培养人才，就是要引导人才看向未来

　　作者：郑南宁（中国工程院院士，中国自动化学会理事长、西安交通大学教授）

　　教育者非为以往，非为现在，而专为未来。

　　当前，人工智能大模型的发展令人惊叹，怎么能及时把最新科技成果纳入课堂教学，让学生探究性、创新性地学，教师研究性地教，应该是当前创新人才培养应秉持的基本原则。

　　从2018年起，我就在构思人工智能本科专业的知识体系及课程设置。时至今日，西安交通大学已经完整培养出两届人工智能本科毕业生。

　　在这个过程中，有收获，也有遗憾，需要不断查找问题和差距。比如今年，我们取消了该专业本科新生的大学物理课。“怎么能取消物理课呢？”很多人心存疑虑。

　　实际上，“取消”是一种蝶变——我们专门开设了“现代物理与人工智能”“统计物理与机器学习”课程，还新增了“生成式AI与大语言模型”“先进自动驾驶技术与系统”“创新设计思维”3门课程。在“现代物理与人工智能”中，加入了量子力学与量子计算、相对论与电磁学、物态与凝聚态物理等内容。

　　为何如此？这是因为，我们应该引导学生看向未来，让他们了解人工智能的挑战和机遇在哪里：随着算力指数级的增长，到21世纪中叶，全球40%到50%的能源几乎都会消耗在大模型上。对人类而言，这是不可承受之重。如若不能放弃算力增长的需求，那就要找寻新的算力源泉。

　　除了当前所使用的硅基材料，从物理材料上开发新的计算基材，这仿佛打开了一扇门，一场令人兴奋而又披荆斩棘的挑战开始了！要让人工智能专业的学生有这个意识，就要引导他们主动沿着这个方向去思考、去探索。

　　不仅如此，人工智能专业还应设有控制论与人工智能课程，引导学生去思考“控制在人工智能中的重要性”。这是因为，从人工智能的起源上说，维纳的《控制论》在其产生和发展中发挥了不可替代的作用。面向未来，实现人与机器的自然交互与控制，人类和客观世界才能融为一体。因此，让学生理解人工智能与控制之间的关联至关重要。

　　在教学中，人工智能专业的数学课也要改革，计算机科学与人工智能的数学基础课程，应该包括矩阵分析、图的基本概念、优化与运筹等内容。值得注意的是，有些数学课应由人工智能专业的老师教授，如此，课程内容才更生动具象，而不只是抽象的公式推导。

　　当前，有一种普遍的认知——人工智能产生于计算机，是计算机学科所属的二级学科。实际上，这是很片面的看法，人工智能人才的培养，需要帮助学生建立全面正确的认知。

　　人才培养是一个缓慢、优雅而美妙的过程，它不是注满一桶水，而是点燃一把火，打开一扇门，点燃学生内心探索未知的火种，帮助他们走向未来，为我国加快实现高水平科技自立自强提供重要支撑。

　　《光明日报》（2023年12月08日 01版）

[ 责编：孙宗鹤 ]