時至今日，作爲新一輪科技革命和產業變革驅動力量的人工智能，依舊沒有擺脫人才稀缺的發展短板。人工智能公司ElementAI發佈的《2019年度全球AI人才報告》指出，全球人工智能人才的數量不斷攀升，但頂級人才仍然供不應求。
日前在天津大學(分數線,專業設置)舉行的“2019全國博士後人工智能發展與應用”論壇上，來自中科院、清華大學(分數線,專業設置)以及中科曙光等人工智能領域的知名專家、學者和企業家們，爲人工智能快速發展到底該培養什麼樣的人才問題，展開了熱烈的討論。
把眼下最炙手可熱的AI，諧音成兩個字——“愛”和“唉”，這是水下機器人研發生產企業、天津深之藍海洋設備科技有限公司戰略總監韓猛，對技術給這個時代帶來的機遇和挑戰的解讀。
據報道，截至2019年6月，中國人工智能企業超過1200家，位居全球第二。根據獵聘發佈的《獵聘2019年中國AI&大數據人才就業趨勢報告》，中國人工智能人才缺口超過500萬。
“現在AI在工業界太火爆了，導致人工智能的研究大部分是應用驅動，很多學生因此不願意去做原創性的、本質性的工作。”西交利物浦大學教授黃開竹注意到，“很多學生做研究都以畢業後能找到好工作、拿到更多錢爲導向。”
正處在風口上的人工智能，引得衆多企業蜂擁而至，這種浪潮也直接衝進了校園，影響了不少高校學生研究方向的選擇，很多人一窩蜂地涌向容易產出論文、收效快的領域，很難再沉下心來做真正的學問。
清華大學2018年6月發佈的《中國人工智能發展報告》顯示，中國的論文總量和高被引論文數量都排名世界第一。但是，數量上的優勢並不意味着質量上的價值。中國的頂級人工智能人才在全球排在第六名，前面分別是美國、英國、德國、法國、意大利。
“現在很多研究只是在前人成果基礎上的重複訓練，沒有多少意義。”清華大學自動化系長聘副教授劉燁斌認爲，必須要去關注一些“更本質、更重要的問題”。
他回想起自己當年碩博連讀的經歷，連續6年沒有發表文章，也沒有選擇當時看起來比較“容易畢業”的研究方向，而是一門心思跟着導師鑽研前人沒有做過的新項目。那段吃苦的經歷成就了後來的他，“現在的研究就是基於當時的成果，我因此申請了很多國家項目，發現了很多值得深入研究的點。”
黃開竹認爲，高校的人才培養應該和工業界有所區別。對於從事高水平研究的學生來說，應該敢於研究工業界目前還沒有特別需求的東西，“否則要高校做什麼？”
如何讓具體技術問題落地，實現“人工智能應用最後一公里”，是眼下衆多人工智能企業的首要目標。在中科曙光大數據首席科學家宋懷明博士看來，工業界面臨的場景很多，對於企業來說，需要的人才一方面要有紮實的基本功，應對整個知識體系比較瞭解，但同時又必須具有轉化和創收的能力，要能應對各方面不同的需求。
中國工程院院士、天津大學醫學部主任顧曉鬆則認爲，高校與企業應該更好的聯手攻克一些難題。他建議，國家要繼續完善相關政策，推動學科發展和專業人才隊伍建設，打通專業人才壁壘。高校應該更多的結合國家、科研院所以及學校的政策，與大型企業對接，校企強強合作。
與會專家和企業家的一個共識是，沉下心鑽研問題的能力，是如今高校和企業對於人才培養的共同需求。目前一些高校已經不再把論文發表作爲博士畢業的硬標準。劉燁斌認爲，如今高校不“唯論文”的人才評價方式的轉變，更有利於推動學生去從事迴歸本質、更加重要、甚至有點冷門的研究本身，“研究是一個一步步積累的過程，獨立科研的能力尤爲重要。”
天津大學智能與計算學部副主任、計算機學院院長馮偉則注意到，產業界以前不太看重高水平論文，“現在他們也非常關注，尤其在應用端。”
“對企業來說，只要把這項技術吃透了，有沒有博士學位都不那麼重要。” 在宋懷明看來，中科曙光也招過很多從事五六年研究、仍舊沒有獲得學位的“博士”，但這並不妨礙他們在自己的工作中變得出色：“因爲他們的確對系統的某一個技術有自己的積累。”
黃開竹認爲，歸根到底還是要堅持“不隨大流的定力”，他建議學生要多做些學術積累，“儘量做一些原創性的東西，才能在產業界作出更大的貢獻。”
“一流的成果，不是跟隨出來的。做研究，就要敢於炒冷飯。”馮偉說，“這是對於人才培養提出的新挑戰。”
