摘要: 原標題：離年薪百萬最近的大學專業，正在淪為新天坑 編者按：當 ChatGPT 橫空出世，瞬間在全球范圍內掀起人工智能的熱潮；國產的 Kimi、豆包等也不甘示
原標題：離年薪百萬最近的大學專業，正在淪為新“天坑”
編者按：當 ChatGPT 橫空出世，瞬間在全球范圍內掀起人工智能的熱潮；國產的 Kimi、豆包等也不甘示弱，頻頻走入大眾視野。一時間，人工智能成為了時代的風口，無數人渴望借勢而起。眾多互聯網大廠紛紛拋出高薪橄欖枝，算法工程師們仿佛一夜之間拿到了年薪百萬的入場券。在這股浪潮下，人工智能專業迅速成為考生們眼中的熱門選擇。然而，看似光鮮的背后，這個專業卻暗藏隱憂。
如今，甭管是ChatGPT 還是國產 Kimi、豆包，都很難再帶給大家橫空出世時的“億點點”驚艷。
技術震撼已成過去時，取而代之的是搞錢狂熱——腦子活絡的用 AI 寫作繪畫，搞副業賺外快；深諳販賣焦慮套路的博主，則造人設做知識付費，被戲稱“AI 時代第一桶金都被賣課的賺去了”。
一眾互聯網大廠們也在招賢納士，這一次，年薪百萬的好福氣輪到了算法工程師的頭上。面對如此時代紅利，想要分一杯羹的，還有大批沖向爆款人工智能專業的學生。
不過，讀人工智能專業究竟是高前景還是高風險？本科四年學習，個中滋味又如何？
01
人工智能專業，高校新寵兒
高考結束選專業，宛如一場賭博。成績分數、學校層級、專業前景，無一不是決定未來四年的關鍵變量。
很多考生既不愿浪費一分，但未經世事又不知道該選什么，最后往往是看時下什么行業前景好、薪資高就匆匆跟風上車，人工智能便是其中一個。
作為新興專業，人工智能其實是以計算機科學為基礎，又交叉融合了神經和認知科學、數學、心理學等多學科 ，屬于工學下的電子信息類 [1]。
2018 年，教育部發布了《高等學校人工智能創新行動計劃》，同一年，以南京大學、上海交通大學為領頭的 35 所高等院校率先開設人工智能本科專業，成為第一批吃螃蟹的學校 [1][3]。
到了 2019 年，更有 180 所高校一擁而上追趕這波熱潮，人工智能專業新增高校的數量迅速達到峰值，隨后幾年呈現下降趨勢。截至 2023 年，全國共有 532 所普通高校開設此專業，占到普通本科高校總數的 40.67% [4][5]。
不過新增人工智能專業的高校數量下降，并不意味著人工智能專業“涼了”，而是隨著學科布局日趨飽和，新一輪的資源博弈正浮上臺面。
今年4月和11月，教育部先后公布了兩批“人工智能+高等教育”應用場景典型案例，共計50個案例，其中有43個都來自985和211高校 [6][7]。
當一些開設人工智能專業的雙非院校還在“誰來講課”“講什么課”中苦苦掙扎時，實力名校已經開始強調技術落地，卷向新的階段。而這樣的局面，其實早在人工智能專業正式入駐各高校學院的時候，就有跡可循。
我們統計了所有開設人工智能本科專業的院校，發現在532所高校中，如南京大學、中國人民大學、西安電子科技大學等85所選擇“自立門戶”，整合現有師資與教學資源，成立人工智能學院。
更多的普通院校，則是將人工智能專業掛靠在原有的計算機學院、信息工程學院、大數據學院等院系。既方便“就地取材”學院現有資源，也不耽誤蹭上熱門，好招來生源。
但也有特殊的情況，比如西安工業大學結合自身的軍工優勢，另辟蹊徑將人工智能專業納入兵器科學與技術學院，研究“智能兵器” [1][8]。
02
本科四年，學成“多面手”
雖然在外人看來，人工智能四個字聽上去總是高深莫測、虛無縹緲，但其實它仰賴的基礎依舊是計算機學科。
正因如此，學生想學好人工智能就得成為“多面手”——不僅要數學好，看得懂算法公式的底層邏輯；又要足夠了解計算機，具有較強的編程能力；還得學機器學習、自然語言處理、深度學習等課程，設法教會計算機像人腦一樣思考。
可以說，就讀計算機專業學生會吃的苦頭，人工智能專業的學生也要跟著吃一遍，甚至更多。
比如寫課后作業，學生們不是當“代碼裁縫”，去 CSDN、Stack Overflow 等專業論壇里找代代相傳的答案；就是當“江洋大盜”，打劫大佬的代碼，試圖蒙混過關，開一百個標簽頁就為解決一個非常簡單的文件讀寫或者環境配置問題。
而學生 debug 時更是血壓一次比一次高，披星戴月熬夜到凌晨三四點是家常便飯，最后發現不是代碼跑完但忘記改目錄，就是運算平臺顯存不足，獨留自己和“No such file named”“CUDA Out of memory”等各種報錯在風中凌亂。
更慘的是，在許多層次偏低的高校，課程體系設計并不完善，只是照葫蘆畫瓢開設了人工智能導論、機器學習等基礎課程，學生四年所學不僅雜亂還膚淺，被吐槽是只會數據煉丹的“調參俠”：
我們就是把計科和電子的專業基礎課都學一遍，再把機器學習“西瓜書”拿出來粗略講一講，最后敲代碼不如計科，做芯片又不如電子，多而不精，面面蜻蜓點水，每一樣都差距甚遠。
究其原因，由高校人工智能相關專業老師學生等創建的開源組織 Datawhale 發布的《2023 中國人工智能人才學習白皮書》就指出，人工智能人才培養錯位的三個主要問題就是：缺實踐、教學內容過時與教學方式固化 [9]。
像關于人工智能發展史、機器學習原理這樣的理論課程，教師可以很快上手教課，但是，讓不熟悉 AI 實操的老師們指導一個應用落地，大家就犯怵了。最后學生被老師“半散養”——雜活是要做的，但指導和資源是沒有的：
問導師問題只會告訴我“多看看文獻，自己看著辦”，從不正面回復我的題目是否可行，還夾雜著點PUA的話。
雙非資源一般，而整個實驗室只有兩張 3090 顯卡，你覺得夠一組人做計算機視覺嗎？
03
夢中情職，距離甚遠
B 站的課越看越多，leetcode（用于編碼面試準備的在線平臺）的題越刷越難，很多學生辛苦四年，臨到畢業都只能摸到人工智能行業的冰山一角，遙望自己與理想薪資的距離。
智聯招聘 2024 年第二季度《中國企業招聘薪酬報告》數據顯示，在企業招聘薪酬前 20 名的職業中，有一半都與計算機打交道，人工智能工程師更是以 22003 元的平均月薪位居榜首，遙遙領先 [10]。
具體而言，從崗位類型看，人工智能工程師包括導航算法、深度學習、機器人算法、自然語言處理、機器學習工程師等細分方向 [10]。
只是高薪往往也意味著激烈的競爭，能上桌分蛋糕的，既得學歷出眾，還得技術過硬，兩者缺一不可。
而且與大家想象中的“對口專業、超好就業”不同，人工智能專業的畢業生，往往需要和計算機、電子信息專業的學生同臺打擂，爭奪同一個崗位。
《2024年中國本科生就業報告》就顯示，2021-2023屆本科畢業生從事人工智能工程技術人員的構成里，分別有 41.1% 和 12.1% 來自計算機類專業和電子信息類專業 [11]。
此外，企業在招聘時對人工智能工程師的要求也很高，處于一種寧缺毋濫的狀態，即便急于“招兵買馬”，需要的也是“上等馬” [12]。
根據《人工智能產業人才發展報告（2019-2020 年版）》，算法研究崗和應用開發崗的學歷準入門檻遠高于其他崗位，要求研究生學歷的崗位比例分別為 45.1% 和 41.9%，作為對比，產品經理這一比例僅為 4.6% [13]。
從技術方向看，機器學習、計算機視覺、智能語音要求具備碩士及以上學歷的比例都在四成及以上。
因此，不少學生本科畢業后往往選擇繼續深造，增強競爭力。到最后，行業金字塔尖的風光無限，塔底的則擁擠不堪。算法大神拿著 985 本碩博學歷與多篇頂會論文，早早被多家公司預定，offer 多得甚至可以打牌。
而普通學生在本就已經少得可憐的崗位中卷生卷死，投遞上百份簡歷，大多都淹沒在人才庫。還沒來得及整頓職場，就先被人工智能機器人面試官整頓。只能苦笑感慨：
我與人工智能最近的距離，可能是 200 塊一天的數據標注工，就像你讀通信工程，結果工作是在電子廠流水線裝鬧鐘。
新教育 · 新觀察 · 新視點
