《人工智慧領域研究生指導性培養方案（試行）》由教育部印發，方案稱，根據相關要求，與本領域發展定位、學校學科布局和師資結構相適應的具體培養方向，可參考設定人工智慧基礎理論研究相關方向、人工智慧共性技術相關研究方向、人工智慧支撐技術研究方向、人工智慧套用技術相關研究方向和人工智慧與智慧型社會治理相關研究方向等五大培養方向。
2023年4月，教育部印發了《人工智慧領域研究生指導性培養方案 （試行）》，要求各省、自治區、直轄市教育廳（教委），新疆生產建設兵團教育局，有關高等學校開展人工智慧領域研究生培養的有關“雙一流”建設高校結合本校學科建設和人才培養特色，參照制訂和進一步完善相關研究生培養方案。
基本介紹
- 中文名：《人工智慧領域研究生指導性培養方案（試行）》
- 頒布時間：2023年4月
- 發布單位：教育部
方案全文
培養目標
適應新科技與產業革命發展趨勢，服務國家重大戰略和經濟社會發展特別是智慧型化發展轉型的需求，面向原始創新、產業升級和技術革新的實際需要，以立德樹人為根本，在德智體美勞全面發展的基礎上，培養在人工智慧領域相關學科掌握堅實寬廣的理論基礎和系統深入的專門知識，具備從事基礎前沿研究、解決實際問題和開展交叉創新套用的能力，具有高度社會責任感的高層次複合型人才。
（一）品德素質方面。熱愛祖國、熱愛人民，擁護黨的路線、方針和政策，樹立和踐行社會主義核心價值觀。遵紀守法，具有較強的社會責任感和事業心，具備良好的道德品質，恪守科研誠信與倫理，嚴守學術規範，具備國際化視野、創新意識和團隊精神，願為中國特色社會主義事業貢獻力量。
（二）知識水平方面。在相應碩士和博士層次所應有的自然和人文社會科學通識性知識基礎上，具有堅實的人工智慧領域相關學科基礎理論知識和專業技能，深入了解本領域的發展方向，系統掌握人工智慧學科相關研究領域的理論、技術和方法，具備多學科交叉的知識體系和學習能力。博士生突出廣泛掌握人工智慧國際前沿學術方向和行業先進技術趨勢，了解國際前沿理論、技術以及需求熱點；碩士生突出夯實本領域基礎理論，快速獲取跨學科知識和共性技術，並能夠綜合運用。
（三）能力素質方面。具有獨立的科學研究能力和自主學習能力，包括發現和提出問題、設計實驗和分析處理數據、設計最佳化算法、設計開發軟硬體、總結凝練與表達研究成果、開展學術交流等能力。博士生突出提高原始創新能力，具有較強的系統構建能力和一定的科研組織能力，能夠在解決行業企業重大工程實踐中凝練科學問題、創新研究方法、轉化先進技術，深入開展多領域交叉創新套用和開展學術交流，能夠承擔高校及研究機構的教學科研工作、從事人工智慧工程技術項目管理工作等。碩士生突出提高綜合套用能力，具有人工智慧系統的設計、實現、測試和套用驗證能力，以及良好的職業素養和溝通協作能力，能夠綜合運用多學科理論技術解決行業企業智慧型化面臨的實際問題。
（四）適應國家發展需要與人工智慧發展趨勢、契合本校或本領域和相關技術方向高層次人才培養定位的具體目標。
培養方向
按照教育部、國家發展改革委、財政部三部委檔案關於“深化人工智慧內涵，構建基礎理論人才與‘人工智慧+X’複合型人才並重的培養體系，探索深度融合的學科建設和人才培養新模式”和“以產業行業人工智慧套用為導向，拓展核心技術和創新方法，實現人工智慧對相關學科的賦能改造，形成‘人工智慧+X’的複合發展新模式”的要求，與本領域發展定位、學校學科布局和師資結構相適應的具體培養方向，可參考如下設定：
（一）人工智慧基礎理論研究相關方向，如：人工智慧模型與理論、人工智慧數學基礎、最佳化理論學習方法、機器學習理論、腦科學及類腦智慧型等。
（二）人工智慧共性技術相關研究方向，如：智慧型感知技術、計算機視覺、自然語言理解、智慧型控制與決策等。
（三）人工智慧支撐技術研究方向，如：人工智慧架構與系統、人工智慧開發工具、人工智慧框架和智慧型晶片等。
（四）人工智慧套用技術相關研究方向，包括但不限於：智慧型製造、機器人、無人駕駛、智慧型網聯汽車、智慧交通、智慧醫療、機器翻譯和科學計算等，充分發揮人工智慧對各個學科或領域的賦能作用，形成特色培養方向。
（五）人工智慧與智慧型社會治理相關研究方向，如基於人工智慧技術屬性與社會屬性緊密結合特徵的人工智慧倫理與治理，以及可信安全、公平性和隱私保護等方面相關技術方向。
培養方式
人工智慧具有多學科交叉融合、滲透力和支撐性強的特點。培養單位要按照推進“人工智慧與實體經濟深度融合”的要求，結合本單位優勢，以改革為動力，打破學科壁壘，加強內部教育教學資源整合共享，積極推進校企、校校和國內外交流合作，鼓勵各校在學科交叉、跨界融合、加強實踐、個性化培養等方面，積極探索人工智慧領域研究生培養新模式，積累新經驗。
在培養計畫方面，鼓勵師生共同制訂個性化培養計畫，給予學生較多的選課、選題等方面的主動權。深入推動科教融合、產教融合，堅持理論聯繫實際，加強實踐和套用環節的訓練。
在課程設定方面，加強研究生學位核心課程建設，夯實研究生基礎知識和專業知識，在深化人工智慧核心知識學習的同時，注重人工智慧理論與技術向相關學科的延伸。實現跨層次、跨學科、跨高校的課程資源共享，探索不同學科教師共同開設跨學科課程。實踐類課程要積極與企業聯合，探索產業案例教學。要將有關的科技倫理納入教學。課程體系和核心課程參考建議見附屬檔案1、2。延伸類課程由培養單位根據人才培養的特色方向設定。
在教學方式方面，積極開展項目引導的研討式、案例式、實踐式教學，鼓勵企業專家參與案例教學、實踐教學等。探索學生以自修等方式學習，經過嚴格考核獲得學分的課程學習模式。鼓勵科研成果與教學成果的轉化、科研方法與教學方法的滲透、教學問題與科研問題的雙向延伸等。
在導師指導方面，積極推進導師組、導師團隊指導方式。鼓勵採取多學科導師聯合指導方式開展複合型人才培養。根據實際情況，組建導師團隊時積極聘請企業導師、外校及研究院所專家。
在科研訓練方面，鼓勵研究生積極參與前瞻性理論問題、關鍵技術突破問題和重大套用實踐問題研究，培養研究生的問題意識，擴大研究生學術視野。確保基本科研訓練強度，夯實研究生科研能力。
在實習實踐方面，突出產教融合，加強校企合作，注重真刀真槍地解決實際問題。在培養方案中設定專門的實習實踐環節，提高實踐訓練強度和比重。
在考核評價方面，要突出對創新科技前沿、解決實際問題所作實質性貢獻的考察，打破學科壁壘和“唯學術論文”評價方式，探索多元評價和學科交叉評價。把跨學科思維與科研能力提升作為對博士生的重要考查內容。
在培養環境方面，積極構建跨學科、寬領域、科研方向長期穩定的培養環境，鼓勵碩博連讀、直攻博，和跨學科本、碩、博一體化培養的創新模式。
培養單位要根據有關要求，在研究生培養的各個方面，積極探索、分類明確具體的改革舉措，力求以人工智慧人才培養為抓手，推動研究生教育改革的新突破。
質量保障與支持機制
著重從以下方面完善質量保障制度與支撐體系建設，制訂具體的質量監督與支持措施。
（一）建立適合人工智慧領域研究生培養的嚴格而多元的質量觀，形成活躍而卓越的質量文化，把質量管理貫穿於全部培養過程。
（二）以智慧型化管理保障人工智慧領域人才培養，建立反映研究生學籍、學分、培養方案、課程學習、實驗記錄、學術交流、專題報告、調研實踐等各關鍵環節信息的資料庫，利用網際網路與大數據技術實現培養質量預警、教學科研輔助等。
（三）實行以學生成長成才為中心的教育質量評價，在引導學生德智體美勞全面發展的同時，結合人工智慧基礎前沿創新和複合型人才培養的特點，最佳化完善學位論文答辯制度、學位評定委員會評議制度、交叉學科學位論文評議制度、學位論文跟蹤制度，加強培養過程的選優分流，保證學位授予質量。
（四）建立學緣結構多樣、理論功底深厚、學科交叉實踐經驗豐富、有積極性和責任心強的評價專家隊伍，為開展學科多元評價提供支撐。
（五）加強研究生思想政治教育、科研誠信和科學倫理教育，加大對學術不端行為的處罰力度。
（六）構建獎勵激勵機制和榮譽體系，加大對品學兼優的取得優秀成果和貢獻突出學生的獎勵力度。
（七）建立開放教育資源聯盟，加強內部教學實驗設施設備及數據安全共享。
（八）積極拓展企業合作資源，充分利用網路、地域的優勢，探索多種模式的合作機制，建立持久務實的合作關係。通過人才推薦、科研成果轉化等機制，提高產業界培養人才積極性，聯合企業最佳化教材和系列課程，積極吸引企業開放產業案例與數據集。
（九）根據學科發展的最新趨勢和人才培養的需求變化，及時調整培養方案。
