人工智能專業教育，須從本科生抓起

王萬森

我國的人工智能本科專業教育起步較早，可追溯到2001年12月在北京召開的中國人工智能學會第9屆學術年會。會上提出了在我國高校創立智能科學與技術專業的倡議。會后，在中國人工智能學會教育工作委員會的積極推動下，2004年3月教育部網站公布了北京大學“智能科學與技術”本科專業備案通過的消息，它標志著我國人工智能本科教育的開始。

我國人工智能本科教育的現狀

人工智能誕生六十余年來，幾經起伏，走過了一條艱難曲折而又充滿光明的發展道路。近幾年，又在云計算、大數據、深度學習、腦科學等新理論新技術以及經濟社會發展強烈需求的共同驅動下強勢崛起，引發了人工智能本科教育的快速發展。

按照新一代人工智能的框架結構，人工智能本科教育所包含的專業有智能科學與技術專業、數據科學與大數據技術專業，以及機器人工程專業等。到2018年止，全國經教育部批準或備案通過設置智能科學與技術專業的高校共55所、數據科學與大數據技術專業的高校283所、機器人工程專業的高校86所，其總數為424所。從教育部網站公示的2018年全國高校新申報專業情況看，2018年申報智能科學與技術專業、人工智能專業、科學與大數據技術專業、機器人工程專業的高校分別有100所、38所、226所、 108所，三者共計472所。到2019年全國設置上述4個專業的高校總數將達到896所。可以說，整個人工智能本科教育轟轟烈烈、盛況空前。

人工智能本科教育的專業體系建設

人工智能本科教育的專業體系是一個基于新一代人工智能，以人工智能為內核，并逐步向外衍生、復合、交叉發展所形成的包含4層結構的專業架構。

專業體系的層次概念

在國務院關于新一代人工智能發展規劃的通知中有這樣一段內容：設立人工智能專業，鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。它其實包含了以下四層含義。

第一層，建立人工智能專業。其實，可將智能科學與技術專業更名為人工智能專業，實現智能科學與技術專業與人工智能專業的統一發展。第二層，拓寬人工智能專業教育內容。可依據新一代人工智能的重要學科方向，結合經濟社會重大需求，從人工智能向外衍生，生成若干個面向重大智能應用領域的新生專業，構成人工智能專業體系的衍生層。第三層，形成“人工智能+X”復合專業培養新模式。為促進人工智能在各行業的規模化應用，可將人工智能與各行業的既有專業進行復合，生成“人工智能+X”復合專業，構成人工智能專業體系的復合層。第四層，重視人工智能與其它學科專業的交叉融合。人工智能作為引領未來的戰略性技術，可將其與別的專業交叉融合，形成人工智能專業體系中的交叉層。

專業體系的結構描述

根據上述分析，人工智能本科教育體系的專業架構可由4層不同類型的專業結構組成，該4層結構由內向外依次是內核層、衍生層、復合層和交叉層。

內核層由智能科學與技術專業和人工智能專業構成。它以腦與認知基礎為智能機理，以智能感知與人機交互、機器學習與大數據智能、認知計算與知識工程等為核心知識結構，構成了整個人工智能本科教育專業體系的核心。

衍生層專業由那些沿著新一代人工智能的重要領域方向，面向經濟社會發展的重大需求，由核心向外衍生出來的專業構成。例如，“數據科學與大數據技術” 和“機器人工程”專業，可分別看作是沿新一代人工智能的大數據智能方向和自主智能系統方向，面向經濟社會對大數據和機器人的重大需求衍生而來的。隨著人工智能技術的發展和社會重大需求的深化，還會有新的專業被衍生出來，例如自然語言處理、智能感知計算等。

復合層處于衍生層之外。衍生層專業的基本形式通常是將人工智能與各行業的既有專業復合，形成以“智能+X”為專業名稱，以“X+人工智能”為主要教學內容的復合專業結構。例如，智能制造，智能交通、智能教育、智能醫療等等。

交叉層處于4層結構的最外層。其目的是促進人工智能與不同專業教學內容的交叉融合。例如，人工智能與數學、計算機科學、心理學、社會學等學科專業教育的交叉融合。

人工智能正在形成一個新的專業類

首先，人工智能專業不是計算機科學與技術專業的子集。從不同專業知識結構的角度看看，人工智能專業的核心知識結構為腦與認知基礎、人工智能原理和機器學習。它與計算機專業的核心知識結構完全不同，甚至不存在交集。因此，人工智能專業不是計算機專業的子集。按照國務院關于新一代人工智能發展規劃的精神，它們之間為交叉關系。

其次，按照新一代人工智能的重要基礎理論和關鍵共性技術，前述4層專業體系結構中的衍生層專業應該屬于人工智能，即人工智能也不是一個孤立的專業，而應該是一個專業類，由前述4層專業體系結構中的核心層和衍生層專業共同組成。目前，該專業類包含的專業有智能科學與技術、人工智能、數據科學與大數據技術、機器人工程4個專業。

不同類型人工智能人才的培養

對人才類型可以有多種不同的劃分方法。這里按照人才的知識和能力結構，將其分為專業型、復合型和交叉型，其中復合型又可劃分為縱向復合型和橫向復合型。

人工智能專業型人才是指具有較深入、完整的人工智能專業知識，較突出、完整的人工智能技術應用能力，以及具有一定的人工智能理論、方法、技術創新能力的人才。人工智能專業型人才的培養始終應該是人工智能教育的核心。人工智能縱向復合型人才是指可以貫通人工智能理論、方法、技術、產品與應用等的復合型人才;橫向復合型人才則是指既具備人工智能基本知識及應用能力，又具有某一行業領域知識及能力結構的人才。人工智能交叉型人才是指除具有人工智能專業知識外，還通曉其它學科專業知識的人才。培養交叉型人才不僅是其它學科專業的需求，也是人工智能專業自身的需求。

復合型和交叉型是兩種不完全相同的人才。復合更強調的是學科專業與應用領域的融合，而交叉更強調的是學科專業之間的融合。

人工智能本科專業知識結構

基于新一代人工智能，人工智能本科專業的知識結構，除數學基礎、計算機基礎、電子基礎、控制基礎外，其專業知識可劃分為4個層次。

人工智能本科專業知識的4層結構

人工智能本科專業知識可劃分為4個層次。自下而上分別為：專業核心必修知識，方向平臺選修知識，專業方向任選知識，以及認知、能力綜合知識。

專業核心必修知識是人工智能專業最重要的核心知識結構。由5個知識領域構成，包括腦與認知基礎（1學分），人工智能基礎（2學分），機器學習基礎（2學分），大數據挖掘（2學分），模式識別（2學分）。共9個學分，要求選擇不少于其中的7個學分。

方向平臺選修知識是人工智能專業各專業方向共同的公用知識平臺。它包括大數據機器學習，神經網絡與深度學習，自然語言理解，機器視覺，智能機器人。共5個知識領域，每個知識領域2個學分，要求選擇不少于其中的4個學分。

專業方向任選知識是人工智能各專業方向的任選知識結構。建議人工智能專業設置智能感知與交互、機器學習與認知計算、自然語言處理、智能機器人、智能應用技術5個可選的專業方向，每個方向包括若干個知識領域，每個知識領域2學分，要求每個專業任選其中1個方向，并選擇該方向當中不少于4個學分的知識。

認知、能力綜合知識是人工智能專業必須具備的知識結構。它是人工智能專業必須具有的知識結構，即社會與機器倫理，人工智能前沿講座，面向應用的智能系統設計與開發。

與卡內基.梅隆人工智能專業課程的對比分析

2018年5月，卡內基.梅隆大學公布了自己的人工智能專業課程體系，該課程體系總共包括40門課程，劃分為專業基礎、專業核心、專業方向、相關選修4個層次，包括數學與統計學基礎、計算機基礎、專業核心、專業方向選修、科學與工程選修、道德選修、人類學和藝術選修7個方面。

數學與統計學基礎要求選修6門課程;計算機基礎要求7門課程;專業核心課要求選修3門，包括人工智能概念（表征與問題求解）、機器學習簡介、自然語言處理入門/計算機視覺簡介（二選一）;專業方向課要求選修4門，共有4個專業方向，要求每個方向必選1門，共選4門。所設置的4個專業方向分別是感知和語言、機器學習、人機交互、決策和機器人。

對比我們給出的專業知識結構和卡內基.梅隆的專業課程體系，至少我們可以得到以下3點啟示。第一，人工智能專業課程體系需要考慮專業方向問題;第二，從專業核心課程開始就需要提供選擇機會;第三，腦與認知基礎是人工智能專業的核心知識結構。其中對專業方向的設置，除智能應用技術專業方向外，我們設置的專業方向和卡內基.梅隆給出的專業方向個數相同、整體覆蓋范圍基本相同，主要差別僅是組合方式不同。

我國人工智能本科專業教育起源于2004年，智能科學與技術專業就是我國的人工智能本科專業。在新一代人工智能框架下，人工智能正在逐步形成一個專業類。以人工智能專業為核心，包括由衍生層、復合層和交叉層專業在內所構成的4層專業體系結構是我國人工智能本科專業教育體系的一個基本架構，該基本架構可有效支撐人工智能專業型縱向復合型、橫向復合型及交叉型人才的培養。作為整個人工智能本科專業教育體系核心的人工智能專業，除基礎知識外，其知識結構體系可由核心知識層、專業方向平臺知識層、專業方向知識層及認知能力綜合知識層4層結構所組成。另外，從我國人工智能本科教育體系發展的角度看，如何在新一代人工智能大框架下，走內涵、協同發展的道路，是一個需要認真思考的問題。

（作者系中國人工智能學會教育工作委員會主任、首都師范大學信息工程學院教授）

責任編輯：楊靜