正方觀點(diǎn)B：產(chǎn)學(xué)研一體化，強(qiáng)烈期待AI本科生

AI人才缺口可以看做一個(gè)行業(yè)基本面，而在這背后，是AI科研體系的獨(dú)特性，正在催動(dòng)著AI人才更早與企業(yè)接觸。這也間接促使AI本科生這個(gè)群體到來(lái)。

大家都在說(shuō)，AI是一個(gè)高度產(chǎn)學(xué)研一體化的領(lǐng)域。但到底是怎么一體化的呢？

首先我們可以看到，今天的大多數(shù)AI應(yīng)用是基于神經(jīng)網(wǎng)絡(luò)與算法達(dá)成創(chuàng)造性的。而神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是結(jié)構(gòu)延展。換句話說(shuō)，AI的技術(shù)世界不是非此即彼，而是堆疊和嵌入的�；氐饺瞬哦�，這就讓很多企業(yè)中的AI任務(wù)與工作，可以分派出來(lái)讓獨(dú)立小組完成。這讓象牙塔中的師生走入企業(yè)有了絕佳的機(jī)會(huì)。而一些數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)記類的機(jī)器學(xué)習(xí)基礎(chǔ)工作，更是非常適合交給“懂基礎(chǔ)的實(shí)習(xí)生”來(lái)完成。

另外，根據(jù)相關(guān)統(tǒng)計(jì)，常青藤高校的AI研究成果，有超過(guò)75％最終得到了商業(yè)轉(zhuǎn)化。這個(gè)比例在各學(xué)科中名列前茅。AI的特性決定了高校中的研究和企業(yè)中的研究相似度非常高，而師生的創(chuàng)造有很大比率可以被快速轉(zhuǎn)化。這個(gè)機(jī)會(huì)對(duì)于老師、學(xué)校、學(xué)生，以及整個(gè)產(chǎn)業(yè)，是一個(gè)多方共贏的局面。那么第一步，還是讓學(xué)生盡快進(jìn)入AI的世界。

還有一個(gè)問(wèn)題值得注意，今天的AI研究是要基于大量數(shù)據(jù)和算力支撐的。但是這些東西往往不存在于研究室當(dāng)中，而是只見(jiàn)于科技企業(yè)內(nèi)部。這也就要求實(shí)驗(yàn)室必須要到企業(yè)中去，給企業(yè)提供更多價(jià)值。而本科生的勞動(dòng)和創(chuàng)造力，事實(shí)上是這個(gè)置換關(guān)系之一。

由這些理由，企業(yè)和學(xué)校都在期待更多學(xué)生快速組成產(chǎn)學(xué)研一體化的基礎(chǔ)，讓企業(yè)與學(xué)校間的循環(huán)圈層擴(kuò)大。

這個(gè)意義上來(lái)說(shuō)，本科生是AI前進(jìn)中的必要?jiǎng)恿Α?/p>

正方觀點(diǎn)C：AI必須建立跨學(xué)科的獨(dú)立體系

還有另一個(gè)更加學(xué)術(shù)層面的聲音，認(rèn)為今天AI學(xué)科的發(fā)展，主要阻礙之一在于附庸于計(jì)算機(jī)科學(xué)專業(yè)，已經(jīng)十分不利于AI本身的學(xué)科發(fā)展。

比如我們知道，AI的頂會(huì)、數(shù)據(jù)測(cè)試都自有一套邏輯。假如某企業(yè)的研究成果，在某個(gè)頂級(jí)比賽上讓人臉識(shí)別的效率提升到某某指數(shù)，那么當(dāng)然是巨大的成果。但在高校學(xué)科體制中卻不然，因?yàn)锳I的算法比賽機(jī)制是獨(dú)立的，不納入計(jì)算機(jī)科學(xué)的考察范疇。這會(huì)很大程度上限制國(guó)內(nèi)AI學(xué)者參與世界競(jìng)爭(zhēng)的熱情。

另一方面，AI雖然大體可以看做計(jì)算機(jī)科學(xué)的一個(gè)子集。但事實(shí)上AI是一個(gè)高度跨學(xué)科的領(lǐng)域，有大量問(wèn)題是非計(jì)算機(jī)科學(xué)的，而是涉及信息科學(xué)、數(shù)學(xué)、社會(huì)學(xué)、心理學(xué)、生物學(xué)、認(rèn)知科學(xué)，甚至法學(xué)、倫理學(xué)等等。

在國(guó)際范圍內(nèi)，基于AI成立跨學(xué)科研究體是大勢(shì)所趨。但現(xiàn)有學(xué)科體制卻限制了AI的融合式學(xué)科發(fā)展，影響了人才交流與信息互通。

這種條件下，把人工智能學(xué)科獨(dú)立出來(lái)，從本科生開(kāi)始培養(yǎng)專屬人才就成為了熱門議題。而從技術(shù)軌跡的長(zhǎng)遠(yuǎn)發(fā)展看，一個(gè)獨(dú)立跨學(xué)科的AI科研體系，也是開(kāi)展國(guó)際化AI競(jìng)爭(zhēng)的絕對(duì)必要條件。

給潛在AI本科生的一點(diǎn)建議

人工智能到底要不要成為本科專業(yè)，不是一個(gè)絕對(duì)如此或者如彼的問(wèn)題，更多情況下見(jiàn)仁見(jiàn)智，其成敗在于整個(gè)教育體系和社會(huì)結(jié)構(gòu)的共同把持。但根據(jù)上面這些看法，不妨給想要把AI作為專業(yè)的童鞋一點(diǎn)建議：

首先，綜合來(lái)看今天AI的應(yīng)用前景和就業(yè)基本面沒(méi)有問(wèn)題。但未來(lái)有不確定性，技術(shù)也在隨時(shí)變化，一定要理性考慮謹(jǐn)慎選擇。而且讀了AI專業(yè)絕不意味著預(yù)定了高薪高職位�？焖僮兓�的AI可能把任何人摔下自己的馬車。

其次，一定要警惕不靠譜的人工智能專業(yè)。AI的師資目前在國(guó)內(nèi)是絕對(duì)的師資資源，如果你報(bào)考的學(xué)校本來(lái)在AI領(lǐng)域不強(qiáng)，也沒(méi)有引進(jìn)知名專家，卻突然辦起了AI專業(yè)，那么一定要小心為上——說(shuō)不定老師還沒(méi)有你懂得多。

而國(guó)外的AI本科生教育比國(guó)內(nèi)稍早一些，與國(guó)內(nèi)的區(qū)別主要集中在所教授領(lǐng)域相對(duì)更集中，更注重學(xué)院本身的優(yōu)勢(shì)教育和研究。一般美國(guó)的AI本科教育，是強(qiáng)調(diào)主修方向，其他選修，而國(guó)內(nèi)的AI本科教育還是強(qiáng)調(diào)AI領(lǐng)域的通識(shí)。哪種更好也沒(méi)有定論。

值得注意的是，國(guó)外AI本科教育中，明顯比國(guó)內(nèi)更加強(qiáng)調(diào)AI的人文與倫理教育。這些內(nèi)容其實(shí)是必修課，有志于AI的童鞋應(yīng)該想辦法自己補(bǔ)強(qiáng)。

而假如真的很喜歡AI，卻沒(méi)有找到合適的專業(yè)也不用急。有一些迂回策略可以考慮，如果有志于高階的AI研究與創(chuàng)造，應(yīng)用數(shù)學(xué)和認(rèn)知神經(jīng)科學(xué)是兩個(gè)最好的選擇。假如想要快速進(jìn)入AI行業(yè)，那么數(shù)據(jù)科學(xué)是最接近應(yīng)用的AI相關(guān)領(lǐng)域。

接下來(lái)，關(guān)于AI要不要進(jìn)本科的爭(zhēng)論應(yīng)該還會(huì)繼續(xù)。而與此同時(shí)，關(guān)于AI要不要進(jìn)高中的討論，也已經(jīng)開(kāi)始進(jìn)入公眾視野……

文｜腦極體