全文4300字，预计学习时间10分钟。
江湖多，高手相斗。2018年中国AI教育的发展可谓“刀光剑影”。
回顾2018年，已有50余所高校获教育部批准设立“智能科学与技术”本科专业；政府、企业、院校主导的培训班如火如荼；新东方等传统教育企业涉足AI培训的步伐堪称矫健；BAT和几家独角兽公司也押注AI教育，深度参与中国高校AI教育布局...
可见，在人工智能爆发的第一年，“AI教育”绝对是热点。
“人工智能培训”和“人工智能教育”的搜索在2017年后迎来快速增长。
但是，越是流行，越需要冷思考。
顶尖人才缺口，师资力量薄弱，教育体系不完善...在填补高达500万人工智能人才的缺口之前，中国的人工智能教育必须跨过这些门槛，才能进入世界第一梯队。
人工智能学院:是还是不是？
为了跨越这些“门槛”，中国的AI教育开始不断探索和尝试。
在此期间，焦虑和痛苦如影随形。即使是拥有大量智库精英、教育水平最高的大学，在一些基本问题上也没有达成一致。比如AI本科教育是否应该有单独的院系？
清华大学人工智能研究院常务副院长孙茂松认为，本科的重点应该是大众化而不是专业化，AI专业不应该匆忙从计算机科学中拆分出来。
南京大学教授、人工智能研究院创始人周志华认为，现有的学科培养体系无法实现人工智能人才培养的目标。
尚科技(Shang Technology)创始人唐晓鸥的观点更直白:
“我最怕中国学校设立人工智能系。我在国内经常这样做，天热了我会成立一个部门。”
虽然言辞犀利，但反映出很多问题需要厘清:人工智能建立一流学科是大势所趋，但时机到了吗？人工智能学院的成立是热潮泡沫还是先见之明？不考虑师资和配套设施，光是重组计算机专业的师资就开了一个新学院。学生和计算机毕业生有什么区别？
在这些问题上，中国大学似乎无所适从。
中国的AI教育该何去何从？回顾过去的2018年，关于高校人工智能人才培养有四个焦点问题。或许只有解决了这些问题，AI教育才能真正步入正轨，从0到1。
合格的老师从哪里来？
要成立一个真正的人工智能学院，首先需要足够的师资。
但是理想很丰满，现实很骨感。表面上看，最接近AI的计算机行业是AI老师最好的后备军，但真正转型难度极大。
为什么？
因为人工智能与行业结合紧密，师资力量不足的关键不是理论知识不足，而是教师应用项目的实践教学能力不足。
那么，实战和应用从何而来？
一个仅持续三天却异常火爆的培训班，似乎在一定程度上揭示了这个问题的答案。
2018年12月，雁栖湖畔，由国科大和新工科产学研联盟联合举办的2018年第三期深度学习师资培训班开班。
一位参加了2018年新工科产学研联盟第三期深度学习师资培训班的年轻老师说，AI教育者最缺乏的是通俗易懂、易于操作的例子，而这些例子不是在大学，而是在企业。
从课程设置上可以看出，本次培训包含了丰富的前沿案例和实战演练。
这门基于深度学习框架PaddlePaddle的课程，提供了大量的案例和数据，正好弥补了高校的不足。所以，当一个能够完美满足高校老师需求的培训班出现时，老师们自然会蜂拥而至。
“春江水暖鸭先知”，曾经有人这样评价行业在AI领域的地位。
对于AI的发展，行业是最先尝到甜头的，是最先接触前沿领域的，也是最具技术发展驱动力的。因为这种天然的优势，业界可以在解决中国高校AI师资短缺的问题上有所作为。
行业的“先知”是高校所渴求的，也是最好的实战来源。
盘点2018年，中国AI培训领域涌现出诸多“跨界”组合，其中不乏官方背景。比如教育部，创新工场，北京大学等。4月启动2018高校教师AI培训班，邀请国际顶尖AI大师培训全国筛选的100名教师；比如教育部、工信部、新工科产学研联盟、国科大、北航等。先后举办了多期深度师资培训班，组织一流师资，结合企业案例，提供开源平台等措施，系统培训了数百名高校教师...
这样的培训似乎是当前AI教育趋势的一个典型缩影。的确，从实用性、针对性等维度来看，拥有大量实例和前沿技术的企业无疑会成为高校师资培养的推进器。
实用课程和教材怎么改？
对于高校来说，比起“人工智能是否应该成为一级学科”这个宏大的问题，在高校中推出更多实用性、专业性更强的人工智能课程和教材，似乎是更为迫切的基础性工作。
目前中国高校AI教育的课程设置还是比较有竞争力的。如国科大AI学院的课程有模式识别、脑认知与智能医学、智能人机交互等。NTU的人工智能课程包括机器学习、自然语言处理、多智能体系统等...而其他机构则基本符合这些头部机构。
但他们还是有共同点的——在课程设置和教材编写上，大多都能看到企业的影子。
重庆邮电大学就是一个典型的例子。2018年，该校与科大讯飞合作成立了人工智能研究所。除了为教学和工程师参与教学提供项目资源，科大讯飞还联合搭建了人工智能的智能学习平台。
这样做的好处显而易见。对于人工智能专业来说，作为一门需要实时更新的动态学科，还有什么比“闭门造车”更糟糕的呢？
一个更典型的例子说明了校企合作带来的“巨大能量”:
河北科技大学信息学院计算机系实验室有100多台计算机配有PaddlePaddle，可供学生进行实验操作。
2018年，河北科技大学计算机科学副教授许云峰在四个月内开设了一门人工智能课程。在AI工作室RD工作人员的帮助下，他开发了一个基于PaddlePaddle的实验系统，并为他的学生找到了最实用的教材和平台。
四川师范大学计算机学院的苏晗教授也是受益者。2018年12月，她收到了与国科大培训团队联合编写的277页培训教材，以及32课时的课件、实验案例和代码。这本基于PaddlePaddle深度学习框架的教材，包括原理、例子，甚至是实用说明。
人工智能是一门不断蓬勃发展的学科。课程设置和教材编写始终走在发展的前沿，自然能为人才培养输入源源不断的活力。
如何激发学生的创造力？
仅仅在课堂上培养优秀的AI学生是远远不够的。总的来说，社会需要的是真正能发挥作用的人才，而高校培养的可能只是纸上谈兵的学霸。
我该怎么办？
我们需要真正建立深度融合模式，将社会需求与深度知识融合，让学生通过实际操作学习知识。这是培养新型复合型人才的关键。
而最好的做法，就是通过真刀真枪的比拼，让初出茅庐的“苗子”展露锋芒。
那么这个武术训练场在哪里呢？比赛的优势一目了然。
理论储备，实践能力，创新精神...科技竞赛考验的是全方位的技能，也是在短时间内最大程度激发人的潜能。
如今，以企业为主导的各类技术竞赛遍地开花，不断冲击着高校传统的人才培养模式。上海交通大学，厦门大学等。开设了专门的ACM课程，由专业教师教授竞赛课程，提高学生的能力；企业提供的竞赛相关培训越来越多，比如中国大学生计算机竞赛人工智能创意大赛训练营等。，往往是几千人的规模。
2018首届中国大学生计算机大赛人工智能创意大赛训练营由教育部三大教学委员会、全国高等学校计算机教育研究会主办，浙江大学、德清县人民政府承办。
科技大赛创造了促进学生与科技发展建立更紧密联系的平台，也构建了高校、企业、社会相互促进的生态圈。以圈内知名的明星大赛为例，十几年间涌现出不少计算机领域的后起之秀。2018年，参与人数甚至超过13000人，覆盖近900所高校。仅开发者大赛就有1300多个团队报名。
2018明星大赛决赛现场
试想一下，这些通过技术竞赛磨砺脱颖而出的年轻人，未来会给AI领域带来怎样的蝴蝶效应？
很难估计。
人工智能的生命力在哪里？
没有人会否认人工智能技术只有在跨行业的实际应用场景中才是有意义的。
比如腾讯的“腾讯觅影”，就是利用AI医学影像分析，辅助医生进行疾病的早期筛查。当然，这也符合大多数人对AI的想象:有了AI，我们可以在与人类息息相关的领域获得极大的便利，比如辅助医疗、无人驾驶、智慧零售等。
但大多数人可能没有想到，AI不仅可以在有限的领域大显身手，还可以有更广阔的生命力，比如与“冷门”的传统学科结合。正如北京林业大学智能感知实验室主任孙宇所做的那样——用人工智能拯救中国的森林。
孙宇在实验室指导学生调试AI昆虫识别项目的模型。
2018年，由他领导的基于PaddlePaddle深度学习框架的AI蠕虫识别项目样机研制成功，开创了中国林业研究领域的先河。他的尝试，让一大批常年需要爬山的林业工作者坐在办公室里，体面地完成了工作。
也许在很多人眼里，只有无人驾驶等热点才有光明的发展前景，但对于不同的大学来说，AI学科的差异化发展才是一条可持续的道路。毕竟，并不是所有高校的人工智能学科都与国科大和NTU的培养目标一致，不是吗？
更何况AI还有更大的责任:用技术填补飞速发展的社会与传统学科之间的鸿沟。
让每一个开发者都能平等便捷地获得AI能力——这是孙宇在与合作时印象深刻的一句话。他的愿望与这句话不谋而合:让每一个传统领域都能平等便捷地享受到技术红利。
要知道，只有发现甚至创造更多的应用场景，并与更多的学科相结合，人工智能这门学科才能显示出强大的生命力。
预测:
中国高校人工智能教育的必由之路
可以预见，从2018年的元年到2019年的腾飞，中国高校的人工智能教育将迎来大爆发。
2018年的诸多实践证明，产学研结合是可行的方式，也是培养真正AI人才的必由之路。甚至可以说，人工智能产业的快速发展正在倒逼高校人工智能学科建设。
这个结论不是空点来风。
在中国科学院大学党委副书记高穗祥看来，人工智能是一个应用性很强的专业，只学一些理论，懂几个算法是远远不够的。学术界和产业界应该互相学习。
其实这个教与学也是一个双赢的过程。高校可以从企业界获得最前沿的资源和数据；那么企业可以采取一系列措施进行人才储备、产业布局、技术迭代等。，从而率先发展。
这也可以解释为什么像BAT、科大讯飞这样的中国企业如此重视与大学的合作，或推出一站式开发平台，或向大学派出企业导师，编写教材...虽然这些措施对企业来说看似“不务正业”，但在某种程度上，他们的眼光确实是长远的。
以国内AI力量第一梯队为例。据了解，2019年，将在AI教育和校企合作方面采取一系列措施:推出AI工作室教育版，开设Star和C4-AI大赛，继续深入开展教师培训，打造在线AI学习者生态...之所以布局这么大一盘棋，是因为在AI发展的“风口”上，高校重视AI教育教学和AI实验平台。这个时候，无论是高校还是企业，如果能更好地抓住产学研结合的机遇，就一定能站在最前沿，引领赛道。
AI工作室平台
在时代的大潮中，总有一些关键的人和事起着决定性的作用。这种效果往往在一开始并不明显，甚至像泥牛入海，但正是在这样的厚积薄发中，在润物细无声中，一个巨浪缓缓掀起——时间终将告诉我们答案。
但中国的AI教育终将在高校和企业的不懈努力和深入合作下开花结果，从0到1，从起步到腾飞。
