2023 是一个历史性的年份，它标志着人工智能技术的崛起与普及，这一年里，AI 不仅在科技、经济、社会、文化等各个领域取得突破性的进展，也在人类日常生活中扮演愈加重要的角色。随着人工智能时代的加速到来，我国 AI 人才缺口正越来越大，就业市场对于创新型复合型 AI 人才的能力要求也在不断提升。与之相对地，高校人才培养成果与产业需求间依然存在明显差距，AI 人才发展面临存量不足、质量不高、增量有限等问题。
基于全国高等教育新愿景，和鲸科技以推动高校教改、课改为使命，始终践行 OBE 成果导向教育模式。AI 领域产学、产教矛盾当前，和鲸联合 Datawhale、上海白玉兰开源开放研究院、江南大学教育信息化研究中心撰写《2023 中国人工智能人才学习白皮书》（下简称“《白皮书》”），并于 8 月 24 日正式发布。
《白皮书》包含四个章节，分别从 AI 人才供求情况、高校人才培养问题、AI 人才学习新趋势、高校人才培养展望等角度对中国人工智能人才发展现状与趋势进行系统化梳理，并提出“高校教学 + 开源生态”的融通教学模式。
本文将截取其中部分内容作为概览，ModelWhale 公众号内发送“白皮书”，即可下载完整源文件。
多元融通：高校 AI 人才学习新趋势
基于数据调研、深度访谈，我们总结出当前四种学习模式：广播式的高校学习、汇聚式的在线学习、网络式的社群化学习、问题解决式的实践应用学习，并分析比较了它们的优劣势。
研究发现，未来 AI 人才教育学习有融合化的趋势，即：充分发挥并融合不同学习方式的优势，在学校学习的不同阶段，去满足学生的个性化学习需求。
开源生态：高校 AI 人才学习新方式
在此基础上，为进一步落实产学合作、深化产教融合，我们挖掘出一种基于互联网的新型学习方式——开源学习。
开源学习具备强网络属性与强连接属性，通过构建多元学习生态网络，让人才无限接近行业的同时实现人 - 知识 - 场景的高效连接；开源学习强调学习者间的协同协作，使其从单一的知识消费者升级为知识生产者，增强学习动机；学生可通过开源学习获取更前沿的行业知识、了解行业实际场景、增加实战经验并孵化创新应用能力。
基于对开源人才学习生态的调研，我们根据属性将开源生态的构成元素分为资源型、课程型、平台型及社区型，最终形成《人工智能开源学习生态图谱》。和鲸科技以 ModelWhale 实训平台、AI 开发者社区 - 和鲸社区、竞赛平台 - 和鲸科赛全方位助力高校 AI 人才培养。
先破后立：高校人工智能人才培养展望
我们期待未来的人工智能人才培养能够形成联通的、多元融合的高校教育生态，并据此提出几点创新展望：
-
基于学习平台突破课堂“围墙”，建构多元融合的学习空间；
-
紧跟行业变化，实现动态可持续、可操作的资源供给；
-
“教学 + 任务”驱动，打造开放、联通、项目化的培养模式；
-
构建成果导向、面向过程，具备师生双向反馈式的评价机制。
推荐阅读
作为国内领先专注于数据科学协同的平台开发商与社区运营商，和鲸支持产 - 学 - 研多领域 AI 技术发展，于高等教育持续发力，依据 OBE 成果导向教育模式，集成功能强大的数据科学协同平台 ModelWhale，拥有丰富实战案例资源的和鲸社区，及和鲸科赛多年的办赛经验与比赛模块，构建出了最完备的产品 + 资源 + 服务体系。
在为高校搭建、完善数据科学、人工智能相关专业（课程）体系的过程中，和鲸与广大师生进行了深度沟通交流，由此积累、沉淀出相当一部分的经验与方法论。自 2019 年起，针对不同细分领域，和鲸已主导发布数部“白皮书”，本文在此一并简介做推荐阅读，ModelWhale 公众号内发送“白皮书”，即可下载全部完整源文件。
2022 发布《2021 人工智能竞赛白皮书》
在中国人工智能产业发展联盟 AIIA 的指导下，和鲸联合中国信息通信研究院数据研究中心、北京邮电大学人工智能学院、人工智能开源社区 Datawhale.club 共同发布《2021 人工智能竞赛白皮书》。
核心观点：人工智能竞赛是数字经济创新发展的重要推动方式；人工智能竞赛是各地人工智能产业创新发展的重要实现方式；人工智能竞赛是敏捷的数据探索与应用创新方式；人工智能竞赛帮助促进高校的学科交叉与产研融合。
2020 发布《数据科学教育白皮书》
和鲸发起并联合 TalkingData 腾云大学、AWS、Datawhale 共同推出《数据科学教育白皮书》，为新学科教育工作者全面梳理数据科学教育知识体系、学习路径、产业实践及生态图谱。
本书认为，若要完整打造一体化的数据科学教育项目，需要完成四个阶段性任务，分别为：数据科学知识体系的掌握；阶梯式实践路径与实战项目；真实行业场景中创造业务价值；开放生态的深度连接。
2019 发布《数据竞赛白皮书》
在大数据系统软件国家工程实验室的指导下，和鲸联合 AWS 共同打造并发布了《数据竞赛白皮书》。
看点包括：领导企业布局数据竞赛的战略意图；如何用可控的成本开启数字化转型；如何找到产学研融合的切入点；总结数据化创新的方法论和工具箱。
结束语
ModelWhale 公众号内发送“白皮书”，下载全部完整源文件。
和鲸科技将于高等教育持续发力，以卓越的方法论与优秀的产品设计为国家应用型人才培养带来实质性的帮助。任何相关需求，任何相关需求，都欢迎您进入 ModelWhale 官网 注册体验，或点击【联系产品顾问(移动端跳转)】与我们展开交流。
