高校人工智能教育“開荒”，還得靠這三步

國慶長假閒來無事，看了幾本書。

其中一本是關於人工智能深度學習的《深度學習導論與應用實踐》，這本書由中國科學院大學深度學習領域的學者編著，清華大學出版社出版。

我大學讀的是軟件工程專業，不過說句實話，面對很多AI特別是深度學習領域的技術類書籍，讀起來還是覺得有些吃力的，因為被稱為“新工科”的人工智能是典型的交叉學科，要求有較好的計算機科學、軟件工程和數學基礎，學習門檻高、難度大。

你會看到不少關於計算機的書籍有著類似“XX語言，XX天從入門到精通”的標題，但你應該沒見過“人工智能，XX天從入門到精通”這類書，一些學習者的心路歷程，更可能是“人工智能，XX天從入門到放棄”。不過，《深度學習導論與應用實踐》這本書，我卻基本讀懂了，在技術層面對深度學習有了一個更加全面的認知。

01

一本不錯的深度學習入門教材

這本書算是深度學習入門級教材，雖然做不到從入門到精通，但對於初學者來說是一個不錯的參考教材，有幾個值得推薦的地方：

第一個是深入淺出，將深度學習相關知識，數學、編程語言、機器學習、深度學習、卷積神經網絡、循環神經網絡……層層遞進，從關聯知識、基礎知識、方法實踐和進階理論，都通俗易懂地進行了介紹；

第二個是產學研結合，結合百度自主研發的開源深度學習框架——飛槳（PaddlePaddle），將原理解析與行業案例結合，在出版前就作為百度牽頭舉辦的全國高校深度學習師資培訓班的內訓教材，在出版之前已經經過千餘名一線高校AI教師實戰；

第三個，也是最突出的一點，就是它的實踐性頗強。純針對理論的深度學習書籍我也翻過不少，而這本不止於理論，還有大量脫胎於企業案例的項目實踐、代碼實戰、豐富習題，通過案例實操，讀者可以將理論與實踐結合。

讀到這麼一本書，我挺開心的。而且它是高校教材，這意味著，中國AI高校教育在行動。

在人工智能各項要素中，數據、場景和算法我國具有優勢，中國AI產業也與美國平分秋色，百度和阿里這樣的領頭雁，CV（機器視覺）四獸（商湯、依圖、曠視和雲從），科大訊飛以及大疆這樣的AI應用明星，都具有世界級競爭力。

只可惜，產業發展迅猛，技術從業者數量卻遠遠落後，科技巨頭即便捨得出錢也不一定搶得到AI牛人，一些關鍵細分AI領域則缺乏領軍人才。

破解AI人才荒的核心手段，是教育。

2019年堪稱人工智能本科教育元年，35所高校人工智能專業開課，目的是通過系統性的本科教育，緩解我國AI人才荒。

不過，迫在眉睫的人工智能本科教育，當前還存在兩大燃眉之急。

02

缺人又缺書，教育捉襟見肘

大學要開設一門專業，最基礎的兩個要素是師資和課程體系。

高校具備AI學術能力的老師不多，有一定學術造詣，可以做AI老師的高端人才正被企業高價爭搶，人工智能相關領域的博士生畢業後，同樣首選待遇優厚且有實踐環境的企業，這導致高校AI師資存在緊缺現象。雙一流大學有相對好的軟硬件條件，可以在全世界範圍吸引AI高端人才做老師，一般院校在師資上，完全不具備開設人工智能專業的能力。整體來說，AI教育存在師資荒。

比這個問題更明顯的，是課程體系。

人工智能學科在數學、計算機等相關學科基礎上，還包括了腦認知機理、機器感知與模式識別、自然語言處理與理解、知識工程、機器人與智能系統等課程，高校人工智能開課了，然而教材卻是個大問題——用哪些書合適？從哪兒來？

一方面，AI相關的資料互聯網上越來越多，但適合做教材的卻很少，更未形成完善的體系，特別是深度學習這樣的細分學科，國內外教材幾乎是一片空白。

另一方面，人工智能理論深奧，教育開展離不開案例，依賴深度學習框架、計算器集群算力、機器學習大數據等軟硬件資源，傳統形式的教材很難滿足教學所需。

2018年，華中科技大學電子信息工程專業一位大三學生，在學習深度學習開源框架飛槳（PaddlePaddle）時，將學習心得和應用實例撰寫了一些文章，後來順利出版成書，在深度學習圈受到歡迎，大學生寫一本深度學習書都如此受歡迎，相關領域的教材匱乏程度可見一斑。

03

AI教育“開荒”，還得靠這三步

針對AI教育師資荒和教材荒的問題，AI產學研各界正在多管齊下，合力解決。

第一步是頂層設計，自上而下地落地AI教育中師資隊伍的建設和課程體系的完善。

事實上，教育部門去年就行動了。2018年4月，教育部印發《高等學校人工智能創新行動計劃》，明確將完善學科佈局、加強專業建設、加強教材建設、加強人才培養力度和開展普及教育。3個月後，我國第一本面向中學生的人工智能教材——《人工智能基礎(高中版)》正式發佈，全國已有數十所學校引入了該教材作為選修課或校本課程。

第二步是多層次結構，不論是師資還是教材，都應該更加立體化。

人工智能在行業落地需要不同級別的人才，高校相應地要培養基礎算法研究、方案應用、方案開發、算法應用、芯片和框架設計開發等不同層次的人才，不同級別和類型的高校最終都會進行AI教育。

在師資上，要形成立體化結構，科學家、教授、教師、職業教育講師、兼職教授、企業講師，不同師資滿足不同類型的AI人才教育需求。在教材上，則要形成多層次結構，核心基礎教材和外圍補充教材互補，理論教材與實踐教材、通用教材與特色教材有機結合。

第三步是產學結合，校企合作，讓企業成為高校AI師資和教材建設力量的重要補充。

相對於很多學科教育依賴高校而言，企業在AI教育中的角色會重要很多。

高校缺老師，可以讓企業大牛“上講臺”，與高校專職老師一起形成立體化師資隊伍，企業還可提供數據、算力、場景等高校不具備的軟硬件設施，讓AI教育做到理論與實踐，科學技術與工程管理，算法與算力、數據和場景，有機結合。

在教材方面，企業同樣可以發揮所長，前面提到的《深度學習導論與應用實踐》，就是在百度牽頭舉辦的深度學習師資培訓班的內訓教材基礎上形成。

自去年5月起，中國科學院大學的專家與百度先後舉辦7期全國高校深度學習師資培訓班，以百度旗下的深度學習開源框架飛槳（PaddlePaddle）為切入點，結合百度的場景、數據和算力優勢，幫助高校培養AI師資。作為培訓導師，國科大的專家們洞察到高校對於深度學習教材的需求，找到了將理論與實踐結合的契機，他們以內訓教材為基礎，綜合對千餘名教師實戰培訓的心得經驗，加入大量項目實踐，並結合飛槳（PaddlePaddle）應用實例，打磨出《深度學習導論與應用實踐》，一定程度上改善了我國高校人工智能教育深度學習領域教材相對匱乏的局面，這是企業協助高校解決AI教育缺乏師資與教材問題的一個不錯的實踐。

中國科學院大學與百度舉辦了7期深度學習師資培訓班，還在繼續辦下去

AI已成為我國科技戰略發展方向，教育強則人才強，人才強則產業強，在AI教育中，不論是師資還是教材問題的解決，都離不開企業，校企聯動會是大方向。當高校培養出更多優秀AI人才，企業也將成為直接受益者，何樂而不為？

好物需分享，求知要趁早。官方信息顯示，目前《深度學習導論與應用實踐》已在噹噹率先上架，天貓、京東也有發售。通往深度學習秘境的大門就在這裡，你確定不來推一把？