“5G+人工智能”時代的教學新挑戰

［摘 要］ 在“中國制造2025”的國家需求及福建省海西地方經濟和產業升級需求的背景下，傳統的信號與信息處理專業的培養方式對未來所需的人才品質存在不適應性。通過分析信號與信息處理專業教學體系現狀，以福州大學為例，研究人工智能時代的信號專業教育教學改革機制，分別從學位點建設、課程建設、培養方案、培養目標、課程體系等方面探討了教學改革機制，從而為高等院校培養信號與信息處理方向的綜合型創新人才提供參考。

［關鍵詞］ 信號與信息處理專業；教學改革；5G；人工智能；課程思政

［基金項目］ 2022年度福建省教育廳本科高校教育教學研究項目“面向人工智能的信號與信息處理的專業培養與教學改革”；2021年度福州大學研究生教育教學改革項目“海上福建背景下的海洋信息系統特色課程建設研究”；2021年度福州大學線上線下混合式一流課程建設項目“數據結構與算法”

［作者簡介］ 陳煒玲（1991—），女，福建福州人，博士，福州大學物理與信息工程學院副教授，主要從事智慧海洋和計算機視覺研究；林麗群（1980—），女，福建莆田人，博士，福州大學物理與信息工程學院副教授，主要從事視頻質量評價和計算機視覺研究；趙鐵松（1984—），男，河北衡水人，工學博士，福州大學物理與信息工程學院教授，主要從事多媒體通信和計算機視覺研究。

［中圖分類號］ G643.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）40-0042-05 ［收稿日期］ 2023-09-06

一、概述

當前“5G+人工智能”時代，是我國產業更新換代的重要時期，科研和產業升級都面臨巨變，而“數字化”“智能化”正是產業發展轉型的重要趨勢［1］。在信息時代科學技術突飛猛進的背景下，信號與信息處理是一門極其重要的學科，旨在培養能從事各種智能信息系統和智能信息處理相關研究工作的創新型人才。對信號與信息處理專業進行人才培養模式的創新改革，具體表現為：面向工業界，培養中國特色新型工業化道路進程中迫切需要的能夠適應和支撐產業發展的工程人才；面向世界，培養建設創新型國家，提升我國工程科技隊伍的創新能力所需的創新型工程人才；面向未來，培養面向增強綜合國力，應對經濟全球化挑戰所需的具有國際競爭力的工程人才［2］。

基于時代對信號方向人才提出的新要求，傳統信號與信息處理專業培養模式對時代存在的不適應性，通過總結現有培育模式的特點，結合“5G+人工智能”時代背景下的新需求及福州大學信號與信息處理學科的發展目標，本文依托我校卓越工程師培養計劃，探索面向人工智能時代的信號與信息處理專業改革機制。重點圍繞思政進課堂、培育方式升級、課程體系優化等方面，提出具體的建設方案與改革建議，以期為高等院校信號與信息處理專業改革提供可借鑒的觀點與舉措。

二、現狀分析

隨著信息時代的來臨，“信息”“智能”等關鍵字以越來越高的頻率滲透于社會的方方面面。具體而言，國家層面，《中國制造2025》的發布［3］，明確了制造強國的戰略中將重點發展包括“新一代信息技術產業”在內的十大領域，并明確了“創新驅動”等五大基本方針；地方層面，習近平總書記在福建考察時強調，在加快建設現代化經濟體系上取得更大進步［4］。牢記習近平總書記囑托，福建把發展著力點放在實體經濟上，不斷推動傳統產業數字化、智能化升級，培育新能源、生物醫藥等戰略性新興產業；產業層面，人工智能及5G通信等技術取得一系列前沿突破，對社會經濟、文化、工業等方面的影響與日俱增［5］。

信號與信息處理主要研究數字信號的產生與獲取、處理與分析、檢索與識別、編碼與傳輸、糾錯與重構、信息可視化等，在信息化社會中極其重要。現代信號與信息處理尤其注重探索面向人工智能的信息處理技術，如計算機視覺技術、計算機聽覺技術，以及其他基于機器學習的智能信息處理技術。隨著人工智能時代的來臨，人工智能技術對教育的影響愈加明顯，人工智能方法逐漸被引入信號處理之中，使得智能信號與信息處理成為可能［6］；同時，交叉學科的逐步興起，智能應用場景（如智能醫療、智慧城市和智慧金融等）的推進，也使得智能信號與信息處理成為必然［7］。此外，5G時代的來臨，充足的網絡資源使得數據交互、大數據獲取更加容易，推動“5G+人工智能”、群體智能的研究也成為學術前沿。此外，信號與信息處理專業也逐步受到關注，如圖1所示為我校近10年來信號與信息處理專業招生人數曲線，截至今年信號專業招生人數相比10年前已增加了近1/3。

面對時代變遷帶來產業的升級換代，傳統的培養方式對未來所需的人才品質存在不適應性，主要表現在：偏向新技術的簡易“嫁接”，忽視人工智能相關技術的內在理論和方法特點；偏向單一研究方向，忽略不同專業及相近專業間存在問題的共性問題；偏向專業技術淺嘗輒止的狀態，忽略對整個研究方向歷程的整體把控。上述問題限制了研究生對當前時代相關技術的整體把握，影響了研究生群體的技術和創新能力的進一步提升［8］。同時，導師未能及時更新和跟進當前社會的需求亦是影響研究生人才創新能力的重要因素，主要表現在：一方面，由于技術更新迭代速度快，研究方向嚴重脫離市場需求，研究生培養后所具備的專業技能與就業所需的能力脫鉤，造成了大部分人才資源的浪費；另一方面，畢業生就業相比過往年份更具多樣化的特點，圖2所示為近7年本校信號專業畢業生的就業去向，可以看出，信息類行業吸引了最多的本專業畢業生，但近年來，金融業、制造業等行業也吸引了一定數量的畢業生就業，這導致就業所需能力的要求亦更加多樣化；研究方向新穎，導師相關知識卻未能及時更新，影響研究生培養過程中對研究過程的正確把控。

由現狀可知，為持續培育優秀的研究生人才，需同時重視教學、科研與導師培養，推進師生協同培養改革。此外，教育理論要要主動跟上這些前沿技術演進的步伐，讓技術與教育教學深度融合，才能培育出符合時代需求的人才。因此，結合人工智能的時代背景，從課程建設、培養方案、培養目標、課程體系等多方面進行改革，由此帶來的學位點建設和教學培育也成為必須推動的關鍵任務。

三、專業改革的具體措施

信號與信息處理專業涉及多個學科領域及學科之間的交叉領域，涵蓋多門較有深度的課程，并注重理論與實踐相結合，旨在培養理論與實踐并重的復合型人才［9］。因此，對該專業進行合理有效且有針對性地改革具有一定挑戰，結合外校本專業發展目標，本文基于人工智能時代對學界、工業界的影響，圍繞培育方案、課程體系、培養方式等專業建設中的重點問題，展開改革方案的探討。

（一）以思想政治教育為指導

“教書”與“育人”是教育中兩大不可分割的主題［10］，思政進課堂則是“教書”與“育人”有機結合的重要舉措。以此為背景，在專業培養過程中應積極開展課程思政，激發學生的愛國主義熱情，提升主人翁意識，自覺形成良好的學習習慣和道德情操，培養團隊協作能力和責任心，建立為國家和民族奮斗的信念，為使“應用型”人才真正能被有價值地“應用”把好方向。在知識傳授的同時注重價值引導，關注如何布局知識點和教學方式，以時政要聞、名人軼事、科技創新故事等為突破口，深化課程思政教育領域，滿足不同層次學生的需求。同時更新課程標準，增加思政考核模塊，注重價值引領；梳理各個章節的知識點，從不同角度分析和挖掘課程蘊含的思政元素，建立思政案例庫，并不斷豐富和更新。

本學位點自2019年起逐步在培養計劃中加入思政元素，將“具有服務國家和人民的高度社會責任感，良好的職業道德和創業精神，科學嚴謹的學習態度和求真務實的生活作風”寫進培養目標。在具體舉措方面，以學位課“計算機視覺”為例，圍繞“中國制造2025”對人工智能的要求及當前中美競爭中的人工智能技術應用進行講述。比如，在介紹目標識別應用中，與當前衛星監控、水下監控、救災、反恐等相結合；在大數據監控應用中，與當前國家數據安全、隱私保護相結合進行討論；在介紹深度神經網絡技術中，突出可解釋神經網絡作為當前人工智能前沿熱點；在介紹計算機視覺相關的國際期刊、會議論文中，點明當前華人已占據1/3以上頂尖成果，培養學生的民族自豪感。

（二）優化學位點培育方案

對學位點而言，首先應明確以“面向現代化、面向世界、面向未來”為指導思想，注重價值引領，培養團隊協作能力和責任心，建立為國家和民族奮斗的信念，以培育卓越工程師和潛在科研人員為宗旨［11］，努力培養德智體美勞全面發展的社會主義建設者和接班人。立足學科現有研究優勢，面向國家和行業需求，推進機器智能、觸感網與人機交互、群體智能、智能醫學的研究，形成人工智能（含機器學習、計算機視覺/觸覺、群體智能等）、現代信號處理理論與方法、多媒體計算與虛擬現實、海洋與遙感信息處理、通信信號處理及醫工結合與醫學影像計算等具有相對優勢和特色的研究方向。此外，學位點進一步優化培育方案，培育人工智能與傳統信號處理交叉的科研方向和課程體系，鼓勵個性化培養方案的制訂，推進與研究方向更加切合的靈活的研究生培養方案，以此提升研究生培養質量和成果產出。以學位點為中心，交互培養研究生的科研與工程能力，鼓勵優秀課程和優秀成果產出，更加貼近于《統籌推進世界一流大學和一流學科建設總體方案》［12］和《關于高等學校加快“雙一流”建設的指導意見》［13］的學位點建設體系。

（三）優化課程體系

在“5G+人工智能”時代背景下，為了順應人工智能時代變局，設立課程主要圍繞計算機視覺、觸覺信號處理、醫學成像及分析、5G通信及人工智能技術所需的能力開設。課程體系內容建設要適應科研型人才培養目標的需要，課程體系結構體現工作過程導向，任務引領教學模式的需要，使學生能夠配合科研需求，培養學生進行科研的基本技能，設立以“機器學習”“凸優化”和“線性代數”為代表的理論基礎課程，建設以“計算機視覺”和“數字圖像處理”為代表的應用基礎課程，逐步培育以“智能駕駛技術”和“醫學影像可視計算技術”為代表的應用型課程，并在后期逐步完善增加機器觸覺、機器聽覺、群體智能等方向的選修課程。同時更新課程標準，增加思政考核模塊，梳理各個章節的知識點，強化學生英文閱讀與寫作的能力，從不同角度分析和挖掘課程蘊含的思政元素，建立思政案例庫，并不斷豐富和更新。通過優化課程體系，學位課程增加，增加學生選課自由度，促進制訂更加個性化的課程培養計劃。此外，在課程開展過程中，組織研究生學習優秀相關報告，鼓勵研究生選擇課程相關任務，動手實現任務并做出口頭報告。其間，導師針對出現的問題與研究生交流并討論，通過交互式反饋，導師能夠了解到研究生在學習課程時遇到的主要問題，并能據此優化課程開展方案，以達到更好的課程教學效果。

（四）優化培養方式

采取理論學習和科學研究相結合、指導教師個別指導與研究生培養指導小組集體培養相結合的方式，根據導師推薦并經有關領導批準，可設副導師協助指導。學生配合任課教師指導和作業檢查，既要充分發揮教師的指導作用，又要發揮碩士生的主觀能動性；指導教師既要使碩士生深入掌握基礎理論和專門知識，又要使碩士生掌握科學研究的基本方法和技能，特別是注意對碩士生自學能力和獨立工作能力的培養。同時，以時政要聞、名人軼事、科技創新故事等為突破口，深化思政教育領域，逐步提升培養質量，提升相關方向研究生畢業要求。結合以鍛煉動手能力為主的企業課題、學生寫作小組、英文閱讀小組、縱向基金項目組等形式，鍛煉學生的動手能力、英語閱讀與寫作能力、解決問題能力及邏輯思維能力等。同時，針對人工智能、5G新基建，積極組織學生觀看學習國內和國際前沿會議，緊跟國際前沿研究。此外，應積極鼓勵學生挑戰“5G+人工智能”相關創新課題，并提供完備的實驗平臺及導師指導，以期最大程度地鍛煉學生的實踐技能。

（五）創新培養模式

針對新興人工智能技術的不斷更迭，結合我校本碩博相關專業培養現狀，可開展本碩博貫通人才培養，本碩博貫通由于培育時間較長，不宜聚焦科研領域已有熱點問題，而應面向未來的前沿技術，保證學生能夠在未來讀研階段“進可攻”（開展屆時熱門前沿課題）“退可守”（該未來熱門課題現已處于萌芽階段，且與當前前沿課題相關，保證學生基礎培育）。為此擬開設兩個課題。

1.知識和數據驅動的機器視覺。聚焦知識圖譜、因果推斷與計算機視覺任務的交叉研究是當前人工智能的難點和潛在熱點。本科生主要打好數學基礎，并在傳統計算機視覺領域進行實踐研究；研究生階段學習知識圖譜、因果推斷等知識，并與計算機視覺結合，解決現有計算機視覺領域依賴大量數據和復雜網絡解決簡單問題的缺點。

2.機器觸覺與沉浸式交互。當前機器視覺研究較多，機器觸覺處于萌芽階段，但機器觸覺技術已成為現實操作與虛擬現實中的重要支撐技術，也將成為與機器視覺、機器聽覺并重的人工智能手段，融合觸覺的虛擬現實也成為元宇宙技術的重要支撐。本科生階段主要學習信號處理、嵌入式系統、計算機圖形學相關技術；研究生階段逐步深入探索機器觸覺中的特征提取、目標識別、場景理解，以及視覺、觸覺、聽覺跨模態交互技術，最終關注元宇宙下的跨媒體融合感知、分析與再現。

四、信號與信息處理專業改革重點與創新

本文立足福州大學信號與信息處理專業現有研究優勢，面向國家和地方產業升級需求，探索研究生教學與專業培養改革。以下為改革中的重點任務與關鍵創新。

面向“5G+人工智能”的示范性導師研究生聯合培養機制，以完成面向人工智能的信號與信息處理專業培養改革。在相關工作中，需繼續改革現有研究生科研培養機制，通過廣泛的學術交流（參與國內外學術會議、邀請專家講座、舉辦學術論壇或會議），拓寬現有師生的學術視野；通過導師小組協同指導，輔助學生的科研進展，提升科研協作水平；通過導師之間傳幫帶的方式，提升導師的學術水平和研究生培養能力，從根本上形成高水平的師生團隊；通過本碩博貫通的培養體系，形成有的放矢的學生培養模式，有助于培育解決“卡脖子”技術的關鍵人才。

信號與信息處理傳統主干課程與人工智能前沿融會貫通的完整課程體系，以完成面向人工智能的信號與信息處理教學改革。在相關工作中，需依托學科現有的優勢研究方向，并服務國家，特別是“中國制造2025”所關注的戰略技術前沿，在此基礎上，簡化、合并或淘汰舊有的部分課程，開設面向前沿技術的新型課程，并滿足跨課程的知識點銜接要求。同時，課程內容建設需與時俱進，不斷引入新鮮知識點和前沿技術，輔助學生拓展科研知識面和夯實科研基礎。

結語

基于“5G+人工智能”、群體智能的背景，本文歸納總結了我校信號與信息處理專業近年來的主要改革舉措與計劃。一方面，提出培育人工智能與傳統信號處理交叉的科研方向和課程體系，推進與研究方向更加契合的靈活的個性化研究生培養方案，引導學生廣泛深入地了解人工智能的前沿，提升研究生培養質量和成果產出。另一方面，培育學生對科技前沿的探索與創新，著重培養研究生的科研與工程能力，服務于“中國制造2025”與產業升級中解決“卡脖子”問題所需的科研能力與工程能力。本文提出的改革著眼于將課程與實驗的融合并探索從科技前沿問題到產業實踐的綜合培養方案，在充分考慮高校與企業在理論、工具、框架和應用方面的各自專長后，在部分課程的教學中邀請企業的人工智能專家參與教學目標研討，充實并豐富了課程內容，同時鼓勵學生參與人工智能技術與應用大型展會和企業現場，解決傳統課堂學生缺乏感性認識的不足。推進實施以能力為培養目標、以行動學習為實踐轉換的產教融合教學改革，強化教學內容與人工智能技術和應用發展的對接，教學過程與產業實踐的對接。

參考文獻

［1］劉烈宏.加快發展數字經濟，以數字化、網絡化、智能化助力中國式現代化［J］.通信世界，2023（9）：8.

［2］周端明，沈燕培.習近平科技創新重要論述指引新工科建設的方向［J］.高等工程教育研究，2021（4）：1-7.

［3］趙蕾，陳琛.2023年政府工作報告中的自然資源要點［J］.資源導刊，2023（3）：6-7.

［4］習近平在福建考察時強調 在服務和融入新發展格局上展現更大作為 奮力譜寫全面建設社會主義現代化國家福建篇章［EB/OL］.（2021-03-26）［2023-08-13］.http：//qh.people.com.cn/n2/2021/0326/c182753-34642829.html.

［5］劉議聰，王遠旭.人工智能時代高校智慧化教學創新策略研究［J］.中國多媒體與網絡教學學報（上旬刊），2023（1）：1-5.

［6］呂志勝，封斌，蔣翔，等.面向“智慧海洋”的人工智能課程體系建設研究［J］.高教學刊，2020（7）：88-90.

［7］張海劍，夏桂松，余磊，等.面向人工智能的數字信號處理課程案例設計［J］.高教學刊，2022，8（28）：86-89.

［8］孫紅，王瑞琪，付東翔，等.新工科的興起與智能復合人才培養的研究［J］.計算機教育，2019（10）：27-30.

［9］劉健.信息化時代應用型本科高校研究生專業課程思政建設：評《測試信號分析與信息處理》［J］.中國科技論文，2023，18（5）：591.

［10］劉歡，任霏.高校“課程思政”教書育人的實踐路徑［J］.廣西青年干部學院學報，2021，31（6）：37-40.

［11］鄭煦林.黨的百年奮斗歷史經驗融入大學生思政課的三維審視［J］.福州大學學報（哲學社會科學版），2022，36（6）：32-38.

［12］國務院關于印發統籌推進世界一流大學和一流學科建設總體方案的通知：國發〔2015〕64號［A/OL］.（2015-10-24）［2023-08-13］.http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/201511/t20151105_217823.html.

［13］教育部，財政部，國家發展改革委.《關于高等學校加快“雙一流”建設的指導意見》的通知：教研〔2018〕5號［A/OL］.（2018-08-20）［2023-08-13］.http：//www.moe.gov.cn/srcsite/A22/moe_843/201808/t20180823_345987.html.

Reform of Signal and Information Processing Education in the Era of Artificia Intelligence and 5G

CHEN Wei-ling， LIN Li-qun， ZHAO Tie-song

（College of Physics and Information Engineering， Fuzhou University， Fuzhou， Fujian 350108， China）

Abstract： Given China’s “Made in China 2025” initiative and the necessity for economic and industrial advancement in Fujian Province， traditional teaching methods alone are insufficient to cultivate future talents in signal and information processing. This article examines the current state of the teaching system， explores reform mechanisms using Fuzhou University as a case study， and discusses reforms in graduate degree construction， curriculum development， cultivation programs， goals， and course systems respectively. The objective is to provide guidance for fostering comprehensive and innovative talents in signal and information processing at higher education institutions.

Key words： signal and information processing specialty; reform in education; 5G; artificial intelligence; curriculum ideology and politics