朱婷婷 倪超

摘要：人工智能技術(shù)的快速發(fā)展，開啟了各行業(yè)的信息化與智能化之門。然而，相比發(fā)達國家的高校教育，我國的人工智能教育還處在起步階段，與實際工程需求相比還有很大差距，尤其是在工科發(fā)展和投入相對較小的農(nóng)林院校。因此，本課題開展農(nóng)林院校人工智能課程體系建設(shè)方面的研究，重點分析國內(nèi)農(nóng)林院校在人工智能課程體系建設(shè)方面存在的主要問題，并結(jié)合南京林業(yè)大學自動化專業(yè)給出了一種解決問題的實踐途徑，為農(nóng)林院校建立健全人工智能課程體系提供新的思路，進而提高高校新工科人才的培養(yǎng)質(zhì)量。

關(guān)鍵詞：農(nóng)林院校;人工智能;課程體系;特色教學;自動化專業(yè)

1 問題的提出

在信息爆炸、科學技術(shù)迅猛發(fā)展的新時代，人工智能技術(shù)已經(jīng)廣泛運用到各個領(lǐng)域，并通過物聯(lián)網(wǎng)、大數(shù)據(jù)、云平臺、區(qū)塊鏈等新技術(shù)，加速了各行業(yè)的信息化和智能化發(fā)展。相比工業(yè)的快速發(fā)展，農(nóng)林的信息化和智能化進程還比較慢，但我國出臺了多項政策推進農(nóng)林業(yè)信息化的發(fā)展，目前已取得了不錯的進展[1]。

人工智能的快速發(fā)展和運用，得力于各大高校對相關(guān)人才的培養(yǎng)和技術(shù)的研究。近年來，國內(nèi)各高校如清華大學、南京大學、東南大學等，先后成立了專門的人工智能學院。人工智能在工科類高校得到了較好的發(fā)展，已培養(yǎng)了數(shù)以萬計的大學師生和科技人員，從事不同層次的人工智能相關(guān)研究與學習，人工智能或互聯(lián)網(wǎng)行業(yè)也已成為廣大電子信息類學生就業(yè)的首選。同時，人工智能作為一門交叉性前沿學科，其發(fā)展也促進了其他學科的發(fā)展[2]，綜合運用到各行業(yè)，成為各行業(yè)創(chuàng)新的重要生長點，對我們生活的方方面面產(chǎn)生了重要的影響。

相比工科類或綜合類高校，國內(nèi)農(nóng)林高校的人工智能專業(yè)發(fā)展相對較晚，目前還處于起步階段。目前，國內(nèi)農(nóng)林高等院校在自動化、計算機科學等本科階段以及相關(guān)專業(yè)的研究生階段陸續(xù)開設(shè)人工智能方面課程（如人工智能導論、模式識別、機器學習等），同時不斷加大該類課程的比重[3]。但是，在農(nóng)林院校工科學科基礎(chǔ)相對薄弱的情況下，具有高度綜合性和交叉性的人工智能特色學科，其教學和科研活動大多散落在其他多個一級學科中[4]，缺乏統(tǒng)一有效的規(guī)劃，這嚴重制約了相關(guān)學科的發(fā)展，難以培養(yǎng)農(nóng)林類復合創(chuàng)新型技術(shù)人才，不利于促進農(nóng)林業(yè)信息化和智能化的發(fā)展，因此需要進一步加強和完善農(nóng)林院校的人工智能課程體系的建設(shè)[5]。

本文通過對國內(nèi)多所農(nóng)林高校的調(diào)研，分析了目前國內(nèi)農(nóng)林院校人工智能課程體系建設(shè)中普遍存在的問題，并結(jié)合農(nóng)林院校中“雙一流”大學——南京林業(yè)大學自動化專業(yè)的人工智能課程體系建設(shè)的多項舉措，提出了一種解決問題的實踐途徑。

2 農(nóng)林院校人工智能課程體系存在的現(xiàn)實問題

2019年，南京林業(yè)大學自動化系課題組成員分赴北京林業(yè)大學、東北林業(yè)大學、福建農(nóng)林科技大學等國內(nèi)多所農(nóng)林高校實地走訪，就農(nóng)林院校人工智能課程體系和人才培養(yǎng)體系建設(shè)問題，與各高校工科學院、教務(wù)處等相關(guān)職能部門展開了較為深入的調(diào)研。調(diào)研發(fā)現(xiàn)，工程類專業(yè)建設(shè)在農(nóng)林院校面臨發(fā)展困境。因為農(nóng)林院校的學校發(fā)展思路一般以農(nóng)林學科為主，致使工程學科長期得不到應(yīng)有的重視，相比綜合院校，農(nóng)林院校的工程學科基礎(chǔ)普遍較薄弱。人工智能作為工程學科中新的學科，其課程體系在農(nóng)林院校普遍存在如下四個問題。

2.1 專業(yè)學科師資短缺

由于農(nóng)林院校工科投入相對較少，且相關(guān)工程項目申請缺乏條件優(yōu)勢，因此人才引進和師資建設(shè)難度較大，尤其是高水平領(lǐng)軍人才缺失，進而導致工科科研能力不足，人工智能學科的科研產(chǎn)出與新技術(shù)、新經(jīng)濟融合不夠，其工程應(yīng)用優(yōu)勢難以發(fā)揮。

此外，人工智能學科的教師經(jīng)常面臨兼顧共性的同時又要突出農(nóng)林特色的問題，對其與新工科、新農(nóng)科建設(shè)結(jié)合方面的思考不夠深入[6]。這主要是因為新進人才大多數(shù)是信息類人工智能學科的專業(yè)人才，掌握且可熟練運用人工智能技術(shù)，但缺乏農(nóng)林方面的專業(yè)知識，且難以獲得大量的相關(guān)數(shù)據(jù)，因此難以在農(nóng)林院校中發(fā)揮人工智能技術(shù)的優(yōu)勢。

2.2 農(nóng)林特色教材匱乏

目前出版的人工智能課程方面的教材主要分兩類，一類針對信息計算機專業(yè)，重點介紹人工智能技術(shù)涉及的相關(guān)算法原理、網(wǎng)絡(luò)架構(gòu)等;另一類針對非計算機專業(yè)，具有較強的普適性和科普性，著重講解人工智能技術(shù)的應(yīng)用，通常以日常生活遇到的問題（如房價、購物、影視推薦等）為案例。對農(nóng)林院校的本科生而言，前者內(nèi)容過于深奧，后者其實驗案例未和農(nóng)林業(yè)相結(jié)合，缺乏農(nóng)林業(yè)類特色，未充分利用農(nóng)林院?，F(xiàn)有的資源和特殊背景。因此，在未充分開設(shè)相關(guān)計算機類基礎(chǔ)課程的情況下，農(nóng)林院校工科類直接使用現(xiàn)有的教材，增加了農(nóng)林院校學生學習的課業(yè)負擔，也增加了院校在工科建設(shè)上投入的成本。

2.3 人工智能課程難度大

人工智能課程內(nèi)容涉及很多高級、復雜的算法，需要具有一定的編程能力，掌握一定的算法理論和架構(gòu)相關(guān)知識，對非計算機類專業(yè)學生來說難度過大[7]。例如，深度學習算法在人工智能領(lǐng)域廣泛應(yīng)用，且取得了不錯的研究成果，但對于沒有編程基礎(chǔ)和系統(tǒng)算法學習的本科生而言，很難通過一兩門課程掌握該類算法的設(shè)計和靈活運用。

此外，農(nóng)林院校的主管部門通常重點發(fā)展農(nóng)業(yè)或林業(yè)特色學科，部分通識課程向農(nóng)林專業(yè)傾斜，導致部分工科院系難以深入開設(shè)交叉性強的人工智能課程。各農(nóng)林院校之間以及工科院系與學校主管部門的思想難以統(tǒng)一，人工智能課程難以形成合理統(tǒng)一的體系架構(gòu)。

2.4 特色實驗環(huán)節(jié)少

在農(nóng)林院校中，工程學科大多屬弱勢學科，人力和資金投入不足，實驗設(shè)備和空間嚴重不足。同時，人工智能課程又屬于新興課程，其課程實驗對應(yīng)的實驗室需要考慮計算能力、數(shù)據(jù)集、算法及框架[8]，而大多數(shù)農(nóng)林院校還沒有配置相應(yīng)的實驗設(shè)備，導致理論教學和實踐教學聯(lián)系不緊密，缺乏對科學研究和實踐應(yīng)用能力的培養(yǎng)。

此外，由于專業(yè)師資和特色教材的匱乏，人工智能課程在農(nóng)林院校中還處于起步階段，課程內(nèi)容未與農(nóng)林院校自身優(yōu)勢較好地融合，從而缺少與農(nóng)林相關(guān)的創(chuàng)新特色實驗環(huán)節(jié)。

3 農(nóng)林院校人工智能課程體系建設(shè)的實踐途徑

針對上述農(nóng)林院校中人工智能課程體系存在的四大主要問題，必須加強農(nóng)林院校人工智能課程體系建設(shè)，突破發(fā)展困境，建設(shè)的突破口主要在于課程平臺、課程設(shè)置、實驗教學和創(chuàng)新實踐這四個方面。下面以南京林業(yè)大學自動化專業(yè)人工智能課程體系建設(shè)為例，提出農(nóng)林院校人工智能課程體系的建設(shè)途徑。

3.1 “由普到精”的課程平臺

南京林業(yè)大學自動化類包括自動化專業(yè)和測控技術(shù)與儀器專業(yè)，在機械電子工程學院下進行培養(yǎng)，修業(yè)四年。第一年實施通識教育，按照自動化大類培養(yǎng)，其中包含計算機基礎(chǔ)課程，為后續(xù)人工智能課程提供預備知識。第一學年末按照“志愿優(yōu)先，成績排序”原則進行專業(yè)分流，后三年按照專業(yè)培養(yǎng)。學生分別進入自動化專業(yè)和測控技術(shù)與儀器專業(yè)，執(zhí)行相應(yīng)專業(yè)培養(yǎng)方案。自動化專業(yè)學生進入大三后，課程主要為專業(yè)教育和拓展教育，包括學科與專業(yè)基礎(chǔ)課程、專業(yè)核心與專業(yè)特殊課程和集中實踐教學環(huán)節(jié)，其中選修課又分模式識別方向和控制工程方向，有針對性地培養(yǎng)學生對自動化領(lǐng)域某些復雜工程問題的理解、分析和解決能力。

為了學生更好地掌握必要的理論知識，并鍛煉其編程能力，南京林業(yè)大學開展了線上線下結(jié)合的教學方式。自動化專業(yè)的本科生除了通過線下課堂教學，在通識教育中掌握人工智能課程所需的基礎(chǔ)知識，設(shè)計相關(guān)上機實驗，培養(yǎng)一定的編程能力，還在專業(yè)教育中根據(jù)個人選擇的專業(yè)方向，系統(tǒng)地學習人工智能相關(guān)課程，保證完成培養(yǎng)大綱規(guī)定的學分。同時，基于“雨課堂”“超星”等平臺，開設(shè)了線上課程和慕課，學生可以針對自己的專業(yè)方向，尤其是模式識別方向的本科生，有選擇地學習人工智能相關(guān)課程，且可以針對自己薄弱的知識點進行多次學習，充分發(fā)揮信息網(wǎng)絡(luò)的優(yōu)勢。線上線下結(jié)合的教學形式，讓學生在線下課堂掌握必要的基礎(chǔ)知識，在線上課程復習和深入學習人工智能專業(yè)知識，進而彌補了農(nóng)林院校工科學生相關(guān)知識缺少而導致直接學習人工智能課程難的問題。

3.2 “共性與特色”的課程設(shè)置

南京林業(yè)大學2020版最新自動化類本科人才培養(yǎng)方案的教學計劃進程表，包含人工智能導論、模式識別基礎(chǔ)、數(shù)字圖像處理、Python程序設(shè)計、機器學習、農(nóng)林信息化工程等專業(yè)核心與專業(yè)特殊課程，這些課程不僅包含傳統(tǒng)的人工智能課程，而且增加了其在農(nóng)林類領(lǐng)域應(yīng)用的講解。如機器學習課程中增加了“木材缺陷識別”“地板木質(zhì)識別”等和林業(yè)生產(chǎn)加工有關(guān)的案例，打造具有林業(yè)特色的自動化類“人工智能”課程體系。

此外，相關(guān)任課教師與實驗指導教師一起，結(jié)合科研項目、挑戰(zhàn)杯、創(chuàng)青春競賽，深入挖掘各課程之間的交叉與聯(lián)系[9]，對單一性實驗課程與設(shè)計性實驗、綜合性實驗進行再設(shè)計，并編寫相關(guān)農(nóng)林特色人工智能教材和實驗指導手冊，從專業(yè)模塊和課程群層次考慮綜合知識的運用，構(gòu)建跨課程實驗教學體系。

3.3 “虛實結(jié)合”的實驗教學

南京林業(yè)大學機械電子工程學院擁有現(xiàn)代林業(yè)技術(shù)裝備國家虛擬仿真實驗教學中心，注重虛實結(jié)合的教學理念，設(shè)計具有農(nóng)林業(yè)特色的自動化虛擬仿真教學實驗課程。通過虛擬現(xiàn)實技術(shù)和仿真手段，對農(nóng)林業(yè)需要大場地、長周期、高危害的生產(chǎn)加工環(huán)節(jié)，進行原理和技術(shù)的直觀呈現(xiàn)，提高人工智能方面專業(yè)授課的直觀性和趣味性，實現(xiàn)課堂教學與實踐教學的密切結(jié)合?！疤搶嵔Y(jié)合”手段將生硬的理論知識與實例操作相結(jié)合，學生更加容易掌握和運用所學知識。

同時，在虛擬仿真教學實施的過程中，注重教與學的融合，建立及時的跟蹤和反饋機制，做到及時發(fā)現(xiàn)問題、如實記錄問題并解決問題，不斷提高虛擬仿真教學的質(zhì)量，提升其應(yīng)用價值。

3.4 “以賽促學”的創(chuàng)新實踐

一方面，通過校級、省級的大學生創(chuàng)新訓練計劃項目，培育和選拔優(yōu)秀學生;另一方面，申請協(xié)同育人項目，聯(lián)合企業(yè)打造科研實驗教學基地，為培養(yǎng)學生的創(chuàng)新實踐能力提供基礎(chǔ)設(shè)施條件。近三年，南京林業(yè)大學自動化系成功申請產(chǎn)學合作協(xié)同育人項目五項，構(gòu)建了產(chǎn)教融合、校企合作的良好生態(tài)。協(xié)同育人通過項目制，拉近學校與企業(yè)的距離，使學校了解社會需求，使企業(yè)將學校作為其培養(yǎng)人才的基地，達到雙贏的結(jié)果[10]。在此基礎(chǔ)上，鼓勵學生參加各類電子信息類比賽，如“挑戰(zhàn)杯”全國大學生課外學術(shù)科技作品競賽、“藍橋杯”全國軟件和信息技術(shù)專業(yè)人才大賽、全國大學生電子設(shè)計競賽、全國大學生機器人大賽等。通過各類比賽，培養(yǎng)學生的綜合能力和創(chuàng)新能力，以及解決復雜工程問題的能力。圍繞“中國制造2025”對高層次人才的需求，在智能機電系統(tǒng)與機械、電氣、控制等知識體系的綜合運用，系統(tǒng)考慮課程群之間的關(guān)聯(lián)性，通過項目比賽等多種形式培養(yǎng)綜合性農(nóng)林類工科專業(yè)人才。

4 結(jié)語

在人工智能技術(shù)快速發(fā)展的當代，人工智能課程體系建設(shè)在農(nóng)林院校主要存在師資短缺、教材無特色、課程難度大、特色實驗環(huán)節(jié)少四大問題。針對這四大問題，本文以南京林業(yè)大學自動化專業(yè)的人工智能課程體系建設(shè)為例，從課程平臺、課程設(shè)置、實驗教學和創(chuàng)新實踐四個方面，詳細介紹了人工智能課程體系建設(shè)的實踐途徑。通過“分層培養(yǎng)、層層遞進、逐步提高”夯實工程基礎(chǔ)，建立專業(yè)特色鮮明、創(chuàng)新創(chuàng)業(yè)遞進的實踐教學體系，形成了桌面虛擬、仿真訓練、虛實結(jié)合、校企聯(lián)動的實踐教學新模式，旨在為其他農(nóng)林院校的工科建設(shè)提供新思路。

參考文獻：

[1] 焦方源，焦小洋，李薇.農(nóng)林區(qū)域特征信息智能采集與生態(tài)預警系統(tǒng)設(shè)計與實現(xiàn)[J].西華師范大學學報（自然科學版），2018，39（02）：217-222.

[2] 吳飛，楊洋，何欽銘.人工智能本科專業(yè)課程設(shè)置思考：厘清內(nèi)涵、促進交叉、賦能應(yīng)用[J].中國大學教學，2019（02）：14-19.

[3] 陳愛斌，蔡自興，李建軍.林業(yè)院校人工智能課程教學的思考[J].計算機教育， 2016（10）：80-82.

[4] 牛軼峰，張國忠，朱華勇.高等院校人工智能課程體系建設(shè)芻議[J].高等教育研究學報，2010，33（02）：52-53+63.

[5] 李洪修，吳思穎.人工智能背景下大學教學思維的審視與回歸[J].高校教育管理，2020，14（02）：29-36.

[6] 胡偉.人工智能時代教師的角色困境及行動策略[J].現(xiàn)代大學教育，2019（05）：79-84.

[7] 陶泓杉，郄海霞.高校人工智能本科專業(yè)需要怎樣的課程體系——基于卡耐基梅隆大學和南洋理工大學的比較分析[J/OL].重慶高教研究，http：//kns.cnki.net/kcms/detail/50.1028.G4.20201020.1134.002.html，2020-10-23.

[8] 吳湘寧，彭建怡，羅勛鶴，等.高校人工智能實驗室的規(guī)劃與建設(shè)[J].實驗技術(shù)與管理，2020，37（10）：244-250.

[9] 劉君，王學偉，梁靜.人工智能時代“教研賽訓”工作室人才培養(yǎng)模式的實踐[J].實驗室研究與探索，2020，39（07）：258-263+269.

[10] 羅成翼，王琦.湖南省應(yīng)用本科高校產(chǎn)教融合發(fā)展現(xiàn)狀、問題及對策研究[J].當代教育論壇，2020

作者簡介：朱婷婷（1989—），女，江蘇鹽城人，工學博士，副主任，講師，系本文通訊作者，研究方向：模式識別與智能系統(tǒng)、林業(yè)信息化。

倪超（1979—），男，江蘇江都人，工學博士，教授，副院長，博士生導師，研究方向：人工智能與林業(yè)信息化。