人工智能专业简介
人工智能专业（080717）成立于2019年12月，归属新浦京集团350vip，在学校和学院的领导下，由电子信息系负责人工智能专业方向的教学、科研与社会服务。在国家“新工科”背景下，按照学校“新经管”发展需要，建立面向智能算法、大数据分析、智慧金融等领域的师资、课程、科学研究和社会服务体系。人工智能专业人才培养紧密围绕“四位一体”育人体系，以“立意创新、注重实效、服务师生”为基本工作理念，以“立德树人”为根本任务，以培养适应和引领新一轮科技革命和产业变革的卓越工程科技人才为核心目标。目前，学校和学院十分重视新工科建设，培养目标嫁接学校优势学科，努力实现多学科融合的育人体系，2020年人工智能专业获批省级卓越人才培养计划项目“人工智能专业卓越工程师培养创新项目”。
图1人工智能专业定位
（1）师资结构
人工智能专业围绕“懂人工智能方法的金融师，会金融分析的算法工程师”发展理念开展工作。在社会服务上，立足安徽面向全国，与行业协会组织建立了密切关系，与区域内龙头企业建立产学研合作基地，开展横向项目合作，专利申请和行业联合项目逐年增加。在科学研究上，建立了区块链、金融大数据分析、无人机等科研团队，依托多项国家自然科学基金和省部级基金，五年内主持国家自然科学基金2项，省部级项目20多项，在重要专业学术SCI/EI/CSCD期刊发表论文100多篇，申请专利、软著等知识产权10多项，并和多所美国高校建立了学术关系，为师资培养和学生留学打造了良好的空间。
图2 师资概况
（2）人才培养
在人才培养上，制定了体现深化实践、创新创业社会责任的教育三位一体教学改革的人才培养方案，围绕教学体系、教学内容、教学方法深化教学改革，提高教学质量，为学生进入行业核心层面筑牢基础、拓宽道路、提供机遇。在教学体系上，以赛促教、以赛促学、以赛促研，瞄准国内一流学科竞赛，积极打造电子设计大赛、智能车、智能芯片、区块链等A、B级学科竞赛团队，将课程体系和学科竞赛内容紧密结合，鼓励学生积极参与专业内学科竞赛，教学团队三年内获得省级以上奖励60多项，并于2019、2020年度获得全国大学生智能车竞赛国赛一等奖，“西门子杯”中国智能制造挑战赛一等奖，全国大学生电子设计竞赛中荣获安徽赛区一等奖。
图无人机培训
图机械臂实验实训
图3 智能车学科竞赛培训
图无人机学科竞赛培训
图4 参加智能制造学科竞赛
图5 参加电子设计大赛
（3）课程体系：“123456”体系
图6 一个融合
图7 两个融合
人工智能课程内容来源人工智能课程的研究方向。根据人工智能的研究方向可将人工智能的课程内容分为三个方向。符号学派的知识工程、搜索引擎、逻辑推理、专家系统等，通过数理逻辑来模拟智能。连接学派的脑科学、认知科学、机器学习、神经网络、向量机等。仿生学派的仿生学、遗传学、群体智能、机器人、虚拟现实等等。鉴于培养目标是将人工智能的方法学应用于金融、经济等领域，上述领域主要处理的是数据形式，契合符号学派的内涵，因此在课程内容选择上以符号学派的课程为主体，涵盖连接学派的主要课程，选择性的讲述仿生学派的基础课程。
图8 三层语言
以三类语言贯通课程体系，如图5-4所示，推动课程的衔接，满足学生的不同层次和目标需求。底层学习信号层语言，如C、C++、ML、ARM、Thumb，对应信号和平台类课程，如计算机网络与无线通信、现代通信原理、信号系统分析、智能终端技术、智能系统开发、操作系统、微机原理、无人机，使得学生具有基本、核心、可延展的智能硬件基础知识；中层学习数据层语言，如Java、HTML、XML、Perl、Shell、SQL、Query、C#、UML、SPSS，对应数据类课程，如数据仓库与数据挖掘、大数据与领域建模、数据库、WEB数据库、数据结构与算法分析、数据可视化技术、软件工程、区块链与电子货币，使得学生具有全面、完整、极丰富的数据处理知识；高层学习人工智能语言，如Python、List、Prolog、Matlab、R，对应人工智能方法学类课程，如机器学习、神经网络、模式识别、数字图像处理、语音智能识别、智能商务系统、互联网金融、金融数据分析，使得学生具有精细、特色、超前的人工智能方法学知识和技能。
图9 四级流程
如图9所示，以数据的智能采集、存储、传输和使用分为四个流程和模块，不断丰富和优化，突出数据智能存储和数据智能分析两个重点模块，涵盖数据智能采集和数据智能传输两个不可或缺的模块，使得培养人才具有完整、丰富和可延展的数据智能处理流程知识。
图10 5层架构
如图10所示，课程分为五个层次，在专业课程体系上，形成以智能大数据分析和嵌入式智能开发为核心的课程体系。理论课程体系包括公共基础课、学科基础课、专业核心课、专业拓展课和公共选修课。学科基础课有电路与模拟电子技术、程序设计语言、计算机网络、微机原理、金融学、计量经济学、管理信息系统、人工智能语言等，强化了人工智能基础课程和经管类定量分析类课程的融合。专业核心课程有人工智能、通信原理、信号系统分析、数据库、数据挖掘、WEB数据库系统、机器学习、深度学习与神经网络、大数据分析、投资量化分析、金融科技等，强调人工智能方法学在大数据科学上的应用。专业方向课程有智能信息系统、商务智能系统设计、图像处理与机器视觉，语音信号处理，区块链与移动支付、金融大数据分析等，聚焦某个行业综合系统。以电路与模拟电子技术、数字电子技术、通信原理、数字信号处理、信号系统、数据结构、数据库理论、人工智能、机器学习形成考研课程体系，注重理论学习。以单片机、FPGA、智能传感器与移动无线网络、机器学习与模式识别、图像处理与机器视觉，机器人，嵌入式开发，大数据与Python，智能控制电子综合实训形成智能控制课程体系，结合学科竞赛，注重实践设计学习。以人工智能、机器学习、神经网络和深度学习、WEB数据库、数据挖掘、智能商务系统设计、区块链与移动支付、金融大数据分析构建金融、经济和管理领域的大数据领域分析专业人才。
图11 六类课程
图12 课程培养整体体系
（5）发展特色
在发展特色上，（1）结合学校传统优势学科，发展“面向新工科、面向新经管”的课程体系结构，通过逐年课程改革，逐渐引入当前最新行业领域知识，如区块链、金融科技、智慧商务等多学科融合的课程群；
（2）突出“懂人工智能方法的金融师，会金融分析的算法工程师”作为全校深度嫁接融合的专业，以人工智能专业知识为核心，以金融经济领域知识为融合对象，强力开拓学生使用人工智能方法学定量分析金融经济领域问题的能力，并嫁接信号和数据层次的算法设计能力，提高学生的专业综合素质；
图13 省级教学成果奖
（3）加强“以赛促教，以竞促学”，在保持智能车、智能设计和电子设计大赛成绩稳步提升的平台基础上促进教师教学手段的更新，通过三大学科竞赛的吸引性、趣味性和竞争性逐步提高学生的硬件和软件动手实践能力，建立卓越工程师培养体系。
图14 教育部最高学科比赛：西门子杯智能制造全国一等奖
图15 教育部最高学科比赛：智能汽车竞赛全国一等奖
图16 学生获得的学科竞赛证书
总之，经过十多年的发展，电子信息工程专业不仅建立建立了一支高学历、高水平、高层次的师资队伍，培养了规模可观的专业人才，形成了面向安徽的专业声誉，而且积累了丰富的专业建设经验，摸索出一套融合财经专业的发展思路，保证了专业健康发展。未来，电子信息工程系为致力于培养德智体美劳全面发展的社会主义建设者和接班人这一目标而持续努力奋斗。
欢迎加入电子系大家庭！
