人工智能人人通生态雲平台

河南人民出版社有限責任公司

2019年12月28日 星期六

咨詢熱線

400-6908-558

在線學習
153 人
雲校學校
220 所
雲校老師
158 人
雲校學生
451 人
雲校家長
51 人

立即報名

平台動态

Platform Dynamics

您的位置:币安币官网 > 平台動态 > 新聞詳情

高校人工智能本科專業需要怎樣的課程體系(一)


高校人工智能本科專業需要怎樣的課程體系

——基于卡耐基梅隆大學和南洋理工大學的比較分析

摘  要:人工智能技術從理論研究走向工業應用,甚至民用領域,不僅推動着新一輪科技革命和産業變革縱深發展,更激發了對教育系統變革的強烈訴求。為回應全球對人工智能的人才需求,國内外高校紛紛設立人工智能本科專業。其中,卡耐基梅隆大學和南洋理工大學分别代表了兩種特色模式,前者建立了專深的人工智能本科專業,後者建立了跨學科的“人工智能+X”本科專業。兩者均表現出專業特色突出、目标清晰;課程結構模塊化、能力要求多樣化;課程内容立足基礎、注重交叉、面向應用的特點。基于此,我國人工智能本科專業課程體系建設應立足新人才、新模式、新知識的要求,回應國家需求,增強專業特色;創新課程結構,明确能力模塊;優化課程内容,構建“厚基礎、強專業、寬領域、重應用”的人工智能知識體系。

關鍵詞:人工智能;本科專業;課程體系;人才培養

基金項目:國家社會科學基金“十三五”規劃教育學一般課題“研究型大學引導區域創新的協同動力機制與優化路徑研究”(BIA170172)

作者簡介:陶泓杉,女,天津人,天津大學教育學院碩士研究生,主要從事高等教育研究;郄海霞,女,河北人,天津大學教育學院教授,博士生導師,教育學博士,主要從事比較高等教育,高等工程教育研究。

一、問題提出

世界範圍内新一輪科技革命和産業變革席卷而來、蓬勃發展。人工智能正是引發産業快速變革的新一代信息技術革命的重要領域之一,因其在科技發展過程中的重要作用以及為産業創新發展帶來的巨大機遇,世界各國紛紛将人工智能上升至國家戰略高度,以此搶抓人工智能發展的重大戰略機遇,保持本國研發前沿性和獨創性,培養國家急需的高端科技創新人才,加快創新型國家和世界科技強國建設。

    此背景下,人工智能領域的人才培養成為高校的發展趨勢和重要任務。自2018年秋季學期開始,卡耐基梅隆大學、愛丁堡大學、南洋理工大學等紛紛開始設立獨立的人工智能本科專業。我國浙江大學、上海交通大學和天津大學等在内的35所高校也獲批設置人工智能本科專業[1],到2019年,我國已有180所高校新增人工智能本科專業。

    然而,各國脫胎于計算機專業的人工智能專業均剛剛建立,各高校對于這一新興專業的人才培養目标、培養方式、課程體系建設等具體細節的思考尚不完善,仍面臨一些問題和挑戰。首先,确定什麼樣的人工智能本科專業人才培養目标?一方面人工智能領域涉及範圍廣,與其他領域交叉應用後又産生更多的人工智能應用學科,人工智能本科專業如何厘清自身内涵,強化專業特性,做到“至小有内”[2]并兼顧專業内多元化人才培養是影響專業長期發展的關鍵前提;另一方面,智能時代、知識經濟時代到來,低端勞動力極大可能被機器替代,新時代人才需要具備更多人類所特有的、适應時代要求的素養,包括技術素養、數據素養、人文素養[3],以及批判性思維、決策能力、問題解決等高階認知能力、溝通與協作等社會技能和倫理素養[4],人工智能本科專業如何明晰與專業相适應的人才素養目标對課程體系建設具有指導意義。其次,采取什麼樣的形式培養人工智能本科專業人才?人工智能學科天然具有與其他學科研究進行交叉的秉性[2],厘清相關學科在人工智能專業課程中的地位、所占比例以及協調各相關學科領域的主次關系影響着課程開展的有效性。同時,人工智能專業如何在課程組織形式上打破傳統課程的學科壁壘,回歸學生中心,融合案例教學、項目式教學等教學方法在微觀上決定了學生如何形成并運用他們的知識體系。最後,培養人工智能本科專業人才需要什麼樣的課程内容?課程内容傳遞的知識是學生建構自身知識體系的直接材料,如何貼近學生實際、社會經驗和學科發展規律,如何做到人工智能專業課程體系應有的“專(專業)、通(通識)、交(交叉)”[2],使學生具有全面紮實、易應用且适應将來工作環境的知識體系都應體現在課程内容的選擇中。

    基于上述問題與挑戰,本文拟以卡内基梅隆大學和南洋理工大學為例,探讨其人工智能本科專業課程體系建設的共性優勢和個性特征。卡耐基梅隆大學(簡稱CMU)在世界人工智能領域優勢突出,開設了全美第一個以“人工智能”(AI)命名的本科專業,授予學士學位。新加坡南洋理工大學(簡稱NTU)則是世界排名頂尖的年輕大學,在新加坡政府和國家研究基金會推出的“國家人工智能核心”(AI.SG)計劃引領下,設立了全新的數據科學與人工智能研究中心[5],并在此基礎上開設了四年制“數據科學和人工智能”本科專業,授予榮譽學士學位。兩所大學都在人工智能本科專業建設上走在前列,但它們在人工智能領域基礎各有不同,人工智能專業課程體系上也各有側重,因此對這兩所大學人工智能本科專業課程體系進行深入研究和比較分析,可以發現人工智能專業課程建設的不同模式和特征,對我國人工智能本科專業課程體系建設具有一定的啟示和借鑒價值。

二、卡耐基梅隆大學和南洋理工大學人工智能本科專業課程體系比較分析

課程體系是把一個專業不同課程按照一定順序排列起來,代表了教學内容和進程的總和,是實現培養目标的重要載體,對保障和提高教育質量起着至關重要的作用。一般而言,課程體系包括特定的課程觀、課程目标、課程内容和課程結構等方面。考慮到課程觀涉及人們對課程各方面内容的總體認識,而本文的重點是回答人工智能本科專業培養什麼樣的人才、如何培養人才、培養人才哪些方面的知識和能力等問題,因此,本文将聚焦課程體系中的課程目标、課程結構和課程内容三方面内容并以此構建比較分析框架,這也是人工智能時代課程體系适應“新人才”、“新模式”、“新内容”的需要。其中,“新人才”的規定體現在課程目标(專業目标)中,“新模式”的構建體現在課程結構中,“新内容”的融合體現在課程内容中。

(一)課程(專業)目标比較

課程目标是指課程本身要實現的具體目标和意圖,規定了某一教育階段的學生通過課程學習以後,在發展德智體美勞等方面期望實現的程度。人工智能本科專業的設立使其必然有不同于其他計算機相關專業的課程目标,以培養具有人工智能領域所需知識和技能的人才。

    卡耐基梅隆大學于2018年秋季設立“人工智能科學(science in artificial intelligence)”專業,授予學士學位,旨在培養能夠建設未來人工智能的人才,通過課程學習引導學生建構将大量數據轉換為可執行決策所需的知識體系,使學生獲得基礎的計算機科學知識和技能以及在機器學習和自動化推理方面的額外專業知識[6],其課程重點在于教會學生利用複雜的輸入(如視覺、語言和龐大的數據庫)來做出決策或增強人類能力。沿襲卡耐基梅隆大學緻力于人工智能服務于社會公益的傳統,學生還會學習到倫理和社會責任方面的課程,并可以選擇參加一些使世界變得更加美好的獨立研究項目,覆蓋醫療、交通和教育等領域,培養擁有職業倫理道德和社會責任感的人工智能人才。同時,為回應曆屆美國政府維護其在人工智能領域全球領導地位的戰略要求,使人工智能成為金融、醫療、教育、工業甚至軍事領域的重要技術支撐,卡内基梅隆大學将其自20世紀50年代人工智能發端以來,繼承創新的各領域人工智能知識與技術劃分為多個專業領域,通過必修模塊或選修課等形式,供學生個性化學習并可以持續深入研究,以培養專深的人工智能人才。

    南洋理工大學設置了“數據科學與人工智能(Science in DataScience and Artificial Intelligence)”專業,是專門針對數據科學和人工智能領域的快速發展而設計的為期四年的全日制榮譽學士學位課程項目,旨在培養下一代高技能畢業生,使學生利用自己在數據科學和人工智能方面的知識,為社會面臨的緊迫挑戰找到創新解決方案,以繼續推動新加坡高價值經濟增長[7]。在新加坡政府緊抓人工智能和大數據等新興技術帶來的數字經濟機遇的引導政策下,為促進新加坡支柱産業——服務業在服務前積極使用新興技術預測客戶需求,彌補其在開發先進人工智能系統時面臨的缺乏足夠數據來訓練智能系統的最大缺點[8],南洋理工大學的課程注重在計算機科學和數據科學之間取得平衡,使學生能夠在數據科學計算方面得到更全面的培訓,在計算機科學、統計學和數學方面擁有較強基礎。除了專業相關知識技能外,其課程體系也注重通過選修、實習、重大應用研究項目、行業系列講座和小型項目等形式将知識應用于金融服務、政府服務、醫療保健、生物技術和制造業等重點行業,培養學生解決問題的能力以及口頭和書面溝通技巧,發展學生知識的廣度、創造力和社會适應性。

    就培養“新人才”的要求而言,可以發現兩校的一些相似之處:其一,專業的建立源于對國家發展和科學進步的回應,以培養具有深厚知識基礎,能夠為人工智能學科、社會、國家和世界科技發展做出貢獻的高技能人才;其二,專業課程仍要建立在數學和計算機知識和技能的培養之上,進一步與人工智能知識融合,明确“人工智能”特征;其三,注重實踐、面向應用,通過研究項目、實習實踐将知識整合應用于不同行業領域,培養學生解決問題能力、倫理道德和其他核心素養,促進學生全面發展。同時,在專業要求的知識和能力方面,兩校也存在差異:卡耐基梅隆大學更偏重人工智能領域知識的系統構建和深入學習,南洋理工大學則更注重大數據統計、處理和分析領域的知識學習,在之後的課程内容分析中将進一步詳細闡述。

(二)課程結構比較

課程設置離不開合理的課程結構和課程内容。課程結構是把學生的在校學習時間分成各部分,在不同的學習時間安排不同的課程類型,以此形成一個課程的組織體系,主要規定了組成課程體系的學科門類以及各學科内容的比例關系等,主要的分類有學科課程與綜合實踐課程、必修課與選修課等。

    南洋理工大學将課程劃分成核心課程、專業規定選修、通識教育部分(包括核心通識課程、規定選修的商業與管理類和人文與藝術類通識課程)和非限制選修[9],并規定了相應學分(見表1)。其人工智能專業本科課程的核心課程部分,包含數學基礎、計算機、數據統計與分析和人工智能四個方面;專業規定選修課程部分,包括大數據統計分析和人工智能兩個重要方面。同時,課程表中還詳細标注了學習該課程前的準備課程,如數據科學導論和數據結構課程要以計算機思維課程為前提,人工智能課程要以計算機思維和算法課程為前提等,課程之間緊密聯系并按照學科的邏輯順序精心安排。

卡耐基梅隆大學的人工智能專業課程則被劃分為數學與統計學核心課程(6門課程)、計算機科學核心課程(6門課程)、人工智能核心課程(4門課程)、人工智能模塊選修(4門課程)、倫理學選修(1門課程)、人文與藝術通識選修(7門課程,必須包括一門認知科學或認知心理學)、科學與工程通識選修(4門課程)七大模塊[10](見圖1)。這七大模塊清晰而明确地規定了人工智能本科專業課程所涉及的知識領域以及人工智能領域人才所應具有的能力模塊。

兩所大學的課程結構都或隐含或清晰地表現出了模塊化特征,将人工智能專業所需掌握的知識和技能劃分成幾大能力或技能模塊,規定在以計算機和數學為基礎、以人工智能(和大數據統計分析)為核心,以倫理學選修和通識教育為拓展的結構框架内,突出課程主次關系,形成了知識能力構成清晰、主次分明的課程結構。此外,兩所大學均重視通識教育,卡内基梅隆大學的通識選修課程數量更是占到了專業所有課程的三分之一,開設了商業與管理、人文與藝術、科學與工程等不同方面的選修課程,通過其他領域知識的學習和涉獵,拓寬人工智能人才的知識面,提升學生綜合素質,增強學生将人工智能與其他學科領域和實際應用結合的能力。

(三)課程内容比較

人工智能領域發展迅速,其專業内部發展出越來越多的分支,相應的課程内容也逐步增多。在課程内容廣度方面,人工智能本科專業如何篩選和整合人工智能不同領域的課程内容是決定人才培養質量的重要一環;在課程内容深度方面,人工智能本科專業的課程内容要建立在學生知識的準備水平上,考慮多數本科層次學生的學習情況。

首先,在專業基礎課程開設方面,表2展示了卡耐基梅隆大學和南洋理工大學的課程開設情況,兩所學校在課程難度和不同模塊課程比例方面有所不同。南洋理工大學專業基礎課程覆蓋面廣且偏向基礎,更有利于與高中階段知識銜接,打牢學生基礎;在高年級階段,才開設人機交互、人工智能基礎兩門人工智能課程,并且學生在一定程度上可以依據個人學習興趣和知識儲備選擇與專業相關的限選課程,繼續發展不同分支的大數據統計分析與人工智能能力。但課程多為大數據分析與處理這一人工智能前提和支持類學科的選修課程(例如時間序列分析、生存數據分析、拓撲數據分析、大數據管理等),較少有深入人工智能領域的選修課程(僅有自然語言處理一門)。

而卡耐基梅隆大學更注重“人工智能”的專業特征,從表2展示的專業基礎課程中就可以看出,數學和計算機基礎課程較之南洋理工大學更為高階且與專業更加貼合(如計算機科學的數學基礎)。同時,依托其在人工智能領域的深厚積澱,設置了決策與機器人集群、機器學習集群、感知與語言集群和人機交互集群四個集群的選修課程,更能使學生從基礎概念和理論出發,全面了解人工智能領域的各方面知識,以便自主選擇自己感興趣的領域持續深入學習和鑽研。課程内容的差異由兩所大學的人工智能人才培養目标的差異決定,南洋理工大學傾向于培養“人工智能+大數據統計與分析”方面的人才,而卡耐基梅隆大學更專注于在“人工智能”領域内培養人才。

其次,兩所大學的課程内容存在許多相同之處。針對人工智能面向技術應用的天然特點,兩所大學均十分注重知識應用和學科交叉,例如南洋理工大學的“應用分類數據分析”課程用統計工具分析分類數據并将其應用于醫學和生物科學,“時間序列分析”課程則探讨時間序列模型在經濟學、工程學和金融學中的應用,還有“拓撲數據分析”課程讨論其在自然科學中的應用等等,使學生在具體課程中體驗和學習如何将知識運用到涉及其他學科的實際問題中,培養學生解決問題和跨學科學習能力。除了顯性教學課程外,兩所大學也積極與政府(南洋理工大學與新加坡資訊通訊媒體發展署)、其他高校(卡耐基梅隆大學與匹茲堡大學醫學院)、研究所(南洋理工大學與日本理化學研究所)和企業(卡耐基梅隆大學與美國自動駕駛汽車創業公司ArgoAI)合作,通過學科背景多樣化的教學人員和組織形式多樣化的研究項目讓學生在跨學科、跨院系、跨組織的氛圍中開展知識應用和基礎研究,培養其從多學科視角解決問題能力和創新能力,保證其參與人工智能學習的前沿性和創新性。

最後,在注重知識學習和應用的同時,南洋理工大學和卡耐基梅隆大學同樣關注到了人工智能倫理問題,探索性地開設人工智能與人文、計算機領域的倫理和政策問題以及人工智能、社會與人類等課程,邀請不同學科學者就人工智能與人文曆史、與社會、與環境等相關問題進行跨學科對話和讨論,學生可以由此關注人工智能領域人-機、機-機以及人-機共融所形成的社會形态及需要遵守的道德準則,同時課程以研讨的形式進行,給予學生充分地思考、讨論和驗證的空間,有利于對倫理道德問題的學習。

(四)兩所大學人工智能專業課程體系綜合比較

綜合以上分析,卡耐基梅隆大學和南洋理工大學的人工智能專業課程體系呈現出三方面共同優勢。在課程目标方面,回應國家需求、明确而有一定特色。在課程結構方面,将人工智能核心課程設置為數學、計算機基礎模塊和人工智能相關專業核心模塊,并輔以人文與藝術、科學與工程和商業與管理等通識選修課程,通過模塊化課程避免割裂學科之間的邏輯聯系,同時個性化培養學生綜合素質。在課程内容方面,注重紮實的數理和計算機基礎;通過設置跨學科課程和配備不同學科教學人員、使用項目式教學方法、融合科研實習項目等促進課程學科交叉、面向應用;突出人工智能倫理思考,為支持人工智能與工業、人類生活深度融合提供倫理觀。

其不同之處在于形成了兩種人工智能本科專業課程建設模式:跨學科建設模式和專深的建設模式。南洋理工大學傾向于培養“人工智能+大數據統計與分析”的跨學科人才,在課程内容上更偏向數學和計算機基礎知識的傳授以及大數據科學類的人工智能基礎課程,人工智能領域涉及不深;卡耐基梅隆大學依托其在人工智能領域多年深耕取得的科研成果,強調“人工智能”特征,開設了人工智能基礎課程以及四個不同集群選修課,給予學生寬厚的人工智能基礎和視野。(見表3)