2023版人工智能专业（留学生）本科生培养方案
（Artificial Intelligence）
一、培养目标
面向国家新一代人工智能发展的重大战略需求，本专业致力于培养具有扎实数理基础和人工智能专业素养，牢固掌握人工智能基础理论与关键技术，具备人工智能系统设计与工程开发创新能力，初步掌握计算机视觉、自然语言处理等人工智能技术的基本研究方法，具备“人工智能+”产业视角与国际视野，未来有潜力成长为国际一流科学家、工程师和企业家，能在我国人工智能学科与产业发展中发挥领军作用，并具有“四有”素养的拔尖创新型人才。
结合seabet其他优势学科，本专业亦注重培养在“人工智能+教育”等交叉学科领域具备良好知识基础、研究潜力和应用实践能力的高端创新型复合人才。
二、培养要求
本专业学生主要学习人工智能方面的基本理论和专业知识，接受从事研究与应用人工智能技术的基本训练，具有将具体行业领域中的问题转换为人工智能科学问题，并基于人工智能方法、工具解决问题的能力。
毕业生应具有以下几个方面的能力：
1. 具有扎实的数学、计算机基础和科学思维，掌握人工智能的基本理论和专业知识；
2. 掌握“人工智能+教育”等多学科交叉知识体系，能够结合应用领域特点将各领域问题转化为人工智能问题；
3. 掌握人工智能分析方法与工具，具有设计开发人工智能算法及应用系统的能力；
4. 了解人工智能研究与应用的前沿与趋势；
5. 了解并遵循人工智能相关的职业道德与法律法规；正确认识人工智能的伦理问题。
三、主干学科
0812计算机科学与技术、0810信息与通信工程
四、核心课程
微积分I、微积分II、大学物理BⅠ、线性代数及其应用、概率统计与随机过程、离散数学、人工智能数学基础、计算机科学导论、人工智能导论、人工智能伦理与治理、程序设计基础、数据结构、算法设计与分析、面向对象方法与技术、数据库系统、软件工程、模式识别、计算机视觉、自然语言处理、类脑与认知计算、计算机系统导论、数字信号处理。
五、主要实践性教学环节
在seabet规定的学习年限内，修满培养方案各个模块规定的课程，成绩合格，且总学分达到专业的毕业要求，准予毕业，seabet颁发毕业证书；符合学士学位授予条件的，授予学士学位。
六、学制
学制四年
七、授予学位及毕业总学分
授予学位：工学学士学位
毕业总学分：156分
八、课程结构及学分要求
课程模块 |
课程性质 |
课程类别 |
要求及学分 |
||
通识课程 |
通识必修课 |
体育与健康类 |
必修1学分：体育与健康类课程 |
||
通识选修课 |
经典研读与文化传承 |
选修14学分：从本模块课程中选修14学分 |
|||
数理基础与科学素养 |
选修12学分：从本模块课程中选修12学分 |
||||
艺术鉴赏与审美体验 |
选修2学分：从本模块课程中选修2学分 |
||||
国际视野与文明对话 |
必修10学分，选修6学分： 必修：中国概况（2学分），中外文化比较（2学分），中级汉语读写或中高级汉语读写（6学分） 选修：从本模块课程中选修6学分 |
||||
社会发展与公民责任 |
选修4学分：从本模块课程中选修4学分 |
||||
|
小计 |
49 |
|||
专业课程 |
专业必修课 |
专业基础课 |
专业基础课41学分 |
||
专业核心课 |
专业核心课22学分 |
||||
专业选修课Ⅰ |
专业方向课 |
选修不少于20学分 |
|||
实践环节 |
劳动教育 |
1 |
12 |
||
计算机视觉实践 |
2 |
||||
自然语言处理实践 |
2 |
||||
科研写作与表达 |
1 |
||||
专业实训 |
1 |
||||
专业实习 |
1 |
||||
毕业论文（设计） |
4 |
||||
|
小计 |
95 |
|||
分流培养课程 |
拔尖创新人才模块 |
专业选修课Ⅱ |
专业拓展课 |
选修不少于12学分 |
|
|
|
小计 |
12 |
||
|
|
总计 |
156 |
||
九、各学期指导性修读学分分布表
课程模块 |
各学期指导性修读学分数 |
|||||||
大一上 |
大一下 |
大二上 |
大二下 |
大三上 |
大三下 |
大四上 |
大四下 |
|
通识课程 |
10.5 |
8.5 |
8.5 |
6.5 |
8.5 |
4.5 |
3.5 |
0.5 |
专业课程 |
14 |
13 |
15 |
19 |
15 |
14 |
1 |
5 |
拔尖创新人才 |
0 |
0 |
2 |
0 |
2 |
6 |
0 |
0 |
小计 |
24.5 |
21.5 |
25.5 |
25.5 |
23.5 |
24.5 |
4.5 |
5.5 |
十、教学计划表
（一）通识课程
课程 类别 |
课程编号 |
课程名称 |
学分 |
开课学期和周学时 |
总学时 |
考核 方式 |
||||||||||
第一学年 |
第二学年 |
第三学年 |
第四学年 |
理论 |
实践 |
考试 |
考查 |
|||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|||||||||
通识必修课 |
体育与健康类 |
|
体育与健康课程 |
1 |
√ |
√ |
|
|
|
|
|
|
16 |
16 |
√ |
|
通识选修课 |
国际视野与文明对话 |
GEN02901 |
中国概况 |
2 |
|
√ |
|
√ |
|
√ |
|
|
32 |
|
√ |
|
GEN02902 |
中外文化比较 |
2 |
|
√ |
|
√ |
|
√ |
|
|
32 |
|
√ |
|
||
GEN02903 |
中级汉语读写 |
6 |
√ |
|
√ |
|
√ |
|
|
|
96 |
|
√ |
|
||
GEN02904 |
中高级汉语读写 |
6 |
|
√ |
|
√ |
|
√ |
|
|
96 |
|
√ |
|
||
|
在该模块任意选修 |
6 |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
|
|
|
|
|
||
艺术鉴赏与审美体验 |
|
该模块任意课程（选修） |
2 |
|
|
√ |
√ |
√ |
√ |
|
|
32 |
|
|
√ |
|
经典研读与文化传承 |
|
该模块任意课程（选修） |
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
数理基础与科学素养 |
|
该模块任意课程（选修） |
2 |
|
|
|
|
|
|
|
|
48 |
|
|
√ |
|
社会发展与公民责任 |
|
该模块任意课程（选修） |
4 |
|
|
|
|
|
|
|
|
48 |
|
|
√ |
|
小计 |
|
|||||||||||||||
（二）专业课程
课程类别 |
课程编号 |
课程名称 |
学分 |
开课学期和周学时 |
总学时 |
考核 方式 |
||||||||||
第一学年 |
第二学年 |
第三学年 |
第四学年 |
理论 |
实践 |
考试 |
考查 |
|||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|||||||||
专 业 必 修 课 |
专业基础课(数理基础类) |
MAT01006 |
微积分I |
6 |
6 |
|
|
|
|
|
|
|
96 |
|
√ |
|
MAT01007 |
微积分II |
6 |
|
6 |
|
|
|
|
|
|
96 |
|
√ |
|
||
PHY01003 |
大学物理BⅠ |
4 |
4 |
|
|
|
|
|
|
|
64 |
|
√ |
|
||
SAI01001 |
线性代数及其应用 |
4 |
|
4 |
|
|
|
|
|
|
64 |
|
√ |
|
||
SAI02001 |
概率统计与随机过程 |
3 |
|
|
3 |
|
|
|
|
|
48 |
|
√ |
|
||
SAI02002 |
离散数学 |
3 |
|
|
3 |
|
|
|
|
|
48 |
|
√ |
|
||
SAI02003A |
人工智能数学基础 |
2 |
|
|
|
2 |
|
|
|
|
32 |
|
√ |
|
||
专业基础课(专业素养类) |
SAI01002 |
计算机科学导论 |
2 |
2 |
|
|
|
|
|
|
|
32 |
|
√ |
|
|
SAI01003 |
人工智能导论 |
2 |
|
|
2 |
|
|
|
|
|
32 |
|
√ |
|
||
SAI02004A |
人工智能伦理与治理 |
1 |
|
|
|
|
|
1 |
|
|
16 |
|
√ |
|
||
专业基础课(编程基础类) |
SAI02004 |
程序设计基础 |
2 |
2+2 |
|
|
|
|
|
|
|
32 |
32 |
√ |
|
|
SAI11001 |
数据结构 |
3 |
|
|
3+2 |
|
|
|
|
|
48 |
32 |
√ |
|
||
SAI11002 |
算法设计与分析 |
3 |
|
|
|
3+2 |
|
|
|
|
48 |
32 |
√ |
|
||
专业核心课(软件类) |
SAI11001 |
面向对象方法与技术 |
2 |
|
2+2 |
|
|
|
|
|
|
32 |
32 |
√ |
|
|
SAI12001 |
数据库系统 |
3 |
|
|
|
3+2 |
|
|
|
|
32 |
32 |
√ |
|
||
SAI13001 |
软件工程 |
2 |
|
|
|
|
2 |
|
|
|
32 |
|
√ |
|
||
专业核心课(智能类) |
SAI13002A |
模式识别 |
3 |
|
|
|
|
3+2 |
|
|
|
48 |
32 |
√ |
|
|
SAI13003A |
计算机视觉 |
2 |
|
|
|
|
|
2 |
|
|
32 |
|
√ |
|
||
SAI13004A |
自然语言处理 |
2 |
|
|
|
|
|
2 |
|
|
32 |
|
√ |
|
||
SAI13005A |
类脑与认知计算 |
2 |
|
|
|
|
|
2 |
|
|
32 |
|
√ |
|
||
专业核心课(系统类) |
SAI12003 |
计算机系统导论 |
4 |
|
|
|
4 |
|
|
|
|
64 |
|
√ |
|
|
SAI13006A |
数字信号处理 |
2 |
|
|
|
|
2 |
|
|
|
32 |
|
√ |
|
||
专 业 选 修 课 Ⅰ |
专业方向课(数据类) |
SAI13002B |
数据仓库与数据挖掘 |
2 |
|
|
|
|
2+2 |
|
|
|
32 |
32 |
√ |
|
SAI13005B |
数据可视化 |
2 |
|
|
|
|
|
2+2 |
|
|
32 |
32 |
|
√ |
||
SAI13004B |
大数据处理 |
2 |
|
|
|
|
|
2+2 |
|
|
32 |
32 |
√ |
|
||
专业方向课(计算类) |
SAI22001 |
计算方法 |
2 |
|
|
2 |
|
|
|
|
|
32 |
|
|
√ |
|
SAI21001 |
Python程序设计 |
2 |
|
1+2 |
|
|
|
|
|
|
16 |
32 |
|
√ |
||
SAI23001 |
并行编程原理与实践（限选课） |
2 |
|
|
|
|
2+2 |
|
|
|
32 |
32 |
|
√ |
||
专业方向课 （图形图像类） |
SAI22002 |
计算机图形学 |
2 |
|
|
|
2+2 |
|
|
|
|
32 |
32 |
√ |
|
|
SAI23002 |
虚拟现实与人机交互 |
2 |
|
|
|
|
2+2 |
|
|
|
32 |
32 |
|
√ |
||
SAI23003 |
数字图像处理 |
2 |
|
|
|
|
2+2 |
|
|
|
32 |
32 |
|
√ |
||
专业方向课(信息类) |
SAI22003 |
传感器技术及应用 |
2 |
|
|
|
2+2 |
|
|
|
|
32 |
32 |
|
√ |
|
SAI23004 |
信息安全基础 |
2 |
|
|
|
|
|
2 |
|
|
32 |
|
|
√ |
||
专业方向课(校本课程) |
SAI23005 |
教育数字化 |
2 |
|
|
|
|
2 |
|
|
|
32 |
|
√ |
|
|
实践环节 |
EDU30001 |
劳动教育 |
1 |
√ |
√ |
|
|
|
|
|
|
8 |
24 |
|
√ |
|
SAI33001A |
计算机视觉实践 |
2 |
|
|
|
|
|
4 |
|
|
|
64 |
|
√ |
||
SAI33002A |
自然语言处理实践 |
2 |
|
|
|
|
|
4 |
|
|
|
64 |
|
√ |
||
SAI33003 |
科研写作与表达 |
1 |
|
|
|
|
|
2 |
|
|
|
32 |
|
√ |
||
SAI31001 |
专业实训 |
1 |
|
2 |
|
|
|
|
|
|
|
32 |
|
√ |
||
SAI31002 |
专业实习 |
1 |
|
|
|
|
|
2 |
|
|
|
32 |
|
√ |
||
SAI32001 |
毕业论文（设计） |
4 |
|
|
|
|
|
|
√ |
√ |
|
128 |
|
√ |
||
小计 |
95 |
|||||||||||||||
（三）拔尖创新人才模块
课程类别 |
课程编号 |
课程名称 |
学分 |
开课学期和周学时 |
总学时 |
考核方式 |
||||||||||
第一学年 |
第二学年 |
第三学年 |
第四学年 |
理论 |
实践 |
考试 |
考查 |
|||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|||||||||
专 业 选 修 课 II |
专业拓展课(特色类) |
SAI22004A |
博弈论 |
2 |
|
|
2 |
|
|
|
|
|
32 |
|
√ |
|
SAI22005A |
知识表示与处理（限选课） |
2 |
|
|
|
2 |
|
|
|
|
32 |
|
√ |
|
||
SAI23006 |
深度学习（限选课） |
2 |
|
|
|
|
2+2 |
|
|
|
32 |
32 |
|
√ |
||
专业拓展课(跨选类) |
SAI12002C |
数字逻辑与数字系统 |
3 |
|
|
3+2 |
|
|
|
|
|
48 |
32 |
√ |
|
|
SAI12004C |
计算机组成与结构（限选课） |
3 |
|
|
|
3 |
|
|
|
|
48 |
|
√ |
|
||
SAI13002C |
操作系统 |
3 |
|
|
|
|
3+2 |
|
|
|
48 |
32 |
√ |
|
||
SAI13003C |
计算机网络 |
2 |
|
|
|
|
2+2 |
|
|
|
32 |
32 |
√ |
|
||
小计 |
12 |
|||||||||||||||
十一、修读要求
㈠通识课程
1．数学类课程可以选读数学I组替代：学生可以选读seabet sports数学学院开设的数学I组课程（数学分析I,II）替代数学II组课程（微积分I,II）；可以选读seabet sports数学seabet开设的数学I组课程（高等代数I）替代“线性代数及其应用”。
2. 通识选修课程中，“数理基础与科学素养”模块，至少在该类别课程中选修12学分；“经典研读与文化传承”模块，至少在该类别课程中选修14学分；“艺术鉴赏与审美体验”模块，至少在该类别课程中选修2学分；“国际视野与文明对话”模块，至少在该类别课程中选修6学分；“社会发展与公民责任”模块，至少在该类别课程中选修4学分。
3. 学生在通识选修课中至少修读1门核心课程。
㈡专业课程
1. 专业课程中：专业基础课41学分，专业核心课22学分，劳动教育1学分，计算机视觉实践2学分，自然语言处理实践2学分，科研写作与表达1学分，专业实训1学分，专业实习1分，毕业论文4学分，均为必修学分。
2. 专业方向课至少在本院开设的该模块课程中选修20学分。其中，“并行编程原理与实践”为限选课。
3. 专业拓展课至少在本院开设的该模块课程中选修12学分，其中，“知识表示与处理”、“深度学习”以及“计算机组成与结构”为限选课，学生必须修读。可以跨选计算机科学与技术专业的专业拓展模块课程。
十二、课程修读学期分布图
第一学期 |
第二学期 |
第三学期 |
第四学期 |
第五学期 |
第六学期 |
第七学期 |
第八学期 |
中级汉语读写（2） |
中国概况(2) |
中级汉语读写（2） |
中国概况(2) |
中级汉语读写（2） |
中国概况(2) |
|
|
|
中外文化比较（2） |
|
中外文化比较（2） |
|
中外文化比较（2） |
|
|
|
中高级汉语读写（2） |
|
中高级汉语读写（2） |
|
中高级汉语读写（2） |
|
|
|
|
经典研读与文化传承（14）、艺术鉴赏与审美体验（2）、社会发展与公民责任（4）、数理基础与科学素养（12）、国际视野与文明对话（6） |
|||||
微积分 I（6） |
微积分 II（6） |
概率统计与随机过程（4） |
|
|
|
|
|
大学物理BⅠ（4） |
线性代数及其应用（4） |
|
人工智能数学基础（2） |
|
|
|
|
专业核心课、专业选修课I（≥20） |
|
|
|
||||
实践环节（12） |
|||||||
|
专业选修课Ⅱ（≥12） |
|
|
||||
1
