人工智能计算机学科研究生实践改革

［摘要］针对计算机学科的特点和研究生培养的需求，在人工智能时代背景下，紧密配合国家发展战略，以重庆市政府产业发展规划为依托，把人工智能及相关方向作为学科发展新导向，尝试采用凝炼前沿学科方向、深化校企合作等方法改革并优化研究生实践环节的培养模式。根据各类研究生的培养目标要求，因材施教，采用不同的实践培养方法，力求探索出卓越创新人才培养的新模式，造就创新能力强，适应社会经济发展需要的高素质人才。

［关键词］人工智能；研究生；实践；计算机；培养模式

近年来人工智能技术发展迅猛，已经成为计算机等相关学科发展的主要推动力。2017年国务院把人工智能发展上升到国家战略层面进行系统布局，打造国际竞争新优势[1]。2019年3月，科技部与重庆市政府签订了新一轮部市工作会商制度议定书，重点围绕大数据智能化为引领的创新驱动发展等主题展开合作。为了密切配合国家战略布局，主动服务重庆地方经济发展，我院结合本学科的特点，把人工智能作为研究生培养的新契机，进行了研究生实践教育机制的改革，进一步明确不同学位层次和不同学位类型研究生的培养要求[2]，改革培养方式，为国家人工智能学科布局，社会智能产业发展，地方智慧经济建设，输送不同类型的卓越研究生人才[3]。

一、凝炼前沿学科方向，调整课程结构

我们结合国家和地方重大科技战略需求，围绕人工智能进一步凝炼和聚焦前沿学科方向。将研究方向凝练为机器学习与跨媒体感知、大数据智能与服务计算、智能网络与先进计算、计算智能与信息安全四个方向，根据新的学科方向对部分课程进行了调整。人工智能涵盖面广泛，无论是在理论研究还是在工程应用领域均需要融合多个交叉学科，通常情况下，需要数学作为基础。我校针对研究生开设了相关的数学类公共课程，如图论及应用、数理统计、数学建模理论与应用、数值分析等。在此基础上，学院针对人工智能领域调整或增设了部分专业基础课程，如计算智能理论及应用、多智能体系统、智能边缘计算等。同时，根据目前学科研究前沿热点，特别针对专业型研究生（工程硕士和工程博士）增设了部分专业应用实践课程如机器人控制与交互等。调整后的课程体系结构更合理，有利于学生对人工智能有全局性的宏观认识。

二、重视科教融合，建设科研平台

为了保障各类研究生实践能力培养的实施，我院建成了多个教育部和重庆市支持的科研平台。其中包括“信息物理社会可信服务计算教育部重点实验室”“软件理论与技术重庆市重点实验室”“重庆市智能交通工程技术中心”，以及依托国家发改委CNGI远程教育项目和网络安全项目建立的CNGI综合实验室。在科教融合方面，建立了共享型大数据智能化科学研究与协同育人平台，同时与两家知名企业合作共建“重庆市医药智能物流工程技术研究中心”和“重庆市不动产智能大数据处理工程技术研究中心”两个省部级科研平台，为研究生培养提供了良好的科研实践环境。

三、深化校企联合实践培养机制

提升原有合作企业的层次，对接华为、腾讯、百度等国内IT龙头企业，以及长安、“猪八戒”等本地知名企业；拓展新的校企联合培养渠道，形成有效的运作机制。逐步形成教学、科研、实践为一体的多功能综合性教育培训基地。在培养方案的制定过程中，强化企业实践的必要性和重要性，将工程实践能力与创新能力的培养作为实践环节的重点工作。

四、分层次、分类型进行实践能力培养

我院全日制研究生根据培养目标的不同，可分为学术型研究生与工程型研究生，每类研究生又分为硕士与博士两种层次，分层次、分类型地进行实践环节的设计。

（一）学术型研究生学术型研究生实践能力的培养以项目驱动为主线，贯穿课程教学及整个培养过程。这些项目一般以理论为先导，偏向理论研究与探索。导师在指导过程中，注重发挥学科优势，充分利用学院科研平台，将课程内容与理论创新或技术创新有机结合。在具体的实施过程中，我们按照以下步骤推进实施：①首先强调文献阅读与分析能力的重要性。②引导学生主动探究问题。③鼓励学生积极参与导师的自然科学基金申报过程（建议博士生参与国家自然科学基金申报；硕士生参与重庆市自然科学基金申报）。④锻炼科技论文撰写能力。

（二）工程型研究生1.工程硕士。目前，我院招收的工程型研究生分工程硕士和工程博士两个层次，其中工程硕士也称专业硕士。根据培养目标的要求，在实践环节中，我们借鉴近年来由麻省理工学院等大学提出的CDIO（Con-ceive、Design、Implement、Operate）工程教育理念，实施培养过程。学院定期邀请企业界的精英举办讲座，让学生们了解计算机专业工程应用领域中的前沿技术。特别是在人工智能国家战略背景与地方经济需求的双重导向下，鼓励学生拓展思路，做好选题工作；充分利用校企联合建立的实践教育基地，让学生了解到专业领域的技术路线与市场需求，将自己的理论知识与实际相结合，刺激潜在的创新能力。2.工程博士。作为首批开展工程博士招生培养和学位授予工作的试点高校之一，我院于2018年招收了第一批工程博士生。围绕培养“高层次工程技术领军专门人才”目标制定培养方案，工程博士生实践选题需要结合国家重大科技专项中重大工程技术问题和企业的需求进行设置。在选题实践过程中充分贯彻校企合作的模式，重点强调技术创新和成果转化。导师在指导工程博士时可以部分借鉴学术博士的经验，以培养工程应用创新能力为重心，为企业培养急需的高层次领军工程技术人才。

五、强化师资队伍建设

我们重视人工智能师资队伍建设，多管齐下，采用多种措施提升师资整体水平。一是设置奖励机制，鼓励我院在职导师定期参加专题培训或研修项目，努力提升业务水平。二是发挥人工智能交叉学科的师资力量，联合其他高校相关专业教师从不同的学科视角参与人工智能研究。三是引进具备相关专业背景、综合素质过硬的优质师资人才。四是强化企业合作机制，聘请企业中人工智能领域的专家举办讲座或定期授课，或作为兼职导师指导学生，以弥补师资力量的缺乏。

六、结语

研究生是学术研究和工程实践的生力军，是一流学科建设的重要参与者。针对计算机专业的特点和研究生培养的需求，在当前人工智能时代的大背景下，我们围绕前沿学科方向进行了实践环节培养机制改革的探索，取得了较好的成效。我们也在不断地收集学生的反馈意见，并及时调整和优化，期待输送出更多的适应社会经济发展需求的创新性卓越人才。

参考文献

［1］黄河燕.新工科背景下人工智能专业人才培养的认识与思考［J］.中国大学教学,2019(2):20-25.

［2］李克文,张卫山,崔学荣.算机学科硕士研究生差异化培养的探索与实践［J］.教育评论,2014(4):72-74.

［3］李光顺,张颖,禹继国,等.计算机专业学位研究生实践创新能力培养模式改革［J］.曲阜师范大学学报,2017,43(4):118-120.

作者：何静媛 向涛 单位：重庆大学