北京3月4日讯 “通过对国内20余所高校进行调研，我们发现很多高校的人工智能专业相关人才培养方案设计对算法侧重有余，而数据和算力部分相对薄弱；理论和科研偏重有余，而应用和实践相对不足。”全国政协委员、天津大学副校长张凤宝说，人工智能专业人才的培养需要理论和工程实践并重，在算法、数据、算力三个方向上同时发力，目前国内很多高校人工智能相关人才培养体系有待完善。
张凤宝建议，除了注重基础研究领域的人才培养，人工智能领域还要增强对数据工程师的培养。“合理而高效的处理数据，是人工智能的各类算法能够应用于传统行业，并发挥其优势的关键。”张凤宝说，数据处理一方面需要相关的方法、工具和工程经验，另一方面需要涉及行业的交叉知识，而这类人才培养的内容，在目前各类高校的培养方案中都没有充分体现。
张凤宝说，各类传统学科可增设人工智能知识基础类课程，使相关专业人才理解人工智能的处理方式、输出结果和所需数据的类型。教学工作中注重与具体应用的对接，强化成熟的人工智能技术与传统行业的具体业务流程相结合的能力。
此外，张凤宝还建议着力加强对算力部分的人才培养和科研力量投入，还要培养多层次、多种类，能与人工智能共事的劳动力队伍。