人工智能学科导论范文 -ag尊龙app

导语：如何才能写好一篇人工智能学科导论，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：信息观；系统观；生态观；机制观；信息转换方法论

0 引言

智能科学是信息科学的制高点。从物质科学演进到信息与智能科学，研究的对象发生巨变，因此研究的理念和方法也必须随之改变，这是不言自明的道理。然而，由于科学观与方法论的抽象性（无形性），这种不言自明的道理却往往在实践中被人们视而不见。

我们对信息与智能科学技术发展的历史稍加考察就可以发现，由于科学观与方法论具有抽象性或无形性特点以及人类的思维习惯存在惰性，数十年来信息与智能科学技术的研究依然沿用传统的科学观和方法论，由此导致一系列重大的学术研究失准，在客观上延缓了信息与智能科学的发展进程。

在半个多世纪的科学研究实践中，笔者曾经在这方面反复经历失败与成功，有过正反两个方面的经验和教训，最终深切地感悟到：科学观与方法论问题对于信息与智能科学领域的研究与教育具有特别重要的意义。于是，笔者常常不由自主地思考和总结信息与智能科学领域中的科学观与方法论问题，得到一些初步的领悟，愿在此与读者共享并欢迎批评指正。

1 传统的科学观与方法论

有什么样的研究对象，就需要有与之相适应的研究方法，而方法论又源于科学观。换言之，有什么样的科学观，就会形成什么样的方法论，科学观和方法论是指引人们从事科学研究的世界观和方法论。

传统自然科学的研究对象是物质系统和能量系统。物质观和能量观便天然地成为传统自然科学的科学观，而对复杂物质和能量系统实行分而治之、各个击破、合成还原则成为传统自然科学行之有效的方法论。

近几百年来，面对越来越多的复杂物质系统和能量系统，传统自然科学的科学观和方法论指导全球研究大军频繁出击，战无不胜，攻无不克，所向披靡，为近代自然科学技术的发展与繁荣建立了历史性的卓越功勋。

2 传统科学观与方法论对信息领域科学研究的误导

传统科学观和方法论虽然在近代科学实践中屡试不爽，但是在一类新的研究对象面前却产生了一系列相当严重的误导作用。这类新的研究对象就是以信息为主导特征的复杂信息系统，而智能科学就是研究这类系统的代表性学科。

2.1 误导案例之一：探究思维奥秘

一个最为明显的误导例证就是关于人类大脑思维奥秘的探究。按照传统的物质观和能量观，人类大脑系统是一个复杂的物质系统，也是一个复杂的能量系统；为了探索大脑思维的奥秘，。应当对它实行分而治之、各个击破、合成还原的研究。于是，研究者对人类大脑实行各种各样的解剖研究，试图查明大脑各个解剖单元的物质结构和能量关系，从而解开人类大脑思维的秘密。

令研究者大失所望的是，尽管通过解剖研究可以查明大脑各个局部组织的物质结构和能量关系，但是对于大脑为什么能够思维以及大脑怎样进行思维这样一些基本问题，仍然始终摸不着头脑并且一筹莫展。

百战百胜的传统方法论出现了什么问题？原来，尽管大脑是复杂的物质系统，也是复杂的能量系统，但它的本质是以信息及其转换为主导特征的复杂信息系统。研究者按照传统科学方法论将大脑这个复杂信息系统分解为相对简单的解剖单元（分系统）时，就丢失了各个分系统之间相互联系和相互作用的信息，而这些相互联系和相互作用的信息正是复杂信息系统的生命线。舍弃了生命线，当然就不可能通过各个分系统的合成还原“能够思维”的大脑。

2.2 误导案例之二：shannon信息论

另一个非常基本的误导案例是关于信息概念和理论的研究。按照正常的理解，人们处理和利用的任何信息都是形式、内容和效用的三位一体：形式只是信息的外表，效用是信息的价值，内容才是信息的内核。人们根据信息的形式感知它是否存在，根据信息的效用确定对它的取舍，根据信息的内容达成对它的理解。如果只感知信息的形式而不了解它的内容和价值，就无法据此做出正确的决策。

然而，在分而治之方法论的指导下，shannon信息论仅仅根据通信过程的要求（而不是根据信息运动全部过程的要求），就针对信息的形式（而不考虑信息的内容和价值）建立了后人所称的信息理论。实际上，正如shannon自己所说，它只是通信的数学理论（mathematical theory ofcommunication），而不是完全的信息理论。

这种误导的结果使shannon信息论虽然在通信等统计领域发挥了巨大作用，但对于整个信息科学（特别是对于其中的智能科学）领域而言却难以有所作为。现今人们对于信息的烦恼便是网络上信息的鱼龙混杂，良莠难分，而shannon信息论对此却不能提供任何有效的解决方法，原因就在于它只是关于信息形式的统计理论，完全没有考虑信息的内容与效用。同样，shannon信息论对于智能科学的研究难有作为，这都是传统科学方法论误导信息研究所造成的结果。

2.3 误导案例之三：智能模拟的方法

还有一个同样基本的误导案例是关于人类智能的机器模拟（人工智能）问题。按照分而治之的传统科学方法论，人工智能研究者认为：人类智能系统可以分解为结构、功能、行为3个基本层面，因而可以分别从结构、功能、行为3个不同的角度对人类智能进行模拟。于是，基于结构模拟的人工神经网络研究、基于功能模拟的物理符号系统研究、基于行为模拟的感知动作系统研究随之出现，成为人工智能研究的3大主流方法。

这样引发的问题是，虽然3种研究方法都具有相同的研究目标，即希望成功地在机器上模拟人类的智能，并且各自都取得了不少令人鼓舞的研究成果，但是人们却不知如何才能把三者集成起来并形成和谐的合力，以便更好地促进人工智能研究的进步。

事实上，长久以来，3种方法不仅没有能够形成和谐的合力，反而偶有互相否定、互相激烈抨击的事件发生，终于形成三足鼎立的不和谐局面，这种状态显然很不利于人工智能研究的整体发展，这也是分而治之方法论误导所产生的不良后果。

2.4 误导案例之四：人工智能的理论模型

更为典型的误导案例是人工智能的理论模型。常理告诉我们，意识是智能的直接基础。如果一个人连意识的能力都没有，他怎么可能具有智能呢？同样的常理告诉我们，人的智能有两个基本方面：情感与理智。如果一个人没有情感，他怎么可能具有完整的智能呢？而且，意识、情感、理智是相互联系、相互作用、密不可分的三位一体。

然而，按照分而治之的传统科学方法论，人工智能理论的研究硬是把意识和情感因素从智能的研究领域中排除出来。于是，人工智能理论一方面长期回避对意识的研究，另一方面又忽视对情感的探索，最终变成一个既不完整又不真实的人工智能理论模型。分而治之传统科学方法论导致人们不能深入和完整地理解人工智能。

总之，面对以信息及其转换为主导特征的开放复杂信息系统（智能系统是这类系统的典型代表）的研究，基于物质观和能量观的分而治之方法论不但不再有效，而且还会产生许多后果相当严重的误导。

3 开放复杂信息系统需要的科学观与方法论

正反两方面的研究实践启示我们，以智能系统为代表的开放复杂信息系统的研究，不能照搬我们原先所熟悉的传统科学观和方法论，而是迫切需要全新的科学观和方法论。经过长期的实践和探究，我们认为开放复杂信息系统的科学观包括以下4个基本观念。

1）信息观。

既然贯穿开放复杂信息系统全局的主导因素是信息和信息运动过程，那么开放复杂信息系统的研究首先就必须遵循信息观，即研究的关注点必须聚焦于系统的信息和信息运动过程，而不应当只盯着系统的物质结构和能量关系。

2）系统观。

开放复杂信息系统的研究必须遵循明确的系统观：一方面，人们所关注的信息应当是形式、内容、价值三位一体内涵完整的信息，而不是仅考虑形式因素的信息；另一方面，信息运动的时空过程必须保持完整性，人们不能只关注信息传递这样一个局部的过程，也不能只关注理智这样一个局部的方面。

3）生态观。

开放复杂信息系统应当是一种“活的系统”，因此人们必须遵循清晰的生态观，也就是说必须把开放复杂信息系统中信息运动过程的来龙（本体论信息）去脉（知识、基础意识、情感、理智、智能策略和智能行为）作为一个有序的生态过程进行一体化的研究，而不应当把信息、知识、智能看作一个各行其是的拼盘。

4）机制观。

既然开放复杂信息系统是一类生态系统，对它的研究就必须遵循机制观，即必须把关注点放在信息如何生成知识与如何生成智能的生成机制（即生长规律）上，而不应当把关注点放在系统的结构、功能和行为上。这是因为系统的结构和功能都是为实现生长机制而服务，行为则是系统机制实现的外显结果。

总之，信息观可以呈现开放复杂信息系统的生命脉络；系统观可以抓住开放复杂信息系统的信息全局特征；生态观可以把握开放复杂信息系统的有机联系；机制观可以理解开放复杂信息系统的生成规律，它们构成了开放复杂信息系统科学观的四位一体。

那么，开放复杂信息系统的科学研究方法论是什么呢？一般而言，有什么样的科学观就会形成什么样的方法论。科学观是认识所研究对象的基本观念，方法论是体现基本观念的研究方法，因此任何一种科学研究方法论都可以（而且应当）从科学观中自然引申出来。

根据这个基本原理，研究以智能系统为代表的开放复杂信息系统的科学方法论就可以表述为：遵循信息观、系统观、生态观和机制观的根本原则，考察信息资源（本体论信息）生成相关产品的生态转换规律。具体地说，就是要系统地（系统观）、联系地（生态观）、深刻地（机制观）考察本体论信息（信息观）生成认识论信息：知识和智能的规律，或者更简洁地说就是要系统地、联系地、深刻地考察信息转换的规律。：总之，信息转换是针对一切开放复杂信息系统研究都适用的科学方法论。

4 新的科学观方法论和研究成果

20世纪80年代以来，笔者逐渐领悟到信息观、系统观、生态观、机制观四位一体的科学观和信息转换方法论，并将其用于指导自己的信息科学和人工智能基础理论研究，获得了如下一些重要的创新成果。由于篇幅所限，笔者叙述从简。

4.1 全信息理论

传统方法论令shannon信息论存在严重局限。我们根据新科学观提出语法信息、语义信息、语用信息三位一体的全信息概念，其中，语法信息用“肯定度”参数表征，用概率论和模糊集合理论描述；语义信息用“逻辑真实度”参数表征，用模糊逻辑理论描述；语用信息用“效用度”参数表征，用模糊集合理论描述。

这样，原先各自独立发展起来的信息获取（检测与识别）、信息传递（通信与存储）、信息处理（计算）、信息认知和信息决策（人工智能）、信息执行（控制）就得到了统一的描述和处理，形成了完整统一的信息科学理论。

4.2 本体论信息到全信息转换：第一类信息转换原理

根据新方法论，我们发现并阐明了图1所示

的由本体论信息到全信息的转换原理（又称第一信息转换原理），证明全信息理论不仅在理论上合理，而且在技术上可行。

图1表明，人们利用传感系统可以把本体论信息映射为相应的语法信息，利用语法信息可以从知识库检索l出（或者通过与目标进行相关运算计算出）与之相对应的语用信息，通过对语法信息和语用信息的逻辑运算可以演绎出语义信息。所有这些操作都在技术上可行。

4.3 知识的外生态学理论

知识在信息和智能科学中扮演着极其重要的角色，但是在分而治之传统方法论的影响下，知识被孤立地分割出来，在人工智能理论研究中没有得到应有的重视。在新科学观和方法论指导下，我们发现知识并不是一种孤立和静止的研究对象；恰恰相反，它是一个极其活跃的生态学系统。

一方面，知识不断由认识论信息的归纳而来；另一方面，知识又在系统目标的制导下通过演绎的方法向智能生长而去。换言之，“信息_÷知识_智能”转换是知识的外部生态系统。这一发现的意义不仅揭示了知识的生成机制，而且揭示了智能的生成机制，直接导致新的人工智能模拟方法问世。

4.4 信息一知识转换：第二类信息转换原理

知识外生态学原理表明：知识由全信息转换而来。信息是现象，知识是大量相关现象所蕴含的共同本质，因此实现由全信息到知识的转换算法，原则上是归纳型算法。由大量信息现象到知识本质的归纳过程是由量变到质变的过程，也称为“涌现”过程。这是知识外生态学提供的一项重要启发。

4.5 智能的共性核心生成机制

知识外生态学系统的发现不仅揭示了知识的生成规律（第二类信息转换原理），而且还启迪了智能的共性核心生成机制：信息知识智能的转换。具体来说就是在任何情形下，智能的核心生成机制都是由信息（关于问题的信息、关于问题求解目标的信息、关于先验知识的信息）到知识（求解问题所需要的专门知识）再到（求解问题的）智能策略的转换，显然，这是一切智能（包括人类智能和人工智能）的共性核心生成机制。

4.6 人工智能的机制模拟方法

受到智能共性核心生成机制的重要启发，我们提出人工智能的新的模拟方法，这就是机制模拟方法：信息_知识-÷智能的转换，这是区别于已有的结构模拟、功能模拟、行为模拟方法的全新方法。

众所周知，系统的生成机制统管系统全局，系统的结构和功能都为生成机制服务，而行为则是机制实现所产生的结果，因此人工智能的机制模拟方法比传统的结构模拟、功能模拟、行为模拟方法具有更深刻和更本质的意义。

4.7 知识的内生态系统

运用新的科学观和方法论，我们又发现了知识的内生态系统：知识内部不是如铁板一样凝固的对象，而是一个充满活力的生态系统；认识论信息（全信息）首先生长成为欠成熟的经验知识，接着后者通过验证和完善生长成为成熟的规范知识，经验知识和规范知识又进一步凝聚成为超成熟的常识知识。简而言之，经验知识规范知识常识知识是知识的内生态学系统。知识内生态学系统的发现直接导致人工智能3大主流方法的统一。

4.8 人工智能的统一理论

人工智能的结构模拟方法（人工神经网络，后来发展成为计算智能）利用的是训练得到的经验知识；功能模拟方法（物理符号系统，后来收缩成为专家系统）利用的是人工输入的规范知识；行为模拟方法（感知动作系统，后来发展成为机器人）利用的是人工输入的常识知识。知识的内生态学系统表明，经验知识、规范知识、常识知识是知识的3个相生（而不是相克）状态，因此原先鼎足三分的人工智能3大主流方法在机制模拟方法的框架内也呈现出相生关系，达到了和谐的统一。这显然是人工智能理论研究的重要进展。

4.9 全信息—智能转换：第三类信息转换原理

第一类信息转换原理是信息内部转换的原理，即由本体论信息到认识论信息（全信息）的转换；第二类信息转换原理是由全信息到知识的转换；第三类信息转换则是全信息向基础意识、情感和理智的转换。

我们运用新的科学观和方法论后发现：基础意识的生成机制是在全信息的激励下启动，在本能知识和常识知识支持下展开，在系统目标导控下实现的转换；情感的生成机制是在全信息的激励下启动，在本能知识、常识知识和经验知识支持下展开，在系统目标导控下实现的转换；理智的生成机制是在全信息的激励下启动，在本能知识、常识知识、经验知识和规范知识支持下展开，在系统目标导控下实现的转换。与全信息一知识转换过程类似，这些转换也存在量变到质变（涌现）的过程。

4.10 高等人工智能原理

受到传统方法论的影响，现有人工智能理论的智能模型是一种既不完整又不真实的模型。基于上面所述的第一、第二、第三类信息转换原理，我们提出图2所示的高等人工智能理论的研究模型，图中的符号g表示系统的目标；k1表示本能知识和常识知识的集合；k2表示本能知识、常识知识和经验知识的集合；k3表示本能知识、常识知识、经验知识和规范知识的集合；k4表示本能知识、常识知识、经验知识、规范知识和决策艺术知识的集合。

从图2中可以看出，高等人工智能系统直接面向开放的外部世界，后者不断产生各种事物的本体论信息；感知系统（而不是简单的传感系统）按照第一类信息转换原理把本体论信息转换成为认识论信息（全信息）；认知系统按照第二类信息转换原理把全信息转换成为知识；基础意识、情感和理智系统则分别在知识k1、k2、k3支持并在目标g导控下完成第三类信息转换，把全信息分别转换成为基础意识、情感和理智；决策系统则在知识k4支持并在目标g导控下把情感表达和理智表达综合成为解决问题的智能策略；执行系统把智能策略转换成为智能行为，反作用于外部世界。

如果智能行为产生的结果与目标一致或可以接受，这种策略就作为一种正确的知识补充到知识库；如果智能行为产生的结果与目标之间存在比较明显的误差，那么这个误差就成为一种新的信息反馈到感知系统，经系统后续处理，补充知识，优化策略，使新的智能行为产生更好的结果，如此循环往复，直到满意为止。这是一个完整而真实的人工智能模型，对于人工智能未来的发展具有重要意义。

5 结语

研究不同的对象，需要有不同的科学观和方法论。基于物质观和能量观的分而治之、各个击破、合成还原方法论曾经指导人们在物质科学领域取得过历史性的辉煌成就，但是在以信息和信息转换为主导特征的开放复杂信息系统这类研究对象面前却显露出严重的缺陷。

篇2

关键词：智能信息处理技术；量子计算智能导论；教学实践

人类正被数据淹没，却饥渴于知识。面临浩瀚无际而被污染的数据，人们呼唤从数据中来一个去粗取精、去伪存真的技术。而数据挖掘就是从大量数据中识别出有效的、新颖的、潜在有用的，以及最终可理解的知识和模式的高级操作过程，所以数据挖掘也可以说是一个模式识别的过程，因此模式识别领域的许多技术经过一定的改进便可以在数据挖掘中起重要的作用。计算智能(computational intelligence-ci)方法是传统人工智能(artificial intelligence，ai)的扩展，它是模式识别技术发展的新阶段[1]。

科学家预言：“21世纪，人类将从经典信息时代跨越到量子信息时代”。创立了一个世纪的量子力学随着20世纪90年代与信息科学交叉融合诞生的量子信息学，已成为量子信息时代来临的重要标志[2]。量子计算智能导论作为信息科学、计算机科学、智能信息处理、人工智能等相关专业的研究生专业课程，已经在越来越多的高等学校开设。

由于量子计算智能是一门跨越包括物理学、数学、计算机科学、电子机械、通讯、生理学、进化理论和心理学等学科在内的深奥科学，因此量子计算智能导论的教学内容和侧重点的安排目前仍处在探索阶段，尤其作为研究生课程如何使得学生在掌握深奥理论的基础上结合实际应用，将理论转化为技术与工具，从而提高动手能力，这是每个研究生专业课任课老师的核心探索所在，因此就要求老师在授业解惑的同时关注前沿，以该学科的前沿领域为教学指引，进而更好的培养研究生主动探索知识的能力。

1教材选择

一本好的教材为教学起到了画龙点睛的作用，因此教材的选择即是老师对教学内容，教学目标和教学方法的选择。我们选择教材，期望该教材由浅入深、深入浅出、可读性好，具有系统性、交叉性、前沿性等特点。由于量子计算智能导论为全校研究生的专业课程，而量子计算智能是一门多学科交叉的综合型学科，因此我们要考虑到来自学校不同专业背景，以及在物理，数学，工程优化和进化理论基础有限的两难困境，所以首先选择了一本关于量子计算的英文原版书作为教材之一，michael nielsen等人所著的《quantum computation and quantum information》[3]，2003年高等教育出版社出版，该书全面介绍了量子计算与量子信息学领域的主要思想与技术。到目前为止，该领域的高速进展与学科交叉的特性使得初学者感到困惑而不易对其主要技术与结论有综合性的认识，而该书特色在于对量子机制和计算机科学给予了指导性介绍，使得那些没有物理学或计算机科学背景的学生对此也易于接受，为学生提供了详实的关于量子计算的物理原理和基本概念；另外考虑到这门课程面向研究生，无论将来他们是直接就业还是继续深造，都要注重实践动手能力的培养，要能够将自己所学的书本知识转化为技术和工具，去解决实际的工程和科研问题，因此我们还选择了另外一门书，由李士勇教授所著的《量子计算与量子优化算法》[4]，哈尔滨工业大学出版社于2009年出版，该书着重讲解了量子优化算法，为实际工程应用提供了新的思路，并启发大家在量子计算机没有走出实验室的今天，如何利用现有的数字式计算机构造具有量子特性的快速算法。当然考虑到全校研究生的专业知识背景不同，我们也推荐了中南大学蔡自兴教授等编著，2004年由清华大学出版社出版的《人工智能及其应用：研究生用书(第三版)》[5]，该书是蔡自兴为主讲教授的国家精品课程人工智能的配套教材，该本书中系统全面的讲解了高级知识推理、分布式人工智能与艾真体、计算智能、进化计算、群智能优化、自然计算、免疫计算以及知识发现和数据挖掘等近年的热点智能方法，从而辅助学生了解人工智能，以及人工智能如何发展到计算智能，使得学生全面认识学科的发展和传承性，为今后学习量子计算智能打下坚实的理论基础。

2教学内容

本课程从量子计算的基本概念和原理出发，重点讲解量子计算基础和基本的量子算法；并从量子优化算法拓展开来。该门课程我们安排了46学时，具体安排如下：第1章，量子力学基础(2学时)；第2章，量子计算基础(4学时)；第3章，基本量子算法(4学时)；第4章，grover量子搜索算法的改进(4学时)；第5章，量子遗传算法(8学时)；第6章，量子群智能优化算法(8学时)；第7章，量子神经网络模型与算法(8学时)；第8章，量子遗传算法在模糊神经控制中的应用(8学时)。

3教学方法

3.1理论与实践相结合的教学方法

量子计算智能导论是一门多学科交叉的综合型学科。选课的同学来自全校，各个的专业背景不同，但是大家的共同需求是一样的，就是从课程中掌握一种用于解决实际问题的工程技术，但是工程技术的掌握也需要理论的支撑，因此我们在教学实践中总结出了一套方法，具体做法是将教学内容划分为：理论型和实践型。

理论型教学指的是发展完善的量子计算基本原理和方法。其内容包括：量子位、量子线路、量子fourier 变换、量子搜索算法和量子计算机的物理实现等。而其中量子位、量子线路以及量子算法都是以量子相对论为基础的，这也是量子计算的本质原理，而较之我们熟悉的数字式计算机和计算方式有着本质的区别。我们在教学中由浅入深，通过ppt授课，采取理论与实例相结合的讲授方式。下面给出了一个我们在教学中的实例：将量子计算问题形象化。具体内容如下。

让我们想象一下下面这个问题。我们要找一条穿过复杂迷宫的路。每次我们沿着一条路走，很快就会碰到新的岔路。即使知道出去的路，还是容易迷路。换句话说，有一个著名的走迷宫算法就是右手法则――顺着右手边的墙走，直到出去(包括绕过绝路)。这条路也许并不很短，但是至少您不会反复走相同的过道。以计算机术语表述，这条规则也可以称作递归树下行。现在让我们想象另外一种凯时k66会员登录的解决方案。站在迷宫入口，释放足够数量的着色气体，以同时充满迷宫的每条过道。让一位合作者站在出口处。当她看到一缕着色气体出来时，就向那些气体粒子询问它们走过的路径。她询问的第一个粒子走过的路径最有可能是穿过迷宫的所有可能路径中最短的一条。当然，气体颗粒绝不会给我们讲述它们的旅行。但是 量子算法以一种同我们的方案非常类似的方式运作。即，量子算法先把整个问题空间填满，然后只需费心去问问正确的凯时k66会员登录的解决方案(把所有的绝路排除在答案空间以外)。这样以来，一个枯燥晦涩的量子算法就被很形象的解释，因此增强了学生的记忆也加深了理解，从而提高了学生的学习兴趣。

实践型教学指的是正在发展中的量子计算智能方法的热点问题。其内容包括：量子遗传算法，混沌量子免疫算法，量子蚁群算法，量子粒子群算法，量子神经网络模型与算法，和这些算法在实际工程优化中的应用。这部分内容属于本学科的前沿，但也是热点问题，因此这部分我们在教学中忽略理论推导，重点强调实际操作，在ppt课件中增加仿真实例的讲解；并在课下布置相应的上机操作习题，配合上机实践课程，锻炼学生的动手能力，同时也引导学生去关注这些前沿，从而培养他们的科研素养。

为了体现该门课的教学特点，我们在考核方式上，采取考试与报告相结合的方式，其中理论部分我们采取闭卷考试，占总考评分数的40%；实践部分采取上机技术报告考核，内容为上机实践课程布置的大作业，给出详实的算法流程图和仿真结果与分析，占总考评分数的40%；出勤率占总考评分数的20%。

3.2科研素养的培养与实践能力的提高

科研素养的最核心部分，就是一个人对待科研情感态度和价值观，科研素养的培养不仅使学生获得知识和技能，更重要的是使其获得科学思想、科学精神和科学方法的熏陶和培养。正如温总理说的那样：“教是为了不教，学是为了会学”，当学生将课本内容遗忘后，遗留下来的东西即是他们所具备的科研素养。因此，在教学中，我们的宗旨也是提高学生的科研素养，量子计算智能导论是一门理论和实践紧密结合的学科，该学科的发展日新月异，在信息处理领域的关注度也越来越高。在教学实践中，我们采用了上机实践和技术报告相结合的教学方式。掌握各种量子计算智能方法的原理和流程是这门课程教学的首要任务，因此学生结合各自研究方向实现量子智能算法在实际科研任务中的优化问题求解。在上机实践中，学生不仅要掌握该智能算法的流程而且重点关注学生对

自己科研任务的建模，学会系统分析问题，建立合理的数学模型，并给出理论分析。上机实践验收中，我们不但考察其结果展示，更增加了上机实践的技术报告，用来分析模型建立的合理性，从而培养学生对待科研问题的分析素养和建模素养。在技术报告中，我们要求学生给出几种可供参考的建模模型，并分析各自的优势，和选择这一凯时k66会员登录的解决方案的依据。由于量子计算智能导论是面向研究生开设的课程，在教学中，我们更佳关注其分析问题的能力，和解决问题的合理性的思考能力，从而培养学生的科研素养。

4结语

把教学当做一门艺术，是我们作为高校老师毕生追求的目标，如何做到重点讲透，难点讲通，要点讲清，这也是我们多年教学中一直关注的关键点。我们在教学中反对“灌输式”，强调“启发式”，以实际应用先导教学是非常可取的，也收到了良好的效果。量子计算智能导论是一门综合型交叉学科，且面向研究生开设，因此在教学实践中，我们十分重视学生科研素养的培养。通过上机实践和技术报告的形式引导学生积极动手，积极思考。希望这些教学中的点滴供同行们交流探讨。

参考文献：

[1] 焦李成,刘芳,缑水平,等. 智能数据挖掘与知识发现[m]. 西安:西安电子科技大学出版社,2006.

[2] 田新华. 跟踪国际学术前沿迎接量子信息时代:《量子计算与量子优化算法》评介[j]. 科技导报,2010,28(6):122.

[3]michael a. nielsen ,isaac l. chuang. quantum computation and quantum information [m]. 北京:高等教育出版社,2003.

[4] 李士勇,李盼池. 量子计算与量子优化算法[m]. 哈尔滨:哈尔滨工业大学出版社,2009.

[5] 蔡自兴,徐光v. 人工智能及其应用:研究生用书[m]. 3版. 北京:清华大学出版社,2004.

exploration on introduction to quantum computational intelligence

li yangyang, shang ronghua, jiao licheng

(school of electronic engineering, xidian university, xi’an 710071, china)

篇3

论文关键词：人才培养　课题组制度　实践学习　创新工程 

论文摘要：针对智能专业中工程创新人才培养存在的工程实践、专业设置等问题，在分析智能科学与技术专业现状的基础上，本文提出差异性培养目标、课题组制度和以点带面制度等观点，结合河北工业大学智能系三个年级的具体实施情况，在课外实践方面取得令人满意的效果和成绩。 

 

诺贝尔奖金获得者西蒙把自然科学定义为探索自然界的奥秘，阐明自然现象，发现自然现象之间的规律及定律。具体到智能科学，就是研究人的智慧，建立人机结合系统理论，并用其模拟人的智慧。但是，值得注意的是，技术科学从本质上是有别于自然科学的，技术科学是利用自然科学的一般规律与理论，研究人造物的构成方法及原理的科学[1]。如智能技术是在智能科学的框架内创建人机结合智能系统所需要的方法、工具和技术。然而，除了智能科学和智能技术，智能科学技术的研究任务还涵盖一个重要的组成部分——智能工程，即利用智能科学的理念和思想，充分运用智能技术工具创建各种应用系统[2]。由于智能科学、智能技术和智能工程三个领域所强调的研究任务不同，因此智能科学与技术专业人才培养目标可以分为科学技术型(或称为研究型)和工程技术型(或称为应用型)。前者是研究型培养模式，以培养具有学术研究或应用研究能力的人才为主，尤其要体现人才培养的综合性、复合性和创新性；后者是工程型培养模式，以培养在工程领域中具有应用复合能力的人才为主，尤其要体现人才培养的综合性、复合性和应用性[3]。更值得注意的是，进入21世纪之后，随着科学技术的迅猛发展，工程问题的综合性与复杂性也不断增强。在这种情况下，智能科学与技术专业如何解决复杂系统提出的一系列工程问题，培养出具有时代特色的优秀工程人才，是新时代赋予新专业的一种使命。 

1智能科学与技术专业现状问题分析 

由于智能科学与技术专业成立仅有短短7年时间，还处于不断发展之中，所以不可避免地存在一些问题。一般来说，智能科学与技术专业学生的培养存在两种模式：科学型人才和工程型人才。因此，如何根据各个学校的传统优势和培养目标来选择学生的培养模式，非常重要。然而，受传统教育模式的影响，即使在智能科学与技术专业中，对人才的培养仍然偏重科学型，这就导致了目前该专业学生工程能力存在这样或那样的问题[4]。 

1.1缺乏实际的工程训练和实践 

智能科学与技术专业虽然重视基础科学与技术课程学习和学生分析能力的培养，但是对工程实践训练和对学生相关综合素质的培养相对较弱，重理论知识灌输和轻实践能力培养的老问题仍然存在，教学、科研与实际生产的结合不紧密，因此学生的综合能力无法应对如今复杂系统的工程问题，难以满足用人单位的需求[5]。 

1.2专业设置缺乏特色 

随着对智能科学与技术专业的深入理解，人们逐渐认识到这个专业的重要性和光明前景。近几年，设置这个专业的高校正在迅速增加。然而，深入分析这一新专业的高校分布和地域分布，设置该专业的高校有“985”高校、教育部“211”工程重点建设高校、地方重点建设高校；而地域分布更为广泛，在北京、天津、湖南、杭州等多个区域[6]。智能专业的这种不同水平的高校分布和地域分布决定了每个学校的专业设置应该具有自己的特色，应该适应我国产业、经济结构多样性和地区发展不平衡性的需要。因此，院校不问自身条件如何，不看当地经济发展和产业结构如何，使得智能专业的办学模式和专业设置大规模趋同的现象应该得到充分的重视。 

1.3缺乏对学生创新意识的培养 

虽然近几年本科教育模式正在大力革新，如2010年国家层面开始实施的“卓越工程师”教育计划，但是本科教育的填鸭式教学模式仍然广泛存在，使学生被动地学习，以应付考试。这种模式的后果只会导致学生死记硬背，创新意识薄弱，造成了学校培养和实际需要的严重脱节。 

2优秀工程创新人才培养的途径探索 

根据目前智能专业中工程实践和课程设置存在的问题，我们提出了下面的解决方法。首先，根据学校的现实情况设置工程实践的培养目标；其次，根据课程设置的不足提出课题组制度和以点带面制度，作为课程设置的有效补充；最后，结合智能专业较新的专业知识实施创新型选题。通过有效实施这三个方法，培养优秀的工程创新人才。 

2.1差异性培养目标 

培养目标是实现优秀工程创新人才的关键。差异性培养目标是培养学生成才的本质属性，孔子早就说过“因材施教”的理念。所以，对智能科学与技术这个新专业来说，由于它仍处于快速发展和完善之中，尤其是不同类型高校又有实际情况，因此应该制定具有差异性和多样化的培养目标。比如说，研究型大学要致力于培养工程研究型、工程创新型的高端人才，以培养学术研究型的科学家、研发人员和设计工程师为主；而教学型大学工程人才的培养目标定位要突出应用型，以服务地方经济建设为主，培养从事工程施工和管理的工程人才。 

差异性培养目标不但体现在不同地域和不同类型的高校之间，即使在同一所高校，也应根据学生的兴趣和实际情况确定不同的培养目标。具体来说，即使是一个班级的学生，他们的兴趣和目标也不尽相同，如有的学生立志学好英语，有的学生准备全力以赴考研不顾其他，有的学生准备把自己的兴趣当做追求目标。因此，充分考虑和尊重学生目标的差异性，是培养创新人才的一个前提。 

2.2改革培养方式与途径 

目标确定以后，接下来就涉及到优秀工程创新人才培养如何实施的问题，其核心是让学生得到充分的工程训练，调动学生的积极性、主动性。实际操作过程中，教师可以把学生真正放到竞赛的赛场上，如参加教育部“质量工程”建设的物联网创新创业大赛、“挑战杯”设计大赛、“盛群杯”单片机创新设计竞赛、“飞思卡尔”智能车竞赛等。这些竞赛都是以创新为主要诉求，课题的名称自拟。因此，通过这些比赛，学生们可以从选题、制作、参赛、完善作品等多个环节体会工程创新的全过程，大大提高工程实践能力，为成为工程创新人才打下坚实的基础。如何根据智能专业的特点，并结合各种创新竞赛，来实施这样的工程训练呢？通过下面两种制度可以有效实现。 

第一，实施课题组制度。即把智能系的学生分成多个课题组。如我校的第一届学生分成了7个课题组，每组4～5人，在课题组的基础上实行导师制，每位导师可带1～2组。课题组的培养目标是培养学生独立提出问题的能力、独立解决工程实际问题的能力、科学研究能力和科技开发及组织管理能力。但是，有一个前提，课题组制度要保证让学生广泛参与，这样才能最大可能和最大范围地培养优秀工程创新人才。因此，实施下面的以点带面制度，对保证学生的参与广度和培养质量非常必要。 

第二，实施以点带面制度。随着智能专业的快速发展，学生越来越多，课题组越来越多，但教师的精力毕竟是有限的，难以指导太多课题组的学生。我们采用以点带面制度来解决这个问题。从横向方面看，我们采用组长负责制和核心组员制，每个课题组的组长和核心组员由能力相对较强的学生担任，作为导师和课题组组员之间的联系纽带，导师仅仅将相关的课题任务传达给他们即可。这样既能够大大降低指导教师的工作量，也能够充分调动学生的积极主动性和自主性，锻炼他们独立解决问题的能力和团结协作、组织管理的能力。从纵向方面看，在课题组还涉及到不同年级的情况下，以点带面制度就是核心组员指导低年级学生。这样就实现了同一年级之间、不同年级之间的良性循环，保证无论那个年级的课题组，总有一个核心组员在指导，而指导教师一般仅仅亲自指导核心组员，最终实现使用指导教师的有限时间，而使学生的收益最大化。以点带面制度保证了教学指导质量和学生深入、广泛、全过程参与工程训练活动，从而锻炼他们的工程创新能力。

2.3重视对学生创新实践能力的培养 

创新是教育部实施的“质量工程”的核心。对智能专业的学生来说，创新的核心是创新意识和选题。该专业学生一般会接触到最新的智能传感技术、智能控制技术、智能执行技术、智能信息处理技术。这些新的技术自然带来一批新的元器件和新的信息处理方式。因此，使用这些新的元器件和新的信息处理方式，结合我们的生活需求，就比较容易实现具有创新性的选题。选题确定后，就可以采用课题组的方式和以点带面的模式，通过“实践学习”方式，将专业理论的学习与科研实践紧密结合，在项目实践中增强学生的自主学习能力、创新思维能力和实践动手能力，促进学生的综合素质发展，最终培养一批兼具创新力和领导力的精英之才。 

通过以上三个方面的实施，智能系的几个课题组在“挑战杯”、“盛群杯”单片机创新设计竞赛等创新类比赛中制作出很有创意的作品，应用了智能专业的许多知识，取得了优异成绩。这极大锻炼了学生的工程创新能力，初步达到了工程创新人才培养的目标。 

3结语 

在国内各个专业普遍重视工程创新人才培养的大环境下，笔者为培养优秀的工程创新人才提供了一种思路和方案。笔者提出差异性培养目标、课题组制度和以点带面制度，并把这些方法应用到智能系学生的工程能力培养上，确立了学生的自我管理方式。学生做出了优秀的创新作品，通过在创新竞赛中的全过程“实践学习”，增强了实践动手、团结协作和组织协调等工程能力，最终成为能够提出创新问题并有效解决问题的具有工程创新能力的人才。该方法具有较强的实践价值和良好的效果，初步达到了将智能系专业学生培养成为工程创新人才的培养目标。 

 

参考文献： 

[1] 蒋新松. 智能科学与智能技术[j]. 信息与控制,1994,23(1):38-39. 

[2] 杨鹏,张建勋,刘冀伟,等. 智能科学与技术专业课程体系和教材建设的思考[j]. 计算机教育,2010(19):11-14. 

[3] 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(9):18-19. 

[4] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[j]. 计算机教育,2009(11):10-14. 

篇4

自2006年以来，人工智能（artificial intelligence，ai）的发展迎来了第三次浪潮。谷歌、ibm、百度、腾讯等商业巨头的参与，使得人工智能方向的科学研究从学术界的沙盘模拟演变为大规模团体实战[1]。2017年是中国人工智能战略驱动的最为关键的一年。3月，人工智能首次被写入政府工作报告。7月，国务院重点指出人工智能技术和产业的发展规划，即推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，提升智能制造水平[2]。10月，十九大报告指出促进人工智能和实体经济深度融合的战略方针。12月，工信部印发促进新一代人工智能产业发展的三年行动计划，旨在加快制造强国和网络强国建设。这一系列政策与方针都将人工智能作为重要的国家科技战略规划，为人工智能的发展布局提供了明确的时间表和路线图。

人工智能在国家战略层面地位已然举足轻重。人工智能方面的人才需要掌握系统而庞大的知识体系，涉及脑科学，数学、计算机等多门学科，这已经超出当前狭义计算机专业的培养内容。为加快人工智能方向的人才储备，2018年4月，教育部要求高校在计算机科学与技术学科设置人工智能方向，形成“人工智能＋x”的复合专业培养新模式[3]。2018年，教育部正式批准35所高校首批建设本科人工智能专业，2019年9月首批人工智能专业的本科新生入学。到2020年，基本完成高校科技创新体系建设和学科体系的优化布局以适应新一代人工智能技术发展，在计算机大类专业下以人工智能为视角探讨本学科所应具备的新的内涵与外延。

目前，高校计算机专业采用的宽口径培养模式，在人工智能方面的人才培养具有相当的局限性，以至于高度浓缩到了仅仅给学生做高级科普的程度。学生难以全面深入地掌握人工智能知识技能，难以具备解决企业关键问题、适应产业发展趋势的能力。因此，在计算机大类专业下发展人工智能学科体系，独立建设人工智能专业，培养卓越的领域人才是当下人工智能战略发展的刚性需求。

二、人工智能产业发展现状

我国的人工智能发展仍处于探索阶段。图1显示了2017年全球高科技企业ai团队的规模统计数据。从图1可以看到，谷歌，微软等国外高科技企业，在ai团队上均有千人以上的规模，相较于国内行业领军者百度或腾讯等企业，领先幅度达到数倍之多。这一现象表明，我国在人工智能人才的储备上存在着巨大缺口，如何培养高质量、高水平、高素质的人工智能方向专业人才，是我国当前互联网、信息行业教育方向中一个亟待解决的重要命题。

图1 2017年全球高科技企业ai团队规模

图2 全球ai领域高校数量分布

我国各重点大学早就展开了许多人工智能相关技术的研究，只是当时人工智能一般会放在研究生教育中，作为计算机科学、互联网信息技术等专业的一个研究方向进行具体探索。人工智能领域研究及学科建设方面都有着广泛而坚实的基础，教研成果丰富，师资力量雄厚。响应人工智能国家战略，我国各重点大学责无旁贷。

围绕人工智能专业建设，本文分析了国内外人工智能相关专业招生和就业现状，提出在计算机大类专业下建设人工智能的专业内涵，明确了人才培养目标，构建出有层次的课程体系架构。期望开拓出一条适应我国人工智能领域发展现状的人才培养模式，为人工智能学科体系布局做出贡献，有望为中国高等教育人工智能人才培养探索一条新的路径。

三、国内外人工智能相关专业招生及人才就业情况

一个领域的竞争归根结底是人才的竞争。人工智能的蓬勃发展造成了人工智能软硬件设计、算法设计、工程管理等各方面人才的稀缺。早在2016年的相关数据显示，中国人工智能的技术人才储备与市场需求之间存在着500万人的缺口。全球ai研究及直接从业者约有30万人，主要分布在高校、ai新兴企业、科技巨头以及其他领域。图2给出了截止2017年末，全球在相关人工智能相关领域高校专业的分布情况。全球主要有293所具有人工智能研究方向的高校，其中美国高校较早地开展了人工智能研究，占据全球的57.3%，一枝独秀。加拿大、中国、印度、英国等国家位于第二梯队，有着较大的提升空间。

国内外相关专业招生情况为人工智能专业的建设提供了一条认识与理解的渠道。斯坦福大学在人工智能领域居于世界领先地位，它在人工智能方面的本科教学涵盖的课程全面而前沿，包括计算生物学、语音识别、认知和机器学习等。学校授予计算机科学理学学士学位。加利福尼亚大学伯克利分校在研究生设置了计算机科学理学硕士学位，内置认知科学技术和人工智能相关的课程。卡内基梅隆大学拥有世界首屈一指的机器人技术，其计算机学院设有专门的机器学习系，包括机器学习辅修和统计机器学习专业。目前，国外高校还未直接将人工智能作为专业应用于本科学生培养。

人工智能的就业前景在当前相当广阔，人才市场需求亟大，但是大多集中于计算机视觉和语音识别等热门应用领域，造成其他领域的人才相对匮乏。国内的信息产业升级，互联网行业的转型，服务业、工业的智能研发都需要大量的人工智能专业人才。自2017年5月中国科学院大学成立人工智能技术学院以来，国内很多高校紧跟步伐，在人工智能人才培养上争相布局。清华大学计算机系从大一下学期开始，引导学有余力的学生进入智能技术与系统国家重点实验室或相关科研机构，跟随导师从事科研工作。北京大学开设的智能科学与技术专业主要建设机器感知、智能机器人、智能信息处理和机器学习等交叉学科的研究和教学。北京航空航天大学、上海交通大学和北京交通大学新设的人工智能研究院均是针对研究生集中培养。南京大学在2018年正式成立人工智能学院，由周志华教授任院长，建设机器学习与数据挖掘和智能系统与应用两个本科专业。

国内外大学本科教育阶段，都还未针对人工智能专业人才进行系统性、独立性地培养。我国每年人工智能方向的毕业生约2万人，远远不能满足市场对人才的需求。成都市人社局的报告明确指出，在成都市人工智能产业中，ai架构师、算法工程师、仿生机器人研发工程师等9类人才紧缺指数达到最高级别。本科教育阶段是学生掌握基础知识技能、形成科学思维、塑造人生价值观的黄金时期。因此，电子科技大学在本科计算机大类专业下开设人工智能专业进行优势提升和改进，直面国家战略需求，紧贴行业形势，为人工智能领域的发展增强年轻的生命力，为国家社会培养人工智能人才提供优质的平台和孵化园，为学生成材孕育强大的基础和肥沃的土壤。

四、人工智能专业建设探索

（一）把握专业建设内涵，明确人才培养目标

国家战略需求、社会人才缺口等宏观背景，是设立人工智能专业的必然因素。长久发展与传承，把握专业建设内涵和人才培养目标是教育的灵魂所在。在筹备人工智能专业的过程中，首先需要明确在计算机大类下建设人工智能专业的意义。自1956年约翰·麦卡锡等科学家正式提出人工智能学科以来，人工智能已逐渐发展成为一门广泛交叉的前沿科学。以计算机学科门类中各专业为基础，吸收生物科学、数学、哲学、文学等学科关键知识，不断促进人工智能学科的前向延伸和拓展。人工智能虽然是多学科融合发展的领域，但是它强调推理、知识、规划、学习、交流、感知，具备影像辨识、语言分析、人机对抗等计算机领域典型应用场景，与其它专业区分明显。同样的，人工智能的学科交叉特性明显不同于目前计算机大类下分的如大数据、信息安全等其他专业，应当作为计算机下独立的学科分支进行探索与研究。

aaa

图3 人工智能专业人才培养的基本要求

人工智能旨在模拟人的意识与思维过程，智能信息处理是它的主流研究和产业化应用方向。其主要的研究内容包括语言识别、图像识别、自然语言处理和专家系统等。近年来，人工智能在经济政治决策，控制系统，仿真系统等应用场景中得到了愈加广泛的重视。无论是从科学技术发展历史，还是从当今新时代新经济发展趋势来看，增设人工智能专业具有十分明显的合理性、迫切性。国内的许多高校将相关专业设置于自动化大类下，没有考虑到由于互联网、大数据等新技术领域带来的影响和冲击，难以强调并突出人工智能自身理论和技术应用，不能很好地满足工业界普遍趋势所提出的人才需求。

面向国家“创新驱动发展战略”与“新一代人工智能发展规划”的重大需求，本文详细剖析了相适应的专业人才培养的基本要求。本文创新性地提出人工智能专业人才所需的各项基本要求，如图3所示。优秀的人工智能方向专业人才应当具备个人素养，创新实践，领导才能以及专业技能四个基本方面的能力。从这四个方面出发，全方位引导与培养学生具备良好的个人素养、扎实的人工智能专业技能、突出的创新实践能力和卓越的领导才能，有效地成长为国际一流工程师、科学家和企业家，在我国人工智能产业发展中贡献力量。

（二）构建课程体系架构，明确毕业评价要求

人工智能专业规划必须清晰、目标明确。在课程设置方面，以学生素质为核心完成课程体系架构设置，构建完备的专业人才培养方案。教学任务分配层次分明地落实在课程实施上，开发严整的教学培养体系。课程体系架构有四大类模块，详细分为公共基础课程、计算机学科基础课程、人工智能专业课程和实践进阶课程。四个模块相互依赖，公共基础课程、计算机学科基础课、人工智能专业课程层层深入，筑起坚实的知识体系高墙，教学过程步步为营，培养学生从基础到专业的能力思维。公共基础课程扎实培养学生基础的人文素养和数理知识，掌握数理相关的建模、仿真、测试与评价过程，完成高中到大学的自然衔接过渡。计算机学科基础课程以硬件类、软件类与计算工具类课程为类别划分，从三个方面循序渐进地培养学生掌握计算机领域的核心知识。学科基础课程侧重于对计算机底层知识、人工智能数学基础能力、计算机原理的教学，为大二专业课程打下坚实基础。

人工智能专业课程下分为核心类、技术支撑类和平台类课程，核心类课程引领学生熟悉人工智能知识基础、行业技术和核心理论。在研究人工智能的众多分支领域中，学习技术支撑类课程力助学生把握成熟的技术和模型。平台类课程基于智能机器人研究创新开发平台，进行智能制造和设计。这些理论课程锻炼学生获取知识、应用知识和创新思维能力，使之为从事人工智能理论研究、技术开发与创新实践保驾护航。

实践进阶课程可以检验学生对理论知识的掌握深度。实践课程与教学贯穿人工智能专业学习始终，以开发动手能力、发掘创新思维、塑造科研精神为目的，培养学生在理论实践、创新创业、合作领导多方面的才能。首先，人工智能专业实验全面覆盖所开设专业的课程。其次，综合素质实践、专业实习、基地实践、毕业设计等环节逐渐帮助学生将课堂知识转换为科研与工程能力。此外，鼓励大二以上的学生加入实验室参与科研，使科研与教学相互融合促进。为学生构建创新实践平台，校企合作的实践实训机制保障了学生真实地了解企业发展动态和社会需求。在人工智能理论与技术两方面都能提升学生的创新实践能力，尽早地明确未来发展方向，制定生涯规划。目前，许多高校学生为了快速迎合时代需求，对人工智能领域浅尝辄止，缺乏扎实的基本功与充分的研究成果，急于求成，在求职过程中屡屡碰壁。因此，学校应提供最大帮助与支持，让学生明确研究方向，鼓励学生在国内外继续深造，成为人工智能领域有真材实料的人才。

国家社会的需求在动态发展，学生受到的教育和训练也应有明确的规划。现阶段的专业培养，对学生的要求应当不仅局限于四年知识的系统传授，更多地要求学生锻炼综合知识，专业技能，创新实践，自我修养等几个方面的能力，使学生成为在人工智能领域独当一面的栋梁之才。

综合知识方面，培养学生具备坚实的人文社科基础知识；具有正确的道德观、社会责任感和工程职业道德；具备数学、自然科学以及人工智能相关基础学科的知识，具备在经济学、管理学等可能应用领域的基本知识，培养学生全方面、多元化的科学素养。

人工智能技能方面，培养学生具备扎实的人工智能专业基础知识，能够针对典型应用领域的复杂工程问题和需求，结合人工智能相关原理与技术，设计系统级或单元级的凯时k66会员登录的解决方案。了解人工智能技术前沿研究的状态及趋势，能够基于科学原理并采用科学方法对工程问题进行研究，包括建模、算法设计、程序实现及实验、进行实验收集数据、分析与解释数据以及通过信息综合得到合理有效的结论，加强学生对专业知识的深入理解，分析应用能力。

创新实践方面，借助案例分析、项目设计、科学研究、创新实践竞赛等方式，让学生掌握基本的创新方法，具有创新意识和态度，能够提出创新性的技术路线与方案，并具备较强的方案实现与分析能力。从信息产业、医学、生物学、经济学等实际应用出发，锻炼学生结合面对多样化的应用场景的理论结合、模型设计、实验分析能力。

自我修养方面，让学生对学习过程进行不断的探讨与思辨，组织学生参与知识技术的分享讨论，培养学生在知识综述、工程设计和沟通辩论的能力。通过综合性的实践项目，学生具备充分的组织管理能力、语言和文字表达能力、人际交往能力以及在团队协作能力。培养学生对学习的正确认识，不断适应发展的意识，具备国际视野、跨文化交流、竞争与合作能力，最终成长为人工智能产业的高级人才。

人工智能专业的毕业生可选择继续在人工智能领域深造，进行更深入地研究，或是于信息产业高新技术企业、科研院所、政府部门等行业就业，从事人工智能的技术研究、系统研发以及工程管理和教育等工作。成为该领域的软硬件高端工程师、交叉学科的应用架构师、创新创业家、算法研究与理论创新科学家，为国家科技进步贡献重要力量。

篇5

关键词：智能科学与技术；知识结构；应用型人才；人才培养；知识型能力本位教育

中图分类号：g64文献标识码：a

文章编号：1009-3044（2020）25-0153-03

1引言

智能科学与技术主要包含智能科学和智能技术两部分内容[1]：智能科学是以人如何认知和学习为研究对象，探索智能机器的实现机理和方法；智能技术则是将这种方法应用于人造系统，使之具有一定的智能或学习能力，让机器系统为人类工作。目前，在本科专业目录中，智能科学与技术专业是计算机类之下的特设专业，在现有的人工智能专业群中，除了新设的人工智能专业外（2019年全国共有35所高校获首批人工智能新专业建设资格），智能科学与技术专业与全球范围大力推进与快速发展的人工智能关系最密切，契合度最高。一方面，智能科学与技术的专业发展和人才培养将为人工智能技术提供理论支撑、技术推进和人才支持，另一方面，人工智能产业现状和未来发展趋势直接影响着智能科学与技术的专业发展和人才需求。

2人工智能时代对人才的需求

站在国家战略的高度来看，人工智能将成为新一轮产业变革的核心驱动力，可以实现社会生产力的整体跃升，因此人工智能将成为引领未来的战略性技术，世界主要发达国家都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。

随着人工智能时代的到来，许多企业对具有智能科学与技术专业背景的人才有着巨大的需求。首先，it企业纷纷涉足智能科学领域，提高产品智能水平；其次，许多传统制造业也在转型，从劳动密集型到知识密集型，进一步提升到智能制造型，并逐渐具备高精尖装备制造能力；此外，医疗、通讯、交通等行业也对智能科技人才有着迫切的需要。人工智能对各行各业的影响，充分体现了智能科技的高速发展，对人才数量和素质要求也越来越高。

从人才的金字塔型分布来看，智能科学与技术领域不仅需要高端学术型人才，更需要接地气、重实践的应用型人才。随着“中国智造”的不断推进，智能科学与技术领域已由顶层设计和关键技术突破向生产、应用、装配、服务等环节延伸，迫切需求大批专业技术精、实践能力强、操作流程熟的应用型人才。2019年，人力资源和社会保障部、国家市场监管总局、国家统计局向社会发布了13个新职业信息，包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员等，这也从另外一个侧面说明人工智能等技术推动了产业结构的升级，催生了相关专业技术类新职业，可形成相对稳定的从业人群。

3应用型人才培养模式分析

《中国制造2025》以推进智能制造为主攻方向，强调健全多层次人才培养体系，提到强化职业教育和技能培训，引导一批普通本科高等学校向应用技术类高等学校转型，建立一批实训基地，开展现代学徒制试点示范，形成一支门类齐全、技艺精湛的技术技能人才队伍。

通常而言，人才类型分为三类[2]：学术型人才、应用型人才、技能型人才。实际上从现代职业教育的发展和社会需求来看，应用型人才和技能型人才的界限相对模糊，可统称为应用型人才，即把成熟的技术和理论应用到实际的生产、生活中的技术技能型人才。从国家的层面来看，为了适应人工智能时展，人才需求数量基数最多、缺口最大的就是应用型人才，这也对众多高校培养人才的导向产生重大影响。这里我们重点讨论智能科学与技术应用型本科人才的培养，可从职能、知识结构、能力结构、行业（产业）导向四个方面来分析。

3.1职能

智能科学与技术应用型人才是培养面向各类智能科学与技术的工程设计、开发及应用，掌握各类现代智能系统设计、研发、集成应用、检测与维修、运行与管理等技术，具有扎实理论基础、较强工程实践和创新能力的高素质应用型工程技术人才。

3.2知识结构

智能科学与技术专业充分体现了跨学科的特点，其知识结构包含了三个并行的基础领域：电子信息、控制工程、计算机，也蕴含了电子信息工程、控制科学与工程、计算机科学与技术等学科的交叉和融合，体现了智能感知与模式识别、智能系统设计与制造、智能信息处理三个方面的专业内涵。

（1）智能感知与模式识别

属于电子信息与计算机交叉领域，主要定位在机器视觉与模式识别。包括三维建模与仿真、图像处理与分析、图像理解与识别、机器视觉、模式识别、神经网络、深度学习等。主要课程包括：电子技术基础、信号系统与数字信号处理、数字图像处理、模式识别等。

（2）智能系统设计与制造

属于控制工程领域，包括自动控制、无人系统与工程、精密传感器设计与应用等。主要课程包括：机械基础、工程力学、自动控制原理、传感器与测试技术、计算机控制技术、机电系统分析与设计等。

（3）智能信息处理

属于计算机领域，包括交通大数据、汽车与道路安全大数据等的分析与处理、信息处理与知识挖掘、信息可视化等。主要课程包括：智能科学技术导论、计算机程序设计、微机原理与接口技术、数据结构与算法、嵌入式系统设计等。

3.3能力结构

智能科学与技术应用型人才培养着眼于人工智能工程应用，要求学生具有运用计算机及相关软硬件工具进行大数据的采集、存储、处理、分析、应用的能力；具备智能系统的设计、开发、集成、运行与管理的能力；注重培养学生综合运用所学的智能科学与技术专业的基础理论和知识，分析并解决工程实际问题的能力，其能力结构可以借鉴能力本位教育（competencybasededucation，简称cbe）模式[3]。

cbe是国际上较流行的一种应用型人才培养模式，主要代表国家为加拿大和美国。该模式以能力为人才培养的目标和评价标准，一切教学活动均围绕综合职业能力的培养展开，cbe人才培养模式主要有以下三方面的特色：能力导向的教学目标；模块化的课程结构；能力为基准的目标评价体系。该模式所培养的本科应用型人才具有较强的专业综合能力和职业能力[4]，在一定时期得到社会的广泛认可，但是单纯的cbe模式并不能完全适应人工智能时代对人才培养的需求，这是由于目前许多职业岗位在人工智能的冲击下，其形式和内容均会产生动态变化，要求现阶段的人才培养具有延伸性和前瞻性，既要兼顾眼前，也要考虑应对智能化浪潮，打好基础，提高自学习能力。因此，智能科学与技术应用型人才培养有一定岗位针对性，但并不是完全固化岗位内容及层次、固化知识属性，必须强化自我学习能力，才能实现能力可持续增长，岗位的向上流动性以及知识和经验的进化，才能真正适应人工智能时展的需求。

自我学习能力的形成与提高往往源于知识结构的构建[5]。为了塑造更合适的能力结构，需要cbe模式与知识结构的相辅相成，有鉴于此，将这种新型人才培养模式称之为知识型能力本位教育（knowledge&competencybasededucation，简称kcbe）模式，这也意味着在人才培养过程中，将知识结构与能力结构放在并重的地位，既着眼于预期能力的培养，也必须让学生筑牢学科专业基础，在走向社会以后，在知识引擎的作用下，通过自我学习，具备并提升适应未来的、新的智能化岗位需求的能力。

3.4行业（产业）导向

从智能科学与技术专业的角度，培养的应用型人才以“智能化应用”为就业大方向，具体而言，包括：

（1）智能感知与模式识别领域

主要从事电子信息的获取、传输、处理、分析、应用等领域的研究、设计及应用，包括图像处理、机器视觉、工业视频检测与识别、视频监控、传感器设计及应用等。

（2）智能系统设计与制造领域

主要从事智能装备、智能制造、智能管理、智能服务等领域的设计、制造及应用，包括智能工厂、智能车间、智能生产线、智能物流、以及智能运营与服务等。

（3）智能信息处理领域

主要从事计算机数据处理、分析、理解、管理、以及服务等领域的研究、设计及应用，包括数据存储与管理、数据分析与预测、交通大数据分析应用、道路与汽车安全大数据分析、智能交通、智能电力、智能家居、智慧城市等。

涉及的产业领域主要包括智能制造，如工业互联网系统集成应用，研发智能产品及智能互联产品等。其他的领域还包括智能农业、智能物流、智能金融、智能商务等。

产业需求带动人才培养，人才培养在满足产业需求的同时推动技术进步，而技术进步又引燃了新的产业需求。产业需求与人才培养的相互作用，呈现出螺旋式上升的发展态势，这在人工智能相关产业与智能科学与技术应用型本科人才培养之间表现的得尤为突出。

4kcbe模式人才培养的主要措施和途径

智能科学与技术专业应用型本科人才的培养模式一定是和人才需求、学校定位相適应的。培养应用型人才，应注重学生实践能力，从教学体系建设体现“应用”二字，其核心环节是实践教学。结合上述的kcbe培养模式，知识结构在能力培养过程中也占有非常重要的地位，因此在能力培养方面，知识和实践作为两大要素，不能偏废任何一方，必须齐头并进，既要固基础，也要重实践。

（1）筑牢智能科学与技术专业知识基础，构建与智能化应用相关的知识体系

在本科的低年级阶段，应注重公共基础课，特别是数学和力学课程，还应充分了解智能科学与技术专业的内涵，让学生对所学专业有一个比较全面的认识。在本科中高年级阶段，重点强化专业基础，包括电子技术基础、自动控制原理、传感器与测试技术、微机原理与接口技术、数据结构与算法等。归纳地说，应该筑牢数理基础、计算机基础、机电基础和控制基础，因此对原理课程需要强化，这样对很多工作机理、来龙去脉的理解才能深刻。

（2）增强智能科学与技术专业的实践环节，构建以能力培养为重心的教学体系

按照kcbe模式，校企合作是强化实践的一种重要形式[6]。学校根据人工智能企业实际情况灵活设置实践课程内容，根据企业发展趋势及时调整课程体系以避免教学内容与企业需求相脱离。人工智能企业还可以参与学校教学目标和教学计划的制定，并为学校实践教学提供各方面支持，从而提高人才培养的针对性。

篇6

一是要提高政治站位，建设中国特色新型智库。习近平总书记指出：“这是一个需要理论而且一定能够产生理论的时代，这是一个需要思想而且一定能够产生思想的时代。”今年初，我市在中国特色智库建设方面进行了积极的有益的探索，通过单位推荐、资质审查、综合评价等程序，确定了50名平凉市首批社科智库骨干人才，可以说建立了具有平凉本地特色的新型智库、高端智库和智能智库。新型智库骨干人才要自觉接受党对哲学社会科学工作的领导，进一步提高政治站位，树立“四个意识”，坚定“四个自信”，坚决做到“两个维护”，把中国特色社会主义理论体系作为最宝贵的精神财富学好用好，确保哲学社会科学事业沿着正确的方向前进。 

二是要进一步扩大新型智库的影响力。智库不是党委政府的决策部门，只对决策起辅助参谋作用，智库的优势体现在战略研究上。必须着眼于具有全局性、根本性和重大性影响的问题，集中优势人才资源，开展联合攻关、集中攻关和重点攻关，以期提出具有前瞻性和针对性的战略建议。对政策的执行效果开展评估反馈调研，当好政策效果的评估者和国家治理的监督者，是智库工作的重要内容。党的十九大报告指出，“要根据新的实践对经济、政治、法治、科技、文化、教育、民生、民族、宗教、社会、生态文明、国家安全、国防和军队、‘一国两制’和祖国统一、统一战线、外交、党的建设等各方面作出理论分析和政策指导，以利于更好坚持和发展中国特色社会主义。”我市中国特色新型智库已经建立，这就要求我们要围绕新时代更好坚持和发展中国特色社会主义这一主题，聚焦党和国家中心工作任务，贯彻新发展理念，为决胜全面建成小康社会，推动实施科教兴国战略、人才强国战略、创新驱动发展战略、乡村振兴战略、区域协调发展战略、可持续发展战略、军民融合发展战略凝心聚力，献计献策，更好地研究平凉、服务平凉、宣传平凉、发展平凉。智库影响力的大小，不仅取决于智库的决策咨询能力和专业水平，更取决于其所拥有的渠道。我们要充分利用人大政协提案议案、专报等一般性渠道，也可以利用民主党派建言献策、个人的社会关系和新媒体等特色渠道，重点围绕经济金融、绿色生态、脱贫攻坚、科技创新、特色产业、道路交通、文化旅游和法治政府建设等方面为党委政府献计建言，扩大影响力，服务经济社会发展大局。

三是要完善新型智库建设与运行机制。党的十九大报告指出，“实践没有止境，理论创新也没有止境。世界每时每刻都在发生变化，中国也每时每刻都在发生变化，我们必须在理论上跟上时代，不断认识规律，不断推进理论创新、实践创新、制度创新、文化创新以及其他各方面创新。” 智库既要担负资政建言、舆论引导、社会服务的功能，又要履行理论创新功能，既要为政府和人民的当下“解忧”“消愁”，又要将人类思想理论的拓展、智慧知识的增进、精神风尚的提升进行总结提炼，将群众的实践智慧以学术成果的形式凝固并镶嵌在人类思想历史长河之中。作为我市首批首批社科智库骨干人才，在做好本职工作的前提下，就要充分发挥各自的聪明才智，立足当地，放眼全局，为我市经济社会发展做出应有的贡献。

一要通过新型智库这个平台和纽带，把党政决策部门、实际工作部门与社科院、党校、行政学院、高校、科研院所双方的优势资源结合起来，实现科研生产力与成果需求的高效对接。

篇7

关键词：人工智能；教学改革；教学方法

引言

人工智能(artificialintelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着ai3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。

1、教学现状与问题

作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。

2、管理类人才的人工智能课程教学改进策略

课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。

2.1教学方法改进

教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的凯时k66会员登录的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网 ”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网 ”、“智能 ”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术 管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。

2.2教学内容设置

世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及c语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进mooc平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。

篇8

关键词：智能科学与技术；综合性大学；机器人

中图分类号：g642　文献标识码：b

1　引言

经过近几十年的发展，智能科学技术已经成为信息领域的重要生长点，其广泛的应用前景日趋明显。为了适应社会经济发展的需求，南开大学于2005年开始建立“智能科学与技术”本科专业，经过一年时间的缜密准备，2006年正式开始招生。该专业以信息学院机器人与信息自动化研究所、自动化系、计算机科学与技术系等单位为学科依托，覆盖了这些学科上的多个博士点和硕士点。该专业面向前沿高技术，注重系统集成和相应的工程实施能力，以机器人技术等作为载体，强调学生一定的工程实践能力，并授予工学学士学位。

作为一个成立不久的新兴交叉专业，“智能科学与技术”专业没有成熟的教学计划可以遵循。特别是对智能科学这种前沿叉学科而言，如何完善人才的培养机制，以满足国民经济对于智能技术专业人才的需求，是该专业建设成败的关键性因素。另一方面，21世纪科学技术的交叉与综合，社会经济的迅速发展，国际竞争的加剧，对人才的培养机制以及人才的素质、能力、知识结构等方面都提出了新的要求。基于以上原因，为了建设好“智能科学与技术”专业，实现该专业的培养目标，我们必须针对该专业学科交叉的特点，总结传统教学方法、教学手段的优点与不足，优化课程设置和教学计划，充分体现该专业面向前沿高技术的优势，根据应用型、开发型的专门工程技术人才的需要，注重理论联系实际应用，强调课堂讲授与动手实验相结合。在制定教学体系和有关实验环节时，我们根据南开大学的办学特色，研究出一套既能够充分发挥南开大学的教学优势，又符合智能专业学科特点的教学模式。

2　兼顾专业特色与南开大学特点的教学计划设置

对于南开大学“智能科学与技术”专业而言，能否扬长避短，制订出结构合理且便于实施的教学计划，是决定该专业建设成败的至关重要的环节。

2.1　教学计划安排

南开大学信息学院设有计算机科学与技术、自动化等多个本科专业，学科交叉优势非常明显，这正是建设“智能科学与技术”专业所必需的学科基础。此外，南开大学机器人研究所在智能系统设计等方面具有多年的研究经验，可以将研究成果转化为教学内容，以进一步提高人才培养的水平。但是，从另一个方面来看，南开大学在脑科学与认知科学等方面开展的研究不多，要在认知理论等领域培养高水平的人才具有一定的难度。基于这种情形，在设计“智能科学与技术”专业的教学计划时，必须充分发挥我们在机器人研究方面的优势，重点培养学生在智能系统设计与分析方面的能力，使其针对各种具体要求，能够选择合适的传感与执行器件，集成多种智能技术与策略，完成工程系统的设计。

不可忽视的是，作为一所综合性大学，南开大学的工科基础相对薄弱，缺乏与智能学科有关的其他学科，如机械工程等。在这种大环境下，必须根据“智能科学与技术”本身的专业特点以及南开大学自身的具体情况来设置相应的课程以及教学计划，探索出一种能够充分发挥南开大学本身的理科优势和在机器人等智能系统上的研究经验，并且带有显著工程科学特色的学科建设方法和本科培养模式。为此，该专业所开设的课程和教学计划应该充分体现面向前沿高技术的特点，强调应用型、开发型的专门工程技术人才的需要，从培养目标、课程设置、实验及实习安排等方面都必须具有科学而合理的实施方案，使将来的毕业生可以成为在相关领域的研发中迫切需要的智能科学与技术方面的专业人才；这些人才应该也可以面向产业需求，在信息技术、智能家居、控制工程等领域从事智能信息采集与处理、智能系统设计与集成等方面的教育、开发与研究工作；还可以在与智能科学与技术相关的诸多方向继续深造。

需要强调的是，“智能科学与技术”专业并不是自动化、计算机等现有专业的简单组合，而是面向前沿高技术，具有自己独特定位和完备教学计划的新兴交叉专业。在设计“智能科学与技术”专业的教学计划时，我们根据南开大学综合性大学的具体情况，充分考虑到智能专业的多学科交叉特点，重点培养学生在智能系统设计与分析方面的能力，在课程体系中偏重工程技术素养方面的锻炼，最终将为该专业的毕业生授予工学学位。因此，在选择教学内容时，我们主要针对智能系统中常见的传感与执行器件，以及与之相关的各种智能技术进行介绍与分析。通过开设传感器、运动控制等课程，使学生熟悉各种光、机、电器件特性，使他们能够针对不同场合下的各种具体应用对象合理选择各种传感与执行器件，如压电陶瓷、激光、声纳、液压等元件，将其进行集成后完成预定的单元任务，并进而分析、设计和实现机器人等各种综合性的智能系统。

实现上述目标的重点在于使学生理解与掌握各种常见的智能技术，并且能够将其用于解决工程实际问题。因此，除了让学生学习认知科学基础、电子技术、计算机、自动控制原理等课程之外，本专业还特别开设了“智能技术”与“智能工程”等数门核心专业课程。此外，由于本专业侧重点在于工程实际应用，而各种智能技术必须具备一个起码的工程载体，因此，在课程计划中，除了讲授各种智能技术之外，还必须包含机械工程基础、工程光学基础等课程，使学生通过这些课程的学习，了解常见的光学和机械传感与执行元件。其中，“工程光学基础”将主要介绍智能系统中主要的光学传感与执行器件，该课程配有相应的实验。通过该课程的学习，学生可以掌握工程光学的基本概念和计算方法，了解常用的光学检测和执行技术，在此基础上，能够根据实际智能系统的需要，选择合适的光学器件和计算主要的光学参数。

根据上述设计思路，我们为“智能科学与技术”专业制订了合理的教学计划。该专业学生共需取得150个学分，方可获得工学本科学位。这些学分的具体分配如下：校公共必修课4分(926个学时)，主要学习数学、物理、英语等公共基础课程；院系公共必修课30.5个学分(659个学时)，主要包括电子技术、电路基础、计算机程序语言等课程；专业必修课29个学分(498个学时)，主要包括自动控制原理、智能技术、智能工程等专业核心课程：专业选修课为26，5个学分，学生可以从机器人学导论、数据结构、运动控制等课程中选择适合自己实际情况的课程来学习，为自己将来从事智能系统方面的研究打下基础：任选课为 15个学分，这部分课程可以拓宽学生的知识面。大部分专业必修课程都安排了实验或者上机，以通过实际应用增进学生对基本理论的理解。

2.2　核心专业课程

对于南开“智能科学与技术”专业而言，“智能技术”和“智能工程”等课程是体现专业特色的核心课程，它们在一定程度上决定了是否能实现预期的专业人才培养目标。以下将对这些专业课程进行具体介绍。

“智能技术”是智能科学与技术专业最重要的核心专业课程之一，包括6个学分。教学中既有理论讲授，还包括大量仿真训练与实验操作。该课程包括以下三部分：人工智能、计算智能与机器视觉。其中，人工智能以符号主义为主线讲授人工智能的基本概念、原理与方法；计算智能以联接主义为主线讲授计算智能的基本思想、方法；而机器视觉是基于模式识别的智能方法，重点讲授机器视觉的基本流程与方法。通过智能技术的学习，力争使学生能够掌握智能技术的基本原理和方法。通过课堂讲解，并配合一定的作业练习、上机实验等环节，使学生初步具备运用智能技术和方法分析问题和解决问题的能力。

“智能工程”是一门解剖实际智能系统设计与分析过程的核心专业课程，它与“智能技术”之间是前后承接的关系。该课程将通过分析典型的智能系统讲授各种智能技术在工程实际系统中的应用。总体而言，该课程面向智能系统的实际应用，着眼于使学生理解如何解决工程应用中的技术问题。为此，将通过具体分析移动机器人、无线传感网络等实际智能系统，使学生了解智能系统的基本结构和各个组成单元，并更好地理解之前所学的信息检测与传感、信号处理、运动控制等技术以及各种智能信息处理方法，使学生初步具备综合运用多种智能技术分析、设计和实现智能系统的能力。

2.3 教学计划实施

作为一个多学科交叉的本科专业，“智能科学与技术”的教学内容相对较多。该专业的很多课程都是现有研究生课程的下移，但不能完全沿用研究生的教学内容和授课方式，否则，在知识储备和学习能力方面的差距将使本科生很难理解、消化、吸收授课内容。因此，在组织教学时，强调授课内容突出重点，以点代面，着重讲授基本方法及其实际应用，尽量避免讲授枯燥的理论或过于抽象的内容。此外，为了适应学时方面的要求，智能技术和智能工程等课程重点讲授清楚一至两种智能信息处理技术，透彻剖析一至两个智能系统，并通过随后的专业实践等课程，进一步加深学生对各种智能技术和智能系统的理解。

在我国现行的教育体制中，中学阶段和大学阶段的学习差异性非常大，很多大学生在入学之初表现出非常明显的新生综合症。此外，很多大学生在专业课程选择、职业规划等方面疑虑很多，迫切需要经验丰富的教师进行引导。基于上述原因，并考虑到“智能科学与技术”专业课程难度较大，我们在该专业中引入了教授学业导师制度。即为该专业的各个班级分配一名学业导师，他们都是本专业年富力强、教学经验丰富、研究成果突出的中青年知名教授。其中，前两届学生的班导师曾分别留学美国康奈尔大学和加州大学伯克利分校。这些班导师可以为学生在专业课程选择、职业规划等方面提供非常具体的意见，也可以引导高年级学生积极参加专业实践，加速学生成才。

迄今为止，南开大学“智能科学与技术”专业的教学体系已经基本建设完成。现在，该专业已经有三届学生，教学情况良好，教授学业导师制度也得到了学生的广泛认可。初步的实践经验表明：我们所制订的教学计划合理性好，实现了预期的教学效果，可以达到“智能科学与技术”专业人才培养的要求。

3　实验和实践环境建设

3.1整体建设思路

作为一个面向应用的学科，“智能科学与技术”专业必须非常重视工程训练。因此，我们除了精心设置有关课程讲授基本理论，组织教学实习之外，还必须着眼于实验室的建设。通过创建高水平的实验环境，为学生提供一个实践、测试、研究基本理论的场所，切实增强学生的动手能力和工程创新意识。能否获得一个高水平的实验环境，是“智能科学与技术”这个新专业人才培养成功与否的关键因素之一。

南开大学信息学院具备良好的实验条件，机器人研究所现有的科研设备也可以为“智能技术科学”的本科生提供较好的实践平台。尽管如此，原有的实验室只能满足“智能科学与技术”专业起步期的教学工作需要，而对于体现专业特色的课程，如智能技术、智能工程等，需要有相关配套实验，因此必须创建一个高水平的实验环境，以满足专业课程教学的需要。考虑到经费和实验面积两方面的限制，要想在短期内获得一个完全满意的实验环境，难度很大，因此需要采用分批次、循序渐进的方式建设智能专业的整体实验环境。一方面，通过一年半左右的时间规划并建设好“智能科学与技术”实验室，以满足“智能技术”、“智能工程”等主要专业课程的教学要求；另一方面，可以借助于机器人研究所等单位的实验条件，暂时缓解部分课程的实验压力。

3.2　“智能科学与技术”实验室建设

“智能科学与技术”实验室的主要作用是开设与智能系统有关的实验，以体现本专业的特色。所以，建设该实验室将重点考虑如何为本专业的核心课程提供必不可少的实验条件，使学生通过大量实验操作掌握智能系统中测量、感知与执行的基本技术手段与方法，并能对整个系统进行综合分析与评价，增强学生对所学习基本理论的感性认识，深化其对专业知识的理解。在此基础上，可以引导学生在实际操作中发现问题，综合运用所学知识解决问题，训练学生逐步养成系统整体设计的技能，以培养“智能科学与技术”领域的工程创新性人才。

自南开大学建立“智能科学与技术”专业以来，我们对于该专业实验室的建设进行了长期调研，在此基础上，根据南开大学的学科特点及现有的实验室基础，我们规划了“智能科学与技术”专业实验室的建设方案，对各个实验计划进行了详细论证。在南开大学新专业建设经费的资助下，南开大学信息学院和教务处、设备处密切合作，筹集资金购置了相应的实验设备，初步建设完成了“智能科学与技术”专业实验室。实验室的主要设备如表1所示，包括机器视觉、移动机器人、磁悬浮系统、三自由度直升机、电梯群控系统等多套实验系统，这些设备可以基本满足智能技术、智能系统、专业实践等课程的教学需要。特别需要指出的是，一些实验环节，如电梯群智能控制调度及远程维护系列实验，是首次引入本科教学体系的实验课程。

3.3　以科研环境促进实验教学

不可否认的是，“智能科学与技术”实验环境建设是一项任重而道远的工作，要想在短期内完善实验环境，使之能够完全满足“智能科学与技术”教学的需要，难度很大。在这种情况下，必须开阔思路，采用多种方式进一步拓展实验渠道，如借助外单位设备组织实验教学等。

我校“智能科学与技术”专业的主要依托单位为信息学院机器人与信息自动化研究所。该所在机器人及相关技 术的研究方面处于国内领先行列，配置有移动机器人、医疗机器人、无线传感网络等多套实验设备，承担了大量国家与省部级的研究项目，具备了良好的实验条件。因此，我们充分利用该所良好的科研环境来促进实验教学。一方面，我们经常性地组织“智能科学与技术”专业的低年级本科生前来机器人所参观实习，通过教师的详细讲解，使学生初步认识机器人等智能系统的基本结构和主要组成单元，为将来学习智能技术和智能工程等课程建立感性认识，同时也使他们更好地理解本专业特色，激发学习兴趣。另一方面，在专业课程的教授过程中，教师根据具体的教学内容组织学生到机器人所进行各类演示性实验，使学生更好地理解各类智能技术。除此之外，为了切实提高“智能科学与技术”专业高年级学生的工程创新能力，学生进入大三，初步完成电子技术、计算机、智能技术等专业课程的学习后，我们逐步引导学有余力的学生提前进入实验室，参与各类研究项目，鼓励他们应用掌握的知识设计实际工程系统，激励他们的创新意识。

3.4　专业实践环节设计

为了实现“智能科学与技术”交叉工科专业的人才培养目标，必须为学生安排充分合理的教学实践环节，使学生通过解决实际问题掌握有关理论知识，提高设计与分析智能系统的能力，提高他们对于本专业的信心。在教学计划中，我们对学生的实习环节进行了精心规划，在教学的后期，积极引导学生参加各个层次的实践教学活动。

在教学计划中，“智能科学与技术”专业开设“专业实践”课程，主要目的是让智能专业的本科生进一步熟悉各类智能系统，针对磁悬浮、直升机等实验系统设计出合适的智能控制方法，并最终完成算法实现、系统性能测试、研究报告撰写、期末答辩等工作，力争使学生能够应用模糊控制、专家规则等智能控制方法解决工程实际问题。

篇9

关键词：建筑电气与智能化；实践教学；实验；产学研

作者简介：牟淑志（1978-），女，山东潍坊人，金陵科技学院楼宇智能化系，讲师；鞠全勇（1964-），男，山东龙口人，金陵科技学院机电工程学院，教授。（江苏?南京?211169）

基金项目：本文系金陵科技学院教改基金资助项目（项目编号：2010jgxm-01-4）的研究成果。

中图分类号：g642.0?????文献标识码：a?????文章编号：1007-0079（2012）23-0077-02

实践教学是培养大学生综合运用知识解决实际问题能力的重要环节，科学的实践教学体系更是培养应用型人才的基本保证。建筑电气与智能化是实践性要求很强的专业，为了培养建筑电气与智能化专业应用型人才，根据人才培养目标，需要特别重视学生工程实践能力的培养。因此，必须重视和加强实践教学，拓展实践教学内涵，构建新的实践教学体系。

本文首先对目前建筑电气与智能化专业实践教学现状及存在问题进行了深入剖析，并在此基础上结合金陵科技学院建筑电气与智能化专业建设实践，基于校企结合理念，提出了教学、科研和社会实践有机融合的以应用型人才为培养目标的建筑电气与智能化专业实践的整体思路和具体措施。

一、建筑电气与智能化专业实践教学现状及存在问题

建筑电气与智能化专业实践教学主要包括课内实验、课程设计、工程实习、毕业实习等方面，目前存在以下一些问题：

（1）实践教学培养模式不科学。目前，建筑电气与智能化专业缺乏系统完善的实践教学体系，实践教学课时比例较少，实践教学环节内容更新较慢，与企业生产脱节。

（2）课内实验、课程设计大多依附理论课程开设，实验内容以演示型和理论型为主，缺乏综合型、设计型和创新型实验，学生按照实验指导书上的步骤，被动完成实验操作，缺乏积极主动思考，效果差。

（3）实践教学师资力量薄弱，具备“双师”素质的实践教学人员比例不高，大部分课程实验教学由理论课教师兼任，教师对实践教学的重要性缺乏深层次的认识，重理论、轻实践；大量年轻教师缺乏实践教学环节的专门训练，难以胜任实践教学指导工作。

（4）工程实习、毕业实习多数以参观的方式进行，由于校外实习教学基地建设薄弱，学生缺乏现场操作，基本没有创新能力培养的内容，学生并未得到实质工程训练。

二、教学、科研和社会实践有机融合的整体思路和具体措施

1.整体思路

实践教学体系中，高校具备深厚的理论基础和人才优势，而企业则拥有实践的硬件条件及对专业技术创新的渴求。基于校企结合理念，教学、科研和社会实践有机融合的以应用型人才为培养目标的建筑电气与智能化专业实践教学改革的核心就是将工程实践带入课堂，将学生引领到工程现场。金陵科技学院以建筑电气与智能化“卓越工程师”应用型人才培养规格为标准，通过师资队伍的专业技能建设、实践教学内容的优化及方法手段的创新和产学研合作平台的构建，围绕建筑智能化工程设计、工程开发、工程实施及工程管理四条主线，构建分层式、模块化的实践教学新体系，提高学生的工程实践能力和创新能力。

2.具体措施与实践经验

（1）以建筑电气与智能化“卓越工程师”人才培养规格为标准，构建了“校企双重培养”的实践教学体系。

深化教育教学研究，以建筑电气与智能化“卓越工程师”应用型人才培养规格为标准，贯穿系统认知、系统设计、系统开发、系统集成四大主线，重新整合教学内容，构建了“校企双重培养”的实践教学体系。

校内培养：以省级实验教学示范中心为平台，构建了“时间、空间、内容”全面开放的“三维开放”实践教学环境；校内教师指导学生参加科技社团，激发学生创新潜能，培养学生创新意识；鼓励学生参与教师课题，提高学生科研能力。学生已在专业杂志上发表多篇论文，并发明多项专利。

企业培养：根据建筑电气与智能化职业岗位要求，校企双导师联合指导，培养学生独立解决工程实际问题的能力，培养建筑智能化企业工程技术人才素质；通过工程实践平台进行工程项目实训，提高工程能力。

（2）优化实验教学内容，精心设计实验教学方式。以建筑电气与智能化实际工程项目为背景，创立系列化综合性、设计性实验项目，模拟实际工程进行训练，理论与工程直接映射，开设中央空调系统组态集成控制设计综合实验、火灾报警控制器在线编程及联动控制设计综合实验、安全防范系统组态集成控制设计综合实验等典型实验项目。学生在实践教学中经历“构思—设计—实现—操作”的全过程，提高了学生工程项目开发能力、实施能力和团队合作能力。通过建筑电气创新实践、智能安防创新实践、智能照明创新实践、数字化设计与实现创新实践、智能系统控制创新实践、现场总线控制创新实践等设计性、综合性实践，培养学生工程创新意识与创新能力。

篇10

关键词：应用型本科院校；人工智能；电子信息工程；专业建设

一研究背景

在发达国家，应用型本科院校一直占有很大的比重。在我国，应用型本科院校也逐渐成为高等教育大众化的主力军，对我国高等教育系统未来发展越来越重要的作用。金陵科技学院作为教育部应用科技大学改革试点战略研究单位、中国应用技术大学（学院）联盟创始单位，也正在积极地去探究相关的应用型专业建设模式。电子信息工程专业作为学校的一门深度涉软专业，也要紧跟南京城市软件建设发展方向，这对应用型电子信息工程专业培养既是机遇又是挑战。随着社会的不断发展和科学技术的不断进步，电子信息工程的应用也越来越广泛，对人们的生活产生了非常大的影响。，不但改变着人们获取信息、存储信息和管理信息的方式，而且为人们进行信息的获取、存储和管理提供了新的途径和方法，目前，各行业大都需要电子信息工程专业人才，而且薪金很高。2015年5月8日，备受瞩目的《中国制造2025》由国务院正式下发，这是我国实施制造强国战略第一个十年的行动纲领。该规划二个突出特点是，将"加快新一代信息通信技术与制造业的深度融合"作为贯彻始终的主题，提出坚持自主研发和开放合作并举，加快建立现代电子信息产业体系，为推动信息化与工业化深度融合、实现制造业由大变强、建设网络强国提供强有力的基础支撑。在今年，随着国家“两会”的盛大召开，人工智能首次被提升到国家发展战略高度，人工智能技术的重大突破将带来新一轮科技革命和产业革命，大力发展人工智能技术是中国经济转型升级的重要动力。电子信息技术的巨大成功和进步，使人工智能可以深层次、多维度地参与到各个行业各个领域中，使科技的进步快速融入到跨界合作中。比如，电子信息技术的成熟，使人工智能可以深度服务于医疗卫生事业、配合甚至取代医生进行精确的手术治疗。在无人驾驶领域，无人驾驶汽车、无人驾驶飞机、无人驾驶舰船都已经陆续投入使用；在军事领域，人工智能的运用更是已经炉火纯青，俄罗斯与美国的人工智能作战部队和相关系统，已经在反恐作战中屡立战功，威力无比，作战效能与性价比远远超越人类士兵。由此可看出，人工智能在电子信息技术大发展的当下，终于在应用层面开始发光发热，现出巨大的生命力和后续无穷无尽的成长潜力，人工智能在各行各业的广泛应用，是国家经济结构战略性调整、产能升级改造、产业结构优化、核心技术创新获得成功的关键。随着bat、华为、大疆无人机等高科技企业在人工智能应用和开发上的不断探索，刺激更多人才和资本向人工智能商业应用领域涌入。目前，基于人工智能学习背景下，软硬件相关知识过硬的电子信息类专业人才已经成为社会上最为紧缺的人才，薪水待遇很高。

二需要解决的关键问题

作为应用型本科院校，如何将“人工智能”新概念融入到电子信息工程专业建设中，根据社会发展的需求，校企紧密结合，培养出复合型的，应用型的社会紧缺人才，是需要去解决的关键问题。1.像当年互联网的崛起一样，人工智能真正的发展才刚刚兴起，相关的概念及定义还不完全定型，如何把握好未来人工智能的发展方向，有针对性地在传统的电子信息工程课程计划中规划与人工智能息息相关的课程，比如人工智能原理，机器学习，深度学习等课程，将两者有机融合，在人才培养上面临较大的挑战。2.人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的崭新概念。如果要将“人工智能”融入到电子信息工程专业建设中，就不仅需要学生学好如模拟电子技术，数字电子技术，数字信号处理，单片机技术，c/c 程序设计等传统的课程，打好基础，还需要加强在数据挖掘，神经网络等以数学为基础的课程方面的建设，扎实学生的数学物理基础。这对学生的学习能力要求更高，老师的教学水平也提出更高的要求。因此，如何加强此方面的师资专业培训，是一个该课题需要解决的关键问题。3.一个专业人才的培养，不仅需要优秀的师资力量以及良好的学风，还需要有相关的硬件实验平台作为支撑。如何根据“人工智能”新概念，针对性地新建一些诸如智能传感器实验室，人体特征识别实验室，机器人实验室等，把电子信息工程专业中的电子器件技术，信号处理技术等应用于人脸识别，智能家居，机器人等热门领域，根据学生的兴趣爱好因材施教，提高学生的动手能力，也是该课题需要去解决的一个关键问题。

三研究内容

本文以“人工智能”新概念下的电子信息工程专业教学及实践模式为研究内容，重点研究如何将人工智能相关的理论及实验课程建设融入到传统的电子信息工程专业培养方案中，做到无缝结合，在培养模式上需要有一定的理论创新，以更好地适应人工智能类的高新电子信息技术企业对相关应用型人才的要求。目前拟以现有电子信息工程专业的课程体系和专业方向为基础，形成以“人工智能”为导向的应用型电子信息工程特色专业建设，在未来的专业发展规划中，逐渐形成物联网、智能家居、机器人，无人机，人脸识别，语音交互，智能驾驶等不同的专业方向，增加学生的就业面，提高学生的就业层次，加强学生的就业竞争力。主要具体体现在以下几个方面：

（一）实践教学的形式多样

可采用以“学生兴趣爱好”为依据的引导式教学实践模式，在扎实学生数学物理等理论的基础上，将最新的人工智能概念贯穿在电子信息工程专业课程体系中，通过不同的应用型实验项目拓宽学生的知识面，提高学生的主动学习能力，动手实践能力，创新能力以及独立开展研究的能力，将课堂教学、校内实验和校外企业实习三者相互结合，鼓励学生参加诸如全国大学生电子设计大赛，全国大学生智能设计竞赛，中美创客大赛等赛事，以确保培养出高素质的应用型专业人才。同时，让学生从大二开始就自选课题、进实验室、根据兴趣爱好组建不同研究方向的实验团队，并为学生按照不同的研究方向配备专业教师，以此让学生融入到教师的科研工作中去，形成所谓的本科生导师制制度，由相应的导师全程指导，开展科学研究，培养学生的科技创新能力和动手实践能力。

（二）注重提高教师的教学及科研水平

在努力提高学生学习能力的同时，注重提高应用型电子信息工程专业教师的教学及科研水平，使其能够很好地将“人工智能”新概念用于电子信息工程专业的教学中，指导学生参加相关的各种竞赛，提高教师团队的实践能力及技术水平。通过海内外招聘和内部强化培养(教师博士化、教师双师化、教师国际化)等举措，加强师资团队建设；通过鼓励教师积极开设mooc课程，参加教师技能大赛以及国内外教学培训，从多方面提高教师的教学水平。

（三）建立完善的校企合作制度，为学生提供相应的实习基地

企业工程师可以参与相关的人才培养方案修订和部分的教学实践工作。这种合作制度既可以提高教师的科研应用水平，也可以为学生提供就业机会，增强学生的实践创新能力。

（四）注重课程大纲修改，实验室平台建设

以改革传统的电子信息工程专业的培养模式为目标，总结在“人工智能”新概念下教学及实践的相关经验，形成一个有鲜明特色的电子信息工程专业培育模式。应用型本科院校电子信息工程专业人才未来的发展战略和改革方向，应重点考察“人工智能”新概念下专业人才培养模式的优缺点。重点关注“人工智能”新概念下的教学及实践课程大纲修订、教师教学及科研能力培训体系构建、实验室软硬件平台建设、校企合作培养模式探讨及校外实习基金建设等工作。

四结语

本文探讨和研究了“人工智能”新概念下应用型电子信息工程专业培养模式，结合金陵科技学院电子信息工程专业的发展情况，对原有的专业培养模式做了一定的理论创新，引入了“人工智能”新概念，从理论和实践教学，学生学习能力和教师教研技能培养，校企合作办学，实验室建设等方面进行了一系列的探讨。

参考文献

[1]姚俊.电子信息工程专业人才培养模式研究[j].山东社会科学2016(s1):357-358.

[2]叶全意,徐志国,吴杰,等.应用型本科院校电子信息类专业大学生科技创新能力培养[j].教育教学论坛,2016(46):93-94.