您当前位置:研究动态 > 中心动态
中心动态

培养人工智能人才,迎接教育数字化转型

0
时间:2022-04-19 08:30:00 信息来源:粤港澳大湾区高等教育大数据研究中心 点击:0

 培养人工智能人才

迎接教育数字化转型


   引言  

  党的十九届五中全会提出,要全面推动数字经济发展、数字产业化和产业数字化。《教育部2022年工作要点》指出,实施教育数字化战略行动,建设国家智慧教育公共服务平台。2022年3月28日,国家智慧教育公共服务平台正式发布,国家职业教育智慧教育平台、国家高等教育智慧教育平台也同步上线。习近平总书记强调,要应信息技术的发展,推动教育变革和创新;要高度重视人工智能对教育的深刻影响,积极推动人工智能和教育深度融合。

高校人工智能人才培养的规模、结构和质量将直接决定人工智能领域的未来竞争态势,更进一步影响教育数字化转型。2019年人社部等联合发布的《人工智能工程技术人员就业景气现状分析报告》指出,我国人工智能人才缺口超过500万,国内供求比例是1:10,供求比例严重失衡。为此,我国高校积极布局人工智能学科建设。本文摘编了浙江大学中国科教战略研究院课题组发布的2022年《中国人工智能人才培养报告》部分内容。


一、高校人工智能人才培养

     加强学校数字化转型

我国教育部一直高度重视教育和信息技术的连接发展,也陆续出台了一系列政策,推动教育数字化转型。《教育信息化十年发展规划(2011—2020年)》《教育信息化2.0行动计划》等系列规划文件陆续发布。2021年,教育部等六部门发布《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》,提出要以教育新基建促进教育多环境、多平台下的融合发展,推动教育数字转型、智能升级、融合创新,支撑教育高质量发展。

 我国近些年开设人工智能专业的高校数量呈现大幅度上升的状态。在质量方面,清华大学、北京大学、中国科学院、上海交通大学、浙江大学、南京大学、哈尔滨工业大学进入CS Ranking 2020至2021年度榜单中AI领域排名前20高校。

高校是科技第一生产力,是人才第一资源、创新第一动力的结合点。高校掌握了大量的科研和创新资源,聚集了国内最优质的人工智能科研力量,代表着人工智能技术发展的前沿方向,同时承担着人工智能人才培养的关键职责,在人工智能战略人才储备中具有不可推卸的使命责任。

我国高校在人工智能学科与专业建设方面有以下特征: 

  ◆ 人才培养目标聚焦基础理论与方法创新

  ◆ 普遍采用多学科交叉联合的人才培养方式

  ◆ 普遍实行校内外导师联合指导模式

2021年2月,教育部官网公布了《2020年度普通高等学校本科专业备案和审批结果》,130所高校获批人工智能专业。其中,以清华大学、北京大学、上海交通大学为代表的高校在课程建设与教学设计等方面扮演着积极的探索角色(图1)。

图1 清华大学、北京大学、上海交通大学AI教学设计与课程设计


二、携手企业打造人工智能数字化平台

在数字化转型的过程中,高校将携手企业促进人工智能数字化平台发展,企业在推动人工智能新一代信息技术的优化和升级方面发挥着关键作用。

2020年《中国新一代人工智能科技产业发展报告》显示,我国人工智能企业数量排名全球第二,仅次于美国,涌现出一大批以百度、腾讯为代表的高水平人工智能领军企业(图2)。

图2 我国代表性人工智能领军企业名单(部分)

我国企业参与人工智能人才培养表现出五大特征:
01 数据与平台驱动的人工智能人才培养
我国已经形成了包括腾讯、阿里、百度等在内的互联网平台应用的海量数据资源,数据正成为一种国家生产要素。
02 依托竞赛的人工智能实践实训
国内主流的人工智能企业纷纷开发多种类型的人工智能竞赛活动,吸引在校学生参与,提高人工智能人才的实战技能和发掘卓越的人工智能人才后备军。
03 开展短期训练营,强化实战经验
国内大型人工智能技术型企业纷纷依托企业实验平台、企业数据资源和人力资源等,面向在校生和初入人工智能领域的职场人士开展短期培训工作。
04 校企协同参与人工智能人才标准制定
以百度为例,其作为牵头单位编写了中国软件行业协会团体标准《智能终端深度学习推理引擎应用编程接口规范》。
05 分类别精准化的人工智能人才培养
一是注重CTO的人工智能素养培训;二是面向高校教师的人工智能能力培训;三是针对大众开发者的人工智能技术培训。


三、我国人工智能人才培养短板

加强人工智能人才培养,打造以数字化为支撑的高质量教育体系,这一举措适应了人才需求结构的变化和教育系统的全面转型,也是应对新阶段人才培养挑战的必经之路。但我国当前人工智能人才培养依然存在以下问题:

01 整体趋势:总量不足与结构失衡 

从人才结构看,我国人工智能基础层人才储备相对薄弱,领军型人才数量不足。

从人才质量看,大而不强是我国人工智能基础研发人才队伍建设的关键症结。

02 高校模式:理论与实践存在脱节

整体来看,大部分高校缺少高水平的AI课程建设经验、海量优质的数据集与算法资源、先进的实践教学资源以及专业前沿的师资力量等。

上述问题限制了高校的育人能力,造成了人工智能人才培养的理论与实践脱节,进一步局限了国内人工智能人才培养质量的快速跃升。

03 企业模式:尚未形成闭环生态体系

从企业来看,一方面企业人工智能人才培养的体系化与系统化不到位,还存在大量的“简单拼盘”现象;另一方面国内顶尖人工智能企业尚未形成自己的人工智能人才培养生态系统。


四、构建人工智能人才生态系统,

打造智慧教育环境

推动人工智能发展和应用已成为全球主要经济体的共识,《中国人工智能人才培养报告》提出,要构建政产学研一体化的人工智能人才生态系统。

01 高校为主:依托学科资源与专业资源

 我国高校人工智能人才培养呈现出多学科的特点。在现存学科专业中,计算机科学与技术、电子信息工程等专业是孕育人工智能人才的主要方向。除此之外,高校也纷纷开设了“人工智能+”的跨学科专业,覆盖计算机、数学、电子信息、统计学、心理学等多个专业领域。
人工智能专业被正式纳入本科专业名单。2021年教育部公布了《2020年度普通高等学校本科专业备案和审批结果》,新增人工智能专业的高校获批130所。
高校建立人工智能学院和人工智能研究院,重点培养基础研究型人才和应用开发型人才。除设立人工智能专业外,同期国内各类型高校已经着手建立人工智能学院、人工智能研究院等。国内顶尖高校如北京大学、清华大学、浙江大学等已经成立了人工智能教学与研究机构。

02 企业为辅:强化实践教学与研发合作

企业提供海量数据和教材体系助力高校深度教学。以百度、腾讯、华为、阿里等作为代表的众多公司为高校贡献了大量的数据资源,助力高校人才智能人才教学。
校企联合建设人工智能实训基地。企业与高校共建人工智能实训基地,与大学签署战略合作框架协议,整合软件平台、实训培训、技术指导的优势资源,与高校合作共同致力于顶尖AI人才培养。
以联合项目推动科研合作。百度、腾讯等企业先后与高校设立联合实验室等全面合作平台,携手推进产学研创新与产学融合实践。

03 政府引导:发挥主导和协调作用

在人工智能人才培养中,政府要发挥引导和协调作用。通过建立政府、高校、企业等多方参与的长效沟通机制,加强企业与学校的人才双向交流,探索和建立互惠互赢的合作模式(图3)。

图3 政府、高校、企业协同培养人工智能人才

构建人工智能人才生态系统,促进教育全面数字化转型,不仅有利于为国家培养AI人才,而且能近一步促进教育模式的重建,打造智慧教育环境,让高校和企业充分发挥自身优势培养优秀人工智能人才,以满足未来社会对人工智能人才的需求。

                

 注:本文所有图片均来源于《中国人工智能人才培养报告》,

封面图片来源于Pixabay

                                                     

       审核 | 韩蔚 

            编辑 | 李钰

      撰文 | 李钰