人工智能（AI）时代已经到来。
AI在围棋和扑克方面的能力已超越人类——而在此之前二十年，深蓝曾击败国际象棋特级大师加里·卡斯帕罗夫——如今，AI正以日益深刻的方式渗透到我们的生活中。它影响着我们搜索网络、获取医疗建议的方式，也影响着我们能否从银行获得贷款。
最具创新性的AI突破，以及推动这些突破的公司——例如DeepMind、Magic Pony、Aysadi、Wolfram Alpha和Improbable——都源自大学。如今，AI将改变大学。
我们认为，AI是研究与学习所需的一种新型科学基础设施，大学必须拥抱并引领这一发展，否则就会变得越来越无关紧要，最终遭到淘汰。
大学凭借自身卓越的发现，播下了颠覆自身的种子。它们如何应对这场AI革命，将深刻重塑科学、创新、教育乃至社会本身。
DeepMind由三位科学家创立，其中两人在伦敦大学学院工作时相识。DeepMind创始人之一德米斯·哈萨比斯拥有伦敦大学学院认知神经科学博士学位，并曾在麻省理工学院和哈佛大学从事博士后研究。他是众多坚信AI和机器学习将改进科学发现的过程的科学家之一。
八年前，阿伯里斯特威斯大学的科学家就创建了一个机器人系统，能够独立完成整个科学研究流程：提出假设、设计并开展实验、分析数据，并决定下一步开展哪些实验。
复杂数据集
将AI应用于科学研究，可以让它自主提出假设、发现意料之外的联系，并降低获取洞见的成本，提升预测能力。
Reed Elsevier等出版商正在使用AI自动开展系统性学术文献综述；AI也可用于检查抄袭和统计数据误用。机器学习还有望在研究成果发表前标记研究项目中的不道德行为。
AI能够跨越科学边界整合思想。学术界面临着在特定知识领域深化专长的巨大压力，而机器学习有助于促成不同思想的碰撞，将需要跨学科合作的问题点联系起来。
随着AI变得更加强大，它不仅会按照指令整合知识和数据，还会自主寻找组合方式。它也能协助大学与外部机构合作，例如推动医疗卫生领域的医学研究与临床实践相结合。
AI对大学研究的影响超越了科学与技术领域。
哲学问题
在这样一个世界里，许多过去由人完成的活动和决策将被机器取代或增强，由此引发了关于何为人类的深刻哲学问题。计算机先驱道格拉斯·恩格尔巴特的发明包括鼠标、窗口和跨文件编辑。早在1962年，他写下“增强人类智力”时，就已看到了这一点。
心理学、伦理学等领域的专业知识，将有助于思考如何让人们与智能机器和系统协作，从中获得更大的成就感。
我们需要研究AI对就业水平和质量的影响，以及由此产生的公共政策和管理等方面的问题。
在教学与学习中，许多较为常规、对讲师而言也最缺乏成就感的学术任务，例如给作业评分，都可以实现自动化。柏林工业大学等高校正在开发使用自然语言的聊天机器人和智能代理；它们将回答学生的问题，帮助他们规划学习计划。
虚拟助理可以辅导并引导更个性化的学习。卡内基梅隆大学多年来一直在其开放学习计划（OLI）中研发基于AI的认知辅导系统。该校发现，在教师接触极少的情况下开设的OLI统计学课程，学生只需更少的学习时间，也能取得相当的学习成果。在佐治亚理工学院的一门课程中，学生无法分辨收到的反馈来自真人还是机器人。
全球课堂
混合现实和计算机视觉能够营造高保真、沉浸式环境，激发兴趣、加深理解。仿真和游戏技术能够提升学生的参与度，并以更直观、更具适应性的方式促进学习。它们还可以让学生共同构建知识，使其更多参与大学的研究活动。这些技术也让大学以外的人士和全球各地的人们能够通过全球课堂以及Galaxy Zoo等参与式项目参与科学发现。
AI不仅能提高教育质量，还能让更多人获得课程。过去，教育机会受教室容量限制。过去五年间，随着大规模开放在线课程（MOOC）等的发展，数以万计的人可以学习广泛的大学课程。
然而，许多高阶学习及其评估仍需要个人化、主观性的关注，无法实现自动化。技术已经“翻转了课堂”，促使大学思考如何创造真正的价值，例如提供个性化辅导，让学生有更多时间亲自参与研究，而不是沿用传统讲授方式。
监测绩效
大学在研究和教学活动中产生了海量数据，利用AI将使其行政流程受益。大学可以利用这些数据监测自身使命的履行情况，无论是研究、教育还是促进多元化；定期生成的数据也有助于管理更加及时灵活。AI能够提升绩效排名表的质量，因为这类排名往往基于存在严重滞后的数据。它还能帮助更快、更高效地筛选申请者。
AI可以追踪每位学生的表现，佐治亚州立大学和亚利桑那州立大学等高校正在利用AI预测成绩，并指出何时需要采取干预措施，帮助学生充分发挥潜力，避免辍学。
对学生和教职员工开展此类数据分析，会引发有关如何尊重隐私和保密性的重大问题，因此需要审慎制定行为准则。
区块链正被用于以即时可查且不可篡改的形式记录学生和教职员工的成绩与资历，有助于防止不道德行为；它还可以与AI结合，为学生的学业进展和职业发展提供新的洞见。
大学需要敏锐把握AI为支持多学科发展带来的新机遇。在研究领域，这要求设立新的学术院系和岗位，尤其需要数据科学家。课程设置也需要及时调整，培养开发和使用AI的科学家与技术人员，并为医学、会计、法律、建筑等不同领域的学生做好准备；他们未来的工作和职业发展，将取决于能否成功地将自身技能与机器能力结合起来。
新课程体系应适应AI发展道路的不可预测性，并以深入理解为基础，而非迎合企业的眼前需求。
应对影响
大学是AI和自动化等颠覆性技术变革的推动者。大学有责任反思自身更广泛的社会角色，并创造机会，使社会更有韧性，能够应对这些颠覆性变革。
我们必须应对技术性失业带来的后果，大学可以帮助受不利影响而失去工作的人获得技能和机会。
具备AI开发和应用技能的人才竞争十分激烈，大学的许多优秀员工都被私营部门吸引。大学面临的AI挑战中，最迫切的问题之一是改善就业条件和职业发展机会，以留住并激励自己的AI人才。大学需要打造灵活、敏捷的工作环境，积极回应外部思想来源，并对员工在大学与企业之间转换职业路径持开放态度。
第四次工业革命正深刻影响当代社会和经济的方方面面。与以往几次革命相对不同，大学的结构和组织形式当时基本未受影响；而AI中的技术组合很可能从根本上撼动大学。“深度学习”这一概念是AI进步的核心，显然触及大学的宗旨，也可能给大学带来新的竞争。
如果运用得当，AI能够增强大学现有工作的能力并赋予其更大力量；但要继续履行研究、教学和对外交流的使命，大学就必须进行根本性的重新评估和转型。大学能否胜任这一任务？
