人工智能（Artificial Intelligence，簡稱AI）是當前信息技術領域研究的熱點，特别是以物聯網、雲計算、大數據、深度學習、智能衛星等為代表的新一代人工智能技術的發展，極大影響甚至改變了人們的生産生活與思維方式^[1]。2017年7月8日，國務院頒發的《新一代人工智能發展規劃》指出：人工智能将成為國際競争的新焦點^[2]。人工智能必将成為引領未來的戰略性技術，世界主要發達國家把發展人工智能作為提升國家競争力、維護國家安全的重大戰略。

毋庸置疑，人工智能的發展就是人才的發展，人工智能的進步離不開人才的培養。全球人工智能人才儲備中國隻有5%左右，人工智能人才缺口超過500萬。為此，教育部在2018年4月2日專門印發了《高等學校人工智能創新行動計劃》，提出3大類18項重點任務，并規劃到2020年，基本完成适應新一代人工智能發展的高校科技創新體系和學科體系的優化布局，高校在新一代人工智能基礎理論和關鍵技術研究等方面取得新突破，人才培養和科學研究的優勢進一步提升，并推動人工智能技術廣泛應用^[3]。

截至2017年末，全國共有71所高校圍繞人工智能領域設置了86個二級學科或交叉學科。教育部也在深入論證人工智能學科内涵，推進人工智能一級學科建設，科學合理、穩步有序地擴大人才培養規模，甚至鼓勵有條件的高校在充分論證的基礎上建立人工智能學院、人工智能研究院或人工智能交叉研究中心^[4]。

那麼高校如何申請并設立人工智能專業呢？這是擺在許多高校面前的問題。

1.1 專業設置

目前，在教育部《學位授予和人才培養學科目錄》中，與人工智能有關或者相近的專業是智能科學與技術。智能科學與技術是工學門類中計算機專業類下的特設專業，是一門融合了電氣、計算機、傳感、通訊、控制等衆多學科領域，多學科相互合作、相互研究的跨學科專業^[5]。專業涉及機器人技術、微電子機械系統、以新一代網絡計算為基礎的智能系統，以及與國民經濟、工業生産及日常生活密切相關的各類智能技術與系統等，是培養解決智能系統基本理論、算法設計以及系統建設等問題的高級複合型專業人才的本科專業。

各高校可以根據自身的學科特點、優勢以及人才培養目标，從與人工智能相近的專業來進行獨立開設。同時，可以依托計算機、電子、軟件、自動化、大數據等專業基礎，根據新一代人工智能的發展趨勢和應用特點，開始新一代人工智能基礎課程，拓展專業課程設置，延伸專業應用，從而獲得新的專業特色和優勢。

在暫時不具備申請新專業的學院，可以在計算機、軟件、電子或者大數據等專業裡面先設置人工智能方向，為申報人工智能專業打下基礎。

1.2 專業定位

人工智能學科覆蓋面廣、包容性強、應用需求空間巨大，已成為國際上公認的最具發展前景的學科之一，所培養人才的就業方向幾乎覆蓋了所有的領域。然而，在《學位授予和人才培養學科目錄》的本科專業中還沒有人工智能這個專業，與人工智能最接近的專業是智能科學與技術^[6]。

高等院校和科研機構是人才培養的主要基地，是時代發展的風向标，引領社會進步。三亞學院是一所應用型大學，學校的學科發展定位是強化内涵、兼顧多學科，智能科學與技術專業的設立可以推動多學科交叉融合，為傳統學科的進一步發展開拓新的思路。智能科學與技術專業不僅是一個新專業，更是一個新的創新創業人才孵化器，人才培養将在智能思維的幫助下邁向一個新的境界。

從技術發展看，從腦科學突破角度發展人工智能，現在還有局限性^[7]，所以現在普遍意義上的新一代人工智能是在大數據基礎上，再加上受腦科學啟發的類腦智能機理綜合起來的理論、技術、方法形成的智能系統。從三亞學院專業布局和學科定位角度看，在現有的計算機科學與技術、軟件工程、數據科學與大數據等專業基礎之上增加智能科學與技術專業是專業建設的必由之路，不僅有助于學科建設的綜合性和連續性，而且可以提升三亞學院辦學水平，形成具有鮮明特色的學科方向。

智能科學與技術也将對許多傳統學科的發展帶來極大的影響。早期，人們将人工智能認為是計算機科學的一個分支，如今人工智能學科顯然已經超越計算機科學的範疇，與互聯網、大數據、語言學、心理學、腦認知等學科緊密相關。人工智能學科研究的主要内容包括知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面^[8]。因此，發展智能科學與技術既可以适應現代人工智能時代的需要，又可以盡快把計算機科學、數據科學與大數據、軟件工程、腦認知科學、語言學、仿生學等有生力量調動起來開展工作。

1.3 培養目标

人工智能專業培養的是具有“較深的人文底蘊、強烈的創新意識、寬廣的國際視野、紮實的專業知識”的高素質應用型工程技術人才，需要具有良好思想道德修養、創新創業精神和職業道德精神，具備自主學習能力、批判思維能力和較強的國際交流能力等。此外，培養的學生還需要具備信息科學、數理統計、數據科學、智能硬件等基礎知識與基本技能，熟練掌握傳感網、物聯網、嵌入式、大數據處理、機器學習、深度學習等專業技術，能夠從事智能機器人、無人系統等産品的設計開發與生産^[9] ，能夠勝任政府、企事業單位、社會組織等部門有關數據統計與分析、智能系統設計與建設、智能系統安全維護、輿情監測、專家決策等方面的工作。

智能系統設計師：根據産品和服務的需求，搭建深度學習相關框架，提供深度學習相關支持；負責深度學習相關數據的處理、特征提取和模型訓練等；提供跟訓練好的模型之間的接口交互。

高級算法工程師：進行人工智能相關前沿算法的研究，包括機器學習、知識應用、智能決策等技術的應用，負責機器視覺系統、圖像處理開發及算法優化和性能評估工作；負責各類算法開發及優化工作。

智能設備與無人系統研發工程師：獨立或者作為骨幹參與到智能設備、無人系統等的研發與生産中，如家庭服務機器人、健康護理設備、可穿戴設備、仿生設備等的研究與開發，制定研發計劃，并進行任務分解、需求分析、架構設計等工作；負責研發項目的架構設計及部分核心代碼的編寫；負責把控研發産品的技術路線、架構、方案以及階段成果。

智能服務應用工程師：根據行業需求和過往數據進行市場分析、客戶管理與潛力挖掘、廣告投放、風險管控、行業走向預測、輔助決策等行業應用，提高行業管理水平和運行效率；創建行業應用的數據挖掘和建模相關的核心算法和代碼實現；負責數據分析和建模項目的業務需求和技術實現；負責數據模型等數據産品的策略智能分析和報告等事宜。

自然語言處理（NLP）工程師：利用機器學習/深度學習/NLP技術完成并優化文本分類、熱點問題分析功能，為戰略決策提供數據支持；負責智能化平台語料獲取, 包括互聯網/日志等, 并進行相應分析分類/聚類，挖掘數據潛在的價值。

3.1 理論課程建設

人工智能是一門綜合性學科，既需要有紮實的數學基礎，還需要一定的計算機硬件開發基礎，同時，還要注重課程的整體性和層次性設置。在專業基礎課上除了微積分、線性代數、概率與統計等基礎數學課，還要有數學分析、凸優化等對人工智能很重要的内容，以及矩陣運算、監督學習與非監督學習的應用數學基礎。

在專業核心課程設置上，智能科學與技術專業除開設計算機專業的核心課（如Python、C/C++、操作系統、數據結構、算法分析、智能硬件、分布式并行計算、FPGA開發等）及平台課程外，相關的核心課程還包括人工智能導論（含腦科學、生命科學與認知科學）、機器學習、深度學習、大數據處理與雲計算、機器人開發、模式識别、自然語言處理等核心課程，實驗平台支持人工智能硬件實驗平台、大數據處理與雲計算平台、機器學習與深度學習平台等。

3.2 實驗建設

實驗課程設計可以根據人才培養目标和教學計劃安排分Python開發、機器學習、深度學習、智能化應用等模塊進行展開，部分參考案例設計如下。

（1）機器學習實驗。主要包括：實驗1，機器學習概述；實驗2，監督學習的數據準備；實驗3，監督學習的算法調優（臨近算法、樸素貝葉斯分類器、卷積神經網絡等）；實驗4，監督學習的效果分析與模型部署；實驗5，非監督學習算法調優（K均值聚類、主成分分析算法、自組織映射神經網絡等）；實驗6，非監督學習模型部署（聚類、隐馬爾可夫模型、神經網絡模型等）；實驗7，半監督學習的分類方法（生成式、判别式等）；實驗8，半監督學習的聚類方法。

（2）深度學習實驗。主要包括：實驗1，Tensorflow基本應用；實驗2，BP神經網絡；實驗3，AutoEncoder自動編碼器；實驗4，目标檢測（rcnn、fast-rcnn、faster-rcnn、ssd）；實驗5，圖像分類（vgg、resnet）；實驗6，圖像處理軟件Matlab的安裝與使用；實驗7，圖像操作及算術運算；實驗8，圖像顔色空間運算；實驗9，圖像濾波。

（3）人臉識别實驗。主要包括：實驗1，數據選擇（WebFace人臉數據庫）；實驗2，數據處理（人臉檢測、人臉特征點檢測、人臉的對齊）；實驗3，數據轉換（劃分訓練集驗證集，調用Caffe提供的轉換函數）；實驗4，訓練網絡；實驗5，在LFW上測試（LFW，人臉識别領域最重要的數據集合）；實驗6，結果分析。

3.3 實訓課程建設

實訓課程結合當前的熱點應用進行設計，部分參考案例如下：①智能機器人，主要包括智能工業機器人、智能服務機器人和智能特種機器人；②智能金融，包括智能客服、身份驗證、金融搜索引擎、征信及風控、智能投顧等内容；③智能醫療，包括智能健康管理、智能診療、智能影像等；④無人控制，包括無人船、無人車、無人機等自動控制與智能駕駛；⑤智能搜索，包括圖像搜索、語音搜索、定位搜索、天氣搜索等；⑥智能教育，包括自動化輔導、智能測評、個性化學習等；⑦智慧旅遊，包括自由行推薦、個性化服務、興趣點搜索、共享服務、VR/AR體驗等。

從當前人工智能的發展現狀到未來人工智能發展方向來看，重新塑造和建設人工智能專業刻不容緩。特别是教育部開始實施全民智能教育項目，在中小學階段設置人工智能相關課程，逐步推廣編程教育，鼓勵社會力量參與寓教于樂的編程教學軟件、遊戲的開發和推廣。

當然，在人工智能還沒有上升為一級學科之前，高校可以根據自己的專業特色來申請相關的智能學科專業，比如設立人工智能特色的機器人專業、自動控制專業等，或者在計算機專業設置人工智能方向，這些都是滿足當前人工智能産業發展和人才培養需要的解決方案。