1200萬高考生注意！這個專業人才缺口巨大，國家出政策全力支持_風聞

今年高考，一道取材於《紅樓夢》的作文題，難倒大批考生。

如果説，《紅樓夢》是“過去”給考生們出的難題。那麼隨着這幾天高考陸續出分，考生和家長們又會遭遇來自“未來”的困惑 —— 報志願。

誰不想自己選的專業能夠順應大勢，擁抱朝陽行業，甚至開風氣之先？

這份選擇不僅關乎個人。在如今國際博弈演變為科技之爭的今天，中國想突破技術封鎖和卡脖，越來越需要一批重點領域的專業人才，為國創新、攻堅克難。

説到這裏，你會想起哪些專業呢？

燕園的未名湖，倒影着博雅塔，也倒影着無數莘莘學子的夢想。

翻開北大專業設置，歷史上以文理見長的北大，如今已有了一個漸成規模的信息與工程科學學部。

昔日的計算機專業，衍生出信息科技、電子、計算機、集成電路、智能、微電子、軟件、未來技術等多個院所。從專業擴展，不難窺見這所百年學府面對未來做出的積極調整。

北大校內，有一門信息科學技術學院開設的選修課，成了青年極客們的熱門選擇。

這門課叫《遊戲AI中的算法》，課後作業是用王者榮耀1V1的環境做實驗。

王者一開打，“戰火”旋即蔓延到隔壁的老對手——清華。

陳華玉是清華計算機系的一名強化學習方向的研究生。他加入“五殺蔡文姬隊”，用專業所學，花了5個月時間投入到“王者榮耀”中，在第2屆“騰訊開悟多智能體強化學習大賽”中斬獲冠軍。

不過，打比賽的不是人，而是他們訓練的AI。

對手同樣強大，包括北大、南大、中科院、中科大、國科大、華科大、哈工大、西交大、電子科大……學霸PK，高手過招，馬虎不得。

這些難道不是我們做夢都想上的名校嗎？為什麼名校學霸居然都在“打遊戲”，這裏面是不是有什麼誤會？

沒誤會！把鏡頭先拉到大洋彼岸。

在中國留學生盯着美國名校商學院時，美國學生早已做出了不同的選擇。

2019年，美國數學與計算機科學的就讀人數上升9.4%，超過商科，成為美國第2受歡迎的專業。

計算機科學裏最熱門的學科是人工智能(Artificial Intelligence)，也就是大家熟知的AI。

美國開設AI專業的學校包括哈佛、MIT、耶魯、斯坦福、伯克利、卡耐基梅隆、賓大、哥大、CIT、GIT、UCLA……可以説，你所知道的名校，沒一所願意錯過這個未來專業。

AI專業熱火朝天，硅谷當然是第一推動力。

全球知名數據分析公司GlobalData發佈報告顯示：

2016-2020年，蘋果收購了25家人工智能公司。難得素來穩健的庫克如此坐不住，大有“再造一個蘋果”的手筆。

馬斯克也沒閒着，推出“超人計劃”，成立Neuralink公司，直言：欲駕馭AI，先與AI共生。

谷歌支持的人工智能實驗室DeepMind，更是成功控制了一個核聚變反應堆內的過熱物質。

有沒有覺得DeepMind有些耳熟？

沒錯，2016年，正是DeepMind構建的AlphaGo，一舉擊敗了人類頂級棋手。

AlphaGo一鳴驚人，越來越多AI研究團隊意識到：智能技術的研發，在海量的數據、複雜的場景、模型迭代等方面，需要太多資源與投入。

所以，遊戲就成為了AI的試驗場。

DeepMind自己，甚至為了研究AI，創造了一款名為“X Land”的遊戲。

X Land更高級之處在於，它能在多人遊戲環境中建立一個3D的第一人稱化身，這個化身會透過第一人稱視角去感知遊戲環境，並且不斷嘗試、碰撞遊戲規則，從中累積龐大數據來訓練自己完成遊戲目標。

當然，別隻顧羨慕硅谷的AI研究領先，中國也在迎頭趕上。

去年，哈佛大學肯尼迪學院貝爾弗科學與國際事務中心《21世紀的中美科技競爭》預測：

中國已經在人工智能實際應用方面明顯超過美國；到2030年，中國有望超過美國，成為人工智能領域的全球領導者。美國艾倫人工智能研究所也表示，科研層面，如今中國在深度學習的專利出版物已經是美國的6倍。

既然海外的科技公司可以通過遊戲訓練AI，中國當然也可以。

看到這裏，正好可以回答前文的疑問：為什麼高校學霸們都在打遊戲 —— 真相是，他們是藉着王者榮耀，來完善自己的人工智能科研課題。

況且，如今的王者榮耀，其也早在AI領域乘風破浪。

2021世界人工智能大會，舉辦過一次很特別的王者對戰表演賽。5位電競選手對陣AI。

就像當年AlphaGo大戰世界頂級圍棋棋手一樣，只不過這次AI不是來自谷歌，而是王者榮耀與騰訊AI Lab研發的策略協作型AI ——“王者絕悟”。

如果説“王者絕悟”帶來的玩家陪練、遊戲環境平衡性調控、英雄數值測試等功能、以及“挑戰絕悟”這種新玩法，是提升玩家遊戲內體驗的秘笈。

那麼，“開悟”則是騰訊面向遊戲外的科研、教育、產業合作維度，為廣大AI科研人員和愛好者打造一個交流和集思廣益的開放平台。

今年的STAC大會上，騰訊天美L1工作室總經理、《王者榮耀》執行製作人黃藍梟表示：

以開悟AI開放研究平台為技術載體，除了舉辦成渝地區的高校公開AI競賽，助力本地人才培養和學術交流之外，還要在此前與北京大學、電子科技大學、清華大學、中國科學技術大學4所高校的老師們合作的基礎上，將進一步擴大合作範圍，邀請復旦、南大等10所高校的老師們加入的科教聯合體，共同建設AI高校培養方案。

王者榮耀做了這麼多，很大一部分原因在於AI在中國的發展，尤其是在技術人才的培養上，存在着急切而又務實的需求。

AI是一門實踐科學，技術終究要離開實驗室，走向產業場景。

在這個過程中，需要源源不斷的優秀人才加入。而這些AI人才，又需要完善的教育體系。

別老覺得中國人多，總能發掘到人才。事實上，我國AI人才缺口依舊很大。

據人社部等3部門聯合發佈《人工智能工程技術人員就業景氣現狀分析報告》顯示：

我國AI人才缺口超過500萬，1：10的供需比例嚴重失衡。如不及時培養，2025年AI人才缺口將突破1000萬。

中國已經意識到AI教育的重要性，政策方面全力支持。北大遊戲AI課座無虛席，也説明了學生們對AI領域饒有興趣。

但是，AI的研究與測試，並非一件易事。

光有興趣，是沒辦法讓一個AI模型從笨拙到“聰明”的。

◆ AI教育面臨的第一個難關，就是算力資源的問題。

簡單理解，便是計算機的數據計算和處理能力。北大博士生魯雲龍介紹道：在北大，學校GPU也只能處理一般的計算機視覺研究和簡單的遊戲。但如果想訓練出AlphaGo或能打王者的AI，效率就會慢得多。

即便算力跟上來了。那要如何去評估自己的AI模型是否足夠智能，能夠像AlphaGo一樣，甚至比它還要“聰明”？

◆ 這就是如今AI教育面臨的第二個難關——測試環境。

研究AlphaGo所用的“圍棋”，雖然是一個不錯的選擇。但是，如今的人工智能研究，已經今非昔比了。

棋類遊戲的整個狀態空間是有限確定的，但現實世界中的產業應用場景，並沒有那麼簡單，存在很多信息獲取的侷限性。

所以，僅用圍棋來測試AI的決策能力也許不錯；但是如上文所説的，要讓技術走到產業場景中的話，肯定還不夠。

◆ 而讓AI從理論到實踐，恰恰是第三個難關。

中國高校教學通常以理論知識為體系，以課程學習為途徑。這樣的形式在科技革命日新月異、產業升級迫在眉睫的當下難免脱節。

偏偏中國實體產業鏈很龐雜，對應的應用場景無比複雜。高校人才培養無論是課程設置、成果研究、場景應用都很難根據這麼複雜的現實，進行靈活預判與調整。

而學校之外，本該由AI推進轉型升級的行業和產業，由於得不到高校AI研究成果的驅動，又可能喪失轉型的先機。

一句話，AI的發展需要產學研全鏈條的創新。

不過，既然教育是一切人才的源頭活水，突破這層天花板，還是需要從教育本身想對策。

基於開悟平台，王者榮耀與AI Lab給出的“課程+競賽+科研”共生髮展模式，也許是一個新的解法。

仰望星空，頭頂星辰大海。

從早期的藍、深藍、更深的藍，到16年名聲大振的AlphaGo，國外DeepMind、OPEN AI前赴後繼，美國一度風景獨好。而在國內，王者榮耀和騰訊AI Lab研究出的“王者絕悟”也證明了中國也正在人工智能領域奮起直追。

從AI研究與教育需求上看，王者榮耀這種多人競技策略遊戲，解決了AI科研場景缺失的問題 —— 遊戲中高達10的20000次方種操作可能性，是一個堪比現實環境複雜程度的技術培養皿。

況且，如果AI模型能夠應對王者榮耀這個環境中的不完全信息環境，並能夠及時反饋並做出最優決策，那麼其自然有機會遷移至現實環境中，發揮更大應用價值。

進行到這一步，已然很不容易。但隨後AI開放研究平台“開悟”的出現，大家才明白接下來還有幅更大的藍圖。

依託開悟平台提供的支撐AI進行強化訓練的大規模算力、統一的強化學習框架，能夠幫助高校師生加速研發速度，提升AI的訓練效率。

通過開悟提供的前沿模擬環境、開放多元的技術沉澱資產、教學和驗證支撐，能從多個維度彌補了高校在應用場景和算力資源的不足。

哈工大(深圳)研究生鄭東潤之前訓練AI需要足夠的GPU，不僅耗資源，而且搭建訓練AI的系統，也是非常麻煩的。現在開悟直接給了鄭東潤可視化界面，只需要把做的東西丟進去就OK了。

開悟項目組成員James將其比作隨時可以拎包入住的精裝房。

此外，基於開悟平台，騰訊還舉辦了兩屆“開悟多智能體強化學習大賽”，以“以賽代研”的方式，幫助高校師生以更低門檻的方式，藉助在開悟平台上的技術積累，完善自身的科研課題。

清華的陳華玉表示，今年在參加“騰訊開悟多智能體強化學習大賽”複賽時，訓練打比賽的AI用到32台服務器、1000個CPU、1塊大的GPU。他坦言，這種算力資源僅憑個人或者學校實驗室，根本無法提供。

中科大博士趙鑑直言，有了這個平台，實驗室同學的科研熱情特別高漲。

此外，如上文所言，王者榮耀還基於開悟，與14所高校建立了高校課程合作計劃。讓AI專業的學生能夠在課堂上完成更夯實的理論知識體系構建。

自2019年教育部發文批覆了35所高校作為“人工智能”首批新專業建設資格以來，高校人工智能課程教育一直在搖擺中發展。

◆ 一方面，短短3年時間，很多學校都沒有系統完善的人工智能教育的師資力量，絕大多數教師只是在某一個細分領域有相關的經驗。

此外，高新科技人才備受國內外關聯產業追捧，優質人才資源都在企業任職，高校引入人才進度受限。

◆ 另一方面，瞄準了政策紅利與風口，部分沒有獲得AI專業批設權利的院校大打“擦邊球”，通過文字遊戲模糊了學生專業選擇，一定程度上也影響了人才的培養，比如所謂的"機器人專業"，實則與強化學習等AI領域知識無關，更多聚焦在機械製造、電路工程上。

慶幸的是，如今中國高校面向不同人羣開展了多層次、“AI+X”的人才培訓模式。這樣的模式不僅能做到因材施教、個性培養，更重要的是有利於挖掘專業複合型人才。而基於開悟平台延展而來的“AI+遊戲”，就不失為一種選擇，這也是開悟能與各大高校搭建合作關係的原因之一。

開悟平台承載了技術、資源等“AI生態原料”，逐步發展為“競賽-課程-科教聯盟-科創聯合體”的生態聚集地。

而在技術走向產業的路上，如今騰訊也有了新的一步 —— 在2022 STAC 大會現場，發佈了“騰訊X西南交通大學 智慧交通項目”的合作，將配合西南交通大學的專業領域優勢，依託“開悟”平台，以成都市作為核心示範區域，着眼困擾大家的交通擁堵問題，致力於將交叉口的通行效率提高10%。

這樣的校企聯動，一方面能夠藉助企業資源與渠道，推進研究，為後續的AI教育沉澱優質案例，加速人才與技術的儲備速度；另一方面，高校的科研成果，亦能夠作為企業發展的推進器。

何況，智慧交通本就是智慧城市的重要組成部分。

當交通擁堵這種“日常問題”得到優化解決後，那麼下一步也許就是完善城市“交通大腦”建設。畢竟，成都本身就在智慧交通這個層面大有規劃 —— 不僅在去年上線了“智慧停車”服務模塊，今年也成立了智慧交通聯合創新中心。因此，依託開悟平台與高校合作打造的智慧交通項目，正在成為補全成都“智慧大腦”的拼圖之一。

至此，AI產學研之間的壁壘雖然不至於完全消融，但至少找了一個通達彼方的新起點，為未來更多人才、技術、產業間的鏈接提供了一種新的參考路徑。

6月初，騰訊還與成都高新區簽署合作協議，在成都高新區落地騰訊未來中心項目，圍繞文創、科創等重點領域，探索全真互聯網等未來科技與場景形態建設，推進城市生產生活、城市治理數字化轉型發展。

現在很多公司都提all in AI，騰訊的目標則是AI in all。看似簡單的順序顛倒，是孕育生態的可能。因為AI對於騰訊不是一棵大樹，而是一片森林。

現階段，逼近人類大腦的“通用AI”也許只屬於科幻情節。

但一切總要有個開始。上個世紀末，美國一些先知先覺的大學就開設的“遊戲專業”，不只是遊戲設計、編程等等，連“玩”也成了單獨的專業。

一切未來都要一個屬於現在的開端，從這個意義上説，王者絕悟與開悟為中國的AI教育對接未來開了一個好頭。

“開悟”二字至關重要。

如果説過去一百年中國從工業文明的灰燼中覺悟，還可以一路摸着別人的石頭走出來，但在新技術浪潮中，已經沒有現成的石頭可摸。

我們只能更多的靠自己，去找尋並攀登人類整體進化的階梯。

王者榮耀這塊試驗田，是一個不錯的開始。