基于政产学研用协同创新的人工智能人才培养模式

［摘 要］ 人工智能技术在各个领域迅速发展，我国现在还处于起步阶段，在人才培养方面存在挑战。为了满足社会对人工智能专业人才的需求，通过对国内外人工智能专业现状进行总结和分析，提出了人才培养的三个阶段。首先将专业教学课程改革与企业实践项目有机结合，其次把社会主体融入高校实现实验平台共建，最后形成产业项目联合新格局。构建基于政产学研用协同创新人工智能人才培养模型，形成多主体、多学科的交叉融合协同和育人机制，从而提高人才培养的质量。

［关键词］ 人工智能；人才培养；政产学研用；协同创新模式

［基金项目］ 2022年度中国民办教育协会规划课题（学校发展类）“‘新基建’背景下人工智能专业的政产学研用协同创新模式及人才培养体系构建”（CANFZG22376）；2023年度丽江旅游文化学院校级课题“第二批中青年和技术后备人才”（2023xshb04）

［作者简介］ 谭贵生（1986—），男，重庆人，硕士，丽江文化旅游学院信息学院副教授，主要从事人工智能在电力设备诊断中的研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）48-0184-05 ［收稿日期］ 2023-10-12

引言

随着社会经济的不断发展和科技的不断创新，人工智能技术已经深度融入国家科技战略，引领人工智能技术，关系国家能否在新一轮科技革命与产业变革处于优势战略地位［1］。美国作为人工智能强国，从2015年开始，制定了一系列规章制度支持人工智能专业人才培养；2016年，美国政府推出了《国家人工智能研究和发展战略计划》，将人工智能技术明确列入国家战略计划中，并不断致力于培养相关人才。此外，美国政府也积极提供支持，以促进人工智能领域的就业机会。在2019年，美国政府发布了一系列政策和指导性意见，包括《美国人工智能未来20年研究路线图》和《维护美国人工智能领导力的行政命令》等，主要目的是保护美国的人工智能企业免受不利的利益侵害。2021年，美国设立了国家人工智能倡议办公室，其职责是监督和实施美国的国家人工智能战略。除了美国，还有日本、英国和俄罗斯等国家，也纷纷制订了本国的人工智能战略计划。2019年，日本提出人工智能核心中心群的根本性改革，把人才培养和争夺人工智能战略放在首位。《人工智能行业新政》和《在英国发展人工智能》文件明确指出，英国致力于在人工智能领域建立优势学科并提供优质教育资源，以推动高校人工智能专业的发展，并培养高水平人才，以促进科研成果的转化［2］。2019年10月，俄罗斯总统普京签署总统令，批准了《2030年前国家人工智能发展战略》，该战略的目标是不断完善高校、企业以及其他行业，确保高校成为培养优秀人工智能人才的基地［3］。2017年7月，国务院印发的《新一代人工智能发展规划》指出，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心［4］。《2020中国人工智能产业白皮书》数据显示，2020年人工智能行业核心产业市场规模超过1 500亿元，预计在2025年将超过4 000亿元，产业的快速增长，导致人才需求量增大［5］；根据《人工智能产业人才发展报告（2019—2020年版）》，我国人工智能产业内有效人才缺口达30万［6］。近年来，人工智能人才需求大幅度增加，如何培养基于传统基础理论学科，深度融合多学科知识，与产业密切相关的人才培养体系，具有很强的挑战性。

综上所述，根据国内外高校的人才培养体系归纳分析，建立政产学研用协同创新人工智能人才培养模式，为国家输送建设人才，同时提供高效且高质量的培养模式，是新时代下高等工程类教育关注的重点之一。

一、人工智能专业现状

为了推动人工智能领域的教育改革，教育部在2018年发布了《高等学校人工智能创新行动计划》，以指导高校更好地完善该领域的教育体系。人工智能专业属于交叉学科，需要将传统基础理论学科的知识体系整合成一门综合性的前沿学科学体。

目前，人工智能专业建设属于探索阶段，为了满足国家产业集群的需要，建立符合与产业密切相关的人才培养体系，《人工智能产业人才发展报告（2019—2020年版）》指出，当前企业对算法研究岗、应用开发岗和实用技能岗等技术型岗位的人才需求最为旺盛，但是缺乏关键技术和高级复合型人才［6］。因此，高校结合自身特点和产业需求方向确定明确专业的培养目标，才能培养从事人工智能基础研究、关键技术和高级复合型人才，达到高层次培养目标，解决核心问题。

（一）专业建设核心问题

人工智能专业人才培养所面临的问题如下：（1）人工智能专业知识的体系尚不完善。人工智能具有多学科知识交叉融合的特点，要想培养具有多学科知识和专业技术素养的人才，不能用单一传统学科模式培养人才，具有一定的挑战性。特别是专业核心课程中的机器学习、深度学习、认知与神经科学、自然语言处理等，需要深度融合学习并加以应用。同时，不能把传统的教学模式中的专业课程直接加到人工智能专业课程中去。（2）人工智能专业应用场景不明确。因人工智能专业的研究领域较多，选取合适教学的应用场景，能够把专业知识融入场景，逐渐扩展到社会的需求，同时把高校的特色纳入人才培养方案。（3）人才需求模式与人才培养体系不同步，应及时抓住人工智能发展动态，培养行业、产业、企业、职业合格的应用型技术人才，同时，企业参与到人才培养体系中去，实现全面协同育人机制。

（二）国内外专业课程设置现状

人工智能专业人才培养体系的构建主要依赖于计算机、自动化和电子信息工程等具备优势的专业学科。这些学科作为人工智能学科的基础，能够负责制定和实施人工智能人才培养计划。传统的优势基础学科，如数学与统计、计算机统计、科学与工程等，其能完全融入人工智能课程，因各高校的特点、地区匹配程度、办学层次不同，人才培养模式也有所不同。

对国外高校分析，美国最早开设人工智能专业的大学是卡耐基·梅隆大学，构建多学科融合的人才体系，主要由数学类、计算机类、专业核心类、辅助类课程等组成。卡耐基·梅隆大学专业课程特别注重通识教育与专业教育并重，同时融入人文与社会科学、科学与工程、艺术以及伦理，真正实现多学科的交叉融合。英国爱丁堡大学开设的人工智能专业主要是在计算机专业的基础上进行设置的，其中很多课程与计算机专业的课程是相同的。学生可以根据自己的兴趣和喜好来选择专业方向，如机器学习、深度学习、自然语言处理以及人工智能的原理和方法等方面的课程。国外高校的人才培养体系中对课程进行分析归纳，人才培养的模式和课程体系是多元化的。

对国内高校进行分析，选取不同层次的高校对专业课程体系进行分析讨论，如南京大学、云南大学、丽江文化旅游学院。南京大学人工智能专业目标是培养人工智能基础研究、应用研究、运行维护等方面的专业研究与技术人才，使其掌握跨学科的自然科学基础知识，具有扎实的数学理论、计算机科学基础和人工智能专业基础，具有丰富的实践动手能力，能自主发现问题、解决问题，在人工智能科学研究创新能力、应用创新能力和交叉领域融合创新能力方面具有特色［7］。云南大学人工智能专业目标是培养具有良好的科学技术与工程素养、扎实的人工智能专业知识的栋梁和社会精英。扩展学生在人工智能领域的知识面，使学生能够综合人工智能的基本理论、技术与方法，并通过面向产业的工程实践，深入理解智能系统中的大规模复杂问题，以及针对这些问题设计解决方案。丽江文化旅游学院人工智能专业的培养目标是适应国家人工智能技术发展需要，系统掌握人工智能专业的基本理论、基本技术等知识体系。具备坚实的人工智能专业基础知识，并具备设计、应用、运行、维护和管理人工智能系统的能力，理解人工智能领域技术热点和专业发展趋势的高素质应用型人才。

二、政产学研用协同创新人工智能人才培养模式与模型

（一）政产学研用协同创新模式

政产学研用协同创新模式是由政府、企业、科研机构、高校和用户“五位一体”开展的协同创新机制［8］。该模式是一个系统工程，能够改变传统的教学模式，同时把政府、企业、科研机构优势资源融合到教学，实现合理人才培养机制，如图1所示。

（二）政产学研用协同创新人工智能人才培养模式

协同创新人工智能人才培养需要构建政产学研用机制，实现政府、企业、科研机构、高校以及用户之间资源共享，有利于把现有的教育资源有机融合在一起，提高人工智能专业的人才质量。根据政产学研用的发展现状，从校企合作、平台共建、产业项目联合攻关三个层次总结出人工智能人才培养模式。

1.校企合作的人才培养模式。目前，制约人才培养质量的主要因素为办学资源不足，如高校的师资不足、高校的实验平台远远落后于行业企业，为了弥补这些不足，有效的解决途径是深度融合、多主体协同育人。高校的校企合作模式主要是吸收行业新技术、新知识，依托企业工程师完成企业真实案例相关的实验课程；另外，校企合作在人才培养体系中是一个重要环节，创新的人才培养方案，包括理论教学课程、实践类课程、企业实训、毕业设计等环节。校企合作能够有效解决“双师型”的难题，企业中的优秀工程师受聘为兼职教师，可以把行业发展状况和先进的技术知识融入教学，其最大的优势为能够承担复杂的实践类课程的教学任务。校企合作还能让高校教师进入企业工作，不断提升教师能力，同时了解人才需求的要求，实现合理的人才培养模式。校企合作的人才培养模式如图2所示。

2.平台共建的人才培养模式。共建平台是由高校、科研机构、企业等实体单位分别投资一定数量的财力和物力（如师资、资金、设备等）共同建设。建立资产归属制度、实验室规则制度、平台运行制度等，保持长久的合作模式，不断地提供新的技术和新的方法，维持科技水平处于领先地位。平台共建的人才培养模式下，高校是联合主体之一，需要建立政产学研用协同创新培养基地，提供充足的实践教学的重要平台。共建平台不仅能完成科研攻关任务，任务结合还可以投入新的科研项目，同时加强学生对企业的认知；学科性公司能把人工智能技术与社会需求紧密相连，调动师生、科研人员、工程师的积极性，较好地体现人工智能专业的多学科性与产业的关系。平台共建的人才培养模式如图3所示。

3.产业项目联合攻关的人才培养模式。产业项目联合的人才培养模式，把各个主体之间的合作关系通过政府、科研单位、高校、科技企业共同建设和管理，共享资源获取成效。特别是高校作为共建主体之一，也能够共享平台的资源、人才等，根据高校特色优势项目，选取合作伙伴进行科技创新或科研项目的申报等；利用其优势把人才、科技、政策以及运营环境融入人才培养模式。另外，从创新发展的角度分析问题，解决社会现实问题，实现平等共建、资源共享、利益双丰收。教师融入产业发展、积极参加科研项目的申报。不断培养教师的创新能力，教师只有保持足够的创新能力，才能培养学生的创新性思维。产业项目联合攻关的人才培养模式如图4所示。

（三）政产学研用协同创新人工智能人才培养模型

目前，人工智能作为新兴科技产业之一，发展速度极快，需要优秀的人工智能专业人才，同时还需要与产业紧密相连，因此高校的人才培养模式一定要具有代表性。本文采用政产学研用“五位一体”协同创新的人才培养体系，首先把政府、高校、企业、科研机构和用户五个主体作为合作方，利用合作关系，通过校企合作人才培养模式、平台共建的人才培养模式和产业项目联合攻关的人才培养模式三种递进模式，最终构建政产学研用协同创新人工智能人才培养模型。该模型中，由五个主体进行关联，形成“研学”“产学”“产用”“政研”“研用”五种合作模式，同时还具备培养师生的创新思维模式的作用。在不同的培养环节中，有不同的创新方式，如图5所示。高校是培养高素质、高质量的创新人才的基地，政产学研用协同创新模式可以促进创新文化知识传播，也具有新技术、新知识的迭代，提高产业发展，改善人才需求关系，有助于毕业生自主创业，提升区域经济发展。