移动互联网

人工智能教育先行,“缺人缺书”问题如何破?

2019/10/15 14:49:00

国庆长假闲来无事,看了几本书。

其中一本是关于人工智能深度学习的《深度学习导论与应用实践》,这本书由中国科学院大学深度学习领域的学者编著,清华大学出版社出版。

高校人工智能教育1.png

我大学读的是软件工程专业,不过说句实话,面对很多AI特别是深度学习领域的技术类书籍,读起来还是觉得有些吃力的,因为被称为“新工科”的人工智能是典型的交叉学科,要求有较好的计算机科学、软件工程和数学基础,学习门槛高、难度大。

你会看到不少关于计算机的书籍有着类似“XX语言,XX天从入门到精通”的标题,但你应该没见过“人工智能,XX天从入门到精通”这类书,一些学习者的心路历程,更可能是“人工智能,XX天从入门到放弃”。不过,《深度学习导论与应用实践》这本书,我却基本读懂了,在技术层面对深度学习有了一个更加全面的认知。

一本不错的深度学习入门教材

这本书算是深度学习入门级教材,虽然做不到从入门到精通,但对于初学者来说是一个不错的参考教材,有几个值得推荐的地方:

第一个是深入浅出,将深度学习相关知识,数学、编程语言、机器学习、深度学习、卷积神经网络、循环神经网络……层层递进,从关联知识、基础知识、方法实践和进阶理论,都通俗易懂地进行了介绍;

第二个是产学研结合,结合百度自主研发的开源深度学习框架——飞桨(PaddlePaddle),将原理解析与行业案例结合,在出版前就作为百度牵头举办的全国高校深度学习师资培训班的内训教材,在出版之前已经经过千余名一线高校AI教师实战;

第三个,也是最突出的一点,就是它的实践性颇强。纯针对理论的深度学习书籍我也翻过不少,而这本不止于理论,还有大量脱胎于企业案例的项目实践、代码实战、丰富习题,通过案例实操,读者可以将理论与实践结合。

高校人工智能教育2.png

读到这么一本书,我挺开心的。而且它是高校教材,这意味着,中国AI高校教育在行动。

在人工智能各项要素中,数据、场景和算法我国具有优势,中国AI产业也与美国平分秋色,百度和阿里这样的领头雁,CV(机器视觉)四兽(商汤、依图、旷视和云从),科大讯飞以及大疆这样的AI应用明星,都具有世界级竞争力。

只可惜,产业发展迅猛,技术从业者数量却远远落后,科技巨头即便舍得出钱也不一定抢得到AI牛人,一些关键细分AI领域则缺乏领军人才。

破解AI人才荒的核心手段,是教育。

2019年堪称人工智能本科教育元年,35所高校人工智能专业开课,目的是通过系统性的本科教育,缓解我国AI人才荒。

不过,迫在眉睫的人工智能本科教育,当前还存在两大燃眉之急。

缺人又缺书,教育捉襟见肘

大学要开设一门专业,最基础的两个要素是师资和课程体系。

高校具备AI学术能力的老师不多,有一定学术造诣,可以做AI老师的高端人才正被企业高价争抢,人工智能相关领域的博士生毕业后,同样首选待遇优厚且有实践环境的企业,这导致高校AI师资存在紧缺现象。双一流大学有相对好的软硬件条件,可以在全世界范围吸引AI高端人才做老师,一般院校在师资上,完全不具备开设人工智能专业的能力。整体来说,AI教育存在师资荒。

高校人工智能教育3.png

比这个问题更明显的,是课程体系。

人工智能学科在数学、计算机等相关学科基础上,还包括了脑认知机理、机器感知与模式识别、自然语言处理与理解、知识工程、机器人与智能系统等课程,高校人工智能开课了,然而教材却是个大问题——用哪些书合适?从哪儿来?

一方面,AI相关的资料互联网上越来越多,但适合做教材的却很少,更未形成完善的体系,特别是深度学习这样的细分学科,国内外教材几乎是一片空白。

另一方面,人工智能理论深奥,教育开展离不开案例,依赖深度学习框架、计算器集群算力、机器学习大数据等软硬件资源,传统形式的教材很难满足教学所需。

2018年,华中科技大学电子信息工程专业一位大三学生,在学习深度学习开源框架飞桨(PaddlePaddle)时,将学习心得和应用实例撰写了一些文章,后来顺利出版成书,在深度学习圈受到欢迎,大学生写一本深度学习书都如此受欢迎,相关领域的教材匮乏程度可见一斑。

AI教育“开荒”,还得靠这三步

针对AI教育师资荒和教材荒的问题,AI产学研各界正在多管齐下,合力解决。

第一步是顶层设计,自上而下地落地AI教育中师资队伍的建设和课程体系的完善。

事实上,教育部门去年就行动了。2018年4月,教育部印发《高等学校人工智能创新行动计划》,明确将完善学科布局、加强专业建设、加强教材建设、加强人才培养力度和开展普及教育。3个月后,我国第一本面向中学生的人工智能教材——《人工智能基础(高中版)》正式发布,全国已有数十所学校引入了该教材作为选修课或校本课程。

高校人工智能教育4.png

第二步是多层次结构,不论是师资还是教材,都应该更加立体化。

人工智能在行业落地需要不同级别的人才,高校相应地要培养基础算法研究、方案应用、方案开发、算法应用、芯片和框架设计开发等不同层次的人才,不同级别和类型的高校最终都会进行AI教育。

在师资上,要形成立体化结构,科学家、教授、教师、职业教育讲师、兼职教授、企业讲师,不同师资满足不同类型的AI人才教育需求。在教材上,则要形成多层次结构,核心基础教材和外围补充教材互补,理论教材与实践教材、通用教材与特色教材有机结合。

第三步是产学结合,校企合作,让企业成为高校AI师资和教材建设力量的重要补充。

相对于很多学科教育依赖高校而言,企业在AI教育中的角色会重要很多。

高校缺老师,可以让企业大牛“上讲台”,与高校专职老师一起形成立体化师资队伍,企业还可提供数据、算力、场景等高校不具备的软硬件设施,让AI教育做到理论与实践,科学技术与工程管理,算法与算力、数据和场景,有机结合。

在教材方面,企业同样可以发挥所长,前面提到的《深度学习导论与应用实践》,就是在百度牵头举办的深度学习师资培训班的内训教材基础上形成。

自去年5月起,中国科学院大学的专家与百度先后举办7期全国高校深度学习师资培训班,以百度旗下的深度学习开源框架飞桨(PaddlePaddle)为切入点,结合百度的场景、数据和算力优势,帮助高校培养AI师资。作为培训导师,国科大的专家们洞察到高校对于深度学习教材的需求,找到了将理论与实践结合的契机,他们以内训教材为基础,综合对千余名教师实战培训的心得经验,加入大量项目实践,并结合飞桨(PaddlePaddle)应用实例,打磨出《深度学习导论与应用实践》,一定程度上改善了我国高校人工智能教育深度学习领域教材相对匮乏的局面,这是企业协助高校解决AI教育缺乏师资与教材问题的一个不错的实践。

高校人工智能教育5.png

中国科学院大学与百度举办了7期深度学习师资培训班,还在继续办下去

AI已成为我国科技战略发展方向,教育强则人才强,人才强则产业强,在AI教育中,不论是师资还是教材问题的解决,都离不开企业,校企联动会是大方向。当高校培养出更多优秀AI人才,企业也将成为直接受益者,何乐而不为?


欢迎添加 luochaozhuli (备注:进群)分享交流。

关注罗超频道(luochaotmt),阅读更多精彩内容。

版权声明
本文仅代表作者观点,不代表艾瑞立场。本文系作者授权艾瑞专栏发表,未经许可,不得转载。
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 广告赞助| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10