评职称或毕业的时候，都会遇到论文的烦恼，为此精选了《智能科学与技术人才培养论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！摘要:为促进智能科学与技术本科专业的人才培养和专业建设工作,结合实际办学条件、专业特色及就业前景等情况,探讨智能科学与技术专业人才培养的模式、教学改革的思路及课程体系的优化等问题,重点阐述深化实践教学改革、加强师资队伍建设、优化课程教学体系、提高人才培养质量等专业建设规划及方案。
智能科学与技术人才培养论文 篇1：
智能科学与技术应用型本科人才培养模式研究
摘要：针对人工智能时代对应用型人才的旺盛需求，從职能、知识结构、能力结构、行业（产业）导向等四个方面研究智能科学与技术应用型本科人才培养模式，区别于常规的能力为导向的人才培养，提出了知识型能力本位教育模式，强调能力培养的两大要素——知识与实践，以及能力的可持续增长，为学生适应人工智能时代的挑战与机遇奠定基础。
关键词： 智能科学与技术; 知识结构; 应用型人才; 人才培养; 知识型能力本位教育
Key words： intelligent science and technology; knowledge structure; applied talents; talent training; knowledge &competence based education
1 引言
智能科学与技术主要包含智能科学和智能技术两部分内容[1]：智能科学是以人如何认知和学习为研究对象，探索智能机器的实现机理和方法;智能技术则是将这种方法应用于人造系统，使之具有一定的智能或学习能力，让机器系统为人类工作。目前，在本科专业目录中，智能科学与技术专业是计算机类之下的特设专业，在现有的人工智能专业群中，除了新设的人工智能专业外（2019年全国共有35所高校获首批人工智能新专业建设资格），智能科学与技术专业与全球范围大力推进与快速发展的人工智能关系最密切，契合度最高。一方面，智能科学与技术的专业发展和人才培养将为人工智能技术提供理论支撑、技术推进和人才支持，另一方面，人工智能产业现状和未来发展趋势直接影响着智能科学与技术的专业发展和人才需求。
2 人工智能时代对人才的需求
站在国家战略的高度来看，人工智能将成为新一轮产业变革的核心驱动力，可以实现社会生产力的整体跃升，因此人工智能将成为引领未来的战略性技术，世界主要发达国家都把发展人工智能作为提升国家竞争力、维护国家安全的重大战略。
随着人工智能时代的到来，许多企业对具有智能科学与技术专业背景的人才有着巨大的需求。首先，IT企业纷纷涉足智能科学领域，提高产品智能水平;其次，许多传统制造业也在转型，从劳动密集型到知识密集型，进一步提升到智能制造型，并逐渐具备高精尖装备制造能力;此外，医疗、通讯、交通等行业也对智能科技人才有着迫切的需要。人工智能对各行各业的影响，充分体现了智能科技的高速发展，对人才数量和素质要求也越来越高。
从人才的金字塔型分布来看，智能科学与技术领域不仅需要高端学术型人才，更需要接地气、重实践的应用型人才。随着“中国智造”的不断推进，智能科学与技术领域已由顶层设计和关键技术突破向生产、应用、装配、服务等环节延伸，迫切需求大批专业技术精、实践能力强、操作流程熟的应用型人才。2019年，人力资源和社会保障部、国家市场监管总局、国家统计局向社会发布了13个新职业信息，包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员等，这也从另外一个侧面说明人工智能等技术推动了产业结构的升级，催生了相关专业技术类新职业，可形成相对稳定的从业人群。
3 应用型人才培养模式分析
《中国制造2025》以推进智能制造为主攻方向，强调健全多层次人才培养体系，提到强化职业教育和技能培训，引导一批普通本科高等学校向应用技术类高等学校转型，建立一批实训基地，开展现代学徒制试点示范，形成一支门类齐全、技艺精湛的技术技能人才队伍。
通常而言，人才类型分为三类[2]：学术型人才、应用型人才、技能型人才。实际上从现代职业教育的发展和社会需求来看，应用型人才和技能型人才的界限相对模糊，可统称为应用型人才，即把成熟的技术和理论应用到实际的生产、生活中的技术技能型人才。从国家的层面来看，为了适应人工智能时代发展，人才需求数量基数最多、缺口最大的就是应用型人才，这也对众多高校培养人才的导向产生重大影响。这里我们重点讨论智能科学与技术应用型本科人才的培养，可从职能、知识结构、能力结构、行业（产业）导向四个方面来分析。
3.1 职能
智能科学与技术应用型人才是培养面向各类智能科学与技术的工程设计、开发及应用，掌握各类现代智能系统设计、研发、集成应用、检测与维修、运行与管理等技术，具有扎实理论基础、较强工程实践和创新能力的高素质应用型工程技术人才。
3.2 知识结构
智能科学与技术专业充分体现了跨学科的特点，其知识结构包含了三个并行的基础领域：电子信息、控制工程、计算机，也蕴含了电子信息工程、控制科学与工程、计算机科学与技术等学科的交叉和融合，体现了智能感知与模式识别、智能系统设计与制造、智能信息处理三个方面的专业内涵。
（1）智能感知与模式识别
属于电子信息与计算机交叉领域，主要定位在机器视觉与模式识别。包括三维建模与仿真、图像处理与分析、图像理解与识别、机器视觉、模式识别、神经网络、深度学习等。主要课程包括：电子技术基础、信号系统与数字信号处理、数字图像处理、模式识别等。
（2）智能系统设计与制造
属于控制工程领域，包括自动控制、无人系统与工程、精密传感器设计与应用等。主要课程包括：机械基础、工程力学、自动控制原理、传感器与测试技术、计算机控制技术、机电系统分析与设计等。
（3）智能信息处理
属于计算机领域，包括交通大数据、汽车与道路安全大数据等的分析与处理、信息处理与知识挖掘、信息可视化等。主要课程包括：智能科学技术导论、计算机程序设计、微机原理与接口技术、数据结构与算法、嵌入式系统设计等。
3.3 能力结构
智能科学与技术应用型人才培养着眼于人工智能工程应用，要求学生具有运用计算机及相关软硬件工具进行大数据的采集、存储、处理、分析、应用的能力;具备智能系统的设计、开发、集成、运行与管理的能力;注重培养学生综合运用所学的智能科学与技术专业的基础理论和知识，分析并解决工程实际问题的能力，其能力结构可以借鉴能力本位教育（Competency Based Education，简称CBE）模式[3]。
CBE是国际上较流行的一种应用型人才培养模式，主要代表国家为加拿大和美国。该模式以能力为人才培养的目标和评价标准，一切教学活动均围绕综合职业能力的培养展开，CBE人才培养模式主要有以下三方面的特色：能力导向的教学目标;模块化的课程结构;能力为基准的目标评价体系。该模式所培养的本科应用型人才具有较强的专业综合能力和职业能力[4]，在一定时期得到社会的广泛认可，但是单纯的CBE模式并不能完全适应人工智能时代对人才培养的需求，这是由于目前许多职业岗位在人工智能的冲击下，其形式和内容均会产生动态变化，要求现阶段的人才培养具有延伸性和前瞻性，既要兼顾眼前，也要考虑应对智能化浪潮，打好基础，提高自学习能力。因此，智能科学与技术应用型人才培养有一定岗位针对性，但并不是完全固化岗位内容及层次、固化知识属性，必须强化自我学习能力，才能实现能力可持续增长，岗位的向上流动性以及知识和经验的进化，才能真正适应人工智能时代发展的需求。
自我学习能力的形成与提高往往源于知识结构的构建[5]。为了塑造更合适的能力结构，需要CBE模式与知识结构的相辅相成，有鉴于此，将这种新型人才培养模式称之为知识型能力本位教育（Knowledge & Competency Based Education，简称KCBE）模式，这也意味着在人才培养过程中，将知识结构与能力结构放在并重的地位，既着眼于预期能力的培养，也必须让学生筑牢学科专业基础，在走向社会以后，在知识引擎的作用下，通过自我学习，具备并提升适应未来的、新的智能化岗位需求的能力。
3.4 行业（产业）导向
从智能科学与技术专业的角度，培养的应用型人才以“智能化应用”为就业大方向，具体而言，包括：
（1）智能感知与模式识别领域
主要从事电子信息的获取、传输、处理、分析、应用等领域的研究、设计及应用，包括图像处理、机器视觉、工业视频检测与识别、视频监控、传感器设计及应用等。
（2）智能系统设计与制造领域
主要从事智能装备、智能制造、智能管理、智能服务等领域的设计、制造及应用，包括智能工厂、智能车间、智能生产线、智能物流、以及智能运营与服务等。
（3）智能信息处理领域
主要从事计算机数据处理、分析、理解、管理、以及服务等领域的研究、设计及应用，包括数据存储与管理、数据分析与预测、交通大数据分析应用、道路与汽车安全大数据分析、智能交通、智能电力、智能家居、智慧城市等。
涉及的产业领域主要包括智能制造，如工业互联网系统集成应用，研发智能产品及智能互联产品等。其他的领域还包括智能农业、智能物流、智能金融、智能商务等。
产业需求带动人才培养，人才培养在满足产业需求的同时推动技术进步，而技术进步又引燃了新的产业需求。产业需求与人才培养的相互作用，呈现出螺旋式上升的发展态势，这在人工智能相关产业与智能科学与技术应用型本科人才培养之间表现的得尤为突出。
4 KCBE模式人才培养的主要措施和途径
智能科学与技术专业应用型本科人才的培养模式一定是和人才需求、学校定位相適应的。培养应用型人才，应注重学生实践能力，从教学体系建设体现“应用”二字，其核心环节是实践教学。结合上述的KCBE培养模式，知识结构在能力培养过程中也占有非常重要的地位，因此在能力培养方面，知识和实践作为两大要素，不能偏废任何一方，必须齐头并进，既要固基础，也要重实践。
（1）筑牢智能科学与技术专业知识基础，构建与智能化应用相关的知识体系
在本科的低年级阶段，应注重公共基础课，特别是数学和力学课程，还应充分了解智能科学与技术专业的内涵，让学生对所学专业有一个比较全面的认识。在本科中高年级阶段，重点强化专业基础，包括电子技术基础、自动控制原理、传感器与测试技术、微机原理与接口技术、数据结构与算法等。归纳地说，应该筑牢数理基础、计算机基础、机电基础和控制基础，因此对原理课程需要强化，这样对很多工作机理、来龙去脉的理解才能深刻。
（2）增强智能科学与技术专业的实践环节，构建以能力培养为重心的教学体系
按照KCBE模式，校企合作是强化实践的一种重要形式[6]。学校根据人工智能企业实际情况灵活设置实践课程内容，根据企业发展趋势及时调整课程体系以避免教学内容与企业需求相脱离。人工智能企业还可以参与学校教学目标和教学计划的制定，并为学校实践教学提供各方面支持，从而提高人才培养的针对性。
5 应用型人才培养展望
在人工智能时代，我国正处于产业转型的重要阶段，迫切需要智能科学与技术应用型人才，对人工智能人才培养的与时俱进也有更高要求。基于KCBE培养模式，高校通过与各型人工智能企业增强校企合作、合作办学，实现人才培养的量身定制，并能与技术发展同步，培养的人才也能更好地适应时代的挑战与机遇。
参考文献：
[1] 陈雯柏，吴细宝，王万森.创新创业型智能科学与技术专业工程人才培养探索与实践[J].高等工程教育研究，2018（4）：84-90.
[2] 吴中江，黄成亮.应用型人才内涵及应用型本科人才培养[J].高等工程教育研究，2014（2）：66-70.
[3] 金保华，刘禹含.发达国家本科应用型创新人才培养模式及启示[J].教学研究，2015，38（1）：87-92.
[4] 韦文联.能力本位教育视域下的应用型本科人才培养研究[J].江苏高教，2017（2）：44-48.
[5] 李丹.创新型人才培养中自我学习能力培育的思考[J].内蒙古农业大学学报（社会科学版），2010，12（6）：106-107.
[6] 张士辉，朱冬光，王国英.计算机网络相关专业校企合作创新人才培养模式研究[J].实验技术与管理，2017，34（2）：189-193.
【通联编辑：王力】
作者：肖凯 李雯 汤晓安 曾迎生
智能科学与技术人才培养论文 篇2：
智能科学与技术本科人才培养和专业建设的探讨
摘要:为促进智能科学与技术本科专业的人才培养和专业建设工作,结合实际办学条件、专业特色及就业前景等情况,探讨智能科学与技术专业人才培养的模式、教学改革的思路及课程体系的优化等问题,重点阐述深化实践教学改革、加强师资队伍建设、优化课程教学体系、提高人才培养质量等专业建设规划及方案。
关键词:专业建设;人才培养;教学改革;课程体系;教学模式
21世纪是智能科学技术快速发展的时期,智能科学与技术本科专业应当抓住这个契机,大力推进智能科学与技术的本科教育和专业建设,培养适合社会发展和市场需求的智能科学技术人才[1]。坚持以学生为根本,以传授知识、培养能力、提高素质和协调发展为己任,以我国经济结构战略性调整的要求和社会发展对人才的迫切需求为重心,针对师资队伍、人才培养模式、教学内容与课程体系、教学方法与手段、教学管理及培养质量等方面进行深入改革,形成具有先进的办学理念、完善的管理体制、领先的改革思路、优秀的师资队伍的龙头专业。智能科学与技术作为具有广阔发展前景和巨大应用需求的综合交叉学科,高校应进一步拓展相关研究领域,结合办学条件、管理制度及政策倾斜,突出人才培养和专业建设的特色。
1深化实践教学改革,探讨多元复合型人才培养模式
智能科学与技术专业要协调发展,首先必须明确专业特色,形成自己特有的学科体系、人才培养模式和课程特色。在智能科学技术相关研究已经渗透到各个领域的形势下,对人才的培养要从多元化角度来考虑[2]。一方面,当前国内外智能科学领域的相关研究如火如荼,原创性理论与核心技术的研究步伐在进一步加快,国际上对智能科学与技术专业研究型人才求
贤若渴。另一方面,智能科学领域的一系列学术研究成果,迫切需要转化成能够产生社会效益、支持社会主义经济发展及人民生活需要的产品,大型企业、著名公司对具有智能科学技术专业知识的应用型和工程型人才的需求势头正旺,因此,目前探讨智能科学与技术专业的人才培养模式正当其时。
1) 多元化人才培养模式。智能科学与技术专业是一个集智能技术、通信技术、计算机技术、控制技术等多学科交叉、跨应用领域的本科专业。根据社会经济的发展、市场对人才的需求以及专业自身的发展特点,智能科学与技术专业的人才培养应当兼顾研究型、应用型和工程型等多元复合型人才需求,因此,智能科学专业在充分整合优质教育资源的基础上,需要不断改革教育模式。一方面,通过各种教学活动,丰富各层次、各类型的课程教学资源,如:积极开设双语教学、探究式教学、“本、研合一”的高水平课程、校外名师课程等,强化学生创新知识和科研学术能力的培养,推进高素质人才的培养计划;另一方面,针对智能科学与技术专业的应用特点,积极开展学生科研活动和实践训练,使学生通过项目实践锻炼自己的实际研发能力,提高运用所学知识解决实际问题的能力。此外,充分利用我校多学科、综合化的人才培养优势,通过以跨学科、跨专业的交叉融合,打通各方的优质教学资源,给学生提供更加广泛的学习空间,促进优质高效的复合型人才培养。
2) 专业素养培养。完善由智能科学与技术专业基础课程、专业核心课程、专业方向课程三部分组成的定位明确、特色突出、规范合理的专业教育课程体系,加强学生在基础知识训练和智能科学专业技能的素养培养,强化专业基础的相关性,突出专业核心的稳定性,扩大专业方向的多样性。
3) 科研素养和适应发展能力培养。智能科学与技术专业面对多元化人才需求,不仅要培养学生独立从事科学研究的能力,自主不断学习新理论、新方法和新技术的能力,以胜任学科的前沿研究和技术发展;同时还要重视学生在研发团队的协同工作能力,以适应学科在实际中的各种应用需求,在不断开发高质量智能软件系统及项目研发的实际锻炼中,培养学生的高效工作能力和良好的沟通能力。
基于以上观点,我校在教学模式的改革中,积极提倡“夯实基础、综合提高、加强实践”的三结合人才培养改革思想,针对学生的专业素养、专业技能等多个方面细化培养方案,不仅注重培养学生的实际应用能力,还要兼顾培养学生的研究型思维、科学研究的能力及创新精神,从整体上提升智能科学技术人才培养的素质。
我校智能科学与技术专业坚持“教学、科研、团队的协调发展,学科、专业、课程的整体建设”,依托北京市实验教学示范中心、北京市高等学校工程研究中心,北京市重点建设学科“计算机应用技术”、校级重点建设学科“软件理论与技术”以及与其他专业和兄弟院校的联合,开展了以教师队伍建设为基础、以人才培养改革为核心,以促进学生知识、能力、素质协调发展为目标的专业建设工作,并形成了层次型人才培养方案,如图1所示。
图1层次型人才培养方案
1.1层次型人才培养方案及教学模式
结合智能科学与技术本科专业的特点,针对多元化人才培养需求,我们构建了“教—学—用”的层次型培养模式,形成了“2+1+1”的教学模式。前两个学年主要学习计算机科学技术和智能科学基础理论知识,以学习、理解和掌握知识为主,同时采用启发引导及探究讨论的教学策略,培养学生自主学习的能力和主动探究的兴趣,进一步结合相关问题、设计方法、分析讨论和问题求解培养学生的专业素养[3]。第三学年侧重学习智能专业核心课程,如:智能机器人、智能游戏与虚拟现实技术、模式识别、智能信息获取与决策管理、自然语言处理等体现智能科学与技术专业特色的课程,使学生在理论方法的学习中提高专业技能,同时所设课程与相应的实验课相结合,加强学生理论知识的消化和实践能力的训练。第四学年,以综合实践训练为主,学生根据各自的情况和兴趣,参加学生科研立项、各类科研竞赛活动、大学生创新实验、专业实习、毕业设计及教师的科研项目等,进一步强化实践能力培养环节,有利于学生整体综合素质的提高。同时,以问题为纲,培养学生在解决问题的同时自主发现新问题和新知识,进一步培养学生的主动思维和创新提高的科学研究素养[4]。
1.2 “本、研合一”的教学体系
本科生与研究生的培养互动是推动本科生创新能力培养的有效措施。我校智能科学与技术专业经过几年的探索和实践,形成了“本、研合一”的教学体系。“本、研合一”教学体系的设计思路是将学生在各个学习阶段的知识结构、实际应用能力和科学研究能力进行一体化设计,使学生在有限的时间里掌握尽可能多的知识,得到尽可能充分的实践与锻炼,并在一体化的教学体系设计中逐步培养学生的研究型思维、应用型和工程型能力,以及创新型精神,提升智能科学与技术专业的人才素质。
我校智能科学与技术专业借助已获批北京市和校级精品课程、探究式课程、双语课程及网络多媒体课程,包括智能信息获取技术、人工智能原理、模式识别、智能科学与技术导论、智能机器人和自然语言处理等,在三年级开设提高性的研究型课程,这种提高性教学采取本科生与研究生合班上课的形式,使一部分本科学生在本科阶段先行选修部分研究生课程,并接受高水平教师的培养。这一阶段要求教师面向研究和学习对象,将每一阶段的理论知识与实际应用系统对应设计,同时要求理论课和专业技术课都要针对研究和学习对象设计问题,留出解决问题的空间。在完成整个学习阶段后,组织学有余力的本科生与研究生联合申请科研立项(由学校条装处资助)、实验室开放基金(由学校学生处资助);有计划地将本科生按照他们的兴趣爱好,逐步吸纳到由研究生导师、研究型教师、研究生、本科生组成的科研课题组或特色研究小组,以科研项目组为单位,对学生进行系统的综合提高训练。
1.3积极开展“研、教互动”,培养具有前沿性、时代性和实用性的复合型人才
教师的科研和教改项目为学生提供了课外学习的平台和广阔的发展空间。部分学生将课程组教师的研究成果,实现了直观验证和探索归纳两种实验分析模式。另外,我们还组织部分有能力、有兴趣的学生成立课外科研兴趣小组,参加各种科研活动,4年来课程组教师指导的36个校级科研项目中有22个获得学校奖励。科研活动与教学的互动不仅提高和增强了学生学习的兴趣和动力,更激发了他们钻研与探索的精神。在本科第三年,一方面聘请国内外知名教授,为本科生开设前沿性的科研讲座;另一方面要求学生去联合实践基地、对口企业进行为期三个月的专业实习和相关实践活动,由双方共派导师形成导师组联合指导培养学生。这些项目不仅给学生从事基础研究创造了机会,也加强了专业科研对外合作,有利于专业人才培养水平的提高。
2以多渠道交流、合作及开放的方式,加强“产、学、研”结合的多元化培养模式
我校智能科学与技术专业广泛利用国内外优势教育资源开展主题鲜明、形式多样的教学科研合作,积极开拓产学研结合渠道,与企业共建科研开发中心合作,一方面提供学生进行专业实习、毕业设计、综合训练等,另一方面,还为学生提供科技创造的实践环境和为社会提供各种技术服务的平台。智能专业除了与本校的兄弟学院建立教学科研合作之外,还与澳洲悉尼科技大学、美国密西根州立大学、中科院高能所、中科院自动化所、IBM公司、北京上善中加信息技术有限公司、北京智能谷科技有限公司等几十家中外著名大学、软件公司、企业及高级研究机构建立了开发、科研与人才培养合作的机制,通过多种多样的方式在学校和校外各方进行联合,积极开拓产学研结合渠道,引进最先进的智能研发环境,培养学生掌握最新的研究成果和开发技术,成为适应国家科学研究、社会主义市场经济和信息产业发展需要的研究型、应用型、工程型的复合型人才,力争在人才竞争中保持优势。
3加强师资队伍建设
师资队伍建设一直以来都是专业建设的基本保证,我校智能专业注重建立教师深造培训、学术交流和工作分配的有效机制,进一步为教师提供丰富教学经验、了解人才需求的平台,以人尽其才的用人方式激发教师的工作积极性。近年来,我们已先后从中国科学院、北京理工大学、西安工业大学、北京科技大学等国内知名高校和科研机构引进了多名具有博士学位的教师,并结合智能专业的特点,建立了一支多学科、多专业的基础理论课教师、专业核心课教师、科研及工程技术人员组成的专兼结合的教师团队。这支以中青年为主的教师队伍长期工作在教学、科研第一线,积累了丰富的教学经验,教学效果显著,其中教授3人,副教授2人,研究生导师6人,具有博士学位的教师6人。经过多年的建设,专业已形成了一支知识结构、学缘结构和年龄结构比较合理的师资队伍,教师具有扎实的专业基础,深厚的教学功底,开阔的学术视野和较强的科研能力,其中,2人获北京市优秀青年骨干教师称号,3人多次获得学校优秀主讲教师、优秀导师和优秀毕设指导教师等称号。
在专兼结合的教师团队中,智能科学与技术专业的教师侧重培养学生扎实的理论基础和专业知识,同时注重院校内部交叉学科知识的融会贯通,联合院内信息工程专业、计算机科学专业、软件工程专业以及教育科学学院从事相关研究的学者,通过讲座与项目联合的方式,培养学生对跨学科交叉领域知识的掌握与应用。同时,积极开展与国内外著名软件公司、企业及高级研究机构的交流与协作,建立相关产业和领域一线工程技术人员到学校兼职授课的制度和机制,进一步扩充师资队伍的力量。另外,在教师队伍的建设建设中,采用以老带新和以新促长的方式,注重分工协作和交流发展,采用课程主讲教师负责制,全面负责课程的教学、实验、实习和实践;而实验教师负责实验、实习和实践教学,从而保证了队伍的连续性和优势互补性。此外,教授、副教授每学年必须为本科生开设核心课程,并要承担一定的教学实验、专业实习、指导本科学生科研立项、毕业论文指导等工作,切实保障了课程理论学习与实验、实践、研究环节的紧密跟踪与指导。
4优化课程体系
课程建设是专业建设的重要内容,课程教学的质量直接关系到人才培养的质量。智能科学与技术专业目前有北京市、校级精品课程、优秀课程、探究式课程、双语课程及多媒体网络课程7门,智能信息获取技术、人工智能原理、模式识别、智能决策支持系统、智能机器人、自然语言处理,另外还有多门课程的建设工作验收合格。智能科学与技术专业在课程体系的设置和改革方面,参考了国内外著名高等学校,包括麻省理工大学、斯坦福大学、东京大学、悉尼大学以及北京大学、南开大学、西安电子科技大学、北京邮电大学的智能科学专业的课程设置,充分考虑了我院在信息处理技术方面的特色,以及智能科学专业多年来在机器学习、模式识别、自然语言理解以及智能信息处理等方向的科研成果及研究生培养经验积累,以智能机器人、智能游戏及智能信息处理等为特色课程,以建设“理论—研究—实践”为指导思想,设置了协同递进的特色课程体系,如图2所示。通过“学习+提高+实践”的协同递进和不断深化的过程,达到系统掌握和融会贯通,并由“基础训练”提高到“专业素养”,最终上升为综合能力。在理论基础和实践训练的协同学习过程中,案例学习与项目带动的一体化方式可以激发学生的学习热情和科研兴趣,同时使学生感知理论基础知识的重要性。
图2协同递进的课程体系
5拓宽多学科领域的教学科研合作,提高人才培养质量
智能科学与技术专业自身特点决定了在人才培养方面的学科综合交叉性[5],体现了与其他领域的技术相互渗透的必要性,这种跨学科的交叉应用研究更能激发智能科学与技术专业的活力,更能充分发挥智能专业的科研潜力。拓宽领域合作是各个学科在教学改革中值得思考的问题,我校智能科学与技术专业结合本校的办学特色,与教育科学学院教师联合开展了在教育信息智能化方面的相关合作,将专业技术广泛应用于教育信息的智能处理中,从学业表情、知识驱动、网络信息监管与安全分析入手,基于情感计算、数据挖掘、Multi-agent、分布式智能检测、教育信息等技术,在情绪信息认知计算模型和信息安全监控模型方面进行广泛深入的合作研究。这种交叉领域的教研合作,有利于促进专业相关课程及其实验、实习、科研、毕业论文、学生科研活动取得良好的应用效果[6]。
6人才培养和专业建设的架构
本校智能科学与技术专业结合近年来在人才培养和教学改革中的经验和教训,缜密剖析了当前智能科学与技术专业在我国的学科地位、自身特点和未来发展,建立起了“专业基础+项目实践+社会服务”的人才培养与专业建设架构,如图3所示。
图3人才培养与专业建设架构
7结语
智能科学与技术是一个与学科领域前沿及最新发展紧密结合的多学科交叉专业,因此要结合心理学、哲学、生命科学等多学科不断优化知识结构,根据教育部、教学指导委员会和国家及北京市科技发展中长期规划纲要,突出重点领域和前沿技术优先发展的有关要求,认真研究专业定位,规范智能科学与技术专业建设的基本内容,加强基础,提高素质,优化结构,增强优势,协调发展,突出特色;顺应社会的
发展需求,面向市场的用人需求, 构建经济社会发展需要的课程体系,规范课程教学内容设置,加强精品课程建设,开设高水平课程。同时,政策倾斜、条件改善和严格管理是提高人才培养质量的保障,高校应当进一步加大投入,支持智能科学与技术专业的实验室、实习基地、图书资料、基础设施、师资优化等教学条件的建设和改善,使其具有更好的办学条件和更加先进的教学手段,满足多元复合型人才培养的需要。此外,专业建设实行专业责任制,明确专业建设目标,理清专业建设思路,切实制定和完善专业建设实施规划,加强师资队伍建设,在课程改革与建设、教材建设、实践教学基地建设、教学改革与管理等方面落实相关人员责任,落实专业建设经费,确保达到专业建设的预期目标。最后,加强专业毕业生就业服务与跟踪调查:以科学发展观为指导,以学生的全面和谐发展为中心,在统筹兼顾的前提下,重点加强专业的毕业生就业服务与指导工作,努力提高就业率,积极开展就业跟踪调查,多渠道了解信息,建立更加完善的毕业生社会评价反馈体系,加强专业毕业生的后续管理,进一步提高专业的影响力和社会声誉。
参考文献:
[1] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.
[2] 谢昆青. 第一个智能科学与技术专业[J]. 计算机教育,2009(11):16-20.
[3] 焦李成,石光明,钟华,等. 智能科学与技术本科特色专业建设的实践与探讨[J]. 计算机教育,2009(11):26-29.
[4] 李擎,陈雯柏,李邓化,等. 智能科学技术专业建设的实践[J]. 计算机教育,2009(11):33-37.
[5] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践,2009(9):18-19.
[6] 刘丽珍,王旭仁,刘杰. 智能科学与技术本科专业教学改革及课程建设[J]. 教育信息化,2009(11):112-115.
The Discussion on the Undergraduate Training and Professional Building of the Specialty of
Intelligence Science and Technology
LIU Li-zhen, SHI Chang-di, LI Zhi-ping, ZHANG Cong-xia
(College of Information Engineering, Capital Normal University, Beijing 100048, China)
Key words: professional building; undergraduate training; educational reform; curriculum system; teaching mode
(编辑:白杰)
作者：刘丽珍 石长地 李志平 张聪霞
智能科学与技术人才培养论文 篇3：
智能专业工程类人才培养实践教学及其考核模式探究
摘 要：介绍智能专业工程类人才培养教育教学实践探究，以法国工程师教育体系为启发，结合智能科学与技术专业实践教学平台建设与教学实践，研究和分析工程教育过程培养和能力达成度的评估考核模式，强调工程类人才培养目标能力达成度的考核模式实效性提高和创新机制建立推广的紧迫性。
关键词：工程类人才培养；实践教学平台；考核模式；智能科学与技术专业
0 引 言
提升解决实际智能工程问题的能力是智能专业工程类人才的培养目标。面向工程教育中目标能力达成度的实践教学过程培养及其考核评估模式量化实效性的研究一直是很多学者关注的难点领域。笔者借鉴法国工程师人才培养教育模式，采用实际工程问题项目实践教学法及其考核模式量化探究，包括实际工程问题项目理论解析、专业软件建模和推演计算、搭建工程项目实验系统验证提升总结，从而为实现新型未来科技人才培养目标提供一种方案讨论[1-6]。
1 法国工程类人才培养及其考核模式借鉴
目前，由于受到教学条件、教学环境和师资水平的限制，智能专业工程类人才培养教学以知识授受为取向，导致学生学习负担过重，制约了学生创新能力的发展[6-7]。法国大学注重与企业合作，合作方覆盖欧洲乃至全球的高科技企业，且法国的工程师教育积极地进行国际学校模式输出。北京航空航天大学中法工程师学院的合作办学模式值得借鉴和推广，学院学习法国的工程能力化实验考核体系，将北京市卓越工程师教育联盟应用于国内高校工程类人才培养改革中来。
1.1 学生入学选拔考核简介
笔者认真学习分析了法国教育体系，法国工程类人才入学选拔中不超过10%的高中毕业生有机会被选拔进入大学校（如Grand Ecole工程类学校）继续接受教育。工程教育分两个阶段：预科阶段（与高中合办，相当于我国大学的基础教育阶段），预科（相当于我国大学的大一年级和大二年级阶段）升工程师阶段（类似于国内高校的硕士阶段）。考试内容分为理论考试和实验考试，经选拔每年只有约2 000人进入大学进行三年学制学习。
1.2 学生培养考核模式
法国预科教育注重深厚的基础知识培养，采用小班教学，工科专业有数学、物理、化学、工业科学、法语、英语等课程，每学期30学分，每周30课时以上，包括数学（10课时）、物理（7.5课时）、工业科学（4课时）、化学（2课时）、计算机（1课时）、科研创新（2课时）、法语（2课时）、英语（2课时）以及体育（2课时），课堂上采取多次笔试和口试作为过程考核成绩记录。预科第一年的教学时间为35周，包括预科阶段的工业课程实践部分，完成实验对象的建模、仿真分析和实验验证设计；第二年的教学时间为25周，包括假期海外交流，考核合格后成为工程师。
法国工程师教育的考核模式注重实践能力量化考核。在一个月的考试周内，每场有5位评审教师（每人负责3位学生的考试），15个学生现场随机抽取题目，题目有：①机械系统（葡萄分拣系统实验平台、电机加载及驱动综合平台、辅助机械手实验平台、助力自行车实验平台、四余度舵机实验平台）；②自动控制系统（停车场自动栏杆、血液采集系统、乒乓球包装模拟生产线、太阳能电池板自动调姿系统）；③逻辑与时序（典型位移/速度伺服系统实验平台、机械伺服系统实验平台）；④工业系统机器人（Lego机器人、拟人机器人控制）；⑤工业系统中的计算机科学（飞行观测控制实验系统、信号处理系统综合试验平台、汽车电动助力系统实验平台）；⑥工业系统中的数理技术（陀螺仪、球拍拉弦装置、船舶导航操舵系统）等，见图1。
1.3 教师培养考核模式
以法国工程师教育中教师资格证申请考试为例，该考试属于对社会开放旁听的国家级考试。教师通过物理、工业科学、语言能力等多种考试后，申请参加试验考试，现场随机从45个工业模拟系统工程题目中抽取1道考题。在4个小时内完成板书的书写和验证实验系统的搭建；在45分钟内面向3位评委讲解实验原理并演示实验效果；20分钟回答评委的提问；完毕后，3位评委合议给出这门实验考试的综合成绩，见图2。
2 智能专业的工程类人才培养及其考核模式探究
依据在学习和教学过程中对教学的系统评估、对学生结业考试考核模式的探究以及对学生就业职业能力成长的反馈数据分析评估，智能专业工程类人才培养需进一步面向人才市场需求，加强工程类问题的分析解决能力，尤其是复杂问题[1-4]。首先，直面智能专业工程师教育教师队伍的建设和培养体系等规范化不足，开展校内培养和校外引进并举；其次，学习借鉴法国工程人才培养体系，加强专业实验室创新建设，设置卓越联盟实验室复杂问题，加强科学技术普及活动的深度广度，实现智能专业工程类人才培养模式的探究。
2.1 专业实验室创新建设与复杂问题案例教学实践
北京信息科技大学智能专业工程思维培养要点有：①深入理解工程任务的逻辑步骤过程，放大工程任务所有细节，找准任务要素间的因果关系，排除存在bug，例如电子开关程序设计中，分别讲解演示拨动式开关和点动式开关的机械结构，设置不同条件判断；②积极动手搭建工程系统，组织专题交流会。智能专业实验室建设的教学内容围绕着参加学科竞赛的创新能力培养，引导学生运用批判-分析性思维，见表1。
项目示例：定点停车
任务a设定：白色地板，黑色停车线，车头光电传感器指向地面。
已知光电传感器对地板读数为80，对停车线读数为20。
任务要求：机器人前進至黑色停车线停车。
A：光电传感器实时读数
问题：请大家比较图3与图4的不同点，判断哪个正确，分析程序流程图设计中是否存在bug。
讲解摘要：不同点是变量A的比较值，光电传感器对停车黑线读数为20，变量A设置与50进行比较，主要考虑工程实际问题，如机器人惯性作用力和地面摩擦力的综合情况，依据实际场地调试情况设定，而图3的方法不具有适应性，存在bug。
复杂问题智能算法设计示例：特殊路径规划
复杂任务1：S形弯的设计更有利于智能车缩短完成行驶路段的时间。未优化的智能车行驶轨迹如图5所示，但这并不是最佳方法，因为过分按照S形行驶既加长了行驶距离，又使智能车不断摇摆而稳定性变差。最理想的方法是让其不随S弯转动，直线通过S弯，理想的智能车行驶轨迹见图6和图7。
问题：请大家思考比较图5、图6、图7的不同点在哪？
讲解摘要：不同点是红色路径规划曲线的不同，从快速经过黑线循迹，采取不同的路径规划算法，计算不同路径规划结果，图7采用模糊控制以及自适应算法实现最优路径规划，算法复杂性体现在结合机器人的惯性作用力和实际场地地面摩擦力的综合情况调试设定。
2.2 科学技术普及的实践教学探究
智能专业结合工程思维培养的实践性，采用科学技术科普社会教学实践很有效。例如，组建机器人表演团，学校智能专业学生广泛参与科普实践活动，活动内容有：“精忠报国”机器人舞蹈组合出场；明星机器人“书童”的书法表演，毛笔写出“北信科大欢迎您”，表演“隔空写字”的穿戴数据手套无线控制机械臂系统；打着太极拳的NAO机器人；魔兽争霸中的“DOTA”机器人；机器人运动员表演高尔夫、单杠、点球等游戲互动；家庭服务机器人和足球机器人。
2.3 项目实践教学中学生考核模式探究
项目实践教学中学生考核分7个步骤：①认识系统，教师会提供文字资料及试题详细评分规则，并演示其中重要细节；②分析系统，需要学生综合分析其功能、需求、结构组成，并向教师讲解学习结果；③动手做实验；④建立仿真模型并与实际进行分析比对；⑤解决问题，思考如何消除误差；⑥设计一个新系统并优化；⑦总结、分析、展示、沟通，现场完成实验报告并制作PPT。教师跟踪学生进度，进行询问和听取疑问，对学生的表现进行评分登记，能力考核量化如下：
1）能力A：平台工作方式的掌握。
①描述操作平台的功能和结构；②能够使用该平台；③验证并描述平台设计者所应用的技术要点。
2）能力B：分析能力测试。
①明确需求和要求；②正确使用功能分析和结构分析，理解需要解决问题的机理；③说明模型与实际装置的区别并批判性地核对结果。
3）能力C：实验。
①明确或者修正一种实验方案；②实施此项实验操作；③分析实验结果。
4）能力D：建立模型。
①明确或者修正一种模型；②确定或者使用该模型；③修正此模型。
5）能力E：解决问题。
①掌握数字模拟的条件；②实施数字模拟；③解释数字模拟的结果。
6）能力F：设计、选择与决定。
①设计方案；②完善既存方案；③给出结论。
3 结 语
智能专业工程类人才培养的实践教学及其考核模式探究主要借鉴国际工程教育中法国工程师培养体系，提出人才培养目标能力达成度的考核模式，提高实效性，建立推广创新机制。下一步，智能专业培养模式将从实验室平台建设、实际操作性、过程评估考核的多维性和实效性等方面入手，建立更加具体详细的培养考核体系，注重在创新实践的过程中激发学生的兴趣，由正向思维到反向思维的转变，促进学生思维水平，提高其掌握新知识的质量与速度。
参考文献：
[1] 王万森， 钟义信， 韩力群， 等. 我国智能科学与技术本科教育的现状与思考[J]. 计算机教育， 2009（11）： 10-14.
[2] 斯腾伯格. 思维教学[M]. 赵海燕， 译. 北京： 中国轻工业出版社， 2001： 49-50.
[3] 陈小虎， 刘化君， 曲华昌. 应用型人才培养模式及其定位研究[J]. 中国大学教学， 2004（5）： 58-60.
[4] 李庆丰， 薛素铎. 高校人才培养定位于产学研合作教育的模式选择[J].中国高教研究， 2007（2）： 70-72.
[5] 付延玲. 对高校实施创新性实验的认识和思考[J]. 实验室研究与探索， 2008， 27（4）： 12-15.
[6] 徐洪民. 加强条件平台建设， 促进资源开放共享[J]. 实验技术与管理， 2008， 24（9）： 154-156.
[7] 许晓飞， 陈雯柏， 吴细宝. 结合互联时代人才需求的智能专业创新教学研究[J]. 计算机教育， 2015（10）： 54-56.
（编辑：孙怡铭）
作者：许晓飞 陈雯柏 杨飞 刘玉威