高校智慧實驗室信息生態模型構建*

覃 馮 楊 寧

1.廣西民族大學國有資產管理處 廣西 南寧 2.廣西開放大學科研處 廣西 南寧

一、引言

隨著信息的爆炸式增長和信息技術的快速發展，信息生態學的概念應運而生。信息生態學是信息學和生態學的交叉學科，是生態學概念在信息社會建模中的應用，將信息空間視為一種生態系統。這種信息生態系統是由若干相互關聯、相互作用、互相補充的子系統組成的，開放的、綜合的動態系統，涉及不同的主體和客體，具有多樣性的特征，基本特點是各種因素相互關聯、彼此影響、相互促進。本文以高校智慧實驗室信息生態系統為研究對象，介紹了國內智慧實驗室的發展現狀，分析了基于人工智能技術構建高校智慧實驗室生態模型的建設內容和具體框架，以期為高校智慧實驗室建設提供新的思路。

二、高校智慧實驗室的發展現狀

高校智慧實驗室作為培養大學生創新思維、意識和能力的重要陣地，在信息生態學應用的過程中發揮著重要作用；建立完整的信息生態系統、構建信息生態模型，是保證高校智慧實驗室快速發展的基礎，也是提升高校實驗室管理水平的有效途徑。

高校實驗室建設經過多年的探索和改革，已基本完成從人工管理向現代智能化管理的轉變，能借助現代信息技術對海量的實驗室數據進行采集、分析和挖掘，實現了實驗室教學管理的可視化和智能化，將實驗室“統一規劃、集中管理、協同共享”的理論規劃變為現實。但是，目前我國高校智慧實驗室建設還處于初級階段，存在許多亟待解決的問題。

當前關于高校智慧實驗室信息生態學的研究主要集中在理論討論和提高服務質量、增強創新能力等方面。依托人工智能技術，信息生態模型將在智慧實驗室管理、智能識別、實驗預測等領域得到廣泛應用。高效、科學的信息生態模型構建后，高校實驗室可以將人工智能技術、物聯網技術、數據挖掘技術和大數據技術應用到實驗室的建設和管理，從而持續提高智慧實驗室的智能化程度，不斷促進教學實驗和實驗室管理在時間、空間、內容、形式上的全面智慧化，最終提升用戶的使用體驗，實現智慧實驗室全開放的目標，為實驗室用戶提供更加個性化、多樣化的服務。

隨著高校數字化轉型的加快，基于云計算與移動互聯的新一代信息技術成為推動高校信息化進程的新動力，如何運用新技術滿足師生日益增長的信息需求成為高校實驗室的重要課題。社會經濟的快速發展及科學技術水平的提高，以及數字化時代的到來，給高校智慧實驗室帶來了前所未有的發展機遇。作為一種新型教學模式，基于互聯網的高校智慧實驗室是對傳統教學理念與方法的革新，不僅能為用戶提供豐富多樣的學習資源，還能搭建個性化學習平臺。智慧實驗室需要借助信息生態系統才能發揮更大的效能，因此，構建一個完整的信息生態模型，完善信息生態系統是當下高校智慧實驗室的主要任務。

三、智慧實驗室信息生態模型建設的內容

高校智慧實驗室用戶的信息需求可分為實驗教學信息服務需求、實驗教學管理需求、實驗教學交互需求、實驗教學效果分析需求等類型。

實驗教學信息服務需求主要是實驗軟件個性化安裝、實驗數據科學推送、實驗信息交互等。智慧實驗室建設可通過人工智能技術和數據挖掘技術實現實驗硬件資源的調度和管控，充分利用物聯網、云計算、移動互聯網、大數據分析技術和相關設備、平臺，構建基于物聯網的智慧化實驗環境。同時，要建立開放共享機制，將科研創新成果及時轉化為實踐教學，讓學生參與其中并自主學習；構建“平臺+模塊”的應用模式，以用戶體驗為主線，提供多種應用形式的開放式實驗教學環境；優化教師角色與學生身份認證機制，提高師生的協同效率，從而加強師生的基礎能力培養，提升綜合素質，促進學科交叉融合發展。

實驗教學管理需求主要是實驗項目開發、實驗技術文件更新、實驗資源調度及實驗硬件資源管控、實驗環境營造等，根據學校教學目標和專業設置要求安排實驗內容，并對課程安排和教學方法提出建議。設備配置和維護時要制定完善的實驗儀器設備管理制度，規范各類實驗儀器名稱、型號、規格、使用期限、更換周期和保養方法等。

實驗教學交互需求主要是實驗課堂討論和答疑、實驗課后交流互動、實時掌控實驗課堂討論、及時評價實驗表現等。在具體實踐中，可通過人工智能技術實現教師全天候答疑輔導、師生共同管理和評價實驗結果報告；教師要利用基于深度學習模型開發的智能視頻監控系統，對課堂教學過程進行全程監控與記錄，并以圖像、聲音或文字形式呈現給學生；學生要熟練掌握智能語音控制系統，對老師提出的問題及時做出響應，還要完成實驗教師布置的課后作業并開展交流互動。

實驗教學效果分析需求主要是實驗教學軟件的配置、實驗結果的共享等，可通過人工智能技術、物聯網技術、數據挖掘技術與實驗教學評價科學匹配。自動生成實驗報告與評分系統是高校智慧實驗室信息生態系統的重要功能，可實現智能統計及分析，支持數據采集、數據處理等操作；基于數據庫和數據分析技術開發的智能化智慧實驗室信息生態系統，還可為不同需求的用戶提供個性化的服務。

隨著互聯網技術的發展，智慧實驗室信息生態系統須與時俱進地提高信息處理能力，以應對瞬息萬變的信息生態環境。因此，高校智慧實驗室的建設和管理要聚焦人工智能技術、數據挖掘技術、大數據技術、物聯網技術等現代信息處理技術，將其納入智慧實驗室信息生態模型的構架，充分發揮智慧化信息處理技術的優勢。為滿足實驗室用戶的需求，將人工智能技術和數據挖掘技術用于復雜數據的處理是非常必要的，資源篩選和資源傳遞應成為智慧實驗室信息生態的主要任務。

隨著智慧實驗室智慧化程度的提升，智慧實驗室基礎設施環境、空間環境、管理環境之間關系日趨緊密、復雜，針對用戶的信息需求，智慧實驗室的設計首先要考慮如何按照用戶需求來完成實驗室資源的合理配置和高效管理。在傳統實驗室建設的思維模式下，實驗室的各系統和平臺自成體系，相互之間處于一種割裂狀態，難以形成合力，容易造成“系統為主、用戶為客”的日常使用狀態；用戶使用時有“處處受限、時時被管”感覺，不但不能提高用戶的工作效率，還無法實現信息化、智能化、智慧化的建設目標。因此，基于人工智能技術和物聯網技術的信息生態系統建構方案成為高校智慧實驗室設計和建設的首選，從頂層設計到基層應用，處處體現信息生態建設和管理的理念。

四、智慧實驗室信息生態模型的基本框架

當前對高校智慧實驗室信息生態系統的硬件生態、管理生態和空間生態研究已趨于完善，但如何將這三種生態有機融合、如何從各種資源中完成資源的智慧篩選和交互卻鮮有涉足，這也是今后高校智慧實驗室信息生態化發展的重點。基于此，本文從生態學理論的角度對智慧實驗室信息生態模型的功能模塊進行規劃和設計。

1.資源智慧篩選和交互功能模塊設計

高校智慧實驗室信息生態是以實驗室用戶為中心架構起來的，實驗室用戶生態位是整個實驗室信息生態模型的核心，是其他擴展生態位構建的基礎。因此，實驗室資源智慧篩選和交互功能的實現，首要任務是必須完成對智慧實驗室大數據的分類，為實驗室用戶提供科學、高效的實驗室資源數據。一般情況下，可將實驗室用戶分三類：大學教師、教務督導員和大學生；用戶屬性可按學科專業、職級層次、需求偏好等分類。考慮到高校智慧實驗室資源智慧篩選和交互的特點，對此功能模塊設計時可采用決策樹算法來完成。

實驗室用戶分類決策樹的每個非葉節點表示一個實驗室用戶的特征屬性；每個分支代表這個特征屬性的值域，即實驗室三大用戶具體的學科專業值、職級層次值、需求偏好值等；而每個葉節點則代表一個類別，即細化程度最高的實驗室用戶類型。使用決策樹算法對實驗室用戶進行分類的過程就是從決策樹最頂部的根節點開始，從上到下，測試待分類項中相應的實驗室用戶特征屬性，并按照測試值選擇輸出分支和葉節點，并將葉節點存放的不同類別作為實驗室用戶的最終分類結果。

2.硬件智慧管理及配置功能模塊設計

物聯網技術極大地推動了實驗室硬件設備的智慧化管理，且管理的效率得到了顯著提高。針對高校智慧實驗室硬件設備管理及配置需要進一步優化的問題，應以實驗室用戶硬件需求預測為出發點，將實驗室用戶生態位作為整個智慧實驗室信息生態模型構建的核心，遵循這個基本原則和思路，進一步推演高校智慧實驗室設備管理智能化的基本構成原理：即實驗室用戶通過智能化管理平臺可以實現智能化預約、智能化審批、設備使用和設備歸還，實驗室管理員也能通過平臺完成設備狀態獲取、人工智能統計、實驗室用戶需求分析、設備出借等工作。

五、智慧實驗室信息生態模型實證分析

高校應基于實驗室用戶分類的決策樹算法和對實驗室用戶需求預測的BP 神經網絡算法，構建智慧實驗室信息生態模型。以廣西某高校智慧實驗室為例，樣本選取“年級、職級、學院、民族、專業”5個屬性作為初步分類指標，根據申請使用固定資產類別的不同將實驗室用戶分為5類，即房屋、儀器、設備、家具、模型等；隨機選取200名在編教師和在籍學生作為數據集，借助信息生態模型進行驗證，其中160人用于網絡模擬，其余40人用于網絡預測。

結果表明，該信息生態模型的分類算法誤差小于5%，基本上驗證了該分類算法的有效性。同時，基于BP神經網絡算法展開的實驗室用戶需求預測結果顯示，實驗室用戶需求類別與實驗室用戶實際類別的分歧低于13.3%，說明實驗室用戶需求預測任務也完成得較為出色。

六、結語

智慧實驗室信息生態模型構建是高校實驗室發展的必然趨勢；科學的智慧實驗室信息生態系統，是高校發展提質增效的重要基礎。針對傳統實驗室信息系統對實驗室用戶關注不夠、平臺智慧化程度低、智慧管理不易實現等問題，高校應堅持以實驗室用戶為核心、采用決策樹和BP神經網絡算法，完成智慧實驗室信息生態模型的設計與完善，為高校智慧實驗室信息生態系統的高效構建和開發利用打下良好的基礎。