新工科背景下自動化專業(yè)人工智能課程群建設(shè)研究

摘 "要：在新工科背景下如何突出學(xué)校行業(yè)特色、培養(yǎng)具備人工智能技術(shù)的自動化領(lǐng)域高素質(zhì)復(fù)合型人才正成為自動化專業(yè)人才培養(yǎng)亟需解決的關(guān)鍵問題。課程是人才培養(yǎng)的核心，該文探索新工科背景下自動化專業(yè)人工智能課程群建設(shè)。圍繞西北工業(yè)大學(xué)航空、航天、航海國防特色，提出凸顯國防智能化的教師、學(xué)生、學(xué)校、研究院所及社會等“五位一體”課程思政建設(shè)；繪制知識圖譜可視化課程內(nèi)容以制定個性化選課方案，實現(xiàn)人工智能類不同課程知識點無縫銜接；設(shè)計“數(shù)據(jù)+需求—算法—應(yīng)用”的閉環(huán)教學(xué)模式，強化學(xué)生知識理解；結(jié)合感知、控制與決策中國防需求，建立多學(xué)科交叉實踐案例，提升學(xué)生工程創(chuàng)新能力。擬為具有行業(yè)特色的工科專業(yè)人工智能課程群建設(shè)提供借鑒。

關(guān)鍵詞：新工科；自動化；行業(yè)特色；人工智能；課程群

中圖分類號：G640 " " "文獻標(biāo)志碼：A " " " " "文章編號：2096-000X（2025）10-0019-04

Abstract： Under the background of new engineering， how to cultivate high-quality and inter-disciplinary undergraduates in the field of automation owning artificial intelligence technology， which also highlights industry characteristics of the university， has become the key issue to be solved in the automation specialty. Since course is the core of undergraduate training， this paper discusses the construction of the course group of artificial intelligence. Focusing on the features of aeronautics， astronautics， marine science and technology， the ideological and political education in the curriculum which involves teachers， students， universities， research institutes and society as the \"five-in-one\" is proposed to show intelligence characteristics of defense application. It is suggested to draw knowledge graph and visualize the course content to formulate the personalized course selection scheme， in order to realize seamless connection of knowledge from different courses. The closed-loop teaching mode of \"data+demand-algorithm-application\" is designed to strengthen students' understanding in class. Based on military demands in perception， control and decision-making， the interdisciplinary experimental projects with practical availability are designed to improve students' engineering innovation ability. This paper aims to provide useful references for the construction of course group of artificial intelligence for engineering majors with industry characteristics.

Keywords： new engineering; automation; industry characteristics; artificial intelligence; course group

當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革正處在實現(xiàn)重大突破的歷史關(guān)口，我國正在從工業(yè)大國向工業(yè)強國穩(wěn)步邁進，如何在此百年未有之大變局中把握機遇、應(yīng)對挑戰(zhàn)，成為各國共同關(guān)注的焦點，也為以培養(yǎng)中國工程人才為使命的高等院校工科人才培養(yǎng)提出變革需求[1]。近年來，教育部曾多次召開高等工程教育相關(guān)研討會，提出新工科建設(shè)要求[2-3]，以加快培養(yǎng)新興領(lǐng)域工程科技人才，改造升級傳統(tǒng)工科專業(yè)，主動布局未來戰(zhàn)略必爭領(lǐng)域人才培養(yǎng)。

人工智能作為新一輪科技革命的標(biāo)志性技術(shù)和產(chǎn)業(yè)更新變革的重要驅(qū)動力，推動著產(chǎn)業(yè)生產(chǎn)的智能化、自動化、類人化[4]。為支撐我國加快發(fā)展人工智能、逐漸從“追趕”到“領(lǐng)導(dǎo)”，迫切需要各高等院校結(jié)合自身學(xué)科發(fā)展、辦學(xué)特色，制定與之適應(yīng)的人工智能課程體系結(jié)構(gòu)[5]，讓人工智能加速融入新工科建設(shè)的進程中。

國外眾多著名高校結(jié)合自身特長，制定相應(yīng)的人工智能課程體系及人才培養(yǎng)計劃。麻省理工學(xué)院依托電氣工程與計算機科學(xué)學(xué)院開展人工智能領(lǐng)域教學(xué)，并借助其計算機科學(xué)與人工智能實驗室、信息與決策系統(tǒng)實驗室等科研平臺開展跨學(xué)科人才培養(yǎng)[6]。斯坦福大學(xué)將人工智能和傳統(tǒng)工科相結(jié)合進行改革，并在生物學(xué)、語言學(xué)、機械制造等領(lǐng)域進行跨學(xué)科交叉培養(yǎng)[7]。哈佛大學(xué)在人工智能人才培養(yǎng)過程中重視算法分析與軟件設(shè)計創(chuàng)新能力培養(yǎng)，并開設(shè)自動駕駛、生物、醫(yī)學(xué)等跨學(xué)科課程[8]。康奈爾大學(xué)以解決重大工程技術(shù)問題為出發(fā)點，將通識課程與專業(yè)課程相結(jié)合，培養(yǎng)跨界交叉融合的人工智能領(lǐng)域創(chuàng)新工程領(lǐng)軍人才[9]。同時，我國眾多理工科院校結(jié)合自身專業(yè)特長及發(fā)展定位，也分別制定了不同層級的人工智能專業(yè)/領(lǐng)域的課程計劃及培養(yǎng)方案[5]。

人工智能技術(shù)的蓬勃發(fā)展為自動化領(lǐng)域迎來了重要的技術(shù)革新和產(chǎn)業(yè)升級，其對新工科背景下自動化專業(yè)人才培養(yǎng)帶來了新的挑戰(zhàn)和機遇[10-11]。曹建福等[11]討論了工業(yè)4.0 背景下自動化新工科建設(shè)及教改思考，常艷超等[12]探索了新工科背景下自動化專業(yè)控制類課程體系重構(gòu)，羅家祥等[13]研究了新工科下自動化控制類課程的貫通型案例設(shè)計。同時，在人工智能專業(yè)人才培養(yǎng)方面，樊超等[14]研究了新工科背景下人工智能專業(yè)核心實驗教學(xué)項目設(shè)計，朱琎等[15]開展了人工智能與新工科背景下研究生創(chuàng)新能力培養(yǎng)模式研究，鄧立為等[16]和門志國等[17]分別探討了新工科背景下人工智能領(lǐng)域?qū)W生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)模式和協(xié)同培養(yǎng)模式的研究，莫宏偉等[18]討論了新工科人工智能導(dǎo)論課程思政體系建設(shè)。然而，現(xiàn)有新工科背景下人才培養(yǎng)教學(xué)改革往往從自動化專業(yè)[11-13]或人工智能專業(yè)[14-18]單一角度出發(fā)進行探討與研究，人工智能作為一門交叉學(xué)科，與自動化專業(yè)緊密結(jié)合且在自動化領(lǐng)域大放光彩，因此，亟須探索新工科背景下自動化領(lǐng)域特色與人工智能技術(shù)融合的人才培養(yǎng)教學(xué)改革研究。

課程是人才培養(yǎng)的核心，自動化專業(yè)課程教學(xué)涉及人工智能類諸多課程，如模式識別、機器學(xué)習(xí)、數(shù)字圖像處理等。然而，自動化專業(yè)人工智能類課程開設(shè)往往存在以下問題：第一，人工智能類課程開設(shè)與講授常常從知識體系出發(fā)而缺少自身鮮明的辦學(xué)特色及思政元素；第二，人工智能類課程種類多樣、課程銜接松散，且更傾向于通識教育，與自動化專業(yè)的特色研究方向不密切；第三，人工智能類課程講授大多以理論教學(xué)為主，基礎(chǔ)扎實但自動化領(lǐng)域應(yīng)用實踐能力不足。

基于上述考慮，立足西北工業(yè)大學(xué)（下文簡稱“本校”）自動化學(xué)院自動化專業(yè)本科生培養(yǎng)，以社會需求和國防領(lǐng)域重大戰(zhàn)略應(yīng)用為牽引，結(jié)合本校“三航”（航空、航天、航海）國防特色，本文開展新工科背景下面向自動化專業(yè)的人工智能課程群建設(shè)研究，以支撐“人工智能+X”方向上具有創(chuàng)新精神的自動化領(lǐng)域?qū)ｉT人才的培養(yǎng)。

一 "凸顯學(xué)校國防特色底蘊加強課程思政建設(shè)

課程思政是培養(yǎng)并激發(fā)學(xué)生學(xué)習(xí)興趣的基石，如何挖掘人工智能課程群“智能化”的鮮明特征，結(jié)合學(xué)校“三航”國防特色，加強課程思政建設(shè)是高質(zhì)量課程建設(shè)的先決條件，也是教育教學(xué)改革中的關(guān)鍵突破點。

利用本校“三航”特色優(yōu)勢，聚焦國家戰(zhàn)略需求和世界科技前沿，基于人工智能+自動化，圖1給出了結(jié)合國防應(yīng)用的“五位一體”（教師、學(xué)生、學(xué)校、研究院所及社會）人工智能課程群課程思政建設(shè)示意圖。

圖1 "結(jié)合國防應(yīng)用的“五位一體”課程思政建設(shè)示意圖

針對授課教師，通過文獻查詢、調(diào)研，總結(jié)歸納人工智能技術(shù)在重大國防項目、重點型號中有關(guān)感知、控制與決策等方面的應(yīng)用，并與課程知識點一一關(guān)聯(lián)，穿插于課堂知識講解中。同時，鼓勵學(xué)生在業(yè)余時間積極參加本校或其他高校/學(xué)術(shù)協(xié)會舉辦的各類具有國防特色的人工智能學(xué)術(shù)活動，邀請研究院所專家通過線上線下結(jié)合的方式與學(xué)生交流國防應(yīng)用中的智能化。

針對學(xué)生，在課前或課后，結(jié)合自身學(xué)習(xí)興趣，查詢、閱讀并與同學(xué)交流有關(guān)人工智能+自動化在國防應(yīng)用中的科普知識。

通過教師、學(xué)生以及學(xué)校、研究院所、社會等各方面努力，培養(yǎng)學(xué)生扎根國防事業(yè)、實現(xiàn)自我價值的家國情懷，在潛移默化中向?qū)W生灌輸愛國主義教育，以“潤物細無聲”的方式將課程思政融入人工智能相關(guān)課程教學(xué)中，同時也促進學(xué)生熱衷于人工智能技術(shù)的學(xué)習(xí)。

二 "繪制知識圖譜可視化課程內(nèi)容以制定個性化選課方案

針對人工智能類課程種類多樣、結(jié)構(gòu)分散導(dǎo)致課程銜接困難的問題，如何向?qū)W生展示可視化、層次化的課程知識結(jié)構(gòu)，以便學(xué)生有針對性地進行課程選擇，是人工智能相關(guān)知識高效獲取與快速掌握的必要條件。

圍繞人工智能課程群課程，從編程開發(fā)、理論基礎(chǔ)、理論前沿和前沿交叉四個方面對課程屬性進行劃分。以2021版本科生培養(yǎng)方案為例，表1分類統(tǒng)計了本校自動化專業(yè)人工智能課程群課程開設(shè)情況。

在此基礎(chǔ)上，為學(xué)生搭建編程開發(fā)—理論基礎(chǔ)—理論前沿—前沿交叉的層次化課程選擇模式，以確保學(xué)生從理論到實踐的全方位培養(yǎng)。

進一步地，針對每門課程，繪制可視化的課程知識圖譜，利用圖2所示結(jié)構(gòu)層次展示課程內(nèi)容以便學(xué)生清晰理解課程目標(biāo)。針對不同課程，了解課程間的側(cè)重點，根據(jù)自身需求，選擇合適課程，實現(xiàn)不同課程無縫銜接，盡量避免重復(fù)知識點的學(xué)習(xí)，提高學(xué)習(xí)效率。

同時，授課教師借助課程知識圖譜可以對不同課程內(nèi)容一目了然。通過教學(xué)團隊之間的協(xié)商，對相關(guān)知識點進行不同需求、數(shù)據(jù)或理論的側(cè)重，對缺失內(nèi)容進行適當(dāng)增補，確保學(xué)生所學(xué)知識結(jié)構(gòu)的完整性。

三 "設(shè)計“數(shù)據(jù)+需求—算法—應(yīng)用”閉環(huán)教學(xué)模式強化知識理解

圍繞人工智能類技術(shù)以實際應(yīng)用為導(dǎo)向，如何將“以需求+數(shù)據(jù)為驅(qū)動”的思想始終貫穿算法/模型的課堂教學(xué)過程，是強化學(xué)生知識理解的重要途徑，也是培養(yǎng)自動化領(lǐng)域“人工智能+X”的復(fù)合型人才的關(guān)鍵環(huán)節(jié)。

相比于自動化領(lǐng)域經(jīng)典控制類算法，人工智能類算法在“以需求為驅(qū)動”的同時，強調(diào)“數(shù)據(jù)”是算法的“飼料”，也是算法的核心要素之一。為了讓學(xué)生充分理解人工智能類算法的本質(zhì)內(nèi)涵，構(gòu)建了如圖3所示的“數(shù)據(jù)+需求—算法—應(yīng)用”的閉環(huán)教學(xué)模式。

針對課程知識點（即算法/模型），教師在授課前圍繞學(xué)校國防特色研究領(lǐng)域，從科研項目或公開文獻入手，提出應(yīng)用需求，并整理或仿真生成相應(yīng)數(shù)據(jù)集。在課堂教學(xué)過程中，從算法/模型理論、設(shè)計、實現(xiàn)等多層次進行知識講授。同時，通過國防應(yīng)用示例或課后算法仿真驗證加深學(xué)生對經(jīng)典算法的理解與掌握。

此外，在課堂講授中，要緊密結(jié)合實際需求與數(shù)據(jù)集。以長短期記憶網(wǎng)絡(luò)模型為例，以語言序列翻譯或機動目標(biāo)跟蹤為示例的不同授課教師，會因應(yīng)用需求不同，構(gòu)建結(jié)構(gòu)各異的數(shù)據(jù)集，造成網(wǎng)絡(luò)層數(shù)、參數(shù)等不同，并獲得完全不同的算法結(jié)果。因此，人工智能類算法不僅要讓學(xué)生掌握模型結(jié)構(gòu)，更要讓學(xué)生理解數(shù)據(jù)集的重要性并學(xué)會針對特定數(shù)據(jù)集進行模型訓(xùn)練與參數(shù)優(yōu)化。

四 "構(gòu)建多學(xué)科交叉實踐案例提升工程創(chuàng)新能力

實踐是考核學(xué)生對人工智能類算法掌握程度的核心舉措，如何設(shè)計合理的實踐案例和有效的評價機制，以鍛煉學(xué)生人工智能算法應(yīng)用能力，是提升學(xué)生工程創(chuàng)新能力的重要途徑，也是課程群建設(shè)的關(guān)鍵問題。

為了讓學(xué)生更好地理解并學(xué)會使用經(jīng)典人工智能算法，以學(xué)校國防應(yīng)用為背景，考慮實際需求的多學(xué)科交叉屬性，利用小組團隊形式開展典型應(yīng)用案例的實踐教學(xué)，設(shè)計如圖4所示的案例實踐流程框圖。

圖4 "多學(xué)科交叉下人工智能算法案例實踐流程框圖

從自動化領(lǐng)域感知、控制與決策不同方向出發(fā)，需求分析通過授課教師提供，或由學(xué)生自發(fā)提出并由授課教師進行審核。通過細化需求，設(shè)計可操作的合適案例并作為素材補充案例庫，完成課題認(rèn)知。為提高效率，數(shù)據(jù)集構(gòu)建與算法設(shè)計迭代進行。結(jié)合人工智能與相關(guān)應(yīng)用的評價準(zhǔn)則，完成算法優(yōu)化與結(jié)果分析。最后，完成案例實踐的報告撰寫。

同時，在成果導(dǎo)向教育理念下，授課教師以畢業(yè)能力培養(yǎng)為導(dǎo)向?qū)W(xué)生實踐過程進行評價，取代傳統(tǒng)的以報告或?qū)嶒灲Y(jié)果為主要評價依據(jù)的方式。表2列舉了人工智能算法案例實踐五個過程對畢業(yè)能力要求的支撐情況。教師通過設(shè)置合理的五級評價機制以及合適的加權(quán)組合，在案例實踐全過程給出學(xué)生建議反饋，以便學(xué)生取長補短，在實踐過程中不斷提升工程創(chuàng)新能力。同時，案例實踐考核結(jié)果作為課程成績重要組成部分，促使學(xué)生重視課程實踐，以拓展不同層面的知識應(yīng)用。

五 "結(jié)束語

在積極建設(shè)新工科背景下，培養(yǎng)自動化領(lǐng)域掌握人工智能技術(shù)的高素質(zhì)復(fù)合型人才，正成為自動化類專業(yè)人才培養(yǎng)的關(guān)鍵。本文圍繞新工科背景下自動化專業(yè)人工智能課程群建設(shè)開展探究。結(jié)合學(xué)校“三航”國防特色，提出教師、學(xué)生、學(xué)校、研究院所及社會等“五位一體”課程思政建設(shè)思路，培養(yǎng)學(xué)生扎根國防事業(yè)、實現(xiàn)自我價值的家國情懷。針對人工智能類課程種類多樣、結(jié)構(gòu)分散問題，按照編程開發(fā)、理論基礎(chǔ)、理論前沿和前沿交叉等屬性對課程劃分，繪制知識圖譜可視化課程內(nèi)容，幫助學(xué)生制定個性化選課方案，實現(xiàn)不同課程知識點無縫銜接。圍繞人工智能類算法同時強調(diào)“需求”和“數(shù)據(jù)”，設(shè)計“數(shù)據(jù)+需求—算法—應(yīng)用”的閉環(huán)教學(xué)模式，將“需求+數(shù)據(jù)”的思想貫穿課堂教學(xué)全過程，強化學(xué)生知識理解。結(jié)合自動化領(lǐng)域感知、控制與決策中涉及的實際需求，建立多學(xué)科交叉的實踐案例，提升學(xué)生工程創(chuàng)新能力，并考核學(xué)生對人工智能類算法掌握程度。課程質(zhì)量直接影響著人才培養(yǎng)效果，通過自動化專業(yè)人工智能課程群建設(shè)的教學(xué)改革，來支撐“人工智能+X”方向上具有創(chuàng)新精神的自動化領(lǐng)域?qū)ｉT人才培養(yǎng)。

參考文獻：

[1] 鄭慶華.新工科建設(shè)內(nèi)涵解析及實踐探索[J].高等工程教育研究，2020（2）：25-30.

[2] 姜曉坤，朱泓，李志義.新工科人才培養(yǎng)新模式[J].高教發(fā)展與評估，2018，34（2）：17-24.

[3] 顧佩華.新工科與新范式：概念、框架和實施路徑[J].高等工程教育研究，2017（6）：1-13.

[4] 陳勁，呂文晶.人工智能與新工科人才培養(yǎng)：重大轉(zhuǎn)向[J].高等工程教育研究，2017（6）：18-23.

[5] 張穎慧，劉洋，那順烏力吉，等.“新工科”背景下人工智能專業(yè)建設(shè)與教學(xué)改革探索[J].工業(yè)和信息化教育，2021（8）：27-31.

[6] 韓士元，陳月輝，吳鵬，等.人工智能領(lǐng)域研究生多學(xué)科交叉培養(yǎng)研究與實踐[J].軟件導(dǎo)刊，2021，20（12）：247-252.

[7] 郄海霞，趙折折.人工智能時代新工科人才培養(yǎng)質(zhì)量提升路徑探析——以斯坦福大學(xué)計算機科學(xué)專業(yè)為例[J].科教發(fā)展評論，2020（8）：13-25.

[8] 梁曉波，涂維，武嘯劍.哈佛大學(xué)人工智能課程設(shè)置特點與啟示[J].中國教育信息化，2021（14）：34-40.

[9] 王立國，劉麗，郭犇.以康奈爾大學(xué)ECE4950課程為參考的人工智能課程體系建設(shè)[J].實驗科學(xué)與技術(shù)，2021，19（4）：38-43.

[10] 暴琳，陳熙維，魏海峰，等.人工智能課程群聯(lián)合寬廣數(shù)據(jù)資源拓展自動化品牌專業(yè)新工科建設(shè)[J].高教學(xué)刊，2022，8（26）：21-24.

[11] 曹建福，曹雯.工業(yè)4.0背景自動化新工科建設(shè)及教改思考[J].電氣電子教學(xué)學(xué)報，2021，43（3）：1-5，57.

[12] 常艷超，曾慶軍，薛文濤，等.新工科背景下自動化專業(yè)控制類課程體系重構(gòu)[J].教育教學(xué)論壇，2020（23）：125-127.

[13] 羅家祥，哀薇，高紅霞，等.新工科下自動化控制類課程的貫通型案例設(shè)計[J].教育現(xiàn)代化，2020，7（14）：134-136.

[14] 樊超，楊鐵軍，侯慧芳，等.“新工科”背景下人工智能專業(yè)核心實驗教學(xué)項目設(shè)計[J].實驗技術(shù)與管理，2021，38（8）：183-189.

[15] 朱琎，鄧小喬，李效龍，等.“人工智能+新工科”背景下研究生創(chuàng)新能力培養(yǎng)模式研究[J].高教學(xué)刊，2019（21）：35-37.

[16] 鄧立為，宋歌，許家忠.新工科背景下人工智能領(lǐng)域?qū)W生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)模式研究[J].高教學(xué)刊，2024，10（23）：89-92.

[17] 門志國，李超，高偉.新工科背景下人工智能領(lǐng)域?qū)W生創(chuàng)新創(chuàng)業(yè)能力協(xié)同培養(yǎng)模式研究[J].高等教育研究學(xué)報，2021， 44（1）：8-12，80.

[18] 莫宏偉，徐立芳.新工科人工智能導(dǎo)論課程思政體系建設(shè)[J].高教學(xué)刊，2023，9（25）：46-49.