基于華為“智能基座”的模式識別課程案例庫建設(shè)與實踐

唐 廠，蔣良孝，陳云亮

（中國地質(zhì)大學（武漢）計算機學院，湖北 武漢 430074）

0 引言

目前，人工智能和大數(shù)據(jù)相關(guān)技術(shù)產(chǎn)業(yè)已經(jīng)提高到國家戰(zhàn)略地位［1-2］，各大高校也非常重視相關(guān)學科的發(fā)展和人才培養(yǎng)。作為智能科學與技術(shù)專業(yè)的一門重要核心專業(yè)課，模式識別課程包含的數(shù)理基礎(chǔ)知識內(nèi)容多，且難度較高，需要學生在一個學期內(nèi)完成課程學習，從而為后續(xù)的進階課程打好基礎(chǔ)。該課程在智能科學與技術(shù)專業(yè)中的地位如圖1所示（彩圖掃OSID碼可見，下同）。

Fig.1 Status of pattern recognition course in intelligent science and technology major圖1 模式識別課程在智能科學與技術(shù)專業(yè)中的地位

然而，由于課程數(shù)學理論較多，學生通過單一的課堂理論授課方式很難深入理解課程中的核心內(nèi)容［3］，因此構(gòu)建與該課程配套的實踐案例庫非常重要［4-5］。學生在理論教學環(huán)節(jié)學習基礎(chǔ)理論知識后，通過相應的實踐案例可對理論知識的內(nèi)涵與應用場景有更加深入的理解，且能夠激發(fā)學生對該領(lǐng)域問題的深層次思考，為后續(xù)研究生階段或在工作崗位中解決新的實際問題打下堅實基礎(chǔ)。為此，國內(nèi)外許多高校相繼采取了相應措施來加強模式識別課程的實踐教學環(huán)節(jié)。例如，南京大學吳建鑫［6］團隊在推出模式識別教程的同時，附帶有簡單的實踐案例；西安電子科技大學編寫了相應的實踐案例文檔［7］；美國麻省理工學院也提供相應的網(wǎng)絡(luò)教學資源［8-10］。此外，為加強我國人工智能相關(guān)領(lǐng)域技術(shù)的國產(chǎn)化，華為技術(shù)有限公司與教育部合作，圍繞“以產(chǎn)業(yè)集聚人才，以人才引領(lǐng)產(chǎn)業(yè)”的思想，與國內(nèi)多所高校共同設(shè)立了“智能基座”產(chǎn)教融合協(xié)同育人基地，通過產(chǎn)學研協(xié)同為人工智能產(chǎn)業(yè)推廣及高質(zhì)量發(fā)展奠定人才基礎(chǔ)［11］。中國地質(zhì)大學（武漢）也于2020年與華為技術(shù)有限公司合作共建了“智能基座”產(chǎn)教融合協(xié)同育人基地，通過該教學基地深化人工智能和信息技術(shù)領(lǐng)域人才培養(yǎng)模式改革與協(xié)同創(chuàng)新，著力構(gòu)建以信息技術(shù)和關(guān)鍵新技術(shù)為基礎(chǔ)的產(chǎn)業(yè)與人才生態(tài)，提高解決關(guān)鍵核心技術(shù)的能力，為培養(yǎng)一批適應和引領(lǐng)新一輪科技革命與產(chǎn)業(yè)變革的卓越工程人才奠定堅實基礎(chǔ)［12-13］。為加強模式識別課程的實踐教學，“智能基座”項目中也開發(fā)了相應的實踐案例庫。其中，基于ModelArts的模式識別課程實踐內(nèi)容逐漸被高校采用［14］，美國麻省理工學院在模式識別課程中也提供了少數(shù)配套的實踐項目供學生練習。雖然國內(nèi)外高?；蚱髽I(yè)推出了相應的模式識別課程實踐案例，但是目前依然存在以下3個明顯問題：

（1）現(xiàn)有實踐案例庫缺乏統(tǒng)一體系，實踐內(nèi)容比較零散，不利于學生對該課程知識內(nèi)容進行系統(tǒng)學習。

（2）現(xiàn)有實踐案例缺乏統(tǒng)一的實踐平臺，不同案例往往相對獨立且對應的案例程序代碼編程語言不一致，影響學生的連續(xù)學習過程。

（3）現(xiàn)有實踐案例內(nèi)容不完整。雖然很多高校和企業(yè)提供了配套的案例庫，但是缺乏能夠充分囊括模式識別課程內(nèi)容的案例庫。

針對上述3個問題，本文提出基于華為“智能基座”的模式識別課程案例庫建設(shè)與實踐方案，在華為“智能基座”模式識別課程案例庫的基礎(chǔ)上構(gòu)建一套完善、統(tǒng)一且方便學生使用的實踐案例庫，以強調(diào)該課程的基礎(chǔ)性、趣味性和實踐性。此外，將本文設(shè)計的實踐案例庫與華為教學體系進行整合，與華為一起打造完整的模式識別課程實踐案例庫，促進校企雙方在本科教學方面的共同發(fā)展，最終提升智能科學與技術(shù)專業(yè)本科生培養(yǎng)質(zhì)量。

1 模式識別課程內(nèi)容分析

完整的模式識別系統(tǒng)主要涵蓋特征提取、模型和決策三大部分。其中，特征提取的目的在于從原始輸入數(shù)據(jù)中提取更有效的信息，模型用于對已有特征和知識進行有效表達，決策是指通過對輸入數(shù)據(jù)進行有效學習之后的系統(tǒng)輸出。模式識別系統(tǒng)在人工智能領(lǐng)域有著廣泛應用，如人臉識別、字符識別、動作識別、目標提取、無人駕駛等。

目前，模式識別課程的主要教學內(nèi)容分為四大塊：模式識別概念簡介及數(shù)學基礎(chǔ)知識、領(lǐng)域無關(guān)的特征提取、分類方法、多樣性數(shù)據(jù)獲取及相應模式識別方法。具體課程內(nèi)容如圖2所示。

Fig.2 Main content of pattern recognition course圖2 模式識別課程主要內(nèi)容

模式識別屬于人工智能、機器學習的范疇，是智能科學與技術(shù)專業(yè)的必修基礎(chǔ)課程，學生通過該課程的學習，能夠緊跟信息與計算機領(lǐng)域的最新技術(shù)發(fā)展趨勢，掌握信息科學與計算科學的基本理論和方法，并通過設(shè)計綜合性實驗培養(yǎng)學生發(fā)現(xiàn)問題、解決問題的能力，為高年級的相關(guān)專業(yè)課程學習打好基礎(chǔ)。

然而，由高中階段過渡到本科階段以后，本科學生面臨教學內(nèi)容多樣化、難度增加、課程量增多、授課進度快等一系列變化。特別是模式識別課程內(nèi)容涉及很多數(shù)學理論基礎(chǔ)知識，使得部分學生出現(xiàn)學習困難，甚至產(chǎn)生受挫情緒等問題。因此，針對模式識別課程的教學，單純的課堂教學很難讓學生深刻理解其物理含義與實際應用場景，也很難提高學生的學習興趣。

2 模式識別課程實踐案例庫建設(shè)

2.1 案例庫建設(shè)目的

模式識別課程案例庫建設(shè)主要目的如下：

（1）完善智能科學與技術(shù)專業(yè)課程體系。通過構(gòu)建系統(tǒng)的模式識別課程實踐案例庫，可以豐富教學內(nèi)容，完善現(xiàn)有的課程教學體系。

（2）提高學生的學習積極性。通過構(gòu)建課程實踐案例庫，可以很大程度上提升學生對模式識別課程的學習積極性。另外，通過豐富的實踐案例庫，可激發(fā)學生在相關(guān)領(lǐng)域的深層次思考，為后續(xù)科研和解決實際應用問題打下基礎(chǔ)，從而有效提升教學質(zhì)量。

（3）通過結(jié)合中國地質(zhì)大學（武漢）與華為共建的“智能基座”產(chǎn)教融合協(xié)同育人基地，可方便、有效地將華為在大數(shù)據(jù)與人工智能領(lǐng)域的教學資源整合進智能科學與技術(shù)專業(yè)教學中。一方面可豐富我校在大數(shù)據(jù)與人工智能方面的教學資源，另一方面可積極響應國家號召，促進和加速國產(chǎn)平臺在高校的推廣與應用。

（4）提升中國地質(zhì)大學（武漢）在人工智能相關(guān)領(lǐng)域的知名度和競爭力。目前國內(nèi)還沒有體系完整的模式識別課程實踐案例庫，而模式識別是所有高校人工智能相關(guān)專業(yè)的必修核心課，通過該課程實踐案例庫的建設(shè)可迅速提升我校在該領(lǐng)域的知名度。而且國內(nèi)也有不少高校與華為合作建立了“智能基座”產(chǎn)教融合協(xié)同育人基地，通過整合華為的相關(guān)教學案例資源之后，再以華為“智能基座”為平臺進行推廣，也可提升中國地質(zhì)大學（武漢）在人工智能教育領(lǐng)域的競爭力。

（5）為智能科學與技術(shù)專業(yè)的工程認證提供有力支撐。工程認證的核心任務(wù)就是服務(wù)學生，提高學生的培養(yǎng)質(zhì)量。通過本文提出的案例庫建設(shè)方案，可以有效提升學生的學習興趣和解決實際問題的能力。

2.2 案例庫建設(shè)方案

根據(jù)本文提出的案例庫建設(shè)目標，案例庫建設(shè)方案需遵循理論與實踐相結(jié)合，緊抓學生的學習需求和興趣，緊跟國內(nèi)外最新動向，緊密圍繞模式識別課程教學目標、教學內(nèi)容和學生培養(yǎng)目的，通過問題發(fā)現(xiàn)和調(diào)研、案例庫設(shè)計、案例庫實施、學生反饋、案例庫修訂和案例庫推廣6個步驟進行案例庫設(shè)計。另外，在案例庫設(shè)計和學生反饋環(huán)節(jié)形成閉環(huán)，使得案例庫設(shè)計可滿足學生培養(yǎng)的需求。案例庫具體建設(shè)方案如圖3所示。

Fig.3 Pattern Recognition course case library construction plan圖3 模式識別課程實踐案例庫建設(shè)方案

2.3 案例庫建設(shè)內(nèi)容

針對模式識別課程的教學內(nèi)容，本文圍繞課程內(nèi)容的基礎(chǔ)性、趣味性和實踐性三大特色進行案例庫建設(shè)。

（1）基礎(chǔ)性。從主流算法和核心問題出發(fā)設(shè)計案例，使學生了解模式識別領(lǐng)域的全貌，并在理解其基本原理的基礎(chǔ)上為后續(xù)深入學習某個具體方向作好準備。

（2）趣味性。面向智能科學與技術(shù)專業(yè)的本科生，本文設(shè)計的案例庫將采用更靈活的結(jié)構(gòu)、更豐富的材料以及更有趣的問題，避免過于枯燥和難以理解的數(shù)學理論成為學生深入理解模式識別基本思想的障礙，使實踐案例對學生有足夠的吸引力。

（3）實踐性。本文設(shè)計的案例庫使學生能夠通過課程學習，運用所學知識分析解決具體問題。案例庫將逐步介紹該模式識別系統(tǒng)涉及到的各種基本概念和基本算法，并輔以針對性的算法編程練習，幫助學生達成實踐性的學習目標。

基于以上三大特色，本文提出基于華為AI開發(fā)平臺ModelArts構(gòu)建模式識別課程實踐案例庫，具體內(nèi)容及其與課程內(nèi)容的對應關(guān)系如表1所示。

Table 1 Details of pattern recognition course practice case and the corresponding relationship with course content表1 模式識別課程實踐案例庫具體內(nèi)容及其與課程內(nèi)容對應關(guān)系

2.4 案例庫建設(shè)創(chuàng)新點

本文所提出的案例庫建設(shè)方案具有以下三大創(chuàng)新點：

（1）相比于以往的模式識別課程實踐案例庫，本項目擬建設(shè)的案例庫更加完善、系統(tǒng)，可以基本覆蓋所有課程基礎(chǔ)知識。

（2）結(jié)合華為“智能基座”產(chǎn)教融合協(xié)同育人基地教學資源進行建設(shè)，加強校企聯(lián)合，最大化利用雙方各自的優(yōu)勢。

（3）充分利用華為的高校教育資源池進行本案例庫推廣，加強各大高校與企業(yè)之間的交流與溝通，共同打造更好的案例庫資源池，為將來的專業(yè)工程認證打下基礎(chǔ)。

2.5 方案實施效果

為驗證本文所設(shè)計方案的有效性，針對智能科學與技術(shù)專業(yè)的66名2019級本科三年級學生展開問卷調(diào)查，以驗證該方案對學生學習該課程是否有明顯幫助。主要向?qū)W生詢問以下6個問題：

（1）該課程實踐方案對理解模式識別課程理論內(nèi)容是否有幫助？

（2）該課程實踐方案是否能降低模式識別課程內(nèi)容的學習難度？

（3）該課程實踐方案是否能激發(fā)同學們對模式識別課程的學習熱情？

（4）該課程實踐方案是否能激發(fā)同學們對模式識別課程的自學積極性？

（5）該課程實踐方案是否能提高同學們學習模式識別課程的舒適度？

（6）你覺得該課程方案可以作為傳統(tǒng)教學過程的有效補充嗎？

調(diào)查結(jié)果如表2所示，表中數(shù)據(jù)證實了學生對本文所設(shè)計的案例庫和實踐教學方案有很高的滿意度和認可度。通過本方案的實施，可以有效降低學生學習模式識別課程的難度，減少學生學習中的消極情緒，提升其學習熱情和積極性，還可激發(fā)學生主動學習和思考的能動性。

Table 2 Implementation effect of pattern recognition course practice case library表2 模式識別課程實踐案例庫實施效果 %

此外，通過本方案的實施，有50%的學生積極參與了學院與模式識別相關(guān)的本科生科研立項項目，有30%的學生參加了各類課外學術(shù)競賽，對專業(yè)課程的學習熱情得到了有效提升。

3 結(jié)語

本文設(shè)計了一套基于華為“智能基座”的模式識別課程案例庫建設(shè)與實踐方案，可有效解決現(xiàn)有模式識別課程實踐案例庫不系統(tǒng)、不完善等問題。通過將本文提出的案例庫建設(shè)內(nèi)容整合進華為“智能基座”產(chǎn)教融合協(xié)同育人基地教學資源池，受益范圍可擴大到所有利用華為教學資源的高校相關(guān)專業(yè)學生。實際的學生調(diào)查反饋數(shù)據(jù)表明，該案例庫在實踐教學過程中對提高學生學習積極性、激發(fā)學生主動學習和思考具有明顯作用。另外，考慮到模式識別課程內(nèi)容與機器學習以及計算機視覺等研究方向的緊密聯(lián)系，未來可進一步將相關(guān)前沿研究內(nèi)容融入到模式識別課程的實踐案例庫中，以增強學生對前沿研究方向的了解。