多元化的人工智能知识培训体系，是AI+人才成长的有效途径。摸清专业技术人才对人工智能知识的需求，分析其应该具备的知识结构和能力水平，开辟多元的成长途径，构建接力式、阶梯式完善的培训体系，是促进AI+人才队伍建设，满足时代发展对人才需求的重要保障。

人工智能不仅助推新一轮的科技革命与产业变革，还深刻影响着经济社会各领域、各行业的创新发展。如何加快专业技术人才人工智能知识的培训，提速传统产业与人工智能产业的深度融合，助力新兴产业的崛起，提升专业技术人员的AI+水平，形成人工智能人才群，是当前迫切需要研究的问题。本文结合对上海专业技术人员的实际调研，在阐述智能时代专业技术人才所需的知识能力、人工智能人才所需掌握的知识能力的基础上，分析专业技术人才对人工智能知识需求夙愿，提出构建多路径相结合的人才培训体系的意见建议。

一、智能时代对专业技术人才的知识及能力需求

1.智能时代对专业技术人才的基础能力需求

科技创新，人才支撑。随着人工智能的迅猛发展和普及性的应用，人工智能产业也上升为国家战略性新兴产业，人工智能人才及AI+人才也已成为急需紧缺人才之一。高水平人才是人工智能产业发展的重要支撑，多元化培训体系是人工智能及相关人才成长的有效途径。智能应用在便捷人类生活、工作的同时，也带来了诸多挑战和压力，例如机器正在替代人类的一些工作。这就需要在岗的专业技术人员，能够掌握更多的与时代发展相匹配的知识和技能，提高自身的生存与发展能力。人工智能人才与传统科技人才不同，作为新型科技人才的代表，人工智能人才具有以信息科学为基础的知识背景和从业背景；对多个专业领域都有精深的研究，而不仅仅是“跨学科”；职业周期短，顺应产业形态的演进周期；流动性强，集聚指向趋于平台化、网络化；薪资高，且偏好市场化薪酬结构；传统高等教育无法培养人工智能发展所需的多专业化的应用层人才等特点。这就需要我们在分清人工智能人才和技术的基础上，着力打造和提升专业技术人才的知识和能力素养，以扩大AI+人才队伍。

人工智能人才按照需求分为理论人才、技术人才、平台人才和应用人才等四个层次。理论层次：具体分为人工智能基础与机器学习、脑科学与类脑智能。技术层次：具体分为机器感知与模式识别、自然语言处理与知识工程。平台层次：具体分为混合增强智能、自主智能。应用层次：主要涵盖智能制造、智能土木、智能金融与商务、智能养老、智能遥感等。还包括计算机科学、金融贸易、医药、诊断、重工业、运输、远程通讯、在线与电话服务、法律、科学发现、玩具与游戏、音乐等诸多方面。人工智能技术主要涵盖的技术如图1所示。AI技术是通过对人的意识、行为、思想进行模拟，使机器能够代替人们完成人类做不到、做不好或有危害的事情，提高工作质量和效率。2019 年 3 月，我国《关于促进人工智能和实体经济深度融合的指导意见》，提出了促进人工智能和实体经济深度融合的任务。这就意味着在智能时代，需要专业技术人员拥有与时代发展要求相匹配的知识素养和能力：能够深度学习、思考、推理、交流、感知、规划、分解问题的能力；具有能够和机器人对话的能力；对于人性、文化、情感等方面敏锐感知的能力。

2.人工智能时代对人才创新能力的需求

人工智能与行业领域的深度融合，正在改变甚至重新塑造传统行业，创新能力是对AI+人才的重要要求。随着人工智能的普及应用，未来需要各行各业的专业技术人员拥有三大类能力，即与人工智能相处的能力、与人相处的能力、超越人工智能的能力。与人工智能相处的能力，是要求我们需要围绕人工智能发展需求，理解、改进、发展人工智能，并且利用它来实现我们工作生活中的进步。与人相处的能力，是人际沟通的需求。按照现阶段发展，人与人的沟通还是无可替代的，即使未来人工智能进一步发展，它们还是无法理解人类的内心世界，所以不可能替代人际沟通。超越人工智能的能力，是人工智能没办法完成的工作，即人的创造力以及世界观。利用这些能力，发挥人类的创造力，认知未来，改变我们的工作和生活。传统高技能人才的核心特征是动手能力强，而人工智能时代的高技能人才将以脑力为主、手脑并用，这也是人工智能时代赋予高技能人才的时代特征。研究表明，逻辑思维能力和数据分析能力是尤为重要的能力，分别占调查群体的70.58%和62.38%，反映出创新能力和分析能力在人工智能人才能力结构中的重要性。创新型、学习型、适应型是人工智能时代对人才的能力要求，也是其实现自身可持续发展的基本保障。AI+人才应具备较强的自主创新能力、数据分析能力以及宏观判断能力，发挥其在产业发展创新中的积极作用。

3.人工智能时代对人才融合能力的需求

人工智能时代对跨学科融合能力的需求越发强烈，越是需要能够适应岗位不断变化和技术飞速发展的综合能力。人工智能作为一种使能技术，具有与其他学科研究进行交叉的天然秉性，涉及计算机、数学、哲学、心理学、神经科学、控制科学、机器人学、认知科学等多个学科领域，具有极为广泛的应用领域。2018年3月，《法国人工智能发展战略研究报告》着重强调跨学科能力的重要性，建议由法国国家信息与自动化研究所牵头，依托大学的科研力量，整合各方研究资源，在全法布点建立4-5个跨学科研究中心。2018年9月26日《自然》（Nature）杂志发表了《机器智能颇具多学科交叉内禀》的文章，指出人工智能是与计算机科学、机器人、认知科学交叉的活跃领域，并且在科学、工业和社会学的应用方面也呈现出多学科交叉特色。从人工智能领域的“交叉属性”这一特点来说，跨部门、跨行业、跨岗位的能力需求逐渐凸显，对于人工智能工程师来说，最核心的竞争力是他们对人工智能的知识积累以及融会贯通的能力。

市场对人工智能人才的技术融合要求更多，人工智能岗位对求职者技能的要求显著高于传统技术类岗位。超八成AI类职位要求候选人掌握两项及以上技能。人工智能本身就是多技能的高度融合渗透性的，不仅有传统技术与数据科学的融合，还有从数据采集，到数据存储、分析、应用、自动控制等过程的融合。人工智能人才的能力培养，应按照职业标准的内容与结构来设置，注重专业技能的培养，着力提高核心能力。人工智能人才的培养，要加强横向能力和弹性能力的培养。从调研数据显示：技术应用能力、实践创新能力和技术开发能力居前三位，分别占调查群体的47.75%、38.42%和33.12%；排在最后的为案例分析能力，仅占调查群体的22.16%。逻辑思维能力和数据分析能力的突出需求，是对人工智能人才创新能力需求的亟需方向（如图2所示）。专业技术人才也需要练就与人工智能人才相匹配的一些素养：较强的复合型+跨界思维、理解力+沟通合作能力、具备深度的专业能力和创造力、既懂技术又有市场头脑。

4.人工智能人才中长期发展能力的需求

2017年，《国务院关于印发新一代人工智能发展规划的通知》的发布，制定了我国新一代人工智能中长期发展规划，明确提出了至2020年、2025年和2030年的“三步走”发展战略，概括起来就是：至2020年我国人工智能发展主要注重在总体技术和应用方面追平世界先进水平，在重点行业和重点领域全面展开创新应用；至2025年建立人工智能理论与技术、法律法规、伦理规范和政策体系，自主学习能力的人工智能取得突破，在多个领域取得引领性成果，进入全球AI产业价值链高端，即实现突破；至2030年在人工智能方面取得领先，即形成成熟的新一代人工智能理论与技术体系，并在其应用中总体达到世界领先水平，形成全球领先的人工智能科技创新和人才培养基地等（如图3所示）。

我国为顺利实现人工智能“三步走”发展战略，对人工智能人才的培养提出了相应的能力要求。在2020年之前，主要倾向于应用创新，主要体现在对标世界先进水平的分析、借鉴和创新，主要锚定世界先进领域和科技热点前沿，对关键技术分析能力、研发能力和攻关能力需求较为强烈；在2025年之前主要倾向于创新引领能力，主要侧重在基础研发能力，主要锚定人工智能产业高端价值链的实现，对系统思考能力和管控能力的需求逐步增强；在2030年之前主要倾向于人工智能科技创新体系的建设能力，主要锚定理论与技术体系的进一步成熟和高端产业的重要突破，对人工智能人才的法制思维能力需求日趋重要。

5.人工智能人才所需的知识与能力架构

人工智能时代对人类社会各个方面都产生了深刻的影响，劳动力市场对劳动技能的需求也发生了根本改变，人工智能与行业领域的深度融合导致产业结构的快速变革，人工智能对安防、金融、教育、医疗、客服等产生较高的渗透并对促进传统产业提升起到了至关重要的作用。对适应新需求的人工智能人才具有巨大的需求（如图4所示），只有具备符合市场需求的知识技能和能力，人工智能才有可能得以持续发展。

人工智能人才需要具备完整的专业知识体系（如图5所示）。根据中国人工智能学会教育工作委员会提出的《智能科学与技术本科专业专业规范》建议，参照高等学校为培养人才所确立的目标以及依据此目标所选择的各门学科知识，并按一定的组合方式和比例关系所构成的知识系统，形成了智能科学与技术专业知识领域及相关课程。其中，数理基础、计算机基础、电子基础及控制基础是其专业基础。

综上，人工智能人才培训的知识结构应以人工智能原理与技术等基础性知识为基础、以Python、Java、Hadoop和C语言等工具性知识为支撑，不断丰富机器学习、深度学习、人机交互等专业性知识。人工智能人才能力素质的提升以创新能力和跨学科融合能力为主，从而不断提高人才自我认知、品质和动机。

6.教育培训是构建人工智能知识的有效途径

从人工智能在不同教育领域的渗透程度来看，越是校外市场，受到教育部门的监管就越小；越是高年龄段的市场，用户的容错能力就越高，渗透程度相对较高。其中口语听力练测、智能题库、组卷阅卷、作业批改等场景，是目前渗透最好的几个场景（如图6所示）。围绕人工智能人才知识、技能、能力的结构调整，知识结构复合化与精细化进一步统一。人工智能的发展必然对人才的专业知识需求提出更高的要求，具备专业复合化与知识精细化是对人工智能人才的基本要求。

人工智能人才的系统培养是从高校开始的，截至2019年5月，我国30多所高校成立了AI学院，75所高校自主设置了89个人工智能相关二级学科或交叉学科。在2018年认定的首批612个“新工科”研究与实践项目中，布局建设了57个人工智能类项目；2019年共有35所高校获首批建设AI专业资格，学位授予门类为工学，在AI相关领域，有101所高校获批“机器人工程专业”，203所高校获批“数据科学与大数据技术”专业，25所高校获批“大数据管理与应用”专业。虽然高校对人工智能人才的系统培养呈现出迅速发展的良好态势，但市场上现有人工智能人才中仍有很大比例未接受过系统的专业学习教育。

二、专业技术人员对人工智能知识的需求

为了及时掌握智能时代专业技术人才的学习诉求，结合地区科技创新发展特点，坚持需求导向、问题导向和目标导向原则，笔者对上海专业技术人员进行历时一个月的随机问卷调研（收回有效问卷622份）中，获取了专业技术人员对学习人工智能知识的相关信息。

1.专业技术人员学习人工智能的渴求度高

专业技术人员对学习人工智能知识的渴求度比较高。分析622份调研问卷显示，27.7%对人工智能相关知识需求迫切，很想尽快学习掌握；62.4%表示想学习相关知识，二者合计占比90.01%；9.3%认为学与不学都可以；仅有0.6%的人表示不想学习相关知识。

2.渴望学习人工智能知识的人群年纪轻

调查群体中希望学习人工智能知识的人群年龄分布，25.52%的专业技术人员年龄在21-30岁；53.77%的专业技术人员年龄在31-40岁；16.85%的专业技术人员年龄在41-50岁；50岁以上的专业技术人员仅占3.8%。可以看出近八成的人员年龄在40岁以下，即以年轻人为主。

3.专业技术人员最需要学习的人工智能知识

调查发现，专业技术人员认为目前缺乏的人工智能方面的知识有算法方面的知识、技术方面的知识、应用方面的知识以及其他各方面的知识，需求程度排序详见表1：绝大多数人认为自己人工智能方面的知识都缺乏，需要尽快学习掌握。受访者对与时俱进更新知识的愿望很高。

4.企业专业技术人员对人工智能知识的需求

在调查的来自企业的457位科技人员中，八成企业受访者最期望通过培训获得人工智能原理与技术知识，大多数受访企业科技人员最期望通过培训学习获得人工智能（原理与技术）知识，其次希望获得人机交互知识和机器学习（深度学习）知识（如图7所示）。

5.专业技术人员对人工智能知识内容的需求

在对“期望培训提高的知识”和“培训最需加强的专业知识”问卷调查中人工智能（原理和技术）和人工智能基础需求程度最高，分别达79.74%和71.86%。我国人工智能的关注热点和从业人员集中在应用层，技术层和基础层人才薄弱，整体结构失衡；尤其是基础层作为人工智能发展的“下盘”显得过于薄弱，难以支撑应用层的发展，因此在整体推进人工智能人才队伍建设的同时，还应特别关注基础层人才的培养，夯实基础为人工智能后续发展提供保障。上海市人工智能人才未经过系统学习所造成的基础理论缺乏，制约着人才队伍的进一步发展(如图8所示)。专业技术人员认为通过培训最需要加强的知识详见表2（选取前TOP10）。

根据《中国人工智能ABC人才发展报告(2018年版)》，2018年前三季度人工智能类职位描述中，出现频率最高的25项知识技能展示发现，Python、Java、Hadoop和C语言是需求量最大的几种工具性知识。从人才发展需求和搜索关注度二维综合观察结果看，Python目前市场需求最旺，Java、Hadoop、C++的人才发展指数虽然比较高，但百度搜索指数却比较低，说明这些知识技能已经进入成熟期，得到广泛的使用和认可。

三、构建专技人才人工智能知识培训体系的思路对策

依据调研分析发现，上海乃至全国人工智能人才存在以下问题：（1）供需缺口大，尤其是AI+人才短缺；（2）区域分布不均衡；（3）知识技能结构不均衡；（4）高端人才短缺严重；（5）人才培训体系不健全。为此，提出以下建立和完善人才培训体系的思路及建议。

1.明确培训对象，加大对在职专业技术人才的培训

紧扣人工智能人才在未来产业变革、经济转型升级中的地位和作用，贯彻《国务院关于印发新一代人工智能发展规划的通知》精神，实现以业聚人、以人兴业。专业技术人员的人工智能培训主要针对各领域专业技术人员，是专业技术人员知识更新项目的重要组成部分，旨在提高该人才群体人工智能方面的知识、能力和素质。依据不同的需求划分培训类别，实施分类培训。第一类为人工智能专业人员培训，按照专业技术等级设计划分初级、中级和高级三个层次的培训。第二类为一般专业技术人员人工智能培训，根据社会需求主要分为科普型的知识推广培训、公共应用型人才培训和以需求为导向的专业化AI人才定制培训。为“人工智能+”经济、科技、金融、社会管理、社会服务、法律、标准等横向复合型人才成长发挥继续教育的功效。助力人工智能“上海高地”建设，推进创新链—产业链—人才链的有机对接。

2.制定培训内容：按需分类培训，接力培训，满足所需

一是人工智能专业技术人员的培训内容设置。人工智能专业基础人才主要是掌握人工智能基础知识和智能机器人原理；中级人才主要掌握深度学习理论与应用，模拟识别与机器学习；高级人才主要掌握大数据技术及应用，数据库原理与实践、操作系统原理与实践、计算机网络技术等课程。

二是一般专业技术人员人工智能培训内容设置。科普型的专业技术人才的知识推广培训，主要以人工智能产业发展现状、行业发展趋势和最新实践应用案例为主，开展科普认知提高培训；公共应用型人才的培训，主要围绕人工智能产品或服务的实际运用开展培训；以需求为导向的专业化AI人才定制培训，主要以如何运用人工智能技术赋能现有行业或单位的实际工作开展培训，以工作实际和发展需求为导向安排学习内容。

3.采取多元培训方式：多点布局、方式灵活、丰富师资

一是培训组织形式。调研显示:面授学习、在线学习、研修班学习、项目实训和企业内训等组织形式各有优势，能满足不同性质、不同地域和不同群体的培训需求。首先，调研对象希望学习工作兼顾，得到至少两天至两周不等的集中培训；其次，参加人工智能相关产业园区、企业的实践活动，是提高人工智能知识和技能水平最有效的方式；最后，参加人工智能相关专业的研究生学习或者参加专业技术人员继续教育培训。

二是培训教学方式。调研对象反映，现场教学、案例教学和专题讲座是提高人工智能人才的胜任力最有效的方式。将人工智能继续教育培训基地的人才培养与专业技术人员知识更新项目相结合，以应用为导向，校企合作，培养技术、产业和商业的跨界复合型人才。采取半脱产培训方式，集中培训时间不超过一周，1-3天分层级实施，由浅到深，结合实际培训，培训手段最好采取场景模拟培训法或实训培训法。

三是培训师资队伍。“培训师最好来自科研院所的高级研究人员，其次是企业的高级技术人员。”师资配备方面实现人工智能交叉学科，即高校教师+企业工程师+AI行业指导师，实现交叉学科、跨学科、跨地域的“人工智能+X”的师资团队。

4.多方培训力量协同：政府部署、协会组织、社会力量参与

鉴于人工智能人才以信息科学为基础知识背景和从业背景，传统高等教育不便于培养人工智能发展所需的多专业化的应用层人才，需要大科学设施、民营企业、社会培训机构等多方协同进行人才培养的特点。搭建重点突出、多元结合的人工智能人才培训平台，构建1+1+N+X的培训组织架构。即“1”，以人社局专技处为中心，做好总体规划部署；“1”，以继续教育工程协会为组织实施的总部，制定好具体的培训规则、要求及管理办法；“N”，发挥已有的N家人工智能人才培训基地功能，做好点与点间的联动；“X”，调动社会多方力量，如各区继续教育培训点、国家级、市级继续教育培训基地和各大集团公司人力资源培训部资源，发挥联动辐射效应。待时机成熟时，构建人工智能人才培训联盟。

5.营造专业技术人才学习人工智能知识的良好生态

良好的人才制度和政策环境是人才成长及产业发展的重要保障。应制定符合产业发展规律与生产实践同步的人才培训计划，根据人工智能发展阶段的变化做及时调整，以适应不同发展阶段对人才的需求。体现规划的前瞻性、引领性和储备性。（1）形成市、区、园区等联动培养培训、助力人才成长的环境；（2）条件成熟时建设人工智能人才培训联盟，实现资源共享、各取所长，联合培养培训、成果共享格局；（3）尝试营造具有促进人工智能发展特点的特殊政策、特别机制以及特优环境，构建多层次、多元化的人才成长体系；（4）通过人才政策创新完善人工智能领域的人才培养和选拔机制，加强人才储备和梯队建设，尤其是要加快全球顶尖人才的引进和优秀青年人才的选拔培养，保证人工智能发展拥有充足且持续的人才资源。

建设长效的专业技术人才人工智能知识培训体系，为产业发展提供充足的人力保障，需动员社会多方力量，多元化、阶梯式、接力式、融合式培养。同时还要兼顾培训和引进两条途径，通过海外引才方式吸引人工智能世界顶尖人才，特别是优秀青年人才、顶尖团队，在充实人工智能人才队伍的同时，也为专业技术人才人工智能培训提供更多的成功案例和培训师资。

（作者系上海科技政策研究所/上海科技管理干部学院副研究员）