张道昌:部署五大方向 培养人才并引领第四次工业革命

镁客网 中字

6月1日,以“深度视野,对话未来”为主题的首届“中新人工智能高峰论坛”在新加坡·南京生态科技岛召开。

本次论坛,大咖云集,汇聚了李德毅、周志华、凌晓峰等多位中、新方院士,以及科大讯飞、小i机器人、云知声等企业代表。其中,新加坡科技设计大学校长张道昌发表了《关于机器学习的一点思考》的主题演讲。

图 | 张道昌

其中,张道昌校长分享了他们SUTD在创新高等教育上的几个方向:

第一要打破孤岛,要有跨学科的学习;

第二是培养技能能力,有超过书本以外的知识;

第三提供灵活、有选择的多样化教育,因材施教;

第四是教育方式的创新,比如数字化的技艺平台;

第五是整合和行业的关系。

以下,是张道昌的演讲实录:

目前工业4.0革命有一个挑战,就是教育。我们如何能够让大学更好地去准备人才,并且向社会输送适合工业4.0的人才?从教育方面来讲,我们可以说一说如何变革高等教育,从而让人才做好迎接变革时代的准备。

我主要谈一下人工智能,简要地向大家介绍一下新加坡人工智能的发展,以及我们大学在新加坡人工智能产业的发展情况。

如今的数字化转型已经把整个世界引入到第四次工业革命,跟前面三次工业革命相比,第四次工业革命不仅仅是技术的革新,也是一个很大的大脑,让我们能够向数字世界无缝转型,创造出我们人的互联网、产品的互联网、服务的互联网、数据的互联网,所以我们现在从原先的机械化进化到了自主式/无人式的各类应用。

另外,新的工业革命是更全面的,其中包含了千千万万,甚至我们之前没见过的事物。所以第四次工业革命的影响是多个层面的,涉及到经济等不同的行业,包括整个社会都会受到深远的影响。

先看一下人工智能对工作岗位的影响,更多的岗位将会被先进的机器人和机器的智能所取代,这个速度会非常快。从整个经济角度来讲,除了经济本身,同时还包括创新——我们有新的货币“信息和数据”,有新的资本“创意人才”,以及跨学科,其所教授的技能就是人工智能,包括数据分析以及3D打印。

因为这样一个影响,大部分岗位将会经历非常根本式的变革,整个工业也会发起挑战——一些先进的机器人和机器学习,以及人工智能将有可能取代人类。在一些中低端的岗位,人工智能会把人类挤掉,继而创造新的工种。不过,那些需要有创意、需要跨学科、需要有一个复杂知识体系的岗位,将不能简单的由更聪明的机器所取代,而这个时候对于雇主来讲,要能够不断地给员工再培训,让他们获得一些新的技能。

与此同时,对于一些员工来讲,他们需要去拥抱新的技术,并且学习新的东西。我们需要一个跨学科的学习,并且也要去培养一个持续学习、终身学习的思维方式。只有在教育体系中做到这一点,才能够帮助我们应对第四次工业革命所带来的挑战。

这就涉及到我主要的一个话题——从大学的角度来看,我们如何去培养人才,并让这样的人才去引领第四次工业革命呢?

非常清晰地讲,我们不能够用20世纪的课程去培养21世纪的人才,需要去大胆创新,提出一些较为根本性的问题。比方说智能的体征是什么?组织架构应该是怎样的?课程、学位、教学方法、研究方法又该怎样?什么叫做终身学习?该如何去使用信息化技术?……这些问题,我们都要能够问出来。

所以在这里,我跟大家分享一下我们是如何对这些问题提出答案的。我们是与MIT和浙江大学一起合作办学。我们有五大关键部分:

第一个,打破我们的孤岛行为,并且把跨学科学习和全球接触结合在一起。对于传统教育,我们总会想到一些行业,比方说土木工程、机械工程、电气工程或者是其他一些非常具体的领域。

现在,我们要清楚知道自己需要什么,产品、资源和系统。我们要有一个水平性的连接,让学生有很好的基础。因此,我们要在学校里面帮助他们打好基础,需要设立一个跨学科、多学科的教学,让他们能够找到自己的兴趣所在,这样一来,他们就会有很好的动力来学习了。

第二个,开发他们的技能,但不仅仅局限于书本知识,包括创意等等。

第三个,打造灵活的、有选择的和多样化的教育,让学生自己选择,做到因材施教。

现在我们要更倾向于平衡教育,比如说创意性的思维、同理心和终身学习等等。另外,学生也要有很好的态度,要热情并且能够合作协作,形成一个成长型的思维;除了在课堂里面学习之外,也要有全球性的学习通道,带来更多的选择、更多多元化的路径。

同时,我们有一个灵活的课程,让学生能够自己选择那些最适宜他们未来职业生涯的课程菜单,这个叫做以未来为主导的学习。

第四个,开发一个充满活力的互动型数字学习,它是可扩展化的,能够面对非常大且多元化的一个学生组。我们有这样一个数字型的在线学习平台,被称作翻转课堂(混合性的学习),带有工业性的色彩。

现在很多学生在本科时期就已经融入社会、融入行业,而不是单纯的等待。比如说全日制的研究生,我们可以在线教授他们研究生课程,不一定非要全日制。这样一来,他们可以在线学习一些最基本的知识,我们把这个叫做“可对战式的模块式学习”。基于这个学习模式,如果他们决定回到全日制学习,因为过去已经打好基础,整体学习时间也可以缩短。另外,除了数字平台和大学,他们也可以选择MOCO学习,打造一个模块式的学习,让学生有多个路径可选择。

第五个,整合其他产学资源,在人工智能等领域进行一些技能的培养。比如说像医疗,还有人工智能,我们希望有一个紧密的一体化方法,叫做“联合创造”。工业界会给我们一些意见,从而帮助我们来塑造课程。我们要想培养的学生能够支持行业,就得和行业一起合作,重新培训人才。另外,这些学生必须要进行反复的、持续的学习,只有这样,才能够面对不断变化的世界。

我们还会辅导和开发那些具备技术背景知识的毕业生,让他们能够迎接整个行业的新需求。

在新加坡,你可以看到产业学的研究,包括有六个大学,以及研究机构、行业企业等等。

我们大学现在主要关注人工智能的一些技术,已经有四到五年了,我们和业界也结成了很好的合作伙伴关系,诸如科大讯飞,我们也和他们签署了谅解备忘录。

这里要说的很重要,像人工智能研究,我们到底该如何很好的进行组织,主要是四个全面、综合的领域,比如我们,有理论和AI系统最基本的研究,还有AI的发现、人机交互以及未来人工智能基础架构。

我们需要很好的整合,包括在教育方面的合作,或者与行业公司的合作。此外,我们还设置了培训和奖学金项目。这些都是一体化方法所涵盖的部分,能够对行业、学校产生深远的影响。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存