当下，为抢占新一轮科技革命和产业变革的战略先机和竞争优势，多个国家在人工智能高层次人才培养上超前布局。据统计，全球目前有45个国家的451所高校开设了人工智能专业课程，其中，英、美、德、日4国高校占比达50%以上。这4个国家探索形成了较有特色的人工智能人才培养模式，拥有一些共性举措和普遍经验。

    课程体系设置上强调跨学科

    人工智能属于典型的交叉学科，按照跨学科的思路来设置课程体系，才能培养出高层次的创新人才。

    美国高校在人工智能人才培养上坚持走“三维知识融合”的阶梯化推进道路。首先是“基础知识、专业知识、跨学科知识”的三维融合，其次是课程学习的阶梯化推进。在美国首个开设人工智能本科学位项目的卡内基梅隆大学，以数学、统计、计算机科学为基础的核心课程占比达36.5%，通识课程和专业课程分别占31.4%和29.2%。在这一基础上，学校重视课程安排的递进性，大一、大二阶段主要讲授人工智能概论、机器学习导论等基础课程和专业课程，大三后则逐步纳入人文、艺术、道德伦理等跨学科课程内容，循序渐进地培养学生理解和把握人工智能的能力。

    英国高校在人工智能人才培养上普遍采用“二维并举”路径，其一是“宽口径+跨学科”的专业设置路径，其二是“理论+实践”的课程设计路径。以牛津大学为例，它主要提供计算机科学和哲学、计算机科学和数学、计算机科学和法律等复合学位课程，旨在培养能够在多个领域应用人工智能技术的高端人才。此外，该校还形成了从基础到专业、从理论到实践的课程体系，要求学生在入学之初就建立坚实的数学和计算机科学基础，从第二学年开始学习人工智能、机器学习等课程，并积极参与编程实践和小组项目。

    德国高校探索形成了“四维能力培养”模式。在德国，主修人工智能专业通常需要完成180个学分的课程。这些课程被划分为基本能力课程模块、数据能力课程模块、人工智能应用能力课程模块和跨学科能力课程模块。其中，基本能力模块主要提供人工智能核心课程以及数学和信息科学的基础性知识，特别突出机器学习课程的重要性，重在打牢学生的理论基础；数据能力模块侧重于培养学生的数据评估和分析能力，主要包括数据管理和信息技术安全等课程，以期提升学生处理和分析大数据的能力；人工智能应用能力模块包括计算机视觉、自然语言处理、医学或机器人等应用领域的课程，意在增强学生在特定领域应用人工智能的实践技能；跨学科能力模块要求学生了解、掌握开发和使用人工智能系统涉及的经济、法律和伦理知识，确保学生能在遵守社会伦理的前提下有效应用人工智能技术。

    探索与本国实践相符的多主体协同模式

    单纯依靠高校力量没有办法培养出规模和质量兼具的人工智能人才队伍。探索与本国实践相符的多主体协同模式，是更快、更好培养人工智能人才的必由路径。

    英国强调人才链与产业链的融合，着力贯通企业与高校的人工智能人才培养链条。早在2017年，英国政府就发布了《在英国发展人工智能》报告，提出将高等教育资源与人工智能技术紧密结合的策略，明确提出在英国知名大学中增设200个人工智能博士学位，并由企业每年资助至少300名学生攻读人工智能硕士学位，鼓励来自不同学科背景的学生深入人工智能领域探索。与此同时，英国政府还支持高校为产业界在职人员，尤其是拥有STEM（科学、技术、工程和数学）教育背景的在职人员开设人工智能在线课程、提供职后人工智能培训等。

    日本强调打造“协作网络”，通过政府、产业界、学术界与研究机构之间的协作，共同推动人工智能领域的应用型人才培养。2015—2016年，日本产业技术综合研究所和理化学研究所联合企业成立了人工智能研究中心和革新智能统合研究中心，致力于招募日本顶尖的人工智能专家，以推动该领域的研究、开发和应用。日本《人工智能战略2019》提倡通过官民协作促进人工智能发展，目标是将日本打造成为世界领先的人工智能研究基地，培养和吸引世界级的高素质研究人员。2020年，东京大学和软银公司合作成立了超越人工智能研究所，专注于人工智能的基础研究和应用研究。2021年，日本文部科学省启动了“数学科学、数据科学、人工智能高等教育认证计划”，鼓励大学和专科院校开设人工智能课程，并制定人工智能专业人才培养计划。

    美国重视“政—产—学—研—用”结合。首先，大学与工业界紧密合作，设计灵活多样的研究项目和实习计划，帮助学生将理论知识与实际应用场景相结合。例如，麻省理工学院的“本科生实践机会计划”提供为期一年的专业发展机会，培养学生在工业界或科研机构工作所必须掌握的关键技能。通过得克萨斯大学奥斯汀分校的Moncrief本科生暑期实习计划，工程学院的学生有机会与研究所的研究人员合作，参与前沿的人工智能课题研究。同时，美国政府持续推动多主体间的合作。2023年，美国国家科学基金会、美国国家标准与技术研究院、美国农业部等机构，联合马里兰大学、加利福尼亚大学圣巴巴拉分校、卡内基梅隆大学等高校和IBM等企业，共同建立了7个人工智能研究所。2024年，美国政府成立了人工智能安全研究所联盟，会集了企业、高校、用户、政府、行业研究机构和民间组织的研究人员。这也有助于政产学研共同培养人工智能人才。

    保障人工智能领域的经费支持

    给予倾斜性的经费保障支持，是许多国家在人工智能高层次人才培养上的共同做法。

    德国在新修订的人工智能战略中提出，到2025年，将国家对人工智能领域的资助总额从30亿欧元提升至50亿欧元。与此同时，该战略明确，从2022年7月起，联邦政府与各州政府每年共同为柏林学习和数据基础研究所、慕尼黑机器学习中心、莱茵—鲁尔机器学习能力中心以及德累斯顿—莱比锡可扩展数据分析和人工智能中心等4个研究机构提供5000万欧元，用于吸引和培养人工智能专家。此外，德国人工智能研究中心每年亦可从德国联邦教育及研究部获得1100万欧元的专项资金支持。

    自2017年起，英国政府开始显著增加人工智能人才培养的资金投入。首项措施是投资2亿英镑，建立专门的新技术学院，致力于提供高级人工智能培训。此后，英国政府于2021年推出《国家人工智能战略》，明确将投资10亿英镑，支持人工智能人才的培养和发展。今年初，英国政府又向高校提供了倾斜性的资金支持，专门投入9000万英镑，新建9个人工智能研究中心，专注于医疗保健、化学和数学等关键领域的人工智能技术研究和人才培养。

    自2018年起，日本文部科学省投入6亿日元资金，选定北海道大学、东京大学等6所大学作为试点，建立数理和数据科学教育中心。这些中心的宗旨是服务所有学科的学生，推广人工智能基础性教育。2019年，日本明确在科学技术领域的新增预算中，投入133亿日元支持人工智能技术开发和人才培养。2023年11月，日本文部科学省发布新的人工智能人才培养方案，特别强调对年轻研究者和博士生提供财政支持，具体措施包括：为对国家战略领域研究作出重大贡献的大学独立研究者每年提供1000万日元的经费支持，期限5年，涵盖200名研究者；为从事国家战略领域研究的博士生每年提供390万日元的经费支持，期限3年，涵盖600名博士生。

    （段从宇系深圳大学教育学部教授，王燕单位系厦门大学教育研究院。本文系全国教育科学规划国家一般项目“制度变迁视域下教育科技人才一体化推进实施路径研究”［BGA230253］成果）