新工科背景下人工智能專業人才培養的認識與思考

黃河燕

摘 要：人工智能已進入與產業深度融合發展的新階段，新工科建設也已經成為我國工程教育改革的重要體現。基于國家戰略發展、國際競爭局勢以及人才培養內在規律，高等教育機構作為人才儲備的重要基地，如何在新工科背景下探索人工智能專業人才培養的新模式和有效途徑成為社會各界關注的焦點。本文分析了我國新工科建設背景和國內外人工智能專業教育基本現狀，提出了新工科背景下人工智能專業人才培養的認識與思考。在人工智能人才培養中，必須把握新工科內涵，重點關注專業能力目標達成、教育教學各要素重構與多元化革新等關鍵內容，同時在產教深度融合的工程教育鏈條中，保障師資隊伍的快速建設與穩定發展。

關鍵詞：新工科;人工智能專業;人才培養;專業教育;師資隊伍

黨的十八大以來，我國高等教育改革發展取得了新成就、邁上了新臺階、進入了新階段，對國家發展貢獻度不斷提高，我國正在從高等教育大國向高等教育強國邁進。2016年，習近平總書記在“全國高校思想政治工作會議”上指出：“我們對高等教育的需要比以往任何時候都更加迫切，對科學知識和卓越人才的渴求比以往任何時候都更加強烈。黨中央作出加快建設世界一流大學和一流學科的戰略決策，就是要提高我國高等教育發展水平，增強國家核心競爭力。”[1]教育部也組織了多次研討會，鼓勵各類高校積極探索工程教育的“新理念”、學科專業的“新結構”、人才培養的“新模式”、教育教學的“新質量”和分類發展的“新體系”[2]。當前社會經濟的不斷發展與進步，對人工智能人才的迫切需求不斷增加，高等教育機構應該加強培養人工智能和新工科人才。然而，現階段我國高等教育機構對新工科背景下人工智能專業人才培養的認識仍然處于探索階段，高校應該正確深入思考新工科背景下人工智能專業人才培養模式，為國家和行業培養輸送符合社會發展需要的人工智能專業人才。

一、新工科建設背景

面對新形勢、新機遇和新挑戰，信息化與人工智能引發了新產業與新工科的興起，無論是綜合性大學還是工科為主的高校，都對什么是新工科、為什么要建設新工科以及怎樣建設新工科等關鍵問題進行了積極研討。2016年6月，教育部首次提出“新工科”。2017年2月，綜合性高校工程教育發展戰略研討會在復旦大學召開，提出“復旦共識”。隨后教育部發布了《教育部高等教育司關于開展新工科研究與實踐的通知》。2017年4月，工科優勢高校新工科建設研討會在天津大學召開，發布“天大行動”。2017年6月，教育部新工科研究與實踐專家組成立并召開第一次工作會議，通過《新工科研究與實踐項目指南》，形成新工科建設的“北京指南”。隨后教育部發布了《教育部辦公廳關于推薦新工科研究與實踐項目的通知》。2017年8月，召開了工科優勢高校組會議。

盡管目前對于新工科還沒有精確一致的定義，但關于新工科的基本范疇與內涵特征，經過上述緊鑼密鼓的一系列活動和全國范圍內的廣泛討論，社會及相關行業人員已經達成共識。新工科要以新經濟、新產業為背景，新工科的建設，一方面要設置和發展一批新興工科專業，如人工智能、智能制造、機器人等，另一方面要推動現有工科專業的改革創新。其內涵特征主要包括以下六個方面。

（1）引領性。新工科不是只服務于現有產業，而是引領未來產業轉型升級和創新發展，為引領新產業甚至新行業的誕生提供支撐。新工科不應拘泥于現有學科形態，應該從科技的本質處尋求答案，即如何為創造人類更美好、更幸福的未來培養引領人才。新工科是大學的任務之一，但不是全部任務。未來意味著無限可能，未來是開放的，選擇是多樣的，新工科要起到引領未來的作用。

（2）通寬性。新工科要求高校在人才培養中加強通專結合和學科交叉力度。要為學生奠定相關領域多職業的共同基礎，以便適應未來的可遷移性能力、快速學習能力和適應變化的能力。要加強自然、社會、人類自身、工程倫理等方面認知的通識基礎，培養學生的終身學習和持續發展能力。要提高思辨能力、方法論、價值判斷、跨文化理解、審美能力等方面的培養，提升學生的人文素養。

（3）前瞻性。“新”和“老”永遠是相對的、動態的、發展的。新工科需要不斷與時俱進，走在時代前沿，應確保最新科技和工程前沿進入課堂，通過建立課程和教材的更新機制，使教學內容具有新穎性和時代性。要突破傳統教學模式和教材模式的制約，使培養的學生能夠不斷適應信息技術革命所引發的人才資源轉型的需要。

（4）交叉性。工程學科的使命是要使用人類知識集合中的一切有用知識，尋求解決人類現實和未來可能遇到的問題，為人類生存發展和生活幸福服務。因此需要更加關注人的需求，由于人的需求是復雜、多樣、交叉的，因而未來新工科更加需要與自然科學、社會科學、人文藝術等學科交叉融合，這也是工程創新人才培養的著力點[3]。

（5）開放性。新工科的內涵應以應對變化、塑造未來為建設理念，以繼承與創新、交叉與融合、協調與共享為主要途徑，培養多元化、創新型的卓越工程人才。因此，在培養過程中不應局限于特定專業領域和專業知識，要在課程、教學資源、學科、產業、國際化、管理等方面體現充分的開放性，為未來提供智力和人才支撐。

（6）實踐性。要實現新工科建設從理念到行動的轉變，實踐性尤為重要。因此，在人才培養過程中，要將專題式學習和與工作相結合的學習進行戰略性組合，尤其是實現包括行業密切參與和致力于模擬真實工作的學習環境，建立“工程學習工廠”，為學生提供一個創新、體驗式和基于項目的學習場景，由具有工程背景的教師和業內經驗豐富的工程師在這個模擬工作的環境中指導和督促學生學習和練習。

二、人工智能專業教育概況

近40年來，信息技術社會的演進經歷了五大形態。20世紀80年代，PC的快速普及使得信息化成為時代主題，人類社會進入IT信息時代;20世紀90年代，通信技術和互聯網技術迅猛發展，互聯網信息共享成為時代主題，人類社會進入互聯網時代;21世紀前10年，隨著智能手機的爆發，信息個人化出現，“互聯網+”成為時代主題，這一時期可稱為移動互聯網時代;2012年，《紐約時報》發表專欄文章，指出大數據時代已經降臨，決策將日益基于數據和分析而做出;近年來，伴隨著人工智能的蓬勃發展，AI時代來臨，這是互聯網誕生以來第二次技術社會形態在全球的萌芽。

（1）人工智能發展概況。1943年，人工神經網絡和數學模型建立，開啟了人工神經網絡的研究時代，也是人工智能發展的萌芽期;1956年，10位杰出的科學家在美國達特茅斯大學舉行了一次為期兩個月的夏季學術研討會，共同學習和探討了用機器模擬人類智能的有關問題，由麥卡錫提議正式采用了“Artificial Intelligence”這一術語，從而一個以研究如何用機器來模擬人類智能的新興學科——人工智能誕生了，人工智能正式進入啟動期;1969年，作為人工智能主要流派的連接主義與符號主義研究陷入低谷，公眾信心持續減弱，人工智能進入消沉期;1974年以后，BP算法研究開始、第五代計算機開始研制，人工智能逐漸取得新進展，進入突破期;1985年以后，BP神經網絡被提出并實現，基于人工神經網絡的算法研究突飛猛進，人工智能進入發展期;2006年，深度學習被提出，人工智能取得突破性發展;2010年，隨著移動互聯網的快速發展，人工智能的應用場景增多;2012年，深度學習算法在語音和視覺識別上實現突破，同時全球人工智能融資規模開始快速增長，人工智能商業化取得高速發展，人工智能進入了高速發展期。同期人工智能學術研究亦處于爆發期，人工智能領域生態繁榮，人工智能展現出了巨大的發展潛力。

近年來，人工智能的應用領域不斷拓展，廣泛應用于教育、安全、醫療、金融和機器人等領域。在無人駕駛、智能金融、智能家居、可穿戴設備、智能營銷、智能農業、智能教育、智能醫療、電商物流等方面取得良好應用，人工智能日益滲透到人類的日常生活，作為參與者與推動力量促使人類的生活質量不斷提升。

（2）人工智能專業知識結構。為了加快人工智能人才培養，美英等國家開始設立“人工智能”專業，如美國卡耐基·梅隆大學2018年開設美國首個“人工智能”本科專業，培養目標是讓學生可以廣泛地思考各種不同學科中的任務應該如何解決，學習內容的重點是如何根據視覺、語言、大規模數據庫之類的復雜輸入進行決策或者增強人類的能力，為打造未來的AI系統奠定堅實的基礎。2018年4月我國教育部印發的《高等學校人工智能創新行動計劃》明確提出“支持高校在計算機科學與技術學科設置人工智能學科方向，完善人工智能的學科體系，推動人工智能領域一級學科建設”“加大人工智能領域人才培養力度”，為我國新一代人工智能持續發展提供人才儲備和戰略支持[4]。

基于人工智能專業的發展定位和專業特點，其專業知識結構應從基礎設施層、核心技術層、支撐技術層、系統平臺層、應用層5個層面來考慮，具體如表1所示。

表1 人工智能專業知識結構

應用層 面向領域的應用系統，如：智慧醫療、智慧農業等

系統平臺層 人工智能平臺、智能系統等

支撐技術層 自然語言處理、模式識別、計算機視覺、語音處理等

核心技術層 機器學習（深度學習）、知識表示、知識推理等

基礎設施層 人工智能基礎支撐軟硬件環境

（3）人工智能專業人才需求現狀。我國人工智能國家戰略的實施需要人工智能專業人才。《新一代人工智能發展規劃》明確了從產業到社會服務，人工智能應全面落地。我國人工智能產業面臨著對人工智能專業人才的大量需求。但目前現有專業的人才無法滿足人工智能產業實際需求。預計到2020年，我國人工智能產業規模將達到1500億元，帶動相關產業規模超過1萬億元，人工智能的快速增長與發展勢必面臨大量的人工智能人才需求。

目前中國人工智能在大部分領域仍處在追趕和模仿階段，在某些關鍵領域跟國際水平仍有一定差距，高層次人才稀缺，更多依賴于海外引進，人工智能人才流動性加大，在職周期縮短，10年以上資深AI從業者占比與美國仍有較大差距。人工智能人才半數以上集中于IT互聯網及電子通信行業，而工業界AI人才的需求正在逐漸批量釋放;人才需求迅猛增長，招聘人數需求巨大。

新工科建設和發展迫切需要人工智能專業人才。新工科建設和發展以新經濟、新產業為背景，需要樹立創新型、綜合化、全周期工程教育新理念，探索實施工程教育人才培養新模式，打造具有國際競爭力的工程教育。目前，人工智能薪資溢價明顯，起薪突破19萬元/年，高出互聯網普通技術人員134%[5-6]。新工科帶動的新產業發展，更需要人工智能專業人才。

（4）我國人工智能專業建設情況。早在2003年，北京大學率先設立智能科學與技術專業。隨后，各高校先后陸續設立該專業，2003—2011年度新增智能科學與技術專業點19個，2012—2016年度新增15個，2017年度新增19個，目前共有53所高校設置了智能科學與技術專業。此外，在2017年還新增智能制造工程審批專業點4個、智能醫學工程審批專業點2個、智能建造審批專業點1個。

2018年8月，教育部公示了2018年度本科專業申報名單，其中包括智能科學與技術備案專業點100個，智能制造工程備案專業點49個。另外，首批有38所高校申報人工智能審批專業點。人工智能相關專業點申報呈現井噴趨勢，人工智能相關專業建設進入蓬勃發展時期。

三、人工智能專業人才培養的認識與思考

人工智能專業人才培養任重道遠，是一個需要不斷探索和實踐的過程，以下是對人工智能專業人才培養的一些認識與思考。

1.人工智能專業對學生的要求

人工智能專業應全面培養學生知識、能力和素質，使學生具有扎實的數學、自然科學、工程技術、人文社科基礎理論，系統深入的人工智能專業知識和實踐能力，具有在人工智能及相關領域跟蹤和發展新理論、新知識和新技術的能力，具有健全的人格、有效溝通和交流能力，具有一定的國際化視野。該專業畢業生應獲得的知識和能力包括：

（1）人工智能工程知識。能夠將數學、自然科學、信息科學基礎和人工智能專業知識應用于解決復雜人工智能工程問題。

（2）問題分析。能夠應用數學、自然科學、人工智能的基本原理，識別、表達并通過文獻研究分析復雜計算機工程問題，以獲得有效結論。

（3）設計/開發解決方案。能夠設計解決復雜人工智能問題的技術方案，能夠設計并實現滿足特定需求的智能系統或模塊，并能夠在設計環節中體現創新意識，考慮社會、健康、安全、法律、文化以及環境等因素。

（4）研究能力。能夠基于人工智能原理并采用科學方法對復雜人工智能工程問題進行研究，包括設計實驗、分析與解釋數據，并通過信息綜合得到合理有效的結論。

（5）人工智能工具的使用。能夠針對復雜人工智能工程問題，開發、選擇與使用恰當的技術、資源、現代工程工具、軟硬件開發工具，能夠對復雜人工智能工程問題進行預測與模擬，能夠理解不同開發技術與工具的應用場合及其局限性。

（6）工程與社會。能夠基于工程相關背景知識進行合理分析，評價人工智能專業工程實踐和復雜工程問題解決方案對社會、健康、安全、法律以及文化的影響，并理解應承擔的責任。

（7）其他能力。適應其他環境、可持續發展、職業規范、項目管理、終身學習等方面的能力。

2.注重多元化人才培養

多元化培養是新工科建設的生長點。新經濟產業形態的多樣性決定了工程教育培養模式的多樣性[2]。人工智能專業作為典型的新工科專業，其建設模式應該是多元多樣的，是對傳統工科線性、一元化培養模式的突破，強調多元化復合型培養。應該遵循人才培養目標先進性、可實現性、高彈性模塊化的指導思想，培養寬口徑復合型人才、高水平專業人才和拔尖創新人才。

從教學論視角來看，人工智能專業的多元化人才培養應該包括：

（1）培養目標多元化。要培養富有社會責任感和創新精神、基礎理論扎實、專業知識寬厚、能系統應用人工智能的基本理論、知識、技能與方法分析和解決復雜工程問題的高級專業技術人才。要提升學生的工程職業精神、家國情懷精神、生態意識水平、法治意識水平、工程思維能力、創新創業能力、組織協調能力、工程領導能力和終身學習能力。在此基礎上提升學生的綜合素質，促進學生全面發展。

（2）培養內容多元化。新工科建設是人文教育、科學教育、工程教育的有機融合，涉及人文社會科學知識、基礎科學知識、工程實踐知識等多個方面。要突破新課程與舊內容、新教材與舊知識的束縛，建立“模塊化、彈性化、分層次、多路徑”的培養方案，建立“素質教育+大類專業基礎+專業+X”的多路徑培養模式，建立“通識必修+通識選修+專業必修+開放選修”的課程體系。

（3）培養方法多元化。要建立校內、校際、校企合作培養機制，建立“研究型、小班化、個性化、MDP（課前MOOC、課上DISCUSS、課后PROJECT）”的教學模式。充分利用企業的優質工程教育資源進行教學資源、教學平臺、教學環境與師資隊伍的共建。為學生提供優質的各類課程資源、豐富的實踐創新機會和高質量的國際交流合作機會。

3.人工智能專業新工科教育創新思考

人工智能專業的新工科教育要讓工程教育回歸工程本質，改革教育教學評價體系，深入開展科教融合、產教融合，重構課程知識體系，創新教育教學方法，貫通工程教育鏈條。

（1）重構課程知識體系。在新工科背景下，人工智能專業課程體系革新需要回歸人工智能專業人才培養本質，深入了解人工智能專業人才的定位與知識組成。結合國際前沿、融合重大科研成果，針對人工智能的技術體系和應用領域，重構課程知識體系，具體如表2所示。

（2）創新教育教學方法。傳統教學方法以講授為主，以強調教育者對知識進行灌輸為主要特征，缺乏創新培養，這是與一定社會條件下人們對知識和教學的不同認識密切聯系的。其存在的主要問題體現為否定受教育者的主動性和能動性，否定思想教育的規律性，從而造成課堂玩手機、打游戲等課堂百態，不利于人才培養。

基于此，必須要以引領性、前瞻性、開放性、交叉性、通寬性、實踐性為指導，創新教育教學方法，采用“教師啟動—小組討論—組際交流—練習評定”的混合式教學方法，通過科技創新競賽帶動實踐教學，重視探究科學性和實踐性的研究型教學，培養學生的科學思維能力。

（3）貫通工程教育鏈條。要以問題為驅動、以項目為載體、以創新為目標，貫通“課程實踐—前孵化器—后加速器—創新創業”的工程教育鏈條。在課程實踐環節，深化產學研合作，加強實踐教師隊伍建設，強化實踐教學各環節的管理;在前孵化器環節，改革傳統教學方法，建立創新機制，匯聚資源，加強創新創業教學;在后加速器階段，依托大數據平臺，建立創業基地和創業夢工廠，推動協同創新;在創新創業階段，不強調創新創業成敗，不以利益為創新創業目的，注重創新創業素質精神的培養。

（4）強化師資隊伍力量。新工科背景下多元化的人才培養需要多學科背景的師資，為此，要結合人工智能的學科特色、地區特色、學校特色和教師特色，多措并舉，強化師資隊伍力量。要結合大數據與人工智能專業交叉學科內涵，充分整合多學科融合背景的教育師資;要結合地區地域優勢和行業領域分布特點，因地制宜、合理有效引進優質師資;要結合學校定位、人才培養目標和學科建設發展規劃，多方位有序培養專業師資;要結合大數據與人工智能專業教育新生態，積極引導教科研創現有師資轉型與升級。

四、總結

新工科是在新的歷史發展階段，對高等教育提出的新要求。新工科建設要實現科教深度融合、改革教育教學評價體系。人工智能專業建設要體現技術發展需求，符合國家發展戰略，高校處于科技第一生產力、人才第一資源、創新第一動力的結合點，應不斷推動人工智能與教育深度融合，從而引領我國人工智能領域科技創新、人才培養和技術應用示范，帶動我國人工智能總體實力的提升。未來，人工智能如何實現與其他學科的交叉融合發展，如何在“人工智能+X”共榮共建的發展框架下，厘清人才培養中涉及的人工智能學科自身方法、模型、關鍵技術等的研究及與其他學科對智能化方法、模型及技術的運用之間的關系，類似于計算機科學與技術學科所形成的“計算思維”對其他學科的基礎支撐作用，人工智能領域的相關模型和算法等也將逐步形成“智能思維”，并進一步對其他學科的發展提供智能化支撐，如何更好地梳理出人工智能與其他學科的基礎內容與核心支撐的關系，在專業人才培養中尚需深入思考和進一步探索。

參考文獻：

[1] 吳巖. 新時代高等教育面臨新形勢[N]. 光明日報，2017-12-09.

[2] 吳愛華，侯永峰，楊秋波，等. 加快發展和建設新工科主動適應和引領新經濟[J]. 高等工程教育研究，2017（1）：1-9.

[3] 鐘登華. 新工科建設的內涵與行動[J]. 高等工程教育研究，2017（3）：1-6.

[4] 教育部. 高等學校人工智能創新行動計劃[Z]. 2018.

[5] e成科技 & DT大數據產業創新研究院（DTiii）. 2017大數據及人工智能人才發展報告[R]. 2017.

[6] 數聯尋英. 大數據人才報告[R]. 2016.

[責任編輯：余大品]