宾夕法尼亚大学人工智能专业课程概况与目标体系研究

王盼盼

关键词 宾夕法尼亚大学 人工智能 课程

中图分类号：G649.1                                  文献标识码：A   DOI：10.16400/j.cnki.kjdkx.2019.09.006

Abstract Artificial Intelligence （AI） has a history of more than 60 years. It has experienced two ups and downs. Today， thanks to breakthroughs in big data and in-depth learning technology， it has promoted the rise of the third wave of AI. From October to December 2016， the relevant departments of the United States published three consecutive heavyweight reports. These reports mark the arrival of the era of artificial intelligence. As a pioneer in the field of global computer science and a leading private research university in the United States， the rapid development of artificial intelligence at the University of Pennsylvania has played an important role in the dissemination of intelligent system technology and the promotion of school reputation. At the same time， the artificial intelligence specialty of the University of Pennsylvania is near. Over the past few years， remarkable achievements have been made. The general situation of the development of AI specialty and the curriculum objective system are worthy of our reference and learning.

Keywords University of Pennsylvania; artificial intelligence; course

1 宾夕法尼亚大学人工智能专业的发展概况

1.1 关于宾夕法尼亚大学

宾夕法尼亚大学（University of Pennsylvania ），简称宾大（Penn），由本杰明·富兰克林创建于1740年，是美国第四古老的高等教育机构，也是美国第一所从事科学技术和人文教育的现代高等学校。在至今数百年的学校历史中，宾夕法尼亚大学一次又一次在教育以及科学技术上推动了人类文明的发展，诞生了人类历史上第一台通用电子计算机ENIAC，被誉为现代计算机科学文明的发源地。在世界大学的排名中宾夕法尼亚大学取得较高的成绩，其中宾夕法尼亚大学在2018年US News大学综合排名中位列全美第8名，在2018年泰晤士世界大学排名中位列全球第10名。

1.2 宾夕法尼亚大学人工智能专业的历史考察

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支，它通过了解智能的实质，生产出一种新的能以人类智能相似的方式做出反应的智能机器。

宾夕法尼亚大学的人工智能专业的发展历史主要分为两个阶段：

（1）萌芽阶段——现代计算机的诞生地，奠定了人工智能专业开展的资源基础。1914年宾夕法尼亚大学成立了一个独立的电气工程系，1923年Alfred Fitler Moore的遗赠赋予Towne大楼电气工程系的摩尔电气工程学院学位，计算机工程学院的雏形逐渐建立起来。1935年差分分析仪完成，这是世界上最大的机械计算机器。1946年2月15日，世界上第一台通用电子数字计算机“埃尼阿克”（ENIAC）在美国宾夕法尼亚大学研制成功。它当时由1.8万个电子管组成，是一台又大又笨重的机器，体重达30多吨，占地有两三间教室般大。当时的运算速度为每秒5000次加法运算。虽然现在看来是微不足道，但这在当时是相当了不起的成就，宾夕法尼亚大学为计算机及人工智能的專业的发展提供了得天独厚的资源基础，与此同时在宾夕法尼亚大学第一个计算机课程也提供（毕业级，通过电气工程）了。

（2）發展阶段：智能系统发展从在校实验研究面向市场竞争。GRASP（ General  Robotics， Automation，Sensing and Perception）实验室成立，是首屈一指的机器人孵化器，促进学生、研究人员和教师之间的合作，致力于视觉、感知、控制系统、自动化和机器学习方面的基础研究，这所实验室是学习人工智能专业学生的实践基地，更是他们不断提升自己专业知识的平台，在这所实验室的帮助下，学习人工智能专业的学生能够参加各种竞赛，不断提升自己的专业能力与实践能力。如2007年11月，本·富兰克林赛车队的小型本田自主车在DARPA城市挑战赛总决赛中名列前六，宾大的Robot cup队在2009年Robot Cup美国公开赛上参加比赛并获得第二名，UPennalizers参加Robot cup标准平台联盟比赛，使用Nao人形机器人，并且是参赛队中的4支美国队之一，2011年宾夕法尼亚大学工程学院的GRASP实验室，沃顿商学院的麦克研究所获得Y-Prize Global奖，2018年GRASP实验室参与了宾夕法尼亚大学的教学等。这些竞赛的成功都是建立在机器人实验室的多次实验基础上的，在实验室研究成功的智能机器人，通过面向市场的多次竞赛走进大众的视野范围中，发展成熟的智能机器人即将会投放市场之中。

1.3 宾夕法尼亚大学人工智能专业的发展现状

宾夕法尼亚大学人工智能专业不管是从其学生规模、专业排名来看都展现了其良好的发展现状。

（1）学生规模—更多的学生投入到学习人工智能专业的行列。宾夕法尼亚大学计算机科学学院人工智能专业本科生有 1700多名、研究生人数有1000多名，专门研究机器人（智能系统）方面的有18名教职人员和约20名博士后研究人员，75名博士生和90名硕士学生，越来越多的加入人工智能专业的学习行列。

（2）宾夕法尼亚大学的计算机研究方向。宾夕法尼亚大学的计算机研究方向包括人工智能，图形图像，信息管理，计算机软件原理，计算机系和计算机理论。在各个方向下又有具体的细分。图形图像包括计算几何、人体建模与仿真中心;信息管理包括生物信息学、数据库与数据管理;计算机软件包括形式化方法与软件工程、编程语言与信息安全;计算机系统包括处理器、嵌入式系统、网络与分布式系统;计算机理论包括算法与复杂性、逻辑与计算。

（3）排名现状—全球排名、影响力较高。宾夕法尼亚大学计算机专业在全美排名第十，另外其计算机学院的六个研究方向，十数个细分中，最强的三个研究方向应该是人工智能、编程语言和计算机理论，同时这三个方向在世界上都是排在前 20 的。

（4）机器人实验室——对人工智能专业的理论与实践结合的阐释。机器人实验室的简称是 GRASP ，实验室集计算机科学、电气工程、机械工程学院组成，是一个充满活力又具有合作协调氛围的地方。GRASP 现在有一千万美元的研究经费用于研究技术发明，主要用于自主飞行器和自主机器人，研发类人机器人，使机器人更加的真实。宾夕法尼亚大学在这所机器人实验室专门开设机器人专业，本科生和研究生可以在这所实验室里学习有关人工智能专业的理论知识，在课余时间机器人实验室的学生还可以自主研发各种机器人，这所实验室是学习人工智能专业理论知识与实践操作的最佳场所。

2 宾夕法尼亚大学人工智能专业的课程目标定位

2.1 价值取向

（1）灵敏性。灵敏性主要是指在设置课程目标时能够捕捉到时代发展现状，同时能够了解到社会对人工智能专业所提出的要求。宾夕法尼亚大学从事人工智能专业教学的教师近30位，每个教师都有自己的个人网站介绍，包括其开设的相关课程介绍，课程目标的设定都是基于专业教师的从教经历并结合国际（尤指美国人工智能发展较突出的学校）设定出来的，能够率先捕捉到人工智能专业的发展实况，如从事机器学习领域的：Eric Eaton， Ph.D.课程目标的定位就从人工智能的发展史开始，结合IBM的深蓝国际象棋程序击败了卡斯帕罗夫、DARPA城市挑战赛等人工智能技术成功的例子，将课程目标定位在学习人工智能在更多领域中的应用。

（2）实用性。实用性主要是指人工智能专业课程目标具备可实施性、再现性、有益性。人工智能专业要求学生学习自然语言处理、机器学习、机器人技术、视觉等课程，每个课程的目标都具有实用性，如计算机的语言学主要研究语言语义的信息处理;机器学习主要从事生物系统的建模、听力机、机器学习、结构预测、弱监督学习、多模态视频的理解、机器统计、计算机博弈;机器人技术主要包括分布式机器人、传感器、生物系统控制、兼容机制、无人机、运动规划等;计算机视觉包括图像分割、目标识别、摄像机网络、立体视觉等。每一领域的专业课的学习都是为了更好地应用于各个领域之中，因此课程的目标带有一定的“有益性”能够填补社会需求。

2.2 基本要求

人工智能专业的课程目标体现了课程发展现状，目前宾夕法尼亚大学人工智能专业的课程目标呈现出具体性与整体性的要求。

具体性是指课程目标的针对性与特定性，而整体性是指课程目标的总体性。如在宾夕法尼亚大学，工程与应用科学学院及计算机与信息科学学院都开设人工智能专业的课程，两个学院人工智能专业的总的目标是一样的——培养自主创新型人才，因而具有整体性，但是每个学院针对学生的未来发展又有不同且具体的课程培养目标，因此又有具体性，如计算机与信息科学学院的课程目标是培养在计算机方面杰出的应用型人才，而工程与应用科学学院的课程目标则是培养工程设计方面的人才。

参考文献

[1] 孙柏林.美国新的人工智能报告及其对我们的启示[J].自动化技术与应用，2017.36（10）：1-7.

[2] US. News最新2018美国大学排名出[EB/OL].http：//edu.sina.com.cn/a/doc-ifykuffc5319802.shtml，2017-09-12.

[3] 泰晤士高等教育2018年世界大学排名发布[EB/OL]. http：//www.sohu.com/a/190044983_105067，2017-09-06.

[4] Penn. History of CIS at Penn[EB/OL]. http：//www.cis.upenn.edu/about-cis/cis-history.php，2018-04-14.

[5] Penn. The GRASP's history and mission[EB/OL]. https：//www.grasp.upenn.edu/history，2018-04-14.

[6] Penn. The GRASP's history and mission[EB/OL]. https：//www.grasp.upenn.edu/history，2018-04-14

[7] Penn. The GRASP's history and mission[EB/OL]. https：//www.grasp.upenn.edu/history，2018-04-14.

[8] Penn. CIS Course Descriptions [EB/OL]. https：//www.cis.upenn.edu/about-academics/courses.php#500，2018-04-14.

[9] Penn.http：//www.cis.upenn.edu/about-people/staff.php[EB/OL]http：//www.cis.upenn.edu/about-people/staff.php，2018-04-15.