近日，教育部、国家发展改革委、财政部印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》（以下简称《意见》），提出依托“双一流”建设，深化人工智能内涵，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，探索深度融合的学科建设和人才培养新模式，着力提升人工智能领域研究生培养水平，为我国抢占世界科技前沿，实现引领性原创成果的重大突破，提供更加充分的人才支撑。

　　抓住新一轮科技革命和产业变革机遇的战略部署

　　《意见》指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。培养和会聚具有创新能力与合作精神的高层次人才，是高校的重要使命。

　　近年来，我国人工智能高层次人才培养取得了一定成效，部分“双一流”建设高校相继成立人工智能学院、研究院，或通过其他创新机制，将人工智能相关学科建设列为重要建设任务，培养了一定数量的博士和硕士研究生。但是，我国高校人工智能相关学科建设和人才培养与发达国家相比仍有较大差距。

　　“主要表现在高层次领军人才、创新团队和跨学科创新平台不足，学科建设缺乏深度交叉融合，基础理论、原创算法、高端芯片等方面突破较少，复合型人才培养导向性不强，高校和企业的产学研合作缺乏有效的激励机制等方面。”教育部学位管理与研究生教育司负责人说，对此，三部委联合印发了《意见》，就是要深入贯彻落实党中央、国务院的重大决策部署，根据新形势新任务的要求，针对现状与问题，着力在人工智能高层次人才培养的理念思路、推动策略和具体举措上进一步创新突破。

　　创新人工智能高层次人才培养机制和模式

　　《意见》提出，要以国家发展人工智能的重大战略需求为中心，以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则，瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系。另一方面，探索深度融合的学科建设和人才培养新模式，适度扩大研究生培养规模，培育高水平创新型人才、有序推动人工智能高端人才队伍建设，为我国抢占世界科技前沿，取得人工智能领域引领性原创成果的重大突破，提供更加充分的人才支撑。

　　在人才培养机制和模式方面，《意见》提出了确立专项任务培养研究生机制、强化博士生交叉复合培养、加强课程体系建设、加强国际交流合作等举措。

　　在落实专项任务培养机制方面，《意见》提出要以多学科交叉解决重大问题的专项任务作为研究生课题主要来源和培养载体；支持高校制定个性化的培养方案；保障和提高相关博士生待遇等。

　　在博士生培养方面，要聚焦新一代人工智能基础理论算法、关键技术和核心应用，强化问题导向的多学科交叉博士生培养，同时支持高校与人工智能领域骨干企业、产业化基地和地方政府设立人才联合培养项目；完善工程博士培养标准等。在课程体系建设方面，要避免“拼盘化”，以理论沿革和关键领域核心技术为主干，打造核心课程体系，重点建设一批与数学、物理学、计算机等学科交叉融合的人工智能基础课程；鼓励高科技创新企业参与建设一批“场景驱动”的应用型模块课程；建设一批有影响力的教材和国家精品在线开放课程等。在国际交流方面，要加大国内外联合培养人工智能相关领域博士生的支持力度，创办高水平学术期刊，建设一批人工智能国际合作科研平台和基地等。

　　确保人工智能高层次人才扩容与提质并举

　　为进一步促进“双一流”建设高校加强学科交叉融合，提高人工智能领域研究生培养能力，《意见》提出了健全学科设置机制、完善学科评价机制、健全学位质量保障机制、加强资金投入引导等多项措施，加大支持与组织力度。

　　在学科设置方面，《意见》提出要健全以人工智能基础理论和产业发展需求为导向的学科专业结构动态调整机制；有条件的高校可根据经济社会发展和人才培养需要，以自主试点、先行先试方式，自主设置人工智能交叉学科。在学科评价机制方面，完善以人才培养、知识创新、应用成效为核心的学科评价体系，给予相对宽松的建设和评价周期；构建激励学科交叉研究人员动态流动的复合评价机制。在人才培养规模上，将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围，安排研究生尤其是博士生招生计划专项增量。在健全学位质量保障机制方面，高校学位评定委员会要设立人工智能专门工作组，负责人工智能高层次人才培养方案、学位标准和管理规范制定，承担学位评审相关工作。同时，引导加强资金投入，鼓励高校统筹财政投入、科研收入等各种资源加大培养力度。加强与骨干企业合作，引导社会资本参与高校人工智能重大项目实施。

　　教育部学位管理与研究生教育司负责人介绍，《意见》特别重视多维融合的推动策略。一是学科建设强调“融合发展”，健全学科设置机制，以学科重大理论和实践应用问题为牵引，促进人工智能方法与技术向更多学科渗透融合；二是人才培养模式强调“复合培养”，探索以问题为导向的学科交叉人才培养模式，深化产教融合，制定个性化培养方案，大力提升研究生创新和实践能力；三是课程体系建设强调“精密耦合”，以“全链条”“开放式”“个性化”为目标，打造人工智能核心知识课程体系和应用模块课程；四是评价机制强调“组合创新”，以成果评价为突破口，科学评价论文、专利、软件著作权等多种成果形式，推进不同类型研究生的分类评价机制，构建有利于教师开展学科交叉研究的人才评价机制。

　　据悉，教育部将加强政策措施统筹协调，成立人工智能高层次人才培养专家委员会，指导高校实施人才培养专项计划，及时总结推广可复制的经验和做法。