正值高考志愿填報(bào)階段，人工智能及其相關(guān)專業(yè)近年來越來越被關(guān)注，儼然熱門“概念股”。

放眼全球，海外高校在人工智能人才培養(yǎng)的課程設(shè)置、方法創(chuàng)新上有何可以借鑒？

連日來，緊張的大學(xué)專業(yè)填報(bào)過程中“人工智能”概念炙手可熱。自2018年教育部批準(zhǔn)首批高校開設(shè)人工智能本科專業(yè)以來，其發(fā)展態(tài)勢(shì)迅猛，截至2024年8月，已有超500所普通高校成功備案該專業(yè)，涵蓋眾多“雙一流”高校、普通雙非院校甚至部分?？祁愒盒！?/p>

從產(chǎn)業(yè)端來看，這一熱度有著堅(jiān)實(shí)的支撐。工信部數(shù)據(jù)顯示，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模已突破6000億元，相關(guān)企業(yè)超4500家。隨著人工智能技術(shù)在各行業(yè)的深入滲透，從智能安防、智能醫(yī)療到智能制造、智能交通，其應(yīng)用場(chǎng)景不斷拓展，對(duì)專業(yè)人才的需求也呈現(xiàn)井噴之勢(shì)。據(jù)測(cè)算，到2030年中國(guó)AI人才缺口將達(dá)400萬至600萬，而目前高校年培養(yǎng)規(guī)模僅4萬人。

人工智能相關(guān)人才可分為四類

“我家孩子怎樣成為AI人才，在個(gè)人發(fā)展上踏準(zhǔn)這波行情？”這是許多家長(zhǎng)的關(guān)注焦點(diǎn)。

“人工智能是手段，是工具，目前相關(guān)領(lǐng)域需要的人才主要分為四類?！蓖瑵?jì)大學(xué)本科生院院長(zhǎng)吳志軍教授說。

第一類人才，鉆研的是人工智能的本體，包括算法、算力以及訓(xùn)練方法的拓展等；第二類是“AI+X”人才，主要對(duì)應(yīng)的是如何將人工智能應(yīng)用于傳統(tǒng)行業(yè)，助其煥發(fā)新的生命力；第三類是人工智能的社會(huì)治理人才，涵蓋人工智能影響下的人文社科領(lǐng)域；第四類是很重要但容易被忽視的人才——人工智能應(yīng)用新場(chǎng)景建構(gòu)師，他們需要掌握人工智能發(fā)展的新趨勢(shì)，引導(dǎo)新需求，創(chuàng)造新產(chǎn)品，激發(fā)新消費(fèi)，形成新產(chǎn)業(yè)。

在他看來，從某種意義上說，人工智能將對(duì)現(xiàn)有產(chǎn)業(yè)帶來顛覆性影響，在相關(guān)人才培養(yǎng)過程中，也需要突破性的方法。

以人工智能與新工科的融合為例，美國(guó)麻省理工學(xué)院的“新工程教育轉(zhuǎn)型（New Engineering Education Transformation）”計(jì)劃（簡(jiǎn)稱NEET計(jì)劃）始于2017年，核心內(nèi)容之一就是提出了NEET思維方式，希望幫助學(xué)生獲得應(yīng)對(duì)復(fù)雜挑戰(zhàn)的認(rèn)知性路徑與能力，學(xué)會(huì)終身有效且高效的自主思考、規(guī)劃。

為跟上智能時(shí)代教育數(shù)字化、智能化的發(fā)展趨勢(shì)，NEET于2021年11月起推出與思維方式配套的信息化學(xué)習(xí)資源——NEET學(xué)習(xí)插件。在此基礎(chǔ)上，所有學(xué)生可以根據(jù)自己的興趣和暢想，“創(chuàng)造”一個(gè)學(xué)科專業(yè)方向，學(xué)校的師資支撐這個(gè)“一人學(xué)科”構(gòu)建跨學(xué)科交叉的課程體系，讓創(chuàng)新點(diǎn)子落地。

今年，同濟(jì)大學(xué)重磅推出了基于人工智能與新工科深度融合的工科試驗(yàn)班（卓越計(jì)劃班），打破學(xué)院隔閡、強(qiáng)化學(xué)科交叉，聚焦機(jī)器人、工程互聯(lián)網(wǎng)、智能網(wǎng)聯(lián)車輛、智慧空間這四大工程智能領(lǐng)域，培養(yǎng)引領(lǐng)工程智能的卓越工程師。

“在專業(yè)選擇上，需透過現(xiàn)象看本質(zhì)，支撐現(xiàn)代社會(huì)的根基是由信息流、物質(zhì)流、能量流共同構(gòu)建的框架，與之相關(guān)的行業(yè)發(fā)展有峰谷，但始終會(huì)隨著現(xiàn)代科技的發(fā)展螺旋式上升。”吳志軍教授說。

以土木工程為例，雖然目前有“基建飽和”之論，但應(yīng)該看到，巨大存量的基礎(chǔ)設(shè)施建設(shè)背后，是天量的長(zhǎng)期運(yùn)維需求。為此，同濟(jì)大學(xué)提出了“工程互聯(lián)網(wǎng)”專業(yè)領(lǐng)域，融匯人工智能、工程技術(shù)等學(xué)科，以工程全生命周期的智能化運(yùn)維為應(yīng)用方向。

“我們鼓勵(lì)學(xué)生在學(xué)習(xí)過程中充分擁抱已有的人工智能大模型技術(shù)。”在吳志軍看來，是否具有AI思維會(huì)迅速拉開學(xué)生成長(zhǎng)和適應(yīng)能力的差別，激勵(lì)更多“人機(jī)共同創(chuàng)造”是未來發(fā)展的趨勢(shì)所在。

海外高校概念解讀各具特色

值得關(guān)注的是，海外高校在課程設(shè)置中，對(duì)“人工智能”的概念解讀各具特色。

例如，在本科階段，美國(guó)斯坦福大學(xué)的人工智能專業(yè)課程循序漸進(jìn)。第一年著重于計(jì)算機(jī)科學(xué)和現(xiàn)代機(jī)器學(xué)習(xí)基礎(chǔ)概念學(xué)習(xí)。編程基礎(chǔ)知識(shí)課程讓學(xué)生掌握對(duì)象編程及數(shù)據(jù)結(jié)構(gòu)，為后續(xù)學(xué)習(xí)打下堅(jiān)實(shí)的編程基礎(chǔ)；計(jì)算機(jī)系統(tǒng)概論課程從初級(jí)視角解析計(jì)算機(jī)科學(xué)系統(tǒng)設(shè)計(jì)與結(jié)構(gòu)，理解軟件編譯過程等底層知識(shí)；算法課程則深入探討常用算法背后的數(shù)學(xué)理論與運(yùn)行特性。同時(shí)，概率論、線性代數(shù)、多維微積分等數(shù)學(xué)課程為機(jī)器學(xué)習(xí)算法學(xué)習(xí)提供理論支撐。

第二年的課程以探索人工智能原理與系統(tǒng)知識(shí)為主。編譯器課程涵蓋編譯器設(shè)計(jì)與理論，幫助學(xué)生理解軟件系統(tǒng)核心構(gòu)建；數(shù)據(jù)庫導(dǎo)論介紹數(shù)據(jù)庫管理系統(tǒng)原理，培養(yǎng)數(shù)據(jù)交互能力；并行計(jì)算與操作系統(tǒng)課程讓學(xué)生了解現(xiàn)代計(jì)算平臺(tái)與系統(tǒng)編程知識(shí)，加深對(duì)計(jì)算機(jī)系統(tǒng)的整體認(rèn)知。

第三年課程則深入特定領(lǐng)域：機(jī)器學(xué)習(xí)課程深入剖析監(jiān)督和非監(jiān)督學(xué)習(xí)、模型訓(xùn)練等原理；數(shù)據(jù)挖掘課程專注于大型數(shù)據(jù)集處理技術(shù)。

第四年進(jìn)入實(shí)踐階段，學(xué)生通過參與研究項(xiàng)目，輔助研究生或在導(dǎo)師指導(dǎo)下開展自己的項(xiàng)目，積累復(fù)雜人工智能工作經(jīng)驗(yàn)；或選擇到人工智能公司實(shí)習(xí)，將所學(xué)理論應(yīng)用于實(shí)際工作場(chǎng)景，為進(jìn)入行業(yè)做好充分準(zhǔn)備。

為了讓學(xué)生及時(shí)接觸到最前沿的知識(shí)，美國(guó)高校會(huì)采取多種方式動(dòng)態(tài)更新課程內(nèi)容。斯坦福大學(xué)人工智能實(shí)驗(yàn)室建立了“人工智能課程引擎”三級(jí)課程體系，在算法框架層面設(shè)置了“頂會(huì)響應(yīng)機(jī)制”，國(guó)際頂尖會(huì)議的獲獎(jiǎng)?wù)撐臅?huì)在48小時(shí)內(nèi)進(jìn)入教學(xué)案例庫?？▋?nèi)基梅隆大學(xué)則開發(fā)了課程內(nèi)容生成系統(tǒng)（CourseGPT），自動(dòng)抓取項(xiàng)目代碼，分析每日新發(fā)表論文，動(dòng)態(tài)生成個(gè)性化實(shí)驗(yàn)項(xiàng)目，2023年該系統(tǒng)自動(dòng)更新課程內(nèi)容1273次。

英國(guó)高校通過系統(tǒng)性整合AI技術(shù)、醫(yī)學(xué)、社會(huì)科學(xué)等多學(xué)科資源，構(gòu)建以復(fù)雜現(xiàn)實(shí)問題為導(dǎo)向的跨學(xué)科教育框架，推動(dòng)教育與科研的協(xié)同創(chuàng)新，在人工智能技術(shù)深刻重塑社會(huì)結(jié)構(gòu)與倫理邊界的當(dāng)下，通過系統(tǒng)化的課程設(shè)計(jì)與制度化的應(yīng)用規(guī)范，將倫理教育深度融入數(shù)據(jù)科學(xué)、計(jì)算機(jī)科學(xué)等核心學(xué)科，以培養(yǎng)兼具技術(shù)能力與倫理責(zé)任的新一代人才。

該課程突破傳統(tǒng)倫理學(xué)的抽象思辨模式，將隱私保護(hù)、算法公平、技術(shù)普惠等議題嵌入技術(shù)開發(fā)全流程，強(qiáng)調(diào)倫理規(guī)范的可操作性轉(zhuǎn)化。

課程模塊1（人工智能的本質(zhì)和歷史）為學(xué)生提供理論、學(xué)術(shù)和實(shí)踐理解。模塊2（道德和社會(huì)挑戰(zhàn)）通過批判性文獻(xiàn)與案例研究探討算法公平性在不同社會(huì)語境下的實(shí)現(xiàn)路徑。模塊3（管理人工智能）則聚焦全球政策比較與倫理影響評(píng)估工具的開發(fā)，要求學(xué)生結(jié)合歐盟《人工智能法案》等框架設(shè)計(jì)治理方案。

德國(guó)高校在人工智能人才培養(yǎng)方面，探索形成了“四維能力培養(yǎng)”模式。以主修人工智能專業(yè)為例，學(xué)生通常需要完成180個(gè)學(xué)分的課程，這些課程被劃分為四個(gè)模塊。

基本能力課程模塊提供人工智能核心課程以及數(shù)學(xué)和信息科學(xué)的基礎(chǔ)知識(shí)，突出機(jī)器學(xué)習(xí)課程的重要性。數(shù)據(jù)能力模塊側(cè)重于培養(yǎng)學(xué)生的數(shù)據(jù)評(píng)估和分析能力，包括數(shù)據(jù)管理和信息技術(shù)安全等課程。人工智能應(yīng)用能力模塊則涵蓋計(jì)算機(jī)視覺、自然語言處理等應(yīng)用領(lǐng)域的課程?？鐚W(xué)科能力模塊要求學(xué)生了解經(jīng)濟(jì)、法律和倫理等知識(shí)，確保學(xué)生能合規(guī)應(yīng)用人工智能技術(shù)。

日本高校在人工智能人才培養(yǎng)的課程設(shè)置上有不少創(chuàng)新之處。日本政府鼓勵(lì)高校設(shè)置以人工智能、數(shù)據(jù)科學(xué)為主要研究對(duì)象的本科學(xué)院和碩士研究生學(xué)院，推動(dòng)跨學(xué)科融合。例如，滋賀大學(xué)創(chuàng)設(shè)了日本第一家數(shù)據(jù)科學(xué)學(xué)院，將數(shù)學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)等多學(xué)科知識(shí)融合到課程中，培養(yǎng)學(xué)生綜合運(yùn)用多學(xué)科知識(shí)解決人工智能相關(guān)問題的能力。

立教大學(xué)開設(shè)的人工智能科學(xué)研究科，也強(qiáng)調(diào)社會(huì)科學(xué)與人工智能的結(jié)合，培養(yǎng)能夠?yàn)榻鉀Q各種社會(huì)課題作出貢獻(xiàn)的人才，其課程中包含了社會(huì)信息科學(xué)概論等跨學(xué)科內(nèi)容。在教學(xué)方法上，該校提倡小組學(xué)習(xí)。通過讓學(xué)生面對(duì)實(shí)際的問題，在解決問題的過程中學(xué)習(xí)和運(yùn)用人工智能知識(shí)與技能，提高學(xué)生的實(shí)踐能力和創(chuàng)新思維，同時(shí)也培養(yǎng)了學(xué)生的團(tuán)隊(duì)協(xié)作能力。

原標(biāo)題：《人工智能成高考志愿“概念股”，怎樣踏準(zhǔn)這波人生行情？》

欄目主編：龔丹韻

本文圖片說明：緊張的大學(xué)專業(yè)填報(bào)過程中“人工智能”概念炙手可熱。視覺中國(guó)供圖

來源：作者：解放日?qǐng)?bào) 彭德倩