“紡織人工智能技術導論” 模塊化課程思政內涵挖掘與實踐探索

鐘躍崎, 方寶紅, 溫 潤, 沈 華, 馬顏雪, 郭珊珊, 李 明

(東華大學 紡織學院, 上海 201620)

高校的思想政治教育關系到高校培養什么樣的人、如何培養人以及為誰培養人這個根本問題[1-2]。2020 年5月,教育部印發的《高等學校課程思政建設指導綱要》進一步明確了課程思政建設的重要意義、目標要求和內容重點,提出要將思想政治教育貫穿人才培養體系,并由此全面推進高校課程思政建設[3]。其中,針對研究生開展的課程思政建設,是對“育人為本、德育優先”教育理念的落實,是思想政治教育領域的新探索,在教育發展過程中占有舉足輕重的地位[4]。對于工科類專業課程而言,需特別注重強化學生工程倫理教育,培養學生精益求精的大國工匠精神,激發學生科技報國的家國情懷和使命擔當[5-10]。

“紡織人工智能技術導論”是在上海高校市級重點課程“紡織服裝專業人工智能技術導論”(在線課程),以及上海高校一流本科課程“人工智能概論”(線上線下混合式課程)的基礎上,專門面向紡織專業等非計算機類研究生開設的人工智能技術教育課程。在“面向新工科學科交叉的人工智能教學與創新人才培養”的教學過程中,將思政元素有機地融入課程教學中,使該課程被評中國紡織工業聯合會紡織高等教育教學成果獎(一等獎),從而取得了較好的教學成果。

一、“紡織人工智能技術導論”課程思政模塊與內容

“紡織人工智能技術導論”課程針對我校(東華大學)培養高層次應用型創新人才的辦學定位,以掌握現代人工智能技術基本構成原理,特別是深度學習與數據科學原理為課程教學的知識目標,以培養具備應用人工智能技術解決紡織服裝領域實際問題的人才為課程教學的能力目標,以立德樹人為第一要素。旨在培養學生的鉆研精神、合作精神以及堅韌不拔的探索精神,通過科研反哺教學的方式,讓學生領會科技強國的實踐精神和精益求精的工匠精神,同時在教學中強調科技向善的人文思想。

按照上述目標,課程采用模塊化課程思政建設與教學方式,將國策宣講、人格培養以及開拓創新三方面的內容,通過十四個育人要點的強化教學予以貫徹,使得學生在思政要素解析的過程中與之共情,自覺投入到國家與民族偉大復興的建設事業中。“紡織人工智能技術導論” 課程思政專業知識與育人要點如表1所示。

二、“紡織人工智能技術導論”課程思政教學案例設計

“紡織人工智能技術導論”課程思政教學案例設計主要圍繞著三個主題模塊展開。

1.模塊一:國策宣講

(1)思政教學目標。深入體會國家層面人工智能彎道超車理念的內涵。2017年7月8日,國務院發布了《國務院關于印發新一代人工智能發展規劃的通知》,提出了面向 2030 年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施,部署構筑我國人工智能發展的先發優勢,加快建設創新型國家和世界科技強國。從社會需求的角度而言,包括紡織服裝行業在內的諸多傳統行業,正在走向“互聯網+”和智能智造的大變革時代,這就需要紡織服裝專業的學生了解并掌握人工智能技術,從而在畢業后投身于產業的升級改造。在這樣的背景下,教學團隊將國家層面通過人工智能技術實現彎道超車的理念融入到課程第一階段(1～8周)的教學實踐中,在講授專業知識的同時,從實操層面使得學生對上述國策產生共鳴,從而自覺地投身到攻堅克難的學習中去。

(2)教學舉措與案例。以深度神經網絡為范例,多角度地探討其中的思政內涵。例如,通過講解神經元間的相互關聯,引申出現代社會中個體與整體之間的微妙關系;或者借助神經網絡的優化過程,闡述社會結構的調優原理。又以代價函數為類比,將社會比作神經網絡,那么國家富強、民族復興的路徑,就是不斷降低錯誤代價,逐步趨向全局最優的過程;而人與人之間的和諧相處,則如同正則化的過程,旨在達到一種均衡狀態。在疫情期間,課程轉為線上進行,面對社會上多元的思潮,教師著重引導學生深入思考現象背后的本質。通過在線思政教育活動,如“家是你的家,國是你的國”等主題,激發學生的家國情懷,鼓舞其振奮精神,為中華民族的偉大復興而努力。

2.模塊二:人格培養

(1)思政教學目標。培養學生勇于面對困難、堅韌不拔的科學研究精神。真正掌握人工智能技術原理及其應用范式,需要大量的編程練習與實踐。課程涵蓋人工神經網絡的基本原理,網絡優化過程中的超參數設置,以及卷積神經網絡的基本概念與常見架構。在此基礎上,詳細介紹了深度學習技術在目標檢測、圖像分割、少樣本學習、風格遷移以及生成對抗等常見任務中的應用原理,并結合相關研究領域的最新進展,介紹了深度學習在相似纖維鑒別、織物懸垂形態分析、三維人體建模以及服裝推薦系統中的應用。然而,僅僅掌握教學內容的概念、術語和基本思想是遠遠不夠的,無法真正理解和應用相關知識。鑒于此,本課程特別安排了三周的編程實踐環節。這一環節的目的在于培養學生的鉆研精神、合作精神和堅韌不拔的探索精神。通過實踐,學生能夠深入領會精益求精的工匠精神內涵,不斷提升自身的技能水平和解決問題的能力,為日后的學習和工作奠定堅實的基礎。

(2)教學舉措與案例。在具體實施時,課程依托超星、愛課程、雨課堂等在線教學平臺與教學工具,從學生的在線學習參與度(考核占比為20%)、自測題與課后作業(考核占比為30%)、課程大作業(考核占比為50%)等多角度構筑綜合評價體系,其中的課程大作業包含七個階段性項目,需進行耗時2～6小時的編程與調試。此外,為強化編程實訓能力,在課后自測題部分,通過程序片段填充的方式考核,以培養學生動手編程的能力。說明部分給出解題思路與可能用到的參考語句,題目部分則要求學生在離線環境中動手編寫代碼并調試完成。這些練習均來自人工智能應用實踐,學生除了需要掌握原理,還需要不斷地試錯。例如,在編寫Sigmoid函數的過程中,需要調用指數函數,對于這一步驟,學生可以選擇自行編寫方式實現,也可以借助第三方函數庫來完成。這種細節處的實踐,使學生能夠在潛移默化中學會如何提出問題、解決問題,并不斷優化方案,從而培養其工匠精神。類似地,在培養矢量化編程思想方面,也存在類似的案例。傳統的迭代遍歷方法通常需要使用循環語句,然而,在神經網絡中,如果采用矩陣的表達形式,整個神經網絡向前和向后的傳播過程可以通過不到十條語句來實現。這種方法既充分利用了Python編程語言自身的優勢,又展示了矩陣形式在大規模數據處理和表征方面的魅力。通過為期三周的強化訓練,學生不僅能夠適應高難度、高強度的挑戰,還能深入理解編程的精髓,并學會運用科學的方法優化代碼,為培養學生良好的科研素質奠定基礎。

3.模塊三:開拓創新

(1)思政教學目標。培養科技向美,科技向善,不斷創新的開拓精神。課程學習,不僅使學生從零基礎逐步達到全面掌握,激發了其專業興趣,還實現了其在高等數學、現代統計學、機器視覺、數據挖掘與紡織服裝傳統學科等相關知識方面的交叉融合。在這一過程中,教學的核心思政內容就是“開拓進取,向美向善”。這一目標鼓勵學生以科技為手段,追求美和善的價值,同時培養他們的創新精神,使他們能夠在未來的工作中不斷開拓創新,推動社會的進步與發展。

(2)教學舉措與案例。羊絨/羊毛的自動識別,屬于圖像分類任務;而與之對比,包含山羊/綿羊場景的實例分割任務則將研究對象從整幅圖像變為單個像素,重點關注像素的分類與回歸問題。 盡管兩者在表面上看似只是關注對象和方式的差異,但實際解決任務的方法卻有很大區別。通過深入剖析這類問題,學生能夠領悟到人工智能技術作為數據分析手段的核心在于如何確定研究對象并設計有效的優化算法,進而在實際應用中實現一通百通的效果。

進一步地,以神經風格遷移為例,通過知識點講解和案例分析,引導學生體會神經網絡如何以兩個函數來表征繪畫作品的內容與風格,使學生能夠從科學的視角審視藝術,同時從藝術的角度從事科研。例如,在紡織品圖案設計過程中,學生可以利用神經風格遷移對設計進行優化,實現更為理想的視覺效果。這樣的教學舉措不僅促進了學生對知識點的掌握,更培養了他們跨學科融合與創新的能力。

在上述三個模塊的基礎上,研究以學生為中心,通過線上線下混合式教學,充分利用慕課和即時通信工具,提高學生自主學習和獨立實踐水平,突出了學以致用的過程考核。在授課環節,強化了技術主線及原理的講解,弱化了公式的推導;在練習環節深化了基本概念的理解,并輔之以課堂練習與課后自測項目,形成與教學理念相匹配的立體化教學模式。具體實施過程:①進一步完善了在線課程教學資源建設,提升了教學視頻的可視性,從而進一步提升在線教學質量;②拓展教學視頻、教學課件的覆蓋面與配套資源,豐富了教學案例,擴大題庫容量,做到隨機出卷與考核;③在線教學平臺的討論與問答互動更活躍,在線學習的立體管理得到加強,取得了良好的教學效果。編寫并出版的雙一流學科建設教材《人工智能技術原理與應用》,獲批省部級優秀教材,實現了面向紡織服裝專業人工智能高等教育領域教材零的突破。此外,相關在線課程的選修生除本校學生外,還有青島大學、西安工程大學、天津工業大學、浙江理工大學、新疆大學、紹興文理學院、江南大學等多所院校的學生,與課程配套的相關在線資源的瀏覽數與學習次數居同類在線課程前列,在新課程、新教材、新資源的新工科項目建設方面,具有良好的示范意義。

三、結語

“紡織人工智能技術導論”以模塊化的方式進行課程思政的內涵挖掘與案例探索,綜合運用超星、愛課程、雨課堂等多種平臺與數字化工具,將人工智能與新工科課程建設中的產品設計、工藝、檢測、應用等深度融合,形成獨具特色的知識體系。與此同時,課程對標“兩性一度”的建設標準,以“強科研,強思政”為教學理念,以立德樹人為第一要素,通過十四個育人要點的強化,使學生領會與掌握科技強國的實踐精神和精益求精的工匠精神,同時在教學中強調科技向美、科技向善的人文思想;學生在掌握前沿技術的同時,樹立正確的人生觀、價值觀,成為符合新時代要求的新工科人才。