人工智能专业本科人才培养方案

（2019版）

一、培养目标

培养适应我国社会主义现代化建设需要、德智体美劳全面发展，具有社会责任感，具备人工智能学科领域所需的数学、自然科学、工程基础和人文社会科学素养，具备扎实的人工智能的基础理论、知识和专业技能，具备从事人工智能相关应用领域软硬件系统设计开发及项目管理能力，具有较强竞争力的工程应用型人才。

学生毕业5年左右，能够胜任人工智能相关应用领域软硬件系统设计、技术开发、项目管理、运行维护等业务岗位工作，成为人工智能领域的工程师，其应具有的素质能力即本专业培养目标如下：

（1）拥有健康的体魄，端正的世界观、人生观和价值观，具有社会责任感和工程伦理道德，在人工智能工程实践中综合考虑社会、经济、法律、环境与可持续性发展等因素影响，能够坚持公众利益优先；

（2）能够跟踪人工智能科学前沿科技，具有人工智能学科领域所需的数学、自然科学、工程基础和人文社会科学素养，具备扎实的基础理论、知识和专业技能；

（3）能够在人工智能相关应用领域软硬件系统设计、技术开发、项目管理、运行维护等工作中发挥骨干作用，能够完成人工智能应用领域中等规模以上项目；

（4）能够有效地沟通与表达，具有较强的协调、管理和组织能力，领导团队完成人工智能工程项目任务；

（5）具有全球化意识和国际视野，拥有终身学习意识和自主学习能力，能够积极主动适应不断变化的国内外形势和环境持续发展。

二、毕业要求

毕业要求1 工程知识：能将数学、自然科学、工程基础和专业知识比较、综合运用于解决人工智能相关应用领域中的复杂工程问题。

指标点1.1 能将数学、自然科学、工程科学的语言工具运用数学及物理思维方式表述工程问题；

指标点1.2 能利用人工智能专业工程科学的基本原理和方法建立数学模型求解；

指标点1.3 能用专业知识和数学模型应用推演、分析人工智能系统的复杂工程问题；

指标点1.4 能利用所学的专业知识和数学模型方法比较与综合人工智能系统的设计、开发或管理。

毕业要求2 问题分析：能够综合运用数学、自然科学和工程科学的基本原理和方法，通过文献研究，对人工智能相关应用领域中的复杂工程问题进行识别、表达和分析，获得有效结论。

指标点2.1 能运用人工智能相关科学原理，识别和判断人工智能系统的复杂工程问题的关键环节；

指标点2.2 能基于人工智能相关科学原理和数学模型方法正确表达人工智能系统的复杂工程问题；

指标点2.3 能通过查阅文献研究、分析、比较、推演和选择人工智能系统复杂工程问题的解决方案；

指标点2.4 能运用基本原理，借助文献研究，分析和预测实施人工智能工程项目过程的影响因素，获得有效结论。

毕业要求3 设计/开发解决方案：能综合运用理论和技术手段提出针对人工智能技术相关应用领域中的复杂工程问题的解决方案，设计满足特定需求的系统、模块或开发流程，并在设计开发过程中体现创新意识，综合考虑社会、健康、安全、法律、文化以及环境等因素。

指标点3.1 能掌握人工智能工程设计的技术和方法，阐述影响设计目标和技术方案的各种因素。

指标点3.2 能综合运用人工智能软硬件知识，设计满足特定需求和性能的功能模块；

指标点3.3 能遵循人工智能工程项目开发的技术标准和流程，融入创新思想，设计人工智能系统解决方案；

指标点3.4 能在人工智能工程项目解决方案的设计过程中，考虑社会、健康、安全、法律、文化以及环境等因素。

毕业要求4 研究：能基于科学原理，运用基本的实验观察方法、实验分析理论和实验数据处理方法，对人工智能技术相关应用领域中的复杂工程问题进行研究，制定技术路线，通过数据分析得到合理有效的结论，提出有效的解决方案。

指标点4.1 能基于科学原理，通过文献研究或方法，调研和分析人工智能系统的复杂工程问题；

指标点4.2 能依据调研结果和数据建立数学模型展开实验研究，并进行观察、分析和验证；

指标点4.3 能根据实验研究得到合理有效的结论，制定技术路线提出解决方案。

毕业要求5 使用现代工具：能针对人工智能技术相关应用领域中的复杂工程问题，选择、使用与开发恰当的技术、资源、现代工程工具和信息技术工具进行预测与模拟，在实践过程中分析工具的局限性。

指标点5.1 能认知人工智能专业常用的信息技术工具、工程工具和模拟软件，并阐明其局限性；

指标点5.2 能选择、使用恰当的工具对人工智能系统的复杂工程问题进行分析、模拟与设计；

指标点5.3 能针对人工智能工程领域的问题，开发或选用满足特定需求的现代工具，模拟、仿真和预测，并在实践中分析其局限性。

毕业要求6 工程与社会：能基于人工智能工程的背景知识对相关应用领域的复杂工程问题进行分析，评价解决方案对社会、健康、安全、法律以及文化的影响，具有信息安全与知识产权保护等法律意识，并理解应承担的责任。

指标点6.1 了解人工智能工程的相关技术标准、行业规范、知识产权、产业政策和法律法规，能阐明不同社会文化对人工智能工程活动的影响；

指标点6.2 能分析和评价人工智能工程实践对社会、健康、安全、法律以及文化的影响，理解应该承担的责任。

毕业要求7 环境和可持续发展：具有环境保护和可持续发展意识，了解环境保护相关政策法规，能够理解和评价人工智能相关应用领域的工程实践对环境和社会可持续发展的影响。

指标点7.1 具有环境保护和可持续发展意识，能阐述人工智能相关应用领域的环境保护政策法规；

指标点7.2 能站在环境保护和可持续发展的角度考虑人工智能工程项目的可持续性，评价产品周期中可能对人类和环境的影响。

毕业要求8 职业规范：拥有健康的体魄，能树立正确的人生观、价值观和世界观，了解中国国情，维护国家利益，具有人文社会科学素养和社会责任感，能够在工程实践中理解并遵守工程职业道德和行为规范，履行人工智能工程师的社会责任。

指标点8.1 拥有健康的体魄，了解国情，维护国家利益，具有社会主义核心价值观，负有推动民族复兴和社会进步的责任感；

指标点8.2 理解诚实公正、诚信守则的工程职业道德和规范，并能在工程实践中自觉遵守；

指标点8.3 能在工程实践中理解并遵守工程职业道德和行为规范，履行人工智能工程师的社会责任。

毕业要求9 个人和团队：具有较强的团队合作意识与组织管理能力，能与其他成员共享信息、协调合作，并能正确理解多学科背景下的团队中个体、团队成员以及负责人的角色，承担其责任与义务。

指标点9.1 具有较强的团队合作意识与能力，能与其他成员共享信息、协调合作，正确处理个人和团队关系；

指标点9.2 能胜任团队成员角色，独立或合作完成团队分配的任务。

指标点9.3 能担任团队负责人角色，能组织、协调和指挥团队开展工作。

毕业要求10 沟通：能就人工智能相关应用领域中的复杂工程问题与同行及社会公众进行有效地沟通和交流；能够理解并撰写报告和设计文稿，进行陈述发言、清晰表达和答辩；能阅读、翻译人工智能科学相关的外文资料；具有一定的国际视野，能进行跨文化沟通和交流。

指标点10.1 能就人工智能等相关应用领域中的复杂工程问题以语言、文字、图片等方式，准确表述自己的观点；

指标点10.2 能查阅人工智能相关外文资料，撰写报告和设计文稿，并进行陈述发言、表达和答辩；

指标点10.3 具有一定的国际视野，能就专业问题通过语言和文字进行跨文化沟通和交流。

毕业要求11 项目管理：理解并掌握工程管理原理与经济决策方法，并在多学科环境中能将管理原理、经济决策应用于人工智能相关应用领域。

指标点11.1 掌握人工智能工程知识，熟悉工程项目管理过程及各种开发模型与方法；

指标点11.2 掌握工程项目管理中的经济决策方法，具备一定的工程意识、效益意识；

指标点11.3 能在多学科环境中将项目管理知识应用于人工智能相关应用领域。

毕业要求12 终身学习：能追踪人工智能相关应用领域的发展动态，具有自主学习和终身学习的意识，能采用合适的方法进行学习，有不断学习和适应发展的能力。

指标点12.1 具有自主学习和终身学习的意识，能追踪人工智能相关应用领域的发展动态，识别前沿科技；

指标点12.2 掌握自主学习方法，总结和归纳技术问题，针对个人成长和职业发展需要学习新知识，适应行业及社会发展。

表2-1 毕业要求对培养目标的支撑关系

三、主干学科

人工智能

四、主要课程和主要实践教学环节

主要课程：高等数学、线性代数、概率论与数理统计、大学物理、物理实验、专业导论、操作系统、机器学习、Python程序设计、数字信号处理、图像处理与计算机视觉、自动控制原理、深度学习、大数据分析技术、机器人导论、智能控制技术、Linux操作系统、语音信息处理、移动互联网应用开发、人机交互技术、自然语言处理、模式识别、云计算基础、学科前沿

主要实践教学环节:程序设计实践、操作系统实习、机器学习实习、人工智能系统设计实习、生产实习、毕业实习、毕业设计。

五、学制与学位授予

本专业学制4年 授予学位 工学学士学位。

六、学分要求

本专业毕业要求学分为：180学分 第二课堂6学分

其中：必修课 116学分 选修课 28学分(通识选修课10学分、专业选修课18学分)

集中性实践教学环节36学分

学年学分要求(不包括通识选修课)：

第一学年：48.5 学分 第二学年：53.5学分

第三学年：42学分   第四学年：26学分

专业主要课程、主要集中性实践教学环节学分为52.25分

七、学时统计与分配情况

表7-1 学时统计与分配表

注：选修课和必修课的课时计算包含理论课时和实验课程；课程实践课课时计算包含必修课的实验和上机课时。

表7-2 教学学期周学时分配表

注：通识选修课与专业实践教学未计入。

八、辅修专业方案

表8-1 辅修专业课程学分分配表

九、课程体系与培养要求的对应关系矩阵

表9-1 本专业课程体系对毕业要求的支持关系矩阵图

注：该课程与对应项毕业要求指标点的关系：H表示高关联，M表示中关联，L表示低关联

工程  

Engineering Ethics