AI背景下高职院校计算机专业人才培养和教学的思考

张生瑞　杨振宇　李波

摘 要：本文先介绍了人工智能行业的发展现状，提出了AI背景下高职院校计算机专业人工智能人才的培养和教学过程中的一些思考。

关键词：AI;人工智能;人才培养;教学

1 绪论

2016年谷歌开发的AlphaGo在对战世界围棋冠军李世石的比赛中取得胜利，使得人工智能这一技术越来越多地暴露在了社会各界的视野之中。2016年我国公布的文件，如《“十三五”国家科技创新规划》和《“互联网+”人工智能三年行动实施方案》等，都对发展AI产业作出了战略上的规划安排。而在2017年的“两会”上，AI也分别被写入政府工作报告和党的十九大报告。斯坦福大学近年的一份报告指出：人工智能将显著影响交通、服务机器人、医疗健康、教育、低资源社区、公共安全保障、工作就业、娱乐等几大领域[1]。我们看到人工智能的应用在影响和改变着我们的生活，那么针对高职院校的计算机专业，应如何培养人工智能方向的人才，是我们必须思考的一个问题。

2 人工智能行业发展现状

自人工智能诞生以来，人工智能的理论和技术日益成熟，它的应用范围也在不断扩大，在智能搜索，组合调度问题，感知问题，模式识别，逻辑程序设计，复杂系统及人类思维方式等方面得到了广泛的关注和研究。目前人工智能领域最广泛的实现方法是通过机器学习。机器学习中最为流行和有效的是深度学习技术。它利用深度神经网络来实现机器学习。机器学习算法依赖大量数据来进行模型训练、并且模型的训练测试还需要高性能的计算能力，因此人工智能的实现离不开大数据技术框架下的巨量数据提供的数据样本支撑、并行分布式计算系统提供的算力支撑。

作为国家未来的发展的重点方向，人工智能对于我国经济发展、产业转型和科技进步起着至关重要的作用。而AI项目从研发到应用离不开领域内各方向的人才的配合，他们是推动人工智能发展的关键因素。基础研究型人才专注于算法理论的改进创新;技术研发型人才主要面向AI项目的开发与落地;应用实践类人才则主要指胜任人工智能带来的新型职业要求，能满足新型工作岗位的技能需求的应用实践型人才。目前中國人工智能人才存在较大缺口。根据中国教育部门测算，我国人工智能人才目前缺口超过500万，国内的供求比例为1∶10，供需比例严重失衡。不断加强人才培养，补齐人才短板，是我国的当务之急[2]。

3 高职院校计算机专业AI人才的培养与教学的分析

3.1 人才培养路线

与研究型的高校相比，职业院校的人工智能人才培养方向应该更贴近实践和技能应用的层面。从学习的难易程度来看，人工智能的学习可划分为三个阶段。入门应围绕大数据的Hadoop框架开始，使学生逐步掌握数据收集、处理、存储、分析的一些技术，包括数据库的一些知识。在这个基础的阶段，同时也会对分布式计算框架MapReaduce、Spark等数据处理思路有更深的理解。下一阶段则主要学习python爬虫、数据分析、操作和可视化等。在熟练掌握上一阶段的数据操作、并对数据分析有了一定的了解之后，就可以进入最后一阶段，机器学习以及深度学习。在最后一个阶段，学生将对机器学习所解决的问题、机器学习的整体流程、模型选择及训练的方法有所掌握。

由于职业院校学生的有效的在校学习时间只有2年，在进入AI方向之前还需学习如C语言、数据结构、数据库等计算机通用专业课程及其他课程，因此上述培养路线在实际操作时，可根据学生基础以及专业定位作适度的侧重和取舍。例如学生数学知识比较薄弱、对相关的算法理解吃力，则可将教学重心放在大数据收集及处理、python数据操作、可视化等偏向技能类的教学上。

3.2 教学模式的思考与改进

目前高校内人工智能专业的教育也存在一些问题。首先是在教育体系内，能够有效实施人工智能教育的教师数量无法满足需求;其次学生学习时间有限，难以覆盖大而全的人工智能领域;最后则是校园教学环境与实际生产环境存在区别，容易出现“纸上谈兵”的问题。针对这些问题，笔者有以下的思考：

（1） 深化校企合作，聘请企业讲师授课，结合企业有经验的从业者的技能知识优势和学校方教学与学生管理的优势，弥补校内相关专业教师缺乏的现象;同时在校企合作的同时，利用企业资源实现高校教师的技能提升，防止学校过度依赖企业讲师的现象出现。

（2） 优化学生课程体系，一方面考虑削减部分课程。如AI方向本身因为大数据和数据分析的学习需求，本身就需要学习Java和Python编程语言，那么计算机入门程序设计语言是否可以由C语言替换为Java或Python呢？另一方面，可考虑结合校企合作，将学习课程拆分为学生在校学习和在企业实训两个部分。如在校期间针对AI的基础Hadoop、Python数据操作、数据分析等进行学习，而在企业实训时则侧重拔高并加深到机器学习、深度学习的内容，最终完成AI的教学任务。同时，学生在企业实训和实践时，能够接触到真实的生产开发环境，这对于学生学习AI的应用会有更符合实际的理解。

参考文献：

[1]Stone P，Brooks R，Brynjolfsson E，et al.Artificial intelligence and life in 2030[J].One Hundred Year Study on Artificial Intelligence：Report of the 2015-2016 Study Panel，2016：4.

[2]姚凯.缺口超500万中国如何补齐人工智能人才短板[N].第一财经日报，2019-07-10（A11版）.

作者简介：张生瑞（1966-），男，内蒙古鄂尔多斯人，理学学士，副教授，研究方向：数学和计算机应用研究。

*通讯作者：杨振宇（1994-），男，内蒙古鄂尔多斯人，硕士，助教，研究方向：计算机应用和软件工程。