新工科背景下人工智能专业人才培养的认识与思考

黄河燕

摘 要：人工智能已进入与产业深度融合发展的新阶段，新工科建设也已经成为我国工程教育改革的重要体现。基于国家战略发展、国际竞争局势以及人才培养内在规律，高等教育机构作为人才储备的重要基地，如何在新工科背景下探索人工智能专业人才培养的新模式和有效途径成为社会各界关注的焦点。本文分析了我国新工科建设背景和国内外人工智能专业教育基本现状，提出了新工科背景下人工智能专业人才培养的认识与思考。在人工智能人才培养中，必须把握新工科内涵，重点关注专业能力目标达成、教育教学各要素重构与多元化革新等关键内容，同时在产教深度融合的工程教育链条中，保障师资队伍的快速建设与稳定发展。

关键词：新工科;人工智能专业;人才培养;专业教育;师资队伍

党的十八大以来，我国高等教育改革发展取得了新成就、迈上了新台阶、进入了新阶段，对国家发展贡献度不断提高，我国正在从高等教育大国向高等教育强国迈进。2016年，习近平总书记在“全国高校思想政治工作会议”上指出：“我们对高等教育的需要比以往任何时候都更加迫切，对科学知识和卓越人才的渴求比以往任何时候都更加强烈。党中央作出加快建设世界一流大学和一流学科的战略决策，就是要提高我国高等教育发展水平，增强国家核心竞争力。”[1]教育部也组织了多次研讨会，鼓励各类高校积极探索工程教育的“新理念”、学科专业的“新结构”、人才培养的“新模式”、教育教学的“新质量”和分类发展的“新体系”[2]。当前社会经济的不断发展与进步，对人工智能人才的迫切需求不断增加，高等教育机构应该加强培养人工智能和新工科人才。然而，现阶段我国高等教育机构对新工科背景下人工智能专业人才培养的认识仍然处于探索阶段，高校应该正确深入思考新工科背景下人工智能专业人才培养模式，为国家和行业培养输送符合社会发展需要的人工智能专业人才。

一、新工科建设背景

面对新形势、新机遇和新挑战，信息化与人工智能引发了新产业与新工科的兴起，无论是综合性大学还是工科为主的高校，都对什么是新工科、为什么要建设新工科以及怎样建设新工科等关键问题进行了積极研讨。2016年6月，教育部首次提出“新工科”。2017年2月，综合性高校工程教育发展战略研讨会在复旦大学召开，提出“复旦共识”。随后教育部发布了《教育部高等教育司关于开展新工科研究与实践的通知》。2017年4月，工科优势高校新工科建设研讨会在天津大学召开，发布“天大行动”。2017年6月，教育部新工科研究与实践专家组成立并召开第一次工作会议，通过《新工科研究与实践项目指南》，形成新工科建设的“北京指南”。随后教育部发布了《教育部办公厅关于推荐新工科研究与实践项目的通知》。2017年8月，召开了工科优势高校组会议。

尽管目前对于新工科还没有精确一致的定义，但关于新工科的基本范畴与内涵特征，经过上述紧锣密鼓的一系列活动和全国范围内的广泛讨论，社会及相关行业人员已经达成共识。新工科要以新经济、新产业为背景，新工科的建设，一方面要设置和发展一批新兴工科专业，如人工智能、智能制造、机器人等，另一方面要推动现有工科专业的改革创新。其内涵特征主要包括以下六个方面。

（1）引领性。新工科不是只服务于现有产业，而是引领未来产业转型升级和创新发展，为引领新产业甚至新行业的诞生提供支撑。新工科不应拘泥于现有学科形态，应该从科技的本质处寻求答案，即如何为创造人类更美好、更幸福的未来培养引领人才。新工科是大学的任务之一，但不是全部任务。未来意味着无限可能，未来是开放的，选择是多样的，新工科要起到引领未来的作用。

（2）通宽性。新工科要求高校在人才培养中加强通专结合和学科交叉力度。要为学生奠定相关领域多职业的共同基础，以便适应未来的可迁移性能力、快速学习能力和适应变化的能力。要加强自然、社会、人类自身、工程伦理等方面认知的通识基础，培养学生的终身学习和持续发展能力。要提高思辨能力、方法论、价值判断、跨文化理解、审美能力等方面的培养，提升学生的人文素养。

（3）前瞻性。“新”和“老”永远是相对的、动态的、发展的。新工科需要不断与时俱进，走在时代前沿，应确保最新科技和工程前沿进入课堂，通过建立课程和教材的更新机制，使教学内容具有新颖性和时代性。要突破传统教学模式和教材模式的制约，使培养的学生能够不断适应信息技术革命所引发的人才资源转型的需要。

（4）交叉性。工程学科的使命是要使用人类知识集合中的一切有用知识，寻求解决人类现实和未来可能遇到的问题，为人类生存发展和生活幸福服务。因此需要更加关注人的需求，由于人的需求是复杂、多样、交叉的，因而未来新工科更加需要与自然科学、社会科学、人文艺术等学科交叉融合，这也是工程创新人才培养的着力点[3]。

（5）开放性。新工科的内涵应以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，培养多元化、创新型的卓越工程人才。因此，在培养过程中不应局限于特定专业领域和专业知识，要在课程、教学资源、学科、产业、国际化、管理等方面体现充分的开放性，为未来提供智力和人才支撑。

（6）实践性。要实现新工科建设从理念到行动的转变，实践性尤为重要。因此，在人才培养过程中，要将专题式学习和与工作相结合的学习进行战略性组合，尤其是实现包括行业密切参与和致力于模拟真实工作的学习环境，建立“工程学习工厂”，为学生提供一个创新、体验式和基于项目的学习场景，由具有工程背景的教师和业内经验丰富的工程师在这个模拟工作的环境中指导和督促学生学习和练习。

二、人工智能专业教育概况

近40年来，信息技术社会的演进经历了五大形态。20世纪80年代，PC的快速普及使得信息化成为时代主题，人类社会进入IT信息时代;20世纪90年代，通信技术和互联网技术迅猛发展，互联网信息共享成为时代主题，人类社会进入互联网时代;21世纪前10年，随着智能手机的爆发，信息个人化出现，“互联网+”成为时代主题，这一时期可称为移动互联网时代;2012年，《纽约时报》发表专栏文章，指出大数据时代已经降临，决策将日益基于数据和分析而做出;近年来，伴随着人工智能的蓬勃发展，AI时代来临，这是互联网诞生以来第二次技术社会形态在全球的萌芽。

（1）人工智能发展概况。1943年，人工神经网络和数学模型建立，开启了人工神经网络的研究时代，也是人工智能发展的萌芽期;1956年，10位杰出的科学家在美国达特茅斯大学举行了一次为期两个月的夏季学术研讨会，共同学习和探讨了用机器模拟人类智能的有关问题，由麦卡锡提议正式采用了“Artificial Intelligence”这一术语，从而一个以研究如何用机器来模拟人类智能的新兴学科——人工智能诞生了，人工智能正式进入启动期;1969年，作为人工智能主要流派的连接主义与符号主义研究陷入低谷，公众信心持续减弱，人工智能进入消沉期;1974年以后，BP算法研究开始、第五代计算机开始研制，人工智能逐渐取得新进展，进入突破期;1985年以后，BP神经网络被提出并实现，基于人工神经网络的算法研究突飞猛进，人工智能进入发展期;2006年，深度学习被提出，人工智能取得突破性发展;2010年，随着移动互联网的快速发展，人工智能的应用场景增多;2012年，深度学习算法在语音和视觉识别上实现突破，同时全球人工智能融资规模开始快速增长，人工智能商业化取得高速发展，人工智能进入了高速发展期。同期人工智能学术研究亦处于爆发期，人工智能领域生态繁荣，人工智能展现出了巨大的发展潜力。

近年来，人工智能的应用领域不断拓展，广泛应用于教育、安全、医疗、金融和机器人等领域。在无人驾驶、智能金融、智能家居、可穿戴设备、智能营销、智能农业、智能教育、智能医疗、电商物流等方面取得良好应用，人工智能日益渗透到人类的日常生活，作为参与者与推动力量促使人类的生活质量不断提升。

（2）人工智能专业知识结构。为了加快人工智能人才培养，美英等国家开始设立“人工智能”专业，如美国卡耐基·梅隆大学2018年开设美国首个“人工智能”本科专业，培养目标是让学生可以广泛地思考各种不同学科中的任务应该如何解决，学习内容的重点是如何根据视觉、语言、大规模数据库之类的复杂输入进行决策或者增强人类的能力，为打造未来的AI系统奠定坚实的基础。2018年4月我國教育部印发的《高等学校人工智能创新行动计划》明确提出“支持高校在计算机科学与技术学科设置人工智能学科方向，完善人工智能的学科体系，推动人工智能领域一级学科建设”“加大人工智能领域人才培养力度”，为我国新一代人工智能持续发展提供人才储备和战略支持[4]。

基于人工智能专业的发展定位和专业特点，其专业知识结构应从基础设施层、核心技术层、支撑技术层、系统平台层、应用层5个层面来考虑，具体如表1所示。

表1 人工智能专业知识结构

应用层 面向领域的应用系统，如：智慧医疗、智慧农业等

系统平台层 人工智能平台、智能系统等

支撑技术层 自然语言处理、模式识别、计算机视觉、语音处理等

核心技术层 机器学习（深度学习）、知识表示、知识推理等

基础设施层 人工智能基础支撑软硬件环境

（3）人工智能专业人才需求现状。我国人工智能国家战略的实施需要人工智能专业人才。《新一代人工智能发展规划》明确了从产业到社会服务，人工智能应全面落地。我国人工智能产业面临着对人工智能专业人才的大量需求。但目前现有专业的人才无法满足人工智能产业实际需求。预计到2020年，我国人工智能产业规模将达到1500亿元，带动相关产业规模超过1万亿元，人工智能的快速增长与发展势必面临大量的人工智能人才需求。

目前中国人工智能在大部分领域仍处在追赶和模仿阶段，在某些关键领域跟国际水平仍有一定差距，高层次人才稀缺，更多依赖于海外引进，人工智能人才流动性加大，在职周期缩短，10年以上资深AI从业者占比与美国仍有较大差距。人工智能人才半数以上集中于IT互联网及电子通信行业，而工业界AI人才的需求正在逐渐批量释放;人才需求迅猛增长，招聘人数需求巨大。

新工科建设和发展迫切需要人工智能专业人才。新工科建设和发展以新经济、新产业为背景，需要树立创新型、综合化、全周期工程教育新理念，探索实施工程教育人才培养新模式，打造具有国际竞争力的工程教育。目前，人工智能薪资溢价明显，起薪突破19万元/年，高出互联网普通技术人员134%[5-6]。新工科带动的新产业发展，更需要人工智能专业人才。

（4）我国人工智能专业建设情况。早在2003年，北京大学率先设立智能科学与技术专业。随后，各高校先后陆续设立该专业，2003—2011年度新增智能科学与技术专业点19个，2012—2016年度新增15个，2017年度新增19个，目前共有53所高校设置了智能科学与技术专业。此外，在2017年还新增智能制造工程审批专业点4个、智能医学工程审批专业点2个、智能建造审批专业点1个。

2018年8月，教育部公示了2018年度本科专业申报名单，其中包括智能科学与技术备案专业点100个，智能制造工程备案专业点49个。另外，首批有38所高校申报人工智能审批专业点。人工智能相关专业点申报呈现井喷趋势，人工智能相关专业建设进入蓬勃发展时期。

三、人工智能专业人才培养的认识与思考

人工智能专业人才培养任重道远，是一个需要不断探索和实践的过程，以下是对人工智能专业人才培养的一些认识与思考。

1.人工智能专业对学生的要求

人工智能专业应全面培养学生知识、能力和素质，使学生具有扎实的数学、自然科学、工程技术、人文社科基础理论，系统深入的人工智能专业知识和实践能力，具有在人工智能及相关领域跟踪和发展新理论、新知识和新技术的能力，具有健全的人格、有效沟通和交流能力，具有一定的国际化视野。该专业毕业生应获得的知识和能力包括：

（1）人工智能工程知识。能够将数学、自然科学、信息科学基础和人工智能专业知识应用于解决复杂人工智能工程问题。

（2）问题分析。能够应用数学、自然科学、人工智能的基本原理，识别、表达并通过文献研究分析复杂计算机工程问题，以获得有效结论。

（3）设计/开发解决方案。能够设计解决复杂人工智能问题的技术方案，能够设计并实现满足特定需求的智能系统或模块，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。

（4）研究能力。能够基于人工智能原理并采用科学方法对复杂人工智能工程问题进行研究，包括设计实验、分析与解释数据，并通过信息综合得到合理有效的结论。

（5）人工智能工具的使用。能够针对复杂人工智能工程问题，开发、选择与使用恰当的技术、资源、现代工程工具、软硬件开发工具，能够对复杂人工智能工程问题进行预测与模拟，能够理解不同开发技术与工具的应用场合及其局限性。

（6）工程与社会。能够基于工程相关背景知识进行合理分析，评价人工智能专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

（7）其他能力。适应其他环境、可持续发展、职业规范、项目管理、终身學习等方面的能力。

2.注重多元化人才培养

多元化培养是新工科建设的生长点。新经济产业形态的多样性决定了工程教育培养模式的多样性[2]。人工智能专业作为典型的新工科专业，其建设模式应该是多元多样的，是对传统工科线性、一元化培养模式的突破，强调多元化复合型培养。应该遵循人才培养目标先进性、可实现性、高弹性模块化的指导思想，培养宽口径复合型人才、高水平专业人才和拔尖创新人才。

从教学论视角来看，人工智能专业的多元化人才培养应该包括：

（1）培养目标多元化。要培养富有社会责任感和创新精神、基础理论扎实、专业知识宽厚、能系统应用人工智能的基本理论、知识、技能与方法分析和解决复杂工程问题的高级专业技术人才。要提升学生的工程职业精神、家国情怀精神、生态意识水平、法治意识水平、工程思维能力、创新创业能力、组织协调能力、工程领导能力和终身学习能力。在此基础上提升学生的综合素质，促进学生全面发展。

（2）培养内容多元化。新工科建设是人文教育、科学教育、工程教育的有机融合，涉及人文社会科学知识、基础科学知识、工程实践知识等多个方面。要突破新课程与旧内容、新教材与旧知识的束缚，建立“模块化、弹性化、分层次、多路径”的培养方案，建立“素质教育+大类专业基础+专业+X”的多路径培养模式，建立“通识必修+通识选修+专业必修+开放选修”的课程体系。

（3）培养方法多元化。要建立校内、校际、校企合作培养机制，建立“研究型、小班化、个性化、MDP（课前MOOC、课上DISCUSS、课后PROJECT）”的教学模式。充分利用企业的优质工程教育资源进行教学资源、教学平台、教学环境与师资队伍的共建。为学生提供优质的各类课程资源、丰富的实践创新机会和高质量的国际交流合作机会。

3.人工智能专业新工科教育创新思考

人工智能专业的新工科教育要让工程教育回归工程本质，改革教育教学评价体系，深入开展科教融合、产教融合，重构课程知识体系，创新教育教学方法，贯通工程教育链条。

（1）重构课程知识体系。在新工科背景下，人工智能专业课程体系革新需要回归人工智能专业人才培养本质，深入了解人工智能专业人才的定位与知识组成。结合国际前沿、融合重大科研成果，针对人工智能的技术体系和应用领域，重构课程知识体系，具体如表2所示。

（2）创新教育教学方法。传统教学方法以讲授为主，以强调教育者对知识进行灌输为主要特征，缺乏创新培养，这是与一定社会条件下人们对知识和教学的不同认识密切联系的。其存在的主要问题体现为否定受教育者的主动性和能动性，否定思想教育的规律性，从而造成课堂玩手机、打游戏等课堂百态，不利于人才培养。

基于此，必须要以引领性、前瞻性、开放性、交叉性、通宽性、实践性为指导，创新教育教学方法，采用“教师启动—小组讨论—组际交流—练习评定”的混合式教学方法，通过科技创新竞赛带动实践教学，重视探究科学性和实践性的研究型教学，培养学生的科学思维能力。

（3）贯通工程教育链条。要以问题为驱动、以项目为载体、以创新为目标，贯通“课程实践—前孵化器—后加速器—创新创业”的工程教育链条。在课程实践环节，深化产学研合作，加强实践教师队伍建设，强化实践教学各环节的管理;在前孵化器环节，改革传统教学方法，建立创新机制，汇聚资源，加强创新创业教学;在后加速器阶段，依托大数据平台，建立创业基地和创业梦工厂，推动协同创新;在创新创业阶段，不强调创新创业成败，不以利益为创新创业目的，注重创新创业素质精神的培养。

（4）强化师资队伍力量。新工科背景下多元化的人才培养需要多学科背景的师资，为此，要结合人工智能的学科特色、地区特色、学校特色和教师特色，多措并举，强化师资队伍力量。要结合大数据与人工智能专业交叉学科内涵，充分整合多学科融合背景的教育师资;要结合地区地域优势和行业领域分布特点，因地制宜、合理有效引进优质师资;要结合学校定位、人才培养目标和学科建设发展规划，多方位有序培养专业师资;要结合大数据与人工智能专业教育新生态，积极引导教科研创现有师资转型与升级。

四、总结

新工科是在新的历史发展阶段，对高等教育提出的新要求。新工科建设要实现科教深度融合、改革教育教学评价体系。人工智能专业建设要体现技术发展需求，符合国家发展战略，高校处于科技第一生产力、人才第一资源、创新第一动力的结合点，应不断推动人工智能与教育深度融合，从而引领我国人工智能领域科技创新、人才培养和技术应用示范，带动我国人工智能总体实力的提升。未来，人工智能如何实现与其他学科的交叉融合发展，如何在“人工智能+X”共荣共建的发展框架下，厘清人才培养中涉及的人工智能学科自身方法、模型、关键技术等的研究及与其他学科对智能化方法、模型及技术的运用之间的关系，类似于计算机科学与技术学科所形成的“计算思维”对其他学科的基础支撑作用，人工智能领域的相关模型和算法等也将逐步形成“智能思维”，并进一步对其他学科的发展提供智能化支撑，如何更好地梳理出人工智能与其他学科的基础内容与核心支撑的关系，在专业人才培养中尚需深入思考和进一步探索。

参考文献：

[1] 吴岩. 新时代高等教育面临新形势[N]. 光明日报，2017-12-09.

[2] 吴爱华，侯永峰，杨秋波，等. 加快发展和建设新工科主动适应和引领新经济[J]. 高等工程教育研究，2017（1）：1-9.

[3] 钟登华. 新工科建设的内涵与行动[J]. 高等工程教育研究，2017（3）：1-6.

[4] 教育部. 高等学校人工智能创新行动计划[Z]. 2018.

[5] e成科技 & DT大数据产业创新研究院（DTiii）. 2017大数据及人工智能人才发展报告[R]. 2017.

[6] 数联寻英. 大数据人才报告[R]. 2016.

[责任编辑：余大品]