育才“智人”新篇章

近年來，人工智能技術領域蓬勃發展，技術進步日新月異，各類創新技術產品層出不窮，極大提升相關產業核心技術水平①②。作為這一浪潮中的璀璨明珠，世界智能產業博覽會不僅匯聚了全球智能科技領域前沿理念、頂尖技術、高端產品，也關注到了人工智能人才培養這一重要問題。智能技術發展對相關領域高水平創新技術人才的需求日益凸顯，然而人工智能學科所展現出的一些完全不同于其他學科的核心特質，對高校相關專業人才培養過程形成直接挑戰。

眾所周知，自深度神經網絡結構出現以來，經典人工智能領域幾乎被完全洗牌，深度神經網絡以幾乎壓倒性性能優勢迅速取代傳統技術成為人工智能領域各個具體方向的GOAT技術。這也意味著經典人工智能的相關專業基礎理論在現如今的人工智能理論研究和工程應用中的作用不明顯，甚至可有可無。另一方面，人工智能專業技術的更新呈現典型的短時覆蓋式特征，即新技術的出現會在極短時間內覆蓋以往技術，使得對以往技術的學習顯得低效甚至無用。對此，本文針對人工智能領域本身固有特點，針對性設計符合社會發展需求的全新“智人”培養模式，以期為我國乃至全球的智能產 業發展輸送更多高素質、創新型的“智人”力量。

一、動態培養方案模式體系

傳統人才培養模式下，高等學校專業培養方案最晚于大一新生入校前確定，這意味著學生大三年級所修專業課程至少慢于主流技術兩年。考慮到培養方案制定需要履行嚴格的系統論證環節，這一延遲至少三年。而人工智能學科近年來展示出的特點表明，相關的技術更新基本以年為單位，因此三年的時間，相關技術可能已經完成兩次以上的換代，容易造成授課體系與現實技術需求的嚴重脫節。基于此，我們建議設計引入動態培養方案模式體系，在培養方案制定時，對于核心關鍵技術課程，只構建框架模塊而不具體指定課程。類似于構建動態核心技術課程池，每年在培養方案執行前，對該學年擬授課程進行時代技術適應性論證，確保核心關鍵課程始終與主流技術相匹配。

二、細分方向定制人才培養

人才培養過程中，定制化人才培養是一個永恒的話題。但不同于簡單地進行學術類和工程類人才培養區分，我們建議針對人工智能的細分技術特點制定細分定制人才培養模式。根本性原因在于，當前的人工智能技術高度具體化，不同技術領域之間的技術壁壘日益明顯，僅開展通用性學習在投入和產出方面性價比較低。正如從事安卓系統開發工作的人花費大量時間進行iOS系統學習是完全沒有必要的。人工智能作為當今高精尖技術專業方向，系統性區分各具體方向，并進行針對性人才培養非常必要。

三、引導式授課模式

如前文所述，人工智能知識的更新速度遠高于傳統學科專業，因此再對具體知識進行抽絲剝繭地系統性講授容易帶來知識過時、授課內容陳舊等問題。因此我們建議核心關鍵課程采用引導式授課模型，即授課過程中著重對技術知識體系進行梳理，為學生搭建系統性知識脈絡，而非具體知識講授，使得學生能夠對當前主流知識體系有明確認知，對于技術特點、適應場景、優缺點等有清晰的理解。而具體知識點則由學生通過自主學習實踐進行補充。

四、項目式專業技術能力培養

引導式授課模式的典型特點在于需要學生進行大量課后工作，將教師搭建的知識框架體系真正扎實、豐滿，同時還需要融入實際知識應用過程才能夠真正實現知識的融會貫通。因此，我們建議相應引入項目式技術能力培養鍛煉，通過具體項目，引導學生主動進行知識學習和應用實踐，只有應用起來的知識才是真正有價值的知識。

（作者系天津工業大學人工智能學院副院長、教授、博士生導師）

責任編輯：王穎振、鄭凱津

①I. Ahmed， G. Jeon and F. Piccialli， \"From Artificial Intelligence to Explainable Artificial Intelligence in Industry 4.0： A Survey on What， How， and Where，\" IEEE Transactions on Industrial Informatics， vol. 18， no. 8， pp. 5031-5042， 2022.

②Davinder Kaur， Suleyman Uslu， Kaley J. Rittichier， and Arjan Durresi， \"Trustworthy Artificial Intelligence： A Review，\" ACM Computing Surveys. 55， 2， Article 39， 2023.