“人工智能+新工科”背景下環境工程創新型人才培養模式研究

袁瑞霞 荊國林 苑丹丹 劉戰劍 王 微

（東北石油大學化學化工學院 黑龍江·大慶 163318）

1 人工智能技術在環境工程中的應用

近年來，伴隨著數據的指數性增長、算力的大幅提升及算法的不斷發展成熟，人工智能迎來了第三次發展熱潮。人工智能在推動工業發展的同時，也為環境保護領域提供了新的機遇。各種人工智能算法通過對工藝的完善和環境治理技術的提高，不斷推動著環境保護事業向前進。環境保護涉及的專業非常多，不同領域排放的污染物多種多樣，需要采用的標準和污染控制手段也存在很大差異，環境污染治理難度非常大。而人工智能技術的興起，正是契合了我國環境大保護和工業大發展的時代需求。

在國內，已有多個多個城市建立了“天空地”一體化智能環境監測技術，通過傳感器、遙感技術等實現立體、實時和動態監測，收集的數據經過信息處理、判讀分析和野外實地驗證，最終服務于環境規劃、管理及應急指揮等部門的決策。

同時，人工智能技術還越來越多的應用于污水廠、垃圾填埋場、廢氣處理系統等傳統三廢處理領域。安徽省亳州市于2020年建成的城南地表水廠可以實現智能化控制，比如說，水質自動檢測、自動分析、水質參數智能調整、智慧安防、還有水務智能運營等。其中，生產調度系統需要監控2000多套設備，涉及76道自動化工藝，數據量特別特別大。如果采用人工分析和判斷存在時間長、誤差大等問題，所以水廠結合數學仿真模型，采用了計算機輔助決策的智慧管理系統，能夠對水處理設備及各個生產環節實現全過程自動監控，實現優質、低耗、高效的供水。

2 人工智能對環境工程新工科建設的影響

隨著人工智能技術在環境監測、三廢的處理工程及環境風險識別等諸多領域的應用，近幾年環保行業對人工智能創新型人才的需求越來越強烈。而人工智能對新工科建設中學生創新能力的培養提出更高的要求：學生獲得知識及能力、素養的提升途徑應該是跨專業的、多元化的，學生需要熟悉人工智能交叉學科知識，具備突出的科學素養、創新能力、系統思維能力和國際視野，未來才可能在我國環保產業的智能化發展中發揮作用。

然而目前環境工程創新人才的培養存在仍存在以下問題：

2.1 重理論、輕實踐

“新工科”應當構建以工程創新能力為核心的培養模式，然而目前高校的人才培養理念較為傳統，過分看重理論學習，缺乏培養學生解決實際工程問題的能力，導致畢業的學生“就業難”，難以滿足企業和市場需求。

2.2 人工智能未納入創新能力培養環節

人工智能與環保行的結合，正推動新工科環保人才培養向智能化、自動化和類人化等目標轉變。人工智能時代需要制訂更加科學和符合時代特征的人才培養目標，調整人才培養結構，建設創新實踐教育環節，以順應經濟社會發展。

創新型人才的培養是一項系統性的工程，需要在教學資源上進行優化和提高，從純理論指導過渡到結合工程訓練的實踐環節中。然而，國內現行的環境工程人才培養方案中沒有體現人工智能時代數據思維與創新思維結合的課程，創新實踐能力的培養偏重于環境工程領域傳統技術，未融合先進的人工智能理念和資源。

在“人工智能+新工科”的時代背景下重構環境工程創新人才培養模式，是促進大學生高質量創新創業的重要途徑。然而，目前國內高校還未有針對人工智能環保創新性人才培養的模式和統一的課程體系。因此，本項目構建“人工智能+新工科”背景下環境工程專業大學生創新創業能力培養模式的研究與改革，將有利于對接社會需求，促進智慧環保產業的發展。

3 環境工程創新性人才培養模式改革思路

2018年，教育部發布了《高等學校人工智能創新行動計劃》的通知，提出加快構建高校新一代人工智能領域人才培養體系，積極開展“新工科”研究與實踐，探索“人工智能+X”的人才培養模式，重視人工智能與各學科專業的交叉融合。

“人工智能+新工科”的特征是前沿引領性、學科交融性和創新性。人工智能時代依靠記憶學習的低階認知技能將逐漸被機器所取代，而高階認知能力會更加凸顯，需要重點培養學生的終身學習素養、計算思維素養、設計思維素養和交互思維素養。因此在教育改革中，將人工智能融入專業創新教育是創新人才培養的關鍵途徑。

環境工程創新性人才培養涉及環保專業能力、人工智能教育和“人工智能+環保”創新實踐三大模塊。基于工程認證理念，以成果為導向，為培養出適應新時代要求的創新性環保人才，這三大教學模塊應進行相應的改革。

3.1 環保專業能力教育改革

環保專業能力模塊包括水污染控制工程、大氣污染控制工程、固廢廢物處理與處置、環境監測、環境影響評價、環境法學等環境專業核心課程。由于近幾年人工智能技術發展太快，傳統的教材很少或未融入人工智能技術在環保相關領域的應用。例如，水污染控制工程課程主要還集中于物理法、化學法和生物法處理污水的原理及工藝，大氣污染控制工程主要講授除塵器、氣體污染物吸收/吸附法等的原理及設備等。然而，人工智能在環保領域的應用是系統性的工程，涉及環境監測、污染物處理、環境執法等多門課程內容。

為應對人工智能發展過快的挑戰，可以根據環保領域發展現狀及前景，適時的、動態的在原有專業核心理論課程中加入人工智能技術應用成果，拓寬學生的視野，培養學生的學習興趣，繼而提高學生學習的積極性。教學模式建議采用案例法，增強學生對人智能的系統認知。同時，還可邀請相關人工智能領域的專家進課堂，增強學生對相關領域前沿研究的了解。

3.2 人工智能教育

雖然目前各高校在人才信息化培養方面大多設置了計算機基礎、C語言程序設計等計算機類課程，但是難以滿足環保領域對人工智能技術的需求。人工智能教育模塊應該涵蓋人工智能基礎、Python程序設計、工業機器人技術、現代測試技術、大數據技術基礎等教學資源的搭建，重點培養學生的數據思維和計算思維。

人工智能是一門多學科綜合、高度復雜的學科，從結構上來看，人工智能是以腦認知科學為基礎，內容涵蓋知識表示、知識推理、機器感知、機器學習、智能系統構建等。對于非計算機專業的學生來說，全面系統掌握人工智能知識與能力從學時分配和學習難度方面都不具備可行性。因此，應將理清行業發展脈絡，了解行業需求，開發環保應用場景式教學模式，通過實例教學，使學生掌握人工智能技術原理及應用方法。

3.3 “人工智能+環保”創新實踐教育

“人工智能+環保”創新實踐教育應深度耦合環境工程專業核心課程、人工智能相關元素。采用項目驅動式實踐教學方法，能夠更好地提升學生的計算思維素養、設計思維素養、交互思維素養和終身學習素養。

“人工智能+環保”創新實踐教育改革內容主要包括創新實踐項目資源的建設、教學模式、學生學習產出評價制度與系統等，重點強化學生人工智能創新技術的實際應用能力。

通過創新實踐項目的實施，最終形成環保專業能力、人工智能技術、創新能力三大教育環節相互互補、緊密聯系、主線清晰的一體化實踐教學體系。培養學生的創新能力、聯結能力、元認知能力、意義建構能力和高階認知能力等人工智能時代需要的5種高階能力，顯著提升學生從事環保領域人工智能相關崗位的能力。

創新實踐項目的選題尤其重要，指導教師需要引導學生挖掘生活及環保產業發展的痛點，引導學生基于人工智能技術進行環保實踐項目的選題。

4 總結

將人工智能教育、新工科教育與環境工程專業教育相融合，有助于滿足工業4.0時代國家和地方環保人才培養的迫切需求。通過環保專業能力模塊、人工智能教育模塊和“人工智能+環保”創新實踐模塊教學資源的重建和培養模式的研究，有望實現適應人工智能時代環保創新型人才的培養。