淺談高校人工智能實驗室建設的研究

楊念，陳聰

(1.佛山職業技術學院電子信息學院，廣東佛山，528137；2.恒大智慧科技有限公司，廣東深圳，518000）

0 引言

隨著人工智能產業高速發展，相關行業對于技能型應用型人才產生了迫切需求，高等教育正在發生革命性變化。高等教育和當前我國經濟社會發展的結合更加緊密，教育方式、形態、內容、學習方式都在發生深刻變化。以學習者為主體，重視培養能力，促進學習者的全面發展，學習者對學習的個性化需求也日益增長，教育治理呈現出多方合作、廣泛參與的特點。作為戰略新興型技術之一，人工智能肩負著引領未來的重擔。目前，新一代的人工智能技術或與其相關的學科發展、科技創新、理論建模、軟件及硬件更新升級等正在快速整體推進，正在引起鏈式提升，推動當前社會基于網絡化、數字化的各個領域快速向智能化飛躍。

人工智能技術改變人類生活方式甚至社會結構，實現社會生產力的整體躍升。在教育行業，不少高校已經開設人工智能專業，人工智能作為新開專業，無參考標準體系。在文獻[1]中指出，教師在編寫人工智能相關實驗操作課程方面缺少經驗積累，導致教學內容選取和開發的過程緩慢。并且人工智能相關課程配套實驗實訓都需要大量且真實的行業數據集或案例，因此不能利用模擬仿真進行教學。如果通過模擬的數據進行教學不能讓學生體驗人工智能的切實應用，會造成學生無法學以致用的局面。目前高校人工智能實驗實訓普遍滯后，極大地阻礙了中國人工智能科學研究與相關產業的發展。因此，不少高校迫切需要將人工智能應用到實驗室當中。

1 我國高校實驗室現狀

1.1 實驗室管理

目前，我國實驗室在管理上具有的特點：一是管理方式落后，依賴人工管理；二是實驗室人員流動較大，登記制度不完善；三是信息監控不到位。從實驗室管理角度出發，人工智能技術應用于實驗室后可以實現人臉識別、自動登記信息、智能配電、智能監控等功能，能夠提高實驗室的管理效率及安全。

1.2 實驗室機房

現有的實驗室機房不能滿足人工智能專業所開設的相關課程對實驗資源的需求。實驗室已有的硬件設備資源，也基本不能滿足相關課程的實驗要求?？焖俑碌募夹g，導致現在教學實驗環境無法快速適應人工智能實驗教學的要求。因此，人工智能實驗室的建設迫在眉睫。

2 人工智能技術

2.1 技術方向

人工智能作為當下科技行業最熱門的技術之一，包含語音識別、自然語音處理、計算機視覺、機器學習四大部分。人工智能專業及學院的開設，將會重點關注大數據、計算機視覺、語音識別、自然語言處理、機器學習等人工智能基礎技術方向。類和識別系統。

2.2 應用領域

2.2.1 計算機視覺

計算機視覺主要包含圖像識別和視頻識別。目前，計算機視覺涉及的相關技術已經用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫療等行業。主要的應用場景有人臉識別、視頻監控及分析、圖片識別及分析、輔助或智能駕駛、三維圖像視覺、工業視覺檢測、醫學影像診斷、圖像與視頻編輯、文字識別等。

2.2.2 語音識別

語音識別技術是將人類語音中的詞語內容轉變成計算機可識別的輸入，如二進制編碼或字符序列[4]。

語音識別技術包含語音導航、語音檢索文檔、智能家居產品的控制、聽寫數據的錄入等應用。語音識別技術與機器翻譯、語音合成等自然語音處理技術結合，能夠構建更實用、復雜的應用，如語音翻譯為語音的應用。

2.2.3 自然語音處理

自然語音處理，是指用計算機對自然語音的形、音、義等信息進行分析處理。自然語言理解與自然語言生成是實現人機間的信息交流，是人工智能界、計算機科學和語言學界所共同關注的重要問題。自然語音處理的具體表現形式包括機器翻譯、文本摘要、文本分類、文本校對、信息抽取、語音合成、語音識別等。可以說，自然語音處理就是要計算機理解自然語言，自然語言處理機制涉及兩個流程，包括自然語言理解和自然語言生成。主要應用有機器翻譯、自動回答、信息檢索、情感分析、社交媒體等。

2.2.4 機器學習

機器學習涉及到的學科很多，其中囊括神經科學、線性代數、計算機等。機器學習是大數據的核心技術，本質都是基于經驗的算法處理。按照是否需要監督，機器學習能夠分為兩類，強化學習也是機器學習的一種技術。主要應用場景是大數據分析與挖掘、垃圾郵件過濾、周期性數據預測、廣告點擊行為預測、商品圖片分類、模式識別等。

3 人工智能實驗室建設方案介紹

圍繞人工智能相關專業實踐課程體系和職業需求，依據人工智能相關專業對實驗室的需求，建設集課程內容、實驗管理、實踐教學案例、實踐教學環境于一體的人工智能實驗室。包含：人工智能實驗室硬件資源；人工智能實驗室軟件平臺；人工智能實驗資源。

3.1 硬件資源

實驗室硬件資源是為了滿足人工智能教學、科研實驗及實驗管理的需求，提供基于人工智能領域相關計算能力，同時保障實驗內容涵蓋的技術知識點能夠與目前人工智能人才的技能需求貼合，培養專業綜合能力，增強學生對技能應用的真實體驗感，輔助學生實現學以致用。

3.2 軟件平臺

實驗實訓平臺整體架構分為平臺基礎層、WEB 服務層、用戶交互層。平臺基礎層利用虛擬化技術進行硬件資源管理，WEB 服務層提供用戶交互接口，用戶交互層為用戶提供友好的交互界面。人工智能實驗平臺將實現人工智能、大數據等相關專業方向的在線實驗的綜合學習應用。主要功能包括工作臺、實驗課程、實驗項目、模型訓練等內容。實驗平臺通過對 GPU 等硬件設備資源的管理、容器化、服務接口化及用戶交互，以資源庫的形式為學習者提供基礎的實驗課程資源、實踐項目資源和數據集資源。

3.3 人工智能實驗資源

建設可持續發展的引導式教學實踐資源，通過人工智能實驗平臺提供統一的在線實踐活動，其建設目標是：形成人工智能基礎能力與大數據基礎能力培養標準體系資源。人工智能實驗資源主要包含：實驗手冊、實驗源碼、實驗數據、實驗硬件配套資。其中，實驗硬件配套資源包含：智能人機交互平臺、智能機器人、智能家居設備等。

3.4 實驗實訓課程資源體系

人工智能專業一般開設的課程分為人工智能基礎課程和人工智能專業課程?；A課程一般包含理論基礎、編程基礎、數據庫基礎、編程架構、Linux 操作系統基礎等。因此，對應的實驗環節應當包含的資源有Python 的基礎運算、爬蟲實驗、Linux 操作系統實驗、數據庫的相關實驗等。實訓環節可以包含實驗室考勤管理系統設計等。人工智能專業課程一般包括機器學習、圖像識別、自然語言識別與處理等。因此，實驗環節可以包含基于TensorFlow 的圖像識別，基于KNN 的商品推薦等實驗資源。實訓環節則可以包含垃圾郵件屏蔽、車輛周圍環境檢測等。人工智能基礎和專業實驗及實訓資源建設后，可結合企業案例建設具有商業價值的資源，例如人臉識別、危險駕駛監控系統、醫療輔助診斷系統等。

4 結語

將人工智能運用在高校實驗室中，運用人工智能技術建設滿足高校人工智能相關專業人才培養需求的實驗室，能夠有效解決傳統實驗室管理上的弊端，同時為人工智能產業發展和人才培養奠定基礎。隨著信息化教育的不斷發展，人工智能技術將在教育領域應用的越來越多。