国外人工智能人才培养政策及对我国的启示——以美国、英国、加拿大、日本为例

摘要:各国为促进人工智能产业快速、健康、可持续发展,纷纷出台了人工智能发展的战略或政策。而人工智能人才作为支撑人工智能产业发展的战略资源,不少国家都在相关战略或政策框架中对其培养发展作了专门规定。本文基于我国人工智能人才的发展现状,通过分析总结人工智能人才基础较好的国家在人工智能人才培养方面的政策与实践,提出促进我国人工智能人才培养的政策启示。

人工智能(AI)产业是面向未来的重要产业构成,人工智能作为新兴技术的代表,不断在各个领域加深应用。自2013年始,许多国家已将人工智能的发展纳入社会经济发展的战略布局中,并逐渐上升为国家战略。发达国家或地区发布了一系列人工智能相关的战略和政策报告,将发展人工智能作为提升国家竞争力,维护国家安全的重大战略,并推出配套辅助型政策,进一步推动人工智能产业的发展。2020年,人工智能产业逐渐成为全球各国竞相布局的重点产业,全球人工智能企业数量快速增长,人工智能独角兽企业不断在全球范围内涌现,对于人工智能人才的需求不断增加[1]。而作为一个新兴领域,目前人工智能领域的人才数量和质量都无法满足产业发展的需求,人工智能人才培养更多地依赖原有相关学科领域,缺乏有效的培养模式。因此,人工智能人才培养需要得到全球范围内的广泛关注。本研究首先分析了我国人工智能人才的现状与问题,然后对世界主要国家的人工智能人才培养政策和措施进行梳理分析,最后针对我国人工智能人才发展提出建议。

1. 我国人工智能人才的现状与问题

人工智能科学与技术经历了60余年的发展与积累,由计算智能、感知智能逐步走向了认知智能[2]。近年来,大数据和深度学习的融合及计算能力的提升使人工智能技术取得突破性进展,推动人类社会从信息化时代走向智能化时代。人工智能技术正在或即将促进制造业、服务业、金融、教育、传媒、法律、医疗、家居、农业、汽车、环境等各行各业的升级重构。全球正迎来人机协同、跨界融合、共创分享的智能时代,新一代人工智能技术的发展及应用已成为全球各国的热点话题,受到了政策制定者、企业、学术研究机构与广大公众的广泛关注。世界各国相继部署人工智能发展战略,以期在新一轮科技革命中占领制高点。人工智能产业的发展依赖场景、数据、算力和人才四大关键要素,其中,人才的持续输入成为重中之重。

1.1 我国人工智能人才供给

2017年国务院发布的《新一代人工智能发展规划》中指出,到2025年我国人工智能核心产业规模将超过4000亿元,带动相关产业规模将超过5万亿元;作为国家战略性需求,人工智能被列入“十四五”期间的重要发展领域。而与之不相匹配地,我国人工智能人才将成为制约我国人工智能可持续发展的短板。据中国工信部人才交流中心发布报告,到2025年,我国人工智能人才的缺口将超过1000万,供需比例严重失衡,主要体现在:①人工智能顶尖人才供给不足,难以支撑迅速扩展的人工智能产业;②人才供给存在不同层次、不同技术方向、不同岗位上的结构性失衡;③人才培养难度大,后续供给能力弱,难以满足产业需求[3]

首先,人工智能顶尖人才供给不足。根据清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2020》显示,全球人工智能领域高层次人才共计155408位,中国人工智能领域高层次人才数量共计17368位。从人工智能高层次学者国家分布看,美国人工智能高层次学者的数量最多,有1244人;中国排在美国之后,位列第二,有196人。中国人工智能高层次学者主要分布在京津冀、长三角和珠三角地区,北京仍是拥有人工智能高层次学者数量最多的国内城市,有79位。在全球人工智能领域高层次学者量TOP10机构中,清华大学是唯一的中国机构,其余均为美国机构。

其次,人工智能人才供给结构性失衡。人工智能人才分布在基础层、技术层与应用层几个维度,但不同层面的人工智能人才差异较大。我国人工智能人才的结构失衡主要表现在:一是不同层次人才结构不平衡,顶级的基础研究人才与应用人才不足;二是不同岗位类型的人才结构失衡,多数人才集中在应用开发岗位,而真正有大量需求的实用技能岗位供给不足;三是不同技术方向的人才结构失衡,岗位所需技术能力与人员实际技术水平不匹配,相关人才在职业选择时较盲目,对自身定位与能力认识不足,导致与企业需求错位现象频发。    

再次,人工智能人才后续供给能力弱。据统计,中国人工智能产业的从业人员相对集中在应用层,基础层人才储备薄弱,尤其是处理器/芯片和人工智能技术平台方面,中国缺乏高层次人才支持,后续供给不足。人工智能融合多种技术,包括计算机科学、数学、认知科学、脑科学、自动化等,需要复合型人才,传统培养方式较为单一,人才供给能力不足。

此外,人工智能领域对从业人员的多学科的专业技术能力提出了更全面的要求,从业人员需要全面系统性的培养才能成为高水平人才,培养时间和难度都较大。而仅依靠从海外引进人工智能人才远远解决不了中国人才短缺问题。

1.2 我国人工智能人才培养

我国人工智能人才供不应求,同时,人工智能人才培养目前也跟不上人工智能产业的发展速度。究其原因,主要是我国人工智能领域的基础研究比较薄弱,储备基础和培养能力之间存在较大差异,培养体系不健全;且人工智能人才培养过程中,教学与产业实践的脱离也不利于人工智能人才的培养。

首先,我国培养人工智能人才的研究储备基础不足。中国在人工智能领域已积累了一定的理论基础,但与发达国家相比,缺乏重大原创成果,尤其在基础理论、核心算法、关键设备、高端芯片、重大产品、基础材料、元器件、基础软件与接口等方面仍存在很大差距。虽然我国在人工智能的研究论文产出、专利申请以及授权增量上已位居世界前列,但其质量与影响力还有待进一步提高。与美国、欧洲国家相比,目前我国在人工智能方面的研究投入、杰出人才培养仍存在较大差距,人才培养生态体系缺乏,高校、科研院所对智能人才的培养与企业、产业和需求对接不够。

其次,人工智能教学与产业实践的脱离导致我国人工智能复合型人才培养难度大。当前高校培养的人工智能人才难以满足人工智能产业的实际需求,一是现阶段高校的人工智能相关的师资、课程依然不够完善,人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求;二是企业对人工智能人才的准入要求较高,人工智能人才具有复合型、知识密集型的多学科交叉的特点,而应届生往往缺乏人工智能知识储备与实践经验,很难直接匹配企业的用人需求。

2. 国外人工智能人才培养政策的基本特点

近年来,为适应人工智能技术的发展,调和快速的技术发展与缓慢变革的社会制度之间的冲突,夯实人工智能发展的基础,各国出台了多项人工智能发展战略,以促进人工智能健康可持续发展。在各国的人工智能战略中,人工智能人才培养是重要的政策支柱[4],主要集中在重视人才培养环境建设、制定科学化人才培养目标、加强人工智能师资队伍建设、重视高校人才培养主体作用、产学研合作育人等方面。本文遴选人工智能人才较多的几个国家[4]——美国、英国、加拿大以及亚洲的工业强国日本为研究对象,对其人工智能人才培养的战略和政策进行梳理,以期为我国人工智能人才培养提供借鉴。

2.1 美国人工智能人才培养政策

美国自20世纪50年代以来在人工智能的研发与应用方面一直保持着主动性与预见性,特别在人工智能芯片研发、算法攻关与顶尖人才培养等人工智能核心基础领域,始终占据全球领先位置。为了持续保持在人工智能领域的竞争力,美国非常注重人工智能人才的培养,在多份人工智能战略报告中提及人工智能人才培养的问题。例如在2019年的《国家人工智能研发战略计划》中提到,支持人工智能跨学科发展,尤其重视STEM教育,在K-12教育体系中普及人工智能教育,扩大投资,增加教职对人工智能领域硕士研究生和博士研究生的吸引力;2019年的《维护美国人工智能领域领导力的行政命令》中,鼓励将人工智能技术纳入教学计划和课程体系,通过正式和非正式教育培养人工智能人才。同年的《未来20年美国人工智能研究路线图》中提出高级人工智能学位招聘和保留计划,培养尊重伦理的人工智能人才,培训高技能的人工智能工程师和技术人员。

总体上,美国提出了“全方位培养一批多元化、有道德的人工智能队伍,维持美国领导地位”的人工智能人才培养目标[5],着重以政府科研经费支持为牵引,从环境建设、专业和课程建设、公私合作等方面推动人工智能人才培养。

在人才培养环境建设方面,美国政府通过增加人工智能领域的研发投入支持高校和学术机构开展相关研究、提供完善的政府数据开放政策体系以及借助国际开源社区为人工智能人才培养提供平台等方式加强人才培养,例如,美国国家科学基金会每年投入400万美元建立人工智能研究中心[6],以项目带动人才发展;美国提出“为人工智能培训和测试开发共享公共数据集和环境”的政策,以及主张通过ROS、GitHub等国际开源社区提供人工智能培训和辅导等[7]

在具体的人才培养方面,美国主要依托高校进行人工智能人才培养,在多所高校设立人工智能学院及专业学位,培养高级人工智能学位毕业生。如卡内基梅隆大学设立美国首个人工智能本科专业,斯坦福大学设立人工智能研究院,麻省理工学院投资10亿美元建设人工智能学院等。为解决人工智能师资问题,美国通过总统奖彰等措施加大对人工智能早期研发领域的大学教师的资助力度,以控制人工智能教师流失。

美国除了在高等教育阶段进行人才培养外,还主张扩大公私合作伙伴关系,支持政府、高校、研究机构合作。例如,2018年美国国家科学基金会在其研究生奖学金计划中将科学和工程专业列为优先考虑项,支持学生攻读应用数学、统计学或计算机科学的高级学位,深入钻研人工智能、机器学习和深度学习领域;美国还积极促进人工智能与医学、教育、工程制造、运输、法律等领域的融合应用,加强复合型交叉人才培养。

此外,美国开展全民人工智能教育,主张人工智能教育全学段覆盖;鼓励劳动力再培训,为工人提供了开发和应用人工智能技术的机会;重视吸引女性、少数民族学生等代表性不足群体和弱势群体参与到人工智能培训计划中。

2.2 英国人工智能人才培养政策

英国是计算机科学之父、人工智能之父图灵的诞生地,拥有雄厚的人工智能基础,学术氛围浓厚,研发生态优良。英国发布的主要人工智能发展报告中提及大量人才培养政策,例如2018年的《英国人工智能发展的计划、能力与志向》提出要重视数据科学和计算机科学、提高全民数字素养、将人工智能纳入学校课程、重视人工智能教师发展等。《人工智能行业新政》提出,要依托世界一流的高等教育体系培养人工智能人才,设立人工智能硕士、博士学位,并提供奖学金支持;加强产学研合作育人;投资4.06亿英镑培养STEM(Science,Technology,Engineering,Mathematics,STEM)人才,重视全民数字素养培养等。《在英国发展人工智能》中提出重视人工智能人才的国际引进等[4]

英国人工智能人才培养的目标是培养未来行业发展的多层次人工智能技能人才,除了培养一批高水准的人工智能研发人才外,还注重实用技能人才的培养,如重视全民STEM教育及数据技能培养。

政策支持方面,英国政府的主要措施是增加研发经费,例如2017年通过国家科研与创新署管理的产业战略挑战基金、小型企业研究计划和公共部门技术基金等多渠道增加47亿英镑研发资金,并拟斥资约2亿英镑建立新的“技术学院”[8],针对雇主需求提供高技能水平的人工智能培训。

高等教育方面,英国投资1亿英镑设立人工智能奖学金,设置人工智能学位,开设人工智能相关课程。实施硕博贯通的人才培养模式,每年在人工智能及相关学科至少增加200个博士研究生。并鼓励不同学科背景的学生继续深造,将计算机和数据科学以外的人才培养成人工智能领域的研究生或博士,培养复合交叉性人才[4]

师资队伍建设方面,英国政府尤其强调在基础教育阶段加强人工智能教师队伍建设,计划在4年内花费8400万英镑培育8000名计算机科学教师[4],以保证每所中学都拥有一名合格的计算机科学教师。

此外,产学研协同培养人工智能人才也是英国人工智能人才培养政策的重点。英国建设国家级艾伦·图灵研究所,协同工程与物理科学研究委员会、科学技术设施理事会和联合信息系统委员会以及牛津大学、剑桥大学、帝国理工学院、伦敦大学学院等共同努力聚焦人工智能发展及人才培养。除了鼓励大学研究者成立附属公司,促进知识产权转让标准化外,英国政府、产业界及大学承诺共同出资在全国设立16个人工智能教育中心,首次设置由产业资金资助、包含工作实习内容的人工智能硕士专业学位课程,开创了三方共同投资教育的先河。

2.3 加拿大人工智能人才培养政策

加拿大人工智能人才教育一直处于国际领导者地位,拥有Hinton、Sutton和Bengio等全球深度学习顶尖人才[9]。然而,近些年来,加拿大面临着人才流失的困境,为了培养、保留和吸引世界人工智能人才,加拿大主要通过增加财政投入、建立完整的人工智能人才生态系统、营造开放包容的教育科研环境、实施人才计划等方式吸引和培养人工智能人才。

在2017年《泛加拿大人工智能战略》中提到多项支持人工智能人才发展的措施,主要有:①加拿大政府向高等研究院(Canadian Institute for Advanced Research,CIFAR)拨款1.25亿加元,负责领导实施全球首个人工智能全国战略,将大规模培养人工智能方向的研究人员和毕业生作为主要目标之一。②在蒙特利尔、多伦多和埃德蒙顿设立三大人工智能研究中心,实施CIFAR人工智能首席科学家计划,并在此基础上,建立人工智能超级集群,以帮助加拿大招募和培养优秀的学术研究人员[9]。③依托蒙特利尔大学、多伦多大学、阿尔伯塔大学、滑铁卢大学等高校的人工智能实验室平台,计划在未来几年培养800名人工智能领域的博士生。

此外,加拿大政府依托高校建设全国性人工智能研究网络,支持中部的多伦多、东部的蒙特利尔以及西部的埃德蒙顿地区打造超级人工智能中心,对三地实施财政预算倾斜,重点支持三大人工智能研究机构(Vector-多伦多大学矢量研究院、Mila-蒙特利尔大学学习算法研究院和Amii-阿尔伯塔大学机器智能研究院)发展,并以此为基础吸引科技公司在加拿大投资人工智能研究,建造人工智能实验室,构建良性的人才生态系统。

2.4 日本人工智能人才培养政策

日本2017年和2019年分别发布《人工智能技术战略》和《人工智能战略2019》,重点部署和实施人才、研发和社会应用战略及措施[10],其中《人工智能战略2019》将人工智能人才培育体系改革摆在了极为重要的位置上,从整个教育体系改革入手,建立由素养教育、应用基础教育、专家型人才培育构成的多层级人才培育体系,具体包括:

(1)人工智能素养教育主要针对大学、大专、成人教育学生以及高中生、初中生、小学生实施,要求所有大学、大专毕业生(每年约50万人),不管文、理科都必须通过课程教育掌握初级水平的数理、数据和人工智能知识。

(2)人工智能应用基础教育主要针对大学、大专和成人教育的学生,主要措施包括:大学入学考试重点遴选具有数理、数据和人工智能应用基础的学生,以最佳教育实践案例的方式推广产学研合作教育模式,开发实施数理、数据和人工智能应用基础教育的标准课程和教材,在大学、大专院校中引入数理、数据和人工智能应用基础水平级别认定课程等。

(3)人工智能专家培育主要针对将要或已经就业的研发和技术型人才,实施专家型人才培育项目。主要通过促进学术界和产业界合作,发掘和集聚日本国内优秀的工程师、人工智能研究人员、数学和信息学研究人员等领域的精英,在国立产业技术综合研究所建立“人工智能研发网络”,搭建基础研究与企业需求之间的桥梁,促进人机信息数据化以及能够驱使人工智能技术或机器人等进行研究的试验台在国内外得到积极应用。

2.5 小结

可见,世界主要国家人工智能人才培养战略具有一定的共性和差异,其中共性表现在:①构建了从基础教育到顶尖人才的人工智能人才培养体系;②重视营造良好的人才培养环境,通过资金扶持、研发投资以及平台建设等措施支持人工智能人才培养;③将高校作为人工智能人才培养的主体,重视人工智能教师队伍建设,加强人工智能学科专业建设和课题体系设计;④重视人工智能人才生态系统建设,加强产学研协同培养人工智能人才。

同时,各国人工智能人才培养政策也存在较为明显的差异,如美国在基础研究人才培养、数据环境建设、促进公私合作等方面有较好的可借鉴的经验;英国更加关注学生的数字理解能力培养;加拿大则将培养、保留和吸引出色人工智能人才作为人才战略重点,以此构建完整的人才培养生态系统;日本则重视加强人工智能人才的培养,以政府为主导,从基础教育、高等教育和产学研合作三个视角培养不同层次的人工智能人才。

3. 对我国人工智能人才培养政策的启示

基于对国外人工智能培养政策的现状分析,从加强人才培养体系建设、改进高校课程体系、加强产学研协同等角度提出我国人工智能人才培养建议,以带动全产业链加强人才培养。

(1)建立多层次人才培养体系。从整个教育体系改革入手,针对不同层次的人群,建立由素养教育、应用基础教育、专家型人才培育构成的多层级人才培育体系。引入终身智能学习账户模式,将“人工智能要素”课程纳入学习账户,打造终身学习的在线平台,用于提供基础和高级数字技能建设的培训资源。如每个工作年龄的公民都可在此平台获得劳动力市场相关的技能提升,特别是智能化能力的培养。加强高等教育的人工智能基础教育,同时,注重复合型人才的培养。

(2)完善高校人工智能课程体系设计。加强人工智能人才的理论教育,在人工智能课程体系构建方面,应包括数学基础、计算机科学核心课程,以及智能基础、图像识别、自然语言处理、知识工程等专业课程。此外,重视开源项目课程,助力产业发展,填补我国开源平台的空缺和需求。

(3)加强产学研协同培养人工智能人才。通过与企业共建学生实训基地、引进企业高端人才到高校或科研院所讲授研究生课程、建设人工智能产学研信息共享平台、加大产学研联合项目支持等多种产学研合作的途径促进复合型和顶尖人工智能人才的培养。强调推动产业需求更好融入人才培养过程,构建服务支撑产业重大需求的技术技能人才和创新创业人才培养体系,形成教育和产业统筹融合、良性互动的发展格局。

参考文献

[1] D. Castro and M. Mclaughlin, Who is winning the AI race: China, The EU, Or the United States? Center for Data Innovation, 2021[EB/OL]. (2021-01-25)[2021-05-10].Available: https://datainnovation.org/2021/01/who-is-winning-the-人工智能-race-china-the-eu-or-the-united-states-2021-update/.
[2] 张懿.AI将给世界带来无与伦比的改变[N]. 文汇报,2019.
[3] 工业和信息化部人才交流中心,人工智能产业人才发展报告(2019-2020版)[R].北京,2020. 
[4] 刘进. 全球人工智能人才培养政策比较研究:以中美英加4国为例[J]. 国内高等教育教学研究动态,2020(13):3.
[5] 安晖.美国人工智能战略格局分析[J]. 科技与金融,2020,34(10):14-18.
[6] 胡定坤.五管齐下应对AI领先地位遭受的巨大挑战[N].科技日报,2019-11-08(002).
[7] White House, American artificial intelligence initiative: year one annual report. [EB/OL].(2020-2-28)[2020-12-1].Available: https://trumpwhitehouse.archives.gov/wp-content/uploads/2020/02/American-AI-Initiative-One-Year-Annual-Report.pdf.
[8] 李文聪,徐进,申洁等.英国国家科研与创新署学科交叉研究资助机制及启示[J]. 物理化学学报,2020,36(11):173-178.
[9] 董丽丽,鲁昱璇. 加拿大人工智能人才培养战略目标与举措[J]. 世界教育信息,2019,32(14):60-65,74.
[10] 刘平. 日本新一轮人工智能发展战略——人才,研发及社会实装应用[J]. 现代日本经济,2020,39(6):40-51.

作者:施云燕1、裴瑞敏2、陈光3、隆云滔2

1 中国科协创新战略研究院

2 中国科学院科技战略咨询研究院

3 中国科学院学部工作局

转载自:创新研究

 

注:本站文章除标明原创外,均来自网友投稿及分享,如有侵权请联系dongxizhiku@163.com删除。

         

发表评论