作为国内最早布局人工智能领域人才培养的高校之一，南京大学人工智能专业依托计算机科学与技术学科的长期积淀，形成了“基础扎实、交叉融合、研用结合”的育人传统。针对2027级本科人才培养，学校在既有培养框架基础上优化升级，进一步打通理论教学、科研训练与产业实践的衔接路径，致力于培养具备原始创新能力的AI领域拔尖人才。
2027年人工智能专业培养方案核心设计
厚基础的分层课程体系
培养方案延续“重数理基础、强核心能力”的设置思路，低年级阶段覆盖数学分析、线性代数、概率统计、程序设计、计算机系统基础等通识与学科基础课程，筑牢学生的理论底座；中高年级阶段设置机器学习、深度学习、计算机视觉、自然语言处理、知识工程等专业核心课程，同时开设多模态大模型、AI安全、具身智能、AI for Science等前沿方向选修模块，匹配领域技术迭代节奏。方案明确设置阶梯式实践学分，要求学生完成从课程实验、综合项目设计到完整课题实践的全链条训练，避免理论与应用脱节。
本研贯通与交叉育人特色
培养方案建立本研课程衔接机制，允许学有余力的本科生提前修读研究生阶段核心课程，参与导师课题组的前沿研究项目；同时打破学科壁垒，联合数学、统计学、认知科学、生命科学、信息管理等院系开设交叉方向微课程群，支持学生结合自身兴趣选择医工交叉、智算治理、数字人文等跨领域培养路径，拓展AI技术的应用场景认知。方案还设置了学业导师+科研导师的双导师配置，从入学阶段即为学生提供个性化的学业规划与科研指导。
支撑人才培养的科研平台优势
- 依托计算机软件新技术国家重点实验室、人工智能学院的科研载体，平台覆盖机器学习与数据挖掘、自然语言处理、智能机器人、模式识别等主流研究方向，拥有完备的算力支撑与数据资源，可为本科生提供开放的科研准入通道。
- 学校建设的多个人工智能领域省部级科研基地、跨学科交叉研究中心，聚焦大模型技术、AI安全与伦理、智能软件、智能制造等重点方向，能够承接不同兴趣方向学生的科研训练需求，支持学生从本科阶段即参与国家级科研项目攻关。
- 平台与行业头部科研机构、科技企业建立了长期稳定的联合培养机制，设置了贴合产业真实需求的实践实训基地，可帮助学生在学习阶段接触真实场景的技术问题，提升工程落地能力与产业适配性。
整体来看，南京大学2027年人工智能专业培养方案既保持了基础研究导向的育人传统，也主动回应了智能时代的人才能力需求，依托高水准科研平台形成的“科研反哺教学”机制，将为学生的长期学术发展与职业成长提供坚实支撑。