人工智能人才培养不能急于求成

随着人工智能上升为国家发展战略，人工智能的发展逐渐展现出声势浩大的趋势。国家战略需求以及技术人才缺乏等宏观因素，高校人工智能专业的建设已经提上日程。人工智能作为一门新型学科，师资队伍搭建是绕不开的核心问题。如何对现有师资力量，进行转型培训及技术提升，是摆在广大高校面前的迫切课题

近年来校企联合逐渐紧密，以产业发展需求、专业交叉和融合、服务引领为向导，构建了诸多的校企合作教师培养平台。由于人工智能学科具有交叉性，涉及多种学科的对教师的知识体系、教研能力、技术水平提出了更高的要求。因此采用通过教师到企业内部，进行技能培训学习的方式，不仅提升了教师的实际技能应用水平，还拓宽了高校的人工智能技术知识图谱，同时也给人工智能师资队伍的成熟、壮大提供了条件。

但由于针对人工智能技术的师资队伍的培训体系还不够完善，在培训课程中相关知识、实践课程等方面还存在着不足，大多教师培训还在以集中化的短期培训为主。

通过使用搜索引擎，对“人工智能师资培训”进行关键词搜索，对近期的新闻资讯翻阅发现，当前校企合作的师资培训大多都为五至七天的课程，不同机构的课程内容均不一致，大致包含:Python编程、tensorflow/Opencv框架、CNN(卷积神经网络)、RNN(循环神经网络)、代码实操课程等。看似课程专业知识满满的背后，由于培训设计的时间短暂，每个科目的学习时间仅有短短的一天，课程内容极度浓缩，缺乏了专业知识的深度，基本等同于高级知识科普。

人工智能技术应用领域广泛，知识体系也是庞大的，这非常的考验教师的综合能力水平。因此仅仅通过“高级知识科普”的课程学习，是无法真正掌握人工智能技术的。“知其然而不知其所以然”的学习结果，培养出只了解一些人工智能简单应用案例的教师，是无法搭建起高校的师资队伍，更不可能支撑起人工智能学科的教学体系。

人工智能学科的建设不能急于求成，一名教师只有通过长期，系统化的学习人工智能知识体系，并通过大量的企业项目实践，才能真正的掌握人工智能技术。以当下师资培训较为成功的成都猎维科技有限公司为例:课程设置上看，从编程到数学、从框架到算法、从图像到语音、从理论到实践，基本涵盖了当下人工智能算法领域的教学体系。课程设置合理，能够全面具体的讲解当下人工智能包含的知识，并在大量实践项目中让教师完整掌握人工智能学科知识，而学习时间周期一般为六到八个月。

除长期培训以外，还可以采用分批次学习的方式进行培训。如人工智能专业中包含大量的高数知识，但与应用数学的知识体系有不小的差异，因此，可以专门派本校的数学教师学习人工智能向的数学内容，会将学习时间大幅度降低。同理，如计算机系老师学习编程、框架等内容，会具有很大的优势，不同科目的老师学习不同的科目知识，汇总形成整个人工智能课程体系。但即便如此，也需要一到两个月的时间，才能真正掌握人工智能的技术知识。

人工智能学科建设任重道远，不能急于求成。相信各大高校，在日后人工智能师资团队搭建的探索中，会摸索出一套高效、可复制、专业的师资培训方式，提升师资力量的顶层设计能力，打造出具有国际化视野的“高、精、尖”人工智能师资队伍，为我国培养出更多高技能人才，进而推动我国人工智能技术的发展。