高职人工智能专业人才培养方案探索与建设

高职人工智能专业人才培养方案探索与建设

作者：谢宇

来源：《发明与创新·职业教育》2020年第01期

摘 要：本文阐述了在高职院校开设人工智能专业的必要性，通过对专业定位、课程体系、人才培养目标及规格、实训条件、专业建设方向、专业建设理念等进行详细的分析，列举了相关措施和解决办法，系统概述了人工智能专业开设的意义。 关键词：高职教育;AI;课程体系;岗位化;人才规格

根据教育部《普通高等学校高等职业教育（专科）专业设置管理办法》，在相关学校和行业提交增补专业建议的基础上，教育部组织研究确定了2019年度增补专业共9个，自2020年起执行。在高等职业教育专业目录中，正式宣布人工智能技术服务专业诞生，码610217。

该专业建设以人工智能技术与应用素质培养为基础，以人工智能技术与应用能力为培养主线，将人工智能技术服务专业技能知识教育和职业资格认证相结合，构建专业的理论教学体系和实践能力培养体系。采取多种形式，通过实施“双证书”和“多证书”制，培养社会所需的实用型人才。2018年4月2日，教育部印发了《高等学校人工智能创新行动计划》，行动计划中要求各大高校加快建设人工智能科技创新基地。因此，在高职院校设立人工智能专业迫在眉睫。 一、人工智能的定义及特点

广义上的人工智能泛指通过计算机实现人的头脑思维产生的效果，通过研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统构建而成，构建过程中综合了计算机科学、数学、生理学、哲学等内容。形象来说，人工智能可以理解为由不同音符组成的音乐，而不同音符是由不同的乐器奏响的，最终实现传递演奏者内心所想与头脑所思的效果。 人工智能人才培养的基础是人脑认知，为此，机器人与智能系统、知识工程、机器感知与模式识别、自然语言处理与理解以及脑认知基础，需要扎根学科认知的基础，设立全面的学科体系。其次，应该平衡人工智能理论和产业落地的关系，在学科体系上应更注重培养人才的实践操作能力，关注成果落地转化，走进市场、产业需求才是高质量人才必备的。第三，培养人才对人工智能专业所需技能的全局掌握能力，做到心中有数，视野开阔，而并非仅仅钻入算法、编程等局部知识，从全局技能中激发人才自主创新树立前瞻视角。 二、专业人才培养目标和规格

龙源期刊网 http://www.qikan.com.cn

本专业培养适应社会主义现代化建设事业需要，德、智、体、美全面发展，具有良好人文、科学素养和职业道德，掌握计算机编程技术、Python语言高级开发技术、人工智能数学、机器学习、算法、人工智能的实践工作和创新能力，能从事人工智能技术在智能交通、环境保护、公共安全、智能家居、工业监测、个人健康等多个领域中的系统开发及其应用的高级技术应用型人才。综合素质方面具有一定的创新意识、团队意识、逻辑推理能力，综合分析能力、实践动手能力、自主学习能力，能在企事业单位从事人工智能应用相关的开发、运维、管理工作的高素质技术技能型人才。 （一）基本素质

1.具有良好的政治素质和道德修养;

2.掌握软件工程的基本理论和基本知识，获得本专业较好的技能与方法的训练，具备从事本专业工作的能力和适应相关专业工作能力和素质; （二）專业能力 1.计算思维与系统能力

计算思维主要包括形式化、模型化描述和抽象思维与逻辑思维能力。人工智能工程无时无刻不在体现“算法”与“机器学习”的重要性，应具备运用计算方法和模型求解问题、设计系统等能力。

2.Python程序设计与应用能力

具备Python语言开发和设计能力、Python网络编程能力，具备使用Python的数据分析库进行数据分析的能力，具备通过Python进行数据可视化的能力，具备urllib和requests网页抓取的基本方法，以及Scrapy爬虫框架进行数据采集、调试及综合应用的能力，具备Python的Web编程能力。 （三）专业核心能力 1.深度学习能力

掌握神经网络的基本原理、理解神经网络的基本架构，熟悉梯度下降的基本原理，了解神经网络的反向传播，掌握多种损失函数的优缺点，了解各种超参数原理以及如何利用超参数对模型进行调优。 2.自然语言处理能力

龙源期刊网 http://www.qikan.com.cn

掌握自然语言处理能力，从非结构化文本中抽取信息，猜测主题或识别“命名实体”;分析文本语言结构，解析和语义分析的自然语言处理能力。 3.人工智能图像处理能力

掌握卷积神经网络概念、卷积神经网络常用结构、经典卷积网络模型 （LeNet-5模型、Inception-v3模型、ResNet等），TensorFlow实现迁移学习， TFRecord输入数据格式，TensorFlow图像处理函数和多线程输入数据处理框架等知识，具备智能图像处理能力。 4.时间序列处理能力

掌握循环神经网络概念、循环神经网络常用结构，如LSTM、GRU等经典循环网络模型， TensorFlow实现迁移学习， TFRecord输入数据格式，TensorFlow图像处理函数和多线程输入数据处理框架等知识，具备智能图像处理能力。 三、专业就业岗位及工作内容 四、专业教学实训资源

本专业的实训课程与企业共同开发，深度定制化。通过循序渐进的系列实训，阐述深度学习常见的应用场景，如图像处理以及自然语言处理中的常用模型。

并通过实际数据集，PaddlePaddle等开源框架以及提供的计算资源，让学生能够上手搭建模型，体验模型的应用效果，深入理解各种神经网络的原理和实际应用。 五、专业建设方向

（一）基于产业岗位的人才培养

人工智能已逐渐应用于工业制造、网络销售、教育、医疗等多个领域。随着AI在各个行业的应用不断深入，人才需求会越来越强烈。对高尖端人才的需求会更加旺盛，高职人工智能专业基于产业岗位的人才培养，更能培养出高质量的AI人才。

（二）人工智能专业与软件、大数据、物联网、云计算、智能控制等专业的融合与差异化 随着云计算、物联网、人工智能、信息安全与大数据技术的深入融合，和标准体系的完善，人才队伍的建设，以及应用场景和解决方案的丰富化和落地化，未来的AI产业将迎来新一轮的增长。高职院校大数据、人工智能与云计算技术等专业趋向深度融合。

龙源期刊网 http://www.qikan.com.cn

人工智能专业在教育领域中的落地和实践，需要多学科的综合交叉研究。未来人工智能发展需要增强原创力，以关键核心技术为方向，夯实人工智能发展的基础。此外，人工智能未来的发展，亟需各学科交叉融合以及各领域专家的通力合作。

人工智能本来就不是一个单独的概念，而是关系到大数据、云计算、编程、计算机软件、机器人、智能设备、物联网等一系列人工智能时代的工具和设施，是它们的综合，还要高度融合并形成一套生态系统的崭新的学科概念。

因此我们说发展人工智能教育，必然要寻求多学科的融合，在课堂上要注意各学科知识的综合运用，要注意培养学生多种能力。将人工智能的新思维、新技术、新方法与教育进行融合，以直面解决现实问题，培养适合AI时代的智造者。作为人工智能教育的起点，以“AI赋能教育 圆中国智造梦”为理念，兼顾教师、学生、教学管理者等不同群体的需求，构建高职融通式的课程体系。 六、专业建设理念

在国家对人才迫切的需求和《关于深化产教融合的若干意见》指导下，基于智慧学习工场的思想先导，在人才培养的理念上，坚持培养学生的系统概念能力、系统分析与设计能力、系统开发能力、系统集成能力、系统运维能力和创新能力，减少和降低人才培养供给侧和产业需求侧在结构、质量、水平上的落差，协助推进人力资源供给侧的结构性改革。 （一）坚持综合化的课程体系和跨学科的培养

综合化的课程体系和跨学科的培养有利于学生获得宽阔的基础、较强的工作适应能力。通过对整体人工智能行业产业链的分析，培养学生从人工智能应用开发、人工智能运维、部署进行度的学习和行业真实场景的实践，拓宽学生的知识面，培养创新意识、流程协作能力，提高学生的综合学科能力。

（二）灵活的教学方法和实践性的项目教学

在教学中，重视实践性教学，配合教材，将基础理论教学和行业实践案例紧密结合，实现课内与课外相结合、教学与研究相结合、教学与实践相结合。教材和课程设置作为知识传播的载体，将教材和课程结构不断优化，突出了素质教育、创新教育和行业实践教育的特点，教材中充分体现项目式的教学案例、情景化的知识点等特点。综合采用启发式、发现式、学生参与式等教学方式，充分调动学生的学习主动性。 参考文献

龙源期刊网 http://www.qikan.com.cn

[1] 周文娟.“人工智能+”时代的教育变革路向研究[J].郑州轻工业学院学报（社会科学版），2018，19（6）：62-70.

[2] 突破圍墙，商汤潜行[J].互联网经济，2018（5）：96-99.

[3] 耿黎明，姜林燕.AI江湖，谁主沉浮：人工智能商业化热潮下的冷思考[J].中国品牌，2017（11）：42-47.

[4] 朱祝武.人工智能发展综述[J].中国西部科技，2011，10（17）：

8-10.