“人工智能+环境保护”：英国剑桥大学 环境风险人工智能研究专业研究生培养案例分析

彭丽华 董丽丽

摘   要：文章对英国剑桥大学环境风险人工智能研究专业进行个案分析，从学制与学位、入学条件、课程设置和支持计划四个方面阐述剑桥大学环境风险人工智能研究专业研究生培养体系。剖析其跨学科、校企合作等鲜明特色，为国内人工智能方向的研究生培养提供建议，包括促进新建人工智能方向的专业、研究中心，对已有研究机构进行优化升级，完善人工智能方向研究生奖励机制。

关键词：人工智能 研究生培养 环境保护

一、背景

人工智能（AI）具有巨大的发展潜力，它可以提升人们理解、监测和预测环境风险的能力，提供直接的社会效益和潜在的商业机会。要实现人工智能的发展潜力，需要结合特定领域的专业知识和计算机相关知识，通过高等教育培养高端人才进行相关领域的深入研究。党的十八大以来，习近平总书记始终把创新摆在国家发展的核心位置，高度重视人工智能发展，多次强调人工智能重要性，为人工智能赋能新时代指明方向。中国第四届世界智能大会召开期间，中国新一代人工智能发展战略研究院发布了《中国新一代人工智能科技产业发展报告·2020》，分析了中国学术界在人工智能科技产业发展中的推进作用[1]。可以说，对科研高度关注的研究生教育在人工智能领域的研究和人才培养方面具有无法替代的作用。

英国剑桥大学地球科学系开设了环境风险人工智能研究（AI for the study of Environmental Risks，AI4ER）专业，汇集剑桥大学13个系的领导，与英国南极调查局（British Antarctic Survey，BAS）①合作，培训环境科学领域的新一代AI从业人员，培养将AI应用于全球社会面临的最紧迫环境风险的新一代领导者。AI4ER专业是典型的“1+3”模式，即一年研究硕士（Master of Research）和三年哲学博士（Doctor of Philosophy）结合，学生顺利完成学业将获得研究硕士学位和哲学博士学位。AI4ER专业的主要特色在于其嵌入在BAS的实践与研究中，实现理论与实践的紧密结合，帮助硕博研究生更好地适应研究生活，提升科研能力。AI4ER研究生培养体系体现了对学生的人工智能知识和能力水平的着重关注与培养，它也是“人工智能+”复合型人才培养的良好实践，充分体现了跨学科、校企合作等特色，从学科融合、校企合作以及人才培养方式来看，对剑桥大学AI4ER专业进行分析与研究，对中国人工智能方向的人才培养具有一定的参考意义。[2]

二、剑桥大学AI4ER专业

研究生培养个案分析

AI4ER专业通过多个跨学科研究组培养了一批研究人员，他们具有非常强的研究能力，通过利用丰富的数据集，开发和应用前沿的计算方法来应对全球严峻的环境挑战。AI4ER专业研究生与BAS研究人员合作，出色地开展了许多有关环境方面的研究，致力于解决与加强对环境危害的恢复力和管理环境变化有关的问题。该专业具体的环境研究领域主题包括天气、气候和空气质量，自然危害，自然资源（粮食、水、资源安全、生物多样性）。

（一）学制与学位

AI4ER专业的特点是“1+3”综合模式，与国内的“硕博连读”有一定的相似之处，但又有所不同。该专业的学制为一年，学生完成学业后将获得环境数据科學院物理科学专业的研究硕士学位。这一年的学习主要是弥补即将进入博士阶段学习的学生在知识和研究能力方面的不足，因为选择此专业的学生大部分都是希望在研究硕士阶段积累科研能力，为进入博士阶段的学习打好基础，学校也会对学生进行这方面培养，但是根据英国教育“宽进严出”的特点，无法通过硕士考核的学生没有资格继续博士阶段的学习。研究硕士毕业生可以参与科研工作，更多的是参与技术开发、生产实践和管理类工作。进入博士阶段的学生将进行为期三年的研究项目，参与学校和BAS开展的环境保护相关的研究和高质量的培训，进而培养数据科学技能，顺利完成学业后，学生将获得哲学博士学位。大部分学生毕业以后继续从事科研工作，成为真正的科研人员，为环境风险研究作出自己的贡献。[3][4]

（二）入学条件

不论是研究硕士还是哲学博士阶段学习都对学生的学术能力提出了要求，哲学博士则是在研究硕士的基础上更进一步提高对学生科研能力的要求。申请研究硕士项目对学生的本科专业背景没有要求与限制，入学标准主要体现在学术水平和语言水平两个方面。学术方面，申请此项目的英国学生本科成绩应该在60分以上，非英国学生参照本国等效评分标准来判断是否具有入学条件。同时，该专业对有自然科学、工程、计算机科学、数学等学科背景，计算机和编程能力强的优秀本科毕业生需求较高。语言水平方面要求学生至少满足以下一个要求：学术类雅思成绩达到7分;托福总分达到100分，听、说、读、写每个部分都应该达到25分;剑桥高级英语认证考试（Certificate in Advanced English，CAE）等级达到A或B级，剑桥最高级英语认证（Certificate of Proficiency in English，CPE）等级达到 A、B或C级。扎实的学术能力和良好的语言水平能够帮助学生在研究硕士一年的学习中更好地适应研究学习与生活实践。毕业后想要继续攻读博士学位的学生需要通过研究硕士的考核，通常在研究硕士学习期间还要满足以下要求：在研究硕士学习过程中各方面考核均为优秀;课堂出勤率高;经过导师指导，形成出色的研究计划;有两位主研究员作为博士生导师。[5]

（三）课程设置

1.课程目标

研究硕士阶段的课程目标主要是帮助学生进行知识建构并提升学生研究能力，具体目标包括：使学生了解全球面临的一系列紧迫的环境挑战，让学生拥有使用基于AI的工具应对这些挑战的实践经验;提高学生的创新能力和解决复杂问题的能力，培养学生团队合作和领导能力;通过开展相关的项目活动并与合作伙伴在提供教育培训方面紧密整合，发展学生的管理能力，提高学生对工商业和政策驱动因素的认识。博士阶段多以研究和项目实践展开，课程目标聚焦利用计算机技术、算法和人工智能解决特定领域的问题。具体而言，包括使用机器学习来分析数据，处理来自各种来源（包括地面、空中或太空传感器）的数据，并将其分类组合为人类可以理解的类别;利用机器学习系统生成关键指标，跟踪可持续发展目标和进度，确保有效部署工作并保护资源;利用计算机开发解决特定环境问题的方案模型，使用数据驱动的方法对模型输出进行智能后处理并生成定制结果，如整体气候模型输出的偏差校正、缩小比例和最佳加权，以生成决策相关信息，AI在过程中可以简化模型或为模型开发新的经验参数。

2.课程内容

研究硕士和博士阶段的课程内容有很大差异，研究硕士前两个学期以教师授课、研讨为主，第三学期以实践为主，博士阶段则全部为学术研究和项目实践。硕士第一学期开学前的“入学介绍课程”是强制性课程，安排在正常学习周之外的时间进行，主要向学生介绍硕士课程的基本内容，包括实践、讲座、团队建设、社交活动等。硕士第一学期课程学习包括基础课程和专业课程，主要是帮助学生建构知识体系并提升学生科研能力，学生需要了解计算机知识、人工智能相关知识，学习研究方法并形成研究思路。基础课程贯穿10-12月和次年1-3月两个学期，主要包括讲座、示范课、实践课，以及有指导的团队挑战活动。课程内容通常是以讲座形式展开，讲座主题包括概率机器学习、概率基础、统计学、编程、从系统角度看环境风险、云计算和环境数据分析。指导性团队挑战活动是指学生参加团队竞赛，以构建数据驱动的解决方式来应對环境挑战。第二学期学生在课程学习的基础上参与项目活动，教师进行相应指导，使学生能够访问和处理数据，并使用AI生成决策支持信息。专业课程包括讲座课程和研究项目。讲座课程分为两个模块，模块一是“应用领域”课程，包括“大气化学与全球变化”“气候变化与碳循环”“气候的流体动力学”“应对全球变化”“自然危害”;模块二是其他相关课程，包括“移动机器人系统”“机器学习和自然语言处理中的高级主题”“机器学习和贝叶斯推理”“实践中的统计学习”“推理”“先进的机器学习”，这些课程的设置是为了让学生根据自己的研究兴趣和背景参与培训。所有讲座课程大约有100个小时。第三学期学生参与为期三个月的研究项目，学生需要与教师商讨研究主题，以确保项目计划符合学习目标。为了保证团队合作学习，在学期中学生还会参与每周一次的研讨会，促进团队协作。

博士学习阶段是博士生实践课程的补充，学生除了参与项目活动，还将参与培训、研讨会、讲习班，以及从事行业实习。博士研究项目集中在两个关键主题上：一是环境数据分类、集成和分析，二是环境建模[6][7]。因为该专业与BAS紧密合作，BAS致力于在组织内维持一个强大而充满活力的研究社区并成为极地科学研究的领导者，因此也为博士生创造了良好的研究空间和实践机会。BAS对英国未来科学人才的投资有多种形式，其中包括与英国领先的机构、科学中心、博物馆和学校合作，开发并共享正式和非正式的学习资源。BAS的办公室和实验室都在剑桥大学，因而学生能够更加便捷地使用实验室先进设备。BAS为博士生提供了一项短期高级培训课程，课程内容包括在剑桥大学进行为期三天的理论学习和在冰川、海洋地区进行为期五天的实地调研和考察，BAS的极地研究专家和研究人员会指导培训，教导学生将科学思考转化为切实可行的实践计划。除此以外，博士生还可以参与BAS的研究小组，与极地研究员合作，共同探索有关极地环境的信息并利用技术解决问题。[8][9][10]

3.课程评价

为了能够顺利进入博士阶段深入学习，研究硕士生不仅要扩充自己在该领域的知识，还应该在研究方法类课程中提升自己的研究能力。每位学生与导师之间至少要进行三次深入交流，有助于导师更好地提供学习反馈。硕士学位的考核方式包括过程性评价和总结性评价，过程性评价包括个人作业、小组作业和课堂参与，总结性评价是一份完整的报告，报告里需要明确介绍以下三个部分的内容：指导团队挑战（10%）、硕士研究项目报告（75%）、博士项目建议书（15%），硕士生需要将自己参与的研究项目介绍清楚，指出自己在硕士学习期间的进步，并提出博士阶段学习规划。教师会根据学生在第一年的表现进行打分，只有合格的学生才能继续博士阶段的学习，具体考核包括以下内容：一是参加学位课程，获得对环境数据科学专业知识的了解，增强自身优势和知识基础，通过实施硕士层次的独立研究项目，提高研究方法方面的能力;二是在人工智能和机器学习上理解并掌握和研究相关的方法和技术，在环境变化和风险方面的研究得到认可;三是提出一个完整的博士研究计划，并准备好进行第二年的学习;四是形成良好的可迁移技能，包括交流能力、团队协作能力等。研究硕士课程主要是为博士阶段的研究打基础，学生不仅要达到研究生水平，而且要在实践的过程中逐渐走向研究员身份，在一年之内达到这些要求压力较大。在博士阶段，导师定期规划学生的学习进度，并将这些报告反馈给每位学生。在博士学位课程的第一年结束时，学生必须提交一份评估报告，介绍他们的研究进展和计划，这有助于帮助学生反思自己的研究路径，也有助于导师更好地提出改进建议。博士生能够顺利毕业的条件包括出色地完成各种研究项目，撰写一份毕业论文，且该论文要达到该专业博士毕业论文标准。

（四）支持计划

学校为学生提供奖学金和资金资助，金额根据学生的居住地区从全额资助到部分资助不等。英国阿兰·图灵研究所作为英国研究中心，提供的图灵奖学金也用来支持博士生与研究所发展。学生还可获得南极科学研究经费和英国南极调查基础设施的使用权，自然环境研究委员会（Natural Environment Research Council，NERC）等组织机构的学生奖学金。英国南极调查局还与国内外的高等教育机构合作，为从事南极科学研究的学生提供支持。[11]

三、对中国高校人工智能人才培养的启示

（一）创新人才培养模式，抢占世界科技前沿

2020年，教育部、国家发展改革委、财政部印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，提出依托“双一流”建设，深化人工智能内涵，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，探索深度融合的学科建设和人才培养新模式，着力提升人工智能领域研究生培养水平，为我国抢占世界科技前沿、实现引领性原创成果的重大突破提供更加充分的人才支撑。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，培养和汇集具有创新能力与合作精神的高层次人才，是高校的重要使命[12]。从英国剑桥大学人工智能方向研究生入学标准中可以看出，学校在研究生阶段对人工智能方向的研究生学术能力和语言水平要求严格，并且在课程学习过程中不断锻炼学生的逻辑思维能力、科学实践能力、问题解决能力，培养学生团队合作精神和领导力，有助于学生在人工智能领域从事更深层次的研究。中国要加大联合培养人工智能领域博士生支持力度，建设人工智能国际合作科研平台和基地。高校应提高人工智能方向研究生培养标准，不断创新研究生培养模式，着力培养理论基础扎实、实践能力强的研究人员。

（二）扩大跨学科深度融合，加强跨界合作发展

近年来，中国先后发布一系列国家级战略规划，启动实施人工智能重大项目，推动人工智能学科建设，布局人工智能创新发展实验室，关注人工智能领域理论和实践的同向发展，促进人工智能与社会的高度融合。但是，中国人工智能领域学科建设缺乏深度交叉融合，基础理论、原创算法、高端芯片等方面突破较少，高校和企业的产学研合作缺乏有效的激励机制。剑桥大学环境风险人工智能研究专业真正实现了跨学科、校企合作，中国高校在人工智能领域跨学科发展和融合方面还需进一步发展，可以通过自主试点、先行先试的方式，自主设置人工智能交叉学科[13]。高校需要进行学科融合，汇集优质教师资源，培养学生多角度问题思考的能力和创新问题解决方法。校企合作有助于从实际出发，解决真实问题，实现理论到实践、实践到理论的进一步深入发展。2018年12月，剑桥大学地球科学系主任和矿物物理学家到访北京大学地球与空间科学学院，教授们在进行学术交流过程中就如何进行科学研究合作进行了深入的讨论，提出希望从教学、科研两方面进行深入合作，从短期课程开始逐步展开。北京大学作为双一流高校，為培养人工智能专业复合型人才跨界合作、跨国合作做出了良好示范，其他高校也可以借鉴学习并逐步扩大合作范围。[14]

注释：

①BAS是英国自然环境研究委员会的四个研究中心之一，主要通过增进对自然和人为现象产生的过程、脆弱性和风险的了解，提高其预测环境变化的能力，尽可能以最具成本效益的方式提供和管理大型极地基础设施资产、服务来支持英国的极地研究工作，并为国家政策和经济决策流程提供信息，促进社会良好发展。

参考文献：

[1]光明日报.人工智能科技产业步入融合的新阶段——《中国新一代人工智能科技产业发展报告·2020》用数据说话[EB/OL].（2020-06-30）[2020-07-05].https：//article.xuexi.cn/articles/index.html？source= share&art_id=18049103199005395049&showmenu=false&study_style_id=feeds_default&t=1593494685076 &share_to=copylink&item_id=18049103199005395049.html.

[2]University of Cambridge. Department of earth sciences[EB/OL].[2020-07-10].https：//www.postgraduate.study.cam.ac.uk/courses/departments/eaes.

[3]University of Cambridge. MRes+PhD in application of artificial intelligence to the study of environmental risks overview[EB/OL].[2020-07-10].https：//www.graduate.study.cam.ac.uk/courses/directory/eaespdaai.

[4]University of Cambridge. Master of research[EB/OL].[2020-07-10].https：//www.postgraduate.study.cam.ac.uk/courses/qualifications/mres.

[5]University of Cambridge. MRes+PhD in application of artificial intelligence to the study of environmental risks requirements[EB/OL]. [2020-07-10].https：//www.graduate.study.cam.ac.uk/courses/directory/eaespdaai/requirements.

[6]University of Cambridge. AI for the study of environmental risks （AI4ER）[EB/OL].[2020-07-10].https：//ai4er-cdt.esc.cam.ac.uk/phd.

[7]University of Cambridge. Doctor of philosophy[EB/OL].[2020-07-10].https：//www.postgraduate.study.cam.ac.uk/courses/qualifications/phd.

[8]BAS. Science， students and post grads[EB/OL].[2020-07-10].https：//www.bas.ac.uk/science/science-and-students/.

[9]BAS. Student training and PhD opportunities[EB/OL].[2020-07-10].https：//www.bas.ac.uk/science/science-and-students/nerc-doctoral-training-opportunities/.

[10]BAS. BAS advanced training short course[EB/OL].[2020-07-10].https：//www.bas.ac.uk/science/science-and-students/nerc-doctoral-training-opportunities/bas-advanced-training-short-course.

[11]BAS. Funding and awards[EB/OL].[2020-07-10].https：//www.bas.ac.uk/science/our-research/funding-and-awards/.

[12]新华社.新华社发布2019年度“人工智能时代媒体转型与发展”研究报告[EB/OL].（2020-02-21）[2020-07-05].https：//article.xuexi.cn/articles/index.html？source=share&art_id=9807004313432742749& showmenu=false&study_style_id=feeds_default&t=1582636495299&share_to=copylink&item_id=9807004313432742749.html.

[13]人民网.全国人大代表刘庆峰：让人工智能助力抗疫，引领新基建[EB/OL].（2020-05-20）[2020-07-05].https：//article.xuexi.cn/articles/index.html？source=share&art_id=5940973612486675754&showmenu=false&study_style_id=feeds_default&t=1589966751345 &share_to=copylink&item_id=5940973612486675754.html.

[14]北京大学地球与空间科学学院.剑桥大学地球科学系主任雷德芬·西蒙教授到访北京大学地球与空间科学学院[EB/OL].（2018-12-13）[2020-07-10].https：//sess.pku.edu.cn/xwzx/xydt/313020.htm.

编辑 吕伊雯   校对 徐玲玲