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

師生互動

您的位置:币安币官网 > 學習天地 > 教師教學

  • 高校人工智能本科專業需要怎樣的課程體系(三)

    四、結語 參考文獻: s4930/201903/t20190329_376012.html. [3] 武建鑫.重塑自身以塑造未來:人工智能時代的“MIT方案”[J].比較教育研究, [4] 張炜,王良,錢鶴伊.智能化社會工程科技人才核心素養:要素識别與培養策略[J].高等工程教育研究,2020(04):94-98+106. [6] 卡耐基梅隆大學計算機科學學院.Introductionof Bachelor of Science in Artificial Intelligence[EB/OL].[2019-10-16].https://www.cs.cmu.edu/bs-in-artificial-intelligence. [8] 新加坡信息通信媒體發展管理局. 新加坡技術轉型路線圖報告[EB/OL].[2019-10-26].https://www2.imda.gov.sg/programme-listing/technology-roadmap. [10] 卡耐基梅隆大學計算機科學學院. Curriculum[EB/OL].[2019-10-16].https://www.cs.cmu.edu/bs-in-artificial-intelligence/curriculum. [12] 吳婧姗,王雨潔,朱淩.學科交叉:未來工程師培養的必由之路——以機器人工程專業為例[J].高等工程教育研究,2020(02):68-75+98. [14] 清華大學交叉信息研究院.智班概況[EB/OL].[2019-10-18].http://iiis.tsinghua. [15] 劉進,呂文晶.人工智能創新與中國高等教育應對(下)[J].高等工程教育研究, [16] 王雪,何海燕,栗蘋,張磊.人工智能人才培養研究:回顧、比較與展望[J].高等工程教育研究,2020(01):42-51. [18] 顧佩華.新工科與新範式:實踐探索和思考[J].高等工程教育研究,2020(04):1-19. [20] 張雨萌,人工智能頭條.人工智能必備的數學基礎有哪些[EB/OL].[2019-10-18]. [21] 林健,鄭麗娜.美國人工智能專業發展分析及對新興工科專業建設的啟示[J].高等工程教育研究,2020(04):20-33. [23] 王治東.人工智能研究路徑的四重哲學維度[J].南京社會科學,2019(9):39-47.

  • 高校人工智能本科專業需要怎樣的課程體系(二)

    三、我國人工智能本科專業課程體系建設的思考 然而,在我國高校面向人工智能領域人才培養做出快速反應的同時,我國高等教育在人工智能人才培養方面仍存在一些需要長期實踐改革的問題。其一,針對本科層次,人工智能專業人才培養目标過于粗糙單一,需要有針對性地加以細化,包括與其他專業相區分、不同層次類型高校相區分、與高中和研究生階段相銜接等,并亟待形成面向信息能力、創造能力、社交能力、人文情懷、國際化能力、問題解決能力等的人工智能人才培養能力體系[15]。其二,就人才培養模式而言,我國高等教育中的學科壁壘、學院劃分、教職人員流動限制和跨學科教育實踐的落後性都在很大程度上阻礙了人工智能專業相關平台和模塊化課程的有效實施,如何使新人才培養模式落地成為重要的前提性問題。其三,在人才培養内容方面,課程内容繁雜、與科研實踐關系不緊密等問題同樣可能出現在人工智能專業培養過程中,導緻學生在基礎研究和面向應用方面都 “力不從心”,同時除通識教育課程選課範圍外,缺乏對人工智能與人文、倫理、藝術等領域進行融合的中國化探索與嘗試[16]。 (一)新人才:回應國家需求,增強專業特色 首先,在回應國家需求方面,我國人工智能本科專業在課程體系建設中首先要回應國家如下要求:“瞄準世界科技前沿,強化基礎研究,實現前瞻性基礎研究和引領性原創成果的重大突破,進一步提升高校人工智能領域科技創新、人才培養和服務國家需求,推動人工智能與實體經濟深度融合、與人民需求深度融合、與教育深度融合”[17],對學生的人工智能基礎知識與研究能力、技術設計與應用能力、跨學科(多學科)知識與能力、工程倫理、家國情懷、創新創業能力和終身學習能力等在培養目标上進行頂層設計,培養服務人民、服務國家的人才。 通過對兩所案例學校的比較分析,本文提出兩種不同的課程建設模式:一是以卡耐基梅隆大學為代表的專一且深入的人工智能專業課程模式,二是以南洋理工大學為代表的“人工智能+X”的跨學科課程模式。與卡耐基梅隆大學相似的在人工智能領域有深厚積澱的、處于領先地位的高校或在人工智能領域研究覆蓋面廣、有一定實力的高校可以開設專一且深入的人工智能課程體系,以培養有大量知識能力儲備的人工智能專攻型、研究型人才,人工智能的發展也離不開領域内基礎研究的支持。而一些在人工智能某一方面有所專長且在其他相關學科也有所特色的大學可以開設“人工智能+X”的跨學科課程體系,培養能夠在相關領域開展研究并将人工智能應用到實際問題中的人工智能複合型人才(如人工智能+醫療、人工智能+地球科學、人工智能+金融),或是注重應用的人工智能某一領域的技能型人才(如機器學習、人機交互、自然語言處理等)。各大學分别培養不同類型人工智能人才,各專業各具特色,有利于形成多元化人才培養結構,豐富人工智能領域市場的人才供給。在此基礎上,各大學依據培養目标的具體特征,明晰其應具有的知識和能力,進一步規定專業課程體系。 根據新人才培養目标的要求,突破單一學科思維和院系設置物理壁壘的跨學科平台建設以及課程體系重構成為許多專業改革的方向,例如天津大學建構的面向未來科技和産業發展的多學院和多學科合作跨學科人才培養平台(未來智能機器和系統培養平台、未來智能醫療與健康教育平台等)[18]。本文受兩所案例大學,特别是卡耐基梅隆大學的啟發,提出在重視人工智能專業課程的基礎上,依托跨學科平台提供不同領域教學人員和項目資源,構建人工智能模塊化課程的設想,明确學生應獲得的知識能力模塊,分清不同模塊銜接關系。 人工智能本科專業進行課程設計時,應将總體課程結構和每一門課程進行模塊化設計,盡可能地豐富課程模塊,宏觀上建立“基礎知識模塊+人工智能專業模塊+跨學科特色模塊+綜合素質選修模塊”等課程模塊(見圖2),微觀上合理安排、明确設置一門專業課程的能力模塊,依此有針對性地授課,突出課程特色,避免課程冗餘。同時,結合基礎核心課程、專業核心課程以及專業選修課程和通識選修課程等課程類型規定,明确專業核心和特色,并在不同學科交叉中分清不同類型課程的作用、地位和主次關系,避免課程數量過多、知識重複率高、難以有效融合、學生忽視專業知識等問題。在之後的專業課程設計中,也要将教材模塊化、課程内容模塊化等細節落到實處。 (三)新知識:優化課程内容,聚焦人工智能 首先,在“厚基礎”方面,借鑒南洋理工大學和卡耐基梅隆大學的課程構成,需在數學和計算機兩個核心課程模塊開設更系統更全面的基礎課程。首先,從學生基礎和認知發展情況出發,本科階段教師應充分了解高中學生對于人工智能這一“高深”領域的知識準備水平和認知水平,更好地與高中階段課程銜接,在低年級階段開展螺旋式上升的數學和計算機知識學習,做好課程内容鋪墊,使學生更順利地進入專業學習。另一方面,從學科知識發展角度來看,因人工智能專業的發展立足于數學和計算機科學的基礎之上,教師要巧妙篩選與人工智能相關的數學和計算機知識,避免“大水漫灌”和“學用不銜接”的問題,并在課程中點明這些基礎知識的人工智能應用範圍,例如,概率論中的貝葉斯思維可以應用到利用人工智能過濾垃圾郵件的問題中、随機過程中的隐馬爾科夫模型可以支持語音識别等[20]。總之,人工智能本科專業要重視并開足支持學生在人工智能領域深入學習、研究的基礎課程,保證課程質量,使學生積累深厚的知識基礎,打牢學生學習的“地基”。 最後,課程内容具有知識性與價值性相統一的特點,人工智能專業要通過人文、社會、藝術和倫理等方面的通識教育課程對學生進行人文關照,提升學生的生态意識、法律意識、審美能力和倫理道德水平,特别是引發學生對人工智能倫理和社會價值的思考。人工智能在無生命的機器上對人類智能的模拟必然會産生倫理問題,包括表層的隐私洩露、工人失業風險增加、教育領域應用的兩面性、軍事領域應用帶來的安全性問題等,更隐藏着“機器是否會統治人、奴役人”以及人與人工智能的關系等哲學問題[23]。雖然人工智能從數據智能到類腦(生物)智能還有很長的路要走,但在實現這些技術之前,這些倫理道德問題都是人類需要思考的。學校教育要肩負起對學生社會責任感和倫理道德的涵養,德育、智育和美育課程三育并舉,專業課程和通識課程相輔相成,結合工程實例和文藝創作,引發學生對倫理問題的注意和思考,引導學生正确平衡工具理性和價值理性,培育正确社會價值觀和對全人類的關懷之心。

  • 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 關鍵詞:人工智能;本科專業;課程體系;人才培養 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。 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。     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。 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 (一)課程(專業)目标比較     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。     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。 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。 (三)課程内容比較 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。 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。 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。

12345678910共 48 條記錄