本硕贯通的人工智能专业人才培养研究

顾 理 徐栋哲 刘 勇 陆 伟 盛 庄

(1. 中国科学技术大学 信息科学技术学院， 合肥 230027)(2. 中国科学技术大学 工程科学学院， 合肥 230027)(3. 中国航天科技集团公司 空间飞行器软件检测站， 北京 100190)

近年来人工智能在工业、农业、科技、教育、医疗和管理领域发挥了越来越重要的作用，成为社会各行业创新型发展的赋能者。习近平总书记指出“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”[1]。李克强总理在第十三届全国人大第二次会议中提到要深化大数据、人工智能等研发应用，拓展“智能+”为制造业转型升级赋能。教育部在《高等学校人工智能创新行动计划》中提出“三步走”目标，到2030年，高校将成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。据中国教育部门测算，我国人工智能人才目前缺口超过30万，国内的供求比例为1:10。不断加强人才培养，补齐人才短板，是我国的当务之急。

随着人工智能越来越广泛的成为社会创新发展的动力源泉，国内外高校也越来越注重人工智能专业人才的培养。国外大学人工智能专业起步较早，国内自2018年开始在浙江大学、上海交通大学、天津大学等35所高校设立了人工智能本科专业，到2019年达到180所高校。

人工智能专业涉及计算机、自动化、通讯技术、电子信息、工程控制、生命科学等学科领域，属于典型的交叉学科[2]，需要较好的数理基础、信息科学基础及各学科专业基础，较为适合理工科大学开设，还要求开设该专业理工科大学有较为完善和扎实的基础学科群的建设和支持，以及契合人工智能发展方向的培养目标和培养计划。目前人工智能专业按照培养目标大致分成两类：专业型人工智能以及“人工智能+X”模式，国内外绝大多数高校培养模式采用的是后者。人工智能专业设置时应以各专业未来发展为基本方向，结合人工智能确立培养目标，制定适合各专业的人工智能培养计划和课程体系，为未来不同专业本科生的工作和继续深造打下良好的基础[3]。

人工智能专业在培养方案上要兼顾人工智能领域的内容及本专业相关内容，既要成体系地引入课程，又不能破坏现有专业培养体系，导致培养计划在设计和执行上存在着较大的矛盾和问题，仅仅依靠本科阶段的学习培养是达不到要求的，需要设计一种连贯的新型培养模式，本硕贯通是一种切实可行的方式。

1 人工智能专业培养目标和方法

人工智能属于多学科深度交叉专业，要求学生有较强的数理基础和丰富的计算机应用经验和能力及扎实的相关学科的理论基础，人工智能专业本科生培养目标定位直接决定了其未来的发展方向和高度。在专业设置和学科建设上，各高校有着不同的方案和架构。

1.1 人工智能专业培养目标

人工智能专业扎根自然科学，立足于高校，面向行业和应用，人才培养具有很强的目标性，概括起来有以下几个特点：①要求学生具有较为扎实的数理基础和较强的实践能力；②具有未来面向行业应用的扎实的专业知识；③紧密与行业结合的新型教学和实践模式，特别是加强与行业内代表企业的合作和融合。不同的高校在专业设置上应该结合学校的特点，围绕以上目标设立和建设人工智能专业，为社会源源不断输送各领域人工智能专业人才。

人工智能专业人才培养方向和目标主要有以下两种：

(1)普通应用型人才培养模式。该模式的培养目标是输出将人工智能与工程中实际应用相结合的应用型人才，通过引入人工智能的技术和思想，改进和提升传统行业中的具体应用水平，节约生产成本提高生产效率[4]。

(2)专业研究型人才培养模式。该模式培养目标是输出人工智能专业领域内的具有坚实理论知识、系统研究方法、高水平研究能力和创新能力的人才，未来既能从事人工智能专业领域内的学术、科研和理论研究工作，又能从事科研实践活动并取得有价值的科研成果，对知识体系进行创新和创造[5]。

前者是后者的应用和体现，后者是前者的基石和保障，两种培养模式各有特点，社会分工和发展方向也各不相同，在相关领域的发展和实践过程中相互促进，形成了人才需求和培养的金字塔型结构，未来两种不同的培养模式会长期共存。不同的高校根据自身的特点选择不同的培养模式和培养目标，但从国家长远需求来看，未来需求最为迫切的是专业研究型的人才[6]。

1.2 人工智能专业培养方法

人工智能专业与计算机科学、信息类科学、生物医学、认知学、统计学紧密联系[7]，其培养内容、目标和方法注定也是多元化的。人工智能立足和应用于工程实践，需要培养的学生不仅具有良好的理论基础，还需要有独立的研究能力、自主创新性及工程实施能力。这些都需要完备的课程体系、多元化的教学方法[8-10]以及专业的师资人才建设，主要表现在三个方面：

1)建立完备的课程体系

人工智能专业核心课程既包含计算机科学中的主要课程，还包括相关科学的主要课程，在专业培养时需要形成一整套完备的课程体系。国内高校在设立人工智能专业时，往往是依托工科类专业衍生而来，如计算机专业、电子信息专业、自动化专业等。这样做的好处是可以充分借鉴相关的专业课程，又可以紧贴未来行业发展方向和实际应用。但由于学时等问题，不可能把人工智能的相关核心课程都嵌入上述专业体系中，必须要在不同专业的专业课程和人工智能方向专业课程之间进行合理的取舍，这也是很多高校在人工智能本科专业培养时面临的实际问题。

2)多元化的教学方法

人工智能专业培养目标明确，教学方法应该结合培养目标展开，充分引进和吸收已有的教学经验和理念，需要做到以下四点。

(1)要坚持以理论为本，体系为纲，工程为线的教学方法。不同专业的学生通过人工智能课程理论的学习，按专业方向发散，紧扣前沿问题和工程项目，让理论学习和不同专业、不同专业和工程项目之间充分交流和融合，提升教学效果。

(2)需要灵活多样的授课形式。授课形式包括讲座、讨论、理论课、项目分析、实践等，让学生围绕着工程问题学习理论，展开理论，讨论理论，运用理论，总结发散理论，充分调动学生的主观能动性和兴趣，激发学生的创新意识和对知识的理解感悟[11]。

(3)需要丰富的课程实践。加强校企深入合作，围绕当今人工智能领域内制定实践项目，让学生在本科阶段就能有机会接触到工程项目，了解和掌握人工智能在工程项目中的应用，切实提高学生的工程解决能力，对学校学到的理论知识和工程实践进行有效融合。

(4)需要提供良好的软硬件环境。应该为学生提供开放的实验和实践环境，对学习过程中理论和实践的深度融合提供必要的软硬件支持。

3)专业的师资人才建设

人工智能专业属于交叉学科涉及领域广泛，需要有专业的师资力量执行教学和实践指导等工作。各高校应该根据自身特点因地制宜制订符合本校人工智能专业培养目标和特点的师资人才建设方案。国内很多大型企业，如华为、百度，近年来致力于打造校园生态圈，和多所高校进行了对接和合作，提供了很好的培训和软硬件平台，高校在师资人才建设方面可以充分考虑与上述人工智能领域内的大型企业进行合作和对接，通过定期组织教师参加培训、充分利用上述企业人工智能学习系统的教学资源、外聘相关企业工程师来校讲座或者企业导师、适度引进专业人才任教、完善考评激励机制[12]等方式不断加强和充实人工智能专业的师资力量。

1.3 人工智能专业人才培养的特点和思考

人工智能专业培养需要解答以下三个问题：为谁培养，培养目标，以及如何培养。各学校在设置及建设人工智能专业时应围绕这三个问题，结合自身的特点和优势进行人才培养，充分发挥人力物力财力的长处和特点，把人工智能专业办好办精，从而实现从追赶到弯道超车的目标，为国家和社会输送亟需的专业人才。

1)为谁培养

人工智能专业存在和发展基础是国家经济建设和社会生产，决定了人工智能专业需要同产业高度结合，为产业培养和输送应用和创新性专业人才。教育部提出的建设人工智能专业正是为了应对世界产业结构调整重组的大变局，为中国制造2050保驾护航，为中国智造提供人才保障。

2)培养目标

人工智能最早属于计算机技术的分支，但具有和计算机专业截然不同的知识体系和架构，由于人工智能专业领域和信息科学、计算机科学等紧密联系，在培养的目标上会出现两个方向：

(1)扎根于人工智能本身的理论和相关技术，致力于研究人工智能的理论和科研，对人工智能知识体系进行创新和创造；

(2)将人工智能和各传统学科相结合，培养有各专业知识体系和背景的人工智能专业人才，多元化培养人工智能人才，推动社会整个产业进入智能化创新和发展。

人工智能专业培养目标体现出高校的学科建设水平和学科群整体实力，也决定了高校对该专业人才输出的定位和整体实力，在确定培养目标时，高校应该结合自身的特点和优势确定人工智能专业的培养目标和专业架构。

3)如何培养

如何培养人工智能专业人才取决于以下三个要素：高校的硬件基础及师资力量、科研实力、人工智能专业培养目标及课程体系。

(1)开设专业高校应该具有相应的硬件基础及师资力量。高校的硬件基础包括与人工智能专业相关的完备专业体系、各专业的学科等。完备的学科体系、雄厚的学科实力、强大的师资力量，是确保人工智能专业办实、办好、办强的基础和重要保证。

(2)开设人工智能专业的高校应具备相应的科研实力。高校的科研力量也很大程度上决定着人工智能专业高度，人工智能专业作为交叉学科，如果仅仅停留在简单重复的工程应用上缺乏相关的科学研究工作和持续的研究，就无法培养出具有创新和创造能力的人才，培养出来的将只是披着人工智能专业外套的工人而非符合国家培养目标和方向的合格专业人才。让人工智能专业学生尤其是本科生尽早的接触围绕着人工智能的科研项目，可以拓宽学生的眼界，加深对专业的理解，弥补课程体系中和课堂上没有教授的理论知识和实践认知，激发学生的创造性思维，培养学生分析问题解决问题的能力，有助于学生工程能力、学习能力、创新能力的全面发展。

(3)开设人工智能专业高校有明确的培养目标及与之配套的课程体系。高校在建设人工智能专业时，除了营造更好的硬件条件和外部环境，还需要根据自身实际情况制定明确的培养目标和相应的课程体系，避免扎堆跟风式地成立和建设人工智能专业，摸着石头过河或者照猫画虎，否则必将导致专业建设虎头蛇尾，无疾而终。在设立课程体系时，国内外围绕着不同的培养目标，形成了不同的两大类体系：面向人工智能技术本身的课程体系以及面向“人工智能+X”的课程体系[13]。

前者以美国卡内基梅隆大学代表，依靠自身的雄厚实力和专业技术沉淀，制定面向人工智能专业本身技术专业及深入的课程体系，培养的目标定位在为国家、社会、高校、研究所输送人工智能专业的创新型和研究型人才，推动人工智能专业技术的发展和创新。

“人工智能+X”型课程体系旨在紧紧围绕和把握人工智能技术和各专业及产业的结合与应用，培养与人工智能相关的各领域内运用人工智能技术研究、解决行业热点和痛点问题，并将人工智能技术更好应用于产业的复合型人才；或者利用本校特定学科优势，在此基础之上与人工智能技术进行融合。目前国内外绝大多数高校采用的都是这样的专业设置和课程体系，如武汉大学在电气与自动化学院设置了人工智能与自动化系，在计算机学院设置了人工智能系，南洋理工大学也建立了诸如“人工智能+医疗”“人工智能+金融”的课程体系。在“人工智能+X”型课程体系下，人工智能更多的是作为一个赋能者、推进者和新的专业技术存在的，在课程体系中，“X”作为原专业课程体系基础依然是重要和不可或缺的，在课程体系建设的过程中，要注意引入人工智能课程带来的原专业课时的压缩、精简和删节，将老旧或者与现实脱节甚至过时的技术和课程内容删除，保证课程的内容与技术和先进性，这不仅仅是人工智能专业的要求，也是新工科建设的要求和体现。

2 本硕贯通的人工智能专业人才培养模式

人工智能专业人才的培养，既要注重人工智能学科基础研究，又要重视和不同专业之间的碰撞与融合。前者是基础，后者是目标，在培养模式上，不应该一刀切的采用某一种固定的模式，要找准定位、差异化培养，保障人工智能技术在我国长期健康的发展和推进。无论是研究型和创新型专向型人才还是“人工智能+X”的应用型人才都需要扎实的学科基础和专业背景，又需要兼备和新技术和产业相互结合的研究、创新、应用的能力，需要更为系统和专业的人才培养模式，仅靠传统本科的通识教育是不够的，需要更为长远的培养模式。

以北京大学为例，其所采用的“人工智能+X”培养模式，人工智能课程同时作为智能科学与技术、计算机科学与技术、数据科学与大数据技术等本科专业的核心基础课程，这也是众多兄弟院校人工智能专业建设的通用做法。但这样执行存在以下一些问题：

(1)人工智能课程设置时间问题。人工智能课程需要数理基础课程和相关专业基础课程，导致既不能过早开设，又因要作为后续专业课程的支撑，也不能太晚展开。这使得采用“人工智能+X”模式培养方式下，人工智能类课程大多设置在本科第4-6学期。北京大学就是在本科第5学期开设的，导致培养计划安排和执行存在很多问题。

(2)人工智能课程内容问题。人工智能课程和相关专业课程在时间上很难协调，导致课程内容各自为政，很难达到最佳效果。

(3)人工智能专业体系问题。各个学科都有相对成熟和完整的培养体系，在进行人工智能专业建设时，势必会打破原有体系和架构，且人工智能专业涉及学科背景多，对创新和实践也有较高要求，也需要较多的时间进行展开，否则很难达到人工智能专业培养的目标。

综上可知，要建设较为完善的人工智能专业，使得相关知识体系形成闭环，不管是研究型创新型专向型人才培养模式还是“人工智能+X”培养模式，都需要较长的培养周期和相对完备的培养计划，而本科教育在时间和培养方案上和人工智能专业存在着较大的落差，要培养合格的人工智能专业的人才，本硕贯通专业培养模式是一种很好的解决方案。

2.1 本硕贯通的人工智能专业人才培养

不管是专向型，还是“人工智能+X”应用型培养模式，都需要长远发展的眼光，不能急功近利地追求一蹴而就。本硕贯通的教育和培养模式具有鲜明的特点，既注重本科阶段理论基础，又融入研究生课程体系之中，增添专业课程和工程实践类项目以拓宽学生视野，启发创新性思维。本硕贯通的培养模式在课程结构上还是可行性上都具有独特的优势。

1)本硕贯通的课程架构

(1)不同培养目标下可采用本-硕兼容的课程设置。本科阶段以通识教育为主，更多的是人工智能专业基础课程或者各专业基础课程学习，前期是基础学科的铺垫和夯实，后期则逐步引入人工智能本科及硕士阶段专业课程进行分流和专业培养。既可以有序展开人工智能专业本科阶段的课程体系，又可以让更多具有专业背景和科研创新能力的研究生从中受益。

人工智能专向模式和“人工智能+X”模式的培养方案如图1所示：

其中，根据培养目标的不同，本科阶段学习的内容差异较大，人工智能专向模式注重理论研究和创新发展，需要较好的数学、物理、生物、计算机类的知识基础，而“人工智能+X”模式则更注重结合本专业的人工智能应用，在培养模式上嵌入相应的人工智能选修课程。硕士阶段，人工智能专向模式着重人工智能专业核心课程的理论学习和提升，“人工智能+X”模式着重于结合本专业的核心课程的继续学习，在此基础上引入人工智能相关核心课程。

(a)人工智能专向

(b)“人工智能+X”图1 人工智能两种培养模式

(2)对不同的培养目标，本-硕贯通的培养模式具有较好的可行性。本科作为基础构建阶段，主要作用和意义在于搭建和构造尽可能完备的基础理论基础，不管对于人工智能专向模式还是“人工智能+X”模式。

专向模式下，人工智能专业面向产业和创新，接纳和吸收一切有益的知识和创新性的技术发现和突破，这就决定了人才培养方面绝对不能固步自封闭门造车，必须和科学研究及创新创造紧密结合，尤为适合本-硕贯通的培养模式，拟培养专向人工智能专业人才的高校宜对其设置后续的硕士培养甚至博士培养，构建本-硕贯通的培养模式，这也是我国未来人工智能技术和专业发展动力及潜力的保证。

“人工智能+X”模式下，人工智能倚靠于优势学科或者特色学科，具有很强的专业背景和特色，培养未来各学科和各专业领域内通过人工智能的技术和方法进行创造创新的专业性人才。这种模式人才培养要求毕业生具有很强的学科知识和本专业基础，将人工智能专业的核心课程纳入培养计划中，在保证本科生对本专业了解和基础之上熟悉和理解人工智能技术，在未来的学习、研究及工作中可以快速上手、熟练应用人工智能相关的技术和方法解决专业领域中遇到的问题。本科夯实学科基础，硕士进行专业拔高，无论未来继续学习和深造，还是进入工程应用场景之中，本-硕贯通的培养模式非常适合“人工智能+X”模式下的人才培养。

不同的培养模式，所采用的课程架构不同，对应于相应的培养目标。表1是北京大学智能科学系、武汉大学、中国科学技术大学人工智能专业的课程架构。

表1 北京大学、武汉大学和中国科学技术大学人工智能相关专业开设课程

由表中可见，人工智能专业涉及的课程众多，各个学校在设立人工智能专业时基本上围绕着表中四大课程群展开，围绕着具体的培养目标，各学校在培养方案上对相关的课程进行筛选和取舍，上述方案基本满足“人工智能+X”的培养目标，以上学校都有相应的硕士专业与本科专业对应，说明该专业建设仍需要后续的课程和学习内容进行填充和夯实。由表中也可以看出，各学校的课程架构各有特点，也可以互相参考和补充，这就要求更长和更完整的培养周期和细致的培养方案，除此之外，针对人工智能专向人才培养，还需要进一步地加强学科群的建设和进行基础知识体系的夯实，这也说明了本硕贯通模式在人工智能专业培养上的必要性和有效性。

2)本硕贯通模式的特点和优点

(1)本硕贯通是人工智能专业人才培养的必经之路。人工智能专业需要和产业、科研紧密结合，本科通识教育显然不够的，毕业生还需要在工程实践应用、科研上进一步增强对人工智能专业的认知、理解、创新和突破。

(2)本硕贯通是人工智能专业人才培养的捷径。不走弯路本身就是捷径。本科扎实的理论基础和深厚的学科群理论，加上研究生阶段的学习、提升、研究、实践、创新、创造，对人工智能专业人才的培养意义重大，对和产业及科研高度融合的人工智能专业来说更是如此。

(3)本硕贯通有助于建立人工智能专业完备的知识体系。世界各国的竞争最终是技术的竞争，技术的竞争最终归结于高端人才的竞争。人工智能专业高端人才需要具备完备的知识体系，培养高端人才需要更为长远和系统的培养方案，不能急功近利舍本逐末，本硕贯通的培养模式无疑更符合人工智能人才培养目标，更能够输出具备完备知识体系的高端人才。

2.2 本硕贯通模式的实施方法

本硕贯通是人工智能专业人才培养的解决方案和捷径，人工智能专业本硕贯通的培养模式具体实施方法，需要经过客观定位、合理划分、确定培养目标、整合资源、课程体系建设。

1)本硕贯通模式的实施方法

(1)需要开设高校具有准确客观的自我定位。拟开设人工智能专业或者培养人工智能专业人才的高校及研究院所首先应对自身有准确客观的定位，不能盲目从众更不能头脑发热。要根据本校或研究院所的实际情况选择采用人工智能专向型培养模式还是“人工智能+X”培养模式，结合自身的优势制定本硕贯通的培养模式。

(2)需要合理划分本硕培养阶段的课程结构。人工智能专业涉及领域广，学科类型多，内容和广度上需要合理的进行划分以形成一个相对完整的学科体系；再者课程结构上也需要进行有序的划分，要求对本科阶段的学科基础和理论基础与研究生阶段进行合理划分，以便于教学任务的顺利进行和学生对知识体系的掌握。

(3)需要明确专业的培养目标。确定培养目标即意味着确定培养模式。确定以专向型人才培养还是以“人工智能+X”人才培养模式建立和建设人工智能专业。确定培养目标取决于学校的软硬件条件及未来长期的人才培养规划。不同的培养目标对于课程体系的确立至关重要。

(4)围绕专业建设整合资源。人工智能专业需要良好的软硬件环境支撑，要办好该专业必须要在已有基础上对教学和实践资源进行整合。对内提供良好的硬件设施，建设和打造优良的师资队伍，对外开展校企之间、校际之间的合作，共享优秀的教育资源，为人工智能专业培养提供良好的环境和条件。

(5)需要系统完善的课程体系建设。不同的培养目标决定了不同的培养模式：专向型和“人工智能+X”型。不同的人才培养模式需要差异性的课程体系建设。专向型需要有完备的学科群，未来有更高的科研和学术平台作为支撑；“人工智能+X”则需要结合学科优势，不能以牺牲专业课程或者课时为代价进行的替代，注重本专业专业课程和人工智能课程的合理搭配，若需要可精简、重组、删节某些过时的技术和内容，甚至重新梳理本专业培养体系。

2)人工智能专业人才培养实例——以中国科学技术大学(以下简称“中科大”)为例

中科大在理工科基础学科群建设方面具有较为扎实的基础，中科大首先在信息学院设立了人工智能专业方向，采用“人工智能+X”培养模式，积极开展围绕行业核心企业的校企合作，先后成立了一批校企联合实验室。在课程体系上确立以课程设计为核心，以项目合作与实践为支持和基础的人工智能专业课程建设模式。在课程建设上，坚持以理论为本、体系为纲、工程为线的课程架构和建设体系，努力培养理论基础扎实，工程实际结合紧密，实践动手和创新能力强的研究型人才。

信息学院人工智能专业人才培养之初确立了培养目标：结合学校在基础教学方面的优势和条件、“类脑智能技术及应用”和“语音及语言信息处理”两个国家工程实验室在前沿科学方面的学术优势和科研条件、科大讯飞等人工智能领域高科技公司的产业技术优势和实践条件，探索理实交融的多学科人才培养新模式，培养具有扎实理论基础和卓越实践能力的人工智能领域科技人才。

课程体系包含基础理论课、专业核心课程、人工智能专业类课程、人工智能实践类课程四大部分，课程架构如图2所示。

图2 中国科大信息学院人工智能专业课程架构

(1)构建完备的基础理论课程。包含：“数学分析”“线性代数”“概率论与数理统计”“随机过程”“大学物理”“计算机程序设计”“数据结构及其算法”“数据库”等大学通修类课程。

(2)合理安排设置专业核心课程。中科大信息学院不同专业在相同的基础理论课程之上又有着各自的学科特点，体现出鲜明的专业方向和特色，不同专业的专业课程如下：

电子信息工程：“数字信号处理”“现代通信原理”“信息论”“统计信号分析与处理”；

自动化：“自动控制原理”“传感器原理与技术”“现代控制理论”“计算机控制”；

电子科学与技术：“数字信号处理”“数字集成电路设计”“模拟集成电路设计”“微电子专业基础实验”“电子系统设计”；

信息安全：“密码学导论”“数理逻辑与图论”“网络安全协议”“计算机安全”“信息论”；

计算机科学与技术：“计算机网络”“随机过程”“编译原理和技术”“数据库系统及应用”。

(3)筛选人工智能专业类课程。包括13门人工智能相关的特色课程：“人工智能导论”“模式识别导论”“运筹学基础”“脑与认知科学导论”“数字图像处理B”“算法分析与设计”“机器学习”“人工智能实践”“计算机视觉”“智能机器人”“自然语言处理”“并行计算”“大数据技术导论”；其中部分人工智能基础课采用本-硕兼容模式，可以供硕士生选课。

(4)加强人工智能实践类课程。包括：“人工智能实践”“并行计算实验”“机器视觉实验”等。学院和科大讯飞等企业深入合作，在语音识别、语音合成和人脸识别等方向确立课题和研究方向，学生在本科阶段能项目开发，在一线研发人员的指导下进行项目开发，切实提高学生的工程解决能力。

经过数年来对信息学院人工智能专业学生学业和参加国内外比赛成绩的考察，以及工作去向的调查，人工智能专业的学生在各方面都取得了很好的成绩，也证明了上述的本-硕贯通的课程体系是切实可行的，符合人工智能专业的发展方向和培养要求。

3 结语

人工智能专业人才培养工作事关我国目前重要的战略利益和未来发展，各高校应结合自身的优势和特点，确定培养目标和方案，为我国持续输出合乎国家和企业需求的专业人才。要建设好人工智能专业，培养和输送合格的专业人才，需要科学完善的培养体系、扎实的理论基础、独立自主的科学创新意识和素质以及面向工程实践分析问题解决问题的能力，专业建设应围绕适合人工智能理论和工程实践的课程体系，强调与优势企业联合，高校之间校际联合，实施灵活多样的教学及实践方法，辅之以激励自主创新和工程实际能力的考核考评方法。

研究分析了人工智能专业的培养目标和方法，结合人工智能专业提出了本硕贯通的人工智能专业的建设方法，并结合实例进行了分析和说明，为各院校建设人工智能专业提供了参考和借鉴。