您可以在百度里搜索“上海科技人才发展研究报告（2020） 艾草文学(www.321553.xyz)”查找最新章节！

　　上海人工智能人才现状及培训体系建设研究随着人工智能（AI）上升为上海优先发展战略，人工智能产业也进入高关注、高需求、高发展的黄金阶段，对人工智能人才的需求在急速增加，人工智能人才成为上海急需紧缺人才之一。为了贯彻落实国务院《新一代人工智能发展规划（2017）》（国发〔2017〕35号，简称《发展规划》）和上海《关于本市推动新一代人工智能发展的实施意见》（沪府办发〔2017〕66号，简称《实施意见》）的精神，实现《关于建设人工智能上海高地构建一流创新生态的行动方案（2019—2021年）》中“到2021年上海实现20万人工智能人才”的发展目标，加快人工智能人才队伍建设，提高培训对上海人工智能人才“上海高地”建设的贡献度，本文在调研分析上海人工智能人才发展现状、分布特点等基础上，就进一步加快整合资源、聚焦力量、重点突破、建立和完善人工智能人才培训体系，提出有关发展思路的建议。

　　一、人工智能人才的界定及分类

　　人工智能人才按照需求分为理论、技术、平台、应用四个层次。

　　理论层次：具体分为人工智能基础与机器学习、脑科学与类脑智能。其中，人工智能基础与机器学习的研究方向包括深度学习的模型表示、异构并行优化算法、低秩约束的机器学习、基于统计的深度学习、目标的有效稀疏表达等。脑科学与类脑智能的研究方向包括脑活动信号处理技术、脑认知规律及其应用、脑机接口技术、脑损伤诊断与康复方法、类脑智能方法、脑机接口装置与脑保护系统研发等。

　　技术层次：具体分为机器感知与模式识别、自然语言处理与知识工程。其中，机器感知与模式识别的研究方向包括视觉认知与表示机理研究、视觉解析与机器交互、视觉数据的融合转换与协同及基于机器视觉的应用层关键技术等。自然语言处理与知识工程的研究方向包括自然语言处理、人机对话、知识图谱/事理图谱及社会计算等。

　　平台层次：具体分为混合增强智能、自主智能。其中，混合增强智能的研究方向包括空间机械臂技术、仿人灵巧手技术、基于虚拟现实的变延时遥操作、可穿戴外骨骼与外肢体技术等。自主智能的研究方向包括智能自主控制理论与方法、智能感知与决策规划技术、多传感融合的导航定位技术、多无人智能体编队与协同、无人机/车等无人系统平台构建。

　　应用层次：又称人工智能应用。主要涵盖智能制造、智能土木、智能金融与商务、智能养老、智能遥感等，还包括计算机科学、金融贸易、医药、诊断、重工业、运输、远程通信、在线和电话服务、法律、科学发现、玩具和游戏、音乐等诸多方面。

　　人工智能人才与传统科技人才不同，作为新型科技人才的代表，人工智能人才呈现出以下新的特征：一是有以信息科学为基础的知识背景和从业背景；二是“多专业化”，对多个专业领域都有精深的研究，而不仅仅是“跨学科”；三是职业周期短，顺应产业形态的演进周期；四是流动性强，集聚指向趋于平台化、网络化；五是薪资额度高，且偏好市场化薪酬结构；六是忠诚向度改变，自我意识和自主意识放大；七是传统高等教育无法培养人工智能发展所需的多专业化的应用层人才，大科学设施、民营企业、社会培训机构等的人才培养功能凸显。

　　二、上海人工智能产业及人才现状

　　（一）上海人工智能的产业分布

　　2019年9月，上海市经信委印发《关于建设人工智能上海高地构建一流创新生态的行动方案（2019—2021年）》（简称《行动方案》），旨在贯彻落实《关于本市推动新一代人工智能发展的实施意见》（沪府办发〔2017〕66号），加快建设上海“创新策源、应用示范、制度供给、人才集聚”人工智能高地；汇聚各类资源，形成深度共识，培育有助于人工智能高质量发展的良好环境，打造一流的人工智能创新生态。《行动方案》明确上海产业规划在空间布局上以“人型”为主，主要分布在8个区域、11个行业，具体各区的发展重点见表2-14。

　　表2-14 上海人工智能重点发展区及业务重点

　　上海人工智能重点企业分布如图2-14所示。其中，浦东新区、徐汇区和长宁区居前三位。

　　图2-14 上海人工智能重点企业区域分布

　　从园区布局来看，上海主要人工智能园区有“张江—临港”人工智能创新承载区、“徐汇滨江—漕河泾—闵行紫竹”人工智能创新带、华泾北杨人工智能特色小镇、上海松江洞泾人工智能特色产业基地（国家级）。

　　从细分领域来看，上海市人工智能企业约397家，其中，产业类203家，技术类112家，应用类82家。从地区分布来看，2019年人工智能企业分区占比前十的，即企业分布热点，主要在上海市中部（见表2-15）。

　　表2-15 上海人工智能企业各区占比

　　据上海市经信委数据显示，到2018年6月，上海人工智能相关产业规模达700亿元，已形成较成熟的产业技术和商业模式，在智能驾驶、智能机器人等领域达到全国领先水平。同时，上海计划到2020年实现人工智能重点产业规模超1 000亿元。从国内看，上海人工智能产业发展居全国领先水平，具备产业深耕、经济升级的产业优势，但与北京相比依然存在一定的差距。上海部分企业已经拥有国内领先的计算机视觉算法、AI芯片制造、机器人等技术，专利总数名列国内第2位（北京列第1位）；上海人工智能企业总数名列全国第2位（北京列第1位），分布在人工智能产业链的各个环节，且相对北京来说更加年轻，但缺少能够与科技巨头公司相匹配的企业；总融资金额占全国总融资额的11%，列第2位（北京列第1位）；人才投入代表高校是上海交通大学，但相比北京高校依然不具备优势；政府相关政策出台较多，在人工智能规划中，对市场规模有着很好预期，同时也在人才发展、企业培育、资金支持等方面提出了支持性政策要求；相比于国内其他城市来说，上海着重点在于场景应用发展。从全球看，上海人工智能产业在某些维度上具有较好表现，但与占领全球人工智能发展高地仍有较远距离。

　　（二）上海人工智能人才发展现状

　　人工智能产业发展需要有与之匹配的人才作为支撑。据统计，我国人工智能人才以80后为主力军，主要分布在北京、上海、深圳、杭州、广州，人才需求量也以这些城市居多。目前全国有1/3人工智能人才集聚在上海，尤其在计算机视觉、语音语义识别、脑智工程等领域具有较强话语权。上海的人工智能核心企业已超过1 000家，相关产业规模超700亿元，居全国第一梯队。已形成了以浦东张江、徐汇滨江重点区域为引领，杨浦、长宁、闵行、静安等各区域联动，马桥等创新试验区启动，上海西岸国际人工智能中心（AI TOWER）、智能空间（AI SPACE）等人工智能创新机构和加速器设立的发展格局。但在快速发展的人工智能产业需求下，与国际顶级城市相比，上海的人工智能企业大多集中在应用场景的挖掘和融合层面，对于技术的研发和突破还有待改进，尤其在底层芯片技术、传感器硬件、算法等“硬科技”层面整体实力不足。

　　《全球AI领域人才报告》显示，2019年一季度全球人工智能领域专业技术人才超过200万，中国人工智能领域专业技术人才总数超过5万人，而上海AI技术人才全国占比33.7%，超过1/3，仅次于北京。主要表现为基础人才集聚。从全国范围来看，上海制造业人才最多，六大主要制造业领域第一名城市中上海占了4个；专业、高端人才集聚。《中国经济的数字化转型：人才与就业》报告指出，“上北深广杭”引领数字人才，其中上海的数字人才数量最多。2019全球AI人才报告显示：美国、中国、英国的人才最多，拥有高影响力的AI领域研究人员最多的国家依次是美国、中国、英国、澳大利亚以及加拿大。在AI人才培养方面，美国继续保持领先优势，有44%的AI人才的博士学位是在美国获得的，在中国获得学历的约11%，其次是英国（6%）、德国（5%）以及加拿大、法国和日本（均为4%）。

　　表2-16 中国AI人才TOP城市（地区）分布情况

　　（三）上海人工智能人才发展问题

　　上海人工智能人才总体展现的问题有：供需缺口大；高端人才短缺严重、AI综合型专家学者稀缺、“AI＋”人才不足；区域分布不均衡；知识技能结构不均衡；人才培训体系不健全、高校相关学科建设和布局不尽合理等。为了了解上海专业技术人才中人工智能人才的占比、分布及其对学习人工智能知识的诉求，2019年8月，上海人工智能人才培训体系建设课题组开展了上海市专业技术人才问卷调研，回收有效问卷622份，调研结果显示：

　　1.上海专业技术人员中从事人工智能的人员占比低

　　调研结果显示，在622人中，从事人工智能或与之相关工作的人仅为10.48%（见图2-15）。说明尽管人工智能的渗透性很强，但非AI领域的人掌握相关知识还是有一定难度，一是知识本身的难度，二是学习途径有限。开辟更多的培训、学习路径也是当务之急。

　　图2-15 专业技术人员从事人工智能的比例

　　2.上海人工智能产业、人才分布不均衡

　　数据显示，八成以上人工智能人才集中在IT/互联网及通信/电子行业。有关数据显示，2018年八成人工智能岗位集中在北京、上海、杭州、深圳和广州五大城市。上海的人工智能所属产业以智能驾驶、智能机器人、智能硬件为重点，半数以上人工智能人才所属企业分布在浦东新区和徐汇区。上海人工智能核心企业突破1 000家，泛人工智能企业超过3 000家，人工智能相关产业规模700亿元，形成了较成熟的产业技术和商业模式，初步成为中国人工智能发展的领先地区之一。上海市经济和信息化委员会的统计显示，截至2018年8月，在403家上海人工智能重点企业中，应用类和技术类企业占比最高，分别为50.4%和27.8%。从区域分布来看，浦东新区和徐汇区是人工智能发展的重地，分别集聚企业131家和83家，占总体的32.5%和20.6%，这两个区的人工智能人才也相对较多。在2019年世界人工智能大会（上海）闭幕式上，《关于建设人工智能上海高地构建一流创新生态的行动方案（2019—2021年）》发布，其中七条行动之一就是要建设符合人工智能产业发展需求的人才队伍，力争三年使人才规模翻一番，达到20万人，吸引一批具有国际影响力的人才团队。之后还确立了AI青年科学家联盟发布“A班计划”，即在全球AI人才高速流动背景下的“精准孵化”，聚焦于年龄20～30岁之间最具潜质的AI青年，包括最具潜质的博士生、学者及最具潜质的初创企业创始人。

　　3.现有人才技能与需求匹配度不够

　　在对“期望培训提高的知识”和“培训最需加强的专业知识”问题调查中，人工智能（原理和技术）和人工智能基础需求程度最高，分别达79.7%和71.9%。表明人工智能的关注热点和从业人员集中在应用层，技术层和基础层人才薄弱，整体结构失衡。尤其是基础层作为人工智能发展的“下盘”显得过于薄弱，难以支撑应用层的发展。上海人工智能人才未经过系统学习所造成的基础理论缺乏，制约着人才队伍的进一步发展（见图2-16和图2-17）。

　　图2-16 专技人员期望通过培训获得的人工智能知识

　　图2-17 专技人员最需加强的人工智能基础知识

　　4.人才培养、培训体系尚不健全

　　调研显示，随着互联网、大数据的迅猛发展，人工智能产业迅速崛起，但知晓、掌握人工智能知识的人群并不是很多。关于“您是通过什么渠道获取人工智能知识”这一问题，绝大多数人的选择是通过新闻媒体获悉，通过培训获取的只占28.3%，比重较少（见图2-18）。加强和完善人工智能人才培训体系建设显得尤为迫切。

　　图2-18 专技人员获取人工智能知识的主要途径

　　三、上海人工智能人才的知识需求及成长路径

　　（一）智能时代对人工智能人才的需求特点

　　国务院印发的《新一代人工智能发展规划》指出，人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，对于打造新动能具有重要意义，正成为国际竞争的新焦点和经济发展的新引擎。当前，人工智能正加速向经济社会各领域深度渗透，作为新一轮科技革命的核心推动力，人工智能正深刻地改变人类社会生活。2016年5月，我国发布的《“互联网＋”人工智能三年行动实施方案》从培育发展人工智能新兴产业、推进重点领域智能产品创新、提升终端产品智能化水平等方面进行了部署，还从资金支持、标准体系建设、知识产权保护、人才培养、国际合作等方面提出具体要求。2017年7月，国务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。2018年，有12个国家和地区陆续发布或更新其国家级人工智能战略计划，另有11个国家正在筹备制订其人工智能国家战略。我国现有的人工智能尖端人才远远不能满足需求，要把高端人才队伍建设作为人工智能发展的重中之重。人工智能人才作为人工智能发展的关键要素，其培养集聚已成为很多国家的战略重点。上海的人工智能三年行动方案明确要建设人工智能人才高地。时代发展对人工智能人才所应具备的能力也有了基本的要求：复合型＋跨界思维；理解力＋沟通合作能力；既懂技术又有市场头脑；创造力；人文素养和情怀等。

　　（二）人工智能人才的知识架构及能力结构

　　系统的专业知识，如数理基础、计算机基础、电子信息基础、控制基础是人工智能人才最基本的专业基础。人工智能的发展必然对人才的专业知识需求提出更高的要求，具备专业复合化与知识精细化是对人工智能人才的基本要求。

　　人工智能人才的系统培养是从高校开始的，截至2019年5月，全国30多所高校成立了AI学院，75所高校自主设置了89个人工智能相关二级学科或交叉学科。在2018年认定的首批612个“新工科”研究与实践项目中，布局建设了57个人工智能类项目。2019年共有35所高校获首批建设AI专业资格，专业代码为080717T（T代表特设专业），学位授予门类是工学。在AI相关领域，有101所高校获批“机器人工程”专业，203所高校获批“数据科学与大数据技术”专业，25所高校获批“大数据管理与应用”专业。虽然高校对人工智能人才的系统培养呈现出迅速发展的良好态势，但市场上现有的人工智能人才中未接受过系统的专业学习教育者仍然占很大比例。

　　据对上海622名专业技术人员调研显示，在AI知识内容需求方面，认为最缺乏算法方面知识的占15.12%；最缺乏技术方面知识的占16.56%；最缺乏应用方面知识的占23.63%；其余44.69%的人认为人工智能相关的任何知识都缺乏。

　　创新能力是对人工智能人才的时代性要求。传统高技能人才的核心特征是动手能力强，而人工智能时代的高技能人才将以脑力为主、手脑并用，这也是人工智能赋予高技能人才的时代特征。在有关人工智能人才应具备的专业能力的问卷调查中，调研对象普遍认为逻辑思维能力和数据分析能力尤为重要，分别占调查群体的70.58%和62.38%，反映出创新能力和分析能力在人工智能人才能力结构中的重要性。创新型、学习型、适应型是人工智能时代对人才的能力要求，也是其实现自身可持续发展的基本保证。人工智能人才应具备较强的自主创新能力、数据分析能力以及宏观判断能力，发挥其在产业发展创新中的积极作用。

　　跨学科融合的能力是对人工智能人才的又一要求。这是能够适应岗位不断变化和技术飞速发展的综合能力。人工智能作为一种使能技术，天然具有与其他学科研究交叉的秉性，其学科专业内涵和课程体系仍在不断探索与实践中。它不同于传统学科，有较好的界定范畴，其涉及计算机、数学、哲学、心理学、神经科学、控制科学、机器人学、认知科学等多个学科领域，具有极为广泛的应用领域。2018年3月，《法国人工智能发展战略研究报告》中着重强调跨学科能力的重要性，建议由法国国家信息与自动化研究所牵头，依托大学的科研力量，整合各方研究资源，在全法布点建立4～5个跨学科研究中心。2018年9月26日《自然》杂志发表的《机器智能颇具多学科交叉内禀》（The multidisciplinary nature of machine intelligence）指出，人工智能是与计算机科学、机器人、认知科学交叉的活跃领域，并且在科学、工业和社会学的应用也呈现多学科交叉特色，从人工智能领域的“交叉属性”这一特点来说，跨部门、跨行业、跨岗位的能力需求逐渐凸显。人工智能人才能力培养应按照职业标准的内容与结构来设置，注重专业技能的培养，着力提高核心能力，加强横向能力和弹性能力的培养。调研问卷数据显示：逻辑思维能力和数据分析能力是人工智能创新人才最需要具备的能力，居于前两位，分别占70.58%和62.38%；技术应用能力、实践创新能力和技术开发能力紧随其后，分别占47.75%、38.42%和33.12%；排在最后的为案例分析能力，占22.16%。

　　图2-19 上海人工智能人才能力需求

　　（三）中外人工智能人才培养的经验与启示

　　1.完善培养体系，推动产业发展

　　高校是人工智能人才培养的主要来源，应完善人工智能相关学科建设，注重培养复合型人才。目前大部分人工智能专业硕士的本科专业背景以计算机、信息技术等为主，而人工智能覆盖领域极为广泛，可适当考虑跨学科招生。同时，在各高校的人工智能课程设置中增加伦理、道德、隐私和安全等主题内容。另外，鼓励从中小学开始进行人工智能的启蒙教育，激发学生的兴趣及想象力，培养创新型人才。

　　2.强化校企合作，促进产学研协同发展

　　人工智能是一门非常注重应用实际的学科，传统的授课方式不足以满足人工智能人才培养的发展需要。为了避免高校人才与市场需求脱节，高科技企业与高校可以通过合作建立实验室、创办企业资助课程、设立专项奖学金等多种方式促进产学研协同发展，使学生在校期间就可以逐渐将理论与实际相结合，加快知识成果转换。同时企业还可以从中挖掘潜在人才，培养人工智能领域更需要的应用型人才，实现人才储备。

　　3.关注未来发展需求，人才均衡发展

　　建设符合未来人工智能市场需求的人才团队至关重要。有关研究机构需要充分掌握目前我国人工智能人才的现状，同时分析预测未来市场发展的方向以及人力需求，及时采取措施弥补人才缺口以适应未来发展。

　　目前我国人工智能应用层的人才储备与美国相差无几，但基础层与技术层却十分薄弱，尤其是基础层的差距明显。从长远来看，夯实基础层人才储备是推动人工智能产业的必经之路，没有基础层的支撑，技术层与应用层难以快速发展，应时刻关注人才团队结构的均衡性。

　　四、构建上海人工智能人才培训体系的思路建议

　　促进人工智能产业快速发展，加快AI人才及AI＋人才培养、培训是当务之急。在依托上海市内的高校、企业和研究所资源，聚集国内外顶尖研究机构与专家团队，加快人工智能高端人才引进的同时，鼓励传统企业以并购新兴人工智能创业公司的方式招揽人工智能研发人才，加强校企间的紧密合作，依托重大工程项目，鼓励校企合作，加强在职专业技术人才人工智能知识培训是非常重要的途径。通过产学研用相结合的方式，培养实用型AI人才和“AI＋”人才。

　　（一）明确人工智能人才队伍建设的主要目标

　　紧扣人工智能人才在未来产业变革、经济转型升级中的地位作用，贯彻国务院《发展规划》精神，围绕上海人工智能“人才高地”建设任务，落实人工智能“三年行动方案”目标，即到2021年培育20万人工智能产业人才队伍。提高继续教育对上海人工智能人才队伍建设的贡献度，三年内完成专业技术人员6万名的人工智能知识的普及培训目标。为上海重点培育100名青年卓越人才、1 000名青年优秀人才，推进上海人工智能产业的发展，助力人工智能“上海高地”建设。实现以业聚人、以人兴业，打造“一流创新生态”，实现“创新链—产业链—人才链”的有机衔接。

　　（二）确定上海重点培训的人工智能人才群体

　　上海专业技术人员人工智能培训主要针对上海各领域专业技术人员，是专业技术人员知识更新项目的重要组成部分，旨在提高该人才群体人工智能方面的知识、能力和素质。依据不同的需求划分培训类别，实施分类培训。第一类为人工智能专业人才培训，按照专业技术等级设计初级、中级和高级三个层次的培训。第二类为一般专业技术人员人工智能培训，根据社会需求主要分为科普型的知识推广培训、公共应用型人才培训和以需求为导向的专业化AI人才定制培训。为“人工智能＋”经济、科技、金融、服务、社会管理、法律、标准等横向复合型人才成长发挥继续教育的功效。

　　（三）设计好项目实施的工作重点和培训内容

　　“人工智能当前预计可以转化为培训的技术有图像处理、嵌入式软件、系统集成、机械设计、工业设计、数据处理等；而像计算机视觉、深度学习、物理神经学、语言处理等无法用培训来实现。”“在可以实现培训的技术中，针对图像处理的编程Python最易普及，且投入成本较低，一般只需相关配置的PC及相关软件；其次为嵌入式软件的培训，需要相关的实训台等投入，才能进行嵌入式ARM和FPGA的初级水准的入门培训。”

　　1.人工智能专业技术人员的培训内容设置

　　人工智能专业基础人才主要掌握人工智能基础知识和智能机器人原理；中级人才主要掌握深度学习理论与应用，模拟识别与机器学习；高级班主要掌握大数据技术及应用、数据库原理与实践、操作系统原理与实践、计算机网络技术等课程。应以初级AI程序员、初级AI训练师、中级AI软件设计师、中级AI产品经理、高级AI算法工程师和高级AI平台架构师为抓手开展培训，在设置好人才规格与质量标准，如知识结构及标准、能力结构及标准、素质结构及标准、技能认证考核等基础上，采取产学研合作的培训，依据不同应用场景，分级培训，逐个施策。设定符合市场需求和时代需求的针对性培训内容（见表2-17）。

　　表2-17 人工智能领域的专业技术人员

　　针对我国技术层和基础层人才薄弱、整体结构失衡、难以支撑应用层的发展现状，在整体推进人工智能人才队伍建设的同时，特别关注基础层人才的培养，注重梯度培训，夯实基础，为人工智能后续发展提供保障。

　　2.一般专业技术人员人工智能培训内容设置

　　科普型的专业技术人才知识推广培训，主要以人工智能产业发展现状、行业发展趋势和最新实践应用案例为主，开展科普认知提高培训；公共应用型人才的培训主要围绕人工智能产品或服务的实际运用开展；以需求为导向的专业化AI人才定制培训主要以如何运用人工智能技术赋能现有行业或单位的实际工作开展，以工作实际和发展需求为导向。

　　表2-18 非人工智能专业的高研班培训内容

　　（四）构建完善的人工智能人才培训保障环境

　　1.培训组织形式

　　调研显示：面授学习、在线学习、研修班学习、项目实训和企业内训等组织形式各有优势，能满足不同性质、不同地域和不同群体的培训需求。首先，人们希望学习与工作兼顾，得到至少两天至两周不等的集中培训；其次，参加人工智能相关产业园区、企业的实践活动是提高人工智能知识和技能水平最有效的方式；最后，参加人工智能相关专业的研究生学习或者参加专业技术人员继续教育培训是调研者渴望的途径。

　　表2-19 人工智能人才培训学习设计

　　2.培训教学方式

　　现场教学、案例教学和专题讲座是提高人工智能人才胜任力最有效的方式。对目前人工智能的九大热门领域（无人驾驶、语音识别、智能机器人、计算机视觉与图像、技术平台、智能无人机、机器学习应用、自然语言处理、芯片）等采取现场教学方式。目前上海已有五家（交大、同济、仪电集团、计算所、电科所）人工智能继续教育培训基地，将基地的人才培养与专业技术人员知识更新项目相结合，以应用为导向，实现校企合作，培养一批技术、产业和商业的跨界复合型人才。学校、企业、培训机构携起手来，能更好地实现人工智能与教育的融合，进而创造更好的人工智能人才培训环境。

　　采取半脱产培训方式；集中培训时间不超过一周，1～3天分层级实施，由简到深，结合实际培训；场景模拟培训法或实训培训法是比较好的培训手段。

　　3.培训师资队伍

　　“培训师最好是来自科研院所的高级研究人员，其次是企业的高级技术人员。”师资配备方面，实现人工智能交叉学科，即“高校教师＋企业工程师＋AI行业指导师”，打造交叉学科、跨学科、跨地域“1＋1＋1”，即国内、国际和产业等人才构成的“人工智能＋X”师资团队，团队的教师不仅可以分享研究资源和成果，还可以交叉授课，为交叉学科的人才培养提供师资保障。加强人工智能与其他学科专业的交叉，形成人工智能复合专业培养新模式，不断提高人才培养质量。拓展授课教师资源，最好有实践经验的一线专业人员参与授课。

　　4.拓展培训渠道

　　鉴于人工智能人才以信息科学为基础的知识背景和从业背景，传统高等教育不便于培养人工智能发展所需的多专业化的应用层人才，需要大科学设施、民营企业、社会培训机构等多方协同进行人才培养，搭建重点突出、多元结合的人工智能人才培训平台或者是建立上海人工智能人才培训联盟，构建“1＋1＋5＋X”的培训组织架构。即“1”以上海市人社局专技处为中心，做好总体规划部署工作；“1”上海继续教育工程协会为组织实施的总部，制定好具体的培训规则、要求及管理办法；“5”发挥上海五家人工智能人才培训基地功能，做好点与点间的联动；“X”调动社会多方力量，如各区人社局继续教育培训点、国家市级继续教育培训基地及各大集团公司人力资源培训部资源，发挥联动辐射效应。构建“依托行业、联合企业、教学生产一体化”的人才培训模式，按照不同人才所需设计分类接力式、阶梯式、联合等培训模式，“教、学、练、做”一体化项目课程教学模式。

　　在资源的配置利用方面，可将实景影像资料与现场讲解录像放在线上供学员进行辅助学习，线上线下同步培训，为学员创造即时的学习环境。

　　5.营造培训生态

　　良好的人才制度和政策环境是人工智能人才成长及产业发展的重要保障。制订符合产业发展规律与生产实践同步性的人才培训计划，根据人工智能发展阶段的变化及时作出调整，以适应不同发展阶段对人才需求的变化，体现规划的前瞻性、引领性和储备性。①条件成熟时建设上海人工智能人才培训联盟，实现资源共享，各取所长，联合培养或培训，成果共享。②形成市、区、园区等联动培养培训，助力人才成长的环境。③推进人才制度改革，尝试营造具有促进人工智能发展特点的特殊政策、特别机制以及特优环境，通过重点推动急需人才引进、重点人才和创新团队培养、高层次人才服务保障等，构建多层次、多元化的人才体系。④通过人才政策创新鼓励采取项目合作、技术咨询等柔性引进的方式，引进所需人工智能人才，壮大人工智能研究队伍。不断加快完善人工智能领域的人才培养和选拔机制，加强人才储备和梯队建设，尤其是要加快全球顶尖人才引进和优秀青年人才选拔培养，保证我国人工智能发展拥有充足且持续的人才资源输入。⑤围绕基础理论、算法、算力、数据、应用技术等核心环节，推进五大枢纽创新平台建设，即前沿理论研究平台、“算法、数据、场景”一体化软件开源社区平台、共性和关键技术供给行业应用创新平台、自主高性能重大算力服务平台、多源数据融合流通交换平台。

　　健全上海专业技术人员人工智能培训体系，能够快速解决该人才队伍建设存在的问题。通过建立人才培训的长效机制，培训与引进相结合，一方面可以解决高端人才紧缺问题，另一方面可以解决普通的技术应用性人才持续供给问题。在此期间还能为专业技术人员人工智能培训提供更多优秀成功案例和更为专业全面的培训师资队伍。 上海科技人才发展研究报告（2020）