“5G+人工智能”时代的教学新挑战

［摘 要］ 在“中国制造2025”的国家需求及福建省海西地方经济和产业升级需求的背景下，传统的信号与信息处理专业的培养方式对未来所需的人才品质存在不适应性。通过分析信号与信息处理专业教学体系现状，以福州大学为例，研究人工智能时代的信号专业教育教学改革机制，分别从学位点建设、课程建设、培养方案、培养目标、课程体系等方面探讨了教学改革机制，从而为高等院校培养信号与信息处理方向的综合型创新人才提供参考。

［关键词］ 信号与信息处理专业；教学改革；5G；人工智能；课程思政

［基金项目］ 2022年度福建省教育厅本科高校教育教学研究项目“面向人工智能的信号与信息处理的专业培养与教学改革”；2021年度福州大学研究生教育教学改革项目“海上福建背景下的海洋信息系统特色课程建设研究”；2021年度福州大学线上线下混合式一流课程建设项目“数据结构与算法”

［作者简介］ 陈炜玲（1991—），女，福建福州人，博士，福州大学物理与信息工程学院副教授，主要从事智慧海洋和计算机视觉研究；林丽群（1980—），女，福建莆田人，博士，福州大学物理与信息工程学院副教授，主要从事视频质量评价和计算机视觉研究；赵铁松（1984—），男，河北衡水人，工学博士，福州大学物理与信息工程学院教授，主要从事多媒体通信和计算机视觉研究。

［中图分类号］ G643.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）40-0042-05 ［收稿日期］ 2023-09-06

一、概述

当前“5G+人工智能”时代，是我国产业更新换代的重要时期，科研和产业升级都面临巨变，而“数字化”“智能化”正是产业发展转型的重要趋势［1］。在信息时代科学技术突飞猛进的背景下，信号与信息处理是一门极其重要的学科，旨在培养能从事各种智能信息系统和智能信息处理相关研究工作的创新型人才。对信号与信息处理专业进行人才培养模式的创新改革，具体表现为：面向工业界，培养中国特色新型工业化道路进程中迫切需要的能够适应和支撑产业发展的工程人才；面向世界，培养建设创新型国家，提升我国工程科技队伍的创新能力所需的创新型工程人才；面向未来，培养面向增强综合国力，应对经济全球化挑战所需的具有国际竞争力的工程人才［2］。

基于时代对信号方向人才提出的新要求，传统信号与信息处理专业培养模式对时代存在的不适应性，通过总结现有培育模式的特点，结合“5G+人工智能”时代背景下的新需求及福州大学信号与信息处理学科的发展目标，本文依托我校卓越工程师培养计划，探索面向人工智能时代的信号与信息处理专业改革机制。重点围绕思政进课堂、培育方式升级、课程体系优化等方面，提出具体的建设方案与改革建议，以期为高等院校信号与信息处理专业改革提供可借鉴的观点与举措。

二、现状分析

随着信息时代的来临，“信息”“智能”等关键字以越来越高的频率渗透于社会的方方面面。具体而言，国家层面，《中国制造2025》的发布［3］，明确了制造强国的战略中将重点发展包括“新一代信息技术产业”在内的十大领域，并明确了“创新驱动”等五大基本方针；地方层面，习近平总书记在福建考察时强调，在加快建设现代化经济体系上取得更大进步［4］。牢记习近平总书记嘱托，福建把发展着力点放在实体经济上，不断推动传统产业数字化、智能化升级，培育新能源、生物医药等战略性新兴产业；产业层面，人工智能及5G通信等技术取得一系列前沿突破，对社会经济、文化、工业等方面的影响与日俱增［5］。

信号与信息处理主要研究数字信号的产生与获取、处理与分析、检索与识别、编码与传输、纠错与重构、信息可视化等，在信息化社会中极其重要。现代信号与信息处理尤其注重探索面向人工智能的信息处理技术，如计算机视觉技术、计算机听觉技术，以及其他基于机器学习的智能信息处理技术。随着人工智能时代的来临，人工智能技术对教育的影响愈加明显，人工智能方法逐渐被引入信号处理之中，使得智能信号与信息处理成为可能［6］；同时，交叉学科的逐步兴起，智能应用场景（如智能医疗、智慧城市和智慧金融等）的推进，也使得智能信号与信息处理成为必然［7］。此外，5G时代的来临，充足的网络资源使得数据交互、大数据获取更加容易，推动“5G+人工智能”、群体智能的研究也成为学术前沿。此外，信号与信息处理专业也逐步受到关注，如图1所示为我校近10年来信号与信息处理专业招生人数曲线，截至今年信号专业招生人数相比10年前已增加了近1/3。

面对时代变迁带来产业的升级换代，传统的培养方式对未来所需的人才品质存在不适应性，主要表现在：偏向新技术的简易“嫁接”，忽视人工智能相关技术的内在理论和方法特点；偏向单一研究方向，忽略不同专业及相近专业间存在问题的共性问题；偏向专业技术浅尝辄止的状态，忽略对整个研究方向历程的整体把控。上述问题限制了研究生对当前时代相关技术的整体把握，影响了研究生群体的技术和创新能力的进一步提升［8］。同时，导师未能及时更新和跟进当前社会的需求亦是影响研究生人才创新能力的重要因素，主要表现在：一方面，由于技术更新迭代速度快，研究方向严重脱离市场需求，研究生培养后所具备的专业技能与就业所需的能力脱钩，造成了大部分人才资源的浪费；另一方面，毕业生就业相比过往年份更具多样化的特点，图2所示为近7年本校信号专业毕业生的就业去向，可以看出，信息类行业吸引了最多的本专业毕业生，但近年来，金融业、制造业等行业也吸引了一定数量的毕业生就业，这导致就业所需能力的要求亦更加多样化；研究方向新颖，导师相关知识却未能及时更新，影响研究生培养过程中对研究过程的正确把控。

由现状可知，为持续培育优秀的研究生人才，需同时重视教学、科研与导师培养，推进师生协同培养改革。此外，教育理论要要主动跟上这些前沿技术演进的步伐，让技术与教育教学深度融合，才能培育出符合时代需求的人才。因此，结合人工智能的时代背景，从课程建设、培养方案、培养目标、课程体系等多方面进行改革，由此带来的学位点建设和教学培育也成为必须推动的关键任务。

三、专业改革的具体措施

信号与信息处理专业涉及多个学科领域及学科之间的交叉领域，涵盖多门较有深度的课程，并注重理论与实践相结合，旨在培养理论与实践并重的复合型人才［9］。因此，对该专业进行合理有效且有针对性地改革具有一定挑战，结合外校本专业发展目标，本文基于人工智能时代对学界、工业界的影响，围绕培育方案、课程体系、培养方式等专业建设中的重点问题，展开改革方案的探讨。

（一）以思想政治教育为指导

“教书”与“育人”是教育中两大不可分割的主题［10］，思政进课堂则是“教书”与“育人”有机结合的重要举措。以此为背景，在专业培养过程中应积极开展课程思政，激发学生的爱国主义热情，提升主人翁意识，自觉形成良好的学习习惯和道德情操，培养团队协作能力和责任心，建立为国家和民族奋斗的信念，为使“应用型”人才真正能被有价值地“应用”把好方向。在知识传授的同时注重价值引导，关注如何布局知识点和教学方式，以时政要闻、名人轶事、科技创新故事等为突破口，深化课程思政教育领域，满足不同层次学生的需求。同时更新课程标准，增加思政考核模块，注重价值引领；梳理各个章节的知识点，从不同角度分析和挖掘课程蕴含的思政元素，建立思政案例库，并不断丰富和更新。

本学位点自2019年起逐步在培养计划中加入思政元素，将“具有服务国家和人民的高度社会责任感，良好的职业道德和创业精神，科学严谨的学习态度和求真务实的生活作风”写进培养目标。在具体举措方面，以学位课“计算机视觉”为例，围绕“中国制造2025”对人工智能的要求及当前中美竞争中的人工智能技术应用进行讲述。比如，在介绍目标识别应用中，与当前卫星监控、水下监控、救灾、反恐等相结合；在大数据监控应用中，与当前国家数据安全、隐私保护相结合进行讨论；在介绍深度神经网络技术中，突出可解释神经网络作为当前人工智能前沿热点；在介绍计算机视觉相关的国际期刊、会议论文中，点明当前华人已占据1/3以上顶尖成果，培养学生的民族自豪感。

（二）优化学位点培育方案

对学位点而言，首先应明确以“面向现代化、面向世界、面向未来”为指导思想，注重价值引领，培养团队协作能力和责任心，建立为国家和民族奋斗的信念，以培育卓越工程师和潜在科研人员为宗旨［11］，努力培养德智体美劳全面发展的社会主义建设者和接班人。立足学科现有研究优势，面向国家和行业需求，推进机器智能、触感网与人机交互、群体智能、智能医学的研究，形成人工智能（含机器学习、计算机视觉/触觉、群体智能等）、现代信号处理理论与方法、多媒体计算与虚拟现实、海洋与遥感信息处理、通信信号处理及医工结合与医学影像计算等具有相对优势和特色的研究方向。此外，学位点进一步优化培育方案，培育人工智能与传统信号处理交叉的科研方向和课程体系，鼓励个性化培养方案的制订，推进与研究方向更加切合的灵活的研究生培养方案，以此提升研究生培养质量和成果产出。以学位点为中心，交互培养研究生的科研与工程能力，鼓励优秀课程和优秀成果产出，更加贴近于《统筹推进世界一流大学和一流学科建设总体方案》［12］和《关于高等学校加快“双一流”建设的指导意见》［13］的学位点建设体系。

（三）优化课程体系

在“5G+人工智能”时代背景下，为了顺应人工智能时代变局，设立课程主要围绕计算机视觉、触觉信号处理、医学成像及分析、5G通信及人工智能技术所需的能力开设。课程体系内容建设要适应科研型人才培养目标的需要，课程体系结构体现工作过程导向，任务引领教学模式的需要，使学生能够配合科研需求，培养学生进行科研的基本技能，设立以“机器学习”“凸优化”和“线性代数”为代表的理论基础课程，建设以“计算机视觉”和“数字图像处理”为代表的应用基础课程，逐步培育以“智能驾驶技术”和“医学影像可视计算技术”为代表的应用型课程，并在后期逐步完善增加机器触觉、机器听觉、群体智能等方向的选修课程。同时更新课程标准，增加思政考核模块，梳理各个章节的知识点，强化学生英文阅读与写作的能力，从不同角度分析和挖掘课程蕴含的思政元素，建立思政案例库，并不断丰富和更新。通过优化课程体系，学位课程增加，增加学生选课自由度，促进制订更加个性化的课程培养计划。此外，在课程开展过程中，组织研究生学习优秀相关报告，鼓励研究生选择课程相关任务，动手实现任务并做出口头报告。其间，导师针对出现的问题与研究生交流并讨论，通过交互式反馈，导师能够了解到研究生在学习课程时遇到的主要问题，并能据此优化课程开展方案，以达到更好的课程教学效果。

（四）优化培养方式

采取理论学习和科学研究相结合、指导教师个别指导与研究生培养指导小组集体培养相结合的方式，根据导师推荐并经有关领导批准，可设副导师协助指导。学生配合任课教师指导和作业检查，既要充分发挥教师的指导作用，又要发挥硕士生的主观能动性；指导教师既要使硕士生深入掌握基础理论和专门知识，又要使硕士生掌握科学研究的基本方法和技能，特别是注意对硕士生自学能力和独立工作能力的培养。同时，以时政要闻、名人轶事、科技创新故事等为突破口，深化思政教育领域，逐步提升培养质量，提升相关方向研究生毕业要求。结合以锻炼动手能力为主的企业课题、学生写作小组、英文阅读小组、纵向基金项目组等形式，锻炼学生的动手能力、英语阅读与写作能力、解决问题能力及逻辑思维能力等。同时，针对人工智能、5G新基建，积极组织学生观看学习国内和国际前沿会议，紧跟国际前沿研究。此外，应积极鼓励学生挑战“5G+人工智能”相关创新课题，并提供完备的实验平台及导师指导，以期最大程度地锻炼学生的实践技能。

（五）创新培养模式

针对新兴人工智能技术的不断更迭，结合我校本硕博相关专业培养现状，可开展本硕博贯通人才培养，本硕博贯通由于培育时间较长，不宜聚焦科研领域已有热点问题，而应面向未来的前沿技术，保证学生能够在未来读研阶段“进可攻”（开展届时热门前沿课题）“退可守”（该未来热门课题现已处于萌芽阶段，且与当前前沿课题相关，保证学生基础培育）。为此拟开设两个课题。

1.知识和数据驱动的机器视觉。聚焦知识图谱、因果推断与计算机视觉任务的交叉研究是当前人工智能的难点和潜在热点。本科生主要打好数学基础，并在传统计算机视觉领域进行实践研究；研究生阶段学习知识图谱、因果推断等知识，并与计算机视觉结合，解决现有计算机视觉领域依赖大量数据和复杂网络解决简单问题的缺点。

2.机器触觉与沉浸式交互。当前机器视觉研究较多，机器触觉处于萌芽阶段，但机器触觉技术已成为现实操作与虚拟现实中的重要支撑技术，也将成为与机器视觉、机器听觉并重的人工智能手段，融合触觉的虚拟现实也成为元宇宙技术的重要支撑。本科生阶段主要学习信号处理、嵌入式系统、计算机图形学相关技术；研究生阶段逐步深入探索机器触觉中的特征提取、目标识别、场景理解，以及视觉、触觉、听觉跨模态交互技术，最终关注元宇宙下的跨媒体融合感知、分析与再现。

四、信号与信息处理专业改革重点与创新

本文立足福州大学信号与信息处理专业现有研究优势，面向国家和地方产业升级需求，探索研究生教学与专业培养改革。以下为改革中的重点任务与关键创新。

面向“5G+人工智能”的示范性导师研究生联合培养机制，以完成面向人工智能的信号与信息处理专业培养改革。在相关工作中，需继续改革现有研究生科研培养机制，通过广泛的学术交流（参与国内外学术会议、邀请专家讲座、举办学术论坛或会议），拓宽现有师生的学术视野；通过导师小组协同指导，辅助学生的科研进展，提升科研协作水平；通过导师之间传帮带的方式，提升导师的学术水平和研究生培养能力，从根本上形成高水平的师生团队；通过本硕博贯通的培养体系，形成有的放矢的学生培养模式，有助于培育解决“卡脖子”技术的关键人才。

信号与信息处理传统主干课程与人工智能前沿融会贯通的完整课程体系，以完成面向人工智能的信号与信息处理教学改革。在相关工作中，需依托学科现有的优势研究方向，并服务国家，特别是“中国制造2025”所关注的战略技术前沿，在此基础上，简化、合并或淘汰旧有的部分课程，开设面向前沿技术的新型课程，并满足跨课程的知识点衔接要求。同时，课程内容建设需与时俱进，不断引入新鲜知识点和前沿技术，辅助学生拓展科研知识面和夯实科研基础。

结语

基于“5G+人工智能”、群体智能的背景，本文归纳总结了我校信号与信息处理专业近年来的主要改革举措与计划。一方面，提出培育人工智能与传统信号处理交叉的科研方向和课程体系，推进与研究方向更加契合的灵活的个性化研究生培养方案，引导学生广泛深入地了解人工智能的前沿，提升研究生培养质量和成果产出。另一方面，培育学生对科技前沿的探索与创新，着重培养研究生的科研与工程能力，服务于“中国制造2025”与产业升级中解决“卡脖子”问题所需的科研能力与工程能力。本文提出的改革着眼于将课程与实验的融合并探索从科技前沿问题到产业实践的综合培养方案，在充分考虑高校与企业在理论、工具、框架和应用方面的各自专长后，在部分课程的教学中邀请企业的人工智能专家参与教学目标研讨，充实并丰富了课程内容，同时鼓励学生参与人工智能技术与应用大型展会和企业现场，解决传统课堂学生缺乏感性认识的不足。推进实施以能力为培养目标、以行动学习为实践转换的产教融合教学改革，强化教学内容与人工智能技术和应用发展的对接，教学过程与产业实践的对接。

参考文献

［1］刘烈宏.加快发展数字经济，以数字化、网络化、智能化助力中国式现代化［J］.通信世界，2023（9）：8.

［2］周端明，沈燕培.习近平科技创新重要论述指引新工科建设的方向［J］.高等工程教育研究，2021（4）：1-7.

［3］赵蕾，陈琛.2023年政府工作报告中的自然资源要点［J］.资源导刊，2023（3）：6-7.

［4］习近平在福建考察时强调 在服务和融入新发展格局上展现更大作为 奋力谱写全面建设社会主义现代化国家福建篇章［EB/OL］.（2021-03-26）［2023-08-13］.http：//qh.people.com.cn/n2/2021/0326/c182753-34642829.html.

［5］刘议聪，王远旭.人工智能时代高校智慧化教学创新策略研究［J］.中国多媒体与网络教学学报（上旬刊），2023（1）：1-5.

［6］吕志胜，封斌，蒋翔，等.面向“智慧海洋”的人工智能课程体系建设研究［J］.高教学刊，2020（7）：88-90.

［7］张海剑，夏桂松，余磊，等.面向人工智能的数字信号处理课程案例设计［J］.高教学刊，2022，8（28）：86-89.

［8］孙红，王瑞琪，付东翔，等.新工科的兴起与智能复合人才培养的研究［J］.计算机教育，2019（10）：27-30.

［9］刘健.信息化时代应用型本科高校研究生专业课程思政建设：评《测试信号分析与信息处理》［J］.中国科技论文，2023，18（5）：591.

［10］刘欢，任霏.高校“课程思政”教书育人的实践路径［J］.广西青年干部学院学报，2021，31（6）：37-40.

［11］郑煦林.党的百年奋斗历史经验融入大学生思政课的三维审视［J］.福州大学学报（哲学社会科学版），2022，36（6）：32-38.

［12］国务院关于印发统筹推进世界一流大学和一流学科建设总体方案的通知：国发〔2015〕64号［A/OL］.（2015-10-24）［2023-08-13］.http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/201511/t20151105_217823.html.

［13］教育部，财政部，国家发展改革委.《关于高等学校加快“双一流”建设的指导意见》的通知：教研〔2018〕5号［A/OL］.（2018-08-20）［2023-08-13］.http：//www.moe.gov.cn/srcsite/A22/moe_843/201808/t20180823_345987.html.

Reform of Signal and Information Processing Education in the Era of Artificia Intelligence and 5G

CHEN Wei-ling， LIN Li-qun， ZHAO Tie-song

（College of Physics and Information Engineering， Fuzhou University， Fuzhou， Fujian 350108， China）

Abstract： Given China’s “Made in China 2025” initiative and the necessity for economic and industrial advancement in Fujian Province， traditional teaching methods alone are insufficient to cultivate future talents in signal and information processing. This article examines the current state of the teaching system， explores reform mechanisms using Fuzhou University as a case study， and discusses reforms in graduate degree construction， curriculum development， cultivation programs， goals， and course systems respectively. The objective is to provide guidance for fostering comprehensive and innovative talents in signal and information processing at higher education institutions.

Key words： signal and information processing specialty; reform in education; 5G; artificial intelligence; curriculum ideology and politics