【适用人智】人工智能专业本科生培养方案

本科专业人才培养方案 人工智能人工智能学科门类：工学专业代码：080717T一、专业简介和办学定位人工智能专业(080717T)为2018年教育部新设立的本科专业，南京信息工程大学是首批获准招生的全国35所高校之一，自2019年9月份开始招生。人工智能专业是具有计算机学科背景的、面向信息行业的宽口径专业，本专业毕业生不但可以面向全社会就业，而且适合于全国气象行业中智慧气象、气象数据分析与处理等相关工作。本专业已逐步形成了一支具有高水平的师资队伍，国家海外引才计划、国家杰青、教育部人才支持计划等“四青”以上人才超过10人。本专业围绕研究型学院建设目标定位，面向国家四大新兴战略产业之一的人工智能产业的发展，紧扣认知和计算关系的前沿科学问题，解决重大前沿科学难题，突破共性关键技术瓶颈，集聚和培养高水平创新人才。本专业建设受到“江苏省高校传感网与气象装备”和“江苏省高校信息与通信工程”优势学科的支撑。人工智能专业和本校的信息与通信工程、计算机科学与技术、控制科学与技术、数学、大气科学、海洋科学等优势学科紧密联合，形成具有本校特色的“人工智能+X”复合专业培养新模式，通过注重实践、强化创新、提升能力，培养卓越型工程人才，更好的服务区域经济增长和社会进步。二、培养目标本专业面向新工科产业和学科发展需求，加强人工智能方向研究性、创新性教育，培养方案和课程设置突出体现基础坚实、知识宽广、能力卓越的研究型创新型人才培养特点，系统性提升学生的问题分析与求解能力、智能思维与计算能力、创新思维和创新能力。重点培养具有合格的个人素质和良好的科学素养，系统掌握人工智能基础理论知识，熟悉人工智能的基本方法与主要工具，能够在教育科研、企事业单位、行政管理部门从事人工智能相关的科研、开发与分析的工程应用或者科学研究。本专业培养学生毕业5年左右在社会和专业领域应达到的具体目标包括：培养目标1：能综合运用数理基础知识和人工智能领域的基础理论与专业知识，对项目产品、过程和系统进行构思和设计、在实践中体现创新意识；培养目标2：能承担人工智能领域中数学模型设计，在自然语言处理、计算机视觉、智慧气象等多领域的设计、研发、实施和运行等工作，能胜任工程师岗位或履行相应职责；培养目标3：能在人工智能领域的实践中体现创新思维和竞争力，并兼顾到公众安全和健康、环境和社会可持续性发展；培养目标4：具备国际视野和国际交流能力，具有一定的组织管理能力和团队合作与沟通素质，能在团队中担任骨干或领导角色，并发挥有效作用；培养目标5：具有终身学习的能力，具备开阔的国际视野，能及时跟踪人工智能专业领域的技术发展动态，服务人工智能领域的创新发展和产业升级，具备职业竞争能力。三、毕业要求本专业学生主要学习人工智能及相关专业的基本理论、基本知识和基本技能，掌握人工智能及相关领域应用分析、设计、决策等方面的理论与技术，受到科学研究的基本训练。对毕业生知识和能力方面的要求包括学习工程知识、解决复杂问题、设计和开发解决方案、开展工程研究、使用现代工具、承担工程责任、实现可持续发展、遵守职业道德规范、加强团队协作、提高沟通能力、强化项目管理以及坚持终身学习等12个方面的能力。（一）毕业要求毕业要求1：工程知识：能够将数学、自然科学、工程基础和专业知识应用于人工智能及相关领域的分析、研究、设计和开发，解决复杂工程问题。毕业要求2：问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析人工智能及相关领域内的复杂工程问题，以获得有效结论。毕业要求3：设计/开发解决方案：能够设计人工智能领域复杂工程问题的解决方案，设计满足需求问题模型、求解方案，并能够体现创新创业意识，考虑社会、健康、安全、法律、文化以及环境等因素。毕业要求4：工程研究：能够基于科学原理并采用科学方法对人工智能及相关领域内的复杂工程问题进行研究，包括对问题设计合理模拟仿真实验方案、进行实验，并通过信息综合得到合理有效的结论。毕业要求5：使用现代工具：能够针对人工智能及相关领域内的复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。毕业要求6：工程与社会：能够基于人工智能及相关背景知识进行合理分析，评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。毕业要求7：环境和可持续发展：能够理解和评价针对人工智能及相关领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响。毕业要求8：职业规范：具有人文社会科学素养、社会责任感，能够在人工智能实践中理解并遵守工程职业道德和规范，履行责任。毕业要求9：个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。毕业要求10：沟通：能够就人工智能及相关领域内的复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。毕业要求11：项目管理：理解并掌握人工智能及相关领域工程管理原理与经济决策方法，并能在多学科环境中应用。毕业要求12：终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。（二）毕业要求对培养目标的支撑关系矩阵本专业毕业要求培养目标1培养目标2培养目标3培养目标4培养目标5毕业要求(1)（工程知识）√√毕业要求(2)（问题分析）√√毕业要求(3)（设计开发解决方案）√√毕业要求(4)（研究）√√√毕业要求(5)（使用现代工具）√√毕业要求(6)（工程与社会）√毕业要求(7)（环境和可持续发展）√√毕业要求(8)（职业规范）√毕业要求(9)（个人和团队）√毕业要求(10)（沟通）√√毕业要求(11)（项目管理）√√毕业要求(12)（终身学习）√√（三）毕业要求及毕业要求指标点分解表SEQ表\*ARABIC1毕业要求指标点分解毕业要求毕业要求指标点1.工程知识：能够将数学、自然科学、工程基础和专业知识应用于人工智能及相关领域的分析、研究、设计和开发，解决复杂工程问题。指标点1.1：能将数学、物理、程序设计语言等用于人工智能领域工程问题的表述。指标点1.2：能够应用信息类、算法类工程基础知识，针对人工智能领域工程问题进行建模并求解；指标点1.3：能够将专业基础知识和数学模型方法用于推演、分析人工智能领域工程问题；指标点1.4：能够将专业知识和数学模型方法用于人工智能领域工程问题解决方案的比较与综合2.问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析人工智能及相关领域内的复杂工程问题，以获得有效结论.指标点2.1:能运用数学、算法和专业基础知识等识别和判断人工智能领域中复杂工程问题的关键环节指标点2.2:能够运用专业基础知识和数学模型方法正确表达人工智能领域中复杂工程问题指标点2.3:能够运用专业知识，通过文献研究，寻求人工智能领域复杂工程问题的不同解决方案指标点2.4:具备运用数学、算法及专业知识等，借助文献研究，分析人工智能领域复杂工程问题的能力，并获得有效结论。3.设计开发解决方案：能够设计人工智能领域复杂工程问题的解决方案，设计满足需求问题模型、求解方案，并能够体现创新创业意识，考虑社会、健康、安全、法律、文化以及环境等因素。指标点3.1:掌握工程设计和人工智能应用系统开发的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素指标点3.2:能够设计满足功能需求和性能指标要求的人工智能应用系统，提出针对复杂工程问题的解决方案，并在设计中体现创新意识指标点3.3:能够在设计环节考虑社会、健康、安全、法律、文化以及环境等制约因素4.研究：能够基于科学原理并采用科学方法对人工智能及相关领域内的复杂工程问题进行研究，包括对问题分析建模，进行模拟仿真实验，并通过信息综合得到合理有效的结论。指标点4.1:能与专业基础知识，通过查阅文献等方法，对人工智能领域复杂工程问题的解决方案进行调研和分析；指标点4.2:能够依据具体工程问题的调研结果和解决方案的可行性，对问题设计合理模拟仿真实验方案并开展实验指标点4.3:能够综合专业知识对实验结果进行分析并获得有效结论5.使用现代工具：能够针对人工智能及相关领域内的复杂工程问题，选择与使用恰当的工程平台、资源、现代工程工具，包括对复杂工程问题的模拟仿真并能够理解其局限性。指标点5.1:了解人工智能专业常用平台、工具的使用方法和原理，并理解其局限性；指标点5.2:能够选择与使用恰当的人工智能平台、工具对相关领域工程问题进行分析、建模并模拟仿真；指标点5.3:能够针对人工智能领域复杂工程问题（如机器视觉、智慧气象等），选择满足系统需求的专业平台、工具，进行模拟、仿真，并分析其局限性6.工程与社会：能够基于人工智能及相关背景知识进行合理分析，评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。指标点6.1:了解人工智能领域技术发展情况、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响指标点6.2:能够分析和评价人工智能工程实践活动和复杂工程问题解决方案对社会、健康、安全、法律和文化的影响，并理解应承担的责任；7.环境和可持续发展：能够理解和评价针对人工智能及相关领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响。指标点7.1:知晓和理解环境保护和可持续发展的理念和内涵指标点7.2:在设计复杂工程问题的解决方案时，要考虑其对环境、社会和可持续发展的影响8.职业规范：具有人文社会科学素养、社会责任感，能够在人工智能实践中理解并遵守工程职业道德和规范，履行责任。指标点8.1:具有人文社会科学素养，建立正确的人生观、价值观和世界观，理解个人与社会的关系，了解中国国情指标点8.2:能够在人工智能领域工程实践中理解诚实公正、诚信守则的工程职业道德规范并能在工程实践中自觉遵守指标点8.3:理解工程师对公众安全、健康和福祉以及环境保护的社会责任，并能够在工程实践中自觉履行责任。9.个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。指标点9.1:能够在多学科背景下与其他成员有效沟通，合作共事指标点9.2:能够在团队中与其他成员有效沟通，独立或合作开展工作；指标点9.3:具有一定的组织管理能力、能够协调和指挥团队开展工作。10.沟通：能够就人工智能及相关领域内的复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。指标点10.1:针对人工智能领域的复杂工程问题，能够与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达和回应质疑指标点10.2:具备跟踪人工智能领域国际发展趋势和研究热点的能力，理解和尊重世界不同文化的差异性和多样性指标点10.3:具备跨文化交流的语言和书面表达能力，能就专业问题，在跨文化背景下进行沟通和交流。11.项目管理：理解并掌握人工智能及相关领域工程管理原理与经济决策方法，并能在多学科环境中应用。指标点11.1:掌握人工智能领域工程项目中涉及的管理知识和经济决策方法；指标点11.2:了解工程与产品的成本构成，理解工程实施过程中的工程管理与经济决策问题指标点11.3:能够在多学科环境下利用工程管理知识与经济决策方法对人工智能领域工程项目进行有效的过程管理。12.终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。指标点12.1:对自主学习和终身学习具有正确的认识，有终身学习的意愿；指标点12.2:具有不断学习和适应发展的能力（四）课程与毕业要求的支撑关系矩阵毕业要求课程名称工程知识问题分析设计/开发解决方案研究使用现代工具工程社会环境发展职业规范个人和团队沟通项目管理终身学习1.11.21.31.42.12.22.32.43.13.23.33.44.14.24.34.45.15.25.36.16.27.17.28.18.28.39.19.29.310.110.210.311.111.211.312.112.2形势与政策●●●●军事理论●思想道德修养与法律基础●●中国近现代史纲要●●马克思主义基本原理●●●毛泽东思想和中国特色社会主义理论体系概论●●●职业生涯规划（混合）●●●●就业指导（混合）●●●创新创业基础●●●体育●●计算思维导论（混合）●●●计算机程序设计

（C语言）●●●心理健康教育●●●大气科学概论●●●通用英语●●学术英语●●高等数学●●线性代数●●概率统计●●●大学物理II●●大学物理实验Ⅱ●●复变函数与积分变换Ⅱ●●人工智能概论●●●●人工智能伦理学●●电路●●●离散数学●●Python程序设计●●●电子技术基础●●●●数据结构与算法●●●信号与系统(混合)●●神经网络与深度学习●●●●机器学习●●●●最优化方法●●●现代工程项目管理●●●●数字图像处理●●●自然语言处理●●计算机视觉与模式识别●●●信息论●●●军训●●中国近现代史纲要实践●●Python及其应用实践●●●●演化计算●●●机器学习课程设计●●●AI应用技术实训●●●神经网络与深度学习课程设计●●●毛泽东思想和中国特色社会主义理论体系概论实践●●●计算机视觉与模式识别课程设计●●数据结构与算法综合实践●●●毕业实习●●●●毕业设计（论文）●●●●暑期社会实践●●●●创新创业训练●●●●劳动●●表SEQ表\*ARABIC2课程与毕业要求的支撑关系矩阵课程类别课程名称毕业要求1毕业要求2毕业要求3毕业要求4毕业要求5毕业要求6毕业要求7毕业要求8毕业要求9毕业要求10毕业要求11毕业要求12通修通识课程形势与政策√√军事理论√思想道德修养与法律基础√√中国近现代史纲要√马克思主义基本原理√毛泽东思想和中国特色社会主义理论体系概论√职业生涯规划√√就业指导√√创新创业基础√√√体育（1）√体育（2）√体育（3）√体育（4）√计算思维导论Ⅱ√√计算机程序设计

（C语言）√√√心理健康教育√√大气科学概论√通用英语（1）√通用英语（2）√学术英语（1）√学术英语（2）（混合）√高等数学（1）√√高等数学（2）√√线性代数√√概率统计√√大学物理Ⅱ（1）√√大学物理Ⅱ（2）√√大学物理实验Ⅱ√复变函数与积分变换Ⅱ√√通识课程√学科基础课程人工智能概论（混合）√√√√人工智能伦理学（混合）√√√Python程序设计I√√√电路II√√离散数学√√矩阵论√√数据结构与算法√√√√电子技术基础II√√信息论I√√信号与系统I√√专业主干课程最优化理论与算法II√√机器学习II√√√√自然语言处理I√√√数字图像处理I√√√神经网络与深度学习√√√√计算机视觉与模式识别I（全英文）√√√演化计算√√√专业选修课程博弈论与应用√√数据库原理与应用II√√信息检索与数据挖掘√√知识工程√√软件设计的原理、建模与设计模式√√√√多智能体系统√√智能计算系统√√多元信息融合√√智慧气象√√操作系统II√√人工智能前沿技术讲座（1）√√√人工智能前沿技术讲座（2）√√√社交网络分析√√医学图像分析√√文献阅读与科技论文写作√专业外语√综合实践教学环节中国近现代史纲要实践√毛泽东思想和中国特色社会主义理论体系概论实践√军训√暑期社会实践√√√Python及其应用实践√人工智能开发平台实训√√√机器学习课程设计√√√√√神经网络与深度学习课程设计√√√√√毕业实习√√√√√毕业设计（论文）√√√√√√√劳动√创新创业训练√√√√√√智慧气象应用开发实践√√√计算机视觉与模式识别课程设计√√√社交网络信息获取分析实践√医学影像分析实训√√√智能计算系统综合设计√√√√图1所示图SEQ图\*ARABIC1课程体系关联图五、专业核心课程和特色课程“人工智能”是自然科学和社会科学交叉的学科，涉及认知科学、数学、神经生理学、心理学、计算机科学与技术、信息论等等。主要课程设置包括相关的理论课程学习、开发技能学习以及实验与实践课程学习。课程拟开设基础课、专业课和选修课三类课程。本专业核心课程有：自然语言处理、机器学习、数字图像处理、神经网络与深度学习、认知科学与类脑计算。1）自然科学系列课程：高等数学、线性代数、概率论与数理统计、大学物理等。2）人文社科系列课程：大学英语、中国近现代史纲要、思想道德修养与法律基础、马克思主义基本原理等。3）专业基础课程群