ELL與華東師大共同搭建人工智能教學實踐平臺

人工智能與教育的結合并不是一個新產生的問題，人工智能教育，正走向深度融合發展階段：教育人工智能。在當前階段，人工智能技術運用于教學領域，出現了教育機器人、教育智能測評系統、智能教育平臺等新的人工智能教育應用形態，但是，在人工智能不斷提高教學效果的同時，對于教育也產生了一定的負面影響，制約人工智能與教育深度融合，阻礙教育現代化的實現。新形勢下，亟需技術理性，回歸教育育人本質，推動人工智能與教育深度融合，在滿足經濟社會發展的同時，最終實現發展，培養人工智能時代所需人才，實現教育現代化。

人工智能教育問題凸顯

盡管目前人工智能教育相比較于傳統教育取得了一定的成績，但是，隨著人工智能與教育的融合程度加深， 人工智能教育的問題也逐步凸顯。

1.教學流于形式，脫離發展需求

在實際教學開展中存在兩方面問題：一方面，不顧教學需要和學生發展需求， 一昧使用人工智能 教育技術， 不僅不會提高教學效果，反而會阻礙教學質量的提升；另一方面，由于人工智能與教育融合的程度不高，加之教師對人工智能技術的掌握有限，在實際教學開展中，人工智能教育脫離學生發展需求，難以實現個性化教學的需要，反而是大量的數據、機械式的課件，評價結果過于注重統一標準，固化了已有的傳統教學模式和已有的應試教育舊結構。

2.教學單向灌輸，缺乏情感互動

教學本質是一種由教師的教和學生的學構成的雙向交互活動，然而，現階段人工智能教育更多注重人工智能在教學效果的提升，局限于知識、技能的單向灌輸，缺乏對于情感的培養及價值觀、道德意識的培養，導致了人工智能教育在教學過程中出現了只見教育不見人的現象。

3.教育數據數量不足質量不高，服務不精 確

教育數據來源于真實的教學情境，不僅包括人數、測試水平等靜態教育大數據，還包括課題表情、肢體動作等動態教育數據，該數據的獲取具有較大難度，加之沒有統一標準，導致獲取高質量的教育數據難上加難。 人工智能教育的基礎就是教育數據，教育數據數量不足且質量不高，嚴重制約人工智能教育效果及人工智能與教育的融合程度。

人工智能與教育有效融合

華東師范大學成立于1951年，由教育部直屬，是教育部和上海市政府重點共建的綜合性研究型全國重點大學，位列“世界大學建設高校A類” 、“985工程” 、“211工程” ，入選 “強基計劃” 、“2011計劃” 、"111計劃” 、”國培計劃II＇基礎學科拔尖學生培養計劃2.0、國家大學生創新性實驗計劃、 國家級大學生創新創業訓練計劃、 國家建設高水平大學公派研究生項目、 中國政府獎學金來華留學生接收院校、 國家大學生文化素質教育基地， 長三角高校合作聯盟、 金磚國家大學聯盟、 亞太高校書院聯盟、 中日人文交流大學聯盟創始成員， 國務院批準設立研究生院的高校， 學位授權自主審核單位。 學校設有4個學部， 30個全日制學院， 4個書院，8個實體研究院，2個管理型學院，1個教育部中學校長培訓中心， 在校全日制本科生15454人， 在校博士研究生3272人， 碩士研究生15940人， 在校 學歷留學生1341人。

為切實造就具有國際視野和全球競爭力的創新型人才， 華東師范大學利用虛擬化教學資源， 聯合戴爾科技集團共同搭建人工智能教學實踐平臺， 將理論學習、 實踐教學和大數據及人工智能搭建、 挖掘、 存儲、 分析實戰融為體， 聚焦、大數據與人工智能等前沿科技領域的知識輸出和人才培養。 平臺的搭建有利于增強企業戰略人才儲備，促進高校和企業協同培養應用型人才新機制的建立，培養大學生的應用意識和實踐能力， 以此實現創新型人才培養的教學目標。 具體具有以下亮點。

1.部署智能教學實踐平臺

在國內大部分高校的人工智能課程處于理論多于實踐、 科普多于專業的情況下， 華東師范大學利用DELL解決方案， 將高性能計算集群作為人工智能平臺的CPU資源和存儲資源， 并另外支持200萬元用于GPU資源的購置以及人工智能平臺軟件架構部 署， 這是對培養創新型人才的充分重視， 對人工智能技術發展趨勢的充分把握， 顯示了學校在新工科背景下課程改革的決心與魄力。

華東師大人工智能教學實踐平臺主要功能模塊包括：打標系統、 模型選擇、 發布與預測。 通過該平臺學生可以實現數據收集目標、 創建數據集、 數據清洗、 數據放大、 測試數據集、 訓練數據集拆分、 模型訓練、 算法優化及模型評估等任務。

2.完善智能課程體系

大學本科的人工智能教育絕不是科普教育，需要包括人工智能數字基礎、編程基礎、算法模型等基礎架構。因此，學校設計了一套完善的人工智能 教學系統，包括人工智能數字基礎、python進階內容、機器學習、深度學習、人工智能應用等方面內容，由底向上、由基礎到應用、由單一到交叉，完整的講解人工智能知識、訓練計算思維。

3.設置實踐拓展課程

“人工智能＋教育” 課程設置的首要任務，就是要利用大數據跟蹤技術扁平化連接教育資源以實現資源共享，進而設定動態開放的課程結構，以知識信息和實踐任務。設置實踐拓展課程以激發學生的學習興趣、強化學生創新思維與計算思維，設計數據挖掘、自然語言處理、圖像處理等方面的實踐課程，對前沿深度學習模型，對數據分析、實體識別、關系抽取、自然語言理解、文本相似性、圖像分類、目標檢測和模式識別等主要領域熟練掌握與理解。

4.以賽促學培養隊伍

依托人工智能平臺，學校培養大學生計算機設計大賽人工智能參賽隊伍，實現數字、圖像和人工智能 融合，為學生搭建前沿交叉科學研究的模擬仿真環境，提供自主開放研究所需要的基礎硬件和系統。 課外的第二課堂學科競賽的激勵，使學生主動提高探索意識與創新意識，從而反過來提高學生在課堂上學習的主動性。學生在大賽準備過程中會有更加明確的技術需求，在課堂中會更加積極主動地實施學習實踐過程，這樣課堂教學才更加生動、教學效果才能更加有效。

5.實施人工智能實戰

“人工智能＋教育” 必須實現線上線下深度融合，采用教育手段多樣化、學習形式泛在化、線上線下教育資源和學習空間融合的教育模式。人工智能實 戰分別以基于教室監控視頻的人臉識別、基于影像資料信息的病理分析和機器人智能問答系統作為實 戰任務，依托該平臺實現信息和人工智能融合，實現人、實體系統、實體環境的硬件協同和仿真模擬?；谘芯宽椖炕A，深入研究與實踐圖像數量、自然語言處理、模式識別等方面算法模型，并應用于人工智能實戰項目，實施人工智能在智能制造的應用，學習與智能制造融為一體，激發學生學習興趣，提升其獨立科學研究的能力。

“人工智能＋教育”不應該只是紙上談兵的教學， 而是需要建立與之相應的教育技術實踐平臺，利用平臺實踐開展深度學習。 在未來人工智能的人才培養和建設上提前布局， 才能在人工智能研究與應用領域占得先機， 才能迎來 “人工智能時代原住民”。