中国高校人工智能专业建设挑战、建议和解决方案有哪些？

基础设施是支撑人工智能专业建设的重要基础，为解决基础设施不足的问题，高校需要 加大投入力度。

我国高校人工智能专业主要呈现以下四个方面的特点：一是符合国家战略与社会需求， 二是体现办学特色与学科优势，三是聚焦人才培养与科技创新，四是注重与政府、企业合作 共建。当然，由于我国高校人工智能学科成立的时间较短，尽管已在人工智能的科技创新、 人才培养、社会服务等方面取得了一些成就，但还处于发展的初级阶段，仍存在一些不容忽 视的问题，值得关注。

（1）学科专业建设较为薄弱 当前，新一代人工智能给高等教育变革既带来了机遇，又带来了挑战。一方面，未能成 立“人工智能领域一级学科”，现有人工智能专业人才培养主要依托计算机科学与技术、控 制科学与工程等学科，因而亟需优化人工智能学科布局，加快推进人工智能领域一级学科建 设。另一方面，人工智能专业建设尚不成熟，目前，有学院开设智能医学工程、智能制造工 程等人工智能复合型专业，但多数学院的人工智能相关专业建设仍然处于探索阶段。

（2）师资力量不足 中国高校在人工智能建设中面临的一个主要问题是师资力量不足。由于人工智能学科相 对新兴，合格且有经验的教师严重短缺。许多高校的教师缺乏专业的人工智能教育背景，难 以有效地教授和指导学生。这不仅影响了教学质量，还限制了学生在人工智能领域的全面发 展。例如，数据显示，仅有 35.2%的教师在某些先进示范学校中具备教授人工智能相关内容 的经验，而其中许多人对自己的资格信心不足。这种师资短缺直接影响了人工智能人才的培 养质量，需要通过加强教师培训和引进更多专业人才来解决。

（3）人才培养模式创新不足 人工智能专业人才培养的迫切性，主要源于人工智能产业蓬勃发展所导致的对人工智能 人才的旺盛需求，我国人工智能相关人才的缺口较大，因而亟需加强人工智能专业人才培养。 目前人工智能专业人才培养模式主要有两种形式：一是“人工智能+X”培养模式，结合学科交叉发展特点，侧重培养复合型人才。例如，中国石油大学（北京）按照“特色学科+人工 智能”的理念实施“本硕博一体化”贯通式培养；辽宁工程技术大学开展培养“专业+人工 智能”的新工科人才。二是“校企合作协同育人”培养模式，多所高校与相关企业合作共建 人工智能学院，深入开展“产学合作、产教融合”，协同培养更加适应社会需求的人才。 诚然，以上两种类型人工智能专业人才培养模式是值得充分肯定的，但大多数高校目前 仍在积极探索，尚未形成相对成熟的人才培养方案。人工智能时代的技术发展给教育教学内 容、教学形式、师生关系和教育理念带来了质的变革和全新的挑战。因而人工智能专业人才 培养更要与时俱进，以适应人工智能时代的要求。当前，由于尚无统一标准的人工智能专业 人才培养的目标、定位、培养方案，不同学校都在践行各自的人才培养方案，尽管能够反映 出所在学校的办学特色，但这些人工智能人才培养方案的科学性、合理性还有待商榷，有待 进一步实践验证，所以仍要不断优化、创新人工智能专业人才培养模式。

（4）科技创新领域仍要开拓 高校作为我国人工智能科技创新领域的重要策源地，应能把握人工智能技术的发展趋势， 深入推进人工智能领域的科技创新。各高校主要立足于自身办学特色与优势学科，聚焦人工 智能领域的前沿问题，对人工智能相关交叉学科开展研究，进一步推进诸多领域的科技创新。 总体来看，已有的人工智能专业更倾向于探索人工智能技术在相关领域的应用，可能会 忽视人工智能的基础理论研究。人工智能是引领新一轮科技革命和产业变革的战略性技术， 具有溢出带动性很强的“头雁”效应。事实表明，新一代人工智能正在对其他诸多领域产生 不同程度的影响，所以高校人工智能应在立足现有研究的基础上，不断开拓人工智能相关的 科技创新领域，既要密切关注人工智能的关键核心技术研究，又要注重加强人工智能的基础 理论研究。

（5）基础设施不足 我国高校在人工智能基础设施建设方面存在一些不足。首先，高校的科研基础设施面临 着资源总量有限和算力不足的问题。尽管有些高校如上海交通大学已经建立了较为强大的 AI 计算平台，但整体来看，许多高校仍然缺乏足够的算力支持。 此外，虽然有研究显示中国大陆在人工智能领域的人才培养和基础设施建设方面取得了 一定的成就，但在具体实施过程中，仍有许多高校未能充分利用这些资源。例如，教育部等 部门鼓励高校共享超算资源和人工智能算力资源，但实际操作中可能存在资源共享不充分的 情况。 为了应对这些问题，建议加大对学校人工智能教育资金的投入及相关基础设施的投入， 并鼓励各高校加强与企业的合作，共同建设更加完善的算力基础设施。通过这些措施，可以 有效提升我国高校在人工智能领域的基础设施建设水平，促进人工智能学科的发展和科技创 新。

（6）社会服务体系尚未健全 服务社会是高校的基本职能之一，也是高校成立人工智能专业的宗旨。各高校能够结合 自身办学特色，加强与相关企业、地方政府合作，注重推动人工智能服务社会发展。尽管已 在智能制造、智能教育、智能医疗、智能农业、智能司法、智能金融和国防安全等重点领域取得了阶段性成果，但总体而言，目前仍然处于起步探索阶段，尤其在科技成果转化与示范 应用的深度上还需要重点加强。 任何事物都具有两面性，人工智能作为一把“双刃剑”，它在推进经济建设与社会发展 的同时，可能会给经济安全和社会稳定带来潜在的风险。例如，人工智能的快速发展，可能 会带来法律与社会伦理等诸多问题。但我国目前人工智能社会服务体系尚未健全，所以高校 人工智能学院在推进人工智能服务社会的过程中，应该针对可能带来的问题，提前开展相关 研究，进一步助力完善人工智能社会服务体系。

面对高校人工智能专业建设面临的挑战和困境，建议如下： （1）加强高校人工智能专业建设： 加快推进人工智能领域一级学科建设，优化课程体 系，建设特色数字化人工智能教材资源、提升师资力量，培养高素质人工智能人才。 （2）推动校企合作： 加强高校与企业合作，共建实验室、研究中心，开展产学研合作 项目，为学生提供实践机会。 完善人才培养模式： 创新人才培养模式，例如“人工智能+X”培养模式，培养具备多学 科知识和技能的复合型人才。 加强人才引进： 吸引国内外优秀人工智能人才，为产业发展提供智力支持。 完善人才评价体系： 建立科学的人才评价体系，激励人才创新和发展。

另外，针对以下专业建设和人才培养机制问题，建议解决方案如下： （1）学科专业建设较为薄弱 中国高校在人工智能学科专业建设方面较为薄弱，解决这一问题需要采取系统性和综合 性的措施。首先，制定详细的发展规划和目标，明确人工智能学科的发展方向和阶段性任务。 教育主管部门应出台相关政策，支持高校开设和完善人工智能专业，鼓励跨学科融合，促进 人工智能与计算机科学、数学、统计学、信息科学等学科的深度结合。此外，高校应积极与 国际一流大学和科研机构建立合作关系，引进先进的教学和研究经验，提升自身的学科建设 水平。通过建立国际化的交流平台，邀请国际知名学者来校讲学和合作研究，逐步提升学科 的国际影响力。高校还应鼓励和支持教师申报国家级和省级教学科研项目，通过项目研究推 动学科发展。最后，要建立完善的评价体系，定期对学科建设情况进行评估和调整，确保学 科建设的持续推进和不断优化。

（2）师资力量不足 面对人工智能专业师资力量不足的问题，可以采取多种措施加以解决。首先，应加大力 度引进高端人才，通过提供有竞争力的薪酬、科研支持和生活保障，吸引国内外知名学者和 行业专家加盟高校。其次，高校应加大对现有教师的培训力度，鼓励他们参加国内外高水平 的学术交流和培训项目，提高其专业水平和科研能力。可以通过设立专项基金，资助教师进 行短期访学和交流，提高其国际化水平。此外，推动校企合作，邀请企业专家担任兼职教授 或客座讲师，为学生提供实践课程和行业经验分享，也是解决师资不足的重要途径。高校还应建立联合培养机制，与其他高校或科研机构合作，共享师资资源，联合培养教师和研究生， 提升整体教学科研水平。利用在线教育平台，聘请国内外优秀教师录制课程，扩大优质教育 资源的覆盖范围，弥补师资不足的短板。通过这些措施，可以逐步解决高校人工智能专业师 资力量不足的问题。

（3）人才培养模式创新不足 为应对人工智能人才培养模式创新不足的问题，需要从多方面进行改革和创新。首先， 应在课程设置上进行创新，打破传统学科壁垒，鼓励跨学科融合。设计以项目为导向的课程 体系，通过实际项目的研究和开发，提高学生的实践能力和创新能力。其次，强化产教融合， 与企业合作，共同制定人才培养方案，提供实习和就业机会，让学生能够在真实的工作环境 中锻炼和成长。此外，高校应注重培养学生的综合素质，开展多样化的实践活动和创新创业 教育，激发学生的创新思维和创业精神。可以设立创新实验室和创客空间，为学生提供创新 实践的平台和资源支持。引进和借鉴国际先进的人才培养模式，鼓励学生参加国际交流和比 赛，提高其国际视野和竞争力。建立健全的导师制度，为学生提供个性化的指导和支持，帮 助其制定科学的学习和发展规划。通过这些措施，可以有效提升人工智能人才的培养质量， 满足社会对高水平人工智能人才的需求。

（4）科技创新领域仍要开拓 科技创新是推动人工智能发展的关键领域，为开拓这一领域，高校需要采取系统性和多 层次的措施。首先，应加大科研投入，设立专项基金，支持人工智能领域的基础研究和应用 研究。通过设立重点实验室和研究中心，打造高水平的科研平台，吸引优秀的科研人才加盟。 其次，鼓励跨学科和跨领域的合作研究，推动人工智能与其他学科的深度融合，拓展科研的 广度和深度。高校应积极与企业合作，开展产学研合作项目，将科研成果转化为实际应用， 促进科技成果的产业化。同时，加强国际合作，与国际一流大学和科研机构建立合作关系， 开展联合研究和技术交流，提升科研水平和国际影响力。高校还应建立健全的科研评价体系， 激励科研人员勇于创新，鼓励发表高水平的科研论文和申请专利。通过举办学术会议和研讨 会，搭建学术交流的平台，促进科研人员之间的交流和合作。通过这些措施，可以不断开拓 人工智能科技创新领域，推动技术进步和应用。

（5）基础设施不足 基础设施是支撑人工智能专业建设的重要基础，为解决基础设施不足的问题，高校需要 加大投入力度。首先，应积极争取政府和地方政策支持，申请专项经费，用于建设和完善人 工智能实验室和研究中心。实验室的建设应注重设备的先进性和多样性，确保能够满足教学 和科研的需要。其次，可以与企业合作，共建共享实验室和研究平台，充分利用企业的资源 和技术优势，提升基础设施的水平。高校还应重视信息化建设，搭建高效的信息管理系统和 数据共享平台，为教学和科研提供便利。引进先进的教学和科研设备，提升实验室的硬件条 件，确保学生能够进行高水平的实验操作和研究。同时，应注重实验室的管理和维护，确保 设备的正常运行和使用效率。通过设立专项基金，支持教师和学生开展实验研究，提高实验 室的利用率和科研产出。通过这些措施，可以逐步改善高校人工智能专业的基础设施条件， 提供良好的教学和科研环境。

（6）社会服务体系尚未健全 为健全社会服务体系，高校需要积极开展多种形式的社会服务活动，提升服务能力和水 平。首先，应加强与政府、企业和社会组织的合作，建立长期稳定的合作关系，共同推进人 工智能技术的应用和推广。高校可以通过建立技术转移中心和创新创业平台，为企业和社会 提供技术支持和服务。其次，应积极开展社会培训和继续教育，面向社会提供人工智能相关 的培训课程，提升社会各界对人工智能技术的理解和应用能力。可以与政府和企业合作，举 办人工智能应用示范项目，展示人工智能技术在各行业的应用前景和效果，推动技术的普及 和推广。高校还应注重社会责任，积极参与公益活动和社会服务，发挥自身的专业优势，服 务社会发展。通过举办科普讲座和宣传活动，提高公众对人工智能技术的认知和接受度。建 立健全的社会服务评价体系，定期对社会服务工作进行评估和改进，确保服务质量和效果。 通过这些措施，可以逐步健全高校人工智能专业的社会服务体系，提升社会服务能力和水平。