发展人工智能科技和产业，人才培养、人才引进两者不可偏废。昨天，上海市科学学研究所的人工智能研究组表示，在人工智能高端人才全球短缺的当下，人才培养对上海十分重要，因为上海高校、科研院所的相关学科设置齐全、科研水平很高，完全有能力培养出一大批人工智能研发人才。

　　这方面，上海可对标伦敦——牛津——剑桥地区，通过多学科交叉、产学研合作两大途径，源源不断地培养出青年才俊，进而培育出众多“双创”企业，让上海也拥有“阿尔法围棋”开发者哈萨比斯这样的知名创业者。

　　向人才存量和增量投入资源

　　党的十九大报告指出，要推动互联网、大数据、人工智能和实体经济深度融合。国家《新一代人工智能发展规划》也明确，我国人工智能尖端人才远远不能满足需求，要把高端人才队伍建设作为人工智能发展的重中之重。

　　上海市科学学研究所副研究员李辉、王迎春介绍，人工智能正在从实验室走向市场，处于产业大突破前的技术冲刺和应用探索时期，部分技术和产业体系尚未成熟。在此阶段，能推动技术突破和创造性应用的高端人才，对产业发展起着至关重要的作用。因此，在各国发布的人工智能战略中，人才都是重要组成部分。如美国白宫发布的《为人工智能的未来作好准备》和《国家人工智能研发战略规划》，对如何吸引人才着墨甚多。英国政府科学办公室发布的《人工智能、未来决策面临的机会和影响》对如何保持英国的人工智能人才优势有特别说明。

　　目前，人工智能人才出现了全球性短缺。从职位需求来看，据领英统计，2014年通过该平台发布的人工智能职位数量接近5万个，到了2016年已超过44万个。从人才薪酬来看，人工智能技术人员的薪酬大幅度高于一般互联网工程师。李辉认为，上海需要从两方面投入资源，抓紧谋划：一方面积极争取全球存量高端人才，另一方面着手设计新的人才培养和人才发展计划。

　　高校跨学科合作可任务导向

　　人工智能具有鲜明的学科融合特点。王迎春分析说，伦敦之所以涌现出大量优秀的相关人才，与伦敦——牛津——剑桥地区密集的高校群、学科群生态密切相关。这一地区拥有以牛津大学、剑桥大学、帝国理工学院、伦敦大学学院为中心的全球一流人工智能相关学科群，以及以阿兰·图灵研究所为代表的众多智能研究机构，故能源源不断地培育出全球稀缺性人才。

　　以哈萨比斯为例，他16岁进入剑桥大学计算机科学专业，2005年到伦敦大学学院攻读认知神经科学博士学位，发现了大脑中海马体与情景记忆的关系。这种多学科交叉融合背景，让他带领团队开发出了“阿尔法围棋”。

　　与伦敦相仿，上海的高校、科研院所资源也很丰富，拥有国内一流的人工智能相关学科群，有条件培养出大量人才。李辉表示，本市高校可通过制度设计，促进相关学科交叉融合。美国人工智能科研翘楚——卡耐基·梅隆大学近期启动的人工智能计划，可供借鉴。“这项计划是任务导向，列出了‘汽车城底特律的重新定位’等多个现实问题，让各个学科的专家通过合作，提出运用人工智能的解决方案。”李辉解释说，任务导向制可实现跨学科合作的柔性组合，既有利于提高效率，也不会占用编制。我国《新一代人工智能发展规划》提出“尽快在试点院校建立人工智能学院”，可借鉴这种任务导向的团队柔性组合模式。

　　鼓励人才校企间流动

　　产学研深度合作，也是人工智能人才培养的一大途径。王迎春说，从研究内容和人才流动来看，科学家需要企业的数据和工程化能力，企业则需要高校的研究人才，全球高端人才在高校和企业之间快速流动已成为趋势。“阿尔法围棋”项目负责人席尔瓦至今仍在伦敦大学学院任教，在赢得人机大战后，他为学生详解“阿尔法围棋”技术，使高校人才培养与实践应用同步。

　　从培养模式来看，通过企业捐助科研、学生到企业实习，高校与产业界可以联合培养人才。例如，脸书公司与纽约大学合作建立了一家数据科学研究中心，纽约大学的博士生能申请进入脸书的人工智能实验室，进行长期实习。

　　从成果转化来看，人工智能算法研发的一大特点，是科技成果转化周期非常短，基础研究成果甚至可以直接转化为创业项目。英国一些著名的人工智能企业，成立之前都是高校的研究项目。

　　由此可见，上海通过引导高校、科研院所与企业在人工智能领域深度合作，让高校师生与产业界充分交流，有望催生一大批创业项目。李辉建议，上海要鼓励企业创办研究机构，与高校、科研院所联合建设实验室；还要鼓励科研人员在高校和企业之间流动，以加快科技成果转化的进程。

未经允许不得转载：