通过工程实践项目，学习如何落实应用人工智能项目

AI人才的培养不仅是科研与行业所需，更是国家战略层面的发展规划。近几年，国内高校陆续开设人工智能专业，全国40所中学成为“人工智能教育实验基地学校”。AI教育如何推行，针对不同年龄和背景如何研发相应的教材和教学方式，是当下AI教育面临的问题。这个夏天，来自海内外顶尖学府的80位学子齐聚上海，在为期四周的2019DeeCamp人工智能训练营，通过工程实践项目，学习如何落实应用人工智能项目。

DeeCamp项目总发起人、创新工场人工智能工程院执行院长王咏刚表示，学生在四周时间里，密集接受理论课程、产业课程、实践课题三级课程体系的学习，同时充分发挥自主精神，讨论设计方案、安排分工、组织知识分享、兴趣沙龙等活动，在切磋、交流、磨合、头脑风暴中逐渐成长。

DeeCamp训练营由创新工场于2017年发起，旨在提升高校AI人才在行业应用中的实践案例经验，同时推进产学研深度结合。2019年，伯禹人工智能学员联合创新工厂将DeeCamp首次落户上海，从全球600所高校1万多名报名者中，通过笔试、面试层层考核，最终有80多名学员参与为期一个月的专家理论培训、课题实践辅导、AI企业参访、产业交流沙龙等活动。此次上海训练营的实践课题覆盖了教育、医疗、交通、新闻等领域，流利说、森亿智能、天壤智能、华为的领域专家全程指导学员们深入真实场景，展开工程实践。

图说：训练营学生开发的手术室床位调度系统

经过四周“集训”，学员们展现的智慧令人眼前一亮，涵盖AI＋英语教学与自然语言处理、医疗与深度学习、城市规划与多智体强化等领域，这意味着不仅在AI技术上要有所建树，能不能应用“落地”也是重要考量。AI华佗组使用电子病历系统患者数据，通过机器学习构建全面考虑患者手术和麻醉因素的模型，预测手术时长，并在约束条件下基于启发式算法对手术室床位进行调度，能够提高手术室利用率，方便管理者做出更合理的调度。AI神农组基于药品说明书和互联网疾病知识，利用爬虫、机器学习和深度学习技术构建疾病-药品相关知识图谱，实现面向B端的用药合理性审核，助力医师临床决策，同时实现面向C端的疾病用药知识查询，提高用户医疗知识的可及性。AI指挥官组设计了一套智慧交通解决方案，团队以多智能体强化学习算法与智能时间调控方法，设计针对多路口协同的奖励折扣算法，有效提升了多路口复杂场景的通行效率，减少拥堵时间，加快通勤速度，助力构建万物互联的智慧城市。

上海交通大学俞勇教授指出，“学科学习是基础，每个学生都有自己学习的路径，要设计自己的知识图谱。以往AI所需的学科知识分布在各学科，学生往往精于一科。现在有了人工智能专业，自然语言处理、计算机视觉、机器学习及数学基础等课程都成为核心，这就更需要学生自己评估个人能力与设定学习计划。学科基础打扎实之后，可以通过更多AI论坛及研讨会，共同提升人才水平。”

专家表示，产学研结合、把项目转化落地是AI人才培养不可或缺的一环，人工智能不能脱离人而存在，但苦于高校与产业的结合不够密切，学生难以“实战”，且学生在学校做“大作业”时大多是与同学结伴，学科集中、人数不多、数据无支持，很难在专业领域取得突破。培养AI人才，需要更大的平台聚合更多的资源，需要高校与企业、工业合作，需要实力强劲的团队和真实的数据。