「新しいインフラ」に求められるAI人材のギャップをどう埋めるか

「新インフラ」がホットワードとなり、その重要な構成要素として人工知能に大きな期待が寄せられている。

[[329565]]

最近発表された業界レポートによると、今年第1四半期、「新インフラ」関連7大分野の求人数は2019年第1四半期に比べて全体で42.96％増加した。そのうち、人工知能などのオンライン求人は40％以上増加しており、ハイエンドの人材が不足している。

大学は人材育成の主戦場だ。2019年、教育部は全国35の大学に「人工知能」学部専攻の第一陣の設置を認可した。大学では AI が流行していますが、AI を教えることができる教師が比較的不足しています。同社にはAI分野の専門家がいるものの、フルタイムで教えることは不可能だ。 「新しいインフラ」に必要な大量のAI人材をいかに育成するかが難しい問題となっている。

仕事と高給に対する需要は大きいが、多くの学生はその分野について限られた理解しか持っていない。

国家レベルでの感染症対策において、視覚的温度測定、インテリジェントアウトバウンドコールロボット、無人配送車両に代表されるAI製品は好調な成果を上げました。この世代の若者は、AI を使って世界を変えることについて多くの創造的なアイデアを持っています。

北京郵電大学の光光研究室には、チームを組んでAIをテーマにした競技会に参加する学生のグループがあります。彼らは、北京2022冬季オリンピックが提案した「テクノロジー冬季オリンピック」というスローガンを本来の設計意図として、SSDニューラルネットワークとモノデプスニューラルネットワークを使用してモデリングし、百度のオープンソースディープラーニングプラットフォームPaddlePaddleの音声技術と組み合わせて、視覚障害のあるアスリートが起床、洗面、外出、スタジアム到着までのすべてのタスクを自力で完了できるようにガイドグラスを設計しました。

また、地下鉄の列車運行システムにマシンビジョン測位技術を適用し、従来の地下鉄がトランスポンダーに依存していた正確な停止を改善することにも成功しました。プロトタイプは現在、瀋陽と重慶でテストされ、運用されています。

「AI分野では、世界中の学者が毎日研究成果を更新し続けています」。北京郵電大学データサイエンスセンターブロード実験室の講師ヤン・ヤン氏は、AIの指導は教師に高い要求を課し、技術発展のペースについていく必要があると語った。彼は北京郵電大学で「ディープラーニングの原理と応用」と「データサイエンスとテクノロジー」という2つのAI関連のコースを開設し、さまざまな専攻の多くの学生を惹きつけています。楊洋氏は学生たちにこう語った。「AIは非常に人気の高い分野で、その応用範囲は多様で、業界ごとに異なります。1回の講義ですべての業界を網羅することはできませんが、典型的な事例を通して基本原理を説明したいと思っています。今後、他の業界で関連する問題に遭遇したときに、この講義がヒントになったことを思い出していただければ幸いです。」

AI分野の仕事の需要が大きく、給与も高いと聞いて、多くの学生がAIに興味を持つようになりますが、科学的な入門ガイダンスが不足しているため、多くの学生はAIについて表面的な理解しか持っていません。広西科技大学の授業で、ある学生が胡潔先生にこう言った。「先生、私はAIだけを学びたいのです。Python（コンピュータープログラミング言語）は学びたくないのです。」

胡潔は無力そうにこう返した。「AIの根底にある枠組みが何か知っていますか？それは何に基づいているのですか？それさえも知らないのに、どうしてAIを学びたいと言えるのですか？」

学際的な新興技術分野として、AI 専攻の知識システムには、コンピューター サイエンス、数学、神経科学、統計、バイオニクス、心理学などの分野が含まれます。この分野は非常に新しく、ほとんどの単一分野のコースと異なるため、教えることがより困難になります。 AI 教師の多くは、転職したコンピューターサイエンスの教師です。地元の大学教員は「ＡＩに触れたばかりの人が多い」と話した。

ヤンヤン氏は特に、AI 分野で学んだことをすべて学生に伝えたいと考えていますが、学生ごとに分野が異なるため、多くの場合、学生を 1 つの方向にしか導くことができません。教室では、彼は自らを「フットボールのコーチ」と位置づけ、生徒たちが問題に直面したときにどう対処するかを教えている。ヤンヤンは、科学的研究を教育プロセスに取り入れることを提唱しています。ヤンヤンは、チームを率いて科目競技会に参加する際に発見したり思いついたりした独創的なアイデアを実験ケースに組み込んで、それを教室に持ち込んで説明し、学生にインスピレーションとトレーニングを提供します。

AIのブレークスルーにはより多くのデータ、事例、シナリオが必要

注目すべきは、AI関連の仕事の地理的分布と同様に、一級都市の大学がAI専攻者の数で絶対的な優位性を持ってリードしており、北京が最も多いということだ。

ヤン・ヤンは、2017 年に清華大学電子工学部で博士研究員として研究を終えた後、北京郵電大学のデータサイエンスセンター研究所に加わりました。清華大学在学中、彼は最先端の講義を数多く聞くことができ、休暇中に選択できるコースも多く、学校側は修士を招いて学生と経験を共有することもできた。しかし、「ほとんどの大学では、修士レベルや一流の専門家を招聘するのはまだ難しい」という。

北京郵電大学は2018年に人工知能研究所を設立しました。学生はキャンパス内で関連リソースを簡単に見つけることができ、実践する機会も豊富にあります。 BUPT の Kuanguang 研究室のメンバーは、2 つの中国大学コンピューター コンテスト (人工知能創造性コンテスト) のほか、Baidu や Huawei などの企業が主催するコンテストにも参加しました。

良い教師は生徒にとって大きな意味を持ちます。北京郵電大学光光研究室のメンバーである陳凱氏は、AIの学習にはガイドが必要であるため、自分を導いてくれる「大物」の存在を望んでいる。

柳州市にある広西理工大学は、一級都市の大学ほど多くのリソースを持っておらず、学生たちはAIの現状と展望について深く理解していない。しかし、一部の学部や教員はAI教育を非常に重視しており、学生がAIに触れるためのさまざまな機会を模索している。

広西理工大学は柳州の地元の実務大学として、現場で革新的な機会を見つけるために、学生を企業にインターンシップさせる活動を頻繁に行っています。柳州は南西部の重要な工業都市であり、多くの有名な重工業企業が存在します。

2018年、広西柳州元創EFIテクノロジー株式会社でインターンシップをしていた学生グループは、同社が製品をテストしていた際、既存のカメラでは画像データの収集が十分に鮮明ではないことに気付きました。当時、広西理工大学コンピュータ・通信学部の副学部長であった黄瑾氏は、ディープラーニング技術の助けを借りてこの問題を解決できるかどうか考え、学生たちにアイデアを提供した。同年11月、3人のインターン生、関六龍、陳成奇、朱宗紅の指導の下で改良されたインジェクターバルブシートのインテリジェント検出装置が、同社の生産ラインでテストに成功しました。彼らは、ゼロ閾値ワンストップAI開発プラットフォームであるBaidu PaddlePaddle EasyDLを使用し、データ収集装置、LED補助照明装置などの設備と組み合わせて、「義眼+拡大鏡」に頼っていた同社の従来の検査プロセスを変えました。現在、この設備は正式に稼働しており、控えめに見積もっても、同社は年間60万元の人件費を節約できるとされている。朱宗紅氏は率直にこう語った。「AIエンパワーメントが大企業の技術プラットフォームに依存していなかったら、このプロジェクトはまったく不可能だっただろう。」

「実際のところ、私がやっていることが成功するかどうかは分かりません。」胡潔先生は当時心配していました。企業ではデータのラベリングが必要で、これは長期にわたる作業です。企業は学校から遠く、交通の便も良くないため、学校は学生の宿泊先を企業内で手配しました。宿泊条件は非常にシンプルですが、留学経験のある教師たちは、学生がAIを学ぶことの重要性を強く信じています。学生の頑張りを奨励し、学校内に「第2の教室」を開設し、キャンパス内にAI学習の基本的な枠組みを構築し、単位を使って学生が積極的に学ぶ動機付けをしています。

実際のシナリオのニーズと豊富な学習リソースに基づいて、「ダブル非」大学も AI 専攻で画期的な進歩を遂げることができます。

「人工知能はこれまでのどの科目よりも多くの実践を必要とし、より多くのデータ、事例、シナリオを必要とする。応用学部は実用化の機会を探るべきであり、清華大学や北京大学と同じ道をたどることは不可能だ」と、大学間の産学研究協力に参加したあるビジネスパーソンは語った。将来、誰もが自動運転車を運転するようになると、自動運転車のメンテナンス技術に対する需要が高まり、応用大学にとってはこの分野の人材を育成するチャンスとなるでしょう。

人材育成にはすべての関係者の共同の努力が必要

COVID-19パンデミックは、AIの将来の発展にとっていくつかの重要な機会をもたらしました。

清華大学人工知能研究所の副所長である孫茂松氏は、現世代の人工知能技術が産業界に貢献する重要な機会は今後3～5年にあると分析した。人工知能業界全体の観点から見ると、さまざまな業界と融合するコア技術を発明した先駆者は、必然的に独自の優位性を獲得し、業界の主要な応用を解決することは非常に困難であり、それが人工知能の徹底的な発展を促進することになります。

大学は、AI人材育成において学生の育成に適した人材育成の仕組みを早急に模索する必要がある。ヤンヤン氏は、企業によって要求が異なるため、大学は企業がどのような人材を必要としているかを学校とコミュニケーションし、大学が研修の際に特定の側面に重点を置くことを期待していると述べた。

注目すべきは、2020年に教育部の「高等教育機関向け人工知能イノベーション行動計画」の要求に従って、一連の定量的指標が受け入れられるということです。計画では、2020年までに「人工知能+X」複合専門学科100校の建設を完了し、世界レベルの学部・大学院教科書50冊を編纂し、AI分野で国家レベルの高品質なオンライン公開講座50講座を構築し、AIカレッジ、研究所、学際研究センターを50校設立する必要があると指摘している。

企業が積極的に「教育パートナー」になっていく。 5月20日に開催された「WAVE SUMMIT 2020」ディープラーニング開発者サミットで、百度の関係者は、PaddlePaddleが教育部の新工学産学研連盟と提携して大学向けのディープラーニング教員養成コースを開設し、400校以上の大学から1,000名以上のAI専門教員を養成し、200校以上の大学が人工知能コースを開設できるよう支援したことを紹介した。アルゴリズム競技、クリエイティブ競技、業界競技の3大競技は年間を通じて開催され、競技を通じて学習を促進しており、過去1年間で50回以上のイベントが開催された。

共同研修に参加した大学長らの見解では、企業は最先端の業界慣行や技術をAIコースに取り入れることができ、エンジニアは理論や業界の実用化に精通しており、専門教員は実践的な教育経験を持っているため、専門教員が知識を学んで理解した上で学生に伝える方が効果的である。