发布时间：2023-12-02 09:42:31
绪论：一篇引人入胜的智能科学与技术学科评估，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
0引言
智能科学与技术专业是教育部根据“面向国家战略需求、面向世界科技前沿”的方针，为适应国家科学与技术发展的需要而设立的，专业代码080907T。智能科学与技术专业属于一个交叉学科，涵盖了电子信息技术、计算机硬件和软件、人工智能、自动控制等多项技术领域的应用。因此，如何交叉学科，立足于工业智能化的发展方向和《国家中长期科学和技术发展规划纲要（2006―2020年）》的要求，适应国家对高质量的智能技术人才的社会需求，研究与实践体现行业产业发展、技术进步和社会建设需求的智能科学与技术专业人才培养课程体系具有重大意义。
1创新课程体系的意义
德国率先提出的“工业4.0”概念其实就是将互联网技术与嵌入式系统技术、计算机技术、先进制造技术等相结合，形成虚拟与现实相融合的智能制造系统。人们可以在世界任何地方采用电脑或任何移动终端，在互联网上选择标准的或定制的货品订单，系统会采用人工智能、大数据、机器学习等技术在全球范围整合资源、信息、物品和人，以高质量、低成本、高效率生产制造出产品，快速交付给客户。
在制造领域，这种技术的渐进性进步可以被描述为工业化的第4阶段，即“工业4.0”，如图1所示。其中，第①阶段以1784年的英国蒸汽机为代表；第②阶段以1870年的电动机械发明与应用为代表；第③阶段以使用电子与IT技术的自动化时代为代表；第④阶段就是我们正在经历的智能制造时代。当前，中国工业机器人销量连续两年行业增速在50%以上，行业进入成长期。另外，中国工业机器人使用密度远低于主要发达国家，具有广阔的市场空间。智能装备的大发展对相关专业人才的需求呈爆发趋势，智能科学与技术专业毕业生今后的一个重要就业方向将是服务于产业界的机器人领域。
我们国家正在大力提倡的“中国制造2025”与德国提出的“工业4.0”有着异曲同工之妙，尽管两国的工业、社会发展阶段存在差异，但在智能制造领域、互联网领域发展水平基本同步。通过国家层面大力推广发展智能制造技术，以及在大学智能制造相关专业的课程改革，为我国的智能制造技术赶上甚至超过发达国家创造了千载难逢的机遇。
2智能科学与技术专业创新课程体系目标
如何充分利用民办学校的企业资源优势，办好智能科学与技术专业是本专业面临的重要挑战之一。本着教育先行、为产业服务的办学宗旨，根据行业中长期发展的需求，在保证专业知识体系完整性的前提下，结合“工业4.0”对专业人才知识、能力的需求，我们将专业定位侧重于智能传感与检测技术，智能机器人传动、驱动技术，智能机器人系统构建技术，嵌入式系统技术等。4年来的办学实践证明，我们的专业定位符合地区与行业发展需求，并具有一定的前瞻性。
基于以上专业定位，对智能科学与技术专业的人才培养课程体系进行深入的探索与实践，涉及专业一体化的理论与实践课程体系规划，机器人实践平台升级，专业课程的教学设计、教学方法、考核方式改革，教学资源、师资队伍、评估反馈机制建设等。通过有针对性地研究我们在专业教学中存在的问题，寻找解决问题的有效途径，探索出符合现代高等教育发展规律、适应“工业4.0”及“中国制造2025”对专业人才知识及能力要求的创新课程体系，为国家、社会输送高素质的应用型工程技术人才。
通过对智能科学与技术专业的面向“工业4.0”的创新课程体系的研究，在已运行4年的本专业课程体系的基础上建立完善的智能科学与技术专业创新课程体系；完成课程体系面向“工业4.0”的课程群知识结构设计、理论与实践一体化设计；总结课程教学手段和方法；完成高质量的教学资源建设；建立高水平的师资队伍。
3创新课程体系构建方案
专业人才培养遵循工程教育思想，以项目为导向设计专业课程培养体系，将项目设计和实施贯穿于大学4年的教学过程之中，让学生在校期间就有机会参与真实项目的开发与运作，获得实践经验和实际操作能力，实现企业真实项目实践与学校理论教学的无缝对接。设置面向“工业4.0”的创新课程群及项目群，对学生的知识、能力、素质进行全面培养，使学生得到全方位的锻炼。
3.1支撑培养目标实现的一体化课程体系
专业课程体系的构建思路以行业与社会需求为根本。在此基础上确定智能科学与技术专业人才的培养目标。以TOPCARES-CDIO教育理念为指导，定制科学先进的人才培养模式和过程，最终建立面向“工业4.0”的智能科学与技术专业创新课程体系。
引进与国际接轨的课程体系，制定全新的适应我国国情的教学计划，采用先进的教学理念与培养模式，初步构建以设计为中心，理论与实践高度融合的应用型本科课程体系。
理论课程体系方面具体表现在适当降低理论知识的难度，着重培养学生理论结合实际的能力。理论课程的整合要突出理论教学的应用性，构建基础理论平台课程群与专业模块化课程群相结合的理论教学体系，保证人才的基本规格和多样化、个性化发展，增强学生对社会的适应性。
实践课程体系方面，依据专业能力培养目标，以能力为本位，以项目为载体，以“学中做”和“做中学”为方法，统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计（论文）与企业实习等各类实践教学环节，使实践学期教学内容逐级递进、逐步深化；将实践学期实训内容与理论学期的教学内容紧密衔接。系统化构建理论与实践相结合、课内与课外相结合、学校与企业相结合，贯穿于大学教育全程的一体化实践教学体系。本专业采用自顶而下的方式设计各级项目。一级项目（智能机器人综合设计项目）的设计直接针对专业的培养目标，实践学期的二级项目和基于专业课程的三级项目分别是一级项目培养能力的分解。
采用基于社会实际岗位的逆推法设计课程体系，如图2所示。按照人才职业需求确定专业培养目标，将专业培养目标抽象为若干个专业核心应用能力，再根据每个专业核心应用能力所需的知识、能力、素质结构划分不同的课程群。
设置课程群不仅要考虑智能科学与技术专业本身课程体系的科学性与递进关系，还要充分研究专业相关的重点行业、大型企业岗位特点，针对人才市场的人才需求和岗位需求，把行业、企业、岗位所需与“工业4.0”相关的新知识、新技术、新平台、新规范纳入课程，实现专业课程体系与区域经济及行业、企业的有效对接。目前，智能科学与技术专业现行的人才培养课程体系将专业定位侧重于智能传感与检测技术、智能机器人传动与驱动技术、智能机器人系统构建技术和嵌入式系统技术，包括智能系统的软/硬件设计与开发，以及智能技术在工业控制领域的应用等。虽然该体系与面向“工业4.0”相关技术有一定的匹配度，但还需进一步改革，拟融合“通信规约”“IoT”“工业现场总线”等知识模块构建“工业4.0”的CPS虚拟网络课程群，融合“工业机器人”“智能传感检测”等构建“工业4.0”的CPS实体物理课程群。实践课程体系的改革主要围绕KUKA工业机器人开设相关的课程实验、课程项目、实践学期项目及实训等。
智能科学与技术专业课程体系的构建分为基础课程、专业基础课程、专业岗位应用技能课程、专业方向和专业技能拓展课程4个阶段。注重岗位需求对课程设置的对应性，前两个阶段与传统大学基本一致，只是深度上浅显一些，后两个阶段面向人才市场的岗位需求，着重培养企业用得上的专业人才。
3.2科学的人才培养质量评价体系
大连东软信息学院智能科学与技术专业按照全面质量管理的理念，建立了全员参与、全过程监控、全方位评价的教学质量评价机制。做到了常项评价与专项评价相结合，形成性考核评价与终结性考核评价相结合，定性评价与定量评价相结合，采取管理学确认有效的5W1H（Why-What-Where-When-Who-How）和PDCA（Plan-Do-Check-Action）方法进行评价，可以有效地保证各环节教学质量的稳步提升与持续改善。
智能科学与技术专业教学质量评价包括TOPCARES-CDIO系列评估、教学质量评价以及教学过程评价3个部分。TOPCARES-CDIO系列评估主要评价专业、课程、项目、教材以及素质教育等环节落实工程教育理念的效果。教学质量评价主要包括教师教学质量评价，学生对课程的满意度调查、对重点课程的评价、对重点教材的评价等，由定量评价和定性评价组成。教学过程评价，主要从课程考核、实践学期以及毕业设计（论文）3个关键环节展开。
3.3高水平师资队伍建设
专业自成立以来就十分关注师资队伍的培养，不断强化专业师资队伍建设，持续关注专业带头人和骨干教师建设，加强“双师型”教师队伍的培养力度。通过开展内部培训、教学研讨、企业实践、学术研讨等全方位的培养措施，努力建设一支结构合理、素质优良、教研科研水平高、技术服务能力强的教学团队。在师资队伍建设过程中，实施“引聘训评”的双师型师资队伍建设发展方案。
3.4教学资源建设
中图分类号：U495 文献标识码：A文章编号：1007-9416（2012）03-0000-00
当前，我国城市化进程正面临着巨大的机遇和挑战，如何不断提高城市发展水平和产业竞争力，全面提升城市生活品质，解决城市发展中的交通、安全、能耗等问题，已成为关键。“智慧城市”顺应了当前全球先进城市发展演进和技术变革的时代潮流，是当今世界推进战略性新兴产业和城市信息化进程中的前沿理念，是我国新一轮城市发展与转型的客观要求，是提升城市品质和竞争力的必然途径，也是更好地保障和改善民生的重大举措[ ]。建设智能交通体系是智慧城市建设中不可或缺的重要内容之一。
智能交通系统是将先进的信息技术、数据通讯传输技术、电子控制技术、计算机技术及智能车辆技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调和处理，建立起一种实时、准确、高效的综合运输管理体系，从而使交通设施得以充分利用，提高交通效率和安全，最终使交通运输服务和管理智能化，实现交通运输的集约式发展[ ]。智能交通是集智能调度、视频监控、定位管理、运营分析等应用服务为主要内容的交通发展新模式。
1、体系结构
从技术层面分析，实现智能交通的体系结构分为三个层次：感知层、传输层和应用层，如图1所示。
通过感知，获得车辆、道路和行人等全方位的信息，将采集到的信息通过传输层“运送”到服务端，根据不同的应用和业务需求，进行相应的服务端计算，对信息进行分析、处理、融合，实施重要信息的存储管理及其相关信息（如公交指示信息、交通诱导信息等）的及时。
2、关键技术
智能交通建设过程中，从信息的收集，数据的分析处理，到信息的管理和信息的，涉及很多关键技术。
2.1车联网技术
车联网，是指利用装载在车内和车外的感知设备，通过无线射频等识别技术，获取所有车辆及其环境的静、动态属性信息，再由网络传输通信设备与技术进行信息交换和通信，最终经智能信息处理设备与技术对相关信息进行处理，根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务的高效能、智能化网络。
车联网是物联网技术在智能交通中的应用。车联网系统发展主要通过传感器技术、开放智能的车载终端系统平台、无线传输技术、语音识别技术、海量数据处理技术以及数据整合等技术相辅相成配合实现。在国际上，欧洲的CVIS、美国的IVHS、日本的VICS等系统通过车辆和道路之间建立有效的信息通信，已经实现了智能交通的管理和信息服务。
2.2云计算技术
云计算是一种基于互联网的新一代计算模式和理念。云计算通过互联网提供、面向海量信息处理，把大量分散、异构的IT资源和应用统一管理起来，组成一个大的虚拟资源池（共享的软硬件资源和信息），通过网络，以服务形式、按需提供给用户。
云计算的特点之一是分散资源集中使用。与传统互联网数据中心（IDC）相比，云计算比较容易平稳整体负载，因而大大提高资源利用率，同时，弹性伸缩的运行环境增强了业务的灵活度。云计算的另一个特点是集中资源分散服务，把IT资源、数据、应用作为服务通过网络、按需提供给用户。
云计算技术为智能交通中海量信息的存储、智能计算提供重要的使能技术与服务。
2.3智能科学技术
智能科学，是研究智能的本质和实现技术, 是由脑科学、认知科学、人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能[ ]。通过多学科的交叉、融合，不仅从功能上进行仿真, 而且从机理上研究、探索智能的新概念、新理论、新方法，最终达到应用的目的。
目前，具有重要应用的智能科学关键技术包括：主体技术、机器学习与数据挖掘、语意网格和知识网格、自主计算、认知信息学和内容计算等[ ]。
智能科学为智能交通提供智慧的技术基础，支持对智能交通中海量信息的智能识别、融合、运算、监控和处理等功能。
2.4建模仿真技术
仿真技术是一门多学科的综合性技术，它以控制论、系统论、相似原理和信息技术为基础，以计算机系统和物理效应设备及仿真器等专用设备为工具，根据研究目标，建立并运行模型，对研究对象（已有的或设想的）进行动态试验、运行、分析、评估认识与改造的一门综合性、交叉性技术。
仿真由三类基本活动组成：建立研究对象模型，建立并运行仿真系统，分析与评估仿真结果。汽车驾驶训练模拟器，就是应用仿真技术的成果。
仿真技术对智能交通各功能领域和运营活动进行建模仿真研究、试验、分析和论证，为智能交通体系的构建和各类业务项目实施运行提供决策依据和不可或缺的关键技术支撑。
智能交通是一个综合性的系统工程。在智能交通建设过程中，还涉及统一的标准，需要系统工程技术、高性能计算技术、数据安全技术和各种应用技术等技术支撑。
3、结语
随着基础设施建设的不断完善，各种相关理论和技术的不断成熟，智能交通发展日趋完善，那时的交通将会是人、车、路、环境达到和谐统一的新景象。
参考文献
[1]嘉兴市人民政府.嘉兴市“智慧城市”发展规划（2011―2015年）[R].嘉兴:嘉兴市人民政府, 2011.
为了解各高校开展人工智能研究的情况，亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。
清华大学：计算机科学与技术系
清华大学计算机科学与技术系（简称计算机系）成立于1958年，在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中，以总分满分100分的成绩排名第一。2017年，在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中，计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 （QS World University Rankings） 给出的全球计算机学科排名中为例第15名，其排名与得分逐年稳步提升。
计算机系包含了国内计算机专业最全的学科方向，设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。
计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所；智能技术与系统国家重点实验室；计算机基础与实验教学部等科研教学机构。
计算机系还设有国家级计算机实验教学示范中心，包括：计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外，计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。
北京大学：智能科学系
智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。
北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。
人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖；国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展。
复旦大学：类脑智能科学与技术研究院
复旦大学类脑智能科学与技术研究院于2015年3月筹建成立，是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心，成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势，以计算神经科学为桥梁，着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。
研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制，充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势，推动产学研源头创新与合作，致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。
研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台；二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台；三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台；四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台；五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台；六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。
中国科学院：自动化研究所
中国科学院自动化研究所成立于1956年10月，是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门，还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。
近年来，自动化所共获得省部级以上奖励30余项。数量逐年增加，质量不断提高；专利申请和授权量连年攀升，多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱；虹膜识别核心技术突破国外封锁，通过产学研用相结合走出“中国制造”之路；基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广；“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用；“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中，为社会安全贡献自己的力量；研制的AI程序“CASIA－先知1．0”采用知识和数据混合驱动的体系架构，在2017首届全国兵棋推演大赛总决赛中7：1的悬殊比分战胜人类顶级选手，展示了人工智能技术在博弈对抗领域的强大实力……
在共建机构方面，自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院，聚焦交互式语言学习、视频和分析等领域；与瑞士洛桑联邦理工大学（EPFL）在京成立中瑞数据密集型神经科学联合实验室，在类脑智能研究方面展开合作；与澳大利亚昆士兰大学（UQ）共建中澳脑网络组联合实验室，在“计算大脑”研究方向上进行远景规划；还与香港科技大学共建智能识别联合实验室，在模式识别、无线传感器网络等领域展开合作。
厦门大学：智能科学与技术系
早在上世纪八十年代初，厦门大学就已开始从事人工智能领域的研究，相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此，1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”，后于2004年更名为“厦门大学人工智能研究所”。2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。
厦门大学智能科学与技术系现有一个本科专业（智能科学与技术），三个硕士学位授予专业（模式识别与智能系统、计算机科学与技术、智能科学与技术），两个博士学位授予专业（计算机科学与技术、智能科学与技术）。
目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台，此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。
上海交通大学：计算机科学与工程系
上海交通大学计算机科学与工程系成立于1984年。近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。
该院系下设三个重点实验室：智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中，上海交通大学－微软智能计算与智能系统联合实验室目前是教育部－微软重点实验室，成立于2005年9月，是交通大学和微软亚洲研究院在多年良好合作的基础上，为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势，实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇，成果发表于CVPR，ICCV，WWW等国际顶级会议上。
南京大学：计算机科学与技术系
南京大学的计算机科学研究起步于1958年，建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才，1978年在上述三个专业基础上成立了计算机科学系，1993年更名为计算机科学与技术系。
依托该系师资，先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室（南京大学）、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心（江苏省软件工程研究中心）、南京大学信息安全研究所等科研机构。主要科研方向有：软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。
建系30年来，共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项，科研成果获得各种奖励80余项，其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项，省部委自然科学奖和科技进步奖特等奖2项，一等奖8项，二等奖37项。3000多篇，出版专著、教材50多部，申请国家发明专利33项。部分成果被转化为产品，产生了较大社会效益和经济效益。
哈尔滨工业大学：计算机科学与技术学院
哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。在1985年，发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年，计算机科学与技术学院成立；同年，建立了软件学院，后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。
目前主要研究方向包括：智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。
学院有一批研究成果达到国际先进水平，包括：国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。
中国科学技术大学：计算机科学与技术学院
中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划，面向国家和社会的重大需求，计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。
学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部－微软重点实验室、中国科大超级运算中心和信息科学实验中心。
其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。
依托多媒体计算与通信教育部—微软重点实验室，双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等，取得了突出成果，探索出了一条企业和高校共同培养优秀人才的道路，为微软亚洲研究院与其他高校的合作提供了一个经典范例。
华中科技大学：自动化学院
华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系，1998年更名为华中理工大学控制科学与工程系；原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。
科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。
模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上，包括973计划，国家自然科学基金重点、面上和青年基金项目，863计划，国家重大专项、国防重点预研与基金，国家科技支撑计划，省部级科研项目，以及大型工程和企业科研合作项目等。
