浅谈高校人工智能实验室建设的研究

杨念，陈聪

(1.佛山职业技术学院电子信息学院，广东佛山，528137；2.恒大智慧科技有限公司，广东深圳，518000）

0 引言

随着人工智能产业高速发展，相关行业对于技能型应用型人才产生了迫切需求，高等教育正在发生革命性变化。高等教育和当前我国经济社会发展的结合更加紧密，教育方式、形态、内容、学习方式都在发生深刻变化。以学习者为主体，重视培养能力，促进学习者的全面发展，学习者对学习的个性化需求也日益增长，教育治理呈现出多方合作、广泛参与的特点。作为战略新兴型技术之一，人工智能肩负着引领未来的重担。目前，新一代的人工智能技术或与其相关的学科发展、科技创新、理论建模、软件及硬件更新升级等正在快速整体推进，正在引起链式提升，推动当前社会基于网络化、数字化的各个领域快速向智能化飞跃。

人工智能技术改变人类生活方式甚至社会结构，实现社会生产力的整体跃升。在教育行业，不少高校已经开设人工智能专业，人工智能作为新开专业，无参考标准体系。在文献[1]中指出，教师在编写人工智能相关实验操作课程方面缺少经验积累，导致教学内容选取和开发的过程缓慢。并且人工智能相关课程配套实验实训都需要大量且真实的行业数据集或案例，因此不能利用模拟仿真进行教学。如果通过模拟的数据进行教学不能让学生体验人工智能的切实应用，会造成学生无法学以致用的局面。目前高校人工智能实验实训普遍滞后，极大地阻碍了中国人工智能科学研究与相关产业的发展。因此，不少高校迫切需要将人工智能应用到实验室当中。

1 我国高校实验室现状

1.1 实验室管理

目前，我国实验室在管理上具有的特点：一是管理方式落后，依赖人工管理；二是实验室人员流动较大，登记制度不完善；三是信息监控不到位。从实验室管理角度出发，人工智能技术应用于实验室后可以实现人脸识别、自动登记信息、智能配电、智能监控等功能，能够提高实验室的管理效率及安全。

1.2 实验室机房

现有的实验室机房不能满足人工智能专业所开设的相关课程对实验资源的需求。实验室已有的硬件设备资源，也基本不能满足相关课程的实验要求。快速更新的技术，导致现在教学实验环境无法快速适应人工智能实验教学的要求。因此，人工智能实验室的建设迫在眉睫。

2 人工智能技术

2.1 技术方向

人工智能作为当下科技行业最热门的技术之一，包含语音识别、自然语音处理、计算机视觉、机器学习四大部分。人工智能专业及学院的开设，将会重点关注大数据、计算机视觉、语音识别、自然语言处理、机器学习等人工智能基础技术方向。类和识别系统。

2.2 应用领域

2.2.1 计算机视觉

计算机视觉主要包含图像识别和视频识别。目前，计算机视觉涉及的相关技术已经用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗等行业。主要的应用场景有人脸识别、视频监控及分析、图片识别及分析、辅助或智能驾驶、三维图像视觉、工业视觉检测、医学影像诊断、图像与视频编辑、文字识别等。

2.2.2 语音识别

语音识别技术是将人类语音中的词语内容转变成计算机可识别的输入，如二进制编码或字符序列[4]。

语音识别技术包含语音导航、语音检索文档、智能家居产品的控制、听写数据的录入等应用。语音识别技术与机器翻译、语音合成等自然语音处理技术结合，能够构建更实用、复杂的应用，如语音翻译为语音的应用。

2.2.3 自然语音处理

自然语音处理，是指用计算机对自然语音的形、音、义等信息进行分析处理。自然语言理解与自然语言生成是实现人机间的信息交流，是人工智能界、计算机科学和语言学界所共同关注的重要问题。自然语音处理的具体表现形式包括机器翻译、文本摘要、文本分类、文本校对、信息抽取、语音合成、语音识别等。可以说，自然语音处理就是要计算机理解自然语言，自然语言处理机制涉及两个流程，包括自然语言理解和自然语言生成。主要应用有机器翻译、自动回答、信息检索、情感分析、社交媒体等。

2.2.4 机器学习

机器学习涉及到的学科很多，其中囊括神经科学、线性代数、计算机等。机器学习是大数据的核心技术，本质都是基于经验的算法处理。按照是否需要监督，机器学习能够分为两类，强化学习也是机器学习的一种技术。主要应用场景是大数据分析与挖掘、垃圾邮件过滤、周期性数据预测、广告点击行为预测、商品图片分类、模式识别等。

3 人工智能实验室建设方案介绍

围绕人工智能相关专业实践课程体系和职业需求，依据人工智能相关专业对实验室的需求，建设集课程内容、实验管理、实践教学案例、实践教学环境于一体的人工智能实验室。包含：人工智能实验室硬件资源；人工智能实验室软件平台；人工智能实验资源。

3.1 硬件资源

实验室硬件资源是为了满足人工智能教学、科研实验及实验管理的需求，提供基于人工智能领域相关计算能力，同时保障实验内容涵盖的技术知识点能够与目前人工智能人才的技能需求贴合，培养专业综合能力，增强学生对技能应用的真实体验感，辅助学生实现学以致用。

3.2 软件平台

实验实训平台整体架构分为平台基础层、WEB 服务层、用户交互层。平台基础层利用虚拟化技术进行硬件资源管理，WEB 服务层提供用户交互接口，用户交互层为用户提供友好的交互界面。人工智能实验平台将实现人工智能、大数据等相关专业方向的在线实验的综合学习应用。主要功能包括工作台、实验课程、实验项目、模型训练等内容。实验平台通过对 GPU 等硬件设备资源的管理、容器化、服务接口化及用户交互，以资源库的形式为学习者提供基础的实验课程资源、实践项目资源和数据集资源。

3.3 人工智能实验资源

建设可持续发展的引导式教学实践资源，通过人工智能实验平台提供统一的在线实践活动，其建设目标是：形成人工智能基础能力与大数据基础能力培养标准体系资源。人工智能实验资源主要包含：实验手册、实验源码、实验数据、实验硬件配套资。其中，实验硬件配套资源包含：智能人机交互平台、智能机器人、智能家居设备等。

3.4 实验实训课程资源体系

人工智能专业一般开设的课程分为人工智能基础课程和人工智能专业课程。基础课程一般包含理论基础、编程基础、数据库基础、编程架构、Linux 操作系统基础等。因此，对应的实验环节应当包含的资源有Python 的基础运算、爬虫实验、Linux 操作系统实验、数据库的相关实验等。实训环节可以包含实验室考勤管理系统设计等。人工智能专业课程一般包括机器学习、图像识别、自然语言识别与处理等。因此，实验环节可以包含基于TensorFlow 的图像识别，基于KNN 的商品推荐等实验资源。实训环节则可以包含垃圾邮件屏蔽、车辆周围环境检测等。人工智能基础和专业实验及实训资源建设后，可结合企业案例建设具有商业价值的资源，例如人脸识别、危险驾驶监控系统、医疗辅助诊断系统等。

4 结语

将人工智能运用在高校实验室中，运用人工智能技术建设满足高校人工智能相关专业人才培养需求的实验室，能够有效解决传统实验室管理上的弊端，同时为人工智能产业发展和人才培养奠定基础。随着信息化教育的不断发展，人工智能技术将在教育领域应用的越来越多。