产教融合人工智能专业人才培养模式探索

侯群　漆为民

摘  要：2018年4月，教育部制定了《高等学校人工智能创新行动计划》，指出高等学校要进一步强化基础研究、学科发展和人才培养方面的优势，完善人工智能领域人才培养体系。发展人工智能是我国战略发展的需要，培养人工智能人才是国家社会与经济发展的迫切需要，是企业对于人才的需要。本文阐述了江汉大学申报人工智能专业的必要性和已经具备的条件，从培养应用型人才的角度出发，介绍了产教融合，校企合作建立人才培养基地，改进人才培养模式，建设核心课程，建立完善的持续改进机制的方法和特点。

关键词：人工智能;人才培养;课程体系;培养模式

中图分类号：G712;G647      文献标识码：A 文章编号：2096-4706（2019）22-0183-04

Abstract：In April 2018，the ministry of education formulated the Artificial Intelligence Innovation Action Plan for Colleges and Universities，pointing out that faced with the opportunities of the development of the new generation of artificial intelligence，colleges and universities should further strengthen their advantages in basic research，discipline development and talent cultivation，and improve the talent cultivation system in the field of artificial intelligence. The development of artificial intelligence is the need of China’s strategic development，and the cultivation of artificial intelligence talents is the urgent need of the country’s social and economic development，as well as the need of enterprises in short supply of talents. This paper expounds the necessity and existing conditions of applying artificial intelligence major in Jianghan University，and from the perspective of cultivating applied talents，introduces the methods and characteristics of integrating industry and education，establishing talent cultivation base through school-enterprise cooperation，improving talent cultivation mode，constructing core courses and establishing perfect continuous improvement mechanism.

Keywords：artificial intelligence;talent training;curriculum system;training mode

1  申請设置人工智能专业的必要性分析

人工智能（Artificial Intelligence，简称AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统，涉及计算机科学、认知科学、数学、心理学等学科，是一门新兴的交叉学科。随着信息技术的发展，人工智能在近几年有爆发式的发展趋势，目前，对人工智能的重要性认识已上升到国家科技发展战略的高度，2017年7月，国务院印发《新一代人工智能发展规划》，明确指出了新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能的理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。2018年4月，教育部又制定《高等学校人工智能创新行动计划》，指出面对新一代人工智能发展的机遇，高等学校要完善人工智能领域人才培养体系，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，推进人工智能领域一级学科建设。2019年3月，教育部批准了35所高校增设人工智能专业。

当前，人工智能及其应用已经全面走入人们的生活，广泛渗透到生产和生活的各个领域，并不断刷新人们的想象力。近几年，中国人工智能市场热度持续增长，人工智能公司数量爆发式增长，市场规模持续扩大。据前瞻产业研究院发布的《人工智能行业市场前瞻与投资战略规划分析报告》数据显示，2015年中国人工智能市场规模为112.4亿元，2017年则达到了216.9亿元，2018年达到339亿元，预计2020年将达到710亿元，到2030年，人工智能核心产业规模将超过1万亿元。因此培养人工智能人才是国家社会与经济发展的迫切需要。

目前，我国人工智能人才严重短缺，顶级人才更是一将难求。据腾讯研究院《2017全球人工智能人才白皮书》数据显示：2017年的前10个月内，AI人才需求量已经达到2016年需求的2倍，2015年的5.3倍。人工智能人才的需求量直线上升，年复合增长率超过200%。截至2017年第三季度，中国对于人工智能人才的需求数量已经突破100万。但国内AI领域人才供应量却很少，人才短缺严重，中小企业招揽人才更加困难。为了争抢人工智能人才，企业纷纷开出高薪，在过去三年中，人工智能相关岗位招聘薪资以每年近8%的速度增长。到2017年，其岗位平均薪资已经达到2.58万元/月，远远高于一般的技术类岗位，从薪资分布上看，近八成以上的岗位薪资超过2万元/月，五成职位招聘薪资突破3万元/月。在提供高薪的同时，有些企业甚至提供股票期权、解决户口等优惠条件。除了高昂起薪外，薪资增长也极为可观。数据显示人工智能技术人才前5年的薪资复合增长率达到16.9%，远高于其他互联网职位。由此可见，人工智能人才需求量大、工资高、缺口大，人工智能人才培养是企业紧缺人才的需要。

江汉大学是一所综合性普通高等学校，实行湖北省、武汉市共建，以武汉市为主的办学体制。江汉大学一直注重学科交叉与融合，特别是利用信息技术提升改造面向化工、交通、机械等行业的技术与服务，电子信息专业学位类别拥有电子与通信工程、控制工程、计算机技术、人工智能、安全工程等五个领域，学科以面向互联网应用的网络与通信技术研究、物联网核心技术、智能计算与大数据技术、智能系统与应用、多智能体协同、智能化安全技术等为重点科研方向，全面切合国家“互联网+”战略需求，已形成十余个具备扎实基础的重点研究方向。拥有“控制科学与工程”湖北省重点（培育）学科，“光电化学材料与器件”教育部重点实验室，“持久性有毒污染物环境与健康危害”湖北省重点实验室，“爆破工程”湖北省重点实验室;建有“武汉市物联网工程技术研究中心”“武汉市食品安全分析与检测工程技术研究中心”。采用多学科交叉融合发展的理念，实行“双导师”制的研究生培养模式，形成了以“控制科学与工程”省重点学科为核心学科，集信息采集、信息传输、信息处理技术为一体，着力解决与“智能制造，智慧城市，智慧农业，人类健康”相关的科学技术问题的学术团队，可开展针对“健康物联网大数据应用与研究”“多智能体协同技术研究”“农副产品的全生产周期监控与食品安全”等研究工作。近三年来，主持电子信息领域相关国家级项目8项、省重点项目1项，纵向项目50项，科研经费800万元。发表学术论文300余篇，获专利近60项。本专业培养的研究生取得的科研成果显著，包括发表高水平SCI论文，申请国家发明专利，在国家级和省级学科竞赛中获得多项荣誉：在2019年中国工程机器人大赛暨国际公开赛中获得特等奖一项、一等獎两项，在2018中国机器人技能大赛获得一等奖，在中国研究生创新实践系列大赛、全国大学生物联网设计竞赛、全国大学生数学建模比赛、全国大学生智能汽车竞赛中均获得国家级奖项。这些相关学科与科研基地为人工智能专业的建设提供了坚实的基础。

2  设置人工智能专业的特色

作为地方性高等学校，江汉大学致力于培养满足湖北省，特别是武汉市社会经济技术发展所需要的应用性、创新性、国际化人才。在人工智能专业建设方面需要突出自己的专业特色，坚持产教融合、校企合作的办学模式。

2.1  服务型专业的构建与完善

通过校企合作，积极打造服务型人工智能专业，以专业办学与武汉市行业发展的紧密对接，推动人工智能专业在人才培养、专业建设、素质教育、人力资源服务等各方面的服务型转型，最终实现深度的校企合作、产教融合。

2.2  教育教学模式的改革

人才培养方案的制定以人工智能在工业界的主流设计平台为基础，构建集行业体验、技能实践、工程项目演练为一体的实训环境，通过以相关行业市场需求为导向、以能力培养为中心的课程教学体系，结合项目式教学方法，完成专业核心课优质、高效的教学，推进教学与实训模式的改革，最终实现应用型技术人才的培养。

2.3  引入职业管理促进高质量就业

积极引导学生进行职业规划，设计科学合理的职业素质课程体系，为学生创造类似在企业中学习与发展的氛围。配合人工智能专业的人才评估体系进行具有针对性的岗位技能实训，开展全面、有效的职业管理活动，将企业文化与相关岗位对职业素养的需求传递给学生，并与校园文化相结合，提高学校素质教育的针对性和实效性，培养学生的职业能力与职业素养，以人才培养的实际成效实现高质量就业。

3  专业核心竞争力

3.1  专业的人力资源服务团队

为满足专业建设发展与人才培养水平提高的需求，通过企业与学校合作共建，为高校提供专业、优质的人力资源服务，充分发挥企业在人工智能技术领域的产业优势，促进人工智能专业在应用型人才培养模式上的创新，提高专业的内涵建设水平，提升专业教师的科研与技术服务能力。

以项目经理为总负责人，根据工作性质与服务内容不同，可以划分为企业师资团队，就业服务及职业管理团队、项目开发与商务运作团队。

3.2  企业师资团队

由企业具有丰富工程实施经验的工程项目经理、高级工程师和技术专家组成，担任人工智能专业的学科带头人与专业课讲师。与学校联合制定并优化完善人才培养方案，联合教学，共同建设和维护实践教学平台，联合开发、优化教材与教学资源，建立教学资源库，共同参与教学研讨会议与活动，将工程经验、实践操作技能传递给学校老师和学生，帮助学校老师提升教学业务能力，最终实现教师实践教学业务能力与应用型人才培养质量的提升。

3.3  就业服务与职业管理团队

由行业内具有企业管理与员工培训丰富经验的人力资源专家组成就业服务与职业管理团队，担任学生的就业经理、职业导师。在项目经理领导下，承担合作专业的就业服务与职业管理工作。一方面通过实践“学生管理”到“职业管理”的模式创新，开展特色化的职业素质教育;另一方面，通过将地区行业企业资源引入高校，帮助合作院校在当地建设人力资源服务平台，优化合作院校毕业生就业渠道，提升就业率和就业质量。

3.4  高效的专业资源开发与建设

企业与学校共同采取有重点、分层次、滚动建设的方法，建设结构合理、特色鲜明的专业结构体系，积极进行专业课程建设及优化工作，通过整合人工智能课程结构，理顺课程关系，优化教学内容，并丰富教材、课件、视频、工程案例、在线资源等课程资源，最终构建形成体系科学、内容优选的课程体系，满足培养现代化、高素质、创新型人才的实际需求。

3.5  高校师资能力培养与建设

企业面向学校，以混编师资的方式，采用企业特色鲜明的教务管理、能力培养模式，进行联合教学、集体备课、随堂听课、试讲观摩、内部培训，为高校教师提供企业工程师培训，提升教师的实践能力、整体授课水平、实验设备操作水平及工程实施经验，真正达到学工结合，提升学校的“双师型”教师比例，不断优化教师队伍结构。

3.6  实训环境建设与维护

企业专注于将人工智能行业前沿技术及主流设备引入到学生实践教学体系，通过为高校相关专业在大数据、云计算、人工智能、机器学习、神经网络、机器视觉、创新、教学经验交流等多种领域开展教学研讨活动，逐步增加师资的实践教学能力;同时配置人工智能领域技术领先的软硬件平台，构建具有行业体验、参观观摩、项目实践、操作实训等各种功能的新型智能实验室，全面推动人工智能与大数据专业实践教学能力和创新服务能力的融合发展。

3.7  技能认证

本专业的教师与辅导员通过参加专业培训，考试合格，获得企业的讲师资格及职业导师认证证书，从而明显提升师资水平、职业管理能力、专业建设水平和社会认可度。同时为专业的学生提供企业职业资格的认证服务，学生通过考取相关技术方向的认证证书，可大幅提升就业竞争力。

4  专业人才培养模式

人工智能专业培养采取校企合作的模式，依托高校教育环境，发挥企业熟悉行业发展与前沿技术的优势，目标是培养适应相关行业发展趋势的高素质应用型技术人才。企业融入应用型工程人才的培养，目的在于解决两个问题：一是让学生能够掌握和运用行业当前的主流技术;二是弥合高等教育培养的能力与工程实践工作所要求能力之间的落差。这一落差突出表现在毕业生普遍缺乏解决实际工程问题、在项目参与中进行自主学习以及交流协作的能力。为了解决这些问题，支撑产教融合的培养目标，我们将把企业培育专业工程人才的策略方法融入当前国际工程教育的主流模式。

4.1  基于项目导向的设计工程教学

为了构建教育实施体系来支撑预期的教育结果，达成企业融入应用型技能人才培养的目的，我们立足的基本判断是认为必须把学生以在场状态带入到工程场景中才能有效开展工程教育。无论是传统的理论教学还是实践教学，甚至包括企业实习，由于缺乏真实的工程场景，或者由于学生的实习身份而未在其中起到本来的角色功能，都未能很好解决从高校到企业的落差问题。

因此我们首先构建以学生为中心的三重教育场景，利用其叠加效应使学生以在场状态进入真实工作情景完成工程教育，如图1所示。在实体环境方面，建设行业当前使用的软硬件工作环境，搭建真实的工程应用场景;在心理构建方面，我们以行业素质课程，引导学生能够进入到项目工作的角色，培养工作角色应具备的行业素质，支撑专业工程教育的在场式教学;在专业工程教育方面，面向行业当前主流技术的专业核心课程，将以真实工程场景中的项目工作来驱动，而学生不仅要面对项目任务，还需要理解项目在行业中的典型业务背景，并以负责任的项目工作角色进入其中。

图1  以学生为中心的三重教育场景

在专业核心课程的设计上，首先从明确界定的课程学习产出出发建立课程项目库，如图2所示，包含：（1）教学项目库：选取真实工程场景中的实践项目，在确保学生完成项目任务的条件下可以达成课程的预期结果;（2）拓展项目库：鼓励学生深入学习完成更高的学业表现;（3）评估项目库：项目任务的完成可以鉴别学生是否达成课程所要培养的能力。

从课程项目出发进行任务分解，分析每个任务所需要掌握的概念和知识环节，技能和素质要求，以及它可能包含的子任务，建立项目的任务分解树。根据项目的任务分解树，一方面完成实操流程的文档，另一方面以行业项目的协同工作模式建立角色与任务的对应关系，作为教学活动组织的依据。最终形成包括教学课件、实操手册、教材等在内的课程文本。

在教学方式上，借助在课程建设中形成的资源，推进知识课堂向能力课堂的转变，从知识传授为主转变为提升解决问题的能力为主，相应的课程考核从评估知识掌握为主转变为评估项目任务的完成为主。在学生组织方面，授课过程中将学生划分为多个小型团队，每个团队利用技术研讨、协同操作等手段，合作完成项目任务，并在过程中开展有明确责任分工的互助性学习。在知识和技能的讲授，以及引导学生的自学研讨上，采取从具体到抽象，从特殊到一般的路径，从项目任务出发分6个步骤来组织：提出问题、分析问题、解决问题、总结一般性知识和技能、泛化知识和技能到新的领域、通过发现与范例问题的相似性来解决更复杂的新问题，从而以范例问题的学习形成对一整类问题的解决能力，过程如图3所示。

4.2  评估改进机制

为了保障人才培养质量，我们将持续从两个维度来评估人才培养体系，一是培养目标的达成度以及培养目标对行业发展需求的符合度;第二是毕业要求的达成度以及毕业要求对培养目标的符合度。如图4所示，我们按照评估-分析改进-CQI（持续质量改进）的循环方式，分别对培养目标、毕业要求和教学活动形成闭合的循环，实現完善的持续改进机制，也就是能够持续地改进培养目标，以保障其始终与内、外部需求相符合;能够持续地改进毕业要求，以保障其始终与培养目标相符合;能够持续地改进教学活动，以保障其始终与毕业要求相符合。

评估-分析改进-CQI的工作涉及对培养目标、毕业要求、教学计划以及具体教学环节等的持续调整，以形成质量不断改进的螺旋式上升过程。

5  结  论

以智能化为标志的现代信息社会，对人工智能人才有着巨大需求。人工智能成为全球科技巨头新的战略发展方向，新一轮的人才争夺正在展开。截止到2018年6月，人工智能已在智能制造、智能交通、智能网联汽车等20多个产业领域得到应用。从技术分布来看，智能机器人、语音识别、自主无人系统（无人汽车、无人船舶等）是目前人工智能的主战场。人工智能专业学生的就业前景十分广阔，毕业学生可到高新技术产业、科研机构、学校、政府机关等从事该专业领域的设计、开发、应用、维护、管理和教学等工作，也可在人工智能相关或交叉学科继续深造。人工智能和专业领域知识的结合，将使得该专业毕业生就业去向更加宽广。人工智能人才供不应求，人才需求爆炸式增长。据麦肯锡预测，到2020年世界范围内将会出现高达百万级的“人工智能、智能制造”岗位空缺。因此设置人工智能专业，培养人工智能人才符合社会经济发展需求，有助于推进我国人工智能发展，也符合我国战略发展的需要。江汉大学为人工智能专业提供了充足的支撑与条件保障，为人工智能专业的发展制定了清晰目标与规划，依托学校与行业和区域企业的合作共建，推进教育教学的行业协同、区域协同、企业协同，提升学生的实践能力。

参考文献：

[1] 李启锐.基于OBE教育理念的应用型计算机专业人才培养机制 [J].计算机教育，2018（9）：25-29.

[2] 成宝芝，徐权，王玉玲，等.应用型本科高校产教融合校企合作探索与实践——以大庆师范学院机电工程学院为例 [J].教书育人（高教论坛），2019（18）：38-39.

[3] 田炜，卜桂玲，曹宇，等.地方本科院校校企合作产教融合应用型人才培养模式研究——以呼伦贝尔学院为例 [J].呼伦贝尔学院学报，2018，26（6）：104-107.

[4] 李娜.搭建M-ICT技术应用中心提升教师科研能力 [J].天津职业院校联合学报，2017，19（4）：27-30.

作者简介：侯群（1967.12-），女，汉族，湖北武汉人，教授，硕士生导师，硕士，研究方向：信息与通信系统、数字信号处理、物联网技术;漆为民（1975.10-），男，汉族，湖北武汉人，教授，博士，研究方向：数据挖掘、自然语言处理、物联网技术。