人工智能专业实践教学课程地图研究

莫善军

（中山大学 智能工程学院，广东 深圳 518107）

人工智 能（AI,Artificial Intelligence）源 于计算机科学，已逐步成为一个独立的分支，它研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统，具有多学科融合、高度复杂的特征以及渗透力和支撑性强等特点，涉及计算机科学、数学、认知科学、脑科学、心理学、哲学等多学科的深度交叉融合.2017 年7 月我国提出人工智能技术与产业为国家重大发展战略[1]，此后几年《政府工作报告》多次谋划该战略的部署，并拟定了首先“完善人工智能教育体系”具体行动.面对人工智能的浪潮，2018 年4 月，我国教育部印发了《高等学校人工智能创新行动计划》，明确人工智能专业是中国高校人才计划设立的专业，提出了要完善人工智能领域人才培养体系，完善学科布局，同时加强专业建设、教材建设以及人才培养力度，探索“人工智能+X”的人才培养模式，鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合，对照国家和区域产业需求布点人工智能相关专业[2-3].

到2019 年3 月，有35 所高校新获得教育部审批的人工智能专业办学资格，2022 年有440所高校获得教育部的审批加入到办学阵营中.从学校数量来看，高校聚集地北京、江苏等增速较快；从学校层次来看，传统老牌985 名校清华大学、北京大学、浙江大学、南京大学、上海交通大学、复旦大学、同济大学、武汉大学近几年都新增人工智能本科专业，以职业技能培训为主要发展目标的普通院校安徽信息工程学院、泉州信息工程学院、东华理工大学等也加入了阵营，共同推进人工智能基础研究型人才和应用型人才的培养，并形成各自的办学特色（见表1）.

表1 国内高校人工智能专业办学情况表［5-6］

表2 实践教学环节支撑理论课程

1979 年哥伦比亚大学在工程与应用学院计算机科学系开办人工智能专业.该专业涉足的领域包括：计算机视觉、自然语言处理、安全和隐私、软件调试、机器人和机器学习领域等，哥大以实验室和研究小组为单元，科研与教学深度融合，产生了比较知名的实验室有彼得K·艾伦机器人实验室、托尼·杰巴拉机器学习实验室、谢里·K 纳亚尔计算机视觉实验室等[4].

与人工智能专业同脉同源的数据科学与大数据技术、大数据管理与应用、机器人工程、智能科学与技术、智能制造工程、物联网工程专业等也蓬勃发展，目前已将近500 所院校开设了数据科学与大数据技术专业.

2019 年6 月1 日，第一届“全国人工智能专业实践实验教学体系建设研讨会”在上海召开，会议由上海市计算机学会、上海市计算机学会人工智能专委会、上海市计算机学会教学指导委员会主办.2019 年7 月25 日，“第一届全国高校大数据人工智能专业建设研讨会”在青岛隆重举行，研讨会由教育部高等学校计算机类专业指导委员会主办，会议围绕大数据与人工智能专业建设为核心主题展开分享与研讨.

当前以人工智能为代表的数字经济已成为中国经济发展的新引擎，根据工信部2020 年6月发布的《人工智能产业人才发展报告（2019-2020 年版）》，我国人工智能产业有效人才缺口达30 万，特别技术方向和岗位上供需失衡比例尤为突出.当前国内高校新设立的人工智能专业呈多学科汇聚的特点：一是从计算机专业分支设立新的方向，从传统上看是正统出身，隶属于计算 机科学 与技术（Computer Science and Technology）一级学科；二是以电子信息工程等为专业背景发展起来的，隶属于控制科学与工程（Control science and engineering）一级学 科；三是其他多个专业整合设立的，开设“人工智能+”的跨学科专业，覆盖计算机、数学、电子信息、统计学、心理学等多个专业领域.因此，人工智能专业设立的根源不同，专业名称多样化；新成立的专业、新成立的学院，教师队伍不断变化中，每年因变化的师资力量会不断修订培养方案，培养目标也在不断变化中，导致课程地图不够清晰，课程体系中的实践教学规划设计更是短板；新办专业的教学实验建设不可能一步到位，教学仪器设备需要巨大投入，需要不断积累和沉淀.

1 课程地图思路

1956 年美国达特茅斯会议是人工智能学科发展的里程碑，之后其经历了三个发展阶段：推理期、知识期和学习期[5].当前的发展阶段形成的共识是：人工智能是计算机科学的一个分支，现阶段比较热门的研究方向包括语音识别、图像识别、自然语言处理、机器人和专家系统等.人工智能专业从无到有地发展,当前呈自发式倍增态势，其专业分支越来越枝繁叶茂,课程越来越多,分类方式也是不尽相同,因此对其专业没有统一的课程分类标准.

哥伦比亚大学人工智能专业培养体系为我国的人工智能人才培养体系的设计提供了重要指引，其培养目标分三个层次：首先掌握数学和计算机基础,如编程语言、操作系统、计算机体系结构、人工智能导论、自然语言处理、计算复杂性和算法分析等.有了相关知识的基础,学生具有了人工智能领域的理论和应用基础.其次学生自主选择某个应用领域方向,基于AI+的思想，将计算机科学与艺术、人文、数学、自然科学或社会科学中的某一领域结合起来.最后是机器学习综合实践,在生物信息学、智能系统、金融、信息检索等领域开展综合能力学习[4].

我国教育部2018 年核准的人工智能专业代码080717T，学位授予门类工学，T 代表特设专业，强调人工智能专业的本质是：重交叉强融合.在人工智能专业从散落到聚集的过程中，对照人工智能知识体系及各高校结合自身特点制定了专业培养方案，主要是围绕工程知识、问题分析、研究、使用现代工具、项目管理等12 项毕业要求确立培养目标.西安交通大学的人工智能人才培养体系提出了具有代表性的“人工智能”专业培养目标：人工智能领域专业是培养聚力解决人工智能理论科学问题和工程技术问题，掌握机器学习和深度学习的理论和方法，学会计算机视觉、自然语言处理、语音处理与识别应用技能，追踪国际人工智能专业领域最前沿的理论方法，能针对科研和应用工程问题构建专业思维、专业方法和专业嗅觉[6]的高级人才.目前各高校新办的AI 专业提出的人才培养目标可以划分三个层级：基础理论学习、人工智能专业技术体系掌握、学科应用分支实践，围绕当前人工智能发展较为成熟的知识点，四年培养过程大致分为三个阶段，体现为“AI”学习阶段的计算机知识和AI 基础的储备学习，加上高年级“+”阶段，即分支领域应用实践，这是目前我国高校人工智能专业人才培养的典型方案.

实践教学是人工智能专业人才培养重要环节，实践教学是专业理论课程的升华和延伸，AI的知识点理解和掌握必须依托知识验证和工程实践，我国高校人工智能专业的培养方案实践教学环节学时占比一般为30%左右[7-8].人工智能专业实践教学课程设置应做到体系化和有序衔接，依据如下思路：

（1）实践教学目标明确，凝练AI 技术的知识点，以专业培养目标为导向，围绕人工智能专业核心课程，实践教学服务于核心课程.人工智能专业核心课程包括人工智能导论、机器学习、深度学习、机器人学导论、多智能体系统等，这些核心课程的教学过程穿插实践教学环节，安排独立实验课程或相应的实验教学学时，让学生有动手实践过程，提高学习成效.

（2）实践教学立足辅助理论课程，实验项目的设定结合理论课程的教学大纲知识点，为其提供验证方法和手段.例如机器学习课程涉及监督学习、无监督学习、半监督学习等，包括分类问题与回归问题的数学模型的理解和掌握，理解判别模型和生成模型算法是如何实现？深度学习课程中人工神经网络包括CNN、RNN、GAN、MLP，各类聚类算法有K-means、层次聚类、基于密度的聚类等.开设的实验项目涵盖算法和模型的程序代码设计，或者各类工具包的操作和应用，例如Matlab 的各领域专业工具包等，Python 的科学库.

（3）实践教学环节安排有序衔接，四年的实验课程形成体系，知识培养从低到高形成增长的链条.实践教学有序衔接包含三个层面：一是实验课程与理论课程相互衔接，实验项目有效验证理论课程的知识点；二是实验课程安排有先有后，知识点安排由基础到专业，低年级课程是高年级的基础支撑；三是实践教学各个环节由易到难，知识内容由可重复的验证实验到开放创新课题；例如计算机算法语言和运筹学的各类最优算法是基础，C++和Python 在低年级安排学习训练，夯实计算机基础知识，在大三安排各 类AI 框架学 习，包 括Tensorflow、Pytorch、Keras、Caffe 等框架，在后续图形图像处理技术、自然语言处理技术、语音处理与识别技术等课程奠定基础.

2 实践教学安排

2.1 理论支撑和基础培养

人工智能领域的研究探索和人才培养的实践中，对于本科专业课程设置，国内外各高校各具特色.

西交大有八大课程群，即数学与统计、科学与工程、计算机科学与技术、人工智能核心、认知与神经科学、人工智能与社会、先进机器人技术、人工智能工具与平台等，形成人工智能专业知识体系与课程分类，强调了数学和计算机知识的基础培养，核心课程围绕AI 前沿技术体系设置[6].

南京大学的培养体系分为3 个层次：数学基础课程、学科基础课程、专业方向课程和专业选修课程.其中，数学基础课程包括数学分析、高等代数、离散数学、概率学与数理统计、最优化方法和数理逻辑.学科基础课程有人工智能导引、人工智能导论，数学结构与算法分析、程序设计基础、高级程序设计、机器学习、自然语言处理、知识表示与处理、模式识别与计算机视觉、数学系统设计基础和操作系统[3].专业方向课程分为机器学习与数据挖掘、智能系统与应用两个方向，核心课程包括泛函分析、数字信号处理、高级机器学习、计算方法和控制理论与方法、机器人学导论、多智能体系统、分布式与平行计算[9].

北航着重设置数学分析、概率、代数、最优化方法、智能计算等“数学成分”课程，体现其人工智能专业的核心课程特色[10].兰州大学人工智能专业设置了低年级基础课程群和高年级选修“课程包”：基础课程群包括数据建模与分析、仿生计算基础、认知机器人学等，选修“课程包”有认知神经与脑科学、信息可视化技术、人机交互等[10-11].

从国内外各高校人工智能本科专业课程设置看，可以得出“数学是人工智能的基础”共性结论.涉及的数学课程有线性代数、概率论、数理统计、最优化理论、信息论、形式逻辑等.其中线性代数的本质是将具体事物抽象为数学对象，概率论通过机器学习技术解决大数据问题，数理统计从随机数据中对客观规律做出合理的估计和判断[12].信息论通过处理客观世界中的不确定性，形成逻辑助力人工智能实现抽象推理.数学的学习可以通过传统的理论公式学习和作业训练，理解现象问题描述为数学规律过程，掌握各种算法的数学基础.同时也可以基于现代各类数学软件工具，在计算力和模型方面进行训练和提升，将抽象的数学问题图形化，各类数学训练工具包括：mathematic、matlab、origin 等.

2.2 AI 通识和技能培养

人工智能专业大部分为传统计算机专业源头，掌握计算机语言和专用开发工具是人工智能具体应用必备的基础，包括计算机算法语言、AI 导论、机器学习等方面课程，也是该专业实践教学课程地图设计的主要内容.

通用工具部分包括：Python 基础和编程技巧的训练（Python 安装、数据类型、集合类型、条件判断、函数、对象基础、模块和包、输入输出以及调试测试等知识点），Matlab 基础和编程技巧的训练（Matlab 入门、基础命令、矩阵、函数等知识点），Python 高级应用（容器、容器浅拷贝和深拷贝、高阶函数、Lambda 表达式、约瑟夫环问题、模块和高级包、时间库、平发库科学计算库、Matplotlib 可视化绘图库、锁和线程、多线程编程等知识）.

当前人工智能领域热门方向包括CV(Computer Vision)、ASR (Automatic Speech Recognition)、NLP(Natural Language Processing)以及ML(Machine Learning)等，这些方向的专业通识技术可以由人工智能导论课程讲授.通识技术涉及各类数据处理方法和基础算法，包括数据预处理、数据特征提取、归类标签和回归拟合、贝叶斯、K-最近邻 (KNN)、支持向量机 (SVM)、卡夫曼滤波算法、BP 神经元网络算法等.课程实践环节着重每种算法的程序设计，加深算法理论基础，以及动手完成这些基本算法.通过课程的理论学习和编程实践，让学生掌握人工智能涉及到的通用算法，体验人工智能领域研究和解决问题的思路，夯实计算机编程知识.

机器学习和深度学习两门课程实践环节部分首先安排各种主流AI 框架工具的应用学习，包括TensorFlow（Google）、Pytorch（Facebook）、MXNet（Amazon）、Keras（开 源）、Caffe（开 源）、CNTK（Microsoft）、PaddlePaddle（百 度）、MindSpore（华 为）、PAI（阿 里）、ModelArts（华为）等.

2.3 综合实践培养

目前人工智能有六大前沿领域，包括NLP、CV、ML、知识表示、自动推理和机器人学.“AI+X”是我国人工智能专业人才培养模式的高度凝练，其中“X”即为综合实践能力培养，体现交叉学科应用.清华大学、兰州大学、西安交通大学分别开展了“AI+X”课程项目、选修“课程包”和“专业综合性实验”课程群的积极探索，在高年级培养阶段强调交叉联合方式，目的是激发学生动手解决实际问题的综合能力.专业课程设计围绕生物特征识别、图像处理、视频分析和情感分词、语音识别、文本数据挖掘等方向，也可以设定更加复合应用目标，例如自动驾驶、无人机、机器人等，具体的应用训练题目例如医学图像分割和处理、微博用户情绪分析等.同时，引导学生参加人工智能领域的各类竞赛，通过竞赛题目锻炼学生综合实践能力，知名赛事包括：全国大学生机器人大赛（RoboMaster、RoboCon、RoboTac）、全国大学生智能汽车大赛、中国大学生计算机设计大赛等.

3 实践教学课程地图

中山大学属于国内较早探索人工智能新工科院校之一，2017 年5 月,在自动化系的基础上成立了独立的智能工程学院,开办了智能科学与技术专业[13]，该专业办学思路和学科建设类同人工智能专业.该专业培养目标定位为：以人工智能理论和方法为核心，研究如何用机器去模拟、延伸和扩展人的智能，实现机器的自主学习和智能演进，能够针对复杂应用场景进行优化决策和控制.本专业重点教授学生在智能信息处理（计算机视觉、自然语言处理）、无人系统（机器人、无人机）等多个领域的智能科学与技术基础理论知识及综合解决工程问题的能力.致力于培养具有国际视野、在人工智能领域能够提出、解决重大科学问题的领军人才，以期在核心关键技术、平台和生态构建能力方面取得突破，服务于先进制造、交通、医疗等重大产业.学科发展的特点是立足于粤港澳大湾区，充分利用广州和深圳龙头城市的产业发展优势，加强人才培养和产业的互动，将人才培养和服务于区域乃至国家经济发展更加紧密地结合起来.经过两年多实践和迭代，2019 年中山大学建立了比较完善的专业人才培养体系，在实践教学方面，凝练了具有特色的人工智能新工科实践教学课程地图，通过两届学生培养过程不断摸索和论证，该课程地图在教学应用过程得到了师生的广泛认同，符合培养方案目标，实践教学达到的效果明显（见图1）.

图1 人工智能专业实践教学课程地图

4 结语

人工智能产业是国家重大战略，当前我国人工智能人才需求缺口大，高校办学意愿强烈.人工智能领域的研究探索和人才培养的实践中，对于本科专业课程设置，国内外各个高校各具特色.国内各个高校人工智能专业设立的根源不同，专业名称多样化，新成立的专业、新成立的学院，教师队伍在不断变化中，每年因变化的师资力量会不断修订培养方案，培养目标也在不断变化中，导致课程地图不够清晰，课程体系中的实践教学规划设计更是短板.论文调研了国内外各个高校对于人工智能专业的人才培养方案和本科专业课程设置，对于人工智能专业实践教学课程设置的体系化和有序衔接方面做了探讨，提出理论课程支撑和基础培养、通用工具和AI 框架培养和综合实践能力培养的三阶段实践教学课程安排，结合中山大学智能科学与技术专业办学特色和建设经验，凝练形成了人工智能专业实践教学课程地图.