“新基建”背景下人工智能专业人才培养的探索

吴清锋 曹 璐 郑宇辉*

（厦门大学信息学院 福建·厦门 361005）

0 引言

人工智能在现代信息技术和科学技术的基础上，渗透于城市日常交通与生活的基本设施中，但目前人工智能教育环节相对薄弱。教育部2019年在全国工科类大学中建设AI本科专业进行系统化人才培养，其未来就业前景十分广阔，这也是人工智能专业第一次作为独立的学科走入大众的视野。然而在国家推行新基建战略的背景下，高校内部还尚未健全完善的人工智能人才培养体系，导致人才市场出现缺口，另外大部分学生对智能机器人以及AI的技术管理尚不清楚，还需要综合开发和实践才能熟练运用于新基建过程中。

1 新基建背景下人工智能教育短板

城市的发展使新的基础设施建设从过去房地产以及城市基础交通设施建设转变为目前5G以及工业互联网的发展，人工智能成为推动新基建的重要力量。因此，其站在科技竞赛的制高点需要有强大的人才基础支撑才能为国家发展注入新的竞争优势。但目前我国人工智能教育存在较多短板，需要我国相关部门重点关注。

1.1 专业人才与新基建发展不匹配

我国虽在各高校内增加了人工智能专业，但忽略了中国的实际国情，一味引进西方教育中有关人工智能的教育模块，学生的智能基础本就薄弱，再笼统的模仿西方体制，会导致专业人才更偏向西方思维，不能解决中国化新基建问题。

1.2 高校教育体系缺失

人工智能教育作为独立学科进入高校的时间尚短，因此，大部分高校仍注重传统的专业学习。并且在人工智能专业教学过程中，仅少量涉及人工智能未来发展前景与理念，并未形成完整的教育教学体系。部分高校领导教育理念守旧，主张传统行业的人才教育，对人工智能没有科学的认知，教师在教学时仍偏向培养技术型或专业型人才，并未系统的引入人工智能相关教材与实践内容，导致学生的学习效果与社会现实不相符，无法在人工智能方面寻找自身价值，在毕业后大量选择改行发展，人工智能专业的人才大量流失。目前开设人工智能教育的高校较少，学生的选择空间有限，导致大量向从事人工智能与新基建方面的人才得不到良好的教育，错失在人工智能领域发展的机会。

1.3 人工智能教师基础薄弱

人工智能作为新兴学科，各项技术和机器人尚处在研发阶段，因此，教师的基础相对较弱，无法为学生带来丰富的人工智能经验。并且部分高校的人工智能教师是由计算机专业或者其他专业中优秀的教师组成，其理论性知识较为丰富，但并未完整的了解人工智能的理念以及新基建战略下产业转型和时代变革的重要特征，导致学生在学习中只能接受碎片化的相关硬件以及人工智能平台的发展历程，对核心的数据信息和技术手段不能有效掌握。况且大部分的人工智能教师在专业课程中无法运用相应的科技手段，导致其教育手段与学生实际不能融合，教育效果差强人意。

2 人工智能教育与新基建的重要意义

AI教育具体落实到新基建过程中，仍需要一段较长的时间。人工智能教育实际上是融合多个专业知识以及涉及多门技术的综合性学科，其可以快速推动我国城市实体经济的发展与升级，让新基建向多元智能化发展。目前人工智能的应用主要存在于医疗、新能源汽车、支付手段以及物流、制造业中，可以看出人工智能在现阶段已经对我国社会产生了强有力的影响，给人类带来便捷的智能服务。因此，新基建战略需要人工智能的帮助，以应对更复杂、更多元化的智慧城市设施，加速零售业、交通运输业、先进制造业等产业的新发展，创造智能化城市。

人工智能教育作为人工智能人才培养的基础，需要切实结合现今社会民生刚需，着力培养具有实践思维的智能化人才。利用教育资源以及相关数据信息，帮助区域推动智能化的基础设施建设，缩小不同区域之间的发展差距，使各地区人民都可以享受到人工智能带来的红利。同时还可以将人工智能人才转化为创新创业的新动能，帮助市场拓展创新经济，让大量企业与产业进行多元化协同发展，共同推进新基建的完善。

3 新基建背景下人工智能人才培养方式

新基建战略的提出对人工智能人才的需求逐渐加强，因此，教育部门、企业和社会需要共同关注AI人才培养的不足，寻找最优化的解决方式。人工智能人才的教育主要以高校为主，需要结合最新的国家政策和新基建战略中企业的需求，以促进人工智能人才的逐渐发展。

3.1 重塑高校专业人才培养模式

人工智能教育的主要方向包括 AI硬件设施以及通用智能计算的学习，因此，高校需要结合这两种方面重视人工智能专业人才的基础知识，结合相关政策信息以及科技成果丰富人工智能教育资源。高校在开设本科专业的同时，培养相应方向的研究生，发展学生综合性专业知识，突破传统AI认知，围绕复合型人才建设完善高校人工智能专业人才体系。首先，高校需要更新学生对AI专业的认知，聘请相关专业教师以及企业精英为高校学生讲述AI未来发展方向，让学生明确自身未来职业定位，并且对自身所学专业以及未来职场价值感兴趣。其次，高校可以利用双导师或双学制模式培养学生理论与实践结合的能力，人工智能专业是在信息化和计算机基础上产生的，其数据信息实时更新，研究成果不断推进，因此需要高校有效融合企业的发展需要，在人工智能专业中设置相关计算机技术课程及实践课程，通过多学科交叉解决学生理论性知识不足的问题。同时可以在高校内部跨学科设置双导师制，譬如可以在计算机专业中聘任导师为人工智能学生进行计算机基础和大数据内容讲解与指导，在人工智能专业中培养学生对算法、芯片的应用，促进学生知识面的拓展。同时，高校可以拓宽学习AI专业知识的渠道，让不同专业的学生学习AI应用，帮助其更好地在各行各业中施展拳脚，采用学分制的模式，鼓励不同专业的学生开辟AI课堂模式。最后高校可以根据AI就业岗位针对性的为学生提供相应的数据案例，例如可以结合在抗击新冠肺炎疫情过程中无接触配送车以及智能测温等AI产品向学生展示目前AI发展的新任务，让学生树立创新思维，从而实现精准培养。

3.2 优化AI专业教师队伍结构

人工智能领域的不断更新，对教师的教学水平有很高的要求，因此，教师需要实时关注科技的发展速度，更新对AI的认知。高校需要通过多渠道为教师提供相应的AI教学经验，例如学校可以聘请AI领域的突出人才，在校内开展教师讲座，帮助教师组建学科的综合性技术知识体系；在校内开设AI领域新技术培训课程，帮助教师进行专业化的算法学习和研究操作学习。同时，高校和教师需要认真研读AI的基本框架和编写程序，创设有利于学生发展的教材内容，可以涉及相关数学、计算机、仿生学等学科知识，利用教材帮助学生形成理论化的AI知识体系，为之后的实践活动奠定基础。高校需要定期召开教师教研会，让教师在集体磨课与备课中总结AI教育的经验，更好地提升教育教学效果。教师在进行专业课程讲授时，可以囊括AI产品展示和技术实操等环节，帮助学生全方位了解人工智能的内部结构以及使用过程，教师的授课方式也需要根据人工智能专业领域进行有效改变。首先，教师在课堂上可以利用互联网技术、多媒体课件等为学生调取最新的科研成果。其次，教师可以利用微课、慕课等新型手段帮助学生利用碎片化的时间了解国内外最新的AI科技，同时这样的方式可以使受众学生数量上升，让不同专业的学生可以共同了解AI智能对我国新基建的发展意义，促进高校整体AI学习环境的打造。最后教师可以经常性在班级内或校内展开AI知识竞赛或技能大赛，给学生创造锻炼的机会，利用知识竞赛的方式帮助学生接触AI在不同领域的发展现状，让学生利用创造性的思维改变目前AI发展的困境。同时，这样的方式可以帮助学生丰富AI实践的经验。

3.3 融合多项社会资源协调发展

人工智能比起传统的教育而言，更需要实践数据的支撑，因此，对于人工智能人才的培养，需要以实践为核心，以理论知识为基础，帮助学生形成体系化的发展。在面对各行各业中AI的应用冲击与挑战时，高校需要拉动相关社会资源，在校内校外共同展开双重的实践机制，帮助学生快速成长为新一代的AI人才。首先，高校需要引进相关高科技产业，利用企业内部的需求，培养产业化的人才。企业可以和高校达成相应的协议，让学生进入企业内部进行深入学习，提前适应职场的发展，学习最新的人工智能产品研发技术。其次，高校可以与互联网龙头企业或者人工智能引领企业进行深度合作，拉动企业内部资金支持和技术鼓励，例如可以与百度、腾讯等企业联合举办人工智能创意大赛，一方面让学生学习先进的AI产品知识，另一方面，弥补高校在AI建设过程中资金的不足。最后高校可以与当地的教育部门进行联系，在校内开展实训基地，让企业相关人员在校内对学生进行AI教学和成果研发，帮助企业在校内展开生产线测试和投入测试，依靠企业的技术平台帮助高校解决技术难题，让学生在实践过程中对AI知识有深入的了解，并可以依据企业的实际需求，创设相关具有创意性的AI产品，坚定学生学习AI的兴趣及价值。

4 结束语

综上所述，AI发展需要长期的投入，目前我国人工智能已经成为各行各业现代化发展的强劲支撑，而新基建战略的提出为AI发展及AI人才培养提出了更高的要求和挑战。因此，我们需要紧紧抓住“新基建”的重大机遇，将企业、社会和高校的资源有机整合，创新专业人才培养模式，让学生为人工智能产业和新基建提速发展的重要人才支撑，推动社会向智能化发展。