人工智能基础实训室建设方案.docx
《人工智能基础实训室建设方案.docx》由会员分享，可在线阅读，更多相关《人工智能基础实训室建设方案.docx（30页珍藏版）》请在冰豆网上搜索。
人工智能基础实训室建设方案
人工智能根底实训室
建设方案
2022年8月
1行业背景
人工智能〔ArtificialIntelligence〕是指使用机器代替人类实现认知，识别，分析，决策等功能。
其本质是对人的意识和思维的信息过程的模拟。
当前，人工智能仍处于开展的早起，整体看技术的开展将先于应用层面，但是技术层面不断突破，会使得应用场景不断丰富，它的扩充会讲反过来驱动支撑技术的继续开展，AI的整体市场规模将继续扩大。
我国在人工智能发面的开展潜力巨大，在市场规模方面，综合考虑我国人工智能的爆发节点，技术成熟度以及全球AI市场规模的因素，有研究估计，最迟到2022年我国的AI的市场规模将突破百亿元，而2022年，这一数字应在700亿元左右。
人工智能作为最热门的行业，对人才的需求也大幅增加。
从前沿的科技公司，到努力创新的传统行业，人工智能的人才都炙手可热。
但是人工智能人才的供给明显缺乏，在中国，人工智能相关人才总数超过5万人，位居全球第七。
不过，在人才结构方面，中国资深人工智能人才数量与美国差距明显，十年从业者仅占38.7%，远低于美国的71.5%，从数量上看，那么为美国的三十分之一。
因此，人工智能行业的人才培养显得尤为重要，并且因为人工智能辐射领域广泛，这就更加要求相关人才拥有多领域、跨行业的理解力，能够以点带面，综合考量。
2建设必要性分析
人工智能根底实训平台的建设，将满足我校人工智能应用人才培养的需要。
该平台依托于广泛使用的人工智能python库以及XX的人工智能产品，结合真实应用场景，完成多种人工智能应用和功能的开发，同时提供详细的实训开展参考、实训指导、环境及工具等，以有效辅助学生在人工智能根底数据处理、机器学习算法应用、数据可视化以及人工智能产品应用方面综合能力的训练。
2.1有利于构建特色的实训基地
建成的人工智能实训平台可以为全院学生提供人工智能技术和应用的训练。
通过这种特色的教学、完整的有针对性的实训环节，缩短在校学习与社会工作之间的差距，让每一位学生都提前接触人工智能领域的开发和应用，实现培养实用性人才的目标，并成为我院自身的特色实训基地。
1.1有利于推动教学改革
近年来，越来越多的高校毕业生出现了“就业难〞的现象，而于此同时，各地企业的“用工荒〞与子形成了鲜明的比照。
目前，在IT行业，也出现了“宁愿高薪挖人，也不愿低薪招新人〞的现象。
这也从一个侧面反映出，学校培养出来的毕业生，并不完全符合企业的需求，难以培养出企业青睐的人才。
因此，学校应重视教学体系改革，突出以技术应用能力培养为核心，依据企业需求，着重培养“多层次、复合型、标准化〞的IT技术人才，办学方式需更加灵活多样，在教材、教师队伍、学生学习等方面实现“产学互动〞。
通过建立校企合作，理论与实训相结合的培养模式，确保企业对员工技能素养的要求在学校人才培养过程中就得到了充分表达，为社会开展培养合格的技术型人才。
2建设方案
人工智能实训室建设方案包括实训学习管理系统，本地实验平台与实训资源三个局部：
实训管理系统提供实训教学以及实验管理功能，提供开课管理的一体化流程、客观练习、互评作业、学习笔记、学习进度统计、学习行为分析等功能模块，为教学实训营造更灵活高效的根底环境。
本地实验平台，通过虚拟化技术，对学生进行实验的环境和数据进行隔离，互不影响。
实训资源那么包括对应实训实验的所有操作手册，数据集，电子教案，源代码以及相关软件和工具。
2.1实训学习管理系统
实训学习管理系统包括学生学习前台、教师管理后台、学校门户等局部组成。
包含实验实验课程管理、个人中心、用户管理等局部组成。
老师在管理后台完成实验实验课程的教学管理，对学生进行成绩管理，成绩管理等操作。
学生可以查看自己的实验课程，通过与实验管理平台接口，转向到实验平台完成实验过程。
并通过学习管理系统提交实验报告，评定实验成绩。
2.2本地实验平台
本地实验平台采用虚拟化技术，对学生实验环境和数据进行隔离，互不影响。
学生可以在平台完成实验课中提供的各种实验，完成实验操作。
可以通过必要的硬件配置支持100个学生同时使用。
2.3实训资源
本实训室的实验工程包括两局部，根底实验和XXAI实验。
根底实验会以Python完成数据处理，监督学习和无监督学习的各种实验。
XXAI实验会以XXAI的产品和效劳为根底，完成多个AI应用。
配套的实训资源包括实训过程中所需要用到的一系列文档、工具，如XXAI产品介绍，实验手册，电子教案〔PPT〕，源代码包、实验软件工具等。
1）XXAI产品和效劳
实训中会使用到XXAI产品中的图像技术：
包括文字识别实验、人脸识别实验；自然语言处理技术：
包括词向量表示实验、短文本相似度实验、评论观点抽取实验、情感倾向分析实验；知识图谱相关技术：
知识图谱Schema实验、结构化数据抽取实验；视频技术：
视频内容分析实验、视频比对检索实验；语音技术：
语音识别、语音合成实验等。
2）文档
为保证实训的顺利开展，人工智能根底实训平台提供各个实验的实验手册，电子教案〔PPT〕以及实验系统使用手册等大量文档供使用。
Ø实验手册
每个实验包含教师版和学生版实验手册。
介绍每个实验的工程背景，实验的任务目的，实验的流程和最终的结果或生成的应用。
教师版：
详细介绍每个实验的背景，如果是XXAI实验，会介绍所使用的XX效劳，使用XXAI的方法。
如果是根底实验，会介绍相关python库以及使用方法。
同时，包括实验的目的，实验的思路和最终的结果，帮助老师快速掌握实验工程的相关知识，同时，提供实训步骤详细说明，便于教师对学生的实训过程进行详细指导，并对实训进度进行合理安排。
学生版：
通过实验背景、实验任务说明、实验环境设置、XX效劳介绍或是Python库相关接口介绍，关键步骤等内容了解实验的的目标、内容及成果，懂得从何下手并完成任务。
Ø电子教案〔PPT和视频〕
电子教案包括python的pandas，matplotlib以及scikit-learn库的介绍和说明，XX图像技术，自然语言处理技术，知识图谱以及视频技术，语音技术的介绍和效劳说明。
另外，包括实验中所使用的机器学习算法的根本原理，使用场景和使用方法。
3）数据资源
包括每个实验的数据资源，以及数据字段说明等。
4）源代码
每个实验的参考实现的源代码，包含Python，Java等：
5）
包括实验所需要用到的编程软件，如python，python库，以及Java和Eclipse等。
XXAI实验的接口文档。
2.4应用场景
2.4.1用户需求
目前人工智能技术的开展迅猛，但是在人才培养方面的比拟滞后。
对于根本的算法的应用训练，以及行业一线的人工智能领域的应用实践还比拟欠缺。
学生对行业中的人工智能的应用不了解，减少了就业的竞争力。
另一方面，人工智能相关的课程设计、小学期、综合实训类课程等实训环节存在目标不明确、指导困难、考评困难等问题，需要系统的实训指导及环境辅助进行。
2.4.2产品应用
1）实训内容
本实训室包括两局部实验，根底实验和XXAI实验。
根底实验会使用Python的pandas库，matplotlib库以及scikit-learn库完成数据处理，可视化以及机器学习算法的相关实验。
XXAI实验依赖XXAI产品中的图像技术，自然语言处理技术，知识图谱相关技术，视频技术和语音技术完成一系列AI应用实验。
在实训中，参与实验的学生可以充分了解人工智能中的根本分析和算法的应用，也能充分尝试利用XX的AI产品快速搭建AI产品的原型应用，为将来从事相关工作打下坚实根底。
本实训室为人工智能技术根底〔45课时〕提供实验环境，可支持100个人同时在线学习，进行仿真训练。
实训内容
实训技能
使用pandas库完成数据处理实验
掌握如何使用pandas创立数据集，进行层次化索引，处理缺失值，
进行汇总和描述统计分析
使用matplotlib进行数据可视化实验
使用matplotlib实现折线图，散点图，饼图，柱状图,箱形图和三
维曲线等绘制。
使用scikit-learn库进行回归算法的实验
使用scikit-learn完成简单线性回归，多元线性回归分析汽油消耗
数据量数据，汉堡销售数据以及城市死亡率数据。
使用scikit-learn库进行支持向量机算法的实验
使用scikit-learn中的支持向量机〔SVM〕算法来构建预测模型，对
ATM交易数据进行分析建模，判断ATM交易中是否存在欺诈行为。
使用scikit-learn库进行朴素贝叶斯算法的实验
使用scikit-learn中的朴素贝叶斯算法，完成对短文本分类的实验
使用scikit-learn库进行决策树算法的实验
使用scikit-learn中的决策树算法分析客户对汽车的性能评价数
据，找到最符合客户需求的汽车特征。
使用scikit-learn库进行k均值聚类算法的实验
使用scikit-learn中的k均值聚类算法对健康保险索赔数据进行分
析，找到欺诈性索赔发生率最高的客户群
使用XX文字识别效劳的实验
使用XX文字识别接口,完成对手写字的扫描识别的web应用
使用XX人脸识别效劳的实验
使用XX人脸识别接口，完成刷脸签到的web应用
使用XX词向量表示效劳的实验
使用XX词向量表示效劳接口，完成对搜索语句根据语义召回的功
能。
使用XXXX短文本相似度效劳的实验
使用XX短文本相似度接口，对新闻标题进行分析完成新闻推荐的功
能
使用XX评论观点抽取接口的实验
使用XX评论观点抽取接口，对某商品的评价数据完成抽取和标签化
的应用。
使用XX情感倾向分析效劳的实验
使用XX情感倾向分析效劳接口，对某商品的评价数据进行情绪监督
的web应用。
使用XX知识图谱Schema接口的实验
使用XX知识图谱Schema接口，完成对输入的数据进行清洗，转换
完成图谱构建的web应用
使用XX结构化数据抽取接口的实验
使用XX结构化数据抽取接口，完成行业调研数据的的获取和结构化
转换的功能
使用XX视频内容分析接口的实验
使用XX视频内容分析接口，完成对视频内容自动抽取标签的web
应用
使用XX语音识别技术的实验
使用XX语音识别技术，完成自动速记的web应用
使用XX语音合成技术的实验
根据XX语音合成技术，完成对文本的有声阅读web应用
2）实训进度
本实训中的实验可以有学员单独完成，也可以由学员分组合作完成。
每个实验包括实验背景了解，编写代码，测试以及验证的过程，下表是一般的进度时间参考。
编号
实验
课时
实践目标及产出物
目标
产出物
1
使用pandas库完成数据处理实验
4课时
掌握pandas库进行数据处理的根本方法
Python代码和实验报告
2
使用matplotlib进行数据可视化实验
4课时
掌握用matplotlib库进行数据可视化的方法
Python代码和实验报告
3
使用scikit-learn库进行回归算法的实验
4课时
掌握使用sciki-learn库的回归算法
Python代码和实验报告
4
使用scikit-learn库进行支持向量机算法的实验
4课时
掌握使用sciki-learn库的支持向量机算法
Python代码和实验报告
5
使用scikit-learn库进行朴素贝叶斯算法的实验
4课时
掌握使用sciki-learn库的朴素贝叶斯算法
Python代码和实验报告
6
使用scikit-learn库进行决策树算法的实验
4课时
掌握使用sciki-learn库的决策树算法
Python代码和实验报告
7
使用scikit-learn库进行k均值聚类算法的实验
4课时
掌握使用sciki-learn库的k均值聚类算法
Python代码和实验报告
8
使用XX文字识别效劳的实验
4课时
了解XX文字识别效劳
能够开发相应的应用
应用代码，实验报告
9
使用XX人脸识别效劳的实验
6课时
了解XX人脸识别效劳
能够开发相应的应用
应用代码，实验报告
10
使用XX词向量表示效劳的实验
6课时
了解XX词向量表示效劳
能够开发相应的应用
应用代码，实验报告
11
使用XX短文本相似度效劳的实验
6课时
了解XX短文本相似度效劳
能够开发相应的应用
应用代码，实验报告
12
使用XX评论观点抽取接口的实验
6课时
了解XX评论观点抽取接口效劳
能够开发相应的应用
应用代码，实验报告
13
使用XX情感倾向分析效劳的实验
6课时
了解XX情感倾向分析效劳
能够开发相应的应用
应用代码，实验报告
14
使用XX知识图谱Schema接口的实验
8课时
了解XX知识图谱Schema接口
能够使用构建知识图谱
应用代码，实验报告
15
使用XX结构化数据抽取接口的实验
8课时
了解XX结构化数据抽取接口
能够开发相应的应用
应用代码，实验报告
16
使用XX视频内容分析接口的实验
8课时
了解XX视频内容分析接口效劳
能够开发相应的应用
应用代码，实验报告
17
使用XX语音识别技术的实验
6课时
了解XX语音识别技术接口
能够开发相应的应用
应用代码，实验报告
18
使用XX语音合成技术的实验
6课时
了解XX语音合成技术接口效劳
能够开发相应的应用
应用代码，实验报告
2.4.3实训效果
通过对python的数据分析处理和可视化库的根本操作实验，多种机器学习算法的根本应用实验，以及广泛的XXAI产品效劳的应用开发，学生对人工智能领域的根本操作，以及上层应用的开发和使用得到针对性的训练。
通过该实训过程，学生能够按照广泛了解人工智能领域的最新应用和实际应用场景。
通过开发人工智能功能的小应用，为将来的工作和产品开发中包含人工智能类的功能打下坚实根底。
3设备清单与预算
序号
产品名称
单位
数量
预算〔万元〕
备注
1
实训学习管理系统
套
1
20
按照license授权报价
2
本地实验平台
套
1
30
按照license授权报价
3
实训资源
套
20
50
按照license授权报价
合计
100万元
4设备与效劳技术要求
序号
设备名称
指标项
技术规格参数
1
人工智能根底实训室管理平台
教师教学空间模块
授课过程设置
提供开课管理的一体化流程：
提供渐进式的开课管理过程，既满足对无计算机根底的用户也可迅速建设一次开课，也满足教师可随时得到学习者的学习反应并进行指导管理。
课程内容的客观练习：
添加客观练习时，需要设置练习名称、提交截止时间、允许提交次数、成绩评定算法〔包含平均分、取最高成绩、取最后一次提交成绩〕。
★互评作业：
支持在课程内容制作过程中添加互评作业（PeerReview），学生在学习过程中即课程学习界面完成互评作业。
学生之间可以互相批阅他人作业，不满意互评成绩的学生可以申诉成绩，由教师裁决处理成绩。
添加互评作业时，需要设置成绩占比〔被批阅分数占比、批阅数量占比、批阅质量占比〕、互评人数〔批阅数量、最少被批阅次数〕、成绩评定算法〔平均分、去除最高最低项的平均分〕、评分项。
互评作业支持作业评分案例设置，案例用于指导学习进行互评操作。
互评的严肃性：
互评作业通过提供标准差和异常标签，保证互评的严肃性和公正性。
课程内容的主题讨论：
支持在课程内容制作过程中添加主题讨论，学生在学习过程中即课程学习界面参加主题讨论。
配置助教团队：
可以添加课程的助教团队，帮助管理开课和课程，例如辅助完成答疑，批改作业等功能，不同助理教师会根据实际情况赋予不同的管理权限。
发布课程公告：
可以发布课程公告，例如章节内容最新发布等信息，公揭发布后，学习该课程的学生都能看到。
开课发布与更新：
教师发布开课后需经过管理员审核，审核通过后学生才能看到课程，然后选课和学习。
在授课过程中，教师可根据实际需求对已经发布开课内容进行更新，更新内容包括课程的所有内容，如更新课程视频可直接替换并且支持对替换的视频进行重新打点，修改测试题目等。
成绩的严谨性控制：
每次测验、线上成绩、线下成绩、综合成绩，详细的统计分析以及同标准正态分布的比照情况，以此来检验成绩的信度和测验的严谨性。
学生学习空间模块
用户登录：
支持以下多种登录方式，统一身份认证平台登录〔针对校内在籍学生〕；学号和密码〔管理员在后台导入学号，学生在前台激活〕；邮箱和密码〔针对以邮箱方式注册的用户〕用户登录时，如果连续三次出现验证错误那么会弹出验证码要求验证，防止木马攻击。
密码找回：
用户忘记密码时，可以通过绑定的邮箱找回密码。
学习中心：
学习的课程：
用户可以查看参加的所有开课，点击开课图片可以快速进入课程主页。
课程成绩发布后，可以查看成绩。
查看个人的学习习惯统计分析，以帮助学生管理自己的学习行为，增加对学习的控制能力。
支持对非修学分课程进行退课
收藏的课程：
用户可以查看收藏的所有开课，并可以取消收藏开课。
★我的笔记：
用户可以查看在课程中记录的所有笔记，以及对笔记执行编辑和删除等操作。
每门课程会在记录第一条笔记时创立一个笔记本，可以对笔记本进行删除。
消息管理：
用户可以查看来自平台、学校发送的消息通知，能够及时的调整学习安排或完成相关任务等。
个人设置：
用户可以对个人信息包含性别，年龄，职业，教育程度，学校，专业，兴趣爱好，头像等进行设置。
学习过程：
选择课程：
支持为学生指定选修某些课程。
学生也可以自选课程，选择课程时需要选择开课班次，确认学习类型是兴趣学习还是修学分。
课程主页：
进入课程主页，可以查看课程公告、即将到期测验与作业、最新发布章节信息、最新发布讨论以及开课当前进度情况等。
课程学习：
用户登陆后选择相应课程即可进入学习，课程学习内容以视频、文档、讨论、网页〔网址链接、文本〕、测验与作业等形式呈现，可全屏以及暂停，系统自动记录学员每一课时的学习时长，并将其作为考核的指标之一。
★课程笔记：
学生在线上记笔记能够实现笔记与文档、视频内容具体时间点进行关联。
记录笔记时，视频会自动暂停。
笔记支持富文本编辑。
★课程提问：
学生在线上发布提问能够实现提问与文档、视频内容具体时间点等进行关联，后续可以快捷地在知识点与提问间建立直接联系。
进行提问时，视频会自动暂停。
提问支持富文本编辑。
提问时需要选择提问类型，不同类型的提问会归属到不同的课程讨论版块。
主题讨论：
教师在课程内容中添加主题讨论，学生可以进行回复。
讨论支持根据回复最多，回复时间，被赞最多进行排序，支持按教师回复，我的回复、只看该作者〔发布人〕进行内容过滤。
课程讲义：
课程讲义是辅助学生学习的一种资源，能够更加细化视频与知识的定位，通过线上的方式学生可以通过讲义下载进行浏览学习。
课程测验：
学习中在指定时间内按照要求完成测验。
测验题型主要包含选择题、判断题。
在提交截止时间之前，可以支持提交屡次。
测验最终成绩评定算法〔例如平均分〕可以在开课课程内容制作中设置。
课程作业：
学习中在指定的时间内按要求完成作业，作业题型主要为简答题，并支持上传各种附件。
根据作业批阅方式，作业可分为同业互评和教师批阅作业两种类型。
★同业互评的作业，提交作业后，进入在互评阶段，学生间批阅彼此作业。
在成绩公布期间，看到互评成绩和评语详情。
不满意互评成绩可以进行成绩申诉，最终由教师处理。
教师批阅的作业，提交作业后，在成绩公布期间，看到教师的批阅成绩和评语。
学习进度：
小节中内容全部完成后，会显示打钩标志，小节中一个内容标志完成后，内容标志会由暗变成亮。
从而学生可以知晓当前课程的学习进度，以便灵活把握个人学习进度。
在线论坛：
每门课程拥有自己的在线论坛，分为不同的讨论版。
默认讨论版包括：
技术支持：
任何网站使用上的技术问题进入本版，并自动提取用户的浏览器版本，操作系统信息等，有助于问题解决。
内容纠错：
课件或是习题内容发现错误进入本版，自动附加视频、文档、讨论等信息。
章节讨论区：
每章发布后，课程中会自动创立本章节讨论区。
课件中教师发布作为教学内容的讨论以及学员发布的讨论会在相关章节讨论区显示。
具相关管理权限的教师可以自行定义其他讨论版，对版块进行关闭或者对帖子进行关闭、删除、置顶的相关管理。
用户可以对论坛的贴子进行顶，踩，回复，对回复进行评论，举报。
进阶式学习：
测验与作业：
用户完成一个视频或文档等，可以进行一个测验或作业。
督学及统计分析功能模块
平台督学：
★进度概览：
可以查看每个实验的按照学生维度的提交次数、平均用时、最终成绩等
★学习行为分析：
可以查看学校维度的整理教学情况，包括课程访问数据，用户登录人次、时段、时长。
按照学生维度查看每个学生的在线学习行为，包括每门课的学习进度，作业完成情况、讨论参与情况、提问完成情况。
涵盖学生在线学习所产生的所有数据，每次从登陆平台开始一直到登出平台截止。
测验与作业管理：
测验〔客观练习〕管理：
教师在教学互动中的客观练习界面中可以查看到课程中创立的所有客观练习。
点击一个客观练习进入成绩查询界面。
在成绩查询页面中，查看到已提交成绩统计分析以及练习中题目分析〔人均用户和错误率分析〕。
根据提交状态的过滤并支持导出成绩和向批量学生发送站内消息。
作业〔主观练习〕管理：
教师在教学互动中的主观练习界面中可以看到课程中创立的所有主观练习。
点击一个主观练习进入成绩查询界面。
在互评作业的成绩查询页面中，提供批阅作业，处理学生成绩申诉，修改学生批阅质量分数等功能。
支持提交状态，互评状态，成绩申诉状态过滤筛选，以及导出成绩和向学生一键发送消息。
在教师批阅作业的成绩查询页面中，提供批阅作业功能。
支持提交状态过滤筛选以及导出成绩和向学生一键发送消息。
平台后台管理模块
★平台运行状态：
了解所有课程和人员信息整体情况。
查看当前创立的实验总数，累计完成学习人次、本学期正在学习人次 、完成实验人次、用时。
用户管理：
学生管理：
对学生进行统一信息管理，拥有导入、新增、删除、重置密码、发送消息支持搜索关键字姓名、学号查找学生。
在校认证：
通过邮箱注册的学生，在选择修学分课程时需要进行在校认证。
提交在校认证申请后，学校管理员在此处进行审核处理，审核未通过时会发送消息告知学生进行修改在校认证资料。
学校教师：
对在校教师进行统一管理。
支持添加课程教师以及设置教师有无创立课程的权限。
2
人工智能根底实训室本地实验系统
设备参数
实验集中管理，对所有实验工程进行统一的管理和维护。
★实验工程有调整或升级时，系统会自动同步更新学校的实验工程，保障学生使用最新实验。
★一键创立实验资源，每个实验工程均已配置好所需的实验资源，学生一键点击就可以自动创立所有实验资源。
提供单击复制效劳器地址、密码功能。
★定时释放实验资源，每个实验有时间限制，实验时间到系统会自动释放实验资源，解决实验资源大量被无效占用而导致其他学生无法做实验。
重置初始化实验资源，由于种种原因导致当前实验已无法进行下去，学生可以主动释放实验资源。
再通过重新创立实验资源得到一个干净实验环境继续实验。
★学校实验机器运行监控，会对学校中所有实验机器进行监控，如有异常如机器宕机或内存缺乏等情况可以实时告知学校进行处理
★实验集群灾备，支持多台实验主机集群协同工作，方便进行扩展。
支持备份架构，当出现实验主机故障时可以快速切换到备份实例，有效维持实验的秩序
★实验指导文档查看：
支持用户模拟实训环境，参考实验手册，支持直接复制文档内容。
3
实验内容出版及支撑平台
升级会员 