中國AI想彎道超車,有多少希望在遊戲行業?_風聞
游戏葡萄-游戏葡萄官方账号-有判断有前瞻的游戏行业媒体05-17 06:53
AI人才焦慮,不止是創業公司的痛。
文/以撒
説遊戲揹負着AI技術的未來發展,絕對不是一句空話。至於原因,我們聊過很多次了——不少AI成果,甚至可以説是以遊戲為基礎“生”出來的。連OpenAI創始人都親口認證過,他們之所以能研製出ChatGPT,也恰恰是因為之前走過研究《DOTA2》AI的“彎路”。
但再講這些,未免有些老生常談了。所以今天,我們想聊聊另一個角度:人才焦慮。
在每一波技術浪潮來臨之後,人才一定是大部分相關公司的痛點。比如在AIGC火起來之後,相關的算法、技術崗位需求就有一波大增,圖像識別、深度學習等崗位年薪百萬都是灑灑水,而且高材生遍地都是——碩士至少就有40%以上,不可謂不卷。

以上數據來自脈脈高聘發佈的
《2023 AIGC人才趨勢報告》
但這就牽扯到一個很重要的問題:人才從哪來?公司內部的培養有多費時費力自不必説,我國高校的人工智能專業成立也沒多少年,人才總量就這麼多。技術發達歸發達,這個高門檻的池子可不會憑空蓄滿水。
所以一直以來,AI人才焦慮都不止是創業公司的痛,還牽扯到更深一層的高校教育上。上週葡萄君去成都,參加了騰訊舉辦的STAC科創聯合大會,會上專門設置了一個“教育論壇”,請來了多位與AI相關的高校師生討論此事,就讓我感觸頗深。

比如在會上,西安交通大學人工智能學院的副院長蘭旭光提到,這半年以來,他們的心就一直慌慌的,不知道為什麼AI突然發展到了這樣的時代,有了如此顛覆性的技術。這不僅是對從業者的衝擊,也是對教育的挑戰。
挑戰主要在哪裏呢?四川大學計算機學院院長呂建成講到兩個方面:一是教育界共同的課題——在AI技術發展之後,我們如何結合它去改革教學方法?二是AI這門學科本身的課題——現在的教材、課程五花八門,既沒有高度統一的教育體系,也沒有足夠的師資力量,在這種情況下我們如何更好地培養AI人才?

這問題聽着簡單,實際上影響極其深遠。就拿ChatGPT來説,如今我們自己通過和AI對話都能寫出高水準的代碼,那麼學校的教育到底還能如何進步?會不會反被AI甩在後面?蘭院長覺得,人類教育者戰勝AI最大的因素,是創造力。因此,想辦法激發學生的創造力,也是AI人才培養目前面臨的巨大難題。
順着這個最大的問題延伸下去:創造力又要怎麼激發呢?聽了現場師生的討論,葡萄君覺得可以總結為兩點:真刀真槍、興趣導向。
首先,真刀真槍指的是不能紙上談兵、純學理論,而是一定要在項目中成長。大會上請到了一位老教授,他是清華大學深圳研究生院的原副院長林孝康,今年76歲高壽,畢業後教了一輩子書。當年他所在的專業是無線電技術——這個專業為後來國內的AI教育奠定了不少基礎,而他本人也親手帶出過許多AI大牛。

當年的條件,可遠不如現在這麼優越。林教授提到,過去一個科研項目拿兩三萬、四五萬塊錢就很多了,找論文、資料,能找到一篇兩篇就已經不得了了。而且那時的“電腦”一台就要佔一間屋子,還只能從國外進口。
就是在這樣的條件下,他們天天睡在實驗室裏,加班加點完成了項目。林教授説,清華大學很早就提出了這樣的教學思想——要真刀真槍地幹科研項目,從企業、科技界接過來,帶着學生一步一個腳印地做出來,這樣培養出來的學生才能令人信服。
當然,這樣的思想也延續到了現在。比如深圳大學的學生王翊風,就講到了他曾經做過的課題:在鵝場研究AI——不是騰訊那個鵝廠,是真的養鵝場。他們要研究一套用AI識別病鵝的系統,但很快就感受到了傳統養殖的難度:一羣鵝混雜在一起,怎麼判斷哪個有病?判斷出來後,它馬上跑進鵝羣,又怎麼分辨?這可能只有十年經驗的老師傅才能準確做到。

圖片源自網絡
不僅如此,鵝場的條件也並不理想,沒有手機信號、沒有網絡,還得頂着40度的高温。後來他們先是拉了幾十米網線、安裝設備,又是學習養殖知識、研究算法,前前後後花了100多天,標註了30萬隻鵝、採集了六千多張鵝的照片,對鵝糞臭味都習以為常了,才做出最終的小程序。
但這樣的經歷無疑也是寶貴的。他提到自己導師説過的一句話:腳下踩過的鵝糞越多,你寫出的代碼就越清晰。
你可能會疑惑,既然我們有這麼多年輕人在真刀真槍地幹,為什麼還要愁教育?這就還要提到第二個點:興趣導向。大會上,電子科技大學計算機科學與工程學院的教授李晶晶,説了一句非常好的話:以前我們總説“授人以魚,不如授人以漁”,但是到了現在,我們更需要做的是“授人以娛”,也就是用更加寓教於樂的方式來教學。
對於AI教育來説,這一點可能尤為重要。葡萄君以前也學過編程、算法,對此深有體會——你讓我想辦法做個小遊戲,那我可不困了;但你要讓我鑽研數據結構、學線性代數,搞清楚那些指針、堆棧的原理,我會直接睡死過去。當然,人的體質各異,有的人就是喜歡和擅長研究這些,但這也不代表他們不需要更有趣的教學方式。
南京大學在2018年建立了人工智能學院,可以説是國內甚至全球最早探索本科AI專業的高校。而南京大學人工智能學院的副教授趙一錚在大會上講到,當時他們覺得最大的難處,就是AI技術的細分方向又多又雜,很難建立起完善的教學體系。
就拿課程安排來説,AI專業需要一些常規教學中覆蓋不到的數理基礎,他們就只能安排在大一教學。於是結果就是,那些十八九歲的孩子剛剛進入大學,還滿懷着對大學休閒生活的憧憬,結果就被極度抽象、艱深,並且落後一節就跟不上的課程給擊垮了。如果不是功力深厚的老師,也很難一直維持他們對課堂的興趣。
以上這兩點,基本已經在全國許多高校的AI教育中形成了共識。北京大學計算機學院計算機科學與工程系主任李文新也提到,他們有一個專門的團隊,來詳細探討如何安排人工智能專業的課程,如何讓數理基礎和專業課的鋪墊、層次最為合理,還設置了一個試驗班進行驗證。

儘管我們的教學隊伍如此努力,有些痛點依然很難完全解決。騰訊開悟平台技術負責人鄧民文告訴葡萄君,在AI教育方面,高校其實需要和企業之間形成一些紐帶。比如學生想研究圍棋AI,但學校的條件往往是不允許的——它需要很多機器並行計算、訓練模型,也需要一套成體系的工具,而這種工具就需要高校和企業共同研究。另外,企業也可以在真刀真槍做項目這方面,提供一些獨特的經驗指導。
看到這裏,你會不會覺得我寫得有點跑題了?明明是講遊戲的重要性,結果大聊了半天高校教育……不,其實説到這兒,鋪墊剛剛好完成。因為把上面的這些挑戰、痛點串聯起來,你就會發現,遊戲其實是解決這些問題最好的一塊拼圖。
首先,遊戲能不能提供真刀真槍的實踐經驗?能。鄧民文告訴我,開悟平台此前就已經和四所頂尖高校合作過,並且還在今年把合作數量擴大到了19所高校——有的讀者可能還不瞭解,他們是騰訊旗下研究AI的平台之一,是“絕藝”“王者絕悟”等知名遊戲AI的孵化器,整合了騰訊AI Lab、《王者榮耀》的多年遊戲AI研究經驗和龐大研究資源,還舉辦過高校賽事,我們以往也曾做過相關報道。

鄧民文覺得,我們的AI教育要做出自己的特色,就不能一味照搬模式。他們目前有一些想法:一是用真實的項目來教學,並且向高校提供企業人員的支持,避免紙上談兵;二是希望設計階梯式課程,做到循序漸進的教學;三是他們在與高校的合作中,不止提供研究平台,還沉澱出了不少成體系的教學資料,包括老師的教案、上機指導書,學生的教學視頻、課件和作業等等。
這些資料,如果能推廣到全國高校的AI專業,也會是一件非常棒的事。因為大家都明白,教育資源的不平均是一個客觀事實,且很難一下子就顛覆過來。但當這些頂尖高校親手磨出來的資料,被用在普通本科甚至專科的教學中,這種局面多少會有所改變。
其次,遊戲能不能“授人以娛”?那更是毫無爭議地能。大會現場就有一位博士現身説法——他是中國科學技術大學的趙鑑,雖然現在已經是別人眼中的“人生贏家”,但他提到,上大學的時候他也特別特別迷茫。因為他自己是資深遊戲玩家,當時也是衝着遊戲AI報的專業,但進了學校才發現,像阿爾法GO那樣的科研,學校的算力根本沒辦法承擔,他也因此天天睡不着覺。
結果到了2019年,轉機出現了——騰訊開悟平台的賽事邀請高校參加,他一看到是《王者榮耀》遊戲AI的研究,馬上來了勁,天天沉浸其中。因為開悟平台提供了訓練資源、開放環境、API接口,以及完整的開發文檔和QA系統,再加上他們自身對遊戲的興趣,他們的研究很順利,在第一屆比賽上就獲得了冠軍,拿了不少獎金。而且在那之後,還有包括騰訊在內的不少公司向他拋出Offer。

看到這些你就不難理解,為什麼我要説中國AI技術的未來,有一半都在遊戲身上——至少拋開生成式AI不談,在決策式AI這半壁江山的層面是這樣的。天下苦AI教育久矣,甚至不止是AI專業,對所有專業來説,想讓學生既能有學習的興趣、動力,又能在實踐中獲得經驗,這根本就是教育的終極目標了。而這時,遊戲之於AI專業恰好就有這樣的作用。
當然,這需要企業更加開放、更加貼近高校和產學研合作,這並不容易。但只要能做好,我們的AI教育,簡直就相當於開了“金手指”一樣。