摘 要 在“雙碳”目標下，石油和天然氣行業(yè)的數字化和智能化轉型是保障國家能源安全、促進油氣行業(yè)高質量發(fā)展的重要基礎。隨著人工智能上升為國家戰(zhàn)略，社會對油氣行業(yè)高校的人才培養(yǎng)提出了全新的要求。為服務國家戰(zhàn)略需求，推動人工智能科技前沿進展，整合油氣學科優(yōu)質資源，發(fā)揮高校在交叉學科人才培養(yǎng)中的作用，構建油氣與人工智能多學科交叉課程群，組建多元化優(yōu)質師資隊伍，規(guī)范課程分類管理制度，開展多學科交叉教育教學模式創(chuàng)新，能夠為我國油氣領域人工智能人才的培養(yǎng)提供重要支撐。

關鍵詞 石油與天然氣；人工智能；課程群；分類管理

中圖分類號：G642 文獻標識碼：A DOI：10.16400/j.cnki.kjdk.2024.26.006

Research on the Construction of Oil and Gas Artificial Intelligence Course Group and Course Classification Management Mechanism

XUE Liang1，2，3， LIN Botao1， SONG Xianzhi1，2，3

（1. College of Artificial Intelligent， China University of Petroleum， Beijing 102249;

2. College of Carbon Neural Energy， China University of Petroleum， Beijing 102249;

3. College of Petroleum Engineering， China University of Petroleum， Beijing 102249）

Abstract Under the "dual carbon" goal， the digital and intelligent transformation of the oil and gas industry is an important foundation for ensuring national energy security and promoting high-quality development of the oil and gas industry. With the rise of artificial intelligence as a national strategy， society has put forward new requirements for talent cultivation in oil and gas industry universities. To serve the national strategic needs， promote the cutting-edge development of artificial intelligence technology， integrate high-quality resources of oil and gas disciplines， give full play to the role of universities in interdisciplinary talent cultivation， build a multidisciplinary course group that combines oil and gas and artificial intelligence， establish a diversified and high-quality teaching team， standardize the course classification management system， and carry out innovative interdisciplinary education and teaching models， which can provide important support for the cultivation of artificial intelligence talents in China's oil and gas field.

Keywords oil and gas; artificial intelligence; curriculum group; classification management

石油和天然氣是關系國計民生的重要戰(zhàn)略資源，在“碳達峰、碳中和”目標下，依然是我國能源體系的重要組成部分。然而我國油氣工業(yè)的發(fā)展面臨著諸多挑戰(zhàn)，主力老油田普遍進入特高含水后期開發(fā)階段，新發(fā)現的油氣資源向深水、深層、非常規(guī)快速轉變，開采難度和成本日益增大。要實現保障國家能源安全的目標，油氣行業(yè)的數字化和智能化轉型是大勢所趨。

人工智能是提升國家競爭力、推動國家經濟增長的戰(zhàn)略性技術。2017年7月，國務院頒布《新一代人工智能發(fā)展規(guī)劃》，為促進我國人工智能發(fā)展奠定優(yōu)勢基礎。中國石油、中國石化、中國海油及國家管網等油氣龍頭企業(yè)，均加快了“數字化轉型”和“智能化發(fā)展”的發(fā)展步伐，促進人工智能技術與我國油氣領域的深度融合。推動油氣人工智能技術發(fā)展，對保障國家能源安全、支撐油氣產業(yè)升級、助力經濟社會智能化轉型具有重要的意義。

隨著人工智能上升為國家戰(zhàn)略，油氣人工智能人才培養(yǎng)課程體系建設迫在眉睫。數字化、信息化、智能化是全球科技快速發(fā)展的大方向，行業(yè)前沿熱點迅速向油氣工業(yè)智能化轉變，其融合了大數據、人工智能、物聯網、云計算等技術，有望大幅提高油氣勘探開發(fā)質量和水平，降低成本和風險。為進一步提升高校人工智能領域科技創(chuàng)新、人才培養(yǎng)和服務國家需求的能力，2018年4月，教育部印發(fā)《高等學校人工智能創(chuàng)新行動計劃》。2018年12月，中國石油大學（北京）成立了人工智能學院，針對油氣行業(yè)對人工智能人才的需求，構建油氣領域特色的人工智能人才培養(yǎng)模式。為了更好地發(fā)揮高校在交叉學科人才培養(yǎng)中的作用，高校亟須創(chuàng)新教育教學模式，構建油氣與人工智能多學科交叉的課程群，組建多元化優(yōu)質師資隊伍，規(guī)范課程分類管理制度，培養(yǎng)油氣領域的人工智能優(yōu)質人才。

1 構建油氣與人工智能交叉的復合型課程群

課程建設是保障人才培養(yǎng)質量的核心。建立課程群有利于促進學生畢業(yè)能力的達成、高等學校與行業(yè)企業(yè)教學資源高效整合，以及人才培養(yǎng)質量的提升[1]。課程群是指圍繞同一人才培養(yǎng)目標構建的、具有內在邏輯關聯性的數門課程重構形成的有機課程系統(tǒng)[2]。油氣工業(yè)產業(yè)鏈覆蓋勘探、開發(fā)、煉化、安全等諸多環(huán)節(jié)，與地球科學、工程學、化學等學科緊密相關。為了促進人工智能技術與油氣工業(yè)各技術環(huán)節(jié)的有效融合，需要構建系統(tǒng)的油氣人工智能復合型課程群。

此次建立的油氣人工智能復合型課程群包括四門核心課程，分別為油氣地質大數據與智能工程、人工智能與油氣工程、人工智能與石油化工、安全工程信息化與物聯網技術。課程群的設置以油氣人工智能人才培養(yǎng)為目標，以人工智能基礎理論為核心，以油氣地質―油氣工程―石油化工―安全工程為外延，開展人工智能與油氣學科專業(yè)知識交叉融合，構建油氣人工智能復合型知識體系。

油氣地質大數據與智能工程主要介紹油氣地質領域大數據與人工智能的基本理論、方法和應用，課程采用理論授課與案例教學相結合的模式，使學生在理論學習的基礎上，掌握大數據分析與人工智能應用的思維方式、知識構架。主要教學內容包括：油氣地質大數據基礎、分類與回歸、聚類分析、深度學習，以及油氣地質領域人工智能場景應用等。人工智能與油氣工程講授分類、回歸、聚類等人工智能算法，并利用算法解決石油工程領域相關問題，介紹地球物理領域智能化技術、鉆完井智能化技術、油藏工程智能化技術、開采工程智能化技術、儲運工程智能化技術的發(fā)展現狀，理解并分析智能物探技術和智能測井技術如何應用于地球物理領域，無人駕駛技術在鉆井工程場景中的應用，油氣藏自動歷史擬合技術和人工智能產能預測技術如何應用于油藏工程領域，智能人工舉升系統(tǒng)關鍵技術和智能注采井筒生產優(yōu)化調控技術如何應用于油氣開采工程領域等。人工智能與石油化工主要介紹人工智能在石油化工中的應用，包括石油產品物性預測、反應過程分子管理模型、油品調和、大數據技術在石油化工中的應用、數據驅動模型、分離單元與分離系統(tǒng)綜合的智能優(yōu)化、能量系統(tǒng)智能優(yōu)化、石化企業(yè)氫氣系統(tǒng)智能優(yōu)化、實時優(yōu)化與先進過程控制等。安全工程信息化與物聯網技術介紹安全工程信息化的基本理論及物聯網相關技術及概念，利用關系數據庫及SQL語言的應用、地理信息系統(tǒng)相關技術、網絡技術、高級語言（C#）開發(fā)、windows應用程序及Web程序開發(fā)，講授安全信息化技術及物聯網技術在石油安全工程領域的應用，長輸管道SCADA系統(tǒng)，能夠根據所學內容結合安全管理、安全監(jiān)測基于關系數據庫及網絡技術開發(fā)windows應用程序及Web程序。

2 組建“跨學科、跨學院、跨領域”的專兼任融合師資隊伍

教師作為課程建設的主體，是教育活動的主導力量。建立一支規(guī)模適當、結構合理、素質優(yōu)良的高校教師隊伍是學校高質量發(fā)展的迫切任務[3]。組建擁有豐富教學、科研和社會實踐經驗的教師隊伍是課程建設的先決條件。人工智能技術、智能分析軟件、智能硬件裝備、智能作業(yè)平臺及智能管理服務等已經在石油工程領域得到廣泛應用，覆蓋從油氣田管理到勘探開發(fā)作業(yè)現場的各個方面，有效提升了石油與天然氣工程領域的數字化、自動化和智能化水平。以“石油石化特色學科+人工智能”模式培養(yǎng)的油氣領域人工智能高端人才，涵蓋地質、物探、測井、鉆完井、開采、儲運、煉化及安全整個油氣產業(yè)鏈，為油氣領域的智能化發(fā)展提供人才保障。

為了促進油氣人工智能與科研、教育、產業(yè)的深度融合，在師資隊伍方面亟待組建具有“油氣+人工智能”復合知識體系的師資隊伍。人工智能學院采用任務驅動的方式，構建了“跨行業(yè)、跨學科、跨學院”的專兼任教師共存的師資團隊，形成以學院自主招聘專任教師為核心，以校內其他學院聘任兼任教師為主體、以校外相關行業(yè)企業(yè)專家為有益補充的優(yōu)質師資隊伍建設格局。

2.1 學院自主招聘專任師資

人工智能學院面向全球招聘有志于從事油氣工業(yè)領域人工智能研究的優(yōu)秀人才。擬聘任的專任教師需要通曉人工智能基礎理論和模型算法，開展過人工智能技術的工業(yè)化應用研究，熟練掌握通用人工智能系統(tǒng)平臺，勝任人工智能專業(yè)核心基礎課程和前沿課程的教學，具備良好的學術科研發(fā)展?jié)摿Α?/p>

2.2 校內其他學院聘任兼任師資

為了加強人工智能與油氣技術產業(yè)鏈的有效銜接和融合，學校可從地球科學學院、石油工程學院、化學工程與環(huán)境學院、機械與儲運工程學院、地球物理學院、安全與海洋工程學院、信息科學與工程學院等擇優(yōu)選取“油氣+人工智能”相關教師并培訓考核，充分挖掘校內優(yōu)質師資力量，面向全校遴選和聘任碩士研究生指導教師和博士研究生指導教師，夯實人才培養(yǎng)基礎，提升人才培養(yǎng)質量。

2.3 校外相關行業(yè)企業(yè)專家?guī)熧Y

為了進一步擴充教師隊伍，完善師資結構，學院還采用 “兼職教授”“兼職指導教師”等方式聘任行業(yè)內相關企業(yè)的優(yōu)秀人才作為兼職人才培養(yǎng)導師。聘任行業(yè)內知名專家學者擔任兼職教授，豐富油氣人工智能課程體系，優(yōu)化學院人才培養(yǎng)師資隊伍。與國內人工智能先進企業(yè)進行合作并簽署戰(zhàn)略合作協(xié)議，共建“石油石化人工智能教育中心”和“石油石化人工智能研究中心”，邀請華為、百度等科技企業(yè)的專家通過油氣人工智能創(chuàng)新中心走進課堂，參與學校高層次人才培養(yǎng)，開辟校企合作新模式。

3 制定課程分類管理規(guī)范制度

為了促進多學科交叉、實現“油氣+人工智能”課程群建設，人工智能學院組建了“跨學科、跨學院、跨領域”的專兼任融合的師資隊伍，但會出現教師所教學的課程不是開設于人事關系所在的學院，授課對象也不是人事關系所在學院的學生，因此，對課程組織管理、教師教學工作量的認定、教學過程監(jiān)督及教學效果評價提出了新的挑戰(zhàn)。需要創(chuàng)新管理機制和體制，依據課程性質開展課程分類管理，制訂相應的管理制度。

為了保證課程的教學質量，學院針對教學過程設置了監(jiān)督制度。監(jiān)督設置評估和反饋機制，揭示教師在教學上的不足和問題，提高教師的教學水平，確保教師遵守教學計劃和課程標準。針對人工智能學院專兼任教師結合的特點，人工智能學院設立了“油氣+人工智能”復合型教學專家組，建立教學專家組專家定期聽課制度，從人工智能知識教學和油氣專業(yè)知識教學兩個方面對課程的教學過程和教學內容進行評價和監(jiān)督，保障“油氣+人工智能”多學科交叉復合型知識體系的高質量構建。

針對人工智能學院專任教師、校內其他學院兼任教師和校外專家授課教師三類授課教師，分別制訂相應的教學工作量分類管理認定辦法。人工智能學院專任教師由人工智能學院聘任，主要從事人工智能基礎理論知識的講授，相應的工作量由人工智能學院認定，課時由人工智能學院進行考核；校內其他學院兼任教師由人事關系所在學院聘任，主要從事油氣人工智能場景應用分析知識的講授，相應的工作量由人工智能學院向教師人事關系所在原學院報送，工作量由原學院進行認定，納入原學院教學工作量考核；校外專家授課教師由行業(yè)內企業(yè)專家擔任，以單次講座性授課方式為主。

4 結語

面向油氣工業(yè)數字化轉型與智能化發(fā)展需求，構建人工智能和大數據在油氣勘探、開發(fā)、儲運、煉化和安全等過程中的應用場景及其理論基礎和關鍵技術，為石油石化領域培養(yǎng)人工智能人才。通過設置“油氣+人工智能”課程群，促進油氣人工智能學科交叉融合；通過體制創(chuàng)新，組建油氣人工智能領域的高水平師資隊伍，形成“跨學科、跨學院、跨領域”專兼任融合的師資格局；通過管理制度創(chuàng)新，制訂課程分類管理制度規(guī)范，保障不同類型授課教師的權益，履行課程教學職責，提高人才培養(yǎng)質量，為我國油氣工業(yè)智能化轉型和高質量發(fā)展提供有力支撐。

基金項目：2023年度北京市高等教育學會課題“碳中和能源創(chuàng)新人才產學研協(xié)同育人模式研究”（MS2023309）；2023年北京高等教育本科教學改革創(chuàng)新項目“碳中和示范性能源復合型人才培養(yǎng)模式研究”（2023165）；2022年中國石油大學（北京）本科教育教學改革項目“‘油氣+碳中和’復合型拔尖創(chuàng)新人才培養(yǎng)模式研究”（2022002）。

參考文獻

[1] 侯紅玲，白海清，馮榮，等.基于可持續(xù)發(fā)展的現代航空制造產業(yè)學院課程群建設研究[J].高教學刊，2023，9（31）：95-98，102.

[2] 龍春陽.課程群建設：高校課程教學改革的路徑選擇[J].現代教育科學，2010（3）：139-141.

[3] 顏進.高等院校師資隊伍建設思考[J].合作經濟與科技，2021（22）：90-92.