教育部明确人工智能研究生五大培养方向，科技伦理将进课堂
北京日报客户端|实习记者何蕊
无人驾驶、智慧医疗、人工智能伦理与治理……未来，更多人工智能课程将走进研究生课堂。教育部日前印发《人工智能领域研究生指导性培养方案(试行)》，明确将课程培养与实体经济深度融合，构建人工智能复合型人才培养体系，将科技伦理纳入教学，鼓励实施硕博连读、跨学科本硕博一体化的培养模式。
近年来，我国人工智能高层次人才培养取得了一定成效，部分高校成立了人工智能学院、研究院，将人工智能相关学科建设列为重要建设任务。为进一步深化人工智能领域研究生培养改革，培养满足创新型国家建设急需的高层次基础理论人才和复合型创新人才，教育部印发了人工智能领域研究生指导性培养方案。
方案指出，高校可结合领域发展定位、学校学科布局和师资结构，设置五大培养方向的课程，包含人工智能基础理论研究、人工智能共性技术研究、人工智能支撑技术研究、人工智能应用技术研究和人工智能与智能社会治理研究。其中，人工智能应用技术研究方向包括但不限于：智能制造、机器人、无人驾驶、智能网联汽车、智慧交通、智慧医疗、机器翻译和科学计算等。结合社会治理，高校还应推出人工智能伦理与治理、可信安全、隐私保护等方面的课程。
培养人工智能领域研究生，要聚焦多学科交叉的知识体系和学习能力的培养。教育部提出，硕士生应夯实本领域基础理论，掌握快速获取跨学科知识和共性技术，并能够综合运用的能力；博士生要掌握人工智能国际前沿学术方向和行业先进技术趋势，了解国际前沿理论、技术以及需求热点。对此，培养方案鼓励硕博连读、直攻博，和跨学科本硕博一体化的培养模式，给予学生较多的选课、选题等方面的主动权，采取多学科导师联合指导方式开展复合型人才培养。
下一步，开展人工智能领域研究生培养的有关“双一流”建设高校将结合学科建设和人才培养特色，参照制订和进一步完善相关研究生培养方案。
人工智能热门技术研究课题
人工智能热门技术研究课题
当前人工智能在诸多行业领域已经实现了广泛应用，但在热门技术方面来看，安全性等方面依然存在一定缺陷。用简单的“对抗性补丁”(adversarialpatch)可以使得人脸识别在可靠性、安全性等失效。这也让AI技术研究需要更加注重 人工智能“攻”和“防”的课题，如何确保AI算法的高安全性、可靠性还有它的鲁棒性，人工智能算法在安全方面“攻”和“防”当前也是一个相当热门的技术研究方向。
另外一个研究课题是 生成对抗网络(GAN,GenerativeAdversarialNetworks)，生成对抗网络有非常多的应用，典型的应用在“图像生成”和“数据增强”等方面，比如在安防领域人脸识别图像的生成。生成对抗网络如今也逐渐被应用在其他的一些应用领域，如生命科学中的材料设计，还有食品、药物的设计,这些也成为人工智能技术新的研究方向。
边缘计算同样也是当下人工智能技术研究的重点之一。随着物联网时代的到来，越来越多的数据在边缘端产生，边缘计算由此成为显著趋势。现阶段边缘计算有多种计算方式决定什么应该放在边缘端。目前人工智能的算法在主流方面是把算法放在云端，把编程中推理的部分放在边缘端，这样可以保证数据运算和训练这一类需要大功率运算的过程在云端进行，而推理的过程则在边缘端发生。不过这种模式可能会导致边缘端的算法不够智能，如何在边缘端提升算法的智能程度是一个重要的研究方向。
宽度学习网络的诞生，被认为是可以很好地替代原本的深度学习网络，它基于将输入随机映射成为扩充节点作为输入的思想而设计(依据早期随机向量函数链接神经网络，randomvectorfunctional-linkneuralnetwork)。它可以非常快速的算出正确的映射，在数据的增量部分也可以实时的学习。根据大量的测试结果显示，在边缘计算过程中，宽度学习的实时性应用效果非常不错。