人工智能的科研创新和人才培养，决定着一国的优劣地位

作者：李凤亮、庞雅然（清华大学教育学院副教授、博士生）

人工智能人才培养是变革的核心

人工智能、基因工程、纳米科学被列为21世纪三大前沿技术，是工业革命的核心4.0。其中，人工智能涉及的知识领域十分广泛，包括数学基础、技术基础、机器学习方法、技术体系中的问题域，以及互联网、智能写作、机器翻译、智能交通、智能农业、智慧金融、智慧医疗、机器人、辅助教育、智能制造等。可以说，人工智能的科研创新和人才培养决定了一个国家在国际竞争中的优劣。

目前，全球人工智能领域人才分布极不均衡。美国占其中的近一半。我国虽然处于第二梯队，但差距还是很大的。不仅人才库少，顶尖人才更是稀缺。国际上，英美等国对人工智能的研究开展得较早，发展较好。1950年代以来，美国人工智能专业初步形成边界，涌现出一批实验室供研究生参与研究；1980年代设立人工智能研究生专业，逐步具备跨学科软硬件支撑，极大地促进了专业人才培养、技术转化和应用。英国政府近年来也十分重视人工智能的研究和应用，投入大量资金支持人工智能产业和初创公司；通过政策工具，鼓励高校开展知识更新、产权改造和人才培养。450个人工智能相关博士点；还支持成立艾伦图灵研究所，加强关键算法领域的研究。并投入大量资金支持人工智能产业和初创公司；通过政策工具，鼓励高校开展知识更新、产权改造和人才培养。450个人工智能相关博士点；还支持成立艾伦图灵研究所，加强关键算法领域的研究。并投入大量资金支持人工智能产业和初创公司；通过政策工具，鼓励高校开展知识更新、产权改造和人才培养。450个人工智能相关博士点；还支持成立艾伦图灵研究所，加强关键算法领域的研究。

麻省理工学院

麻省理工学院在计算机科学和人工智能方面有着深厚的积累。从早期的理论到后来的实践，已经走过了半个多世纪。目前，学校没有人工智能专业，人才培养主要集中在苏世民计算机学院，该学院与计算科学与工程中心、电气工程与计算机科学系、研究所相连数据系统和社会，计算研究中心。学院在共享结构中开展协作培训、研究和创新。计算科学与工程中心提供计算科学与工程硕士课程，课程范围从航空航天到纳米技术，从互联网协议到电信系统设计，重点是先进的计算方法和应用。计算科学与工程博士课程提供与八个学院的联合博士课程，专注于开发与科学和工程学科相关的新计算方法。八个学院提供选修课程，包括土木与环境工程、机械工程、材料科学与工程、化学工程、地球、大气与行星科学、航空航天、数学和核科学与工程。电子工程与计算机科学系的课程主要由电子工程、计算机科学、人工智能和决策三部分组成。参加学术培训，提交创业项目。在苏世民计算机学院授予的项目中，获得博士学位。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。提交创业项目。在苏世民计算机学院授予的项目中，获得博士学位。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。提交创业项目。在苏世民计算机学院授予的项目中，获得博士学位。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。在苏世民计算机学院授予的项目中，获得博士学位。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。在苏世民计算机学院授予的项目中，获得博士学位。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。ScD 和理学博士的学位被认为可以互换授予。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。计算机科学与人工智能实验室（CSAIL）是麻省理工学院最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习、计算生物学、计算机体系结构、图形与视觉、人机交互、编程语言与软件工程、机器人学、安全与密码学、系统与网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。人机交互、编程语言和软件工程、机器人技术、安全和密码学、系统和网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。人机交互、编程语言和软件工程、机器人技术、安全和密码学、系统和网络，是学校领先的研究中心。一个独特的交叉培养和研究平台。

卡内基·梅隆大学

卡内基梅隆大学是人工智能研究的领导者。本科设有人工智能专业；研究阶段的培训分布在多个系，主要有计算机学院、软件工程学院、机器人学院、人机交互学院、语言技术学院、机器学习系。CMU 的教师具有不同的背景。近200名教职员工来自11个系，研究范围从数学到计算机，从艺术到经济管理，涉及人工智能的诸多领域。博士课程“机器人”在计算机科学学院进行。每个学生必须完成核心课程和专业课程。核心课程需要从四个核心领域中选择。专业化课程要求学生选择一个特定的核心领域并在该方向完成 48 个学分。通常需要四门研究生课程。四个核心领域分别是：感知（视觉、图像传感器、距离数据解读、触觉和力传感器、惯性制导等传感器）、认知（机器人的人工智能、知识、表示、规划、任务调度和学习）、运动（运动学、动力学、控制、操纵和运动）、数学基础（最优估计、微分几何、计算几何和运筹学）。自动化科学硕士（MSA​​S）是世界上第一个自动化科学专业硕士课程。它主要提供三个方面的培训：第一，使用机器人仪器进行科学实验的实践训练，第二，使用机器学习和相关方法进行数据分析和建模，第三，使用人工智能选择实验。该项目所需的专业课程包括四个模块，即背景知识、建模与分析、自动化科学、实习和职业研讨会。该计划为学生提供专业和研究选择。第二学年开学前，学生可根据未来职业发展意向选择进修课程模块进入劳动力市场或进入研究市场。选择研究的学生将与研究主管匹配。人机交互大师 (MHCI) 是世界 第一个专门的专业学位课程，涉及人机交互、用户体验设计和以用户为中心的研究。课程的核心是跨学科，学生来自不同背景，包括设计、社会科学、商业和计算机科学。在第一学期，学生在课堂上学习核心方法和技术，在第二和第三学期，学生参加选修课并与外部客户一起完成一个主要的行业项目。CMU还通过建立跨学科实验室和中心来促进人工智能的研究和应用。机器人研究所成立于 1979 年，并定期与政府、行业和非营利组织合作赞助研究和教育。课程的核心是跨学科，学生来自不同背景，包括设计、社会科学、商业和计算机科学。在第一学期，学生在课堂上学习核心方法和技术，在第二和第三学期，学生参加选修课并与外部客户一起完成一个主要的行业项目。CMU还通过建立跨学科实验室和中心来促进人工智能的研究和应用。机器人研究所成立于 1979 年，并定期与政府、行业和非营利组织合作赞助研究和教育。课程的核心是跨学科，学生来自不同背景，包括设计、社会科学、商业和计算机科学。在第一学期，学生在课堂上学习核心方法和技术，在第二和第三学期，学生参加选修课并与外部客户一起完成一个主要的行业项目。CMU还通过建立跨学科实验室和中心来促进人工智能的研究和应用。机器人研究所成立于 1979 年，并定期与政府、行业和非营利组织合作赞助研究和教育。学生在课堂上学习核心方法和技术，并在第二和第三学期选修课，并与外部客户一起完成一个主要的行业项目。CMU还通过建立跨学科实验室和中心来促进人工智能的研究和应用。机器人研究所成立于 1979 年，并定期与政府、行业和非营利组织合作赞助研究和教育。学生在课堂上学习核心方法和技术，并在第二和第三学期选修课，并与外部客户一起完成一个主要的行业项目。CMU还通过建立跨学科实验室和中心来促进人工智能的研究和应用。机器人研究所成立于 1979 年，并定期与政府、行业和非营利组织合作赞助研究和教育。

伊利诺伊大学

伊利诺伊大学厄巴纳-香槟分校没有单独的人工智能专业，培养集中在计算机科学系、电气与计算机工程系、信息科学系，并设立了人工智能方向智力。计算机科学系提供本科、研究生、普通和直接博士培训课程。项目课程涵盖编译、AI、生物信息学等十大方向。学生首先需要在基础课程的序列中选择三门专业课程；其次，他们需要在基础课程中选择的一门课程中至少选择一门高级课程；选修部分可以从十大方向中选择至少三门课程，以保证会计基础知识的广度。近年来，在研究领域，校内各部门之间以及与校外企业协会和政府机构开展了多项人工智能科研合作，多个交叉研究中心实验室已建成。成立。智能机器人实验室（IRL）成立于2015年，与航空工程与电子工程学院、农学院、消费者与环境科学学院7个系高度融合，与协同科学实验室（CS）合作打造智能机器人。2019 年 11 月，人工智能创新研究中心（CAII）依托国家超算中心（NCSA）的建设，致力于推动人工智能研究，为学生提供人工智能就业机会，通过合作科研与合作应对行业重大挑战。创新，并已成为校园的学术纽带。世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。依托国家超算中心（NCSA）建设，致力于推动人工智能研究，为学生提供人工智能就业机会，通过合作科研创新应对行业重大挑战，已成为校园学术纽带. 世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。依托国家超算中心（NCSA）建设，致力于推动人工智能研究，为学生提供人工智能就业机会，通过合作科研创新应对行业重大挑战，已成为校园学术纽带. 世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。致力于推动人工智能研究，为学生提供人工智能就业机会，通过合作科研创新应对行业重大挑战，已成为校园学术纽带。世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。致力于推动人工智能研究，为学生提供人工智能就业机会，通过合作科研创新应对行业重大挑战，已成为校园学术纽带。世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作计算机辅助教学的基本过程是怎样的，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。通过合作科研创新应对行业重大挑战，已成为校园学术纽带。世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。通过合作科研创新应对行业重大挑战，已成为校园学术纽带。世界与工业之间的联系。2020 年 8 月，美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 授予 UIUC 数字农业中心 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 向 UIUC 数字农业中心授予 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。美国国家科学基金会 (NSF) 和美国国家粮食与农业研究所 (NIFA) 向 UIUC 数字农业中心授予 2000 万美元，用于建立智能农场研究所。2021年5月，伊利诺伊州和IBM计划与UIUC理工学院开展为期十年的战略合作，斥资2亿美元，主要专注于人工智能和混合云等快速发展的领域。

伦敦大学学院

UCL在人工智能领域具有良好的学术声誉，师资体系庞大，交叉培养特色强。尤其是其强化学习和神经计算在英国处于优势地位。研究与应用涉及数据科学、信息科学、电子电气、生物医学、教育、建筑、脑科学、金融等领域。UCL于2020年加入欧洲学习与智能系统研究实验室（ELLIS），与计算神经科学组、计算系、统计科学学院和电气与电子工程学院联合在校园内成立了UCLELLISUnit，专注于基础科学、技术创新和社会影响研究。学校人工智能相关专业扎根于工程科学学院计算机系，计算机系下设人工智能研究中心。中心开设了基础人工智能博士点、机器学习硕士点、计算统计与机器学习硕士点、数据科学与机器学习硕士点、计算机视觉硕士点。博士课程的课程侧重于学科基础和跨学科研究培训。还有神经科学、创业和人工智能伦理方面的选修课。还需要在演讲和沟通技巧、写作技巧等方面进行全面的训练，并有机会参加艾伦图灵中心提供的专业研讨会和合作组织提供的实习机会。硕士课程通常包括必修课、核心选修课、普通选修课和毕业设计。学生选课自由度高，不同专业的学生选课也可以接近一致。该课程对学生的线性代数、微积分等数学基础要求不高，但更注重人工智能的算法实现和其他学科的融合发展，在应用层面的发展更为突出。近年来，随着UCL与Deepmind在教研方面的合作逐渐深入，双方合作开设了“深度学习讲座”，由多位 Deepmind 工作人员和 UCL 教授共同讲授，包括用于图像识别的卷积神经网络。网络和变分判断等12个主题是相当热门的研究生课程。此外，UCL建立了教师和研究人员专业发展的学术职业框架，该框架设置了四个层次，并通过研究/教学活动、核心能力、专业知识和影响力来衡量晋升。对于人工智能相关专业，UCL与校外企业深度合作，聘请行业资深人士担任机器学习领域教授，促进理论与实践交流。包括用于图像识别的卷积神经网络。网络和变分判断等12个主题是相当热门的研究生课程。此外，UCL建立了教师和研究人员专业发展的学术职业框架，该框架设置了四个层次，并通过研究/教学活动、核心能力、专业知识和影响力来衡量晋升。对于人工智能相关专业，UCL与校外企业深度合作，聘请行业资深人士担任机器学习领域教授，促进理论与实践交流。包括用于图像识别的卷积神经网络。网络和变分判断等12个主题是相当热门的研究生课程。此外，UCL建立了教师和研究人员专业发展的学术职业框架，该框架设置了四个层次，并通过研究/教学活动、核心能力、专业知识和影响力来衡量晋升。对于人工智能相关专业，UCL与校外企业深度合作，聘请行业资深人士担任机器学习领域教授，促进理论与实践交流。UCL为教师和研究人员的专业发展建立了学术职业框架，该框架设置了四个层次，并通过研究/教学活动、核心能力、专业知识和影响力来衡量晋升。对于人工智能相关专业，UCL与校外企业深度合作，聘请行业资深人士担任机器学习领域教授，促进理论与实践交流。UCL建立了教师和研究人员专业发展的学术职业框架，该框架设置了四个层次，并通过研究/教学活动、核心能力、专业知识和影响力来衡量晋升。对于人工智能相关专业，UCL与校外企业深度合作，聘请行业资深人士担任机器学习领域教授，促进理论与实践交流。

具有跨学科、多交叉的特点

在专业设置方面，英国和美国的人工智能领域出现较早，发展较快。在案例学院中，人工智能已经成为本科、硕士和博士各个阶段的专业，但更多的培训和研究是以跨学科、跨学科的方式进行的。许多院系提供多种学位，学生可以根据自己的能力和职业规划，选择硕士或博士水平、学术学位课程或专业学位课程。

在课程结构方面，虽然各个学校的模块结构名称不同，但课程基本上都是按照领域和方向进行分类的，让学生可以选择多门“宽领域”课程，然后进阶学习“特定领域”课程。这样既能保证培训的专业性，完成学分的硬性要求，又能尽可能满足学生个性化、更贴近职业发展的实际需求。相比之下，美式课程更注重学生的数学基础，而英式课程更注重算法的实现和与其他学科的融合。

在培养项目方面，专业学位项目比学位项目对实践输出的要求更高，对学业成绩的要求也更加灵活。在一些项目中，学生不仅需要完成课程学分和（论文、实践、报告等）链接学分，并达到最低要求的累积GPA，还有一些还需要完成特定项目（如麻省理工学院的“专业视角要求”） ”，CMU 要求 ‘Capstone Industry Project’）才能获得学位。

特色课程方面，“AI+X”趋势明显，交叉课程越来越细化、多样化，从涉及计算机、机械、电子、机器人，到航空航天、生物、医学、语言、社会、经济与管理、建筑学。、教育、艺术、哲学、人文、土木、交通、农业等领域。有些课程特别注重学生动手能力的培养，也结合社区和行业的需求，要求学生在真实的环境中完成特定的项目。同时开设人文素养、法律、伦理、传播、写作等课程，培养综合能力。

在交叉培养方面，案例大学建立了连接产学研的跨平台，并积极结合校内多学科学术资源、社区各类产业资源、政府项目资源，提供良好的支持。用于人才培养和科研创新。.

师资队伍方面，高校不断壮大优秀科研队伍，包括多学科、多重点领域的教授，或聘为终身教师，或授予名誉/讲席教授；他们也吸引了很多了解这个行业的资深人士。作为兼职教授/公司董事。一些学校通过搭建新的交叉研究平台，创造了新的岗位（如教学岗位、交叉研究岗位或校外参与的岗位），这在一定程度上有助于解决青年学者的教学/研究现状。

同时，人工智能的学科和训练也反映了几个国际趋势。首先，部门间的合作和交叉培训平台的建立是推动“AI+X”发展的广度和深度的重要途径。其次，与校外企业、政府、科研机构密切合作，吸纳外部资源和优势，构建“产学研一体化”的学科生态。三是实践类、项目类、应用类课程增加，课程内容更加跨学科，更贴近行业需求。培训方案的设计越来越体现专业性和灵活性的统一。最后计算机辅助教学的基本过程是怎样的，

《光明日报》（2022年2月10日第14页）