“韩国存在一种观念,认为所有大学都要成为哈佛或麻省理工学院(MIT),但除了以研究为中心的大学之外,也应该出现专注于教学的优秀大学。我国大多数四年制大学都以研究为导向,导致教育资源分散,教授开课时也面临诸多局限。一名教授一年必须承担六门课的授课量,与‘只教一门课但倾尽全力’之间,实际上必然存在很大差别。”
尹成로(48岁,见图)——在此改写:尹成로总统直属第四次产业革命委员会委员长于15日在首尔光化门教保大楼第四次产业革命委员会办公室接受采访时强调,为培养引领第四次产业革命的人工智能(AI)、软件(SW)人才,能够系统培育他们的“教育中心型大学”必须增加。他指出,美国有许多专注于本科教育的大学,如被视为顶尖工科院校的哈维穆德学院(Harvey Mudd College),但韩国国内四年制大学大多只把重心放在研究上。他强调:“AI、软件、数据等未来产业领域需要能够勾画整体开发蓝图并带领开发者的‘顶级开发者’,为此改善教育体系十分紧迫”,“大学内部也需要摆脱只盯着各学科存亡的狭窄视野,做出顺应时代潮流、灵活应对的决断。”/对谈=金旼亨 生物IT部部长 kmh204@sedaily.com
该委员长去年2月就任总统直属第四次产业革命委员会委员长后,在数百次会议和会面中与产业界人士接触时,有一句话听得耳朵都快起茧。无论是大企业、中小企业还是初创企业,企业们都在诉说人才不足。他既是第四次产业革命委员会的负责人,同时也是自2012年起在首尔大学电气信息工程学部培养AI与软件人才的教育者。在成长为AI权威的过程中,他亲身经历过韩国与美国两种教育体系。
他认为,虽然企业普遍抱怨开发人员紧缺,但比培养数十万名开发者更重要的是培养最高水准的核心人才。他判断,国内能写代码的开发者很多,但能够绘制软件系统设计图、以综合与分析性思维带领开发者的核心人才却远远不够。该委员长强调:“开发者多到可以称为开发者热潮,但所谓‘软件架构师’这类顶级工程师的数量非常少”,“由于无法在短时间内大量培养,需要全社会的努力。”软件架构师是一种能够开发软件整体的设计者。由于软件规模越大开发复杂度越高,如果没有优秀架构师来设计软件,随着时间推移每次更新,维护所需的成本和精力都会增大。通常软件架构师要在大学完成硕士、博士学业,并在企业等积累一定时期的经验后才会诞生。
该委员长在首尔大学电气信息工程学部完成本科课程后,赴美国斯坦福大学深造。在斯坦福的经历令他震撼。“上计算机专业课时,是从非常简单的阶段开始的,但课程设计极为精密,学完全部课程后,学生就被培养成能够完成很多事情的人。真可以说是‘喂到嘴边的课程’。斯坦福虽是研究型大学,但7名助教从周一到周日指导一名学生。视学生的吸收能力,最多可以见到7名助教接受咨询,或像一对一辅导那样询问疑问之处。与我国一名教授面向数十名甚至数百名学生授课、指导学生的助教又严重不足相比,学生对课程的理解程度必然会出现差距,这是结构性的。”
该委员长强调,国内大学若要培养AI、数据、云计算等第四次产业革命所需的人才,就必须配合产业趋势更迅速地更新体质与课程,包括调整校内各学科招生名额等。因为即使企业为获得优秀开发人力而对大学等给予破格支持,学科招生名额和课程等往往跟不上变化速度。该委员长指出:“就像金融公司根据市场状况调整投资组合的‘再平衡’那样,教育组合也必须发生变化”,“在像现在这样10~20年都不做一次再平衡的结构下,绝对无法跟上快速变化的产业趋势。”他接着补充说:“各学科的教授及学生名额、授课课时等各种课题堆积如山。”
第四次产业革命委员会今年下半年的主要课题之一是AI大众化。目标是让AI不再是只为特定企业或阶层所用的技术,而是任何人都能接触并轻松使用的技术。该委员长解释:“就像任何人都会使用计算器那样,无论是学生、上班族还是研究者,都应该能为自己的工作使用AI”,“首先要提高对AI这一工具的理解,知道该如何使用,这很重要。”事实上,最近在企业、家庭等各个领域都出现了AI相关技术。尤其在重复简单工作的岗位上,AI正被迅速应用。对就业岗位的担忧自然随之而来。该委员长确信长期来看会产生积极结果。他展望说:“我国是老龄化进展最快的国家”,“由于能够替代人力劳动的机器人等硬件正在准备就绪,我认为在老龄化导致劳动力不足的时期,AI替代人力的时机在一定程度上是吻合的。”不过他强调:“引入AI或机器人应从危险的、或不适合由人来做的工作等对就业影响较小的部分开始”,“不应把AI看作替代人,而应看作让人更轻松、生活更好的工具。”他表示,实际上像为能够如医生一样作出诊断而开发的IBM沃森,就是因为要去做只有医生才能做的最高级领域‘诊断’,所以必然失败。他认为,在医疗领域,像需要人逐一拍摄关节、累加关节年龄的‘骨龄测定’这类工作虽然简单,却能大大减轻人的劳动负担,因此完全可以引入。他说:“具有一定模式的简单重复性工作由AI承担,人则可以在新获得的时间里提高生产效率,或从事只有人类才能做的工作。”
国内企业的AI竞争力如何?最近NAVER集团、KT(030200)、LG电子(066570)等大企业争相投资超大规模AI,但相较海外确实略显迟缓。该委员长断言“现在也不算晚”。他强调:“在超大规模AI领域,美国和中国领先,之后看起来是英国、加拿大、以色列和韩国”,“最近企业投入大规模资本显然值得肯定,而且AI技术最终实现半导体化很重要,在这一领域,拥有Samsung Electronics(005930)、SK海力士(000660)这样世界级企业的韩国完全有胜算。”
第四次产业革命委员会今年下半年的另一项重点工作是激活数据产业。该委员会去年8月在推动数据三法施行令修订的过程中,承担了积极汇集民间意见并传达给政府的角色。由此,其在2月得以扩大作为全国性数据指挥中枢的作用,为通过数据与AI结合实现产业激活打下了基础。今年计划在假名信息结合和MyData业务等方面加快步伐。尤其是我国决定不仅在金融领域,还要在医疗、通信等所有产业推广以数据移动为基础的MyData,因此被期待在全球范围内覆盖面最广、最具引领性。不止停留于建言,还推出了由11项课题和9项服务组成的独立项目“数据119”,这也是这种自信的体现之一。该委员长强调:“在MyData方面金融领域走在最前,医疗则进展缓慢,将其全方位推广是重要课题”,“目标是以扩散MyData为目标,加快作为具体执行课题的数据119项目的推进速度。”






