智能科学与技术专业人才自主创新能力培养模式研究

智能科学与技术专业人才自主创新能力培养模式研究

李朝阳，张志锋

郑州轻工业大学 软件学院 河南 郑州 450000

[摘 要]随着人工智能、大模型、云计算、大数据等技术的飞速发展，社会对相关领域创新型人才的需求日益增长，且当前高校人工智能类专业人才的培养模式逐渐与产业应用脱节，严重影响人工智能类创新人才培养的质量和水平。本课题面向智能科学与技术专业，以自主创新能力培养为主线，探索一种自主创新视域下人才培养新模式，从思想引领、课程体系、学科融合、师资队伍、产业实践、国际交流等方面着手，形成一套完整的培养体系，致力于培养具备卓越知识获取能力、实践应用能力和创新创业精神的高素质创新型人才，助力社会经济的高水平发展。

[关键词]自主创新；研究生；双创；实践育人

[中图分类号] G641 [文献标识码]A [文章编号]1687-9534(2025)-0034-24 [收稿日期]2024-12-26                                                       

引言

20世纪80年代，随着计算能力的提升，专家系统成为人工智能发展的重要成果，并推动了智能技术在医疗诊断、制造业等领域的应用。1998年，智能科学与技术专业正式出现在教育部颁布的《普通高等学校本科专业目录（1998年颁布）》。进入21世纪，深度学习技术的突破引发了AI领域的革命，以深度神经网络为核心的新技术，显著提升了图像识别、语音识别和无人驾驶等智能系统的性能。与此同时，该专业在高校逐渐形成，综合了计算机科学、数学、心理学和神经科学等学科内容。近年来，随着人工智能和大模型技术的兴起，该专业在智能机器人、智慧城市和智能医疗等领域展现了强大的应用潜力，成为未来科技发展的重要驱动力。

一、智能科学与技术专业人才培养现状

该专业是一门高度跨学科的专业，作为人工智能技术快速发展的背景下兴起的新兴专业，其核心在于整合多学科的知识和技术，以应对人工智能领域的复杂挑战。

1. 学科交叉性强，课程体系丰富

该专业的学科交叉性非常明显，结合了计算机科学、数学、数据科学、认知科学、机器人学等多个领域，强调理论与实践的结合，通过系统学习从理论基础到技术应用的多元知识，培养学生解决人工智能复杂问题的综合能力^[1]。同时，其课程体系也较为丰富，包括人工智能基础、机器学习、深度学习、计算机视觉、自然语言处理、数据挖掘等方向，既注重基础理论，如算法设计、机器学习和统计学，又融入了实践与创新，如机器人学、计算机视觉和智能系统开发。

2. 实践应用性强，培养模式多样

该专业的培养模式注重实践与产业的深度结合，课程设计突出实用性与应用导向，将人工智能技术与智能制造、无人驾驶等实际场景紧密结合。通过实践课程、企业实习以及真实项目的参与，学生不仅能够掌握前沿技术，还能培养解决实际问题的能力。各高校也积极开展产教融合，与科技公司合作开展实训项目或建立联合实验室，帮助学生接触实际工程项目，增强学生的实践能力。这种通过校企合作、产学研联动和项目驱动的教学方式，为学生搭建从理论到实践的完整学习路径，也为学生开拓了职业发展道路。

3. 应用技术性强，就业前景广阔

随着人工智能技术在各行业的广泛应用，对智能化人才的需求持续增长。毕业生不仅可以在专业领域大展身手，如从事机器学习、计算机视觉、自然语言处理、机器人研发等技术岗位，也可以在跨学科的新兴领域中创造价值，如从事智能制造、金融科技、医疗健康、自动驾驶等领域。此外，人工智能与传统行业的深度融合还催生了大量交叉性岗位，为专业背景多元的学生提供了更多机会。无论是在科技公司、研究机构，还是创业领域，该专业的学生都具备极大的竞争力和发展潜力。

4. 政策保障性强，支持投入丰厚

随着人工智能被列为国家战略性新兴产业，各级政府出台了一系列支持政策，包括专项资金扶持、科研项目资助以及人才引进计划，为该领域的发展提供了有力支撑。同时，教育部和相关部门鼓励高校加强智能科学与技术专业的建设，增加学科资源配置，优化课程体系，推进产学研深度融合。此外，大量企业和资本也积极投身于人工智能领域，为技术研发、实践教学和创新创业提供了丰富的资金和平台支持。这种政策和资源双重保障，极大地推动了该专业的发展与人才培养。

二、智能科学与技术专业人才培养不足

现阶段，高校的智能科学与技术专业相关的课程、师资、产业实践等方面依然不够完善，难以快速适应和匹配人工智能产业发展的节奏和企业的需求，进而严重制约着我国经济的高质量发展。

1. 课程体系滞后

高校课程设计更多基于学术研究，而非直接面向行业实际需求，难以反映前沿技术和最新趋势，导致学生在毕业后需重新学习最新技术和工具。同时，课程体系更新往往滞后，难以跟上人工智能的技术发展速度，且修改需要经过层层审批，流程较为复杂，进一步延缓了更新速度。另外，教师队伍的知识更新缓慢，尤其是部分传统教师对新兴技术不熟悉，难以快速调整课程内容，影响学生的技术敏感度。

2. 师资力量薄弱

智能科学与技术作为新兴学科，在全国范围内开设的时间较短，高校相关专业教师储备有限，且在高薪酬的吸引下，许多人工智能领域的优秀人才流向企业。同时，近年来很多高校扩招较快，但师资增长滞后，难以满足教学需求，且现有教师多来自学术背景，对企业实际应用的技术和工具了解较少，工程实践经验有限，难以满足学生实际动手能力的培养需求。

3. 实践培养缺乏

尽管部分高校加强了实践环节，但仍有许多课程以理论为主，缺乏针对实际问题的解决方案和实战案例，已有的实践课程仅停留在基础操作层面，难以覆盖复杂的行业实际场景，且考核方式忽略了实际动手能力和项目开发能力的培养与评估。同时，实验室设备、计算资源不足，难以满足人工智能、大数据、机器人等实践需求的硬件条件，且校企合作深度不足，学生参与企业项目的机会较少。

4. 行业需求变化快

人工智能、机器学习、大数据、机器人等技术快速发展，导致教学内容需要频繁更新，且部分院校侧重理论研究，忽视了与企业需求对接。同时，该专业涉及计算机科学、数学、控制工程等跨学科领域，各行业对人才的具体需求差异较大，且许多未来的应用场景尚未完全明朗，学生在培养过程中难以明确未来的就业方向或研究方向，难以进行有针对性的技能提升。

5. 跨学科协作欠缺

课程设计通常比较偏重于计算机、数学、算法等核心内容，教师团队来自单一专业背景，缺乏跨学科视角，课程设计也难以涵盖多领域知识。同时，作为交叉学科虽然也涉及多学科，但学生对相关领域知识的学习深度有限，无法应对复杂的跨学科挑战。另外，在学习过程中，缺少跨学科项目实践，不能够在跨学科团队中锻炼协作、沟通能力，而仅靠单一领域的理论学习，难以体会学科交叉的价值。

6. 社会伦理关注少

该专业在快速发展的同时，对课程设置主要聚焦于算法开发和技术应用，忽略了对伦理问题和社会影响的思考，如AI决策透明度、算法公平性等。学生缺乏系统性的伦理教育，对技术的社会影响缺乏足够的认识，如技术滥用、隐私侵犯、算法歧视等，会导致技术产品对社会产生负面影响。另外，伦理问题通常在学术界讨论较多，但与产业界的实际需求结合不够，难以形成落地的解决方案。

三、智能科学与技术专业自主创新人才培养新模式

本课题秉承“立德树人、服务需求、提高质量、追求卓越”的育人宗旨，聚焦培养具备自主创新能力的人才，持续提升智能科学与技术专业人才的培养水平。

1. 加强思想引领，提高自主创新意识

加强思想引领是提高自主创新意识的前提保障，不仅帮助学生树立正确的科技价值观，还能够激发他们的社会责任感，培养他们为人民服务、为国家发展的创新意识。面对人工智能、机器学习等前沿技术的迅猛发展，学生们需要明确自己的责任，深刻认识到科技进步不仅仅是技术的革新，更是对社会、伦理和人类未来的深刻影响。同时，提升自主创新意识是培养具有独立思考能力和创新能力的核心任务。在课程设置上，应当强化实践教学，鼓励学生通过项目驱动、科研实践等方式，提升解决实际问题的能力。此外，创新意识的培养还需借助丰富的学术资源和跨学科的协作，鼓励学生参与国内外科技竞赛、企业实践和产学研合作，通过多维度的训练，激发其潜力。

2. 加强课程思政，充实自主创新内涵

加强课程思政建设，对于培养具有社会责任感、创新精神和实践能力的人工智能类复合型创新人才至关重要^[2]。通过融入社会主义核心价值观、科技伦理观和国家发展需求，引导学生树立正确的人生观和价值观，同时增强民族自信心和历史使命感。其次，结合专业特点，将创新能力培养贯穿于教学全过程，通过案例教学法引入国内外人工智能领域的重大突破，以激发学生对自主创新的兴趣和信心。鼓励学生在团队项目中解决实际问题，深化其对创新精神的理解。另外，在课程设置上，教师应有意识地将思政元素与专业知识有机融合，通过营造理论与实践结合、思政与技术交融的教学环境，培养学生成为既掌握尖端技术、又具备家国情怀的创新型人才。

3. 加强学科融合，拓展自主创新路径

该专业作为一门交叉学科，其发展离不开学科间的深度融合。首先从技术层面，融合大数据、物联网和区块链等新兴技术，推动技术融合创新和应用领域的扩展，为物联网、车联网、智慧城市等智能系统提供了更高效、更安全的解决方案。其次从理论层面，与认知科学和神经科学的融合，模仿人类大脑的工作机制，开发新型神经网络架构，进一步揭示了人类智能的本质，为人工智能算法的创新提供了重要参考。同时，与材料科学和电子工程等协作，研发高性能AI芯片和微型机器人，为智能硬件的设计和实现提供了新途径。通过加强学科融合，从多维度挖掘自主创新的潜力，构建更完善的技术生态体系，助力我国在全球科技竞争中占据更高地位。

4. 加强队伍建设，夯实自主创新土壤

高水平的师资队伍建设，是提升该专业人才培养水平的重要保障。首先，引进高水平的专业人才，构建多学科交叉融合的科研团队，与国内外高校、科研机构以及企业建立合作，并培育本土人才，设立专项基金和科研奖励机制，鼓励青年学者深耕专业技术。其次，强化对教师队伍的职业发展支持，提供先进的科研设备和充足的实验资源，创造良好的创新环境，不断提升教学科研能力，定期举办学术研讨会、学术交流项目等，帮助科研人员开拓视野，提升创新能力。最后，联合企业搭建实践平台，将理论与实际应用紧密结合，为师生提供更多实践和创新机会，并通过政策引导和资金支持，鼓励科研人员将研究成果落地，服务于社会实际需求。

5. 加强科学研究，深化自主创新途径

在人工智能技术快速发展的时代背景下，加强科学研究、深化自主创新已成为该领域发展的核心驱动力^[3]。首先，要注重科研方法与思维训练，鼓励学生学习和掌握现代科研方法，锻炼学生自主思考和处理问题的能力，不断提升其科研水平。其次，鼓励教师将学科发展前沿、最新知识与技术和实践经验加入课程内容，引导学生对人工智能、机器人、智能感知等关键技术的探索，通过跨学科融合与协同攻关，推动算法、数据处理、智能硬件等核心技术的突破。另外，加强学生创新意识的培养和动手实践能力的训练，与企业搭建产学研结合的平台，为创新提供土壤。通过加大研发投入力度，打造自主知识产权技术链条，突破“卡脖子”技术难关，实现技术的可持续发展。

6. 加强实践实习，巩固自主创新成果

加强实践实习是巩固自主创新成果的重要环节，理论与实践的深度结合不仅能提升学生解决实际问题的能力，也为创新成果的转化提供了坚实保障。首先，实践实习能够帮助学生将课堂所学知识应用于真实场景，深化对理论知识的理解，既能锻炼技术技能水平，也有助于培养创新意识。其次，鼓励学生进入企业研发团队，参与实际技术研发项目，通过深度合作，学生不仅能接触行业最前沿的技术和需求，还能将自主创新成果快速转化为市场应用。最后，实践实习还能有效培养学生的团队协作能力和项目管理能力，为未来的职业发展奠定基础，进而且将自主创新成果推向更广泛的应用领域，推动产业升级和社会进步，实现创新与发展的双赢。

7. 加强国际交流，扩展自主创新视野

随着全球化和科技快速发展，人工智能在推动社会进步和产业升级中扮演着重要角色，加强国际交流已成为促进专业发展的关键举措。首先，通过与国际一流高校、科研机构和企业合作，为研究人员提供了深入交流的平台，推动了学术前沿成果的共享和跨领域的协同创新，不断吸收先进的技术成果和研究方法，为本土科研注入新的活力。其次，通过国际交换项目、双学位课程和跨国科研团队，让学生了解不同的学术文化和技术标准，培养具有全球视野的复合型人才。然后，积极参与国际项目与标准制定，依托庞大的数据资源和丰富的应用场景，提升我国在人工智能领域的国际影响力，通过在全球智能科技创新浪潮中占据更高地位，为社会经济发展注入强大动力。

8. 加强组织评价，完善自主创新机制

加强组织评价与完善自主创新机制是推动学术进步和产业转化的关键环节。首先，建立多维度、多层次的评价体系，将评价标准应从传统的论文发表和专利数量，拓展到成果转化效果、社会影响力和团队协作能力等方面。通过引入同行评议、产业反馈以及用户体验调查等手段，可以更加全面、公正地评估创新成果的实际价值。其次，高校和科研机构应设立专项支持计划，为创新团队提供稳定的资金和技术支持，并优化知识产权管理，确保研究人员和团队在成果转化中获得合理收益，从而激励更多原创性研究的开展。另外，建立动态反馈机制，在每一阶段对创新工作进行评价，及时调整方向，优化资源配置，通过组织评价和创新机制的联动完善，持续推动自主创新。

四、结语

本课题探索出一种智能科学与技术专业人才自主创新能力培养的新模式，从思想方面着力提高自主创新意识，从课程思政方面着力充实自主创新内涵，从学科融合方面着力拓展自主创新路径，从师资队伍方面着力夯实自主创新土壤，从科学研究方面着力深化自主创新途径，从实践实习方面着力巩固自主创新成果，从国际交流方面着力扩展自主创新视野，最后从组织评价方面着力完善自主创新机制。通过该模式的创新人才培养，不断提升人工智能类专业的人才培养质量，更好地服务国家创新发展需求。

基金项目：河南省高等教育教学改革研究与实践项目（本科教育类）“前沿驱动、 产出导向、 多维融合—地方高校计算机类创新人才培养探索与实践”（2024SJGLX0127）；郑州轻工业大学第十四批教育教学改革研究与实践项目“自主创新视域下智能科学与技术专业人才培养模式研究”。

作者简介：李朝阳（1990-），男，河南新密人，博士，郑州轻工业大学软件学院讲师，主要研究方向信息安全；张志锋（1978-），男，河南郸城人，硕士研究生，郑州轻工业大学软件学院教授，主要研究图像处理。

参考文献：

 [1]尚荣华,张玮桐,魏峻,等.AI赋能智能科学与技术专业课程教学探索[J].计算机教育,2023,(05):170-174.DOI:10.16512/j.cnki.jsjjy.2023.05.020.

[2]李慧,李亮,刘凇佐.新工科视角下课程思政建设挑战及应对策略[J].黑龙江高教研究,2023,41(04):157-160.DOI:10.19903/j.cnki.cn23-1074/g.2023.04.016.

[3]刘翔,李红.高校交叉学科科研创新评价指标研究——以新工科专业人工智能为例[J].浙江大学学报(人文社会科学版),2023,53(05):36-46.

Research on the training mode of independent innovation ability of intelligent science and technology professionals

Li chaoyang，Zhang Zhifeng

College of Software Engineering, Zhengzhou University of Light Industry, Zhengzhou, Henan province 450000

Abstract: With the rapid development of artificial intelligence, big model, cloud computing, big data and other technologies, the social demand for innovative talents in related fields is growing, and the current training mode of artificial intelligence professional talents in colleges and universities gradually disconnected with industrial application, seriously affecting the quality and level of innovative talents of artificial intelligence. Aiming at intelligent science and technology majors, this subject takes the independent innovation ability training as the main line, explores a new mode of independent innovation horizon, and forms a complete training system from the aspects of thought lead, curriculum system, subject integration, teachers, industry practice, international exchanges, etc. It is committed to cultivate excellent knowledge acquisition ability, practice application ability and innovative entrepreneurial high-quality innovative talents, power high level development of social economy.

Key words: independent innovation, graduate student, mass entrepreneurship and innovation, and practical education