| 标题 | 人工智能背景下信息工程“新工科”专业建设探索 |
| 范文 | 陈瑞 袁璟 童莹 摘? 要： 为了更好地培养人工智能背景下“新工科”的专业人才，以信息工程专业人才创新能力培养为研究对象，将人工智能和大数据融入新工科人才培养方案中，构建“人工智能+大数据”的课程体系，提出人工智能+创客教育实践教学平台的建设，培养跨学科、多元化的应用型人才。 关键词： 新工科; 信息工程; 创客教育; 应用型人才 中图分类号：G40-057? ? ? ? ? 文献标识码：B? ? ? ? 文章编号：1006-8228（2020）12-94-03 Abstract： In order to better cultivate "New Engineering" professionals in context of artificial intelligence， this paper takes the cultivation of innovative ability of information engineering professionals as the research object， integrates artificial intelligence and big data into the "New Engineering" talent training scheme to construct the curriculum system of "artificial intelligence plus big data"， and proposes to construct a practice teaching platform for artificial intelligence and Maker educations， so as to cultivate the application-oriented talents of interdisciplinary and diversified. Key words： "New Engineering"; information engineering; Maker education， application-oriented talent 0 引言 21世纪大数据时代，人工智能（Artificial Intelligence，AI）正在加速挑战我们的生产、生活等各个领域，也促进了创新和学习的观念和形式上的革命[1]。2017年7月，教育部启动了“新工科”（New Engineering）建设的研究工作，“新工科”建设得以很快推进。人工智能的迅速发展，已经快速、深刻地改变了人们的学习方式、教学方式、思维方式，包括我们解决问题的方式。可见，人工智能已经从多个层面上对教育课程体系提出了深层次挑战。2018年，教育部发布的《关于公布首批“新工科”研究与实践项目的通知》中指出，要重视人工智能与其他学科专业教育的交叉融合[2]。其后，国务院发布《新一代人工智能发展规划》[3]，明确提出高校要完善人工智能教育体系，建设人工智能学科。教育部在《高等学校人工智能创新行动计划》中强调[3]，要加强人工智能领域专业建设，推进“新工科”建设，形成“人工智能+X”復合专业培养新模式。通过改革教学方法，创新教学实践，让教育教学跟AI深度融合并智能化高效化发展，将有助于升级传统的教学模式。信息类专业建设在“人工智能+”框架下，构建跨学科的专业课程体系，在交叉融合和工程实践学习中，培养新工科下的创新人才，具有重要意义[4]。 在这个新的历史环境下，我院针对人工智能和新工科背景下的新兴课程体系和交叉学科课程建设进行了研究规划，力图做好“人工智能+”背景下的新工科跨专业课程体系和AI工程实践平台的顶层设计，围绕“通识课+专业前沿课程+顶层实践平台”三个层面构建“人工智能+新工科”培养模式，并研究“人工智能+”背景下的教学新模式、新方法，研究“人工智能+大数据”的课程体系，探索“人工智能+创客教育”的实践教学方法，最终构建“人工智能+”背景下的信息工程专业“新工科”培养模式。 1 “人工智能+”信息工程专业的新工科培养模式 信息工程是一门应用型较强的学科，在人工智能和信息产业中有很重要的地位。我院的信息工程专业旨在培养适应新经济建设和社会发展需要的高级应用型信息技术人才。学生具有扎实的信息获取、信息传输、信息处理和应用的基础理论知识，掌握信号处理与通信，大数据分析与应用专业知识，能对通信、互联网、IT、人工智能等行业的工程技术问题进行分析、研究、设计/开发解决方案，并在工程与社会、环境和可持续发展、职业规范、个人与团队、沟通、项目管理、终身学习等方面具备相应的意识和能力。 传统的信息工程专业人才培养模式侧重理论知识学习和对课程成绩的考核，近年来实践性教学环节的增加，在一定程度上提升了学生的动手能力。但随着通信、计算机和信息技术的发展，对信息工程类学生的知识储备、实践操作能力和创新创业能力提出了新的要求。因此，新工科背景下的人才培养模式成为各高校积极推动的改革方向，我院在课程体系、教学模式和质量评价体系等方面方面进行改进。 ⑴ 构建“人工智能+大数据”的课程体系。已传统的课程体系为基础，根据国家教育基本方针和长江三角洲地区经济发展趋势，利用区域优势，注重学生身心健康、思想素养、知识结构、实践动手能力、创新创客能力及职业道德和社会责任感多方位发展。 ⑵ 构建人才新需求的教学模式。教学模式的改革对教师队伍建设、教学资源分配和教学环境改善都提出了要求。教师队伍具备跟踪和整合本专业前沿技术和成果的能力，教学内容展示的多元化，以及为学生提供开放的教学环境，引导学生自主学习、构建课外知识体系、积极探索新技术等。 ⑶ 构建人才培养质量评价体系。新工科背景下，人才培养质量评价体系要具有预见性，适应人才市场新需求，制定出符合我院自身发展特点和长三角区域特色的多维质量评价体系。 2 “人工智能+大数据”的课程体系 设计“人工智能+大数据”新工科前沿课程体系。人工智能包括计算机、自动化、数学、机械、哲学、心理学等。按照信息工程专业知识、能力、素质结构的内在联系和专业教育教学的规律，分公共基础课、专业基础课、专业课三级结构搭建课程体系。在专业基础课和专业课层次开设人工智能、机器学习、数据挖掘和虚拟现实等课程，在专业任选课中，开设结合产业应用需求的前沿信息课程，如图像识别、语音识别、文本处理、深度学习、量子计算、自动驾驶等[5]。 以人工智能基础知识为基础，可以灵活搭建多个“人工智能+X”课程模块，如“人工智能+图像/语音”模块可以研究“人工智能+智慧医疗”、“人工智能+智能制造”等;“人工智能+深度学习”模块可以研究“人工智能+自动控制”、“人工智能+智能交通”等[6]。构建这种模块化的新工科跨专业前沿课程体系，可以由浅入深从三个层面开展“人工智能+新工科”课程体系建设。 ⑴ 开设“人工智能+”前沿通识课，普及智能学科知识; ⑵ 构建人工智能+跨学科工程实践平台，为不同专业提供大数据和人工智能实验平台支撑; ⑶ 灵活搭建课程模块，构建“人工智能+X”下新工科跨学科专业前沿课程体系，为推进跨学科交叉、融合的新工科课程体系建设打下基础。 3 “人工智能+创客教育”的实践教学方法 创客教育是目前教育界极具热度的一种混合式学习方式，其“合作、分享、快乐、极致”的理念非常契合人工智能背景下的信息工程“新工科”教学理念，以“实训室+微信订阅号+雨课堂”架设网络创客空间，实施基于网络平台的创客教学法，构建支持网络创客的混合式学习模型。 人工智能时代，传统的以教师为中心的教学模式亟需向以学生为中心的教学模式转变。智能化的学习方式和学习环境，必须要能适应和支持学生走向工作岗位后的终生学习。以我院目前开设的“数字图像处理综合实验”、“嵌入式系统编程”和“安卓系统软件开发”课程的实验为例，目前这类实践课程的实验环境多采用传统的单机式，单技术栈模式，而国内三大互联网公司Baidu、Alibaba、Tencent（简称BAT）等大型企业的实际研发环境都是云化的多技术栈环境，如百度的智能云、阿里巴巴的阿里云和腾讯的腾讯云等，涵括了分布式、集群、云服务、容器等。应届毕业生进入大型企业工作后，需要花费一段时间进行开发环境和生产环境的培训。如果在学校学习阶段接触这些新技术，在综合实训环节集中对学生进行主题式和模块式学习，或在毕业设计环节个别引导学生进行问题驱动式和基于项目的学习方式，都能取得很好的效果。 借助“人工智能+X”模式的跨学科交叉新工科课程学习，从教师将知识传授给学生向“让学生自己去发现和创造知识”提升，在大数据驱动的智能化专业领域中，将多学科交叉与产业需求项目研究结合起来，让学生在工程实践过程中主动学习和建构多学科交叉知识，培养自身的人工智能思维、实践和知识灵活运用的能力。在为时较长的综合实训和毕业设计环节中，开展項目驱动的主题式、模块式学习的智能实践活动;在为时较短的课程设计和课程实验中，将数据驱动、问题驱动、迭代优化等人工智能思维融合到相关课程的教学中，思维和教学相互渗透、整合和优化，提高实践教学的创新创客效果展示。 最后，营造浓厚的校园科技创新氛围，定期举办多层次的讲座和学术报告活动，以及定期举办电子设计竞赛和研讨会等，更能激发学生的创新热情。近期我院和南京爱思电子有限公司联合主办了“2019度5G环境下新工科信息技术研讨会”，吸引了包括中国移动、浙大旭日科技有限公司、武汉凌特电子技术有限公司、东南大学、南京师范大学、江苏科技大学在内的五十多个知名企业和高校参会，大大激发了我院师生的创作热情。 4 结束语 人工智能背景下，信息工程“新工科”专业人才的培养是一个复杂而艰辛的过程，也是一个系统化工程，其中涉及到人才培养方案、专业建设方向、课程设置等多种因素。目前，我院在人才培养体系上进行了积极而有意义的探索，并持续不断地完善培养方案，创新专业建设方向，取得了初步成果，在中国大学生计算机设计竞赛、电子设计竞赛、蓝桥杯、省大学生创新等竞赛中取得了好成绩。这些探索为人工智能背景下信息工程新工科人才培养提供了较好的经验。未来还应及时调整和完善人才培养体系，以适应新一轮的科技革命和产业变革的人才需求。 参考文献（References）： [1] 维克托，迈尔-舍恩伯格.大数据时代：生活、工作与思维的大变革[M].浙江人民出版社，2013. [2] 姜晓坤，朱泓，李志义.新工科人才培养新模式[J]. 高教发展与评估，2018.2：17-24，103 [3] 刘辰.国务院印发《新一代人工智能发展规划》：构筑我国人工智能发展先发优势[J].中国科技产业， 2017.8：78-79 [4] 史恒亮，吴庆涛，高晶晶，钱隆.新工科背景下高校创新创业教育的分析及对策[J].教育教学论坛，2019.13：1-2 [5] Lecun Y， Bengio Y， Hinton G. Deep learning[J].Nature，2015.521（7553）：436-444 [6] Schmidhuber J. Deep learning in neural networks： Anoverview[J].Neural Networks，2015.61：85-117 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。