目前处在对人工智能高端人才培养的探索阶段，政府决策者与高校管理者不但要立足本土国情与本校特色，总结国内院校的相关举措及实施效果，而且要放眼全球，考察国外同行开展的类似项目以取长补短。基于2017-2018年的论文引用指数，《2019年全球AI人才报告》（Global AI Talent Report 2019）列出对人工智能领域影响最大的国家，前五位依次是美国、中国、英国、澳大利亚、加拿大。在该报告分析的22400名论文作者中，超过44％的人在美国获得博士学位，近11％在中国获得博士学位；46％论文作者的工作地点在美国，其次是中国（11%）^[3]。可见，现阶段美国与中国在人工智能领域的角逐最为激烈。这种较量集中体现在两国对该领域高端人才的培养（如相关博士学位授予情况）与吸引力（如其对工作地点的选择）。中国在这两项指标上均紧随美国之后，但差距仍然明显。与已有的国外案例研究不同^[4]，笔者集中从美国这一“赶超目标”选取人工智能高端人才培养的高校案例，聚焦在研究生教育阶段进行分析，并且深入到招生、师资、课程、学制等培养过程中的关键环节。
 
　　一、美国人工智能方向研究生培养的个案分析
 
　　根据《美国新闻与世界报道》（US News & World Report）发布的2019年美国最佳研究生院排名（2019 Best Grad Schools Rankings），卡内基梅隆大学（Carnegie Mellon University，CMU）、麻省理工学院（MIT）、斯坦福大学在人工智能领域位列前三^[5]。因此，笔者选取这三所高校作为标杆进行案例研究，具体从学制与学位授予、招生要求、师资建设、课程设置四个维度展开。
　　（一）卡内基梅隆大学
　　2017年6月，CMU启动人工智能计划（CMU AI），其目的是整合全校人工智能的研究资源，开展跨学科的人工智能协作，组建世界上规模最大、经验最丰富的AI研究团队之一，同时促进本校人工智能方向的人才培养。CMU人工智能领域的人才培养始于研究生教育阶段，一年之后才向下延伸到本科教育阶段。2018年5月，CMU宣布设置美国首个人工智能本科专业。
　　1.学制与学位授予
　　CMU人工智能方向的研究生教育主要依托计算机科学学院（School of Computer Science，SCS）的机器学习系、语言技术研究所、人机交互研究所、机器人研究所、计算机科学系这5个培养单位。该学院授予的5个人工智能理学硕士学位（以及5个哲学博士学位）相应专业为机器学习、语言技术、人机交互、机器人、计算机科学。通常情况下，硕士学制为1.5～2年，博士学制为5～6年。
　　2.招生要求
　　CMU人工智能方向的研究生招生工作由计算机科学学院统一负责。申请者必须提交研究生入学考试（GRE）成绩、简历、本科成绩单、推荐信以及个人陈述。个人陈述需要对研究兴趣进行具体描述，尤其要回答“为什么人工智能是一个重要的研究领域？”“为什么我适合来探索人工智能这一领域？”等问题。国际学生且母语非英语者还需提交托福（TOEFL）成绩。除此之外，不同系所还有细微差别。例如，人机交互研究所要求在个人陈述的第一段明确申请者的重点研究方向；机器人研究所要求申请者提供学术/企业任职的经历。
　　3.师资建设
　　CMU AI由计算机科学学院院长与上述5个系所的主任共同领导，因此在管理层架构上更接近于国内高校的交叉研究中心。CMU AI共有近200名教师，其覆盖的学科领域实际上超出了计算机科学本身，涉及生物、环境工程、哲学、艺术、公共政策等。
　　4.课程设置
　　5个系所的人工智能方向研究生课程设置各不相同，在此仅以课程体系最为完整的机器学习系为例^①。机器学习硕士的课程体系（见表1）包括4门“套餐”核心课程（Set Core courses）^②、4门“菜单”核心课程（Menu Core courses）（硕士生从中任选3门）、14门选修课程（硕士生从中任选2门）及1门实习课程。
　　CMU机器学习博士生的必修课程体系分为核心课程和选修课。核心课程包括3门“套餐”核心课程，8门“菜单”核心课程（博士生从中任选2门）及1门数据分析课程（见表2）。选修课分为普通选修课和“迷你”课程，博士生共需修读12个学分。官网列出的选修课共34门（包括《计算基因组学》《搜索引擎》等），每门课12学分。“迷你”课程每门6个学分，共5门，包括《自然语言处理工具》《网络模型》等。如果学生想选官网上没有列出的选修课，则需得到导师的批准。
 

　　（二）麻省理工学院
　　MIT尚未成立人工智能学院，但校方在2018年10月宣布投入10亿美元新建苏世民计算学院（MIT Schwarzman College of Computing）。新学院将成为MIT计算机科学、人工智能、数据科学及相关领域的跨学科中心。由于新学院尚在筹建中，本文的案例分析集中在MIT计算机科学与人工智能实验室（Computer Science and Artificial Intelligence Laboratory，CSAIL）。该实验室围绕人工智能、计算生物学、图形和视觉、语言和学习、计算理论、机器人、系统七大主要领域，使机器更智能、易于使用、安全且高效。
　　1.学制与学位授予
　　CSAIL由工程学院牵头管理、理学院等相关院系共同参与。学位授予取决于研究生所在的具体院系。人工智能方向的硕士学位通常为理学硕士或工程硕士，学制2～3年；博士学位通常为理学博士或哲学博士，学制在6年左右。
　　2.招生要求
　　CSAIL不负责招生工作，其生源主要来自工程学院及理学院的不同系所^[6]。学生直接向相关院系（如电气工程与计算机科学系、数学系、航空航天系等）提出读研申请。电气工程与计算机科学系在工程学院里规模最大，为CSAIL输送的生源最多。该系只招收博士（类似国内的直博项目），现有约700名在读博士生（笔者未能找到人工智能方向所占具体比例）。博士申请需提交本科平均绩点（GPA）、3封推荐信及个人陈述来表明申请者在数学、物理、工程或计算机领域有较高天赋。
　　3.师资建设
　　CSAIL的师资团队由来自全校11个院系的122名教师组成。这些教师里近1/3都是美国国家科学院院士，其中包括9位图灵奖得主、7位麦克阿瑟奖得主。他们组成了60多个课题组，致力于数百个项目，创办了100多家公司。
　　4.课程设置
　　CSAIL不设置课程要求。如前文所述，工程学院电气工程与计算机科学系招生口径为直博，该系授予哲学（或理学）博士学位的基本要求包括：第一，完成主要的人工智能专业课程（官网并未列出具体课程），并顺利通过博士资格考试；第二，完成一篇原创性的学位论文并通过答辩；第三，最少在校居住满4个学期。^[7]
　　（三）斯坦福大学
　　斯坦福大学人工智能方向研究生的培养由工程学院计算机科学系负责，但科研训练主要在斯坦福人工智能实验室（Stanford Artificial Intelligence Laboratory，SAIL）进行。SAIL有100多名博士生以及众多硕士生参与人工智能领域的计算机视觉、自然语言处理、机器人、基因组学等课题。
　　1.学制与学位授予
　　斯坦福大学对人工智能硕士生的就读年限没有具体说明，但硕士生必须修满45个学分。只有计算机背景较强的学生才能在一年内拿到硕士学位。该校研究生院规定硕士必须在三年内毕业，因此笔者推测其硕士学制为1～3年，授予的学位是计算机科学理学硕士；博士学制通常为4～6年，授予的学位是计算机科学哲学博士。
　　2.招生要求
　　人工智能方向研究生的招生工作由斯坦福大学工程学院计算机科学系负责。招生标准与该系其他方向的研究生相似，并无特殊要求。申请者不要求有计算机本科背景，但需具备较强的定量分析能力。如果GPA最高绩点为4.0，那么博士项目申请者需要达到3.6，硕士项目申请者需要达到3.5。申请硕士时需提交GRE成绩，国际学生且英语非母语者需提交托福成绩。已获得其他高校计算机硕士学位的申请者不能再申请斯坦福大学的计算机硕士学位，但可申请该校的计算机博士项目。
　　3.师资建设
　　SAIL目前有18位专聘教师、16位联聘教师、6位荣聘教授。师资团队的研究兴趣覆盖机器人、计算生物学、计算机视觉等多个领域。SAIL主任李飞飞兼任斯坦福大学以人为本人工智能研究院（Stanford Institute for Human-Centered Artificial Intelligence，HAI）的联合院长。该研究院在2019年3月正式成立。这一新建的研究院由斯坦福大学7所学院的200名教师组成，组建了计算机、脑科学、经济、哲学等跨学科研究团队。
　　4.课程设置
　　斯坦福大学人工智能方向对博士生的课程要求较少，因此笔者对其课程设置的分析侧重于硕士阶段。共有五种课程类型。其一，公共基础课。一类是公共必修课，包括《逻辑自动机与可计算性》《算法分析》《计算机组织与系统》《计算机系统原理》；另一类是公共选修课，学生可从《计算机科学概率介绍》《概率论》《概率分析》《工程师的概率与统计学概论》4门课里选择1门。如果学生修过类似课程并获得导师批准，即可免修这些公共课。其二，软件操作课。人工智能方向的硕士生要从14门软件操作课中至少选择1门。14门课程包括《操作系统和系统编程》《编译器》《程序分析和优化》等。其三，广度（Breadth）课程^③。人工智能方向的研究生需要在数学理论基础、计算机系统、计算与社会这三类广度课程里至少选择2门，并且这2门课程不能属于同一类广度课程。其四，人工智能方向的专业课。专业课至少需要21个学分。这些专业课程分为三类：A类，即专业必修课《人工智能：原理与技术》，学生可在获得导师批准之后免修这门课；B类，即专业选修课，学生要从11门课程中至少选修4门；C类，即公共选修课，学生从系里列出的另外70门课程里选出自己感兴趣的课来满足学分总数的要求。其五，技术选修课。人工智能硕士生还要选修相关的技术课程。工程学院提供的部分研讨课可作为技术选修课程。部分技术选修课程的考核没有具体成绩，授课教师只需判定“给学分/不给学分”。选修这些技术课程需要导师批准。
 
　　二、美国人工智能方向研究生培养的异同比较
 
　　基于以上对CMU、MIT、斯坦福大学人工智能方向研究生培养的个案分析，在此从组织架构、培养目标、招生机构、培养年限、师资规模、学分要求、学位授予7个维度对上述三校进行比较（见表3）。
　　

　　
　　从组织架构看，三校主要依托原有的计算机学科来培养人工智能方向研究生，但该学科在各校归属的机构层级存在差异。对于CMU言，计算机科学是一个学院；而对于其余两校，计算机科学是其工程学院下设的一个系。人工智能方向在原有组织架构下通常由一个实验室（如CSAIL、SAIL）来整合人员、经费等科研资源。这种机构设置造成了“人才培养在院系，科研训练在实验室”的相对割裂。从2016年阿尔法狗（Alphago）击败围棋世界冠军李世石的“人机大战”以来，一方面，人工智能领域备受瞩目，由此吸引到的人力、经费等资源超出原先一个实验室的人员编制与预算额度；另一方面，人工智能领域的跨学科性较为突出，其教学与科研涉及到跨系所甚至跨学院合作，这也需要在组织架构上打破原有分割。这种调整在上述三校都有所体现（见图1）。按时间先后来看，CMU率先在2017年6月启动CMU AI计划。由于该计划在计算机科学学院的五个系所之间展开合作，对原有组织架构冲击较小，可谓是一种“微调整”。比较之下，其余两校原先的计算机学科并未单列成学院，因此动作较大，需要围绕人工智能来新建学院或研究院。MIT在2018年10月16日宣布拟建苏世民计算学院，斯坦福大学也在一周之后（即10月22日）宣布新建人工智能研究院，并在2019年3月将其命名为HAI并正式落地。依托本校原有的计算机学科，通过升级实验室或强化系所合作来新建人工智能学院、研究院、交叉研究中心是上述三校近期的重大举措之一。以HAI为例，该研究院的两名联合院长分别是主管科研的SAIL实验室主任李飞飞与主管教学的斯坦福大学教务长约翰·赤门德（John Etchemendy）。这一任命凸显了HAI的重要任务在于整合全校在人工智能方向的科研攻关与人才培养。
　　

　　
　　在生源建设上，这三所高校的人工智能方向研究生招生与录取工作分别由对应的院系负责。申请者须具有计算机学科相关的优势或特长，如深入理解复杂性理论、熟练掌握编程技能，以及较强的数学背景。就招生机构而言，三所高校因其架构不同而存在差异。斯坦福大学的组织架构较为单一，人工智能方向研究生招生直接由工程学院的计算机科学系负责，即“一院一系”。CMU由计算机科学学院的5个系共同参与招生工作，在学院统一的招生要求下补充每个系所的特殊要求，即“一院多系”。MIT人工智能方向研究生的生源来自工程学院与理学院等院系，因此招生工作体现出“多院多系”的特点。
　　从人才培养的过程来看，这三所高校人工智能方向研究生的修读年限大致相同，但课程设置、学分要求、师资规模还存在差异。在修读年限上，硕士的学制以2～3年居多，只有计算机基础很好的学生能在1～1.5年内修完；博士学制较长，通常为4～6年。在课程设置上，CMU与斯坦福大学对人工智能领域方向的研究生均有系统的核心课程要求，而MIT较不明确。在学分要求上，斯坦福大学的人工智能方向研究生集中在“一院一系”（即工程学院计算机科学系）内培养，学分总数要求达到45（其中选修课学分占80%），并且平均绩点不能低于3.0（相当于B）。其余两所高校的人工智能方向研究生培养涉及到多个系所甚至不同学院，因此对学分总数、选修比例以及平均绩点都无统一要求，而是由系所自定。
　　从师资团队来看，CMU计算机科学学院的师资规模已达到200人；MIT的CSAIL原有师资122人，拟建的苏世民计算学院将新招50人；相比之下，斯坦福大学的SAIL师资规模较小（仅40人），但其新建的HAI师资团队将达到200人。
　　从人才培养的出口来看，在学位授予上，这三所高校大致相同，最常授予的人工智能方向硕士与博士学位分别是理学硕士与哲学博士。只有MIT另外增加了工程硕士与理学博士学位，这也反映了在该校人工智能方向研究生培养过程中，工程学院与理学院“双轨并行”的架构特点。在毕业去向上，三校培养的人工智能方向研究生也一致：硕士生在毕业之后成为人工智能领域的专业技术人员；博士生在毕业之后成为推动人工智能领域创新的科学家与研究者。
 
　　三、对人工智能高端人才培养的政策与管理建议
 
　　（一）出台人工智能方向研究生培养关键环节的指导方针
　　国内的研究生培养尚未设置人工智能学位授予点，这与案例里分析的美国三所高校做法一致，即继续由计算机学院或工程学院授予理学硕士或哲学博士学位。基于三校对比，人工智能方向研究生培养的目标、招生、学制、学位授予等关键环节都具有共同特征。这种相似性为从宏观层面（国家、地区或某一类型高校群体）给予指导的合理性与可行性提供了实践基础。尤其在经历中兴与华为被美国实施制裁事件之后，自主培养计算机核心技术（包括人工智能方向）的高端人才是研究生培养的重要使命之一。^[8]
　　（二）推动新建人工智能学院、研究院或研究中心的组织架构升级
　　过去三年是国内外高校在人工智能领域对人才培养的组织架构进行新旧转换的关键窗口期，就连案例里美国三所高校这样的“老牌实力选手”也调整步伐来迎接新一轮挑战。这给国内高校留下了弯道超车的机会。从政策引导来看，教育部在《高校人工智能创新行动计划》里提出，到2020年建立50个人工智能学院、研究院或交叉研究中心^[9]。从高校响应来看，截至2019年5月，据不完全统计，已有43所国内高校新建人工智能学院或研究院^[10]。这意味着下一步的工作重点不在于追求规模，而在于通过优化布局与深化改革来推动这些新建机构的顺利落地与有效运转。
　　（三）完善人工智能方向研究生奖学金、竞赛、学术会议资助等配套激励方案
　　限于篇幅，本文无法对人工智能方向研究生培养的相关环节一一穷尽。举例来说，与研究生资助相关的激励机制就是一个值得探讨的未来研究方向^[11]。从政府奖学金来看，2019年2月，特朗普签署《维护美国人工智能领导地位》，呼吁美国各机构设置奖学金来提升劳动力的人工智能相关技能^[12]。从企业奖学金来看，2019年，美国Simplr公司冠名的人工智能与技术奖学金为一名在人工智能、物联网、货币链或知识产权法领域提交优秀论文的学生提供7500美元奖学金^[13]。从国际竞赛来看，2010年，斯坦福大学推出基于ImageNet数据库的大规模视觉识别挑战赛^[14]。人工智能方向研究生可组团参赛与国内外高手同场竞技。从学术会议来看，美国人工智能领域的顶级会议（如NeurIPS）都为提交论文的研究生提供参会资助^[15]。国内高校在设计人工智能方向研究生的培养方案时也要综合考虑奖学金、挑战赛、学术会议参与等配套激励机制。
　　注释：
　　①除了机器学习系之外，卡内基梅隆大学计算机科学学院参与人工智能计划的还有四个系所，分别是语言技术研究所、人机交互研究所、机器人研究所、计算机科学系。
　　②“套餐”核心课程指一组打包好的课程，每门都为硕士生必修课程。“菜单”核心课程指一系列专业相关课程，硕士生可从中选择。
　　③广度课程是指人工智能硕士生除专业课之外，还需要修读与计算机科学密切相关的其他领域的课程，以反映学科广度，拓宽知识面。
　　参考文献（略）
　　
　　基金项目：中央高校基本科研业务费项目“华东师范大学人文社会科学青年跨学科创新团队项目”（编号：2018ECNU-QKT005）