又是一年高考結(jié)束，隨之而來便是一陣狂熱的報考志愿風(fēng)，開設(shè)人工智能學(xué)院如今已在高校中形成一股熱潮。據(jù)了解，在2018年認(rèn)定的首批612個“新工科”研究與實踐項目中，布局建設(shè)了57個人工智能類項目。截至2017年12月，全國共有71所高校圍繞人工智能領(lǐng)域設(shè)置了86個二級學(xué)科或交叉學(xué)科。

僅在今年5月，就有天津大學(xué)、南開大學(xué)、南京大學(xué)、吉林大學(xué)四所高校的人工智能學(xué)院揭牌。據(jù)不完全統(tǒng)計，此前已有中國科學(xué)院大學(xué)、西安電子科技大學(xué)、重慶郵電大學(xué)等高校開設(shè)了人工智能學(xué)院或相關(guān)專業(yè)。那么，人工智能專業(yè)究竟能否培養(yǎng)出真正的AI大學(xué)生人才，亦或者只是一味追風(fēng)口的產(chǎn)物呢？

人工智能的發(fā)展與蛻變：炫酷登場之后的暗自傷神

說到人工智能，我們其實并不不陌生，互聯(lián)網(wǎng)時代帶來的龐大數(shù)據(jù)，為以算法為根本的人工智能技術(shù)提供了物質(zhì)基礎(chǔ)。

在過去的幾年里，我們看到俄羅斯的人工智能機(jī)器人尤金首次通過了著名的圖靈測試，又見證了谷歌的AlphaGo和Master接連戰(zhàn)勝人類圍棋冠軍，這些擁有著濃厚“炫技”色彩的事件似乎在向人們表明人工智能技術(shù)已經(jīng)發(fā)展到了一個很高的水平。

但事實上，人工智能究竟能夠做什么？“它到底能夠用在什么地方？”“它能夠給人類解決哪些問題？”不得不說，在人工智能技術(shù)的應(yīng)用方面，中國的互聯(lián)網(wǎng)企業(yè)似乎表現(xiàn)地更加實用主義一些。

比如“ALL in AI”的百度幾乎把人工智能技術(shù)應(yīng)用到了旗下所有產(chǎn)品和服務(wù)中；阿里巴巴通過展開NASA計劃致力于將人工智能技術(shù)推向“普惠”；華為也已經(jīng)發(fā)布了自主研發(fā)的人工智能芯片并將其應(yīng)用在旗下智能手機(jī)產(chǎn)品中。

可以看出，人工智能是一個比較接近應(yīng)用層面的領(lǐng)域，智能制造、機(jī)器視覺、大數(shù)據(jù)的分析與處理、機(jī)器翻譯、文本分析與文本理解、無人駕駛、無人超市、刷臉支付、聊天機(jī)器人等等。

許多科技界的大佬一方面受益于人工智能技術(shù)，一方面又對人工智能技術(shù)發(fā)展過程中存在的威脅充滿擔(dān)憂。包括比爾·蓋茨、蒂芬·霍金等人都曾對人工智能發(fā)展做出警告。盡管從目前來看對人工智能取代甚至毀滅人類的擔(dān)憂還為時尚早，但毫無疑問人工智能正在搶走各行各業(yè)勞動者的飯碗。

就中國目前的情況來看，正處于從勞動密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)過渡的過程中，自然要受到人工智能技術(shù)的沖擊，而科技較為落后的東南亞國家和地區(qū)因為廉價的勞動力優(yōu)勢仍在，受人工智能技術(shù)沖擊較小。

據(jù)世界經(jīng)濟(jì)論壇2016年的調(diào)研數(shù)據(jù)預(yù)測：到2020年，機(jī)器人與人工智能的崛起，將導(dǎo)致全球15個主要的工業(yè)化國家510萬個就業(yè)崗位的流失，多以低成本、勞動密集型的崗位為主。

或許，人工智能終將改變世界，而由其導(dǎo)致的大規(guī)模失業(yè)和全球經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整，顯然屬于人工智能“無情”的一面，而你我正在見證著這一切的發(fā)生。

但不得不說，隨著人工智能應(yīng)用越來越廣，人們對于人工智能的期待也越來越高，而現(xiàn)在的人工智能，尚無法達(dá)到人們的“心理閾值”，當(dāng)大眾期望走在科技進(jìn)步后面時，研究者們就像是大冒險家，每到一處都是新的成就，掌聲與鮮花聞風(fēng)而來。

當(dāng)大眾期望走在科技進(jìn)步前面時，人們更像是站在終點看起點，任憑研究者們在跑道上汗流浹背，等待他們的，卻只是一個早已預(yù)設(shè)好的終點。

這也就有了人工智能被嘲諷成“人工智障”的說法。但不管怎么說，我們在人工智能領(lǐng)域的造詣的確有待提高，而各大高校開設(shè)的人工智能專業(yè)是否能夠挽救“人工智障”呢？未來報考人工智能專業(yè)的大學(xué)生會像昔日的微商、電競專業(yè)一樣石沉大海么？

高校開設(shè)人工智能專業(yè)：看似美好，卻是無情

近幾年，隨著政府對人工智能領(lǐng)域的大力推崇，加之互聯(lián)網(wǎng)紅利末期的到來，市場重新進(jìn)入新一代技術(shù)開荒期，新商業(yè)機(jī)會的技術(shù)門檻徒增：云計算、大數(shù)據(jù)、人工智能……無一不需要大量開發(fā)者來貢獻(xiàn)力量。而這便成為了一些高校開設(shè)人工智能專業(yè)冠冕堂皇的理由。

深究起來，人工智能是一個非常龐大異常復(fù)雜的概念，無法給出清晰的定義。

人工智能企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。研究范疇包括自然語言處理、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、模式識別、智能搜索等；應(yīng)用領(lǐng)域包括機(jī)器翻譯、語言和圖像理解、自動程序設(shè)計、專家系統(tǒng)等。

簡單來說，人工智能的概念已經(jīng)超越了專業(yè)的概念，它是模仿、研究人類智力活動的決策、優(yōu)化、控制、學(xué)習(xí)、規(guī)劃、協(xié)作等問題的集合，幾乎和所有的行業(yè)都可能、可以產(chǎn)生密切的聯(lián)系。

所以，許多高校的人工智能專業(yè)只是把電子信息類和自動化類重新排列組合，比如計算機(jī)＋數(shù)學(xué)、自動化＋計算機(jī)、智能科學(xué)與技術(shù)等等，新瓶裝舊酒，與之前成立的大數(shù)據(jù)專業(yè)類似，實際上還是那幾個專業(yè)。只是披上個人工智能的馬甲就變得高大上了。

而高校的專業(yè)與社會實踐之間似乎一直存在著谷倉效應(yīng)。所謂谷倉效應(yīng)，是將社會上一些各自為政、缺乏協(xié)調(diào)的企業(yè)或組織形象地稱作“谷倉”，各個組織或企業(yè)間缺乏相互協(xié)同的現(xiàn)象。

簡而言之，就是一種“社會各體系間孤島式”的現(xiàn)象。如果放在大學(xué)的專業(yè)中來看，在學(xué)校中灌輸?shù)闹R、在社會的實踐與應(yīng)用，就是典型的兩個“谷倉”。雖然看起來在大學(xué)學(xué)習(xí)的專業(yè)是為了以后在社會上的工作與實踐，但實質(zhì)上很難會有直接的介入和滲透關(guān)系產(chǎn)生。

而人工智能專業(yè)的設(shè)立，似乎更難捅破“谷倉效應(yīng)”。

當(dāng)然，并非所有高校的人工智能專業(yè)都只是一個噱頭，真正掌握人工智能技術(shù)的院校也有很多，但真正把人工智能學(xué)得比較透的，一般是碩士研究生或者博士，抑或是在國外留過學(xué)的專業(yè)人士，在人工智能浪潮下，人工智能的人才缺口也確實造成了極大的人才荒，因此，才有了五十萬年薪找不到一個靠譜人才一說。

這也就衍生出了大量公司在做培訓(xùn)班，什么三個月班，五個月班之類的，但事實上，培訓(xùn)班出不了AI大師，盡管培訓(xùn)班可以培訓(xùn)出看似很系統(tǒng)的東西，但也只是皮毛，就像快餐一樣，可以應(yīng)付一時的饑餓，但真正解決不了營養(yǎng)均衡。

所以，從長遠(yuǎn)看來，人工智能想要發(fā)展好，確實需要高校開設(shè)人工智能專業(yè)，從而系統(tǒng)化的輸出人才，但開設(shè)人工智能專業(yè)所面臨最大的痛點就是老師資源稀缺，人工智能人才水漲船高，優(yōu)秀的老師人才都被公司挖空了。

因此學(xué)校開設(shè)人工智能專業(yè)，首先就是要確保學(xué)校能夠請得到優(yōu)秀的老師資源。

不過，就算解決了師資的問題，還是有許多挑戰(zhàn)和痛點，比如人工智能技術(shù)迭代太快，本科生和本科教材能否適應(yīng)這種速度？是否需要細(xì)分研究方向？所以課程體系的設(shè)置也是個很大考驗。

而且，像BAT這個級別的公司的招聘要求都是碩士起步，博士優(yōu)先。未來是否會降低門檻都還未知，或許，以后的畢業(yè)生可能會面臨必須考研的窘境。

還有關(guān)鍵的一點，人工智能作為一門新興的前沿學(xué)科，有著大量前置課程需要學(xué)習(xí)，很多研究生都需要在導(dǎo)師或者前輩的指導(dǎo)下進(jìn)行入門。

首先無論是在抽象建模還是模型算法分析設(shè)計環(huán)節(jié)，都需要依賴良好的數(shù)學(xué)基礎(chǔ)，而人工智能的核心領(lǐng)域——機(jī)器學(xué)習(xí)是計算機(jī)科學(xué)中對數(shù)學(xué)基礎(chǔ)要求最高的分支之一。

另外，對一些現(xiàn)代大型人工智能程序而言，甚至連高維數(shù)組的存儲順序都需做到優(yōu)化，這如果沒有扎實的計算、軟件程序功底顯然是不行的。所以說，不管是清華北大還是三本大專，相較于大學(xué)的其他專業(yè)來看，想要學(xué)好人工智能需要更多的努力和汗水。

即便如此，在畢業(yè)之后，也并非就有很高的年薪，也是給在人工智能領(lǐng)域少數(shù)的優(yōu)秀人才的，比如能在ccf－b上發(fā)論文，或者有acm金牌的人準(zhǔn)備的。

所以說，從就業(yè)的角度來講，人工智能專業(yè)一個很大問題就是無法為普通的人留出足夠多的位置。這個跟傳統(tǒng)的專業(yè)不太一樣，大多數(shù)傳統(tǒng)的專業(yè)從低端到高端都能找到適合自己的位置。無非是優(yōu)秀的人，能夠拿到優(yōu)秀的報酬，中庸的選手得到中庸的薪資。

而人工智能領(lǐng)域不太一樣，社會上可供就業(yè)的“坑”沒有那么多，有興趣的人卻有很多，到時很有可能面臨狼多肉少的情況。

寫在最后

現(xiàn)如今，高校的人工智能，更多的要擔(dān)負(fù)起在未來競爭中的引領(lǐng)責(zé)任，而真正有實力開設(shè)人工智能專業(yè)的學(xué)校并不是很多，盡管大多數(shù)學(xué)校都堂而皇之的設(shè)立了人工智能實驗室和名義上的“人工智能”專業(yè)，實際上卻是不負(fù)責(zé)任的行為。

比起一味的追逐風(fēng)口，不如在自身的人工智能專業(yè)尚未成熟之前，先開一門人工智能的選修的課程，循序漸進(jìn)，才是高校們正確的探索之路。