世界一流大學(xué)人工智能本科人才培養(yǎng)的共同特征與啟示

徐 玲,錢小龍

(南通大學(xué),江蘇 南通 226019)

人工智能是指讓機器來模仿人類學(xué)習(xí)、思考、理解以及其他方面的智能。[1]盡管人工智能先后經(jīng)歷了兩次低谷期,但隨著計算機能力的提高、特定疑難問題的攻破、科學(xué)責(zé)任標(biāo)準(zhǔn)的日益完善,人工智能仍以勢如破竹的氣勢滲透到經(jīng)濟(jì)、政治、文化、生活等領(lǐng)域?，F(xiàn)如今,人工智能已成為數(shù)字化轉(zhuǎn)型之戰(zhàn)的重要推動力,世界各國均以主動積極的姿態(tài)引領(lǐng)人工智能的發(fā)展,紛紛將人工智能應(yīng)用到高校人才培養(yǎng)中[2],“人工智能+教育”的融合逐步成為應(yīng)然常態(tài)。2017年7月,國務(wù)院頒布《新一代人工智能發(fā)展規(guī)劃》為未來人工智能的發(fā)展謀篇布局,要求培養(yǎng)人工智能高端人才,建設(shè)人工智能學(xué)科。[3]已有研究表明,在全球368所具有人工智能研究方向的高校中,中國占21所;而在全球人工智能領(lǐng)域排名前20的高校中,中國僅占4所;我國的杰出人工智能人才尚不足1 000人,不及美國的1/5。[4]人工智能人才培養(yǎng)起步晚、力量薄弱等現(xiàn)實均對處于探索階段的我國高校提出了更高的要求。為此,需進(jìn)一步學(xué)習(xí)借鑒世界一流大學(xué)本科人才培養(yǎng)的經(jīng)驗,以助推我國人工智能人才培養(yǎng)的正向變革。

近年來,全球人工智能產(chǎn)業(yè)進(jìn)入加速發(fā)展階段,開啟了由發(fā)達(dá)國家率先布局、多個國家積極響應(yīng)并提升至國家戰(zhàn)略的局面。就戰(zhàn)略目標(biāo)和發(fā)展形勢來看,世界各主要經(jīng)濟(jì)體在人工智能發(fā)展布局中大致可以分為3類:一是占據(jù)全球人工智能領(lǐng)導(dǎo)者地位的美國;二是具有較好基礎(chǔ)的“特色發(fā)展”型國家,如英國、加拿大、新加坡、法國等;三是基礎(chǔ)較為薄弱的新興經(jīng)濟(jì)體,如印度、丹麥等。中國雖然位列“第一梯隊”,是僅次于美國的人工智能大國,但在產(chǎn)業(yè)發(fā)展布局、技術(shù)創(chuàng)新更迭、人才培養(yǎng)蓄勢等方面均晚于其他各主要國家。據(jù)此,本文以“人工智能強國”美國和“特色發(fā)展”型國家英國、加拿大、新加坡4個國家作為研究對象,并從中選取代表性一流大學(xué)作為研究案例,分別是美國的卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University, CMU)、麻省理工學(xué)院(Massachusetts Institute of Technology, MIT)、斯坦福大學(xué)(Stanford University)以及哈佛大學(xué)(Harvard University)，英國的愛丁堡大學(xué)(University of Edinburgh)、牛津大學(xué)(Oxford university)，新加坡的南洋理工大學(xué)(Nanyang Technology University, NTU)以及加拿大的阿爾伯塔大學(xué)(University of Alberta, UA)。根據(jù)USNEWS、QS等知名世界大學(xué)排行榜的數(shù)據(jù)統(tǒng)計(表1)[5-6],8所案例大學(xué)的排名均躋身前列;且從CSRankings中人工智能專業(yè)的排名來看[7],8所世界一流大學(xué)均進(jìn)入了排行榜的前100位,且有7所大學(xué)躋身前50,科研實力雄厚。此外,8所世界一流大學(xué)在人工智能人才培養(yǎng)上各具特色,這使得我國高校在學(xué)習(xí)和借鑒過程中可以“兼收并蓄”“擇其善者而從之”。

表1 8所世界一流大學(xué)學(xué)校排名、人工智能學(xué)科排名及其特色優(yōu)勢

一、世界一流大學(xué)人工智能人才培養(yǎng)的歷史嬗變

自人工智能元年以來,世界一流大學(xué)憑借科技領(lǐng)先的潛在優(yōu)勢,在人工智能60多年的演進(jìn)歷程中處于主導(dǎo)和關(guān)鍵地位。人工智能人才培養(yǎng)是人工智能科學(xué)研究發(fā)展和演變的產(chǎn)物,兩者血脈相連,互為承啟，因此,可以從人工智能的研究歷程對人才培養(yǎng)的歷史嬗變進(jìn)行抽絲剝繭。世界一流大學(xué)人工智能人才培養(yǎng)的發(fā)展歷程,大致可以分為4個階段:萌芽期(20世紀(jì)50年代末60年代初)、穩(wěn)定發(fā)展期(20世紀(jì)60年代初至70年代)、低谷期(20世紀(jì)70年代后期至90年代)、革新期(21世紀(jì)初至今)，具體如圖1所示。

1.萌芽期。20世紀(jì)50年代末60年代初,麻省理工和斯坦福率先開始了對機器視覺和機器人的早期研究,先后成立了各自的人工智能實驗室(Artificial Intelligence Laboratory,AI Lab)和斯坦福人工智能實驗室(Stanford Artificial Intelligence Laboratory,SAIL)。與此同時,計算機科學(xué)類課程也在高校中逐步開設(shè),如1955年,艾倫·彼得森(Alan Peterson)教授在斯坦福大學(xué)開設(shè)了第一節(jié)計算機課程。[8]

2.穩(wěn)定發(fā)展期。自然語言和機器人技術(shù)應(yīng)用等成果的取得使社會各界普遍看好人工智能的發(fā)展前景,這一變化不僅為人工智能人才培養(yǎng)的發(fā)展創(chuàng)造了良好的輿論環(huán)境,也影響著世界各主要國家對人工智能的態(tài)度。美、英、日等國家在人工智能領(lǐng)域投入了大量的研發(fā)資金,充沛的資金投入和國家的有力支持促進(jìn)了人工智能人才培養(yǎng)的穩(wěn)定發(fā)展。如1963年,美國國防部在麻省理工發(fā)起了Project MAC(多路訪問計算或機器輔助認(rèn)知)項目,這個項目成為人工智能人才培養(yǎng)的搖籃[9]；1965年唐納德·米奇(Donald Michie)在愛丁堡大學(xué)建立了人工智能實驗室,并于第二年10月成立了機器智能感知系[10]。在20世紀(jì)60年代后期,麻省理工的MAC項目、卡內(nèi)基梅隆的AI工作組、斯坦福的AI項目以及愛丁堡的AI實驗室都已成為學(xué)術(shù)界人工智能的研究中心。

3.低谷期。在此期間,人工智能因美國啟動的語音理解研究(Speech Understanding Research,SUR)項目和日本的“第五代計算機”項目尚未達(dá)到預(yù)期目標(biāo)而先后兩次陷入低谷期,受到了公眾和媒體的質(zhì)疑,政府資金缺位,人工智能研究舉步維艱。但人工智能人才培養(yǎng)仍處于緩慢前進(jìn)狀態(tài)，一些高校開始創(chuàng)立計算機科學(xué)系或成立計算機科學(xué)學(xué)院,并將人工智能作為重要研究方向。倫敦大學(xué)于1980年成立了獨立的計算機科學(xué)系[11]；1986年,以佩利和紐厄爾為首的一批教師以計算機中心為基礎(chǔ),在卡內(nèi)基梅隆大學(xué)建立了全美第一個計算機科學(xué)系[12]。此外,也有部分高校開始將人工智能作為獨立的學(xué)科納入到學(xué)位體系中，如愛丁堡大學(xué)人工智能碩士學(xué)位系統(tǒng)于1983年成立,主要提供人工智能、專家系統(tǒng)、智能機器人和自然語言處理等領(lǐng)域的研究主題。

4.革新期。到了20世紀(jì)90年代后期,互聯(lián)網(wǎng)積累了海量數(shù)據(jù),運算能力和算法逐步得到提升,機器的認(rèn)知能力和學(xué)習(xí)能力也逐漸增強,尤其是2006年,亨頓(Hinton G)在其論文《用神經(jīng)網(wǎng)絡(luò)減少數(shù)據(jù)維數(shù)》(Reducingthedimensionalityofdatawithneuralnetworks)中提出降維和逐層預(yù)訓(xùn)練的方法[13]，加深了深度網(wǎng)絡(luò)實用化的可能性。人工智能再次回溫,并在行業(yè)領(lǐng)域內(nèi)掀起了一股浪潮。經(jīng)過了21世紀(jì)最初10年后,世界各主要國家均將人工智能和“人工智能+教育”納入到國家戰(zhàn)略的全局中。世界一流大學(xué)人工智能人才培養(yǎng)體制逐漸完善,人工智能作為各高校的獨立部門,其內(nèi)部結(jié)構(gòu)和功能得到不斷優(yōu)化與完善。如2011牛津大學(xué)計算實驗室更名為牛津大學(xué)計算機科學(xué)系,發(fā)展成為一個大型學(xué)術(shù)部門;麻省理工在2018年10月宣布建設(shè)一所新的計算機學(xué)院,致力于將人工智能納入每個研究生的培養(yǎng)過程,推動研究交叉、重塑人才培養(yǎng)模式;卡內(nèi)基梅隆大學(xué)在2018年開設(shè)了美國第一個人工智能學(xué)士學(xué)位;同年,南洋理工開設(shè)了數(shù)據(jù)科學(xué)與人工智能本科專業(yè)。

從人工智能人才培養(yǎng)歷史嬗變中可以看出,卡內(nèi)基梅隆、麻省理工等世界一流大學(xué)開展人工智能科學(xué)研究和人才培養(yǎng)的歷史悠久,既是人工智能科學(xué)研究的創(chuàng)造者、見證者和變革者,也是人工智能人才培養(yǎng)的開拓者、引領(lǐng)者和示范者。探索世界一流大學(xué)在人工智能人才培養(yǎng)過程中的共同特征和歷史經(jīng)驗,可以為我國高校開展人工智能本科人才培養(yǎng)提供學(xué)習(xí)和借鑒。

二、世界一流大學(xué)人工智能人才培養(yǎng)的共同特征

世界一流大學(xué)在人工智能人才培養(yǎng)上開創(chuàng)時間早,辦學(xué)經(jīng)驗豐富,形成了各具特色的人才培養(yǎng)模式,并鑄就了其在全球人工智能領(lǐng)域的領(lǐng)先地位，其人才培養(yǎng)模式具有以下共同特征:

1.基于內(nèi)涵與外延的“多向度”人才培養(yǎng)目標(biāo)。一所大學(xué)的人才培養(yǎng)目標(biāo)是培養(yǎng)理念的具體化,反映了大學(xué)進(jìn)行人才培養(yǎng)的總體定位和價值訴求,反映了大學(xué)的辦學(xué)方向和教學(xué)導(dǎo)向。世界一流大學(xué)立足學(xué)生的本體狀態(tài),尊重學(xué)生的主體發(fā)展,在人工智能本科人才培養(yǎng)過程中從內(nèi)涵和外延兩個范疇培養(yǎng)學(xué)生的多維能力和完整人格。

首先是內(nèi)涵式的三個向度。一是注重人工智能知識學(xué)習(xí)的深度和廣度。世界一流大學(xué)深諳人工智能的交叉學(xué)科特性,在人才培養(yǎng)目標(biāo)中對人工智能專業(yè)理論和專業(yè)知識的深度和廣度做出了相應(yīng)要求。斯坦福大學(xué)要求本科生“學(xué)習(xí)廣博的知識、發(fā)展基本能力”,在大學(xué)前3年掌握扎實的計算機科學(xué)基礎(chǔ)知識,繼而在人工智能方向深入學(xué)習(xí)專業(yè)知識;愛丁堡大學(xué)要求本科生在一年級選修公共基礎(chǔ)課程和專業(yè)基礎(chǔ)課程,為專業(yè)學(xué)習(xí)奠定堅實的基礎(chǔ)，在二年級進(jìn)入專業(yè)分化,學(xué)生根據(jù)興趣選擇相應(yīng)的人工智能專業(yè)方向,從而進(jìn)行深入性的專業(yè)學(xué)習(xí);哈佛大學(xué)同樣提出,人工智能交叉學(xué)科的特質(zhì)決定著人工智能基礎(chǔ)知識的廣博性和專業(yè)知識的高深性。二是培養(yǎng)學(xué)生的創(chuàng)造力,以及能從容應(yīng)對并解決具有挑戰(zhàn)性問題的能力。近年來,人工智能在諸多領(lǐng)域內(nèi)衍生出創(chuàng)新性的應(yīng)用,在學(xué)科建設(shè)和技術(shù)應(yīng)用上也涵蓋了多個領(lǐng)域,人工智能的“創(chuàng)新點”挖掘蓄勢待發(fā)，由此世界一流大學(xué)將培育學(xué)生的創(chuàng)新能力、創(chuàng)造力擺在首位,利用創(chuàng)新力來主導(dǎo)學(xué)習(xí)力也就不足為奇了。麻省理工要求本科生在學(xué)習(xí)過程中具備創(chuàng)新精神,具有提出和解決帶有挑戰(zhàn)性問題的能力;斯坦福大學(xué)致力于培養(yǎng)全面發(fā)展的創(chuàng)新型實用型人才。三是造就領(lǐng)導(dǎo)型人才。有的一流大學(xué)將人才定位表述為造就領(lǐng)袖,有的表述為培養(yǎng)領(lǐng)導(dǎo)者,都是要在某個領(lǐng)域內(nèi)造就具備高超領(lǐng)導(dǎo)力的人才,目標(biāo)具有前瞻性與深遠(yuǎn)性。如卡內(nèi)基梅隆提出要培養(yǎng)畢業(yè)生成為創(chuàng)新和實踐的領(lǐng)袖,培養(yǎng)引領(lǐng)世界發(fā)展的領(lǐng)導(dǎo)者;阿爾伯塔大學(xué)提出培養(yǎng)能夠協(xié)助并解決世界上最具有挑戰(zhàn)性AI問題的領(lǐng)軍人物;哈佛致力于將基礎(chǔ)科學(xué)、藝術(shù)和人文科學(xué)的知識聯(lián)系起來,采用多學(xué)科的方法培養(yǎng)下一代全球領(lǐng)導(dǎo)者。

其次是外延式的兩個向度。一是認(rèn)識到人工智能技術(shù)進(jìn)步與社會發(fā)展之間的倫理問題。智能系統(tǒng)操作的產(chǎn)生逐漸代替人類勞動,人類生活一方面在潛移默化中逐步實現(xiàn)“人-機器” 到“人-智能機器-機器”社會結(jié)構(gòu)的跨越,另一方面也容易引發(fā)社會倫理問題,如失業(yè)、隱私等。不少世界一流大學(xué)都深刻認(rèn)識到這一問題,如牛津大學(xué)在本科生培養(yǎng)目標(biāo)中提出要培養(yǎng)能遵守人工智能社會道德的學(xué)生;卡內(nèi)基梅隆要求培養(yǎng)本科生的倫理意識,使人工智能知識能更好地服務(wù)于社會,促進(jìn)人工智能專業(yè)知識、社會責(zé)任意識與道德理念的綜合發(fā)展；愛丁堡大學(xué)在人工智能本科課程計劃中提出,學(xué)生不僅要掌握智能過程的基本原理和機制,更重要的是要對人工智能出現(xiàn)的哲學(xué)、道德、法律等社會問題進(jìn)行深層次的探討。二是培養(yǎng)學(xué)生的社會責(zé)任感,為社會持續(xù)做貢獻(xiàn)。世界一流大學(xué)作為全球高等教育領(lǐng)域的主力軍,是推動社會經(jīng)濟(jì)發(fā)展、維護(hù)社會政治穩(wěn)定、為社會培養(yǎng)人才的急先鋒。如哈佛要求訓(xùn)練學(xué)生良好的敬業(yè)精神和強烈的社會責(zé)任感;卡內(nèi)基梅隆要求學(xué)生在學(xué)習(xí)知識、進(jìn)行科研訓(xùn)練、培養(yǎng)必備能力的同時,養(yǎng)成良好的社會倫理意識,使人工智能更好地服務(wù)于社會;斯坦福大學(xué)則提出要培養(yǎng)能回饋社會、心系社會并有時代擔(dān)當(dāng)?shù)娜瞬拧?/p>

2.依托“全人”理念的通專融合課程設(shè)置。人才培養(yǎng)理念是人才培養(yǎng)過程的指引和向?qū)?課程結(jié)構(gòu)和課程內(nèi)容的設(shè)置會因培養(yǎng)理念的不同而產(chǎn)生迥異的人才培養(yǎng)路徑和結(jié)果。世界一流大學(xué)在人才培養(yǎng)上突出“全人”教育理念,而這種培養(yǎng)理念亦體現(xiàn)在通專融合的課程設(shè)置上。筆者對這些世界一流大學(xué)課程設(shè)置進(jìn)行對比和分析后歸納出以下兩種類型:

一是通專融合的現(xiàn)實路徑,以南洋理工、卡內(nèi)基梅隆、麻省理工、斯坦福和哈佛5所世界一流大學(xué)為代表。南洋理工在通專融合的課程設(shè)置中貫之以“博雅人才、全人教育”的培養(yǎng)理念,其通識課程共計17學(xué)分,盡管學(xué)分占比不多,卻與專業(yè)課程一同貫穿了本科階段的課程設(shè)置,深刻體現(xiàn)了通識教育與專業(yè)教育的融合。麻省理工的課程設(shè)置囊括了專業(yè)課程(專業(yè)入門、專業(yè)基礎(chǔ)、專業(yè)中級、專業(yè)高級)、通識課程、口語交流課程等,其中通識課程的門類多達(dá)21個,包括8門人文藝術(shù)與社會課程、6門科學(xué)課程、2門科學(xué)與技術(shù)限制性選修課等[14]，與專業(yè)課程所占學(xué)分分別為186分和171分。文理并重的課程結(jié)構(gòu)既彰顯出麻省理工在通專融合整體形式上的相輔相成、不失偏頗,也揭示出課程內(nèi)容上寬泛基礎(chǔ)與精深專業(yè)的有機統(tǒng)一?？▋?nèi)基梅隆大學(xué)同樣重視本科階段通識課程的開設(shè),強調(diào)通識課程與專業(yè)課程并重。正如其前任校長羅伯特·多爾蒂(Robert E.Doherty)所言,科學(xué)與工程專業(yè)的學(xué)生必須將全部課時的1/4用于學(xué)習(xí)新人文主義和社會關(guān)系學(xué)說的知識。[15]

二是通專融合的理念支撐,以愛丁堡、牛津和阿爾伯塔3所世界一流大學(xué)為代表。愛丁堡人工智能主要通過學(xué)科群、基礎(chǔ)學(xué)年和聯(lián)合專業(yè)的設(shè)立來體現(xiàn)通專融合的理念。本科階段在科學(xué)與工程這一學(xué)科群下組織課程,在基礎(chǔ)學(xué)年(本科的第一學(xué)年),全校學(xué)生學(xué)習(xí)相同的公共基礎(chǔ)課程,包含人文與社會科學(xué)、藝術(shù)學(xué)、生物與獸醫(yī)學(xué)等多達(dá)120門課程,為學(xué)生提供寬泛而綜合的知識基礎(chǔ)。第二學(xué)年突破了單科專業(yè)的藩籬,衍生出聯(lián)合專業(yè),如人工智能與計算機科學(xué)等,單科專業(yè)與聯(lián)合專業(yè)設(shè)有相同的公共基礎(chǔ)課和專業(yè)基礎(chǔ)課,僅在專業(yè)課上出現(xiàn)分化。阿爾伯塔并沒有直接開設(shè)人工智能本科專業(yè),但其計算機科學(xué)專業(yè)涵蓋了人工智能的基礎(chǔ)領(lǐng)域,為學(xué)生提供普通學(xué)位和榮譽學(xué)位。普通學(xué)位實行“Computing and X”模式,以人工智能為核心,“X”為交叉領(lǐng)域,學(xué)生在交叉學(xué)位的選擇上享有充分的自主性,包括從人類學(xué)到電影學(xué)、從醫(yī)學(xué)到動物學(xué)等多個領(lǐng)域;榮譽學(xué)位則是針對人工智能特定領(lǐng)域內(nèi)的深入學(xué)習(xí)。

3.構(gòu)建“以學(xué)生為中心”的小班教學(xué)模式。羅格(Rogers)曾說,如果在課堂中能夠吸引學(xué)生的目光、使學(xué)生對授受的課程感興趣,那么,學(xué)生在心理上就會受到鼓舞并變得專心,從而得到良好的教學(xué)效果。[16]除了教師生動有趣的授課方式外,小班教學(xué)亦能較好地達(dá)到這一目的。小班教學(xué)模式因其靈活性、易于管理而被世界一流大學(xué)廣泛采用,更為重要的是,小班教學(xué)能充分發(fā)揮師生的雙邊主體作用,以學(xué)生為中心,激發(fā)學(xué)生對學(xué)習(xí)的主動性、積極性、創(chuàng)造性,培養(yǎng)學(xué)生的批判思維和創(chuàng)新思維能力。世界一流大學(xué)的小班教學(xué)主要由3種模式構(gòu)成:

一是明確教學(xué)過程的生師比。麻省理工致力于追求卓越的教學(xué)質(zhì)量,要求課堂教學(xué)中配以7∶1的生師比,高質(zhì)量、精細(xì)化的小班教學(xué)模式使得教授有足夠的精力專注教學(xué)、關(guān)心每一位學(xué)生的成長和發(fā)展。同時,小班教學(xué)的學(xué)習(xí)氛圍是自由民主的,學(xué)生享有充分的空間與老師交流、與同學(xué)相互切磋以及進(jìn)行獨立研究。哈佛人工智能同樣以7∶1的生師比開展教學(xué),以保障課堂教學(xué)中師生間的高效互動,有利于教師對學(xué)生創(chuàng)新精神的培養(yǎng),提升人才培養(yǎng)質(zhì)量。斯坦福在人工智能新生研討課中明確規(guī)定,每個班級不超過16名學(xué)生,以小組為范圍開展課程討論,以點燃學(xué)生的學(xué)術(shù)熱情,培養(yǎng)學(xué)生的研究能力。二是以小規(guī)模招生計劃落實。面對人工智能人才緊缺的行業(yè)現(xiàn)狀,作為全球人工智能排名第一的卡內(nèi)基梅隆并沒有進(jìn)行大范圍擴(kuò)招,整個項目計劃招生100名學(xué)生,每個班僅有約35名學(xué)生可以報名。除了課堂教學(xué)的小規(guī)模以外,人工智能的科研訓(xùn)練基本也以導(dǎo)師與學(xué)生一對一的形式開展。在開展過程中,卡內(nèi)基梅隆要求導(dǎo)師對學(xué)生的科研過程密切關(guān)注并全程參與,包括指導(dǎo)研究報告申請、資格審核、項目討論、定期匯報等環(huán)節(jié),從而保障了導(dǎo)師指導(dǎo)的有效性以及學(xué)生的專注力和學(xué)習(xí)熱情。三是導(dǎo)師個別教學(xué)和輔導(dǎo)。愛丁堡與牛津大學(xué)最具特色的是“導(dǎo)師個別(小組)教學(xué)”,以導(dǎo)師制為人才培養(yǎng)的主線,由導(dǎo)師牽頭,將課堂教學(xué)、實踐操作與個別輔導(dǎo)教學(xué)相結(jié)合。如牛津大學(xué)在教授人工智能新課之前,導(dǎo)師提前布置教學(xué)內(nèi)容,學(xué)生就導(dǎo)師提出的一系列問題撰寫解決方案,最終在課堂上由一位導(dǎo)師帶領(lǐng)兩名學(xué)生展開深入探討。

4.激發(fā)創(chuàng)新思維的多元研討形式。人工智能作為一個綜合性前沿領(lǐng)域,在研究范疇上包括計算機科學(xué)、數(shù)學(xué)、心理學(xué)、腦科學(xué)、語言學(xué)等,在產(chǎn)業(yè)鏈中又囊括了基礎(chǔ)層、技術(shù)層和應(yīng)用層。面對這樣一個復(fù)雜而高端的學(xué)科領(lǐng)域,世界一流大學(xué)在人工智能人才培養(yǎng)中發(fā)揮人工智能的廣泛輻射能力和廣泛鏈?zhǔn)椒磻?yīng)特征[17]，以多元研討形式積極探尋與不同學(xué)科知識交融、與頂尖高校學(xué)術(shù)交流、與知名企業(yè)行業(yè)對話,在多方交流碰撞中激發(fā)創(chuàng)新思維,尋求新的“創(chuàng)新點”。多元研討形式主要有以下幾種:

一是以南洋理工大學(xué)為代表的“高校合辦研討會”。秉持著互相學(xué)習(xí)、共同進(jìn)步的原則,南洋理工與一些高校定期合辦研討會,圍繞人工智能領(lǐng)域的前沿話題或新興技術(shù),展開一輪學(xué)術(shù)交流與深入探討。如2018年,南洋理工與神戶大學(xué)(Kobe University, Kobe U)聯(lián)合舉辦了AI研討會，與會專家和參會學(xué)生探討了一系列AI主題,如人工智能在金融科技、醫(yī)療保健、網(wǎng)絡(luò)安全和智能國家等領(lǐng)域應(yīng)用中會遇到的挑戰(zhàn)、機遇以及采用的應(yīng)用研究方法。[18]二是以斯坦福大學(xué)為代表的學(xué)術(shù)沙龍，這是其SAIL文化的一部分,大約每兩周舉行一次,有兩種沙龍類型：一種是面向斯坦福內(nèi)部的小范圍討論。沙龍沿襲了啟蒙時代的沙龍精神,不介入電子產(chǎn)品和白板的使用，沙龍由專家嘉賓和SAIL成員擔(dān)任主持,共同分享與人工智能相關(guān)的主題和想法,其目的在于從更廣闊的領(lǐng)域內(nèi)把握和審視人工智能的發(fā)展脈絡(luò)。另一個是面向社會公眾的大范圍行業(yè)對話。斯坦福通過匯集行業(yè)領(lǐng)域內(nèi)的專家、教授、企業(yè)CEO等,搭建了一個人工智能與社會公眾進(jìn)行行業(yè)對話的交流平臺,一方面有利于斯坦福能及時瞄準(zhǔn)行業(yè)的發(fā)展趨勢和最新動態(tài),另一方面也能使社會公眾更直觀、深入地理解人工智能的發(fā)展。三是以阿爾伯塔大學(xué)為代表的“每周研討會”和“下午茶時間”(Tea Time Talks)。每周研討會和“下午茶時間”竭誠歡迎任何對人工智能感興趣的人參會,分別于每周五中午12點和每周的一、三、四舉辦,研討主題涉及人工智能領(lǐng)域的諸多研究問題,包括從基礎(chǔ)理論工作到人工智能技術(shù)在新領(lǐng)域和新問題中的創(chuàng)新應(yīng)用等。多元而開放的研討會一方面為阿爾伯塔人工智能學(xué)生創(chuàng)造了“體驗式學(xué)習(xí)”(experiential learning)的機會,在交流碰撞中開發(fā)新技能、發(fā)現(xiàn)興趣點、激發(fā)新思維;另一方面阿爾伯塔大學(xué)也以公眾服務(wù)的形式將其人工智能研究、知識和發(fā)現(xiàn)從研究機構(gòu)轉(zhuǎn)移到社會層面,從而確保學(xué)校的研究創(chuàng)新對社會效益的影響最大化。

5.促進(jìn)個性發(fā)展的學(xué)術(shù)顧問體系。學(xué)術(shù)顧問體系最初源于美國大學(xué)的“自由選課制”,是指在人才培養(yǎng)過程中,為學(xué)生引入學(xué)術(shù)顧問這一角色,用于指導(dǎo)學(xué)生的課程、教學(xué)、論文、社會實踐等一系列活動。學(xué)術(shù)顧問體系是基于促進(jìn)學(xué)生個性發(fā)展,保證和提高教育教學(xué)質(zhì)量而設(shè)立的。世界一流大學(xué)因其學(xué)生層次、專業(yè)設(shè)置等諸多要素存在差異,因而與之匹配的學(xué)術(shù)顧問體系模式也不盡相同;且不同國家的一流大學(xué)因不同的教學(xué)制度和管理模式,學(xué)術(shù)顧問體系的名稱和實施方式也存在差異。通過對本文所涉世界一流大學(xué)學(xué)術(shù)顧問體系的對比和考察,筆者歸納出以下幾種模式:

一是以斯坦福大學(xué)為代表的獨立模式。斯坦福大學(xué)設(shè)有獨立的學(xué)術(shù)咨詢部門,主要在通識課程完結(jié)后,通過輔助學(xué)生進(jìn)行專業(yè)及課程選擇、課程及教育教學(xué)的開展、項目研究的具體實施等環(huán)節(jié),從而為人工智能本科生提供全面而細(xì)致的學(xué)術(shù)指導(dǎo)。二是以哈佛大學(xué)為代表的分段模式。哈佛為人工智能本科生提供分段式的學(xué)術(shù)指導(dǎo),具體表現(xiàn)為新生指導(dǎo)(第一學(xué)年)、高年級學(xué)生指導(dǎo)(第二學(xué)年)、就讀研究生指導(dǎo)(第四學(xué)年)3個階段。此外,在新生指導(dǎo)和高年級學(xué)生指導(dǎo)階段又實行雙軌指導(dǎo)模式。其中新生指導(dǎo)一方面來自教師、管理員或研究生提供的課程選擇、學(xué)位解讀、暑期計劃安排等,另一方面來自哈佛的同行咨詢研究員(A Peer Advising Fellow, APF),在第一學(xué)年的學(xué)習(xí)過程中,他們會就“如何平衡課程和課外選擇”“如何渡過大學(xué)生活的挑戰(zhàn)”“如何利用大學(xué)內(nèi)的學(xué)習(xí)資源”等方面提出獨到的建議。高年級學(xué)生指導(dǎo)包括住宿顧問和專業(yè)顧問,兩類學(xué)術(shù)顧問相互銜接,互相配合,為人工智能二年級學(xué)生提供專業(yè)選擇建議、規(guī)劃學(xué)術(shù)進(jìn)度、提供學(xué)習(xí)資源等,旨在幫助學(xué)生跨越專業(yè)選擇這一重要過渡時期。就讀研究生指導(dǎo)由職業(yè)服務(wù)辦公室負(fù)責(zé),主要為人工智能本科生規(guī)劃職業(yè)發(fā)展路線、進(jìn)行職業(yè)選擇等。三是以牛津、愛丁堡大學(xué)為代表的導(dǎo)師指導(dǎo)模式。英國大學(xué)一以貫之實行導(dǎo)師制,由導(dǎo)師負(fù)責(zé)制定、規(guī)劃并指導(dǎo)每位人工智能新生的本科學(xué)習(xí)生涯。在人才培養(yǎng)過程中,學(xué)生與導(dǎo)師定期會面進(jìn)行學(xué)術(shù)交流,導(dǎo)師需要針對學(xué)生的學(xué)習(xí)情況、學(xué)習(xí)計劃等方面進(jìn)行有效指導(dǎo)?？梢哉f,導(dǎo)師既身負(fù)教學(xué)、科研等任務(wù),又擔(dān)任本科生的學(xué)術(shù)指導(dǎo)顧問,是本科生學(xué)習(xí)過程中的教學(xué)者、促進(jìn)者、監(jiān)督者、指導(dǎo)者和陪伴者。四是以阿爾伯塔大學(xué)為代表的分工模式。其人工智能本科階段的學(xué)術(shù)顧問指導(dǎo)包含兩個方面:一方面是宏觀層面的理學(xué)院學(xué)術(shù)顧問,主要負(fù)責(zé)為理學(xué)院的學(xué)生厘清學(xué)位要求、畢業(yè)要求,處理學(xué)習(xí)計劃變更以及主輔修的更改等事宜;另一方面是微觀層面的計算機科學(xué)系學(xué)術(shù)顧問,在課程、專業(yè)選擇、研究機會的獲取等方面為本科生提供針對性的指導(dǎo)建議,如人工智能普通學(xué)位實行的“Computing and X”模式、交叉學(xué)科領(lǐng)域的確立即由學(xué)生在系學(xué)術(shù)顧問的指導(dǎo)下設(shè)定。

6.立足跨界融合的多元師資整合。人工智能作為一個前沿領(lǐng)域的交叉學(xué)科,具備多學(xué)科、差異化學(xué)科背景的師資力量是人工智能人才培養(yǎng)的制高點。縱觀世界一流大學(xué)在師資配備上,均輔之以高素質(zhì)、高質(zhì)量的教學(xué)和研究團(tuán)隊,且注重差異化學(xué)科背景師資的引進(jìn)輸入，注重不同學(xué)院間多學(xué)科師資力量的整合,以此來培養(yǎng)人工智能領(lǐng)域的頂尖人才。多元師資整合具備以下突出特點：

一是多學(xué)科和差異化學(xué)科背景的有效結(jié)合。南洋理工相信,人是學(xué)校成功的關(guān)鍵。由此,數(shù)據(jù)科學(xué)與人工智能領(lǐng)域吸納了來自全球的頂尖學(xué)者, 他們基于腦科學(xué)、神經(jīng)科學(xué)、遺傳學(xué)、社會科學(xué)、物理學(xué)、自然語言處理、生物醫(yī)學(xué)等多元而富有差異化的學(xué)科背景,憑借著各自在該領(lǐng)域的專業(yè)知識和經(jīng)驗,致力于數(shù)據(jù)科學(xué)與人工智能卓越的教育教學(xué)和科學(xué)研究,并為其創(chuàng)造了充滿活力的研究和學(xué)習(xí)氛圍。斯坦福人工智能領(lǐng)域同樣擁有具備多學(xué)科和差異化學(xué)科背景的教師團(tuán)隊，他們來自生物學(xué)、物理學(xué)、法學(xué)、統(tǒng)計學(xué)等多個學(xué)科,不僅為學(xué)生拓寬了知識學(xué)習(xí)的領(lǐng)域,也能從已知的核心領(lǐng)域為人工智能專業(yè)建設(shè)和課程設(shè)置提供專業(yè)化建議。二是師資隊伍研究方向的多樣化。多學(xué)科背景的強健師資是世界一流大學(xué)人工智能人才培養(yǎng)的重要保障,師資隊伍研究方向多樣化則是其重要依托和綿延血脈。哈佛大學(xué)第25任校長德里克·博克(Derek Bok)在回答“為什么哈佛能長期保持第一流學(xué)府的聲譽”時指出：“要使我們的學(xué)校長居于前列,歸根到底是要有好的教授?！?年內(nèi)非升即走的終身教職制度使得哈佛能夠保留和吸納各個學(xué)科領(lǐng)域內(nèi)的頂尖人才。哈佛大學(xué)人工智能教師團(tuán)隊共有23人,其中高級教授1人、教授15人、副教授5人、助理教授2人。年輕而強勁的師資隊伍不囿于人工智能的單個研究方向,只有3位教授僅研究人工智能,其他20位教授均從事2個以上研究方向,最多的甚至囊括12個研究方向。愛丁堡大學(xué)擁有專業(yè)的人工智能教師團(tuán)隊,且研究人員的研究方向跨越了人工智能的多個學(xué)科領(lǐng)域。他們從神經(jīng)科學(xué)、認(rèn)知科學(xué)、語言學(xué)和數(shù)學(xué)等領(lǐng)域為課程設(shè)計注入多樣化元素,構(gòu)建人工智能系統(tǒng)所需的基本知識和實踐技能。因此,師資隊伍研究方向的多樣化不僅能在教學(xué)中較好地實現(xiàn)各個交叉學(xué)科之間的銜接、過渡和轉(zhuǎn)化,而且也能為提升學(xué)生的創(chuàng)新能力和思維提供不竭的外部動力和保障。三是實現(xiàn)企業(yè)跨校兼職教師制度。從人工智能的全球發(fā)展現(xiàn)狀來看,人工智能專業(yè)在高等教育內(nèi)的人才輸出遠(yuǎn)遠(yuǎn)不及人工智能行業(yè)的發(fā)展速度。[19]企業(yè)有著強勁的人工智能創(chuàng)新能力,且在人才培養(yǎng)上擁有著無可比擬的技術(shù)優(yōu)勢。如美國的AI獨角獸企業(yè)Argo AI，在2019年全球人工智能行業(yè)獨角獸企業(yè)排行榜中,Argo以500億人民幣的估值居全球第一。[20]夏天(Summer)、布雷特·布朗寧(Brett Browning)分別擔(dān)任Argo的首席信息官和機器人技術(shù)副總裁職務(wù),但他們同時也是卡內(nèi)基梅隆人工智能專業(yè)的兼職教職人員;德瓦·拉曼南(Deva Ramanan)和西蒙·露西(Simon Lucey)既是Argo AI的首席科學(xué)家,同時也是卡內(nèi)基梅隆人工智能專業(yè)的副教授。[21]人工智能企業(yè)工作者有著豐富的技術(shù)操作和實踐經(jīng)驗,在授課過程中能較好地實現(xiàn)專業(yè)知識間的融會貫通,且能更好地指導(dǎo)學(xué)生完成人工智能理論知識向?qū)嵺`操作層面的銜接與轉(zhuǎn)化。

三、總結(jié)與啟示

當(dāng)前,我國人工智能的產(chǎn)業(yè)發(fā)展正保持著迅猛勢頭,但各高校的人工智能人才培養(yǎng)尚處于起步和探索階段。盡管有國家政策的大力支持和各大高校的聚焦關(guān)注,人工智能產(chǎn)業(yè)依舊呈現(xiàn)出人才供給與需求失衡的局面。如何在未來的科技創(chuàng)新和競爭中搶占制高點,人才是根本和核心。為此,應(yīng)在認(rèn)清我國高校人工智能人才培養(yǎng)現(xiàn)實困境的基礎(chǔ)之上,學(xué)習(xí)和借鑒世界一流大學(xué)人工智能人才培養(yǎng)的經(jīng)驗,助推我國高校的正向變革。

1.面向未來:為人工智能一級學(xué)科的設(shè)置創(chuàng)設(shè)條件,力求培養(yǎng)目標(biāo)的推陳出新。人工智能產(chǎn)業(yè)的蓬勃發(fā)展催生了人工智能學(xué)科的誕生,人工智能專業(yè)是市場需求驅(qū)動生成的新興學(xué)科。從我國人工智能專業(yè)的發(fā)展歷程和現(xiàn)狀來看,多數(shù)高校內(nèi)設(shè)置的人工智能專業(yè)皆為計算機學(xué)院、軟件科學(xué)學(xué)院內(nèi)相近專業(yè)的一個重要研究分支,人工智能人才培養(yǎng)過程中的教育教學(xué)及科研活動等依附于其他一級學(xué)科,學(xué)科建設(shè)相對滯后,依舊處于多方合力促成的、以規(guī)模擴(kuò)張的外延式發(fā)展階段[22]，人工智能學(xué)科建設(shè)及人才培養(yǎng)已然“先天不足”,卻仍面臨著“后天營養(yǎng)不良”的困境。世界一流大學(xué)在計算機系、自動化系開設(shè)人工智能專業(yè)方向或相關(guān)專業(yè),并提出明確導(dǎo)向的人才培養(yǎng)目標(biāo)、具體可操作的人才培養(yǎng)實施過程、兼顧市場需求導(dǎo)向下的外延式發(fā)展和新興創(chuàng)新型人才培養(yǎng)的內(nèi)涵式探求?；谑澜缫涣鞔髮W(xué)的經(jīng)驗,我國要突破現(xiàn)有追求人工智能專業(yè)建設(shè)數(shù)量、速度和規(guī)模的表征階段[23]，在人才培養(yǎng)上實現(xiàn)內(nèi)涵式探求與外延式發(fā)展的并行不悖。首先,為人工智能專業(yè)設(shè)置一級學(xué)科創(chuàng)設(shè)條件。對于“先天不足”的人工智能專業(yè)而言,資源的注入尤為重要,且囿于我國學(xué)科與資源緊密連接的教育環(huán)境,一級學(xué)科的建設(shè)能為人工智能專業(yè)建設(shè)和人才培養(yǎng)過程的推進(jìn)注入“生命力”。其次,在人工智能人才培養(yǎng)目標(biāo)的設(shè)置上推陳出新。人工智能在學(xué)科跨度上注重精深、博大,且與其他學(xué)科相比,要基于人工智能倫理層面的思考。而我國的人工智能專業(yè)主要依附于其他一級學(xué)科,這就要求在人才培養(yǎng)目標(biāo)的制定上要跳脫出其他一級學(xué)科的窠臼,將人工智能專業(yè)對學(xué)生提出的新要求、新目標(biāo)落實其中,推陳出新。

2.深度融合:重視課程與學(xué)科間的銜接和過渡,搭建交叉學(xué)科的開展平臺。當(dāng)前,我國高校人工智能研究和人才培養(yǎng)主要集中在計算機科學(xué)學(xué)院和軟件工程學(xué)院等工科院系,課程設(shè)計遵循工科課程的設(shè)計理念,課程間與學(xué)科間的交叉程度低,未能形成系統(tǒng)的課程體系。而從不同學(xué)科的師資跨界流轉(zhuǎn)現(xiàn)狀來看,設(shè)置了人工智能專業(yè)的各級各類學(xué)院之間產(chǎn)生的聯(lián)系和合作也較少,各學(xué)院內(nèi)的師資及資源各有所長而相互獨立,尚未能為課程、學(xué)科間的多元跨越提供實際效益。[24]世界一流大學(xué)普遍沿用“兼容并包”的視角對多元的學(xué)科、課程、知識體系加以考量,且在課程結(jié)構(gòu)中注重通識課程的開設(shè)以及通專融合理念的貫穿。因此,可以學(xué)習(xí)世界一流大學(xué)的相關(guān)經(jīng)驗：一方面,重視第一、二學(xué)年通識課程的開設(shè),以此為基礎(chǔ)進(jìn)行專業(yè)、方向的分流或聯(lián)合專業(yè)的開設(shè);在專業(yè)課程的開設(shè)中強調(diào)梯度式設(shè)計,逐步由初級、中級過渡到高深的核心領(lǐng)域,由此兼顧寬泛基礎(chǔ)知識的學(xué)習(xí)和高深專業(yè)知識的精耕。另一方面,人工智能在高校學(xué)科建設(shè)中呈現(xiàn)出“人工智能+X”的專業(yè)結(jié)構(gòu)[22]，這就要求打破學(xué)科和專業(yè)間的藩籬，實現(xiàn)各學(xué)科專業(yè)間的深度銜接與對應(yīng)。在此過程中,應(yīng)首先審視人工智能的發(fā)展趨勢、應(yīng)用特點和未來走向,優(yōu)先考慮并結(jié)合本校的優(yōu)勢學(xué)科、強勁專業(yè),為設(shè)置有人工智能專業(yè)的各級學(xué)院之間搭建教育教學(xué)及科研活動開展平臺,在交互融合的過程中摸索和探尋新的專業(yè)特色和優(yōu)勢,進(jìn)而逐步實現(xiàn)多學(xué)科交叉并進(jìn)的局面。

3.個性發(fā)展:推動教學(xué)模式、管理方式的變革和轉(zhuǎn)型,增強教育教學(xué)活動的延展性。就我國而言,當(dāng)前高校人工智能專業(yè)的教學(xué)方式較為單一,大致與其他專業(yè)一致,多采用課堂教學(xué)的授課方式,在實踐操作層面多局限在校內(nèi)實驗室,在實踐、研討、校企合作等環(huán)節(jié)較為薄弱。[25]世界一流大學(xué)采用小班教學(xué)、多元研討方式、學(xué)術(shù)顧問體系等,以學(xué)生為主體,以激發(fā)學(xué)生的創(chuàng)新思維為目標(biāo),賦予學(xué)生更多的自主性和能動性，因此,有必要在教學(xué)模式上實現(xiàn)范式變革和轉(zhuǎn)型。首先，公共基礎(chǔ)課、專業(yè)基礎(chǔ)課采用大班教學(xué)模式,但也要注重小組討論、技術(shù)展示等環(huán)節(jié)的應(yīng)用;專業(yè)核心課程則可以采取小班研討課的方式,充分發(fā)揮教師與學(xué)生的雙邊主體性,提高學(xué)生學(xué)習(xí)的積極性和主動性。其次,利用校園社團(tuán)、俱樂部等為人工智能學(xué)術(shù)交流搭建平臺。面向?qū)θ斯ぶ悄芨信d趣的學(xué)生、教師、企業(yè)員工等群體,可以人工智能領(lǐng)域前沿發(fā)展為主題,每周設(shè)定固定的時間、地點開展人工智能主題研討活動,并適時邀請人工智能企業(yè)家一同加入,以增進(jìn)學(xué)術(shù)研討活動的延展性。最后,加強學(xué)生管理制度的創(chuàng)新。我國高校普遍以輔導(dǎo)員對接學(xué)生指導(dǎo)工作,但其工作任務(wù)量大、內(nèi)容繁雜,對學(xué)生的學(xué)術(shù)成長和專業(yè)發(fā)展難以發(fā)揮實效。對此,我國高校可設(shè)立相應(yīng)的人工智能學(xué)生指導(dǎo)部門,參與人員可以是教師、高年級學(xué)生或碩博學(xué)生等,為人工智能學(xué)生提供課程選擇、專業(yè)發(fā)展和學(xué)術(shù)成長等建議。

4.跨界流轉(zhuǎn):推動校企、國際合作的協(xié)同發(fā)力,打造高水平師資隊伍。我國現(xiàn)階段在人工智能人才培養(yǎng)上依然面臨著師資匱乏的嚴(yán)峻問題。人工智能企業(yè)的技術(shù)創(chuàng)新要求也在敦促其以水漲船高的薪資延攬人工智能領(lǐng)域的頂尖人才,因此高校的高質(zhì)量教師都被科技公司挖走了。[26]此外,人工智能作為一門新興學(xué)科,專門從事該領(lǐng)域研究的教師較少,國內(nèi)高?？晒┙梃b的經(jīng)驗也很少,專業(yè)建設(shè)的速度與專業(yè)師資培養(yǎng)的速度難以銜接和匹配[27]，學(xué)校人工智能人才培養(yǎng)舉步維艱。面對這一現(xiàn)狀,首先，可以學(xué)習(xí)卡內(nèi)基梅隆大學(xué)的經(jīng)驗,實行企業(yè)跨校教師兼職制度。企業(yè)、高校作為社會和人工智能領(lǐng)域的重要結(jié)構(gòu)主體,均肩負(fù)著科技立新、社會服務(wù)的責(zé)任和使命。高校與企業(yè)積極開展產(chǎn)學(xué)研合作,將高校的人工智能基礎(chǔ)知識創(chuàng)造、科學(xué)研究優(yōu)勢與企業(yè)的技術(shù)開發(fā)、成果轉(zhuǎn)化優(yōu)勢結(jié)合,實現(xiàn)校企間的人才互流互通和人工智能研究領(lǐng)域的優(yōu)勢互補、協(xié)同共生。其次,國際合作的有效補充。麻省理工、卡內(nèi)基梅隆、阿爾伯塔、愛丁堡等世界一流大學(xué)均已實現(xiàn)線上線下混合教學(xué)模式,如麻省理工與edX平臺合作,從2019年4月起生成了“用戶體驗設(shè)計的人機交互”等人工智能課程。[28]因此,我國在人工智能教學(xué)中也可積極謀求與國外大學(xué)的合作,達(dá)成相關(guān)協(xié)議,獲取人工智能優(yōu)質(zhì)線上課程資源,以緩解當(dāng)前師資緊缺的棘手困境。在后期,我國高校也可與國外大學(xué)采取聯(lián)合辦學(xué)模式開展人才培養(yǎng),從而提升人工智能人才培養(yǎng)的效率和質(zhì)量。