信息類高校人工智能專業產教融合課程體系建設與實踐

徐豐羽，王 強，尹海濤，丁 潔

（南京郵電大學 自動化學院、人工智能學院，江蘇 南京 210023）

0 引言

為積極響應國家戰略發展需求，圍繞《高等學校人工智能創新行動計劃》［1］，各大高校紛紛設立了人工智能專業，重點培養從事人工智能技術研發與應用工作、滿足“人工智能+X”需求的多學科復合型人才。目前，國內外許多高校設立了基于人工智能的研究機構，瞄準基礎理論科學與信息技術應用問題，不斷提升知識創新的高度［2］。人工智能是教育部提出需重點發展的“四新”專業［3］，伴隨著元宇宙、大數據、云計算等新概念的提出，很多傳統課程體系圍繞人工智能進行了交叉、融合以及重構，對該專業產教融合課程體系建設進行研究具有重要現實意義。

1 人工智能專業建設現狀

人工智能專業教學以人工智能領域的系統化理論和創新技術為核心，注重人工智能與智能系統、智能信息處理、生物醫學、材料化學等領域的交叉融合，近年來在國內外高校中廣泛開設。

1.1 國外高校人工智能專業建設現狀

美國各大高校對人工智能的研究較早，人工智能領域學術水平排在世界前20 位的學校中，美國占有14 所［4］，其中斯坦福大學在人工智能研究與教育領域處于世界領先地位，開設于機器學習、人工智能、人機交互等相關課程。其人工智能實驗室成立于1962 年，著名人工智能學者吳恩達、李飛飛等都曾在該校任教［5］。此外，該校向公眾開放的機器人和深度學習方面的網絡公開課受到了全球教育界的關注。加州大學伯克利分校設有智能機器實驗室，致力于研究仿生機器人、計算機視覺、智能外科手術和自動化制造等［6］。佐治亞理工學院提供認知科學方向的藝術學學士學位和人工智能方向的理學碩士學位［7］。麻省理工學院將人工智能實驗室與計算機實驗室合并，現已成為校內最大的實驗室，研究領域涉及計算機科學、腦和認知科學、機械工程等［4］。卡耐基梅隆大學是最早開設人工智能專業的學校，擁有世界上最頂尖的計算機專家。在機器學習、自然語言處理等方面成果斐然［8］。

1.2 國內高校人工智能專業建設現狀

近年來，國內高校人工智能專業發展迅速，幾乎每年都有相關學院、專業獲批，更有源源不斷的教育界人士對滿足社會發展需求的人工智能人才培養體系進行研究［9］。清華大學計算機系是國內人工智能技術研究和創新人才培養的重要基地。除了具備完善的教學體系外，學生在大一下學期便可進入相關科研機構（如微軟亞洲研究院）跟隨導師從事科研工作，每年都有十余位本科學生在國際高級會議和期刊上發表論文［5］。北京大學人工智能專業由數學系、計算機系等10 個系（所）共同建設，教學內容涵蓋機器感知、智能信息處理和機器學習等交叉領域，重點研究以新一代網絡計算為基礎的各類智能技術［10］。浙江大學的人工智能研究所是中國設立最早的人工智能研究機構之一（成立于20 世紀80 年代），見證和參與了人工智能領域的一系列重要事件。現今，浙江大學在計算機視覺領域頗有建樹，于2017 年投入一億人民幣建立睿醫人工智能研究中心［11］。隨后，國內諸多頂尖高校，如中國科學院大學、南京大學、北京航空航天大學、上海交通大學和西安電子科技大學等紛紛成立人工智能學院或研究院，在人工智能人才培養方面爭相布局［12-13］。

人工智能是面向前沿高新技術的多學科交叉融合新興專業，開辦時間短，尚未形成獨特的產教融合培養體系。在新工科背景下，人工智能專業產教融合的辦學目標、核心特色課程設置與實施等是亟待解決的問題。

2 人工智能專業建設總體構思

作為一個多學科交叉的新興專業，人工智能專業具有內涵豐富、外延廣泛的特點，內涵包括腦科學、信息感知、模式識別、自然語言處理、知識工程等多個方面（見圖1）；外延包括智能系統在內的應用技術，涵蓋工業、農業、服務業等領域中的機器人以及智能交通、智能制造、智慧醫療等。在把握新一輪科技革命和產業變革的基礎上，結合以智能化為標志的信息社會及產業發展需求，凝練人工智能專業的特色發展方向、定位人才培養目標是專業建設的關鍵。

Fig.1 Connotation of artificial intelligence specialty圖1 人工智能類專業內涵

早期的人工智能專業建設依托計算機專業，圍繞計算機技術展開相應的理論和實踐教學［5］，僅從工科專業的大方向給予指導性意見。本文以需求為牽引，秉承理論研究、改革建設與實踐驗證相結合的原則，實現研究—改革—實踐—建設—反饋的大閉環。人工智能專業建設總體構思為：

2.1 把握需求，凝練特色，精準定位培養目標

樹立工程教育理念，開展充分調研，以人工智能行業迫切需求為指引，培養滿足我國社會主義現代化建設需要，具有多學科交叉知識儲備的創新型高素質人才。同時要著重培養學生的“工匠精神”，使其具備自身職業發展所必備的專業素質和品德修養。

2.2 內培外聘，校企融合，打造優秀的人工智能教學團隊

高素質教師隊伍是人工智能專業發展和人才培養的關鍵，應持續致力于教師隊伍的結構優化和業務能力提升，通過外引內培、校企融合打造精品師資隊伍。在積極引進高層次人才的同時鼓勵教師在國內外一流大學進修、訪學。鼓勵青年教師與企業深度融合，開展行業講座與技術交流，加快提升師生專業實踐能力。

2.3 以智能為主線，優化整合專業核心課程群

圍繞人工智能相關技術設立不同培養方向，對人工智能知識體系進行科學合理的課程群劃分，具體表現為：①分析人工智能的內涵與外延，根據智能科學、智能技術和智能工程3 個層次劃分體現智能內涵和專業特色的課程模塊；圍繞畢業要求及新工科人才的核心素養要求設計教學大綱；②考慮到人工智能外延寬泛的特點，核心課程中既要有專業化課程講授人工智能核心技術，又要有交叉課程體現學科融合，使學生具備“人工智能+”的應用能力，培養其核心競爭力和可持續創造力；③可按照學科特色和優勢設立不同培養方向，如大數據、機器學習、模式識別、智能控制與決策；也可圍繞不同領域中的應用設置方向，如智能制造、智慧教育、智慧交通、智慧金融等。

2.4 優化實踐教學體系

在人工智能專業本科學習的各個階段安排相應的實踐環節。對教學內容進行梳理，循序漸進地鍛煉學生的實踐能力。構建螺旋式遞進的實踐教學內容和典型案例，形成基礎實踐、專業實踐、綜合實踐與實訓、創新訓練與實踐、企業實習、畢業設計等多層次多方位的人工智能實踐教學體系。圍繞“創新型、綜合化、全周期”工程教育新理念，以實踐創新能力、解決復雜工程問題能力培養為目標規劃綜合性實踐教學內容，以智能系統應用項目為載體設計具有專業特色的集中性實踐環節教學大綱。與行業龍頭企業科大訊飛、百度等共建“人工智能+”實訓平臺，建立校企協同育人機制。聚焦聚攏校企資源，參與企業牽頭的實踐項目和技能競賽，夯實實訓基礎，提升學生的綜合競爭實力。探索任務式、工程式、交叉學科式創新訓練項目，培養學生的工程思維以及跨學科交叉融合學習能力。

3 產教融合教學改革方法

3.1 與合作單位建立產教融合長效機制

與信息行業的百度、智能制造行業的億嘉和、人工智能行業的科大訊飛等展開深度合作，共同制定專業培養方案、建設課程體系、打造師資團隊、設立實踐基地、開展創新創業教育。將產教協同育人融入學生工程實踐能力培養各環節，實現教育鏈、人才鏈與產業鏈、創新鏈的有機銜接。促進校企優質資源匯聚融合，使教育與產業統籌發展，全面提升工程教育對經濟發展和產業升級的貢獻度。

3.2 重構實踐教學體系

以培養學生創新意識、提高解決復雜工程實踐能力為導向構建集專業實踐、創新項目、學科競賽等于一體的特色實踐教學體系，具體見圖2。通過課程體系分層、實踐平臺分層充分發揮國家級、省級教學平臺的引領作用，融入信息行業特色，模塊化實踐教學內容，支撐專業實踐能力差異化和多樣化培養需求。搭建實驗教學管理信息化平臺，構建課程實施、教學支持、過程監控和持續改進的質量保證體系閉環。

Fig.2 Practice teaching system based on hybrid of industrial and education圖2 產教融合實踐教學體系

3.3 創新教學模式與方法

創建線上線下互通、課內課外互融、實體虛擬互補的泛在彈性實踐育人模式，借助口袋實驗室、設備圖書館、虛擬仿真實驗平臺、MOOC 網站等拓展實踐教學內容的廣度與深度，延伸實踐學習的時間與空間，促進學生工程實踐能力提升。為培養學生智能化信息理念、拓寬其國際視野，開設人工智能類專業課程全英文教學。

3.4 重設人工智能專業產教融合課程

人工智能專業產教融合課程設置具體如表1 所示，具體包括：①人工智能導論。介紹當前典型的人工智能應用案例，突出介紹百度的無人駕駛、文心一言、大模型等人工智能技術，重點以應用案例形式介紹人工智能技術在智能機器人、智能監控、智能交通以及智能醫療等領域中的應用情況；②人工智能基礎。講解人工智能的基本原理、方法和技術，融入百度自動駕駛技術案例，進行目標識別與檢測技術的分析和演示；③Python 程序設計。講解Python程序基本語言、語法，在實驗教學中融入百度飛槳平臺的數據集、算力、云服務器賬號以及工程案例等資源，提升學生的Python 實踐能力；④圖像處理。介紹圖像處理的基本概念以及變換和處理算法，以無人駕駛為背景，利用百度飛槳實現圖像濾波、圖像變換以及圖像增強等算法代碼及演示程序；⑤模式識別。介紹模式識別的基本概念、算法和理論，以無人駕駛為背景，利用百度飛槳實現經典模式識別并進行實驗教學；⑥機器視覺與應用、嵌入式系統及應用。聯合百度飛槳實現線上模塊教學，利用嵌入式系統工具，在視覺智能分析部分融入工程案例教學，如人臉檢測代碼及演示程序，基于生成對抗網絡的不同人物屬性生成代碼（包括表情、年齡、姿態等）；⑦深度學習。介紹各種卷積神經網絡、訓練策略及其應用，融入百度飛槳的無人駕駛背景，實現基于卷積深度網絡的道路標識分類和識別；⑧課程設計、專業綜合實驗、實踐創新和畢業設計等集中實踐環節。基于百度飛槳平臺實現智能小車的導航、避障與循跡，基于EdgeBoard 的智能分析系統進行智能車比賽。

Table 1 Courses setting of hybrid of industrial and education in artificial intelligence表1 人工智能專業產教融合課程設置

4 產教融合實踐

以智能機器人、智能交通、智能電網以及智能醫療等智能系統中的視覺分析復雜工程問題為方向，與信息產業龍頭企業合作開展產教融合培養，旨在解決智能系統中的視覺信息采集、處理、分析與應用等系列實際工程問題。以“人物的智能識別與分析”案例為例，其產教融合實踐步驟為：①構建人物圖像數據庫，搭建視覺采集硬件平臺；②對采集的圖像進行預處理，如圖像濾波、圖像變換以及圖像增強等；③采用機器學習方法（如主成分分析、支持向量機等）和深度學習方法（如LeNet、AlexNet、VGG、ResNet、GoogleNet 等各種經典CNN 模型）進行人物目標進行識別、分割與分類；④采用深度學習方法對人物的表情、行為、姿態等各種屬性進行智能分析，并采用智能生成技術（如生成對抗網絡）自動生成人物的各種表情、行為、姿態等；⑤將系統平臺集成、推廣應用至智能檢測機器人、智能監控以及智能交通等中。

基于本文提出的產教融合課程體系，南京郵電大學形成了大學生創新創業教育生態，每年有效支持大學生創新創業訓練計劃項目10 余項，學生獲“互聯網+”“挑戰杯”等國家級、省級創新成果獎及各類競賽獎項共計100 余項，省級優秀畢業設計2 項。同時，獲得了教育部一流專業建設項目、江蘇省產教融合型品牌專業資助項目以及百度和華為等企業資助的課程教學改革項目10余項。

5 結語

本文提出了信息類高校產教融合人工智能專業建設改革方案，詳細闡述了主干課程具體實施方案，教改成果可以推廣至其他相關工科專業中。不足之處主要體現在產教融合案例與現有課程知識體系之間的融合不協調，在后續研究中將進一步對課程內容進行優化。