人工智能职业生涯规划书
篇一
计算机科学与技术专业职业生涯规划书
我，魏xx，计算机科学与技术专业的一名学生。来自农村家庭，未来只有靠自己打拼。了解我的父母一直很开明，无论孩子做什么样的决定，他们总是在背后无形的支持和鼓励。
谈及爱好，我最擅长的莫过于体育运动和写作。乐观洋溢的我，喜欢一个人静静的坐去思考生活的点点滴滴，喜欢用文字表述我内心世界，用文字点亮我的生活;活泼开朗的我，喜欢慢跑，喜欢打篮球，打羽毛球等多项体育运动。
在憧憬的大学校园中，我想崭露头角，无时无刻不在发挥自己的特长。于是，各种社团活动，各种组织，总会在弥漫着我的身影。朋友多了，路广了。我知道，这一切，是对自己的一种认可，是对自己为人处事能力的一次又一次的提升。
涉及到自己的未来，我甚是迷茫。高中时想考军校，可高考发挥失常，抱着考研的信心阴差阳错的来到这所大学这个专业。大一时不满于所谓的大学生活，不顾同学老师的劝慰，毅然决然的去应征入伍，结果由于种种原因，失败而终。因为对计算机兴趣不高，我考研的欲望是越来越低。
三年快过去了，想想自己学到了什么专业知识，答案却只是归零。虽然每次考试专业课理论分数很高，但相差甚远的是实践。大学里学到的最多的是做人做事。
我所欠缺的，是理论与实践的完美结合，欠缺的是对专业更清楚更深入的了解。细细想来，在各种语言的相互摩擦碰撞中，我比较喜欢数据库的操作，至于网页，网站的深入，我无从下手。这是我对专业的肤浅认识。
大二大三的勤工俭学经历，使我进一步了解了自己。很庆幸，我们是师范类院校，师范类专业。
根据平常给本专业本学院学生补课，我发现自己很有耐心，讲解思路十分清晰，能针对不同的人对症下药。
从20xx年4月起，又因为学校的一次阳光义务家教组织，我发现了自己的潜质做一名老师。丰裕别人的同时，也在丰富自己。同时我也十分谢谢父母在我成长过程中给予我的一些经验道理，我也没有辜负大一大二那些泡在图书管理的时间。
后来，通过网络发简历，朋友介绍，我已经胜任了好几份家教工作。
现在，我利用周六日，寒暑假给初高中的孩子当家庭全科辅导老师，在辅导班里担任兼职数学物理老师代课。随着接触各个年龄段，不同性格的孩子的增多，我因材施教，寻找到与孩子产生共鸣的语言。孩子们很喜欢我，父母们认同我，校长鼓励我。这是责任心与事业心的良好反馈。
因为大学生活中的一次又一次的历练，我变得很开朗，能与各行各业的人找到切入点。在查看全文>>>
《新一代人工智能伦理规范》发布
9月25日，国家新一代人工智能治理专业委员会发布了《新一代人工智能伦理规范》(以下简称《伦理规范》)，旨在将伦理道德融入人工智能全生命周期，为从事人工智能相关活动的自然人、法人和其他相关机构等提供伦理指引。
《伦理规范》经过专题调研、集中起草、意见征询等环节，充分考虑当前社会各界有关隐私、偏见、歧视、公平等伦理关切，包括总则、特定活动伦理规范和组织实施等内容。《伦理规范》提出了增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当、提升伦理素养等6项基本伦理要求。同时，提出人工智能管理、研发、供应、使用等特定活动的18项具体伦理要求。《伦理规范》全文如下：
新一代人工智能伦理规范为深入贯彻《新一代人工智能发展规划》，细化落实《新一代人工智能治理原则》，增强全社会的人工智能伦理意识与行为自觉，积极引导负责任的人工智能研发与应用活动，促进人工智能健康发展，制定本规范。
第一章 总则
第一条 本规范旨在将伦理道德融入人工智能全生命周期，促进公平、公正、和谐、安全，避免偏见、歧视、隐私和信息泄露等问题。
第二条 本规范适用于从事人工智能管理、研发、供应、使用等相关活动的自然人、法人和其他相关机构等。（一）管理活动主要指人工智能相关的战略规划、政策法规和技术标准制定实施，资源配置以及监督审查等。（二）研发活动主要指人工智能相关的科学研究、技术开发、产品研制等。（三）供应活动主要指人工智能产品与服务相关的生产、运营、销售等。（四）使用活动主要指人工智能产品与服务相关的采购、消费、操作等。
第三条 人工智能各类活动应遵循以下基本伦理规范。（一）增进人类福祉。坚持以人为本，遵循人类共同价值观，尊重人权和人类根本利益诉求，遵守国家或地区伦理道德。坚持公共利益优先，促进人机和谐友好，改善民生，增强获得感幸福感，推动经济、社会及生态可持续发展，共建人类命运共同体。（二）促进公平公正。坚持普惠性和包容性，切实保护各相关主体合法权益，推动全社会公平共享人工智能带来的益处，促进社会公平正义和机会均等。在提供人工智能产品和服务时，应充分尊重和帮助弱势群体、特殊群体，并根据需要提供相应替代方案。（三）保护隐私安全。充分尊重个人信息知情、同意等权利，依照合法、正当、必要和诚信原则处理个人信息，保障个人隐私与数据安全，不得损害个人合法数据权益，不得以窃取、篡改、泄露等方式非法收集利用个人信息，不得侵害个人隐私权。（四）确保可控可信。保障人类拥有充分自主决策权，有权选择是否接受人工智能提供的服务，有权随时退出与人工智能的交互，有权随时中止人工智能系统的运行，确保人工智能始终处于人类控制之下。（五）强化责任担当。坚持人类是最终责任主体，明确利益相关者的责任，全面增强责任意识，在人工智能全生命周期各环节自省自律，建立人工智能问责机制，不回避责任审查，不逃避应负责任。（六）提升伦理素养。积极学习和普及人工智能伦理知识，客观认识伦理问题，不低估不夸大伦理风险。主动开展或参与人工智能伦理问题讨论，深入推动人工智能伦理治理实践，提升应对能力。
第四条 人工智能特定活动应遵守的伦理规范包括管理规范、研发规范、供应规范和使用规范。
第二章 管理规范
第五条 推动敏捷治理。尊重人工智能发展规律，充分认识人工智能的潜力与局限，持续优化治理机制和方式，在战略决策、制度建设、资源配置过程中，不脱离实际、不急功近利，有序推动人工智能健康和可持续发展。
第六条 积极实践示范。遵守人工智能相关法规、政策和标准，主动将人工智能伦理道德融入管理全过程，率先成为人工智能伦理治理的实践者和推动者，及时总结推广人工智能治理经验，积极回应社会对人工智能的伦理关切。
第七条 正确行权用权。明确人工智能相关管理活动的职责和权力边界，规范权力运行条件和程序。充分尊重并保障相关主体的隐私、自由、尊严、安全等权利及其他合法权益，禁止权力不当行使对自然人、法人和其他组织合法权益造成侵害。
第八条 加强风险防范。增强底线思维和风险意识，加强人工智能发展的潜在风险研判，及时开展系统的风险监测和评估，建立有效的风险预警机制，提升人工智能伦理风险管控和处置能力。
第九条 促进包容开放。充分重视人工智能各利益相关主体的权益与诉求，鼓励应用多样化的人工智能技术解决经济社会发展实际问题，鼓励跨学科、跨领域、跨地区、跨国界的交流与合作，推动形成具有广泛共识的人工智能治理框架和标准规范。
第三章 研发规范
第十条 强化自律意识。加强人工智能研发相关活动的自我约束，主动将人工智能伦理道德融入技术研发各环节，自觉开展自我审查，加强自我管理，不从事违背伦理道德的人工智能研发。
第十一条 提升数据质量。在数据收集、存储、使用、加工、传输、提供、公开等环节，严格遵守数据相关法律、标准与规范，提升数据的完整性、及时性、一致性、规范性和准确性等。
第十二条 增强安全透明。在算法设计、实现、应用等环节，提升透明性、可解释性、可理解性、可靠性、可控性，增强人工智能系统的韧性、自适应性和抗干扰能力，逐步实现可验证、可审核、可监督、可追溯、可预测、可信赖。
第十三条 避免偏见歧视。在数据采集和算法开发中，加强伦理审查，充分考虑差异化诉求，避免可能存在的数据与算法偏见，努力实现人工智能系统的普惠性、公平性和非歧视性。
第四章 供应规范
第十四条 尊重市场规则。严格遵守市场准入、竞争、交易等活动的各种规章制度，积极维护市场秩序，营造有利于人工智能发展的市场环境，不得以数据垄断、平台垄断等破坏市场有序竞争，禁止以任何手段侵犯其他主体的知识产权。
第十五条 加强质量管控。强化人工智能产品与服务的质量监测和使用评估，避免因设计和产品缺陷等问题导致的人身安全、财产安全、用户隐私等侵害，不得经营、销售或提供不符合质量标准的产品与服务。
第十六条 保障用户权益。在产品与服务中使用人工智能技术应明确告知用户，应标识人工智能产品与服务的功能与局限，保障用户知情、同意等权利。为用户选择使用或退出人工智能模式提供简便易懂的解决方案，不得为用户平等使用人工智能设置障碍。
第十七条 强化应急保障。研究制定应急机制和损失补偿方案或措施，及时监测人工智能系统，及时响应和处理用户的反馈信息，及时防范系统性故障，随时准备协助相关主体依法依规对人工智能系统进行干预，减少损失，规避风险。
第五章 使用规范
第十八条 提倡善意使用。加强人工智能产品与服务使用前的论证和评估，充分了解人工智能产品与服务带来的益处，充分考虑各利益相关主体的合法权益，更好促进经济繁荣、社会进步和可持续发展。
第十九条 避免误用滥用。充分了解人工智能产品与服务的适用范围和负面影响，切实尊重相关主体不使用人工智能产品或服务的权利，避免不当使用和滥用人工智能产品与服务，避免非故意造成对他人合法权益的损害。
第二十条 禁止违规恶用。禁止使用不符合法律法规、伦理道德和标准规范的人工智能产品与服务，禁止使用人工智能产品与服务从事不法活动，严禁危害国家安全、公共安全和生产安全，严禁损害社会公共利益等。
第二十一条 及时主动反馈。积极参与人工智能伦理治理实践，对使用人工智能产品与服务过程中发现的技术安全漏洞、政策法规真空、监管滞后等问题，应及时向相关主体反馈，并协助解决。
第二十二条 提高使用能力。积极学习人工智能相关知识，主动掌握人工智能产品与服务的运营、维护、应急处置等各使用环节所需技能，确保人工智能产品与服务安全使用和高效利用。
第六章 组织实施
第二十三条 本规范由国家新一代人工智能治理专业委员会发布，并负责解释和指导实施。
第二十四条 各级管理部门、企业、高校、科研院所、协会学会和其他相关机构可依据本规范，结合实际需求，制订更为具体的伦理规范和相关措施。
第二十五条 本规范自公布之日起施行，并根据经济社会发展需求和人工智能发展情况适时修订。
国家新一代人工智能治理专业委员会
2021年9月25日
人工智能职业规划
12个简单步骤让你成为黑客2201_75564781:我觉得C语言可以最后学
麦克风阵列声音定位简介山中有星辰:你好保存视频吗？
麦克风阵列声音定位简介废柴也能烧阿:https://www.bilibili.com/video/BV1o94y1D7Tv?spm_id_from=333.999.0.0麦克风阵列声源定位，可测距离
利用Python进行深度学习的完整入门指南(附资源)你们好我叫六娃:密码是什么呀
人工智能的动作来看这四家：百度、谷歌、微软、Facebook语林will:这些事情腾讯跟百度比不了吗
李开复AI五讲｜人工智能的五个定义：哪个最不可取
编者按：从惊呼“人工智能来了”到察觉“人工智能无处不在”，人类社会才走过寥寥数年。在提出建设国家人工智能高地的上海，许多率先试水的应用在各行各业写下了“AI+”的故事。此时此刻，我们更加要冷静地思考自身与人工智能的关系。我们真的知道什么是人工智能吗？我们真的准备好与人工智能共同发展了吗？我们该如何规划人工智能时代的未来生活？
本月底，2019世界人工智能大会将在黄浦江畔揭开序幕。澎湃新闻特邀李开复、王咏刚将著作《人工智能》精编为系列短文，试析与AI相关的若干关键问题。
请抛开人工智能就是人形机器人的固有偏见，然后，打开你的手机。我们先来看一看，已经变成每个人生活的一部分的智能手机里，到底藏着多少人工智能的神奇魔术。谷歌最资深的计算机科学家与软件架构师、谷歌大脑开发团队的带头人杰夫•迪恩（JeffDean）说：“很多时候（人工智能）都是藏在底下，因此人们并不知道有很多东西已经是机器学习的系统在驱动。”
到底什么是人工智能？为什么我们说智能搜索引擎、智能助理、机器翻译、机器写作、机器视觉、自动驾驶、机器人等技术属于人工智能，而诸如手机操作系统、浏览器、媒体播放器等通常不被归入人工智能的范畴？人工智能究竟有没有一个容易把握和界定的科学定义？
这里，简要列举几种历史上有影响的，或目前仍流行的人工智能的定义。对这些定义的分析、讨论是一件相当有趣的事，这有些类似于古代哲学家们围坐在一起探讨“人何以为人”，或者，类似于科幻迷们对阿西莫夫的“机器人三定律”展开辩论。其实，很多实用主义者反对形而上的讨论，他们会大声说：“啊，管它什么是人工智能呢？只要机器能帮助人解决问题不就行了？”
定义一：Al就是让人觉得不可思议的计算机程序
人工智能就是机器可以完成人们不认为机器能胜任的事——这个定义非常主观，但也非常有趣。一个计算机程序是不是人工智能，完全由这个程序的所作所为是不是能让人目瞪口呆来界定。
这种唯经验论的定义显然缺乏一致性，但这一定义往往反映的是一个时代里大多数的普通人对人工智能的认知方式：每当一个新的人工智能热点出现时，新闻媒体和大众总是用自己的经验来判定人工智能技术的价值高低，而不管这种技术在本质上究竟有没有“智能”。
计算机下棋的历史就非常清楚地揭示了这一定义的反讽之处。
早期，碍于运行速度和存储空间的限制，计算机只能用来解决相对简单的棋类博弈问题，例如西洋跳棋，但这毫不妨碍当时的人们将一台会下棋的计算机称作智能机器，因为那时，普通计算机在大多数人心目中不过是一台能用飞快的速度做算术题的机器罢了。
1962年，IBM的阿瑟•塞缪尔的程序战胜了一位盲人跳棋高手，一时间成了不小的新闻事件，绝大多数媒体和公众都认为类似的西洋跳棋程序是不折不扣的人工智能。
随着PC的普及，每台个人电脑都可以运行一个水平相当高的西洋跳棋程序，会下棋的计算机逐渐褪去了神秘的光环。
当国际象棋、中国象棋逐渐被计算机玩得滚瓜烂熟，公众找到了维护人类智慧尊严的最后阵地——围棋。直到2016年年初，除了一个叫樊麾的职业围棋选手和谷歌DeepMind的一支规模不大的研发团队外，几乎所有地球人都说：“下象棋有什么了不起？真有智能的话，来跟世界冠军下盘围棋试试？”
很不幸，人类的自以为是又一次被快速发展的人工智能算法无情嘲笑了。2016年3月9日，随着AlphaGo在五番棋中以四比一大胜围棋世界冠军李世石，有关人工智能的热情和恐慌情绪同时在全世界蔓延开来，也因此引发了一拨人工智能的宣传热潮。
今天，没有人怀疑AlphaGo的核心算法是人工智能。但想一想曾经的西洋跳棋和国际象棋，当时的人们不是一样对战胜了人类世界冠军的程序敬若神明吗？
定义二：Al就是与人类思考方式相似的计算机程序
这是人工智能发展早期非常流行的一种定义方式。从根本上讲，这是一种类似仿生学的直观思路。
但历史经验证明，仿生学的理路在科技发展中不一定可行。一个最好也最著名的例子就是飞机的发明。在几千年的时间里，人类一直梦想着按照鸟类扑打翅膀的方式飞上天空，但反讽的是，真正带着人类在长空朝翔，并打破了鸟类飞行速度、飞行高度纪录的，是飞行原理与鸟类差别极大的固定翼飞机。
人类思考方式？人究竟是怎样思考的？这本身就是一个复杂的技术和哲学问题。哲学家们试图通过反省与思辨，找到人类思维的逻辑法则，而科学家们则通过心理学和生物学实验，了解人类在思考时的身心变化规律。这两条道路都在人工智能的发展历史上起到过极为重要的作用。
世界上第一个专家系统程序Dendral是一个成功地用人类专家知识和逻辑推理规则解决一个特定领域问题的例子。这是一个由斯坦福大学的研究者用Lisp语言写成的，帮助有机化学家根据物质光谱推断未知有机分子结构的程序。
Dendral项目在20世纪60年代中期取得了令人瞩目的成功，带动了专家系统在人工智能各相关领域的广泛应用，从机器翻译到语音识别，从军事决策到资源勘探。一时间，专家系统似乎就是人工智能的代名词，其热度不亚于今天的深度学习。
但人们很快就发现了局限。一个解决特定的、狭小领域问题的专家系统很难被扩展到宽广一些的知识领域中，更别提扩展到基于世界知识的日常生活里了。
一个著名的例子是1957年苏联发射世界上第一颗人造卫星后，美国政府和军方急于使用机器翻译系统了解苏联的科技动态。但用语法规则和词汇对照表实现的俄语到英语的机器翻译系统笑话百出，曾把“心有余而力不足”（thespiritiswilingbutthefleshisweak）翻译为“伏特加不错而肉都烂掉了”（thevodkaisgoodbutthemeatisroten）。
另一方面，从心理学和生物学出发，科学家们试图弄清楚人的大脑到底是怎么工作的，并希望按照大脑的工作原理构建计算机程序，实现“真正”的人工智能。这条道路上同样布满荆棘。最跌宕起伏的例子，非神经网络莫属。
20世纪90年代开始，随着计算机运算能力的飞速发展，神经网络在人工智能领域重新变成研究热点。但直到2010年前后，支持深度神经网络的计算机集群才开始得到广泛应用，供深度学习系统训练使用的大规模数据集也越来越多。神经网络这一仿生学概念在人工智能的新一轮复兴中，真正扮演了至关重要的核心角色。
定义三：AI就是与人类行为相似的计算机程序
和仿生学派强调对人脑的研究与模仿不同，实用主义者从不觉得人工智能的实现必须遵循什么规则或理论框架。“黑猫白猫，逮住耗子的就是好猫。”在人工智能的语境下，这句话可以被改成：“简单程序，复杂程序，聪明管用的就是好程序。”
实用主义者推崇备至的一个例子是麻省理工学院于1964年到1966年开发的“智能”聊天程序ELIZA。这个程序看上去就像一个有无穷耐心的心理医生，可以和无聊的人或需要谈话治疗的精神病人你一句我一句永不停歇地脚下去。当年，ELIZA的聊天记录让许多人不敢相信自己的的眼睛。
可事实上，ELIZA所做的，不过是在用户输入的句子里，找到一些预先定义好的关键词，然后根据关键词从预定的回答中选择一句，或者简单将用户的输入做了人称替换后，再次输出，就像心理医生重复病人的话那样。ELIZA心里只有词表和映射规则，它才不懂用户说的话是什么意思呢。
这种实用主义的思想在今天仍有很强的现实意义。比如今天的深度学习模型在处理机器翻译、语音识别、主题抽取等自然语言相关的问题时，基本上都是将输入的文句看成由音素、音节、字或词组成的信号序列，然后将这些信号一股脑塞进深度神经网络里进行训练。
深度神经网络内部，每层神经元的输出信号可能相当复杂，复杂到编程者并不一定清楚这些中间信号在自然语言中的真实含义，但没有关系，只要整个模型的最终输出满足要求，这样的深度学习算法就可以工作得很好。
定义四：AI就是会学习的计算机程序
没有哪个完美主义者会喜欢这个定义。这一定义几乎将人工智能与机器学习等同了起来。但这的确是最近这拨人工智能热潮里，人工智能在许多人眼中的真实模样。谁让深度学习一枝独秀，几乎垄断了人工智能领域里所有流行的技术方向呢？
这一定义似乎也符合人类认知的特点一—没有哪个人是不需要学习，从小就懂得所有事情的。因此，今天最典型的人工智能系统通过学习大量数据训练经验模型的方法，其实可以被看成是模拟了人类学习和成长的全过程。
如果说人工智能未来可以突破到强人工智能甚至超人工智能的层次，那从逻辑上说，在所有人工智能技术中，机器学习最有可能扮演核心推动者的角色。
当然，机器目前的主流学习方法和人类的学习还存在很大的差别。举个最简单的例子：目前的计算机视觉系统在看过数百万张或更多自行车的照片后，很容易辨别出什么是自行车，什么不是自行车，这种需要大量训练照片的学习方式看上去还比较笨拙。反观人类，给一个三四岁的小孩子看一辆自行车之后，再见到哪怕外观完全不同的自行车，小孩子也十有八九能做出那是一辆自行车的判断。也就是说，人类的学习过程往往不需要大规模的训练数据。
最近，尽管研究者提出了迁移学习等新的解决方案，但从总体上说，计算机的学习水平还远远达不到人类的境界。
如果人工智能是一种会学习的机器，那未来需要着重提高的，就是让机器在学习时的抽象或归纳能力向人类看齐。
定义五：Al就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序
维基百科的人工智能词条采用的是斯图亚特•罗素（StuartRussell）与彼得•诺维格（PeterNorvig）在《人工智能：一种现代的方法》一书中的定义，他们认为：
人工智能是有关“智能主体（Intelligentagent）的研究与设计”的学问，而“智能主体是指一个可以观察周遭环境并做出行动以达致目标的系统”。
基本上，这个定义将前面几个实用主义的定义都涵盖了进去，既强调人工智能可以根据环境感知做出主动反应，又强调人工智能所做出的反应必须达致目标，同时，不再强调人工智能对人类思维方式或人类总结的思维法则的模仿。
以上，我们列举了五种常见的人工智能的定义。其中，第二种定义（与人类思考方式相似）特别不可取。人们对大脑工作机理的认识尚浅，而计算机走的是几乎完全不同的技术道路。
第一种定义（让人觉得不可思议）揭示的是大众看待人工智能的视角直观易懂，但主观性太强，不利于科学讨论。
第三种定义（与人类行为相似）是计算机科学界的主流观点，也是一种从实用主义出发，简洁、明了的定义，但缺乏周密的逻辑。
第四种定义（会学习）反映的是机器学习特别是深度学习流行后，人工智能世界的技术趋势，虽失之狭隘，但最有时代精神。第五种定义（维基百科使用的综合定义）是学术界的教科书式定义，全面均衡，偏重实证。
教育部关于印发《高等学校人工智能创新行动计划》的通知
标 题：教育部关于印发《高等学校人工智能创新行动计划》的通知发文机关：教育部发文字号：教技〔2018〕3号来 源：教育部网站主题分类：科技、教育教育公文种类：通知成文日期：2018年04月02日标 题：教育部关于印发《高等学校人工智能创新行动计划》的通知发文机关：教育部发文字号：教技〔2018〕3号来 源：教育部网站主题分类：科技、教育教育公文种类：通知成文日期：2018年04月02日教育部关于印发《高等学校人工智能创新行动计划》的通知教技〔2018〕3号
各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局，有关部门（单位）教育司（局），部属各高等学校：
为落实《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号），引导高等学校瞄准世界科技前沿，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为我国新一代人工智能发展提供战略支撑，特制定《高等学校人工智能创新行动计划》，现印发给你们，请结合实际认真贯彻执行。
教育部2018年4月2日
高等学校人工智能创新行动计划
人工智能的迅速发展将深刻改变人类社会生活、改变世界。为贯彻落实《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）和2017年全国高校科技工作会议精神，引导高校瞄准世界科技前沿，强化基础研究，实现前瞻性基础研究和引领性原创成果的重大突破，进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力，特制定本行动计划。
一、总体要求
（一）基本态势
随着互联网、大数据、云计算和物联网等技术不断发展，人工智能正引发可产生链式反应的科学突破、催生一批颠覆性技术，加速培育经济发展新动能、塑造新型产业体系，引领新一轮科技革命和产业变革。我国正处于全面建成小康社会的决胜阶段，人民对美好生活的需要和经济高质量发展的要求，为我国人工智能发展和应用带来广阔前景。
人工智能具有技术属性和社会属性高度融合的特点，是经济发展新引擎、社会发展加速器。大数据驱动的视觉分析、自然语言理解和语音识别等人工智能能力迅速提高，商业智能对话和推荐、自动驾驶、智能穿戴设备、语言翻译、自动导航、新经济预测等正快速进入实用阶段，人工智能技术正在渗透并重构生产、分配、交换、消费等经济活动环节，形成从宏观到微观各领域的智能化新需求、新产品、新技术、新业态，改变人类生活方式甚至社会结构，实现社会生产力的整体跃升。同时，加快人工智能在教育领域的创新应用，利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升，构建智能化、网络化、个性化、终身化的教育体系，是推进教育均衡发展、促进教育公平、提高教育质量的重要手段，是实现教育现代化不可或缺的动力和支撑。
高校处于科技第一生产力、人才第一资源、创新第一动力的结合点，在人工智能基础理论和自然语言理解、计算机视觉、多媒体、机器人等关键技术研究及应用方面具有鲜明特色，在人才培养和学科发展等方面具有坚实基础。面对新一代人工智能发展的机遇，高校要进一步强化基础研究、学科发展和人才培养方面的优势，要进一步加强应用基础研究和共性关键技术突破，要不断推动人工智能与实体经济深度融合、为经济发展培育新动能，不断推动人工智能与人民需求深度融合、为改善民生提供新途径，不断推动人工智能与教育深度融合、为教育变革提供新方式，从而引领我国人工智能领域科技创新、人才培养和技术应用示范，带动我国人工智能总体实力的提升。
（二）指导思想
全面贯彻党的十九大精神，以习近平新时代中国特色社会主义思想为指导，贯彻创新、协调、绿色、开放、共享的新发展理念，围绕科教兴国、人才强国、创新驱动发展、军民融合等战略实施，加快构建高校新一代人工智能领域人才培养体系和科技创新体系，全面提升高校人工智能领域人才培养、科学研究、社会服务、文化传承创新、国际交流合作的能力，推动人工智能学科建设、人才培养、理论创新、技术突破和应用示范全方位发展，为我国构筑人工智能发展先发优势和建设教育强国、科技强国、智能社会提供战略支撑。
（三）基本原则
坚持创新引领。把创新引领摆在高校人工智能发展的核心位置，准确把握全球人工智能发展态势，进一步优化高校人工智能领域科技创新体系，把高校建成全球人工智能科技创新的重要策源地。
坚持科教融合。全面落实立德树人根本任务，牢牢抓住提高人才培养能力这个核心点，推动人才培养、学科建设、科学研究相互融合；发挥科研育人在高等教育内涵式发展和高质量人才培养中的重要作用，并通过创新型人才的培养不断提升国家自主创新水平，构筑持续创新发展的优势。
坚持服务需求。深化体制机制改革，强化高校与地方政府、企业、科研院所之间的合作，加快人工智能领域科技成果在重点行业与区域的转化应用，提升高校服务国家重大战略、服务区域创新发展、服务经济转型升级、服务保障民生的能力。
坚持军民融合。准确把握军民融合深度发展方向、发展规律和发展重点，发挥高校在基础研究、人才培养上的优势和学科综合的特点，主动融入国家军民融合体系，不断推进军民技术双向转移和转化应用。
（四）主要目标
到2020年，基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局，高校在新一代人工智能基础理论和关键技术研究等方面取得新突破，人才培养和科学研究的优势进一步提升，并推动人工智能技术广泛应用。
到2025年，高校在新一代人工智能领域科技创新能力和人才培养质量显著提升，取得一批具有国际重要影响的原创成果，部分理论研究、创新技术与应用示范达到世界领先水平，有效支撑我国产业升级、经济转型和智能社会建设。
到2030年，高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。
二、重点任务
（一）优化高校人工智能领域科技创新体系
1.加强新一代人工智能基础理论研究。聚焦人工智能重大科学前沿问题，促进人工智能、脑科学、认知科学和心理学等领域深度交叉融合，重点推进大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、高级机器学习、类脑智能计算和量子智能计算等基础理论研究，为人工智能范式变革提供理论支撑，为新一代人工智能重大理论创新打下坚实基础。
2.推动新一代人工智能核心关键技术创新。围绕新一代人工智能关键算法、硬件和系统等，加快机器学习、计算机视觉、知识计算、深度推理、群智计算、混合智能、无人系统、虚拟现实、自然语言理解、智能芯片等核心关键技术研究，在类脑智能、自主智能、混合智能和群体智能等领域取得重大突破，形成新一代人工智能技术体系；在核心算法和数据、硬件基础上，以提升跨媒体推理能力、群智智能分析能力、混合智能增强能力、自主运动体执行能力、人机交互能力为重点，构建算法和芯片协同、软件和硬件协同、终端和云端协同的人工智能标准化、开源化和成熟化的服务支撑能力。
3.加快建设人工智能科技创新基地。围绕人工智能领域基础理论、核心关键共性技术和公共支撑平台等方面需求，加快建设教育部前沿科学中心、教育部重点实验室、教育部工程研究中心等创新基地；以交叉前沿突破和国家区域发展等重大需求为导向，促进高校、科研院所和企业等创新主体协同互动，建设协同创新中心；加快国家实验室、国家重点实验室、国家技术创新中心、国家工程研究中心、国家重大科技基础设施等各类国家级创新基地培育；鼓励高校建设新型科研组织机构，开展跨学科研究。
4.加快建设一流人才队伍和高水平创新团队。支持高校承担国家重大科技任务，培养、造就一批具有国际声誉的战略科技人才、科技领军人才；支持高校组建一批人工智能、脑科学和认知科学等跨学科、综合交叉的创新团队和创新研究群体；支持高校依托国家“千人计划”“万人计划”和“长江学者奖励计划”等大力培养引进优秀青年骨干人才；加强对从事基础性研究、公益性研究的拔尖人才和优秀创新团队的稳定支持。
5.加强高水平科技智库建设。鼓励、支持高校牵头或参与建设人工智能领域战略研究基地，围绕人工智能发展对教育、经济、就业、法律、国家安全等重大、热点、前瞻性问题开展战略研究与政策研究，形成若干高水平新型科技智库。
6.加大国际学术交流与合作力度。支持高校新建一批人工智能领域“111引智基地”和国际合作联合实验室，培育国际大科学计划和大科学工程，加快引进国际知名学者参与学科建设和科学研究；支持举办高层次人工智能国际学术会议，推动我国学者担任相关国际学术组织重要职务，提升国际影响力；支持我国学者积极参与人工智能相关国际规则制定，适时提出“中国倡议”和“中国标准”。
（二）完善人工智能领域人才培养体系
7.完善学科布局。加强人工智能与计算机、控制、量子、神经和认知科学以及数学、心理学、经济学、法学、社会学等相关学科的交叉融合。支持高校在计算机科学与技术学科设置人工智能学科方向，推进人工智能领域一级学科建设，完善人工智能基础理论、计算机视觉与模式识别、数据分析与机器学习、自然语言处理、知识工程、智能系统等相关方向建设。支持高校在“双一流”建设中，加大对人工智能领域相关学科的投入，促进相关交叉学科发展。
8.加强专业建设。加快实施“卓越工程师教育培养计划”（2.0版），推进一流专业、一流本科、一流人才建设。根据人工智能理论和技术具有普适性、迁移性和渗透性的特点，主动结合学生的学习兴趣和社会需求，积极开展“新工科”研究与实践，重视人工智能与计算机、控制、数学、统计学、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，探索“人工智能+X”的人才培养模式。鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合，对照国家和区域产业需求布点人工智能相关专业。
9.加强教材建设。加快人工智能领域科技成果和资源向教育教学转化，推动人工智能重要方向的教材和在线开放课程建设，特别是人工智能基础、机器学习、神经网络、模式识别、计算机视觉、知识工程、自然语言处理等主干课程的建设，推动编写一批具有国际一流水平的本科生、研究生教材和国家级精品在线开放课程；将人工智能纳入大学计算机基础教学内容。
10.加强人才培养力度。完善人工智能领域多主体协同育人机制。深化产学合作协同育人，推广实施人工智能领域产学合作协同育人项目，以产业和技术发展的最新成果推动人才培养改革。支持建立人工智能领域“新工科”建设产学研联盟，建设一批集教育、培训及研究于一体的区域共享型人才培养实践平台；积极搭建人工智能领域教师挂职锻炼、产学研合作等工程能力训练平台。推动高校教师与行业人才双向交流机制。鼓励有条件的高校建立人工智能学院、人工智能研究院或人工智能交叉研究中心，推动科教结合、产教融合协同育人的模式创新，多渠道培养人工智能领域创新创业人才；引导高校通过增量支持和存量调整，稳步增加相关学科专业招生规模、合理确定层次结构，加大人工智能领域人才培养力度。
11.开展普及教育。鼓励、支持高校相关教学、科研资源对外开放，建立面向青少年和社会公众的人工智能科普公共服务平台，积极参与科普工作；支持高校教师参与中小学人工智能普及教育及相关研究工作；在教师职前培养和在职培训中设置人工智能相关知识和技能课程，培养教师实施智能教育能力；在高校非学历继续教育培训中设置人工智能课程。
12.支持创新创业。鼓励国家大学科技园、创新创业基地等开展人工智能领域创新创业项目；认定一批高等学校双创示范园，支持高校师生开展人工智能领域创新创业活动；在中国“互联网+”大学生创新创业大赛中设立人工智能方面的赛项，积极推动全国青少年科技创新大赛、挑战杯全国大学生课外学术科技作品竞赛等开展多层次、多类型的人工智能科技竞赛活动。
13.加强国际交流与合作。在“丝绸之路”中国政府奖学金中支持人工智能领域来华留学人才培养，为沿线国家培养行业领军人才和优秀技能人才；鼓励和支持国内学生赴人工智能领域优势国家留学，加大对人工智能领域留学的支持力度，多方式、多渠道利用国际优质教育资源；依托“联合国教科文组织中国创业教育联盟”，加大和促进人工智能创新创业的国际交流与合作。
（三）推动高校人工智能领域科技成果转化与示范应用
14.加强重点领域应用。实施“人工智能+”行动。支持高校在智能教育、智能制造、智能医疗、智能城市、智能农业、智能金融、智能司法和国防安全等领域开展技术转移和成果转化，加强应用示范；加强与有关行业部门的合作，推动在教育、文化、医疗、交通、制造、农林、金融、安全、国防等领域形成新产业和新业态，培育一批人工智能技术引领型企业，推动形成若干产业集群和示范区。
15.推进智能教育发展。推动学校教育教学变革，在数字校园的基础上向智能校园演进，构建技术赋能的教学环境，探索基于人工智能的新教学模式，重构教学流程，并运用人工智能开展教学过程监测、学情分析和学业水平诊断，建立基于大数据的多维度综合性智能评价，精准评估教与学的绩效，实现因材施教；推动学校治理方式变革，支持学校运用人工智能技术变革组织结构和管理体制，优化运行机制和服务模式，实现校园精细化管理、个性化服务，全面提升学校治理水平；推动终身在线学习，鼓励发展以学习者为中心的智能化学习平台，提供丰富的个性化学习资源，创新服务供给模式，实现终身教育定制化。
16.推动军民深度融合。以信息技术为重点，以人工智能技术为突破口，面向信息高效获取、语义理解、信息运用，以无人系统、人机混合系统为典范，建设军民共享人工智能技术创新基地，加强军民融合人工智能创新研究项目培育，推动高校相关技术创新带动军事优势、信息优势，做到“升级为军，退级为民”。
17.鼓励创新联盟建设和资源开放共享。鼓励、支持高校联合企业、行业组织、科研机构等建设人工智能产业技术创新联盟，积极参与新一代人工智能重大科技项目的实施和人工智能国家标准体系建设与国际标准制定；支持高校积极参加人工智能开源开放平台建设，鼓励高校对纳入平台的技术作为科研成果予以认定，并作为评价奖励的因素。
18.支持地方和区域创新发展。根据区域经济及产业发展特点，围绕国家重大部署，加强与京津冀、雄安新区、长三角地区、粤港澳大湾区、东北地区、中西部地区等区域和地方合作，支持高校、政府和企业共建一批人工智能领域协同创新中心、联合实验室等创新平台和新型研发机构，推动高校人工智能领域的基础性、原创性研究与地方、企业需求对接，加速地方转型升级和区域创新发展。
三、政策措施
（一）加强组织实施。教育部成立人工智能科技创新战略专家委员会，指导和协调计划的实施；各有关司局积极研究具体落实措施，确保各项任务落到实处；各省（区、市）教育主管部门和高等学校要以服务国家重大需求为目标，统筹各类资源、加大探索力度，用好增量、盘活存量，支持人工智能领域交叉学科建设、人才培养、科技创新和成果转化应用等工作。
（二）优化资源配置。面向国家重大战略需求适当增加研究生招生指标；探索建立以高校面向国家重大战略部署所承担的国家重大科技任务、国家级创新平台、省部级创新平台等为支撑，强化高层次人才培养的模式，全面提高研究生特别是博士生培养质量，为人工智能创新发展提供所需人才；在“长江学者奖励计划”等国家重大人才工程中，加大向人工智能领域优秀人才的倾斜力度。
（三）加大引导培育。通过教育部科学事业费，重点开展重大创新平台顶层设计与培育、重大科技项目生成、重大科技战略与政策研究等工作，加快建设一批教育部创新平台，加大国家重大科技项目和国家级科技创新平台的培育，引导高校开展跨学科探索性研究，实现前瞻性基础研究、引领性原创成果重大突破。
（四）加强宣传推广。教育部通过中国高校科技成果交易会等方式加强对高校重大科技成果的宣传和推广。省（区、市）教育主管部门、教育部直属高校要及时总结报送本校或本地高校人才培养、服务国家重大项目实施、理论技术新突破和重大科技成果转化等情况。
教育部关于印发《高等学校人工智能创新行动计划》的通知教技〔2018〕3号
各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局，有关部门（单位）教育司（局），部属各高等学校：
为落实《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号），引导高等学校瞄准世界科技前沿，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为我国新一代人工智能发展提供战略支撑，特制定《高等学校人工智能创新行动计划》，现印发给你们，请结合实际认真贯彻执行。
教育部2018年4月2日
高等学校人工智能创新行动计划
人工智能的迅速发展将深刻改变人类社会生活、改变世界。为贯彻落实《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）和2017年全国高校科技工作会议精神，引导高校瞄准世界科技前沿，强化基础研究，实现前瞻性基础研究和引领性原创成果的重大突破，进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力，特制定本行动计划。
一、总体要求
（一）基本态势
随着互联网、大数据、云计算和物联网等技术不断发展，人工智能正引发可产生链式反应的科学突破、催生一批颠覆性技术，加速培育经济发展新动能、塑造新型产业体系，引领新一轮科技革命和产业变革。我国正处于全面建成小康社会的决胜阶段，人民对美好生活的需要和经济高质量发展的要求，为我国人工智能发展和应用带来广阔前景。
人工智能具有技术属性和社会属性高度融合的特点，是经济发展新引擎、社会发展加速器。大数据驱动的视觉分析、自然语言理解和语音识别等人工智能能力迅速提高，商业智能对话和推荐、自动驾驶、智能穿戴设备、语言翻译、自动导航、新经济预测等正快速进入实用阶段，人工智能技术正在渗透并重构生产、分配、交换、消费等经济活动环节，形成从宏观到微观各领域的智能化新需求、新产品、新技术、新业态，改变人类生活方式甚至社会结构，实现社会生产力的整体跃升。同时，加快人工智能在教育领域的创新应用，利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升，构建智能化、网络化、个性化、终身化的教育体系，是推进教育均衡发展、促进教育公平、提高教育质量的重要手段，是实现教育现代化不可或缺的动力和支撑。
高校处于科技第一生产力、人才第一资源、创新第一动力的结合点，在人工智能基础理论和自然语言理解、计算机视觉、多媒体、机器人等关键技术研究及应用方面具有鲜明特色，在人才培养和学科发展等方面具有坚实基础。面对新一代人工智能发展的机遇，高校要进一步强化基础研究、学科发展和人才培养方面的优势，要进一步加强应用基础研究和共性关键技术突破，要不断推动人工智能与实体经济深度融合、为经济发展培育新动能，不断推动人工智能与人民需求深度融合、为改善民生提供新途径，不断推动人工智能与教育深度融合、为教育变革提供新方式，从而引领我国人工智能领域科技创新、人才培养和技术应用示范，带动我国人工智能总体实力的提升。
（二）指导思想
全面贯彻党的十九大精神，以习近平新时代中国特色社会主义思想为指导，贯彻创新、协调、绿色、开放、共享的新发展理念，围绕科教兴国、人才强国、创新驱动发展、军民融合等战略实施，加快构建高校新一代人工智能领域人才培养体系和科技创新体系，全面提升高校人工智能领域人才培养、科学研究、社会服务、文化传承创新、国际交流合作的能力，推动人工智能学科建设、人才培养、理论创新、技术突破和应用示范全方位发展，为我国构筑人工智能发展先发优势和建设教育强国、科技强国、智能社会提供战略支撑。
（三）基本原则
坚持创新引领。把创新引领摆在高校人工智能发展的核心位置，准确把握全球人工智能发展态势，进一步优化高校人工智能领域科技创新体系，把高校建成全球人工智能科技创新的重要策源地。
坚持科教融合。全面落实立德树人根本任务，牢牢抓住提高人才培养能力这个核心点，推动人才培养、学科建设、科学研究相互融合；发挥科研育人在高等教育内涵式发展和高质量人才培养中的重要作用，并通过创新型人才的培养不断提升国家自主创新水平，构筑持续创新发展的优势。
坚持服务需求。深化体制机制改革，强化高校与地方政府、企业、科研院所之间的合作，加快人工智能领域科技成果在重点行业与区域的转化应用，提升高校服务国家重大战略、服务区域创新发展、服务经济转型升级、服务保障民生的能力。
坚持军民融合。准确把握军民融合深度发展方向、发展规律和发展重点，发挥高校在基础研究、人才培养上的优势和学科综合的特点，主动融入国家军民融合体系，不断推进军民技术双向转移和转化应用。
（四）主要目标
到2020年，基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局，高校在新一代人工智能基础理论和关键技术研究等方面取得新突破，人才培养和科学研究的优势进一步提升，并推动人工智能技术广泛应用。
到2025年，高校在新一代人工智能领域科技创新能力和人才培养质量显著提升，取得一批具有国际重要影响的原创成果，部分理论研究、创新技术与应用示范达到世界领先水平，有效支撑我国产业升级、经济转型和智能社会建设。
到2030年，高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。
二、重点任务
（一）优化高校人工智能领域科技创新体系
1.加强新一代人工智能基础理论研究。聚焦人工智能重大科学前沿问题，促进人工智能、脑科学、认知科学和心理学等领域深度交叉融合，重点推进大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、高级机器学习、类脑智能计算和量子智能计算等基础理论研究，为人工智能范式变革提供理论支撑，为新一代人工智能重大理论创新打下坚实基础。
2.推动新一代人工智能核心关键技术创新。围绕新一代人工智能关键算法、硬件和系统等，加快机器学习、计算机视觉、知识计算、深度推理、群智计算、混合智能、无人系统、虚拟现实、自然语言理解、智能芯片等核心关键技术研究，在类脑智能、自主智能、混合智能和群体智能等领域取得重大突破，形成新一代人工智能技术体系；在核心算法和数据、硬件基础上，以提升跨媒体推理能力、群智智能分析能力、混合智能增强能力、自主运动体执行能力、人机交互能力为重点，构建算法和芯片协同、软件和硬件协同、终端和云端协同的人工智能标准化、开源化和成熟化的服务支撑能力。
3.加快建设人工智能科技创新基地。围绕人工智能领域基础理论、核心关键共性技术和公共支撑平台等方面需求，加快建设教育部前沿科学中心、教育部重点实验室、教育部工程研究中心等创新基地；以交叉前沿突破和国家区域发展等重大需求为导向，促进高校、科研院所和企业等创新主体协同互动，建设协同创新中心；加快国家实验室、国家重点实验室、国家技术创新中心、国家工程研究中心、国家重大科技基础设施等各类国家级创新基地培育；鼓励高校建设新型科研组织机构，开展跨学科研究。
4.加快建设一流人才队伍和高水平创新团队。支持高校承担国家重大科技任务，培养、造就一批具有国际声誉的战略科技人才、科技领军人才；支持高校组建一批人工智能、脑科学和认知科学等跨学科、综合交叉的创新团队和创新研究群体；支持高校依托国家“千人计划”“万人计划”和“长江学者奖励计划”等大力培养引进优秀青年骨干人才；加强对从事基础性研究、公益性研究的拔尖人才和优秀创新团队的稳定支持。
5.加强高水平科技智库建设。鼓励、支持高校牵头或参与建设人工智能领域战略研究基地，围绕人工智能发展对教育、经济、就业、法律、国家安全等重大、热点、前瞻性问题开展战略研究与政策研究，形成若干高水平新型科技智库。
6.加大国际学术交流与合作力度。支持高校新建一批人工智能领域“111引智基地”和国际合作联合实验室，培育国际大科学计划和大科学工程，加快引进国际知名学者参与学科建设和科学研究；支持举办高层次人工智能国际学术会议，推动我国学者担任相关国际学术组织重要职务，提升国际影响力；支持我国学者积极参与人工智能相关国际规则制定，适时提出“中国倡议”和“中国标准”。
（二）完善人工智能领域人才培养体系
7.完善学科布局。加强人工智能与计算机、控制、量子、神经和认知科学以及数学、心理学、经济学、法学、社会学等相关学科的交叉融合。支持高校在计算机科学与技术学科设置人工智能学科方向，推进人工智能领域一级学科建设，完善人工智能基础理论、计算机视觉与模式识别、数据分析与机器学习、自然语言处理、知识工程、智能系统等相关方向建设。支持高校在“双一流”建设中，加大对人工智能领域相关学科的投入，促进相关交叉学科发展。
8.加强专业建设。加快实施“卓越工程师教育培养计划”（2.0版），推进一流专业、一流本科、一流人才建设。根据人工智能理论和技术具有普适性、迁移性和渗透性的特点，主动结合学生的学习兴趣和社会需求，积极开展“新工科”研究与实践，重视人工智能与计算机、控制、数学、统计学、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，探索“人工智能+X”的人才培养模式。鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合，对照国家和区域产业需求布点人工智能相关专业。
9.加强教材建设。加快人工智能领域科技成果和资源向教育教学转化，推动人工智能重要方向的教材和在线开放课程建设，特别是人工智能基础、机器学习、神经网络、模式识别、计算机视觉、知识工程、自然语言处理等主干课程的建设，推动编写一批具有国际一流水平的本科生、研究生教材和国家级精品在线开放课程；将人工智能纳入大学计算机基础教学内容。
10.加强人才培养力度。完善人工智能领域多主体协同育人机制。深化产学合作协同育人，推广实施人工智能领域产学合作协同育人项目，以产业和技术发展的最新成果推动人才培养改革。支持建立人工智能领域“新工科”建设产学研联盟，建设一批集教育、培训及研究于一体的区域共享型人才培养实践平台；积极搭建人工智能领域教师挂职锻炼、产学研合作等工程能力训练平台。推动高校教师与行业人才双向交流机制。鼓励有条件的高校建立人工智能学院、人工智能研究院或人工智能交叉研究中心，推动科教结合、产教融合协同育人的模式创新，多渠道培养人工智能领域创新创业人才；引导高校通过增量支持和存量调整，稳步增加相关学科专业招生规模、合理确定层次结构，加大人工智能领域人才培养力度。
11.开展普及教育。鼓励、支持高校相关教学、科研资源对外开放，建立面向青少年和社会公众的人工智能科普公共服务平台，积极参与科普工作；支持高校教师参与中小学人工智能普及教育及相关研究工作；在教师职前培养和在职培训中设置人工智能相关知识和技能课程，培养教师实施智能教育能力；在高校非学历继续教育培训中设置人工智能课程。
12.支持创新创业。鼓励国家大学科技园、创新创业基地等开展人工智能领域创新创业项目；认定一批高等学校双创示范园，支持高校师生开展人工智能领域创新创业活动；在中国“互联网+”大学生创新创业大赛中设立人工智能方面的赛项，积极推动全国青少年科技创新大赛、挑战杯全国大学生课外学术科技作品竞赛等开展多层次、多类型的人工智能科技竞赛活动。
13.加强国际交流与合作。在“丝绸之路”中国政府奖学金中支持人工智能领域来华留学人才培养，为沿线国家培养行业领军人才和优秀技能人才；鼓励和支持国内学生赴人工智能领域优势国家留学，加大对人工智能领域留学的支持力度，多方式、多渠道利用国际优质教育资源；依托“联合国教科文组织中国创业教育联盟”，加大和促进人工智能创新创业的国际交流与合作。
（三）推动高校人工智能领域科技成果转化与示范应用
14.加强重点领域应用。实施“人工智能+”行动。支持高校在智能教育、智能制造、智能医疗、智能城市、智能农业、智能金融、智能司法和国防安全等领域开展技术转移和成果转化，加强应用示范；加强与有关行业部门的合作，推动在教育、文化、医疗、交通、制造、农林、金融、安全、国防等领域形成新产业和新业态，培育一批人工智能技术引领型企业，推动形成若干产业集群和示范区。
15.推进智能教育发展。推动学校教育教学变革，在数字校园的基础上向智能校园演进，构建技术赋能的教学环境，探索基于人工智能的新教学模式，重构教学流程，并运用人工智能开展教学过程监测、学情分析和学业水平诊断，建立基于大数据的多维度综合性智能评价，精准评估教与学的绩效，实现因材施教；推动学校治理方式变革，支持学校运用人工智能技术变革组织结构和管理体制，优化运行机制和服务模式，实现校园精细化管理、个性化服务，全面提升学校治理水平；推动终身在线学习，鼓励发展以学习者为中心的智能化学习平台，提供丰富的个性化学习资源，创新服务供给模式，实现终身教育定制化。
16.推动军民深度融合。以信息技术为重点，以人工智能技术为突破口，面向信息高效获取、语义理解、信息运用，以无人系统、人机混合系统为典范，建设军民共享人工智能技术创新基地，加强军民融合人工智能创新研究项目培育，推动高校相关技术创新带动军事优势、信息优势，做到“升级为军，退级为民”。
17.鼓励创新联盟建设和资源开放共享。鼓励、支持高校联合企业、行业组织、科研机构等建设人工智能产业技术创新联盟，积极参与新一代人工智能重大科技项目的实施和人工智能国家标准体系建设与国际标准制定；支持高校积极参加人工智能开源开放平台建设，鼓励高校对纳入平台的技术作为科研成果予以认定，并作为评价奖励的因素。
18.支持地方和区域创新发展。根据区域经济及产业发展特点，围绕国家重大部署，加强与京津冀、雄安新区、长三角地区、粤港澳大湾区、东北地区、中西部地区等区域和地方合作，支持高校、政府和企业共建一批人工智能领域协同创新中心、联合实验室等创新平台和新型研发机构，推动高校人工智能领域的基础性、原创性研究与地方、企业需求对接，加速地方转型升级和区域创新发展。
三、政策措施
（一）加强组织实施。教育部成立人工智能科技创新战略专家委员会，指导和协调计划的实施；各有关司局积极研究具体落实措施，确保各项任务落到实处；各省（区、市）教育主管部门和高等学校要以服务国家重大需求为目标，统筹各类资源、加大探索力度，用好增量、盘活存量，支持人工智能领域交叉学科建设、人才培养、科技创新和成果转化应用等工作。
（二）优化资源配置。面向国家重大战略需求适当增加研究生招生指标；探索建立以高校面向国家重大战略部署所承担的国家重大科技任务、国家级创新平台、省部级创新平台等为支撑，强化高层次人才培养的模式，全面提高研究生特别是博士生培养质量，为人工智能创新发展提供所需人才；在“长江学者奖励计划”等国家重大人才工程中，加大向人工智能领域优秀人才的倾斜力度。
（三）加大引导培育。通过教育部科学事业费，重点开展重大创新平台顶层设计与培育、重大科技项目生成、重大科技战略与政策研究等工作，加快建设一批教育部创新平台，加大国家重大科技项目和国家级科技创新平台的培育，引导高校开展跨学科探索性研究，实现前瞻性基础研究、引领性原创成果重大突破。
（四）加强宣传推广。教育部通过中国高校科技成果交易会等方式加强对高校重大科技成果的宣传和推广。省（区、市）教育主管部门、教育部直属高校要及时总结报送本校或本地高校人才培养、服务国家重大项目实施、理论技术新突破和重大科技成果转化等情况。
扫一扫在手机打开当前页