人工智能到底要不要成为本科专业？

闽州教育

学历提升/职业资格证考试

人工智能到底要不要成为本科专业，不是一个绝对如此或者如彼的问题，更多情况下见仁见智，其成败在于整个教育体系和社会结构的共同把持。

反方观点A：AI不稳定，就业有风险

让我们先从反对观点说起。

众所周知，本科生不会都进入研究生阶段继续攻读，那么AI本科专业存在的意义，当然就是能为大量本科生提供就业技能与机遇。

但就今天的AI来说，是否能为四五年后，以至于长期投入社会的大量人才提供就业机会呢？这可能谁也说不好。

AI的发展足够快，需要人才足够多，这在今天是没有问题。但若干年后的AI会依旧能创造大量就业投入吗？甚至说若干年后的AI，是否还和现在我们看到的机器学习统摄下的AI需求一致？这些都是问号。

在很多人看来，加快人工智能进本科的进度，同时也意味着把这些大学生从对计算机科学的学习中隔离出来。那么假如学成后AI不那么火热了，就业机会减少；或者AI在此期间经历了快速的技术发展，学到的东西不足以致用，同时也不能让每个人都继续学术研究。最终岂不是把就业风险施加到了学生身上？

因为某个领域火爆，大学就争先恐后设立专业，结果学成出来发现满不是那么回事了。这种情况在中国并不算少见。那么这种情况下，把AI从计算机科学领域独立出来，似乎还不够稳妥。

毕竟不能让选专业这个很可能影响终生的大事，变成一场赌博。

反方观点B：泡沫可耻，跟风有害

AI发展过快，带起了大量泡沫，这应该是个不争的事实。那么高校过快迎合风口，设置AI本科专业，很可能会变成泡沫的催化剂。

另一种观点认为，AI设置本科专业在很大程度上是有道理的。但这个合理性仅仅限定在师资力量齐备，有广泛研究优势的部分高校中。一旦阀门打开，千奇百怪的学校跟风设置AI本科专业，很可能会贻害学生。

我们提起国内高校的AI大牛，似乎每个名字和他们所在的学校与研究机构都让人感觉熟悉。换句话说，大部分国内高校对于AI这东西是相当陌生的。现在的人工智能研究，目前仅仅是小部分学校与大牛的“专属”，而一旦各种地方院校，甚至资质不佳的合办院校要争取AI风口。那么很可能强行设置一批师资和科研项目，这对于整个AI学术是有害无益的。

归根结底一句话，头部学校准备好了开AI本科，但后面茫茫多的学校，真的有老师和研究力量去支撑本科的AI教学吗？

而AI这块滚热的蛋糕，随便想想就知道是不能放弃的。如果AI本科教育突然袭来，如何抵制跟风者扰乱AI教育，这个问题似乎还没有答案。

正方观点A：人才缺口，真的已经很大很大了

以上两种反对观点，很大程度上是出于对AI未来的怀疑与不信任。但支持AI快速成为本科专业的声音，则更多着眼于AI的现在。

AI的今天，一个最基本的情况，就是缺的人真的太多太多太多了。

去年校招季，在北京招一个刚毕业没有任何成果的AI研究生，就需要年薪30万的代价。这当然有风口的加持，但AI岗位缺人的状况也可见一斑。

根据相关报告统计，到2017年年底，中国AI人才缺口已经超过了百万级，而在今年这个缺口开始进一步拉大。

事实上，AI人才的缺口不仅限于中国，即使是硅谷，也在每天经历着AI岗位需求的扩大。李开复曾经提出：“在硅谷，做深度学习的人工智能博士生，现在一毕业就能拿到年薪200万到300万美元的录用通知，三大公司（谷歌、脸书和微软）都在用不合理的价钱挖人。”同样在欧洲、印度，加快培养AI人才，尤其是中低端人才都是国家教育体系的重要任务之一。

在巨大的人才缺失之下，是限行AI人才培养效率有点慢。一般来说，一个学计算机的本科生，在大三大四时候才能在某些选修课中接触人工智能。而如果想要攻读人工智能方向要到研究生之后。再加上研究生学习中往往没有经历过算法应用的实践，毕业到企业后还需要经历一到两年的再培养。这也意味着，一个AI人才一般要到27岁之后才能上岗，这显然无法供给今天AI产业的发展速度。

事实上，AI产业是一个金字塔型架构。不仅需要高端的逻辑与算法人才，还需要完成大量应用型，甚至是数据型工作。这些工作很大一部分都可以给本科生作为实习机会，而且企业往往欢迎导师带队的本科生入驻实习。

这样一些简单的AI工作，入职者可以从27岁提前到20岁左右，这对于整个AI产业的劳动力供给是效能巨大的。

同时，高收入和高就业率也在吸引着学生的目光，让他们辛苦绕一圈才能进入AI，这好像也有点残忍。

正方观点B：产学研一体化，强烈期待AI本科生

AI人才缺口可以看做一个行业基本面，而在这背后，是AI科研体系的独特性，正在催动着AI人才更早与企业接触。这也间接促使AI本科生这个群体到来。

大家都在说，AI是一个高度产学研一体化的领域。但到底是怎么一体化的呢？

首先我们可以看到，今天的大多数AI应用是基于神经网络与算法达成创造性的。而神经网络的特点是结构延展。换句话说，AI的技术世界不是非此即彼，而是堆叠和嵌入的。回到人才端，这就让很多企业中的AI任务与工作，可以分派出来让独立小组完成。这让象牙塔中的师生走入企业有了绝佳的机会。而一些数据清洗、数据标记类的机器学习基础工作，更是非常适合交给“懂基础的实习生”来完成。

另外，根据相关统计，常青藤高校的AI研究成果，有超过75%最终得到了商业转化。这个比例在各学科中名列前茅。AI的特性决定了高校中的研究和企业中的研究相似度非常高，而师生的创造有很大比率可以被快速转化。这个机会对于老师、学校、学生，以及整个产业，是一个多方共赢的局面。那么第一步，还是让学生尽快进入AI的世界。

还有一个问题值得注意，今天的AI研究是要基于大量数据和算力支撑的。但是这些东西往往不存在于研究室当中，而是只见于科技企业内部。这也就要求实验室必须要到企业中去，给企业提供更多价值。而本科生的劳动和创造力，事实上是这个置换关系之一。

由这些理由，企业和学校都在期待更多学生快速组成产学研一体化的基础，让企业与学校间的循环圈层扩大。

这个意义上来说，本科生是AI前进中的必要动力。

给潜在AI本科生的一点建议

首先，综合来看今天AI的应用前景和就业基本面没有问题。但未来有不确定性，技术也在随时变化，一定要理性考虑谨慎选择。而且读了AI专业绝不意味着预定了高薪高职位。快速变化的AI可能把任何人摔下自己的马车。

其次，一定要警惕不靠谱的人工智能专业。AI的师资目前在国内是绝对的师资资源，如果你报考的学校本来在AI领域不强，也没有引进知名专家，却突然办起了AI专业，那么一定要小心为上——说不定老师还没有你懂得多。

接下来，关于AI要不要进本科的争论应该还会继续。而与此同时，关于AI要不要进高中的讨论，也已经开始进入公众视野……