恒电人工智能人才培养方案

针对目前企业对人工智能人才需求及院校对人工智能人才的培养要求，恒电科技推出了人工智能人才培养解决方案，解决方案中加入了具有恒电科技教育特色的创新培养模式。该模式由创新培养理念、课程体系建设、实习实训、培养方式建设、师资队伍建设、就业保障等六大方面进行展开。恒电科技秉承人本主义学习理论、建构主义学习理论的教学理念，采用混合式学习、翻转课堂、协助学习等多种教学方法，让学生在做中学。通过大数据和人工智能等手段，深入分析学生的学习行为，构建学生学习情况画像，进一步做到因材施教。

图1

人工智能知识的多样性，决定了专业结构的多样性。在恒电科技人工智能解决方案的整体架构中，底层是物理硬件设备，完成了对计算资源、存储资源、网络资源的管理。上层是容器化层，采用恒电iDLP深度学习软件平台对深度学习环境进行统一管理。针对人工智能的教学，上层拥有实训管理平台、资源管理平台和移动教学平台，以支撑学校的教学。在教学安排上，以图形、文本和语音三类非结构化数据为基础，分别建立了图像处理与计算机视觉分析平台、文本挖掘与自然语言处理分析平台 、语音识别与模式分析处理平台，同时，提供教学所使用的案例资源包和行业案例库供学生使用。恒电科技拥有一套完善的人工智能培训体系，帮助高校教师迅速掌握人工智能的相关知识。

图2. 人工智能解决方案的整体架构

恒电人工智能一体机集成了空调、配电模块、盲板、UPS、电磁包和监控屏、万兆交换机和服务器，搭建深度学习软件真正做到开箱即用。它能够适应教学、科研、竞赛等多个场景，是一个完整的人工智能解决方案。

图3. 人工智能一体机

iDLP深度学习平台软件

恒电iDLP深度学习平台为AI深度学习的提供环境支撑。它通过细粒度的权限控制，针对多用户、多场景进行角色关联、GPU 资源配额、特定存储卷关联。同时预置了丰富的学习镜像，方便快速部署训练环境，支持主流深度学习框架的同时，公共镜像与用户私人镜像相互隔离，确保用户私有镜像数据安全。另外该平台还支持多人在线实验、模型训练等教学、科研实践应用，为学校提供优质的可靠性、可扩展性、可维护性、高性能的管理平台。

图4. 恒电iDLP深度学习平台

菁英智能教学系统

恒电菁英智能教学系统由知识强化子系统、实训管理子系统、网络学习空间子系统、成绩分析子系统、互助学习子系统、实习管理子系统、就业竞争力分析子系统7大子系统组成，将自然语言处理、知识图谱、推荐系统、计算智能、机器学习、深度学习等人工智能关键技术融入到“教、学、考、评、管”等环节当中，真正做到因材施教，达到个性化学习的目的。

图5. 恒电菁英智能教学系统

教学资源包

恒电科技拥有完整的教学供教师教学使用。主要课程包括：

《人工智能引论》实训项目结合当前人工智能应用主流方向如知识表示、智能搜索等，提取应用的主要技术并结合经典算法和生活中的实际设计了实训项目，如八组码问题、n-Queue问题等，兼顾趣味性与实用性特点。

《机器学习》实训项目选取了常用的算法模型如贝叶斯方法、梯度下降等进行设计，重视对算法模型基础原理的理解与应用，同时涵盖CNN、RNN及强化学习等复杂算法模型的实训练习。

《计算机视觉与模式识别》实训项目设计结合行业主流应用如手写识别、图像搜索和人脸识别等，应用tensorflow、Keras等常用框架进行实现。

《自然语言处理》实训项目结合大数据特点，利用网页爬虫获取数据源，再利用多种框架模型进行图表分析及字词典构建。最后，结合教师学生角度，利用关键词提取法进行作业查重系统的设计。

《计算智能》实训项目为更好地加深同学们对十大经典算法的理解与运用，紧密结合课程内容从实际应用角度出发设计相应的实训项目。

《人工智能程序设计》主要介绍了Python语言的基础和使用方式，常用库以及人工智能相关应用。目的是使学生学会以Python为基础对人工智能应用进行编程实践。

《神经网络与深度学习》课程项目，使学生学会综合利用所学的知识完成较复杂的项目设计和开发任务，培养学生规范的项目开发习惯和良好的团队合作精神，锻炼学生分析问题、主动学习和应用知识解决问题的能力。

图6. 恒电人工智能教材

行业案例库

机器学习与深度学习模型需要依赖大量的训练与验证，恒电科技提供了大规模的行业应用数据集保障教学集学生实训项目的顺利进行。数据已经过一定的脱敏处理和清洗，可进一步作为智能驾驶、人脸识别等真实应用开发数据源。同时，人工智能已渗透入包括金融、计算机视觉、智能驾驶、教育、工业、医疗等在内的各行各业。恒电科技将在教学应用中融入行业应用典型案例，让老师同学能紧跟行业发展脚步开展人工智能相关实习实训。

图7. 人工智能项目应用案例

图8. 人工智能项目应用案例