全国人大代表、科大讯飞刘庆峰：建议打造五级人才矩阵

科大讯飞董事长刘庆峰 图片来源：科大讯飞供图 

近年来，人工智能技术在与民生民情密切相关的领域已起到重要作用。人工智能在这些领域的持续投入，能够在未来节约社会服务所需投入的大量资源，推动社会的进步。

《每日经济新闻》记者从科大讯飞方面了解到，全国人大代表、科大讯飞董事长刘庆峰在2019年全国两会上提出了关于人工智能发展的议案。刘庆峰认为：人工智能作为新型基础设施建设价值明显，建议国家加快人工智能基础设施建设，让人工智能服务于生活的方方面面；更好地解决义务教育均衡发展，实现因材施教；同时让“智医助理”辅助医生诊断，推动基础医疗水平的提升。

同时，人工智能是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要动力，而人工智能人才却供不应求。对此，刘庆峰建议，落实人工智能国家战略，必须人才先行，打造人工智能时代的“人才矩阵”。

医疗和教育是重点

在议案中，刘庆峰建议，由国家发改委牵头，加快确立人工智能作为新型基础设施建设的重点投资方向。国家发改委会在推进过程中，调研与人工智能强相关、并密切关联国计民生的业务和产品，确立重点投资方向，引导人工智能的重点技术研究和应用落地规划。同时协同工信部、科技部等有关部门，研究并建立针对人工智能在重点领域业务产品的评测规范与质量认证体系等，实现人工智能的典型应用示范与规模化应用，最终形成社会发展的良性循环。

刘庆峰还建议，要加强行业落地，推动人工智能开放平台、行业大数据中心、典型应用场景的深度融合。以人工智能开放平台作为技术与应用的交汇所，为生态中所有参与者赋能；应用带来的大数据反哺人工智能技术产品的研究开发；各级大数据管理局应加强数据的适度管理尺度，加之典型应用场景的快速突破，形成数据和应用场景的良性的互动，最终在医疗、教育等行业实现跨越式发展。

例如在教育行业，新技术将推动人工智能绿色课堂的建设，人工智能推动因材施教；在医疗行业，全科医生的大量缺口能因人工智能辅助诊疗系统得到缓解，实现分级诊疗。人工智能已从概念阶段进入典型应用阶段，基础设施建设将大大加快人工智能应用落地的速度。

建议打造五级人才矩阵

作为引领科技革命和产业变革的战略性技术，人工智能是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要动力。与此同时，人工智能人才却供不应求。工业和信息化部调研统计显示，中国人工智能产业发展与人才需求比为1：10，到2030年，人工智能人才缺口将达到500万。

落实人工智能国家战略，必须人才先行，打造人工智能时代的“人才矩阵”，形成基础能力人才、源头创新人才、产业研发人才、应用开发人才、实用技能人才等多类型人才并重并用的局面。为此，刘庆峰建议：

首先，强化基础学科设置和素养教育，推进人工智能基础人才建设。建议教育部开展“能力提升工程”。强化数理、计算机、通讯等与人工智能强相关的基础学科教育；

其次，实施“科学家创新培养工程”，培育和引进人工智能源头创新人才。建议教育部开展“科学家创新培养工程”，建议中组部、科技部、人社部研究新政策，推进国内外一流的人工智能院校和企业建立联合项目，共同面向前瞻领域探索、强化源头创新人才培养；

再次，开展“共享平台”建设，培育人工智能产业研发人才。建议教育部、科技部、人社部开展“共享平台”建设，建设AI大学，打造开放平台，培养从产业人才、培育产业生态。

此外，实施“行业人才应用工程”，推进人工智能行业应用人才培养。建议教育部、科技部、工信部等部委联合实施“行业人才应用工程”，建立产学研用的培养新模式。

最后，强化技能培训和开发，锻造人工智能时代的技术工人。建议教育部、人社部突出应用技能型人才的建设，强化技能培训和开发，结合实用场景培育行业技能人才和技术工人；通过人机耦合的模式，实现更大更好的产出，从而不断推进人工智能+行业的落地应用。

从三方面推进寻求突破

需要说明的是，人工智能是引领新一轮科技革命和产业变革的战略性技术，具有很强的溢出效应，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。

而目前，基于我国政府对人工智能发展的高度重视以及我国天然的数据资源优势，我国在智能语音、机器翻译等多项源头核心技术上，已经与美国同步进入人工智能的“无人区”，但在人工智能的部分关键领域，我国距离世界一流水平还尚有差距。为此，刘庆峰提出建议：

首先，加大数学基础原理的研究，创新数学统计建模方法；其次，加强脑科学基础研究，脑智同飞带动人工智能技术发展；此外，加快人工智能落地应用，以人机耦合模式反哺人工智能基础研究。

同时，刘庆峰还表示，未来人工智能的效益将会逐步兑现，在这个过程中，教育、医疗、司法都走在最前面。他认为，2019年将是人工智能规模化应用落地年，人工智能的黄金收获期也将从2019年开始。所以，要加快人工智能落地应用，以人机耦合模式反哺人工智能基础研究。