FCES2019 panel5：北大、南大、浙大的人工智能课程是如何建设的？

全文共1482字，预计学习时长4分钟

人工智能课程体系不是通用的模式，而是“诸侯混战”的现状。

各家高校针对本身的特点和优长建设“本校特点的人工智能课程体系”。这种差别性也为这场峰会的专家讨论提供了很好的条件。

在panel5，你能够看到北大、浙大、南大的课程体系都是什么样的。

南大人才培养：源头创新力+解决难题的能力

南京大学的人才培养就是基于自身学科领域的特色。申富饶老师指出南京大学的培养目标是：要培养在AI领域具有这样能力的人才，第一是具有源头创新能力，第二是可以解决企业关键技术难题的能力。

在课程设置上，南大专业分为两个方向，每一个方向有4门必修课， 30多门选修课。通识课程包含，体育、军事、思政、语言、数学。数学和计算机是学科基础课程。

在专业上分有机器学习、数据挖掘和智能应用等方向。注重理论和实践的深度融合。选修课程包含计算机、人工智能等领域，此外还设置了诸多交叉复合的课程，如神经科学导论、计算金融等。

可见人工智能专业课程建设依旧注重数学和计算机基础。

人才分类培养，课程跨院开放

邓志鸿老师表示：北京大学的人工智能课程建设也重点强调了数学和计算机背景。

不过北京大学在办学上有两个明显的特点。一是注重分类培养。学生可根据自身的计算机基础、数学水平等，自主选择各有偏重的课程群。

核心课程依旧由计算机课和人工智能技术课构成。从大一下学期，学生就已经接触实践相关项目。

二是课程开放，学生可跨院选修。尤为是在一些通识课方面，注重跨学科人文素养、实践能力的培养等。

人才可持续竞争力：能力+品行

张铭老师从国际视野，对国外的人工智能相关课程进行了综合分析和对比。

国外人工智能整体的课程设置，仍是基于计算机大类、注重科学、数学等，有许多AI+的课程设置。

伯克利大学的课程基础扎实，选修课程偏重基础理论。以斯坦福为表明的高校，注重数学基础，在编程、计算机系统方面也很有侧重。

CMU的课程体系建设最为全面，尤为是在人工智能伦理方面，不乏对人工智能与人类关系的研讨。在人类学科、艺术、认知心理学、人类记忆、语言与思惟等领域的讨论很是丰富。

在介绍了国外名校开课状况以后，张铭老师还指出：人工智能人才培养，除了要强调能力，还应注重品行，将知识和能力融会贯通，才能更好地适应社会的变化和发展。

培训机构视角：应用技术型人才如何培养

做为达内教育集团的技术副总裁，郭陟在产教融合视角下发表了对于人工智能教育的思考。

做为以就业为导向的培训机构，主要针对应用型和技能型的人才进行课程设置和服务。

针对高校实际应用案例、实验环境缺少的现状，达内设计了一套面向人工智能学院的产教融合的解决方案。从产业需求出发，制定专业的人才培养方案，课程和体系。

人才培养流水线整体分为六个步骤：体验，教学，实践，实训，双创，就业。同时为课程体系建设提供良好的环境，诸如：数据集，算法库、实验设备，AI算力等。

培训机构的中间角色，能够更好地将院校和企业结合起来，更好地作到知行合一。

 

浙大：厘清内涵，促进交叉、赋能应用

吴飞教授指出，浙江大学在人工智能人才的培养方面的思路是厘清内涵，促进交叉、赋能应用。首先要明确人工智能的内核是专通交。

课程体系上，浙大的核心课程是人工智能导论，围绕核心课程设立人工智能交叉学科。

他相信，学科的交叉融合、人工智能高层次人才培养将会在教育部的要求和鼓励下加快建设步伐。

留言 点赞 关注

咱们一块儿分享AI学习与发展的干货

欢迎关注全平台AI垂类自媒体 “读芯术”

（添加小编微信：dxsxbb，加入读者圈，一块儿讨论最新鲜的人工智能科技哦～）