基于百度AI Studio平台的“人工智能”研究生课程建设浅析＊

栾声扬 陈 薇（通信作者） 许 朋 李桂林 张嘉睿 张兆军

（江苏师范大学 电气工程及自动化学院，江苏 徐州 221116）

自从本学院开始招收电子信息类专业研究生以来，就开设了“人工智能”相关的课程。但是在教学过程中，任课教师逐渐发现若干问题，主要包括：教师资源不足、教学内容匮乏、实验内容欠缺、与科研关联程度弱、软硬件资源成本高等问题。为了解决此类问题，研究生院给予一定的支持，经过近一年的课程建设取得了一些经验，下面分别从团队建设、课程资源、科研关联度、培养学生兴趣等方面进行逐一介绍。

一、教学团队建设

基于“人工智能”课程的特点和难点，一方面，分别建立理论教学团队和实验教学团队，杜绝偏理论而轻实践的情况。另一方面，培养具备多学科背景的主讲教师团队，确保本课程与各个一级学科相融合的知识都由具备相关背景的教师主讲，包括：数学、通信、信号、自动化和电气等专业。

针对不同学科教师需要花较多精力才能够熟悉人工智能讲述内容的问题，我们采用百度的AI Studio在线教育平台，为教师提供了大量学习内容，包括从零基础到进阶的各类往期线上和线下的师资培训课程的多媒体资料。这些课程均由国内知名高校在人工智能尤其是深度学习领域有较高的学术造诣的资深教师主讲，一方面，此类课程能够确保课程的授课质量。另一方面，方便各个层次的教师选择适宜自身知识水平的内容进一步提升自身能力。

二、教学内容创建

百度公司的AI Studio不仅能够为教师提供提升自身能力的相关师资培训内容，还提供了大量的适宜同学们自学的教学资源。各类教学资源按照难易程度分为：预备知识、基础入门和实战进阶三个层次，同样适宜不同专业、不同教育背景以及不同水平的学生选择适合自己的课程进行自学和预习。

预备知识主要包括：Python基础、数学基础、数据准备、机器学习[1]等方面的内容，如此丰富的教学内容必然会为同学们的后续学习打牢基础。更重要的是，受限于学时要求，上述很多内容是电子信息类研究生本科阶段没有接触的，比如虽然很多同学学过C语言编程或者C++编程，但是没有系统学习过Python语言编程，故而此类基础课程能够作为有益的补充内容助力“人工智能”课程的学习。

基础入门主要包括：各类深层神经网络、计算机视觉、自然语言处理、推荐系统等方面的内容[2]，这些课程基本涵盖了当下人工智能领域最常见的应用类型。更为重要的是这些课程是由百度公司的工程师和国内科研院所的资深教师共同开设的，在授课的过程中，这些老师会将自身的教学心得与工作体会融入其中，所以无论学生自身水平如何，来自于哪所学校，都能够进一步扩展学生的视野，为进一步选择自己感兴趣的方向打下坚实的基础。

实战进阶主要包括：目标检测、图像分割、情感分析、机器阅读、强化学习等方面的内容[3]，这些课程贴合实际需求，以具体的应用为授课目标。重要的是这些课程有效衔接了产业需求和课程教学，实现了教学为实践服务的目的，高校为社会服务的责任。学习这些课程能够激发学生的学习兴趣，让他们能够体会到学以致用，有利于学生提升信心与激发学生学习的兴趣。

三、实验内容创建

如前所述，本学院开设的面向电子信息类研究生层次的“人工智能”课程以理论和实践相并重。因此，除了注重理论教学内容，还必须甚至更需要重视实验内容的创建。借助百度AI Studio平台，实验教师可以方便地从项目库中查找和整合所需的项目，有针对性地对同学们开展实验教学工作。

具体而言，根据项目的难度，项目库中依次包括：新手入门、进阶项目、高阶任务等，这种分类能够满足不同层次学生的需求。与此同时，根据项目所涉及的技术特征，项目库中依次包括：计算机视觉精选项目、自然语言处理精选项目、推荐系统精选项目和论文复现项目。前三者都是与基础入门理论课程中的主要内容一一对应的，选取这些项目可以有效解决学生在学习理论知识之后没有对应实践环节所导致的对知识一知半解的问题，消除缺乏深刻体会的传统授课模式所带来的弊端。

此外，项目还包括千星项目，所谓千星repo项目是指受到教师或者学生广泛关注的精品项目，此类项目以其代表性和实用性为特征受到广泛推荐，也为实验教师选择项目提供了重要的依据。

四、科研关联度

如何将授课内容和科研紧密结合起来，一直是困扰教师和研究生的重要问题，如果无法解决该问题，就很有可能出现研究生完成了一学年的课程，却觉得仍然无法驾驭科研，甚至连科研的门都没有摸到的现象，这不但会打击学生的自信心和降低科研热情，更有可能导致高年级学生告诫低年级学生课程无用，从而进一步降低了授课教师的热情，造成死循环。

为了解决此类问题，在实验内容项目中创建一节介绍百度AI Studio项目库，其中还要包含论文复现项目。这类项目解决了研究生所最关心的课程与科研的相关度的问题，确保学生们能够利用课程所学的知识进行科研，在科研的过程中巩固课程所学习的知识。当学生觉得课程所传授的内容对其科研有帮助，方能对该课程重视，这不但会进一步提升学生的学习兴趣和科研兴趣，最终提升其编程能力，而且还提升了教师的责任感和荣誉感，从而实现良性循环，达成以教学促进科研，又以科研提升教学水平的效果。

五、提升兴趣

人们常说“兴趣是最好的老师”，由此可见在学习和科研过程中，兴趣是多么的重要，如果学生有了兴趣，那么学习的枯燥和科研的艰难就少了一半，如果学生有了自信，那么很多看似复杂的实际科研题目就变得简单了。

为了提升兴趣，百度AI Studio为教师和学生所准备的项目库中的内容十分贴近现实需求，再次不妨列举几个：《一个垃圾分类项目带你玩转飞桨》显然是针对近年来国家和社会对于干湿垃圾分类问题所设计的。该项目主要用到了百度飞桨框架，利用卷积类神经网络通过计算机视觉技术实现的；单从《七夕脱单“神助攻”，AI教你写情诗、说情话》项目的名称就调动了学生的好奇心，其本质用到了百度飞桨框架，利用LSTM类神经网络通过自然语言处理技术实现的，实验结果之一为“七夕，牵着你的手，唱着爱的歌谣，顺着幸福轨道，抛弃忧伤烦恼，望着星空祈祷，愿和你幸福到老。亲爱的，七夕情人节快乐！”，你看，工科男女是不是也突然变得不那么呆板，还有点小可爱。

通过上述例子，我们发现人工智能的强大，同时，我们也意识到学习科研可以充满趣味，因为兴趣是最好的老师。

六、算力资源

进行《人工智能》类课程教学，有一点无法回避的问题，那就是算力资源，而且是较高配置计算机的算力资源，而这又与学校和学院的投入息息相关，没有真金白银的投入，那么再有经验丰富的教学团队、教学资源、密切的科研关联度以及高涨的学习兴趣，一切都没有办法实现，毕竟巧妇难为无米之炊，而要求研究生准备硬件，无疑也加重了学生们的家庭负担，提高了学习成本，所以算力资源也就成为很多高校研究生“人工智能”类课程压垮骆驼的最后一根稻草。

为了解决该问题，百度AI Studio为通过身份验证的高校教师提供了充足的算力，只要授课教师在开课时向百度公司申请，就能够获得3个月有效的500小时的算力，同时，根据选课学生人数，为学生提供100小时的算力，对于一门36学时乃至72时的课程，无论是课上演示还是课下学习都是十分充足的。此外，如果学生每天登陆，还会获得1日内有效的8小时的算力，此外，即使这些时长都用完了，那么百度AI Studio平台还提供无限时长的低配置算力供同学们研究项目。这些举措确保学生在学习和科研时不会受困于稀缺的算力。此外，由于计算是由云平台提供的，而本地设备只需要进行成果展示，所以任何可以浏览网页的电脑都能够胜任教学任务。

七、课程建设成果

虽然采用AI Studio只有近一年的时间，但是教学成果是显著的。以最近两届研究生为例：2019级主要是利用MATLAB或者Python实现了手写字的识别，而2020级则已经能够单独使用Python进行医学影像分类，利用YOLO方法实现电力线绝缘子的故障分类，利用卷积类神经网络进行无线电信号调制方式识别，而在课程结束后，也已经开始了相关论文的撰写工作。在评课过程中，学生们反馈“该课程虽然很累，但是切实学到了知识”，作为高校教师，还有比这个评价更令人欣喜的么？

结语

研究生课程的建设重点是提升研究生教学的质量，但是更为重要的是为国家培养科技人才。在高校中应用和推广本国的人工智能框架更是关系到科技自主的问题，是中美科技战的核心问题。江苏师范大学电气工程及自动化学院的“人工智能”课程授课团队以科技独立为己任，浅析教学过程中的经验和改进，故而本团队也会进一步深入研究、不断探索该课程建设的新思路和方法。