全文共1482字，預計學習時長4分鐘

人工智慧課程體系不是通用的模式，而是“諸侯混戰”的現狀。

各家高校針對自己的特色和優長建設“本校特色的人工智慧課程體系”。這種差異性也為這場峰會的專家討論提供了很好的條件。

在panel5，你可以看到北大、浙大、南大的課程體系都是什麼樣的。

南大人才培養：源頭創新力+解決難題的能力

南京大學的人才培養就是基於自身學科領域的特點。申富饒老師指出南京大學的培養目標是：要培養在AI領域具備這樣能力的人才，第一是具備源頭創新能力，第二是能夠解決企業關鍵技術難題的能力。

在課程設定上，南大專業分為兩個方向，每個方向有4門必修課， 30多門選修課。通識課程包含，體育、軍事、思政、語言、數學。數學和計算機是學科基礎課程。

在專業上分有機器學習、資料探勘和智慧應用等方向。注重理論和實踐的深度融合。選修課程包含計算機、人工智慧等領域，此外還設定了諸多交叉複合的課程，如神經科學導論、計算金融等。

可見人工智慧專業課程建設依舊注重數學和計算機基礎。

人才分類培養，課程跨院開放

鄧志鴻老師表示：北京大學的人工智慧課程建設也重點強調了數學和計算機背景。

不過北京大學在辦學上有兩個明顯的特色。一是注重分類培養。學生可根據自身的計算機基礎、數學水平等，自主選擇各有偏重的課程群。

核心課程依舊由計算機課和人工智慧技術課構成。從大一下學期，學生就已經接觸實踐相關專案。

二是課程開放，學生可跨院選修。尤其是在一些通識課方面，注重跨學科人文素養、實踐能力的培養等。

人才可持續競爭力：能力+品行

張銘老師從國際視野，對國外的人工智慧相關課程進行了綜合分析和對比。

國外人工智慧總體的課程設定，還是基於計算機大類、注重科學、數學等，有許多AI+的課程設定。

伯克利大學的課程基礎紮實，選修課程偏重基礎理論。以斯坦福為代表的高校，注重數學基礎，在程式設計、計算機系統方面也頗有側重。

CMU的課程體系建設最為全面，尤其是在人工智慧倫理方面，不乏對人工智慧與人類關係的研討。在人類學科、藝術、認知心理學、人類記憶、語言與思維等領域的討論非常豐富。

在介紹了國外名校開課情況之後，張銘老師還指出：人工智慧人才培養，除了要強調能力，還應注重品行，將知識和能力融會貫通，才能更好地適應社會的變化和發展。

培訓機構視角：應用技術型人才如何培養

作為達內教育集團的技術副總裁，郭陟在產教融合視角下發表了對於人工智慧教育的思考。

作為以就業為導向的培訓機構，主要針對應用型和技能型的人才進行課程設定和服務。

針對高校實際應用案例、實驗環境缺乏的現狀，達內設計了一套面向人工智慧學院的產教融合的解決方案。從產業需求出發，制定專業的人才培養方案，課程和體系。

人才培養流水線總體分為六個步驟：體驗，教學，實踐，實訓，雙創，就業。同時為課程體系建設提供良好的環境，諸如：資料集，演算法庫、實驗裝置，AI算力等。

培訓機構的中間角色，可以更好地將院校和企業結合起來，更好地做到知行合一。

浙大：釐清內涵，促進交叉、賦能應用

吳飛教授指出，浙江大學在人工智慧人才的培養方面的思路是釐清內涵，促進交叉、賦能應用。首先要明確人工智慧的核心是專通交。

課程體系上，浙大的核心課程是人工智慧導論，圍繞核心課程設立人工智慧交叉學科。

他相信，學科的交叉融合、人工智慧高層次人才培養將會在教育部的要求和鼓勵下加快建設步伐。

留言 點贊 關注

我們一起分享AI學習與發展的乾貨

歡迎關注全平臺AI垂類自媒體 “讀芯術”

（新增小編微信：dxsxbb，加入讀者圈，一起討論最新鮮的人工