人工智能产业人才发展报告：AI 人才缺口达 30 万，月薪 35k 却人才难觅
人能尽其才则百事兴。
在众多的当今新兴领域中，AI、大数据无疑是最热的领域之一，也备受政府重视。在2019年全国两会政府工作报告，李克强总理首次提出“智能+”，并强调“深化大数据、人工智能等研发应用”。在国家层面，对AI、大数据都有明确的规划。2017年，国务院印发了《新一代人工智能发展规划》，提出到2020年,初步建成人工智能技术标准、服务体系和产业生态链，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。
但尽管如此，人工智能人才短缺仍是该技术在整个行业广泛应用的主要瓶颈。
近日，工业和信息化部人才交流中心发布了《人工智能产业人才发展报告（2019-2020年版）》（以下简称《报告》）。
《报告》调研了224家与人工智能相关的企业，92741个岗位样本，超38万个人才样本，认为在我国人工智能产业强劲的发展浪潮中，研究和应用人工智能技术的企业数量不断增加，人才需求在短时间内激增，但人工智能人才储备不足且培养机制不完善，人才供需比严重不平衡，预计当前我国人工智能产业内有效人才缺口达30万。
如果您想获得本报告的全文pdf，请在雷锋网(公众号：雷锋网)微信公众号回复关键词“803报告”提取。
文档来源：工业和信息化部人才交流中心
一、人工智能发展概况：巨头林立，发展不足云计算、大数据和IoT为代表的信息技术在快速迭代的同时也加速了人工智能走向实践应用的可能性，而各种数据和图形处理器技术以及以深度神经网络为代表的技术被融合到人工智能体系，更是让人工智能技术进入新的发展浪潮。技术与实践应用之间的差距迅速拉小，语音识别、图像分类、无人驾驶等若干细分应用领域内人工智能技术已经迈进可用、好用的阶段，未来人工智能技术应用在场景落地的过程必将迎来爆发式增长的新高潮。
（一）人工智能发展的三个浪潮第一次浪潮：1956年，“人工智能”概念的提出掀起了人工智能的第一次发展浪潮。该时期的核心是让机器具备逻辑推理能力，并且研发出第一款感知神经网络软件和聊天软件。
第二次浪潮：20世纪70年代中期，人工智能掀起第二次浪潮。这一时期内，Hopfield神经网络和BT训练算法被提出。同时，解决特定领域问题的专家系统得到广泛应用。
第三次浪潮：2006年，深度学习理论的突破带动了人工智能第三次浪潮的产生。这一阶段互联网、云计算、大数据、芯片等新兴技术为人工智能各项技术的发展提供了充足的数据支持和算力支撑，而以“人工智能+”为代表的业务创新模式也随着人工智能技术和产业的发展日趋成熟，这将极大优化社会的生产力，并对现有的产业结构产生深远的影响。
（二）人工智能生态体系基础层：为人工智能产业链提供算力和数据服务支撑。以AWS、Azure、阿里云、腾讯云、百度云等行业巨头为代表，为人工智能的发展提供了充足的算力资源；传统芯片巨头NVIDIA、Intel和国内科技新贵寒武纪、地平线等正致力于为人工智能的计算需求提供专用芯片；另外数据服务领域也存在大量公司，例如国内的数据堂、海天瑞声以及国外的Saagie等。
技术层：为人工智能产业链提供通用性的技术能力。以Google、Facebook、阿里巴巴、百度为代表的互联网巨头，利用资金及人才优势,较早地全面布局了人工智能相关技术领域；同时也有一大批创新公司深耕细分技术领域，例如专攻智能语音领域的科大讯飞、致力于计算机视觉领域的商汤、机器学习领域的第四范式等。在国外，Proxem、XMOS等企业也分别在自然语言处理、智能语音等领域做出了积极的实践和探索。
应用层：面向服务对象提供各类具体应用和适配行业应用场景的产品或服务。目前全球绝大部分人工智能领域的创新科技公司聚集于此，典型企业有智慧建筑领域的Verdigris、特斯联，智慧安防领域的Genetec、宇视，智慧医疗领域的Flatiron、推想科技等。
（三）全球人工智能产业发展概况当前人工智能已经成为各国创新技术竞争的焦点领域，包括中国在内的全球诸多国家将人工智能列入国家科技战略部署序列。中国、美国、欧盟、英国、德国、俄罗斯、日本、韩国、印度等主要国家在2016年至2019年间密集发布人工智能专项政策及行动规划，引导、推动人工智能产业的发展已成为全球经济共同体的重要共识。
美国：人工智能基础雄厚，科研实力强大，占据全球人工智能领先位置。
英国：众多有实力、有影响力的人工智能初创公司保障英国持续处于全球人工智能创新的核心地带。
德国：工业4.0有利推动德国人工智能的发展，新时期德国致力于成为全球领先的人工智能科研场。
（四）中国人工智能产业发展概况根据相关研究机构估算，预计到2020年中国人工智能产业规模将达近140亿美元，而到2022年将超过270亿美元。
1、特征
中国人工智能产业基础研究能力亟待提高。
人工智能科研能力是保障人工智能产业持续发展的源动力，现阶段中国人工智能专利申请数量占全球总量的37.1%，位居全球第一，相关论文产出量也高达141840篇。虽然我国在专利申请和论文产出方面已经跻身全球领先序列，但我国从事人工智能基础研究的学者仅占全球总量的11%，科研机构仅占5%，仍落后于全球顶尖水平。
由此看出，我国需持续加大在基础研究与顶尖人才培养方面的投入，缩小我国薄弱环节与全球顶尖水平的差距，继续抢占全球新一代人工智能产业发展的制高点。
中国人工智能企业众多、应用广泛。
2018年，中国专注于人工智能领域的企业数量已达1000余家，位居全球第二，并且仍在快速增长。此外，在快速发展的数字经济环境和庞大的人工智能用户面前，不仅软件、互联网企业是人工智能市场的主要参与者，而且传统工业、金融业、服务业也加速参与到人工智能的实践进程中来。
中国人工智能产业受到资本市场的高度关注。
资金是人工智能产业持续向好发展的重要保障，现阶段中国是全球人工智能产业投融资最为活跃的国家之一。总投融资事件数量占全球的31.7%，投融资资金总额占全球的60.0%，有利地支撑和推动了中国人工智能产业化落地和数字经济的深化发展。
2、发展趋势
国家多部委联动，顶层设计人工智能发展规划，凝聚政策优势。
习近平总书记强调，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。在此宏观背景下，各地方政府根据各区域产业发展实际需求，纷纷出台了相应的产业发展规划与政策指导意见，为人工智能产业发展提供了良好的社会政策环境。
数字时代助力，广袤市场搭配先进信息技术，累积数据优势。
随着我国迈入数字经济时代，互联网、云计算、大数据等现代信息技术在各领域的持续深入，当前已积累了大量的消费级数据和企业级数据。据IDC、希捷统计数据显示，2018年中国数据总量占全球23.4％，为7.6ZB（1ZB≈1万亿GB），预计到2025年将增至48.6ZB，届时将占全球数据总量的27.8％。
网民基数大，中小企业众多，增强开发场景优势。
2017年中国企业法人单位为1809.77万个，而个体工商户总数更是达到了6579.37万户。另外，2018年中国人口总数达到13.9538亿人，其中互联网上网人数已经达到8.2851亿人。人工智能技术作为实践数字经济的重要构成和基石，逐步与互联网时代的社交电商服务、共享经济服务、网络直播服务和互联网金融服务等融合，探索出新型应用模式。
二、缺口30万，AI岗位供给不均衡，人才供需区域不平衡（一）岗位类型根据各人工智能企业岗位人才需求，可归纳为高级管理岗、高端技术岗、算法研究岗、应用开发岗、实际技能岗、产品经理岗等类型岗位。
（二）人才供需情况受限于国内人工智能产业的起步较晚、前期积累不足，我国人工智能产业面临有效人才供给不足的窘境。预计我国人工智能产业内有效人才缺口达30万，特定技术方向和岗位上供需失衡比例尤为突出。
报告选取了人工智能的典型技术方向，包括人工智能芯片、机器学习、自然语言处理等，数据显示人工智能不同技术方向岗位的人才供需比均低于0.4，说明该技术方向的人才供应严重不足。从细分行业来看，智能语音和计算机视觉的岗位人才供需比分别为0.08、0.09，相关人才极度稀缺。
现阶段，算法研究岗、应用开发岗、实用技能岗和高端技术岗的人才供需比分别为0.13、0.17、0.98、0.45，表明技术类岗位的人才缺口较大，而实际技能岗人才供给处于相对充足状态。
相比之下，产品经理岗、销售岗和负责企业经营管理的高级管理岗的岗位人才供需比分别为4.52、7.14、3.44，人才供应较为充足。
（三）区域供需情况京津冀地区、长三角地区、粤港澳大湾区和川渝地区是当前人工智能产业的主要发展高地，同时也是人工智能产业人才资源的主要聚集地，人才需求规模占全国总需求的90.9%，人才供给规模占全国总供给的82.9%。
（四）人才培养情况1、高校人才培养情况
高校人工智能人才培养呈现出多学科特点。在现设专业中，计算机科技与技术、电子信息工程等专业方向是孕育人工智能技术人才的主要专业方向。除此之外，在行业融合的背景之下，高校也纷纷开设“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。
从学校数量来看，北京、江苏、山东、四川的新增院校较多；
从学校层次来看，近两年新增人工智能本科专业的院校既有北京航天航空大学、北京理工大学、哈尔滨工业大学、浙江大学、南京大学、上海交通大学、复旦大学、同济大学、武汉大学等传统老牌名校，也有如安徽信息工程学院、泉州信息工程学院、东华理工大学等普通院校，共同推进人工智能基础研究型人才和应用型人才的培养。
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，国内顶尖高校如北京大学、清华大学、浙江大学、复旦大学等，成立人工智能教学与研究机构，主攻人工智能基础研究，包括数理基础、认知科学基础、智能感知、机器学习、类脑计算、人工智能治理以及智能医疗、智能社会等方面，旨在培养并输出具备人工智能基础研究能力的研究型人才。
国内诸多本科大学和专科院校也已开始筹划和建设人工智能学院和研究院，通过联合人工智能产业链各环节的领先企业，例如百度、腾讯、科大讯飞等，加强在人才培养、实训课程、项目共享、实践机会等方面合作，着重培养具备人工智能实践经验的应用开发型人才。
2、社会培训机构人才培养情况
现阶段既有北大青鸟、达内教育、光华国际等传统老牌职业培训学校，又有小象学院、深蓝学院、咕泡学院等新型培训机构。各类型培训机构在授课方式上已经形成线上、线下相结合的全方位人工智能培训方式。
当前培训机构的人工智能相关课程以培训学员的应用开发技能为主，主要包含三种类型课程：Python培训、人工智能基础入门培训和人工智能细分技术专业培训。
此外，现阶段各培训机构均向学员提供分阶段的实战项目教学，众多机构已接入华为、百度、阿里巴巴等科技巨头的实践经验和实践机会。但由于数理知识课程内容欠缺、培训时间较短，当前培训机构输出的人才多数为初级的实用技能型人才。
三、月薪35K不是谁想拿就拿
人工智能属于高度知识密集型产业，对人才的业务能力、工作经验、教育背景、职业道德等方面都有着较高的要求。
（一）岗位类型
1、岗位能力要求
算法研究岗、应用开发岗、实用技能岗和产品经理岗在实践中的工作重点不同，企业对各典型岗位的职业能力要求也存在较大差异。
算法研究岗：
应用开发岗：
实用技能岗：
产品经理岗：
2、工作年限要求
应用开发岗对工作经验及年限的要求相对较宽松。29.7%的岗位工作年限要求在3年以下，19.3%的岗位不设年限要求；产品经理岗位通常要求从业者具备丰富的实践经验和行业知识积累，因此49.5%的岗位要求工作年限为3-5年，21.7%的岗位要求工作年限在5年以上。
3、专业要求
各典型岗位专业要求中，大多寻求计算机相关专业的人才，其中60%以上的算法研究岗、应用开发岗和实用技能岗均要求计算机相关专业。
除外，算法研究岗、应用开发岗对数学相关专业的需求程度也更高，其中37.9%的算法研究岗和42.8%的应用开发岗要求具有数学相关专业背景。相比而言，产品经理岗位专业要求限制较少，30.6%的产品经理岗无专业限制。
4、学历要求
算法研究岗和应用开发岗的学历准入门槛远高于其他岗位，45.1%的算法研究岗和41.9% 的应用开发岗要求应聘人员具有硕士及以上学历；实用技能岗和产品经理岗的准入门槛为本科及以上，相关的岗位占比分别为88.8%和91.8%。另外，当前6.9%的实用技能岗允许专科学历人才进入，这是由于实用技能岗普遍以计算机相关技能型人才为主，这一比重均高于其他岗位。
5、单月薪酬情况
目前高达56.5%的算法研究岗和46.1%的应用开发岗的单月薪酬达到35k以上，实用技能岗和产品经理岗的单月薪酬普遍集中于30k以下，20-30k是目前主要的薪酬区间段，相关的岗位占比分别为33.8%和39.6%。
（二）技术方向1、岗位能力要求
人工智能芯片：
机器学习：
自然语言处理：
智能语音：
计算机视觉：
2、工作年限要求
3至5年的工作经验是当前各个典型技术方向对人才的普遍要求。此外，人工智能芯片和计算机视觉相对来说更能接受“年轻化”的人才，33.2%的人工智能芯片相关岗位和32.9%的计算机视觉相关岗位对工作年限没有过高的要求，可接纳工作3年以下的人才。自然语言处理技术方向更希望寻求工作年限较长的人才，近15%的自然语言处理相关岗位寻求工作5年以上的人才。
3、专业要求
人工智能芯片与集成电路产业联系密切，所以当前48.2%的人工智能芯片相关岗位要求应聘人员具备电子信息相关专业背景；机器学习与其他技术方向相比，更偏向于基础底层，因此对数学相关专业背景需求程度较高，其中50.9%的岗位要求数学相关专业。
4、学历要求
本科学历是企业对人工智能相关岗位人才的基本学历要求，尤其在人工智能芯片领域，高达88.4%的岗位要求本科学历。机器学习、自然语言处理、智能语音、计算机视觉等技术方向岗位大多要求具备硕士及以上学历，其中50.9%的机器学习相关岗位、39.6%的自然语言处理相关岗位、40.4%的智能语音相关岗位和47.1%的计算机视觉相关岗位均要求硕士及以上学历。
5、单月薪酬
当前人工智能芯片相关岗位的单月薪酬水平相对较低，单月薪酬30K以内的岗位占比高达85.4%；机器学习、自然语言处理、智能语音和计算机视觉相关岗位的单月薪酬水平明显较高，主要集中在35K以上薪酬区间段。另外，机器学习和自然语言处理相关岗位在50k以上的超高薪酬区间段上的聚集程度均高于智能语音和计算机视觉相关岗位。
四、人工智能产业人才发展政策建议无论是微观层面的技术方向与岗位人才供给不足，还是中观层面的区域供给不均，导致当下人工智能行业30万人才缺口的背后，还有更为深层次的原因。中国是否真正需要如此庞大的人工智能人才队伍？以及，如何持续不断地供给优质的人工智能人才？
从需求端来看，在数字化、智能化的趋势下，各行各业对人工智能产业人才的需求已经发展到高关注、高需求的阶段。
从供给端来看，当前人才供给来源主要有两类，一是院校人才培养，二是行业人才存量积累。
在院校人才培养方面，虽然我国自2017年来，大力支持开展以人工智能学院、人工智能专业为代表的人工智能专项人才培养，但当前仍处于人才培养方式的初期探索阶段，人工智能产业人才的培养速度依然较慢。
报告称，尽管我国拥有世界规模最大的工程教育，但与美国相比，我国人工智能人才总量仅为仅为美国人才总量的50%左右，其中从事基础研究工作的人才数量更为有限，当前美国人工智能基础层的从业人才数量约为我国的14倍。
现阶段高校内人工智能相关的师资、课程依然不够完善，人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求。
当前高校培养的人才质量难以匹配人工智能产业的实际需求，反映在企业选人用人和人才求职应聘两方面。
在行业人才存量积累方面，目前的行业内部自发的人才培养还没有成体系发展，导致现阶段我国院校端和产业端高质量人才供给水平仍然很低。
大多数企业设置了较高的人才准入门槛，对人才的岗位能力有着较高的要求，而应届生缺少人工智能知识储备与实践经验，很难直接匹配企业的用人需求。而具备一定工作年限和资历的技术人才和岗位人才又「面临」供需不均衡的窘境。
目前，仅仅依靠高校或者企业的力量难以满足日益增长的人才需求。如果要打破这一窘境，需要从政府、高校、科研机构、企业各方中进行打通，推动产学研各主体间的知识创新与应用，同时构建完善的人才体系来应对快速发展的产业需求。
具体从以下三个方面展开：
一是政府要加强人工智能产业人才培养的顶层规划，引导人工智能产业人才发展稳步前行；
二是加快人工智能“政产学研一体化”人才培养生态体系建设，促进人工智能产业人才供给与产业发展需求相匹配；
三是加强国际人才交流合作，鼓励区域人才流动。
人工智能人才培养现状、问题及发展方向
0分享至来源：高校人工智能与大数据创新联盟中国人工智能普及教育发展论坛会议现场中国科学院大学人工智能学院副院长肖俊，浙江大学计算机学院教授、教育部义务教育信息科技课标组专家翁恺，山东大学软件学院副院长许信顺围绕人工智能人才培养现状、问题及如何做好人工智能人才培养等话题进行了分享和交流。人工智能人才培养历史及现状01国内外人工智能人才培养链条初步形成基于研究的高端人工智能人才培养已经发展了近半个世纪，肖俊梳理了国内外人工智能人才培养发展过程中有影响力的十件大事。1958年，麦卡锡在麻省理工大学组建全球第一个人工智能实验室，开始人工智能研究和人才培养。1962年他在斯坦福组建了世界上第二个人工智能实验室。时至今日，上述两个实验室和卡内基梅隆大学的人工智能实验室排名全球前三。2017年5月，中国科学院大学成立国内首个全面人工智能人才培养学院，随后，清华大学、北京大学、中国人民大学、南京大学等相继成立了人工智能学院和研究院。2017年，中国《新一代人工智能发展规划》出台，明确提出要加快培养聚集人工智能高端人才，包括“人工智能+X”复合专业培养、学科交叉和产学研合作，同时实施全民智能教育项目，中小学阶段设置人工智能相关课程。2018年4月，中国教育部印发《高等学校人工智能创新行动计划》，提出要加强理论研究，引导高校从增量知识和存量调整方面加大人工智能人才培养力度。教育部印发文件还指出，为构建人工智能多层次教育体系，中小学阶段也将引入人工智能普及教育。同时鼓励支持高校相关教学、科研资源开放，建立面向青少年和社会公众的人工智能科普公共服务平台，积极参与科普工作。2018年5月，卡内基梅隆大学（CMU）开设全美第一个人工智能本科专业。同年，中国35所高校申请并获批招收人工智能本科专业学生，2019年之后逐渐变多，教育部也新增高职（专科）人工智能专业，2020年起开始执行。人工智能本科、专科和研究生层次的人才培养开始正式招生。2018年来，中小学人工智能普及教育引发广泛关注。相关专业机构成立、面向中小学的教材陆续出版。2018年4月14日，中国青少年科技辅导员协会成立人工智能普及教育专业委员会；2019年5月26日中国人工智能学会成立了中小学工作委员会。如陈玉琨、汤晓鸥编写的《人工智能基础（高中版）》等。2019年，中国人社部相关通知发布人工智能工程技术人员成为“新”的职业工种并组织专家和相关企业起草人工智能职业的相关标准和规范。2019年3月22日，首届中国人工智能教育大会召开；2019年5月16-18日，国际人工智能与教育大会在北京召开，时任中国教育部部长陈宝生出席。2019年9月22日，北京大学、清华大学等9所高校及清华大学出版社成立中国人工智能教育联席会，围绕全面提高人工智能人才培养这一核心，共同研讨人工智能人才培养的理念、方法和机制，抓好人工智能专业内涵建设，构建和完善“多主体协同育人长效机制”，培养高水平人工智能人才。2020年1月21日，教育部、国家发展改革委和财政部印发的《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》出台，2020年人工智能专业研究生大幅扩招。从上述这十件事情可以看出：尽管国内人工智能教育开始时间不长，但已受到学校、企业和政府等多方的高度重视；我国已逐步开启学位教育与职业培训协同发展的多元化人工智能人才培养模式；我国已经初步形成覆盖中小学、专科、本科、研究生等各个层次的人工智能人才培养链条，但仅仅是“初步形成”，和高等教育相比，中小学、专科和本科教育仍需再深入研究。02我国人工智能人才缺口大人工智能人才紧缺是我国人工智能发展面临的主要困境。肖俊以2017年《全球AI领域人才报告》为依据，将当前中美人工智能人才数量做了一个对比。截至2017年一季度，全球人工智能领域专业技术人才数量超过190万，美国超过85万，排在第一位，而中国超过5万，全球第七，不足美国的6%。从人工智能人才从业时间的角度分析，中国高层次AI人才极其稀缺且从业时间短，美国从业十年以上的人才比我国高一倍。从年龄分布角度来看，我国也处于明显的弱势，整体而言28-37岁是AI主力军，但是在中国48岁以上的资深AI人才比较少，年轻人比较多一些。而48岁以上美国占到16.5%，中国只有3.7%。随着诸多行业转向人工智能领域，该领域的人才需求量十分巨大。传统IT企业全面向人工智能转型，纷纷抢占智能产业制高点，如谷歌、IBM等。诸多非IT企业也开始布局人工智能产业，这与人工智能逐渐深入各行各业迫使它们不得不向该方向做转型有关，比如碧桂园就不惜重金招人工智能博士帮企业布局新发展。很多学物理化学材料专业的学生也开始学人工智能技术，希望可以通过学科交叉做出一些新的东西。据TalentSeer和AI人才社区Robin.ly联合发布的数据显示，2016-2019年，全球人工智能人才需求年均增长达74％，而我国工业和信息化部人才交流中心数据显示，当前我国人工智能产业内，有效人才缺口达30万。可见，人工智能的人才培养已是刻不容缓。人工智能高等教育人才培养面临的问题及解决思路01追求短平快，学科建设、各方协作不足肖俊认为我国目前的人工智能高等教育主要存在三方面的问题。一是学科建设不健全。人工智能非一级学科，国内现在有几个专业都在做人工智能人才培养，包括智能科学与技术、数据科学和大数据、机器人工程等，没有明确规定人工智能人才必须在哪个系统或者哪个学院培养，导致培养体系不健全，目前每所高校的方案都不一样。二是要警惕“短平快”导向偏差。现在人人都来跨专业学人工智能，简单学一些深度学习算法和Python编程等基本能力就出去找工作。这种浅层次学习和人才培养其实不一定需要由高校承担。高校的人才培养需要贯彻落实“百年树人”思想，不能追求短平快。三是产学研协作不足。人才培养定位和目标不明确、校企供需对接不够、学校招生需求与就业脱节。02做好人才培养的精确分类肖俊认为，人才培养需要执行“三个面向”方针，即面向世界科技前沿，面向国家重大需求和面向国民经济主战场，对人才做好分类培养。针对人工智能人才培养定位和目标不明确、校企供需对接不够、学校招生需求与就业脱节等问题，首先应面向不同需求做好精确分类，比如学术和职业教育层面就应区分开。研究生层面应设立创新型人才培养与技术应用型人才培养互补，专业化培育与定制型培育相结合的培养体系。职业教育层面，要充分发挥高职高专的职业教育优势，尤其是要与新公布的人工智能新职业工种和标准做好衔接。此外，人工智能教育培训市场目前也存在一定的泡沫，社会化培训也需要进一步规范，培养人才的初衷不能变。面向成人的教育，可以以技能培训为目标，并与职业资格考试结合。许信顺将高等教育人工智能人才培养划分为三个层次：一是研究人才培养，主要做核心算法、核心理念创新的工作，还有产业研发等；二是应用型人才培养，主要是把人工智能算法和具体产业相结合落地，使用现有人工智能工具，根据场景解决具体问题，做规模化、产业化；三是人工智能人才基础素养培养。03注重学科交叉、数理人文基础教育“学科交叉”是肖俊谈人工智能高等人才培养的第一个关键词。针对人工智能培养体系不健全等问题，他认为首先应加快人工智能一级学科论证，充分考虑和重视人工智能的学科交叉性，考虑在2020年新增的“交叉学科”门类下进行设置；第二，应制定规范的人工智能人才培养方案，明确招生目标，合理设置招生专业和课程，充分体现人工智能与计算机科学、控制科学的异同；第三，应区分相关教材和专著，目前是专著多，教材少，应打造真正适合教学、学生使用的人工智能系列教材。针对“短平快”问题，现阶段人工智能方向的研究生应将模式识别、计算机视觉作为首选方向，像一些基础性、交叉性方向比如（脑）科学、生物信息学是很好的，但很多学生不一定很感兴趣，他们大多喜欢刷数据集，做应用，调参数，短平快的出成果。当然，出现这一现象也有老师的一部分责任，很多教师的目标在于出“成果”，这个目标本无可厚非，但不应该是人才培养的全部。事实上，不管是人工智能人才培养还是其它学科的人才培养，既然是人才培养，就一定要遵循自身规律，要注重周期性、流畅和质量。“数理人文基础”是肖俊提出的第二个关键词。在论坛中，他介绍了卡内基梅隆大学（CMU）开设的人工智能本科专业的课程设置。它的课程很有特点，数学与统计学核心课程占6门，人文与艺术占7门，反而像计算机科学和人工智能这类核心课程加一起才8门。可见其非常重视培养学生的数理基础和人文艺术等交叉学科的整体素养的培养。这也是现在我国很多大学所做的通识教育，比如中国科学院大学的本科，前三个学期主要在学数理基础。因此，通过国外的做法可以看到，人工智能高等教育应重视对学生数理基础和人文知识素养的培养，为交叉学科做好准备。因为数学是人工智能核心算法的基础，而人文、伦理是人工智能涉及的重要方面。04政府、学校、企业协同作为一个对硬件和软件要求较高的学科，在人工智能人才培养过程中联合政府、学校和企业之力实现资源共建共享是十分必要的，这也是目前很多学校在探索的路径。许信顺提出，研究型人才的主要培养主体在高校和研究所。高校主要做规模化课程体系，而科研院所拥有非常先进的设备和优质的研究环境。除了前述两个主体外，还离不开政府和企业。政府方面，在国内能否培养哪个专业人才是需要教育部批准的，另外还需要做资金投入，需要政府拨款，与此同时政府还通过典型的项目投资来推动相关人才的培养工作。企业方面，前些年许多企业经常表示大学培养出来的人才与实际需求相脱钩，为此国家也非常重视这方面的问题，比如推动产教融合的人才培养模式。在人才培养过程中，企业可以提供相关研究环境包括数据，从而深入参与到人才培养过程中。尤其，对于应用型人才培养，更应该推动高校和企业的联合培养，高校有系统化的课程体系，企业有非常完善和成熟的应用场景，二者可以做深度结合。肖俊也提出，校企协作是提高人工智能人才培养效率重要途径。企业、研究机构和高校有最先进的技术、设备和体验场所可以向社会开放，如中国科学院的研究所每年都有公众开放日，年年预约总是瞬间就满了，这说明社会需求量很大。如果相关企业高校都可以做这种开放日让公众去体验，那么可以在很大程度上解决这个问题。还有如百度、华为、阿里等企业，它们都有体验中心可以对学生开放，在这方面国外企业开始的很早，而国内比较晚。中小学人工智能普及教育面临的问题及解决思路01基础教育师资短缺，课程、平台不完善人工智能普及教育要进入中小学，目前面临了三个难题。第一是没有形成成套系统的课程体系。许信顺建议，应该把人工智能基本概念、算法程序设计、机器学习、计算机视觉、人机交互等知识在整个素养培养过程当中进行融入。除了课程体系外，师资力量短缺的问题更是制约发展的瓶颈。依靠现有各个中小学的师资，把所有课程体系内容都讲通有一定难度，在济南很多学校达不到，师资配备不可能把所有课程串起来。第三，教学平台不完善。据许信顺了解，目前济南市拥有比较完善平台的学校只有一所，大部分学校现有的教学平台难以支撑实施所有的人工智能课程模块。现在很多学校有一个思路就是做高校企业的联合培养，通过资源整合来加快人才的培养进程。02人工智能普及教育应是一种素质教育翁恺在论坛发言中特别强调，基础教育阶段的人工智能教育首先应是一种素质教育，即所有学生都应该在基础教育阶段学习，从小学到大学需要有连贯的规划和设计。其次是非技能性，基础教育学科的课程都是基本原理，而不是技能，既不期望学生学了语文可以成为小说家，也不期望学生学了物理可以成为机械工程师；理解人工智能的核心价值和基础理念比掌握具体可见的人工智能技术、手段更重要。翁恺简单介绍了教育部新一轮的义务教育阶段信息科技课程标准修订的大致情况。课程的核心素养包括信息意识、计算思维、数字化学习以及信息社会责任等，课程目标是让学生具备应用信息科技解决问题的能力，养成合作与探究的习惯，自觉践行信息社会责任，为成为信息社会的合格公民打下数字化基础。为什么要提“信息科技”而非“信息技术”呢？翁恺表示，之所以这样提，是为了使课程更具科学性。课程的科学性既体现在知识内容上，也体现在教和学的方法上，如何设计教学手段让学生自己探究来得到这些知识，这才是更重要的。教育不仅仅是使学生习得谋生的方法，正如浙江大学老校长竺可桢曾说，教育更需要有科学的方法来分析，公正的态度来计划和果断的决心来执行，而这些都应该是小学时代养成和学习的，这就是教育当中科学的体现。03培养孩子对机器的亲切感生活在信息时代的孩子们，是互联网的原住民，对于非物质世界的认识，他们比以往任何一代都要深刻。因此，人工智能作为一门理解非物质世界的基础学科，需要把握好核心和出发点。在翁恺看来，人工智能教育最重要的是培养和机器打交道的能力，最原始的出发点就是让孩子喜欢计算机，培养他们对机器的亲切感，见到机器不陌生不害怕，习惯用机器解决问题。就像农民的孩子看到锄头是亲切的，医生的孩子看到听诊器是亲切的，我们的孩子看到机器应该是亲切的。在这样一个基础之上理解什么是虚拟，什么是现实，理解技术的边界和能力。来源：“全国青少年人工智能科普活动”版权声明：转载文章和图片均来自公开网络，推送文章除非无法确认，我们都会注明作者和来源。如果出处有误或侵犯到原作者权益，请与我们联系删除或授权事宜往期精彩文章（单击就可查看）：1.2.3.4.5.6.7.8.9.10.11.12.办13.14.15.16.17.18.19.20.21.22.23.24.25.特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端2023年人工智能政策汇总：人才政策更倾向基础层与复合型人才
当前位置：前瞻产业研究院»经济学人»研究员专栏2020年人工智能政策汇总：人才政策更倾向基础层与复合型人才UVc分享到：吴小燕•2020-07-1311:00:37来源：前瞻产业研究院E12759G02023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告2023-2028年全球人工智能芯片（AI芯片）行业市场调研与发展前景研究报告2023-2028年中国大数据产业发展前景与投资战略规划分析报告2023-2028年中国云计算产业发展前景预测与投资战略规划分析报告2023-2028年中国生物识别技术行业市场调研与投资预测分析报告政策颁布层层推进
2015年7月，国务院出台《关于积极推进“互联网+”行动的指导意见》，首次将人工智能纳入重点任务之一，推动中国人工智能步入新阶段。2017年7月，国务院发布《新一代人工智能发展规划》，战略确立了新一代人工智能发展三步走战略目标，将人工智能上升到国家战略层面。
2017年12月，国务院颁布《促进新一代人工智能产业发展三年行动计划(2018―2020年)》，从培育智能产品、突破核心技术、深化发展智能制造、构建支撑体系和保障措施等方面详细规划了人工智能在未来三年的重点发展方向和目标。
2019年3月，在《2019年政府工作报告》中将人工智能升级为智能+;2019年6月，人工智能治理原则首次被提出，发布了《新一代人工智能治理原则——发展负责任的人工智能》政策。
提出发挥人工智能在抗疫中的作用
2019年爆发的疫情进一步催化了人工智能能够在多场景发挥重要意义。在2020年2月，工信部发布了《充分发挥人工智能赋能效用协力抗击新型冠状病毒感染的肺炎疫情倡议书》，提出在疫情管控、诊疗、办公、教育、疫苗研发等多方面充分利用人工智能技术。
随后，在2020年3月，科技部发布了《关于科技创新支撑复工复产和经济平稳运行的若干措施》，在重点举措的“培育壮大新产业新业态新模式”中，明确提出要大力推动关键核心技术攻关，人工智能是其中的一项。此外，科技部还提出，编制面向智慧医疗、智慧农业、公共卫生、智慧城市、现代食品、生态修复、清洁生产等应用场景的技术目录，在国家高新区、国家新一代人工智能创新发展试验区、国家农业高新技术产业示范区、国家农业科技园区等打造示范应用场景，推动实施一批医疗健康、智能制造、无人配送、在线教育等新兴产业技术项目，引导消费和投资方向。
工业和信息化部也在2020年3月的《关于开展产业链固链行动推动产业链协同复工复产的通知》中提到，要加快人工智能等新基础设施建设，加快制造业智能化改造。
2020年4月，国家发改委首次明确新型基础设施的范围，人工智能是新基建的一大主要领域。
此外，人工智能相关法律法规问题在2020年6月的全国人大常委会中提及，提到要加强立法理论研究，重视对人工智能、区块链、基因编辑等新技术新领域相关法律问题的研究。
2020年多地出台人工智能政策
2020年，加快人工智能建设仍然是各地方关注的重点，各地方政府再次出台政策推进本土人工智能的发展，如北京在《加快新型基础设施建设行动方案(2020-2022年)》中提到，推动人工智能等新一代信息技术和机器人等高端装备与工业互联网融合应用，并且重点提出人工智能基础层的算力、算法和算量的建设。山东省在《关于加快鲁南经济圈一体化发展的指导意见》中提到，要加快人工智能等新型基础建设，推动人工智能、装备制造、生物医药等领域开展协同创新。值得关注的是，重庆共发布了两项人工智能政策，其中提到人工智能公共服务平台将实施22个项目，投资额约284亿元。
人才培养政策更倾向基础层与复合型人才
相较于国外，我国高校人工智能培育起步较晚，但近年来我国在人工智能学科和专业加快推进，多层次地促进人工智能人才培养体系的建成。2018年4月，教育部发布的《高等学校人工智能创新行动计划》提出，到2020年建立50家人工智能学院、研究院或交叉研究中心。2019年，全国共有35所高校获得首批人工智能专业建设资格。2020年3月，教育部再次审批通过180所高校开设人工智能专业。
2020年1月，教育部、国家发展改革委和财政部印发《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》，提出要构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，着力提升人工智能领域研究生培养水平。2020年3月，科技部等部门印发《加强“从0到1”基础研究工作方案》，提出要加强基础研究人才培养。
从政策上的颁布可发现，我国人工智能人才政策越来越重视人工智能基础层人才与复合型人才的培养。
浙江省专门制定人才引入政策
作为继2017年中国务院发布《新一代人工智能发展规划》后首个省级层出台五年产业规划的浙江省，为引进人工智能高素质人才，早在2018年就专门制定了《浙江省加快集聚人工智能人才十二条政策》，旨在五年内集聚50位国际顶尖人工智能人才、500位科技创业人才、1000位高端研发人才、10000名工程技术人员和10万名技术人才。同时，浙江省还设立了40亿元人工智能人才产业发展母基金。
以上数据来源于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资等解决方案。
更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。
前瞻产业研究院-深度报告REPORTS2023-2028年中国人工智能行业发展前景预测与投资战略规划分析报告本报告前瞻性、适时性地对人工智能行业的发展背景、供需情况、市场规模、竞争格局等行业现状进行分析，并结合多年来人工智能行业发展轨迹及实践经验，对人工智能行业未来...
查看详情
本文来源前瞻产业研究院，内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）品牌合作与广告投放请联系：0755-33015062或hezuo@qianzhan.com在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。如有IPO业务合作需求请直接联系前瞻产业研究院IPO团队，联系方式：400-068-7188。
p39q0我要投稿
UVc分享：标签：人工智能发展现状人工智能政策分析人工智能行业人工智能行业品牌、内容合作请点这里：寻求合作››
产业规划
园区规划
产业招商
可行性研究
碳中和
市场调研
IPO咨询
前瞻经济学人专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。前瞻产业研究院中国产业咨询领导者，专业提供产业规划、产业申报、产业升级转型、产业园区规划、可行性报告等领域解决方案，扫一扫关注。相关阅读RELEVANT2023年中国人工智能芯片行业发展现状分析行业处于萌芽期【组图】
2022年中国人工智能医疗行业发展现状及市场规模分析逐渐完善的产业基础提振投资信心【组图】
2023年中国人工智能芯片行业市场现状及发展前景分析AI芯驱动引领未来【组图】
2022年中国人工智能行业发展现状与市场规模分析市场规模超3000亿元【组图】
2023年全球智慧水务行业市场现状及发展前景分析人工智能技术加速与水务行业融合【组图】
2022年中国人工智能芯片行业市场现状及发展趋势分析行业尚处于起步阶段【组图】
人工智能的三大特征
原标题：人工智能的三大特征一、通过计算和数据，为人类提供服务
从根本上说，人工智能系统必须以人为本，这些系统是人类设计出的机器，按照人类设定的程序逻辑或软件算法通过人类发明的芯片等硬件载体来运行或工作，其本质体现为计算，通过对数据的采集、加工、处理、分析和挖掘，形成有价值的信息流和知识模型，来为人类提供延伸人类能力的服务，来实现对人类期望的一些“智能行为”的模拟，在理想情况下必须体现服务人类的特点，而不应该伤害人类，特别是不应该有目的性地做出伤害人类的行为。
二、对外界环境进行感知，与人交互互补
人工智能系统应能借助传感器等器件产生对外界环境（包括人类）进行感知的能力，可以像人一样通过听觉、视觉、嗅觉、触觉等接收来自环境的各种信息，对外界输入产生文字、语音、表情、动作（控制执行机构）等必要的反应，甚至影响到环境或人类。借助于按钮、键盘、鼠标、屏幕、手势、体态、表情、力反馈、虚拟现实/增强现实等方式，人与机器间可以产生交互与互动，使机器设备越来越“理解”人类乃至与人类共同协作、优势互补。这样，人工智能系统能够帮助人类做人类不擅长、不喜欢但机器能够完成的工作，而人类则适合于去做更需要创造性、洞察力、想象力、灵活性、多变性乃至用心领悟或需要感情的一些工作。
三、拥有适应和学习特性，可以演化迭代
人工智能系统在理想情况下应具有一定的自适应特性和学习能力，即具有一定的随环境、数据或任务变化而自适应调节参数或更新优化模型的能力；并且，能够在此基础上通过与云、端、人、物越来越广泛深入数字化连接扩展，实现机器客体乃至人类主体的演化迭代，以使系统具有适应性、灵活性、扩展性，来应对不断变化的现实环境，从而使人工智能系统在各行各业产生丰富的应用。返回搜狐，查看更多
责任编辑：人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国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，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）