一、培养目标
（一）目标定位
本专业立足湖南，面向全国，聚焦国家重大战略需求，服务区域社会经济发展，传承红色基因，坚持五育并举，培养“实基础、重应用、强能力、高素质”的具有社会责任感和较强创新创业精神，掌握人工智能方法、算法和模型，能在无人驾驶、智能家居、智能教育等人工智能领域从事软硬件系统集成与开发、系统管理与维护等方面工作的复合型人才。
（二）目标预期
本专业学生毕业后5年左右能够达成以下预期目标：
1.适应新经济发展需要，爱国进取，全面发展与健康个性和谐统一，具有职业道德和社会责任感；
2.具备坚实的数学理论基础，掌握计算机科学、电子信息和人工智能等多学科自然科学基础知识。具有较强的实际问题建模能力，能够理解模型与待解决问题之间的对应关系，掌握现代常用机器学习及其应用基本理论、专业知识，掌握常用模型分析和设计；
3.具有较强的数据思维、AI思维以及基本工程素养，具有智能软件开发实践能力和技术创新能力，能够在设计、生产中担任组织管理角色；
4.能与国内外同行、专业客户和社会公众有效沟通，能够融入团队的工作并发挥良好的作用；
5.具有国际化视野并能通过终身学习适应职业发展需要，具有职场竞争力。
二、毕业要求
本专业毕业生应达到以下要求：
1 [思想道德和职业规范]
具有正确的价值观、坚定的政治立场；具有人文素养、社会责任感、职业道德。
1.1 坚持社会主义核心价值观，具有坚定的政治立场，热爱祖国，了解人文社会科学基本知识和个人在社会中的责任，理解工程职业道德和规范并能够在工程实践中履行责任。
1.2 德智体美劳全面发展，具有良好的身体素质和心理素质。
2 [工程知识]
掌握数学、自然科学、工程基础和专业知识，并用于解决复杂人工智能工程领域问题。
2.1 掌握数学的基本概念和基本理论，并能针对人工智能复杂工程问题进行数学模型的表述。
2.2 能够将自然科学的基本原理和基本方法用于复杂工程问题的表述。
2.3 掌握计算机基础知识及原理，理解计算机系统的概念及其在人工智能工程领域的主要体现。
2.4 掌握模式识别、机器学习、计算机视觉等专业知识，能够正确认识人工智能工程建设中存在的相关问题。
3 [问题分析]
面临工程领域问题，能够分析判断识别所属问题的专业领域范畴。针对人工智能领域问题能够应用数学、自然科学和工程科学的基本原理和人工智能专业思维建立相应的数学模型，并进行分析。
3.1 能够对工程问题进行定性分析识别。面临实际工程领域的一个复杂问题或者过程能够识别判断其所属专业领域范畴（是否属于人工智能专业范畴），并能分析其属于或包含本专业具体的技术方向和内容。
3.2 能够针对一个属于本专业范畴的复杂问题或者过程，选择或建立一种数学模型。
3.3 能够结合工程实际，运用人工智能的基本原理分析问题并提出合适的解决方法，并能够从工程科学的角度对问题的解决方法进行研究分析。
3.4 能够通过文献检索与学习对复杂人工智能工程问题解决方法进行改进，获得有效结论。
4 [设计/开发解决方案]
能够针对复杂人工智能工程问题设计具有全局考虑且有创新意识的解决方案。
4.1 能够利用人工智能专业的基本理论和方法，针对具体问题设计满足特定要求的智能解决方案。
4.2 能够在方案设计环节中，克服已有方案的不足和局限性，提出创新性的解决思路和可行方案。
4.3 能够在方案设计环节中，从全局和系统的角度综合考虑社会、健康、安全、法律、文化以及环境等各种因素。
5 [研究]
能够基于科学原理并采用科学方法对人工智能领域问题进行研究，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。
5.1 能够针对人工智能工程领域问题，基于人工智能专业基本原理和科学方法设计、选择合适的仿真实验或者测试方案，包括场景、设备、技术指标和数据搜集工具。
5.2 能够实现仿真实验或测试方案，并对仿真、测试或实验结果进行分析和理解，通过信息综合得出有效的结论，并用于调整系统或功能单元模块参数。
6 [使用现代工具]
能够选择与使用恰当的技术、资源和工具，对人工智能工程领域问题进行预测与模拟，并能够理解其局限性。
6.1 能够熟练运用文献检索工具，获取人工智能工程领域理论与技术的最新资讯信息，并与面临的实际问题相结合，提出个人的思考和解决思路；
6.2 能恰当使用计算机软、硬件技术，及算法仿真工具，根据个人的理解和思考，完成人工智能工程领域复杂工程问题的模拟与仿真分析，能理解问题本身以及个人解决思路的局限性。
7 [工程与社会]
能够基于工程相关背景知识进行合理分析，评价人工智能工程领域问题解决方案及工程实践对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。
7.1 了解与人工智能工程领域有关的社会、健康、安全、法律及文化方面的知识。
7.2 在人工智能工程实践中，能够考虑社会、健康、安全、法律及文化的影响选择适当的解决方案。
8 [环境和可持续发展]
能够理解和评价针对人工智能工程问题的专业工程实践对环境、社会可持续发展的影响。
8.1 了解人工智能工程问题的专业工程实践对环境和社会可持续发展的影响。
8.2 能根据环境和社会可持续发展原则评价人工智能工程实践的实施方案。
9 [个人和团队]
在多学科背景下的团队中能够承担个体、团队成员以及负责人的角色，并发挥积极作用。
9.1 明确个人在团队中的角色划分及其所承担的任务，理解整个团队的工作目标。
9.2 能与团队其它成员在团队协作中通过口头或书面方式有效沟通，听取反馈并对建议做出合理反应。
9.3 能对团队活动进行组织、协调及给予配合，能够在多学科背景下承担任务，并完成自己承担的任务。
10 [沟通]
具有良好的口头和文字表达能力，具备一定的国际视野，能够在跨文化背景下进行有效沟通和交流。
10.1 具有良好的口头和文字表达能力，能够与业界同行及社会公众进行有效沟通。
10.2 熟练掌握一门外语，具备一定的国际视野，能够在跨文化背景下进行沟通、交流与合作。
11 [项目管理]
理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。
11.1 理解并掌握人工智能工程涉及的管理原理和经济决策方法。
11.2 将管理原理和经济决策方法应用于人工智能工程项目管理中。
12 [终身学习]
能够与时俱进，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。
12.1 能认识不断探索和学习的必要性，具有终身学习的意识。
12.2 掌握自主学习的方法，了解拓展知识和能力的途径，能够针对个人或职业发展需要，采用合适的方法自主学习，适应社会发展。
毕业要求对培养目标支撑的矩阵图
毕业要求 |
培养目标1 |
培养目标2 |
培养目标3 |
培养目标4 |
培养目标5 |
1.思想道德和职业规范 |
√ |
|
|
√ |
|
2.工程知识 |
|
√ |
√ |
|
|
3.问题分析 |
|
√ |
√ |
|
|
4.设计/开发解决方案 |
|
√ |
√ |
|
|
5.研究 |
|
√ |
|
√ |
√ |
6.使用现代工具 |
|
√ |
√ |
√ |
√ |
7.工程与社会 |
√ |
√ |
√ |
|
|
8.环境和可持续发展 |
√ |
√ |
√ |
|
|
9.个人和团队 |
√ |
√ |
√ |
√ |
|
10沟通 |
|
√ |
√ |
√ |
|
11.项目管理 |
|
√ |
√ |
√ |
|
12.终身学习 |
|
|
|
|
√ |
三、学制与学位（含毕业学分要求）
学制: 实行弹性学制，基本修业年限4年，允许学生在3-6年内取得课程计划规定的学分。
授予学位: 本专业学生需修满160学分，对照学校学士学位授予条例，符合学士学位授予条件者，授予工学学士学位。
四、专业核心课程
信号与系统、数字电路与逻辑、数字信号处理、信息论与编码、图像处理、人工智能基础、模式识别与机器学习、计算机视觉。
五、学分学时分配表
课程类别 |
课程教学学时学分及所占比例 |
学分 |
学分 所占比例 |
学时 |
理论学时 |
理论学时 所占比例 |
实践学时 |
实践学时 所占比例 |
通识教育环节 |
通识基础课 |
35 |
21.88% |
630 |
466 |
73.97% |
164 |
26.03% |
通识拓展课 |
12 |
7.50% |
192 |
192 |
100.00% |
0 |
0.00% |
专业教育环节 |
专业基础课 |
47 |
29.38% |
752 |
640 |
85.11% |
112 |
14.89% |
专业核心课 |
26 |
16.25% |
416 |
320 |
76.92% |
96 |
23.08% |
专业方向课 |
21 |
13.13% |
336 |
224 |
66.67% |
112 |
33.33% |
小计 |
141 |
88.13% |
2326 |
1842 |
79.19% |
484 |
20.81% |
实践课程 |
19 |
11.88% |
608 |
0 |
0.00% |
608 |
100.00% |
合计 |
160 |
/ |
2934 |
1842 |
62.78% |
1092 |
37.22% |
