虽然大学毕业的数据科学家仍然短缺，但即将到来的人工智能革命将需要教育发生根本性转变——不仅对构建人工智能应用程序的数据科学家如此，对我们而言也是如此和他们住在一起的人。根据数据科学项目网站，美国有500多所学院和大学提供数据科学学位项目。总共有980多个学科，其中数据科学理学硕士最受欢迎。根据该网站共享的过去数据，近年来这一数字显着增加。CMU-卡内基梅隆大学计算机科学学院院长MartialHebert表示，虽然来自大学的数据科学家供应量有所增加，但企业对他们的需求依然强劲。供应过剩。通过扩展其数据科学学位课程，CMU一直走在数据科学家和AI专家的前沿。卡内基梅隆大学是美国第一所提供人工智能学士学位的大学，并且仍然是该国唯一提供此类课程的学校，赫伯特说，他于1984年加入卡内基梅隆大学，担任计算机视觉和自主系统教授研究员。金融不再只是金融，而是金融和人工智能。政治学不再只是政治学，它是政治学和人工智能。从医学到农业，从军事到采矿，许多学术和人文学科都以某种方式围绕人工智能进行了改造。“这个领域的前景是，我们将看到人工智能和其他新学科越来越多的发展，”赫伯特说。“例如，自动化科学和用于科学发现的人工智能科学有很多发展，它不仅仅是将人工智能工具应用到这里的一些科学家所拥有的东西上。它实际上是将它们结合在一起并创建一门全新的学科。”这些新学科开始扎根。CMU有一个新的研究生项目，允许学生广泛应用人工智能，称为人工智能和创新科学硕士。该公司还在HeinzSchoolof赫伯特说，公共政策将探索人工智能在公共政策中的应用，包括关于偏见和公平的话题。进入这些研究生项目的学生将被要求对数据科学有扎实的技术理解，攻读传统数据科学学位的学生也是如此，通常在计算机科学系授课。这些课程将超越数据科学的核心理解，进入人工智能领域，为学生创造一个环境，让他们为特定学科创造新的工具和技术。当然并不是所有的课程都受益于人工智能。例如，很难看出文学或文艺复兴时期艺术的研究如何从人工智能中受益。但人工智能似乎在人文学科的其他方面也有明确的应用，例如新闻或音乐。但赫伯特的愿景不仅仅是创建一个将传统课程与人工智能相结合的学位课程。他希望在各级学校广泛教授AI主题，包括K-12。随着人工智能在社会中发挥越来越大的作用，未来的社会将有利于公众了解它如何适应并与之合作。学生必须了解人工智能的能力和局限性，这样他们才能解决这些问题。“如果你没有技术背景，如果你不知道系统的细节，至少你知道如何评估它们，如何比较它们，如何预测你会在哪里遇到这些问题等等，”他说。计算机视觉、自然语言处理(NLP)、传统机器学习和高级分析功能的集体扩散正在世界范围内掀起一波基于数据的自动化和创新浪潮。三年前，麦肯锡预测，到2030年，人工智能的影响将达到13万亿美元。在见证了COVID-19导致的数字化转型加速之后，这个数字实际上可能被低估了。这使得理解人工智能技术的基本局限性变得更加重要，因为它可以对世界产生更大的影响，同时影响更多的人。
