智能科学与技术专业

人才培养方案

（2025版）

适用专业层次：专升本

教务处制

智能科学与技术专业

专升本人才培养方案

（2025版）

本专业人才培养方案由智能科学与技术专业建设指导委员会讨论制订，由学校学术委员会论证并批准执行。

专业建设指导委员会：

校内老师：甘俊英、易际明、陈华珍、陈金山

企业专家：韩国强（华南理工大学，广东省计算机学会理事长）、方少群（广州腾科网络技术有限公司）

执笔人：唐雅娜

审核人：甘俊英

智能科学与技术专业专升本人才培养方案

（专业代码：080907T）

一、专业定位

面向智能产业发展需求，培养掌握智能科学与技术专业的基础理论与方法，具备人工智能应用软件开发和系统设计能力，熟练运用人工智能技术和嵌入式技术，能在智能信息处理、智能人机交互和智能系统集成应用等领域，从事开发与设计、工程应用、管理和维护等工作的高素质应用型人才。

二、培养目标

本专业培养德智体美劳全面发展，立足国家战略需求并深度对接粤港澳大湾区发展需要，培养掌握智能科学与技术专业的基础理论与方法，具备人工智能应用软件开发和系统设计能力，熟练运用人工智能技术和嵌入式技术，从事智能信息处理、智能人机交互和智能系统集成应用等方面开发与设计、工程应用、管理和维护的本科层次应用型人才。

智能科学与技术专业毕业生5年后应达到以下目标：

目标1：拥护中国共产党的领导，具有社会主义核心价值观，具备良好的人文修养和审美能力，体格健康，具有正确的劳动观和较强的劳动能力；

目标2：掌握专业必备的数学和自然科学知识、计算学科和智能科学与技术专业的基础知识，掌握计算学科的基本思维方法和研究方法，能解决实际问题；

目标3：掌握智能科学与技术领域的有关标准、规范、规程，能从事智能科学与技术领域的智能信息处理、智能人机交互和智能系统集成应用等方面的系统研发工作，熟练运用常用现代工具和技术，熟练使用与人工智能应用设计相关的软硬件开发平台，具有人工智能应用软件系统设计和分析能力，能够解决复杂工程问题；

目标4：具备社会责任感，遵守职业道德规范，在解决复杂工程问题时，能综合考虑环境、法律、伦理、道德等非技术因素;

目标5：具有较强的工程实践、团队协作能力，能够持续学习和跟踪智能科学与技术领域的前沿技术，并能在一定程度上进行技术创新。

三、培养规格

（一）学制

学制二年，修业年限为2到4年。

（二）修读学分要求

77学分。

（三）授予学位

工学学士学位。

（四）毕业要求

1.工程知识：掌握本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识，能够解决智能科学与技术领域复杂工程问题。                                                                                                                                                                                                                                         

指标点1.1： 能运用数学、自然科学、工程基础和专业知识，表述智能科学与技术领域的复杂工程问题。

指标点1.2： 能够运用恰当的数学、物理模型对智能信息处理、智能行为交互和智能系统集成应用等复杂工程问题进行建模，满足工程计算的实际要求。

指标点1.3： 能够将数学、自然科学、工程基础和智能科学与技术的专业知识用于智能科学与技术领域的复杂工程问题的推导和计算。                           

指标点1.4： 能运用数学、自然科学、工程基础和专业知识对智能科学与技术领域的复杂工程问题的解决途径进行评价，并提出改进思路。

2.问题分析：能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达和分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。

指标点2.1：能够应用高等数学、物理学的基本概念、原理和智能科学与技术的专业知识对复杂工程问题进行有效识别和分解。

指标点2.2：能够识别和表达复杂工程问题的关键环节和参数，对分解后的问题进行分析。

指标点2.3：掌握科技文献、资料的分类； 能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息，具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。

3. 设计/开发解决方案：能够针对智能科学与技术领域复杂工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识；能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。

指标点3.1： 能够掌握本专业涉及的工程设计概念、原则和方法，能够针对复杂工程问题提出合理的解决方案。

指标点3.2：能够针对特定需求完成系统分析与设计。

指标点3.3：综合利用智能科学与技术领域的专业知识和新技术，在针对复杂工程问题的系统设计中体现创新意识。

指标点3.4：能够在系统方案设计环节中考虑多方面、多层次因素的影响，如社会、健康、安全、法律、文化以及环境等因素。

4. 研究：能够基于科学原理并采用科学方法对智能科学与技术领域的复杂工程问题进行研究，包括设计实验、分析与解释数据，并通过信息综合得到合理有效的结论。

指标点4.1：能够针对复杂工程问题选择研究路线，设计实验方案。

指标点4.2：能够采用适当的实验方法和实验工具开展实验，提取实验数据，规范表述实验结果。

指标点4.3：能够对实验数据进行分析和解释，通过信息综合，归纳得到合理有效的结论。

5. 使用现代工具：能够针对智能系统的实际需求，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。

指标点5.1: 掌握基本的计算机操作和应用，至少掌握一种软件开发语言(如C/C++/Python等)，并能够运用集成开发环境进行复杂程序设计，并具备使用通用人工智能开发工具进行代码生成、调试优化和算法验证的能力。

指标点5.2: 能熟练运用文献检索工具了解智能科学与技术领域理论与技术的最新进展，能够运用智能文献分析工具进行文献智能筛选、知识图谱构建和技术趋势预测。

指标点5.3: 掌握智能科学与技术专业仪器、设备的基本原理、操作方法，能够在复杂、综合型工程中合理选择和使用仪器、设备，熟悉人工智能驱动的实验设备的操作与集成方法。

指标点5.4: 具备使用实验设备、计算机软件和现代信息工具对复杂工程问题进行模拟或仿真的能力，能够运用通用人工智能系统进行复杂系统建模与行为预测，理解其使用要求、运用范围、伦理边界和局限性。

6. 工程与社会：能够基于工程相关背景知识进行合理分析，评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

指标点6.1: 具有工程实践经历，通过实践、实习过程了解工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响。

指标点6.2: 能够结合相关的工程知识，通过在思政、人文、社科类课程学到的知识，综合分析和评价专业工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

7. 环境和可持续发展：能够理解和评价针对复杂工程问题的工程实践对环境、社会可持续发展的影响。

指标点7.1: 理解环境保护和社会可持续发展的内涵和意义。

指标点7.2: 了解环境保护和社会可持续发展的基本方针、政策和法律、法规，能够正确认识针对复杂工程问题的专业工程实践对环境和社会的影响。

指标点7.3: 能针对实际复杂工程问题，评价其资源利用率、对文化的冲击等工程实践对环境、社会可持续发展的影响。

8. 职业规范：具有人文社会科学素养、社会责任感，能够在工程实践中理解并遵守工程职业道德和规范，履行责任。

指标点8.1： 具有人文及社会科学素养，了解国情，理解社会主义核心价值观，树立正确的政治立场、世界观、人生观和价值观。

指标点8.2： 理解工程技术的社会价值以及工程师的社会责任，在工程实践中能自觉遵守职业道德和规范。

9. 个人和团队：能够在多学科背景的团队中承担个体、团队成员或负责人的角色，能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。

指标点9.1: 能主动与其他学科的成员共享信息，合作共事，独立完成团队分配的工作。

指标点9.2: 能够胜任团队成员或负责人的角色，能在团队协作中听取其他团队成员的意见和建议，充分发挥团队协作的优势。

10. 沟通：具备良好的表达能力,能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言等；掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。

指标点10.1: 具有良好的口头表达能力，能够清晰、有条理地表达自己的观点，掌握基本的报告、设计文稿的撰写技能。

指标点10.2: 掌握至少一门外语，具备一定的国际视野，并了解基本的国际文化礼仪。

指标点10.3: 能够就复杂工程问题，综合运用口头、书面、报告、图表等多种形式与国内外业界同行及社会公众进行有效沟通和交流。

11. 项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科、跨职能环境中合理应用。

指标点11.1: 理解工程管理与经济决策的重要性，掌握工程管理的基本原理和常用的经济决策方法。

指标点11.2: 能够在多学科、跨职能环境中合理运用工程管理原理与经济决策方法。

12. 终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。

指标点12.1: 了解自主学习的必要性，具有自主学习和终身学习的意识，掌握跟踪本专业学科前沿、发展趋势的基本方法和途径。

指标点12.2: 能够通过文献查询、网络培训等多种渠道进行终身学习，以适应职业发展的需求。

四、专业主干学科

计算机科学与技术

五、专业核心课程

Python程序设计、机器学习及应用、深度学习、图像处理与应用、自然语言处理与应用、华为AI云开发与应用、人工智能综合应用实战。

六、课程体系与学分结构

说明：

（1）公共必修课包含思政、英语、体育、劳动和创新创业等类课程。

（2）专业必修课包含数学和自然科学类、专业基础和专业类课程。

（3）专业限选课包含以一个或多个不同的专业应用点而构建的一个或多个课程群。

（4）通识限选课包含艺术类课程（2学分）、马克思主义中国化与青年学生使命担当（1学分）。

（5）任选课包含素质和能力拓展类课程。

七、课程设置与学分（学时）分配

（一）必修课

表7-1-1 公共必修课

表7-1-2 专业必修课

（二）限选课

表7-2-1 通识限选课（选择2学分）

（三）任选课

（四）其它实践教学安排

说明：

（1）入学教育、毕业教育、公益劳动、社会实践为课余安排，不占用计划课时。

（2）折合学时计算：集中实践1周计1学分，折合18学时。

八、专业实践教学体系

（一）专业实践教学目标

1.培养学生电路分析与设计及良好的编程能力；

2.培养学生人工智能系统和产品设计、开发、管理与维护等基本能力；

3.培养学生具备人工智能系统和产品前沿技术综合应用与创新、工程设计与分析等解决实际工程问题的能力。

（二）专业能力与实践内容（项目）的支撑关系

（三）设计性、综合性和创新性专业实验（实训）安排

（四）专业实践教学实施要求

智能科学与技术专业的实践教学组织形式包括：课内实验、实践课程、项目实训、实习和毕业设计。

1.课内实验

（1） 教学目标

能力培养目标：掌握基础算法实现、数据分析工具的操作能力。

理论实践结合目标：验证机器学习等课程的核心原理，完成从数学推导到代码落地的闭环。

创新教育目标：通过三性实验（综合性实验、设计性实验、创新性实验），培养学生的知识综合运用能力、工程创新意识、解决复杂工程问题的能力。

（2） 主要内容

根据专业相关课程的性质及特点，实验内容可划分为三类：电子电路类实验、计算机软件实验、嵌入式系统类实验。

硬件技术类实验 ：涵盖数字电子技术（18）、电路基础（18）、模拟电子电路（18）、嵌入式系统原理（36）。这些实验主要围绕电子电路、数字系统和嵌入式设备展开，学生需要进行电路的设计、搭建、调试，以及对硬件系统的编程和功能实现，目的是加深对硬件工作原理的理解，提高硬件实践能力和问题解决能力。。

程序设计类实验 ：包括程序设计与算法（36）、C 语言程序设计（18）、C 语言高级程序设计（18）、Python 程序设计（36）。这类实验主要是为了让学生掌握不同编程语言的语法规则和编程思想，通过编写代码来实现特定的功能和算法，重点在于编程技能的训练和代码实现的正确性、效率等方面。

数据处理与智能应用类实验 ：包含数据库原理与应用（28）、机器学习及应用（36）、深度学习（36）、图像处理与应用（36）、自然语言处理与应用（18）。这类实验侧重于数据的存储、管理和分析，以及利用机器学习、深度学习等技术对数据进行挖掘、处理和应用，像数据库实验关注数据的存储结构和查询操作，机器学习和深度学习实验则侧重于模型的训练和优化，图像处理和自然语言处理实验则更侧重于将这些技术应用于具体的图像或文本数据上，实现特定的功能和任务。

（3） 实施条件

实验项目均在专业相关实验室实施，具体实验条件与所需平台有关。

程序设计类实验：验室配置有安装对应编程语言开发环境的计算机系统，如 Visual Studio 用于 C 语言程序设计、PyCharm 用于 Python 程序设计等。每台计算机配备有文本编辑器、代码调试工具、FTP等，以便学生下载所需的库或框架，并能顺利提交实验报告。

硬件技术类实验：实验室配置有数字电子、模拟电子电路实验箱，配备万用表、示波器、信号发生器等常用仪器仪表，以及常用 IC 芯片、连接导线等元器件，有 STM32嵌入式开发平台、仿真器、配套计算机系统与软件及嵌入式 Linux 开发环境。

数据处理与智能应用类实验：实验室搭建有数据库服务器环境，安装有 MySQL等数据库管理系统软件。机器学习及应用、深度学习实验在高性能计算实验室开展，实验室配置有高性能计算机集群，配备有较高的 GPU 性能，以加速模型训练过程，并安装有 TensorFlow、PyTorch 等机器学习和深度学习框架，以及 NumPy、SciPy 等数学计算库。图像处理与应用实验在计算机软件实验室进行，实验室安装有图像处理软件 OpenCV 等；自然语言处理与应用实验同样在计算机软件实验室进行，实验室配备有相应的自然语言处理工具包 NLTK 等。

（4） 成绩评定方法

课内实验由相应的授课教师进行指导、实验结果检查，实验完成后需提交实验报告并由授课教师评分，将实验评分计入该课程的平时成绩。

2.实践课程

智能科学与技术专业开设 4 门实践课程，包括电子工艺与制作、机器人操作系统应用、AI 云开发与应用、人工智能综合应用。

（1） 教学目标

知识目标：使学生掌握电子元器件分类、性能及检测方法，学会阅读与分析电子电路图；熟悉电子制作工艺及设计流程。了解 ROS 基本原理、功能工具及机器人开发流程；掌握华为云 ModelArts 平台、HilensKit 设备及人工智能解决方案。深入学习人工智能理论、深度学习框架。

技能目标：培养电子焊接、调试、PCB 制作及故障排除能力；能够独立完成电子产品设计与制作。精通 ROS 操作与工具使用，具备机器人开发能力；熟练运用华为云服务完成人工智能项目开发。掌握昇腾 AI 平台模型开发、训练及 Atlas 硬件部署能力，提升复杂项目实践操作水平。

教育目标：激发学生对电子工艺及人工智能领域的兴趣，培养创新意识、团队协作精神及社会责任感。强化学生对人工智能技术在智能科学领域应用的认知，提升解决实际问题的能力及行业使命感。

（2） 主要内容

电子工艺与制作：学习 AD 软件辅助设计 PCB 板图；掌握电子工装、工位及生产工艺基础知识。通过设计、制作单片机流水灯和红外巡轨智能车，训练电子焊接、元器件检测、仪器仪表使用、产品调试与故障排除技能。

机器人操作系统应用：学习 ROS 基本原理、操作及工具使用，掌握机器人开发流程。

AI 云开发与应用：学习华为云智能解决方案、ModelArts 平台及 SDK 开发方法，完成人工智能项目开发。

人工智能综合应用：学习昇腾处理器、Atlas 产品及 MindSpore 框架；通过 CANN 平台进行模型开发、训练及Atlas硬件部署。

（3） 实施条件

电子工艺与制作：在电子制作实验室进行，该实验室配置有计算机、专用防静电焊台（配有照明、抽烟）、打印机、转印机、蚀刻机、烙铁、焊丝、锡筒、测试用的电子仪器仪表等装备。

机器人操作系统应用：需安装 ROS 软件及机器人开发套件。

AI 云开发与应用：学生需注册华为云账号并安装相关开发工具。

人工智能综合应用：配备昇腾 AI 计算平台、Atlas 硬件开发套件及深度学习框架运行环境。

（4） 成绩评定方法

实验成绩评定通常采用过程性评价，包含操作过程、实验报告、作品质量等部分。

3.实训形式

智能科学与技术专业开设了独立的综合实训课程，如人工智能初级项目实训（LR2101），以企业的实际工程项目为原型，采取项目式教学、任务驱动模式，培养学生综合运用知识、方法和技术工具，解决具有一定复杂度的工程问题。

（1） 教学目标

知识目标：使学生了解企业实际工程项目的基本情况和要求；掌握项目式教学和任务驱动模式的相关知识；熟悉解决具有一定复杂度工程问题所需的知识体系。

技能目标：培养学生综合运用所学知识的能力；能够熟练运用各种方法和技术工具解决实际工程问题；提高学生的工程实践能力和创新思维能力。

教育目标：激发学生对解决实际工程问题的兴趣，培养学生的团队协作精神和沟通能力；使学生认识到解决复杂工程问题在实际工作中的重要性，培养学生的职业素养和责任感。

（2） 主要内容

项目介绍与分析：以企业的实际工程项目为原型，详细分析项目背景、目标和要求；引导学生了解项目的整体架构和关键环节。

项目式教学与任务驱动：采用项目式教学方法，将课程内容分解为多个任务；通过任务驱动模式，让学生在完成任务的过程中逐步掌握相关知识和技能。

工程问题解决：组织学生运用所学知识和工具，解决具有一定复杂度的工程问题；培养学生的分析问题、解决问题的能力和团队协作能力。

项目实践与优化：让学生在实际操作中不断实践和优化项目方案；通过项目实践，提高学生的工程实践能力和创新能力。

（3） 实施条件

实训课程在人工智能创新实验室开展，该实验室配置有高性能计算机、专业开发工具、网络设备、服务器等装备，能够满足项目式教学和任务驱动模式的需求。

（4） 成绩评定方法

实验成绩评定采用过程性评价的方式，包含项目完成情况、任务解决过程、团队协作表现、最终项目成果等部分。

4.实习

实习针对智能科学与技术专业的毕业实习。

（1） 教学目标

知识目标：通过毕业实习强化学校所学的专业知识，同时通过企业生产项目进一步扩充知识。

系统开发能力：通过毕业实习参与到企业项目开发中，强化解决实际问题的能力，积累项目开发经验。

（2） 主要内容

实习内容与具体实习单位的岗位需求有关，智能科学与技术专业要求学生实习的岗位要与专业对口。

（3） 实施条件

实习的实施条件由实习单位的具体工作环境及岗位需求决定。

（4）  成绩评定方法

实习的成绩由两部分构成：企业评定成绩、指导老师评定成绩，两部分成绩各占比50%。实习要求时长为至少一个月，且在实习期间必须结合自身的实习情况撰写4份实习报告。

5.毕业设计

（1）教学目标

培养学生的工程意识、协作精神以及综合应用所学知识解决实际复杂智能科学与技术领域问题的能力；培养学生的专业综合实践能力、研究能力、阅读文献的能力、规范写作的能力。

（2）主要内容

毕业设计是学生在专业教师的指导下，综合运用本专业基本理论、知识、方法和技术工具，针对具有较高复杂度的智能系统相关问题，以独立或小组分工合作的方式，完成分析、设计、开发、测试、运维全过程工作，并撰写毕业论文或设计说明书。

要求学生完成某一个智能领域实际问题的实验研究，或应用研究，或工程设计开发方案，内容包括并不限于：调查研究与文献阅读、技术路线设计、实验设计与结果分析、程序编写与测试以及毕业论文撰写等。并要求进行选题、开题、中期检查与论文答辩。

（3）实施条件

毕业设计实施条件充分保障。一方面，学校专业实验室提供硬件支持与实验平台，其配备先进仪器和丰富资源，能满足专业实验需求；另一方面，实习单位提供工作环境，助毕业设计顺利开展，学生可在真实场景结合实际问题研究实践，提升毕业设计质量与实用性。

（4）成绩评定方法

依据毕业设计（论文）的指导、评阅和答辩等各个阶段的评分形成最终成绩评定。

九、创新创业教育

（一）创新创业教育目标

智能科学与技术专业聚焦于智能领域的前沿技术，融合了计算机科学、信息与通信工程、控制科学与工程等多学科知识，旨在培养具有扎实智能科学理论基础和创新实践能力复合的型人才，其专业方向包括智能系统开发、机器学习、数据挖掘、模式识别等，强调学生的智能应用开发实践能力。基于该专业的培养目标，通过开设《创业基础》课程、专业课程相关的综合性、设计性、创新性实验、组织学院级人工智能算法竞赛、智能机器人创意设计大赛，鼓励学生积极参与省级或国家级比赛，如：中国 “互联网 +” 大学生创新创业大赛、“挑战杯” 全国大学生课外学术科技作品竞赛、全国大学生智能车竞赛等诸多赛事，来确定其在创新创业方面的教育目标，具体如下：

（1） 培养学生的智能创新实践能力 ：使其具备解决复杂智能技术问题的能力，能够针对实际问题提出创新的智能解决方案，并在系统设计与开发环节中贯穿创新思维，如设计新颖的智能算法或智能应用场景。

（2） 培养学生跨学科融合的能力 ：能够在计算机科学、数学、物理学、生物学等多学科交叉领域开展创新活动，将不同学科的知识与智能技术相结合，创造出具有跨学科特色的智能产品或服务。

（3） 培养学生团队协作与沟通能力 ：在智能项目研发过程中，能够高效地与团队成员协作，发挥自身专业优势，并具备项目管理和领导能力，推动智能项目的顺利进行。

（4） 培养学生国际化视野与持续发展能力 ：紧跟国际智能科技前沿动态，适应全球智能产业的发展变化，具备国际竞争力和跨文化交流能力，拥有终生学习的意识，能够不断学习和掌握新的智能技术和知识，实现个人在智能领域的持续发展和创新创业。

（二）创新创业教育实施安排

1.《创业基础》课程

（1） 教学目标

掌握创业基础知识：让学生了解创业的基本概念、特点和流程，以及创业机会在智能领域的识别、评估和把握。

培养创业能力：锻炼学生的创业能力，包括在智能项目创业中团队的组建和管理、创业融资针对智能科技项目的途径和方法，以及商业计划书的撰写和演示。

树立创业精神：培养学生的创业精神和创新思维，特别是对智能科技创业的敏锐洞察，帮助学生树立正确的创新与创业观念。

适应未来挑战：培养学生敢闯敢拼的勇气，使其能够更好地适应未来智能科技创业环境和挑战，为可能的智能领域创业活动做准备。

（2） 教学内容

创业概述：介绍创业的概念、特点和流程，重点阐述智能科技领域创业的特点与趋势。

创业机会的识别与评估：引导学生识别智能领域的潜在创业机会，如新兴智能应用、智能硬件创新等，帮助他们发现并把握智能商机。

创业团队的组建与管理：讲授学生如何针对智能项目组建和管理创业团队，提高团队在智能技术研发和应用方面的协作和执行能力。

创业融资：讲解适用于智能科技创业项目的融资途径和方法，如风险投资、科技创业孵化基金等。

商业计划书的撰写与演示：讲授商业计划书在智能科技领域的撰写技巧，突出智能项目的技术创新点和市场潜力，增强说服力和呈现力。

创新思维培养方法：掌握在智能科学领域进行创新思维与创业的技能，激发学生的智能创意。

树立正确的创新与创业观念：培养学生良好的创新与创业精神，特别是在智能科技创业中的伦理和责任意识。

（3） 实施要求

采用案例教学，分析智能科技领域创业成功与失败的真实案例，尤其是学生智能创业案例。

场景模拟：围绕智能创业主题或项目，模拟创业场景创业者，“” 根据主题或项目要求，组建合作团队。同时，利用软件或沙盘进行创业决策模拟，着重考虑智能技术的应用和市场前景。

邀请智能科技领域的创业者、投资人、行业专家分享实战经验，为学生提供智能创业的一线见解和指导。

鼓励学生结合自身优质的智能科技项目，申请入驻我校创新创业学院，组建项目团队并孵化项目，推动智能科技成果的转化。

2.综合性、设计性及创新性实验

（1） 教学目标

强化和梳理智能科学专业知识，通过 “三性” 实验，帮助学生建立完整的智能知识体系，包括机器学习、数据结构、智能算法等方面的内在联系。

培养学生对智能科学专业知识的综合运用能力、智能系统设计开发能力和创新应用能力，能够独立完成智能项目的开发和优化。

进一步强化智能实验设备的使用能力，如智能传感器、智能开发平台等，提升学生对项目实际问题的智能分析、调试能力及解决实际问题的能力。

对于多人创新性智能项目，培养学生的沟通能力、团队协作能力，学会在智能团队中分工合作。

培养学生智能实验项目开发文档的撰写能力，按照规范要求记录智能实验过程和成果。

（2） 教学内容

智能科学与技术专业结合课程体系中实际教学内容和教学需求，针对专业基础课程及专业课程，设置了 “三性” 实验。具体的 “三性” 实验教学内容详见对应部分的设计性、综合性和创新性专业实验（实训）安排。

（3） 实施要求

教师结合授课内容及课程培养目标，设计具有智能知识综合性和创新性的实验项目，如智能图像识别系统开发、智能机器人路径规划等，并明确实验要求。

基于专业实验室的智能仪器设备、智能实验平台，如智能机器人实验平台、深度学习开发平台等，搭建相应开发环境，完成 “三性” 实验。

学生实验期间，准确记录实验过程，包括智能算法的设计、实验数据的采集与分析、实验期间遇到的智能技术问题及解决方法等，并撰写符合要求的智能实验报告。

3.专业竞赛

（1） 教学目标

以学科竞赛为抓手，激发学生在智能科学领域的创新潜能，培养其实践操作能力和知识的综合运用能力，特别是针对智能算法、智能系统开发等方面的竞赛实践。

以赛促教，推动智能科学与技术专业教学内容的优化改革，促进实践教学体系紧密结合智能技术发展趋势。

促进竞赛成果到毕业设计课程的转化，强化学生在智能领域的创新能力，为智能科技领域的创新项目储备人才。

培养学生团队协作精神，进一步激发其在智能竞赛中的创新能力和解决实际问题的能力，提升在智能就业市场的竞争力。

（2） 教学内容

智能科学与技术专业鼓励学生参与各种专业相关的学科竞赛，包括校级的人工智能算法竞赛、智能机器人创意设计大赛、中国 “互联网 +” 大学生创新创业大赛、“挑战杯” 全国大学生课外学术科技作品竞赛、全国大学生智能车竞赛等。具体内容有：

人工智能算法竞赛：培养学生对智能算法的理解和优化能力，提升学生在数据处理、模型训练等方面的技能，激发学生对前沿智能算法的研究兴趣。

智能机器人创意设计大赛：锻炼学生将智能技术应用于机器人设计的能力，包括机器人的机械结构设计、控制算法开发、传感器融合等，培养学生的创新思维和工程实践能力。

中国 “互联网 +” 大学生创新创业大赛：引导学生将智能科技成果转化为创新创业项目，培养学生的商业策划能力和市场推广能力，促进智能科技与经济社会的深度融合。

“挑战杯” 全国大学生课外学术科技作品竞赛：鼓励学生开展智能领域的学术研究和科技创新，提升学生的学术水平和科研能力，推动智能科学领域的知识创新和技术突破。

全国大学生智能车竞赛：培养学生在智能控制、路径规划、图像识别等方面的能力，提高学生对智能系统的综合开发和调试能力，增强学生的团队协作和竞争意识。

（3） 实施要求

指导老师选定：学生赛前通过与专业教师沟通交流，邀请具有智能科技竞赛指导经验的教师作为参赛的指导老师，指导老师参与学生竞赛前期的智能知识培训和项目指导工作。

校内活动或比赛：学生自行组建团队，充分利用实验室已有的智能仪器设备，如智能机器人实验平台、智能算法测试平台等，利用课余时间完成智能作品的设计与制作，通过邀请本专业的专业授课教师进行学生作品的答辩及评比。

省级及以上比赛：学生利用独立的智能创新实验室，进行智能专业知识的不断强化，针对比赛要求和标准，利用课余及假期时间，参与比赛的准备及作品的设计和优化，并在官方指定地点及时间参与同其他院校作品的评比。

十、其他说明

本方案于2025年4月制（修）订并由学校学术委员会审定，自2025级开始执行。