为培养人工智能人才，专家建言：增设智能科学与技术一级学科(2)

类比人类的智慧，通用人工智能将更为复杂，需要人工智能与神经科学和脑科学接触，发展新的深度学习模型。特别是人类的认知学习并不是基于大数据样本。人工智能发展的道路还很长。这就告诉我们，目前的机器智能与人类智能之间不是互相排斥和互相替代，而是应该互补的。

高开低走、碎片化、低水平重复，严重阻碍我国智能科学与技术发展

记者：您认为我国人工智能发展的瓶颈是什么？

杨放春：我们还没有看清楚人工智能的完整瓶子，不好准确说瓶颈在哪儿。但有些重大问题是显而易见的。例如，学科壁垒对人才培养和科学研究的负面影响。随着社会发展步入智能时代，对智能科学技术专门人才的需求骤增，然而目前全国只有36所大学开设智能科学与技术专业本科专业，规模上远远无法满足日益扩大的人才需求。另一方面，散落在其他多个一级学科中的智能专业的教学和科研活动存在高开低走、碎片化、低水平重复的问题，严重阻碍了我国智能科学与技术的发展。

从国家重点研究计划“变革性技术关键科学问题”重点专项来看，人工智能子项的研究内容也远不如计算机子项中非图灵计算模型、非冯·诺依曼结构、软件自动生成等的变革性深远。人工智能尽管算法上有一些改进，但数学模型上没有重大突破，深度学习和神经网络目前还是基于数据的处理，还没有涉及知识。同时，基于匹配和分类的统计方法，缺少知识的数学表征和推理，使得人工智能很难具备人类智能的归纳能力。从长远来看，人工智能还需将知识驱动与数据驱动完美结合。

记者：您提到学科壁垒对人工智能发展产生了巨大负面影响，您有什么具体建议吗？

杨放春：随着人工智能的发展，增设“智能科学与技术”一级学科被提上日程。为论证其必要性和可行性，由中国人工智能学会发起，联合20个国家一级学会、众多高校和相关领域专家组织论证近百场次，征求意见范围达数万人次，最终形成初步共识：“智能科学与技术”一级学科的设置是提升创新驱动发展源头供给能力、抢占未来科技发展制高点的时代需求，同时也是实现国家人工智能重大发展战略的保障。一级学科下设脑认知、机器感知与模式识别、自然语言处理与理解、知识工程、机器人与智能系统等二级学科方向。（原题为《“人工智能产业的真正春天”——对话中国人工智能学会常务副理事长、北京邮电大学教授杨放春》）