热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

中国高校“AI教师正规军”是如何养成的?

1956年,人工智能学科在美国达特茅斯会议中被定义,宣告了人类将迈入崭新的“AI时代”。正如百度创始人、董事长兼CEO李彦宏断言:“互联网

1956年,人工智能学科在美国达特茅斯会议中被定义,宣告了人类将迈入崭新的“AI时代”。

 

正如百度创始人、董事长兼CEO李彦宏断言:“互联网只是一道开胃菜,人工智能时代将成为人类发展的一道主菜”。

就像一枚硬币的两面。AI时代的到来,在带来各种机遇的同时,也对中国AI人才的储备提出了更高的要求。

 

前不久,今年获批成立人工智能专业的35所高校,陆续完成招生工作。随着大学开学季的到来,最新一批AI人才即将入校。这也表明,中国人工智能的人才教育建设,正式步入正轨。

 

在AI人才培养方面,产学协同已成行业共识。这一共识不仅意味着业界对高校的支持,也意味着行业人才培养的协同发展,齐头并进。

作为中国AI界的C位担当,百度再次走在了前面,构建出一个惠及高校教师、学生以及行业人才的中国AI人才教育培养生态的样板工程,探路中国人工智能的可持续发展。

 

眼中AI成争鹿,海内人才孰卧龙?

商业经营与行业公义之间,往往需要一些大企业的大格局来支撑平衡。

百度,正在身体力行,以AI行业人才培养先驱者的身份出现。

中国社会科学院社会学研究所2018年底发布的《2018百度社会价值报告》显示,百度已经为整个业界培养了近55万名人工智能相关人才,极大激活了当下匮乏的AI人才市场。

  

百年树人

助力高校打造“AI教师正规军”

 

从去年5月到现在,百度一直在做一件事:连续七期举办全国高校深度学习师资培训班,为中国本科教育打造一支“AI教师正规军”。目前,该培训班已覆盖300余所高校,培训AI教师860余人。

 

来自硅湖职业技术学院的63岁老教授程显毅,是全国高校深度学习师资培训班长沙四期培训班学员。

 

“我教过多年《机器学习》,自以为是一位AI教师。通过培训才知道,自己在深度学习方面,其实小学没有毕业。”

在四天的培训班学习之后,程显毅发出这样的感叹。他坦言,除了每天按时完成作业,誓不拖小组后腿,更为了“打比赛,一天只睡了两个小时”。

 

这么拼,不是因为自己有一副年轻人的体魄,也不是好胜逞强。而是有一种“为人师长,不学则无术”的责任心。所以程显毅犹如伏枥老骥,花甲之年学习劲头却不减任何人。

 

63岁老教授程显毅(左一)正在学习AI

 

他说:“学校有开设AI课程的想法,但没有平台,没有师资,没有借鉴。所以,来前没有信心,但现在有了。”

 

朴实的言论,透露出老教授这次在百度深度学习课堂的满足感和愿景度。

 

年老当休,本是人生乐事。但这些来自高校的老前辈、老教授,依然奋战在行业教育的第一线,除了出于兴趣或对AI本身的热爱,也凸显出AI作为新兴产业,在AI教育供应的各个环节人才匮乏的现状。

 

百度AI人才培养的各项举措,正是在这样的大背景下应运而生,扮演着中国AI教育甘霖雨露的角色。

 

 

 

以赛促学

打通高校学生AI实践的关节

 

事实上,百度的AI教育远不止于师资培养。针对高校,百度已经实现“学生+老师”的双重赋能模式。

围绕教师群体,百度除了师资培训,还通过课程共建、平台开源等举措,致力于增强中国高校人工智能教学的师资力量,和高校协同育人。

 

针对未来的AI人才主力,也就是学生群体,百度主要通过品牌活动及各类竞赛,为学生提供接触业界前沿技术和真实场景的机会,着力提升学生的动手实践能力。

 

比如百度AI Studio的一名90后产品经理新秀宋迪,今年才从中南大学毕业。

宋迪(左一)正在“授课”

其实,他在念研究生时,就在教育部与百度、浙大联合举办的中国高校计算机大赛人工智能创意赛上,第一次接触到了百度飞桨深度学习平台。

这次,他以全国高校深度学习师资培训班助教的身份,重回母校,给曾经的老师们“答疑解惑”。

 

中国高校计算机大赛人工智能创意赛,是百度以赛促学的典型路径。

这一比赛,旨在以AI技术激发学生的创造性思维。百度通过鼓励、培养和挖掘学生的创新自觉性,带来更多AI落地场景的创意启发,从而在学生群体中实现AI落地赋能的价值最大化。

这一比赛采用的开放命题的形式,同样能够给予参赛者充分发掘自身创造潜力的空间。

参赛团队,可以借助百度AI开放平台相关技术,围绕人工智能核心技术方向,探索人工智能技术在各个行业领域的具体落地场景。

同时,赛事的官配CP“集训营”的存在,也在帮助学生提升技术实践能力的同时,为其打开了行业视角。当AI学子们对接到业界的真实场景,自身的创意才会具备真正落地的可能。

此外,百度之星、百度&西交大大数据竞赛、全国大学生创业家成长计划等一系列聚焦实践的赛事,也深入高校学生群体中间,填补其AI实践的短板。

 

人才自古要养成,放使干霄战风雨。

 

AI战场,一触即发。人才既是士兵将军,又是弹药火炮。百度的AI人才培养,无疑将持续性地为AI行业造血输氧。

 

定点突围

建立行业人才生态链

  

作为国内人工智能领域的“头雁”企业,百度在高校之外也一直在精心打磨中国的“AI人才引擎”,并建立了AI人才培养的完整生态链。

 

这一人才培养生态体系的建立,主要着眼于对开发者群体的有计划扶持。

对于开发者来说,得心应手的平台最有利于自我成长。作为服务规模最大的AI开放平台,百度大脑已经开放了210多项领先的AI技术能力,达到24小时快速集成,开发者规模突破130万。

当然,单纯的技术开源已经将百度技术优势最大范围地赋能了开发者,而针对不同层级的定制化举措则更加强化了百度AI技术的赋能深度。

2018 年7月31日,中国软件行业协会发布《深度学习工程师能力评估标准》。这也是国内第一个 AI 人才能力评估标准。

基于这一标准,深度学习技术及应用国家工程实验室、中国软件行业协会和百度公司,联合发布中国第一个深度学习工程师认证考试方案,以及第一个体系化的深度学习人才培养方案。

从目前AI行业的工作职能与技术需求看,业界人才可以分为三个层级。初级层级为具备一定理论基础、熟悉技术平台操作的人才;中级层级是具备一定工程能力和应用技能的人才;高级层级则为拥有丰富的应用经验和模型设计能力的人才。

为此,百度也推出了一系列针对性方案,加码行业人才的培养。

 

针对初级人才,百度推出PaddleCamp-未来深度学习工程师集训营,通过培训使开发者快速入门深度学习技术,获得工程实战项目的独立探索能力。

 

针对中级人才,百度推出AI快车道-企业深度学习实战营。

通过面向有深度学习应用需求和场景的企业技术人员,提供案例分享、理论学习以及项目实践指导,百度可以帮助相关企业加快智能转型。据悉,百度计划将在2019年内支持1000家企业的深度学习技术快速应用与落地。

行业的发展,离不开各类人才的聚合;行业的尖端破局,则往往依赖于高级人才的驱动。

 

针对高级人才,百度开启的是黄埔学院-首席AI架构师培养计划。

黄埔学院,主要通过派出包含业内顶级的技术权威、专家学者进行授课,为企业的深度学习业务决策人学员面授分享最前沿的技术和最专业的思考。

据了解,首期黄埔学院的学员均来自相关领域或技术要求较高的知名企业和机构,包括国家卫星气象中心、中油瑞飞、中信银行、顺丰同城、奇瑞汽车、OPPO、广东电网中国联通软件研究院等。

黄埔学院的开学,无疑标志着百度向高精尖人才的培养再度迈进。通过为中国培养第一批业界的首席AI架构师,百度构建出了中国深度学习的第一核心技术圈。

凭借着全方位、高维度及成熟化的AI开发者人才培养体系,百度逐步培育出越来越多的AI 人才,他们将成为中国AI产业的一股中坚力量。

 

一年之计,莫如树谷;终身之计,莫如树人。一树一获者,谷也;一树百获者,人也。

人才培养,是实现社会资源高效利用,以及最大化挖掘红利的长尾效应的关键。

百度CTO王海峰,曾在首届全国高校深度学习师资培训班活动现场表示:“在人工智能迅速发展的今天,百度通过AI开放平台赋能各行各业转型与创新,共建AI生态。但是各行各业都需要真正懂得人工智能技术的人才,去实践和完成具体工作。而师资培训就成为培养人工智能人才过程中至关重要的一环。”

王海峰博士的观点放到业界,无疑同样适用。

百度通过全面完整且无法带来直接收益的人才培养举措,将AI普惠先影响一群人,再通过这群人影响更多的人,最终赢得中国AI人才困境的突围之战,并助力中国人工智能取得更大突破。

百度的AI人才培养之路,正越走越远,同时也推动着中国AI行业的人才建设之路越走越宽。

  

种谷有其难,树人亦远非易事。

正如李彦宏所言:“未来没有任何一家企业,会宣称与AI无关。”

 

致天下之治者在人才,成天下之才者在教化,职天下教化者在公心。

 

百度,正秉持初心,谱写着AI人才培养的中国范本。

彩蛋时刻~

百度飞桨全国高校深度学习师资培训班幕后花絮:


推荐阅读
  • 英特尔推出第三代至强可扩展处理器及傲腾持久内存,AI性能显著提升
    英特尔在数据创新峰会上发布了第三代至强可扩展处理器和第二代傲腾持久内存,全面增强AI能力和系统性能。 ... [详细]
  • 本周三大青年学术分享会即将开启
    由雷锋网旗下的AI研习社主办,旨在促进AI领域的知识共享和技术交流。通过邀请来自学术界和工业界的专家进行在线分享,活动致力于搭建一个连接理论与实践的平台。 ... [详细]
  • 本文由公众号【数智物语】(ID: decision_engine)发布,关注获取更多干货。文章探讨了从数据收集到清洗、建模及可视化的全过程,介绍了41款实用工具,旨在帮助数据科学家和分析师提升工作效率。 ... [详细]
  • 如何高效学习鸿蒙操作系统:开发者指南
    本文探讨了开发者如何更有效地学习鸿蒙操作系统,提供了来自行业专家的建议,包括系统化学习方法、职业规划建议以及具体的开发技巧。 ... [详细]
  • 知识图谱与图神经网络在金融科技中的应用探讨
    本文详细介绍了融慧金科AI Lab负责人张凯博士在2020爱分析·中国人工智能高峰论坛上的演讲,探讨了知识图谱与图神经网络模型如何在金融科技领域发挥重要作用。 ... [详细]
  • Python 领跑!2019年2月编程语言排名更新
    根据最新的编程语言流行指数(PYPL)排行榜,Python 在2019年2月的份额达到了26.42%,稳坐榜首位置。 ... [详细]
  • 2017年软件开发领域的七大变革
    随着技术的不断进步,2017年对软件开发人员而言将充满挑战与机遇。本文探讨了开发人员需要适应的七个关键变化,包括人工智能、聊天机器人、容器技术、应用程序版本控制、云测试环境、大众开发者崛起以及系统管理的云迁移。 ... [详细]
  • 探索CNN的可视化技术
    神经网络的可视化在理论学习与实践应用中扮演着至关重要的角色。本文深入探讨了三种有效的CNN(卷积神经网络)可视化方法,旨在帮助读者更好地理解和优化模型。 ... [详细]
  • Quick BI是一款专为云计算环境设计的高级数据分析与可视化解决方案,旨在帮助企业和组织实现从传统数据处理模式到现代云端数据管理的无缝过渡。本文将深入探讨Quick BI在数据可视化方面的独特功能及其发展历程。 ... [详细]
  • 自动驾驶中的9种传感器融合算法
    来源丨AI修炼之路在自动驾驶汽车中,传感器融合是融合来自多个传感器数据的过程。该步骤在机器人技术中是强制性的,因为它提供了更高的可靠性、冗余性以及最终的 ... [详细]
  • 分享两个GitHub链接,今天看到的,超赞超赞不能更赞了,答应我一定要去看好吗~~~~不论是笔记还是github中分享的其它资源ÿ ... [详细]
  • 本文详细介绍了 Java 网站开发的相关资源和步骤,包括常用网站、开发环境和框架选择。 ... [详细]
  • 兆芯X86 CPU架构的演进与现状(国产CPU系列)
    本文详细介绍了兆芯X86 CPU架构的发展历程,从公司成立背景到关键技术授权,再到具体芯片架构的演进,全面解析了兆芯在国产CPU领域的贡献与挑战。 ... [详细]
  • 非计算机专业的朋友如何拿下多个Offer
    大家好,我是归辰。秋招结束后,我已顺利入职,并应公子龙的邀请,分享一些秋招面试的心得体会,希望能帮助到学弟学妹们,让他们在未来的面试中更加顺利。 ... [详细]
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
author-avatar
姚允浩_266
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有