迎接人工智能时代的新工科建设

当前，我国高校正在加快“一流大学”和“一流学科”建设，一方面主动设置和发展一批新兴工科专业，另一方面推动现有工科专业的改革创新。新工科建设和发展以新经济、新产业为背景，需要树立创新型的“新理念”，构建新兴工科和传统工科相结合的学科专业“新结构”，探索实施工程教育人才培养的“新模式”，打造具有国际竞争力的工程教育“新质量”，建立完善中国特色工程教育的“新体系”，实现我国从工程教育大国走向强国。新工科有两层含义，一是“新的工科”，就是老工科专业里没有的专业；二是“工科的新要求”。这些新工科建设的基本思想正是弱化传统学科之间的围墙、构建新兴工科和拓展专业空间。

麻省理工学院提出，工程教育应从关注当前产业界发展转向面向产业界未来发展，即面向未来的新机器与新工程体系。新机器是人造物体的统称，例如机械类、分子类、生物类、信息类的工程人造物体。新工程体系是指由新机器组成的产业体系，21世纪中期将会由物联网、自动化体系、机器人体系、智慧城市、可持续材料与能源体系、生化诊疗、大数据等组成。面向未来的新机器与新工程体系展示出高度的整合性、复杂性、连通性、自主化、可持续发展等特色。整合性指它们超越了传统工程学科隔离，对机械、信息、分子、生物、建筑、能源等进行整合；复杂性指所运用的工程技术的复杂程度不断提升；连通性指各部分是高度连通的；自主化指自主水平提升，独立于人的行为自主运作；可持续发展指与自然生态环境之间的关系。可以想象，来自传统工程教育培养的研发人员难以全面应对新工程具有的特点。

人工智能的特殊性决定了其研究不能循规蹈矩、亦步亦趋。“善出奇者，无穷如天地，不竭如江河”。创新是大学的灵魂，创新在某种意义上就是最大的“出奇”。人工智能研究离不开理论创新和方法创新，但同时也与产业应用密不可分。产业界为人工智能研究提供了丰富的真实问题、生动的应用场景和有力的大数据支持。人工智能有代表性的核心技术是机器学习与神经网络，应用条件是数据量大、逻辑清楚、规则明确，取得成效体现在避免出错，预测未来。如航空航天工程结构探伤、电子器件产品的研制，通过人工智能方法对过往数据进行统计分析，可以大幅缩短研制周期，提高市场竞争力；区域供电和空调能源的管理与控制，通过人工智能可以根据气候和负载变化动态实时调配制冷和供能策略，提高安全性，节约人力维护成本和能源消耗；医疗领域可汇集既有数据，应用图像识别、卷积神经网络预测等人工智能手段实现智能读片、手术和诊断等；教育领域可基于语音识别和自然语言处理等人工智能技术进行智能口语测评、写作批改、自适应学习等；石油天然气和冶金矿山可通过人工智能预测探明储量，优化开采手段，实现高效开采。这些应用场景由用户提供，大学应与用户紧密合作，探索人工智能更广阔的用武之地。

2018年10月，浙江大学成立的交叉力学研究中心以力学为牵引，实现各学科交叉融合，孕育新的科学增长点，研究方向包括力学与人工智能交叉、力学与材料基因交叉以及力学与电子信息交叉，形成基础研究、工程应用和前沿技术三大特色。创新性和创造力多产生于学科交叉与融合。杨卫院士等的文章提出：“交叉力学应用力学的原理和方法，以新的视角阐述自然及社会。它从不界定自己的边界，永远进取；它大道至简，从而变化万千；它自我驱动，不断学习，演化出新的学科方向，例如信息动力学，生物力学等；它在交叉融合的过程中，不断丰富了对力学的认识”。

近期，清华大学正式成立了人工智能研究院，及若干交叉中心，例如脑与智能（生命科学、数值计算），人工智能（计算机，数学），智能汽车（信息与汽车），就是要紧紧抓住人工智能这一信息技术发展的龙头，积极推进大跨度的学科交叉融合，积极推进大范围的技术与产业、学校与企业融合，在人工智能的基础理论和基本方法上进行源头性和颠覆性创新，为人工智能领域的中国贡献增添浓墨重彩的一笔，争取在当代科技的最新前沿做到身位领先，助力中国将未来科技发展的战略制高点牢牢抓在手中。