“梅花”傲雪，笑迎人工智能教育滿園春色

中國人工智能學會教育工作委員會主任 王萬森

近一年來，國內人工智能教育發展可謂轟轟烈烈，數十所高校成立了人工智能學院、研究院；200多所高校新建了數據科學與大數據技術專業；60所高校增設了機器人工程專業；從人工智能“寒冬”中走來的智能科學與技術專業也破紀錄地增加了19所，總數達55所。整個人工智能教育呈現出一派繁榮景象。

大好形勢，的確可喜可賀！但值此喜慶之余，也不禁令人想起了教育的本質——“樹人”。教育作為一項樹人工程，質量和前瞻性應為其首要屬性。尤其是高等教育，盡管某些專業在某些時期會因社會急需出現井噴式增長，但質量和前瞻性始終都應該是其首要屬性。何謂前瞻性，以人工智能教育為例，2004年我國第一個智能科學與技術專業本科生入校，按照正常情況，他們會在2008年本科畢業、2011年左右碩士畢業、2015年左右博士畢業，正好趕上我國經濟社會對人工智能高層次科技人才的急切需求。

歷史永遠都是一面鏡子。15年前，誕生于人工智能寒冬的智能科學與技術專業照出了今天人工智能教育的繁榮；而今天處于人工智能熱潮中的智能教育，又該如何面對未來？毫無疑問，首先需要的仍然是質量和前瞻性。

在國務院關于新一代人工智能發展規劃的通知（下面簡稱國務院通知）中有一段內容：“……設立人工智能專業……在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與……學科專業教育的交叉融合?！边@段話其實包含了以下4層含義：第一層，建立人工智能專業。從本質上看，人工智能專業與智能科學與技術專業沒有太大差別，最多只是側重點不同，二者相互加強，將形成人工智能教育的核心。第二層，拓寬人工智能專業教育內容。依據新一代人工智能的重要學科方向，結合經濟社會重大需求，從人工智能的核心向外衍生，生成若干個面向重大智能應用領域的新生專業，這些新生專業將與智能科學與技術/人工智能專業一起，形成一個新的專業類，即人工智能類專業。第三層，形成“人工智能+X”復合專業培養新模式。即面向行業領域，將人工智能與相應行業的既有專業進行復合，培養面向行業的人工智能研究、應用人才。第四，重視人工智能與……學科專業教育的交叉融合。即對一些非智能專業，更多地融入人工智能方面的教學內容，實現這些專業的教學內容與人工智能的交叉融合。

上述4層含義，實際上為一個由核心層、衍生層、復合層和交叉層所構成的，以智能科學與技術/人工智能專業為核心的IT領域新工科專業體系架構。其中，核心層包括已建設了15年的智能科學與技術專業和有可能被新建的人工智能專業；衍生層包括現有的數據科學與大數據技術、機器人工程專業，以及有可能會被衍生出來的諸如機器學習與知識工程、智能感知與人機交互、自然語言處理、智能無人系統、智能技術應用等專業；復合層由人工智能與各個行業的既有專業復合而成，其專業名稱與衍生層的專業名稱截然不同，通常采用“智能+行業”形式，如智能醫療、智能金融、智能交通、智能制造、智能農業、智能建筑專業等；交叉層主要體現為原有專業在教學內容方面向人工智能的拓展或與人工智能的交叉融合，但其專業名稱通常不會改變，例如，數學與應用數學、計算機科學與技術、物理學、生物科學等主業，不可能會因為與人工智能的交叉融合而改變自己原有的專業名稱。

從上述專業體系架構的討論至少可以看出以下兩點：第一，人工智能既不是任何一個現有專業的子集，也不是一個孤立的單一專業，而應該是一個充滿生機的新工科專業類，該專業類由上述4層體系架構中的核心層+衍生層所構成。第二，上述4層專業體系構架對應著3種不同類型的人工智能人才培養模式，其中，第一種是人工智能領域的專業型人才，主要由核心層+衍生層專業完成，旨在培養推動智能科學技術發展、加快人工智能領域創新、提升我國人工智能應用水平的專業人才；第二種是針對具體行業的復合型人才，主要由復合層專業完成，旨在培養具有一定行業知識和能力的人工智能研究應用人才，以推動人工智能與各個行業的融合創新。第三種是非人工智能專業領域的交叉型人才，主要由交叉層專業完成，旨在培養對人工智能理論、方法、技術具有一定認知、應用能力的非智能專業科技人才。

顯然，由核心層+衍生層所構成的人工智能類專業是人工智能教育的主題。至于如何區分一個專業是否為衍生層專業，其主要依據是人工智能自身的學科結構，尤其是新一代人工智能的基礎理論和關鍵共性技術。例如，數據科學與大數據技術專業，其追求的目標是大數據智能，而在國務院通知中，“大數據智能理論”位于新一代人工智能基礎理論之首，“知識計算引擎與知識服務”和“跨媒體推理”等關鍵共性技術也都與大數據技術密切相關。再如機器人工程專業，新一代人工智能基礎理論中的“自主協同控制與優化決策理論”，關鍵共性技術中的“自主無人系統的智能技術”也都是智能機器人的核心理論和關鍵技術。

從整個人工智能類專業的角度看，近兩年呈爆炸式增長趨勢。有人估計，今年申報增設智能科學與技術/人工智能專業的高校至少在百所之上，真可謂“有條件上，沒有條件創造條件也要上”。對這種“躍進”局面，從專業發展的角度看，人工智能教育形勢大好；但從人才培養的角度看，則需要更扎實的培養措施和更明確的質量要求。不靠形勢紅利，重視內涵發展，創新培養模式，強化質量意識，應該是當前和今后一個時期人工智能類專業建設和發展的基本出發點。

尤其是對智能科學與技術/人工智能專業，鑒于人工智能研究領域眾多、應用范圍廣泛的特點，其專業建設的關鍵是要優化知識結構、突出專業方向、注重能力培養、加強實踐訓練。從知識結構的角度，對智能科學與技術/人工智能專業，參考教育部高等學校本科計算機類專業教學指導委員會智能科學與技術專業教學指導工作組對“智能科學與技術專業規范（討論稿）”的討論，以及現有數十所高校智能科學與技術專業的辦學實踐，可將其知識結構劃分為基礎知識、專業知識和應用領域三大部分。其中，基礎知識包括數學、計算機、電子、控制基礎和分布式、云計算基礎；專業知識包括專業核心知識、專業方向平臺知識和特色專業方向知識3個方面；應用領域包括面向機器人、面向網絡、面向數據、面向行業等多個方面。

具體到專業知識，其中的專業核心知識是智能科學與技術/人工智能專業所必須具備的核心知識結構，可由智能科學與技術導論、腦與認知基礎、人工智能基礎、機器學習初步、數據挖掘、模式識別這6門課程組成，性質為必修。這里需要說明的是，盡管這些課程的性質為核心必修，但也并非每一個專業都必須全部開設，建議根據后期培養需要，選擇其中不少于8個學分的課程即可。這種從核心必修課程開始就提供一定選擇余地的方式，可滿足在專業規范大框架下的專業建設自主性和靈活性。其實，美國卡耐基梅隆大學人工智能專業的課程設置所采用的也是這種選擇模式。專業方向平臺知識是為不同特設方向所提供的一塊公共知識結構，主要包括機器學習進階、神經網絡與深度學習、大數據技術與應用、自然語言理解、機器視覺、智能機器人6門課程，性質為必選。各專業特色方向可根據自身需要選擇其中不少于6個學分的課程。特色專業方向知識是為了滿足具體專業方向自身需求而設置的知識結構，其課程的設置比較靈活，通常要求6個學分的課程，性質為任選。至于特色方向的設置，可根據各高校的領域背景、學科優勢及地域需求等，按照人工智能的學科領域及應用特點確定。例如，可在智能科學與技術/人工智能專業下設置智能感知與人機交互、機器學習與知識工程、智能機器人與無人系統、自然語言處理、智能應用技術等特色專業方向。

在注重能力培養、加強實踐訓練方面，除了校企共建、校外實訓基地等形式外，作為校內教學活動，實驗課程和課程設計是必不可少的兩個重要環節。對智能科學與技術/人工智能專業，從實驗課程的角度，可根據知識結構中各門課程的性質將其分成兩類，第一類包括人工智能、機器學習、模式識別、深度學習、大數據分析挖掘、智能機器人6門課程，建議為其中不少于3門課程開設實驗；第二類包括機器視覺、數據挖掘、自然語言處理、腦與認知基礎、圖像理解、智能信息處理6門課程，建議為其中不少于2門課程開設實驗。或者在上述兩類課程中，為其中不少于5門課程開設實驗。從課程設計的角度，建議從人工智能、機器學習、深度學習、大數據分析挖掘、智能機器人、機器視覺等課程中選擇不少于2門進行課程設計，每門課程的課程設計時間為2周。

智能科學與技術專業15年的辦學實踐，為我國新一代人工智能教育蓬勃發展奠定了必要的基礎，積累了寶貴的經驗。感謝15年來在人工智能低潮中不畏艱辛、頑強堅守的各位人工智能教育工作者！智能科學與技術專業一定會“梅花”傲雪，笑迎人工智能教育滿園春色！

今年的“全國智能與科學技術教育暨教學學術研討會”將在原有內容的基礎上，更好地研討人工智能類各專業之間的協調發展問題，不同類型、不同層次高校人工智能教育的差異化發展問題，以及應用型本科和技能型?？频娜斯ぶ悄苋瞬排囵B問題。同時，去年啟動的人工智能院長/系主任論壇也將同期舉行。誠邀并熱誠歡迎更多的人工智能教育工作者蒞臨會議、參與討論和交流！

感謝《計算機教育》雜志社多年來的熱情合作！感謝承辦單位為今年會議所付出的辛勞！感謝各位作者和參會代表對會議所給予的大力支持！

讓我們共同努力，為我國人工智能類專業的協調、健康發展做出更大的貢獻！