На факультетах компьютерных наук в университетах США не хватает преподавателей для обучения растущего числа студентов, интересующихся ИИ, говорится в отчете Центра безопасности и новых технологий (CSET) за этот месяц.
Интерес к машинному обучению и искусственному интеллекту рос и падал с тех пор, как эта область была официально основана в 1950-х годах. Нейронные сети вернулись в последние годы, их популярность резко возросла благодаря глубокому обучению. Нам говорят, что спрос на курсы по машинному обучению в университетах резко вырос, а лекторов не хватает, чтобы поддержать интерес студентов.
Данные, собранные в ходе опроса Таулби и приведенные в отчете, показали, что в период с 2011 по 2020 год количество студентов, обучающихся по программам информатики в Америке, утроилось с 60 661 до 182 262 человек. Но количество преподавателей факультетов компьютерных наук увеличилось менее чем в 1,5 раза с 4363 до 6230 человек. Совокупное соотношение студентов и преподавателей на опрошенных факультетах удвоилось с 14 к 1 до 29 к 1.
Теперь, чтобы внести ясность, эта статистика представляет всех студентов, зачисленных на 140 факультетов компьютерных наук США, а не тех студентов, которые специально записались на курсы ИИ, хотя в отчете утверждается, что цифры свидетельствуют о росте интереса к курсам, которые в первую очередь стимулируют преподавание машинного обучения. В исполнительном резюме сделан вывод:
Несмотря на несомненный рост числа тех, кто занимается информатикой, вы должны верить отчету на слово, что это, по всей вероятности, равнозначно росту интереса к машинному обучению. «Многие курсы по искусственному интеллекту преподаются на факультетах компьютерных наук, и специалисты по искусственному интеллекту составляют в целом растущую долю преподавателей информатики», — отмечается в приложении к отчету.
Некоторым университетам пришлось ограничить количество студентов для определенных классов из-за нехватки преподавательского состава. Ограничение образования будет иметь пагубные последствия для Соединенных Штатов, поясняют авторы доклада Ремко Цветслоот, научный сотрудник Программы международной безопасности в Центре безопасности и международных исследований, и Джек Корриган, аналитик-исследователь CSET Джорджтауна.
«Пробелы в преподавательских возможностях ограничивают количество талантов, поступающих в рабочую силу ИИ в США, что, в свою очередь, негативно влияет на экономическую и национальную безопасность», — написали они. «Исследования показали, что инновации частично зависят от абсолютного числа исследователей в конкретной области, а процесс создания новых идей становится все более трудоемким. Следовательно, меньше таланта означает меньше инноваций».
Эксперты в области искусственного интеллекта ранее предупреждали, что университеты страдают от утечки талантов. Вместо того, чтобы идти в академию, они переходят на исследовательские позиции в промышленности из-за более высоких зарплат и доступа к лучшим ресурсам, что приводит к меньшему количеству преподавателей в колледжах.
Но Цветслот и Корриган считают, что данные показывают, что это не вся картина. Дело не в том, что университеты изо всех сил пытаются нанять преподавателей для поддержки большего количества студентов, а в том, что они нанимают недостаточно быстро. Некоторые ученые, заинтересовавшиеся промышленностью, часто продолжают оставаться на своих факультетах и тратят от 10 до 20 процентов своего времени на работу в компании.
«Мы нашли мало доказательств того, что отток преподавателей ИИ из академических кругов в промышленность увеличился в последние годы, и, хотя большая часть новых выпускников докторских наук действительно устраивается на работу в промышленности, данные опроса не указывают на то, что они не заинтересованы в академической деятельности. Тем не менее, мы нашли доказательства того, что университеты не увеличили количество должностей преподавателей компьютерных наук в соответствии с растущим спросом на образование, связанное с ИИ», — говорится в отчете.
Об этом рассказал Закари Липтон, доцент кафедры машинного обучения и исследования операций Университета Карнеги-Меллона. Регистр он не видит огромной утечки мозгов исследователей, уходящих в промышленность. Проработав пару лет в компании, многие часто возвращаются в академические круги.
«Да, в промышленности больше платят, но это в каком-то смысле скучно», — сказал он нам. «Их фокус более близорук. Есть более важные интересные проблемы в фундаментальных теоретических исследованиях, которые до сих пор лучше всего изучаются в академических кругах».
Липтон сказал, что всплеск интереса к машинному обучению связан с вводными курсами, которые охватывают основы, и эти занятия полезны для широкого круга профессий за пределами академических кругов. Существует не так много спроса на продвинутое обучение на уровне выпускников. Чтобы справиться с возросшим спросом, университеты должны увеличить преподавательский состав, а не исследователей, ищущих постоянную работу.
«Университеты должны сделать процесс обучения более привлекательным», — сказал он нам. «Этим преподавателям не нужно беспокоиться о грантах или управлении лабораторией, но очень трудно согласиться на сокращение заработной платы только для того, чтобы сосредоточиться на преподавании. Штатные ученые могут преподавать некоторые вводные курсы, но их основное внимание уделяется исследованиям. Нам нужно найти больше людей, страстно увлеченных преподаванием, способных наладить контакт с широким кругом студентов».
В отчете предлагается, чтобы правительство США вмешалось и увеличило финансирование университетов, чтобы они могли нанять больше преподавателей. Должно быть больше вариантов за пределами академических кругов, чтобы люди могли повысить свою квалификацию и пройти эти вводные курсы по искусственному интеллекту в местных колледжах или в Интернете. Частный сектор также может помочь, делая пожертвования университетам, продолжая финансировать гранты и поддерживая новые академические должности. ®
