选择区域/语言
- Australia - English
- Brazil - Português
- China - 简体中文
- Europe - English
- France - Français
- Germany - Deutsch
- Ireland - English
- Italy - Italiano
- Japan - 日本語
- Kazakhstan - Қазақ тілі
- Kazakhstan - Русский
- Kenya - English
- Korea - 한국어
- Malaysia - English
- Mexico - Español
- Mongolia - Монгол
- Netherlands - Nederlands
- New Zealand - English
- Poland - Polski
- Romania - Română
- Singapore - English
- South Africa - English
- Spain - Español
- Switzerland - Deutsch
- Switzerland - Français
- Switzerland - Italiano
- Switzerland - English
- Tanzania - English
- Thailand - ภาษาไทย
- Türkiye - Türkçe
- Ukraine - Українська
- United Kingdom - English
- Uzbekistan - Русский
- Uzbekistan - O’zbek
- Vietnam - Tiếng Việt
- Global - English
在人工智能浪潮席卷全球的今天,高校面临着前所未有的教育命题:如何培养既能“仰望星空”进行理论创新,又能“脚踏实地”解决工程实践的AI人才?这是教育界和产业界共同关注的焦点。
复旦大学作为高水平研究型大学之一,致力于系统性重塑科研与教育范式,以回应AI for Science的变革与国家战略需求,并探索出了一条“产教融合、案例驱动、平台支撑、竞赛赋能”的人才培养新路径。
学校通过将AI与基础科学深度融合,打造了覆盖全校学科的“AI-BEST”课程体系;通过与华为等企业共建,创设“隐形实验室”等产教协同机制,旨在培养既懂底层原理、又能解决跨学科问题的复合型人才。这一系列举措打通了从基础研究到产业应用的链条,形成了从知识构建到能力输出的系统性育人体系。
众智项目:产业前沿AI技术直通课堂
校企合作的核心在于将产业一线需求转化为教学资源。2022年,复旦大学与华为签署“昇腾众智项目”协议,我们团队承担了基于MindSpore框架的小样本学习模型开发与迁移任务。这不仅是一次技术攻关,更成为产业技术向教学转化的“活水源头”。我们将华为最新的AI平台和技术不断引入课堂,让学生在工业级开发环境中深入探索开发框架。
相比传统教学使用的开源框架,MindSpore的深度融入让学生体验到了不同的开发环境。学生们反馈:“在MindSpore框架上进行模型训练和调优,让我们真正理解了工业界的需求和标准。”这种从学术到产业的无缝对接,让学生的工程能力培养不再是纸上谈兵。
“云—边—端”一体:人人拥有“AI超级算力”
在AI教学中,算力资源不足曾是制约学生实践的主要瓶颈。过去,学生常因本地计算机性能不足而无法完成复杂模型的训练。为了破解这一难题,我们的课程深度引入了华为云ModelArts平台,利用云端充足的计算资源,学生可以专注于算法的设计与调优。
在实践环节,我们设计了一系列贴近实际的应用场景,例如:集体照检测与识别、后厨环境智能检测、电动车头盔检测、医学图像分割等。教学流程要求学生先在ModelArts上进行模型训练与优化,然后将模型部署到华为Atlas开发板及香橙派等边缘设备,完成端侧推理实践。通过完整走通“云—边—端”全链路,学生完整经历了AI项目从开发到落地的全流程,作业质量显著提高。例如,有学生小组在完成基础实验后,自主设计并实现了“智慧教室学生专注度分析”项目,利用课堂视频数据,训练模型来识别学生出勤和听课行为,展现了极强的实际应用能力。
以赛赋能:在工业级实战中验证与成长
竞赛是检验教学和学习成果的最佳试金石。我们积极参加华为ICT大赛教学赛,并组织学生参与华为人工智能算子竞赛等活动。
在第九届华为ICT大赛教学赛中,我们设计的“大型高分辨率集体照检测与识别系统”荣获实验教学案例赛项特等奖(如图1)。该案例历经多次迭代,已从最初处理小型集体照升级至应对高分辨率、大规模场景,不仅实现了由PyTorch到华为MindSpore的技术框架迁移,还依托华为ModelArts平台进行模型训练与优化,并支持在香橙派开发板进行端侧部署。目前,该案例的配套数据、代码及视频资源已在华为人才在线平台开源,被广泛应用于本科及研究生实验教学。
学生团队在华为算子比赛中同样表现亮眼,这项赛事是一场高强度的“工业级”练兵,要求学生现场设计AI芯片底层算子。参赛学生表示:“比赛过程中遇到的挑战和解决问题的方法,是课堂上永远学不到的宝贵经验。”
通过以赛促学、以赛促教,教师的案例设计水平、学生的创新协作与工程实现能力均得到了全面提升。
案例研发:把真实项目“搬”进课堂
产教融合的目标之一是将产业实践沉淀为教学资产。为此,我们把与20多家企业合作的横向科研课题的成果进行抽象和简化,将其转化为系列适合实验教学的鲜活教学案例。目前,我们已积累了包括“后厨环境智能检测”“电动车头盔检测”“医学图像分割”等十多个一手案例。以后厨环境智能检测为例,该案例源于与某知名餐饮企业的横向合作课题,重点解决后厨环境中鼠患、虫害等实时监测难题。在教学中,我们指导学生完整经历了从数据标注、模型选型,到在ModelArts平台上进行模型微调与优化,最终将模型部署至华为香橙派开发板并进行性能优化的全流程。为解决模型在昏暗角落识别率显著下降的问题,学生们积极尝试图像增强、小样本识别等多种技术方案。这些案例并非简单的演示样例,而是源自产业一线、完整覆盖全流程的真实项目。学生参与了从研发到交付的完整环节,像在企业团队中一样解决工程难题,在实战中锻炼了工程思维与创新能力,满足了国家金课对“高阶性、创新性、挑战度”的要求。
目前,这些案例已被纳入深度课程教学,并配套出版了《深度学习及其应用》教材。这些兼具教学性与工程性的案例,成为可复制、可推广的“教学资产”,为人工智能教学提供了重要支撑。
图1:复旦大学教师团队荣获第九届华为ICT大赛教学赛实验教学案例赛项特等奖
复旦大学与华为的校企合作,已经从单一的项目支持进化为完整的人才培养生态,为国家一流课程建设与人工智能人才培养提供了可复制、可推广的“复旦—华为范式”。
作为亲历者,我看到这种合作带来的多重价值:学生获得了前沿的技术能力和实践经验;教师更新了教学内容,提升了教学方法;高校增强了人才培养的质量和竞争力;企业也获得了急需的未来人才。这种成功源于双方“真融合、真投入、真共赢”的长期投入。
真诚期待“复旦—华为范式”如星火燎原,在更多高校落地生根,让我们共同构筑起支撑中国人工智能发展的“人才雁阵”,携手培育出定义智能时代、领航科技未来的国家战略力量!
- 标签: