论文关键词：人才培养 课题组制度 实践学习 创新工程
论文摘要：针对智能专业中工程创新人才培养存在的工程实践、专业设置等问题，在分析智能科学与技术专业现状的基础上，本文提出差异性培养目标、课题组制度和以点带面制度等观点，结合河北工业大学智能系三个年级的具体实施情况，在课外实践方面取得令人满意的效果和成绩。
诺贝尔奖金获得者西蒙把自然科学定义为探索自然界的奥秘，阐明自然现象，发现自然现象之间的规律及定律。具体到智能科学，就是研究人的智慧，建立人机结合系统理论，并用其模拟人的智慧。但是，值得注意的是，技术科学从本质上是有别于自然科学的，技术科学是利用自然科学的一般规律与理论，研究人造物的构成方法及原理的科学[1]。如智能技术是在智能科学的框架内创建人机结合智能系统所需要的方法、工具和技术。然而，除了智能科学和智能技术，智能科学技术的研究任务还涵盖一个重要的组成部分——智能工程，即利用智能科学的理念和思想，充分运用智能技术工具创建各种应用系统[2]。由于智能科学、智能技术和智能工程三个领域所强调的研究任务不同，因此智能科学与技术专业人才培养目标可以分为科学技术型(或称为研究型)和工程技术型(或称为应用型)。前者是研究型培养模式，以培养具有学术研究或应用研究能力的人才为主，尤其要体现人才培养的综合性、复合性和创新性；后者是工程型培养模式，以培养在工程领域中具有应用复合能力的人才为主，尤其要体现人才培养的综合性、复合性和应用性[3]。更值得注意的是，进入21世纪之后，随着科学技术的迅猛发展，工程问题的综合性与复杂性也不断增强。在这种情况下，智能科学与技术专业如何解决复杂系统提出的一系列工程问题，培养出具有时代特色的优秀工程人才，是新时代赋予新专业的一种使命。
1智能科学与技术专业现状问题分析
由于智能科学与技术专业成立仅有短短7年时间，还处于不断发展之中，所以不可避免地存在一些问题。一般来说，智能科学与技术专业学生的培养存在两种模式：科学型人才和工程型人才。因此，如何根据各个学校的传统优势和培养目标来选择学生的培养模式，非常重要。然而，受传统教育模式的影响，即使在智能科学与技术专业中，对人才的培养仍然偏重科学型，这就导致了目前该专业学生工程能力存在这样或那样的问题[4]。
1.1缺乏实际的工程训练和实践
智能科学与技术专业虽然重视基础科学与技术课程学习和学生分析能力的培养，但是对工程实践训练和对学生相关综合素质的培养相对较弱，重理论知识灌输和轻实践能力培养的老问题仍然存在，教学、科研与实际生产的结合不紧密，因此学生的综合能力无法应对如今复杂系统的工程问题，难以满足用人单位的需求[5]。
1.2专业设置缺乏特色
随着对智能科学与技术专业的深入理解，人们逐渐认识到这个专业的重要性和光明前景。近几年，设置这个专业的高校正在迅速增加。然而，深入分析这一新专业的高校分布和地域分布，设置该专业的高校有“985”高校、教育部“211”工程重点建设高校、地方重点建设高校；而地域分布更为广泛，在北京、天津、湖南、杭州等多个区域[6]。智能专业的这种不同水平的高校分布和地域分布决定了每个学校的专业设置应该具有自己的特色，应该适应我国产业、经济结构多样性和地区发展不平衡性的需要。因此，院校不问自身条件如何，不看当地经济发展和产业结构如何，使得智能专业的办学模式和专业设置大规模趋同的现象应该得到充分的重视。
1.3缺乏对学生创新意识的培养
虽然近几年本科教育模式正在大力革新，如2010年国家层面开始实施的“卓越工程师”教育计划，但是本科教育的填鸭式教学模式仍然广泛存在，使学生被动地学习，以应付考试。这种模式的后果只会导致学生死记硬背，创新意识薄弱，造成了学校培养和实际需要的严重脱节。
2优秀工程创新人才培养的途径探索
根据目前智能专业中工程实践和课程设置存在的问题，我们提出了下面的解决方法。首先，根据学校的现实情况设置工程实践的培养目标；其次，根据课程设置的不足提出课题组制度和以点带面制度，作为课程设置的有效补充；最后，结合智能专业较新的专业知识实施创新型选题。通过有效实施这三个方法，培养优秀的工程创新人才。
2.1差异性培养目标
培养目标是实现优秀工程创新人才的关键。差异性培养目标是培养学生成才的本质属性，孔子早就说过“因材施教”的理念。所以，对智能科学与技术这个新专业来说，由于它仍处于快速发展和完善之中，尤其是不同类型高校又有实际情况，因此应该制定具有差异性和多样化的培养目标。比如说，研究型大学要致力于培养工程研究型、工程创新型的高端人才，以培养学术研究型的科学家、研发人员和设计工程师为主；而教学型大学工程人才的培养目标定位要突出应用型，以服务地方经济建设为主，培养从事工程施工和管理的工程人才。
差异性培养目标不但体现在不同地域和不同类型的高校之间，即使在同一所高校，也应根据学生的兴趣和实际情况确定不同的培养目标。具体来说，即使是一个班级的学生，他们的兴趣和目标也不尽相同，如有的学生立志学好英语，有的学生准备全力以赴考研不顾其他，有的学生准备把自己的兴趣当做追求目标。因此，充分考虑和尊重学生目标的差异性，是培养创新人才的一个前提。
2.2改革培养方式与途径
目标确定以后，接下来就涉及到优秀工程创新人才培养如何实施的问题，其核心是让学生得到充分的工程训练，调动学生的积极性、主动性。实际操作过程中，教师可以把学生真正放到竞赛的赛场上，如参加教育部“质量工程”建设的物联网创新创业大赛、“挑战杯”设计大赛、“盛群杯”单片机创新设计竞赛、“飞思卡尔”智能车竞赛等。这些竞赛都是以创新为主要诉求，课题的名称自拟。因此，通过这些比赛，学生们可以从选题、制作、参赛、完善作品等多个环节体会工程创新的全过程，大大提高工程实践能力，为成为工程创新人才打下坚实的基础。如何根据智能专业的特点，并结合各种创新竞赛，来实施这样的工程训练呢？通过下面两种制度可以有效实现。 转贴于
第一，实施课题组制度。即把智能系的学生分成多个课题组。如我校的第一届学生分成了7个课题组，每组4～5人，在课题组的基础上实行导师制，每位导师可带1～2组。课题组的培养目标是培养学生独立提出问题的能力、独立解决工程实际问题的能力、科学研究能力和科技开发及组织管理能力。但是，有一个前提，课题组制度要保证让学生广泛参与，这样才能最大可能和最大范围地培养优秀工程创新人才。因此，实施下面的以点带面制度，对保证学生的参与广度和培养质量非常必要。
第二，实施以点带面制度。随着智能专业的快速发展，学生越来越多，课题组越来越多，但教师的精力毕竟是有限的，难以指导太多课题组的学生。我们采用以点带面制度来解决这个问题。从横向方面看，我们采用组长负责制和核心组员制，每个课题组的组长和核心组员由能力相对较强的学生担任，作为导师和课题组组员之间的联系纽带，导师仅仅将相关的课题任务传达给他们即可。这样既能够大大降低指导教师的工作量，也能够充分调动学生的积极主动性和自主性，锻炼他们独立解决问题的能力和团结协作、组织管理的能力。从纵向方面看，在课题组还涉及到不同年级的情况下，以点带面制度就是核心组员指导低年级学生。这样就实现了同一年级之间、不同年级之间的良性循环，保证无论那个年级的课题组，总有一个核心组员在指导，而指导教师一般仅仅亲自指导核心组员，最终实现使用指导教师的有限时间，而使学生的收益最大化。以点带面制度保证了教学指导质量和学生深入、广泛、全过程参与工程训练活动，从而锻炼他们的工程创新能力。
2.3重视对学生创新实践能力的培养
创新是教育部实施的“质量工程”的核心。对智能专业的学生来说，创新的核心是创新意识和选题。该专业学生一般会接触到最新的智能传感技术、智能控制技术、智能执行技术、智能信息处理技术。这些新的技术自然带来一批新的元器件和新的信息处理方式。因此，使用这些新的元器件和新的信息处理方式，结合我们的生活需求，就比较容易实现具有创新性的选题。选题确定后，就可以采用课题组的方式和以点带面的模式，通过“实践学习”方式，将专业理论的学习与科研实践紧密结合，在项目实践中增强学生的自主学习能力、创新思维能力和实践动手能力，促进学生的综合素质发展，最终培养一批兼具创新力和领导力的精英之才。
通过以上三个方面的实施，智能系的几个课题组在“挑战杯”、“盛群杯”单片机创新设计竞赛等创新类比赛中制作出很有创意的作品，应用了智能专业的许多知识，取得了优异成绩。这极大锻炼了学生的工程创新能力，初步达到了工程创新人才培养的目标。
3结语
在国内各个专业普遍重视工程创新人才培养的大环境下，笔者为培养优秀的工程创新人才提供了一种思路和方案。笔者提出差异性培养目标、课题组制度和以点带面制度，并把这些方法应用到智能系学生的工程能力培养上，确立了学生的自我管理方式。学生做出了优秀的创新作品，通过在创新竞赛中的全过程“实践学习”，增强了实践动手、团结协作和组织协调等工程能力，最终成为能够提出创新问题并有效解决问题的具有工程创新能力的人才。该方法具有较强的实践价值和良好的效果，初步达到了将智能系专业学生培养成为工程创新人才的培养目标。
参考文献
[1] 蒋新松. 智能科学与智能技术[J]. 信息与控制，1994，23(1):38-39.
[2] 杨鹏，张建勋，刘冀伟，等. 智能科学与技术专业课程体系和教材建设的思考[J]. 计算机教育，2010(19):11-14.
[3] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践，2009，29(9):18-19.
[4] 王万森，钟义信，韩力群，等. 我国智能科学技术教育的现状与思考[J]. 计算机教育，2009(11):10-14.
关键词：智慧；智能；人类智能；人工智能
0引言
不久前刚结束的围棋人机大战，使人工智能受到人们空前广泛的关注。它一方面表明智能科学与技术的发展极为迅速，同时也激起了社会对智能科学技术及其人才培养十分强烈的期待。人们对“中国大脑”计划的热议达到了前所未有的程度，“中国制造2025”计划正在快速推进，我国自主研制的智能服务机器人正在走向服务领域的许多行业，国内许多企业自发兴起的“机器换人”浪潮正高歌猛进。国务院政府工作报告中提出的“互联网+”虽然被人们解释为互联网向各领域的强势渗透，但是更多的有识之士却把“+”理解为“升级”，即“计算机互联网络”向“人工智能互联网络”的升级，而这正好与“中国大脑”计划相呼应！
为了适应这种发展的需要，努力办好“智能科学与技术”专业，北京邮电大学智能科学与技术研究中心曾经对设置了本专业的全国各主要高校做了一次普遍性的专业调查，结果发现，各校对于“智能科学与技术”专业的理解差异非常巨大。最狭义的理解，是把本专业看做是“计算机科学与技术的一个分支”；最广义的理解，是把它看做是“从理工到人文和社会几乎无所不包的综合学科”。
从科学研究和长远发展的观点来看，这样发散的理解会有利于人们解放思想，激励创新，把本学科的研究做深做透做到位。不过，从当前的本学科教育教学来说，这样分散的理解可能使“智能科学与技术”学科的人才培养工作迷失方向。
1基本模型
为了准确理解“智能科学与技术”学科，首先需要建立“智能科学与技术”学科的基本模型，这样才能从学科整体上厘清它的基本概念、基本原理和基本规律，规制过于宽泛和过于狭窄的偏差。图1就是为此而设计的基本模型。
在图1中，底部的椭圆代表外部环境的客体事物，也就是需要研究的“问题”；其上的整个部分代表主体及其与客体相互作用的过程：主体接受来自客体所产生的“本体论信息”，经过主体思考之后产生与客体交互的“智能行为”反作用于客体，解决问题。就在这个主客相互作用的过程中，主体充分展现了自己的智慧能力。其中的主体可以是人类个体，也可以是人类群体。因此，这是研究“智能科学与技术”的基本模型。
不断提升自己生存与发展的水平，这既是人类与生俱来的目标，也是人类永不枯竭的动力。为了实现这个目标，人类就要运用自己的智慧和知识不断去发现应当解决而且可能解决的问题，在此基础上努力去解决所发现的问题，不断前进。
人类的这种智慧能力包含两个相互联系相互作用相辅相成的部分：其一是根据人类所追求的目标和现有的知识去发现问题、定义问题和预设问题求解目标的能力，这是人类在长期实践过程中积累起来的一种内隐性的智慧能力，所以称为隐性智慧；其二是在隐性智慧所确定的工作框架内，在求解目标的引导下，运用相关信息和知识去生成解决问题的策略，成功解决问题实现求解目标的能力，这是一种外显性和操作性的智慧能力，所以称为显性智慧。
在图1的模型中，隐性智慧具体表现为“主体所定义的问题、主体的知识库里已经拥有的知识、主体为求解问题所预设的求解目标（也存在知识库内）”，这三者就构成了主体为求解问题所设置的初始工作框架。显性智慧则具体表现为图1中的“感知、认知、基础意识、情感生成、理智生成、综合决策、策略执行、效果检验以及反馈学习优化”所代表的问题求解过程。
由于隐性智慧是人类内隐性的智慧，需要明确的目标、足够的知识、很强的直觉能力、丰富的想象能力、甚至需要灵感和顿悟能力，才能创造性地发现值得解决的问题，所以，隐性智慧难以用人造机器去模拟。然而，由于显性智慧具有外显性和操作性特征，主要具备获取信息、生成知识、生成和执行策略的能力，因此，显性智慧有可能被人造机器所模拟。在约定俗成的学术语汇中，“智慧”比较抽象，带有形而上的色彩；而“智能”则比较具体，带有形而下的特点。于是，人类的显性智慧也常常被称为“人类智能”。
鉴于人类显性智慧与隐性智慧之间存在不可分割的深刻内在联系，人们就把研究和探索“人类隐性智慧和显性智慧奥秘”的科学技术称为“智能科学技术”，而把其中着重研究和模拟“人类显性智慧（人类智能）能力”的科学技术称为“人工智能”科学技术，或者就简称为“人工智能”。换言之，人工智能是“智能科学与技术”的一部分。
图1的基本模型及其相关解释启示我们：“智能科学与技术”的内涵既具有极强的基础性，涉及与物质资源同样基础的信息资源；又具有极强的深刻性，涉及人类创造性智慧的深邃奥秘；还具有极强的应用性，涉及极其广泛的应用领域。
因此，为了研究与学习“智能科学与技术”，人们应当具备人文社会科学、基础自然科学和应用技术科学的知识与能力，应当自觉遵循“文理交互，理工融通”的交叉科学理念。虽然我国高校仍有文科、理科、工科之分，但是，为了培养有发展能力和创新能力的人才，还是要在发挥各校特色的同时努力贯彻“文理交互，理工融通”的方针。这是智能科学与技术学科的鲜明特点，需要引起教学与研究人员的高度关注。
2基本方法
概念是学科的基石。从图1的基本模型可以看出，“智能科学与技术”包含了许多重要的新概念。除了上面已经讨论过的隐性智慧和显性智慧的基础概念之外，还有信息（包括本体论信息和认识论信息，特别是其中的语法信息、语义信息和语用信息）、知识（包括本能性知识、经验性知识、规范性知识、常识性知识、知识的内部生态系统和外部生态系统）、基础意识、情感、理智、智能策略、智能行为等一系列基本概念。
考虑到本文篇幅的限制，同时也考虑到读者可以很容易从现有文献中详细了解到这些概念，因此，这里只予以列举，而不准备展开具体的讨论。有需要的读者可以参阅相关文献。
这里需要特别关注的，是研究和学习“智能科学与技术”所需要确立的新的科学观和方法论问题。只有掌握了这些新的科学观和方法论，才能准确地理解“智能科学与技术”的基本概念、基本内容和基本规律。
有比较才能有鉴别，事物总是相比较而存在。了解“智能科学与技术”所需要的科学观和方法论的便捷方法之一，就是把它们同读者已经熟悉的“物质科学与技术”的科学观和方法论进行对比。众所周知，智能系统是一类开放的复杂信息系统，因此，这里的比较对象也要选择相对比较复杂的物质系统。表1就是这种比较的一些结果。
由表1可知，“物质科学技术”所采用的科学观包括（1）物质观：认为研究的对象是物质的；（2）结构观：认为研究的关注点应当是物质的结构；（3）孤立观：认为所研究的物质对象是与其它对象没有关联的；（4）静止观：认为所研究的物质对象是静止的，至少在研究期内是静止的。
基于这样的科学观，在处理比较复杂的物质对象的时候，物质科学技术所采用的方法论就是“分解一分析”，更具体地说就是“分而治之，各个击破，直接还原”。也就是人们所熟悉的“还原论”。
和“物质科学与技术”的情形不同，“智能科学与技术”的科学观包括（1）信息观：认为所研究的对象是信息；（2）系统观：认为研究的关注点应当是系统化的信息，即必须同时关注信息的形式、内容和价值；（3）生态观：认为信息不是孤立的或静止的，而是生长发展的；（4）机制观：认为信息的生长发展必然存在一定的机制。
基于这样的科学观，“智能科学与技术”所采用的方法论就是“转换―创生”。更具体一些说，就是“智能科学与技术”基本模型（图1）所展示的“信息转换与智能创生定律”。其中，“信息转换”是手段，“智能创生”是目的。
十分清楚，“物质科学与技术”的“分而治之”方法论体现了它的“物质观、结构观、孤立观和静止观”；“智能科学与技术”的“转换创生”方法论体现了它的“信息观、系统观、生态观和机制观”。
这个对比告诉我们，由于研究对象不同，导致学科的性质也不相同，我们不能把自己所熟悉的“物质科学与技术”的科学观和方法论统统照搬到“智能科学与技术”学科领域。虽然在研究局部细节问题的时候，这两种科学观和方法论的差异表现的不是很明显，但是在研究系统全局问题的时候，这种差别就会变得十分显著。这也是值得“智能科学与技术”的研究者和学习者特别关注的特点。
事实上，“人工智能”的研究就经历了一场方法论的变革。按照“分解―分析”的方法论思想，人工智能被分解为结构模拟（人工神经网络）、功能模拟（物理符号系统）和行为模拟（感知动作系统）三大学派，结果长期不能互相融通。20世纪末和21世纪初，一些研究人员提出“新的集成”和“现代方方法”试图找到三者融通的具体方法，但是都没有取得成功。2007年，本文作者按照“转换―创生”方法论思想提出了机制模拟的智能生成方法，结果发现：结构模拟（人工神经网络）、功能模拟（物理符号系统）和行为模拟（感知动作系统）分别是机制模拟的A、B、C型，从而实现了人工智能模拟方法的统一，见表2。
由此可见，以往人们把人工神经网络课程、物理符号系统课程（即普遍流行的人工智能和专家系统课程）、感知动作系统课程（即智能机器人或智能体课程）分开讲授或者只讲授其中一门或两门课程的做法是不合理的。
同时，我们一直把图1的模型称为“智能科学与技术的基本模型”。不过，如果注意到“智能科学与技术”的科学观一信息观，系统观，生态观和机制观，那么，我们也可以把图1称为“生态意义上的信息科学与技术基本模型”。这是因为，虽然在经典意义上的信息科学与技术基本模型只能覆盖到图1模型中的信息层次，但在生态学意义上，知识和智能都是信息的生态学产物，因此生态学意义上的信息科学与技术基本模型就覆盖了图1模型的全体。在生态学的意义上，“智能科学与技术”基本模型与“信息科学与技术”基本模型就合二为一：自顶向下观察，图1就是“智能科学与技术”的基本模型；自底向上观察，图1就是“信息科学与技术”的基本模型。于是有：
智能科学与技术=生态学意义的信息科学与技术
如果把“智能科学与技术”模型中的“由信息转换为知识”和“由信息、知识和目标转换为智能”这两个核心部分命名为“核心智能科学与技术”，把非生态学意义上的信息科学与技术命名为“常规信息科学与技术”，那么，也可以有：
智能科学与技术=核心智能科学与技术+常规信息科学与技术
在我国教育部的学科目录中，“智能科学与技术”其实就是“核心智能科学与技术”，目录中的“信息科学与技术”其实就是“常规（非生态学意义的）信息科学与技术”，后者又被划分成“通信”、“计算”、“自动化”、“物联网”、“信息安全”这样一些更加狭窄而且相互交叠的二级学科，显然有待进一步合理化。
3基本课程
北京邮电大学智能科学与技术研究中心最近实施的全国高校智能科学与技术专业教学计划调查表明，我国多数学校的教学计划确实体现了“计算机科学与技术的一个分支学科”的特点，很少学校的教学计划能够表现“文理相交，理工融通”的交叉科学精神。这就提出了一个尖锐的问题，如果真的把“智能科学与技术学科”办成“计算机科学与技术学科”的一个分支学科，那么，这样的“智能科学与技术学科”还有存在的理由吗？
由以上分析的“智能科学与技术”的基本模型和基本方法可以知道，为了学习、理解和掌握“智能科学与技术”学科，人们的知识结构必须包含社会科学、人文科学、基础科学、应用技术的基础知识与综合能力。
为此，由中国人工智能学会教育工作委员会和清华大学出版社计算机分社共同组建的“全国高校智能科学与技术专业系列教材规划与编审委员会”（以下简称编委会）提出了如下的本学科核心课程和相应的核心教材。
（1）一年级第一学期的课程智能科学与技术导论是一个引导型课程，旨在以准确而通俗的概念、全面而浅近的思路、亲切而富有感染力的语言，引导刚刚踏入校门的新生了解：什么是“智能科学与技术”？为什么要学习“智能科学与技术”？怎样才能学好“智能科学与技术”？
（2）二年级第一学期的课程脑与认知科学基础是本学科特需的自然科学基础（脑科学）和社会科学基础（认知科学），旨在为学生提供关于人类智能的脑科学基础知识和人类认知能力的科学知识，特别是关于“脑结构如何产生认知能力（物质如何生成精神）”的科学机理。
（3）二年级第二学期的课程不确定性数学引论是本学科特需的数学基础知识课程，旨在为学生提供关于“智能科学与技术”领域必然涉及到的各种不确定性（包括随机不确定性、模糊不确定性、粗糙不确定性以及非线性引起的混沌不确定性）的描述与处理知识，特别要阐明这些不确定性的根源、相互关系、描述和处理方法。
（4）三年级第一学期的课程机器智能是本学科的专业基础课程，旨在用“智能科学与技术”的方法论阐述人类智能的各种模拟方法（包括结构模拟、功能模拟、行为模拟和机制模拟），以及这些不同模拟方法之间的相互关系和统一的途径，为学生学习机器（人造系统）智能奠定理论和方法的基础。
（5）四年级第一学期的课程《科技史与方法论》，由于智能科学技术本身富有科学观和方法论的特色，因此这是一门具有本学科特色的总结性课程，旨在为学生提供关于科学技术发展史（特别是智能科学技术发展史）所展现的科学观和方法论知识，使学生能够从“智能科学与技术”的学科知识基础上站立起来，具有纵观和把握智能科学技术发展规律的能力，使学生的学术眼界能够“形成于课堂，而又远远超越课堂”。
编委会认为，这些核心课程的综合（加上各个学校的人文社会科学通识课程和各有特色的专业课程），将为学习者提供必要的“文理相交，理工融通”的交叉学科思维素质和能力。无论是理科型学校还是工科型学校，都要在保证上述核心课程优质教学的基础上努力发挥自己的特色，而不应当削弱这些核心课程的教学质量。
5结语
一、“深”，深刻领会调研工作的重要意义
正所谓“涉浅滩者得鱼虾，入深水者得蛟龙”。通过深刻领会党中央、国务院、中国科协、江苏省关于加强中国特色新型智库建设工作的意见、方案、通知，我们深切的体会到，充分依托省科协人才荟萃、智力密集、联系广泛、地位超脱的优势，着力打造党政亟需、特色鲜明、制度创新、引领发展的专业化高端科技创新智库，逐步形成定位明晰、特色鲜明、规模适度、布局合理的新型科技创新智库体系，为具有全球影响力的产业科技创新中心和具有国际竞争力的先进制造业基地建设工作提供智力支撑，意义重大。
二、“实”，脚踏实地、真心实意了解情况
调查研究要有目的性、有针对性，带着问题去，循着方向去，奔着原因去，不是为调研而调研。我们坚持边调研边学习边对照检查，不打招呼、不增加负担、直接深入调研单位，切实掌握第一手资料。一是聚焦研究院分中心建设成效，赴乡村振兴战略研究中心和实践基地，讨论“2019年度江苏省农业特色田园乡村科技交流研讨会方案”，商讨解决分中心发展中遇到的痛点难点问题。二是注重接长科技创新智库工作手臂，赴南京工业大学科协调研江苏科技智库基地建设情况，发掘典型案例和经验做法，整合课题研究方向，征集服务党委政府科学决策的建言献策素材。三是着力强化省科协调研课题研究的过程控制，赴重大战略类课题的承担单位，就课题的研究进展情况、中期评审专家意见建议的整改情况、课题服务党委政府科学决策的建言献策的针对性等方面展开调研。四是积极放大科技工作者状况调查站点的舆情收集功能，选取高校、科研院所、企业等有代表性的站点进行调研，对前期近200篇上报信息进行汇总分析，针对科技工作者普遍反映在创新创业政策落实、科技人才队伍建设、科技人才评价和激励、科技成果转化等方面存在的突出问题，形成《关于近期江苏科技工作者关注的科技界情况的专报》。
三、“准”，准确分析工作中存在的成绩和不足
调查研究由调查和研究两个环环相扣的部分组成，调查研究最终的成效如何直接取决于调查是否准确深入、研究分析是否准确深刻。对于工作中存在的问题和不足，一定要找准方向、找准症结、找准原因，才能在原有的基础上推动工作与时俱进。调研了解到智库建设的现状：一是“小中心、大”智库网络初步形成。发挥苏科创新战略研究院在江苏省科技创新智库建设体系中的核心作用，建强四个研究中心，不断扩大和延伸智库建设工作手臂。推进智库工作与媒体融合，加强对科技界的政治思想引领。二是多层次多形式决策咨询工作卓有成效。积极参与中国科协重大课题研究，精心组织省科协课题研究，扎实开展专项调查研究，《江苏省科技工作者建议》、《江苏省科技智库专报》品牌效应逐步扩大，真正体现了智库作为党委和政府“智囊团”的优势，有效服务党委政府科学决策。三是新模式新平台“互联网+智库”上线运行。以中国科协智慧科协样板间建设为契机，积极推进江苏科技智库综合信息服务平台改版升级工作。建设智库的微信推广平台，打通与科技工作者沟通交流的网上通道。组织开展第二次江苏科技工作者状况调查工作，不断拓宽科技界舆情汇集平台，提升调查研究和舆情收集能力。四是第三方评估工作全面开花。评估项目的层次越来越高、项目来源的渠道越来越广、专家团队越来越稳定、评估工作的流程越来越规范、评估成果越来越得到更加广泛的认可。同时也发现了相关不足：一是引智工作还有待加强。省级重点培育智库建设工作需要进一步加强与国内外优秀智库的合作，积极引进复合型的智库学者，整合专业、高端、优质的人才资源，突破关键技术、带动新兴学科、发展高新产业，为我省建设具有全球影响力的产业科技创新中心和具有国际竞争力的先进制造业基地工作服务。二是用智领域还有待拓宽。省级重点培育智库建设工作需要进一步围绕经济社会发展的多层次、全方位、广角度等特征开展研究。在归纳总结国内外的先进经验的基础上，推动理论研究创新和应用实践创新。以省委省政府关心的重大理论问题和现实问题为出发点，围绕决策、服务决策、献言决策，扩大智库的社会影响力。三是凝智机制还有待完善。凝聚智力资源过程中，我省平台建设整体规划尚有不足，与智库发展相适应的人才遴选、人才培养、经费保障、激励机制以及薪酬制度有待完善，课题设置、研究、转化等方面的工作机制有待健全，决策咨询课题类型有待丰富，以《科技工作者建议》和《科技智库专报》数据库为基础的成果和转化平台还有待完善。
四、“细”，细致比较典型案例和经验做法
要作出宏观的正确决策就必须首先搞清楚微观的事情，往往微观搞得越清楚，宏观决策就会越明晰，越有生命力，工作的针对性和指导性就会越强。所以，我们力图以“解剖麻雀”的精神多聚焦典型、聚焦实际，精准发问，精准剖析，力求得出精确的结论。一是关于如何更好的集聚科技智库专家人才，我们参考了“中国与全球化智库”的聚智模式。该智库是凝聚海内外专家学者共同为中国在全球化进程中建言献策的一个高端平台，是海外留学人员、国际专家、华人华侨学者和国内专家学者智慧交融的一个智库。致力于把海内外不同领域有着深入研究的专家学者对中国与全球化发展中的问题及政策建议的研究成果集合起来，推动中国改革开放和与国际接轨。二是关于如何提升建言献策决策咨询的能力，我们学习了“中国东中西部区域发展和改革研究院”的相关成果。改研究院以项目课题为基础，紧紧围绕国家政策解读做文章，特别是在前瞻性研究课题方面，提出、发表了上百份建言献策报告，在全国政学两界影响较大。三是关于如何更好的打造第三方评估品牌，我们研究吸取“新加坡隆道发展与战略研究院”的经验。该研究院是具有公益性质的第三方独立研究机构，在追踪世界热点、难点问题，提供咨询服务和高端培训方面具备很强的实力。四是关于如何当好科技工作者和党委政府之间的桥梁和纽带，我们对“布鲁金斯研究所”的历史进行了研究。布鲁金斯研究所是美国一家研究公共政策的非赢利组织，一向被誉为美国最有影响力、最值得借鉴和最受信任的智库，旨在充当学术界与公众政策之间的桥梁，向决策者提供最新信息，向公众提供有深度的分析和观点。
五、“效”，用调研成果推动工作取得实效
2009年，《求是》杂志发表了中国工程院常务副院长潘云鹤的文章《大力培养创新型工程科技人才》，该文章从分析工程科技活动的特征及其对创新型工程科技人才的需要出发，明确界定了创新型工程科技人才的概念[2]。
1创新型工程科技人才的特征分析
传统的"工程"是指将市场需求转化为生产制造的中间环节[3],以顾客(包括国家和社会的需求在内)提出需求、营销人员解释需求为前提,通过工程科技人员的设计产品活动形成制造(生产产品)活动的基础。当今，“工程"概念已经得到广泛扩展，指人们为了满足某种社会需要，综合利用科学理论(包括自然科学、人文科学、社会科学理论等)和技术手段，自觉地改造客观世界，建构一定的人工世界的活动及其实践成果[4]。
显然，在当代工程科技活动中起核心作用的要素是人才。要培养出能够适应、参与并引领当代工程科技活动的主体，就必须分析人才的特征。为此，众多国家与学者都在这方面进行了全面的归纳、深入的分析和精辟的总结。
美国工程院提出，面向2020年的工程师必须具备的关键特征是分析能力、实践能力、创造力、交流能力、商务与管理能力、职业道德与职业意识、终身学习能力。
美国工程与技术认证委员会对工程教育培养的专业人才制定了一系列评估标准：有应用数学、科学和工程等知识的能力;有进行设计、实验分析与数据处理的能力;有根据需要去设计一个部件、一个系统或一个过程的能力;有多种训练的综合能力;有验证、指导及解决工程问题的能力;对职业道德和社会责任有所了解;有效的表达和交流的能力;懂得工程问题对全球环境和社会的影响;有终生学习的能力;具有与当今时代问题有关的知识;有应用各种技术和现代工程工具去解决实际问题的能力。
澳大利亚工程师协会关于工程师的"双层素质模型"将工程师的素质分为基本知识和基本技能。基本知识包括工程学科的知识、正式和非正式的信息源知识、最新技术和技巧、工程工具;基本技能包括职业规划技巧、交流技巧、研究能力、分析能力、信息的选择与决定、发展人际关系的技巧、风险和危险分析、综合的能力、从多个侧面理解失误的能力。
中国工程院院士韦钰在2007年举办的"新形势下我国工程教育的改革与发展"论坛中指出，创新型工程科技人才需要具备以下素质：好奇心和对探究的热情、责任心、基础知识和良好的认知模型、有效的终身学习能力、综合运用知识解决问题的能力、合作交流和表达的能力。
中国工程院院士钟山认为，创新型工程科技人才必须具备研究开发能力、工程设计能力、工程实践能力、创新攻关能力、综合集成能力。
中国工程院谢克昌院士[5]从做人、做事、做学问的角度出发，将创新型工程科技人才的素质特征归纳为：献身精神、严谨求实、团队协作、创新人格、战略视野、市场意识;工程实践能力、设计能力、集成能力;科学理论知识、专业基础知识、经验和人文社会知识。
2地方工科院校智能科学与技术专业的人才培养目标与规格要求
地方高校既是为地方输送人才、智力、技术的主要源泉，也是实现地方技术创新、文化提升的重要保障。武汉工程大学(原武汉化工学院)是一所典型的地方工科院校，既区别于985、211和部属高校，又区别于具有信息行业背景的工科高校，始终以地方经济建设和社会发展为服务面向对象[6]，其智能科学与技术专业创办于2005年，于2006年开始招生。
在人才培养定位方面，学校坚持面向"工程"，突出"创新”以创新型工程科技人才为培养目标。1方面，985、211和部属高校以"研究型"人才为培养目标，部分地方普通高校以"应用型"人才为培养目标，而我校作为一所地方工科院校，显然不适于"研究型"或"应用型"，而应突出"工程"传统特色;另一方面，要培养适应当前"工程"科技活动需要的人才，就必须突出"创新”只有具备创新意识、创新能力、创新精神的人才，才能在创业或就业市场中具有更强、更持久的竞争力[7]。
创新型工程科技人才可以分为领军型人才(科学发现、科学理论创新)、研发型人才(科学方法创新、技术原理创新)和应用型人才(技术集成创新和技术应用创新)，通过此前对创新型科技人才共同特征的分析，我们确定了本专业的人才培养规格要求。
在基础知识方面，要求学生学习并掌握计算机科学、智能信息科学、控制科学的基本理论、基本知识，了解智能科学的理论前沿、应用前景和发展动态;在能力培养方面，要求学生具有使用智能科学与技术进行信息处理和解决工程技术问题的基本能力，能发现问题、分析问题、解决问题，具有创新能力和竞争意识;在基本素质方面，要求学生树立科学的世界观、人生观，具有刻苦学习、善于钻研、锲而不舍的精神，还要具有良好的思想品德、道德修养、社会人文素质和敬业爱岗、艰苦奋斗以及团队协作的精神。
3创新型工程科技人才培养体系
厚基础、宽专业、高素质、强能力是培养创新型工程科技人才的指导思想。我校智能专业的人才培养规格在三个方面和三个层次对学生的培养提出了要求。在低年级阶段，要求学生具备扎实的基础知识、良好的身心素质和社会人文素养;在二、三年级，要求学生具备较强的综合应用能力，能通过这一阶段的学习具备解决本专业
领域内简单问题的能力;在高年级阶段，要求学生在经过一至三年级的基础学习后，有能力自主学习交叉学科领域的基本知识，进而具有解决复杂工程技术问题的能力，能独立承揽小规模工程项目的开发以及参加大、中型项目开发。
3.1课程教学体系
按照创新型工程科技人才培养目标和规格的要求，我校以智能科学与技术专业学生为实施对象，构建了相应的人才培养体系。其中，课程教学体系分为四大模块：公共基础课程、学科基础课程、专业主干课程和专业方向课程。
1)公共基础课程。主要包括数理类、人文类和体育类课程。数理类课程为后续的专业基础课和专业主干课打下理论基础;人文类课程能够帮助学生树立正确人生观，扩大知识视野，培养人文素养，丰富内在品质，提升情感智慧;体育类课程能够让学生练就强健的体魄。
2)学科基础课程。由于与智能相关的应用融合了数学、电子、计算机软硬件、智能系统集成等众多先进技术，内容丰富，应用面广，因此，在制定学科基础课程时，设置了与计算机、控制论、信息论相关的课程，如电工电子技术、算法与数据结构、数字信号处理、信息论与编码等，这部分课程是各个学科的基础课程，可以为学生打下坚实的理论基础。
3)专业主干课程。智能专业主干课程的设置强调让学生理解并掌握有关智能感知、智能决策、智能控制等方面的知识，以智能为主线，设置了人工智能、机器人学、机器人控制、机器视觉等课程。这些课程的设置注重课程之间的内在衔接与相互融合，使教学内容具有系统性、完整性、科学性和先进性的特点，是学生学习智能科学的重要专业课程，也是学生今后利用智能专业技术处理和解决工程技术问题的重要基石。
4)专业方向课程。专业方向课承载着学生能力培养的目标，具有显著的能力属性。考虑到本校实际情况，并结合社会对人才的需求，本专业选择了智能机器人和机器视觉两个方向作为今后学生的专业发展方向，开设的课程有多智能体系统、模式识别、智能机器人、智能控制技术、智能信息系统等。专业方向课的设置充分考虑到学生今后的发展方向和市场需求现状，使学生毕业后无论从事科学研究还是进行工程开发设计，都能处于行业领先地位。科学合理地设置专业方向课程，确保了学生有扎实的专业基础和科学的知识结构，奠定了学生可持续发展的基础。
3.2实践教学体系
创新型工程科技人才的培养必须面向工程实际，而工程实际问题与当前智能技术领域的发展方向密切相关。在培养方向的设定上，我们选择了人工智能诸多领域中工程性较强的智能机器人、机器视觉等方向，更加适合于学校整体的学科特点和人才培养特色。在整个实践教学过程中，我们将其分为课程实验、综合设计、科研训练、认识实习、专业实习、毕业实习和毕业设计，形成_个完整的实践教学体系，旨在培养学生实验技能、工程设计能力与创新能力等。
1)实验教学。实验教学与课程内容密切相关，面向课内基本理论的理解及实际验证，同时，在此过程中还能使学生掌握一定的操作技能和实践知识，引导学生在学习过程中发现问题和提出问题。由于智能科学与技术是多学科交叉融合的新兴学科，因此在计算机、自动控制、信息处理等方向上，设置了对应的专业核心基础实验课程，以提高学生的适应性，如"可视化编程技术"是专门的实验课程，该课程主要讲述VC++和Matlab编程，全部课程都在实验室授课，这两种语言是后续专业基础课及主干课的主要编程工具，在实验教学计划安排中给予了大量课时。
2)实习教学。在实习教学环节，注重培养学生的工程能力和创新能力。参照专业规范，并借鉴其他高校的办学经验，按照"梯度实习"模式组织学生进入相关单位进行实习。在四年本科教学中安排了认识实习及不同阶段的专业实习。
认识实习增强了学生对实际工作环境和内容的了解;专业实习要求学生到相关企业学习基本技能，积累与专业相关企业的管理、开发、生产等方面的感性知识;毕业实习要求学生到用人单位进行实习，在实习阶段就开始进入工作时的角色，承担_定的工作任务，与实际工作紧密结合，增强具体解决实际问题的知识应用能力[8]。从实施效果看，学生能够深入到用人单位参与实际问题的开发，培养了学生的工程应用及开发能力。
3)综合设计。将部分课程设计与具体课程分离，强调学生的选题自主性和实践环节连贯性，鼓励学生将实践环节与创新学习相结合，增强学生的就业适应能力。在综合设计实践环节的设置中，不仅设置了软件、硬件等方面的基本综合设计，而且在智能系统方面依次设置了应用型和综合型的设计，侧重开发工程能力、创新能力的培养，使学生能够达到培养目标中对实践能力的要求。
4)科研训练。以我校智能科学与技术专业为实施对象的科研训练，是以"培养学生科研素质、提高研究能力和研究性学习与创新性科研互动"为理念，以部级科学研究和教学研究项目为依托，以"模式识别与智能系统"湖北省重点学科、智能机器人湖北省重点实验室为平台，发挥全国优秀教育工作者、教学名师等高水平教师的积极性，尊重学生的能力差异和兴趣取向，围绕本科生创新型工程能力培养的教育宗旨，构建了适合不同学习阶段不同学科平台的、因材施教的、"阶段一学科一能力"多元能力培养体系。这种方式激发了学生的研究兴趣和创新欲望，培养了学生的创造力，促进了学生知识应用能力以及综合创新素质的全面发展与提升。高年级所有本科生按组实行导师制，学生直接参加导师的科研训练项目，在指导教师指导下设计实验方案、完成实验项目的数据分析与处理、撰写科研报告等，有效地提高了学生的实验动手能力和科研创新能力。
5)毕业实习及设计。大四的毕业实习和毕业设计是密切联系的整体。在此阶段，要求学生以"准工程师"身份到企业和科研单位实习，参加技术和管理工作，在工程师指导下，把理论知识和基本技能应用到解决实际工程问题中，积累专业经验，培养工程实践能力，创造技术成果,同时寻找合适的毕业设计题目，获得就业的信息和机会。学生毕业论文应从选题开始，严把质量关。选题要符合专业方向，要与企业的实际工作接轨，做到有的放矢。学生在单位实习，通过参与用人单位的项目设计，培养了工程实践能力;通过撰写毕业论文，培养了学生初步的科研能力和_定的创新能力。
3.3课外指导体系
课外指导是对学生工程创新能力培养体系的有益补充，以学生自拟题目或者参加各类学科竞赛和科研项目为主要形式。
1)自主项目。中高年级的学生根据将来就业方向和个人兴趣爱好，自主选择一些具有工程应用背景或研究探索性质的课题，教师按照专业方向进行分组分类指导。这种方式是学生兴趣驱动和就业导向的结果，可以极大地激发学生自主学习的欲望，学生在研究过程中可能会有科学新发现，也可能会对原有方法进行改良创新。
2)比赛项目。"机器人足球"是吸引广大青年学生积极进行科学探索、实践开发和团结协作的典型平台，它包括了全面、综合的专业知识,需要良好的实践能力、创新能力和协作精神。在专业教师的指导下，我校已经形成了一个人员稳定、基础扎实、梯队结构合理的"机器人足球"队伍，每年都吸引智能专业许多学生踊跃报名参加，该项目为学生提供了培养创新能力的舞台和竞争性学习的机会，极大地促进了学生的创造性和运用知识的能力。现在，我校的"机器人足球"比赛已经成为专业人才培养的一个特色，并取得了广泛的社会认可。
3)基金项目。自2005年起，我校设立了校长基金项目，旨在推动大学生进行工程实践和科学研究，培养学生的创新能力和工程实践能力。经过七年的发展，智能专业学生有四十余人成功申请了校长基金项目，以"双目立体视觉系统在三维平面重构的方法研究"为代表的校级重点项目获得了湖北省大学生优秀科研成果三等奖。
4)科研项目。学生以教师的科研项目为依托，在教师指导下尝试进行科研项目的开发，建立了导师与学生全程负责制，形成教师与学生一对一的智力支持关系。在课堂上，学生学习理论知识;下课后学生在科研室将课堂知识与自学相结合，在导师指导下为完成特定项目，进行探索性学习和项目开发工作，学生还可利用暑假继续开展工作。这种方式将学校培养体系与学生自主发展结合，使学生学习跨越时间、空间，跨越教室与寝室，从更广泛的层面上拓展了学生创新能力的维度与深度。
4人才培养成果
经过多年探索与实践，我校以智能科学与技术专业为样本的创新型工程科技人才培养体系，走过了由探索到完善直至逐步成熟的历程，在面向创新型工程科技人才培养体系的指导下，培养了学生的工程实践能力，激发了学生的创造性思维，取得了一定的教学成果。
1)明显提高了智能专业的人才培养质量，培养了一批具有国际竞争力的创新型人才。2012年智能专业学生考研率达到25.5%,就业一次签约率达到99%,签约世界500强企业人数逐年上升，毕业生得到用人单位的普遍好评。
2)大学生课外科技活动蓬勃发展，获得"挑战杯"大学生课外学术科技作品竞赛国家二等奖1项、湖北省一等奖2项。
3)促进了机器人足球平台的建设和发展,在省内高校发挥了辐射带动作用。2002年以来,尤其是2006年以后，我校以智能专业本科生为主力队员的机器人足球队，在国际机器人足球联盟(FIRA)世界杯比赛中获得9项冠军、8项亚军、9项季军;2010年至今，在国际仿人机器人奥林匹克大赛中获3项冠军、2项季军;在全国机器人足球锦标赛中获7项冠军、11项亚军、11项季军。我校机器人足球项目取得了一系列成就,获得了社会广泛认可和一致好评，在湖北省乃至全国高校中享有较高声誉，同时也带动了湖北省内机器人足球项目的发展。"以机器人足球为代表的研究性教学及其在创新人才培养中的探索与实践"项目，获得首届中国化工教育科学研究成果奖三等奖。
5结语
关键词：人工智能；教学改革；教学方法
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着AI3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网+”、“智能+”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术+管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。
2.2教学内容设置
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进MOOC平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。
智能电网建设对科技团队管理的要求
自2009年特高压试验示范工程投运后，国家电网公司加快了智能电网的研究和建设推进步伐，并将我国智能电网建设规划为三个阶段：第一阶段为规划试点阶段(2009—2010年)，重点开展智能电网发展规划工作，制定技术和管理标准，开展关键技术研发和设备研制，开展各环节试点工作;第二阶段为全面建设阶段(2011—2015年)，加快特高压电网和城乡配电网建设，初步形成智能电网运行控制和互动服务体系，关键技术和装备实现重大突破和广泛应用;第三阶段是引领提升阶段(2016—2020年)，全面建成统一坚强智能电网，使电网的资源配置能力、安全水平、运行效率，以及电网与电源、用户之间的互动性显著提高。
目前，我国的智能电网发展正处于第二阶段。纵观世界各国及我国智能发展进程，当前智能电网建设呈现出以下特点：(1)要求高。智能电网旨在建设以特高压电网为骨干网架，各级电网协调发展，具有信息化、自动化、互动化特征的统一坚强智能电网，这一建设目标决定了智能电网建设的高度。(2)技术难度大。从当前世界各国和我国智能电网研究来看，要实现智能电网发展的目标还需要攻克很多关键技术和设备难题。(3)试点推进。由于目前智能电网建设在世界范围内尚处于研究阶段，因此我国在智能电网建设中采取试点推进的原则，智能电网试点项目存在更多的探索性和试验性。
正是基于以上特点，智能电网建设对科技团队的管理也提出了特殊的要求：
首先，要有优秀的科技创新团队。科技创新团队在科技创新中占据主导地位，科技创新团队是否由最优秀的人才组成是决定该团队创新研发能力大小的关键要素，智能电网建设需要富有创造力的科技创新团队。
其次，要有明确的创新发展目标。目标是创新的动力和方向，没有明确的创新发展目标，科技创新团队就是无头苍蝇。智能电网是科技集成应用的综合体，需要在多个方面取得技术突破和创新，智能电网建设需要科技创新团队结合实际提出有针对性的攻关课题。
再次，要有健全的统筹推进机制。智能电网建设涉及电力、电子、信息化等多个专业知识，需要科技创新团队、企业、科研机构等多个层面的共同参与，建立跨专业、跨层面的统筹推进机制是提高智能电网建设进程的关键。
然后，要有规范的管理流程。智能电网建设是一项持续的长期工作，特别是作为试点的智能电网建设项目，必须具备可复制性，其建设过程和建设结果都有十分重要的意义，因此必须有规范的管理流程以指导智能电网建设的持续发展。
最后，要有充足的资金来源保障。科技创新具有试验性，需要充足的资金投入，科技成果的转化应用同样需要大量的资金投入才能体现科技创新的价值。
科技团队创新管理的实践和应用
青山湖科技城是杭州现有的5家部级孵化器之一，其目标定位是中国自主创新的“示范区”、长三角产业发展的“智库”、浙江省海洋经济带的“枢纽”、杭州市产业升级的“触媒”、临安市经济发展的“引擎”，是代表全国科研高新技术水平、发展高新技术产业、带动新一轮经济增长的引擎。青山湖科技城智能电网综合示范工程是浙江省两家智能电网综合工程试点单位之一、浙江省首家由县级供电企业牵头实施的智能电网综合示范工程，项目总投资1.9亿，工程建设周期为2011-2013年，由清洁能源接入、储能系统、优质电力园区、电动汽车充电设施等在内的16个子项目组成。作为该项目的实施单位——临安市供电局，结合企业实际和项目定位，不断探索智能电网建设和科技创新管理方面的新举措、新方法，重点在科技创新团队管理、课题管理、机制建设、基础管理、资金保障等方面进行了创新与实践。
创新团队管理方面
(1)严把准入关。在创新团队成员的选择上，打破了指定团队成员的做法，通过在全局范围内开展公开选拔、竞聘的方式，择优录用专业技能高、综合素质好、积极性高的成员，实现了科技创新由部分管理人员参与到全局所有人员积极参与的转变。成立了智能电网建设科研技术小组，组建了青山湖科技城智能电网综合建设工程项目团队、技术监督团队、QC团队、状态检修团队、ERP/PMS团队等科技团队，全局39名来自不同岗位、不同部门的青年骨干力量通过应聘加入到青山湖科技城智能电网综合示范工程16个子项目的科技攻关团队中，充分挖掘了企业内部员工科技创新优势，调动了企业员工主动参与科技创新、发挥主观能动作用的积极性，保证了创新团队的专业性和先进性。
(2)严把培养关。在科技创新团队培养上，一方面通过举办临电大讲堂、管理人员培训、班组长培训、学历进修等方式积极拓宽员工视野，提升员工自主创新能力，提高团队攻关水平;另一方面，充分借助“培训中心”和“劳模工作室”两个培训平台，建立“周期学习制”和“交叉学习制”两种学习交流机制，积极为科技创新人才提供获取先进专业知识和交流典型经验的平台渠道，助推科技人才能力提升。在科技攻关中，切实挖掘、锻炼并培养了一批新人，在项目攻关中起到了关键作用，成为了项目建设的后备军或主力军，建立完善了科技创新人才梯队，为科技创新提供了持续动力。
(3)严把考核关。在科技创新团队的考核管理上，通过开展技术比武、技能竞赛等活动，通过“团队项目激励”和“团队成员激励”两种激励办法，对获得较高荣誉的科技成果和取得突出贡献的科技人才分别实施奖励。建立了团队成员“淘汰更新”机制，对在科技团队中无贡献的成员进行淘汰，并及时吸纳新生力量补充团队新鲜血液，保证了科技创新团队的积极性和先进性。
创新课题选择方面
一是开放式选题。在课题选择上，不设定课题的范围、大小、专业、主题等要素，完全根据生产经营管理实际，由科技创新团队自主提出攻关课题，自行设定创新方向，自行组织实施课题，保证了课题选择来自工作、创新成果应用于工作。同时，充分利用科技创新、管理创新、QC、合理化建议、群创项目等渠道，广泛搜集员工意见建议，丰富创新实施平台。
二是竞争性管理。在课题管理上，实行课题年初申报、过程指导和年终评比，对年初各攻关小组上报的课题进行统一评审和筛选，评定重点课题，调整淘汰无关课题;在课题实施过程中，主管部门每月对课题进展情况进行督办和指导，对毫无进展或进展困难的课题进行适当调整;在年终评比中，对优秀成果进行奖励。
统筹推进机制建设方面
(1)建立沟通协调机制。成立了由省公司、市局和县局主要领导成员组成的项目推进机构，建立了由局领导、项目负责人、科技创新团队成员广泛参与的月度例会和技术协调会机制，建立项目联络月报制度与上级专业部门紧密联系和沟通，开发智能电网网络交流平台，编制智能电网周刊，及时沟通协调系统上下、专业之间、团队之间的关系和问题。
(2)建立学习调研机制。由各科技创新团队提出各子项目年度调研需求，智能电网协调组对需求进行统一协调并排定年度调研计划，统一监督调研进展。2012年临安市供电局各科技创新团队共外出调研12次，累计90余人次，拓宽了科技创新团队成员的眼界和思路，吸取了大量的先进经验。
(3)建立合作交流机制。创新思路，采取“走出去”和“引进来”两种方式，主动借脑，加强与科研院校、专业机构的合作与交流，与中国电科院、国网电科院、西安交通大学、南京工程学院、英大传媒等建立了合作关系，为智能电网研究建设提供强大的技术支撑。
(4)建立竞争激励机制。不仅在科技创新团队成员选拨、课题管理上采取开放竞争的方式，还建立了科技创新团队与团队之间横向对比、团队自身纵向对比的竞争机制，促进团队之间比学敢拼，促进团队自身的不断进步。同时，建立完善考核激励机制，对取得突出贡献的员工给予干部选拨、技能评定、薪酬待遇等方面的激励，有效提供员工科技创新的积极性和参与度。
科技创新管理体系方面
(1)建立完善规划体系。积极开展科技规划工作，与中国电科院合作编制我局十二五科技发展规划，并在该规划的指导下编制了智能电网规划和青山湖科技城电力专项规划，成为指引临安电力“十二五”科学发展的纲领性文件，有效引领了科技创新的发展方向。
(2)建立完善标准制度体系。制定《科技项目管理办法》、《科技项目后评估管理办法》，规范科技项目全过程管理，建立科技项目后评估常态机制，对于技术经济价值较高、先进实用的成果进行推广应用。修订《科技成果奖励办法》，制定《科技论文、专利成果奖励办法》，建立了适合县局完善的科技创新管理体系，促进了科技创新管理的常态化、规范化发展。
(3)建立完善项目管理体系。由智能电网建设领导小组牵头，各科技创新团队具体负责，从项目立项审批到验收投产各环节加强管理，严格项目审批手续办理和过程资料台账管理，确保各项目实施规范有序、资料详实;同时，加强项目的闭环管理，确保所有课题均有立项、有实施、有成果、有应用、有评估、有反馈、有完善。
资金来源保障方面
(1)积极争取上级资金。加强与省公司、市局的沟通，将青山湖科技城智能电网项目列入省公司重点项目，积极争取省公司投资8600余万元。
(2)积极争取政府支持。积极开展企业研究开发经费减免税收工作，争取科技成果转化获得财税政策支持，2012年高新技术企业复评通过获得200万元免税;深入理解浙江省科技创新管理相关政策，积极争取科技创新奖励，近两年获得省、市、县三级科技创新类奖励近200万元;积极争取政府对智能电网建设的参与和支持，临安市政府投资的风光互补路灯项目已建成投产。
(3)积极争取社会和企业用户投资。积极做好智能电网技术研究工作，主动为客户提供光伏发电、清洁能源接入等方面的技术支持和系统内的沟通协调工作，争取社会和企业用户投资融入智能电网建设，目前已有近3000万元的企业用户资金投资智能小区、储能系统、清洁能源接入等项目。
成效分析
自2009年青山湖科技城落户临安以来，临安市供电局即开始谋划建设青山湖科技城智能电网综合示范工程，并积极研究探索科技团队管理的新模式。至今，科技团队创新管理在智能电网建设中的研究和应用已历时三年有余，逐步形成了一套完整的管理方法，在科技人才管理和智能电网项目推进中收到了良好的效果。
一是人才培养模式得到丰富。通过科技创新团队开放式竞争性选拨，挖掘锻炼了一批新人，为员工成长成才开辟了一条新的道路;通过科技创新团队间的沟通协调、外出调研、合作交流等为员工提供了学习知识、开拓眼界、拓宽思路的多元化平台;竞争激励机制的有效实施体现了人才能效的阶梯分布，营造了比学赶超的浓厚氛围。
二是项目进度得到有效推进。截止2012年底，青山湖科技城智能电网综合示范工程16个子项目已建成4个，3个项目已完成阶段性建设工作，6个项目已完成招标，3个项目已完成前期工作，预计2013年底所有项目将全部建成投产。
党的十八大指出，科技创新是提高社会生产力和综合国力的战略支撑，今后几年将是国家电网公司智能电网建设的攻坚期，也是国家科技创新发展的关键期，科技创新管理特别是科技创新团队管理仍将是我们在智能电网建设中需持续加强和提高的重点。在这样的大环境下，结合临安市供电局青山湖科技城智能电网综合示范工程建设所做的关于科技团队创新管理的经验总结和提炼，希望能与致力于科技团队管理、致力于智能电网建设、致力于科技创新发展的同志们共享，共同推进智能电网发展和科技创新发展。(作者宋耘系国网浙江杭州市供电公司总经理;付红豪系国网浙江临安市供电公司办公室主任助理;安晓军系国网浙江临安市供电公司总工程师)
关键词:智能科学与技术;综合性大学;机器人
智能科学技术是现代信息领域的重要生长点,其广泛的应用前景日趋明显[1-4]。根据国家在这方面的人才需要,北京大学于2004年率先建立“智能科学与技术”专业[5],而南开大学、北京邮电大学、西安电子科技大学3所大学则在2005年获得批准成立该专业,近年来,智能专业受到各大高校的重视,迄今为止,共有近20所学校设置该专业,另外,还有多所学校正积极创造条件,准备建设“智能科学与技术”专业。
如前所述,南开大学于2005年批准成立“智能科学与技术”本科专业。经过数年的努力,南开大学根据智能专业的特点和南开大学文理综合为主的特色,设计了一种能够充分发挥南开大学的理科优势和在机器人等智能系统上的研究经验,并且带有显著工程科学特色的学科建设方法和本科培养模式[6]。实践是检验真理的唯一标准,我们提出的这种模式能否经得起实践的检验、是否切实可行?根据该模式所培养的毕业生是否符合社会的需要?这些都是自建立智能专业以来始终萦绕我们心头的问题。
2010年夏天,南开大学“智能科学与技术”专业首批本科生毕业了!30多名同学将从南开校园走向全国各地。在这一时刻,组织毕业生座谈并听取他们的建议,同时分析毕业生的去向,对于南开大学智能专业的后期建设至关重要。
1首届毕业生情况分析
对于智能科学与技术这样一个尚处在试办阶段的本科专业而言,其入口和出口非常重要,两者相辅相成、互为依赖。
学生来源在一定程度上决定了教学计划实施的难易程度,同时也直接影响到人才培养目标是否能顺利实现;而出口,即毕业生的去向则是该专业社会定位的一个风向标。毫不夸张地说,毕业生去向是决定智能科学与技术这样一个试办专业的生命线。毕业生的就业或深造的前景,直接决定了这个新兴本科专业的生源和社会声誉。
1.1学生来源
南开大学智能科学与技术专业隶属于信息技术科学学院,直接依托于南开大学机器人研究所,她和南开大学传统的自动化专业一起,构成了自动化与智能科学系。
南开大学智能科学与技术专业于2006年开始招生,当年招生学生36人,分别来自于河北、山西、辽宁、天津等12个省和直辖市。当时,智能科学与技术专业对考生和考生家长而言,都是一个完全陌生的专业,在教学计划,毕业去向等方面都没有任何数据可供参考,因此,考生和家长对于填报该专业非常谨慎。在进入智能专业的36名同学中,第一志愿率仅为50%左右,其他同学均为第二或第三志愿报考,还有极个别同学系从其他学院调剂而来。
1.22010届学生毕业去向分析
南开大学允许部分学生在第2学年通过严格的考试之后换专业。尽管06级智能专业第一志愿率不高,但是经过一年时间的学习,绝大部分同学对于该专业有了更好的理解,仅有3名同学由于身体及个人兴趣等原因转到其他专业,同时从医学院转入一名同学,因此,2006级共有36名同学,到2010年时,毕业生人数为34人。
对于一个本科专业而言,其毕业生的去向至关重要,直接决定其兴衰成败。实事求是地说,对于智能专业的毕业生而言,由于该专业缺乏社会知名度,也没有以前的毕业生,因此各大企业对于这些学生到底能够从事哪些工作抱有疑虑。同时,对于进一步深造的学生而言,暂时尚无智能科学与技术方面的一级学科,在研究生阶段,学生如何发展,是往计算机领域,自动化领域还是其他领域发展都是值得深思的问题。自成立以来,南开大学智能专业考虑到上述问题,重点对该专业学生的实验课程、应用实践、科研实习等进行了大量工作,使该专业的学生能够通过动手实践来掌握课程知识。对于将来有志深造的学生而言,通过在机器人与信息自动化研究所进行科研实习提前感悟了从事研究的乐趣与苦趣;而对于期望毕业之后求职的学生而言,在南开太阳、天安兴导航技术有限公司的实习也为他们增添了一定的工作经验。
经过师生的良好配合和不断努力,2006级智能科学与技术学生绝大多数都于2010年夏季顺利毕业。除了当时尚需补修课程的3名同学之外,其他31位同学去向共分为3类,分别为继续深造(15人)、就业(14人)、重新报考研究生(2人)。
在这31名毕业生中,共有15人攻读研究生,其中7人获得免试攻读研究生资格(其中1人将去美国John Hopkins大学,1人百人计划公费出国攻读博士学位),8人考上清华大学、中国科学院沈阳自动化研究所、南开大学的硕士研究生,具体情况见表1。
在其他毕业生中,有2名同学2010年考研失败,他们仍想再拼搏一年,因此未找工作,其他14名同学截至2010年4月,都已经找到专业较为对口的工作,工作单位包括科研院所、大型合资企业和国有企业,具体情况见表2。
2情况反馈和后期建设
2.1首批毕业生座谈情况反馈
经过几年的努力,智能科学与技术专业已经制定了较为可行的教学计划,自实施以来情况良好。2010届首届毕业生整体情况较好,绝大多数同学都有了较为理想的去向,但是,应该看到,智能专业作为一个新兴的试办专业,在社会认可度等方面仍需不断努力,而教学计划也需要持续完善。在这种情况下,我们组织南开大学“智能科学与技术”本科毕业生进行了座谈,根据他们的反馈意见来进一步完善教学计划,以实现我们的人才培养目标。
为此,5月底组织2010届智能专业毕业生进行座谈。毕业生们除了充分肯定本专业的教学计划和课程设置之外,在具体课程教学内容组织,实践环节安排等方面提出了他们的一些意见和建议,主要意见整理如下。
1) 专业宣传方面的问题:找工作时明显感觉到社会对智能专业不了解,因此毕业生常常感到在就业方面有一定劣势。如何加大宣传力度,加快社会,特别是一些用人单位对智能专业的了解和认同是本专业师生需要解决的一个问题。
2) 进一步明确智能专业的特色和优势:智能专业的课程设置很宽,既包括计算机类的课程,又包含一些自动化、电子技术等方面的课程。在这种情况下,如何体现智能科学与技术的专业特色?与自动化,计算机等已有专业相比较,我们的专业定位是什么?这些问题都有待进一步明确。
3) 进一步将理论讲授与实践环节相结合:部分课程理论性非常强,单纯通过书本学习掌握教学内容有一定困难,建议增加大的工程类作业,并适当安排一些综合性的实验,以督促学生更好地理解相关内容。另外,建议增加扩展性训练,这样可以和就业环节衔接得更好一些。
4) 专业核心课程组织与教材建设:本专业部分课程,如智能技术、智能工程等是原来研究生课程的下移。由于缺乏一些基础知识,这部分课程难度较大。建议进一步精炼教学内容,授课教师更好地监控同学们的学习进度,并尽快完成教材出版,这样做才能使这些专业核心课程达到更好的教学效果。
5) 加强选课指导:南开大学的毕业生,进一步深造和就业的比例大致相当。如何引导同学根据自己的个人规划,针对性地选择适合自己实际情况的课程,也是影响毕业生是否能顺利就业或进一步深造的一个重要环节。
2.2教学质量提升措施
经过几年的建设,南开大学智能科学与技术专业的教学计划趋于稳定,但是考虑到这是一个全新的专业,尚无完全成熟、并适合南开大学特点的教学计划可供遵循,因此,还需要在教学过程中不断总结经验,对教学计划进行适当调整。
根据几年来智能科学与技术专业的教学情况以及毕业生的反馈意见,我们将通过以下措施来提高教学质量。
1) 进一步改善课堂教学效果。作为一个多学科交叉的本科专业,“智能科学与技术”专业的教学内容较多,并且部分课程都是原来研究生课程的下移,而本科生在知识储备和学习能力有一定欠缺,因此必须强化课堂教学与组织才能达到预期的教学质量。要求教师在授课时充分考虑本科学生的实际情况,着重讲授基本方法及其实际应用,不宜讲授理论性过强或过于抽象的内容。在教学方法上,避免采用蜻蜓点水式的教学方式。授课教师对于前导知识预先在课堂进行讲授,课后配备数量与难度适中的习题,每门课程争取有一些大型作业,以提高学生灵活运用知识的能力。
2) 专业课程教材建设。智能技术等课程是“智能科学与技术”专业的核心课程。遗憾的是,就该课程而言,现有的教材大都是为研究生编写的,其内容不适于本科教学。经过几年的建设,我们已在这些课程的教学内容取舍与教学材料组织等方面积累了一定经验。在此基础上,我们将在近年内完成这些课程的教材建设,尽快出版智能技术p智能工程等核心专业课程的教材,并积极在全国范围内推广应用。
3) 对部分课程进行适当调整。例如,考虑到相当一部分同学将来会从事控制系统设计与分析方面的工作,我们将原来的选修课程现代控制理论设为专业必修课,这样可以为部分报考控制理论与控制工程研究生的同学带来一定的方便。
4) 成立课程研讨小组。智能科学与技术专业的核心课程尚没有完善的教学计划,教材建设也处在摸索与调整阶段。在这种情况下,对于智能技术、智能工程等核心课程,成立以经验丰富的教师牵头的课程研讨小组,重点对于教学内容取舍,课堂组织,作业、实验与实践环节安排等进行研讨。
2.3后期建设目标
经过不断努力,南开大学在“智能科学与技术”新专业建设方面取得了不错的成绩,获得了“南开大学2008年教学成果奖校级二等奖”。现在,这个新兴专业已经在南开大学站稳了脚跟,但要完全建好一个新专业非短期能完成,因此,南开大学智能专业制定了后期建设目标。
1) 继续加强“智能科学与技术”专业的社会宣传力度,增加学生p家长p用人单位对该专业的认识,使其能认可智能专业的人才培养目标和教学体系。这样就能吸引更多优秀的高中毕业生报考智能新专业,同时也有利于毕业生就业或者继续深造。
2) 推动智能一级学科建设。尽管全国已有10多所学校设置有智能本科专业,整体上呈现出稳定增长的发展势头。但是,应该看到,现在尚缺乏与其完全对口的一级学科。为此,智能专业的毕业生只能选择计算机、自动化等相关方向深造。在中国人工智能学会的带领下,全国多所高校就增设智能一级学科提出了申请,并取得了积极的反馈意见。增设智能一级学科将有利于本专业的毕业生进一步深造,同时也可以增加社会对智能专业的认可度[7-8]。
3) 进一步加强实践环节。南开大学智能科学与技术是一个工科专业,实践是人才培养的关键环节。在后期建设中,除了继续组织好专业实践等课程之外,还要进一步落实高年级学生在机器人研究所的研究实习,为他们安排具体的研究任务,并指定一些研究生实行“传、帮、带”,使他们真正能为项目作出贡献,并从中感受到科研的魅力。此外,我们积极组织学生到天津市无缝钢等大型企业进行参观实习,开阔其视野,并增强他们对实际系统的理解。
3结语
经过不断努力,南开大学“智能科学与技术”专业已经步入正轨,但是,建设好一个新兴的本科专业是一个长期艰苦的过程。相信通过本专业师生不断努力,并积极和全国其他高校进行交流,取长补短、互相学习,就一定可以将“智能科学与技术”本科专业建设得更好。
参考文献:
[1] 蒋新松. 智能科学与智能技术[J]. 信息与控制,1994,23(10):38-39.
[2] 戴汝为. 人-机结合的智能科学和智能工程[J]. 中国工程科学,2004,6(5):24-28.
[3] 戴汝为. 智能科学和智能工程[J]. 自动化信息,2004(8):9-12.
[4] 史忠值. 智能科学技术[J]. 计算机教育,2004(1):34-37.
[5] 谢昆青. 第一个智能科学技术专业:回顾在北京大学六年的创建历程[J]. 计算机教育,2009(11):16-20.
[6] 方勇纯,刘景泰. 南开大学“智能科学与技术”专业教学体系与实验环境建设[J]. 计算机教育,2009(11):21-25.
[7] 钟义信. 智能科学与创新教育[J]. 中国大学教育,2006(1):28-30.
[8] 钟义信. 设置“智能科学与技术”博士学位一级学科:必要性、可行性、紧迫性[J]. 计算机教育,2009(11):5.
Status Analysis for the First Class Students and the Future Target for the
Intelligent Science and Technology Major
FANG Yong-chun
(College of Information Technology and Science, Nankai University, Tianjin 300071, China)
关键词：知识表示与知识推理；教学设计；教学实践；数理逻辑；人工智能
知识表示与知识推理是智能信息处理的基础。从人工智能的角度看，知识是构成智能的基础，人类的智能行为依赖于利用已有的知识进行分析、猜测、判断和预测等。当人们希望计算机具有智能行为时，首先需要在计算机上表达人类的知识，然后再告诉计算机如何像人一样地利用这些知识。
自从人工智能领域诞生以来，知识表示与知识推理就一直是其中最为重要的子领域。经过五十多年的发展，知识表示与知识推理领域的许多研究内容、研究方法和研究成果已经深深渗入到计算机科学，进而对计算机学科的发展产生了深远的影响。例如，在C++、Java等面向对象程序设计语言中，“继承”这一最为核心的技术就来源于知识表示与知识推理。再如，在软件自动化领域，许多程序规格语言和程序验证技术都借鉴了知识表示与知识推理领域的Prolog语言等研究成果。从工程开发的角度看，专家系统、智能搜索引擎、智能控制系统、智能诊断系统、自动规划系统等具有所谓智能特征的系统都或多或少地依赖于知识表示与知识推理技术。因此，对于计算机专业的学生来说，学习知识表示与知识推理方面的课程，对于今后在相关领域从事系统开发和科学研究都大有裨益。
在ACM与IEEE-CS联合攻关组制订的计算教程CC2001(Computing Curricula 2001)中，知识表示与知识推理得到了高度重视。CC2001给出的计算机科学知识体由14个知识领域组成：在其中的IS(Intelligent Systems)知识领域中，关于知识表示与知识推理的内容占据了10个知识单元中的2个，即知识单元“(Is3)知识表示与推理”以及知识单元“(IS5)高级知识表示与推理”。在ACM和IEEE-CS进一步修订后的计算机科学教程CS2008(Computer Science Curriculum 2008)中，知识表示与知识推理同样得到了高度重视。此外，在我国高等学校计算机科学与技术教学指导委员会制定的计算机专业规范中，上述的IS3和IS5两个知识单元被全部包括到计算机科学专业的核心课程“人工智能”中。然而，据我们了解，由于“人工智能”在许多高校仅仅作为专业任选课开设，使得计算机相关专业的许多学生无法接触到知识表示与知识推理方面的内容。与此同时，由于课时数限制及没有得到重视等因素，实际开设的“人工智能”课程(包括本科生课程和研究生课程)往往难以覆盖CC2001在知识单元IS3和IS5中列出的各个知识点。
实际上，经过五十多年的发展，知识表示与知识推理领域已经沉淀出一系列基本的方法、理论和技术；这些方法、理论和技术在CC2001的知识单元IS3和IS5中基本上都以知识点的形式列举了出来。作为计算机专业的教育工作者，我们有责任将这些体现了几代人智慧结晶的知识介绍给学生。另一方面，从研究者的角度来看，知识表示与知识推理是一个非常活跃的研究领域；尤其是随着Web技术的发展以及Web科学的出现，知识表示与知识推理将在计算机科学中扮演越来越重要的角色。面对万维网这个全球最大的分布式信息库，如何让计算机对其中海量的数据和信息进行分析、推理和管理，进而为人类提供方便的知识服务，是目前信息技术领域面临的一个重大问题。针对这个问题，国内外研究者基本上都是从人工智能的角度寻求解决思路；近年来成为研究热点的语义Web更是完全建立在知识表示与知识推理的基础上。因此，从开拓学生思维以及介绍研究与技术前沿的角度来看，也非常有必要向学生讲授知识表示与知识推理的相关内容。
基于以上认识，我们为计算机软件与理论专业和计算机应用技术专业一年级的硕士研究生开设了一门32课时的选修课程，以CC2001和CS2008列出的知识单元为核心，对知识表示与知识推理的相关内容进行教学。本文对教学设计和教学实践中遇到的主要问题进行分析，针对这些问题给出相应的解决对策，并对我们获得的经验和教训进行总结。
1 “知识表示与知识推理”知识体的教学设计
自上世纪九十年代以来，国内外许多高校就将“知识表示与知识推理”作为一门课程，面向研究生或高年级的本科生开设。其中比较著名的包括加拿大多伦多大学Hector J.Levesque教授开设的知识表示课程，美国斯坦福大学Leom Morgenstem教授开设的知识表示课程，英国曼彻斯特大学Ulrike Sattler教授等讲授的知识表示和推理课程，中山大学刘咏梅教授讲授的知识表示和推理课程等。但是，由于没有统一的课程设置标准，这些课程讲授的知识点都不尽相同。2000年，Leom Morgenstem和Richmond H.Thomason总结了开设知识表示与知识推理课程时面临的挑战，提出了相应的解决思路。其中，针对该课程缺乏统一的教学知识体的情况，他们设计了一个持续14周、每周2次课的教学大纲。在文献[5]中，Leora Morgenstem进一步修订了之前提出的教学大纲，建议在其中增加语义Web及Web本体语言OWL等内容。
尽管目前各高校开设的知识表示与知识推理课程的课程大纲仍然不尽相同，但比较可喜的是，对知识表示与知识推理的教学在CC2001计算教程中得到了高度重视。CC2001分别在“知识表示与推理”和“高级知识表示与推理”两个知识单元中列出了关于知识表示与知识推理的教学内容。知识单元“知识表示与推理”由以下知识点组成：命题逻辑和谓词逻辑回顾，归结原理与定理证明，非单调推理，概率推理，贝叶斯定理。知识单元“高级知识表示与推理”由以下知识点组成：结构化知识表示(包括对象与框架、描述逻辑和继承系统)，非单调推理(包括非经典逻辑、缺省推理、信念修正、偏好逻辑、知识源的集成、冲突信念的聚合)，对动作和变化的推理(包括情景演算、事件演算和分枝问题)，时态和空间推理，非确定性推理(包括概率推理、贝叶斯网络、粗糙集和可能性理论、决策理论)，针对诊断的知识表示与定性知识表示。在CC2001的基础上，CS2008在知识单元“知识表示与推理”中增加了合一与提升、前向链接、反向链接以及归结等知识点；在知识单元“高级知识表示与推理”中增加了本体工程和语义网络两个 知识点。
以CC2001和CS2008列出的知识点为基础，在综合考察了国内外相关课程的开设情况之后，我们对“知识表示与知识推理”课程的教学内容及相应的学时分配设计如下。
1)概述(2学时)。介绍知识表示与知识推理领域的发展历史、现状和前景：讲授知识表示的基本思路和基本原理；介绍知识表示方法和技术的典型应用：列举典型的采用了知识表示技术的系统，与没有采用知识表示技术的系统进行比较分析。
2)基于一阶谓词逻辑的知识表示和推理(4学时)。讲授一阶谓词逻辑的语法、语义和语用；通过例子讲授如何应用一阶谓词逻辑进行知识表示；讲授如何应用消解原理进行知识推理；讲授如何应用Tableau算法进行知识推理；分析一阶谓词逻辑存在的局限。
3)Horn子句逻辑与产生式系统(2学时)。讲解Horn子句及其过程解释；介绍SLD归结以及分别采用反向链和正向链的推理过程；通过例子讲授如何应用Horn子句逻辑进行知识表示和推理；对Prolog语言进行简单介绍；通过例子介绍如何应用产生式系统进行知识表示和推理。
4)结构化知识表示(6学时)。介绍对象与框架，介绍基本的框架形式系统：介绍语义网络，对推理过程中的继承机制进行介绍。介绍描述逻辑家族的研究历史和发展现状；以逻辑系统ALC为例，讲解描述逻辑的语法和语义；通过例子讲授如何应用描述逻辑进行知识表示；讲授如何应用Tableau算法对描述逻辑刻画的知识进行推理。
5)非单调知识表示和推理(4学时)。介绍非单调性推理的研究历史；讲解封闭世界假设与开放世界假设；讲解缺省推理和限定推理；对自认知逻辑、偏好逻辑和真值维持系统进行介绍；对信念修正、知识源的集成以及冲突信念的聚合进行介绍。
6)非确定知识表示和推理(4学时)。对模糊逻辑进行介绍；讲授概率推理和主观贝叶斯方法；对粗糙集、可能性理论和决策理论进行介绍。
7)解释与诊断(2学时)。讲授反绎推理的基本思路，将其与演绎推理和归纳推理进行比较分析；以一个电路系统为例，讲授如何在知识表示的基础上采用反绎推理进行故障诊断。
8)动作与规划(4学时)。介绍动作与规划领域的研究历史和发展现状；讲授如何在STRIPS系统中对动作进行刻画以及如何进行规划求解：讲授如何应用情景演算和事件演算对动作进行刻画、推理、及规划求解；对框架问题、条件问题和分枝问题进行介绍；对规划语言PDDL进行介绍。
9)时态和空间推理(2学时)。对时间点／时间段、离散／连续、有限／无限、线性／分支等表示时态信息的不同方式进行介绍；对Allen的区间代数理论进行介绍；对线性时态逻辑和分支时态逻辑进行介绍；对基于点／基于区域、离散／连续、有限／无限、同维／混合维等表示空间信息的不同方式进行介绍；对区域连接演算RCC进行介绍；对时态与空间推理的结合进行简单介绍。
10)语义Web和本体工程(2学时)。介绍语义Web的基本思想、技术现状和发展趋势；讲授语义Web的层次模型以及各个层次的目标和功能；对资源描述框架RDF、Web本体语言OWL、Web规则标记语言RIF、Web查询语言SPARQL等进行介绍。对本体的构建、管理和维护进行介绍。
上述教学内容的基本特点是覆盖了CC2001和CS2008列出的关于知识表示与推理的所有知识点。此外，我们将目前作为计算机科学和人工智能领域研究热点的语义Web等内容引入了课堂教学，不仅可以将相关研究前沿展示在学生面前，而且还可以让学生更加深刻地体会学习知识表示与知识推理的价值，进一步激发他们的学习热情。另一方面，上述教学内容存在的一个缺陷是内容过多。由于受到课时数的限制，部分内容在讲授时不能充分展开，留给学生课堂练习和讨论的时间不充裕。
2 教学实践中的主要问题及对策
在围绕“知识表示与知识推理”知识体开展教学实践时，我们遇到的问题主要来自以下几个方面：教师和学生对“人工智能”课程以及其中的“知识表示与知识推理”知识体不重视，缺乏合适的教材，学生缺乏必要的基础知识。下面对这些问题进行逐一分析，对我们采取的对策进行相应介绍。
2.1 师生对“人工智能”课程不重视
许多教师和学生对“人工智能”课程不够重视，甚至存在偏见。我们觉得，这种现状很大程度上是由人工智能自身的发展历程造成的。人工智能领域刚诞生时就被赋予过高的期望；早期的研究者也过于乐观地给出了一些不切实际的承诺。由于不能在短期内实现过高的目标和兑现相应的承诺，使人工智能领域在上世纪80年代末90年代初一度跌入低谷，甚至达到了声名狼藉的地步。这一特殊的发展历程使得一部分对人工智能了解不多的教师和学生产生误解，认为人工智能是一个比较务虚的领域。这种误解甚至影响到“人工智能”课程的开设。目前，在许多高校计算机相关专业的课程设置中，“人工智能”往往只作为选修课程开设，没有得到教师和学生的普遍重视。
实际上，从信息技术发展规律的角度来看，人工智能的上述发展历程是很正常的。根据市场权威研究机构Gartner给出的“技术成熟度曲线”(hype cycle)理论，一项新的IT技术在产生之后，一般先是默默无闻地奋力发展几年，然后会由于被大家寄予很高的期望而迅速火爆起来，接着会因为没能兑现过高的承诺而跌入谷底，最后会再次崛起并由于过硬的成就而被大众普遍接受。人工智能已经经历了从默默无闻到迅速火爆再到跌入谷底的发展过程，目前正处于再次崛起的阶段，并且将通过不断取得的成就而被大众普遍接受。
人工智能的教学在CC2001和CS2008中得到了高度重视。CC2001给出的计算机科学知识体由14个知识领域组成，作为其中的知识领域之一，智能系统(即人工智能)与离散结构、程序设计、操作系统、计算机体系结构等已经得到普遍重视的知识领域具有了相同的地位。在我国高等学校计算机科学与技术教学指导委员会制定的计算机专业规范中，也将“人工智能”作为了计算机科学专业的核心课程。但是，对人工智能相关知识的传播需要一个长期的过程，仍然需要广大科研和教育工作者的不懈努力。
2.2 师生对“知识表示与知识推理”知识体不重视
即便部分教师和学生认识到人工智能知识领域的重要性，但对于其中的“知识表示与知识推理”知识体仍然不够重视，认为没有必要专门通过一门课程进行教学。
针对这个问题，我们可以对人工智能领域的发展历程作进一步考察。我们知道，人工智能领域的诞生就是从知识表示和知识推理开始的。在1956年标志着人工智能诞生的Dartmouth会议上，Herbert Simon和Allen Newell展示的“逻辑理论家”就依赖于知识表示和知识推理。在此之后的五十多年中，知识表示与知识推理就一直是人工智能中最为重要的子领域。相 应的一个佐证是，1966年到2009年期间，在获得图灵奖的56名科学家中，Marvin Minsky、John Mccarthy、Herbert Simon、Allen Newell、Edward Feigenbaum和Raj Reddy等6名科学家都在知识表示与知识推理领域取得了开创性的研究成果。
知识表示与知识推理的重要性在CC2001和CS2008中同样得到了体现。CC2001给出的“智能系统”知识领域由以下10个知识单元组成：智能系统中的基本问题、搜索与约束求解、知识表示与推理、高级搜索、高级知识表示与推理、智能主体、自然语言处理、机器学习与神经网络、人工智能规划系统、机器人；C$2008在CC200I的基础上增加了智能感知这个知识单元。其中，关于知识表示和知识推理的教学内容不仅占据了两个知识单元，而且在智能主体、人工智能规划系统、机器人等知识单元中也占据了相应的多个知识点的位置。由于32课时的人工智能选修课程通常只能对上述知识单元作一个概要性的介绍，对于想进一步深入学习的学生，在有条件的情况下，我们完全有必要开设一门关于“知识表示与知识推理”的课程。另外，从上一节给出的教学设计可以看出，如果要覆盖CC2001和CS2008给出的关于知识表示与知识推理的所有知识点，一门32课时的课程在时间上还很不够用。因此，基于以上分析，我们希望“知识表示与知识推理”的教学首先能够得到相关教师的认可和重视，然后通过课程设置等途径逐渐吸引学生的关注，并在教学过程中激发起学生的学习兴趣和热情。
2.3 缺少合适的教材
尽管CC2001和CS2008详细地列出了关于知识表示与知识推理的主要知识点，但是，据我们所知，目前还没有出现完全覆盖这些知识点的合适教材，而中文的相关教材更是缺乏。
在参考了多方面的资料之后，我们选择了Ronald Brachman和Hector Levesque撰写的《Knowledge Representation and Reasoning》作为教材。Ronald Brachman和Hector Levesque都是知识表示与知识推理领域的著名学者。其中，Ronald Brachman于1977年在哈佛大学攻读博士学位时提出了KL-ONE系统，开创了目前成为研究热点的描述逻辑领域，之后于2003年担任了美国人工智能学会的主席，目前是ACM院士、雅虎全球研究运营副总裁。Hector Levesque在知识表示领域也做出了许多开创性的研究成果，曾于2001年担任人工智能顶级会议IJCAI的主席，于2006年当选加拿大皇家学会会士。除了时态和空间推理以及本体工程这两个知识点之外，CC2001和CS2008中列出的其他关于知识表示与知识推理的知识点，在《Knowledge Representation and Reasoning》中都基本上得到了体现。另外，为了在课程中向学生介绍语义Web方面的知识，我们选择了Grigoris Antoniou和Frank van Harmelen撰写的《A Semantic Web Primer》作为参考书目。
2.4 学生缺乏必需的基础知识
知识表示与知识推理的核心思想是采用形式语言(尤其是逻辑语言)对知识进行刻画和推理，因此要求学生在学习该课程前具有扎实的数理逻辑基础知识。
尽管数理逻辑对于整个计算机学科来说具有非常重要的作用，但在目前计算机相关专业的课程设置中，数理逻辑往往只作为离散数学课程的一个部分进行教学，在课时数量上非常有限。此外，从教材的角度来看，大部分离散数学教材的数理逻辑部分主要介绍命题逻辑的相关知识，而且只介绍命题逻辑联结词、范式、等值演算、自然推理系统等最基本的内容；对一阶谓词逻辑以及命题逻辑中更为深入的内容介绍得很少，甚至不介绍。这些内容对于学习知识表示与知识推理知识体来说远远不够。例如，根据我们在讲授“知识表示与知识推理”之前的调查，许多研究生对于一阶谓词逻辑的语法与语义等基本概念都还比较模糊，对于消解原理、Tableau方法、可满足性问题等内容更是没有接触过。
针对上述问题，除了原计划关于一阶谓词逻辑知识表示的4个课时之外，我们临时增加了2个课时的课堂教学，为学生补充命题逻辑的语法和语义、公式可满足性问题、Tableau判定算法、基于消解原理的判定算法等内容。由于受到课时的限制，许多重要的结论及其证明过程无法在课堂上详细阐述。
值得一提的是，由于研究课题的需要，我们组织部分研究生一起学习了John Bell和Moshe Machover撰写的著名教材《A Course in Mathematical Logic》。在学习这本教材时，我们将研究生分为三个小组，让各个小组自学该教材，对其中的引理、定理以及问题(Problem)进行证明或求解，然后在每周一次的学习班上使用黑板讲解他们的证明或求解过程。在3个月的时间里，将这本教材中的第一章和第二章学完后，这些研究生的数理逻辑知识明显上了一个台阶。在之后学习知识表示与知识推理的过程中，这部分研究生的学习效果也明显好得多。在今后的教学中，我们希望计算机相关专业的研究生能够先学习一门数理逻辑方面的课程，然后再学习知识表示与知识推理课程。
3 结语
