您目前的位置: 首页» 资料荟萃» 人工智能时代的高校担当——教育部相关负责人解读《高等学校人工智能创新行动计划》

人工智能时代的高校担当——教育部相关负责人解读《高等学校人工智能创新行动计划》

  高校如何在人工智能科技创新、人才培养领域有所作为?教育部奋进之笔“1+1”系列发布采访活动第四场走进浙江,记者就教育部日前发布的《高等学校人工智能创新行动计划》采访了教育部科技司司长雷朝滋。

  记者:教育部和有关高校在国家科技创新、人工智能领域的现状与进展如何?

  雷朝滋:高校处于科技第一生产力、人才第一资源、创新第一动力的结合点,是国家科技创新体系的重要组成部分。“十二五”期间,高校以占全国不到10%的研发人员,不到8%的研究经费,承担了全国60%以上的基础研究,承担60%以上的重大科研任务,建设60%的国家重点实验室,获得60%以上国家科技三大奖励,发表科技论文数量和获得自然科学基金资助项目均占全国80%以上。

  《行动计划》印发后,教育部和有关高校深入推进落实并取得积极进展:同意并支持浙江大学建设人工智能协同创新中心,加快建成我国人工智能领域科技创新和人才培养的高地;在2018年认定的首批612个“新工科”研究与实践项目中,布局建设了57个人工智能类项目;截至2017年12月,全国共有71所高校围绕人工智能领域设置了86个二级学科或交叉学科。

  记者:《行动计划》针对高校人工智能领域科技创新工作提出了哪些重点任务?

  雷朝滋:一是聚焦并加强新一代人工智能基础理论和核心关键技术研究。重点推进大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、高级机器学习、类脑智能计算和量子智能计算等基础理论研究;加快机器学习、计算机视觉、知识计算、深度推理、群智计算、混合智能、无人系统、虚拟现实、自然语言理解、智能芯片等核心关键技术研究;在核心算法和数据、硬件基础上,以提升跨媒体推理能力、群智智能分析能力、混合智能增强能力、自主运动体执行能力、人机交互能力为重点,构建算法和芯片协同、软件和硬件协同、终端和云端协同的人工智能标准化、开源化和成熟化的服务支撑能力。

  二是加快建设人工智能科技创新基地。围绕人工智能领域基础理论、核心关键共性技术和公共支撑平台等方面需求,加快建设教育部前沿科学中心、教育部重点实验室、教育部工程研究中心等创新基地;以交叉前沿突破和国家区域发展等重大需求为导向,促进高校、科研院所和企业等创新主体协同互动,建设协同创新中心;加快各类国家级创新基地培育。

  三是加快建设一流人才队伍和高水平创新团队。在高校培养、造就一批具有国际声誉的战略科技人才、科技领军人才;支持高校组建一批人工智能、脑科学和认知科学等跨学科、综合交叉的创新团队和创新研究群体;支持高校依托国家“千人计划”“万人计划”和“长江学者奖励计划”等大力培养引进优秀青年骨干人才;加强对从事基础性研究、公益性研究的拔尖人才和优秀创新团队的稳定支持。加强高水平科技智库建设。

  记者:《行动计划》在人工智能领域人才培养方面有何举措?

  雷朝滋:高层次人才培养要不断加强。学科建设方面,支持高校在计算机科学与技术学科设置人工智能学科方向,深入论证并确定人工智能学科内涵,完善人工智能的学科体系,推动人工智能领域一级学科建设。支持高校自主设置相关二级学科或交叉学科。

  专业建设方面,加快实施“卓越工程师教育培养计划”(2.0版),积极开展“新工科”研究与实践,重视人工智能与计算机、控制、数学、统计学、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,探索“人工智能+X”的人才培养模式。鼓励高校对照国家和区域产业需求布点人工智能相关专业。

  教材建设方面,加快人工智能领域科技成果和资源向教育教学转化,推动人工智能重要方向的教材和在线开放课程建设,特别是人工智能基础、机器学习、神经网络、模式识别、计算机视觉、知识工程、自然语言处理等主干课程的建设,推动编写一批具有国际一流水平的本科生、研究生教材和国家级精品在线开放课程;将人工智能纳入大学计算机基础教学内容。

  人才培养力度方面,引导高校完善人工智能领域多主体协同育人机制,并通过增量支持和存量调整,稳步增加相关学科专业招生规模、合理确定层次结构,加大人工智能领域人才培养力度。

  此外,还要努力构建多层次教育体系。在中小学阶段引入人工智能普及教育;不断优化完善专业学科建设,构建人工智能专业教育、职业教育和大学基础教育于一体的高校教育体系;鼓励、支持高校相关教学、科研资源对外开放,建立面向青少年和社会公众的人工智能科普公共服务平台,积极参与科普工作。(光明日报记者 刘博超) 

相关链接 

  潘云鹤:尽快增加人工智能研究生名额

  来源:科技日报  时间:2018-06-11

  “现在教育系统也行动起来了,我们的政府、科技界、产业界、教育界等正在形成各具特色、衔接有序、充满活力、人工智能发展良好的中国生态。”6月8日,教育部在浙江大学召开新闻发布会,解读《高等学校人工智能创新行动计划》(以下简称《行动计划》)。曾为《行动计划》制定给出建议的中国工程院院士潘云鹤强调,要加大对人工智能研究生人才的培养力度。

  “讨论《行动计划》时,我们就提出,整个社会迫切需要人工智能人才,但真正人工智能方向的人才太少。”潘云鹤说,人工智能学科发展的重要环节是研究生人才培养,但若把其他专业研究生名额转给人工智能类专业,难度较大。所以,最好的方式是做“增量改革”,适当增加人工智能类专业研究生名额。

  这一点也明确写入了《行动计划》。

  《行动计划》于今年4月份发布。教育部科技司司长雷朝滋告诉科技日报记者,《行动计划》是一份汇集各类政策措施,引导、支持高校提升人工智能领域科技创新、人才培养和服务国家需求等能力的指导性文件。从“优化高校人工智能科技创新体系”“完善人工智能领域人才培养体系”和“推动高校人工智能领域科技成果转化与示范应用”三个方面提出18条重点任务和三个细化专栏,着力推动高校人工智能创新。

  为加强高层次创新人才培养,《行动计划》从扩大人才培养规模、提高人才培养质量、优化人才培养结构等方面进行系统部署,重点提出“引导高校通过增量支持和存量调整,加大人工智能领域人才培养力度”“深入论证并确定人工智能学科内涵,完善人工智能的学科体系,推动人工智能领域一级学科建设”“鼓励对照国家和区域产业需求布点人工智能相关专业,支持高校在计算机科学与技术学科设置人工智能学科方向”等任务。

  对此,潘云鹤表示,建议教育部“迅速下名额”,提高人工智能专业人才培养数量,满足社会需求。

  浙江大学人工智能研究所所长吴飞给出了一组数据。根据2018年4月更新的《学位授予和人才培养学科目录》,我国研究生教育一共有13个大类,111个一级学科,493个二级学科,其中直接出现“智能”二字的仅有一个二级学科,即模式识别和智能系统。“不过,还有很多二级学科与人工智能强关联。”

  《行动计划》中也指出,要推动人工智能领域一级学科建设。浙江大学是教育部批准的首批可开展学位授权自主审核的高校之一,吴飞透露,他们正在论证人工智能一级交叉学科。

  要摸索的第一件事,就是“教什么”。

  吴飞认为,人工智能的特点是“至小有内,至大无外”,可由多个内核向外拓展。浙江大学也根据人工智能的这一特点,设计了研究生课程体系。记者看到,必修课分为数学与统计学、智能与认知科学、计算机和人工智能四大类,方向必修类则有智能教育、智能法学、智能金融、智能农学、智能医学和智能文学等,还特别设置了综合必修类课程人工智能伦理学。

  “学生学什么,内核一定要清楚。”吴飞认为,新设立的人工智能学院或者人工智能交叉研究中心,其目标是培养前沿性和复合型人才,否则没有必要和计算机学院重复建设。

  不止是浙大,多所高校已经开设了人工智能相关专业,并在“交叉”上下功夫。

  为了推动人工智能领域跨学科交叉研究,清华大学成立了学科交叉研究领导小组,出台了多个支持跨学科交叉智能研究的文件。如跨院系的教师兼职制度,计算机系的教授可以到生命学院兼职;还出台了跨学科交叉学位评定制度。“这对于培养人工智能领域的跨学科研究人才起到了推动作用。”中国工程院院士、清华大学副校长尤政说。他也强调,高校要特别重视人工智能基础研究,承担起引领未来发展的责任。(科技日报记者 张盖伦)

  我国新一代人工智能新在哪

  来源:光明日报  时间:2018-06-11

  5月28日,习近平总书记在中国科学院第十九次院士大会、中国工程院第十四次院士大会上强调,以信息化、智能化为杠杆培育新动能,优先培育和大力发展一批战略性新兴产业集群,推进互联网、大数据、人工智能同实体经济深度融合。而去年国务院《新一代人工智能发展规划》、今年的政府工作报告都将“新一代人工智能”列为研发应用的关键词。我国的新一代人工智能“新”在哪里,又如何融入实体经济的转型升级之中呢?日前,记者到浙江杭州进行了实地探访。

  转型升级:拓展人工智能的疆界

  随着城镇化的发展,交通拥堵等“大城市病”日益突出。耐着性子慢慢数秒、焦躁爬行的驾驶体验蔓延到更多的都市。而在浙江省杭州市萧山区,路口的红绿灯却并非“一视同仁”,有人等20秒的红灯,有人却要等一分钟,这是怎么回事呢?

  “通过大数据分析,我们发现拥堵往往起源于个别节点,如果在苗头出现时,控制该路段车辆的汇入量,就可以避免堵车,保障路网有序畅通。”浙江工业大学沈国江教授介绍,他的团队将人工智能中的强化学习理论应用于交通信号控制,精准识别预测多源异构交通数据,切分拥堵区、消散区、缓冲区、常态区,从而有效缓解拥堵。

  “摇号、限行、提倡公共交通都有成效,但交通需求持续增加,道路供给不可能无限增加,而人工智能可以让路网利用更高效。”据沈国江介绍,该成果过去两年在绍兴柯桥、杭州萧山等地进行了推广应用,新增产值5000万元,在给企业带来经济效益的同时,也带来了良好的社会效益。

  “我们国家还处于工业化的转型期,工业化正在进行产业转型以及城镇化所出现的问题会创造出大量的人工智能应用的新空间,这些空间大概是发达国家所不曾具备的。这种不完备性、需要发展的洪流和人工智能一交汇,我们就能以一种新的方式进行发展,这就是大力发展人工智能的意义所在。”中国工程院院士潘云鹤说。

  基础研究:“并跑”到“领跑”的增长点

  教育部《高等学校人工智能创新行动计划》提出了“聚焦并加强新一代人工智能基础理论和核心关键技术研究”的重点任务,但与此同时,也有专家提出,“深度学习”“卷积神经网络”等人工智能基础理论都已经提出,学来消化掉就可以了,从“跟跑”到“并跑”的后发优势是由我国人口基数和市场决定的,弯道超车关键在产业应用。那么,我们为何还要在人工智能基础理论上下大功夫呢?

  “虽然深度学习、神经网络应用很广,但这只是人工智能的一部分。中国要研究新一代的基础理论。”潘云鹤说,60年前“人工智能”刚提出时的信息化基础是单个计算机,而现在传感器网、大数据、云计算、超级计算的出现使得环境发生了变化。“原有人工智能的定义——‘让计算机变得和人一样聪明’,取得了一些成绩,但科学家已经意识到,人的自然智能与机器智能终究不同,如何通过人机混合的脑机系统形成更强的智能,这方面的基础理论是下一步的发展空间。”

  在浙江大学脑机接口实验室,记者见到一只头部插着电极的大白鼠沿着地面上的箭头轨迹钻迷宫。这并不是大鼠能“识文断字”,而是一旁实验员操纵的结果。她告诉记者,自己手上鼠标的左右键发出的信号分别会刺激大鼠左转右转的脑区,而中键信号则会刺激奖赏区,在大鼠完成左右指令后给予奖赏,大鼠自然就“听话”了。

  而在该实验室的另一个项目中,人的意念取代了鼠标。“实验者想象自己左侧或右侧肢体运动的感觉,脑波经传感器收集分析后,给大鼠发去指令,实现了人脑和鼠脑的交互。”项目负责人、浙江大学教授潘纲介绍,这项技术可用于残疾康复、边防、电力巡线等工作。“国外脑机交互投入也很大,我们现在还处于实验阶段,成本较高,应用场景不是十分明晰,企业还不愿进入,还是靠国家项目在推进。”潘纲说。

  “中国新一代人工智能规划包含很多外国人没有提过的想法。我们应该结合国家的发展用人工智能来解决中国问题、发展中国理论,同时也跟踪全世界的先进理论。”潘云鹤说,“例如多媒体技术中,图像处理技术、声音处理技术是分开进行的,而人在处理这种问题的时候实际上是合在一起进行的。如何将视觉、听觉、味觉等这些感觉和文字触觉融合在一起,中国人提出了跨媒体智能,人工智能2.0要瞄准这个方向进行。除此之外,规划还提出大数据智能、群体智能、人机增强智能、智能自主系统等新的人工智能领域,这都是实现从‘并跑’到‘领跑’所必需的。”

  产学政:形成良性生态链条

  从摁手印到指纹解锁,指纹的身份识别的意义早就被人类发掘,然而经过拓印、倒模,一种硅胶指纹膜可以完美地骗过打卡机、手机锁,甚至指纹支付系统。

  “运用人工智能卷积长短期记忆网络与全卷积神经网络融合的新方法,我们可以把生物特征从二维发展到三维,从皮上发展到皮下,采集皮下真皮层指纹、汗腺和汗孔的模态数据,提高防伪性能。”浙江工业大学教授梁荣华的团队开发了一套手部模态识别数据提取的技术。他介绍,因表皮层到真皮层衔接处皮肤组织变化,反射差别率差别较大,图像中也出现较明显的像素明暗变化,而假指纹膜硅胶层的空气洞显而易见。

  据《2014—2020年中国生物特征识别行业市场分析与发展前景研究报告》,基于手部的生物特征应用占据了70%左右的市场份额。梁荣华表示,安全防伪的指纹采集技术有着广阔的应用前景。“国外还没有同类型机器,一经安检、通关、财务支付等领域使用,该技术将有助于避免大量的经济损失。”

  潘云鹤观察到,国家规划发布以后,无论产业、学界还是政府,都表现出了对人工智能的极大热情。发改委、工信部、网信办发起的中国人工智能产业发展联盟发展势头迅猛,入盟企业已达300多家,微软亚洲研究院等外企也争相加入,而科技部、教育部出台了相关文件,地方政府也有各自的行动计划。“别的国家可能有产业推动或者是政府倡导,但是支持人工智能形成产学政的生态链,中国是最早的,优势也是独有的。”

  记者在杭州了解到,浙大采取灵活政策允许教师、研究生参与阿里的项目攻关,而浙工大将人工智能企业引入校园,学生在校园内就可参与项目的研发。一位浙大计算机专业的博士后告诉记者,产业界待遇优厚,学界能做自己感兴趣的科研,面包与梦想的两难在产学合作的政策下消解了。“围绕企业痛点做课题攻关。课题发表的论文、专利先挂在浙大,四年后转给阿里,这样做出的科研成果既能做项目结题评职称,又能投入生产获得企业资助,还能安心地留在学术体系内。”

  “就应用看,最前沿的技术和顶尖人才确实都去了企业,但这并不是说,企业就比高校强,二者各有侧重。”浙工大计算机科学与技术学院院长、软件学院院长王万良表示,企业科研追求应用,是目标导向的,会随着企业需求不断调整。而高校的环境更稳定,学科交叉协作的特点则提供了尝试的可能和空间。“企业有数据和资金,高校有人才和环境。企业运营成本很高,科研投入在能很快收益的领域,而高校则适合基础理论的开发和创新,高校开发出基础框架,再由企业优化、投入应用,获得数据回馈高校的理论创新,就可以形成良性的循环。”王万良说。(光明日报记者 刘博超)