人工智能背景下大气科学专业创新能力培养

李 骞，周爱霞，李妙英

（国防科技大学 气象海洋学院，湖南 长沙 410073）

引言

人工智能（Artificial Intelligence,AI）技术已成为推动人类经济、社会和科技发展的决定性力量。从首次提出“人工智能”概念至今已有60余年，在该概念提出的初期，有较多不同定义，较早可以追溯至1956年，McCarthy提出人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。人工智能领域的开创者之一，美国斯坦福大学教授Nilsson指出人工智能为关于知识的科学，所谓知识的科学就是研究知识的表示、知识的获取和知识的运用。从本质上说，人工智能就是让机器代替人思考并把思考结果付诸执行的一项工程［1］。任何新事物的产生，都是因为有对该新事物的需求，以及正好有该新事物产生的环境基础，人工智能的产生亦是如此。当今世界的科学技术发展正进入一个全新、快速发展的阶段，信息种类和信息量急剧增加，信息传递日益加快，人类的自然智能已经无法迅速处理如此巨大数量的信息，于是开始探索通过计算机执行需要使用人的智能才能完成的任务。因此，依托计算机科学与技术的最新方法与手段，突破人工智能领域核心关键技术，并应用于计算机视觉、机器学习、文本语言处理、自然语言处理、机器人技术和生物识别技术等领域，实现对人类的全方位仿真［2］，是当前最受关注的热点。

目前，我国的人工智能在智能驾驶、大数据及数据服务以及人工智能自动业务等领域均得到了发展和应用。尤其是近期以来人工智能与大气科学领域逐步开展了深度融合。自20世纪90年代开始，已有研究人员将较为成熟的智能化算法引入气象应用领域，例如利用决策树及随机森林、自回归移动平均、支持向量机、人工神经网络等技术和方法开展强对流识别、统计预报等气象应用，取得了较好的业务效果。近年来，以深度学习为代表的先进智能算法在计算机视觉和自然语言处理等方面表现突出，在大气科学领域也初步得到发展，并展现出重要的应用潜力。例如，人工智能技术在气象观测应用中可增加观测类别，有效提高观测频次和观测准确率，基于卷积神经网络或循环神经网络可有效对非线性变化的中小尺度天气进行短临预报，有效提高冰雹、强降水等强对流天气的预报准确率和时效性［3］。此外，利用人工智能相关技术在智能网格预报、台风路径预报、海雾预报、ENSO等气候事件预测及人工影响天气等方面也取得了较好的效果。

因此，在大气科学人才培养过程中大气科学专业课程与人工智能知识技术的交叉融合，能提升学生尤其是研究生自主创新能力水平（新知识的学习能力、各知识的融合能力，以及实践应用能力），是大气科学类院校目前应该优先考虑和着力发展的方向。

一、人工智能背景下创新培养的必要性

不同学科的交叉能够有力地突破不同学科内部固有的思维，形成跨学科的概念和思维的连接，为科研创新提供重要的支持。早在2020年2月，在国家教育层面就指出，要依托“双一流”建设，提升人工智能领域研究生培养水平，培养“人工智能+X”复合型创新人才，实现人工智能对相关学科的赋能改造［4］。其实，“人工智能+X”概念的提出与新工科建设的背景有很大关系。新工科概念自2016年提出，是在新科技革命、新产业革命、新经济背景下工程教育改革的重大战略选择，是今后我国工程教育发展的新思维、新方式、新方向。与传统的工科教育相比，新工科的“新”主要体现在三个方面：新兴学科、新型学科和新生学科。其目的是培养未来多元化、创新型的卓越工程人才。“人工智能+气象”正是在这种形势下提出的，旨在实现“跨学科融合、育创新人才”的目标。

“人工智能+X”中，人工智能对于人才培养的影响，更多体现在其对高校工科人才培养体系的冲击，也即其对新工科学科专业设置和未来发展将形成全方位影响。气象海洋学科属于传统意义上的理科专业，但是其发展始终离不开工程专业的支撑，两者互相结合，才能促进理论和实践的不断深化和进步。在“人工智能+气象”培养模式中，建立人工智能的应用背景可以帮助学生明确学习目的，增加学习兴趣；打牢大气科学基础可以提高学生对专业知识应用实践的认识，促进不同学科技术的融合与创新。我国高校目前的大气科学人才培养模式不能适应多学科交叉融合的趋势是全球化背景下气象人才教育的重要弊端。因此，在大气科学类院校的专业发展上，“人工智能+气象”的人才培养模式是必要而紧迫的，要以交叉学科的复合型创新人才为培养目标，既需要人工智能和大数据相关的专业基础，又需要气象专业学科的专业基础。作为大气科学专业的学生，如何打破学科壁垒，形成更宏大的融合发展态势将是一个全新的科学问题。如何把这两个学科专业的知识融合，没有现成的经验可借鉴，没有固定的模式可遵循，理念创新、方法创新、途径创新是解决问题的关键［5-7］。

二、大气科学专业人才培养现状

当前我国高校大气科学领域创新人才培养，还没有较好适应人工智能等新技术发展步伐，也难以满足人工智能新技术与气象领域融合的创新需要，主要表现在：（1）课程体系没有及时吸纳人工智能等前沿技术。目前大气科学专业课程开设以传统气象类等课程为主，教学内容对人工智能等新的信息技术及前沿领域跟踪不够紧密，课程设置与培养高素质气象应用复合型人才要求有较大差距。（2）学生运用新技术的能力不足。大气科学学生以理科课程学习为主，难以跟上快速发展的信息技术，尤其是运用人工智能等相关理论和技术解决领域内复杂工程问题的能力不足。（3）教学训练考核工具、手段智能化水平欠佳。大气科学类教学实践仍主要以传统装备和手工绘图等手段进行教学实践和考核，对学生学习过程支持、教学效果评估不足。

在大气科学人才培养和教学中存在的主要问题有：（1）现有人才培养目标模型与新的岗位任职需求不够贴切。（2）育人体系的通识性过强，缺乏对人才个性化和创新性的塑造机制。无论是培养体系还是教学模式，现有人才培养系统中的大众性普通高等教育思想和过程过浓；缺乏特色且育人效果不明显。（3）个性化创新型人才培养的综合考核和评价体系尚不健全。目前的人才培养体系虽然在培养方案、教学实施、考核评价等方面框架性地考虑了新型人才培养的特色需求，但仍缺乏具体的适应性谋划和细节实施设计，尤其是对个性化和创新性能力素质的培养机制还缺乏有效、系统的融合考虑，对新型人才的培养质量还缺乏适宜的评价机制［8］。

三、创新能力培养方法探索

为有效解决上述问题，需要进一步优化人才培养的顶层设计，以课内教学改革、课外科技创新活动和智能化教学手段为抓手，从课程优化、课外实践拓展和训练条件支撑等方面，借助人工智能新技术开展大气科学人才培养模式创新与实践。同时，将人工智能通识教育与工程应用教育融入大气科学教育教学体系；多途径鼓励和引导学生开展创新实践活动，通过各类条件建设为智能化应用创新实践提供软硬件支撑，实现“理工结合”；开展大气科学实践与考核的条件建设，构建智能化的大气科学专业领域训练考核环境，为学生提供智能化的大气科学专业学习过程支持。通过人工智能等与大气科学的协同创新，最终实现人工智能与大气科学的融会贯通，提高大气科学领域学生科学思维能力和创新实践能力。

人才培养顶层设计方面。优化人才培养的顶层设计，将个性化与创新理念渗透到教、学、管、保各环节。修订以个性化和创新性为鲜明导向的人才培养方案和课程标准，在教员队伍建设、教学内容选择、教学模式运用、实践平台构建等方面全方位体现个性化与创新能力的培养要求，及时引入人工智能技术作为教学内容，融入课堂和教学实践，形成良好的军事创新教育氛围。

人工智能与大气科学融合的教学实践方面。从人才培养顶层设计入手，将个性化与创新理念渗透到教、学、管、保各环节。修订以个性化和创新性为鲜明导向的人才培养方案和课程标准，在教员队伍建设，教学内容选择、教学模式运用、实践平台构建等方面全方位体现个性化与创新能力的培养要求，及时引入人工智能技术作为教学内容，融入课堂和教学实践。把人工智能新技术有机融入大气科学教学内容，优化论证人才培养方案，在已有大气科学人才培养体系基础上，对研究生、本课程等各培养层次，以必修、选修及讲座课等形式开设“人工智能导论”等人工智能通识类课程，“气象海洋信息智能处理”等气象应用类课程，兼顾基础性和前沿性，涵盖人工智能技术在大气科学领域的主要学科前沿和应用方向；鼓励教师启用深度融合信息技术的课程教学模式；根据教学内容调整，开展相关教材、在线课程及教学资源等方面建设大气科学课程“气象海洋信息智能处理与决策支持”“气象海洋信息处理处理与应用”“气象信息可视化”等信息类课程，将最新信息处理技术与大气科学应用深度融合。

在实践教学内容改革的基础上，针对人工智能专业综合性、前沿性及应用性强的特点，设计能够综合利用多领域、多行业、多单位的人才联合培养模式。遵循需求为引导、工程为核心、创新为特色、能力为重点的教学理念，从应用性培养与创新性培养两方面入手进行教学模式改革。在应用性培养方面，通过与用人单位合作，逐步建立与规范由学校和单位共同参与、专兼结合的联教联训团队和培养机制；形成需求牵引与创新实践相融合的气象海洋专业人工智能产学研融合人才培养模式。在创新性培养方面，以人工智能人才培养能力目标为牵引，与理论教学环节紧密结合，培养学生的创新意识和创新能力。开展以学生为主体的智能气象应用创新实践平台建设，提供满足智能应用及大数据分析的气象海洋数据库和计算服务，为学生的创新实践提供数据服务和计算服务。鼓励和指导学生参加气象类智能应用竞赛，结合各类科技竞赛、毕业设计等活动，组织学员开展智能化气象应用创新实践，通过论文发表、专利申请等形式，凝练创新成果，提升创新能力。建立能够长效持续运行的培养环境，设置相关课程及第二课堂作为竞赛的预备和后延。

在教学条件建设方面。依托学校“双一流”项目，利用人工智能技术开展大气科学领域教学实践条件建设和考核评估机制。根据大气科学学科相关教学、实践和考核需求，构建智能化的大气科学专业领域训练考核环境，为学生提供智能化的大气科学专业学习过程支持，开展智能化的大气科学技能教学训练效果评估评价，为大气科学专业技能教学提供智能化的训练支撑，进行教育训练的智能管理与服务。构建涵盖考核机制、激励机制和评估机制等三个个性化创新性人才培养新的质量保证体系。建立完善的考核机制、合理的激励机制以及动态灵活的评估机制，构建包含知识、能力、创新、成果和发展的五维综合测评体系，主要从培养目标、质量标准、组织保障、资源配置、培养教育体系、过程控制、教育监督以及质量文化等方面全面衡量个性化创新型人才培养机制，确保个性化和创新型人才培养机制刚性运行，不断提升人才培养的质量。

结语

创新是科技发展的动力和源泉，创新能力培养是高校教育的首要任务之一。我国高校目前的大气科学人才培养模式不能适应多学科交叉融合的趋势是全球化背景下气象人才教育的重要弊端，制约了大气科学专业的进一步发展。在人工智能背景下，为实现大气科学专业人才的创新能力培养，高校应该从人才培养的顶层设计、学科融合的教学实践、教学内容改革和配套教学条件建设等诸多方面提出有针对性的措施和有效的方法及实现途径。