10月26日-27日，由陕西省委网信办、陕西省工业和信息化厅、陕西省科学技术厅指导，中国人工智能学会主办，西安市委网信办、西安市科学技术局、西安国家民用航天产业基地管理委员会、京东云共同承办的2019第九届中国智能产业高峰论坛在“硬科技之都”——西安举办。在27日举办的2019全国中小学人工智能教育大会上，北京理工大学计算机学院院长、人工智能研究院院长、教授、CAAI Fellow黄河燕为我们带来了题为“人工智能教育与创新思维培养”的精彩演讲。 

黄河燕

北京理工大学计算机学院院长 

以下是黄河燕教授的演讲实录： 

很高兴在本次中国智能产业高峰论坛分享我们作为高校一员开展人工智能教育的一些实践探索。 

我将主要从“人工智能是什么？”“人工智能可以做什么？”“人工智能的人才培养”和“人工智能的创新教育与实践”等几个方面来和大家做一个交流。 

人工智能是什么？

通常，大家接触和了解人工智能，最早来自于科幻电影，比如智能机器人，在电影里面我们经常会假定机器人具有很多类人的能力。撇开电影，回到现实生活，人们日常已经能接触到很多人工智能的例子和应用，比如无人系统、人脸识别、无人工厂和智能制造机器人，最家喻户晓的例子是谷歌的AlphaGo跟人下棋，居然下赢了！对于人类来说，围棋是很难的游戏项目，但是在现实中这个下棋的人工智能程序已经胜过人类了。什么是人工智能？每个人对于人工智能肯定都有自己的看法，在学界也还没有统一认识。人类智能通常指人类所具有的智力和行为能力。包括感知能力、记忆能力、思维能力、归纳与演绎能力、学习能力和行为能力。而其中一个较为通常的定义是从模拟人类智能的角度来说，人工智能即人造智能，英文表示Artificial Intelligence，简称AI，指用机器（计算机）模拟或实现人类的智能。因此，从模拟人类的智能行为和功能来讲，目前的发展趋势是人工智能正在逐步替代人类的感官和部分心智，例如，在模拟人类眼睛的视觉能力方面，目前的人工智能算法在很多任务上都已经接近或超过人类了，例如人脸识别、车牌识别等任务；在模拟人类耳朵的听力能力和嘴巴的说话方面，目前的语音识别和语音合成系统，效果已经非常好了，在实际场景中已经开始大量使用；在模拟人类手和脚的行动能力方面，波斯顿动力公司的机器人所表现出来的行动能力让人非常的震惊。而我们现在人工智能里面有一个更加具有挑战性的方面，就是模拟人的语言能力，就是说如何让计算机能够听懂人类的语言，能够阅读，能够思考。因此，很多研究者将人工智能的发展分为如下几个典型的阶段，首先是运算智能，这个阶段强调使用计算机来帮助人进行各种复杂的计算，在这个方面，对很多复杂的计算任务，计算机的计算能力已经远远超过我们人类；其次是感知智能，主要是让机器能听会说，能看会认，在这方面计算机的能力已经可以跟我们人类相媲美了；最后是认知智能阶段，在这方面计算机目前还跟人类有很大的差距，也是目前人工智能研究中最具有挑战性的研究领域，还需要我们继续努力。认知智能是人工智能的高级阶段，也是制约人工智能进一步突破应用的关键瓶颈。

人工智能能做什么？

人类为什么需要人工智能或者为什么需要做人工智能研究？我们人类是地球上唯一的智慧生物，我们的大脑有100多亿的神经系统，每天记录生活中大约8600万条信息。人类的大脑是如何工作的呢？而研究人工智能对人类探索自身智能的秘密非常有帮助，这是人类进行人工智能研究的巨大动力之一。当人类智能的秘密不断被破解的时候，人类可以利用这些人工智能技术轻易地复制出具有某种能力的机器人，让这些机器人为人类服务，甚至替代人类从事某些特殊或危险工作，降低人类的风险；比如举一些例子： 

I. 服务机器人：我国逐步进入老龄化社会，经统计，我国60岁以下的人群55%患有骨关节炎，70岁以上80%患有骨关节炎，这种骨关节炎导致腿脚不利索，而且目前发病率呈现年轻化的趋势，我们国家根据统计有1.2亿的这种腿脚不利索的人；下面是另外一组数据，我国残疾人众多，其中儿童的数量非常巨大。如果我们有一个具有行动能力的机器人可以帮助他们，那么他们的生活将更便利。 

II. 智能汽车：随着汽车的智能化程度越来越高，现在司机越来越不是一个职业了，可以想象在未来随着自动驾驶技术的成熟，人类最终将不需要学习驾驶技术，完全依赖自动驾驶，这将会把人从开车这一琐碎事情中解放出来。 

III. 智慧医疗：随着老龄化问题突出和慢性的非传染性疾病快速增长，智慧医疗的需求也日益迫切。我国在2018年60岁以上的老年人超过2.4亿，患有冠心病等慢性疾病的人数约2.9亿，此类人群需要定期不断地对身体状况进行监控，随时能够知道身体的状态，以便及时预防和救治；目前，各种各样的穿戴设备，市场规模几百亿；移动医疗的用户数量超过4亿，预计2020年移动医疗市场规模将达到五百多亿的规模，智慧医疗市场非常广，也是人工智能有用武之地的地方。 

IV. 问答机器人：现在好多旅游景点和服务场所都有问答机器人，机器获取各种知识以后，可以回答我们用户各种各样的问题，极大地减轻了人类的负担和企业的运营成本。 

V. 其它典型应用，还有智能咨询和客服、情报智能分析和决策支持和智慧企业等。 

人工智能的目标是什么呢？

近期的目标是怎么实现机器的智能，某种程度上使得系统更灵活，更好用，更有用，成为我们智能化的信息处理工具；远期的目标是制造智能机器，即使计算机具有听说读写等感知和交互的能力，延伸拓展人类的智能，具备联想、推理、理解学习等高级思维能力，以及分析问题、解决问题和发明创造的能力，这是人工智能最终要实现的目标。 

人工智能研究将对人类社会产生深远影响。而人工智能人才的培养就显得很重要。下面我想简单讲一下我国人工智能人才培养方面相关的情况，从我国人工智能人才分布的这两个统计数据来看，人才现在主要集中在IT互联网和电子通讯行业，同时在机械制造和汽车等传统行业，对人工智能人才的需求也在逐步释放，下一步各行各业跟人工智能将更加紧密结合，释放各个行业的潜力；同时，可以看到我国人工智能的人才分布比较广泛，主要分布在机器学习、机器人、图像识别、语音识别和自动驾驶等相关的领域。另外一个角度从人力资源的需求的角度来看，2018年中国在52个进入统计的国家中排名第13位；从全球人力资源的竞争力来看，2035年中国将成为人力资源最丰富，开发水平最高的国家之一；到2020年，中国人力资源竞争力排名预计进入前10名；人工智能是我国最有前景的产业，我们在人才培养方面，更应该从娃娃抓起。我们要实现习总书记提出的两个一百年的目标，人工智能责任巨大，任重道远。所以人工智能人才培养任务非常艰巨，这也是为什么从中小学抓起，如果从大学抓，就有点晚了。我们人才培养要服务我们的产业，教育部对人才培养非常重视，就理工科而言，已经启动了卓越工程师计划专业，现在更是绘制了新工科专业建设的蓝图，我们人工智能专业最能体现新工科专业特色，比如我们可以从多专业视角来定义人工智能、各个学校可以依据定位不同建设人工智能专业、在内容设置上更是可以充分结合自己的特色与优势，展现人工智能的交叉融合和多学科渗透，同时AI专业建设发展需要科教和产业协同。通过深化产教融合进行产业升级和人才培养改革：一是建设现代化经济体系；二是赢得新一轮科技革命和产业变革优势；三是促进我国区域产业人口长期均衡发展。 

北京理工大学在人工智能创新教育方面所做的初步探索与实践

首先，传统人工智能教育面临和其他专业同样的一些“旧”问题，包括：入门难度高、行业资源少、体系不系统、专业师资弱和基础薄弱等；但，目前人工智能教育又迎来了“新生态”，包括：教育云平台、翻转课堂和各种平台实验等新的教学手段和工具不断涌现，在这种新的生态下，如何充分利用这种优势特点进行人工智能专业的教育，非常值得探索。可以通过基于新生态下产生的“新抓手”逐步开展专业建设，包括：产业与高校共建的教育基地、行业深度参与联合举办的各类竞赛、实验共享、课程开发、前沿研究和应用创新、中学和大学联动教育等新手段，培养人工智能方面的人才。因此，人工智能创新教育事实上有了“新目标”，因需施教与因人施教相结合：精英教育培养顶层人才，基础教育培养研究和应用型人才，技能教育培养应用技能人才。在实际中，我们进行了创新教育的一些尝试，一方面是从理论创新到资源创新再到引领创新，开启我们人工智能教育新的时代；我们学校在培养模式方面，主要体现为协同育人模式，通过场景教学、教育平台、实践基地和专业实验室等，把相应的因素结合起来，进行协同育人，能够将解决方案、工程环境等要素纳入进来，并形成一个闭环进行人才的培养，使得培养出来的人才成为基础扎实、视野开阔、能力突出的新型国际化人才。课程体系与培养体系与国内顶尖名校同步，依托书院体系，科教融合全面培养跨学科人才，通过产业需求和科研内动力协同，与国际国内著名企业全方位深度进行产教融合，通过国际化的课程全周期地产教融合培养；在课程体系方面，从基础课程开始，厚基础、重交叉、强能力，从各个层次进行课程体系的设计，形成一个全面产教融合和贯通科教融合的具备鲜明特色的专业培养体系；同时，我们把校内实践包括参赛、办赛、各种俱乐部和师生共学等相关活动作为实践环节融合进来，最终实现贯通培养。与中学进行贯通培养方面，主要是依托现有的重点实验室为中学提供实验基地、指导中学生参加创新大赛、中小学进入高校课堂和对中学生进行后备人才储备；未来，我们在人工智能专业人才的培养方面，将进一步融合优势的资源，包括校际资源、院系资源和公共服务资源，营造人才创新教育新氛围，为交叉学科在数据科学和人工智能的研究和应用提供学术交流平台，实现双一流学科建设的学科群人工智能人才培养目标。 

谢谢大家！

（本报告根据速记整理）

CAAI原创 丨 作者黄河燕教授
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会