人工智能專業實踐教學課程地圖研究

莫善軍

（中山大學 智能工程學院，廣東 深圳 518107）

人工智 能（AI,Artificial Intelligence）源 于計算機科學，已逐步成為一個獨立的分支，它研究、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，具有多學科融合、高度復雜的特征以及滲透力和支撐性強等特點，涉及計算機科學、數學、認知科學、腦科學、心理學、哲學等多學科的深度交叉融合.2017 年7 月我國提出人工智能技術與產業為國家重大發展戰略[1]，此后幾年《政府工作報告》多次謀劃該戰略的部署，并擬定了首先“完善人工智能教育體系”具體行動.面對人工智能的浪潮，2018 年4 月，我國教育部印發了《高等學校人工智能創新行動計劃》，明確人工智能專業是中國高校人才計劃設立的專業，提出了要完善人工智能領域人才培養體系，完善學科布局，同時加強專業建設、教材建設以及人才培養力度，探索“人工智能+X”的人才培養模式，鼓勵對計算機專業類的智能科學與技術、數據科學與大數據技術等專業進行調整和整合，對照國家和區域產業需求布點人工智能相關專業[2-3].

到2019 年3 月，有35 所高校新獲得教育部審批的人工智能專業辦學資格，2022 年有440所高校獲得教育部的審批加入到辦學陣營中.從學校數量來看，高校聚集地北京、江蘇等增速較快；從學校層次來看，傳統老牌985 名校清華大學、北京大學、浙江大學、南京大學、上海交通大學、復旦大學、同濟大學、武漢大學近幾年都新增人工智能本科專業，以職業技能培訓為主要發展目標的普通院校安徽信息工程學院、泉州信息工程學院、東華理工大學等也加入了陣營，共同推進人工智能基礎研究型人才和應用型人才的培養，并形成各自的辦學特色（見表1）.

表1 國內高校人工智能專業辦學情況表［5-6］

表2 實踐教學環節支撐理論課程

1979 年哥倫比亞大學在工程與應用學院計算機科學系開辦人工智能專業.該專業涉足的領域包括：計算機視覺、自然語言處理、安全和隱私、軟件調試、機器人和機器學習領域等，哥大以實驗室和研究小組為單元，科研與教學深度融合，產生了比較知名的實驗室有彼得K·艾倫機器人實驗室、托尼·杰巴拉機器學習實驗室、謝里·K 納亞爾計算機視覺實驗室等[4].

與人工智能專業同脈同源的數據科學與大數據技術、大數據管理與應用、機器人工程、智能科學與技術、智能制造工程、物聯網工程專業等也蓬勃發展，目前已將近500 所院校開設了數據科學與大數據技術專業.

2019 年6 月1 日，第一屆“全國人工智能專業實踐實驗教學體系建設研討會”在上海召開，會議由上海市計算機學會、上海市計算機學會人工智能專委會、上海市計算機學會教學指導委員會主辦.2019 年7 月25 日，“第一屆全國高校大數據人工智能專業建設研討會”在青島隆重舉行，研討會由教育部高等學校計算機類專業指導委員會主辦，會議圍繞大數據與人工智能專業建設為核心主題展開分享與研討.

當前以人工智能為代表的數字經濟已成為中國經濟發展的新引擎，根據工信部2020 年6月發布的《人工智能產業人才發展報告（2019-2020 年版）》，我國人工智能產業有效人才缺口達30 萬，特別技術方向和崗位上供需失衡比例尤為突出.當前國內高校新設立的人工智能專業呈多學科匯聚的特點：一是從計算機專業分支設立新的方向，從傳統上看是正統出身，隸屬于計算 機科學 與技術（Computer Science and Technology）一級學科；二是以電子信息工程等為專業背景發展起來的，隸屬于控制科學與工程（Control science and engineering）一級學 科；三是其他多個專業整合設立的，開設“人工智能+”的跨學科專業，覆蓋計算機、數學、電子信息、統計學、心理學等多個專業領域.因此，人工智能專業設立的根源不同，專業名稱多樣化；新成立的專業、新成立的學院，教師隊伍不斷變化中，每年因變化的師資力量會不斷修訂培養方案，培養目標也在不斷變化中，導致課程地圖不夠清晰，課程體系中的實踐教學規劃設計更是短板；新辦專業的教學實驗建設不可能一步到位，教學儀器設備需要巨大投入，需要不斷積累和沉淀.

1 課程地圖思路

1956 年美國達特茅斯會議是人工智能學科發展的里程碑，之后其經歷了三個發展階段：推理期、知識期和學習期[5].當前的發展階段形成的共識是：人工智能是計算機科學的一個分支，現階段比較熱門的研究方向包括語音識別、圖像識別、自然語言處理、機器人和專家系統等.人工智能專業從無到有地發展,當前呈自發式倍增態勢，其專業分支越來越枝繁葉茂,課程越來越多,分類方式也是不盡相同,因此對其專業沒有統一的課程分類標準.

哥倫比亞大學人工智能專業培養體系為我國的人工智能人才培養體系的設計提供了重要指引，其培養目標分三個層次：首先掌握數學和計算機基礎,如編程語言、操作系統、計算機體系結構、人工智能導論、自然語言處理、計算復雜性和算法分析等.有了相關知識的基礎,學生具有了人工智能領域的理論和應用基礎.其次學生自主選擇某個應用領域方向,基于AI+的思想，將計算機科學與藝術、人文、數學、自然科學或社會科學中的某一領域結合起來.最后是機器學習綜合實踐,在生物信息學、智能系統、金融、信息檢索等領域開展綜合能力學習[4].

我國教育部2018 年核準的人工智能專業代碼080717T，學位授予門類工學，T 代表特設專業，強調人工智能專業的本質是：重交叉強融合.在人工智能專業從散落到聚集的過程中，對照人工智能知識體系及各高校結合自身特點制定了專業培養方案，主要是圍繞工程知識、問題分析、研究、使用現代工具、項目管理等12 項畢業要求確立培養目標.西安交通大學的人工智能人才培養體系提出了具有代表性的“人工智能”專業培養目標：人工智能領域專業是培養聚力解決人工智能理論科學問題和工程技術問題，掌握機器學習和深度學習的理論和方法，學會計算機視覺、自然語言處理、語音處理與識別應用技能，追蹤國際人工智能專業領域最前沿的理論方法，能針對科研和應用工程問題構建專業思維、專業方法和專業嗅覺[6]的高級人才.目前各高校新辦的AI 專業提出的人才培養目標可以劃分三個層級：基礎理論學習、人工智能專業技術體系掌握、學科應用分支實踐，圍繞當前人工智能發展較為成熟的知識點，四年培養過程大致分為三個階段，體現為“AI”學習階段的計算機知識和AI 基礎的儲備學習，加上高年級“+”階段，即分支領域應用實踐，這是目前我國高校人工智能專業人才培養的典型方案.

實踐教學是人工智能專業人才培養重要環節，實踐教學是專業理論課程的升華和延伸，AI的知識點理解和掌握必須依托知識驗證和工程實踐，我國高校人工智能專業的培養方案實踐教學環節學時占比一般為30%左右[7-8].人工智能專業實踐教學課程設置應做到體系化和有序銜接，依據如下思路：

（1）實踐教學目標明確，凝練AI 技術的知識點，以專業培養目標為導向，圍繞人工智能專業核心課程，實踐教學服務于核心課程.人工智能專業核心課程包括人工智能導論、機器學習、深度學習、機器人學導論、多智能體系統等，這些核心課程的教學過程穿插實踐教學環節，安排獨立實驗課程或相應的實驗教學學時，讓學生有動手實踐過程，提高學習成效.

（2）實踐教學立足輔助理論課程，實驗項目的設定結合理論課程的教學大綱知識點，為其提供驗證方法和手段.例如機器學習課程涉及監督學習、無監督學習、半監督學習等，包括分類問題與回歸問題的數學模型的理解和掌握，理解判別模型和生成模型算法是如何實現？深度學習課程中人工神經網絡包括CNN、RNN、GAN、MLP，各類聚類算法有K-means、層次聚類、基于密度的聚類等.開設的實驗項目涵蓋算法和模型的程序代碼設計，或者各類工具包的操作和應用，例如Matlab 的各領域專業工具包等，Python 的科學庫.

（3）實踐教學環節安排有序銜接，四年的實驗課程形成體系，知識培養從低到高形成增長的鏈條.實踐教學有序銜接包含三個層面：一是實驗課程與理論課程相互銜接，實驗項目有效驗證理論課程的知識點；二是實驗課程安排有先有后，知識點安排由基礎到專業，低年級課程是高年級的基礎支撐；三是實踐教學各個環節由易到難，知識內容由可重復的驗證實驗到開放創新課題；例如計算機算法語言和運籌學的各類最優算法是基礎，C++和Python 在低年級安排學習訓練，夯實計算機基礎知識，在大三安排各 類AI 框架學 習，包 括Tensorflow、Pytorch、Keras、Caffe 等框架，在后續圖形圖像處理技術、自然語言處理技術、語音處理與識別技術等課程奠定基礎.

2 實踐教學安排

2.1 理論支撐和基礎培養

人工智能領域的研究探索和人才培養的實踐中，對于本科專業課程設置，國內外各高校各具特色.

西交大有八大課程群，即數學與統計、科學與工程、計算機科學與技術、人工智能核心、認知與神經科學、人工智能與社會、先進機器人技術、人工智能工具與平臺等，形成人工智能專業知識體系與課程分類，強調了數學和計算機知識的基礎培養，核心課程圍繞AI 前沿技術體系設置[6].

南京大學的培養體系分為3 個層次：數學基礎課程、學科基礎課程、專業方向課程和專業選修課程.其中，數學基礎課程包括數學分析、高等代數、離散數學、概率學與數理統計、最優化方法和數理邏輯.學科基礎課程有人工智能導引、人工智能導論，數學結構與算法分析、程序設計基礎、高級程序設計、機器學習、自然語言處理、知識表示與處理、模式識別與計算機視覺、數學系統設計基礎和操作系統[3].專業方向課程分為機器學習與數據挖掘、智能系統與應用兩個方向，核心課程包括泛函分析、數字信號處理、高級機器學習、計算方法和控制理論與方法、機器人學導論、多智能體系統、分布式與平行計算[9].

北航著重設置數學分析、概率、代數、最優化方法、智能計算等“數學成分”課程，體現其人工智能專業的核心課程特色[10].蘭州大學人工智能專業設置了低年級基礎課程群和高年級選修“課程包”：基礎課程群包括數據建模與分析、仿生計算基礎、認知機器人學等，選修“課程包”有認知神經與腦科學、信息可視化技術、人機交互等[10-11].

從國內外各高校人工智能本科專業課程設置看，可以得出“數學是人工智能的基礎”共性結論.涉及的數學課程有線性代數、概率論、數理統計、最優化理論、信息論、形式邏輯等.其中線性代數的本質是將具體事物抽象為數學對象，概率論通過機器學習技術解決大數據問題，數理統計從隨機數據中對客觀規律做出合理的估計和判斷[12].信息論通過處理客觀世界中的不確定性，形成邏輯助力人工智能實現抽象推理.數學的學習可以通過傳統的理論公式學習和作業訓練，理解現象問題描述為數學規律過程，掌握各種算法的數學基礎.同時也可以基于現代各類數學軟件工具，在計算力和模型方面進行訓練和提升，將抽象的數學問題圖形化，各類數學訓練工具包括：mathematic、matlab、origin 等.

2.2 AI 通識和技能培養

人工智能專業大部分為傳統計算機專業源頭，掌握計算機語言和專用開發工具是人工智能具體應用必備的基礎，包括計算機算法語言、AI 導論、機器學習等方面課程，也是該專業實踐教學課程地圖設計的主要內容.

通用工具部分包括：Python 基礎和編程技巧的訓練（Python 安裝、數據類型、集合類型、條件判斷、函數、對象基礎、模塊和包、輸入輸出以及調試測試等知識點），Matlab 基礎和編程技巧的訓練（Matlab 入門、基礎命令、矩陣、函數等知識點），Python 高級應用（容器、容器淺拷貝和深拷貝、高階函數、Lambda 表達式、約瑟夫環問題、模塊和高級包、時間庫、平發庫科學計算庫、Matplotlib 可視化繪圖庫、鎖和線程、多線程編程等知識）.

當前人工智能領域熱門方向包括CV(Computer Vision)、ASR (Automatic Speech Recognition)、NLP(Natural Language Processing)以及ML(Machine Learning)等，這些方向的專業通識技術可以由人工智能導論課程講授.通識技術涉及各類數據處理方法和基礎算法，包括數據預處理、數據特征提取、歸類標簽和回歸擬合、貝葉斯、K-最近鄰 (KNN)、支持向量機 (SVM)、卡夫曼濾波算法、BP 神經元網絡算法等.課程實踐環節著重每種算法的程序設計，加深算法理論基礎，以及動手完成這些基本算法.通過課程的理論學習和編程實踐，讓學生掌握人工智能涉及到的通用算法，體驗人工智能領域研究和解決問題的思路，夯實計算機編程知識.

機器學習和深度學習兩門課程實踐環節部分首先安排各種主流AI 框架工具的應用學習，包括TensorFlow（Google）、Pytorch（Facebook）、MXNet（Amazon）、Keras（開 源）、Caffe（開 源）、CNTK（Microsoft）、PaddlePaddle（百 度）、MindSpore（華 為）、PAI（阿 里）、ModelArts（華為）等.

2.3 綜合實踐培養

目前人工智能有六大前沿領域，包括NLP、CV、ML、知識表示、自動推理和機器人學.“AI+X”是我國人工智能專業人才培養模式的高度凝練，其中“X”即為綜合實踐能力培養，體現交叉學科應用.清華大學、蘭州大學、西安交通大學分別開展了“AI+X”課程項目、選修“課程包”和“專業綜合性實驗”課程群的積極探索，在高年級培養階段強調交叉聯合方式，目的是激發學生動手解決實際問題的綜合能力.專業課程設計圍繞生物特征識別、圖像處理、視頻分析和情感分詞、語音識別、文本數據挖掘等方向，也可以設定更加復合應用目標，例如自動駕駛、無人機、機器人等，具體的應用訓練題目例如醫學圖像分割和處理、微博用戶情緒分析等.同時，引導學生參加人工智能領域的各類競賽，通過競賽題目鍛煉學生綜合實踐能力，知名賽事包括：全國大學生機器人大賽（RoboMaster、RoboCon、RoboTac）、全國大學生智能汽車大賽、中國大學生計算機設計大賽等.

3 實踐教學課程地圖

中山大學屬于國內較早探索人工智能新工科院校之一，2017 年5 月,在自動化系的基礎上成立了獨立的智能工程學院,開辦了智能科學與技術專業[13]，該專業辦學思路和學科建設類同人工智能專業.該專業培養目標定位為：以人工智能理論和方法為核心，研究如何用機器去模擬、延伸和擴展人的智能，實現機器的自主學習和智能演進，能夠針對復雜應用場景進行優化決策和控制.本專業重點教授學生在智能信息處理（計算機視覺、自然語言處理）、無人系統（機器人、無人機）等多個領域的智能科學與技術基礎理論知識及綜合解決工程問題的能力.致力于培養具有國際視野、在人工智能領域能夠提出、解決重大科學問題的領軍人才，以期在核心關鍵技術、平臺和生態構建能力方面取得突破，服務于先進制造、交通、醫療等重大產業.學科發展的特點是立足于粵港澳大灣區，充分利用廣州和深圳龍頭城市的產業發展優勢，加強人才培養和產業的互動，將人才培養和服務于區域乃至國家經濟發展更加緊密地結合起來.經過兩年多實踐和迭代，2019 年中山大學建立了比較完善的專業人才培養體系，在實踐教學方面，凝練了具有特色的人工智能新工科實踐教學課程地圖，通過兩屆學生培養過程不斷摸索和論證，該課程地圖在教學應用過程得到了師生的廣泛認同，符合培養方案目標，實踐教學達到的效果明顯（見圖1）.

圖1 人工智能專業實踐教學課程地圖

4 結語

人工智能產業是國家重大戰略，當前我國人工智能人才需求缺口大，高校辦學意愿強烈.人工智能領域的研究探索和人才培養的實踐中，對于本科專業課程設置，國內外各個高校各具特色.國內各個高校人工智能專業設立的根源不同，專業名稱多樣化，新成立的專業、新成立的學院，教師隊伍在不斷變化中，每年因變化的師資力量會不斷修訂培養方案，培養目標也在不斷變化中，導致課程地圖不夠清晰，課程體系中的實踐教學規劃設計更是短板.論文調研了國內外各個高校對于人工智能專業的人才培養方案和本科專業課程設置，對于人工智能專業實踐教學課程設置的體系化和有序銜接方面做了探討，提出理論課程支撐和基礎培養、通用工具和AI 框架培養和綜合實踐能力培養的三階段實踐教學課程安排，結合中山大學智能科學與技術專業辦學特色和建設經驗，凝練形成了人工智能專業實踐教學課程地圖.