专业人工智能方向研究生研究

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐一篇专业人工智能方向研究生研究范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

当前，人工智能研究已上升至国家战略层面，是我国提升综合国力、保障国家安全、建设世界强国的必由之路。物联网、云计算、大数据等技术的不断成熟和广泛应用，《中国制造2025》《新一代人工智能发展计划》等文件的出台，推动了人工智能、机器人的快速发展，而人工智能发展的基石在于人工智能领域人才的培养。[1-2]“新工科”建设复旦共识的达成，积极推动了工程教育改革创新，也为人工智能方向研究生培养的改革和创新实践提供了良好的契机。[3-4]麦肯锡全球研究院预计，2025年人工智能应用市场总值将超过1000亿美元，在现今所有工作内容之中，过半会在2055年左右自动化，此趋势最关键的支撑技术是人工智能。目前，我国人工智能领域人才缺口巨大，在“新工科”背景下进行人工智能方向的研究生课程改革探索势在必行。[5]

一、现有的控制类专业人工智能方向研究生课程体系存在的问题

（一）课程内容陈旧

近年来，人工智能技术发展十分迅速，出现了人工智能业界各种新方法、新理论、新技术领先高校课堂知识体系的现象。现有的人工智能方向研究生课程内容陈旧，例如，在《人工智能原理与应用》课程中谓词逻辑以及确定性推理等内容仍然占据了一定的课时，而目前相对实用和热点的深度神经网络、强化学习、迁移学习等机器学习算法所占篇幅不足。在人工智能快速发展的背景下，当前的课程资源和内容过于陈旧，无法满足学生对前沿理论知识的需求。

（二）课程趣味性不足

控制类研究生人工智能方向课程很多是理论性很强的专业课程，抽象的概念、定理、公式较多，内容相对枯燥。另外，研究生课程教学形式相对单一，多以课堂讲授为主。特别是近年来受疫情影响，很多课程需要线上教学，教师无法实时看到学生的上课状态，学生也无法与授课教师进行有效沟通和交流，课程的互动性和趣味性大打折扣。

（三）课程实践环节不足

虽然控制类专业研究生人工智能方向课程也设计了相应的课程实验，但是各课程实践环节之间相对分散，整体协调性不足，在一定程度上存在实践环节内容交叉、重叠等问题。例如，《人工智能原理与应用》和《机器学习》课程部分实验内容相近。开放性、创新性的实验案例较少，学生创新能力无法很好地发挥。

二、人工智能方向专业课程的云端资源介绍

人工智能方向专业课程云端资源通常指云端AI算法引擎、云端数据库、云端资源管理等，具有使用灵活、支持按需订购、使用成本相对较低等优势，且国内许多头部互联网公司，例如百度、腾讯、阿里等，均推出了相应的云端AI和存储资源。华为推出的Modelarts是一款优秀的一站式AI开发平台，能够灵活实现AI开发应用的全流程功能。另外，华为公司配套了相应的智能硬件终端，如HiLens智能相机终端、AtlasAI加速板等，建有相应的网络论坛和社区，开源了大量的人工智能实践案例，能够避免传统AI教学课程内容陈旧、趣味性不足等问题，且有利于培养学生的实践创新能力，适于引入控制类人工智能方向专业课程改革与建设。

三、基于云端资源的研究生人工智能方向专业课程改革策略

（一）云端资源引入

研究生人工智能方向专业课程改革应做到以下方面。首先，修改完善培养方案和对应课程的教学大纲，将基于华为AI资源开设的课程纳入控制类研究生的专业培养方案，合理安排鲲鹏云、ModelArts等云端资源的理论和实践教学课时与内容；其次，根据教学大纲在相关理论课程中增加华为AI资源的理论概念讲解内容，完善相关教学PPT等资源；最后，根据理论课程讲解内容，开设基于鲲鹏云、ModelArts的灵活、开放创新实验，整理优秀案例，编写实验手册。

（二）理论课程建设

研究生人工智能方向专业课程改革应将华为云端全栈AI资源与人工智能方向专业课（人工智能原理及应用、机器学习、智能机器人等）建设相结合，开发相应的教学案例和课件资源，具体方案如图1所示。《Python语言程序设计》课程重点增加部分鲲鹏云的知识讲解，包括鲲鹏云的基本概念和架构、环境搭建与应用部署、CentOS基础知识，鼓励学生在鲲鹏云服务器ECS上安装配置Python环境，并在此基础上利用鲲鹏云主机设计Python程序；《人工智能导论》和《机器学习》课程，在深度学习章节增加华为ModelArts理论讲解（ModelArts基本概念、基于ModelArts的神经网络实践等），介绍其优势和使用方法，鼓励学生结合华为云AI资源进行深度神经网络的学习；在《智能机器人》课程中增加华为HiLens、Atlas等智能硬件知识讲解，结合ModelArts、鲲鹏云等AI资源实现基于“云+端”架构的智能机器人设计。因此，研究生人工智能方向专业课程基于华为云端AI资源构建一种循序渐进、软硬结合、云端结合的人工智能方向理论课程体系，通过引入人工智能业界先进技术，全面提升人工智能方向课程内容的前沿性。

（三）实践课程建设

研究生人工智能方向专业课程改革应与相应理论课程配套，利用鲲鹏云和ModelArts设计开放性创意实验，通过与Atlas、Hilens等华为AI硬件资源结合，释放学生的创新能力。基于《Python语言程序设计》《人工智能导论》《机器学习》和《智能机器人》四门课程的理论课堂讲解，构建基于鲲鹏云和ModelArts的AI创新实验体系，如图2所示。

将人工智能方向专业实验课程划分为Python类实验、机器学习类实验和机器人类实验。其中，Python类实验侧重于语言编程训练，是后续其他类型创新实验的基础；机器学习类实验侧重于算法研究，可充分利用Modelarts一站式云端AI开发平台的全流程AI开发优势，增加人脸识别、垃圾分类、表情识别等趣味性强、内容相对新颖的实践案例；机器人类实验属于综合性实践环节，可引入华为HiLens等硬件AI资源，结合云端AI资源构建创新性强的各类机器人综合实验。总之，研究生人工智能方向专业课程改革通过结合云端和终端AI资源，有助于构建开放性、创新性的实践课程体系，提升学生的学习兴趣，增强学生的实践创新能力。

四、结语

在教育部产学合作项目以及山东大学研究教改项目的支撑下，山东大学机电与信息工程学院控制专业研究生人工智能方向专业课程进行了教改试点，通过引入云端AI资源，构建了循序渐进、软硬结合的人工智能方向理论课程体系，设计了分层次的开放性创新实践环节，有效提升了理论课程内容的前沿性和趣味性，增强了实践环节的开放性和创新性，加大了课程讲解过程中师生的交互性，有效解决了传统人工智能方向课程体系陈旧、内容枯燥等问题。

参考文献：

[1]黄进,汪思源,于双和,等.面向控制类专业的研究生“数字图像处理”课程教改探索[J].教育现代化,2020,7(20):26-28.

[2]包学才,樊棠怀,邓承志.人工智能背景下专业学位研究生课程体系研究—基于地方院校的信息类学科视角[J].大学教育,2021(11):176-179.

[3]吴俊,艾力亚尔·艾则孜,李丹.基于产教融合的“人工智能商业应用实践”课程教改研究[J].海峡科技与产业,2020(10):43-45.

[4]冯岩,尤磊,李健,等.新工科背景下人工智能课程的教学改革[J].福建电脑,2022,38(04):118-120.

[5]杨高明,陆奎,方贤进.人工智能教学研究探索[J].教育教学论坛,2018(35):3-4.

作者:袁宪锋 胡楠 宋勇 许庆阳 单位:山东大学机电与信息工程学院 山东交通学院基础教学部 东大学机电与信息工程学院