新工科背景下人工智能人才培养体系探究

严远亭 张以文 陈 洁 张燕平

（安徽大学 计算机科学与技术学院，安徽 合肥 230601）

0 引言

近年来，大数据、人工智能等新技术的迅猛发展，以创新为驱动的发展模式在以新技术、新业态、新产业和新模式为特点的新经济中占据主导地位[1-2]，这给我国的经济发展带来了新的挑战。据统计，在未来的十年，新一代信息技术产业将会成为人才需求最大的领域之一，迫切需要人才智力支撑[3]。自2015年“五一”推出首期节目开始，《大国工匠》系列节目受到了社会广泛关注，得到了一致好评，产生了巨大社会影响[4]。这反映了广大人民群众对创新型、技能型、实践型人才的认可，其背后深层次的原因则是：多年来我国在发展过程中所积累的诸如具备实践能力的高技能人才不足、中国制造2025遇到的一系列重大挑战的问题。

面对新形势，党的十八大明确提出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置[5]”。强调要坚持走中国特色自主创新道路、实施创新驱动发展战略。这对我国的高等教育提出了新的要求，如何培养具有创新精神、具备创新能力，掌握专业技能、专业知识的创新型人才显得至关重要。在此背景下，2017年2月20日，教育部发布《关于开展新工科研究与实践的通知》[6]。2017年6月16日，教育部发布《关于推荐新工科研究与实践项目的通知》[7]。2018年3月15日，教育部办公厅发布《教育部办公厅关于公布首批“新工科”研究与实践项目的通知》[8]。这一系列举措标志着我国适时提出了“新工科”的建设战略，实现我国由工程教育大国到工程教育强国的转变，为我国未来发展提供智力和人才支撑。

自2004年教育部批准北京大学设立智能科学与技术专业以来，该专业授予的就是工科学士学位。近年来，随着以Alpha GO等为代表的人工智能技术的成功应用，智能科学与技术专业得到了长足的发展，目前已经有30多所高校开设了智能科学与技术专业[9]。人工智能理论和方法是“智能科学与技术”的核心内容，人工智能人才的培养承担着促进学生对智能科学学科系统完整性认知，激发学生学习兴趣和动力的重要作用。2018年4月2日，教育部办公厅发布《高等学校人工智能创新行动计划》的通知中，要求推进“新工科”建设，明确提出完善人工智能领域人才培养体系是重要任务[10]。图1给出了该行动计划的主要目标。

图1 高等学校人工智能创新行动计划主要目标

人工智能浪潮近年席卷全球，智能时代已经到来，世界各国都制定了本国的人工智能计划，力图在全球人才创新发展的浪潮中抢占战略制高点[11]。我国也制定了一系列的人工智能的行动计划，以期为突破关键核心技术、推动产业升级提供智能储备和创新来源。面向新时代，如何培养具备创新精神、创新能力的人工智能人才是当前人工智能教育界面临的重要课题。本文将从人才培养方案，课程体系构建以及人才培养路径三个方面探讨新工科建设背景下，人工智能人才培养体系的建设思路。

1 人工智能人才柔性培养方案

人工智能涉及到计算机、数学、生命科学等众多学科，因此在制定培养方案时必须充分考虑到这种高度交叉的特点。另一方面，近年来，人工智能发展十分迅速，新技术、新应用层出不穷。紧跟世界人工智能发展趋势，动态实时的对培养方案进行调整，不但能够通过人工智能领域最新应用成果的介绍，培养青年学生的兴趣，继而提高学生学习的积极性；而且能够通过对最新前沿的了解，理清行业发展脉络，了解行业需求，以更好的培养符合适应产业要求的人工智能人才。在保证核心课程稳定的前提下，使学生能够按照个人的兴趣爱好，自主的选择个人感兴趣的人工智能相关的细分领域课程，满足学生个性化的需求，以兴趣带动学习，实现学生的个人发展。从当前各个高校对培养方案改革的成效来看，先开展通识教育，然后根据学生兴趣进行分流，从而进行进一步针对性的培养，具有较好的效果[12]。

需要指出的是，“通识+分流”的培养方案与“核心+选修”的课程设置两者之间需要产生联动，才能产生好效果。通常情况下，通识教育一般都在一年级进行，在二年级入学时进行分流。而目前在本科生阶段开设的人工智能相关的课程中，比较常见的有人工智能导论、机器学习，模式识别导论等课程，但是这些课程大多安排在大三、大四进行学习，而学生的分流则在大二就已经完成，这样的课程设置不利于学生对人工智能相关领域的先期了解。因此，将人工智能相关课程安排到大一的通识教育中是十分有必要的。而在这些课程中，人工智能导论主要强调对人工智能核心知识与人工智能最新进展的介绍，促进学生建立对人工智能的总体认识，从而为以后学生进入人工智能具体分支展开学习奠定基础，因此，此门课程最适合作为先导课程安排到一年级的通识教育当中。

除此以外，在人工智能导论这门课程的教学方案上也要进行调整。在大多数开设人工智能课程的院校，人工智能导论都被划分成选修课，且在高年级开展教学，普遍存在课时偏少，重视不足的问题[13-14]。在授课方式上主要采用的是“理论课+实验课”的形式，这种模式在也需要进行一定的调整，才能与前述的调整统一。具体来说，首先需要适度增加课程的课时数，增加对人工智能细分领域的介绍，让学生能够对人工智能领域有更全面的认识。此外，除教材上的内容之外，在前期课程内容规划上也要有柔性的方案，比如可以预留一定量的学时，邀请本校相关研究领域的教师以报告的形式，介绍各自研究的领域和最新的研究进展，考虑到大一阶段，学生对专业内的知识了解不多，此种报告应更多的以介绍性的形式展开，主要目标在于拓宽学生的视野，增强学生的学习兴趣。授课教师也可以提前与受邀专家沟通，将受邀来本校做学术交流的相关人工智能领域的专家邀请到课堂，以这种讲座进课堂的方式，增强学生对相关领域前沿研究的了解，激发学生对人工智能领域的兴趣，使学生在分流时能够有更主动的选择。

图2 人工智能人才柔性培养方案

为保证人才培养的稳定性和延续性，在制定培养方案时，当前的一般做法是每三到四年进行一次培养方案的调整、修改。但是，对于人工智能而言，由于其相关技术、相关应用的发展过于迅速，这种在三四年前制定的培养方案，在对最新技术、最新应用的介绍方面就显得略有滞后。因此需要研究建立以核心课程为主干，根据领域发展，适时的、动态的加入部分新课程为辅的培养方案（将在后文介绍），以应对人工智能发展过快的挑战。

此外，在制定培养方案时，咨询工业界专业人士的建议，了解企业对人工智能人才的需求。尤其是当前人工智能技术已经在新经济中诸多行业，如互联网、金融行业、智慧医疗、智能制造业等方面都发挥着重要作用，相关业界对人工智能人才的需求更为明确具体。结合企业界的反馈，根据本校实际教学情况，优化培养方案，调整课程设置，对提高人才培养质量、继而服务地方经济具有十分重要的意义（如图2）。

2 人工智能人才培养的课程体系构建

2.1 国外先进大学人工智能专业课程体系

图3 CMU人工智能本科专业的课程类别

人工智能是一门多学科综合、高度复杂的学科，从结构上来看，人工智能是以脑认知科学为基础，内容涵盖知识表示、知识推理、机器感知、机器学习、智能系统构建等多方面研究。按照国家自然基金委F06的划分，目前人工智能研究可以分为：人工智能基础、机器学习、机器感知与模式识别、自然语言处理、知识表示与处理、智能系统与应用以及认知与神经科学启发的人工智能七个主要方向。整体上来看这些研究内容大致可以分为两个方面：一是基础理论的研究，另一个是智能实现的研究。

国外先进大学在人工智能专业建设方面起步要更早，图3给出的是Carnegie Mellon University（卡耐基梅隆大学：CMU）人工智能本科专业的课程体系[15]。其专业必修课包括：

（1）数学与统计核心课程：Modern Regression;Integration and Approximation;Differential and Integral Calculus;Probability for Computer Scientist;Matrices and Linear Transformations;Math Foundation of Computer Science；

（2）人工智能核心课程：Concepts in Artificial Intelligence;Introduction to Machine Learning;Introduction to AI Representation and Problem Solving;Introduction to Natural Language Processing或者Introduction to Computer Vision；

（3）计算机科学核心课程：Freshman Immigration Course;Introduction to Computer System;Principles of Imperative Computation;Principles of Functional Programming;Great Theoretical Ideas in Computer Science;Parallel and Sequential Data Structures and Algorithms。

2.2 我国高校人工智能专业课程体系

面向新工科建设的新要求，借鉴国外先进大学的学科体系设置，针对我国高等学校建设与发展的具体情况，合理构建人工智能相关的课程体系，是培育具有创新精神，创新能力的创新型人才的重要保障。经过近二十多年的摸索与探究，当前人工智能相关课程的课程体系，应当包括通识教育、专业教育和实践教育3个主要方面的内容。

图4 人工智能专业课程体系与创新能力培养关系图

图4给出的是课程体系与创新能力培养关系示意图。在新工科建设的初期，各项工作还处于摸索阶段，过大的调整存在较大的风险。为了保持人才培养的稳定性，整体的课程体系不易发生过大的调整。现阶段，在保持“通识+专业+实训”整体课程体系结构的前提下，将人工智能相关课程融入到整体的课程体系中，并针对人工智能的相关课程进行相应的设置，更为稳定合理。

2.2.1 通识教育

通识教育承担着教授智能科学专业课程体系中相对稳定和基础的相关学科知识。通识教育主要包括三大类通识课程：自然科学类课程，人文艺术类课程以及计算机/AI类课程。

（1）自然科学类课程主要担负学生基础科学素养的培养，对学生以后从事技术开发或者科学研究奠定基础。虽然人工智能专业自首次开设就被归为工科类，授予工科学位，但是自然科学类课程始终是技术发展的核心推动力，离开了自然科学类课程的支撑，技术将成为无源之水。自然科学类课程一般包括高等数学、线性代数、概率论、物理等传统课程。近几年，人工智能取得迅速发展的主要原因在于深度学习取得的巨大成功，随之而来的计算机视觉方面的研究在近几年得到了极大的发展，社会对计算机视觉的相关人才的需求也十分广泛。与计算机视觉密切相关的一门数学类课程“矩阵分析”有必要加入到通识教育中来。

（2）人文艺术类相关课程（如马克思主义原理、毛泽东思想概论、思想道德修养、大学语文、体育等）在通识教育中扮演着极其特殊的作用，这类课程对塑造青年学生价值观、世界观具有十分重要的作用，必须得到足够的重视。人工智能专业学生毕业后大多会进入到工程领域，如何引导学生树立正确的技术观十分重要。介绍计算机领域的重大伦理事件，通过现实的例子来引导、教育学生合理利用掌握的技术，贡献社会很有必要。因此，“计算机伦理”这门课程也应当加入到人文艺术类课程中来。

（3）人工智能是计算机科学的一个重要分支，计算机/AI相关基础课程中必须包括计算机科学中诸如计算机导论、计算思维等相关通识课程。此外，如前文所述，还应当将“人工智能导论”这门人工智能领域的基础课程加入到通识教育中。

2.2.2 专业教育

专业教育的课程大致可以分为专业必修课和专业选修课两类课程。在专业必修课程中，为了与通识+分流的培养方案相适应，又可以按照计算机专业必修+选修与人工智能专业必修+选修的课程设置。

（1）计算机专业必修课主要学习计算机科学的核心课程，如计算机组成原理、数据结构、操作系统、计算机网络、C语言程序设计、汇编语言程序设计、软件工程等；计算机专业的选修课各个学校可以根据自身的师资情况并结合行业发展现状等灵活设置，如数值分析、电路模电、数字信号处理、嵌入式系统、多媒体技术、并行处理技术等课程。

（2）除了计算机科学相关课程的学习，还要对人工智能相关的课程进行学习。人工智能选修课程的设置需要与前述的“通识+分流”的方案形成良好衔接和呼应。李德毅院士指出未来人工智能专业一级学科可以分为脑认知机理、机器感知与模式识别、自然语言处理与理解、知识工程以及机器人与智能系统五个二级学科[16]。在“通识+分流”模式下，人工智能的课程设置可以据此设置为五大类课程，学生在分流后进入任意一类课程的学习。当前人工智能各个方向存在一些共有的基础课程，机器人学、认知计算、机器学习等。除此以外，比如在脑认知机理方面的课程应包括：脑科学、神经网络、统计学习、深度学习等；在机器感知与模式识别方面的课程包括：模式识别、图像处理、计算机视觉、生物信息学等；在自然语言处理与理解方面的课程包括：语音识别、机器翻译、智能写作、自然语言处理等；在知识工程方面的课程包括：数据挖掘、专家系统、大数据技术、知识图谱、不确定推理等；在机器人与智能系统方面包括：机器人学、智能驾驶、智能交通等。

（3）人工智能专业课程除了上述五大方向的分流学习之外，还应设置一定学分的选修课程，允许某一方向的学生按照个人兴趣选修另外四个方向的一些课程；根据人工智能发展或者地方人工智能相关企业的需求，适时地加入最新的人工智能新技术、人工智能前沿应用的介绍等到专业选修课程中，以供学生自主选修，为学生提供个性化、定制化的发展，为相关企业提供高素质人才、为服务经济建设提供人才支撑。

2.2.3 实践教育

实践教育为提高学生实践动手能力提供必要保障，主要包括硬件类实训课程、程序设计实训课程、大学生创新创业训练项目、本科毕业设计等。在人工智能各个方向都应该加入相应的人工智能方面的实训内容，如机器学习算法的实训、计算机视觉算法实训等AI系统开发实训。另外，在低年级就实行“导师制”，也是提升学生实践能力的有效途径。在一年级的第二学期进行师生互选，严格控制每名导师所指导的学生数量，保证学生的培养质量。

在以往的教学实践中，很多高校会出现“重理论，轻实践”的现象，从而造成对学生动手能力培养的不足。实际上，上述通识课程、专业课程与实训课程，三者相辅相成，相互支撑，缺一不可。构建合理的课程体系，合理设置三方面的学时比例，在夯实学生专业基本功的基础上为学生成长提供更多的个性化选择，才能为提高人才培养质量提供保障。此外，建立良好的校企联合培养的机制，尤其是在地方具有较好声誉的人工智能相关的高新技术企业，与此类企业建立良好的合作互动机制，让了解地方需求的企业从业人员走进课堂，能够以更直观的方式让学生了解企业发展，和本专业未来就业的方向，不但有利于学生增强自身定位，同时也是增强学生实践能力培养的有效途径。

3 人工智能“本科-硕士-博士”人才培养路径

2018年10月31日，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。会议提出要从加强基础理论研究，主攻关键核心技术，强化科技应用开发和加强人才队伍建设四个方面推动我国新一代人工智能健康发展。

要实现上述4个方面的发展，就离不开多个层次的高水平人工智能人才的培养。目前部分高校，尤其是985工程院校已经积极探索本硕博一体化的培养模式[17]。值得关注的是，目前人工智能在研究生的培养中开展的更为广泛[16，18]，在本科生教育中开展的情况相对不足。因此，构建本科-硕士-博士的人工智能人才培养路径对于培养不同层次的高水平、创新性人才至关重要（如图5）。

图5 本科-硕士-博士的培养路径

3.1 本科阶段人工智能人才培养

本科阶段着力培养学生对人工智能诸如发展历史、研究领域、基本技术等的了解，注重夯实学生专业基础，同时培养学生的学习兴趣，促进学生找到自己感兴趣的人工智能细分领域，激发学生自我学习的动力，使学生初步具有运用人工智能技术解决实际问题的能力，为学生不论是进入企业工作还是进一步深造提供基础支撑。对于一些没有相应硕士招生资质的普通高校，为了给学生的后续发展做好衔接，可以从以下两个方面加强学生培养。一是充分调研具有硕士培养资质高校的专业课程设置，根据本校自身情况，遴选一批人工智能的基础核心课程，在本科阶段开展相应课程的教学；二是可以在本科阶段开展“双创导师制”。具体来说，可以在大学一年级，通过师生的双向互选，让学生找到负责指导自己的导师，同时要控制每名导师指导的学生数量，以保障导师对学生的指导质量。通过这种导师负责的制度，尽早的介入到学生的日常指导，让学生在低年级时就接触一些自己感兴趣领域的实践和研究工作，对于后续开展的诸如大学生创新创业项目，大学生科研训练计划还是毕业设计等都能够起到良好的促进作用。此外，与专门的人工智能企业及对人工智能有较大需求的其他行业，建立良好的校企合作机制[19]，通过建立实训基地等切实可行的合作方式，让学生进入到企业实习，了解行业需求，增强实践能力，切实提高人才培养质量。同时，在学生实习过程中，企业能够按照需求培训实习学生，实习的学生也有机会在毕业以后进入企业参加工作，不但能够让企业招到符合要求的员工，而且能够较好的减少企业招聘成本，提高企业招聘的效率。

3.2 研究生阶段人工智能人才培养

当前从事人工智能产业的群体中，具有硕士研究生学历的人占大多数。因此，研究生阶段着力培养学生对于人工智能相关细分领域基础知识的学习，注重学生的数理及编程基础[20]，强化科技应用的开发，使学生具有一定的科学研究能力的同时具备较好的运用人工智能技术解决复杂问题的能力是主要的培养目标。研究生阶段学生的培养以导师负责制为主，学生在硕士毕业之后，即使进入到博士阶段的学习，大多也都从事的是同一研究方向的深造，在这一阶段，即使硕士阶段就读的学校不具备博士培养资质，只要能够夯实学生工程实践能力和研究领域内的理论知识，就能够较好的形成硕士阶段培养与博士阶段要求的衔接。博士阶段的培养则是在研究生阶段的基础上，着重强化科研创新能力的培养，为基础理论研究、关键核心技术的突破提供支撑。

上述各个阶段的人才培养都要为下一阶段的进一步培养夯实基础，输送人才，形成良性的培养体系。构建本科-硕士-博士的培养路径，形成三位一体的长效培养机制，才能为培养具有创新精神的创新型人工智能人才、为人工智能的健康发展提供长久动力。

4 结语

本文虽然从三个方面探讨了新工科建设背景下人工智能人才培养的建设思路。但是，新工科建设战略实施不久，各项工作正处于初步阶段，有待在实践中进行进一步的探索和完善。同时，近年来推动智能科学与技术专业成为一级学科的呼声高涨，人工智能相关专业也必然会随之出现新的变化。不论是新工科建设出现新的要求，还是智能科学与技术专业出现新的发展，都要求我们时刻关注两者的发展动态，对人工智能课程教学适时做出针对性的调整，努力实现具备创新能力的创新性人工智能人才培养的目标，为经济发展、国家建设提供智力支撑。