劉建磊

[摘? ? ? ? ? ?要]? 人工智能技術的快速發展必將對傳統的專業建設理念產生重要影響。當前人工智能技術與軌道交通行業的融合已實現從量變到質變的轉變。如何通過重構人才培養模式以滿足“人工智能+”背景下軌道交通行業對人才的新要求是設有軌道交通類專業的高校急需解決的重要問題，特別是應用型本科院校。以軌道交通信號與控制專業為例，從“人工智能+”背景下的專業建設內容、需要解決的關鍵問題和實施方案進行論述。

[關? ? 鍵? ?詞]? 人工智能;軌道交通信號與控制;專業建設

[中圖分類號]? G642? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? [文章編號]? 2096-0603（2020）01-0020-02

一、前言

經過60多年的演進，特別是在移動互聯網、大數據、超級計算機、傳感網、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，人工智能發展進入新階段，正引領新一輪科技革命和產業變革，將為各個行業帶來機遇和挑戰[1-2]，并已對高等教育改革形成倒逼之勢[3-6]。為應對人工智能對高校人才培養帶來的機遇與挑戰，教育部特制定《高等學校人工智能創新行動計劃》，明確指出支持高校加強專業建設，探索“人工智能+X”的人才培養模式。

“人工智能+專業”將成為人工智能時代傳統專業的有效建設模式[7-8]。然而，現有的融合模式主要為“人工智能課程+培養方案”。如金陵科技學院通過將人工智能相關理論及實驗課程與傳統電子信息工程專業培養方案融合，構建了一種復合型的人才培養模式[9]，哈爾濱師范大學以培養學生創新能力為目標，探索出了一種人工智能理論課程融入地理信息專業的有效路徑[10]。為使人工智能課程有效融入傳統專業，國內學者從教材建設[11]、教學模式選擇[12]、精品課程建設[13]和課程體系構建[14]等方面開展人工智能課程建設研究，并提出了有借鑒意義的經驗。如吉林大學的歐陽丹彤指出人工智能原理教材的編寫應具有先進性、實用性和針對性[11]，首都師范大學的彭巖指出人工智能課程涉及多個學科的知識，不同專業的授課對象應選擇差別化的教學模式[12]，中南大學的陳白帆基于人工智能課程自身的特點梳理了其精品課程的建設路徑[13]，國防科技大學的牛軼峰從培養目標、教材體系、課程重點、考核方法等方面給出了構建人工智能課程體系的合理化建議[14]。

人工智能技術對傳統專業建設理念產生重要影響，從而促進傳統教學模式和學習方式的變革。文獻[16]指出大數據智能將使個性化教育獲得極大支持、跨媒體學習將取得突破。文獻[15]認為人工智能技術將有效促進深度學習模式、混合學習模式的普及。文獻[17]全面闡述了教育人工智能（EAI）的內涵，分析了人工智能在教育領域的應用，并指出人工智能技術將有效促進“21世紀能力”的獲得。

2016年10月美國白宮科技政策辦公室（OSTP），發布了題為《為人工智能的未來做好準備》的重要報告，指出政府、高校應采取具體措施應對各行業對人工智能技術人員巨大需求問題。針對人工智能時代的人才能力要求問題，Ernst和Marc借助歐洲智能系統技術平臺，分析了智能系統的技術路線圖，并得出了人工智能時代的通用技能要求，Lars和Arno以德國和美國為例，探討了人工智能時代未來工廠技術人員的資格和技能要求[15]。在人才培養的具體實施方面，美國西北大學建設了名為“車庫”（The Garage）的創新創業孵化空間，以培養滿足人工智能時代要求的創新創業能力，麻省理工學院建立了一套完善的人工智能課程體系和學生評價標準[14]。

綜上，可得如下結論：

1.人工智能與傳統專業融合模式主要體現為在傳統專業的培養方案中融入人工智能課程，而沒有根據“人工智能+”背景下行業對應用型人才的要求實施培養模式的重構。

2.針對“人工智能+軌道交通類專業”融合模式的研究，目前還未有涉及。

當前人工智能技術與軌道交通行業的融合已實現從量變到質變的轉變。如基于大數據技術的車輛設備、電務設備智能運行維護系統已推向市場，基于云計算技術的智能調度系統已應用于城市軌道交通領域，融合多項人工智能技術的智能列控系統已趨向完善。人工智能技術促進了軌道交通行業的快速發展，但也對人才培養提出了挑戰。如何通過重構人才培養模式以滿足“人工智能+”背景下軌道交通行業對人才的新要求是設有軌道交通類專業的高校急需解決的重要問題，特別是應用型本科院校。

軌道交通信號與控制專業（以下簡稱“信控專業”）涉及計算機科學與技術、控制科學與工程、信息與通信工程、物理學等多個學科，與支撐人工智能技術的核心學科完全一致，這為重構“人工智能+”背景下的人才培養模式提供了機遇。

為應對人工智能對信控專業人才培養帶來的機遇和挑戰，本文針對人工智能與傳統專業融合模式存在的不足，基于信控專業自身特點，對信控專業的建設內容、要達到的建設目標、面臨的關鍵問題以及實施方案進行了論述。本文對進一步豐富應用型本科院?！叭斯ぶ悄?專業”融合模式的理論體系、推動傳統專業建設方案優化升級和應用型本科教育理念的發展，具有重要的理論意義。

二、“人工智能+信控專業”的建設內容及需要解決的關鍵問題

（一）建設內容

針對建設內容，本文以滿足“人工智能+”背景下軌道交通行業對信控專業人才的要求為總目標，以“能力本位教育（CBE）”理論為基礎，以“成果導向教育（OBE）”理念為方向進行相關論述，具體內容如下：

1.構建“人工智能+軌道交通行業”背景下信控專業人才能力模型

以“能力本位教育（CBE）”理論為基礎，分析、對比人工智能時代下國內外人才能力模型構建方法特點及其適用性，構建適合“人工智能+軌道交通行業”背景的應用型本科信控專業人才能力模型。

2.形成“人工智能+軌道交通行業”背景下信控專業建設方案

以滿足人工智能要求的“能力模型”為基礎，以“成果導向教育（OBE）”理念為方向，結合信控專業自身的學科特點，分別從人才培養目標、課程體系、實踐教學體系、教學模式、教學質量評價監控系統和教學保障體系等方面，形成以建立“人工智能+軌道交通行業”背景下的信控專業建設方案。

3.建立健全科研、教學深度融合機制

在深入分析軌道交通領域現代工程問題的基礎上，以信控專業人才核心能力培養為目標，建立健全面向跨學科合作的科研、教學深度融合機制。

4.構建專業建設方案實踐方法

在現有專業建設方案實施方法的基礎上，以上述方案實施為目標，建立專業建設方案實踐方法。

（二）關鍵問題

基于研究內容，“人工智能+”背景下軌道交通信號與控制專業建設需要解決如下問題：

1.信控專業人才能力模型構建問題

如何基于能力模型構建方法和軌道交通行業、社會、學生的需求分析結果，構建“人工智能+軌道交通行業”背景下的信控專業人才核心能力模型，是需要解決的關鍵問題。

2.人才培養方案設計問題

如何基于人才核心能力模型和“成果導向教育（OBE）”理念，設計與人工智能深度融合的培養方案是需要解決的關鍵問題。

三、“人工智能+信控專業”的建設實施方案

“人工智能+”背景下軌道交通信號與控制專業建設的實施方案如下。

1.以“能力本位教育（CBE）”理論為基礎，深入分析、比較基于技術路線圖的能力需求預測方法、派生任務分析方法、“MuShCo”優化方法，建立人才能力模型構建的新方法?；诖朔椒ê汀澳芰蚪逃∣BE）”理念，結合“人工智能+軌道交通行業”背景下的人才需求信息，本質性學習成果（Essential Learning Outcomes，ELO）、“21世紀能力”以及工程教育認證標準，構建信控專業人才能力新模型。

2.基于信控專業人才能力模型，綜合運用層次分析、因素分析等方法對軌道交通行業需求調查數據進行分析，確定人才培養目標。

3.使用“能力矩陣”法對人才培養目標進行逐層分解與分析，根據分析結果構建課程體系和實踐教學體系。

4.針對當代大學生的學習特點（依賴網絡、精通數字技術、喜歡游戲化學習），基于信息和通信技術（ICP），建立適應于人工智能需求的教育教學模式。

5.借鑒軌道交通行業標準和規范、ISO9000質量體系思想和管理模式，以人才能力模型為導向，基于PDCA（P：計劃;D：執行;C：檢查;A：處理）循環法，構建教學質量監控評價體系。

6.針對人才培養目標和課程體系的內容，從信息化手段、師資隊伍建設、教材建設、實踐教學條件四個方面，構建教學保障體系。

7.以解決軌道交通領域現代工程問題為目標，以公共基礎課、學科基礎課和專業核心課為載體，探索面向跨學科合作的科研、教學深度融合機制。

參考文獻：

[1]李德毅，馬楠.智能時代新工科[J].高等工程教育研究，2017（5）：8-12.

[2]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.

[3]楊檸溪.人工智能倒逼高校教育改革[J].中國大學生就業，2018（2）.

[4]張俊，陳飛，馮士剛.大連海事大學“智能科學與技術”本科專業建設實踐[J].計算機教育，2012（18）：22-30.

[5]李曉東.關于智能科學與技術專業建設的幾點思考：以中山大學智能科學與技術專業為例[J].計算機教育，2015（18）：2-5.

[6]彭巖，王萬深，黃向陽.智能科學與技術交叉學科專業建設探索[J].計算機教育，2010（15）：133-135.

[7]許濤，嚴驪，殷俊峰，等.創新創業教育視角下的“人工智能+新工科”發展模式和路徑研究[J].遠程教育雜志，2018（1）：80-87.

[8]雷道仲，李平安，陳鵬慧，等.基于機器人系列產品驅動的專業建設實踐[J].中國教育技術裝備，2015（13）：73-75.

[9]高英杰，陳正宇，徐楠，等.人工智能新概念下應用型電子信息工程專業培養模式研究[J].教育現代化，2017（39）：95-96.

[10]齊少群，萬魯河.人工智能教育與地理信息專業學生創新能力的培養[J].繼續教育研究，2017（12）：28-30.

[11]歐陽丹彤，葉育鑫.人工智能原理課程體系的教材建設探索[J].長春理工大學學報，2012（10）：143-144.

[12]彭巖，王萬森，謝達.人工智能系列課程研究[J].計算機教育，2010（19）：109-111.

[13]陳白帆，蔡自興，劉麗玨.人工智能精品課程的創新性教學探索[J].計算機教育，2010（19）：27-31.

[14]牛軼峰，張國忠，朱華勇.高等院校人工智能課程體系建設芻議[J].高等教育研究學報，2010（2）：53，63.

[15]周開發，曾玉珍.新工科的核心能力與教學模式探索[J].重慶高校研究，2017，5（3）：22-34.

[16]潘云鶴.人工智能2.0與教育的發展[J].中國遠程教育，2018（5）：5-8.

[17]閆志明，唐夏夏，秦旋，等.教育人工智能（EAI）的內涵、關鍵技術與應用趨勢[J].遠程教育雜志，2017（1）：26-35.

編輯 陳鮮艷