一體化人工智能實踐平臺的設計與開發

楚朋志，肖雄子彥，陳江平，徐季旻，熊振華

（上海交通大學a.學生創新中心；b.生物醫學工程學院，上海 200240）

0 引言

2018年，教育部頒發《高等學校人工智能創新行動計劃》提出，“推動高校人工智能學科建設、人才培養、理論創新、技術突破和應用示范，為構筑人工智能發展優勢提供戰略支撐。”2020 年3月，教育部、發改委、財政部聯合印發《關于“雙一流”建設高校，促進學科融合加快人工智能領域學生培養的若干意見》，提出依托“雙一流”建設，深化人工智能內涵，構建基礎理論人才與“人工智能+X”復合型人才并重的培養體系，探索深度融合的學科建設和人才培養模式［1-4］。一系列政策表明，智能時代大潮呼喚高等教育優化人工智能專業新結構，系統化培養人工智能領域人才，為我國新一代人工智能發展提供戰略支撐。

然而在具體的人才培養過程中，我們也會遇到很多問題。首先，大量學生并沒有專業硬件可以進行實驗操作，造成了理論與實踐的脫節，往往在上完課后，無法通過實踐加深對算法及網絡的認知，最終導致紙上空談［5］；其次，人工智能教學實踐環境建設門檻高，以機器學習和模式識別為例，目前主要有Matlab、Python、R 等不同編程語言，對深度學習來說，又需要搭建不同的框架，如TensorFlow［6］、Caffe［7］、MindSpore［8］、Pytorch［9］等。不同的環境的安裝配置對學生來說較為繁瑣，尤其對交叉學科中非工科專業的學生來講更是困難重重；同時，目前實踐環節中的教學案例較少，實踐案例有限且相互孤立，無法進一步提升學生能力?！?br>