高校应面向市场，以社会需求为导向，致力于培养社会急需的智能科技人才。笔者通过调查研究发现，目前社会上对智能系统开发工程师、数据智能分析师等岗位需求强劲；科研机构和企业也非常需要具有创新潜力和研究能力的科研人员；随着“智能产业—知识经济”的到来，以及以“智慧城市”为标志的智能技术的社会化，整个社会更需要大量掌握智能技术和各领域相关学科知识的交叉复合型人才[5]。因此，应以数据智能分析师、创新型智能技术人才、智能系统开发工程师和复合型智能技术人才等4类特色本科毕业生为智能科学与技术专业的主要人才培养目标，通过实施相应的人才培养措施，然后进行质量评估并结合社会反馈，调整智能技术人才培养目标，改善人才培养模式与措施，形成一个良性循环的培养机制。图1为智能科学与技术特色人才培养流程。对于良性办学环境，上述4种人才培养的规划都应有鲜明的特色，有相应的课程群和培养体系。由于发展初期的智能科学与技术专业办学规模有限，高校可根据教学团队在研究教学方面的积累和社会需求，在复合型智能技术人才培养目标下设置2个左右特色课程群（我校设置了“智能信息处理”和“智能游戏系统设计开发”两个课程群），开设较为丰富的特色课程，通过科技竞赛、职业认证、科研论文、特色作品等冲抵部分课程学分。例如，以数据智能分析为目标的学生可以通过获得数据分析师认证、大数据竞赛获奖、数据挖掘竞赛获奖等冲抵部分课程（如“智能机器人”课程）的学分；以创新智能技术为目标的学生可以通过发表学术论文、研究生初试成绩、申请专利等冲抵部分限选课（如“智能终端软件开发”课程）的学分；以智能系统开发为目标的学生可以通过开发的特色智能系统作品、智能系统竞赛获奖（如机器人比赛、智能车设计比赛等）冲抵部分课程学分；以复合型智能技术为目标的学生可以通过二专业、文体活动获奖、社会实践等冲抵部分理论较难的限选课的学分。总之，在有限条件下应做到因地制宜、因材施教、灵活处理，培养有特色的智能技术人才。
1数据智能分析师培养
就业前景分析方面，谷歌首席经济学家哈尔•瓦里安预计，未来即将出现一类新型的专业人才和职业岗位——数据科学家，当然数据智能分析师也会应运而生。现下时代是数据时代，甚至称之为大数据时代，企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等，实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题，其主要原因在于传统数据分析方法不能满足需要，而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日，百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”，数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术，对数据进行处理、分析和挖掘，提取隐藏在数据中有价值的信息和知识，从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才，可以预计，熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面：①以“点—线—面”结合的方式横向纵向设置课程群，面向数据智能分析，以案例为导向贯穿“线”上的各关节点课程，比如以数学基础课（线性代数、概率统计、数学分析）→大类专业课（程序设计、数据结构、数据库技术）→数据智能分析专业课（数据挖掘、机器学习、多维数据分析）为主线，理论与实践齐头并进；②立足培养“计算技术+智能信息+知识技术”的高级数据分析师，理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合，“资格认证—竞赛获奖—奖学资助”激励培养；③以大数据智能分析为契机，积极培养本科生的大数据计算思维和认知能力，使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面：建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作，设立适应新时代社会与经济发展的“数据智能分析师”认证[6]，当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案，提高智能科学与技术专业社会认可度，增强本专业学生的归属感，更好地培养各层次的数据智能分析人才。
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步，但其进展比计算机技术要慢许多，根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统，人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步，国内已相继有20多所高校面向市场变化和未来需求，自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1）研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”，学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动，进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导，鼓励引导深度学习，经典案例、前沿讲座、讨论探索贯穿课堂教学，课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2）“研究型分组”培养。智能科学与技术专业开办时间不长，成熟教材不多，课程体系需要不断适应学生和社会的需求做出调整，又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师大力推进“研究型班级教学”，在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系，同时来自相关研究方向的研究生也作为助教协助专业老师对小班（组）课题讨论进行引导。3）科研训练提高学习积极性。大类培养模式下实施科研训练引导学习，大一、大二年级主要学习公共基础课程和大类专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、离散数学等，由于缺乏实际应用案例支撑，很多学生会怀疑这些知识在将来本专业学习中的用处，课堂课后处于被动学习状态，个别学生还会由于认识滞后，产生厌学情绪甚至放弃基础知识学习，以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动，使他们发现数学知识能够用来解决实际问题，有利于提高本科生学习基础知识的积极性，变被动学习为主动学习。同时，教师也能从中发现部分优秀本科生的创新潜力和研究能力，激发他们科学研究的兴趣，引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生，进一步强化其科学创新能力，势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践，专业老师要积极主动引导学生，变被动地等待学生选专业转变为吸引优质学生，以大二上学期为主要时间点，引导大类专业学生对特色专业的兴趣，通过科学研究和学生科技活动吸引选拔学生进科研团队，同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景，指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划，需要本科生积极主动地理解大类下各子专业的特点和特色，结合自己的兴趣爱好和实际情况，在大类培养结束时分流到各特色专业。因此，本科生参加科研实践和专业科技活动的时间点很重要，从大一结束后的暑假开始，一直延续到本科毕业，同时实施“泛毕业设计”（即大二选方向并实施课题基础储备，大三实施课题，大四结合专业实习完善毕业设计）[3]，这样既充分利用了本科生大二大三充裕的课后时间，也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉，智能系统广泛应用于工业、农业、服务业等各领域，比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上，结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师，其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养，应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地，推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科，智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域，需要大量复合型智能技术人才。笔者认为，以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案：①充分发挥大类培养特色明显的人才培养优势，开放“全校特色专业选修课”，跨专业、跨学院科教团队，与大学生科技创新计划融合，重点培养学生的综合性、复合性、应用性；②引导并严格要求B学分课程学习，特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划；③交叉融合办好本科生二专业，鼓励学有余力的本科生对知识的渴求，允许学生在本专业的基础上再辅修另一个专业，并提供配套措施，保证二专业学生能获得优质教育，发挥学科交叉融合优势，使本科生形成宽广深厚的知识结构，培养有特色的智能科学技术专业复合人才；④通过与企业横向合作，建立校企实训基地，紧跟企业和市场需求，与企业联合培养复合应用人才。
5结语
智能科学与技术专业在全国已经呈现出蓬勃发展的态势，培养有特色的智能技术人才是本专业发展壮大的根本。将本专业人才培养定位为数据智能分析师、创新型智能技术人才、智能系统开发工程师、复合型智能技术人才等4类，并通过改善培养措施，引导大类培养方案和专业培养方案的完善，有利于形成良好的专业办学生态环境和良性循环。
作者：曾宪华 夏英 兰文富 单位：重庆邮电大学 计算机科学与技术学院
相关专题：西部资源期刊是核心吗 吉林农业科技学院学报
