高校人工智能热的“冷”思考
当前，世界科技发展趋势和国家经济建设对于智能类人才提出了非常旺盛且实实在在的需求，但现实情况却不容乐观。高盛发布的《全球人工智能产业分布》报告显示，2017年全球新兴人工智能项目中，中国占比51%，数量上已经超越美国，但全球人工智能人才储备却只有5%左右，人才缺口超过500万人。
“人工智能产业发展最大的瓶颈是人才。现在已经进入全球争抢人工智能人才的时代，高水平人才培养的‘造血功能’将直接影响人工智能产业的核心竞争力。”南京大学人工智能学院院长周志华表示。
因此，《新一代人工智能发展规划》特别强调，“把高端人才队伍建设作为人工智能发展的重中之重”“完善人工智能领域学科布局”“尽快在试点院校建立人工智能学院”等。今年4月，教育部印发的《高等学院人工智能创新行动计划》也要求，到2030年，高校要成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。
可以说，无论是世界科技发展的趋势还是国家经济建设的需要，都为高校设立并建设好人工智能学院或专业提供了非常好的大环境。
课程建设尤为重要
目前，国内不少高校成立的人工智能学院或专业各自情况略有不同：有的招收本科生，有的只是科研和研究生培养；有些学校将重点集中在人工智能方法方面，也有些学校则更多关注和应用紧密结合的智能系统。
“这种形势是完全符合人工智能学科特点与发展规律的。”在方勇纯看来，人工智能本身就是一个高度交叉的复合型学科，各个学校选择不同的切入点进行建设非常自然；另一方面，新一代人工智能技术的飞速发展，以及各高校建设人工智能学院都是最近的事情，各方面的情况尚未成熟且都处于高速发展期，因此也注定了在课程设置、教学规划等方面还存在不少发力空间。
比如，南开大学人工智能学院是基于智能科学与技术专业而建的。该专业设立于2004年，当时经过了近两年的慎重筹备，重点在课程设置、教学实践等方面进行了精心建设，2006年才开始招收第一届本科生。“虽然经过十多年的发展已经相对稳定了，但即便如此，南开这几年也仍然在根据人工智能学科的发展反复优化课程建设。人工智能学院要想发展得好，课程建设是尤为重要的。”
对于这一观点，周志华与他不谋而合。
“目前，能专门用于人工智能的课程数量还远远不能满足需求，这导致人工智能专业课程只能浓缩到‘高级科普’程度。”周志华说。
以计算机科学与技术学科为例，本科毕业大致需修满150学分，其中约60学分是通识通修课程，15学分是毕业设计和就业创业类课程，在剩下的约75学分中，学科平台课和专业核心课约占55学分。至此仅剩约20学分，但尚未出现人工智能专门课程，而这些学分仍需考虑计算机学科“宽口径”人才培养，要平衡多个专业方向的需求。
“事实上，即便不考虑课程数量，仅从已开设课程的内容来说，也与人工智能人才培养的需求有很大距离。”周志华说，比如人工智能所需的线性代数+矩阵论，目前计算机学科线性代数内容很浅，通常不开设矩阵论，很多学生甚至没接触过矩阵求导，这对机器学习等人工智能核心课程的学习造成很大障碍。
因此，在他看来，与其在现有学科培养体系框架下修修补补，不如根据人工智能学科自身的特点建设新的课程体系。
厘清内涵才是关键
说到课程建设，浙江大学人工智能研究所所长吴飞表示，其实现在人工智能所需的核心课程高校里都有，只是散列在不同学科当中，“关键是要厘清人工智能的内涵是什么，在这个基础上确定哪些是必修课、哪些是选修课”。
对于人工智能的内涵，不妨以卡内基梅隆大学今年秋季将开设的人工智能本科专业所设置的课程为参考。
“他们的必修课包括数学与统计学类课程里的矩阵计算、优化分析和积分与逼近等，计算机科学类课程里的计算机编程、计算机系统、数据结构与算法等，以及人工智能类课程里的机器学习、知识表达和问题求解及自然语言/计算机视觉等。”吴飞介绍道，该校把人工智能必修课程分成16门，分别涉及数学、计算机和人工智能本身三个类别。“人工智能虽具有一定的学科独立性，但也和其他学科交叉、渗透在一起，如计算机学科、控制学科等。”
实际上，根据教育部2012年的《普通高等学校本科专业目录》，506种本科专业中一共有4个涉及“智能”，分别为计算机类中的智能科学与技术、土木类中的建筑电气与智能化、电气类中的智能电网信息工程和电气工程与智能控制。
不过，无论是内涵还是外延，这些专业与人工智能都存在一定的差异。
“‘人工智能’和‘智能’的关系，类似于‘飞机（人工鸟）’和‘鸟’的关系。”对此，周志华打比方说，研究飞机显然不同于研究鸟科学。鸟科学本身很重要，但它并不是培养飞机制造者所必须掌握的科学知识，对鸟没弄清楚并不妨碍造飞机，飞机的飞行方式也不需与鸟的飞行方式相同。
在吴飞看来，高校开设人工智能学院可以培养三类人才，即掌握前沿人工智能理论的前沿研究者、人工智能技术的实现者以及人工智能与行业交叉的AI+X应用者，分别体现了前沿理论交叉、技术交叉和产业交叉。前两类人才需要人工智能学院来培养，第三类人才需要人工智能学院与其他学院交叉培养。
“首先要厘清人工智能学院与已有学院的区别所在，厘清人工智能学院学生的入口和出口与其他学院学生的区别所在。”吴飞说，否则，如果跟计算机专业或智能科学与技术专业的学生所学内容、培养目标并无二致的话，人工智能学院也就没有单独存在的必要了，同时也可能会形成发展泡沫。
不可盲目跟风入局
如何避免人工智能学院形成发展泡沫？在方勇纯看来，高校首先要找准自己的特色，避免盲目跟风。
“面向典型行业，解决实际问题，这是目前人工智能领域的一个发展趋势。因此，高校在建设人工智能学院时，必须考虑该发展趋势，以应用为驱动来建设人工智能类专业。”方勇纯说，人工智能是一门交叉性学科，涉及多个领域，因此，要建设好人工智能专业，各高校必须充分考虑自身的特点、基础和优势，并将这些优势与人工智能学科的发展趋势相结合，这样才能形成自己的特色。
最初跟风办专业、最后却发展平平的前车之鉴不一而足，比如软件工程专业。2000年，国务院印发《鼓励软件产业和集成电路产业发展若干政策》；次年，全国成立了35所示范性软件学院；到2016年，全国软件工程专业达到563个。不可否认，软件工程专业为国家、社会培养了大批高素质人才，促进了产业发展，但与此同时，也有不少高校是低水平重复设置，缺乏特色和质量保障。因此，国务院学位委员会公布的《2016年动态调整撤销和增列的学位授权点名单》显示，175所高校撤销576个学位点，其中，有35个软件工程学位点被撤销。
对于当前高校里的人工智能热潮，21世纪教育研究院副院长熊丙奇直言，必须防止出现高校追逐热门一窝蜂争相开设人工智能学院或专业，导致专业开设过多、人才培养缺乏特色、人才培养质量难以满足社会需求的问题。
“高校在开设相关专业时，应该组织教授委员会、学术委员会，结合国家的人才政策、产业发展对人才的需求、国内外其他高校同类专业人才培养的情况，就本校开设这方面的专业有无现实条件，怎样进行师资建设、课程建设，形成专业特色等，进行充分论证。”熊丙奇强调道。
对此，吴飞也表达了类似观点。
不久前，教育部科技司司长雷朝滋表示，教育部下一步将深入论证人工智能学科内涵，推进人工智能领域一级学科建设。“在国家层面正式组织人工智能学科论证之前，高校还是应立足原有基础，结合自身实际情况和已有特色，扎扎实实培养人工智能人才。”吴飞说。返回搜狐，查看更多
高校人工智能热的“冷”思考—中国教育信息化网ICTEDU
摘要高校在开设相关专业时，应该组织教授委员会、学术委员会，结合国家的人才政策、产业发展对人才的需求、国内外其他高校同类专业人才培养的情况，就本校开设这方面的专业有无现实条件，怎样进行师资建设、课程建设，形成专业特色等，进行充分论证。
高校在开设相关专业时，应该组织教授委员会、学术委员会，结合国家的人才政策、产业发展对人才的需求、国内外其他高校同类专业人才培养的情况，就本校开设这方面的专业有无现实条件，怎样进行师资建设、课程建设，形成专业特色等，进行充分论证。
说起人工智能(AI)，也许公众并不觉得陌生。因为近年来，无论是AlphaGo在围棋比赛中战胜人类冠军李世石和柯洁，还是无人驾驶汽车获发测试牌照，类似新闻事件都贴着一个同样的标签：人工智能。
2017年7月，国务院发布《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。今年4月，教育部发布《高等学校人工智能创新行动计划》，明确表态将支持高校在计算机科学与技术学科设置人工智能学科方向，推进人工智能领域一级学科建设。
据悉，在2018年认定的首批612个“新工科”研究与实践项目中，布局建设了57个人工智能类项目。截至2017年12月，全国共有71所高校围绕人工智能领域设置了86个二级学科或交叉学科。仅在今年5月，就有南开大学、天津大学、南京大学、吉林大学四所高校相继成立了人工智能学院。
但在这样的背景下，我们是否应该给人工智能热“降降温”，进行一些“冷”思考?
多种因素推动热潮
实际上，高校人工智能热并非没有缘由，而是顺应社会发展形势和现实需求产生的连锁反应。
正如中国科学院院士、中国人工智能学会副理事长谭铁牛在今年两院院士大会上所说，近十年来，在大数据、云计算、互联网、物联网等信息技术发展的外部作用力推动和社会广泛需求驱动下，人工智能技术成功跨越了科学与应用之间的“技术鸿沟”，突破了从“不能用、不好用”到“可以用”的技术拐点，才进入了爆发式增长的红利期。
对此，南开大学人工智能学院院长方勇纯深以为然。
“本世纪初开始网络化进程时，大家还担心有了网络没有内容，后来经过多年的信息化建设与发展，积累了大量数据，而有了大数据技术之后，就需要人工智能技术从中抽取有用信息为人类服务。”方勇纯在接受《中国科学报》记者采访时说，从网络化到信息化再到大数据和人工智能，这一发展脉络有一个显著特征，就是应用推动了技术发展，技术发展与应用交织在一起，互相促进。
当前，世界科技发展趋势和国家经济建设对于智能类人才提出了非常旺盛且实实在在的需求，但现实情况却不容乐观。高盛发布的《全球人工智能产业分布》报告显示，2017年全球新兴人工智能项目中，中国占比51%，数量上已经超越美国，但全球人工智能人才储备却只有5%左右，人才缺口超过500万人。
“人工智能产业发展最大的瓶颈是人才。现在已经进入全球争抢人工智能人才的时代，高水平人才培养的‘造血功能’将直接影响人工智能产业的核心竞争力。”南京大学人工智能学院院长周志华在接受媒体采访时表示。
因此，《新一代人工智能发展规划》特别强调，“把高端人才队伍建设作为人工智能发展的重中之重”“完善人工智能领域学科布局”“尽快在试点院校建立人工智能学院”等。今年4月，教育部印发的《高等学院人工智能创新行动计划》也要求，到2030年，高校要成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。
可以说，无论是世界科技发展的趋势还是国家经济建设的需要，都为高校设立并建设好人工智能学院或专业提供了非常好的大环境。
课程建设尤为重要
目前，国内不少高校成立的人工智能学院或专业各自情况略有不同：有的招收本科生，有的只是科研和研究生培养;有些学校将重点集中在人工智能方法方面，也有些学校则更多关注和应用紧密结合的智能系统。
“这种形势是完全符合人工智能学科特点与发展规律的。”在方勇纯看来，人工智能本身就是一个高度交叉的复合型学科，各个学校选择不同的切入点进行建设非常自然;另一方面，新一代人工智能技术的飞速发展，以及各高校建设人工智能学院都是最近的事情，各方面的情况尚未成熟且都处于高速发展期，因此也注定了在课程设置、教学规划等方面还存在不少发力空间。
比如，南开大学人工智能学院是基于智能科学与技术专业而建的。该专业设立于2004年，当时经过了近两年的慎重筹备，重点在课程设置、教学实践等方面进行了精心建设，2006年才开始招收第一届本科生。“虽然经过十多年的发展已经相对稳定了，但即便如此，南开这几年也仍然在根据人工智能学科的发展反复优化课程建设。人工智能学院要想发展得好，课程建设是尤为重要的。”
对于这一观点，周志华与他不谋而合。
“目前，能专门用于人工智能的课程数量还远远不能满足需求，这导致人工智能专业课程只能浓缩到‘高级科普’程度。”周志华说。
以计算机科学与技术学科为例，本科毕业大致需修满150学分，其中约60学分是通识通修课程，15学分是毕业设计和就业创业类课程，在剩下的约75学分中，学科平台课和专业核心课约占55学分。至此仅剩约20学分，但尚未出现人工智能专门课程，而这些学分仍需考虑计算机学科“宽口径”人才培养，要平衡多个专业方向的需求。
“事实上，即便不考虑课程数量，仅从已开设课程的内容来说，也与人工智能人才培养的需求有很大距离。”周志华说，比如人工智能所需的线性代数+矩阵论，目前计算机学科线性代数内容很浅，通常不开设矩阵论，很多学生甚至没接触过矩阵求导，这对机器学习等人工智能核心课程的学习造成很大障碍。
因此，在他看来，与其在现有学科培养体系框架下修修补补，不如根据人工智能学科自身的特点建设新的课程体系。
厘清内涵才是关键
说到课程建设，浙江大学人工智能研究所所长吴飞表示，其实现在人工智能所需的核心课程高校里都有，只是散列在不同学科当中，“关键是要厘清人工智能的内涵是什么，在这个基础上确定哪些是必修课、哪些是选修课”。
对于人工智能的内涵，不妨以卡内基梅隆大学今年秋季将开设的人工智能本科专业所设置的课程为参考。
“他们的必修课包括数学与统计学类课程里的矩阵计算、优化分析和积分与逼近等，计算机科学类课程里的计算机编程、计算机系统、数据结构与算法等，以及人工智能类课程里的机器学习、知识表达和问题求解及自然语言/计算机视觉等。”吴飞介绍道，该校把人工智能必修课程分成16门，分别涉及数学、计算机和人工智能本身三个类别。“人工智能虽具有一定的学科独立性，但也和其他学科交叉、渗透在一起，如计算机学科、控制学科等。”
实际上，根据教育部2012年的《普通高等学校本科专业目录》，506种本科专业中一共有4个涉及“智能”，分别为计算机类中的智能科学与技术、土木类中的建筑电气与智能化、电气类中的智能电网信息工程和电气工程与智能控制。
不过，无论是内涵还是外延，这些专业与人工智能都存在一定的差异。
“‘人工智能’和‘智能’的关系，类似于‘飞机(人工鸟)’和‘鸟’的关系。”对此，周志华打比方说，研究飞机显然不同于研究鸟科学。鸟科学本身很重要，但它并不是培养飞机制造者所必须掌握的科学知识，对鸟没弄清楚并不妨碍造飞机，飞机的飞行方式也不需与鸟的飞行方式相同。
在吴飞看来，高校开设人工智能学院可以培养三类人才，即掌握前沿人工智能理论的前沿研究者、人工智能技术的实现者以及人工智能与行业交叉的AI+X应用者，分别体现了前沿理论交叉、技术交叉和产业交叉。前两类人才需要人工智能学院来培养，第三类人才需要人工智能学院与其他学院交叉培养。
“首先要厘清人工智能学院与已有学院的区别所在，厘清人工智能学院学生的入口和出口与其他学院学生的区别所在。”吴飞说，否则，如果跟计算机专业或智能科学与技术专业的学生所学内容、培养目标并无二致的话，人工智能学院也就没有单独存在的必要了，同时也可能会形成发展泡沫。
不可盲目跟风入局
如何避免人工智能学院形成发展泡沫?在方勇纯看来，高校首先要找准自己的特色，避免盲目跟风。
“面向典型行业，解决实际问题，这是目前人工智能领域的一个发展趋势。因此，高校在建设人工智能学院时，必须考虑该发展趋势，以应用为驱动来建设人工智能类专业。”方勇纯说，人工智能是一门交叉性学科，涉及多个领域，因此，要建设好人工智能专业，各高校必须充分考虑自身的特点、基础和优势，并将这些优势与人工智能学科的发展趋势相结合，这样才能形成自己的特色。
最初跟风办专业、最后却发展平平的前车之鉴不一而足，比如软件工程专业。2000年，国务院印发《鼓励软件产业和集成电路产业发展若干政策》;次年，全国成立了35所示范性软件学院;到2016年，全国软件工程专业达到563个。不可否认，软件工程专业为国家、社会培养了大批高素质人才，促进了产业发展，但与此同时，也有不少高校是低水平重复设置，缺乏特色和质量保障。因此，国务院学位委员会公布的《2016年动态调整撤销和增列的学位授权点名单》显示，175所高校撤销576个学位点，其中，有35个软件工程学位点被撤销。
对于当前高校里的人工智能热潮，21世纪教育研究院副院长熊丙奇直言，必须防止出现高校追逐热门一窝蜂争相开设人工智能学院或专业，导致专业开设过多、人才培养缺乏特色、人才培养质量难以满足社会需求的问题。
“高校在开设相关专业时，应该组织教授委员会、学术委员会，结合国家的人才政策、产业发展对人才的需求、国内外其他高校同类专业人才培养的情况，就本校开设这方面的专业有无现实条件，怎样进行师资建设、课程建设，形成专业特色等，进行充分论证。”熊丙奇强调道。
对此，吴飞也表达了类似观点。
不久前，教育部科技司司长雷朝滋在一次新闻发布会上表示，教育部下一步将深入论证人工智能学科内涵，推进人工智能领域一级学科建设。“在国家层面正式组织人工智能学科论证之前，高校还是应立足原有基础，结合自身实际情况和已有特色，扎扎实实培养人工智能人才。”吴飞说。
高校人工智能热的“冷”思考
当前，世界科技发展趋势和国家经济建设对于智能类人才提出了非常旺盛且实实在在的需求，但现实情况却不容乐观。高盛发布的《全球人工智能产业分布》报告显示，2017年全球新兴人工智能项目中，中国占比51%，数量上已经超越美国，但全球人工智能人才储备却只有5%左右，人才缺口超过500万人。
“人工智能产业发展最大的瓶颈是人才。现在已经进入全球争抢人工智能人才的时代，高水平人才培养的‘造血功能’将直接影响人工智能产业的核心竞争力。”南京大学人工智能学院院长周志华表示。
因此，《新一代人工智能发展规划》特别强调，“把高端人才队伍建设作为人工智能发展的重中之重”“完善人工智能领域学科布局”“尽快在试点院校建立人工智能学院”等。今年4月，教育部印发的《高等学院人工智能创新行动计划》也要求，到2030年，高校要成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。
可以说，无论是世界科技发展的趋势还是国家经济建设的需要，都为高校设立并建设好人工智能学院或专业提供了非常好的大环境。
课程建设尤为重要
目前，国内不少高校成立的人工智能学院或专业各自情况略有不同：有的招收本科生，有的只是科研和研究生培养；有些学校将重点集中在人工智能方法方面，也有些学校则更多关注和应用紧密结合的智能系统。
“这种形势是完全符合人工智能学科特点与发展规律的。”在方勇纯看来，人工智能本身就是一个高度交叉的复合型学科，各个学校选择不同的切入点进行建设非常自然；另一方面，新一代人工智能技术的飞速发展，以及各高校建设人工智能学院都是最近的事情，各方面的情况尚未成熟且都处于高速发展期，因此也注定了在课程设置、教学规划等方面还存在不少发力空间。
比如，南开大学人工智能学院是基于智能科学与技术专业而建的。该专业设立于2004年，当时经过了近两年的慎重筹备，重点在课程设置、教学实践等方面进行了精心建设，2006年才开始招收第一届本科生。“虽然经过十多年的发展已经相对稳定了，但即便如此，南开这几年也仍然在根据人工智能学科的发展反复优化课程建设。人工智能学院要想发展得好，课程建设是尤为重要的。”
对于这一观点，周志华与他不谋而合。
“目前，能专门用于人工智能的课程数量还远远不能满足需求，这导致人工智能专业课程只能浓缩到‘高级科普’程度。”周志华说。
以计算机科学与技术学科为例，本科毕业大致需修满150学分，其中约60学分是通识通修课程，15学分是毕业设计和就业创业类课程，在剩下的约75学分中，学科平台课和专业核心课约占55学分。至此仅剩约20学分，但尚未出现人工智能专门课程，而这些学分仍需考虑计算机学科“宽口径”人才培养，要平衡多个专业方向的需求。
“事实上，即便不考虑课程数量，仅从已开设课程的内容来说，也与人工智能人才培养的需求有很大距离。”周志华说，比如人工智能所需的线性代数+矩阵论，目前计算机学科线性代数内容很浅，通常不开设矩阵论，很多学生甚至没接触过矩阵求导，这对机器学习等人工智能核心课程的学习造成很大障碍。
因此，在他看来，与其在现有学科培养体系框架下修修补补，不如根据人工智能学科自身的特点建设新的课程体系。
厘清内涵才是关键
说到课程建设，浙江大学人工智能研究所所长吴飞表示，其实现在人工智能所需的核心课程高校里都有，只是散列在不同学科当中，“关键是要厘清人工智能的内涵是什么，在这个基础上确定哪些是必修课、哪些是选修课”。
对于人工智能的内涵，不妨以卡内基梅隆大学今年秋季将开设的人工智能本科专业所设置的课程为参考。
“他们的必修课包括数学与统计学类课程里的矩阵计算、优化分析和积分与逼近等，计算机科学类课程里的计算机编程、计算机系统、数据结构与算法等，以及人工智能类课程里的机器学习、知识表达和问题求解及自然语言/计算机视觉等。”吴飞介绍道，该校把人工智能必修课程分成16门，分别涉及数学、计算机和人工智能本身三个类别。“人工智能虽具有一定的学科独立性，但也和其他学科交叉、渗透在一起，如计算机学科、控制学科等。”
实际上，根据教育部2012年的《普通高等学校本科专业目录》，506种本科专业中一共有4个涉及“智能”，分别为计算机类中的智能科学与技术、土木类中的建筑电气与智能化、电气类中的智能电网信息工程和电气工程与智能控制。
不过，无论是内涵还是外延，这些专业与人工智能都存在一定的差异。
“‘人工智能’和‘智能’的关系，类似于‘飞机（人工鸟）’和‘鸟’的关系。”对此，周志华打比方说，研究飞机显然不同于研究鸟科学。鸟科学本身很重要，但它并不是培养飞机制造者所必须掌握的科学知识，对鸟没弄清楚并不妨碍造飞机，飞机的飞行方式也不需与鸟的飞行方式相同。
在吴飞看来，高校开设人工智能学院可以培养三类人才，即掌握前沿人工智能理论的前沿研究者、人工智能技术的实现者以及人工智能与行业交叉的AI+X应用者，分别体现了前沿理论交叉、技术交叉和产业交叉。前两类人才需要人工智能学院来培养，第三类人才需要人工智能学院与其他学院交叉培养。
“首先要厘清人工智能学院与已有学院的区别所在，厘清人工智能学院学生的入口和出口与其他学院学生的区别所在。”吴飞说，否则，如果跟计算机专业或智能科学与技术专业的学生所学内容、培养目标并无二致的话，人工智能学院也就没有单独存在的必要了，同时也可能会形成发展泡沫。
不可盲目跟风入局
如何避免人工智能学院形成发展泡沫？在方勇纯看来，高校首先要找准自己的特色，避免盲目跟风。
“面向典型行业，解决实际问题，这是目前人工智能领域的一个发展趋势。因此，高校在建设人工智能学院时，必须考虑该发展趋势，以应用为驱动来建设人工智能类专业。”方勇纯说，人工智能是一门交叉性学科，涉及多个领域，因此，要建设好人工智能专业，各高校必须充分考虑自身的特点、基础和优势，并将这些优势与人工智能学科的发展趋势相结合，这样才能形成自己的特色。
最初跟风办专业、最后却发展平平的前车之鉴不一而足，比如软件工程专业。2000年，国务院印发《鼓励软件产业和集成电路产业发展若干政策》；次年，全国成立了35所示范性软件学院；到2016年，全国软件工程专业达到563个。不可否认，软件工程专业为国家、社会培养了大批高素质人才，促进了产业发展，但与此同时，也有不少高校是低水平重复设置，缺乏特色和质量保障。因此，国务院学位委员会公布的《2016年动态调整撤销和增列的学位授权点名单》显示，175所高校撤销576个学位点，其中，有35个软件工程学位点被撤销。
对于当前高校里的人工智能热潮，21世纪教育研究院副院长熊丙奇直言，必须防止出现高校追逐热门一窝蜂争相开设人工智能学院或专业，导致专业开设过多、人才培养缺乏特色、人才培养质量难以满足社会需求的问题。
“高校在开设相关专业时，应该组织教授委员会、学术委员会，结合国家的人才政策、产业发展对人才的需求、国内外其他高校同类专业人才培养的情况，就本校开设这方面的专业有无现实条件，怎样进行师资建设、课程建设，形成专业特色等，进行充分论证。”熊丙奇强调道。
对此，吴飞也表达了类似观点。
不久前，教育部科技司司长雷朝滋表示，教育部下一步将深入论证人工智能学科内涵，推进人工智能领域一级学科建设。“在国家层面正式组织人工智能学科论证之前，高校还是应立足原有基础，结合自身实际情况和已有特色，扎扎实实培养人工智能人才。”吴飞说。返回搜狐，查看更多
ChatGPT热潮下的冷思考
转自：中国银行保险报网
□记者苏洁近日，互联网厂商和金融行业研发推出ChatGPT，由此拉开了大语言模型产业和生成式AI产业蓬勃发展的序幕。在金融行业，大型国有银行和保险业，甚至证券业也开始试水大语言模型。随着GPT-4推出市场以及GPT-5的暂时叫停，ChatGPT将何去何从？下一步，金融业落地实践需要注意哪些问题？各类参与者的机会近日，艾瑞咨询发布的《ChatGPT浪潮下，看中国大语言模型产业发展》报告指出，市场热度高涨，中国人工智能产业迎来了难得的发展契机，但在热潮背后，产业的可持续发展，各类参与者的机会和价值点值得深思。北京前沿金融监管科技研究院高级研究员车宁表示，结合目前市场格局和数字科技一般商业模式，类似ChatGPT的人工智能大语言模型可能将分化为基础通用模型、行业应用模型及两者之间的中间层。基础通用模型的市场机会将在一段时间的博弈后，集中在少数大型平台及头部人工智能科技企业，包括金融机构在内的传统企业在行业应用模型方面仍将具有优势，部分实力突出的金融科技子公司将获得新的增长机会。而从基础模型向行业应用赋能的中间层则是一般科技企业的“用武之地”，从中可能崛起新的人工智能企业。索信达控股AI创新中心主任邵俊指出，从AI产业结构来说，基础层指的是大模型，在这波AI浪潮中，基础层在产业链中占据最核心的位置，所以势必成为头部机构的必争之地，所以竞争非常激烈。中间层就是连接大模型和终端用户需求，提供AI相关功能套件的产品，市场空间同样巨大，但推陈出新较快；机会最多、也最适合中小企业布局的应该在应用层，可以结合AI能力赋能其自身的业务，相对来说这一层面门槛相对较低，如果能够抢先布局，找准用户痛点，将会有较大机遇空间。目前来看，银行业在大语言模型应用上比较积极，几大国有银行率先落地相关技术。保险相对进度比较慢，一些国外的保险公司、数字医疗公司都在尝试将ChatGPT应用在不同环节，包括苏黎世保险公司以及瑞士保险公司Helvetia，他们致力于将ChatGPT应用于转录医患对话并形成临床记录、探索在理赔和数据挖掘方面的应用以及推进客户服务。个人信息保护更为迫切就在GPT-4快速推向市场，引发人们又一波关注的时候，作为OpenAI曾经的支持者马斯克与多位科研界人士发表联名声明，基于伦理与设计安全标准考虑，呼吁“所有AI实验室立即暂停训练比GPT-4更强大的AI系统至少6个月”。近日，中国支付清算协会向行业人士发布倡议，支付行业从业人员谨慎使用ChatGPT等工具。此外，为促进生成式人工智能技术健康发展和规范应用，国家互联网信息办公室关于《生成式人工智能服务管理办法（征求意见稿）》（以下简称《征求意见稿》）公开征求意见，其中第五条指出，利用生成式人工智能产品提供聊天和文本、图像、声音生成等服务的组织和个人（以下简称“提供者”），包括通过提供可编程接口等方式支持他人自行生成文本、图像、声音等，承担该产品生成内容生产者的责任；涉及个人信息的，承担个人信息处理者的法定责任，履行个人信息保护义务。第七条指出，提供者应当对生成式人工智能产品的预训练数据、优化训练数据来源的合法性负责。针对ChatGPT可能带来的风险，一位行业人士向《中国银行保险报》记者表示，首先，从数据安全的角度来看，个人信息保护更为迫切，通用人工智能类产品一项重要功能在于对已有数据的收集整理以及智能化输出，对信息的筛选机制决定了其输出更为精准。其次，政策提供的“修正周期”过长，在《征求意见稿》中提到，“对于运行中发现、用户举报的不符合本办法要求的生成内容，除采取内容过滤等措施外，应在3个月内通过模型优化训练等方式防止再次生成。”3个月的纠正时间窗口，对于敏感数据的泄漏来说，已经足够完成多次传播，造成一定影响。最后，个人信息保护的技术手段要更完善。从个人数据保护的角度来说，任何一个环节都需要比以往更加注重防护，尽可能建立全链条安全管控能力，以便全面感知、管控、保护、追溯。各类大语言模型及生成式AI相关产品可能诱发的风险不容忽视，但少数人的“叫停”并不能减缓商业巨头和产业生态的推进步伐。继大批互联网厂商和部分金融机构宣布布局和计划布局ChatGPT以来，近日亚马逊云科技宣布推出AmazonBedrock，在Bedrock上，用户可以通过可扩展、可靠且安全的亚马逊云科技托管服务，访问从文本到图像的一系列强大的基础模型。据悉，方正证券AI互联网团队也将于近期开展“方正GPT大模型”计划，旨在训练出属于二级从业者自己的垂类应用大模型。招联首席研究员、复旦大学金融研究院兼职研究员董希淼认为，ChatGPT等文本对话工具受到热捧，基于ChatGPT的服务日益增多，国内金融业也以较大热情参与应用和创新。但ChatGPT服务器部署在国外，将其引入国内金融业应符合《网络安全法》等法律法规；应用ChatGPT可能涉及大量用户信息和数据，应严格遵循《数据安全法》等规定，不得上传敏感信息，不得泄露客户隐私。中国支付清算协会向行业发出倡议正当其时，对整个金融行业和从业人员都是一次提醒，具有较强的针对性。车宁表示，在数据安全方面，相较于前代模型，ChatGPT为代表的大语言模型更依赖于多元海量数据训练，考虑到部分使用者在信息安全方面的意识淡薄，以及具体场景中使用相关模型的规则缺失，客观上将增加数据泄露、滥用的风险。在社会伦理方面，大语言模型更能辅助决策甚至替代决策，客观上具有削弱人在生产中作用的可能，甚至可能改变具体的生产关系乃至社会交往模式。类ChatGPT产业发展趋势随着相关政策的初现雏形，ChatGPT有关使用细则是否会陆续出台？金融机构该如何正确看待和使用ChatGPT？车宁认为，以《征求意见稿》公开征求意见为开始，未来ChatGPT将在通用领域及细分行业领域形成包括法律法规、监管政策、行业自律规范以及各类标准在内的规范体系。就其本质而言，ChatGPT等大语言模型对于金融机构的作用是提供初级智慧型工作的辅助乃至替代，因此一方面既要紧跟科技发展，另一方面要绷紧合规和安全之弦，既要遵守相关制度要求及社会伦理规范，又要确保建设与ChatGPT等大语言模型相适应的安全体系，确保技术的自主可控。董希淼指出，对金融机构而言，应从三个方面加强客户信息保护：第一，在思想上，要高度重视客户信息保护。第二，在管理上，应建立信息数据库分级授权管理制度。第三，在机制上，加强金融信息安全保护的宣传教育，提高消费者金融素养和自我保护能力。“对于新技术的发展和应用，监管层颁布相关政策进行严格监管、不断细化优化监管措施，规范相关技术应用，防范随之而来的风险，这将是必然趋势。从金融机构层面来说，在新的AI技术应用方面，需要把数据合规和安全作为首要的考量因素，要建立相应的严格风控流程和监管体系，在安全合规的前提下享受技术红利。”邵俊说。海量资讯、精准解读，尽在新浪财经APP