遞進式應用型人工智能專業實踐教學體系探究

吳錦華 萬家山 李京陽 范玲紅 趙林

摘 ?要：人工智能產業的快速發展，導致相關人才出現較大缺口，該類人才的核心能力在于其動手實踐水平，實踐教學體系是應用型人才培養關鍵環節，其科學性和合理性直接影響學生實踐能力和崗位能力。分析人工智能人才的結構特點，結合產業要求，根據學生的認知程度，校企合作共同制定符合崗位要求的基于能力導向的遞進式分層分類實踐教學體系，并圍繞實踐需要設計豐富的人工智能項目庫用于教學，最后闡述實踐教學支撐的駐校工程師、實驗室及實踐教學評價。

關鍵詞：人工智能;實踐教學體系;分層分類;應用型人才

中圖分類號：TP3-4;G642.4 ? ? ?文獻標識碼：A 文章編號：2096-4706（2020）23-0192-04

Research on Progressive Practical Teaching System of Applied Artificial

Intelligence Specialty

WU Jinhua1，WAN Jiashan1，LI Jingyang1，FAN Linhong1，2，ZHAO Lin1

（1.School of Big Data and Artificial Intelligence，Anhui Institute of Information Technology，Wuhu ?241000，China;

2.IFLYTEK Co.，Ltd.，Hefei ?230088，China）

Abstract：With the rapid development of artificial intelligence industry，there is a big gap in related talents. The core competence of this kind of talents lies in their hands-on practice level. Practical teaching system is the key link in the cultivation of applied talents，and its scientificity and rationality directly affect studentspractical ability and post ability. Analyze the structural characteristics of artificial intelligence talents，combined with industry requirements，according to the degree of cognition of students，the school-enterprise cooperation jointly formulated the progressive hierarchical classification practical teaching system based on the ability orientation which meets the post requirements，and around practice needs to design a rich artificial intelligent project library for teaching. Finally，it expounds the resident engineers，laboratories and practical teaching evaluation supported by practical teaching.

Keywords：artificial intelligence;practice teaching system;hierarchical classification;practical talents

0 ?引 ?言

人工智能企業發展之爭，歸根結底是人才之爭，近年我國人工智能發展迅速，企業人才之爭愈演愈烈[1-4]，人工智能是一門跨學科、跨領域的綜合性技術與應用系統，人才的缺口龐大。根據當前產業應用的實際情況，可將人工智能產業人才結構定義為四層次金字塔結構：一是源頭創新人才，該層次人才致力于推動和實現人工智能前沿技術與核心理論的創新與突破;二是產業研發人才，該層次人才能將人工智能前沿理論與算法模型實現相結合;三是應用開發人才，該層次人才能將人工智能算法工具與行業需求結合并實現創新應用落地;四是實用技能人才，該層次屬于人才結構的基礎人才，能夠理解人工智能基礎理論并對關鍵技能和實用方法都有所掌握。

當前，源頭創新人才數量極少，該層次人才主要從事人工智能前沿理論和關鍵技術研究[5]，而且多數成果及人才來源于研究所、實驗室，其每年輸出人才的數量有限。隨著人工智能技術的發展與應用的不斷擴大，大量的產業研發人才、應用開發人才和實用技能人才的需求將會呈現井噴態勢，而應用型人工智能人才的培養過程中，實踐教學環節非常關鍵，而相關企業在前沿人工智能技術方面擁有無可比擬的優勢，雖然高校與企業有所合作，但雙方受制于運行機制等各種因素，校企合作深度不夠，很難落地和持續推進[6，7]。

結合上述問題，安徽信息工程學院借助其舉辦者——科大訊飛，在人工智能領域技術和產業優勢，尤其是科大訊飛作為國家首批四個依托龍頭企業建設的國家級“新一代人工智能開放創新平臺”，基于安徽信息工程學院“產業工程師、創業企業家搖籃”的辦學愿景，緊密對接地方人才市場和產業需求，聚焦產業研發和應用開發的人工智能產業第二、三層次人才培養，構建應用型人工智能人才培養體系和實踐教學體系[9-11]。

1 ?校企合作模式下遞進式分層分類實踐教學體系探索

1.1 ?崗位能力分析

當前，人工智能領域的競爭[12]，主要體現在企業之間的人才之爭，目前崗位需求主要分布在北京、上海、深圳、杭州、廣州一線城市的相關企業，根據調查獲取的相關數據顯示，中國對于工智能人才的需求數量已經突破百萬，然而國內人工智能領域人才供應量卻很少，人才缺口非常大，中小企業型在招聘時尤其困難。此外，企業對于工智能人才的招聘門檻相對較高，專業以計算機、數學、物理為主，常見人工智能崗位能力要求如表1所示。

1.2 ?實踐教學體系構建

安徽信息工程學院以應用型普通本科高校為辦學定位，結合上述崗位能力標準要求，學院所開設的人工智能專業明確人才培養定位，致力于培養符合國家戰略及安徽省人工智能產業發展需求，具有高尚的品德和良好的人文修養和科學素養，良好的信息科學、數理統計基礎、計算機系統知識及扎實的編程基礎，以及大數據基礎知識與技能，掌握人工智能核心原理和人工智能思維，能夠熟練運用數據思維、人工智能模型、工具、語音識別、自然語言處理、圖像處理等技術解決實際問題，能在政府部門或企事業單位從事智能系統集成、智能軟件設計與開發、智能應用系統的管理工作的德、智、體、美、勞全面發展的高素質應用型人才。

需要關注的是，新時代的計算機類專業人才的培養需要聯合企業來共同完成，尤其人工智能相關專業，高校應根據人工智能產業發展趨勢，積極推動人工智能產業與專業人才培養密切結合，同時高校必須集中優勢資源，通過與國內外知名人工智能企業開展校企合作，加強學校與企業的資源和信息（如：崗位信息、人才培養定位等）共建和持續優化，不斷提升人工智能人才培養的社會適應性。而人才培養過程中，實踐教學是培養應用型人才的重要環節，本文以能力需求為導向，結合遞進式分層分類的實踐教學模式的優勢[8]，根據學生大學四年的專業認知情況，通過聯合人工智能行業引領者科大訊飛公司，構建遞進式分層分類實踐教學體系，具體內容為：

（1）以能力需求為導向，構建遞進式分層分類人工智能專業實踐教學體系。學院高度重視學生實踐能力的培養，積極探索實踐教學研究，創新開放實踐教學，堅持“以學生發展為中心、以能力培養為導向、以過程管理為抓手、以持續改進為動力”的教育理念，構建了基于能力導向的遞進式分層分類實踐教學體系，如圖1所示。體現理論教學與實踐教學的銜接性和系統性。以服務區域經濟社會發展為需求，推進并實施產教融合的實踐教學體系，達到應用型人才的培養目標。

（2）以實踐能力培養為主線的“三層遞進式”項目體系，構建“雙維度、多層次”實訓項目庫。結合學生認知情況、學習進度，同時根據分層教學實施需要，校企合作，共同構建基礎層次實訓項目、提高層次實訓項目以及拓展層次實訓項目。現對三層次項目核心能力培養進行詳細介紹，具體為：

1）基礎層次實訓項目。該層次項目的課程目標需支撐畢業要求觀測點的基本要求，該層次項目一般由課程組教師給出，項目實施過程中教師教授內容以基礎知識和基本技能為主。此外，還注重學習動機、學習態度的培養。主要以培養學生基礎動手實踐能力為主，以課程小實驗、課程設計展開，鍛煉學生的基礎動手實踐能力。

2）提高層次實訓項目。該層次項目的課程目標比基礎層次實訓項目的課程目標要求高，該層次項目一般由學生自提，項目實施過程中教師引導為主，教授內容在注重學生基本理論知識的前提下，強調高階能力的培養，并培養學生具備一定的遷移學習能力，該層次的項目庫案例來源于真實企業場景。該階段主要由培養學生基本技能的鍛煉進階到項目開發能力的提升，最后進階到崗位能力素養的培養，逐步從基本知識能力過渡到軟件應用能力，最后進階到崗位職業能力。

3）拓展層次實訓項目。該層次項目課程目標面向培養卓越應用型人才，注重培養學生的探究態度與能力。項目實施過程中教師提供一定的目標，而過程和方法則由學生自己組織，學生自己探索、研究，引導他們形成項目設計管理能力與創新精神。項目主要由學生自提，從問題的提出、方案的設計到實施以及結論的得出，完全由學生自己來做，重研究過程甚于注重結論。

從課程目標來說，基礎型、提高型、拓展型項目，在統一的目標下，在不同層次的要求上功能互補遞進，面向不同能力和基礎條件的學生形成一個整體。正是三個層次的項目在項目化實踐教學體系中有機地組成整體，在全面提高全體學生素質與發展學生個性特長方面起著十分重要的作用。下面以人工智能專業為示例進行說明，如表2所示。

（3）借助科大訊飛AI“國家隊”，打造人工智能實驗室。實踐教學體系形成離不開實驗室的支撐，在實驗室建設方面，目前大數據與人工智能學院因培養應用型人工智能人才的需要，結合科大訊飛技術和資源優勢，打造了AILAB實驗室。實驗室提供了AI實驗平臺、數據標注平臺、深度學習平臺、AI能力平臺四個功能模塊，并提供了包括實驗項目完整案例、實驗項目說明書、實驗項目指導材料及實驗項目的完整實施方案，如圖2所示。實驗室萃取并深度整合科大訊飛在大數據、人工智能核心技術能力與行業案例，基于引導式學習平臺掌握人工智能領域通用算法的特點與應用場景，采用行業數據，從數據標注、特征工程、模型選擇、模型訓練與優化到應用落地全閉環的訓練與測試，掌握典型的模型優化與應用場景，通過浸入式企業環境和企業真實項目開發場景的搭建，培養學生職業素養和工程能力。

（4）校企合作構建一支應用型本科高校“雙師型”實踐教學師資隊伍。校企合作是應用型師資隊伍建設的必由之路，在人工智能人才培養中，要保證教育教學各要素的穩定性，尤其要保障師資隊伍的快速建設與穩定發展[9]。為充分發揮校企人才資源優勢，整合學校與行業企業資源，聘請優秀企業技術人員和管理人員擔任兼職教師或管理干部。高度重視“雙師型”人才的引進和培養，同時加大對“雙師型”師資隊伍的培養，通過教師暑期2個月赴企業體驗式工作、赴企業掛職工作半年和參與企業合作研發項目等多種模式，充實教師的企業工作經歷與實踐教學能力。

（5）實踐類課程的教學管理與評價。為確保實踐教學的規范性，制定各實踐環節規范的教學文件，包括教學大綱和教學管理規定/規范、實驗指導書、項目化教學實訓手冊、課程設計指導書、實習指導書和實習計劃等;同時，在教學文件的內容在實施前，需要進行評審，工程師、專職教師以及教學管理人員共同參與評審后才能用于教學實施;另外，嘗試建立以行業標準、企業用人需求能力標準或崗位職業資格等級為標準的實踐類課程評價體系，確保所培養出來的學生符合企業需求。

1.3 ?實踐教學體系實施流程

以工程實踐能力提升為路徑，通過項目化教學模式開展項目實踐，不斷完善實踐教學體系并改革實踐教學模式，規范實踐教學過程，使學生能夠在學校期間接受完整工程實踐能力提升訓練，進而提高學生工程問題分析和解決的綜合能力，以下給出實踐教學環節的實施過程，具體如圖3所示。

在實踐教學過程中，主要圍繞項目實踐流程進行展開，主要為：明確實踐任務、制作工作計劃、組織實施、考核評價及總結評比分別進行開展實踐活動，具體內容如下：

（1）明確實踐任務。圍繞所選項目主題，編寫項目立項書并準備好項目需求說明書，最后教師參與充分討論，擬定項目名稱與項目需求，同步分解項目任務。

（2）制作工作計劃。學生個人或者團隊根據已經確定的項目任務和目標擬定工作計劃，教師要對學生計劃進行評審，計劃要覆蓋全員，分工合理并具備可執行性，為保證項目過程做到可追溯和管理，通過校企協作開發的博思項目管理平臺記錄項目化實踐過程數據。

（3）組織實施。學生個人或團隊根據合作分工的模式，按角色分配任務，計劃有序實施，定期開展項目組內會議來解決過程問題，項目組實踐過程中可以根據項目實際進度適當調整實施計劃。

（4）考核評價。對項目實施的過程和結果都要進行考核評價，既要注重對結果的評價，更要注重對項目執行過程的評價。考核整體包含平時成績和最終答辯，平時成績包含出勤、平臺學習等;最終答辯包含團隊貢獻、項目完成度、創新、溝通表達、問題回答等。

（5）總結評比。項目結束之后，老師對學生所做項目進行整體總結，最終成果應包含學生項目（項目文檔、源碼等）、答辯材料（答辯視頻、答辯PPT等）、項目總結材料等。

2 ?結 ?論

本文通過分析當前人工智能人才的結構特點，結合產業研發及應用開發人才特點及能力要求，根據專業學生的認知程度，聯合科大訊飛股份有限公司，圍繞具體工作崗位，梳理崗位能力目標，制定符合學生不同階段學習要求的分層分類的實踐教學體系，并圍繞實踐需要設計豐富的人工智能項目庫案例來服務教學，闡述教學支撐所需的雙師、實驗室建設及實踐教學課程的評價，最后給出以項目的具體實施流程。

參考文獻：

[1] 李偉靜.人工智能時代下大學生就業現狀及就業規劃 [J].人才資源開發，2020（16）：34-35.

[2] 杜圣東，楊燕.“人工智能+”背景下的新工科教育探索與實踐 [J].計算機教育，2020（7）：106-110.

[3] 肖睿，肖海明，尚俊杰.人工智能與教育變革：前景，困難和策略 [J].中國電化教育，2020（4）：75-86.

[4] 張海生.我國高校人工智能人才培養：問題與策略 [J].高校教育管理，2020，14（2）：37-43+96.

[5] 王雪，何海燕，栗蘋，等.人工智能人才培養研究：回顧、比較與展望 [J].高等工程教育研究，2020（1）：42-51.

[6] 王紹丹，裴庭偉.第三次發展熱潮下人工智能領域產學研合作模式探討 [J].教育教學論壇，2020（31）：88-90.

[7] 陳勁，呂文晶.人工智能與新工科人才培養：重大轉向 [J].高等工程教育研究，2017（6）：18-23.

[8] 劉晨光，楊秀霞，董樹剛，等.分層遞進式海洋生命科學創新人才培養實踐教學體系的構建與實踐 [J].高校生物學教學研究（電子版），2020，10（1）：62-66.

[9] 黃河燕.新工科背景下人工智能專業人才培養的認識與思考 [J].中國大學教學，2019（2）：20-25.

[10] 茹麗娜，唐燁偉，王偉，等.我國教育人工智能研究綜述 [J].中國信息技術教育，2019，307（7）：90-93.

[11] 任增元，劉軍男.人工智能時代高校人才培養變革的思考 [J].大學教育科學，2019（4）：114-121.

[12] 陳穎，孫小兵.高校人工智能學院建設現狀分析 [J].高教論壇，2019（12）：79-81.

作者簡介：吳錦華（1991—），男，漢族，安徽樅陽人，講師，碩士研究生，研究方向：教學管理及模式識別。