人工智能是新一輪科技革命和產業變革的重要驅動力量，這不僅是我國科技產業跨越式發展的機遇，同時通過AI賦能傳統產業，是千行百業優化升級、生產力整體躍升的重要戰略機遇。充滿機遇和挑戰的智能時代正在加速到來，我國自上而下對于人工智能的重視程度非常高。

同時，人工智能產業，技術創新快，涉及產業鏈條長，與傳統行業結合深，對人才的需求量非常大，人才要求也更高。人才是產業的基石，中國想在人工智能時代實現產業躍遷，人才成為必備條件。

當然，面對這樣一個全新的、快速發展的產業，傳統的人才培養方式不能滿足產業的需求。10月23日，華為云AI院長峰會在成都召開，來自國內30余所頂尖高校的40多名院長、教授、專家，匯聚在一起，分享人工智能最新技術發展趨勢，同時探討復合型人才培養和學科的新模式。

培養人才首先要懂產業需求

人才培養與產業發展之間的關系是相關依靠、相互拉動、相互放大的。人才強，產業才能快速發展、獲得領先優勢，產業強才能孕育出更多優秀人才。而在中國傳統的教育體制中，人才培養面臨培養模式單一、實踐能力培養薄弱等現實瓶頸，產教脫節是普遍現象，人才質量與產業需求之間存在鴻溝。人工智能作為新興學科，在人才培養模式上也需要創新。

人才培養，首先要更精準地面向新興產業和經濟需求。AI人才的培養，既要著眼于AI產業的長遠考慮，也要兼顧當下AI的發展現狀。

目前，人工智能處于發展的初期，剛剛拉開序幕，好戲還在后頭。中國科技產業在過去幾十年里處于跟跑階段，現在面對AI這樣全新的機會，目前不能說領先，但也處于陪跑甚至在局部領跑的地位。我國現在從政策層面全力支持AI的發展，在行業、企業客戶層面有極高的熱情擁抱AI，我國完全有機會在AI領域與世界同步發展，甚至是引領產業的發展。

中國工程院院士、鵬城實驗室主任、北京大學信息科學技術學院院長高文教授表示，從戰略視角來看，中國發展新一代人工智能有四個長板、四個短板。長板是政策支持力度大、數據資源豐富、應用場景多、有海量的青年人才。短板是創新算法、傳感器、開放開源平臺、高端人才。他認為，在戰術上要揚長補短，采用基于大數據的統計AI解決大規模AI應用需求，鼓勵各種可能的強人工智能探索。

作為行業領導廠商之一，華為云的目就是讓AI賦能到千行百業，讓AI的開發更加簡單、更加普惠，這一思路與高文院士所說的戰術不謀而合。具體而言，華為云將在AI技術上持續創新，聚焦知識計算、預訓練大模型等方面的研究，以打造人工智能黑土地，使能大規模、可復制的AI行業應用。

今年在AI領域大家聽到最多的一個詞就是“場景”，這背后讓我們看到兩個趨勢，第一是AI已經落地到生產生活的諸多環節，并且其價值已經體現出來。第二是很多行業、企業對AI的應用都很迫切，紛紛與自己的業務場景相結合。以華為為例，最近一年以來，華為云陸續發布了知識計算、盤古大模型、城市智能中樞、天籌AI求解器、盤古藥物分子大模型等創新解決方案和產品，并且在很多行業都已經落地生根，加速了人工智能在行業的落地和規模應用。

華為云Marketing部部長董理斌

華為云Marketing部部長董理斌也是看到這樣的趨勢，他表示AI需要很多不同類型的人才，比如需要架構設計的人才，需要算法模型的人才，以及各種AI細分專業的人才，但當下最迫切的是需要將AI與行業相結合的跨界專家：“我們在各行各業的AI應用都已經有一些很好的突破，把突破轉化成規模商用，這就需要一些行業專家的加入。”

華為云語音語義創新Lab主任&首席科學家袁晶

華為云語音語義創新Lab主任&首席科學家袁晶表示，從華為的AI戰略布局來看，更關心的是AI與千行百業應用場景的結合，以知識計算構筑認知能力。知識計算很重要的一點就是跟行業相結合，華為一直在制藥、能源、制造、金融等行業做深層次的探索，理解行業訴求和行業本質，以便更好地推動AI真正用起來。

人才培養要與產業發展相匹配。從AI產業四長四短的特征來看，著眼于長遠的AI產業需要抓兩頭：一是源頭，原始創新，保持在技術上的領先性。二是應用，場景落地，加速AI普惠。與之相對應的，AI人才主要需要兩大類：一是創新型人才，二是應用型人才。這也構成了AI人才的金字塔，創新型人才不需要多，但是要精、要高。而應用型人才需求量大，并且是懂行業、懂企業的復合型人才。

產教融合爆發驚人能量

人才是創新的根基，人工智能創新需要一批又一批創新人才的持續發力。高校是AI人才培養的主戰場，企業是AI人才的實踐場，只有產教融合才能讓中國的AI產業源源不斷地獲得高質量人才。

國家對于AI的重視體現在教育上，國內的大學從2019年開始分批設立人工智能學院，作為一門獨立學科開始成體系地培養專業的人才。人工智能是典型的交叉學科，具有基礎性、交叉性、應用性強的特點，為此各大學院校都在人工智能人才培養上嘗試創新教育體系。

北京航空航天大學人工智能研究院常務副院長李波

據北京航空航天大學人工智能研究院常務副院長李波介紹，北京航空航天大學在設立學科之初就確定了教育目標：以學生為中心的產學研協同培養模式，培養掌握現代科學基礎理論、具有交叉學科知識的一流人工智能科學家和具有科學家素養的一流人工智能工程師。北京航空航天大學在這一創新學科上也采用了全新的1+M+N模式：1個智能理論研究中心；M個共性關鍵技術研究方向；N個交叉學科重大應用系統平臺。

浙江大學計算機學院教授, 教育部人工智能協同創新中心主任莊越挺

浙江大學計算機學院教授、教育部人工智能協同創新中心主任莊越挺表示，浙大采用了“AI+X”的模式，浙江大學有很多優勢學科，采用AI與其它專業交叉培養的模式，比如AI+金融、AI+法學，并且采用跨專業的雙導師制。

除了教育體系的創新，各大院校在AI人才培養中更重視與產業界的融合。“高校的優勢是培養人，我們培養的人是不是企業需要的，是不是有競爭力的，是不是有潛力的，這是高校關心的事。反過來企業也是一樣，怎么找到適合自己的人、優秀的人。這就是學校與企業要相互完成的社會責任。”李波認為，企業與高校的合作就是構建一個新生態，開放共享，讓這個生態可持續發展，才能真正實現共贏。

蘇州大學計算機學院院長、軟件學院院長張民認為人工智能的人才培養有兩大難點：第一是太新，專業處于初期，這個學科的邊界和內涵到底是什么還沒有很明確的定義。第二是變化太快，技術在不斷迭代。基于此，AI人才需要聯合培養，學校一定要與產業密切結合。“人工智能需要場景驅動，所以這個方面也需要高校和企業共同合作才能實現合作共贏。”

“我們跟華為合作了三年，非常愉快，因為看得到成果。”張民表示雙方合作非常順利，一是雙方合作的項目都能看到成果，產生了實際價值，二是通過合作很多優秀的學生畢業后直接進入華為，找到理想的工作，“這是雙贏的。”

顯然，企業有數據、有場景、有技術，并且業務牽引、價值導向，高校里有極具探索精神、對知識充滿渴望的學生，他們更有時間和精力深入去探究、探索，這兩者相互融合、相互碰撞可以產生更大的能量。

華為云人工智能領域首席科學家田奇

華為云人工智能領域首席科學家、IEEE Fellow田奇表示，以大模型為例，真正要發展起來也不是一個企業能完成的，一定是產學研相互迭代、相互碰撞，這樣共同促進才能做好。產教融合的人才培養新模式，無論是對企業，還是對學校、學生，都有著非凡的意義。

學習、實踐、成果化，華為全鏈支持人才培養

作為AI的實踐者，華為云的目標就是實現普惠AI，讓智能無所不及。在華為云看來，根技術創新、平臺創新和人才創新是人工智能基礎創新的三要素。華為云一方面持續投入人工智能基礎創新，同時積極與高校攜手，推動產教融合，加速AI走向規模化應用，實現惠普AI，共同繁榮人工智能產業新生態。

在產學融合培養符合時代需求的新型AI人才方面，華為云一直非常積極，給出全方面的支持。

首先，華為云能為學生提升豐富的技術支持和工具支持。

華為在業界率先實現全棧和全場景AI解決方案，包括AI芯片、AI計算框架和AI應用使能創新技術，為AI應用開發者提供強大的算力和開發平臺。比如華為云一站式AI開發平臺ModelArts可以幫助高校開發者實現靈活訓練開發；華為云HiLens通過端云協同多模態認知，融合行業智慧，能為高校師生提供最懂行業的AI服務；HiLens Studio提供云側集成開發環境及HiLens Kit模擬器，高校開發者可以在線完成開發、調試、模擬運行、部署和發布AI技能等AI應用開發全流程；在HiLens Kit模擬器完成基礎開發調試后，部署到物理HiLens Kit也能無縫集成。

其次，通過多種形式為學生創造學習、實踐的機會。

AI人才培養專家指導委員會是由華為云與國內頂尖高校于2020年共同成立的，同時還發布了“AI十百千”“AI產學研”“AI俱樂部”“AI訓練營”“AI人才匯”五大AI人才培養計劃，從不同維度給學生提供幫助。

華為云“AI十百千”學術計劃鼓勵全國高校師生積極參與基于華為云一站式AI開發平臺ModelArts，對AI經典論文進行學習、復現和解讀。如今華為云已發布涵蓋計算機視覺、遷移學習、自然語言處理及MindSpore等多個領域的論文復現任務，吸引超過25所知名高校參與，C9院校全覆蓋。截至目前，“AI十百千”學術計劃共完成超過百篇經典論文復現，并將復現的經典論文算法上線于AI Gallery，供開發者學習和使用，讓更多的AI學習者更快地掌握AI。

此外，“AI俱樂部”已經組織超過100場AI主題，包括AI知識競賽、華為云MDG技術沙龍、實戰演練技術分享等，有超過1000名學生參加了學習討論。“AI訓練營”已上線超過20門自然語言處理、OCR、圖數據庫、知識圖譜等系列基礎課與技術解讀課，結合線下訓練營活動，有效提升了AI學習者的理論和實踐能力。

第三，加速創新成果轉化，實現從學生到專業人才的蛻變。

學習知識只是一個積累的過程，要實現從學生到人才的蛻變就需要真正的研發成果，產生真正的應用價值。華為云在與高校的合作中，通過一個一個項目落地，加速人工智能前沿創新成果的轉化。

比如，華為與蘇州大學共建企業智能NLP聯創實驗室，雙方合作的全棧式可定制的自然語言處理項目，創立并研制出業界首個多粒度分詞、語法分析統一建模方法，以及短文本和超長文本事件抽取模型和平臺, 并以云服務形式賦能行業客戶。華為云與西安交通大學第一附屬醫院聯合，基于華為云盤古藥物分子大模型研發出全新的廣譜抗菌藥物，將先導藥的研發周期從數年縮短至一個月，大幅提升新藥研發效率。華為云、華為諾亞方舟實驗室、哈爾濱工業大學聯合研發了中文醫療信息處理模型，創新性地提出KGMask方法，在信息抽取CMeEE、文本分類CHIP-CTC和語義匹配KUAKE-QQR單項任務中取得大幅領先，在CBLUE榜單中總成績榮登榜首……

一直以來，華為云都在積極推動產教融合，加強AI人才培養，讓AI人才能更好地應對市場和行業的需求和變化。如今，華為云已經從學習、實踐、成果化等方面打通了人才培養的全鏈條，為智能時代打下了堅實的底座。