SCI论文（www.lunwensci.com）:
摘要：针对综合性大学人工智能本科专业建设及教学方案设计缺乏的问题，调研了人工智能专业发展现状、学科特点等现状，分析了武汉大学开展人工智能专业建设所具备的研究基础和教学条件，开展了人工智能专业人才培养工作可行性论证，并提出人工智能专业建设理念思路、培养目标及专业课程设计框架及思路。
关键词：人工智能；课程体系；培养模式
本文引用格式：余琍,等.武汉大学人工智能本科专业人才培养探究[J].教育现代化,2019,6(70):15-17.
一 背景
在第十三届全国人大第二次会议中，李克强总理提到要深化大数据、人工智能等研发应用，拓展“智能+”为制造业转型升级赋能。这是人工智能连续第三年进入政府工作报告，人工智能已成为新一轮产业变革和科技革命的重要驱动力量。随着物联网技术的广泛应用、大数据技术、计算能力的不断升级、各类神经网络深度学习算法的不断改进优化，人工智能将成为引领未来的战略性技术，人工智能人才需求量巨大，使得高校加快人工智能教育和人才培养工作的步伐已经刻不容缓。
如今是人工智能最黄金，最火热的新时代，如果能投身到这一领域，前途无量。于是趁着这股东风，开设人工智能学院成为高校中的一股热潮，仅在2018年5月，就有南京大学、天津大学、吉林大学、南开大学等多所高校举行了人工智能学院的揭牌仪式。加上此前已有中国科学院大学、华中科技大学、吉林大学、中山大学等高校成立了人工智能相关学科研究院或相关专业，2019年3月，国家教育部又批准了35所高校开办人工智能新专业，可以说计算机、自动化、通信技术等专业基础扎实的众多高校都会前仆后继的加入进来，抢占先机。设立人工智能本科专业已成为国内高校争先考虑的重要工作。
而人工智能是一门交叉学科，除了计算机科学以外，人工智能还涉及概率论、控制论、信息论、仿生学、心理学、数理逻辑、医学、认知科学等多门学科。大部分新成立人工智能学院的也都是在原来计算机学院的一个专业的基础上，加进来一些数学的师资力量。把人工智能本身当作一个交叉学科领域，在培养人工智能创新应用型人才方面，该专业的本科人才培养及课程教学尚存在一些亟待解决的问题，主要表现在以下几方面。
（1）人才培养方案不够完善。
（2）多学科交叉前景下的人工智能专业培养目标定位还有待进一步清晰。
（3）培养人工智能本科人才的教学模式创新缺乏经验。
二武汉大学开设人工智能专业的可行性分析
（一）人工智能相关研究基础扎实
武汉大学作为一所综合性大学，在人工智能相关学科资源优势明显，已有较好的研究基础，主要聚焦于机器学习、智能控制与机器人、自然语言处理、脑科学、计算机图形学与虚拟\增强现实、计算机视觉、大数据处理与数据挖掘、人工智能与网络空间安全、智能时空计算等研究领域。
在这些研究领域中，计算机视觉方向聚集了计算机、多媒体软件工程与技术中心的大批研究专家，在虚拟环境的真实感知及虚实环境融合一致性理论与方法等方面处于领先水平。在人工智能与网络空间安全方面，人工智能将成为网络空间安全应用的全新战场，网络空间安全学院在智能方法侦测、恶意软（文）件的智能技术阻止、大数据量化风险评估等领域将结合人工智能技术开展深入探究。智能时空计算方向主要面向我校遥感和测绘等优势学科，聚焦于地理空间智能计算与服务、高性能地理计算、时空数据分析与挖掘、地理空间影像的智能处理与分析等领域。拥有如此的研究团队和实力为我校开展人工智能专业人才培养工作打下了坚实基础。
（二）人工智能专业人才培养的教学实力雄厚
武汉大学人工智能专业人才培养工作将以计算机学院为组织单位，依托相关学科及多个学院共同完成。院系教学工作基础夯实，计算机学院有人工智能研究所，2018年成立了小米-武汉大学人工智能联合实验室。并正在组建人工智能领域的核心教学与研究团队。动力与机械学院指导学生在“机械创新大赛”、“机器人大赛”中多次获得特等奖和一等奖。网络空间安全学院在网络威胁感知与安全保障、数据隐私保护、人工智能安全等领域指导学生开展大学生创新创业项目，取得了相当的学生成果。学校人工智能专业办学条件一流，在校内建设有一个基于云的教学实验平台，采用最新的云计算技术对传统PC机房模式进行改造，实现基于云的教学实验中心，为云计算、大数据等新兴发展方向的教学科研提供真实的实践环境，让学生能够更快胜任现代IT企业、科研机构等工作岗位的实际需求。还建设了武汉大学超算平台。在校外，以校企联合实训基地为依托，与人工智能和数据科学领域的龙头企业小米、科大讯飞、海康威视等建立了深厚的合作关系，涉及到人工智能、大数据领域的各个方向，人工智能和数据科学的实验、实践提供优良条件。为学生提供了优越的个性化学习与创新环境。
同时学校还在人工智能各个研究领域拥有大批专家人才并全程参与专业建设和人才培养工作。
三 开展人工智能专业人才培养的方案设计
（一)人工智能专业建设特色定位
人工智能虽是一门交叉学科，除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、逻辑学、语言学、认知科学、医学和哲学等多门学科[1]。但人工智能领域的研究可集中在自然语言处理、视觉识别、大数据挖掘、神经网络、深度学习、智能交互、信息检索、智能CAD等主流研究方向上，也可围绕这些方向开展本科人才培养工作[2]。武汉大学的人工智能专业，将依托现有计算机科学与技术、软件工程、遥感、空间信息工程、动力机械、自动化、生物信息学、哲学、信息管理、网络空间安全等优势学科专业开展人才培养，旨在培养系统掌握人工智能基础理论，方向涵盖广泛，学科交叉明显的人工智能领域各类人才。
基于以上人工智能研究领域人才需求，所设计的人工智能专业可强调培养具有多学科交叉能力的数据智能分析人才。培养的学生需系统掌握人工智能的基本理论与方法，能以计算机为工具，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、应用和开发工作的创新型工程技术人才。
（二）人工智能专业与计算机大类其他专业的关系
人工智能专业与计算机大类中的计算机科学与技术、软件工程专业有一定的相关性，但区别也是很明显的。人工智能专业更偏向于自然科学和社会科学的交叉，内容涉及了数学、心理学、神经生理学、计算机科学、哲学和认知科学等多个学科方向。人工智能主要研究计算机的视觉感知、语言表达、动作执行和逻辑推理等类人行为的基本原理和关键技术。该专业面向自然语言处理、机器学习、神经网络、模式识别、智能搜索等应用领域，培养能够从事机器翻译、语言和图像理解、专家系统设计等的复合型专业人才。培养的学生不仅具有计算机基础理论知识，还具备人工智能思维能力。
（三）人工智能专业课程体系设计思路及方案
人工智能课程教学的支撑学科包含计算机科学与技术以及武大其他相关学科。教学过程分为专业课程与主要实践教学环节。具体如下：
（1）专业课程：该专业包括大类和专业必修课程、专业平台课程和专业方向选修课三大部分。其中大类基础课程涵盖了数学和计算机大类理论知识。专业平台课程侧重大数据处理、认知计算、人工智能理论与方法、机器学习与模式识别、人工智能伦理学、认知神经科学、知识工程等。专业选修课程在专业平台课程的基础上面向人工智能交叉学科的各个方向，开设六个模块相关课程：认知计算、智能感知、智能控制与机器人、智能系统、知识表示与处理、智能时空计算等。
（2）主要实践教学环节：系统软件课程设计、数据结构课程设计、高级语言程序设计编程实践、数字图像处理课程设计、机器学习系统平台课程设计、人工智能程序设计编程实践、计算机视觉课程设计、自然语言处理课程设计、大数据与云计算架构课程设计、精工实习、企业实训、毕业设计[3]。
其中，按领域对学位课程进行分类，主要可以分为以下几个领域的课程。课程框架图如图1所示。
•计算机课程：计算机组织与结构，系统软件，数据结构，离散数学，算法设计与分析，大数据与云计算架构
•数学课程：高等数学，线性代数，概率论与数理统计，最优化方法，随机过程
•人工智能课程：人工智能导论，计算机视觉，自然语言处理，机器学习与模式识别，知识表达与处理，多智能体系统，计算智能
•实践平台课程：高级语言程序设计，人工智能程序设计，机器学习系统平台
•专业应用课程：深度学习，生物信息学，数据挖掘，视频分析与检索，虚拟现实技术，计算摄影学，移动机器人编程，金融智能理论与应用，安防监控智能理论与应用，交通智能理论与应用
四 培养模式设计
培养人工智能专业本科生，理应寻求培养模式的创新。以武汉大学开展人工智能专业教育为例，提出人工智能创新教学模式。通过人工智能教学内容整合、授课方式方法的革新、教学实践体系构建，以期培养面向应用需求的人工智能国际化创新型人才。
（一）创新教学内容
本着“取舍教学内容，以需求为导向，以工程为主线，设计理论课程，补充前沿问题”的原则，制定人工智能课程的教学大纲及内容，以最大程度覆盖人工智能学科的内涵和发展趋势，还能涉及人工智能研究方向最新的国际前沿研究成果，使课程体系具有广度与深度，同时适度引入案例，并将学院科学研究优势发挥在专业人才培养上[4]。课程设置的特色定位在融合武汉大学各学科专业教学特色，将机器学习、数据科学、软件工程、物联网、智能计算等关键专业课程融合为一个体系，并且加入最新的人工智能发展技术。
（二）新授课方式方法的探索
鼓励教师采用新的教学手段开展课程教学组织。以培养具有国际视野、会做敢想能创新的人工智能领域人才。要将高新技术融入课程教育，创造全新的互动教学平台及智慧学习环境。通过推广翻转课堂、慕课、私播课、微助教、网络直播课等方式丰富课堂教学元素。特别是人工智能专业的教育环境要充分体现智能教育、智慧学习的元素，能让学生真正体会到该专业应用的广阔应用和未来发展前景。实现学生知识结构适于创新与“人工智能+”的需求。
（三）教学实践体系构建的思路
建立以“竞赛和创客实践引导创新”为特色的新工科学生实践能力培养体系，强调科技前沿与教学深度融汇，理论知识与实践完全融合。用人工智能技术助力实验室建设，打造5G技术环境下的人工智能创新实验室，建设“以学生为本”的虚实融合线上线下一体化实训实践教学平台及实验资源。进一步创新现有计算机类专业“四类型六环节”的本科实践教学体系[5]，建设一个基于云的教学实验中心，让学生体验更智能、更个性化的实践环境。
五结语
人工智能专业的人才培养工作将在智能思维的帮助下独具特色且会迈向一个新的境界。我校经过近3年的对新专业申报及人才培养工作的探索，提出了以计算机学科为核心开展人工智能专业建设的方案设计，分析了人工智能专业与计算机大类其他专业的关系，探讨了具有武汉大学特色的人工智能专业建设理念思路、专业课程设计框架及培养模式，以期更好地培养适于“人工智能+”时代的人工智能专业创新人才。
参考文献
[1]高奇琦.人工智能的学科化：从智能科学到智能社会科学[J].探索与争鸣，2018（9）：84-90.
[2]杨博雄，李社蕾.新一代人工智能学科的专业建设与课程设置研究[J].计算机教育，2018(10)：26-29.
[3]梁超等.武汉大学人工智能专业建设构想[J].科教导刊（下旬），2019（03）：36-37.
[4]谢榕，李霞.人工智能课程教学案例库建设及其案例教学实践[J].计算机教育，2014(19)：92-97.
[5]黄建忠，杜博，张沪寅，等.竞赛驱动的计算机实践教学体系设计[J].实验室研究与探索，2018（4）：162-165.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/28208.html
