新一代人工智能浪潮下的深度學習課程開設路徑分析

蘆碧波，鄭艷梅，陳艷麗，朱世松

（河南理工大學 計算機科學與技術學院，河南 焦作 454003）

0 引 言

人工智能技術將對人類社會發展產生長遠而深刻的影響，也得到了國家的高度重視和社會的廣泛關注。2017 年7 月，國務院發布了《新一代人工智能發展規劃》（國發[2017]35 號），從國家戰略的高度確定了我國人工智能發展的指導思想、基本原則和戰略目標。隨后，2018 年4 月，教育部發布了《高等學校人工智能創新計劃》（教技[2018]3 號文，下稱創新計劃），提出“完善人工智能領域人才培養體系”的目標，到2020 年，基本完成適應新一代人工智能發展的高校科技創新體系和學科體系的優化布局，設置并推進人工智能領域一級學科建設。這一計劃迅速得到了多個高校的相應，掀起了人工智能教育的高潮。目前，清華大學、吉林大學、中國人民大學等38所知名高校先后建立了人工智能學院和研究院，42 所高校申請了人工智能本科專業。

人工智能技術自1956 年提出以來，經過長期的發展后終于跨越三次低潮，迎來了今天的第三輪高潮。深度學習是點燃此輪人工智能技術革命的突破性技術，也是當前人工智能教育和人才培養的核心。經過近年的深入研究和產業應用，深度學習技術已經初步形成了一套完整的體系，包括理論基礎、計算框架、應用案例等內容。但目前，大部分高校尚未將深度學習作為一門獨立的課程納入高校人才培養體系，限制了人工智能技術的應用和推廣。

文獻[1-3]建議在人工智能類課程中引入深度學習的相關內容，對課程的實施方案、授課內容等給出了初步建議，并討論了如何在教學中更好開展深度學習中卷積神經網絡的教學。文獻[4]中考慮了在新一代人工智能學科中設置深度學習相關課程和實驗。文獻[5]利用人工智能和深度學習技術對清華大學電子信息學科的媒體與認知課程的教學和實驗內容進行升級和改造，并取得了良好的效果。文獻[6]介紹了南京郵電大學利用深度學習等人工智能技術對遙感測繪領域的遙感原理與方法進行課程改革的經驗，有效地提高了學生的創新能力。

由于目前人工智能尚未成為一級學科，計算機科學與技術等相關專業教師在高校中不僅承擔著學習、應用和研究深度學習等新一代人工智能技術的責任，也應責無旁貸地承擔起傳播的責任。為了促進學科交叉和融合、盡快推動新一代人工智能技術的落地，傳播的對象除了計算機、控制、電子等專業學生外，也應該將生物、測繪、機械、金融等潛在應用學科專業的學生包括在內，探索“人工智能+X”的人才培養模式。

1 深度學習課程在高校開設面臨的困難

專業人才培養方案決定了人才培養的整個課程體系。課程設置和開課時間在新生入學前就確定下來，形成了一套完備的課堂教學、實踐教學體系，體現出很好的前驅后續關系。每門課程都有對應的課程大綱，確定該課程的教學目的、教學內容和實驗安排。上述內容確定后，需要在4年的本科教學環節中保持相對穩定。為了及時更新知識結構和教學內容，很多高校會每隔1-3 年后進行下一輪修訂，結合技術發展與社會需求，經過廣泛調研和充分論證后合理增刪和設置課程。上述模式經過多年的教學和人才培養實踐檢驗，具有良好的育人效果。

人工智能技術的興起已經得到了社會的廣泛認可，很多學生對深度學習技術產生了濃厚的學習興趣，部分優秀學生利用深度學習技術，在科技競賽、創新創業比賽中屢獲佳績。在傳統機制下，目前的在校生無法通過課堂獲得深度學習的知識和技術，限制了學生的成長。同時，深度學習的相關內容迭代速度較快、應用領域不斷擴展，而相關技術發展無法在人才培養方案中及時體現，在人工智能人才日益增長的社會需求和滯后的人工智能人才培養體系之間產生了一個巨大的鴻溝。

目前，全國多所頂尖高校已經建立了38 所人工智能學院和人工智能研究院，42 所高校在2018 年申請了人工智能專業。考慮到學生培養過程，這些學生按照正常學制在4-5 年后方能完成本科階段的學習，培養周期相對較長，且覆蓋學生范圍有限。

2 深度學習技術的開課路徑分析

深度學習是新一代人工智能的核心技術，盡快在高校內開設相關課程，不僅可以加速人工智能人才培養速度，同時也可以有效地促進新工科建設。由于各個高校之間在教學資源、教學組織等方面存在差異，因此應該因地制宜，采用靈活有效的方式實施。

2.1 獨立式開課

深度學習技術涉及內容較多，獨立開課是一個理想的課程開設方式。標準的做法是在培養方案中獨立開設一門內容完整、理論與實驗學時安排合理的深度學習課程。作為人工智能或者計算機科學與技術的一門專業課，開課時間安排在大二下學期或者大三的黃金時間段較為合適[3]。在教學實踐中，最好安排獨立的課程設計或者實習實訓環節，利用案例或者實際問題進行教學，讓學生充分感受利用深度學習技術解決實際問題的完整流程，訓練學生解決實際的復雜工程問題的能力。采用此方式的優點在于行之有效且易于實施，缺點在于人才培養周期較長。

對于未設置人工智能專業的高校，為了迎接技術的快速迭代，及時向學生介紹人工智能和深度學習的最新技術，可以通過開設本科生公選課或者研究生公選課的方式傳播深度學習知識。利用公選課開設獨立的深度學習課程，至少有如下幾個方面的益處。

1）開設可行性較高，易于申請和設置。

部分高校在人才培養方案中會為公選課預留出部分學分，以拓展學生在知識結構方面的寬度。與人才培養方案中的必修課和選修課相比，可以根據需要在開課之前進行申請，開設相對比較容易。

2）縮短人才培養周期，迅速拓展深度學習技術傳播的范圍。

由于公選課本身的特點，學生年級跨度大、來源廣、數量多、熱情高，這些特點對于傳播一門社會關注度高、未來前景好、應用范圍廣的新技術而言是非常有利的。

選課學生覆蓋范圍至少包含大三和大四兩個年級（部分學校可以擴大到大二），學習之后可以很快進行應用，有效縮短了人才培養周期；公選課學生來自不同的專業和學院，有效拓展了深度學習知識傳播半徑和范圍；公選課容量一般較大，可以迅速擴大深度學習知識傳播人群的數量，讓更多的學生了解和認識深度學習技術；學生在選擇公選課的時候具有多種選擇。因此可以推斷，選擇深度學習作為公選課的學生對課程內容有較好的興趣和熱情，有利于教學活動的組織和實施。

3）迅速造就無限可能的X，促進“人工智能+X”的融合和深度學習技術的落地。

人工智能技術的快速發展，在計算機行業和傳統行業之間形成了明顯的技術代差。智聯招聘數據顯示，目前51%的存量人工智能人才來自于計算機科學與技術、軟件工程、電子信息科學與技術等專業。這些人才雖然有較好的信息技術基礎，但是對實際應用場景缺乏深入了解，影響了深度學習技術的落地。

公選課可以使不同專業的學生了解并掌握深度學習技術，并從人工智能的視角重新審視各個領域的實際問題，結合各自專業背景、開展有效的工程與技術之間的融合，在“人工智能+X”的人才培養模式中快速造就無限可能的X，促進深度學習技術在垂直領域的快速應用。

在具體的教學實踐中，開設深度學習公選課也取得了較好的實際效果。筆者為所在學校第一次開設了在深度學習全校研究生公選課，選課學生來自計算機、電子、資環等6 個學院。中國科學院大學研究生院第一次開設了深度學習公選課，選課學生達到了數百人。

雖然開設深度學習公選課具有上述的優勢，但在實施過程中也存在一些問題尚待解決。首先，公選課學生的知識基礎和學習能力參差不齊，這對教師深度學習的理解和教學藝術是一個挑戰；其次，公選課學時有限、實驗學時較少或者無實驗學時，無法形成有效的動手能力培養機制。一個可行的解決方案是鼓勵學生在課余時間利用線上資源開展學習，利用線上學時彌補線下學時的不足。目前，各大在線教學平臺開放了深度學習的MOOC 課程，同時部分高校的選修課已經實現了全部線上授課，這也為學生學習深度學習技術提供了新的途徑。最后，由于公選課學生專業較為分散，教師無法對學生在結課后進行有效指導，也無法與后續課程進行有效而緊密的銜接形成一個完整的知識體系。為了解決此問題，可以根據學生的學習情況，建立人工智能或者深度學習的學習興趣小組，繼續指導學生開展創新創業活動，提高學生的科技創新水平。

2.2 嵌入式開課

嵌入式開課是指通過局部調整授課內容的方式，將深度學習內容引入到人工智能導論、機器學習與模式識別、大數據分析、數字圖像處理、機器視覺等現有相關課程中。嵌入式開課不僅需要協調好深度學習內容與其他內容的銜接和學時比例分配，也要積極協調、爭取教務部門的支持。這種開課方式的優點在于形式靈活，可以讓學生及時快速地接觸到最新的技術進展，缺點是由于學時有限，只能選擇性地講解深度學習相關內容，無法形成較為固定的教學體系和內容，教學效果更多地依賴于教師的教學水平。

2.3 追加式開課

為了給學生學習人工智能技術提供更多的機會，部分高校采用了追加式開課的方法，即利用周末等節假日時間為學生增加深度學習的相關課程。這樣的開課方式可以很好地規避人才培養方案的限制，授課內容和學時也可以得到有效保障，在學生中受歡迎程度較高。由于涉及學生組織、教師授課、教學場地、實驗條件等方面的安排和協調，追加式開課不僅要求課程負責人具有較好的協調和組織能力，同時也需要得到學校相關部門在政策、資金、人員和場地等方面的大力支持。

據目前了解的情況，中國科學院大學、河南理工大學等高校采用公選課的形式獨立開設了相關課程。在河南理工大學開設的研究生公選課中，選修學生不僅來自計算機、測繪、電氣等與信息技術結合較為緊密的學院，也有來自能源、資環、物電、機械等傳統技術相關學院，在更廣泛的領域中傳播了深度學習技術。河北科技大學在原有大數據課程的基礎上，將深度學習技術嵌入其中，受到學生的歡迎。另有部分高校已經計劃開展利用暑期時間進行深度學習課程的開設。

3 深度學習課程的師資培養

與計算機科學技術等專業的傳統課程相比，深度學習技術的內容較新且迭代速度很快，對現有高校的師資儲備、實驗平臺等方面帶來了新的挑戰。普通高校中掌握深度學習技術的教師數量有限，暫時無法支撐短期大規模開課的要求。解決深度學習師資方面的問題，可以從線下培訓和線上培訓兩個途徑入手。

1）結合新工科建設，開展線下師資培訓。

與新工科建設結合、與企業結合進行線下師資培訓是深度學習課程師資培訓的主要途徑。教育部設立了產學合作育人項目，為新工科建設搭建平臺。教育部產學合作育人項目的開設增強了高校教師學習的積極性和主觀能動性，為高校教師積極主動學習深度學習等新技術提供了強勁的內部動力。

為了更好地促進行業企業與高校的融合，在教育部、工業和信息化部的共同指導下，中國軟件行業協會牽頭成立了信息技術新工科產學研聯盟，聯盟下設的各個工作委員會采取了“高校+企業”牽頭的組織模式，充分發揮企業在數據和行業應用方面的優勢，促進高校與企業的深度融合。谷歌、百度、微軟、IBM 等國內外業界巨頭不僅為產學協同育人項目提供了新工科建設、課程改革、師資培訓等項目供高校教師申請，而且在技術、人員、資金和技術方面對深度學習線下師資培訓活動進行大力支持，提供了良好的外部資源。

內部動力和外部資源共同為深度學習師資培訓搭建了長期穩定、運行有序的平臺。2018 年，信息技術新工科產學研聯盟下屬的人工智能協同育人工作委員會、人工智能教育工作委員會、教育培訓工作委員、人工智能與認知計算工作委員會等多個委員會分別在北京、合肥、廣州、哈爾濱、濟南、南京、成都等地組織了9 次人工智能和深度學習方面的師資培訓，取得了較好的培訓效果，為高校深度學習課程的開設儲備了基礎師資。據了解，后續的師資培訓將繼續開展，形式更加多樣，模式更為成熟。

2）利用慕課資源，開展線上師資培訓。

深度學習技術內容豐富、應用廣泛，在線下師資培訓短短的幾天內完全掌握具有一定難度，需要合理利用線上資源作為補充，將線上教學與線下培訓進行有效融合。線上資源的介入不僅有助于提高師資培訓的效果，也能顯著減少高校在師資培訓方面的費用和支出。此外，由于線上師資培訓形式靈活，也可以提高參加培訓的高校教師數量和覆蓋范圍，使更多的高校教師關注深度學習技術，并應用在教學和科研實踐中。

4 深度學習的計算框架

深度學習技術主要利用了深度神經網絡技術。與傳統的神經網絡相比，以深度神經網絡為基礎的深度學習技術在學習理論、網絡結構、數據容量、算法設計、優化技巧等方面有了長足的發展，形成了一套完整龐大的計算體系。CNN、RNN 等常用的深度學習神經網絡應用廣泛，而新的神經網絡也層出不窮。為了進行高效的網絡設計和實現，通用的計算平臺也必不可少，使用這些平臺降低了學習和使用深度學習技術的門檻，有效提高了深度學習網絡的搭建速度和計算效率。

目前常用的計算框架有TensorFlow、Caffe、MXNet、Pytorch、Keras 和PaddlePaddle 等。TensorFlow 是谷歌推出的計算框架，也是當前的主流框架，很多深度學習模型和算法都在其上進行實現，生態豐富，使用廣泛，但是上手使用相對困難。Keras 架構靈活，簡潔易用，案例豐富。PaddlePadddle 是百度公司提供的深度學習開源框架，相關文檔均為中文撰寫，閱讀方便，封裝較好，代碼簡單，比較符合中國人的使用習慣，并且提供了一站式開發平臺AI Studio，其中的高校版專為高校師生教學提供教學服務。在實際的教學中，綜合考慮生源資質、所學專業、編程能力、外語水平等方面實際情況，建議使用TensorFlow、Keras 或PaddlePaddle 開展深度學習的教學。

5 結 語

深度學習是此輪人工智能革命的核心技術，該課程的開設對于完善人工智能人才培養體系、培養人工智能人才具有重要的意義。該課程目前在高校中開設較少。為此，筆者對深度學習課程開設給出了獨立式開課、嵌入式開課、追加式開課3 種建議，并分析了各種開課方式的優缺點。良好的師資是深度學習開課必不可少的條件，我們結合新工科建設和教育部產學合作協同育人項目，對如何培養深度學習課程的師資力量進行了討論，并對計算框架的選擇給出了中肯的建議。