第三次發展熱潮下人工智能領域產學研合作模式探討

王紹丹 裴庭偉

[摘 要] 人工智能經歷兩次發展熱潮后，第三次熱潮更多的展現出其產業價值。中國已在世界人工智能領域搶占一席之地，但從產業布局、人才數量等上看與美國有較大差距。對中美人工智能領域產業發展狀況進行對比，探討高校在該領域的發展優勢與限制，并提出了四種人工智能領域產學研的合作模式。

[關鍵詞] 人工智能;產學研;人才培養;合作模式

[基金項目] 2018年度江蘇省人民政府辦公廳“江蘇高校優勢學科建設工程（PAPD）”三期資助項目研究成果

[作者簡介] 王紹丹（1991—），女，江蘇徐州人，碩士，人工智能研究院院長助理，研究方向：高校管理、高校校企合作研究與實踐;裴庭偉（1992—），男，江蘇宿遷人，碩士，研發工程師，研究方向：機器學習、大數據分析。

[中圖分類號] G646? ?[文獻標識碼] A? ? [文章編號] 1674-9324（2020）31-0088-03? ? [收稿日期] 2020-02-03

一、第三次人工智能演化熱潮及其特點

人工智能的演化進程已經歷過兩次熱潮，即以1962年和1997年為代表的兩次人機對弈所引發的民眾對于人工智能的熱情，以及學術界、投資界、商業界的廣泛投入（1962 IBM阿瑟·薩繆爾開發的西洋跳棋程序戰勝一位盲人跳棋高手、1997年IBM深藍戰勝卡斯帕羅夫）。然而，兩次人工智能熱潮之后是漫長的低谷寒冬。根據Gartner技術成熟度曲線揭示的技術發展規律，每一項新興并且最終獲得成功的技術在成熟之前，都要經歷先抑后揚波折前進的過程。在不斷的波折中迭代和積累并最終走向穩定有序的發展[1]。對應到人工智能的發展歷程中可以發現，前兩次所表現的熱潮，更多應該被理解為一項新興技術在技術萌芽時期的躁動，以及在泡沫期的過分膨脹[2]。而第三次人工智能浪潮與前兩次相比，其特點在于人工智能在多個領域表現出了可以被大眾認可的效率或性能，因此受到成熟商業模式的認可，并在產業界中展露出其價值[3]。

二、中國人工智能領域校企合作的必要性探討

（一）中美人工智能產業發展狀況對比

人工智能產業的發展，尤其是在技術的競爭推進上，其核心競爭力、資源和布局都掌握在企業巨頭的手中，這些都是創業類公司無法比擬的，且將很難擠進已近完備的市場體系。因此，目前包括蘋果、亞馬遜、微軟、Facebook在內的巨頭企業都加大了對人工智能相關產線的資源投入，以搶占人工智能的市場地位。甚至有些公司正整體向人工智能驅動型公司轉型。國內的BAT（百度、阿里巴巴、騰訊）也將人工智能作為重點發展戰略，憑借自身的體量和優勢，積極布局人工智能領域，搶占國內乃至世界人工智能市場。

從企業數量看，截至2017年6月，全球人工智能企業總數為2542家，其中，美國和中國的企業數量分別為1078家和592家，占比42%和23%，其余為瑞典、新加坡、日本、英國等國家。從企業歷史來看，美國的人工智能企業發展早于中國，分別在1991年、1998年、2005年和2013年進入萌芽期、發展期、高速增長期和穩定期;而中國人工智能產業于1996年萌芽，2003進入發展期，2015達到峰值進入穩定期。從產業布局來看，美國的人工智能產業布局已初步呈現，在基礎層、技術層、應用層，尤其是算法、芯片、數據等產業核心領域，積累了大量的技術基礎和創新優勢，各層級的企業數量全面領先中國[4]。從人才總量上看，美國產業人才總人數為78000，為中國（39000人）的兩倍。從投入經費來看，自1999年以來，美國投入到人工智能相關產業的經費為978億美元，占全球總融資51.1%;中國投入經費635億美元，占全球總融資33.18%[5]。從資金投入上看，中國具有可以媲美美國的實力，在世界人工智能領域占有一席之地。

此外，中國擁有全球最多的用戶和活躍的數據，這對人工智能研究和應用來講是不可或缺的基礎。不管是深度學習還是自然語言處理，數據量都是人工智能研究和應用的基礎與保證，因此中國在人工智能領域相比其他發達國家甚至美國都有一定優勢。中國需要抓住此次人工智能浪潮機遇，在短板上加大投入力度，進一步加大基礎學科的建設和人才培養。而企業受到資金投入回報時間和比率的影響，在基礎科研投入及人才培養上具有較大的限制。

（二）高校在人工智能領域的發展優勢與限制

基礎科研方面，在2006～2016年十年的時間里，近兩萬篇人工智能領域頂級期刊或會議文章中，由華人貢獻的文章數和被引用數，分別占全部數量的29.2%和31.8%[6]，作者人數只占五分之一，但貢獻了近三成的頂級文章和被引用數量。即便是只統計頂級出版物中的頂級文章，中國人/華人在人工智能領域的貢獻，其發展趨勢也與以上數據所展現的趨勢表現一致。然而，若統計到成果轉化率則不盡如人意。有數據顯示，我國科技成果的轉化率不足30%，而發達國家的這一數據可達60%～70%，美國的轉化率可以達到80%以上，其科技創新對GDP的貢獻率高達80%，居世界首位。

在人才儲備方面，教育部明確，到2020年建設100個“人工智能+X”復合特色專業，編寫50本具有國際一流水平的本科生和研究生教材，建設50門人工智能領域國家級精品在線開放課程，建立50家人工智能學院、研究院或交叉研究中心?！?019中國高考志愿填報與職業發展趨勢分析報告》顯示，人工智能專業是考生家庭在新興專業中的首選，占比達33.6%。雖然國家層面與學生個體層面都熱衷于人工智能領域專業的開設與報考，然而就目前來看，人工智能領域的缺口仍是巨大的。據《全球人工智能領域人才報告》顯示，截止到2017年第一季度，領英平臺的全球人工智能領域專業技術人才數量超過190萬人，其中美國擁有85萬人，排名第一，而中國則僅有5萬人，排名第七[7]。此外，我國目前的人工智能專業設置尚未成體系，師資力量嚴重缺乏，尤其是具有實踐經驗的教師嚴重不足，對于人才的應用能力培養欠缺，與發達國家相比還有很大的差距。

（三）人工智能產學研合作國家方向引導

為了加快人工智能產業發展，2016年5月，國家發改委、科技部、工信部、中央網信辦聯合發布了《關于印發〈“互聯網+”人工智能三年行動實施方案〉的通知》（以下簡稱《方案》）。《方案》鼓勵研究機構、高等院校等相關單位依托國家重大人才工程，加快培養引進一批高端、復合型人才。鼓勵高校、科研院所與企業間開展合作，建設一批人工智能實訓基地[8]?！斗桨浮窂膰覍用嫣岢隽巳斯ぶ悄墚a業人才培養的要求，并將從資金支持、知識產權、國際合作、組織實施等方面鼓勵和保障人工智能領域產學研合作。此外，我國在《國家中長期科技發展規劃綱要》中明確提出，到2020年力爭實現科技進步貢獻率達到60%以上的目標。該項目標的提高，更需要政府、高校、企業三方同時發力，才能研發出適合實體經濟發展的高科技成果，并進一步轉化為高附加值的產品，帶動產業發展和經濟進步。

三、人工智能領域產學研合作模式探討

通過上文對第三次人工智能演化熱潮下中國人工智能產業、研究以及人才培養現狀的分析，結合政府引導趨勢和學科特點，本文將產學研合作模式劃分為以教學為中心的培養型合作模式、以研發為中心的開發型合作模式、以產業為中心的經營型合作模式以及結合其中兩種或三種的綜合型合作模式。

（一）以教學為中心的培養型合作模式

人工智能領域產業布局細節多樣，不同地區的高校應考慮輻射范圍，結合合作企業的應用場景和企業資源，展開多元化的人才培養。一是聘用產業優秀人才為聯合教授，開展專業指導、技能培訓、就業指導等方面的課程，建立面向實踐、面向問題的教學氛圍;二是以實際項目驅動培養系統集成人才，使基礎教育與應用實踐相結合，培養學生的動手能力，增加參與實際項目的經驗，避免教育與社會脫節;三是設立企業獎學金和項目資助機制，增強學生對優秀企業的認同感與歸屬感，鼓勵學生在學習過程中提高企業所需的專業素質和能力，鼓勵學生參與到企業項目中去，在課程和課余生活中獲得技能提升和助學資金，減少學生“打無用零工”的現象。

（二）以研發為中心的開發型合作模式

高校在人工智能領域的積累是目前企業無法比擬的，但其積累主要在基礎科研論文和研發項目上，科技成果轉化率不高，且人工智能項目所依賴的海量數據往往掌握在企業手中，而高?？蒲泄ぷ髡咧荒塬@得網上公開的數據集，資源十分有限。而大多數企業無法支撐人工智能領域基礎研究階段的漫長過程和資金投入，雖能獲得海量用戶數據資源但無從使用。企業與高校二者以基礎科研和技術開發為接口開展合作的模式能夠促進數據、技術和經濟的有效融合，互補高校與企業的優勢與不足。具體合作形式包括：①咨詢服務形式，即高校提供針對性的技術咨詢或成果轉讓。②項目合作形式，即高校提供科研基礎和科研人員，企業提供數據集、測試環境和研發資金等，聯合開展新技術的研究，共享成果分配;或者高校承擔企業技術開發委托，成果歸企業所有。③成立聯合實驗、技術開發中心、工程研究中心、產學研合作示范中心等科研實體，在穩定的實體框架下開展合作。以研發為中心的合作模式能夠在資源上整合優勢，提高企業的技術創新能力，加大高?？萍汲晒霓D化率，在一定程度上也能獲得國家相應的政策和資金的支持。

（三）以產業為中心的經營型合作模式

在第三次發展浪潮下，人工智能逐漸被成熟商業模式所接受，并開始展露產業價值。而由于人工智能產業的特殊性，計算機和人是產業的主體，代碼是產物，相對于其他產業而言，受場地、原材料、環境、物流等因素的制約極小。即使是必不可少的硬件條件計算和存儲設備，包括華為、阿里、亞馬遜以及大中型城市園區產業園等都能提供租賃服務，創業投入成本和限制相對較低;因此，具有豐富技術基礎的高校科研人員開展以謀求高附加值、開發高技術含量的產業活動更為方便，包括技術入股（參股或控股）、校辦企業、大學生創業園等形式，與校外企業建立合作或由科研人員獨立經營，自負盈虧。

（四）綜合型合作模式

綜合型合作模式有效結合以上某兩種或三種合作模式，兼顧教學、科研與產業。以蘇州大學計算機學院某實驗室為例，該實驗室與國內一家著名企業建立聯合實驗室，融合了“項目合作+訂單人才培養”的模式。學生在校期間，跟隨導師進行企業合作項目的技術開發或基礎研究，或根據需要到企業工作和學習，深入接觸企業文化和工作內容。學習和工作階段同時完成科研論文和項目工作，既滿足學校人才培養的要求，又增加企業項目經驗，同時也能以企業“實習生”身分，增進企業與學生之間的相互了解，同等條件下，企業也更愿意招收有本企業工作經驗、認同企業文化的人才。同時，實驗室完成企業的研發項目，實驗室的基礎科研成果轉化為企業上線產品，帶來技術增值，是一個多贏的過程。

參考文獻

[1]孟海華.Gartner：2018人工智能技術成熟度曲線[EB/OL].[2018-08-06].https：//www.secrss.com/articles/4392.

[2]李開復，王詠剛.人工智能[M].北京：文化發展出版社，2017：44-47.

[3]吳俊明.芻議人工智能化學教學研發的教學論基礎[J].化學教學，2017（11）3-10.

[4]張笑容.AI泡沫前，我們怎么辦？中美兩國人工智能產業發展全面解讀[EB/OL].[2017-08-02]https：//www.iyiou.com/p/51596.html.

[5]騰訊研究院，中國通信院互聯網法律研究中心.人工智能：國家人工智戰略行動抓手[M].北京：中國人民大學出版社，2017：69-72.

[6]王詠剛.AI領域，中國人/華人有多牛？[EB/OL].[2016-10-08].https：//36kr.com/p/5054731.

[7]中國大數據.工信部：中國AI人才缺口超過500萬 積極推動政策吸引海歸人才回國[2017-12-29].https：//chuansongme.com/n/2110043251133.

[8]本刊編輯部.解讀《中國“互聯網+”人工智能三年實施方案》[J].機器人技術與應用2016（3）：28-30.