可以說,,就讀計算機專業(yè)學(xué)生會吃的苦頭,,人工智能專業(yè)的學(xué)生也要跟著吃一遍,甚至更多,。
比如寫課后作業(yè),,學(xué)生們不是當“代碼裁縫”,去 CSDN,、Stack Overflow 等專業(yè)論壇里找代代相傳的答案,;就是當“江洋大盜”,打劫大佬的代碼,,試圖蒙混過關(guān),,開一百個標簽頁就為解決一個非常簡單的文件讀寫或者環(huán)境配置問題。
而學(xué)生 debug 時更是血壓一次比一次高,,披星戴月熬夜到凌晨三四點是家常便飯,,最后發(fā)現(xiàn)不是代碼跑完但忘記改目錄,就是運算平臺顯存不足,,獨留自己和“No such file named”“CUDA Out of memory”等各種報錯在風(fēng)中凌亂,。
更慘的是,在許多層次偏低的高校,,課程體系設(shè)計并不完善,,只是照葫蘆畫瓢開設(shè)了人工智能導(dǎo)論、機器學(xué)習(xí)等基礎(chǔ)課程,,學(xué)生四年所學(xué)不僅雜亂還膚淺,,被吐槽是只會數(shù)據(jù)煉丹的“調(diào)參俠”:
我們就是把計科和電子的專業(yè)基礎(chǔ)課都學(xué)一遍,再把機器學(xué)習(xí)“西瓜書”拿出來粗略講一講,,最后敲代碼不如計科,,做芯片又不如電子,多而不精,,面面蜻蜓點水,,每一樣都差距甚遠。
究其原因,,由高校人工智能相關(guān)專業(yè)老師學(xué)生等創(chuàng)建的開源組織Datawhale發(fā)布的《2023中國人工智能人才學(xué)習(xí)白皮書》就指出,,人工智能人才培養(yǎng)錯位的三個主要問題就是:缺實踐、教學(xué)內(nèi)容過時與教學(xué)方式固化[9],。
像關(guān)于人工智能發(fā)展史,、機器學(xué)習(xí)原理這樣的理論課程,,教師可以很快上手教課,但是,,讓不熟悉AI實操的老師們指導(dǎo)一個應(yīng)用落地,,大家就犯怵了。最后學(xué)生被老師“半散養(yǎng)”——雜活是要做的,,但指導(dǎo)和資源是沒有的:
在人工智能領(lǐng)域,,薪資待遇頗為誘人,年薪區(qū)間通常在50萬至70萬,,而百萬乃至200至300萬的高薪情況也并不少見
2024-08-22 13:54:46快沖