人工智慧，迎來最好的時代？

人工智慧軟體打敗歐洲圍棋冠軍，出乎人們意料。CFP供圖

李世石對決谷歌阿爾法狗（AlphaGo），總比分1-4落敗。 CFP供圖

從建設「大腦」到利用人臉識別建立走失兒童資料庫、大數據解決城市擁堵、推動智能+經濟，連續兩年，百度公司董事長兼首席執行官李彥宏在兩會上談論的話題基本上只有一個：人工智慧(AI)。

今年，這個熱點已經吸引了一眾科技界大佬的集體「跟風」：小米創始人雷軍提出要在國家層面進行人工智慧發展的頂層設計，加強人工智慧科研人才培養與引進；科大訊飛董事長劉慶峰一口氣提出了與人工智慧有關的九條建議。

與此同時，「人工智慧」首次出現在總理的政府工作報告中。科技部部長萬鋼也曾提出正在編製人工智慧的專項規劃。

人工智慧最好的時代似乎來了。

但跟產業界的火熱不同，學術界、教育界對於是否迎來「春天」的看法不一。多數傾向認為，本次人工智慧的火爆是由產業界推動，而不是由研究者推動的，如果人才問題不解決，人工智慧產業也將缺乏動力、產生泡沫。

什麼在「吹」大人工智慧的泡沫？

「一夜之間，彷彿所有的公司都變成了人工智慧公司。」在今年的博鰲亞洲論壇上，百度總裁張亞勤跟與會者分享了近期的感受：「人工智慧、機器學習成了時髦詞，大家把錢都砸進深度機器學習當中，一擁而上，做同樣的事情。」

2010年前，從事人工智慧技術及服務的企業不到20家。但是2010年以後，人工智慧企業便如雨後春筍般前赴後繼。據某細分領域研究機構出具的統計報告顯示：2016年，的人工智慧企業有709家，美國有2095家，英國有366家。

從申請專利來看，全球人工智慧申請專利數量，美國、、日本位列前三，且數量級相近，三國占申請專利總數的73.85%。自2004年來，專利申請數量呈現爆發趨勢。15年來，人工智慧每年新增專利數較大，申請數、授權書，增長了40倍，並在2012年超過美國。

互聯網企業紛紛搶購上船的「船票」。不僅BAT人工智慧布局初顯規模，搜狗、華為等公司也在紛紛成立AI研究院，延攬高端AI人才，

「相當浮躁。」這是搜狗公司CEO王小川對人工智慧領域硝煙瀰漫的人才大戰的總結。

「一個剛畢業會寫一個卷積神經網路（Convolutional Neural Network，CNN）的學生，動輒就有幾萬塊的月薪。」互聯網巨頭押注人工智慧引發新一輪的搶人大戰。

極木科技創始人祁衛這大半年來親身感受到此般火藥味，「我了解到一位國內名校剛畢業的人工智慧博士被幾家公司爭搶，年薪從四五十萬被抬高到八九十萬。」

領英平台的數據分析顯示，全球AI人才數量約為25萬，主要分佈在美國、歐洲、印度及。從中美AI人才的從業年限構成比例上看，美國擁有10年以上經驗的AI人才比例接近50%，而10年以上經驗的人才比率只有不到25%。

而且，這股虛浮之氣已經蔓延到了研究領域，多年來一直從事人工智慧研究的科學院計算技術研究院研究員、人工智慧學會副秘書長何清感覺「同行」突然多了起來。「很多研究都是生拉硬拽扯到人工智慧領域。」

目前，雖然有一些國內外高端學者的加盟，但事實上，人工智慧若要大規模應用，所需要的人才面臨嚴重短缺。人工智慧產業鏈要真正全落地還有很大距離，需要產業界、學術界、教育界的產學研聯動發展。

數據，企業與高校的「最後一公里」？

「錢不是問題。」在復旦大學大數據學院副院長薛向陽看來，人工智慧領域的研究者基本上不用為四處「找錢」而犯愁。「人工智慧大紅大紫，不僅大量的資本湧入其中，國家的相關項目經費、配套資金都比較充足。」

但讓他犯愁的是計算資源和數據供給。「企業有數據，院校有演算法。但這兩者往往脫節。」這成了人工智慧校企合作的「最後一公里」。「我們可以做出來識別度很高的人臉識別測試機，但是我們缺少大數據的支持。」多年來一直從事圖象處理、計算機視覺等方面研究的李厚強，也時常面臨「無米下鍋」的尷尬。

「有數據的企業不一定演算法能力很強，因為有近期獲利的壓力；大學的演算法能力很強，但接觸不到大量的數據來做研究。」博鰲論壇期間，斯坦福大學教授張首晟多次呼籲，「現在最需要的就是公司和大學的合作」。

「矽谷—斯坦福」模式是國際上最知名的校企聯動、產學研聯動模式。一方面，斯坦福大學源源不斷地為矽谷創業界輸送優秀人才和科研成果。谷歌、雅虎、思科等頂尖企業創始人、高級人才均來自這所大學——剛上市的SnapChat，其原型便來源於創始人在斯坦福的一個課堂作業。反過來，矽谷企業也通過捐贈、數據共享等方式反哺斯坦福大學，共同成長。

在國內，為突破人工智慧校企合作的「最後一公里」，已經有企業開始將演算法、數據與高校共享。

互聯網巨頭們已經開始成立專門的校園合作部門進行對接。2016年以來，百度與西安交通大學共建大數據創新人才平台、開設人工智慧班；與中科院旗下的研究所院中科院大學達成合作，在人才培養、科學研究、數據開放、資源共享等方面合作；不久前，由百度牽頭籌建，清華大學、北京航空航天大學、信息通信研究院、電子技術標準化研究院等機構參與的深度學習技術及應用國家工程實驗室經國家發改委正式批複，這意味者百度將人工智慧中的演算法、數據開放共享給頂尖高校。

「人工智慧創業已不再是『三個小朋友』的事情，而是屬於『科學家創業』時代。」這是創新工場創始人李開復對人工智慧風口處風向做出的判斷。

在人工智慧這波新的技術浪潮中，校企之間的「蜜月旅行」被前所未有地寄予厚望。高校擁有頂級科學家和演算法人才以及更好的科研環境，而百度、騰訊等互聯網巨頭則擁有AI研究所依賴的大數據資源和海量計算資源，以及實踐AI技術的工程環境。

李厚強認為，企業與學校共建工程實驗室，能夠有效連接科研與產業，「使我們的創新緊扣市場導向，也有利於技術轉化。」科學院自動化所副所長劉成林建議，對於比較理論性的前沿交叉科學，學術界對產業界有價值，可以提前十幾年投入。如今大多數的研究是應用性研究，可提前三到五年投入。「當他們博士生三年畢業的時候，研究成果可以直接轉換成產品或者某個技術環節。」

人工智慧增列一級學科，給「黑孩子」上戶口

牆外的人工智慧火了，牆內的高校研究自然也是隨風而動。「一時間，大家都想跟人工智慧扯上關係。」科學院計算機技術研究所研究員、人工智慧學會副秘書長何清說。

人工智慧的研究到底有多熱？如果在知網中用「智能」做關鍵字搜索的話，在所有的130多個一級學科中，人工智慧的論文數量佔全部論文數量的2.29%。

大批高校早已瞄準風口，已經在相關一級學科下自主設置了「智能」類目錄外二級學科。2004年，教育部正式批准北京大學設立「智能科學與技術」大學部專業，目前設立智能專業的學校已有30多所，科協一級學會也紛紛設置智能專委會。

在繁榮背後，折射出高校當前學科劃分格局的尷尬。四川大學計算機學院院長章毅說：「在現有的學科體系下，計算機科學與技術是一級學科，往下就是計算機軟體與理論、計算機系統與結構和計算機應用等二級學科，二級學科再往下才是人工智慧方向。」

「太偏嚮應用。」在浙江大學計算機學院副院長、人工智慧研究所所長吳飛看來，這樣設置意味著人工智慧人才的培養更多的是要與應用接軌的。「實際上，在當前人工智慧熱潮中，解決真正瓶頸問題、創新撒手鐧級的應用或系統的頂尖人才還是稀缺的。」

智能學科要與國家戰略布局相適應，其實已經早有要求。2016年國家發改委、科技部、工信部、中央網信辦印發《互聯網+人工智慧三年行動實施方案》中，明確要求完善高校人工智慧相關專業、課程設置，要求形成千億級的人工智慧市場應用規模。最近七八年，人工智慧學會在持續做一項論證工作，希望把智能科學與技術提升為一級學科。

這也是很多人工智慧領域研究者的心聲。「這是一個自下而上的發展過程。」人工智慧學會理事長、工程院院士李德毅認為，現在智能學科的人才培養，已經由下而上形成了較為完整的培養體系，現在的迫切任務是明確一級學科的位置，釐清課程體系。

說起急迫性，李厚強舉了一個例子，很多學校都設置比如模式識別等人工智慧的相關課程。但由於沒有這種一級學科的規範和引領，「使學科在實際發展中高開低走，碎片化，離散化，簡單化，低水平狹義地演化著」。

「將智能科學與技術確立為一級學科，是給『黑孩子』上戶口。」在李德毅看來，智能科學與技術目前散落在各個學科裡面，智能學科具有高度的綜合性和交叉性特色，在學科基礎課、專業基礎課、專業課和選修課等不同層次上，應該有獨立的課程體系。

西安交通大學校長王樹國表達了對現有培養體系的擔憂：「這些新技術（人工智慧）原本應該從大學產生，卻產生在了大學之外。現在社會走到大學的前面。」這也是未來一級學科如何培養一流人才、產學研如何有效聯動的重要命題之一。（本報記者劉博智）