62岁的唐永林教授，两年前从吉林大学退休。12月22日一大早，他出现在国科大雁栖湖校区的会议室，穿着灰色的衬衣，捧着笔记本电脑，乍一看似乎像个刚过而立之年的程序员。
“对很多人来说，我这个年龄应该去颐养天年了，但是我想把在这里看到的、学到的带回去，传授给其他的老师。”
他从长春来到北京怀柔雁栖湖畔，是为了参加一项为期三天的培训——新工科产学研联盟2018年第三期深度学习师资培训班。
12月22-24日，89位来自全国各地的高校教师齐聚中国科学院大学雁栖湖校区，用三天时间体验了深度学习的“国家队”是如何建立的。
参加培训班的老师们在雁栖湖畔合影
这个培训班，是专门针对高校 AI 相关教师开办的。唐永林，是长春大学旅游学院网络工程系的学科带头人。明年，长春大学的大数据专业将正式开始招生。“我们吉林的师资人才很缺乏，我这次就是来打前站、寻求支持的，希望把我们的专业办好。”
唐永林教授
为参加此次由百度和国科大共同举办的培训班，唐永林还参加了报名前的考试环节。100多人中最终只有89人获得了培训资格。这89名高校教师来自23个省35个市，平均年龄36.5岁，从哈尔滨到乌鲁木齐，从厦门到银川，遍布中国的大江南北。
之所以要增加培训前的选拔环节，除了因为机会难得而显得“火爆”之外，最重要的是主办方希望选拔出在 AI 专业领域有一定基础的老师，毕竟只有学员水平相近且均具有一定基础，深度学习的培训才能有更好的效果。
培训班开班，89名老师和工作人员共度3天
“我们新疆大学的地理位置比较偏远，‘人才东南飞’的情况比较严重。为了能够提升师资力量，既然吸收不进来，那么就培养自己的！”来自新疆大学的青年教师冷洪勇，正在北京理工大学攻读博士学位。此次来参加培训班，也是为了能够接触更前沿的理论和实践，接触更多的同行。
来自新疆大学的青年教师冷洪勇与百度校园品牌部副主任计湘婷交流参训心得
“以前我上学的时候，也学过不少人工智能的理论和各种算法，但是说实话，距离把这些运用到现实中去，还是有差距的。”
“新大也是‘双一流’之一，计算机的前沿课程必须要有。来北京的这些进修、培训经历让我见识了更广阔的世界。我回去无论是教学也好，科研也好，都不会是‘闭门造车’了。”
北方民族大学的王海荣副教授有着更为具体的目的，她想先通过自己学习 PaddlePaddle，然后尝试在下个学期开设 PaddlePaddle 的研究生课程。
“我所在的图形图像研究所一直在应用深度学习的框架，但是 PaddlePaddle 还没有接触过。”与其他的学习框架相比，PaddlePaddle 在解决具体问题方面更有优势，资源也更加丰富，这也是王海荣老师想尝试 PaddlePaddle 的原因之一。“我想把更多的信息和资源传递给学生，开拓学生的视野。同时，我们也需要这样一个国产的平台，来完成我们自己的研发。”
开课前，学员们拿到了此次培训班的教材。这本由百度和国科大培训团队共同编写的书籍足足有277页，包括了深度学习的理论知识、实践讲解以及每天晚上的学员实践。
课程表
如何用 PaddlePaddle 完成鸢尾花分类？如何完成手写数字的识别？如何给猫猫狗狗的相片分类？……在短短三天的时间里，所有的学员似乎都回到了求学时代，瞬间切回“学霸模式”。
有的学员为了能赶上学习进度，早上八点就来到教室里占座位、调系统。
因为课后的一对一答疑环节过于火爆，答疑老师被团团围住，甚至需要拿着话筒来回应。吃饭时间已经延后了半小时，学员们仍在激烈地讨论问题，几乎没有人退场，茶歇也变为了另一种形式的课堂。
虽然每天的上下课时间为早九至晚九，但直到22点，教室里还有三三两两的老师在交流观点。
课程第二天的23:11，国科大的马晋老师仍在教室做作业，他说：“作业做得慢，回酒店继续做”。
已经过了零点，微信群里依旧有学员分享实验结果和心得。
北交大软件学院的王方石教授还深夜发了条朋友圈，热血了一把：“最大的亮点是理论联系实际，不枯燥，超级棒！刚刚交了今天的作业，大脑还处于兴奋状态！感觉回到了学生时代，学习劲头十足！”
北京中医药大学韩爱庆副教授也很肯定此次的课程安排——虽然时间紧凑，但是干货满满，收获满满。“这是我听过的把人工智能和深度学习讲的最清楚的讲座，也是最有趣的讲座，最有收获的讲座。能把 PPT 做成看图说话，能把深奥的的理论知识以形象的图片和动画呈现，真正体现了‘一图胜千言’。”
来自重庆大学的余娟教授，在众多的计算机和软件专业老师中间显得有些“异类”，因为她来自于电气工程学院，研究领域为电力和能源方向。不过，曾担任过中国高校计算机大赛人工智能创意赛的导师的她，对于深度学习有着自己的见解。
余娟认为，人工智能发展有两个方向：一是人工智能本身技术的发展，比如计算机、软件、数学专业研究的领域；二是人工智能的应用，这就要依托于各行各业的交叉型人才。“我觉得第二个方向更为急切，所以我来了。”
在本次培训班之前，余娟已经接触过深度学习
“电气工程专业的专业知识门槛是非常高的，之前如果我的团队想找到一个合适的实习生，必须至少是大三年级的学生。但自从有了 AI 和深度学习，我们的实习生甚至可以是高中生了。”
那么，参加此次基于 PaddlePaddle 的深度学习培训班，真的能为传统意义上“非科班出身”的余娟和她的团队带来启发吗？在余娟看来，深度学习对于各行各业都非常重要，并非仅仅针对计算机和软件专业。
“目前，计算机软件学院、数学学院都已经开设了人工智能相关课程，但是他们一般只针对本专业开设，实际上各行各业都需要，比如能源革命和能源改革等等，所以我们开设通识性教育是非常有必要的。”
因为 AI 技术的普及，余娟所在的团队开始推进了真正的产学研融合。“如今我们不像以前一样，仅仅局限于电力公司的合作，我们还可以深入其他各行各业，比如纺织行业，3C 产品检测行业，智能教育行业……对专业门槛的要求降低，我们就能吸引更多有创意的人。”
四川师范大学计算机学院苏菡教授同样感触颇深：“PaddlePaddle 对初学者十分友好，门槛低，且能够非常好的呈现开发效果。相较于其他同类框架来说，PaddlePaddle 是一个非常适合在本科及研究生初级阶段进行学习使用的深度学习框架。我准备回去把这一框架在教学中推广使用，这样会非常有利于作为老师的我对学生进行统一教学。”
在中国科学院大学党委副书记高随祥看来，目前人工智能势头很猛，但问题就是“发展得太迅猛了，师资跟不上。”
中国科学院大学党委副书记高随祥在开班仪式上致辞
“真正的人工智能到底应该讲什么、怎么讲，学生应该学什么、怎么学，这些都是值得探讨和研究的。优质的师资发展远远跟不上人工智能行业发展的需要。所以开办此次培训班是非常必要的。”
不过，正是在这样的现状中，才孕育了中国的发展机会。
新学科的出现，往往意味着弯道超车的机会。“在深耕许久的传统学科和研究方向上，落后的人仅仅是追赶都成问题，更不要说超越了。但是在新学科上，大家都处在差不多的起跑线上，轻装上阵反而有可能发展得更快。”高随祥表示。
那么，超车的机会在哪里？余娟教授认为，在中美贸易战的背景下，提升国内的技术水平是当务之急。“我们目前还是在追赶的状态，必须要有自己的核心竞争力，而 PaddlePaddle 就是一个突破口。”
对于核心竞争力，百度 AI 技术生态部总经理喻友平有着自己的想法。“深度学习框架是人工智能最关键、最核心的基础，是 AI 时代的操作系统。”国外优秀的深度学习框架，沉淀了大量的理论突破和工程实践，这就需要学界跟业界的紧密互动。“中国在核心算法领域几乎是空白的，还有很长的路要走。”
百度 AI 技术生态部总经理喻友平
关键核心技术是要不来、买不来、讨不来的。“我们要做的，就是把中国人的人工智能核心技术掌握在自己手里。”
事实上，老师们积极参与培训的背后，是困扰当下中国高校人工智能人才培养的新问题：
国内人工智能产业正如同高铁一样飞速前进，但这列“高铁”既缺少制造者，也缺少维修工，甚至驾驶员的数量都不够。为满足各方需求，以人工智能命名的学院从去年开始如雨后春笋般出现在各大高校。截至目前，国内已有数十所大学宣布成立人工智能学院或研究院。对于一些高校而言，不仅 AI 学院是新的，学生是新的，教学大纲、课程设置、教材教辅也都是新的。面前是一条没有人走过的道，而背后又是国内 AI 人才短缺带来的巨大压力，这些 AI 学院究竟能否培养出合格的人工智能人才？
而根据领英的数据，目前中国的高层次 AI 人才更极度缺乏，尤其从业 10 年以上的 AI 人才数量与美国相比有很大差距，且大多 AI 人才依赖于海外引进。
一位参训老师认为，由于人工智能在我国不是一级学科，其相关专业教学和科研活动多散落在其他多个一级学科中，人工智能专业课程不是重点学习内容，学时占比也较少，存在着高开低走、碎片化、低水平重复问题，影响了人工智能科学与技术发展和人才培养。
也正因如此，中国人工智能产业的高速发展，正在倒逼高校大力布局人工智能学科建设。从开设人工智能相关课程到设立人工智能学院，从编写专业教材到倡导设立一级学科，关于人工智能教育的探索一直在往前推进，但是师资缺口却成了学科发展的掣肘，往往比硬件设施要更难弥补。再加上 AI 专业“理论 实践”结合度极高的特殊性，注定当下的传统课程体系、传统培养模式难以培养出真正满足实际需求的人才。
新工科产学研联盟深度学习师资培训班正是在这样的背景下孕育而生。之所以选择从深度学习切入，也是因为它是支撑人工智能技术发展的基础，如果没有深度学习的突破，想发展人工智能只是空谈。
要想成为领跑者，就必须找到人才培养的最佳路径。那么，AI 人才培养最缺乏什么？多位老师表示，现在的 AI 教育工作者最想做的，就是从实际运用的角度开展教学，然而缺乏易于理解与操作的实例，能够实实在在用到教学和实践中的实例。这些实例，恰恰不在高校，而在企业中。从某种意义上说，在人工智能领域里，企业走在了高校前面。
这也是诸多参训的老师们最想要解决的痛点。“当下中国对于 AI 人才的培养，基本还是传统的课堂授课模式。但是最关键的并非是让学生完成学分，而是要让学生在毕业之后能真正发挥作用、真正对社会有用。”王海荣表示。
人工智能的特点是各个领域都有应用，这就需要培养的人才能了解各个领域的知识。王海荣说：“现在的专业和学科划分得太细，我们需要真正建立起深度融合的模式，将社会的需求和深度的知识融合到一起，让学生通过实操的方式来学习知识，这才是培养新型复合型人才的关键。”
王方石也提到：“一直担心下学期将要开设的人工智能课讲公式推导会把学生讲睡着了，通过这次培训，终于找到合适的授课方式了：一定要深入浅出，用实际案例激发学生的积极性。”
与诸多老师的观点一致，高随祥认为，人工智能人才的培养，产学研融合是一条必由之路。“人工智能专业是应用性很强的专业，仅仅学一些理论、会几个算法，是远远不够的。”人工智能的发展，既需要基础学科人才的储备，也需要应用型人才的培养。对于两者的交叉领域，学界和业界应该教学相长。
王海荣提到，她来参加培训班的另一个目的，就是想要与百度建立合作，“把产教融合做起来，更好地服务于我们的学生培养。在把更多的信息和资源传递给学生的同时，也有助于国产平台 PaddlePaddle 的使用和推广。”
百度校园品牌部主任李轩涯寄语参训教师
无疑，关于产学研融合的思路已经成为了业内的共识。新工科联盟人工智能协同育人工作委员会秘书长、百度公司校园品牌部主任李轩涯表示，这次培训课程的设置初衷就是为了加强实践，让高校教师更好地开展人工智能教育实践，是百度举办师资培训班的要义所在。
无论是举办为期三天的培训班，还是百度向所有老师提供的32课时的课件、实验案例和代码，都是为产学研融合之路提供的一次最佳实践。也许，中国人工智能的发展，将会通过这样一种人才培养路径，最终实现逆袭，走到前列。
,
