本科

2019人工智能专业培养方案

一、专业历史沿革

       人工智能重在研究、开发、模拟、延伸和扩展人的智能。同济大学人工智能专业面向国家战略需求和各行各业转型升级需求,围绕“智能”中心,以“自主系统”为特色,重在人工智能理论、方法、技术的学习及其应用。

       本专业依托同济大学电子与信息工程学院控制科学与工程系办学,以控制科学与工程和智能科学与技术学科为中心并协同计算机科学与技术、电子科学与技术、医学等学科。控制系前身可追溯至1912年国立同济大学电工机械系,1979年更名为电气工程系,设工业电气自动化(1998年更名为自动化)、电子仪器、计算机三个本科专业。2003年,按控制科学与工程一级学科设置,更名为控制科学与工程系。自动化专业于2010年首批入选教育部“卓越工程师培养计划”试点专业,并列入同济大学国际双学位培养计划,2012年成为首批设立国家级工程教育实践中心的专业,2015年通过工程教育认证,成为同济大学10个国际实质等效工科专业之一并在2018年再次通过认证。

       目前拥有控制科学与工程学科一级学科博士学位授予权与硕士学位授予权,1979年开始培养硕士研究生,1986年获得“工业自动化”硕士学位授予权,1993年获得“模式识别与智能系统”博士学位授予权,1996年获得“控制理论与控制工程”博士学位授予权,1998年获准设立“控制科学与工程”一级学科博士后流动站,2003年获得“控制科学与工程”一级学科博士点,2007年“控制理论与控制工程”被评为国家重点学科和上海市重点学科,2012年,“控制科学与工程”学科入选上海市一流学科(B类),2018年获批教育部自主智能无人系统科学中心,同年获批上海市智能科学与技术高峰学科建设支持。

 

二、学制与授予学位

       四年制本科

本专业所授学位为工学学士。

 

三、基本学分要求

课程性质

学分

比例

通识课程

通识必修课

33

20.1%

通识选修课

8

4.9%

大类基础课程

26.5

16.1%

专业课程

专业基础课

22

13.3%

专业必修课

21

12.9%

专业选修课

11

6.7%

实践环节

41

24.9%

个性课程

2

1.2%

合计毕业学分

164.5

100%

 

四、专业培养标准

方面

内  容

目标要求及相应课程

1、道德修养

2、民族精神

3、理想信念

4、人际交往

5、国际视野

6、团队合作

1、热爱祖国,理解社会发展规律,具备积极向上的人生观和价值观,坚持为社会贡献正能量。

2、了解中国文化,自强不息,愿为建设富强、民主、文明、和谐的社会主义国家和民族复兴做出贡献。

3、遵守爱国、敬业、诚信、友善的公民基本道德要求,并具有职业精神和职业道德。

4、具有同理心,能有意识的去构建良好的人际关系并改进。

5、了解世界以及理解其多样性存在,能从国际化和多样性角度理解和对待问题。

6、理解个人和团队的关系,具有较好的团队合作精神。

相关课程主要包括思想道德修养和法律基础、中国近现代史纲要、马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、形势与政策等,以及社会考察等实践活动。

1、数学知识

2、自然科学知识

3、人文科学知识

4、专业知识

5、为专业服务的其他知识

6、前沿进展知识(国内外)

7、终身学习能力

8、发现问题、分析问题、解决问题能力

9、逻辑思维能力

10、现场工作能力

11、实验室工作能力

12、表达、交流能力

13、通用技能(包括通用办公技术、信息与通讯等)

14、组织、领导和管理能力

1、掌握扎实的数学知识(高等数学和工程数学等),并能在专业课程的学习和实践中有效运用。

2、具有较为宽广的自然科学知识和相应的科学素养,概念准确,原理熟悉,并能在问题发现、分析与解决中应用。

3、具有多方面的人文知识。

4、牢固掌握人工智能基本理论和方法, 系统掌握计算机、电子、电气、人工智能等本专业的基本知识和技能。

5、了解与本专业应用和本人发展方向相关的领域知识,并具备在相关领域从业的非技术能力。

6、了解自动化及其相关领域的发展动态和趋势,了解当前专业热点并能跟踪发展。

7、具有自主学习的动力并能针对问题有效学习

8、能综合多方面信息来源提炼出问题,并能对问题进行分解,以及形成完整有效的解决方案

9、能在对问题建模的基础上,进行分析和演绎推理。

10、具备解决方案的现场实施能力,能够正确安装、部署和维护,并能评估相关工程实践的影响

11、了解实验室的基本安全原则,能够针对实际问题进行实验设计和验证,并具备收集、分析实验数据的能力

12、能够理解客户需求,能够采用通俗和专业的语言或文字与一般公众和专业人士进行交流

13、掌握常见信息技术方法及其工具,并能在工作中有效使用

14 、掌握一定的经济决策和管理知识能服务于复杂工程实践

以上目标主要由以高等数学、普通物理等为代表的公共基础课、以信号与系统、反馈控制理论、人工智能基础、机器学习、电路原理等为代表的专业课、以及各种实践环节和一些讲座报告等支持。

1、身体健康

2、心理健康

1、具有健康的身体,重视并坚持体育锻炼,掌握适合自身的锻炼方法。

2、具有健康的心理,能正确认识自我以及理解个体和群体的关系。

相关课程主要包括体育、军训、思想道德修养等。

1、美学教育

2、审美素养

3、艺术修养

1、具备积极向上的价值观,能对善恶美丑的行为进行辨析。

2、了解常见的艺术表现形式,并能理解和欣赏

3、理解科学和艺术的关系,并能结合个人的兴趣和特长适当发展。

以上目标主要由各人文课程和选修课提供支持。

1、劳动价值观

2、劳动态度

3、劳动技能

1、尊重劳动者和他人劳动。

2、具有通过劳动实现自身价值的意愿。

3、掌握基本的劳动技能并能在社会上生存和发展。

 

五、专业培养目标

       本专业培养具有社会主义核心价值观,德、智、体、美、劳全面发展的社会主义建设者和接班人,具有健全人格和良好职业素质,掌握人工智能领域基础理论和方法,了解人工智能及相关领域行业的进展,能够运用人工智能的基本原理与方法,设计有效的工程技术解决方案并能开发应用。毕业生应具备终身学习的动力和能力、跨行业交流能力、团队合作能力以及组织领导能力,能够从事相关领域科学研究、技术开发、教育和管理等工作,并成为具备国际视野和肩负社会责任的人工智能领域卓越创新人才。

 

六、毕业要求

类别

求 内 容

1

工程知识

能够将数学、自然科学、工程基础和人工智能专业知识用于解决复杂工程问题。

2

问题分析

能够理解复杂工程问题的需求,并能应用数学、自然科学和工程科学的基本原理,结合文献检索,识别、表达和分析复杂工程问题,以获得有效结论。

3

设计/开发解决方案

能够针对典型应用领域的复杂工程问题和需求,结合人工智能原理与技术,设计系统级或单元级的解决方案,并能在设计中体现创新意识,以及考虑社会、健康、安全、法律、文化以及环境等因素。

4

研究

能够基于科学原理并采用科学方法对复杂工程问题进行研究,包括设计算法及实验、进行实验收集数据、分析与解释数据以及通过信息综合得到合理有效的结论。

5

使用现代工具

能够针对复杂工程问题,选择合适的技术、资源和工具,进行仿真、模拟、设计与开发,并能够理解相关技术方法和工具的局限性。

6

工程与社会

能够基于工程相关背景知识进行合理分析,评估专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。

7

环境和可持续发展

能够理解和评估针对复杂工程问题的工程实践对环境、社会可持续发展的影响。

8

职业规范

具有人文社会科学素养、社会责任感,能够在工程实践中理解并遵守工程职业道德和规范,履行责任。

9

个人和团队

能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。

10

沟通

能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文档、有效陈述、发出或接受明确的指导。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。

11

项目管理

理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。

12

终身学习

具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

 

七、主干学科

       控制科学与工程,智能科学与技术

 

八、课程体系知识结构图

       见附表一。

 

九、核心课程

       高等数学、普通物理、线性代数、概率论与数理统计、随机过程、离散数学、电路理论、模拟电子技术、数字电子技术、高级语言程序设计、数据结构、信号与系统、最优化原理与方法、算法、嵌入式系统(计算机原理与技术)、反馈控制理论、人工智能基础、机器学习、脑科学导论、智能芯片与系统、图像处理与机器视觉、信号处理与智能感知、智能自主机器人与系统、数据工程、深度学习等。

 

十、教学安排一览表

       见附表二。

 

十一、有关说明

       本专业要求在企业总时间不少于160小时(20个完整工作日),包括暑期专业实习80小时和毕业实训中包含的80小时(具体以毕业实训课程大纲规定为准)。

       通识选修课8学分,应选修艺术类课程1门,必须选修2学分创新创业类课程,其它学分推荐选修中国传统文化类、经济与管理类、设计与创意类、环境与可持续发展类等课程)。

       个性课程2学分,应选修其它学院的交叉课或其他专业的专业课,或用辅修和微专业课程替代。

 

附表一

图4.1  课程体系知识结构

 

附表二

人工智能专业四年制教学安排一览表

课程编号

课程名称

/

 

 

/

各学期周学时分配/周数分配

一、通识教育课程

通识必修课(必修33学分)

540038

思想道德修养和法律基础

3.0

51

 

 

 

3

 

 

 

 

 

 

 

 

540039

中国近现代史纲要

3.0

51

 

 

3

 

 

 

 

 

 

 

 

 

540040

马克思主义基本原理概论

3.0

51

 

 

 

 

3

 

 

 

 

 

 

 

540041

毛泽东思想和中国特色社会主义理论体系概论

5.0

68

 

 

 

 

 

5

 

 

 

 

 

 

 

形势与政策

2.0

68

 

 

1

1

1

1

 

 

 

 

 

 

360029

军事理论

2.0

36

 

 

2

 

 

 

 

 

 

 

 

 

360002

军训

2.0

2周

 

 

 

暑期

 

 

 

 

 

 

 

 

320001-4

体育

4.0

136

 

 

2

2

 

 

2

2

 

 

 

 

 

大学英语

6.0

102

 

 

2

2

2

 

 

 

 

 

 

 

100692

高级语言程序设计

3.0

51

 

 

3

 

 

 

 

 

 

 

 

 

通识选修课(8学分)

(必须选修艺术类课程一门、精品类通识选修课程一门,以及创新创业类课程2学分)

二、大类基础课程(必修26.5学分)

122004-5

高等数学(B)

10.0

170

 

 

5

5

 

 

 

 

 

 

 

 

122010

线性代数(B)

3.0

51

 

 

3

 

 

 

 

 

 

 

 

 

122011

概率论与数理统计

3.0

51

 

 

 

 

3

 

 

 

 

 

 

 

122144

复变函数与积分变换

3.0

51

 

 

 

 

3

 

 

 

 

 

 

 

124003-4

普通物理(B)

6.0

119

 

 

 

3

3

 

 

 

 

 

 

 

580006-7

物理实验

1.5

51

 

51

1

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

续前表

课程编号

课程名称

/

 

 

/

各学期周学时分配/周数分配

三、专业课程

专业基础课(必修22学分)

300009

专业导论(信息类)

2.0

34

 

 

2

 

 

 

 

 

 

 

 

 

102204

电路理论

4.0

68

 

 

 

4

 

 

 

 

 

 

 

 

100388

离散数学

3.0

51

 

 

 

 

3

 

 

 

 

 

 

 

105019

随机过程

2.0

34

 

 

 

 

 

2

 

 

 

 

 

 

105022

数据结构

2.0

34

20

 

 

 

2

 

 

 

 

 

 

 

100219

模拟电子技术

3.0

51

 

 

 

 

3

 

 

 

 

 

 

 

100220

数字电子技术

3.0

51

 

 

 

 

 

3

 

 

 

 

 

 

102118

信号与系统

3.0

51

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

专业必修课(必修21学分)

100694

最优化原理与方法

3.0

51

16

 

 

 

 

3

 

 

 

 

 

 

100246

嵌入式系统

4.0

68

 

20

 

 

 

4

 

 

 

 

 

 

100701

反馈控制理论

4.0

68

 

8

 

 

 

 

4

 

 

 

 

 

100666

人工智能基础

2.0

34

16

 

 

 

 

 

2

 

 

 

 

 

100695

算法

3.0

51

34

 

 

 

 

 

3

 

 

 

 

 

100702

脑科学导论

2.0

34

 

 

 

 

 

 

 

2

 

 

 

 

100677

机器学习

3.0

51

16

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

续前表

课程编号

课程名称

/

 

 

/

各学期周学时分配/周数分配

专业选修课(选修11学分)

A组为共性技术平台模块:要求选择其中之一且至少完成一个完整模块课程。

B组为前沿和拓展课程:要求选修不少于5学分。可用其他学院开设的微专业代替。

专业选修课A组(选修6学分)

模块1:机器智能

100599

图像处理与机器视觉

3.0

51

16

 

 

 

 

 

 

3

 

 

 

 

100604

智能自主机器人与系统

3.0

51

 

8

 

 

 

 

 

3

 

 

 

 

模块2:数据智能

100697

信号处理与智能感知

 

3.0

51

 

6

 

 

 

 

3

 

 

 

 

 

100696

数据工程

 

3.0

51

16

 

 

 

 

 

 

3

 

 

 

 

专业课选修B组(选修3学分)

102214

传感器与检测技术

3.0

51

 

8

 

 

 

 

 

3

 

 

 

 

100600

物联网

3.0

51

 

8

 

 

 

 

 

3

 

 

 

 

100589

机器人学

3.0

51

 

8

 

 

 

 

 

3

 

 

 

 

100698

深度学习

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100703

自然语言处理

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100704

博弈论

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100705

群体智能与协同

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100700

强化学习

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100714

虚拟现实与增强现实

2.0

34

12

 

 

 

 

 

 

 

2

 

 

 

102221

智能控制

2.0

34

 

12

 

 

 

 

 

 

2

 

 

 

实践环节(必修41学分)

241009

工程实践

2.0

34

 

 

 

暑期

 

 

 

 

 

 

 

 

100717

高级语言程序设计实验

1.0

34

 

 

2

 

 

 

 

 

 

 

 

 

100250

电工实习

1.0

17

 

17

 

暑期

 

 

 

 

 

 

 

 

102018

电路实验

1.0

34

 

34

 

 

2

 

 

 

 

 

 

 

100707

Python程序设计实践

1.0

34

 

34

 

 

2

 

 

 

 

 

 

 

102190

电子技术实验

1.0

34

 

34

 

 

 

2

 

 

 

 

 

 

102066

认识实习

2.0

2周

 

 

 

 

 

暑期

 

 

 

 

 

 

100628

综合设计与实践A

2.0

2周

 

 

 

 

 

暑期

 

 

 

 

 

 

100699

智能芯片与系统实践

3.0

51

 

20

 

 

 

 

3

 

 

 

 

 

100700

综合设计与实践B

2.0

34

 

 

 

 

 

 

 

2

 

 

 

 

102067

专业实习

2.0

80小时

 

 

 

 

 

 

 

暑期

 

 

 

 

100711

综合设计与实践C(竞赛)

2.0

2周

 

 

 

 

 

 

 

暑期

 

 

 

 

100712

工程管理与工程伦理(自动化与人工智能)

1.0

9周

 

 

 

 

 

 

 

 

2

 

 

 

100631

毕业实训

3.0

16周

 

 

 

 

 

 

 

 

16周

 

 

 

100670

学科前沿讲座

1.0

17

 

 

 

 

 

 

2次

3次

2次

3次

 

 

100693

毕业设计(论文)

(人工智能)

16.0

16周

 

 

 

 

 

 

 

 

 

16周

 

 

四、个性课程(修满2学分)

(学生可选修如下行业应用导向或跨学科交叉课程,或用其他专业的专业课以及学校开设的微专业模块替代

100597

数字与智能制造技术

3.0

51

 

8

 

 

 

 

 

 

3

 

 

 

100603

智能驾驶

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100593

健康与医学信息处理

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100595

区块链与金融科技

2.0

34

 

 

 

 

 

 

 

 

2

 

 

 

100588

建筑电气与能源管理

3.0

51

 

12

 

 

 

 

 

 

3

 

 

 

 

注:对一年级进入人工智能荣誉计划的同学,要求必修数学分析和高等代数代替高等数学和线性代数。

122201

数学分析(上)

6.0

102

 

 

6

 

 

 

 

 

 

 

 

 

122215

数学分析(下)

6.0

102

 

 

 

6

 

 

 

 

 

 

 

 

122202

高等代数(上)

4.0

68

 

 

4

 

 

 

 

 

 

 

 

 

122216

高等代数(下)

3.0

51

 

 

 

3

 

 

 

 

 

 

 

 

 

 

Copyright © 2012 同济大学控制科学与工程系
技术支持:维程互联 沪ICP备10014176号