吴朝晖：学科交叉会聚推动人工智能人才培养

人工智能的突飞猛进迅速改变着高等教育的格局、人才需求的结构和未来学习的模式，如社会更加渴望“培养系统掌握智能方法和智能信息处理技术，能够实施信息获取、传输、处理、优化、控制工程，具备在相应领域从事智能技术与工程的科研、开发、管理工作的能力，具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才”。从人才类型看，人工智能人才至少包括核心专业人才、行业交叉人才、政府管理人才等；从知识背景看，人工智能人才至少需要掌握数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科的专业知识与技能；从培养模式看，人工智能人才应突破传统的单一学科培养方式，在与相关学科的交叉融合中形成“人工智能 +X”复合专业培养新模式。可见，学科的交叉会聚将进一步提升人工智能复合型人才的培养内涵和质量。

实际上，世界著名大学已经在更大的学科维度推进人工智能人才培养。以卡内基•梅隆大学为例，该大学开设了全美第一个人工智能本科专业，链接、整合该校计算机科学系、人机交互研究所、软件研究所、语言技术研究所、机器学习系和机器人研究所等所有人工智能创新资源，促进校内跨学院、跨专业的交叉协作，在专业必修课层面设置了包括 Math and Statistics、Computer Science、Artificial Intelligence 3个模块共计16门课程。该大学还在计算生物学系设立自动化科学硕士学位，探索人工智能与自动化在生物学仪器研究方面的交叉，研制“self-driving instruments”。此外，麻省理工学院于 2018年10月宣布投资10亿美元建设新的计算机学院，将创造50个跨越新学院和其他院系的新教师职位，用于计算机和人工智能领域的教育、研究和创新。

面对人工智能复合型人才的培养需求和学科交叉会聚的发展趋势，我国从规划层面对人工智能人才培养进行了顶层设计。《新一代人工智能发展规划》在战略态势、重点任务、保障措施等方面作出了战略部署，深刻指出“应逐步开展全民智能教育项目，构建包括智能学习、交互式学习的新型教育体系，推动人工智能在教学、管理、资源建设等全流程应用”。教育部《高等学校人工智能创新行动计划》明确将人才培养作为人工智能创新的基础，多措并举完善人工智能领域人才培养体系。

人工智能将成为支撑学科交叉会聚的通识教育     

在人工智能等科技影响下，受教育者将普遍形成计算思维，成为与实验思维和理论思维同等重要的思维。与实验思维的观察与归纳、理论思维的推理与演绎不同，计算思维是运用计算机科学的基础概念进行问题求解、系统设计，运用设计与构造等手段，以人类行为理解等涵盖计算机科学之广度的一系列思维活动。

正是由于计算思维的形成，人工智能正成为一种通识教育形式，渗透到其他知识技术教育之中，如人工智能与人文社科的结合可形成可计算的社会学。在实践方面，美国国防高级研究计划局于2018年10月启动了名为“加速分 子 发 现 (Accelerated Molecular Discovery)”的化学人工智能项目，开发可用于提升美国军事能力的新分子。

学科交叉会聚推动教育教学更加智能化 

在全人教育理念、信息科学技术、资源共享需求的联合驱动下，高等教育从教育1.0进阶到了学习2.0时代。“人工智能 + 教育”的教育教学新范式将深刻改造传统模式，推动教学相长的互动进一步增强，构建智能化、网络化、个性化、终身化的教育体系，实现从以教为主转向以学为主，以掌握知识为主转向全能发展为主，以传统教室为主转向多维教室为主，以记忆学习为主转向深度学习为主。

可见，多学科的交叉融合将极大地促进智能教育发展，提供更多基于智慧创造、协同合作、意义建构的教育体验。一是将解放教学生产力，让教师从枯燥乏味的重复性劳动中解放出来，更加专注于教学创新，如批改作业、考试阅卷、答疑等工作量大的教学工作可被人工智能取代，优秀教师资源的稀缺与不平衡问题或将得到缓解。二是将引起学习中心的转移，使个性化学习逐步成为主旋律，真正实现以学生为中心的教学，如可以提供全面的个性化学习方案。三是形成人机共生的学习环境，使教与学两者间的交互耦合变得前所未有地紧密，形成人机共生的学习系统，可以时时刻刻地学习，如智能交互技术可以推动人与机更加融洽地互动。

（摘自《中国大学教学》2019年第2期文章：交叉会聚推动人工智能人才培养和科技创新）