唐 廠，蔣良孝，陳云亮

（中國地質大學（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)相關技術產(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學科的發(fā)展和人才培養(yǎng)。作為智能科學與技術專業(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。該課程在智能科學與技術專業(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。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)絡教學資源［8-10］。此外，為加強我國人工智能相關領域技術的國產(chǎn)化，華為技術有限公司與教育部合作，圍繞“以產(chǎn)業(yè)集聚人才，以人才引領產(chǎn)業(yè)”的思想，與國內(nèi)多所高校共同設立了“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)推廣及高質量發(fā)展奠定人才基礎［11］。中國地質大學（武漢）也于2020年與華為技術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領域人才培養(yǎng)模式改革與協(xié)同創(chuàng)新，著力構建以信息技術和關鍵新技術為基礎的產(chǎn)業(yè)與人才生態(tài)，提高解決關鍵核心技術的能力，為培養(yǎng)一批適應和引領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［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與實踐方案，在華為“智能基座”模式識別課程案例庫的基礎上構建一套完善、統(tǒng)一且方便學生使用的實踐案例庫，以強調(diào)該課程的基礎性、趣味性和實踐性。此外，將本文設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專業(yè)本科生培養(yǎng)質量。

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)學基礎知識、領域無關的特征提取、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，是智能科學與技術專業(yè)的必修基礎課程，學生通過該課程的學習，能夠緊跟信息與計算機領域的最新技術發(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，為高年級的相關專業(yè)課程學習打好基礎。

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

2.1 案例庫建設目的

模式識別課程案例庫建設主要目的如下：

（1）完善智能科學與技術專業(yè)課程體系。通過構建系統(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)學生在相關領域的深層次思考，為后續(xù)科研和解決實際應用問題打下基礎，從而有效提升教學質量。

（3）通過結合中國地質大學（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)與人工智能領域的教學資源整合進智能科學與技術專業(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）提升中國地質大學（武漢）在人工智能相關領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專業(yè)的必修核心課，通過該課程實踐案例庫的建設可迅速提升我校在該領域的知名度。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，也可提升中國地質大學（武漢）在人工智能教育領域的競爭力。

（5）為智能科學與技術專業(yè)的工程認證提供有力支撐。工程認證的核心任務就是服務學生，提高學生的培養(yǎng)質量。通過本文提出的案例庫建設方案，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 案例庫建設方案

根據(jù)本文提出的案例庫建設目標，案例庫建設方案需遵循理論與實踐相結合，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計。另外，在案例庫設計和學生反饋環(huán)節(jié)形成閉環(huán)，使得案例庫設計可滿足學生培養(yǎng)的需求。案例庫具體建設方案如圖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方案

2.3 案例庫建設內(nèi)容

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

（1）基礎性。從主流算法和核心問題出發(fā)設計案例，使學生了解模式識別領域的全貌，并在理解其基本原理的基礎上為后續(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專業(yè)的本科生，本文設計的案例庫將采用更靈活的結構、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)容對應關系

2.4 案例庫建設創(chuàng)新點

本文所提出的案例庫建設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，本項目擬建設的案例庫更加完善、系統(tǒng)，可以基本覆蓋所有課程基礎知識。

（2）結合華為“智能基座”產(chǎn)教融合協(xié)同育人基地教學資源進行建設，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。

2.5 方案實施效果

為驗證本文所設計方案的有效性，針對智能科學與技術專業(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。主要向學生詢問以下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)查結果如表2所示，表中數(shù)據(jù)證實了學生對本文所設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的本科生科研立項項目，有30%的學生參加了各類課外學術競賽，對專業(yè)課程的學習熱情得到了有效提升。

3 結語

本文設計了一套基于華為“智能基座”的模式識別課程案例庫建設與實踐方案，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。