“人工智能+脑科学”交叉学科人才培养框架探索

姚晓辉 苑 硕 鲍佩华 丛 山

在人工智能技术快速发展的浪潮下，教育部2017年开始推行以“新工科”建设为主导的工程教育改革，2018年提出要在2020年建设100个“人工智能+X”特色复合专业[1]。积极开展交叉学科的理论性、创新性和应用性研究，培养交叉学科拔尖创新人才，是我国“双一流”高校建设的目标之一[2]。如何实现和推进“人工智能+X”的交叉学科研究与交叉学科人才培养，是新时代高校迫切需要研究和解决的问题[3]。脑科学和人工智能是全球科学技术发展的前沿领域，人工智能的研究受到大脑信息处理功能的启发[4]，已经发展了深度学习、胶囊学习和神经元机制等前沿算法和理论，借鉴生物智能实现人工智能的突破，使得人工智能和生物大脑一样，在面临新环境的情况下具备高度的可塑性、创造性、适应性、灵活性和自学习等特性[5]。“人工智能+脑科学”的交叉研究涉及数学、计算机科学、大数据、认知神经科学、临床神经科学等多个学科，脑科学发展的重大突破往往都来源于交叉学科发展的关键技术突破[6]。做好“人工智能+脑科学”的人才培养规划，为学生提供交叉学科的教育训练，将为学生的脑科学研究的职业发展提供强有力的支撑，为大脑机制解析、类脑智能理论与算法、脑疾病智能诊疗等原创性的基础研究和应用转化提供人才保障[7]。本文以为国家培养具有多学科交叉创新能力的高层次创新人才为出发点，对“人工智能+脑科学”的交叉学科人才培养方案进行探索，以期为其他交叉学科高层次创新人才培养提供借鉴。

一、“人工智能+脑科学”交叉学科研究意义

人工智能与脑科学之间本就是相辅相成的关系，发展更先进的人工智能技术需要向人脑学习，需要借鉴人脑的智能产生机理。同时，人工智能技术也深刻改变了脑科学的研究方法，在对脑观测手段不断变革的基础上，人工智能技术为脑科学提供了越来越强大的发现与分析手段，促进了脑科学的发展。如复旦大学类脑智能科学与技术研究院在脑数据分析方面构造了脑网络动态图谱，发展了数学统计中生物医学大数据的统计建模方法。将人工智能与脑科学相结合，产生具有原始创新的理论和方法，加强技术的应用和产业化，可以加速我国计算机视觉、自然语言处理和语音识别等技术的产业化，加速深度学习芯片体系架构的创新，加速在类脑智能和类脑机器人领域的前沿研究，以及加速脑科学从图谱制作到机制解析的技术攻关[8]，将脑科学碎片化的发现整合起来，形成对大脑运作机制的统一理解，从而研发出真正的通用人工智能。

二、“新工科”背景下“人工智能+脑科学”学科发展框架

培养“人工智能+脑科学”交叉学科的优秀人才是一个很大的挑战，真正的“人工智能+脑科学”人才需要对人工智能与脑科学两个学科都有充分的掌握。与计算机科学和应用数学，或者生物学与化学之间的交叉融合不同的是，人工智能与脑科学都是难度很高的学科，且两个学科之间重叠的内容并不多，如果想把它们结合在一起，需要学习几乎双倍的专业知识。另外，国内高校的传统培养方式中不同专业之间的课程设置差别明显，而且学科培养要求不同。脑科学注重科学的思维，而人工智能学科更多注重工程思维的培养，这就需要设计真正的交叉学科课程体系来打破两个学科之间的壁垒[9]。哈尔滨工程大学青岛创新发展基地作为学校学科交叉融合研究的“出海口”、综合改革的“试验田”，打破了传统学校中学院与学科一一对应的设置规则，允许学术带头人带领不同学科教师按照交叉研究方向自行组建团队，这为“人工智能+X”跨学科建设提供了政策支持。基于以上问题与条件，本文在交叉师资队伍建设与创新实践能力培养两方面，对“人工智能+脑科学”的学科发展框架进行探索，如图1所示。

（一） “人工智能+脑科学”交叉师资队伍建设

交叉学科的人才培养需要高水平的师资队伍与之匹配。“人工智能+脑科学”的人才培养实行“主导师负责，多元导师联合培养”的制度，导师团队以具有科研热情的中青年学者为主，专业背景包括控制科学与工程、仪器科学与技术、电子信息、生物医学工程等，在职称结构上做到教授、副教授与讲师相结合，以此充分激发不同学科各自的专业优势，扩大学科之间交融的广度与深度。脑科学的专业教师不仅需要充分掌握本学科内的专业知识与技能，还需要主动学习，迎接“新工科”的建设要求，积极学习本学科外的人工智能前瞻性知识技能，调整已有的知识结构，吸收新知识。经过相关研究，本文提出两种提升整体师资队伍专业素养与专业水平的建设方案。

第一种方案是基于校校合作或校企合作的师资水平提升方案。学校与学校之间或学校与企业和医院之间建立人工智能与脑科学的研究平台，让高校教师通过参与企业的项目研究，了解企业目前的技术需求，从而让当前在人工智能背景下的脑科学人才培养更好地与社会需求接轨。同时，通过与其他高校教师、科研院所人员之间的学术交流，加强已有的师资队伍的教育教学能力，促进教师队伍素质的提高，为产学研奠定基础。

第二种方案为以科研项目为纽带的兼职教师聘用方案。学校或学院以交叉研究团队为单位聘用企业或科研院所专业技能人才、专家作为团队的兼职教师，由校内导师和企业兼职教师对学生进行学习与职业规划上的指导。同时，企业导师还可以根据自己丰富的实践经验，对校企合作平台的“人工智能+脑科学”培养方案进行修订，包含课程体系和教学实践环节，真正落实复合型创新实践人才培养方案。此方案不仅可以解决师资紧缺的问题，还可以增强师资多元性，拓展学生思路，强化实践类课程教学。企业和高校的教师队伍深度合作，可以充分调动校内师生和企业人员的积极性，合作完成更具时代性和符合新时代社会需求的科研成果，实现双方的互利共赢。

（二） “人工智能+脑科学”创新实践能力培养

培养创新型人才是发展前沿交叉学科的重要目的，同时人才培养对学科建设起着积极的推动作用，二者相辅相成。根据“人工智能+脑科学”的交叉学科人才培养的目标、内涵和质量标准，以实践为导向，运用人工智能的软件分析技术，学习研究脑科学的神经活动、信息加工、语言文字理解等专业知识，让学生可以在工程中分析问题并设计必要的算法，拥有解决实际工程问题的能力。

“人工智能+脑科学”以青岛创新发展基地脑认知与人工智能实验室为核心进行创新能力培养探索。一是跨学科研究课题与培养方案制定。不同学科的学生通过自愿报名、导师批准、实验室考核的方式进入实验室进行学习，实验室与学生的原导师根据学生的学习兴趣和学科基础，共同为学生制定跨学科的医工交叉研究课题以及个性化培养方案，教学团队实施“导师指导+学术组会+团队学术报告”的常态化学术交流制度。二是开阔研究生学术视野。实验室从教学内容出发，更新专业知识，紧跟人工智能与脑科学专业的发展前沿，为学生提供“脑科学前沿”“机器学习”“数据挖掘与应用”“脑与认知科学”等课程作为理论学习内容。同时，实验室采取线上线下混合式教学的方法，带领学生参与国内外权威学术会议，邀请国内外知名专家和企业专家为学生做人工智能与脑科学的前沿讲座，让学生有机会根据自己的兴趣与专家进行互选，接受专家的培养，建立长期线上指导机制。三是以项目为导向的实践创新能力培养。实验室为学生提供科研创新的机会，在校内现有的实践平台基础上，推行在校内实验室进行轮转的科研训练和实践环节，推动所学学科与跨学科之间的深度融合，对研究生的思维方式和学术思想进行多学科的熏陶，不断开拓学生的战略思维，提高学生的创新实践能力。除此之外，实验室会为学生提供到企业深度参与不同层次项目的机会，明确目标、内容和任务，培养学生的创新精神，同时培养学生解决复杂工程问题的能力和实践能力。

综上所述，国内外的一流大学逐渐意识到学科交叉研究以及培养复合型拔尖创新人才的重要性。高校的研究生教育以为国家培养高层次的交叉学科人才为目标，为我国增强人工智能与脑科学国际竞争力提供重要支撑。本文以“人工智能+脑科学”为例，对交叉融合人才培养框架中的师资队伍建设及学生创新能力培养进行了研究，有助于拓宽学生的交叉学科视野，培养学生的创新精神，提升学生的实践能力，让学生的学术科研项目与社会需求紧密结合，与国家发展需求持续对接，使学生与科技发展共同进步，在学术科研与工程实践中绽放青春力量。