机器人专业人才培养模式创新的思考

    陈国栋 王鹏 樊钰琳 高枫 王振华 孙立宁

    【摘要】机器人专业人才教育对以机器人为核心的智能制造相关人才的培养、机器人及智能制造装备产业的发展，起着重要作用。结合苏州大学机器人与微系统研究中心在机器人创新教育上的发展成果，探讨机器人专业人才培养模式的创新。简述学校青少年科普教育、本科机器人通识教育、研究生机器人创新教育、社会人员继续教育等方面的情况。通过相关技术发展趋势分析，提出机器人创新教育的建议与意见。

    【关键词】机器人教育创新教育 人才培养模式

    一、引言

    当前，世界新一轮科技革命和产业变革正如火如荼地进行，以数字化、网络化、智能化为主要特征的技术发展与应用正在加速经济和科技发展方式的转变。随着我国劳动力成本增加，生产方式向柔性化、智能化、多品种小批量方向发展，构建以机器人为核心的智能制造体系已成为各类企业转型升级的必经之路。

    智能制造系统是以自动化、网络化为技术，以数字化为手段，以智能制造为目标，借助新一代信息通信技术，将工业软件、生产和业务管理系统、智能技术和装备进行有机的系统集成应用。而随着人工智能技术的发展，智能制造向着新一代智能制造方向发展，而新一代智能制造则是以智能产品、智能生产、智能服务三大功能系统，以智能制造云和工业智联网两大支撑系统集合而成，从而形成系统解决方案。

    传统智能制造向新一代智能制造方向发展，以实现机械化、电气化、自动化、数字化并存。到2020年，智能制造装备国内市场满足率达到50%，重点领域企业数字化研发设计工具普及率为70%。

    因此，基于以上技术的发展趋势，机器人专业人才培养应以基础技术与创新技术相结合模式为牵引，针对不同人群开展教育模式培养。

    二、技术发展趋势典型案例

    目前，人工智能产业链包含基础技术支撑、人工智能技术以及人工智能应用三个核心环节。首先是基础技术支撑环节，计算机具有良好的运算能力和存储能力，以计算智能为代表，其包括数据平台、数据存储和数据挖掘等;有了基础技术支撑的发展，进而形成人工智能技术，人工智能技术包含感知智能和认知智能两大内容;最后，由于人工智能技术的逐渐成熟，发展形成了人工智能应用环节，其包含工业4.0、智能教育、智能农业等方面。

    研究发现，人工智能的主要发展方向是计算智能、感知智能和认知智能。目前，人工智能开始迈入感知智能到认知智能的变迁阶段，技术发展将更多融合感知智能与认知智能，因此，将从机器人感知与认知智能技术以及人工智能的应用方面进行主要分析。

    1.机器人感知智能技术案例分析

    人类具有敏锐的感觉器官，通过视觉、听觉、触觉等智能感知能力与自然界进行交互，从而获取环境信息。相比之下，机器在感知方面更有优势，可以进行主动感知。机器人的感知智能是通过携带的传感器获取周围环境信息，提取并且处理其中有效信息，以此来建立模型表现所处环境的情况。机器人智能感知技术主要以视觉感知为主，机器人视觉是使机器人具有视觉感知功能的系统，是机器人系统组成的重要部分。机器人视觉可以通过视觉传感器获取周围环境的二维图像，识别物体所在位置。感知智能以图像识别为例，图像识别涉及图像处理的知识，包括图像增强、平滑、分割、特征抽取等内容。

    2.机器人认知智能技术案例分析

    在计算智能和感知智能的基础上，人工智能在向认知智能的方向迈进，使计算机能够形成自我的分析、思考、理解与判断。以机器学习为例来分析机器人认知智能技术。机器学习领域主要研究对象是人工智能，如研究在经验学习中改善具体算法的性能。机器学习可分为四个类别：监督学习，无监督学习，半监督学习，强化学习。这四种机器学习方法应用场合不同。在企业数据应用场景下人们最常用的监督式学习和无监督式学习的模型;半监督学习目前在图像识别的领域应用广泛;在机器人控制及其他需要进行系统控制的领域更多地使用强化学习。近年来，以神经网络为基础的深度学习发展快速，得到人工智能领域研究者的青睐。深度学习在图像分类，物体识别跟踪等方面展现出了惊人的优势，这也是机器人认知智能技术发展的典型案例。

    3.人工智能在工业行业应用案例分析

    目前，工厂生产线上的工业机器人应用广泛，這些工业机器人不断重复着各自的动作，完成各生产环节的零部件制造、搬运、组装及检测等任务，使得过程更加智能化。工业机器人实现了智能应用，但智能和人工智能是有所区别的。人工智能的定义是：“它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”。人工智能在工业领域的应用广泛，以工件的缺陷检测为例进行分析，将缺陷的特征进行识别训练，通过机器学习的方式自动识别类似的缺陷，显著提升了检测的效率。

    三、以技术为核心的机器人创新教育成果案例

    1.苏州青少年科普基地

    苏州创想机器人博物馆是一家以机器人为主题的博物馆，创始之初就承载着“普及机器人知识”的使命，馆内藏品丰富，集聚了众多国家的前沿智能机器人，为青少年、机器人爱好者、社会行业人士等目标受众提供平台，并且安排了丰富的机器人教育课程和实践活动，在此过程中参观者可以学习机器人前沿知识，感受科技的魅力。

    2.苏州大学先进机器人技术竞赛

    全国机器人锦标赛与国际仿人机器人奥林匹克大赛是国内规模最大、水平最高的全国智能机器人技术比武大赛，比赛活动涉及教育、艺术、娱乐等多个方面。苏州大学经过严格选拔，组织了一支由本科学生组成的参赛团队，斩获多个参赛项目的奖项。

    苏州大学医疗康复机器人团队将智能机器人技术引入医疗领域，先后开展了多项研究工作。2014年，苏大医疗康复机器人团队入选大学生“小平科技创新团队”，获得国家级大学生科技创新团队荣誉称号。

    3.苏州大学研究生创新基地

    （1）苏州大学研究生工作站。人才培养是大学的本质职能，一流本科教育是世界一流大学的根本特征，是“双一流”建设的核心任务和重要基础。苏州大学研究生工作站是研究生培养的重要创新实践基地，企业与学校双方互相借力，共同提高科研水平。企业为研究生团队提供实验设施和指导意见，营造自由的学术氛围;与此同时，学校利用科研和师资力量等资源优势，为建站合作单位提供技术咨询和技术指导。苏州大学研究生工作站在加强研究生实践创新能力培养等方面发挥了重要的作用。

    （2）校企联合培养模式创新。江苏汇博机器人技术有限公司专门从事机器人技术研发与产业化，采用校企联合培养模式，“教育+工业”双轮驱动，使学校根据地方产业需求组建高水平实验室，从而提升学科建设的专业化程度。学生通过实训平台实现由理论知识到实际应用的迅速转换，做到理论学习与生产实践的零距离对接，针对教学需求做出各类优化设计，开发出了一系列符合工业实际应用的机器人产品。

    4.苏州智能制造公共实训基地

    中国制造2025规划中明确提出要将机器人及智能装备产业列为高端装备制造产业的重点方向。在此背景下，苏州园区工业技术学校向相关政府申请建设机器人及智能制造技术人才公共实训基地。该基地是以机器人及智能制造为核心和载体，面向最新产业技术、对接多个产业群、容纳多专业进行实践训练的教学和科研平台，建成后能够适应不同层次机器人及智能制造技术领域人才开发需要。

    四、以技术为核心的机器人专业人才培养模式建议

    在新一代信息技术带动产业变革和创新，先进制造技术加速推进制造业转型的背景下，为了培养以技术为核心的机器人专业人才，从结合地方产业需求、教学实训要求、提高师资能力等三个方面给出建议。

    1.结合地方产业需求

    首先结合产业需求，打造以典型智能应用技术为核心的应用型、开发型实验室，按照企业岗位要求设置教学环境，以满足产业化教学需求。在“把学校看作企业，把企业看作客户”的思维框架下，高校应该以培养高质量且符合地方产业需求的专业化人才为重要目标，实现人才培养与地方产业需求无缝对接，构建实现“项目引领、岗位实境”的人才培养模式。

    2.满足教学实训要求

    研究项目需要满足学校相关专业建设和教学实训要求，从各自专业特点出发，探究不同的工学结合人才培养模式。推动科技人才培养和重大技术突破，提升工科发展水平具体包括以下两个方面：

    （1）促进学科交叉。完善促进学科交叉的体制机制，推进学校与产业界之间的联合培养，提供专业化培训。

    （2）提升工程教育。继承和发扬学校工程教育的优秀传统，落实“三位一体”教育理念，创新适应新时代要求的工程科技人才培养模式。学生在吸收知识的同时强化滋生实践创新能力，加强价值塑造，培养端正的职业态度。

    3.提高师资能力

    机器人专业人才的培养与师资能力密切相关。需要提高工科类专业教师的专业技术水平和教学实践能力，将教师自身具备的理论知识与以能力为向导的数字化教学相结合，进一步明确工业机器人人才培养体系，以达到引领和培养智能制造人才的目标。相关教师可以通过项目实验室的建设，把教育同国家发展的目标和需求紧密结合起来，增强人才培养的针对性和适应性。

    五、结语

    结合“工业4.0”和“中国制造2025”的方针，研究以技术为核心的机器人专业人才培养模式，培养行业急需的交叉复合型人才迫在眉睫。同时，打造基础技术与创新技术相结合的机器人专业人才培养方案，将推动以机器人为核心的智能制造逐渐向新一代智能制造方向发展，对于推动我国实用型高端智能制造业建设具有深远意义。

    参考文献：

    [1]邹晓东，李拓宇，张炜，李飞.中国制造强国战略与工程教育改革实践[J].高等工程教育研究，2016，（03）：9.

    [2]赵新江.智能制造产业进入国家政策黄金期[J].理财，2017，（1）.

    [3]金鑫.人工智能技术中计算机相关技术的运用解析[J].电子测试，2016，（13）：94.

    [4]俞灵琦.人工智能时代到来，将掀起何樣的浪潮[J].华东科技，2016，（11）.

    [5]邹晓东，李拓宇，张炜.新工业革命驱动下的浙江大学工程教育改革实践[J].高等工程教育研究，2019，（01）：8.

    [6]张珂，阎卫增，郑中华.以产业需求为导向的应用型人才培养模式探索——以上海应用技术大学机械专业为例[J].大学教育，2017，（12）：150.

    [7]刘俊秀，罗玉玲，宋树祥.基于学生特色与专业交叉的复合型创新人才培养模式的研究与探索[J].亚太教育，2016，（13）：250.