学习
实践
活动
工具
TVP
写文章

人工智能到底要不要成为本科专业?

闽州教育

学历提升/职业资格证考试

人工智能到底要不要成为本科专业,不是一个绝对如此或者如彼的问题,更多情况下见仁见智,其成败在于整个教育体系和社会结构的共同把持。

反方观点A:AI不稳定,就业有风险

让我们先从反对观点说起。

众所周知,本科生不会都进入研究生阶段继续攻读,那么AI本科专业存在的意义,当然就是能为大量本科生提供就业技能与机遇。

但就今天的AI来说,是否能为四五年后,以至于长期投入社会的大量人才提供就业机会呢?这可能谁也说不好。

AI的发展足够快,需要人才足够多,这在今天是没有问题。但若干年后的AI会依旧能创造大量就业投入吗?甚至说若干年后的AI,是否还和现在我们看到的机器学习统摄下的AI需求一致?这些都是问号。

在很多人看来,加快人工智能进本科的进度,同时也意味着把这些大学生从对计算机科学的学习中隔离出来。那么假如学成后AI不那么火热了,就业机会减少;或者AI在此期间经历了快速的技术发展,学到的东西不足以致用,同时也不能让每个人都继续学术研究。最终岂不是把就业风险施加到了学生身上?

因为某个领域火爆,大学就争先恐后设立专业,结果学成出来发现满不是那么回事了。这种情况在中国并不算少见。那么这种情况下,把AI从计算机科学领域独立出来,似乎还不够稳妥。

毕竟不能让选专业这个很可能影响终生的大事,变成一场赌博。

反方观点B:泡沫可耻,跟风有害

AI发展过快,带起了大量泡沫,这应该是个不争的事实。那么高校过快迎合风口,设置AI本科专业,很可能会变成泡沫的催化剂。

另一种观点认为,AI设置本科专业在很大程度上是有道理的。但这个合理性仅仅限定在师资力量齐备,有广泛研究优势的部分高校中。一旦阀门打开,千奇百怪的学校跟风设置AI本科专业,很可能会贻害学生。

我们提起国内高校的AI大牛,似乎每个名字和他们所在的学校与研究机构都让人感觉熟悉。换句话说,大部分国内高校对于AI这东西是相当陌生的。现在的人工智能研究,目前仅仅是小部分学校与大牛的“专属”,而一旦各种地方院校,甚至资质不佳的合办院校要争取AI风口。那么很可能强行设置一批师资和科研项目,这对于整个AI学术是有害无益的。

归根结底一句话,头部学校准备好了开AI本科,但后面茫茫多的学校,真的有老师和研究力量去支撑本科的AI教学吗?

而AI这块滚热的蛋糕,随便想想就知道是不能放弃的。如果AI本科教育突然袭来,如何抵制跟风者扰乱AI教育,这个问题似乎还没有答案。

正方观点A:人才缺口,真的已经很大很大了

以上两种反对观点,很大程度上是出于对AI未来的怀疑与不信任。但支持AI快速成为本科专业的声音,则更多着眼于AI的现在。

AI的今天,一个最基本的情况,就是缺的人真的太多太多太多了。

去年校招季,在北京招一个刚毕业没有任何成果的AI研究生,就需要年薪30万的代价。这当然有风口的加持,但AI岗位缺人的状况也可见一斑。

根据相关报告统计,到2017年年底,中国AI人才缺口已经超过了百万级,而在今年这个缺口开始进一步拉大。

事实上,AI人才的缺口不仅限于中国,即使是硅谷,也在每天经历着AI岗位需求的扩大。李开复曾经提出:“在硅谷,做深度学习的人工智能博士生,现在一毕业就能拿到年薪200万到300万美元的录用通知,三大公司(谷歌、脸书和微软)都在用不合理的价钱挖人。”同样在欧洲、印度,加快培养AI人才,尤其是中低端人才都是国家教育体系的重要任务之一。

在巨大的人才缺失之下,是限行AI人才培养效率有点慢。一般来说,一个学计算机的本科生,在大三大四时候才能在某些选修课中接触人工智能。而如果想要攻读人工智能方向要到研究生之后。再加上研究生学习中往往没有经历过算法应用的实践,毕业到企业后还需要经历一到两年的再培养。这也意味着,一个AI人才一般要到27岁之后才能上岗,这显然无法供给今天AI产业的发展速度。

事实上,AI产业是一个金字塔型架构。不仅需要高端的逻辑与算法人才,还需要完成大量应用型,甚至是数据型工作。这些工作很大一部分都可以给本科生作为实习机会,而且企业往往欢迎导师带队的本科生入驻实习。

这样一些简单的AI工作,入职者可以从27岁提前到20岁左右,这对于整个AI产业的劳动力供给是效能巨大的。

同时,高收入和高就业率也在吸引着学生的目光,让他们辛苦绕一圈才能进入AI,这好像也有点残忍。

正方观点B:产学研一体化,强烈期待AI本科生

AI人才缺口可以看做一个行业基本面,而在这背后,是AI科研体系的独特性,正在催动着AI人才更早与企业接触。这也间接促使AI本科生这个群体到来。

大家都在说,AI是一个高度产学研一体化的领域。但到底是怎么一体化的呢?

首先我们可以看到,今天的大多数AI应用是基于神经网络与算法达成创造性的。而神经网络的特点是结构延展。换句话说,AI的技术世界不是非此即彼,而是堆叠和嵌入的。回到人才端,这就让很多企业中的AI任务与工作,可以分派出来让独立小组完成。这让象牙塔中的师生走入企业有了绝佳的机会。而一些数据清洗、数据标记类的机器学习基础工作,更是非常适合交给“懂基础的实习生”来完成。

另外,根据相关统计,常青藤高校的AI研究成果,有超过75%最终得到了商业转化。这个比例在各学科中名列前茅。AI的特性决定了高校中的研究和企业中的研究相似度非常高,而师生的创造有很大比率可以被快速转化。这个机会对于老师、学校、学生,以及整个产业,是一个多方共赢的局面。那么第一步,还是让学生尽快进入AI的世界。

还有一个问题值得注意,今天的AI研究是要基于大量数据和算力支撑的。但是这些东西往往不存在于研究室当中,而是只见于科技企业内部。这也就要求实验室必须要到企业中去,给企业提供更多价值。而本科生的劳动和创造力,事实上是这个置换关系之一。

由这些理由,企业和学校都在期待更多学生快速组成产学研一体化的基础,让企业与学校间的循环圈层扩大。

这个意义上来说,本科生是AI前进中的必要动力。

给潜在AI本科生的一点建议

首先,综合来看今天AI的应用前景和就业基本面没有问题。但未来有不确定性,技术也在随时变化,一定要理性考虑谨慎选择。而且读了AI专业绝不意味着预定了高薪高职位。快速变化的AI可能把任何人摔下自己的马车。

其次,一定要警惕不靠谱的人工智能专业。AI的师资目前在国内是绝对的师资资源,如果你报考的学校本来在AI领域不强,也没有引进知名专家,却突然办起了AI专业,那么一定要小心为上——说不定老师还没有你懂得多。

接下来,关于AI要不要进本科的争论应该还会继续。而与此同时,关于AI要不要进高中的讨论,也已经开始进入公众视野……

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181012A1LDSL00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券