油氣人工智能課程群建設(shè)及課程分類管理機制研究

摘 要 在“雙碳”目標(biāo)下，石油和天然氣行業(yè)的數(shù)字化和智能化轉(zhuǎn)型是保障國家能源安全、促進油氣行業(yè)高質(zhì)量發(fā)展的重要基礎(chǔ)。隨著人工智能上升為國家戰(zhàn)略，社會對油氣行業(yè)高校的人才培養(yǎng)提出了全新的要求。為服務(wù)國家戰(zhàn)略需求，推動人工智能科技前沿進展，整合油氣學(xué)科優(yōu)質(zhì)資源，發(fā)揮高校在交叉學(xué)科人才培養(yǎng)中的作用，構(gòu)建油氣與人工智能多學(xué)科交叉課程群，組建多元化優(yōu)質(zhì)師資隊伍，規(guī)范課程分類管理制度，開展多學(xué)科交叉教育教學(xué)模式創(chuàng)新，能夠為我國油氣領(lǐng)域人工智能人才的培養(yǎng)提供重要支撐。

關(guān)鍵詞 石油與天然氣；人工智能；課程群；分類管理

中圖分類號：G642 文獻標(biāo)識碼：A DOI：10.16400/j.cnki.kjdk.2024.26.006

Research on the Construction of Oil and Gas Artificial Intelligence Course Group and Course Classification Management Mechanism

XUE Liang1，2，3， LIN Botao1， SONG Xianzhi1，2，3

（1. College of Artificial Intelligent， China University of Petroleum， Beijing 102249;

2. College of Carbon Neural Energy， China University of Petroleum， Beijing 102249;

3. College of Petroleum Engineering， China University of Petroleum， Beijing 102249）

Abstract Under the "dual carbon" goal， the digital and intelligent transformation of the oil and gas industry is an important foundation for ensuring national energy security and promoting high-quality development of the oil and gas industry. With the rise of artificial intelligence as a national strategy， society has put forward new requirements for talent cultivation in oil and gas industry universities. To serve the national strategic needs， promote the cutting-edge development of artificial intelligence technology， integrate high-quality resources of oil and gas disciplines， give full play to the role of universities in interdisciplinary talent cultivation， build a multidisciplinary course group that combines oil and gas and artificial intelligence， establish a diversified and high-quality teaching team， standardize the course classification management system， and carry out innovative interdisciplinary education and teaching models， which can provide important support for the cultivation of artificial intelligence talents in China's oil and gas field.

Keywords oil and gas; artificial intelligence; curriculum group; classification management

石油和天然氣是關(guān)系國計民生的重要戰(zhàn)略資源，在“碳達峰、碳中和”目標(biāo)下，依然是我國能源體系的重要組成部分。然而我國油氣工業(yè)的發(fā)展面臨著諸多挑戰(zhàn)，主力老油田普遍進入特高含水后期開發(fā)階段，新發(fā)現(xiàn)的油氣資源向深水、深層、非常規(guī)快速轉(zhuǎn)變，開采難度和成本日益增大。要實現(xiàn)保障國家能源安全的目標(biāo)，油氣行業(yè)的數(shù)字化和智能化轉(zhuǎn)型是大勢所趨。

人工智能是提升國家競爭力、推動國家經(jīng)濟增長的戰(zhàn)略性技術(shù)。2017年7月，國務(wù)院頒布《新一代人工智能發(fā)展規(guī)劃》，為促進我國人工智能發(fā)展奠定優(yōu)勢基礎(chǔ)。中國石油、中國石化、中國海油及國家管網(wǎng)等油氣龍頭企業(yè)，均加快了“數(shù)字化轉(zhuǎn)型”和“智能化發(fā)展”的發(fā)展步伐，促進人工智能技術(shù)與我國油氣領(lǐng)域的深度融合。推動油氣人工智能技術(shù)發(fā)展，對保障國家能源安全、支撐油氣產(chǎn)業(yè)升級、助力經(jīng)濟社會智能化轉(zhuǎn)型具有重要的意義。

隨著人工智能上升為國家戰(zhàn)略，油氣人工智能人才培養(yǎng)課程體系建設(shè)迫在眉睫。數(shù)字化、信息化、智能化是全球科技快速發(fā)展的大方向，行業(yè)前沿?zé)狳c迅速向油氣工業(yè)智能化轉(zhuǎn)變，其融合了大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計算等技術(shù)，有望大幅提高油氣勘探開發(fā)質(zhì)量和水平，降低成本和風(fēng)險。為進一步提升高校人工智能領(lǐng)域科技創(chuàng)新、人才培養(yǎng)和服務(wù)國家需求的能力，2018年4月，教育部印發(fā)《高等學(xué)校人工智能創(chuàng)新行動計劃》。2018年12月，中國石油大學(xué)（北京）成立了人工智能學(xué)院，針對油氣行業(yè)對人工智能人才的需求，構(gòu)建油氣領(lǐng)域特色的人工智能人才培養(yǎng)模式。為了更好地發(fā)揮高校在交叉學(xué)科人才培養(yǎng)中的作用，高校亟須創(chuàng)新教育教學(xué)模式，構(gòu)建油氣與人工智能多學(xué)科交叉的課程群，組建多元化優(yōu)質(zhì)師資隊伍，規(guī)范課程分類管理制度，培養(yǎng)油氣領(lǐng)域的人工智能優(yōu)質(zhì)人才。

1 構(gòu)建油氣與人工智能交叉的復(fù)合型課程群

課程建設(shè)是保障人才培養(yǎng)質(zhì)量的核心。建立課程群有利于促進學(xué)生畢業(yè)能力的達成、高等學(xué)校與行業(yè)企業(yè)教學(xué)資源高效整合，以及人才培養(yǎng)質(zhì)量的提升[1]。課程群是指圍繞同一人才培養(yǎng)目標(biāo)構(gòu)建的、具有內(nèi)在邏輯關(guān)聯(lián)性的數(shù)門課程重構(gòu)形成的有機課程系統(tǒng)[2]。油氣工業(yè)產(chǎn)業(yè)鏈覆蓋勘探、開發(fā)、煉化、安全等諸多環(huán)節(jié)，與地球科學(xué)、工程學(xué)、化學(xué)等學(xué)科緊密相關(guān)。為了促進人工智能技術(shù)與油氣工業(yè)各技術(shù)環(huán)節(jié)的有效融合，需要構(gòu)建系統(tǒng)的油氣人工智能復(fù)合型課程群。

此次建立的油氣人工智能復(fù)合型課程群包括四門核心課程，分別為油氣地質(zhì)大數(shù)據(jù)與智能工程、人工智能與油氣工程、人工智能與石油化工、安全工程信息化與物聯(lián)網(wǎng)技術(shù)。課程群的設(shè)置以油氣人工智能人才培養(yǎng)為目標(biāo)，以人工智能基礎(chǔ)理論為核心，以油氣地質(zhì)―油氣工程―石油化工―安全工程為外延，開展人工智能與油氣學(xué)科專業(yè)知識交叉融合，構(gòu)建油氣人工智能復(fù)合型知識體系。

油氣地質(zhì)大數(shù)據(jù)與智能工程主要介紹油氣地質(zhì)領(lǐng)域大數(shù)據(jù)與人工智能的基本理論、方法和應(yīng)用，課程采用理論授課與案例教學(xué)相結(jié)合的模式，使學(xué)生在理論學(xué)習(xí)的基礎(chǔ)上，掌握大數(shù)據(jù)分析與人工智能應(yīng)用的思維方式、知識構(gòu)架。主要教學(xué)內(nèi)容包括：油氣地質(zhì)大數(shù)據(jù)基礎(chǔ)、分類與回歸、聚類分析、深度學(xué)習(xí)，以及油氣地質(zhì)領(lǐng)域人工智能場景應(yīng)用等。人工智能與油氣工程講授分類、回歸、聚類等人工智能算法，并利用算法解決石油工程領(lǐng)域相關(guān)問題，介紹地球物理領(lǐng)域智能化技術(shù)、鉆完井智能化技術(shù)、油藏工程智能化技術(shù)、開采工程智能化技術(shù)、儲運工程智能化技術(shù)的發(fā)展現(xiàn)狀，理解并分析智能物探技術(shù)和智能測井技術(shù)如何應(yīng)用于地球物理領(lǐng)域，無人駕駛技術(shù)在鉆井工程場景中的應(yīng)用，油氣藏自動歷史擬合技術(shù)和人工智能產(chǎn)能預(yù)測技術(shù)如何應(yīng)用于油藏工程領(lǐng)域，智能人工舉升系統(tǒng)關(guān)鍵技術(shù)和智能注采井筒生產(chǎn)優(yōu)化調(diào)控技術(shù)如何應(yīng)用于油氣開采工程領(lǐng)域等。人工智能與石油化工主要介紹人工智能在石油化工中的應(yīng)用，包括石油產(chǎn)品物性預(yù)測、反應(yīng)過程分子管理模型、油品調(diào)和、大數(shù)據(jù)技術(shù)在石油化工中的應(yīng)用、數(shù)據(jù)驅(qū)動模型、分離單元與分離系統(tǒng)綜合的智能優(yōu)化、能量系統(tǒng)智能優(yōu)化、石化企業(yè)氫氣系統(tǒng)智能優(yōu)化、實時優(yōu)化與先進過程控制等。安全工程信息化與物聯(lián)網(wǎng)技術(shù)介紹安全工程信息化的基本理論及物聯(lián)網(wǎng)相關(guān)技術(shù)及概念，利用關(guān)系數(shù)據(jù)庫及SQL語言的應(yīng)用、地理信息系統(tǒng)相關(guān)技術(shù)、網(wǎng)絡(luò)技術(shù)、高級語言（C#）開發(fā)、windows應(yīng)用程序及Web程序開發(fā)，講授安全信息化技術(shù)及物聯(lián)網(wǎng)技術(shù)在石油安全工程領(lǐng)域的應(yīng)用，長輸管道SCADA系統(tǒng)，能夠根據(jù)所學(xué)內(nèi)容結(jié)合安全管理、安全監(jiān)測基于關(guān)系數(shù)據(jù)庫及網(wǎng)絡(luò)技術(shù)開發(fā)windows應(yīng)用程序及Web程序。

2 組建“跨學(xué)科、跨學(xué)院、跨領(lǐng)域”的專兼任融合師資隊伍

教師作為課程建設(shè)的主體，是教育活動的主導(dǎo)力量。建立一支規(guī)模適當(dāng)、結(jié)構(gòu)合理、素質(zhì)優(yōu)良的高校教師隊伍是學(xué)校高質(zhì)量發(fā)展的迫切任務(wù)[3]。組建擁有豐富教學(xué)、科研和社會實踐經(jīng)驗的教師隊伍是課程建設(shè)的先決條件。人工智能技術(shù)、智能分析軟件、智能硬件裝備、智能作業(yè)平臺及智能管理服務(wù)等已經(jīng)在石油工程領(lǐng)域得到廣泛應(yīng)用，覆蓋從油氣田管理到勘探開發(fā)作業(yè)現(xiàn)場的各個方面，有效提升了石油與天然氣工程領(lǐng)域的數(shù)字化、自動化和智能化水平。以“石油石化特色學(xué)科+人工智能”模式培養(yǎng)的油氣領(lǐng)域人工智能高端人才，涵蓋地質(zhì)、物探、測井、鉆完井、開采、儲運、煉化及安全整個油氣產(chǎn)業(yè)鏈，為油氣領(lǐng)域的智能化發(fā)展提供人才保障。

為了促進油氣人工智能與科研、教育、產(chǎn)業(yè)的深度融合，在師資隊伍方面亟待組建具有“油氣+人工智能”復(fù)合知識體系的師資隊伍。人工智能學(xué)院采用任務(wù)驅(qū)動的方式，構(gòu)建了“跨行業(yè)、跨學(xué)科、跨學(xué)院”的專兼任教師共存的師資團隊，形成以學(xué)院自主招聘專任教師為核心，以校內(nèi)其他學(xué)院聘任兼任教師為主體、以校外相關(guān)行業(yè)企業(yè)專家為有益補充的優(yōu)質(zhì)師資隊伍建設(shè)格局。

2.1 學(xué)院自主招聘專任師資

人工智能學(xué)院面向全球招聘有志于從事油氣工業(yè)領(lǐng)域人工智能研究的優(yōu)秀人才。擬聘任的專任教師需要通曉人工智能基礎(chǔ)理論和模型算法，開展過人工智能技術(shù)的工業(yè)化應(yīng)用研究，熟練掌握通用人工智能系統(tǒng)平臺，勝任人工智能專業(yè)核心基礎(chǔ)課程和前沿課程的教學(xué)，具備良好的學(xué)術(shù)科研發(fā)展?jié)摿Α?/p>

2.2 校內(nèi)其他學(xué)院聘任兼任師資

為了加強人工智能與油氣技術(shù)產(chǎn)業(yè)鏈的有效銜接和融合，學(xué)?？蓮牡厍蚩茖W(xué)學(xué)院、石油工程學(xué)院、化學(xué)工程與環(huán)境學(xué)院、機械與儲運工程學(xué)院、地球物理學(xué)院、安全與海洋工程學(xué)院、信息科學(xué)與工程學(xué)院等擇優(yōu)選取“油氣+人工智能”相關(guān)教師并培訓(xùn)考核，充分挖掘校內(nèi)優(yōu)質(zhì)師資力量，面向全校遴選和聘任碩士研究生指導(dǎo)教師和博士研究生指導(dǎo)教師，夯實人才培養(yǎng)基礎(chǔ)，提升人才培養(yǎng)質(zhì)量。

2.3 校外相關(guān)行業(yè)企業(yè)專家?guī)熧Y

為了進一步擴充教師隊伍，完善師資結(jié)構(gòu)，學(xué)院還采用 “兼職教授”“兼職指導(dǎo)教師”等方式聘任行業(yè)內(nèi)相關(guān)企業(yè)的優(yōu)秀人才作為兼職人才培養(yǎng)導(dǎo)師。聘任行業(yè)內(nèi)知名專家學(xué)者擔(dān)任兼職教授，豐富油氣人工智能課程體系，優(yōu)化學(xué)院人才培養(yǎng)師資隊伍。與國內(nèi)人工智能先進企業(yè)進行合作并簽署戰(zhàn)略合作協(xié)議，共建“石油石化人工智能教育中心”和“石油石化人工智能研究中心”，邀請華為、百度等科技企業(yè)的專家通過油氣人工智能創(chuàng)新中心走進課堂，參與學(xué)校高層次人才培養(yǎng)，開辟校企合作新模式。

3 制定課程分類管理規(guī)范制度

為了促進多學(xué)科交叉、實現(xiàn)“油氣+人工智能”課程群建設(shè)，人工智能學(xué)院組建了“跨學(xué)科、跨學(xué)院、跨領(lǐng)域”的專兼任融合的師資隊伍，但會出現(xiàn)教師所教學(xué)的課程不是開設(shè)于人事關(guān)系所在的學(xué)院，授課對象也不是人事關(guān)系所在學(xué)院的學(xué)生，因此，對課程組織管理、教師教學(xué)工作量的認(rèn)定、教學(xué)過程監(jiān)督及教學(xué)效果評價提出了新的挑戰(zhàn)。需要創(chuàng)新管理機制和體制，依據(jù)課程性質(zhì)開展課程分類管理，制訂相應(yīng)的管理制度。

為了保證課程的教學(xué)質(zhì)量，學(xué)院針對教學(xué)過程設(shè)置了監(jiān)督制度。監(jiān)督設(shè)置評估和反饋機制，揭示教師在教學(xué)上的不足和問題，提高教師的教學(xué)水平，確保教師遵守教學(xué)計劃和課程標(biāo)準(zhǔn)。針對人工智能學(xué)院專兼任教師結(jié)合的特點，人工智能學(xué)院設(shè)立了“油氣+人工智能”復(fù)合型教學(xué)專家組，建立教學(xué)專家組專家定期聽課制度，從人工智能知識教學(xué)和油氣專業(yè)知識教學(xué)兩個方面對課程的教學(xué)過程和教學(xué)內(nèi)容進行評價和監(jiān)督，保障“油氣+人工智能”多學(xué)科交叉復(fù)合型知識體系的高質(zhì)量構(gòu)建。

針對人工智能學(xué)院專任教師、校內(nèi)其他學(xué)院兼任教師和校外專家授課教師三類授課教師，分別制訂相應(yīng)的教學(xué)工作量分類管理認(rèn)定辦法。人工智能學(xué)院專任教師由人工智能學(xué)院聘任，主要從事人工智能基礎(chǔ)理論知識的講授，相應(yīng)的工作量由人工智能學(xué)院認(rèn)定，課時由人工智能學(xué)院進行考核；校內(nèi)其他學(xué)院兼任教師由人事關(guān)系所在學(xué)院聘任，主要從事油氣人工智能場景應(yīng)用分析知識的講授，相應(yīng)的工作量由人工智能學(xué)院向教師人事關(guān)系所在原學(xué)院報送，工作量由原學(xué)院進行認(rèn)定，納入原學(xué)院教學(xué)工作量考核；校外專家授課教師由行業(yè)內(nèi)企業(yè)專家擔(dān)任，以單次講座性授課方式為主。

4 結(jié)語

面向油氣工業(yè)數(shù)字化轉(zhuǎn)型與智能化發(fā)展需求，構(gòu)建人工智能和大數(shù)據(jù)在油氣勘探、開發(fā)、儲運、煉化和安全等過程中的應(yīng)用場景及其理論基礎(chǔ)和關(guān)鍵技術(shù)，為石油石化領(lǐng)域培養(yǎng)人工智能人才。通過設(shè)置“油氣+人工智能”課程群，促進油氣人工智能學(xué)科交叉融合；通過體制創(chuàng)新，組建油氣人工智能領(lǐng)域的高水平師資隊伍，形成“跨學(xué)科、跨學(xué)院、跨領(lǐng)域”專兼任融合的師資格局；通過管理制度創(chuàng)新，制訂課程分類管理制度規(guī)范，保障不同類型授課教師的權(quán)益，履行課程教學(xué)職責(zé)，提高人才培養(yǎng)質(zhì)量，為我國油氣工業(yè)智能化轉(zhuǎn)型和高質(zhì)量發(fā)展提供有力支撐。

基金項目：2023年度北京市高等教育學(xué)會課題“碳中和能源創(chuàng)新人才產(chǎn)學(xué)研協(xié)同育人模式研究”（MS2023309）；2023年北京高等教育本科教學(xué)改革創(chuàng)新項目“碳中和示范性能源復(fù)合型人才培養(yǎng)模式研究”（2023165）；2022年中國石油大學(xué)（北京）本科教育教學(xué)改革項目“‘油氣+碳中和’復(fù)合型拔尖創(chuàng)新人才培養(yǎng)模式研究”（2022002）。

參考文獻

[1] 侯紅玲，白海清，馮榮，等.基于可持續(xù)發(fā)展的現(xiàn)代航空制造產(chǎn)業(yè)學(xué)院課程群建設(shè)研究[J].高教學(xué)刊，2023，9（31）：95-98，102.

[2] 龍春陽.課程群建設(shè)：高校課程教學(xué)改革的路徑選擇[J].現(xiàn)代教育科學(xué)，2010（3）：139-141.

[3] 顏進.高等院校師資隊伍建設(shè)思考[J].合作經(jīng)濟與科技，2021（22）：90-92.