雷锋网AI科技评论按：4 月 3 日，由教育部、创新工场人工智能工程院、北京大学联合主办的中国高校人工智能人才国际培养计划启动仪式暨 2018 年高校教师人工智能培训班开班典礼在北京大学英杰交流中心隆重举行。雷锋网受邀前往仪式现场进行相关内容报道。
首个中国高校 AI 人才国际培养计划
「中国高校 AI 人才国际培养计划」，是由教育部国际合作与交流司、高等教育司、科学技术司共同指导，教育部中外人文交流中心、创新工场人工智能工程院与北京大学联合主办、北京前沿国际人工智能研究院协办，教育部学校规划建设发展中心作为支持单位共同启动的一项大型 AI 教育计划。
教育部国际合作与交流司司长许涛、北京大学副校长田刚、创新工场人工智能工程院院长李开复、图灵奖获得者 John E. Hopcroft 等领导和专家出席了启动仪式。
从左到右为：北京大学副校长田刚院士、图灵奖获得者 John Hopcroft 教授、教育部人文交流中心主任杜柯伟、教育部国际合作与交流司许涛司长、创新工场人工智能工程院院长李开复博士、教育部科技司高润生副巡视员
雷锋网了解到，「中国高校 AI 人才国际培养计划」实际上共分为两部分，一是「高校教师人工智能培训班」，二是「高校学生 DeeCamp 人工智能训练营」。
该项计划落地的第一年计划培养 100 名教师和 300 名学生。中科院外籍院士、图灵奖得主 John E. Hopcroft，深度学习发明人 Geoffrey Hinton，创新工场人工智能工程院院长李开复等亲自担任授课老师。截止到目前，已在全国重点计算机高校中筛选了 100 名老师作为首批培训对象。面对高校学生的 DeeCamp 人工智能训练营将从今日起开放申请通道。（首批 300 个名额，择优录取。文末有申请地址）
按教育部规划，此大型计划将在五年内为有发展 AI 潜力的高校培养至少 500 位 AI 授课教师、5000 位 AI 专业学生，打造全球最大规模 AI 人才批量培训计划。
作为首批高校教师学员代表的华中科技大学何琨教授在仪式上发言，「目前 AI 虽取得了巨大成就，但仍然任重道远，如何解决人工智能发展中的瓶颈问题，如可推理性，可解释性是人工智能机器学习能够稳定发展的关键。」他表示希望通过本次培训，增强对人工智能领域基础理论和最新研究的了解，促进高校教师之间的交流与合作，为开设高质量的机器学习、人工智能课程提供素材和指导。
DeeCamp 人工智能训练营
DeeCamp 人工智能训练营的前身是创新工场在 2017 年暑期开办的「暑期深度学习训练营」。训练营有三个特点：
第一、充分发挥学生的自主能力；
第二、强调实践的比例要大于教学比例；
第三、每个项目小组都配有产业界导师。
录取对象面向全球计算机相关专业的本科生、研究生，还有博士生。录取标准不是看学生已掌握多少 AI 知识，而是看学生学习 AI 的意愿，基础理论知识的掌握，以及沟通能力等。
高校教师人工智能培训班
今年参加培训班的老师目前已确定完毕。所有参加培训的老师都是通过教育部、创新工场人工智能工程院和北京大学建立的联合申请机制去申请。
录取标准首先看老师是否来自开办计算机课程，特别是开办人工智能课程的院校。其次，申请的老师必须有开办人工智能，特别是人工智能理论应用相结合课程的诉求。此次参加培训的老师都是从符合这两个条件的中国主流高校中筛选出来。
结业考察
值得注意的是，「中国高校AI人才国际培养计划」为公益性质，两个培训班的课程都将免费。完成培训并经考核合格者将颁发由教育部中外人文交流中心、学校规划建设发展中心、创新工场人工智能工程院、北京大学四方盖章的结业证书。
在培训效果考量的问题上，John E. Hopcroft 教授从学校角度上建议：参与培训的高校老师或学生一年之后再去衡量他们的进展。项目评量会根据 AI 课程设置和 AI 相关科研，定向或定量去考察，这两个方向都需要增加评量指标。
创新工场人工智能工程院副院长王咏刚先生从产业界角度发表了自己的观点。他认为在产业界中去评量人才非常简单。「产业界会根据招聘人才的难易程度，人才到了产业界发挥的作用强弱客观评估。另外 AI 人才参与到项目中也会不断成长，这期间会不间断地评估、衡量设置的课程水平。」
采访内容节选
记者：人工智能专业人才培养需要一个很长的周期，这与业界的需求有一段时间差，怎样去弥补这个空窗期？
王咏刚：人工智能的人才培养和产业界需求确实有时间差。现在产业界受到的压力非常大，包括 BAT、谷歌、Facebook 这样的公司在招聘人工智能的人才非常紧迫，市场需求非常大。即便是谷歌招到学 AI 的顶尖学生，如果去做实际工程项目，还是有一段成长过程。要经过内部的磨炼，然后慢慢成为一个成熟的工程师，所以这个时间差是客观存在的。在考虑这个时间差的时候，千万不要用一种急功近利的方式去解决。因为我观察到很多现象，从学校出来的学生有两种不同的分化，一种是把基础知识学的非常扎实，把计算机系学的那些基础课程——计算机原理，数据结构，操作系统，编译原因等等当做地基，因为人工智能也是要依靠基础的。
另一种学生可能从大一开始就去实习练手，参加比赛，而忽视了这些基础理论的学习，最终造成他们离工程界的要求越来越远，而不是越来越近。所以我觉得学术环境和产业环境的分工一定要重视起来，学术环境能够给学生提供更多的前沿理论培养、思维方法培养；产业环境给同学提供项目实践，比如通过 DeeCamp 训练营，让学生接触第一手的产业信息，第一手的实践环境，迅速成长为产业人才，所以这两件事都是不可或缺的。
John E. Hopcroft：人才跟业界需求的时间差，这不只是在中国，全世界都正在发生，而且落差很大。在美国的工业界几乎都有很大的人才短缺。有些美国企业甚至在中国，印度，或其他国家开始设置研发中心，而且在本地市场是以千级的人数做招聘。我们所经历的信息化时代革命，是一个瞬时瞬间都在发生的，非常快速的革命。不管是个人还是国家，可能对于信息化时代会带来的冲击和改变都还没有全然理解。在美国，所有的高校毕业生里面计算机科学的学生也只占 10%。所有开设计算机科学的高校都会给予资源，希望他们尽快提升学生的质量，顺应工业界的需求。
记者：现在有些学校已经成立了人工智能专业，或者人工智能学院，这件事到底是好还是不好呢？
John E. Hopcroft：关于国内已经有高校开始设置人工智能相关科系，我绝对认同这是非常重要而且非常对的举措，但接下来面临的挑战是怎样能够有足够好的老师来做教学。
王咏刚：现在有些学校已经成立了人工智能专业，或者人工智能学院，这件事到底是好还是不好，我觉得没有一个客观的标准。我觉得最重要的是在于学校成立这个专业或者院系的目的是什么，他追求的是长远的发展，还是急功近利的诉求。如果他能够把理论教学配备扎实，如果能让这样的教学满足工程界的需求，理论和工程结合起来，我觉得是好事。如果他把资源调配变成一种畸形的分配，只满足急功近利的需求，一定不会有一个长远的发展。
中国高校人工智能人才国际培养计划介绍及报名入口：https://challenger.ai/training_2018_intro
正在生成分享图...
我在思考中