图为2018年北京科博会展出的水下机器人 温金海摄
人工智能（AI）是引领新一轮科技革命、产业变革、社会变革的战略性技术，对经济发展、社会进步、国际政治经济格局等方面影响深远。我国人工智能产业近年来发展迅速。然而，快速发展的背后面临着严重的人才荒。据相关数据统计，我国人工智能人才缺口超过500万，国内的供求比例为1：10，供需比例严重失衡。我国各高校培养输送的相关人才只占市场所需人才的30%至40%，人工智能人才教育不足问题突出。
2020年3月3日，教育部、国家发展改革委、财政部联合印发《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》，要求高校“着力构建赶超世界先进水平的人工智能人才培养体系，加快培养勇闯‘无人区’的高层次人才”，并提出在人才培养方面，要进一步明确以需求为导向，瞄准短板领域，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，这是对加快发展新一代人工智能的重要部署。
当前人工智能人才的需求导向
跨学科复合型人才。人工智能是一个跨学科、跨专业、甚至是跨行业的融合交叉领域，需要具有丰富跨学科知识的复合型人才。不但要具备人工智能、算法、互联网等方面知识，懂得数据分析、逻辑分析和市场营销等技能，还需要具备数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科的专业知识背景。人工智能的发展就是将这些广泛领域里的内容整合并加以利用。
专业技术人才。人工智能人才的技术水平是科技创新的基矗从业者不仅要负责大数据系统的研发，包括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架等，同时还要负责数据集群的日常运作和系统监测。其中最关键的一些技能门槛都较高，比如算法、计算机视觉、数据挖掘、信号处理、数据分析等，因此需要具备极强的专业技术。
软技能人才。人工智能技术的研发和应用面临着前所未有的技术挑战，这也就需要技术人才对于不确定性具有足够的容忍度，持之以恒、开拓创新。在人工智能时代，拥有创造力、批判性思维、成长性思维、应变能力和沟通合作能力等非技术类软技能的从业者才更具备核心竞争力。
资深研发与应用类专业人才。据知名求职招聘网Indeed的调查，2018至2019年最受欢迎的AI技术相关职位是机器学习工程师、深度学习工程师、数据科学家、计算机视觉工程师和算法开发人员等资深研发人才，人工智能应用类专业人才缺口在不断增大，企业对应用层高级人才的需求更为迫切。
高学历人才。由于技术密集程度极高，人工智能企业对人才学历要求显著高于其他互联网公司。相关数据显示，在人工智能企业招聘的职位中，超过一半的职位要求求职者最低学历为硕士。
高校培养人工智能人才的困境
截至2019年3月，我国有四批共480余所高校获批“数据科学与大数据技术”专业。但在如火如荼的专业建设背后，高校也面临着培养人工智能专业人才的种种困境：
起步较晚，仍处于探索阶段。我国人工智能相关教育起步较晚，虽然目前各大高校纷纷设立人工智能等相关专业，但人才培养建设体系依然处于探索之中，还没有形成一整套完善的规划方案，导致学科领域人才培养导向性不强，缺乏学科的深度融合和科教结合育人的成熟机制。
专业交叉性强，学习难度大，培养周期长。人工智能是专业交叉性强和学习难度较高的学科，学生除了需要掌握足够丰富的计算机等相关知识，还需要具备统计学、数学基础以及一定业务领域的知识才能将所掌握的技术与业务场景对接，人才的培养难度较大。
师资力量不足，课程体系不完善。作为一门新兴学科，高校中专门研究此领域的教师较少，可以借鉴的经验也很少，专业建设的速度与专业师资培养的速度不匹配，许多高校还没有形成一套与行业发展速度相适应的课程设置规划。
此外，还有在校培养与业界脱节、学生难以做到学以致用等诸多问题。
创新培养模式与培养机制
壮大高层次人工智能人才队伍
为应对人工智能产业快速发展带来的机遇与挑战以及市场对人工智能人才的庞大需求，我国高校应以需求为导向，对人才培养和学科建设进行重要的结构性变革，为我国抢占世界科技前沿、实现引领性原创成果的重大突破提供充分的人才支撑。
发挥政策优势，落实国家战略部署。面对人工智能复合型人才的培养需求和学科交叉汇聚的发展趋势，我国政府对人工智能人才培养进行了顶层设计。《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》在重点任务、保障措施等方面作出了战略部署，提出要探索深度融合的学科建设和人才培养新模式。
转变培养理念，构建多样化人才培养模式。不同的高校应结合学科发展和社会需求，确立符合自身实际的人才培养目标与培养方向，与时俱进，形成“用AI培养AI人才”的理念，凸显人工智能技术对人工智能人才培养的促进作用。
扎根学科基础，打造多学科交叉融合的课程体系。应首先立足于根本，把专业本身建好，并遵循人才培养目标先进性、可实现性、高弹性模块化的指导思想，打造含有专业化课程、通识课程和若干学科汇聚的全面课程体系。
重视全局技能，培养复合型高水平人才。人工智能专业应全面培养学生知识、能力和素质，使学生不但具备扎实的基础理论、实践能力、创新能力、系统思维能力，同时还具备健全的人格、沟通能力以及一定的产业视角和国际化视野。
加强学用结合，创建产教融合创新平台。高校应在夯实科学理论基础学科的同时，打造人才培养实践平台。发挥高校的理论研究与企业的实践应用两方面优势，使学生在实践中提升科研能力、挖掘创新潜力，加快人工智能领域科技成果在行业与区域间的转化应用。
整合各方资源，壮大人工智能师资队伍。推进高校人工智能建设和人才培养的关键在于教师。目前具有交叉学科背景的教师比较缺乏，高校应整合相关专业教师力量，打造人工智能教育团队，为交叉学科的人才培养提供师资保障。
加强国际交流合作。人工智能的概念是国外最先提出，且较早在国外发展、落地，国外在人工智能人才培养和应用领域的探索都处于领先位置。高校要加强国际交流合作，大力培养参与人工智能全球治理的国际化人才。
在信息化向智能化的转型过程中，人工智能专业人才的培养任重而道远。人工智能不是单纯的一门课程或一项产品，而是“理论博大深厚、技术生机勃勃、产品落地牵引、应用赋能社会”的综合协同体，高校应扎根国家经济、社会、产业的需求土壤，创新人工智能人才培养体制机制，为我国人工智能领域的发展奠定坚实的人才基矗
（作者单位：北京华文学院）
《中国人才》2020年第5期
来源：大国人才
