新工科模式下面向案例的人工智能課程教學(xué)研究

黃莉 張凱 胡威 王曉峰

摘要：隨著人工智能創(chuàng)業(yè)大軍的崛起，預(yù)示著我們即將步入“AI+”的時代。培養(yǎng)人工智能高端人才，是高校共同面臨的課題。由于課程內(nèi)容比較抽象、生澀，為了提高教學(xué)質(zhì)量，本文在教學(xué)改革過程中充分考慮學(xué)生學(xué)習(xí)新知識的心理演變過程，認(rèn)真研究教學(xué)內(nèi)容、教材、教學(xué)方法等諸多方面，結(jié)合百度公司PaddlePaddle平臺進行案例教學(xué)，在學(xué)習(xí)深度學(xué)習(xí)基礎(chǔ)理論知識的同時，培養(yǎng)學(xué)生的分析設(shè)計并使用高效框架編程實現(xiàn)的能力。

關(guān)鍵詞：新工科;人工智能;案例教學(xué);PaddlePaddle

中圖分類號：TP311 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）35-0162-02

1 新工科模式新要求

2018年，新工科建設(shè)將實施“十百萬”計劃：面向人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈、智能制造、機器人、集成電路、網(wǎng)絡(luò)空間安全等新興領(lǐng)域推出10種新興領(lǐng)域?qū)I(yè)課程體系，建設(shè)100門新工科課程資源庫與在線開放課程。

國家在人工智能人才培養(yǎng)政策上正持續(xù)發(fā)力。教育部發(fā)布了《高等學(xué)校人工智能創(chuàng)新行動計劃》，要求全面提高人才培養(yǎng)，科學(xué)研究，社會服務(wù)，文化遺產(chǎn)創(chuàng)新，人工智能領(lǐng)域以及人工智能，人力資源開發(fā)和國際交流與合作的能力。促進理論構(gòu)建的創(chuàng)新，技術(shù)突破和應(yīng)用示范等全方位的發(fā)展。在人工智能建設(shè)發(fā)展中，同時要為我國的教育強國、科技強國、智能社會提供戰(zhàn)略支撐。闡明人工智能人才培養(yǎng)的大學(xué)是人工智能人才的發(fā)源地。高校人工智能學(xué)科人才培養(yǎng)和學(xué)科建設(shè)將直接決定中國在未來人工智能領(lǐng)域的競爭力，高校人工智能學(xué)科的建設(shè)有待提高。

2 人工智能課程教學(xué)現(xiàn)狀

人工智能一直是人類所期望的第四次工業(yè)革命。隨著深度學(xué)習(xí)理論的不斷發(fā)展，AlphaGo在圍棋界所向披靡，基于深度學(xué)習(xí)的癌癥檢測系統(tǒng)超過醫(yī)生，開啟了AI（Artificial Intelli-gence）爆炸式發(fā)展的大幕。機器學(xué)習(xí)是人工智能的重要拼圖，而深度學(xué)習(xí)是機器學(xué)習(xí)的領(lǐng)頭羊。作為高等教育工作者，讓學(xué)者了解和學(xué)習(xí)最新近的技術(shù)發(fā)展意義非常重大。

人工智能時代的漸漸到來，在社會生活充滿現(xiàn)代感和未來感氣息的同時，也給目前傳統(tǒng)教育的理念和方式帶來挑戰(zhàn)和沖擊，課程教學(xué)方法此時不進行一定程度的革新是不行的，不僅在教學(xué)思維上要推陳出新，還要在授課方法方式上進行創(chuàng)新，最終目的當(dāng)然是提高人工智能這門課程的學(xué)習(xí)效率，簡而言之，就是通過授課者通俗易懂的引導(dǎo)和高效易用的工具平臺這種途徑和手段，將人工智能的相關(guān)知識以一種易于讓人理解的方式去呈現(xiàn)出來。但目前傳統(tǒng)的課程體系對人工智能模塊不夠聚焦，課程設(shè)置缺乏系統(tǒng)性和連貫性。在教學(xué)安排上，我們不能人云亦云，在課程安排上生搬硬套，這樣不但不能滿足學(xué)生不同于傳統(tǒng)教學(xué)的學(xué)習(xí)需求，也會阻滯人工智能教學(xué)的普及和發(fā)展，目前打破傳統(tǒng)專業(yè)方向的壁壘，形成全局性系統(tǒng)性知識體系基礎(chǔ)設(shè)計，建設(shè)平臺化課程譜系。“高校人才培養(yǎng)滯后于產(chǎn)業(yè)界需求是普遍現(xiàn)象。我們需要思考的是，大學(xué)應(yīng)該著重培養(yǎng)學(xué)生什么樣的能力，不能總是被市場牽著鼻子走。

目前的課程體系對人工智能模塊不夠關(guān)注，課程設(shè)置不夠系統(tǒng)和連貫。目前急需在課程的頂層設(shè)計上打破傳統(tǒng)專業(yè)方向的壁壘，形成全局性知識體系基礎(chǔ)設(shè)計，建設(shè)平臺化課程譜系。高校人才專業(yè)技能的培養(yǎng)滯后于產(chǎn)業(yè)界需求是一種普遍的現(xiàn)象，由此引發(fā)的思考是，大學(xué)究竟應(yīng)該重點和專注培養(yǎng)學(xué)生什么樣的能力，避免被市場牽著鼻子走的被動情形產(chǎn)生。

雖然人工智能的發(fā)展歷史只有五十余年，但它已經(jīng)廣泛應(yīng)用于專家系統(tǒng)、機器翻譯、圖像處理和機器人技術(shù)等各種生活生產(chǎn)領(lǐng)域。同時人工智能對社會經(jīng)濟的影響也與日俱增，它不再是僅存于計算機專業(yè)的研究領(lǐng)域，包括機械自動化，交通運輸，醫(yī)學(xué)專業(yè)領(lǐng)域也在開展這種交叉學(xué)科的研究，試圖通過一種簡便的實現(xiàn)方式去達到想要追求的目標(biāo)和效果。國內(nèi)外部分中學(xué)也會在信息技術(shù)課程中進行人工智能知識概念的科普和推廣。由于課程內(nèi)容比較抽象、生澀，為了提高教學(xué)質(zhì)量，本文在教學(xué)改革過程中充分考慮學(xué)生學(xué)習(xí)新知識的心理演變過程，認(rèn)真研究教學(xué)內(nèi)容、教材、教學(xué)方法等諸多方面，結(jié)合百度公司PaddlePaddle1平臺進行案例教學(xué)，在教授基本原理的同時，培養(yǎng)學(xué)生對智能系統(tǒng)進行理論分析、設(shè)計并編程實現(xiàn)的能力。

3 面向案例教學(xué)研究

人工智能是計算機科學(xué)的重要分支，課程介紹如何用計算機實現(xiàn)諸如問題求解、規(guī)劃推理、模式識別、知識工程、自然語言處理、機器學(xué)習(xí)等，是計算機科學(xué)與技術(shù)專業(yè)本科生的專業(yè)限選課之一。面向案例教學(xué)研究研究采用與實訓(xùn)合作平臺進行案例教學(xué)的方法，對人工智能科技前沿的案例進行學(xué)習(xí)和分析。采取網(wǎng)上項目實訓(xùn)為主體，課堂講解為輔的教學(xué)模式。采用案例推進的教學(xué)方法。

3.1面向案例教學(xué)

案例教學(xué)其實就是一種通過模擬、重現(xiàn)現(xiàn)實生活中的一些真實場景或情境，使學(xué)生代入到案例場景中，通過自主討論或者小組研討來實現(xiàn)學(xué)習(xí)的一種教學(xué)方式和手段。

案例教學(xué)既要有針對性，又要有綜合性，既要有交互性又要有主導(dǎo)性。針對性是所選擇的案例要符合教學(xué)的準(zhǔn)確的目標(biāo)，符合教學(xué)大綱規(guī)定的學(xué)時，以及切合學(xué)生的知識基礎(chǔ)和認(rèn)知規(guī)律。綜合性是案例應(yīng)能盡量涵蓋課程重要知識點大綱，并將其貫穿和融入各個主要知識點講解過程之中。交互性是教師與學(xué)生的關(guān)系是“師生互補，教學(xué)相輔”。主導(dǎo)性是在交互的同時，教師還是應(yīng)該占有主導(dǎo)性。

這四種特性在教學(xué)中并不矛盾，度掌握得好，可以相輔相成，起到很好的教學(xué)效果。在“人工智能”學(xué)科的案例教學(xué)實踐中針對不同的知識點進行案例教學(xué)，由易到難，逐步加強。在交互的同時，教師要引導(dǎo)學(xué)生，組織啟發(fā)學(xué)生在既定的教學(xué)時限內(nèi)提高案例的實際運用的效果?？梢赃m時調(diào)整課程難度和廣度，提高學(xué)生解決實際問題的能力。

案例選擇和運用的要點“人工智能”案例教學(xué)的實踐反映出，案例選擇是否合適，案例運用是否科學(xué)，將直接影響到案例教學(xué)作用的發(fā)揮。為此應(yīng)處理好以下關(guān)系?，F(xiàn)實性和精練性案例既要貼近學(xué)生現(xiàn)實生活，又要刪繁就簡，適應(yīng)課程教學(xué)時限要求。

3.2PaddlePaddle平臺案例設(shè)計方案

課程研究在國內(nèi)唯一的深度學(xué)習(xí)開源平臺PaddlePaddle平臺上進行。PaddlePaddle是百度旗下的深度學(xué)習(xí)開源平臺，也是國內(nèi)首個開源深度學(xué)習(xí)平臺，是一個并行分布式的深度學(xué)習(xí)框架，兼?zhèn)湟子眯?、高效性、靈活性、可拓展性，是最適合中國開發(fā)者的深度學(xué)習(xí)框架，在應(yīng)對大規(guī)模數(shù)據(jù)訓(xùn)練需求上表現(xiàn)出色。已實現(xiàn)CPU/GPU單機和分布式模式，同時支持海量數(shù)據(jù)訓(xùn)練、數(shù)百臺機器并行運算，以應(yīng)對大規(guī)模的數(shù)據(jù)訓(xùn)練，平臺上提供了機器翻譯、推薦、圖像分類、情感分析、語義角色標(biāo)注等多個Task。

同時，PaddlePaddle更具易用，高效，靈活和可伸縮等特點，提供了Neural Machine Translation、推薦、圖像分類、情感分析、Semantic Role Labelling等5個分類任務(wù)，每個任務(wù)類別里都有相對應(yīng)的具體應(yīng)用案例。

面向案例的學(xué)習(xí)可以深入淺出地了解深度學(xué)習(xí)行業(yè)趨勢、深度學(xué)習(xí)框架原理和模型、并從經(jīng)典網(wǎng)絡(luò)的原理到高校自然基金深度學(xué)習(xí)應(yīng)用、個性化推薦系統(tǒng)等工業(yè)實戰(zhàn)、科技前沿的案例進行系統(tǒng)的學(xué)習(xí)。

本次案例教學(xué)擬采用與企業(yè)合作案例方案通過在平臺上進行8個案例進行分析，了解人工智能相關(guān)理論知識，了解產(chǎn)業(yè)界應(yīng)用情況，為今后進入公司做準(zhǔn)備。

膀胱炎預(yù)測_線性回歸;房價預(yù)測_線性回歸;鮑魚年齡預(yù)測_邏輯回歸;貓臉識別_邏輯回歸;紅酒質(zhì)量預(yù)測_深度神經(jīng)網(wǎng)絡(luò);手勢識別_卷積神經(jīng)網(wǎng)絡(luò);貓臉識別_VGG;股票預(yù)測_長短期記憶網(wǎng)絡(luò)。

以上列舉出來的部分應(yīng)用案例可以普遍應(yīng)用到人們的日常生活中，為人們帶來生活質(zhì)量的提高同時也推動了社會科技，工業(yè)，醫(yī)療，交通等行業(yè)領(lǐng)域的進步和發(fā)展。例如，線性回歸可以結(jié)合患者先前出現(xiàn)的前兆或作息規(guī)律等來預(yù)測患病的概率大小;邏輯回歸可以統(tǒng)計事物的具有代表性的性狀規(guī)律來預(yù)測年齡大小等屬性;卷積神經(jīng)網(wǎng)絡(luò)可以利用它的圖像處理優(yōu)勢很好地來完成一些如圖像分類，圖像識別，物體檢測、人臉識別等一系列的應(yīng)用。長短期記憶網(wǎng)絡(luò)LSTM利用它的文本處理的優(yōu)勢可以應(yīng)用到股票預(yù)測等領(lǐng)域。這種平臺上使用案例很好的應(yīng)用性一方面可以讓學(xué)生對深度學(xué)習(xí)的應(yīng)用領(lǐng)域有一個深刻清晰的認(rèn)識，繼而激發(fā)同學(xué)們學(xué)習(xí)深度學(xué)習(xí)理論和使用框架進行開發(fā)的熱情;另一方面同時也能以此為立足點，開拓學(xué)生的視野，打開思路，在此基礎(chǔ)上進行拓展創(chuàng)新，開發(fā)更多更有意義價值的程序應(yīng)用。

在高年級學(xué)生中開展，課程緊密結(jié)合產(chǎn)業(yè)界，了解最新的應(yīng)用背景和技術(shù)手段。為學(xué)生走入企業(yè)通過在平臺上進行8個工業(yè)實戰(zhàn)、科技前沿的案例進行學(xué)習(xí)和分析，了解人工智能相關(guān)理論知識，了解產(chǎn)業(yè)界應(yīng)用情況，為今后進入公司做準(zhǔn)備。

利用PaddlePaddle為平臺，進行案例式課程實踐教學(xué)。建立以實踐驅(qū)動的人工智能課程體系。更好地掌握理論知識，提高學(xué)生的動手能力。

采用校企合作方式教學(xué)，邀請產(chǎn)業(yè)界導(dǎo)師指導(dǎo)和實訓(xùn)平臺支持，在學(xué)術(shù)研究的過程中如何快速及時地獲取業(yè)界一線AI發(fā)展和應(yīng)用方向的最新反饋，最終形成產(chǎn)學(xué)研融合，學(xué)界、業(yè)界互利共贏的正循環(huán)。

4 總結(jié)

本文結(jié)合實際應(yīng)用問題，緊跟最新技術(shù)的步伐，重點強調(diào)教學(xué)過程的易懂性和實用性及系統(tǒng)性。具體表現(xiàn)在以機器視覺、語言識別和自然語言處理為應(yīng)用背景，學(xué)習(xí)深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)理論知識，在PaddlePaddle平臺上實現(xiàn)數(shù)字識別工程、圖像遷移學(xué)習(xí)分類模型、聲音轉(zhuǎn)文本及文本轉(zhuǎn)聲音的自然語言處理功能。在緊跟國際先進技術(shù)的前提下，利用深度學(xué)習(xí)理論解決實際應(yīng)用問題，同時在實際應(yīng)用過程中進一步積累經(jīng)驗、完善理論。

參考文獻：

[1]高隨祥，文新，等.深度學(xué)習(xí)導(dǎo)論與應(yīng)用實踐[M].清華大學(xué)出版社，2019.09.

【通聯(lián)編輯：聞翔軍】

收稿日期：2019-10-16

基金項目：教育部產(chǎn)學(xué)合作聯(lián)合育人項目：基于PaddlePaddle的深度學(xué)習(xí)及其在機器人NAO上的應(yīng)用（201801003027）;武漢科技大學(xué)教學(xué)研究項目：新工科模式下面向案例的人工智能課程教學(xué)研究（2018x043）