英国AI

2018-07-08 13:40:52  作者:urlmulu.com 点击: 评论:0

  

成熟行业中的人工智能:

 

人工智能的普及程度因行业的不同而有很大差异。拥有数字化运营和服务的企业和行业会比那些没有进行数字化运作的企业更容易、更有效地利用人工智能。特别是具备良好数据能力的组织(收集、存储、整理、分析、保护等数据能力)在准备使用人工智能方面就有着先天的优势。

 

一些企业和一些行业的领先优势远超过其他行业。许多大型会计和律师事务所已经掌握了主动权,正在进行人工智能的研究开发,与学院建立联系,并尝试人工智能服务和运营,Ocado就是一家利用人工智能增强基本功能,并开发出创新产品的典型公司。

 

人工智能也在被应用于改进对基础设施的管理。国家基础设施委员会目前正在对包括人工智能在内的技术进行研究,以改进对现有和未来基础设施的使用和维护。

 

人工智能被视为提升制造业质量和效率的未来关键:“使用人工智能、传感器技术和自动化等数字技术,让企业更灵活、更有能力应对问题、甚至提前采取行动,从而改变消费者需求、供应商条件和技术可用性。在今天的世界里,灵活会带来更多竞争力。”可能也会为制造业应用带来更多空间。例如在制造业领域,很少有创业公司能够满足他们的巨大需求。但机器学习有潜力通过对机器进行预测、优化的维护,释放20%出的产能。”

 

一些常见的应用程序都可以在大多数的大型组织、公共部门、私有企业和公共设施中使用,例如:

 

1.更具响应性和适应性的交通调度。

 

2.更具预测性的基础设施维护。

 

3.更具预测性和响应性的人力资源调度。

 

4.更好的网络需求管理。

 

5.薪酬、支付和发票管理。

 

人工智能对英国经济的未来影响:

 

多数观点认为,人工智能的影响将对各行业产生广泛的、积极的、大规模影响,但并不均衡。

 

在一定时期内,人工智能完全覆盖到各个领域难以实现,行业之间的发展并不平衡。此外,对人工智能带来的变化也有着不同道德看法。如上所述,埃森哲估计,到2035年,人工智能将为英国经济带来额外的8140亿美元收益,将GVA的年增长率从2.5%提升至3.9%。

 

PWC最近对英国影响的分析总结如下。这些都是泛泛的预测,涵盖整个经济周期。这些分析的说服力并不在于精确的数字,而是在于行业活动预期将会因人工智能的应用而改变。这样一来,可以把人工智能看作一个实用工具,能够改善所有数字应用的功能。在这种情况下,成熟的应用程序会更容易访问,受益最大的将是那些对人工智能“准备就绪”的企业。

 

英国对人工智能的支持。英国对人工智能有着健全的支持机制,支持对人工智能的学术研究和企业发展

 

为研究提供资金支持——工程和物理科学研究委员会EPSRC:人工智能是EPSRC的一项优先任务。EPSRC提供了143项相关研究经费,其主要目标之一是开发智能技术和系统。EPSRC认为,包括社会科学在内的多学科研究将使人工智能工具和技术能够被接纳,应用且符合道德。EPSRC的目标是:

 

1.数据科学方面的人工智能研究和训练的结合,并与统计和理论科学的基础相联系。

 

2.一大批精通人工智能技术的人才能够在广泛的领域中工作(例如未来的医疗保健领域)。

 

3.研究人员将新方法和应用的开发结合在一起(例如,与研究工程师、转化研究人员和具有应用专长的合作者一起工作)。

 

4.与其他学科(例如机器人,人机交互,计算机视觉和社会科学)共同创建人工智能创业公司。这应该评估智能系统如何与人类互动,并考虑它们的可靠性、安全性和安全性。

 

目前,英国在与人工智能有关的学术论文数量上排名第四,排在中国、美国和日本之后,在2011年至2015年间共发表了1万篇论文(中国同期发表了41,000篇论文)。

 

数据科学研究——艾伦·图灵研究所:艾伦·图灵研究所是英国国家数据科学研究所,总部设在大英图书馆。五所大学——剑桥大学、爱丁堡大学、牛津大学、伦敦大学学院和华威大学——以及EPSRC在2015年创建的研究所,总共投资4200万英镑。

 

该研究所汇集了数学、统计学、计算机科学、社会科学和数据伦理学、软件工程、机器学习和人工智能等领域的研究人员,从而在数据科学领域产生了世界级的研究成果。它将研究应用于现实世界的问题,与行业、政府和第三部门的开展合作。研究的核心领域包括国防和安全(GCHQ和其他政府机构),健康和福祉(与一系列合作伙伴一起工作),以数据为中心的工程(与劳合社的注册基金会),计算技术(与英特尔)、金融(与汇丰)和智慧城市。该研究所的其他核心业务是培训下一代数据科学家,围绕数据及其对科学、社会、经济和生活方式的强大影响形成公众对话。

 

图灵数据研究小组:艾伦·图灵研究所定期举办数据研究小组,在该研究小组中,顶尖的公共部门和私营公司会带来各种重要的数据科学问题,由该研究所的研究人员进行研究。在为期一周的时间里,研究人员将他们的尖端数据科学技术应用于这个问题,最终在一周结束时发布一份报告,其中包含了他们推荐的应对问题方法。参与研究的学者有机会在现实世界的行业和数据集上进行实践,而行业参与者也能从深入研究中获益,并在此过程结束时提供可行的商业解决方案。迄今为止参与的公司包括西门子、壳牌、国家电网、国防和安全技术实验室、塔塔钢铁以及汤森路透。

 

开放数据研究所(ODI):ODI的使命是“通过帮助企业和政府获取需要的数据,建立一个强大、公平和可持续的数据经济体”。ODI是一家总部位于伦敦的独立、非盈利机构,拥有国际性的影响力,其将商业和非商业组织和特定行业以及政府部门聚集在一起,用数据来应对全球挑战。

 

位于纽卡斯尔的国家创新中心汇集了工业、公共部门和世界领先的学者,利用数据爆炸带来的机会开发所需要的技能、想法和资源。皇家统计学会(RSS)数据科学部门:新近成立,其中包括来自商界、工业界、政府和学术界的代表。这一部门将为与会者组织会议,旨在达到以下目标:

 

1.支持整个英国的数据科学社区。

 

2.通过数据科学解决范例推动良好的实践。

 

3.推广数据科学的统计数据,加强统计框架研究。

 

4.成为数据科学的真实来源,为企业主提供各类咨询服务。

 

5.支持数据科学家和统计学家通过提升技能在现代世界发挥更大作用。

 

6.支持重要的新话题,如道德、隐私、算法责任和个性化——提升交流质量。

 

7.培养多学科的联系和思想交流。

 

支持数字研发的商业化。Digital Catapult:Digital Catapult是先进数字技术的技术和创新中心,旨在加速进入新的数字市场,进行各种应用研究和开发,识别新兴技术和新兴应用。人工智能是四大关键技术层之一。它在跨国公司、投资者、初创公司、政府部门、学术机构和其他孵化器(每一个都专注于高价值技术领域)之间建立了积极的合作关系。在自动驾驶技术方面,Digital Catapult已经与DSTL合作,并与希捷进行了复杂生产线的计量分析,每一次都汇聚了众多知名学者、专家和中小企业。其正在创建一个机器学习计算实验室,帮助创业公司降低训练机器学习模型的成本。

 

行业代表——TechUK:科技行业代表机构TechUK认为,人工智能是整个英国经济和社会变革的重要驱动力,并致力于鼓励人们更好地理解人工智能效益和挑战。今年4月,他们召集了包括Luxoft、人工解决方案和伦敦大学学院在内的领先行业和学术机构,讨论人工智能的风险、挑战和发展障碍,这些障碍可能会阻碍在金融科技领域实现人工智能的潜力,以及如何克服这些障碍。今年5月,他们主持了与IBM、剑桥大学和DeepMind关于医疗保健人工智能应用的讨论。这主要是为了提高人们对人工智能在医疗领域应用的认识,以及如何建立公众对科技的信任。2017年5月,Tech UK举办了一个活动周,展示了人工智能可以给英国带来的机遇和好处,包括提高生产力和刺激经济增长。

 

NMI是英国电子系统和科技行业的机构,目前正致力于支持“英国深度技术”,即TechWorks。人工智能中额外的非竞争性协作是通过社会组织对人工智能和相关行为的研究来实现。

 

The Leverhulme Centre for the Future of Intelligence旨在打造“一个跨学科的研究团队,与技术专家和政府有着密切的联系,并有一个明确的实际目标:共同努力,确保我们人类在未来几十年里能够充分利用人工智能。”建立一个全社会的人工智能议会小组,旨在探索人工智能的影响,通过增进议员和其他决策者的理解和参与。

 

支持数字技术规模化:Tech City UK。Tech City UK支持英国数字科技生态系统的发展,通过建立一个“扩大规模”的渠道,以培养更多的后期开拓者,并在全国范围内创造更多就业机会。Tech City UK正致力于打造一系列行业特色项目,为快速增长的公司提供为期6个月的指导计划。

 

全球投资:

 

目前关于人工智能的投资增长过快,以至于根本无法明确地追踪,但有迹象表明,全球行业对人工智能未来的潜在价值有了一定的认识。

 

2015年,专注于人工智能应用的创业公司在全球获得了24亿美元的风险投资,在2016年上半年获得了超过15亿美元的投资。政府计划和现有的科技公司又增加了数十亿美元。主要的参与者不仅仅是在招聘大学毕业生,他们还在挖大学的人才:亚马逊、谷歌和微软已经开始为教授职位提供资金,并以丰厚薪酬直接招聘大学研究人员,以建立竞争优势。”

 

麦肯锡也看到了近期投资的急剧上升:“数字前沿的公司——在线公司以及谷歌、百度等技术原生代公司都正押注于人工智能领域。2016年,我们估计总投资在200亿美元到300亿美元之间,其中包括重大的并购活动。私人投资者也加入了进来。我们估计,2016年风险投资者在人工智能领域总投资约40亿美元至50亿美元,私人股本公司投资了10亿美元至30亿美元。这一数字是2013年的三倍多。另外10亿美元的投资来自赠款和种子基金。”

 

IDC预计,2017年全球认知和人工智能系统的营收将达到125亿美元,比2016年增长59.3%,并预计2020年的投资将带来超过460亿美元的收入。

 

国际比较:

 

在人工智能投资和活动规模方面,英国和其他国家通常被认为落后于美国和中国。在全球交易份额方面,英国仍远远落后于美国,2016年有62%的投资交易被认为是流向美国的创业公司,只有6.5%流向了英国的创业公司。2010年至2016年,对人工智能公司进行的全球风投融资中,只有5%流向了英国企业(见下表)。英国的更多投资似乎处于早期阶段,英国人工智能公司中有四分之三寻求种子或天使投资,相比之下,只有一半的美国公司在寻求天使投资。英国的人工智能公司中只有十分之一在寻求增长资本,而美国有五分之一。

 

其他政府对人工智能的支持:

 

其他领先的数字经济体也在采取行动,增强本国的人工智能实力和市场份额。如果我们要在全球范围内与竞争对手对其人工智能领域的支持相匹配,英国将需要提高其投资水平。这些只是其他主要国家的政府在总体上采取行动的例子。

 

法国:2017年3月推出了人工智能战略。主要建议包括:建立战略委员会以实施策略;建立一个识别、吸引和保留人工智能人才的计划;资助一个相互合作的研究基础设施;一个公私联营的联合体,以确定或创建一个人工智能中心;确保人工智能是公共机构创新的优先事项;在五年内投资2500万欧元(2000万英镑),投资十家创业公司。

 

新加坡:国家研究基金会(NRF)正在推进高达1.5亿新元(合8500万英镑)的新国家计划,旨在在未来五年内提升新加坡的人工智能实力。

 

美国:2015年,政府为人工智能系统的非保密研发投资了12亿美元(8.5亿英镑),2016年估计为11亿美元(9.5亿英镑)。据报道,在过去的15年里,美国国家科学基金会信息和情报系统部门和美国国防部研究计划局(DARPA)的人工智能项目每年投资约为3亿至4亿美元(2.5亿-3亿英镑)。2016年白宫报告包括国家人工智能研究和发展战略计划。

 

韩国:政府宣布未来5年将在人工智能研究领域投资1万亿韩元(7亿英镑),人工智能每年度投资将增加55%。

 

德国:人工智能研究中心(DFKI)成立于1988年,年度预算为4100万欧元。它是世界上最大的人工智能实验室之一,拥有近500名研究人员。

 

加拿大:为研究和人才提供一种泛加拿大人工智能战略。投入资金价值1.75亿加元(1亿英镑),旨在吸引并留住加拿大顶尖的学术人才。

 

中国:有明确的目标,即到2018年创建一个150亿美元的人工智能市场,据报道正在准备启动一项全面的人工智能战略。

 

建议:

 

正如上面所描述的,近年来,在全球特别是在英国,几个关键因素的综合作用提高了人工智能实力,特别是增加了数据获取、高级技能供应、人工智能研发,以及计算能力的提高。

 

为了抓住未来的人工智能机遇,满足日益增长的需求,英国将需要扩大在相同领域的人工智能应用。展望未来,计算能力和可获得数据的持续增长至少在中期内是可以预见的。数据量预计将继续增长,但这并不意味着人工智能可以轻松访问所有数据。对技能的需求预计将继续上升。随着技术的进步和传播,需要进一步的研究来不断扩展和改进人工智能。

 

通过与行业专家和学术专家的沟通联系,通过汲取他们的想法,以及对英国和全球人工智能发展的分析,本文总结了下面的主要挑战,并提出了解决这些问题的建议。正如在上面市场概述中所总结的,人工智能的应用并不局限于特定部门或公司规模。人工智能在英国的成功取决于其使用范围已经远远超出了它目前的范围。

 

因此,这些建议中有许多都涉及到可以广泛地提高英国人工智能实力的因素,而不仅仅是局限于某些部门、特定类型或特定规模的组织。

 

对人才的需求:

 

在全球范围内,各大科技公司对开发人工智能的先进技术人员的竞争非常激烈。为了保持竞争力,英国需要对这些技能的培训方式做出重大改变。英国还需要保持对全球最优秀人才的吸引力,包括本科学历以上的人才,包括通过签证类别和符合特殊行业的人才。这是一个展示英国对国际人才开放的机会,并致力于在人工智能领域保持全球领先地位。

 

这一部分将介绍整个人才需求金字塔:

 

英国政府AI报告(全文):18条建议抢夺AI主导地位

 

高级技能:在计算机、数据科学和(尤其是最近的)机器学习方面受过高等教育的人,让人工智能的发展成为可能。这项发展不仅需要深厚的专业知识,而且通常发生在长期以来都重视科技发展的地区(包括英国)。

 

英国现在需要更多的人工智能专家,以便在更多领域开发更多应用。企业对人才的强烈需求:那些从硕士和博士毕业的有技能的人,在理想的情况下,他们也有丰富的实践经验。在高科技领域,对企业来说,人才的短缺是一个巨大的挑战,而在AI行业又尤为明显,因为AI的专业研究范围是两个学科交叉下的子领域。要求人才不仅要掌握软件工程/计算机科学,还要掌握数学/统计/数据科学。这种观点经常出现在为这次评估所举办的研讨会上,或者在与雇主和潜在雇主的讨论中,以及在一些数据中,包括工资数据。

 

这份报告建议,英国需要对人工智能领域的高级技能发展采取重大变革,但这并不是一件可以一蹴而就的事情。要培养这个领域的博士及以上的人才,不仅要有足够的毕业生和具有合适能力的申请者的供给,还要有足够多的学术专家和机构能够在所有这些层面上进行教授和支持。英国不能简单地增加博士的数量,而不增加申请者和监督者的数量。

 

因此,下面的建议是相互依存的,它将使人才系统在短期内(1-3年)的能力得以提高,并在此基础上继续增长。

 

基础技能

 

这些高层次的技能取决于其他不同层次的技能基础水平。基础知识掌握越扎实与丰富的人,在高科技领域就更加得心应手,甚至能够胜任跨领域的工作。

 

正如DeepMind在最近的众议院科学技术特别委员会对机器人和人工智能的调查中所指出的那样,“我们必须采取的最重要的措施之一,就是确保当前和未来的劳动力足够熟练掌握数字技能和技术,尤其是STEM学科。”人工智能可以应用于各行各业和应用程序,而且这个范围只会不断扩大。这意味着,对于非人工智能领域的专家,对其他专业人士的需求也在不断增长,将人工智能引入这些领域之中。人工智能的支持技能包括:

 

1.数据准备,整理,保护

 

2.向员工和客户解释AI的功能

 

3.管理报告,咨询,责任

 

还需要这些专业人员在他们的专业领域能够使用人工智能工具,包括:

 

1.研究科学家

 

2.维修技术人员

 

3.从事辅助技术的外科技术人员和医疗专业人员、制造和运输的机械工程师,以及在服务行业中“应用人工智能”的角色

 

4.保险、广告、设计、创意、零售、娱乐、金融

 

近年来,有几份报告证明了改善数学、计算机、数据科学和各种数字技能的教育和培训的理由,包括但不限于:

 

英国经济的数字技能:由Ecorys UK为文化媒体部门和体育部门提供的论文,以及商业创新和技能;2016年计算机科学学位授权评审;英国数字战略2017年;Analytic Britain,2015年由Nesta和Universities UK联合发表的论文;进一步的研究和政策活动正在进行中。

 

数学:大量报告和评论人士表示,更多、更长时间、更好的数学教育将使英国学生更好地为这个数据驱动的世界和就业岗位做好准备。Adrian Smith教授已经对学生的必修数学课程的可行性进行了研究,研究对象年龄为18岁。为了开发更多的数学教育的潜在好处,扩展必修数学教育将极大地提高开发、理解和使用人工智能的技能基础。

 

将数据科学和人工智能广泛的应用于教学中:随着时间的推移,人工智能可能会对STEM教育的各个领域产生积极影响。因此,我们有理由在STEM教育中嵌入对人工智能的理解,一直到硕士级别。

 

教师培训:在国家课程中加入计算机科学是很好的一步,但是如果有足够多的教师能够教学,那么目标就很容易完成了。英国计算机协会担心,没有足够多的学生从事计算机科学研究,并指出,多达70%的中学计算机科学教师可能缺乏相关的计算机科学知识,只可以在普通中等教育水平上进行教学。因此,在计算机科学教育中,越来越多的教师培训教学效果将会被提高。

 

职业建议:同样的,在职业发展建议中,人工智能应该得到更充分的体现,因为它将对职业机会产生越来越大的影响。所有学校都有义务为学生提供独立的求职建议。考虑到人工智能可能带来的新机遇,求职顾问之间更好的沟通可能会极大地改善他们对学生的服务。

 

人工智能的应用也有可能改善求职建议,帮助学生和顾问从商业增长和运动、技能需求变化和薪资等数据中获得更复杂、更及时、更符合当地的信息。然而,人工智能的成功使用取决于可用数据的质量。

 

人工智能教育:在教育领域和其他领域一样,人工智能可以在规模上提供个性化服务,提高对不同层次、不同需求的学习者的支持。

 

当前人工智能的高级人才的供应:

 

英国大学有26所大学开设了人工智能本科课程,20所大学有超过30个人工智能相关的研究生项目。与人工智能相关的高等教育模块的学生数量一直在小幅增长,这是由高等学位研究专业的学生所引导的(见图2)。使用由高等教育统计局(HESA)使用的联合学术编码系统(JACS)来识别与人工智能相关的模块。其统计数据被汇总成三个层次:i)第一级+其他本科,ii)高等学位(教)+其他研究生,iii)高等学位(研究)。

 

英国政府AI报告(全文):18条建议抢夺AI主导地位

 

这表明,硕士和博士学位的注册人数稳步增加,但据估计,在英国使用人工智能的潜力和预计的增长,需要这两个水平的人才不断增加实践经验。

 

将人工智能从现在到2020年的全球增长率预测应用到英国的注册人数上,意味着还需要大幅增加应用人数。低、中、高增长率的情况分别为15%、36%和62%。这种方法很粗糙,但在某种程度上说明了人才的需求量之大,请看下面的表格。对人才的需求已经超过了供给,数据科学家和机器学习专家的平均薪酬大幅上升。

 

英国政府AI报告(全文):18条建议抢夺AI主导地位

 

增加人才供应可以通过:

 

在英国设置更多的课程和地点来培养新人才;激励和提高AI教学能力;提高技能培训体系对改变需求的响应能力;从其他国家吸引最优秀的人才到英国;缩小行业和学术差距;通过为女性和其他弱势群体创造机会减少性别差异。

 

如上所述,在英国,人工智能已经被广泛使用。然而,要充分认识到人工智能在英国不同行业和不同类别的组织的潜力,包括人工智能提供商公司、中小型企业和大型企业的混合生态系统。所有这些不同的组织都需要获得类似的人才,无论是直接雇佣还是承包服务。

 

因此,这里的建议侧重于提高英国的发展水平,为所有潜在的雇主提供技术人才,而不是缩小对创业公司的专注度,例如,为创业公司提供博士人才。

 

多样性:

 

如上所述,确保所有人,而不仅仅是一些人有机会在人工智能领域工作,有必要为人工智能创造最大、最有才华的潜在劳动力,并确保每个人都能获得机会。

 

对于人工智能来说,多样性尤其重要,因为算法的输出质量取决于程序员固有的偏见不会转移到代码中。一组不同的程序员可以减少在算法中嵌入偏见的风险,从而实现更公平、更高质量的输出。目前,仅有的劳动力并不能代表更广泛的人群。在过去,性别和种族排斥已经被证明会影响到技术过程的平等性。如果英国人工智能无法改善其员工队伍的多样性,那么该行业的能力和可信度将受到削弱。

 

哈佛大学经济学家Iris Bohnet教授研究了无意识偏见和结构性机遇,以避免组织中的乏善可陈的和有偏见的决策。此外,她的研究还揭示了匿名化和审查代码的好处。

 

为了开发和应用人工智能,并获得最广泛的社会和经济利益,在选择训练数据、算法和网络设计以及产品和服务的交付时,避免算法偏见的发生,将变得越来越重要。多元化的劳动力是这个问题的关键。

 

虽然解决这些风险很重要,但人工智能也提供了支持多样性和帮助确保公平的机会。人工智能可以在系统中嵌入偏见,也可以揭露和解除这些偏见。可以开发出能够检测出偏见的方法,既可以在新的支持AI的功能中发现偏见,也可以在已有的历史系统中发现,这些系统仍然影响着不同部门的决策。人工智能可以解决个人面临的挑战,因为无意识偏见,解决问题时会比过去更加有效。

 

英国在人工智能领域能够改善多样性的方式包括:

 

展示多样性给人工智能的进一步发展带来的好处,强调如何避免算法偏见,以及它带来的好处;打破成见:确保宣传材料、课程内容和职业机会对弱势群体有吸引力;将无意识偏见培训嵌入到各大学提供的人工智能相关课程,以确保申请过程是一致和公平的;为管理和编程人员在行业中植入无意识偏见培训;企业多元化计划,例如为弱势群体提供指导项目;为女性提供额外的支持,特别是在她们的职业生涯后期,减少失业者。例如:灵活的工作安排,并提供现场托儿服务;利用人工智能理事会的品牌,确保被低估的群体在学术界和产业界拥有榜样。理事会应该确保自己能够打破成见,通过各种各样的接触来打破刻板印象。

 

建议:政府、各行业和学术界必须接受人工智能多元化劳动力的价值和重要性,并应共同努力打破成见,扩大参与度。

 

当申请者获得我们的硕士、博士和奖学金项目时,使用多元化支持标准至关重要。英国皇家工程学院研究奖学金计划的例子大概可以模仿。该计划将申请者的申请数量限制在两到三个。在工程行业中,被证明一直被低估的群体是女性、黑人和少数族裔。

 

熟练掌握技能

 

这个挑战是培养足够多的专家,以满足行业需求。

 

建议:行业应该发展一个学生赞助项目,支持他们在人工智能领域攻读硕士课程,最初赞助300名学生。

 

该计划是指提供15个月的课程,旨在为机器学习毕业生提供最佳课堂培训平台,由行业提供资金,并直接向企业提供技术支持。前12个月完成大学培训、评估和认证。该计划的最后3个月是提供一个企业的实习机会。有一种匹配的算法,比如延期接受算法,将被用于确保每一家企业都能获得一定数量的实习生,而无需首先确定实习生的身份。该计划旨在调整男女比例,确保营销和公众呼吁运动会以女性为目标。

 

各个大学将申请成为该计划的成员,由人工智能理事会组织的一个专家小组来评判哪些大学可以入选。最初的探索表明,300个学生可以在第一阶段得到资助,之后数量可以继续扩大。我们看到,在成功实施第一阶段之后,这类项目有可能增加到3000个或更多名额,向学生和企业展示其价值是显而易见的。

 

这些地方应该对现有的项目有额外补助,但要从同一批申请者中选择,最好的学生可以得到奖学金。应该增加申请奖学金的学生的数量,保证学生的整体素质,在他们的人数有所增加情况下,学生质量仍能保持甚至提高。每一所参与的大学都必须保持和改进教学标准,这是由人工智能理事会管理的。该委员会将定期对参与其中的大学进行审查,以增加竞争,并允许将来还有大学有机会参与进来。

 

只要这个项目保持着卓越的声誉,随着项目的成熟,还可以邀请更多的行业合作伙伴和更多的大学参与,并且会有更多的地方资助,奖金也会有不同的等级。该计划可以扩展到更广泛的公司,包括“应用”领域,如果需求足够大的话,可以资助相关课程的本科生。这些名额应该在英国各地的合格大学里设立。

 

赞助企业将从短期和长期的项目中受益,包括增加高质量实习生的供应,有效利用学徒税,进一步提高高质量人才的供应,因为该项目本身就会扩大市场,吸引更多的学生进入人工智能领域。为了使企业能够利用学徒制的税收,人工智能协会可以代表赞助企业向研究所申请学徒制,以制定机器学习/AI的新标准,包括硕士教育。该计划可能借鉴英国国家统计局和威尔士政府的数据分析学徒项目的经验。

 

硕士研究生转换课程

 

随着人工智能技术的普及,人工智能领域的人才将会越来越多样化,并且需要结合其他专业知识。除了那些直接涉及计算机的学科以外,其他学科的毕业生也掌握了许多与人工智能相关的基本技能,特别是在他们的核心特长领域工作。

 

例如,“生物医学科学+AI”的技能很可能会提高毕业生的就业能力,使其成为对雇主有吸引力的选择。尽管他们不会像学习计算机或数据科学的人那样有深度的AI知识,但他们所拥有的综合技能可能会给他们增加很多机会。

 

硕士课程针对的是有复合学科背景的毕业生,这也有助于增加多样性。与计算机科学相比,在生物医学领域的毕业生中女性的比例要高得多。针对这一研究生群体的课程可能有助于提高人工智能的多样性,并加速其在科技和工程等高潜力领域的应用。

 

“与人工智能合作”的发展还处于早期阶段,甚至连当前的需求状况都很难确定。因此,最好的方法是,在市场调查中,雇主是否看到了这种方法的价值,以及在哪些领域尤其突出。其目标是确定此类课程是否有助于满足行业对专业人才需求,以及毕业生是否能抓住这个机会。

 

推荐:大学应该与雇主和学生一起探索人工智能一年制硕士学位的潜在需求,以帮助那些除了计算和数据科学以外的学科的毕业生。

 

STEM毕业生的基础知识会很扎实,但随着与伦理和社会科学越来越多的重叠,人工智能领域将更喜欢复合学科背景的学生。

 

博士学位水平的培训

 

最关键的是培养足够多的博士级研究人员,以扩大研究能力。英国拥有一些世界上最好的大学和最受尊敬的学术专家。要想提高这一能力将需要在博士水平教育方面追加投资。追踪IT就业市场时注意到,尽管对IT人才的需求自2015年以来增长了一倍多,但相应的人才培训项目却没有增加。

 

在全国范围内,确保充足的投资进入大学研究是至关重要的。政府对学术机构的支持,需要通过研究委员会来平衡学术界的资金需求和供给限制。大多数英国的顶尖大学都指出,博士学位申请者的资质通常非常高。其中一些人已经发表过专业论文。来自企业和学术界给学生提供的资金支持至少是大学的三倍以上。然而,由于实际情况和可用资金的限制,这些大学只能收到少量的高级人才。

 

英国与那些海外大学有着强劲的优秀博士人才竞争需求。在英国申请失败的的人不能进行博士培训,因为名额有限,他们会去海外寻找机会,通常是去尝试美国的学校,包括斯坦福大学、纽约大学、麻省理工学院、伯克利分校。

 

在2015年,物理科学研究委员会(EPSRC)的博士生研究人工智能的人数是436。其中80个完全研究人工智能。其中212个研究内容至少50%是人工智能(另外50%在其他领域,特别是机器人技术),另外224个在人工智能领域的研究比例低于50%,而是通常研究应用领域。

 

EPSRC的一项近似分析表明,在全国范围内申请机器学习和人工智能领域的博士学位人数超过500个,大约40%的申请被认为符合最低标准。除了培训和留住英国国民外,英国大学还应积极吸引海外学生到英国学习。英国将受益于下一代国际人工智能专家在他们研究生研究期间和之后的研究成果。

 

增加申请者数量可以通过:

 

1.增加毕业生和硕士生的数量,使他们能够在人工智能行业工作。

 

2.鼓励毕业生申请人工智能博士,而不是选择其他职业。

 

3.吸引世界各地的人来申请人工智能博士学位。

 

因此,这篇综述建议立即增加博士学位的名额,加到现在所能支持的最大数量,并随着时间的推移不断扩大,因为下面的其他措施可以为将来的申请者和其他能够教授他们的学术专家构建系统的能力。

 

在英国吸引人才并留住人才,将会对英国在新领域开发人工智能的能力产生重大影响,也将提高我们培养下一代专家的能力,以迎接下一代研究。

 

建议:政府和大学至少应该在顶尖大学中设立200个专门研究人工智能的博士学位。随着英国培养和吸引更多的学术人才,这个数字应该逐年增长。

 

政府和大学应继续增加博士学位,得到合格督导人员、机构和申请者数量增加的支持,目标是到2025年在AI相关科目中,新博士学位超过1000个。

 

为了实现英国博士学位数量的大幅增长,我们需要在移民、学生资助和激励机制方面做出改变,以确保我们能够满足学生需求。这包括:

 

1.一项适当的移民政策,不仅有助于学生进入英国,还能激励毕业生留在英国,要么继续读研究生,要么继续深造,要么进入英国公司就业。

 

2.对博士学位的修改,使国际申请者能够公平竞争英国的助学金和奖学金,同时也鼓励了IET和皇家工程学院等慈善机构扩大现有计划,以吸引国际人才到英国。

 

3.鼓励英国学生继续攻读研究生学位。这可能是对人工智能的研究生教育进行的的宣传活动,包括为有财务困难的学生提供奖学金、减免债务和潜在的雇主关系(通过行业资助)。

 

大规模开放在线课程,实现人工智能领域的持续发展

 

正如网络安全导论所证明的那样,Massive Online Open Courses (大规模网络公开课程)是提高人们对技能需求高的数字技术领域的认知和传授基本技能的绝佳方式。目前已有超过8万人完成了由这个开放式的大学开发的网络安全入门课程,也是世界上第一个获得政府支持的机构。帮助有基础知识的人进行这种转变将有助于扩大人工智能专业人员的供应,并有助于理解人工智能如何在更广泛的群体中实现价值。其他经过认证的持续专业发展课程也可以帮助人们以灵活的方式提高专业技能,以适应他们的个人情况和实现他们的抱负。建议大学应该鼓励发展先进的AI MOOCs课程和在线专业发展课程,从而为拥有STEM资格的人提供更多专业知识。这一建议的成功的关键在于,一大批重点大学同意在同一套课程上开发和分配学分。

 

吸引并留住学术人才:为英国提供国际图灵AI奖学金项目,行业对高度专业化的人工智能人才的需求以及不断上涨的工资水平,可能会导致学者转向企业。这使得学术网络的弹性和能力承受着继续研究和培训人才的压力,一种解决方案是,让学者可以自由地选择在行业和学术研究之间做出选择,以示公平。英国必须支持其学术机构繁荣发展,并在全球市场中得到认可,使它们能够为研究和学术合作做出更大贡献。

 

在人工智能领域开展的全国性学术奖学金项目将激励国内外学者参与合作研究和高等教育。该奖学金将与专注于研究的行业合作伙伴建立联系,让研究员可以自由地在不同组织之间进行交流,以解决行业面临的具有挑战性的问题,并支持学术研究。该奖学金将包括一份财政津贴,以使学术薪酬与业内人士具有竞争力,并将与加拿大高级研究学院(CIFAR)全球学者计划密切合作。

 

此外,建议英国人工智能国际奖学金计划应与艾伦·图灵研究所合作:图灵人工智能奖学金应该得到一个有针对性的基金的支持,以确定和招募最优秀的人才,并确保该项目向来自世界各地的所有合格专家开放。

 

图灵项目应该从一开始研究奖学金的数量,并随着时间的推移发展这个项目。该计划的目标是创建一个全球范围内普遍吸引人的奖学金项目,吸引全世界的研究人员在英国聚集。

 

该计划将与人工智能业务挂钩,以帮助指导和设定该奖学金的战略目标。“奖学金计划”将鼓励并通过标准化的谈判,为学者提供高级职位。这些高级职位将让专家们在行业和学术界都有一席之地,他们可以自由地在两者之间流动。该奖学金计划将由行业赞助商和政府共同出资,来的人将会得到一份一级(特别的人才)签证。在制定该计划的同时,政府和合作伙伴应该多加探索,是否可以从为高级研究人员提供的资金,以及他们团队的关键成员和其他研究费用中获取最高的价值。为了确保这一项目在人工智能领域得到国际认可,艾伦·图灵研究所将采取行动,将该计划与他们的优势和对人工智能的雄心结合起来。

 

关于实现人工智能研究最大化和商业化的建议

 

这一节推荐实施有针对性的行动来促进人工智能研究和商业化:

 

——艾伦·图灵研究所:国家人工智能研究所

 

——获得低成本计算能力的研究

 

——改善知识产权的转让

 

艾伦·图灵研究所:国家人工智能和数据科学研究所,正如之前的两项建议所述,艾伦·图灵研究所可以发挥关键作用,使英国成为人工智能研究的巨擘。“艾伦·图灵”这个名字对人工智能有着独特的意义,因为图灵被广泛认为是人工智能之父。

 

我们相信,要与该研究所的领导层达成一致,如果该机构能在该行业的重点、品牌和地位上发挥核心作用,那么该机构将能够更有效地实现这一目标。与此同时,学院应该扩展到五所大学之外,引入更多的人工智能专业人才,并成长为一个真正的全国性机构。

 

艾伦·图灵研究所应该成为国家人工智能和数据科学研究所,并在现有的五所大学之外扩展,其关键的目标是将其使命集中在人工智能上。人工智能研究所应该与其他国家的领先的人工智能研究机构(如加拿大的矢量研究所)合作,探索未来合作的可能性,例如在CERN模型的研究上。图灵研究所还可以通过下面推荐的人工智能委员会来发展与工业的联系。

 

改善知识产权转让,推动人工智能新业务创造(和成功)的一个关键因素是,将创意和技术从大学网络中剥离出来或者获得许可,并实现商业化。大学在培养和支持具有创业精神的人才方面发挥着重要作用,并促使英国成为世界上最适合创业的地方。

 

为了给社会和经济带来影响,大学应该确保他们的人工智能研究商业化的主要目标是对知识产权(IP)的开发,而不仅仅是对知识产权的保护。

 

当前的分拆实践和过程可能会很复杂,而且会持续很长时间。不同的大学采用不同的方法,提供不同的水平和质量的教育。知识产权分配是一个特别复杂和有争议的过程。我们显然有必要改善这一流程,以减少商业化方面的障碍,促进人工智能领域的创新,大学应该使用清晰、可及的方式,以及在许可知识产权和组建分拆公司方面可能的共同政策和做法。

 

明确的流程和指导方针可以促进知识产权的商业化,这将极大地促进人工智能的创新。这包括大学在知识产权分拆后,要明确自己的股权要求、如何提供支持以及继续与企业维持关系。

 

也许有一些方法可以通过激励机制来改善这种状况。人工智能研究公司的企业投资者可以开发适用于所有相关协议的条款和共享标准,以获得投资资格。例如,这所大学将拥有不超过5%的产权,这部分股权不能被稀释到某一特定价值的投资价值,谈判也可能有一个时间限制。

 

还有一个地方可以让大学参与公共资助的加速器和孵化器计划,以依赖一套关于知识产权转让的标准。可以建立AI企业奖学金,并有资格获得需要满足某些条件的奖学金。大学往往没有足够的资源同企业进行步调一致的速度工作,从而使它们无法充分认识到研究成果的潜力。大学也往往缺乏技术方面的专业人才,在人工智能商业化方面,与技术专家共享技术可以帮助大学解决这个问题。

 

为研究提供低成本计算能力,对于研究人工智能潜在应用的研究机构来说,最主要的成本在于开发高性能计算能力。降低获取这一计算能力的成本和损失,将有助于使英国政府通过人工智能研究委员会获得的投资回报最大化,确保资金的使用尽可能有效。在竞争日益激烈的国际研究环境中,相对低成本的计算能力,也将确保英国仍是全球领先研究人员立足之地的一个吸引力点,并鼓励英国机构与海外专业技术中心之间进行合作。

 

对公共部门高性能计算能力的额外投资将是受欢迎的,但降低计算能力的价格并不一定会减少额外的公共资金成本。或许还会有机会将各机构的需求聚合在一起,从而最大限度地利用它们与商业供应商的议价能力。英国有机会通过一家领先的机构来管理高性能计算需求机构,以更低的成本获得产能。

 

集体行动还可以改善对英国研究部门未来能力的规划。

 

艾伦·图灵研究所、工程与物理科学研究理事会(EPSRC)、科学技术设施理事会(简称STFC)和联合信息系统委员会(JISC)应该协同工作,协调对人工智能研究的计算能力的需求,并为英国研究团体进行争取。

 

原文链接:https://urlmulu.com/AIGongSi/613.html
标签:英国政府AI报告