我们生活在一个每天生成 2.5×10^18 字节数据且仍在不断增长的世界中。移动设备的数量已经超过了地球人口，且多年来我们常听到这样一句话：全球 90% 的数据在过去两年内产生。各行业中尚未被利用的数据量惊人。构建基础设施与工具，将数据转化为洞见，并据此指导决策流程，是所有行业持续且日益严峻的挑战。同样重要的是，为劳动力配备管理与分析海量数据所需的技能。在 DataCamp，我们看到客户、合作伙伴与合作者正采用多种方法来应对这些挑战。
最近在与 AI Singapore 产业创新总监 Laurence Liew 就我们的播客 DataFramed 的一次交流中，我对 AI Singapore 的战略感到振奋。这次访谈（计划在 DataFramed 回归时发布）快速纵览了新加坡当前的技术与 AI 生态，以及 AI Singapore 如何与 DataCamp 合作，让这个国家尽可能以 AI 为驱动，等等诸多话题。
AI Singapore 的使命是：
夯实国家层面的人工智能深厚能力，从而创造社会与经济影响，培养本土人才，建设 AI 生态系统，并通过 AI 科研、AI 技术与 AI 创新三大支柱，让新加坡走向世界舞台。
让我感到兴奋的一点是，他们清醒地认识到两大难题：（i）确保前沿研究真正走进产业实践者手中；（ii）在数据科学、机器学习与人工智能的工具与方法方面，教育整个在职与未来劳动力。
让我们聚焦 AI 科研、AI 技术与 AI 创新三大支柱，看看 AI Singapore 如何思考并弥合（i）科研与产业，以及（ii）劳动力与 21 世纪现代产业所需数据技能之间的鸿沟。
AI 科研：播种高质量成果
AI 科研支柱的目标是推动高质量研究，发展基础且新颖的 AI 技术、算法及相关技术——这些努力最终将为 AI Singapore 的其他支柱作出重要贡献。AI Singapore 的科研项目也鼓励国家级科研协作并培育本地 AI 人才。
重点研究领域包括：
- 可解释人工智能
- 设计中的 AI
- 认知洞察中的 AI
- 人机协作
- 小样本训练
最后一项对新加坡尤为重要。作为小国，人为生成的数据集相较人口更多的国家会更小，因此推进该领域研究至关重要。简言之，这一支柱通过重视持续研究，为未来的 AI 工作奠定基础，推动可被下游产业采纳的技术发展。
AI 技术：攻坚重大挑战
该支柱关注 AI Singapore 所谓的“重大挑战”——这类问题极其困难，AI（作为多种技术之一）可用于助力解决。重大挑战需满足：（i）具备影响力；（ii）影响新加坡的每个人；（iii）可量化衡量。
在重大挑战之下，AI Singapore 优先布局四大纵向领域：医疗健康、教育、城市与智慧国、金融。可将其视为他们急于攻克的四类重大问题陈述。
先来预览第一条纵向——医疗健康（其余三个要等正式发布）。医疗健康重大挑战提出：“未来五年内，如何将三高——高血压、高胆固醇和高血糖（或糖尿病）降低 20%？”医疗健康重大挑战已启动，事实上，就在我与 Laurence 交流的前两周，他们举行了颁奖仪式，公布了获得首轮资助的三支团队。
“三高——高血压、高胆固醇和糖尿病，是新加坡政府非常非常关切的问题。它们给医疗体系和财政带来压力。我们希望借助 AI，至少能缓解一部分影响。”该支柱旨在展示现代 AI 在这些重大挑战上所能产生的持久影响。
AI 创新：解决真实世界问题
AI 创新支柱涵盖一系列项目与策略，将前沿 AI 研究方法交到产业合作伙伴手中，用于解决真实世界问题。
AI 创新旗下的旗舰项目是“100 个实验”计划。企业向 AI Singapore 提交他们认为可用数据科学、机器学习或 AI 解决的业务问题或挑战。AI Singapore 将对每个提案进行系统评审。如果判断问题有趣，且不存在现成的商用解决方案或可协助的技术伙伴，他们便会介入并为项目提供核心资助（更多细节与申请流程见此处）。
这在实践中如何运作？AI Singapore 为每个项目提供 250,000 新元（约 180,000 美元）资助，由企业 1:1 匹配。Laurence 的 KPI 是落地 100 个项目，因此称为“100 个实验”，项目总资金为 2,500 万新元。
自 2017 年 6 月启动以来，他们已批准 40 个项目；由于项目成功，还获得了第二轮政府拨款，将项目数提升至 200 个。已有的项目涵盖医疗健康、制造业、物联网、异常检测、采购与金融等领域。
每个实验的目标是在 9 至 18 个月内产出最小可行产品（MVP）。这需要双方协同，共同打造 MVP，之后由企业在其组织内部部署。资金将支持一支项目团队，成员包括新加坡本地高校的研究人员与 AI Singapore 的工程资源，其中包括他们称之为“AI 学徒”的人才。Laurence 提到，邀请教授参与相对容易，但他们同样需要 AI 工程师投入到 MVP 的研发中。这正是数据科学、机器学习与 AI 技术生态、工具链及其产业应用快速演进背景下，教育发挥作用的地方。
AI 学徒计划：培养未来领军人物
为满足产业当前与不断增长的 AI 人才需求，AI Singapore 发起了 AI 学徒计划。这为具备基础知识的新加坡人提供了自我深造的机会。项目将 DataCamp 课程与其他资源的学习，与参与“100 个实验”项目所获得的真实项目经验相结合。
该学徒计划发展迅速。它与“100 个实验”并列为 AI Singapore 的核心项目（每个实验配备两名学徒）。
学徒计划为期 9 个月，全职且带薪。AI Singapore 每月向每位学徒发放 3,000 至 5,000 新元的津贴（参与无需付费）。Laurence 表示，AI 学徒计划有助于解决未来 10 年的 AI 工程人才挑战。然而，仅靠技能提升、再培训与深度培训并不足以成就一个国家的转型。他们还需要整体提升产业的技术能力，这便催生了“面向产业的 AI”这一构想。
面向产业的 AI：技能普及化
“面向产业的 AI”旨在提升不同行业组织员工的技术能力。AI Singapore 在该项目上与 DataCamp 紧密合作。该项目基于其“面向所有人的 AI”项目——一场为时 3 小时的工作坊，向任何人介绍现代 AI 技术与应用，使其成为精明的 AI 产品与服务用户。在“面向所有人的 AI”中，参与者将学习如何在工作与日常生活中识别机会与潜在用例，并使用在线工具构建一个简单的 AI 模型！AI Singapore 的使命之一，是让不仅仅是企业，还有职场人士与所有人都具备 AI 准备度。“面向所有人的 AI”正是在这一使命下不断演进的成果。
“面向产业的 AI”将“面向所有人的 AI”与 DataCamp 的Python 数据科学家学习路径相结合——这是一个 100 小时的课程集合，涵盖从 Python 基础，到数据导入、清洗与整理，再到统计学、机器学习、SQL、包管理、数据可视化等内容。参与者在 12 个月内完成该学习路径。AI Singapore 还会策划与课程对应的月度通讯，并带领一场 3 小时的机器学习实操工作坊。Laurence 表示，他们之所以选用 DataCamp 的 Python 数据科学家学习路径作为项目核心，是因为“其背后的理念正是培训应有的方式”。
但教育不止于此。尚未步入职场的学生怎么办？这就是“面向学生的 AI”发挥作用的地方。
面向学生的 AI：赋能下一代 AI 素养
当 Laurence 得知 DataCamp 一直向高校、教授与学生提供平台免费访问后，他思考是否可以在此基础上将项目制度化，以便 AI Singapore 帮助更多学生加入。
“为什么只面向大学生？能否一直下沉到中学生？”
在新加坡，小学与中学的孩子已经在学习 Python——那为何还要到大学阶段才开始系统化的 Python 训练？为检验这一设想是否可行，Laurence 让他的儿子在 DataCamp 上学习 Python 数据科学家学习路径。
Laurence 的反馈是：“他完成了，也通过了。现在在学校做项目。有趣的是，他完成课程时只有 13 岁。他是个喜欢编程的聪明孩子。新加坡有很多这样的孩子。他们可以学完这些模块。我想，如果他能做到，我相信很多其他孩子也能做到。”
在这次家庭试点之后，Laurence 与 DataCamp 紧密合作，我们于去年 11 月宣布并启动了该项目。在我与他对话时，已有 7,000 名学生报名参与“面向学生的 AI”，不仅来自大学，还包括理工学院与中学等。数月之后，人数已达 11,000！Laurence 告诉我，许多学校老师对此项目兴趣浓厚，希望在课后使用平台以 Python、数据科学、AI 与机器学习来培训学生。
Laurence 明确指出，“面向学生的 AI”本质上就是 DataCamp 的内容。AI Singapore 的角色是走出去告诉大家：“我们有这个平台，免费。您作为教师来找我们说：‘我看过 DataCamp 平台，很喜欢，我想做 1 到 10 号模块。’”随后 AI Singapore 会在后台与 DataCamp 合作，为教师提供支持。
就我个人而言，这个消息意义重大。我在 DataCamp 的第一份工作，基本上就是构建 Python 数据科学课程基础，因此我入职最初 18 个月的大部分时间都投入到了 Python 数据科学家学习路径中。随着公司从 10 人成长到 50 人（如今我们已有 140+ 名员工！），这条学习路径凝结了外部讲师与内部内容、工程、产品与市场团队的大量心血。听到这条路径如今被免费用于教育 11,000 名新加坡学生，包括孩子们，令我激动不已。
着眼未来
更令人振奋的是未来规划：DataCamp 近日同意在课堂上支持 100,000 名学生，而全新的“面向产业的 AI”合作，现已肩负起让 25,000 名新加坡职场人士掌握 AI 能力的任务。AI Singapore 将继续大量基于 DataCamp 的 Python 数据科学家学习路径，帮助参与者掌握成为数据素养与 AI 熟练者所需的基本技能与知识。这项合作值得持续关注。
| 项目 | 说明 |
|---|
| AI 科研 | 推动高质量研究，旨在开发基础且新颖的 AI 技术、算法与相关技术——这些努力将最终为 AI Singapore 的其他支柱作出重要贡献。该科研项目鼓励国家级科研协作并培育本地 AI 人才。 |
| AI 技术 | 支持 AI Singapore 所称的“重大挑战”，即极其困难且可借助 AI 解决的一类问题。重大挑战需（i）有影响力，（ii）影响新加坡的每一个人，（iii）可量化衡量。AI Singapore 优先聚焦四大领域：医疗健康、教育、城市与智慧国、金融。 |
| AI 创新 | 通过一系列项目与策略，将前沿 AI 研究方法交到产业伙伴手中，解决真实世界问题。AI 创新旗下的旗舰项目为“100 个实验”，企业携带其认为可用数据科学、机器学习或 AI 解决的业务问题或挑战，来到 AI Singapore 寻求合作。 |
| AI 学徒计划 | 为支持产业当前与增长中的 AI 需求，AI Singapore 创建了 AI 学徒计划。它为具备基础知识的新加坡人提供机会与渠道，在自主时间里发展更深层次技能。该计划将 DataCamp 课程与其他资源的学习，与参与“100 个实验”项目所获得的真实经验相结合。 |
| 面向产业的 AI | 提升不同行业的职场人士技术能力。AI Singapore 在该项目上与 DataCamp 紧密合作。 |
| 面向所有人的 AI | 一场为时三小时的工作坊，向任何人介绍现代 AI 技术与应用，使其成为精明的 AI 产品与服务用户。 |
| 面向学生的 AI | 赋能下一代 AI 素养的项目。该项目为来自中学、理工学院与大学的学生提供对 DataCamp 100 小时“Python 数据科学”学习路径的免费访问。 |
我们生活在一个每天生成 2.5×10^18 字节数据且仍在不断增长的世界中。移动设备的数量已经超过了地球人口，且多年来我们常听到这样一句话：全球 90% 的数据在过去两年内产生。各行业中尚未被利用的数据量惊人。构建基础设施与工具，将数据转化为洞见，并据此指导决策流程，是所有行业持续且日益严峻的挑战。同样重要的是，为劳动力配备管理与分析海量数据所需的技能。在 DataCamp，我们看到客户、合作伙伴与合作者正采用多种方法来应对这些挑战。
最近在与 AI Singapore 产业创新总监 Laurence Liew 就我们的播客 DataFramed 的一次交流中，我对 AI Singapore 的战略感到振奋。这次访谈（计划在 DataFramed 回归时发布）快速纵览了新加坡当前的技术与 AI 生态，以及 AI Singapore 如何与 DataCamp 合作，让这个国家尽可能以 AI 为驱动，等等诸多话题。
AI Singapore 的使命是：
夯实国家层面的人工智能深厚能力，从而创造社会与经济影响，培养本土人才，建设 AI 生态系统，并通过 AI 科研、AI 技术与 AI 创新三大支柱，让新加坡走向世界舞台。
让我感到兴奋的一点是，他们清醒地认识到两大难题：（i）确保前沿研究真正走进产业实践者手中；（ii）在数据科学、机器学习与人工智能的工具与方法方面，教育整个在职与未来劳动力。
让我们聚焦 AI 科研、AI 技术与 AI 创新三大支柱，看看 AI Singapore 如何思考并弥合（i）科研与产业，以及（ii）劳动力与 21 世纪现代产业所需数据技能之间的鸿沟。
AI 科研：播种高质量成果
AI 科研支柱的目标是推动高质量研究，发展基础且新颖的 AI 技术、算法及相关技术——这些努力最终将为 AI Singapore 的其他支柱作出重要贡献。AI Singapore 的科研项目也鼓励国家级科研协作并培育本地 AI 人才。
重点研究领域包括：
最后一项对新加坡尤为重要。作为小国，人为生成的数据集相较人口更多的国家会更小，因此推进该领域研究至关重要。简言之，这一支柱通过重视持续研究，为未来的 AI 工作奠定基础，推动可被下游产业采纳的技术发展。
AI 技术：攻坚重大挑战
该支柱关注 AI Singapore 所谓的“重大挑战”——这类问题极其困难，AI（作为多种技术之一）可用于助力解决。重大挑战需满足：（i）具备影响力；（ii）影响新加坡的每个人；（iii）可量化衡量。
在重大挑战之下，AI Singapore 优先布局四大纵向领域：医疗健康、教育、城市与智慧国、金融。可将其视为他们急于攻克的四类重大问题陈述。
先来预览第一条纵向——医疗健康（其余三个要等正式发布）。医疗健康重大挑战提出：“未来五年内，如何将三高——高血压、高胆固醇和高血糖（或糖尿病）降低 20%？”医疗健康重大挑战已启动，事实上，就在我与 Laurence 交流的前两周，他们举行了颁奖仪式，公布了获得首轮资助的三支团队。
AI 创新：解决真实世界问题
AI 创新支柱涵盖一系列项目与策略，将前沿 AI 研究方法交到产业合作伙伴手中，用于解决真实世界问题。
AI 创新旗下的旗舰项目是“100 个实验”计划。企业向 AI Singapore 提交他们认为可用数据科学、机器学习或 AI 解决的业务问题或挑战。AI Singapore 将对每个提案进行系统评审。如果判断问题有趣，且不存在现成的商用解决方案或可协助的技术伙伴，他们便会介入并为项目提供核心资助（更多细节与申请流程见此处）。
这在实践中如何运作？AI Singapore 为每个项目提供 250,000 新元（约 180,000 美元）资助，由企业 1:1 匹配。Laurence 的 KPI 是落地 100 个项目，因此称为“100 个实验”，项目总资金为 2,500 万新元。
自 2017 年 6 月启动以来，他们已批准 40 个项目；由于项目成功，还获得了第二轮政府拨款，将项目数提升至 200 个。已有的项目涵盖医疗健康、制造业、物联网、异常检测、采购与金融等领域。
每个实验的目标是在 9 至 18 个月内产出最小可行产品（MVP）。这需要双方协同，共同打造 MVP，之后由企业在其组织内部部署。资金将支持一支项目团队，成员包括新加坡本地高校的研究人员与 AI Singapore 的工程资源，其中包括他们称之为“AI 学徒”的人才。Laurence 提到，邀请教授参与相对容易，但他们同样需要 AI 工程师投入到 MVP 的研发中。这正是数据科学、机器学习与 AI 技术生态、工具链及其产业应用快速演进背景下，教育发挥作用的地方。
AI 学徒计划：培养未来领军人物
为满足产业当前与不断增长的 AI 人才需求，AI Singapore 发起了 AI 学徒计划。这为具备基础知识的新加坡人提供了自我深造的机会。项目将 DataCamp 课程与其他资源的学习，与参与“100 个实验”项目所获得的真实项目经验相结合。
该学徒计划发展迅速。它与“100 个实验”并列为 AI Singapore 的核心项目（每个实验配备两名学徒）。
学徒计划为期 9 个月，全职且带薪。AI Singapore 每月向每位学徒发放 3,000 至 5,000 新元的津贴（参与无需付费）。Laurence 表示，AI 学徒计划有助于解决未来 10 年的 AI 工程人才挑战。然而，仅靠技能提升、再培训与深度培训并不足以成就一个国家的转型。他们还需要整体提升产业的技术能力，这便催生了“面向产业的 AI”这一构想。
面向产业的 AI：技能普及化
“面向产业的 AI”旨在提升不同行业组织员工的技术能力。AI Singapore 在该项目上与 DataCamp 紧密合作。该项目基于其“面向所有人的 AI”项目——一场为时 3 小时的工作坊，向任何人介绍现代 AI 技术与应用，使其成为精明的 AI 产品与服务用户。在“面向所有人的 AI”中，参与者将学习如何在工作与日常生活中识别机会与潜在用例，并使用在线工具构建一个简单的 AI 模型！AI Singapore 的使命之一，是让不仅仅是企业，还有职场人士与所有人都具备 AI 准备度。“面向所有人的 AI”正是在这一使命下不断演进的成果。
“面向产业的 AI”将“面向所有人的 AI”与 DataCamp 的Python 数据科学家学习路径相结合——这是一个 100 小时的课程集合，涵盖从 Python 基础，到数据导入、清洗与整理，再到统计学、机器学习、SQL、包管理、数据可视化等内容。参与者在 12 个月内完成该学习路径。AI Singapore 还会策划与课程对应的月度通讯，并带领一场 3 小时的机器学习实操工作坊。Laurence 表示，他们之所以选用 DataCamp 的 Python 数据科学家学习路径作为项目核心，是因为“其背后的理念正是培训应有的方式”。
但教育不止于此。尚未步入职场的学生怎么办？这就是“面向学生的 AI”发挥作用的地方。
面向学生的 AI：赋能下一代 AI 素养
当 Laurence 得知 DataCamp 一直向高校、教授与学生提供平台免费访问后，他思考是否可以在此基础上将项目制度化，以便 AI Singapore 帮助更多学生加入。
在新加坡，小学与中学的孩子已经在学习 Python——那为何还要到大学阶段才开始系统化的 Python 训练？为检验这一设想是否可行，Laurence 让他的儿子在 DataCamp 上学习 Python 数据科学家学习路径。
Laurence 的反馈是：“他完成了，也通过了。现在在学校做项目。有趣的是，他完成课程时只有 13 岁。他是个喜欢编程的聪明孩子。新加坡有很多这样的孩子。他们可以学完这些模块。我想，如果他能做到，我相信很多其他孩子也能做到。”
在这次家庭试点之后，Laurence 与 DataCamp 紧密合作，我们于去年 11 月宣布并启动了该项目。在我与他对话时，已有 7,000 名学生报名参与“面向学生的 AI”，不仅来自大学，还包括理工学院与中学等。数月之后，人数已达 11,000！Laurence 告诉我，许多学校老师对此项目兴趣浓厚，希望在课后使用平台以 Python、数据科学、AI 与机器学习来培训学生。
Laurence 明确指出，“面向学生的 AI”本质上就是 DataCamp 的内容。AI Singapore 的角色是走出去告诉大家：“我们有这个平台，免费。您作为教师来找我们说：‘我看过 DataCamp 平台，很喜欢，我想做 1 到 10 号模块。’”随后 AI Singapore 会在后台与 DataCamp 合作，为教师提供支持。
就我个人而言，这个消息意义重大。我在 DataCamp 的第一份工作，基本上就是构建 Python 数据科学课程基础，因此我入职最初 18 个月的大部分时间都投入到了 Python 数据科学家学习路径中。随着公司从 10 人成长到 50 人（如今我们已有 140+ 名员工！），这条学习路径凝结了外部讲师与内部内容、工程、产品与市场团队的大量心血。听到这条路径如今被免费用于教育 11,000 名新加坡学生，包括孩子们，令我激动不已。
着眼未来
更令人振奋的是未来规划：DataCamp 近日同意在课堂上支持 100,000 名学生，而全新的“面向产业的 AI”合作，现已肩负起让 25,000 名新加坡职场人士掌握 AI 能力的任务。AI Singapore 将继续大量基于 DataCamp 的 Python 数据科学家学习路径，帮助参与者掌握成为数据素养与 AI 熟练者所需的基本技能与知识。这项合作值得持续关注。