面向“新經管”的人工智能專業建設研究

周健 陳勁松 武凌 謝道平

摘要：人工智能專業人才培養是人工智能發展的重中之重。該文分析了人工智能專業發展趨勢，結合學校專業優勢和特色，圍繞專業定位、課程體系和實踐體系提出人工智能+金融專業課程結構，探索人工智能復合型人才培養模式，推動人工智能和其他學科人才培養的交融，符合新工科要求，契合“新經管”發展趨勢。

關鍵詞：人工智能;本科專業;人才培養;課程體系;新經管

中圖分類號：TP319 文獻標識碼：A

1概述

2017年國務院制定了《新一代人工智能發展規劃》，預計2023年我國人工智能產業市場規模達到730億元，提出到2030年，中國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能產業創新中心。目前我國自主知識產權的文字識別、語音識別、中文信息處理、智能監控、生物特征識別、工業機器人、服務機器人、無人駕駛汽車等智能科技技術和成果已經進入廣泛的實際應用中，初步形成了從基礎支撐、核心技術到上層應用的完整產業鏈條。在此背景下，各行各業急需人工智能人才，特別是缺乏拓寬人工智能在傳統行業應用的應用型人才。

2面向新經管的人工智能專業建設

預測和決策性的業務在金融領域中占有重要的地位，如投資、股票等，這些正是人工智能最擅長的領域，而且優化配置也是AI中重要的方法，也適用于金融作為全社會資源配置。在此背景下，學校提出新經管建設思路，著力推進信息化科學技術與經濟管理類課程的融合，通過“互聯網+”“大數據+”“人工智能+”等重構課程體系、再造課程內容、革新教學方法，滿足人才培養的新形式要求。

2.1專業目標

為了滿足新經管的發展需要，以及應對未來金融領域的人工智能發展人才需求。本專業培養社會主義核心價值觀，堅持立德樹人，堅持學生德、智、體、美全面發展，富有誠信篤行品德和社會責任感，具有良好的科學思維和研究素養，擁有堅實的數理基礎、信息科學和電子科學等相關領域知識和技能，系統掌握數據采集、存儲、學習、分析和推理領域的人工智能基礎理論與基本方法，具有能夠運用人工智能的基本模型、原理與方法設計技術解決方案和解決復雜工程問題的能力。具有一定的經濟金融領域知識，了解人工智能經濟領域的國際前沿技術，并能夠從事相關應用領域的研究與開發，面向金融領域較系統地采用人工智能的手段和方法從事數據分析、處理方面的研究、應用和開發工作。具有終生學習、創新精神、創業意識，適應經濟社會發展需要的新時代高層次應用型專門人才。

2.2專業課程建設

鑒于目前人工智能在經濟社會主要能力為數據智能，因此課程體系以數理知識、計算機知識和人工智能知識相互結合的核心課程體系，結合學校的優勢內涵和專業發展戰略，在新經管的戰略下，以金融經濟為行業背景，圍繞智慧金融經濟打造課程群。因此在AI方向選擇人工智能、自然語言處理和機器學習。在系統方向選擇嵌入式編程、數據庫、計算機網絡、計算機操作系統、編程語言。在理論方向主要選擇數據科學算法、算法分析和密碼學等。在跨學科領域選擇人工智能+金融，包括互聯網金融、電子支付、區塊鏈、金融大數據分析等。基于上述選擇組建6個課程群：智能系統（系統角度），大數據系統（復雜度角度）、金融數據分析（行業領域）、互聯網金融（移動互聯網背景）、智能控制（智能硬件角度）、機器倫理（社會屬性與技術融合角度）。兩個專業方向：智能信息系統，金融數據分析與處理。

從課程的學期分布上看，一學期側重基礎和導論;二學期側重數理基礎、程序和硬件基礎;三學期數據專業基礎課程，計算機硬件;四學期專業系統課程方向網絡、硬系統、軟系統、數據分析系統;五學期進一步擴展專業系統方向，提供基礎性方法學，增強軟系統和數據分析系統，并為未來學習提供基礎性的專業課程;六學期豐富方法學，智能信息分析的角度給出圖像、語言、編碼、識別四個方法學課程;七學期系統專業性的領域，側重數據智能金融工程。圖1中表示出課程設置的特點是“四融合四遞進”，四個融合是指“語言、算法、數據、網絡”，四個遞進是按照從理論到實踐的過程，分為“基礎、理論、系統、應用”，第一層次為基礎課程，如高數、物理、電路等;第二層次為理論課程，如人工智能、數據挖掘、機器學習等，第三層次為系統，如智能信息系統、自然語言處理等，第四部分為應用，如金融數據分析、大數據分析等。

從數據的感知、獲取、分析、決策、集成、應用六個層次縱向構建智能數據課程群。

2.3實踐課程建設

從形式上，人工智能專業的試驗實訓課程分為程序設計類試驗、算法實現類試驗、電子硬件類試驗和系統綜合類試驗。每門課程都設置相應的試驗課程，試驗課時與講課課時之比接近1：2。通過四個方面開展試驗實訓教學活動。（1）設計若干綜合性的實踐課程，加強技術應用能力以及應用場景創新能力的培養，如智能信息系統設計和金融大數據分析，通過綜合性的試驗，促使學生加深對課程的理解，并構建了智能信息系統綜合試驗平臺、數據倉庫與數據挖掘試驗平臺、自然語言處理與信息檢索綜合試驗平臺。（2）結合學科競賽，推動人工智能算法在學科競賽中的使用，一方面持續工科競賽的投入，如智能車、智能芯片、機器人等，一方面將人工智能融合到金融經濟學科的競賽，如全國大學生金融挑戰賽。（3）面向行業的綜合性試驗，實訓課程結合金融經濟領域，包括智能客服、身份驗證、金融搜索引擎、征信及風控、智能投顧、網絡銀行、電子支付、區塊鏈等內容。

3總結

人工智能技術是信息科學技術的核心、前沿和制高點，是各種智能化應用的關鍵。新經管建設既是機遇，更是挑戰。要培養適應新經濟發展的面向經濟管理領域的工程師，必須對傳統專業進行改造升級。加速人工智能與經濟管理領域的融合，將會打造復合型的高層次應用型人才，使人工智能技術真正從算法研究走向更廣泛的行業實際應用，促進人工智能技術與新經濟、新產業的完美結合。