高校紛紛開(kāi)設(shè)人工智能專業(yè)背后的思考

又是一年高考結(jié)束，隨之而來(lái)便是一陣狂熱的報(bào)考志愿風(fēng)，開(kāi)設(shè)人工智能學(xué)院如今已在高校中形成一股熱潮。據(jù)了解，在2018年認(rèn)定的首批612個(gè)“新工科”研究與實(shí)踐項(xiàng)目中，布局建設(shè)了57個(gè)人工智能類項(xiàng)目。截至2017年12月，全國(guó)共有71所高校圍繞人工智能領(lǐng)域設(shè)置了86個(gè)二級(jí)學(xué)科或交叉學(xué)科。

僅在今年5月，就有天津大學(xué)、南開(kāi)大學(xué)、南京大學(xué)、吉林大學(xué)四所高校的人工智能學(xué)院揭牌。據(jù)不完全統(tǒng)計(jì)，此前已有中國(guó)科學(xué)院大學(xué)、西安電子科技大學(xué)、重慶郵電大學(xué)等高校開(kāi)設(shè)了人工智能學(xué)院或相關(guān)專業(yè)。那么，人工智能專業(yè)究竟能否培養(yǎng)出真正的AI大學(xué)生人才，亦或者只是一味追風(fēng)口的產(chǎn)物呢？

人工智能的發(fā)展與蛻變：炫酷登場(chǎng)之后的暗自傷神

說(shuō)到人工智能，我們其實(shí)并不不陌生，互聯(lián)網(wǎng)時(shí)代帶來(lái)的龐大數(shù)據(jù)，為以算法為根本的人工智能技術(shù)提供了物質(zhì)基礎(chǔ)。

在過(guò)去的幾年里，我們看到俄羅斯的人工智能機(jī)器人尤金首次通過(guò)了著名的圖靈測(cè)試，又見(jiàn)證了谷歌的AlphaGo和Master接連戰(zhàn)勝人類圍棋冠軍，這些擁有著濃厚“炫技”色彩的事件似乎在向人們表明人工智能技術(shù)已經(jīng)發(fā)展到了一個(gè)很高的水平。

但事實(shí)上，人工智能究竟能夠做什么？“它到底能夠用在什么地方？”“它能夠給人類解決哪些問(wèn)題？”不得不說(shuō)，在人工智能技術(shù)的應(yīng)用方面，中國(guó)的互聯(lián)網(wǎng)企業(yè)似乎表現(xiàn)地更加實(shí)用主義一些。

比如“ALL in AI”的百度幾乎把人工智能技術(shù)應(yīng)用到了旗下所有產(chǎn)品和服務(wù)中；阿里巴巴通過(guò)展開(kāi)NASA計(jì)劃致力于將人工智能技術(shù)推向“普惠”；華為也已經(jīng)發(fā)布了自主研發(fā)的人工智能芯片并將其應(yīng)用在旗下智能手機(jī)產(chǎn)品中。

可以看出，人工智能是一個(gè)比較接近應(yīng)用層面的領(lǐng)域，智能制造、機(jī)器視覺(jué)、大數(shù)據(jù)的分析與處理、機(jī)器翻譯、文本分析與文本理解、無(wú)人駕駛、無(wú)人超市、刷臉支付、聊天機(jī)器人等等。

許多科技界的大佬一方面受益于人工智能技術(shù)，一方面又對(duì)人工智能技術(shù)發(fā)展過(guò)程中存在的威脅充滿擔(dān)憂。包括比爾·蓋茨、蒂芬·霍金等人都曾對(duì)人工智能發(fā)展做出警告。盡管從目前來(lái)看對(duì)人工智能取代甚至毀滅人類的擔(dān)憂還為時(shí)尚早，但毫無(wú)疑問(wèn)人工智能正在搶走各行各業(yè)勞動(dòng)者的飯碗。

就中國(guó)目前的情況來(lái)看，正處于從勞動(dòng)密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)過(guò)渡的過(guò)程中，自然要受到人工智能技術(shù)的沖擊，而科技較為落后的東南亞國(guó)家和地區(qū)因?yàn)榱畠r(jià)的勞動(dòng)力優(yōu)勢(shì)仍在，受人工智能技術(shù)沖擊較小。

據(jù)世界經(jīng)濟(jì)論壇2016年的調(diào)研數(shù)據(jù)預(yù)測(cè)：到2020年，機(jī)器人與人工智能的崛起，將導(dǎo)致全球15個(gè)主要的工業(yè)化國(guó)家510萬(wàn)個(gè)就業(yè)崗位的流失，多以低成本、勞動(dòng)密集型的崗位為主。

或許，人工智能終將改變世界，而由其導(dǎo)致的大規(guī)模失業(yè)和全球經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整，顯然屬于人工智能“無(wú)情”的一面，而你我正在見(jiàn)證著這一切的發(fā)生。

但不得不說(shuō)，隨著人工智能應(yīng)用越來(lái)越廣，人們對(duì)于人工智能的期待也越來(lái)越高，而現(xiàn)在的人工智能，尚無(wú)法達(dá)到人們的“心理閾值”，當(dāng)大眾期望走在科技進(jìn)步后面時(shí)，研究者們就像是大冒險(xiǎn)家，每到一處都是新的成就，掌聲與鮮花聞風(fēng)而來(lái)。

當(dāng)大眾期望走在科技進(jìn)步前面時(shí)，人們更像是站在終點(diǎn)看起點(diǎn)，任憑研究者們?cè)谂艿郎虾沽鳑驯?，等待他們的，卻只是一個(gè)早已預(yù)設(shè)好的終點(diǎn)。

這也就有了人工智能被嘲諷成“人工智障”的說(shuō)法。但不管怎么說(shuō)，我們?cè)谌斯ぶ悄茴I(lǐng)域的造詣的確有待提高，而各大高校開(kāi)設(shè)的人工智能專業(yè)是否能夠挽救“人工智障”呢？未來(lái)報(bào)考人工智能專業(yè)的大學(xué)生會(huì)像昔日的微商、電競(jìng)專業(yè)一樣石沉大海么？

高校開(kāi)設(shè)人工智能專業(yè)：看似美好，卻是無(wú)情

近幾年，隨著政府對(duì)人工智能領(lǐng)域的大力推崇，加之互聯(lián)網(wǎng)紅利末期的到來(lái)，市場(chǎng)重新進(jìn)入新一代技術(shù)開(kāi)荒期，新商業(yè)機(jī)會(huì)的技術(shù)門(mén)檻徒增：云計(jì)算、大數(shù)據(jù)、人工智能……無(wú)一不需要大量開(kāi)發(fā)者來(lái)貢獻(xiàn)力量。而這便成為了一些高校開(kāi)設(shè)人工智能專業(yè)冠冕堂皇的理由。

深究起來(lái)，人工智能是一個(gè)非常龐大異常復(fù)雜的概念，無(wú)法給出清晰的定義。

人工智能企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。研究范疇包括自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、智能搜索等；應(yīng)用領(lǐng)域包括機(jī)器翻譯、語(yǔ)言和圖像理解、自動(dòng)程序設(shè)計(jì)、專家系統(tǒng)等。

簡(jiǎn)單來(lái)說(shuō)，人工智能的概念已經(jīng)超越了專業(yè)的概念，它是模仿、研究人類智力活動(dòng)的決策、優(yōu)化、控制、學(xué)習(xí)、規(guī)劃、協(xié)作等問(wèn)題的集合，幾乎和所有的行業(yè)都可能、可以產(chǎn)生密切的聯(lián)系。

所以，許多高校的人工智能專業(yè)只是把電子信息類和自動(dòng)化類重新排列組合，比如計(jì)算機(jī)＋數(shù)學(xué)、自動(dòng)化＋計(jì)算機(jī)、智能科學(xué)與技術(shù)等等，新瓶裝舊酒，與之前成立的大數(shù)據(jù)專業(yè)類似，實(shí)際上還是那幾個(gè)專業(yè)。只是披上個(gè)人工智能的馬甲就變得高大上了。

而高校的專業(yè)與社會(huì)實(shí)踐之間似乎一直存在著谷倉(cāng)效應(yīng)。所謂谷倉(cāng)效應(yīng)，是將社會(huì)上一些各自為政、缺乏協(xié)調(diào)的企業(yè)或組織形象地稱作“谷倉(cāng)”，各個(gè)組織或企業(yè)間缺乏相互協(xié)同的現(xiàn)象。

簡(jiǎn)而言之，就是一種“社會(huì)各體系間孤島式”的現(xiàn)象。如果放在大學(xué)的專業(yè)中來(lái)看，在學(xué)校中灌輸?shù)闹R(shí)、在社會(huì)的實(shí)踐與應(yīng)用，就是典型的兩個(gè)“谷倉(cāng)”。雖然看起來(lái)在大學(xué)學(xué)習(xí)的專業(yè)是為了以后在社會(huì)上的工作與實(shí)踐，但實(shí)質(zhì)上很難會(huì)有直接的介入和滲透關(guān)系產(chǎn)生。

而人工智能專業(yè)的設(shè)立，似乎更難捅破“谷倉(cāng)效應(yīng)”。

當(dāng)然，并非所有高校的人工智能專業(yè)都只是一個(gè)噱頭，真正掌握人工智能技術(shù)的院校也有很多，但真正把人工智能學(xué)得比較透的，一般是碩士研究生或者博士，抑或是在國(guó)外留過(guò)學(xué)的專業(yè)人士，在人工智能浪潮下，人工智能的人才缺口也確實(shí)造成了極大的人才荒，因此，才有了五十萬(wàn)年薪找不到一個(gè)靠譜人才一說(shuō)。

這也就衍生出了大量公司在做培訓(xùn)班，什么三個(gè)月班，五個(gè)月班之類的，但事實(shí)上，培訓(xùn)班出不了AI大師，盡管培訓(xùn)班可以培訓(xùn)出看似很系統(tǒng)的東西，但也只是皮毛，就像快餐一樣，可以應(yīng)付一時(shí)的饑餓，但真正解決不了營(yíng)養(yǎng)均衡。

所以，從長(zhǎng)遠(yuǎn)看來(lái)，人工智能想要發(fā)展好，確實(shí)需要高校開(kāi)設(shè)人工智能專業(yè)，從而系統(tǒng)化的輸出人才，但開(kāi)設(shè)人工智能專業(yè)所面臨最大的痛點(diǎn)就是老師資源稀缺，人工智能人才水漲船高，優(yōu)秀的老師人才都被公司挖空了。

因此學(xué)校開(kāi)設(shè)人工智能專業(yè)，首先就是要確保學(xué)校能夠請(qǐng)得到優(yōu)秀的老師資源。

不過(guò)，就算解決了師資的問(wèn)題，還是有許多挑戰(zhàn)和痛點(diǎn)，比如人工智能技術(shù)迭代太快，本科生和本科教材能否適應(yīng)這種速度？是否需要細(xì)分研究方向？所以課程體系的設(shè)置也是個(gè)很大考驗(yàn)。

而且，像BAT這個(gè)級(jí)別的公司的招聘要求都是碩士起步，博士?jī)?yōu)先。未來(lái)是否會(huì)降低門(mén)檻都還未知，或許，以后的畢業(yè)生可能會(huì)面臨必須考研的窘境。

還有關(guān)鍵的一點(diǎn)，人工智能作為一門(mén)新興的前沿學(xué)科，有著大量前置課程需要學(xué)習(xí)，很多研究生都需要在導(dǎo)師或者前輩的指導(dǎo)下進(jìn)行入門(mén)。

首先無(wú)論是在抽象建模還是模型算法分析設(shè)計(jì)環(huán)節(jié)，都需要依賴良好的數(shù)學(xué)基礎(chǔ)，而人工智能的核心領(lǐng)域——機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)中對(duì)數(shù)學(xué)基礎(chǔ)要求最高的分支之一。

另外，對(duì)一些現(xiàn)代大型人工智能程序而言，甚至連高維數(shù)組的存儲(chǔ)順序都需做到優(yōu)化，這如果沒(méi)有扎實(shí)的計(jì)算、軟件程序功底顯然是不行的。所以說(shuō)，不管是清華北大還是三本大專，相較于大學(xué)的其他專業(yè)來(lái)看，想要學(xué)好人工智能需要更多的努力和汗水。

即便如此，在畢業(yè)之后，也并非就有很高的年薪，也是給在人工智能領(lǐng)域少數(shù)的優(yōu)秀人才的，比如能在ccf－b上發(fā)論文，或者有acm金牌的人準(zhǔn)備的。

所以說(shuō)，從就業(yè)的角度來(lái)講，人工智能專業(yè)一個(gè)很大問(wèn)題就是無(wú)法為普通的人留出足夠多的位置。這個(gè)跟傳統(tǒng)的專業(yè)不太一樣，大多數(shù)傳統(tǒng)的專業(yè)從低端到高端都能找到適合自己的位置。無(wú)非是優(yōu)秀的人，能夠拿到優(yōu)秀的報(bào)酬，中庸的選手得到中庸的薪資。

而人工智能領(lǐng)域不太一樣，社會(huì)上可供就業(yè)的“坑”沒(méi)有那么多，有興趣的人卻有很多，到時(shí)很有可能面臨狼多肉少的情況。

寫(xiě)在最后

現(xiàn)如今，高校的人工智能，更多的要擔(dān)負(fù)起在未來(lái)競(jìng)爭(zhēng)中的引領(lǐng)責(zé)任，而真正有實(shí)力開(kāi)設(shè)人工智能專業(yè)的學(xué)校并不是很多，盡管大多數(shù)學(xué)校都堂而皇之的設(shè)立了人工智能實(shí)驗(yàn)室和名義上的“人工智能”專業(yè)，實(shí)際上卻是不負(fù)責(zé)任的行為。

比起一味的追逐風(fēng)口，不如在自身的人工智能專業(yè)尚未成熟之前，先開(kāi)一門(mén)人工智能的選修的課程，循序漸進(jìn)，才是高校們正確的探索之路。