依托大学生创新训练计划项目培育中高年级本科生人工智能知识和科研素养的探索与实践

来源:用户上传      作者:邵文泽 刘媛媛 叶路月 许晶晶 仲彦臻

　　摘要：文章以南京邮电大学新一代人工智能学科建设为出发点，以《高等学校人工智能创新行动计划》为具体指引，本着教书育人严谨务实的治学态度，总结了依托大学生创新训练计划项目培育中高年级本科生人工智能知识和科研素养的探索体会与实践做法，以为南京邮电大学全面展开本科生人工智能课程教学提供及时必要的经验积累。
　　关键词：人工智能2.0;深度学习;视觉计算;科研素养
　　中图分类号：G642.0     文献标志码：A     文章编号：1674-9324（2020）11-0188-02
　　 一、引言
　　人工智能不是一個全新的领域。1956年，在美国达特茅斯学院，麦卡锡（John McCarthy）教授等学者就已提出人工智能（Artificial Intelligence，AI）的概念，意指要使机器像人那样认知、思考和学习。2006年以来，以深度学习为代表的机器学习算法在机器视觉和语音识别等领域取得了极大的成功，识别准确性大幅提升，使人工智能再次受到学术界和产业界的广泛关注。在经历50年的跌宕起伏后，人工智能终于迎来2.0时代。
　　在人工智能2.0时代，南京邮电大学本科生的人工智能知识和科研素养亟待培育和提升。通过与通信与信息工程学院、贝尔英才学院、自动化学院、物联网学院以及管理学院中高年级本科生的日常交流发现，不少优秀学生对于人工智能2.0的相关理论、方法和技术表现出了强烈的求知欲望和浓厚的学习兴趣。作为人工智能领域的一线教学科研人员，我们注意到全校范围内只有自动化学院为自动化专业本科生开设了“人工智能”选修课。然而，在人工智能2.0时代，“人工智能及其应用”的知识体系已不能反映当下以深度学习为代表的前沿人工智能技术的重点、难点和痛点。因此，从学校层面看，不管是人工智能受众的广度还是内容的新度和深度以及项目创新训练，自动化学院开设的“人工智能”课程已不能满足南京邮电大学本科生对于人工智能技术的现实诉求。
　　为此，本文以南京邮电大学新一代人工智能学科建设为出发点，以《高等学校人工智能创新行动计划》为具体指引，本着教书育人严谨务实的治学态度，总结了依托大学生创新训练计划项目培育中高年级本科生人工智能知识和科研素养的探索体会与实践做法，以为南京邮电大学全面展开本科生人工智能课程教学提供及时必要的经验积累。
　　二、探索与实践方案
　　本次探索与实践活动主要以作者所在课题组为支撑，以面向课题组硕士生的《深度学习与人工智能》专题讨论班为基础，依托获批的5项南京邮电大学大学生创新训练计划（STITP）项目具体展开。
　　1.以深度学习为向心力的人工智能知识素养培育研究。新一代人工智能的核心算法引擎是深度学习。深度学习的理解，离不开本科数学中最为基础的数学分析（高等数学）、线性代数、概率论和凸优化;深度学习技术的掌握，离不开以计算机编程为核心的动手实践。否则，人工智能知识素养的培育只能是夸夸其谈，人工智能科研素养的培育更是空中楼阁。简单而言，本次培育中高年级本科生新一代人工智能知识素养的课程内容包括：（1）人工智能简介。通过梳理人工智能技术、应用和产业演进情况，分析人工智能的技术热点、行业动态和未来趋势。（2）数学与计算机基础。回顾高等数学、线性代数、概率与统计这三门数学课程包含的数学知识;熟悉最优化和机器学习的基本理论与方法;熟练操作Linux系统和进行Shell编程，熟悉C++、Python、Matlab语言。（3）深度学习入门。从神经元模型开始，掌握卷积层、Pooling层等基础结构单元，Sigmoid等激活函数，Softmax等损失函数，以及感知机、MLP、LeNet等经典网络结构;掌握网络训练方法，包括BP、Mini-batch SGD和LR Policy;了解深度网络训练中的两个至关重要的理论问题：梯度消失和梯度溢出。（4）深度学习进阶。掌握一个开源深度学习框架的使用，是实际掌握深度学习技术的必经之路。当前使用最为广泛的深度学习框架包括Tensorflow、Caffe、MXNet和PyTorch等。本项目将主要利用Tensorflow开源框架。这个阶段除了熟悉掌握Tensorflow的安装、语法和操作，还将学习和理解AlexNet、ZFNet、GoogleNet、VGGNet、ResNet等ImageNet竞赛网络模型。（5）深度学习实战。将从计算机视觉中的低层、中层、高层三个具体的智能感知问题训练和提升深度学习的实战能力。其中，低层智能视觉问题为基于VDSR模型的自然图像超分辨率;中层智能视觉问题为基于Faster RCNN模型的目标检测;高层智能视觉问题为基于GAN模型的图像自动生成与判别。
　　2.以STITP项目为驱动力的人工智能科研素养培育研究。在人工智能知识素养培育的良好基础上，进一步依托具体STITP项目开展前沿人工智能科研素养培育的研究，将主要从新的网络结构、新的优化方法、新的学习技术、新的数据增强四个方面进行培育。此次获批的STITP项目包括：（1）雾霾天气车载视频动态目标检测与识别深度方法研究。本研究面向这一现实的前沿技术问题，提出和验证雾霾鲁棒的目标检测与识别深度学习解决方案。（2）低清监控视频感兴趣目标检测与再识别深度方法研究。本研究面向这一现实的前沿技术问题，提出和验证感兴趣目标的检测与再识别一体化深度学习解决方案。（3）雾霾天气车载视频交通标识检测与识别深度方法研究。本课题面向这一现实的前沿技术问题，提出和验证雾霾鲁棒的交通标识检测与识别深度学习解决方案。（4）城市道路监控视频模糊车牌检测与识别深度方法研究。本研究面向这一现实的前沿技术问题，提出和验证模糊鲁棒的车牌图像检测与识别深度学习解决方案。（5）城市道路监控视频低清人脸检测与识别深度方法研究。本研究面向这一现实的前沿技术问题，提出和验证监控视频低清人脸检测与识别的一体化深度学习解决方案。
　　三、探索与实践总结
　　通过此次探索与实践活动，我们发现：当聚焦一个具体的人工智能前沿课题研究时，利用一学年的培育时间完全可以在本科生的人工智能知识素养和科研素养培育方面取得初步成效。撰写本文时，由课题组指导的、15名本科生承担的5组STITP项目均已顺利结题，且均取得了良好以上成绩，学生的人工智能知识素养和科研素养得到了显著提高。因此，我们相信此次探索与实践活动具有一定的参考意义。
　　总体而言，此次探索与实践活动意义在于积极响应和落实《国务院关于印发新一代人工智能发展规划的通知》以及教育部发布的《高等学校人工智能创新行动计划》相关文件精神，通过人工智能相关理论方法的传授和STITP项目攻关，不仅将为后续开设“人工智能2.0”课程提供必要的教学素材，而且将迭代摸索出一套培育中高年级本科生人工智能知识和科研素养的可行方案和宝贵经验。通过将上述实施方案做进一步系统细化和深化，有望促进本科生在日常学习之余取得理论创新和应用创新的新突破。
　　参考文献：
　　[1]孙秋霞.曲折中前进的人工智能[J].中国科技奖励，2016，（09）：22-24.
　　[2]高芳.全球知名智库对中国《新一代人工智能发展规划》发布与实施情况的评价及启示[J].情报工程，2018，（02）.
　　[3]夏海波.中国人工智能科技的公众传播与社会评价研究[D].浙江工业大学，2017.
　　[4]张泽治，王敏，张云慧，曲春霞.人工智能背景下ZT创智课堂对学生创新思维能力的培养与评价[J].基础教育参考，2018，（22）：36-38.
　　[5]中国电子技术标准化研究院.人工智能标准化白皮书[R].2018.
转载注明来源:https://www.xzbu.com/9/view-15143632.htm