书拟根据“厘清内涵、促进交叉、赋能应用”来研究讨论通专融合的人工智能交叉课程体系。厘清内涵指确立专业培养定位和专业培养方向，重视数学与统计知识（如概率论、微积分、线性代数、优化求解和矩阵变换等）、计算机编程和系统能力（如程序设计、算法分析和系统等）以及人工智能基础知识（如逻辑推理、机器学习、强化学习、控制与博弈决策等）；促进交叉指 “专、通、交”课程内容贯穿，即核心课程中既要有“专业化”课程

人工智能是一种类似于内燃机或电力的“使能”技术，具有增强任何领域的技术的潜力，天然具有与其他学科交叉的秉性。从这个意义而言，人工智能可谓“至小有内涵，至大可交叉”。因此，人工智能研究以及人工智能人才培养需要融合来自脑科学、数学、认知学和人文社科等领域的知识，鼓励融合式和集成式的创新，从而使得研究本身能够解决更复杂的问题，所培养的人才能够应对复杂问题的挑战，并进而推动向更通用人工智能研究的迈进。

本书主要介绍人工智能交叉人才培养与课程体系的内容，共包含7章: 第1章为绪论，阐述人工智能历史发展、课程体系演变和人才培养生态构成；第2章为浙江大学人工智能本科专业培养课程体系；第3章介绍浙江大学、华中科技大学、武汉大学和中国科学技术大学的人工智能交叉学科设置情况；第4章从人工智能+X角度介绍了人工智能与相关学科交叉而形成的专业和课程；第5章介绍AI+X微专业；第6章介绍K12人工智能教育；第7章是结论与展望。

来自浙江大学、武汉大学、华中科技大学、中国人民大学、中国科学技术大学、浙江师范大学、浙江大学城市学院、上海浙江大学高等研究院等高校、不同机构和行业的作者为本书撰写了相关内容: 浙江大学人工智能本科培养课程体系（杨洋、况琨）、浙江大学人工智能交叉学科（肖俊、杨易、朱强）、华中科技大学人工智能交叉学科（曾志刚）、武汉大学人工智能交叉学科（杜博）、中国科学技术大学人工智能交叉学科（李厚强）、人工智能+人文社科（文继荣、窦志成）、人工智能+社会学（吴超）、人工智能+药学（范骁辉、周展）、人工智能+法学（郑春燕、魏斌）、人工智能+金融学（王义中、潘士远）、人工智能+神经科学（斯科、王跃明）、人工智能+教育（黄昌勤、李艳、吴明晖）、人工智能+哲学（廖备水）、人工智能+财务（陈俊）、人工智能+公共管理学（黄萃）、人工智能+管理学（陈熹 、周伟华）、人工智能+设计学（孙凌云）、K12人工智能教育（吴超、陈澜）、AI+X微专业（汪志华、陈立萌）。

吴飞和陈为对本书内容进行了设计、统稿和梳理。

“致天下之治者在人才，成天下之才者在教化，教化之所本者在学校。”人工智能、教育先行、人才为本，人才是构筑人工智能发展先发优势的战略资源力量。以教学教育、人才培养、科学研究的融会贯通来促进人工智能创新性人才培养、激发高水平科学研究、培育人工智能发展生态，具有重要意义。希望本书能够为促进教育链、人才链、产业链和创新链的有效衔接做出一定工作。

由于时间仓促，书中难免存在疏漏之处，敬请读者指正。

作者2022年1月

第1章绪论001

1.1人工智能的诞生002

1.2人工智能人才培养体系003

1.3人工智能教学知识点演变008

1.4人工智能人才培养构成元素011

1.5智能教育前沿研究014

1.6小结016

第2章浙江大学人工智能本科专业培养课程体系019

2.1培养目标022

2.2毕业要求022

2.3培养机制023

2.4课程设置与学分分布025

2.5培养目标毕业要求030

2.6专业必修课程简介032

2.6.1人工智能基础032

2.6.2机器学习034

2.6.3人工智能伦理与安全036

2.6.4神经认知科学导论040

第3章人工智能交叉学科043

3.1浙江大学043

3.1.1交叉学科方向044

3.1.2课程体系047

3.1.3代表性课程052

3.2华中科技大学055

3.2.1交叉学科方向055

3.2.2博士研究生培养方案058

3.2.3硕士研究生培养方案063

3.2.4代表性课程068

3.3武汉大学077

3.3.1交叉学科方向077

3.3.2课程体系084

3.3.3代表性课程093

3.4中国科学技术大学098

3.4.1交叉学科方向099

3.4.2课程体系102

人工智能交叉人才培养与课程体系第4章人工智能交叉课程106

4.1人工智能+人文社科106

4.1.1中国人民大学人工智能+人文社科交叉学科建设基础107

4.1.2人工智能+人文社科人才培养的主要思路与建设举措109

4.1.3代表性交叉课程115

4.1.4结语121

4.2人工智能+社会学121

4.2.1人工智能+计算社会科学研究现状121

4.2.2浙江大学设置“人工智能+计算社会科学”课程123

4.2.3浙江大学“人工智能+计算社会科学”课程概况124

4.2.4课程内容简介124

4.3人工智能+药学127

4.3.1人工智能+药学的研究现状127

4.3.2人工智能+药学的方向设置原因128

4.3.3人工智能+药学的课程概况130

4.3.4人工智能+药学课程介绍135

4.4人工智能+法学137

4.4.1人工智能与法学交叉的研究现状137

4.4.2国内外人工智能+法学的课程设置情况139

4.4.3人工智能+法学的方向设置原因141

4.4.4人工智能+法学的课程概况142

4.4.5人工智能+法学课程介绍152

4.5人工智能+金融学157

4.5.1人工智能赋能金融学的研究现状157

4.5.2人工智能赋能金融的场景应用160

4.5.3人工智能+金融的方向设置原因165

4.5.4人工智能+金融的课程概况167

4.5.5人工智能+金融的课程介绍168

4.6人工智能+神经科学169

4.6.1人工智能+神经科学的现状172

4.6.2人工智能+神经科学的平台现状174

4.6.3人工智能+神经科学的课程设置原因175

4.6.4人工智能+神经科学的课程概况178

4.6.5人工智能+神经科学的代表课程179

4.7人工智能+教育181

4.7.1面向人工智能+教育的平台研究现状183

4.7.2人工智能赋能教育的应用场景183

4.7.3人工智能+教育的课程设置情况185

4.7.4人工智能+教育的方向设置原因186

4.7.5人工智能+教育的课程体系187

4.7.6人工智能+教育的基础知识类课程195

4.7.7人工智能+教育的科研实践类课程197

4.8人工智能+哲学199

4.8.1人工智能的哲学基础及人工智能伦理200

4.8.2人工智能的逻辑学基础201

4.8.3人工智能+哲学方向的设置原因203

4.8.4人工智能+哲学方向的课程概况205

4.8.5人工智能+哲学课程介绍206

4.9智能财务210

4.9.1智能财务学术研究发展现状212

4.9.2国内外相关学科的发展213

4.9.3智能财务专业设置原因214

4.9.4智能财务课程设置状况216

4.9.5智能财务课程介绍218

4.10人工智能+公共管理学223

4.10.1人工智能作为公共管理实践与研究的对象225

4.10.2人工智能作为公共管理实践与研究的方法227

4.10.3国内外高校公共管理学科人工智能相关课程设置228

4.10.4人工智能+公共管理方向设置的原因229

4.10.5人工智能+公共管理的课程概况230

4.10.6人工智能+公共管理方向重点课程介绍234

4.11人工智能+管理学238

4.11.1人工智能+管理学方向设置原因240

4.11.2人工智能+管理学的课程概况242

4.11.3人工智能+管理学课程介绍243

4.12人工智能+设计学246

4.12.1人工智能+设计学国内外现状246

4.12.2人工智能赋能的智能产品设计247

4.12.3人工智能赋能的设计流程变革248

4.12.4人工智能+设计学人才培养模式探索250

第5章AI+X微专业256

5.1AI+X微专业背景256

5.2课程体系258

5.3课程实训平台261

5.4AI+X微专业首期开课264

第6章K12人工智能教育265

6.1高中信息技术新课标265

6.2AI4K12规范269

6.3K12数字化素养能力272

6.4学龄前教育274

第7章结论与展望278

附录重视AI技术发展共商共创专业未来倡议书279

了解人工智能交叉学科课程体系难得的参考图书

吴飞，浙江大学求是特聘教授。国家杰出青年科学基金获得者、入选“高校计算机专业优秀教师奖励计划”、教育部人工智能科技创新专家组工作组组长。