中國高校人工智能學科建設與特征研究

秦 悅，徐 峰

（中國科學技術信息研究所，北京海淀 100038）

自1956年在美國達特茅斯會議上正式確立人工智能的概念以來，人工智能的發展在起起落落中不斷前進。進入21世紀后，得益于大數據、超級計算和算法的快速發展，人工智能技術開始在經濟社會中廣泛應用，推動人工智能發展進入一個新的階段。我國于2017年7月8日印發了《新一代人工智能發展規劃》，對我國新一代人工智能的發展做出了系統的部署，并明確提出要加強人工智能學科建設［1］。2018年4月3日，教育部為落實《國務院關于印發新一代人工智能發展規劃的通知》發布《高等學校人工智能創新行動計劃》，明確提出“引導高等學校瞄準世界科技前沿，不斷提高人工智能領域科技創新、人才培養和國際合作交流等能力，為我國新一代人工智能發展提供戰略支撐。［2］”此后，許多高校紛紛響應，相繼通過設立人工智能學院、研究院、研究中心等相關研究機構，并初步擬定了研究方向、人才培養模式、招生規模等規劃，這一系列舉措推動我國人工智能學科建設進入了一個新的快速發展階段。

1 研究現狀

自我國推動高校“雙一流”建設決策部署以來，高校學科建設一直是學術界討論的熱點。楊建林等［3］認為學科建設既包括學科知識體系的建設，也包括學科功能單位的建設，其中知識體系建設的主要內容包括學科功能定位、學科發展方向共識、學科知識體系重構以及合理拓展研究內容；學科功能單位作為高校教學、科研、人次培養以及專業建設的依托，其建設包含學科隊伍建設、學科科研選題、學科人才培養3個方面。王秉等［4］基于學科由來、學科基本概念界定和認識、學科身份與學科建設視角四個方面研究安全情報學學科建設中存在的問題，并且基于哲學的高度探討安全情報學學科建設；祁凡驊、林欣在研究我國行政管理學科建設時，采用界定學科界限后，選取6所國內一流高校與6所國外高校進行對比的方法。對比維度包括學科的基本情況，學科培養目標與人才定位，學科研究方向、師資力量與學位設置以及學科課程設置四個方面，其中學科基本情況包括如學科所在院系、創辦時間、所在系與研究分支、專業設置、教育層次、招生方式等［5］。

隨著人工智能在我國引起廣泛關注，人工智能學科建設的研究也逐步受到重視。以“人工智能學科建設”為主題在知網進行檢索，共檢索出58條記錄。該主題領域在我國從2016年起步，近年來發文量呈穩步上升趨勢。目前，對于人工智能學科建設的研究主要包括以下幾個方面：一是人工智能教育的定位。陳·巴特爾等［6］基于人工智能的學科特性（橫斷學科、交叉學科）制定發展戰略；周志華［7］基于人工智能的發展路徑分析人工智能教育的關注點應該是弱人工智能，并且從區分人工智能與智能科學的角度確定人工智能教育的目標為培養具備源頭創新能力、解決企業關鍵技術難題能力的人才。二是人工智能學科下的人工智能學院發展現狀。方兵等［8］依據高校職能審視我國現階段的人工智能學院，并提出未來的發展方向；高敏［9］基于新工科背景不僅調研了高校人工智能學院研究院而且對開設人工智能相關專業的高校的發展現狀進行了調研。三是以愛丁堡大學、卡內基梅隆大學等國外知名高校為例，借鑒國外建設人工智能學科的經驗［10］。四是人工智能與其他學科的交叉融合而引發其他學科的變革發展研究。

推動人工智能學科發展，加快人工智能領域人才培養是當前我國人工智能發展的重要任務。從上述研究可以看出，當前人工智能學科建設正在受到更為廣泛的關注。為此，本文通過調研各高校門戶網站信息，文獻計量分析等方式，對當前高校人工智能學院建設的基本情況，以及學科研究方向和人才培養模式等進行了分析，以進一步了解當前我國人工智能學科建設的情況，為更好地推動我國人工智能學科建設提供參考借鑒。

2 我國學科建設的基本情況

院系作為高校人才培養、科學研究、教育活動的載體，其建制的合理性直接影響到學科建設的發展［11］。為此本文通過多種渠道，對我國高校建設人工智能學院的情況進行了調研，共收集到37所高校人工智能學院（見表1）。其中，盡管有些高校的學院名稱并不是一字不差的人工智能學院，但都是從人工智能重點科技領域布局建立的與人工智能相關的學院建制，如機器人學院、智能工程技術學院、人工智能與數據科學學院等等，此處統一用人工智能學院代指。本部分將從學院設置情況、成立時間、地區分布、師資力量等四個方面對我國人工智能學科建設的基本情況進行分析。

表1 人工智能學院列表

2.1 學院設置情況

通過調研，在37所成立了人工智能學院的高校中，有62%的主辦高校為雙一流高校，一流學科高校占比8%，如下圖1所示，可見我國世界一流大學建設高校、世界一流學科建設高校為當前人工智能學科建設主要推動力量。成立人工智能學院的37所高校中有14所高校是綜合性高校，20所是理工類高校，剩下的3所高校，1所是人文社科綜合類高校，1所是師范類高校，1所是政法類高校。其中的綜合性高校和理工類高校新成立的人工智能學院大致分為5類：第一類是成立獨立的人工智能學院，共計23所高校；第二類是原先掛靠于該高校的計算機科學與技術或者軟件學院、信息學院等主體下，接著逐漸演變為分屬于原計算機、軟件或者信息等學院的智能科學與技術系、或者模式分析與智能計算研究所、醫學智能研究所、智能控制與機器人研究所等組織；第三類是合并兩個已有的學院共同成立新的人工智能學院；第四類是在新成立人工智能學院后，與其他學院共同組成新的學部；最后一類高校是兩個學院共同合作辦學，形成協同發展的人工智能教育平臺。其中有些高校還依托原本學校的優勢學科成立研究中心以及實驗室，與國際頂尖大學建立聯盟，有些高校更進一步與相關的互聯網公司達成協議建立實踐基地以及與當地政府聯合成立學院。

圖1 主辦高校類型

2.2 學院成立時間

如下圖2所示為我國高校人工智能學院成立時間趨勢圖。《高等學校人工智能創新行動計劃》的發布時間為2018年4月3日，據統計共有9所高校是在《高等學校人工智能創新行動計劃》發布之前就已經成立了相關學院，分別是湖南大學、同濟大學、中山大學、中國科學院大學、西安電子科技大學、西南政法大學、湖南工業大學、上海交通大學、重慶郵電大學。其中最早設立人工智能學院的高校是湖南大學。湖南大學于2016年4月26日成立機器人學院，該學院是交叉融合電氣與信息工程學院、機械與運載工程學院、信息科學與工程學院、設計藝術學院等學院而成立的，主要研究方向是人工智能領域的機器人子領域。從成立時間趨勢圖可以看出高校設立人工智能學院的時間大多集中在《新一代人工智能發展規劃》《高等學校人工智能創新行動計劃》發布之后。由此可見，國家的戰略規劃和政策有力地推動了人工智能學科建設的快速發展。

圖2 人工智能學院成立時間趨勢圖

2.3 學院地區分布

從表2的人工智能學院地區分布表中可以看出人工智能學院大多集中在較為發達的東部地區，其中分布最多的地區是北京市，接著是江蘇省。分析可能原因有三，一是這兩個地區本身就屬于高校聚集區；二是這兩個地區經濟發展比較好，為催生互聯網公司提供了良好的環境。北京地區有很多的互聯網公司的龍頭企業，提供了很好的競爭條件以及人工智能研究與成果落地環境，也催生了很多人工智能理論與技術研究；三是北京地區為我國首個國家新一代人工智能創新發展試驗區，其發展目標為推動北京成為全球人工智能學術思想、基礎理論、頂尖人才、企業創新和發展政策的源頭［12］。但從表2的地區分布可以發現有很大一部分建立人工智能學院的高校分布在沿海地區。從整體地區分布情況上來看，處于一個不平衡發展的狀態。

表2 人工智能學院地區分布表

表2（續）

2.4 學院師資力量

從高校公布的已有數據來看，我國高校人工智能學院的師資方面呈現以下特點：教師崗位的設置基本完善，基本涵蓋教授、副教授、助理教授、講師、專職科研人員、實驗工程技術人員等，而且教師科研人員中不乏中國科學院院士、萬人計劃學者、長江學者特聘教授、國家杰出青年科學基金獲得者、教育部新世紀優秀人才等優秀師資力量。從學院官網的教師詳情頁可以看出，人工智能學院的教師大多是原先計算機等相關學院的原教師，而且各個學院之間的師資力量存在很大差距，呈現為不均衡分布，教職員工最多的高校可達一百多人，但也存在目前只有3位教師的情況。

針對本文所調研的37所高校人工智能學科建設的基本情況，我們從學院設置情況、成立時間、地區分布、師資力量四個方面進行分析。結果發現，在學院設置上，多數為獨立學院，但學院建制變動較大，存在由獨立學院轉變為系所的情況。在成立時間上，除少數幾所學院早在政策推動前已經形成穩定的學院建制外，多數學院受政策影響推動較大。在地區分布上，學院多分布于東部沿海地區，整體上呈現不均衡分布的狀態。在師資方面，教師崗位設置完善，但存在人工智能基礎課程教師缺失的情況。

3 我國人工智能學科研究方向

人工智能發展至今已經形成了自己龐大的知識體系，為了更好的了解我國當前人工智能學科研究方向，本部分選取37所成立人工智能學院高校在人工智能領域已發表的論文作為數據源來探析人工智能學科研究方向。

依據EI Compendex數據庫中的人工智能的受控詞表，選取人工智能的相關詞和下位詞，制定主題概念部分的檢索式［13］，控制機構范圍為37所高校，形成檢索式。選擇國際權威數據庫Web of Science的核心合集為數據來源。以主流人工智能學界的關注重點進行劃分，人工智能的發展歷程大致分為三個階段，分別為“推理期”“知識期”以及1990至今的“學習期”［7］，所以論文數據的時間范圍限定為1990—2019年。使用Citespace引文分析工具，每5年切片（Time Slicing），術語類型選擇突發性詞匯（Burst Terms），選擇純文本（plain text）尋找突現詞，因為關鍵詞往往是作者精心挑選的能高度概括論文內容的核心詞匯［14-15］，據此選擇節點類型為Keyword，各時間切片的閾值選擇為Top30，采用Cosine算法計算網絡連線長度，使用尋徑方式（Pathfinder）對合并后的整體網絡進行裁剪（Purning the merged network）［16］。

關鍵詞共現是指兩個關鍵詞同時出現在同一篇文獻中，在知識圖譜中表現為每一個關鍵詞對應一個節點，節點越大表明關鍵詞出現的頻次越高，節點之間的連線表明關鍵詞之間的聯系強度，連線越粗，聯系越強。高頻關鍵詞表明了研究的主要方向和重點領域，并且由于節點較多且比較繁雜，如下圖3所示僅顯示高頻關鍵詞。37所高校論文的關鍵詞共現圖譜網絡密度為0.025 9，網絡較為分散，人工智能研究的分支較多。由圖譜可知神經網絡（neural network）、算法（algorithm）、優化（optimization）、深度學習（deep learning）、粒子群算法優化（particle swarm optimization）、分類（classification）、遺傳算法（genetic algorithm）、人工智能網絡（artificial neural network）、預測（predication）、卷積神經網絡（convolutional neural network）、機器人（robot）、支持向量機（support vector machine）、非線性系統（nonlinear system）、識別（recognition）、跟蹤控制（tracking control）、特征提取（feature extraction）、模糊控制（fuzzy control）、自適應控制（adaptive control）、多代理系統（multi-agent system）、專家系統（expert system）等，都是30多年來我國高校人工智能研究的重點領域。

高頻關鍵詞是研究某個領域的一個有效指標，為進一步探析人工智能領域中的研究轉折點，在生成關鍵詞共現圖譜時，術語類型選擇了突發性詞匯。突現詞在圖譜中表現為外環顏色較深的節點，詳細信息如下圖3。CiteSpace工具共檢測出228個突現詞，其中有39個關鍵詞出現了引文爆發（citation bursts），如下表3截取突現強度大于10的主題。突現詞在主題演變過程中起著重要的轉折作用，可以看出隨著時間的發展，哪些主題做出了承前啟后的作用，并可以用來表征研究領域轉向，預測研究發展方向［17］。通過梳理突現詞突現強度的時間分布，可以清晰的看出在這個階段，神經網絡（neural network）的突現強度最大，且突現時間持續了將近20年。專家系統（expert system）、模式識別（pattern recognition）、自適應控制（adaptive control）、收斂（convergence）、模糊控制（fuzzy control）、人工神經網絡（artificial neural network）、遺傳算法（genetic algorithm）、機器人技術（robotics）、多主體系統（multi-agent system）、同步（synchronization）、差異進化（differential evolution）等主題在某一時間點成為該時段的熱點研究領域。選擇（selection）和識別（recognition）這兩個主題分別從2015年、2017年成為我國高校人工智能研究的轉折點。眾所周知2015年以來，業界巨頭紛紛加大對人工智能的投入研究，并且開源其人工智能框架，自然語言處理、計算機視覺、語音識別等技術趨于成熟。在《全球人工智能發展報告（2018）》中指出我國國內的人工智能研究聚焦于計算機視覺［18］。對比論文數據科學計量所得出高校的研究重點領域以及研究領域轉向，證明我國高校研究基本符合人工智能的發展趨勢。

圖3 高校論文關鍵詞共現

表3 關鍵詞突現強度列表

表3（續）

4 我國人工智能學科人才培養模式

學科人才培養模式是學科建設的重要內容。從調研的37所人工智能學院來看，大部分學院均在推動學科人才培養方向開展了一些工作，并結合人工智能發展的特點，推出了一些新的人工智能模式。

4.1 專業定位與學科設置情況

從調研的情況上看，已有人工智能學科建設僅僅設置智能與科學技術專業，或是自動化相關專業。僅有少數的高校有完善的專業定位與課程設置，如南京大學出版了《南京大學人工智能本科專業教育培養體系》［19］，形成了系統的人工智能本科教育大綱，主要分為數學基礎課程、學科基礎課程、專業方向基礎課程以及專業選修基礎課程等四大教學大綱。湖南大學機器人學院有完整的本科人才培養計劃以及方案。南開大學官方網站詳細列出一級、二級學科體系構建以及本碩博課程設置（自動化、模電等）。現階段我國高校人工智能學科基礎專業欠缺，課程設置不完備。

4.2 招生規模

目前，僅有6所高校的官網列出招生信息，其中湖南大學、西安電子科技大學在早年間已經設有人工智能學院，完備的專業設置，經過發展已形成了穩定的招生規模，向社會輸出了相當數量的專業人才。而另外的4所已有招生信息的高校招生規模最大的高校是河北工業大學，東南大學的招生計劃明確有本科的招生規模，而另外的兩所高校所給出的招生信息全部是關于碩士研究生以及博士研究生的信息，可見現階段大部分高校的人工智能學院的教育層次主要集中于碩博階段，本科階段還處在萌芽期。

4.3 人才培養的新模式

在對人工智能學院調研過程中，依據這些學院在人才培養規劃、本碩博人才培養體系、實踐基地的建設等相關消息，可以看出我國在人工智能學科人才培養模式方面擁有了一些新的特點。

一是重視“雙創”培養。新成立的人工智能學院更加傾向于積極引導學生參加各種創新創業大賽，增強學生的動手以及實踐能力。采用這種培養模式的高校有湖南大學、西安電子科技大學以及重慶理工大學，其中重慶理工大學還構建了國家級、省部級、產業級等多級競賽體系，旨在不斷提升學生工程實踐能力和專業技能。

二是下沉導師資源。第二種人才培養模式最大的變化在于導師制度上新的突破。在以前的經驗中，絕大部分的高校只會在碩士研究生以及博士研究生培養中實行導師制度，但在新成立的人工智能學院中不僅本科生開始實行導師制度，而且湖南工業大學實行由院士、專家親自擔任本科生導師的制度，重慶理工大學實行優秀本科生導師制和優秀研究生名校導師聯合指導機制。導師制度向大學本科專業基礎教育的下沉，提前為本科生提供接觸更深層次專業知識的機會，進而提高人工智能領域人才質量。

三是深化校企合作。由于各個高校的政策反應時間以及自身發展規劃的不同，未來可能會有更多的高校成立人工智能學院，而且現階段新成立的人工智能學院也是初成規模，很多高校的官方網站還沒有同步更新院系的相關信息。據不完全統計，成立了人工智能學院的37所高校中有7所高校與相關的互聯網公司都有合作。湖南工業大學聯合人工智能領域在國際上有影響力的教育研究機構和國內龍頭企業，深化科教融合和校企協同育人，使每位學生有國際訪學和一流企業實踐的機會。南開大學不僅僅與很多知名企業有合作，并且與多所國際學校有交流合作。南京大學與京東、科沃斯、曠視三家企業簽訂戰略合作協議。吉林大學從深化校企合作的角度出發將在人才培養、創新科學研究項目、人工智能相關學科共建及課程建設等方面展開全面而深入的合作，以培養適應創新型國家建設需要的高水平技術人才。重慶理工大學在大數據智能產業園區、業內知名企業建立就業實習基地。遼寧工程技術大學與騰訊云計算（北京）有限責任公司、上海墨桐花開教育科技有限公司合作。長春理工大學與青軟實訓教育科技股份有限公司簽訂協議建立了實訓基地。校企合作程度的深化而帶來的人才培養和學科體系以及課程建設方面的調整，一定程度上可以將高校以及企業的關注點進行聚焦，減少產業鏈條的斷節，達到一定的平衡，形成穩定的產學研合作體系，提高科學成果轉換能力。

5 結語與建議

通過對新成立人工智能學院進行分析，可以看出我國高校的人工智能學院已經具備一定的規模，其中以我國的世界一流大學建設高校、世界一流學科建設高校為主力軍，并且多分布于經濟發展較好的地區。但在學科體系建設中也存在一些不容忽視的問題，雖然已有高校率先對人工智能學科體系進行了探索，但總體上人工智能學科還沒有形成體系。為推動我國人工智能一級學科建設，通過分析現有人工智能學院的發展特點，本文提出以下針對性建議：

一是加強跨學科合作。在院系設置方面，組織變動較大。人工智能研究組織采用掛靠于計算機學院下的系所機構，并沒有在建制上形成獨立的研究機構，且有研究提出從跨學科的組織建設看，傳統學科通過建立交叉學科研究組來整合跨專業或跨學科的研究力量，這種結合方式具有不穩定性和臨時性，并不適合人工智能的長期發展［6］。基于這一點出發，除卻建立單獨人工智能學院的基礎上，還需要建立跨學科的人工智能協同創新平臺進行學科資源的有效整合，減少跨學科的合作成本。

二是加強師資力量建設。人工智能學科經過了60多年的發展，已經形成了基本的學科知識體系，但由于現有人工智能學院的非獨立建制原因，在師資組成上，存在著學科薄弱部分師資缺乏的問題。高校人工智能學院應該在現有的師資團隊的基礎上，通過國際合作、人才引進的方式對人工智能課程缺乏的教師進行填補，加強基礎理論研究，形成屬于人工智能自己的完整學科體系。

三是加強社科領域研究。現階段高校在人工智能技術領域的研究多集中趨于成熟的自然語言處理、語音識別、計算機視覺等領域研究，但人工智能本身具有多學科綜合、高度復雜的特征，人工智能技術在多領域中的應用展現出了巨大的潛能，帶來很大的社會變革，但是這對現有社會體系中的法律、倫理等也是一種挑戰［16］，例如，不斷爆出知名AI公司端口泄露大量用戶數據的事件。人工智能的學科建設在進行本領域的基礎創新實現突破外，也應該加強社科領域內的人工智能研究，例如數據安全條例、法律研究，政策研究以及公共服務研究。

四是創新人才培養方式。基于目前的人工智能產業布局，由于大規模數據+大規模算力的基本方法論已經成熟，計算機視覺、自然語言處理、語音識別等技術都得到廣泛的應用。今后的發展路徑是十分清楚的：在數據儲備充分，商業價值清晰的場景，人工智能應用會迅猛發展，主要表現為人工智能技術應用于其他領域而實現智能化，實現應用終端化，即將AI算法加載于終端設備上，如醫療、智慧教育、智能農業、智能家居、自動駕駛、智能零售等領域已初具規模，人工智能產業的火熱發展勢必會造成該領域的人才供需失衡現象。基于這一市場發展趨勢以及廣闊的就業前景，高校在人才培養方面更應該從源頭出發，聚焦于產業市場需求，做好市場調查，深化產學研的合作，提高科技成果轉換效率。在完備的知識傳授下，通過邀請企業優秀研究人員進行授課，教師帶領學生團隊與企業合作，借助企業的開發設備共同建立實驗室等措施，緊跟人工智能產業發展，聚焦市場需求，強化產學研合作，培養符合產業發展趨勢、市場所需要的人才。