新しい世代の AI 人材はどこから生まれ、どこに向かうべきでしょうか?

[[443279]]

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

広東省・香港・マカオ大湾区初のAIイベントである世界人工知能・ロボット会議（GAIR）は、2016年の第1回開催以来、春、夏、秋、冬の5回にわたり開催され、多くの素晴らしい瞬間を残してきました。

今年のカンファレンスは、基調講演フォーラム 1 件、業界サミット 2 件、サミットフォーラム 9 件など、前回に引き続き豪華なラインナップで、自動運転、セキュリティ、集積回路、医療、メタバース、カーボン ニュートラル、プライバシー コンピューティング、新消費などの人気分野をカバーします。

12月9日、GAIR 2021が深センで正式に開幕した。140名以上の産学リーダーと30名以上のフェローが一堂に会し、理性的な分析と感情的な洞察を軸に、AI技術、製品、産業、人文科学、組織などの次元から問題にアプローチし、人工知能とデジタル化の波の頂点に登りつめた。

中でも、5人の大学学部長による円卓フォーラムは記録に残る価値のある場面でした。ここでは、聴衆と学部長の意見が激しくぶつかり合い、AI産学研究の発展方向について議論が交わされました。この学部長フォーラムは、国内の人工知能学術界において、将来の人材育成と開発に関する稀なトップレベルの議論の場でもあります。

現在、人工知能の専門分野の研究は急速に進歩しており、AIは徐々に数千の業界の最前線に躍り出ています。学界と産業界におけるAI人材の需要も静かに変化しています。

「35歳不安」や「AIの商業化の難しさ」などの議論がある中、新世代のAI人材がどこに向かうのか、彼らの競争力をどう高めるのか、大学がどう連携して総合的な人材育成システムを構築できるのかなど、深く議論する価値がある。

会議初日の学部長フォーラムは、「人材の教育と人材の育成」という永遠のテーマに基づいて開催されました。5人の大学学部長が招待され、AIイノベーションと人材育成について意見交換し、人材育成の経験と計画を議論し、わが国の人工知能人材育成のための提案を行いました。

5人の学部長は、マカオ大学理工学部学部長でIEEEフェローのXu Chengzhong氏、ハルビン工業大学人工知能研究所長でIEEEフェローのLiu Jie氏、深セン理工大学コンピュータサイエンス学院長でアメリカ医学生物工学協会フェローのPan Yi氏、南方科技大学Skyworks Trusted Autonomous Systems研究所執行学部長兼コンピュータサイエンス工学部部長でIEEEフェローのYao Xin氏、そしてホストAIRS研究所執行学部長のDu Zide氏です。

学部長フォーラム: AIイノベーションと人材育成

香港中文大学（深圳）学長顧問、杜子徳学部長。彼は17年間中国コンピューター連合会（CCF）の事務局長を務め、CCFの包括的な改革を推進しました。彼はまた、全国青少年情報オリンピック（NOI）の会長でもあり、中国コンピュータ協会の青少年コンピュータ科学技術フォーラム（YOCSEF）の設立にも参加しました。彼はこの AI Deans Forum の主催者およびホストでもあります。

徐成中学部長は、中国科学技術部のスマートシティとモノのインターネットの重点研究開発プロジェクトの主任科学者です。米国ウェイン州立大学で18年間教鞭をとり、400本近くの学会誌論文を発表し、トップクラスの国際学術会議で何度も最優秀論文賞を受賞し、120件以上のPCTおよび国内特許を取得しています。

Dean Liu Jie 氏は、元 Microsoft Research の主任研究員および企業パートナーであり、ACM 優秀科学者、国家レベルの高い人材、工業情報化部の IoT インテリジェント技術重点実験室の所長を務めています。Microsoft Gold Star Award、Berkeley Cai Shaotang Award、2021 IEEE TCCPS Outstanding Leadership Award など、数多くの賞を受賞しています。

潘一会長は、かつて世界トップクラスの科学者の上位2%、世界トップクラスのコンピューター科学者1,000人に選ばれました。現在は、アメリカ医学生物工学協会会員、ウクライナ国立工学アカデミー外国人会員、英国王立公衆衛生アカデミー会員、国連科学アカデミー会員、広東省学術連合会員、長江学者です。

Dean Yao Xin は、IEEE Computational Intelligence Society の元会長 (2014 ～ 2015 年) です。彼は2003年から2008年までIEEE TEVCの編集長を務めた。彼は、トップクラスの国際学術会議や学術誌に850本以上の論文を発表しており、Googleでの総引用数は52,000回を超えています。また、IEEE-フランク・ローゼンブラット賞史上初の中国人受賞者でもあります。

このフォーラムでは、5 人の学部長が自身の教育および研究経験に基づいて AI 人材育成に関する経験を共有しました。

• 徐成中教授は、「人工知能の概念と歴史の観点から、その教育の核心は人工知能と呼ぶべきではなく、データサイエンスと呼ぶ方が適切で正確だろう」と考えています。

• 潘一教授は次のように述べた。「AIは『天を目指して地に立つ』という教育理念を確立すべきだ。『天を目指す』とは、人工知能の利点を証明するために新しい理論を発明することであり、『地に立つ』とは、人工知能を真に実用的なものにすることを意味する。」 「

• 劉傑教授は、「人工知能は学際的な性質を重視すべきだ。人工知能が前進するためには、実践的な問題を解決するために専門分野の知識と組み合わせなければならない。このようにしてのみ、人工知能は未来と発展を得ることができる」と考えている。

• 姚新教授は「人工知能人材の育成は能力を重視するのか知識を重視するのか、人工知能人材の育成とコンピュータ人材の育成の違いは何かという点の方が、我々の検討に値するかもしれない」と述べた。

• 杜子徳教授は「人工知能は医療、自動車、金融など多くの専門分野と密接に関係している。AI人材は自らの限界を超え、業界の専門家とさらに協力して問題を解決すべきだ」と述べた。

今日のハイライトを振り返ってみましょう。

雰囲気を盛り上げるために、フォーラムの冒頭で4人の学部長がそれぞれの仕事と学部について紹介しました。その後、AI人材の育成・教育や産業研究における現状の困難さについて、全員で白熱した議論が行われました。

近年、AIの専門分野の研究は急速に進歩しており、AIは徐々に研究から実装へと移行し、学界や産業界におけるAI人材の需要も静かに変化しています。このような状況下で、人工知能の大学や関連研究機関が雨後の筍のように次々と設立されました。

したがって、ドゥ・ジデ学部長が最初に提起した質問は、「現在の人工知能専門大学の教育と従来のコンピューター科学技術の違いは何ですか?」でした。

4人の学部長はこの問題について異なる意見を持っていた。その中で徐成中教授は、人工知能と従来のコンピュータや制御の分野との最大の違いは、それが学際的な分野であるという点であると信じていた。

彼の意見では、60年間の浮き沈みを経て人工知能が突然人気を博したのは、実はその背後にあるデータ主導の技術的サポートと切り離せないものであり、さまざまな業界でのデータの応用は分野横断的である。つまり、中核となる鍵は学際的であり、データから人工知能まで、コンピューターサイエンスも関わってきます。

パン・イー教授もこの問題について個人的な見解を述べています。彼は、人工知能の専攻にはある程度のコンピュータプログラミングの知識が含まれるが、独自のアルゴリズムとアプリケーションに重点が置かれていると考えています。

パン教授は、人工知能が生物学、化学、製薬などの特定の分野に応用されると、その方向性は少なくとも「AI+X」になると考えています。彼は自身の深い経験をふまえて、「人工知能は空想で実現できるものではありません。問題は実践から生まれ、実践に戻らなければなりません。したがって、私たちの人材育成の方向は『AI＋専門知識』でなければなりません」と語った。 ”

姚新教授は、上記の2人の学部長とは異なり、人工知能とコンピュータサイエンスやエンジニアリングの間に違いはないと考えており、次のように説明しています。「商用アプリケーションの普及により、現在、人工知能の研究と教育のエネルギーの大部分はアプリケーションリンクに集中しています。」しかし、人工知能は美しい家のようなもので、その基礎となるのはコンピューターサイエンスとエンジニアリングです。皆が急いで家を建てたら、ある日突然、基礎が崩壊してしまう可能性はあるのでしょうか?

ヤオ・シン教授によると、人工知能とその応用を開発するためには、コンピューターサイエンスとエンジニアリングの強固な基盤を築く必要があるとのこと。人材育成の観点では、応用を行う際にも計算思考や論理的思考力が求められ、人工知能応用の特殊性は過度に強調されるべきではない。

[[443280]]

ヤオ・シン教授

劉傑教授が勤務するハルビン工業大学は、コンピューターサイエンスの老舗大学であり、長年にわたり豊富な教育経験を積み重ねてきました。彼の見解では、コンピューターは人工知能にとって不可欠な基盤でありツールであり、つまりコンピューターは「知能」を実現するためのツールなのです。しかし、「知能」という言葉はコンピュータによって定義されるものではありません。より広い意味で言えば、これは哲学的な問題です。たとえば、遺伝子編集によっても、いわゆる「知能」を実現できます。

したがって、コンピュータは現時点では人工知能を実現するための手段にすぎません。コンピュータサイエンスは現在、最も複雑なエンジニアリング問題を解決するための中核的な手段です。したがって、コンピュータを使用して人工知能の概念を実現するという方向は正しいですが、コンピュータ自体には独自の開発方向とフロンティアがあり、必ずしも人工知能を中心にしているわけではありません。

上記の学部長のスピーチから、少なくとも一つの結論を導き出すことができます。それは、人工知能とコンピューターサイエンスの発展は互いに補完し合うということです。その後、この問題に関する議論は終了し、Du教授は一見単純な質問を投げかけました。 「コンピュータサイエンス学部のコアコースとは何ですか？」

この質問に関して、出席した4人の学部長は正確なコース名を挙げず、それぞれの研修の方向性と教育コンセプトについて詳しく話しました。

[[443281]]

劉傑教授

劉傑教授は、ハルビン工業大学は現在、次の研修プログラムを改訂中であると述べた。具体的なコースはまだ決まっていないが、主にシステム、ネットワーク、人工知能、情報セキュリティなどの主要な方向性に焦点を当てている。

徐成中教授は、マカオ大学の人工知能学科は完全に学際的であり、学生は7つの専攻分野の中から少なくとも1つの専攻分野を選択しなければならないが、この専攻分野はコンピューターサイエンスではないと述べた。

徐教授が勤務する理工学部には、コンピューターの一般知識、4 つのアプリケーション ツール、さまざまな専門分野における 4 つのアプリケーションという 4 つのコア コースがあります。科目は完全に学際的ですが、学位は互いに独立しています。

潘一教授も、コンピュータサイエンスの教育計画を策定する際に矛盾に直面しました。基礎が重要であることは誰もが知っていますが、コンピュータで最も重要なものはハードウェアシステム、オペレーティングシステム、アルゴリズムです。しかし、これらの基礎コースを非常によく教えると、機械学習、データ分析、確率知識などの多くの人工知能コースを配置することができず、4年間の学部教育時間が引き伸ばされてしまいます。

最後に、ヤオ・シン教授は、コンピューターサイエンスと人工知能を本当によく学びたいのであれば、学部課程は4年ではなく8年であるべきだと考えていますが、8年間の学部教育は非現実的です。そのため、華南理工大学のコンピュータサイエンス学部は、体系的なトレーニングに加えて、知識の伝達ではなく能力の育成を重視するという選択をしました。アルゴリズムを知っているだけでは学生にとってあまり役に立たないからです。

同時に、姚新教授は、人工知能が実用化できるかどうかについても非常に困惑していると述べた。「なぜ人工知能は現在実用化されていないのか？人工知能は実用化できない。人工知能は単なる手段だ。実用化すべきなのは応用だ。」

人工知能は進化する学問ですが、その本質は変わりません。学生が将来研究をするか就職するかに関わらず、思考力や論理的思考力が特に重要になります。

したがって、教科区分やカリキュラム開発の議論の次に、皆さんが一番気にされるのは就職の問題です。人工知能専攻者の就職の見通しはどうですか?

徐成中教授はこの問題について研究を行い、まず特定の専門分野（医学など）の知識を身につけてから人工知能を学んだ人は、コンピュータサイエンス学部を卒業してから分野の知識を学んだ人よりも就職に人気があることを発見しました。もちろん、業界に入ってからドメイン知識を学ぶこともできますが、それではちょっと遅すぎます。

徐成中教授

ヤオ教授は、大学卒業生の将来のキャリアパスも観察してきました。彼は、計算思考と論理的思考のスキルは、学生が将来、応用や就職に従事するかどうかに関係なく、非常に役立つと考えています。これは、単なる知識移転ではなく能力開発という、華南理工大学が常に重視してきたこととも一致しています。

偶然にも、ハルビン工業大学のモットーは「技能の習得」であり、これは派手な言葉ではなく、単純明快なものです。しかし、過去数十年にわたり、ハルビン工業大学の優秀な人材を輸出する能力は疑う余地がなかった。したがって、ここにいる聴衆は杜教授と同じように、ハルビン工業大学の学生の何がそんなに特別なのか興味を持っていると思います。彼らの中核的な能力は何ですか?

劉傑教授は、ハルビン工業大学は常に学生の能力育成を重視しており、この点で非常に堅実な仕事をしてきたと述べた。特に、先輩たちが受け継いだコースでは、教えられた知識が非常にしっかりしており、実践能力に対する要求が比較的高く、国際的な教育システムと組み合わされています。この観点から、学校は教育システムの恩恵を受ける学生の基礎訓練と教育を非常に重視しています。

一方、ハルビン市を含む学生コミュニティでは、気を散らすものや妨害するものがあまりなく、研究や勉強に集中することができます。劉傑教授は、ここ2、3年ハルビン工業大学で出会った教師や学生たちはとても現実的で、それはハルビンの街の風格と多少関係があると語った。彼らはより実用的で、うるさくなく、新しい概念や流行の用語を過度に追求せず、ただしっかりとした基礎を築きたいだけだった。

人工知能と基礎教育の関係について、劉傑教授は、将来のコンピュータ教育はシステムプログラミング能力とデータ思考能力の2つに分かれると考えています。コンピュータは現在、生活のあらゆる分野に浸透しており、それ自体が非常に重要な能力ですが、人工知能はより多くのデータ思考能力を反映しています。

「人工知能を専攻した卒業生は、データ分析を主に重視する企業に就職する傾向が強いです。彼らは一定のシステム分析能力を持っていますが、それよりも重視しているのはデータ能力です。これはまさにここ数年、誰もが欠いていたことです。誰もがデータを蓄積する能力が向上したため、データから有用な情報を引き出せる人材の需要が高まり、人工知能人材の供給不足という現象も引き起こしています。この熱狂が少し落ち着いたのはつい最近のことです。なぜなら、「データが有用であること」と「データから真に価値を引き出し、企業にフィードバックすること」は別物だと誰もが認識したからです。 ”

パン教授の大学はまだ学部生の募集を開始していませんが、教授は個人的な見解もいくつか共有しました。彼の意見では、卒業後に企業に入社すること、学術研究を続けること、技術者になることは、3つの異なるトレーニングプログラムです。たとえば、学生が卒業後にソフトウェアを開発するために企業に行く場合、理論的な要件は比較的それほど高くありません。しかし、現在の慣行はすべての生徒を一つの方向に押しやるものであり、将来どのように合理的な方向転換をするかが問題です。

そのため、パン教授は、大学は将来の発展方向が異なる学生のために、異なるトレーニングシステムを開発する必要があると考えています。これは「学生の適性に応じて教える」ことであり、これは私たちが将来行うことでもあります。

[[443282]]

パン・イー教授

杜子徳総長は、上記の3つの問題について議論した後、現在の人工知能研究機関について懸念を表明した。彼は、「すでに各地に数十の人工知能研究機関が設立されているが、いくつかの論文を発表する以外は、実際の成果は比較的限られている。この場合、それらの存続能力は心配だ」と感じている。

この点について、徐成中教授は、現在話題になっている人工知能は、よりデータ駆動型の人工知能であり、その中核は必ずしもコンピュータサイエンスではなく、データサイエンスであると述べました。そのため、一部の大学では、データサイエンスが中核であるため、データサイエンスの分野や学部も設立されています。

しかし、「データサイエンス」はあまり流行っているようには聞こえません。流行の中で、人々は流行を追いかけて「人工知能」と結び付けざるを得ない傾向があります。したがって、以前の論理的思考からデータ駆動型、知識誘導型へと、コンピュータサイエンスの全体的な意味合いは間違いなく前進し続けています。

潘一教授は自身の経験に基づき、人工知能の学校や研究機関は常に国家の支援に頼るのではなく、業界からの支援も求めることができると考えています。研究機関が持続的に発展する能力を獲得したいのであれば、単に論文を発表するだけではなく、一連の技術を根付かせ、実装しなければなりません。また、企業を育成し、経済的利益を生み出すことも必要です。

そのため、大学であれ、研究機関であれ、産学研の融合を推進するためには、さまざまな分野の科学者や起業家と積極的に協力することが必要です。

劉傑教授は、ハルビン工業大学はロボット工学と人工知能の研究と人材育成において長い歴史を持っていると述べた。研究成果であれ、大学の存続であれ、最終的には人々に返ってくるだろう。「人は永遠だが、陣営は移ろいやすい」ということわざがあるように。人材を維持し、研究を継続できるようにすることでのみ、チーム全体が発展し続けることができます。

「今、AIは大変人気があり、誰もが『人工知能』という言葉に慣れています。今後、変化があるのではないかと思います。しかし、チームが存続する限り、この分野は前進し続けるだろう。 ”

劉傑教授と徐成中教授は似たような見解を持っていることがわかります。現在、人々はコンピュータサイエンスとデータサイエンスを「人工知能」と呼ぶことに慣れていますが、分野全体が分割されているわけではなく、本質的には時間の経過とともに進化しています。

[[443283]]

道子徳教授

最後に、この学部長フォーラムに関して、デュ・ジッド学部長は次のように結論付けました。「人工知能は本質的には応用分野であり、基礎分野ではありません。」コンピュータサイエンスと人工知能の関係は、システムとアプリケーションの関係です。

「中国では、実際にコンピュータ システムに取り組んでいる大学はほとんどありません。高度なコンピューティング デバイス (チップ、アーキテクチャ、バス、ストレージなどのハードウェア、および OS、コンパイル、言語、ミドルウェアなどのソフトウェアを含む) の開発は非常に困難な作業だからです。」

人工知能は、医療、自動車、金融など、多くの専門分野と密接に関係しています。 AI の才能を持つ人材は、自分自身を制限するのではなく、業界の専門家とさらに協力して問題を解決する必要があります。

ディーン・ドゥ氏は自身の経験を踏まえ、人工知能の時代においても、コンピュータサイエンスの基礎は、特に論理的思考の訓練において依然として非常に重要であると述べた。現在、私たちに最も欠けているのは、批判的思考力と問題解決能力を備えた人材です。

したがって、この新たな状況下では、伝統的なコンピュータ学校、新設の人工知能学校、および関連研究機関が協力して人工知能人材の育成に参加し、人工知能分野の学術教育と技能教育を共同で実施し、人工知能エンパワーメントの特徴に適合し、 「AI+X」複合人材を同等に重視する育成システムを構築する必要があります。

こうして、2021 GAIR学部長フォーラムは温かい拍手の中で終了しました。次回の学部長フォーラムを楽しみにしています。