ucl|世界一流大学如何建设人工智能学科( 三 ) 中国电信|医疗健康|科技公司

在课程结构方面，虽然各校模块结构的名称不同，但基本是将课程根据领域和方向进行分类，允许学生选择若干“宽领域”课程、随后进阶学习“特定领域”课程。这样既可以保证培养的专业性、完成学分硬性要求，也可以尽可能满足学生个性化的、更贴近于职业发展的实用需求。相较而言，美国课程更注重学生的数理基础，英国课程更注重算法实现及与其他学科的融合应用。
在培养方案方面，相较于学术学位，专业学位项目对实践性产出要求更高，对学术成果要求更加灵活。一些方案中，学生不仅需要完成课程学分和(论文、实践、报告等)环节学分，并达到最低要求的累计GPA，有的还需要完成特定的项目(如MIT的“专业视角要求”、CMU要求的“顶点行业项目”)，才能获取学位。
在特色课程方面，“AI+X”的趋势明显，出现了愈加细化多元的交叉课程，从涉及计算机、机械、电子、机器人，扩展到航空航天、生物、医学、语言、社会、经管、建筑、教育、艺术、哲学、人文、土木、交通、农业等领域。有些课程特别注重对学生动手实操的能力培养，还会结合社区与产业需求，要求学生在现实环境完成特定项目。同时，还设置了人文素养、法律、伦理、表达沟通、写作等培养综合能力的课程。
在交叉培养方面，案例高校均建立了贯通产学研的交叉平台，积极与校内多学科的学术资源、社区内的多种产业资源、政府项目资源相结合，为人才培养和科研创新提供良好的支撑。
在师资队伍方面，各高校不断扩充优秀的科研队伍，既包括来自多学科、关键领域的教授，或聘为终身教职，或授予名誉/讲席教授；也吸纳很多了解行业产业的资深人士，作为兼职教授/企业导。一些学校通过设立新的交叉研究平台创造新的岗位(如教学岗位、交叉研究岗位、或校外参与的岗位)，一定程度上帮助解决了青年学者的教职/科研身份。
同时人工智能学科和培养也体现出若干国际趋势。首先，院系合作、设立交叉培养平台是促进“AI+X”广度和深度发展的重要方式。其次，与校外的公司、政府、研究机构紧密合作，可以吸纳外部优势资源和力量，构建“产学研一体化”的学科生态。再次，实践类、项目类、应用类课程增多，课程内容更加跨学科、更贴近产业需求，同时注重对工科学生的人文素养、综合素质的培养。培养方案的设计愈加体现专业性与灵活性的统一。最后，持续扩充多元背景的师资队伍，是促进人工智能学科发展的重要基础。
【 ucl|世界一流大学如何建设人工智能学科】(作者：李锋亮庞雅然，分别系清华大学教育研究院副教授和博士生)