您的位置:首页 > 信息动态  > 解决方案
促人工智能与教育有效融合,迎“人工智能时代原住民”
来源:www.dell010.com.cn 发布时间:2021年01月29日

ELL与华东师大共同搭建人工智能教学实践平台


人工智能与教育的结合并不是一个新产生的问题,人工智能教育,正走向深度融合发展阶段:教育人工智能。在当前阶段,人工智能技术运用于教学领域,出现了教育机器人、教育智能测评系统、智能教育平台等新的人工智能教育应用形态,但是,在人工智能不断提高教学效果的同时,对于教育也产生了一定的负面影响,制约人工智能与教育深度融合,阻碍教育现代化的实现。新形势下,亟需技术理性,回归教育育人本质,推动人工智能与教育深度融合,在满足经济社会发展的同时,最终实现发展,培养人工智能时代所需人才,实现教育现代化。


人工智能教育问题凸显


尽管目前人工智能教育相比较于传统教育取得了一定的成绩,但是,随着人工智能与教育的融合程度加深, 人工智能教育的问题也逐步凸显。


1.教学流于形式,脱离发展需求

在实际教学开展中存在两方面问题:一方面,不顾教学需要和学生发展需求, 一昧使用人工智能 教育技术, 不仅不会提高教学效果,反而会阻碍教学质量的提升;另一方面,由于人工智能与教育融合的程度不高,加之教师对人工智能技术的掌握有限,在实际教学开展中,人工智能教育脱离学生发展需求,难以实现个性化教学的需要,反而是大量的数据、机械式的课件,评价结果过于注重统一标准,固化了已有的传统教学模式和已有的应试教育旧结构。


2.教学单向灌输,缺乏情感互动

教学本质是一种由教师的教和学生的学构成的双向交互活动,然而,现阶段人工智能教育更多注重人工智能在教学效果的提升,局限于知识、技能的单向灌输,缺乏对于情感的培养及价值观、道德意识的培养,导致了人工智能教育在教学过程中出现了只见教育不见人的现象。


3.教育数据数量不足质量不高,服务不精 确

教育数据来源于真实的教学情境,不仅包括人数、测试水平等静态教育大数据,还包括课题表情、肢体动作等动态教育数据,该数据的获取具有较大难度,加之没有统一标准,导致获取高质量的教育数据难上加难。 人工智能教育的基础就是教育数据,教育数据数量不足且质量不高,严重制约人工智能教育效果及人工智能与教育的融合程度。



人工智能与教育有效融合


华东师范大学成立于1951年,由教育部直属,是教育部和上海市政府重点共建的综合性研究型全国重点大学,位列“世界大学建设高校A类” 、“985工程” 、“211工程” ,入选 “强基计划” 、“2011计划” 、"111计划” 、”国培计划II'基础学科拔尖学生培养计划2.0、国家大学生创新性实验计划、 国家级大学生创新创业训练计划、 国家建设高水平大学公派研究生项目、 中国政府奖学金来华留学生接收院校、 国家大学生文化素质教育基地, 长三角高校合作联盟、 金砖国家大学联盟、 亚太高校书院联盟、 中日人文交流大学联盟创始成员, 国务院批准设立研究生院的高校, 学位授权自主审核单位。 学校设有4个学部, 30个全日制学院, 4个书院,8个实体研究院,2个管理型学院,1个教育部中学校长培训中心, 在校全日制本科生15454人, 在校博士研究生3272人, 硕士研究生15940人, 在校 学历留学生1341人。


为切实造就具有国际视野和全球竞争力的创新型人才, 华东师范大学利用虚拟化教学资源, 联合戴尔科技集团共同搭建人工智能教学实践平台, 将理论学习、 实践教学和大数据及人工智能搭建、 挖掘、 存储、 分析实战融为体, 聚焦、大数据与人工智能等前沿科技领域的知识输出和人才培养。 平台的搭建有利于增强企业战略人才储备,促进高校和企业协同培养应用型人才新机制的建立,培养大学生的应用意识和实践能力, 以此实现创新型人才培养的教学目标。 具体具有以下亮点。



1.部署智能教学实践平台

在国内大部分高校的人工智能课程处于理论多于实践、 科普多于专业的情况下, 华东师范大学利用DELL解决方案, 将高性能计算集群作为人工智能平台的CPU资源和存储资源, 并另外支持200万元用于GPU资源的购置以及人工智能平台软件架构部 署, 这是对培养创新型人才的充分重视, 对人工智能技术发展趋势的充分把握, 显示了学校在新工科背景下课程改革的决心与魄力。

华东师大人工智能教学实践平台主要功能模块包括:打标系统、 模型选择、 发布与预测。 通过该平台学生可以实现数据收集目标、 创建数据集、 数据清洗、 数据放大、 测试数据集、 训练数据集拆分、 模型训练、 算法优化及模型评估等任务。


2.完善智能课程体系

大学本科的人工智能教育绝不是科普教育,需要包括人工智能数字基础、编程基础、算法模型等基础架构。因此,学校设计了一套完善的人工智能 教学系统,包括人工智能数字基础、python进阶内容、机器学习、深度学习、人工智能应用等方面内容,由底向上、由基础到应用、由单一到交叉,完整的讲解人工智能知识、训练计算思维。


3.设置实践拓展课程

“人工智能+教育” 课程设置的首要任务,就是要利用大数据跟踪技术扁平化连接教育资源以实现资源共享,进而设定动态开放的课程结构,以知识信息和实践任务。设置实践拓展课程以激发学生的学习兴趣、强化学生创新思维与计算思维,设计数据挖掘、自然语言处理、图像处理等方面的实践课程,对前沿深度学习模型,对数据分析、实体识别、关系抽取、自然语言理解、文本相似性、图像分类、目标检测和模式识别等主要领域熟练掌握与理解。


4.以赛促学培养队伍

依托人工智能平台,学校培养大学生计算机设计大赛人工智能参赛队伍,实现数字、图像和人工智能 融合,为学生搭建前沿交叉科学研究的模拟仿真环境,提供自主开放研究所需要的基础硬件和系统。 课外的第二课堂学科竞赛的激励,使学生主动提高探索意识与创新意识,从而反过来提高学生在课堂上学习的主动性。学生在大赛准备过程中会有更加明确的技术需求,在课堂中会更加积极主动地实施学习实践过程,这样课堂教学才更加生动、教学效果才能更加有效。


5.实施人工智能实战

“人工智能+教育” 必须实现线上线下深度融合,采用教育手段多样化、学习形式泛在化、线上线下教育资源和学习空间融合的教育模式。人工智能实 战分别以基于教室监控视频的人脸识别、基于影像资料信息的病理分析和机器人智能问答系统作为实 战任务,依托该平台实现信息和人工智能融合,实现人、实体系统、实体环境的硬件协同和仿真模拟。基于研究项目基础,深入研究与实践图像数量、自然语言处理、模式识别等方面算法模型,并应用于人工智能实战项目,实施人工智能在智能制造的应用,学习与智能制造融为一体,激发学生学习兴趣,提升其独立科学研究的能力。


“人工智能+教育”不应该只是纸上谈兵的教学, 而是需要建立与之相应的教育技术实践平台,利用平台实践开展深度学习。 在未来人工智能的人才培养和建设上提前布局, 才能在人工智能研究与应用领域占得先机, 才能迎来 “人工智能时代原住民”。




返回列表