2019首届中国人工智能教育大会在北京盛大召开，大会由教育部在线教育研究中心指导，中教全媒体主办，慧科集团协办，中国高等教育学会教育创新校企合作研究分会、中国电子学会现代教育技术分会支持了本次会议。南京理工大学计算机科学与工程学院副院长陆建峰教授以“南理工人工智能人才培养的探索与实践”为题分享了南京理工大学人工智能人才培养的做法。
南京理工大学计算机科学与工程学院副院长陆建峰
现场精彩演讲
大家好，上午我们听了很多专家的报告，非常的精彩，那么我们作为一线老师该如何把报告转化成实实在在的人才培养方案呢？接下来我就向大家分享一下我们的做法。上午孙教授也提到，人工智能教育在国内分为不同的级别，就0-1这个级别，全国大概不超过10所学校；除此之外还有1-3的级别，我把我们学校就定位在1-3这个级别，我们的人才培养方案也基本基于这个定位。
因为我本人在学校里面主管人才培养工作，包括本科生、研究生培养的相关工作，所以我将从以下几个方面给大家做汇报。首先是简单介绍一下我们学院的基本情况，我们学院1979年正式成立，目前规模是拥有150余名员工，我们拥有计算机类的所有学科，计算机科学与技术，软件工程，网络空间安全，还有国家级的重点学科–模式识别与智能系统。本科的四个专业和我们的学科一一对应，每一个学科支撑一个专业。今天我将重点给大家介绍智能科学与技术专业，也就是现在的人工智能专业。
此外，我们的计算机科学技术和软件工程专业，是通过了国家工程教育认证的，计科更是经过了两轮认证，分别为2014年和2017年。我们目前的学生规模是，本科生招生350人/年，再加转专业的学生共400人的规模，另外，还响应国家号召，每年招收国际本科生20人。我们本科生按照大类招生，进校不分专业，前三个学期我们所有专业的课程是一样的，到第四个学期才开始分专业上课。
下面说一下我们的科研情况，近几年我们每年获批自然基金20余项，年均经费4千余万，每年产出SCI120篇左右，2009年获得过国家自然科学二等奖。我们还有一些高层次的平台，包括省部级重点实验室，国家外专局和教育部的创新引智基地等等，这些都给我们的办学创造了良好的条件。
接下来我重点介绍南理工智能科学与技术专业的建设过程。南理工该专业建设的比较早，大家知道这几年人工智能很火，很多学校办各种各样的人工智能相关专业，其实我们在2009年就申请了该专业，但当时出于各种原因，学校并没能批，直到2013年，学校才批准报教育部，最后获批。
我们为什么要建这个专业？因为当时我们已经感觉到智能化的重要性与大势所趋。随着国家经济转型，智能化是其中的重要环节，智能制造、智能城市等都离不开智能技术的支撑，同时也就需要大量的智能方面的人才。从学科方面来看，我们觉得人才培养体系还不够完整，所以2009年就开始做这个事情。
大家可能知道，教育部去年一下批了250所高校发展大数据，这个感觉是大跃进。我们当时建人工智能专业，是看到了学科发展的趋势以及国家发展的需求，并结合我们的实力，绝不是去凑热闹，因为2009年有这个专业的高校还不多。当时我们调研了国内几所高校，这些都是办的比较早的高校，每个学校专业办的不太一样，各有一些特点，北大很明显就是以理科为特色，多学科的交叉，因为北大应该属于孙老师讲的，属于培养0-1的创新性的人才，所以他们理论性更多；北邮和西电更都是以电子信息类技术见长的，包括电子设备、信息系统这块，这些是他们的特色。因此受他们的启发，我们决定该我们的这个专业也必须要结合南理工自身的特色，也就是我们的模式识别技术和智能机器人。
关于具体的培养方案，我们也研究了各家的方案和国家要求，国家要求是基于计算机技术、自动控制技术、智能系统方法、传感信息处理等科学与技术，进行信息获取、传输、处理、优化、控制、组织等并完成系统集成的，具有相应工程实施能力，具备在相应领域从事智能技术与工程的科研、开发、管理工作的、具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才。我们可以看到这个专业涉及的知识领域非常多，包括计算机、自动控制技术、智能系统方法等等。
国家的培养要求是要夯实以计算机科学技术为基础，以加强智能科学理论方法和应用技术为核心，以促进学生知识、能力、素质协调发展为目标，注重培养学生良好的科学研究素养和技术应用能力。我们可以看到这个里面强调了计算机技术，我们都知道，国外的人工智能研究都是在计算机学科里面，因为国外基本没有控制、自动化这样的学科专业。
所以我们始终觉得计算机类的课程对智能专业是非常重要的，因为我们研究的都是基于计算机的人工智能，所以我们办专业的时候，就把这样的思路体现在我们的课程体系里面。
因此，基于国家的要求和南理工自身的特色，最终形成了我们自己的思路：首先，必须是基于计算机的人工智能技术，所以计算机的核心课程我们都要开设；第二，具备宽口径知识，注重基础理论的学习；第三，强调工程能力，我们培养出来的学生不仅要有具备一定的研究能力，更要具备工程实现的能力，注重实践能力和系统能力培养，通俗的说，就是要能干活；第四，突出我们的特色，以智能信息处理和智能机器人技术为特色，以机器人为平台，在此平台上对智能技术进行较好的展示，这在我们的课程设置里都有体现；最后，做好顶层设计，减少课程内容的交叠。
这是我们2014版的培养计划，因为我们已经实践过一轮，所以我会详细地讲一讲。我们学校的培养计划是毕业总学分达到170.5左右，每个学校估计也都差不多，程序设计基础、离散数学、数据结构、算法设计与分析、计算机逻辑基础、计算机组成原理、操作系统、嵌入式系统、数据挖掘和机器学习、数字图像处理、人工智能与智能机器人、模式识别技术，这些是我们的专业核心课程。
实践环节，除了军事训练、C++课程设计、算法分析课程设计、智能机器人课程设计、智能信息处理系统设计、毕业实习、毕业设计等等，我们把所有学过的技术，都安排了实践环节让学生练，不是仅仅停留在理论层面。
在实验室方面，我们专门建了两个实验室，一个是图象处理实验室，因为当时我们培养的时候，第一届招生很慎重，一定要保证培养质量，所以我们只招了40个，所以当时设备也是按照40人的小班规模准备的。另外还专门建了一个机器人实验室，买了乐高机器人，像玩具一样，给大一大二的学生用，培养他们的兴趣。有了机器人平台以后，学生做课程设计的时候，比如说语音识别、人脸识别就可以集成到机器人上，可以动起来，这样可以有更好的展示效果，学生做起来比较有兴趣。
另外我们也找了一些实习单位，但是现在看来并不是特别理想，因为当时人工智能还没有那么火，人工智能的公司也没有那么多，接下来我们还要在这方面改善，让学生去更好的单位实习。我们校内也有两个省部级重点实验室，可供学生实习。
我们有一个生产实习，在这个环节里面几个人一个小组，做一个小型的智能化的系统，学生不能只是学习那些算法，还要搭成系统，我们希望通过这样的工作让学生能有从算法到系统这样一个完整的概念，另外成绩考核也是由企业老师和学校老师共同打分。
学生通过这样的实习确实收获良多，对于很多这些具体的技术，包括无人驾驶、VR，人工智能相关的东西都有了一定的认识。我们很多科研项目的题目直接变成了毕业设计的课题。南理工要求毕业设计从上一个学期的12月开始做到5月份，确保有足够的时间。
最后的毕业设计结果发表了五篇核心期刊论文，这个专业当时报考的时候没有那么火，对这个专业感兴趣的学生也不是那么多，这是学生取得的一些成果，总体来讲，也不算特别拔尖。我们首届毕业生已于2018年6月毕业，其中大概有一半的人选择了继续深造，还有一半的人直接就业。
以上是2014版的培养计划的大概情况，下面我给大家分享一下2018版的培养计划。因为我2014年开始接手学院的人才培养工作，也经历了两次工程教育认证，所以对工程教育里面的问题有一些了解。大家知道，按照工程教育认证的要求，我们目前的课程体系还存在一定的不足。于是2018版的培养计划就根据工程教育认证里的一些问题进行了改进，特别是在课程设置上做了一些调整。
我们的指导思想是这样的，以工程认证标准为导向，强调计算机系统能力培养，其实人工智能也是，必须培养学生系统的思维和能力，光做算法不够，一定要软硬兼修，所以我们对课程做了一些调整，以系统能力为目标来培养。另外，按照宽口径的思路来培养学生，目标之一是培养学生的计算机系统能力，第二就是更好地体现智能科学与技术的特色，要让学生具备设计和实现智能系统的能力。所以我们的课程设置方面，一方面要支撑工程认证的需求，另外一方面也要支持系统能力培养的需求。大的趋势是要压缩学分，所以我们的学分从170压到165。
专业课我们提出一个口号，“上天入地”。“上天”是指针对技术的发展，课程内容和实践环节要适当往云端发展，让学生在校期间就比较熟云技术的应用和工具。“入地”则主要体现在对底层硬件知识的掌握，加强硬件类课程的教学，使学生不仅熟悉软件，同样也熟悉硬件，使学生具备软硬件协同设计的能力。具体来说，首先我们对系统能力培养的相关课程内容做了比较大的调整，因为我们也是一个计算机教指委系统能力培养的试点单位。以系统能力培养为目标，课程名称不变，但是对课程内容进行调整。首先汇编语言从原来的8086改为ARM；计算机逻辑技术，以设计CPU为目标，讲述相关知识点，去掉和CPU设计无关的内容，这个也是学习北航的经验。组成原理也做了相应调整，组成原理增加了新型硬件加速器，如 FPGA、GPG等； 新型CPU功能，新型存储等。有这样的基础以后，我们组成原理会相对好一些，同时实践方面也会有支撑。由于操作系统、编译原理课程和硬件相关，我们在前面先帮学生打好硬件基础，后面课程的讲授就会比较容易一些，我们把课程大纲都进行了调整，操作系统对我们专业的学生来讲非常重要，把该课程的学分由2.0增加为2.5学分。
第二个大点是工程教育认证，因为大家知道在工程教育里面有非常重要的一条就是学生要具有解决复杂工程问题的能力，我的个人理解是解决复杂工程问题最核心的问题是建模。我们学生数学知识学的也不算少，但是如何把所学的数学知识来解决计算机的问题，这是学生所欠缺的。所以我们在新的培养计划里面专门加了一门课—计算机科学中的建模问题，这门课好像没有学校开过。我们的思路是把如何应用数学模型的问题讲清楚，让学生掌握如何把这些模型在计算机问题中加以应用。比如说我们，隐马尔科夫模型如何用于语音识别。这样，对于培养解决复杂工程问题的能力，有了这门课就能很好地支撑，这是我们学院培养计划方面一个比较大的改进。
第二个就是软件工程，这门课原来是选修课，但这次把它做成了必修课，为什么？因为在工程教育认证中还有一个很难解决的问题，就是培养学生在设计方案的时候考虑到经济、法律、社会等等因素，这一点，现有的培养方案并不能很好地支撑。通过软件工程这门课，可以有更好的落地的地方，因为在做软件系统设计方案的时候，必须要考虑人力的因素、经济的因素等，同时也需要考虑这样的软件会对社会有什么影响等，这样工程教育认证需要的指标点就有了落地的地方，我们增加这两门课就可以很好地改善现有课程体系对工程认证支撑不足的问题。
因为课程压缩，所以我们把原来的《智能机器人课程设计》和《智能信息处理系统课程设计》合成了一门《智能信息处理系统课程设计》。还有就是为适应大数据的发展，把《模式识别技术》改为《模式识别与大数据分析技术》，同时把一些前沿的技术课程、深度学习、ROS、区块链等作为选修课。另外，针对现在学生的编程能力偏弱的问题，对学生的编程能力也做出要求，我们在2014年的时候，就开始做CCF的CSP认证，这个CSP是一个提高学生编程能力的非常好的抓手，因为现在无论做什么，最后都要落实到编程实现，如果学生没有很好的编程基础，那么系统能力的培养就是空中楼阁。所以我们现在把CSP也融入到我们的考核标准中。当然我们现在标准定的也不高，100分为合格。但是通过这个抓这件事情，可以逼学生自己去提高编程能力，最终使得能够毕业的学生一定是具备基本编程能力的。这一点，也符合工程认证的理念，因为这个标准是面向所有的毕业生。
下面简单介绍一下我们的研究生培养情况。我们的课程设置主要体现在专业课的设置上，包括人工智能、机器学习、数据挖掘、智能机器人等等。
我们的课程教育当中，都有大量练习，通过练习提高学生的实际动手能力，毕业论文基本都有项目为依托，需要解决前沿性和应用性的问题。另外我们鼓励学生参加各类的科技竞赛，在评奖学金时，高水平竞赛得奖和高水平论文加分一样多。我们的竞赛成绩还是比较不错的，这是2015年参加的阿里巴巴的大数据挑战赛，在全球7千多支队伍中，我们拿了第一，央视还专门做过报道。这是2016、2017年参加的一个Udacity- DiDi的竞赛，我们得了冠军。这是2017年我们得的一些奖，都是跟智能竞赛相关的成绩，后面是2018年的结果。所取得的成绩还是不错的。
最后讲一点思考，我们在做教学工作会遇到一些问题，第一个是对人才培养的定位的思考，就是理论、技术和工程，这块到底怎么定位，工程人员的理论培养要不要？我觉得这些都是需要考虑的。我们理解是：即使我们做工程和技术，理论知识也是必须的，但是可能不一定需要那么深入；第二个是如何设置细分专业和计算机相关专业，比如计科专业和大数据专业有什么关系，这些专业之间有很多的交叉，这个交叉之间怎么去做定位，我个人理解，计科专业更多的强调计算机系统能力的培养，软硬件结合，大数据专业更加侧重数据存储、处理、分析和应用这些环节；第三个就是课程的设置，针对不同专业，需要设不同的课程，在基础课、专业课上面，和计算机专业的一些异同的课程是什么样的，这个都需要好好考虑一下。从理论上面来讲，应该按照倒推的方式来做，根据你的目标来设置课程，但是完全做到这点还是有难度的。实际上，我们更多的是类似双向推理的模式，根据现有的课程体系和培养目标，两边结合一下，设计出最终的课程体系。
还有一个问题，本科和硕士的课程内容如何定位？比如同样一门课，不能使得本科生和研究生的课程内容一样，这样肯定不合适。我们是这么处理的，本科生的课程尽可能地多讲一些技术及应用，原理讲的稍微少点，研究生阶段理论的内容要多一些，理论+应用。比如，图像处理这门课，本科生的课程就叫图像处理，侧重介绍图像处理的一些基本技术，研究生阶段的课程叫图像分析，重点介绍图像的分析技术，理论性的内容会多一些。这样不同阶段的学生学的东西不一样，学生能有新的收获。以上是我的一些简单思考和建议，和大家分享。谢谢大家！
（整理：中教全媒体 辛昀瑾）
评论前必须登录！
注册