“人工智能+”背景下轨道交通信号与控制专业建设研究

刘建磊

[摘           要]  人工智能技术的快速发展必将对传统的专业建设理念产生重要影响。当前人工智能技术与轨道交通行业的融合已实现从量变到质变的转变。如何通过重构人才培养模式以满足“人工智能+”背景下轨道交通行业对人才的新要求是设有轨道交通类专业的高校急需解决的重要问题，特别是应用型本科院校。以轨道交通信号与控制专业为例，从“人工智能+”背景下的专业建设内容、需要解决的关键问题和实施方案进行论述。

[关    键   词]  人工智能;轨道交通信号与控制;专业建设

[中图分类号]  G642                 [文献标志码]  A              [文章编号]  2096-0603（2020）01-0020-02

一、前言

经过60多年的演进，特别是在移动互联网、大数据、超级计算机、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能发展进入新阶段，正引领新一轮科技革命和产业变革，将为各个行业带来机遇和挑战[1-2]，并已对高等教育改革形成倒逼之势[3-6]。为应对人工智能对高校人才培养带来的机遇与挑战，教育部特制定《高等学校人工智能创新行动计划》，明确指出支持高校加强专业建设，探索“人工智能+X”的人才培养模式。

“人工智能+專业”将成为人工智能时代传统专业的有效建设模式[7-8]。然而，现有的融合模式主要为“人工智能课程+培养方案”。如金陵科技学院通过将人工智能相关理论及实验课程与传统电子信息工程专业培养方案融合，构建了一种复合型的人才培养模式[9]，哈尔滨师范大学以培养学生创新能力为目标，探索出了一种人工智能理论课程融入地理信息专业的有效路径[10]。为使人工智能课程有效融入传统专业，国内学者从教材建设[11]、教学模式选择[12]、精品课程建设[13]和课程体系构建[14]等方面开展人工智能课程建设研究，并提出了有借鉴意义的经验。如吉林大学的欧阳丹彤指出人工智能原理教材的编写应具有先进性、实用性和针对性[11]，首都师范大学的彭岩指出人工智能课程涉及多个学科的知识，不同专业的授课对象应选择差别化的教学模式[12]，中南大学的陈白帆基于人工智能课程自身的特点梳理了其精品课程的建设路径[13]，国防科技大学的牛轶峰从培养目标、教材体系、课程重点、考核方法等方面给出了构建人工智能课程体系的合理化建议[14]。

人工智能技术对传统专业建设理念产生重要影响，从而促进传统教学模式和学习方式的变革。文献[16]指出大数据智能将使个性化教育获得极大支持、跨媒体学习将取得突破。文献[15]认为人工智能技术将有效促进深度学习模式、混合学习模式的普及。文献[17]全面阐述了教育人工智能（EAI）的内涵，分析了人工智能在教育领域的应用，并指出人工智能技术将有效促进“21世纪能力”的获得。

2016年10月美国白宫科技政策办公室（OSTP），发布了题为《为人工智能的未来做好准备》的重要报告，指出政府、高校应采取具体措施应对各行业对人工智能技术人员巨大需求问题。针对人工智能时代的人才能力要求问题，Ernst和Marc借助欧洲智能系统技术平台，分析了智能系统的技术路线图，并得出了人工智能时代的通用技能要求，Lars和Arno以德国和美国为例，探讨了人工智能时代未来工厂技术人员的资格和技能要求[15]。在人才培养的具体实施方面，美国西北大学建设了名为“车库”（The Garage）的创新创业孵化空间，以培养满足人工智能时代要求的创新创业能力，麻省理工学院建立了一套完善的人工智能课程体系和学生评价标准[14]。

综上，可得如下结论：

1.人工智能与传统专业融合模式主要体现为在传统专业的培养方案中融入人工智能课程，而没有根据“人工智能+”背景下行业对应用型人才的要求实施培养模式的重构。

2.针对“人工智能+轨道交通类专业”融合模式的研究，目前还未有涉及。

当前人工智能技术与轨道交通行业的融合已实现从量变到质变的转变。如基于大数据技术的车辆设备、电务设备智能运行维护系统已推向市场，基于云计算技术的智能调度系统已应用于城市轨道交通领域，融合多项人工智能技术的智能列控系统已趋向完善。人工智能技术促进了轨道交通行业的快速发展，但也对人才培养提出了挑战。如何通过重构人才培养模式以满足“人工智能+”背景下轨道交通行业对人才的新要求是设有轨道交通类专业的高校急需解决的重要问题，特别是应用型本科院校。

轨道交通信号与控制专业（以下简称“信控专业”）涉及计算机科学与技术、控制科学与工程、信息与通信工程、物理学等多个学科，与支撑人工智能技术的核心学科完全一致，这为重构“人工智能+”背景下的人才培养模式提供了机遇。

为应对人工智能对信控专业人才培养带来的机遇和挑战，本文针对人工智能与传统专业融合模式存在的不足，基于信控专业自身特点，对信控专业的建设内容、要达到的建设目标、面临的关键问题以及实施方案进行了论述。本文对进一步丰富应用型本科院校“人工智能+专业”融合模式的理论体系、推动传统专业建设方案优化升级和应用型本科教育理念的发展，具有重要的理论意义。

二、“人工智能+信控专业”的建设内容及需要解决的关键问题

（一）建设内容

针对建设内容，本文以满足“人工智能+”背景下轨道交通行业对信控专业人才的要求为总目标，以“能力本位教育（CBE）”理论为基础，以“成果导向教育（OBE）”理念为方向进行相关论述，具体内容如下：

1.构建“人工智能+轨道交通行业”背景下信控专业人才能力模型

以“能力本位教育（CBE）”理论为基础，分析、对比人工智能时代下国内外人才能力模型构建方法特点及其适用性，构建适合“人工智能+轨道交通行业”背景的应用型本科信控专业人才能力模型。

2.形成“人工智能+轨道交通行业”背景下信控专业建设方案

以满足人工智能要求的“能力模型”为基础，以“成果导向教育（OBE）”理念为方向，结合信控专业自身的学科特点，分别从人才培养目标、课程体系、实践教学体系、教学模式、教学质量评价监控系统和教学保障体系等方面，形成以建立“人工智能+轨道交通行业”背景下的信控专业建设方案。

3.建立健全科研、教学深度融合机制

在深入分析轨道交通领域现代工程问题的基础上，以信控专业人才核心能力培养为目标，建立健全面向跨学科合作的科研、教学深度融合机制。

4.构建专业建设方案实践方法

在现有专业建设方案实施方法的基础上，以上述方案实施为目标，建立专业建设方案实践方法。

（二）关键问题

基于研究内容，“人工智能+”背景下轨道交通信号与控制专业建设需要解决如下问题：

1.信控专业人才能力模型构建问题

如何基于能力模型构建方法和轨道交通行业、社会、学生的需求分析结果，构建“人工智能+轨道交通行业”背景下的信控专业人才核心能力模型，是需要解决的关键问题。

2.人才培养方案设计问题

如何基于人才核心能力模型和“成果导向教育（OBE）”理念，设计与人工智能深度融合的培养方案是需要解决的关键问题。

三、“人工智能+信控专业”的建设实施方案

“人工智能+”背景下轨道交通信号与控制专业建设的实施方案如下。

1.以“能力本位教育（CBE）”理论为基础，深入分析、比较基于技术路线图的能力需求预测方法、派生任务分析方法、“MuShCo”优化方法，建立人才能力模型构建的新方法。基于此方法和“能力导向教育（OBE）”理念，结合“人工智能+轨道交通行业”背景下的人才需求信息，本质性学习成果（Essential Learning Outcomes，ELO）、“21世纪能力”以及工程教育认证标准，构建信控专业人才能力新模型。

2.基于信控专业人才能力模型，综合运用层次分析、因素分析等方法对轨道交通行业需求调查数据进行分析，确定人才培养目标。

3.使用“能力矩阵”法对人才培养目标进行逐层分解与分析，根据分析结果构建课程体系和实践教学体系。

4.针对当代大学生的学习特点（依赖网络、精通数字技術、喜欢游戏化学习），基于信息和通信技术（ICP），建立适应于人工智能需求的教育教学模式。

5.借鉴轨道交通行业标准和规范、ISO9000质量体系思想和管理模式，以人才能力模型为导向，基于PDCA（P：计划;D：执行;C：检查;A：处理）循环法，构建教学质量监控评价体系。

6.针对人才培养目标和课程体系的内容，从信息化手段、师资队伍建设、教材建设、实践教学条件四个方面，构建教学保障体系。

7.以解决轨道交通领域现代工程问题为目标，以公共基础课、学科基础课和专业核心课为载体，探索面向跨学科合作的科研、教学深度融合机制。

参考文献：

[1]李德毅，马楠.智能时代新工科[J].高等工程教育研究，2017（5）：8-12.

[2]陈劲，吕文晶.人工智能与新工科人才培养：重大转向[J].高等工程教育研究，2017（6）：18-23.

[3]杨柠溪.人工智能倒逼高校教育改革[J].中国大学生就业，2018（2）.

[4]张俊，陈飞，冯士刚.大连海事大学“智能科学与技术”本科专业建设实践[J].计算机教育，2012（18）：22-30.

[5]李晓东.关于智能科学与技术专业建设的几点思考：以中山大学智能科学与技术专业为例[J].计算机教育，2015（18）：2-5.

[6]彭岩，王万深，黄向阳.智能科学与技术交叉学科专业建设探索[J].计算机教育，2010（15）：133-135.

[7]许涛，严骊，殷俊峰，等.创新创业教育视角下的“人工智能+新工科”发展模式和路径研究[J].远程教育杂志，2018（1）：80-87.

[8]雷道仲，李平安，陈鹏慧，等.基于机器人系列产品驱动的专业建设实践[J].中国教育技术装备，2015（13）：73-75.

[9]高英杰，陈正宇，徐楠，等.人工智能新概念下应用型电子信息工程专业培养模式研究[J].教育现代化，2017（39）：95-96.

[10]齐少群，万鲁河.人工智能教育与地理信息专业学生创新能力的培养[J].继续教育研究，2017（12）：28-30.

[11]欧阳丹彤，叶育鑫.人工智能原理课程体系的教材建设探索[J].长春理工大学学报，2012（10）：143-144.

[12]彭岩，王万森，谢达.人工智能系列课程研究[J].计算机教育，2010（19）：109-111.

[13]陈白帆，蔡自兴，刘丽珏.人工智能精品课程的创新性教学探索[J].计算机教育，2010（19）：27-31.

[14]牛轶峰，张国忠，朱华勇.高等院校人工智能课程体系建设刍议[J].高等教育研究学报，2010（2）：53，63.

[15]周开发，曾玉珍.新工科的核心能力与教学模式探索[J].重庆高校研究，2017，5（3）：22-34.

[16]潘云鹤.人工智能2.0与教育的发展[J].中国远程教育，2018（5）：5-8.

[17]闫志明，唐夏夏，秦旋，等.教育人工智能（EAI）的内涵、关键技术与应用趋势[J].远程教育杂志，2017（1）：26-35.

编辑 陈鲜艳