基于百度飛槳的人工智能導論課程實踐教學初探

馬文彬 劉旭 魏建宇

中國人民解放軍陸軍軍事交通學院基礎部 天津 120000

引言

為貫徹國務院發布《新一代人工智能發展規劃》，全國高校探索將“人工智能+X”的復合專業與工程實踐能力相結合的人才培養新模式，推動人工智能技術在機器人、教育、醫療、交通管理等領域得到廣泛應用[1]。此外，面對未來戰爭，世界各軍事強國都致力于占據人工智能軍事應用的制高點，如何培養出能夠勝任未來智能化戰爭挑戰的軍事人才是當前各大軍隊院校的重大課題[2]。我院將人工智能專業中的相關課程及教學內容已與現有基礎課相結合，開設了《人工智能導論》課程。本文結合我院開課經驗，探討面向軍事應用的實踐教學內容選擇，以百度飛槳深度學習平臺為實踐核心，設置智能化軍事應用方面實踐項目，總結目前教學中存在的不足，提出了對應實踐教學改革措施與建議。

1 目前人工智能課程教學存在的問題

在傳統教學中，教學內容統一、理論缺乏新意、教學方法比較單一，有限的實驗室硬件條件，前沿技術補充不及時，帶來了對人工智能領域知識的混沌理解，難以激發學員投身智能興國的熱情[3-4]。此外，軍隊院校面對培養未來智能化戰爭人才的需求，仍存在教學內容難以緊扣軍事應用，前沿技術難以提升作戰能力的問題。

2 人工智能課程教學改革的措施

2.1 教學內容的優化

根據課程特點，選擇理論內容應注重“理論少且精，實踐透且新”。選擇最具代表性的智算法，理論從推導到應用實踐詳盡解釋，盡可能使學員達到融會貫通。此外對學員“授之以漁”，幫助學員掌握學習方法，其他理論利用各類線上資源仿照自學。選擇實踐項目應注重階段性、可對比性及前瞻性，使得學員在實踐過程中可以階段性獲得滿足感，而且對比的實踐環節可增強學員的探究精神，前瞻性的實踐內容可以激發學術的研究熱情。

2.2 教學模式的優化

CDIO（構思、設計、實現、運作）其一體化教學模式，適合于人工智能導論課程具有多學科交叉融合度高、項目綜合性強的特點，可以有效促進學員主動投入學習與實踐中。此外，授課中多樣化教學方法可有效提高教學活動中互動頻率，增強學習效果。

2.3 教學實踐的優化

課程實踐教學分為課堂實踐、校企實踐、專業實踐三部分。課堂實踐主要培養推理論證能力、編程能力；由于軍校特殊性，校企實踐是基于百度飛槳提供的“教學案例庫+數據集”來完成，幫助學員具備前瞻性的視野；針對學員不同專業背景，組織學員結合背景專業通過大作業形式進行專業性實踐探索，并可推薦優秀作品參加競賽，實踐教學得到了“教-學-賽”的長足發展。

2.4 課程思政的融入

將思政元素融入注重因事而化，因時而進，因勢而新。例如：分組總結人工智能發展史，我國人工智能發展現狀、西方強國目前在人工智能作戰中計算機視覺技術的應用等專題匯報，讓學員學會從歷史中發掘客觀事物發展規律、培養愛國主義精神、增強練兵為戰意識。

3 課程教學設計

3.1 基于百度飛槳深度學習平臺的作為課程實踐平臺

人工智能導論課程是由多門前導課程交叉融合支撐，使得課程理論具有既深又廣的天性，內容包括：知識表示與知識圖譜、自動推理搜索方法、計算智能、機器學習、計算機視覺等模塊。我院以軍事應用項目為牽引，緊貼實戰打仗激發學員學習熱情及練兵打仗意識，可選在百度飛槳深度學習平臺實踐教學。

百度飛槳集成深度學習核心訓練和推理框架，是中國首個開源產業級深度學習平臺[5]，不僅支持python開發、提供大量公開數據集及開源模型，還提供了高性能的在線開發環境，從算法、算力、數據三方面解決了我院學員開發人工智能實踐項目核心三要素的問題。

實踐教學是已解決軍事物資運輸保障問題為目標，設立了無人機投送圖像識別、車輛CAN總線故障數據分析、駕駛員疲勞駕駛檢測、基于腦電數據的駕駛員行為分析等分類科目，如圖1所示。學員可在大分類科目基礎上，根據小組專業特長選題，利用AI Studio平臺完成實踐項目。理論教學以教員組織學員學習研討形式為主，實踐教學以學員實踐教員答疑形式為主，通過這種課上翻轉課堂，課下內驅自學的教學方法訓練學員學習能力、創新能力和合作能力。

圖1 基于百度飛槳的課程實踐教學設計

3.2 項目實踐教學實施過程

課程實踐教學是理論知識階段性學習后實施操作的，主要分為3個階段完成，具體實踐過程可從表1得知。

表1 人工智能導論課程實踐過程

第一階段，基于TSP示例項目復現。在這一階段，一方面幫助學員基于實踐平臺環境百度飛槳AI Studio熟悉Notebook基本操作，掌握實踐的一般過程和方法；另一方面通過TSP經典問題，對比總結遺傳算法、智能群算法以及其改進算法。

第二階段，圖像分割深度理解。無人機投送圖像識別是針對我院工程類專業學員所設實踐內容。采用通過多算法對比實踐的方法，讓學員理解圖像分割幾個經典算法的特點及應用場景，并可舉一反三，自主完成計算機視覺領域中其他圖像處理算法的學習。

第三階段，開放命題實踐階段。此階段學員可在百度飛槳提供的案例庫和數據集中獲取靈感，根據興趣愛好和專業背景選擇適合應用項目進行分組實踐。作為課程期末評價的重要考評內容，該項目重點考量學員的創新能力和自學能力。此外推選優秀項目參加學科競賽，“已賽促學”提高學員后續深入理論學習的積極性和主動性。

4 結束語

在教育部積極推進新工科建設背景下，各高校開設人工智能導論課程具有緊迫性。我院以實踐教學為主，理論講授為輔，學員主動自學，教員積極輔導的形式開展課程教學，解決了在學習理論算法上各類數學公式理解應用難，缺乏實踐，理論難與實際聯系的問題。我院學員通過人工智能導論選修課，不僅掌握了人工智能通識理論，且通過三階段的實踐內容逐步掌握了人工智能技術的學習方法和應用開發。從教學反饋中可見，學員對我院人工智能導論課程的滿意度較高，選修熱情較高，表明課程實踐教學可行有效。