• <blockquote id="fficu"><optgroup id="fficu"></optgroup></blockquote>

    <table id="fficu"></table>

    <sup id="fficu"></sup>
    <output id="fficu"></output>
    1. ACS880-07C
      關(guān)注中國自動(dòng)化產(chǎn)業(yè)發(fā)展的先行者!
      橫河電機-23年10月11日
      2024
      工業(yè)智能邊緣計算2024年會(huì )
      2024中國自動(dòng)化產(chǎn)業(yè)年會(huì )
      2023年工業(yè)安全大會(huì )
      OICT公益講堂
      當前位置:首頁(yè) >> 資訊 >> 行業(yè)資訊

      資訊頻道

      如何培養集聚人工智能高端人才
      • 作者:李輝 王迎春
      • 點(diǎn)擊數:631     發(fā)布時(shí)間:2017-12-19 18:42:00
      • 分享到:
      關(guān)鍵詞:

      黨的十九大報告指出,推動(dòng)互聯(lián)網(wǎng)、大數據、人工智能和實(shí)體經(jīng)濟深度融合。人工智能作為新一輪產(chǎn)業(yè)變革的核心驅動(dòng)力,將進(jìn)一步釋放歷次科技革命和產(chǎn)業(yè)變革積蓄的巨大能量,對于打造新動(dòng)能具有重要意義,正成為國際競爭的新焦點(diǎn)和經(jīng)濟發(fā)展的新引擎。作為人工智能發(fā)展的關(guān)鍵要素,人工智能人才的培養集聚已成為很多國家的戰略重點(diǎn)。國家《新一代人工智能發(fā)展規劃》指出,我國人工智能尖端人才遠遠不能滿(mǎn)足需求,要把高端人才隊伍建設作為人工智能發(fā)展的重中之重。

      高端人才是人工智能發(fā)展的關(guān)鍵和競爭焦點(diǎn)

      自1956年美國達特茅斯會(huì )議提出理念至今,人工智能幾經(jīng)起伏,直到最近幾年,才終于進(jìn)入快速突破和實(shí)際應用階段。作為人類(lèi)社會(huì )信息化的又一次高峰,人工智能正加速向各領(lǐng)域全面滲透,將重構生產(chǎn)、分配、交換、消費等經(jīng)濟活動(dòng)環(huán)節,催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)。

      人工智能的發(fā)展階段和技術(shù)路線(xiàn)倚重高端人才。當前,人工智能正在從實(shí)驗室走向市場(chǎng),處于產(chǎn)業(yè)大突破前的技術(shù)沖刺和應用摸索時(shí)期,部分技術(shù)和產(chǎn)業(yè)體系還未成熟。在這個(gè)階段,能夠推動(dòng)技術(shù)突破和創(chuàng )造性應用的高端人才對產(chǎn)業(yè)發(fā)展起著(zhù)至關(guān)重要的作用??梢哉f(shuō),人才的質(zhì)量和數量決定著(zhù)人工智能發(fā)展水平和潛力。

      對人才的爭奪和培養是各國發(fā)展人工智能的重要策略。在各國發(fā)布的人工智能戰略中,人才都是重要組成部分。美國白宮發(fā)布的《為人工智能的未來(lái)作好準備》以及《國家人工智能研發(fā)戰略規劃》中,對如何吸引人才著(zhù)墨甚多。英國政府科學(xué)辦公室發(fā)布的《人工智能、未來(lái)決策面臨的機會(huì )和影響》也對如何保持英國的人工智能人才優(yōu)勢有特別說(shuō)明;英國下議院科學(xué)技術(shù)委員會(huì )發(fā)布的《機器人技術(shù)與人工智能》調查報告中,對英國政府能否吸引人才從而保證英國在人工智能領(lǐng)域的領(lǐng)導力提出了敦促和質(zhì)詢(xún)。加拿大啟動(dòng)“泛加拿大人工智能戰略”,重點(diǎn)提出增加加拿大人工智能領(lǐng)域的卓越學(xué)者和學(xué)生數量。

      人工智能高端人才出現全球性短缺

      人工智能人才出現了全球性短缺。從職位供求關(guān)系來(lái)看,根據某招聘平臺統計,在全球范圍內,通過(guò)該平臺發(fā)布的人工智能職位數量從2014年接近5萬(wàn)個(gè)到2016年超過(guò)44萬(wàn)個(gè)。從人才薪酬來(lái)看,全球人才爭奪處于“白熱化”狀態(tài),人工智能人才的薪酬大幅度高于一般互聯(lián)網(wǎng)人才。

      人工智能人才的稀缺是全球產(chǎn)業(yè)變革的結果。人工智能人才問(wèn)題,本質(zhì)上是新產(chǎn)業(yè)變革帶來(lái)的勞動(dòng)能力需求轉換所導致的人才結構性短缺。作為新一輪產(chǎn)業(yè)變革的核心驅動(dòng)力和通用技術(shù)平臺,人工智能將推動(dòng)各個(gè)領(lǐng)域的普遍智能化,在這一過(guò)程當中,需要大量既熟悉人工智能又了解具體領(lǐng)域的復合型人才。2010年前后,人工智能在海量數據、機器學(xué)習和高計算能力的推動(dòng)下悄然興起,2015年隨著(zhù)圖形處理器(GPU)的廣泛應用和大數據技術(shù)的迅猛發(fā)展而進(jìn)入爆炸式增長(cháng)階段,人才需求的激增導致人才供應的整體短缺。大量資金的投入,也造成了資金多項目少的情況,沒(méi)有足夠的人才來(lái)承接市場(chǎng)和政府投入的資源。而此前很多人工智能相關(guān)專(zhuān)業(yè)處于“冷門(mén)”狀態(tài),培養的人才數量有限。

      目前的全球人工智能領(lǐng)軍人才數量與質(zhì)量均無(wú)法滿(mǎn)足技術(shù)和產(chǎn)業(yè)發(fā)展的巨大需求。所以,不能僅把戰略重點(diǎn)放在對全球存量人才的爭奪上,要著(zhù)手設計新的人才培養和人才發(fā)展計劃。

      全球人工智能人才培養與發(fā)展呈現新趨勢

      充足的高質(zhì)量人才是人工智能深入發(fā)展的基礎。從全球來(lái)看,人工智能人才培養和發(fā)展呈現一些新趨勢。

      學(xué)科深度交叉融合。人工智能技術(shù)人才,主要包括機器學(xué)習(深度學(xué)習)、算法研究、芯片制造、圖像識別、自然語(yǔ)言處理、語(yǔ)音識別、推薦系統、搜索引擎、機器人、無(wú)人駕駛等領(lǐng)域的專(zhuān)業(yè)技術(shù)人才,也包含智能醫療、智能安防、智能制造等應用人才。人工智能是一個(gè)綜合性的研究領(lǐng)域,具有鮮明的學(xué)科融合特點(diǎn)。

      從區域來(lái)看,多學(xué)科的生態(tài)系統對人才培養至關(guān)重要。倫敦之所以能夠擁有大量?jì)?yōu)秀的人工智能人才,與“倫敦-牛津-劍橋”密集的高校群和學(xué)科群生態(tài)密切相關(guān)?!皞惗亍=颉獎颉边@一黃金三角具有密集的教育研究資源和深厚底蘊。該地區擁有以牛津大學(xué)、劍橋大學(xué)、帝國理工大學(xué)和倫敦大學(xué)學(xué)院為中心的全世界最好的人工智能相關(guān)學(xué)科群,形成了良好的多學(xué)科生態(tài)。以阿蘭 圖靈研究所為代表的眾多智能研究機構在技術(shù)實(shí)力上處于全球領(lǐng)先地位,這些高校和研究機構源源不斷地培育出全球稀缺的人工智能人才。

      從高校內部來(lái)看,推動(dòng)學(xué)科交叉是大勢所趨。近日,人工智能研究領(lǐng)域的翹楚卡耐基梅隆大學(xué)(Carnegie Mellon University,CMU)宣布啟動(dòng)CMU AI計劃,旨在整合校內所有人工智能研究資源,促進(jìn)跨學(xué)院、跨學(xué)科的人工智能合作,從而更好地培養人工智能人才,開(kāi)發(fā)人工智能產(chǎn)品。該計劃通過(guò)解決現實(shí)問(wèn)題來(lái)牽引跨學(xué)科合作,并把合作落到實(shí)處,值得借鑒。

      產(chǎn)學(xué)研深度融合。從研究?jì)热莺腿瞬帕鲃?dòng)來(lái)看,科學(xué)家需要企業(yè)的數據和工程化能力,企業(yè)需要高校的研究人才,因此頂級人才得以在企業(yè)和高校間快速流動(dòng)。谷歌等大公司聘請的高校優(yōu)秀人才,大多還繼續從事研究機構的工作。AlphaGo項目的負責人戴維 席爾瓦(David Silver),至今仍在倫敦大學(xué)學(xué)院任教,在贏(yíng)得人機大戰后他專(zhuān)門(mén)回到學(xué)校,為學(xué)生們復盤(pán)AlphaGo技術(shù),使得高校的研究能夠與實(shí)踐應用同步。

      從培養模式來(lái)看,企業(yè)捐助研究,學(xué)生到企業(yè)實(shí)習,高校與產(chǎn)業(yè)界可以聯(lián)合培養人才。Facebook與紐約大學(xué)合作建立了一個(gè)致力于數據科學(xué)的新中心,紐約大學(xué)的博士生可以申請在Facebook的人工智能實(shí)驗室長(cháng)期實(shí)習。

      從成果轉化來(lái)看,人工智能領(lǐng)域算法創(chuàng )業(yè)的特點(diǎn)是技術(shù)成果轉化周期非常短,基礎研究成果甚至可以直接轉化為創(chuàng )業(yè)項目。幾個(gè)人的團隊通過(guò)技術(shù)展示,常常就能融資幾千萬(wàn)美金。而倫敦原有的積累和儲備恰恰契合了以算法和人才為核心的人工智能創(chuàng )新創(chuàng )業(yè)的基本特點(diǎn)與規律。英國一些著(zhù)名的人工智能公司,在單獨成立之前都是作為大學(xué)的研究項目而存在。隨著(zhù)明星企業(yè)的不斷出現,越來(lái)越多與這幾所高校有關(guān)的人工智能人才加入創(chuàng )業(yè)行列,加速推動(dòng)了倫敦地區的人工智能創(chuàng )業(yè)繁榮。

      企業(yè)成為人工智能人才培養的新陣地。很多企業(yè)開(kāi)始建立自己的人才培養體系。如百度成立深度學(xué)習研究院(IDL),在硅谷成立硅谷人工智能實(shí)驗室等,由此不斷產(chǎn)生技術(shù)創(chuàng )新,并吸引更多的國際尖端技術(shù)人才。百度還將推出“人工智能Star計劃”,通過(guò)資金、培訓、市場(chǎng)、政策等措施扶持優(yōu)秀的人工智能創(chuàng )業(yè)團隊。

      我國人工智能高端人才的現狀與挑戰

      從國家層面來(lái)看,人工智能人才的分布與教育基礎、企業(yè)數量、投資情況等緊密相關(guān)。在總量方面,美國優(yōu)勢明顯,而高端人才則集中于美國、德國和英國。美國之所以能聚集全球最多的人工智能人才,很大程度上得益于發(fā)達的科技產(chǎn)業(yè)和雄厚的科研實(shí)力。據各方統計,美國的人工智能企業(yè)數量占全球人工智能企業(yè)總量的40%多,其中谷歌、微軟、亞馬遜、Facebook、IBM和英特爾等企業(yè),更是整個(gè)行業(yè)的引領(lǐng)者。同時(shí),美國擁有包括卡耐基梅隆大學(xué)、斯坦福大學(xué)以及麻省理工學(xué)院等數十家有影響力的人工智能科研院所。隨著(zhù)美國人工智能的發(fā)展,全球科技創(chuàng )新中心硅谷所在的加州,有著(zhù)金融、媒體產(chǎn)業(yè)優(yōu)勢的紐約以及擁有人才優(yōu)勢的波士頓都成為了重要的人工智能中心。

      綜合各方面研究報告,中國人工智能人才總量?jì)H次于美國,但是高端人才較少,原創(chuàng )成果較少。中國人工智能人才主要集中在應用領(lǐng)域,而美國人工智能人才主要集中在基礎領(lǐng)域和技術(shù)領(lǐng)域。美國在芯片、機器學(xué)習應用、自然語(yǔ)言處理、智能無(wú)人機、計算機視覺(jué)與圖像等領(lǐng)域的相關(guān)人才都遠遠超過(guò)中國。

      我國的人工智能科研已經(jīng)形成了較好的產(chǎn)出和實(shí)力,但原創(chuàng )性和有影響力的成果較少。我國在中文信息處理、語(yǔ)音合成與識別、語(yǔ)義理解、生物特征識別等領(lǐng)域處于世界領(lǐng)先水平,國際科技論文發(fā)表量和專(zhuān)利居世界第二,部分領(lǐng)域核心關(guān)鍵技術(shù)取得突破。2017年年初,由美國人工智能協(xié)會(huì )(American Association for Artificial Intelligence)組織的人工智能?chē)H頂級會(huì )議AAAI大會(huì ),中國和美國的投稿數量分別占31%和30%。據統計,在2013年至2015年SCI收錄的論文中,“深度學(xué)習”或“深度神經(jīng)網(wǎng)絡(luò )”的文章增長(cháng)了約6倍,按照文章數量計算,美國已不再是世界第一;在增加“文章必須至少被引用過(guò)一次”條件后,中國在2014年和2015年都超過(guò)了美國。2017年的頂級人工智能會(huì )議NIPS(Neural Information Processing Systems,神經(jīng)信息處理系統進(jìn)展大會(huì ))錄用文章600多篇,中國各高校共入選20多篇,而紐約大學(xué)就有10篇入選。

      我國的人工智能人才有以下幾個(gè)特點(diǎn):

      年輕生力軍為主,資深人才短缺。據分析,中國人工智能人才在28歲至37歲年齡段的占總數的50%以上。相對而言,中國48歲及以上的資深人工智能人才占比較少,只有3.7%,而美國48歲以上的資深人才占比16.5%。這也是中國當前需要引進(jìn)大量海外高端人才的原因。

      科技公司表現強勁。從國內來(lái)看,核心科技公司占據了大部分人才資源。相關(guān)數據顯示,國內人工智能人才主要集中在百度、阿里巴巴、騰訊、科大訊飛等多家科技領(lǐng)軍企業(yè)中。其他兩類(lèi)企業(yè)也吸納了大量人才,一是不斷涌現的人工智能創(chuàng )業(yè)公司,二是將人工智能融入自身業(yè)務(wù)的企業(yè)??鐕救缥④泚喼扪芯吭旱?,仍然是優(yōu)秀人工智能人才的優(yōu)先選項。

      高校仍有很大吸引力。盡管面臨領(lǐng)軍企業(yè)的人才爭奪,國內高校對人工智能人才仍有很大的吸引力。數據顯示,截至2016年年底,中國有10.7%的人工智能領(lǐng)域從業(yè)者曾在高?;蜓芯克ぷ鬟^(guò),低于美國的26.7%。

      培養集聚人工智能高端人才的對策建議

      培養和集聚人工智能高端人才,要根據人工智能發(fā)展規律和趨勢,加強頂層設計,綜合施策。

      科學(xué)建設人工智能一級學(xué)科。在美國、英國等人工智能發(fā)展高地,著(zhù)名院校大多設有人工智能相關(guān)專(zhuān)業(yè)和研究方向,而在中國,人工智能專(zhuān)業(yè)多分散于計算機和自動(dòng)化等學(xué)科。建議按智能科學(xué)范疇建設一級學(xué)科,保持彈性和包容性,靈活設置二級學(xué)科。適當增加人工智能相關(guān)專(zhuān)業(yè)招生名額,多渠道籌措培養經(jīng)費,加強人工智能研究的基礎設施建設。

      鼓勵深度交叉學(xué)科研究與人才培養。在重點(diǎn)區域打造優(yōu)良的學(xué)科生態(tài)系統??梢越梃b倫敦的相關(guān)經(jīng)驗,在北京、上海等高校和學(xué)科豐富的地區,打造智能學(xué)科群。培養造就一大批具有國際水平的戰略科技人才、科技領(lǐng)軍人才、青年科技人才和高水平創(chuàng )新團隊。把增強人工智能素養貫穿于整個(gè)教育和職業(yè)培訓體系,培養各類(lèi)綜合人才。

      推進(jìn)產(chǎn)學(xué)研合作的新培養模式,發(fā)揮領(lǐng)軍企業(yè)的人才培養作用。鼓勵企業(yè)創(chuàng )辦研究機構,與學(xué)校聯(lián)合建設實(shí)驗室,培養人才。針對中國研究機構散而小的問(wèn)題,成立公私合作的國際化、實(shí)體性、規?;姆菭I(yíng)利性研究機構。鼓勵研究人員在高校和企業(yè)之間流動(dòng)。鼓勵創(chuàng )業(yè)創(chuàng )新,促進(jìn)人工智能成果轉化和產(chǎn)業(yè)化。

      鼓勵精準引進(jìn)一流人才,鼓勵企業(yè)和高校院所聯(lián)合引進(jìn)人才。引導國內創(chuàng )新人才、團隊加強與全球頂尖人工智能研究機構的合作互動(dòng)。積極引進(jìn)國際一流的研究機構,加大研究合作的國際化水平。制定專(zhuān)門(mén)政策,實(shí)現人工智能高端人才精準引進(jìn),支持企業(yè)和高校聯(lián)合引進(jìn)世界一流領(lǐng)軍人才。重點(diǎn)引進(jìn)神經(jīng)認知、機器學(xué)習、自動(dòng)駕駛、智能機器人等國際頂尖科學(xué)家和高水平創(chuàng )新團隊。

      搶抓新一輪海歸人才潮機遇。大量美國、英國和日本的海歸成為中國人工智能的重要力量。當前,我國人工智能發(fā)展勢頭強勁、市場(chǎng)廣闊、資金充沛,要積極吸引海外相關(guān)人才回國創(chuàng )新創(chuàng )業(yè),共同推動(dòng)中國人工智能技術(shù)取得突破性進(jìn)展。

      摘自《光明日報》

      熱點(diǎn)新聞

      推薦產(chǎn)品

      x
      • 在線(xiàn)反饋
      1.我有以下需求:



      2.詳細的需求:
      姓名:
      單位:
      電話(huà):
      郵件:
      欧美精品欧美人与动人物牲交_日韩乱码人妻无码中文_国产私拍大尺度在线视频_亚洲男人综合久久综合天

    2. <blockquote id="fficu"><optgroup id="fficu"></optgroup></blockquote>

      <table id="fficu"></table>

      <sup id="fficu"></sup>
      <output id="fficu"></output>