智識·致遠 高等院校人工智能教學研討會分享與討論

　 阿里云優(yōu)惠券 先領券再下單

面向不同學科的學習需求，課程框架內(nèi)容搭建、知識體系和實踐體系的建設都值得共同討論。

近日，由北京大學光華管理學院主辦、矩池云協(xié)辦的“智識·致遠 高等院校人工智能教學研討會”在線上召開，會議吸引了約500余名老師、學生和工程師參與。本次研討會以跨學科人工智能課程教學為背景，討論不同院校AI課程開設的教學經(jīng)驗和遇到的挑戰(zhàn)，拆解與討論學生進行人工智能課程實踐所遇到的難題。

本次研討會邀請了來自北京大學、復旦大學、中國人民大學、上海財經(jīng)大學、中央財經(jīng)大學、矩池云等高校和企業(yè)的多位著名教授和專家進行報告。與會嘉賓和觀眾分享了他們最新的教學實踐心得，并與線上觀眾進行了深入討論。

本次研討會首先由北京大學光華管理學院商務統(tǒng)計與經(jīng)濟計量系教授，系主任王漢生進行開場致辭。他認為，大數(shù)據(jù)和人工智能是國家既定的重要戰(zhàn)略，高校老師都希望緊跟戰(zhàn)略升級教學內(nèi)容、為社會培養(yǎng)優(yōu)秀的人才，但是面向不同學科的學習需求，課程框架內(nèi)容搭建、知識體系和實踐體系的建設都值得共同討論。中央財經(jīng)?學統(tǒng)計與數(shù)學學院副教授潘蕊老師主持了本次研討會。

研討會的第一個報告來自復旦大學大數(shù)據(jù)學院的青年研究員付彥偉老師，他帶來的分享主題是“以模塊化內(nèi)容為核?實踐的深度學習課程教學經(jīng)歷與反思”。

付彥偉老師認為，如果教師僅把教材、流行的深度學習框架、模塊進行羅列教學，學生的學習和思考很難得到提升。課程的目標和關鍵點在于，培養(yǎng)學生以神經(jīng)網(wǎng)絡和深度學習的思想方法、處理并解決實際大數(shù)據(jù)問題的能力。

因此在課程設計上，他提出了三點課程設計原則：以實際場景出發(fā)設計知識模塊；著眼于深度學習結構變化中每一個創(chuàng)新模塊的設計思路；平衡學術前沿與經(jīng)典內(nèi)容的比例，鼓勵學生進行前沿技術探索。

第二位演講嘉賓為巴比特副總裁、矩池云負責人江漢儒先生，他分享的內(nèi)容是“AI+知識體系與?程實踐相結合的思考”。

江漢儒指出，AI與各個學科結合的過程中，能為學科注入更多的可能性以及新的思路，但是多學科背景的同學們在實踐中會遇到大量的工程實踐細節(jié)難題。面對工程難題，一方面學生可以系統(tǒng)化學習計算機工程知識，從根本上提升源頭設計、實際運行到追蹤優(yōu)化的效率；另一方面則可以在大量工程實踐中對效率與結果進行權衡。從平臺的角度，則可以針對一些具備特定規(guī)律的工程難題進行優(yōu)化和探索，以構建學習框架為目標，與行業(yè)共同打造知識庫，最終為產(chǎn)業(yè)提供更多的創(chuàng)新力量。

接下來，北京大學光華管理學院應用經(jīng)濟學系翁翕教授，進行了主題為“人工智能與社會經(jīng)濟課程講授經(jīng)驗分享”的報告。

翁翕老師基于經(jīng)濟學視角，開設人工智能與社會經(jīng)濟學的跨學科課程。翁教授的授課內(nèi)容涉及人工智能和宏觀經(jīng)濟、人工智能和市場設計、人工智能和政府政策等方面，課程目標是協(xié)助學生構建對人工智能思考框架。

他認為，課程要跳出傳統(tǒng)的知識講授型課程范疇，課程的展開實際上是老師和同學們共同探索的過程。他同時認為，學生需要更深入地理解技術，才能對行業(yè)與技術的結合有更好的理解，在AI技術和社會經(jīng)濟學的內(nèi)容進行關聯(lián)講授方面，仍需進一步探索。

復旦?學管理學院王有為教授，分享報告主題是“為應?統(tǒng)計碩?項目開設深度學習課程的教學經(jīng)歷及反思”。王老師首先談到，來自多專業(yè)的學生匯聚同一課堂，學生背景包含統(tǒng)計學、應用數(shù)學、商科金融工程、信息管理、財務管理、工業(yè)工程、電氣工程等專業(yè)。

王老師認為教學要面向?qū)嵺`，在教學內(nèi)容設置上一半內(nèi)容為深度學習，一半為并行計算。王有為老師對課程構建進行了幾點反思，理論和實踐的結合，深度和廣度的平衡，小組作業(yè)內(nèi)容設計即要貼合課程講授內(nèi)容又要有所延展，小組作業(yè)與個人作業(yè)的比例，這四點在課程設計中要根據(jù)學生的情況不斷進行調(diào)整。

中國?民?學統(tǒng)計學院副教授周靜老師，對自己在教學中“案例驅(qū)動的深度學習課程建設經(jīng)驗”進行了分享。

周靜老師介紹了在中國人民大學統(tǒng)計學院開設AI課程的經(jīng)驗，課程側重實踐部分，有50%的時間需要上機練習，學生也著實體會到跑深度學習模型時debug和調(diào)參的難度和重要度；作業(yè)以案例為背景，作業(yè)評分兼顧學生自主訓練模型的訓練精度，以及學生對案例問題的思考深度，以加強和實際問題的聯(lián)結為考察的最終目的。

周靜老師將教學理念總結為三點：一、以高度復雜的非線性回歸分析方法切入介紹深度學習，消除學生陌生感；二、給學生樹立正確的期待，不要過度依賴深度學習；三、課程基于案例，消除學生對深度學習的恐懼感。

上海財經(jīng)大學統(tǒng)計與管理學院副教授邱怡軒老師，從統(tǒng)計計算的角度對深度學習教與學進行了討論。

邱老師在教學中意識到，深度學習方法理論與實踐之間的跨度非常大，很多學生對模型核心思想的掌握程度較高，但在實踐動手時會遇到各類阻礙，尤其是想要實現(xiàn)的模型尚未有封裝好的程序時。

邱老師從幾個統(tǒng)計計算實例切入，展示了從公式到實踐過程中，學生所需要掌握的數(shù)據(jù)結構和計算方法，指出這類知識點是散落在實踐過程中的。他認為在了解了這些統(tǒng)計計算的原理之后，學生能在解決新問題時更加游刃有余。

上海財經(jīng)大學統(tǒng)計與管理學院副教授周帆老師所進行的分享是“面向應用統(tǒng)計專碩的人工智能課程的建設與經(jīng)驗總結”。

周帆老師首先指出，專碩同學的學習目標更為明確，因此在課程建設中做了兩點調(diào)整，一是將增加生成對抗網(wǎng)絡、圖像、自然語音處理、強化學習等理論在業(yè)界當中的應用和落地案例，這將更易于學生了解自己未來從事的工作方向；二是針對不同的專業(yè)介紹數(shù)據(jù)結構和類型，這可充分加強學生面對開放的問題的解決能力。

周老師同時提出，應當思考使面向統(tǒng)計學的人工智能課程更具有統(tǒng)計學特色，如何在課程面向應用的適應性與特色上的取舍，這些都值得在課程開設過程中進一步探索。

最后，來自北京大學光華管理學院教授王漢生老師，分享了他在光華管理學院面向MBA學生教授深度學習課程的思考。王漢生教授表示，MBA的學生大多在企業(yè)擔任管理崗位，有4到5年以上的工作經(jīng)驗。很多MBA學生不是理工科背景，但是仍然對深度學習抱有極大的熱情，一方面體現(xiàn)在學生在不斷學習和提升編程能力，另一方面體現(xiàn)在時刻思考技術與自己所在的業(yè)務線如何進行融合。

在MBA學生背景各異的情況下開設深度學習課程，王漢生老師認為首先要將課程基于業(yè)務場景、面向商業(yè)產(chǎn)品，這是MBA學生的整體興趣所在；其次是激發(fā)MBA學生的課程“獲得感”，在課程實踐中不局限于理論和編程本身，更要在課程中實現(xiàn)深度學習的“產(chǎn)品化的暢想”。

在研討會結束前，王漢生教授感謝各位嘉賓、老師和同學的參與，希望未來能與各位老師緊密討論如何將人工智能這門課開得更好，為國家的大數(shù)據(jù)和人工智能戰(zhàn)略提供作出更多貢獻，本次研討會圓滿結束。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！