高职人工智能专业课程资源建设研究
来源:用户上传
作者:邹晓冬
摘要：随着现在网络技术的不断进步，尤其是现在的5G网络已经在逐步投入商用，未来5G领域的各种应用将会越来越多，引领人们的生活走入智慧时代。依托未来网络技术的发展，人工智能技术也会有更大的突破，应用范围将会更加广阔。而从事人工智能专业的学生就业前景也将会更加被看好。现在的高职人工智能专业已经成了高等职业院校的热门专业，但是在专业课程资源建设上还存在一定的问题，本文针对人工智能专业的定位对专业课程资源建设和人才培养提出了自己的见解。
关键词：人工智能;专业课程;资源建设
中图分类号：TP311 文献标识码：A
文章编号：1009-3044（2019）30-0204-02
在网络信息化高速发展的今天，各种各样依托高速互联网的应用技术层出不穷。尤其是在人工智能领域，随着网络技术的进步以及5G网络的逐渐普及更是得到了快速的发展，现在的人工智能技术在我们的生活中无处不在，已经和许多产业相融合带来了很多的附加价值，未来人工智能将会是计算机智能领域发展最快的一个分支，同时人工智能专业的人才需求在未来5-10年将会大规模的增长，因此作为高职院校来说，开设人工智能教育专业，不但能够为社会培养更多的人工智能专业人才，还能够打响高职院校的知名度，吸引更多的生源来学习，为高职院校未来的发展奠定良好的基础。
人工智能（Artificial Intelligence）英文缩写为AI，本身是计算机科学的一个分支，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。现在的人工智能已经成了信息技术领域研究的热点问题，尤其是随着大数据、云计算以及物联网为代表的新一代人工智能技术的进步，对人们的生产生活和行为方式产生了广泛而深远的影响，在可以预见的未来，人工智能必将成为未来国际之间竞争的方向，也会成为引导国家战略走向的重要技术，现在很多国家都把人工智能的发展作为提升国家在国际上竞争力的关键和维护国家安全的重大战略。
1人工智能技术对高职人才的需求
人工智能作为计算机学科的一门分支，属于高科技范畴内的专业技术领域，因此对于人才的专业性要求是很高的，在人工智能领域要想取得进步，就必须不断培养高素质的人工智能专业人才。据统计，在全世界范围内的人工智能人才储备我国只占5%左右，具有很大的人才缺口，为了在人工智能领域取得国际竞争优势，教育部在2018年4月份专门印发了《高等学校人工智能创新行动计划》，计划中对于人工智能领域的培养类别和重点任务做出了详细的规划，同时要求到2020年，基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局，高校在新一代人工智能基础理论和关键技术研究等方面取得新突破，人才培养和科学研究的优势进一步提升，并推动人工智能技术广泛应用。高职院校应该响应国家对于人工智能领域人才培养的要求，加快学科建设步伐，在高职学校设立人工智能专业课程，不断扩大人工智能领域人才培养的规模，为社会培养更多的人工智能专业人才。
2高职院校人工智能设置的定位
2.1高职院校专业设置
现在高职院校中与人工智能相近的专业是智能科学与技术专业，专业包括了计算机、传感、通讯和控制等不同学科领域的知识内容，涉及机器人技术、微电子机械以及物联网指挥系统等。高职院校可以根据现在人工智能领域的发展和国家对于人工智能专业领域的培养要求来确定院校的培养目标。同时也可以根据计算机、电子、软件以及自动化为基础，按照人工智能未来的发展趋势以及应用范围来开设人工智能专业课程，不断对专业课程进行拓展和延伸，形成一个具有自身院校特色的不同于其他院校培养方向的优势专业，对于一些目前还没有申请人工智能专业的高职院校来说，可以在计算机、软件或者大数据专业中增设人工职能方向，为下一步的专业建设奠定坚实的基础。
2.2人工智能专业定位
高职院校的人工智能专业覆盖面比较广，具有很强的包容性，而且市场对于不同应用专业人才的需求也越来也高，因此高职院校的人工智能专业定位要覆盖所有的领域，人工智能专业课程不但是高职院校的一门全新的课程，同时也是培养创新人才的重要领地，现在的人工智能学科已经超越了计算机科学的范畴，同时与互联网、大数据以及语言心理学相融合实现了人工智能学科的高速发展。专业内容包括了信息处理、计算机视觉、智能机器人以及自动程序设计等。人工智能专业课程培养的目标是具有良好的创新精神和职业道德素质，同时具有较强的数据科学、网络软硬件、信息科学等基础知识和基本技能，能夠熟练掌握传感网、物联网、大数据、云计算等专业技术，可以从事智能系统开发以及无人系统产品的设计等。高职院校培养的人才未来可以胜任政府机关、企事业单位、社会组织等不同的部门对于数据统计和分析、智能应用系统设计、智能系统安全维护以及舆隋监督和居民行为分析等不同的领域。
3高职院校人工智能专业课程资源建设
3.1人工智能专业理论课程建设
人工智能不是一门单独的学科，而是综合了不同种类知识的综合性的学科体系，高职学生要想学好人工智能，具备较高的技术水平，首先需要有扎实的数学理论基础，同时还要具备一定的计算机硬件开发能力。高职院校的人工智能专业理论课程设置必须重视课程的整体性和层次性。由于人工智能和数学的密不可分性，因此在课程资源设置上要偏重数学基础课的内容，包括微积分、线性代数、概率论与数理统计等，同时还要包括数学分析、矩阵以及数列计算等方面的内容，尤其是极限和连续的数学知识一定要学好，对未来人工智能设计有很大的帮助。
在人工智能课程资源设置上，除了要有与人工智能相关的数学技术内容以外，在专业课程的设置上也要有一定的突破与创新。目前在人工智能专业课程设置上，要有与计算机相关的专业核心课，比如Python、C/C++语言、操作系统、计算机软硬件分析、分布式并行计算以及FPGA开放等理论课程，同时还要有人工智能导论方面的课程比如脑科学和生命科学等、机器学习、云计算与大数据、智能开发、自然语言处理等方面的核心课程，同时高职院校要建立支持人工智能的实验平台，完善相关的硬件设施建设，让高职学生能够在试验平台上更加深入的了解和学习大数据、云计算以及机器学习等方面的内容。 3.2人工智能实验课程开发
要想学好人工智能，必须培养高职学生的实践能力，因此高职院校的人工智能专业要做好实验课程的开发和设计工作，要根据高职人工智能人才的培养目标确定实验课程的内容，通常要安排Python开发、机器学习、深度学习以及智能化应用等相关的实验课程满足人工智能学习的需要，具体的实验课程资源建设和设计可以按照以下的步骤进行：
（1）机器学习实验
包括对机器学习理论的概述、监督学生学习的一些数据准备、监督学生学习的算法调优包括临近算法、朴素贝叶斯分类器以及卷积神经网络等、监督学生学习效果的分析和模型部署、非监督学习算法的调优处理包括K均值聚类、主成分分析、组织映射神经网络、隐马尔可夫模型和神经网络模型等、半监督学习的分类方法包括生成式的方法和判别式的方法以及半监督学习的聚类方法等。
（2）深度学习实验
深度学习实验是在基础学习实验的基础上对人工智能进一步学习，内容相对更加深化和复杂，包括了Tensorflow的一些基本应用、BP神经网络、AutoEncoder自动编码器、rcnn、fast-rcnn、faster-rcnn、ssd目标检测、vgg和resnet的图像分类以及Matlab图像处理软件的操作和算数运算、图像颜色空间的运算以及图像滤波等。
（3）自然语言处理NLP
自然语言处理NLP已经成了人工智能领域的一个新的发展方向，未来也会成为人工智能的核心领域，最终的目的是要让机器可以理解自然语言。因此在高职人工智能课程资源建设中，要加入对NLP的字、词、句子的学习，能够通过学习以NLP为基础核心的相关技术实现对聊天机器人、智能合理用药以及知识图谱等提供底层技术，让学生能够通过学习自然语言处理NLP掌握其最具代表性的前沿技术，走在人工智能领域的前列。
（4）图像处理技术
图像处理技术就是通过计算机对各种图像进行造成处理、修复、还原和提取特征等一系列的方法和技术统称。这也是人工智能领域需要重点学习和研究的方向，高职院校的人工智能专业课程资源要为学生创设前沿的ResNet，SSD，Faster RCNN等深度学习模型，让他们掌握图像的分类、识别等处理技术，比如现在的人脸识别技术包括了人脸检测、人脸特征点检测和人脸对齐等。
3.3人工智能实训课程建设
在人工智能课程资源的学习中，实训课程无疑是体现高职学生学习水平的重要参考，对实训课程的建设可以根据目前的热点领域来进行設计，比如现在的智能机器人、智慧医疗、城市智慧交通、智能金融、无人控制系统、智能教育、智慧旅游以及VR体验等，让学生都能够将学习到的知识应用到具体的项目当中。
4结束语
人工智能的发展对于人才的需求越来越高，高职院校要强化人工智能专业课程的资源建设，为社会培养更多的人工智能专业人才。
转载注明来源:https://www.xzbu.com/8/view-15070447.htm
