人工智能进入高校课堂：看似美好，却难见成效

又是一年高考结束，随之而来便是一阵狂热的报考志愿风，开设人工智能学院如今已在高校中形成一股热潮。据了解，在2018年认定的首批612个“新工科”研究与实践项目中，布局建设了57个人工智能类项目。截至2017年12月，全国共有71所高校围绕人工智能领域设置了86个二级学科或交叉学科。

仅在今年5月，就有天津大学、南开大学、南京大学、吉林大学四所高校的人工智能学院揭牌。据不完全统计，此前已有中国科学院大学、西安电子科技大学、重庆邮电大学等高校开设了人工智能学院或相关专业。那么，人工智能专业究竟能否培养出真正的AI大学生人才，亦或者只是一味追风口的产物呢？

说到人工智能，我们其实并不不陌生，互联网时代带来的庞大数据，为以算法为根本的人工智能技术提供了物质基础。

在过去的几年里，我们看到俄罗斯的人工智能机器人尤金首次通过了著名的图灵测试，又见证了谷歌的AlphaGo和Master接连战胜人类围棋冠军，这些拥有着浓厚“炫技”色彩的事件似乎在向人们表明人工智能技术已经发展到了一个很高的水平。

但事实上，人工智能究竟能够做什么？“它到底能够用在什么地方？”“它能够给人类解决哪些问题？”不得不说，在人工智能技术的应用方面，中国的互联网企业似乎表现地更加实用主义一些。

比如“ALL in AI”的百度几乎把人工智能技术应用到了旗下所有产品和服务中；阿里巴巴通过展开NASA计划致力于将人工智能技术推向“普惠”；华为也已经发布了自主研发的人工智能芯片并将其应用在旗下智能手机产品中。

可以看出，人工智能是一个比较接近应用层面的领域，智能制造、机器视觉、大数据的分析与处理、机器翻译、文本分析与文本理解、无人驾驶、无人超市、刷脸支付、聊天机器人等等。

许多科技界的大佬一方面受益于人工智能技术，一方面又对人工智能技术发展过程中存在的威胁充满担忧。包括比尔·盖茨、蒂芬·霍金等人都曾对人工智能发展做出警告。尽管从目前来看对人工智能取代甚至毁灭人类的担忧还为时尚早，但毫无疑问人工智能正在抢走各行各业劳动者的饭碗。

就中国目前的情况来看，正处于从劳动密集型产业向技术密集型产业过渡的过程中，自然要受到人工智能技术的冲击，而科技较为落后的东南亚国家和地区因为廉价的劳动力优势仍在，受人工智能技术冲击较小。

据世界经济论坛2016年的调研数据预测：到2020年，机器人与人工智能的崛起，将导致全球15个主要的工业化国家510万个就业岗位的流失，多以低成本、劳动密集型的岗位为主。

或许，人工智能终将改变世界，而由其导致的大规模失业和全球经济结构的调整，显然属于人工智能“无情”的一面，而你我正在见证着这一切的发生。

但不得不说，随着人工智能应用越来越广，人们对于人工智能的期待也越来越高，而现在的人工智能，尚无法达到人们的“心理阈值”，当大众期望走在科技进步后面时，研究者们就像是大冒险家，每到一处都是新的成就，掌声与鲜花闻风而来。

当大众期望走在科技进步前面时，人们更像是站在终点看起点，任凭研究者们在跑道上汗流浃背，等待他们的，却只是一个早已预设好的终点。

这也就有了人工智能被嘲讽成“人工智障”的说法。但不管怎么说，我们在人工智能领域的造诣的确有待提高，而各大高校开设的人工智能专业是否能够挽救“人工智障”呢？未来报考人工智能专业的大学生会像昔日的微商、电竞专业一样石沉大海么？

近几年，随着政府对人工智能领域的大力推崇，加之互联网红利末期的到来，市场重新进入新一代技术开荒期，新商业机会的技术门槛徒增：云计算、大数据、人工智能……无一不需要大量开发者来贡献力量。而这便成为了一些高校开设人工智能专业冠冕堂皇的理由。

深究起来，人工智能是一个非常庞大异常复杂的概念，无法给出清晰的定义。

人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等；应用领域包括机器翻译、语言和图像理解、自动程序设计、专家系统等。

简单来说，人工智能的概念已经超越了专业的概念，它是模仿、研究人类智力活动的决策、优化、控制、学习、规划、协作等问题的集合，几乎和所有的行业都可能、可以产生密切的联系。

所以，许多高校的人工智能专业只是把电子信息类和自动化类重新排列组合，比如计算机＋数学、自动化＋计算机、智能科学与技术等等，新瓶装旧酒，与之前成立的大数据专业类似，实际上还是那几个专业。只是披上个人工智能的马甲就变得高大上了。

而高校的专业与社会实践之间似乎一直存在着谷仓效应。所谓谷仓效应，是将社会上一些各自为政、缺乏协调的企业或组织形象地称作“谷仓”，各个组织或企业间缺乏相互协同的现象。

简而言之，就是一种“社会各体系间孤岛式”的现象。如果放在大学的专业中来看，在学校中灌输的知识、在社会的实践与应用，就是典型的两个“谷仓”。虽然看起来在大学学习的专业是为了以后在社会上的工作与实践，但实质上很难会有直接的介入和渗透关系产生。

而人工智能专业的设立，似乎更难捅破“谷仓效应”。

当然，并非所有高校的人工智能专业都只是一个噱头，真正掌握人工智能技术的院校也有很多，但真正把人工智能学得比较透的，一般是硕士研究生或者博士，抑或是在国外留过学的专业人士，在人工智能浪潮下，人工智能的人才缺口也确实造成了极大的人才荒，因此，才有了五十万年薪找不到一个靠谱人才一说。

这也就衍生出了大量公司在做培训班，什么三个月班，五个月班之类的，但事实上，培训班出不了AI大师，尽管培训班可以培训出看似很系统的东西，但也只是皮毛，就像快餐一样，可以应付一时的饥饿，但真正解决不了营养均衡。

所以，从长远看来，人工智能想要发展好，确实需要高校开设人工智能专业，从而系统化的输出人才，但开设人工智能专业所面临最大的痛点就是老师资源稀缺，人工智能人才水涨船高，优秀的老师人才都被公司挖空了。

因此学校开设人工智能专业，首先就是要确保学校能够请得到优秀的老师资源。

不过，就算解决了师资的问题，还是有许多挑战和痛点，比如人工智能技术迭代太快，本科生和本科教材能否适应这种速度？是否需要细分研究方向？所以课程体系的设置也是个很大考验。

而且，像BAT这个级别的公司的招聘要求都是硕士起步，博士优先。未来是否会降低门槛都还未知，或许，以后的毕业生可能会面临必须考研的窘境。

还有关键的一点，人工智能作为一门新兴的前沿学科，有着大量前置课程需要学习，很多研究生都需要在导师或者前辈的指导下进行入门。

首先无论是在抽象建模还是模型算法分析设计环节，都需要依赖良好的数学基础，而人工智能的核心领域——机器学习是计算机科学中对数学基础要求最高的分支之一。

另外，对一些现代大型人工智能程序而言，甚至连高维数组的存储顺序都需做到优化，这如果没有扎实的计算、软件程序功底显然是不行的。所以说，不管是清华北大还是三本大专，相较于大学的其他专业来看，想要学好人工智能需要更多的努力和汗水。

即便如此，在毕业之后，也并非就有很高的年薪，也是给在人工智能领域少数的优秀人才的，比如能在ccf－b上发论文，或者有acm金牌的人准备的。

所以说，从就业的角度来讲，人工智能专业一个很大问题就是无法为普通的人留出足够多的位置。这个跟传统的专业不太一样，大多数传统的专业从低端到高端都能找到适合自己的位置。无非是优秀的人，能够拿到优秀的报酬，中庸的选手得到中庸的薪资。

而人工智能领域不太一样，社会上可供就业的“坑”没有那么多，有兴趣的人却有很多，到时很有可能面临狼多肉少的情况。

现如今，高校的人工智能，更多的要担负起在未来竞争中的引领责任，而真正有实力开设人工智能专业的学校并不是很多，尽管大多数学校都堂而皇之的设立了人工智能实验室和名义上的“人工智能”专业，实际上却是不负责任的行为。

比起一味的追逐风口，不如在自身的人工智能专业尚未成熟之前，先开一门人工智能的选修的课程，循序渐进，才是高校们正确的探索之路。