我国高校人工智能学院：现状、问题及发展方向

人工智能是新一轮科技革命和产业变革的核心驱动力，给我国经济社会带来了极其深远的影响，既为促进经济建设注入了新动能，又为服务社会发展带来了新机遇。当前，我国政府高度重视发展人工智能，并从国家战略高度全面推进人工智能领域发展。高校作为我国发展人工智能的重要阵地，肩负着该领域的人才培养、科技创新和社会服务的职责。国务院《新一代人工智能发展规划》明确指出“尽快在试点院校建立人工智能学院”[1]。教育部《高等学校人工智能创新行动计划》同样提及“鼓励有条件的高校建立人工智能学院、人工智能研究院或人工智能交叉研究中心”[2]。作为对政府或部委重要文件政策的积极回应，当前我国高校陆续成立人工智能学院、人工智能研究院或相关交叉研究中心。为进一步明晰我国高校人工智能学院的发展方向，通过对我国高校建立的人工智能学院、人工智能研究院现状考察，分析目前存在的问题与不足，进而提出具有针对性的发展策略。

新媒体联盟《地平线报告：2018高等教育版》指出[3]，人工智能已成为推动教育变革的六大技术之一，并从长期趋势转变为中期趋势，未来2-3年内有望得到普遍应用。何克抗认为[4]，未来是智能时代，人工智能将与人们的工作、学习、生活融为一体，并深刻改变人类社会的方方面面（特别是传统产业与教育）。因此，高校适时成立人工智能学院，加强人工智能领域人才培养和科学研究尤为必要。为深入了解目前我国高校人工智能学院的建设现状，将已有的高校人工智能学院、人工智能研究院作为研究对象，从成立时间、地域分布、主办学校类型、学院组成形式等四个方面对其进行考察分析。

（一）成立时间

通过检索我国相关高校官方网站，据不完全统计，截至2019年1月底，已有59所高校成立了人工智能学院或人工智能研究院，其中32所高校成立人工智能学院，19所高校成立人工智能研究院，8所高校同时成立人工智能学院和人工智能研究院。论述过程对“人工智能学院”和“人工智能研究院”不作严格区分，后文表述一般用“人工智能学院”。需要说明的是，教育部学校规划建设发展中心于2018年7月确定28所学校为“AI+智慧学习”共建人工智能学院项目试点学校（其中本科高校19所,高职院校9所），5所学校为项目培育学校，本研究中涉及的高校人工智能学院均为高校自主成立或协同共建，不包括上述项目试点和项目培育学校。被调研高校人工智能学院的成立时间、数量分布如图1所示，其中2017年5月成立的是中国科学院大学人工智能技术学院、中山大学智能工程学院、同济大学人工智能研究院、上海交通大学苏州人工智能研究院，其余55所高校人工智能学院都是在国务院颁布《新一代人工智能发展规划》后成立。

从图1可以看出，近三年高校成立人工智能学院的数量分别是：2017年12所，2018年42所，2019年5所。《高等学校人工智能创新行动计划》中指出“到2020年建立50家人工智能学院、研究院或交叉研究中心”，我国高校实际上已经提前一年完成了预期任务。自2017年11月至2019年1月，这15个月内每月都有高校成立人工智能学院，成立最多的月份是2018年6月，该月成立7所人工智能学院；其次是2017年12月、2018年4月、2018年5月，每月均成立6所人工智能学院；成立人工智能学院最少的月份是2018年2月、2018年11月，每月均成立1所人工智能学院。由此可见，当前我国高校正呈现出一股“人工智能热”，它们通过积极建立人工智能学院来响应国家重要政策方针，以落实推进人工智能领域的科技创新和人才培养。

（二）地域分布

对59所高校人工智能学院所在省份进行梳理，旨在了解当前我国高校人工智能学院的地域分布，进而宏观把握我国不同地区和省份高校发展人工智能的情况。我国高校人工智能学院所在地域分布情况如表1所示。先从地区分布来看，华东地区高校人工智能学院数量最多，达到23所，占我国高校人工智能学院总数的38.98%；其次是华北地区拥有高校人工智能学院数量为11所，占我国高校人工智能学院总数的18.64%；华中地区和西南地区，拥有高校人工智能学院数量均为7所。再从省份分布情况来看，高校人工智能学院数量排在前三位的省份分别是江苏（9所）、北京（7所）、湖南和重庆并列（各5所）。

表1相关数据表明，我国各地区高校发展人工智能的力量并不均衡，各省份之间也存在较大的差距。成立高校人工智能学院数量较多的地区和省份，主要有以下三个方面优势：一是该地区、省份拥有丰富的高等教育资源，以江苏和北京为例，这两个省份高校尤其重点大学较多，因而具备成立人工智能学院实力的高校数量相对较多；二是政府部门参与推动成立人工智能学院，如湖南省湘江新区管委会、重庆两江新区政府积极牵头组织高校建立人工智能学院；三是所在地区、省份的人工智能相关产业发达，因而对相关产业人才需求迫切，会促使当地高校成立人工智能学院。目前，发展人工智能已成为我国的国家战略，高校更应密切联系实际，切实关注并参与发展人工智能。

（三）主办学校类型

被调研的高校人工智能学院都是以大学为依托，一般均为所在单位下属机构。从主办人工智能学院的高校层次来看，基本包括以下五类高校：世界一流大学建设高校、世界一流学科建设高校、省属公办本科高校、省属民办本科高校、高职（高专）院校。这体现出人工智能学院主办高校类型的多元化，不同层次高校的人工智能学院具有不同特点，以更好地满足国家和社会对不同层面人才的需求。对59所高校人工智能学院所在单位的层次进行分类，如图2所示，我国高校人工智能学院的主办主体是世界一流大学建设高校、世界一流学科建设高校，共包括38所人工智能学院，约占目前高校人工智能学院总数的2/3，主要承担着我国人工智能前沿领域的科技创新和高层次人才培养。其次是省属公办本科高校，共有15所人工智能学院，多与政府相关部门、企业合作协同共建，侧重为地方人工智能产业发展提供人才支撑。另外，还有3所省属民办本科高校和3所高职（高专）院校，它们立足相关专业来建设人工智能学院，以培养适应人工智能产业需求的技能型人才。

再从人工智能学院所在高校的学科范围来看，主办人工智能学院的理工类高校32所，综合类高校21所，师范类高校2所，财经类高校2所，政法类高校1所，军事类高校1所。由此能够看出，建立人工智能学院的高校以理工类、综合类为主，占我国高校人工智能学院总数的89.83%，很大程度上与高校自身的办学特色与学科优势存在密切关系。相对而言，我国人工智能与人文社科类学科的交叉融合还不够深入，需要进一步去探索、推进，以逐渐缩小与国务院、教育部相关文件要求的差距。

（四）学院组成形式

对59所高校人工智能学院的组成形式进行分析，发现不同高校人工智能学院的组成形式存在一定差异。目前，高校人工智能学院的组成形式主要包括四种类型：一是高校整合资源成立“实体式”人工智能学院，如中国科学院大学人工智能技术学院、西安电子科技大学人工智能学院，具体承担人才培养和科学研究工作；二是高校以现有学院资源为基础，成立“挂靠式”人工智能学院或人工智能研究院，如北京交通大学人工智能研究院挂靠在计算机与信息技术学院，北京科技大学人工智能研究院挂靠在计算机与通信工程学院；三是高校与相关企业开展深度合作，成立“校企合作型”人工智能学院，以被调研的高校人工智能学院为例，与高校合作或共建人工智能学院较多的企业如表2所示，主要是国内部分人工智能技术领先的公司；四是由地方政府牵头组织高校开展合作，成立“政校共建型”人工智能学院，以满足区域智能产业发展的实际需求，如湖南湘江新区倡导发起和协调推动中南大学、湖南大学、湖南师范大学及相关公司成立“湘江人工智能学院”，大连市政府以大连理工大学为依托，在该市高新区共建“人工智能大连研究院”，南京市与清华大学合作共建“南京图灵人工智能研究院”等。

分析被调研的高校人工智能学院，它们既体现了学校发展人工智能的共同之处，又有各自的创新特色。概括而言，我国高校人工智能学院主要呈现以下四个方面的特点：一是符合国家战略与社会需求，二是体现办学特色与学科优势，三是聚焦人才培养与科技创新，四是注重与政府、企业合作共建。当然，由于我国高校人工智能学院成立的时间较短，尽管已在人工智能的科技创新、人才培养、社会服务等方面取得了一些成就，但还处于发展的初级阶段，仍存在一些不容忽视的问题，值得关注。

（一）学科专业建设较为薄弱

人工智能冲击最大的行业是教育，对教育的冲击将是全方位的[6]。当前，新一代人工智能给高等教育变革既带来了机遇，又带来了挑战。虽然，我国高校陆续成立人工智能学院，学院数量已经提前一年实现了相关文件要求的预期目标，但是人工智能学科专业建设较为薄弱，主要表现为人工智能学科专业体系尚不健全。具体而言，一方面，未能成立“人工智能领域一级学科”，现有人工智能专业人才培养主要依托计算机科学与技术、控制科学与工程等学科，因而亟需优化人工智能学科布局，加快推进人工智能领域一级学科建设。另一方面，人工智能专业建设尚不成熟，以被调研的高校人工智能学院为例，有10余所学院已经开设智能科学与技术专业或准备申报人工智能相关专业，也有学院开设智能医学工程、智能制造工程等人工智能复合型专业，但多数学院的人工智能相关专业建设仍然处于探索阶段。

可喜的是，近日教育部公布了2018年度普通高等学校本科专业备案和审批结果，全国共有35所高校获得首批人工智能专业建设资格，表明了人工智能专业正式进入本科专业目录[7]。学科建设与专业建设是相辅相成的。目前，我国人工智能学科专业的整体水平较为薄弱，所以应该加强完善人工智能学科专业建设。

（二）人才培养模式创新不足

人工智能专业人才培养的迫切性，主要源于人工智能产业蓬勃发展所导致的对人工智能人才的旺盛需求[8]，我国人工智能相关人才的缺口较大，因而亟需加强人工智能专业人才培养。从被调研的高校人工智能学院来看，目前人工智能专业人才培养模式主要有两种形式：一是“人工智能+X”培养模式，结合学科交叉发展特点，侧重培养复合型人才。例如，中国石油大学（北京）按照“特色学科+人工智能”的理念实施“本硕博一体化”贯通式培养；辽宁工程技术大学开展培养“专业+人工智能”的新工科人才。二是“校企合作协同育人”培养模式，多所高校与相关企业合作共建人工智能学院，深入开展“产学合作、产教融合”，协同培养更加适应社会需求的人才。

诚然，以上两种类型人工智能专业人才培养模式是值得充分肯定的，但大多数高校目前仍在积极探索，尚未形成相对成熟的人才培养方案。祝智庭等认为[9]，人工智能时代的技术发展给教育教学内容、教学形式、师生关系和教育理念带来了质的变革和全新的挑战。因而人工智能专业人才培养更要与时俱进，以适应人工智能时代的要求。当前，由于尚无统一标准的人工智能专业人才培养的目标、定位、培养方案，不同学校都在践行各自的人才培养方案，尽管能够反映出所在学校的办学特色，但这些人工智能人才培养方案的科学性、合理性还有待商榷，有待进一步实践验证，所以仍要不断优化、创新人工智能专业人才培养模式。

（三）科技创新领域仍要开拓

高校作为我国人工智能科技创新领域的重要策源地，应能把握人工智能技术的发展趋势，深入推进人工智能领域的科技创新。从被调研的59所高校人工智能学院来看，它们主要立足于自身办学特色与优势学科，聚焦人工智能领域的前沿问题，对人工智能相关交叉学科开展研究，进一步推进诸多领域的科技创新。

总体来看，已有的人工智能学院更倾向于探索人工智能技术在相关领域的应用，可能会忽视人工智能的基础理论研究。人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应[10]。事实表明，新一代人工智能正在对其他诸多领域产生不同程度的影响，所以高校人工智能学院应在立足现有研究的基础上，不断开拓人工智能相关的科技创新领域，既要密切关注人工智能的关键核心技术研究，又要注重加强人工智能的基础理论研究。

（四）社会服务体系尚未健全

服务社会是高校的基本职能之一，也是高校成立人工智能学院的宗旨。从被调研的高校人工智能学院来看，它们能够结合自身办学特色，加强与相关企业、地方政府合作，注重推动人工智能服务社会发展。尽管已在智能制造、智能教育、智能医疗、智能农业、智能司法、智能金融和国防安全等重点领域取得了阶段性成果，但总体而言，目前仍然处于起步探索阶段，尤其在科技成果转化与示范应用的深度上还需要重点加强。

唯物辩证法告诉我们，任何事物都具有两面性。人工智能作为一把“双刃剑”，它在推进经济建设与社会发展的同时,可能会给经济安全和社会稳定带来潜在的风险。例如，人工智能的快速发展，可能会带来法律与社会伦理等诸多问题。但我国目前人工智能社会服务体系尚未健全，所以高校人工智能学院在推进人工智能服务社会的过程中，应该针对可能带来的问题，提前开展相关研究，进一步助力完善人工智能社会服务体系。

教育是人类应对人工智能挑战的根本力量[11]，其中以高等教育最为重要。高校在响应国家战略、服务社会需求中具有不可替代的地位。因此，当前诸多高校陆续建立人工智能学院，可以认为它是落实发展人工智能的具体举措。面对目前高校人工智能学院建设中存在的主要问题与不足，遵循高校基本职能，从人才培养、学科专业建设、科技创新和社会服务等方面提出相应的策略建议，为明晰高校人工智能学院的发展方向提供参考。

（一）强化人工智能专业人才培养

人工智能的发展需要教育系统的支持，强化人工智能人才培养是顺利完成《新一代人工智能发展规划》的当务之急[12]。实际上，人工智能发展之争，归根结底是人才之争[13]，所以高校建立人工智能学院的主要目的，就是加快培养满足国家和社会需求的人才。目前，多数高校紧密结合自身特色与学科优势，积极探索培养“人工智能复合型人才”。实际上，我国高校这方面人才培养尚处于起步阶段，人工智能专业人才培养的力度仍然需要加强。

高校人工智能学院应以人才培养为根本，具体从以下四个方面推进落实：第一，加强人工智能师资队伍建设，人工智能专业人才培养关键在教师，教师应该具备扎实的理论功底，能够熟悉和掌握新型智能技术，并且密切关注人工智能领域的前沿问题；第二，注重人工智能课程、教材建设，结合人工智能领域最新的科技成果和资源，及时将它们融入人工智能相关的课程、教材，尤其要加快推进建设相关在线开放课程；第三，深化产学合作协同育人，结合人工智能专业人才的培养特点，加强与相关企业开展产学合作，将产业和技术发展的最新成果融入教育教学，注重培养学生在人工智能领域的创新创业能力；第四，提升人才培养国际化水平，政府和学校要加大人工智能领域留学支持力度，鼓励学生赴人工智能领域先进的国家深造，充分利用国际优质教育资源，不断提升我国人工智能专业人才培养的水平。

（二）促进人工智能学科专业建设

学科、专业既是高校发展人工智能的重要基础，又是发展人工智能的关键依靠。目前，高校人工智能学院应分别围绕“健全学科布局”和“加强专业建设”两个层面来推进人工智能学科、专业建设。

一是健全人工智能学科布局。具体而言，一方面加强人工智能与相关学科交叉融合，这些相关学科不仅包括计算机科学、控制科学、量子科学、数学等理工学科，而且应关注到法学、社会学、心理学、经济学等人文学科，要能够充分体现人工智能的“技术属性”和“社会属性”；另一方面，重视人工智能一级学科建设，从人工智能学科的发展趋势来看，成立人工智能领域一级学科是大势所趋，所以要先建设好人工智能相关支撑学科，为日后成立人工智能一级学科奠定基础。

二是加强人工智能专业建设。结合开展“新工科”的实践背景，重点推进人工智能“一流本科、一流专业、一流人才”建设。一方面，加强人工智能与相关学科专业教育的深度融合，继续实施“人工智能+X”的人才培养模式；另一方面，结合国家与区域产业实际需求，突出“学科专业设置”能够有效对接“产业发展”，既要优化调整已有人工智能相关专业，又应合理布点建设新的人工智能专业。

（三）引领人工智能领域科技创新

高校应引领人工智能领域的科技创新。人工智能创新是一项系统工程，既需要加强技术创新与制度创新的协同，又需要多主体的深度协同[14]。由于人工智能具有多学科综合、高度复杂的特征，因而需要增强发展人工智能的“原创”能力，一方面能够注重人工智能基础理论研究，另一方面应该主攻人工智能关键核心技术创新。

围绕人工智能领域的科技创新，高校人工智能学院应从以下几个方面做起：第一，加强人工智能基础理论研究，聚焦人工智能重大科学前沿问题，重点推进人工智能相关理论、方法、工具、系统等方面的硏究，进而能够为人工智能范式变革提供理论支撑；第二，推动人工智能关键核心技术创新，要密切关注人工智能领域前沿技术，扎实做好关键核心技术攻关，形成具有我国特色的人工智能技术体系；第三，优化完善科技创新体系，不仅要推进人工智能技术创新和制度创新，而且应重点从加快建设科技创新基地、一流人才队伍和高水平科技智库以及加强国际学术交流与合作等方面来落实。

（四）推动人工智能服务社会发展

高校人工智能学院不仅承担着该领域的人才培养和科学研究任务，而且应促进人工智能与经济社会融合发展。依据人工智能学院的组成形式来看，目前高校非常重视与相关企业、地方政府合作，重点开展人工智能技术转移与成果转化。由于人工智能是影响面较广的高新技术，随着新一代人工智能的迅速发展，它将逐渐对社会诸多领域产生深远的影响，因而高校人工智能学院应该结合社会需求，注重加强人工智能服务社会研究，以推动人工智能与社会相关领域融合发展。

需要指出的是，由于人工智能发展存在着不确定性，它同样给我国经济社会带来了诸多潜在的风险与挑战，如可能带来的法律、社会伦理、就业和隐私安全等问题，这些都会影响到我国的经济安全与社会稳定。因此，高校人工智能学院在大力推进社会治理智能化、现代化的同时，一方面要警惕人工智能潜在的风险，确立伦理道德的约束监督机制[15]，坚决对人工智能的技术“禁区”说“不”；另一方面要密切联系实际，加强对其可能带来的消极影响开展针对性研究，积极探索有效的应对策略与解决方案，以推动人工智能更好地服务社会发展。

习近平总书记在主持中共中央政治局第九次集体学习时强调[10]，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。进入新时代，我国积极抢抓人工智能发展的重大战略机遇，将其作为国家战略来统筹谋划、稳步推进。高校处于科技第一生产力、人才第一资源、创新第一动力的结合点[2]，在推进人工智能领域人才培养、科技创新和社会服务等方面具备得天独厚的优势，因而要充分发挥它们在推进人工智能高质量发展中的关键作用。当前，我国高校正在陆续建立人工智能学院，旨在贯彻落实国家发展人工智能的战略需求，既要看到现有高校人工智能学院已经取得的可喜成绩，又应认识到存在的问题与不足，更要明确未来的发展方向。总之，高校应立足自身办学特色与学科优势，做到科学理性地建设人工智能学院，促进人工智能与经济社会发展深度融合，从而推动我国新一代人工智能健康发展。

基金项目：全国教育科学“十三五”规划国家一般项目“大学组织绩效管理制度设计研究”（编号：BIA160136）；江苏省高校哲学社会科学研究基金项目“新时代大学生网络安全素养培育研究”（编号：2018SJSZ274）。

作者简介：方兵，江苏师范大学高等教育研究中心讲师，安徽师范大学马克思主义学院博士研究生；胡仁东，博士，江苏师范大学高等教育研究中心教授，博士生导师。

一网打尽系列文章，请回复以下关键词查看：
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估  | 大学排名
预见未来：预见2016 |预见2020  | 预见2025 | 预见2030  | 预见2035 | 预见2045  | 预见2050
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 |  基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星
领先国家：美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度
前沿机构：战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨
全文收录：2018文章全收录 | 2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录
其他主题系列陆续整理中，敬请期待……