華為智能基座融于深度學習課程教學的探索與實踐

摘要：人工智能產業的發展與國內相關教育領域的演進已經成為產教共同關注的問題。目前，深度學習專業課程的教學改革是研究熱點，但由于教學形式、教學資源等方面的局限性，其改革過程面臨著人才培養與學科發展不協調、理論知識到實踐應用轉化困難等挑戰。本文探討了華為智能基座融于深度學習課程的教學改革策略，并結合科教融合和產教合作培養模式，給出了大學生應用所學知識解決實際問題的建議。

關鍵詞：深度學習;華為智能基座;科教融合;產教合作

“人工智能+”等新一代信息技術的快速發展，對新工科人才培養提出了全新要求。數字時代的人才培養，既需要基礎理論灌溉，又需要對接產業界科技發展趨勢與市場需求，多方協同、優勢互補、從而構建良性的人才生態與培養體系。深度學習是人工智能專業的重要基礎課程，其概念雖火熱、應用雖廣，但在教育領域開展相關教育卻并非是一蹴而就的。雖然目前已有很多高校實施教學改革措施，但這些措施大多只關注于理論教學效果或難以應用到實際設計中。因此，深度學習課程教學迫切需要能夠以產學協同合作為基礎的產教融合育人機制，進而填補產業人才空缺。

一、深度學習課程的教學理念及教學過程中存在的問題

深度學習課程是一門以生物學、數學、計算機科學等為基礎的新興交叉學科，旨在通過學習和實際應用培養本科生對人工智能領域知識的興趣，掌握該學科的基礎理論、經典算法、前沿技術，拓寬學生的知識面，對提高學生科學邏輯思維以及用數學建模思想解決實際問題的能力具有重要作用。然而，深度學習課程知識點多、內容抽象，應用性強，傳統的教學形式和過程很難滿足其教學理念及要求。根據近年來高等學校的教學情況反映，深度學習課程教學主要存在如下問題。

1.課程理論抽象，教學形式單一

深度學習課程的專業理論包括前饋神經網絡、卷積神經網絡、循環和遞歸神經網絡、生成對抗網絡及自編碼器等內容，具有很強的理論性、實踐性和綜合性，涉及應用數學基礎和多種機器學習優化訓練策略。一方面，傳統的課程教學主要以理論為主，大量的數學符號、算法偽代碼及網絡架構圖難以調動學生的學習積極性，使其容易忽略課程中的重點和難點;另一方面，目前眾多高校均使用Ian Goodfellow等人所編著的英文教材，其內容深奧且信息量較大，因此，適用教材的稀缺加劇了深度學習課程學習的難度。

傳統的深度學習課程教學考查形式單一，學生僅僅通過有限的作業量和考試范圍，難以熟悉和掌握深度學習所涉及的問題、解決方案以及建模機理。教學內容的千篇一律，且使用相同教材以及教學模式應對不同的學生也降低了其吸納知識的效率。

2.理論知識到實踐應用轉化困難，人才培養與學科發展不協調

深度學習現階段作為一門經驗科學，從課程設置的角度來看，面臨著一個尷尬的局面。目前高校教育投資基本上還是傾向于理論教學，實踐性教學得到的資金扶持明顯不足，加之高性能計算實驗室建設投資昂貴，人均使用實驗設備量嚴重不足，在深度學習實驗中，常常不得不采用演示實驗。由于實踐性教學經費緊張、實踐性教學時數減少等問題，實踐性教學環節不得不采取合并、裁減、模擬，甚至“以講代練”等方式。學生由于在教學中得不到足夠的實踐能力訓練，使得實際操作技能和動手能力不能達到應有的水平。

課程教學應緊跟領域變化而做出相應調整。深度學習技術更新換代的速度快，這對深度學習課程的設置及人才的培養提出了挑戰。由于受硬件的限制，一些高校在課程開設上還以理論為主，實踐性活動嚴重不足。同時一些實踐教材內容滯后現象嚴重，案例代碼注釋較少，使得教學內容嚴重落后于整個行業的實際需要，導致培養出來的人工智能專業學生普遍存在動手能力、實踐能力差，不能適應企業的需要。

二、華為智能基座融于深度學習課程教學改革內容

1.改變傳統教學模式，體現學生的主動性

首先，將枯燥抽象的知識點轉化為趣味性強的案例，有利于集中學生注意力，提高學習效率。通過與華為昇騰生態項目開展合作，教師能夠積累并從中獲取大量案例，突出深度學習專業課程的重點和難點，進而將理論知識得到全面的應用。教師通過選擇“案例–理論”和“理論–案例”的方式將深度學習抽象理論講授給學生，引導學生自主學習與案例相關內容，給出解決方案，并進行評價，例如在卷積神經網絡部分引入“AlphaGo下圍棋”案例，在生成對抗網絡部分引入“捕食者與獵物博弈”案例。其次，全面推進與華為合作共建以昇騰及華為云項目為鏈的課程體系建設。通過持續課程內容改革，開展靈活多樣的項目式學習，鼓勵開展以問題為導向的教學模式，激勵學生嘗試體驗式學習、自主式項目實踐學習和浸潤式學習等方式。第三，進一步深化智能基座項目，將產業根技術和高校課程融合，從教材教輔方面進行更深的優化。通過融匯當前主流軟硬件體系，幫助學生培養系統思維，使其能夠結合案例快速解決行業問題。通過配套代碼注釋，幫助學生將教材教輔上的知識內化為自己的能力，指導學生實踐，通過實踐練習和企業項目來推進理論與實踐的結合。

2.優化教學實踐，推動科教融合和產教合作

首先，在高校建設實驗室和實踐教學資源等，組織學生參加創新創業實踐、大賽、技術沙龍、學生開發者訓練等相關活動，以產業和技術發展的最新需求推動高校人才培養改革、教學資源建設、師資培訓，強化學生創新創業和實踐能力培養。其次，建立合理科學的評價機制，確保實踐性教學質量的穩步提高。改變以考試分數作為衡量教學成果的唯一評價標準的做法，建立多重標準的評價體系，注重學生綜合應用知識的能力、解決問題的能力和實踐創新能力的評價。對學生成績評定辦法上應根據深度學習課程的特點將終結性評價改為過程評價，可以把過程考核、階段考核、技能考核和期中、期末考核結合起來，按照一定的比例加以評定，以進一步促進學生加強平時的技能訓練和實踐經驗的積累。在考核辦法上，對實踐性較強的深度學習專業課程，可到專業實訓現場進行實際操作考試，變“筆試”為實際操作。將課程考核與行業認證等相結合，這樣既可以測試學生的實際技能水平，又可以讓學生獲得專業技能認證，為學生順利就業提供幫助。最終推動深度學習課程的科教融合和產教合作，實現理論與實踐的有機結合。

三、結語

深度學習專業課程的教學改革過程面臨著人才培養與學科發展不協調、理論知識到實踐應用轉化困難等挑戰。本文針對如何開展華為智能基座融于深度學習課程教學展開了討論，對存在的一些問題，進行了分析。通過改變傳統教學模式，優化教學實踐，推動科教融合和產教合作，使學生在教學過程中掌握課程要點，提高實踐能力，做到對接產業界科技發展趨勢和滿足市場需求。

參考文獻：

[1]王穎.探討交叉學科背景下人工智能課程教學與實踐[J].新教育，2021（18）：9.

[2]張瑾，顧軍.“計算思維與人工智能基礎”課程教學改革研究[J].科教文匯.2021（08）：91-93.

[3]陳川，陳柘，丁雙惠.深度學習發展形勢下計算機視覺教學內容革新[J].計算機與現代化，2020（06）：107-113.

作者簡介：宋杰，1986.8，男，漢族，江蘇連云港人，南京郵電大學，工學博士，講師，從事深度學習、模式識別與機器學習研究。