人工智能教学方案范例

摘要：新工科建设关键在于学科的交叉融合，嵌入式人工智能就是多学科高度交叉融合的典型应用。针对计算机专业嵌入式人工智能方向的人才培养，在分析当前实践教学现状和存在问题的基础上，从资源建设、项目案例开发、竞赛引导等几个方面阐述了如何将人工智能理论应用到嵌入式终端上，打通了“基本理论-算法分析-数据采集-模型训练-轻量化裁剪-模型部署-应用测试”的全周期项目资源链条，以达到知识与实践的有机融合，为更好地培养优质创新型人才而不断努力。

关键词：嵌入式人工智能；线上线下混合式；项目结果导向；赛教融合；全周期；新工科

0引言

自2016年我国正式加入“华盛顿工程认证协议”后，新工科建设成为应对全球新一轮科技和产业革命的又一重大战略选择。历经“复旦共识”“天大行动”“北京指南”等一系列探索实践，我国的新工科建设向纵深发展。2018年4月，教育部印发《高等学校人工智能创新行动计划》，要求推进新工科建设，重视人工智能与计算机、物联网、生物学、心理学、社会学等学科专业教育的交叉融合，形成“人工智能+X”复合专业培养新模式[1]。《人工智能产业人才发展报告（2019-2020）》中指出，目前人工智能产业人才供需结构不平衡，整体需求缺口较大，人才供给在当前面临的岗位类型和技术方向上与企业需求之间存在显著错位的严重现象；人才供需质量不平衡，企业对创新型、应用型、复合型人才的需求更加突出[2]。嵌入式人工智能（EmbeddedArtificialIntelligence,EAI）是以微控制器MCU或应用处理器MPU为核心，具备基本学习或者推理算法，融合传感器采样、滤波处理、边缘计算、通信及执行机构等功能于一体的嵌入式计算机系统。目前它的发展还处于初始阶段，其发展应用正与物联网技术有机融合，势必会引起先进制造业的深刻变革[3-5]。

1现状及存在问题

1.1现状分析

为了抢占科技发展的制高点，各个学校都将人工智能作为优先发展的方向，比如清华大学于2018年成立人工智能研究中心，北京大学于2019年成立人工智能研究院，中国科学院大学于2019年成立人工智能学院，北京科技大学于2019年成立人工智能研究院，北京石油化工学院于2020年7月成立人工智能研究院。通过人工智能与相关学科的交叉融合，带动智能制造、智能医疗、智能环保、智能安全、智能材料、智能商务、智慧管理等学科领域的升级换代[6]。目前人工智能的人才培养重理论、轻实践，注重于机器学习算法理论、通用人工智能、高性能计算机模型训练等方面；而在嵌入式人工智能人才培养方面，由于难度大、复杂交叉性强，缺乏完整系统的教学知识体系，未能有效地展开教学，从而无法满足当前对人工智能人才的需求。以本校为例，在2018年修订了新的培养方案，计算机科学与技术、软件工程、数据科学与大数据技术、物联网工程、电子信息工程等相关专业均以选修拓展课或者方向课的形式开设了人工智能类的相关课程。这些课程目前只停留在理论和简单的数据训练层面，无法形成教学体系，更谈不上实践体系的建设。随着近些年人工智能技术和MOOC课程的迅速发展，利用线上线下课内课外混合式的教学资源以及丰富的人工智能实践平台，能够使得大规模的数据训练和模型获取变得简便。然而，对于模型的终端部署（嵌入式人工智能）未形成统一的教学体系，仍然是各个高校普遍存在的共性问题。

摘要:讨论人工智能在教学需求分析、学习者特征分析、教学方案设计、建立评估体系等方面的应用，总结人工智能在教学设计过程中带来的效益。

关键词:信息技术；人工智能；教学设计；计算机科学

1引言

随着科技的快速发展，信息技术在教育领域的应用也越来越成熟，2012年MOOC的崛起也让更多的人开始关注多媒体在教学方面的作用。随着互联网的快速发展以及多媒体设备的更新换代，如今几乎人人都能在多媒体设备上进行学习，也让线上教育成为被人们普遍接受的一种学习方式。近几年来，线上教育在我国得到大范围的推广和普及。计算机技术的飞速发展使得人工智能技术能应用的领域也越来越广。随着技术的成熟及社会需要，人工智能也被逐渐地应用到教育领域。如利用人工智能的自然语言处理与XML技术结合，可以使得教学资源的智能检索更为高效；以及利用计算机辅助评价（ComputerAssistedAssessment，简称CAA）辅助教学智能测评等[1]。人工智能可以利用电脑去对人的思维模式、推理及演算方法以及决策进行模拟，让计算机拥有近似于人类大脑的部分功能，完成一些以往只能通过人类的智慧才能完成的工作，一定程度上代替人力资源完成相关任务，为教育行业带来极大的便捷。

2什么是人工智能

人工智能所涉及的领域较为广泛，有认知科学、不定性论、信息论、自动化、生物学、心理学、医学、哲学、控制论、语言学等众多学科，目前为止，人工智能主要研究范畴有智能搜索、感知问题、语言的学习与处理、神经网络、推理、计算机视觉等。人工智能中最为成熟，同时在线上教育中应用最为广泛的是专家系统。专家系统也是近30年来人工智能领域发展起来的一种极具代表性的智能应用系统。其主要研究方向是令计算机具有能够模仿人类在某些领域的专家的能力，去解决相关领域一些专业性较强的问题。而在网络教育中，专家系统的应用主要包括智能导学系统、智能决策系统、智能教学系统和智能化的硬件网络设施四大模块[2]。

3人工智能与教学需求分析

摘要：人工智能的发展，让各行各业充满了新的挑战和机遇，它的高效、低成本也成为企业追宠的原因之一，同时也成了行业转变的主要原因。财务管理行业也不例外，且人工智能对其的影响更深远。本文从人工智能对财务管理行业的影响进行分析，再结合目前人才培养方案存在问题，最后提出在人工智能背景下，财务管理专业人才培养方案的研究探索。

关键词：人工智能；高职院校；财务管理专业；人才培养

一、人工智能对财务管理行业的影响

1.节约人工成本，提高工作效率

“人工智能”是模拟了人类思维模式的“机器”，能处理更为复杂的工作。所以当2017年5月，德勤财务机器人的问世，6月，机器人“财宝”的问世，给财务行业带来了巨大的震动。它们的出现，将数据核对、报表编制等重复性基础工作由人转给“机器”，工作效率提高的同时将裁掉基础性工作的财务人员，由此企业将节约较大的人工开支。

2.需创新财务管理模式，以适合人工智能的应用

传统的财务工作核心是业务核算，管理模式也是以核算为中心。在传统的财务管理模式下，财务会计与管理会计是相互独立的，而两者的工作内容有重复之处，核算工作又占用了大量的时间，因此管理会计被弱化，传统模式也未履行好“管理”职能，导致财务管理工作质量较低。人工智能环境下，由机器完成大量的业务核算工作，管理模式也应由财务会计转为管理会计，让财务管理工作重回到以“管理”为核心，高效、高质量地完成财务工作。

[摘要]“人工智能+”作为当代社会的科技潮流，各个行业都在积极寻找其与人工智能技术之间的联系，以谋取更好、更高效的行业发展前景或更先进的产业生产培训技术等。“人工智能+”的盛行，使各行各业都越来越重视其培养体系的形成，会计行业也不例外。“人工智能+会计教育”是其盛行潮流中的一部分，把其教育体系的培养制度、方案与现代科技有机结合，会产生不同于传统培训的优势，其先进性、高效性和合理性是不可取代的。本文将从多个角度分析人工智能对会计教育及人才培养的影响，并将传统培养体系与“人工智能+”的培养体系进行对比分析，更清楚地反映了其所带来的优势所在。另一方面也会对目前该教育体系进行分析与建议，使得由传统培养体系到智能培养体系的过度更加自然，并且优化当前和未来的会计教育人才培养模式。

[关键词]人工智能+；发展；会计教育；人才培养模式；路径

一、人工智能在会计行业的应用现状

（一）实际应用现状

据了解，在目前社会的各产业会计职位当中，有些产业的相关部门已经引入人工智能的产品来进行工作或辅助工作。比如财务机器人的使用。其是通过系统预先设定相关算法及任务要求、工作模式等参数，然后使其进行一些重复、大量的工作。这有助于解放劳动力，使传统人工去完成较为冗杂的工作或机器人难以实现的工作。这种机器人的优势在于其可以长期高效率的工作且工作效率各准确度较高。相比于人而言，机器人免去了吃饭、睡觉等工作之外的事情，这就大大提高了工作进度，并且因为其工作内容和模式都是由算法事先预设好的，所以其准确度相比于疲惫状态的人来说是十分高的。再比如目前比较盛行的大数据爬取算法，其同过编程可实现数据分析甚至是财务预测，这在公司对未来的部署，或者对过去账务、经济的分析与统计中是十分重要的。这些都属于“人工智能+”领域的范畴[1]。

（二）应用范围和普及程度

通过一些数据搜索发现，虽然“人工智能+”的办公体系可以大大减轻公司人员压力，带来人几乎不可能达成的效益之外，也有一些难以避免的问题所在。比如财务机器人的产品维修及更新，算法系统的研发或维护等，这些都不能算是一劳永逸的事情。社会发展速度之快，经济变化幅度之大，这些可能都是超出算法或编程之外的事情，而目前来看，当代科技的人工智能并非真正的、完全的人工智能，其需不断地更新，改变才能适应社会发展的需求。未来真正的人工智能是具备自身学习能力的，机器学习、深度学习的深入开发与应用，会使得机器人真的具有智能，可以自己学习并处理问题。毕竟一些财政部门或会计部门并非是一个产业或公司的主要盈利源，过高的投入是否会带来等同的经济效益，这些都是必须考虑的问题。所以，从成本的角度出发，有些公司或产业无法承受高投入的人工智能应用开发及维护[2]。

摘要：人工智能在各领域的蓬勃发展及广泛应用，已经在教育、科技、消费等领域展示了其举足轻重的作用及超越以前任何技术革命所带来的科技推动力。本文以“人工智能+医学教育”为着力点，重点研究在人工智能的助力下，高职高专类医学教育的发展。

关键词：人工智能；赋能；高职高专；医学教育

在国家“教育信息化2.0”的指导下，信息技术特别是人工智能技术同医学教育进行了充分而有深度的融合，医学生不止于满足课堂教学，其自主学习、互动交流，探究最新医学发展动态都要求医学教育信息化发展实时对接当前科技最新技术，也成为助推医学教育改革的重要推手，更成为保障高职高专医学人才培养质量提升的重要手段。

1“人工智能+医学教育”赋于教育的意义

当前人工智能已经从简单的计算发展到感知智能、认知智能，由会写会算，到能听会学，再到如今能思考会理解。随着科技不断进步，人工智能技术的迭代和优化，人工智能将在许多的领域产生更重要的影响和作用。人工智能在医学领域得到广泛应用。浙江省人民医院放射科利用人工智能技术，开发“胸部CT智能辅助诊断系统”，展现人工智能技术在CT肺结节中强大的检测能力和应用优势[1]。通过13000多例的数据，AI检测肺结节的敏感性一直维持在96%~97%水平。经过4个月的深度学习和模型迭代优化，系统的检测特异性几乎翻了一倍，充分体现了AI强大的学习能力和良好发展前景。北京雅森科技与北京宣武医院、北京大学人民医院和协和医院合作研发的脑功能多模态人工智能产品，其通过对核磁共振、PET、SPECT、脑电等数据的分析，可以应用于阿尔兹海默症、癫痫、帕金森等各类脑功能疾病的量化分析、诊断和预测[2]。截至2017年10月，此系统已累计完成病例分析超过7000余例，准确率超过84%。人工智能产品协助医生为患者提供更加便捷、优质的医疗服务，让更多患者从中获益，补充医疗资源，缓解当前医疗资源分布不均等问题。人工智能时代的到来，意味着人工智能产品或应用很快就会渗透到社会生活的方方面面，对各行各业产生影响，而教育首当其冲[3]。高职高专医学教育是培养具有医学基本理论和基本技能，适应基层卫生事业发展需求高素质应用型人才，其培养模式要求医学生具备应用、驾驭人工智能技术指导医学工作的能力，通过将人工智能技术同医学人才培养的深度融合，以提高教学效果和人才培养质量，而且要在教育内容上融入人工智能知识与技术，多渠道掌握医学基本知识和基本技能。因此，人工智能应用于医学教育的重要意义不言而喻。

2人工智能催生新的教育生态

目前，人工智能在教育行业的应用已经渗透到各个学科和各个环节，取得了令人瞩目的成就。在教育领域，北京联合大学是最早将人工智能技术应用于教育各个环节的高等院校之一，其创新思维同人工智能相融合，将语言进行转化，转化成为特殊群体可以理解的方式予以呈现，通过这种方式，实现了教学模式的革命性变革，更实现了学生学习能力的培养及教学质量的提高。在创新思维的引领下，并在人工智能技术的助推下，“教育信息化2.0”将会更快的到来，将会给教育教学、科研、工作及学生、教师的学习带来革命性的变革。另外，正是这些初级的AI，促进了教育体系的重构和教育技术的革新。随着5G技术的发展，信息的获取更加的高效，智能设备深度融入人类的生活、学习、工作，移动式、碎片化学习将成为人类学习的一种普遍的学习生态。在当前医学教育中，医学生需要学习的专业知识相比其它学科更为繁多，学科门类更为细化，知识更新换代更快，新技术应用更快速，因此，医学生对医学相关信息知识的检索、学习将更多的使用智能设备。如果教师的观点与智能设备通过海量数据搜索得出的观点不一致时，医学生如何选择？这实际上对教师的学科知识水平、专业水准、职业素养和实践感知都提出严峻的挑战，因此，人工智能对教师的职业和素养提出更高的要求。人工智能在教育中的应用有力的推动教育从业者，动态适应教师与学生教与学相互协同的生态，在这种协同的学习方式下，每一个参与者都是推动其他人前进的潜力，并能够加速推进教育从业者积极拓展学术水平，不断更新知识储备，主动探索和创新技术，其实际意义不仅仅是学伴和助手，而是潜在的教育水平、教育理念的推动者。显然，人工智能赋能教育将带来教育体系的重构。正如原清华大学校长陈吉宁所言，人工智能时代，教育的理念、方式和方法都要随之改变。我们在推动人工智能技术研究、场景应用的同时，也要加强对教育自身的研究，努力揭示人工智能时代教育的客观规律、教育学的发展规律，不断提升教育教学治理体系和治理能力的现代化水平。

摘要：新工科建设关键在于学科的交叉融合，嵌入式人工智能就是多学科高度交叉融合的典型应用。针对计算机专业嵌入式人工智能方向的人才培养，在分析当前实践教学现状和存在问题的基础上，从资源建设、项目案例开发、竞赛引导等几个方面阐述了如何将人工智能理论应用到嵌入式终端上，打通了“基本理论-算法分析-数据采集-模型训练-轻量化裁剪-模型部署-应用测试”的全周期项目资源链条，以达到知识与实践的有机融合，为更好地培养优质创新型人才而不断努力。

关键词：嵌入式人工智能；线上线下混合式；项目结果导向；赛教融合；全周期；新工科

0引言

自2016年我国正式加入“华盛顿工程认证协议”后，新工科建设成为应对全球新一轮科技和产业革命的又一重大战略选择。历经“复旦共识”“天大行动”“北京指南”等一系列探索实践，我国的新工科建设向纵深发展。2018年4月，教育部印发《高等学校人工智能创新行动计划》，要求推进新工科建设，重视人工智能与计算机、物联网、生物学、心理学、社会学等学科专业教育的交叉融合，形成“人工智能+X”复合专业培养新模式[1]。《人工智能产业人才发展报告（2019-2020）》中指出，目前人工智能产业人才供需结构不平衡，整体需求缺口较大，人才供给在当前面临的岗位类型和技术方向上与企业需求之间存在显著错位的严重现象；人才供需质量不平衡，企业对创新型、应用型、复合型人才的需求更加突出[2]。嵌入式人工智能（EmbeddedArtificialIntelligence,EAI）是以微控制器MCU或应用处理器MPU为核心，具备基本学习或者推理算法，融合传感器采样、滤波处理、边缘计算、通信及执行机构等功能于一体的嵌入式计算机系统。目前它的发展还处于初始阶段，其发展应用正与物联网技术有机融合，势必会引起先进制造业的深刻变革[3-5]。

1现状及存在问题

1.1现状分析

为了抢占科技发展的制高点，各个学校都将人工智能作为优先发展的方向，比如清华大学于2018年成立人工智能研究中心，北京大学于2019年成立人工智能研究院，中国科学院大学于2019年成立人工智能学院，北京科技大学于2019年成立人工智能研究院，北京石油化工学院于2020年7月成立人工智能研究院。通过人工智能与相关学科的交叉融合，带动智能制造、智能医疗、智能环保、智能安全、智能材料、智能商务、智慧管理等学科领域的升级换代[6]。目前人工智能的人才培养重理论、轻实践，注重于机器学习算法理论、通用人工智能、高性能计算机模型训练等方面；而在嵌入式人工智能人才培养方面，由于难度大、复杂交叉性强，缺乏完整系统的教学知识体系，未能有效地展开教学，从而无法满足当前对人工智能人才的需求。以本校为例，在2018年修订了新的培养方案，计算机科学与技术、软件工程、数据科学与大数据技术、物联网工程、电子信息工程等相关专业均以选修拓展课或者方向课的形式开设了人工智能类的相关课程。这些课程目前只停留在理论和简单的数据训练层面，无法形成教学体系，更谈不上实践体系的建设。随着近些年人工智能技术和MOOC课程的迅速发展，利用线上线下课内课外混合式的教学资源以及丰富的人工智能实践平台，能够使得大规模的数据训练和模型获取变得简便。然而，对于模型的终端部署（嵌入式人工智能）未形成统一的教学体系，仍然是各个高校普遍存在的共性问题。

摘要：随着科学技术的不断发展，人工智能与教育之间的关系愈发密切，形成先进的学习模式。这种学习方式契合了素质教育的目的，具有交互性、多元性、开放性的特征优势。基于此，文章通过调查人工智能和交互式学习概念，分析其教育意义，并探讨人工智能下移动交互式学习系统的优势，重点对构建该系统的有效途径展开理性思考，以期提升教学质量和学习效率。

关键词：人工智能；移动交互式；学习系统

引言

移动交互式学习系统主要是在信息技术的基础上应用移动设备、借助大量的信息资源，由学习者自主进行的一种双向的交流式学习系统。人工智能可以对人的意识或是思维的信息过程进行模拟，通过结合人工智能，学习者能够随时随地与其进行有效交流，从而提升学习效率和学习质量。

1人工智能和交互式学习概念概述

1.1人工智能概述以及其教育意义。人工智能是一门新的技术科学，主要对人的智能的方法、应用系统、理论以及技术进行研究、开发和延伸[1]。人工智能属于计算机科学，其主要目的就是对智能的实质进行研究、了解，并生产出与人类智能相似的、能够做出智能反应的智能机器。在科学技术水平不断提高的现在，相关领域已利用人工智能开发出机器人、图像识别、语言识别以及专家系统等，这导致应用人工智能的范围正不断扩大。从日常生活的角度来看，能够对言语进行识别并做出相应反应的有小米研发出的小爱同学智能音箱等。另外，人工智能涉及到较多的技术以及科学，例如机器学习或是计算机视觉等，但是，总的来说，人工智能的主要目的就是胜任一些需要人类智能才能完成的复杂工作。在信息技术不断发展的背景下，从目前来看，教育事业与信息技术正进行高效的整合，实现了学习资源、教育资源的共享，也出现了许多教育平台，突破了时间和地理的限制。但是，线上课程往往是单向教学和单向学习。以学生与教师为例，虽然通过私信的方式能够使学生和教师进行交流，但是教师未必是时时在线的，当教师看到消息时学生可能已经下线了，这导致双方无法进行有效的交流。但是，通过将人工智能应用于教育事业中，能够使学习系统对学生的学习水平进行自动识别，并针对学习者提出的具体问题提供解决方案或者意见。而且，人工智能是一种技术科学，只要有电力和无线网络就可以实现二十四小时在线，使学习者能够随时随地提出问题并得到有效解决。另外，人工智能与学习者之间是一对一教学，学习者通过对其输入自身的知识水平从而得到系统的学习方案，且还会自动匹配符合学习者的教学内容和方法，针对学习者养成的学习习惯进行教学。同时，人工智能还能够为学习者提供丰富的学习资源，这主要是人工智能包含了广泛的先进技术，其中就有互联网技术，通过快速搜索学习者需要的学习资源，使学习者一个人也能够开展高效率的学习作业，促进学生个性化发展。

1.2交互式学习概述。交互式学习主要指的是通过结合交际合作和电子设备的新型教学方式[2]。随着科学技术的不断发展，电子科技和多媒体技术水平得到了极大的提升，二者的有效整合催生了交互式学习这一教学方式。在人们生活水平不断提升的背景下，对高等教育的需求也逐渐扩大，越来越多的学生进入高等教育的课堂，学生对学习的需要也在日益增加。交互式学习使教师不再是知识唯一的传授者，而是与学生共同讨论知识的引导者。但是，站在不同的角度交互式学习具有不同的定义，对于人工智能下的移动交互式学习，主要是利用网络技术、人工智能以及多媒体等技术由学习者主动进行的一种双向交流式学习方式。人工智能通过将海量信息进行整合，在运用大数据技术对其进行分析，提取有用的信息反馈给移动设备，使得学生能够通过移动设备与人工智能进行对话，探讨问题以及搜集学习资源。

摘要：针对当前人工智能背景下电子信息类新工科人才培养存在的主要问题，给出了一种将人工智能相关实践、理论课程与传统电子信息工程专业培养方案有机结合的人才培养新模式。旨在提高电子信息类人才培养质量，为当前信息化社会的发展注入新活力。

关键词：人工智能；电子信息；新工科

近年来，人工智能被提升到国家发展战略高度。2018年4月，教育部印发《高等学校人工智能创新行动计划》，要求高等学校探索“人工智能＋X”的复合专业人才培养模式，提出高等学校需要主动结合社会需求，根据人工智能理论和技术所具有的普适性、渗透性和迁移性的特点，重视人工智能与相关学科专业的交叉融合，积极开展新工科建设。新工科是在传统工科学校工程教育培养模式和办学理念基础上提出的新方向，新工科建设要以未来新兴产业、新经济为背景，立足于“工科”和“新”两个方面，以培养具备国际竞争力、创新与实践力强的高素质复合型人才为目标，将人工智能、机器人、智能制造、大数据、云计算等新兴技术用于传统工科专业的升级改造，实现传统工科专业的改革［1］。电子信息产业是一项高科技朝阳产业，电子信息工程专业以培养具备电子技术、信息传输与处理技术及计算机应用技术知识，能从事电子信息产品软硬件及计算机信息系统设计，研发的复合专业人才为目标，随着信息技术和人工智能技术的发展，电子信息工程的应用愈加广泛，具备熟练软硬件相关知识的电子信息工程专业人才供不应求，因此电子信息工程专业成为新工科建设的重点发展对象。人工智能与电子信息学科存在很多相似之处，人工智能的本质是智能信息处理的方法，作为应用型本科院校，如何将人工智能与电子信息工程专业建设相融合，进行复合型、应用型的新工科社会紧缺人才培养，是一个需要重视的问题。本文通过分析电子信息工程专业的发展现状，结合多年的电子信息工程专业授课经验，来研究如何实现人工智能相关实践、理论课程与传统的电子信息工程专业培养方案有机结合从而形成一种新的人才培养模式，对于电子信息类新工科人才培养质量的提高有十分重要的意义。

1人工智能背景下当前电子信息类

新工科人才培养模式存在的主要问题

1）电子信息类人才评价机制需要进一步完善和优化，教学理念需要进一步转变。目前，依然存在部分师生将会解答习题，能通过考试作为学生学会一门课的标准，对实践教学不够重视的教学理念依然存在［2］。教学理念与电子信息类人才评价机制紧密联系，传统的工程教育对学生的基础知识、学习能力、知识的系统性等较为注重，然而新工科背景下，不仅注重学生的学习能力和基础理论知识，而且对学生的综合素质、动手实践能力、创新能力等更为强调，如果以传统人才评价机制来衡量一个学生是否学会此类课程，很难达到锻炼学生动手实践能力的目的。因此，当前电子信息类人才评价机制需要进一步完善和优化，教学理念需要进一步转变。

2）专业课程体系需要更新与调整，师资力量需要进一步加强。当前，电子信息工程专业的主干课程是以两电两信号（信号与系统、数字信号处理、数字电子技术、模拟电子技术）为核心，课程讲授的内容对智能制造、智能检测技术、互联网＋等新兴领域所需要的电子信息基础知识引入甚少，课程体系的交叉性和前沿性不够，导致当前电子信息类专业培养的学生的思维依然停留在传统电子信息领域，走进职场后需要较长的时间去适应新技术和新装备［3］。人工智能是一门综合了信息论、控制论、计算机科学、语言学等多门学科的综合性学科［4］，人工智能的本质是智能信息处理方法，和电子信息技术学科存在着许多重合点。随着人工智能的广泛应用，电子信息技术不再仅限于电路、电场等传统领域，而是朝着云计算、智能信息技术、大数据等新兴方向发展，如何将人工智能与电子信息工程专业培养方案有机结合，需要在学习如信号与系统、C／C＋＋程序设计、数字信号处理、模拟电子技术、数字电子技术、单片机技术等传统课程的基础上，加强在机器学习、模式识别、自然语音处理等人工智能基础课程的建设，使学生了解智能信息处理的前沿技术，扎实学生的数学物理基础，这对教师的教学水平和学生的学习能力提出了更高要求。