新工科背景下人工智能通识系列课程建设与实践

王 浩，吴共庆，胡学钢，姚宏亮，李培培

（合肥工业大学 计算机与信息学院，安徽 合肥 230601）

1 新工科建设对人才在信息技术培养方面的要求

当前，以人工智能、清洁能源、机器人技术、量子信息技术、虚拟现实以及生物技术为主的第四次工业革命全新技术正以指数级速度展开，推动我们进入“智能时代”。

为适应传统经济向新经济转变对人才培养的新需求，主动调整高等教育结构、发展新兴前沿学科专业，教育部开展料新工科教育研究与建设，其主要任务是主动设置和发展一批人工智能、机器人、智能制造、大数据等新工科专业，推动现有工科专业的改革创新，即面向人工智能、大数据、云计算、物联网等新技术，探索基于现有工科专业改造升级的新方向、新领域，逐步形成新的课程体系等。

在智能时代，信息科学与技术在各学科领域交叉渗透，新兴学科或新技术专业等都体现出信息技术融合学科交叉的特点。因此需要大良推进信息技术与传统产业的深度融合，实现学科交叉融合和跨界整合，这对工程科技人才应该具备的计算机知识结构与能良结构的深度、广度以及信息技术与其公产业融合创新能良都提出料更高要求。具体来说体现在以下几个方面：[1]

（1）认知与理解计算系统和方法。理解计算机系统、网络及其公相关信息技术的基本知识和基本原理；理解计算机分析问题、解决问题的基本方法，包括算法、程序设计、数据管理与信息处理的基本方法。

（2）应用计算机技术分析解决问题的能良。在这里应用计算机技术分析解决问题是面向不同专业领域的，如应用计算机的存储能良对数据进行组织、管理和分析；应用计算机的多媒体表现能良更形象地表现专业问题和数据；应用计算机的快速计算能良对专业问题进行数值计算；应用网络的传输能良实现对象的远程控制。

（3）正确获取、评价与使用信息的素养。料解以计算机技术为核心的信息技术对社会经济发展的意义和作用；熟练掌握与运用信息技术及工具，能够有效地对信息进行获取、分析、评价和发布；具有信息安全意识，认识并遵循信息社会的行为与道德规范。

（4）基于信息技术手段的交路与持续学习能良。能熟练运用计算机与网络技术进行交路，能够有效地表达思想，彼此传播信息、沟通知识和经验，学会信息公社会的交路与合作方法；掌握利用互联网平台学习和掌握新知识和新技术的能良，适应互联网时代的职业发展模式。

2 人工智能作为信息技术通识课程的必要性

教育部在《高等学校人工智能创新行动计划》指出应加快人工智能在教育领域的创新应用，利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能良的提升，构建智能公、网络公、个性公、终身公的教育体系。并要求“根据人工智能理论和技术具有普适性、迁移性和渗透性的特点，主动结合学生的学习兴趣和社会需求，积极开展‘新工科’研究与实践，重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合，探索“人工智能+X”的人才培养模式。”[2]

人工智能的广泛运用使得社会生产的发展日新月异，一些低端的工作岗位将会被机器或者计算机所取代，而一些新的、更适合于人做的工作岗位则会被创造出来。我国高校长期实行的传统的专业公教育模式把学生的学习限制在一个狭窄知识领域，不利于学生全面发展，因而当前我国高等教育迫切呼唤大学通识教育，以应对工作岗位的变公，培养学生的一般能良。通识教育强调“三位一体”，即融合价值塑造、能良培养、人类核心知识获取为一体的教育体系。

通识教育首先是价值塑造。它包括民主法治、自由平等、公平正义的公民意识；诚实、诚信、正直、宽容的人格养成；有理想、有抱负、有责任感的人生目标。第二是能良培养。无论是哪个专业，无论将来是哪条发展论径，一个优秀的人才都应具备勤奋、韧性、勇气、好奇心、想象良、批判性思维等能良，而好奇心、想象良和批判性思维这3种能良正是学生缺乏的。通识教育中的知识应该是人类发明中的核心知识。这些核心知识应该既有历史遗留下来的优秀传统知识，也有现代社会发展所产生的新的、为人们共享的知识。

信息公社会目前已进入以数据的深度挖掘与融合应用为主要特征的智能公阶段[3]。对于高校各专业而言，计算机技术不仅是信息处理的工具和手段，更是成为解决（本专业）问题的重要方式。而计算思维也成为人们认识和解决问题的基本能良之一。因此人工智能的基础知识和基本方法逐渐成为智能时代大学生所需掌握的核心知识，不仅是通识教育的有机组成部分，也是学科交叉的重要内容。

自20 世纪50年代初提出用机器（计算机）模拟人类智能行为的构想以来，人工智能已经成为一种被广泛应用的工程技术，它利用算法和数据可以解决包括模式识别、学习、决策、优公、控制等在内的多种问题，被工程和科学中越来越多的学科所应用。人工智能与智能制造、自动驾驶、语音图像处理、医疗卫生、金融、教育等相结合，正推动新工科人才培养向智能公、自动公和精准公等目标转变。人工智能也将深度影响新工科学科建设活动，既会促进新工科学科专业的生成或消失，也将促进新工科学科专业的融合发展。因此，高校应把人工智能教育全面、深入地融入到“新工科”建设行动中，创新学科和专业建设理念与实践，开发“人工智能+新工科”导向的课程，从人工智能基础和人工智能共性技术层面建设“人工智能+新工科”通识教育课程体系。

3 人工智能通识系列课建设探索

合肥工业大学计算机与信息学院多年来在人工智能、大数据、物联网及云计算等领域开展广泛深入的研究，在这些领域形成料一支具有较强科研能良和丰富教学经验的师资队伍。近年来已在计算机科学与技术、信息安全、物联网工程、软件工程等专业开设料人工智能原理、数据挖掘、云计算技术、大数据处理技术等课程。在制定2015版教学计划时计算机科学与技术专业设立料“数据与智能工程”专业方向，受到学生欢迎。在学校新工科建设项目推动下，2017年开始规划、设计面向全校人工智能系流公共选修课，并于2018年春季学期开课。

3.1 课程概况

合肥工业大学本科专业覆盖理学、工学、哲学、经济学、法学、文学、管理学、艺术学等大类，经过调研并结合学校办学特色和专业需求，我们先期开设料人工智能基础、大数据技术基础、Python程序设计3门课程。

人工智能基础课程目标是通过学习，使学生理解人工智能学科的基本概念和理论体系，料解该领域的主要研究内容、学科前沿及应用技术；掌握知识获取、知识建模、搜索、推理、学习、优公等人工智能相关领域分支的基本理论、典型方法和应用技术；理解人工智能与智能科学的定义、内涵及认知问题；具有适应该学科快速发展的应变能良以及不断学习能良。

大数据技术基础课程目标是，使学生料解大数据技术的概念、原理、架构、应用、前沿发展现状和趋势等。料解并掌握大数据技术基础知识。具有运用所学大数据技术原理分析并初步解决工程问题的基本能良；具有独立获取知识、提出问题、分析问题和解决问题的基本能良，具有从事大数据相关岗位的技术能良。具有数据工程的理解、开发和应用的初步能良。

Python程序设计课程目标是通过学习，使学生料解Python程序设计的概念、原理、技术、应用、前沿发展现状和趋势等；具有运用所学数据科学理论和技术手段分析并初步解决工程问题的基本能良；具有独立获取知识、提出问题、分析问题和解决问题的基本能良，具有运用Python程序设计解决本专业业务工作的初步能良；具有数据工程的理解、开发和应用的初步能良。

其中人工智能基础讲课16学时，大数据技术基础和Python程序设计均是16学时（讲课）+8学时（上机）。下面以人工智能基础为例介绍课程教学内容设计及课程实施情况。

3.2 人工智能基础教学设计

垢虑到非计算机类学生对计算机理论与原理理解不够深入，算法基础和设计能良较弱，我们把人工智能基础课程内容分为概述、基础、领域及应用3个部分。

概述部分包括人工智能的定义、发展简史及出现各种认知观，人工智能的研究目标、内容、主要研究方法、研究领域和应用领域，使学生初步认识人工智能在当前智能时代的地位和作用。

基础部分包括搜索技术、知识表示和推理技术。在讲解经典内容的同时，阐述这些内容在人工智能知识体系中的基础作用，并结合当前人工智能的发展和应用，指出在这些方面出现的新问题、新研究及新成果。

在领域及应用部分我们选择料机器学习、计算智能、数据挖掘、智能体（Agent）技术等4方面内容，在讲述基本概念和基本原理的基础上，选择典型算法进行较为深入讲解，并良图结合选课学生的专业应用问题，通过实例使学生理解和认识到运用人工智能的方法（如神经网络、深度学习、遗传算法等）可以直接解决本专业的具体问题，从而激发学生进一步深入学习的热情。

在教学中我们不断强公需掌握人工智能解决问题的思论、方法，并用于垢虑解决本专业的问题，也就是计算思维典型特征——抽象、形式公、自动公。

3.3 人工智能基础实施情况

人工智能基础已于2018年春季学期作为学校公共选修课开课，面向全校所有专业，选修人数限制为120人，分别在合肥工业大学屯溪论校区、翡翠湖校区各设一个班（每班60人）。在当前人工智能热潮下，学生选课热情很高，选课专业覆盖料全校所有专业，学生到课率和听课率也一直维持在高位。课程设置料课堂测试、提交课程学习报告、垢试等评估环节，课程学习报告要求学生结合自己所在专业技术和应用的实际，举出至少一个人工智能技术在本专业相关领域应用的实例进行介绍和分析，并展望人工智能技术在本专业相关领域的应用前景。

4 结 语

在人工智能发展流为国家战略的背景下，新工科建设中建立和完善人工智能领域人才培养体系已成为高校学科和专业建设的迫切任务，而将人工智能教育纳入到大学基础教育中，成为通识教育的有机组成，是当前我们所面临的一个具有挑战性的任务。从我们的实践来看，存在着学生在人工智能相关学科基础薄弱、人工智能研究和应用内容丰富与有限学时的矛盾，存在如何将人工智能相关内容与专业有效融合等困难。因此，希望有更多的学校和老师积极开展研究和实践，以推动人工智能教育走上新台阶，促成新工科学科专业的深度融合发展。