人工智能教育AIEducation

高校人工智能教育热潮,是水到渠成还是盲目跟风

2020年6月22日下午,CCF YOCSEF上海邀请了来自高校和企业的嘉宾,以“高校人工智能教育热潮,是水到渠成还是盲目跟风”为主题展开了一次别开生面的在线观点论坛。讨论了各高校普遍开设人工智能专业的必要性、完备性、特色性以及人才质量的评价机制等问题。

2017年国务院印发了《新一代人工智能发展规划》,提出了分三步走的战略发展规划。随后教育部于2018年印发了《高等学校人工智能创新行动计划》,推进人工智能领域一级学科的建设和人才培养。据统计,中国人工智能人才总量仅占美国的6%,缺口500万人,供求比例高达1:10。因此,近几年国内多所高校相继成立了人工智能学院、人工智能研究院等。截止到2020年,近400所高校开设了人工智能或者智能科学与技术专业,或为非计算机/人工智能专业的学生设置人工智能相关课程。国外高校包括MIT, CMU, Stanford等也开设了相关课程体系。

2020年6月22日13:30-17:00,CCF YOCSEF上海邀请了来自高校和企业的嘉宾,以“高校人工智能教育热潮,是水到渠成还是盲目跟风”为主题展开了一次别开生面的在线观点论坛。讨论了各高校普遍开设人工智能专业的必要性、完备性、特色性以及人才质量的评价机制等问题。

本次论坛开通了专题微信群、腾讯会议在线研讨、会议直播间三条通道,采用了“在线语音会议”+“微论坛”的组织形式。本次活动的执行主席为CCF YOCSEF上海副主席、上海理工大学裴颂文,CCF YOCSEF上海通讯委员、上海交通大学孔令和,微论坛执行主席为CCF YOCSEF上海副主席、上海大学刘通,CCF YOCSEF上海AC委员、上海师范大学张波。

首先CCF YOCSEF上海主席、复旦大学熊赟的致辞为本次论坛拉开了序幕。随后,执行主席裴颂文介绍了发起本次论坛的国内外背景,介绍了本次论坛的组织方式。本次论坛分为引导发言、思辨讨论两个阶段,思辨讨论作为CCF YOCSEF观点论坛的重要方式,由分为观点分享、主题思辨和自由讨论三个主要环节。线上会议参与人次超140,听众通过“举手”发言和文字提问的方式积极开展互动思辨,气氛热烈。直到论坛结束后,听众仍在活动微信群中持续讨论。

引导发言环节中,清华大学计算机系教授唐杰的报告题为《AI教育应该水到渠成》,认为各所高校不应该跟风发展,要根据学校自身情况制定具体的发展方案,人工智能依靠计算机学科的发展,因此更应该注重计算机专业的课程设置变革;各个学科都应该试行人工智能科普课程,促进大学科的交叉;高校应致力于做实事、去功利化,重素质、价值观,培养AI科学家及行业领军人才。东华大学计算机学院教授刘晓强的报告题为《AI通识教育,捕风捉影->挖渠引水》,聚焦于大学开设人工智能通识课程应注意的问题,并提出三点见解:避免照搬专业教学课程;避免成为科普教育;既要通识又要前沿。

观点分享环节中,论坛邀请了四位专家,分别是北京大学的黄铁军、北京大学的查红彬、西安交通大学的薛建儒、西安电子科技大学的高新波,围绕

各所高校是不是都应该建立人工智能专业?子问题:和计算机专业如何区分?

各专业的学生是不是都应该学人工智能课程?子问题:如何与各专业交叉融合?

高校如何培养人工智能科学家和领军人才?子问题:师资从哪来?评价机制建设?

三个问题,以录音的形式发布各专家的观点。

高新波人工智能发展如火如荼,建设人工智能专业是发展潮流。人工智能与计算机专业关系紧密,但也超越了计算机科学与技术。我们鼓励有条件的学校创立人工智能专业,并且各专业同学都应对AI知识有一定了解,来帮助传统专业进行智能化改造。

黄铁军:是否建立人工智能专业不能一概而论。人工智能应与脑科学、物理、数学等学科相结合,用AI技术解决本学科问题是一个很自然的趋势,各专业的学生都应该对人工智能相关课程有一定程度的了解,帮助在学科交叉过程中发现新的问题和解决思路。

薛建儒:应考虑问题背景,如人工智能学科如何与现有学科布局相统一的问题。人工智能将深刻改变人类生活的各个方面,人才培养也不例外,在各个层次的人才培养中引入人工智能是趋势。成长为高层次人才,学生应该具有哪些素质和能力?如何进行培养?如何进行评价?是三个相关联的问题,需要持续的收集信息、机制改进和优化。

査红彬:是否应建立人工智能专业,应考虑如何跟其他学科产生区分度,并且需要有自己的学科特色;是否为每个学科开设人工智能课程有待斟酌,需考虑如何将人工智能和本学科结合起来,本科生阶段的课程不应过于狭窄,应将本科生的宽口径培养和研究生的前沿研究培养相结合。

在主题思辨环节,执行主席令和围绕论坛主题提出三个思辨话题:

问题一:对大多数高校而言,建立人工智能专业是万事俱备还是火候欠佳;

问题二:非专业学生的人工智能通识课应该标准化可复制还是具特色重交叉;

问题三 人工智能专业的培养目标?子问题:师资从哪来?评价机制建设?

围绕这三个问题,九位嘉宾依次发表了自己的观点:

唐杰清华大学的总体思路是人工智能专业和学科的建设还在论证当中。分别以MIT、CMU和清华大学胡事民课题组项目为例,指出由于不同学校的情况不同,是否开设人工智能专业需结合自身情况而定。各专业学生应该都学习人工智能课程,开设的通识课程应当具有特色重视学科交叉,与各学科结合形成自己特色的课程。在师资从外引进难的情况下,各高校不应该都建设人工智能专业,而是需要把已有资源利用好,并与其他学科资源相结合。

刘晓强:不应该所有高校都开设AI专业,部分高校可在计算机专业引入AI增强实力,没有必要把资源都转到新的方向上。很难标准化可复制通识课,但AI基础可参考,高年级开设学科交叉课程;不能停留在科普层面,要有实践操作,培养学生AI+的思维。对于师资短期内是非常缺乏的问题,提供两个解决途径:线上课程资源,科技公司的资源。

谢德龙:是否需要紧迫地开设人工智能专业,要看社会的需要。社会需要大量的人工智能人才,学校培养相应的人才就刻不容缓。作为具有专业思想通识课,既需要标准化可复制以方便考察,又需要具特色重交叉,因此,考试应该从应知应会向应用方面考虑。

邱锡鹏:从现实角度出发,不可能都建设AI专业,从人才缺口角度,需要培养大批AI高水平人才,因此,在传统学科的基础上开设AI相关课程是较好的方案。师资可以先从内部挖掘,例如具有理工科基础的老师可以较快掌握人工智能技术,评价机制应多元化。

冯翔:是否开设AI专业取决于两方面:①各高校自身发展定位;②与专业转型需求有关,专业是否想要与AI融合,特色和标准应该兼有。培养目标:理论和应用的培养,偏重对理论的应用。师资可以考虑从国外引进或从其他方向输入。

张博峰:任何专业都有起步的阶段和发展的阶段,个人认为应尽快建立。上海大学已开展了5门人工智能的通识课程,针对不同的学科各有特色,其培养目标和专业定位结合。

樊重俊:有条件的可以建立人工智能专业可以加快建立,但对招生人数应该做限制,需与师资力量相匹配,保证学生质量,并且各专业的通识课程可以根据本专业做一个标准化。培养目标特色化,师资可以来自学校内其他专业的老师,评价机制应该宽松一些。

王晓峰:设计人工智能专业是需要更多的从社会发展需求的角度上考虑,响应国家的号召。现阶段,学科发展和社会需求很多条件还不太成熟,不要一哄而上地开设人工智能专业。同时,目前做标准化可能也还不太成熟,还是要以特色发展为主。对于师资部分的考虑,高端的教师可以共享,同时需要利用好网络资源。

徐方勤:专业的建设有一个过程,目前人才缺口很大,需要根据岗位细分,学校需要根据人才市场的需要和师资以及实践条件进行考虑具体对接岗位。人工智能通识课程是为非专业的学生提升他们的专业开设的,通识课程老师应该将什么是人工智能以及与实际的结合的应用展现给学生。具体培养目标定位的设置应看学校定位试研究型还是应用型,评价机制的核心是学生是否达成了培养目标的要求。

在自由问答讨论环节,执行主席颂文收到了在线听众和微信群的大量提问和精彩观点。鉴于时间关系,挑选并着重讨论了如下几个问题。

李志虹: 目前本科人工智能专业的培养方向主要有哪几个方向呢?特别是针对应用型的本科院校又如何来建设人工智能专业呢?

上海理工大学-樊重俊:上海理工大学属于标准的工科类学校,对上海理工大学而言,人工智能领域散布在各个学院,相关本科专业有“人工智能”、“智能科学与技术”、“机器人工程”,并有一些相关的研究院,其交叉性较强。也有一些硕士点、博士点设有人工智能研究方向。对本科专业的建设不难,关键是对于硕士专业、博士专业人工智能研究方向培养,以便来支撑本科专业的建设水平。

西南科大范勇人工智能专业对数学基础要求很高。如何根据不同层次的高校学生来设置相应的课程体系,以及对应的课程目标?

上海大学-张博锋:本科中也应分层次,应该根据自己学校的定位和学生的程度再结合应用来给自己学校设定一套有个性化的课程体系,培养出有个性化的或者适合于社会需求这一层次的人才。

上海建桥学院-徐方勤:从第一个角度,对于高职高专的学校而言,更加强调于我学到的技术我应用在哪里以及能帮助我解决哪些问题,那么对于数学部分对其而言就是够用、能够满足当前的理解即可,并不需要深入研究背后的理论;从课程设计角度而言,以行业的需求和解决实际问题为导向来进行相关课程的设计,那么对于人才培养更加务实更加能解决实际问题。

上海交通大学蒋力:我抛个观点和问题:赞同几位嘉宾说的观点。但我担心的还是指挥棒的问题,国家产生了“高校需要培养AI人才”意志,并且投入资源,那么各大高校都会去争抢资源。哪怕会本校原有的专业体系带来冲击,仍然都会硬着头皮上。所以关键问题是如何协调好这种冲动。观点二,现在很多研究方向都用到了人工智能的技术和方法,但AI是否有这么紧迫,有EDA,MATLAB这种工业软件,集成电路工艺这种立马可以被卡脖子的学科紧迫吗?

上海海事大学-王晓峰:指挥棒的问题是存在的,现在的社会有些浮躁,家长们过于关注这个专业的就业情况,在“AI”这个专业发展几年后,学生们的就业情况可能反过来影响这个专业的发展,现在高速的发展“AI人才”,在过后的几年里或许会反噬,这是新事物发展的一个过程。

上海大学-张博锋:赞同第一个观点;对于第二个观点,这是适者生存的问题,这是教育部应该思考的问题,各个大学应该根据自己的条件和发展规划来决定是否申报人工智能专业和建设人工智能专业。

上海交通大学李超:谷歌前总裁埃里克·施密特近日接受BBC采访称:中国在AI这一领域落后美国几年,但在未来数年内就可能赶上。如果他说的是事实,这是不是可以认为我们目前教研方式和步伐已经足够?还是说要想“赶上”,我们必须进一步加强 "AI教育"?

上海大学-张博锋:谷歌总裁本身的观点就存在问题,中美的AI差距很大,但是中国在个别领域AI发展较好,但整体上落后于美国,而就应用而言,有些方面我们做的很有优势,甚至超过美国。

上海师范大学张波:除了传统的综合性大学,地方高校是否可以利用自身的传统特色学科优势与人工智能向结合,建立具有各自高校传统领域特色的人工智能专业?

上海大学-张博锋:答案是肯定的,比如上师大可以以中小学人工智能教育为主

上海海事大学-王晓峰:上海海事大学在开设人工智能专业是融合了在航运、物流方面的特色

复旦大学熊贇:热点频出,人工智能专业建设是否会挤兑刚刚建立不久的大数据、数据科学专业?开设新专业如何走出追热点,真正充分利用资源取得培养人才实效?

华东理工大学-冯翔:华东理工大学-冯翔:从个人角度而言,大数据方面积累的技术和知识在人工智能阶段研究还是很有用处的(大数据使用的技术和理论例如数据抽取、从结构化数据中学习、数据增强学习等等);现在发展到在大数据基础上使用优化算法、学习算法,都涉及到人工智能的核心范畴,个人而言,大数据是人工智能实现的基础和发展的一个阶段,两者并不割裂,学习大数据的学生还可以再进一步,例如研究集成优化算法、集成学习、突破学习架构的搜索等。

上海大学-张博锋:专业竞争历来存在,一个新专业的诞生以某个旧专业的泯灭为代价,这是专业发展和动态调整和淘汰的机制,不可以说是抢占生源但对某些专业肯定存在一定的冲击,这是必然趋势,并不要担心。

海阔天空:在本科专业类教学质量国家标准(2020版)中,人工智能专业代码是080717T,所属这也是电子信息类,在课程设置上是否必须符合电子信息类专业的只是体系和核心课程建议?

上海市教育考试院-谢德龙:从考试的角度和教学的角度来看,两者稍微有些差异,从考试的角度来说主要是培养大学信息素养的标准,各个级别的学生该学什么都有比较完成的体系,普通本科和985、211都有不同的级别,并且和社会上的一流企业合作,考试的结果是得到认可的,不仅是希望考试是自己考自己,更希望是社会考验我们。

来自CCF YOCSEF兄弟分论坛的听众也十分踊跃参与了本次活动,比如有:CCF YOCSEF苏州的王涛认为,不同类型的高校都有开设人工智能专业或人工智能研究院,每个学校、每个区域的情况各不相同,指挥棒是需要的。CCF YOCSEF南京的刘天亮认为:对高校来说,培养目标是培养人才,在人才培养的过程会延伸出科学研究,围绕着高校的五大智能:人才培养、科学研究、服务社会、文化传承和国际合作;师资来源可以是多源化,可以是本身从事该专业具有的师资也可以是和特定的行业相结合的师资;评价机制,不仅仅是高校本身的源头也可以从产业化输出的方面来说,主要是受不受社会的欢迎,社会的认可。

本次线上观点论坛在执行主席颂文、令和的总结中圆满结束,本次活动的微信群会后继续保留供大家交流讨论。感谢本次微论坛执行主席刘通、张波周到细致的筹备和组织,感谢上海科技报吴苡婷记者、海乂知信息科技有限公司徐佳的宣传支持,感谢复旦大学、上海理工大学的学生志愿者们,感谢兄弟分论坛的对本次活动的关注和参与,提高了思辨讨论的互动性。欢迎大家继续关注CCF YOCSEF上海分论坛的微信公众号,关注我们的后续活动。

CCF YOCSEF上海
CCF YOCSEF上海

CCF YOCSEF上海是由中国计算机学会青年计算机科技论坛于1999年在上海创建的分论坛。其宗旨是开展活动、吸纳人才、创造机会,促进IT青年人才成长。

产业教育
相关数据
复旦大学机构

复旦大学(Fudan University),简称“复旦”,位于中国上海,由中华人民共和国教育部直属,中央直管副部级建制,国家双一流(A类)、985工程、211工程建设高校,入选珠峰计划、111计划、2011计划、卓越医生教育培养计划、卓越法律人才教育培养计划、国家建设高水平大学公派研究生项目,九校联盟(C9)、中国大学校长联谊会、东亚研究型大学协会、环太平洋大学协会的重要成员,是一所世界知名、国内顶尖的全国重点大学。

相关技术
唐杰人物

唐杰是清华大学计算机系副教授。他以学术社交网络搜索系统Arnetminer而闻名,该系统于2006年3月推出,目前已吸引来自220个国家的2,766,356次独立IP访问。他的研究兴趣包括社交网络和数据挖掘。

集成学习技术

集成学习是指使用多种兼容的学习算法/模型来执行单个任务的技术,目的是为了得到更佳的预测表现。集成学习的主要方法可归类为三大类: 堆叠(Stacking)、提升(Boosting) 和 装袋(Bagging/bootstrapaggregating)。其中最流行的方法包括随机森林、梯度提升、AdaBoost、梯度提升决策树(GBDT)和XGBoost。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

腾讯机构

腾讯科技股份有限公司(港交所:700)是中国规模最大的互联网公司,1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立,总部位于深圳南山区腾讯大厦。腾讯由即时通讯软件起家,业务拓展至社交、娱乐、金融、资讯、工具和平台等不同领域。目前,腾讯拥有中国国内使用人数最多的社交软件腾讯QQ和微信,以及中国国内最大的网络游戏社区腾讯游戏。在电子书领域 ,旗下有阅文集团,运营有QQ读书和微信读书。

http://www.tencent.com/
目标定位技术

目标定位任务不仅要识别出图像中是什么,还要给出目标在图像中的位置信息。简单的说,就是用一个矩形框把识别的目标框出来(有时候也有多个固定数量的目标)。一般基本思路是多任务学习,网络带有两个输出分支。一个分支用于做图像分类,即全连接+softmax判断目标类别,和单纯图像分类区别在于这里还另外需要一个“背景”类。另一个分支用于判断目标位置,即完成回归任务输出四个数字标记包围盒位置(例如中心点横纵坐标和包围盒长宽),该分支输出结果只有在分类分支判断不为“背景”时才使用。

海乂知机构
北京大学机构

北京大学创办于1898年,初名京师大学堂,是中国第一所国立综合性大学,也是当时中国最高教育行政机关。辛亥革命后,于1912年改为现名。2000年4月3日,北京大学与原北京医科大学合并,组建了新的北京大学。原北京医科大学的前身是国立北京医学专门学校,创建于1912年10月26日。20世纪三、四十年代,学校一度名为北平大学医学院,并于1946年7月并入北京大学。1952年在全国高校院系调整中,北京大学医学院脱离北京大学,独立为北京医学院。1985年更名为北京医科大学,1996年成为国家首批“211工程”重点支持的医科大学。两校合并进一步拓宽了北京大学的学科结构,为促进医学与人文社会科学及理科的结合,改革医学教育奠定了基础。

官网,http://www.pku.edu.cn/
推荐文章
暂无评论
暂无评论~