简单韩式盘发9月27-28日，“新空间新动能——凤凰湾区财经论坛2023”于香港、深圳两地同步举行。本次论坛由凤凰卫视、凤凰网联合主办，围绕“新空间、新动能”主题，深入探讨“多重考验下的全球经济：复苏还是衰退”、“全球经济风险与中国应对之策”、“香港经济新动力”、“全球危机与地方政府债务”、“大湾区资本市场建设”等关键议题，为全球经济及湾区发展贡献新智慧。

　　今年以来，通用人工智能快速崛起，百度、阿里、讯飞、字节等头部互联网企业纷纷布局大模型，这也引发了一场激烈的“抢人大战”，高端人才需求持续攀升，突显了人工智能领域人才供需矛盾。

　　人工智能产业蓬勃发展的同时，人才培养如何大步跟上？华南理工大学软件学院院长蔡毅在接受凤凰网财经《凰家会客厅》栏目采访时表示，大模型的迅速崛起带来了两种人才需求：一是应用型人才，他们能利用人工智能工具提升工作效率和开发应用；二是专注于人工智能算法研究的人才。目前，这两类人才都比较稀缺。

　　蔡毅认为，作为飞速发展的新兴行业，人工智能人才的高需求一直都存在。对于高校来说，教学方式和课程内容要快速迭代，创新科研管理方式，全面提升师生的综合信息素养，培养高质量的技术人才。

　　就业市场的高薪高需求，让人工智能的火爆在学生填志愿阶段就突显出来。根据夸克《2023高考志愿报告》，2023年高考志愿填报期间，计算机科学与技术专业的热度最高，AI相关专业的关注度上升最快。

　　不过，蔡毅也提醒我们要注意一个现象。当前正出现人工智能领域的一个现象级爆发，爆发期后可能会在未来趋于稳定。如果大家不加以冷静思考，就一窝蜂涌入某一领域，未来可能出现人才过剩问题。他建议学生应该明确自己的兴趣、未来期望，以更好地规划自己的发展道路。

　　除了人才培养外，推动人工智能产学研协同创新发展也是各界共同关注的焦点。蔡毅指出，虽然高校科研成果有转化潜力，但实际转化率并不高。高校科研和企业产品研发存在一定的鸿沟，企业通常希望能快速应用科技成果落地到其产品，而人工智能领域的科学研究通常基于预定义场景和公开数据集，将其应用到具体企业项目中往往需要一个过程和一定时间。根据经验，如果在合作过程中企业能提供团队支持高校了解其具体场景和产品，成果转化的效率和效果会更好。

　　凤凰网财经《凰家会客厅》：人工智能对学术界带来了巨大的影响，传统的写作和研究会受到AI生成内容的挑战。比如，有学生用ChatGPT写论文甚至是考试，高校对此如何做出更加快速、更加科学的应对？

　　蔡毅：自去年底ChatGPT问世以来，大模型在内容创作方面表现出了强大的能力和巨大的潜力，并在网络上得到广泛使用。对于高校而言，以往的学生考查、考核方式通常包括作业、课程报告和论文等。随着大型模型等工具的出现，我们需要重新思考如何防止学生利用AI工具来完成一些考查考核任务。

　　通常情况下，我个人不建议学生使用生成式AI工具来完成课程任务。可能有个别老师会特别说明，学生使用生成式AI工具，需要标明哪些部分是生成式AI内容，是否同意AI的观点，以及为什么会有这样的认同。

　　我们希望AI大模型工具的使用能解放人的劳动力，而不是让人不去思考。学生应该借助这些工具提高信息获取的效率，扩展思维渠道，并提升思维质量，并进行更深入的思考。对于教师而言，如何引导学生使用这些工具是一项具有高挑战性的任务。

　　凤凰网财经《凰家会客厅》：有国际学者认为，人工智能（AI）给传统教育造成了威胁，它可能会剥夺人们成长和进步的动力，人类存在着“脱节教育、与未来脱钩”的“严重风险”。

　　蔡毅：这些担忧和考虑都是有一定意义的。正如我之前提到的，人工智能本身就是一个工具，工具本身并没有问题，问题在于我们如何使用它，如何引导学生更好地利用AI工具来提升他们的学习效率，这一点非常重要。

　　AI工具需要社会共同努力来引导和监管，我们不能让学习者过度依赖它去完成学习任务，不能让它脱离教育，背离了教育的初衷。我们可以设计新的教学方式和内容，引导学生利用AI工具来创作更好的内容，进行更深入的思考。

　　凤凰网财经《凰家会客厅》：您在高校应该有切身体会，随着人工智能飞跃式发展，相关领域的人才储备也越来越重要，竞争激烈的人工智能市场，会出现抢人大战吗？高校如何健全人才培养机制，并和企业做好人才沟通？

　　蔡毅：自人工智能火起来后，深度学习领域爆发了，再到去年年底的大模型，人才需求量大，也出现了抢人的现象。但在AI大模型时代，人才的门槛相对要求较高，这带来了两种人才需求：一是应用型人才，他们能应用人工智能工具到某个领域去辅助完成具体任务，提升该领域从业人员的工作效率；二是创新性人才，这类人才聚焦在人工智能领域理论、算法和技术等方面的创新。

　　目前，这两类人才都比较稀缺，包括大模型出来后的AI提示工程师、大模型训练工程师，还有高质量的数据标注师等等。

　　但也要警惕一个可能出现的现象，就是AI行业现在处于一个爆发期，爆发期过后话可能会是一个平稳期。如果大家不加以区分，就一窝蜂涌到某一个领域，未来可能出现某个方向人才过剩的问题。所以，学生应该做好自己的定位，结合自己的兴趣、未来期望，定好自己的发展方向。

　　凤凰网财经《凰家会客厅》：高校科研成果转化有什么痛点？高校和企业之间进行AI技术转移和产业化应用时，有什么需要注意的问题？

　　蔡毅：高校有很多好的科研成果，但实际每年转化率都不高，这里面存在几个关键要素。过去我们与众多企业有很好的合作经历，我们的技术能应用到企业产品里面。然而，我们发现这个过程中双方存在着一定的鸿沟。企业希望能够快速使用高校的技术，但科学研究成果通常始于预定义场景和公开数据集，不一定无缝适用于特定的企业应用，因此需要适配过程和一定周期。在这个过程中，企业需要表现耐心并提供支持，最好有专业的团队参与帮助高校理解其场景和产品。根据经验，如果企业和高校共同组建团队进行产业转化，转化效率和效果都会较好。

　　然而，如果企业只是签署合同，然后将技术转化完全交给高校来实施，通常效果不佳。高校需要时间来理解企业特定场景和业务流程，这是一个耗时的过程，需要企业的积极配合。此外，高校主要从事科研工作，将其成果与企业产品结合需要双方达成一致的期望。有些企业可能认为人工智能可以自动完美地完成各种任务，但实际上，将高校的科研成果工程化落地是一个需要逐步迭代的过程。在此期间，双方的期望需要达成一致。

　　凤凰网财经《凰家会客厅》：眼下，快速迭代的人工智能技术对一些岗位产生了冲击，许多人担心自己被AI淘汰，您对此有什么建议？

　　蔡毅：大模型具有很强的内容生成和创作能力。过去，信息的处理需要专业人士来做，比如外文翻译，会由专业翻译员对用户需求人工进行信息的翻译处理，然后输出翻译的结果。这种由用户需求输入到结果输出的人工信息处理中间过程，都有可能被大模型冲击。如一些基本的文稿写作，或者是简单的代码编程，都可以由大模型完成。大模型时代，会受到冲击的可能是技术门槛或者能力门槛不高的这波人。

　　但这也是个机遇，对于这些从业人员来说，他们可以借助机器完成初步的工作，将精力集中在更高质量工作上。对于AI技术，我们需要持有开放的心态，积极地去拥抱它，和它做朋友，让它变成我们的好帮手。