日本 人工智能 战略 及 人才 培养 模式 研究 
一 、 日本 人工智能 产业 背景 
1 产业 发展 政策 
随着 以 大 数据 、 智能 机器人 、 物 联网 等 为 代表 的 人工智能 （ Artificial Intelligence ， AI ) 技术 的 迅猛 发展 ， 日本 政府 于 2013 年 提出 了 “ 日本 再 兴 战略 ” ， 将 AI 等 高科技 产业 作为 成长 战略 的 核心 。 2016 年 ， 日本 制定 了 第 5 期 科学 技术 基本 计划 、 “ i - Construction ” 等 政策 ， 具体 细化 了 超 智慧 社会 建设 的 各 领域 要求 ， 以 实现 科技 创新 ； 同年 ， 由 日本 政府 成立 “ 人工智能 技术 战略 会议 ” ， 提出 人工智能 战略 和 产业化 路径 图 ， 确定 以 生产 、 健康 、 医护 、 空间 移动 、 信息 安全 为 重点 扶持 领域 。 该 会议 由 内阁 府 、 经济 产业 省 、 厚 生 劳动 省 等 多 个 部委 参与 ， 成为 日本 实质上 的 国家 人工智能 战略 司令部 ， 跨 产 官 学界 协调 整合 资源 ， 制定 了 研究 开发 、 人才 培养 、 环境 整备 、 创业 扶持 、 促进 理解 等 五大 核心 [ 1 ] 。 
2017 年 ， 日本 制定 “ 未来 投资 战略 2017 ” ， 提出 为 实现 新型 超 智慧 社会 “ Society 5 . 0 ” ， 应 
强化 数理 教育 和 信息 技术 教育 ， 且 人才 培养 和 技术 应用 改革 同步 并举 ， 强力 推进 人工智能 的 普及 应用 [ 2 ] 。 日本 政府 为 AI 产业 所 拨 划 的 财务 预算 逐年 递增 ， 2019 年 达到 1200 亿 日元 ， 为 上 一 年度 的 1 . 5 倍 。 2019 年 ， 日本 正式 提出 “ AI 战略 ” ， 以 尊重 人类 、 多样性 和 可持续发展 为 理念 ， 设定 人才 、 产业 竞争力 、 技术 体系 、 国际化 等 四大 战略 目标 ， 提出 ： ① 推动 教育 改革 与 技术 研发 ， 培养 全体 国民 的 “ 数理 ? 数据 科学 ? AI ” 相关 基础 能力 ， 实现 学生 人手 一 台 信息 终端 ， 促进 AI 与 各 专业 融合 的 跨 界 教育 ， 构建 AI 研发 的 日本 模型 和 AI 研发 网络 ； ② 强化 社会 实际 应用 ， 建设 世界 一流 医疗 AI 研究 ， 导入 智慧 农业 技术 ， 实现 AI 终端 和 物流 数据 基础 ， 构建 智慧 城市 ， 同时 借助 AI 削减 公共 服务 和 行政 成本 ， 提高 业务 效率 ， 进行 AI 服务 标准化 建设 ， 扶持 中小企业 和 新兴 企业 ； ③ 注重 AI 社会 原则 ， 开展 AI 伦理 建设 ， 构建 国际 合作 体制 等 [ 3 ] 。 
2 人才 培养 政策 
根据 日本 经济 产业 省 的 统计 ， 2018 年 日本 信息 技术 类 专业 大学生 约 3 万人 ， 而 高端 IT 人才 （ 含 大 数据 、 IoT 和 人工智能 等 领域 的 人才 ） 合计 仅 10 万人 ， 预计 至 2020 年 信息 技术 人才 缺口 将 达 30 万人 。 因此 ， 2019 年 日本 设定 每年 培养 25 万 人工智能 相关 人才 的 宏伟 目标 ， 如 图 1 所 示 。 其中 ， 顶级 核心 人才 由 日本 科技 厅 、 总务 省 、 文 部 科学 省 和 经济 产业 省 联合 开展 博士 教育 项目 ， 中层 人才 由 厚生省 和 经济 产业 省 负责 开展 AI 职业 再教育 培训 ， 实习 人才 由 文 部 科学 省 负责 开展 产 学 联合 的 信息 专业 人才 培养 实践 教育 项目 ， 通过 工科 教育 改革 强化 数据 科学 等 领域 的 教育 。 同时 ， 为 广泛 培养 更多 的 基础性 人才 ， 需 针对 所有 大学生 普及 开展 数理 和 数据 科学 相关 的 标准化 课程 ， 以 2020 年 新版 学习 指导 要领 为 切入点 ， 进行 高考 改革 ， 并 针对 全体 中小学生 开展 更 深层次 的 信息化 教育 ， 增设 面向 社会 人员 的 专业 课程 ， 集中 资源 开展 AI 创新 。 
此外 ， 日本 政府 还 打响 了 国际 人才 争夺战 ， 采用 各种 政策 吸引 国外 人才 ， 以 新 设 的 “ 高度 人才 ” 签证 为 例 ， 通过 对 专业 、 学历 、 论文 、 专利 等 进行 人才 评分 ， 针对 达到 一定 分数 的 高级 人才 开辟 特殊 签证 渠道 ， 最 短 1 年 即 给予 永久 居住 权 。 
二 、 日本 AI 人才 培养 模式 
据 日本 文 部 科学 省 调查 显示 ， 截止 到 2018 年 ， 全国 的 AI 专业 相关 硕士 毕业 人数 仅 为 2800 人 [ 4 ] ， 日本 各 大 高校 的 AI 教育 规模 极 小 ， 人才 培养 速度 远 跟 不 上 实际 要求 。 因此 ， 日本 政府 认为 凭借 现有 教育 体制 很 难 解决 实际 困难 ， 需 大力 推进 教育 改革 ， 其 核心 举措 如下 ： 
1 初 中等教育 ： 贯彻 编程 教育 
目前 ， 日本 的 初 中等教育 均 以 文 部 科学 省 颁布 的 《 学习 指导 要领 》 为准 ， 该 要领 约 每 10 年 修改 一 次 ， 目前 执行 的 是 2008 年 公布 的 标准 ， 高中 设置 必修 科目 信息 课 ， 包括 “ 社会 与 信息 ” 和 “ 信息 科学 ” 两 门 课程 ， 要求 从中 二 选 一 作为 必修 ； 初中 在 必修 科目 技术 家庭 课 中 设置 有关 信息 技术 教学 内容 ， 小学 则 在 综合 学习 时间 课程 中 设置 ， 并且 其它 国语 、 算数 等 基础 课程 中 也 要求 穿插 信息 技术 相关 知识 [ 5 ] 。 受到 技术 变革 的 冲击 ， 日本 政府 已经 意识到 该 标准 落伍 ， 故 于 2016 年 提出 在 小学 阶段 就 开展 编程 教育 （ Programming Education ） ， 2020 年 即将 启用 的 新版 《 学习 指导 要领 》 则 要求 培养 信息 应用 、 语言 、 问题 发现 和 解决 等 能力 ， 如 高中 阶段 改为 必修课 “ 信息 I ” ， 包括 信息社会 问题 解决 、 计算机 与 编程 、 信息 通信 网络 与 数据 利用 等 内容 ， 同时 增设 选修课 “ 信息 II ” ， 涵盖 信息社会 进展 与 信息 技术 、 信息 与 数据 科学 、 信息 系统 与 编程 等 内容 ； 小学 明确 要求 在 各 课程 中 有 计划 地 开展 编程 教育 ， 培养 信息化 理论性 思考 能力 ； 初中 则 增加 数据 安全 、 信息 系统 、 网络 资源 应用 等 内容 [ 5 ] 。 
2 高等教育 ： 强化 教育 改革 
高等教育 作为 AI 战略 人才 培养 的 重点 ， 日本 要求 高校 向 所有 在校生 提供 AI 基础教育 ， 要求 学生 理解 基本 的 编程 机制 ， 理解 AI 伦理 道德 ， 并 颁发 相应 水平 的 结业 证 。 同时 ， 消除 文理 分科 障碍 ， 增加 跨 专业 综合型 人才 的 培养 ， 鼓励 新 设 AI 相关 专业 或 课程 ， 强化 产 官学 联合 培养 模式 ， 以 “ 实践 + 科研 ” 的 形式 推动 企业 与 高校 联合 培养 人才 。 为此 ， 由 文 部 科学 省 立项 ， 于 2018 年 开始 投入 6 亿 日元 ， 以 北海道 大学 、 滋 贺 大学 、 东京 大学 、 京都 大学 、 大阪 大学 、 九州 大学 等 六 所 高校 为 试点 单位 ， 设置 数理 及 数据 科学 教育中心 ， 面向 全体 学生 开展 AI 通 识 教育 ， 由此 形成 高校 教育 联盟 团体 ， 在 2023 年前 完成 标准化 教学 体系 和 教材 的 制作 ， 并 逐步 向 全国 普及 。 
在 教学改革 方面 ， 如 图 2 所 示 ， 首先 推动 工科 的 跨 专业 改革 ， 集中 优势 资源 调整 招生 指标 和 师资 ， 在 所有 工科 专业 中将 信息 课 设为 必修 科目 ， 加入 经济学 、 社会学 等 文科 专业 教学 内容 ， 培养 今后 各 领域 的 AI 人才 ， 同时 导入 “ 主 专业 + 副 专业 ” 双 专业 体制 ， 推动 本 硕 跨 专业 联合 培养 ， 积极 引入 企业 资源 开展 实践 型 课程 [ 6 ] 。 
与此同时 ， 在 学科 建设 方面 ， 日本 各 大 高校 纷纷 设立 AI 教育 课程 或 专业 。 表 2 是 近年来 日本 高校 中新 设 AI 相关 专业 和 课程 的 主要 高校 名单 [ 7 ] ， 如 滋 贺 大学 积极 寻求 跨学科 融合 改革 ， 于 2017 年 首创 数据 科学 学院 ， 每年 招收 100 名 本科生 ； 2019 年 又 首创 数据 科学 研究 科 ， 每年 招收 20 名 硕士 ； 培养 模式 包括 企业 在职 人员 定向 培养 和 普通 招考 两 类 ， 入学 要求 数学 、 信息学 、 统计学 及 英语 的 成绩 ， 并 率先 在 入学 考试 中 承认 IT Passport 、 统计 检定 等 职业 资格 考试 成绩 ， 其主 干 课程 包括 数据 科学 概论 、 网络 数据 挖掘 、 模型 评价 、 统计 建 模 等 。 
在 新 设 课程 方面 ， 东京 大学 和 大阪 大学 接受 日本 新 能源 及 产业 技术 综合 开发 研究 机构 的 立项 ， 面向 社会 人员 开设 短期 人工智能 讲座 。 2018 年 ， 东京 大学 第一 期 讲座 招收 40 名 ， 而 报名 人数 高达 230 余人 。 同时 ， 东京 大学 采用 校 企 合作 模式 ， 于 2016 年 接受 丰田 汽车 、 松下 集团 等 8 家 企业 8 亿 日元 捐赠 ， 在 信息 理工 研究 科 开设 高端 人工智能 学 教育 课程 ， 每 届 招收 约 50 人 ， 另外 还 开设 了 与 信息学 院校 企 合作 的 信息 经济 AI 课程 、 与 医学 研究 科 合作 的 医疗 AI 开发 等 课程 。 
此外 ， 早 稻田 大学 联合 13 家 专业 机构 和 院校 ， 开设 以 IoT 技术 为 核心 的 AI 短期 课程 ； 关西 大学 与 IBM 合作 制定 “ AI 活用 人才 培养 计划 ” ， 招生 不 分 专业 ； 立 教 大学 将于 2020 年 成立 “ 人工智能 科学 研究 科 ” ， 计划 面向 社会 人员 每年 招收 硕士 63 名 ， 以 培养 企业 应用 型 职业 人才 。 
3 社会 职业教育 ： 推动 多 领域 合作 
为 弥补 学校 教育 的 不足 ， 强化 人才 终身教育 的 体制 ， 日本 积极 开展 社会 职业教育 ， 以求 增强 人才 流动性 ， 破除 企业 部门 间 的 壁垒 ， 增强 数据 信息 的 开放性 和 共享 性 ， 承认 兼职 副业 ， 促进 AI 在 各 领域 的 渗透 性 创新 ， 大力 推动 产 官学 合作 ， 开展 教育 体制 、 组织 结构 、 工作 方式 等 多方面 改革 。 以 文 部 科学 省 的 “ 面向 Society 5 . 0 的 高度 技术 人才 培养 事业 ” 为 例 ， 2018 年度 投入 预算 12 亿 日元 ， 通过 企业 与 大学 合作 ， 构建 实践 型 教育 网络 体系 ， 加快 社会 人才 的 高校 再 回炉 教育 ， 其中 “ enPiT - Pro ” 子 项目 便 在 36 所 大学 和 65 家 企业 开展 面向 IT 人才 的 再 培训 项目 ， 在 
7 所 大学 面向 社会 人员 开展 多 地 联合 授课 ， 并 颁发 学习 证书 以 促进 人才 的 再就业 。 
同时 ， 日本 积极 利用 AI 领域 的 社会 组织 力量 ， 早在 1986 年 就 成立 了 日本 人工智能 学会 （ The 
Japanese Society for Artificial Intelligence ） 。 与 纯粹 的 学术 团体 不同 ， 该 学会 除 高校 学者 外 ， 还 集中 了 日本 几乎 所有 信息 通信 相关 产业 的 产业 巨头 和 科研院所 ， 同时 还有 科学 技术 振兴 机构 、 总务 省 信息 通信 政策 研究所 等 政府 部门 。 2013 年 数据 分析 领域 的 民间团体 数据 科学 协会 成立 ， 至今 已 有 64 家 企业 和 5200 多 位 会员 。 此外 ， 还有 各 领域 的 学术 团体 ， 如 日本 医学 人工智能 学会 、 
日本 智能 信息 模糊 理论 学会 、 日本 深度 学习 协会 、 人工智能 商业 创新 协会 等 。 
另外 ， 日本 还 大力 推动 与 其它 国家 开展 教育 合作 ， 如 与 东盟 （ Association of Southeast Asian Nations ， ASEAN ） 国家 的 大学 合作 ， 由 日本 企业 捐资 ， 派遣 教师 开设 信息 技术 课程 ， 以求 培养 当地 优秀 人才 。 截止 到 2019 年 3 月 ， 日本 已 在 越南 国家 大学 、 邮政 通信 学院 等 6 所 大学 设置 4 
门 课程 ， 在 缅甸 仰光 信息 技术 大学 设置 1 门 课程 。 而 在 雇佣 外国人 方面 ， 日本 于 2018 年 推出 新 的 技能 研修 签证 ， 认定 具有 电器 机械 、 信息 等 特定 技能 的 人才 可以 获得 长期 工作 签证 ， 给予 职业培训 和 语言 技能 教育 相关 支持 。 
三 、 日本 AI 人才 培养 存在 的 问题 与 启示 
综上所述 ， 日本 AI 人才 培养 模式 如 图 3 所 示 ， 首先 确定 各 层次 的 人才 培养 目标 ， 从 教育 改革 入手 ， 将 信息 技术 能力 培养 贯彻 为 全民 培养 模式 ； 其次 ， 通过 政策 扶持 、 教育 改革 、 人才 引进 等 办法 ， 集中 产 官学 资源 ， 推动 人工智能 国家 战略 的 落实 ， 为 产业 振兴 提供 源源不断 的 人才 动力 ； 最后 ， 强化 社会 人员 职业 再教育 ， 积极 引进 国际 人才 引进 ， 鼓励 创新 创业 ， 促进 产业 与 教育 的 相互 融合 。 不过 ， 虽然 日本 在 AI 方面 积极 整合 资源 ， 加大 投入 ， 但 政策 落实 和 目标 实现 的 可行性 方面 仍然 还 存在 诸多 问题 ， 以下 则 从 人口 结构 、 培养 模式 、 资金 投入 、 人才 再教育 等 四 个 方面 展开 详细 的 讨论 。 
1 人口 结构 危机 
众所周知 ， 日本 作为 少 子 老龄化 发达国家 ， 人口 减少 现象 极其 严峻 ， 2016 年 起 每年 新生 人口 不足 100 万 ， 2018 年 小学生 人口 约 642 万人 ， 仅 占 全国 总人口 的 5 % ， 而 60 岁 以上 老人 占 比 30 % ， 到 
2050 年 则 会 超过 50 % 。 这种 不可避免 的 少 子 老龄化 趋势 带来 了 强烈 的 人口 结构 危机 ， 再 加上 日本 一直 贯彻 文理 分科 教育 体制 ， 受 长期 的 宽松 教育 等 各 类 因素 影响 ， 日本 文科 生 为 理科 生 的 一 倍 。 