新一代人工智能學科的專業(yè)建設與課程設置研究

楊博雄，李社蕾

（三亞學院 信息與智能工程學院，海南 三亞 572022）

0 引 言

人工智能（Artificial Intelligence，簡稱AI）是當前信息技術領域研究的熱點，特別是以物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、深度學習、智能衛(wèi)星等為代表的新一代人工智能技術的發(fā)展，極大影響甚至改變了人們的生產(chǎn)生活與思維方式[1]。2017年7月8日，國務院頒發(fā)的《新一代人工智能發(fā)展規(guī)劃》指出：人工智能將成為國際競爭的新焦點[2]。人工智能必將成為引領未來的戰(zhàn)略性技術，世界主要發(fā)達國家把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略。

毋庸置疑，人工智能的發(fā)展就是人才的發(fā)展，人工智能的進步離不開人才的培養(yǎng)。全球人工智能人才儲備中國只有5%左右，人工智能人才缺口超過500萬。為此，教育部在2018年4月2日專門印發(fā)了《高等學校人工智能創(chuàng)新行動計劃》，提出3大類18項重點任務，并規(guī)劃到2020年，基本完成適應新一代人工智能發(fā)展的高校科技創(chuàng)新體系和學科體系的優(yōu)化布局，高校在新一代人工智能基礎理論和關鍵技術研究等方面取得新突破，人才培養(yǎng)和科學研究的優(yōu)勢進一步提升，并推動人工智能技術廣泛應用[3]。

截至2017年末，全國共有71所高校圍繞人工智能領域設置了86個二級學科或交叉學科。教育部也在深入論證人工智能學科內(nèi)涵，推進人工智能一級學科建設，科學合理、穩(wěn)步有序地擴大人才培養(yǎng)規(guī)模，甚至鼓勵有條件的高校在充分論證的基礎上建立人工智能學院、人工智能研究院或人工智能交叉研究中心[4]。

那么高校如何申請并設立人工智能專業(yè)呢？這是擺在許多高校面前的問題。

1 專業(yè)設置定位

1.1 專業(yè)設置

目前，在教育部《學位授予和人才培養(yǎng)學科目錄》中，與人工智能有關或者相近的專業(yè)是智能科學與技術。智能科學與技術是工學門類中計算機專業(yè)類下的特設專業(yè)，是一門融合了電氣、計算機、傳感、通訊、控制等眾多學科領域，多學科相互合作、相互研究的跨學科專業(yè)[5]。專業(yè)涉及機器人技術、微電子機械系統(tǒng)、以新一代網(wǎng)絡計算為基礎的智能系統(tǒng)，以及與國民經(jīng)濟、工業(yè)生產(chǎn)及日常生活密切相關的各類智能技術與系統(tǒng)等，是培養(yǎng)解決智能系統(tǒng)基本理論、算法設計以及系統(tǒng)建設等問題的高級復合型專業(yè)人才的本科專業(yè)。

各高?？梢愿鶕?jù)自身的學科特點、優(yōu)勢以及人才培養(yǎng)目標，從與人工智能相近的專業(yè)來進行獨立開設。同時，可以依托計算機、電子、軟件、自動化、大數(shù)據(jù)等專業(yè)基礎，根據(jù)新一代人工智能的發(fā)展趨勢和應用特點，開始新一代人工智能基礎課程，拓展專業(yè)課程設置，延伸專業(yè)應用，從而獲得新的專業(yè)特色和優(yōu)勢。

在暫時不具備申請新專業(yè)的學院，可以在計算機、軟件、電子或者大數(shù)據(jù)等專業(yè)里面先設置人工智能方向，為申報人工智能專業(yè)打下基礎。

1.2 專業(yè)定位

人工智能學科覆蓋面廣、包容性強、應用需求空間巨大，已成為國際上公認的最具發(fā)展前景的學科之一，所培養(yǎng)人才的就業(yè)方向幾乎覆蓋了所有的領域。然而，在《學位授予和人才培養(yǎng)學科目錄》的本科專業(yè)中還沒有人工智能這個專業(yè)，與人工智能最接近的專業(yè)是智能科學與技術[6]。

高等院校和科研機構(gòu)是人才培養(yǎng)的主要基地，是時代發(fā)展的風向標，引領社會進步。三亞學院是一所應用型大學，學校的學科發(fā)展定位是強化內(nèi)涵、兼顧多學科，智能科學與技術專業(yè)的設立可以推動多學科交叉融合，為傳統(tǒng)學科的進一步發(fā)展開拓新的思路。智能科學與技術專業(yè)不僅是一個新專業(yè)，更是一個新的創(chuàng)新創(chuàng)業(yè)人才孵化器，人才培養(yǎng)將在智能思維的幫助下邁向一個新的境界。

從技術發(fā)展看，從腦科學突破角度發(fā)展人工智能，現(xiàn)在還有局限性[7]，所以現(xiàn)在普遍意義上的新一代人工智能是在大數(shù)據(jù)基礎上，再加上受腦科學啟發(fā)的類腦智能機理綜合起來的理論、技術、方法形成的智能系統(tǒng)。從三亞學院專業(yè)布局和學科定位角度看，在現(xiàn)有的計算機科學與技術、軟件工程、數(shù)據(jù)科學與大數(shù)據(jù)等專業(yè)基礎之上增加智能科學與技術專業(yè)是專業(yè)建設的必由之路，不僅有助于學科建設的綜合性和連續(xù)性，而且可以提升三亞學院辦學水平，形成具有鮮明特色的學科方向。

智能科學與技術也將對許多傳統(tǒng)學科的發(fā)展帶來極大的影響。早期，人們將人工智能認為是計算機科學的一個分支，如今人工智能學科顯然已經(jīng)超越計算機科學的范疇，與互聯(lián)網(wǎng)、大數(shù)據(jù)、語言學、心理學、腦認知等學科緊密相關。人工智能學科研究的主要內(nèi)容包括知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面[8]。因此，發(fā)展智能科學與技術既可以適應現(xiàn)代人工智能時代的需要，又可以盡快把計算機科學、數(shù)據(jù)科學與大數(shù)據(jù)、軟件工程、腦認知科學、語言學、仿生學等有生力量調(diào)動起來開展工作。

1.3 培養(yǎng)目標

人工智能專業(yè)培養(yǎng)的是具有“較深的人文底蘊、強烈的創(chuàng)新意識、寬廣的國際視野、扎實的專業(yè)知識”的高素質(zhì)應用型工程技術人才，需要具有良好思想道德修養(yǎng)、創(chuàng)新創(chuàng)業(yè)精神和職業(yè)道德精神，具備自主學習能力、批判思維能力和較強的國際交流能力等。此外，培養(yǎng)的學生還需要具備信息科學、數(shù)理統(tǒng)計、數(shù)據(jù)科學、智能硬件等基礎知識與基本技能，熟練掌握傳感網(wǎng)、物聯(lián)網(wǎng)、嵌入式、大數(shù)據(jù)處理、機器學習、深度學習等專業(yè)技術，能夠從事智能機器人、無人系統(tǒng)等產(chǎn)品的設計開發(fā)與生產(chǎn)[9]，能夠勝任政府、企事業(yè)單位、社會組織等部門有關數(shù)據(jù)統(tǒng)計與分析、智能系統(tǒng)設計與建設、智能系統(tǒng)安全維護、輿情監(jiān)測、專家決策等方面的工作。

2 人才定位

智能系統(tǒng)設計師：根據(jù)產(chǎn)品和服務的需求，搭建深度學習相關框架，提供深度學習相關支持；負責深度學習相關數(shù)據(jù)的處理、特征提取和模型訓練等；提供跟訓練好的模型之間的接口交互。

高級算法工程師：進行人工智能相關前沿算法的研究，包括機器學習、知識應用、智能決策等技術的應用，負責機器視覺系統(tǒng)、圖像處理開發(fā)及算法優(yōu)化和性能評估工作；負責各類算法開發(fā)及優(yōu)化工作。

智能設備與無人系統(tǒng)研發(fā)工程師：獨立或者作為骨干參與到智能設備、無人系統(tǒng)等的研發(fā)與生產(chǎn)中，如家庭服務機器人、健康護理設備、可穿戴設備、仿生設備等的研究與開發(fā)，制定研發(fā)計劃，并進行任務分解、需求分析、架構(gòu)設計等工作；負責研發(fā)項目的架構(gòu)設計及部分核心代碼的編寫；負責把控研發(fā)產(chǎn)品的技術路線、架構(gòu)、方案以及階段成果。

智能服務應用工程師：根據(jù)行業(yè)需求和過往數(shù)據(jù)進行市場分析、客戶管理與潛力挖掘、廣告投放、風險管控、行業(yè)走向預測、輔助決策等行業(yè)應用，提高行業(yè)管理水平和運行效率；創(chuàng)建行業(yè)應用的數(shù)據(jù)挖掘和建模相關的核心算法和代碼實現(xiàn)；負責數(shù)據(jù)分析和建模項目的業(yè)務需求和技術實現(xiàn)；負責數(shù)據(jù)模型等數(shù)據(jù)產(chǎn)品的策略智能分析和報告等事宜。

自然語言處理（NLP）工程師：利用機器學習/深度學習/NLP技術完成并優(yōu)化文本分類、熱點問題分析功能，為戰(zhàn)略決策提供數(shù)據(jù)支持；負責智能化平臺語料獲取, 包括互聯(lián)網(wǎng)/日志等, 并進行相應分析分類/聚類，挖掘數(shù)據(jù)潛在的價值。

3 課程體系建設

3.1 理論課程建設

人工智能是一門綜合性學科，既需要有扎實的數(shù)學基礎，還需要一定的計算機硬件開發(fā)基礎，同時，還要注重課程的整體性和層次性設置。在專業(yè)基礎課上除了微積分、線性代數(shù)、概率與統(tǒng)計等基礎數(shù)學課，還要有數(shù)學分析、凸優(yōu)化等對人工智能很重要的內(nèi)容，以及矩陣運算、監(jiān)督學習與非監(jiān)督學習的應用數(shù)學基礎。

在專業(yè)核心課程設置上，智能科學與技術專業(yè)除開設計算機專業(yè)的核心課（如Python、C/C++、操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)、算法分析、智能硬件、分布式并行計算、FPGA開發(fā)等）及平臺課程外，相關的核心課程還包括人工智能導論（含腦科學、生命科學與認知科學）、機器學習、深度學習、大數(shù)據(jù)處理與云計算、機器人開發(fā)、模式識別、自然語言處理等核心課程，實驗平臺支持人工智能硬件實驗平臺、大數(shù)據(jù)處理與云計算平臺、機器學習與深度學習平臺等。

3.2 實驗建設

實驗課程設計可以根據(jù)人才培養(yǎng)目標和教學計劃安排分Python開發(fā)、機器學習、深度學習、智能化應用等模塊進行展開，部分參考案例設計如下。

（1）機器學習實驗。主要包括：實驗1，機器學習概述；實驗2，監(jiān)督學習的數(shù)據(jù)準備；實驗3，監(jiān)督學習的算法調(diào)優(yōu)（臨近算法、樸素貝葉斯分類器、卷積神經(jīng)網(wǎng)絡等）；實驗4，監(jiān)督學習的效果分析與模型部署；實驗5，非監(jiān)督學習算法調(diào)優(yōu)（K均值聚類、主成分分析算法、自組織映射神經(jīng)網(wǎng)絡等）；實驗6，非監(jiān)督學習模型部署（聚類、隱馬爾可夫模型、神經(jīng)網(wǎng)絡模型等）；實驗7，半監(jiān)督學習的分類方法（生成式、判別式等）；實驗8，半監(jiān)督學習的聚類方法。

（2）深度學習實驗。主要包括：實驗1，Tensorf l ow基本應用；實驗2，BP神經(jīng)網(wǎng)絡；實驗3，AutoEncoder自動編碼器；實驗4，目標檢測（rcnn、fast-rcnn、faster-rcnn、ssd）；實驗5，圖像分類（vgg、resnet）；實驗6，圖像處理軟件Matlab的安裝與使用；實驗7，圖像操作及算術運算；實驗8，圖像顏色空間運算；實驗9，圖像濾波。

（3）人臉識別實驗。主要包括：實驗1，數(shù)據(jù)選擇（WebFace人臉數(shù)據(jù)庫）；實驗2，數(shù)據(jù)處理（人臉檢測、人臉特征點檢測、人臉的對齊）；實驗3，數(shù)據(jù)轉(zhuǎn)換（劃分訓練集驗證集，調(diào)用Caffe提供的轉(zhuǎn)換函數(shù)）；實驗4，訓練網(wǎng)絡；實驗5，在LFW上測試（LFW，人臉識別領域最重要的數(shù)據(jù)集合）；實驗6，結(jié)果分析。

3.3 實訓課程建設

實訓課程結(jié)合當前的熱點應用進行設計，部分參考案例如下：①智能機器人，主要包括智能工業(yè)機器人、智能服務機器人和智能特種機器人；②智能金融，包括智能客服、身份驗證、金融搜索引擎、征信及風控、智能投顧等內(nèi)容；③智能醫(yī)療，包括智能健康管理、智能診療、智能影像等；④無人控制，包括無人船、無人車、無人機等自動控制與智能駕駛；⑤智能搜索，包括圖像搜索、語音搜索、定位搜索、天氣搜索等；⑥智能教育，包括自動化輔導、智能測評、個性化學習等；⑦智慧旅游，包括自由行推薦、個性化服務、興趣點搜索、共享服務、VR/AR體驗等。

4 結(jié) 論

從當前人工智能的發(fā)展現(xiàn)狀到未來人工智能發(fā)展方向來看，重新塑造和建設人工智能專業(yè)刻不容緩。特別是教育部開始實施全民智能教育項目，在中小學階段設置人工智能相關課程，逐步推廣編程教育，鼓勵社會力量參與寓教于樂的編程教學軟件、游戲的開發(fā)和推廣。

當然，在人工智能還沒有上升為一級學科之前，高?？梢愿鶕?jù)自己的專業(yè)特色來申請相關的智能學科專業(yè)，比如設立人工智能特色的機器人專業(yè)、自動控制專業(yè)等，或者在計算機專業(yè)設置人工智能方向，這些都是滿足當前人工智能產(chǎn)業(yè)發(fā)展和人才培養(yǎng)需要的解決方案。