來源：AI科技評論
作者：賈偉
本文約3800字，建議閱讀9分鐘
四十年的積累才是秘密！
這是一個變革的時代。
人工智能，作為科學研究的一種新範式，正在迅猛發展，除了在工業應用中產生巨大變革以外，同時也正逐漸對傳統學科產生顛覆性影響。
任何一所高校，把握時機，便能逆流而上；反之則將被時代所遺棄。
2018年4月，教育部印發《高等學校人工智能創新行動計劃》，為了“加強人工智能領域人才培養”，“到2020年建立50家人工智能學院、研究院或交叉研究中心”。如今這一目標已基本完成。
但成立是一，辦好是二。如何辦好人工智能專業，將人工智能打造成自己的一張王牌，是各個高校應當慎重思考的問題。
4月30日，清華大學張鈸院士在由信息技術新工科產學研聯盟主辦的人工智能教育線上公開課上的《我們如何辦人工智能專業》中提到，要想建設一流的人工智能專業，離不開五個維度：本科教育、研究生培養、一流的實驗室、國際合作與交流，以及培養一流的師資隊伍。
在公開課中，張鈸院士從五個維度詳細探究了清華大學在人工智能發展道路上 40多年的歷程。細細去品究張鈸院士的話中之話，或能體悟：清華辦 AI，除了洞見，更有沉澱。一流的AI學科，永遠都是靠數十年積累的。
值得借鑑和學習。
本科教學
張鈸院士指出，清華大學在本科教學的定位是，培養以“通識”為主，適當兼顧“專識”的高端人工智能人才。這主要體現在三個方面：
- 在計算機學科體系下培養，確保本科生具有的堅實的數理與計算機科學的理論基礎；
- 設置高質量的人工智能專業主修課程和專業輔修課；
- 設置豐富多樣的選修課《包括與神經科學、文學等的交叉學科課程》。
清華大學在人工智能方向的本科教育從零開始，經歷了40多年的沿革。
1978年，文革剛剛結束，改革開放還正在醞釀。清華大學便已經在計算機系內部成立了“人工智能與智能控制”教研組，在“計算機應用技術”學科下，開展了人工智能方向的本科教學。這在當時的中國，走在了時代的最前列。
隨後，1979年清華大學便開始為本科生開設《人工智能導論》的選修課。隨著教學經驗的積累，及對國外最新研究考察的深入。1983年清華計算機系修訂了其本科教育的培養計劃，將《人工智能》列為本科必修課程；同時為了提高教學質量，相關教師相繼編寫了人工智能方向的教材，包括在我國流傳很廣的《人工智能原理》（石純一，林堯瑞）、《人工智能及其應用》（徐光佑編譯）、《人工智能手冊》（鍾玉琢編譯）。
經過40多年的發展，現在清華大學計算機學科的培養方案中已經增添了不少智能相關的課程：
如上表所示，可以看到如說模式識別、數據挖掘、機器學習概論、人工神經網絡等等，都已經成為清華大學計算機專業本科生的課程之一。
在課程設計上，則主要是由清華大學人工智能研究所（也是國家重點實驗室中心實驗室）來負責。以2019-2020學年為例，如下所示：
著力培養一流的研究生
要培養好高質量的研究生，主要抓兩個環節，第一是保證高質量的生源；第二是有傑出的指導教師。
前排為五名指導教師，後排為首批碩士生
張鈸院士以清華首屆人工智能碩士研究生為例。在1978年，共招收了6名碩士生，分別為張國煊、張軸材、王家欽、鄭學忠、唐建邦、嚴雋薇等；而指導教師包括許萬雍、黃昌寧、許堯瑞、石純一、劉植幀等。這幾位指導教師在隨後的二三十年中皆成為我國人工智能領域的先驅及中流砥柱，而 6 位首屆碩士生也都先後成為各領域的關鍵人物。
在研究生培養方案上，清華大學的專業課程覆蓋範圍極其廣泛，可以說幾乎覆蓋了人工智能的各個分領域。
從1978年開始招收碩士人，現在已經畢業的碩士生超過400名。從1986年開始招收人工智能方向的博士生，到現在為止，已經培養了250名左右的博士生。
那麼，清華大學的培養策略是什麼呢？以最近幾年為例，下圖是清華大學人工智能研究所在2017年-2019年畢業的碩士和博士人數。可以看出，其在博士生投入的比例越來越重，而碩士生則相應下降。
此外，人智所目前的在讀學生數量已經達到博士124名，碩士67名（2020年4月統計）。這些人也將在很大程度上代表著我國隨後多年在人工智能領域的未來。
在此列一下近幾年清華培養人工智能方向的研究生獲獎情況：
以上這些獎項的重量程度，AI領域的人應該都熟知，我們就不再贅述。
從中，我們可以發現諸多廣為大家熟知的知名學者，例如清華大學孫福春教授、朱軍教授、段潤堯教授、劉知遠副教授等。
建設一流的人工智能專業
要想建設一流的人工智能專業，必須要有一流的實驗室。
1985年，清華建立了“智能機器人”實驗室。
1990年，清華成立了智能技術與系統國家重點實驗室，這也是現在為止以智能研究工作為主的國家重點實驗室。重點實驗室的特點是不僅僅要進行人工智能基礎原理、基本方法的研究，也要研究應用技術和系統集成技術。在體現研究的前沿性的同時，體現多學科交叉和不同技術綜合的特點。
這個實驗室曾連續三次在國家重點實驗室的評估中被評為A級實驗室，且兩次獲得集體“金牛獎”，並在1997年被列為全國18家信息電子類國家重點實驗室的第一位。
國際合作與交流
合作，才能共贏；交流，才能開拓視野。打造一流人工智能專業，絕不能閉門造車。
張鈸院士特別強調：“要辦好國際上一流的人工智能專業，必須加強國際合作和交流。”
清華在這方面做了很多的工作。
首先是利用企業的贊助的資金，舉辦了三期的講席教授組織，邀請世界著名的教授來參與清華的培養工作。主要內容是講課和聯合培養博士生，並且要求教授組每年累計保證9個月在清華大學工作。
清華一共做了三期。
第一期是2003年到2006年，參與人主要是計算機科學理論的教授，其中圖靈獎獲得者姚期智是首席。姚期智也因這次受聘，後來直接回到清華大學擔任長聘教授，並創建了姚班。
第二期是2009年到2012年，主要圍繞神經和認知科學，大多數都是神經認知科學方面的著名教授，首席為美國科學院院士Michael Merzenich。這次受聘後，王小勤教授開始擔任清華大學的教授，而李兆平也曾在清華任教過一段時間。莊炳煌教授直接成為了第三期的首席。
第三期是2013年到2016年的，關於人工智能與機器人，講習教授中包括許多大家比較熟悉（例如李飛飛、邢波、田奇等），他們都長期跟中國有很多的合作關係。
清華還成了一個計算英文碩士班，面向全球招收外籍學生，進行精英化的教育。項目學制是兩年，授予工學碩士學位。有三位在朱軍教授的指導下取得了很好的成績。
此外清華大學與許多國家進行了長期合作，例如：
1）2010年，跟新加坡國立大學在下一代搜索技術上成立了聯合研究中心，雙方不僅僅進行了人員的交流，還聯合培養博士生；
2）2009年，與滑鐵盧大學成立互聯網信息獲取聯合研究中心；
3）與德國進行國際合作項目，第一個項目是2006年開始，分為兩期，主要圍繞著自然人工認知系統中模式交相感應，目標是聯合培養博士生，同時進行多種學科的交叉；
4）清華大學和悉尼科技大學，在量子計算方面建立了聯合實驗室，成立於2013年。
5）另外，還有國家自然科學基金國際合作重點項目，主要圍繞著機器學習；時間從2017年到2029年，由清華大學朱軍教授和卡內基梅隴大學進行合作。
6）在2020年3月，又跟博世公司建立了機器學習聯合研究中心，合作儀式在網上進行，為期5年。
在教學與科研實踐中培養一流的師資隊伍
以上四點是目標和方法，而一流的師資隊伍才是底蘊，是一切構想的基石。
清華大學的人工智能建設上具有非常清晰的認識。
首先從科研的角度看，1978年清華剛剛建立人工智能專業，便開始開展相應的研究，招收研究生。最初只是進行有限範圍的研究工作，包括人工智能理論、專家系統、機器人；經過四十年發展，到現在已經覆蓋了人工智能幾乎所有的分領域。
具體來說，主要有7個方面，包括：
1）人工智能基礎理論與方法；
2）知識智能（知識表示、推理、不確定性處理和知識圖譜等）；
3）感知（視覺智能、聽覺智能、觸覺等）；
4）人機交互、大數據智能、知識獲取等；
5）自然語言處理；
6）智能控制和機器人系統；
7）多學科交叉研究（數學、神經與認知、心理學、社會科學等）。
特別是最後一條。在2018年6月，清華大學成立了一個跨系、跨學科的聯合研究機構——清華大學人工智能研究院。這個研究院秉持“一個核心，兩個融合”的發展戰略，以人工智能基礎理論和基本方法研究為核心，積極推進大跨度的學科交叉融合，大範圍的技術與產業、學校與企業融合。
張鈸院士介紹說：“清華希望通過這個平臺發揮作用，清華大學在多學科綜合優秀人才集聚方面的優勢，同時通過開展高水平的國際合作，能夠建立一個世界一流的人工智能高端人才培養匯聚的基地。”
在過去的一年裡，清華人工智能研究院相繼成立了 9個研究中心。9個研究中心的人員不僅來自信息學院的計算機教師，全校18個院系都有一些教授參加，所以這是高度的，跨學科合作。
科學研究的開展，必然會帶動人才的成長。
如果我們去看清華大學人工智能領域的研究隊伍，會發現一大批土生土長的優秀人才。
以上這些，都是國內AI領域最有前景的學者。
總結
人工智能專業的建設不是一朝一夕的事情，而是需要深遠洞見、長期堅持和沉澱，才能厚積薄發。
清華大學經過四十多年的發展，在AI領域已經步入了國際前列。
以計算機領域最為知名和權威的CS Ranking指標來看，在2010-2020這10年間，清華大學在人工智能方向排名已位列世界第二，僅次於CMU；而若以2015-2020年這5年間的評估來看，清華大學已經排名世界第一。這些已經充分說明了清華大學在人工智能學科建設方面的正確性。
當然，人工智能是一門發展迅速的學科，一方面需要與時俱進，讓人工智能人才培養跟上時代發展的步伐；另一方面高等院校的理工科教育也有它共性的規律，特別是本科教育需要保持一定的穩定性。如何保持二者的平衡，是辦好人工智能高等教目的關鍵。
編輯：黃繼彥
校對：林亦霖
—完—
關注清華-青島數據科學研究院官方微信公眾平臺“ AI數據派 ”及姊妹號“ 數據派THU ”獲取更多講座福利及優質內容。
