面向“新经管”的人工智能专业建设研究

周健 陈劲松 武凌 谢道平

摘要：人工智能专业人才培养是人工智能发展的重中之重。该文分析了人工智能专业发展趋势，结合学校专业优势和特色，围绕专业定位、课程体系和实践体系提出人工智能+金融专业课程结构，探索人工智能复合型人才培养模式，推动人工智能和其他学科人才培养的交融，符合新工科要求，契合“新经管”发展趋势。

关键词：人工智能;本科专业;人才培养;课程体系;新经管

中图分类号：TP319 文献标识码：A

1概述

2017年国务院制定了《新一代人工智能发展规划》，预计2023年我国人工智能产业市场规模达到730亿元，提出到2030年，中国人工智能理论、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产业创新中心。目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技技术和成果已经进入广泛的实际应用中，初步形成了从基础支撑、核心技术到上层应用的完整产业链条。在此背景下，各行各业急需人工智能人才，特别是缺乏拓宽人工智能在传统行业应用的应用型人才。

2面向新经管的人工智能专业建设

预测和决策性的业务在金融领域中占有重要的地位，如投资、股票等，这些正是人工智能最擅长的领域，而且优化配置也是AI中重要的方法，也适用于金融作为全社会资源配置。在此背景下，学校提出新经管建设思路，着力推进信息化科学技术与经济管理类课程的融合，通过“互联网+”“大数据+”“人工智能+”等重构课程体系、再造课程内容、革新教学方法，满足人才培养的新形式要求。

2.1专业目标

为了满足新经管的发展需要，以及应对未来金融领域的人工智能发展人才需求。本专业培养社会主义核心价值观，坚持立德树人，坚持学生德、智、体、美全面发展，富有诚信笃行品德和社会责任感，具有良好的科学思维和研究素养，拥有坚实的数理基础、信息科学和电子科学等相关领域知识和技能，系统掌握数据采集、存储、学习、分析和推理领域的人工智能基础理论与基本方法，具有能够运用人工智能的基本模型、原理与方法设计技术解决方案和解决复杂工程问题的能力。具有一定的经济金融领域知识，了解人工智能经济领域的国际前沿技术，并能够从事相关应用领域的研究与开发，面向金融领域较系统地采用人工智能的手段和方法从事数据分析、处理方面的研究、应用和开发工作。具有终生学习、创新精神、创业意识，适应经济社会发展需要的新时代高层次应用型专门人才。

2.2专业课程建设

鉴于目前人工智能在经济社会主要能力为数据智能，因此课程体系以数理知识、计算机知识和人工智能知识相互结合的核心课程体系，结合学校的优势内涵和专业发展战略，在新经管的战略下，以金融经济为行业背景，围绕智慧金融经济打造课程群。因此在AI方向选择人工智能、自然语言处理和机器学习。在系统方向选择嵌入式编程、数据库、计算机网络、计算机操作系统、编程语言。在理论方向主要选择数据科学算法、算法分析和密码学等。在跨学科领域选择人工智能+金融，包括互联网金融、电子支付、区块链、金融大数据分析等。基于上述选择组建6个课程群：智能系统（系统角度），大数据系统（复杂度角度）、金融数据分析（行业领域）、互联网金融（移动互联网背景）、智能控制（智能硬件角度）、机器伦理（社会属性与技术融合角度）。两个专业方向：智能信息系统，金融数据分析与处理。

从课程的学期分布上看，一学期侧重基础和导论;二学期侧重数理基础、程序和硬件基础;三学期数据专业基础课程，计算机硬件;四学期专业系统课程方向网络、硬系统、软系统、数据分析系统;五学期进一步扩展专业系统方向，提供基础性方法学，增强软系统和数据分析系统，并为未来学习提供基础性的专业课程;六学期丰富方法学，智能信息分析的角度给出图像、语言、编码、识别四个方法学课程;七学期系统专业性的领域，侧重数据智能金融工程。图1中表示出课程设置的特点是“四融合四递进”，四个融合是指“语言、算法、数据、网络”，四个递进是按照从理论到实践的过程，分为“基础、理论、系统、应用”，第一层次为基础课程，如高数、物理、电路等;第二层次为理论课程，如人工智能、数据挖掘、机器学习等，第三层次为系统，如智能信息系统、自然语言处理等，第四部分为应用，如金融数据分析、大数据分析等。

从数据的感知、获取、分析、决策、集成、应用六个层次纵向构建智能数据课程群。

2.3实践课程建设

从形式上，人工智能专业的试验实训课程分为程序设计类试验、算法实现类试验、电子硬件类试验和系统综合类试验。每门课程都设置相应的试验课程，试验课时与讲课课时之比接近1：2。通过四个方面开展试验实训教学活动。（1）设计若干综合性的实践课程，加强技术应用能力以及应用场景创新能力的培养，如智能信息系统设计和金融大数据分析，通过综合性的试验，促使学生加深对课程的理解，并构建了智能信息系统综合试验平台、数据仓库与数据挖掘试验平臺、自然语言处理与信息检索综合试验平台。（2）结合学科竞赛，推动人工智能算法在学科竞赛中的使用，一方面持续工科竞赛的投入，如智能车、智能芯片、机器人等，一方面将人工智能融合到金融经济学科的竞赛，如全国大学生金融挑战赛。（3）面向行业的综合性试验，实训课程结合金融经济领域，包括智能客服、身份验证、金融搜索引擎、征信及风控、智能投顾、网络银行、电子支付、区块链等内容。

3总结

人工智能技术是信息科学技术的核心、前沿和制高点，是各种智能化应用的关键。新经管建设既是机遇，更是挑战。要培养适应新经济发展的面向经济管理领域的工程师，必须对传统专业进行改造升级。加速人工智能与经济管理领域的融合，将会打造复合型的高层次应用型人才，使人工智能技术真正从算法研究走向更广泛的行业实际应用，促进人工智能技术与新经济、新产业的完美结合。