随着人工智能的不断发展，知识的信息量急速增长，知识的更新换代变得非常频繁。知识可分为两种：一种是硬知识，一种是软知识。硬知识是相对固定、变动不大、持久力较长的知识，而软知识是不断变化、稳定性不高、流动性较快的知识 [ 4 ]。人工智能已经成为一个专业，人工智能课程的深度和广度都在不断进化，而相应的实践教学体系的内容未能及时跟上这种变化。

目前总体来看，关于智能科学与技术成熟的教材不多，课程体系需要不断根据学生和社会的需求做出调整，又加上人工智能科学本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师必须通过不断学习及时淘汰过时软知识，并将经过时间检验的软知识转变为相对稳定的硬知识以适应知识的更新、发展。

作为首都财经高校的计算机专业，在其实践教学体系设计方面，要考虑到首都区位优势以及财经特色，而现有的实践教学体系在这个方面的体现不足。另外，人工智能相关内容比较深奥，在实践课程安排上，要特别关注内容协调和衔接的问题。

综上，从人工智能视域下来看首都财经高校计算机专业实践教学体系，存在体系不够灵活、统一协调性不足、针对性不强、特色不够明显的问题。

从人工智能视域来看，对人工智能的理解和把握是需要根据人工智能产生的条件和时间来看的；计算机专业也有自己的发展条件和阶段；首都财经的背景需要体现，这些都决定并影响着计算机专业的实践教学体系的结构。现有的计算机专业实践教学体系，传统上往往参考理工科院校计算机专业实践教学体系而来。而实际上无论是师资力量还是学生生源，首都财经高校和理工院校都有很大不同。因此完全参考理工院校计算机专业实践教学体系是有问题的。另外，无论是从人工智能视域还是从首都财经特色出发，单纯进行实践课程或内容增减，都会导致体系设置整体科学性不足的问题。例如，在人工智能视域下研究和学习计算机专业，则对数学等基础学科的要求比原来更高一些。如果学不好概率论与数理统计就很难理解贝叶斯分类器；同样，要学好线性回归模型就必须熟练掌握线性代数中矩阵变换的方法和运筹学中求解优化问题的思想。由于实践教学体系整体科学性不足，会对学生的学科整体认知、内容的全面把握、实践能力的提升产生一定的影响。

计算机专业知识是人工智能技术的基础，人工智能视域下计算机专业人才培养仍然离不开这些专业知识，而且在某些人工智能相关基础课程方面还有加强。比较图3所示三所高校计算机类专业的必修课可以发现：三所高校开设的必修课都很好的包括了计算机类专业基础课程。比如，都开设了计算机组成原理、操作系统、计算机网络、数据库等计算机类的基础课程。同时我们也发现对外经济贸易大学开设的必修课包括了很多关于数据处理的课程，如：机器学习与大数据分析、Python与大数据分析等。这主要与对外经济贸易大学对计算机类开设的专业是数据科学与大数据技术专业有关。

研究、比较图4所示三所高校开设的专业选修课 [ 5 ] 我们可以看出：

1) 三所高校都推出了人工智能相关课程如：首都经济贸易大学推出的《人工智能(英语)》、《商务智能与数据挖掘》，中央财经大学推出的《机器学习与模式识别》、《财经数据智能分析与处理》，对外经济贸易大学推出的《推荐系统原理》、《智能计算》等。

2) 三所高校计算机类专业在人工智能领域都遵循“结合自身优势学科，发挥自身特长”的原则。

3) 三所高校又有所不同。首都经济贸易大学的计算机专业更传统一些，所开设的课程也更加传统一些。这也正是其在人工智能视域下进行教学改革的需求之一，这几年来，首都经济贸易大学计算机专业每年都会进行调研并据此进行培养方案的调整，正处于改革调整优化的路上，比如开设了《商务智能与数据挖掘》课程、全找类系列课程等；中央财经大学和对外经济贸易大学的计算机专业在人工智能领域，特别是财经与人工智能的结合的步伐迈的更大一些。

图3. 首都三所财经高校计算机专业实践教学体系之专业必修课设置比较图

图4. 首都三所财经高校计算机专业实践教学体系之专业选修课设置比较图

总体来看，以上三所财经类高校的计算机类专业突出优势就是能够结合经济、管理、金融等相关领域知识，把人工智能技术、互联网技术与各行业、各业态以及服务、创新相融合。三所高校的计算机专业教学体系以计算机、统计、金融等学科融合贯通为突破点，实现在计算机、金融、大数据等领域相结合，在数据挖掘、用户画像、智能推荐等方向，为新时代培养出所需人才。

为贯彻落实教育部《高等学校人工智能创新行动计划》，本着“有所为、有所不为，有取有舍”的原则，培养研究型、复合型人才以适应国家和首都地区发展的需求。

具体来讲就是培养：系统地掌握计算机科学与技术方面的理论知识和专业技能，具有较强的分析问题、解决问题的能力，以及知识自我更新和不断创新的能力，具备较强的计算机软、硬件技术的实践应用能力与设计开发能力，并能够结合经济、管理、金融等相关领域知识，将互联网技术、人工智能技术与各行业、各业态及服务创新相融合，成为能在开发、科研、咨询等多领域工作的应用型和复合型人才。

1) 人工智能视域下课程优化总体原则

a) 分段推进。按照通识教育、专业学习、能力拓展三个阶段循序渐进地组织教学活动，妥善处理好基础与专业、先导课与后续课、理论与实践等的关系；

b) 实践性原则。结合本专业培养目标，完善实践教学体系，充分利用包括“量化金融中心”等在内的学校的各种实践平台。

图5. 优化后的首都经贸大学计算机专业实践教学体系图

2) 人工智能视域下计算机专业课程内容优化

根据本专业的人才培养目标，我们设置了六个课程模块：通识教育必修课、通识教育选修课、学科基础课、专业必修课、专业选修课、实训课。

a) 通识教育必须课。在该模块中，我们设置马克思主义基本原理概论、毛泽东思想和中国特色社会主义理论体系概论、高等数学、英语等课程，主要培养学生的基本科学、人文素养和政治理论基础。

b)通识教育选修课。该模块开设的课程主要有：创业创新与就业类、哲学与伦理类等。通识教育选修课时面向全校学生开设的跨学科、跨专业的选修课程。目的是引导学生涉猎不同学科领域、完善知识结构，扩大学生的知识面，培养学生的创新、创业能力，提高学生的综合素质。

c) 学科基础课。在该模块中，主要开设计算机科学导论、模拟与数字电路、离散数学、数据结构、计算机原理与汇编语言、面向对象程序设计与开发等。通过这些课程培育学生计算机科学基本素养的培养，为进一步学习打下基础。

d) 学科必修课。在该模块中，主要设置数据库原理与应用、机器学习与模式识别、Web框架与应用、软件工程等计算机专业的核心课程。开设这些课程的目的，旨在进一步培养本专业学生计算机科学素养和人工智能基础素养。

e) 学科选修课。依据我校学科优势，开设微观经济学(等经济、金融学科)、商务智能与数据挖掘、大数据开发技术、人工神经网络等课程，进一步拓展学生的人工智能时代下的专业能力。继承现有的课程体系主体框架，同时对计算机专业课程体系进行优化。

f) 完善实践环节。继续打造好、利用好“量化金融中心”、“计算交通科学研究中心”、“软件研发中心”各种实践平台。努力解决学校培养和社会需求脱节的问题。

基于上述优化思想，我们优化后的计算机专业实践教学体系如图5所示。