人工智能发展与高职院校人才培养策略研究∗

◎ 孙红艳

提 要：在世界范围内，人工智能飞速发展。我国人工智能产业已经上升为国家战略，产业发展迅猛且智能化程度不断提升，急需大量人工智能人才，这给高职教育带来发展机遇。但是人工智能产业的发展也对高职教育带来诸多挑战，如高职院校教育跟不上人工智能发展的需求、“机器换人”对毕业生技能要求更高、高职院校课程与教学改革亟待跟进等。为了更好地为人工智能产业提供合格的技术技能人才，高职教育需要找准产业发展的人才需求痛点，开展深度校企合作并且做足内功。

人工智能（Artificial Intelligence）的本质是建立在计算机高速计算和海量存储能力基础上的以人的逻辑思维能力为特征的智能转化。它有三个层次：一是模拟大脑指挥人的肢体，完成基本动作的低级智能；二是基于大量的经验数据，形成若干规则，用于判断事物的类别的中级智能；三是基于规则和大量的经验数据，实现强大的搜索、逻辑推理和判断功能的高级智能。

一般认为，人工智能的提出源于1956年夏，约翰·麦卡锡（J.Mc Carthy）、马文·明斯基（M.L.Minsky）和纳撒尼尔·罗彻斯特（N.Lochester）和克劳德·香农（C.E.Shannon）发起召开人工智能讨论会，史称“达特茅斯夏季讨论会”。约翰·麦卡锡提议用人工智能作为这一交叉学科的名称，开启了人工智能研究领域[1]。到20世纪末，人工智能由初始化理论转向机器模型，但是此时的人工智能尚未与产业发生深度联系[2]。在21世纪，人工智能的相关理论和知识体系逐渐成熟，人工智能在互联网、大数据、脑科学等新理论技术的支持和经济社会发展的强烈需求驱动下，其学科发展、理论建模、技术创新和软硬件升级等全面推进，人工智能走出实验室，与产业深度对接，人工智能的研究和应用进入新阶段。在未来随着“神经网络”计算机的发展，会产生能够适应环境、应对未知挑战、具有自我意识、达到人类水平甚至超过人类的强人工智能（Strong AI）。

一 人工智能产业发展概况

人工智能是引领未来的战略性技术，世界各国都在加紧推动人工智能核心技术、顶尖人才和标准规范的发展，以便在将来的国际科技竞争中取得先机和主动。我国经济发展进入新常态，亟须创新发展动能，人工智能成为有力抓手。

（一）人工智能的国家战略

近年来，我国高度重视人工智能发展，出台了一系列与人工智能相关的发展规划，如 《智能制造2025》（2015年）、《机器人产业发展规划（2016—2020年）》（2016年）和 《“互联网＋”人工智能三年行动实施方案》（2016年）。2017年7月，国务院出台了 《国务院关于印发新一代人工智能发展规划的通知》（国发 〔2017〕35号），提出要以人工智能科技创新能力为主攻方向，构建开放协同的人工智能科技创新体系，完善人工智能教育体系，加强人才储备和梯队建设，培育高端高效的智能经济，建设安全便捷的智能社会，并提出为期10年的战略“三步走”目标，争取到2020年人工智能总体技术和应用与世界先进水平同步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心[3]。这些重大政策文件的出台，标志着人工智能发展已经成为我国的国家战略，为大力推进人工智能的发展提供了有力的政策支持。

（二）人工智能产业发展迅速

经过多年的积累，我国人工智能领域进展迅猛，国内学者在人工智能的诸多领域，如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算和智能控制等领域的基础研究也多有建树，取得一批具有国际先进水平的创造性成果。例如，在模式识别方面，对文字识别、语音识别、指纹识别、人脸识别、虹膜识别和步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务和多媒体网络通信等应用领域；在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人和其他智能机器人等领域也取得一批具有国际先进水平的研究成果[4]。

当前，我国在语音识别、视觉识别技术上世界领先，自适应自主学习、直觉感知、综合推理、混合智能和群体智能等初步具备跨越发展的能力，中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用，人工智能创新创业日益活跃，一批龙头骨干企业加速成长，在国际上获得广泛关注和认可[5]，而且拥有巨大的潜在市场需求。我国人工智能已经渗透到社会众多领域，逐渐催生出了智能农业、智能制造、智慧城市、智能交通、智能医疗、智能司法等。

在我国人工智能产业化过程中，企业非常关注深度学习的应用前景，设立了百度人工智能研究院、阿里人工智能研究院、360人工智能研究院、搜狗（杭州）研究院等，积极将人工智能技术应用于核心产品，挖掘人工智能产业化的巨大商业和应用价值。同时，企业积极投入大量资金开展人工智能产业的研发，据不完全统计，2012年到2017年底，我国人工智能领域有1354家公司，投资事件1353起，投资总额为1448亿元人民币。在2012年投资为26起，金额为6亿元，而在2017年投资事件达到384起，投资总额超过622亿元，比2012年提高了百倍之多。2017年中国人工智能核心产业规模超过700亿元，随着国家规划的出台，各地人工智能相关建设将逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，增长率达到 26.2%[6]。

（三）智能化程度更高

在智慧生产层面，以上海宝钢公司为例，以前热连轧的物理模型稳定性差，精度为40%～85%，生产过程控制精度受到不确定因素的影响偏差大，人工智能卷积神经网络质量识别检测等技术的应用，使原料、炼铁、炼钢、连铸、轧钢、后期精整一体化，全程有25000个控制点，实现了自动化控制，钢铁的产出质量显著提升，而且该企业不同地区的设备管控形成了一体化，实现全集团的设备联动管理。在经营决策层面，基于计算智能技术的各种智能建模、优化和控制，为企业运营和发展提供了可靠的数据支持。以管理层面为例，韩国浦项钢铁公司（POSCO）建立了“移动、感知、预测”智能工厂，他们的业务从韩国到全球，员工成为数字游民，可以实现在任何地方移动办公，实现了预见性维护、实时自适应生产、实时现场质量控制、自识别危险、预测最优模式、开展虚拟网络研发。以智慧决策为例，2016年3月9日，谷歌公司开发的围棋程序AlphaGo，在韩国挑战世界围棋冠军李世石，机器人4比1战胜围棋大师[7]，该机器人就是通过视觉感知获得“棋感”，将围棋盘面视为图像，采用强化学习方法进行自我对弈3000万盘，对16万局人类对弈进行“深度学习”，获得根据棋面迅速判断的棋感，寻找对最后取胜的关键走法，首次展示了传统人工智能向强人工智能转变的可能。在智慧医疗方面，硅谷公司Atomwise通过IBM超级计算机，在分子机构数据库中筛选治疗方案，评估出820万种候选化合物，研究成本仅有数千美元，研究周期仅需几天，2015年，Atomwise基于现有的候选药物，应用人工智能算法，不到一天时间成功地寻找出能控制埃博拉病毒的两种候选药物，以往类似研究需要耗时数月甚至数年时间。

二 人工智能对高等职业教育提出的挑战

（一）高职院校教育跟不上人工智能发展的需求

近年来，教育部在“简政放权、放管结合、优化服务”改革精神下，不断落实和扩大高校专业设置自主权，高校可以根据自身办学的定位、办学条件，以及相应的社会需求，自主确定专业设置，具有较大的办学自主权。以“数据科学与大数据技术”为例，国务院2015年8月曾印发 《关于印发促进大数据发展行动纲要的通知》，明确鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。“数据科学与大数据技术”专业在2015年开设，北京大学、中南大学等3所高校的专业申请获批，而2017年新增“数据科学与大数据技术”专业的高校达到248所，专业设置三年内提高了8倍。“机器人工程专业”也发展迅猛，2015年东南大学在本科设立了该专业，2016年申请增设该专业的学校达到24所，2017年又新增60所高校，目前开设该专业的高校达到85所[8]。截至2016年，已有240所高职院校开设工业机器人技术专业[9]。

目前，开设人工智能相关专业的本科院校众多，而且一般而言本科院校在专业水平、师资力量、平台资源、招生等方面比高职院校更有优势，这对高职院校的人工智能专业设置造成了一定的压力。高职院校人工智能专业设置，如何找准定位以符合地方产业发展需求，如何与其他高校同类专业错位发展，以突出自身培养特色，形成系统化的专业群，是当前首先需要考虑的问题。

（二）“机器换人”对毕业生技能要求更高

随着劳动力成本的上涨以及人工智能的发展，2012年底在江苏和浙江兴起了“机器换人”的热潮，在诸多如电子、机械、食品、纺织、服装、家具、鞋业、化工、物流等重复劳动特征明显、劳动强度大、有一定危险性的行业领域企业中，特别是劳动密集型企业中全面推动实施“机器换人”，缓解用工压力，减少企业用工量，优化企业生产流程，提升劳动生产率和产品优质率，通过机器换人推动企业技术改造向机器化、自动化、集成化、智能化和生产化方向发展[10]。

东莞在2014年出台 《东莞市“机器换人”专项资金管理办法》，设立“机器换人”专项扶持资金，用于推动企业实施“机器换人”，意图通过机器换人推动生产管理、人力资源管理和信息化管理等工作的转变和创新，使组织更加精益化，提升企业智能化水平。在传媒行业也呈现机器换人的大趋势，2017年8月8日的九寨沟地震报道，由中国地震台网中心的机器人用25秒写成，美联社发布的 《拓展新闻的未来》报告显示，在2014年，他们与“自动洞察”创始人——世界上唯一的公共自然语言平台wordsmith的创始人合作，将出版季度财报机械化，在与人工智能合作的季度财报之前，人工报告每月智能产生几百篇，而用了wordsmith后，出版机构这方面的报告数量提高了12倍。人工智能的引入使得传媒生产模式发生再造，即一般记者和常规编辑将会消失，其营销模式也发生再造，即线性渠道消失，取而代之的是新闻的自动聚合、自制、分发。机器换人将淘汰大量落后产能及其代表的岗位[11]，人工智能逐渐承担了企业中大量常规性、机械性和重复性的中低端工作，大量劳动力被机器替代，就业结构发生了颠覆性变革，劳动就业市场要求“机器换人”方面的人才，这在一定程度上使高职教育跟不上人工智能发展的需求，毕业生技能无法满足市场要求。

（三）高职教育课程与教学变革亟待跟进

高职教育不仅要思考“培养什么人”，更重要的是要明确“拿什么培养”以及“如何培养”两大问题。在新一代人工智能发展背景下，技术的集成化、生产的智能化对人才的素质提出了更高的要求。而新开设的人工智能相关专业往往匆匆上马，发展时间短，在课程和教学方面准备不足，与人才培养目标符合度不高[12]。另外，人工智能新业态下的产业与传统的产业差异巨大，其知识结构复杂、技术含量高，高职院校原有的课程体系无法满足新产业发展对人才智能结构的要求，课程和教学需要定位于新的岗位和岗位群，课程体系需要重构，课程内容需要扩充、开发和再造；在教师能力方面，人工智能对教师的知识结构和能力要求更高，加上学校和企业之间的信息不对称、教师对业态变化了解滞后等，增加了人工智能专业的教师教学难度；在教学方式方面，人工智能要求员工知识和能力的复合型、复杂性，需要以技能学习者为中心，制定个性化的学习计划[13]，而在原有的“知识＋技能”的就业导向下，教学主要是为了形成学生的熟练技能，教学方式主要是知识宣讲和技能训练，这种教学方式亟待转型；在学生能力评价导向方面，人工智能更加需要员工具有学习能力、创造能力、主动性、多学科思维、批判精神、团队合作和现场复杂问题解决能力，而传统高职院校的“纸笔测验”型学生能力评价方式对这些学生能力评价力不能及。

三 高等职业教育应对人工智能发展的策略

人工智能犹如资本、科技创新和成熟企业高效组织起来的现代“怪兽”[14]，它引起了社会各个领域的变革和恐慌，在恐慌之后，我们需要人们去了解它、适应它，高等职业教育也要思考如何与之竞争和共存。在2017年的乌镇世界互联网大会上，马云在开幕式致辞时强调：“新技术不是让人失业，而是让人做更有价值的事情，与其担心技术夺走就业，不如拥抱技术，去解决新的问题。”[15]高职教育作为产业和企业的人才供给侧，需要敏感而密切地关注需求端的变化，并且做出自身变革和调整，为人工智能产业输送更多专业技术人才。

（一）找准人工智能产业人才需求痛点

新一代人工智能的重要特征是相关理论和知识体系逐渐成熟，相关技术应用走出实验室，注重与产业的紧密对接和广泛应用，人工智能与产业的对接与应用需要大量熟悉人工智能又了解具体领域的复合型的人工智能产业人才。但是，我国人工智能及相关学科领域的人力资源的数量和质量无法满足人工智能技术和产业发展的巨大需求[16]，这已经成为制约我国人工智能发展的痛点。据调查，在未来三年，中国新一代信息技术产业人才缺口达750万人[17]。高档数控机床和机器人的人才缺口达450万人[18]。我国人工智能产业的逻辑算法人才、基于核心技术平台（人脸识别、语音识别等线上云端）能够使用的人才、大数据人才、人工智能硬件产品人才（对新的终端产品有所了解，比如机器人）尤为短缺[19]。2017年年底，成都发布人才蓝皮书，称“人工智能产业领域的人工智能架构师、人工智能算法工程师、大数据工程开发师、仿生机器人研发工程师等9类人才紧缺”。这一情况也在其他地方不同程度地存在[20]。高职教育要在人工智能产业中做好技术和人才支持，就要关注并紧扣该产业的人才需求痛点，这样才能使专业设置更合理、人才培养更有效。

（二）发挥深度校企合作的优势

企业是市场的主题，也是人工智能应用的主战场，高职教育要在复杂多变的人工产业浪潮下做到嗅觉灵敏、服务精准，就必须和人工智能相关企业做好深度的校企合作，更深切、更迅速地了解人工智能业态的发展和需求。

1.人才培养定位合理

Cognizant信息技术公司根据最新调查结果，提出未来10年出现的21种新型工作，如数据侦探、IT自动化设计师、人机协作经理、边缘计算主管、AI辅助医疗技术人员、高速路控制员、虚拟商店导购、虚拟城市分析师、个人数据交易员、个人记忆收藏管理员、增强现实旅游开发商、基因组合总监等，这些都是高等职业院校未来专业设置或调整的方向[21]。以工业机器人企业人才需求为例，通过分析企业人才需求发现，在工业机器人的制造企业、应用类企业、集成类企业中，比较适合高职人才培养定位的是机器人集成企业，因为它们急需大量专科及以上层次、综合能力较高的整体方案设计、在线离线编程、安装调试和维护人员（见表1）。根据企业人才需求，高职院校可以更科学地确定专业的人才培养定位（见图1）。

2.人才共育

在深度的校企合作背景下，人工智能相关产业的科学家、资深工程师和现场专家可以被吸纳为高职院校兼职教师，可以参与到人工智能相关课程开发和教学过程中，这样能有力提升课程内容的实用性和教学的有效性，校企共同培养的优质毕业生可以优先向合作企业供给，他们具有更好的岗位适应性，能够节省企业的培训成本。

3.资源共享

人工智能相关专业的设备往往价格高昂，另外高职院校的设备本身更新跟不上企业的设备更新速度，而很多企业建立了自己的人才培养体系，如百度成立的深度学习研究院、阿里研究院、搜狗杭州研究院等，通过深度校企合作后，校企可以共建实验室，学校的人才培养也可以借助企业的设备和场所开展现场教学，可以极大地节省办学成本，另外学校的特聘专家、教授等技术能手也可以为企业提供技术解决方案，优化生产流程，促进教师人工智能成果转化和产业化。通过校企深度合作，可以更好地互利共赢。

表1 我国工业机器人产业的人才层次需求分析

续表

图1 杭州职业技术学院工业机器人专业人才培养定位

（三）高职院校做足内功

1.人才层次适度高移

人工智能是一种交叉学科，需要的是复合型人才，人工智能专业对学习者的技术理论理解掌握能力、技术实践能力、综合素质等要求较高，如果是生源质量不佳（学习习惯不良、学习动力不足、知识理解力差、技术学习积极性低等），会导致育人成效低下。如果高职院校的专业基础扎实、生源充足，可以考虑与相关本科院校开展人才共育，培养本科层次的应用技术人才。这种做法已经在一些高职院校实施，深入这些课堂会发现优质的生源其专业兴趣浓、学习动力足、知识理解力强、学习效率高、综合素质强，教师的育人积极性也得到改善。

2.课程改革深度开展

人工智能课程不能着眼于传统的技能训练，而是要注重学生科学素养、技术能力、信息化能力、创新能力以及现场问题解决能力。这必然导致人工智能专业的课程体系与以往专业课程体系有本质的不同，需要课程的结构和内容发生根本的转变。在实践中，要防止出现“裁剪＋贴补”这种课程改革，即将原来的课程内容进行删减，增加一些人工智能的概论课，这种课程改革是机械的叠加，其课程内容并没有发生质变，难以真正达到人才培养目标要求。应该基于人工智能的岗位分析，剖析岗位的知识、技能、素养要求，挖掘工作现场知识，形成全新的课程内容和课程结构，而且要根据技术的更新和能力要求的变化，进行课程的动态调整。

3.教学组织和方法创新

首先，在教学环境方面，人工智能专业的教学应该是实验室，3D立体视觉仿真图形、机器人设备、实验动态仿真、网络教学系统、掌上型实验设施等融合于教学环境之中，还需要借助企业的人工智能现场和设备，经常性地开展现场教学。其次，在教学组织方面，应该实施小组式和小班化教学，形成学习共同体，让学生彼此可以开展深入的讨论、进行观点的碰撞，同时也可以提升学生的组织能力和领导能力。再次，在教学方法方面，应该坚持问题导向和项目导向，以学生为学习主体，让学生聚焦解决实际项目问题，通过“做中学”，让学生真正形成技术实践能力，加深对技术理论的理解。

4.教师能力跟进提升

人工智能的人才培养目标定位更高，新设置的专业、新的课程开发和新的教学要求，无疑会使教师产生能力短缺的恐慌。针对这一问题，首先，高职院校要有针对性地组织实施教师能力培训，尤其是对人工智能前沿、信息技术、专业技术等方面的精准培训。其次，高职专业组内部可以组建教师学习组织，定期开展问题研讨，形成教师共同体。最后，可以构建“师傅＋教师”结对，使企业的人工智能工程师和专业教师建立良好的专业沟通机制，教师可以向企业人员了解业界技术趋势和市场应用案例，从而开发真正符合企业和产业需求的教学内容。

5.学习成果评价方式转型

人工智能专业培养的是精通人工智能理论、方法、技术、产品与应用等能力的复合型人才，传统的职业教育学习评价往往是关注技术理论知识的掌握和技能熟练度，而人工智能专业的学习成果评价应该更加关注学生的组织能力、领导能力、想象能力、创新意识方面的评价。

注 释

[1]Mccarthy，J.，Minsky，M.L.，Rochester，N.，et al.，“A Proposal for the Dartmouth Summer Research Project on Articial Intelligence”，Journal of Molecular Biology，2006，278（1）： 279 －289.

[2]陈劲、吕文晶：《人工智能与新工科人才培养：重大转向》，《高等工程教育研究》2016年第6期。

[3]中国政府网，http：//www.miit.gov.cn/n1146290/n1146392/c5736751/content.html，2017 年7 月21 日。

[4]中国政府网，http：//www.miit.gov.cn/n1146290/n1146392/c5736751/content.html，2017 年7 月21 日。

[5]蔡自兴：《中国人工智能40年》，《科技导报》2016年第34期。

[6]《人工智能产业快速发展 2020 年规模将破 1600 亿》，https： //www.ocn.com.cn/touzi/chanjing/2018 03/xycvt23091438.shtml，2018年3月23日。

[7]徐坚：《Alphago人工智能带给教育及职业教育领域的思考》，《职教通讯》2016年第7期。

[8]熊丙奇：《大数据、人工智能“大热”，高校开设专业要避免一哄而上》，http：//wemedia.ifeng.com/53702739/wemedia.shtml，2018年3月25日。

[9]蒋庆斌、朱平、陈小艳、周斌：《高职院校工业机器人技术专业课程体系构建的研究》，《中国职业技术教育》2016年第29期。

[10]《东莞投资 38.65 亿元扶持企业机器换人项目》，http：//gd.sina.com.cn/dg/company/2015 －01 －27/141917672.html，2015年1月30日。

[11]李益众：《机器人“抢饭碗”职校生怎么办？》，《中国教育报》2016年5月10日，第6版。

[12]蒋庆斌、朱平、陈小艳、周斌：《高职院校工业机器人技术专业课程体系构建的研究》，《中国职业技术教育》2016年第29期。

[13]陈衍：《人工智能时代，职业教育准备好了吗》，《当代职业教育》2017年第4期。

[14]李益众：《机器人“抢饭碗”职校生怎么办？》，《中国教育报》2016年5月10日，第6版。

[15]王寿斌：《正视人工智能对社会发展及职业教育的影响》，《江苏教育》2018年第2期。

[16]李辉、王迎春：《如何培养集聚人工智能高端人才》，《光明日报》2017年11月16日，第16版。

[17]李薇薇：《聆听“新工科”建设春雷》，《中国教育报》2017年4月17日，第5版。

[18]徐瑞哲：《“新工科”跨界交融中求突破》，《解放日报》2017年7月16日，第3版。

[19]《全国高校新增2311个专业：“大数据”“机器人工程” 最火》，http：//www.sohu.com/a/226326836_119659，2018年3月26日。

[20]《全国高校新增2311个专业：“大数据”“机器人工程” 最火》，http：//www.sohu.com/a/226326836_119659，2018年3月26日。

[21]王寿斌：《正视人工智能对社会发展及职业教育的影响》，《江苏教育》2018年第2期。