計算機信息與智慧交通復合型研究生的培養

徐 凱, 楊飛鳳, 何周陽, 吳仕勛

(重慶交通大學 信息科學與工程學院， 重慶 400074)

0 引 言

當今，科學技術不斷革新以及信息化程度不斷提高，人類社會正由數字時代走向智慧時代[1]。智慧時代具有4個特征：物聯網、大數據、云計算和人工智能。物聯網是一個極具潛力的產業，需要大量的高素質人才[2]，目前國內一些高校對物聯網碩士生培養模式大多是計算機與通信等方面的復合人才，離物聯網人才的培養要求還有一定距離；在當前大數據時代，大數據平臺開發、數據分析、數據安全等專業人才的供需矛盾十分突出。據國內大數據權威專家估算，未來5年我國大數據人才缺口將高達130萬左右，云計算人才的缺口則更大；人工智能技術人員是“少而精”的人群，國內該專業人才明顯不足，尤其是深度學習的高端人才嚴重供不應求，制約了我國人工智能行業的發展。

在當前智慧時代下，物聯網、大數據、云計算和人工智能的高層次人才十分匱乏。

1 現狀與背景分析

隨著社會經濟發展，信息技術與與交通運輸深度融合的趨勢日益明顯。在交通運輸部印發的2017-2020年推進智慧交通發展的計劃中，重點強調了“基礎設施智能化、運輸服務智能化、決策監管智能化”等內容。這些內容包含了加快大數據、云計算等現代信息技術的集成創新與應用，利用各類大數據、移動互聯網等信息技術和平臺，提高綜合交通出行信息服務水平；依托行業數據資源交換共享，構建綜合交通運輸大數據監測系統，提高綜合交通運輸智能決策能力。

然而在當前智慧時代下，上述交通信息類人才則更為緊缺，其主要原因有：

(1) 在交通行業中，當前高層次信息技術人才的儲備量不足，難以滿足智慧時代下交通信息技術迅猛發展的需求。智慧時代下信息知識更新快，新技術使用多，對交通從業者的專業素質要求很高。比如，單純負責交通物聯網軟、硬件的基礎工程師，要求相對要低一些，對信息類的本科生進行相應培訓即可完成。而對負責交通主網、物聯網的終極工程師，其層次要求就比較嚴格了。又如，高層次的云端工程師除了掌握基本的計算機知識外，還需熟懂云架構、云API、DDos攻擊等針對性技能，需要對其進行系統、全面的培養。而現有從事交通信息研究人員的知識水平和經驗都亟待提高和更新。

(2) 由前述分析可知，社會對物聯網、大數據、云計算和人工智能的高層次人才匱乏尚且如此，則在交通行業中，對既懂前沿信息技術，又懂交通的復合型高層次人才就更為稀缺[3]。

(3) 智慧時代下交通信息類高層次的人才培養應該是一套系統化的解決方案。雖然國內一些交通行業高校在研究生培養過程中開設了與上述相關的專業，但不少高校卻面臨著缺乏相應的實踐教學平臺，無法獲取交通行業大數據、無法模擬云實操環節，缺乏場景化和實戰化，對學生的培養主要以理論為主，從而導致與產業的結合度不夠。

我校計算機科學與技術一級學科碩士點成立于2007年，歸屬于信息科學與工程學院。在智慧交通大發展時期，對計算機學科研究生培養存在的問題和面臨的困境日益突出。在面臨的諸多問題中，需要重點解決以下兩個問題：

(1) 在有限的資源條件下，如何構建并實施與智慧時代相吻合的課程、實踐和能力培養體系？

(2) 如何及時跟蹤最前沿信息技術，培養出具有“智慧交通特色”+“創新能力”的碩士研究生？

綜上分析，在智慧交通迅速發展的形式下，信息技術人才出現緊缺的現象在所難免。而我校作為重慶市在交通行業的高校，對智慧交通方向上的研究生培養卻沒有一套系統完善的課程、實踐和能力培養體系。因此，以計算機科學與技術碩士點為切入，探討并實施如何盡快地培養出一支符合社會需求、具有智慧交通特色、專業素質高且能力強的專業人才團隊，已成為新形勢下學校所面臨的一項緊迫課題。

2 總體解決思路

我校的傳統優勢學科是與交通行業相關的土木工程、水利工程和交通運輸，這是學校的根基和優勢所在。在當前智慧交通大發展的形勢下，學校在戰略發展中，將傳統優勢學科與新增長點學科相結合，把智慧交通定位為新興發展方向之一。

從本質上講，智慧交通是互聯網發展到一定程度，向交通建設蔓延和深入的結果。作為交通與互聯網相結合的智慧交通建設，分析互聯網大腦架構的基本原理，這對于如何建設智慧交通具有重要的啟示。圖1所示為基于互聯網大腦架構的智慧交通。

圖1 基于互聯網大腦架構的智慧交通

由圖1可見，智慧交通建設體系就是互聯網大腦架構的縮小版。智慧交通具有自己的交通感覺神經系統(物聯網建設)，交通中樞神經系統(云計算建設)，交通智慧產生與應用(大數據與人工智能建設)。交通物聯網重點突出傳感器感知的概念，具備網絡線路傳輸，信息存儲和處理等功能；大腦中樞神經系統的特征與云計算定義非常吻合，它將互聯網的核心硬件層、軟件層和信息層統一起來，為互聯網各虛擬神經系統提供支持和服務；利用物聯網傳感器每時每刻感應的實時信息[4]，從網絡大數據中挖掘出其所蘊含的信息、知識甚至是智慧，最終達到利用大數據的目的； 深度學習算法的出現，對大數據訓練可以有效提高人工智能水平[5]。因此，上述過程可描述為，通過交通物聯網產生、收集海量數據存儲于云平臺，再通過大數據分析，甚至更高形式的人工智能為人類的生產和生活提供更好的服務。

基于互聯網大腦架構的智慧交通是一個十分復雜的系統，其關鍵核心是交通神經元和交通神經元網絡的建設。人、車輛，公路，橋梁和鐵路等都以交通神經元的方式加入到智慧交通網絡中。通過這些交通神經元的互動、聚合和鏈接，交通物聯網、云計算、大數據與人工智能建設才能真正運轉起來。借此，可以聯想到在計算機學科的研究生培養中，倘若從技術上將智慧交通建設涉及到的物聯網、云計算、大數據和人工智能知識融入到對計算機研究生培養的教學改革中。并從宏觀、微觀和不同階段上，把握住對研究生培養的內在聯系和規律，這將是研究生教學改革中一次有意義的舉措和創新。

通過上述分析并從中得到啟示，確定教學改革的總體解決思路：重構基于互聯網大腦架構的分層遞進式智慧交通課程體系，搭建計算機學科研究生“三大創新實踐平臺”，即交通物聯網與智能信息處理、交通大數據與云計算、軌道交通智能控制創新實踐平臺。優化課程鏈、實踐鏈和能力鏈，形成“三鏈融合”的交通復合型人才培養綜合實踐體系，依托智慧交通發展大好形勢，圍繞“特色”做文章，同時解決好研究生基礎理論的錘煉與行業背景的強化二者之間的協調問題。

3 “分層遞進、三鏈融合”實踐教學體系的構建與實施

3.1 重構互聯網大腦架構的“3+X”分層遞進式智慧交通課程體系

此前，缺乏一套能夠適應智慧交通時代發展需求的課程體系。具體表現在：課程設置適時性差、課程結構比例不均衡，課程體系缺乏多維化、立體化和個性化[6]。過多強調學科自身知識體系和課程內容完整性，沒有突出學科與交通行業背景之間的聯系，對學生智慧交通素養的培養重視不夠。

研究生課程體系是一個復雜的非線性系統，擺脫固有線性思維羈絆，借鑒和應用復雜性研究思維模式對其展開研究[7]。因此，新確立的指導思想是：在課程設置上突出智慧交通特色，豐富選修課程，為學生提供滿足其個性需求的新型學習方式[8]。圖2所示是重構的基于互聯網大腦架構的“3+X”分層遞進式智慧交通課程體系。

圖2 >基于互聯網大腦架構“3+X”分層遞進式智慧

交通課程體系設置

圖2中“3+X”的“3”，是指結合互聯網大腦架構，凝練出3個符合當前智慧交通發展研究方向：交通物聯網與智能信息處理、交通大數據與云計算和軌道交通智能控制；所謂的“X”，是以3個智慧交通研究方向為牽引，將X門信息與交通應用課程作為學生自修選用。以形成計算機在交通中應用特色化、學生培養個性化的網狀知識結構[9]。

同時，突出課程結構的整體性、開放性、前瞻性和動態性等特點[10]，注重層次，采用低、中、高分層遞進方式，形成與交通行業契合度高的課程體系。

(1) 底層“厚基礎”。 奠定自然科學、工程基礎等寬厚基礎課程，每門課學時按原有的研究生培養方案執行。

(2) 中層“重優化”。優選專業公共基礎信息與交通課程，每門課均為36學時，2學分，將其作為今后3個方向的必修課程。同時3個不同方向的信息基礎課程讓學生自修，形成“必修+自修”的基礎鋪墊。

(3) 高層“強牽引”。以3個智慧交通研究方向為牽引，3個方向獨立，以3門信息核心課程和2門交通應用課程為主，形成“自修為主，選修為輔”格局，構建在有限課時條件下結構合理、動態靈活的課程體系[11]。

3.2 搭建基于智慧交通的計算機學科“三大創新實踐平臺”

研究生創新能力的培養是研究生教育的靈魂。在綜合考慮交通行業需求、各專業方向研究特點，以及學科帶頭人專長等諸多因素基礎上，搭建了基于智慧交通的計算機學科研究生“三大創新實踐平臺”，讓學生在創新實踐中實現從改進方案到提出新方法的過渡[12]。平臺的體系架構見圖3。

圖3 >計算機科學與技術研究生“三大實踐創新平臺”體系架構圖

平臺圍繞交通信息發展前沿技術，不斷整合、優化和凝練，確定出3個與計算機學科內涵密切相關的“計算機信息+智慧交通”的研究方向：交通物聯網與智能信息處理、交通大數據與云計算和軌道交通智能控制創新實踐平臺。創新平臺采用教授負責制，其研究內容分別如下：

(1) 交通物聯網與智能信息處理創新實踐平臺。圍繞橋梁等交通基礎設施，開展智能感知、自組織傳感網絡、智能化時間序列處理、多源異構海量信息融合及智能決策等方面的技術研究，在智能傳感技術與裝置、海量數據智能分析理論、遠程集群化監測平臺方面形成突出的特色和優勢。

(2) 交通大數據與云計算創新實踐平臺。開展大數據環境下的高速鐵路和城市軌道交通客運的多源信息大數據采集與集成、客流智能分析與預測、客運大數據輔助決策支撐技術。采用虛擬化的云計算技術，整合服務器、存儲、網絡等硬件資源，達到對海量交通信息處理、分析和挖掘目的，實現智能交通公共信息服務平臺、出行地理信息智能導航的服務。

(3) 軌道交通智能控制創新實踐平臺。圍繞軌道交通信息與自動化領域，開展城市軌道交通列車運行仿生智能控制、列車多目標優化控制、列車控制與行車調度一體化節能控制理論與方法等方面的技術研究。深入研究模糊、神經網絡、進化理論和群集智能算法在列車運行控制中應用。

三大創新實踐平臺的優勢體現在：① 以智慧交通信息為結合點，創新平臺之間相互合作，采用“網狀模式”實現學生之間、學生與導師之間思維的融合與創新[13]。② 將“固定式”硬件和“可移動式”軟件相結合。將研究重點集中在智慧交通大數據挖掘、深度學習等深層次的軟件上。發揮學生創造靈感，讓實踐教學不再局限于有形的實驗室，無形擴展了教學活動的時間和空間，成為“可移動式”創新平臺。③ 將校內實訓基地及校外企業實踐的“基礎培養”與科研創新平臺在“點上提高”有機結合，實現優勢互補。

3.3 “三鏈融合”交通復合型人才培養實踐體系的實施

重構的課程、實踐和能力“三鏈融合”人才培養綜合實踐體系見圖4，對研究生培養進一步凸顯出“計算機信息+智慧交通”特色。

圖4 >課程、實踐和能力鏈“三鏈融合”的交通復合型人才培養綜合實踐體系架構

課程鏈、實踐鏈與能力鏈“三鏈融合”，是指構建新的智慧交通課程與實踐體系，利用工程、創新實踐提高學生多種能力的互動機制。該人才培養綜合實踐體系通過每一學期循序漸進方式實現，具體實現方式如下：

首先將課程體系前移，第1學期完成自然科學、信息與交通專業公共基礎課程，培養學生人文素質、理工基礎、自學能力；第2學期完成3個方向信息基礎與核心課的選修或自修，同時將校內基地實訓貫穿于該學期；第3學期自修3個方向交通應用課程，同時參與校外企業實踐，利用高校與企業雙方共贏方式保證其長效穩定運行。在第2、3學期實現學生動手與工程能力培養；第4、5學期利用“三大實踐創新平臺”，通過項目研究實現學生創新能力培養，即Sternberg實踐理論中“塑造環境的能力”培養[14]。

上述“三鏈融合”交通復合型人才培養綜合體系具有動態性、層次性和深度融合性，課程鏈、實踐鏈既規范又時常動態更新，保證其“血液新鮮”；能力鏈實現從自學能力、動手能力、工程應用能力到最高層創新能力的分層遞進[15]；“三鏈”中的底、中、高各層之間相互對應并匹配。

4 結 語

通過多年努力，該人才培養教學實踐體系獲得顯著成效：① 以三大創新實踐平臺為支撐，學院獲得“重慶市公共交通運營大數據工程技術研究中心”授牌，并擁有“大型結構安全壽命監測技術”市級科研創新團隊。② 平臺帶頭人主持了“大數據環境下城市路網交通多模式擁堵預測及容錯控制研究”等國家自然科學基金項目、交通部西部建設和省部級項目17余項。獲國家科技進步二等獎1項，省部級科研成果獎8項?！耙阅芰轵寗拥牡胤礁咝Ｓ嬎銠C類專業人才培養模式創新與實踐”獲得省部級教學成果二等獎。③計算機學科培養了獲國家級獎學金的優秀研究生8人次，在“挑戰杯”全國大學生課外學術科技作品中獲重慶賽區特等獎，立項國家級大學生創新創業訓練計劃項目5項。