“新工科”背景下人工智能专业课程体系的构建
雷玉霞＊，赵景秀，李光顺 【摘 要】摘 要 【期刊名称】教育进展 【年(卷),期】2019(009)002 【总页数】5 【关键词】关键词
文章引用：雷玉霞,赵景秀,李光顺.“新工科”背景下人工智能专业课程体系的构建[J].教育进展,2019,9(2):77-81. Received: Jan.29th,2019;
accepted: Feb.11th,2019; published: Feb.18th,2019 Copyright ? 2019 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
1.引言
新工科建设和发展以新经济和新产业为背景，要求树立创新型、综合化、全周期工程教育“新理念”，构建新兴工科和传统工科相结合的学科专业“新结构”，探索实施工程教育人才培养的“新模式”，打造具有国际竞争力的工程教育“新质量”，建立完善中国特色工程教育的“新体系”。
人工智能是典型的“新工科”和交叉学科，是实现科研创新的基础，是普适性技术，具有广阔的应用前景。国家从战略层面对人工智能提出了规划和要求，
例如《新一代人工智能发展规划》(国发[2017]35号)和《高等学校人工智能创新行动计划》(教技[2018]3号)。人工智能主要解决的是涉及不确定性的复杂问题，从任务求解过程角度看，首先要对复杂问题进行抽象建模，然后针对模型进行算法设计、分析与实现，最后对模型和算法进行不断优化完善。这就要求人工智能人才必须具备扎实的数学基础、较强的编程能力以及全面的人工智能专业知识[1][2][3][4]。
因此，为了培养合格的人工智能人才，需要有与之对应的课程体系。在人工智能课程体系构建方面，课程体系不仅包括数学与统计等数学基础，还要包括计算机科学核心课程，而且包括智能基础、模式识别、自然语言处理、知识工程、机器学习、智能系统以及大数据等专业课程，还要包括科研训练以及实践创新等拓展课程。人工智能课程体系可以分成三个层次：
第一层是专业基础课程与编程课程：主要包括数学基础、人工智能基础、机器学习、深度学习、模式识别、数据挖掘和知识发现、自然语言理解、大数据技术及其应用、计算机视觉、智能机器人以及Python语言等，特别地要开设人工智能伦理道德课程。
第二层是科研训练层：主要包括智能感知与理解、机器学习、自然语言处理、智能机器人、无人系统和智能应用系统等实验教学、案例分析；
第三层是实践创新层：主要包括人工智能前沿讲座、学科竞赛、智能系统设计开发以及素质拓展与综合实践创新等。
2.创新人才培养模式，重构课程培养体系
在人才培养模式方面，一是要加强数学、生物信息等基础学科教育；二是要注重人工智能与脑科学等学科的交叉融合；三是要注重人工智能与大数据等的交
叉融合；四是要注重教、研、用的结合，特别是与著名人工智能领域公司、研究机构联合培养人工智能人才，构建“教–研–用”体系[5][6][7]。充分发挥产学研多方合作优势，共同分析行业发展趋势，结合社会的智能需求和学科特色，设定明确的人才培养目标。以理论学习、科研训练、创新实践为基础，整合各方力量，统筹协调各方优势，联合制定培养方案，探索培养目标和培养方案完善优化机制。着力培养人工智能领域人才创新应用能力，提升对社会发展的支撑服务，形成一个融理论教学、科学训练、创新实践为一体的过程化的人工智能课程体系和协同培养机制，使所培养的人才在基础知识、专业知识、实践能力、创新能力、伦理道德以及科学与职业素质等方面得到全面均衡的发展。概括地，我们从通识教育，专业教育和实践教学等三个方面设置课程体系，见表1人工智能专业的课程体系与学分分配表。 2.1.理论课和实践课设置方面
课程设置以新工科要求为导向，以社会需求为目标，以实践能力提高为核心，强调理论性与应用性的有机结合，突出案例分析和实践教学。不断创新开发能够体现学科前沿性和实践性的人工智能课程体系。主要有如下四个途径： 1) 对通识基础课、专业基础课、专业课的教学内容按“必需、通用”的原则设立，适当增加选修课,不断拓展人工智能专业学生的国际视野。
2) 建设在线课程，丰富学习资源：产学研多方共建“翻转课堂”联合课程或配套实验项目，建设“慕课”，“资源共享课”，“视频微课”，开发理论课程或实验课程配套课件，实验项目，实验指导书，教材或教学演示软硬件系统。 3) 实践课程项目化，精心建设实训案例：以项目为载体，融理论学习和能力培养于一体，使学生的学习方式实现由个体学习向合作学习的转变，不仅培养专
相关推荐：
loading