新經(jīng)管下的人工智能專業(yè)課程群研究

周健 武岳 段凱宇 吳昊

［摘 要］ 研究分析智慧金融、數(shù)字經(jīng)濟對傳統(tǒng)財經(jīng)類人才培養(yǎng)提出的新方向、新要求，拓展人工智能學(xué)科專業(yè)的內(nèi)涵和建設(shè)重點，研究人工智能+金融、人工智能+管理、人工智能+經(jīng)濟等新課程體系和教學(xué)內(nèi)容，形成“人工智能+新經(jīng)管”課程群。課程群融合人工智能兩大類方法，提供從信號層到數(shù)據(jù)層基礎(chǔ)性工程知識和能力，貫通信息從采集、存儲到分析、預(yù)測的全過程，滿足解決人工智能復(fù)雜工程問題能力培養(yǎng)的需求，課程群具有厚基礎(chǔ)、重應(yīng)用、相融合的特點。

［關(guān)鍵詞］ 人工智能；人才培養(yǎng)；課程群建設(shè)；新經(jīng)管

［基金項目］ 2019年度安徽省省級質(zhì)量工程“電子信息卓越工程師培育計劃”（2019zyrc046）；2019年度安徽省省級質(zhì)量工程“頻繁模式下智慧課堂知識點學(xué)習(xí)軌跡研究”（2019jyxm0191）

［作者簡介］ 周健（1979—），男，安徽鳳陽人，博士，安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院教授，博士后，主要從事虛擬仿真實驗和人工智能課程群研究。

［中圖分類號］ G642.3［文獻標(biāo)識碼］ A［文章編號］ 1674-9324（2024）06-0066-04［收稿日期］ 2022-12-22

隨著智能設(shè)備的廣泛部署，互聯(lián)網(wǎng)和大數(shù)據(jù)的快速發(fā)展，以及蓬勃興起的5G通信，深刻改變了包括商業(yè)模式在內(nèi)的生產(chǎn)和生活方式，也導(dǎo)致經(jīng)濟社會對于人才需求的巨大變化［1］。經(jīng)濟管理類專業(yè)的人才培養(yǎng)也要順應(yīng)這一變化趨勢，為新時代發(fā)展培養(yǎng)新型經(jīng)管人才。為主動應(yīng)對新一輪科技革命與產(chǎn)業(yè)變革，支撐服務(wù)創(chuàng)新驅(qū)動發(fā)展、“中國制造2025”等一系列國家戰(zhàn)略，新經(jīng)管建設(shè)包括新的課程體系，課程設(shè)置必須進行調(diào)整［2］，融合構(gòu)建面向智能傳感、移動通信、互聯(lián)網(wǎng)、大數(shù)據(jù)等教學(xué)新內(nèi)容，建立和推動智能金融人才培養(yǎng)［3］。圍繞新一代人工智能關(guān)鍵算法、硬件和系統(tǒng)等，將機器學(xué)習(xí)、計算機視覺、知識計算、深度推理、群智計算、混合智能、無人系統(tǒng)、虛擬現(xiàn)實、自然語言理解、智能芯片等核心關(guān)鍵學(xué)科與金融學(xué)、管理學(xué)、經(jīng)濟學(xué)等進行融合嫁接，形成復(fù)合型課程［4］。

一、人才培養(yǎng)目標(biāo)

面向未來技術(shù)和產(chǎn)業(yè)發(fā)展的新趨勢和新要求，解析財經(jīng)類院校人工智能人才培養(yǎng)面臨的新挑戰(zhàn)、新機遇、新目標(biāo)和新要求。依托財經(jīng)類優(yōu)勢學(xué)科，發(fā)揮人工智能高融合、深嫁接、寬方向的特點。

人工智能專業(yè)是典型的主流新型信息學(xué)科，是融合了計算機科學(xué)、電子技術(shù)、控制科學(xué)等現(xiàn)代技術(shù)進行智能感知、獲取、傳輸、分析、決策、集成、應(yīng)用的學(xué)科，主要研究智能數(shù)據(jù)的獲取與處理，智能系統(tǒng)的設(shè)計、開發(fā)、應(yīng)用和集成。新一代信息技術(shù)依托智能工程發(fā)展，如智能手機、智能傳感器、智能機器人、無人機、無人汽車、5G高速移動網(wǎng)、高清數(shù)字視頻等。智能科學(xué)與技術(shù)專業(yè)具有綜合性、系統(tǒng)性、軟硬結(jié)合、寬口徑、重實驗的特點，是信息技術(shù)專業(yè)群中的前瞻性和復(fù)合型專業(yè)，能夠?qū)π陆?jīng)管的建設(shè)提供強有力的支撐［5］。

培養(yǎng)目標(biāo)旨在進行人工智能高層次應(yīng)用型復(fù)合型人才培養(yǎng)模式方面的綜合改革和全校新經(jīng)管通識課程建設(shè)，充分考慮智能科學(xué)與技術(shù)的特殊性和對人才需求的多樣性，在教學(xué)理念、管理機制等方面進行創(chuàng)新，采取多種方式培養(yǎng)人工智能專業(yè)高層次應(yīng)用型復(fù)合人才，建設(shè)服務(wù)新經(jīng)管知識支撐平臺，努力形成有利于智能科學(xué)與技術(shù)高層次應(yīng)用型復(fù)合人才成長的培養(yǎng)體系和面向智能大數(shù)據(jù)分析課程，切合學(xué)院“既懂技術(shù)的管理者，又懂管理的工程師”人才培養(yǎng)目標(biāo)，服務(wù)學(xué)校新經(jīng)管建設(shè)目標(biāo)［6］，如圖1所示，主要培養(yǎng)具有扎實理論基礎(chǔ)、較強的創(chuàng)新創(chuàng)業(yè)能力，在“互聯(lián)網(wǎng)+智能制造”與智能商務(wù)領(lǐng)域具有較強的實踐動手能力、適應(yīng)社會和行業(yè)發(fā)展需要的高層次應(yīng)用型復(fù)合人才。

二、課程架構(gòu)

人工智能課程內(nèi)容源于人工智能課程的研究方向。根據(jù)人工智能的研究方向可將人工智能的課程內(nèi)容分為三個方向［7］。符號學(xué)派的知識工程、搜索引擎、邏輯推理、專家系統(tǒng)等，通過數(shù)理邏輯來模擬智能；連接學(xué)派的腦科學(xué)、認知科學(xué)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、向量機等；仿生學(xué)派的仿生學(xué)、遺傳學(xué)、群體智能、機器人、虛擬現(xiàn)實等，如圖2所示。鑒于課程培養(yǎng)目標(biāo)是將人工智能的方法學(xué)應(yīng)用于金融、經(jīng)濟等領(lǐng)域，上述領(lǐng)域主要處理的是數(shù)據(jù)形式及契合符號學(xué)派的內(nèi)涵，因此在課程內(nèi)容選擇上以符號學(xué)派的課程為主體，涵蓋連接學(xué)派的主要課程，選擇性地講述仿生學(xué)派的基礎(chǔ)課程。

課程體系分為五個層次，在專業(yè)課程體系上，形成以智能大數(shù)據(jù)分析和嵌入式智能開發(fā)為核心的課程體系。理論課程體系包括公共基礎(chǔ)課、學(xué)科基礎(chǔ)課、專業(yè)核心課、專業(yè)拓展課和公共選修課。學(xué)科基礎(chǔ)課有“電路與模擬電子技術(shù)”“程序設(shè)計語言”“計算機網(wǎng)絡(luò)”“微機原理”“金融學(xué)”“計量經(jīng)濟學(xué)”“管理信息系統(tǒng)”“人工智能語言”等，強化了人工智能基礎(chǔ)課程和經(jīng)管類定量分析類課程的融合［8］。專業(yè)核心課程有“人工智能”“通信原理”“信號系統(tǒng)分析”“數(shù)據(jù)庫”“數(shù)據(jù)挖掘”“WEB數(shù)據(jù)庫系統(tǒng)”“機器學(xué)習(xí)”“深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)”“大數(shù)據(jù)分析”“投資量化分析”“金融科技”等，強調(diào)了人工智能方法學(xué)在大數(shù)據(jù)科學(xué)中的應(yīng)用。專業(yè)方向課程有“智能信息系統(tǒng)”“商務(wù)智能系統(tǒng)設(shè)計”“圖像處理與機器視覺”“語音信號處理”“區(qū)塊鏈與移動支付”“金融大數(shù)據(jù)分析”等，聚焦了某個行業(yè)的綜合系統(tǒng)。以“電路與模擬電子技術(shù)”“數(shù)字電子技術(shù)”“通信原理”“數(shù)字信號處理”“信號系統(tǒng)”“數(shù)據(jù)結(jié)構(gòu)”“數(shù)據(jù)庫理論”“人工智能”“機器學(xué)習(xí)”形成考研課程體系，注重理論學(xué)習(xí)。以“單片機”“可編程控制器”“智能傳感器與移動無線網(wǎng)絡(luò)”“機器學(xué)習(xí)與模式識別”“圖像處理與機器視覺”“機器人”“嵌入式開發(fā)”“大數(shù)據(jù)與Python”“智能控制電子綜合實訓(xùn)”形成智能控制課程體系，結(jié)合學(xué)科競賽，注重實踐設(shè)計學(xué)習(xí)。以人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)、WEB數(shù)據(jù)庫、數(shù)據(jù)挖掘、智能商務(wù)系統(tǒng)設(shè)計、區(qū)塊鏈與移動支付、金融大數(shù)據(jù)分析，構(gòu)建金融、經(jīng)濟和管理領(lǐng)域的大數(shù)據(jù)領(lǐng)域分析專業(yè)人才。

三、課程體系

培養(yǎng)方案以數(shù)據(jù)的智能采集、存儲、傳輸和使用分為四個流程和模塊，通過不斷豐富和優(yōu)化，突出數(shù)據(jù)智能存儲和數(shù)據(jù)智能分析兩個重點模塊，涵蓋數(shù)據(jù)智能采集和數(shù)據(jù)智能傳輸兩個不可或缺的模塊，使得培養(yǎng)人才具有完整、豐富和可延展的數(shù)據(jù)智能處理流程知識［9］。

以三類語言貫通課程體系推動課程的銜接，滿足學(xué)生的不同層次和目標(biāo)需求，如圖3所示。底層學(xué)習(xí)信號層語言，如C、C++、ML、ARM、Thumb，對應(yīng)信號和平臺類課程，如“計算機網(wǎng)絡(luò)與無線通信”“現(xiàn)代通信原理”“信號系統(tǒng)分析”“智能終端技術(shù)”“智能系統(tǒng)開發(fā)”“操作系統(tǒng)”“微機原理”“無人機”等，使得學(xué)生具備基本、核心、可延展的智能硬件基礎(chǔ)知識；中層學(xué)習(xí)數(shù)據(jù)層語言，如Java、HTML、XML、Perl、Shell、SQL、Query、C#、UML、SPSS，對應(yīng)數(shù)據(jù)類課程，如“數(shù)據(jù)倉庫與數(shù)據(jù)挖掘”“大數(shù)據(jù)與領(lǐng)域建模”“數(shù)據(jù)庫”“WEB數(shù)據(jù)庫”“數(shù)據(jù)結(jié)構(gòu)與算法分析”“數(shù)據(jù)可視化技術(shù)”“軟件工程”“區(qū)塊鏈與電子貨幣”等，使得學(xué)生具有全面、完整、豐富的數(shù)據(jù)處理知識；高層學(xué)習(xí)人工智能語言，如Python、List、Prolog、Matlab、R，對應(yīng)人工智能方法學(xué)類課程，如“機器學(xué)習(xí)”“神經(jīng)網(wǎng)絡(luò)”“模式識別”“數(shù)字圖像處理”“語音智能識別”“智能商務(wù)系統(tǒng)”“互聯(lián)網(wǎng)金融”“金融數(shù)據(jù)分析”等，使得學(xué)生具有精細、特色、超前的人工智能方法學(xué)知識和技能。

數(shù)理基礎(chǔ)課包括“大學(xué)物理”“電路分析”“隨機過程”“運籌學(xué)”“博弈論”等；語言設(shè)計類課程包括“程序設(shè)計語言”“面向?qū)ο笳Z言”“人工智能語言”“關(guān)系查詢語言”“WEB系統(tǒng)開發(fā)語言”“微機原理與匯編語言”“解釋性語言”“智能仿真語言”等。數(shù)據(jù)智能采集類包括智能終端技術(shù)、信號系統(tǒng)分析、語音信號處理、數(shù)字圖像處理、傳感器原理、數(shù)字電子技術(shù)、智能識別技術(shù)等；數(shù)據(jù)的智能存儲包括數(shù)據(jù)結(jié)構(gòu)與算法分析、數(shù)據(jù)庫原理、管理信息系統(tǒng)、數(shù)據(jù)挖掘與數(shù)據(jù)倉庫、WEB數(shù)據(jù)庫系統(tǒng)、區(qū)塊鏈與電子貨幣；數(shù)據(jù)智能傳輸涉及計算機網(wǎng)絡(luò)、現(xiàn)代通信原理、無線通信、互聯(lián)網(wǎng)金融；數(shù)據(jù)智能方法包括人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、大數(shù)據(jù)與領(lǐng)域建模、商務(wù)智能系統(tǒng)、數(shù)據(jù)可視化技術(shù)等。數(shù)據(jù)智能應(yīng)用背景類課程包括“計量經(jīng)濟學(xué)”“金融學(xué)”“證券投資學(xué)”等［10］。在各類課程群的學(xué)分所占比例中，76%為數(shù)據(jù)智能處理類課程，其中數(shù)據(jù)智能方法類課程和語言類課程占比41%，強化了人工智能方法學(xué)在經(jīng)管領(lǐng)域數(shù)據(jù)處理中的應(yīng)用。

課程體系主要以6門人工智能專業(yè)核心課程為基礎(chǔ)，以智能嵌入式編程和智能商務(wù)應(yīng)用為方向，依托智能車、智能芯片和電子設(shè)計學(xué)科競賽，圍繞信號、數(shù)據(jù)、信息三個層面的采集、處理、分析、優(yōu)化、可視、應(yīng)用等環(huán)節(jié)設(shè)置課程體系，與區(qū)域行業(yè)標(biāo)桿企業(yè)進行聯(lián)合，重點培養(yǎng)學(xué)生從事智能商務(wù)數(shù)據(jù)分析和智能信息系統(tǒng)等人工智能+經(jīng)管工程領(lǐng)域的設(shè)計、研究、開發(fā)和管理的綜合能力。同時，依托本專業(yè)較高的考研率，瞄準國內(nèi)一流研究生學(xué)科定點輸送拔尖人才。人才培養(yǎng)計劃能夠為人工智能專業(yè)學(xué)生打下良好的專業(yè)基礎(chǔ)和綜合素養(yǎng)，滿足社會、行業(yè)、研究所、高校等單位的發(fā)展需求。

結(jié)語

基于金融大數(shù)據(jù)、移動支付系統(tǒng)、虛擬貨幣等，構(gòu)建符合本科專業(yè)培養(yǎng)的智慧金融系列課程；基于銀行、證券、網(wǎng)絡(luò)等金融數(shù)據(jù)，利用深度學(xué)習(xí)等核心智能技術(shù)進行挖掘與分析，構(gòu)建基于行業(yè)與領(lǐng)域的復(fù)雜金融預(yù)測系列課程；基于金融大數(shù)據(jù)的空間屬性、時間屬性及個體行為屬性，利用知識圖譜、推理計算等模型，構(gòu)建金融風(fēng)險防控、信用評估、態(tài)勢演化等教學(xué)典型案例；基于現(xiàn)代金融交易需求，設(shè)計將互聯(lián)網(wǎng)、終端設(shè)備、金融機構(gòu)有效地聯(lián)合起來的移動支付系統(tǒng)；在區(qū)塊鏈的基礎(chǔ)上，研究無現(xiàn)金時代的無可信中心虛擬貨幣系統(tǒng)的發(fā)展。上述設(shè)計方案還存在一些問題，下一步工作中將持續(xù)完善財經(jīng)類學(xué)校人工智能培養(yǎng)方案。

參考文獻

［1］姚天沖，楊世照.人工智能視域下的高校文科教育發(fā)展思考［J］.大學(xué)教育，2021（8）：91-94.

［2］吳淑娟，吳海民.我國智能人才需求預(yù)測研究［J］.大學(xué)教育，2020（4）：29-31+55.

［3］黃河燕.新工科背景下人工智能專業(yè)人才培養(yǎng)的認識與思考［J］.中國大學(xué)教學(xué)，2019（2）：20-25.

［4］歐先鋒，張國云，何偉，等.新工科背景下電子信息工程專業(yè)人才培養(yǎng)研究［J］.成都工業(yè)學(xué)院學(xué)報，2019，22（1）：94-97.

［5］雷玉霞，趙景秀，李光順.“新工科”背景下人工智能專業(yè)課程體系的構(gòu)建［J］.教育進展，2019（2）：77-81.

［6］李祥，陳鳳.國際人工智能教育研究的進展及其對專業(yè)人才培養(yǎng)的啟示［J］.黑龍江高教研究，2020，38（4）：79-86.

［7］季波，李魏，呂薇，等.人工智能本科人才培養(yǎng)的美國經(jīng)驗與啟示：以卡內(nèi)基梅隆大學(xué)為例［J］.高等工程教育研究，2019（6）：194-200.

［8］彭德巍.人工智能課程實驗案例研究與實踐［J］.大學(xué)教育，2021（2）：71-74.

［9］沈南燕，李靜，劉麗蘭，等.面向智能制造的卓越工程師計劃實踐課程標(biāo)準探索［J］.大學(xué)教育，2019（11）：1-4.

［10］劉源.互聯(lián)網(wǎng)金融對高校金融教育影響的SWOT分析［J］.大學(xué)教育，2017（10）：8-10.

Research on Artificial Intelligence Curriculum Group under New Economic and Management Education

ZHOU Jian， WU Yue， DUAN Kai-yu， WU Hao

（School of Management Science and Engineering， Anhui University of Finance & Economics， Bengbu， Anhui 233030， China）

Abstract： To study and analyze the new direction and new requirements of Intelligent Finance and digital economy for traditional financial personnel training， expand the connotation and construction focus of artificial intelligence discipline， the paper studies the new curriculum system and teaching content of artificial intelligence + finance， artificial intelligence + management， artificial intelligence + economy， and forms the course group of “artificial intelligence + new management”. The curriculum group integrates two kinds of methods of artificial intelligence， provides basic engineering knowledge and capabilities from the signal layer to the data layer， runs through the whole process of information collection， storage， analysis and prediction， and meets the training needs of ability to solve complex engineering problems of artificial intelligence. The curriculum group has the characteristics of solid foundation， focusing application， and integration.

Key words： artificial intelligence; personnel training; curriculum group construction; new economic and management education