從過程工業(yè)人才培養(yǎng) 看人工智能教育

魏忠

庚商智能教育董事長

wising@sina.com

我上本科的時候，母校北京科技大學的學科專業(yè)是有鄙視鏈的：冶金的看不上材料的、材料的看不上機械的。因為在鋼鐵廠中，能當上總經(jīng)理和總工的首先是煉鋼專業(yè)的，然后是軋鋼專業(yè)的，機械專業(yè)基本上是輔助行業(yè)，可能性不大。在這番壓力下，1988年，北京科技大學吳清一教授以冶金機械專業(yè)為母體開創(chuàng)了中國第一個物流專業(yè)。30多年過去了，如今的京東、菜鳥、路虎等高層的專業(yè)人才中，北科大機械系畢業(yè)的占據(jù)很大的比例。仔細分析，是因為原先的物流和機械行業(yè)，供應鏈中以流程優(yōu)化為主，生產(chǎn)概念很少，而吳教授所帶來的過程工業(yè)的培養(yǎng)理念在北科大的學生培養(yǎng)中得到貫穿。在鋼鐵行業(yè)的生產(chǎn)過程中，連鑄連軋和高線生產(chǎn)，都以毫秒的時間差進行精度控制，而今天的物流與供應鏈，尤其是后臺，所采用的分揀、機械人，已經(jīng)非常像鋼鐵廠的煉鋼和軋鋼車間了，所以，需要的人才自然不是傳統(tǒng)以流程優(yōu)化和機電工程為目標的培養(yǎng)體系能夠適應的。

中國的鋼鐵產(chǎn)量從我畢業(yè)時的7000萬噸，達到了今天的10億噸的規(guī)模，而產(chǎn)業(yè)工人卻減少了百分之九十左右，伴隨的是人員的大規(guī)模分流。有趣的是，無論當初的產(chǎn)業(yè)工人還是鋼鐵大廠的過程工業(yè)的工程師，不但沒有失業(yè)，反而奪取了日益增長的物流、輕工、汽車等行業(yè)的崗位并成為主干。

這引起了我對目前人工智能學習的思索。一般來說，人工智能是計算機相關(guān)學科，很多人認為，只要做好底層的技術(shù)，剩下的就是應用的事情。持這樣看法的人，一般都沒有經(jīng)過過程工業(yè)訓練，持這種看法也會走很多彎路，如谷歌試圖用算法代替醫(yī)生，IBM試圖用算法代替商業(yè)，還有蜂擁的資金試圖用人工智能代替教師。我想，多年以后的結(jié)果一定是，醫(yī)生、教師、商業(yè)都還在，單純研究人工智能的只剩下少數(shù)學術(shù)和研發(fā)人才，醫(yī)生、教師、商業(yè)等都升級為懂業(yè)務(wù)和人工智能的“工藝人才”。

人工智能包含著信息時代最全和要求最高的專業(yè)鏈，包含數(shù)學的代數(shù)、集合、幾何、微積分、圖論、數(shù)論，邏輯學的布爾代數(shù)、形式邏輯，包含計算機中的遞進、迭代、子程序，包含控制論的反饋、迭代、載波、調(diào)制、解調(diào)，包含信息論的熵增、條件熵、香農(nóng)公式，甚至包含信息經(jīng)濟學的機制設(shè)計、激勵、實驗經(jīng)濟學、行為經(jīng)濟學、心理學的內(nèi)容。我們原本可能以為隨著時代的進步，以上內(nèi)容與要求會逐漸消亡，而人工智能的來臨卻對我們有了更高的“從秒級到毫秒級的要求”。如果說信息時代整合了工業(yè)時代，又進化成人工智能的話，那么傳統(tǒng)上對工業(yè)、對計算機、對軟硬件還都略知一二，對于人工智能的各個領(lǐng)域，如人工智能的醫(yī)學、化學、生物、社會學應用，都將變成一種種領(lǐng)域工藝，隔行如隔山。

這樣看來，封裝了的人工智能，是最危險的，人工智能對于教育的要求就像我們60后學習哲學說的那樣“社會分工和工具是時代進步的標志”，人工智能開始分工，分工對于我們學習各個學科尤其是數(shù)學的各個分支有了一種整合的新的“工藝要求”，表面化的人工智能熱潮會非常有害，深入到領(lǐng)域而剝離出的各種基礎(chǔ)學科和數(shù)學的嚴格訓練，將讓孩子們受益終身，不因時代變化而被淘汰。

前幾天見到吳清一教授，有一個觀點受到吳教授的點贊，將其作為本文的結(jié)尾：“北京科技大學要想在人工智能時代繼續(xù)保持物流行業(yè)的領(lǐng)跑，就要把計算機學院拆散掉放進各個工科學院，物流和機械應該與計算機工程在一個學院隔壁辦公?！?/p>