校企深度融合：中國高校發(fā)展人工智能的“關(guān)鍵一招”*
——《高等學(xué)校人工智能創(chuàng)新行動計劃》解讀之二

關(guān)漢男 萬 昆 吳旻瑜

（1.華東師范大學(xué) 教育學(xué)部 教育信息技術(shù)學(xué)系，上海 200062；2.華東師范大學(xué) 國家教育宏觀政策研究院，上海 200062；3.上海交通大學(xué) 中國城市治理研究院，上海 200030）

近年來，人工智能正在深刻影響著經(jīng)濟、政治、民生等各個領(lǐng)域，發(fā)展人工智能已經(jīng)成為歐美發(fā)達國家的重要科技創(chuàng)新戰(zhàn)略。我國也高度重視發(fā)展人工智能科學(xué)與技術(shù)，習(xí)近平總書記曾多次強調(diào)發(fā)展人工智能的重要性與緊迫性；2017年，國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》）[1]，指出要“搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強國”，并提出了中國發(fā)展人工智能的“三步走”戰(zhàn)略。2018年，教育部發(fā)布的《高等學(xué)校人工智能創(chuàng)新行動計劃》（以下簡稱《行動計劃》）[2]，也指出人工智能“是經(jīng)濟發(fā)展新引擎、社會發(fā)展加速器”，“正在滲透并重構(gòu)生產(chǎn)、分配、交換、消費等經(jīng)濟活動環(huán)節(jié)，形成從宏觀到微觀各領(lǐng)域的智能化新需求、新產(chǎn)品、新技術(shù)、新業(yè)態(tài)，改變?nèi)祟惿罘绞缴踔辽鐣Y(jié)構(gòu)，實現(xiàn)社會生產(chǎn)力的整體躍升”。可見，人工智能作為一項可能引領(lǐng)未來發(fā)展的重要科技門類，已受到國家層面的關(guān)注與重視，搶抓人工智能發(fā)展機遇已經(jīng)上升為國家戰(zhàn)略。

誠如《規(guī)劃》所言，“發(fā)展人工智能是一項事關(guān)全局的復(fù)雜系統(tǒng)工程”，既然是“系統(tǒng)工程”就需要“系統(tǒng)布局”。如《規(guī)劃》所述，在推進人工智能發(fā)展過程中，會“充分發(fā)揮社會主義制度集中力量辦大事的優(yōu)勢”。但另一方面，人工智能卻也不同于“兩彈一星”，因此在強調(diào)政府作用的同時，《規(guī)劃》更加強調(diào)了市場的作用，并把“市場主導(dǎo)”列為今后這一階段我國推進人工智能發(fā)展的基本原則。具體而言，要“遵循市場規(guī)律，堅持應(yīng)用導(dǎo)向，突出企業(yè)在技術(shù)路線選擇和行業(yè)產(chǎn)品標準制定中的主體作用，加快人工智能科技成果商業(yè)化應(yīng)用，形成競爭優(yōu)勢”。那么，該怎樣處理好“系統(tǒng)布局”與“市場主導(dǎo)”之間的關(guān)系？這其中當然有“主導(dǎo)/從屬”的關(guān)系，但落實到具體層面更有“分工/合作”的關(guān)系。人工智能是一個學(xué)科跨界、內(nèi)容廣泛的領(lǐng)域，從《規(guī)劃》來看，下一階段我國在人工智能領(lǐng)域所需發(fā)展、突破的，既包括基礎(chǔ)理論，也包括關(guān)鍵技術(shù)，幾乎囊括了目前人工智能領(lǐng)域所需解決的一切問題。那么，哪些問題該由誰來解決更為合適？

長期以來，高校和科研院所一直扮演著國家科技創(chuàng)新與發(fā)展的主引擎角色，在我國的歷次重大科技進展過程中，高校和科研院所貢獻尤多。在這一輪提升我國人工智能發(fā)展水平的行動中，高校也被寄予了很高的期待?！缎袆佑媱潯穼Ω咝Ｔ谖覈斯ぶ悄苷w發(fā)展與推進格局中的定位，是“引領(lǐng)我國人工智能領(lǐng)域科技創(chuàng)新、人才培養(yǎng)和技術(shù)應(yīng)用示范，帶動我國人工智能總體實力的提升”。并提出 “到2030年，高校成為建設(shè)世界主要人工智能創(chuàng)新中心的核心力量和引領(lǐng)新一代人工智能發(fā)展的人才高地，為我國躋身創(chuàng)新型國家前列提供科技支撐和人才保障”這一藍圖。

從世界范圍來看，“二戰(zhàn)”之后，企業(yè)在世界各國（尤其是歐美發(fā)達國家）科技創(chuàng)新格局中的地位不斷上升、貢獻不斷增大。特別是在醫(yī)藥、電子等與市場緊密聯(lián)系的領(lǐng)域，無論是基礎(chǔ)研究，還是技術(shù)研發(fā)，企業(yè)（尤其是資金實力雄厚的跨國公司）都有著更加突出的表現(xiàn)。從某種程度說，在一些領(lǐng)域，高校和企業(yè)事實上已經(jīng)成為了競爭者。這一趨勢近年來在我國也有顯現(xiàn)。在科技研發(fā)方面，高校和企業(yè)各具特點、各有短長，面對這種局面如何在更高層次上“系統(tǒng)布局”，讓高校為所當為，進一步發(fā)揮出高校的“科研國家隊”的作用和價值，就成為了貫徹 《行動計劃》，以及推動《規(guī)劃》中各項目標達成的關(guān)鍵。為此，本文旨在借鑒國外相關(guān)經(jīng)驗的基礎(chǔ)上，厘清今后這一階段中國人工智能發(fā)展格局中，高校所應(yīng)扮演的角色和承擔(dān)的職責(zé)。

一、人工智能研究的根本屬性：從知識生產(chǎn)模式視角分析

（一）什么是知識生產(chǎn)模式

人類任何的創(chuàng)新過程都屬于知識的生產(chǎn)。人們將知識生產(chǎn)過程加以總結(jié)概括，形成知識生產(chǎn)的范式，即“知識生產(chǎn)模式”。這一概念由英國社會學(xué)家邁克爾·吉本斯（Michael Gibbons）等學(xué)者，在 1994年合著出版的《知識生產(chǎn)的新模式》一書中首次提出。吉本斯認為，20世紀后半葉以來，一種新的知識生產(chǎn)模式（知識生產(chǎn)模式Ⅱ）正在日益興起。知識生產(chǎn)模式Ⅱ與傳統(tǒng)的知識生產(chǎn)模式 （知識生產(chǎn)模式Ⅰ），在各方面均有著顯著不同。而后，根據(jù)知識生產(chǎn)模式Ⅰ和模式Ⅱ的邏輯演變，美國學(xué)者埃利亞斯·G·卡拉雅尼斯（Elias G.Carayannis）等于2003年進一步提出并闡發(fā)了知識生產(chǎn)模式Ⅲ理論。三種模式的特征比較如表1所示。

在模式演進中，大學(xué)在知識生產(chǎn)過程中分別呈現(xiàn)著“壟斷—參與—主導(dǎo)”的地位變化。而值得強調(diào)的是，知識生產(chǎn)模式Ⅰ至Ⅲ并不是簡單的順序演變，而是完全可能并存，并根據(jù)不同的知識生產(chǎn)對象，呈現(xiàn)不同的生產(chǎn)模式傾向。例如，在當今世界的綜合性研究型大學(xué)中，數(shù)、理等基礎(chǔ)學(xué)科的發(fā)展，仍舊更傾向于知識生產(chǎn)模式Ⅰ。而工科等應(yīng)用屬性突出的學(xué)科領(lǐng)域，則面臨工業(yè)界的強烈挑戰(zhàn)，具有生產(chǎn)模式Ⅱ的顯著特征。緣于公民社會具有的更為廣泛參與知識生產(chǎn)的技術(shù)手段，以及人工智能等交叉性、顛覆性技術(shù)，導(dǎo)致傳統(tǒng)學(xué)科的邊界日益模糊。這使得生產(chǎn)模式Ⅲ的產(chǎn)生，與信息時代新技術(shù)的興起密不可分。

表1 生產(chǎn)模式Ⅰ、生產(chǎn)模式Ⅱ與生產(chǎn)模式Ⅲ的比較[3]

相較而言，知識生產(chǎn)模式Ⅱ是在已有學(xué)科體系下的應(yīng)用領(lǐng)域發(fā)展，屬于在原有學(xué)科路徑基礎(chǔ)上的創(chuàng)新，而模式Ⅲ則是打破學(xué)科邊界，按照復(fù)雜問題解決所涉及的知識領(lǐng)域進行重組，進而形成知識群。新的知識群打破了傳統(tǒng)學(xué)科門類、專業(yè)的組合，強調(diào)以跨領(lǐng)域、非均質(zhì)性知識、碎片化知識為源頭。因此，知識生產(chǎn)模式的演進，讓知識的傳統(tǒng)劃分方式進一步融合，讓基礎(chǔ)研究的應(yīng)用型發(fā)展路徑和應(yīng)用研究的基礎(chǔ)型內(nèi)涵路徑，成為對社會創(chuàng)新系統(tǒng)的新詮釋。

在這個過程中，大學(xué)不再是模式Ⅱ中的被動參與角色，而是在重新審視自身知識生產(chǎn)地位之后，主動建立起銜接市場的組織。如，大學(xué)的成果轉(zhuǎn)化部門、孵化器等機構(gòu)，以謀求與企業(yè)建立更為緊密的聯(lián)系；而另一方面，隨著企業(yè)知識創(chuàng)新能力的逐步提升，一些企業(yè)對于基礎(chǔ)研究的重視程度也有所提高，企業(yè)獨立研發(fā)部門的設(shè)置既為大學(xué)帶來了挑戰(zhàn)，也為大學(xué)提供了在知識生產(chǎn)領(lǐng)域開展深度合作的新機遇。除此之外，隨著知識生產(chǎn)模式的變化，大學(xué)中的既有學(xué)科體系逐漸難以滿足研究發(fā)展新技術(shù)的需求，新的學(xué)科往往以“跨學(xué)科”或“超學(xué)科”形式出現(xiàn)，大學(xué)中面向?qū)嶋H問題的綜合研究中心，正有悄然崛起之勢[4]。

（二）人工智能研究的根本屬性

1956年夏天，約翰·麥卡錫（John Maccarthy）等首次提出“人工智能”這一概念，被認為是人工智能學(xué)科誕生的標志。在隨后60余年的發(fā)展歷程中，人工智能技術(shù)幾經(jīng)沉?。荷鲜兰o60-70年代，處于起步階段的人工智能研究大多局限于應(yīng)用計算機進行單一復(fù)雜問題求解。人工智能一度陷入發(fā)展乏力，甚至“笑話百出”的發(fā)展低迷期。直到1980年前后，伴隨計算機專家系統(tǒng)的蓬勃興起，計算機智能化取得了一定的階段性進展，人機協(xié)同工作成為可能，對于人工智能的研究也再次引發(fā)公眾關(guān)注。但當時的人工智能水平與人類解決問題的能力相比尚存差距，因此，很快人工智能概念出現(xiàn)了分化，分化出計算視覺、認知推理、語言通訊、博弈倫理、機器人學(xué)、機器學(xué)習(xí)等若干相互獨立發(fā)展的分支[5]。而且，這些學(xué)科基本拋棄了之前30年以邏輯推理與啟發(fā)式搜索為主的研究方法，取而代之的是概率統(tǒng)計的方法[6]，主要目的是提升單一領(lǐng)域的問題解決水平，以期盡快趕超人類智能。

21世紀以來，特別是互聯(lián)網(wǎng)普及化和大數(shù)據(jù)時代的到來，為基于大數(shù)據(jù)分析的機器學(xué)習(xí)技術(shù)提供了廣闊的學(xué)習(xí)樣本空間和便捷的應(yīng)用環(huán)境，這使得解決單一問題的人工智能技術(shù)得到迅速發(fā)展，技術(shù)精度獲得大幅提升。因此，以專用人工智能系統(tǒng)取得突破性進展（例如，AlphaGo戰(zhàn)勝李世石）為標志，人工智能技術(shù)在近年間實現(xiàn)了爆發(fā)式增長，并受到空前關(guān)注。到目前為止，人工智能技術(shù)仍處于蓬勃發(fā)展的上升期。由于人工智能在完成單一任務(wù)（例如，專用智能機器人、圖像識別、語音識別等）方面的迅速進步，使得人工智能研究涉及到了倫理法律、社會治理、哲學(xué)心理等諸多人文社科領(lǐng)域的研究。但不可忽視的是，目前，對于真正類人化的多任務(wù)人工智能系統(tǒng)的研究，仍處于緩慢發(fā)展階段。許多學(xué)者認為，這一領(lǐng)域的突破要依賴于腦科學(xué)、認識理論、學(xué)習(xí)科學(xué)等其他領(lǐng)域的進步。

人工智能不僅在橫向上涵蓋的學(xué)科非常廣泛，而且在縱向上涉及從基礎(chǔ)理論、算法設(shè)計到程序開發(fā)、產(chǎn)品制造等一系列環(huán)節(jié)，涵蓋了基礎(chǔ)研究、應(yīng)用研究與工程實踐。因此，人工智能其實是涉及從理論到應(yīng)用、跨越文理界限和傳統(tǒng)學(xué)科邊界的超學(xué)科研究領(lǐng)域。很顯然，在知識生產(chǎn)模式視域下，人工智能的研究范疇，已經(jīng)跨越了生產(chǎn)模式Ⅰ至Ⅲ的簡單劃分。因此，人工智能研究的系統(tǒng)布局，需要根據(jù)生產(chǎn)模式Ⅰ至Ⅲ的特點，有針對性地加以設(shè)計，其研究范式很有可能介于生產(chǎn)模式Ⅱ （企業(yè)主導(dǎo)）與模式Ⅲ（大學(xué)主導(dǎo)）之間。這其中，究竟哪一種模式更符合發(fā)展人工智能的需要？必須結(jié)合不同國情和經(jīng)濟社會發(fā)展的不同階段，進一步加以分析。

二、美國人工智能的發(fā)展格局及其借鑒與思考

（一）美國的人工智能發(fā)展戰(zhàn)略

2016年10月，美國國家科學(xué)與技術(shù)委員會相繼發(fā)布了兩份關(guān)于人工智能領(lǐng)域的美國國家戰(zhàn)略報告——《國家人工智能發(fā)展與研究戰(zhàn)略計劃》（下文簡稱《戰(zhàn)略計劃》）和《為人工智能的未來做好準備》（下文簡稱《做好準備》）?！稇?zhàn)略計劃》主要從技術(shù)角度出發(fā)，明確提出了戰(zhàn)略目標愿景、七個重點領(lǐng)域（人工智能研究的長期投資、開發(fā)有效的人類與人工智能協(xié)作方法、理解并解決人工智能的倫理法律和社會影響、確保人工智能系統(tǒng)的安全可靠、開發(fā)用于人工智能培訓(xùn)及測試的公共數(shù)據(jù)集和環(huán)境、制定標準以測量和評估人工智能技術(shù)、更好地了解國家人工智能人力需求[7]），以及若干工作建議。而《做好準備》更多是從政府與治理的角度，探討人工智能的挑戰(zhàn)與政府治理問題，具體包括公共物品與人工智能、人工智能在聯(lián)邦政府的應(yīng)用、人工智能與管制、人工智能與安全等主題[8]。這兩份報告的出臺，標志著全球最有影響力的發(fā)達國家正式提出了面向人工智能時代的國家戰(zhàn)略規(guī)劃。從對這兩份報告的分析可見，美國的人工智能戰(zhàn)略既具有鮮明的新技術(shù)時代特征，也具有與其傳統(tǒng)優(yōu)勢相一致的戰(zhàn)略導(dǎo)向。

（二）美國高校與企業(yè)在推進人工智能發(fā)展中的關(guān)系

盡管美國高校中不乏Harvard、MIT等世界級頂尖名校，更有Stanford等以科技成果轉(zhuǎn)化見長，并與產(chǎn)業(yè)、工業(yè)界結(jié)合度十分緊密的創(chuàng)新型大學(xué)。但在人工智能等新興技術(shù)的發(fā)展浪潮中，諸多現(xiàn)實數(shù)據(jù)表明，美國企業(yè)仍扮演著更為直接、主動的角色。著名人工智能專家、斯坦福大學(xué)李飛飛教授就曾在某次與國內(nèi)高校專家學(xué)者有關(guān)會議上坦言：“美國的高校目前面臨一個比較大的問題，就是人工智能方向的人才太難招了，因為工業(yè)界會重金挖人，連斯坦福這樣的學(xué)校也未必搶得過他們”。

我們綜合各種資料來看，美國的高校與企業(yè)在國家人工智能發(fā)展格局中的關(guān)系，體現(xiàn)出以下五個特點：（1）總體上，人工智能關(guān)鍵技術(shù)研發(fā)與應(yīng)用推廣的主體還是企業(yè)，在人工智能關(guān)鍵技術(shù)的發(fā)展中起到引領(lǐng)作用；（2）不少人工智能企業(yè)的核心技術(shù)，來自于知名大學(xué)教授或?qū)W生團隊，在技術(shù)的原始積累與醞釀中，高校仍扮演重要角色；（3）工業(yè)界對人工智能頂尖人才的“虹吸效應(yīng)”十分明顯，創(chuàng)新引領(lǐng)型公司（如，Google、Facebook等）更容易成為核心技術(shù)與領(lǐng)軍人物的聚集高地；（4）在人工智能基礎(chǔ)理論、基礎(chǔ)算法、前瞻性研究等領(lǐng)域，大學(xué)發(fā)揮了不可替代的重要作用；（5）大學(xué)是人工智能領(lǐng)域人才培養(yǎng)的主體，但相關(guān)的高水平師資隊伍建設(shè)壓力較大。

（三）“美國模式”對于我國高校的借鑒與思考

從美國的經(jīng)驗出發(fā)，似乎很容易得出結(jié)論——人工智能等革命性高新科技的發(fā)展，大多是發(fā)端于高?；蚩蒲性核?，而成熟并興盛于產(chǎn)業(yè)界，故高校應(yīng)當做好人才培養(yǎng)、基礎(chǔ)性研究等“擅長的事”；在提升應(yīng)用核心能力方面要“讓位”于工業(yè)界，讓企業(yè)唱主角，從而實現(xiàn)資源的最優(yōu)化配置。這也是目前諸多學(xué)者專家提出的主流觀點之一。

盡管如此，我們認為，絕不能片面照搬西方國家推動高新技術(shù)發(fā)展的模式與經(jīng)驗，來決定中國人工智能發(fā)展戰(zhàn)略的推進路徑，而應(yīng)充分認清國情，有所揚棄地吸收借鑒。這主要有三方面的理由：

（1）中美高校在長期演進中，由于制度、文化等背景原因，形成了制度體系和辦學(xué)模式等方面的較大差異。僅從高校開展科學(xué)研究的使命和從事的具體領(lǐng)域來看，中美高校就大有不同。根據(jù)美國國防部于21世紀初提出并被廣泛采用的TRL（Technology Readiness Levels）技術(shù)成熟度分級模型來看（如表2所示），技術(shù)成熟度被分為從1至9共九個等級，其中“1”代表發(fā)現(xiàn)或原理層面的基礎(chǔ)性研究，“9”代表能夠直接面向市場應(yīng)用的研究成果。那么，美國高校大多數(shù)（盡管個體差異性也很大）從事于“1-3級”的研究工作，少數(shù)創(chuàng)業(yè)型高?？梢匝由熘痢?-6級”。而中國高校在相當長一段時間內(nèi)，則處于“1-9級”研究領(lǐng)域并存的現(xiàn)象。即中國高校與企業(yè)的分工的差異性，并沒有美國表現(xiàn)得突出。

（2）中國企業(yè)總體上的創(chuàng)新研發(fā)能力與美國相比，尚有不小差距。改革開放40年來，中國經(jīng)濟發(fā)展模式經(jīng)歷了從資源與勞動密集型逐步向技術(shù)密集型的轉(zhuǎn)變，盡管黨的“十八大”以來，創(chuàng)新驅(qū)動已上升為國家戰(zhàn)略，但不可否認，中國企業(yè)的創(chuàng)新研發(fā)能力尚處于上升期。根據(jù)2017年度全球研發(fā)投入100強企業(yè)排行榜（如圖1所示）顯示，進入世界企業(yè)R&D（Research And Development，研究與試驗發(fā)展指標）資金投入百強的中美企業(yè)，在研發(fā)投入比重上差異明顯，反映出中美企業(yè)創(chuàng)新能力尚存不少差距。

（3）中國高校更容易利用好“集中力量辦大事”的體制優(yōu)勢。中美兩國及高校具有截然不同的制度體制，大學(xué)作為中國國家體制內(nèi)推進創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略中不可或缺的中堅力量，具有更高的戰(zhàn)略關(guān)注度和制度執(zhí)行力，更容易在短期內(nèi)產(chǎn)生人才、資金、技術(shù)、政策的聚集效應(yīng)。

表2 美國國防部（DoD）對技術(shù)成熟度九級標準（TRL）的描述[9]

圖1 進入世界企業(yè)R&D投入百強的中美企業(yè)研發(fā)支出與銷售收入占比對比[10]

綜上分析，中國高校不必簡單對標“美國模式”，而應(yīng)在推動人工智能發(fā)展戰(zhàn)略中,扮演更加積極主動的角色。但在當今中國國情背景下，高校與企業(yè)的長短利弊仍需要深入具體分析，以期找到更契合中國高校實際的人工智能發(fā)展模式。

三、人工智能發(fā)展格局中的高校角色

（一）高校在人工智能發(fā)展戰(zhàn)略中的“用武之地”

大學(xué)承擔(dān)著人才培養(yǎng)、科技創(chuàng)新、社會服務(wù)、文化傳承與創(chuàng)新、國際合作與交流等重要使命。所謂“尺有所長，寸有所短”，高校若想在千帆過境、百舸爭流的人工智能角逐中脫穎而出，必須要找準“用武之地”，從擅為之處入手，才能用好用足自身的比較優(yōu)勢。具體而言：

（1）高校是培養(yǎng)和輸送各級各類人工智能人才的“造血庫”。人工智能戰(zhàn)略的競爭本質(zhì)上是人才的競爭，根據(jù)高盛公司發(fā)布的 《全球人工智能產(chǎn)業(yè)分布》報告統(tǒng)計，我國人工智能的人才缺口超過500萬人，供求比達到1:10[11]。而在全球人工智能人才儲備中，中國只占5%左右。一方面是逐漸呈現(xiàn)井噴式發(fā)展的人工智能產(chǎn)業(yè)；另一方面則是“百年樹人”的傳統(tǒng)高校人才培養(yǎng)模式，兩者相較，凸顯了人工智能人才培養(yǎng)的緊迫性。在某種程度上，人工智能產(chǎn)業(yè)的高速發(fā)展正在倒逼高校大力布局人工智能學(xué)科建設(shè)、構(gòu)建人才培養(yǎng)體系。而培養(yǎng)能夠滿足產(chǎn)業(yè)人才缺口的合格人工智能人才與從業(yè)者，則是高校舍我其誰的責(zé)任。

（2）高校是開展人工智能國際學(xué)術(shù)交流與合作的“橋頭堡”。大學(xué)作為人類探求科學(xué)奧義和拓展知識邊界的學(xué)術(shù)殿堂，往往成為新技術(shù)、新理念、新知識快速傳播的發(fā)源地或橋頭堡。其主要原因是大學(xué)的學(xué)術(shù)組織身份，具有與生俱來的開放互鑒的文化基因。這有助于在交流合作中，更好地規(guī)避商業(yè)利益紛爭和政治文化隔閡，從而實現(xiàn)科學(xué)技術(shù)與思想理念的便捷交換。因此，在引進和傳播人工智能先進技術(shù)及理論中，大學(xué)應(yīng)發(fā)揮其特有的身份優(yōu)勢，開拓國際視野，跟蹤發(fā)展現(xiàn)狀，甚至要努力實現(xiàn)前沿技術(shù)的快速傳播與轉(zhuǎn)移。

（3）高校是開展人工智能領(lǐng)域的基礎(chǔ)性、前瞻性、交叉性研究的“動力源”。企業(yè)逐利性的本質(zhì)，決定了對于基礎(chǔ)性、前瞻性的研究是普遍缺乏動力的，即便是處于行業(yè)領(lǐng)頭羊地位的創(chuàng)新引領(lǐng)型公司，也必須遵循市場經(jīng)營的規(guī)律辦事，不會在這類研究領(lǐng)域中過多投入。而大學(xué)則承擔(dān)著前沿公共知識供給的社會責(zé)任，是基礎(chǔ)性、前瞻性研究的策源地和蓄水池。此外，人工智能的發(fā)展還波及倫理、就業(yè)等系統(tǒng)性社會問題，這些交叉領(lǐng)域的研究理所應(yīng)當成為大學(xué)的重要職責(zé)。同時，大學(xué)也應(yīng)針對人工智能可能引發(fā)的社會問題，積極為政府咨政建言。

（4）高校是人工智能綜合應(yīng)用場景的“試驗田”。因高校是一個“五臟俱全”的小社會，加之用戶群體易于接受新鮮事物，在部署人工智能應(yīng)用時具有得天獨厚的優(yōu)勢。人工智能與高等教育的碰撞，更催生了數(shù)字校園向智慧校園的轉(zhuǎn)變，也為智慧城市的研發(fā)提供了“練兵場”?！盎ヂ?lián)網(wǎng)+”與人工智能技術(shù)在高校中的滲透與應(yīng)用，將構(gòu)筑智慧校園的新生態(tài)，呈現(xiàn)出新的數(shù)據(jù)形態(tài)、技術(shù)形態(tài)、組織形態(tài)與關(guān)系形態(tài)[12]。而實現(xiàn)這一目標，則需要高校和人工智能技術(shù)企業(yè)的共同深度參與[13]。

（二）高校在推進人工智能戰(zhàn)略中的“困境之處”

（1）對頂尖人工智能科學(xué)家延攬能力不足?？陀^而言，工業(yè)界擁有比高校更強的人工智能人才集聚能力，例如，Google、Facebook以及國內(nèi)的BAT等公司均持續(xù)加大對AI領(lǐng)域R&D的經(jīng)費投入，其中Google公司2017年的投入，約為200至300億美金。產(chǎn)業(yè)界的“重金挖人”，使得高校人工智能專家流失現(xiàn)象加劇。這一現(xiàn)象從人工智能發(fā)展的整體角度來看，未必一定是壞事，但對于高校開展人工智能人才培養(yǎng)和學(xué)科建設(shè)，卻都是極大的挑戰(zhàn)。

（2）對人工智能核心技術(shù)的攻堅能力尚待提高。我國人工智能的發(fā)展在核心算法、高端芯片、關(guān)鍵器件等領(lǐng)域，與世界一流水平尚存不小差距。高校作為推動自主創(chuàng)新的重要一極，需要在核心技術(shù)和重點原創(chuàng)性成果方面，進一步提升產(chǎn)出能力。

（3）人工智能人才培養(yǎng)體系與模式尚不成熟。尚需構(gòu)建基礎(chǔ)教育至大學(xué)本科、研究生一體化的人工智能培養(yǎng)體系，探索更具有針對性和時效性的培養(yǎng)模式。特別要注重培養(yǎng)數(shù)理基礎(chǔ)厚實、應(yīng)用能力突出的拔尖創(chuàng)新人才和具有多學(xué)科知識結(jié)構(gòu)的復(fù)合型人才。

（4）支撐人工智能研究的多學(xué)科交叉協(xié)同機制不夠暢通。人工智能涉及多學(xué)科、多領(lǐng)域的交叉研究，雖然一些綜合性大學(xué)已經(jīng)具備了開展人工智能研究的大部分學(xué)科門類，但如何組建深度融合、高效運行的跨學(xué)科研究力量，仍需探索成熟的做法。例如，如何科學(xué)合理地組建人工智能研究實體（如，人工智能研究院）？如何打通院系等既有辦學(xué)單位的流通管道，以支撐相關(guān)師資的自由流動？如何跨越原有學(xué)科中學(xué)術(shù)共同體的藩籬？對從事交叉研究人員如何進行合理的績效評價？等等。

四、對高校發(fā)展人工智能的政策建議

中國高校要在發(fā)展人工智能的國家戰(zhàn)略中有為有位，就必須揚長補短。我們認為，以開展校企深度融合為主線，多措并舉，是實現(xiàn)這一目標的“關(guān)鍵一招”。

（一）加強人才培養(yǎng)領(lǐng)域的校企協(xié)同

在當前形勢下，由于人工智能產(chǎn)業(yè)需求不斷擴大，甚至呈現(xiàn)指數(shù)增長之勢。高校人才培養(yǎng)策略應(yīng)當“量”與“質(zhì)”并重。在“量”上要快速填補大量的人工智能行業(yè)人才缺口；在“質(zhì)”上要及時搶占人工智能人才金字塔的“塔尖”。大學(xué)要完善人工智能領(lǐng)域多主體協(xié)同育人機制，將高校的基礎(chǔ)性研究優(yōu)勢與企業(yè)的應(yīng)用性研究優(yōu)勢合力轉(zhuǎn)化為育人的優(yōu)勢。應(yīng)鼓勵高校聯(lián)合企業(yè)研發(fā)部門組建人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟[14]，打通校企人才培養(yǎng)的壁壘，以擴展人才培養(yǎng)的邊界。具體而言：一是高?？稍谌斯ぶ悄茴I(lǐng)域推廣產(chǎn)業(yè)導(dǎo)師和學(xué)術(shù)導(dǎo)師“雙導(dǎo)師制”。通過校企聯(lián)合培養(yǎng)研究生，既能快速提升學(xué)生的應(yīng)用研究能力，又能讓行業(yè)專家直接參與校內(nèi)人工智能人才培養(yǎng)和學(xué)科建設(shè)，提高人工智能領(lǐng)域人才培養(yǎng)質(zhì)量。二是對于人工智能領(lǐng)域人才實行校企雙聘制度。不求所有，但為所用，允許條件適合的教師企業(yè)掛職或離崗創(chuàng)業(yè)，切實降低校企之間人工智能人才雙向流動和共享共用的制度成本，以緩解目前人才緊缺的現(xiàn)象[15]。三是加強人工智能領(lǐng)域人才的前瞻布局[16]。一方面，鼓勵更多高校開設(shè)人工智能本科專業(yè)，探索形成系統(tǒng)完備的人工智能課程體系和培養(yǎng)計劃；另一方面，探索信息技術(shù)領(lǐng)域的拔尖創(chuàng)新人才培養(yǎng)新模式，特別要針對扎實數(shù)理基礎(chǔ)和多學(xué)科知識結(jié)構(gòu)的養(yǎng)成，將信息技術(shù)類的科創(chuàng)競賽或?qū)嵺`活動 （如，ACM世界大學(xué)生程序設(shè)計大賽等）作為人工智能人才培養(yǎng)的重要抓手。

（二）加強科學(xué)研究領(lǐng)域的校企合作

加強新一代人工智能基礎(chǔ)理論研究，推動關(guān)鍵核心技術(shù)攻關(guān)是國家發(fā)展人工智能技術(shù)的重中之重。盡管，國家自然科學(xué)基金委員會已于2018新增了“人工智能學(xué)科”和“交叉學(xué)科中的信息科學(xué)”兩個子目錄代碼，旨在圍繞人工智能的核心理論與關(guān)鍵技術(shù)加大研發(fā)投入力度。但相對于龐大的人工智能領(lǐng)域體量來看，其資源助推力還有限。因此，要進一步創(chuàng)新研發(fā)投入的體制機制，特別是要匯聚體制內(nèi)外的資本力量，引導(dǎo)民間資本在人工智能的基礎(chǔ)研究領(lǐng)域也能適當加大投入力度。比如，可通過高校與工業(yè)界相關(guān)企業(yè)的深度合作，共同設(shè)置校企人工智能研發(fā)資金，構(gòu)建共同出資、成果共享、責(zé)任共擔(dān)的研究資助共同體。再比如，可推廣校企聯(lián)合設(shè)置人工智能實驗室的經(jīng)驗。目前，國內(nèi)不少高水平研究型大學(xué)都成立了人工智能領(lǐng)域的研究實體，工業(yè)界也有阿里巴巴“達摩院”、“百度大腦”計劃等研究實體，但真正校企聯(lián)合開展的技術(shù)攻關(guān)實驗室尚不多見。這其中有體制內(nèi)外管理制度、校企行動愿景不一致等諸多因素的制約。但毋庸置疑，校企聯(lián)合的攻關(guān)優(yōu)勢和潛力尚待挖掘。

（三）加強科技成果轉(zhuǎn)化過程的校企聯(lián)動

科技成果轉(zhuǎn)化是促進知識成果成為現(xiàn)實生產(chǎn)力的關(guān)鍵環(huán)節(jié)。這對于市場熱度高、應(yīng)用潛力大的人工智能技術(shù)來說，顯得尤為重要。高校應(yīng)進一步突破科技成果轉(zhuǎn)化的體制機制障礙，特別是要通過管理制度及激勵導(dǎo)向上的調(diào)整，讓人工智能領(lǐng)域的科技成果更易于與市場對接。例如，高?？梢蚤_放更多的人工智能學(xué)科的項目專利等科研成果給有關(guān)合作企業(yè)，實現(xiàn)專利信息的實時共享，彌合成果轉(zhuǎn)化過程中的信息不對稱；研究型大學(xué)應(yīng)把握好研究導(dǎo)向與市場導(dǎo)向的平衡，必須認識到人工智能技術(shù)的應(yīng)用屬性，強調(diào)教師的分類發(fā)展，避免讓從事科技成果轉(zhuǎn)化的學(xué)者因論文等單一的學(xué)術(shù)導(dǎo)向而無所適從；高校應(yīng)調(diào)整專利申請量或者授予量作為評估標準的做法，增加專利商業(yè)化和產(chǎn)業(yè)化作為評估標準的比重，具體而言，高校的專利審核應(yīng)更加重視發(fā)明的商業(yè)潛力和市場前景，而不能僅僅看重其在理論方面的先進性[17]。

（四）發(fā)揮高校多學(xué)科優(yōu)勢，促進交叉研究

高校要加強學(xué)科統(tǒng)籌，探索設(shè)置人工智能學(xué)院的合理有效途徑。目前，高校在人工智能學(xué)科建設(shè)方面處于戰(zhàn)略上爭搶高地、戰(zhàn)術(shù)上“摸著石頭過河”的起步階段。因此，對于要不要設(shè)置學(xué)院，以及如何設(shè)置人工智能學(xué)院以加強學(xué)科建設(shè)的資源統(tǒng)籌能力，都有著不同的見解與嘗試。我們總結(jié)國內(nèi)外高校經(jīng)驗，大體可以分為兩類做法：一是Horizontal模式（水平式），即將人工智能元素（主要包括培養(yǎng)方案、課程設(shè)置、師資隊伍等）投入到幾個相關(guān)學(xué)院，如，在計算機學(xué)院、教育學(xué)院、機械工程學(xué)院、生命醫(yī)學(xué)院等。二是Centralized模式（中心式），即將各學(xué)院的人工智能相關(guān)師資力量，統(tǒng)籌成一個研究院或?qū)W院，集中式發(fā)展人工智能學(xué)科。這兩種構(gòu)建人工智能實體的方式，都能強有力地促進學(xué)科交叉，但也各具特點、各有利弊?！八绞健背杀拘　⒎秶鷱V，而集中式”則更容易在短期內(nèi)產(chǎn)生集聚效應(yīng)。

與此同時，高校還應(yīng)充分認清并處理好人工智能學(xué)科布局中的“廣”與“深”之間的關(guān)系。要冷靜地看待目前高校中普遍存在的人工智能概念火熱、人工智能項目泛化的現(xiàn)象。不少高校一夜之間出現(xiàn)了許多人工智能研究相關(guān)的教授或團隊。這當然是市場熱度牽引所致，但必須客觀認識到，這些泛化的人工智能項目大多屬于“X+人工智能”，而扎實的人工智能學(xué)科需要形成“人工智能+X”的格局，這需要首先做實做深計算機科學(xué)（Computer Science）等人工智能主干學(xué)科。沒有主干學(xué)科的“深”，難以持續(xù)維系人工智能科研的“廣”，也比較難以形成真正的核心競爭力。

五、結(jié)語

高校無疑是國家人工智能發(fā)展戰(zhàn)略的重要力量，但高校在發(fā)展中如何處理好與企業(yè)的關(guān)系，實現(xiàn)揚長補短、錯位發(fā)展、協(xié)同發(fā)力，從而取得最佳的發(fā)展績效，是非常值得深思的重要命題。綜上，中國高校一方面應(yīng)用好用足科技第一生產(chǎn)力、人才第一資源、創(chuàng)新第一動力結(jié)合點的優(yōu)勢，在人工智能的人才培養(yǎng)、學(xué)科建設(shè)上，發(fā)揮無可替代的關(guān)鍵作用；在國際合作與交流中，發(fā)揮好人工智能學(xué)術(shù)交流的獨特作用；在科學(xué)研究上重點布局前沿基礎(chǔ)理論研究、應(yīng)用基礎(chǔ)理論研究和跨學(xué)科研究，確保做好這些自己得心應(yīng)手的事。另一方面，高校要認識到企業(yè)的不可替代性，主動規(guī)避自身研究周期長、市場敏銳度底、應(yīng)用部署能力弱等劣勢，不進行盲目校企競爭，堅持在科技成果的應(yīng)用與轉(zhuǎn)化上以市場為主體，大力加強校企聯(lián)動，推進校企深度融合。一旦校企融合這一關(guān)鍵點被打通，高校就能干成很多優(yōu)勢互補、事半功倍的事。因此，這無疑是中國高校發(fā)展人工智能的“關(guān)鍵一招”。