新一代人工智能学科的专业建设与课程设置研究

0 引 言

人工智能（Artificial Intelligence，简称AI）是当前信息技术领域研究的热点，特别是以物联网、云计算、大数据、深度学习、智能卫星等为代表的新一代人工智能技术的发展，极大影响甚至改变了人们的生产生活与思维方式^[1]。2017年7月8日，国务院颁发的《新一代人工智能发展规划》指出：人工智能将成为国际竞争的新焦点^[2]。人工智能必将成为引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略。

毋庸置疑，人工智能的发展就是人才的发展，人工智能的进步离不开人才的培养。全球人工智能人才储备中国只有5%左右，人工智能人才缺口超过500万。为此，教育部在2018年4月2日专门印发了《高等学校人工智能创新行动计划》，提出3大类18项重点任务，并规划到2020年，基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局，高校在新一代人工智能基础理论和关键技术研究等方面取得新突破，人才培养和科学研究的优势进一步提升，并推动人工智能技术广泛应用^[3]。

截至2017年末，全国共有71所高校围绕人工智能领域设置了86个二级学科或交叉学科。教育部也在深入论证人工智能学科内涵，推进人工智能一级学科建设，科学合理、稳步有序地扩大人才培养规模，甚至鼓励有条件的高校在充分论证的基础上建立人工智能学院、人工智能研究院或人工智能交叉研究中心^[4]。

那么高校如何申请并设立人工智能专业呢？这是摆在许多高校面前的问题。

1 专业设置定位

1.1 专业设置

目前，在教育部《学位授予和人才培养学科目录》中，与人工智能有关或者相近的专业是智能科学与技术。智能科学与技术是工学门类中计算机专业类下的特设专业，是一门融合了电气、计算机、传感、通讯、控制等众多学科领域，多学科相互合作、相互研究的跨学科专业^[5]。专业涉及机器人技术、微电子机械系统、以新一代网络计算为基础的智能系统，以及与国民经济、工业生产及日常生活密切相关的各类智能技术与系统等，是培养解决智能系统基本理论、算法设计以及系统建设等问题的高级复合型专业人才的本科专业。

各高校可以根据自身的学科特点、优势以及人才培养目标，从与人工智能相近的专业来进行独立开设。同时，可以依托计算机、电子、软件、自动化、大数据等专业基础，根据新一代人工智能的发展趋势和应用特点，开始新一代人工智能基础课程，拓展专业课程设置，延伸专业应用，从而获得新的专业特色和优势。

在暂时不具备申请新专业的学院，可以在计算机、软件、电子或者大数据等专业里面先设置人工智能方向，为申报人工智能专业打下基础。

1.2 专业定位

人工智能学科覆盖面广、包容性强、应用需求空间巨大，已成为国际上公认的最具发展前景的学科之一，所培养人才的就业方向几乎覆盖了所有的领域。然而，在《学位授予和人才培养学科目录》的本科专业中还没有人工智能这个专业，与人工智能最接近的专业是智能科学与技术^[6]。

高等院校和科研机构是人才培养的主要基地，是时代发展的风向标，引领社会进步。三亚学院是一所应用型大学，学校的学科发展定位是强化内涵、兼顾多学科，智能科学与技术专业的设立可以推动多学科交叉融合，为传统学科的进一步发展开拓新的思路。智能科学与技术专业不仅是一个新专业，更是一个新的创新创业人才孵化器，人才培养将在智能思维的帮助下迈向一个新的境界。

从技术发展看，从脑科学突破角度发展人工智能，现在还有局限性^[7]，所以现在普遍意义上的新一代人工智能是在大数据基础上，再加上受脑科学启发的类脑智能机理综合起来的理论、技术、方法形成的智能系统。从三亚学院专业布局和学科定位角度看，在现有的计算机科学与技术、软件工程、数据科学与大数据等专业基础之上增加智能科学与技术专业是专业建设的必由之路，不仅有助于学科建设的综合性和连续性，而且可以提升三亚学院办学水平，形成具有鲜明特色的学科方向。

智能科学与技术也将对许多传统学科的发展带来极大的影响。早期，人们将人工智能认为是计算机科学的一个分支，如今人工智能学科显然已经超越计算机科学的范畴，与互联网、大数据、语言学、心理学、脑认知等学科紧密相关。人工智能学科研究的主要内容包括知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面^[8]。因此，发展智能科学与技术既可以适应现代人工智能时代的需要，又可以尽快把计算机科学、数据科学与大数据、软件工程、脑认知科学、语言学、仿生学等有生力量调动起来开展工作。

1.3 培养目标

人工智能专业培养的是具有“较深的人文底蕴、强烈的创新意识、宽广的国际视野、扎实的专业知识”的高素质应用型工程技术人才，需要具有良好思想道德修养、创新创业精神和职业道德精神，具备自主学习能力、批判思维能力和较强的国际交流能力等。此外，培养的学生还需要具备信息科学、数理统计、数据科学、智能硬件等基础知识与基本技能，熟练掌握传感网、物联网、嵌入式、大数据处理、机器学习、深度学习等专业技术，能够从事智能机器人、无人系统等产品的设计开发与生产^[9] ，能够胜任政府、企事业单位、社会组织等部门有关数据统计与分析、智能系统设计与建设、智能系统安全维护、舆情监测、专家决策等方面的工作。

2 人才定位

智能系统设计师：根据产品和服务的需求，搭建深度学习相关框架，提供深度学习相关支持；负责深度学习相关数据的处理、特征提取和模型训练等；提供跟训练好的模型之间的接口交互。

高级算法工程师：进行人工智能相关前沿算法的研究，包括机器学习、知识应用、智能决策等技术的应用，负责机器视觉系统、图像处理开发及算法优化和性能评估工作；负责各类算法开发及优化工作。

智能设备与无人系统研发工程师：独立或者作为骨干参与到智能设备、无人系统等的研发与生产中，如家庭服务机器人、健康护理设备、可穿戴设备、仿生设备等的研究与开发，制定研发计划，并进行任务分解、需求分析、架构设计等工作；负责研发项目的架构设计及部分核心代码的编写；负责把控研发产品的技术路线、架构、方案以及阶段成果。

智能服务应用工程师：根据行业需求和过往数据进行市场分析、客户管理与潜力挖掘、广告投放、风险管控、行业走向预测、辅助决策等行业应用，提高行业管理水平和运行效率；创建行业应用的数据挖掘和建模相关的核心算法和代码实现；负责数据分析和建模项目的业务需求和技术实现；负责数据模型等数据产品的策略智能分析和报告等事宜。

自然语言处理（NLP）工程师：利用机器学习/深度学习/NLP技术完成并优化文本分类、热点问题分析功能，为战略决策提供数据支持；负责智能化平台语料获取, 包括互联网/日志等, 并进行相应分析分类/聚类，挖掘数据潜在的价值。

3 课程体系建设

3.1 理论课程建设

人工智能是一门综合性学科，既需要有扎实的数学基础，还需要一定的计算机硬件开发基础，同时，还要注重课程的整体性和层次性设置。在专业基础课上除了微积分、线性代数、概率与统计等基础数学课，还要有数学分析、凸优化等对人工智能很重要的内容，以及矩阵运算、监督学习与非监督学习的应用数学基础。

在专业核心课程设置上，智能科学与技术专业除开设计算机专业的核心课（如Python、C/C++、操作系统、数据结构、算法分析、智能硬件、分布式并行计算、FPGA开发等）及平台课程外，相关的核心课程还包括人工智能导论（含脑科学、生命科学与认知科学）、机器学习、深度学习、大数据处理与云计算、机器人开发、模式识别、自然语言处理等核心课程，实验平台支持人工智能硬件实验平台、大数据处理与云计算平台、机器学习与深度学习平台等。

3.2 实验建设

实验课程设计可以根据人才培养目标和教学计划安排分Python开发、机器学习、深度学习、智能化应用等模块进行展开，部分参考案例设计如下。

（1）机器学习实验。主要包括：实验1，机器学习概述；实验2，监督学习的数据准备；实验3，监督学习的算法调优（临近算法、朴素贝叶斯分类器、卷积神经网络等）；实验4，监督学习的效果分析与模型部署；实验5，非监督学习算法调优（K均值聚类、主成分分析算法、自组织映射神经网络等）；实验6，非监督学习模型部署（聚类、隐马尔可夫模型、神经网络模型等）；实验7，半监督学习的分类方法（生成式、判别式等）；实验8，半监督学习的聚类方法。

（2）深度学习实验。主要包括：实验1，Tensorflow基本应用；实验2，BP神经网络；实验3，AutoEncoder自动编码器；实验4，目标检测（rcnn、fast-rcnn、faster-rcnn、ssd）；实验5，图像分类（vgg、resnet）；实验6，图像处理软件Matlab的安装与使用；实验7，图像操作及算术运算；实验8，图像颜色空间运算；实验9，图像滤波。

（3）人脸识别实验。主要包括：实验1，数据选择（WebFace人脸数据库）；实验2，数据处理（人脸检测、人脸特征点检测、人脸的对齐）；实验3，数据转换（划分训练集验证集，调用Caffe提供的转换函数）；实验4，训练网络；实验5，在LFW上测试（LFW，人脸识别领域最重要的数据集合）；实验6，结果分析。

3.3 实训课程建设

实训课程结合当前的热点应用进行设计，部分参考案例如下：①智能机器人，主要包括智能工业机器人、智能服务机器人和智能特种机器人；②智能金融，包括智能客服、身份验证、金融搜索引擎、征信及风控、智能投顾等内容；③智能医疗，包括智能健康管理、智能诊疗、智能影像等；④无人控制，包括无人船、无人车、无人机等自动控制与智能驾驶；⑤智能搜索，包括图像搜索、语音搜索、定位搜索、天气搜索等；⑥智能教育，包括自动化辅导、智能测评、个性化学习等；⑦智慧旅游，包括自由行推荐、个性化服务、兴趣点搜索、共享服务、VR/AR体验等。

4 结 论

从当前人工智能的发展现状到未来人工智能发展方向来看，重新塑造和建设人工智能专业刻不容缓。特别是教育部开始实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育，鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。

当然，在人工智能还没有上升为一级学科之前，高校可以根据自己的专业特色来申请相关的智能学科专业，比如设立人工智能特色的机器人专业、自动控制专业等，或者在计算机专业设置人工智能方向，这些都是满足当前人工智能产业发展和人才培养需要的解决方案。

基金项目：

三亚学院高层次人才科研启动项目。

第一作者简介：

杨博雄，男，副教授，研究方向为智能科学技术及应用，[e-mail]。

参考文献：

[1] 李德仁, 姚远, 邵振峰. 智慧城市中的大数据[J]. 武汉大学学报(信息科学版), 2014, 39(6): 631-640.

[2] 工业和信息化部.《促进新一代人工智能产业发展三年行动计划(2018—2020年)》印发[J]. 机器人产业, 2018(1): 70-79.

[3] 王峰. 教育部印发《高校人工智能创新行动计划》[N]. 人民邮电, 2018-04-16(3).

[4] 王万森. 适应社会需求, 办好新一代人工智能教育[J]. 计算机教育, 2017(10) :5.

[5] 杜传忠, 胡俊, 陈维宣. 我国新一代人工智能产业发展模式与对策[J]. 经济纵横,2018(4): 41-47.

[6] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践, 2009, 29(27): 18-19.

[7] 邱晨辉. 人工智能产业2018能否爆发[J]. 智慧中国, 2018(增刊1): 68-69.

[8] 曹耀钦, 秦旗, 余文革. 应用型智能科学与技术专业建设的几点思考[J]. 计算机教育, 2017(10): 75-77.

[9] 李德毅, 马楠. 智能时代新工科: 人工智能推动教育改革的实践[J]. 高等工程教育研究, 2017(5): 8-12. 

（完）

更多精彩：