人工智能是目前信息領(lǐng)域科技發(fā)展最重要的方向之一，而機器學(xué)習(xí)則是人工智能領(lǐng)域的核心問題，其內(nèi)容涉及人工智能理論、方法和實現(xiàn)的方方面面，起到了溝通理論與實踐、實現(xiàn)人工智能與各專業(yè)知識融合的作用，在人工智能學(xué)科建設(shè)中具有不可或缺的地位。
信息與通信工程學(xué)院師君、潘力立、劉喆、王剛、韋順軍、崔宗勇、孟凡滿等幾位老師開設(shè)的“機器學(xué)習(xí)”課程，是信息與通信工程學(xué)科的專業(yè)課。自2016年開課以來，每年都有近600名學(xué)生選課。
課程難度大、課堂人數(shù)多，而且學(xué)生來自不同的學(xué)院，專業(yè)背景不同，如何上好這樣一門課，讓學(xué)生學(xué)有所獲，課程組老師們一直在積極探索。
幾年下來，同學(xué)們對這門課的評價非常好：“這門課加深了我對機器學(xué)習(xí)這一領(lǐng)域的理解，老師講得很全面，提高了我的專業(yè)素養(yǎng)，激發(fā)了我對這門學(xué)科的興趣?！?“老師講課時思路清晰、語言流暢、重點突出，通過這門課我掌握了機器學(xué)習(xí)的原理和相應(yīng)的實踐操作，對以后的科研很有幫助?！?
好評背后，課程組老師們付出了怎樣的心血，他們又有怎樣一些獨到的經(jīng)驗，讓我們一起來看看！
緊跟時代，培養(yǎng)人工智能領(lǐng)軍人才
2017年，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，指出“人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達國家把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標準規(guī)范等強化部署，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)”。
作為人工智能的核心技術(shù)，近年來，國內(nèi)外許多知名高校都紛紛開設(shè)了“機器學(xué)習(xí)”相關(guān)課程。
我校信通學(xué)院的“機器學(xué)習(xí)”課程由“模式識別”課程演變而來?！澳Ｊ阶R別”作為學(xué)院的一門傳統(tǒng)課程，其主要目的為識別光學(xué)信息、聲學(xué)信息等，側(cè)重于統(tǒng)計理論，涉及到比較傳統(tǒng)的識別方法，如線性分類器、非線性神經(jīng)網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)。隨著機器學(xué)習(xí)的快速發(fā)展，模式識別的很多內(nèi)容都被涵蓋其中，因此，經(jīng)學(xué)校學(xué)院討論，2016年，兩課程合而為一。
課程名稱變化，其中涉及的教學(xué)內(nèi)容、教學(xué)目標也隨之變化。“模式識別”以識別應(yīng)用為導(dǎo)向，而“機器學(xué)習(xí)”則以方法導(dǎo)向，注重應(yīng)用機器學(xué)習(xí)的方法來解決問題。因此，課程的重點也發(fā)生變化，從傳統(tǒng)的識別方法轉(zhuǎn)變成以機器學(xué)習(xí)理論和方法講授為主，著重突出課程內(nèi)容的前沿性、連貫性。課程組老師們希望，通過這門課程，使學(xué)生理解機器學(xué)習(xí)的基本概念、研究方法和前沿動態(tài)，掌握機器學(xué)習(xí)領(lǐng)域的主流設(shè)計、分析方法，具備機器學(xué)習(xí)算法設(shè)計、分析能力及初步的實踐能力，未來能夠成長為人工智能領(lǐng)域的領(lǐng)軍人才。
價值引領(lǐng)，引導(dǎo)學(xué)生樹立報國情懷
在課程教學(xué)過程中，老師們會把國家的一些相關(guān)政策、國外人工智能的布局等融入其中，使學(xué)生了解人工智能發(fā)展對國家發(fā)展的重要性和緊迫性，樹立投身我國人工智能、智能制造事業(yè)的志向。
課程組老師們首先會給學(xué)生解讀國務(wù)院、教育部、科技部以及四川省關(guān)于鼓勵、促進人工智能技術(shù)發(fā)展的最新的政策文件，讓學(xué)生了解現(xiàn)在政府對于人工智能的布局和規(guī)劃，引導(dǎo)學(xué)生將自身的發(fā)展目標與國家需求相結(jié)合，找準從事相關(guān)研究的立足點、發(fā)力點。
同時，老師們也會介紹歐美國家的人工智能戰(zhàn)略和技術(shù)發(fā)展情況。客觀來說，我國人工智能整體發(fā)展水平與發(fā)達國家相比仍存在差距，缺少重大原創(chuàng)成果，在基礎(chǔ)理論、核心算法以及關(guān)鍵設(shè)備、高端芯片、重大產(chǎn)品與系統(tǒng)、基礎(chǔ)材料、元器件、軟件與接口等方面差距還比較大?！斑@更需要我們奮發(fā)圖強、銳意創(chuàng)新，未來才能在人工智能的關(guān)鍵核心技術(shù)領(lǐng)域作出成電人的貢獻?！睅熅@樣告訴學(xué)生。
人工智能作為一項影響面廣的顛覆性技術(shù)，它能為經(jīng)濟社會發(fā)展帶來新的機遇。但同時不可忽視的是，它也會帶來新的挑戰(zhàn)。在授課過程中，老師們還會引導(dǎo)學(xué)生關(guān)注科技倫理的問題，高度重視人工智能技術(shù)研發(fā)過程中可能帶來的安全風險挑戰(zhàn)，確保技術(shù)的進步能夠真正造福社會、造福人類。
直面前沿，不斷迭代課程內(nèi)容
“機器學(xué)習(xí)”所涉及的方法十分龐雜，包含概率與統(tǒng)計、線性代數(shù)、高等數(shù)學(xué)、矩陣理論、數(shù)值最優(yōu)化、最優(yōu)化原理、代數(shù)幾何、變分方法等復(fù)雜概念。課程組老師們認為，如果片面追求講授內(nèi)容的全面性，容易導(dǎo)致課程缺乏連貫性，陳舊方法占用大量教學(xué)時間，使學(xué)生產(chǎn)生“機器學(xué)習(xí)”就是本科階段“模式識別”課程的錯誤認識，喪失對課程的興趣；如果過于強調(diào)最新進展，則可能導(dǎo)致學(xué)生基本概念不清晰，無法跟上老師講授節(jié)奏，產(chǎn)生“機器學(xué)習(xí)過于復(fù)雜，我學(xué)不會”的認識，對相關(guān)知識的普及反而起到負面影響。
如何來設(shè)置課程內(nèi)容？經(jīng)過研討，課程組老師們首先確認了課程思路，那就是要對機器學(xué)習(xí)知識進行精心的梳理和篩選，為學(xué)生揭示其中理論、方法的發(fā)展脈絡(luò)?！拔覀冎饕墙o學(xué)生講框架、講概念，就像畫畫一樣，畫出樹的主干和枝丫，至于樹上的葉子，就需要他們自己課后動手去描繪?！?師君說。
同時，考慮到國外知名高校該課程起步相對較早，老師們調(diào)研了麻省理工學(xué)院、賓夕法尼亞大學(xué)、斯坦福大學(xué)、華盛頓大學(xué)等幾所學(xué)校的相關(guān)課程內(nèi)容，然后對這門課的 課程內(nèi)容進行了選擇和增減。
作為當下的熱門方向，機器學(xué)習(xí)理論的更新速度也很快。要讓同學(xué)們的知識結(jié)構(gòu)跟上前沿！為此，課程組老師們不斷學(xué)習(xí)，及時更新課程內(nèi)容。比如，針對幾年來深度學(xué)習(xí)技術(shù)發(fā)展的特點，老師們在課程中加強了深對學(xué)習(xí)內(nèi)容的講授：增加了“信息處理系統(tǒng)結(jié)構(gòu)”的講述，讓學(xué)生了解深度學(xué)習(xí)系統(tǒng)與馮-諾伊曼體系結(jié)構(gòu)的區(qū)別、優(yōu)劣，了解美國DARPA等機構(gòu)在深度學(xué)習(xí)方面的發(fā)展策略；細化了反向傳播算法的推導(dǎo)和物理意義的講解，讓學(xué)生深刻理解反向傳播的意義和實現(xiàn)方法；增加了生成對抗網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等內(nèi)容的講授，讓學(xué)生掌握機器學(xué)習(xí)最新的發(fā)展方向；增加了Wasserstein距離、t-SNE等目前流行的機器學(xué)習(xí)相關(guān)概念。
信息與通信工程學(xué)院2019級研究生胡耘僑說，“老師在課堂上常常會給我們普及一些機器學(xué)習(xí)領(lǐng)域最新的技術(shù)發(fā)展和動向，內(nèi)容新穎又有深度。在技術(shù)發(fā)展迅速的今天，我即將進入行業(yè)中，難免會產(chǎn)生迷茫的情緒，但通過一學(xué)期的學(xué)習(xí)，我逐漸找到了自己的方向。”
除此之外，課程還涉及許多學(xué)生難以理解的新概念。對此，老師們在課堂上常常采用類比的方法，以已學(xué)的內(nèi)容類比復(fù)雜內(nèi)容，便于學(xué)生理解。如在講授深度學(xué)習(xí)時，師君舍棄了直接將上千個神經(jīng)網(wǎng)絡(luò)都介紹給學(xué)生的方法，轉(zhuǎn)而采取將神經(jīng)網(wǎng)絡(luò)與電路相類比的方法，讓學(xué)生從其中的異同點學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。
“在本科時的電路分析學(xué)習(xí)中，已知電路是由電源、電阻、電容、導(dǎo)線等元器件通過串聯(lián)或并聯(lián)等連接方式搭建成的網(wǎng)絡(luò)，從而解決模擬、數(shù)字信號的問題。神經(jīng)網(wǎng)絡(luò)也是一種網(wǎng)絡(luò)結(jié)構(gòu)，但基本模塊為全連接層、卷積層、池化、輸入層、激活函數(shù)等，且目前神經(jīng)網(wǎng)絡(luò)連接方式為全連接、卷積連接、隨機連接、延時連接，等同于電路的串聯(lián)、并聯(lián)與短路。”他這樣一解釋，學(xué)生馬上就明白了！
學(xué)用結(jié)合，把知識變成學(xué)生的技能
課程組老師們認為，機器學(xué)習(xí)課程具有很強的實踐背景。一方面，課程講授的方法都具有很強的應(yīng)用需求，另一方面，課程中所涉及的很多結(jié)論都來源于實際數(shù)據(jù)分析而非理論推導(dǎo)。如果片面追求理論講授，而忽略編程實踐環(huán)節(jié)，容易導(dǎo)致學(xué)生在實際科研和工程中無法或不敢上手編程，最終導(dǎo)致理論和應(yīng)用脫節(jié)。
在授課過程中，老師們注重引導(dǎo)學(xué)生將理論與實踐相結(jié)合，把知識變成自己的科研技能。對此，信息與通信工程學(xué)院2019級研究生鄒宗佑深有體會。“在‘機器學(xué)習(xí)’課程中，老師除了講授繁雜的理論知識，更多的是通過講解代碼來激發(fā)我們對機器學(xué)習(xí)的興趣，同時也能加深對理論的理解。比如師老師在講解張量的反向求導(dǎo)機制的時候，直接打開pytorch框架，帶我們一步一步看梯度的傳播。”
課程組將目前主流的深度學(xué)習(xí)開發(fā)平臺pytorch引入課堂，對pytorch的語言特點、設(shè)計思想、運行機制、AutoGrad技術(shù)、訓(xùn)練方法等內(nèi)容進行了詳細的講解，并在課堂上演示了pytorch程序的調(diào)試方法和注意事項，讓學(xué)生能夠快速上手利用pytorch開發(fā)深度學(xué)習(xí)程序，并提供了多個演示程序供學(xué)生學(xué)習(xí)、參考。
由于課程知識點較多，因此老師們選擇了把實踐放在課后。每兩三周給學(xué)生布置思考題，讓學(xué)生利用課程所學(xué)的知識，自己動手去完成，這個過程就是“給樹枝添上樹葉”。信息與通信工程學(xué)院2020級研究生周怡航說，“在老師每次布置的思考題中，我需要查閱很多文獻資料進行了解，這為我了解最前沿的算法與技術(shù)打下了堅實的基礎(chǔ)。里面涉及到的算法在老師的講解下，我得到了深入的理解，可以將它們直接應(yīng)用到我的科研課題之中，對我的科研學(xué)習(xí)產(chǎn)生了很大的幫助。”
對于課程的考核，平時的課程作業(yè)占比50%，而期末報告也占比50%。對于期末報告的形式，老師們不給學(xué)生設(shè)限：側(cè)重于做學(xué)術(shù)研究的學(xué)生，可以完成課程里的理論性題目；側(cè)重于工程實踐的學(xué)生，可以通過Python、Pytorch等編程語言搭建網(wǎng)絡(luò)；側(cè)重于調(diào)研的學(xué)生，可以檢索機器學(xué)習(xí)發(fā)展動態(tài)。通過不同的作業(yè)，來滿足學(xué)生對課程不同的需求。
去年，課程組申請并獲批了學(xué)校的“基于項目的研究生創(chuàng)新培養(yǎng)計劃”，希望通過設(shè)置機器學(xué)習(xí)項目開發(fā)、機器學(xué)習(xí)與計算機視覺、機器學(xué)習(xí)與信號處理、機器學(xué)習(xí)與智能控制等環(huán)節(jié)，進一步提升學(xué)生的實踐能力。
同時，課程組老師們還積極建設(shè)了高分辨率SAR檢測與分割數(shù)據(jù)集，為后續(xù)課程項目建設(shè)提供了必要的數(shù)據(jù)集。最近，他們又忙著在錄制慕課，并開始了小班研討式教學(xué)探索工作。致力于培養(yǎng)人工智能領(lǐng)軍人才，他們，一直在路上！
