导览

即使在人工智能的时代背景下，计算机科学的基础依然至关重要，尤其对于逻辑思维的培养具有深远影响。作者：刘杏花 编辑：青暮

三月前，雷峰网发布了一篇文章《AI人才的价值正在缩水吗？》，探讨了AI研究者在企业中的种种挑战。

随着高校开设AI学院的数量与日俱增，与之相对应的是企业对AI人才需求的增长似乎已趋于平缓。

面对供需关系的失衡，AI学院面临着前所未有的教学挑战。求学者在选择专业时陷入了迷茫，应届毕业生则陷入了较为被动的求职境地。那么，高校应该如何调整教学策略？是在传统AI分支领域深化专科培养，还是探索通用人工智能的道路，抑或是与其他基础学科如生命科学、材料学进行跨界融合，亦或是加强与工业界的深度合作？

在雷峰网主办的GAIR全球人工智能与机器人大会上，五位来自不同高校的院长汇聚一堂，共同探讨了上述议题。

院长论坛：AI创新与人才培养

本次论坛不仅是国内AI学术界对人才培训与发展的一次深入讨论，也反映了AI学科领域内专业研究工作的快速进展，以及AI技术在千行百业中的应用深化。在“35岁焦虑”与“AI商用困境”的背景下，新一代AI人才的出路、如何提升竞争力，以及学院间如何协同合作，构建复合型人才培养体系，成为讨论的焦点。

论坛首日，五位院长围绕AI创新与人才培养进行了深入交流，分享了各自在教育与科研方面的见解与经验，为我国AI人才培养工作提供了宝贵建议。

这五位院长分别为：

• 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
• 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
• AIRS研究院执行院长 杜子德

院长论坛不仅展示了学术界对AI人才培养的深刻洞察，还呈现了五位院长在各自领域内的深厚造诣与丰富经验。

在论坛上，院长们从不同角度探讨了AI教育的革新与挑战：

• 须成忠 教授提出，AI教学的核心应聚焦于“数据科学”，而非传统的“人工智能”，以更贴合学科本质。
• 潘毅 教授主张AI教育应秉持“顶天立地”的原则，既要推动理论创新，又要确保技术应用落地。
• 刘 教授强调AI教育应强调交叉学科属性，将AI融入特定领域，解决实际问题，以促进其长远发展。
• 姚新 教授质疑AI教育是否过于强调能力培养而非知识传授，并提议AI教育应关注培养学生的系统思维和逻辑思维能力。
• 杜子德 教授则指出AI人才不应局限于技术领域，而应与各行业专家合作，共同解决实际问题。

论坛期间，院长们分享了各自的教学理念与实践经验，为AI人才培养提供了多维度的视角与启示。

在论坛的讨论中，院长们围绕AI教育的核心问题进行了深入交流：

• 人工智能与计算机科学的区别：院长们一致认为，尽管AI与计算机科学紧密相关，但AI更侧重于数据驱动和跨学科融合。
• 计算机学院的核心课程：虽然没有明确的课程命名，但共识在于强调系统、网络、人工智能和信息安全等领域的综合培养。
• AI专业的就业前景：须成忠教授的研究显示，拥有特定专业背景再学习AI的人才比纯计算机科学背景的人才更具市场竞争力。
• AI人才的培养方向：院长们强调AI教育应兼顾基础知识与应用技能，注重能力培养而非单一知识传授，同时也鼓励与行业的深度合作。

院长论坛不仅回顾了当前AI教育面临的挑战与机遇，还展望了未来AI人才培养的趋势与策略。通过深入的交流与讨论，五位院长共同描绘了AI教育与人才培养的新蓝图，为推动我国AI领域的发展贡献了智慧与力量。

此次论坛的成功举办，标志着国内AI学术界对人才培养的重视与投入，预示着AI教育将迎来更为多元化与创新性的变革。未来，AI学院与研究院间的合作将进一步加深，共同构建面向未来、面向产业的复合型人才培养体系，为AI技术的普及与应用注入源源不断的活力。

在热烈的掌声中，2021 GAIR院长论坛圆满落幕，期待着未来更多的学术交流与合作，共同推动AI教育与产业的繁荣发展。