一、專業代碼、學制與學位
人工智能，本專業代碼080717T，學制四年，實行彈性學制，允許學生提前1年和延期2年完成學業。專升本學生學制為2年，允許學生延期2年完成學業。學生在規定年限内，按要求修滿學分，符合學校學士學位授予條件的，授予工學學位學士。
二、專業簡介
信息學院人工智能專業2020年開始招生本科生，該專業是一個以計算機科學為基礎，由計算機、心理學、哲學等多學科交叉融合的交叉學科、新興學科，研究、開發用于模拟、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，企圖了解智能的實質，并生産出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識别、圖像識别、自然語言處理和專家系統等。
三、培養目标
培養适應我國社會主義現代化建設需要、德智體美勞全面發展，具有社會責任感，具備人工智能學科領域所需的數學、自然科學、工程基礎和人文社會科學素養，具備紮實的人工智能的基礎理論、知識和專業技能，具備從事人工智能相關應用領域軟硬件系統設計開發及項目管理能力，具有較強競争力的工程應用型人才。
學生畢業5年左右，能夠勝任人工智能相關應用領域軟硬件系統設計、技術開發、項目管理、運行維護等業務崗位工作，成為人工智能領域的工程師，其應具有的素質能力即本專業培養目标如下：
子目标1：擁有健康的體魄，端正的世界觀、人生觀和價值觀，具有社會責任感和工程倫理道德，在人工智能工程實踐中綜合考慮社會、經濟、法律、環境與可持續性發展等因素影響，能夠堅持公衆利益優先；
子目标2：能夠跟蹤人工智能科學前沿科技，具有人工智能學科領域所需的數學、自然科學、工程基礎和人文社會科學素養，具備紮實的基礎理論、知識和專業技能；
子目标3：能夠在人工智能相關應用領域軟硬件系統設計、技術開發、項目管理、運行維護等工作中發揮骨幹作用，能夠完成人工智能應用領域中等規模以上項目；
子目标4：能夠有效地溝通與表達，具有較強的協調、管理和組織能力，領導團隊完成人工智能工程項目任務；
子目标5：具有全球化意識和國際視野，擁有終身學習意識和自主學習能力，能夠積極主動适應不斷變化的國内外形勢和環境持續發展。
四、畢業要求與課程體系
1.畢業要求
畢業要求1 工程知識：能将數學、自然科學、工程基礎和專業知識比較、綜合運用于解決人工智能相關應用領域中的複雜工程問題。
指标點1.1 能将數學、自然科學、工程科學的語言工具運用數學及物理思維方式表述工程問題；
指标點1.2 能利用人工智能專業工程科學的基本原理和方法建立數學模型求解；
指标點1.3 能用專業知識和數學模型應用推演、分析人工智能系統的複雜工程問題；
指标點1.4 能利用所學的專業知識和數學模型方法比較與綜合人工智能系統的設計、開發或管理。
畢業要求2 問題分析：能夠綜合運用數學、自然科學和工程科學的基本原理和方法，通過文獻研究，對人工智能相關應用領域中的複雜工程問題進行識别、表達和分析，獲得有效結論。
指标點2.1 能運用人工智能相關科學原理，識别和判斷人工智能系統的複雜工程問題的關鍵環節；
指标點2.2 能基于人工智能相關科學原理和數學模型方法正确表達人工智能系統的複雜工程問題；
指标點2.3 能通過查閱文獻研究、分析、比較、推演和選擇人工智能系統複雜工程問題的解決方案；
指标點2.4 能運用基本原理，借助文獻研究，分析和預測實施人工智能工程項目過程的影響因素，獲得有效結論。
畢業要求3 設計/開發解決方案：能綜合運用理論和技術手段提出針對人工智能技術相關應用領域中的複雜工程問題的解決方案，設計滿足特定需求的系統、模塊或開發流程，并在設計開發過程中體現創新意識，綜合考慮社會、健康、安全、法律、文化以及環境等因素。
指标點3.1 能掌握人工智能工程設計的技術和方法，闡述影響設計目标和技術方案的各種因素。
指标點3.2 能綜合運用人工智能軟硬件知識，設計滿足特定需求和性能的功能模塊；
指标點3.3 能遵循人工智能工程項目開發的技術标準和流程，融入創新思想，設計人工智能系統解決方案；
指标點3.4 能在人工智能工程項目解決方案的設計過程中，考慮社會、健康、安全、法律、文化以及環境等因素。
畢業要求4 研究：能基于科學原理，運用基本的實驗觀察方法、實驗分析理論和實驗數據處理方法，對人工智能技術相關應用領域中的複雜工程問題進行研究，制定技術路線，通過數據分析得到合理有效的結論，提出有效的解決方案。
指标點4.1 能基于科學原理，通過文獻研究或方法，調研和分析人工智能系統的複雜工程問題；
指标點4.2 能依據調研結果和數據建立數學模型展開實驗研究，并進行觀察、分析和驗證；
指标點4.3 能根據實驗研究得到合理有效的結論，制定技術路線提出解決方案。
畢業要求5 使用現代工具：能針對人工智能技術相關應用領域中的複雜工程問題，選擇、使用與開發恰當的技術、資源、現代工程工具和信息技術工具進行預測與模拟，在實踐過程中分析工具的局限性。
指标點5.1 能認知人工智能專業常用的信息技術工具、工程工具和模拟軟件，并闡明其局限性；
指标點5.2 能選擇、使用恰當的工具對人工智能系統的複雜工程問題進行分析、模拟與設計；
指标點5.3 能針對人工智能工程領域的問題，開發或選用滿足特定需求的現代工具，模拟、仿真和預測，并在實踐中分析其局限性。
畢業要求6 工程與社會：能基于人工智能工程的背景知識對相關應用領域的複雜工程問題進行分析，評價解決方案對社會、健康、安全、法律以及文化的影響，具有信息安全與知識産權保護等法律意識，并理解應承擔的責任。
指标點6.1 了解人工智能工程的相關技術标準、行業規範、知識産權、産業政策和法律法規，能闡明不同社會文化對人工智能工程活動的影響；
指标點6.2 能分析和評價人工智能工程實踐對社會、健康、安全、法律以及文化的影響，理解應該承擔的責任。
畢業要求7 環境和可持續發展：具有環境保護和可持續發展意識，了解環境保護相關政策法規，能夠理解和評價人工智能相關應用領域的工程實踐對環境和社會可持續發展的影響。
指标點7.1 具有環境保護和可持續發展意識，能闡述人工智能相關應用領域的環境保護政策法規；
指标點7.2 能站在環境保護和可持續發展的角度考慮人工智能工程項目的可持續性，評價産品周期中可能對人類和環境的影響。
畢業要求8 職業規範：擁有健康的體魄，能樹立正确的人生觀、價值觀和世界觀，了解中國國情，維護國家利益，具有人文社會科學素養和社會責任感，能夠在工程實踐中理解并遵守工程職業道德和行為規範，履行人工智能工程師的社會責任。
指标點8.1 擁有健康的體魄，了解國情，維護國家利益，具有社會主義核心價值觀，負有推動民族複興和社會進步的責任感；
指标點8.2 理解誠實公正、誠信守則的工程職業道德和規範，并能在工程實踐中自覺遵守；
指标點8.3 能在工程實踐中理解并遵守工程職業道德和行為規範，履行人工智能工程師的社會責任。
畢業要求9 個人和團隊：具有較強的團隊合作意識與組織管理能力，能與其他成員共享信息、協調合作，并能正确理解多學科背景下的團隊中個體、團隊成員以及負責人的角色，承擔其責任與義務。
指标點9.1 具有較強的團隊合作意識與能力，能與其他成員共享信息、協調合作，正确處理個人和團隊關系；
指标點9.2 能勝任團隊成員角色，獨立或合作完成團隊分配的任務。
指标點9.3 能擔任團隊負責人角色，能組織、協調和指揮團隊開展工作。
畢業要求10 溝通：能就人工智能相關應用領域中的複雜工程問題與同行及社會公衆進行有效地溝通和交流；能夠理解并撰寫報告和設計文稿，進行陳述發言、清晰表達和答辯；能閱讀、翻譯人工智能科學相關的外文資料；具有一定的國際視野，能進行跨文化溝通和交流。
指标點10.1 能就人工智能等相關應用領域中的複雜工程問題以語言、文字、圖片等方式，準确表述自己的觀點；
指标點10.2 能查閱人工智能相關外文資料，撰寫報告和設計文稿，并進行陳述發言、表達和答辯；
指标點10.3 具有一定的國際視野，能就專業問題通過語言和文字進行跨文化溝通和交流。
畢業要求11 項目管理：理解并掌握工程管理原理與經濟決策方法，并在多學科環境中能将管理原理、經濟決策應用于人工智能相關應用領域。
指标點11.1 掌握人工智能工程知識，熟悉工程項目管理過程及各種開發模型與方法；
指标點11.2 掌握工程項目管理中的經濟決策方法，具備一定的工程意識、效益意識；
指标點11.3 能在多學科環境中将項目管理知識應用于人工智能相關應用領域。
畢業要求12 終身學習：能追蹤人工智能相關應用領域的發展動态，具有自主學習和終身學習的意識，能采用合适的方法進行學習，有不斷學習和适應發展的能力。
指标點12.1 具有自主學習和終身學習的意識，能追蹤人工智能相關應用領域的發展動态，識别前沿科技；
指标點12.2 掌握自主學習方法，總結和歸納技術問題，針對個人成長和職業發展需要學習新知識，适應行業及社會發展。
2.畢業要求對培養目标的支撐矩陣
表1 畢業要求與培養目标關系矩陣
培養目标畢業要求 |
培養目标1 |
培養目标2 |
培養目标3 |
培養目标4 |
培養目标5 |
畢業要求1工程知識 |
|
√ |
√ |
|
√ |
畢業要求2問題分析 |
|
√ |
√ |
|
√ |
畢業要求3設計/開發解決方案 |
|
√ |
√ |
|
|
畢業要求4研究 |
|
√ |
√ |
|
√ |
畢業要求5使用現代工具 |
|
√ |
√ |
|
√ |
畢業要求6工程與社會 |
√ |
|
|
√ |
|
畢業要求7環境和可持續發展 |
√ |
|
|
√ |
|
畢業要求8職業規範 |
√ |
|
|
√ |
|
畢業要求9個人和團隊 |
√ |
|
√ |
√ |
|
畢業要求10溝通 |
|
|
|
√ |
√ |
畢業要求11項目管理 |
|
|
√ |
√ |
|
畢業要求12終身學習 |
|
√ |
|
|
√ |
3.畢業要求觀測點分解及與課程體系對應矩陣
表2 畢業要求觀測點分解及與課程體系對應矩陣
，
畢業要求 |
觀測點 |
支撐課程 |
畢業要求1 工程知識：能将數學、自然科學、工程基礎和專業知識比較、綜合運用于解決人工智能相關應用領域中的複雜工程問題。 |
指标點1.1 能将數學、自然科學、工程科學的語言工具運用數學及物理思維方式表述工程問題； |
C語言程序設計(一)(M), 計算機網絡(M)，高等數學 1（M） |
指标點1.2 能利用人工智能專業工程科學的基本原理和方法建立數學模型求解； |
電路與電子技術（M）,線性代數（H），機器學習（M），Python程序設計（M），材料信息學導論（M） |
指标點1.3 能用專業知識和數學模型應用推演、分析人工智能系統的複雜工程問題； |
數據結構（M），離散數學（M），概率論與數理統計（H），數字邏輯（M），微機原理與接口技術（M），面向對象程序設計（C++）（M） |
指标點1.4 能利用所學的專業知識和數學模型方法比較與綜合人工智能系統的設計、開發或管理。 |
大學物理2（M），機器學習（M），數據庫原理及應用（H） |
畢業要求2 問題分析：能夠綜合運用數學、自然科學和工程科學的基本原理和方法，通過文獻研究，對人工智能相關應用領域中的複雜工程問題進行識别、表達和分析，獲得有效結論。 |
指标點2.1 能運用人工智能相關科學原理，識别和判斷人工智能系統的複雜工程問題的關鍵環節； |
C語言程序設計（一）(M)，計算機網絡（M）,高等數學1，計算機組成原理（M），自然語言處理（M） |
指标點2.2 能基于人工智能相關科學原理和數學模型方法正确表達人工智能系統的複雜工程問題； |
數據結構（M），電路與電子技術（L），離散數學（M），數據庫原理（H）,人機交互技術（M） |
指标點2.3 能通過查閱文獻研究、分析、比較、推演和選擇人工智能系統複雜工程問題的解決方案； |
操作系統（H），機器學習（M），圖像處理及機器視覺（M），材料信息學導論（M），深度學習（M） |
指标點2.4 能運用基本原理，借助文獻研究，分析和預測實施人工智能工程項目過程的影響因素，獲得有效結論。 |
數字邏輯（M），算法設計與分析（M），機器學習（H）,嵌入式系統（M） |
畢業要求3 設計/開發解決方案：能綜合運用理論和技術手段提出針對人工智能技術相關應用領域中的複雜工程問題的解決方案，設計滿足特定需求的系統、模塊或開發流程，并在設計開發過程中體現創新意識，綜合考慮社會、健康、安全、法律、文化以及環境等因素。 |
指标點3.1 能掌握人工智能工程設計的技術和方法，闡述影響設計目标和技術方案的各種因素。 |
計算機網絡（M），機器學習（H），數據庫原理及應用（M），Python程序設計（M），數字邏輯（M），微機原理與接口技術（H） |
指标點3.2 能綜合運用人工智能軟硬件知識，設計滿足特定需求和性能的功能模塊； |
電路與電子技術（M），操作系統（M），面向對象程序設計（H），人機交互技術（M） |
| 指标點3.3 能遵循人工智能工程項目開發的技術标準和流程，融入創新思想，設計人工智能系統解決方案； |
自然語言處理（M），大數據分析技術（H），深度學習（M），移動互聯網應用開發（M），智能無線傳感網絡技術機應用（M），圖機器學習（M），深度學習（M），生産實習（二）（M） |
指标點3.4 能在人工智能工程項目解決方案的設計過程中，考慮社會、健康、安全、法律、文化以及環境等因素。 |
機器學習（M），移動互聯網應用開發（H），嵌入式系統（H） |
畢業要求4 研究：能基于科學原理，運用基本的實驗觀察方法、實驗分析理論和實驗數據處理方法，對人工智能技術相關應用領域中的複雜工程問題進行研究，制定技術路線，通過數據分析得到合理有效的結論，提出有效的解決方案。 |
指标點4.1 能基于科學原理，通過文獻研究或方法，調研和分析人工智能系統的複雜工程問題； |
數據結構（M），計算機組成原理（H），軟件工程（M）， |
指标點4.2 能依據調研結果和數據建立數學模型展開實驗研究，并進行觀察、分析和驗證； |
C語言程序設計（一）（M），圖像處理及機器視覺（M），算法設計與分析（H），大數據分析技術（M），深度學習（M） |
指标點4.3 能根據實驗研究得到合理有效的結論，制定技術路線提出解決方案。 |
操作系統（M），智能無線傳感器網絡技術機應用（H），圖機器學習（H），程序設計實踐（M），視覺與圖像系統設計實習（H） |
畢業要求5 使用現代工具：能針對人工智能技術相關應用領域中的複雜工程問題，選擇、使用與開發恰當的技術、資源、現代工程工具和信息技術工具進行預測與模拟，在實踐過程中分析工具的局限性。 |
指标點5.1 能認知人工智能專業常用的信息技術工具、工程工具和模拟軟件，并闡明其局限性； |
自然語言處理（H），微機原理與接口技術（M），移動互聯網應用開發（M），面向對象程序設計（C++）（H） |
指标點5.2 能選擇、使用恰當的工具對人工智能系統的複雜工程問題進行分析、模拟與設計； |
Pytthon程序設計（H），機器學習（M），大數據分析技術（M），微機原理與接口技術（M），人機交互技術（H） |
指标點5.3 能針對人工智能工程領域的問題，開發或選用滿足特定需求的現代工具，模拟、仿真和預測，并在實踐中分析其局限性。 |
操作系統（H），智能無線傳感器技術機應用（M），圖機器學習（M），程序設計實踐（L），視覺與圖像系統設計實習（M），畢業設計（論文+實習）（M） |
畢業要求6 工程與社會：能基于人工智能工程的背景知識對相關應用領域的複雜工程問題進行分析，評價解決方案對社會、健康、安全、法律以及文化的影響，具有信息安全與知識産權保護等法律意識，并理解應承擔的責任。 |
指标點6.1 了解人工智能工程的相關技術标準、行業規範、知識産權、産業政策和法律法規，能闡明不同社會文化對人工智能工程活動的影響； |
思想道德與法治（M），形勢與政策（M），操作系統實習（H） |
指标點6.2 能分析和評價人工智能工程實踐對社會、健康、安全、法律以及文化的影響，理解應該承擔的責任。 |
習近平新時代中國特色社會主義思想概論（M），大學生安全教育（H），材料信息學導論（H），嵌入式系統（M），機器學習實習（M），視覺與圖像系統設計實習（M） |
畢業要求7 環境和可持續發展：具有環境保護和可持續發展意識，了解環境保護相關政策法規，能夠理解和評價人工智能相關應用領域的工程實踐對環境和社會可持續發展的影響。 |
指标點7.1 具有環境保護和可持續發展意識，能闡述人工智能相關應用領域的環境保護政策法規； |
思想道德與法治（M），項目管理（M），畢業設計（論文+實習）（H） |
指标點7.2 能站在環境保護和可持續發展的角度考慮人工智能工程項目的可持續性，評價産品周期中可能對人類和環境的影響。 |
學科前沿（M），機器學習實習（M），生産實習（H） |
畢業要求8 職業規範：擁有健康的體魄，能樹立正确的人生觀、價值觀和世界觀，了解中國國情，維護國家利益，具有人文社會科學素養和社會責任感，能夠在工程實踐中理解并遵守工程職業道德和行為規範，履行人工智能工程師的社會責任。 |
指标點8.1 擁有健康的體魄，了解國情，維護國家利益，具有社會主義核心價值觀，負有推動民族複興和社會進步的責任感； |
中國近現代史綱要（M），毛澤東思想和中國特色社會主義理論體系概論（H），形勢與政策（L），大學生心理學（M），體育（M），軍事課（L） |
指标點8.2 理解誠實公正、誠信守則的工程職業道德和規範，并能在工程實踐中自覺遵守； |
馬克思主義基本原理（M），生涯發展與就業指導上（H），專業導論（H），工程倫理（M） |
指标點8.3 能在工程實踐中理解并遵守工程職業道德和行為規範，履行人工智能工程師的社會責任。 |
思想道德與法治（M），工程倫理（M），操作系統實習（M） |
畢業要求9 個人和團隊：具有較強的團隊合作意識與組織管理能力，能與其他成員共享信息、協調合作，并能正确理解多學科背景下的團隊中個體、團隊成員以及負責人的角色，承擔其責任與義務。 |
指标點9.1 具有較強的團隊合作意識與能力，能與其他成員共享信息、協調合作，正确處理個人和團隊關系； |
金工實習（H），操作系統實習（M） |
指标點9.2 能勝任團隊成員角色，獨立或合作完成團隊分配的任務。 |
生涯發展與就業指導下（M），項目管理（M），程序設計實踐（M），視覺與圖像系統設計實習（H） |
指标點9.3 能擔任團隊負責人角色，能組織、協調和指揮團隊開展工作。 |
項目管理（M），軟件工程（H），生産實習（二）（M） |
畢業要求10 溝通：能就人工智能相關應用領域中的複雜工程問題與同行及社會公衆進行有效地溝通和交流；能夠理解并撰寫報告和設計文稿，進行陳述發言、清晰表達和答辯；能閱讀、翻譯人工智能科學相關的外文資料；具有一定的國際視野，能進行跨文化溝通和交流。 |
指标點10.1 能就人工智能等相關應用領域中的複雜工程問題以語言、文字、圖片等方式，準确表述自己的觀點； |
生涯發展與就業指導下（M），算法設計與分析（M），機器學習實習（M） |
指标點10.2 能查閱人工智能相關外文資料，撰寫報告和設計文稿，并進行陳述發言、表達和答辯； |
專業英語（M），學科前沿（M），程序設計實踐（M） |
指标點10.3 具有一定的國際視野，能就專業問題通過語言和文字進行跨文化溝通和交流。 |
大學生創新創業教育（M），大學英語（H），專業英語（M），學科前沿（M），畢業設計（論文+實習）（M） |
畢業要求11 項目管理：理解并掌握工程管理原理與經濟決策方法，并在多學科環境中能将管理原理、經濟決策應用于人工智能相關應用領域。 |
指标點11.1 掌握人工智能工程知識，熟悉工程項目管理過程及各種開發模型與方法； |
軟件工程（M），機器學習實習（H），畢業設計（論文+實習）（M） |
指标點11.2 掌握工程項目管理中的經濟決策方法，具備一定的工程意識、效益意識； |
大學生創新創業教育（M），大數據分析技術（M），軟件工程（M），操作系統實習（H） |
指标點11.3 能在多學科環境中将項目管理知識應用于人工智能相關應用領域。 |
計算機組成原理（H），圖像處理及機器視覺（M），機器學習（M），生産實習（二）（M） |
畢業要求12 終身學習：能追蹤人工智能相關應用領域的發展動态，具有自主學習和終身學習的意識，能采用合适的方法進行學習，有不斷學習和适應發展的能力。 |
指标點12.1 具有自主學習和終身學習的意識，能追蹤人工智能相關應用領域的發展動态，識别前沿科技； |
專業導論（M），移動互聯網應用開發（M） |
指标點12.2 掌握自主學習方法，總結和歸納技術問題，針對個人成長和職業發展需要學習新知識，适應行業及社會發展。 |
專業英語（M），學科前沿（M），畢業設計（論文+實習） |
