如何成为DuerOS 上的技能应用呢？

问：美国陆军目前如何运用AI技术?

John Fossaceca：陆军正在以多种方式使用AI技术，例如将其引入预测性维护当中。AI技术能够帮助我们预测，如何抢在汽车发生故障之前，替换或维修相关的零配件。做到了这一点，我们将节约下大量金钱并提高操作安全性。目前布拉德利战车等多种军用载具都在尝试这项功能。

陆军方面掌握着大量数据，而AI与机器学习技术普遍需要大规模数据支持。以Maven项目为例，此计划使用无人机发回的数据帮助分析人员自动完成某些军事工作。Maven项目中就使用到一系列标准化AI工具，例如谷歌的TensorFlow，当然也配合陆军内部构建的自定义工具。

陆军还在积极研究，使用AI技术增强自动驾驶汽车、电子战与信号情报、传感器融合以及增强现实等等。AI将通过联合全域指挥与控制(JAD-C2)等计划，提高战场上的态势感知能力，最终改善军方的决策制定水平。

 

每说起AI与机器人，很多人脑海中首先浮现的往往是那些“后启示录时代”下恐怖、且具有强大超智能的机器，它们横行无忌、甚至占领了整个世界乃至宇宙。电影《终结者》可以说是人们对于AI恐惧之情的典型具象体现，其中的天网(Skynet)——以计算机为基础的人工智能防御系统，被影片称为“基于人工神经网络的集体意识与人工通用型超智能系统”。但目前看来，AI似乎并不像科幻小说中所描述的那样充满戾气。相反，AI正在执行诸多繁琐且传统上只能以手动方式完成的任务，同时为我们带来从识别到对话、再到预测分析模式匹配的各类自主系统。

相较于科幻片里夸张的想象力与创造力，现实中的军事组织在AI领域的投资却尤为真实。以帮助人类更好地完成现有任务的角度，机器学习与AI的实现方式真没那么戏剧性。有趣的是，提升机器智能的过程，反而令人类得以更好地理解并控制周边的环境。

美国陆军研究实验室机动与机动性事务AI与机器学习应用性能管理负责人John Fossaceca最近在一场AI大会上(AI in Government)发表演讲，分享了“AI如何应对各类日常场景?”，同时也介绍了“美国陆军的自主机器人乃至其他机器的未来发展方向”。


 

四、人工智能产业人才发展政策建议

无论是微观层面的技术方向与岗位人才供给不足，还是中观层面的区域供给不均，导致当下人工智能行业30 万人才缺口的背后，还有更为深层次的原因。中国是否真正需要如此庞大的人工智能人才队伍？以及，如何持续不断地供给优质的人工智能人才？

从需求端来看，在数字化、智能化的趋势下，各行各业对人工智能产业人才的需求已经发展到高关注、高需求的阶段。

从供给端来看，当前人才供给来源主要有两类，一是院校人才培养，二是行业人才存量积累。

在院校人才培养方面，虽然我国自 2017 年来，大力支持开展以人工智能学院、人工智能专业为代表的人工智能专项人才培养，但当前仍处于人才培养方式的初期探索阶段，人工智能产业人才的培养速度依然较慢。

报告称，尽管我国拥有世界规模最大的工程教育，但与美国相比，我国人工智能人才总量仅为仅为美国人才总量的 50% 左右，其中从事基础研究工作的人才数量更为有限，当前美国人工智能基础层的从业人才数量约为我国的 14 倍。

现阶段高校内人工智能相关的师资、课程依然不够完善，人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求。

当前高校培养的人才质量难以匹配人工智能产业的实际需求，反映在企业选人用人和人才求职应聘两方面。

在行业人才存量积累方面，目前的行业内部自发的人才培养还没有成体系发展，导致现阶段我国院校端和产业端高质量人才供给水平仍然很低。

大多数企业设置了较高的人才准入门槛，对人才的岗位能力有着较高的要求，而应届生缺少人工智能知识储备与实践经验，很难直接匹配企业的用人需求。而具备一定工作年限和资历的技术人才和岗位人才又「面临」供需不均衡的窘境。

目前，仅仅依靠高校或者企业的力量难以满足日益增长的人才需求。如果要打破这一窘境，需要从政府、高校、科研机构、企业各方中进行打通，推动产学研各主体间的知识创新与应用，同时构建完善的人才体系来应对快速发展的产业需求。

具体从以下三个方面展开：

一是政府要加强人工智能产业人才培 养的顶层规划，引导人工智能产业人才发展稳步前行；

二是加快人工智能“政产学研一体化” 人才培养生态体系建设，促进人工智能产业人才供给与产业发展需求相匹配；

三是加强国际 人才交流合作，鼓励区域人才流动。

（编辑：南通站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!