时代呼唤人才，人工智能人才的短缺迫在眉睫
时代背景下，信息学奥赛（NOIP）人才培养的意义
为了弥补人工智能的巨大人才缺口，我们都需要出什么样的努力呢。从大的战略规划上，也在大力提倡提升青少年的整体科学素养。认为：人工智能需要大量懂算法的计算机专业的人才。作为非常重要的计算机人才培养的渠道，信息学奥赛在现实背景下，又一次成为家长们躲不开的热点话题。
什么是信息学奥赛
担负着选拔学生参加国际奥林匹克竞赛任务，经教委批准，科协具体，由计算机学会主办的信息学奥林匹克竞赛活动应机而生。
为促进计算机普及并兼顾提高，从95年开始举办信息学奥林匹克竞赛分区联赛。竞赛旨在向那些在中学阶段学习的青少年普及计算机科学知识;给学校的信息技术教育课程提供动力和新的思路;给那些有才华的学生提供相互交流和学习的机会;通过竞赛和相关的活动培养和选拔计算机人才。
据了解，清北复交等高校的自主招生政策也明显偏好信息学人才。
清华大学、北京大学在年初的信息学冬令营前后在长沙展开了“抢人大战”。
复旦大学则对信息学选手单独开辟规则，在 2018 年自主招生简章中，对 NOIP信息学提高组竞赛 360 分以上的选手开启绿灯。
清华、北大、中科大、北航、上交等几十所大学在 2018 自主招生简章中对工科类专业自主招生条件中均提到了对信息学竞赛获奖的要求。
以清华北大为例，仅凭裸分录取的，仅有20%,而在信息学方面有特长的学生，却早早进入了学校的大门。在今年6月初举行的清华、北大信息学体验营上，就有一批生被清华、北大提前录取，实际签约数量十分惊人。
50名保送清华姚班的新生，46名是竞赛大牛
据2018清华姚班50名新生名单公布，其中46人都是竞赛大牛，这50位同学到底有多牛呢？其中保送的37人中信息学奥赛选手26人，其中3名IOI（国际信息学奥林匹克竞赛）队选手，19名NOI（青少年信息学奥林匹克竞赛）选手。
信息学奥赛培养的人才将是人工智能亟需的人才
我们先来说下人工智能需要什么样的人才：
需要精通多个，其中包括C ++、STL、Perl、Perforce、OpenGL,以及PhysX等API.由于人工智能正在进行重要的计算，因此具有物理学或某种生命科学的背景也是必要的。
因此，要成为一名成功的人工智能开发人员，需要很多技能，而不仅仅是一两种技术。
以下列出了人工智能需要了解和掌握的技能：
1）机器学习 2）Python 3）R语言 4）数据科学 5）Hadoop 6）大数据 7）Java 8）数据挖掘 9）Spark 10）SAS
正如人们所看到的，这是一系列广泛的技能，并且没有一个是短期可能学习和掌握的技能。基本的计算机技术和数学背景是大多数人工智能程序的支柱。线性代数和C++编程一样必要，因为机器学习需要对矩阵内的数据进行分析，而线性代数则是关于矩阵的运算。人工智能课程包括数学、贝叶斯网络或图形建模的研究，其中包括神经网络、物理学、工程和机器人科学、计算机科学，以及认知科学理论。
我们再来看下信息学奥赛培养什么样的人才？
对于参加信息学奥赛的学生来说，首先要学习一门编程语言（Pascal / C / C++），然后学基础算法和数据结构，用以解决实际问题。目的是锻炼学生的数学思维、计算思维和逻辑思维，提高解决问题综合能力。
而这些都是人工智能的基础知识，学会这些，在人工智能行业行走的路上会更加容易。目前由于信息学进入高考，学会这些，对于高考也是有助益的，前面的清北复交的招生案例我们已经说过。
信息学奥赛得奖都是行业，引领人工智行业风潮
前面我们说了，信息学奥赛的大多保送进了学校，但究竟这些都做了些什么呢？毕业后，他们又都会去做什么呢？
很多信息学奥赛获奖者大多都从事这个核心技术领域的工作，一方面说明了信息学获奖的光明前途，一方面也说明社会需要很多信息学的栋梁人才。
比如：
1）、在信息检索（搜索引擎、推荐引擎、输入法）领域，作为领军人物的搜狗的 CEO 王小川（IOI 1996 ）现在正带领搜狗走上全面人工智能驱动的时代。
2）、同样是在信息检索领域，今日头条“抓住”了在IJCAI、AAAI 等顶会上发表多篇论文、曾把人工智能的逻辑推理提高了 60~100 倍的吴翼（IOI 2010 银牌）。
3）、计算机视觉领域，在旷视科技（Face++）CTO 唐文斌（NOI）的麾下，先后聚集了杨沐（IOI 2007 ）、杨弋（IOI 2007 ）、周而进（IOI 2009 银牌、IOI 2011 ）、范浩强（IOI 2011 ）等一批信息学选手。
4）、在无人驾驶领域，小马智行（Pony.ai）的 CTO 楼天城（IOI2004 ）的请来了当今的华人图灵奖获得者姚期智院士做顾问，带领了包括漆子超（IOI2009 ）、金策（IOI 2016 ）、杜瑜皓（IOI 2015）、吉如一（NOI ，APIO）等在内的一批较强大脑共同攻克无人驾驶难题。
5）、在企业智能决策领域，戴文渊（NOI 银牌，ACM-ICPC 总）和他的伙伴们创办的“第四范式”正在这一行业大步向前，而这支团队中很多人也曾是NOIP/NOI 赛场上的。
6） 、在微软研究院-人工智能（MicrosoftResearch AI），一年投中机器学习领域顶会ICML 2017 五篇论文的朱泽园（IOI 2005 、IOI 2006 ）也在为人工智能领域做着贡献。
7）、陈启峰（IOI 2007 ）、陈丹琦（IOI 2008 ）、鬲融（IOI 2004 ）、周源（IOI 2005 ）、高逸涵（IOI 2009 ）等更多曾经信息学竞赛中的大牛，虽然没有进入产业界，却也在学界为人工智能做着理论基础的研究，为人工智能的未来铺垫道路
