黨的十九大報告指出,推動互聯網、大數據、人工智能和實體經濟深度融合。人工智能作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,對于打造新動能具有重要意義,正成為國際競爭的新焦點和經濟發展的新引擎。作為人工智能發展的關鍵要素,人工智能人才的培養集聚已成為很多國家的戰略重點。國家《新一代人工智能發展規劃》指出,我國人工智能尖端人才遠遠不能滿足需求,要把高端人才隊伍建設作為人工智能發展的重中之重。
高端人才是人工智能發展的關鍵和競爭焦點
自1956年美國達特茅斯會議提出理念至今,人工智能幾經起伏,直到最近幾年,才終于進入快速突破和實際應用階段。作為人類社會信息化的又一次高峰,人工智能正加速向各領域全面滲透,將重構生產、分配、交換、消費等經濟活動環節,催生新技術、新產品、新產業。
人工智能的發展階段和技術路線倚重高端人才。當前,人工智能正在從實驗室走向市場,處于產業大突破前的技術沖刺和應用摸索時期,部分技術和產業體系還未成熟。在這個階段,能夠推動技術突破和創造性應用的高端人才對產業發展起著至關重要的作用。可以說,人才的質量和數量決定著人工智能發展水平和潛力。
對人才的爭奪和培養是各國發展人工智能的重要策略。在各國發布的人工智能戰略中,人才都是重要組成部分。美國白宮發布的《為人工智能的未來作好準備》以及《國家人工智能研發戰略規劃》中,對如何吸引人才著墨甚多。英國政府科學辦公室發布的《人工智能、未來決策面臨的機會和影響》也對如何保持英國的人工智能人才優勢有特別說明;英國下議院科學技術委員會發布的《機器人技術與人工智能》調查報告中,對英國政府能否吸引人才從而保證英國在人工智能領域的領導力提出了敦促和質詢。加拿大啟動“泛加拿大人工智能戰略”,重點提出增加加拿大人工智能領域的卓越學者和學生數量。
人工智能高端人才出現全球性短缺
人工智能人才出現了全球性短缺。從職位供求關系來看,根據某招聘平臺統計,在全球范圍內,通過該平臺發布的人工智能職位數量從2014年接近5萬個到2016年超過44萬個。從人才薪酬來看,全球人才爭奪處于“白熱化”狀態,人工智能人才的薪酬大幅度高于一般互聯網人才。
人工智能人才的稀缺是全球產業變革的結果。人工智能人才問題,本質上是新產業變革帶來的勞動能力需求轉換所導致的人才結構性短缺。作為新一輪產業變革的核心驅動力和通用技術平臺,人工智能將推動各個領域的普遍智能化,在這一過程當中,需要大量既熟悉人工智能又了解具體領域的復合型人才。2010年前后,人工智能在海量數據、機器學習和高計算能力的推動下悄然興起,2015年隨著圖形處理器(GPU)的廣泛應用和大數據技術的迅猛發展而進入爆炸式增長階段,人才需求的激增導致人才供應的整體短缺。大量資金的投入,也造成了資金多項目少的情況,沒有足夠的人才來承接市場和政府投入的資源。而此前很多人工智能相關專業處于“冷門”狀態,培養的人才數量有限。
目前的全球人工智能領軍人才數量與質量均無法滿足技術和產業發展的巨大需求。所以,不能僅把戰略重點放在對全球存量人才的爭奪上,要著手設計新的人才培養和人才發展計劃。
全球人工智能人才培養與發展呈現新趨勢
充足的高質量人才是人工智能深入發展的基礎。從全球來看,人工智能人才培養和發展呈現一些新趨勢。
學科深度交叉融合。人工智能技術人才,主要包括機器學習(深度學習)、算法研究、芯片制造、圖像識別、自然語言處理、語音識別、推薦系統、搜索引擎、機器人、無人駕駛等領域的專業技術人才,也包含智能醫療、智能安防、智能制造等應用人才。人工智能是一個綜合性的研究領域,具有鮮明的學科融合特點。
從區域來看,多學科的生態系統對人才培養至關重要。倫敦之所以能夠擁有大量優秀的人工智能人才,與“倫敦-牛津-劍橋”密集的高校群和學科群生態密切相關。“倫敦—牛津—劍橋”這一黃金三角具有密集的教育研究資源和深厚底蘊。該地區擁有以牛津大學、劍橋大學、帝國理工大學和倫敦大學學院為中心的全世界最好的人工智能相關學科群,形成了良好的多學科生態。以阿蘭 圖靈研究所為代表的眾多智能研究機構在技術實力上處于全球領先地位,這些高校和研究機構源源不斷地培育出全球稀缺的人工智能人才。
從高校內部來看,推動學科交叉是大勢所趨。近日,人工智能研究領域的翹楚卡耐基梅隆大學(Carnegie Mellon University,CMU)宣布啟動CMU AI計劃,旨在整合校內所有人工智能研究資源,促進跨學院、跨學科的人工智能合作,從而更好地培養人工智能人才,開發人工智能產品。該計劃通過解決現實問題來牽引跨學科合作,并把合作落到實處,值得借鑒。
產學研深度融合。從研究內容和人才流動來看,科學家需要企業的數據和工程化能力,企業需要高校的研究人才,因此頂級人才得以在企業和高校間快速流動。谷歌等大公司聘請的高校優秀人才,大多還繼續從事研究機構的工作。AlphaGo項目的負責人戴維 席爾瓦(David Silver),至今仍在倫敦大學學院任教,在贏得人機大戰后他專門回到學校,為學生們復盤AlphaGo技術,使得高校的研究能夠與實踐應用同步。
從培養模式來看,企業捐助研究,學生到企業實習,高校與產業界可以聯合培養人才。Facebook與紐約大學合作建立了一個致力于數據科學的新中心,紐約大學的博士生可以申請在Facebook的人工智能實驗室長期實習。
從成果轉化來看,人工智能領域算法創業的特點是技術成果轉化周期非常短,基礎研究成果甚至可以直接轉化為創業項目。幾個人的團隊通過技術展示,常常就能融資幾千萬美金。而倫敦原有的積累和儲備恰恰契合了以算法和人才為核心的人工智能創新創業的基本特點與規律。英國一些著名的人工智能公司,在單獨成立之前都是作為大學的研究項目而存在。隨著明星企業的不斷出現,越來越多與這幾所高校有關的人工智能人才加入創業行列,加速推動了倫敦地區的人工智能創業繁榮。
企業成為人工智能人才培養的新陣地。很多企業開始建立自己的人才培養體系。如百度成立深度學習研究院(IDL),在硅谷成立硅谷人工智能實驗室等,由此不斷產生技術創新,并吸引更多的國際尖端技術人才。百度還將推出“人工智能Star計劃”,通過資金、培訓、市場、政策等措施扶持優秀的人工智能創業團隊。
我國人工智能高端人才的現狀與挑戰
從國家層面來看,人工智能人才的分布與教育基礎、企業數量、投資情況等緊密相關。在總量方面,美國優勢明顯,而高端人才則集中于美國、德國和英國。美國之所以能聚集全球最多的人工智能人才,很大程度上得益于發達的科技產業和雄厚的科研實力。據各方統計,美國的人工智能企業數量占全球人工智能企業總量的40%多,其中谷歌、微軟、亞馬遜、Facebook、IBM和英特爾等企業,更是整個行業的引領者。同時,美國擁有包括卡耐基梅隆大學、斯坦福大學以及麻省理工學院等數十家有影響力的人工智能科研院所。隨著美國人工智能的發展,全球科技創新中心硅谷所在的加州,有著金融、媒體產業優勢的紐約以及擁有人才優勢的波士頓都成為了重要的人工智能中心。
綜合各方面研究報告,中國人工智能人才總量僅次于美國,但是高端人才較少,原創成果較少。中國人工智能人才主要集中在應用領域,而美國人工智能人才主要集中在基礎領域和技術領域。美國在芯片、機器學習應用、自然語言處理、智能無人機、計算機視覺與圖像等領域的相關人才都遠遠超過中國。
我國的人工智能科研已經形成了較好的產出和實力,但原創性和有影響力的成果較少。我國在中文信息處理、語音合成與識別、語義理解、生物特征識別等領域處于世界領先水平,國際科技論文發表量和專利居世界第二,部分領域核心關鍵技術取得突破。2017年年初,由美國人工智能協會(American Association for Artificial Intelligence)組織的人工智能國際頂級會議AAAI大會,中國和美國的投稿數量分別占31%和30%。據統計,在2013年至2015年SCI收錄的論文中,“深度學習”或“深度神經網絡”的文章增長了約6倍,按照文章數量計算,美國已不再是世界第一;在增加“文章必須至少被引用過一次”條件后,中國在2014年和2015年都超過了美國。2017年的頂級人工智能會議NIPS(Neural Information Processing Systems,神經信息處理系統進展大會)錄用文章600多篇,中國各高校共入選20多篇,而紐約大學就有10篇入選。
我國的人工智能人才有以下幾個特點:
年輕生力軍為主,資深人才短缺。據分析,中國人工智能人才在28歲至37歲年齡段的占總數的50%以上。相對而言,中國48歲及以上的資深人工智能人才占比較少,只有3.7%,而美國48歲以上的資深人才占比16.5%。這也是中國當前需要引進大量海外高端人才的原因。
科技公司表現強勁。從國內來看,核心科技公司占據了大部分人才資源。相關數據顯示,國內人工智能人才主要集中在百度、阿里巴巴、騰訊、科大訊飛等多家科技領軍企業中。其他兩類企業也吸納了大量人才,一是不斷涌現的人工智能創業公司,二是將人工智能融入自身業務的企業。跨國公司如微軟亞洲研究院等,仍然是優秀人工智能人才的優先選項。
高校仍有很大吸引力。盡管面臨領軍企業的人才爭奪,國內高校對人工智能人才仍有很大的吸引力。數據顯示,截至2016年年底,中國有10.7%的人工智能領域從業者曾在高校或研究所工作過,低于美國的26.7%。
培養集聚人工智能高端人才的對策建議
培養和集聚人工智能高端人才,要根據人工智能發展規律和趨勢,加強頂層設計,綜合施策。
科學建設人工智能一級學科。在美國、英國等人工智能發展高地,著名院校大多設有人工智能相關專業和研究方向,而在中國,人工智能專業多分散于計算機和自動化等學科。建議按智能科學范疇建設一級學科,保持彈性和包容性,靈活設置二級學科。適當增加人工智能相關專業招生名額,多渠道籌措培養經費,加強人工智能研究的基礎設施建設。
鼓勵深度交叉學科研究與人才培養。在重點區域打造優良的學科生態系統。可以借鑒倫敦的相關經驗,在北京、上海等高校和學科豐富的地區,打造智能學科群。培養造就一大批具有國際水平的戰略科技人才、科技領軍人才、青年科技人才和高水平創新團隊。把增強人工智能素養貫穿于整個教育和職業培訓體系,培養各類綜合人才。
推進產學研合作的新培養模式,發揮領軍企業的人才培養作用。鼓勵企業創辦研究機構,與學校聯合建設實驗室,培養人才。針對中國研究機構散而小的問題,成立公私合作的國際化、實體性、規模化的非營利性研究機構。鼓勵研究人員在高校和企業之間流動。鼓勵創業創新,促進人工智能成果轉化和產業化。
鼓勵精準引進一流人才,鼓勵企業和高校院所聯合引進人才。引導國內創新人才、團隊加強與全球頂尖人工智能研究機構的合作互動。積極引進國際一流的研究機構,加大研究合作的國際化水平。制定專門政策,實現人工智能高端人才精準引進,支持企業和高校聯合引進世界一流領軍人才。重點引進神經認知、機器學習、自動駕駛、智能機器人等國際頂尖科學家和高水平創新團隊。
搶抓新一輪海歸人才潮機遇。大量美國、英國和日本的海歸成為中國人工智能的重要力量。當前,我國人工智能發展勢頭強勁、市場廣闊、資金充沛,要積極吸引海外相關人才回國創新創業,共同推動中國人工智能技術取得突破性進展。
摘自《光明日報》