人工智能于1956年从达特茅斯学院出发，踏上了人类发展历史舞台，今天正在发挥着“头雁”效应，成为引领未来经济发展的战略引擎，推动人类变革大潮，是新一轮产业变革的核心驱动力。人工智能技术所具有的辐射效应、放大效应和溢出效应，使其具备增强任何领域技术的潜力，成为类似于内燃机或电力的一种“使能”技术，而人工智能技术的下一步突破将来自多学科交叉内禀，形成创新之源、创新之力，最终赋能社会。
人工智能、人才为本，教育先行。人工智能具有多学科交叉综合、渗透力和支撑性强、高度复杂等特点，呈现技术属性和社会属性高度融合特色。人工智能技术与各行业的深度融合，需要一大批懂得用人工智能驱动其他交叉学科领域科学研究范式变革的创新性人才。
2021年，浙江大学上海高等研究院与智慧树网联合成立了“人工智能+高等教育联合创新中心”（如下简称“中心”），专注探索人工智能领域和高等教育方面的模式研究、技术转化和产业应用。中心在学科知识图谱智能构建、教学资源智能适配、在线学习群智协同、教与学归因评测等方面积极开展研究合作，深度聚焦人工智能高等教育技术创新、人工智能人才培养与生态建设。
面临人工智能人才短缺，师资队伍紧缺等问题，为积极推动科教融合、产教协同的新一代人工智能交叉创新性人才建设，推进“人工智能+”交叉领域学生能够更为灵活、高效地学习、了解人工智能基本知识体系，掌握人工智能核心理论，提升人工智能实践应用能力，依托中心建设，双方合作发起面向全国高校在校生的「人工智能+」微专业项目，并于近日全网正式上线，启动全国招生工作。
项目简介
「人工智能+」微专业以“厚基础、强交叉、养品行、促应用”为理念，邀请浙江大学人工智能及交叉学科领域专家组成授课团队，整合人工智能头部企业丰富的平台能力和数据资源，授课形式以慕课为主，采取线上与线下，理论与实训相结合的教学模式。
核心课程
《人工智能导论》
课程简介：本课程以国家级首批一流课程（线上课程）《人工智能：模型与算法》为基础。介绍以符号主义为核心的逻辑推理、以问题求解为核心的探询搜索、以数据驱动为核心的机器学习、以行为主义为核心的强化学习和以博弈对抗为核心的决策智能等模型和方法。课程内容自成体系，可帮助学习者掌握人工智能脉络体系，从算法层面对人工智能技术“知其意，悟其理，守其则，践其行”。课程主要内容包括：人工智能概述、搜索求解、逻辑与推理、监督学习、无监督学习、深度学习、强化学习、博弈对抗。
教学安排：
课程名称
教学团队
吴飞（浙江大学）、况琨（浙江大学）
课程学分
2
在线时长
480
课程学时
32
开设学期
1
《人工智能编程语言》
翁恺（浙江大学）、汪志华（浙江大学）
《人工智能伦理》
课程简介：世界新一轮科技革命与产业变革对人工智能伦理提出了新要求，一方面要推动负责任的人工智能研究与实践，另一方面要探索与创造未来社会的新伦理准则和哲学思想。本课程强调“面向技术本身的人工智能伦理”，目标是训练学员基本的伦理技能、突破传统的应用伦理思维，探寻新型“人与机”关系及其伦理准则。课程主要内容包括：人工智能伦理谱系、伦理研究方法、“人与机”关系反思、案例研究等。
潘恩荣（浙江大学）
240
16
《机器学习：模型与算法》
课程简介：本课程将简介机器学习的基本概念、历史和发展现况，重点讲解机器学习的基本理论、方法和关键算法。通过这门课程的学习，学生应该掌握机器学习的基本内涵，并能够从跨学科交叉的角度理解其所蕴含的核心要素，从而在众多诸如有监督/无监督学习、概率主题模型、深度神经网络等关键知识点上进行深入领悟和学习。
赵洲（浙江大学）、吴飞（浙江大学）、汤斯亮（浙江大学）、况琨（浙江大学）
《自然语言理解》
课程简介：自然语言理解和处理是人工智能的经典领域，在现实中存在着大量的应用场景（语言翻译、文本摘要、文本生成、人机对话等）。本课程将介绍面向自然语言的机器学习方法，特别是基于深度学习的方法，从统计模型到循环神经网络，从注意力机制到Transformer架构，从语言分类问题到生成问题，逐步介绍机器学习中自然语言处理的基础概念和算法模型，同时通过案例和实训，利用流行的机器学习编程框架，实现对自然语言处理模型的运用。
汤斯亮（浙江大学）、杨洋（浙江大学）
《计算机视觉与机器人》
课程简介：本课程讲简介深度学习在计算机视觉领域中的基本概念、历史和发展现状，重点讲解计算机视觉的基本理论、方法和关键算法。通过这门课程的学习，可以学会卷积神经网络的基本概念，学会目标检测，图像分类，图像分割等计算机视觉的前沿知识在机器人领域的应用。另外，学习自动化控制理论，伺服电机等编程控制技术，机器人和计算机视觉技术有机结合，学会自动化智能化的机器人技术。