聂学方 刘志伟 王登辉 胡辉 莫佳

【摘要】针对人工智能专业建设及教学方案设计中存在的问题，结合新工科背景以及华东交通大学信息工程学院的教学特色，将新工科、创新创业、工程教育等理念融入教学过程，构建人工智能专业本科生模块化课程体系及人才培养模式，以满足工程应用型人工智能专业人才的社会需求。

【关键词】人工智能  人才培养  新工科  课程体系

【基金项目】江西省教育科学“十三五”规划省级课题：信息隐藏框架下本科专业课程科教融合的鲁棒性机制及其实现路径研究（项目编号：20YB057）。

【中图分类号】G642.4 【文献标识码】A 【文章编号】2095-3089（2021）06-0104-02

人工智能（AI， Artificial Intelligence）正在引领新一轮科技革命和产业变革，推动人类社会进入人机协同的智能时代，逐步改变着人们的学习、工作和生活方式。当前AI已成为国际战略性技术，世界主要发达国家将AI技术发展作为维护国家安全的重大战略[1]。自2015年起，国务院陆续发布《关于积极推动“互联网+”行动的指导意见》《“互联网+”人工智能三年行动实施方案》《新一代人工智能发展规划》等文件为我国AI产业发展提供内在驱动力。为了迎接新时代科技创新与产业变革带来的挑战，教育部发布《关于开展新工科研究与实践的通知》，提出了“新工科”建设与发展理念，提倡高校开展产教融合、校企合作的人才培养模式，加快工程教育改革创新，促进科技和产业发展。在此背景下，华东交通大学于2018年成立了人工智能学院，将人工智能作为本科特色专业着重建设，将创新创业教育理念融入人工智能专业本科生人才培养方案，提出以需求为导向的新工科AI应用型人才培养目标，构建了人工智能专业本科生课程体系以及适应新工科需求的人才培养模式，并于2020年正式启动人工智能专业本科生招生。

一、人工智能专业人才培养方案设计

（一）专业建设特色定位

人工智能以计算机科学为主，涉及信息论、自动化、控制论、心理学、语言学和哲学等多门学科[2-3]。目前人工智能领域研究主要集中在自然语言处理、深度学习、机器学习、智能交互、神经网络、视觉识别、大数据挖掘和信息检索等主流方向上[3]。华东交通大学人工智能专业是人工智能技术、计算机科学、信息科学与智能交通特色相结合的复合型专业，具有知识领域宽、覆盖面广、应用要求高的特点。本专业依托“江西省人工智能学会”“科大讯飞人工智能研究院”“华东交通大学智慧交通联合研究院”等平台，契合华东交通大学办学定位，结合交通领域行业特点，凝练并建立交通智能监测和智能人车交互两个专业特色方向，培养具备扎实的数理基础和完备的人工智能知识体系，具有良好沟通、协作和创新能力，能够在交通等相关领域中开发、设计人工智能产品并解决实际工程问题的高素质工程应用型人才。

（二）课程体系设计方案

人工智能专业课程教学支撑学科包括计算机科学与技术及华东交通大学其他相关学科。教学过程主要分为学科基础课程、专业必修和限选课程及专业选修课程。课程体系如表1所示。

其中，人工智能专业主干课程、核心课程以及主要实践课程如下：

（1）主干课程：人工智能导论、Python语言高级编程、机器学习、图像处理、人工神经网络、计算机视觉。（2）核心课程：信号与系统、数据结构与算法、计算机组成原理、离散数学、操作系统、计算机网络、单片机原理及应用、传感器与检测技术、交通智能终端软件开发、计算机视觉、交通智能安全监测。（3）实践课程：专业导论与就业前景、认识实习、数据结构与算法课程设计、电子工艺实习、Python语言高级编程课程设计、大学物理综合性设计性实验、机器学习课程设计、电子技术基础课程设计、人工神经网络课程设计、图像处理课程设计、人工智能算法综合设计、人工智能系统综合设计、金工实习、生产实习、毕业实习与毕业设计。按照本科四年制八个学期划分，实践课程安排如图1所示。

二、培养模式设计

（一）创新教学内容

以需求为导向，以工程应用为主线，补充前沿理论为原则，制定人工智能专业课程教学大纲，使得课程具有一定深度和广度，将学院研究优势在专业人才培养上发挥作用，让学生的知识结构满足创新与“人工智能+”的社会需求[4]。

（二）新型教学模式探索

鼓励教师采用新型教学手段开展教学形式，例如对分课堂[5]和线上线下深度融合的混合式教学形式[6]，采用工程教育专业认证要求的成果导向教育（OBE， Outcome-based Education）教学模式，建立“评价—反馈—改进”的教学机制，促进教学手段持续改进，不断提高教学质量。其次，充分配置人工智能专用实验室，提供实践创新平台，充分锻炼学生的实践能力。此外，创建人工智能专业课程虚拟仿真实验平台，让学生能够随时利用教学实验平台开展相关实验，培养学生的工程应用能力。

（三）创新能力培养体系

构建人工智能专业人才培养双创实践平台，建立由课程实验、课程设计、实践训练、企业实习和毕业设计多层次、多维度的实训机制，形成创新创业为特色的新工科学生实践能力培养体系，并强调科技前沿与教学深度融合，理论与实践融合。由于人工智能专业人才需求源自于企业，因此加强学校与企业的对接，形成校内外联合实习、产教融合的双创实践培养模式。创新能力培养流程如图2所示。

三、结束语

人工智能作为多学科交叉融合的新型专业，构建课程体系和人才培养方案任重道远。我校对人工智能专业人才培养工作进行了近三年的探索，探讨了以计算机科学为核心，以智能交通为特色的人工智能专业建设方案，提出了专业课程体系及人才培养模式，为新时代人工智能专业应用型人才培养提供参考。

参考文献：

[1]苏晓光，于莉莉.人工智能与新工科人才培养探讨[J].中国管理信息化，2018，21（16）：195-196.

[2]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.

[3]余琍， 彭敏， 刘树波. 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， 70（6）：15-17.

[4]谢榕，李霞. 人工智能课程教学案例库建设及其案例教學实践[J].计算机教育，2014（19）：92-97.

[5]袁涛. “对分课堂”在大学理工科专业课程中的应用[J]. 教育教学论坛， 2019（11）：5-8.

[6]龚玉梅，周瑞丽.基于BOPPPS 教学模型的线上线下混合式教学设计研究[J].工业和信息化教育，2019（12）：49-52.

作者简介：

聂学方（1980年-），男，江西九江人，博士，讲师，研究方向：超密集组网。

刘志伟（1982年-），男，江西南昌人，博士，副教授，研究方向：天线理论与设计。

王登辉（1985年-），男，江西宜春人，博士，讲师，研究方向：无线传感网络。

胡辉（1970年-），男，江西南昌人，博士，教授，研究方向：机器视觉。

莫佳（1977年-），男，江西南昌人，博士，副教授，研究方向：信息安全。