日本人工智能领域人才培养策略及启示

人工智能（AI）作为引领科技发展的前沿技术，近年来受到世界各国的广泛关注。 各国之间人工智能领域人才的竞争日趋激烈。 英国早在2017年就将人工智能作为产业战略重点，并于2021年发布国家人工智能战略，提出建设全球人工智能超级大国的目标； 作为全球最大经济体的美国，为了取得在人工智能领域的领先地位，2023年5月23日发布了《国家人工智能研究与发展战略规划》； 日本作为亚洲人工智能强国，充分认识到人工智能技术的核心作用及其在教育领域的重要地位，先后发布了《人工智能战略》（即《人工智能战略2019》、《人工智能战略2021》和《人工智能战略》）。 《人工智能战略2022》），进一步把人工智能人才培养摆在优先位置。

日本人工智能人才培养现状

日本政府高度重视人工智能技术。 早在2016年1月，“十五基础科技计划”就提出了“社会5.0”概念和“超级智能社会5.0”战略。 “5.0社会”将超智能社会定位为一种新的社会形态，人工智能在其中发挥核心作用； 明确将医疗、防灾、机器人、农业等作为人工智能重点发展领域，推动人工智能技术向超人工智能方向延伸，旨在利用人工智能技术应对社会解决养老、医疗、老龄化、劳动力短缺等问题，进而推动日本超智能社会的建设。 还提出建立实现可持续发展和多元化社会的人工智能技术体系，将日本打造成为人工智能技术产业应用的领先国家。

在人工智能人才培养体系方面，我们首先推进人工智能素养教育，主要针对大学生、中小学生、成人教育学生。 二是应用基础教育，只针对大学生和成人教育学生。 此外，专家人才培养主要针对即将聘用或已聘用的研发和技术人才。 日本虽然在工业机器人、传感器、计算机芯片、医疗等领域拥有领先优势，但在人才培养方面的短板日益凸显。

2020年文部科学省调查显示，日本每年约有2800名人工智能相关专业的硕士毕业生和460名博士毕业生，远远落后于美国（每年2.5万人）和中国（1.8万人）每年）。 人工智能领域的硕士生有860人，博士生仅有155人，毕业于东京大学、京都大学、东京工业大学、早稻田大学等日本排名前11的研究型大学（Research University 11，RU11）。 在本科阶段，由于文科和理科课程严格分离，文科专业的选修课不包括数字技术、计算思维等相关课程，很多文科大学生不具备相关的基础知识和技能。毕业后无法从事人工智能相关工作。 日本《读卖新闻》等主流媒体曾以《日本落后中美20年》等标题呼吁政府加大教育改革力度。 他们认为，中美两国在人工智能研究方面已处于前沿，研发竞争如火如荼，投入和成果均领先。 现状来看，日本如果不尽快加强人工智能领域的人才培养，未来将会惨败。

日本高等教育人工智能人才培养

2021年3月，日本政府审议通过《第六次科技创新基本计划》（2021-2025年），明确提出加快数据开放和人工智能应用。 日本政府认为，理想的人工智能人才培养体系就像一个“金字塔”，底层有930万中小学生，每年有50万名具备基础素养的大学生，还有25万名具备一定专业知识的普通学生。 人工智能人才方面，每年有5万名理工科硕士毕业生，其次是每年2000名高端人工智能企业人才，最高端的是每年100名左右的顶尖核心人才。 在这个“金字塔”中，大学不仅担负着中层普通大学生的通识教育，还担负着专业人才和高端人才的培养。 这是人工智能教育改革的重点领域。 为确保国家战略目标的实现，日本政府在《人工智能战略2019》修订的基础上，于2021年6月启动了《人工智能战略2021》，旨在解决社会和全球性问题，实现“社会5.0”战略目标。

2021年，为落实《人工智能战略2021》，文部科学省将实施《数学、数据科学和人工智能智慧高等教育批准计划（MDASH）》。 该计划旨在顺应数字社会人工智能发展趋势，提高高等教育学生掌握人工智能的知识水平和能力，培养大批人工智能人才。

2022年4月，日本发布《人工智能战略2022》和《量子未来社会愿景（草案）》，推动日本人工智能和量子技术发展。 文部科学省计划从2024年开始英语教育培训行业分析，每年向从事AI人工智能开发等领域的顶尖青年研究人才提供2000万日元的经费。目前，该领域实施的主要措施有：

1.新增人工智能和数据科学本科院校和硕士课程

尽管人工智能早已成为高新技术产业的核心技术，但日本大学一直将其视为计算机科学或信息科学下的一个领域，且大多在院系计算机系或信息系下设有相关课程或科目。科学与工程。 但自《第五次科技基本计划》《日本振兴战略》《人工智能战略》等纲领性文件推出以来，人工智能成为实现“超级智能社会5.0”目标的核心手段，并且日本政府已开始鼓励和支持有条件的大学设立以人工智能和数据科学为主要研究对象的本科学院和硕士课程（即硕士课程），完善人工智能相关基础研究建设人工智能、自然语言处理、智能系统、计算机智能识别等学科。

日本文部科学省的数据显示，近年来，滋贺大学、立教大学、名古屋大学等10余所大学设立了以人工智能、数据科学等命名的新系或研究生院。大学、大阪工业大学、九州工业大学、东京大学、广岛大学等

滋贺大学积极推进跨学科融合改革，成立了日本第一所数据科学学院，并增设数据科学系。 学院的培养模式包括企业员工定向培养和普选两种。 入学要求包括数学、信息学、统计学、英语成绩达到要求，并在入学考试中率先认可职业资格考试成绩，确保学生具备必要的专业知识和技能。 这些举措将有助于培养更多的科学人才。 立教大学开设了人工智能科学研究生院，并设立了人工智能专业的课程组。 每个课程组由若干必修课和选修课组成。 许多课程都是以 PBL（基于问题的学习）方式教授的。 注重教学方法，提倡产学合作的小组学习和协同培养。

2.数学·数据科学教育社区

考虑到数据挖掘、统计分析、系统信息管理等相关理论和应用技术将成为占领人工智能人才培养制高点的关键，文部科学省发布指导意见加强数学、科学和数据科学教育，启动数学、物理和数据科学教育共同体项目，以京都大学、东京大学、大阪大学等学校为试点，在各地设立数学、物理和数据教育研究中心学校共建教育共同体，共同推动数据科学教育课程制定、教材编写、科学技术应用转化。 社区项目依托实力雄厚的国立大学建立研究中心，下设三个分学科委员会。

首先，课程分为学科领域。 牵头单位是东京大学，主要负责标准课程的制定和推广。 该子课题将设置“数据科学的学习意义”、“数据法规与伦理”等8大学习模块。 每个模块都有四个阶段的技能目标：入门、初级、中级和高级。 各大学应参考上述学习模块和技能目标。 制定具体的课程计划。 分会还发布了《数学·数据科学·人工智能（入门级）示范课程大纲》。 文部科学省计划到2025年将这门课程设为所有大学生的必修课，实现“50万名大学生接受人工智能通识教育”的目标。

二是召开学科教材会议。 牵头单位是滋贺大学，主要负责教材的编写和推广。 分院将围绕数据科学系列教材编写、教具数字化建设与推广等开展研究。 目前，《数据科学导论》已作为教材编写发布，并推出相应的视听网络资源。 此外，东京大学在分会指导下编写了《数学、数据科学和人工智能入门教程》，并向全国高校推广。

三是数据分委会。 牵头单位为北海道大学，主要负责收集和发布大学使用的教学数据（包括实验数据、调查数据、区域数据、商业数据、网络信息等），以及收集和整理各种公共数据以信息资源为基础，为数据和人工智能领域的教学活动提供资源保障。 目前，“教育数据服务系统”已开发完成并投入使用。

为了更好地实现大学普及人工智能教育的目标，文部科学省选定了教育界的六所国立大学作为牵头学校。 各领先国家大学引领同地区其他大学在人工智能领域开展教学研究和推广。 例如，东京大学作为关东都市区的龙头学校，牵头千叶大学、筑波大学、山梨大学等五所国立大学开展人工智能教学活动指导、教学人才培养、学术研究等。该地区有 263 所国立和公立大学。 会议组织及其他活动。

3.实用信息技术教育平台

为推动人工智能教育教学跨专业改革，文部科学省启动了为期六个月的短期培训项目，名为实用信息技术教育网络（enPiT），如下：

硕士一年级培养是针对硕士一年级学生进行的。 分为云计算、网络安全、嵌入式系统、商业应用四个领域。 每个领域由2-5所大学牵头组建专业课程研发团队，并向其他大学推广相关课程。 课程。

为加强本科层次人工智能人才培养，文部科学省启动了针对本科三年级学生的短期项目。 该项目分为大数据、人工智能网络安全、嵌入式系统、业务系统设计四个领域。 每个领域的教育平台由一所核心学校、10所合作学校、20-30所参与学校和数十家企业组成。 。 参与该项目的各大学都签署了学分互认协议，教学时间集中在周末、寒暑假。 由于参与该项目的学生来自多所大学，多采用在线教学和翻转学习的方式。

为推动社会人才“回归升学”，文部科学省启动短期项目，推动高校与企业合作，构建实用的人工智能终身教育网络体系。 该项目分为物联网嵌入、物联网、人工智能大数据、电子商务、信息安全五个领域。 共有36所大学开设了相关课程，从数百家企业招聘社会人才，实施人工智能人才再培训。 。

文部科学省设立了一系列短期项目，为本科生、硕士生、社工等不同群体搭建人工智能教育平台，实施效果也比较理想。 社会人才项目涵盖了人工智能相关的所有专业方向，受到企业界人士的普遍欢迎。 文部科学省的一项调查显示，90%的短期项目毕业生认为“人工智能实践能力得到大幅提升”，80%的企业认为项目毕业生优于其他在“人工智能基础知识”和“问题发现能力”方面的其他员工同期上岗。

我国人工智能人才培养的对策建议

日本政府显然意识到人工智能及相关学科领域人力资源供给严重不足。 积极制定国家战略，相继推出各项教育改革措施，为我国加强人工智能人才培养和创新发展提供启示。 面对国际国内形势深刻复杂的变化，我国高校人工智能人才培养重点应着力推动校企合作和产教融合，推动学科升级和交叉融合，实施分层人才培养。

一是注重高等教育领域人工智能教育的普及。

近年来，日本政府采取“AI for All”的理念，发展全民人工智能教育，提出所有大学生，无论文理科，都必须修读通用人工智能课程，并在此基础上培养25万名具有一定专业知识的普通人工智能学生。 人工智能人才。 文部科学省通过推进“数学、物理和数据科学教育共同体工程”，加强人工智能基础知识教材和在线开放课程建设，为实现人工智能基础知识教育共同体工程奠定了良好基础。 “50万大学生接受人工智能通识教育”的目标。

当前，我国人工智能人才培养仍面临诸多挑战。 高等教育领域高水平师资匮乏，学科建设有待完善，课程体系相对单一，无法满足当前人工智能技术研发和应用需求。 近年来，我国发布了《教育信息化2.0行动计划》、《新一代人工智能发展规划》等文件，推动全社会人工智能教育发展，并设置了相关通识课程。 但目前，我国人工智能教育仍需加强。 应进一步完善相关政策体系，提高高校人工智能通识课程普及程度，注重基础教育、职业教育领域人工智能教育教学与课程开发的衔接和衔接。 整合提升高等教育人工智能教育教学和理论研究的水平和质量，细化教育发展目标，建立相应的质量评价体系英语教育培训行业分析，共同推动国家和学校层面的教育教学实践探索，拓宽人工智能智能教育受众普及范围。

二是强调打破校际壁垒，完善多主体协同育人机制。

在学科建设方面，日本在各大学相继设立人工智能学院和专业的同时，也打破了学校和地区之间的壁垒，推动具有学科和人才优势的国立大学引领各国大学形成教育团队跨校跨专业培养人才、搭建覆盖地方高校的合作办学平台的做法值得借鉴。

目前，我国跨校、跨地区的人工智能人才培养项目较少。 高校主要注重校内学科建设，较少以教育联盟的形式联合培养人工智能人才。 我们可以参考数学与数据科学教育社区项目和enPiT项目的做法，组织多所大学建立课程分学科委员会、学校联盟、教研社区、网站等英语教育培训行业分析，实现课程共建。建设、管理互通、师资共享。 积极探索涉及多地区、多高校的人才培养模式，构建多层次阶梯式人才培养结构，在基础教育和职业教育中引入人工智能普及教育，制定相关课程标准，打造集体A级人才。集教育、培训、研究于一体的共享人工智能人才培养平台，吸纳高级工程师、高级精英人才作为人工智能课程兼职教师，实现优质教育资源的共享和拓展。

三是形成一流大学和高水平人工智能企业带动的产学研协同发展体系。

日本积极推动学校、政府、企业联合教育培训，鼓励学校、科研院所、产业界加强资源配置过程中的合作。 大学除了与企业进行技术交流和转化外，还为公众提供有针对性的人工智能课程日本人工智能领域人才培养策略及启示，为企业培养人工智能技术人才。 我国在完善学校人工智能学科建设、落实相关政策的同时，还应放眼教育系统之外，积极推动建立团结各行各业的信息沟通机制，充分利用校外科技和人才资源。科技教育资源，加强人工智能教育与企业融合，提高企业参与度，从而调动各种社会资源，共同推动教育水平的提升。 鼓励各类学校和企业积极参与人工智能教育改革，邀请科研院所、科技企业、高等院校参与制定人工智能课程教学内容和标准英语教育培训行业分析，开展基于人工智能的专业教育。根据自己的定位和特点。 “走出去”与“走出去”和“引进来”相结合，促进产学研协同发展，深化校企在人工智能领域的合作，实现共赢。

四是加强人工智能人才培养体系和课程体系建设，促进产学研协同发展。

基于日本人工智能人才培养现状分析，我国应建立多层次人才培养体系，搭建终身学习在线平台，引入终身智能学习模式，建立多层次人才培养体系体系和培训体系。 全球化背景下，加强与其他国家的人工智能教育体系研究，特别是与美国等发达国家推动人工智能相关政策和技术探讨、教育合作和文化交流，推动人工智能教育高质量发展。构建新型人才培养机制，探索新的教学模式，建立完整的人工智能课程体系，开展创新创业实践活动，培养学生创新能力、沟通能力等核心素质、实践能力、协作能力等，建立与社会服务和支撑产业相适应的重大需求高层次人才培养体系，推动产学研深度合作，打造人工智能人才培养体系。人工智能产学研交流平台，带动全产业链促进人工智能复合型人才和顶尖人才培养。

从目前来看，我国人工智能领域人才培养仍需要国家、学校、企业、科研机构和社会各界在顶层设计、教学模式、课程建设、设施保障和资源协作，凝聚教育共识，打破行业壁垒，整合优质资源，统筹谋划，多方协作，加强跨国、跨领域、跨文化加强人工智能领域交流，协同制定全球数字治理监管体系，深化人工智能领域全球治理，共同构建人类网络空间命运共同体。 （作者王祝平为《国际教育交流》副主编，张琼琼为中国驻日本大使馆教育处一等秘书）