• 客服电话

    • 027-85768480
    • 服务时间

    • 24小时全天在线咨询
    • 扫码咨询微信客服

三部联发:加快人工智能领域研究生培养!美国重点高校如何开展?人工智能训练师新职业正式发布!

官网首页    资讯动态    行业资讯    三部联发:加快人工智能领域研究生培养!美国重点高校如何开展?人工智能训练师新职业正式发布!

日前,为进一步推动“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,加快培养勇闯“无人区”的高层次人才。教育部、国家发展改革委与财政部联合印发《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》(以下简称(意见))的通知,并就相关问题回答了记者提问。此外,人社部、市场监管总局、统计局也于近期联合发布了智能制造工程技术人员等职业信息的通知,遴选确定了人工智能训练师等16个新职业信息。

 

一、《意见》通知

 

微信截图_20200303133203.png

 

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

 

人工智能是引领新一轮科技革命、产业变革、社会变革的战略性技术,正在对经济发展、社会进步、国际政治经济格局等方面产生重大深远的影响。培养和汇聚具有创新能力与合作精神的高层次人才,是高校的重要使命。与发达国家相比,我国在人工智能基础理论、原创算法、高端芯片和生态系统等方面仍有较大差距,学科交叉融合亟待深化,人才培养导向性亟待加强。为贯彻落实党中央、国务院关于加快发展新一代人工智能的重要部署,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,加快培养勇闯“无人区”的高层次人才,现提出如下意见。

 

一、总体要求

 

(一)指导思想

 

以习近平新时代中国特色社会主义思想为指导,全面贯彻党的十九大和十九届二中、三中、四中全会精神,依托“双一流”建设,深化人工智能内涵,构建基础理论人才与“人工智能+X”复合型人才并重的培养体系,探索深度融合的学科建设和人才培养新模式,着力提升人工智能领域研究生培养水平,为我国抢占世界科技前沿,实现引领性原创成果的重大突破,提供更加充分的人才支撑。

 

(二)基本原则

 

需求导向、应用驱动。以解决人工智能重大理论和实践应用问题为牵引,促进人工智能基础理论研究,加快人工智能领域科技成果在重点行业领域的转化应用。以产业行业人工智能应用为导向,拓展核心技术和创新方法,实现人工智能对相关学科的赋能改造,形成“人工智能+X”的复合发展新模式。

 

项目牵引、多元支持。服务支撑国家重大项目、重大发展规划的任务需求,统筹布局多学科交叉的基础理论、算法、软件及集成电路设计等方向的产教融合创新平台和人才培养基地。充分发挥政府财政投入、政策支持的引导作用和市场配置资源的决定性作用,鼓励企业、社会加大投入,形成财政资金、金融资本、社会资本合力支持人工智能相关学科发展和高层次人才培养的新格局。

 

跨界融合、精准培养。深化人工智能与基础科学、信息科学、医学、哲学社会科学等相关学科的交叉融合,不断丰富完善人工智能主干知识体系和跨学科核心知识体系,培育新的学科生长点和特色方向。把握人工智能人才培养规律,学用结合,强化实践。创新高层次人才培养机制,面向领域和应用方向培养学生掌握不同学科的概念体系、方法工具等方面的知识。强化产教融合,构建自主创新和人才培养共同体。

 

二、壮大高层次人才队伍

 

(三)培育高水平创新型人才。加大对优秀人才特别是青年人才的稳定支持力度,大力培育具有发展潜力的人工智能领军人才。构建多类型、高质量、结构合理的人才队伍,涵盖理论、方法、工具、系统研究,以及将人工智能技术应用于产业创新、社会治理、国家安全等方面的人才。加强人工智能科研伦理教育。鼓励人工智能龙头企业根据产业技术的最新发展和对人才培养的最新需求,提供试验实践环境,对高校教师开展培训。

 

(四)有序推动人工智能高端人才队伍建设。培育和吸引人工智能前沿领域优秀人才和高水平创新团队,以及具有发展潜力的优秀青年人才,注重人才学科背景的多样化、互补性,实行个性化支持政策,实现不同学科背景人才的系统性整合。以双聘等灵活聘用方式吸引企业和科研院所优秀人才到高校开展科学研究和人才培养。统筹利用各类资源,为人才流动和创新创业提供良好条件。

 

三、打造高水平发展平台

 

(五)完善人工智能领域学科布局。加强人工智能基础理论、机器学习、计算机视觉与模式识别、自然语言处理、知识处理与挖掘、智能芯片与系统、数据分析与大数据系统、认知心理学和神经科学等相关方向建设。鼓励高校统筹各类资金,支持人工智能相关学科建设,逐渐形成学科优势特色,推动人工智能向更多学科渗透融合。

 

(六)设立产教融合创新平台。依托“双一流”建设高校,建设国家人工智能产教融合创新平台,在人工智能发展重大问题和突破方向上,实行联合科研攻关和融合育人,强化课程体系、计算平台、实验环境等条件建设。鼓励企业参与共建,在资金、项目等方面优先支持。

 

(七)密切校企合作。支持高校、科研院所、产业联盟和骨干企业、新型研发机构等合作建设面向重大研究方向或重点行业应用的人工智能开放创新平台、应用场景平台、联合实验室(技术研发中心)和实训基地,共建示范性人工智能学院或研究院。鼓励企业参与制定研究生培养方案,组织开展人工智能高层次人才创新创业和技能竞赛,引导学生以企业实际问题开展创新创业实践。

 

四、创新高层次人才培养机制和模式

 

(八)确立专项任务培养研究生机制。以多学科交叉解决重大问题的专项任务作为研究生课题主要来源和培养载体,以高水平科学研究支撑人工智能高层次人才培养,支持高校在承担的重大科研任务中,自主确定研究生培养规模,制定个性化的培养方案,完善人才培养成本分摊机制。对承担重大科研任务的博士生,高校应参照科研人员管理的有关规定,制定保障和提高博士生相关待遇的具体办法,保护博士生的合法权益。

 

(九)强化博士生交叉复合培养。聚焦新一代人工智能基础理论算法、关键技术和核心应用,强化问题导向的多学科交叉博士生培养,提高博士生将不同学科理论与方法、科学前沿与企业实践进行整合再创新的能力。支持高校与人工智能领域骨干企业、产业化基地和地方政府设立人才联合培养项目,建立任务驱动的跨行业跨学科导师团队,促进科研协同创新发展和博士生联合培养。完善工程博士培养标准,加大工程实践在培养方案中的比重,联合企业开展人才职业能力认证培训。鼓励企业向博士生开放课程、数据、案例、工具和实训平台。

 

(十)加强课程体系建设。面向全产业链和社会发展需求,科学设计多学科交叉融合的课程体系,避免简单“拼盘化”。以理论沿革和关键领域核心技术为主干,打造人工智能核心知识课程体系,重点建设一批与数学、物理学、计算机、控制、神经和认知科学、心理学等学科交叉融合的人工智能基础课程。以重大科技前沿和产业应用创新需求为导向,打造人工智能关联知识课程体系,鼓励高科技创新企业参与建设一批“场景驱动”的应用型模块课程。加快推动人工智能领域最新研究成果转化为教学内容,建设一批有影响力的教材和国家精品在线开放课程。

 

(十一)加强国际交流合作。瞄准人工智能国际前沿和国内发展短板,加大国内外联合培养人工智能相关领域博士生的支持力度。积极鼓励高层次人才开展国际交流,拓展合作的深度和广度。举办具有国际影响力的人工智能学术会议与论坛,创办高水平学术期刊。建设一批人工智能国际合作科研平台和基地,加强国际化高端人才培养和培训。鼓励高校发起和组织人工智能国际大科学计划,创设国际学术组织和大学合作联盟。推动制定人工智能领域相关国际标准和伦理规范。大力培养参与人工智能全球治理的国际化人才。

 

五、加大支持与组织力度

 

(十二)健全学科设置机制。健全以人工智能基础理论和产业发展需求为导向的学科专业结构动态调整机制。有条件的高校可根据经济社会发展和人才培养需要,以自主试点、先行先试方式,自主设置人工智能交叉学科。

 

(十三)完善学科评价机制。完善以人才培养、知识创新、应用成效为核心的学科评价体系,探索有利于新兴交叉学科深度融合发展的评价办法,给予相对宽松的建设和评价周期。鼓励高校开展自我评估,支持学会、行业协会开展第三方评价,合理借鉴国际评估。构建激励学科交叉研究人员动态流动的复合评价机制,认可其对来源学科和交叉融合学科的双重贡献,以及论文、专利、软件著作权等成果形式。

 

(十四)扩大研究生培养规模。将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围,综合考虑有关高校高水平师资、国家级科研平台、重大科研项目和攻关任务,以及产教融合、协同育人成效等情况,安排研究生尤其是博士生招生计划专项增量。积极引导高校通过实施常规增量倾斜和存量调整办法,切实优化招生结构,精准扩大人工智能相关学科高层次人才培养规模。

 

(十五)健全学位质量保障机制。鼓励高校在人工智能相关学科设立教学指导分委员会,开展多样化教学评价。高校学位评定委员会设立人工智能专门工作组,负责人工智能高层次人才培养方案、学位标准和管理规范制定,承担学位评审相关工作。完善硕博贯通培养和分流退出机制。设立跨学科评议专家组,设置专门的评议要素,适时进行人工智能领域学位论文抽检和人才培养质量专项检查。

 

(十六)加强资金投入引导。鼓励高校统筹财政投入、科研收入等各种资源,加大支持研究生培养、开展基础前沿研究和关键共性技术攻关的力度。加强与骨干企业的合作,利用天使投资、风险投资、创业投资基金及资本市场融资等多种渠道,引导社会资本参与高校人工智能重大项目实施,加大对人才培养、应用研究、基地平台建设和成果转移转化的支持力度。

 

(十七)加强组织实施。教育部加强政策措施统筹协调,成立人工智能高层次人才培养专家委员会,指导高校实施人才培养专项计划,及时总结推广可复制的经验和做法。各地教育行政部门和高校要加强人工智能相关学科建设与人才培养规划,制定切实可行的实施计划,完善人才培养质量监测评估机制。

 

官网链接:http://www.moe.gov.cn/srcsite/A22/moe_826/202003/t20200303_426801.html

 

二、答记者问

 

随后,教育部学位管理与研究生教育司负责人也就《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》(以下简称《意见》)有关问题回答了记者提问。

 

(一)请问三部委制定出台《意见》的背景和目的是什么?

 

答:2018年10月,习近平总书记主持政治局集体学习时强调,人工智能是新一轮科技革命和产业变革的重要驱动力量,加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。教育部深入贯彻习近平总书记重要讲话精神,以及《国务院关于印发新一代人工智能规划的通知》精神,此前印发了《高等学校人工智能创新行动计划》,提出并持续实施一些列重要举措。“双一流”建设高校在相关学科建设、开展高水平科学研究、创新高层次人才培养模式等方面有良好的基础,要在促进学科交叉融合、加强人工智能领域研究生培养方面率先示范、取得突破。

 

近年来,我国人工智能高层次人才培养取得了一定成效,部分“双一流”建设高校相继成立人工智能学院、研究院,或通过其他创新机制,将人工智能相关学科建设列为重要建设任务,培养了一定数量的博士和硕士研究生。但是,高校人工智能相关学科建设和人才培养与发达国家相比仍有较大差距,主要表现在高层次领军人才、创新团队和跨学科创新平台不足,学科建设缺乏深度交叉融合,基础理论、原创算法、高端芯片等方面突破较少,复合型人才培养导向性不强,高校和企业的产学研合作缺乏有效的激励机制等方面。

 

三部委联合印发《意见》,就是要深入贯彻落实党中央、国务院的重大决策部署,根据新形势新任务的要求,针对现状与问题,着力在人工智能高层次人才培养的理念思路、推动策略和具体举措上进一步创新突破。

 

(二)《意见》的指导思想和基本理念是什么?

 

答:《意见》坚持以习近平新时代中国特色社会主义思想为指导,全面贯彻党的十九大和十九届二中、三中、四中全会精神,依托“双一流”建设,深化人工智能内涵,促进学科融合,着力提升人工智能领域研究生培养水平。一方面,以国家发展人工智能的重大战略需求为中心,以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则,瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域,构建基础理论人才与“人工智能+X”复合型人才并重的培养体系。另一方面,探索深度融合的学科建设和人才培养新模式,适度扩大研究生培养规模,为我国抢占世界科技前沿,取得人工智能领域引领性原创成果的重大突破,提供更加充分的人才支撑。

 

(三)可否进一步介绍一下《意见》中的推动策略有何特点?

 

答:《意见》特别重视多维融合的推动策略。一是学科建设强调“融合发展”,健全学科设置机制,以学科重大理论和实践应用问题为牵引,促进人工智能方法与技术向更多学科渗透融合。二是人才培养模式强调“复合培养”,探索以问题为导向的学科交叉人才培养模式,深化产教融合,制定个性化培养方案,大力提升研究生创新和实践能力。三是课程体系建设强调“精密耦合”,以“全链条”“开放式”“个性化”为目标,打造人工智能核心知识课程体系和应用模块课程。四是评价机制强调“组合创新”,以成果评价为突破口,科学评价论文、专利、软件著作权等多种成果形式,推进不同类型研究生的分类评价机制,构建有利于教师开展学科交叉研究的人才评价机制。

 

(四)三部委下一步还要采取哪些具体的举措?

 

答:下一步,三部委将根据《意见》开展一系列创新举措,促进“双一流”建设高校加强学科交叉融合,提高人工智能领域研究生培养能力。一是健全以人工智能基础理论和产业发展需求为导向的学科专业结构动态调整机制,有条件的高校可根据经济社会发展和人才培养需要,以自主试点、先行先试方式,自主设置人工智能交叉学科。二是支持高校与人工智能领域骨干企业、产业化基地和地方政府设立人才联合培养项目,建立任务驱动的跨行业跨学科导师团队,促进科研协同创新发展和博士生联合培养。三是设立国家人工智能产教融合创新平台,聚焦人工智能重大问题和突破方向,实行联合科研攻关和融合育人。四是健全学位质量保障机制,设立跨学科评议专家组,设置专门的评议要素,鼓励高校开展自我评估,支持学会、行业协会开展第三方评价,合理借鉴国际评估。五是教育部将加强政策措施统筹协调,成立人工智能高层次人才培养专家委员会,指导高校实施人才培养专项计划,及时总结推广可复制的经验和做法。

 

官网链接:http://www.moe.gov.cn/jyb_xwfb/s271/202003/t20200303_426793.html

 

三、美国人工智能研究生培养案例

 

基于2017-2018年的论文引用指数,《2019年全球AI人才报告》(Global AI Talent Report 2019)列出对人工智能领域影响最大的国家,前五位依次是美国、中国、英国、澳大利亚、加拿大。在该报告分析的22400名论文作者中,超过44%的人在美国获得博士学位,近11%在中国获得博士学位;46%论文作者的工作地点在美国,其次是中国(11%)。可见,现阶段美国与中国在人工智能领域的角逐最为激烈。这种较量集中体现在两国对该领域高端人才的培养(如相关博士学位授予情况)与吸引力(如其对工作地点的选择)。中国在这两项指标上均紧随美国之后,但差距仍然明显。以下选取了美国人工智能高端人才培养的高校案例,聚焦在研究生教育阶段进行分析,并且深入到招生、师资、课程、学制等培养过程中的关键环节。以期对我国人工智能高端人才培养的政策与管理提供借鉴。

 

根据《美国新闻与世界报道》(US News & World Report)发布的2019年美国最佳研究生院排名(2019 Best Grad Schools Rankings),卡内基梅隆大学(Carnegie Mellon University,CMU)、麻省理工学院(MIT)、斯坦福大学在人工智能领域位列前三。因此,笔者选取这三所高校作为标杆进行案例研究,具体从学制与学位授予、招生要求、师资建设、课程设置四个维度展开。

 

(一)卡内基梅隆大学

 

2017年6月,CMU启动人工智能计划(CMU AI),其目的是整合全校人工智能的研究资源,开展跨学科的人工智能协作,组建世界上规模最大、经验最丰富的AI研究团队之一,同时促进本校人工智能方向的人才培养。CMU人工智能领域的人才培养始于研究生教育阶段,一年之后才向下延伸到本科教育阶段。2018年5月,CMU宣布设置美国首个人工智能本科专业。

 

1.学制与学位授予

 

CMU人工智能方向的研究生教育主要依托计算机科学学院(School of Computer Science,SCS)的机器学习系、语言技术研究所、人机交互研究所、机器人研究所、计算机科学系这5个培养单位。该学院授予的5个人工智能理学硕士学位(以及5个哲学博士学位)相应专业为机器学习、语言技术、人机交互、机器人、计算机科学。通常情况下,硕士学制为1.5~2年,博士学制为5~6年。

 

2.招生要求

 

CMU人工智能方向的研究生招生工作由计算机科学学院统一负责。申请者必须提交研究生入学考试(GRE)成绩、简历、本科成绩单、推荐信以及个人陈述。个人陈述需要对研究兴趣进行具体描述,尤其要回答“为什么人工智能是一个重要的研究领域?”“为什么我适合来探索人工智能这一领域?”等问题。国际学生且母语非英语者还需提交托福(TOEFL)成绩。除此之外,不同系所还有细微差别。例如,人机交互研究所要求在个人陈述的第一段明确申请者的重点研究方向;机器人研究所要求申请者提供学术/企业任职的经历。

 

3.师资建设

 

CMU AI由计算机科学学院院长与上述5个系所的主任共同领导,因此在管理层架构上更接近于国内高校的交叉研究中心。CMU AI共有近200名教师,其覆盖的学科领域实际上超出了计算机科学本身,涉及生物、环境工程、哲学、艺术、公共政策等。

 

4.课程设置

 

5个系所的人工智能方向研究生课程设置各不相同,在此仅以课程体系最为完整的机器学习系为例①。机器学习硕士的课程体系(见表1)包括4门“套餐”核心课程(SetCore courses)②、 4门“菜单”核心课程(Menu Core courses)(硕士生从中任选3门)、14门选修课程(硕士生从中任选2门)及1门实习课程。

 

1.jpg

 

CMU机器学习博士生的必修课程体系分为核心课程和选修课。核心课程包括3门“套餐”核心课程,8门“菜单”核心课程(博士生从中任选2门)及1门数据分析课程(见表2)。选修课分为普通选修课和“迷你”课程,博士生共需修读12个学分。官网列出的选修课共34门(包括《计算基因组学》《搜索引擎》等),每门课12学分。“迷你”课程每门6个学分,共5门,包括《自然语言处理工具》《网络模型》等。如果学生想选官网上没有列出的选修课,则需得到导师的批准。

 

2.jpg

 

(二)麻省理工学院

 

MIT尚未成立人工智能学院,但校方在2018年10月宣布投入10亿美元新建苏世民计算学院(MIT Schwarzman College of Computing)。新学院将成为MIT计算机科学、人工智能、数据科学及相关领域的跨学科中心。由于新学院尚在筹建中,本文的案例分析集中在MIT计算机科学与人工智能实验室(Computer Science and Artificial Intelligence Laboratory,CSAIL)。该实验室围绕人工智能、计算生物学、图形和视觉、语言和学习、计算理论、机器人、系统七大主要领域,使机器更智能、易于使用、安全且高效。

 

1.学制与学位授予

 

CSAIL由工程学院牵头管理、理学院等相关院系共同参与。学位授予取决于研究生所在的具体院系。人工智能方向的硕士学位通常为理学硕士或工程硕士,学制2~3年;博士学位通常为理学博士或哲学博士,学制在6年左右。

 

2.招生要求

 

CSAIL不负责招生工作,其生源主要来自工程学院及理学院的不同系所。学生直接向相关院系(如电气工程与计算机科学系、数学系、航空航天系等)提出读研申请。电气工程与计算机科学系在工程学院里规模最大,为CSAIL输送的生源最多。该系只招收博士(类似国内的直博项目),现有约700名在读博士生(笔者未能找到人工智能方向所占具体比例)。博士申请需提交本科平均绩点(GPA)、3封推荐信及个人陈述来表明申请者在数学、物理、工程或计算机领域有较高天赋。

 

3.师资建设

 

CSAIL的师资团队由来自全校11个院系的122名教师组成。这些教师里近1/3都是美国国家科学院院士,其中包括9位图灵奖得主、7位麦克阿瑟奖得主。他们组成了60多个课题组,致力于数百个项目,创办了100多家公司。

 

4.课程设置

 

CSAIL不设置课程要求。如前文所述,工程学院电气工程与计算机科学系招生口径为直博,该系授予哲学(或理学)博士学位的基本要求包括:第一,完成主要的人工智能专业课程(官网并未列出具体课程),并顺利通过博士资格考试;第二,完成一篇原创性的学位论文并通过答辩;第三,最少在校居住满4个学期。

 

(三)斯坦福大学

 

斯坦福大学人工智能方向研究生的培养由工程学院计算机科学系负责,但科研训练主要在斯坦福人工智能实验室(Stanford Artificial Intelligence Laboratory,SAIL)进行。SAIL有100多名博士生以及众多硕士生参与人工智能领域的计算机视觉、自然语言处理、机器人、基因组学等课题。

 

1.学制与学位授予

 

斯坦福大学对人工智能硕士生的就读年限没有具体说明,但硕士生必须修满45个学分。只有计算机背景较强的学生才能在一年内拿到硕士学位。该校研究生院规定硕士必须在三年内毕业,因此笔者推测其硕士学制为1~3年,授予的学位是计算机科学理学硕士;博士学制通常为4~6年,授予的学位是计算机科学哲学博士。

 

2.招生要求

 

人工智能方向研究生的招生工作由斯坦福大学工程学院计算机科学系负责。招生标准与该系其他方向的研究生相似,并无特殊要求。申请者不要求有计算机本科背景,但需具备较强的定量分析能力。如果GPA最高绩点为4.0,那么博士项目申请者需要达到3.6,硕士项目申请者需要达到3.5。申请硕士时需提交GRE成绩,国际学生且英语非母语者需提交托福成绩。已获得其他高校计算机硕士学位的申请者不能再申请斯坦福大学的计算机硕士学位,但可申请该校的计算机博士项目。

 

3.师资建设

 

SAIL目前有18位专聘教师、16位联聘教师、6位荣聘教授。师资团队的研究兴趣覆盖机器人、计算生物学、计算机视觉等多个领域。SAIL主任李飞飞兼任斯坦福大学以人为本人工智能研究院(Stanford Institute for Human-Centered Artificial Intelligence,HAI)的联合院长。该研究院在2019年3月正式成立。这一新建的研究院由斯坦福大学7所学院的200名教师组成,组建了计算机、脑科学、经济、哲学等跨学科研究团队。

 

4.课程设置

 

斯坦福大学人工智能方向对博士生的课程要求较少,因此笔者对其课程设置的分析侧重于硕士阶段。共有五种课程类型。其一,公共基础课。一类是公共必修课,包括《逻辑自动机与可计算性》《算法分析》《计算机组织与系统》《计算机系统原理》;另一类是公共选修课,学生可从《计算机科学概率介绍》《概率论》《概率分析》《工程师的概率与统计学概论》4门课里选择1门。如果学生修过类似课程并获得导师批准,即可免修这些公共课。其二,软件操作课。人工智能方向的硕士生要从14门软件操作课中至少选择1门。14门课程包括《操作系统和系统编程》《编译器》《程序分析和优化》等。其三,广度(Breadth)课程③。人工智能方向的研究生需要在数学理论基础、计算机系统、计算与社会这三类广度课程里至少选择2门,并且这2门课程不能属于同一类广度课程。其四,人工智能方向的专业课。专业课至少需要21个学分。这些专业课程分为三类:A类,即专业必修课《人工智能:原理与技术》,学生可在获得导师批准之后免修这门课;B类,即专业选修课,学生要从11门课程中至少选修4门;C类,即公共选修课,学生从系里列出的另外70门课程里选出自己感兴趣的课来满足学分总数的要求。其五,技术选修课。人工智能硕士生还要选修相关的技术课程。工程学院提供的部分研讨课可作为技术选修课程。部分技术选修课程的考核没有具体成绩,授课教师只需判定“给学分/不给学分”。选修这些技术课程需要导师批准。

 

参考链接:https://mp.weixin.qq.com/s/j5WjJJrqmTYb6etoNcR8-w

 

四、人工智能训练师职位正式发布

 

2.png

 

近日,人力资源社会保障部与市场监管总局、国家统计局联合向社会正式发布了智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、连锁经营管理师、供应链管理师、网约配送员、人工智能训练师、电气电子产品环保检测员、全媒体运营师、健康照护师、呼吸治疗师、出生缺陷防控咨询师、康复辅助技术咨询师、无人机装调检修工、铁路综合维修工和装配式建筑施工员等16个新职业。这是自2015年版《中华人民共和国职业分类大典》颁布以来发布的第二批新职业。

 

(一)发布新职业有什么意义?

 

随着经济社会不断发展,新兴技术的应用和人们需求的提升,新产业、新业态、新模式不断涌现。为反映职业发展变化,适应经济社会发展需要,我国建立了发布新职业制度。新职业的发布,对于引领产业发展、促进就业创业、加强职业教育培训、增强对新职业从业人员的社会认同度等,都具有重要意义。

 

此批公布的新职业由人力资源社会保障部组织职业分类专家,严格按照标准和程序从大量新职业征集建议中评估论证,并通过网络媒体等向社会公示,广泛征求相关部门及社会各界意见后确定,主要集中在新兴产业和现代服务业两个领域,具有以下几个特点:

 

一是生产制造和建筑领域的技术革新催生出新职业。在制造业领域,由于技术革新,智能制造、工业互联网取得了长足发展,智能制造工程技术人员、工业互联网工程技术人员等新职业随之出现,相关从业人员增长较快。在建筑领域,出台《绿色建筑行动方案》,装配式建筑技术广泛使用,装配式建筑施工员数量大幅增加。伴随高铁、无人机行业的快速发展和人们环保意识的增强,铁路综合维修工、无人机装调检修工和电气电子产品环保检测员等新职业应运而生。

 

二是现代服务业的快速发展孕育出新职业。以现代科学技术特别是信息网络技术为主要支撑的现代服务业快速发展,新的商业模式、服务方式和管理方式不断涌现。在物流行业,以提高管理质量和效率为目标,对整合产品设计、采购、生产、销售等全过程高效协同的供应链管理从业人员的需求逐步增加。随着大量连锁经营模式的出现,有别于传统店长的连锁经营管理从业人员也逐步增多。近年各类电商的迅猛发展,专职外卖、生鲜、药品、代购等网约配送员大量涌现。伴随着人工智能和信息技术的发展,孕育了人工智能训练师、虚拟现实工程技术人员和全媒体运营师等新兴职业。

 

三是健康照护服务的大量需求派生出新职业。随着居民收入水平的提高、人口老龄化进程的加快,健康检测、康复照护等需求更加专业化、精细化,且量大面广,健康照护师的出现将为众多消费群体提供更加优质的服务。为老年人、残疾人、伤病人等功能障碍者提供康复辅助器具及无障碍改造的咨询、适配、使用指导等专业服务人员远远不足,康复辅助技术服务行业的发展势在必行。随着我国生育政策的逐步放开,对新生儿的健康问题越来越重视,出生缺陷防控咨询师将对优生优育发挥积极作用。很多呼吸系统疾病患者在医治过程中出现呼吸困难甚至危及生命,通过外在的设施设备帮助病患渡过困难期尤为重要,专职的呼吸治疗师已经成长为一个迫切需要的职业。

 

新职业的征集公布将满足经济社会发展需要和人民群众对美好生活的需求,也将为相关从业人员提供职业发展、实现梦想的机会。相关部门将加快技能类新职业的职业技能标准开发,引导相关产业发展,开展职业技能培训,提升从业人员的素质和技能,打造数量充足、素质优良的从业人员队伍,为促进经济社会发展提供人才支撑。

 

(二)人工智能训练师做什么?

 

通知不仅公布了16个新职业的具体定义,还规定了主要工作任务。其中,关于人工智能训练师的职业定义与主要工作任务如下:

 

职业定义:使用智能训练软件,在人工智能产品实际使用过程中进行数据管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员。

 

主要工作任务:标注和加工图片、文字、语音等业务的原始数据;分析提炼专业领域特征,训练和评测人工智能产品相关算法、功能和性能;设计人工智能产品的交互流程和应用解决方案;监控、分析、管理人工智能产品应用数据;调整、优化人工智能产品参数和配置。

 

此外,人工智能训练师职业下设数据标注员、人工智能算法测试员2个工种。

 

(三)人工智能训练师概念从何而来?

 

目前,人工智能算法的优化主要依靠海量数据来完成。数据对于算法就像汽油对于发动机,从车辆自动化驾驶到AI聊天机器人,从医学诊断到农作物监测,数据在其中扮演着“幕后英雄”角色,发挥着重要作用。数据越多、越精准,算法训练后获得的模型也就越智能、越好用,对于商业端落地的价值也就越大。

 

一般而言,AI公司从客户(用户)那里获取到的原始数据无法直接用于模型训练,在“人工智能训练师”出现以前,是由AI产品经理先用相关工具简单处理,再交给数据标注人员进行标注加工,但因为标注人员对数据的理解和标注质量差异很大,导致整体标注工作的效率和效果都不够理想。

 

同时,AI公司在其细分领域内积累了大量数据,这些数据往往在使用一次后就不再产生更多价值,随之带来了第二个问题,数据无法沉淀和复用,基于这两个问题,“人工智能训练师”应运而生。

 

人工智能训练师是近年随着AI技术广泛应用产生的新兴职业,他们的工作是让AI更“懂”人类,更好地为人类服务。人们熟悉的天猫精灵、菜鸟语音助手、阿里小蜜等智能产品背后,都有人工智能训练师的身影。

 

早在2015年,阿里巴巴集团客户体验事业群(CCO)就在其客服团队孵化了国内第一批人工智能训练师,帮助训练服务领域的人工智能客服机器人,这比国外最早提出人工智能训练师的美国麻省理工大学领先了两年时间。

 

目前,整个阿里巴巴生态内,人工智能训练师从业者已逾20万人。

 

2019年7月,阿里巴巴向人社部提交了《新职业信息建议书》。建议书中,阿里巴巴提出了“人工智能训练师”的定义,即指使用智能训练软件,在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员。

 

公示内容显示,人工智能训练师新职业属于软件和信息技术服务业,主要工作任务包括:标注、加工原始数据、分析提炼专业领域特征,训练和评测人工智能产品相关的算法、功能和性能,设计交互流程和应用解决方案,监控分析管理产品应用数据、调整优化参数配置等。

 

随着人工智能在智能制造、智能交通、智慧城市、智能医疗、智能农业、智能物流、智能金融及其他各行各业的广泛应用,人工智能训练师的规模将迎来爆发式增长。预估到2022年,国内外相关从业人员有望达到500万。

 

阿里CCO和阿里人工智能实验室方面表示,定义人工智能训练师这一新职业和相关的技能标准,将有助于规范和引导人工智能应用的就业岗位,推动传统行业更好的拥抱人工智能,帮助实现社会生产力的整体跃升。

 

相关链接:

http://www.mohrss.gov.cn/gkml/zcfg/gfxwj/202003/t20200302_361062.html

http://www.mohrss.gov.cn/SYrlzyhshbzb/dongtaixinwen/buneiyaowen/202003/t20200302_361093.html

 

引导图

2020年3月3日 16:20
浏览量:0
收藏