申涵

【摘要】    高职院校人工智能技术应用专业人才培养的定位以及如何能够培养满足人工智能时代市场对人才的需求、拓宽学生的就业方向，是专业建设与发展必须解决的问题。本文从人工智能技术应用专业人才培养意义出发，深入分析专业建设现状及存在的问题，提出分层次教学、优化课程体系、深化校企合作及教学资源库建设等方面见解与思路。

【关键词】    人工智能    人才培养    课程体系    校企合作

引言：

随着“云物大智”时代的到来，云计算、物联网及大数据技术不断发展，人工智能正引发可产生链式反应的科学突破、催生一批颠覆性技术，加速培育经济发展新动能、塑造新型产业体系，引领新一轮科技革命和产业变革[1]。2019年，教育部将人工智能技术应用专业列入到《〈普通高等学校高等职业教育（专科）专业目录〉2019 年增补专业》，从而有助于更系统、更完整、多层次地培养人工智能专业人才。

一、专业人才培养的背景及意义

AlphaGo是第一个击败人类、战胜围棋世界冠军的人工智能机器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发，其运用的主要工作原理就是“深度学习”。它象征着计算机技术已进入人工智能的新信息技术时代（新IT时代）。随着无人驾驶、人脸识别、机器翻译、智能客服机器人等人工智能产业应用落地，相关专业市场各层次人才需求显著提升，而如何优化高职人工智能技术应用专业人才培养课程体系建设，从而使人才培养能够满足市场需求、拓宽学生就业方向、提高学生未来职业发展水平，是专业建设与发展过程中亟待解决的问题。

二、专业建设现状及问题

人工智能技术应用专业培养目标在于培养具备智能软件开发、数据服务、智能系统运维和人工智能产品咨询等专门技能和创新创业精神，熟练掌握机器学习基础、深度学学习框架、智能软件开发技术、系统运维技术等综合职业技能，能适应建设、生产、服务、管理等方面需要的可持续发展的高素质技术人才。就目前设置人工智能专业大多数高职院校来看，专业建设过程中还存在着一些问题有待解决。

2.1就业前景

我国人工智能产业的快速发展，各类企业对人工智能专业人才需求越来越大。但人工智能相关企业对人才的综合性需求较强，希望员工能兼具人工智能技术、思维及产品的集成能力。单就目前市场上招聘来看（就河南省）人工智能专业相关岗位还不成熟，招聘更偏向于高层次的工程人才，如：视觉算法工程师、机器学习工程师、高级NLP算法工程师、深度算法工程师等。针对高职层次需求比较少[2]。

2.2课程设置

人工智能是计算机科学的一个分支，但研究领域却不仅仅涉及到计算机科学，还涉及到脑科学、心理学、语言学、逻辑学、认知（思维）科学、行为科学以及信息论、控制论和系统论等众多学科领域。人工智能在应用技术层面又可划分为计算机视觉、机器学习、自然语言处理和机器人四块[3]。高职院校学生在校时间较短，课程设置如果考虑到学科交叉以及技术应用多层面，就会压缩专业课授课时间，降低教学质量;而舍弃部分课程，缺少必要理论支撑，学生的思维拓展就会受到影响，就不能全面深刻地理解专业内涵以及应用场景。

另外，大部分的高职院校都没有完善的课程体系，甚至同质化现象严重，更多采用的是机器学习课程外加“智能机器人”的课程体系。有些在专业课程体系中加入了深度学习的理论知识，但是在课程设置中却杂乱分散，甚至部分的核心课程（例如当下常用的神经网络知识）被拆分为辅修课程。

2.3技术框架

深度学习带动人工智能技术飞速发展，已经在语音处理、图像处理等领域取得突破。深度学习全称为深度神经网络，本质上是多层次的人工神经网络算法。机器学习的基础性算法已经较为成熟，各大厂商纷纷发力建设算法模型工具库，并将其封装为软件架包，以开源的方式提供开发者使用。

目前，市面上主流的深度学习开发框架有：谷歌开源TensorFlow计算框架，很好地支持深度学习的各种算法，可以支持多种计算平台，系统稳定性较高;Facebook发布的机器学习计算框架Pytorch，其特点是特别灵活;对于国产的华为MindSpore是一个全场景AI计算框架，它的特性是可以显著减少训练时间和成本，以及百度Paddle深度学习框架等。深度学习框架对底层AI计算芯片的需求也是各有不同，在深度学习训练环节，除了使用 CPU 或 GPU 进行运算外，还有国产华为MindSpore支持的昇腾芯片等。面对AI框架百花齐放以及各种底层芯片的相应支持，各高职院校就要综合考虑学生学习接受程度、就业市场的普及率以及硬件的支持等多方面對AI技术框架做出选择。

2.4 教材体系

新兴领域的技术发展可谓日新月异，对于人工智能新专业建设，当前各高校都在探索之中。就目前来看，缺乏统一的教材，教材体系结构不完善、层次不均、实践内容严重不足等是人工智能等新专业建设存在的问题之一。

1.针对高职人工智能核心专业教材五花八门。直接拿本科教材，由任课教师根据学生水平增减内容，系统性的传授基础理论知识，只注重内容上的增减变化，没有从实际的应用技能来教学;许多出版社在高职教材的开发与编写中，对专业教材的研究与编写力不从心，通常是东抄西凑。2.各门课程教材缺乏沟通衔接。例如，有些专业核心课程机器学习、数据采集处理分析中教材中都会使用大量篇幅讲解Python基础知识、Numpy数值计算、pandas数据处理以及Matplotlib数据绘图等知识，一方面导致由于知识内容重复讲述，造成时间上的浪费，另一方面专业教师因各自理解的角度与层次不同，产生表述上的不一致，增加学生学习的难度。3.教材内容与“1+X”职业技能等级证书缺乏有效衔接。“1+X”职业技能等级证书是高职教育的特色所在，不仅要求学生获得学历证书，而且还要取得相应的职业技能等级证书。即要求高职学生具有必备专业知识的基础，还要求重点掌握从事人工智能专业领域实际工作基本技能。目前，高职人工智能专业教材的编写与颁发的职业技能等级证书或技能鉴定标准缺乏有效衔接，所仅有“1+X”智能系统开发也只是在华为鲲鹏体系下，技术层面上缺少普遍性、适用性。

2.5师资队伍

人工智能已成为计算机技术发展的高级阶段，会深层次促进教育教学改革与创新发展，从而给教师专业发展带来极大挑战。高职院校人工智能专业师资团队组建也是人工智能技术应用专业建设的核心问题之一。人工智能产业应用对技能人才的知识、技能和能力均提出了新的要求，学生习得一杯水的知识，教师则需要具备至少一桶水的知识储备。教学过程还要对人工智能技术在各个行业应用中的典型案例给予剖析，才能使学生领会人工智能技术应用的方向和意义，而高职院校教师目前正是却少实践经验[5]。

三、专业建设思索

针对以上人工智能技术应用专业建设现状及存在的问题，本人做了如下思考：

3.1分层次教学

以市场需求为导向，以学科竞赛为抓手，从两个维度做好分层次教学及课程体系规划。普通班学生专业核心课设置为Web前端技术基础、Python数据采集与处理、机器学习实战、智能系统开发及运维、软件系统测试技术;高级班，则在原有基础上适当开设人工智能应用方向课程，比如计算机视觉技术（以OpenCV图像处理为主）、自然语言处理技术等。

3.2深化校企合作

坚持“互惠互利，合作共赢”原则，与行业企业深度合作，注重发挥校企合作的双向功能。教学实践上，合作建设实训中心，邀请行业专家指导技能大赛、创业大赛等实践活动，培养学生参与实践的积极性;实现专业课教师和企业技术人员双向交流、互通互用，探索专兼结合师资队伍建设机制;邀请企业专家、教育专家，建立院校层面的专业建设指导委员会。在校外实践上，要探索如何与企业共建实习实训基地，合作组建产学研联合体;了解企业需求，大力开展“工学交替”、“跟岗实习”、“顶岗实习”、“订单培养”。

3.3教学资源库建设

人工智能教學资源库建设能够带动专业群教学资源开发，推动专业教学改革，有效引领高职院校人工智能专业建设，为专业教师提供教学资源，提升其课程及资源开发能力。建设内容可以从以下多方面进行考虑：1.专业资源：根据人工智能技术应用专业人才需求调研结果，对职业教育专业标准、职业标准、人才培养方案等进行规划和建设。参考岗位需求，联合合作企业，开发专业教学标准，注重融入1+x智能计算平台应用开发技能证书考试内容。2.课程资源：网络在线课程，微课（理论）、演示操作视频、动画演示视频、教学电子课件、立体化教材、习题库、试卷库、思政案例资源库等;对接1+x证书培训课程，1+x证书培训培训授课视频、培训电子课件、上机测试案例库、模拟题库、模拟考试试卷库;知识资源库，CNKI中国知网全文数据库、移动图书馆、超星电子书、博看电子期刊、百度文库等各类国内优秀的数据库资源。3.实训平台：人工智能实训平台可支撑人工智能专业相关课程的实验教学，是“AI+X”人才培养的关键载体。人工智能实验平台，平台满足管理端、教师端和学生端的统一入口，管理端可对平台内基础数据、教学课程与实验资源进行集中管理;人工智能实验资源，人工智能实验资源需支撑人工智能教学相关的课程设计与配套实验;人工智能核心能力平台，包括图像识别、语音转写、语义解析、语音合成等。4.教师团队：“双师型”师资队伍，构建校企合作的教师培养平台，为校企合作做对接，鼓励校企双方共同参与专业建设。制定教师到企业挂职锻炼等方式进行校内外培训考核方案，聘任一些有着深厚学术背景的专业技术人员在校内开展实践课程教学工作。“科研型”师资队伍，鼓励教师积极投身于人工智能方面科学研究，探索建立和形成推动“科研型”师资队伍建设需要的师资考核激励机制以及完善自身发展的用人和激励制度，调动教师的积极性。

参  考  文  献

[1]教育部.《高等学校人工智能创新行动计划》[EB/OL].[2018-04-03] http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[2]黄翀鹏，胡丽丹，史荧中.高职人工智能类专业人才需求调研[J].当代教育实践与教学研究，2020（09）：170-171.

[3]刘永，胡钦晓.论人工智能教育的未来发展：基于学科建设的视角[J]. 中国电化教育，2020（2）：37-42.

[4]周惠巍，林晓惠.新工科建设中人工智能课程教学模式探究 [J].计算机教育 2019[11]：45-48.

[5]方兵，胡仁东.我国高校人工智能学院：现状、问题及发展方向[J]. 现代远距离教育，2019（3）：90-96.