中国 AI 想弯道超车，有多少希望在游戏行业？
AI 人才焦虑，不止是创业公司的痛。文 / 以撒
说游戏背负着 AI 技术的未来发展，绝对不是一句空话。至于原因，我们聊过很多次了——不少 AI 成果，甚至可以说是以游戏为基础 " 生 " 出来的。连 OpenAI 创始人都亲口认证过，他们之所以能研制出 ChatGPT，也恰恰是因为之前走过研究《DOTA2》AI 的 " 弯路 "。
但再讲这些，未免有些老生常谈了。所以今天，我们想聊聊另一个角度：人才焦虑。
在每一波技术浪潮来临之后，人才一定是大部分相关公司的痛点。比如在 AIGC 火起来之后，相关的算法、技术岗位需求就有一波大增，图像识别、深度学习等岗位年薪百万都是洒洒水，而且高材生遍地都是——硕士至少就有 40% 以上，不可谓不卷。
以上数据来自脉脉高聘发布的
《2023 AIGC 人才趋势报告》
但这就牵扯到一个很重要的问题：人才从哪来？公司内部的培养有多费时费力自不必说，我国高校的人工智能专业成立也没多少年，人才总量就这么多。技术发达归发达，这个高门槛的池子可不会凭空蓄满水。
所以一直以来，AI 人才焦虑都不止是创业公司的痛，还牵扯到更深一层的高校教育上。上周葡萄君去成都，参加了腾讯举办的 STAC 科创联合大会，会上专门设置了一个 " 教育论坛 "，请来了多位与 AI 相关的高校师生讨论此事，就让我感触颇深。
比如在会上，西安交通大学人工智能学院的副院长兰旭光提到，这半年以来，他们的心就一直慌慌的，不知道为什么 AI 突然发展到了这样的时代，有了如此颠覆性的技术。这不仅是对从业者的冲击，也是对教育的挑战。
挑战主要在哪里呢？四川大学计算机学院院长吕建成讲到两个方面：一是教育界共同的课题——在 AI 技术发展之后，我们如何结合它去改革教学方法？二是 AI 这门学科本身的课题——现在的教材、课程五花八门，既没有高度统一的教育体系，也没有足够的师资力量，在这种情况下我们如何更好地培养 AI 人才？
这问题听着简单，实际上影响极其深远。就拿 ChatGPT 来说，如今我们自己通过和 AI 对话都能写出高水准的代码，那么学校的教育到底还能如何进步？会不会反被 AI 甩在后面？兰院长觉得，人类教育者战胜 AI 最大的因素，是创造力。因此，想办法激发学生的创造力，也是 AI 人才培养目前面临的巨大难题。
顺着这个最大的问题延伸下去：创造力又要怎么激发呢？听了现场师生的讨论，葡萄君觉得可以总结为两点：真刀真枪、兴趣导向。
首先，真刀真枪指的是不能纸上谈兵、纯学理论，而是一定要在项目中成长。大会上请到了一位老教授，他是清华大学深圳研究生院的原副院长林孝康，今年 76 岁高寿，毕业后教了一辈子书。当年他所在的专业是无线电技术——这个专业为后来国内的 AI 教育奠定了不少基础，而他本人也亲手带出过许多 AI 大牛。
当年的条件，可远不如现在这么优越。林教授提到，过去一个科研项目拿两三万、四五万块钱就很多了，找论文、资料，能找到一篇两篇就已经不得了了。而且那时的 " 电脑 " 一台就要占一间屋子，还只能从国外进口。
就是在这样的条件下，他们天天睡在实验室里，加班加点完成了项目。林教授说，清华大学很早就提出了这样的教学思想——要真刀真枪地干科研项目，从企业、科技界接过来，带着学生一步一个脚印地做出来，这样培养出来的学生才能令人信服。
当然，这样的思想也延续到了现在。比如深圳大学的学生王翊风，就讲到了他曾经做过的课题：在鹅场研究 AI ——不是腾讯那个鹅厂，是真的养鹅场。他们要研究一套用 AI 识别病鹅的系统，但很快就感受到了传统养殖的难度：一群鹅混杂在一起，怎么判断哪个有病？判断出来后，它马上跑进鹅群，又怎么分辨？这可能只有十年经验的老师傅才能准确做到。
图片源自网络
不仅如此，鹅场的条件也并不理想，没有手机信号、没有网络，还得顶着 40 度的高温。后来他们先是拉了几十米网线、安装设备，又是学习养殖知识、研究算法，前前后后花了 100 多天，标注了 30 万只鹅、采集了六千多张鹅的照片，对鹅粪臭味都习以为常了，才做出最终的小程序。
但这样的经历无疑也是宝贵的。他提到自己导师说过的一句话：脚下踩过的鹅粪越多，你写出的代码就越清晰。
你可能会疑惑，既然我们有这么多年轻人在真刀真枪地干，为什么还要愁教育？这就还要提到第二个点：兴趣导向。大会上，电子科技大学计算机科学与工程学院的教授李晶晶，说了一句非常好的话：以前我们总说 " 授人以鱼，不如授人以渔 "，但是到了现在，我们更需要做的是 " 授人以娱 "，也就是用更加寓教于乐的方式来教学。
对于 AI 教育来说，这一点可能尤为重要。葡萄君以前也学过编程、算法，对此深有体会——你让我想办法做个小游戏，那我可不困了；但你要让我钻研数据结构、学线性代数，搞清楚那些指针、堆栈的原理，我会直接睡死过去。当然，人的体质各异，有的人就是喜欢和擅长研究这些，但这也不代表他们不需要更有趣的教学方式。
南京大学在 2018 年建立了人工智能学院，可以说是国内甚至全球最早探索本科 AI 专业的高校。而南京大学人工智能学院的副教授赵一铮在大会上讲到，当时他们觉得最大的难处，就是 AI 技术的细分方向又多又杂，很难建立起完善的教学体系。
就拿课程安排来说，AI 专业需要一些常规教学中覆盖不到的数理基础，他们就只能安排在大一教学。于是结果就是，那些十八九岁的孩子刚刚进入大学，还满怀着对大学休闲生活的憧憬，结果就被极度抽象、艰深，并且落后一节就跟不上的课程给击垮了。如果不是功力深厚的老师，也很难一直维持他们对课堂的兴趣。
以上这两点，基本已经在全国许多高校的 AI 教育中形成了共识。北京大学计算机学院计算机科学与工程系主任李文新也提到，他们有一个专门的团队，来详细探讨如何安排人工智能专业的课程，如何让数理基础和专业课的铺垫、层次最为合理，还设置了一个试验班进行验证。
尽管我们的教学队伍如此努力，有些痛点依然很难完全解决。腾讯开悟平台技术负责人邓民文告诉葡萄君，在 AI 教育方面，高校其实需要和企业之间形成一些纽带。比如学生想研究围棋 AI，但学校的条件往往是不允许的——它需要很多机器并行计算、训练模型，也需要一套成体系的工具，而这种工具就需要高校和企业共同研究。另外，企业也可以在真刀真枪做项目这方面，提供一些独特的经验指导。
看到这里，你会不会觉得我写得有点跑题了？明明是讲游戏的重要性，结果大聊了半天高校教育……不，其实说到这儿，铺垫刚刚好完成。因为把上面的这些挑战、痛点串联起来，你就会发现，游戏其实是解决这些问题最好的一块拼图。
首先，游戏能不能提供真刀真枪的实践经验？能。邓民文告诉我，开悟平台此前就已经和四所顶尖高校合作过，并且还在今年把合作数量扩大到了 19 所高校——有的读者可能还不了解，他们是腾讯旗下研究 AI 的平台之一，是 " 绝艺 "" 王者绝悟 " 等知名游戏 AI 的孵化器，整合了腾讯 AI Lab、《王者荣耀》的多年游戏 AI 研究经验和庞大研究资源，还举办过高校赛事，我们以往也曾做过相关报道。
邓民文觉得，我们的 AI 教育要做出自己的特色，就不能一味照搬模式。他们目前有一些想法：一是用真实的项目来教学，并且向高校提供企业人员的支持，避免纸上谈兵；二是希望设计阶梯式课程，做到循序渐进的教学；三是他们在与高校的合作中，不止提供研究平台，还沉淀出了不少成体系的教学资料，包括老师的教案、上机指导书，学生的教学视频、课件和作业等等。
这些资料，如果能推广到全国高校的 AI 专业，也会是一件非常棒的事。因为大家都明白，教育资源的不平均是一个客观事实，且很难一下子就颠覆过来。但当这些顶尖高校亲手磨出来的资料，被用在普通本科甚至专科的教学中，这种局面多少会有所改变。
其次，游戏能不能 " 授人以娱 "？那更是毫无争议地能。大会现场就有一位博士现身说法——他是中国科学技术大学的赵鉴，虽然现在已经是别人眼中的 " 人生赢家 "，但他提到，上大学的时候他也特别特别迷茫。因为他自己是资深游戏玩家，当时也是冲着游戏 AI 报的专业，但进了学校才发现，像阿尔法 GO 那样的科研，学校的算力根本没办法承担，他也因此天天睡不着觉。
结果到了 2019 年，转机出现了——腾讯开悟平台的赛事邀请高校参加，他一看到是《王者荣耀》游戏 AI 的研究，马上来了劲，天天沉浸其中。因为开悟平台提供了训练资源、开放环境、API 接口，以及完整的开发文档和 QA 系统，再加上他们自身对游戏的兴趣，他们的研究很顺利，在第一届比赛上就获得了冠军，拿了不少奖金。而且在那之后，还有包括腾讯在内的不少公司向他抛出 Offer。
看到这些你就不难理解，为什么我要说中国 AI 技术的未来，有一半都在游戏身上——至少抛开生成式 AI 不谈，在决策式 AI 这半壁江山的层面是这样的。天下苦 AI 教育久矣，甚至不止是 AI 专业，对所有专业来说，想让学生既能有学习的兴趣、动力，又能在实践中获得经验，这根本就是教育的终极目标了。而这时，游戏之于 AI 专业恰好就有这样的作用。
当然，这需要企业更加开放、更加贴近高校和产学研合作，这并不容易。但只要能做好，我们的 AI 教育，简直就相当于开了 " 金手指 " 一样。
游戏葡萄招聘内容编辑，
页:
[1]