1、2024年中国人工智能人才发展报告2024年中国人工智能人才发展报告编制组成员专家指导组成员（排名不分先后）祝智敏人民邮电出版社有限公司教育出版研究院，执行院长郭景峰燕山大学信息科学与工程学院教授，博士生导师刘杰民东北大学秦皇岛分校计算机通信与工程学院教授，博士生导师刘廷瑞北京联合伟世科技股份有限公司，董事长主编制组成员李莉北京联合伟世科技股份有限公司，CTO武云鹤北京联合伟世科技股份有限公司，人工智能高级研究员周正杨北京联合伟世科技股份有限公司，人工智能教研总监编制组成员（排名不分先后）杨文利河北建材职业技术学院信息工程系主任，教授叶永飞河北北
2、方学院信息科学与工程学院副院长，副教授岳殿佐河北科技师范学院数学与信息科技学院人工智能教学部主任，高级工程师刘景锋华南农业大学人工智能学院，副教授郑存芳河北环境工程学院信息工程系，副教授李海军德州学院计算机与信息学院，副教授刘玉红石家庄铁道大学信息科学与技术学院人工智能系主任，教授刘展威石家庄铁道大学信息科学与技术学院人工智能系，教授井海明沙金石家庄铁道大学信息科学与技术学院人工智能系，副教授李深赵子建孙锦歆李文杰河北建材职业技术学院信息工程系，副教授张俊芳西安交通工程学院中兴通信学院物联网工程教研室主任，副教授叶传奇河南科技大学软件学院，副
3、教授李佳内蒙古农业大学计算机与信息工程学院，高级工程师马艳浙江水利水电学院信息工程与艺术设计学院，讲师王春艳河南科技大学软件学院大数据技术与应用系主任，讲师张虎河南科技大学软件学院实验中心主任，讲师何欢郑章琪河北科技师范学院数学与信息科技学院人工智能教学部，讲师龚翔麻英晖河北环境工程学院信息工程系，讲师杨沙沙石碧瑶西安交通工程学院中兴通信学院物联网工程教研室，讲师邵亚丽张莉敏彭雄新邬卓恒广东理工学院信息技术学院，讲师和凌云河南科技大学软件学院，讲师尚燕子陕西邮电职业技术学院人工智能技术应用专业负责人，助教戴岳西安交通工程学院中
4、兴通信学院物联网工程教研室，助教孙浩山东青年政治学院，助教朱燕飞福州教育学院第二附属中学教师特别支持单位人民邮电出版社有限公司，英特尔（中国）有限公司2024年中国人工智能人才发展报告目录目录一、引言.1二、人工智能行业发展现状.12.1人工智能的三次发展浪潮.12.2中国人工智能产业规模.22.3中国AIGC产业发展现状和展望.32.4AIGC技术应用现状和对行业发展的影响.42.5AIGC技术对职业生态的影响.172.6常用的大模型及AIGC应用场景.222.7中国人工智能产业发展特征.372.8中国人工智能产业发展优势.
5、382.9中国人工智能标准体系建设.39三、人工智能人才发展现状.433.1人工智能人才需求特点.433.2人工智能产业人才岗位类型.443.3人工智能产业人才供需情况.443.4人工智能产业人才分布特征.473.5AIGC人才供需情况.483.6人工智能人才发展面临的挑战和机遇.50四、人工智能产业人才能力素质要求.524.1人工智能岗位类型能力要求.524.2人工智能技术类型岗位能力要求.542024年中国人工智能人才发展报告4.3人工智能职业道德要求.56五、人工智能人才培养模式分析.575.1高校人才培养情况.575.2社会培
6、训机构人才培养情况.585.3新质生产力发展战略对新质人才的需求.585.3新质AI+人才的培养策略.605.4建设“AI+X”微专业，塑造新质AI+人才.62六.中国高校人工智能专业建设情况分析.626.1中国高校人工智能专业建设状况.626.2中国高校人工智能专业培养目标.636.3中国高校人工智能专业课程体系建设.646.4中国高校人工智能专业教材建设.656.5中国高校人工智能专业建设面临的挑战.666.6针对中国高校人工智能专业建设的建议和解决方案.68七、结语.70参考文献.702024年中国人工智能人才发展报告1一、引言人工
8、基石，推动着传统经济的转型升级和新兴经济的快速增长。可以预见，数字经济将是继农业经济、工业经济之后的一个全新的社会经济形态。2018年，习近平总书记在中央政治局第九次人工智能发展现状和趋势的集体学习中指出，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。2.1人工智能的三次发展浪潮1956年，达特茅斯会议首次提出“人工智能”概念，为人工智能产业的发展拉开序幕。在60余年的发展过程中，人工智能已经经历了三次发展浪潮（图1），当前全球人工智能正处于第三次发展浪潮之中。第一次浪潮：1956年，“人工智能
9、”概念的提出抓起了人工智能的第一次发展浪潮。该时期的核心是让机器具备逻辑推理能力，并且研发出第一款感知神经网络软件和聊天软件。第二次浪潮：20世纪70年代中期，人工智能抓起第二次浪潮。这一时期内，Hopfield神经网络和BT训练算法被提出。同时，解决特定领域问题的专家系统得到广泛应用。第三次浪潮：2006年，深度学习理论的突破带动了人工智能第三次浪潮的产生。这一阶段互联网、云计算、大数据、芯片等新兴技术为人工智能各项技术的发展提供了充足的数据支持和算力支撑，而以“人工智能+”为代表的业务创新模式也随着人工智能技术和产业的发展日趋成熟，这将极大优化社会的生产力，并对现有的产业结构产
10、生深远的影响。2024年中国人工智能人才发展报告2图1人工智能的三次发展浪潮随着人工智能技术的快速发展，全球人工智能产业已经形成较完整的生态体系，在人工智能生态的基础层、技术层和应用层走出了一大批领先的科技创新企业：（1）基础层：为人工智能产业链提供算力和数据服务支撑。以Azure、阿里云、腾讯云、百度云等行业巨头为代表，为人工智能的发展提供了充足的算力资源；传统芯片巨头NVIDIA、英特尔和国内科技新贵寒武纪、地平线等正致力于为人工智能的计算需求提供专用芯片；另外数据服务领域也存在大量公司，例如国内的数据堂、海天瑞声以及国外的Saagie等。（2）技术层：为人工智能产业链提
12、tiron、推想科技等。2.2中国人工智能产业规模随着人工智能产业实践的深入发展，人工智能已经成为数字经济时代的重要标志，以人工智能为代表的数字经济将成为中国经济发展的新引擎。在企业服务市场，人工智能使得政务、安防、制造、金融、医疗、物流仓储以及更多行业的内外部治理变得更加智能与高效，极大程度上促进这些行业内的公司实现数字化转型；在个人消费领域，蕴含人工智能元素的产品和服务也进入了快速发展阶段，智能音箱、家庭机器人、可穿戴设备等智能化设备深受消费者的追捧和青睐。根据艾瑞咨询研究院的测算，2023年中国人工智能产业规模已达到2137亿元（图2）。2024年中国人工智能人才发展报告
13、3大模型带来的底层技术革新为中国人工智能产业的规模增长带来了更多的存量扩张和增量空间。预计到2028年，中国人工智能产业规模将达到8110亿元。相比于原本没有大模型涌现能力的人工智能产业规模，艾瑞估算大模型带来的产业加成比例在2028年可能达到32.9%。在各种模态中，语言和语音模态的规模加成最为显著。随着大语言模型和语音大模型产品门槛和应用成本的逐步降低，更多的API能力调用和产品解决方案的AI能力将被广泛应用。尤其在2024年以后，随着更多AI产品逐步变现，AI能力下放至边缘侧和端侧的影响将更加明显。另一方面，以图像识别为主的计算机视觉市场增长变缓，泛安防类业务
15、GC市场是全球AIGC市场的主要组成部分，中国AIGC市场受强大的市场需求及增强的AI技术所推动。中商产业研究院发布的2023-2029全球与中国AIGC传媒市场现状及未来发展趋势显示，2023年中国AIGC市场规模约为170亿元，中商产业研究院分析师预测，2030年AIGC市场规模将超万亿元。中国AIGC企业主要分布在北京市和广东省，其中，北京市占比最高，达28.32%。其次分别为广东省、上海市、浙江省，占比分别为26.45%、13.09%、9%。2024年中国人工智能人才发展报告4在政策推动与技术应用落地等多方位因素驱动下，我国AIGC
16、行业正迎来新的风口。从2021年起，国内AIGC投融资市场投资热情高涨。2023年投资事件达204起，已披露融资金额达1656.48亿元，为历史新高。2024年第一季度，投资事件达50起，已披露融资金额达393.78亿元。2.发展前景政策利好行业发展：国家出台多项政策利好AIGC行业发展，例如，2023年7月，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局七部门发布了生成式人工智能服务管理暂行办法，明确了生成式人工智能服务提供者应当依法开展的活动、遵守的规定，以及具体的服务规范等，于8月15日正式施行。政策规定了生成式
17、人工智能服务规范，支持生成式人工智能健康发展。技术进步带动行业发展：AIGC融合了人工智能、计算机图形学和深度学习等多个领域的技术，通过结合这些技术，可以实现更高效、智能化的图像识别和处理，从而提升人机交互的用户体验。这使得AIGC在智能安防、游戏和虚拟现实等领域具有广泛的应用前景。在智能安防领域，AIGC可以通过图像识别技术实现人脸识别、车辆识别等功能，提升安全监控的效率和准确性；在游戏和虚拟现实领域，AIGC可以实现高度逼真的图像渲染和物理模拟，从而提升游戏体验。场景多元化推动行业发展：AIGC已在多个领域得到广泛应用，未来应用场景将更加多元化。在数据科学领域，AIGC能够提
18、供标准化、标签化的数据，以满足人工智能模型的需求；在游戏产业，AIGC能自动生成个性化的游戏攻略和教学手册，增强玩家的游戏体验；在医药领域，AIGC能够帮助寻找特定分子结构，降低新药研发成本；在网络安全领域，AIGC能够保护用户的隐私和数据安全；在艺术领域，AIGC不仅可以辅助内容创作，未来还可能实现自主生成内容。2.4AIGC技术应用现状和对行业发展的影响AIGC技术正在根本性地改变多个行业的运作方式，从创意产业到商业、教育乃至医疗领域。它通过提高内容创作的效率和个性化程度，使企业能够以前所未有的速度和规模生产内容。同时，AIGC的能力在提供个性化服务和解决方案方面展现出巨大
19、潜力，进一步推动了个性化和定制化服务的发展。2.4.1中国AIGC应用发展现状2024年是大模型落地元年，从软件APP、智能终端乃至具身智能等等，AIGC开始席卷一切。大模型玩家、互联网巨头、终端厂商、垂直场景玩家纷纷入场，办公、创作、营销、教育、医疗领域相继被渗透一个万亿市场，正在酝酿。2024年中国人工智能人才发展报告52024年3月,在北京举行的首届中国AIGC产业峰会上，量子位智库发布中国AIGC产业全景报告，它针对当下AIGC应用市场绘制了一幅全面立体的应用全景图。核心观点包括：今年中国AIGC应用市场规模将达200亿，2030年达万亿
20、规模；B端产品80%实现营收，C端产品近50%以免费为主；AI原生应用占比高于X+AI，占比接近57%；多模态是大趋势，应用产品占比近50%；场景与技术匹配是产品落地首要因素，技术成熟度决定落地速度；AIGC产业投资资源向头部聚集，潜在资本重点看向应用层。2024年中国AI资本市场将进一步向头部聚拢；同时，我们认为未来更多可落地应用的AICG项目会获得机会。1.商业模式：B端变现清晰，80%实现营收在AIGC应用落地方面，目前已有商业模式中，面向C端的AIGC应用占比达50%（图3）。图3面向B、C端用户群体的AIGC应用占比其中B
21、端产品从通用场景到垂直赛道分布较均匀，收入模式以会员订阅和按需付费为主，商业模式较为清晰，虽然（纯B端）占比只有31%，但80%以上的产品均实现营收（图4）。50%19%31%面向用户群体C端B、C端均有B端2024年中国人工智能人才发展报告6图4中国AIGC应用的B端收费模式而C端产品以智能助手以及图像生成类的生产力工具为主，虽然用户量大（纯C端占比50%以上），但盈利状况普遍不乐观，近50%的产品当前仍未有明确的收入模式，以免费为主（图5）。图5中国AIGC应用的C端收费模式2.应用类型：AI原生X+AIAIGC应用产品按A
23、用层中基于自建垂类大模型的产品占据主流。这部分企业利用自己的数据积累和技术能力，率先找到AIGC的落地方向。图7中国AIGC应用产品分类57%43%AI原生X+AI26%43%31%API接入自建垂直大模型自研基础大模型2024年中国人工智能人才发展报告8再交叉来看，AI原生产品又以自建和自研大模型为主；X+AI产品在基于自建垂直大模型以外，以API接入为特色。3.技术普及度：多模态是趋势，目前占比48%技术普及度在一定程度上决定着应用的成熟度。在目前AIGC应用所生成的模态中，44%以上专注于文本生成，最为普及；图像生成占比约为29%，次之。音频生成占比比
25、0%+AI应用为软件形态，AI硬件开始层出不穷，但还没迎来“iPhone时刻”。AI硬件代表品类中，“AI+万物”包括AI手机、AIPC等；AI新物种包括AIPin、RabbitR1等。2.4.3中国AIGC应用的发展机遇对于AIGC应用发展，其商业化进程大致分为三个阶段：第一阶段（2024-2027）：产品落地；2024年中国人工智能人才发展报告9第二阶段（2028-2029）：商业模式发展成熟；第三阶段（2030以后）：规模化盈利。3年内，AIGC应用发展将基本落定，应用层“AI原生”产品开始出现爆发式增长。B端市场商业模式明确，C端
26、市场从获客为先转向盈利为先。2028年开始，随着视频生成和多模态技术成熟，将进一步助力AGI实现。C端商业模式成熟，头部产品将出现在有自研大模型能力的公司中，腰部产品竞争激烈。2030年以后，正式进入AGI阶段。AIGC产品将同时具备“听说读写看画思动”八项能力，可以更好模拟人类。应用层头部产品触达多个行业场景，腰部产品则聚焦垂类行业。市场规模方面，2024年我国AIGC应用市场规模达到200亿。预计到2026年，中国AI市场规模将达千亿级别。到2030年，我国AIGC应用将成为万亿规模市场，五年（2024-2028年）平均复合增长率超过30%。以下是
29、临床情况下做出更加明智的决策。通过提供最新的医学研究成果、类似病例的处理经验等信息，医生可以获得宝贵的参考，从而提高临床决策的准确性和效率。远程医疗与监测：在远程医疗服务领域，ChatGPT等AIGC技术可以实现与患者的实时交流，提供远程咨询、健康监测和紧急响应服务。对于慢性病患者或居住在偏远地区的人群，这种技术可以提供持续的健康管理和支持。图11达芬奇医疗手术机器人医学教育与培训：AIGC技术也在医学教育和专业培训中发挥着重要作用。ChatGPT可以模拟临床场景，为医学生和专业医生提供模拟训练，帮助他们学习如何处理各种医疗情况，提升临床技能。2024年中国人工智能人才发展报
31、都能生成创意素材，激发艺术家的创造力。图13AIGC时空博物馆2024年中国人工智能人才发展报告12跨界艺术创作：AIGC技术使得跨媒介的艺术创作变得更加容易实现。艺术家可以结合文本、图像、音乐等多种元素，创造出全新的艺术形式和体验，这些都是在传统艺术创作中难以想象的。个性化艺术体验：AIGC技术能够根据观众的偏好和反馈生成或调整艺术作品，提供高度个性化的艺术体验。这种互动性质的艺术作品使观众从被动的欣赏者转变为参与者，从而深化了艺术的感受和理解。民主化艺术创作：AIGC技术降低了艺术创作的门槛，使得没有专业背景的普通人也能参与到艺术创作中。这种民主化的艺术创作方式为更广
33、够为艺术家提供新的创作工具，也能够为公众打开通往艺术世界的新窗口，促进艺术与科技的融合，开拓艺术创作和欣赏的新境界。图14Midjourney生成效果图3.AIGC对教育行业的影响在教育领域，以ChatGPT为首的AIGC技术正开启一场学习方式的革命，通过个性化教学、增强互动体验、提供丰富的学习资源等方式，极大地促进了教育的普及和质量的提升。个性化学习体验：AIGC技术能够根据学生的学习进度、兴趣和学习风格提供定制化的学习计划和内容，从而为每位学生提供个性化的学习体验。这种方法有助于学生在自己的节2024年中国人工智能人才发展报告13奏下学习，更好地掌握知识，同时激
34、发学习兴趣。智能辅导和答疑智能辅导和答疑：ChatGPT等技术可以作为学生的智能辅导老师（图15），随时提供学习支持和答疑服务。这些智能系统通过自然语言处理能力，能够理解学生的问题并提供清晰、准确的解答，就像一个随时待命的私人教师一样。图15AI助教互动式学习材料互动式学习材料：AIGC技术能够生成丰富多样的学习材料，包括交互式教程、模拟实验、虚拟现实（VR）和增强现实（AR）体验等，使学习变得更加生动有趣。通过这些互动式内容，学生可以更加深入地理解复杂的概念和知识点。语言学习和文学创作语言学习和文学创作：在语言学习方面，AIGC技术可以提供语音识别、语言生成和自然语言理解支持
38、增加了购物的趣味性和便捷性，还能帮助消费者做出更加满意的购买决策。2024年中国人工智能人才发展报告15图17虚拟试衣间市场分析和趋势预测：通过大数据分析，AIGC技术能够帮助零售商洞察市场趋势和消费者行为，预测未来的销售走向。这种洞察力使得零售商可以更加灵活地调整营销策略和产品线，抓住市场机会。增强的购物渠道：AIGC技术通过社交媒体、移动应用和在线平台等多个渠道提供增强的购物体验。消费者可以通过自然语言交互查询产品信息、进行购物和享受定制化服务，使得购物过程更加无缝和方便。反欺诈与安全性：在电商环境下，AIGC技术还能够帮助零售商识别和防止欺诈行为，如假冒交易、信用卡欺诈
39、等，保护消费者的财产安全。AIGC技术为零售行业带来了诸多机遇，零售商需要在采用这些先进技术的同时，确保合理的数据使用和保护措施，建立透明的消费者沟通机制，以实现技术创新与消费者权益保护的平衡。未来，随着技术的不断发展和应用场景的进一步拓展，AIGC技术有望为零售业带来更加深刻的变革，创造出更加智能、高效和个性化的购物新体验。图18AIGC+新零售场景2024年中国人工智能人才发展报告165.AIGC对交通行业的影响在交通行业中，ChatGPT和其他AIGC技术的应用正在为城市规划、交通管理、乘客服务等领域带来革命性的变化。通过优化交通流量、提升安全性、增强乘客体验，
40、AIGC技术正成为推动交通行业进步的关键力量。智能交通管理与优化：AIGC技术可以分析大量的交通数据，包括车流量、交通事故、天气情况等，以预测和管理城市交通流。通过实时优化交通信号灯控制和路线规划，大幅减少交通拥堵，提高道路使用效率。自动驾驶技术：AIGC技术是推动自动驾驶汽车发展的关键。通过深度学习和模式识别，自动驾驶系统能够识别路标、行人和其他车辆，做出快速决策，从而提高驾驶的安全性和效率。随着技术的不断进步，全自动驾驶汽车的商用化前景正逐步变为现实。图19waymo新自动驾驶系统发布，让你看到500米外的路况个性化乘客服务：在公共交通领域，AIGC技术通过分析乘客的出
41、行习惯和偏好，提供个性化的出行建议和服务。这包括实时交通信息、最优路线规划、预测交通拥堵等，极大地提升了乘客的出行体验和满意度。运营效率提升：AIGC技术还可以优化交通运营管理，包括车辆调度、维护计划和能源管理等。通过预测需求和实时调整运营策略，交通运营商能够更高效地利用资源，降低运营成本。交通安全增强：利用AIGC技术进行事故预测和风险评估，能够显著提升道路安全。通过实时监控交通状况和驾驶行为，及时发现潜在危险，采取预防措施，减少交通事故的发生。环境影响评估：AIGC技术能够分析交通系统对环境的影响，包括排放量计算、污染预测等。这对于制定可持续交通政策、减少交通对环境的负面影响具有重
44、，从业者需要不断提升自己的技能，以适应快速变化的职业生态。同时，社会和政策制定者需要考虑如何平衡技术进步和劳动力市场的稳定，确保技术发展同时能够带来经济和社会的包容性增长。2.5.1工作内容和工作方式的改变AIGC技术，特别是如ChatGPT这样的模型，正在深刻地改变我们的工作内容和方式。这种影响跨越了多个领域，从内容创作到编程，再到设计和教育。在本章中，我们将探讨AIGC如何促成这些变化，并具体分析这些变化对工作场景的意义。2024年中国人工智能人才发展报告18图21AIGC产业生态体系1.工作内容的改变AIGC利用人工智能算法自动生成内容，这些内容可以是文本、
46、够生成独特的创意和建议，为人类创作者提供灵感。在设计、文学和音乐创作等领域，这种能力特别有价值，因为它可以推动艺术和文化的创新。促进跨界融合：AIGC的应用促进了不同领域之间的融合，比如将计算机编程与艺术设计结合，创造出全新的视觉艺术作品。这种跨界融合不仅拓宽了创造性工作的边界，也为传统行业带来了新的生机。2.工作方式的改变AIGC技术的兴起和普及不光影响了我们的工作内容，也开始逐步改变我们的工作方式，这一影响触及了从个人工作习惯到团队协作方式，乃至整个组织的运作模式。AIGC工具如ChatGPT等不仅提高了工作效率，也为工作流程和职场文化带来了革命性的变化。以下是AIGC对工作方
48、，从而提高工作满意度和生产力。协作方式的创新：AIGC工具为团队协作提供了新的方式。通过共享AI生成的草稿、设计和代码，团队成员可以更容易地理解彼此的想法，并在此基础上迅速迭代和改进。此外，AIGC还可以作为一个“虚拟团队成员”参与到创意过程中，提供灵感和新的视角，帮助团队打破思维定式，激发创新。个人技能与终身学习的重要性：随着AIGC技术的发展，对于个人技能特别是软技能的需求也在增加。创造力、批判性思维、人际沟通和适应性等技能变得更加重要，因为这些是AIGC难以复制的人类特质。同时，终身学习成为个人职业发展的核心，每个人都需要不断更新自己的技能组合，以适应技术的快速变化。工作与
50、才发展报告20的技能，并开发出创新的管理和协作策略。2.5.2新职业的技能需求随着人工智能生成内容（AIGC）技术的迅猛发展，我们正步入一个由技术驱动的新时代，这一转变对传统行业带来了前所未有的挑战和机遇。AIGC的普及不仅彻底改变了内容的创造、分发和消费方式，还重塑了许多行业的工作流程和职业角色。在这种背景下，适应新技术环境并保持竞争力，要求我们掌握一系列多元化且复合的职业技能。技术技能技术技能：在AIGC时代，对于技术技能的需求远远超出了基本的计算机操作能力。数据分析能力成为核心技能之一，它要求我们不仅能收集和处理大量数据，还能通过数据发现模式、趋势和洞见。此外，基本的编程知
51、识也变得至关重要，无论是用于开发新工具，还是优化现有的AIGC算法。对人工智能的基本原理和应用有深入理解的人才，将在自动化和智能化的工作环境中占据优势地位。批判性思维与创新能力批判性思维与创新能力：随着AIGC技术在职场的普及，批判性思维和创新能力成为了职业发展的关键因素。我们需要能够不仅理解和利用AIGC产生的内容，还要能批判性地评估其质量、偏差和潜在影响。此外，创新能力也变得极其重要，因为在由AIGC技术主导的市场中，持续创新是保持竞争力的关键。沟通技能与团队合作沟通技能与团队合作：沟通技能和团队合作能力在AIGC时代愈发重要。有效的沟通能力不仅涉及与人交流，还包括与机
52、器的互动，确保人工智能理解人类的需求和反馈。同时，跨学科团队合作成为常态，团队成员需要跨越专业界限，共同开发、评估和优化AIGC系统。这要求团队成员不仅要在自己的专业领域内具备深厚的知识，还需要理解其他领域的基本概念和工作方式。终身学习终身学习：AIGC技术的快速发展意味着昨天的技能可能在今天已经过时。因此，终身学习成为了适应不断变化的技术环境的必要条件。这不仅涉及技术技能的更新，还包括对新兴行业趋势、法律法规变化等非技术领域的了解。持续地学习和自我提升是保持个人职业竞争力、适应未来工作环境的关键。AIGC技术的兴起对传统行业产生了巨大影响，同时也为我们提供了前所未有的机遇。为了在这个
53、新时代中蓬勃发展，我们需要掌握一系列跨领域的职业技能，包括但不限于技术技能、批判性思维、创新能力、沟通与合作能力，以及终身学习的意识和能力。通过不断学习和适应，我们可以充分利用AIGC技术带来的机遇，应对挑战，并在不断变化的职业生态中保持竞争力。2.5.3对传统职业的影响与应对策略AIGC（人工智能生成内容）的快速发展正在对传统职业产生深远的影响，这种影响既包含积极的方面，也伴随着潜在的挑战。积极地看，AIGC技术通过自动化和优化工作流程，极大提高了工作效率和生产力。在2024年中国人工智能人才发展报告21创意产业、数据分析、软件开发等领域，AIGC工具可以承担起繁琐的重复性
57、家、画家）、科学研究、高级管理、心理咨询和医疗诊断等领域。这些职业依赖于人类的独到见解、情感共鸣能力和复杂决策能力，这些是当前AIGC技术难以复制的。此外，那些需要高度物理灵活性和手工技能的职业，如手术医生、精密机械操作和高级手工艺，也不容易被AIGC所取代，因为这些职业要求精2024年中国人工智能人才发展报告22细的手眼协调和丰富的实践经验，超出了目前AIGC技术的能力范围。面对AIGC带来的挑战和机遇，采取有效的应对策略至关重要。首先，政府和教育机构需要重视终身学习和技能再培训，提供相应的培训项目和教育资源，帮助工作者适应技术变革，保障职业转型的顺利进行。其次，企业应
59、型GPT和GPT-2都有显著的提升，标志着AI领域一个新时代的到来。图24GPT-3的主要参数在深入探讨GPT-3之前，了解其背景对于理解它的创新之处和重要性至关重要。GPT系2024年中国人工智能人才发展报告23列的开发始于2018年，当OpenAI发布了原始的GPT模型，展示了通过大规模数据预训练和微调（fine-tuning）特定任务的潜力。随后的GPT-2模型在2019年发布，以其更大的数据集和更复杂的模型架构进一步提升了性能，尽管如此，OpenAI最初限制了GPT-2的完整版本的访问，以防止潜在的滥用，例如自动生成假新闻或欺诈
60、性内容。GPT-3的技术架构基于Transformer架构，这是一种自2017年由Google引入的革命性神经网络结构，专门用于处理序列数据，如文本。Transformer架构是GPT-3能够理解和生成自然语言的核心。图25自注意力机制图Transformer架构的核心思想是自注意力机制（Self-AttentionMechanism），它允许模型在处理一个序列（比如一句话）时，能够自动地聚焦于序列中的不同部分，从而更好地理解序列的上下文关系。这种机制使得Transformer非常适合处理长距离依赖问题，这在自然语言处理中非常常见。1.GPT-3的技术特点
63、者和营销人员快速生成草稿或创意想法。诗歌和故事：GPT-3的创新性使用也包括创作诗歌、短故事和小说，为文学创作提供了新的工具。新闻稿：通过自动化生成新闻稿，GPT-3能够帮助新闻机构提高工作效率。（2）编程辅助代码生成：GPT-3能够理解自然语言描述的编程任务，并生成相应的代码，这对于软件开发人员来说是一个有价值的辅助工具。代码解释和修正：它还可以帮助解释复杂的代码段或提出代码改进建议。（3）教育个性化学习：GPT-3可以根据学生的学习进度和偏好提供定制化的教学内容和练习。语言学习：作为语言学习工具，GPT-3能够提供对话练习、语法讲解和语言练习。（4）客户服务聊天机器人和虚拟
64、助手：GPT-3可以提供高度自然和个性化的用户互动，用于客户服务、预约设置和常见问题解答。邮件和文档自动化：GPT-3能够帮助自动化邮件回复和文档创建过程，提高工作效率。（5）游戏和娱乐互动式故事和角色扮演游戏：GPT-3能够生成动态的故事情节和对话，为玩家提供独特的游戏体验。创意写作和角色开发：它还可以帮助游戏设计师和作家构思角色背景和故事线。（6）分析和决策支持数据分析：通过解释复杂的数据集和提供见解，GPT-3可以辅助数据分析师的工作。市场研究：GPT-3能够快速汇总和分析大量市场研究数据，帮助企业做出更好的决策。（7）语言翻译和本地化GPT-3在翻译不同语言间的文本时显
65、示出高效率和准确性，对于内容的本地化和跨文化交流具有重要意义。（8）法律和合规合同分析和生成：GPT-3可以协助律师和法律专业人员分析法律文档，并生成合同草案。3.GPT-3面临的挑战尽管GPT-3展现了人工智能在语言理解和生成方面的巨大潜力，但它的应用和发展也面临着多方面的挑战：2024年中国人工智能人才发展报告25（1）准确性和可靠性错误和不准确的信息：GPT-3有时会生成不准确或虚假的信息。由于模型基于预训练的数据生成回答，它可能复制数据中的错误或过时信息。上下文理解：尽管GPT-3在理解上下文方面取得了显著进展，但它仍然难以完全理解复杂的语境和隐含意义，特别是在
67、于处理包含个人信息的文本时。（5）普遍性和多样性语言和文化多样性：虽然GPT-3支持多种语言，但它在理解和生成非英语文本时的效果可能不如英语，这反映了训练数据中的语言偏差。泛化能力：GPT-3在特定领域的表现可能不如专门训练的模型，这对于需要高度专业化知识的应用是一个挑战。（6）人机交互用户体验：虽然GPT-3能够生成流畅的文本，但在与真实用户的互动中，其回答有时可能显得不够个性化或缺乏情感。依赖性和自主性：过度依赖GPT-3等AI工具可能削弱人类的决策能力和创造性思维。GPT-3的未来展望开辟了人工智能领域中令人激动的新路径。随着技术的不断进步，我们可以预见GPT-
69、ERT（BidirectionalEncoderRepresentationsfromTransformers）是Google在2018年提出的一种先进的自然语言处理（NLP）技术。作为一个深度学习模型，BERT在许多NLP任务上取得了显著的成就，包括文本分类、问答系统、情感分析和语言理解等。BERT模型的核心创新之处在于其双向Transformer编码器的使用，这一设计使得BERT能够更加准确地理解和处理自然语言文本。BERT模型的核心创新在于其采用的双向Transformer架构，实现了对文本的深层次双向理解。与之前的模型相比，BERT通过在预训练阶
70、段同时考虑单词左右两侧的上下文信息，能够更全面准确地捕捉词义和句子结构，从而显著提高了模型对自然语言的理解能力。这种双向上下文的理解能力是通过引入了MaskedLanguageModel（MLM）和NextSentencePrediction（NSP）两种预训练任务来实现的，它们共同使得BERT在理解语言的细微差异和复杂结构方面具有了显著的优势。此外，BERT的另一大创新是其预训练加微调的训练策略。通过首先在大规模文本语料库上进行预训练来学习语言的通用模式，然后针对特定的下游NLP任务进行微调，BERT能够以较少的定制化工作适应广泛的应用场景。这种方法不仅提高了模型的通
71、用性，也极大简化了从研究到生产的部署流程，为自然语言处理任务提供了一种高效且强大的解决方案。图26Google-BERT在StanfordQuestionAnsweringDataset上面的排行榜BERT及其变体，如RoBERTa、ALBERT和DistilBERT等，继续在NLP领域中引领技术进步，推动着自然语言理解和处理能力的不断提高。随着深度学习技术的进一步发展和优化，可以预见BERT技术将在提供更准确的语言模型、处理更复杂的语言任务以及促进人机交互等方面发挥更大的作用。此外，BERT的技术原理和成功应用也将激励未来更多的创新和探索，为解决NLP
72、领域的挑战提供新的思路和方法。2024年中国人工智能人才发展报告272.6.3文心一言简介文心一言（英文名：ERNIEBot）是百度全新一代知识增强大语言模型，文心大模型家族的新成员，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。文心一言是知识增强的大语言模型，基于飞桨深度学习平台和文心知识增强大模型，持续从海量数据和大规模知识中融合学习具备知识增强、检索增强和对话增强的技术特色文心一言的创新之处在于它不仅学习语言本身的统计规律，还将外部的知识（如百科知识）整合进模型中，使得模型能够更好地理解和处理自然语言。这种结合了大规模文本数据和知识图谱的方
73、法，让ERNIE1.0在多项自然语言处理任务上表现出色，如语言理解、情感分析、命名实体识别等。通过这种知识增强的方式，文心一言能够更准确地捕捉到词、短语和句子之间的细微联系，从而提高了模型对自然语言的理解能力。文心一言（ERNIE1.0）模型的主要优势在于其能够通过知识整合增强自然语言的表示能力，从而在多个自然语言处理（NLP）任务上实现更高的性能。具体优势包括：知识增强的语言理解：与传统的基于Transformer的模型相比，文心一言通过整合外部知识（例如，来自知识图谱的实体和关系信息）来增强模型的语言理解能力。这种方法使模型能够更好地理解文本中的具体概念及其相互之间的联系。图
74、27使用文心一言生成图像提高任务泛化能力：通过引入丰富的外部知识，文心一言在处理特定领域文本时表现出更好的泛化能力。它能够有效地利用领域内外的知识，提升对未见过数据的处理能力，这在一些特定领域的NLP任务中非常有价值。改进细粒度信息处理：文心一言模型在捕捉和理解文本中的细粒度信息（如命名实体、专有名词等）方面具有明显优势。这一点对于执行命名实体识别、实体链接等需要精细理解能力的任务尤为重要。强化长距离依赖学习：通过知识图谱的辅助，文心一言能够更有效地学习文本中的长距离依赖关系，即使在长文本或复杂句子结构中也能保持较好的性能。多任务学习能力：文心一言的设计使其能够在多个NLP任务上进
75、行训练和微调，从而在诸如文本分类、问答系统、情感分析等多个任务上都达到或超过现有技术水平。提高模型解释性：将外部知识整合到模型中，有助于提高模型的解释性。这是因为模型2024年中国人工智能人才发展报告28的决策过程更多地依赖于显式的知识表示，而不仅仅是基于数据的统计特性。文心一言通过融合外部知识与深度学习，不仅在性能上取得了进步，也在模型的可解释性和泛化能力上展现了其独特的优势。这些优势使其成为处理复杂自然语言处理任务的有力工具。除此之外，还有很多大模型已经问世，并已经为各行各业创造商业价值：Midjourney：专注于探索人工智能（AI）和其他先进技术在未来社会中的应用和影响。它以其开
76、发的同名人工智能生成艺术和内容的工具而广为人知。Midjourney的AI工具主要通过深度学习算法来生成图像、文本或其他类型的媒体内容，旨在为艺术家、设计师、研究人员和创意专业人士提供灵感和创作支持。DALL-E：DALLE是由OpenAI开发的一款革命性的人工智能程序，专门设计用来生成高质量、高创造性的图像，基于用户提供的文本描述。这个名字是对画家萨尔瓦多达利（SalvadorDal）和皮克斯动画电影瓦力（WALLE）的致敬，旨在反映出该程序结合了艺术和科技的特性。DALLE的工作原理基于深度学习的生成对抗网络（GANs）技术，能够理解用户的文本提示，并基于这些提示创造出新颖
81、制作视频的艺术家、电影制片人或学生带来无限可能，其是OpenAI“教AI理解和模拟运动中的物理世界”计划的其中一步，也标志着人工智能在理解真实世界场景并与之互动的能力方面实现飞跃。2024年中国人工智能人才发展报告30图30Sora视频生成案例1图31Sora视频生成案例2在AIGC应用场景中，大模型不仅能够创建逼真的文本、图像和视频内容，还能进行语音合成、音乐创作，甚至模拟复杂的人类对话和情感表达。这些能力为多种应用场景服务，例如：logo设计、模特三视图、IP形象制作、运营海报制作、摄影作品制作、UI设计、直播礼物设计、电商设计、照片修复、盲盒设计、
82、表情包肖像设计、室内设计、建筑设计、景观设计等等。AIGC为很多行业的应用场景开辟了全新的可能性，使人们能够以前所未有的方式与数字内容互动。随着大模型和AIGC技术的不断发展和融合，我们正步入一个充满创新和创造力的新时代。2024年中国人工智能人才发展报告31图32AIGC在各应用场景的实现案例2.6.4AIGC在自然语言中的应用AIGC在自然语言处理领域的应用展现了其强大的潜力和多样化的用途，从自动化和提高内容创作的效率到提升用户交互体验，再到支持教育和创意工作，AIGC正成为推动技术和社会发展的重要力量。随着技术的不断进步，可以预期AIGC将在未来解锁更多
83、的应用场景，为人类生活带来更多便利和创新。1.智能客服在当今数字化时代，客户体验已成为企业竞争的核心。为了满足客户日益增长的需求和期望，企业不断探索创新的服务模式。其中，AIGC在线客服作为一种基于人工智能技术的在线客户服务解决方案，正逐渐崭露头角，为企业带来前所未有的变革。AIGC赋能的智能客服系统，主要体现以下方面的应用：自动化客户响应：AIGC技术使得聊天机器人和虚拟助手能够理解客户的查询并提供即时、准确的回答。无论是简单的常见问题解答还是更复杂的服务请求，AIGC都能够自动生成合适的响应，从而大幅提高响应速度和客户满意度。个性化客户体验：通过分析客户的历史交互数据，AIGC
84、可以定制个性化的服务建议和响应。这种个性化不仅体现在对客户偏好的理解上，还包括对话的语气和风格的适配，使得客户感受到更加人性化的服务体验。多语言支持：AIGC技术能够支持多种语言的客户服务，无需额外的人力成本。这对于跨国经营的企业来说尤为重要，能够确保不同地区和文化背景的客户都能获得优质的服务。故障诊断和解决方案建议：在技术支持领域，AIGC能够帮助客户进行初步的故障诊断，并提供解决方案或维护建议。通过理解客户描述的问题并结合产品知识库，AIGC可以准确指导客户解决技术问题。客户意见收集与分析：智能客服系统还可以利用AIGC技术自动收集和分析客户反馈。2024年中国人工智能人才发展
87、目标客户沟通，提升内容营销的效果。语言翻译和本地化：通过高级的语言模型和深度学习技术，AIGC能够提供高质量的文本翻译服务，不仅限于文字的直译，还包括文化差异和语境的调整，实现内容的精准本地化。这对全球化运营的企业来说是一个宝贵的工具。学术和研究写作：AIGC技术能够辅助学者和研究人员撰写学术论文和研究报告，通过自动化文献综述、数据分析解释和实验结果总结等部分，减轻研究人员的工作负担。编辑和校对：AIGC不仅可以生成文本，还可以提供编辑和校对服务。通过自然语言处理技术，AIGC能够识别并修正文本中的语法错误、拼写错误和风格不一致等问题，提高文本的整体质量。AIGC在智能写作领域的应用
89、这对于快速了解公众对某一事件、产品或服务的感受至关重要。企业可以利用这些信息来调整策略，改善客户体验，或者在危机情况下采取措施。趋势预测和监测：通过分析社交媒体和网络上的讨论趋势，AIGC可以帮助预测即将爆发的舆情问题或识别正在兴起的话题。这种预测能力使组织能够提前准备，更好地管理公众关系和品牌声誉。主题和关键词提取：AIGC技术能够从大量文本中提取主要主题和关键词，帮助分析人员快速理解舆情的焦点。这对于制定有针对性的内容策略和回应计划非常有用。定制化报告生成：基于舆情分析的结果，AIGC可以自动生成定制化的报告和摘要，为决策者提供准确的数据支持和建议。这些报告可以包括情绪变化趋势、关键
91、GC在计算机视觉中的应用1.智能安防AIGC在智能安防领域的应用通过提高监控分析的智能化水平、增强身份验证的准确性、优化交通管理等方面，显著提升了安全保障的效率和效果。随着技术的进一步发展，AIGC预计将在智能安防领域扮演更加关键的角色，为社会的安全管理和服务提供更加强大的支持。（1）实时监控分析）实时监控分析：AIGC技术能够实时分析监控视频流，自动识别可疑行为、非法入侵、火灾等安全威胁。通过深度学习模型，它可以从大量数据中学习并及时提出警报，大大减少了对人工监控的依赖，提高了响应速度和预防效率。2024年中国人工智能人才发展报告34图33AIGC赋能智能安防系统（
93、拥堵。图34AIGC赋能智慧交通（5）安全巡检）安全巡检：利用无人机（UAV）和移动机器人等设备，搭载AIGC技术可以自动进行设施安全巡检，如电网、油气管线、桥梁等关键基础设施的检查。这种自动化巡检方式提高了检查频率和准确性，降低了人力成本和安全风险。（6）语音识别与紧急响应）语音识别与紧急响应：AIGC还可以通过分析语音数据，识别紧急情况下的求救信号，自动触发报警系统或通知救援人员。这对于提高紧急事件的响应速度和救援效率具有重要意义。2024年中国人工智能人才发展报告352.医疗AIGC在医疗视觉应用方面的发展正为医疗诊断、治疗和培训带来革命性的改变。随着技术的不断进
94、步和临床验证，AIGC预计将在未来的医疗健康领域扮演更加重要的角色，提高医疗服务的质量和效率，为患者提供更加精准和个性化的医疗解决方案。其中医学图像分析、诊断辅助、虚拟手术模拟、个性化治疗规划、医疗培训和教育、远程医疗咨询等，都在AIGC的加持下，取得长足的进步。2023年9月，腾讯健康公布医疗大模型，全新发布智能问答、家庭医生助手、数智医疗影像平台等多场景AI产品矩阵。医疗健康的数智化升级已从“先行先试”，转变为“全面拥抱”，人工智能及各类数智化工具的应用将加速普及。据统计，仅2023年，国内就已经发布近50款医疗大模型，有的是基于阿里、百度、腾讯、华为等大公司的通用大
95、模型，有的则聚焦医学科研、药物研发、智慧诊疗的各阶段，甚至针对医疗设备运维、医院管理等领域，以小时为单位更新。2023年9月，医疗健康行业大模型应用技术要求出炉，这份由中国信息通信研究院、国家卫生健康委医疗服务指导管理中心以及多家医院、技术公司共同研究起草的规范，是业界首个围绕医疗健康领域提出的大模型应用技术标准规范。伴随着行业环境的不断优化，AIGC在医疗健康行业必将大放异彩。图35AIGC赋能医学图像分析2.6.6AIGC在智能推荐系统中的应用推荐系统是一种信息过滤系统，旨在预测和展示用户可能感兴趣的项目、内容或服务。它们通过分析用户的历史行为、偏好、相似用户的行为以
97、有相似喜好的用户喜欢的项目。项目基协同过滤：推荐那些与用户已经喜欢的项目相似的项目。混合推荐系统：结合了多种推荐技术（如基于内容、协同过滤和其他方法）的推荐系统，旨在利用不同方法的优势，提高推荐的准确性和覆盖面。2.推荐系统的主要应用AIGC在智能推荐系统中的应用正推动着推荐技术的发展，不仅提高了推荐的精准度和个性化水平，也创造了更加丰富和动态的用户体验。随着AIGC技术的不断进步和优化，未来的推荐系统将更加智能和高效，更好地服务于用户和企业。图36智能推荐系统架构个性化内容推荐：AIGC技术可以分析用户的行为、偏好和历史互动数据，自动生成个性化的内容推荐列表。这不仅适用于电商
99、统能够与用户进行更深层次的交互，如通过问答形式进一步了解用户的具体需求，然后提供更加精准的推荐。这种交互式推荐方式可以有效提高推荐的准确性和用户满意度。预测分析：利用机器学习和数据挖掘技术，AIGC可以对用户行为进行预测分析，提前发现用户的潜在需求和兴趣变化趋势。基于这些预测，推荐系统可以主动推送可能感兴趣的新产品或内容，从而提前占据用户注意力。社交网络推荐：在社交网络平台，AIGC技术可以分析用户的社交关系和互动内容，推荐可能感兴趣的好友、群组或话题。这种基于社交关系的推荐方式，能够增强社交网络的黏性和用户活跃度。3.推荐系统的关键挑战冷启动问题：对于新用户或新项目，由于缺乏足够的历史
101、面已经跻身全球领先序列，但我国从事人工智能基础研究的学者仅占全球总量的11%，科研机构仅占5%，仍落后于全球顶尖水平。由此看出，我国需持续加大在基础研究与顶尖人才培养方面的投入，缩小我国薄弱环节与全球顶尖水平的差距，继续抢占全球新一代人工智能产业发展的制高点。（2）中国人工智能企业众多、应用广泛。截至2022年底，全国人工智能产业有上市企业514家，占全国人工智能产业企业数量的3.80%；高成长企业3,410家，占全国人工智能产业企业数量的25.20%；高技术企业6,801家，占全国人工智能产业企业数量的50.25%。2024年中国人工智能人才发展报告38图3
103、我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。在中央顶层制度设计的基础上，各地方政府根据各区域产业发展实际需求，纷纷出台了相应的产业发展规划与政策指导意见，为人工智能产业发展提供了良好的社会政策环境（2）数字时代助力。数据是新一轮人工智能的发展需要具备三大核心要素之一，丰富的市场数据量为人工智能应用的深化实践提供了基础条件。随着我国迈入数字经济时代，互联网、云计算、大数据等现代信息技术在各领域的持续深入，当前已积累了大量的消费级数据和企业级数据。IDC、希捷统计数据显示，预计到2025年将增至48.6ZB，届时将占全球数据总量的27.8%。在中央顶层制度设计的基础上，各
104、地方政府根据各区域产业发展实际需求，纷纷出台了相应的产业发展规划与政策指导意见，为人工智能产业发展提供了良好的社会政策环境。2024年中国人工智能人才发展报告39（3）网民基数大，中小企业众多，增强开发场景优势：中国庞大的人口数量和企业基数为人工智能提供了丰富的应用场景，并由此衍生出大量基于人工智能技术的商业和应用模式的创新。人工智能技术作为实践数字经济的重要构成和基石，逐步与互联网时代的社交电商服务、共享经济服务、网络直播服务和互联网金融服务等融合，探索出新型应用模式。2.9中国人工智能标准体系建设为进一步加强人工智能标准化工作系统谋划，加快构建满足人工智能产业高质量发展和“人工智
105、能+”高水平赋能需求的标准体系，夯实标准对推动技术进步、促进企业发展、引领产业升级、保障产业安全的支撑作用，更好推进人工智能赋能新型工业化，2024年7月2日，工业和信息化部、中央网络安全和信息化委员会办公室、国家发展和改革委员会、国家标准化管理委员会印发国家人工智能产业综合标准化体系建设指南（2024版）。指南提出目标，到2026年，标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。开展标准宣贯和实施推广的企业超过1000家，标准服务企业创新发展的成效更加凸显。参与制定国际标准20项以上，促进人工
109、）计算设备标准。规范人工智能加速卡、人工智能加速模组、人工智能服务器等计算设备，及使能软件的技术要求和测试方法，包括人工智能计算设备虚拟化方法，人工智能加速模组接口协议和测试方法，及使能软件的访问协议、功能、性能、能效的测试方法和运行维护要求等标准。（5）算力中心标准。规范面向人工智能的大规模计算集群、新型数据中心、智算中心、基础网络通信、算力网络、数据存储等基础设施的技术要求和评估方法，包括基础设施参考架构、计算能力评估、技术要求、稳定性要求和业务服务接口等标准。（6）系统软件标准。规范人工智能系统层的软硬件技术要求，包括软硬件编译器架构和优化方法、人工智能算子库、芯片软件运行时库及调试工具
111、练数据、数据预处理、模型表达和格式、模型效果评价等，包括自监督学习、无监督学习、半监督学习、深度学习、强化学习等标准。（2）知识图谱标准。规范知识图谱的描述、构建、运维、共享、管理和应用，包括知识表示与建模、知识获取与存储、知识融合与可视化、知识计算与管理、知识图谱质量评价与互联互通、知识图谱交付与应用、知识图谱系统架构与性能要求等标准。2024年中国人工智能人才发展报告41（3）大模型标准。规范大模型训练、推理、部署等环节的技术要求，包括大模型通用技术要求、评测指标与方法、服务能力成熟度评估、生成内容评价等标准。（4）自然语言处理标准。规范自然语言处理中语言信息提取、文本处理、语义处理
112、等方面的技术要求和评测方法，包括语法分析、语义理解、语义表达、机器翻译、自动摘要、自动问答、语言大模型等标准。（5）智能语音标准。规范前端处理、语音处理、语音接口、数据资源等技术要求和评测方法，包括深度合成的鉴伪方法、全双工交互、语音大模型等标准。（6）计算机视觉标准。规范图像获取、图像/视频处理、图像内容分析、三维计算机视觉、计算摄影学、跨媒体融合等技术要求和评价方法，包括功能、性能、可维护性等标准。（7）生物特征识别标准。规范生物特征样本处理、生物特征数据协议、设备或系统等技术要求，包括生物特征数据交换格式、接口协议等标准。（8）人机混合增强智能标准。规范多通道、多模式和多维度的交互途径、
113、模式、方法和技术要求，包括脑机接口、在线知识演化、动态自适应、动态识别、人机协同感知、人机协同决策与控制等标准。（9）智能体标准。规范以通用大模型为核心的智能体实例和智能体基本功能、应用架构等技术要求，包括智能体强化学习、多任务分解、推理、提示词工程，智能体数据接口和参数范围，人机协作、智能体自主操作、多智能体分布式一致性等标准。（10）群体智能标准。规范群体智能算法的控制、编队、感知、规划、决策、通信等技术要求和评测方法，包括自主控制、协同控制、任务规划、路径规划、协同决策、组网通信等标准。（11）跨媒体智能标准。规范文本、图像、视频、音频等多模态数据处理基础、转换分析、融合应用等方面的技术
114、要求，包括数据获取与处理、模态转换、模态对齐、融合与协同、应用扩展等标准。（12）具身智能标准。规范多模态主动与交互、自主行为学习、仿真模拟、知识推理、具身导航、群体具身智能等标准。4.智能产品与服务标准智能产品与服务标准主要包括智能机器人、智能运载工具、智能移动终端、数字人、智能服务等标准。（1）智能机器人标准。规范人工智能在机器人领域应用的技术要求，包括机器人智能认知、智能决策等标准。（2）智能运载工具标准。规范智能运载工具感知、识别与预判、协同与博弈、决策与控制、评价等技术要求，包括环境融合感知、智能识别预判、智能决策控制、多模式测试评价等标准。（3）智能移动终端标准。规范人工智能应用
115、在移动终端领域的技术要求，包括图像识别、人脸识别、智能语音交互，以及智能移动终端涉及的信息无障碍、适老化等标准。2024年中国人工智能人才发展报告42（4）数字人标准。规范数字人的外形、动作生成、语音识别与合成、自然语言交互等技术要求，包括数字人基础能力评估、多媒体合成渲染、基础数据采集方法、标识和识别方法等标准。（5）智能服务标准。规范基于大模型、自然语言处理、智能语音、计算机视觉等人工智能技术提供的服务，包括模型即服务平台技术要求和评测方法等标准，以及面向特定场景的人工智能应用服务，如智能软件开发、智能设计、智能防伪等标准。5.赋能新型工业化标准赋能新型工业化标准主要包括研发设计、
117、据、优化在线监测调控和工艺改进等标准研制。围绕消费品行业，开展需求预测、个性化定制等标准研制。围绕装备行业，研制智能装备感知、交互、控制、协作、自主决策等标准。6.行业应用标准开展智慧城市、科学智算、智慧农业、智慧能源、智慧环保、智慧金融、智慧物流、智慧教育、智慧医疗、智慧交通、智慧文旅等领域标准研究。7.安全/治理标准安全/治理标准主要包括人工智能领域的安全、治理等标准。（1）安全标准。规范人工智能技术、产品、系统、应用、服务等全生命周期的安全要求，包括基础安全，数据、算法和模型安全，网络、技术和系统安全，安全管理和服务，安全测试评估，安全标注，内容标识，产品和应用安全等标准。（2）治理
118、标准。结合人工智能治理实际需求，规范人工智能的技术研发和运营服务等要求，包括人工智能鲁棒性、可靠性、可追溯性的技术要求与评测方法，人工智能治理支撑技术；规范人工智能全生命周期的伦理治理要求，包括人工智能伦理风险评估，人工智能的2024年中国人工智能人才发展报告43公平性、可解释性等伦理治理技术要求与评测方法，人工智能伦理审查等标准。三、人工智能人才发展现状在数字经济时代，人工智能（AI）正在成为科技创新和产业发展的关键驱动力。AI产品和服务逐渐融入人们的日常工作、生活、学习和社交等各个方面，推动国内各地区和各类科技公司及传统企业纷纷向AI领域拓展。多年来，中国在AI领域取得了
121、人才人才：随着AIGC技术的快速发展，对文本生成、图像生成、视频生成等方面的人才需求旺盛。大模型人才大模型人才：大模型技术成为AI领域的热点，对大模型训练、推理、部署等方面的人才需求增长迅速。深度学习人才深度学习人才：深度学习作为AI的核心技术，对深度学习算法、模型、框架等方面的人才需求持续增长。3.1人工智能人才需求特点2024年中国人工智能人才发展报告44（1）复合型人才需求增加：人工智能产业发展需要具备多学科知识和技能的复合型人才，例如“人工智能+X”型人才。（2）实践能力要求提高：企业更加注重人才的实践能力和工程实践经验，能够将理论知识应用于实际项目中。（3）创
122、新能力成为关键：人工智能产业发展需要具备创新思维和能力的优秀人才，能够推动技术进步和应用创新。3.2人工智能产业人才岗位类型各人工智能企业的岗位需求可以总结为以下几类：高级管理岗、高端技术岗、算法研究岗、应用开发岗、实际技能岗和产品经理岗。这些岗位涵盖了AI从研发到应用的各个阶段，显示出行业对多元化人才的需求。在数字经济时代，管理、技术和服务等多类型人才的协作推动了人工智能的实际应用，体现了AI产业人才的独特内涵。图38人工智能人才岗位类型典型岗位类型简介：（1）算法研究岗：负责创新和突破人工智能算法与技术，结合前沿理论与实际算法模型开发。（2）应用开发岗：将人工智能算法及技
125、多的行业TOP10近2年，智能领域直临才紧缺的问题。2023年1-8，在紧缺度最的10个岗位中，智能驾驶系统程师凭借0.38的才供需位居位，相当于5个岗位争夺2个才。2023年，模型的爆让ChatGPT研究员岗位需求幅增，也跻进紧缺度TOP10岗位。图42人工智能紧缺度最高的十个岗位近2年，智能程师、算法研究员、模型算法程师等多个核技术岗位的平均薪资涨幅明显，其中智能程师新发岗位平均薪资从2022年的57433元上涨2023年8的62911元，增5468元，涨幅9.5%，成为智能业平均薪资涨幅最的种。其次是算法研究员（上涨4397
127、年以上的经验。达95.88%的岗位要求应聘者拥有本科及以上学历，其中，要求硕或博及以上学历的岗位占达到了44.17%。图45人工智能新发岗位经验和学历要求分布在AI从业者中，有87.93%的拥有本科及以上的学历，该例在新经济业中位列第。其中，本科学历的从业员占超过了五成，硕和博学历的从业员占达到了36.06%。硕博从业才占超过了证券经纪业的34.65%和互联业的23.02%。2024年中国人工智能人才发展报告48图46本科及以上人才占比最高的新经济行业TOP53.5AIGC人才供需情况2023年1-8，AIGC新发岗位平均薪资呈现出上涨趋势。到了
128、2023年3，AIGC新发岗位的平均薪已经超过5万，达到了52472元，这1的47015元上涨了11.6%。从6开始，AIGC新发岗位平均薪稳定在6万左右。图47AIGC新发岗位不同月份平均薪资2023年1-8，在AIGC新发岗位量最多的个业中，纯互联以26.78%的岗位占位居位。智能因业体量不及互联，以10.60%的占位居第。此外，新融科技（9.57%）与电商零售（9.5%）位列三四。新能源汽（6.67%）、智能硬件（6.03%）业新发AIGC岗位占也相对较，分别居第六、第七位。其他还有新活服务，企业数字化服务、游戏、电业跻前。2024
129、年中国人工智能人才发展报告49图48AIGC新发岗位量最多的行业TOP102023年1-8，在AIGC新发岗位量TOP10的企业中，字节跳动成为新发AIGC岗位占最的企业，占所有AIGC新发岗位的3.24%，新紧随其后的是红书，占为3.08%。领衔模型技术研发的企业：华为（2.76%）、阿（2.68%）、百度（2.22%）、腾讯（1.77%）亦在榜。新融科技企业蚂蚁集团（2.5%）、新活服务企业美团（2.29%）、电商零售企业得物App（1.59%）同样进了TOP10。图49AIGC新发岗位量最多的企业TOP102023年1-8，全国新发
130、的AIGC岗位量中，北京以29.73%的占位居位，紧随其后的是上海（25.07%）和深圳（12.02%）。北京、上海、州、深圳、杭州五城市的AIGC新发岗位总量共占全国的81.30%。2024年中国人工智能人才发展报告50图50AIGC新发岗位量占比最高的城市TOP103.6人工智能人才发展面临的挑战和机遇3.6.1人工智能人才发展面临的挑战目前，人工智能人才发展主要面临的挑战如下：（1）人才培养体系不完善：高校人工智能专业建设起步较晚，课程体系、师资力量等方面仍需加强。课程体系滞后课程体系滞后：高校人工智能专业课程体系设置与产业发展需求存在脱节，部分课程内
131、容更新不及时，难以跟上技术发展步伐。师资力量薄弱师资力量薄弱：高校人工智能专业师资力量不足，特别是缺乏具备丰富实践经验和行业背景的“双师型”教师。实践平台缺乏实践平台缺乏：高校人工智能专业实践平台建设不足，学生缺乏实际项目经验和动手能力锻炼的机会。产学研脱节产学研脱节：高校、企业和科研机构之间的合作不够紧密，导致科研成果转化率低，人才培养与市场需求脱节。（2）校企合作不够深入：高校与企业之间的合作不够紧密，导致人才培养与市场需求脱节。合作模式单一合作模式单一：校企合作模式主要停留在实习、就业等初级阶段，缺乏深入的合作模式，例如共建实验室、联合培养等。合作层次不高合作层次不高：校企合作主要集中在
132、大型企业，与中小企业的合作较少，难以满足不同层次企业的AI人才需求。合作机制不完善合作机制不完善：校企合作缺乏有效的合作机制，例如人才培养方案共同制定、课程体系共同建设、师资力量共同培养等。（3）人才评价体系不健全：现有的人才评价体系难以全面评估AI人才的素质和能力，需要进一步完善。2024年中国人工智能人才发展报告51评价标准单一评价标准单一：现有的人才评价体系主要侧重于论文发表、科研项目等学术成果，难以全面评估AI人才的实践能力和创新能力。评价方法落后评价方法落后：人才评价方法主要依靠专家评审，缺乏科学的量化评价方法，难以保证评价的客观性和公正性。评价结果应用不足评价结果
133、应用不足：人才评价结果在人才招聘、晋升、薪酬等方面应用不足，难以发挥人才评价的激励作用。（4）其他挑战：人才流动性强人才流动性强：AI人才流动性较强，导致企业人才流失严重，影响企业发展和创新。人才结构不合理人才结构不合理：AI人才结构不合理，高端人才短缺，中低端人才过剩。人才发展环境有待改善人才发展环境有待改善：AI人才发展环境有待改善，例如科研经费投入不足、知识产权保护力度不够等。人工智能人才发展面临着诸多挑战，需要政府、高校、企业和社会各界共同努力，才能有效解决人才短缺问题，推动人工智能产业健康发展。3.6.2人工智能人才发展的机遇（1）政策支持：国家出台了一系列政策支持人工智能产
134、业发展，为AI人才提供了良好的发展环境。1)国家战略：国家将人工智能作为国家战略，出台了一系列政策支持人工智能产业发展，例如新一代人工智能发展规划国家人工智能产业综合标准化体系建设指南等。2)资金支持：国家设立人工智能产业发展基金，支持AI技术研发、产业化和人才培养。3)税收优惠：国家对人工智能企业给予税收优惠政策，降低企业成本，鼓励企业发展。4)人才引进：国家实施海外高层次人才引进计划，吸引海外优秀AI人才回国发展。（2）产业升级：人工智能技术应用于各个行业，推动产业升级，为AI人才提供了广阔的发展空间。1)智能化转型：各个行业都在进行智能化转型，对AI人才的需求不断增
135、长，例如智能制造、智能交通、智能医疗、智能金融等。2)新兴产业：人工智能技术催生了新兴产业，例如AIGC、元宇宙、自动驾驶等，为AI人才提供了新的发展机会。3)产业融合：人工智能技术与其他产业融合，例如AI+教育、AI+金融、AI+农业等，为AI人才提供了更广阔的发展空间。（3）技术进步：人工智能技术不断进步，为AI人才提供了更多的发展机会。2024年中国人工智能人才发展报告521)算法创新：深度学习、强化学习等算法不断创新，为AI人才提供了更多的发展机会。2)算力提升：云计算、芯片等技术的进步，为AI人才提供了更强大的算力支持。3)数据资源：大数据技术的应用，为
136、AI人才提供了丰富的数据资源。4)工具平台：开源框架、工具平台等的发展，降低了AI技术门槛，为AI人才提供了更多的发展机会。（4）社会环境的良性发展1)创新创业氛围：社会创新创业氛围浓厚，为AI人才提供了良好的创业环境。2)人才竞争加剧：企业对AI人才的竞争加剧，提高了AI人才的薪资待遇和发展机会。3)终身学习理念：终身学习理念逐渐普及，为AI人才提供了不断学习和提升的机会。人工智能人才发展面临着良好的机遇，政策支持、产业升级、技术进步和社会环境都为AI人才提供了广阔的发展空间。抓住机遇，迎接挑战，人工智能人才必将为我国人工智能产业发展做出更大的贡献。总之，2
137、024年人工智能人才发展面临着机遇与挑战并存的局面。通过加强人才培养体系建设、推动校企合作、完善人才评价体系等措施，可以培养更多高素质人工智能人才，为我国人工智能产业发展提供有力支撑。四、人工智能产业人才能力素质要求人工智能作为知识密集型产业，对人才的业务能力、工作经验、教育背景和职业道德要求很高。随着人工智能技术的持续发展和应用的加速推进，单一能力的产业人才已无法满足企业需求。行业迫切需要拥有综合能力、专业知识、技能和工程实践等多方面能力的人才。专业知识：扎实的计算机科学、数学、统计学等基础知识，以及机器学习、深度学习、自然语言处理等人工智能核心技术知识。工具技能：熟练掌握Python
138、、C+等编程语言，以及TensorFlow、PyTorch等深度学习框架。工程实践能力：具备实际项目经验，能够将理论知识应用于实际项目中，并解决实际问题。创新能力：具备创新思维和解决问题的能力，能够推动技术进步和应用创新。职业道德：遵守人工智能伦理规范，尊重用户隐私，并承担社会责任。4.1人工智能岗位类型能力要求算法研究岗、应用开发岗、实用技能岗和产品经理岗在实践中的工作重点各不相同，企2024年中国人工智能人才发展报告53业对这些典型岗位的职业能力要求也存在显著差异：岗位能力分类岗位能力分类岗位能力要求岗位能力要求综合能力具备扎实的理论基础，精通所属技术方向的建模方法，能
140、park、Hive等大数据计算工具；掌握基于消息中间件调度的掌控数据流程和算法版本的管理，能够实际实现算法、系统，并进行可重复性的实验，具有算法验证、开发、迭代和上线的能力工程实践能力具备丰富的算法项目经验及所属技术方向的系统研发经验；能够结合各个实际面临的业务问题进行分析；解决模型构建过程中的问题，并能发现现有系统的不足并提出合理的改进方案表1算法研究岗位能力要求岗位能力分类岗位能力分类岗位能力要求岗位能力要求综合能力能够准确理解和进行人工智能算法模型的训练及应用，理解不同的算法针对不同业务领域的实际应用价值；能够将综合的模拟型或算法转化为实际人工智能应用场景可以实现的问
143、工具等问题进行分析沉淀，并提出建设性意见，帮助提升客户服务体验。专业知识熟悉并行计算基本原理及分布式计算框架，熟悉Hadoop、Spark等分布式开发环境；了解常用的各类开源框架、组件或中间件；熟悉TCP/IP协议，具备网络环境问题排查2024年中国人工智能人才发展报告54经验；熟悉常用数据库，如MySQL、Oracle。工具技能具备一定的编程开发基础，熟练掌握C/C+、Python、Java、Shell、MATLAB等编程语言；熟练掌握Linux系统的使用，具备丰富的Linux、Windows系统维护经验；熟悉容器技术，如K8S、Docker等。工程实践能
144、力具备一定的企业客户服务的项目经验，能够多层次解析出客户具体问题；具备工程化项目落地经验，能够快速定位客户需求并发现关键问题。表3实用技能岗位能力要求岗位能力分类岗位能力分类岗位能力要求岗位能力要求综合能力具备人工智能产品整体规划、产品设计和推进的能力；具备目标行业和目标场景的实践经验和知识积累；具备跨团队协作能力，与产品、算法、工程、编辑、团队充分沟通协作，保证产品功能顺利落地；具备产品创新能力，产品上线后分析使用数据，提炼使用场景，找到产品改进点和突破点，用丰富的交互场推动漫人工智能产品创新；具备行业分析能力，包括市场分析、用户需求调研和竞品分析等。专业知识熟悉人工智能技术
146、各不相同。岗位能力分类岗位能力分类岗位能力要求岗位能力要求综合能力熟悉智能芯片的实现原理与技术架构；具备良好的内外部沟通能力，了解智能芯片领域应用业务需求，并提供相应的解决方案。专业知识具备机器学习和深度学习基础知识；熟悉常见的图像、语言、自然语言理解智能处理算法；具备通用处理器设计基础知识。工具技能掌握Verilog编程技能，掌握C/C+、Python、Bash、Tcl、Perl等常用编程语言；熟悉UNIX、Linux操作环境，熟悉vi、vim常用操作；熟悉Caffe、TensorFlow、PyTorch等主流的深度学习框架。工程实践能力熟悉异构SoC芯片设
148、熟悉计算机原理、并行计算、分布式系统理论基础。工具技能熟练掌握C/C+、Python、Java等主流编程语言；熟悉Linux、Windows等操作系统下的开发环境及脚本语言；能够熟练使用Caffe、TensorFlow、MXNet、PyTorch、Keras等深度学习框架；熟练掌握主流数据库如MySQL、Oracle、DB2的使用；熟悉Hadoop、Spark等分布式开发环境。工程实践能力在系统架构设计、项目开发等领域具备工程经验，能够准确进行人工智能算法模型的训练和应用；具备项目实施经验，拥有大规模商业人工智能场景的应用开发经验；能够选择并实施常见的算法模型，准确理解
160、科院校和专科院校也在筹建人工智能学院和研究院，通过与百度、腾讯、科大讯飞等领先企业合作，强化人才培养、实训课程、项目共享和实践机会，重点培养具备人工智能实践经验的应用开发型人才。5.2社会培训机构人才培养情况社会培训机构开展人工智能培训是解决当前人工智能产业人才短缺的重要手段。同时，政府正在大力推动全民智能教育，并明确支持社会机构进行人工智能培训。（1）针对培训机构的类型，目前既有北大青鸟、达内教育、光华国际等传统老牌职业培训学校，也有小象学院、深蓝学院、咕泡学院等新兴培训机构。这些机构在授课方式上已形成线上与线下相结合的全面人工智能培训模式。（2）在培训内容方面，当前培训机构的人工智能课
162、，所以对思维和学习能力的要求都会发生相应的变化。发展新质生产力需要加强人才、数据两大基础生产新要素培育。其中，创造新质生产力的战略人才、熟练掌握新质生产资料的应用型人才、适应新质生产力市场实现价值的创新型人才，是新质生产力发展关键支撑。其中，高等教育创新人才培养是基础，也是中心。在创新人才方面，我国有“强基计划”，以及“新文科”“新理科”“新工科”“新医科”，还有优秀科技创新人才培养专项方案等措施。但随着ChatGPT、Sora等横空出世，如何加强适配新质生产要素、生产关系的新质人才培育，成为值得思考的问题。相对于新质生产力人才的教育发展、科技创新、人才培养，跨界、贯通、一体推进要求，原来
163、的高校教育、传统教育已不适应科技快速发展时代。所有大学生应具备新科技理念、掌握新技术应用、运用新技术工具、解决新质生产力时代的经济社会文化等问题。为此，以北京、上海等科技创新实力强、高校集聚的城市为试点，建议高质量推进高等教育对新质生产力人才全员培养的数智化进程。2024年中国人工智能人才发展报告592023年9月，习近平总书记指出，“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力”，并强调，“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业，加快形成新质生产力，增强发展新动能”。新质生产力的提出对推动和拓展中国式现代化以及促进教育的高质量发展具有
165、及人工智能赋能的培养新思路，是加速新质生产力发展的路径选择，也是新质人才培养理论和实践必须回应的问题。新质人才是推动新质生产力形成的主体性力量。科学技术发展依靠高素质的人才，科技只有从知识形态转化为生产工具，劳动资料才能成为现实的物质生产力，这一转化过程要通过提高劳动者素质来实现。人是新质生产力生成中最活跃、最具决定意义的能动主体，没有人力资本跃升就没有新质生产力，新质人才是新质生产力生成的决定因素3。新质人才需要能够理解社会发展现状并具有创变思维，能够整合社会的复杂系统并具有复合思维，能够主动适应新科技的发展并具有技术思维。新质生产力发展的关键是培育新质人才，强化现代化建设人才支撑。图52
166、新质生产力与新质人才培养要求新质人才是新模式的创造者、新产业的引领者、新业态的塑造者、新领域的开拓者、新赛道的竞跑者、新动能的提供者，也是新优势的建设者。新质人才除了拥有创造性思维、社会责任感和专业体系外，更注重广度和多领域的融合，是为新质产业（战略性新兴产业和未2024年中国人工智能人才发展报告60来产业）发展服务的人才，要有新的知能结构与前瞻思维能力。5.3新质AI+人才的培养策略我们倡导用AI的方式学习AI，应用AI，创新AI+，培养具备新质生产力格局和视野的新质AI+人才，他们将成为驱动行业发展升级和推动改革创新的中坚力量。这些人才不仅精通AI技术，更懂得
167、如何将其与各行业深度融合，创造出前所未有的价值，引领行业走向更加智能化、高效化的未来。图53新质AI+人才的特点人工智能对知识工作者、智能创造者具有极强的赋能作用，亦对各行各业具有广泛的渗透力，也包括对教育领域的融合性。新质人才的培养需要人工智能技术渗透融入育人全链条，统筹基础教育、高等教育、职业教育等领域。新质AI+人才的培养策略主要包括以下几个方面：（1）基础教育基础教育：应细化融通培养机制，以素养导向的AI教育培育新质后备人才。这包括提升个体AI意识、思维和能力，具体包括人工智能意识、创新思维、人工智能能力和人工智能社会责任的培养。人工智能意识强调个体对人工智能发展的敏
170、通信、机械、控制、微电子材料、网络安全、生命科学等专业中，打造新工科，促进学生具备多学科知识交叉融合的能力，以便综合运用人工智能领域的有关技术标准、规范，解决复杂工程问题。实践机会提供实践机会提供：建立创新创业基地，鼓励学生参加创业大赛、机器人大赛等活动，为学生提供创新创业的实践机会，激发学生参与人工智能的热情和实践能力。国际合作与交流国际合作与交流：建立国际联合实验室，引进国际合作研究工作，通过与国际接轨的教育资源和研究项目，提高学生的国际视野和跨文化交流能力。产教融合产教融合：与企业联合培养工程博士，利用企业在人工智能方面的储备和实力，加强科教融合、产教融合，培养高端人才。能力重塑与再造能
172、的培养方面，还应该注意不断更新教育理念和教学模式，创新改革课程体系建设和教育模式，以适应新时代背景下的新质AI+人才需求：（1）更新教育理念和教学模式更新教育理念和教学模式：职业教育机构需要不断更新教育理念，采用项目驱动、案例教学、翻转课堂等创新教学模式，培养学生的创新思维和解决实际问题的能力。通过这些教学模式，激发学生的学习兴趣，鼓励他们主动探索和实践，提高他们的自主学习能力和团队协作能力，为将来在人工智能领域的职业发展打下坚实的基础2。（2）课程体系建设和教育模式改革课程体系建设和教育模式改革：建议到2025年3月，各高校各学科均应至少开设一门AI+课程，实现一级学科全覆盖。
173、未来的大学课程将实现AI教育的“三个渗透率100%”：AI课程覆盖全体本研学生AI+教育覆盖全部一级学科AI素养能力要求覆盖全部专业2024年中国人工智能人才发展报告62这一改革被称为“AI大课”，旨在全面推进AI教育与人才培养的融合:综上，通过上述基础教育、职业教育、本科教育的多项策略，可以有效培养具备创新意识、实践能力和社会责任感的AI+人才，以适应快速发展的AI技术和市场需求。5.4建设“AI+X”微专业，塑造新质AI+人才基于人工智能的高普适性、渗透性和支撑性等特点，可以通过渗透至多学科构建“AI+X”学科微专业，培养驱动交叉学科范式变革的新质中
174、坚力量。目前“AI+X”微专业的开设思路主要有两种，一是面向来自其他专业的本硕学生，开设人工智能类基础课程。譬如，渥太华大学开设4-6个月的跨学科人工智能微专业，为来自其他专业的学生提供机器学习、数据科学以及人工智能伦理监管等课程体系。圣托马斯大学面向美国地区的本科生提供了为期一年的AI研究生微项目，涉及数字化产品管理、分布式账本技术、信息安全与风险、智能制造等。二是建立“智能+”专业的新型课程体系，培养交叉复合型新质人才。我国华东地区六所高校（上海交通大学、复旦大学、同济大学、浙江大学、南京大学、中国科学技术大学）已经进行了探索性尝试，面向300名非AI专业的学生，开设了“A
175、I+X”微专业，提供“前置类、AI基础类、模块类、算法实践类、交叉选修类、线下实训类”六大课程体系，助力学生了解特定领域的AI前景，初步具备基于AI+X的传统行业智能化发展职业能力。六.中国高校人工智能专业建设情况分析按照国务院新一代人工智能发展规划,第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标；第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，
176、智能社会建设取得积极进展；第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。因此，加快人工智能专业人才培养是实现人工智能产业战略规划的重要支撑。未来在工业、农业和建筑业为主的传统行业中，人工智能机器人将取代26%的工作岗位，但在以服务业为主的行业中，人工智能将创造38%的额外就业机会，实现12%净增岗位。因此，我国高校需要在人工智能教育、专业人才培养方面下功夫。6.1中国高校人工智能专业建设状况迄今为止，我国共有535所普通高校成功备案人工智能本科专业。2
177、023年教育部公布2024年中国人工智能人才发展报告63全国38所普通高校成功备案“人工智能”本科专业，2022年教育部公布全国59所普通高校成功备案“人工智能”本科专业，2021年教育部公布全国95所普通高校成功备案“人工智能”本科专业，2020年教育部公布全国130所普通高校成功备案“人工智能”本科专业，2019年全国180所普通高校成功备案“人工智能”本科专业，2018年全国35所普通高校成功备案“人工智能”本科专业。当前，我国高校人工智能专业建设工作处于稳步推进阶段。但总体而言，高校人工智能专业建设起步晚，底子薄，目前占全国普通高校总量比例三分
178、之一左右。6.2中国高校人工智能专业培养目标中国高校人工智能专业的培养目标主要集中在以下几个方面：（1）培养扎实的理论基础：高校致力于培养学生具备坚实的人工智能基础理论知识，包括机器学习、深度学习、自然语言处理等核心技术领域，确保学生能够理解并掌握AI的基本原理和技术框架。（2）强化实践能力：通过实际项目和实验课程，培养学生的动手能力和工程实践能力。高校与企业合作，提供实习和项目机会，使学生能够在真实环境中应用所学知识，解决实际问题。（3）提升创新思维：鼓励学生进行自主创新和研究，培养他们的创新思维和能力。通过科研项目、创新竞赛和跨学科合作，激发学生的创造力，推动他们在AI领域提出
180、创新思维、伦理意识和国际视野的高素质人工智能人才，推动我国在AI领域的全面发展。新质生产力发展的时代背景下，中国高校培养新质人工智能人才的核心目标在于帮助学生铺设一条通往卓越职业生涯的坚实道路，确保每位学生都能拥抱高质量的就业机遇。我们憧憬并实践着一种革命性的教育模式，鼓励在校大学生以AI为舟，以学习为帆，不仅深入学习AI的精髓，更要在实践中驾驭AI，勇于创新，探索“AI+”的无限可能。高校需要精心打造的是一群拥有前瞻性思维与广阔视野的新时代“AI+”精英，他们不仅精通人工智能的尖端技术，更具备重塑生产力格局的洞察力与创造力。这些未来的引领者，将AI技术视为解锁各行业转型升级
181、的金钥匙，他们深知如何将AI深度融入教育、医疗、制2024年中国人工智能人才发展报告64造、金融等各个领域，激发前所未有的价值创造，推动社会生产力向智能化、高效化飞跃。高校培养的新质AI或AI+人才，不仅是AI技术的驾驭者，更是跨界融合的推动者，他们将站在时代的前沿，用创新的火花点燃行业变革的燎原之势，成为驱动产业升级、引领改革创新的中流砥柱。在他们的努力下，一个更加智能、高效、可持续发展的未来图景正徐徐展开，等待着被探索与实现。图54AI行业的关键岗位图谱6.3中国高校人工智能专业课程体系建设中国高校在人工智能专业的课程体系建设方面取得了显著进展，体现出多样化
182、和系统化的特点，具体情况如下：核心课程设置：多数高校在人工智能专业中设置了一系列核心课程，涵盖了人工智能的基础理论和技术应用。这些课程包括：（1）机器学习：教授基本算法和模型，强调数据驱动的学习方法；（2）深度学习：重点介绍神经网络及其应用，如卷积神经网络（CNN）和循环神经网络（RNN）；（3）自然语言处理：涉及语言模型、文本处理和语义理解等；（4）计算机视觉：包括图像处理、目标检测和视觉识别等技术；（5）数据挖掘：教授如何从大量数据中提取有价值的信息。实践与项目课程：为了增强学生的实践能力，许多高校在课程体系中增加了实践和项目课程。通过实际项目、实验课程和企业实习，学生能够在真实环境中应用
183、所学知识，解决实际问题。例如，南京大学的AI课程体系中包含多个实践课程，鼓励学生进行项目研究和创新。跨学科课程：一些高校采取“人工智能+X”的课程模式，结合其他学科的内容，培养复合型人才。例如，部分高校开设了智能科学与技术、智能医学工程、智能制造工程等跨学科专业课程。这种模式有助于学生将AI技术应用到其他领域，实现跨学科的创新和发展。拓展学生国际视野的国际合作和交流项目的优化措施与建设进展：一些高校积极构建全球合作网络，与多国顶尖学府和研究机构建立长期合作关系，为学生提供多元化的国际学习与研究平台。同时高校积极实施双向交流计划，既邀请国际知名学者来华讲学，也派遣本国2024年中国人工
184、智能人才发展报告65学生和教师赴海外交流学习。通过这些优化措施，中国高校在人工智能专业的国际视野与交流方面取得了更为显著的进展，为学生和整个AI领域的发展带来了长远的影响。以下是具体的优化成果描述：国际视野拓展：学生通过参与国际项目和研讨会，不仅深入了解了国际AI技术的发展趋势，还增强了跨文化交流和合作的能力。科研合作加强：教师和研究人员通过国际合作，共同发表了大量高水平的学术论文，推动了AI技术的创新发展。人才培养国际化：培养出了一批具有国际视野和竞争力的AI专业人才，他们在国际舞台上展现了出色的专业能力和沟通技巧。资源共享与平台建设：通过国际交流，高校共享了教育资源，建
185、立了联合实验室和研究中心，为学生和研究人员提供了国际化的学习和研究环境。教师培训与资源建设：由于人工智能学科的迅速发展，高校还注重对教师的培训和资源建设。许多高校通过教师进修、引进专家以及与企业合作等方式，不断提升师资力量和教学水平。中国高校在人工智能专业课程体系建设方面的努力，旨在培养具备扎实理论基础、强大实践能力、创新思维和国际视野的高素质人工智能人才。这些课程体系的不断优化和完善，将为中国在AI领域的全面发展奠定坚实基础。6.4中国高校人工智能专业教材建设人工智能专业教材建设在高校教育中扮演着至关重要的角色。高质量的教材能够系统地呈现人工智能领域的基本概念、核心理论和关键技术，帮
186、助学生建立全面、系统的知识框架。教材的规范化有助于不同高校在教学内容和质量上保持一致，从而提高整体教育水平。专业教材结合最新的科研成果和技术发展，确保学生学习到前沿的知识和技能。这对于培养具备国际竞争力的高素质人工智能人才尤为重要。通过教材更新和引进新技术，教师可以提供更高质量的教育，满足快速发展的科技需求。高质量的教材不仅包含理论知识，还应包括丰富的实践案例和项目示例，帮助学生将所学知识应用于实际问题中。这种理论与实践相结合的教学方式，有助于培养学生的创新能力和解决问题的能力。中国高校在人工智能专业的教材建设方面采取如下措施：（1）教材编写与出版：近年来，越来越多的高校教师和企业技术专家加大
187、了人工智能专业教材的编写队伍中，人民邮电出版社、清华大学出版社、高等教育出版社等陆续推出了一系列的结合不同层次、不同区域高校教学的人工智能教材。例如焦李成编版人工智能通识基础、莫宏伟版人工智能导论（第2版）、赵卫东版机器学习（第2版）、邓建华的深度学习原理、模型与实践、周庆国版自然语言处理技术与应用等一系列的精品教材逐步成为高效课堂教学支撑。（2）企业合作与资源共享：一些高校与企业合作，利用企业的技术优势和资源，共同开发教材。例如，与大型科技公司合作，共同编写和发布的计算智能脑科学导论等2024年中国人工智能人才发展报告66人工智能教材，结合了最新的行业技术和实践经验，使学生能够
188、接触到前沿的AI技术。（3）数字化与在线资源：随着信息技术的发展，越来越多的高校开始利用数字化资源和在线平台进行教材建设。例如，通过建立在线课程平台和资源库，学生可以访问丰富的学习资料和实践案例。这种数字化教材的形式不仅方便了教学，也提高了学生的学习效果。（4）标准化与统一性：尽管取得了一些成就，人工智能教材的标准化和统一性仍需加强。目前，不同高校使用的教材在内容和质量上存在较大差异，部分教材内容还未能完全适应快速发展的AI技术和应用需求。（5）师资培训与教材更新：为了保证教材的质量和实用性，高校还需不断加强师资培训和教材更新。通过定期的教师进修和培训，确保教师能够掌握最新的AI技
197、工智能社会服务体系。6.6针对中国高校人工智能专业建设的建议和解决方案面对高校人工智能专业建设面临的挑战和困境，建议如下：（1）加强高校人工智能专业建设：加快推进人工智能领域一级学科建设，优化课程体系，建设特色数字化人工智能教材资源、提升师资力量，培养高素质人工智能人才。（2）推动校企合作：加强高校与企业合作，共建实验室、研究中心，开展产学研合作项目，为学生提供实践机会。完善人才培养模式：创新人才培养模式，例如“人工智能+X”培养模式，培养具备多学科知识和技能的复合型人才。加强人才引进：吸引国内外优秀人工智能人才，为产业发展提供智力支持。完善人才评价体系：建立科学的人才评价体系，激励人才创
199、励和支持教师申报国家级和省级教学科研项目，通过项目研究推动学科发展。最后，要建立完善的评价体系，定期对学科建设情况进行评估和调整，确保学科建设的持续推进和不断优化。（2）师资力量不足面对人工智能专业师资力量不足的问题，可以采取多种措施加以解决。首先，应加大力度引进高端人才，通过提供有竞争力的薪酬、科研支持和生活保障，吸引国内外知名学者和行业专家加盟高校。其次，高校应加大对现有教师的培训力度，鼓励他们参加国内外高水平的学术交流和培训项目，提高其专业水平和科研能力。可以通过设立专项基金，资助教师进行短期访学和交流，提高其国际化水平。此外，推动校企合作，邀请企业专家担任兼职教授或客座讲师，为学生提
201、创新能力。其次，强化产教融合，与企业合作，共同制定人才培养方案，提供实习和就业机会，让学生能够在真实的工作环境中锻炼和成长。此外，高校应注重培养学生的综合素质，开展多样化的实践活动和创新创业教育，激发学生的创新思维和创业精神。可以设立创新实验室和创客空间，为学生提供创新实践的平台和资源支持。引进和借鉴国际先进的人才培养模式，鼓励学生参加国际交流和比赛，提高其国际视野和竞争力。建立健全的导师制度，为学生提供个性化的指导和支持，帮助其制定科学的学习和发展规划。通过这些措施，可以有效提升人工智能人才的培养质量，满足社会对高水平人工智能人才的需求。（4）科技创新领域仍要开拓科技创新是推动人工智能发展
202、的关键领域，为开拓这一领域，高校需要采取系统性和多层次的措施。首先，应加大科研投入，设立专项基金，支持人工智能领域的基础研究和应用研究。通过设立重点实验室和研究中心，打造高水平的科研平台，吸引优秀的科研人才加盟。其次，鼓励跨学科和跨领域的合作研究，推动人工智能与其他学科的深度融合，拓展科研的广度和深度。高校应积极与企业合作，开展产学研合作项目，将科研成果转化为实际应用，促进科技成果的产业化。同时，加强国际合作，与国际一流大学和科研机构建立合作关系，开展联合研究和技术交流，提升科研水平和国际影响力。高校还应建立健全的科研评价体系，激励科研人员勇于创新，鼓励发表高水平的科研论文和申请专利。通过举办
203、学术会议和研讨会，搭建学术交流的平台，促进科研人员之间的交流和合作。通过这些措施，可以不断开拓人工智能科技创新领域，推动技术进步和应用。（5）基础设施不足基础设施是支撑人工智能专业建设的重要基础，为解决基础设施不足的问题，高校需要加大投入力度。首先，应积极争取政府和地方政策支持，申请专项经费，用于建设和完善人工智能实验室和研究中心。实验室的建设应注重设备的先进性和多样性，确保能够满足教学和科研的需要。其次，可以与企业合作，共建共享实验室和研究平台，充分利用企业的资源和技术优势，提升基础设施的水平。高校还应重视信息化建设，搭建高效的信息管理系统和数据共享平台，为教学和科研提供便利。引进先进的教
204、学和科研设备，提升实验室的硬件条件，确保学生能够进行高水平的实验操作和研究。同时，应注重实验室的管理和维护，确保设备的正常运行和使用效率。通过设立专项基金，支持教师和学生开展实验研究，提高实验室的利用率和科研产出。通过这些措施，可以逐步改善高校人工智能专业的基础设施条件，提供良好的教学和科研环境。2024年中国人工智能人才发展报告70（6）社会服务体系尚未健全为健全社会服务体系，高校需要积极开展多种形式的社会服务活动，提升服务能力和水平。首先，应加强与政府、企业和社会组织的合作，建立长期稳定的合作关系，共同推进人工智能技术的应用和推广。高校可以通过建立技术转移中心和创新创业平台，为企业
206、景下，人工智能的崛起正不断重塑我们的工作和生活方式。本报告通过对当前人工智能人才发展的深入分析，勾画出了一个多面且动态变化的领域景观。从行业现状到人才供需及能力需求，从培养模式到专业建设分析，人工智能专业正以前所未有的速度发展，同时也带来了对高技能人才培养的大量需求。随着人工智能技术在不同行业的广泛应用，对于具备深厚专业知识和创新能力的人工智能人才的需求日益增长。企业和机构正在寻找那些不仅理解算法和数据处理的技术专家，还需要这些专家能够将人工智能与行业知识相结合，推动产品和服务的创新。高校在这波人才需求的推动下，已经开始调整课程设置，强化实践教学，以培养更多适应未来市场需求的人工智能专业人才。
208、筑一个智能、创新、包容的未来。参考文献1工业和信息化部人才交流中心.人工智能产业人才发展报告（2019-2020年版），2020.62脉脉高聘人才智库.2023人工智能人才洞察报告，20232024年中国人工智能人才发展报告713王祺，李冬露.中国人工智能产业研究报告（VI），20244胡晓萌.AIGC发展趋势报告，20235甲子光年智库.人工智能开源大模型生态研究，20246工业和信息化部科技司.国家人工智能产业综合标准化体系建设指南（2024版）,20247极客邦科技双数研究院.2024年中国生成式AI开发者洞察报告，20248月狐数据.中国生成式AI行业市场热点月度分析（2024年5月），2024.69量子位智库.2024年中国AIGC产业全景报告，2024.310国务院.第十四届全国人民代表大会第二次会议.2024年政府工作报告，2024.311郭媛媛.2024年两会高校培育新质生产力创新人才提案，2024.312祝智庭,戴岭,赵晓伟,沈书生.新质人才培养：数智时代教育的新使命J.电化教育研究,2024,45(1):52-60.2024年中国人工智能人才发展报告72