鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授
為壯大創科人才庫，內地 AI 人才培訓的規模近年快速增長。不過，有分析指出，內地人才培訓和需求存在錯配。問題在於高校的培養模式落後於產業實際需要，以及產、學、研結合依然不夠緊密等。
AI 產業鏈可劃分為基礎層、技術層、應用層三大環節。「基礎層」涵蓋深度學習、算法、深度神經網絡，以及雲計算等硬件；「技術層」包括視覺如人臉識別、自然語言處理如機器閱讀和情感挖掘分析等；「應用層」則非常廣泛，由搜索引擎、智能交通、虛擬個人助理、機械人，以至金融科技、智能醫療和智能家居等。
浙江大學與百度（09888）聯合發布的《中國人工智能人才培養白皮書》顯示，2022 年美國 AI 產業在基礎層、技術層、應用層的人才數量比例較平均，分別為 22.8%、37.3%、39.9%，中國則為 3.3%、34.9%和 61.8%，基礎層嚴重缺乏。而這個人才培訓的缺口，相信香港能協助填補。
香港在《QS 世界大學排名 2024 年》的「數據科學與人工智能」學科之排名中，就有三所院校躋身全球 25 強，足見在豐富本地和中國 AI 人才庫方面可謂甚具優勢。而去年香港大學計算與數據科學學院（School of Computing and Data Science，簡稱 CDS）之成立，更是相當合時。CDS 集計算與數據科學、AI、統計決策科學、金融科技，以及精算學等的領域精英，以培養新一代多元科技人才為己任，又與國內外知名大學、研究院和大灣區的機構建立策略夥伴合作關係，以滿足市場需求。
我期望香港在卓越的基礎上，能吸引更多內地以至境外學生來港升學，有利「留學香港」品牌發展的同時，也有助香港打造成世界級 AI 人才培訓基地。
