如今人工智能已渗透经济社会的方方面面，对于高校来说，教育模式和人才培养是否会受到影响甚至冲击？
在2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC2024）期间，多位高校负责人围绕上述话题作出探讨。
第一财经任玉明摄
要加强源头创新
上海交通大学校长、中国科学院院士丁奎岭在“人工智能与教育”论坛上表示，人才培养是大学唯一不可替代的功能。换句话说，大学人才培养的中心位置并不会因为新技术的加入而发生根本性的变化。
他称，现在大家也都有共识，人工智能会推动大学人才培养的变革，反过来优秀的人才也会推动人工智能更高质量地发展。所以他认为，谁能把AI和HI（Human intelligence，简单来说就是人的智慧与创造性）结合好，在办学中更深刻认识人工智能、运用人工智能、发展人工智能，谁就更可能成为下一个世界高等教育和人才的中心。
他认为，当前乃至未来很长一段时间内，人工智能并不是无所不能的。它更擅长解决有规则可依、工作量巨大的“繁”问题，还不太擅长解决高度抽象、需要灵光乍现的“难”问题。越是AI无处不在的时代，越需要HI互补，越要关注“人之所以为人”的价值。
他在接受第一财经独家采访时表示，当前人工智能对于算力和能源的需求越来越大，改变这种不可持续发展路径的关键，就是要培养聚焦人工智能底层技术的创新引领者。“中国的人工智能亟需加强源头创新，走出一条换道超车的创新之路”。
在另一场主题论坛上，香港科技大学（广州）协理副校长、人工智能学域创始主任熊辉说，“新质生产力时代需要两种人，一种是‘金手指’，即卓越工程师；另一种人是具有创新思维的‘金头脑’，能够带领‘金手指’将技术变成产品、产品变成产业。人工智能已经改变了科研范式，需要新型的高校模式，培养更多的‘金头脑’，而不是仅仅培养‘金手指’。”
他举例说，如今AI替换的是脑力劳动中的体力活。比如准备演讲稿的素材、律师找相似案例、医生看片子等工作。“中国擅长‘1到N’的创新。我们需要培养更多具有创新思维的‘金头脑’。”
企业和高校协同培养
如今企业界科创成果不断涌现，高校能否依然引领创新？
在“人工智能：科研范式变革和产业发展”主题论坛的校长圆桌上，复旦大学校长、中国科学院院士金力表示，高校与企业不同，大学的责任是为国家、为人类作贡献，不仅要传承知识，也要创造知识。高校不同于企业，但离不开企业，双方应携手合作，完成工作。
未来的科学研究是数据驱动，还是科学假设驱动？复旦的选择是后者，有好的假设，才能有更好的科研。“如果树上掉下一颗榴莲，还会有牛顿吗？”金力这样解释AI之于科学假设的重要性。金力表示，当今科学可以分成两部分，一是基于传统范式提出好的假设，一是科学智能（AI for science）驱动的假设。让假设的产生基于数据，高效产生假设并辨别其是否靠谱，是对AI的要求。科研人员能挑、会挑，可以判断假设的质量、让AI进化，可以通过AI大幅提升其判断假设质量的效能，这是科学智能的核心价值。未来的技术颠覆者将是年轻人，所以复旦大学不仅做科学智能，更要培养AI人才。
他在会上称，一个数学家和一个生物学家放在一起，能产生交叉融合的可能性不到1%，但是，如果他们有一个共同的学生，既懂数学又懂生物学，学科交叉就成功了。学校准备把理工科相对集中在一起，电梯要少，让大家有机会相遇，有足够多的小会议室给大家聊天讨论，让学生参与进来，提供良好的成长环境。
同济大学校长、中国工程院院士郑庆华表示，高校仍是当今科技知识的策源者与创造者，但企业在明确和把握社会需求方面有独特优势，企业得以为高校的科学研究提供方向与目标。大学和企业互为补充，如同硬币的正反两面，应当相互赋能、相互成就，产教融合推动科学研究的进步。高校在推动不同学科间的交叉融合和协同发展方面具有独特优势，在人工智能时代，高校要有意识地培养具有交叉学科背景的学生，为不同学科背景的学生创造面对面交流的平台。学校要以任务驱动的方式推动学科融合发展，不断更新教师的教学理念和认识体系，让高校在解决技术问题、培养人工智能时代的卓越人才方面发挥独特的优势。
在中国科学技术大学副校长吴枫看来，在很多人的认知中，多年前起，企业在多个领域的科研有超越高校之势。但实际上，高校和企业各有优势，高校的科研模式是老师带领学生，企业的科研模式强调团队创新，因此企业有系统性的创新能力。以工科为主的高校要拥抱企业，培养满足产业需要、具有科研创新能力的学生。虽然大家当前主要关注人工智能的实际应用，但人工智能对助力基础科学发展也同样具备巨大潜力，高校应注重创造良好的学科交叉氛围，建立完善成套的人工智能科创管理制度。
上海科技大学副教务长虞晶怡则认为，高校不仅是人工智能发展的策源地，也是长期主义的重要堡垒，高校教师具有浓厚的创新精神。在人工智能时代，高校教师应密切关注业界的需求与问题，通过基础研究和扎实的基础知识，为解决业界需求提供创新解决方案。同时，业界也应积极寻求与高校的合作，通过资源共享和知识交流，共同推动人工智能领域的发展。
