幾乎每隔一段時間，AI人才的話題就會成為輿論焦點。
其中的原因，可以參考浙江大學(xué)中國科教戰(zhàn)略研究院副院長張煒的說法：“我國人工智能人才缺口高達(dá)500萬，而且這一缺口數(shù)據(jù)完全是一個動態(tài)的概念。人工智能已經(jīng)覆蓋到各行各業(yè)，人才缺口將會長期存在。”
正是人才短缺的動態(tài)化，每個時期的人才訴求不盡相同。在人工智能浪潮最為火熱的時候，許多大廠都在搶奪算法人才;而當(dāng)人工智能走向產(chǎn)業(yè)應(yīng)用時，高素質(zhì)技能人才的稀缺逐漸被人們所關(guān)注。
想要解決AI人才的困局，不只是數(shù)量上的挑戰(zhàn)，人才多樣性同樣是一道難題。
日前舉辦的首屆世界職業(yè)技術(shù)教育發(fā)展大會上，讓外界看到了新的可能：當(dāng)越來越多的職業(yè)技能人才“涌入”人工智能，技術(shù)創(chuàng)新不問出處的新時代正在抵近，人工智能的人才缺口似乎有了系統(tǒng)性的解決方案。
01 國內(nèi)的AI人才現(xiàn)狀
北宋理學(xué)先驅(qū)胡瑗在《松滋儒學(xué)記》中留下了這樣一句名言：“致天下之治者在人才”。同樣的道理，也適用于人工智能的全球競賽。
自從人工智能的第三次浪潮出現(xiàn)，美國、中國、日本、英國等均圍繞AI人才培養(yǎng)制定了詳細(xì)的戰(zhàn)略政策和產(chǎn)業(yè)規(guī)劃，并在人才培養(yǎng)的理念上達(dá)成了自上而下四個層級的“隱性”共識：
最頂層的是源頭創(chuàng)新人才，致力于推動人工智能前沿技術(shù)與核心理論的創(chuàng)新;
第二層是產(chǎn)業(yè)研發(fā)人才，能夠?qū)⑷斯ぶ悄艿那把乩碚摯蛟鞛榻鉀Q問題的算法模型;
第三層是應(yīng)用開發(fā)人才，工作重心是理解產(chǎn)業(yè)需求將算法模型轉(zhuǎn)化為工程路徑;
最底層的是實用技能人才，理解人工智能技術(shù)的基本理念并能夠結(jié)合特定的應(yīng)用場景進(jìn)行落地。
理想的人才結(jié)構(gòu)應(yīng)該是典型的金字塔模型，可國內(nèi)當(dāng)前的人才結(jié)構(gòu)卻呈現(xiàn)出了兩頭缺的局面。
知名機構(gòu)Element AI曾在2020年發(fā)布的《全球人工智能人才報告》中以ArXiv上發(fā)表AI論文為依據(jù)對比不同國家的AI人才儲備：來自美國的人才占比為47.89%，遙遙領(lǐng)先于世界上的其他國家;盡管來自中國的AI人才數(shù)量排名第二，整體占比只有11.43%，和美國仍然有不小的差距。
而在500萬的人才缺口中，很大一部分屬于活躍在生產(chǎn)一線的技術(shù)應(yīng)用型人才，簡單來說就是既懂專業(yè)技術(shù)又懂人工智能的復(fù)合型人才，也是許多大廠工程師被迫到工廠中調(diào)試代碼的直接誘因。如果說創(chuàng)新研發(fā)人才影響著人工智能的高度，技術(shù)應(yīng)用人才決定了AI應(yīng)用的廣度。
之所以出現(xiàn)這樣的現(xiàn)象，至少可以找到兩個維度的誘因：
一是國內(nèi)AI研究起步晚的事實。人工智能的起步可以溯源到1956年的達(dá)特茅斯會議，即便中間的兩次人工智能浪潮無疾而終，可麻省理工、斯坦福、卡內(nèi)基梅隆等高校紛紛在上世紀(jì)五六十年代創(chuàng)辦了人工智能技術(shù)相關(guān)的實驗室，國內(nèi)直到1990年才在清華大學(xué)成立智能技術(shù)與系統(tǒng)國家重點實驗室。
二是國內(nèi)AI人才培養(yǎng)的失衡。2018年前后曾出現(xiàn)科技大廠搶奪學(xué)術(shù)大牛的現(xiàn)象，不少高校紛紛開設(shè)人工智能專業(yè)，以至于80%的人才屬于算法人才，他們畢業(yè)于知名高校，有著扎實的理論基礎(chǔ)和編程能力，可讓人工智能落地到產(chǎn)線的數(shù)字化藍(lán)領(lǐng)人才和應(yīng)用人才，仍然處于匱乏且滯后的狀態(tài)。
對于這樣的局面，國內(nèi)無不反思。
教育部出臺了《高等學(xué)校人工智能創(chuàng)新行動計劃》《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》等一系列文件，試圖加速國內(nèi)高校對人工智能專業(yè)人才的培養(yǎng)，同時號召以產(chǎn)學(xué)研的形式加快科技成果的轉(zhuǎn)化;百度代表的人工智能企業(yè)，紛紛以教材、課程、比賽等方式推動人工智能人才的培養(yǎng)……
同時應(yīng)該理性思考的是，AI人才的培養(yǎng)特別是高層次科研人才的培養(yǎng)，需要相對漫長的時間周期，不同于美國在AI基礎(chǔ)層人才方面的先發(fā)優(yōu)勢，中國的AI人才培養(yǎng)起步比較晚。所以在討論AI人才的話題時，應(yīng)該從兩個方面進(jìn)行考量，既要提升人才的數(shù)量，也要聚焦人才的質(zhì)量。
在這樣的背景下，國內(nèi)的AI人才培養(yǎng)逐漸摸索出了兩種方向：
一種是加大源頭創(chuàng)新人才和產(chǎn)業(yè)研發(fā)人才的培養(yǎng)力度，對應(yīng)的例子就是越來越多的高校開設(shè)培養(yǎng)人工智能相關(guān)的研究生，包括百度在內(nèi)的人工智能企業(yè)深耕前沿技術(shù)研究;
另一種是推動職業(yè)人才的培養(yǎng)，向社會輸送擁有熟練技能的骨干人才。正如教育部副部長孫堯的觀點：“職業(yè)教育要瞄準(zhǔn)數(shù)字時代的新技術(shù)和產(chǎn)業(yè)變革，大力培養(yǎng)高素質(zhì)技術(shù)技能人才。”
02 百度飛槳的生態(tài)解法
前沿科技人才的培養(yǎng)已成共識，無論是高校還是企業(yè)，創(chuàng)新人才在某種程度上可以和競爭力劃等號，職業(yè)人才的培養(yǎng)卻知易行難。
個中緣由不可謂不復(fù)雜。
現(xiàn)階段人工智能的應(yīng)用仍處于市場開拓期，導(dǎo)致職業(yè)教育的課程體系標(biāo)準(zhǔn)難以確定，再加上實踐教學(xué)平臺的缺失，學(xué)生的能力和市場需求存在不匹配的現(xiàn)象，人工智能的職業(yè)教育陷入了兩難的局面。
正是在這樣的機緣下，百度創(chuàng)始人李彥宏在2020年世界人工智能大會上確立了一個目標(biāo)：將五年內(nèi)為全社會培養(yǎng)超過500萬的AI人才，并逐漸給出了系統(tǒng)性的培養(yǎng)方案。
其中外界已經(jīng)看到的動作在于產(chǎn)教融合。
比如百度參與了“人工智能訓(xùn)練師”國家職業(yè)技能標(biāo)準(zhǔn)的制定，同時也是高職院校人工智能技術(shù)應(yīng)用專業(yè)實訓(xùn)環(huán)境建設(shè)標(biāo)準(zhǔn)的起草單位之一;百度編寫的人工智能人才培養(yǎng)解決方案，目前已經(jīng)和職業(yè)院校在內(nèi)的360余所高校開設(shè)學(xué)分課;同近300多所職業(yè)高校進(jìn)行1+X證書制度的試點合作，聯(lián)合培養(yǎng)應(yīng)用實踐型AI人才;并與11家職業(yè)教育集團(tuán)發(fā)布“大國智匠”人才培養(yǎng)計劃，截止到2022年已經(jīng)有1016所高職院校成功申報AI專業(yè)......
不為外界所熟知的還有AI人才生態(tài)。
深度學(xué)習(xí)框架常常被比作人工智能領(lǐng)域的操作系統(tǒng)，除了“操作系統(tǒng)”的身份外，百度飛槳還擔(dān)綱了另一重使命，即提供全方位的人才培養(yǎng)服務(wù)。譬如國內(nèi)最大的AI學(xué)習(xí)與實訓(xùn)社區(qū)AI Studio，匯集了大量的AI教育課程，涵蓋6000多門定制課程以及300多萬個公開項目;零門檻AI開發(fā)平臺EasyDL為職業(yè)教育量身打造了一系列的上手工具，幫助職業(yè)院校的學(xué)生學(xué)習(xí)AI基礎(chǔ)知識并動手實操，賦予其解決一線生產(chǎn)問題的能力......
就像前面所提到的，國內(nèi)既缺高層次科研人才，也缺一線的應(yīng)用人才，想要徹底扭轉(zhuǎn)產(chǎn)業(yè)現(xiàn)狀，勢必要構(gòu)建AI人才間的“產(chǎn)業(yè)協(xié)作鏈條”，覆蓋學(xué)習(xí)、就業(yè)、認(rèn)證、實踐、比賽等人才成長全周期，形成一套自上而下的能力下沉體系。
倘若用這樣的標(biāo)準(zhǔn)審視百度飛槳，價值不只是為產(chǎn)業(yè)智能化打通了落地路徑，開源開放的氛圍和理念，也為AI人才數(shù)量和質(zhì)量的雙重缺口，提供了適合中國市場現(xiàn)狀的生態(tài)解法。
學(xué)術(shù)層面上，飛槳在深度學(xué)習(xí)領(lǐng)域的前沿技術(shù)，可以助力科學(xué)家進(jìn)行學(xué)術(shù)研究;算法層面，飛槳針對芯片和執(zhí)行調(diào)度的優(yōu)化，進(jìn)一步提升CV、NLP等領(lǐng)域模型的訓(xùn)練速度;應(yīng)用層面上，飛槳在模型庫中為開發(fā)者提供了一套全流程指導(dǎo)，涵蓋前期適配到后期運行;在落地層面，飛槳平臺上的477萬開發(fā)者創(chuàng)建了56萬個模型，目前已經(jīng)服務(wù)18萬企事業(yè)單位。
可以看到的是，在飛槳的生態(tài)系統(tǒng)中，不同層級的AI開發(fā)者不再是互相孤立的存在：源頭創(chuàng)新人才專注于方向性的研究，產(chǎn)業(yè)研發(fā)人才將這些研究沉淀為算法模型，再由應(yīng)用開發(fā)人才與不同的行業(yè)進(jìn)行適配，實用技能人才最終將算法模型落地到千行百業(yè)。
而一旦厘清了AI人才的協(xié)作體系和內(nèi)涵特征，所解決的就不單單是國內(nèi)AI人才規(guī)模不足的問題，還找到了適用于不同層次人才的培養(yǎng)方案，有望形成有中國特色AI人才培養(yǎng)體系。特別是在職業(yè)教育的推動下，一大批專業(yè)素養(yǎng)過硬的AI技術(shù)人才正在走向千行百業(yè)，解決一個個數(shù)字化智能化的小問題，不斷推動數(shù)字經(jīng)濟(jì)的進(jìn)程，進(jìn)而讓人才紅利轉(zhuǎn)變?yōu)閷崒嵲谠诘纳a(chǎn)力。
或許改變國內(nèi)的AI人才現(xiàn)狀還需要相當(dāng)長一段時間，但飛槳為不同層次開發(fā)者營造的氛圍和生態(tài)，已然給出了符合中國國情的最優(yōu)解，默默為中國的AI人才培養(yǎng)貢獻(xiàn)著自己的力量。
03 寫在最后
再來思考文初的話題，人才短缺的現(xiàn)象其實不讓人意外，而是產(chǎn)業(yè)轉(zhuǎn)型升級引發(fā)的時代必然。
所幸并不缺少可行的解法。
按照《中國職業(yè)教育發(fā)展白皮書》中提到的一組數(shù)據(jù)：近10年來，職業(yè)教育累計為各行各業(yè)培養(yǎng)輸送6100萬名高素質(zhì)勞動者和技術(shù)技能人才，特別是為高鐵、超高壓輸變電等重點產(chǎn)業(yè)提供大量骨干人才。
作為第四次工業(yè)革命的核心技術(shù)，人工智能的產(chǎn)業(yè)影響力絕不亞于高鐵和超高壓，也在某種程度上解釋了AI人才培養(yǎng)職業(yè)化的趨勢。
目前國內(nèi)的上層建筑已經(jīng)高度重視AI人才的培養(yǎng)，百度飛槳在內(nèi)的深度學(xué)習(xí)平臺也進(jìn)行著相應(yīng)的生態(tài)部署，學(xué)界和業(yè)界正在形成合力，形成適合國情的創(chuàng)新規(guī)律，孵化出成熟且穩(wěn)定的生態(tài)體系，剩下的可能只是時間。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
