基于“挑戰杯”的人工智能時代創新人才培養探究

楊真真，楊永鵬

（1.南京郵電大學 理學院；2.南京信息職業技術學院 網絡與通信學院，江蘇 南京 210023）

0 引言

近年來，隨著科技的發展，人工智能等技術逐漸成為人們研究的熱點，并被廣泛應用于工業、農業、醫學、社會等各領域。在人工智能背景下，如何培養一批優秀的創新人才成為我國教育行業亟待解決的問題。自1989 年開展首屆“挑戰杯”全國大學生課外學術科技作品競賽以來，在共青團中央、教育部等領導下，尤其是為了貫徹黨的十九屆五中全會精神，“挑戰杯”已成為引導高校學生培養科學精神和科學態度的一項舉足輕重的競賽。作為“挑戰杯”競賽的主戰場，各大高校積極參與，從最初的19所發展到現如今的1 000 多所高校，為祖國培養大批創新性人才作出了貢獻。南京郵電大學是一所以信息學科為特色，始終以培養信息類、創新類人才為己任的綜合類高校。長期以來，南京郵電大學始終結合自身的辦學特色，以“挑戰杯”競賽為契機，構建基于“挑戰杯”的“六位一體”創新人才培養模式，積極提高學生的實踐和創新能力，為祖國輸出大批創新性人才，同時也為其他高校創新人才培養提供一種借鑒和新思路。

1 “挑戰杯”競賽意義

“挑戰杯”每兩年舉行一次，已歷時16 屆，被譽為全國大學生課外科技創新的“奧林匹克”競賽，已經發展成為國內最具影響力、規模最大、最能孵化科技創新型人才的競賽，為國家輸出創新性人才貢獻積極作用，具有非凡的意義［7-8］。

（1）能夠促進以人工智能技術為代表的現代先進科學技術發展。當今社會是智能化的社會，隨著人工智能等智能化學科的高速發展，在人工智能背景下，“挑戰杯”競賽所涉及的科技創新大多與深度學習領域相關。大批擁有銳意創新素質的優秀創新團隊將智慧創新的種子撒在祖國的大地上，有效促進了我國人工智能技術的飛速發展。

（2）能夠豐富教學內容，完善人才培養機制。實踐是檢驗真理的唯一標準，通過將“挑戰杯”競賽中的經典案例引入到實際教學中，能夠較好地充實教學內容，完備教學中的實踐環節，促進當代大學生深入理解和掌握當前學科的理論基礎和應用基地。“挑戰杯”競賽作為各大高校廣泛參與的競賽，勢必能為各大高校的教學變革產生深遠影響，能積極促進各大高校完善人才培養機制。

（3）能夠培養大批優秀創新性人才。“崇尚科學、追求真知、勤奮學習、銳意進取、迎接挑戰”是“挑戰杯”的一貫宗旨，通過該競賽可以有效培養大批符合社會發展需要的，有理想有抱負的優秀創新人才。“挑戰杯”競賽是培養創新性人才的“搖籃”，為建設創新型國家奠定良好基礎。

總而言之，“挑戰杯”競賽在促進科技發展、優化人才培養模式和促進人才培養等方面都增添了亮麗的色彩。

2 人工智能背景下基于“挑戰杯”的創新人才培養體系

南京郵電大學結合自身特點，以“挑戰杯”競賽為依托，積極大力提升該校學生科技創新能力，不斷提升學生在人工智能、通信、物聯網、大數據、云計算、信息安全等高新科技領域的創新水平，不斷改進人工智能背景下基于“挑戰杯”的創新人才培養體系。該培養體系以“挑戰杯”為龍頭，通過創新理念融入、創新課程學習、創新項目培育、選拔培訓競賽、創新科研以及創新畢業設計和就業“六位一體”的新型創新人才培養體系，以此引導學生以賽促學、以賽促訓，并最終打造一批符合人工智能發展趨勢的、符合國家發展需要的、具有較強綜合創新能力的新型大國科技型人才。“六位一體”創新人才培養框架如圖1 所示。

Fig.1 “Six in one”innovative talent training framework圖1“六位一體”創新人才培養框架

2.1 “挑戰杯”創新理念融入

“挑戰杯”競賽的主要目的是促進大學生形成學以致用的品質，發現并培養大批有作為、有潛力的優秀科技儲備人才，進一步服務國家經濟、政治、文化、社會和生態文明建設。學校從學生踏入大學校門的那一刻起，就通過創新型教學模式、導師責任制和項目引導等形式，將“挑戰杯”競賽等相關創新理念融入學生的日常生活和學習中。其具體實施如下：

（1）打造融入思政元素、采用翻轉課堂，并結合項目式教學方式的新型教學模式。該新型教學模式使得學生在學習過程中，能深入體會國家對創新性人才的渴求，樹立“到國家最需要的行業中”的信念，堅定對創新科技的追求；同時，在教學過程中，任課教師積極通過翻轉課堂，結合項目式教學方式，引導學生形成創新思維。

（2）在本科階段打造由學生選擇、教師同意的新型雙選本科生導師責任制政策。本科生通過導師責任制，較早進入科研團隊，跟隨團隊中的碩士生、博士生開展科研，為學生營造了一個良好的課外科技創新氛圍。

（3）學校定期舉行類似“挑戰杯”等創新競賽的項目推進會，從創新類競賽的前期準備、作品選題、研究方法、研究過程、項目分工、成果展示以及團隊建設等方面提供建設性指導。

2.2 “挑戰杯”創新理論課程學習

以“挑戰杯”競賽為龍頭，覆蓋創新類所有競賽，該校專門開設了創新類課程，這類課程既包含像人工智能、深度學習、機器學習、物聯網、大數據、云計算等創新類理論課程，又包含像數學建模等創新競賽類課程。此外，學校還專門成立各類創新類競賽協會，建立創新興趣學習小組，積極組織獲獎學生講授競賽經驗和技巧，傳承以老帶新的優秀光榮傳統。

2.3 “挑戰杯”創新項目培育

為了較好地支撐“挑戰杯”競賽，南京郵電大學積極開展各種創新類孵化項目，例如，“創新杯”大學生課外學術科技作品競賽、大學生數學建模創新科技競賽、“創青春”大學生創新創業訓練計劃和大學生科技節等創新類競賽，采取每個學院負責一項競賽，不斷提高學生對創新類競賽的興趣和學生的參與度，提升學生的創新能力，以及科研項目申請書撰寫、答辯和團隊合作等能力。

2.4 “挑戰杯”創新項目選拔、培訓與競賽

在前期準備的基礎上，該校采用項目培育、選拔、訓練和競賽“四位一體”的賽事指導機制，推動建立全鏈條、全方位的創新賽事育人體系。此外，還通過專家專題培訓、專家輔導、備賽集訓以及模擬答辯等方式完善學生科技創新活動的頂層設計，推動創新意志和創新能力，為國家輸出優秀創新型人才。

2.5 “挑戰杯”創新科研

為進一步提高創新型人才培養質量，該校鼓勵對創新科研有興趣的學生積極參加學校、省和國家組織的各類相關競賽。同時，鼓勵學生積極與擁有獨立創新項目和科研團隊的教師聯系，并融入到相關創新科技團隊，鼓勵學生積極參與科學研究、科研論文撰寫、專利和項目申請等科研活動，并針對科研成果給予相應經費支持和獎勵。學生也會獲得一定的學分，進一步提高學生參與創新類競賽的熱情和積極性。

2.6 “挑戰杯”創新畢業設計及就業

該校鼓勵學生以“挑戰杯”競賽等創新類作品為基礎，以當前國家和各大企業所需要的技術為武裝，繼續完善創新類作品，豐富這類作品的內容，并撰寫畢業設計。對于具有創新性的優秀論文作者，可獲得保研乃至本碩博連讀的機會，提高此類學生的學歷水平，從更高層次上培養該類學生的創新能力，實現對創新人才的分層次化培養。

3 “挑戰杯”競賽實例分析——基于改進UNet 網絡的醫學圖像分割

醫學圖像分割是圖像處理領域非常有價值的研究方向之一，是通過一系列分割算法對復雜醫學圖像中感興趣的區域進行分割，從而突出人體器官中的病灶組織，方便醫生作進一步檢查和分析。醫學圖像分割技術的興起使得醫生只需要關注他們感興趣的區域，極大減輕了醫生的工作量，提高了整體醫療行業的工作效率。因此，該技術在生物醫學等許多領域都具有非常重要的意義和巨大的應用前景。

近年來，隨著計算機和人工智能的飛速發展，基于深度學習的醫學圖像分割受到了人們的廣泛關注。U-Net 網絡便是一種具有編碼—解碼結構的深度學習網絡，被廣泛用于醫學圖像分割。本文以基于改進U-Net 網絡的醫學圖像分割為例，進一步闡述“挑戰杯”競賽對創新性人才在邏輯分析能力、創新精神、創新能力和團隊合作能力等方面的推動作用。

3.1 問題提出

U-Net 網絡是近年來醫學圖像分割中最流行的一種深度學習結構，由卷積層、轉置卷積層和池化層組成。對于特定大小和形狀的分割目標，U-Net 網絡可以獲得良好的性能。然而，醫學圖像的復雜性和可變性給U-Net 網絡帶來了巨大挑戰，當分割目標大小發生變化，目標與背景不平衡時，經典U-Net 網絡架構性能就不盡人意了。為了改進經典U-Net 網絡架構的性能，研究者們提出了許多UNet 網絡的改進算法，例如Ibtehaz 等在U-Net 中加入多分辨率塊，提出通過多分辨率U-Net（Multi-Resolutional UNet，MultiResUNet）網絡提高圖像分割性能。受此啟發，提出一種新的改進U-Net（Improved U-Net，IUNet）網絡，該網絡采用密集塊提高特征提取能力，并采用多特征融合（Multi-Feature Fuse，MFF）塊融合不同尺度的特征圖以提高特征提取的準確性。此外，還結合交叉熵和Dice 損失函數各自的優點，提出一種新的組合損失函數以處理目標與背景之間的不平衡。

3.2 改進的U-Net 網絡

改進的U-Net 網絡即IUNet 網絡架構如圖2 所示，與經典的U-Net 網絡類似，也包括相應層之間跳躍連接的編碼和解碼部分。為了提高網絡結構的特征學習能力，將密集塊作為網絡的一個基本單元，編碼部分由密集塊組成以提取圖像特征，解碼部分將不同層次的特征映射向上采樣到原始圖像大小，并在網絡的不同層次上，采用MFF 塊將不同層次的特征連接起來，以提高特征提取準確性。此外，還提出一個新的組合損失函數，以更好地訓練網絡。

Fig.2 Improved U-Net network architecture圖2 改進的U-Net 網絡架構

在IUNet 中，將U-Net 網絡的兩個3×3 卷積層替換為密集塊，密集塊是成對出現，圖2 中的每一行就是一個密集塊對。圖3 為密集塊的結構，密集塊由密集連接層、過渡層和剩余連接組成，可以解決過擬合訓練數據集小的問題，并促進網絡內信息的傳播，加快收斂速度。與U-Net 網絡串聯的3×3 的卷積層相比，密集塊更容易獲得更多的特征，且不需要像一般的卷積神經網絡那樣，通過簡單增加卷積層的深度以提高網絡性能。

Fig.3 The proposed dense block architecture圖3 本文提出的密集塊架構

在密集塊內部，每一層都與之前的所有層相關聯，將前面各層所獲得的特征圖合并，作為后續各層的輸入。為了使網絡更易于優化，利用密集塊中的剩余連接進一步促進信息傳播。此外，為了避免過多的特征圖給網絡帶來的負擔，需減少特征圖數量，在密集塊中插入一個1×1 的卷積層到所有卷積層末尾的過渡層，以合并所有之前層的特征。不同層的密集塊學習了不同層的特征，淺層密集塊傾向于學習圖像的底層特征，特征分辨率更高，包含更多的位置和細節信息，深層密集塊則提供了更多的語義信息。結合淺層和深層特征，設計了一個多特征融合塊，以提高特征學習的準確性，提出的多特征融合塊結構如圖4 所示。

Fig.4 Multi-feature fusion block architecture圖4 多特征融合塊架構

此外，隨著醫學圖像分割技術的發展，越來越多的醫學圖像數據集被開發出來，這些數據集的一個明顯特征是分割對象的大小可能比背景小得多，如果在這種網絡結構中采用交叉熵損失函數，很容易出現圖像無法分割的情況。為了應對上述挑戰，還提出了一個新的結合交叉熵損失函數和Dice 損失函數優點的組合損失函數以訓練提出的IUNet 網絡。

交叉熵損失函數最后一層權重的梯度與激活函數的導數無關，只與輸出圖像和標準分割圖像的差異有關，所以收斂速度快。此外，又由于反向傳播是連乘的，因而整個權值矩陣的更新會更快。交叉熵損失函數的定義為：

其中，

N

為圖像像素點的個數，

g

為正確分割圖像的像素值，

t

為訓練出的圖像像素值。但交叉熵每個梯度損失函數的返回對每個類別的關注是相同的，很容易受到類別不平衡的影響，也即在目標和背景相差較大的情況下，交叉熵損失函數可能無法分割出目標。在這種情況下，Dice損失函數仍然可以執行訓練損失函數，但是Dice 的梯度不穩定，可能導致訓練曲線不可靠。Dice 損失函數的定義為：

為了兼顧訓練過程的穩定性和解決類別不平衡問題，結合交叉熵損失函數和Dice 損失函數各自的優點，提出一個新的組合損失函數，更好地解決了目標與背景不平衡問題。該新的組合損失函數定義為：

其中，

λ

(

0

≤

λ

≤1)為參數。

3.3 醫學圖像分割結果

本文在皮膚鏡圖像數據集ISIC-2018 上對U-Net、MultiResUNet 和提出的IUNet 網絡進行5 折交叉驗證實驗，實驗結果如圖5 所示。由圖5 可以看出，與其他兩種網絡結構相比，IUNet 保留了更多的圖像細節，分割效果也與標準分割圖像最接近，即提出的IUNet 網絡性能最好。

Fig.5 Results of the medical image segmentation圖5 醫學圖像分割效果

“挑戰杯”競賽能夠較好地培養具有創新、創優能力的人才，人工智能背景下基于“挑戰杯”的創新人才培養體系，依托于創新目標，人才培養可以分為啟蒙、學習、培育、參賽和后學習5個階段。在啟蒙階段需要學校通過學習氛圍熏陶、學校學院政策推動、教師引導、高年級學生影響等綜合性措施促使創新理念與學生有機結合，促進學生養成良好的崇尚科學和追求真知的品質；在學習階段，通過學習各門專業和實踐創新類課程，例如人工智能、機器學習和深度學習等課程，積攢創新能力的厚度，使得學生養成勤奮學習的習慣；在培育階段，主要通過各大創新類賽事推動學生積極發散創新思維，投身創新活動，促使學生勤于思考，銳意創新；通過前期學生努力、學校政策影響和教師培養，具有優秀創新品質的學生進入參賽階段，該階段是對學生問題解決能力、創新能力和團隊協作能力等的極大考驗，通過參賽階段可以極大鍛煉學生的創新能力和迎接挑戰的自信；后學習階段是在前期“挑戰杯”競賽的基礎上，促使學生將創新知識、創新理念和創新能力應用于畢業設計、科研和就業中，最終成為服務國家經濟、政治、文化、社會和生態文明建設的優秀創新儲備人才。

4 人工智能背景下基于“挑戰杯”的創新型人才培養成效

人工智能背景下實施基于“挑戰杯”的創新人才培養模式，南京郵電大學通過競賽成立了大學生創新創業團隊、形成了項目培育、選拔、訓練和競賽“四位一體”的賽事指導機制，建立了全鏈條、全方位的創新賽事育人體系，并獲得了以“挑戰杯”競賽為依托的一些教學和科研項目。以近幾年的“挑戰杯”競賽為例，南京郵電大學在2017 年第十五屆“挑戰杯”競賽中，共獲得一等獎2 項、二等獎1 項、三等獎1 項；江蘇省特等獎1 項、一等獎3 項、二等獎2 項、三等獎2 項；2018 年，首次入圍全國“挑戰杯”大學生課外學術科技作品競賽發起高校；2019 年，獲獎數量和獲獎總分創參賽歷史新高，位列全國第13 位，并首次捧得“優勝杯”。

5 結語

當今信息高速發展的時代是以人工智能為主導科技的時代，本文以人工智能為背景，以“挑戰杯”競賽為契機，結合南京郵電大學的學科特色，從創新理念融入、創新課程學習、項目培育、選拔培訓競賽、創新科研以及創新畢業設計和就業6個方面，提出了以“挑戰杯”為龍頭的“六位一體”的新型創新人才培養模式，積極提高學生的實踐和創新能力，為國家輸出大批創新性人才，同時也為其他高校創新人才培養模式的完善提供了借鑒。此外，本文以基于改進U-Net 網絡的醫學圖像分割為實踐引例，進一步說明“六位一體”的新型創新人才培養模式實施過程，并通過南京郵電大學近幾年的成果驗證了以“挑戰杯”為龍頭的“六位一體”的新型創新人才培養模式的有效性。