正方觀點B：產(chǎn)學(xué)研一體化，強烈期待AI本科生

AI人才缺口可以看做一個行業(yè)基本面，而在這背后，是AI科研體系的獨特性，正在催動著AI人才更早與企業(yè)接觸。這也間接促使AI本科生這個群體到來。

大家都在說，AI是一個高度產(chǎn)學(xué)研一體化的領(lǐng)域。但到底是怎么一體化的呢？

首先我們可以看到，今天的大多數(shù)AI應(yīng)用是基于神經(jīng)網(wǎng)絡(luò)與算法達(dá)成創(chuàng)造性的。而神經(jīng)網(wǎng)絡(luò)的特點是結(jié)構(gòu)延展。換句話說，AI的技術(shù)世界不是非此即彼，而是堆疊和嵌入的。回到人才端，這就讓很多企業(yè)中的AI任務(wù)與工作，可以分派出來讓獨立小組完成。這讓象牙塔中的師生走入企業(yè)有了絕佳的機會。而一些數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)記類的機器學(xué)習(xí)基礎(chǔ)工作，更是非常適合交給“懂基礎(chǔ)的實習(xí)生”來完成。

另外，根據(jù)相關(guān)統(tǒng)計，常青藤高校的AI研究成果，有超過75％最終得到了商業(yè)轉(zhuǎn)化。這個比例在各學(xué)科中名列前茅。AI的特性決定了高校中的研究和企業(yè)中的研究相似度非常高，而師生的創(chuàng)造有很大比率可以被快速轉(zhuǎn)化。這個機會對于老師、學(xué)校、學(xué)生，以及整個產(chǎn)業(yè)，是一個多方共贏的局面。那么第一步，還是讓學(xué)生盡快進(jìn)入AI的世界。

還有一個問題值得注意，今天的AI研究是要基于大量數(shù)據(jù)和算力支撐的。但是這些東西往往不存在于研究室當(dāng)中，而是只見于科技企業(yè)內(nèi)部。這也就要求實驗室必須要到企業(yè)中去，給企業(yè)提供更多價值。而本科生的勞動和創(chuàng)造力，事實上是這個置換關(guān)系之一。

由這些理由，企業(yè)和學(xué)校都在期待更多學(xué)生快速組成產(chǎn)學(xué)研一體化的基礎(chǔ)，讓企業(yè)與學(xué)校間的循環(huán)圈層擴(kuò)大。

這個意義上來說，本科生是AI前進(jìn)中的必要動力。

正方觀點C：AI必須建立跨學(xué)科的獨立體系

還有另一個更加學(xué)術(shù)層面的聲音，認(rèn)為今天AI學(xué)科的發(fā)展，主要阻礙之一在于附庸于計算機科學(xué)專業(yè)，已經(jīng)十分不利于AI本身的學(xué)科發(fā)展。

比如我們知道，AI的頂會、數(shù)據(jù)測試都自有一套邏輯。假如某企業(yè)的研究成果，在某個頂級比賽上讓人臉識別的效率提升到某某指數(shù)，那么當(dāng)然是巨大的成果。但在高校學(xué)科體制中卻不然，因為AI的算法比賽機制是獨立的，不納入計算機科學(xué)的考察范疇。這會很大程度上限制國內(nèi)AI學(xué)者參與世界競爭的熱情。

另一方面，AI雖然大體可以看做計算機科學(xué)的一個子集。但事實上AI是一個高度跨學(xué)科的領(lǐng)域，有大量問題是非計算機科學(xué)的，而是涉及信息科學(xué)、數(shù)學(xué)、社會學(xué)、心理學(xué)、生物學(xué)、認(rèn)知科學(xué)，甚至法學(xué)、倫理學(xué)等等。

在國際范圍內(nèi)，基于AI成立跨學(xué)科研究體是大勢所趨。但現(xiàn)有學(xué)科體制卻限制了AI的融合式學(xué)科發(fā)展，影響了人才交流與信息互通。

這種條件下，把人工智能學(xué)科獨立出來，從本科生開始培養(yǎng)專屬人才就成為了熱門議題。而從技術(shù)軌跡的長遠(yuǎn)發(fā)展看，一個獨立跨學(xué)科的AI科研體系，也是開展國際化AI競爭的絕對必要條件。

給潛在AI本科生的一點建議

人工智能到底要不要成為本科專業(yè)，不是一個絕對如此或者如彼的問題，更多情況下見仁見智，其成敗在于整個教育體系和社會結(jié)構(gòu)的共同把持。但根據(jù)上面這些看法，不妨給想要把AI作為專業(yè)的童鞋一點建議：

首先，綜合來看今天AI的應(yīng)用前景和就業(yè)基本面沒有問題。但未來有不確定性，技術(shù)也在隨時變化，一定要理性考慮謹(jǐn)慎選擇。而且讀了AI專業(yè)絕不意味著預(yù)定了高薪高職位�？焖僮兓�的AI可能把任何人摔下自己的馬車。

其次，一定要警惕不靠譜的人工智能專業(yè)。AI的師資目前在國內(nèi)是絕對的師資資源，如果你報考的學(xué)校本來在AI領(lǐng)域不強，也沒有引進(jìn)知名專家，卻突然辦起了AI專業(yè)，那么一定要小心為上——說不定老師還沒有你懂得多。

而國外的AI本科生教育比國內(nèi)稍早一些，與國內(nèi)的區(qū)別主要集中在所教授領(lǐng)域相對更集中，更注重學(xué)院本身的優(yōu)勢教育和研究。一般美國的AI本科教育，是強調(diào)主修方向，其他選修，而國內(nèi)的AI本科教育還是強調(diào)AI領(lǐng)域的通識。哪種更好也沒有定論。

值得注意的是，國外AI本科教育中，明顯比國內(nèi)更加強調(diào)AI的人文與倫理教育。這些內(nèi)容其實是必修課，有志于AI的童鞋應(yīng)該想辦法自己補強。

而假如真的很喜歡AI，卻沒有找到合適的專業(yè)也不用急。有一些迂回策略可以考慮，如果有志于高階的AI研究與創(chuàng)造，應(yīng)用數(shù)學(xué)和認(rèn)知神經(jīng)科學(xué)是兩個最好的選擇。假如想要快速進(jìn)入AI行業(yè)，那么數(shù)據(jù)科學(xué)是最接近應(yīng)用的AI相關(guān)領(lǐng)域。

接下來，關(guān)于AI要不要進(jìn)本科的爭論應(yīng)該還會繼續(xù)。而與此同時，關(guān)于AI要不要進(jìn)高中的討論，也已經(jīng)開始進(jìn)入公眾視野……

文｜腦極體