人工智能专业人才培养方案
专业介绍
专业名称:人工智能
专业代码:080717T
所属门类:工学
专业优势特色、服务面向:
南昌理工学院计算机专业教育创办于1999年, 人工智能专业于2021年获批,同年招生。
本专业师资队伍结构合理,具有较高的教学水平和科研水平。本专业师资队伍结构合理,具有较高的教学水平和科研水平,现有专职 15人,教授 3 人占13.33% ,副教授(含副高)以上职称 7 人占46.67%,博士4人占26.67%,具有硕士及以上学位15人占 100%。本学院拥有中央职业教育实训基地一个,江西省实验教学示范中心一个,精品资源共享课一门,省级精品在线开放课程一门,并建有专业实验室13个,大学生创新实验室一个。
专业重点加强认知和思维相关的通识教育,通过校企合作,培养新型工科人才;通过学生实践基地、各学科兴趣小组、学科竞赛、创新创业等多种活动环节,培养学生工程化综合素质所需要的管理、沟通表达与协调、创新创业等综合能力。
本专业立足江西,面向长珠闽,辐射全国,服务基层,培养德智体美劳全面发展,掌握扎实的数据科学理论和人工智能专业知识,具有健全人格、社会责任感、创新精神和学习能力,具备选择和使用先进技术及工具,通过实践研究解决人工智能复杂工程问题的能力,能够在人工智能技术和人工智能工程相关领域从事大数据分析、处理及应用开发等工作的应用型高级专门人才。
毕业生经过五年左右的工作实践,预期达到以下目标:
1.针对实际需求,能运用自然科学、工程基础和人工智能专业知识,对复杂智能系统工程问题进行分析研究,能独立完成智能系统方案设计、实现和测试任务;
2.能够对人工智能项目的组织和实施进行有效跟踪管理,并能够评估项目对社会、健康、安全、法律、文化和环境等因素的影响;
3.能够在项目团队中适应各种角色,并能够与其他成员进行有效沟通;能够在项目过程中与合作方进行有效的沟通并完成系统衔接、与用户进行有效沟通并得到用户的认可;
4.能够跟踪人工智能技术发展趋势,对技术进行整合和选型,在终身学习和专业发展等方面表现出担当和进步;
5.能够自觉坚守工程伦理和职业道德规范,爱岗敬业,具备良好的人文素养、法律意识和创新精神;
1. 工程知识:掌握本专业所需的数学、自然科学、工程基础和人工智能技术的专业知识,能将上述知识用于解决智能信息系统软硬件设计、图像处理算法设计等相关领域的复杂工程问题。
1.1 能运用数学、自然科学、工程基础和专业知识,表述人工智能技术领域的复杂工程问题。
1.2 能够运用恰当的数学、物理模型对智能信息系统软硬件设计、图像处理算法设计等复杂工程问题进行建模,保证模型的准确性,满足工程计算的实际要求。
1.3 能够将数学、自然科学、工程基础和人工智能技术的专业知识用于复杂工问题的推导和计算。
1.4 能运用数学、自然科学、工程基础和专业知识对复杂工程问题的解决途径进行评价,并提出改进思路。
2. 问题分析:能够应用数学、自然科学、工程基础和人工智能技术的专业知识,识别、表达和有效地分解复杂工程问题,并通过文献查阅等多种方式对其进行分析,以获得有效结论。
2.1 能够应用高等数学、物理学的基本概念、原理和人工智能技术的专业知识对复杂工程问题进行识别和有效分解。
2.2 能够识别和表达复杂工程问题的关键环节和参数,对分解后的问题进行分析。
2.3 掌握科技文献、资料的分类; 能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息,具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。
3. 设计/开发解决方案:能够针对人工智能技术领域复杂工程问题提出解决方案,设计满足特定需求的系统和模块,并能够在设计环节中体现创新意识; 能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。
3.1 能够掌握本专业涉及的工程设计概念、原则和方法,能够针对复杂工程问题提出合理的解决方案。
3.2 能够针对特定需求完成系统、模块的软件设计和硬件设计。
3.3 综合利用人工智能领域的专业知识和新技术,在针对复杂工程问题的系统设计中体现创新意识。
3.4 能够在系统方案设计环节中考虑多方面、多层次因素的影响,如社会、健康、安全、法律、文化以及环境等因素。
4. 研究:能够基于科学原理并采用科学方法对人工智能领域的复杂工程问题进行研究,包括设计实验、分析与解释数据,并通过信息综合得到合理有效的结论。
4.1 能够对人工智能领域的软件、硬件模块进行理论分析和仿真。
4.2 能够针对智能信息系统软硬件设计、图像处理算法设计等人工智能领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。
4.3 能够对实验结果进行合理分析、解释,并对多个子问题进行关联分析,找出冲突点并进行平衡,通过实验数据分析、信息综合等手段得到合理有效的结论。
5. 使用现代工具:能够针对人工智能领域的复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对复杂工程问题的预测与模拟,并能够理解其局限性。
5.1 掌握基本的计算机操作和应用,至少掌握一种软件开发语言(如C、C++ 语言等),并能够运用集成开发环境进行复杂程序设计。
5.2 能熟练运用文献检索工具获取人工智能领域理论与技术的最新进展信息。
5.3 掌握人工智能技术专业仪器、设备的基本原理、操作方法,能够在复杂、综合型工程中合理选择和使用仪器、设备。
5.4具备使用实验设备、计算机软件和现代信息工具对复杂工程问题进行模拟或仿真的能力,理解其使用要求、运用范围和局限性。
6. 工程与社会:能够结合相关的工程知识进行合理分析,评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。
6.1 具有工程实践经历,通过实践、实习过程了解工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响。
6.2能够结合相关的工程知识,通过在思政、人文、社科类课程学到的知识,综合分析和评价专业工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。
7. 环境和可持续发展:了解环境保护和可持续发展的基本方针、政策和法律、法规,能够理解和评价人工智能领域的专业工程实践对环境、社会可持续发展的影响。
7.1 理解环境保护和社会可持续发展的内涵和意义。
7.2 了解环境保护和社会可持续发展的基本方针、政策和法律、法规,能够正确认识针对复杂工程问题的专业工程实践对环境和社会的影响。
7.3 能针对实际复杂工程问题,评价其资源利用率、对文化的冲击等工程实践对环境、社会可持续发展的影响。
8. 职业规范:具有人文及社会科学素养、正确的政治立场和社会责任感,能够在工程实践中遵守人工智能领域的相关职业道德和规范。
8.1 具有人文及社会科学素养,了解国情,理解社会主义核心价值观,树立正确的政治立场、世界观、人生观和价值观。
8.2 理解工程技术的社会价值以及工程师的社会责任,在工程实践中能自觉遵守职业道德和规范。
9. 个人和团队:能够在多学科背景的团队中承担个体、团队成员或负责人的角色,能够听取其他团队成员的意见和建议,充分发挥团队协作的优势。
9.1 能主动与其他学科的成员共享信息,合作共事,独立完成团队分配的工作。
9.2能够胜任团队成员或负责人的角色,能在团队协作中听取其他团队成员的意见和建议,充分发挥团队协作的优势。
10. 沟通:具备良好的表达能力,能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言等; 掌握至少一门外语,具有一定的国际视野,能够在跨文化背景下进行沟通和交流。
10.1 具有良好的口头表达能力,能够清晰、有条理地表达自己的观点,掌握基本的报告、设计文稿的撰写技能。
10.2 掌握至少一门外语,具备一定的国际视野,并了解基本的国际文化礼仪。
10.3 能够就复杂工程问题,综合运用口头、书面、报告、图表等多种形式与国内外业界同行及社会公众进行有效沟通和交流。
11. 项目管理:理解并掌握工程管理原理与经济决策方法,并能在多学科、跨职能环境中合理应用。
11.1 理解工程管理与经济决策的重要性,掌握工程管理的基本原理和常用的经济决策方法。
11.2 能够在多学科、跨职能环境中合理运用工程管理原理与经济决策方法。
12. 终身学习:具有自主学习和终身学习的意识,有不断学习和适应发展的能力。
12.1 了解自主学习的必要性,具有自主学习和终身学习的意识,掌握跟踪本专业学科前沿、发展趋势的基本方法和途径。
12.2 能够通过文献查询、网络培训等多种渠道进行终身学习,以适应职业发展的需求。
主干学科:计算学科
主要课程:
高级语言程序设计、数据结构、算法分析与设计、数据库原理与应用、人工智能、自然语言处理、数据分析技术、机器学习、计算机视觉、人工智能综合课程设计,计算机图形学,模式识别,自动驾驶等
学制:4年
学位:工学学士
课程类型 |
学时 |
学分 |
理论 |
实践 |
|||
学时 |
学分 |
学时 |
学分 |
||||
通识课 |
必修课 |
896 |
52 |
664 |
41.5 |
232 |
10.5 |
选修课 |
160 |
10 |
160 |
10 |
0 |
0 |
|
学科基础课 |
320 |
20 |
288 |
18 |
32 |
2 |
|
专业课 |
必修课 |
960 |
60 |
592 |
37 |
368 |
23 |
限选课 |
80 |
5 |
40 |
2.5 |
40 |
2.5 |
|
职业方向接口课 |
160 |
10 |
80 |
5 |
80 |
5 |
|
课内小计 |
2576 |
157 |
1824 |
114 |
752 |
43 |
|
集中实践教学环节 |
39周 |
31 |
|
|
|
|
|
学分总计 |
188 |
实践教学学分比例 |
39.39% |
七、集中性实践教学环节
课程编号 |
课程名称 |
周数 |
学分 |
开设学期 |
1702000110 |
军事训练 |
2 |
2 |
1 |
0002000001 |
入学教育(专业教育) |
1 |
1 |
1 |
0002000002 |
社会实践与公益劳动 |
2 |
2 |
课外 |
0002000003 |
素质拓展 |
6 |
6 |
课外 |
0102000608 |
毕业论文(设计)/答辩 |
12 |
8 |
8 |
0102000609 |
专业实习 |
8 |
4 |
7、8 |
0102000601 |
高级语言程序设计实训 |
1 |
1 |
1 |
0102000602 |
数据结构实训 |
1 |
1 |
2 |
0102000604 |
python程序设计实训 |
1 |
1 |
3 |
0102000605 |
数据分析课程实训 |
1 |
1 |
4 |
0102060601 |
计算机视觉/机器视觉实训 |
1 |
1 |
5 |
0102060602 |
深度学习实训 |
1 |
1 |
6 |
0102060603 |
专业综合实训 |
2 |
2 |
7 |
合计 |
39 |
31 |
|
专业实习安排周数应参照《教育部专业教学质量标准》设置。
八、全程教学计划表
课程 类别 |
课程编号 |
课程名称 |
计划学时 |
学分 |
学时分配 |
周学时 |
开设学期 |
考核方式 |
备注 |
||
讲授 |
其他 |
||||||||||
通识必修课 |
1702000101 |
毛泽东思想和中国特色社会主义理论体系概论 |
80 |
5 |
64 |
16 |
4 |
4 |
考试 |
|
|
1702000102 |
马克思主义基本原理概论 |
48 |
3 |
48 |
|
3 |
5 |
考试 |
|
||
1702000103 |
中国近现代史纲要 |
48 |
3 |
32 |
16 |
2 |
2 |
考试 |
|
||
1702000104 |
思想道德与法治 |
48 |
3 |
48 |
|
3 |
1 |
考查 |
|
||
1702000106 |
习近平新时代中国特色社会主义思想概论 |
32 |
2 |
32 |
|
2 |
3 |
考试 |
|
||
2502000102 |
军事理论与安全教育 |
32 |
2 |
32 |
|
2 |
1 |
考查 |
|
||
0502000101 |
大学英语Ⅰ |
64 |
4 |
48 |
16 |
4 |
1 |
考试 |
|
||
0502000102 |
大学英语Ⅱ |
64 |
4 |
48 |
16 |
4 |
2 |
考试 |
|
||
0502000103 |
大学英语Ⅲ |
48 |
3 |
32 |
16 |
3 |
3 |
考试 |
|
||
0502000104 |
大学英语Ⅳ |
48 |
3 |
32 |
16 |
3 |
4 |
考试 |
|
||
1302000101 |
大学体育Ⅰ |
32 |
1 |
4 |
28 |
2 |
1 |
考查 |
|
||
1302000102 |
大学体育Ⅱ |
32 |
1 |
4 |
28 |
2 |
2 |
考查 |
|
||
1302000103 |
大学体育Ⅲ |
32 |
1 |
4 |
28 |
2 |
3 |
考查 |
|
||
1302000104 |
大学体育Ⅳ |
32 |
1 |
4 |
28 |
2 |
4 |
考查 |
|
||
2402000101 |
大学生心理健康教育 |
32 |
2 |
32 |
|
2 |
1 |
考查 |
|
||
1702000105 |
形势与政策 |
32 |
2 |
|
|
讲座 |
1-6 |
考查 |
|
||
0102000103 |
专业导论 |
48 |
3 |
24 |
24 |
3 |
1 |
考试 |
|
||
0002000101 |
文献检索与利用 |
16 |
1 |
16 |
|
讲座 |
6 |
考查 |
|
||
0002000102 |
大学美育 |
32 |
2 |
32 |
|
|
3 |
考查 |
|
||
0002000103 |
劳动教育 |
32 |
2 |
32 |
|
|
2 |
考查 |
|
||
2602000101 |
大学生职业生涯规划与就业指导 |
32 |
2 |
32 |
|
讲座 |
1、6 |
考查 |
|
||
2602000102 |
创新创业教育 |
32 |
2 |
32 |
|
讲座 |
6 |
考查 |
|
||
通识必修课小计 |
896 |
52 |
664 |
232 |
|
|
|
|
|||
通识选修课 |
160 |
10 |
160 |
|
2 |
2-7 |
考查 |
|
|||
通识课课时合计 |
1056 |
62 |
824 |
232 |
|
|
|
|
|||
学科基础课 |
1702000201 |
高等数学Ⅰ(理工) |
64 |
4 |
64 |
|
4 |
1 |
考试 |
|
|
1702000202 |
高等数学Ⅱ(理工) |
64 |
4 |
64 |
|
4 |
2 |
考试 |
|
||
1702000203 |
线性代数与概率论 |
64 |
4 |
64 |
|
4 |
2 |
考试 |
|
||
0302000202 |
大学物理 |
64 |
4 |
48 |
16 |
4 |
2 |
考试 |
|
||
0102000301 |
计算机电路基础 |
64 |
4 |
48 |
16 |
4 |
1 |
考试 |
|
||
学科基础课 |
192 |
12 |
128 |
64 |
|
|
|
|
|||
专业课 |
专业基础课 |
0102000302 |
高级语言程序设计 |
64 |
4 |
32 |
32 |
4 |
1 |
考试 |
|
0102000303 |
离散数学 |
64 |
4 |
64 |
|
4 |
3 |
考试 |
|
||
0102000304 |
数据结构 |
64 |
4 |
32 |
32 |
4 |
2 |
考试 |
|
||
0102000305 |
汇编语言程序设计 |
64 |
4 |
32 |
32 |
4 |
3 |
考试 |
|
||
专业基础课程小计 |
256 |
16 |
160 |
96 |
|
|
|
|
|||
专业主干课 |
0102000402 |
计算机组成原理 |
64 |
4 |
48 |
16 |
4 |
3 |
考试 |
|
|
0102000410 |
Python程序设计 |
64 |
4 |
32 |
32 |
4 |
3 |
考试 |
|
||
0102000405 |
计算机网络 |
64 |
4 |
48 |
16 |
4 |
4 |
考试 |
|
||
0102000414 |
数据分析技术 |
48 |
3 |
24 |
24 |
3 |
4 |
考试 |
|
||
0102060402 |
人工智能 |
64 |
4 |
48 |
16 |
4 |
4 |
考试 |
|
||
0102000407 |
算法设计与分析 |
48 |
3 |
24 |
24 |
3 |
5 |
考试 |
|
||
0102060401 |
数字信号处理 |
48 |
3 |
32 |
16 |
3 |
5 |
考试 |
|
||
0102060403 |
机器学习 |
64 |
4 |
32 |
32 |
4 |
5 |
考试 |
|
||
0102060404 |
计算机视觉 |
64 |
4 |
32 |
32 |
4 |
5 |
考试 |
|
||
0102000403 |
数据库原理及应用 |
64 |
4 |
32 |
32 |
4 |
6 |
考试 |
|
||
0102000404 |
操作系统 |
64 |
4 |
48 |
16 |
4 |
6 |
考试 |
|
||
0102060409 |
深度学习 |
48 |
3 |
32 |
16 |
3 |
6 |
考试 |
|
||
专业主干课程小计 |
704 |
44 |
432 |
272 |
|
|
|
|
|||
专业限选课 |
0102060407 |
智能控制技术 |
48 |
3 |
32 |
16 |
3 |
5 |
考查 |
|
|
0102060409 |
计算机图形学 |
48 |
3 |
32 |
16 |
3 |
5 |
考查 |
|
||
0102060408 |
机器人学基础 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
||
0102060410 |
模式识别 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
||
专业限选课程小计 |
80 |
5 |
48 |
32 |
|
|
|
|
|||
专业程小计 |
1040 |
65 |
632 |
408 |
432 |
|
|
|
|||
职业方向课 |
0102000501 |
大数据技术导论 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
|
0102000506 |
软件项目管理 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
||
0102060501 |
博弈论 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
||
0102060502 |
信息论 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
||
0102000504 |
云计算技术 |
32 |
2 |
16 |
16 |
2 |
6 |
考查 |
|
||
0102000508 |
工程伦理 |
32 |
2 |
32 |
|
2 |
7 |
考查 |
|
||
0102060503 |
人工智能伦理与法治 |
32 |
2 |
16 |
16 |
2 |
7 |
考查 |
|
||
0102060504 |
自动驾驶 |
32 |
2 |
16 |
16 |
2 |
7 |
考查 |
|
||
0102060505 |
虚拟现实技术 |
32 |
2 |
16 |
16 |
2 |
7 |
考查 |
|
||
0102060506 |
生物信息学 |
32 |
2 |
16 |
16 |
2 |
7 |
考查 |
|
||
0102060507 |
脑神经科学 |
32 |
2 |
16 |
16 |
2 |
7 |
考查 |
|
||
职业方向课程最低选修小计 |
160 |
10 |
80 |
80 |
|
|
考查 |
|
|||
集中性实践教学环节 |
|
31 |
|
39周 |
|
|
|
|
|||
合计 |
2576 |
188 |
80 |
80 |
— |
— |
— |
|
九、各学期开课计划表
序号 |
学期 |
开设课程 |
周学时 |
备注 |
1 |
第一学期 |
思想道德与法治 |
3 |
|
2 |
军事理论与安全 |
2 |
|
|
3 |
大学英语Ⅰ |
4 |
|
|
4 |
大学体育Ⅰ |
2 |
|
|
5 |
大学生心理健康教育 |
2 |
|
|
6 |
专业导论课 |
3 |
|
|
7 |
高等数学Ⅰ(理工) |
4 |
|
|
8 |
计算机电路基础 |
4 |
|
|
9 |
高级语言程序设计 |
4 |
|
|
10 |
形势与政策 |
讲座 |
|
|
11 |
大学生职业生涯规划与就业指导 |
讲座 |
|
|
小计 |
|
28 |
|
|
1 |
第二学期 |
中国近现代史纲要 |
2 |
|
2 |
大学英语Ⅱ |
3 |
|
|
3 |
大学体育Ⅱ |
2 |
|
|
4 |
劳动教育 |
|
|
|
5 |
高等数学Ⅱ(理工) |
4 |
|
|
6 |
线性代数与概率论 |
4 |
|
|
7 |
大学物理 |
4 |
|
|
8 |
数据结构 |
4 |
|
|
9 |
形势与政策 |
讲座 |
|
|
10 |
通识选修课 |
2 |
|
|
小计 |
|
26 |
|
|
1 |
第三学期 |
习近平新时代中国特色社会主义思想概论 |
2 |
|
2 |
大学英语Ⅲ |
2 |
|
|
3 |
大学体育Ⅲ |
3 |
|
|
4 |
大学美育 |
|
|
|
5 |
离散数学 |
4 |
|
|
6 |
汇编语言程序设计 |
4 |
|
|
7 |
Python程序设计 |
4 |
|
|
8 |
计算机组成原理 |
4 |
|
|
9 |
形势与政策 |
讲座 |
|
|
10 |
通识选修课 |
2 |
|
|
小计 |
|
25 |
|
|
1 |
第四学期 |
毛泽东思想和中国特色社会主义理论体系概论 |
4 |
|
2 |
大学英语Ⅳ |
3 |
|
|
3 |
大学体育Ⅳ |
2 |
|
|
4 |
计算机网络 |
4 |
|
|
5 |
数据分析技术 |
3 |
|
|
6 |
人工智能 |
4 |
|
|
7 |
形势与政策 |
讲座 |
|
|
8 |
通识选修课 |
2 |
|
|
小计 |
|
22 |
|
|
1 |
第五学期 |
马克思主义基本原理概论 |
3 |
|
2 |
算法设计与分析 |
3 |
|
|
3 |
数字信号处理 |
3 |
|
|
4 |
机器学习 |
4 |
|
|
5 |
计算机视觉 |
4 |
|
|
6 |
智能控制技术/计算机图形学 |
3 |
二选一 |
|
7 |
形势与政策 |
讲座 |
|
|
8 |
通识选修课 |
2 |
|
|
小计 |
|
22 |
|
|
1 |
第六学期 |
文献检索与利用 |
讲座 |
|
2 |
创新创业教育 |
讲座 |
|
|
3 |
数据库原理及应用 |
4 |
|
|
4 |
操作系统 |
4 |
|
|
5 |
深度学习 |
3 |
|
|
6 |
机器人学基础/模式识别 |
2 |
二选一 |
|
7 |
大数据技术导论 |
2 |
五选三 |
|
8 |
软件项目管理 |
2 |
||
9 |
博弈论 |
2 |
||
10 |
信息论 |
2 |
||
11 |
云计算技术 |
2 |
||
12 |
形势与政策 |
讲座 |
|
|
13 |
大学生职业生涯规划与就业指导 |
讲座 |
|
|
14 |
通识选修课 |
2 |
|
|
小计 |
|
21 |
|
|
1 |
第七学期 |
工程伦理 |
2 |
六选二 |
2 |
人工智能伦理与法治 |
2 |
||
3 |
自动驾驶 |
2 |
||
4 |
虚拟现实技术 |
2 |
||
5 |
生物信息学 |
2 |
||
6 |
脑神经科学 |
2 |
||
7 |
通识选修课 |
2 |
可选 |
|
小计 |
|
4 |
|
|
1 |
第八学期 |
毕业实习 |
8周 |
|
2 |
毕业论文 |
12周 |
|
|
小计 |
|
20周 |
|
十、专业课逻辑图