今天小編分享的遊戲經驗：中國AI想彎道超車，有多少希望在遊戲行業？，歡迎閲讀。
説遊戲背負着 AI 技術的未來發展，絕對不是一句空話。至于原因，我們聊過很多次了——不少 AI 成果，甚至可以説是以遊戲為基礎 " 生 " 出來的。連 OpenAI 創始人都親口認證過，他們之所以能研制出 ChatGPT，也恰恰是因為之前走過研究《DOTA2》AI 的 " 彎路 "。
但再講這些，未免有些老生常談了。所以今天，我們想聊聊另一個角度：人才焦慮。
在每一波技術浪潮來臨之後，人才一定是大部分相關公司的痛點。比如在 AIGC 火起來之後，相關的算法、技術崗位需求就有一波大增，影像識别、深度學習等崗位年薪百萬都是灑灑水，而且高材生遍地都是——碩士至少就有 40% 以上，不可謂不卷。
以上數據來自脈脈高聘發布的《2023 AIGC 人才趨勢報告》
但這就牽扯到一個很重要的問題：人才從哪來？公司内部的培養有多費時費力自不必説，我國高校的人工智能專業成立也沒多少年，人才總量就這麼多。技術發達歸發達，這個高門檻的池子可不會憑空蓄滿水。
所以一直以來，AI 人才焦慮都不止是創業公司的痛，還牽扯到更深一層的高校教育上。上周葡萄君去成都，參加了騰訊舉辦的 STAC 科創聯合大會，會上專門設定了一個 " 教育論壇 "，請來了多位與 AI 相關的高校師生讨論此事，就讓我感觸頗深。
比如在會上，西安交通大學人工智能學院的副院長蘭旭光提到，這半年以來，他們的心就一直慌慌的，不知道為什麼 AI 突然發展到了這樣的時代，有了如此颠覆性的技術。這不僅是對從業者的衝擊，也是對教育的挑戰。
挑戰主要在哪裏呢？四川大學計算機學院院長呂建成講到兩個方面：一是教育界共同的課題——在 AI 技術發展之後，我們如何結合它去改革教學方法？二是 AI 這門學科本身的課題——現在的教材、課程五花八門，既沒有高度統一的教育體系，也沒有足夠的師資力量，在這種情況下我們如何更好地培養 AI 人才？
這問題聽着簡單，實際上影響極其深遠。就拿 ChatGPT 來説，如今我們自己通過和 AI 對話都能寫出高水準的代碼，那麼學校的教育到底還能如何進步？會不會反被 AI 甩在後面？蘭院長覺得，人類教育者戰勝 AI 最大的因素，是創造力。因此，想辦法激發學生的創造力，也是 AI 人才培養目前面臨的巨大難題。
順着這個最大的問題延伸下去：創造力又要怎麼激發呢？聽了現場師生的讨論，葡萄君覺得可以總結為兩點：真刀真槍、興趣導向。
首先，真刀真槍指的是不能紙上談兵、純學理論，而是一定要在項目中成長。大會上請到了一位老教授，他是清華大學深圳研究生院的原副院長林孝康，今年 76 歲高壽，畢業後教了一輩子書。當年他所在的專業是無線電技術——這個專業為後來國内的 AI 教育奠定了不少基礎，而他本人也親手帶出過許多 AI 大牛。
當年的條件，可遠不如現在這麼優越。林教授提到，過去一個科研項目拿兩三萬、四五萬塊錢就很多了，找論文、資料，能找到一篇兩篇就已經不得了了。而且那時的 " 電腦 " 一台就要占一間屋子，還只能從國外進口。
就是在這樣的條件下，他們天天睡在實驗室裏，加班加點完成了項目。林教授説，清華大學很早就提出了這樣的教學思想——要真刀真槍地幹科研項目，從企業、科技界接過來，帶着學生一步一個腳印地做出來，這樣培養出來的學生才能令人信服。
當然，這樣的思想也延續到了現在。比如深圳大學的學生王翊風，就講到了他曾經做過的課題：在鵝場研究 AI ——不是騰訊那個鵝廠，是真的養鵝場。他們要研究一套用 AI 識别病鵝的系統，但很快就感受到了傳統養殖的難度：一群鵝混雜在一起，怎麼判斷哪個有病？判斷出來後，它馬上跑進鵝群，又怎麼分辨？這可能只有十年經驗的老師傅才能準确做到。
圖片源自網絡
不僅如此，鵝場的條件也并不理想，沒有手機信号、沒有網絡，還得頂着 40 度的高温。後來他們先是拉了幾十米網線、安裝設備，又是學習養殖知識、研究算法，前前後後花了 100 多天，标注了 30 萬只鵝、采集了六千多張鵝的照片，對鵝糞臭味都習以為常了，才做出最終的小程式。
但這樣的經歷無疑也是寶貴的。他提到自己導師説過的一句話：腳下踩過的鵝糞越多，你寫出的代碼就越清晰。
你可能會疑惑，既然我們有這麼多年輕人在真刀真槍地幹，為什麼還要愁教育？這就還要提到第二個點：興趣導向。大會上，電子科技大學計算機科學與工程學院的教授李晶晶，説了一句非常好的話：以前我們總説 " 授人以魚，不如授人以漁 "，但是到了現在，我們更需要做的是 " 授人以娛 "，也就是用更加寓教于樂的方式來教學。
對于 AI 教育來説，這一點可能尤為重要。葡萄君以前也學過編程、算法，對此深有體會——你讓我想辦法做個小遊戲，那我可不困了；但你要讓我鑽研數據結構、學線性代數，搞清楚那些指針、堆棧的原理，我會直接睡死過去。當然，人的體質各異，有的人就是喜歡和擅長研究這些，但這也不代表他們不需要更有趣的教學方式。
南京大學在 2018 年建立了人工智能學院，可以説是國内甚至全球最早探索本科 AI 專業的高校。而南京大學人工智能學院的副教授趙一铮在大會上講到，當時他們覺得最大的難處，就是 AI 技術的細分方向又多又雜，很難建立起完善的教學體系。
就拿課程安排來説，AI 專業需要一些常規教學中覆蓋不到的數理基礎，他們就只能安排在大一教學。于是結果就是，那些十八九歲的孩子剛剛進入大學，還滿懷着對大學休閒生活的憧憬，結果就被極度抽象、艱深，并且落後一節就跟不上的課程給擊垮了。如果不是功力深厚的老師，也很難一直維持他們對課堂的興趣。
以上這兩點，基本已經在全國許多高校的 AI 教育中形成了共識。北京大學計算機學院計算機科學與工程系主任李文新也提到，他們有一個專門的團隊，來詳細探讨如何安排人工智能專業的課程，如何讓數理基礎和專業課的鋪墊、層次最為合理，還設定了一個試驗班進行驗證。
盡管我們的教學隊伍如此努力，有些痛點依然很難完全解決。騰訊開悟平台技術負責人鄧民文告訴葡萄君，在 AI 教育方面，高校其實需要和企業之間形成一些紐帶。比如學生想研究圍棋 AI，但學校的條件往往是不允許的——它需要很多機器并行計算、訓練模型，也需要一套成體系的工具，而這種工具就需要高校和企業共同研究。另外，企業也可以在真刀真槍做項目這方面，提供一些獨特的經驗指導。
看到這裏，你會不會覺得我寫得有點跑題了？明明是講遊戲的重要性，結果大聊了半天高校教育……不，其實説到這兒，鋪墊剛剛好完成。因為把上面的這些挑戰、痛點串聯起來，你就會發現，遊戲其實是解決這些問題最好的一塊拼圖。
首先，遊戲能不能提供真刀真槍的實踐經驗？能。鄧民文告訴我，開悟平台此前就已經和四所頂尖高校合作過，并且還在今年把合作數量擴大到了 19 所高校——有的讀者可能還不了解，他們是騰訊旗下研究 AI 的平台之一，是 " 絕藝 "" 王者絕悟 " 等知名遊戲 AI 的孵化器，整合了騰訊 AI Lab、《王者榮耀》的多年遊戲 AI 研究經驗和龐大研究資源，還舉辦過高校賽事，我們以往也曾做過相關報道。
鄧民文覺得，我們的 AI 教育要做出自己的特色，就不能一味照搬模式。他們目前有一些想法：一是用真實的項目來教學，并且向高校提供企業人員的支持，避免紙上談兵；二是希望設計階梯式課程，做到循序漸進的教學；三是他們在與高校的合作中，不止提供研究平台，還沉澱出了不少成體系的教學資料，包括老師的教案、上機指導書，學生的教學視頻、課件和作業等等。
這些資料，如果能推廣到全國高校的 AI 專業，也會是一件非常棒的事。因為大家都明白，教育資源的不平均是一個客觀事實，且很難一下子就颠覆過來。但當這些頂尖高校親手磨出來的資料，被用在普通本科甚至專科的教學中，這種局面多少會有所改變。
其次，遊戲能不能 " 授人以娛 "？那更是毫無争議地能。大會現場就有一位博士現身説法——他是中國科學技術大學的趙鑑，雖然現在已經是别人眼中的 " 人生赢家 "，但他提到，上大學的時候他也特别特别迷茫。因為他自己是資深遊戲玩家，當時也是衝着遊戲 AI 報的專業，但進了學校才發現，像阿爾法 GO 那樣的科研，學校的算力根本沒辦法承擔，他也因此天天睡不着覺。
結果到了 2019 年，轉機出現了——騰訊開悟平台的賽事邀請高校參加，他一看到是《王者榮耀》遊戲 AI 的研究，馬上來了勁，天天沉浸其中。因為開悟平台提供了訓練資源、開放環境、API 接口，以及完整的開發文檔和 QA 系統，再加上他們自身對遊戲的興趣，他們的研究很順利，在第一屆比賽上就獲得了冠軍，拿了不少獎金。而且在那之後，還有包括騰訊在内的不少公司向他抛出 Offer。
看到這些你就不難理解，為什麼我要説中國 AI 技術的未來，有一半都在遊戲身上——至少抛開生成式 AI 不談，在決策式 AI 這半壁江山的層面是這樣的。天下苦 AI 教育久矣，甚至不止是 AI 專業，對所有專業來説，想讓學生既能有學習的興趣、動力，又能在實踐中獲得經驗，這根本就是教育的終極目标了。而這時，遊戲之于 AI 專業恰好就有這樣的作用。
當然，這需要企業更加開放、更加貼近高校和產學研合作，這并不容易。但只要能做好，我們的 AI 教育，簡直就相當于開了 " 金手指 " 一樣。
