论文部分内容阅读
针对人工智能迅猛发展和我国社会尤其是轻工领域对于人工智能人才的需求，陕西科技大学在“控制科学与工程”和“轻工技术与工程”2个一级学科下自设具有鲜明“轻工特色”的二级交叉学科“人工智能技术”，并从学科的培养目标、课程体系、实践环节、培养方式和指导方式等几个方面开展了“人工智能+轻工领域”复合型研究生培养模式的探索。经过一系列研究工作，交叉学科培养模式的研究取得了初步成效。
“人工智能+轻工领域”复合型研究生
培养模式探索的必要性
（一）设置具有“轻工特色”的“人工智能技术”学科的必要性
1、人工智能是国家重点发展学科
2017年7月，国务院印发的《新一代人工智能发展规划》指出：人工智能的迅速发展将深刻改变人类社会生活、改变世界。2020年3月，教育部、国家发展改革委、财政部制定的《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》提出了针对人工智能的學科建设目标：学科交叉融合亟待深化，人才培养导向性亟待加强。为贯彻落实党中央、国务院关于加快发展新一代人工智能的重要部署，推动“双一流”建设高校着力构建赶超世界先进水平的人工智能人才培养体系，加快培养勇闯“无人区”的高层次人才。
2、轻工领域迫切需求人工智能人才
有关调查数据显示，我国人工智能人才缺口超过500万。[1]在轻工生产领域，随着我国流程制造业企业的结构性改革和绿色发展战略的实施，我国诸多轻工企业面临资源、能源、环境日益严重的制约。而以人工智能为代表的新一轮科技革命和产业变革为轻工行业实施创新驱动发展战略和绿色发展战略提供了难得的重大机遇。目前，人工智能引领的智能制造已成为提升造纸行业、[2]皮革行业、[3]食品行业、[4]陶瓷生产企业[5]以及消费电子企业[6]整体竞争力的核心技术，而新一代人工智能技术与各种轻工生产技术深度融合，将重构轻工生产流程环节，形成从技术模式到价值链的新一代制造体系。因此，整个轻工领域迫切需求既掌握人工智能技术又熟悉轻工生产过程的“人工智能+X”，如“人工智能+造纸行业”“人工智能+皮革行业”等的复合型人才。
3、人工智能跨入轻工学科是大势所趋，而轻工领域的技术难题需要人工智能解决
人工智能天生具有跨学科的特性，近年来人工智能领域已加速扩散至22个临近学科、4个潜在学科和25个边缘学科，[7]无所不在的人工智能进入轻工学科是大事所趋。同时，在广阔的轻工领域上，遗留下一批长期无法解决的技术难题，如造纸生产线上纸机机械故障预测问题、陶瓷产品内部裂纹在线检测问题，都是尚在研究中的技术难题。随着人工智能新技术进入，使得其他领域的一些技术瓶颈得以突破，[8]因此人工智能跨入轻工领域，将有助于这些技术难题的攻克。
4、交叉自设“人工智能技术”二级学科
陕西科技大学是我国西部地区惟一一所以轻工为特色的多科性大学，有责任为国家培养“人工智能+轻工领域”复合型人才，并利用人工智能最新技术研究轻工领域的技术难题，最后将研究成果服务于轻工行业。因此，陕西科技大学利用自身在轻工领域的传统优势和人工智能方向上的特色成果，在“控制科学与工程”和“轻工技术与工程”2个一级学科下交叉自设二级学科“人工智能技术”。
（二）培养模式探索的必要性
这个新设立的学科自身基础不可避免存在薄弱之处，并且在复合型人才的培养过程中，遇到以下困难。
1、构建具有轻工特色的交叉学科课程体系难度大
由于跨入轻工学科的人工智能的核心理论和知识尚在探索之中，而人工智能和轻工技术与工程2个学科内涵相距甚远，且轻工学科的各分支间差异较大，专业知识构成比较分散，使得面向轻工领域全产业链和社会发展需求而设置的人工智能技术，这一学科交叉融合的课程体系构建的难度很大。
2、学科生源结构复杂，研究生培养难度大
在此学科设置前，调研结果表明，有意愿报考该人工智能学科的本科生生源复杂，不仅有电子信息类、自动化类、计算机类等与人工智能相对接近的所谓AI核心专业，也有轻工类、材料类、食品科学与工程类与人工智能差距很大所谓AI边缘专业。[9]这种专业背景多样和生源结构复杂的学生进入该学科，将使得该学科研究生培养的难度巨大。
3、具有“人工智能+轻工”学科交叉背景的复合型师资力量不足
师资力量是研究生教育的必不可少的重要条件之一，然而该学科所需求的既有人工智能的理论基础和实践经验，又熟悉轻工领域某一行业生产工艺的师资力量缺乏，同时处于成长期的构成交叉学科的师资队伍数量偏小，专业结构和学缘结构有待完善。
4、以轻工为背景的人工智能实践场所不足
实践场所是研究生科研实践和创新实践得以实施的平台，虽然陕西科技大学在人工智能方向的实践基地方面有着相当雄豪的基础，拥有“互联网+中国制造2025产教融合创新基地”“陕西省人工智能联合实验室（陕西科技大学）”等10多个实践平台，但缺少以轻工为背景的人工智能实践场所，目前仅有一个“中国轻工业清洁生产智能控制重点实验室”，实践场所的不足给培养具有轻工特色的复合型人工智能高层次人才带来一定困难。
由于以上的困难和不足，同时作为一个全新学科可以借鉴的经验很少，为此进行“人工智能+轻工领域”复合型研究生培养模式的研究和探索十分必要。
培养模式的探索
“人工智能技术”二级学科从培养目标、课程体系、实践环节、培养方式和指导方式等几个方面，进行“人工智能+轻工领域”复合型研究生培养模式的探索。
（一）确定培养目标
“人工智能技术”学科根据社会、尤其是轻工领域对人工智能人才类型及其掌握知识的需求和社会发展的需要制定培养目标。确定人才培养目标为：培养热爱祖国、身心健康，掌握人工智能知识、理论和技术并且熟悉相关轻工生产过程、具有现代创新意识和素质的复合型高水平的人才，能够在人工智能领域的企业、科研机构和高校从事与人工智能相关的技术开发、科学研究、教学等方面工作的高层次学术型专门人才，特别是在轻工领域相关企业所需要的高层次人才的培养上逐渐形成自己的“智能轻工”特色。 （二）制定课程体系
研究生的基本任务之一是建立合理的知识结构，打好专业知识的基础。[10]在凝练“人工智能技术”学科主要研究方向的基础上，确定该学科的知识结构，进而制定课程体系。
1、凝练学科研究方向
通过梳理陕西科技大学在人工智能领域的研究基础以及人工智能技术与轻工领域交叉融合情况，凝练出该学科的4个主要研究方向，即：人工智能基础理论研究、机器感知与模式识别、轻工领域智能系统、轻工领域智能机器人。这些方向分属于基础理论、核心技术和应用技术等3个层次。
这些方向的研究内容为：
（1）人工智能基础理论研究。该学科方向包含大数据智能理论、群体智能理论、高级机器学习理论、类脑智能计算理论等人工智能新的基础理论研究。
（2）机器感知与模式识别。研究如何用机器完成图形和图像的信息处理和识别任务，如物体识别、生物识别、以及轻工生产过程狀态识别方面等。
（3）轻工领域智能系统。研究应用于轻工业领域的模式识别、辨识、在线检测与过程控制的智能系统，研究内容包括智能系统的工作模式、硬件组成与优化以及各种智能算法。
（4）轻工领域智能机器人。研究以轻工业领域生产过程为服务对象的各类智能机器人。
2、构建课程体系
学科的知识结构决定学科课程体系，[11]而学科的课程体系决定了每门课程的教学内容。[12]
为了使得“人工智能技术”学科研究生形成完备的知识体系，不仅要掌握人工智能的核心知识和理论，以及应用于轻工领域的各种人工智能技术，还应熟悉所从事研究的相关轻工领域的工艺生产过程，以及人工智能应用于该轻工领域所形成的交叉融合知识和理论，由此形成该学科的课程体系。
该学科点研究生课程体系由公共课必修课、专业必修课程、公共选修课程、专业选修课程等四类模块课程构成。其中的专业必修课程（模块2）为人工智能（AI）专业理论课，专业选修课（模块4）包含人工智能（AI）应用技术课和轻工工艺技术课程（又分为分成造纸生产工艺技术、皮革生产工艺技术、食品生产工艺技术、轻工材料生产工艺技术等几个课程子模块，而每个子模块都有若干门该方向上的选修课）。
3、课程建设与教材建设
为了配合“人工智能+轻工领域”复合型研究生完善自身的知识体系，学科的各教学和科研团队积极开设学科交叉课程，并组织编写相应的教材，如为培养“人工智能+轻化工程”方向的研究生而开设的课程“轻化工过程自动化与信息化”，并进行课程建设，编写了教材《轻化工过程自动化与信息化》。
（三）设计实践环节
研究生教育的特殊矛盾在于它不是本科后教育，而是以研究为主体的专业教育。以科学研究和创新作为活动主体与目的贯穿于研究生培养全程。[13]因此，以科学研究和创新活动为核心的实践环节是研究生教育的重要组成部分，只有通过这类实践环节，研究生才能获得所要培养的各种能力。另外，研究生参加部分教学实践活动对于提升研究生实践能力也有一定作用。
基于以上认识，“人工智能技术”学科根据“人工智能+轻工领域”复合型人才应具备的能力，进行实践培训环节的设计。制定教学大纲规定：实践环节为研究生的必修环节，必须按要求完成，不计学分。实践环节包括参与科研项目、企业实习、学科竞赛以及部分辅助教学活动。其中以参与导师的和轻工领域企业的人工智能类科研项目，特别是人工智能在轻工行业应用类科研项目为科研实践的主体。
（四）培养方式和指导方式的探索
“人工智能技术”学科尝试“动态”的研究生导师选择方式，探索多种培养场所下的多种形式的培养方式和多元化的研究生导师指导方式。[14]
1、研究生导师的动态选择方式
该学科的研究生导师确定采用动态方式，具体方法和流程为：
（1）有意愿在该学科方向指导研究生且具有指导研究生资格的硕士生导师，向该学科所在的学术分委员会提交研究课题题目，课题题目和内涵必须符合人工智能技术学科的研究方向。
（2）经过学术分委员会审批通过后，为申请导师下达当年研究生指标，申请人具有招收当年人工智能技术学科研究生的资格。
（3）被录取的硕士研究生，根据课题申请导师。
（4）导师对报考的研究生进行选择，同时主管部门进行适当的调配。
2、培养方式
人工智能技术学科采用高校独立培养、高校与企业联合培养两种培养方式。[15]联合培养的企业包括：研究生参与研究课题相关的单位、轻工行业的生产企业、与研究课题相关的研究生实习基地等。
3、指导方式
人工智能技术学科通过师资队伍的多元化，[16]实现形式多样的研究生指导方式，包括：校内导师单独指导、校内导师团指导、校内和企业导师联合指导等，弥补该学科导师队伍不足的问题。
（1）校内导师团指导方式。由具有人工智能学科背景的校内导师1名及以上的校内导师和具有各轻工技术与工程学科方向（轻工、轻工材料、皮革、食品、轻化工等）背景的1名及以上的校内导师组成。
（2）校内和企业导师联合指导方式。由校内导师指导研究生校内的专业理论学习、课题研究和撰写论文;企业导师在校内导师辅助下完成研究生课题选择、专业实习或课题研究等科研实践活动。
4、培养场所
通过以下措施解决该学科以轻工为背景的人工智能实践场所不足的问题。
（1）学科的多种培养场所在培养研究生建立知识体系和获得科研能力、实践能力等方面，共同发挥作用。理论教学环节场所包括校内的教室、专业实验室、实验中心;实践环节场所包括校内研究平台、校内实践基地、轻工领域科研或产业部门、校外研究生实践基地等。
（2）人工智能类实验室和轻工技术与工程各类实验室的联合共建。包括人工智能类实验室以轻工领域为应用对象的建设和各类轻工技术与工程实验室智能化方向的建设。 培养过程
通过以上人工智能技术学科研究生培养模式的探索，形成了“人工智能+轻工领域”复合型研究生完整的培养过程。人工智能技术学科的学制三年，整个培养过程包括选择研究方向与研究课题、理论教学环节、实践环节、论文环节等环节。本文第二章中探索的培养模式渗透在整个培养过程中。
结 语
陕西科技大学人工智能技术学科在进行“人工智能+轻工领域”复合型研究生培养模式的探索中，确定了该学科的培养目标;在凝练学科主要研究方向的基础上确定了学科的知识结构，进而完成了课程体系的构建，并通过每门课程大纲的撰写完成了知识体系的建立;确定了该学科从理论教学、实践教学、论文等各环节具体形式和内容;制定了包括研究生导师的动态选择方式、培养场所和师资队伍建设方式在内的研究生培养和指导方式。
目前，该学科已于2020年招收了首批硕士研究生。录取的研究生涵盖学科的四个研究方向，其中从事人工智能和轻工领域交叉研究的学生约占总数的60%。目前，该学科大部分研究生在理论学习的同时已经开始了专业实践。同时，学科组成了由学校控制科学与工程、软件工程、材料科学与技术、轻工技术、食品科学与工程、化学工程等多个学科教师，以及一部分来自人工智能行业、轻工生产领域的行业专家组成的研究生导师团队，且导师采用本文介绍的方式指导研究生。
目前，該学科的研究生培养工作顺利开展。陕西科技大学正在探索一条培养掌握“人工智能”和“轻工领域”交叉领域知识和能力的高层次人才的道路。
参考文献
[1]邱玥，何勤.人工智能对就业影响的研究进展与中国情景下的理论分析框架[J].中国人力资源开发，2020（6）：90-103.
[2]曾宇波.实施智能制造，加快造纸装备行业向智能化、绿色化、服务化方向发展[J].中华纸业，2016，37（8）：42-47.
[3]钟锡豪，黄晓钢，赵旭梅.探讨我国皮革行业智能制造的发展前景[J].轻工标准与质量，2020（02）：92-94+105.
[4]孙楚绿，张迎新.食品制造业智能设备模型与技术发展[J]. 食品工业，2020（04）：251-254.
[5]夏建华，温怡彰.陶瓷行业智能制造现状及发展趋势[J].佛山陶瓷，2018（10）：8-12.
[6]王莹，王金旺.智能制造的市场前景及技术发展[J].电子产品世界，2017（Z1）：8-14.
[7][9]姚艳玲，开滨. 近五十年国际上人工智能领域跨学科演变研究[J].计算机工程与应用，2017，53（19）：8-16.
[8]萧斌. 杭州电子科技大学机械工程学院教授董源：AI赋能现代制造 科创突破技术瓶颈[J].中国高新科技，2020（15）：35-36.
[10]周冰.研究生学习的三大任务[J].研究生教育研究，2006（5）：72-76.
[11]王鹏，毕东苏.硕士研究生课程体系的思考与探索[J].大学教育，2015（04）：43-44.
[12]焉晓贞，罗清华，刘爱军.构建知识体系的专题课程教学改革实践和探索[J].大学教育，2016（12）：141-143.
[13]秦发兰，胡承孝.目标导向的研究生培养模式研究[J].学位与研究生教育，2014（1）：50-54.
[14]王焱，董增川，刘平雷，周林.全日制专业学位研究生双导师制建设的探索和实践——以河海大学为例[J]. 研究生教育研究，2015（6）：75-79.
[15]盛明科，邵梦洁.协同创新环境下深化研究生培养模式改革的几点思考[J].研究生教育研究，2016（2）：17-22.
[16]王建华，唐建荣，吴林海.基于分类推广的研究生差别化培养模式研究[J].学位与研究生教育，2014（4）：33-37.
作者简介
周 强 陕西科技大学电气与控制工程学院副院长、教授，研究方向：机器视觉和图像处理技术、人工智能系统研究与应用和智能信息处理技术等
“人工智能+轻工领域”复合型研究生
培养模式探索的必要性
（一）设置具有“轻工特色”的“人工智能技术”学科的必要性
1、人工智能是国家重点发展学科
2017年7月，国务院印发的《新一代人工智能发展规划》指出：人工智能的迅速发展将深刻改变人类社会生活、改变世界。2020年3月，教育部、国家发展改革委、财政部制定的《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》提出了针对人工智能的學科建设目标：学科交叉融合亟待深化，人才培养导向性亟待加强。为贯彻落实党中央、国务院关于加快发展新一代人工智能的重要部署，推动“双一流”建设高校着力构建赶超世界先进水平的人工智能人才培养体系，加快培养勇闯“无人区”的高层次人才。
2、轻工领域迫切需求人工智能人才
有关调查数据显示，我国人工智能人才缺口超过500万。[1]在轻工生产领域，随着我国流程制造业企业的结构性改革和绿色发展战略的实施，我国诸多轻工企业面临资源、能源、环境日益严重的制约。而以人工智能为代表的新一轮科技革命和产业变革为轻工行业实施创新驱动发展战略和绿色发展战略提供了难得的重大机遇。目前，人工智能引领的智能制造已成为提升造纸行业、[2]皮革行业、[3]食品行业、[4]陶瓷生产企业[5]以及消费电子企业[6]整体竞争力的核心技术，而新一代人工智能技术与各种轻工生产技术深度融合，将重构轻工生产流程环节，形成从技术模式到价值链的新一代制造体系。因此，整个轻工领域迫切需求既掌握人工智能技术又熟悉轻工生产过程的“人工智能+X”，如“人工智能+造纸行业”“人工智能+皮革行业”等的复合型人才。
3、人工智能跨入轻工学科是大势所趋，而轻工领域的技术难题需要人工智能解决
人工智能天生具有跨学科的特性，近年来人工智能领域已加速扩散至22个临近学科、4个潜在学科和25个边缘学科，[7]无所不在的人工智能进入轻工学科是大事所趋。同时，在广阔的轻工领域上，遗留下一批长期无法解决的技术难题，如造纸生产线上纸机机械故障预测问题、陶瓷产品内部裂纹在线检测问题，都是尚在研究中的技术难题。随着人工智能新技术进入，使得其他领域的一些技术瓶颈得以突破，[8]因此人工智能跨入轻工领域，将有助于这些技术难题的攻克。
4、交叉自设“人工智能技术”二级学科
陕西科技大学是我国西部地区惟一一所以轻工为特色的多科性大学，有责任为国家培养“人工智能+轻工领域”复合型人才，并利用人工智能最新技术研究轻工领域的技术难题，最后将研究成果服务于轻工行业。因此，陕西科技大学利用自身在轻工领域的传统优势和人工智能方向上的特色成果，在“控制科学与工程”和“轻工技术与工程”2个一级学科下交叉自设二级学科“人工智能技术”。
（二）培养模式探索的必要性
这个新设立的学科自身基础不可避免存在薄弱之处，并且在复合型人才的培养过程中，遇到以下困难。
1、构建具有轻工特色的交叉学科课程体系难度大
由于跨入轻工学科的人工智能的核心理论和知识尚在探索之中，而人工智能和轻工技术与工程2个学科内涵相距甚远，且轻工学科的各分支间差异较大，专业知识构成比较分散，使得面向轻工领域全产业链和社会发展需求而设置的人工智能技术，这一学科交叉融合的课程体系构建的难度很大。
2、学科生源结构复杂，研究生培养难度大
在此学科设置前，调研结果表明，有意愿报考该人工智能学科的本科生生源复杂，不仅有电子信息类、自动化类、计算机类等与人工智能相对接近的所谓AI核心专业，也有轻工类、材料类、食品科学与工程类与人工智能差距很大所谓AI边缘专业。[9]这种专业背景多样和生源结构复杂的学生进入该学科，将使得该学科研究生培养的难度巨大。
3、具有“人工智能+轻工”学科交叉背景的复合型师资力量不足
师资力量是研究生教育的必不可少的重要条件之一，然而该学科所需求的既有人工智能的理论基础和实践经验，又熟悉轻工领域某一行业生产工艺的师资力量缺乏，同时处于成长期的构成交叉学科的师资队伍数量偏小，专业结构和学缘结构有待完善。
4、以轻工为背景的人工智能实践场所不足
实践场所是研究生科研实践和创新实践得以实施的平台，虽然陕西科技大学在人工智能方向的实践基地方面有着相当雄豪的基础，拥有“互联网+中国制造2025产教融合创新基地”“陕西省人工智能联合实验室（陕西科技大学）”等10多个实践平台，但缺少以轻工为背景的人工智能实践场所，目前仅有一个“中国轻工业清洁生产智能控制重点实验室”，实践场所的不足给培养具有轻工特色的复合型人工智能高层次人才带来一定困难。
由于以上的困难和不足，同时作为一个全新学科可以借鉴的经验很少，为此进行“人工智能+轻工领域”复合型研究生培养模式的研究和探索十分必要。
培养模式的探索
“人工智能技术”二级学科从培养目标、课程体系、实践环节、培养方式和指导方式等几个方面，进行“人工智能+轻工领域”复合型研究生培养模式的探索。
（一）确定培养目标
“人工智能技术”学科根据社会、尤其是轻工领域对人工智能人才类型及其掌握知识的需求和社会发展的需要制定培养目标。确定人才培养目标为：培养热爱祖国、身心健康，掌握人工智能知识、理论和技术并且熟悉相关轻工生产过程、具有现代创新意识和素质的复合型高水平的人才，能够在人工智能领域的企业、科研机构和高校从事与人工智能相关的技术开发、科学研究、教学等方面工作的高层次学术型专门人才，特别是在轻工领域相关企业所需要的高层次人才的培养上逐渐形成自己的“智能轻工”特色。 （二）制定课程体系
研究生的基本任务之一是建立合理的知识结构，打好专业知识的基础。[10]在凝练“人工智能技术”学科主要研究方向的基础上，确定该学科的知识结构，进而制定课程体系。
1、凝练学科研究方向
通过梳理陕西科技大学在人工智能领域的研究基础以及人工智能技术与轻工领域交叉融合情况，凝练出该学科的4个主要研究方向，即：人工智能基础理论研究、机器感知与模式识别、轻工领域智能系统、轻工领域智能机器人。这些方向分属于基础理论、核心技术和应用技术等3个层次。
这些方向的研究内容为：
（1）人工智能基础理论研究。该学科方向包含大数据智能理论、群体智能理论、高级机器学习理论、类脑智能计算理论等人工智能新的基础理论研究。
（2）机器感知与模式识别。研究如何用机器完成图形和图像的信息处理和识别任务，如物体识别、生物识别、以及轻工生产过程狀态识别方面等。
（3）轻工领域智能系统。研究应用于轻工业领域的模式识别、辨识、在线检测与过程控制的智能系统，研究内容包括智能系统的工作模式、硬件组成与优化以及各种智能算法。
（4）轻工领域智能机器人。研究以轻工业领域生产过程为服务对象的各类智能机器人。
2、构建课程体系
学科的知识结构决定学科课程体系，[11]而学科的课程体系决定了每门课程的教学内容。[12]
为了使得“人工智能技术”学科研究生形成完备的知识体系，不仅要掌握人工智能的核心知识和理论，以及应用于轻工领域的各种人工智能技术，还应熟悉所从事研究的相关轻工领域的工艺生产过程，以及人工智能应用于该轻工领域所形成的交叉融合知识和理论，由此形成该学科的课程体系。
该学科点研究生课程体系由公共课必修课、专业必修课程、公共选修课程、专业选修课程等四类模块课程构成。其中的专业必修课程（模块2）为人工智能（AI）专业理论课，专业选修课（模块4）包含人工智能（AI）应用技术课和轻工工艺技术课程（又分为分成造纸生产工艺技术、皮革生产工艺技术、食品生产工艺技术、轻工材料生产工艺技术等几个课程子模块，而每个子模块都有若干门该方向上的选修课）。
3、课程建设与教材建设
为了配合“人工智能+轻工领域”复合型研究生完善自身的知识体系，学科的各教学和科研团队积极开设学科交叉课程，并组织编写相应的教材，如为培养“人工智能+轻化工程”方向的研究生而开设的课程“轻化工过程自动化与信息化”，并进行课程建设，编写了教材《轻化工过程自动化与信息化》。
（三）设计实践环节
研究生教育的特殊矛盾在于它不是本科后教育，而是以研究为主体的专业教育。以科学研究和创新作为活动主体与目的贯穿于研究生培养全程。[13]因此，以科学研究和创新活动为核心的实践环节是研究生教育的重要组成部分，只有通过这类实践环节，研究生才能获得所要培养的各种能力。另外，研究生参加部分教学实践活动对于提升研究生实践能力也有一定作用。
基于以上认识，“人工智能技术”学科根据“人工智能+轻工领域”复合型人才应具备的能力，进行实践培训环节的设计。制定教学大纲规定：实践环节为研究生的必修环节，必须按要求完成，不计学分。实践环节包括参与科研项目、企业实习、学科竞赛以及部分辅助教学活动。其中以参与导师的和轻工领域企业的人工智能类科研项目，特别是人工智能在轻工行业应用类科研项目为科研实践的主体。
（四）培养方式和指导方式的探索
“人工智能技术”学科尝试“动态”的研究生导师选择方式，探索多种培养场所下的多种形式的培养方式和多元化的研究生导师指导方式。[14]
1、研究生导师的动态选择方式
该学科的研究生导师确定采用动态方式，具体方法和流程为：
（1）有意愿在该学科方向指导研究生且具有指导研究生资格的硕士生导师，向该学科所在的学术分委员会提交研究课题题目，课题题目和内涵必须符合人工智能技术学科的研究方向。
（2）经过学术分委员会审批通过后，为申请导师下达当年研究生指标，申请人具有招收当年人工智能技术学科研究生的资格。
（3）被录取的硕士研究生，根据课题申请导师。
（4）导师对报考的研究生进行选择，同时主管部门进行适当的调配。
2、培养方式
人工智能技术学科采用高校独立培养、高校与企业联合培养两种培养方式。[15]联合培养的企业包括：研究生参与研究课题相关的单位、轻工行业的生产企业、与研究课题相关的研究生实习基地等。
3、指导方式
人工智能技术学科通过师资队伍的多元化，[16]实现形式多样的研究生指导方式，包括：校内导师单独指导、校内导师团指导、校内和企业导师联合指导等，弥补该学科导师队伍不足的问题。
（1）校内导师团指导方式。由具有人工智能学科背景的校内导师1名及以上的校内导师和具有各轻工技术与工程学科方向（轻工、轻工材料、皮革、食品、轻化工等）背景的1名及以上的校内导师组成。
（2）校内和企业导师联合指导方式。由校内导师指导研究生校内的专业理论学习、课题研究和撰写论文;企业导师在校内导师辅助下完成研究生课题选择、专业实习或课题研究等科研实践活动。
4、培养场所
通过以下措施解决该学科以轻工为背景的人工智能实践场所不足的问题。
（1）学科的多种培养场所在培养研究生建立知识体系和获得科研能力、实践能力等方面，共同发挥作用。理论教学环节场所包括校内的教室、专业实验室、实验中心;实践环节场所包括校内研究平台、校内实践基地、轻工领域科研或产业部门、校外研究生实践基地等。
（2）人工智能类实验室和轻工技术与工程各类实验室的联合共建。包括人工智能类实验室以轻工领域为应用对象的建设和各类轻工技术与工程实验室智能化方向的建设。 培养过程
通过以上人工智能技术学科研究生培养模式的探索，形成了“人工智能+轻工领域”复合型研究生完整的培养过程。人工智能技术学科的学制三年，整个培养过程包括选择研究方向与研究课题、理论教学环节、实践环节、论文环节等环节。本文第二章中探索的培养模式渗透在整个培养过程中。
结 语
陕西科技大学人工智能技术学科在进行“人工智能+轻工领域”复合型研究生培养模式的探索中，确定了该学科的培养目标;在凝练学科主要研究方向的基础上确定了学科的知识结构，进而完成了课程体系的构建，并通过每门课程大纲的撰写完成了知识体系的建立;确定了该学科从理论教学、实践教学、论文等各环节具体形式和内容;制定了包括研究生导师的动态选择方式、培养场所和师资队伍建设方式在内的研究生培养和指导方式。
目前，该学科已于2020年招收了首批硕士研究生。录取的研究生涵盖学科的四个研究方向，其中从事人工智能和轻工领域交叉研究的学生约占总数的60%。目前，该学科大部分研究生在理论学习的同时已经开始了专业实践。同时，学科组成了由学校控制科学与工程、软件工程、材料科学与技术、轻工技术、食品科学与工程、化学工程等多个学科教师，以及一部分来自人工智能行业、轻工生产领域的行业专家组成的研究生导师团队，且导师采用本文介绍的方式指导研究生。
目前，該学科的研究生培养工作顺利开展。陕西科技大学正在探索一条培养掌握“人工智能”和“轻工领域”交叉领域知识和能力的高层次人才的道路。
参考文献
[1]邱玥，何勤.人工智能对就业影响的研究进展与中国情景下的理论分析框架[J].中国人力资源开发，2020（6）：90-103.
[2]曾宇波.实施智能制造，加快造纸装备行业向智能化、绿色化、服务化方向发展[J].中华纸业，2016，37（8）：42-47.
[3]钟锡豪，黄晓钢，赵旭梅.探讨我国皮革行业智能制造的发展前景[J].轻工标准与质量，2020（02）：92-94+105.
[4]孙楚绿，张迎新.食品制造业智能设备模型与技术发展[J]. 食品工业，2020（04）：251-254.
[5]夏建华，温怡彰.陶瓷行业智能制造现状及发展趋势[J].佛山陶瓷，2018（10）：8-12.
[6]王莹，王金旺.智能制造的市场前景及技术发展[J].电子产品世界，2017（Z1）：8-14.
[7][9]姚艳玲，开滨. 近五十年国际上人工智能领域跨学科演变研究[J].计算机工程与应用，2017，53（19）：8-16.
[8]萧斌. 杭州电子科技大学机械工程学院教授董源：AI赋能现代制造 科创突破技术瓶颈[J].中国高新科技，2020（15）：35-36.
[10]周冰.研究生学习的三大任务[J].研究生教育研究，2006（5）：72-76.
[11]王鹏，毕东苏.硕士研究生课程体系的思考与探索[J].大学教育，2015（04）：43-44.
[12]焉晓贞，罗清华，刘爱军.构建知识体系的专题课程教学改革实践和探索[J].大学教育，2016（12）：141-143.
[13]秦发兰，胡承孝.目标导向的研究生培养模式研究[J].学位与研究生教育，2014（1）：50-54.
[14]王焱，董增川，刘平雷，周林.全日制专业学位研究生双导师制建设的探索和实践——以河海大学为例[J]. 研究生教育研究，2015（6）：75-79.
[15]盛明科，邵梦洁.协同创新环境下深化研究生培养模式改革的几点思考[J].研究生教育研究，2016（2）：17-22.
[16]王建华，唐建荣，吴林海.基于分类推广的研究生差别化培养模式研究[J].学位与研究生教育，2014（4）：33-37.
作者简介
周 强 陕西科技大学电气与控制工程学院副院长、教授，研究方向：机器视觉和图像处理技术、人工智能系统研究与应用和智能信息处理技术等