計算思維+興趣+學習能力:人才培養不變應萬變的“金剛鉆”

計算思維+興趣+學習能力 人才培養不變應萬變的金剛鉆

——專訪微軟(亞洲)研究院首席研發經理鄒欣

中國科技網 夏青

5月26日舉辦的“創新中國·未來AI科技領袖峰會”上,微軟(亞洲)研究院首席研發經理鄒欣以“人工智能與教育”為題做主旨演講,提出培養人工智能人才,應從著重培養青少年的計算思維做起,同時鼓勵他們提出問題、解決問題。隨后,鄒欣在接受中國科技網專訪時,更為細致全面地談到自己對于人工智能人才培養的看法。

 

圖為微軟(亞洲)研究院首席研發經理鄒欣接受記者專訪。李忠明


人工智能人才三大培養關鍵

未來人工智能人才需求巨大這個行業發展很快,提前學習某種特定的具體的應用技術沒有太大必要人才培養的關鍵在于:1、培養計算思維;2、開發學生的興趣;3、主動學習能力。

培養計算思維:以不變應熱點之萬變

培養人工智能人才,關鍵在于培養一種計算的思維所謂計算思維,就是你是否能觀察找出事物變化的模式,把它變成一個數學問題是否能把它做成可組織、可重復、可擴展的步驟是否能在某個領域里找到一種解法,再推廣到別的領域?培養這種思維方式,不論5年后、10年后的熱點是什么,都有助于人實現科研及應用層面的突破。

電腦是最擅長處理定義清楚、用數學表達的模型的。有模型,接下來是組織電腦的運算能力的問題,屬于計算機軟件工程的范疇要做到這些,必須有基本的數學編程基礎,我建議大學生在讀時考慮處理大數據的問題,為以后處理大量數據、做人工智能方面的訓練打下基礎。

而高中初中生應該著重發展分析問題、解決問題的能力如何發展?可以使用電腦、數學作為輔助,組織一些有意思的競賽、大家組隊合作,等等。另外,學習的目的是掌握和應用規律,大數據是手段之一,“一葉落而知天下秋”,這是大數據么?

關注學生興趣死記硬背無益人工智能教育

青少年學生,越是處于一個比較自由、富有挑戰的環境中,越能激發學習的熱情。人工智能教育,更應該關注是否能讓學生產生興趣。因此,增設枯燥的理論課程,不如學生動手做、得到結果總結歸納,讓他們在與人合作理解知識

人工智能教育一定不要只是單一地灌輸、背誦知識——讓學生去記憶人工智能提出的年份、人工智能有幾個特點等,沒有多大意義。學生在學校里已經受夠這種教育方式了。

其實,人工智能不是一項特別了不起必須在很小的年紀就掌握的知識家長無需因為追熱點就給孩子額外加上該方面課外培訓的負擔尤其是那些在學校里能夠學好數學、物理、化學等課程的學生家長更應該讓他們有足夠的時間去玩、去動手、去探索——因為即使他們今后從事人工智能方面的工作,只需要具備數學、計算機等基礎的能力就夠了,培養思維和興趣才是更重要的。

發展學習能力:應聘制勝的“金剛鉆”

大約十年前我參與合著《編程之美》一書,介紹了當時微軟需要什么樣人才、注重什么樣的能力,以及如何去甄別這些人才。十年后,隨著人工智能領域迎來新的突破,我們所生活的社會已經有了非常大的變化,舉例來說,現在每個學生能訪問到的數據、知識非常多,他們可能背過很多面試題目,那么我們怎么甄別人才呢?很關鍵的一點,就是考察他們的學習能力。

 如何考察學習能力呢?比如,現在有兩名非人工智能專業的學生,來應聘微軟人工智能相關崗位我們會問他們是如何學習人工智能的。其中一名學生講到自己通過上網查資料、去程序員熱門社區GitHub、CSDN或者微軟的人工智能社區來學習,嘗試使用一些技術工具,不懂就問,大量做例題,等等我們聽他的回答,看過他做出的東西,發現他學習能力不錯,然后我們便可以預見,當加入微軟團隊之后,在工作中每當碰到新的問題,有能力去學習,會害怕或者躲避問題。另一名學生呢,說自己喜歡人工智能,是因為大家都討論它、它很熱門,背誦了一些理論和結論,迄今為止并沒有深入學習任何東西,想加入團隊后再學習。這樣的表現就稍差一些,因為沒體現出自主學習的能力。我們永遠可以等著專家和老師來告訴自己該怎么做,但是這樣的人是否能適應現今這個競爭非常快、非常激烈的環境呢?

信息資源過度豐富的今天,學習能力也表現在應聘者如何管理自己、能否做到自律、把時間花在自己認為很重要的地方去獨立地鉆研、做出一些事情而不是僅僅一味不加甄別地吸收信息似是而非地知道很多名詞要想在面試中“接住”考官拋出的那些深入的問題,你得有“金剛鉆”才行


人工智能熱門專業預測

選擇人工智能熱門專業:真才實學和道德皆很重要

人工智能成為熱點,也會造成一些專業成為高考學生趨之若鶩的所謂熱門專業,比如數學、計算機、軟件工程、大數據等這些都是很好的專業也非常容易考察應聘者是否具有真才實學。

另外,這些專業的學生需要了解手里掌握的技術對社會產生什么樣影響,應該遵守哪些行規、道德以及法律約束等。人工智能是個強大的武器,缺乏職業道德,從業人員會使用它去做一些不好的事情。因此,在教育過程中加強技術和道德兩方面的融和是很有必要的。

相關文科類專業:急需彌補人工智能知識空白

人工智能、大數據作為新技術,會影響到每一個行業,隨之產生倫理、道德等很多新的問題。好多和人工智能相關的應用,已經廣泛應用,大家都已經習以為常了,例如搜索引擎。 所以,倫理、法律、社會學、教育、政治等相關專業的人才,都應該對人工智能有所了解,才能有效處理與之相關的新興情況。遺憾的是,這一點在現在的教育里幾乎是一片空白。惡果已經出現,大家如果搜索“魏則西”,就可見一斑。


人工智能人才培養現存缺陷

不得不提的建議:本科教育應有底線

現行的教育體系、課程結構,在培養人工智能人才方面,存在不少可以改進的地方比如,很多編程語言的課程的練習的數量和難度,我覺得都是遠遠不夠的。

舉例來說,我們要把一些數字做排序,授課老師通常講排序算法時,在程序里用包括10個數字的數組就可以演示排序的原理。然后學生照搬了這個程序,便認為自己學會了排序。但是在現實的工作中,數據不可能只有10個,有可能是10萬個,更有可能是1000萬個,那這位老師和學生在課堂上就要考慮否能夠把自己寫的程序擴展到能處理1000萬個數字呢?你的程序的效率如何?當你擴展到1000萬個數字,你不能把數組放到源程序里面了,那你怎么處理呢?這樣會衍生出很多富有挑戰性的問題,比如,要做一個分布式的系統來存儲和處理數據,還需要考慮內存的使用,等等。這樣需要處理各種復雜的問題的練習題目,才是難度足夠、真正實用的題目。就像健身舉重一樣,你必須練習舉一定的重量,才能讓肌肉發力、酸痛,鍛煉它、刺激它,它才能夠成長。

現有的課程體系中,學校太“心疼”學生了,練習的數量偏少,練習的難度也偏低——只他們處理10個數字的題目,到其真正工作時就會發現自己學的、掌握的東西根本無法解決任何實際的問題

當然我也能夠理解,不同的學生,目的不一樣。事實上確實存在一些學生,認為學習的訣竅就是用最少的努力取得文憑。但是,大學本科教育有自己的底線,不能因為學生抱怨難,就降低底線。大學課程就是有難度的!大學計算機專業四年應該寫四萬行左右的代碼,并且有團隊合作開發的經歷,達不到的話,還奢談什么創新,或者做一流軟件工程師、下一代人工智能呢?

加載更多>>
責任編輯:夏青
專題 更多>>
腾讯分分彩开奖过程