我国的人工智能本科专业教育起步较早，可追溯到2001年12月在北京召开的中国人工智能学会第9届学术年会。会上提出了在我国高校创立智能科学与技术专业的倡议。会后，在中国人工智能学会教育工作委员会的积极推动下，2004年3月教育部网站公布了北京大学“智能科学与技术”本科专业备案通过的消息，它标志着我国人工智能本科教育的开始。
我国人工智能本科教育的现状
人工智能诞生六十余年来，几经起伏，走过了一条艰难曲折而又充满光明的发展道路。近几年，又在云计算、大数据、深度学习、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下强势崛起，引发了人工智能本科教育的快速发展。
按照新一代人工智能的框架结构，人工智能本科教育所包含的专业有智能科学与技术专业、数据科学与大数据技术专业，以及机器人工程专业等。到2018年止，全国经教育部批准或备案通过设置智能科学与技术专业的高校共55所、数据科学与大数据技术专业的高校283所、机器人工程专业的高校86所，其总数为424所。从教育部网站公示的2018年全國高校新申报专业情况看，2018年申报智能科学与技术专业、人工智能专业、科学与大数据技术专业、机器人工程专业的高校分别有100所、38所、226所、 108所，三者共计472所。到2019年全国设置上述4个专业的高校总数将达到896所。可以说，整个人工智能本科教育轰轰烈烈、盛况空前。
人工智能本科教育的专业体系建设
人工智能本科教育的专业体系是一个基于新一代人工智能，以人工智能为内核，并逐步向外衍生、复合、交叉发展所形成的包含4层结构的专业架构。
专业体系的层次概念
在国务院关于新一代人工智能发展规划的通知中有这样一段内容：设立人工智能专业，鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。它其实包含了以下四层含义。
第一层，建立人工智能专业。其实，可将智能科学与技术专业更名为人工智能专业，实现智能科学与技术专业与人工智能专业的统一发展。第二层，拓宽人工智能专业教育内容。可依据新一代人工智能的重要学科方向，结合经济社会重大需求，从人工智能向外衍生，生成若干个面向重大智能应用领域的新生专业，构成人工智能专业体系的衍生层。第三层，形成“人工智能+X”复合专业培养新模式。为促进人工智能在各行业的规模化应用，可将人工智能与各行业的既有专业进行复合，生成“人工智能+X”复合专业，构成人工智能专业体系的复合层。第四层，重视人工智能与其它学科专业的交叉融合。人工智能作为引领未来的战略性技术，可将其与别的专业交叉融合，形成人工智能专业体系中的交叉层。
专业体系的结构描述
根据上述分析，人工智能本科教育体系的专业架构可由4层不同类型的专业结构组成，该4层结构由内向外依次是内核层、衍生层、复合层和交叉层。
内核层由智能科学与技术专业和人工智能专业构成。它以脑与认知基础为智能机理，以智能感知与人机交互、机器学习与大数据智能、认知计算与知识工程等为核心知识结构，构成了整个人工智能本科教育专业体系的核心。
衍生层专业由那些沿着新一代人工智能的重要领域方向，面向经济社会发展的重大需求，由核心向外衍生出来的专业构成。例如，“数据科学与大数据技术” 和“机器人工程”专业，可分别看作是沿新一代人工智能的大数据智能方向和自主智能系统方向，面向经济社会对大数据和机器人的重大需求衍生而来的。随着人工智能技术的发展和社会重大需求的深化，还会有新的专业被衍生出来，例如自然语言处理、智能感知计算等。
复合层处于衍生层之外。衍生层专业的基本形式通常是将人工智能与各行业的既有专业复合，形成以“智能+X”为专业名称，以“X+人工智能”为主要教学内容的复合专业结构。例如，智能制造，智能交通、智能教育、智能医疗等等。
交叉层处于4层结构的最外层。其目的是促进人工智能与不同专业教学内容的交叉融合。例如，人工智能与数学、计算机科学、心理学、社会学等学科专业教育的交叉融合。
人工智能正在形成一个新的专业类
首先，人工智能专业不是计算机科学与技术专业的子集。从不同专业知识结构的角度看看，人工智能专业的核心知识结构为脑与认知基础、人工智能原理和机器学习。它与计算机专业的核心知识结构完全不同，甚至不存在交集。因此，人工智能专业不是计算机专业的子集。按照国务院关于新一代人工智能发展规划的精神，它们之间为交叉关系。
其次，按照新一代人工智能的重要基础理论和关键共性技术，前述4层专业体系结构中的衍生层专业应该属于人工智能，即人工智能也不是一个孤立的专业，而应该是一个专业类，由前述4层专业体系结构中的核心层和衍生层专业共同组成。目前，该专业类包含的专业有智能科学与技术、人工智能、数据科学与大数据技术、机器人工程4个专业。
不同类型人工智能人才的培养
对人才类型可以有多种不同的划分方法。这里按照人才的知识和能力结构，将其分为专业型、复合型和交叉型，其中复合型又可划分为纵向复合型和横向复合型。
人工智能专业型人才是指具有较深入、完整的人工智能专业知识，较突出、完整的人工智能技术应用能力，以及具有一定的人工智能理论、方法、技术创新能力的人才。人工智能专业型人才的培养始终应该是人工智能教育的核心。人工智能纵向复合型人才是指可以贯通人工智能理论、方法、技术、产品与应用等的复合型人才;横向复合型人才则是指既具备人工智能基本知识及应用能力，又具有某一行业领域知识及能力结构的人才。人工智能交叉型人才是指除具有人工智能专业知识外，还通晓其它学科专业知识的人才。培养交叉型人才不仅是其它学科专业的需求，也是人工智能专业自身的需求。
复合型和交叉型是两种不完全相同的人才。复合更强调的是学科专业与应用领域的融合，而交叉更强调的是学科专业之间的融合。
人工智能本科专业知识结构
基于新一代人工智能，人工智能本科专业的知识结构，除数学基础、计算机基础、电子基础、控制基础外，其专业知识可划分为4个层次。
人工智能本科专业知识的4层结构
人工智能本科专业知识可划分为4个层次。自下而上分别为：专业核心必修知识，方向平台选修知识，专业方向任选知识，以及认知、能力综合知识。
专业核心必修知识是人工智能专业最重要的核心知识结构。由5个知识领域构成，包括脑与认知基础（1学分），人工智能基础（2学分），机器学习基础（2学分），大数据挖掘（2学分），模式识别（2学分）。共9个学分，要求选择不少于其中的7个学分。
方向平台选修知识是人工智能专业各专业方向共同的公用知识平台。它包括大数据机器学习，神经网络与深度学习，自然语言理解，机器视觉，智能机器人。共5个知识领域，每个知识领域2个学分，要求选择不少于其中的4个学分。
专业方向任选知识是人工智能各专业方向的任选知识结构。建议人工智能专业设置智能感知与交互、机器学习与认知计算、自然语言处理、智能机器人、智能应用技术5个可选的专业方向，每个方向包括若干个知识领域，每个知识领域2学分，要求每个专业任选其中1个方向，并选择该方向当中不少于4个学分的知识。
认知、能力综合知识是人工智能专业必须具备的知识结构。它是人工智能专业必须具有的知识结构，即社会与机器伦理，人工智能前沿讲座，面向应用的智能系统设计与开发。
与卡内基.梅隆人工智能专业课程的对比分析
2018年5月，卡内基.梅隆大学公布了自己的人工智能专业课程体系，该课程体系总共包括40门课程，划分为专业基础、专业核心、专业方向、相关选修4个层次，包括数学与统计学基础、计算机基础、专业核心、专业方向选修、科学与工程选修、道德选修、人类学和艺术选修7个方面。
数學与统计学基础要求选修6门课程;计算机基础要求7门课程;专业核心课要求选修3门，包括人工智能概念（表征与问题求解）、机器学习简介、自然语言处理入门/计算机视觉简介（二选一）;专业方向课要求选修4门，共有4个专业方向，要求每个方向必选1门，共选4门。所设置的4个专业方向分别是感知和语言、机器学习、人机交互、决策和机器人。
对比我们给出的专业知识结构和卡内基.梅隆的专业课程体系，至少我们可以得到以下3点启示。第一，人工智能专业课程体系需要考虑专业方向问题;第二，从专业核心课程开始就需要提供选择机会;第三，脑与认知基础是人工智能专业的核心知识结构。其中对专业方向的设置，除智能应用技术专业方向外，我们设置的专业方向和卡内基.梅隆给出的专业方向个数相同、整体覆盖范围基本相同，主要差别仅是组合方式不同。
我国人工智能本科专业教育起源于2004年，智能科学与技术专业就是我国的人工智能本科专业。在新一代人工智能框架下，人工智能正在逐步形成一个专业类。以人工智能专业为核心，包括由衍生层、复合层和交叉层专业在内所构成的4层专业体系结构是我国人工智能本科专业教育体系的一个基本架构，该基本架构可有效支撑人工智能专业型纵向复合型、横向复合型及交叉型人才的培养。作为整个人工智能本科专业教育体系核心的人工智能专业，除基础知识外，其知识结构体系可由核心知识层、专业方向平台知识层、专业方向知识层及认知能力综合知识层4层结构所组成。另外，从我国人工智能本科教育体系发展的角度看，如何在新一代人工智能大框架下，走内涵、协同发展的道路，是一个需要认真思考的问题。
（作者系中国人工智能学会教育工作委员会主任、首都师范大学信息工程学院教授）
责任编辑：杨静
