“智能＋”背景下計算機視覺應用型人才培養模式思考

郭 坦 劉占軍 譚曉衡

（1.重慶郵電大學通信與信息工程學院 重慶 400065；2.重慶大學微電子與通信工程學院 重慶 400044）

一、引言

2019年3月5日，十三屆全國人大二次會議在北京舉行，政府工作報告首次出現“智能+”，“推動傳統產業改造提升，圍繞推動制造業高質量發展，強化工業基礎和技術創新能力，促進先進制造業和現代服務業融合發展，加快建設制造強國。打造工業互聯網平臺，拓展“智能+”，為制造業轉型升級賦能。促進新興產業加快發展。深化大數據、人工智能等研發應用，培育新一代信息技術、高端裝備、生物醫藥、新能源汽車、新材料等新興產業集群，壯大數字經濟。”。報告明確指出2019年要打造工業互聯網平臺，拓展“智能+”，為制造業轉型升級賦能，這是“智能+”首次，也是人工智能連續三年被寫入政府工作報告，“智能+”已經逐漸接棒“互聯網+”，成為今后改造傳統行業的新動力。繼第一次蒸汽技術革命、第二次電力技術革命、以及第三次計算機及信息技術革命之后，以人工智能、清潔能源、量子信息技術、可控核聚變以及生物技術為主的第四次技術革命被各國政府及學術產業組織所重視，而人工智能被放在第四次工業革命重中之重的位置。近年來，人工智能已經不僅限于學術理論研究，而是已經滲透到各個行業，逐漸像水電煤一樣賦能于各個行業，人類社會已逐步進入“智能+”時代。

現階段，國家政策的重點從研究人工智能技術轉向人工智能技術與實體經濟的深度融合發展。從廣義上說，計算機視覺是“賦予機器自然視覺能力”的學科，是最早取得突破性進展，也是落地應用最廣泛的人工智能技術。伴隨著計算機視覺技術與產業的迅猛發展，應該認識到，我國在計算機視覺核心原創內容方面的貢獻較少，基礎性、開創性的研究能力還有待提高。促進技術及產業發展，關鍵在人才，人工智能行業屬知識密集型，是頂級人才爭奪最激烈的領域。但現實情況卻是，真正的計算機視覺領域專門人才非常有限[1]。業內人士估計，我國整個人工智能領域的人才數量缺口在百萬級別。人才培養的基礎是教育，高校作為新技術的策源地以及創新人才培養的重要平臺，需要深入思考如何提高計算機視覺人才培養質量，為國內產業技術升級以及人工智能的長遠發展奠定人才基礎。

二、本科計算機視覺課程特點及要求

（一）計算機視覺課程的特點

計算視覺課程最顯著的特點和目的是培養學生運用知識與創新實踐的能力。因此，在課程教學中應設置專題實踐環節，強化項目學習的意識，比如設計一個人臉識別計算機視覺項目，將該項目分解為三個主要部分：第一部分是項目數學基礎部分，包括函數、微分、最優化，以及矩陣運算等基礎知識的學習。第二部分是機器學習與模式識別模型設計部分，包括基本的主成分分析、線性鑒別分析等。第三部分是項目的工程實現與驗證，引導學生選擇一種編程語言實現從計算機視覺模型從數學模型到現實可用項目的轉變。項目的實施貫穿課程的始終，分步驟、模塊化地設計項目內容，通過項目教學法使學生融會貫通所學知識，在實踐中進一步理解和升華所學知識，培養學生項目化工程化的意識和能力。

（二）計算機視覺人才培養要求

社會分工細化促使行業間分工愈益精細，而計算機視覺技術與行業之間的結合也更加緊密。精通計算機視覺技術的人才很難通過傳統的方式培養，培養過程應該面向社會需求，實現學術與工業界的無縫銜接，但目前大學計算機視覺課程內容與學生專業需求相距甚遠，在其專業中的應用及促進作用體現不足，無法使學生認識到計算機視覺課程的重要性[2]。那么，從本科生培養的角度看，產業界究竟需要什么樣的計算機視覺人才？通過走訪企業，并且分析國內某知名計算機視覺企業實習生招聘，產業界對計算機視覺人才的基本要求涵蓋以下幾點，首先是扎實的計算機視覺和工程技能基礎；其次是獨立分析和解決問題的能力、良好的溝通能力，以及基本的算法設計和實現能力，熟悉Python/C++/CUDA編程，掌握PyTorch/TensorFlow/MXNet等框架，最后是科研經歷，具備相關領域頂級期刊或會議的發表經歷。從這些要求不難看出，產業界對學生素質的要求涵蓋了基礎知識、工程實踐能力及科研能力，高校人才的培養也應從這幾個方面著眼。

三、實踐導向的計算機視覺課程建設

（一）夯實課程基礎

俗話說，“學好數理化，走遍天下都不怕”，這句話背后的邏輯是以學好數理化為基礎，掌握分析問題解決問題的能力，找到好工作是水到渠成的事，其中強調抽象思維和邏輯思維的數學尤為重要。人工智能的原理，用一句話概括就是：人工智能=數學計算。機器的智能程度，取決于“算法”的智能程度。具體到計算機視覺課程，同樣如此。如果學生在計算機視覺學習的過程中遭遇挫折，多半是由于數學知識的阻礙。計算機視覺中的數學分兩個層面，一個學術研究層面，一個是工程應用層面。注重本科生數學應用能力的培養，培養學生數學基礎的整體性和層次性，包括線性代數、矩陣論等基礎數學課，還要有線性代數、概率統計、最優化等內容[3]。

此外，人工智能時代是一個以計算機科學為基礎的時代，編程將成為一種基本能力，其核心是編程思維。比爾·蓋茨說過：學習編程可以鍛煉你的思維，幫助你更好地思考。教育的本質不止是學到知識的多少，更重要的是邏輯思維能力的鍛煉[6]。因此，在計算機視覺課堂上，應注重培養學生的編程能力，準確地說是培養“編程思維”，具體地，“編程思維”指的是理解和分析問題，進而找出解決問題的路徑的思維過程。編程思維的培養不是一朝一夕一蹴而就的，需要在教學的過程中予以正確引導，將對數學思維與編程思維的訓練貫穿于課堂教學的始終，反復實踐，激發學生主動學習的熱情。

（二）從實踐角度優化課程內容

計算機視覺是一門應用學科，因此其課程內容的設置首先應考慮其核心基礎，例如機器學習、知識表示與分析，以及相關基礎課程，例如數字圖像處理、模式識別等。目前我國計算機視覺課程沒有固定教材，課程體系設置仍參考“美國模式”。即使是在國外的領先高校，也在不斷改進課程體系，如最近麻省理工正在“重塑”計算與人工智能學院，迎來成立70年來的最大架構變化。據了解，高等教育出版社已成立新一代人工智能系列教材編委會，計劃從2019年開始出版面向本科生和研究生的專業教材，覆蓋人工智能核心理論和主要應用領域。計算機視覺課程內容設置的關鍵在打通產學研，擴展課堂，增加實訓實操內容[4]。因此，課程內容應瞄準技術前沿與實際社會需求，不僅要立足于前沿基礎理論，而且要面向解決現實問題的應用開發，對接產業升級需求，培養兼備研發能力與實踐經驗的人才。

（三）圍繞項目的工程實踐

目前的高校教育偏重于課堂，課堂老師所傳授的知識往往是基于教科書的，老師負責講，學生負責聽，學習缺乏熱情和主動，這種教學方式難以培養出適應新時代工作崗位要求。基于項目的學習（Project Based Learning， PBL）[5]，是一種以完成項目為導向的教學方法，讓學生通過長時間工作來調查和解決現實復雜的問題、困難或挑戰，通過這個過程獲得知識與技能[6]。例如，在完成“如何構建一個模式識別系統”的教學任務時，PBL提倡采用項目制以學生為中心的教學理念，其做法是提前設置一個選題，需要學生們事先去收集相關的信息與資料，并分組討論、擬定項目實施步驟，進行項目調研、技術研發與最終的項目部署。通過這個過程，引導學生將一個復雜的問題拆解成一系列易于解決的小問題，每個小問題被單獨處理，聚焦幾個重要節點，形成解決思路，進而設計執行步驟，使問題最終得到解決。在教學過程中，可利用一些開發平臺，如百度開發的AI Studio一站式開發平臺，該平臺集合了人工智能教程、代碼環境、算法算力和數據集，可為教學提供免費的在線云計算編程環境。

四、結束語

在“智能+”背景下，高校與工業界的聯系將越來越緊密，計算機視覺是工程領域，計算機視覺課程教學應秉承“重基礎、重實踐、重素質”的人才培養理念，教學內容設置應著眼于能力培養和產出導向，遵循素質、知識、能力全面發展，以及科學、技術與工程貫穿一致的教學理念，致力于培養厚基礎、高層次、多樣化、創造性的領域創新人才。本文深入分析了計算機視覺的特點、人才培養要求，以及計算機視覺應用型人才培養途徑等幾個方面，可為構建實踐導向的計算機視覺課程提供重要借鑒。