基于數字孿生的人工智能產業人才培養模式

王龐偉， 王天任， 劉小明， 張名芳， 熊昌鎮

（北方工業大學電氣與控制工程學院，北京 100144）

0 引 言

在新工科建設背景下，人工智能產業的快速發展對高校人才培養模式帶來重要挑戰和機遇。根據Element AI《全球AI 人才報告》、清華大學《中國人工智能發展報告》顯示，歐美等發達國家在人工智能產業人才規模上仍處于世界前列，我國人工智能領域的人才梯隊基礎尚薄弱［1-2］。由此，2018 年教育部出臺《教育信息化2.0 行動計劃》指出，高校要加快建設智能教學體系，構建線上多模式課堂、虛擬仿真實驗室等智能學習空間，推進智能技術深度融入教育教學全過程［3］。隨著人工智能產業對人才質量要求的不斷提升，高校需要培養更多具備理論創新能力與實踐技能的綜合型人才，因此建立適合人工智能產業需求的新型課程體系與實踐教學系統成為教學改革探索新趨勢。在這一背景下，數字孿生、邊緣計算與云平臺等新興技術為人才培養與實踐教學模式改革提供了新的視角和創新路徑［4-9］。目前，北京航空航天大學等多所高校結合數字孿生構建基于人工智能和邊緣計算的貫通式實踐教學模式，采用虛實結合、理論與實踐結合、產教融合等方法［10-13］，結合專業課程建立數字孿生課堂，打造沉浸式學習體驗，并結合產業應用構建數字孿生實驗室，構筑虛擬現實操作空間，提高學生分析、解決問題的能力及實踐能力［14-17］。同時在云平臺上進行線上教學，集成課程案例庫等資源，為實踐環節提供技術支撐。

本文以智能交通實驗室實踐教學為例，依托現有基礎，深入研究基于數字孿生技術的實踐教學模式，構建“多主體、多維度、多層次”的立體人才培養體系，打造面向人工智能多場景應用與多學科交叉融合的數字孿生實踐教學系統。

1 人工智能產業人才培養模式

針對人工智能產業牽引下新工科專業人才培養所面臨的問題，圍繞數字孿生、邊緣計算、虛擬現實等關鍵技術和核心需求，與行業知名企業、科研院所等多主體展開深入合作，探索基于數字孿生技術的理論課程體系、實踐創新平臺建設及人才培養模式，形成以綜合工程實踐能力和創新能力培養為目標的實踐創新人才培養體系，對國內高校新工科專業人才建設起到示范效應，并帶動人工智能等相關專業發展。人才培養模式結構如圖1 所示，具體研究內容包括。

圖1 人才培養模式結構

（1）建設符合人工智能產業發展的“雙閉環”理論課程體系，以課程理論知識為載體，將產業理念、產業技術、產業案例融入課程建設，結合物聯網，大數據，云計算等前沿高新技術建設新工科專業特色課程，提出數字孿生課堂教學革新方法，提高學生對理論知識的實踐、運用、創新能力。

（2）融合場景化實踐內容和校內外實訓基地構建新型“雙映射”數字孿生實踐教學平臺，依托實際工程應用案例集，整合高校實驗室資源，建立以數字孿生技術實踐系統為核心的多場景驅動的創新實踐模式，形成從校內工程實踐教育到企業項目實踐貫通式培養路徑，完善以綜合工程實踐能力和創新能力培養為目標的人才培養體系。

（3）以人工智能相關領域不同職業崗位群的實際需要為出發點，大力推進智能產業賦能高校教育行業升級，關注社會對專業人才核心需求，與企業、科研院所等用人單位展開深入合作，探索基于人工智能產業牽引的實踐創新基地建設及人才培養模式，構建融合專業基礎、場景化實驗、工程實訓、企業實踐的“多主體、多維度、多層次”的立體人才培養體系。

2 數字孿生實踐教學模式建設方案

2.1 “雙閉環”課程體系建設

2.1.1 課程體系建設方法

課程體系分別從教師教學過程、學生學習過程出發，將數字孿生技術深度貫穿課堂理論教學，結合物聯網、大數據、云計算等前沿技術建設新工科專業特色課程，提出數字孿生課堂教學革新方法，提高學生對理論知識的實踐、運用、創新能力，形成以掌握理論應用為目標的閉環結構課程教學體系；同時深度推進產教融合，建立與校外企業、科研院所聯動和可持續發展的合作機制，充分發揮校外實踐基地在工程項目案例、項目實踐培訓、創新理論支撐、新技術應用等方面優勢建立數字孿生場景化實驗方法，校企共同參與教學改革，形成產教融合牽引的閉環結構實踐教學體系，從而實現產教融合課程體系“雙閉環”。

2.1.2 課程體系建設內容

課程體系面向人工智能產業人才需求，針對人工智能產業特性，以“專業能力掌握”程度為目標，建設更具普適性與推廣性的課程體系。如圖2 所示，本專業課程體系建設的基本策略是建立“理論教學—數字孿生課堂—理論應用—理論案例集生成”理論教學模式，同時形成“實踐教學—數字孿生場景實驗—工程實訓—實踐案例集生成”實踐教學的“雙閉環”課程體系。課程體系以完整的人工智能知識體系為基礎，以培養學生實踐能力為目標，理論與實踐并重，應用與創新共生，精心配置各個數字孿生課堂模塊，構建面向產業應用的數字孿生實驗案例集。課程體系秉承將課程的實踐性和應用性貫穿學生培養始終，且在課程體系建設過程中不斷融入人工智能產業最新技術變革成果，打造基于數字孿生技術的理論教學以及實踐訓練并重的階梯式能力提升環境。

圖2 產教融合“雙閉環”課程體系

2.2 數字孿生實踐教學平臺構建

2.2.1 數字孿生實踐教學平臺建設方法

結合人工智能產業應用發展需求，根據人工智能應用案例的現場可復現性，建設多場景數字孿生實踐教學平臺，將虛擬仿真場景型實驗室和實際工程型實驗室有機結合，并將課程理論知識和實驗數據建立映射關系，形成新型數字孿生實踐教學運行平臺。建立以學生專業理論與課程實踐為中心，綜合工程實踐能力培養為目標的專業基礎實驗室、場景型實驗室、工程型實驗室、企業實踐創新基地階梯式實踐能力培養模式，由實踐內容再與工程案例建立映射關系，從而實現數字孿生實踐教學平臺“雙映射”。數字孿生“雙映射”平行控制方法如下［21］。

平行控制方法中，系統的狀態方程為

系統的控制方程為

式中：x是狀態向量；u是控制向量。通過上式實現控制系統與被控系統在數學形式上的等價映射，是數字孿生系統物理—數字空間“雙映射”平行控制的基礎。

上式可進一步寫為

式中：z=［xT，uT］T；G（·）=［f（·）T，h（·）T］。式（3）為平行控制與神經網絡方法之間建立了聯系，通過引入帶有神經網絡的多種人工智能算法，解決數字孿生系統中大量的非線性規劃問題，如圖3 所示。

圖3 數字孿生系統平行控制架構

2.2.2 數字孿生實踐教學平臺建設內容

本項目實踐平臺面向人工智能典型應用案例，將數字孿生場景結合實踐教學內容，緊扣產教融合人才專業能力要求，構建“專業實踐內容—數字孿生場景”和“數字孿生場景—實際項目應用”的“雙映射”實踐教學平臺，如圖4 所示。該平臺的設計具有以下特點：

圖4 人工智能專業數字孿生實踐教學平臺

（1）面向產業需求建立實踐教學大綱。結合專業教學內容與產業人才專業需求對人工智能專業核心課程建立實踐教學大綱，以理論課程與產業典型應用為實踐教學案例，應用數字孿生實踐教學平臺設計相關實驗。

（2）建立模塊化實踐方案。在數字孿生實踐教學平臺中對學生實踐內容進行模塊化設計，學生在實踐過程中對系統模塊進行調用并結合人工智能方法來完成實驗。同時引入開源資源后形成“專業實踐內容—數字孿生場景”的映射，為學生參與課程實踐提供產業案例庫和軟硬件支持。

（3）對接實際項目，重視與校內外實踐基地相結合。積極對接校外實踐基地資源，加入行業領域代表性企事業單位、科研院所典型項目案例，形成“數字孿生場景—實際項目應用”的映射，組織學生參與到項目方案設計、軟硬件開發、結題驗收等各個環節。

2.2.3 “智能駕駛技術”課程實踐案例

（1）數字孿生實踐教學平臺物理—數字空間實驗場景構建。數字孿生實踐教學平臺依托智能交通沙盤、邊緣計算設備與通信設備構建物理空間場景。智能交通沙盤包含城市路網的基礎道路設施與通信設備，并基于邊緣計算設備實現多源傳感器數據融合、車路協同控制、交通信號控制、通信數據解析，有效提高物理世界整體運行效率。

數字孿生實踐教學平臺依托PreScan與Matlab聯合仿真軟件搭建數字孿生場景（見圖5）。在聯合仿真軟件中設置智能交通沙盤與智能小車在數字孿生場景中的環境特征與車輛參數（見圖6）。數字孿生空間開放硬件通信設備接口連接真實物理空間的路側邊緣系統實現物理—數字空間雙向數據交互，在平臺聯合仿真軟件上對物理—數字空間的智能小車進行聯調，控制沙盤智能小車的行駛狀態與數字孿生車輛狀態保持一致（見圖7）。

圖5 智能交通沙盤與數字孿生場景

圖6 車輛動力學模型與車輛參數設置

圖7 智能小車與數字孿生車輛

（2）數字孿生課程云平臺資源庫構建。由校內外教師、科研專家、企業工程專家組成的教學委員會在云平臺上進行線上教學，共同完成產教融合“雙閉環”課程體系內的核心課程教學內容。如圖8 所示，教學委員會將“智能駕駛技術”課程中自適應巡航控制理論章節的課程庫導入，將形成數字孿生課程的教學材料上傳至云平臺課程庫，學生可進入云平臺完成教學內容的學習和作業提交，并通過云平臺后臺進行答疑。在云平臺建立數字孿生實踐教學平臺所需的模型庫與工程庫，為學生實踐環節提供海量工程案例資源和數字孿生模型支持，方便學生調用。通過云平臺線上協同，對接行業實際典型項目案例，學生可以在線上參與項目的方案設計、軟硬件開發、成果驗收等各個環節，提高學生創新實踐能力。

圖8 智能車自適應巡航控制理論課程庫導入

（3）數字孿生實踐教學平臺實踐。在數字孿生實踐教學平臺開展人工智能實驗，要求學生解決人工智能產業牽引的交通集成項目中車路云協同控制、人機界面設計等多學科交叉問題，提高面向產業應用的軟硬件技術水平，增強實際項目的實踐開發與運營能力。如圖9 所示為學生依托數字孿生實踐教學平臺進行“智能駕駛技術”課程實踐環節的數字孿生車輛與沙盤智能小車的啟停、加減速、編隊控制、車路協同等人工智能實驗，在實驗中學生通過操作駕駛模擬器對數字孿生車輛進行駕駛，有效提高實踐參與度與學習積極性。

3 數字孿生實踐教學模式的建設效果

數字孿生課程體系與數字孿生實踐教學平臺建成以后，在促進學生學習、實踐參與、競賽成果等多方面發揮了重要作用，較傳統培養模式取得了更好的效果。

（1）學習態度與專業認知。通過應用數字孿生場景化課堂教學革新方法、增設面向人工智能專業產教融合特色課程與實際案例教學、云平臺線上協同教學，打破傳統人才培養中課本理論內容的局限，緊密契合學生課程學習需求，提高了學生在課堂上的積極性。通過學習，學生對人工智能領域專業課程有了更加明確的目標與認知，學習目標開始由通過考試向提高專業水平轉變。數字孿生實踐教學平臺將理論與實踐具象化，加深學生對專業實踐的認知。同時，數字孿生實踐教學模式以專業領域實際需要為出發點，對學生按興趣方向進行專業能力培養，使學生在學習態度和專業認知方面較傳統培養模式有顯著提高。

（2）實踐參與度與課程滿意度。學生通過數字孿生實踐教學平臺，在數字空間可以直接進行實驗操作、沉浸式感受實驗的動態效果，并參與課程實驗設計與企業項目實踐。學生在數字場景中反復實踐，并可在實驗室中加以復現，得到充分實踐鍛煉，有效激發了學生的創新創造熱情，學生的實踐參與度和課程滿意度較傳統培養模式有顯著提高。

（3）學習成績與競賽獲獎。學生的綜合成績評價標準由上課考勤與表現成績、課程實驗成績、期末成績等加權得到。通過數字孿生實踐教學模式的應用，學生在課上表現與實驗成績明顯提高，對課程理解更加深入，專業學生的期末成績有整體提高。數字孿生實踐教學平臺已成為學生參與各類賽事的重要載體與組成部分，學生依托該平臺在全國電子設計競賽，全國交通科技大賽，中國機器人大賽等賽事中多次取得國家級、省部級獎勵，參賽人數與獲獎比例較傳統培養模式有顯著提高。

4 結 語

針對當前新工科背景下課程教學與實踐特點，結合新型數字化產業需求，進行基于數字孿生的人工智能產業人才培養模式研究，并得到初步運行效果。綜合大數據、邊緣計算等跨學科專業構建的產教深度融合、人工智能創新應用型課程體系與實踐教學平臺，能夠有效提高學生的理論創新水平和綜合實踐能力，調動學生參與專業學習的熱情，不斷增強面向就業的實際業務能力，達到傳統人才培養模式難以達成的效果。此模式的應用與推廣將為其他高校提供更好的借鑒和引領帶動作用。