【摘要】近年来，随着我国人工智能产业的爆发式发展，人工智能战略型人才储备不足问题也越发凸显，主要表现在核心尖端技术人才引进难、市场战略人才稳定性不足、专业性教育培训机制不健全等方面。因此，在明确人工智能领域战略型人才培养储备的重点与方向后，需立足我国实际，从人才发展规划、师资队伍、教育培训体系等方面出发，提出推进人工智能战略型人才教育与储备的相关思路和举措。
【关键词】人工智能 战略型人才 教育 【中图分类号】C961 【文献标识码】A
近年来，我国人工智能产业得到了快速的发展，无论是在研究论文的发表、技术专利的申请方面，还是在专业机构的数量、科学成果的应用方面，我们都紧随美国之后，成为了全球第二大人工智能强国，甚至还在产业投资的规模上一度追平了美国。但随着该产业爆发式发展，我国在人工智能基础理论、核心技术和战略人才储备方面的不足也很快显露出来，特别是在产业规模急速增长的背景下，战略人才不足问题就显得更为棘手。
人工智能人才建设存在的问题及短板
第一，核心尖端技术人才引进难。近两年来，我国在各方面都对人工智能进行了巨大投入，但由于尚未形成相对完善的学术研究和技术开发“软环境”，只凭借高额的薪资待遇、项目补贴等优惠政策，还不足以吸引国内外“高精尖”的核心理论技术人才到我国开展长期研发工作。尤其是我国人工智能产业多偏向于应用层面的导向，以及现有人才引进方式的保守、单一，也在一定程度上降低了对基础理论专家、核心算法人才的吸引力。这种只重应用、不重基础的思维导向，难以培养和吸引到此类核心人才，也将导致人工智能产业的可持续发展很难实现。
第二，市场战略人才稳定性不足。随着资本投入的爆发式增长和市场上专业人才的紧缺，人工智能战略型人才的竞争也越来越激烈。而与之形成鲜明对比的是，市场上的大多数人工智能从业人员还未具备足够深厚的专业理论基础和核心技术能力，并且他们主要看重薪酬待遇，这就会出现频繁的跳槽行为。这种不正常的人员流动，不仅不利于人才自身知识结构和实践经验的积累与连贯，更将对整个产业造成严重的不良影响。持续虚高的用工成本又将造成整个产业不断降低对技术研发本身的投入。
第三，专业性教育培训机制不全。目前，我国教育培训体系当中关于人工智能人才的培养和储备多仅限于计算机专业领域，尽管我国已有部分高校设置了智能科学与技术相关专业，但从整体来看，这些基于计算机或自动化专业的应用型学科，并不能为人才培养提供一个全面、完整的知识体系。而国际上的成功实践证明，只有建立健全了多学科融合的人工智能教育培训体系，才能真正源源不断地培养出市场上稀缺的“高精尖”人工智能人才。
第四，企业战略人才梯队不合理。人工智能产业各企业目前的岗位，多是与基础性的计算机技术相关，而真正触及人工智能核心技术的岗位很少。企业在人工智能基础理论研究、芯片和算法等领域的人才配比严重不足，这直接导致了应用实践的后续乏力。此外，企业对于岗位过于细分的人才结构处理，人为地使得原本需要融合各大领域知识的人工智能在人才发展导向上发生了偏差，更进一步限制了复合型战略性人才梯队的培养和形成。
人工智能战略型人才培养储备的重点与方向
基础理论人才是人工智能发展的基石力量。众所周知，计算机科学离不开数学基础学科的理论支撑，同样，人工智能的发展也需要以数学、生物学、社会学等基础学科理论为根基。具有多学科高度交叉性的人工智能产业，如果想在竞争中占据优势地位，必然要有一支核心的基础理论研发团队。只有不断培养并储备足够的，具有扎实理论基础、底层原理和系统知识体系，并有多种专业理论背景的复合型人才，我国的人工智能发展才会后劲充足，源源不断地进行创新性输出。
核心技术人才是人工智能创新的关键抓手。技术驱动是人工智能发展的关键所在，但相较于西方发达国家，我国在该领域的最大缺陷就是缺乏重大原创性成果，而扭转这一局面的抓手，就在于算法、芯片、机器学习、自然语言处理等核心尖端人才的培养和引进。但目前，我国在AI领域的人才总数尚不足五万，其中具有核心技术的尖端人才更屈指可数，而美国的AI人才总数已达85万人，且三分之二都有十年以上的研发和从业经验。所以，我国人工智能要真正实现跨越式发展，就必须把握好核心尖端技术人才这个抓手。
产业运营人才是人工智能产业的导航舵手。在新工业革命的背景下，科学技术和产业变革理念的更新换代之快、涉及范围之广、影响世界之深，已然达到了前所未有的程度，人工智能产业若想加快形成成熟的商业模式，更好地实现良性可持续发展，就必须立足社会发展的内在需求，前瞻性地以新理念、新技术、新途径去推进自身的不断变革和发展，而实现这一切的关键就在于战略型运营人才。运营人才能够及时引导人工智能准确做出战略调整，推进产业供需市场的完美平衡。
推进我国战略型人才教育储备的思路
第一，健全战略型人才发展规划。一是要建立健全政府、企业、高校、社会组织及独立专家的长效协调沟通机制，整合社会各方力量协同推进人工智能战略型人才的培养与储备。二是立足我国经济社会发展实际，明确人工智能发展目标方向，尽快形成战略型人才需求预测机制，科学匹配人才培养储备与市场发展之间的有机衔接关系，着力提升培养的精准性和实效性。三是重点突出人工智能基础理论人才、核心原创技术人才培养，加快推进建立智能科学与应用实践相结合的人才培养机制。
第二，打造产学研结合师资队伍。从政策层面，政府应进一步健全人工智能科学理论研究专项扶持机制，不断加大对该领域科研项目的资金倾斜，积极鼓励社会组织、市场主体提升科研人才和师资队伍的培养能力。从教育层面，各有关高校应加快开放对外合作机制，通过开展校企合作等方式，灵活挖掘和调动校内外的科研力量，着力为高水平的师资队伍建设提供有力条件。从市场层面，各企业、机构应尽快明确市场定位，建立适应自身发展和市场需求的内训师队伍，着力完善企业内部培训体系。
第三，构建多层次教育培训体系。一是在持续加大对人工智能高等教育培养的基础上，不断强化对境外高端人才的引进工作。二是大力推进人工智能职业教育机构发展。着力降低人工智能教育门槛，规范职业化教育标准，推动人工智能教育走向大众化。三是着力推进企业人工智能大学或专项培训体系建设。鼓励有条件的行业组织、大中型企业以市场化的方式自行开展人才培养、认证及战略性人才输出。四是加快构建覆盖多层次、多类型的人工智能人才资格框架。尽快打通各教育形态之间的互通、互认、互联，保证人工智能人才受教育的高效性和连贯性。推进青少年早期预备教育，将人工智能纳入青少年早期教育体系。弥补我国现行教育体制中对于思维模式、逻辑能力培养的不足，从根本上强化人才的工程化思维，为人工智能产业的长远发展做好准备。
第四，加快多样化教育产品研发。一是加快推进人工智能专业性标准教材的编写和更新工作。在保证基础理论、核心技术等基本知识内容准确统一的基础上，积极鼓励高校、企业、从业人员或社会研究人员发表出版多样化的论文和著作。二是引导有条件的企业、教育机构或文化机构积极开发与人工智能紧密相关的编程游戏、小程序、科教视频、组装型机器人等多样化教育产品，着力提升人工智能对公众的吸引力。三是加强人工智能知识宣传的正确引导。通过拍摄人工智能专题纪录片、制作人工智能访谈节目，规范传统及网络传媒消息报道，积极打造人工智能领域专业化自媒体团队等方式，不断推进人工智能知识的普及。
（作者为西南财经大学经济信息工程学院讲师）
【参考文献】
①［英］维克托·迈尔－舍恩伯格、肯尼斯·库克耶著，盛杨燕、周涛译：《大数据时代——生活、工作与思维的大变革》，杭州： 浙江人民出版社，2012年。
责编/刘芋艺 谷漩 美编/杨玲玲
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
