人工智能深度学习课程高校调研报告 i i前言近年来，深度学习逐渐成为人工智能领域的研究热点和主流发展方向，各行业都有着强烈的需求。高校更应抓住机遇，迎接挑战，推进这一领域的发展。为了了解高校人工智能及深度学习相关课程的开设情况，以便更好地配合学校开展实践教学及校企合作，我们发起了此次调研。本次调研形式为网络问卷调查。选取的学校分为以下两类：已申报人工智能专业的高校；未申报过人工智能专业，但参与过清华大学出版社举办的人工智能及相关方向师资培训课程、在清华大学出版社官网或公众号申请过相关教材的学校。调研主要面向这些学校的人工智能、计算机及相关专业的教师。本次调研时间为2021年12月17日至2022年1月20日，我们共收集到来自421所高校的有效数据。本报告首先展示421所高校人工智能专业及相关课程的开设情况，分析人工智能课程现有的不足，并总结优质课程应具备的特点；然后分析“人工智能概论”和“深度学习”课程建设情况以及原因分析；接着分析校企合作模式以及学校对企业的具体需求；此外，介绍百度与清华大学出版社合作出版的人工智能及深度学习相关的图书出版情况；最后对本次调研情况进行总结，并针对百度推广飞桨框架提出建议。 ii目录一、人工智能课程开课情况及课程群建设.........................................................................................11.1开课情况....................................................................................................................................11.2课程群建设情况分析................................................................................................................6二、“人工智能概论”课程开设情况........................................................................................................92.1开设情况....................................................................................................................................92.2原因分析..................................................................................................................................11三、“深度学习”课程开设及实践平台情况.........................................................................................123.1平台选择情况..........................................................................................................................123.2深度学习实践平台选择..........................................................................................................123.3深度学习的框架选择及原因分析..........................................................................................133.4AIStudio在高校人工智能专业教师中的普及情况..............................................................143.5飞桨在高校人工智能专业教师中的普及情况......................................................................15四、人工智能校企合作情况.................................................................................................................17五、人工智能相关图书出版情况.........................................................................................................195.1已出版的深度学习图书..........................................................................................................195.2已出版的人工智能实践图书..................................................................................................20六、人工智能深度学习调研情况总结及建议.....................................................................................216.1调研情况总结..........................................................................................................................216.2针对推广飞桨框架的可操作性建议......................................................................................23参考文献.................................................................................................................................................24附录A调研学校名单............................................................................................................................25 1一、人工智能课程开课情况及课程群建设1.1开课情况通过查阅教育局公布的普通高等学校本科专业备案和审批结果，将2018—2020年度开设人工智能专业的高校整理如表1～表3所示。表12018年度普通高等学校本科专业（人工智能）备案和审批结果（共35所）表22019年度普通高等学校本科专业（人工智能）备案和审批结果（共180所） 2表32020年度普通高等学校本科专业（人工智能）备案和审批结果（共130所）2018年，共有35所高校成功申报了人工智能专业。2019年，共有180所高校成功申报了人工智能专业。2020年，共有130所高校成功申报了人工智能专业。截至2021年，共有345所高校成功申报了人工智能专业。越来越多的高校申报了人工智能专业，可见，选择申报人工智能专业已成为国内高校的主流趋势。人工智能是一门新兴的技术科学，它具有多学科综合、高度复杂的特征，以及渗透力和支撑性强等特点，深度交叉融合了信息科学、认知科学、脑科学、神经科学、数学、心理学、人文社科与哲学等学科[1]。人工智能课程研究的主要内容包括知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面[2]。各高校一般依托计算机、电子、软件、自动化、大数据等专业基础，根据新一代人工智能的发展趋势和应用特点，开始新一代人工智能基础课程，拓展专业课程设置，延伸专业应用，从而获得新的专业特色和优势[3]。杨博雄[3]等人将新一代人工智能学科的专业建设与课程设置概括为以下三部分。（1）理论课程建设。专业基础课上除了微积分、线性代数、概率与统计等基础数学课，还要有数学分析、凸优化等对人工智能很重要的内容，以及矩阵运算、监督学习与非监督学习的应用数学基础。在专业核心课程设置上，除开设计算机专业的核心课（如Python、C/C++、操作系统、数据结构、算法分析、智能硬件和分布式并行计算FPGA开发等）及平台课程外，相关 3的核心课程还包括人工智能导论（含脑科学、生命科学与认知科学）、机器学习、深度学习、大数据处理与云计算、机器人开发、模式识别、自然语言处理等，实验平台支持人工智能硬件实验平台、大数据处理与云计算平台、机器学习与深度学习平台等。（2）实验建设。实验课程设计可以根据人才培养目标和教学计划安排分为Python开发、机器学习、深度学习、智能化应用等模块进行展开，例如机器学习实验、深度学习实验、人脸识别实验等。（3）实训课程建设。实训课程应结合当前的热点应用进行设计，部分参考案例包括智能机器人、智能金融、智能医疗、无人控制、智能搜索、智能教育、智慧旅游等。下面详细介绍4所高校的人工智能专业课程的设置情况。（1）西安交通大学人工智能本科专业课程采用“人工智能+X”复合专业模式，分为数学与统计、科学与工程、计算机科学与技术、人工智能核心、认知与神经科学、先进机器人技术、人工智能与社会和人工智能工具与平台八大课程群，共包含37门课程，其中必修25门、选修12门（完成所需学分需要选修其中7门）[1]。此外，还特设了“专业综合性实验”课程群，以培养学生解决实际问题的能力，详细课程设置如表4所示[1]。表4西安交通大学人工智能本科专业课程设置[1]课程群课程名称(学分)必/选修数学与统计(必修29学分、选修2学分)工科数学分析(12)必修线性代数与解析几何(4)计算机科学与人工智能的数学基础(6)概率统计与随机过程(4)复变函数与积分变换(3)博弈论(2)选修(二选一)信息论(2)科学与工程(必修21学分)大学物理(含实验)(10)必修电子技术与系统(5)数字信号处理(3)现代控制工程(3)计算机科学与技术(必修9学分、选修2学分)计算机程序设计(2)必修数据结构与算法(3)计算机体系结构(3)理论计算机科学的重要思想(1)3D计算机图形学(2)选修(二选一)智能感知与移动计算(2) 4人工智能核心(必修15学分、选修2～3学分)人工智能的现代方法(5)必修自然语言处理(2)计算机视觉与模式识别(4)强化学习与自然计算(4)人工智能的科学理解(1)选修(三选二)游戏AI设计与开发(1)虚拟现实与增强现实(2)认知与神经科学(必修6学分)认知心理学基础(3)必修神经生物学与脑科学(2)计算神经工程(1)先进机器人技术(必修5学分、选修1学分)机器人学基础(3)必修多智能体与人机混合智能(2)认知机器人(1）选修(二选一)仿生机器人(1)人工智能与社会(必修2学分)人工智能的哲学基础与伦理(1)必修人工智能的社会风险与法律(1)人工智能工具与平台(必修2学分、选修2～3学分)机器学习工具与平台(2)必修三