上個禮拜,北京航空航天大學主辦了國內(nèi)首屆人工智能本科專業(yè)研討會。會上清華大學、南京大學、西安交通大學等國內(nèi)26所大學共同發(fā)布了《關(guān)于設置人工智能專業(yè)建議書》,呼吁盡快設置本科人工智能專業(yè)。 毫無疑問,這個高考季當中,人工智能已經(jīng)成為了一個熱門話題。伴隨著知名高校的呼吁,我們還可以看到各個名牌大學的人工智能學院、人工智能研究院如雨后春筍一樣成長起來。中國科學院、南京大學、清華大學,都已經(jīng)在一年內(nèi)成立了類似研究機構(gòu)。 而政策層面,國家《新一代人工智能發(fā)展規(guī)劃》中也明確提出要建設人工智能學科。人工智能要發(fā)展,需要人才和學術(shù)建設應該是毫無爭議的問題。 但關(guān)于人工智能是不是要在今天就成為本科專業(yè),卻是個充滿爭議的話題。 在目前的學科規(guī)劃中,人工智能的主體是計算機科學下的二級學科。一般要到研究生階段才能選擇攻讀。與此同時,AI相關(guān)專業(yè)還散落在數(shù)學、信息科學,甚至社會學、心理學、生物學當中。 有人認為,這樣的規(guī)劃已經(jīng)無法滿足AI發(fā)展的真實需求;也有人認為AI剛剛發(fā)展起來,就要高校體系來給予配合,有點過于冒進了。 在大多數(shù)省份,現(xiàn)在還是填報志愿的階段。咱們不妨來透視一下這場爭議中的幾個觀點,如果身邊有學子正在糾結(jié)于是否選擇,或者如何選擇AI相關(guān)專業(yè),不妨思考這幾個聲音之后再來判斷。 反方觀點A: AI不穩(wěn)定,就業(yè)有風險 讓我們先從反對觀點說起。 眾所周知,本科生不會都進入研究生階段繼續(xù)攻讀,那么AI本科專業(yè)存在的意義,當然就是能為大量本科生提供就業(yè)技能與機遇。 但就今天的AI來說,是否能為四五年后,以至于長期投入社會的大量人才提供就業(yè)機會呢?這可能誰也說不好。 AI的發(fā)展足夠快,需要人才足夠多,這在今天是沒有問題。但若干年后的AI會依舊能創(chuàng)造大量就業(yè)投入嗎?甚至說若干年后的AI,是否還和現(xiàn)在我們看到的機器學習統(tǒng)攝下的AI需求一致?這些都是問號。 在很多人看來,加快人工智能進本科的進度,同時也意味著把這些大學生從對計算機科學的學習中隔離出來。那么假如學成后AI不那么火熱了,就業(yè)機會減少;或者AI在此期間經(jīng)歷了快速的技術(shù)發(fā)展,學到的東西不足以致用,同時也不能讓每個人都繼續(xù)學術(shù)研究。最終豈不是把就業(yè)風險施加到了學生身上? 因為某個領(lǐng)域火爆,大學就爭先恐后設立專業(yè),結(jié)果學成出來發(fā)現(xiàn)滿不是那么回事了。這種情況在中國并不算少見。那么這種情況下,把AI從計算機科學領(lǐng)域獨立出來,似乎還不夠穩(wěn)妥。 畢竟不能讓選專業(yè)這個很可能影響終生的大事,變成一場賭博。 反方觀點B:泡沫可恥,跟風有害 AI發(fā)展過快,帶起了大量泡沫,這應該是個不爭的事實。那么高校過快迎合風口,設置AI本科專業(yè),很可能會變成泡沫的催化劑。 另一種觀點認為,AI設置本科專業(yè)在很大程度上是有道理的。但這個合理性僅僅限定在師資力量齊備,有廣泛研究優(yōu)勢的部分高校中。一旦閥門打開,千奇百怪的學校跟風設置AI本科專業(yè),很可能會貽害學生。 我們提起國內(nèi)高校的AI大牛,似乎每個名字和他們所在的學校與研究機構(gòu)都讓人感覺熟悉。換句話說,大部分國內(nèi)高校對于AI這東西是相當陌生的。現(xiàn)在的人工智能研究,目前僅僅是小部分學校與大牛的“專屬”,而一旦各種地方院校,甚至資質(zhì)不佳的合辦院校要爭取AI風口。那么很可能強行設置一批師資和科研項目,這對于整個AI學術(shù)是有害無益的。 歸根結(jié)底一句話,頭部學校準備好了開AI本科,但后面茫茫多的學校,真的有老師和研究力量去支撐本科的AI教學嗎? 而AI這塊滾熱的蛋糕,隨便想想就知道是不能放棄的。如果AI本科教育突然襲來,如何抵制跟風者擾亂AI教育,這個問題似乎還沒有答案。 正方觀點A: 人才缺口,真的已經(jīng)很大很大了 以上兩種反對觀點,很大程度上是出于對AI未來的懷疑與不信任。但支持AI快速成為本科專業(yè)的聲音,則更多著眼于AI的現(xiàn)在。 AI的今天,一個最基本的情況,就是缺的人真的太多太多太多了。 去年校招季,在北京招一個剛畢業(yè)沒有任何成果的AI研究生,就需要年薪30萬的代價。這當然有風口的加持,但AI崗位缺人的狀況也可見一斑。 根據(jù)相關(guān)報告統(tǒng)計,到2017年年底,中國AI人才缺口已經(jīng)超過了百萬級,而在今年這個缺口開始進一步拉大。 事實上,AI人才的缺口不僅限于中國,即使是硅谷,也在每天經(jīng)歷著AI崗位需求的擴大。李開復曾經(jīng)提出:“在硅谷,做深度學習的人工智能博士生,現(xiàn)在一畢業(yè)就能拿到年薪200萬到300萬美元的錄用通知,三大公司(谷歌、臉書和微軟)都在用不合理的價錢挖人?!蓖瑯釉跉W洲、印度,加快培養(yǎng)AI人才,尤其是中低端人才都是國家教育體系的重要任務之一。 在巨大的人才缺失之下,是限行AI人才培養(yǎng)效率有點慢。一般來說,一個學計算機的本科生,在大三大四時候才能在某些選修課中接觸人工智能。而如果想要攻讀人工智能方向要到研究生之后。再加上研究生學習中往往沒有經(jīng)歷過算法應用的實踐,畢業(yè)到企業(yè)后還需要經(jīng)歷一到兩年的再培養(yǎng)。這也意味著,一個AI人才一般要到27歲之后才能上崗,這顯然無法供給今天AI產(chǎn)業(yè)的發(fā)展速度。 事實上,AI產(chǎn)業(yè)是一個金字塔型架構(gòu)。不僅需要高端的邏輯與算法人才,還需要完成大量應用型,甚至是數(shù)據(jù)型工作。這些工作很大一部分都可以給本科生作為實習機會,而且企業(yè)往往歡迎導師帶隊的本科生入駐實習。 這樣一些簡單的AI工作,入職者可以從27歲提前到20歲左右,這對于整個AI產(chǎn)業(yè)的勞動力供給是效能巨大的。 同時,高收入和高就業(yè)率也在吸引著學生的目光,讓他們辛苦繞一圈才能進入AI,這好像也有點殘忍。 正方觀點B:產(chǎn)學研一體化, 強烈期待AI本科生 AI人才缺口可以看做一個行業(yè)基本面,而在這背后,是AI科研體系的獨特性,正在催動著AI人才更早與企業(yè)接觸。這也間接促使AI本科生這個群體到來。 大家都在說,AI是一個高度產(chǎn)學研一體化的領(lǐng)域。但到底是怎么一體化的呢? 首先我們可以看到,今天的大多數(shù)AI應用是基于神經(jīng)網(wǎng)絡與算法達成創(chuàng)造性的。而神經(jīng)網(wǎng)絡的特點是結(jié)構(gòu)延展。換句話說,AI的技術(shù)世界不是非此即彼,而是堆疊和嵌入的?;氐饺瞬哦?,這就讓很多企業(yè)中的AI任務與工作,可以分派出來讓獨立小組完成。這讓象牙塔中的師生走入企業(yè)有了絕佳的機會。而一些數(shù)據(jù)清洗、數(shù)據(jù)標記類的機器學習基礎工作,更是非常適合交給“懂基礎的實習生”來完成。 另外,根據(jù)相關(guān)統(tǒng)計,常青藤高校的AI研究成果,有超過75%最終得到了商業(yè)轉(zhuǎn)化。這個比例在各學科中名列前茅。AI的特性決定了高校中的研究和企業(yè)中的研究相似度非常高,而師生的創(chuàng)造有很大比率可以被快速轉(zhuǎn)化。這個機會對于老師、學校、學生,以及整個產(chǎn)業(yè),是一個多方共贏的局面。那么第一步,還是讓學生盡快進入AI的世界。 還有一個問題值得注意,今天的AI研究是要基于大量數(shù)據(jù)和算力支撐的。但是這些東西往往不存在于研究室當中,而是只見于科技企業(yè)內(nèi)部。這也就要求實驗室必須要到企業(yè)中去,給企業(yè)提供更多價值。而本科生的勞動和創(chuàng)造力,事實上是這個置換關(guān)系之一。 由這些理由,企業(yè)和學校都在期待更多學生快速組成產(chǎn)學研一體化的基礎,讓企業(yè)與學校間的循環(huán)圈層擴大。 這個意義上來說,本科生是AI前進中的必要動力。 正方觀點C : AI必須建立跨學科的獨立體系 還有另一個更加學術(shù)層面的聲音,認為今天AI學科的發(fā)展,主要阻礙之一在于附庸于計算機科學專業(yè),已經(jīng)十分不利于AI本身的學科發(fā)展。 比如我們知道,AI的頂會、數(shù)據(jù)測試都自有一套邏輯。假如某企業(yè)的研究成果,在某個頂級比賽上讓人臉識別的效率提升到某某指數(shù),那么當然是巨大的成果。但在高校學科體制中卻不然,因為AI的算法比賽機制是獨立的,不納入計算機科學的考察范疇。這會很大程度上限制國內(nèi)AI學者參與世界競爭的熱情。 另一方面,AI雖然大體可以看做計算機科學的一個子集。但事實上AI是一個高度跨學科的領(lǐng)域,有大量問題是非計算機科學的,而是涉及信息科學、數(shù)學、社會學、心理學、生物學、認知科學,甚至法學、倫理學等等。 在國際范圍內(nèi),基于AI成立跨學科研究體是大勢所趨。但現(xiàn)有學科體制卻限制了AI的融合式學科發(fā)展,影響了人才交流與信息互通。 這種條件下,把人工智能學科獨立出來,從本科生開始培養(yǎng)專屬人才就成為了熱門議題。而從技術(shù)軌跡的長遠發(fā)展看,一個獨立跨學科的AI科研體系,也是開展國際化AI競爭的絕對必要條件。 給潛在AI本科生的一點建議 人工智能到底要不要成為本科專業(yè),不是一個絕對如此或者如彼的問題,更多情況下見仁見智,其成敗在于整個教育體系和社會結(jié)構(gòu)的共同把持。但根據(jù)上面這些看法,不妨給想要把AI作為專業(yè)的童鞋一點建議: 首先,綜合來看今天AI的應用前景和就業(yè)基本面沒有問題。但未來有不確定性,技術(shù)也在隨時變化,一定要理性考慮謹慎選擇。而且讀了AI專業(yè)絕不意味著預定了高薪高職位。快速變化的AI可能把任何人摔下自己的馬車。 其次,一定要警惕不靠譜的人工智能專業(yè)。AI的師資目前在國內(nèi)是絕對的師資資源,如果你報考的學校本來在AI領(lǐng)域不強,也沒有引進知名專家,卻突然辦起了AI專業(yè),那么一定要小心為上——說不定老師還沒有你懂得多。 而國外的AI本科生教育比國內(nèi)稍早一些,與國內(nèi)的區(qū)別主要集中在所教授領(lǐng)域相對更集中,更注重學院本身的優(yōu)勢教育和研究。一般美國的AI本科教育,是強調(diào)主修方向,其他選修,而國內(nèi)的AI本科教育還是強調(diào)AI領(lǐng)域的通識。哪種更好也沒有定論。 值得注意的是,國外AI本科教育中,明顯比國內(nèi)更加強調(diào)AI的人文與倫理教育。這些內(nèi)容其實是必修課,有志于AI的童鞋應該想辦法自己補強。 而假如真的很喜歡AI,卻沒有找到合適的專業(yè)也不用急。有一些迂回策略可以考慮,如果有志于高階的AI研究與創(chuàng)造,應用數(shù)學和認知神經(jīng)科學是兩個最好的選擇。假如想要快速進入AI行業(yè),那么數(shù)據(jù)科學是最接近應用的AI相關(guān)領(lǐng)域。 接下來,關(guān)于AI要不要進本科的爭論應該還會繼續(xù)。而與此同時,關(guān)于AI要不要進高中的討論,也已經(jīng)開始進入公眾視野…… |
|