新工科背景下地方高校人工智能课程体系及实践教学初探

李贺 刘金江 马晓普 张新刚

摘 要 以南阳师范学院为例，根据新工科人才要求，结合地方高校特色对人工智能专业课程体系及教学模式进行初探。从探索成效来看，新工科地方高校人工智能专业课程体系建设具有一定的理论和现实意义，可为地方高校人工智能专业课程体系建设及教学模式改革提供参考。

关键词 新工科;实践教学;人工智能;地方高校;课程体系

中图分类号：G642.3    文献标识码：B

文章编号：1671-489X（2021）09-0126-03

0  引言

教育部在2017年提出新工科建设行动路线，推动传统工科专业改造升级[1]。因此，在这种背景下，地方高校要深化产学研合作，协同育人，从而培养出适应产业经济创新发展的应用型人才。我国现阶段发展的重要驱动力量是创新，经济发展的重要引擎是人工智能，而人工智能教育也将成为人才红利中的最大红利。人工智能是科技发展催生出的专业，国家的重大需求和多学科交叉渗透起到推动作用[2]。在人类进入智能社会后，该学科会渐渐地向其他学科和专业渗透，因此，推动新工科建设的核心驱动力将会是人工智能。

随着人工智能的发展，高等教育的价值也将进一步提高。因此，各高校应尽快建立与新工科相一致的人工智能专业，并深入研究我国人工智能方面的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统计算机学科的教育教学方法，形成有新工科特色的人工智能专业工程教育方法。国内外很多大学都意识到人工智能的重要性，纷纷对其展开教学和研究。但是，与“双一流”高校相比，地方高校由于师资、实验平台、科研平台及学科建设等力量有限，造成人工智能专业课程体系建设相对滞后。部分地方高校盲目跟风，照搬“双一流”高校的人工智能课程体系，没有考虑师资和科研力量，在没有相关二级学科建设支撑情况下，快速开设人工智能课程，造成教學内容无法和社会接轨，以及教学质量和效果不佳的问题。

为了解决这些问题，并使地方高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，本文以南阳师范学院为例，探索在新工科背景下进行地方高校人工智能专业课程体系建设。

1  人工智能对新工科人才的新要求

1.1  具备基于人工智能的多学科交叉知识

随着物联网、云计算、大数据等信息技术快速发展，涌现出人工智能学科。人工智能是多个学科交叉而成的一门学科，同时作为计算机科学的一个重要分支，主要包括计算机科学、控制学、心理学、信息论、哲学、语言学及系统论等[3]。因此，一个合格人工智能专业人才需要具备多学科知识。

1.2  具备基于人工智能的多领域应用能力

人工智能的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[4]。人工智能技术主要包括机器学习、自然语言处理、知识系统、神经网络、深度学习、智能搜索及计算机视觉等。学生在学好专业技术的前提下也需要掌握这些行业的相关知识，这样才能增加人工智能在各领域的应用。

1.3  具备人工智能创新创业精神及人文素养

创新驱动发展成为我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术成为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才，对我国经济发展及大学毕业生创新创业具有重要意义。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能技术的应用发展对人类社会带来的是便利还是灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。

2  地方高校人工智能课程体系建设

2.1  地方高校人工智能专业人才培养目标

人工智能是面向前沿高新技术的基础性本科专业，培养品格健全的具有科学的人文精神、创新创业精神和良好的职业道德品质，以及德、智、体、美、劳全面发展的人才。人工智能专业的本科毕业生要求掌握人工智能、信息科学的基础知识与基本技能，能够运用智能科学领域的主流关键技术，研究和解决软件开发、大数据、人工智能及其应用领域的工程技术问题的能力，成为在工业、信息、医疗、教育、电力、金融等行业从事人工智能学科相关领域的开发研究、教学及管理工作的复合型应用人才。人工智能专业的本科毕业生要求基础理论扎实，科学素养良好，可以综合运用人工智能专业技术知识解决实际问题。

2.2  地方高校人工智能专业课程体系

2.2.1  人工智能课程体系设计  人工智能课程体系主要包括学科基础课程、专业核心课程及个性化课程。

学科基础课程主要包括数学基础课程、计算机基础课程、数字电路及大学物理等课程。其中，数学基础课程主要包括高等数学、线性代数、离散数学、概率论与数理统计;计算机基础课程主要包括计算机导论、程序设计基础、计算机应用与编程、面向对象程序设计。

专业核心课程主要是计算机学科主干课程和人工智能相关的基础课程。其中，计算机学科主干课程主要包括Python程序设计、数据库概论、计算机组成与结构、计算机网络、操作系统、数据结构与算法等课程;人工智能相关的基础课程主要包括人工智能导论、机器人学、数据挖掘与机器学习、神经网络及智能控制理论等。

为了满足学生对人工智能专业的不同方向需求以及在各领域的应用需求，在个性化课程中设置两个培养方向，主要有就业与创新创业方向（服务机器人、数字图像处理、大数据技术、数据可视化、人工智能与创新创业等）和后备学术人才方向（数字图像处理、R语言数据分析、人机交互、算法分析与设计、自然语言处理等）。

2.2.2  优化理论及实践课程  在学科基础课、专业核心课和个性化课程中加大实验模块，增加课程设计，建立以理论为基础、应用为导向的人工智能教学实践模式。在专业基础方面，除了基础的理论学习，在公共课实验的基础上增加程序设计实验课时，并增加课程设计，加强学生的专业基础。在专业强化阶段，除了专业核心课程的学习，还有数据结构实验、计算机网络实验、机器学习及神经网络等实验;增加企业和项目实践课程，从而提高人工智能专业本科学生的实践能力。在专业应用阶段进行个性化培养，以学生兴趣为导向，开展相关应用课程实验，主要包括机器人实验、大数据实验、数字图像处理实验、自然语言处理实验等。通过毕业实习（以毕业设计和毕业论文为导向进行），进一步提高学生解决实际问题及创新创业的能力。

3  地方高校人工智能教學模式初探

3.1  地方高校人工智能专业教学模式改革：理论实践结合，突出创新思维

3.1.1  人工智能实验平台建设  由于人工智能教材理论性强，学生在学习过程中会觉得乏味无聊，当实验课程较少时，也会渐渐失去兴趣。在新工科建设背景下，南阳师范学院广泛应用多种人工智能实验教学平台提高学生兴趣，主要包括百度飞桨（PaddlePaddle）深度学习平台、希冀一体化人工智能实践教学平台、机器人教学实验平台和大数据综合实验平台等。

3.1.2  采用案例教学法  建立人工智能实践教学案例库，主要包括人工智能经典模拟实验（包括覆盖网络搜索、随机梯度下降、P-R曲线、RMSProp、动量法、随机梯度下降、监督学习、无监督学习、数据降维、推荐系统、特征工程等）、深度学习算法（深度学习基础、深度学习计算、TensorFlow基础、卷积神经网络、循环神经网络）实验及自然语言处理（全局向量的词嵌入、机器翻译、文本情感分类、编码器—解码器、束搜索、注意力机制、词向量）机器人实验等;改革教学方法，以案例导入进行教学;以人工智能综合实验实例导向进行毕业实习，提高学生解决实际问题的能力。

3.2  地方高校人工智能专业实践教学改革

3.2.1  校企合作  在教学资源有限的情况下，利用自身有限的师资增强教学效果，建立起具有学科特色的人工智能专业人才培养模式，校企合作是关键。校企深度合作，在企业方面，积极邀请教师进企业进修，了解企业需求，并提高教师的工程能力，从而培养出适合社会发展的人才;同时，学校积极邀请企业中实践经验丰富的人才到校任教或任职，改革教学策略及教学方法，建立具有地方区域特色的师资队伍及校企协调的新工科教学模式，从而避免人工智能专业实践与企业实际脱节。

3.2.2  “双导师”负责制  实行“双导师”制，通过校企之间建立教师指导团队，以项目为牵引，将企业实践作为第二课堂学分，制定人工智能专业相关的学术科技作品竞赛奖励机制，积极引导学生参加各项计算机和人工智能相关的比赛，从而提高学生创新实践方面的能力。

4  初探经验总结

4.1  初探成效

南阳师范学院自开展人工智能专业课程体系及教学模式探索以来，学生创新创业能力不断提高，计算机科学与技术学院2019年获得中国“互联网+”创新创业大赛、全国软件信息技术大赛、中国大学生计算机设计大赛、ACM亚洲区域赛及省“挑战杯”作品竞赛等国家级奖励14人次，省部级奖项26人次。

4.2  初探启示

地方高校应对自身发展和人工智能人才培养进行精准定位，根据学科建设与当地的区域经济之间的关联度，探索实践适应区域经济发展的新工科人工智能专业人才培养目标及学科建设方法。教师是新工科人工智能人才培养中的主导，教师积极性的调动至关重要，出台合理的教育教学激励办法非常关键。另外，要加大师资力量建设，积极鼓励教师进修，提高教师综合素质和工程实践能力，积极引进企业中有丰富实践经验的人才到高校任职，使高校人才培养与企业发展相适应。学生是新工科人工智能人才培养中的主体，自主学习是成才的核心。通过有效的教学改革，建立合理的课程体系及具有特色的实践实习平台，这是调动学生自主学习的重要动力。

南阳师范学院接下来将进一步研究教学资源有限情况下的新工科人才培养机制，不断完善人工智能专业人才培养的教学改革、课程体系及工程实践平台建设，进一步加强与国内企业的合作交流，以新工科理念继续进行人工智能专业课程体系及人才培养模式的探索。■

参考文献

[1]徐晓飞，丁效华.面向可持续竞争力的新工科人才培养模式改革探索[J].中国大学教学，2017（6）：6-10.

[2]章云，李丽娟，杨文斌，等.新工科多专业融合培养模式的构建与实践[J].高等工程教育研究，2019（2）：50-56.

[3]刘永，胡钦晓.论人工智能教育的未来发展：基于学科建设的视角[J].中国电化教育，2020（2）：37-42.

[4]姚琳，石志国.人工智能课程体系与教学方法研究[J].中国大学教学，2019（10）：19-22.

[5]刘冬颖.新工科背景下大学生人文素质教育探索[J].中国大学教学，2018（11）：26-29.

[6]陈劲，吕文晶.人工智能与新工科人才培养：重大转向[J].高等工程教育研究，2017（6）：18-23.