又是一年高考結束，隨之而來便是一陣狂熱的報考志愿風，開設人工智能學院如今已在高校中形成一股熱潮。據了解，在2018年認定的首批612個“新工科”研究與實踐項目中，布局建設了57個人工智能類項目。截至2017年12月，全國共有71所高校圍繞人工智能領域設置了86個二級學科或交叉學科。

僅在今年5月，就有天津大學、南開大學、南京大學、吉林大學四所高校的人工智能學院揭牌。據不完全統(tǒng)計，此前已有中國科學院大學、西安電子科技大學、重慶郵電大學等高校開設了人工智能學院或相關專業(yè)。那么，人工智能專業(yè)究竟能否培養(yǎng)出真正的AI大學生人才，亦或者只是一味追風口的產物呢？

人工智能的發(fā)展與蛻變：炫酷登場之后的暗自傷神

說到人工智能，我們其實并不不陌生，互聯(lián)網時代帶來的龐大數據，為以算法為根本的人工智能技術提供了物質基礎。

在過去的幾年里，我們看到俄羅斯的人工智能機器人尤金首次通過了著名的圖靈測試，又見證了谷歌的AlphaGo和Master接連戰(zhàn)勝人類圍棋冠軍，這些擁有著濃厚“炫技”色彩的事件似乎在向人們表明人工智能技術已經發(fā)展到了一個很高的水平。

但事實上，人工智能究竟能夠做什么？“它到底能夠用在什么地方？”“它能夠給人類解決哪些問題？”不得不說，在人工智能技術的應用方面，中國的互聯(lián)網企業(yè)似乎表現(xiàn)地更加實用主義一些。

比如“ALL in AI”的百度幾乎把人工智能技術應用到了旗下所有產品和服務中；阿里巴巴通過展開NASA計劃致力于將人工智能技術推向“普惠”；華為也已經發(fā)布了自主研發(fā)的人工智能芯片并將其應用在旗下智能手機產品中。

可以看出，人工智能是一個比較接近應用層面的領域，智能制造、機器視覺、大數據的分析與處理、機器翻譯、文本分析與文本理解、無人駕駛、無人超市、刷臉支付、聊天機器人等等。

許多科技界的大佬一方面受益于人工智能技術，一方面又對人工智能技術發(fā)展過程中存在的威脅充滿擔憂。包括比爾·蓋茨、蒂芬·霍金等人都曾對人工智能發(fā)展做出警告。盡管從目前來看對人工智能取代甚至毀滅人類的擔憂還為時尚早，但毫無疑問人工智能正在搶走各行各業(yè)勞動者的飯碗。

就中國目前的情況來看，正處于從勞動密集型產業(yè)向技術密集型產業(yè)過渡的過程中，自然要受到人工智能技術的沖擊，而科技較為落后的東南亞國家和地區(qū)因為廉價的勞動力優(yōu)勢仍在，受人工智能技術沖擊較小。

據世界經濟論壇2016年的調研數據預測：到2020年，機器人與人工智能的崛起，將導致全球15個主要的工業(yè)化國家510萬個就業(yè)崗位的流失，多以低成本、勞動密集型的崗位為主。

或許，人工智能終將改變世界，而由其導致的大規(guī)模失業(yè)和全球經濟結構的調整，顯然屬于人工智能“無情”的一面，而你我正在見證著這一切的發(fā)生。

但不得不說，隨著人工智能應用越來越廣，人們對于人工智能的期待也越來越高，而現(xiàn)在的人工智能，尚無法達到人們的“心理閾值”，當大眾期望走在科技進步后面時，研究者們就像是大冒險家，每到一處都是新的成就，掌聲與鮮花聞風而來。

當大眾期望走在科技進步前面時，人們更像是站在終點看起點，任憑研究者們在跑道上汗流浹背，等待他們的，卻只是一個早已預設好的終點。

這也就有了人工智能被嘲諷成“人工智障”的說法。但不管怎么說，我們在人工智能領域的造詣的確有待提高，而各大高校開設的人工智能專業(yè)是否能夠挽救“人工智障”呢？未來報考人工智能專業(yè)的大學生會像昔日的微商、電競專業(yè)一樣石沉大海么？

高校開設人工智能專業(yè)：看似美好，卻是無情

近幾年，隨著政府對人工智能領域的大力推崇，加之互聯(lián)網紅利末期的到來，市場重新進入新一代技術開荒期，新商業(yè)機會的技術門檻徒增：云計算、大數據、人工智能……無一不需要大量開發(fā)者來貢獻力量。而這便成為了一些高校開設人工智能專業(yè)冠冕堂皇的理由。

深究起來，人工智能是一個非常龐大異常復雜的概念，無法給出清晰的定義。

人工智能企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。研究范疇包括自然語言處理、機器學習、神經網絡、模式識別、智能搜索等；應用領域包括機器翻譯、語言和圖像理解、自動程序設計、專家系統(tǒng)等。

簡單來說，人工智能的概念已經超越了專業(yè)的概念，它是模仿、研究人類智力活動的決策、優(yōu)化、控制、學習、規(guī)劃、協(xié)作等問題的集合，幾乎和所有的行業(yè)都可能、可以產生密切的聯(lián)系。

所以，許多高校的人工智能專業(yè)只是把電子信息類和自動化類重新排列組合，比如計算機＋數學、自動化＋計算機、智能科學與技術等等，新瓶裝舊酒，與之前成立的大數據專業(yè)類似，實際上還是那幾個專業(yè)。只是披上個人工智能的馬甲就變得高大上了。

而高校的專業(yè)與社會實踐之間似乎一直存在著谷倉效應。所謂谷倉效應，是將社會上一些各自為政、缺乏協(xié)調的企業(yè)或組織形象地稱作“谷倉”，各個組織或企業(yè)間缺乏相互協(xié)同的現(xiàn)象。

簡而言之，就是一種“社會各體系間孤島式”的現(xiàn)象。如果放在大學的專業(yè)中來看，在學校中灌輸的知識、在社會的實踐與應用，就是典型的兩個“谷倉”。雖然看起來在大學學習的專業(yè)是為了以后在社會上的工作與實踐，但實質上很難會有直接的介入和滲透關系產生。

而人工智能專業(yè)的設立，似乎更難捅破“谷倉效應”。

當然，并非所有高校的人工智能專業(yè)都只是一個噱頭，真正掌握人工智能技術的院校也有很多，但真正把人工智能學得比較透的，一般是碩士研究生或者博士，抑或是在國外留過學的專業(yè)人士，在人工智能浪潮下，人工智能的人才缺口也確實造成了極大的人才荒，因此，才有了五十萬年薪找不到一個靠譜人才一說。

這也就衍生出了大量公司在做培訓班，什么三個月班，五個月班之類的，但事實上，培訓班出不了AI大師，盡管培訓班可以培訓出看似很系統(tǒng)的東西，但也只是皮毛，就像快餐一樣，可以應付一時的饑餓，但真正解決不了營養(yǎng)均衡。

所以，從長遠看來，人工智能想要發(fā)展好，確實需要高校開設人工智能專業(yè)，從而系統(tǒng)化的輸出人才，但開設人工智能專業(yè)所面臨最大的痛點就是老師資源稀缺，人工智能人才水漲船高，優(yōu)秀的老師人才都被公司挖空了。

因此學校開設人工智能專業(yè)，首先就是要確保學校能夠請得到優(yōu)秀的老師資源。

不過，就算解決了師資的問題，還是有許多挑戰(zhàn)和痛點，比如人工智能技術迭代太快，本科生和本科教材能否適應這種速度？是否需要細分研究方向？所以課程體系的設置也是個很大考驗。

而且，像BAT這個級別的公司的招聘要求都是碩士起步，博士優(yōu)先。未來是否會降低門檻都還未知，或許，以后的畢業(yè)生可能會面臨必須考研的窘境。

還有關鍵的一點，人工智能作為一門新興的前沿學科，有著大量前置課程需要學習，很多研究生都需要在導師或者前輩的指導下進行入門。

首先無論是在抽象建模還是模型算法分析設計環(huán)節(jié)，都需要依賴良好的數學基礎，而人工智能的核心領域——機器學習是計算機科學中對數學基礎要求最高的分支之一。

另外，對一些現(xiàn)代大型人工智能程序而言，甚至連高維數組的存儲順序都需做到優(yōu)化，這如果沒有扎實的計算、軟件程序功底顯然是不行的。所以說，不管是清華北大還是三本大專，相較于大學的其他專業(yè)來看，想要學好人工智能需要更多的努力和汗水。

即便如此，在畢業(yè)之后，也并非就有很高的年薪，也是給在人工智能領域少數的優(yōu)秀人才的，比如能在ccf－b上發(fā)論文，或者有acm金牌的人準備的。

所以說，從就業(yè)的角度來講，人工智能專業(yè)一個很大問題就是無法為普通的人留出足夠多的位置。這個跟傳統(tǒng)的專業(yè)不太一樣，大多數傳統(tǒng)的專業(yè)從低端到高端都能找到適合自己的位置。無非是優(yōu)秀的人，能夠拿到優(yōu)秀的報酬，中庸的選手得到中庸的薪資。

而人工智能領域不太一樣，社會上可供就業(yè)的“坑”沒有那么多，有興趣的人卻有很多，到時很有可能面臨狼多肉少的情況。

最后

現(xiàn)如今，高校的人工智能，更多的要擔負起在未來競爭中的引領責任，而真正有實力開設人工智能專業(yè)的學校并不是很多，盡管大多數學校都堂而皇之的設立了人工智能實驗室和名義上的“人工智能”專業(yè)，實際上卻是不負責任的行為。

比起一味的追逐風口，不如在自身的人工智能專業(yè)尚未成熟之前，先開一門人工智能的選修的課程，循序漸進，才是高校們正確的探索之路。