6月1日，以“深度视野，对话未来”为主题的首届“中新的人工智能高峰论坛”在新加坡·南京生态科技岛开会。本次论坛，大咖云集，汇集了李德毅、周志华、凌晓峰等多位中、新的方院士，以及科大讯飞、小i机器人、云知声等企业代表。其中，新加坡科技设计大学校长张道昌公开发表了《关于机器学习的一点思维》的主题演说。

图 | 张道昌其中，张道昌校长共享了他们SUTD在创意高等教育上的几个方向：第一要超越孤岛，要有跨学科的自学；第二是培育技能能力，有多达书本以外的科学知识；第三获取灵活性、有自由选择的多样化教育，因材施教；第四是教育方式的创意，比如数字化的技艺平台；第五是统合和行业的关系。以下，是张道昌的演说国史：目前工业4.0革命有一个挑战，就是教育。我们如何需要让大学更佳地去打算人才，并且向社会运送合适工业4.0的人才？从教育方面来讲，我们可以说一说如何变革高等教育，从而让人才作好庆贺变革时代的打算。我主要讲一下人工智能，简要地向大家讲解一下新加坡人工智能的发展，以及我们大学在新加坡人工智能产业的发展情况。

如今的数字化转型早已把整个世界引进到第四次工业革命，跟前面三次工业革命比起，第四次工业革命某种程度是技术的革新，也是一个相当大的大脑，让我们需要向数字世界无缝转型，建构出有我们人的互联网、产品的互联网、服务的互联网、数据的互联网，所以我们现在从原本的机械化演化到了自律式/无人式的各类应用于。另外，新的工业革命是更加全面的，其中包括了千千万万，甚至我们之前没有见过的事物。

所以第四次工业革命的影响是多个层面的，牵涉到到经济等有所不同的行业，还包括整个社会都会受到深远影响的影响。再行看一下人工智能对工作岗位的影响，更好的岗位将不会被先进设备的机器人和机器的智能所代替，这个速度不会十分慢。

从整个经济角度来讲，除了经济本身，同时还包括创意——我们有新的货币“信息和数据”，有新的资本“创新人才”，以及跨学科，其所教授的技能就是人工智能，还包括数据分析以及3D打印机。因为这样一个影响，大部分岗位将不会经历十分显然式的变革，整个工业也不会发动挑战——一些先进设备的机器人和机器学习，以及人工智能将有可能代替人类。在一些中低端的岗位，人工智能不会把人类挤掉，继而建构新的工种。

不过，那些必须有创新、必须跨学科、必须有一个简单科学知识体系的岗位，将无法非常简单的由更聪明的机器所代替，而这个时候对于雇员来讲，要需要大大地给员工再行培训，让他们取得一些新的技能。与此同时，对于一些员工来讲，他们必须去亲吻新的技术，并且自学新的东西。

我们必须一个跨学科的自学，并且也要去培育一个持续自学、终生自学的思维方式。只有在教育体系中做这一点，才需要协助我们应付第四次工业革命所带给的挑战。

这就牵涉到到我主要的一个话题——从大学的角度来看，我们如何去培养人才，并让这样的人才去引导第四次工业革命呢？十分明晰地谈，我们不需要用20世纪的课程去培育21世纪的人才，必须去大胆创意，明确提出一些更为根本性的问题。比方说智能的体征是什么？的组织架构应当是怎样的？课程、学位、教学方法、研究方法又该怎样？什么叫作终生自学？该如何去用于信息化技术？……这些问题，我们都要需要问出来。所以在这里，我跟大家共享一下我们是如何对这些问题明确提出答案的。

我们是与MIT和浙江大学一起合作办学。我们有五大关键部分：第一个，超越我们的孤岛不道德，并且把跨学科自学和全球认识融合在一起。

对于传统教育，我们总会想起一些行业，比方说土木工程、机械工程、电气工程或者是其他一些十分明确的领域。现在，我们要确切告诉自己必须什么，产品、资源和系统。我们要有一个水平性的相连，让学生有很好的基础。

因此，我们要在学校里面协助他们打好基础，必须成立一个跨学科、多学科的教学，让他们需要寻找自己的兴趣所在，这样一来，他们就不会有很好的动力来自学了。第二个，研发他们的技能，但某种程度局限于书本知识，还包括创新等等。

第三个，打造出灵活性的、有自由选择的和多样化的教育，让学生自己自由选择，做因材施教。现在我们要更加偏向于均衡教育，比如说创新性的思维、同理心和终生自学等等。另外，学生也要有很好的态度，要热情并且需要合作协作，构成一个成长型的思维；除了在课堂里面自学之外，也要有全球性的自学地下通道，带给更好的自由选择、更加多多元化的路径。同时，我们有一个灵活性的课程，让学生需要自己自由选择那些最适宜他们未来职业生涯的课程菜单，这个叫作以未来为主导的自学。

第四个，研发一个充满活力的互动型数字自学，它是可拓展简化的，需要面临十分大且多元化的一个学生组。我们有这样一个数字型的在线自学平台，被称作旋转课堂（混合性的自学），具有工业性的色彩。现在很多学生在本科时期就早已带入社会、带入行业，而不是全然的等候。比如说全日制的研究生，我们可以在线教授他们研究生课程，不一定非要全日制。

这样一来，他们可以在线自学一些最基本的科学知识，我们把这个叫作“可对战式的模块式自学”。基于这个自学模式，如果他们要求返回全日制自学，因为过去早已打好基础，整体自学时间也可以延长。另外，除了数字平台和大学，他们也可以自由选择MOCO自学，打造出一个模块式的自学，让学生有多个路径可选择。

第五个，统合其他产学资源，在人工智能等领域展开一些技能的培育。比如说像医疗，还有人工智能，我们期望有一个密切的一体化方法，叫作“牵头建构”。

工业界不会给我们一些意见，从而协助我们来塑造成课程。我们要想要培育的学生需要反对行业，就得和行业一起合作，新的培训人才。

另外，这些学生必需要展开重复的、持续的自学，只有这样，才需要面临大大变化的世界。我们还不会辅导和研发那些不具备技术背景科学知识的毕业生，让他们需要庆贺整个行业的新市场需求。在新加坡，你可以看见产业习的研究，还包括有六个大学，以及研究机构、行业企业等等。

我们大学现在主要注目人工智能的一些技术，早已有四到五年了，我们和业界也结为了很好的合作伙伴关系，诸如科大讯飞，我们也和他们签订了协议书备忘录。这里要说的很最重要，像人工智能研究，我们究竟该如何很好的展开的组织，主要是四个全面、综合的领域，比如我们，有理论和AI系统最基本的研究，还有AI的找到、嵌入式以及未来人工智能基础架构。我们必须很好的统合，还包括在教育方面的合作，或者与行业公司的合作。

此外，我们还设置了培训和奖学金项目。这些都是一体化方法所涵括的部分，需要对行业、学校产生深远影响的影响。

本文来源：开云(中国)Kaiyun·官方网站，开云(中国)Kaiyun-www.attfc.com