一、人工智能的行业背景:
人工智能的行业背景随着科技的发展,各种科技手段在教育培训领域的应用日新月异,“人工智能”这个词汇也在最近两年达到了历史的热点,英文为 artificial intelligence,简称人工智能。 广义上的人工智能泛指通过计算机实现人的头脑思维所产生的效果,通过研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统所构建而成的,其构建过程中综合了计算机科学、数学、生理学、哲学等内容。人工智能产业的构建包括数 据资源、计算引擎、算法、技术、基于人工智能算法和技术进行研发及拓展应用的企业以及应用领域。
人工智能实验系统整体架构
人工智能这门学科是一门新兴学科,很多老师困惑于如何将这门专业清晰有节奏的展示出来。我们根据自身丰富的行业积累和对教育教学规律的深度理解,将我司的人工智能系 统分成三大板块,概括为“看”“学”“做”三步走,即: “看”--展示系统--人工智能演示系统 “学”--教学系统--人工智能教学管理平台 “做”--科研与应用系统--可视化模块开发系统、人工智能综合管理平台(算法开发 实训室平台和算法应用实训平台) 在“看”的过程中,我们通过系统演示平台,用大众好理解的方式将深奥的人工智能 技术展示给到学生和其他人员看,开启学生对该领域的认知和兴趣。在“学”的部分,通过 人工智能教学管理平台对学生进行授课。人工智能综合教学实训平台是通过将人工智能领域 的几大关键技术进行拆分,逐个逐个的将知识点进行剖析讲解,帮助学生通关式的掌握人工 智能技术。在“做”的这个领域,我们将人工智能的一些晦涩的模块进行可视化处理,老师 和学生都可以通过该平台,对人工智能技术进行应用和创新。
“看”-人工智能互动演示系统
主要通过视频、互动演示、源代码向学生及家长现场展示人工智能的应用
1、人脸检测追踪:主要用于对不同目标人脸的检测和对比,目的是区分出不同人脸对 象,主要可用于公共安全领域的逃犯追踪或者嫌疑人锁定跟踪等其他安全领域;
2、多目标追踪识别:主要是对不同目标的位置锁定和识别,主要用于公共场所对于不 同群体目标的追踪和识别,比如交通领域对于车流量和人流量的检测统计等;
3、图像风格迁移:主要是通过把一幅图像的风格迁移到另外一幅图上,展示不同的效果,主要用于艺术创作等领域;
4、AI 玩像素小鸟:主要通过训练神经网络,让其学习游戏的规律和结果,使其能够学 会玩指定的游戏,并能够表现出优于人类的结果;
5、alpha zero:主要训练神经网络学会五子棋的规则,能够达到和人类对弈的结果。 AI 玩像素小鸟和 alpha zero 其技术主要是强化学习,强化学习的应用领域非常广,比 如自动驾驶、无人仓储、智慧家居、智慧机器人等;
“学”-人工智能综合教学平台
1)总体架构图:
2)系统组成:
1、服务器系统端 服务器为一体化实验平台,系统内的一体化实验平台的资源控制和各个角色对 后台的访问。
2、系统管理端 提供系统管理员操作功能,系统管理员具有一级操作管理权限,可以管理教务处管 理员、老师、学生等下级成员,可注册或销毁下级账号,可以查看自己和下级的登陆日 志及操作日志。
3、教务处管理端 提供教务处管理员操作功能,教务处管理员具有二级操作管理权限,可以管理老师、 学生等下级成员,可注册或销毁下级账号,可以批注老师的教程安排,可以查看自己和 下级的登陆日志及操作日志。
4、老师管理端提供老师操作功能,老师具有三级操作管理权限,可以管理查看学生等下级成员, 可以管理自己的课程体系,安排教学日程,批注学生的作业,可以查看自己和下级的登 陆日志及操作日志。
5、学生管理端提供学生操作功能,老师具有两级操作管理权限学生可以管理自己的操作,包括登录账号,修改密码,听课、练习、项目实操等,可以查看自己的登陆日志及操作日志。
6、教学知识体系提供人工智能的数学基础知识、机器学习基础知识、深度学习基础知识、经典网络知识、卷积神经网络知识、循环神经网络知识、目标监测知识、图像分割知识、 强化学习知识、迁移学习等知识体系,包含所有课程教学PPT和授课视频。
二、人工智能专业实验室:
人工智能算法开发实验室(人工智能可视化模块开发系统) :
本系统主要是为了老师和学生都能快速的上手深度神经网络技术而专门开发的系统,本系统具有具有 快速建立神经网络模型、同时又能反向查看代码的生成,可视化“所见即所得”代码、训练过程、得到训 练结果的特点。本实验室主要是为培养算法开发工程师而建设,是高校人工智能专业必备的实验室。
人工智能数据标注\模型管理\模型训练、测试\模型评估实验室(人工智能综合 管理平台系统)
本实验室主要是为培养算法应用工程师、数据处理工程师、老师和学生直接应用项目、比赛而建 设,是高校建设人工智能专业必备的实验室。 在人工智能项目准备前期,需要大量数据标注与模型训练,这需要花费大量的时间和流程去处 理。而我们提供的数据与模型训练实验室主要是让数据的标注规范化,时间最小化、管理规范化, 帮助 AI 项目的快速开发。 帮助管理 AI 模型和训练参数,拥有一个更整体系统化的管理方案;提供同类模型的测试接口和 解决方案,不用费时单独撰写测试方法和部署方案;提供已有的模型模板,可作为参考学习,也可 直接在此基础上修改应用自定义的 AI 数据来打造自己独有的 AI 模型;提供各种小部件帮助快速开 发 AI 应用。
三、专业教学服务 人工智能实验室课程体系规划:
专业课程体系:
根据应用型本科人才的本质特征,结合人工智能专业的自身特点、社会需求和学科发展的需要构 建基于技术技能本位的应用型本科课程体系,在人工智能专业的数理及人文思政等通识课程、计算 机知识课程、操作系统、编程语言基础上构建专业基础知识主线,结合工作过程由具体课程对知识原理、应用开发、部署运维、应用科研专业知识与应用主线的每个环节进行支撑。专业知识主线符 合人工智能运营现状,满足人工智能行业应用的知识要求。
人工智能专业课程设置:
主干学科与核心课程:
根据应用型本科人才的本质特征,结合社会需求和人工智能专业的特点以及学科发展的需要,构 建基于技术技能本位的应用型人工智能本科课程体系。在人工智能专业的数理及人文思政等通识课 程、计算机与嵌入式知识课程、电路与电子学知识课程、程序设计课程、人工智能技术基础上构建专业基础知识主线,并由具体课程对项目设计实施、配置调试、应用科研等应用主线上的每个环节进行支撑。
专业基础课:人工智能导论、操作系统原理及应用(Linux)、计算机组成原理、IP 网络技术、 Python 程序设计;
专业核心课:数据结构、数据库原理与应用、Python 数据分析与应用、设计模式实训教程、人工智能数学基础、人工智能应用系统开发、智能网关设计与开发、神经网络理论、深度学习框架、深度学习网络模型、机器学习、迁移学习础、CUDA 并行运算、强化学习;
专业实训课:人脸追踪识别、多目标追踪识别、图像盲区还原、语音唤醒、语言应答、图像风格迁移。
四、师资建设:
前面在介绍本项目应用背景的时候已经提到过,由于人工智能领域人才的稀缺,导致了人工智能教育 行业的师资严重匮乏。虽然我们的《人工智能专业建设整体解决方案》已经能够满足当前人工智能教育市场师资匮乏的需求,但是为了让各高校从根本上解决师资的问题,也是为了发扬公司为人工智能教育市场培养人才计划的理念,公司特别针对使用公司产品的客户推出了师资培养计划,旨在解决人工智能教育市 场师资缺乏的根本问题。
学校的师资培养计划主要是对从事人工智能教育行业的师资人员进行全方位的培养,具体从以下几方面进行培养:
公司产品培训:
公司的产品是承载和实施整个教育方案的工具,只有熟悉的了解了产品如何应用,才能更好的发挥产品在人工智能教育上的优势。同时为老师上课带来更大的方便,也让学生更好的按照产品设计的学习思路 和流程学习,达到人工智能教育的目的。
人工智能知识理解:
鉴于可能存在很部分老师的人工智能知识体系不是很完善,所以公司针对学校老师专门提供了产品涵盖的人工智能知识体系的完整培训课程。只有老师对上课所需要的知识体系理解完善了,上课指导学生的 时候才会更加的得心应手,上课效果也会大大提升。
相关技能运用:
由于人工智能的特殊性,在具体项目操作中的技能也是和其他传统的计算机行业有着很大的区别,比如神经网络中对于各激活函数和损失函数的应用,在训练过程中如何更好的调整参数,调整模型,以达到我们所希望的效果。这些都需要更加细致的理解和体会,到时候在带领学生在项目中实战的时候才会顺利达到效果。