【观点】AI赋能 人才先行——专家谈人工智能专业建设与人才培养

编 者 按

2018年10月27日，以“AI赋能、教育先行；创新引领、产学协同”为主题的首届“全国高校人工智能人才与科技莫干山论坛”在浙江德清举办。本次论坛由教育部人工智能科技创新专家组、信息技术新工科产学研联盟联合教育部高等学校计算机类专业教学指导委员会、自动化类专业指导委员会、软件工程专业教学指导委员会、大学计算机课程教学指导委员会主办。中国工程院原常务副院长、国家新一代人工智能战略咨询委员会组长、教育部人工智能科技创新专家组咨询组组长潘云鹤院士担任论坛主席。郑南宁院士、吴朝晖院士、高文院士、李波教授、黄河燕教授、张俊教授在本次论坛上发表了主旨报告。论坛同时组织了“AI人才培养之思”“AI教学赋能之路”“AI产学协同之道”三个专题论坛。

《中国大学教学》于2019年2月组织编发了这次论坛的专栏，包括郑南宁院士的《面对人工智能挑战 人才培养的下一步该如何走》，浙江大学校长吴朝晖院士的《交叉会聚推动人工智能人才培养和科技创新》，浙江大学吴飞教授、杨洋副教授和何钦铭教授的《人工智能本科专业课程设置思考：厘清内涵、促进交叉、赋能应用》，北京理工大学黄河燕教授的《新工科背景下人工智能专业人才培养的认识与思考》。

面对人工智能挑战 人才培养的下一步该如何走

郑南宁，中国自动化学会理事长，西安交通大学原校长，中国工程院院士

人工智能作为一门学科独立存在，到今天已经历经60余年了。我们从学术发展基本规律来看，已经经历了三个阶段，我们现在正在走向第四个阶段。从这四个阶段来看，最开始是20世纪60年代到80年代，人工智能的一些主要研究是如何构建面向应用领域的专家系统，让机器掌握人类的一些知识、规则，在一定程度上替代人类思维或者完成任务。20世纪80年代到2000年左右，由于神经网络的出现以及计算能力的提升，我们开始想到让机器帮助我们提取特征，或者说我们将特征、答案交给机器，让机器学习。进入2000年以后，由于互联网的出现与普及，大数据的获取变得很容易，我们将原始数据和答案交给机器进行深度学习，在语音、图像等分类任务方面，机器的能力已经超过了人类。那么人工智能发展的下一个阶段是什么？我想应该是人类将目标交给机器，让机器去完成。也就是说它不是简单的一种感知或数据的计算，我们给它一个模型，它只是按照模型做；而是我们把任务的目标交给机器，机器去完成，并让机器具有“学习的学习”能力，像人一样去思考和学习。这是我们人工智能研究领域追求的一个理想目标。从2016年开始，中国工程院对新一代人工智能做了非常深入的战略研究和讨论，明确了人机混合智能是人工智能未来的发展方向。我们按照这样一个思路，在AI 2.0中把人机协同混合增强智能作为AI 2.0中非常重要的方向，而且它的重要性不仅仅是概念上的，它能够将多个学科交叉汇聚在一起，形成中国对人工智能未来发展作出重要贡献的一个方向。

无论机器的智能发展到什么程度，它总是需要人类来使用。人是智能机器的服务对象和最终“价值判断”的仲裁者，因此，人类对机器的干预是贯穿始终的。所以人机协同的这样一种混合智能必然会出现，它是人工智能或机器智能今后发展一种可行的、重要的成长模式。当前我们正在研究怎样把视觉深层神经网络模型和语义学的吸引子网络模型相结合，使得网络能够同时实现物理外观的识别和物体属性的语义理解。这个研究方向很有意义，包括自然语言理解，可以使视觉属性与更抽象的语义信息相互作用。前面已谈到，我们构造模型既要有生物的保真性，同时也要有认知的保真性。欧洲的蓝脑计划在生物保真性方面做得很好，但是缺乏在认知层面上的可解释性。我们需要把对认知计算的研究以及以数据驱动的生物计算模型结合起来，这是人工智能未来的新方法。

人工智能可以使教育成为一个可追溯、可视化和可计算的过程，这是混合智能的一个重要应用。教育要追求个性化，这是大势所趋。人工智能技术会渗透到高等教育的各个层面，根据学生的知识结构、智力、知识掌握程度，对学生进行个性化的教学和辅导，这不是学生也不是教育工作者可以阻挡的一个趋势。学生与在线学习系统的交互，是一个动态的建构过程，可以根据不同学习者的能力和反应给出不同的学习规划，也可以给出学习空间。学生是个性化、群体性、社会性和交互性的集合，这四个特性构成了教育情境的基本要素。人工智能能够将其变成一个可回溯的多层次行为建模，给出个人成长、知识掌握、教育资源优化配置的一些因果关联。人工智能不仅仅实现个性化教育，实际上对我们提高高等教育质量以及迎接新的社会变革到来，发挥着不可替代的作用。所以人工智能赋能教育不是简单地把学生数据收集起来，而是要改变当前的传统教育模式与人才培养体系，但现在大学里，一些教师上课依然是20多年前的模式，显然是和我们当前的追求目标不一致的。

人工智能是一种“赢者通吃”的技术，这意味着获得优势的国家将会长期享有优势。目前我国在人工智能领域与国际最先进水平仍有相当大的差距，主要集中在芯片、工具和平台等方面。芯片、工具和平台的背后，需要新的模型、新的算法作为支撑，这显然对人才培养提出了新的挑战。中国是人口大国，人工智能为我们带来了丰富的数据，这些数据只要用好就会形成我们的优势。2017年7月，我国发布了《新一代人工智能发展规划》，因此我们要在国家重大发展规划的引导下，根据本校的优势和特点建立人才培养的体系，并通过国内人工智能领域学者的通力合作，形成更大的共同研究和人才培养的平台。

早在1986年西安交通大学就设立了人工智能与机器人研究所，研究所是“视觉信息处理与应用国家工程实验室”的支撑单位，拥有“模式识别与智能系统”国家重点学科，每年在读硕士、博士研究生约170人，是西安交通大学培养高层次人才的重要基地，经过33年的发展，可以说西交大的人工智能研究和高端人才培养走在了全国前列。2017年开始，西交大制订了人工智能拔尖学生培养计划。在这个人才培养方案中我特别加了一句——培养一流的工程师，因为人工智能本身是一种技术和工程，当然我们的工程师不是作坊里的，我们要培养具有科学家素养的一流工程师。我们培养的宗旨就是为学生今后成为人工智能领域的一流工程师、科学家和企业家奠定知识和创新能力的基础。2018年秋季，我校的人工智能试验班开始正式招生。其中高考招生选拔20人，校内新生选拔25人，少年班选拔10人，共计招生55人。实验班采用动态进出的管理机制，保证人才培养质量。

在课程设置方面，我们经过一年的充分和深入研讨，设计了人工智能人才培养课程体系，涵盖八大课程群，分别是：人工智能核心课程群、计算机科学核心课程群、数学与统计课程群、认知与神经科学课程群、人工智能平台与工具课程群、人工智能伦理课程群、先进机器人学课程群、科学和工程课程群。每个课程群由一名教授担任群长，由群长组织课程群的任课教师研讨教学。我们把过去行之有效的教学组、教研室的作用充分发挥出来，邀请校内外相关学科优秀教师参与人工智能人才培养工作。在人工智能核心课程群中，设置有“人工智能的现代方法I”和“人工智能的现代方法II”两门大课，“人工智能的现代方法I”课程包括问题表达与求解，“人工智能的现代方法II”课程包括机器学习、自然语言处理、计算机视觉等。认知与神经科学课程群，包括“认知心理学”和“神经科学基础”，“人类的记忆与学习”“语言与思维”以及“计算神经工程”等课程。先进机器人学课程群，包括“先进机器人控制”“认知机器人”“机器人规划与学习”“仿生机器人”等课程。人工智能伦理课程群，包括“人工智能、社会与人文”和“人工智能哲学基础与伦理”等课程。在这些课程中，结合我校的特点，特别是人工智能与机器人研究所30多年来在这方面的研究，开设了人工智能平台与工具课程群，包括“群体智能与自主系统”“无人驾驶技术与系统实现”“游戏设计与开发”“计算机图形学”“虚拟现实与增强现实”等一批特色课程，部分课程还邀请企业参与设计与教学。因为人工智能很多新的算法需要在交互游戏中得到验证，人工智能很多方法也可以运用于游戏之中，所以我们在人工智能平台与工具课程群里设置了“游戏设计与开发”课程，是2学分选修课。

新一代人工智能的发展需要脑科学、神经科学、认知心理学、信息科学等相关学科的实验科学家和理论科学家的共同努力，寻找人工智能的突破点，同时必须要以严谨的态度进行科学研究，让人工智能学科走在正确、健康的发展道路上。作为教育工作者，我体会到教育是一种缓慢而优雅的过程。我们需要定下心，稳住神，坚持立德树人，才能提高教育的质量，走出一条各个高校都具有自己特色的人才培养之路。我们不能搞成千校一面，即便我前面讲到我们设置的这些课程，对其他高校而言或许是不合适的，因为每一所学校的学科发展都有自己的历史底蕴和教师专长，所以需要把历史底蕴、教师专长和科研特点整合起来，我们就能设置出非常好的适合因材施教的课程体系。另外，支持“好奇心驱动的研究”，支持“相信且追寻自身直觉的科学家”，是一个成功的创新生态系统的必备要素，也是回答“钱学森之问”的关键条件。我们有责任为社会作出我们自己的贡献！

交叉会聚推动人工智能人才培养和科技创新

吴朝晖，浙江大学校长，中国科学院院士

人工智能作为深刻改变社会生产力和生产关系的颠覆性技术，正引领着新一轮科技革命和产业革命向纵深推进，重构着人类的生产形式、生活方式和思维模式，催生着新技术、新产业、新业态，在解决不平衡不充分发展、满足人类对美好生活的向往中发挥着至关重要的作用。历经六十多年的发展，人工智能越发具有应用渗透性和溢出带动性，多学科的交叉会聚越来越成为其创新发展的源头活水，正推动学科、技术和产业交叉，重塑科学范式、人才培养与社会发展形态。除了计算机科学领域之外，脑科学、生命科学、医学、农学、社会科学等学科领域的研究力量纷纷加入，形成了更加广泛的学术共同体，在更大的学科视野上开展人工智能的复合型人才培养和创新性科学研究。

人工智能的突飞猛进迅速改变着高等教育的格局、人才需求的结构和未来学习的模式，如社会更加渴望“培养系统掌握智能方法和智能信息处理技术，能够实施信息获取、传输、处理、优化、控制工程，具备在相应领域从事智能技术与工程的科研、开发、管理工作的能力，具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才”。从人才类型看，人工智能人才至少包括核心专业人才、行业交叉人才、政府管理人才等；从知识背景看，人工智能人才至少需要掌握数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科的专业知识与技能；从培养模式看，人工智能人才应突破传统的单一学科培养方式，在与相关学科的交叉融合中形成“人工智能+X”复合专业培养新模式。可见，学科的交叉会聚将进一步提升人工智能复合型人才的培养内涵和质量。

面对人工智能复合型人才的培养需求和学科交叉会聚的发展趋势，我国从规划层面对人工智能人才培养进行了顶层设计。《新一代人工智能发展规划》在战略态势、重点任务、保障措施等方面作出了战略部署，深刻指出“应逐步开展全民智能教育项目，构建包括智能学习、交互式学习的新型教育体系，推动人工智能在教学、管理、资源建设等全流程应用”。教育部《高等学校人工智能创新行动计划》明确将人才培养作为人工智能创新的基础，多措并举完善人工智能领域人才培养体系。

在具体的办学实践中，我国已形成了两类人工智能人才培养形式：一类是设立人工智能相关专业方向，如浙江大学已于2018年7月开设了人工智能本科专业，并且正在推进设置人工智能新型交叉学科学位授权点；另一类是成立专门的人工智能学院，如中国科学院大学已于2017年5月成立人工智能技术学院，这也是我国人工智能技术领域首个全面开展教学和科研工作的新型学院。不论是人工智能专业，抑或是人工智能学院，其共同的特征均是强化学科交叉会聚理念，通过整合优势学科专业力量，推动教学科研的融合，进一步提升人工智能复合型人才的培养能力。

可以预见，未来的智能将进一步增强，人机将共存、物理世界与虚拟信息世界将更加交互并行，人、物理世界的二元空间将转变为人、物理世界、智能机器、虚拟信息世界的四元空间。

习近平总书记深刻指出，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。要想达到人工智能的最佳赋能效果，必须坚持教育先行和科技引领。在人类社会向智能化加速发展的进程中，高校需要依托学科的交叉会聚，推进人工智能的复合型人才培养和创新性研究，为国家经济社会发展培育新动力、开辟新空间，从而为建设科教强国、实现中华民族伟大复兴而作出新的更大贡献！

人工智能本科专业课程设置思考：厘清内涵、促进交叉、赋能应用

吴飞，浙江大学教授、教育部人工智能科技创新专家组工作组组长；杨洋，浙江大学副教授、浙江大学计算机学院人工智能系系主任；何钦铭，浙江大学教授、教育部高等学校大学计算机课程教学指导委员会副主任委员

2017年7月国务院发布的《新一代人工智能发展规划》提出了构建人工智能科技创新体系、把握人工智能技术属性和社会属性高度融合、“三位一体”推进和支撑国家经济社会健康发展四项任务。同时，《新一代人工智能发展规划》对人工智能人才培养和教育倾注了高度关切，在战略态势、重点任务、保障措施三个方面出现18次“教育”字眼，明确提出了“设立人工智能专业”和“在原有基础上拓宽人工智能专业教育内容，形成人工智能+X复合专业培养新模式”等要求。

2018年4月，教育部印发了《高等学校人工智能创新行动计划》，将完善人工智能领域人才培养体系作为三大任务之一，并且提出“加强人工智能领域专业建设、加强人工智能领域人才培养、构建人工智能多层次教育体系”。

着眼于为经济社会发展培养人工智能人才，2018年6月，教育部高等教育司发布《关于开展2018年度普通高等学校本科专业设置工作的通知》，针对高校尚无“人工智能”本科专业这一情况，该通知指出要主动服务国家战略和区域经济社会发展需要，可增设乡村振兴、健康中国、人工智能、网络安全、外语非通用语种等领域相关专业。截至申报截止日期，一共有38所高校申报设置“人工智能”本科专业。

2018年10月31日，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习，提出要以更大的决心、更有力的措施，打造多种形式的高层次人才培养平台，加强后备人才培养力度，为科技和产业发展提供更加充分的人才支撑。

为了更好建设人工智能本科专业课程，我们围绕专业定位、课程体系和实践体系提出了“厘清内涵、促进交叉、赋能应用”的人工智能专业课程设置思路。

厘清内涵：确立专业培养定位和专业培养方向

当前，人工智能在经济社会所起的使能能力主要是以数据智能为主，类脑智能蓄势待发。在人工智能本科人才培养时，要形成数学与统计知识（如概率论、微积分、线性代数、优化求解和矩阵变换等）、计算机知识（如程序设计、算法分析和系统等）以及人工智能知识（如逻辑推理、机器学习、强化学习、控制与博弈决策等）相互结合的核心课程体系。

有条件的学校特别是综合性大学，可从“功能与结构”和“技术与社会”等方面统筹考虑人工智能的发展，将神经认知学和人工智能伦理列入核心课程体系。

不同学校在聚焦人工智能内涵基础上，可结合学校学科发展、人才培养特点和社会需求，确立人工智能人才培养的目标定位，确定专业培养方向。因此，学校可根据自身特色或优势，围绕人工智能相关技术设立不同培养方向（或模块），如：机器学习与数据挖掘、机器学习与模式识别、语音与自然语言理解、智能机器人与控制决策、交互设计与增强现实；也可围绕人工智能在不同领域中的应用来设置方向，如：智慧医疗、智慧教育、智慧城市、智能金融经济等；也可以是两者的结合，如：智能系统与应用，视觉与智能无人系统等。

促进交叉：设计“专、通、交”课程体系

在厘清内涵基础上，要考虑人工智能渗透力强特点，课程体系设置要体现“专、通、交”，即核心课程中既要有“专业化”课程（掌握系统而牢固人工智能专业知识）、也要有“通识”课程（拓宽人工智能的知识面）以及体现若干专业学科知识汇聚的“交叉”课程（具备人工智能+X的知识能力），培养人工智能人才的广泛适应能力和可持续竞争力，以应对快速变化的新时代。

在人工智能通识课程讲授中，需将人工智能及其相关知识点的基本思想和方法讲授给学生，避免以工具应用介绍为主，贯穿以“设计和构造”为特点的“计算思维”，使得学生在遇到实际问题时，能够在其所受熏陶的通识知识基础上进一步拓展学习，有方向性寻找解决思路，设计具体解决方案。从这个角度来看，人工智能通识课程建设仍然任重道远。

赋能应用：加强实践体系建设

人工智能这一使能技术的典型特点是应用驱动，当今人工智能已经渗透于各行各业，正不断提高实体经济发展的质量和效益。在人才培养过程中，要加大设置人工智能芯片、工具、系统和平台等课程，在课堂上活学活用典型案例，并且设计若干综合性的实践课程，加强技术应用能力以及应用场景创新能力的培养。

当前，许多领先的IT企业不仅掌握丰富的应用场景数据，而且掌握先进的开发工具和前沿技术。高校人才培养应该与这些IT企业开展产教合作，建立合作基地，形成良好的产教融合关系，给学生创造实习实训机会，使得所培养的人才能够面向丰富场景应用和重大现实问题等发挥应有之力。

人工智能专业人才培养要有区别于其他专业的鲜明内涵，如面向数据智能的数学和统计理论与方法、面向编程和系统的计算机课程、人工智能本身核心内容（知识表达、搜索求解、机器学习、控制决策、伦理学以及在通识课程中可介绍的神经科学、认知科学和心理学等）。然后不同学校可按照自身特点（如师资、特色研究、跨学科交叉、重大应用等），开设方向相应的模块/方向课程群，辅以若干选修课程以及介绍工具、芯片、系统和平台的课程。在这样的培养体系下，学生今后能与“智能+X”的经济社会应用进行对接，使得人工智能成为经济社会发展的能动引擎。

在信息化向智能化转型过程中，人工智能人才培养任务艰巨而光荣。人工智能不单纯是一门课程、一手技术、一项产品或一个应用，而是理论博大深厚、技术生机勃勃、产品落地牵引、应用赋能社会的综合协同体，在课程教学中要顶层设计好其“根本”、同时体现一定的灵活度，扎根国家经济、社会、民生和国家安全的需求土壤，与维系土壤生态的产、学、研、政等要素紧密协同育人。

新工科背景下人工智能专业人才培养的认识与思考

黄河燕，北京理工大学计算机学院院长、人工智能研究院院长，教授，中国人工智能学会、中国中文信息学会、中国软件行业协会副理事长，信息技术新工科产学研联盟副理事长兼秘书长，教育部高等学校计算机类专业教学指导委员会副主任委员

新工科建设和发展迫切需要人工智能专业人才。新工科建设和发展以新经济、新产业为背景，需要树立创新型、综合化、全周期工程教育新理念，探索实施工程教育人才培养新模式，打造具有国际竞争力的工程教育。新工科带动的新产业发展，更需要人工智能专业人才。

2018年8月，教育部公示了2018年度本科专业申报名单，其中包括智能科学与技术备案专业点100个，智能制造工程备案专业点49个。另外，首批有38所高校申报人工智能审批专业点。人工智能相关专业点申报呈现井喷趋势，人工智能相关专业建设进入蓬勃发展时期。人工智能专业人才培养任重道远，是一个需要不断探索和实践的过程。

人工智能专业应全面培养学生知识、能力和素质，使学生具有扎实的数学、自然科学、工程技术、人文社科基础理论，系统深入的人工智能专业知识和实践能力，具有在人工智能及相关领域跟踪和发展新理论、新知识和新技术的能力，具有健全的人格、有效沟通和交流能力，具有一定的国际化视野。该专业毕业生应获得的知识和能力包括人工智能工程知识、问题分析能力、设计/开发解决方案、研究能力、人工智能工具的使用、工程与社会等。

多元化培养是新工科建设的生长点。新经济产业形态的多样性决定了工程教育培养模式的多样性。人工智能专业作为典型的新工科专业，其建设模式应该是多元多样的，是对传统工科线性、一元化培养模式的突破，强调多元化复合型培养。应该遵循人才培养目标先进性、可实现性、高弹性模块化的指导思想，培养宽口径复合型人才、高水平专业人才和拔尖创新人才。从教学论视角来看，人工智能专业的多元化人才培养应该包括培养目标多元化、培养内容多元化、培养方法多元化。

人工智能专业的新工科教育要让工程教育回归工程本质，改革教育教学评价体系，深入开展科教融合、产教融合，重构课程知识体系，创新教育教学方法，贯通工程教育链条。

来源：中国大学教学杂志

往期文章推荐

🔗【重要通知】关于开展2019年度中国自动化学会会士候选人提名工作的通知

🔗【重要通知】关于2019年度CAA科学技术奖励推荐工作的通知

🔗【重要通知】关于开展第六届杨嘉墀科技奖评奖活动的通知

🔗【征文通知】关于2019首届中国机器人大会暨2019国家机器人发展论坛的通知

🔗【重要通知】关于开展第五届中国自动化学会青年科学家奖推荐工作的通知

🔗【重要通知】2019国家机器人发展论坛暨Robocup机器人世界杯中国赛展览与赞助通知

🔗【重要通知】关于2019年度CAA高等教育教学成果奖推荐工作的通知

🔗【重要通知】关于面向各分支机构、期刊编辑部征集2019中国自动化大会专题研讨会（Workshop）的预通知

🔗【重要通知】关于开展2019年CAA优秀博士学位论文奖励及推荐工作的通知

🔗【重要通知】关于召开2019国家机器人发展论坛暨Robocup机器人世界杯中国赛、2019年中国自动化产业年会的通知

🔗【CAC 2019】2019中国自动化大会征文通知

🔗【CAA】中国自动化学会选举产生第十一届理事会领导机构（内附名单）