人工智能專業人才培養對策

開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的1篇人工智能專業人才培養對策，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。

結合網絡資料、根據市場規模可知，2015年我國人工智能市場規模突破100億元，2016年為145億元，同比增長27.0%，2017年為217億元，同比增長56.0%，2019年為500億元，同比增長50.0%，遠超全球17.0%的同比增長水平。可見，我國人工智能專業發展迅速，本文基于新工科背景，探討人工智能專業人才培養模式的制訂策略。

1新工科背景下人工智能專業人才培養模式建設意義

過去繁重的科學計算、工程計算主要由人腦承擔，自21世紀以來這些工作均可以依靠計算機進行，計算機的計算速度高于人腦，且精準度較高。隨著科學技術的不斷進步，對工作的定義也在不斷變化，人工智能學科也隨之迅速發展起來。人工智能的發展已經勢不可擋，迅速滲入到人們的生活、生產中，在競爭日益激烈的市場環境下，很多企業引入人工智能技術以加速自身發展，人工智能替代人工勞動是企業發展的重要方向。而人工智能技術的出現，也加劇了全球范圍內的就業困難問題。但不可否認的是，人工智能技術可以有效解放勞動力，為生產工作帶來較大動力。例如，在抗震救災、火災救援、高空作業等領域應用人工智能技術，以此減少高危活動對人們生命健康的威脅。

2新工科背景下人才培養面臨的問題

2.1培養目標的重新制訂

隨著高等教育人才培養目標的不斷優化改革，各高校也在專業設置完善、實踐能力培養等方面積極努力，但是在專業的交叉融合、綜合能力培養等方面仍無法滿足新工科建設需求。因此，需要重新制訂符合新工科教育理念的創新型人才培養目標。

2.2課程體系的重組構建

新工科理念體現多學科交叉融合、產學研協同創新，而傳統教育則是通過通識教育、普適化教育來完成的。因此，需要對現有課程體系進行重新設置，圍繞互聯網和云計算，將數據、控制、人工智能等領域與傳統工科專業緊密結合，設計符合新工科理念的課程體系。深入開展創業創新教育，通過校企合作提升工程實踐能力，打造第二課堂育人體系。結合新工科建設要求，推進高校課程體系建設。

2.3人才培養模式的改革創新

傳統的人才培養模式是在特定目標上，制訂相對穩定的教學內容、教學體系與制度，配備了針對性評估方式，以此實現人才教育。新工科理念下的人才培養模式則應具有多學科交叉的特點，整合全學科，涵蓋各學科背景，完善課程體系，創新教學內容。在人才培養階段，高校需要注重學生實踐能力的培養與提升，新工科人才培養模式要務實求真，提升育人質量，實施復合型教學方案。

3新工科背景下高等職業教育人工智能專業人才培養對策

為更好地適應社會發展，提升經濟水平，滿足社會服務需求，以新工科建設為立足點，專業技術人才培養模式改革勢在必行。基于新工科理念，探索專業技術人才培養模式的建設路徑是一次改革創新的有益嘗試，重新制訂人才培養目標、設置教學內容和課程體系、優化師資隊伍建設，以校企合作的形式開展協同育人，開展產教融合，加速技術發展，為產業發展和經濟發展提供人才支持。在系統推進環境教育轉型，實現環境教育方式多元化的工作中，提出構建“互聯網+實踐+跨學科滲透”模式，系統推進、協同育人。在產教融合的基礎上，構建“1+N”人才培養模式，即在傳統工科專業的基礎上交叉融合創新創業教育、互聯網、大數據以及人工智能教育的復合型人才培養模式，以此激發學生的學習興趣，培養學生的認同感，了解行業需求與發展，培養應用型技術人才。

3.1建立體驗式教學平臺

第一，在實踐性思維基礎上，設定相應的目標理論。新工科本身具有較強的實踐性，其主要任務為目標設計，也是實踐性思維培養的關鍵點。實踐性思維目標價值、核心理念的實現需要體系的支持，還需要注重各方目標關系的協調，借助實踐性思維和創新手段，創建外部目標，完善相應體系。第二，建立實踐性問題系統體系。實踐性問題體系建設，需要結合自身認知活動，借助實踐性思維，建設相應體系，實踐性問題體系需要結合認知復雜度開展針對性建設。第三，強化實踐性，注意流程問題的解決。通過設計相應的平臺，以確保教學順利完成。實踐性問題教學設計本身具有顯著的體驗、多元與反思性特點，基于此，體驗式教學過程設計要求學生融合環境、知識經驗與感受等，從多角度開展問題分析，以有效解決問題，促使學生不斷進行實踐反思，加強體驗，完善學生實踐性思維培養與鍛煉。體驗式教學階段，要突出教材內容的多元化與情景化特征，借助實踐、反思、評價等，實現問題的有效解決。第四，完善學生體驗體系，促使學生真正領悟知識，明確知識蘊含的道理，同時注重實踐培訓，激發學習動力，促使學生完成自我超越，實現學習目標。一般而言，體驗式教學包含知識技能體驗、講座體驗、過程設計與工程體驗、案例體驗、工程與崗位體驗，授課形式包括講解操作流程、案例分析、專業課程教學、創新創造能力培養、實訓與成果展覽等。

3.2開展校企合作模式

其他學科是構建新工科的重要支撐。新工科之“新”主要體現在新工科的多學科背景及與“中國制造2025”戰略規劃相適應上，其主要涵蓋大數據、模擬技術、物聯網、系統集成(包括橫向與縱向)、智能機器人等核心技術。在新工科環境下，通過建設與人工智能專業人才培養環境相契合的模式，可提升學生的實踐技能，培養學生的創新能力，塑造良好的創新精神。可通過完善學校的硬件設施建設，搭建相應平臺，以此強化資源的優化配置和應用。建設教學工廠，提升學生的裝備生產能力，設置崗位操作任務，積極組織學生開展教學實踐。通過建設有針對性的實訓教學基地，可為學生構建真實的操作環境，促使學生在真實的環境中了解操作規程，掌握評價體系，開展定點管理等，更好地提升學生的職業素養。加強研學體系建設，以成果為導向，創新課程體系，提高學生的創新意識，加強實踐實訓，與行業接軌，突破傳統的教學理念，促使學生自主學習，提升學生的實踐能力與職業技能，加強人工智能特色化專業學科建設。

3.3建立合作學習模式

強化網絡平臺的應用，開展有針對性的學習，加強人工智能工程項目研究，加強操作評估，定期進行效果反饋。在課程內整合網絡技術，可加強師生的學習體驗，通過建設在線學習平臺，可實現關鍵問題的探索，提供多媒體技術教學活動，創新教學形式。通過使用移動學習設備，學生能夠隨時隨地開展學習，借助虛擬技術可實現交互協作，增強學習現實感。借助實踐互動，穿插實驗，以加深學生對知識點的理解，促使學生更好地掌握知識，并激發其學習興趣，借助相應體驗，提升實踐能力和職業技能。同時，在人工智能專業教學期間，跨學科合作方案的應用，可為師生共享實驗室和教學設施奠定基礎，能夠探索最佳學習合作機會，聯合不同院校，強化協同效應，以此提升學生的創新創業能力。

3.4建立質量評價體系

新工科背景下，人工智能專業人才培養由學向做轉變，促使學生的學習能力朝著綜合性與應用性方向發展，建設“混合+虛擬”的教學環境，借助遠程學習方式，實現跨校學習。當前，世界范圍內的第四次工業革命興起，這就對新工科人工智能專業改革提出了全新的要求，同時也帶來了全新的挑戰，新工科教育目標為創新型、實踐型與綜合型人工智能專業人才培養奠定了基礎。在新工科背景下，人工智能專業要以新經濟為前提、以新產業為目標，創新教學模式，貫徹新教學理念，從各層面、各環節入手，強化實踐，探索新工科背景下人工智能專業教學新思路，創新人工智能專業實踐教學方案。

3.5加強師資隊伍培養和建設

目前，全球范圍內的人工智能專業人才儲備總計30萬人，而高校僅占據1/3。針對這一現狀，需要借助校企合作模式，強化理論與實踐相結合，以此彌補這一人才缺口。作為百度與高校合作的經典模式之一，深度學習師資培訓班自2018年5月起，已連續舉辦4期，培訓教師超過400人次，內容包含學術交流、實驗實訓、課程構建及平臺應用等，搭建專門平臺，引入企業助力，實現了數據型、算力型稀缺人工智能專業人才的有效培養。

3.6構建合理的知識體系

人工智能本身是一項交叉性、綜合性的學科，高校應加強人工智能學科與其他學科的交叉聯系，逐步形成復合型人才培養模式，以此實現人工智能專業人才培養質量的提升。人工智能本身涉及計算機、軟件技術與信息工程等知識，應打造優秀的教師隊伍，促進研究成果的共享，開展交叉授課，實現復合型人才培養目標，為人工智能專業人才培養提供師資保障，提升教學質量和效果。

3.7建設實踐教學體系

基于“三元一體”多維結構的實踐教育指導，依托與機械設計制造及其自動化卓越工程師計劃專業理論課程體系相接軌、儀器設備和環境設施等硬件資源相共享、管理和開放運行機制相匹配的多層次不同特征實踐硬件系統，建立具有模塊化、分層次、系統性特征的多維模塊化實踐教學體系。多維模塊化實踐教學體系將教學計劃、課外選修模塊納入其中，開展分層次、多主題實踐教學。教學計劃模塊包含基礎課、融合課、專業課等較為獨立的實踐課程、集中課程，課外實踐包含開放性實驗、學科競賽、科技活動及社會調研等部分。多維模塊化實踐教學體系主要由以下3個層次組成。第1層次:基礎層，以知識掌握為基礎的開放性多維結構實踐教育模式。第2層次:主體層，實踐教學系統、理論教學體系結合，工程技能、科研能力協同，綜合素質與創新精神同步的多維結構實踐教育教學體系。第3層次:拓展層，將創新能力培養系統的建設融入多維結構實踐教育教學體系，實現綜合素質的全面提升。通過多維結構實踐教育教學體系開展的實踐教學，使不同層次的學生獲得基礎性、綜合性和創新性等多層次的創新能力培養，深化知識，突破能力，提升素質。

4結語

在新時代背景下，人工智能專業人才培養應以人才發展為基礎，結合新理念，打造全新的人工智能教育環境。產學研商的人工智能專業人才培養模式，可滿足產業發展所需，能夠承擔社會責任、履行歷史使命，高校、企業、社會應協同努力，構建新工科人工智能專業人才智能教育生態環境。

參考文獻:

［1］盧穎，陳國強.新工科背景下工業設計專業人才培養的問題與對策［J］．教育理論與實踐，2021，41(15):23－26.

［2］施曉秋，蔣宗禮，沈謙，等.網絡工程新工科人工智能專業人才培養與專業建設的挑戰、機遇與對策［J］．高等工程教育研究，2020，4(05):11－17.

［3］蔡露，馬志強.利益相關者視角下新工科人工智能專業人才協同培養的問題與對策［J］．教育理論與實踐，2020，40(21):7－10.

［4］林曉艷，賀金金.專業論證視域下工程管理新工科專業人工智能專業人才培養質量提升對策研究［J］．科技世界，2020，4(18):184－186.

［5］王穎，陳偉，林琢.“新工科”背景下應用型本科院校復合型人工智能專業人才培養探索與研究［J］．科學大眾(科學教育)，2018，4(11):155，177.

作者:郭士茹 王誠林 郭永峰 朱絢曼 單位:長春電子科技學院