“人工智能+生物醫(yī)學(xué)”人才培養(yǎng)模式

羅純源 董麗麗

摘? ?要：人工智能技術(shù)的不斷發(fā)展推動(dòng)了人工智能復(fù)合型學(xué)科的建設(shè)。我國對“人工智能+X”人才培養(yǎng)非常重視，2017年國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》將培養(yǎng)人工智能和前沿學(xué)科交叉型人才作為建立新一代人工智能基礎(chǔ)理論體系的重點(diǎn)任務(wù)。英國愛丁堡大學(xué)和英國研究與創(chuàng)新基金會聯(lián)合建設(shè)的生物醫(yī)學(xué)人工智能博士培養(yǎng)中心作為英國“人工智能+生物醫(yī)學(xué)”復(fù)合型學(xué)科建設(shè)的先驅(qū)性實(shí)踐，具備強(qiáng)大的學(xué)術(shù)支持和豐富的行業(yè)資源。文章通過探究該中心的研究生人才培養(yǎng)體系，包括人才培養(yǎng)概況、課程設(shè)置情況、課程實(shí)施與評價(jià)，為我國建設(shè)此類復(fù)合型學(xué)科提供借鑒。文章最后總結(jié)了在培養(yǎng)“人工智能+X”人才過程中應(yīng)該著重培養(yǎng)學(xué)生跨學(xué)科思維、促進(jìn)學(xué)生個(gè)性化自主學(xué)習(xí)以及提高學(xué)生自主創(chuàng)新能力和研究能力。

關(guān)鍵詞：人工智能 復(fù)合學(xué)科建設(shè) 個(gè)案分析 愛丁堡大學(xué)

一、引言

隨著科技的進(jìn)步，人工智能技術(shù)日趨成熟，其在全球范圍內(nèi)的影響力越來越大，各種“人工智能+”紛紛涌現(xiàn)。世界各國紛紛試行以問題為導(dǎo)向的“人工智能+X”的跨學(xué)科人才培養(yǎng)模式。我國也不例外。2017 年，《新一代人工智能發(fā)展規(guī)劃》出臺，強(qiáng)調(diào)“把高端人才隊(duì)伍建設(shè)作為人工智能發(fā)展的重中之重”“鼓勵(lì)高校在原有基礎(chǔ)上拓寬人工智能專業(yè)教育內(nèi)容，形成‘人工智能+X復(fù)合專業(yè)培養(yǎng)新模式”[1]。但我國在教育人工智能領(lǐng)域剛剛起步，需要汲取更多其他國家知名大學(xué)的“人工智能+X”復(fù)合學(xué)科人才培養(yǎng)經(jīng)驗(yàn)，以便更好地進(jìn)行創(chuàng)新人才培養(yǎng)。英國愛丁堡大學(xué)研究與創(chuàng)新基金會（UK Research and Innovation，UKRI）生物醫(yī)學(xué)人工智能博士培養(yǎng)中心正是這樣的一個(gè)人工智能復(fù)合型學(xué)科人才培養(yǎng)基地，它利用人工智能技術(shù)研究出新的方法來應(yīng)對生物醫(yī)學(xué)領(lǐng)域的關(guān)鍵挑戰(zhàn)，促進(jìn)生物醫(yī)學(xué)領(lǐng)域?qū)W術(shù)研究人員與工業(yè)合作伙伴之間的合作。

中心由英國UKRI創(chuàng)立。2019年2月21日，UKRI聯(lián)合300多家合作企業(yè)宣布投資2億多英鎊培養(yǎng)1000名博士研究生成為未來的研究和商業(yè)領(lǐng)袖，并期望他們能夠應(yīng)用人工智能技術(shù)改善醫(yī)療保健體系，應(yīng)對氣候變化并創(chuàng)造新的商業(yè)機(jī)會。為此，UKRI在14所英國大學(xué)內(nèi)新建16所工業(yè)、醫(yī)療保健和氣候變化領(lǐng)域的“人工智能+”博士培養(yǎng)中心，愛丁堡大學(xué)的UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心正是其中之一[2]。UKRI認(rèn)為，人工智能技術(shù)將在利用數(shù)據(jù)轉(zhuǎn)變?nèi)藗儗ι镝t(yī)學(xué)的理解和實(shí)踐方面發(fā)揮核心作用，為了實(shí)現(xiàn)這一變革，需要對在計(jì)算機(jī)科學(xué)和生物醫(yī)學(xué)交叉領(lǐng)域工作的研究人員進(jìn)行培訓(xùn)，以便建立有效、合乎倫理的人工智能系統(tǒng)。于是，UKRI決定在愛丁堡大學(xué)設(shè)置處于人工智能、生物醫(yī)學(xué)和社會科學(xué)交叉領(lǐng)域的生物醫(yī)學(xué)人工智能博士培養(yǎng)中心，中心的主要任務(wù)是開發(fā)從生物醫(yī)學(xué)數(shù)據(jù)中提取知識的技術(shù)，這些技術(shù)在未來可能會對公共衛(wèi)生和經(jīng)濟(jì)產(chǎn)生重大影響。

該中心設(shè)置在國際研究界享有極高聲譽(yù)的愛丁堡大學(xué)信息學(xué)院，由信息學(xué)院與愛丁堡大學(xué)的生物學(xué)院、MRC遺傳與分子醫(yī)學(xué)研究所、Usher人口健康科學(xué)與信息學(xué)研究所、科學(xué)技術(shù)與創(chuàng)新研究所合作主辦和管理。這些機(jī)構(gòu)分別在人工智能技術(shù)、生物醫(yī)學(xué)知識和社會倫理知識方面為中心人才培養(yǎng)提供支持。在基礎(chǔ)設(shè)施方面，中心學(xué)生可以使用信息學(xué)院的先進(jìn)計(jì)算設(shè)備進(jìn)行高級網(wǎng)格計(jì)算、數(shù)據(jù)集成、計(jì)算機(jī)仿真和流程優(yōu)化等工作，也可以通過愛丁堡大學(xué)的高通量生物學(xué)（包括基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)和代謝組學(xué)）的最新設(shè)施獲取大量臨床和非臨床數(shù)據(jù)。UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心作為英國“人工智能+生物醫(yī)學(xué)”的先驅(qū)性實(shí)踐，擁有UKRI、愛丁堡大學(xué)及其企業(yè)合作伙伴投入的大量資源與支持，是英國教育人工智能領(lǐng)域的重點(diǎn)項(xiàng)目，也是人工智能復(fù)合型學(xué)科建設(shè)的典型示例，故筆者選取該中心作為案例，通過深入分析其研究生培養(yǎng)體系來探討如何構(gòu)建“人工智能+生物醫(yī)學(xué)”的人才培養(yǎng)模式。

二、UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心研究生培養(yǎng)體系

（一） 中心人才培養(yǎng)概況

1.人才培養(yǎng)定位

提供滿足日益增長的人口（尤其是老齡化人口）對醫(yī)療保健的需求，是21世紀(jì)科學(xué)和社會面臨的嚴(yán)峻挑戰(zhàn)。數(shù)據(jù)收集技術(shù)的突破提高了大規(guī)模收集數(shù)據(jù)的能力，從而推動(dòng)了對幾種重要疾病分子基礎(chǔ)的大規(guī)模人群研究。同時(shí)，系統(tǒng)化的數(shù)字化工作使人群的臨床和健康記錄數(shù)據(jù)越來越完整。然而盡管生物醫(yī)學(xué)的數(shù)據(jù)越來越豐富，研究人員還是缺乏一個(gè)切實(shí)可行的框架來有效地整合此類數(shù)據(jù)以闡明不同數(shù)據(jù)類型的疾病機(jī)制，從而導(dǎo)致無法有效發(fā)現(xiàn)和評估疾病預(yù)防和治療的新策略。人工智能技術(shù)具有有效捕獲高維數(shù)據(jù)的能力，在健康研究和醫(yī)療保健方面有著巨大的發(fā)展?jié)摿?。但是?dāng)前的人工智能技術(shù)在生物醫(yī)學(xué)方面的應(yīng)用已經(jīng)落后于其他領(lǐng)域，生物醫(yī)學(xué)從業(yè)人員急需開發(fā)出利用數(shù)據(jù)識別疾病的機(jī)制并進(jìn)行干預(yù)的模型，以及能夠整合尖端生物醫(yī)學(xué)研究先驗(yàn)知識，對不確定性進(jìn)行量化，從而根據(jù)數(shù)據(jù)做出合理決策的框架。除了上述挑戰(zhàn)，生物醫(yī)學(xué)領(lǐng)域的人工智能研究人員還需要掌握其研究的社會、法律和道德倫理層面的知識以及跨學(xué)科的溝通技巧，并學(xué)會如何在公共話語中發(fā)揮領(lǐng)導(dǎo)作用。

鑒于以上需求，UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心希望培養(yǎng)出兼具人工智能、生物醫(yī)學(xué)和社會科學(xué)相關(guān)素養(yǎng)的復(fù)合型人才，這些人才需要掌握人工智能、生物醫(yī)學(xué)和社會科學(xué)的基礎(chǔ)理論知識，進(jìn)而能夠制定出整合不同疾病數(shù)據(jù)的框架、利用數(shù)據(jù)識別疾病機(jī)制并進(jìn)行干預(yù)以及促進(jìn)科研成果的社會普及和接納。為此，UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心為學(xué)生提供了一個(gè)跨學(xué)科的培養(yǎng)計(jì)劃，計(jì)劃涵蓋了人工智能技術(shù)、生物醫(yī)學(xué)基礎(chǔ)以及生物醫(yī)學(xué)人工智能的社會學(xué)知識方面的個(gè)性化培養(yǎng)。

中心研究生培養(yǎng)遵循“1+3”模式，即1年理科碩士學(xué)位修讀和3年博士學(xué)位修讀。學(xué)生在研究生一年級時(shí)需要學(xué)習(xí)以研究為基礎(chǔ)的碩士課程，修讀計(jì)劃內(nèi)教學(xué)課程并完成研究項(xiàng)目。在研究生二至四年級時(shí)，學(xué)生將在人工智能專家和生物醫(yī)學(xué)應(yīng)用領(lǐng)域?qū)＜业墓餐笇?dǎo)下，提出并開展跨學(xué)科的博士生項(xiàng)目。中心碩士階段人才培養(yǎng)的主要目的是為培養(yǎng)“人工智能+生物醫(yī)學(xué)”領(lǐng)域的博士生人才奠定基礎(chǔ)，只有在中心完成碩士學(xué)業(yè)并成功獲得碩士學(xué)位的學(xué)生，才有資格繼續(xù)修讀博士學(xué)位。因此碩士階段學(xué)生主要是完成基礎(chǔ)課程的學(xué)習(xí)，而博士階段學(xué)生則需要根據(jù)自己感興趣的方向在導(dǎo)師的指導(dǎo)和合作企業(yè)的支持下完成各自的研究項(xiàng)目。

2.入學(xué)要求

中心對申請的學(xué)生也提出了要求。學(xué)生如果要申請UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心的項(xiàng)目，需要擁有英國計(jì)算機(jī)科學(xué)、數(shù)學(xué)、物理、工程、生物醫(yī)學(xué)或相關(guān)學(xué)科的二等一級學(xué)位（Upper-second class degree）①及以上（也就是英國本科平均成績60分以上）或其國際同等學(xué)歷?？梢钥闯銎鋵?shí)中心招收的很多學(xué)生僅具有工科背景而不具備醫(yī)學(xué)背景。

3.學(xué)生畢業(yè)去向

中心的畢業(yè)生將主要從事生物醫(yī)學(xué)人工智能相關(guān)工作，其就業(yè)機(jī)會較為廣泛，學(xué)生可以繼續(xù)在校企合作的實(shí)驗(yàn)室進(jìn)行相關(guān)研發(fā)，也可以在制藥企業(yè)專門開設(shè)的生物醫(yī)學(xué)人工智能部門工作，此外還可以成為制藥行業(yè)的對外發(fā)言人。正如英國一些政府報(bào)告（如《生命科學(xué)工業(yè)戰(zhàn)略》）以及制藥行業(yè)引領(lǐng)者（如英國制藥工業(yè)協(xié)會、葛蘭素史克公司）所強(qiáng)調(diào)的那樣，生物醫(yī)學(xué)人工智能預(yù)計(jì)將在近期至中期成為一個(gè)高速發(fā)展的部門。

（二）課程設(shè)置情況

在UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心，學(xué)生需要通過修讀碩士基礎(chǔ)課程來獲得生物醫(yī)學(xué)人工智能研究中心的理學(xué)碩士學(xué)位。為此學(xué)生一共需要完成180個(gè)學(xué)分②，其中必修課程占120個(gè)學(xué)分，包含兩門基礎(chǔ)課程和兩個(gè)實(shí)踐項(xiàng)目;非必修課程占60個(gè)學(xué)分，以核心課程輔以幾門選修課程的形式設(shè)置，核心課程包括兩門課程，學(xué)生至少需要完成一門核心課程學(xué)習(xí)，選修課程每門占10個(gè)或20個(gè)學(xué)分（見表1）。[3]

根據(jù)上文所述的中心人才培養(yǎng)定位和課程培養(yǎng)計(jì)劃，中心課程可以歸納為四類：人工智能技術(shù)類課程、數(shù)據(jù)科學(xué)類課程、生物信息學(xué)類課程和綜合性課程和項(xiàng)目（見圖1）。

通過該框架可以發(fā)現(xiàn)，中心著重培養(yǎng)的是學(xué)生的計(jì)算機(jī)素養(yǎng)、數(shù)學(xué)素養(yǎng)和工程素養(yǎng)，為此中心開設(shè)了數(shù)據(jù)科學(xué)類課程，這解釋了為什么中心招收大量具有工科背景的人才。在此基礎(chǔ)上，中心強(qiáng)調(diào)學(xué)生對于人工智能新技術(shù)的熟悉和掌握，為此開設(shè)了人工智能技術(shù)類課程?？梢钥闯觯瑢τ谏镝t(yī)學(xué)基礎(chǔ)性知識理論的教授則并不屬于中心人才培養(yǎng)的重點(diǎn)，“人工智能+生物醫(yī)學(xué)”的跨學(xué)科性主要體現(xiàn)在其開設(shè)的生物信息學(xué)類課程中，這一類課程同時(shí)整合了生物醫(yī)學(xué)、計(jì)算機(jī)、信息學(xué)工程、數(shù)學(xué)和統(tǒng)計(jì)相關(guān)知識以及人工智能新技術(shù)，重點(diǎn)在于對生物數(shù)據(jù)的處理。綜合性課程和項(xiàng)目除了包含上述三類課程培養(yǎng)的知識和技能之外，還關(guān)注與生物醫(yī)學(xué)人工智能研究相關(guān)的社會學(xué)知識。通過對框架進(jìn)行分析，筆者認(rèn)為，UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心在某種程度上更接近“人工智能+生物信息學(xué)”的實(shí)踐，而生物信息學(xué)本身就已具備跨學(xué)科性。

中心需要通過考試或課程作業(yè)的形式對學(xué)生碩士階段的所有課程學(xué)習(xí)表現(xiàn)（包括個(gè)人項(xiàng)目和小組項(xiàng)目）進(jìn)行評估，并為每門課程打分。要獲得生物醫(yī)學(xué)人工智能研究授予的理學(xué)碩士學(xué)位，學(xué)生必須滿足所學(xué)的所有課程的平均成績達(dá)到至少50%，另外小組研究項(xiàng)目和個(gè)人研究項(xiàng)目成績均需達(dá)到至少50%;要獲得“優(yōu)秀”評級，所有課程的平均成績需要達(dá)到至少60%，小組研究項(xiàng)目和個(gè)人研究項(xiàng)目成績均需達(dá)到至少60%;而要獲得“卓越”評級，所有課程的平均成績需要達(dá)到至少70%，小組研究項(xiàng)目和個(gè)人研究項(xiàng)目成績均需達(dá)到至少70%。成績不符合升學(xué)要求的學(xué)生只能獲得研究生文憑（postgraduate diploma）或研究生證書（postgraduate certificate），并且不會升讀UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心計(jì)劃中的博士學(xué)位項(xiàng)目。

學(xué)生成功升讀博士學(xué)位項(xiàng)目之后，需要向中心提交完整的博士生建議書和項(xiàng)目建議書，中心團(tuán)隊(duì)將為學(xué)生提供可能的研究項(xiàng)目構(gòu)想建議并推薦合適的指導(dǎo)者，但最終博士學(xué)位項(xiàng)目的選擇由學(xué)生主導(dǎo)。確定升讀博士學(xué)位項(xiàng)目之后，學(xué)生需要在主導(dǎo)師和一名或多名副導(dǎo)師的指導(dǎo)下，用三年時(shí)間來完成博士學(xué)位研究項(xiàng)目。每年學(xué)生和導(dǎo)師團(tuán)隊(duì)都需要和中心主管層舉行一次正式的年度審核會議，并且填寫在線年度審核表。

（三）課程實(shí)施與評價(jià)

1.讓學(xué)生在臨床實(shí)踐中學(xué)習(xí)

中心課程注重讓學(xué)生通過親身觀察或體驗(yàn)臨床實(shí)踐活動(dòng)來掌握相關(guān)知識和技能，以便學(xué)生在將來能夠在具體情境中順利運(yùn)用。其中最能體現(xiàn)這個(gè)特點(diǎn)的就是中心在第一學(xué)期開設(shè)的“臨床數(shù)據(jù)建模中的問題”這門必修課程。

通過該課程的學(xué)習(xí)，學(xué)生能深刻理解生物醫(yī)學(xué)人工智能研究人員在對臨床數(shù)據(jù)進(jìn)行收集、訪問和建模過程中需要面臨的挑戰(zhàn)。課程內(nèi)容包括臨床研究人員的一系列講座以及最后為期一天的診所訪問，這將使學(xué)生有機(jī)會親身體驗(yàn)臨床數(shù)據(jù)收集的復(fù)雜性。誠然，通過整合臨床數(shù)據(jù)開發(fā)出利用數(shù)據(jù)對疾病進(jìn)行預(yù)測和干預(yù)的模型，對于生物醫(yī)學(xué)應(yīng)用有非常重要的意義，但是建模并不是一個(gè)簡單的事情，在建模過程中，生物醫(yī)學(xué)人工智能領(lǐng)域人員需要處理很多復(fù)雜的問題，讓學(xué)生充分了解在這個(gè)過程中他們需要解決的問題對于他們今后實(shí)踐的重要意義。

該課程的教學(xué)目標(biāo)包括兩點(diǎn)：一是學(xué)生通過課程能夠嚴(yán)格評估和討論各種疾病相關(guān)的臨床數(shù)據(jù)建模將會帶來的挑戰(zhàn)，尤其是在數(shù)據(jù)噪聲（noise in the data）、患者分層（patient stratification）以及法規(guī)和道德問題方面;二是通過跟隨體驗(yàn)熟悉生物醫(yī)學(xué)領(lǐng)域中的數(shù)據(jù)采集規(guī)則。為實(shí)現(xiàn)上述教學(xué)目標(biāo)，課程制定了以下評估方式：一是學(xué)生需要上交一份簡短的書面報(bào)告，來詳細(xì)介紹并批判性地反映學(xué)生在跟隨體驗(yàn)中遇到的臨床數(shù)據(jù)建模挑戰(zhàn);二是學(xué)生需要向課程組織者和班上其他成員作簡短的演講，介紹他們的跟隨體驗(yàn)。涉及的主題包括“動(dòng)機(jī)：為什么要收集數(shù)據(jù)？”“規(guī)則：正在收集什么數(shù)據(jù)，如何收集？”“分析：當(dāng)前在實(shí)驗(yàn)室中使用哪些方法來分析數(shù)據(jù)？”“可能的發(fā)展：如何改進(jìn)分析方法？這樣做的挑戰(zhàn)是什么？”“影響：該領(lǐng)域臨床研究更廣泛的影響是什么？”。教師將在兩周內(nèi)對課程作業(yè)進(jìn)行評估和反饋。評估報(bào)告將由同行、課程講師和個(gè)別主管根據(jù)一定規(guī)則進(jìn)行審核。

2.注重科研的公眾參與和普及

現(xiàn)如今，科學(xué)活動(dòng)越來越傾向于進(jìn)行大范圍的國際合作以求對關(guān)鍵科學(xué)技術(shù)難題進(jìn)行協(xié)作攻關(guān)，科學(xué)共同體的范圍也需要不斷擴(kuò)大，在這種情況下加強(qiáng)科研的社會參與和科研普及是非常有必要的。因而中心的課程培養(yǎng)計(jì)劃中也特別關(guān)注了科研的公眾參與和社會普及，并為此在第一學(xué)期單獨(dú)開設(shè)了“負(fù)責(zé)任的研究和創(chuàng)新基礎(chǔ)”這門必修課程。

該課程旨在使學(xué)生具備解決研究和創(chuàng)新領(lǐng)域的社會、法律和道德問題的能力。在課程中教師會向?qū)W生介紹科學(xué)、技術(shù)與創(chuàng)新研究新領(lǐng)域的獎(jiǎng)學(xué)金，特別是與新興科學(xué)和技術(shù)相關(guān)的獎(jiǎng)學(xué)金，以便學(xué)生能為自己之后的研究道路制定合理的計(jì)劃。教師還將帶領(lǐng)學(xué)生探討負(fù)責(zé)任的研究和創(chuàng)新的相關(guān)理念，并研究它們?nèi)绾卧谛屡d科學(xué)和技術(shù)項(xiàng)目中發(fā)揮科學(xué)家和工程師的作用，這些項(xiàng)目包括公眾參與、風(fēng)險(xiǎn)和倫理審計(jì)（risk and ethical audit）以及創(chuàng)新軌跡和成果評估。該課程作為與人工智能技術(shù)相結(jié)合的跨學(xué)科課程，還特別提到要幫助學(xué)生將這些概念應(yīng)用于大數(shù)據(jù)、人工智能和生物醫(yī)學(xué)研究等領(lǐng)域。

該課程的教學(xué)目標(biāo)包括五點(diǎn)：一是學(xué)生通過課程能夠?qū)ρ芯咳藛T在學(xué)術(shù)界和社會中的作用以及負(fù)責(zé)任的研究和創(chuàng)新實(shí)踐可能帶來的影響形成批判性的理解;二是學(xué)生通過課程能夠批判性地參與科學(xué)技術(shù)的研究、創(chuàng)新和治理，并通過宣傳促進(jìn)社會公眾對相關(guān)技術(shù)的了解;三是學(xué)生通過課程能夠深入思考研究的各利益相關(guān)者的潛在導(dǎo)向，評估他們對研究成果利用的優(yōu)先順序并做出明智的判斷;四是學(xué)生通過課程能夠以書面和口頭的形式流暢且有邏輯地陳述科學(xué)研究領(lǐng)域的社會倫理相關(guān)論點(diǎn);五是學(xué)生通過課程能夠使用一系列研究技能來計(jì)劃和執(zhí)行研究項(xiàng)目，克服挑戰(zhàn)并在未來成為負(fù)責(zé)任的研究人員。

課程針對教學(xué)目標(biāo)制定了以下評估方式：一是為社會公眾了解新興科學(xué)技術(shù)制作一份簡報(bào)（PPT形式），介紹科學(xué)技術(shù)項(xiàng)目具體內(nèi)容及其潛在的社會和道德層面影響;二是撰寫一份報(bào)告來闡述與選定研究項(xiàng)目有關(guān)的不同利益相關(guān)者的潛在影響和導(dǎo)向。教師會在15個(gè)工作日內(nèi)對學(xué)生的作業(yè)進(jìn)行評估并提交反饋，課程還會以研討會形式鼓勵(lì)教師和學(xué)生進(jìn)行一對一反饋，從而實(shí)現(xiàn)形成性評價(jià)。

3.組織學(xué)生進(jìn)行項(xiàng)目式學(xué)習(xí)

項(xiàng)目式學(xué)習(xí)能夠考驗(yàn)學(xué)生對知識的綜合掌握和解決問題的能力。學(xué)生在第二學(xué)期必須完成小組研究項(xiàng)目和個(gè)人研究項(xiàng)目兩門實(shí)踐課程，兩個(gè)項(xiàng)目分別占20個(gè)學(xué)分和80個(gè)學(xué)分，對于學(xué)生是否能夠順利從碩士階段過渡到博士階段至關(guān)重要。在兩個(gè)研究項(xiàng)目中，學(xué)生將分別以小組（2～3人為一組）和個(gè)人的形式進(jìn)行實(shí)踐，嘗試將人工智能應(yīng)用于解決生物醫(yī)學(xué)方面的問題。

小組研究項(xiàng)目和個(gè)人研究項(xiàng)目必須至少有兩位導(dǎo)師，其中一位來自人工智能或機(jī)器學(xué)習(xí)領(lǐng)域，另一位則來自生物醫(yī)學(xué)領(lǐng)域。導(dǎo)師的職責(zé)是提供技術(shù)咨詢并協(xié)助學(xué)生進(jìn)行研究計(jì)劃。對于小組研究項(xiàng)目，導(dǎo)師還應(yīng)指定一名引導(dǎo)員，由其監(jiān)督整個(gè)團(tuán)隊(duì)的實(shí)踐過程。學(xué)生分別有兩次選擇小組研究項(xiàng)目和個(gè)人研究項(xiàng)目的機(jī)會，在確定感興趣的項(xiàng)目之后需要盡早與導(dǎo)師聯(lián)系以了解項(xiàng)目的更多詳細(xì)信息。值得一提的是，一些有價(jià)值的小組研究項(xiàng)目和個(gè)人研究項(xiàng)目還有機(jī)會成為學(xué)生博士階段的研究項(xiàng)目。

在評估方面，小組研究項(xiàng)目和個(gè)人研究項(xiàng)目都需要提交一篇論文作為書面報(bào)告。此外，小組研究項(xiàng)目還包含口頭陳述，所有小組都需要在提交論文前進(jìn)行答辯，向?qū)熃榻B自己的項(xiàng)目，并根據(jù)導(dǎo)師的反饋修改論文。小組研究項(xiàng)目論文由一名導(dǎo)師和一名工作人員各自進(jìn)行獨(dú)立評估，如果分?jǐn)?shù)相差小于10%，則取平均分作為論文成績，否則將由委員會進(jìn)行調(diào)整，個(gè)人研究項(xiàng)目論文則由兩名工作人員合作評估。

三、對我國“人工智能+”復(fù)合學(xué)科建設(shè)的啟示

（一）培養(yǎng)學(xué)生跨學(xué)科思維

“人工智能+X”教育最核心的本質(zhì)就是其跨學(xué)科性，學(xué)生需要利用人工智能技術(shù)來解決本專業(yè)應(yīng)用領(lǐng)域和研究領(lǐng)域的現(xiàn)實(shí)問題。因此在培養(yǎng)過程中，應(yīng)該模糊兩個(gè)領(lǐng)域的學(xué)科邊界，不再以知識為導(dǎo)向組織教學(xué)，而是以問題為導(dǎo)向展開教學(xué)，讓學(xué)生在學(xué)習(xí)具體的案例和解決特定問題的過程中利用人工智能技術(shù)來克服本專業(yè)現(xiàn)階段面臨的挑戰(zhàn)，從而突破發(fā)展瓶頸。為此，學(xué)生還應(yīng)不斷練習(xí)以提高知識遷移能力，從而能夠在實(shí)踐中利用人工智能技術(shù)和理念跨學(xué)科解決問題。

（二）促進(jìn)學(xué)生個(gè)性化自主學(xué)習(xí)

人工智能最大的優(yōu)勢之一就是能為學(xué)生提供豐富的智能化教學(xué)資源。UKRI生物醫(yī)學(xué)人工智能博士培養(yǎng)中心在給予學(xué)生各種線下學(xué)習(xí)資源的同時(shí)，也為學(xué)生準(zhǔn)備了龐大的線上資源庫。“人工智能+X”復(fù)合學(xué)科不同于單一學(xué)科培養(yǎng)，它不僅要求學(xué)生掌握本專業(yè)基礎(chǔ)知識，還需要讓學(xué)生掌握人工智能技術(shù)以及本專業(yè)和人工智能交叉領(lǐng)域延伸出的知識理論。因此，學(xué)生花費(fèi)大量時(shí)間進(jìn)行自主學(xué)習(xí)是很有必要的，充足的智能化教學(xué)資源能為學(xué)生自主學(xué)習(xí)提供支持。不斷推動(dòng)微課、慕課、翻轉(zhuǎn)課堂以及移動(dòng)教育資源的創(chuàng)新學(xué)習(xí)資源開發(fā)有利于實(shí)現(xiàn)以學(xué)生個(gè)性需求為中心，以資源、技術(shù)、智能思維為支撐的教育現(xiàn)代化的變革。[4]

（三）提高學(xué)生自主創(chuàng)新能力和研究能力

“人工智能+X”教育應(yīng)該培養(yǎng)的是兼具專業(yè)性、技術(shù)性和創(chuàng)新性的復(fù)合型人才，而科研項(xiàng)目正是培養(yǎng)創(chuàng)新型人才的有效途徑[5]，通過科研項(xiàng)目的實(shí)踐，學(xué)生不僅能夠提高自身創(chuàng)新能力，還能夠培養(yǎng)科研思維和科研能力，從而為未來的研究道路打下基礎(chǔ)?？蒲许?xiàng)目分為個(gè)人項(xiàng)目和團(tuán)隊(duì)項(xiàng)目，在個(gè)人項(xiàng)目中學(xué)生需要在結(jié)合自身興趣和導(dǎo)師科研項(xiàng)目需求的基礎(chǔ)上選擇自己的主攻方向，在導(dǎo)師指導(dǎo)下完成項(xiàng)目，并在這個(gè)過程中不斷提高科研能力和問題解決能力;在團(tuán)隊(duì)項(xiàng)目中，學(xué)生可以與他人合作進(jìn)行項(xiàng)目實(shí)踐，從而培養(yǎng)團(tuán)隊(duì)合作的科研素養(yǎng)和意識。

注釋：

①英國的學(xué)位評定分為一等榮譽(yù)學(xué)位（first class honours degree）、2.1學(xué)位或二等一級學(xué)位（upper-second class degree）、2.2學(xué)位或二等二級學(xué)位（lower-second class degree）、三等學(xué)位（third class degree）。英國大學(xué)規(guī)定平均成績70分以上為一等學(xué)位，60～69分為二等一級學(xué)位，50～59分為二等二級學(xué)位，40～49分是三等學(xué)位。

②英國碩士階段一般需要修滿180個(gè)學(xué)分。在愛丁堡大學(xué)所修得的學(xué)分可作為蘇格蘭學(xué)分和資格框架（Scottish Credit Qualifications Framework，SCQF）的一部分，這個(gè)框架涵蓋蘇格蘭地區(qū)所有學(xué)歷和資格證書的學(xué)分和資格框架。20個(gè)SCQF學(xué)分相當(dāng)于10個(gè)歐洲學(xué)分互認(rèn)體系（Europe Credits Transfer System，ECTS）學(xué)分，或者美國高校的4個(gè)學(xué)分。

參考文獻(xiàn)：

[1]中華人民共和國中央人民政府. 國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL].（2017-07-20）[2020-08-10].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2]UK Research and Innovation. UKRI Centres for Doctoral Training in Artificial Intelligence[EB/OL].（2018-03-04）[2020-08-10].https：//www.ukri.org/research/themes-and-programmes/ukri-cdts-in-artificial-intelligence/.

[3]UKRI CDT in Biomedical AI. MScR degree programme table[EB/OL].（2020-09-14）[2020-12-17].http：//web.inf.ed.ac.uk/cdt/biomedical-ai/student-guide/study-programme/mscr.

[4]趙夢雷.人工智能與教育相融合的特點(diǎn)探析[J].課程教學(xué)研究，2019（9）：87-91.

[5]成科揚(yáng)，孟春運(yùn)，詹永照.“人工智能+”人才培養(yǎng)新模式探索[J].計(jì)算機(jī)教育，2019（12）：68-71，75.

編輯 呂伊雯? ?校對 徐玲玲