人工智能专业培养方案

制定：赵金伟        审核：费蓉        批准：宋霄罡

一、专业编号、名称

080717T人工智能

二、培养目标

人工智能专业培养目标：面向国家新一代人工智能发展的重大需求和中西部地区对人工智能专业人才的需求，培养德、智、体、美、劳全面发展，具有扎实的自然及人文科学基础知识、人工智能领域的基本理论、基本知识及技能，具有良好的工程责任意识和职业道德，具备丰富的工程实践能力、分析、解决人工智能领域复杂工程问题的能力，能够跟踪本领域新理论、新技术，具有开拓创新精神和国际化视野，在我国人工智能学科与产业技术发展中发挥领军作用的优秀人才。

人工智能专业具体培养目标：

本专业培养的学生在毕业后5年左右达到下列目标：

①能够在工作岗位中熟练运用人工智能专业的基本原理、专业知识和基本技能解决人工智能领域的复杂工程问题；

②在团队合作和交流中，担任骨干和领导角色，表现出良好的协作精神，并发挥有效作用；

③在人工智能相关专业领域具有就业竞争力，了解本学科的前沿和发展趋势，并能通过自主学习、继续教育或其他终身学习方式增加专业知识和技能；

④遵守人工智能行业标准、工作规范和相关行业法规，具有良好的职业道德和职业态度，有为中西部地区、国内和国际社会及民众服务的能力和意愿。

三、毕业要求

1.工程知识：能够将数学、自然科学、计算、工程基础和人工智能专业知识用于解决人工智能领域复杂工程问题。

指标点1-1：掌握数学知识、自然科学、计算和工程科学基础知识；

指标点1-2：掌握人工智能专业的基础知识和基本原理；

指标点1-3：掌握并能运用相关工程专业知识、数学分析方法和人工智能专业技能与方法，解决人工智能领域复杂工程问题。

2. 问题分析：能够应用数学、自然科学和人工智能的第一性原理，识别、表达、并通过文献研究分析人工智能领域复杂工程问题，综合考虑可持续发展的要求，以获得有效结论。

指标点2-1：能够运用相关科学原理，识别和判断人工智能领域复杂工程问题的关键环节，运用抽象思维和数学建模方法进行复杂工程问题的理论建模；

指标点2-2：针对人工智能领域复杂工程问题能够熟练地运用互联网等现代信息技术方法获取相关信息和专业文献，寻求可替代的解决方案；

指标点2-3：能运用人工智能基本原理，借助文献研究，从可持续发展角度分析工程活动过程的影响因素，获得有效结论。

3. 设计/开发解决方案：能够设计针对人工智能领域复杂工程问题开发和设计解决方案，设计满足特定需求的人工智能软硬件系统，并能够在设计环节中体现创新性，考虑健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。

指标点3-1：掌握智能软件程序设计和智能硬件设计的理论与方法，具备人工智能软硬件系统设计和开发能力，了解影响设计目标和技术方案的各种因素；

指标点3-2：能够针对特定需求，完成人工智能软硬件系统的单元（部件 ）设计；

指标点3-3：能够进行人工智能软硬件系统或工艺流程设计，体现创新性；

指标点3-4：能够在设计中综合考虑健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。

4. 研究：能够基于科学原理并采用科学方法对人工智能领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

指标点4-1：能够基于科学原理，通过文献研究或相关方法，调研和分析复杂工程问题的解决方案；

指标点4-2：掌握人工智能应用中所涉及的实验设计与实施、数据分析与解释、信息融合与解耦的基本理论、原理和方法，能够根据对象特征，选择研究路线，设计实验方案；

指标点4-3：能够根据实验方案设计与构建实验系统，并安全地开展实验，正确地采集实验数据；

指标点4-4：能够对实验结果进行分析、解释、评估，通过信息综合得到合理有效的结论。

5. 使用现代工具：能够针对人工智能领域复杂工程问题，开发、选择与使用恰当的人工智能技术、资源、现代工程工具和信息技术工具，包括对人工智能领域复杂工程问题的预测与模拟，并能够理解其局限性。

指标点5-1：掌握人工智能技术、软件系统和硬件平台所使用的原理、工具和方法，并理解其局限性；

指标点5-2：能够选择与使用恰当的技术、软件系统和硬件平台，对复杂工程问题进行分析、计算与设计；

指标点5-3：能够针对具体工程问题对象，通过组合、选配、改进、二次开发等方式创造性地使用人工智能技术、软件系统和硬件平台对其进行模拟和预测，以满足特定需求，并能分析其局限性。

6. 工程与可持续发展。在解决复杂工程问题时，能够基于工程相关背景知识，分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。。

指标点6-1：了解人工智能专业领域的技术标准体系、知识产权、产业政策和法律法规，关于环境保护和可持续发展的方针、政策和法律，理解不同社会文化对工程活动的影响；

指标点6-2：能分析和人评价工智能专业工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，以及这些制约因素对工程实践的影响，评估工程实践过程中可能对人类和环境造成的损害和隐患，理解应承担的责任。

7. 伦理和职业规范。有工程报国、工程为民的意识，具有人文社会科学素养和社会责任感，能够理解和应用工程伦理，在工程实践中遵守工程职业道德、规范和相关法律，履行责任。

指标点7-1：有正确的价值观，能理解个人与社会的关系，了解中国国情；

指标点7-2：能够恪守工程伦理、理解并遵守职业道德和规范，尊重相关国家和国际通行的法律法规；

指标点7-3：在工程实践中，能自觉履行工程师对公众的安全、健康和福祉对社会责任，理解和包容多元化的社会需求。

8. 个人与团队。能够在多样化、多学科背景下的团队中承担个体、团队成员以及负责人的角色。

指标点8-1：能够在多学科、多样性、多形式的团队中和其他团队成员进行有效地沟通与合作；

指标点8-2：明确个人在团队中的地位和作用，能够在团队中独立承担任务，合作开展工作，完成工程实践任务，能够组织、协调和指挥团队工展工作。

9. 沟通。能够就人工智能领域复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令；能够在跨文化背景下进行沟通和交流，理解、尊重语言和文化差异。

指标点9-1：具有良好的语言表达和文字组织能力，具备一定的国际视野，能够在跨文化背景下有效地进行技术交流与沟通，准确表达自己的观点，回应质疑，理解并包容与业界同行和社会公众交流的差异性；

指标点9-2：具有跨文化交流的语言和书面表达能力，能就专业问题在跨文化背景下进行基本沟通和交流；

指标点9-3：了解人工智能专业领域的国际发展趋势、研究热点，理解和尊重世界不同语言 和文化的差异性。

10.项目管理：理解并掌握人工智能领域工程项目相关的管理原理与经济决策方法，并能在多学科环境中应用。

指标点10-1：能够理解和掌握人工智能领域工程项目相关的管理与经济决策方法，了解人工智能工程项目全流程的成本构成，理解其中涉及的工程管理与经济决策问题；

指标点10-2：能在多学科环境下设计开发解决方案的过程中，运用工程管理与经济决策方法。

11. 终身学习：具有自主学习和终身学习的意识和能力，能够理解广泛的技术变革对工程和社会的影响，适应新技术变革，具有批判性思维能力。

指标点11-1：能认识到自主和终身学习的必要性，具有自主学习能力，能够坚持终身学习，包括对技术问题的理解能力、归纳总结能力、提出问题的能力和创造性能力；

指标点11-2：能理解广泛的技术变革对工程和社会的影响，能接受新技术、新事物和新问题带来的挑战，及时更新知识体系，有效地选择和获取新知识，并能快速地在实践中应用新知识，适应新技术的发展和进步，并具有批判性思维能力。

四、主干学科和主要课程

主干学科：人工智能

主干课程：离散数学、数据结构、算法分析与设计、泛函分析、计算方法、人工智能导论、机器学习基础、脑认知科学基础、数字图像处理、最优化理论与方法、模式识别、自然语言理解、计算智能、人工智能伦理、脑机接口技术、数据库原理、深度学习、计算机视觉、管理经济学、数字信号处理、计算机图形学等课程。

五、专业方向、学制与学位

本专业不分专业方向。

学制：四年

修业年限：3~6年

所授学位类别：工学学士学位

六、毕业学分要求

本专业学生毕业时应取得的最低学分：175分，其中包括：①必修课151个学分；②院级选修课15个学分；③校级选修课应从校管选修课平台至少选够9个学分，其中学分类别要求按《校级选修课的有关规定》执行。

必修课中有10.5个学分为不计费学分。不收学费，但必须完成。包括思政课6个课外学分，创新学分2学分，大学生心理健康教育课外实践、公益劳动两门课共2.5学分。

七、毕业要求对培养目标的支撑

八、课程体系对毕业要求的支撑