“新基建”成了热词，作为重要组成部分的人工智能被寄予厚望。
近日发布的一份行业报告显示，今年一季度“新基建”七大相关领域职位，总体比2019年一季度增长了42.96%，其中人工智能等在线职位的增长超四成，高端人才紧缺。
高校作为培养人才的主阵地，2019年教育部批准了全国35所大学建设首批“人工智能”本科专业。高校兴起AI热，但能教AI的老师相对匮乏。虽然企业有AI领域的大牛，但他们又不可能全职教学。如何培养“新基建”需要的大量AI人才成为难题。
就业需求大、薪水高，但不少学生一知半解
在全民战“疫”过程中，以视觉测温、智能外呼机器人、无人配送车为代表的AI产品表现亮眼。用AI改变世界，这一代年轻人有很多奇思妙想。
北京邮电大学宽广实验室内有一群学生常常组队去参加AI主题竞赛。他们以北京2022年冬奥会提出的“科技冬奥”口号为设计初心，利用SSD神经网络和Mono-Depth神经网络进行建模，再结合百度开源深度学习平台飞桨的语音技术，设计出了导盲眼镜，帮助盲人运动员独立完成起床、洗漱、出门、到达赛场的全部任务。
他们还曾成功地将机器视觉定位技术应用于地铁列车运营体系中，用以改进传统地铁依靠应答机的方式来实现精确停靠，样机目前已经在沈阳和重庆测试上线。
“AI领域内每天都会有世界各地的学者不断更新科研成果。”北京邮电大学数据科学中心宽广实验室指导老师杨阳说，讲授AI对教师有很高的要求，需要教师的水平跟得上科技发展的速度。他先后在北邮开设了《深度学习课程原理与应用》《数据科学技术》两门与AI相关的课程，吸引了很多不同专业的学生。杨阳对学生说：“AI是一个很火的方向，它的应用五花八门，每个行业各不相同，我在一门课程中不可能把所有的行业都覆盖到，但是我希望通过典型案例把基本原理阐述明白，希望大家以后从事其他行业遇到相关问题时，能够想起这门课曾经给过你一个提示。”
很多学生对AI产生兴趣是因为听说AI方向就业需求大、薪水高，但因为缺乏科学的入门引导，不少学生对AI一知半解。在广西科技大学的课堂上，一位学生曾对教师胡杰说：“老师，我只想学AI，我不想学Python(一种计算机程序设计语言)。”
胡杰无奈地回复他：“你知道AI最底层的框架是什么吗?它是基于什么编写的?你连这个都不知道就说想学AI，怎么可能呢?”
作为一个跨学科的新兴技术领域，AI专业的知识体系涉及计算机科学、数学、神经科学、统计学、仿生学、心理学等学科门类。由于领域太新，以及和大部分单一领域的课程不同，都为授课增加了难度。有很多AI教师是计算机系的教师“转行”而来。一位地方高校教师表示，“不少人也是刚刚接触AI。”
杨阳特别希望把自己在AI领域了解到的一切传授给学生，但很多时候只能给学生指出一个方向，因为每个学生的领域不同。在课堂上，他把自己定位为“足球教练”，在学生遇到问题时告诉他们如何应对。杨阳主张把科研纳入教学过程中来，他会把自己在带队参加学科竞赛时发现或想到的创意设计成实验案例，带到课堂中讲解，为学生提供启发和训练。
AI突破更需要获得数据、案例和场景
值得关注的是，与AI相关就业岗位的地域分布相似，一线城市的高校设立AI专业的数量以绝对优势领跑，北京最多。
杨阳于2017年读完清华大学电子工程系博士后，到北京邮电大学数据科学中心实验室任职。他在清华上学时能听到很多前沿讲座，假期有很多课程可以选择，学校也能请到大师级人物给学生分享经历，但“对于大多数高校来说，请到大师级或者泰斗级的专家还是有困难的”。
北京邮电大学于2018年成立了人工智能研究院，学生可以较为容易地在校内寻找到相关方面的资源，也有很多锻炼的机会。北邮宽广实验室的成员就分别参加过两届中国高校计算机大赛-人工智能创意赛，以及百度、华为等企业办的比赛。
一位好老师对于学生的意义是非凡的。北邮宽广实验室成员陈开最希望有“大牛带自己”，因为学习AI十分需要引路人。
坐落在柳州的广西科技大学并不像一线城市的大学有非常多的资源，学生对于AI现状和前景的了解深度不够，但部分院系和教师格外重视AI教学，寻找不同的机会让学生接触AI。
身为柳州当地的应用型院校，广西科技大学经常组织学生到企业实习，去实地寻找创新机会。柳州是西南地区的工业重镇，当地有不少知名的重工业企业。
2018年，一批学生在广西柳州源创电喷技术有限公司实习时发现，企业对产品进行检测时，现有摄像头在图像数据采集上不够清晰。时任广西科技大学计算机与通信学院副书记的黄劲想到是否可以借助深度学习技术来解决，给学生提供了思路。当年11月，由官柳龙、陈承期、朱宗洪3名实习生主导参与改装的喷油嘴阀座智能检测装置，在公司的生产线测试成功，他们通过使用百度飞桨EasyDL-零门槛一站式AI开发平台，结合数据采集装置、LED补光装置等设备，改变了企业依靠“人工肉眼+放大镜”来完成的传统检测工序。目前，该设备已经正式投入运作，保守估计每年能帮助企业节省60万元的人力成本。朱宗洪直言：“AI赋能如果不是依靠大公司的技术平台，这个项目是根本做不起来的。”
“其实我也不知道做的事情会不会成。”教师胡杰当时心里在打鼓。企业要求标注数据，这是一个长期的任务，企业离学校远，交通也不便利，学校为学生在企业协调了住宿。住宿条件十分简陋，但在外学习过的教师坚信学生学习AI的意义，他们鼓励学生坚持下来，并在学校里开辟“第二课堂”，搭建校内AI学习的基本框架，用学分激励学生主动学习。
基于实际场景需求和丰富的学习资源，“双非”高校也能在AI专业上有所突破。
“人工智能比起以前任何一个学科都更需要实践，更需要获得数据、案例和场景。应用型本科院校本来就要面向实际应用寻找机会，不可能都去走清华北大的路子。”一位参与过高校产学研合作的企业人士说。假设未来大家都开无人车，无人车维修技能就有很大的需求，应用型高校培养这方面的人才就是机会。
培养人才还需多方合力
新冠肺炎疫情为AI未来发展提供了若干重要契机。
清华大学人工智能研究院常务副院长孙茂松分析，当前这一代人工智能技术助力产业行业重要的窗口机遇期在今后的3到5年。从整个人工智能产业来看，与各产业行业相融合的核心技术发明的先发者必将取得独到的优势;而解决产业行业的重大应用，具有高度的挑战性，也会反过来促进人工智能的深入发展。
高校在AI人才培养方面急需探索出一条适合学生发展的人才培养机制。杨阳说，不同的企业有不同的诉求，高校期待企业能够与学校沟通需要什么样的人才，这样高校在培养时可以有所侧重。
值得注意的是，2020年根据教育部《高等学校人工智能创新行动计划》要求，将迎来一系列量化指标验收。该《计划》指出，到2020年，需要完成建设100个“人工智能+X”复合特色专业;编写50本具有国际一流水平的本科生和研究生教材、建设50门AI领域国家级精品在线开放课程;并建立50家AI学院、研究院或交叉研究中心。
企业正在积极成为“教育伙伴”。在5月20日“WAVE SUMMIT 2020”深度学习开发者峰会上，百度相关负责人介绍，飞桨联合教育部新工科产学研联盟，开设高校深度学习师资培训班，培养了400多家高校千余名AI专业教师，支持200多家高校开设了人工智能课程;算法赛、创意赛、产业赛三大类型赛事全年无休，以赛促学，近一年累计举办50多场。
在参与联合培训的高校负责人看来，企业能够把最前沿的产业实践和技术融合到AI课程中，工程师更懂得理论与产业的落地应用，专业教师有实际教学经验，由专业教师学懂弄通后再传授给学生效果会比较好。
