:::

美國AI人才培育與發展政策研析


人工智慧(Artificial Intelligence,以下簡稱AI)和相關技術發展創造了新的工作機會,同時也改變了工作的性質。因此個人、企業與政府應思考當前和未來勞動力可否適應AI時代所需的技能,同時培養具理解與應用AI能力的人才,以奠定整體產業與國家在AI時代的競爭力。目前全球主要的科技企業無不積極強化AI能力,美國是箇中翹楚。根據Tortoise顧問機構所出版的《The Global AI Index》報告指出,美國位居全球人工智慧之冠,其在人才(Talent)、研究(Research)、發展(Development)與商業化(Commercial)方面均排名第一。本文將剖析美國研發與教育體系培養AI人才的政策和相關措施。

《The Global AI Index》所做的調查排名,美國在人才(Talent)、研究(Research)、發展(Development)與商業化(Commercial)方面均為第一。

圖一、《The Global AI Index》全球人工智慧發展指數前十大國家排名

(資料來源:Tortoise)

 

打基礎:從小培養數位與運算素養

在2018年,美國聯邦政府的STEM五年教育戰略計畫(Charting a Course for Success: America’s Strategy for STEM Education)強調數位設施和網際網路帶來社會轉型,因此每個人都要具備基本數位技術或數位素養(digital literacy),包括可運用電腦或運算工具建立網站、影音編輯、3D列印等技能或運算素養(computational literacy)。

美國國家科學基金會(National Science Foundation, NSF)彙編一系列電腦運算相關課程和網路資源,以協助教師、學生和家庭培養數位與運算素養。這些資源包括:協助學生瞭解運算科學專案和機會的工具、關於年輕人與數位媒體互動的資訊、高中和大學電腦科學專業學生的資源,以及網路安全(cybersecurity)等資訊,甚至有最新的無人機和量子科學等訊息,且資訊形式有圖文並茂的文字與影片。這些推動的計畫和活動鼓勵學生與教師整合運算思維和原則到所有學科與活動中。

2016年由Association for Computing Machinery(電腦協會)、Code.org、Computer Science Teachers Association(電腦科學教師協會)等民間組織與美國各州教育局代表、大型學區代表與大學學者共同合作訂定了「K-12電腦科學框架(K-12 Computer Science Framework)」。該學習框架作為從幼稚園到高中畢業之電腦科學課程設計與教師培訓的根據,定義具有運算素養的學生在每個階段應有的行為表現、思考方式與發展進程,同時鼓勵課程開發人員和教育工作者能夠引發學生的興趣和能力的學習體驗。在框架中,程式設計只是運算素養的一小部分,還需要瞭解網路運作原理、資料分析、運算對社會之影響等知識。此外應用電腦科學解決能力的技能包括:協同合作、溝通、抽象推理與創造力等。

 
表一、美國K-12電腦科學框架內容

核心概念

核心實務

1. 運算系統

2. 網路與網際網路

3. 資料與分析

4. 演算法和程式設計

5. 運算對社會之影響

 

 

1. 促進包容性的運算文化

2. 協同合作

3. 認知與定義運算問題

4. 開發與運用抽象推理

5. 建立運算工作

6. 測試與調整運算工作

7. 溝通

(資料來源:K-12 Computer Science Framework)

2019年美國人工智慧促進協會(Association for the Advancement of Artificial Intelligence)與電腦科學教師協會在NSF的ITEST (Innovative Technology Experiences for Students and Teachers)計畫支持下,共同組成AI4k12.org組織。AI4k12發佈了適用於中小學人工智慧教育的五大概念(Five Big Ideas in AI),提供參與人工智慧教學的一線教師指引:

  1. 感知(Perception):教育現場可結合工智慧應用例如無人駕駛汽車、無人送貨機、智慧家庭等場景,協助學生理解機器感知概念。
  2. 表示和推理(Representation & Reasoning):智慧代理(Agents)透過特定邏輯含模型表示現實世界,並進行推理。智慧代理可以推理複雜的問題,但他們並不像人類一樣思考問題。
  3. 機器學習(Learning):電腦可以從資料中學習,機器學習是一種在資料中找到規律的統計推斷的方式,例如可從org程式設計教育網站中,透過「在海洋中使用的AI (AI for Oceans)」,協助學生理解機器學習。
  4. 人機交互(Natural Interaction):利用生活中的智慧音箱讓學生體驗人機交互過程,讓學生理解AI並沒有想像中那麼聰明,有助於學生未來進行人機交互與協作。
  5. 社會影響(Societal Impact):隨著智慧化程度的提高,更多的機器參與人類生活,日益凸顯法律道德問題,如無人駕駛汽車產生的交通安全事故。

 

育尖端:多元獎助金培育高端AI人才

美國並沒有特定計畫專門培養高端AI人才,主要是AI人才的定義非常廣泛,若從電腦科學專業的角度而言,包括電腦、電子電機、資訊科學等專業領域;另一方面,AI應用在多元產業中,許多人即使不是電腦科學背景也能夠透過跨領域學習成為AI人才,其中物理和數學專業的背景最多,甚至學習神經科學、生物資訊學、機械工程、化學等背景者皆可能是潛在AI人才。

為了確保美國持續在AI技術領先全球,美國聯邦政府根據「國家人工智慧倡議法案(National AI Initiative Act)」,要求各機構協助美國勞工透過電腦科學和STEM等獎學金和培訓計畫,取得AI相關技能與培育AI人才。

聯邦的研發機構支持AI研究生和博士後研究的獎學金計劃之案例:

  • NSF的研究生研究獎學金計劃(Graduate Research Fellowship Program, GRFP)。從2020年開始,GRFP徵集內容中強調該年度將提供獎學金給AI領域的研究生。
  • NRC博士後研究助理計劃(Postdoctoral Research Associateships Program)。此獎助學金的經費來自美國公立實驗室(含軍方),不僅提供美國博士後研究人員,也提供給國外畢業的博士後人員。獎助金最多可長達三年,每年津貼從45,000至80,000美元,主辦實驗室提供研究設施、設備和研究用品資金,並由實驗室的資深研究人員擔任研究顧問,指導博士後研究員工作。
  • NIST專業研究體驗計畫(Professional Research Experience Program, PREP)。自1991年起的PREP計畫,目的是提供大學生、研究生、博士後和教師於NIST實驗室工作的經驗和經濟援助,以確保美國高技能STEM勞動力的持續成長和進步。AI是目前PREP資助的重點領域之一。在2022年度,NIST的PREP經費總額約為2億美元,專案執行期最長為五年。
  • 美國能源部(United States Department of Energy, DOE)的運算科學研究生獎學金(Computational Science Graduate Fellowship, CSGF)。CSGF自1991年起廣泛培育先進運算科學家,也加速能源研究的突破性發展,能源部也有全美高速運算的資源。CSGF提供研究生長達四年的支持,每年最多提供36,000美元補助,每年資助名額約20位。CSGF目前支持47所大學的107位學生,過去已培育75所大學560個學生,且這些畢業生目前任職於DOE國家實驗室、企業和大學。

 

未來趨勢:體驗式學習的人才培育

隨著中國大陸在AI與半導體技術發展對美國產生競爭威脅下,美國近年來強化新興技術與供應鏈自主,顯而易見的挑戰是缺乏足夠人才,尤其是未來將增加新興科技產業發展的人才需求。因此NSF在2022年10月提出一項3,000萬美元的勞動力發展計畫,稱為「新興與創新技術之體驗式學習(Experiential Learning for Emerging and Novel Technologies, ExLENT)計畫」,透過此新計畫支持來自不同專業和教育背景的個人體驗式學習機會與「做中學(learning-by-doing)」方式,培養多元STEM勞動力,同時提高他們對新興技術領域(如:先進製造、先進無線、人工智慧、生物技術、量子資訊科學、半導體和微電子)職涯的興趣。預計每個通過審查的ExLENT計畫在三年內提供高達100萬美元的獎助資金,鏈結企業、政府與非營利機構和STEM學習者,共同探索新興技術的職涯機會與技能領域,此計畫預計從2023年實施。

作者:魏依玲/工研院產科國際所政策組資深研究經理