如何抢占人工智能发展制高点？英伟达创始人黄仁勋反复强调的一句话点出了关键：“全球约一半的人工智能人才是华人。”

梁文锋、杨植麟、闫俊杰、周靖人、姚顺雨等新生代人工智能人才，他们都曾在国内接受高等教育，凸显中国人工智能教育的丰富成果。

中国人工智能人才密度全球领先的背后，是一套人工智能人才培养的中国范式：面向全体学生的人工智能通识教育，面向相关专业的人工智能融合教育，以及面向前沿创新的人工智能专门教育。

近日，教育部等五部门印发《“人工智能+教育”行动计划》（下称《行动计划》），其中提出多项举措，培育面向智能时代的高层次人才，将有助于巩固中国人工智能高层次人才的培养优势。

推动全体学生掌握人工智能知识

《行动计划》提出，“推动人工智能成为高校公共基础课，按学科专业分类编写课程教材，推动全体学生掌握人工智能知识。”

人工智能通识课正成为越来越多高校全体学生的必修课。

复旦大学校长金力在4月10日教育部解读《行动计划》新闻发布会上介绍，“我们构建了本研一体、逐级深入的课程体系，从通识基础到专业核心、从学科进阶到垂域应用，目前已经开设了逾百门课程，累计1.3万余人次修读。”

北京市属高校已开设459门人工智能通识课，全市中小学则要求每学年开足开好8学时的通识课。

清华大学把通识课延展到创新生态，从去年秋季学期开始，给每个学生送算力，帮助每个学生具备人工智能技能。

为什么大学生应该人人懂一点人工智能通识？4月7日，北京邮电大学旁边一家饺子馆在其微信公众号上发布的《“金谷园饺子馆·SKILL”发布通知》瞬间刷屏，凸显人工智能已进入每个人的生活。如果说APP形态的人工智能工具人人可用的话，那么“万物皆可CLI化”的智能体则有一定的使用门槛，让提高全民人工智能素养更具迫切性。

华中师范大学教授杨宗凯指出，人工智能正在从单一学科知识转变为一种基础性能力和通用性方法。正如过去的信息素养、数据素养逐步成为现代公民和高校学生的基本素养一样，人工智能素养也正在成为未来人才的“新基础能力”。

他指出，高校推动全员学习人工智能通识，并不是要把每个学生都培养成算法专家，而是要帮助学生理解智能技术的基本原理、典型应用、伦理风险与社会影响，使其具备与智能技术协同工作的能力。这一层次的目标，是“懂人工智能”，而不是“专门研究人工智能”。

培养复合型交叉人才

人工智能发展远未定型，它不断从不同学科吸收养分。DeepMind创始人德米斯·哈萨比斯正是认识到机器智能与人类智能的交叉有助于研究通用人工智能，因此在拿到计算机科学学位后，又攻读了神经科学博士。

《行动计划》提出，“优化传统学科专业人才培养方案，指导高校开设人工智能交叉融合课程，丰富跨学科、跨专业课程群，培养复合型交叉人才。”

复旦大学已推出41个“X+AI”的双学士学位项目，并率先试点国内首个“学科博士+AI硕士”的双学位项目，有意思的是，第一批进入双学位项目的10位博士生全部来自新闻传播学这个传统的文科。

“在复旦，人工智能不是加进课程里的味精，而是菜里的主料。”金力说，计算与智能创新学院与数学学院联手开发了AI4Math教学平台，与文物与博物馆系合开了AI考古课，学生直接参与文物修复和考古数据库的搭建——换句话说，人工智能是课程的灵魂。

复旦大学外文学院一名本科生选修了“英语+计算机”双学位，她把语言学思维和计算工具进行结合，与康复医院合作帮助失语症患者改善沟通质量，串联起语言学、医学、神经科学、计算机科学四个领域。

清华大学校长李路明在4月10日教育部新闻发布会上介绍，2025年清华大学新设无穹书院，专门打造面向人工智能原住民一代的拔尖创新人才培养新模式，前两年把学生的学识基础和人工智能基础打好，后两年实行“AI+”，推动人工智能和各个学科交流，为学生提供与之匹配的全新的育人模式。

杨宗凯告诉21世纪经济报道记者，人工智能的真正价值，并不只体现在技术本身，更体现在其与医学、教育、制造、农业、法学、管理等领域结合后所形成的新问题意识、新研究范式和新应用场景。

他指出，交叉融合教育培养的是“会用人工智能解决本学科复杂问题”的复合型人才，其核心是让学生在本专业知识体系中理解数据、模型、决策与场景之间的关系。这一层次的目标，是“用人工智能”，即形成“人工智能+领域知识”的复合能力。

人工智能教育的源头创新功能

2019年，我国新增人工智能本科专业。此后，人工智能专业如雨后春笋，纷纷冒头，截至2025年9月已在全国569所本科院校开设，是近年来新增最多的本科专业。

2022年，我国新增智能科学与技术一级学科，共设相关硕士博士授权点近2000个，在校生规模已经超过60万人，每年毕业近10万人。

仅北京市属高校里，就已开设36个人工智能本专科专业，48所高校设立人工智能学院（系）和研究院。

《行动计划》提出，“根据产业结构智能升级优化调整学科专业设置，新设一批适应新技术、新产业、新业态的学科专业。”

从诸多人工智能企业创始人和科学家的履历中，可以看出人工智能专业学习对于拔尖创新人才培养的重要性。DeepSeek创始人梁文锋本科毕业于浙江大学电子信息工程专业，获得信息与通信工程硕士学位；月之暗面创始人杨植麟本科毕业于清华大学计算机科学系，博士毕业于卡内基梅隆大学计算机学院；MiniMax创始人闫俊杰获得了中国科学院自动化研究所人工智能领域的博士学位；阿里云智能CTO周靖人获得了哥伦比亚大学计算机博士学位。

但问题在于，人工智能的变化实在太快，一个模型往往几个月就发生一次迭代，今天的热门技能明天可能就过时了。再加上大规模的“人工智能+”跨学科交叉专业兴起，人工智能学科专业的独立价值是否会被弱化？

杨宗凯告诉21世纪经济报道记者，大规模、跨学科学习人工智能，不仅不会冲淡人工智能学科专业的价值，反而会更加凸显其价值。专门的人工智能教育承担着不可替代的源头创新功能。

他介绍，人工智能作为学科，具有严密的知识体系和较高的准入门槛，涉及数学基础、统计学习、计算机系统、算法设计、模型训练、智能感知、人机交互、智能安全等多个核心方向。

“人工智能专业所培养的，是能够推进理论突破、关键技术攻关、底层平台研发与系统创新的高层次人才。这一层次的目标，是‘创造人工智能’。没有这一层次，交叉应用就可能停留在工具调用和浅层使用，难以支撑国家在关键核心技术上的自主创新。”杨宗凯说。

从更长远看，专门的人工智能教育与交叉的人工智能教育，应该形成一种“双向循环”关系。一方面，人工智能学科为各领域提供方法、工具和平台。另一方面，教育、医疗、工业、治理等真实场景又不断提出新任务、新数据和新约束，反过来推动人工智能学科本身的发展。

正因此，清华大学推动人工智能学院入驻清华大学东南门外的AI原点社区“清智园”，打造人才培养、技术创新、技术攻关和成果转化一体化的社区，着力把“清智园”打造成全球顶尖的人工智能创新高地。

“我们要培养的，是能在未知领域快速建立认知框架、跨越学科边界去整合资源、面对失败能持续迭代的人。这三样东西，才是人工智能时代真正的核心素养。”金力说。