“企业界认为高校培养的AI人才与产业应用‘脱节’，新技术飞速发展，企业界要对高校人才培养有耐心，并且要产教融合培养。”12月12日，在由深度学习技术及应用国家工程实验室主办的WAVE SUMMIT+2021深度学习开发者峰会上，复旦大学特聘教授王晓阳说，“AI人才培养和企业需求处在不同节奏上”是不可忽视的一大痛点。

当下，AI生态愈发繁荣，并在工业、能源、交通、城市等领域遍地开花。基于对AI技术和应用发展的观察和思考，百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰认为，人工智能呈现出“融合创新”和“降低门槛”的特点，“一方面，AI技术及产业的融合创新越来越多；另一方面，虽然AI技术越来越复杂，但AI开发与应用的门槛却越来越低。”

产业发展进入了新阶段，同时，AI人才培养也遇到了新的机遇与挑战。对此，多位与会的高校专家给出了他们的“解决方案”，“企业应当发挥技术和产业实践优势，进行产教融合，助力高校人才培养”。

“产教融合应当把最新研发的技术及时纳入高校专业培养中，这是很有必要的环节。”上海大学计算机工程与科学学院院长谢少荣谈到，她十分赞同一位院士提到的“高校不要用昨天的知识教今天的学生，再让他们去面对明天的需求”。她认为，高校以开放的态度与企业共同育人，是培养未来人工智能人才的重要途径。

华东师范大学计算机科学与技术学院副院长周爱民认为，高校人才培养的优势是知识体系更加全面，企业优势在于技术发展速度快且对人才需求量大，“在新工科等实践性强的专业硕士和非全日制硕士培养方面，企业和高校可以优势结合。”

在王晓阳看来，高校要加强对通用技术的教学力度，“新技术中也蕴含很多通用技术，这对于高校教学来说比较容易。在不同专业里推行哪些不同技术，需要进行长期研究探索，企业和高校需要互相配合”。不过，他也提醒，如果企业进入高校只想着培养潜在用户，“就太急功近利了，应该更多考虑把实践中的通用技术与学校教育结合”。

针对不同高校的不同办学特色，人工智能相关专业课程该如何设计？谢少荣介绍，在设计上海大学人工智能专业培养体系时，提出了6个不同模块进行人才培养，“既有基础理论模块，也有AI+的复合型人才培养模块，如智能无人系统等。科技自立自强，希望用自己的算法模型、自己的开源平台培养自己未来的AI人才，期待有资源有实力的企业共同努力”。

周爱民也谈到，作为师范类高校，在“人工智能+教育”方面进行了实践探索，成立了智能教育二级学科博士点，并已连续招收两届博士生，“课程体系设置上体现了学科交叉的特性，既需要学习计算机和人工智能技术、数学基础、计算机基础等，另一重要模块是教育、心理等师范类模块。从理论学习到科学研究、产业落地，我们希望形成完成产业链进行人才培养探索，这也需要相关企业共同探索和发力”。

会上，王海峰公布了飞桨最新成绩单：凝聚406万开发者，创建47.6万个模型，服务15.7万家企事业单位，在中国深度学习平台综合市场份额第一。他表示，飞桨产业级深度学习开源开放平台是典型的AI大生产平台，希望赋能广大开发者，并联合学术界和产业界，打通产学研用的正向循环，持续为社会贡献AI人才。