当前位置:主页 > 普通高考 > 高考交流 >

高考交流

普通高考高考交流高职高专研究生考试

从建设“中国大脑”到利用人脸识别建立走失儿童数据库、大数据解决城市拥堵、推动智能+经济,连续两年,百度公司董事长兼首席执行官李彦宏在两会上谈论的话题基本上只有一个:人工智能(AI)。
今年,这个热点已经吸引了一众科技界大佬的集体“跟风”:小米创始人雷军提出要在国家层面进行人工智能发展的顶层设计,加强人工智能科研人才培养与引进;科大讯飞董事长刘庆峰一口气提出了与人工智能有关的九条建议。
与此同时,“人工智能”首次出现在总理的政府工作报告中。科技部部长万钢也曾提出正在编制人工智能的专项规划。
人工智能最好的时代似乎来了。
但跟产业界的火热不同,学术界、教育界对于是否迎来“春天”的看法不一。多数倾向认为,本次人工智能的火爆是由产业界推动,而不是由研究者推动的,如果人才问题不解决,人工智能产业也将缺乏动力、产生泡沫。
什么在“吹”大人工智能的泡沫?
“一夜之间,仿佛所有的公司都变成了人工智能公司。”在今年的博鳌亚洲论坛上,百度总裁张亚勤跟与会者分享了近期的感受:“人工智能、机器学习成了时髦词,大家把钱都砸进深度机器学习当中,一拥而上,做同样的事情。”
2010年前,中国从事人工智能技术及服务的企业不到20家。但是2010年以后,人工智能企业便如雨后春笋般前赴后继。据某细分领域研究机构出具的统计报告显示:2016年,中国的人工智能企业有709家,美国有2095家,英国有366家。
从申请专利来看,全球人工智能申请专利数量,美国、中国、日本位列前三,且数量级相近,三国占申请专利总数的73.85%。中国自2004年来,专利申请数量呈现爆发趋势。15年来,中国人工智能每年新增专利数较大,申请数、授权书,增长了40倍,并在2012年超过美国。
互联网企业纷纷抢购上船的“船票”。不仅BAT人工智能布局初显规模,搜狗、华为等公司也在纷纷成立AI研究院,延揽高端AI人才,
“相当浮躁。”这是搜狗公司CEO王小川对人工智能领域硝烟弥漫的人才大战的总结。
“一个刚毕业会写一个卷积神经网络(Convolutional Neural Network,CNN)的学生,动辄就有几万块的月薪。”互联网巨头押注人工智能引发新一轮的抢人大战。
极木科技创始人祁卫这大半年来亲身感受到此般火药味,“我了解到一位国内名校刚毕业的人工智能博士被几家公司争抢,年薪从四五十万被抬高到八九十万。”
领英平台的数据分析显示,全球AI人才数量约为25万,主要分布在美国、欧洲、印度及中国。从中美AI人才的从业年限构成比例上看,美国拥有10年以上经验的AI人才比例接近50%,而我国10年以上经验的人才比率只有不到25%。
而且,这股虚浮之气已经蔓延到了研究领域,多年来一直从事人工智能研究的中国科学院计算技术研究院研究员、中国人工智能学会副秘书长何清感觉“同行”突然多了起来。“很多研究都是生拉硬拽扯到人工智能领域。”
目前,虽然有一些国内外高端学者的加盟,但事实上,人工智能若要大规模应用,所需要的人才面临严重短缺。人工智能产业链要真正全落地还有很大距离,需要产业界、学术界、教育界的产学研联动发展。
数据,企业与高校的“最后一公里”?
“钱不是问题。”在复旦大学大数据学院副院长薛向阳看来,人工智能领域的研究者基本上不用为四处“找钱”而犯愁。“人工智能大红大紫,不仅大量的资本涌入其中,国家的相关项目经费、配套资金都比较充足。”
但让他犯愁的是计算资源和数据供给。“企业有数据,院校有算法。但这两者往往脱节。”这成了人工智能校企合作的“最后一公里”。“我们可以做出来识别度很高的人脸识别测试机,但是我们缺少大数据的支持。”多年来一直从事图象处理、计算机视觉等方面研究的李厚强,也时常面临“无米下锅”的尴尬。
“有数据的企业不一定算法能力很强,因为有近期获利的压力;大学的算法能力很强,但接触不到大量的数据来做研究。”博鳌论坛期间,斯坦福大学教授张首晟多次呼吁,“现在最需要的就是公司和大学的合作”。
“硅谷—斯坦福”模式是国际上最知名的校企联动、产学研联动模式。一方面,斯坦福大学源源不断地为硅谷创业界输送优秀人才和科研成果。谷歌、雅虎、思科等顶尖企业创始人、高级人才均来自这所大学——刚上市的SnapChat,其原型便来源于创始人在斯坦福的一个课堂作业。反过来,硅谷企业也通过捐赠、数据共享等方式反哺斯坦福大学,共同成长。
在国内,为突破人工智能校企合作的“最后一公里”,已经有企业开始将算法、数据与高校共享。
互联网巨头们已经开始成立专门的校园合作部门进行对接。2016年以来,百度与西安交通大学共建大数据创新人才平台、开设人工智能班;与中科院旗下的研究生院中科院大学达成合作,在人才培养、科学研究、数据开放、资源共享等方面合作;不久前,由百度牵头筹建,清华大学、北京航空航天大学、中国信息通信研究院、中国电子技术标准化研究院等机构参与的深度学习技术及应用国家工程实验室经国家发改委正式批复,这意味者百度将人工智能中的算法、数据开放共享给顶尖高校。
“人工智能创业已不再是‘三个小朋友’的事情,而是属于‘科学家创业’时代。”这是创新工场创始人李开复对人工智能风口处风向做出的判断。
在人工智能这波新的技术浪潮中,校企之间的“蜜月旅行”被前所未有地寄予厚望。高校拥有顶级科学家和算法人才以及更好的科研环境,而百度、腾讯等互联网巨头则拥有AI研究所依赖的大数据资源和海量计算资源,以及实践AI技术的工程环境。
李厚强认为,企业与学校共建工程实验室,能够有效连接科研与产业,“使我们的创新紧扣市场导向,也有利于技术转化。”中国科学院自动化所副所长刘成林建议,对于比较理论性的前沿交叉科学,学术界对产业界有价值,可以提前十几年投入。如今大多数的研究是应用性研究,可提前三到五年投入。“当他们博士生三年毕业的时候,研究成果可以直接转换成产品或者某个技术环节。”
人工智能增列一级学科,给“黑孩子”上户口
墙外的人工智能火了,墙内的高校研究自然也是随风而动。“一时间,大家都想跟人工智能扯上关系。”中国科学院计算机技术研究所研究员、中国人工智能学会副秘书长何清说。
人工智能的研究到底有多热?如果在中国知网中用“智能”做关键字搜索的话,在所有的130多个一级学科中,人工智能的论文数量占全部论文数量的2.29%。
大批高校早已瞄准风口,已经在相关一级学科下自主设置了“智能”类目录外二级学科。2004年,教育部正式批准北京大学设立“智能科学与技术”本科专业,目前设立智能专业的学校已有30多所,中国科协一级学会也纷纷设置智能专委会。
在繁荣背后,折射出高校当前学科划分格局的尴尬。四川大学计算机学院院长章毅说:“在现有的学科体系下,计算机科学与技术是一级学科,往下就是计算机软件与理论、计算机系统与结构和计算机应用等二级学科,二级学科再往下才是人工智能方向。”
“太偏向应用。”在浙江大学计算机学院副院长、人工智能研究所所长吴飞看来,这样设置意味着人工智能人才的培养更多的是要与应用接轨的。“实际上,在当前人工智能热潮中,解决真正瓶颈问题、创新撒手锏级的应用或系统的顶尖人才还是稀缺的。”
智能学科要与国家战略布局相适应,其实已经早有要求。2016年国家发改委、科技部、工信部、中央网信办印发《互联网+人工智能三年行动实施方案》中,明确要求完善高校人工智能相关专业、课程设置,要求形成千亿级的人工智能市场应用规模。最近七八年,中国人工智能学会在持续做一项论证工作,希望把智能科学与技术提升为一级学科。
这也是很多人工智能领域研究者的心声。“这是一个自下而上的发展过程。”中国人工智能学会理事长、中国工程院院士李德毅认为,现在智能学科的人才培养,已经由下而上形成了较为完整的培养体系,现在的迫切任务是明确一级学科的位置,厘清课程体系。
说起急迫性,李厚强举了一个例子,很多学校都设置比如模式识别等人工智能的相关课程。但由于没有这种一级学科的规范和引领,“使学科在实际发展中高开低走,碎片化,离散化,简单化,低水平狭义地演化着”。
“将智能科学与技术确立为一级学科,是给‘黑孩子’上户口。”在李德毅看来,智能科学与技术目前散落在各个学科里面,智能学科具有高度的综合性和交叉性特色,在学科基础课、专业基础课、专业课和选修课等不同层次上,应该有独立的课程体系。
西安交通大学校长王树国表达了对现有培养体系的担忧:“这些新技术(人工智能)原本应该从大学产生,却产生在了大学之外。现在社会走到大学的前面。”这也是未来一级学科如何培养一流人才、产学研如何有效联动的重要命题之一。