领域|人工智能入选2020年十大热搜专业!该如何基于原有专业对它进行建设?

在当下的人工智能热潮里 , 斯坦福大学怎可缺席!从1963年成立的 SAIL实验室到2019年的HAI研究院 , 斯坦福大学人工智能专业建设的发展路径如何?对国内高校有何启示?
【领域|人工智能入选2020年十大热搜专业!该如何基于原有专业对它进行建设?】文章重点
我们给你划出来了~
无论是人工智能的研究方向还是具体课程 , “以人为本”这个关键词都贯穿始终 , 跨学科合作也体现在设计思路里 。
具体来看 , 原有的计算机或自动化专业可为新建的人工智能学院或研究院提供领军人物、师资团队、课程体系等 。 人文社科等专业则通过合聘教授、共建研究中心、开设与人工智能相关的交叉课程等发挥重要作用 。
以下为正文——
据央视新闻消息 , 2020年十大热搜专业中也包括人工智能 。 人工智能与教育的深度融合已经成为教育变革的重要趋势 。
面对国内日益兴起的人工智能热潮 , 许多人不禁要问:究竟如何基于原有的计算机或自动化专业 , 加强人工智能相关的教学与科研?以人文社科为优势专业的高校又面临何种契机?本文聚焦斯坦福大学成立的 HAI研究院(Stanford Institute for Human-centered Artificial Intelligence) , 对以上问题进行思索与探讨 。
从约翰·麦卡锡1963年成立SAIL实验室(Stanford AI Lab)开始 , 斯坦福大学就位于人工智能领域的探索前沿 。 “人工智能”一词由麦卡锡首创 。 接下来半个世纪里 , SAIL 实验室在人工智能发展历程里留下了不少“里程碑” , 从完成 DARPA130 英里挑战赛的首辆无人车到点燃计算机视觉“燎原之火”的ImageNet图像数据库 。
截至2019年 , 其师资团队的构成为:18名专任教师与研究员 , 16名(与斯坦福大学其他院系)合聘教研人员以及6名荣休教授 。 华裔占了5席 , 其中 , 李飞飞与吴恩达是计算机视觉与机器学习的专家 , 分别在谷歌云与百度短暂任职首席科学家 。 SAIL实验室这种师资规模及架构具有三方面的优势:
1. 开设系统的课程 。 2019年时其官网上共有52门课程 , 覆盖计算机视觉、机器学习、机器人、自然语言处理等方向 , 也涉及生物、伦理、设计等交叉领域 。
2. 与企业联系紧密 。 该实验室在全球现有谷歌、松下等9家加盟企业 , 中国企业约占半数(分别是滴滴、华为、OPPO和腾讯) , 加盟费每年20万美元 , 通常以三年为限 , 经费主要用于合办学术会议、举行校园招聘等 。
3. 打通人才培养渠道 。 实验室既有100多名博士生 , 也有致力于推动招生工作性别平衡的女高中生夏令营;既有鼓励师生跨学科创新的小额种子基金(seed funding) , 也有拓宽学生视野的讲座、学术沙龙、企业论坛、工作坊等 。
在简要回溯 SAIL实验室的历史并分析其师资现状之后 , 我们不禁会问:难道它还不足以支撑斯坦福大学在人工智能领域的战略布局?为何在组织架构上需要在一个实验室的基础上搭建一个新的学院或研究院?这听上去实在是一项“全校总动员”的浩大工程 。
2018年10月19日 , SAIL实验室领军人物李飞飞联合斯坦福大学教务长约翰·赤门德正式宣布要举全校之力成立一所强调“以人为本”的人工智能研究院 。 这份联合声明强调人工智能的发展不能限于工学院 , 而要利用斯坦福大学其余院系的资源 , 例如法学院在人工智能相关伦理及管制领域发声 , 人文社科专业从经济学、社会学、政治学等不同视角研究人工智能的深远影响 , 医学院、教育学院和商学院为人工智能如何更好地服务患者、学生和企业出谋划策 。 这种全校协同的战略布局不可能在一个原有的实验室“落地” , 而需要与其重要意义相衬的组织架构和资源配置 , 这就预示着五个月后正式成立斯坦福 HAI研究院(全称为斯坦福以人为本人工智能研究院) 。
这份声明并未直言的是SAIL实验室乃至整个人工智能领域面临的挑战 。
从“内忧”来看 , 人工智能的最大瓶颈似乎已经不是数据、算法、服务器等主要依靠技术解决的问题 , 而是牵扯到伦理、法律、医疗、交通等跨学科难题 。 2015年 , 谷歌AI把黑人照片自动标注为“猩猩”;2017年 , IBM的华生 AI医疗项目被质疑难以完成医护人员日常涉及的复杂决策;2018年 , Uber打车平台的无人车交通肇事 , 导致一名行人当场死亡 。
从“外患”来看 , 人工智能领域在高校与高校之间、地区与地区之间以及国家与国家之间的较量日益加剧 。 就在斯坦福HAI这份筹建声明发布三天之前 , 麻省理工学院(MIT)刚刚宣布要用10亿美元打造苏世民计算学院 。 而早在2017年 , 加拿大多伦多也成立了人工智能向量研究院 , 吸引了谷歌等众多企业赞助 。 为了防止人工智能领域的人力财力“北上”多伦多或者“东迁”波士顿 , 斯坦福大学不可懈怠 , 需要通过成立一所新的学院或研究院来快速并认真迎战 。
2019年3月18日正式成立的斯坦福大学HAI研究院仍由李飞飞与赤门德两人“挂帅” , 同时担任院长 。 来自生物工程、经济、应用物理、计算机、机器学习和政治等学科的六位资深教授被任命为副院长 。 另有12位来自不同领域(包括教育技术、科学史、法律、经济、生物医学、行为科学、航空航天、地质科学等学科)的教授组成了设计团队 。 加上一名主管行政事务的执行院长 , HAI研究院的领导层计21人 , 可谓“全校总动员” , 例如前面提到的教育技术专家就是斯坦福教育学院的现任院长 。 师资团队达到78人 , 与SAIL实验室的原有规模相比几乎翻倍 , 也远远高于麻省理学院苏世民计算学院计划的50人团队规模 。
HAI研究院的使命在于“通过推进人工智能研究、教育、政策及实践来改善人类状况” 。 围绕该使命进行课程设计也是 HAI研究院的核心任务之一 。
无论是研究方向还是具体课程 , “以人为本”这个关键词都贯穿始终 , 跨学科合作也体现在设计思路里 。 该研究院将采用线上线下相结合的授课方式 , 还推出了一个在线学习的非学历证书课程 。 只要具有本科学历 , 学过高等数学 , 有编程经历 , 交不到2万美元学费 , 用一到两年时间 , 完成一门必修课“人工智能原理技术”和三门选修课的学习 , 且得分都在B以上 , 那就可以从斯坦福HAI研究院获得人工智能证书 。 估计这个证书课程是专为硅谷员工在职学习打造的 。
总之 , 通过梳理斯坦福大学从SAIL实验室到HAI研究院的人工智能专业建设路径 , 我们可以发现这既是该领域继续发展的内在需求 , 各种跨学科难题迫切需要解决 , 也是对竞争日益激烈的外部环境的应对之策 , 从升级实验室到研究院来调动全校资源 。
原有的计算机或自动化专业可为新建的人工智能学院或研究院提供领军人物、师资团队、课程体系等 。 人文社科等专业则通过合聘教授、共建研究中心、开设与人工智能相关的交叉课程等发挥重要作用 。
正如HAI研究院强调的那样:“以人为本”是人工智能发展的前沿 。 值得注意的是 , 该研究院仍有进步空间 , 例如上面提到的快速“出炉”的在线证书课程 , 不免有创收嫌疑 。 师资团队里白人占到四分之三 , 女性只占18% , 这也被旧金山媒体指出不够多元化 。 这些不完美之处提醒我们要对其投以更为审慎的眼光 。
主要参考文献:
[1] 斯坦福大学 SAIL 实验室网站
[2] 斯坦福大学 HAI 研究院网站

    推荐阅读