人工智能与传统学科的关系，不是人工智能挑战、冲击传统学科，而是二者交叉融合、双向赋能、共谋共创、重塑体系。早期从事人工智能研究的学者多来自计算机、控制、数学等学科，但随着大数据和深度学习的发展和应用，以及强大的网络带宽、存储能力和算力支撑，人工智能已经打破传统意义上的学科边界，或正在延伸至几乎所有学科。一方面，现有学科支撑人工智能快速发展。神经科学、生命科学等学科为人工智能算法提供灵感和原型，数学、统计学等为人工智能建模、分析、证明提供理论基础，自动化、计算机、信息技术等为人工智能提供技术支持和工具，制造、交通、海洋乃至法学、设计、教育等学科则为人工智能的应用提供丰富多样的创新场景。另一方面，人工智能赋能传统学科内涵创新和转型升级。人工智能不仅是一门高度综合和交叉的学科，更是一种可以深度融合和渗透至各个学科的全方位、引领性的催化力量，而这种力量需要在其他学科中得以应用与验证，方能释放出巨大的潜能。
学科是大学人才培养的基本单元。随着知识生产的专门化，大学以学科为边界组织起学院或学系的制度架构，不同知识体系之间利用自身特有的研究范式和话语体系创造出学科的“护城河”，学者们也以学科为边界开展科研和教学活动。在我国现行制度下，招生依据学科建制来统筹，经费按照学科建制划拨，各项有形无形的资源也与学科建制直接挂钩。只有拥有了学科建制，才能获得相应的资源投入，人才培养和科学研究等活动才有合法性基础。然而，人工智能的出现正在打破学科间的高墙。在人工智能技术最新讲话系列的新形势下，大学不能再被排名等“指挥棒”牵着鼻子走，而应勇闯科技前沿“无人区”和制度改革“深水区”，主动探索交叉融合的“人工智能+”学科建设新模式。具体来说，人工智能赋能学科建设有三种基本路径：传统学科创新，学科交叉融合和新兴学科兴起。
传统学科创新主要指“新文科”“新商科”建设。比如人工智能刺激文学、哲学、语言学衍生新的研究问题和理论发现，为传播学、社会学、心理学等提供新的研究工具和研究方向，在教育、法律、金融等实践性强的领域则创造出智慧教育、智慧法律和智慧金融等应用工具。针对这些学科，大学应注重发展其本土特色和时代特征，加快学科的科学化、数字化转型，引导学生关注新现象、新问题，培养学生无法被人工智能取代的创新能力，例如，场景创新能力，复杂系统的建模能力，问题的深度逻辑推理能力，等等。
学科交叉融合主要指传统理工科向“新工科”“新理科”的转型，对原有知识体系进行更新迭代以适应人工智能时代的需要。例如，物理、数学、化学等基础性学科向实际应用延伸，为人工智能技术攻关和创新提供助益，或者利用人工智能打开研究思路，进行快速创新和知识发现。又如，在城市、交通、制造等工程技术应用性强的学科中，可以借助强大的人工智能技术工具或算法力量，进行自动化、智能化转型，创造更大的战略效应和经济效益。建设这类学科，要在坚持其本身学科特性和知识架构的前提下，按照“以我为主，为我所用”的原则，将其中过时的知识、观念甚至专业进行淘汰，学习人工智能技术的原理和方法，使之焕发新生，也为人工智能的创新发展提供新的场景和需求动力。
新兴学科兴起则是指人工智能专业人才的培养。近年来，许多高校相继获批开设人工智能专业，成立了智能科学与技术交叉学科博士点、人工智能学院和研究院等。建设人工智能学科，不能按照传统思路“新瓶装旧酒”，如果说“新工科”“新理科”的建设是在原有学科的基础上与人工智能技术碰撞出创新火花，那么人工智能相关新兴学科的建设则更聚焦于人工智能技术自身理论、方法、工具和系统的发展。人工智能学科要培养的是具有人工智能基础研究和交叉应用能力的“科班”人才，具有“一通百通”的人工智能思维。建设这类新兴学科，必须立足人工智能的学科特点和人才特征，着重开展人工智能领域的前沿科学难题和核心关键共性技术的攻关，培养跨学科、复合型、高层次、创新型的人工智能高端人才。
---此处隐藏2251字，下载后查看---
形成打破学科壁垒、协同各方需求的融合发展力量。通过科研合作、科教融汇、产教融合，打破学科之间、学校之间、校企之间的围墙。以人工智能赋能为突破口，凝聚多学科力量，打破学科壁垒，打造世界一流、学科交叉的核心课程、精品教材和重点实践项目，培养复合型人才，将科研势能和人才优势转化为产业动能，推动教育链、人才链、创新链、产业链“四链”融合发展。推动形成中国人工智能人才的个性化、进阶式培养路径，拓宽学生的个性发展空间；打破校园围墙，联合知名企业成立新一代人工智能科教育人联合体。
人工智能研究要跨越学科的界限，在学科交叉与融合之中开启新的征程，迈向更为广阔的前沿。人工智能赋能高校学科建设，要融合贯通，久久为功，顺时代所趋，应国之所需。大学要主动识变、积极应变，推动学科转型升级，培养人工智能专业人才，为服务教育强国重大战略作出重要贡献，发挥关键作用。
（作者系中国工程院院士、同济大学校长）
郑庆华
来源：学习时报