南京大学设立高等级的人工智能学院，为人才培养和学科孵化筑巢引凤实在值得点赞！然，其道不孤独，据清华大学马少平教授回忆，大概从10年前就有不少学校设立智能科学与技术专业，也有成立系的，目前为止设立智能科学与技术专业或系的学校至少有27所。

　　培养人才离不开学科建设，而学科建设难就难在课程体系的完善上。此番南京大学建立人工智能学院，坊间最关注的也在于此：如何开出一套和计算机科学、软件工程不同的课程来？一门课程看似大纲加教材，背后实则必须有一个分支领域经过长时间发展，达到成熟，并形成体系化的知识积累。有的院校设立了许多看似颇有特色也十分时髦的学科、学院，但教学科研准备不足，市场判断失误，甚至到最后自己学校的教授都分不清某院和某系到底有什么差别。曾经在全国风靡一时的信息管理系/院不正是教训之一吗？学科建设多年来的经验告诉我们，过细的专业和院系划分，往往造成学生就业升学困难，师资浪费严重，且也与通识教育、大类招生的教育发展方向相左。以至于选报专业时流传一种观念：太细的专业都坑人。

　　专业或大或小，关键还看对市场、对国家需要和科技发展的把握。有了单独的人工智能学院，自然语言处理、计算机视觉等这些在计算机科学大类下显得太过细分，但发展前景很好的领域就可以系统地开出系列课程，甚至于上升为学院下的专业或系。以笔者较为熟悉的自然语言处理为例，如果存在以此为研究和就业出口的专业，则在本科培养时单独设计大纲，充分结合语言学、心理学、统计学和计算机的有关课程，培养切中研究与开发要害的复合型人才。

　　在学科高度交叉融合的背景下，新兴的人工智能学院如果成为创新人才培养，集成学科交叉和孵化新研究方向的平台，则必前景光明、大有可为。相信最终教育的成功与否，还是用人单位和市场说了算。优胜劣汰之下，人工智能学科的优化方案离我们应该已经不远了。