人工智能教學實踐一體化平臺建設(shè)研究與探索

張偉　黃曉丹　田天　李曉磊

［摘 要］相較于傳統(tǒng)專業(yè)，人工智能專業(yè)理論性與實踐性并重的特點尤為突出，但由于基礎(chǔ)理論與技術(shù)應(yīng)用跨度大、實驗實踐環(huán)境資源匱乏、課程優(yōu)化提升支持不足等問題的制約，相關(guān)課程教學內(nèi)容理論學習多、實驗實踐少的問題較為突出，其人才培養(yǎng)機制無法滿足開展高水平科學研究和促進新興產(chǎn)業(yè)發(fā)展的需求。 文章分析了人工智能課程實驗實踐教學所面臨的困難與挑戰(zhàn)，旨在通過集中配置機器人、智能車、服務(wù)器及各類仿真平臺等軟硬件資源，結(jié)合資源虛擬化、云端化方式支持虛擬實驗實踐教學，建設(shè)人工智能教學實踐一體化平臺。這對解決當前人工智能專業(yè)人才培養(yǎng)中的學用與研用脫節(jié)、實驗實踐資源匱乏等問題，具有重要的借鑒作用。

［關(guān)鍵詞］人工智能; 教學實踐平臺；虛擬化；數(shù)據(jù)分析

［中圖分類號］ G640 ［文獻標識碼］ A ［文章編號］ 2095-3437（2023）07-0012-06

近年來，人工智能成為新一代信息產(chǎn)業(yè)革命的關(guān)鍵推動力量，美國、日本及歐洲諸國紛紛發(fā)布人工智能發(fā)展戰(zhàn)略及行動計劃，著力構(gòu)筑人工智能技術(shù)優(yōu)勢壁壘[1-4]。我國自2016年起先后頒布了《互聯(lián)網(wǎng)+人工智能三年行動實施方案》《新一代人工智能發(fā)展規(guī)劃》等多個文件，建設(shè)人工智能強國已經(jīng)上升到國家戰(zhàn)略層面。2018年，教育部出臺《高等學校人工智能創(chuàng)新行動計劃》和《教師教育振興行動計劃（2018—2022年）》，明確要求高校應(yīng)主動服務(wù)國家戰(zhàn)略和解決區(qū)域經(jīng)濟發(fā)展需要，增設(shè)人工智能相關(guān)專業(yè)，滿足相關(guān)人才需求[5-6] ，目前我國已有300余所院校開設(shè)了人工智能專業(yè)。然而，由于新一代人工智能技術(shù)在諸多方面有較高要求，比如超高的算力、昂貴的實驗設(shè)備等，相關(guān)課程的教學實踐面臨著重大挑戰(zhàn)。

一、面臨的困難與挑戰(zhàn)

加強實驗和實踐能力培養(yǎng)是新工科建設(shè)和工程教育改革的核心內(nèi)容[7-8]。作為全新設(shè)立的新工科專業(yè)，人工智能專業(yè)理論性與實踐性并重的特點尤為突出，因此，其人才培養(yǎng)方案、課程體系和培養(yǎng)模式也必須與之相適應(yīng)[9]。以算法導(dǎo)論與Python編程、神經(jīng)網(wǎng)絡(luò)與深度學習、模式識別與計算機視覺等人工智能領(lǐng)域的核心課程為例，這些課程既要求學生對數(shù)學、概率統(tǒng)計和算法理論等基礎(chǔ)理論知識掌握得較好，又要設(shè)置大量的實驗實踐課程以保障學生的動手實踐能力。總之，新興專業(yè)發(fā)展迅速、理工并重的現(xiàn)實需求與當前相對不夠完善的實驗實踐環(huán)境的差距，導(dǎo)致目前人工智能課程教學存在以下共性問題：

一是課堂教學、實驗實踐和行業(yè)需求匹配度差。人工智能正處于高速發(fā)展階段，其前沿理論成果和實際產(chǎn)業(yè)應(yīng)用結(jié)合緊密，相關(guān)企業(yè)也發(fā)布了不少產(chǎn)品技術(shù)成果[10]。但是，學校的教學內(nèi)容與產(chǎn)業(yè)需求往往不能同步，理論學習多、實驗實踐少的問題較為突出，人才培養(yǎng)機制無法滿足開展高水平前沿研究和促進新興產(chǎn)業(yè)發(fā)展的需求。特別是相關(guān)實驗實踐環(huán)境開發(fā)需要較長的時間，與新增課程內(nèi)容相匹配的實踐教學更加難以同步開展。

二是實驗實踐工具、平臺匱乏，環(huán)境配置困難。人工智能領(lǐng)域（如深度學習等方向）的工具軟件專業(yè)壁壘高、市場容量小，導(dǎo)致相應(yīng)的實驗工具（平臺、環(huán)境等）成本高，且已有的工具設(shè)備配置維護困難，不易于及時持續(xù)升級，數(shù)量上也難以滿足實驗教學需求。此外，因課程實驗涉及的軟件版本多、迭代快，實驗課程設(shè)計困難、初始環(huán)境配置耗時長等問題較為突出，導(dǎo)致教師、學生精力分散，難以聚焦關(guān)鍵技術(shù)實驗與驗證，學生自主學習難度大。

三是實驗實踐資源虛擬化程度低，遠程共享支持不足。隨著網(wǎng)絡(luò)傳輸、多媒體交互等技術(shù)的進步，通過虛擬技術(shù)支持遠程共享是實驗實踐教學的發(fā)展趨勢[11-12]。但是，人工智能相關(guān)實驗實踐除涉及軟件平臺和標準化、模塊化程度高的服務(wù)器資源外，還涉及智能車、機械臂、腿足機器人等異構(gòu)硬件資源，資源共享調(diào)度難度大，加之線上教學的實際需求，資源虛擬化程度低，遠程共享支持不足的問題日益凸顯[13]。

四是實驗實踐教學缺乏量化分析，不利于授課教師提升改進。人工智能作為一門新工科專業(yè)，教學體系尚未成熟，新聘教師和新開課程多，部分教師的授課經(jīng)驗相對不足[14-16]。但現(xiàn)有的實驗實踐教學量化分析手段有限，尤其缺乏針對人工智能相關(guān)實踐課程特點的教學質(zhì)量評價方式，難以對課程教學效果進行有效的數(shù)據(jù)統(tǒng)計和分析，授課教師無法通過統(tǒng)計分析結(jié)果對課程內(nèi)容和教學方式方法進行優(yōu)化提升。

綜上所述，在人工智能專業(yè)建設(shè)和產(chǎn)業(yè)蓬勃發(fā)展的背景下，探索建設(shè)人工智能教學實踐一體化平臺，通過資源虛擬化、功能模塊化、產(chǎn)學研用一體化等手段和途徑，強化對學生實驗實踐能力的培養(yǎng)，提高人才培養(yǎng)質(zhì)量，對解決當前人工智能相關(guān)專業(yè)人才培養(yǎng)中的學用與研用脫節(jié)、實驗實踐資源匱乏等問題，具有重要的現(xiàn)實意義。

二、平臺建設(shè)背景與基礎(chǔ)

人工智能教學實踐一體化平臺（以下簡稱平臺）依托山東大學“人工智能與機器人”新工科實驗班（以下簡稱實驗班）進行建設(shè)。山東大學于2018年開始設(shè)立實驗班，通過選拔2017級至2020級4個年級的學生來進行培養(yǎng)。實驗班建設(shè)緊扣新工科培養(yǎng)所需的“系統(tǒng)性、實踐性、時代性、交叉性”特征，面向國家和社會對復(fù)合型人工智能人才的迫切需求，注重基礎(chǔ)與前沿交叉、理論與工程融合，著力推進新工科專業(yè)建設(shè)，尤其是著眼產(chǎn)業(yè)實際需求，強化實踐能力培養(yǎng)，探索并初步構(gòu)建了“人工智能+機器人”的復(fù)合培養(yǎng)模式。實驗班充分利用了山東大學在人工智能、機器人等方向的研究基礎(chǔ)和平臺優(yōu)勢，旨在為國家培養(yǎng)出具備國際化視野并掌握人工智能與機器人前沿理論及技術(shù)的精英人才，其培養(yǎng)模式和課程體系得到了清華大學、上海交通大學相關(guān)專家學者的肯定和高度評價。

實驗班師資團隊長期從事人工智能、深度學習等領(lǐng)域的研究，具有在世界知名學府工作和學習的經(jīng)歷。近年來承擔國家基金委重點/面上項目、國防項目、企業(yè)委托項目等各類項目40余項；在電氣與電子工程師協(xié)會（IEEE匯刊）及IEEE國際計算機視覺與模式識別會議（CVPR）、計算機視覺國際大會（ICCV）等上發(fā)表論文100余篇，科學研究與工程實踐水平與世界前沿接軌，具有較為雄厚的科研育人基礎(chǔ)。實驗班師資團隊長期工作在課程教學和實驗實踐教學一線，重視教學改革方面的研究，先后主持承擔部級、省級、校級教改項目10余項。秉承“理實融育、科研哺教、資源共享、產(chǎn)教協(xié)同”的創(chuàng)新人才培養(yǎng)理念，團隊探索建設(shè)了人工智能教學實踐一體化平臺，并設(shè)計了以該平臺為支撐的主干課程體系，積極開展“課堂＋線上線下”混合式的教學實踐改革。

此外，團隊依托“控制科學與工程”國家A-學科和“智能無人系統(tǒng)”教育部工程研究中心積極開展校企合作育人，與百度公司簽訂了“人工智能人才培養(yǎng)合作協(xié)議”，與鋼鐵俠公司共建了“山東大學—鋼鐵俠人工智能與機器人創(chuàng)新實驗室”。實驗班實驗設(shè)施完善，擁有高性能計算集群、機器臂、ROS智能機器人、無人駕駛競速車以及飛槳平臺等軟硬件資源。

三、平臺功能與架構(gòu)

（一）需求分析與功能設(shè)計

針對人工智能相關(guān)課程理論教學與實踐實驗教學脫節(jié)、課堂授課內(nèi)容與前沿技術(shù)應(yīng)用不同步等問題，團隊在建設(shè)平臺的過程中，通過充分挖掘目前課堂教學涉及的人工智能基礎(chǔ)理論與前沿技術(shù)應(yīng)用之間的聯(lián)系，幫助學生建立基礎(chǔ)理論與前沿技術(shù)之間的認知聯(lián)系，解決抽象理論與實際應(yīng)用的融會貫通問題，提高學生主動學習的積極性，鍛煉學生的工程實踐能力。

具體來說，由于平臺建設(shè)主要針對人工智能課程教學與實驗實踐訓練，團隊選取算法導(dǎo)論與Python編程、神經(jīng)網(wǎng)絡(luò)與深度學習、模式識別與計算機視覺等人工智能領(lǐng)域核心課程作為首批支撐課程，采用云平臺和B/S構(gòu)架用于支持課程的在線授課和遠程實踐實驗。通過資源虛擬化、功能接口標準化和網(wǎng)絡(luò)共享化解決實驗條件匱乏和優(yōu)質(zhì)師資不足的問題，同時對學生學習過程數(shù)據(jù)、項目實踐數(shù)據(jù)、代碼質(zhì)量、考試成績數(shù)據(jù)等進行全過程采集、管理和分析，突出新工科特點，優(yōu)化人才培養(yǎng)模式，提高人才培養(yǎng)質(zhì)量。平臺運行流程如圖1所示。

對學生而言，平臺主要解決抽象理論與實際應(yīng)用的融會貫通問題，突出實踐能力培養(yǎng)。平臺可保障學生在任何時間、任何地點均能開展實驗學習，匯集其在整個課程中的學習過程、作業(yè)完成過程、實驗過程、考試成績、項目實踐等數(shù)據(jù)，匯集數(shù)據(jù)對每個學生建立模型和畫像，并做出綜合能力評價，用于指導(dǎo)反饋培養(yǎng)。對教師而言，平臺主要解決教學體系不完備的問題，突出教學的全程管理和反饋優(yōu)化；通過代碼自動查重和考試監(jiān)測等手段，提高作業(yè)和實驗的自動化評測水平，大幅減輕教師的工作量，助力教師聚焦教學和實驗資源建設(shè)；豐富的班級視圖下的成績分析和統(tǒng)計功能，可為教師改進教學實踐提供決策數(shù)據(jù)。綜上，平臺可支撐人工智能相關(guān)專業(yè)系統(tǒng)能力的培養(yǎng)，通過將多門相關(guān)課程和交叉專業(yè)課程集成于同一平臺，幫助授課教師和學生對不同課程的知識點融會貫通，進而構(gòu)建系統(tǒng)完整的知識體系，培養(yǎng)學生利用所學知識解決復(fù)雜工程問題的能力。

（二）平臺架構(gòu)與體系支撐

平臺基于硬件資源虛擬化、云平臺和B/S構(gòu)架建設(shè)，面向?qū)嶒灠嗾n程體系進行功能開發(fā)與建設(shè)，為其課程體系優(yōu)化調(diào)整提供數(shù)據(jù)支撐，平臺架構(gòu)如圖2所示。

平臺架構(gòu)分為基礎(chǔ)支撐與運維、資源虛擬與環(huán)境構(gòu)建、課程與實驗實踐管理三層。

1.基礎(chǔ)支撐與運維層為基礎(chǔ)支撐模塊，具備遠程接入（VPN）、身份驗證、系統(tǒng)備份、升級與遷移、硬件資源管理、系統(tǒng)性能監(jiān)控、日志統(tǒng)計與分析等基礎(chǔ)支撐功能。

2.資源虛擬與環(huán)境構(gòu)建層實現(xiàn)在線資源的虛擬化、實驗環(huán)境構(gòu)建和統(tǒng)一管理，基于虛擬桌面等技術(shù)支撐人工智能相關(guān)專業(yè)各課程的教學與實踐，進行自建在線實驗。平臺涉及的計算、存儲和網(wǎng)絡(luò)資源均已具備較為成熟的網(wǎng)絡(luò)化、虛擬化方案，各類機器人、機械臂和智能車以及其軟件平臺均自帶網(wǎng)絡(luò)通信模塊，具備可聯(lián)網(wǎng)、可遠程控制的功能，可支撐平臺的資源虛擬化和網(wǎng)絡(luò)化。

3.課程與實驗實踐管理層提供開展虛擬實驗的功能支撐和教學支撐，并完成課程質(zhì)量相關(guān)數(shù)據(jù)的采集。其主要包括：課程管理與公告管理、課程信息管理、學生管理、題庫管理、在線作業(yè)、在線考試、作業(yè)成績分析、考試成績分析、成績匯總、在線答疑、權(quán)限管理、助教管理以及MOOC功能等教學環(huán)節(jié)所必需的功能，支持構(gòu)建自動化的交互學習環(huán)境。

此外，為全面支撐相關(guān)實驗實踐課程整個教學環(huán)節(jié)，平臺還具有以下特點：

一是選用Jupyter Notebook作為主要在線實踐環(huán)境。基于B/S構(gòu)架，實現(xiàn)“任何人、任何時間、任何地點”都可開展實驗[17]。支持以作業(yè)或者考試為單位，一鍵進行代碼相似性比較和文檔相似性比較，對學生提交的代碼和報告進行查重，督促學生獨立完成作業(yè)；支持代碼自動分析評判，利用代碼自動評判功能支持C、C#、Java、Python等編程語言的自動評判。

二是全方位支持在線考試。支持填空、選擇、判斷、簡答、文件上傳以及編程題等常見題型的在線作答；支持自動組卷，支持單場考試多套試卷，并根據(jù)客戶端IP或者學號自動分發(fā)試卷；支持基于IP地址范圍的訪問控制，在考試期間能夠穿透網(wǎng)絡(luò)代理實時監(jiān)測以防學生交換賬號抄襲。

三是支持課程體系的反饋優(yōu)化。完整匯集學生在整個培養(yǎng)階段的學習過程數(shù)據(jù)、項目實踐數(shù)據(jù)、考試成績數(shù)據(jù)以及學生評價、教師自評數(shù)據(jù)，為人工智能專業(yè)教育體系優(yōu)化研究提供數(shù)據(jù)支撐。

四、平臺建設(shè)與部署運行

人工智能教學實踐一體化平臺建設(shè)與山東大學“人工智能與機器人”新工科實驗班建設(shè)同步開展，目前已完成階段性建設(shè)，部署運行了一批虛擬實驗實踐教學所需的軟硬件資源和環(huán)境，有效提升了教學和人才培養(yǎng)水平。

（一）資源虛擬化及統(tǒng)一調(diào)度使用

統(tǒng)籌考慮實驗實踐教學和科研工作需求，集中采購了高性能計算集群和機器人硬件設(shè)備用于建設(shè)“人工智能與機器人專業(yè)實驗室”，統(tǒng)一部署了各類服務(wù)器、存儲、計算資源等硬件資源以及百度飛槳、XAVIS等軟件系統(tǒng)，同時集中部署了腿足機器人、機械臂和智能車等硬件實驗設(shè)備，如圖3所示。

各類軟硬件資源通過內(nèi)部局域網(wǎng)聯(lián)通，并部署VNC代理服務(wù)器完成校內(nèi)網(wǎng)絡(luò)到平臺部署網(wǎng)絡(luò)的聯(lián)通，支持虛擬機等資源的訪問和操控。如圖4所示，整體資源虛擬化及資源調(diào)度層級控制架構(gòu)共分網(wǎng)絡(luò)層、系統(tǒng)層、硬件層三層。

在網(wǎng)絡(luò)層，基于學校現(xiàn)有的VPN系統(tǒng)，實現(xiàn)校外網(wǎng)絡(luò)到校內(nèi)網(wǎng)絡(luò)的遠程訪問，資源虛擬化及遠程訪問層級控制。系統(tǒng)層可支撐在線虛擬實驗，學生可通過瀏覽器、虛擬桌面進行實驗操作，其相關(guān)數(shù)據(jù)通過虛擬機發(fā)送到后臺Hbase、Spark等生產(chǎn)環(huán)境集群進行運行測試并反饋實驗數(shù)據(jù)，有效提高了資源利用率和調(diào)度效率。利用云計算技術(shù)和遠程桌面技術(shù)實現(xiàn)基于瀏覽器的在線實驗環(huán)境，可以直接在瀏覽器上遠程訪問虛擬桌面進行實驗，并能夠?qū)崿F(xiàn)多人、異地聯(lián)合協(xié)同遠程操作完成實驗，教師遠程在線進行同步指導(dǎo)和考查。無須配置復(fù)雜的硬件條件，學生可隨時隨地直接在瀏覽器上進行實驗。系統(tǒng)全面記錄實驗過程數(shù)據(jù)，并從多個維度分析和展現(xiàn)在線實驗過程。硬件層可為計算資源統(tǒng)一調(diào)度與共享使用示例，由于深度學習相關(guān)實驗實踐所需的計算資源較多，平臺將CPU和GPU資源虛擬化，通過作業(yè)調(diào)度管理，實現(xiàn)時間片調(diào)度、板卡資源調(diào)度，有效提升了以深度學習相關(guān)實驗為代表的高計算資源開銷，提高了實驗開展效率。

（二）實驗構(gòu)建與導(dǎo)入

工業(yè)機器人是人工智能相關(guān)科學研究和產(chǎn)業(yè)應(yīng)用的重要領(lǐng)域，其相關(guān)實驗實踐設(shè)備資源稀缺、價格昂貴、升級迭代困難等問題尤為突出。以工業(yè)機器人實踐課程為例，平臺提供框架支持各類實驗的建設(shè)與改進，支持虛擬機、網(wǎng)絡(luò)、計算資源等基本資源單元的導(dǎo)入，也可基于現(xiàn)有實驗環(huán)境模板添加實驗資源，還可添加自定義的實驗?zāi)０逶O(shè)置全新實驗。實驗框架提供實驗作業(yè)布置，包含班級、開始時間、結(jié)束時間等基本內(nèi)容和實驗過程數(shù)據(jù)采集功能。實驗設(shè)計和作業(yè)管理流程如圖5所示。

工業(yè)機器人實踐課程的實驗步驟和內(nèi)容主要有：集成模型導(dǎo)入、三維虛擬場景搭建、軌跡生成、軌跡可視化仿真、后置代碼轉(zhuǎn)換、一鍵上傳離線編程代碼以及視覺智能組態(tài)編程等。圖6為集中配置的UR5工業(yè)機器人和相關(guān)模擬仿真實驗環(huán)境。在實際的實驗課程中，學生可先通過模擬仿真實驗驗證代碼和功能的正確性與有效性，再通過離線方式上傳程序代碼到真實機器人環(huán)境進行驗證，并通過真實機器人環(huán)境配置的攝像頭觀察實驗效果。本平臺通過集中統(tǒng)籌使用硬件資源和“先仿真測試、后統(tǒng)籌實操”的方式建設(shè)相關(guān)實驗課程，有效提高了課程質(zhì)量和資源使用效率。代碼比對與結(jié)果驗證是進行實驗成績評定的重要環(huán)節(jié)，平臺通過集成Jupyter Notebook構(gòu)建基于瀏覽器的編程實驗環(huán)境，支持以作業(yè)或者考試為單位進行代碼相似性比較和查重，同時利用代碼自動評判功能支持C、C++、C#、Java、Python等編程語言的自動評判，減輕授課教師的負擔并督促學生獨立完成作業(yè)。

五、結(jié)語

團隊通過總結(jié)近幾年的平臺建設(shè)和應(yīng)用實踐，發(fā)現(xiàn)該平臺有助于解決人工智能基礎(chǔ)理論算法與前沿技術(shù)應(yīng)用脫節(jié)而造成的實驗實踐教學困難等問題，幫助學生建立基礎(chǔ)理論與前沿技術(shù)之間的認知聯(lián)系，是實現(xiàn)抽象理論與實際應(yīng)用融會貫通的有力支撐。通過實驗資源庫構(gòu)建基于現(xiàn)有實驗?zāi)０逄砑訉嶒炠Y源的增量式部署機制，可有效提高各類昂貴軟硬件設(shè)備的利用率。同時，平臺支持全過程教學數(shù)據(jù)收集及自動分析，通過完整匯集學生在整個培養(yǎng)階段的學習過程數(shù)據(jù)、項目實踐數(shù)據(jù)、考試成績數(shù)據(jù)、學生評價以及教師自評數(shù)據(jù)，為人工智能專業(yè)相關(guān)課程優(yōu)化研究提供數(shù)據(jù)支撐。該平臺在山東大學“人工智能與機器人”新工科實驗班的應(yīng)用效果明顯，是學校新工科建設(shè)改革的重要實踐舉措，下一步將進一步擴展平臺軟硬件資源的數(shù)量和種類，計劃在山東大學進行跨學院應(yīng)用，使其成為人工智能相關(guān)專業(yè)課程教學和實驗工作開展的重要參考和示范。

［ 參 考 文 獻 ］

[1] 汪前元，吳立軍.歐美日人工智能戰(zhàn)略比較[EB/OL].（2020-06-15）[2021-06-28].http：//sscp.cssn.cn/xkpd/yw/20200

6/t20200615_5142985.html.

[2] 龍坤，朱啟超.美軍人工智能戰(zhàn)略評析[J].國防科技， 2019， 40（2）：17-23.

[3] 關(guān)皓元，高杰.新時期中歐人工智能發(fā)展戰(zhàn)略與政策環(huán)境的比較研究[J].管理現(xiàn)代化， 2021， 41（3）：57-62.

[4] 特稿：在世界人工智能發(fā)展潮流中看“中國身位”[EB/OL].（2018-09-20）[2021-06-28].http：//www.xinhuanet.com/politics/2018-09/20/c_1123459560.htm.

[5] 中華人民共和國教育部.教育部關(guān)于印發(fā)《高等學校人工智能創(chuàng)新行動計劃》的通知[EB/OL].（2018-04-03）[2021-06-28]. http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[6] 中華人民共和國教育部.教育部等五部門關(guān)于印發(fā)《教師教育振興行動計劃（2018—2022年）》的通知[EB/OL].（2018-03-22）[2021-06-28].http：//www.moe.gov.cn/srcsite/A10/s7034/201803/t20180323_331063.html.

[7] 中華人民共和國教育部.教育部關(guān)于印發(fā)《教育信息化2.0行動計劃》的通知[EB/OL].（2018-04-18）[2021-06-28].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[8] 胡波， 馮輝， 韓偉力，等. 加快新工科建設(shè)，推進工程教育改革創(chuàng)新：“綜合性高校工程教育發(fā)展戰(zhàn)略研討會”綜述[J]. 復(fù)旦教育論壇， 2017，15（2）：20-27.

[9] 胡明茂，孫煜，齊二石，等.新工科背景下的地方應(yīng)用型本科院校實踐教學建設(shè)[J].實驗室研究與探索，2019，38（7）：223-227.

[10] 李曉理，張博，王康，等. 人工智能的發(fā)展及應(yīng)用[J].北京工業(yè)大學學報，2020，46（6）：583-590.

[11] 焦文歡，馮興杰. 基于云桌面的實驗室虛擬化管理與應(yīng)用[J].實驗技術(shù)與管理，2019，36（9）：250-253.

[12] 苗桂君，許南山，劉勇，等. 基于桌面虛擬化的高校機房的調(diào)研與構(gòu)建[J].實驗科學與技術(shù)，2017，15（1）：152-158.

[13] 許麗，王鴻鵬，劉覺曉， 等.面向虛擬仿真實驗教學的高校公共實驗室研究[J].實驗技術(shù)與管理，2019，36（11）：262-265.

[14] 周益民，田玲，陳文宇. 人工智能專業(yè)體系建設(shè)探索[J].高教學刊，2020（16）：92-96.

[15] 李祥，陳鳳.國際人工智能教育研究的進展及其對專業(yè)人才培養(yǎng)的啟示[J].黑龍江高教研究，2020，38（4）：79-86.

[16] 劉君，王學偉，梁靜.人工智能時代“教研賽訓”工作室人才培養(yǎng)模式的實踐[J].實驗室研究與探索，2020，39（7）：258-263.

[17] FRANK L.Using jupyter notebooks[J].MSDN magazine，2018，33（2）：11-13.

［責任編輯：劉鳳華］