本专业面向“粤港澳”大湾区的人工智能领域企业,采用“3+1”校企协同育人模式,贯彻OBE 教学理念,以学生为中心,培养具有较强的人工智能算法应用、深度神经网络建模、视觉感知应用、智能控制系统设计技能的人工智能领域的复合型应用型人才。
本专业主要面向粤港澳大湾区产业发展重点领域的需求,培养德智体美劳全面发展,具有家国情怀、健康人格、国际视野、工匠精神和创新能力,掌握人工智能专业的基础理论和专业技能,具有一定的数学工具运用及算法建模、人工智能程序设计、自动控制电路设计等能力和良好的综合素质,熟练掌握机器学习及深度学习技术、数字图像处理技术、计算机视觉技术、自然语言处理技术、嵌入式人工智能及智能控制技术等,具备较强的人工智能算法应用、深度神经网络建模、视觉感知应用、智能控制系统设计能力,能在人工智能领域从事智能化服务、智能控制和智能检测领域的产品设计、质量检测、系统维护、生产管理、产品销售与售后技术服务等岗位工作的复合型应用型人才。
毕业要求:修业期满,符合国家和ty8天游相关规定,修读完人才培养方案规定的课程,成绩合格,获得应修学分,并取得创新创业及第二课堂成绩单规定的其他学分。
■毕业要求1(工程知识):系统掌握高等数学、工程数学等自然科学知识、计算机科学类学科基础、专业基础和专业知识,具备扎实的学科基础和完整的专业知识体系,能够为人工智能领域问题的分析与解决提供充足的理论支撑。
■毕业要求2(问题分析):能够应用高等数学、工程数学等自然科学和人工智能技术科学的基本原理,识别、描述和分析人工智能领域实际工程问题,能通过文献研究分析新信息技术领域的实际工程问题,以获得对相应实际工程问题的深刻认识并得出有效结论。
■毕业要求3(设计/开发解决方案):全面理解综合人工智能系统或产品的设计需求、设计原理和设计方法。能够设计针对人工智能领域实际工程问题的解决方案,设计满足特定需求的智能产品、系统,能够在设计环节中体现新信息技术、人工智能+的创新意识,并考虑人工智能产品对社会、健康、安全、法律、文化以及环境等因素影响。
■毕业要求4(系统集成及应用研究):能够基于人工智能领域的科学专业原理并采用科学方法,利用所学的专业知识和能力,对人工智能领域实际智能系统集成或研究系统的应用,包括设计实验、分析与解释数据是否正确、并通过信息综合研究得到合理有效的研究人工智能系统的结论。
■毕业要求5(使用现代工具):能够针对人工智能领域实际工程问题,开发、选择与使用恰当的技术、资源、现代信息技术工具(常用办公软件、Python程序语言、集成开发环境等最新专业软件),并理解各自的优势和不足。掌握现代信息技术专业设备的基本原理、操作方法,能够在综合型工程中合理选择和使用专业设备。
■毕业要求6(工程与社会):能够基于工程相关背景知识,进行合理分析、评价人工智能领域工程实践和一般工程问题解决方案对社会、健康、安全、法律以及文化等方面的影响,并理解因实施解决方案可能发生的后果及应该承担的责任,具有良好的质量、环境、职业健康、安全和服务意识。
■毕业要求7(环境和可持续发展):能够理解和评价针对人工智能领域一般工程问题的专业工程实践对环境、社会可持续发展的影响,具备良好的环境意识。
■毕业要求8(职业规范):具备正确的政治立场、观点;热爱劳动,具有吃苦耐劳精神;具有诚实、勤奋、勇于创新的精神;遵纪守法、遵守社会公德、职业道德;了解国内外人工智能领域相关的标准、规范、技术变化和伦理道德要求,并在工程实践中遵守这些规范和要求,履行责任;具有职业和社会责任感。
■毕业要求9(个人和团队):具备在涉及人工智能相关多学科的团队合作中发挥个体、团队成员以及负责人的角色,具有良好的团队合作能力,具备一定的领导力。
■毕业要求10(沟通):能够就一般人工智能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、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。
■毕业要求11(项目管理):理解并掌握工程管理的基本原理与经济决策方法,并能在多学科环境中应用。具备项目管理的基本能力和成本意识。
■毕业要求12(终身学习):具有自主学习和终身学习的意识;具备人工智能等新工科基本知识,具备对人工智能领域的理论和技术持续学习、适应发展和不断创新的能力。
■ 产教融合、科教结合的培养模式
人工智能专业以培养新工科人才为特色,构建了多学科交叉融合的人工智能专业知识体系,面向粤港澳大湾区人工智能产业,依托控制科学与工程重点学科和教研平台,按照职业性应用型培养理念,构建产教融合的应用型人才培养特色,协同培育学生创新能力。
本专业学生参与《基于机器视觉的压力表检定系统》项目的研究
■ 丰富多彩的第二课堂
打造跨学科的学生课外创新实践平台和跨学科的大学生创新项目实践体系,通过人工智能+行业应用的方式,构建大学生创新项目实施体系,积极参与各类学科竞赛。
学生参加学科竞赛的作品
人工智能专业课程体系由通识教育平台课程、学科及专业类(群)平台课程和专业课程组成。
核心课程:Python语言程序设计、数字信号处理、数字图像处理、模式识别与机器学习、深度学习、计算机视觉、自然语言处理、语音识别、嵌入式人工智能。
主要实践课程:电子工艺实习A、人工智能编程实践A、数据库项目综合实践、图像识别综合实践、计算机视觉综合设计、电气控制与PLC综合设计、工业机器人与视觉综合设计、智能语言认知与交互综合设计、自然语言处理综合设计、嵌入式人工智能综合设计、企业实践(生产实习、毕业实习、毕业设计)。
课程体系基本结构如下表所示:
课程体系 | 课程性质(课程组成) | 学分 | 备注 | |
通识教育 平台课程 | 必修课 | 公共必修课程 | 33 | 思想政治理论课17学分(其中15学分理论教学,2学分实践教学)、职业素养与就业创业指导1学分、创新设计与创业基础2学分、大学外语必修8学分、心理健康教育2学分、军事理论2学分、劳动教育(理论)1学分 |
选修课 | 公共选修课程 | 6 | 国家安全教育1学分、大学体育4学分、“四史”教育1学分 | |
素质拓展类选修课程 | 10 | 开设人文与艺术、表达与沟通、国际化视野和技术与创新四个模块,支持学生跨学科选修,总学分不少于10学分。其中美学与艺术史论类、艺术鉴赏和评论类课程至少应修1学分;大学语文系列课程至少应修2学分(汉语言文学专业可不修读);大学外语选修类课程至少应修2学分(外语专业可不修读);“人工智能关键技术与应用”或“大数据关键技术与应用”两门课至少取得2学分,其中人工智能专业修读“大数据关键技术与应用”、大数据科学与技术专业修读“人工智能关键技术与应用” | ||
第二课堂课程 | (8) | 按《广东白云ty8天游第二课堂人才培养方案》(2023版)执行。其中“艺术体验和实践类”课程至少应修1学分;劳动教育(实践)课程至少应修1学分 | ||
学科及专业类(群)平台课程 | 必修课 | 18 | 高等数学8学分、工程数学4学分,C语言程序设计3学分、数据库原理与应用3学分。 | |
选修课 | 6 | 复变函数与积分变换、电子线路CAD、无线传感网络、机器人技术基础、自动控制原理、数据结构与算法分析中选择3门,共6学分。 | ||
专业课程 | 必修课 | 38 | 开设专业课(含专业基础)13门,详见教学进程表。 | |
模块选修课 | 19 | 智能控制系统、视觉感知、语言认知3个模块,体现专业加专长。 | ||
校内集中实践教学环节 | 必修课 | 14 | 电子工艺实习A、人工智能编程实践A、数据库项目综合实践、图像识别综合实践、计算机视觉综合设计、嵌入式人工智能综合设计。 | |
选修课 | 2 | 电气控制与PLC综合设计、工业机器人与视觉综合设计、智能语言认知与交互综合设计3选1。 | ||
企业实践教学项目 | 必修课 | 13 | 职业品德教育、毕业实习、毕业设计。 | |
选修课 | 7 | 区域、行业、企业调研(3选1)、生产实习(限选)。 | ||
合计 | 166(8) | |||
通识教育融入集中实践环节 | 1)入学教育、军训、职业品德教育等 2)融入创新创业教育和课程思政 | |||
通识教育融入专业教育 | 1)独立设置与专业密切相关、专通相结合的通识类课程 2)专业课中融入创新创业教育和课程思政 3)有关专业课程融入美育、劳育内容 4)专业课中包含通识教育内容 | |||
“1+X”证书 | 1. 目前本专业学生毕业时可以考取的人工智能技能证书; 2. 组织学生参加考取职业资格证书或职业技能等级证书为第5学期; 3. 支持学生考取人工智能技能证书开出的课程名称: (1)人工智能编程实践(20学时、1学分、第2学期); (2)深度学习(48学时、3学分、第4学期); (3)计算机视觉(48学时、3学分、第5学期); (4)自然语言处理(48学时、3学分、第5学期)。 |
目前,已经建设基础实验室6间、专业实验室2间、创新实验室2间、学生实践基地4个。现继续分批新建实验室,建设符合现代信息技术发展的实践教学条件,打造高层次实验教学平台。这些实验室可以满足本专业学生的学科基础课、专业课、第二课堂、实践教学等课程的日常教学需要;另外,本专业还与国内知名人工智能领域知名企业共建的实习基地5个,用于学生的集中训练。
人工智能专业以培养新工科人才为特色,构建了多学科交叉融合的人工智能专业知识体系,面向粤港澳大湾区人工智能产业,依托控制科学与工程重点学科和教研平台,按照复合型应用型培养理念,构建产教融合的应用型人才培养特色。
人工智能专业师资队伍中正高级职称1人,副高级职称4人,中级职称2人;计算机科学与技术学科背景2人,智能科学与技术学科背景3人,控制科学与工程学科背景1人,模式识别与智能系统学科背景1人;平均年龄46岁。同时聘请了12名企业工程师作为企业导师,参与实习和毕业设计等实践教学。