编辑丨青暮
作为粤港澳大湾区的第一AI盛会，全球人工智能与机器人大会（GAIR）自2016年首届以来已跨越五个春夏秋冬，留下众多精彩纷呈的瞬间。
今年的大会延续了以往的豪华阵容，包括1场主旨论坛、2场行业峰会、9场高峰论坛，涵盖自动驾驶、安防、集成电路、医疗、元宇宙、碳中和、隐私计算、新消费等热门领域。
12月9日，GAIR 2021在深圳正式开幕，140余位产学领袖、30位Fellow聚首，从AI技术、产品、行业、人文、组织等维度切入，以理性分析与感性洞察为轴，共攀人工智能与数字化的浪潮之巅。
其中，由5位高校院长组成的圆桌论坛就是一个值得记录与回味的场景，在这里听众和院长们的思想激烈碰撞，一起探讨AI产学研的发展方向。此次院长论坛也是国内人工智能学术界关于未来人才培养和发展的一次少有的顶级讨论。
当下，人工智能学科的专业领域研究工作进展迅猛，AI也逐渐走向千行百业的落地前沿，学界、业界对AI人才的需求也悄然发生改变。
在「35岁焦虑」和「AI商用难」等论调中，新一代AI人才何去何从、怎样提升自身竞争力，学院间如何联动合作，构建复合型的人才培养体系，值得深入展开讨论。
大会首日的院长论坛，就立足于「育人育才」这一永恒话题，邀请到5位高校院长，围绕AI创新与人才培养进行交流，就人才的培养心得和计划进行讨论，为我国人工智能人才培养工作献计献策。
这5位院长分别是：澳门大学科技学院院长、IEEE Fellow须成忠，哈尔滨工业大学人工智能研究院院长、IEEE Fellow刘劼，深圳理工大学计算机学院院长、美国医学与生物工程院院士潘毅，南方科技大学斯发基斯可信自主系统研究院执行院长兼计算机科学与工程系主任、IEEE Fellow姚新，以及主持人AIRS研究院执行院长杜子德。
院长论坛：AI创新与人才培养
杜子德院长，香港中文大学（深圳）校长顾问。曾任中国计算机学会(CCF)秘书长17年，推动CCF的全面变革。他还是全国青少年信息学奥林匹克NOI主席，并曾参与创建了中国计算机学会青年计算机科技论坛YOCSEF。他也是本次AI院长论坛的组织者与主持人。
须成忠院长，国家科技部智慧城市与物联网重点研发专项首席科学家，曾在美国韦恩州立大学任教18年，发表近400篇会议期刊论文，多次获国际顶尖学术会议最佳论文奖，并获120多项PCT及国内专利授权。
刘劼院长，曾任微软研究院首席研究员、公司合伙人，作为ACM杰出科学家、国家级高层次引进人才、物联网智能技术工信部重点实验室主任，曾拿下微软金星奖、伯克利蔡绍棠奖、2021年IEEE TCCPS杰出领导力奖等多个奖项。
潘毅院长，则曾入选全球前2%顶尖科学家榜单、世界顶尖1000名计算机科学家榜单，目前是美国医学与生物工程院院士、乌克兰国家工程院外籍院士、英国皇家公共卫生院院士、联合国科学院院士、广东院士联合会会员、长江学者。
姚新院长，曾任IEEE计算智能学会主席（2014-2015）。2003-2008年担任IEEE TEVC主编。目前已在国际顶级学术会议及杂志发表论文850余篇，谷歌总引用超过52000次，也是IEEE-Frank-Rosenblatt奖历史上第一位华人获奖者。
在此次论坛中，五位院长从自身教学及科研经验出发，不吝分享了各自在AI人才培养上的心得体会：
须成忠教授认为，"从人工智能的概念和历史来看，它的教学核心不应该叫人工智能，数据科学会更加贴切、更加准确。"
潘毅教授表示："AI要树立「顶天、立地」的教学观，「顶天」就是要发明新理论证明人工智能的优势，而「立地」则是要让人工智能真正落地应用。"
刘劼教授觉得，"人工智能要强调交叉学科属性，人工智能要往下走，必须跟领域知识结合，解决实际问题，这样才有未来、才有发展。"
姚新教授表示："人工智能的人才培养到底是强调能力，还是强调知识，培养人工智能人才和培养计算机人才有什么不同，或许更值得大家思考。"
杜子德教授表示："人工智能和很多专业领域密切相关，比如医学、汽车、金融等等。AI人才不应局限于自身，而要多和行业专家合作去解决问题。"
接下来让我们重温当天的精彩瞬间：
作为热场，在论坛开始之初，四位院长分别介绍了各自的工作和所在学院。随后，大家就目前所遇到的AI人才培养教学和产业研究的困难如火如荼地展开了讨论。
近年来，AI学科的专业领域研究工作进展迅猛，AI逐步从研究走向落地，学界和业界对AI人才的需求也悄然生变。在这种形势下，人工智能学院以及相关的研究院如雨后春笋般涌现。
因此，杜子德院长率先提出的问题是：现在的人工智能专业学院教育与传统的计算机科学技术有何不同之处？
对于这个问题，四位院长见仁见智，其中，须成忠教授认为人工智能专业与传统的计算机、控制学科最大的不同就是——它是交叉学科。
在他看来，人工智能潮起潮落六十年突然间火爆起来，实际上离不开背后的技术支撑——数据驱动，而数据在各行各业的应用就是交叉。简而言之，核心关键是交叉学科，从数据到人工智能，计算机科学也参与其中。
潘毅教授也就此问题表达了一些个人看法，他认为人工智能专业涉及一些计算机的编程知识，但着重于其专有的算法和应用。
潘教授认为，人工智能一旦应用到具体的学科上，比如生物、化学、制药等，导向至少为「AI+X」。他结合自身的深刻体会表示：“人工智能空想不好弄，问题一定要来源于实践并且回到实践。所以我们培养人才的方向一定要是「AI+专业知识」。”
不同于以上两位院长，姚新教授则认为人工智能和计算机科学与工程没有区别，随之解释道：因为商业应用的热度，目前大家把人工智能研究和教学的精力大都放在了应用环节。但人工智能就像一个漂亮的房子，计算机科学与工程是地基。大家一窝蜂去盖房子，是否有可能某一天突然发现地基会塌掉？
依姚新教授之见，要想做好人工智能及其应用，必须打牢计算机科学与工程的基础。就人才培养而言，即使做应用也需要有计算思维和逻辑思维能力，不应过度强调人工智能应用的特殊性。
姚新教授
刘劼教授所在的哈工大是资深的计算机科学基地，多年来积累了深厚的教学经验。在他看来，计算机是人工智能不可或缺的基础和工具，即计算机是实现「智能」的工具。但「智能」二字不是由计算机定义的，放大来说这是哲学问题，例如基因编辑的方式也可以实现所谓的「智能」。
所以，计算机只是当前实现人工智能的一个手段，现在的计算机科学是目前能解决最复杂工程问题的核心手段，因此用计算机的方法实现人工智能的理念这个方向是对的，但计算机本身有其独特的发展方向和前沿，不一定是围绕人工智能发展。
从上述院长的发言中，我们知道至少能总结出一点：人工智能与计算机科学的发展是相辅相成的。那么，这个问题的相关讨论告一段落，紧接着，杜教授提出了一个看似简单的问题——计算机学院最核心的课程是什么？
关于这个问题，在座的四位院长都没列举出确切的课程名称，更多谈到的是各自的培养方向和教学理念。
刘劼教授表示哈工大最近正好在做下一步培养方案的修订，虽然具体课程还没定，但主要是围绕系统、网络、人工智能和信息安全这些大方向。
须成忠教授则表示澳门大学的人工智能学科是完全交叉的，学生必须在七个方向中至少选择一个主攻方向，但这个方向不是计算机。
须教授所在的科技学院的课程有四门课是核心关键，即计算机的通识，另外四门是应用工具，还有四门是各专门领域的应用。虽然学科是完全交叉的，但学位是各自独立的。
而潘毅教授在制定计算机科学教学计划时也面临矛盾，大家都知道基础很重要，而计算机里最重要的就是硬件系统、操作系统和算法，但如果把这些基础课打得很扎实，很多人工智能课程比如机器学习、数据分析、概率知识等就安排不上，四年本科教学时间从而变得捉襟见肘。
最后，姚新教授认为，要真正想把计算机科学和人工智能学好的话，本科应该设置为八年学制而不是四年学制，然而八年制的本科教育是不现实的。因此南科大的计算机系做了取舍，他们强调的不是知识的传输而是能力的培养，此外还有系统的培养。因为光懂一个算法对学生而言用处不大。
同时，姚新教授还表示，他对人工智能能否落地这个问题本身就感到很疑惑，“为什么今天人工智能不落地？人工智能本来就不能落地，人工智能只是一个手段，落地的应该是应用。”
人工智能是一个不断发展的学科，但万变不离其宗，不管将来是做研究还是就业，学生的思维能力和逻辑能力都尤其重要。
因此，讨论完学科划分、课程制定，接下来就是大家最关心的就业问题了。人工智能专业的就业前景究竟怎样？
对于这个问题，须成忠教授做过调研，他发现先具备某一专业领域（比如医学）的知识，然后再学习人工智能的人才，相比计算机系毕业后再去学领域知识的人才，在就业中受到的欢迎度更高。当然领域知识也可以进入行业后再学习，但有点为时已晚。
须成忠教授
姚教授也观察过其学院毕业生的去向，他认为计算思维和逻辑思维的能力，对学生来说，无论将来是做应用还是就业都非常有用。这也符合南科大一直强调的能力培养，而不仅是知识传输。
无独有偶，哈工大的校训叫「功夫到家」，没有华丽的词藻，朴实至极。但是几十年以来，哈工大的人才输出能力毋庸置疑。因此，相信在座的观众和杜教授一样很好奇，哈工大的学生有何特别之处？他们的核心能力在哪？
刘劼教授表示，哈工大向来很注重培养学生的能力，而且培养得很扎实。特别是由老先生传下来的课程，知识的讲授非常扎实，对动手能力的要求也比较高，而且结合了国际化的教学体系。从这个角度来说，学校对学生基础的培养和教学非常重视，这得益于教学体系。
另一方面，学生群体，包括哈尔滨这座城市，没有特别多的杂念和干扰，能够踏实做研究或者学习。刘劼教授表示，他在哈工大这两三年里接触到的老师和学生都非常踏实，这跟城市的风格多少有点关系，比较务实，不讲花架子，也不过分追求新概念、时髦名词，更多是想把基础打好。
就人工智能和基础教育的关系来说，刘劼教授觉得未来的计算机教育会是两个分支：系统编程能力和数据思维能力。目前计算机已经深入各行各业，这本身是很重要的能力，而人工智能更多体现的是数据思维能力。
“人工智能方向的毕业生更多选择进入公司，基本上是围绕数据分析。他们有一定的系统分析能力，但更偏重数据能力，这正是前几年大家所欠缺的。现在大家攒数据的能力提高了，那么能从数据里发掘出有用信息的人才，需求量就变大，也造成了人工智能人才供不应求的现象。直到最近这股热潮才有些回落，因为大家意识到，「数据有用」跟「真正从数据里挖掘价值反哺企业」是两回事。”
潘教授所在的学院目前还没开始招收本科生，但他也分享了一些个人观点。在他看来，学生毕业后进入公司、继续学术研究和当技术员是三个不同的培养方案，比如学生毕业后去公司开发软件的话，对理论的要求相对来说没那么高。但目前的做法是把所有学生都往一个方向推，今后怎么进行合理分流是一个问题。
因此，潘教授认为，对于学生未来不同的发展方向，高校应该制定不同的培养体系，此为「因材施教」，这也是我们今后要做的工作。
潘毅教授
讨论完上述三大问题后，杜子德院长提出了他对现今人工智能研究院的顾虑，他觉得，"现在各地建设的人工智能研究院已经不下几十个，但除了发一些文章，实际的产出都比较有限，在这种情况下，其生存能力比较堪忧。"
对此，须成忠教授表示，我们现在谈论的人工智能更多是数据驱动的人工智能，核心是数据科学，不一定完全是计算机科学，所以有的学校也创建了数据科学学科或者院系，因为这才是核心。
但是，「数据科学」听起来似乎不太时髦，在热潮涌动下，人们有一股跟风心理，一定要把它和「人工智能」扯上关系。所以，从以前的逻辑思维到数据驱动再加上知识诱导，计算机科学的整个内涵毫无疑问还在往前发展。
潘毅教授从自身经验出发，认为人工智能学院或者研究院不该总是想着依赖国家支持，还可以从业界寻找滋养。研究院要想获得持续发展的能力，肯定不只是单纯发论文，而是要生根落地，除了落地一系列的技术以外，还要孵化企业、产生经济效益。
因此，不管是学院还是研究院，都要积极和各领域的科学家以及企业家合作，推动产学研结合。
而刘劼教授表示，哈工大有悠久的机器人和人工智能科研和人才培养经验，无论是研究院的科研产出，还是生存，最终都要回归到人，所谓「铁打的人，流水的营盘」。只有把人留得住，人才继续研究，整个团队才能继续发展。
“现在AI很热，大家都习惯提「人工智能」，我相信以后可能会有变化。但只要团队留得住，领域就会继续往前走。”
可见，刘劼教授和须成忠教授的观点有异曲同工之妙，虽然现在人们习惯将计算机科学、数据科学统称为「人工智能」，但整个领域并没有被割裂，从本质上来说是随时间不断发展的。
杜子德教授
最后，对于此次院长论坛，杜子德院长总结道：人工智能本质是一个应用领域，而不是基础学科。计算机科学与人工智能之间是系统和应用之间的关系。
“中国真正做计算机系统的高校非常少，因为开发先进的计算装置（包括芯片、体系结构、总线、存储等硬件和OS、编译、语言、中间件等软件）是一件很困难的事。”
人工智能和很多专业领域密切相关，比如医学、汽车、金融等等。AI人才不应局限于自身，而要多和行业专家合作去解决问题。
结合个人经历，杜院长表示，即使在人工智能时代，计算机科学基础仍然很重要，特别是对于逻辑思维的锻炼。我们当前最缺乏的，依然是有批判性思维能力以及解决问题能力的人才。
因此，在这种新形势下，传统的计算机学院和新设立的人工智能学院以及相关的研究院等，应该携手合作，参与到人工智能人才培养中，共同开展人工智能领域的学历教育和技能教育，顺应人工智能赋能的特点，构建「AI+X」复合型人才并重的培养体系。
至此，在热烈的掌声中，2021 GAIR 院长论坛落下了帷幕。让我们一起期待下一届院长论坛。
2021-12-10
2021-12-09
2021-12-12
2021-12-25
雷峰网雷峰网(公众号：雷峰网)
正在生成分享图...
我在思考中