文章图片
华为云Marketing部部长董理斌
华为云Marketing部部长董理斌也是看到这样的趋势 ， 他表示AI需要很多不同类型的人才 ， 比如需要架构设计的人才 ， 需要算法模型的人才 ， 以及各种AI细分专业的人才 ， 但当下最迫切的是需要将AI与行业相结合的跨界专家：“我们在各行各业的AI应用都已经有一些很好的突破 ， 把突破转化成规模商用 ， 这就需要一些行业专家的加入 。 ”

文章图片
华为云语音语义创新Lab主任&首席科学家袁晶
华为云语音语义创新Lab主任&首席科学家袁晶表示 ， 从华为的AI战略布局来看 ， 更关心的是AI与千行百业应用场景的结合 ， 以知识计算构筑认知能力 。 知识计算很重要的一点就是跟行业相结合 ， 华为一直在制药、能源、制造、金融等行业做深层次的探索 ， 理解行业诉求和行业本质 ， 以便更好地推动AI真正用起来 。
人才培养要与产业发展相匹配 。 从AI产业四长四短的特征来看 ， 着眼于长远的AI产业需要抓两头：一是源头 ， 原始创新 ， 保持在技术上的领先性 。 二是应用 ， 场景落地 ， 加速AI普惠 。 与之相对应的 ， AI人才主要需要两大类：一是创新型人才 ， 二是应用型人才 。 这也构成了AI人才的金字塔 ， 创新型人才不需要多 ， 但是要精、要高 。 而应用型人才需求量大 ， 并且是懂行业、懂企业的复合型人才 。
产教融合爆发惊人能量 人才是创新的根基 ， 人工智能创新需要一批又一批创新人才的持续发力 。 高校是AI人才培养的主战场 ， 企业是AI人才的实践场 ， 只有产教融合才能让中国的AI产业源源不断地获得高质量人才 。
国家对于AI的重视体现在教育上 ， 国内的大学从2019年开始分批设立人工智能学院 ， 作为一门独立学科开始成体系地培养专业的人才 。 人工智能是典型的交叉学科 ， 具有基础性、交叉性、应用性强的特点 ， 为此各大学院校都在人工智能人才培养上尝试创新教育体系 。

文章图片
北京航空航天大学人工智能研究院常务副院长李波
据北京航空航天大学人工智能研究院常务副院长李波介绍 ， 北京航空航天大学在设立学科之初就确定了教育目标：以学生为中心的产学研协同培养模式 ， 培养掌握现代科学基础理论、具有交叉学科知识的一流人工智能科学家和具有科学家素养的一流人工智能工程师 。 北京航空航天大学在这一创新学科上也采用了全新的1+M+N模式：1个智能理论研究中心；M个共性关键技术研究方向；N个交叉学科重大应用系统平台 。

文章图片
浙江大学计算机学院教授, 教育部人工智能协同创新中心主任庄越挺
浙江大学计算机学院教授、教育部人工智能协同创新中心主任庄越挺表示 ， 浙大采用了“AI+X”的模式 ， 浙江大学有很多优势学科 ， 采用AI与其它专业交叉培养的模式 ， 比如AI+金融、AI+法学 ， 并且采用跨专业的双导师制 。
除了教育体系的创新 ， 各大院校在AI人才培养中更重视与产业界的融合 。 “高校的优势是培养人 ， 我们培养的人是不是企业需要的 ， 是不是有竞争力的 ， 是不是有潜力的 ， 这是高校关心的事 。 反过来企业也是一样 ， 怎么找到适合自己的人、优秀的人 。 这就是学校与企业要相互完成的社会责任 。 ”李波认为 ， 企业与高校的合作就是构建一个新生态 ， 开放共享 ， 让这个生态可持续发展 ， 才能真正实现共赢 。