毕业论文网
本文关于人才培养论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
关于高校AI人才培养
［摘 要］面对AI 技术的快速发展,国家政策的支持及企业对于AI 人才的需求,高校作为人才的主要来源,面临着机遇和挑战.文章分析了AI 技术人才的类别、高校AI 人才培养的优势,从夯实数学基础、人工智能方向课程的建设、实践能力的培养、自主学习能力的培养四个方面阐述了高校关于AI 人才培养的一些思考.
［关键词］人工智能；人才培养；AI 技术人才
［中图分类号］G640 ［文献标志码］A ［文章编号］1008-2549(2018) 12-0039-03
人工智能（Artificial Intelligence,简称AI）概念从1956 年Dartmouth 学术会议上的提出到今天的发展,经过了两起两落[1].随着大数据、高性能计算的发展使得AI 再一次席卷而来,特别是Alpha Go 战胜围棋冠军李世石、柯洁后,更是让AI家喻户晓.近几年来,AI 在自然语言处理、计算机视觉、无人驾驶、医疗、语音和人脸识别等领域发展迅猛.例如,微软研发的机器翻译系统[2]达到可与人工翻译媲美的水平.Allen Institutefor Cell Science 训练出了两套能够精准展示和预测细胞各部分形状、位置及工作状态的算法模型,助力观察人类活体细胞,使得癌症治疗看到新曙光[3].Facebook 推出了人工智能聊天机器人“BOTS On Messenger”,微软人工智能机器人小冰还出版了诗集,百度研制了无人驾驶汽车Apollo.AI 技术已经渗透并影响到了生活的方方面面,新的一轮AI 浪潮正风起云涌.
一国家对于高校人工智能教育的发展的重视
面对AI 技术如火如荼地发展,我们国家对AI 人才和人才培养都非常重视.2017 年3 月“人工智能”在政府工作报告中曾提及四次,指出要推动人工智能和实体经济深度融合.2017 年7 月20 日国务院发布《新一代人工智能发展规划》[4].《规划》指出完善人工智能领域学科布局,设立人工智能专业,推动人工智能领域一级学科建设,尽快在试点院校建立人工智能学院,增加人工智能相关学科方向的博士、硕士招生名额.鼓励高校在原有基础上拓宽人工智能专业教育内容,形成“人工智能+X”复合专业培养新模式,重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合.加强产学研合作,鼓励高校、科研院所与企业等机构合作开展人工智能学科建设.
二企业对于人工智能人才的需求
市场上AI 技术人才非常稀缺,据腾讯研究院联合boss 直聘发布的《2017 全球人工智能人才白皮书》[5]显示：目前,全球大约有30 万人从事AI 工作.截止到2017 年10 月,中国人工智能人才缺口至少在100 万以上.2017 年头10 个月,AI 人才需求量是2016 年的近两倍,2015 年的5.3 倍之多,年复合增长率超200%.百度、腾讯、阿里巴巴、京东等互联网巨头都在挖掘AI 人才,纷纷开出了高额的薪资.2017 年薪资最高的十个职位中AI 类岗位占到1/2,其中语音识别、NLP、机器学习等职位平均月薪资超过2.5 万元.
三高校AI 人才培养的思考
高校具有多学科、高层次人才集中的特点,具备计算机与多学科交叉融合的优越条件；且大部分学校都开设有数学、物理等基础学科,具备夯实数学理论基础的条件；且人员相对固定,便于沟通交流,具备共同开展AI 课题,促进发展AI 技术的人力条件.但是遗憾的是我国开设人工智能课程的高校较少,2018 年只有33 所高校设立了智能科学与技术专业[6].面对AI 发展的火爆,国家对于AI 人才发展的重视以及企业对于AI 人才的严重需求,高校作为人才培养的主要来源,是不是应该思考AI 人才的培养呢？
AI 人才可以分为三类：拔尖人才,研究性人才和应用型人才,呈金字塔性.当下已经有一批名牌大学开展了AI 方向拔尖人才的培养,如北京大学图灵班、中国科技大学人工智能技术学院、西安交通大学人工智能拔尖人才培养实验班,南京大学计划成立人工智能学院等.但是金字塔的底层、中层更需要庞大的AI 技术人才,如应用开发人员、数据工程师、AI 和机器学习工程师、AI 系统架构师、AI 产品经理等岗位的人才,同样值得重视.很多专家都表示AI 人才需要数学基础好、专业理论全面、具备一些工程基础,且有自主学习的能力.本文从夯实数学基础、人工智能方向课程的建设、实践能力的培养、自主学习能力的培养四个方面阐述高校关于AI 人才培养的一些思考.
1 奠定扎实的数学基础
在学习AI 技术时,几乎所有专家学者都提出需要扎实的数学功底,数学功底的厚重程度决定了在AI 技术上走多远.高等院校计算机专业都开设有“高等数学”“线性代数”“概率论”等数学课程,但是课时、难易程度不足,学生对于数学不够重视,或者觉得晦涩难懂,学习效果并不十分理想,因此加强数学基础的工作刻不容缓.可以通过必修和选修等方式开设“数据分析”“统计机器学习”“凸优化”等课程；通过微课或者MOOC 等方式巩固数学基础的学习；通过优秀科普读物,如《数学之美》《编程之美》等书籍的推荐阅读激发学生兴趣；通过开展校内学术讨论、数学竞赛等方式促进学生学习数据的动力,逐步达到夯实数据功底的目的.
2 人工智能方向课程的建设
很多高校计算机专业课程中只开设有《人工智能》导论,有的甚至没有.智能科学与技术专业开设有“人工智能”“计算机视觉”“机器人学导论”“计算智能”这几门课程,但是在编程、算法等方面不足.那么AI 技术人才应具备哪些专业能力呢？如何从专业角度培养AI 技术人才呢？
2018 年1 月CSDN 发布了“AI 技术人才成长路线图”[7],通过专业路径和实战路径两方面介绍了AI 技术人才需要具备的知识.需要具备Python、C++、Linux、CUDA 编程知识,需要学习机器学习课程、掌握TensorFlow 框架.该路线图中列出了机器学习算法工程师、数据科学家等10 个岗位AI 人才应具备专业知识和能力.
微软公司也推出AI 人才培养的10 门免费课程,如“AI 导论”“数据科学会用到的Python 语言- 导论”“AI 领域运用的数学概要”“数据和分析所需要的道德与法律”“数据科学概要”“机器学习法则”“深度学习”“强化学习”“微软专案项目之人工智能”.同时在“文字和自然语言识别”“语音识别”“计算机视觉和图像识别”中选择其一.
Google 在人工智能学习网站开设有《Machine LearningCrash Course（简称MLCC）》的免费课程[8],由机器学习概念、机器学习工程、机器学习现实世界应用示例三个部分组成.
Intel 近期也发布了三门免费的AI 课程,分别是“机器学习基础”“深度学习基础”和“TensorFlow 基础”[9].
Andrew Ng 在Coursera 上也推出了机器学习的课程,且用比较通俗的语言讲解机器学习中各个算法.最近在Deeplearning.ai 和Coursera 平台又开设了5 门深度学习课程[10].
综上所述,不同的研究机构都着眼于AI 编程基础、AI 算法、AI 框架、AI 实践这几个方面.那么高校也可以借鉴这些经验,通过三个阶段分层次的开展相应的课程,如表1 所示.
3 实践能力的培养
AI 技术不能纸上谈兵,必须动手实践才能真正掌握,可以从以下几个方面着手培养学生的实践动手能力.
（1）设计教学环节时多从工程应用的角度来介绍,激发学生的兴趣,培养学生解决问题的能力.要求学生新手编程编程实现模型,充分理解算法的含义和原理到实现的过程.
（2）在掌握一定的机器学习知识后,鼓励学生尽早走进实验室,接触科研工作.可以从一些AI 应用方向作为入手,使学生了解自己的兴趣点、培养科学研究能力.
（3）鼓励学生参加算法比赛.目前有很多AI 方向的竞赛,如Kaggle 上的挑战赛,国内阿里天池大数据竞赛等.通过参加竞赛刺激学生学习AI 的动力和热情,使得解决问题的能力和实践动手能力都会大幅度提高.
（4）鼓励学生到工业界实习.很多专家都指出AI 人才应该具备一定工程基础.确实,学术界往往追求算法的性能,而工业界更重视经济效益和解决问题的有效性.到企业学习可以快速了解行业发展的框架,掌握算法转化到产品的过程.
4 自主学习能力的培养
AI 技术发展速度很快,要求不断地学习才能跟上节奏.可以从以下几个方面来培养学生的自主学习能力.
（1）平时教学中,可以给出一些小型的项目,让学生自己寻求解决的方案,并把它作为考试成绩的依据之一.
（2）提供给学生免费的AI 慕课资源,让学生更好的学习和巩固相关知识.
（３）课外可以开展学术讨论或者通过社团等方式开展AI方向的研讨,交流,给学生一个学习的平台,让学生尝试选择自己感兴趣的方向.也可以介绍一些近期的AI 会议内容,开阔学生的眼界,使其了解AI 发展的动态.
（４）鼓励高年级学生订阅Arxiv,关注机器学习的顶级会议,如ICML/NIPS 等.通过研读论文,动手完成论文中的实验发现新问题；或者扩展感兴趣的论文的实验部分；或者尝试寻求论文中有价值的地方,找到自己的研究方向.
四结语
高校是人才的主要来源,面对AI 人才的短缺,高校对于AI 人才培养具有得天独厚的优势.本文从夯实数学基础、人工智能方向课程的建设、实践能力的培养、自主学习能力的培养四个方面阐述了对于高校AI 人才培养的一些思考.AI 人才不是靠开设几门课程或者短期的培训就可以称之,而是在人工智能领域具备源头创新能力,具备解决企业关机技术难题能力的人才,需要一个长期的培养过程.但是高校可以从基础层次为高质量的AI 人才打下扎实的基础,为其今后的发展提供一个更高的平台.（责任编辑：张宏玉）
参考文献
[1]大数据.人工智能的历史[EB/OL].[2017-08-24]. http://www.36dsj.com/archives/23411.
[2]微软研究院头条.微软人工智能又一里程碑：微软中-英机器翻译水平可“与人类媲美”[EB/OL].[2018-03-14].https://blog.csdn.net/Y2c8YpZC15p/article/details/79562929.
[3]DidZh.癌症治疗新曙光：AI 助力科学家更好地观察人类活体细胞[EB/OL].[2018-05-13].https://blog.csdn.net/dqcfkyqdxym3f8rb0/article/details/80288520.
[4]国务院.新一代人工智能发展规划[EB/OL].[2017-08-24].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[5]腾讯研究院《. 2017 全球人工智能人才白皮书》发布丨解读世界顶级AI 牛人的秘密[EB/OL].[2017-12-01].http://www.tisi.org/4960.
[6]大学生必备网,2018 开设智能科学与技术专业的大学有哪些[EB/OL].[2018-5-5].https://www.dxsbb.com/news/10451.html.
[7]CSDN. AI 技术人才成长路线图[EB/OL].[2018-04-01].https://blog.csdn.net/eNohtZvQiJxo00aTz3y8/article/details/79776075
[8]马文,克雷格【. 谷歌机器学习课程公开了！】Google AI教育项目今起免费开[EB/OL]. [2018-03-01]. http://www.sohu.com/a/224635375_473283.
[9]AI 科技大本营. Intel 发布AI 免费系列课程3 部曲：机器学习基础、深度学习基础以及TensorFlow 基础[EB/OL].[2018-03-13]..https://blog.csdn.net/dqcfkyqdxym3f8rb0/article/details/79544228.
[10]人工智能头条.斯坦福课程：深度学习理论[EB/OL].[2018-05-15].https://mp.weixin..com/s/BqmRc7pWUyM8I5C0yqmJjA
人才培养论文范文结:
关于本文可作为人才培养方面的大学硕士与本科毕业论文人才培养论文开题报告范文和职称论文论文写作参考文献下载。
2、企业人才管理论文