楊 波，梁 晟

（貴陽(yáng)學(xué)院 計(jì)算機(jī)科學(xué)學(xué)院，貴州 貴陽(yáng) 550005）

人工智能（AI，Artificial Intelligence）這一名詞自1956 年誕生以來(lái)，60 年間幾經(jīng)興衰。自誕生伊始到20 世紀(jì)70 年代初，人工智能的研究尚處于“推理期”。這一階段人們認(rèn)為“智能的”機(jī)器應(yīng)具備邏輯推理能力，研究工作主要以數(shù)理邏輯的表達(dá)和推理作為理論基礎(chǔ)。數(shù)理邏輯體系完備、優(yōu)雅，但沒(méi)有出現(xiàn)特別實(shí)用的落地應(yīng)用。1970年代中期以后，人們意識(shí)到機(jī)器要達(dá)到人類所具有的判斷、決策能力，需要兼具推理能力和知識(shí)，人工智能的研究由此進(jìn)入“知識(shí)期”。這一時(shí)期的研究以各類專家系統(tǒng)為代表，在很多應(yīng)用領(lǐng)域取得了大量成果。但由于缺乏完備的理論根基和所謂“知識(shí)工程瓶頸”，經(jīng)過(guò)幾年的興盛后再度沒(méi)落［1］。人工智能的研究逐漸分化出計(jì)算機(jī)視覺(jué)、自然語(yǔ)言理解、認(rèn)知推理、機(jī)器學(xué)習(xí)、博弈倫理、機(jī)器人學(xué)等幾個(gè)領(lǐng)域［2］。到1980 年代中后期，這些分支都逐漸開(kāi)始以概率建模和隨機(jī)計(jì)算作為新的理論基石。進(jìn)入21 世紀(jì)，由于互聯(lián)網(wǎng)時(shí)代的海量數(shù)據(jù)累積和云計(jì)算帶來(lái)的算力提升，機(jī)器學(xué)習(xí)中深度學(xué)習(xí)方法的潛力得到釋放。以Alpha Go 戰(zhàn)勝李世石作為標(biāo)志性事件，激發(fā)起人工智能研究和應(yīng)用的第三次熱潮。

盡管學(xué)界對(duì)由數(shù)據(jù)驅(qū)動(dòng)的智能系統(tǒng)持謹(jǐn)慎態(tài)度，但毋庸置疑，隨著產(chǎn)業(yè)界推出的各類專用智能系統(tǒng)在不同應(yīng)用領(lǐng)域的成功落地以及理論和技術(shù)的不斷創(chuàng)新，人工智能已開(kāi)始深刻影響到國(guó)計(jì)民生各方面，已成為各國(guó)搶占科技創(chuàng)新制高點(diǎn)、促進(jìn)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型、提升社會(huì)生產(chǎn)力的關(guān)鍵領(lǐng)域。2017年，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》［3］，提出中國(guó)發(fā)展人工智能的“三步走”戰(zhàn)略。2018年，教育部印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》［4］，明確提出“高校成為建設(shè)世界主要人工智能創(chuàng)新中心的核心力量和引領(lǐng)新一代人工智能發(fā)展的人才高地，為我國(guó)躋身創(chuàng)新型國(guó)家前列提供科技支撐和人才保障”。在此背景下，地方高校作為為地方經(jīng)濟(jì)發(fā)展培養(yǎng)人才的主力軍，必須要積極思考如何面對(duì)人工智能時(shí)代帶來(lái)的挑戰(zhàn)，從自身特點(diǎn)出發(fā)探索人工智能人才培養(yǎng)的合理模式，更好地為國(guó)家和地方經(jīng)濟(jì)社會(huì)發(fā)展服務(wù)。

1 環(huán)境與形勢(shì)

科技領(lǐng)域的競(jìng)爭(zhēng)歸根結(jié)底是人才的競(jìng)爭(zhēng)，社會(huì)生產(chǎn)力的提升也必須依靠專業(yè)人才。根據(jù)《2019 人工智能發(fā)展報(bào)告》［5］，美國(guó)在機(jī)器學(xué)習(xí)、知識(shí)工程、計(jì)算機(jī)視覺(jué)等13 個(gè)人工智能重點(diǎn)領(lǐng)域的人才數(shù)量和質(zhì)量都遙遙領(lǐng)先，歐洲、亞洲人才數(shù)量也相對(duì)較多。我國(guó)人工智能人才數(shù)量在大部分領(lǐng)域領(lǐng)跑第二梯隊(duì)，但與美國(guó)相比，在人才數(shù)量和結(jié)構(gòu)上都存在一定程度的差異。數(shù)量上，我國(guó)具有高影響力的頂級(jí)學(xué)者占比較少，人工智能產(chǎn)業(yè)從業(yè)人員也只有美國(guó)一半左右。人員結(jié)構(gòu)上，我國(guó)人工智能界的關(guān)注熱點(diǎn)和從業(yè)人員主要集中在應(yīng)用層，而在理論層和技術(shù)層的人才儲(chǔ)備則比較薄弱［6］。

為更好地服務(wù)于國(guó)家戰(zhàn)略和社會(huì)經(jīng)濟(jì)發(fā)展，各高校陸續(xù)開(kāi)始創(chuàng)辦人工智能學(xué)院/研究院，同時(shí)開(kāi)設(shè)人工智能相關(guān)專業(yè)。至2020 年12 月，全國(guó)高校先后設(shè)立了近150 所人工智能學(xué)院/研究院［7］。學(xué)校層次涵蓋雙一流高校、一般省屬公辦院校和省屬民辦本科院校及高職（高專）院校。2019 年9月，全國(guó)首批獲得人工智能本科專業(yè)建設(shè)資格的35 所高校陸續(xù)開(kāi)始招收人工智能專業(yè)本科學(xué)生，其中雙一流高校占比近60%［8］。截至2020 年，又有309 所高校新增人工智能本科專業(yè)，已基本覆蓋各類型層次的高校［9］。還有更多高校開(kāi)設(shè)了與人工智能相關(guān)的“智能科學(xué)與技術(shù)”、“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”和“機(jī)器人工程”等專業(yè)。

2 地方高校針對(duì)人工智能人才培養(yǎng)的應(yīng)對(duì)策略

在各層級(jí)高校紛紛投入人工智能研究和人才培養(yǎng)的形勢(shì)下，地方高校必須順應(yīng)趨勢(shì)，在未來(lái)社會(huì)中扮演好合適的角色。但順應(yīng)趨勢(shì)并不是盲目跟風(fēng)一哄而上，應(yīng)植根于實(shí)際，結(jié)合自身特點(diǎn)，找準(zhǔn)位置，確定合理的目標(biāo)和發(fā)展路徑，庶幾方能切實(shí)有效地為地方科技人才培養(yǎng)服務(wù)，真正適應(yīng)社會(huì)需求。

2.1 地方院校的人工智能人才培養(yǎng)定位

地方高校一般是教學(xué)型學(xué)校，在科研基礎(chǔ)、師資力量等方面顯然無(wú)法與雙一流高校相比，因而不太可能考慮培養(yǎng)人工智能領(lǐng)域進(jìn)行前沿研究的高層次人才。更現(xiàn)實(shí)的考量是從地方社會(huì)發(fā)展與企業(yè)需求出發(fā)，結(jié)合自身實(shí)際和特點(diǎn)，為地方企業(yè)培養(yǎng)人工智能方向應(yīng)用型、技能型支撐人才。

作為首批獲人工智能本科專業(yè)建設(shè)資格的地方高校，長(zhǎng)春師范大學(xué)立足于自身師范院校的特色，根據(jù)學(xué)校已有的學(xué)科和教學(xué)平臺(tái)，面向基礎(chǔ)教育培養(yǎng)人工智能師資，為全民智能教育項(xiàng)目的實(shí)施提供人才儲(chǔ)備［10］。西南民族大學(xué)則是從“為少數(shù)民族地區(qū)培養(yǎng)人才”的辦學(xué)宗旨出發(fā)，結(jié)合學(xué)校自身在硬件人才培養(yǎng)方面的優(yōu)勢(shì)和民族地區(qū)的實(shí)際應(yīng)用需求，形成“智能+民族”“軟硬結(jié)合”“重工程、偏應(yīng)用”的人工智能人才培養(yǎng)特色，同時(shí)將工程教育思想貫穿于人工智能專業(yè)各方向的課程體系中［11］。

以上兩校的做法為地方院校探索人工智能人才培養(yǎng)提供了有益的參考：充分認(rèn)識(shí)學(xué)校自身的定位和能力，根據(jù)自身特長(zhǎng)和已有優(yōu)勢(shì)，結(jié)合地方政府和企業(yè)需求，培養(yǎng)具有較強(qiáng)實(shí)踐能力的高素質(zhì)應(yīng)用型、技能型人工智能人才。

2.2 建設(shè)思路

人工智能研究是模擬和拓展人類智能的理論、方法、技術(shù)，并開(kāi)發(fā)相應(yīng)的應(yīng)用系統(tǒng)，是涉及計(jì)算機(jī)科學(xué)、數(shù)學(xué)、電子信息、工程學(xué)、認(rèn)知科學(xué)等多領(lǐng)域的一門交叉型學(xué)科，具有知識(shí)體系龐雜、數(shù)理基礎(chǔ)要求較高、理論與實(shí)踐聯(lián)系緊密、應(yīng)用場(chǎng)景多樣等特征。這就決定了人工智能人才培養(yǎng)體系的建立并不是簡(jiǎn)單易行的，不可能一蹴而就。高校應(yīng)在準(zhǔn)確定位本校人工智能人才培養(yǎng)目標(biāo)的前提下，制定清晰可行的路線圖，設(shè)置階段性目標(biāo)任務(wù)，逐步推進(jìn)建設(shè)進(jìn)度。具體到地方普通院校，可以考慮沿以下路徑推進(jìn)：

（1）強(qiáng)化現(xiàn)有計(jì)算機(jī)類核心基礎(chǔ)課程及人工智能相關(guān)數(shù)學(xué)類課程，為人工智能課程或?qū)I(yè)的開(kāi)設(shè)作準(zhǔn)備。對(duì)本校已經(jīng)開(kāi)設(shè)的計(jì)算機(jī)類專業(yè)的課程進(jìn)行梳理，加強(qiáng)計(jì)算機(jī)類核心課程（如操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計(jì)、數(shù)據(jù)庫(kù)等）及人工智能相關(guān)課程（數(shù)學(xué)、邏輯、統(tǒng)計(jì)類）的建設(shè)。雖然人工智能是一門交叉學(xué)科，但計(jì)算機(jī)科學(xué)中的很多課程是其核心基礎(chǔ)。筑牢這些課程的知識(shí)體系，是學(xué)生進(jìn)入人工智能領(lǐng)域?qū)W習(xí)的基石。數(shù)學(xué)類課程則是培養(yǎng)學(xué)生針對(duì)實(shí)際問(wèn)題進(jìn)行建模和求解的能力，這是人工智能理論研究和實(shí)際應(yīng)用必不可少的重要技能。

上述準(zhǔn)備工作可作為下一步整合相關(guān)專業(yè)開(kāi)設(shè)人工智能專業(yè)的初步嘗試和實(shí)踐。事實(shí)上，信息與計(jì)算科學(xué)專業(yè)的課程體系基本綜合了以上兩類課程，可以其為基礎(chǔ)進(jìn)行相應(yīng)調(diào)整，再適當(dāng)增加一些人工智能通識(shí)或入門類課程，引導(dǎo)學(xué)生對(duì)人工智能這一領(lǐng)域形成基本的認(rèn)識(shí)。即使本校暫不具備開(kāi)設(shè)人工智能本科專業(yè)的條件，也可為學(xué)生提供盡可能堅(jiān)實(shí)的學(xué)科基礎(chǔ)，為其畢業(yè)后進(jìn)入人工智能方向的升學(xué)或就業(yè)提供助力。

（2）師資力量?jī)?chǔ)備和團(tuán)隊(duì)協(xié)作。人工智能專業(yè)的師資需要在數(shù)學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域有較堅(jiān)實(shí)理論基礎(chǔ)，具備較寬泛人工智能專業(yè)知識(shí)和在人工智能相關(guān)領(lǐng)域較深入的研究或開(kāi)發(fā)經(jīng)驗(yàn)，還需要了解社會(huì)需求、具備較豐富的行業(yè)從業(yè)及工程開(kāi)發(fā)經(jīng)驗(yàn)。顯然，地方院校很難滿足這樣綜合型的師資要求。如何解決？可以從幾個(gè)不同方向努力。首先，從已有師資中識(shí)別具有合適知識(shí)結(jié)構(gòu)且有進(jìn)行人工智能方向教學(xué)和研發(fā)意向的教師，鼓勵(lì)他們參與（1）中的準(zhǔn)備工作，在計(jì)算機(jī)相關(guān)專業(yè)開(kāi)設(shè)人工智能類課程。同時(shí)加強(qiáng)這部分教師的對(duì)外交流和學(xué)習(xí)，積累經(jīng)驗(yàn)，教學(xué)相長(zhǎng)，成為可勝任人工智能專業(yè)基礎(chǔ)課程的支撐力量。其次，以優(yōu)厚條件吸引省內(nèi)外院校人工智能方向碩、博畢業(yè)生，積極展開(kāi)青年人才引進(jìn)工作。但在人工智能人才大量短缺的當(dāng)下，此項(xiàng)工作對(duì)于地方院校而言存在較大難度，尚需探索更為有效可行的途徑，從實(shí)力較強(qiáng)的外校聘請(qǐng)兼職教師也可作為一種可能考慮。第三，與地方IT 企業(yè)形成長(zhǎng)期、穩(wěn)定合作關(guān)系，增加企業(yè)工程師和高校教師間的交流和協(xié)作互補(bǔ)，既為高校解決了缺乏實(shí)踐、開(kāi)發(fā)型師資的問(wèn)題，也可為企業(yè)提供技術(shù)支持和人才儲(chǔ)備。最后，與在人工智能產(chǎn)業(yè)人才培養(yǎng)方面有豐富經(jīng)驗(yàn)的企業(yè)合作，積極探索并形成校企聯(lián)合人才培養(yǎng)機(jī)制。借助企業(yè)的經(jīng)驗(yàn)和教學(xué)資源，一方面可避免在課程或?qū)I(yè)建設(shè)上走彎路，也可助推本校的人工智能師資團(tuán)隊(duì)建設(shè)。

（3）根據(jù)本校的人工智能人才培養(yǎng)目標(biāo)和培養(yǎng)方向，加強(qiáng)相關(guān)學(xué)科專業(yè)間的聯(lián)系，建立起跨學(xué)科專業(yè)的合作機(jī)制。這些學(xué)科專業(yè)既包括與人工智能密切相關(guān)的數(shù)學(xué)、電子信息、自動(dòng)化等領(lǐng)域，也包括其他與人工智能應(yīng)用相關(guān)的領(lǐng)域，如生物、交通、農(nóng)業(yè)等等。只有相關(guān)學(xué)科專業(yè)間形成合力，才能真正實(shí)現(xiàn)具有自身優(yōu)勢(shì)和特色的人工智能人才培養(yǎng)目標(biāo)。

2.3 課程體系改進(jìn)

南京大學(xué)人工智能學(xué)院《南京大學(xué)人工智能本科專業(yè)教育培養(yǎng)體系》給出了人工智能本科人才培養(yǎng)體系的一個(gè)規(guī)范，涵蓋了數(shù)學(xué)基礎(chǔ)課程、學(xué)科基礎(chǔ)課程、專業(yè)方向基礎(chǔ)課程及專業(yè)選修基礎(chǔ)課程四個(gè)板塊的教學(xué)大綱［12］。該體系貫穿了人工智能專業(yè)各方向從理論基礎(chǔ)、方法技術(shù)到應(yīng)用實(shí)踐的全過(guò)程，為高校開(kāi)設(shè)人工智能專業(yè)提供了極為有益的參照。

如周志華教授所言，計(jì)算機(jī)類專業(yè)的課程體系不能滿足人工智能本科專業(yè)建設(shè)的需求［13］。但地方高校并不具備一流高校在科學(xué)研究、師資力量等方面的條件，不可能照搬南京大學(xué)的課程體系，只能量體裁衣，逐步建立適于本校人工智能人才培養(yǎng)定位的課程體系。

地方院校設(shè)立人工智能本科專業(yè)的條件尚不成熟，可嘗試對(duì)計(jì)算機(jī)類專業(yè)的課程體系進(jìn)行改造并逐步進(jìn)化，為今后開(kāi)設(shè)人工智能專業(yè)進(jìn)行課程和師資方面的準(zhǔn)備工作。在表1 中給出了計(jì)算機(jī)類專業(yè)主要課程的設(shè)置建議。

表1 主要課程設(shè)置

第一，高等數(shù)學(xué)、線性代數(shù)、離散數(shù)學(xué)、概率論與數(shù)理統(tǒng)計(jì)等課程是培養(yǎng)學(xué)生對(duì)現(xiàn)實(shí)問(wèn)題進(jìn)行建模、求解和推導(dǎo)能力的重要工具，是人工智能理論研究和實(shí)際應(yīng)用必不可少的數(shù)學(xué)基礎(chǔ)。因此，應(yīng)適當(dāng)增加這些數(shù)學(xué)類課程的學(xué)時(shí)，同時(shí)提升教學(xué)深度和考試難度。綜觀各層級(jí)高校人工智能專業(yè)的課程體系，第一、二學(xué)年的數(shù)學(xué)基礎(chǔ)課通常設(shè)置為高等數(shù)學(xué)/數(shù)學(xué)分析10 學(xué)分，線性代數(shù)4 學(xué)分，離散數(shù)學(xué)3～4 學(xué)分，概率論與數(shù)理統(tǒng)計(jì)3～4 學(xué)分?；诖耍瑢?duì)于面向人工智能的計(jì)算機(jī)類專業(yè)，這些課程的學(xué)分?jǐn)?shù)均應(yīng)不低于以上設(shè)置。表1 中將數(shù)理邏輯課程作了單列，不僅是因?yàn)閿?shù)理邏輯本身是計(jì)算機(jī)科學(xué)的重要理論基礎(chǔ)，更進(jìn)一步的考慮是，學(xué)生通過(guò)數(shù)理邏輯（特別是命題邏輯和謂詞邏輯部分）的學(xué)習(xí)，能更深入認(rèn)識(shí)和理解證明方法、推理系統(tǒng)、形式化方法等內(nèi)容。這些內(nèi)容，對(duì)于開(kāi)發(fā)具有認(rèn)知和推理能力的智能系統(tǒng)都是必須的。如暫不具備單獨(dú)開(kāi)設(shè)數(shù)理邏輯課程的條件，可考慮在離散數(shù)學(xué)課程中增加12～18 學(xué)時(shí)，用于加強(qiáng)、拓寬命題邏輯和謂詞邏輯部分的學(xué)習(xí)。

第二，應(yīng)夯實(shí)計(jì)算機(jī)科學(xué)學(xué)科的核心基礎(chǔ)課程（包括數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)組成原理、操作系統(tǒng)、編譯原理、數(shù)據(jù)庫(kù)原理、計(jì)算機(jī)網(wǎng)絡(luò)等）。這些課程是計(jì)算機(jī)科學(xué)的重要核心，牢固掌握這些知識(shí)體系是學(xué)生進(jìn)入人工智能領(lǐng)域?qū)W習(xí)的基石。同時(shí)，為強(qiáng)化學(xué)生的算法理解和設(shè)計(jì)能力，在第3 學(xué)期完成數(shù)據(jù)結(jié)構(gòu)課程的學(xué)習(xí)后，可考慮在第4 學(xué)期單獨(dú)開(kāi)設(shè)算法分析與設(shè)計(jì)課程，強(qiáng)化學(xué)生對(duì)于分治、貪心、動(dòng)態(tài)規(guī)劃等常見(jiàn)算法設(shè)計(jì)技術(shù)的深入理解，以利于后續(xù)學(xué)習(xí)和掌握人工智能方向相關(guān)算法。若因?qū)W分限制等原因不能增設(shè)，可將數(shù)據(jù)結(jié)構(gòu)課程增擴(kuò)為數(shù)據(jù)結(jié)構(gòu)與算法分析，適當(dāng)增加周學(xué)時(shí)，在講述完數(shù)據(jù)結(jié)構(gòu)及相關(guān)經(jīng)典算法后，再添加對(duì)前述內(nèi)容的介紹。

第三，提升學(xué)生代碼編寫能力，針對(duì)程序語(yǔ)言類課程中增加課程設(shè)計(jì)環(huán)節(jié)，通過(guò)項(xiàng)目化方式加強(qiáng)工程實(shí)踐。在第1、2 學(xué)期分別開(kāi)設(shè)程序設(shè)計(jì)基礎(chǔ)（一）（二），由基礎(chǔ)的C 過(guò)渡到C++。C 中重點(diǎn)講述代碼基礎(chǔ)、程序基本結(jié)構(gòu)、指針運(yùn)算及內(nèi)存的使用，C++中重點(diǎn)針對(duì)面向?qū)ο蟮乃枷牒头椒ㄟM(jìn)行拓廣和縱深。在第3、5 學(xué)期依次開(kāi)設(shè)Java 和Python 語(yǔ)言程序設(shè)計(jì)，為后續(xù)數(shù)據(jù)處理與分析類課程做準(zhǔn)備。在語(yǔ)言類課程的教學(xué)中，學(xué)生往往存在“知易行難”問(wèn)題［14］。要提升學(xué)生的代碼編寫能力，必須適當(dāng)增加課程的實(shí)踐學(xué)時(shí)。表1 中程序語(yǔ)言類課程的周學(xué)時(shí)設(shè)置均大于學(xué)分?jǐn)?shù)，即是考慮了充分的實(shí)踐學(xué)時(shí)。條件許可的學(xué)校，語(yǔ)言類課程可輔以對(duì)應(yīng)的課程設(shè)計(jì)環(huán)節(jié)，保證學(xué)生學(xué)透練熟，具備熟練運(yùn)用主流語(yǔ)言進(jìn)行開(kāi)發(fā)的能力。

第四在第5 學(xué)期后可增設(shè)大數(shù)據(jù)和人工智能入門類相關(guān)課程，如人工智能導(dǎo)論、大數(shù)據(jù)原理與技術(shù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)概論、人工神經(jīng)網(wǎng)絡(luò)。通過(guò)這些課程的學(xué)習(xí)，讓學(xué)生對(duì)當(dāng)前數(shù)據(jù)科學(xué)及人工智能領(lǐng)域相關(guān)的基本概念和理論、技術(shù)平臺(tái)、研究方向等具備較為全面和基本的認(rèn)識(shí)，理解和掌握主流的數(shù)據(jù)處理與分析方法及相關(guān)的人工智能算法，為其后進(jìn)入行業(yè)參與應(yīng)用開(kāi)發(fā)奠定基礎(chǔ)。

3 結(jié)語(yǔ)

在人工智能已進(jìn)入人類社會(huì)各領(lǐng)域并逐漸發(fā)揮巨大作用的趨勢(shì)下，必然需要大量面向不同領(lǐng)域的各類人工智能人才。在醫(yī)療、教育、交通、城市管理等熱點(diǎn)應(yīng)用領(lǐng)域，都需要基于產(chǎn)業(yè)需求提供最佳的人工智能解決方案。當(dāng)前，對(duì)于人工智能學(xué)科基礎(chǔ)理論以及與其他學(xué)科的交叉應(yīng)用的理解還不夠深入，人工智能人才的培養(yǎng)體系也還處于初級(jí)階段。數(shù)據(jù)與算力結(jié)合的方式基本已很難適應(yīng)未來(lái)的發(fā)展，人工智能需要與認(rèn)知科學(xué)深度融合，突破深度學(xué)習(xí)的限制，建立具有推理機(jī)制的智能系統(tǒng)。2021 年10 月，周志華教授在第一屆國(guó)際學(xué)習(xí)與推理聯(lián)合大會(huì)的開(kāi)場(chǎng)主旨報(bào)告中就提出人工智能界面臨的圣杯挑戰(zhàn)是找到一個(gè)能夠融合機(jī)器學(xué)習(xí)和邏輯推理并使得二者協(xié)同工作的統(tǒng)一框架。在這樣的趨勢(shì)下，人工智能行業(yè)的入行門檻必然會(huì)逐漸提高，對(duì)人工智能人才的知識(shí)和技能要求也將不斷變化和提升。在這一過(guò)程中，高等院校的人工智能人才培養(yǎng)應(yīng)放眼于未來(lái)，制訂較為長(zhǎng)遠(yuǎn)的人才培養(yǎng)戰(zhàn)略。地方高校更應(yīng)立足當(dāng)下，不盲目跟風(fēng)，根據(jù)學(xué)校自身特點(diǎn)和所在區(qū)域經(jīng)濟(jì)、科技發(fā)展現(xiàn)狀，提出切合實(shí)際的人工智能人才培養(yǎng)目標(biāo)，并由此制訂有效可行的培養(yǎng)方案，才能提供適用且可擴(kuò)展的人工智能人才儲(chǔ)備，更好地服務(wù)社會(huì)，推進(jìn)地方經(jīng)濟(jì)建設(shè)和科技發(fā)展。