人工智能人才的需求现状与对策

吴 青，景蓉蓉

（西安邮电大学 自动化学院，陕西 西安 710121）

0 引 言

当前经济的迅速发展，加速了人工智能技术与各行各业的融合，其优势迅速带动大批新产业的出现，人工智能、智能制造业集群在一些城市初具规模，形成助力目前经济发展的新动力。国家政策的扶持，使人工智能产业未来的发展具有很高的可期性，同时也给高校的人工智能专业教育方面提出时代性的挑战。

1 人工智能人才数量远远满足不了需求

2018 年4 月，人民日报海外版曾报道，人工智能近些年的快速发展与行业人才的需求特点，导致了人工智能人才出现了巨大缺口[1]。资料显示，2018 年我国人工智能人才需求量已出现超过500 万人的缺口。2017 年前10 个月，人才需求量达到2016 年的近两倍，2015 年的3.5 倍，年复合增长率超过200%。

浏览国内的一些招聘APP，人工智能相关岗位月薪普遍能达到3～4 万元，甚至6 万元。北京市一家企业HR 管女士告诉记者，在她们公司，该专业方向的应届毕业生每月起薪就能达到4～6 万元。北京一家互联网企业的首席技术官马先生说：“该专业方向人才年薪80 万元是很正常的。人工智能工程师，比如爬虫开发工程师、数据分析工程师、测试自动化专业人才等，这些属于稀缺人才，也许过几年，这类人才会多一些。”有报道指出：如今AI 行业的应届毕业生不需要到招聘现场去找工作，企业会早早通过他们的导师或者实验室的老师、同学联系到他们。浙江大学人工智能研究所所长吴飞教授指出，新一轮产业变革的核心驱动力就是人工智能，而我国当前在培养人工智能人才方面，还存在空心化、碎片化的不足，高校课程内容的设计也与市场人才需求存在很大的差距，目前各大高校急需加大人才培养力度、夯实教育基础，已被提上日程成为行业共识。

日前发布的《中国新一代人工智能发展报告2019》显示，因为研究起步较晚，我国各大高校包括一些科研单位的人工智能在基础理论和原创算法上的积淀不够，一些企业和部门急需的关键元器件主要依赖从国外进口，相关专业人才上特别是高端人才极度匮乏，这就要求高校加大人工智能人才的培养力度，快速补齐这个人才缺口。

2 人工智能高端人才培养的措施与建议

2.1 以教育理念创新为基础，准确定位人工智能教育的发力点

近几年，人工智能教育迅速在各大高校崛起，从各大高校增加这个专业到逐步扩张办学规模，再到以教学质量为重点中心的内涵式建设延伸来看，我国新时期具有改革开放特色教育思想的前辈们，就是在总结经验的基础上，以适应当代教育理念创新为先导，以完善制度创新为抓手，对开创新时代的中国教育和大学创新新局面进行了各自有益的探索，其理论价值对实践的指导全面发挥着极其重要的驱动作用[2]。

高校人才面临着从高素质专业人才到高素质复合人才的转变，从科技化办学标准建设到内涵式人才培养模式建设等，无不体现着全新的教育理念，引导着人工智能人才教育必须顺应时代需求，追求卓越，攻坚克难。针对这个特定的发展时期，教育理念创新提上日程，对新形势下培养新一轮的人工智能人才具有决定性的意义。

教育的人才观需要按照“匠心、匠能、匠艺”的特定目标要求重新架构，从专业化和高等化出发，培养德才兼备的双馨人工智能人才，真正实现理性教育与价值理性教育水乳交融的效果。

教育的最高质量要遵循“人民满意”的总原则，从受教育者满意、社会满意、教师满意的这三个方面来评定，综合判定教育质量是否合格。专业的社会化程度越高，适应社会的开放性就越强，人才培养就更具有实用性、价值性。

2.2 立足课程体系创新，精准夯实多学科知识融合的本科基础

早在2003 年，全国首个智能科学与技术本科专业在北京大学设立[3]，截至2019 年，教育部正式批准36 所高校设立智能科学与技术本科专业，仅2017 年就有17 所高校新增了该专业。智能科学与技术基本都分布在计算机、自动化等学科，没有形成独立的专业系别。计算机专业涵盖专业种类多，至少有四、五个专业方向，可能只有几门课程真正为智能科学与技术专业开设。由于时间和教师资源配备存在差异，这就要求各高校高度浓缩知识，浓缩的过程甚至可能是简化的过程，甚至到仅是这个专业高级科普的程度，这在人工智能专业的培养中往往出现不可挽回的短板。使用人工智能技术解决问题时，不是只学一两门课就能完成任务，往往需要多学科知识融会贯通。那么如何在本科阶段就能打好这个专业的基础，成就真正意义上的人工智能人才的培养？这就需要各大高校从发展“新工科”的战略高度[4]系统规划这个学科和专业，培养真正能够掌握人工智能技术研发和应用能力的新型人才。

人工智能本质是用神经网络结构模拟复杂函数，高校在课程设置中不仅要注重数学的整体性还要注重数学的层次性。设置的数学课程主要应包括数据分析、概率论、线性代数、矩阵和凸优化这四大块，旨在训练大家的逻辑能力和分析能力。良好的数学基础有利于本科生在后续课程的学习中更好地理解人工智能和更深度地学习相关算法内容。比如人工智能中的智能，其很大一部分就是依托数学中的“概率论”来实现的。

教学中专业基础课、专业课、平台搭建再到应用层必须环环相扣，缺一不可。高校的课程设置必须考虑：①什么是人工智能的核心基础，例如有机器学习、知识表示与处理。②设置模式识别、计算机视觉、人工智能、机器学习、自然语言处理、多智能体系统、计算智能等技术层的课程内容。③支撑技术涉及数字信号处理、时序数据分析等。④平台层包括机器学习系统平台、机器人、智能系统等。⑤应用层可能还涉及智能应用建模、系统设计、行为分析等。所有这些课程，形成一个庞大的知识体系。

课程规划中还可设置智能专业特色课程群（依据是专业人才知识、能力的需求），例如可开设“智能系统构建”“智能信息处理”等课程群。智能系统构建中应侧重于智能机器人感知、驱动和控制技术，智能机器人系统构建技术，嵌入式系统技术，智能终端软件开发等。智能信息处理侧重于智能传感与检测技术、机器学习、深度学习、模式识别与分析、知识发现等技术，对数据进行处理、分析和挖掘，提取隐藏在数据中有价值的信息和知识，从而寻求有效解决方案及决策支持预测。

2.3 立足教学流程创新，稳步提升人工智能人才的质量

高校已经清醒地认识到，人才培养必须与社会需求相契合，专业链必须与产业链紧紧挂钩，专业核心能力应该适应专业岗位核心能力。现代教学模式中，产教相融、校企协作、协同育人已被越来越多的高校接受，成为高校的教学主流[5]。致力于社会服务与培育高素质人才等现代教育元素已经渗透到教育教学的整个流程，引导着教育的新发展历程。

要想培养出优秀的人工智能人才，课堂教学方式创新也至关重要，如教学形态上的“多样化”“课套课”式创新。目前，各个学校从单一教师讲课到互动性教学、从黑板讲台前讲解到全媒体现代讲课技术引入课堂，将理论讲解与实验室操作相结合。各类现代化教育方式的运用可谓精彩纷呈，高校之间课堂模式可以互相借鉴，教师之间可互相切磋，互通有无，最大限度地提升课堂效果。师资方面，除了本校资源，在有条件的情况下，可用“请进来”的方式请名校的名师名家“空降”课堂，补充本校的不足力量。教学模式可让三维动画逼真地演示抽象的技术原理，课堂时空随时转换，提升学生对信息化、智能化知识的运用能力，达到事半功倍的效果。

教学过程“教、学、练”的创新。高校传统的教学模式，特别是工科，理论知识学习与技能演练是通过不同的、相对独立的教学模块完成的，而人工智能的课程则具有理论知识与技术不分离的特点，课堂中理论知识与实践操作需要同步进行，责任分工与任务分解式的知识点与能力点对应，促使教、学、练自成一体，水乳交融。

教学成果在“学以致用”上创新。高校中传统学科的学习成果是以分数来衡量的，体现在平时作业上或是期中期末测试中，这往往造成高分低能现象，并且这种现象在各大高校都存在。人工智能人才的培养当然不排斥分数，但决不只局限于分数。必须做到学以致用，能主观能动地把所学知识理论发挥到最大限度、能够大胆通过制造或创造变成新的价值，这也将成为各大高校人工智能人才专业培养评价的新要求、新目标，更是新成效。

2.4 立足服务意识创新，着力满足人工智能教育的产业发展需求

任何一种教育结果，最终的目的是价值的体现，正如服务社会是人工智能的使命，也是内涵发展的要求，更是具体的教育行动结果。

首先，要认清什么是国家的重大战略，服务这个层面，就要打破常规，另辟蹊径。如振兴农村事业的发展，人工智能教育就要面临着从服务城市为中心到以乡村为重点的改革转变[6]，例如西安邮电大学的人工智能人才的培养，可利用紧挨西北农林科技大学优势，充分利用“农”的专业知识体系，强化合作，一起担负起培养适应乡村建设的人才目标。深入调研人工智能在农村的效能，研究“农”业生产对人工智能的需求，研究人工智能在“农”中发挥最大效应的举措。在专业规划上强化“农”的目标方向，在课程的安排中强化适合“农”的生产结构的课程，在师资配置中也要增设“农”的教师队伍，通过“农”的实践教育和搭建“农”的就业创业平台来检验“农”的教育成果。

其次，人工智能人才的培养要着眼于专业型、能力型、复合型。当前人工智能教育要求向更深层次的社会服务延伸，在开展以高等学历教育为主导学历学位教育以外，做大做强做优社会人才的培养。尤其在人工智能人才需大于供的行业、企业，一线员工拥有娴熟的岗位技能，对人工智能知识的需求提上日程，为人工智能的再教育打下良好基础，高校培养起来更容易些。必须发挥高校人工智能的培养集聚的人才优势、技术优势，主动打开学校大门，扩大招生范围，让渴求学习人工智能的社会人才也能进得来、学得着、学得好，让教学资源和教学模式发挥最大效应。

最后，在人工智能技术层面，高校要把加强基础设施建设提上日程，强化对基础理论的研究，在教学、实践中提升技术创新能力。数据是人工智能时代的基础设施，高校要把数据建设作为工作重中之重来抓，利用理论和技术创新从浩如瀚海的数据中充分挖掘有价值的信息，从而实现数据价值最大化。在这个基础上，把握人工智能深度的本质是模拟人脑的机制，加强技术创新，逐级提升分析和解释数据的能力，在这个过程中掌握样本数据的内在规律，实现人工智能载体具有一定的学习分析能力的最终目标。

人工智能人才作为当前形势下高技术高技能人才方面的重要主力军，高校只有把人民对教育的期待作为教育的目标追求，跟得上当前日新月异的产业发展的要求，人工智能教育才能让国家满意，让人民满意。

3 就业引导，促进人工智能与产业发展相融合

3.1 加强人才的推荐力度，争取政府资金支持

加大人才的推荐力度与就业指导，对于人工智能专业的毕业生，学校要“扶上马送一程”，全程跟踪学生，扶持学生在企业人工智能相关工作岗位上取得突破。另一方面，学校要积极与企业联合，促使高校的技术尽快转化为实际生产力，建立和完善产学研科技创新合作机制，打造高校、企业项目创新联合平台，实现校企双赢，为打造完整的人工智能高级人才生态圈奠定坚实的基础。在高校基础设施投资方面，建议高校相关部门积极与政府沟通，取得政府理解与支持，充分认识人工智能人才培养的意义，扩大政府对人工智能产业基础设施建设的投入力度，加快高校对人工智能专业人才的培养进程。

3.2 挖掘有针对性的政策，提高就业率及研究成果的转化能力

目前全国各地区人工智能产业发展水平不一，高校应当根据各地的发展特色和发展水平，联合政府建立健全有针对性的就业政策。例如，在商业贸易发达的城市，着重发展智慧贸易商业；在以工业、制造业为主的老基地，着力提高工业、制造业的智能化水平等。要实时挖掘国家的财政税收优惠政策和人才政策，特别是2019年，全国大规模减税降费全面铺开，给一些小微企业、高新技术产业带来真金白银的改革红利，高校可抓住这一有利契机，在新产品研发和投入市场初期，争取政府给予企业的财政补贴和税收减免，在推动企业引进人工智能人才和企业转型上下功夫，提高学生的就业率及人工智能研究成果的转化。

3.3 强化国内国际合作，探索高端人才的培养与引进路径

人工智能发展迫使高校储备大量高端人才作为师资力量。高校的人工智能教育专业必须加强与各级科研单位、兄弟院校、相关企业等机构的通力合作，以适应时代的高水准的要求，提升人工智能学科教育的教学实践能力。高校要进一步优化人才成长环境，与国际人工智能教育接轨，引进新的教育理念和人才培养模式，借助国家政策，把国内高校的学子“推出去”淬火、蜕变、升华后再“引进来”，实现人才的国际合作培养；同时也要加大对境外人工智能高端人才和高端团队的引进力度，积极探索高层次人才的国际对接教育和服务机制，努力使高校成为打造人工智能人才的聚集地，促使人工智能教育产业从少数企业关注走向全球布局。