人工智能與自動(dòng)化學(xué)院開展學(xué)生黨支部大調(diào)研
(通訊員
王澤楠)4月23日至4月26日，人工智能與自動(dòng)化學(xué)院學(xué)生黨支部第一階段調(diào)研活動(dòng)順利開展。學(xué)院黨委副書記朱平帶領(lǐng)輔導(dǎo)員組成調(diào)研小組與全體本科生黨支部、研究生低年級(jí)黨支部開展調(diào)研座談。
在前期支部自查，形成自查報(bào)告的基礎(chǔ)上，確立以學(xué)生黨支部工作中存在的問題和需求為主題進(jìn)行調(diào)研座談。參與調(diào)研的支部書記結(jié)合支部情況，從支部設(shè)置、支委會(huì)建設(shè)、“三會(huì)一課”活動(dòng)開展、黨員發(fā)展工作、黨員教育管理和支部作用發(fā)揮等幾方面進(jìn)行交流，分享經(jīng)驗(yàn)和做法，反映支部工作的困難之處。同時(shí)，調(diào)研小組也針對支部工作存在的不足之處提出了一些建議。通過研討，黨員代表共同為學(xué)院學(xué)生黨建工作的改革和發(fā)展建言獻(xiàn)策。
碩士低年級(jí)學(xué)生黨員代表普遍表示，研究生黨員群體中普遍存在黨員積極性低，黨員聲音不響亮等共性問題，并提出是否可以讓導(dǎo)師參與到支部建設(shè)中，積極引導(dǎo)黨員發(fā)聲。同時(shí)，組織生活不能夠脫離專業(yè)空講政治、脫離實(shí)際開展工作，要保證微黨課主題貼近時(shí)事熱點(diǎn)和專業(yè)，讓學(xué)生樂于學(xué)、記得住、領(lǐng)悟深。本科生黨員代表提出讓入黨積極分子與黨支部結(jié)對培養(yǎng)，將他們納入到支部建設(shè)過程中，以解決入黨積極分子到發(fā)展對象這一培養(yǎng)過程中教育模式單一的問題。本科生支部書記也表示在本科高年級(jí)黨支部黨員發(fā)展人數(shù)較多時(shí)，可以采用黨小組的學(xué)習(xí)形式，由支委擔(dān)任組長，充分發(fā)揮支委的模范帶頭作用。
朱平充分肯定了各黨支部取得的成績，但各支部間也存在差異，取得成績的同時(shí)也要看到問題。此次調(diào)研就是為了解最真實(shí)的學(xué)生黨建狀況，明晰問題，商討對策。他對參與座談的支部提出了三點(diǎn)要求：一是要做好支委隊(duì)伍建設(shè)工作，支部書記要充分利調(diào)動(dòng)支委積極性，共同打造“強(qiáng)力火車頭”;二是要拓寬開展組織生活的思路，不要被“困”在會(huì)議室中，而是要思考更貼近師生生活、學(xué)習(xí)的活動(dòng)形式;三是要學(xué)會(huì)溝通和自省，多與其他支部交流，找不足，學(xué)經(jīng)驗(yàn)，結(jié)合實(shí)際摸索出一種適合自身發(fā)展的支部建設(shè)模式。朱平表示，調(diào)研小組會(huì)將調(diào)研結(jié)果向?qū)W院黨委進(jìn)行專題匯報(bào)，在學(xué)院黨委的指導(dǎo)下進(jìn)一步加強(qiáng)和完善學(xué)生黨支部建設(shè)工作，讓學(xué)生黨支部成為師生最貼心、最信賴的組織依靠。
據(jù)悉，此次活動(dòng)是人工智能與自動(dòng)化學(xué)院根據(jù)學(xué)校“黨支部建設(shè)年”工作部署，落實(shí)黨委組織部的黨建工作調(diào)查摸底工作要求的系列工作之一，學(xué)院還將在此基礎(chǔ)之上，繼續(xù)做好各項(xiàng)黨建工作。
人工智能專業(yè)前景如何?
極其好。如果說計(jì)算機(jī)專業(yè)是上個(gè)時(shí)代的老大，那么人工智能專業(yè)就是下個(gè)時(shí)代的龍頭。因?yàn)椋?/p>
1. 大數(shù)據(jù)、芯片計(jì)算能力、5G網(wǎng)絡(luò)的發(fā)展使得AI人工智能得以高速發(fā)展。目前在自動(dòng)駕駛、智能家居、工業(yè)制造等很多領(lǐng)域，人工智能都在快速突破。例如預(yù)計(jì)5-10年后，美國有50%的車輛將是無人駕駛。
2. 真正的人工智能公司發(fā)展?jié)摿艽螅? 人才更容易脫穎而出。如人工智能芯片公司“深鑒科技”，由四名清華高手僅僅創(chuàng)立2年后被收購，收購價(jià)3-4億美元。當(dāng)然，該專業(yè)的工資也很高，真正的人工智能崗位年薪百萬比較容易。
人工智能專業(yè)的要求高么?
很高。該專業(yè)的前景有多好，對應(yīng)的專業(yè)要求就有多高。 人工智能是計(jì)算機(jī)+數(shù)學(xué)建模的結(jié)合，該專業(yè)要求有極其好的數(shù)學(xué)邏輯能力，能把該專業(yè)真正學(xué)明白的估計(jì)沒多少人。 例如給你1萬張手機(jī)自拍人臉照片，讓你通過編程，建立一個(gè)數(shù)學(xué)模型識(shí)別出照片中哪些人臉是高興的表情。你需要把照片轉(zhuǎn)化為計(jì)算機(jī)可處理數(shù)據(jù)，例如不同格式不同尺寸的圖片如何統(tǒng)一處理;你需要搭建模型來判斷數(shù)據(jù)有什么規(guī)律是表示高興，例如計(jì)算嘴角的弧度、眉頭的皺紋等等，同時(shí)要考慮不同年齡不同人種的臉部特點(diǎn);模型要經(jīng)過大量訓(xùn)練來優(yōu)化，這會(huì)需要大量的計(jì)算機(jī)處理能力(例如幾十臺(tái)服務(wù)器)，需要設(shè)計(jì)優(yōu)秀的程序來保證訓(xùn)練過程盡量減少計(jì)算機(jī)的消耗以及減少計(jì)算時(shí)間(如并行計(jì)算)。
因此，基本是絕對的數(shù)學(xué)學(xué)霸可以真正搞定該專業(yè)。