当前位置:首页 > 志愿填报 > 听说今年人工智能专业很火?报读前必看!

听说今年人工智能专业很火?报读前必看!

贵学宝  • 


2020年2月底,国家教育部印发通知,公布2019年度普通高等学校本科专业备案和审批结果。在这一批新专业中,很多高三的考生和家长很快就注意到了一个今年备受高校重视的专业--人工智能(Artificial Intelligence,简称AI)。"忽如一夜春风来,千树万树梨花开"。统计结果显示,今年新增备案专业数量较多的学科数最多的就是人工智能,本次共有180所高校新增。相比2018年的35所,增加幅度惊人,从中也可以看出人工智能的火爆程度。与此同时,很多高校也愿意为人工智能专业专门设立一个人工智能学院。南京大学人工智能学院便是此潮流的开创者。

早在2017年,国务院颁布《新一代人工智能发展规划》明确提出,大力建设人工智能学科,要完善人工智能领域学科布局,设立人工智能专业,推动人工智能领域一级学科建设,尽快在试点院校建立人工智能学院,增加人工智能相关学科方向的博士、硕士招生名额。

2020年,教育部、国家发展改革委、财政部联合印发《关于"双一流"建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》的通知,以推动"双一流"建设高校着力构建赶超世界先进水平的人工智能人才培养体系,大力培养具有发展潜力的人工智能领军人才。这一意见的出台,从侧面证明了我国在人工智能领域的发展速度,以及由此带来的对人工智能领域高端技术人才的需求。

人工智能是什么

现在看来,人工智能备受社会追捧已经是不可否认的事实。那么到底什么是人工智能、其如何服务于经济社会发展,这想必也是很多学生和家长所迫切希望了解的。

从教育部专业目录设置上看,目前的人工智能专业,专业代码080717T,是属于工学这一学科门类下的电子信息类下的一个专业,同类的还有,电子科学与技术、通信工程、微电子科学与工程等。专业代码加T,意味着这个专业是为满足近年来经济社会发展特殊需求而设置的专业。

人工智能是计算机科学的一个分支,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门科学,是让机器认知、决策、反馈的过程。其学科应用在于生产出一种新的能以与人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理等。与传统的电子专业或信息专业,其特点更多在于软件和硬件结合的,要求能感知、能思考、能决策。

调研目前大部分人工智能专业后,我们不难发现,人工智能专业的核心课程主要包括:数学、物理、电路原理、模拟电子技术、数字电子技术、通信原理、信号与系统、数字信号处理等,而其专业课程主要包括:机器学习、计算机视觉、自然语言理解、模式识别、计算机科学、脑科学、认知科学、统计学、智能控制、机器人等。

人工智能其实涉及的实体对象范围特别广泛,本文将更多的关注狭义上的人工智能,即人工智能算法软件技术,力图阐明这一来自于计算机技术的新兴技术的现状与未来。

人工智能为什么如此受重视

2016年曾被称为"人工智能元年".在这一年,AlphaGo的大胜,让"人工智能"这一概念几乎一夜之间火遍全球。就像科幻小说或科幻电影所描述的那样,普罗大众似乎也感受到了"人类未来将被机器支配"的恐惧。各大社交媒体上,阿西莫夫的机器人三定律时隔多年又重新回到人们日常的讨论中。实际上,人工智能这一概念诞生至今却早已经超过了50年。早在上世纪50年代,就已经有研究人员开始尝试通过模拟人脑的方式,赋予计算机"智能"。而2012年后,"卷积网络"和"深度学习"的横空出世,也让新技术的曙光照进现实,人类文明似乎踏上一条全新的进化之路。

以2012年为起点,各路投资人开始蜂拥涌入AI赛道。

首先进场的是互联网巨头。Google、Facebook等公司开始大举扫货,不惜重金购入深度学习领域的头部学者--比如那个来自多伦多大学的获奖团队很快注册了一家公司,2013年就被Google斥资5000万美金收购;半年之后Google 相册就有了搜索能力,紧接着Google就可以从自家拍摄的街景图像中识别每家每户的门牌号码了。另一方面,各路风险投资也不甘示弱,热钱汹涌之下,大批深度学习领域中的专家开始自主创业,而这其中也不乏一些卓越的华人科学家。

据乌镇智库发布的《全球人工智能发展报告》显示,仅2012年到2016年,全球人工智能企业就新增5154家,融资规模达224亿美元,占2000到2016年累积融资规模的77.8%;其中,光2016一年的融资规模就达到了92.2亿美元,是2012年的近6倍,相当于2000年到2013年13年间总融资额之和。

当前人工智能技术在哪些领域有比较多的应用呢?从和我们日常生活相结合的角度来说,相关的应用领域可分如下:
·制造业:"智能工厂"、"智能物流"
·家居:物联网技术支持下的家居整体生态圈打造
·金融:风险控制、身份识别、客户服务、投资顾问等
·交通:交通情况监测与资源的指挥调度、无人驾驶
·安放:结合图像识别和大数据资源建立起的覆盖全方位的社会安全监测体系
·生活:人工语音助手Siri等

另外,更为高端的AI相关领域还有很多,比如AI芯片等(也称为AI加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块)。

人工智能产业的现状与瓶颈

自达特茅斯会议诞生以来,人工智能已经有60年的历史。在过去60年中,人工智能经历了两次繁荣和低谷,现在正处于第三次繁荣期,关于未来的人工智能的走向,其实学界和产业界一直有不同的观点。学界与工业界的前辈早已对人工智能的未来前景有诸多讨论,针对这一产业短期的发展,其实存在不少挑战,主要围绕发展停滞、投资退火、供需不匹配等方面

01、发展停滞:算法和理论

首先是人工智能技术自身学科与应用发展方面的问题。算法是AI技术服务经济社会、解决实际问题的基础,目前很多学术研究和研发工作都是围绕着如何优化算法而进行的。实际上,目前最尖端的人工智能算法的研发和更新都掌握在Google等少部分企业当中,很多企业标榜的AI,只不过是简单的大数据抓取与现成算法的运用与实现。

以机器视觉为例,经过了5年发展,神经网络算法在这一领域的潜力基本已经被开发殆尽,一位从业者曾这么说:"现在每年这个领域的比赛很多很多,每家公司都是拿自己最好的一次成绩说事儿,但其实技术都是大同小异,很难形成差异化"、 "最后还是要拼价格、看关系。"

比算法更深一层的理论层面,当前缺乏创新思想突破,还在吃20年前的老本。未来五年到十年,深度学习、人工智能领域出现重大的突破的概率并不太大,AI产业下一阶段的重点还是如何在工业界大量应用落地的问题。正如《浪潮之巅》作者、硅谷风险投资人吴军所言:"人工智能技术20年内恐怕很难再有重大突破,因为今天的人工智能已经用光了40年来所积累的技术红利。"

经过了数年的发展,目前AI技术中的核心算法--深度神经网络算法仍处于"黑箱阶段",轻微扰动导致的严重的对抗识别的范例尚无法得到有效解释和解决。对此,图灵奖得主、清华大学姚期智院士曾公开表示称:深度神经网络能产生的"价值有限",即使未来实现了算法的透明化,其结果也很可能"令人失望";在他看来,与其对现有的神经网络模型小修小补,不如另起炉灶,"探索新路径,寻求突破。"

可以这样说,当前AI技术面临更多的是算法和理论方面的困难,有能力破解这些层次难题的人才是全行业所追寻和争夺的。而实际上,这类高层次人才不易得,学科隐形门槛仍然相当高。试想如果本科阶段没有良好的科学训练,在数学、物理等科学基础方面知识不牢,学生没有办法进入到更加深层的思考和研究。因而很多所谓AI人才实际上在做的也就是一般计算机行业从业者的工作(比如软件制作、运维、销售)。

02、投资退火:噱头多、回报慢

2019年,不少投资人已经在说"我们今年基本已经不看AI技术了"、 "算法其实现在头部公司已经出来了,没什么投资机会了。" 数据显示,2019年第二季度以来,国内人工智能投融资数量和金额都呈现下降趋势,仅完成30起融资,同比下降45.5%,融资总额达50亿元,不足去年同期的40%.资本寒冬之下,一边是大批第二、第三梯队的AI企业融资艰难,而另一边则是"不差钱"的AI巨头则频频出手,投资布局产业应用端。种种迹象表明,政府订单仍是当前国内人工智能大企业的主要收入来源,在项目连续程度、抗风险能力、资金回流速度等方面所谓的AI企业都不尽如人意。

目前,人工智能企业面临的问题主要是:研发投入巨大,落地场景有限,入不敷出。苦哈哈干了几年,发现企业的估值没高多少,估值跟送外卖的、组装手机的企业没法比,跟靠市盈率、市梦率估值的企业一比,发现自己太苦了。

早在2017年9月,李开复就曾预言:"人工智能创业有泡沫,(融资热)是今年上半年开始的,融资差不多够18个月花,明年底估计有一批公司倒掉。"阳光之下无新事,2010年前后,石墨烯的美好前景同样曾经迷住了大把投资人,至今七年过去了,全国能量产出三层以下高品质石墨烯的企业还几乎没有,无数热钱全部打了水漂。前期用力过猛,后期落地太慢,一热一冷间,2019年的AI行业已如石墨烯一样,尽显疲态。

03、供给与需求不匹配

当前,人工智能专业对于人才的需求方面主要集中在人工智能产品的设计、研发、运维、销售等方面的工作。人力资源市场方面呈现出:企业对高层次人才的需求极为迫切而现实供给不足,基础岗位供给日渐扩大、缺口逐步填满

从理性角度出发,无论是高考还是考研,很多热门专业的确是备受考生青睐的。教育资源往这些方面倾斜,有利于推动相关领域在短时间内得到发展,基层人才缺口得到满足。但是,我们也应该能够想见,热门专业崛起很快,更新迭代也很快,很多学生冲着热门专业去,梦想走出校门后便可以获得"屠龙之术"、"闯遍江湖",殊不知,谁知道若干年后这个领域或者这些市场缺口会不会已经发生了变化,或许未来这个"江湖"就没了。若在不了解的情况下贸然投身此领域,市场升温的时候未必能站在风口,等市场降温却很有可能"凉凉"。

若要从事真正的人工智能领域工作,其实门槛很高,需要在某个领域长时间专注,成为专家、高级工程师等高层次人才后方能获得较高的回报,这也是所有工科行业的特性。

世界潮流风云变幻,热门专业此起彼伏。这一点相信各位考生和家长都不陌生,从上世纪末本世纪初的外语热、到建筑热(包括土木工程等)、再到近些年的金融热、计算机热,高考志愿的热门专业轮换也越来越快。各位过来人如今回想起来心里也是百般滋味。选择专业是一个人生的大决定,更加需要考生和家长能够有耐心、有信心去深入了解、多方评测,综合自身发展规划和各类现实条件,做最适合自己的选择。

高考已近,祝愿各位考生在2020年高考中旗开得胜!



转载自高考直通车