以下為通知原文：
教育部國家發展改革委財政部印發《關于“雙一流”建設高校促進學科融合加快人工
智能領域研究生培養的若干意見》的通知
教研〔2020〕4號
各省、自治區、直轄市教育廳（教委）、發展改革委、財政廳（局），新疆生產建設兵團教育局、發展改革委、財政局，有關部門（單位）教育司（局），有關高等學校：
根據國務院印發的《新一代人工智能發展規劃》，教育部、國家發展改革委、財政部制定了《關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》，現予以印發，請認真貫徹執行。
教育部國家發展改革委財政部
2020年1月21日
關于“雙一流”建設高校促進學科融合 加快人工智能領域研究生培養的若干意見
人工智能是引領新一輪科技革命、產業變革、社會變革的戰略性技術，正在對經濟發展、社會進步、國際政治經濟格局等方面產生重大深遠的影響。培養和匯聚具有創新能力與合作精神的高層次人才，是高校的重要使命。與發達國家相比，我國在人工智能基礎理論、原創算法、高端芯片和生態系統等方面仍有較大差距，學科交叉融合亟待深化，人才培養導向性亟待加強。為貫徹落實黨中央、國務院關于加快發展新一代人工智能的重要部署，推動“雙一流”建設高校著力構建趕超世界先進水平的人工智能人才培養體系，加快培養勇闖“無人區”的高層次人才，現提出如下意見。
一、總體要求
（一）指導思想
以習近平新時代中國特色社會主義思想為指導，全面貫徹黨的十九大和十九屆二中、三中、四中全會精神，依托“雙一流”建設，深化人工智能內涵，構建基礎理論人才與“人工智能+X”復合型人才并重的培養體系，探索深度融合的學科建設和人才培養新模式，著力提升人工智能領域研究生培養水平，為我國搶占世界科技前沿，實現引領性原創成果的重大突破，提供更加充分的人才支撐。
（二）基本原則
需求導向、應用驅動。以解決人工智能重大理論和實踐應用問題為牽引，促進人工智能基礎理論研究，加快人工智能領域科技成果在重點行業領域的轉化應用。以產業行業人工智能應用為導向，拓展核心技術和創新方法，實現人工智能對相關學科的賦能改造，形成“人工智能+X”的復合發展新模式。
項目牽引、多元支持。服務支撐國家重大項目、重大發展規劃的任務需求，統籌布局多學科交叉的基礎理論、算法、軟件及集成電路設計等方向的產教融合創新平臺和人才培養基地。充分發揮政府財政投入、政策支持的引導作用和市場配置資源的決定性作用，鼓勵企業、社會加大投入，形成財政資金、金融資本、社會資本合力支持人工智能相關學科發展和高層次人才培養的新格局。
跨界融合、精準培養。深化人工智能與基礎科學、信息科學、醫學、哲學社會科學等相關學科的交叉融合，不斷豐富完善人工智能主干知識體系和跨學科核心知識體系，培育新的學科生長點和特色方向。把握人工智能人才培養規律，學用結合，強化實踐。創新高層次人才培養機制，面向領域和應用方向培養學生掌握不同學科的概念體系、方法工具等方面的知識。強化產教融合，構建自主創新和人才培養共同體。
二、壯大高層次人才隊伍
（三）培育高水平創新型人才。加大對優秀人才特別是青年人才的穩定支持力度，大力培育具有發展潛力的人工智能領軍人才。構建多類型、高質量、結構合理的人才隊伍，涵蓋理論、方法、工具、系統研究，以及將人工智能技術應用于產業創新、社會治理、國家安全等方面的人才。加強人工智能科研倫理教育。鼓勵人工智能龍頭企業根據產業技術的最新發展和對人才培養的最新需求，提供試驗實踐環境，對高校教師開展培訓。
（四）有序推動人工智能高端人才隊伍建設。培育和吸引人工智能前沿領域優秀人才和高水平創新團隊，以及具有發展潛力的優秀青年人才，注重人才學科背景的多樣化、互補性，實行個性化支持政策，實現不同學科背景人才的系統性整合。以雙聘等靈活聘用方式吸引企業和科研院所優秀人才到高校開展科學研究和人才培養。統籌利用各類資源，為人才流動和創新創業提供良好條件。
三、打造高水平發展平臺
（五）完善人工智能領域學科布局。加強人工智能基礎理論、機器學習、計算機視覺與模式識別、自然語言處理、知識處理與挖掘、智能芯片與系統、數據分析與大數據系統、認知心理學和神經科學等相關方向建設。鼓勵高校統籌各類資金，支持人工智能相關學科建設，逐漸形成學科優勢特色，推動人工智能向更多學科滲透融合。
（六）設立產教融合創新平臺。依托“雙一流”建設高校，建設國家人工智能產教融合創新平臺，在人工智能發展重大問題和突破方向上，實行聯合科研攻關和融合育人，強化課程體系、計算平臺、實驗環境等條件建設。鼓勵企業參與共建，在資金、項目等方面優先支持。
（七）密切校企合作。支持高校、科研院所、產業聯盟和骨干企業、新型研發機構等合作建設面向重大研究方向或重點行業應用的人工智能開放創新平臺、應用場景平臺、聯合實驗室（技術研發中心）和實訓基地，共建示范性人工智能學院或研究院。鼓勵企業參與制定研究生培養方案，組織開展人工智能高層次人才創新創業和技能競賽，引導學生以企業實際問題開展創新創業實踐。
四、創新高層次人才培養機制和模式
（八）確立專項任務培養研究生機制。以多學科交叉解決重大問題的專項任務作為研究生課題主要來源和培養載體，以高水平科學研究支撐人工智能高層次人才培養，支持高校在承擔的重大科研任務中，自主確定研究生培養規模，制定個性化的培養方案，完善人才培養成本分攤機制。對承擔重大科研任務的博士生，高校應參照科研人員管理的有關規定，制定保障和提高博士生相關待遇的具體辦法，保護博士生的合法權益。
（九）強化博士生交叉復合培養。聚焦新一代人工智能基礎理論算法、關鍵技術和核心應用，強化問題導向的多學科交叉博士生培養，提高博士生將不同學科理論與方法、科學前沿與企業實踐進行整合再創新的能力。支持高校與人工智能領域骨干企業、產業化基地和地方政府設立人才聯合培養項目，建立任務驅動的跨行業跨學科導師團隊，促進科研協同創新發展和博士生聯合培養。完善工程博士培養標準，加大工程實踐在培養方案中的比重，聯合企業開展人才職業能力認證培訓。鼓勵企業向博士生開放課程、數據、案例、工具和實訓平臺。
（十）加強課程體系建設。面向全產業鏈和社會發展需求，科學設計多學科交叉融合的課程體系，避免簡單“拼盤化”。以理論沿革和關鍵領域核心技術為主干，打造人工智能核心知識課程體系，重點建設一批與數學、物理學、計算機、控制、神經和認知科學、心理學等學科交叉融合的人工智能基礎課程。以重大科技前沿和產業應用創新需求為導向，打造人工智能關聯知識課程體系，鼓勵高科技創新企業參與建設一批“場景驅動”的應用型模塊課程。加快推動人工智能領域最新研究成果轉化為教學內容，建設一批有影響力的教材和國家精品在線開放課程。
（十一）加強國際交流合作。瞄準人工智能國際前沿和國內發展短板，加大國內外聯合培養人工智能相關領域博士生的支持力度。積極鼓勵高層次人才開展國際交流，拓展合作的深度和廣度。舉辦具有國際影響力的人工智能學術會議與論壇，創辦高水平學術期刊。建設一批人工智能國際合作科研平臺和基地，加強國際化高端人才培養和培訓。鼓勵高校發起和組織人工智能國際大科學計劃，創設國際學術組織和大學合作聯盟。推動制定人工智能領域相關國際標準和倫理規范。大力培養參與人工智能全球治理的國際化人才。
五、加大支持與組織力度
（十二）健全學科設置機制。健全以人工智能基礎理論和產業發展需求為導向的學科專業結構動態調整機制。有條件的高?？筛鶕洕鐣l展和人才培養需要，以自主試點、先行先試方式，自主設置人工智能交叉學科。
（十三）完善學科評價機制。完善以人才培養、知識創新、應用成效為核心的學科評價體系，探索有利于新興交叉學科深度融合發展的評價辦法，給予相對寬松的建設和評價周期。鼓勵高校開展自我評估，支持學會、行業協會開展第三方評價，合理借鑒國際評估。構建激勵學科交叉研究人員動態流動的復合評價機制，認可其對來源學科和交叉融合學科的雙重貢獻，以及論文、專利、軟件著作權等成果形式。
（十四）擴大研究生培養規模。將人工智能納入“國家關鍵領域急需高層次人才培養專項招生計劃”支持范圍，綜合考慮有關高校高水平師資、國家級科研平臺、重大科研項目和攻關任務，以及產教融合、協同育人成效等情況，安排研究生尤其是博士生招生計劃專項增量。積極引導高校通過實施常規增量傾斜和存量調整辦法，切實優化招生結構，精準擴大人工智能相關學科高層次人才培養規模。
（十五）健全學位質量保障機制。鼓勵高校在人工智能相關學科設立教學指導分委員會，開展多樣化教學評價。高校學位評定委員會設立人工智能專門工作組，負責人工智能高層次人才培養方案、學位標準和管理規范制定，承擔學位評審相關工作。完善碩博貫通培養和分流退出機制。設立跨學科評議專家組，設置專門的評議要素，適時進行人工智能領域學位論文抽檢和人才培養質量專項檢查。
（十六）加強資金投入引導。鼓勵高校統籌財政投入、科研收入等各種資源，加大支持研究生培養、開展基礎前沿研究和關鍵共性技術攻關的力度。加強與骨干企業的合作，利用天使投資、風險投資、創業投資基金及資本市場融資等多種渠道，引導社會資本參與高校人工智能重大項目實施，加大對人才培養、應用研究、基地平臺建設和成果轉移轉化的支持力度。
（十七）加強組織實施。教育部加強政策措施統籌協調，成立人工智能高層次人才培養專家委員會，指導高校實施人才培養專項計劃，及時總結推廣可復制的經驗和做法。各地教育行政部門和高校要加強人工智能相關學科建設與人才培養規劃，制定切實可行的實施計劃，完善人才培養質量監測評估機制。
來源：教育部。
（原文鏈接：http://www.moe.gov.cn/srcsite/A22/moe_826/202003/t20200303_426801.html）
（原文鏈接：http://www.moe.gov.cn/srcsite/A22/moe_826/202003/t20200303_426801.html）
