我国人工智能本科人才培养现状及对我校培养模式的思考
人工智能时代人才培养的着力点及政策建议
人工智能时代人才培养的着力点及政策建议近年来，人工智能技术飞速发展，加速了科技和社会的融合。
随着人工智能时代的来临，人才培养已成为当务之急。
为了适应未来发展的需要，应该从以下三个方面着力提升人才培养，其中包括教育体系改革、职业专业化培训和国际化交流。
首先，重视教育体系改革，特别是基础教育。
通过优化教学内容，加强教育软硬件设施建设，加强学生实践能力培养，培养具有创新精神、实践能力和综合素质的优秀人才。
此外，学校应该增加人工智能课程的开设，包括人工智能概述、算法基础、机器学习等。
从小培养学生的人工智能意识和基础知识，才能更好地满足未来社会对人工智能领域人才的需求。
其次，职业专业化培训是培养高素质人才的有效途径。
当前，国内已经形成了大量具有人工智能实践经验和技能的专业团队。
政府可以通过设立专业化培训基地，加强培训师资力量的建设，加大人工智能领域技能培训力度。
不仅需要覆盖人工智能本科、研究生阶段的学生，也应该向职业人员、广大公众开放，满足不同层次人才的需求。
最后，国际化交流也是提升人才培养质量和国际竞争力的关键。
通过国际化教育和实践交流，了解世界先进的人工智能理论和应用技术，提升自身竞争力和社会责任意识。
建议政府积极支持学生或科研机构参加国际人工智能顶级会议，组织国际交流项目，为我国人工智能人才的培养提供广泛的国际视野和平台。
在政策建议方面，应该思考以下三个方向，分别是教育体系改革、职业专业化培训和国际化交流。
首先，应该完善相关法律法规的建设，形成人才培养的长效机制。
其次，应该加大政策支持的力度，例如加强国际交流资金的投入和职业教育资源的整合。
再次，建议加强产学研合作，将实际应用与人才培养相结合，不仅可以加速人工智能技术的发展，也可以提高人才培养的质量和效果。
人工智能时代人才培养的着力点及政策建议
人工智能时代人才培养的着力点及政策建议人工智能时代已经来临，它给现代社会带来了诸多的改变和挑战。
在这个时代，人才的培养和发展变得尤为重要。
人才是推动人工智能时代发展的核心动力，培养高素质的人工智能人才成为了各国共同的任务。
为了更好地适应人工智能时代的发展需求，我们需要针对性地制定政策和加大人才培养的着力点。
本文将从人工智能时代人才培养的需求出发，提出相应的政策建议。
一、提高教育体系的针对性在人工智能时代，传统的教育体系已经不能满足现代社会的需求。
对于人工智能时代的人才培养，教育体系需要更加注重培养学生的创新能力、实践能力、团队合作能力以及思维灵活性。
在此基础上，政府可以加大对教育系统的投入，提高教师的培训水平，制定更为灵活多样的教学方式，引导学生主动学习，培养学生的批判性思维和解决问题的能力。
政府还可以鼓励学校和企业合作，提供更多的实习机会，帮助学生更好地理解实际工作场景和需求，为他们的未来职业发展打下良好的基础。
二、加强人才培养的行业适应性人工智能时代的人才培养需要更多的行业适应性。
需要针对不同行业的需求，培养更加专业的人才。
政府可以通过制定相应的政策推动高校和企业的合作，加强专业人才的培养。
可以加大对技术领域的投入，鼓励青年人才参与到科技创新中去。
为此，政府可以提供更多的科研经费支持，保障科研人员的基本权益，为科研团队搭建更为宽松和自由的创新环境，激发他们的创新潜能。
三、加强智能化人才的跨学科培养人工智能的发展是一个跨学科的综合性课题，需要不同领域的人才共同协作。
政府可以加大对跨学科人才培养的支持。
鼓励不同领域的专家和学者进行学科间的交叉合作，加强知识的融合和传递。
可以设置跨学科的人才培养项目，提供各种培训和资源支持，帮助学生更好地掌握跨学科的知识和技能，培养更加全面的人才。
四、加强国际合作和交流在人工智能时代，人才的培养需要更多的国际合作和交流。
政府可以加大对留学人才的吸引力，提供更多的奖学金和资助项目，鼓励优秀的本土人才走出国门，走向国际，增加国际化视野和认知。
新一代人工智能背景下电子信息类人才专业技能培养模式思考
新一代人工智能背景下电子信息类人才专业技能培养模式思考随着新一代人工智能技术的快速发展，电子信息类人才的需求也日益增长。
在这样的大环境下，人才专业技能的培养模式也迫切需要进行思考和改进。
本文将从人工智能与电子信息类人才的关系出发，探讨新一代人工智能背景下电子信息类人才专业技能培养模式的思考。
一、新一代人工智能与电子信息类人才新一代人工智能是近年来兴起的一种人工智能技术，它采用了更加先进的算法、更强大的硬件和更完善的数据处理技术，使得人工智能在语音识别、图像识别、自然语言处理等领域取得了巨大的进步。
这为电子信息类人才的发展提供了新的机遇和挑战。
电子信息类人才需要具备与新一代人工智能技术相适应的专业技能。
他们需要具备扎实的电子信息基础知识，包括电路原理、数字信号处理、通信原理等方面的知识。
他们需要掌握与人工智能相关的知识和技能，包括机器学习算法、深度学习技术、大数据处理技术等。
他们还需要有在实际工程项目中应用人工智能技术的实践经验，以及与其他领域的交叉能力。
二、电子信息类人才专业技能培养模式思考1. 课程设置优化2. 实践教学强化电子信息类人才的专业技能需要通过实践教学来强化。
在实践教学环节中，应该设置与人工智能相关的实验项目，鼓励学生利用人工智能技术解决实际问题，培养他们的创新意识和实践能力。
还应该与企业合作，开展产学研结合的实践项目，让学生在实践中接触到最前沿的技术和项目，提高他们的实际操作能力和解决问题的能力。
3. 专业方向拓展电子信息类人才的专业方向需要更加多元化和细化。
除了通信工程、电子工程等传统的专业方向外，还应该设置与人工智能相关的专业方向，例如智能硬件设计、智能控制系统、人机交互技术等方面的专业方向，以满足人才市场对与人工智能相关的专业人才的需求。
4. 跨学科交叉培养在电子信息类人才的专业技能培养模式中，需要加强与其他领域的交叉培养。
可以引入生物医学工程、自动化工程等其他领域的知识和技能，让电子信息类人才不仅具备电子信息领域的专业技能，还具备其他领域的交叉能力，使他们更加适应新一代人工智能技术的发展需求。
人工智能时代的教育与人才培养
人工智能时代的教育与人才培养在人工智能时代，教育与人才培养显得尤为重要。
随着科技的迅速发展，人工智能已经深入到我们生活的方方面面，对未来的社会和职业造成了巨大的影响。
因此，教育机构和个人都应该意识到人工智能对教育的重要性，并积极探索如何利用人工智能来改进教育质量和人才培养。
本文将围绕人工智能时代的教育和人才培养展开讨论。
一、人工智能对教育的影响在人工智能时代，传统教育模式面临着一系列的挑战和机遇。
首先，人工智能可以帮助教师更好地进行教学。
通过使用智能教育软件和智能教具，教师可以根据学生的学习情况，提供个性化的教学内容和学习路径，使每个学生都能够得到最有效的教学。
同时，人工智能还可以通过自动批改作业和测试，减轻教师的负担，提高教学效率。
其次，人工智能可以改变传统的学习方式。
传统的教育往往是以教师为中心，学生被动接受知识的灌输。
而在人工智能时代，学生可以通过人工智能技术主动参与到学习中。
例如，学生可以利用人工智能辅助学习工具进行自主学习，根据自己的兴趣和需求来选择学习内容和学习方式。
此外，人工智能还可以通过虚拟现实等技术，为学生创造更加真实、互动的学习环境。
最后，人工智能还可以辅助教育管理和决策。
通过收集、分析和利用大数据，人工智能可以帮助学校和教育机构更好地了解教育领域的趋势和需求，制定更科学合理的教育政策和发展战略。
二、人工智能与人才培养人才是社会发展的重要资源，而在人工智能时代，人才培养更需要关注人工智能的应用和发展。
首先，人工智能技术的应用已经涉及到各个行业和领域，因此，培养具备人工智能技术背景和应用能力的人才势在必行。
教育机构应该及时调整课程设置，加强人工智能相关知识的教学，培养学生的人工智能创新意识和实践能力。
其次，人工智能时代的人才培养还需要注重培养学生的核心素养和终身学习能力。
由于人工智能技术的快速发展，人才需求也在不断变化。
因此，学生需要具备批判性思维、创新能力、团队合作能力等综合素养，以应对未来的挑战。
中国人工智能人才培养报告
中国人工智能人才培养报告
随着人工智能技术的快速发展，全球范围内的人才竞争也越来越激烈。
中国作为世界上最大的人口国家和经济体之一，人工智能人才的培养也成为了国内的重要议题。
本报告主要从以下几个方面分析中国人工智能人才的现状和未
来发展趋势：
一、人工智能人才的现状
近年来，中国在人工智能领域取得了长足进展，各类高校、研究机构和企业纷纷加大了对人工智能人才的培养和招聘力度。
目前，中国人工智能人才的总数已经超过20万人，其中博士毕业生约1.2万人。
二、人工智能人才的培养方式
人工智能人才的培养方式一般包括高校教育、企业培训和自学等多种途径。
在高校教育方面，人工智能相关专业的开设越来越普遍，同时也有越来越多的研究生和博士生选择深入研究人工智能领域。
在企业培训方面，一些大型互联网公司和科技企业也纷纷推出了人工智能培训计划，吸引了大量学习者。
此外，由于人工智能技术的开放性和易于获取性，越来越多的人通过自学和网络教育等方式学习和掌握人工智能技术。
三、人工智能人才的未来发展趋势
随着人工智能技术的不断发展和普及，对人工智能人才的需求也将越来越大。
未来，人工智能人才的培养将更加注重技术实践和应用
能力的提升，同时也需要更多的跨学科人才和复合型人才。
此外，人工智能人才的国际化和多元化也将成为未来的趋势。
总之，中国作为人工智能领域的新兴大国，人工智能人才的培养和发展将成为国家发展的重要战略。
我们需要更加注重人工智能人才的培养和引进，为未来的人工智能应用和产业发展提供强有力的支持。
人工智能时代的人才培养
人工智能时代的人才培养随着人工智能技术的快速发展和广泛应用，人才培养已经成为各行各业亟待解决的重要问题。
在人工智能时代，怎样培养和选拔出高素质的人才，已经成为企业、政府和教育机构共同关注的焦点。
本文将针对人工智能时代的人才培养进行深入探讨。
一、教育体制改革人工智能时代的人才培养需要教育体制的改革。
传统的教育模式已经无法适应人工智能时代对人才的需求。
因此，教育机构应该加强对人工智能领域知识和技能的培养，推动跨学科的交叉融合，培养具备创新能力和综合素养的人才。
二、企业参与人才培养在人工智能时代，企业应该积极参与人才培养工作。
企业了解市场需求，可以提供更有针对性的培训和实践机会，帮助学生更好地掌握人工智能技术和应用。
同时，企业还可以与高校建立合作关系，共同开展科研项目和人才培养计划，促进产学研用的深度融合。
三、注重创新意识和团队合作在人工智能时代，人才培养需要注重培养学生的创新意识和团队合作能力。
人工智能技术的发展需要不断创新，而团队合作是解决复杂问题的有效方式。
因此，在人才培养过程中，教育机构和企业应该重视学生的创新能力和团队协作能力的培养，培养学生成为具有综合素养的人才。
四、终身学习和自主发展人工智能时代的人才培养不仅仅是一次性的教育培训，更需要学生具备终身学习和自主发展的能力。
人工智能技术的发展变化日新月异，快速掌握新知识和技能是人才成功的关键。
因此，人才培养应该注重学生的终身学习和自主发展能力的培养，使其具备适应未来发展的能力。
结语人工智能时代的人才培养需要教育机构、企业和社会共同努力，建立多元化、灵活性的培养模式，培养更多具有创新能力、团队合作能力和终身学习能力的人才，为人工智能时代的发展做出贡献。
希望本文的探讨能够对人才培养工作提供一定的参考和启示，推动人才培养的不断进步与完善。
人工智能的人才培养问题
人工智能的人才培养问题随着科技的不断进步和发展，人工智能技术也逐步成为了当前各个行业的重要发展方向。
而在人工智能的普及和应用中，人才的培养问题显得尤为重要。
本文将从不同的角度来探讨这一问题，并提出有效的解决方案。
一、人工智能行业急需人才人工智能是一种新兴的技术，因此目前在人才培养方面存在一定的缺口。
根据市场调研数据显示，在全球范围内，目前对人工智能人才的需求量超过了供给量，这也成为了制约人工智能发展的瓶颈。
所以，人工智能行业急需人才，尤其是那些拥有深入了解人工智能的专业人士，这些人才可以为这一行业的发展提供重要的支持。
二、人工智能技术的核心问题人工智能技术的学习门槛比较高，需要大量的时间和精力。
尤其是在深度学习等领域，需要具备数学、物理等领域的知识，同时也要具备一定的编程能力。
这也就意味着，如今的人工智能人才培养存在一定的难度。
而为了解决这个问题，我们需要加强人工智能领域的科研和教育方面的投入，加大对人工智能专业人才的培养和支持力度。
例如，可以增加相关科研项目的资金投入，建立更多的智能化实验室和研究所，以及增加人工智能领域的学科设置和课程的开设等。
三、人工智能教育和培训的推广当前，人工智能专业人才的培养仍存在一些不足之处。
而这一问题不仅与教学质量和设施等有关，还与人工智能教育和培训方向的不良导向有关。
也就是说，我们在培养人才时不仅应该注重他们技术方面的培养，同时也要注重他们的实践能力和综合素质的提升。
因此，我们需要鼓励学生在校期间参与相关的实践项目，并注重培养他们的创新精神和创业意识。
同时，我们也需要加大对人工智能企业和科研机构的培训支持力度，积极推广人工智能相关的培训课程和学术交流活动。
这将有助于提高人工智能专业人才的素质和水平，为人工智能产业的发展提供强大的人才支持。
四、大学和企业间的协同合作在人才培养方面，大学和企业可以通过协同合作来进行人才培养。
这种协同模式不仅可以让学生更好地了解人工智能产业的发展趋势，同时也可以增加企业对人才的需求。
人工智能技术对人才培养的影响与挑战
人工智能技术对人才培养的影响与挑战随着人工智能技术的不断发展，它已经逐渐渗透到我们的生活中的各个领域，包括教育领域。
人工智能技术的应用，一方面可以提高教学效果，另一方面也会对教师和学生的人才培养产生影响与挑战。
一、人工智能技术对教育教学的提升人工智能技术可以帮助教育教学，提高教学效果。
之前要教和学的内容，需要通过教材等方式传授。
现在，老师和学生可以通过人工智能技术进行交互学习。
例如，我们可以使用智能辅助教学系统来帮助学生学习课程。
该系统可以对学生的个人学习情况进行调查和评估，并提供更好的指导。
还可以创建个性化的学习内容，以便学生能够更快地学习和掌握课程内容。
此外，还可以使用人工智能技术来评估学生的学习成果。
传统的考试和测验通常需要学生答题并由教师评分。
现在，教育系统可以使用自动评分系统来更好地处理大量的课程作业和测验。
二、人工智能技术对教师人才培养的影响随着智能辅助教学和自动评分系统的逐渐普及，教师的角色将发生变化。
在以往的教学中，老师时常扮演辅助角色，为学生提供知识和指导。
而现在，教师的角色将更加专业化。
因为自动评分系统可以帮助教师更好地了解学生的学习情况，可以快速了解学生的问题并及时纠正。
同时，为了更好地应用这些技术，教师们必须了解如何更好地利用这些技术，为学生提供更好的指导，也需要时刻更新和完善自身的教育知识和技能。
三、人工智能技术对学生人才培养的影响随着人工智能技术的逐渐普及，学生的学习方式也将发生变化。
学生不再依赖传统的教学方式，而是逐渐习惯了学习与人工智能技术交互的方式。
学生还需要能够更好地应对不断改变的教育需求，以适应新的教育环境和要求。
具体而言，学生需要更好地掌握人工智能技术，以便更好地了解数据和信息，并需要开发技能，以便他们可以对这项技术进行创新和改善。
四、人工智能技术对未来教育的影响人工智能技术之所以在未来教育中发挥更大的作用，是因为它能够推动教育变革，更好地满足学生对个性化学习和互动学习的需求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高教研究上海理工大学规划发展处（高教研究所）2018年第1期 2018年 4月10日我国人工智能本科人才培养现状及对我校培养模式的思考一、我国人工智能本科人才培养背景 (1)二、我国人工智能本科人才培养方式 (2)三、人工智能本科人才培养目标及课程体系 (4)四、人工智能本科人才培养目标达成措施 (7)五、我校人工智能人才培养模式的思考 (10)六、结束语 (13)一、我国人工智能本科人才培养背景在教育部公布的《2017年普通高等学校本科专业目录》中的并没有专业被直接冠以“人工智能”或“人工智能工程”的名头。
通常认为人工智能是计算机科学的一个分支，其人才培养主要蕴涵于计算机科学与技术、智能科学与技术、自动化、数据科学与大数据技术或统计学等专业之中。
究其原因，从目前来看，主要是学界对“人工智能”尚未有清晰的定义，概念太宽泛，涉及学科和领域太多。
有些专家甚至认为，人工智能属于社会科学和自然科学的交叉，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论等等。
在这一背景下，难以对“人工智能”达成广泛共识。
但是，社会的发展对人工智能人才的大量需求却显得越来越迫切。
近年来，对人工智能人才的需求呈井喷式增长，特别是从2017年7月国务院发布《关于印发新一代人工智能发展规划的通知》，将发展人工智能产业作为国家战略发展以来，人工智能相关的各类人才严重稀缺。
据工信部预测，我国对各类人工智能人才需求缺口超500万，供需比接近1:10[1]。
腾讯研究院发布的《2017全球人工智能人才白皮书》显示，产业界对人工智能人才需求，主要集中在本科和硕士阶段，其中本科占比46.1%[2]。
从工作角色来看，可将人工智能本科毕业生分为数据智能分析师、创新型智能技术人才、智能系统开发工程师和复合型智能技术人才等4类特色人才。
本文先对我国人工智能本科阶段人才培养方式、培养目标和课程体系、培养目标达成措施进行探讨，然后针对我校加强人工智能本科人才培养给出思考。
表1 AI公司对人才学历要求分布（2017年）[2]二、我国人工智能本科人才培养方式在我国本科专业目录中，与人们日常所说的“人工智能”最为接近的专业有智能科学与技术专业，计算机科学与技术、自动化、统计学等传统本科以及机器人工程等新工科，它们与人工智能之间都存在较大的相关性。
因此，对人工智能人才的培养方式，也多种多样。
综合来看，主要有以下三种：（一）在相关专业增加AI课程培养人工智能人才。
人工智能学科具有综合性、交叉性、应用性强的特点，多数学校在计算机科学与技术、自动化、统计学等专业课程设置上，增加人工智能相关课程群对学生进行人工智能方面知识培养。
因此，从这些专业毕业的学生，有相当一部分从事与人工智能应用相关的研究与开发工作。
还有部分专业，通过增设《人工智能》课程，对学生进行入门级的人工智能教育，激发学生对人工智能在本领域应用的兴趣。
总体来说，这种方式培养的人才，有很大的局限性，难以系统地获取人工智能方面的知识和技能。
（二）设置智能科学与技术专业，培养人工智能人才。
截止目前，全国有26所高校设置了智能科学与技术本科专业。
作为计算机学科的一个分支，除少数高校（见下文）外，智能科学与技术专业隶属于计算机或信息技术大类，如北京大学将智能科学与技术专业归属于信息科学技术学院下的智能科学系。
培养方式以“信息基础+智能（包括自然智能和机器智能）基础”为模式，分方向（包括机器感知与智能机器人、智能信息处理与机器学习、新技术及其它等）对学生进行培养。
学习期间，学生能够比较集中、深入地学习所在方向的专业知识。
（三）汇聚人工智能相关专业，设置“人工智能学院”。
人工智能专业人才需要掌握庞大的知识体系，包括坚实的数学基础、计算和程序基础。
人工智能的专业知识、分析建模能力，已经超出目前传统计算机专业的培养内容，课程设置必须考虑到核心类课程如机器学习、知识表示与处理、技术支撑类如模式识别与计算机视觉、自然语言处理、自动规划、多智能体系统、计算智能等，平台类如机器学习系统平台、机器人、智能系统等等。
因此，国内一些高校，针对人工智能本身的复杂性，对人工智能按培养的侧重点不同设置了多个智能科学相关的本科专业（如智能科学与技术、数据科学与大数据技术、机器人工程等），出现了以“学院”为组织形式的人工智能本科人才培养单位，对学生进行较全面、系统地培养。
表2列出了四所率先建立人工智能学院，进行人工智能本科人才培养的高校及专业。
在这些高校中，人工智能学院开设与人工智能密切相关的本科专业，每个专业有各自的培养侧重点，并系统地开设AI相关课程，以满足对不同人才的需求。
下面，以西安电子科技大学为例，来说明人工智能本科阶段人才培养的特点。
表2 部分高校开设AI课程的本科专业西安电子科技大学（以下简称“西电”）为本科生开设了两个特色专业，分别是智能科学与技术、数据科学与大数据技术（拟建）。
前者的目标是培养学生具备电子技术、信息处理理论、电子信息系统、计算机与互联网络、智能科学与技术的基本知识，而后者要求学生能掌握大数据相关的统计、计算机、数学和应用学科的基础知识，以及数据分析、技术开发和应用的基本技能。
从本质上来看，这与当前相关计算机专业所学的内容似乎是一样的。
不同的是，人工智能专业要求学生更要扎实数学、计算和程序等学科基础，基本培养模式是“计算机技术+智能技术+大数据”。
从表中可以明确地看出，人工智能本科专门人才的培养主要是智能科学与技术和数据科学与大数据技术两个专业最为普遍。
目前，在全国有26所高校设置了智能科学与技术本科专业，有247所高校获批了数据科学与大数据技术本科专业。
从专业角度来看，人工智能与大数据的结合，符合人工智能科学发展方向，加上社会对人工智能特色领域人才的巨大缺口，相信有更多的高校会成立“人工智能学院”进行本科层面的人才培养。
三、人工智能本科人才培养目标及课程体系（一）培养目标在我国，高校智能科学与技术本科专业一般将近期目标描述为培养学生开发智能系统和利用智能技术协助实现复杂问题的求解，远期目标描述为培养学生研究和制造具有一定人类智能水平的智能。
在具体的培养计划中，着力体现将自然智能和机器智能相融合，以网络化智能信息处理、大数据智能计算、智能系统开发为切入点，并以“计算技术+智能技术”为本专业的特色，以有别于计算机大类的其它专业。
在人才培养定位上以培养智能系统工程师、数据智能分析师、创新智能技术人才及复合型智能技术人才为目标，使学生掌握智能技术、计算机技术、电子技术、机器人技术的基本知识和技能，并且具备智能信息分析与处理、智能系统开发能力。
（二）课程体系围绕培养目标，人工智能专业本科人才，除了英语、政治类、体育类等公共课程之外，加强数理（特别是数学）基础教育，使学生具备坚实的计算机技术硬软件知识和技能。
在专业特色上重点强调智能科学的教育（包括模式识别、生物信息、生物智能算法、人工神经网络等），并在机器感知与机器人、智能信息处理与机器学习若干方向上进行特色知识扩展，同时在金融、互联网、医疗及工业4.0等领域进行有选择性的专业拓展[3]。
研究发现，每所高校在人工智能本科课程设置上体现出了所在高校的特色和优势。
例如，西安电子科技大学在课程设置上特别强调学生的“电子”学基础，因此设置了多门与“电子”有关的课程，而这些课程在其它高校的智能科学与技术专业的培养计划中是很少见到。
表3是国内部分高校为人工智能科学与技术本科专业设置的课程体系。
表3 智能科学与技术专业课程体系（三）教学计划以北京大学智能科学与技术专业为例[4]，该大学的教学计划具有几个特点：一个大基础——以学院的数、理和信息类为主，强调宽厚扎实；三个核心课程群作为专业理论基础，包括智能基础课程群(智能科学技术导论、人工智能、脑与认知科学、信息论、信号与系统)、机器感知课程群(生物信息处理、图像处理、数字信号处理、模式识别)和计算智能与知识发现课程群(智能信息处理、机器学习、数据挖掘、计算智能等)，以及两门实验(机器感知和机器智能)和其他各种选修课。
四年学分150 分，其中必修88学分(包括全校公选26 学分、大类平台20 学分、学院要求的13学分、专业必修29 学分)，专业选修56学分(含专业课44学分、通选课12 学分)，毕业设计6学分。
四、人工智能本科人才培养目标达成措施从社会需求上来讲，人工智能人才按工作分类主要有智能系统工程师、数据智能分析师、创新智能技术人才、复合型智能技术人才等[5]。
在本科阶段，针对各类人才需求，可进行有针对性制定培养方案。
（一）数据智能分析师培养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。
高校通常采取的培养手段有：①以“点一线一面”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。
（二）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。
主要原因是人的大脑高度复杂性，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。
可以从研究型教学、“研究型分组”培养和科研训练等方法来提高学生的培养质量。
研究型教学。
教与学从研究思维、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。
“研究型分组”培养。
总体来看，智能科学与技术专业的成熟教材不多，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。