[王海容简历]基金人工智能方面如何才有创新性(人工智能方面的基金)

作者：李锋亮庞雅然（别离系清华大学教育研讨院副教授和博士生）

人工智能人才培育是革新中心

人工智能、基因工程、纳米科学并列为21世纪三大尖端技能，是工业革命4.0的革新中心。其间，人工智能触及广泛的常识范畴，包含技能系统内的数学根底、技能根底、机器学习办法、问题域，以及运用范畴内的互联网、智能写作、机器翻译、才智交通、才智农业、才智金融、才智医疗、机器人、辅佐教育、智能制作等。能够说，人工智能的科研立异和人才培育，决议着一国在世界竞争中的好坏位置。

当时，全球人工智能范畴人才散布极不平衡，美国占比近一半，我国虽坐落第二部队但间隔依然较大，不只人才储藏规划较小，顶尖人才更为稀缺。世界上，英美等国人工智能研讨展开较早，展开较好。自20世纪50年代，美国人工智能专业形成了初期鸿沟，呈现了一批研讨生参加研讨的试验室；80年代，人工智能研讨生专业树立，逐步装备了跨学科的软件与硬件支撑，极大促进了专业人才的培育、技能转化与运用。英国政府近年来也非常重视人工智能范畴的研讨和运用，投入了许多的资金扶持人工智能工业和草创公司；经过方针东西鼓舞大学进行常识更新、产权转化和人才培育，计划自2017年起新增450个与人工智能相关的博士点；还支撑树立了艾伦·图灵研讨所，加强要害算法范畴的研讨。

麻省理工学院

麻省理工学院在核算机科学和人工智能方面有着深沉的堆集，从前期的理论到后来的实践，已阅历了大半个世纪。现在，该校没有树立人工智能专业，人才培育首要会集在施瓦茨曼核算机学院，该院与核算科学与工程中心、电子工程与核算机科学系、数据系统和社会研讨所、运算研讨中心这五个学院以同享的结构，进行协同培育、研讨和立异。核算科学与工程中心供给核算科学与工程硕士项目，课程包含从航空航天到纳米技能、从互联网协议到电信系统规划的常识，聚集于先进的核算办法和运用。核算科学与工程博士项目与八个院系联合开设博士课程，专心于与科学和工程学科相关的新核算办法的开发。可选的课程由八个院系供给，包含土木与环境工程，机械工程，材料科学与工程，化学工程，地球、大气和行星科学，航空航天，数学，核科学与工程。电子工程与核算机科学系的课程首要由电子工程、核算机科学、人工智能与决议计划三部分内容构成。该系供给面向不同学生层次和需求的若干种学位项目，包含核算与认知工程硕士（MEng），核算机科学博士（PhD），核算机科学与工程博士（PhD），核算机科学和分子生物学工程硕士（MEng），电气工程博士（PhD），电气工程和核算机科学工程硕士（MEng）/理学硕士（SM）/博士（PhD）等。除了参加学位课程之外，学生被要求一学期参加三次工作讨论会、参加工作实习、完结工作联合项目/专利/一起出版物、学生收到工作约请进行学术共享、在政府实习、在学术安排实习、参加学术练习、提交创业项目。在施瓦茨曼核算机学院颁发的项目中，哲学博士PhD学位与科学博士ScD学位被视为能够交换颁发。核算机科学与人工智能试验室（CSAIL）是MIT最大的试验室，也是世界上最重要的信息技能研制中心。CSAIL的研讨范畴触及算法与理论、人工智能与机器学习，核算生物学，核算机架构，图形与视觉，人机交互，编程言语与软件工程，机器人，安全与密码学，系统和网络，是该校特征的穿插培育与研讨的渠道。

卡内基梅隆大学

卡内基梅隆大学是人工智能研讨的领导者，在本科设有人工智能专业；研讨阶段的培育散布在多个院系，首要会集在核算机学院、软件工程研讨所、机器人研讨所、人机交互研讨所、言语技能研讨所、机器学习系。CMU的师资具有多元的布景，近200名教职人员来自11个院系，研讨规模包含从数理到核算机、艺术到经管、多个与人工智能相关的范畴。“机器人学”博士项目在核算机学院展开。每个学生有必要完结中心课程和专业课程，中心课程需求选自四个中心范畴，专业课程需求由学生挑选一个特定中心范畴，并完结该方向内的48个学分，一般需求有四个研讨生课程。四个中心范畴为：感知（视觉、图画传感器、间隔数据解读、触觉和力传感器、惯性制导等传感器）、认知（机器人的人工智能、常识、表明、规划、使命调度和学习）、运动（运动学、动力学、操控、操作和运动）、数学根底（最优估量，微分几许，核算几许和运筹学）。自动化科学硕士（MSAS）是世界上榜首个自动化科学专业硕士项目。它首要供给三个方面的练习：一是运用科学试验机器人仪器的实践练习，二是运用机器学习和相关办法进行数据剖析和建模，三是运用人工智能挑选试验。该项目要求的专业课程包含四个模块，别离为布景常识、建模与剖析、自动化科学、实习和工作研讨。项目为学生供给专业和研讨选项，学生在第二年开端之前，能够依据其未来进入劳动力商场或进入科研商场的工作展开意向，挑选进一步的课程模块，挑选研讨的学生将匹配一位研讨导师。人机交互硕士（MHCI）是世界上榜首个致力于为与人机交互、用户体会规划和以用户为中心的研讨相关的专业学位项目。课程的中心是跨学科性，学生来自规划、社会科学、商业和核算机科学等不同布景。在榜首学期，学生需求在讲堂学习中心办法论和技能，在第二三学期学生进行选修课，并与外部客户一起完结一个重要的工作项目。CMU还经过树立穿插范畴的试验室与中心，促进人工智能的研讨与运用。机器人研讨地点1979年树立，定时与政府、工作和非营利安排在资助研讨和教育范畴协作。

伊利诺伊大学

伊利诺伊大学厄巴纳-香槟分校未独自设置人工智能专业，培育会集于核算机科学系、电子核算机工程系、信息科学系，并设置了人工智能方向。核算机科学系供给学硕、专硕、普博、直博培育项目。项目的课程包含编译、AI、生物信息等十个大方向，学生首要需求在根底课序列挑选三个大方向；其次，需在根底课所选方向之一，挑选至少一门进阶课程；选修部分可选十个大方向中的至少三门课程，以确保学生计科根底的涉猎广度。近年在研讨范畴，校内各学部间、与校外企业协会、政府安排联合展开了多样的AI科研协作，树立了多个穿插研讨的中心试验室。智能机器人试验室（IRL）树立于2015年，高度联合航空工程、电子工程等工学院七大学部、农学顾客及环境科学学院并与和谐科学试验室（CS）携手打造智能机器人。2019年11月，人工智能立异研讨中心（CAII）依托国家超算中心（NCSA）建造，致力于促进AI研讨、为学生供给AI就业时机、经过协作科研立异应对工作严重应战，成为校园内链接学术界与工业界的枢纽。2020年8月，美国国家科学基金会（NSF）及国家粮食和农业研讨所（NIFA）给予UIUC数字农业中心两千万美元经费以树立智能农场研讨所。2021年5月，伊利诺伊州、IBM拟与UIUC工学院展开为期长达十年的战略协作，斥资2亿美元，首要重视AI及混合云等快速展开范畴。

伦敦大学学院

伦敦大学学院在人工智能范畴有着杰出的学术声誉，学部系统巨大、穿插培育特征较强，特别是其强化学习和神经核算方向在英国处于优势位置，研讨与运用触及数据科学、信息科学、电子电气、生物医药、教育、修建、脑科学、金融等范畴。UCL于2020年加入了欧洲学习和智能系统研讨试验室（ELLIS），并在校内联合核算神经科学组、核算机系，核算科学学院和电子电气工程学院树立了UCLELLISUnit，侧重于根底科学、技能立异和社会影响的研讨。该校人工智能相关专业植根于工程科学学院核算机系，核算机系下设有人工智能研讨中心。中心开设了根底人工智能博士项目、机器学习硕士项目、核算核算与机器学习硕士项目、数据科学与机器学习硕士项目、核算机视觉硕士项目。博士项目的课程，重视学科根底与穿插学科的研讨练习，也有神经科学、创业、人工智能品德原则等方面的选修课程，还要求承受讲演与交流技巧、写作技巧等归纳才干练习，一起有时机参加艾伦图灵中心开设的专业研讨课和协作安排供给的实习。硕士课程一般由必修课、中心选修课、一般选修课和结业项目组成。学生选课自由度高，非同一专业学生的选课也能够趋近一起。课程对学生的数理根底如线性代数、微积分没有做过高要求，而是更加重视人工智能的算法完结及与其他学科的交融展开，在运用层面上的展开较为杰出。近些年来跟着UCL与Deepmind公司在教育和研讨方面协作逐步加深，两边协作开设了“深度学习讲座”，由多位Deepmind工作人员和UCL的教授一起授课，包含用于图画识别的卷积神经网络、变分判别等12个主题，是较为抢手的研讨生课程。别的，UCL为教师和研讨人员的工作展开树立了一套学术工作结构，该结构设定了四个等级，并经过科研/教育活动、中心才干、专业专长和影响力衡量升官与否。针对人工智能相关专业，UCL与校外企业深度协作，延聘工业资深人士作为机器学习范畴的教授，促进理论与实践的互通。

以跨学科多元穿插为特征

在专业设置方面，英美人工智能范畴呈现早、展开快，事例院校中人工智能作为专业已呈现在本硕博各阶段，但更多还是以跨院系、跨学科的方法进行培育和科研。许多院系供给多种学位颁发，学生能够依据本身才干与工作规划，挑选硕士或博士层次、学术学位项目或专业学位项目。

在课程结构方面，尽管各校模块结构的称号不同，但基本是将课程依据范畴和方向进行分类，答应学生挑选若干“宽范畴”课程、随后进阶学习“特定范畴”课程。这样既能够确保培育的专业性、完结学分硬性要求，也能够尽可能满意学生个性化的、更靠近于工作展开的有用需求。相较而言，美国课程更重视学生的数理根底，英国课程更重视算法完结及与其他学科的交融运用。

在培育计划方面，相较于学术学位，专业学位项目对实践性产出要求更高，对学术效果要求更加灵敏。一些计划中，学生不只需求完结课程学分和（论文、实践、陈述等）环节学分，并到达最低要求的累计GPA，有的还需求完结特定的项目（如MIT的“专业视角要求”、CMU要求的“极点工作项目”），才干获取学位。

在特征课程方面，“AI+X”的趋势显着，呈现了更加细化多元的穿插课程，从触及核算机、机械、电子、机器人，扩展到航空航天、生物、医学、言语、社会、经管、修建、教育、艺术、哲学、人文、土木、交通、农业等范畴。有些课程特别重视对学生着手实操的才干培育，还会结合社区与工业需求，要求学生在实际环境完结特定项目。一起，还设置了人文本质、法令、道德、表达交流、写作等培育归纳才干的课程。

在穿插培育方面，事例高校均树立了贯穿产学研的穿插渠道，活跃与校内多学科的学术资源、社区内的多种工业资源、政府项目资源相结合，为人才培育和科研立异供给杰出的支撑。

在师资部队方面，各高校不断扩大优异的科研部队，既包含来自多学科、要害范畴的教授，或聘为终身教职，或颁发声誉/讲席教授；也吸纳许多了解工作工业的资深人士，作为兼职教授/企业导。一些校园经过树立新的穿插研讨渠道发明新的岗位（如教育岗位、穿插研讨岗位、或校外参加的岗位），必定程度上协助处理了青年学者的教职/科研身份。

一起人工智能学科和培育也表现出若干世界趋势。首要，院系协作、树立穿插培育渠道是促进“AI+X”广度和深度展开的重要方法。其次，与校外的公司、政府、研讨安排严密协作，能够吸纳外部优势资源和力气，构建“产学研一体化”的学科生态。再次，实践类、项目类、运用类课程增多，课程内容更加跨学科、更靠近工业需求，一起重视对工科学生的人文本质、归纳本质的培育。培育计划的规划更加表现专业性与灵敏性的一致。最终，继续扩大多元布景的师资部队，是促进人工智能学科展开的重要根底。

《光明日报》（2022年02月10日14版）

来历：光明网-《光明日报》