金融界:好的,谢谢您。然后我接上面这个问题,就想问一下您,其实人才培养对我国发展是非常重要的,然后未来是会需要什么样的人才?在人才培养方面您有什么建议?
顾强:这个题目很大。因为我们实际每个人都是人才,只是表现在不同的方面。中国作为一个大国,要实现中华民族的伟大复兴,最终靠人。所以我昨天在做一些研究,就是说人工智能方面的研究,不是我研究人工智能,我是对人工智能发展进行研究。我发现,中国的人工智能领域的研究人员,总量上比美国多,但是高端的比美国少。比如说这个博士数量我们比他们少,这是我们知名的国际级顶尖人才数量比较少。根据国际上的研究,我们中国本土占全球的AI的顶尖人才大概占9%,如果加上海外华人大概19%,当然美国最明显的。再比如说我们的专利数量很多,机器学习、视觉、图像、自然语言处理等等这些领域的专利的总量我们远远大于美国。但是我们看到专利质量,高质量专利还非常地稀缺。所以我们数量有了,质量不行。那么这里边实际上涉及到多个层次,比如我们从AI的最顶级人才说,一个标志就是哪些人获得了图灵奖,哪些获得了数学界最高奖——菲尔兹奖,这些获得了在算法等等方面具有标志性的奖,如果我们从这些标志性的东西来看,中国的优势很不明显。
中国优势在于人口基数大,所以研究人员的基数大,我们内需的市场广阔,我们有全世界最丰富的应用场景。但是我们人才短缺和结构的问题还是很突出的。所以我认为我们的人才是多层次的,每一个层次上都有它自己的问题。比如说我们一般做组装加工的、农业生产的可能工匠精神不够。再比如说我们研发人员的顶尖人才数量不多、质量不高。
如果我们把人才分成不同层次的话,我认为中国的每一个层次都有每个层次的问题,有制度问题,有教育培养模式问题,也有社会文化环境的影响、社会导向的影响问题。我过去也做过一个研究,就是中国的工科博士的培养问题,我发现中国的文科博士培养比工科博士要多,经济学博士很多,中国需要经济学博士吗?也许需要。但是中国更需要工科的博士,因为它真正解决了我们发展的产业发展瓶颈问题。所以我认为对中国来讲,在每阶段要研究每一个层次的人才,到底是什么制约了他们进一步上升的通道,上升的空间。
另外一方面,我们也看到,就是说我们的人才呢,还有一种就是我们需要(融合性人才),需要通才,需要更具有战略能力的,不是说我光是机器挖掘的人才,我需要,比如说我的机器视觉跟我的汽车融合等等。跟国际上来比,我们的专才、兼才,融合人才、通才,这两种人才都缺。所以我认为,在人力资本上,人才是第一资源,要在更多的文化、社会环境,在制度以及政策多个方面发力,才能逐步解决我们的人才的迫切问题。