对2019年美国人工智能领域排名前三的高校（卡内基梅隆大学、麻省理工学院和斯坦福大学）进行个案分析，从学制与学位、招生要求、师资建设、课程设置四个维度比较上述三校人工智能方向研究生培养的异同，并为国内决策者与管理者提供建议：出台人工智能方向研究生培养关键环节的指导方针，推动新建人工智能学院、研究院或研究中心的组织架构升级，完善人工智能方向研究生奖学金、竞赛、学术会议资助等配套激励机制。
访谈要点●美国人工智能方向研究生培养的个案分析●美国人工智能方向研究生培养的异同比较●对人工智能高端人才培养的政策与管理建议
高校在人工智能领域的基础科研攻关与高端人才培养具有不可替代的作用，这在强调科研的研究生教育阶段更为突出。2019年5月，习近平在致国际人工智能与教育大会的贺信中明确提出，教育的重要使命是“培养大批具有创新能力和合作精神的人工智能高端人才”[1]。从人才培养的层次来看，2019年3月，教育部印发《2018年度普通高等学校本科专业备案和审批结果》，全国共有35所高校获首批人工智能专业建设资格[2]。这意味着国家在本科教育层面已对人工智能的人才培养进行统一把关与正式认可。研究生教育作为水平更高且更重视科研的“人才蓄水池”，亟需在人工智能领域的国家层面的指导意见。高校究竟该保持现状（即在计算机科学等相关学科领域培养人工智能方向的研究生），还是需要出台针对人工智能方向的研究生培养方案？对于这一复杂且具有争议性的问题，目前尚无定论。目前处在对人工智能高端人才培养的探索阶段，政府决策者与高校管理者不但要立足本土国情与本校特色，总结国内院校的相关举措及实施效果，而且要放眼全球，考察国外同行开展的类似项目以取长补短。基于2017-2018年的论文引用指数，《2019年全球AI人才报告》（Global AI Talent Report 2019）列出对人工智能领域影响最大的国家，前五位依次是美国、中国、英国、澳大利亚、加拿大。在该报告分析的22400名论文作者中，超过44％的人在美国获得博士学位，近11％在中国获得博士学位；46％论文作者的工作地点在美国，其次是中国（11%）[3]。可见，现阶段美国与中国在人工智能领域的角逐最为激烈。这种较量集中体现在两国对该领域高端人才的培养（如相关博士学位授予情况）与吸引力（如其对工作地点的选择）。中国在这两项指标上均紧随美国之后，但差距仍然明显。与已有的国外案例研究不同[4]，笔者集中从美国这一“赶超目标”选取人工智能高端人才培养的高校案例，聚焦在研究生教育阶段进行分析，并且深入到招生、师资、课程、学制等培养过程中的关键环节。 一、美国人工智能方向研究生培养的个案分析 根据《美国新闻与世界报道》（US News & World Report）发布的2019年美国最佳研究生院排名（2019 Best Grad Schools Rankings），卡内基梅隆大学（Carnegie Mellon University，CMU）、麻省理工学院（MIT）、斯坦福大学在人工智能领域位列前三[5]。因此，笔者选取这三所高校作为标杆进行案例研究，具体从学制与学位授予、招生要求、师资建设、课程设置四个维度展开。（一）卡内基梅隆大学2017年6月，CMU启动人工智能计划（CMU AI），其目的是整合全校人工智能的研究资源，开展跨学科的人工智能协作，组建世界上规模最大、经验最丰富的AI研究团队之一，同时促进本校人工智能方向的人才培养。CMU人工智能领域的人才培养始于研究生教育阶段，一年之后才向下延伸到本科教育阶段。2018年5月，CMU宣布设置美国首个人工智能本科专业。1.学制与学位授予CMU人工智能方向的研究生教育主要依托计算机科学学院（School of Computer Science，SCS）的机器学习系、语言技术研究所、人机交互研究所、机器人研究所、计算机科学系这5个培养单位。该学院授予的5个人工智能理学硕士学位（以及5个哲学博士学位）相应专业为机器学习、语言技术、人机交互、机器人、计算机科学。通常情况下，硕士学制为1.5～2年，博士学制为5～6年。2.招生要求CMU人工智能方向的研究生招生工作由计算机科学学院统一负责。申请者必须提交研究生入学考试（GRE）成绩、简历、本科成绩单、推荐信以及个人陈述。个人陈述需要对研究兴趣进行具体描述，尤其要回答“为什么人工智能是一个重要的研究领域？”“为什么我适合来探索人工智能这一领域？”等问题。国际学生且母语非英语者还需提交托福（TOEFL）成绩。除此之外，不同系所还有细微差别。例如，人机交互研究所要求在个人陈述的第一段明确申请者的重点研究方向；机器人研究所要求申请者提供学术/企业任职的经历。3.师资建设CMU AI由计算机科学学院院长与上述5个系所的主任共同领导，因此在管理层架构上更接近于国内高校的交叉研究中心。CMU AI共有近200名教师，其覆盖的学科领域实际上超出了计算机科学本身，涉及生物、环境工程、哲学、艺术、公共政策等。4.课程设置5个系所的人工智能方向研究生课程设置各不相同，在此仅以课程体系最为完整的机器学习系为例①。机器学习硕士的课程体系（见表1）包括4门“套餐”核心课程（Set Core courses）②、4门“菜单”核心课程（Menu Core courses）（硕士生从中任选3门）、14门选修课程（硕士生从中任选2门）及1门实习课程。CMU机器学习博士生的必修课程体系分为核心课程和选修课。核心课程包括3门“套餐”核心课程，8门“菜单”核心课程（博士生从中任选2门）及1门数据分析课程（见表2）。选修课分为普通选修课和“迷你”课程，博士生共需修读12个学分。官网列出的选修课共34门（包括《计算基因组学》《搜索引擎》等），每门课12学分。“迷你”课程每门6个学分，共5门，包括《自然语言处理工具》《网络模型》等。如果学生想选官网上没有列出的选修课，则需得到导师的批准。
（二）麻省理工学院MIT尚未成立人工智能学院，但校方在2018年10月宣布投入10亿美元新建苏世民计算学院（MIT Schwarzman College of Computing）。新学院将成为MIT计算机科学、人工智能、数据科学及相关领域的跨学科中心。由于新学院尚在筹建中，