“新基建”背景下人工智能專業人才培養的探索

吳清鋒 曹 璐 鄭宇輝*

（廈門大學信息學院 福建·廈門 361005）

0 引言

人工智能在現代信息技術和科學技術的基礎上，滲透于城市日常交通與生活的基本設施中，但目前人工智能教育環節相對薄弱。教育部2019年在全國工科類大學中建設AI本科專業進行系統化人才培養，其未來就業前景十分廣闊，這也是人工智能專業第一次作為獨立的學科走入大眾的視野。然而在國家推行新基建戰略的背景下，高校內部還尚未健全完善的人工智能人才培養體系，導致人才市場出現缺口，另外大部分學生對智能機器人以及AI的技術管理尚不清楚，還需要綜合開發和實踐才能熟練運用于新基建過程中。

1 新基建背景下人工智能教育短板

城市的發展使新的基礎設施建設從過去房地產以及城市基礎交通設施建設轉變為目前5G以及工業互聯網的發展，人工智能成為推動新基建的重要力量。因此，其站在科技競賽的制高點需要有強大的人才基礎支撐才能為國家發展注入新的競爭優勢。但目前我國人工智能教育存在較多短板，需要我國相關部門重點關注。

1.1 專業人才與新基建發展不匹配

我國雖在各高校內增加了人工智能專業，但忽略了中國的實際國情，一味引進西方教育中有關人工智能的教育模塊，學生的智能基礎本就薄弱，再籠統的模仿西方體制，會導致專業人才更偏向西方思維，不能解決中國化新基建問題。

1.2 高校教育體系缺失

人工智能教育作為獨立學科進入高校的時間尚短，因此，大部分高校仍注重傳統的專業學習。并且在人工智能專業教學過程中，僅少量涉及人工智能未來發展前景與理念，并未形成完整的教育教學體系。部分高校領導教育理念守舊，主張傳統行業的人才教育，對人工智能沒有科學的認知，教師在教學時仍偏向培養技術型或專業型人才，并未系統的引入人工智能相關教材與實踐內容，導致學生的學習效果與社會現實不相符，無法在人工智能方面尋找自身價值，在畢業后大量選擇改行發展，人工智能專業的人才大量流失。目前開設人工智能教育的高校較少，學生的選擇空間有限，導致大量向從事人工智能與新基建方面的人才得不到良好的教育，錯失在人工智能領域發展的機會。

1.3 人工智能教師基礎薄弱

人工智能作為新興學科，各項技術和機器人尚處在研發階段，因此，教師的基礎相對較弱，無法為學生帶來豐富的人工智能經驗。并且部分高校的人工智能教師是由計算機專業或者其他專業中優秀的教師組成，其理論性知識較為豐富，但并未完整的了解人工智能的理念以及新基建戰略下產業轉型和時代變革的重要特征，導致學生在學習中只能接受碎片化的相關硬件以及人工智能平臺的發展歷程，對核心的數據信息和技術手段不能有效掌握。況且大部分的人工智能教師在專業課程中無法運用相應的科技手段，導致其教育手段與學生實際不能融合，教育效果差強人意。

2 人工智能教育與新基建的重要意義

AI教育具體落實到新基建過程中，仍需要一段較長的時間。人工智能教育實際上是融合多個專業知識以及涉及多門技術的綜合性學科，其可以快速推動我國城市實體經濟的發展與升級，讓新基建向多元智能化發展。目前人工智能的應用主要存在于醫療、新能源汽車、支付手段以及物流、制造業中，可以看出人工智能在現階段已經對我國社會產生了強有力的影響，給人類帶來便捷的智能服務。因此，新基建戰略需要人工智能的幫助，以應對更復雜、更多元化的智慧城市設施，加速零售業、交通運輸業、先進制造業等產業的新發展，創造智能化城市。

人工智能教育作為人工智能人才培養的基礎，需要切實結合現今社會民生剛需，著力培養具有實踐思維的智能化人才。利用教育資源以及相關數據信息，幫助區域推動智能化的基礎設施建設，縮小不同區域之間的發展差距，使各地區人民都可以享受到人工智能帶來的紅利。同時還可以將人工智能人才轉化為創新創業的新動能，幫助市場拓展創新經濟，讓大量企業與產業進行多元化協同發展，共同推進新基建的完善。

3 新基建背景下人工智能人才培養方式

新基建戰略的提出對人工智能人才的需求逐漸加強，因此，教育部門、企業和社會需要共同關注AI人才培養的不足，尋找最優化的解決方式。人工智能人才的教育主要以高校為主，需要結合最新的國家政策和新基建戰略中企業的需求，以促進人工智能人才的逐漸發展。

3.1 重塑高校專業人才培養模式

人工智能教育的主要方向包括 AI硬件設施以及通用智能計算的學習，因此，高校需要結合這兩種方面重視人工智能專業人才的基礎知識，結合相關政策信息以及科技成果豐富人工智能教育資源。高校在開設本科專業的同時，培養相應方向的研究生，發展學生綜合性專業知識，突破傳統AI認知，圍繞復合型人才建設完善高校人工智能專業人才體系。首先，高校需要更新學生對AI專業的認知，聘請相關專業教師以及企業精英為高校學生講述AI未來發展方向，讓學生明確自身未來職業定位，并且對自身所學專業以及未來職場價值感興趣。其次，高校可以利用雙導師或雙學制模式培養學生理論與實踐結合的能力，人工智能專業是在信息化和計算機基礎上產生的，其數據信息實時更新，研究成果不斷推進，因此需要高校有效融合企業的發展需要，在人工智能專業中設置相關計算機技術課程及實踐課程，通過多學科交叉解決學生理論性知識不足的問題。同時可以在高校內部跨學科設置雙導師制，譬如可以在計算機專業中聘任導師為人工智能學生進行計算機基礎和大數據內容講解與指導，在人工智能專業中培養學生對算法、芯片的應用，促進學生知識面的拓展。同時，高校可以拓寬學習AI專業知識的渠道，讓不同專業的學生學習AI應用，幫助其更好地在各行各業中施展拳腳，采用學分制的模式，鼓勵不同專業的學生開辟AI課堂模式。最后高校可以根據AI就業崗位針對性的為學生提供相應的數據案例，例如可以結合在抗擊新冠肺炎疫情過程中無接觸配送車以及智能測溫等AI產品向學生展示目前AI發展的新任務，讓學生樹立創新思維，從而實現精準培養。

3.2 優化AI專業教師隊伍結構

人工智能領域的不斷更新，對教師的教學水平有很高的要求，因此，教師需要實時關注科技的發展速度，更新對AI的認知。高校需要通過多渠道為教師提供相應的AI教學經驗，例如學校可以聘請AI領域的突出人才，在校內開展教師講座，幫助教師組建學科的綜合性技術知識體系；在校內開設AI領域新技術培訓課程，幫助教師進行專業化的算法學習和研究操作學習。同時，高校和教師需要認真研讀AI的基本框架和編寫程序，創設有利于學生發展的教材內容，可以涉及相關數學、計算機、仿生學等學科知識，利用教材幫助學生形成理論化的AI知識體系，為之后的實踐活動奠定基礎。高校需要定期召開教師教研會，讓教師在集體磨課與備課中總結AI教育的經驗，更好地提升教育教學效果。教師在進行專業課程講授時，可以囊括AI產品展示和技術實操等環節，幫助學生全方位了解人工智能的內部結構以及使用過程，教師的授課方式也需要根據人工智能專業領域進行有效改變。首先，教師在課堂上可以利用互聯網技術、多媒體課件等為學生調取最新的科研成果。其次，教師可以利用微課、慕課等新型手段幫助學生利用碎片化的時間了解國內外最新的AI科技，同時這樣的方式可以使受眾學生數量上升，讓不同專業的學生可以共同了解AI智能對我國新基建的發展意義，促進高校整體AI學習環境的打造。最后教師可以經常性在班級內或校內展開AI知識競賽或技能大賽，給學生創造鍛煉的機會，利用知識競賽的方式幫助學生接觸AI在不同領域的發展現狀，讓學生利用創造性的思維改變目前AI發展的困境。同時，這樣的方式可以幫助學生豐富AI實踐的經驗。

3.3 融合多項社會資源協調發展

人工智能比起傳統的教育而言，更需要實踐數據的支撐，因此，對于人工智能人才的培養，需要以實踐為核心，以理論知識為基礎，幫助學生形成體系化的發展。在面對各行各業中AI的應用沖擊與挑戰時，高校需要拉動相關社會資源，在校內校外共同展開雙重的實踐機制，幫助學生快速成長為新一代的AI人才。首先，高校需要引進相關高科技產業，利用企業內部的需求，培養產業化的人才。企業可以和高校達成相應的協議，讓學生進入企業內部進行深入學習，提前適應職場的發展，學習最新的人工智能產品研發技術。其次，高校可以與互聯網龍頭企業或者人工智能引領企業進行深度合作，拉動企業內部資金支持和技術鼓勵，例如可以與百度、騰訊等企業聯合舉辦人工智能創意大賽，一方面讓學生學習先進的AI產品知識，另一方面，彌補高校在AI建設過程中資金的不足。最后高校可以與當地的教育部門進行聯系，在校內開展實訓基地，讓企業相關人員在校內對學生進行AI教學和成果研發，幫助企業在校內展開生產線測試和投入測試，依靠企業的技術平臺幫助高校解決技術難題，讓學生在實踐過程中對AI知識有深入的了解，并可以依據企業的實際需求，創設相關具有創意性的AI產品，堅定學生學習AI的興趣及價值。

4 結束語

綜上所述，AI發展需要長期的投入，目前我國人工智能已經成為各行各業現代化發展的強勁支撐，而新基建戰略的提出為AI發展及AI人才培養提出了更高的要求和挑戰。因此，我們需要緊緊抓住“新基建”的重大機遇，將企業、社會和高校的資源有機整合，創新專業人才培養模式，讓學生為人工智能產業和新基建提速發展的重要人才支撐，推動社會向智能化發展。