高职院校人工智能课程设计研究.doc

《高职院校人工智能课程设计研究.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、高职院校人工智能课程设计研究摘要：在人工智能技术快速发展的背景下，本文对高职院校信息技术类专业进行人工智能技术方向课程设计进行了研究，分析了高职院校人工智能课程设计面临的挑战，从市场发展、竞赛趋势、专业建设3个方面进行了需求调研和分析，并结合高职院校的人才培养特点，设计了嵌入式的人工智能技术课程方案，希望能够为相关研究提供借鉴。关键词：人工智能；课程设计；高职院校《中国新一代人工智能科技产业发展报告2020》指出，我国已成为继美国后拥有人工智能企业数量最多的国家，从技术发展、数据平台到市场，我国的人工智能

2、产业生态逐渐丰富和完善[1]。当前人工智能技术被认为是第四次工业革命的“引擎”[2]，在政府工作报告中指出要加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，到2030年在人工智能领域达到世界领先水平[3]。教育是实现这一目标的根本途径，必须大力培养人工智能领域的研发和应用人才。1高职人工智能人才培养的背景随着人工智能应用的落地，人工智能市场人才需求逐步明朗，高职阶段的人工智能人才培养也逐渐展开，当前诸多职业院校正在积极探索人工智能专业建设。在人工智能时代，众多院校都在

3、谋划与人工智能技术的结合[4]。而与人工智能技术关系最为紧密的信息技术类专业，尤其需要进行课程升级，培养更多人工智能技术应用方向的人才，以满足当前市场对人才的需求。高职信息技术类专业人才该如何在人工智能浪潮中进行定位，如何优化高职信息技术类专业人才培养课程体系设计，使得人才培养能够满足人工智能时代市场对人才的需求，拓宽学生的就业方向，提升学生的未来职业发展水平，是专业发展必须面临和解决的一个问题。2人工智能课程设计面临的挑战5学海无涯2.1产业人才需求与高职教育的对接。目前，国内众多院校都成立了人工智能学

4、院，从其技术课程体系来看，多集中于数学、算法研究、机器学习等基础研发类课程[5]，这类课程从课程难度和目标定位上不适应于高职阶段的教学。高职教育人工智能教学课程体系尚未统一，市面教材普遍偏重理论，内容深奥较为枯燥，与实践联系不足，课程体系、知识体系仍处于探索阶段。另外，相比本科院校，高职院校在人工智能领域的师资严重不足。从就业需求来看，当前人工智能从业者多集中于各种算法、开发框架等研发方面，对从业者的素质要求很高，较多招聘岗位都以研究生学历起步，在算法和技术研发领域并不适合高职学生，高职学生在人工智能产业

5、链的定位还需要再明确。2.2技术应用领域选择。高职教育侧重培养学生的工程实践和技术应用能力，因此在课程设计中必须将理论教学融入项目实践，以项目带动理论知识学习。当前我国拥有数量庞大的网民，产生了海量的数据资源，丰富的产业环境为人工智能提供了各种应用场景，不同应用场景下所使用的算法、技术、工具各有侧重。目前，人工智能技术领域有计算机视觉、机器学习、自然语言处理、认知科学和机器人学，如何确立一个应用领域，并基于该领域进行工具、技术、算法、语言等的选择，是设计人工智能课程时需要解决的问题。2.3人工智能技术框架

6、选择。人工智能的相关技术众多，开源人工智能深度学习框架也有很多，如谷歌的TensorFlow、百度的PaddlePaddle、脸书的Caff、微软的CognitiveToolkit等，开发语言有Python、Lisp、Prolog、Java等。这些人工智能深度学习平台为开发者提供了工具和模型，使开发者不用重新构建基础模型，极大减少工作量，是人工智能技术研发人员必备的利器。高职人工智能技术课程以项目案例为导向，课程设计必然会涉及深度学习平台的使用，那么采用哪种开发语言、基于哪种开源框架，就需要确立和统一。3

7、需求调研5学海无涯3.1市场调研。第四届世界智能大会报告指出，人工智能技术与实体经济企业的融合正在逐渐深入，两者融合共同构建产业智能化创新生态，为企业创造新的活力和发展。最为典型的应用有智能安防产业，围绕视频数据结构化、终端和边缘计算，形成了富有活力的创新模式。腾讯2020人工智能白皮书中指出，在人工智能技术应用场景中，计算机视觉、语言技术、自然语言处理3个市场的规模占比较大，其中计算机视觉方向、人脸识别、工业识别方向深度融合场景需求和应用占比最大，因此在课程中可以偏重计算视觉方面进行项目案例设计。3.2

8、竞赛调研。在网络公布的2019年全国职业院校技能大赛的赛项申报方案中，赛题以人工智能计算机视觉技术在安保场景中的应用为基础，重点考查选手在使用人工智能技术处理业务时所需要的技术技能，主要包括系统运维、数据分析、算法应用和软件编程4方面的能力。竞赛内容将人工智能技术与相关行业需求结合起来，力图解决行业面临的实际问题，使参赛选手能够了解、掌握并充分训练在人工智能计算机视觉方向中的多种技术技能，包括人工智能平台搭建、视频数据处理、数