近期，多家AI大厂面向高中生开放部分AI相关岗位，频频引发热议。有人因此质疑大学价值：如果大学教育严重滞后于人工智能产业，学生花费大量时间在校学习、读研是否浪费光阴？4月22日，在上海交通大学人工智能学院Science of AI 人工智能的科学基础研讨会上，北京大学北京国际数学研究中心博雅特聘教授、北京中关村学院常务副院长董彬直言，长期以来，不少高校学者将时间耗费在“雕花、刷榜、刷顶刊”上，大量的训练脱离产业，导致企业频频反馈高校培养的人才与产业之间存在脱节。
人工智能发展火热，作为人才培养主阵地的高校岂能缺位？会上，以董彬为代表的多位学者呼吁：希望能够推行超常规的人才培养方案，推动顶尖高校、校企之间的互动交流，深耕人工智能的基础研究，培养出更多面向人工智能时代的人才。
当前AI产业到底有多热？上海未来产业基金总经理魏凡杰给出了他的观察：今年开始，大量投资人带着资金疯狂找人、投项目。不仅有大量资金开始涌入AI前沿行业，部分企业过去一年融资金额甚至超过了二三十亿。就连一位向来对学生创业持保守态度的清华教师也开始鼓励学生在具身智能领域创业。不仅如此，魏凡杰还发现，越来越多投资人将目光锁定基础科研。尽管投资势头生猛，但对投资人来说，依旧是好项目一项难求。
投资人看好人工智能基础研究，作为研究高地的高校，为何难以接住这些“泼天的富贵”？浙江大学计算机学院人工智能系系主任杨洋教授谈到，学界和产业界之间的僵局一直存在。在他参与的过往合作中，企业想的往往是从学校多招几个优秀的实习生来实习，而学校关心的则是企业能够拿出多少资金和数据。这种错位常常制约了校企之间的深度人才培养合作。杨洋认为，校企若想真正携手培养人才，不妨彼此稍微“各退一步”，合力找出那些离应用只差最后一毫米的科研问题，由高校攻关基础研究，由企业实现落地。
尽管大量科技企业在这一轮人工智能发展中表现亮眼，甚至风头盖过了高校。但不少专家直言，高校不应妄自菲薄。
中国科学院院士、上海交大人工智能学院首席顾问鄂维南坦言，人工智能的发展建立在大量试错的基础上，高度依赖经验驱动。但若要走向长远发展，离不开对科学基础问题的深度求索。而对基础研究的追问，正是高校研究的价值所在。
杨洋提到，缺乏高质量的数据是制约大模型性能发展的重要因素，而在数据处理等领域，高校大有可为。再如，当大模型成为研究工具后，高校科研人员可以更加大胆深入地探索交叉学科的“无人区”。以他正在做的侵入式脑机接口研究为例，六年前他去联系医院合作帮助渐冻症患者做康复时频吃闭门羹，很多医院觉得这是科幻故事。然而，这两年主动找他合作的医院越来越多，主动提出配合团队做临床实验、采集数据。杨洋说，可以想象，未来通过AI的发展，越来越多的跨界合作将成为可能。
“基础研究的主战场不是企业而是高校，但过去相当一段时间内高校没有真正做好这一点。”董彬举例，一些专家解决的是脱离产业实际幻想出来的需求，成果只能束之高阁；虽然高校肩负着人才培养的使命，但实际上相当一部分学校将自己约束在很低级的培养目标中——给学生论文做些雕花工作，期待通过多发文章，刷高榜单名次。“我们特别希望国内顶尖高校能够加强交流合作，打破这个怪圈，多做一些超常规的人才培养方案。”董彬特意提到了哈尔滨工业大学，“哈工大这两年的改革力度很大，值得关注。”
翻翻配资提示：文章来自网络，不代表本站观点。
