人工知能を学ぶ「双飛」の学生の第一期生は風に乗ったでしょうか？

文：ウー・ユチェン 編集：チュウ・ミン

出典: 人物 (ID: renwumag1980)

画像の出典: Unbounded AI ツールによって生成

ChatGPT の爆発的な普及により、人工知能は最近人々の注目の焦点の 1 つとなっています。起業家たちが先を争って市場に参入しており、大企業も採用活動を行っており、AI人材に数百万ドルの年収が提示されると聞いても不思議ではない。同時に、大学でも人工知能熱が広がっています。 2018年、中国の35の大学が人工知能専攻の構築資格の取得を主導し、そのほとんどが実力のある985大学と211大学でした。

大学が人工知能の専攻を提供することは、ある程度前向きです。しかし、新しく知られていない奥深い専攻として、一般の大学も探究する必要があり、教師も学ぶ必要があります。若者は未知のものを持ってやって来て、未知のものとともに前進します。

現在、AI はコピーライティング、PPT、コードを作成し、描画することができます。そして「風」に出会った若者たちが今後どこへ向かうのか、人工知能専攻は今のところ答えられない。

半分は激しく、半分は混乱しています

消灯後は真実の時間です。

張天の寮では、彼女は最近の悩みについて話すのが習慣になっている。ある時、雑談の後、全員が「人工知能専攻」を選んだことに後悔はしていないとのことで、その場にいた4人が迷わず「後悔している」と言いました。

当時、張天さんは西安の工科大学で2年生の後期まで勉強していましたが、プロジェクトもインターンシップもなく、能力もなかったため、少し焦っていました。講座の難易度もどんどん難しくなり、最近習ったいくつかの数値を比較したり、小さいものから大きいものへと並べ替えたり、人間が一目でわかる並び順など、データの構造が理解できなくなってきました。コンピューターに教えられた。しかし、コンピュータは「非常に愚か」なので、2 つの数字を 2 つの数字で読み取るように教える必要があります。まず 2 つの数字の大きさを比較し、比較後に位置を変更し、さらに位置を変更し続け、最後に一連の数字を並べ替えることができます。

入学年度の2020年から今年まで、教員たちは年に1回「人工知能はいい仕事だ」と言うが、この専攻は将来の方向性を示すものである。 「しかし、良い仕事とはどのようなキャリアですか？具体的な方向は何ですか？どのような立場ですか？教師は誰も言いません。」張天はまだ知りません。

人工知能の専攻は、現在最も人気のある専攻の 1 つとみなされています。毎年、大学は学部や専攻から時代遅れで雇用の少ない専攻をいくつか削除し、またいくつかの新しい専攻を追加します。 2018年、35の大学が初めて人工知能専攻の構築資格を取得した後、人工知能専攻を構築する大学の盛り上がりが始まった。

わずか 4 ～ 5 年で、人工知能の分野は急速に成長しました。これまでに、中国の498の大学が人工知能の専攻への申請に成功しました。この盛り上がりは学部だけでなく高等専門学校にも広がっており、昨年は人工知能技術の応用により専門職ポイントが新たに71点追加された。

「新世代人工知能発展計画」によると、2025年までに中国の中核人工知能産業の規模は4000億元を超え、関連産業の規模は5兆元を超えるとしている。人工知能を専攻する学生は当然、将来的に新興する人工知能産業の予備軍とみなされます。今年はChatGPTの人気もあり、人工知能の専攻が注目を集めています。

大学はまず人工知能の専攻を模索しようと急いでいますが、同時に、一般の大学で人工知能を専攻する多くの学生は混乱を感じています。

瀋陽の大学で人工知能を学んでいたリー・ワンニさんは2年生のとき、インターンシップの履歴書を提出したが、筆記試験の招待状を受け取っただけで、最終的に面接には入れなかった。中学3年生のとき、学校はダブル選挙会議を組織し、ほとんどの企業は人工知能関連の職をわずか4,000～5,000元の給与で募集したが、これは想像される高額な給与とは程遠い。それでも、李万尼氏が投票した画像認識技術者のポストには反応がなかった。同社はインタビューで、グラフィックアルゴリズムを「畳み込み、シャープにし、変形」できるようにすることをリー・ワニー氏に求めたが、彼女は授業で畳み込みを「表面的に」学んだだけだった。 「先生の言うとおりに手取り足取りやっていきましたが、就職活動をしていると、会社から求められていることと先生が教えてくれたことは違うことに気づきました。でも、それはどこで学べばいいのでしょうか？」

北京のリベラルアーツに重点を置いた211大学で、人工知能の専攻に編入された王暁芬さんは、家族がこれが正しい選択だと信じているにもかかわらず、1年生の時から専攻を変更しようと懸命に努力してきた。間違い。彼女は人工知能について他の人と話したくないのです。今年のChatGPT火災後、家族の親戚が王暁芬さんにAIの開発について相談を持ちかけたが、彼女は慌てて対応するしかなかった。実際、彼女は「人工知能」とは何か、そして人工知能が何をする必要があるのかについて、まだ非常に漠然としています。

▲求人サイトに掲載されている人工知能関連の職種の給与水準は、李万尼が想像していた高給とは程遠い。

「スイーパーズ」集会所

Li Wanni さんは医療関係の家庭に生まれ、両親は医療関連の仕事に従事しており、大学受験後の第一志望は中医学、第二志望は薬学でした。当時、彼女の長期的な計画は薬剤師になることでした。第三の選択肢に何を記入するかは、当時の彼女の目には重要ではありませんでした。父は、瀋陽の大学が「人工知能専攻」を新設したことを知り、その推薦と推薦の中で、この専攻がファーウェイと協力することを説明していました。父は「じゃあこれを埋めてよ、いい感じだよ」と言いました。

Li Wanni さんはこの専攻について何も知りませんでしたが、第 3 希望には入学できないだろうと思い、この専攻に記入しただけでした。入学時に薬学のプレッシャーで偶然人工知能専攻に送られ、茫然と人工知能を学んだ。

湖南省のビジネス大学で人工知能を専攻する３年生の柯北林さんも同様の状況にある。第一志望は会計学、国際貿易などの専攻ですが、数学が好きだったので数学専攻も記入しました。その年、彼女の大学は人工知能専攻の 4 クラスを登録し、各クラスの学生は 40 人で、合計 160 の専攻がありました。入学規模が不十分な場合、転校した柯ベイリン氏は、すべての専攻で入学を認められず、人工知能専攻に編入された。学校が始まる前に新入生グループで転校の話題になり、「転校した」という人もいて、すぐに「私も」と誰かが迎えに来てくれました。学校が始まってから、柯美林さんは寮の４人のうち３人が転校したことを知った。

「Baidu Hot Search 2022大学入試ビッグデータ」によると、昨年の時点で人工知能が3年連続で最も人気が高まったメジャーとなっている。しかし3年前、この新設の専攻は一般の大学では人気がなかった。当時、多くの学生や保護者はこの新しい専攻についてほとんど何も知りませんでした。

王暁芬さんは高校を卒業したとき、北京にあるリベラルアーツ指向の 211 大学を見つけました。彼女はメディア専攻を勉強したいと考えていました。最初の数名のボランティアは広報、インターネット、ニューメディアに応募し、人工知能専攻は最後の志願者でした。 . しかし、彼女は自分のスコアが人工知能によって記録されるとは予想していませんでした。

彼女はその喪失感を今でも覚えている。志望校に入学できたと喜んで入学ホームページを開いたら、人工知能専攻に配属され、所属学部は「情報コミュニケーション学部」だった。エンジニアリング"。彼女はそれが信じられませんでした。なぜなら、このリベラルアーツカレッジにこの学部と専攻があることさえ知らなかったからです。大学受験の願書に記入する際、大学で物理と数学の勉強を続けないよう、彼女は両親と長い間「苦労」しましたが、結局、間違って工学を学び続けました。

入学後、寮の６人のうち王暁芬ら４人が人工知能専攻に編入され、１人の学生が操作ミスで人工知能専攻を誤って低い点数で記入した。

Zhang Tian は、人工知能の専攻を第 1 または第 2 希望に入れる数少ない人の 1 人です。彼女の第一希望はコンピューターサイエンス、第二希望は人工知能でした。西安交通大学を卒業した数学教師は高校のとき、人工知能の専攻について言及し、「これは比較的新しいもので、開発はもっと良いかもしれないし、雇用もかなり良い」と語った。当時、大工場の配当金はまだ流れていて、張天さんには野心がなく、卒業して就職するだけで十分だと考えていましたが、コンピューターと人工知能の専攻には明るい未来があるはずだと単純に信じていました。

さまざまな偶然や偶然により、人工知能の知識がまったくない高校生たちが、まったく新しい専攻に向けて歩み始めたところ。それは未来を表しますが、同時に未知のものも表します。

「コンピューターを学ぶために名前を変更しました」

人工知能ってどんな職業？それを選択するすべての学生は、この問題に個人的に直面する必要があります。

参考になる回答はありません。ほとんどの普通の大学生にとって、これはほとんど先輩のいない専攻です。どの授業を受けるか、どの教科書を使うか、インターンシップの見つけ方、どの企業にインターンシップに行くか、大学院受験か卒業後の就職か、これらの問題は既成のものではなく、自分で考えなければなりません。自分で調べてみてください。彼ら自身は、人工知能を専攻する最も「古い」学生グループです。

同校にとって、人工知能専攻をどう立ち上げるかは、学部名や専攻名の設定から“サスペンス”に満ちている。湖南理工大学では、人工知能専攻は当初、コンピュータサイエンス学部の下に、情報科学や情報管理などの専攻と同じ敷地内に設置されました。 2年目では、コンピュータサイエンス学部から人工知能専攻が剥奪され、フロンティア学際学部という新たな学部に分割された。柯北林氏は、人工知能専攻に関連した「知能科学技術」専攻が知能製造科学技術学部に割り当てられたと述べた。

柯卑林氏を困惑させたのは、人工知能専攻が最先端の学際大学に配属された後、伝統的な工学管理部門もこの大学に配属されたことだった。彼女にはこの論理が理解できず、ただ「ちょっと面倒だ」と思っただけでした。

しかし、王暁芬氏がいる211大学では文系が主流であり、人工知能専攻はほとんどの学校が設置するコンピューターサイエンス学部ではなく、情報通信工学部の下に設置されている。王暁芬氏は「（同校の）情報通信学院の方が評価が高いため、別の専攻を設ける資格がある」と説明した。

「中華人民共和国主題の分類およびコードに関する国家基準」によると、人工知能の専攻は現在、「コンピューター科学技術」の第 2 レベルの学問の 1 つです。あるいはこのため、大多数の学部がコンピュータ サイエンス学部の下に人工知能専攻を設置することを選択するか、それをコンピュータ サイエンス専攻から延長した専攻と見なすことを選択しています。

したがって、多くの普通の大学における人工知能専攻のコースは、コンピュータ専攻のコースと非常に似ています。ほぼすべての人工知能専攻は 1 年目で基本的なプログラミング言語を学び、2 年目で Web デザイン、フロントエンド、データ構造などのコースを学び始めます。ニューラル ネットワーク、ディープ ラーニング、インテリジェント音声、画像認識について学ぶ人工知能専攻によって「ブランド化された」コースがあります。

高校の同級生の中には、リー・ワンニーに「何の専攻を勉強したのですか？」と尋ねた人もいたが、リー・ワンニーは「実際には違いがないので」「コンピューター専攻です」と直接答えることもあった。

さらに、スケジュールには「特別コース」が多数重畳されています。情報通信工学部では、王暁芬さんはアナログ回路などの必修科目を履修する必要があるが、他の学部の人工知能専攻にはこうした科目が設置されていない。学生らは「この授業は意味がない」と教師に問い詰めたが、教師は「指導計画は決まっているので変更できない」と首を横に振り、次の人工知能専攻が始まる頃にはこの授業は「授業計画」となっている。選択コース。張天さんは2年生のときに物理実験の授業を受講しました。彼女の学校では、科学と工学の専攻では物理実験が義務付けられています。

▲宿題がたくさんあるとき、柯美林さんはパソコンの前で居眠りしながら勉強します。写真/取材対象者提供

知識とテクノロジーが複数の分野をカバーしているため、人工知能の作業負荷は多くの人々の想像を超えています。王暁芬さんは、月曜日から木曜日は午前8時から午後10時まで、夕方は選択科目や実験科目、そして金曜日は午前8時から午後3時まで、最も忙しかった学期を思い出しました。疲れ果てた王暁芬さんは、クラブ活動や学科活動を放棄し、週末は寮に残って携帯電話をいじっていた。当時、インターンシップはまったく考慮されていませんでした。休息時間がほとんどなかった王暁芬さんにとって、ほとんどの企業が要求するインターンシップの最低要件である 3 日間を満たすことができなかったからです。

Zhang Tian はさまざまなコースに 1 週間を費やすことがよくあります。彼女は C 言語のようなコースには興味がありませんが、それでも真剣に話を聞いて練習し、午前 1 時か 2 時まで本物のプログラマーのようにコードを変更します。しかし、その後の授業がますます難しくなったとき、彼女はただ「効率的に授業を受けた」だけでした。まずは授業のいくつかのセクションを聞いて、本当に理解できない場合は諦めてください。

コードベースを学習してから 1 年以上しか経っていないため、ニューラル ネットワーク、パターン認識、深層学習などの人工知能のコースが実際に登場すると、多くの学生はついていけなくなります。

競争の激しいコンピューター専攻と比較すると、人工知能を専攻する学生は有利ではないかもしれません。柯北林氏は、コンピューターサイエンスを専攻する上級生や上級生が編集したプログラムは、人工知能を専攻するプログラムよりもはるかに成熟していて複雑であることを発見しました。王暁芬氏も同様に、「コンピューターサイエンスを専攻する学生と二人きりで話したり、宿題を見たりすれば、私たちが実際の応用を何もしておらず、理論と手法について話しているだけであることがわかるだろう」と述べた。

王暁芬さんは2年生のとき、知り合いを見つけてインターンシップのチームに参加した。彼女を連れてきた先輩は、チームではコードを書ける人材とAIを理解できる人材の2種類しか採用していない、と王暁芬さんに語った。先輩は「学校で教えられることや人工知能が開発したことの多くは脱線している」とも語った。

ChatGPT が普及した後、Li Wanni の専門教師は誰もこのツールについて言及しませんでした。王暁芬氏が勤務する 211 大学では、人工知能のクラスの学生が ChatGPT を使用して宿題を行うことを許可されていません。

先生が学びながら教えます

人工知能専攻に直面して、それに十分に対処できないのは学生だけではなく、教師も同様です。

35の大学の最初のバッチに続くデュアル非学部の大学のほとんどでは、人工知能専攻を設立する際の思考と設計の問題に加えて、リソースの不足も明らかです。

一般的な大学では、人工知能に関する専門的な研究背景を持つ教師は多くありませんが、コンピュータ専攻の延長として位置づけられる人工知能専攻では、コンピュータを専攻する教師による専門的な授業が数多く設けられています。化学。

リー・ワンニーさんは、かつて人工知能専攻の教師が授業中に生徒たちに「自分で勉強してください。私はあなたほど上手ではないかもしれません」と自習するように言い、生徒たちが爆笑したことを今でも覚えている。教員は「夏休み中の半月ほど急遽研修に参加した。テクノロジー企業が主催した研修で、MOOCも受講し、内容を学んでから生徒に教えるというやり方をとった」と説明した。 。

学校全体で、人工知能のバックグラウンドを持つ教師は米国留学から帰国した博士研究員である若い副学部長だけであり、他の教師は基本的にコンピューターのバックグラウンドを持つ教師であることをリー・ワンニーは知っていた。

Zhang Tian さんは、1 年生のときからどの授業もきちんと受けようと一生懸命努力してきた人ですが、先生が壇上で PPT を読んでいるだけの姿を見たら、この授業は「不必要」である可能性が高いことがわかります。

重慶理工大学科学技術学部の准教授、郭志偉氏は、同校の人工知能専攻の建設に携わった教師の一人である。学部時代は鄭州大学で通信工学を専攻し、重慶大学で通信工学の修士号を取得し、特に人工知能と関係のあるデータマイニングを研究しています。

彼は、AI という専門職が確立段階で直面する課題を否定しません。彼は2018年に就任するために同大学に来ており、その前に大学は人工知能を専攻することを宣言するための資料を提出していた。 2019年、彼の経済情報技術学部は人工知能の専攻を設置し始め、「ディープラーニング」を教える準備を始めるよう彼に求めた。初めて実践する場合は両者に大きな差はなく、参考にはなりますが、（学内で）深い議論や指導をするのは難しいのが現実です。

Guo Zhiwei にとって、ディープラーニングも新しい知識です。 2018年以前は機械学習分野の研究に参加していたが、「これは比較的低レベルの学習であり、ディープラーニングは比較的高レベルである」という。

困難も多く、高度な知識は自ら学ばなければなりません。 Guo Zhiwei さんは、Baidu が主催する 1 か月未満のトレーニングに参加し、その後、清華大学出版局やその他の機関が主催するさまざまなトレーニングに参加してディープラーニングを学びました。半年以上独学で学び、2021年上半期から「Deep Learning」コースの講師を始めた。彼はすでに人工知能の理論的基礎をある程度持っているため、基礎のない教師よりも学ぶのが簡単です。彼にとって最も難しい学習は学部と同様にプログラミングであり、「深層学習モデルはさまざまなエラーが発生しやすく、それをどう解決するかも課題です」。

詳細コースは学部ジュニア向けです。 2021 年に教える前に、Guo Zhiwei 氏はすでに心の準備を整えています。「私の目標はそれほど高くありません。学部生にとって、多くの授業に費やす時間はそれほど多くないかもしれないので、画像認識とテキスト認識の基礎をマスターすることです。」大丈夫、実際にプログラミングに携わるのはかなり難しいです。」

郭志偉氏は、その専攻が新鮮すぎたため、「深層学習」のための体系的で標準的な教材が存在しないことに気づき、既存の教材の中にはより理論的で開発が遅れているものもあったため、独自のハンドアウトを作成する必要がありました。この状況は今年まで続き、教科書を自分で書く準備もしたという。

同時に、人工知能専攻では、学生が実践的なコースに参加するために十分に強力なハードウェア リソースが必要です。郭志偉氏は、深層学習は処理対象が複雑で計算量が膨大なため、一般的にパソコンではそこまでの量を扱えないため、プログラミングで実現する必要があると説明した。重要なハードウェアはGPU、つまり画像処理装置ですが、GPUの購入価格は約10万元と大学にとっては決して安い金額ではありません。重慶理工商科大学は2021年の専攻開設以来、複数のGPUを購入したが、依然として「ほとんどの学生のニーズを満たすには程遠い。10～15人しか使用できず、利用できるポイントも足りない」大学院生です。」

制限のもと、重慶理工商科大学のコンピュータ実験コースのほとんどは、国内大手企業が提供するクラウドコンピューティングリソースを教育と実習に利用している。ただし、Guo Zhiwei 氏は、この大手メーカーのディープラーニング ツールと世界の主流のディープラーニング ツールとの間には、依然として操作上の差異があるとも述べました。

教師にとって、人工知能のような急速に変化するテーマに追いつくのは簡単ではありません。 Baidu のディープ ラーニング ツールを例に挙げると、Guo Zhiwei 氏は 2021 年に初めて教えたときはまだバージョン 2.0 を使用していましたが、今年はすでにバージョン 2.4 になっており、彼はまだ新しい知識とツールを探索し学習しています。

今年 ChatGPT が爆発的に普及した後、Guo Zhiwei は授業で ChatGPT について言及しただけで、深くは話しませんでした。彼自身も葛藤を抱えているのですが、授業は教えやすいのか、教えにくいのか。そして、このホットなテクノロジーの背後には高度なモデルがあるため、教師自身もあまり明確ではありません。

教員になって 3 年目の Guo Zhiwei さんは、学部生がこの専攻についてどのように感じているかを感じました。 「人工知能を専攻するのはちょっと難しいと思うし、中後期になると興味が薄れてしまうのではないか」と率直に語った。

▲コース内容は柯美林氏が撮影。写真/取材対象者提供

人工知能が知らないこと

リー・ワンニーさんは最も混乱していたとき、「何を学ぶべきか、どの方向に卒業するべきか、それを人に見せびらかしたくない」とインターネットに投稿した。

人工知能の方向に進む大学院生で実務家は、方向転換するよう「強く」提案した。「この方向はトップレベルの教育ではない。深く育てず、より良い雇用とより良い教育のための開発に変えるのが最善だ」発達。" 「強い能力があれば985点や211点までは行けるが、人工知能に携わるには数学と科学の特に優れた基礎が必要だ」とフォローする人もいた。しかし、アルゴリズムのポストで働きたい場合は、985 の学士号を卒業したとしても仕事を見つけるのは難しく、「転がる」機会を得るには修士号取得に向けて勉強を続けなければなりません。

郭志偉氏は「ピープル」誌に対し、ほとんどの二重非一般学部が人工知能専攻をコンピューター専攻から発展した専攻に分類している理由は、雇用を確保するためでもあると語った。彼は、学部のクラスが実際の雇用の要件を完全に満たすことは確かに難しいと信じています。同氏が教えてきた学生の中には、大工場に行ってデータマイニングを行うなど、就職を目的に人工知能の分野に参入した人もいるが、「その割合は高くなく、ほんの少数だ」という。現在、彼のクラスの学生の約 50% ～ 60% が大学院入学試験を受けることを選択します。

リー・ワンニさんはまた、大学の副学部長が「人工知能の専攻は修士号を取得することだ。そうでないと、学んだ知識は非常に表面的な段階にとどまるだろう」と直接言ったことを覚えており、人工知能を学び続けることに自信を失っているという。大学院入試は言うまでもなく、さらにそうです。ほとんど想像を絶する選択は、彼女が高公の一員になるということです。

現実もこれらの主張を常に裏付けています。柯北林氏はアルゴリズム関連のインターンシップ履歴書を多数提出したが、すべて拒否された。彼女は、音声、ビデオ、写真のタグ付けを担当する「AIインテリジェントトレーナー」が市販されており、高校生でもそれを行うことができると述べました。仕事を見つけるのが難しいため、彼女はすでにこの種の機械的なポジションへの期待を下げており、実際には「AI」という単語が付いているだけの投稿ですが、まだ反応はほとんどありません。彼女は大学院入学試験を受けることを考えていましたが、学力を向上させるためには 985 と 211 に行かなければならないと感じていました。

現時点では、人工知能を専攻する学生は他の専攻の学部生とそれほど変わりません。 3 年生の Zhang Tian さんは、「群衆に従う」ことを決意し、早めに大学院入試チームに加わり、コンピューター専攻に転向しました。人工知能を学んだことを後悔しているが、3年前まで遡ると「後悔せずに選べる専攻はないかもしれない」。

人工知能の専攻に足を踏み入れた最初の学部生として、彼らは時には疲労や混乱に陥ることもありましたが、それでもこのテクノロジーの驚くべき側面に最初に触れる機会がありました。 Wang Xiaofen さんはインターンシップ中に ChatGPT を初めて使用しましたが、当時は言語モデルが普及しておらず、現在ほどスマートではありませんでした。彼女はチーム内の ChatGPT に質問する責任を負い、貴重な回答を得るために質問の言葉やキーワードを常に調整しています。彼女はふと「人はやはりかけがえのない存在だ」と感じた。彼女は、将来的に専攻を超えてメディア関連の仕事をするとしても、この人工知能の学習経験が将来的に役立つかもしれないと信じています。

教師にとって、教育の仕事は依然として難しいものの、Guo Zhiwei のような先駆者は、人工知能の専攻を学部レベルで提供することには依然として意味があると感じています。本当に AI 人材を育成したいのであれば、基礎的な学部レベルから始める必要があるからです。理解し始めていますが、カリキュラムや学習基準などを検討するのにはまだ時間がかかります。 「これこそが重点的に検討されるべき改革の内容だ。」

夏が近づくにつれて、人工知能専攻の人気が続いています。一般の大学で人工知能を専攻する学部生の第一期生が卒業しようとしている。将来の道が容易に進むかどうかは、AI ではなく、時間が解決してくれるでしょう。

(インタビュー対象者の要請により、張天、李万尼、王暁芬、柯卑林は仮名です)