【摘要】：人工智能是一门多学科交叉的课程，具有知识点多，牵涉面广的特点，而高校公共选修课作为高校课程设置的重要部分，可以有效契合“新工科”背景下的教育理念，对于提升学生综合素质，培养“人工智能+X”的人才具有重要的意义和价值。本文在分析高校公选课的实施现状以及“新工科”教育理念的基础上，以河南农业大学开设的公选课作为实践与探索，提出了教学改革思路，为探索人工智能领域的创业创新人才培养模式提供借鉴和帮助。
【关键词】：人才培养模式；新工科；人工智能
人工智能是当今科学技术发展的一门前沿学科，人工智能技术的兴起也已经得到了社会的广泛认可，发展以人工智能为核心的新型产业、推动现有产业的智能化改造升级迫切需要“人工智能+X”的专业人才。为促进人才与产业紧密联系, 支持服务创新驱动发展战略，近年来教育部积极推进新工科建设，高校的人工智能教育是其中的重要一环。本文结合自身教学的经历，以河南农业大学机电工程学院开设的公选课作为案例分析，探索和研究了人工智能领域创业创新人才的培养模式。
1新工科教育理念对人工智能领域的人才培养提出新要求
目前国内多所高校已积极响应由教育部提出的“完善人工智能领域人才培养体系”目标，设置并推进人工智能领域一级学科建设，掀起了人工智能教育的高潮。其中，清华大学将人工智能和深度学习技术引入到《媒体与认知》课程的教学中，并取得了良好的效果[1]。南京邮电大学利用深度学习等人工智能技术对遥感测绘课程进行改革，有效地提高了学生的创新能力[2]。深度学习是人工智能的核心技术之一，以深度神经网络（如卷积网络、循环网络等）为基础，形成了一套完整庞大的计算体系。
从平时的课堂教学中获知，很多学生对深度学习技术有着浓厚的学习兴趣，需要教师有意识地去引导和培养。在平时的教学工作中，作者指导学生在主流的计算框架（如TensorFlow、Keras等）进行高效的学习网络设计和实现。根据已有的指导经验，作者发现通过使用这些平台，不仅有效提高了深度学习网络的搭建速度和计算效率，而且大大降低了学生的学习负担和使用技术的门槛。
2 当前人工智能领域人才培养模式存在的不足
现阶段我国高等教育院校对新工科背景下人工智能人才的培养仍然处于探索当中[3]。从教学论视角来看，高校在人工智能人才培养过程中还有一些方面需要提升：
2.1 培养对象需要多元化
人工智能技术的快速发展，已在计算机行业和传统行业之间形成了明显的技术代差，有较好的信息技术基础人才普遍对实际应用场景缺乏深入了解。为促进人工智能技术在垂直领域的快速应用，高校应将人工智能培养的范围扩大至其他非计算机类专业，使有兴趣的学生都有机会从人工智能的视角重新审视各自领域的实际问题，并结合自身的专业背景，探索创新的应用[4]。
2.2 培养内容需要多元化
在人工智能行业人才培养中，教学内容的前瞻性和全面性尤为重要。为改善产学研相互脱节，协同育人不够的局面，教学内容需要不断与时俱进，突破传统教学模式和教材模式的制约，确保最新科技和工程前沿进入课堂；在此基础上还要侧重培养学生的国际化视野，提升学生的思维能力、组织协调能力、社会责任感和创新精神，促进学生全面发展。
2.3 培养方法需要多元化
教学方法创新不够，师生互动少，学生的学习动力往往不足，单一的学习模式已不能适应新工科背景下人工智能教学的需要。
要将专题式学习和“个性化”实践项目进行组合，致力于模拟真实工作的学习环境，为学生提供一个探究式、讨论式、项目式的学习场景。还要充分利用优质教学资源、教学平台与师资队伍指导和督促学生学习和练习，丰富他们的实践创新机会。
3“人工智能+X”创新创业人才的培养模式
公选课的课程内容较为灵活，考核相对简单，可以很好适应公选课的教学性质，体现出公选课培养复合型高素质人才的重要价值[5]。为探索“人工智能+X”的人才培养模式，开展的公选课采取了课堂讲授、课堂实践和课外实践相结合的教学形式。课堂教学通过案例式、启发式和体验式教学相结合的方式，将以“教”为中心转为以“学”为中心，引导学生自主学习，独立思考。在课堂实践中，培养学生动手能力，以当下最流行的编程语言 Python 为基础，教会学生通过 Python 编程掌握基本知识，还要充分利用开放的实验室，通过实验帮助学生掌握基本技能。强调工程方法包括学生的个人实验和作业，以及团队的大作业，通过讲述作业提高团队协作能力，开展过程考核和形成性评价，并开展过程考核和形成性评价。通过课外实践，学生可以多渠道多方面地获取知识技能，并分享个人学习收获及项目实际操作的心得。根据实践总结了以下几个方面的经验：
(1) 布置任务设计: 教师根据教学内容、教学目标和学生的特点, 选取合适的网上课程和实践项目, 设计相应的案例和思考题。根据不同专业、年级、学习背景等对学生进行分组, 设定不同的学习任务, 鼓励学生合理分工, 通力协作进行项目实践，引导学生带着问题自主学习。对学生提出必要的课外阅读量和练习量的要求，通过课外作业、拓展阅读、工程实践等方式，加强学生分析问题、解决问题和创造思维的能力。
(2) 学生自主学习设计: 学生带着任务去查阅资料, 分析问题, 根据学生收集的资料, 自主学习的情况, 进行总结分析, 同时组织学生探讨项目完成过程中遇到的具体问题, 深入思考, 自主分析获取结论。教师可以向学生提供相关的学习资源, 如课本推荐、网络资源共享等。建立 QQ 群、微信群, 作为师生之间的沟通渠道。在学生自主学习的过程中, 教师应注意监控学生对知识的掌握情况, 收集反馈的问题信息, 提供必要的引导帮助, 同时依据实际情况为下一步的课堂教学做出合理的规划。
(3) 学习成果评价：评价总结是知识学习的重要环节。教师要对任务完成情况进行客观总结分析，同时鼓励小组之间以及个人之间进行充分的沟通讨论和总结得失，加深学生对知识技能的深层次理解。所学内容要进行阶段性考核，包括实验课程的练习、实验作业、实验报告、课堂小测验、大作业等。最终的成绩评定要结合学生学习态度(如到课率)、平时测试成绩、学生收集资料的深度广度的情况、课堂答疑讨论情况、任务最终完成情况进行综合评价。
4 总结
农业高校作为我国高等教育体系的重要成员，近些年积极利用人工智能、大数据等信息科技改造和提升传统农业学科。本文以河南农业大学公选课的教学探索为例，提出了“人工智能+X”的创新创业人才培养路径。通过总结创新创业人才培养模式的经验，为我国高校人工智能人才的培养提供参考。
参考文献：
[1]杨毅, 钟娴, 周天宇. 媒体认知中的人工智能技术教学方法探究[J]. 计算机教育, 2017(7): 155-158.
[2]陈一祥, 姜杰, 李文梅. 大数据智能时代“遥感原理与方法”创新教学探索[J]. 教育现代化, 2018, 5(36): 112-113.
[3]黄河燕.新工科背景下人工智能专业人才培养的认识与思考[J].中国大学教学,2019(02):20-25.
[4]芦碧波,郑艳梅,陈艳丽,朱世松.新一代人工智能浪潮下的深度学习课程开设路径分析[J].计算机教育,2019(10):151-154+162.
[5]卢亚辉,王辉.本科大数据公选课程群的实践与分析[J].工业和信息化教育,2019(08): 21-26.