大類培養模式下的智能科學與技術特色人才培養

曾憲華 夏 英 蘭文富

摘要：對大類培養模式下智能科學與技術專業特色人才培養目標、培養措施、培養流程進行探討，重點分析數據智能分析師、創新型智能技術人才、智能系統開發工程師和復合型智能技術人才等4類特色本科人才的培養措施，討論專業發展初期辦學規模有限情況下的課程群設置和培養方案制定，提出大類培養下智能科學與技術專業特色人才培養的良性循環機制。

關鍵詞：智能科學；大類培養；數據智能分析師；創新型智能技術人才；智能系統開發工程師；復合型智能技術人才

1 大類培養

高等學校在大類復合型專業人才培養模式下，令本科人才全面發展，使其適應信息社會和知識經濟時代的需要，具有扎實基礎、寬廣知識和創新能力，實現綜合能力和素質的提升，真正實現人才培養的寬口徑、厚基礎、有特色。大類培養是在大類招生前提下，通過1-2年的公共基礎課學習和大類專業基礎課訓練，在專業教育引導下，激發并培養學生形成相對穩定的特色專業學習興趣，然后以學生自愿為主和雙向選擇原則實施特色專業分流。大類培養與特色專業人才培養的無縫銜接建立起了“全校公共基礎課程”+“大學科專業基礎課程”+“特色專業發展課程”+“開放特色選修課程”的分階段人才培養體系，得到普遍認可。

2 智能科學與技術特色專業人才培養環境

進入21世紀以來，以智慧城市、智能產業、大數據時代等為標志的智能技術社會化勢不可擋，作為核心支撐技術的智能科學與技術在這場革命中起著重要的引領和推動作用。以此為契機，高校作為人才培養高地加快了創新智能科技人才培養步伐。自從2004年北京大學首先）開辦智能科學與技術專業以來至2014年，全國已有23所985、211、地方重點等多層次高校開辦此專業，從華北、東北、華東、華中、華南、兩南、西北等主要片區將智能科學與技術專業人才培養輻射到全國，形成了良好的辦學生態環境。

重慶郵電大學自1998年開始在王國胤教授的帶領下逐步形成了一支具有國際重要影響的高層次、高水平“智能信息處理”研究教學隊伍，先后建成了“智能信息處理”重慶高校創新團隊和重慶市“計算智能”重點實驗室，2009年經教育部批準開辦了“智能科學與技術”本科專業，該專業已有兩屆畢業生共97人，在校大三和大四年級智能科學與技術專業本科學生114人，目前以“計算機與智能科學”大類面向全國招生。在大類培養模式下本專業主要融合自然智能和機器智能，以網絡化智能信息處理、大數據智能計算、智能系統開發為切入點，以“立足信息技術，融合自然智能，聚焦知識處理”為專業辦學理念，以“計算技術+智能技術”為專業特色，致力于培養智能系統工程師、數據智能分析師、創新智能技術人才、復合型智能技術人才，使其掌握智能技術、知識技術、計算機技術、電子技術的基本知識和技能，具備智能信息分析與處理、智能系統開發能力。

智能科學與技術專業是一個可持續發展的專業，近期目標是培養學生開發智能系統和利用智能技術協助實現復雜問題的求解，遠期目標是培養學生研究和制造具有一定人類智能水平的智能機器。結合國家經濟發展需求，發揮智能技術在信息科技和知識經濟中的引領作用，智能科學與技術有著廣闊的發展前景，可以說追求“智能”技術是沒有終極目標的，是一個永不過時、螺旋式上升、波浪式前進的專業，預計將來一定會成為支撐社會發展的支柱學科。

3 智能科學技術專業特色人才培養探索與實踐

高校應面向市場，以社會需求為導向，致力于培養社會急需的智能科技人才。筆者通過調查研究發現，目前社會上對智能系統開發工程師、數據智能分析師等崗位需求強勁；科研機構和企業也非常需要具有創新潛力和研究能力的科研人員；隨著“智能產業一知識經濟”的到來，以及以“智慧城市”為標志的智能技術的社會化，整個社會更需要大量掌握智能技術和各領域相關學科知識的交叉復合型人才。因此，應以數據智能分析師、創新型智能技術人才、智能系統開發工程師和復合型智能技術人才等4類特色本科畢業生為智能科學與技術專業的主要人才培養目標，通過實施相應的人才培養措施，然后進行質量評估并結合社會反饋，調整智能技術人才培養目標，改善人才培養模式與措施，形成一個良性循環的培養機制。圖1為智能科學與技術特色人才培養流程。

對于良性辦學環境，上述4種人才培養的規劃都應有鮮明的特色，有相應的課程群和培養體系。由于發展初期的智能科學與技術專業辦學規模有限，高校可根據教學團隊在研究教學方面的積累和社會需求，在復合型智能技術人才培養目標下設置2個左右特色課程群（我校設置了“智能信息處理”和“智能游戲系統設計開發”兩個課程群），開設較為豐富的特色課程，通過科技競賽、職業認證、科研論文、特色作品等沖抵部分課程學分。例如，以數據智能分析為目標的學生可以通過獲得數據分析師認證、大數據競賽獲獎、數據挖掘競賽獲獎等沖抵部分課程（如“智能機器人”課程）的學分；以創新智能技術為目標的學生可以通過發表學術論文、研究生初試成績、申請專利等沖抵部分限選課（如“智能終端軟件開發”課程）的學分；以智能系統開發為目標的學生可以通過開發的特色智能系統作品、智能系統競賽獲獎（如機器人比賽、智能車設計比賽等）沖抵部分課程學分；以復合型智能技術為H標的學生可以通過二專業、文體活動獲獎、社會實踐等沖抵部分理論較難的限選課的學分。總之，在有限條件下應做到因地制宜、因材施教、靈活處理，培養有特色的智能技術人才。

3.1 數據智能分析師培養

就業前景分析方面，谷歌首席經濟學家哈爾·瓦里安預計，未來即將出現一類新型的專業人才和職業崗位——數據科學家，當然數據智能分析師也會應運而生。現下時代是數據時代，甚至稱之為大數據時代，企事業單位面臨大量數據如互聯網數據、醫療數據、能源數據、交通數據等，實際應用中普遍遇到分析能力弱、噪聲數據多、缺少分析方法、分析軟件能力差、模型可信度低等問題，其主要原因在于傳統數據分析方法不能滿足需要，而數據挖掘技術、機器學習技術、模式識別技術、知識發現等智能技術可以為數據智能分析方法與工具提供技術支撐。20 14年4月24日，百度高級副總裁王勁在第4屆“技術開放日”上正式宣布推出“大數據引擎”，數據智能概念由此產生。數據智能分析是指通過數據挖掘技術、機器學習、深度學習、模式識別與分析、知識發現等技術，對數據進行處理、分析和挖掘，提取隱藏在數據中有價值的信息和知識，從而尋求有效解決方案及決策支持預測。目前社會急需懂得智能技術的各層次數據智能分析人才，可以預計，熟練掌握智能技術的數據科學家、數據分析師、數據挖掘人員將有廣闊的用武之地。

培養手段探索方面：①以“點一線一面”結合的方式橫向縱向設置課程群，面向數據智能分析，以案例為導向貫穿“線”上的各關節點課程，比如以數學基礎課（線性代數、概率統計、數學分析）一大類專業課（程序設計、數據結構、數據庫技術）一數據智能分析專業課（數據挖掘、機器學習、多維數據分析）為主線，理論與實踐齊頭并進；②立足培養“計算技術+智能信息+知識技術”的高級數據分析師，理論學習一隨課實驗一集中實踐一科技活動一企業實習一畢業設計等教學環節協調配合，“資格認證一競賽獲獎一獎學資助”激勵培養；③以大數據智能分析為契機，積極培養本科生的大數據計算思維和認知能力，使其掌握大數據智能分析方法、機器學習數據挖掘工具和開發環境。

政策導向分析方面：建議中國計算機學會與中國商業聯合會數據分析專業委員會等機構緊密協調合作，設立適應新時代社會與經濟發展的“數據智能分析師”認證，當然將大數據智能分析納入計算機水平考試的可選項也是當前的一種解決方案，提高智能科學與技術專業社會認可度，增強本專業學生的歸屬感，更好地培養各層次的數據智能分析人才。

3.2 創新型智能技術人才培養

智能科學與技術的發展與計算機技術幾乎同時起步，但其進展比計算機技術要慢許多，根本問題在于高級智能的載體——“人腦”是世界上最復雜的系統，人類對它的認識和了解仍然處于初級階段。近年來通過智能技術解決實際應用問題有了長足進步，國內已相繼有20多所高校面向市場變化和未來需求，自2004年以來陸續開辦了智能科學與技術本科專業。盡管大多數智能技術的理論基礎還不完備，但實際應用的強勁需求與問題解決能力超越了薄弱理論基礎的約束。本專業課程的教學內容與課程實踐都適合教師與學生以研究者的身份參與到“教”與“學”的活動之中。

1）研究型教學。

蓬勃發展中的智能技術需要教師啟發式、創造式、批判式地“教”，學生也要創造式、批判式地“學”。教與學要能夠從研究思維、問題探索、模型改進、算法優化、腦認知和自然智能指導的角度推進教學活動，進行創新性教學和研究型學習。教學實踐活動中應強調學生半監督式學習與自監督學習為主導，鼓勵引導深度學習，經典案例、前沿講座、討論探索貫穿課堂教學，課程考核注重創新科技實踐、問題探索、課程內容探索、課程研究性專題報告、以課程為基礎的作品開發等創新效果和教學效果。

2）“研究型分組”培養。

智能科學與技術專業開辦時間不長，成熟教材不多，課程體系需要不斷適應學生和社會的需求做出調整，又加上智能科學專業課程本身的發展探索與實際應用現在處于同步發展階段，決定了專業老師大力推進“研究型班級教學”，在教學過程中實施“大班基礎講授”+“小班研究型討論”+“小組探索型課題實施與報告”的教學體系，同時來自相關研究方向的研究生也作為助教協助專業老師對小班（組）課題討論進行引導。

3）科研訓練提高學習積極性。

大類培養模式下實施科研訓練引導學習，大一、大二年級主要學習公共基礎課程和大類專業基礎課程，其中的數學基礎課，如線性代數、高等數學、概率統計、離散數學等，由于缺乏實際應用案例支撐，很多學生會懷疑這些知識在將來本專業學習中的用處，課堂課后處于被動學習狀態，個別學生還會由于認識滯后，產生厭學情緒甚至放棄基礎知識學習，以致于專業分流后表現為學習能力嚴重不足。通過吸收本科生參加科學創新實踐和科技活動，使他們發現數學知識能夠用來解決實際問題，有利于提高本科生學習基礎知識的積極性，變被動學習為主動學習。同時，教師也能從中發現部分優秀本科生的創新潛力和研究能力，激發他們科學研究的興趣，引導他們把智能科學技術作為研究方向并致力于攻讀相關方向碩士研究生、博士研究生，進一步強化其科學創新能力，勢必會使其獲得高水平創新性成果。

大類培養模式下強化專業教育與實踐，專業老師要積極主動引導學生，變被動地等待學生選專業轉變為吸引優質學生，以大二上學期為主要時間點，引導大類專業學生對特色專業的興趣，通過科學研究和學生科技活動吸引選拔學生進科研團隊，同時實施科研成果進課堂、進教材、進學生活動。專業教師、班導師可宣講專業特色和就業前景，指導本科生申請大學生科研訓練計劃、參加科技競賽、開發智能技術特色作品。

大類培養模式下實施科研訓練計劃，需要本科生積極主動地理解大類下各子專業的特點和特色，結合自己的興趣愛好和實際情況，在大類培養結束時分流到各特色專業。因此，本科生參加科研實踐和專業科技活動的時間點很重要，從大一結束后的暑假開始，一直延續到本科畢業，同時實施“泛畢業設計”（即大二選方向并實施課題基礎儲備，大三實施課題，大四結合專業實習完善畢業設計），這樣既充分利用了本科生大二大三充裕的課后時間，也緩解了大四本科生面臨就業、考研、出國等問題的突出矛盾。

3.3 智能系統開發人才培養

智能技術已成為當前技術革命創新的源泉，智能系統廣泛應用于工業、農業、服務業等各領域，比如2014年11月2日開始處女航的皇家加勒比郵輪公司“海洋量子號”郵輪也因為大規模運用了高科技智能系統而號稱“世界上第一艘智能郵輪”。智能系統是建立在“智能技術+計算技術”基礎上，結合了控制技術、信息技術的軟硬件系統。智能系統開發人才培養目標是社會急需的智能系統開發工程師，其從事的工作主要包括智能系統的設計、開發、維護、運營、服務及相關的技術指導。為了適應智能系統開發人才的培養，應該建設智能終端實驗平臺、計算智能實驗平臺、腦認知實驗平臺、高性能計算平臺等人才培養基地與實訓基地，推進實施智能終端軟件開發技術、智能系統應用課程設計、智能系統與工程課程設計、智能游戲開發與設計、人機交互系統開發與設計等教學實踐活動。

3.4 復合型智能技術人才培養

智能科學與技術是一門綜合學科，智能技術也廣泛應用到智能交通、智慧城市建設、電子信息、信息安全、電子政務、電子商務、工業制造、教育、醫療、管理、農業現代化、國防現代化等眾多領域，需要大量復合型智能技術人才。筆者認為，以下4條措施是智能科學與技術新興專業培養復合型人才切實可行的培養方案：①充分發揮大類培養特色明顯的人才培養優勢，開放“全校特色專業選修課”，跨專業、跨學院科教圳隊，與大學生科技創新計劃融合，重點培養學生的綜合性、復合性、應用性；②引導并嚴格要求B學分課程學習，特別是設計規劃實施好“科技創新”、“文體活動”、“技能認證”、“企業實習”、“暑期社會實踐”等綜合能力提高計劃；③交叉融合辦好本科生二專業，鼓勵學有余力的本科乍對知識的渴求，允許學生在本專業的基礎上再輔修另一個專業，并提供配套措施，保證二專業學生能獲得優質教育，發揮學科交叉融合優勢，使本科生形成寬廣深厚的知識結構，培養有特色的智能科學技術專業復合人才；④通過與企業橫向合作，建立校企實訓基地，緊跟企業和市場需求，與企業聯合培養復合應用人才。

4 結 語

智能科學與技術專業在全國已經呈現出蓬勃發展的態勢，培養有特色的智能技術人才是本專業發展壯大的根本。將本專業人才培養定位為數據智能分析師、創新型智能技術人才、智能系統開發工程師、復合型智能技術人才等4類，并通過改善培養措施，引導大類培養方案和專業培養方案的完善，有利于形成良好的專業辦學生態環境和良性循環。