人工智能视域下电子信息工程专业建设路径分析

摘要：人工智能技术对电子信息领域产生的重要影响，主要表现在对原有电子信息与技术架构方面。可见，以人工智能为背景研究电子信息工程专业建设非常必要。通过文献查阅与实践工作开展总结分析可知，在人工智能视域下，电子信息工程专业建设需从宏观政策上入手加强引导、从课程体系建设入手实现全面改革、从外部资源条件入手加强充实完善力度、从保障建设入手加大师资团队培养力度，从而为提高人工智能视域下电子信息工程专业建设效果提供支持。

关键词：人工智能；电子信息工程专业建设；政策引导；课程体系

引言

电子信息工程专业建设具有重要实践意义，加强该课程建设对培养现代化技术人才具有重要作用。而人工智能视域下实现电子信息工程专业建设，强调在课程教学与实践引导等多个环节中，提升改革优化力度，积极融入智能化资源平台。作为专业教师，也应当及时转变教学思路，不断丰富实践教学经验。在电子信息工程专业建设中体现智能化资源平台优势，提升电子信息工程专业建设水平。

1. 人工智能视域下电子信息工程专业人才培养要求

1.1 要求专业人才掌握先进理念与实践技术

人工智能是综合控制论、信息论以及计算机学科、神经生理学科等多学科的综合性概念。将人工智能融入电子信息工程专业建设，需要学生掌握基础理论课程，还应同步学习神经网络技术挖掘理论课程，以及部分以数学基础理论为背景的专业课程。只有学生具备扎实的数学物理基础，才能提升此专业的学习质量。由此可见，在专业人才培养过程中不仅要注重从理论课程教学方面实现创新，更应当注重实践技能培养，从综合角度提升学生专业素质。

1.2 要求专业建设得到良好平台资源支持

人工智能与先进设备技术紧密相关，智能传感器、人体识别技术、智能机器人都是体现智能化的重要载体，同时也是电子信息工程专业建设与人工智能实现融合时需要具备的基础条件[1]。因此，作为院校方面，应认清人工智能视域下电子信息工程专业建设的客观要求，积极引入针对性平台技术设备等，为一系列实践课程教学开展做好充足准备。从目前实际情况来看，由于人工智能概念涵蓋范围广，电子信息工程专业也包括多个理论课程与实践要求。因此，在客观环境条件建设方面仍需进一步优化提升[2]。

1.3 要求结合学生主观能力实现因材施教

专业建设实践中，为学生提供充足资源平台，满足其个性化学习需求非常重要，这不仅是由于电子信息工程专业具有较高技术含量，也是由于人工智能背景下电子信息工程专业涉及的技术要点、实践要求具有多样性。不同学生在学习这一专业时，可能体现出差异化学习潜力，其个人所擅长的专业科目也有所不同。因此，要求教师团队与教育管理人员在落实专业建设工作时，要充分尊重学生主观需求与基础学习能力，用差异化方法对学生进行教育引导，针对性提供实践学习资源[3]。这也有利于优化师生关系，提升学生对专业建设的认同感。另外，有了充足资源条件做支持，学生实践学习能力、动手操作能力也能得到有效提升。

2. 人工智能视域下电子信息工程专业建设路径分析

2.1 从政策支持入手，体现优势政策作用

宏观上的政策引导是指在现阶段社会背景下，国家对人工智能技术以及相关人才培养非常重视。因此，与人工智能相关联的电子信息工程在专业建设环境上具备一定政策优势。高校应当积极利用政策优势，加大对本校电子信息工程专业建设力度，结合地区发展需求，形成人才需求与人才培养相匹配的专业建设模式。另外，宏观政策提出后，也有利于为人工智能视域下电子信息工程专业建设调动更多的资金资源，为促进专业高质量发展提供支持[4]。例如，地区人才培养专项政策与计划推进，能实现资源技术、人员、设备、平台等多方面元素共同作用，逐步完善电子信息工程专业建设状态。从地方经济发展技术进步方面来讲，以人工智能为支撑加大电子信息工程专业建设力度，也能够基于人才培养技术中心为地方经济发展提供重要推动力。

2.2 从课程体系建设入手，实现全面改革

2.2.1 加强理论课程体系完善改革

常规电子信息工程理论课程体系中，主要包括模拟电子技术、数字电子技术，数字信号处理、C﹢﹢程序设计、单片机技术等多方面课程。在人工智能视域下，不仅要让学生打好传统理论课学习基础，更需要基于人工智能平台技术特征与要求，加入数据挖掘神经网络等理论知识课程，为学生逻辑思维能力提升优化提供支持。除此之外，电子信息工程专业还应设置一部分跨学科课程，结合现阶段医疗领域、家电领域、教育领域、农业领域与智能化产品融合的典型趋势，以及经典课程与智能化技术课程有效交叉衔接的现状，信息与通信工程专业、计算机科学技术以及电子科技与技术等学科，也应在跨学科课程体系交互建设中纳入改革后的新课程体系[5]。具体来说，电子信息工程专业所包含的课程内容需通过不断充实优化，适应人工智能技术融入。表1为传统电子信息工程专业课程以及人工智能融入需创新优化的课程统计表。

总的来说，在课程体系优化设计时，要将传统的电子信息工程专业课程逐步向智能硬件和技能数据处理两方面推进，通过融入智能化技术为学生理论知识学习层次提升提供支持。除此之外，高校大学生在四年学习生涯中，大一与大二的学习重点应放在理论知识上[6]。进入大三后，课程体系完善方向则应当逐步向发散性更强的角度推进，为学生基于人工智能技术提供多个理论选修课选择，鼓励学生结合个人理论学习基础与能力，选择具备智能化特征的具体理论课。例如，虚拟现实技术理论课、安卓程序设计以及物联网技术设计理论课，都属于以智能化技术为背景的创新专业课程。

2.2.2 加强实践课程体系完善改革

实践课程体系完善改革需结合实践课程侧重点进行精准划分。不同类型实践课，要保证实现提升学生针对性能力的目标。具体来说，基于人工智能背景进行电子信息工程专业建设时，需分别从认知型实践课、基础型实践课、综合型实践课、能力提升型实践课入手，构建整体实践课程体系，并且融合应用项目驱动教学法、合作探索教学法、校企融合教学法，为提升实践课教学效果、体现实践课重要作用提供支持。与此同时，不同类型实践课还需要与大学不同学年阶段实现有效匹配，循序渐进渗透融合。例如，在大一阶段，由于学生对理论知识接触了解仍存在局限性，因此，教师可随理论课程教学布置小型实践性学习任务，引导学生应用便捷性辅助技术与设备完成任务。对于大一新生来说，初步接触智能化实践任务会引发其主观兴趣，教师应把握学生这一阶段专业学习的心态与特征，提升任务布置合理性，并及时建立社交群聊，为学生共同探讨交流、完成实践任务提供支持。进入大二、大三学习阶段后，电子信息工程专业实践课程可通过课内实践课程设计、学科竞赛等方式组织落实，实践任务难度也可结合学生学习的深入状态同步提升。不断推进实践课程难度形成阶梯层次状态，也有利于为针对性提升学生实践能力、有效引入人工智能平台技术提供支持[7]。

表2对电子信息工程专业各年级开展实践课程内容做了统计整理。

2.3 从外部资源条件入手，加大充实完善力度

从外部资源条件入手，加大充实完善力度，主要是指高校方面应当结合智能技术平台融入需求，在客观环境和技术资源支持方面加大力度。主要可通过以下几方面达到预期目标。一是加强专业建设宣传推广力度，积极联动兄弟学校资源实现智能化背景下教育资源的共享与互通，以便达到引入更加丰富资源的目标。二是通过启动项目教学法或校企合作模式，利用来源于企业环境的资源条件为学生提供实践学习平台。从企业自身角度来说，当学生进入企业学习或实习，也有利于企业对现阶段电子信息工程专业人才水平进行了解[8]，以便加强与高校之间的联动沟通，为定向人才培养与输送提供便利。除此之外，先进技术设备平台引入应用也需要资金支持，这也需要学校与企业方面建立紧密联系，通过引入社会资源，为支持学校人才培养项目推进提供便利条件。在引入外部资源条件时，需结合课程体系建设要求以及跨学科建设目标进行资源条件匹配。

2.4 从保障建设入手，加大师资团队培养力度

教师在实践教育工作开展中有重要地位，在教育工作落实中也只有教师首先具备良好教育引导能力，才能进一步保障课程教学效果。加大师资团队培养力度，主要是指在学科融合交叉人工智能技术平台引入应用背景下，作为电子信息工程专业教师，也应当结合现阶段人才培养需求不断提升个人工作能力，适应人工智能引入应用后电子信息工程专业建设要求。

具体来说，师资团队培养工作可从以下两方面入手开展[9]。一是面向专业教师团队进行集中理论知识普及教育，提升专业教师团队理论知识整体水平。在理论知识学习过程中，教师一方面应当对智能化技术引起充分重视，并学习了解不同类型智能化技术基本原理以及应用方法。另一方面，也应当更进一步扎实自身在电子信息工程专业方面的理论知识[10]。通过对比分析了解人工智能技术与电子信息工程专业建设之间的密切关系，有效提升自身教育工作落实效果。二是面向教师团队加大实践能力培养力度。除了面向学生提供实践能力培养平台和资源之外，也应当同步结合教师能力水平提升，为教师培训中实践环节工作落实提供重要支持。对于教师来说，其实践学习要点包括进入企业对智能化技术应用状态以及实操能力要求进行充分了解，同时，还应当适当通过参与企业实践项目，为积累个人实践经验、提升个人综合实践能力提供动力。

结语

综合本文分析可知，人工智能視域下电子信息工程专业建设需结合电子信息工程传统课程进行初步分析，并在此基础上以人工智能技术推进应用为目标，实现理论课与实践课完善融合。通过引入人工智能技术平台，为优化学生实践学习体验、提升学生实践学习效果提供支持，这也是人工智能视域下电子信息工程专业建设所追求的重点目标。

参考文献：

[1]李增科，高井祥.人工智能背景下特色专业课程思政建设探索与实践——以中国矿业大学测绘工程专业为例[J].测绘通报，2022，（S1）：17-20.

[2]刘进，吕文晶.人工智能时代应深化研究生课程的学科融合——基于对MIT新工程教育改革的借鉴[J].学位与研究生教育，2021，（8）：40-45.

[3]李红，陈振英，朱威.“一流”学科建设形势下决策情报服务实践与思考——以中美人工智能研究差距分析为例[J].情报杂志，2020，39（5）：71-76，167.

[4]刘继安，徐艳茹，孙迟瑶.新工科背景下“计算机+”学科交叉专业构建理念与路径——MIT苏世民计算学院的启示[J].高等工程教育研究，2022，（4）：19-24，37.

[5]方绪军，王屹，陈业淼.人工智能时代职业教育课堂教学改革的逻辑分析、现实挑战与时代进路[J].教育与职业，2022，（12）：80-86.

[6]徐赛华，吴芳菲.1+X证书制度下数字媒体技术专业人才培养路径研究——评《基于大数据分析的数字媒体专业群人才培养体系创新研究与实践》[J].领导科学，2021，（23）：120.

[7]史湘宁，房超，李辉，等. 我国人工智能关键技术体系演化路径及发展研究——基于科学计量视角[J].科学管理研究，2022，40（3）：2-11.

[8]李增科，高井祥.人工智能背景下特色专业课程思政建设探索与实践——以中国矿业大学测绘工程专业为例[J].测绘通报，2022，（S1）：17-20.

[9]安彦斌.从韩国高中“人工智能数学”课程看高中数学课程与人工智能教育的衔接[J]. 数学教育学报，2022，31（5）：36-40.

[10]赵程程.基于专利信息的人工智能技术创新网络图谱研究[J].中国科技论坛，2021，（4）：12-22，54.

作者简介：高石宇，本科，研究方向：物联网工程。