高考分数 700+，状元们选择清华“智班”，AI 专业火热背后的“算力跃迁”

又到了一年开学季，各大高校陆续迎来生机勃勃的新生。不久前，清华大学开学当天的盛况引起了各路媒体的关注，除了对围棋天才柯洁的到来好奇之外，最让大家关心的还有一份“智班“新生的名单。

开学季AI专业火爆

所谓“智班”，就是清华大学在今年 5 月 18 日宣布成立的人工智能学堂班。

这份名单实在不算长，只有寥寥 30 人，但仔细一下就会发现这 30 人个个是天之骄子、人中龙凤，比如来自广西理科状元杨晨煜（730分）、四川理科状元张家杰（718分）、黑龙江理科状元王涵（707分）、北京市高考理科第八名张凯（704分）均通过统招进入智班。

作为智班的第一届本科生，这 30 人经过层层选拔才得以进入这份名单，其中包括 14 名保送生、12 名自主选拔考生，仅有 4 名高考统招学生。

随之，智班的 2019 年秋季课表也曝光了。从中可以看到，智班的培养核心侧重人工智能，除了传统的数学物理基础课程，课表中还包括“姚班”创建者姚期智院士授课的《人工智能入门》和《人工智能：原理与技术》，以及深度学习、计算机视觉、数据挖掘、自然语言处理、人工智能交叉项目(AI+X)、机器学习等特色课程，基本囊括了当前人工智能的基础知识和研究重点。

这一年，热闹不仅是清华的，隔壁北大的图灵班、浙大的竺可桢学院图灵班、以及上海交通大学、同济大学、南京大学、浙江大学等所高校，都已经获得建设人工智能本科专业的资格，开始了 AI 专业招生工作。

AI应用范围广，人才缺口大

AI 专业在今年的开学季呈现出前所未有的火爆局面，这背后的原因，大致有以下几点：

一方面，这得益于AI 教育得到国家政策的支持，今年共有 35 所高校获得建设人工智能本科专业的资格。

第二，AI 人才暴露出巨大的缺口。据《中国ICT人才生态白皮书》研究分析

2018 年底，我国人工智能人才缺口至少在 100 万以上。作为一个相对新兴的领域，目前国内的 AI 研究多限于学术研究和企业应用，缺乏系统的人才培养机制，优秀的 AI 人才千金难求，百万年薪招 AI 博士的待遇并不稀奇。比如 7 月 23 日华为公布 8 名顶尖学生的年薪方案，这 8 名2019 届应届博士所学专业多与人工智能等前沿领域有关，其年薪最低为 89.6 万元，最高为 201 万元，真可谓“书中自有黄金屋”。另外一家 AI 研究机构 DeepMind 也是不惜重金招揽 AI 人才，2018 年雇佣了数百名年薪百万的的研究人员和数据科学家，虽然净亏损约合人民币 40 亿，但对于 AI 人才，他们却十分舍得投入。

第三，面对人工智能的迅速发展，对于大部分人来说，挑战大于机遇，在不远的未来，我们或许需要不断升级自身才能跟上这个时代，AI 技术将成为工作的必备技能。机器学习大牛吴恩达就认为，孩子从刚学会走路时就应该学习 Python，因为人机交流将变得越来越重要，编码能力将成为可以预见的未来最深层次的人机交流的基础，所以，几乎每个人都应该学习编程，就像每个人都应该学习读写一样。

最后，最重要的一点是，目前 AI 落地应用的范围已经非常广泛，成果遍地开花，AI 作为通用技术可用于各行各业，并以产品形态逐渐进入到金融、医疗、娱乐、城市建设、安防、智能生活、自动驾驶等各个领域，拥有巨大的发展前景，机会无限。

从人才到生产力，需要的不仅仅是高等教育

强化学习教父 Richard Sutton 曾说过：70 年的人工智能研究史告诉我们，利用计算能力的一般方法最终是最有效的方法。摩尔定律揭示了这一事实。

大部分 AI 研究都是在认为智能体可用的计算为恒定的情况下进行的，在这种情况下，利用人类知识是提高性能的唯一方法。但是，短期看知识，长期看算力，研究人员利用专门领域知识可以在短期内提升性能，若想长期获得性能提升，利用计算能力才是王道。

Sutton 的这番话强调了计算能力的重要性。

从另一个角度来看，神经网络等算法上的突破其实在很早之前就已实现，一直以来，大量 AI 领域的优秀人才也在推动着相关研究继续向前，但是在落地上却无法取得大跨步的进展，很大一部分原因就是计算力不足。

同时，直至如今计算力的成本也依然高昂，因此我们仍然面临着许多挑战和亟待解决的问题，比如：

AI 训练往往需要数日、数月甚至更长的时间，如何才能在几分钟、几秒钟之内完成训练？

算力稀缺且昂贵，如何才能让算力变得充裕且经济？

AI 主要部署在云端，只有少量部署在边缘，如何让 AI 无处不在，并在尊重和保护用户隐私的前提下适用于任何场景？

.......

归根结底，问题还是在于算力的限制。因此，在AI 落地上，正如 Richard Sutton 所说，计算力的提升才是王道。

在这样的背景下，很多算力和 AI 解决方案应运而生，华为 Atlas 就是其中一个。