人工智能职业教育怎么搞？操作系统层级的解法来了(3)

正是在这样的机缘下，百度创始人李彦宏在2020年世界人工智能大会上确立了一个目标：将五年内为全社会培养超过500万的AI人才，并逐渐给出了系统性的培养方案。

其中外界已经看到的动作在于产教融合。

比如百度参与了“人工智能训练师”国家职业技能标准的制定，同时也是高职院校人工智能技术应用专业实训环境建设标准的起草单位之一；百度编写的人工智能人才培养解决方案，目前已经和职业院校在内的360余所高校开设学分课；同近300多所职业高校进行1+X证书制度的试点合作，联合培养应用实践型AI人才；并与11家职业教育集团发布“大国智匠”人才培养计划，截止到2022年已经有1016所高职院校成功申报AI专业......

不为外界所熟知的还有AI人才生态。

深度学习框架常常被比作人工智能领域的操作系统，除了“操作系统”的身份外，百度飞桨还担纲了另一重使命，即提供全方位的人才培养服务。譬如国内最大的AI学习与实训社区AI Studio，汇集了大量的AI教育课程，涵盖6000多门定制课程以及300多万个公开项目；零门槛AI开发平台EasyDL为职业教育量身打造了一系列的上手工具，帮助职业院校的学生学习AI基础知识并动手实操，赋予其解决一线生产问题的能力......

就像前面所提到的，国内既缺高层次科研人才，也缺一线的应用人才，想要彻底扭转产业现状，势必要构建AI人才间的“产业协作链条”，覆盖学习、就业、认证、实践、比赛等人才成长全周期，形成一套自上而下的能力下沉体系。

倘若用这样的标准审视百度飞桨，价值不只是为产业智能化打通了落地路径，开源开放的氛围和理念，也为AI人才数量和质量的双重缺口，提供了适合中国市场现状的生态解法。

学术层面上，飞桨在深度学习领域的前沿技术，可以助力科学家进行学术研究；算法层面，飞桨针对芯片和执行调度的优化，进一步提升CV、NLP等领域模型的训练速度；应用层面上，飞桨在模型库中为开发者提供了一套全流程指导，涵盖前期适配到后期运行；在落地层面，飞桨平台上的477万开发者创建了56万个模型，目前已经服务18万企事业单位。

可以看到的是，在飞桨的生态系统中，不同层级的AI开发者不再是互相孤立的存在：源头创新人才专注于方向性的研究，产业研发人才将这些研究沉淀为算法模型，再由应用开发人才与不同的行业进行适配，实用技能人才最终将算法模型落地到千行百业。