二、中国人工智能人才培养现状

目前，我国人工智能人才主要来自国外人才引进和企业内部转岗，从互联网、电信等相关行业转到人工智能领域的人员较多，高校尚未形成有效的人才输出。

（一）大部分高校人工智能尚未成为独立专业

我国高校与人工智能领域相关的专业有很多，如计算机科学、电子工程、自动化、软件工程等，但大部分人工智能的教学、科研活动散落在其他多个一级学科中（见《2017全球人工智能人才白皮书》）。大部分高校只是将人工智能作为一个研究方向，还没有让其成为一门专业。研究人工智能的学者大多集中在计算机系、软件学院和信息工程学院等，有的只在研究生阶段设立人工智能研究方向（见表1-2）。

表1-2 设置人工智能研究方向的高校及院系

2019年3月底，教育部公布了2018年度普通高等学校本科专业备案和审批结果，人工智能专业被列入新增审批本科专业名单，专业代码为080717T（T代表特设专业），学位授予工学门类。这意味着人工智能正式纳入国内高校的本科专业。全国共有35所高校获批人工智能专业建设资格，其中长三角有9所，包括上海交通大学、同济大学、南京大学、浙江大学等。另外，中国科学技术大学2017年开设了人工智能本科学科，考虑到学科的综合性和交叉性，采用“X+2”模式，在大三进行人才遴选，2019年下半年将迎来学校第一批人工智能本科专业毕业生。

（二）高校人工智能跨学科人才较少

人工智能研究生招生阶段比较重视学生的本科专业，偏向有计算机、信息技术等专业背景的学生，忽视了其他学科，这使得人工智能领域的学生都是理科出身，背景单一。人工智能要发展交叉学科，要适当考虑跨学科招生。高校教师往往在本领域研究较有建树，但具备跨学科能力的师资较少［1］。以“人工智能+教育”为例，要实现人工智能和教育的学科交叉，教师不仅需要掌握人工智能和教育两个专业的知识，更需要将两者融会贯通。

（三）人工智能领域校企合作有待加强

高校人工智能学生培养方式和其他专业类似，多采用教师授课、学生听课的培养方式，实践能力培养明显不足。而实际应用中，人工智能却是注重实践的专业，高校缺乏实践环境。我国出台的与人工智能有关的政策文件均强调人工智能发展要落实到应用上。企业在人工智能应用上具有极大的优势，高校应积极与相关企业合作。但由于各种因素，现实中校企合作通常是浮于表面，较难落地和推进。

（四）“人工智能+”人才培养模式创新不足

目前我国高校还不够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，不能很好地拓展学生人工智能方面的知识结构，强化学生的智能意识，提高学生对智能方法和智能技术的理解、认识及应用能力。另外，人工智能与各行业的融合创新不够，没有形成“人工智能+X”的复合专业培养新模式，如智能制造、智能物流、智能金融、智能商务、智能司法等复合专业。