昇騰打出“眾智”牌，創新人才培養新范式
進入2021年后，華為在開源AI生態方面可謂動作頻頻。
3月18日，華為 “昇騰眾智計劃”正式上線，推出了包含MindSpore數據增強算子、MindSpore模型等在內的140個項目需求，涵蓋文本、圖像、視頻、自然語言、目標檢測等熱門領域。
有別于傳統的項目分包形式，昇騰眾智計劃的主要對象是企業、高校和科研院所，以項目合作的形式不斷豐富昇騰軟件生態，項目完成后，將在昇騰開發者社區、MindSpore社區中面向所有開發者開放。
作為新一輪科技革命和產業變革的驅動引擎，人工智能早已上升為國家戰略，成為全社會的共識。在這樣的背景下，昇騰為何要選擇以“眾智”的形式加速生態布局？
01 中國AI的B面
在人工智能領域的全球競賽中，中國已經是“領跑者”的存在。
根據國際咨詢機構IDC的調研，中國以14.1%的算力占比領跑其他國家，也是全球范圍內唯二算力占比超過10%的國家，可以說是名符其實的佼佼者。
倫敦經濟學院教授許成鋼也在《2020中國人工智能指數報告》中寫道：中國的學術論文發表總量僅次于美國，其中期刊發表論文總量和引用總數都在近期超過美國，明顯和其他國家拉開了差距。
然而這些成績只是中國人工智能產業的A面，需要理性認識的還有B面的短板。比如在人工智能的算力領域，NVIDIA等公司的GPU仍使用較多的AI算力，中國企業還有不小的差距存在；在人工智能的算法領域，Facebook主導的PyTorch、Google主導的TensorFlow依然是最流行的開發框架。
倘若無法在算力和算法上夯實基礎打造生態，即便擁有再高的算力占比、再多數量的論文和專利，中國的人工智能產業都存在“沙中之塔”的風險。為何會出現這樣的局面？原因有二：
一是國內AI的起步相對較晚。以被視為人工智能“操作系統”的深度學習框架為例，國外的一些高校在2013年前后就開始研究，Google和Facebook先后在2015年和2017年進行布局，積累了規模龐大的開發者。而國內大多數的開源深度學習框架始于2020年，目前多半還處于深耕期。
二是缺少完善的生態產業鏈。NVIDIA在為自家的GPU適配深度學習框架時，主要的精力集中在PyTorch和TensorFlow；Google和Facebook在開發深度學習框架時，也將NVIDIA等企業的產品作為首選項。中國企業主導的算力和框架缺少足夠的話語權，相對應的生態產業鏈也就無從談起。
進一步思考，中國人工智能生態所存在的主要問題，都可以歸結為人才問題。國內并不缺少像昇騰系列AI硬件等中國企業主導的算力的基礎設施，也不缺少以MindSpore為代表的優秀深度學習框架，所需要的恰恰是AI開發者生態。
根據工業和信息化部人才交流中心的報告，目前國內人工智能產業有效人才的缺口高達 30 萬，計算機視覺等前沿領域的人才供需比只有 0.09，已經屬于極度稀缺程度。
倘若算上金融、制造等行業所需的應用型人才，國內AI人才的缺口可能有500萬的規模，并且將隨著人工智能的產業進程逐年增長。正是人才層面的龐大缺口，基礎軟件的薄弱和開發者生態的貧瘠，漸漸成了懸而未決的難題。
想要消除中國AI的B面，前提是找到培養優秀AI人才的路徑。
02 昇騰的眾智牌
華為推出的“昇騰眾智計劃”，會是解決人才短缺的一劑良藥嗎？
參考華為計算產品線副總裁、昇騰計算業務總裁許映童的觀點：昇騰計算產業堅持“硬件開放、軟件開源、使能伙伴”，希望通過昇騰眾智計劃匯聚產業界的技術中堅，通力合作，加速豐富昇騰基礎軟件生態，識別和培養優質人才，加快推動各行業智能化升級。
“昇騰眾智計劃”的推出，無疑隱藏了一些“私心”。
一方面，眾智計劃的項目主要基于昇騰基礎軟硬件平臺進行，通過國內外優秀開發者的共同參與，遷移或開發圍繞昇騰平臺的算子、模型、行業參考設計等等，目的是提升昇騰基礎軟件的能力，進而增強昇騰產品與解決方案的整體競爭力，構建昇騰計算產業生態。
另一方面，通過“昇騰眾智”的開發活動，可以在短時間內聚集一批優秀的開發者，深度參與到昇騰平臺的軟件開發中，熟悉昇騰平臺的開發環境，發現工具、框架等方面所存在的問題，一同參與開源生態的構建，有利于通過實踐迅速識別和培養一批優秀的人工智能人才，不失為發展昇騰核心開發者的良機。
同時需要看到的是，“昇騰眾智”不只是一種開發模式的創新，也給出了聚集優秀開發者的方法，何嘗不是快速彌補AI人才短板的新思路？
比如“昇騰眾智”向高校和科研院所拋出了橄欖枝，這都是“智力資源”最大的聚集地，也是培養人工智能人才的主要渠道。2018年國內還鮮有高校開設人工智能專業，目前已經有200多所高校開設了相關課程，增長勢頭可見一斑。
再比如“眾智模式”規避了封閉式開發的低效，也巧妙地克服了傳統項目合作的高門檻，將一些輕量級交付的生態部件以眾智的形式分發，為潛在的優秀AI人才提供“練兵”的機會，幾乎可以說是激活國內稀缺“智力資源”的最佳路徑。
華為此前已經和專家學者合作，聯合出版了3本昇騰相關的教材，陸續在國內100余所高校開設昇騰相關課程試點，并基于“智能基座”產教融合協同育人基地，讓昇騰成為高校理工科相關專業學生的必備技能。“昇騰眾智計劃”進一步讓高校的學生們走出課本和實驗室，深度參與到人工智能的應用場景中，無形中打通了人才培養的閉環。
確切的說，“昇騰眾智計劃”為AI人才培養探明了可行方案：國內并不缺少人工智能的氛圍，也不缺少優秀的人才儲備，需要的是正確的方法。
03 點燃星星之火
AI人才培養并不是什么小眾話題，“昇騰眾智計劃”到底有何不同？
在回答這個問題之前，先來回顧下較為常見的三類AI人才培養方案：一種是聯合教學，企業與高校合作開設一些課程；一種是以賽促學，即以比賽的形式激發學生對AI的興趣；還有一種是定向培訓，以就業為目的培養某個特殊技能。
以項目合作為基調的“昇騰眾智計劃”，顯然是一種深思熟慮的謹慎選擇，可以達成有別于傳統AI人才培養方案的關鍵收效：才盡其用與擁抱開源。
才盡其用：
企業、科研院所和高校對應的是不同的開發項目，比如企業可以將自身的行業經驗和人工智能融合，進行一些行業參考設計和模型的項目；科研院所可以借助前沿研究的優勢，進行算子、模型等方面進行創新；高校的學生可以參與一些輕量級的項目，甚至是以研究課題的形式加入眾智項目。
在以往的AI人才培養方案中，由于普通高校學生缺少深入研究的基礎，被引導的方向常常是應用型人才，“昇騰眾智計劃”給出了新的可能。
比如以“老師+團隊”的方式承接眾智項目，老師的作用是對團隊成員進行分工，制定可實施的項目方案，學生根據分工攻克不同的課題。在這樣的合作機制中，學生的空間不再是應用層面，可以提前接觸人工智能的核心領域，對技術有著更加深入的理解，對未來的升學或求職都是很大的加分項。
擁抱開源：
和傳統外包模式最大的差異，“昇騰眾智”的所有項目都是以開放為目的，幫助伙伴和開發者高效使用人工智能能力?？此浦皇菚N騰加速自身生態建設的激勵計劃，其實也在點燃中國AI開源生態的星星之火。
國內的AI人才不應該只有按部就班的教學，還應該引導學生們擁抱開源文化，在開源的氛圍中通過與其他開發者的分享交流，不斷擴展自己的認知邊界和技術邊界，構建“群智協同”的創新模式。“昇騰眾智計劃”在某種程度上也是面向開發者的“召集令”，比獎金和榮譽更有價值的，恰恰是為開發者打開開源的大門。
再來審視“昇騰眾智計劃”的價值，不單單局限在昇騰生態的層面上，不僅為昇騰生態的豐富找到了一條“捷徑”，也為培育中國AI的開源文化探索了新的方向，同時為國內AI人才的培養按下了“加速鍵”。
04 寫在最后
截止到目前，“昇騰眾智計劃” 已有浙江大學、上海交通大學、西安交通大學、中國科學院等超過40所高校和科研機構參與（排名不分先后），超過440位開發者加入眾智項目中，預計接下來將有2000多位開發者加入其中。
可能從體量上來說，目前“昇騰眾智計劃”的影響還比較有限，但從AI人才培養的維度來看，這是一場不應被低估的嘗試：500萬人才缺口所背負的不僅僅是一個個空缺的崗位，還有旺盛的AI落地需求無法被滿足，在這場和時間賽跑的爭奪賽中，我們迫切需要AI人才培養的新范式。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）