人工智能人才培养要敢于“炒冷饭”

时至今日，作为新一轮科技革命和产业变革驱动力量的人工智能，依旧没有摆脱人才稀缺的发展短板。人工智能公司ElementAI发布的《2019年度全球AI人才报告》指出，全球人工智能人才的数量不断攀升，但顶级人才仍然供不应求。

日前在天津大学举行的“2019全国博士后人工智能发展与应用”论坛上，来自中科院、清华大学以及中科曙光等人工智能领域的知名专家、学者和企业家们，为人工智能快速发展到底该培养什么样的人才问题，展开了热烈的讨论。

把眼下最炙手可热的AI，谐音成两个字——“爱”和“唉”，这是水下机器人研发生产企业、天津深之蓝海洋设备科技有限公司战略总监韩猛，对技术给这个时代带来的机遇和挑战的解读。

据报道，截至2019年6月，中国人工智能企业超过1200家，位居全球第二。根据猎聘发布的《猎聘2019年中国AI&大数据人才就业趋势报告》，中国人工智能人才缺口超过500万。

“现在AI在工业界太火爆了，导致人工智能的研究大部分是应用驱动，很多学生因此不愿意去做原创性的、本质性的工作。”西交利物浦大学教授黄开竹注意到，“很多学生做研究都以毕业后能找到好工作、拿到更多钱为导向。”

正处在风口上的人工智能，引得众多企业蜂拥而至，这种浪潮也直接冲进了校园，影响了不少高校学生研究方向的选择，很多人一窝蜂地涌向容易产出论文、收效快的领域，很难再沉下心来做真正的学问。

清华大学2018年6月发布的《中国人工智能发展报告》显示，中国的论文总量和高被引论文数量都排名世界第一。但是，数量上的优势并不意味着质量上的价值。中国的顶级人工智能人才在全球排在第六名，前面分别是美国、英国、德国、法国、意大利。

“现在很多研究只是在前人成果基础上的重复训练，没有多少意义。”清华大学自动化系长聘副教授刘烨斌认为，必须要去关注一些“更本质、更重要的问题”。

他回想起自己当年硕博连读的经历，连续6年没有发表文章，也没有选择当时看起来比较“容易毕业”的研究方向，而是一门心思跟着导师钻研前人没有做过的新项目。那段吃苦的经历成就了后来的他，“现在的研究就是基于当时的成果，我因此申请了很多国家项目，发现了很多值得深入研究的点。”

黄开竹认为，高校的人才培养应该和工业界有所区别。对于从事高水平研究的学生来说，应该敢于研究工业界目前还没有特别需求的东西，“否则要高校做什么？”

如何让具体技术问题落地，实现“人工智能应用最后一公里”，是眼下众多人工智能企业的首要目标。在中科曙光大数据首席科学家宋怀明博士看来，工业界面临的场景很多，对于企业来说，需要的人才一方面要有扎实的基本功，应对整个知识体系比较了解，但同时又必须具有转化和创收的能力，要能应对各方面不同的需求。

中国工程院院士、天津大学医学部主任顾晓松则认为，高校与企业应该更好的联手攻克一些难题。他建议，国家要继续完善相关政策，推动学科发展和专业人才队伍建设，打通专业人才壁垒。高校应该更多的结合国家、科研院所以及学校的政策，与大型企业对接，校企强强合作。

与会专家和企业家的一个共识是，沉下心钻研问题的能力，是如今高校和企业对于人才培养的共同需求。目前一些高校已经不再把论文发表作为博士毕业的硬标准。刘烨斌认为，如今高校不“唯论文”的人才评价方式的转变，更有利于推动学生去从事回归本质、更加重要、甚至有点冷门的研究本身，“研究是一个一步步积累的过程，独立科研的能力尤为重要。”

天津大学智能与计算学部副主任、计算机学院院长冯伟则注意到，产业界以前不太看重高水平论文，“现在他们也非常关注，尤其在应用端。”

“对企业来说，只要把这项技术吃透了，有没有博士学位都不那么重要。” 在宋怀明看来，中科曙光也招过很多从事五六年研究、仍旧没有获得学位的“博士”，但这并不妨碍他们在自己的工作中变得出色：“因为他们的确对系统的某一个技术有自己的积累。”

黄开竹认为，归根到底还是要坚持“不随大流的定力”，他建议学生要多做些学术积累，“尽量做一些原创性的东西，才能在产业界作出更大的贡献。”

“一流的成果，不是跟随出来的。做研究，就要敢于炒冷饭。”冯伟说，“这是对于人才培养提出的新挑战。”