前言：2018中国人工智能峰会即将在9月6日开启，南京大学人工智能学院院长周志华教授受邀出席，并将在当日主论坛及AI人才教育高峰论坛发表相关演讲。
近日来，各大高校陆陆续续迎来了自己的又一批“新鲜血液”。这之中，有一部分新生受到极大关注，他们身上带有一个醒目的标签——AI专业。
今年3月，南京大学宣布成立人工智能学院，由南京大学计算机系主任、欧洲科学院外籍院士、ACM/AAAI/IEEE/AAAS/IAPR会士周志华教授担任院长，而南京大学也成为了国内首个成立人工智能学院的双一流A类、C9类高校。目前，包括中国科学院大学、南京大学、东南大学等在内，国内已经有10余所高校设立了人工智能独立学院。
“AI人才教育”一直以来都是业内关注的焦点，也是行业公认的发展动力。近日，镁客网独家采访了南京大学人工智能学院院长周志华教授，围绕AI学院人才培养、AI教育建设等议题进行了探讨。
图 | 南京大学人工智能学院院长周志华
设立独立的人工智能学院，是多方驱动的必然结果
于每一所高校而言，设立新专业是很正常的事情，但这次明显不同。全国多所高校联动，陆续为人工智能开设了独立学院而非既有学院的下属专业，这在教学体系已经基本定型的当下格外引发关注。
周教授认为，人工智能学院的涌现，是政策、产业、教育多方共同推动的结果。
首先，人工智能是时代关注的焦点，国家政府都高度重视。比如习总书记在两院院士大会报告中三次强调要推动AI与实体经济的深度融合，国家最高领导人连续强调，这是很少见的，可见国家政府的重视程度。
第二，人工智能技术已经进入互联网、金融、智能制造等诸多行业，人才缺口非常大。如果希望相关产业进一步发展、进一步有效提升，人才缺口必须要弥补。目前大家主要以挖人为主，以美国为例，大学中做AI比较出名的教授相当大部分都已经被企业挖走。但是挖人不会带来增量，一流教授相继流失，谁来培养下一代AI从业者？从根本来看，人才缺口必须通过加强培养来解决。
第三，人工智能是一个经过60多年发展的学科，已经形成了庞大自洽的专业知识体系，而解决现实问题通常要涉及到多种专业知识的融合。周教授介绍，2016年他在南京大学承担了人工智能课程体系规划的教改项目，在项目开展期间就发现目前的教学框架需要经过改革才能适应人工智能人才的培养。以计算机科学与技术学科为例，本科毕业大致需修满150个学分，其中约60学分是通识通修课程，15学分是毕业设计和就业创业类课程，在剩下的约75个学分中，学科平台课和专业核心课约占55学分。到此尚未出现人工智能专门课程，已经仅剩约20学分。而剩下的学分仍需考虑计算机学科“宽口径”人才培养，要平衡多个专业方向的需求，这就使得能专门用于人工智能的课程数量远远不能满足需求，导致人工智能专业课程只能浓缩到“高级科普”程度。对于AI人才的培养而言，这显然是不够的。与其在原有框架下慢慢调整，不如从头开始去彻底设计一个真正为AI人才培养所需要的体系。
值得一提的是，今年3月教育部出台了《高等学校AI学院创新行动计划》，其中明确提出，到2020年要在全国建设50个人工智能学院、研究院。因此，在这样的多方形势汇合下，人工智能学院的设立就成为了一件必然的事情。
AI教育需融合数学与计算科学，课程设置要有所为有所不为
“对于一个学院来讲，怎样才能更好地培养学生，这是最需要考虑的问题。这之中，有两件事非常重要，那就是课程设置和师资队伍。”
在周教授看来，人工智能学院的学生需要有非常扎实的数学基础和计算科学基础。
“人工智能技术所针对的都是一些困难问题，很多是没有精确描述和良性定义的现实问题，要把它抽象成一个目前能够解决的合适问题，就需要有扎实的数学基础。”
周教授举了一个案例，一位用户在电商网站偶然浏览了寿衣，之后经常收到丧葬用品推荐，用户非常恼火；另一位用户偶然浏览过新款女包后经常收到时尚新包的推荐，用户很满意。这两件事粗看起来是一样的，都是用户偶然浏览了某个网页之后电商推荐了相关产品。如何解决这个问题呢？如果学生有扎实的数学基础，可能意识到前者是概率长尾分布的部分，而前者不然，这样去考虑，这个问题可能就解决了。但如果数学基础不扎实，就不太好办。
周教授指出，人工智能技术的算法解决方案设计好之后，需要通过软件程序来实现，再进一步考虑如何利用现代计算设备来提升效率，因此，学生必须具备计算机科学的扎实基础。
“这显然不是简单地把数学系与计算机系的课程拼起来就行，因为学生的时间精力和修读学分是有限的”。在我国高校现有教学体系下，甚至每个教学模块内所需修读的学分数，都有明确的规定。所以作为一个新的学院，要恰当地设计课程，包括课程门类、模块、先后顺序等，这是需要下很大力气的事情。
此外，关于学科方向的设置，周教授表示，要“有所为，有所不为”。每所高校有自己的特点和专长，对人工智能这样涉及面可以很广的学科，需要有所选择，因地制宜的来开展教育。
以南京大学人工智能学院为例，在初期将设置两个专业方向，分别是机器学习与数据挖掘、智能系统与应用。南京大学在这方面有长期的优势积累，在师资力量上有相当的储备。