“我们想通过这次办班，在教学组织、学科交叉融合、课程体系建设方面探索一流人才的培养模式。未来，其他专业和方向的人才培养，也可由此得到借鉴。”郑南宁说。

孙宏滨介绍，在课程设置上，他们将充分借鉴国外大学的相关课程，包括斯坦福大学、加州理工伯克利分校等。在课程设置的理念上，也是强调“少而精”，注重课程学习的深度，通过讲授基本知识锻炼学习能力与思维方法，让学生拥有自主学习和知识创造的空间。“在教学方式上，试验班将采取小班教学，我们计划强化课堂互动，增加小组学习、开放式实验与问题研讨，培养学生表达能力、发现问题能力和学术判断力。”

什么样的人适合念“人工智能”？孙宏滨说：“在人才选拔和评价方面，教授团队意见非常统一和明确——要把兴趣、能力与潜力作为选拔与评价的重点。兴趣是最好的老师。”

专业建设是个系统工程

北京邮电大学计算机学院教授钟义信曾在一篇论文中指出，根据北京邮电大学智能科学与技术研究中心实施的“全国高校智能科学与技术专业教学计划调查”表明，很少学校的教学计划能够表现“文理相交、理工融通”的交叉科学精神。他建议，为了学习、理解和掌握“智能科学与技术”学科，学生的知识结构必须包含社会科学、人文科学、基础科学、应用技术的基础知识与综合能力。

在去年的人工智能产业大会上，王万森专门就新一代背景下的智能专业教育给出了设想。他认为，人工智能不是一个孤立专业。围绕着“智能科学与技术”这一核心层，其整个体系还包括衍生层、复合层和交叉层。衍生层指的是知识工程与知识处理、智能自主系统、数据科学与大数据工程、机器感知与理解、机器学习等领域；复合层是“人工智能+X”，即向行业延伸拓展，如智能教育、智能金融；再外一层，是交叉层，也就是人工智能与IT领域传统学科专业的交叉。

总之，人工智能专业要建好确实不容易。

“学校要根据自身的学科特点，培养具有本校特色的优秀人才。”郑南宁指出，每所学校的专业建设情况和人才培养方式各不相同，但有几个基本问题是值得注意的——教师队伍的建设、课程体系的建设，产教融合、着眼未来以及本科生和研究生培养的有机结合。

郑南宁补充解释说，在人工智能人才培养中，学校要特别强调实践环节的设计，重视和企业全方位的深度合作。企业的高水平研究人员和技术人员为学生开设课程，企业和学校可以共建高水平的实习、实训基地。

“高等教育如何适应科技发展的趋势，如何适应国家的重大战略需求？教育部的《行动计划》是对这些问题积极主动的回应。我们高校也要认真思考，在人才培养上怎么迈出新的一步。”郑南宁提醒，发展人工智能也应态度严谨，不能一拥而上，不能搞“大跃进”，谨防出现“浮躁风”。