高職人工智能專業課程資源建設研究

鄒曉冬

摘要：隨著現在網絡技術的不斷進步，尤其是現在的5G網絡已經在逐步投入商用，未來5G領域的各種應用將會越來越多，引領人們的生活走入智慧時代。依托未來網絡技術的發展，人工智能技術也會有更大的突破，應用范圍將會更加廣闊。而從事人工智能專業的學生就業前景也將會更加被看好。現在的高職人工智能專業已經成了高等職業院校的熱門專業，但是在專業課程資源建設上還存在一定的問題，本文針對人工智能專業的定位對專業課程資源建設和人才培養提出了自己的見解。

關鍵詞：人工智能;專業課程;資源建設

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2019）30-0204-02

在網絡信息化高速發展的今天，各種各樣依托高速互聯網的應用技術層出不窮。尤其是在人工智能領域，隨著網絡技術的進步以及5G網絡的逐漸普及更是得到了快速的發展，現在的人工智能技術在我們的生活中無處不在，已經和許多產業相融合帶來了很多的附加價值，未來人工智能將會是計算機智能領域發展最快的一個分支，同時人工智能專業的人才需求在未來5-10年將會大規模的增長，因此作為高職院校來說，開設人工智能教育專業，不但能夠為社會培養更多的人工智能專業人才，還能夠打響高職院校的知名度，吸引更多的生源來學習，為高職院校未來的發展奠定良好的基礎。

人工智能（Artificial Intelligence）英文縮寫為AI，本身是計算機科學的一個分支，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。現在的人工智能已經成了信息技術領域研究的熱點問題，尤其是隨著大數據、云計算以及物聯網為代表的新一代人工智能技術的進步，對人們的生產生活和行為方式產生了廣泛而深遠的影響，在可以預見的未來，人工智能必將成為未來國際之間競爭的方向，也會成為引導國家戰略走向的重要技術，現在很多國家都把人工智能的發展作為提升國家在國際上競爭力的關鍵和維護國家安全的重大戰略。

1人工智能技術對高職人才的需求

人工智能作為計算機學科的一門分支，屬于高科技范疇內的專業技術領域，因此對于人才的專業性要求是很高的，在人工智能領域要想取得進步，就必須不斷培養高素質的人工智能專業人才。據統計，在全世界范圍內的人工智能人才儲備我國只占5%左右，具有很大的人才缺口，為了在人工智能領域取得國際競爭優勢，教育部在2018年4月份專門印發了《高等學校人工智能創新行動計劃》，計劃中對于人工智能領域的培養類別和重點任務做出了詳細的規劃，同時要求到2020年，基本完成適應新一代人工智能發展的高校科技創新體系和學科體系的優化布局，高校在新一代人工智能基礎理論和關鍵技術研究等方面取得新突破，人才培養和科學研究的優勢進一步提升，并推動人工智能技術廣泛應用。高職院校應該響應國家對于人工智能領域人才培養的要求，加快學科建設步伐，在高職學校設立人工智能專業課程，不斷擴大人工智能領域人才培養的規模，為社會培養更多的人工智能專業人才。

2高職院校人工智能設置的定位

2.1高職院校專業設置

現在高職院校中與人工智能相近的專業是智能科學與技術專業，專業包括了計算機、傳感、通訊和控制等不同學科領域的知識內容，涉及機器人技術、微電子機械以及物聯網指揮系統等。高職院校可以根據現在人工智能領域的發展和國家對于人工智能專業領域的培養要求來確定院校的培養目標。同時也可以根據計算機、電子、軟件以及自動化為基礎，按照人工智能未來的發展趨勢以及應用范圍來開設人工智能專業課程，不斷對專業課程進行拓展和延伸，形成一個具有自身院校特色的不同于其他院校培養方向的優勢專業，對于一些目前還沒有申請人工智能專業的高職院校來說，可以在計算機、軟件或者大數據專業中增設人工職能方向，為下一步的專業建設奠定堅實的基礎。

2.2人工智能專業定位

高職院校的人工智能專業覆蓋面比較廣，具有很強的包容性，而且市場對于不同應用專業人才的需求也越來也高，因此高職院校的人工智能專業定位要覆蓋所有的領域，人工智能專業課程不但是高職院校的一門全新的課程，同時也是培養創新人才的重要領地，現在的人工智能學科已經超越了計算機科學的范疇，同時與互聯網、大數據以及語言心理學相融合實現了人工智能學科的高速發展。專業內容包括了信息處理、計算機視覺、智能機器人以及自動程序設計等。人工智能專業課程培養的目標是具有良好的創新精神和職業道德素質，同時具有較強的數據科學、網絡軟硬件、信息科學等基礎知識和基本技能，能夠熟練掌握傳感網、物聯網、大數據、云計算等專業技術，可以從事智能系統開發以及無人系統產品的設計等。高職院校培養的人才未來可以勝任政府機關、企事業單位、社會組織等不同的部門對于數據統計和分析、智能應用系統設計、智能系統安全維護以及輿隋監督和居民行為分析等不同的領域。

3高職院校人工智能專業課程資源建設

3.1人工智能專業理論課程建設

人工智能不是一門單獨的學科，而是綜合了不同種類知識的綜合性的學科體系，高職學生要想學好人工智能，具備較高的技術水平，首先需要有扎實的數學理論基礎，同時還要具備一定的計算機硬件開發能力。高職院校的人工智能專業理論課程設置必須重視課程的整體性和層次性。由于人工智能和數學的密不可分性，因此在課程資源設置上要偏重數學基礎課的內容，包括微積分、線性代數、概率論與數理統計等，同時還要包括數學分析、矩陣以及數列計算等方面的內容，尤其是極限和連續的數學知識一定要學好，對未來人工智能設計有很大的幫助。

在人工智能課程資源設置上，除了要有與人工智能相關的數學技術內容以外，在專業課程的設置上也要有一定的突破與創新。目前在人工智能專業課程設置上，要有與計算機相關的專業核心課，比如Python、C/C++語言、操作系統、計算機軟硬件分析、分布式并行計算以及FPGA開放等理論課程，同時還要有人工智能導論方面的課程比如腦科學和生命科學等、機器學習、云計算與大數據、智能開發、自然語言處理等方面的核心課程，同時高職院校要建立支持人工智能的實驗平臺，完善相關的硬件設施建設，讓高職學生能夠在試驗平臺上更加深入的了解和學習大數據、云計算以及機器學習等方面的內容。

3.2人工智能實驗課程開發

要想學好人工智能，必須培養高職學生的實踐能力，因此高職院校的人工智能專業要做好實驗課程的開發和設計工作，要根據高職人工智能人才的培養目標確定實驗課程的內容，通常要安排Python開發、機器學習、深度學習以及智能化應用等相關的實驗課程滿足人工智能學習的需要，具體的實驗課程資源建設和設計可以按照以下的步驟進行：

（1）機器學習實驗

包括對機器學習理論的概述、監督學生學習的一些數據準備、監督學生學習的算法調優包括臨近算法、樸素貝葉斯分類器以及卷積神經網絡等、監督學生學習效果的分析和模型部署、非監督學習算法的調優處理包括K均值聚類、主成分分析、組織映射神經網絡、隱馬爾可夫模型和神經網絡模型等、半監督學習的分類方法包括生成式的方法和判別式的方法以及半監督學習的聚類方法等。

（2）深度學習實驗

深度學習實驗是在基礎學習實驗的基礎上對人工智能進一步學習，內容相對更加深化和復雜，包括了Tensorflow的一些基本應用、BP神經網絡、AutoEncoder自動編碼器、rcnn、fast-rcnn、faster-rcnn、ssd目標檢測、vgg和resnet的圖像分類以及Matlab圖像處理軟件的操作和算數運算、圖像顏色空間的運算以及圖像濾波等。

（3）自然語言處理NLP

自然語言處理NLP已經成了人工智能領域的一個新的發展方向，未來也會成為人工智能的核心領域，最終的目的是要讓機器可以理解自然語言。因此在高職人工智能課程資源建設中，要加入對NLP的字、詞、句子的學習，能夠通過學習以NLP為基礎核心的相關技術實現對聊天機器人、智能合理用藥以及知識圖譜等提供底層技術，讓學生能夠通過學習自然語言處理NLP掌握其最具代表性的前沿技術，走在人工智能領域的前列。

（4）圖像處理技術

圖像處理技術就是通過計算機對各種圖像進行造成處理、修復、還原和提取特征等一系列的方法和技術統稱。這也是人工智能領域需要重點學習和研究的方向，高職院校的人工智能專業課程資源要為學生創設前沿的ResNet，SSD，Faster RCNN等深度學習模型，讓他們掌握圖像的分類、識別等處理技術，比如現在的人臉識別技術包括了人臉檢測、人臉特征點檢測和人臉對齊等。

3.3人工智能實訓課程建設

在人工智能課程資源的學習中，實訓課程無疑是體現高職學生學習水平的重要參考，對實訓課程的建設可以根據目前的熱點領域來進行設計，比如現在的智能機器人、智慧醫療、城市智慧交通、智能金融、無人控制系統、智能教育、智慧旅游以及VR體驗等，讓學生都能夠將學習到的知識應用到具體的項目當中。

4結束語

人工智能的發展對于人才的需求越來越高，高職院校要強化人工智能專業課程的資源建設，為社會培養更多的人工智能專業人才。