人工智能時代計算機專業人才的培養

張蕾　李艷梅　周文科　崔娟娟

摘? 要： 人工智能時代需要計算機專業復合型人才，本文從專業課程體系、教學模式、實踐能力培養等方面展開探討，提出構建以人工智能為核心的課程群，因材施教、實施個性化教學模式，高校聯合企業共同培養人才等來進行教學改革。

關鍵詞： 人工智能; 課程體系; 教學模式; 產學合作

中圖分類號：G642? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2022）04-74-03

Cultivation of computer professionals in the era of artificial intelligence

Zhang Lei， Li Yanmei， Zhou Wenke， Cui Juanjuan

（Guangling College， Yangzhou University， Yangzhou， Jiangsu 225000， China）

Abstract： In the era of artificial intelligence， compound talents of computer majors are needed. In this paper， by discussing the professional curriculum system， teaching mode， and practical ability training， it is proposed to carry out teaching reform by building a curriculum group with artificial intelligence as the core， teaching students in accordance with their aptitude， implementing a personalized teaching model， and jointly training talents with universities and enterprises.

Key words： artificial intelligence; curriculum system; teaching mode; industry-university cooperation

0 引言

伴隨著科學技術的不斷發展，人類社會已經從“信息時代”過渡到“智能時代”。近年來，人工智能技術迅速崛起，在互聯網、醫學、金融、媒體、零售等各個行業都已得到廣泛的應用。目前，人工智能技術已成為新一輪科技革命和產業變革的核心推動力量。為搶抓人工智能發展的重大戰略機遇，加快建設創新型和科技型強國，國務院于2017年7月8日印發了《新一代人工智能發展規劃》文件。規劃中提出人工智能已成為國際競爭的新焦點，應逐步加強人工智能領域人才的培養，形成我國人工智能人才高地[1]。我國教育部于2018年4月發布了《高等學校人工智能創新行動計劃》文件。文件提出：要加強人工智能領域人才的培養，完善人工智能領域人才培養體系;重視人工智能與計算機、控制、數學等學科專業教育的交叉融合，探索并構建基礎理論人才與“人工智能+X”復合型人才并重的培養體系[2]。

人工智能是計算機學科的一個分支，它是一個非常典型的交叉學科，人工智能的理論學習涉及到數學、計算機、控制學、哲學、語言學、神經學等一系列學科，知識體系龐大且深奧難懂。為了適應時代的潮流、滿足社會需求，如何將人工智能的理論和技術有效融入到傳統計算機專業，培養智能時代所需的復合型人才是值得思考的[3]。本文主要從專業課程體系的優化、教學模式的個性化、企業與高校聯合培養人才等方面探討人工智能背景下計算機專業人才的培養。

1 課程體系的優化

傳統的計算機專業是以培養學生的計算思維、編程能力為主，學生畢業后多從事系統開發、軟件測試、網絡編程等工作。專業主要是從算法、編程、系統能力等方面設置課程。比如：“數據結構”課程和“算法分析與設計”兩門課程主要是讓學生了解數據的結構和特性、訓練學生算法設計的能力;“C語言程序設計”、“C++程序設計”、“Java程序設計”等語言類的課程是教會學生使用編程語言工具實現相應的算法過程;“操作系統”、“計算機組成原理”、“計算機網絡”等課程是讓學生深入的了解計算機的系統、底層硬件、網絡通信等模塊，培養學生的計算機系統能力。

然而，傳統計算機專業缺乏數據處理和人工智能相關的課程，傳統的課程體系重在打基礎;然而人工智能時代所需要的計算機人才，除了基本的算法設計和編程能力以外，還需要掌握機器學習和數據分析的相關知識[4]。要培養智能時代復合型人才，需優化人才培養方案，形成以人工智能為核心的課程群是必不可少的[5]。因此，可以對傳統計算機專業課程體系從如下幾個方面做出改變。

⑴ 在大一年級開設“Python語言程序設計”和“人工智能導論”的課程。Python語言因為其簡便易懂、具備強大的AI支持庫等優勢，已經成為人工智能領域學習必備的語言工具。在大一年級開設Python語言學習相關的課程，能夠為后續人工智能領域課程的學習奠定語言開發的基礎。“人工智能導論”課程是入門級的人工智能課程，課程緊緊圍繞人工智能的基本思想、基本理論、基本方法及其應用展開，為人工智能后續課程群奠定了理論基礎。

⑵ 將大二年級原先的“機器學習”和“人工智能與識別”這兩門選修課調整為必修課。優化課程內容，多設置實驗環節，課程的實驗主要是采用Python語言編寫實現。“機器學習”和“人工智能與識別”這兩門課是人工智能學習的基礎課程，為高年級人工智能分類高階學習奠定理論和實踐基礎。

⑶ 在傳統計算機專業課程的基礎上，以人工智能三大研究方向：文本語言與處理、大數據處理、圖形圖像處理為主線分類高階培養人才，具體如表1所示。學生學習完傳統的專業課程以外，在高年級可自主選擇三大方向中的一條主線進行學習。文本與語言處理方向主要包含：文本挖掘、自然語言處理、信息檢索與搜索引擎等課程;大數據處理方向主要包括：大數據技術原理及應用、數據挖掘、Hadoop大數據開發等課程;圖形圖像處理方向主要包括：數字圖像處理、計算機圖形學、計算機視覺等課程。通過遞階式的課程體系學習，讓學生在人工智能的某一領域不斷挖掘，并熟練掌握或精通。

在傳統計算機專業課程的基礎上，形成以人工智能為核心的課程群，在高年級實施人工智能分方向培養，分類培養人工智能各分支領域的高精專人才，從而讓計算機專業學生在人工智能時代擁有較強的競爭力和職場生存能力。

2 教學模式的個性化

教學模式是完成教學目標的一系列教學活動，傳統的教學模式多是以教師為知識的主要傳授者，教師通過多媒體或者黑板板書開展課程教學。傳統的教學模式是以“教材、教師、課堂”為中心。這樣的教學模式存在諸多缺陷：首先，它忽視了學生學習主體的地位，它將課程的教學局限于教師在課堂中的講授，沒有充分調動學生學習、思考和創新，學生處于一種被動接受的地位，不利于創新性、實踐性人才的培養。其次，它沒有考慮各學生學習能力的差異，教師按照同一進度同一難度講授知識，學習效率高、接收能力好的學生可能會因為內容簡單而感覺沒有挑戰性，接收能力較差、學習效率極低的學生可能無法跟上教學進度。人工智能時代需要有源頭創新力的人才，計算機專業人才的培養是需要充分調動每位學生的興趣和潛能。因此，教育精準化、教學模式個性化是人工智能時代人才培養的必然趨勢。

教學模式的個性化需要打破傳統教學模式時間、空間的局限，可以采用線上MOOC、SPOC課程、微課等方式實現線上線下混合式教學，讓學生充分利用課前和課后的空余時間，通過啟發式教學、案例式教學、討論式教學和項目式教學，培養學生獨立思考、獨立學習的能力。同時，針對理論性較強的課程，可以采用導師制與自主學習相結合的教學模式。所謂導師制，類似于研究生教學中的師徒傳承模式，將班級的學生分成若干小組，并為每個小組配備一個導師。導師定期布置任務讓同組的學生在一段時間內探索并定期開設研討會，讓組內學生在研討會上匯報學習成果，并溝通交流難題，導師對組內學生的具體問題及興趣進行針對性的輔導和延伸。導師制與自主學習相結合的教學模式是一種以學生為中心的教學模式，學生通過自我探索和溝通答疑去解決問題、理解知識，極大地培養了學生獨立學習、溝通交流和合作探索的能力。

因材施教、實施個性化教學模式，是人工智能時代培養創新型人才不可或缺的部分。只有讓不同層次的學生找到自己的學習目標并解決他們的疑惑，才能激發學生的興趣和潛能。

3 產教融合培養實踐能力

實踐能力對于人工智能時代創新型人才的培養最為重要。培養學生的實踐能力需要學校搭建配套的實踐教學平臺，同時需要一批具有豐富的實踐經驗的教師。然而，目前大部分的高校缺乏人工智能相關的實踐教學平臺，學生無法基于傳統樸素的實踐平臺進行自然語言處理、圖像識別等人工智能相關領域的研究。另外，高校的教師大部分是博士畢業后直接進入學校，他們具有扎實的理論研究基礎，但他們沒有在行業實際場景中歷練過，項目實踐經驗不夠。這樣的師資隊伍是無法滿足人工智能時代應用型、復合型人才培養的需求。人工智能人才的培養需要貼近產業，產教融合、將企業的資源融入到學校的教學是人工智能時代培養學生實踐能力的重要途徑[6]。

企業與高校共同培養人才可以在實踐教學平臺、實習實訓、師資培養等方面共同做努力。企業為高校提供人工智能科研教學一體化實驗平臺，覆蓋數據預處理、特征工程、模型開發、模型訓練、模型評估流程，輕松構建AI模型，為人工智能專業人才的培養構建強有力的教學實踐平臺。同時，高校可以聯合企業共同培養人工智能專業人才，引入企業的工程師深度參與課程教學、實習實訓指導、專業及課程建設，讓學生在學習課程的過程中了解企業的人才需求，了解和熟悉企業真實的項目，在項目實踐中學習領悟知識。在師資培養方面，企業可以定期組織短、長期的師資培訓項目，每年接收教師去企業一線掛職鍛煉。采用這一系列的方式，不僅提升了教師的實際技能應用水平，還拓寬了高校的人工智能技術知識圖譜，同時也給人工智能師資隊伍的成熟、壯大提供了條件。深入推進產教融合、協同育人，不斷探索新的人才培養機制和模式，破解高校“AI師資荒”，為培養復合型、創新型人才提供基礎的保障。

4 結束語

產業的發展和人才培養關系密切，要實現人工智能在前沿科技和產業應用的領先地位，人工智能領域人才的培養是關鍵基礎。本文提出：構建以人工智能為核心的階梯式的課程體系，實施線上線下相結合、導師制與自主學習相結合的教學模式，聯合企業共同實施實踐教學等方式培養人工智能領域人才。初步實踐表明：通過這一系列教學改革，我校計算機專業學生對人工智能領域有了更深的認識，學生的實踐能力有了進一步的提高，部分學生畢業后傾向于人工智能方向的工作。然而，人工智能對數學的要求很高，因此，提高學生的數學水平以及學習數學的積極性也需要進一步重視。

參考文獻（References）：

[1] 劉曄，朱安民，明仲.立德樹人、需求引領、以能力培養為中心的計算機專業人才培養模式探索與實踐[J].計算機教育，2021（8）：79-82

[2] 孫涵，袁偉偉，黃圣君，陳松燦，陳兵.計算機類專業創新型人才培養探索[J].計算機教育，2021（4）：85-87，97

[3] 李鈺.人工智能熱潮下英國頂尖研究型大學計算機專業人才培養模式探析[J].世界教育信息，2021，34（1）：42-50

[4] 竇亮，賀樑，周愛民，等.人工智能時代的計算機人才創新培養[J].計算機教育，2020（10）：103-107

[5] 黎文娟，邢婷婷，林菡.人工智能背景下應用本科高校計算機類人才培養[J].計算機時代，2020（8）：115-117

[6] 趙靜麗.人工智能時代計算機專業人才培養模式研究[J].電腦知識與技術，2021，17（19）：268-269