本文最后由 Demo Marco 更新于 2025-02-22. 如有资源已失效，请留言反馈，将会及时处理。 【推荐：不翻墙访问被墙网站方法 | 自用高速专线机场 | 高速CN2线路 | 高质量家宽住宅IP】
我们生活的世界目前每天产生 2.5 千万亿字节的数据，并且这一数字还在不断增长。移动设备的数量超过了地球上的人口数量，多年来，我们一直听到这样的说法：世界上 90% 的数据是在过去两年中产生的。所有行业中尚未开发的数据量令人震惊。构建基础设施和工具以将这些数据转化为洞察力，然后利用这些数据为决策过程提供信息，这是每个行业始终存在且日益严峻的挑战。为员工配备管理和分析所有这些数据所必需的技能也同样如此。在 DataCamp，我们看到我们的客户、合作伙伴和合作者使用各种方法来应对这些挑战。
最近，在与 AI Singapore 的人工智能行业创新总监 Laurence Liew 在我们的播客 DataFramed 上聊天时，我对AI Singapore的战略感到兴奋。我计划在 DataFramed 回归时发布这次采访，它是对新加坡当前技术和人工智能现状的一次旋风之旅，以及 AI Singapore 如何与 DataCamp 合作，让新加坡尽可能地以人工智能为主导，等等。
AI Singapore 的既定使命是：
通过人工智能研究、人工智能技术和人工智能创新三大支柱，巩固国家在人工智能领域的能力，从而产生社会和经济影响，培养本地人才，建立人工智能生态系统，并使新加坡在世界范围内占据一席之地。
我发现他们的方法令人兴奋的一点是，他们认识到了存在的深层挑战：（i）确保尖端研究成果能够交到行业从业者手中；（ii）就数据科学、机器学习和人工智能工具和技术对整个劳动力（以及未来的劳动力）进行培训。
让我们深入研究人工智能研究、人工智能技术和人工智能创新这三大支柱，看看新加坡人工智能如何考虑弥合（i）研究与产业以及（ii）21 世纪现代工业所需的劳动力和数据技能之间的差距。
人工智能研究：播种高质量
人工智能研究支柱的目标是培育高质量的研究工作，开发基础和新颖的人工智能技术、算法和相关技术——这些努力最终将为新加坡人工智能的其他支柱做出重大贡献。新加坡人工智能的研究计划还鼓励国家研究合作并培养本地人工智能人才。
优先研究领域包括：
- 可解释的人工智能
- 设计中的人工智能
- 人工智能在意义建构中
- 人工智能与人类的合作
- 在小数据集上进行训练
最后一点对新加坡来说尤其重要。新加坡是一个小国，与人口大国相比，人工生成的数据集规模较小，因此，新加坡的研究人员推动人工智能研究领域的发展至关重要。简而言之，这一支柱通过认识到持续研究对于开发下游行业将采用的技术的重要性，为未来的人工智能工作奠定了基础。
人工智能技术：应对重大挑战
这一支柱着眼于新加坡人工智能所称的重大挑战 —— 这类问题确实很困难，而人工智能可以（作为多种技术之一）帮助解决。重大挑战 (i) 需要产生影响，(ii) 需要影响新加坡的每一个人，以及 (iii) 必须是可衡量的。
面对这些重大挑战，新加坡人工智能优先考虑了四个垂直领域：医疗保健、教育、城市和智慧国家以及金融。这些就是他们热衷于解决的四大问题。
作为开场白，我们现在来探索第一个垂直领域，医疗保健（您必须等到其他三个挑战启动后才能了解其余内容）。医疗保健大挑战赛的问题是“我们如何在未来五年内将三大高发病率降低 20%：高血压、高胆固醇和高血糖（或糖尿病）？”医疗保健大挑战赛已经启动，事实上，就在我与劳伦斯交谈的两周前，他们举行了颁奖典礼，宣布了获得大挑战赛初始资助的三支队伍。
“高血压、高胆固醇和糖尿病这三大疾病是新加坡政府非常关心的问题。它们给新加坡的医疗体系和预算带来了巨大压力。我们希望借助人工智能至少可以减轻部分影响。”这一支柱旨在展示现代人工智能对这些重大挑战的持久影响。
人工智能创新：解决现实问题
人工智能创新支柱包括一系列计划和战略，旨在将尖端的人工智能研究技术交到行业合作伙伴手中，以解决现实问题。
AI Innovation 的旗舰项目是 100 项实验计划，其中公司向 AI Singapore 提出他们认为可以使用数据科学、机器学习或 AI 解决的业务问题或挑战。AI Singapore 对每项提案进行系统审查。如果他们认为这是一个有趣的问题，没有现有的商业解决方案或技术合作伙伴可以帮助他们，他们就会介入并为该项目提供核心资金（有关申请流程的更多详细信息和更多信息可在此处找到）。
具体是什么样子的？AI Singapore 为每个项目贡献 25 万新元（18 万美元），公司将以 1:1 的比例进行匹配。Laurence 的 KPI 是执行 100 个项目，因此得名 100 个实验，项目总资金为 2500 万新元。
自 2017 年 6 月启动以来，他们已经批准了 40 个项目，并且由于该计划的成功，他们获得了第二轮政府资助，使项目数量达到 200 个。其中已有医疗保健、制造业、物联网、异常检测、采购和金融等领域的项目。
每个实验的目标是在 9 到 18 个月内生产出最小可行产品 (MVP)。这需要双方合作共同开发 MVP，然后公司可以将其带回组织中部署。这笔资金支持一个项目团队，其中包括来自新加坡当地大学的研究人员和 AI Singapore 的工程资源，包括他们所谓的 AI 学徒。Laurence 告诉我，让教授参与进来相对简单，但他们还需要 AI 工程师来开发 MVP。这就是围绕数据科学、机器学习和 AI 技术、工具和行业应用快速发展的生态系统的教育发挥作用的地方。
人工智能学徒计划：培养未来领袖
为了帮助培养满足行业当前和不断增长的 AI 需求所需的劳动力，AI Singapore 推出了 AI 学徒计划。这为具有基础知识的新加坡人提供了深入掌握技能的机会。该计划将通过 DataCamp 课程和其他资源学习的知识与通过 100 个实验计划下的项目获得的实际经验相结合。
这个学徒计划进展很快。它是新加坡人工智能中心的核心计划之一，与 100 个实验计划（每个实验都有两名学徒）一起实施。
学徒计划是全职的，有薪，为期九个月。AI Singapore 每月向每位学徒支付 3,000 至 5,000 新加坡元的津贴（参与无需任何费用）。Laurence 告诉我，AI 学徒计划正在帮助他们解决未来 10 年的 AI 工程挑战。然而，提升、再培训和深度培训一个国家并不止于此。他们需要提升整个行业的技术技能，这就是他们提出 AI for Industry 的想法的原因。
工业人工智能：技能民主化
工业人工智能的目标是提升各垂直行业从业人员的技术技能。新加坡人工智能协会与 DataCamp 密切合作开展这项计划。它以他们的“人人人工智能”计划为基础，后者是一个 3 小时的研讨会，向所有人介绍现代人工智能技术和应用，以便他们成为人工智能产品和服务的精明消费者。在“人人人工智能”计划中，参与者将学习如何在工作和日常生活中识别机会和潜在用例。他们还使用在线工具构建了一个简单的人工智能模型！新加坡人工智能协会的使命之一是让不仅是公司，而且是职业人士和所有其他人都做好人工智能准备。“人人人工智能”计划是这一使命不断发展的结果。
工业人工智能将人人适用的人工智能与 DataCamp 的Python 数据科学家课程相结合，后者是一套 100 小时的课程，涵盖从 Python 基础到导入、清理和处理数据到统计、机器学习、SQL、包管理、数据可视化等所有内容。参与者将在 12 个月内完成此课程。新加坡人工智能计划每月都会根据课程内容编写一份简报，并举办一个三小时的机器学习实践研讨会。Laurence 表示，他们决定将 DataCamp Python 数据科学家课程作为该计划的重点，因为“这背后的想法是如何进行培训。”
但教育不止于此。那些尚未进入工业界的学生该怎么办？这就是学生人工智能发挥作用的地方。
面向学生的人工智能：以人工智能流畅度赋能下一代
当劳伦斯意识到 DataCamp 一直为大学、教授和学生免费提供 DataCamp 平台访问权限时，他想知道他们是否可以利用这一点，并使该计划正规化，以便 AI Singapore 可以帮助更多学生加入。
“为什么我们只限于大学生？我们能把这个范围一直扩大到中学生吗？”
在新加坡，中小学的孩子已经在学习 Python 了——那么为什么他们要在大学阶段开始正规的 Python 培训呢？为了测试他的理论是否可行，劳伦斯让他的儿子参加了 DataCamp 上的数据科学家 Python 课程。
劳伦斯汇报说：“他完成了学业。他通过了考试。他正在学校做项目。有趣的是，他 13 岁时就完成了学业。他是一个真正喜欢编程的聪明孩子。新加坡有很多这样的孩子。他们可以学习这些模块。我想，如果他能做到，我相信很多其他孩子也能做到。”
继这次家庭试点之后，Laurence 与 DataCamp 密切合作，并于去年 11 月宣布并启动了该项目。在我们交谈时，AI Singapore 已有 7,000 名学生报名参加 AI for Students，他们不仅来自大学，还来自理工学院和中学等。几个月后，他们现在有 11,000 名学生！Laurence 告诉我，该项目引起了学校教师的极大兴趣，他们希望在课余时间使用 Python、数据科学、AI 和机器学习在该平台上培训他们的孩子。
劳伦斯明确表示，面向学生的人工智能项目本质上是纯粹的 DataCamp。新加坡人工智能的作用是说：“嘿，我们有这个平台。它是免费的。你作为一名教师来找我们说，‘我看过 DataCamp 平台。我真的很喜欢它。我想学习 1 到 10 个模块。’”然后新加坡人工智能将在后端与 DataCamp 合作，将其提供给教师。
从个人角度来说，这个消息对我来说意义重大。我在 DataCamp 的第一个角色主要是构建基础 Python 数据科学课程，因此我在这里的前 18 个月大部分时间都投入到了 Python 数据科学家课程中。随着我们从一家 10 人公司发展到 50 人（如今，我们有 140 多名员工！），我们为这个课程付出了很多心血和汗水。这需要我们外部讲师和内部内容、工程、产品和营销团队的大量工作。听说这个课程现在免费用于教育 11,000 名新加坡学生，包括儿童，我真的欣喜若狂。
