没有一座楼阁能凭空而立, AI 从娃娃抓起虽然看似是一句玩笑话, 实际蕴含的却是人工智能人才培养的另一种可能, 越早开放出知识的传输和获取, 就能越早让知识在一代人中得出成果.
在人工智能的发展过程中, 人才储备无疑是重要的一环. 人工智能应是一种可以深埋于任何产业中的底层技术, 与医疗结合可以提升影像资料的检阅效率, 与工业结合可以提升分拣速度...... 在未来, 或许每家企业都会配备一个 AI 部, 正如目前每家公司都配备 IT 部一样.
AI 和每一项科技主导的产业都一样, 发展的关键在于人才的密度与高度. 有报道称, 目前全球 AI 人才存量仅仅 30 万, 而市场需求却在百万起步. 人才争夺已经成为了各个国家 AI 战略布局的关键, 如今中国和美国作为世界级 AI 的两大巨头, 两者各有优势, 中国拥有更庞大的数据流量, 美国拥有更强大的研发实力. 相较之下, 人才储备几乎成为了双方最大的差距.
(图片及数据来自2017 全球人工智能人才白皮书by 腾讯研究院)
把美国称为全球 AI 人才储备最完善的国家一点都不夸张, 除了图中所示的高校数量优势, 美国有 14 所学校挤进世界人工智能领域学术能力 20 强, 且包揽前八名. 2006 年至今, 在人工智能领域顶级会议发表超过 30 篇论文的 204 位学者中, 有 60% 来自美国.
为了弥补短板, 中国采取了多端齐发的人工智能人才战略, 一方面提供优越的政策薪资引进和留住人才, 另一方面在教育中培养未来人才.
中国已经下发了高等学校人工智能创新行动计划, 并给出了不同建设阶段的具体的时间表. 但和美国相比, 中国 AI 人才储备更弱的一环其实在少儿教育方面.
AI 预备军从孩子抓起, 中国为什么抓不起?
去年, 国务院在新一代人工智能发展规划提出在中小学阶段设置人工智能相关课程, 逐步推广编程教育, 但即便如此, 从中小学建立 AI 预备军的想法实施起来依然困难重重.
和更擅长于学科教育的中国不同, 欧美国家通常实行 STEAM 教育, 比如少儿编程, 机器人编程这类重实操和思维方式培养的领域. 像比尔盖茨, 乔布斯都从小就接受过编程教育, 当时他们使用过的语言可能早就退出历史舞台了, 但人们认为他们如今的成就, 和自小接触编程培养起的工程思维不无关系.
就拿少儿编程来说, 一方面中国缺乏师资, 少儿编程需要跨学科知识, 既懂得教育学又懂得计算机科学. 如今我国 IT 开发人才基本都集中于互联网和科技企业中, 而这些人又对教育一无所知. 最终导致编程教育缺乏可靠的师资, 甚至整体行业以销售和加盟为导向.
另一方面大多数家长也不理解少儿编程. 在一二线城市之外, 可能很多家长对于编程所知甚少, 更别提了解可视化编程, 硬件组装, 树莓派等等之间的区别, 只能依赖于可能并不专业的少儿编程教师.
最终的结果, 就是中国在培育人工智能人才时缺乏基础, 学生进入高校时并不具备编程, 机器人等等方面的基础知识, 接触相关高等教育的门槛更高, 效率却更低. 加上人工智能有和各个产业底层深度融合的特性, 未来在医疗, 工业, 金融等等方面会需要越来越多的跨学科人才. 无法从小培养起工程思维, 也会让人才在进行多领域学习时遇到困难.
先鉴者的踪迹: 我们能从美国的 AI 人才培养中学到什么?
想要改变这一现状, 或许我们可以把目光看向人才储备最成熟的美国, 从中找到以下两个解决方案.
第一种是快速推行行业标准.
在美国, 少儿 STEAM 教育和计算机教育正在快速接近标准化, 比如美国成立了 CSTA, 全称 Computer Science Teachers Association, 即计算机科学教师协会. 成员中不光有教师, 还有大学教师, 工业界和政府成员.
CSTA 所做的就是发布 K12 计算机科学标准, 并要求不管是各州学校还是商业化培训机构, 都要根据标准制定课程. 以免出现市场混乱, 学生无从选择的情况出现.
另外 CSTA 在企业界招揽了大量合作伙伴, 如谷歌, 微软, 甲骨文等等高科技企业. 这些企业和机构承担了举办行业会议, 培养计算机科学教育教师等等方面的工作, 用自己的先进经验提升行业整体的教学水平, 保证传授给孩子的知识不是脱离实际应用的空想.
多方角色的加入让少儿编程和其他少儿计算机教育一起迅速标准化, 减少了教学内容鱼目混珠, 教师资源无法可持续发展等等的可能性, 推使少儿编程走向一种更为健康的产业化状态.
第二种是打造适用于少儿的编程教育产品.
在教育行业中, 能否打造出一款合适的教育产品, 有时甚至会影响一代人的教育成果. 尤其是编程这种枯燥的理工学科, 把成人适用的教学方式照搬给少儿, 丝毫起不到结果.
如今中国很多少儿编程教育更是落入了一种怪圈, 自从文件颁布之后, 各种信息竞赛也被列入了中高考加分项目. 很多培训机构以应试加分为唯一目的, 根本起不到所谓的思维模式培养, 逻辑能力培养等等作用.
最近几年开始流行的游戏化编程, 图形化编程反而更接近培养 "AI 预备军" 的初衷. 游戏化编程起源于美国的 CodeCombat, 通常做法是把编程教育可视化, 设置出背景故事和一个个关卡, 让少儿在游戏的过程汇中感知编程教育, 养成编程逻辑思维. 虽然中美少儿教育基础不同, 但面对游戏中奖惩系统, 同样会受到吸引, 让少儿更容易接受编程这一看似枯燥的学科.
国内比较流行的编程猫, Scratch 也应用了类似的逻辑, 最近网易教育还着手引进 CodeCombat, 将其命名为极客战记, 今日将在中国区上线. 或许当市场活跃度提稿, 这种教育模式会进入更多的少儿群体.
当然, 面对中国在人工智能人才储备的落后, 仅仅引进一款海外编程教育产品是完全不够的. 但提升各个年龄段的科学教育补充, 快速建立起行业内标准一定是人工智能人才培养的必备基础. 中国的人工智能人才现状, 其实和我们一直崇尚学科理论, 崇尚应试教育却忽略了工程化教育基础有关. 如今的中国, 正在一步步的赶上那些曾经落下的路程.
没有一座楼阁能凭空而立, AI 从娃娃抓起虽然看似是一句玩笑话, 实际蕴含的却是人工智能人才培养的另一种可能, 越早开放出知识的传输和获取, 就能越早让知识在一代人中得出成果.
来源: http://ai.51cto.com/art/201804/571024.htm