人工智能领域研究生多学科交叉培养研究与实践

韩士元，陈月辉，吴 鹏，郝晓艳，周 劲

（1.济南大学信息科学与工程学院；2.济南大学 人工智能研究院；3.济南大学 研究生院，山东 济南 250022）

0 引言

2020 年1 月，科技部致函山东省人民政府，支持济南市建设国家新一代人工智能创新发展试验区。2020 年6 月，济南市政府印发《济南市国家新一代人工智能创新发展试验区建设若干政策》（以下简称《若干政策》），其中将“培养聚集人工智能创新创业人才”“激发多元主体创新活力”作为重要任务提出。2020 年12 月，济南大学入选山东省属高校“高水平大学”建设名单。如何聚集高校人工智能学科相关优势资源，主动服务国家战略布局及地方经济发展，是济南大学未来发展面临的巨大挑战，也是地方高校建设过程中需要讨论的重要课题。

2020 年3 月，教育部、国家发展改革委、财政部联合印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，提出瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，适度扩大研究生培养规模。人工智能领域是具有强烈多学科交叉特色的研究领域，高层次的人工智能基础理论人才培养，可为提升国家人工智能领域核心竞争力提供智力支撑［1-2］，而“人工智能+X”复合型人才培养，可为人工智能及其辐射产业开展技术革新提供科技创新原动力［3-4］。2019年9 月，济南大学与北京中科华数信息科技研究院合作共同建设、成立济南大学人工智能研究院，致力于人工智能理论、方法和系统等关键技术突破与创新应用，引领人工智能学科发展，推动“智能+产业”的深度融合，打造一批人工智能深度应用场景。2020 年12 月，济南大学“计算机科学与技术”学科入选山东省“高水平学科”建设项目，经过多年积累，在人工智能重点领域基础前沿研究与关键核心技术研发、信息学科高层次人才培养等方面形成了自己的特色和优势。如何发挥济南大学信息学科的优势，构建多学科交叉背景下的人工智能领域研究生人才培养模式，为区域经济发展提供高素质、复合型人才，促进地方经济建设及智能产业发展，是本学科人才培养过程中亟待解决的问题。

1 相关研究

人工智能作为第四轮产业革命的驱动力，相关技术研发与人才培养已上升为国家战略，美国、英国、加拿大、日本等国家先后启动了人工智能国家计划。20 世纪50 年代，美国开始布局人工智能人才培养战略，从初期人工智能芯片研发、算法研究，到中期关于机器学习和深度学习算法攻关，近期又积极推动人工智能与医学、工程制造、运输等领域的融合应用；英国始终注重人工智能应用技能人才培养，积极将产业资源引入人工智能研究院及相关专业建设中，并首创性地开设了人工智能硕士专业学位课程［5］；2017年，加拿大在《泛加拿大人工智能战略》中明确指出，重点支持中部的多伦多、东部的蒙特利尔及西部的埃德蒙顿地区打造超级人工智能中心，并通过建造人工智能实验室、加大资金投入等方式构建人才培养体系；2019 年，日本发布《人工智能战略2019》，明确构建由素养教育、应用基础教育、专家型人才培育构成的多层级人才培育体系［5］。2017 年，我国颁布《新一代人工智能发展规划》，标志着人工智能被正式纳入国家重大战略，其中明确提出构建基础理论人才与“人工智能+X”复合型人才并重的人才培养体系，适度扩大研究生培养规模。在此大背景下，如何明确顶层设计、定位具体培养方向，开展人工智能领域研究生多学科交叉培养至关重要。

人工智能属于典型的多学科交叉产物，导师团队和课程体系建设是实施人工智能领域多学科交叉培养的基石与保障。2018 年，卡内基梅隆大学依托计算机科学学院语言技术研究所开始培养“人工智能与创新理学”硕士，其以人工智能学科专业教师为基础，同时邀请来自生物、哲学、公共政策等相关领域教师作为授课教师及导师团队，课程体系由预备课程、核心课程、知识领域课程、选修课程4 个模块组成，以促进跨学科知识的传授［6］；麻省理工学院依托电子工程与计算机科学系开展人工智能专业教学，充分发挥计算机科学与人工智能实验室、信息与决策系统实验室、微系统技术实验室、电子研究实验室等科研力量开展人工智能跨学科人才培养［7］；斯坦福大学依托工程学院计算机科学系开展人工智能人才培养，并在生物学、语言学、机械制造等多领域进行跨学科交叉培养［8］；哈佛大学在人工智能人才培养过程中重视算法分析与软件设计创新能力培养，同时开设医学、生物、自动驾驶等跨学科课程，并通过慕课等扩充优质课程资源［9］。在国内，哈尔滨工业大学王立国等［10］建立以机理分析→系统设计→算法开发→仿真模拟→实验验证为主线的人工智能课程体系；张颖慧等［11］探讨“新工科”背景下人工智能专业建设与教学改革相关问题，提出结合自身区域特色，推动人工智能专业与现代农牧学、生态学等多学科交叉融合。如何充分利用学科平台优势，建设多元学科背景下的人工智能跨学科导师团队和课程体系，从而在课程设置时避免“拼盘化”，是人工智能领域人才培养亟需解决的重要课题之一。

创新能力培养是研究生教育的核心之一，因此研究生培养质量保障体系建设至关重要。科教融合与产教融合是创新型人才培养的必由之路，面向研究生培养全过程的质量监控机制是创新能力培养的抓手。科教融合最早起源于洪堡提出的“教学与科研相统一”理论，并在吉尔曼创建的研究型大学开始进行实践，博耶提出的“教学学术理论体系”进一步丰富了科教融合的含义，我国龚克教授认为“科教融合”应是大学文化的重要特色之一［12］。2020 年，教育部印发的《专业学位研究生教育发展方案（2020-2025）》中强调必须探索以实践能力培养为重点、以产教融合为途径的中国特色专业学位培养模式。吴雁等［13］以“产教融合、同心致远”为指导思想探索智能制造学科研究生创新人才培养模式，从而为长三角企业智能制造转型提供人才支撑；杨宗凯等［14］探索如何以国家重大科技战略需求、重点行业企业需求为导向，开展科教融合与产教融合。面向研究生培养全过程的质量监控机制是高校保障研究生培养质量的有效手段，欧阳光华等［15］针对研究生培养过程，从内部监控与外部监督两个层面分析过程预警体系构建过程中存在的问题并提出相关思路；张聪等［16］探讨研究生学位论文过程管理体系构建及质量控制相关策略；熊伶俐等［17］面向学位论文答辩过程管理提出提升研究生培养质量的方法。如何构建研究生培养质量保障体系，落实科教融合、产教融合，是人工智能领域研究生培养质量和创新能力提升的关键。

为对接济南建设国家新一代人工智能创新发展试验区的重大任务，主动服务以济南为中心的地方区域经济发展，结合济南大学“计算机科学与技术”学科特点与优势，以济南大学科研应用团队为基础，围绕1 个基础理论核心方向（智能计算基础理论研究及应用）和4 个交叉方向（智慧物流与供应链管理、复杂系统智能控制、智能制造与智慧农机、生物大数据与智能医疗），聚焦培养方案顶层设计、课程体系建设及优化、激励与约束机制建设，注重实践实习引领，强化导师第一责任制，并实施研究生网格化管理体系，针对人工智能领域工程专业学位的研究生培养，开展多学科交叉背景下研究生培养模式探索与改革。

2 顶层设计，面向区域经济发展需求确定培养目标

面向济南市国家新一代人工智能创新发展试验区建设重大工程，结合学科自身特色与优势确定工程专业学位研究生培养方案，在人工智能领域研究生培养中起到至关重要的作用，决定了培养创新型、复合型高层次人才的成败。《济南市国家新一代人工智能创新发展试验区建设若干政策》中明确提出：“在类脑智能、智能传感器、人工智能芯片等基础前沿和智能图像识别与理解、自然人机交互、边缘计算等关键核心技术领域开展科研攻关”，为人工智能领域研究生培养顶层设计指明了方向。所依托的工程硕士专业学位授权领域及研究方向如图1 所示。

Fig.1 Discipline authorization points and research fields图1 工程硕士专业学位授权领域及研究方向

人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石，人工智能技术赋能交叉学科是传统产业进行产业升级、攻克技术难题的关键。针对工程专业学位研究生培养，本学科在电子信息专业学位授权点的人工智能方向上发挥济南大学人工智能研究院的优势，聚焦人工智能理论与应用、智慧物流与供应链管理、复杂系统智能控制、智能制造与智慧农机、生物大数据与智能医疗5 个交叉研究方向，重点培养人工智能领域高层次、实用型、复合型及国际化的工程技术与工程管理人才，所培养的研究生需要掌握解决人工智能及其在自动化、机械、生物、经济等交叉领域工程问题的先进技术方法和手段，并具备问题分析、系统研发、验证及优化能力。

3 精密耦合，分模块建设多学科融合课程体系

CDIO（Conceive，Design，Implement and Operate）模式教育理念与工程专业学位研究生培养目标和诉求具有高度的契合性。同时，多学科前沿技术与多样性知识体系架构“精密耦合”是人工智能领域课程体系设置的重点和难点。本学科基于CDIO 教育理念以及以工程创新能力产出为导向的核心理念，面向知识、能力和素质三大核心要素，以人工智能领域基础课程模块、交叉学科方向课程模块、实践与素养培养课程模块设计为抓手，面向人工智能领域工程专业学位研究生设置课程体系，使人工智能基础理论创新与学科融合产业技术研发并重，实现人工智能相关多学科前沿技术交叉及多样性知识架构的融合。课程体系架构如图2 所示。

3.1 人工智能领域基础课程模块

通过开设该模块课程，旨在使研究生具备开展多学科交叉背景下人工智能领域相关课题研究的知识架构，夯实理论基础。

数学知识是开展人工智能基础理论研究及交叉学科融合的基础，该模块包括大量数学课程，如工程矩阵论、数值分析、数理统计与应用等，不同交叉方向的研究生可根据专业特点和需求分别选修相应课程。基于学科特色和优势，面向人工智能技术前沿，该模块还开设了基础理论与技术前沿相结合的专业课程，如山东省省级精品课程“人工智能与机器学习”，以及校级精品课程“计算智能理论与应用”“深度学习”等。

Fig.2 Course architecture图2 课程体系架构

3.2 交叉学科方向课程模块

通过开设该模块课程，旨在使研究生具备解决5 个交叉方向上特定复杂工程问题的知识结构和能力，开展人工智能领域及交叉领域工程研发，其中均涉及到交叉学科研究方向基础知识及其前沿。

人工智能理论与应用方向主要面向大数据、计算机图形与图像等基础知识及前沿技术，依托信息科学与工程学院开设课程；智慧物流与供应链管理方向主要面向物流学、供应链管理、系统建模和仿真等基础知识及前沿技术，依托商学院开设课程；复杂系统智能控制方向主要面向现代控制工程、智能制造等基础知识及前沿技术，依托自动化与电气工程学院开设课程；智能制造与智慧农机方向主要面向机器人技术、电机检测与控制等基础知识及前沿技术，依托机械工程学院开设课程；生物大数据与智能医疗方向主要面向基因编码、蛋白质结构序列预测、生物信息学等基础知识及前沿技术，依托生物科学与技术学院开设课程。

3.3 实践与素养培养课程模块

通过开设该模块课程，旨在培养研究生的工程思维、科学思维和系统思维，提升其开展工程技术研发时的综合素养。

立德树人、三全育人，通过开设“中国特色社会主义理论与实践研究”“自然辩证法”等公共必修课程，培养学生高尚的爱国情操；结合人工智能及交叉方向特点，围绕学术素养、职业素养、领导团队、创业教育、学科前沿5 个模块开设“研究与专业素养”课程，由校内外著名教授、专家、学者和职业精英以讲座的形式进行授课，重点培养学生的专业认知和科研素养；围绕不同方向研究内容，由导师以案例库形式开设“人工智能工程综合训练”等课程，重点提升学生的实践能力，并激发创新意识、拓宽创新思维。

4 过程化考核，多方位构建激励与约束机制

坚持立德树人，以“高质量成果产出”为目标导向，创新激励与约束机制，构建系统化、规范化、程序化及制度化的研究生培养质量督导与质量保障体系，为改进人工智能领域工程专业学位研究生教育管理水平、提高研究生培养质量与创新能力提供了制度和机制保障。研究生培养过程考核质量监控体系如图3 所示。

Fig.3 Quality control system of postgraduate training process assessment图3 研究生培养过程考核质量监控体系

4.1 强化师德师风考核，建设高质量导师队伍

在导师遴选过程中，以师德师风为考核基本条件，重点评价教师的社会服务能力，将所主持项目是否有工程应用背景、所取得成果在技术研发方面是否受到同行专家广泛认可、是否有显著的成果转化等纳入导师遴选条件中，多维度遴选符合人工智能领域研究生培养要求的导师，提升研究生导师队伍建设水平，从而提高研究生培养质量。

导师遴选环节结束后，在师德师风、机遇意识、团队意识、责任意识、参与意识等维度，面向所有研究生指导教师开展系列培训活动，包括优秀导师指导经验座谈会、导师团队建设经验交流会、专家讲座等，旨在明确导师责任和义务，加强导师管理，落实立德树人任务；面向研究生开通多渠道的问题反馈通道，包括院长信箱、校长信箱、院长工作日等，以便于掌握研究生培养环节中的问题并及时处理。

在研究生指标分配过程中，按照“基础性指标+奖励性指标+申请立项指标”原则分配研究生招生名额。设立基础性指标，按照职称为导师分配定额研究生招生指标，满足导师开展科研工作的基础所需；依据导师在研究生培养、省部级及以上重点重大项目立项、获得省部级及以上科研奖励等情况，同时考虑在研究生培养、学科人才队伍建设中作出突出贡献的研究生导师及团队，设置奖励性指标，激励标志性成果产出；根据高水平论文发表、重点重大项目立项、科技成果转化、科技奖励获奖等情况设置申请条件，以学科团队为单位提交未来1～2 年内所要完成的申请立项指标任务，结合过去1～2 年申请立项指标任务完成情况分配研究生招生名额，以此激励团队开展实质性合作，争取大项目和大成果。

4.2 以高水平成果产出为导向，激励与约束机制并重

（1）约束机制。面向研究生培养过程中的开题、中期筛选、中期以及答辩等重要环节，实施末位淘汰机制。开题环节中被末位淘汰的学生将参加学院组织的二次开题，仍未通过者需要延期半年后再进行开题；在七月初的中期筛选环节中，对于未能通过该环节的学生，将在中期环节前组织二次答辩，决定其是否正常参加中期环节；中期环节被末位淘汰的学生，需要参加学院组织的学位论文预盲审和预答辩环节，通过后方可申请学位；对于盲审过程中论文评价为C 级（中）的学生，需要参加学院组织的论文答辩环节。通过以上约束机制，可提高学生培养质量。

（2）激励机制。根据人工智能与信息学科特点，出台学院高水平成果分类认定文件，其中重点参考CCF 推荐期刊和会议目录，将论文成果分为A、B、C 三类，将中国计算机学会、中国人工智能学会等科学技术成果奖与国家级科研成果奖、省部级科研成果奖同时纳入科研成果奖认定体系，同时将转化专利纳入高水平成果；依据研究生所取得的成果水平，在资助出国交流方面给予不同程度的支持与激励，以拓宽研究生视野；重新梳理研究生科技创新体系，划拨专项经费支持研究生参与相关赛事，以培养学生的创新意识、科研能力和团队精神。

5 产教融合，构建研究生创新实践基地平台

积极开展产教融合与校企合作，从研究生创新实践平台及导师队伍建设两方面入手，将企业元素融入人工智能领域专业学位研究生培养环节，为人工智能领域的产业技术创新升级提供智力支撑。

联合浪潮集团、中创集团等新旧动能转换相关高新企业，充分发挥其在“智能终端”“大数据”“人工智能”等方向的企业资源和技术优势，以阶梯式产教融合机制为引导，以企业级案例库建设为把手，以“济南大学—浪潮集团山东省研究生联合培养基地”“济南大学—中创软件山东省研究生联合培养基地”等研究生实习实训基地为载体，采用研究生教育改革产教融合模式构建研究生创新实践平台，为面向产业、行业需求培养研究生创新能力提供助力。

组建以“校内学术导师+基地实践导师”为主体架构的导师队伍，辅以“构建和谐导学关系、优化研究生培养生态”为核心目的的激励机制，挖掘CCF 济南大学学生分会在提高全体研究生科研氛围中的核心作用，将企业级课题纳入案例库教学中，激发研究生的创新意识，构建有利于研究生创新意识培养的内外部环境。

6 多基层组织建设，实施研究生网格化管理

以研究生活动区域（宿舍、实验室）管理为抓手，针对人工智能交叉学科培养研究生行政班级构建横向体系，针对年级辅导员、研究生助理、研究生会、CCF 济南大学学生分会等服务实施者构建纵向体系，实施研究生网格化管理体系，明确管理职责、压实管理责任，确保宿舍与实验室安全。

以辅导员、研究生教学管理办公室工作人员等为实施主体，针对研究生学业进展、心理健康等问题定期开展问卷调查、谈话等活动，及时掌握学生动态，必要时联合导师对学生开展心理辅导等活动，对研究生实施全方位的心理健康监控及教育管理，从而为研究生的高质量培养保驾护航。

7 实施效果

依托济南大学“计算机科学与技术”一级硕士学位授权点的“智能计算理论及应用”方向，以及电子信息专业学位授权点的“人工智能”方向，实施本文所构建的人工智能领域研究生多学科交叉培养模式，2018 年至今在课程建设与教学改革、研究生创新能力、产教融合等方面取得了一系列成果，具体如表1-表3 所示。

Table 1 Achievements of curriculum construction and teaching reform表1 课程建设及教学改革相关成果

Table 2 Innovation achievements of graduate students表2 研究生创新成果

Table 3 Achievements related to integration of industry and education表3 产教融合相关成果

通过多年实践与探索，本文提出的培养模式可有效实现人工智能领域研究生的多学科交叉培养，并提升研究生培养质量及其创新能力。

8 结语

多学科交叉是人工智能领域进行科技创新、技术改革的核心突破点，研究生是国家创新能力提升的生力军。为响应国家在人工智能方面的布局、满足区域经济发展过程中对高层次人才的需求，多学科交叉背景下人工智能领域工程专业学位研究生培养显得尤为重要。中国高校应勇于探索多学科交叉融合下的研究生创新能力培养模式，抓住人工智能及相关领域蓬勃发展的历史机遇，在顶层设计、课程体系、质量监控、产教融合等多方面发力，为我国人工智能领域培养具有创新与开拓精神的高层次复合型人才。