高職院校人工智能專業課程分析與探討

張延年，米洪

摘要：本文首先對高職院校人工智能相關專業設置和培養目標做了簡單的分析，其次以大數據技術與應用專業為例分析了應該設置哪些相關課程以及課程重點應該是什么，最后重點闡述了開展人工智能相關專業課程改革的幾種思路。

關鍵詞：高職院校;人工智能;課程改革;翻轉課堂

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）20-0119-02

1 引言

2017年7月，國務院發布《新一代人工智能發展規劃》，對人工智能技術的研究和應用提到國家戰略層面。2018年，教育部學校規劃建設發展中心確定28所學校為“AI+智慧學習”共建人工智能學院項目試點學校，5所學校為項目培育學校，試點學校包括19所本科院校和9所高職院校。據前瞻產業研究院發布的《中國人工智能行業市場前瞻與投資戰略規劃分析報告》數據顯示，截止至2017年我國人工智能市場規模達到237.4億元，相較于2016年增長67%。初步預測2019年我國人工智能市場規模將達到554億元左右，2021年我國人工智能市場規模將突破千億元。從以上信息可以看出，政府、高校和企業都非?？春萌斯ぶ悄芗夹g的發展前景，也都在不同的層面積極推動人工智能技術的發展。當前許多高職院校已經或正在建立人工智能相關專業，有一些起步較早發展較快的學校已經成立了人工智能學院，或者建立了圍繞人工智能技術的相關專業群。因此，在此背景和趨勢下研究如何設置這一新興專業的課程，如何開展實際教學活動，以及如何與其他相關課程相結合就顯得尤為重要。

2 課程分析

2.1 課程設置

首先，我們要搞清楚高職院校有哪些專業會涉及人工智能技術，通過分析會發現當前主要包括以下主要專業：智能交通技術運用、大數據技術與應用、虛擬現實應用技術、人工智能技術服務。其次，我們應該根據以上每個專業的培養目標制定相應的課程以及課程內容，而課程內容重點應放在人工智能技術應用上，非重點放在算法原理部分。最后，在進行教學設計和教學活動中應根據高職學生的培養目標和崗位需求，以案例和項目教學為主，加大實踐操作部分的比重，重點培養學生的實際動手能力。下面以大數據技術與應用專業為例，分析一下其與人工智能技術之間的關系，進一步說明如何設置其課程內容。

人工智能與大數據有較為密切的聯系，一方面數據作為人工智能的應用的基礎，可以說沒有數據也就沒有智能化應用，另一方面大數據在實際應用價值的過程中，也需要采用人工智能技術去實現。站在大數據的角度，后期價值化過程需要借助人工智能技術完成數據分析和處理。目前大數據分析有兩種主要方式，一種是統計學方式，另一種是機器學習方式，而且機器學習正是人工智能研究的一項重要內容。所以，從大數據的角度看，通過人工智能技術能夠更全面和深入地完成數據價值化過程。站在人工智能的角度來看，大數據是人工智能研發的重要基礎。人工智能目前的研究方向包括視覺、自然語言處理、機器學習、自動推理、知識表示等，雖然不同的方向在具體的研究方式上有一定的區別，但是都離不開數據收集、數據整理、算法設計、算法訓練等步驟?？梢哉f，人工智能的核心是算法設計，但是人工智能的基礎卻是數據。目前在互聯網企業，大數據與人工智能的結合應用也比較普遍，比如電商平臺的推薦系統就是大數據與人工智能技術的結合應用。

從以上分析可以看出，人工智能技術與大數據技術與應用專業結合非常緊密，特別是在數據經過分析之后的處理過程，很多都用到了人工智能技術。因此，此專業與人工智能技術相關的課程內容可以包含：數據挖掘、機器學習、深度學習、機器識別等。根據高職院校的實際情況，這里我們建議把以上課程的部分內容通過案例形式設計成1～2門人工智能技術應用課（比如稱為大數據應用、大數據處理等）作為專業核心課，其他內容可以設置為選修課。在教學內容設計上建議結合實際案例，設計一個典型的貫穿項目（比如語音識別、人臉識別、車牌識別或道路標志識別等）將使用到的人工智能技術知識嵌入進去。

2.2 課程重點

以上對人工智能技術相關專業應該設置哪些課程做了具體的分析和說明，這些是屬于專業框架層面的設計。而細化到課程的具體內容，則需要考慮每門課程的側重點，或者說重點，課程重點的設定總體上應該根據高職院校專業人才培養方案的要求、專業的定位、相匹配的就業崗位的技能要求等方面。由于人工智能技術的核心是各種機器學習算法，而對于高職學生來說由于在校時間較短，前期專業基礎課偏重于程序開發類課程（比如面向對象編程、Java語言程序設計、Python數據分析應用），對于掌握機器學習算法的一些基礎課程（比如數據結構、算法設計與分析、離散數學、概率論與數理統計）或者是沒有開設，或者是只作為選修課開設1到2門，因此他們一般不具備算法的設計或改進的能力。

由以上分析可以看出，高職院校在人工智能相關專業課程內容設置方面應該側重于在對人工智能相關算法簡單理解的基礎上的實際應用，同時結合市場上主流人工智能產品更多地開展一些項目實訓課程。針對不同的崗位需求，我們可以對課程內容重點做進一步細化。對于從事開發崗位學生應了解各種常用算法的應用場景，能夠看懂常用算法的API文檔，能夠會調用常用算法實現接口，能夠運行結果進行分析和展示;對于從事運維崗位的學生應了解各種常用算法的應用場景，能夠對一些主流人工智能產品廠家的產品較為熟悉，能夠現場安裝調試產品并反饋問題，能夠開展客戶進行產品使用培訓、產品后期維護和技術支持;對于從事售前崗位的學生也應該了解各種常用算法的應用場景，對一些主流人工智能產品廠家的產品熟悉其優缺點，能夠深入了解客戶的實際需求并設計出問題解決方案。

3 課程改革思路

3.1 通過構建開放式課程平臺拓展課堂教學

人工智能技術算法涉及很多數學知識，對高職學生來說有一定的難度，但受課時限制很多內容無法在課堂上講授。因此，我們可以建立一個開放式的課程平臺，教師可以在此平臺基礎上構建和更新自己的課程資源。課程資源內容可以是文檔、視頻、圖片等多種形式，學生可以隨時隨地在線學習，另外學生也可以把自己編寫的案例、搜集的資源通過此平臺分享到平臺上供其他同學使用。這樣就可以很大程度上彌補課堂教學的不足，同時教師也可以通過此平臺了解學生學習掌握的情況，動態調整教學進度。當然，我們也可以把其他一些優秀的教學資源鏈接到自己的平臺中，比如中國大學MOOC“愛課程”網相關課程。