三部委联合发文加快“双一流”高校人工智能领域研究生培养
近日，教育部、国家发展改革委、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》（以下简称《意见》），提出依托“双一流”建设，深化人工智能内涵，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，探索深度融合的学科建设和人才培养新模式，着力提升人工智能领域研究生培养水平，为我国抢占世界科技前沿，实现引领性原创成果的重大突破，提供更加充分的人才支撑。
抓住新一轮科技革命和产业变革机遇的战略部署
《意见》指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。培养和会聚具有创新能力与合作精神的高层次人才，是高校的重要使命。
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“双一流”建设高校相继成立人工智能学院、研究院，或通过其他创新机制，将人工智能相关学科建设列为重要建设任务，培养了一定数量的博士和硕士研究生。但是，我国高校人工智能相关学科建设和人才培养与发达国家相比仍有较大差距。
“主要表现在高层次领军人才、创新团队和跨学科创新平台不足，学科建设缺乏深度交叉融合，基础理论、原创算法、高端芯片等方面突破较少，复合型人才培养导向性不强，高校和企业的产学研合作缺乏有效的激励机制等方面。”教育部学位管理与研究生教育司负责人说，对此，三部委联合印发了《意见》，就是要深入贯彻落实党中央、国务院的重大决策部署，根据新形势新任务的要求，针对现状与问题，着力在人工智能高层次人才培养的理念思路、推动策略和具体举措上进一步创新突破。
创新人工智能高层次人才培养机制和模式
《意见》提出，要以国家发展人工智能的重大战略需求为中心，以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则，瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域，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。另一方面，探索深度融合的学科建设和人才培养新模式，适度扩大研究生培养规模，培育高水平创新型人才、有序推动人工智能高端人才队伍建设，为我国抢占世界科技前沿，取得人工智能领域引领性原创成果的重大突破，提供更加充分的人才支撑。
在人才培养机制和模式方面，《意见》提出了确立专项任务培养研究生机制、强化博士生交叉复合培养、加强课程体系建设、加强国际交流合作等举措。
在落实专项任务培养机制方面，《意见》提出要以多学科交叉解决重大问题的专项任务作为研究生课题主要来源和培养载体；支持高校制定个性化的培养方案；保障和提高相关博士生待遇等。
在博士生培养方面，要聚焦新一代人工智能基础理论算法、关键技术和核心应用，强化问题导向的多学科交叉博士生培养，同时支持高校与人工智能领域骨干企业、产业化基地和地方政府设立人才联合培养项目；完善工程博士培养标准等。在课程体系建设方面，要避免“拼盘化”，以理论沿革和关键领域核心技术为主干，打造核心课程体系，重点建设一批与数学、物理学、计算机等学科交叉融合的人工智能基础课程；鼓励高科技创新企业参与建设一批“场景驱动”的应用型模块课程；建设一批有影响力的教材和国家精品在线开放课程等。在国际交流方面，要加大国内外联合培养人工智能相关领域博士生的支持力度，创办高水平学术期刊，建设一批人工智能国际合作科研平台和基地等。
确保人工智能高层次人才扩容与提质并举
为进一步促进“双一流”建设高校加强学科交叉融合，提高人工智能领域研究生培养能力，《意见》提出了健全学科设置机制、完善学科评价机制、健全学位质量保障机制、加强资金投入引导等多项措施，加大支持与组织力度。
在学科设置方面，《意见》提出要健全以人工智能基础理论和产业发展需求为导向的学科专业结构动态调整机制；有条件的高校可根据经济社会发展和人才培养需要，以自主试点、先行先试方式，自主设置人工智能交叉学科。在学科评价机制方面，完善以人才培养、知识创新、应用成效为核心的学科评价体系，给予相对宽松的建设和评价周期；构建激励学科交叉研究人员动态流动的复合评价机制。在人才培养规模上，将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围，安排研究生尤其是博士生招生计划专项增量。在健全学位质量保障机制方面，高校学位评定委员会要设立人工智能专门工作组，负责人工智能高层次人才培养方案、学位标准和管理规范制定，承担学位评审相关工作。同时，引导加强资金投入，鼓励高校统筹财政投入、科研收入等各种资源加大培养力度。加强与骨干企业合作，引导社会资本参与高校人工智能重大项目实施。
教育部学位管理与研究生教育司负责人介绍，《意见》特别重视多维融合的推动策略。一是学科建设强调“融合发展”，健全学科设置机制，以学科重大理论和实践应用问题为牵引，促进人工智能方法与技术向更多学科渗透融合；二是人才培养模式强调“复合培养”，探索以问题为导向的学科交叉人才培养模式，深化产教融合，制定个性化培养方案，大力提升研究生创新和实践能力；三是课程体系建设强调“精密耦合”，以“全链条”“开放式”“个性化”为目标，打造人工智能核心知识课程体系和应用模块课程；四是评价机制强调“组合创新”，以成果评价为突破口，科学评价论文、专利、软件著作权等多种成果形式，推进不同类型研究生的分类评价机制，构建有利于教师开展学科交叉研究的人才评价机制。
据悉，教育部将加强政策措施统筹协调，成立人工智能高层次人才培养专家委员会，指导高校实施人才培养专项计划，及时总结推广可复制的经验和做法。（本报北京3月3日电本报记者董鲁皖龙）
李辉 王迎春:如何培养集聚人工智能高端人才
中国共产党新闻网>>全国哲学社会科学工作办公室>>社科要闻李辉 王迎春:如何培养集聚人工智能高端人才李辉 王迎春2017年11月16日08:18来源：光明日报
原标题：如何培养集聚人工智能高端人才光明图片/视觉中国
【热点关注】
党的十九大报告指出，推动互联网、大数据、人工智能和实体经济深度融合。人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，对于打造新动能具有重要意义，正成为国际竞争的新焦点和经济发展的新引擎。作为人工智能发展的关键要素，人工智能人才的培养集聚已成为很多国家的战略重点。国家《新一代人工智能发展规划》指出，我国人工智能尖端人才远远不能满足需求，要把高端人才队伍建设作为人工智能发展的重中之重。
高端人才是人工智能发展的关键和竞争焦点
自1956年美国达特茅斯会议提出理念至今，人工智能几经起伏，直到最近几年，才终于进入快速突破和实际应用阶段。作为人类社会信息化的又一次高峰，人工智能正加速向各领域全面渗透，将重构生产、分配、交换、消费等经济活动环节，催生新技术、新产品、新产业。
人工智能的发展阶段和技术路线倚重高端人才。当前，人工智能正在从实验室走向市场，处于产业大突破前的技术冲刺和应用摸索时期，部分技术和产业体系还未成熟。在这个阶段，能够推动技术突破和创造性应用的高端人才对产业发展起着至关重要的作用。可以说，人才的质量和数量决定着人工智能发展水平和潜力。
对人才的争夺和培养是各国发展人工智能的重要策略。在各国发布的人工智能战略中，人才都是重要组成部分。美国白宫发布的《为人工智能的未来作好准备》以及《国家人工智能研发战略规划》中，对如何吸引人才着墨甚多。英国政府科学办公室发布的《人工智能、未来决策面临的机会和影响》也对如何保持英国的人工智能人才优势有特别说明；英国下议院科学技术委员会发布的《机器人技术与人工智能》调查报告中，对英国政府能否吸引人才从而保证英国在人工智能领域的领导力提出了敦促和质询。加拿大启动“泛加拿大人工智能战略”，重点提出增加加拿大人工智能领域的卓越学者和学生数量。
人工智能高端人才出现全球性短缺
人工智能人才出现了全球性短缺。从职位供求关系来看，根据某招聘平台统计，在全球范围内，通过该平台发布的人工智能职位数量从2014年接近5万个到2016年超过44万个。从人才薪酬来看，全球人才争夺处于“白热化”状态，人工智能人才的薪酬大幅度高于一般互联网人才。
人工智能人才的稀缺是全球产业变革的结果。人工智能人才问题，本质上是新产业变革带来的劳动能力需求转换所导致的人才结构性短缺。作为新一轮产业变革的核心驱动力和通用技术平台，人工智能将推动各个领域的普遍智能化，在这一过程当中，需要大量既熟悉人工智能又了解具体领域的复合型人才。2010年前后，人工智能在海量数据、机器学习和高计算能力的推动下悄然兴起，2015年随着图形处理器（GPU）的广泛应用和大数据技术的迅猛发展而进入爆炸式增长阶段，人才需求的激增导致人才供应的整体短缺。大量资金的投入，也造成了资金多项目少的情况，没有足够的人才来承接市场和政府投入的资源。而此前很多人工智能相关专业处于“冷门”状态，培养的人才数量有限。
目前的全球人工智能领军人才数量与质量均无法满足技术和产业发展的巨大需求。所以，不能仅把战略重点放在对全球存量人才的争夺上，要着手设计新的人才培养和人才发展计划。
全球人工智能人才培养与发展呈现新趋势
充足的高质量人才是人工智能深入发展的基础。从全球来看，人工智能人才培养和发展呈现一些新趋势。
学科深度交叉融合。人工智能技术人才，主要包括机器学习（深度学习）、算法研究、芯片制造、图像识别、自然语言处理、语音识别、推荐系统、搜索引擎、机器人、无人驾驶等领域的专业技术人才，也包含智能医疗、智能安防、智能制造等应用人才。人工智能是一个综合性的研究领域，具有鲜明的学科融合特点。
从区域来看，多学科的生态系统对人才培养至关重要。伦敦之所以能够拥有大量优秀的人工智能人才，与“伦敦-牛津-剑桥”密集的高校群和学科群生态密切相关。“伦敦―牛津―剑桥”这一黄金三角具有密集的教育研究资源和深厚底蕴。该地区拥有以牛津大学、剑桥大学、帝国理工大学和伦敦大学学院为中心的全世界最好的人工智能相关学科群，形成了良好的多学科生态。以阿兰・图灵研究所为代表的众多智能研究机构在技术实力上处于全球领先地位，这些高校和研究机构源源不断地培育出全球稀缺的人工智能人才。
从高校内部来看，推动学科交叉是大势所趋。近日，人工智能研究领域的翘楚卡耐基梅隆大学（CarnegieMellonUniversity，CMU）宣布启动CMUAI计划，旨在整合校内所有人工智能研究资源，促进跨学院、跨学科的人工智能合作，从而更好地培养人工智能人才，开发人工智能产品。该计划通过解决现实问题来牵引跨学科合作，并把合作落到实处，值得借鉴。
产学研深度融合。从研究内容和人才流动来看，科学家需要企业的数据和工程化能力，企业需要高校的研究人才，因此顶级人才得以在企业和高校间快速流动。谷歌等大公司聘请的高校优秀人才，大多还继续从事研究机构的工作。AlphaGo项目的负责人戴维・席尔瓦（DavidSilver），至今仍在伦敦大学学院任教，在赢得人机大战后他专门回到学校，为学生们复盘AlphaGo技术，使得高校的研究能够与实践应用同步。
从培养模式来看，企业捐助研究，学生到企业实习，高校与产业界可以联合培养人才。Facebook与纽约大学合作建立了一个致力于数据科学的新中心，纽约大学的博士生可以申请在Facebook的人工智能实验室长期实习。
从成果转化来看，人工智能领域算法创业的特点是技术成果转化周期非常短，基础研究成果甚至可以直接转化为创业项目。几个人的团队通过技术展示，常常就能融资几千万美金。而伦敦原有的积累和储备恰恰契合了以算法和人才为核心的人工智能创新创业的基本特点与规律。英国一些著名的人工智能公司，在单独成立之前都是作为大学的研究项目而存在。随着明星企业的不断出现，越来越多与这几所高校有关的人工智能人才加入创业行列，加速推动了伦敦地区的人工智能创业繁荣。
企业成为人工智能人才培养的新阵地。很多企业开始建立自己的人才培养体系。如百度成立深度学习研究院（IDL），在硅谷成立硅谷人工智能实验室等，由此不断产生技术创新，并吸引更多的国际尖端技术人才。百度还将推出“人工智能Star计划”，通过资金、培训、市场、政策等措施扶持优秀的人工智能创业团队。
我国人工智能高端人才的现状与挑战
从国家层面来看，人工智能人才的分布与教育基础、企业数量、投资情况等紧密相关。在总量方面，美国优势明显，而高端人才则集中于美国、德国和英国。美国之所以能聚集全球最多的人工智能人才，很大程度上得益于发达的科技产业和雄厚的科研实力。据各方统计，美国的人工智能企业数量占全球人工智能企业总量的40%多，其中谷歌、微软、亚马逊、Facebook、IBM和英特尔等企业，更是整个行业的引领者。同时，美国拥有包括卡耐基梅隆大学、斯坦福大学以及麻省理工学院等数十家有影响力的人工智能科研院所。随着美国人工智能的发展，全球科技创新中心硅谷所在的加州，有着金融、媒体产业优势的纽约以及拥有人才优势的波士顿都成为了重要的人工智能中心。
综合各方面研究报告，中国人工智能人才总量仅次于美国，但是高端人才较少，原创成果较少。中国人工智能人才主要集中在应用领域，而美国人工智能人才主要集中在基础领域和技术领域。美国在芯片、机器学习应用、自然语言处理、智能无人机、计算机视觉与图像等领域的相关人才都远远超过中国。
我国的人工智能科研已经形成了较好的产出和实力，但原创性和有影响力的成果较少。我国在中文信息处理、语音合成与识别、语义理解、生物特征识别等领域处于世界领先水平，国际科技论文发表量和专利居世界第二，部分领域核心关键技术取得突破。2017年年初，由美国人工智能协会（AmericanAssociationforArtificialIntelligence）组织的人工智能国际顶级会议AAAI大会，中国和美国的投稿数量分别占31%和30%。据统计，在2013年至2015年SCI收录的论文中，“深度学习”或“深度神经网络”的文章增长了约6倍，按照文章数量计算，美国已不再是世界第一；在增加“文章必须至少被引用过一次”条件后，中国在2014年和2015年都超过了美国。2017年的顶级人工智能会议NIPS（NeuralInformationProcessingSystems，神经信息处理系统进展大会）录用文章600多篇，中国各高校共入选20多篇，而纽约大学就有10篇入选。
我国的人工智能人才有以下几个特点：
年轻生力军为主，资深人才短缺。据分析，中国人工智能人才在28岁至37岁年龄段的占总数的50%以上。相对而言，中国48岁及以上的资深人工智能人才占比较少，只有3.7%，而美国48岁以上的资深人才占比16.5%。这也是中国当前需要引进大量海外高端人才的原因。
科技公司表现强劲。从国内来看，核心科技公司占据了大部分人才资源。相关数据显示，国内人工智能人才主要集中在百度、阿里巴巴、腾讯、科大讯飞等多家科技领军企业中。其他两类企业也吸纳了大量人才，一是不断涌现的人工智能创业公司，二是将人工智能融入自身业务的企业。跨国公司如微软亚洲研究院等，仍然是优秀人工智能人才的优先选项。
高校仍有很大吸引力。尽管面临领军企业的人才争夺，国内高校对人工智能人才仍有很大的吸引力。数据显示，截至2016年年底，中国有10.7%的人工智能领域从业者曾在高校或研究所工作过，低于美国的26.7%。
培养集聚人工智能高端人才的对策建议
培养和集聚人工智能高端人才，要根据人工智能发展规律和趋势，加强顶层设计，综合施策。
科学建设人工智能一级学科。在美国、英国等人工智能发展高地，著名院校大多设有人工智能相关专业和研究方向，而在中国，人工智能专业多分散于计算机和自动化等学科。建议按智能科学范畴建设一级学科，保持弹性和包容性，灵活设置二级学科。适当增加人工智能相关专业招生名额，多渠道筹措培养经费，加强人工智能研究的基础设施建设。
鼓励深度交叉学科研究与人才培养。在重点区域打造优良的学科生态系统。可以借鉴伦敦的相关经验，在北京、上海等高校和学科丰富的地区，打造智能学科群。培养造就一大批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队。把增强人工智能素养贯穿于整个教育和职业培训体系，培养各类综合人才。
推进产学研合作的新培养模式，发挥领军企业的人才培养作用。鼓励企业创办研究机构，与学校联合建设实验室，培养人才。针对中国研究机构散而小的问题，成立公私合作的国际化、实体性、规模化的非营利性研究机构。鼓励研究人员在高校和企业之间流动。鼓励创业创新，促进人工智能成果转化和产业化。
鼓励精准引进一流人才，鼓励企业和高校院所联合引进人才。引导国内创新人才、团队加强与全球顶尖人工智能研究机构的合作互动。积极引进国际一流的研究机构，加大研究合作的国际化水平。制定专门政策，实现人工智能高端人才精准引进，支持企业和高校联合引进世界一流领军人才。重点引进神经认知、机器学习、自动驾驶、智能机器人等国际顶尖科学家和高水平创新团队。
抢抓新一轮海归人才潮机遇。大量美国、英国和日本的海归成为中国人工智能的重要力量。当前，我国人工智能发展势头强劲、市场广阔、资金充沛，要积极吸引海外相关人才回国创新创业，共同推动中国人工智能技术取得突破性进展。
（作者：李辉，系上海市科学学研究所副研究员；王迎春，上海科技发展研究中心主任）
(责编：王瑶)