人工智能是当前引领性的战略性技术和新一轮科技革命与产业变革的核心驱动力，已成为中美战略竞争的主要着力点。人工智能的竞争，关键是人才的数量与质量，核心是人才培养和人才集聚的能力。2016年，美国发布《国家人工智能研发战略计划》，此后该计划不断更新，始终将人工智能视为持续保持美国全球竞争力的关键领域，将人才的培养与集聚作为重中之重。美国国家人工智能安全委员会在2021年的《最终报告》中强调，人才是人工智能行业增长的核心引擎，最终能够赢得全球人工智能竞赛的，将不是拥有最好技术的一方，而是拥有最卓越技术人才的一方。[7]2025年初，特朗普在上任不到48小时就宣布：“为了胜过中国，政府将积极推动发展人工智能及其基础设施”。近年来，美国密集出台一系列政策举措，包括教育变革（K-12、本科及研究生）、产学研协同、劳动力技能提升，以及国际人才招募等，试图在较短时间内提升人工智能战略急需人才的教育、培养、培训和引入能力，展现出较为鲜明的国家动员、主动求变和系统部署等特征。
扩大教育人才培养规模。教育是国家战略急需人才培养最为直接的方式。美国出台一系列教育政策举措，在短时间内迅速提升了人工智能智力资源。在普及K-12计算机科学基础教育方面，2017年，美国只有少数几个州支持高中开设计算机科学相关课程，而到2023年，这一数量已增至30个州，其中马里兰州、阿肯色州和内华达州公立学校高中计算机科学课程普及率分别达99%、99%和96%；在新建高校人工智能学院方面，2019年斯坦福大学成立人工智能学院，是美国较早将人工智能专业提升至学院层次的大学之一，同年麻省理工学院成立施瓦茨曼计算学院，随后，加州大学圣巴巴拉分校、明尼苏达大学双城分校、哥伦比亚大学等陆续成立人工智能研究所，至2023年，美国高校已设有667个人工智能相关学习课程；在设立人工智能人才资助计划方面，2018年，美国能源部为计算机科学研究生奖学金计划增加新的条目，即支持学生攻读应用数学、统计学等方向的更高学位，从而更有效掌握机器学习、深度学习等技能，[8]同年，美国国家科学基金会在其研究生奖学金计划中，优先考虑计算和数据支持学科的科学和工程类学生。《美国教育统计年鉴》统计数据显示，2003～2023年，美国每年授予的计算机与信息科学、工程、工程相关技术、生物科学与生物医学、数学与统计学、物理学、交叉学科等七类人工智能相关学科的学士学位从25.3万增长到48.5万，硕士学位从7万增长到20.4万，博士学位从1.7万增长到3.4万，三类学位授予数量的增长幅度分别为91.4%、191.4%和98.8%，而同期其他学科授予的学士学位、硕士学位和博士学位总量的增长幅度分别为35.2%、64.2%和60.0%，远低于人工智能相关学科授予学位的增长速度（见图1）[9]。
推进产学研协同融合。产学研协同融合是培养创新人才的重要举措。美国利用其雄厚的人工智能产业基础，鼓励大型科技企业通过高薪、合并等方式，广泛吸纳高校人工智能人才。近年来，顶尖人工智能人才向工业领域持续迁移，使工业界逐渐主导前沿人工智能研究。2023年，工业界产生了51个著名的机器学习模型，而学术界只贡献了15个。根据斯坦福大学《2024年AI指数报告》，2011年人工智能博士生毕业后约40.9%流向工业界，学术界则为41.6%，两者比例大致相等。但到2022年，加入工业界的人工智能博士比例上升至70.7%，且仅2024一年，进入工业界的人工智能博士比例便较2023年上升了5.3个百分点。[10]英国人才情报平台Zeki Research发布的《2024年人工智能人才状况》报告指出，从2015年开始，美国大型科技公司（典型为Amazon、Apple、Google、Meta和Microsoft五大巨头）的扩张，成为美国吸引顶尖人工智能人才的动力，美国顶尖的人工智能人才高度集中在大公司，占离开学术界的顶尖人工智能人才的70.6%。[11]“深度学习之父”杰弗里·辛顿、“卷积神经网络之父”杨立昆以及伊尔亚·苏茨克维等世界著名人工智能专家，均有进入或成立企业的经历，为原创大模型的发展作出突出贡献，是美国“学术-企业”人才旋转门机制成功的杰出代表。
增进公共部门专业能力。政府部门是提升人工智能治理的关键。美国政府高度重视公共部门工作人员的数智能力，一方面对工作人员进行人工智能培训，另一方面吸纳更多人工智能优秀人才到联邦政府工作。2023年10月，美国时任总统拜登签署第14110号行政命令，启动“全国人工智能人才激增计划”（National AI Talent Surge），招募人工智能专业人员进入政府工作，建立一支强大而多元化的联邦政府人工智能员工队伍。为推进这一进程，美国联邦人事管理局（OPM）授予政府部门更多的人工智能人才聘用权限，如直接聘用权（取消对候选人进行评级和排序这一雇用程序）等；同时，美国能源部和美国国家科学基金会制定了一项试点计划，要求到2025年招募并培养500名人工智能专业员工。2024年4月，美国人工智能与科技人才工作组发布《提高联邦政府的人工智能能力：人工智能人才激增的进展和建议》指出，与2022年和2023年同期相比，2024年1月至3月，政府人工智能职位的申请量翻了一番，在2024年秋节的“Tech to Gov活动”期间，32个联邦机构向4500名潜在申请人提供了大约100个职位。[12]
增强国际人才虹吸效应。顶尖的人工智能人才是高度流动的，引智是形成人才国际竞争比较优势的通行做法。美国是世界上最早实施国际人才吸引政策的国家之一。现阶段，美国人工智能领域人才短缺，严重依赖外国人才。美国为保持其在人工智能领域的领导优势，有针对性地实施了诸如移民、签证等一系列优惠政策，增强对全球尤其是中国顶尖人工智能人才的虹吸效应。当前，约超过三分之二在美国工作的顶级人工智能研究人员在其他国家获得本科学位。斯坦福大学发布的《2021年AI指数报告》指出，2019年北美人工智能新入学博士中，国际学生占比达64.3%，且这些国际学生博士毕业后，81.8%留在了美国。[13]为吸引全世界的优秀人工智能人才，2023年，拜登政府签署“关于安全、可靠和值得信赖的人工智能开发与使用的行政命令”，要求优化签证、移民、学者访问程序。例如，要求美国国务院和国土安全部为前往美国从事人工智能学习、工作、研究的外籍公民提供足够数量的签证预约名额，并优化签证申请标准和审理时长；实施国内签证续签计划，使人工智能和关键及新兴技术领域的高技能人才在不受不必要干扰的情况下继续在美国工作；制定规则便利非本国公民移民程序，包括将人工智能技术专家及其配偶、家属和子女身份调整为合法永久居民，等等。[14]根据麦克罗波洛智库2023年发布的《全球人工智能人才追踪》报告，通过对全球人工智能顶尖人才（前20%）的本科教育所在地、研究生培养所在地、最终工作单位所在地进行跟踪研究，可总结出全球人工智能顶尖人才流动规律，全球人工智能顶尖人才有41.7%流向美国，27.2%流向中国，12.6%流向欧盟。从本科教育所在国看，最终流向美国工作的全球人工智能顶尖人才中，中国占35.1%，美国占34.4%，印度占8.1%，欧盟占7.0%，加拿大占2.7%，俄罗斯占1.2%，其他国家占11.6%。[15]由此可见，美国吸引了大量的全球人工智能顶尖人才。
新时代我国重大战略急需人才培养的实践路径