新工科圆桌丨人工智能教育与人才培养

2019-05-22 | 作者:微软亚洲研究院

编者按:5月10日,“中国高校人工智能人才国际培养计划”2019国际人工智能专家论坛暨2019微软新一代人工智能开放科研教育平台合作论坛在微软亚洲研究院召开。在下午进行的“人工智能教育”分论坛上,西安交通大学兰旭光教授、南京大学黎铭教授、清华大学唐杰教授与来自微软亚洲研究院的马歆和邹欣共同对人工智能人才培养、校企合作、交叉融合进行了精彩的分享与讨论。


从左至右:蒋运韫、邹欣、马歆、黎铭、唐杰、兰旭光

 

论 坛 主 持 人

蒋运韫 微软亚洲研究院学术合作主管经理

论 坛 嘉 宾

兰旭光 西安交通大学教授

黎铭 南京大学人工智能学院副院长

马歆 微软亚洲研究院学术合作总监

唐杰 清华大学计算机科学与技术系副主任

邹欣 微软亚洲研究院首席研发经理

 

主持人:首先我想请各位老师分享一下所在学校的人工智能教育的特色与现状?

兰旭光:西安交通大学的人工智能研究所是1986年成立的,距今已经33年,在此基础上,我们在2018年4月成立了人工智能实验班,在2019年1月挂牌成立了人工智能学院。实际上,在郑南宁老师的领导和推动下,我们的人工智能本科人才培养课程体系从2017年6月就开始酝酿,到现在历经大约2年的时间,预计今年6月由清华大学正式出版一套比较完整的人工智能课程体系教材。

我们的人才培养理念是培养具有科学家素养的工程师。理论方面,在整理人工智能发展历史的过程中,我们发现对人工智能发展具有重大贡献或者推动作用的著名学者大都具有认知科学和计算机或者数学的交叉学科知识体系。比如参加过1956年达特茅斯会议的图灵奖得主Minsky、Newell、McCarthy,70年代计算机视觉的创始人、MIT教授Marr,以及新晋图灵奖得主Geoffrey Hinton都是计算机、认知心理学、计算神经科学方面的科学家。因此,结合我们在认知计算方向多年的研究积累和当下趋势,我们的人工智能课程体系特色之一是紧密结合认知神经科学,设置了三门相关必修课,让对人类大脑功能的认知成为启发我们设计人工智能算法的源泉;特色之二是在工具和系统方面,我们设计了芯片设计、无人车、机器人等对学生动手能力有较高要求的课程;在人文科学方面,我们设置了哲学和伦理课程,让学生从一开始就思考人工智能的社会性,培养学生的伦理道德思维。我们希望通过控制、计算机、数学、神经科学、伦理学等多学科交叉的课程内容,培养学生的创新思维、创业者思维、跨学科思维和团队合作思维。我们也引进了国际化的教学资源和教育方法,来培养学生的全球化思维。通过培养这六大思维,我们希望学生既能够去思考人工智能的未来是什么样的,又能去着手创造人工智能的未来,成为一名具有科学家素养的工程师。

唐杰:清华大学没有单独成立人工智能专业和学院,但我们成立了人工智能研究院。清华的思路是,计算机研究既要打好基础,也要走向交叉,这也是清华人工智能研究院的核心——依托计算机系,在夯实基础研究的同时扩大与全校其它相关科系的交叉与融合。我们计划设立十个中心,包括已经成立的与心理学、社会学、行为经济学交叉的知识智能研究中心,与工业工程、数学统计交叉的算法理论研究中心,以及即将成立的人机交互研究中心。

黎铭:南京大学在去年3月建立了人工智能学院。这是南大深思熟虑的结果。早在2016年,主要学术带头人就承担了教改项目,对人工智能课程体系进行了梳理,对创办一流大学人工智能教育进行了思考,使得我们能够在人工智能人才,特别是高层次人才非常稀缺的时代背景下,为社会培养更多高层次人工智能专业人才做出南京大学的贡献。南京大学的人工智能是南京大学计算机学科以及由吕建院士领导的计算机软件新技术国家重点实验室长期发展所形成的两大优势方向之一。基于这些基础,南京大学成立C9高校中的首个人工智能学院,最主要的目标是国际一流的基础研究和高水平人才培养。

要培养人工智能人才,需要回答这样一些问题:南京大学要培养什么样的人工智能人才,这样的人才应该拥有什么样的知识体系和结构?我们的培养目标是让学生具备源头创新能力以及解决企业实际难题的能力,这样的学生既要有良好的数学基础、扎实的计算/程序功底、全面的人工智能专业知识,还要有很强的实践能力。学院成立之后,我们成立了南京大学人工智能学院本科专业教育培养体系建设研究组,对培养方案、课程体系进行了详细设计和规划。我们将这些初步探索汇集成书,供同行专家共同讨论。

依托南京大学三三制本科培养体系,我们的人工智能人才培养方案也为学生规划了三种不同的发展路径:一种是学术创新型,选择这条路径的同学未来主要从事学术研究,或是在企业研发部门从事核心问题的研究与创新;另一种是创业就业型,能够通过创业就业,用人工智能技术直接为经济社会服务;还有一种是交叉融合型,基于南京大学这样的文理综合型大学的较为完备的学科群,学生既具备人工智能的知识,还可补充强化其它学科的知识背景,进行交叉创新。学生可以根据自己的意向和兴趣来自由选择和规划发展路径。

主持人:谢谢各位老师,下一个问题我想问两位企业的代表,两位老师都在微软有丰富的人才培养经验。我想先问马歆,微软亚洲研究院是一个以计算机基础研究为己任的科研机构,在人工智能领域有许多杰出成果,也有非常多的同学来这里学习,那么这里的人才培养目标是什么样的?希望什么样的新生力量来加入?

马歆:其实我们没有特意去给学生设立目标,因为来微软亚洲研究院访问的学生都非常优秀,我们主要是为学生提供了一个比较好的学习平台,让学生有机会和我们优秀的研究员一起学习、交流,学生会在这个过程中获得成长和提升。最值得骄傲的是我们拥有一个开放自由的学术环境,让学生可以在这里自由地探索感兴趣的研究方向。

主持人:接下来我想问邹欣老师,在开始人工智能教育的探索之前,您就已经在微软的产品部门有丰富的工作和领导经验,从工程角度来说,您希望看到学生有什么样的能力和品质,在高校培养中哪些方面需要着重加强呢?

邹欣:事实上无论是微软还是其它世界一流企业,对人才的要求都是类似的,第一是有专业能力;第二是能够与人合作。我觉得合作精神是很多以前的教育所缺乏的,大家在学校里无论是考试,还是独立完成课程作业,都很少与他人合作和交流,同学之间是竞争关系,但在工作中其实是一种竞合的关系,我们有很多的团队项目,合作交流的场合非常多,合作的对象也是形形色色,这时你的情商也非常重要;第三点很重要的是学会处理挫折,我很高兴看到许多学校都提到了“创新”,但要做出新的成果是很难的,大概率会失败,而创新者必备的特质是好奇和不惧失败,你要有摔倒了还能爬起来继续的能力。但是高校里并没有课程是真正鼓励同学去做不一样的事情的,那么怎样把“失败”加入课程中并容忍失败,这值得思考。所以,学生首先是要有扎实的专业能力,而合作精神和应对挫折的能力可以在企业实习的环境中够培养起来。

主持人:现在国家非常提倡产教融合,面向产业需求培养高校人才。在座各位老师所在的学校在这方面都有比较丰富的探索和尝试,我想请兰旭光老师和黎铭老师分别分享一下所在学校与企业在联合培养人才过程中,都有哪些探索和经验?

兰旭光:我们很高兴能邀请到孙剑博士担任西安交通大学人工智能学院的院长,这给我们人工智能学院的发展带来很大机会和优势。从学生培养的角度来讲,孙剑院长会为我们人工智能学院开设一门本科课程,以基于主题的方式进行;同时他还可能邀请人工智能领域的很多顶级学者来讲座,这些对开阔学生的眼界,培养学生思考问题的角度和方法,都有很大帮助;

另外人工智能特别重视实践,而校企联合可以大大增加学生的实习机会,企业投入很大一笔资金,为优秀学生发放奖学金以及资助出国实习等。总之,校企共建AI是一种创新型本科学生培养形式,这也是新兴学科人工智能的一大特点,企业在数据、算力、资源方面都有很大优势,可以很大程度弥补高校在这方面的不足。对企业来讲,也需要吸引大量的优秀人才来工作,这样优势互补,双方都能有关注点,校企联合培养才能良性发展。

黎铭:刚刚说到实训基地,这是我们在人才培养方面的一个探索。高校学生实习是一个很重要的现实问题,现在大多数高校的实习机制都是到了高年级再去实习,但许多普通的学生在知识没有掌握得特别好的情况下,实习过程中通常难以直接接触核心技术业务,而承担一些辅助外围工作则对其锻炼较少,公司也觉得这样的人可有可无。由于南京大学人工智能学院成立后引起了社会各界的广泛关注,很多知名企业直接在学院附近建立研究院或产业化公司,与学院在创新研究、人才培养方面开展全方位合作。部分公司和学院签约成为南京大学人工智能学院学生实训基地。学生可以在高水平教师指导下,面向真实的人工智能应用开展实践学习。这一举措将有望打破现有高校人才培养模式中普遍存在的专业教学与产业实践相对割离的现状,实现课程学习与业界应用的无缝对接,促进产学研有机结合,为新时代下我国人工智能专业人才的培养探索一种新模式。学生在实训基地进行的实践学习,全程拥有老师指导。我们根据课堂学习需要,在实训基地配合下,同步设计学生实训内容,让学生了解“为什么学”,并且在老师指导下在“学中做”,逐步过渡到在“做中学”。

主持人:学生对实训的反馈如何?

黎铭:学生反馈收获良多。因为我们第一学期非常重视学生的数学基础和计算机程序基础,学生就会很迷茫,“我是来学人工智能的,为什么老学数学”,但在经过实训课后,学生反馈说他们了解了人工智能技术背后有大量数学支撑,认识到了现阶段打好数学基础的重要性。

马歆:我想补充一点,我们的人工智能教育理念也是一种“做中学”,还有递进式的学习方法;我觉得人工智能领域的教育可以做很多新的尝试,而不是完全遵循计算机科学原有的方法。

主持人:我们可以比较清晰地看到校企合作的两种模式,一种是西安交大这样自顶向下的,加入有影响力的企业科学家的支持,另一种就是南京大学这样自底向上的,把学生的每一步都打扎实。可否也请唐杰老师分享一下清华大学的理解和经验?

唐杰:我觉得清华和微软的合作就是一个非常成功的校企合作的样本,我自己也获益于此,我当年就是在微软实习后,留在清华直到现在。在十多年前,微软可以说是国内计算机科学研究的一个摇篮,在研究论文方面对学术界贡献极大。现在随着高校的发展,合作模式也发生了变化,除了让学生进入企业跟着mentor做研究,微软在课程上也给了我们很大的帮助,学生本来很难拥有GPU和云资源,但三年前我们在微软的支持下把计算资源引入课堂,学生就可以在竞赛中使用,这种“以赛代练”的方式大大调动了学生的积极性。未来的高校教育要给学生更多动手实践的机会,所以像微软OpenPAI等平台都是能够促进高校教育、促进AI发展和落地的非常好的资源。

主持人:我还想问邹欣老师,我们提到的产教融合,企业还能在哪些方面支持高校,共同培养人才?

邹欣:企业的优势在于有很多数据、资源和行业优势,这些优势能给学生走出象牙塔大展身手的机会,也能为企业解决很多问题,学生能在实践中发现问题,再把问题带回学校进行研究。虽然我们不可能走进每一家学校,但现在得益于很多网站和GitHub,学生和老师可以加入我们的社区,来一起解决问题。未来我也希望看到更多的合作方式。

主持人:今天来参加活动的还有很多从事计算机通识类教育和交叉学科教育的老师,我想请各位老师分享一下学科交叉方面的经验,我们需要什么样的学科交叉人才?

兰旭光:在西安交大,我们面向文科类的学生开设了人工智能通识课,而对于机械类等理工专业,一般是通过实践项目和研究课题。我们通常会带一些不同专业背景的实习学生做些比赛或者研究项目,比如有机械学院的学生来和我们的学生组成一个团队做机器人学习等比赛和项目,相互促进和学习。

黎铭:南京大学作为一个文理综合性大学,本科有“三三制”培养体系,南大所有的人工智能课都是面向全校学生开设的,学生可以在不转专业的情况下根据自己的需要规划学习路线。我们同时还成立了人工智能创新研究院,下属交叉研究中心承载了学科交叉、促进多学科智能化升级等功能。

邹欣:举个例子,我觉得AI+医疗是一个比较重要的领域,但现在还处于早期,我认为学科交叉要找到比较切合实际的角度,增量地改进,而不是要颠覆一个行业。学校的很多课程都可以跨学科来开办,比如软件专业和设计专业一起做软件人机交互设计,人工智能专业和医学专业一起研究,但是这些提议在学校里遇到了各种阻力。在公司里,不同专业的人很自然地在一个共同的大目标下跨专业合作。我觉得大学的一些传统做法和活跃的工业实践并没有接轨,有很多界限需要被打破。

主持人:最后我想请各位老师作一个未来畅想,你们认为四年后毕业的人工智能专业的学生应该具备什么样的素质和可持续竞争力?

黎铭:人工智能的发展在外界看来起起伏伏,但从学科发展的内部看其实有它自己的规律,现在我们正从信息化向智能化转移,未来“人工智能”这个词可能不再被常常提及,就像我们今天很少谈论“计算机”一样,但我们培养的学生会在智能化的方方面面起到支撑性的作用。

唐杰:未来四年,人工智能就像现在的计算机一样,变得非常普及。现在信息化、数据化的处理未来将变成智能化的处理。

兰旭光:我认同未来是智能化的时代,通过我们的人工智能课题体系,培养学生具有创新思维、创业者思维、跨学科思维、团队合作思维、全球化思维及伦理道德思维等六大思维,使他们成为具有科学家素养的工程师,可以让他们在各行各业成长,承担起理论创新、创业等不同的关键角色。

邹欣:我认为学生不应该只是学某种编程语言,而要学背后的原理,这样无论什么语言你都能驾驭。所以我们要培养有好奇心、有开放和探索精神、有科学家素养的人才,这样就不用担心学生被“人工智能”这样的时髦名词所限制。

马歆:我认为在人工智能领域的人才培养上,走得快不如走得稳、走得久。我们这一年和很多学校在人工智能课程体系、专业设置等方面有很多交流,校企合作是得到广泛认可的创新培养模式,这样培养出的学生一定能更适应社会的需求。同时,老师们在设计课程时也要不断地迭代和更新,与社会与产业的最新技术紧密结合。

标签