學術研究與學習借鑒

教育部前副部長魯昕：人工智能對技術人才培養提出五大挑戰

由全國工業和信息化職業教育指導委員會、中國機電一體化技術應用協會主辦，深圳職業技術學院、深圳市越疆科技有限公司承辦的2019年人工智能及智能機器人技術暨專業群建設研討會在深圳職業技術學院舉行，全國政協委員、教育部原副部長、中國職業技術教育學會會長魯昕在發言中指出，加快發展新一代人工智能是我國贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。

“教育必須與科技發展同步。”魯昕認為，人工智能對技術人才教育提出了五大挑戰：首先，是技術人才培養體系的挑戰。縱向看，從學前到大學到終身還沒有形成一套系統;橫向看，從各學科、各專業到從事人工智能各領域、各崗位，也沒有形成學科交叉、產教融合的系統體系。其次，是技術人才知識體系的挑戰。人工智能領域高端人才需要知識結構的全面重塑，高端人才要具備強大的復合專業背景。第三，是技術人才總量供給的挑戰。國內人工智能人才需求總量顯著上升，2017年總需求為2016年的兩倍、2015年的5.3倍，總量缺口為500萬人。第四，是技術人才結構優化的挑戰。人工智能技術人才隊伍是一個梯次結構的人才隊伍，至少包括四個梯次：一線操作技術技能人才、轉化成國行業應用人才、科技成果轉化人才、高端研究型人才，因此中國人工智能人才結構急需優化。第五，是技術人才終身學習的挑戰，要建立和完善提供終身學習的學校體系、培訓體系、課程體系、能力再造體系。“人工智能領域最缺的是什么？不是政策、不是市場，而是人才。”魯昕認為，針對五個挑戰，要建立技術人才培養體系，構建技術人才知識體系，加快增加技術人才總量，構建人才隊伍科學結構，創造人才終身學習環境。

（來源：南方報業傳媒集團，南方+客戶端，2019-1-10）

劉進，呂文晶：人工智能創新與中國高等教育應對

《高等工程教育研究》雜志在2019年第1期刊發了劉進和呂文晶的題為“人工智能創新與中國高等教育應對”的文章。文章從創新視角展開人工智能研究，旨在回答兩方面問題：一是人工智能創新的基本原理，二是面向人工智能創新的高等教育應對。闡述限于篇幅分為上、下，上篇重點關注人工智能創新的基本原理問題。本研究采用深度訪談方法。訪談對象分為人工智能創新研究群體（學術界）和人工智能創新實踐群體（產業界）兩大類。學術界訪談對象包含大學教師、科研院所研究人員兩類人群;產業界則包含人工智能資深、初創兩類企業的中高層從業人員或技術管理人員。在人工智能創新的基本原理中，闡述了人工智能創新的四方面原理：（1）人工智能創新的學科原理。認為：人工智能創新在技術領域的學科基礎相對集中，但正出現不斷擴大趨勢;人工智能創新正實現對傳統學科的突破，面向“大文大理”的全學科融合將成為可能;人工智能創新正形成研究與應用的“模糊邊界”，研究機構與應用機構正重新定位各自職能。（2）人工智能創新的技術原理。深度學習算法實現了人工智能創新的方法論突破;數據驅動的基本原理實現了人工智能創新的思維方式轉變;“暴力式”特征實現了人工智能創新的具體路徑轉變;“人工智能+”與“互聯網+”的本質不同在于生產力與生產關系的差異;深度學習算法不能包打天下，人工智能創新呼喚重大突破。（3）人工智能創新的協作原理。技術創新與制度創新并行，反映出剛性人工智能創新與柔性人工智能創新的協同發展;人工智能創新更多體現其開放性特征，人工智能創新的開放程度顯著好于歷史上絕大多數的技術創新活動。（4）人工智能創新的產業原理。創新創業主體多樣，人工智能技術與具體行業充分融合發展，推動行業轉型或新產業生成;寡頭與中小企業并存，開放與壟斷交織，釋放出大量創新創業活力;技術創新與應用場景創新融合，技術專業與行業專家協同推進。在中國人工智能創新的現狀與問題中，闡述了六方面的問題：人工智能創新的認知與實際脫節，賦予人工智能創新太多不切實際的幻想，存在創新“泡沫”風險;人工智能基礎創新不足，創新方向不明確，通用智能創新缺乏可靠根基;人工智能技術創新與實踐創新鴻溝依然存在，創新轉化仍存現實困難;人工智能創新從模型訓練到實際應用周期較長、難度較大、風險較高;人工智能的“過程黑箱”、解釋性風險、反人工智能等為創新留下隱患;中國仍需要實現人工智能領域的基礎創新，借以搶抓本輪人工智能創新戰略機遇。在人工智能創新的理論模型中，對人工智能創新過程中的技術推動力、市場拉動力和環境驅動力進行了分析，建構了人工智能技術推動-市場拉動-環境驅動的人工智能創新過程。認為，人工智能的創新來源自技術推動力與市場拉動力的共同作用，同時，也不能忽視環境要素在創新過程中的影響。

（來源：高等工程教育研究，2019年1期）

編輯 周泓