人工智能教育總結
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能教育總結范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。
人工智能教育總結范文第1篇
教育是著眼于未來的事業(yè)，教育的首要任務就是為未來社會培養(yǎng)相適應的合格人才。隨著人工智能的誕生和發(fā)展，我國已經(jīng)開始將人工智能應用于教育領域，并顯示出人工智能對于彌補當前教育存在的種種缺陷和不足，推動教學現(xiàn)代化和教育發(fā)展改革進程起著越來越重要的作用。在現(xiàn)代醫(yī)學發(fā)展中，工程科學與臨床醫(yī)學不斷融合，相互進步。近幾年，隨著人工智能技術，機器人技術，虛擬與增強現(xiàn)實技術，3D打印技術與醫(yī)學不斷的融合發(fā)展，衍生出一系列的醫(yī)學診療技術，儀器，大大推進了醫(yī)學發(fā)展。從2013年到2017年，國務院、發(fā)改委、FAD連續(xù)發(fā)文，多次提及醫(yī)療走智能化、云化的趨勢，為推動智能醫(yī)療領域保駕護航。智能與醫(yī)學的結合已經(jīng)是大勢所趨，因此，為培養(yǎng)大量智能醫(yī)學人才極有必要對智能醫(yī)學教育新模式進行深入研究。
一、目前醫(yī)學教育以及醫(yī)學人才培養(yǎng)狀況
智能醫(yī)學工程是一門將人工智能、傳感技術等高科技手段綜合運用于醫(yī)學領域的新興交叉學科，研究內容包括智能藥物研發(fā)、醫(yī)療機器人、智能診療、智能影像識別、智能健康數(shù)據(jù)管理等。
智能醫(yī)學工程的畢業(yè)生掌握了基礎醫(yī)學、臨床醫(yī)學的基礎理論，對智慧醫(yī)院、區(qū)域醫(yī)療中心、家庭自助健康監(jiān)護三級網(wǎng)絡中的醫(yī)學現(xiàn)象、醫(yī)學問題和醫(yī)療模式有較深入的理解，能熟練地將電子技術、計算機技術、網(wǎng)絡技術、人工智能技術，應用于醫(yī)療信息大數(shù)據(jù)的智能采集、智能分析、智能診療、臨床實踐等各個環(huán)節(jié)。實驗教學正是融合型創(chuàng)新人才的最好培養(yǎng)方式。智能醫(yī)學人才的培養(yǎng)需要各學科間的相互交融更為緊密，學生的創(chuàng)新應用能力才能得到更好的培養(yǎng)。與此同時，由于絕大部分醫(yī)工結合的專業(yè)大部分歸屬與工科學院下，缺乏必要的臨床經(jīng)驗，因而學生不能很好的把握新技術的應用。
而國內相關人才缺口還非常大，目前，國內僅僅有生物醫(yī)學工程、醫(yī)學信息工程等工科專業(yè)培養(yǎng)醫(yī)工結合人才。但是囿于培養(yǎng)時間與培養(yǎng)模式，他們往往只能針對具體某一方向，并且目前的培養(yǎng)體系還多著重于工學技術的研究，缺乏臨床實踐。
二、智能+醫(yī)學教育的必要性探究
2.1技術進步對醫(yī)療人員的診療幫助
以癌癥的治療為例，由于針對癌癥藥物的研究何藥物數(shù)量非常巨大，對于普通醫(yī)生在短時間內難以進行準確的判斷針對癌癥的研究和藥物數(shù)量非常巨大，具體來說，目前已有800多種藥物和疫苗用于治療癌癥。但是，這對于醫(yī)生來說卻有負面的影響，因為有太多種選擇可供選擇，使得為病人選擇合適的抗癌藥物變的更加困難。同樣，精確醫(yī)學的進步也是非常困難的，因為基因規(guī)模的知識和推理成為決定癌癥和其他復雜疾病的最終瓶頸。今天，許多受過專業(yè)訓練的醫(yī)學研究員需要數(shù)小時的時間來檢查一個病人的基因組數(shù)據(jù)并作出治療決定。
上述問題在擁有工學、醫(yī)學雙背景的醫(yī)生手中已經(jīng)不是問題，通過目前日漸成熟的AI技術，對于大量的醫(yī)療數(shù)據(jù)進行檢索，通過可靠的編程手段，通過人工智能技術，建立完備的醫(yī)療數(shù)據(jù)庫，幫助醫(yī)生進行診療。據(jù)調查，美國微軟公司已經(jīng)研制出幫助醫(yī)生治療癌癥的人工智能機器，其原理是對于所有關于癌癥的論文進行檢索，并提出對于病人治療最有效的參考方案，它可以通過機器學習來幫助醫(yī)生找到最有效，最個性化的癌癥治療方案，同時提供可視化的研究數(shù)據(jù)。
2.2智能醫(yī)學對于新時代醫(yī)生培養(yǎng)的影響
人工智能通過計算機可為學生提供圖文并茂的豐富信息和數(shù)據(jù)，一方面加強了學生的感性認識，加強了對所學知識的理解和掌握，從而提高了教學質量。同時，人工智能可幫助教師完成繁雜的、需適應各種教學的教學課程、課件等設計，使教師將更多的精力專注于學與教的行為和過程，從而提高教學效率。正如前面所述例子，智能網(wǎng)絡模塊化學習平臺可使教學擺脫以往對于示教病例的依賴，拓展了學生們的學習空間和時間，可極大地提高醫(yī)學學習效率和教學質量。
教育與人工智能相結合將會創(chuàng)新教育方式和理念。北京師范大學何克抗教授在《當代教育技術的研究內容與發(fā)展趨勢》中提到當代教育技術的五大發(fā)展趨勢之一就是“愈來愈重視人工智能在教育中應用的研究”。結合上述人工結合上述人工智能在醫(yī)學教育中的創(chuàng)新作用，下面就人工智能結合醫(yī)學學教育新模式提出一些構想。
三、交叉醫(yī)學人才的培養(yǎng)
3.1建立智能醫(yī)學人才培養(yǎng)體系的必要性
目前智能醫(yī)學的研發(fā)和臨床還存在隔閡，臨床醫(yī)生并沒有很好地理解人工智能，無法從實踐出發(fā)提出人工智能能夠解決的方向，而人工智能的產(chǎn)業(yè)界熱情高漲，卻未必能踩準點，所以產(chǎn)業(yè)界需要和臨床深度溝通融合，才能真正解決看病難、看病貴的問題，緩解醫(yī)療資源緊張。目前，國內僅僅有生物醫(yī)學工程、醫(yī)學信息工程等工科專業(yè)培養(yǎng)醫(yī)工結合人才。
3.2醫(yī)學人才培養(yǎng)體系初步構想
據(jù)悉，目前已經(jīng)有天津大學、南開大學等幾所院校開設了智能方向的醫(yī)學本科教育，旨在彌補上述缺口，相關院校也在積極探索新型人才培養(yǎng)方案。應當為醫(yī)學生開設人工智能課程，應當培養(yǎng)具備生命科學、電子技術、計算機技術及信息科學有關的基礎理論知識以及醫(yī)學與工程技術相結合的科學研究能力。該專業(yè)的學生主要學習生命科學、臨床醫(yī)學，電子技術、計算機技術和信息科學的基本理論和基本知識，充分進行計算機技術在醫(yī)學中的應用的訓練，具有智能醫(yī)學工程領域中的研究和開發(fā)的基本能力。
人工智能教育總結范文第2篇
【關鍵詞】人工智能；診斷學教學；智能教學系統(tǒng)；智能組卷系統(tǒng)；智能閱卷系統(tǒng)；智能仿真教學系統(tǒng)
人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth學會上提出的，隨著計算機核心算法的突破、計算能力的迅速提高以及海量互聯(lián)網(wǎng)數(shù)據(jù)的支撐，目前已被廣泛地應用于各個領域[1-2]。近年來，人工智能也給教育教學領域帶來了機遇，人工智能+教育正如火如荼地開展和推進，改變著傳統(tǒng)的教育形式及生態(tài)[3-4]。2018年教育部《高等學校人工智能創(chuàng)新行動計劃》，各大高校在人工智能及其教育發(fā)展上有了綱領性的指導[5]。醫(yī)學教育作為教育教學諸多領域的一隅，乘著人工智能發(fā)展的東風，各大高校在推進醫(yī)學教學改革方面進行了大量積極的探索與嘗試[6-8]。診斷學是由基礎醫(yī)學過度到臨床醫(yī)學的橋梁課，其教學質量的良莠直接影響到醫(yī)學生的培養(yǎng)質量，傳統(tǒng)的教學方法難以滿足現(xiàn)代醫(yī)學教學的要求，如何發(fā)揮人工智能的應用優(yōu)勢，讓其更好地應用于診斷學的教學工作，也是診斷學課程教改的重要研究方向。
1傳統(tǒng)的診斷學教學方法存在的問題
診斷學是學習臨床基本技能最重要的一門課程，其內容包括癥狀學、體檢檢查、實驗室檢查及輔助檢查等四大塊，分為理論課和見習課，目前大多數(shù)醫(yī)學院理論課采用的是以大班的形式在多媒體教室講授，而見習課則采取分小組的模式進行，多年的教學實踐發(fā)現(xiàn)該教學模式取得的教學效果不盡人意，尤其是近年來隨著全國各大醫(yī)學院校的擴招，出現(xiàn)了師資及教學資源配套的相對不足，上述教學模式的問題逐漸凸顯。理論知識以老師講授為主，采取的是“滿堂灌”的教學模式，然而該部分教學內容知識點繁多，知識串聯(lián)度不高，課堂靈活度、生動度較為薄弱，學生聽完課以后對課程內容印象不深，知識掌握度差，同時由于學生的學習主觀能動性差異大，不能進行課前充分預習的學生在課堂上更加難以跟上老師講授的節(jié)奏。見習課是對理論知識進行實踐，培養(yǎng)學生的實踐操作能力，前期理論知識掌握度差又會影響見習的教學質量，導致教學過程形成惡性循環(huán)[9]。見習課主要采取老師講授要領及演示操作流程，之后學生們互相練習的教學方法，該部分內容需反復加強練習，同樣的動作要領反復錘煉才能熟練掌握，因課堂見習時間有限，而老師講授及演示需占用大部分時間，學生動手實踐機會不多，老師對學生的操作手法、操作內容、操作順序等重要內容進行指導和勘誤的時間少，學生操作的規(guī)范性難以保證，在以后的臨床實踐中，往往存在實踐操作能力的缺陷。上述教學模式教師與學生們之間除了課堂時間，其余時間是脫節(jié)的，不能很好地溝通，學生們有疑問的知識點難以得到老師的及時解答，教學活動中沒有充分反饋，各個教學環(huán)節(jié)難以進行教學反思，形成教學相長的良性循環(huán)。課后復習及階段性總結復習是課堂知識內化及升華的重要方面，傳統(tǒng)的教學模式通常是給學生布置課后作業(yè)，學生完成后上交由老師批改留檔，這個環(huán)節(jié)學生與老師缺乏有效的溝通，且由于學生們學習主觀能動性差異，課后沒有老師的監(jiān)督及針對性地輔導，課后作業(yè)的質量良莠不齊，教學質量欠佳是顯而易見的。隨著現(xiàn)代醫(yī)學的發(fā)展及研究的開展，涌現(xiàn)了一大批新的診斷方法與手段，譬如關于腫瘤診斷的分子marker，評估預測疾病活動度及預后相關的指標，在臨床上已經(jīng)常規(guī)應用，但由于教材更新需要周期，很難跟新進展同步介紹，另外由于課時有限，難以全面地就學科前沿及新進展進行講授[10]。
2人工智能應用于診斷學教學的重要意義
2.1教師方面
將人工智能應用于診斷學教學實踐，削弱了教師的知識權威而強化了教師的價值引導，對教師的個人能力提出了更高的要求，促使教師踏實踐行終身學習并持續(xù)更新自身知識結構?；ヂ?lián)網(wǎng)高速發(fā)展的時代，知識呈幾何指數(shù)更新并出現(xiàn)大爆炸，基于各種互聯(lián)網(wǎng)即時通訊平臺及手機APP，診斷學體格檢查、理論知識講授相關的小視頻及研究進展不勝枚舉，這就要求教師及時獲取、更新知識并進行相應的知識儲備。人工智能的應用促使教師從單人施教發(fā)展為團隊施教，為開發(fā)更具個性化的課程教學注入團隊的力量?；诖髷?shù)據(jù)的人工智能可以減少診斷學教學過程中的機械性、重復性工作，如平時作業(yè)的批改、考勤統(tǒng)計等，減輕了教師的工作負擔，教師可以將更多的精力投入到醫(yī)德醫(yī)風、醫(yī)患溝通能力以及體格檢查手法的規(guī)范化培養(yǎng)上，更多的心思放在豐富課程內容及教學形式上。同時大數(shù)據(jù)可以及時反應學生的學習動態(tài)，教師可以根據(jù)學生的反饋及課程評價有針對性地對學生進行相應的輔導。
2.2學生方面
將人工智能應用于診斷學教學實踐，可以實時動態(tài)記錄學生的學習情況及暴露的問題，如是否按時完成課程任務、測試中哪些知識點容易出錯等，人工智能系統(tǒng)能夠對這些數(shù)據(jù)進行關聯(lián)分析和深度挖掘，并且可視化呈現(xiàn)相應的數(shù)據(jù)，有利于教師及時掌握學生的學習進度、參與度以及學習效果，并根據(jù)具體的學情分析數(shù)據(jù)來調整輔導和教學方案?；谌斯ぶ悄軓姶蟮乃惴ê头治?，可以為學生定制個性化的教學內容及進度，提供更有針對性的課堂內容和隨堂測試，并對測試及平時作業(yè)進行智能批改，真正做到查漏補缺。診斷學課程內容相對枯燥，學生們的學習興趣有限，基于人工智能的教學方式可以寓教于樂，在課程中將一些比較零散的知識點可以設置成互動小游戲，營造出良好的課堂氛圍，提高學生們的學習興趣及學習效率。
2.3教學過程
針對教學過程，人工智能亦發(fā)揮著至關重要的作用。第一，診斷學作為橋梁課程，是一門必修課，包括臨床醫(yī)學五年制、八年制、法醫(yī)學、基礎醫(yī)學等相應專業(yè)的學生均需要學習，人工智能擁有超強的計算能力和強大的“記憶力”，面對眾多不同專業(yè)的學生，可以根據(jù)大數(shù)據(jù)進行分析，制定出適合不同專業(yè)學生的完備教學目標。教學活動開展過程中，人工智能還可以根據(jù)學生的課堂及課后測試表現(xiàn)，依據(jù)分層教學的要求自動設置梯次教學目標，幫助學生們逐步提升學習能力和知識掌握度。第二，人工智能可以憑借自身信息化的特點，對各種教學資源進行分析，為教師和學生選擇更優(yōu)質更合適的資源提供依據(jù)，促進個性化的教與學。第三，傳統(tǒng)的教學方式、教學內容相對有限，人工智能基于大數(shù)據(jù)能夠啟發(fā)新的教學思路，創(chuàng)新教學方法，為診斷學教學提供更多的可能性。
3人工智能在診斷學教學中的應用
3.1智能教學系統(tǒng)
智能教學系統(tǒng)是教育技術學中重要的研究領域，其根本宗旨是使得學生的學習環(huán)境更加優(yōu)良和諧，智能教學系統(tǒng)能夠及時有效地調用最新最全的網(wǎng)絡資源并充分優(yōu)化后供學生學習，使得學生能夠更加全方位、多角度地學習專業(yè)知識，提高學習效果[11]。智能教學系統(tǒng)大致由領域知識部分、教師部分及學生部分3個部分構成[12]，其中領域知識部分又稱為專家部分，這一部分既包含了需要講授的內容及掌握的技能，又可以添加專家的學術成果，既能夠保證學生對于基本概念、基本理論及基本技能的掌握，又能夠拓寬知識面，增加知識的廣度。智能教學系統(tǒng)的教師及學生部分主要是為設計和制定教學方案及策略服務，基于大數(shù)據(jù)基礎上，根據(jù)課程的特點、歷年教學情況、學生身心發(fā)展特點及學習實際情況，制定更加個性化、高效的教學方案，促成教師因材施教，取得更加理想的教學效果。
3.2智能網(wǎng)絡組卷閱卷系統(tǒng)
診斷學教學內容包括理論和見習兩大塊，教學過程中教師的大量時間用于出題、閱卷、批改平時作業(yè)等與考核相關的工作，并且在出題過程中需要圍繞相對固定的重難點內容不斷創(chuàng)新題型，消耗教師大量的精力。智能網(wǎng)絡組卷閱卷系統(tǒng)能夠充分發(fā)揮其優(yōu)勢，將教師從繁冗的考核相關工作中解脫出來，使得教師的教學更高效，教師能夠把更多的時間。智能網(wǎng)絡組卷系統(tǒng)能夠有效收集和分析知名高校教學團隊編寫的在線題庫，實現(xiàn)教學資源的共享，通過隨機抽題組卷、答案隨機排序、題型隨機排序以及設置避免與歷年考卷重復等，顯著提升試卷的質量，亦能改善考試作弊的頑疾，客觀地考核學生對知識的掌握度。智能網(wǎng)絡閱卷系統(tǒng)有簡明的閱卷流程，能夠更有效地識別試卷及答案，能夠明顯降低傳統(tǒng)人工閱卷方式因疲勞帶來的出錯率，使得工作效率更高、考核結果更公正。
3.3智能仿真教學系統(tǒng)
診斷學教學的見習部分是學生提高技能的重要環(huán)節(jié)，常常采用分小組在病房完成的方式進行，在課程的開展過程也凸顯出了各種各樣的問題，譬如因學生分組進行詢問病史、體格檢查，重復次數(shù)多，患者難以多次配合；在教學時間段內病房缺相應的病種，無法對所學的癥狀進行直觀的學習；傳染病流行期間出于對學生健康安全的保護，無法進入病房見習等等，此時智能仿真教學系統(tǒng)能夠發(fā)揮重要的補充作用[13]。人工智能可以根據(jù)提供的海量真實臨床病例，由醫(yī)學專家整合其臨床特征，聯(lián)合計算機專家，根據(jù)相應的教學要求，形成虛擬病人學習系統(tǒng)，學生在仿真診療環(huán)境中，進行問診、體格檢查、診斷以及給出治療方案，同時系統(tǒng)能夠自動發(fā)現(xiàn)學生在問診及診斷過程中的錯誤，通過實踐、糾錯再實踐，提高學生采集病史、體格檢查的能力，同時能夠加強學生的臨床思維的訓練，夯實臨床基本功[14-16]。
4總結及展望
人工智能教育總結范文第3篇
關鍵詞：應用型本科院校；人工智能；電子信息工程；專業(yè)建設
一研究背景
在發(fā)達國家，應用型本科院校一直占有很大的比重。在我國，應用型本科院校也逐漸成為高等教育大眾化的主力軍，對我國高等教育系統(tǒng)未來發(fā)展越來越重要的作用。金陵科技學院作為教育部應用科技大學改革試點戰(zhàn)略研究單位、中國應用技術大學（學院）聯(lián)盟創(chuàng)始單位，也正在積極地去探究相關的應用型專業(yè)建設模式。電子信息工程專業(yè)作為學校的一門深度涉軟專業(yè)，也要緊跟南京城市軟件建設發(fā)展方向，這對應用型電子信息工程專業(yè)培養(yǎng)既是機遇又是挑戰(zhàn)。隨著社會的不斷發(fā)展和科學技術的不斷進步，電子信息工程的應用也越來越廣泛，對人們的生活產(chǎn)生了非常大的影響。，不但改變著人們獲取信息、存儲信息和管理信息的方式，而且為人們進行信息的獲取、存儲和管理提供了新的途徑和方法，目前，各行業(yè)大都需要電子信息工程專業(yè)人才，而且薪金很高。2015年5月8日，備受矚目的《中國制造2025》由國務院正式下發(fā)，這是我國實施制造強國戰(zhàn)略第一個十年的行動綱領。該規(guī)劃二個突出特點是，將"加快新一代信息通信技術與制造業(yè)的深度融合"作為貫徹始終的主題，提出堅持自主研發(fā)和開放合作并舉，加快建立現(xiàn)代電子信息產(chǎn)業(yè)體系，為推動信息化與工業(yè)化深度融合、實現(xiàn)制造業(yè)由大變強、建設網(wǎng)絡強國提供強有力的基礎支撐。在今年，隨著國家“兩會”的盛大召開，人工智能首次被提升到國家發(fā)展戰(zhàn)略高度，人工智能技術的重大突破將帶來新一輪科技革命和產(chǎn)業(yè)革命，大力發(fā)展人工智能技術是中國經(jīng)濟轉型升級的重要動力。電子信息技術的巨大成功和進步，使人工智能可以深層次、多維度地參與到各個行業(yè)各個領域中，使科技的進步快速融入到跨界合作中。比如，電子信息技術的成熟，使人工智能可以深度服務于醫(yī)療衛(wèi)生事業(yè)、配合甚至取代醫(yī)生進行精確的手術治療。在無人駕駛領域，無人駕駛汽車、無人駕駛飛機、無人駕駛艦船都已經(jīng)陸續(xù)投入使用；在軍事領域，人工智能的運用更是已經(jīng)爐火純青，俄羅斯與美國的人工智能作戰(zhàn)部隊和相關系統(tǒng)，已經(jīng)在反恐作戰(zhàn)中屢立戰(zhàn)功，威力無比，作戰(zhàn)效能與性價比遠遠超越人類士兵。由此可看出，人工智能在電子信息技術大發(fā)展的當下，終于在應用層面開始發(fā)光發(fā)熱，現(xiàn)出巨大的生命力和后續(xù)無窮無盡的成長潛力，人工智能在各行各業(yè)的廣泛應用，是國家經(jīng)濟結構戰(zhàn)略性調整、產(chǎn)能升級改造、產(chǎn)業(yè)結構優(yōu)化、核心技術創(chuàng)新獲得成功的關鍵。隨著BAT、華為、大疆無人機等高科技企業(yè)在人工智能應用和開發(fā)上的不斷探索，刺激更多人才和資本向人工智能商業(yè)應用領域涌入。目前，基于人工智能學習背景下，軟硬件相關知識過硬的電子信息類專業(yè)人才已經(jīng)成為社會上最為緊缺的人才，薪水待遇很高。
二需要解決的關鍵問題
作為應用型本科院校，如何將“人工智能”新概念融入到電子信息工程專業(yè)建設中，根據(jù)社會發(fā)展的需求，校企緊密結合，培養(yǎng)出復合型的，應用型的社會緊缺人才，是需要去解決的關鍵問題。1.像當年互聯(lián)網(wǎng)的崛起一樣，人工智能真正的發(fā)展才剛剛興起，相關的概念及定義還不完全定型，如何把握好未來人工智能的發(fā)展方向，有針對性地在傳統(tǒng)的電子信息工程課程計劃中規(guī)劃與人工智能息息相關的課程，比如人工智能原理，機器學習，深度學習等課程，將兩者有機融合，在人才培養(yǎng)上面臨較大的挑戰(zhàn)。2.人工智能是一門綜合了控制論、信息論、計算機科學、神經(jīng)生理學、心理學、語言學、哲學等多門學科的嶄新概念。如果要將“人工智能”融入到電子信息工程專業(yè)建設中，就不僅需要學生學好如模擬電子技術，數(shù)字電子技術，數(shù)字信號處理，單片機技術，C/C++程序設計等傳統(tǒng)的課程，打好基礎，還需要加強在數(shù)據(jù)挖掘，神經(jīng)網(wǎng)絡等以數(shù)學為基礎的課程方面的建設，扎實學生的數(shù)學物理基礎。這對學生的學習能力要求更高，老師的教學水平也提出更高的要求。因此，如何加強此方面的師資專業(yè)培訓，是一個該課題需要解決的關鍵問題。3.一個專業(yè)人才的培養(yǎng)，不僅需要優(yōu)秀的師資力量以及良好的學風，還需要有相關的硬件實驗平臺作為支撐。如何根據(jù)“人工智能”新概念，針對性地新建一些諸如智能傳感器實驗室，人體特征識別實驗室，機器人實驗室等，把電子信息工程專業(yè)中的電子器件技術，信號處理技術等應用于人臉識別，智能家居，機器人等熱門領域，根據(jù)學生的興趣愛好因材施教，提高學生的動手能力，也是該課題需要去解決的一個關鍵問題。
三研究內容
本文以“人工智能”新概念下的電子信息工程專業(yè)教學及實踐模式為研究內容，重點研究如何將人工智能相關的理論及實驗課程建設融入到傳統(tǒng)的電子信息工程專業(yè)培養(yǎng)方案中，做到無縫結合，在培養(yǎng)模式上需要有一定的理論創(chuàng)新，以更好地適應人工智能類的高新電子信息技術企業(yè)對相關應用型人才的要求。目前擬以現(xiàn)有電子信息工程專業(yè)的課程體系和專業(yè)方向為基礎，形成以“人工智能”為導向的應用型電子信息工程特色專業(yè)建設，在未來的專業(yè)發(fā)展規(guī)劃中，逐漸形成物聯(lián)網(wǎng)、智能家居、機器人，無人機，人臉識別，語音交互，智能駕駛等不同的專業(yè)方向，增加學生的就業(yè)面，提高學生的就業(yè)層次，加強學生的就業(yè)競爭力。主要具體體現(xiàn)在以下幾個方面：
（一）實踐教學的形式多樣
可采用以“學生興趣愛好”為依據(jù)的引導式教學實踐模式，在扎實學生數(shù)學物理等理論的基礎上，將最新的人工智能概念貫穿在電子信息工程專業(yè)課程體系中，通過不同的應用型實驗項目拓寬學生的知識面，提高學生的主動學習能力，動手實踐能力，創(chuàng)新能力以及獨立開展研究的能力，將課堂教學、校內實驗和校外企業(yè)實習三者相互結合，鼓勵學生參加諸如全國大學生電子設計大賽，全國大學生智能設計競賽，中美創(chuàng)客大賽等賽事，以確保培養(yǎng)出高素質的應用型專業(yè)人才。同時，讓學生從大二開始就自選課題、進實驗室、根據(jù)興趣愛好組建不同研究方向的實驗團隊，并為學生按照不同的研究方向配備專業(yè)教師，以此讓學生融入到教師的科研工作中去，形成所謂的本科生導師制制度，由相應的導師全程指導，開展科學研究，培養(yǎng)學生的科技創(chuàng)新能力和動手實踐能力。
（二）注重提高教師的教學及科研水平
在努力提高學生學習能力的同時，注重提高應用型電子信息工程專業(yè)教師的教學及科研水平，使其能夠很好地將“人工智能”新概念用于電子信息工程專業(yè)的教學中，指導學生參加相關的各種競賽，提高教師團隊的實踐能力及技術水平。通過海內外招聘和內部強化培養(yǎng)(教師博士化、教師雙師化、教師國際化)等舉措，加強師資團隊建設；通過鼓勵教師積極開設MOOC課程，參加教師技能大賽以及國內外教學培訓，從多方面提高教師的教學水平。
（三）建立完善的校企合作制度，為學生提供相應的實習基地
企業(yè)工程師可以參與相關的人才培養(yǎng)方案修訂和部分的教學實踐工作。這種合作制度既可以提高教師的科研應用水平，也可以為學生提供就業(yè)機會，增強學生的實踐創(chuàng)新能力。
（四）注重課程大綱修改，實驗室平臺建設
以改革傳統(tǒng)的電子信息工程專業(yè)的培養(yǎng)模式為目標，總結在“人工智能”新概念下教學及實踐的相關經(jīng)驗，形成一個有鮮明特色的電子信息工程專業(yè)培育模式。應用型本科院校電子信息工程專業(yè)人才未來的發(fā)展戰(zhàn)略和改革方向，應重點考察“人工智能”新概念下專業(yè)人才培養(yǎng)模式的優(yōu)缺點。重點關注“人工智能”新概念下的教學及實踐課程大綱修訂、教師教學及科研能力培訓體系構建、實驗室軟硬件平臺建設、校企合作培養(yǎng)模式探討及校外實習基金建設等工作。
四結語
本文探討和研究了“人工智能”新概念下應用型電子信息工程專業(yè)培養(yǎng)模式，結合金陵科技學院電子信息工程專業(yè)的發(fā)展情況，對原有的專業(yè)培養(yǎng)模式做了一定的理論創(chuàng)新，引入了“人工智能”新概念，從理論和實踐教學，學生學習能力和教師教研技能培養(yǎng)，校企合作辦學，實驗室建設等方面進行了一系列的探討。
參考文獻
[1]姚俊.電子信息工程專業(yè)人才培養(yǎng)模式研究[J].山東社會科學2016(S1):357-358.
[2]葉全意,徐志國,吳杰,等.應用型本科院校電子信息類專業(yè)大學生科技創(chuàng)新能力培養(yǎng)[J].教育教學論壇,2016(46):93-94.
人工智能教育總結范文第4篇
AI最先商業(yè)化的項目，應數(shù)2011年初次亮相的IBM人工智能認知系統(tǒng)Watson。2016年，借助商務領域的積累切入具體應用，Watson的商業(yè)模式逐漸明朗，并為IBM的第四次轉型貢獻了亮麗業(yè)績。
然而還不夠快。受傳統(tǒng)業(yè)務下滑拖累，IBM 2017年一季度營收繼續(xù)下滑。
拖著鉛球，Watson在與未來賽跑。
百年商業(yè)帝國的第四次轉型
與眼下最熱的圍棋AI等通用人工智能不同，IBM的“人工智能”一開始便是為解決商業(yè)問題而生，其方向是商業(yè)領域的增強人工智能（Intelligence Augmentation）。2007年8月，幾個人工智能專家告訴IBM高級副總裁約翰？凱利，他們要創(chuàng)建世界上第一個處理非結構化數(shù)據(jù)、可與人互動的人工智能系統(tǒng)。2011年人工智能認知系統(tǒng)Watson初次亮相，就打敗了美國問答游戲電視節(jié)目《危險邊緣》的連勝紀錄保持者和最高獎金得主。2014年，IBM專門組建Watson部門，并陸續(xù)投入數(shù)十億美元。
2011年IBM百年之際，《經(jīng)濟學人》周刊曾撰文總結IBM三次重大轉型：從機械制造到計算機制造、從大型機制造到包括個人電腦在內的分布式計算機系統(tǒng)、從計算到服務。2016年初，IBM董事長兼CEO羅睿蘭宣布IBM正式進入第四次轉型，目標是成為一家認知解決方案云平臺公司，“未來五年，我們所作的每一個決策，無論個人或專業(yè)機構，都將受到Watson的協(xié)助?！?/p>
2017年4月，“天工開物 人機同行”2017 IBM中國論壇在北京舉行，IBM展示了其作為認知解決方案和云平臺公司在全球范圍內的突破性進展，及與中國本地伙伴在電子、能源、教育、汽車、醫(yī)藥、高性能材料及相關服務等行業(yè)或領域的合作成果：
神思電子采用IBM 的Watson Explorer，在金融和醫(yī)療行業(yè)鎖定“智能客服”、“實體服務機器人”和“自助設備智能升級”領域，提升服務質量與效率。與杭州認知合作，應用IBM Watson腫瘤解決方案幫助中國醫(yī)生獲得循證型癌癥診療的決策支持，從而為患者提供個性化治療方案。隆基泰和與IBM共同合作，借助Watson平臺構建綜合能源云平臺，為工業(yè)商業(yè)企業(yè)構建完整的客戶能耗視圖、用能預測及能效水平的分析和洞察能力打造智慧能源服務體系。
此外，IBM為上海世外教育集團打造“兒童英語口語辨識及評價系統(tǒng)”幫助6-15歲學生學習英語，與禾嘉股份共同推出基于區(qū)塊鏈的醫(yī)藥采購供應鏈金融服務平臺，在精細化工行業(yè)，默克正在利用IBM IoT技術打造全新智能物流與智能工廠，而一汽大眾也將采納IBM大數(shù)據(jù)、云計算、認知計算等技術打造佛山創(chuàng)新中心，建立智能工廠。
除了垂直行業(yè)，IBM“商業(yè)人工智能”也在為專業(yè)人士提供增強智能，提高工作效率和業(yè)務水平。目前，Watson系統(tǒng)已進入法律、醫(yī)療、教育、金融，零售，服b設計等60多個職業(yè)領域示范人機協(xié)作，將專業(yè)人士從重復勞動中解放出來。論壇上，IBM大中華區(qū)董事長陳黎明表示，“我們相信，企業(yè)大規(guī)模采用人工智能技術的爆發(fā)期就在當下，并將為各行業(yè)和專業(yè)帶來巨大的創(chuàng)新價值?！?/p>
拖著鉛球賽跑
商業(yè)的殘酷在于，僅憑方向正確，未必能贏得賽跑。除了亞馬遜、微軟、谷歌這樣的外部競爭者，IBM對云計算和Watson孤注一擲，更大的壓力來源于自身：新興業(yè)務的增速能否超越傳統(tǒng)業(yè)務下滑的速度。
4月19日，IBM2017年一季度財報，其“戰(zhàn)略業(yè)務小組”（IBM重點發(fā)展的云計算、分析、社交、安全及移動產(chǎn)品）營收增長12%，至78億美元。Watson所屬的認知解決方案業(yè)務板塊營收同比增長逾2%，達41億美元；云計算業(yè)務營收增長33%至億美元，凈收入為23億美元。
與戰(zhàn)略業(yè)務表現(xiàn)亮麗形成對比的是，受傳統(tǒng)硬件和軟件業(yè)務增長停滯的拖累，IBM整體業(yè)績依然繼續(xù)在下滑：公司一季度營收同比下滑2.8%，降至181.6億美元，低于預期的184億美元。其公司營收連續(xù)20個季度下滑，并創(chuàng)下2002年一季度以來最低水平。
財報后，IBM股價下跌超過8美元，跌幅近5%。其大股東伯克希爾哈撒韋2016年報顯示持有8120萬股IBM，也就是說，如果巴菲特一季度沒有減倉，將損失約6.5億美元。
有趣的是，之前盡管和比爾？蓋茲關系很好，巴菲特開始嘗試購買科技股的時候，并沒有買微軟的股票，而是選擇了IBM，幾乎全程體驗了一把IBM轉型帶來的緩慢復蘇。
2015年，巴菲特入股IBM時正是其收入連年下滑之際，2016年初，IBM股價已跌至不足120美元。一年之后，2016年IBM財報顯示，IBM云業(yè)務當年實現(xiàn)137億美元營收，同比增長35%，占IBM全年總營收的17%；云業(yè)務年化營收達86億美元，同比大幅增長63%；計入“技術支持及云平臺”項目的年毛利率達41.9%；以Watson為主的IBM認知解決方案營收達182億美元，毛利率高達81.9%。2016年，IBM股價上漲了20%。
2014-2016年，IBM猶如傳統(tǒng)企業(yè)轉型的一個縮影：借助自身在商務領域的積累，在云服務和人工智能領域大力投資，切入具體應用，商業(yè)模式逐漸明朗。
并購與合作
IBM對云服務和Watson期許甚高，Watson的十年布局也逐漸步入收獲季。隨著醫(yī)療、物聯(lián)網(wǎng)、金融、零售、時尚、教育等多個行業(yè)標志性樣本的出現(xiàn)，Watson的商業(yè)版圖正在擴張。
Watson成為全球醫(yī)療健康第一人工智能系統(tǒng)，其秘籍是不斷吸收大量非結構化數(shù)據(jù)并加以學習。為了“喂飽”Watson， IBM不斷收購醫(yī)療健康領域的公司，兩年間花費超40億美元。除了加大并購，IBM為拓展商務版圖同時也采用了更實際的方式：與垂直領域巨頭合作，補充基礎數(shù)據(jù)和垂直行業(yè)領域的專業(yè)知識。
2016年10月，IBM宣布與通用汽車合作，Watson為其新版車機系統(tǒng)OnStar提供技術支持；與全球教育機構培生合作，Watson為其學生提供自然語言下的學習指導。今年3月19日，IBM認知商業(yè)戰(zhàn)略在中國正式落地一年之際，萬達網(wǎng)絡科技集團與IBM在北京簽訂戰(zhàn)略合作協(xié)議。萬達網(wǎng)絡科技集團正式進軍公有云業(yè)務領域，萬達也將成為Watson在中國落地的重要基礎設施。
從另一方面來看，萬達選擇IBM，很大程度上是由于IBM這部分業(yè)務的體量。IBM云業(yè)務在2016年實現(xiàn)137億美元營收。亞馬遜AWS 2016年營收122億美元；微軟未透露Azure云業(yè)務的實際營收，摩根大通分析師估算約26億美元；谷歌也未披露云計算業(yè)務營收，外界估算在10億美元左右。從總體營收規(guī)模來看，IBM云計算業(yè)務其實并不輸于AWS、微軟云和谷歌云。
人工智能教育總結范文第5篇
計劃強調，要加強人工智能領域專業(yè)建設，形成“人工智能＋X”復合專業(yè)培養(yǎng)新模式。計劃的重點任務之一，是要完善人工智能領域人才培養(yǎng)體系，并且推動高校人工智能領域科技成果轉化與示范應用。高校在人才培養(yǎng)中起到了至關重要的作用，雖然人工智能尚未成為一級學科，但國內不少一流的高校已經(jīng)開始通過建立合作實驗室、增強人工智能分支教學等方式發(fā)展人工智能。
為了解各高校開展人工智能研究的情況，億歐盤點了10家在設有人工智能實驗室或有人工智能分支專業(yè)的高校。
清華大學：計算機科學與技術系
清華大學計算機科學與技術系（簡稱計算機系）成立于1958年，在2006年、2012年全國學位與研究生教育發(fā)展中心開展的一級學科整體水平評估中，以總分滿分100分的成績排名第一。2017年，在 USnews 推出的世界大學學科排名 Best Global Universities for Computer Science 中，計算機科學與技術學科緊隨 MIT之后位列世界第2名。在 QS 世界大學排名 （QS World University Rankings） 給出的全球計算機學科排名中為例第15名，其排名與得分逐年穩(wěn)步提升。
計算機系包含了國內計算機專業(yè)最全的學科方向，設有高性能計算機與處理器、并行與分布式處理、存儲系統(tǒng)、大數(shù)據(jù)與云計算、計算機網(wǎng)絡、網(wǎng)絡與信息系統(tǒng)安全、系統(tǒng)性能評價、理論計算機科學、數(shù)據(jù)工程及知識工程、軟件工程、計算機與VLSI設計自動化、軟件理論與系統(tǒng)、生物計算及量子計算、人工智能、智能控制及機器人、人機交互與普適計算、計算機圖形學與可視化技術、CAD技術、計算機視覺、媒體信息處理等研究方向。
計算機系現(xiàn)設有高性能計算、計算機網(wǎng)絡技術、計算機軟件、人機交互與媒體集成4個研究所；智能技術與系統(tǒng)國家重點實驗室；計算機基礎與實驗教學部等科研教學機構。
計算機系還設有國家級計算機實驗教學示范中心，包括：計算機原理實驗室、微型計算機實驗室、計算機網(wǎng)絡實驗室、操作系統(tǒng)實驗室、計算機軟件實驗室、計算機控制系統(tǒng)實驗室、智能機器人實驗室、計算機接口實驗室、學生科技創(chuàng)新實驗室等。此外，計算機系還與騰訊、搜狗、微軟、思科等國內外著名公司建立了面向教學或研究的聯(lián)合實驗室。
北京大學：智能科學系
智能科學系成立于2002年7月，主要從事智能感知、機器學習、數(shù)據(jù)智能分析與智能計算、智能機器人等方向的基礎和應用基礎研究，側重于理論、方法以及重大領域應用上。
北大智能科學系依托于視覺聽覺信息處理國家重點實驗室，實驗室以實現(xiàn)高度智能化的機器感知系統(tǒng)為目標，在生物特征識別研究方面處于國際領先地位。智能科學系在著名的軟件與人工智能專家、我國載人飛船工程軟件專家組組長何新貴院士和長江特聘教授查紅彬教授的帶領下，重點開展機器視覺、機器聽覺、智能系統(tǒng)與智能的生理心理基礎等研究。以北大智能科學研究人員為技術核心的北大指紋自動識別系統(tǒng)，是國內唯一能與國外系統(tǒng)抗衡的自主知識產(chǎn)權，是中國第一家也是唯一的一家提供公安應用全面解決方案的系統(tǒng)，擁有中國指紋自動識別技術產(chǎn)品第一市場占有率。
人工神經(jīng)網(wǎng)絡說話人識別新方法的研究獲得教育部科技進步一等獎；國家空間信息基礎設施關鍵技術研究獲得2000年中國高?？茖W技術二等獎，入選2000年中國高校十大科技進展。
復旦大學：類腦智能科學與技術研究院
復旦大學類腦智能科學與技術研究院于2015年3月籌建成立，是復旦大學校內的獨立二級研究機構。其前身為復旦大學第一批跨學科交叉國際化研究中心——計算系統(tǒng)生物學研究中心，成立于2008年。研究院基于復旦大學既有的數(shù)學、統(tǒng)計學、計算機科學、生物學、信息學、臨床醫(yī)學、語言學、心理學等多學科綜合交叉研究優(yōu)勢，以計算神經(jīng)科學為橋梁，著力開展大腦機制解析、腦疾病智能診療、類腦智能算法、類腦智能軟硬件、新藥智能研發(fā)、通用智能等相關領域的科學研究、技術研發(fā)和人才培養(yǎng)。
研究院率先探索打通國際與國內、科技與產(chǎn)業(yè)的全鏈條、全球化產(chǎn)學研合作機制，充分發(fā)揮高校培養(yǎng)和儲備高端智能人才、發(fā)現(xiàn)和培育前沿技術的綜合優(yōu)勢，推動產(chǎn)學研源頭創(chuàng)新與合作，致力于成為推動腦科學、人工類腦智能與產(chǎn)業(yè)應用融合發(fā)展的重要科技創(chuàng)新平臺。
研究院目前在建五個核心功能平臺和一個國際合作研發(fā)中心，主要包括：一是以腦高級認知功能的多信息反饋處理機制研究為核心的神經(jīng)形態(tài)計算仿真平臺；二是以多尺度多中心重大腦疾病數(shù)據(jù)庫和算法開發(fā)為基礎的智能診治數(shù)據(jù)示范平臺；三是依托高端醫(yī)療影像設備集群，為生物醫(yī)學轉化研究和信息產(chǎn)業(yè)智能化提供試驗技術支撐的綜合生物醫(yī)學影像平臺；四是以開發(fā)深度學習、強化學習和自組織學習等機器學習算法以及可穿戴設備、類腦芯片、健康服務機器人等為目標的類腦智能軟、硬件開發(fā)平臺；五是集孵化加速、產(chǎn)業(yè)聯(lián)盟、投資基金為一體，為類腦智能創(chuàng)新項目及企業(yè)提供應用技術資源和孵化服務的類腦智能產(chǎn)業(yè)化平臺；六是依托已有的歐洲人類腦計劃、美國腦計劃等國際合作的數(shù)據(jù)、學術資源，建設類腦智能國際合作節(jié)點和人才培養(yǎng)中心。
中國科學院：自動化研究所
中國科學院自動化研究所成立于1956年10月，是我國最早成立的國立自動化研究機構。目前設有類腦智能研究中心、智能感知與計算研究中心、腦網(wǎng)絡組研究中心等12個科研開發(fā)部門，還有若干與國際和社會其他創(chuàng)新單元共建的各類聯(lián)合實驗室和工程中心。另有漢王科技、三博中等四十余家持股高科技公司。
近年來，自動化所共獲得省部級以上獎勵30余項。數(shù)量逐年增加，質量不斷提高；專利申請和授權量連年攀升，多年位居北京市科研系統(tǒng)前十名繪制的“腦網(wǎng)絡組圖譜”第一次建立了宏觀尺度上的活體全腦連接圖譜；虹膜識別核心技術突破國外封鎖，通過產(chǎn)學研用相結合走出“中國制造”之路；基于自動化所語音識別技術的“紫冬語音云”在淘寶、來往等阿里巴巴旗下移動客戶端產(chǎn)品中得到推廣；“分子影像手術導航系統(tǒng)”通過國家藥監(jiān)局醫(yī)療器械安全性及有效性檢測認證并進入臨床應用；“智能視頻監(jiān)控技術”和“人臉識別技術”分別成功應用于2008年北京奧運會、2010年上海世博會的安保工作中，為社會安全貢獻自己的力量；研制的AI程序“CASIA－先知1．0”采用知識和數(shù)據(jù)混合驅動的體系架構，在2017首屆全國兵棋推演大賽總決賽中7：1的懸殊比分戰(zhàn)勝人類頂級選手，展示了人工智能技術在博弈對抗領域的強大實力……
在共建機構方面，自動化所與新加坡媒體發(fā)展管理局聯(lián)合成立中新數(shù)字媒體研究院，聚焦交互式語言學習、視頻和分析等領域；與瑞士洛桑聯(lián)邦理工大學（EPFL）在京成立中瑞數(shù)據(jù)密集型神經(jīng)科學聯(lián)合實驗室，在類腦智能研究方面展開合作；與澳大利亞昆士蘭大學（UQ）共建中澳腦網(wǎng)絡組聯(lián)合實驗室，在“計算大腦”研究方向上進行遠景規(guī)劃；還與香港科技大學共建智能識別聯(lián)合實驗室，在模式識別、無線傳感器網(wǎng)絡等領域展開合作。
廈門大學：智能科學與技術系
早在上世紀八十年代初，廈門大學就已開始從事人工智能領域的研究，相繼在專家系統(tǒng)、自然語言處理與機器翻譯等領域取得過一系列成果。為此，1988年經(jīng)學校批準成立“廈門大學人工智能與計算機應用研究所”，后于2004年更名為“廈門大學人工智能研究所”。2006年12月，經(jīng)國家教育部批準，廈門大學正式設立“智能科學與技術”本科專業(yè)，并于2007年6月經(jīng)學校批準成立“廈門大學智能科學與技術系”。
廈門大學智能科學與技術系現(xiàn)有一個本科專業(yè)（智能科學與技術），三個碩士學位授予專業(yè)（模式識別與智能系統(tǒng)、計算機科學與技術、智能科學與技術），兩個博士學位授予專業(yè)（計算機科學與技術、智能科學與技術）。
目前該系承擔多項國家863、國家自然科學基金、福建省科技基金等項目，擁有“福建省仿腦智能系統(tǒng)重點實驗室”、“智能信息技術福建省高校重點實驗室”和“廈門大學語言技術中心”三個平臺，此外還有“藝術認知與計算”、“自然語言處理”、“智能多媒體技術”、“人工大腦實驗室”、“智能中醫(yī)信息處理”等多個研究型實驗室，為培養(yǎng)高質量的學生提供了必要的保障。
上海交通大學：計算機科學與工程系
上海交通大學計算機科學與工程系成立于1984年。近年來，隨著計算機科學與技術在人們生活中的應用不斷深入，特別是隨著云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)等技術的興起，交通大學計算機系不斷調整學科方向，形成了高可靠軟件與理論、并行與分布式系統(tǒng)、計算機網(wǎng)絡、智能人機交互、密碼學與信息安全等研究方向。
該院系下設三個重點實驗室：智能計算與智能系統(tǒng)重點實驗室、上海市教委智能交互與認知工程重點實驗室、省部共建國家重點實驗室培育基地及上海市可擴展計算與系統(tǒng)重點實驗室。其中，上海交通大學－微軟智能計算與智能系統(tǒng)聯(lián)合實驗室目前是教育部－微軟重點實驗室，成立于2005年9月，是交通大學和微軟亞洲研究院在多年良好合作的基礎上，為了更好發(fā)揮各自在并發(fā)計算、算法與復雜性理論、仿腦計算、計算機視覺、機器學習、計算智能、自然語言處理、多媒體通訊以及機器人等領域的優(yōu)勢，實現(xiàn)“使未來的計算機和機器人能夠看、聽、學，能以自然語言的方式與人類交流”這一共同使命而成立的。實驗室在科學研究、人才培養(yǎng)、學術交流等方面也取得了很好的成績。實驗室累積200余篇，成果發(fā)表于CVPR，ICCV，WWW等國際頂級會議上。
南京大學：計算機科學與技術系
南京大學的計算機科學研究起步于1958年，建立了計算技術、計算數(shù)學、數(shù)理邏輯等專業(yè)開始培養(yǎng)計算機相關領域專門人才，1978年在上述三個專業(yè)基礎上成立了計算機科學系，1993年更名為計算機科學與技術系。
依托該系師資，先后成立了南京大學計算機軟件研究所、計算機軟件新技術國家重點實驗室（南京大學）、南京大學計算機應用研究所、南京大學多媒體計算技術研究所、南京大學軟件工程中心（江蘇省軟件工程研究中心）、南京大學信息安全研究所等科研機構。主要科研方向有：軟件自動化與形式化、分布與并行計算及新型網(wǎng)絡、新型程序設計與軟件方法學、多媒體與信息處理、人工智能與機器學習、系統(tǒng)軟件及信息安全等。
建系30年來，共承擔國家973計劃、國家863計劃、國家攀登計劃、國家自然科學基金、國家科技攻關等重大科技計劃項目以及省、部、委科研項目和企事業(yè)委托或國際合作的研發(fā)項目300余項，科研成果獲得各種獎勵80余項，其中國家科技進步獎一等獎1項、二等獎4項、三等獎2項，省部委自然科學獎和科技進步獎特等獎2項，一等獎8項，二等獎37項。3000多篇，出版專著、教材50多部，申請國家發(fā)明專利33項。部分成果被轉化為產(chǎn)品，產(chǎn)生了較大社會效益和經(jīng)濟效益。
哈爾濱工業(yè)大學：計算機科學與技術學院
哈爾濱工業(yè)大學計算機專業(yè)創(chuàng)建于1956年，是中國最早的計算機專業(yè)之一。在1985年，發(fā)展成為計算機科學與工程系，并建立了計算機科學技術研究所。2000年，計算機科學與技術學院成立；同年，建立了軟件學院，后經(jīng)國家教育部、國家計委批準為國家示范性軟件學院。目前。哈工大計算機科學與技術學院擁有計算機科學與技術國家一級重點學科、7個博士點和7個碩士點、1個博士后科研流動站、一個國家級教學團隊、一個國家級科技創(chuàng)新團隊、一個國防科工委創(chuàng)新研究團隊。
目前主要研究方向包括：智能人機交互、音視頻編解碼技術、語言處理、自然語言理解與中文信息處理、機器翻譯、信息檢索、海量數(shù)據(jù)計算、計算機網(wǎng)絡與信息安全、傳感器網(wǎng)與移動計算、高可靠與容錯計算技術、穿戴計算機、企業(yè)計算與服務計算、智能機器人、生物計算與生物特征識別。
學院有一批研究成果達到國際先進水平，包括：國家信息安全管理系統(tǒng)、數(shù)字視頻廣播編碼傳輸與接收系統(tǒng)、大規(guī)模網(wǎng)絡特定信息獲取系統(tǒng)、計算機機群并行數(shù)據(jù)庫系統(tǒng)、并行數(shù)據(jù)庫系統(tǒng)、神州號飛船數(shù)據(jù)管理分系統(tǒng)、穿戴計算機系統(tǒng)、信息安全與實時監(jiān)測系統(tǒng)、人臉識別系統(tǒng)、視頻編解碼技術、黑龍江省CIMS應用示范工程、農(nóng)業(yè)專家系統(tǒng)等等。
中國科學技術大學：計算機科學與技術學院
中國科技大學于1958年建校時就設置了計算機專業(yè)。根據(jù)學科發(fā)展趨勢和國家中長期發(fā)展規(guī)劃，面向國家和社會的重大需求，計算機科學與技術學院將科研力量凝聚在高性能計算、智能計算與應用、網(wǎng)絡計算與可信計算、先進計算機系統(tǒng)四個主要的研究領域。
學院的支撐實驗室有：國家高性能計算中心（合肥）、安徽省高性能計算重點實驗室、安徽省計算與通訊軟件重點實驗室、 多媒體計算與通信教育部－微軟重點實驗室、中國科大超級運算中心和信息科學實驗中心。
其中，多媒體計算與通信教育部—微軟重點實驗室主要從事人機自然語音通信、語義計算與數(shù)據(jù)挖掘等方面的研究。人機自然語音通信方面，主要研究中文信息處理、人類視聽覺機理、語音語言學等。語義計算與數(shù)據(jù)挖掘方面，主要研究自然語言驅動的計算、多媒體內容的語義標注、自動問答、語義社會網(wǎng)絡、數(shù)據(jù)與知識工程、隱私保護與管理中的語義計算等。
依托多媒體計算與通信教育部—微軟重點實驗室，雙方聯(lián)合實施了聯(lián)合培養(yǎng)博士生計劃、實習生計劃、精品課程建設計劃、青年教師培養(yǎng)計劃等，取得了突出成果，探索出了一條企業(yè)和高校共同培養(yǎng)優(yōu)秀人才的道路，為微軟亞洲研究院與其他高校的合作提供了一個經(jīng)典范例。
華中科技大學：自動化學院
華中科技大學自動化學院是由原控制科學與工程系和原圖像識別與人工智能研究所于2013年合并組建的學院。原控制科學與工程系前身是成立于1973年的華中工學院自動控制系，1998年更名為華中理工大學控制科學與工程系；原圖像識別與人工智能研究所是1978年由教育部和航天部共同批準成立從事圖像識別和人工智能研究的研究機構。
科學研究工作主要涉及復雜系統(tǒng)控制理論、決策分析與決策支持、電力電子與運動控制、智能控制與機器人、計算機集成控制與網(wǎng)絡技術、信息檢測與識別、飛行器控制與狀態(tài)監(jiān)測、生物信息處理、神經(jīng)接口與康復技術、物流系統(tǒng)、國民經(jīng)濟動員與公共安全、多譜圖像制導、目標探測的多譜信息技術、多譜信息的實時處理與系統(tǒng)集成技術、人工智能與思維科學、信息安全等方向。
模式識別與智能系統(tǒng)是自動化一級學科的重要二級學科。迄今為止，本系在原 “圖像識別與人工智能研究所”和“控制科學與工程系”的這兩個學科點承擔了百余項國家、國防與行業(yè)項目。近5年科研經(jīng)費總額在8000萬元以上，包括973計劃，國家自然科學基金重點、面上和青年基金項目，863計劃，國家重大專項、國防重點預研與基金，國家科技支撐計劃，省部級科研項目，以及大型工程和企業(yè)科研合作項目等。
總結
