张乐飞?罗勇?杜博

摘 要：机器学习是人工智能的关键核心技术。本文结合武汉大学计算机学院近年来开设机器学习本科生课程的教学经验，对机器学习本科生课程教学改革与人工智能专业创新人才培养进行了系统的探索与实践。该课程以一批青年国家级人才为骨干师资，依托国家级、省级和校级科研平台，将机器学习课程的教学过程深化扩展为理论与实践相结合的人工智能专业创新人才培养模式，具体包括机器学习理论课程教学改革、机器学习英文课程教学探索、人工智能综合创新实训建设、人工智能A类会议学术创新和互联网头部企业协同人才培养等方面，培养具有国际竞争力的复合型人工智能创新人才。

关键词：机器学习；人工智能；本科生；教学改革；人才培养

一、引言

人工智能作为深刻改变社会生产力和生产关系的颠覆性技术，正引领着新一轮科技革命和产业革命向纵深推进[1]，是国家战略必争的科技制高点。机器学习是人工智能的关键核心技术，近年来一直是武汉大学弘毅学堂（工科试验班）、计算机科学与技术、软件工程等专业的核心专业课程。自2020年3月经教育部批准，武汉大学在计算机学院设立人工智能本科专业，机器学习就成为专业必修课程。此外，机器学习还是武汉大学应用数学、统计学、物理学、金融学、电气、遥感等多个专业的重要选修课，近年来引起了越来越多本科生的学习兴趣。

武汉大学计算机学院机器学习课程组以一批青年国家级人才为骨干师资，依托国家多媒体软件工程技术研究中心、湖北珞珈实验室、小米–武汉大学人工智能联合实验室、武汉大学—京东可信人工智能联合研究中心等科研平台，在武汉大学教育教学改革研究等项目的支持下，将机器学习课程的教学过程深化扩展为理论与实践相结合的人工智能专业本科创新人才培养模式[2]。该模式突破了传统工科培养的人才与当前新兴产业和新经济要求的创新人才之间的鸿沟，以国家需求和科技创新为导向，聚焦国际前沿，全方位培养理论功底扎实、应用创新能力强、具有国际竞争力的复合型人工智能创新人才。

二、机器学习理论课程教学改革

机器学习课程所需的前期数学基础知识和计算机编程水平要求较高，如果没有相当良好的知识储备，在有限的48学时内（包括上机），本课程的学习效果只能达到非计算机专业的业余水平，即“公式看不懂，算法跑不通”。为了让人工智能专业本科生能够更好地掌握这一门硬核必修课，课程组提出了“清楚概念，掌握原理，重视推导，关注应用”的教学理念。

在教材选用方面，选取南京大学周志华教授编写的《机器学习》教材[3]，该教材是人工智能领域公认的优秀机器学习中文教材，介绍了线性方法、统计方法、支持向量机等经典机器学习理论方法，每一章都有适量的公式推导，同时互联网上还有配套的公式推导解析，方便数学基础薄弱的同学能够看懂每一个公式。在课堂上，教师会要求学生提前预习教学内容，并在教学过程中针对关键环节进行提问。通过学生的反馈，对于少数水平超出本教材的學生，教师会推荐本领域英文教材和最新会议论文，深度激发学生的学习兴趣。此外，由于该教材大部分内容聚焦于传统机器学习方法，课程组会安排两次课专门介绍深度学习技术，使学生了解前沿进展。

本课程的教学内容绝不能仅仅停留在概念和原理，学生还需要掌握能够实际解决问题的能力。为此，在上机课程中，课程组基于学院购置的希冀教学平台，分别结合模型选择、线性分类、支持向量机和主成分分析设计了四次课程实验，实验按照1：8的人数比配备研究生助教，指导学生利用公开数据集完成相关算法的编程和调优，并提交实验报告，充分锻炼学生的编程能力，将学生对机器学习算法的理解从课本上升到应用。

同时，课程组还探索改革了本课程的期末考试方式。传统的考试方式为开卷或闭卷笔试，学生在考试前复习概念、演算应用题，最终考试结果常常发生“过学习”现象，学生实际学到的知识有限。为此，课程组提出将考试改革为课程论文的方式，要求通过教师指定或学生自选的方式，读懂、复现一篇当年的A类会议论文，并完成课程论文。在这个过程中，助教参与指导并检查学生的编程过程。对于少数完成度较好的学生，教师可以引导其发现论文的不足，并加入教师课题组进行科研训练。最终学生提交的课程论文能够更加全面反映学生的理论水平和应用能力，同时对于课程论文完成度较高的学生，课程组教师可以与学生提前建立毕业论文的指导关系，指导学生将课程论文进一步深入研究，完成其学士学位论文。

三、机器学习英文课程教学探索

机器学习在国外的发展历史更为悠久，目前相关主流会议和期刊仍以英文为主，相关领域的引领者也以国外学者居多。因此，需要学生具备本领域的英文阅读、写作和交流能力。为了全面提升人工智能专业本科生在这些方面的能力，同时考虑到本科生对专业英语的了解非常有限，课程组对机器学习英文教学进行了探索。具体教学内容、学习进度和考核方式都区别于普通班，并总结出“重点概念英文讲解—部分小节英文讲解—整章全英文讲解—英文小论文研讨会”的渐进式英文教学方案。

首先，对于某些机器学习的重点概念名词，如“boosting”“bootstrap”“bagging”和“transformer”等，将其直译为“提升”“解靴带”“装袋”和“变形器”等可能无法直观地表达其内涵，但通过英文的直接描述或表达，使得学生对这些难以用中文进行准确描述的名称或概念有了更深刻的理解，避免了由翻译导致的偏差，同时更利于学生在课外直接阅读本领域英文学术论文。同时我们进一步选取了部分内容简单、容易理解的小节（如“线性回归”“K近邻分类”“K均值聚类”等）进行了全英文讲解，通过英文讲解与互动，锻炼了学生听懂英文学术报告的能力。更进一步，对于总体比较容易理解的整章内容如“集成学习”，以及近年来的研究热点“神经网络”进行了全英文教学，激发了学生主动获取机器学习领域国际前沿进展的兴趣。同时，通过推荐学生阅读英文教科书原文、观看国外顶级名校机器学习课程录像等方式，使得少数基础比较好的学生能够达到全英文学习的水平，提前适应将来可能出国读研的学习环境。最后，通过让学生调研英文文献、撰写英文小论文，提升了英文资料查阅能力，培养了英文写作思维。并且为了提升学生的英文学术交流能力，在学期末举办了英文小论文研讨会，模拟英文国际会议的模式，从所有学生的小论文中评选出20%的论文做英文口头（Oral）报告，其余论文做英文海报（Poster）报告。研讨会邀请海外优秀青年教师做专题（Tutorial）报告，全程采用英文交流和问答，并最终评选出最佳口头报告和海报，让学生体会论文投稿、展示和交流的全流程，为后续的本科毕业论文和研究生深造打下基础。

四、人工智能综合创新实训建设

在理论教学和课程实验之外，以多学科开放创新型实验室为支撑平台，将综合创新实训作为人工智能专业学生的实践教学体系中重要环节，对学生专业实践创新能力的提升以及人工智能专业建设具有十分重要的意义[4]。为此，以机器学习课程为理论基础之一，武汉大学人工智能系建设了人工智能程序设计实训、智能系统设计与实现、人工智能综合项目实践、人工智能高级项目实践等多门专业实践课程，结合具备武汉大学自身特色的人工智能基础、人工智能共性技术、医学人工智能、跨媒体智能与时空计算和泛在物联网与智能系统五大研究方向，組织学生开展了综合创新实训活动。在实训中，课程组打破了传统教学方式，提出先进的案例教学模式与方法，以创新实验与专题讨论相结合的方式，围绕基本原理、方法、技术与应用开展案例教学，最大限度地激发了学生自主创新的学习热情。同时，课程组将最前沿的人工智能科研成果有机融入综合创新实训中，并结合国内外的最新人工智能相关技术应用，确保实训内容具有先进性、前沿性和实

用性。

人工智能综合创新实训建设还体现在将学科竞赛与课程教学相结合，形成“以赛促学”的创新人才培养范式。课程组提出了改进课程实践教学方法，充分利用MOOP、实验教学平台等新型教学方式，结合大学生创新创业行动计划项目等，提升学生的实践创新能力；同时，以创新、创造、创业的“三创”融合为驱动，把学科竞赛内容科学融入教学环节中，既丰富了教学方式和内容，又能将部分学科竞赛内容充实到实验案例库中，作为开放共享的教学资源给全校各专业需要学习机器学习课程的学生使用；坚持强化学科竞赛对学生专业实践创新能力的提升，课程组教师结合人工智能前沿应用及本人在研的国家级科研项目，设计、培养和孵化更高阶的挑战型实验项目供学生自我探索；聚焦于推动人工智能类竞赛的宣传与参与，指导学生参与中国国际“互联网+”大学生创新创业大赛、“挑战杯”中国大学生创业计划竞赛等人工智能相关竞赛，培养学生运用所学知识解决实际问题的能力。

五、人工智能A类会议学术创新

人工智能A类会议指的是中国计算机学会（CCF）推荐的国际上极少数的拔尖刊物和会议，鼓励我国学者去突破[5]。实际上，武汉大学计算机学院人工智能专业的少数大三、大四的高年级本科生有必要也有能力做出创新性较强的学术成果，冲击A类会议论文。

在具体创新实践中，课程组提出了教学与科研相结合的原则，并探索了拔尖学生选拔机制。在机器学习等前沿性较强的专业课教学过程中，融入A类会议研讨环节，帮助学生了解A类会议，掌握本领域国际最前沿；在课程教

学、课外研讨、学科竞赛、科研训练等各环节中，选拔对相关领域具有强烈兴趣、自驱动能力强、数学英语计算机编程基础扎实、有意向继续攻读研究生并从事科学探索的学生，进入指导教师团队进行有组织科研。

面向本科生的人工智能A类会议学术创新可以分为以下四个阶段：（1）教师选题与学生兴趣相结合，确定研究方向。由于刚开始学生对于具体研究方向没有明确的把握，可由教师在相关领域指定10～20篇当年的A类会议论文供学生研读，之后进行讨论；在这个过程中，随着学生论文阅读量的提升，也可自主确定感兴趣的选题，由指导教师从选题难度、国内外现状、本团队研究基础等方面评估选题可行性。（2）论文阅读、代码复现与问题发现。学生大量阅读论文，复现论文代码，鼓励学生通过论文对比阅读和实验对比分析来发现本领域A类论文方法中尚存在的问题，由指导教师和学生共同判定已发现的问题的重要性和新颖性，确定具体研究内容。（3）新方案的提出与实验验证。针对发现的问题，指导教师与学生共同制订新方案，并进行实验验证；对于实验无效方案，分析原因并继续改进，同时与本任务国际上最新A类论文中提出的方案进行对比。（4）指导教师和学生共同总结提出的新方案的创新性以及实验结果的有效性，根据研究工作的综合情况选定目标会议，完成论文撰写并投稿。

通过完成以上目标，使得武汉大学人工智能专业最优秀的一批本科生能够具备较好的学术创新能力，研究水平达到国内人工智能一线高校优秀本科生水平，帮助学生在大四上学期的时候，具备申请国际名校博士研究生项目所需的科研能力。近年来，武汉大学计算机学院每年都有本科生以第一作者身份在CVPR、ACL等人工智能A类会议发表学术论文。

六、互联网头部企业协同人才培养

当前，高校与企业之间资源没有打通，高校中的传统课程主要是以经典基础理论为主，课本上的理论知识与企业实际需求脱节，导致学生毕业后就业形势严峻。在协同创新的环境下，武汉大学计算机学院以新一代信息技术产业的校企深度合作为基础，构建了校企合作的教学模式和实施方案，为协同创新背景下人工智能专业的教学模式提供了新的思路，同时也为校企合作机制建设的完善奠定基础。通过校企协同创新、实践育人，可以将高校前沿研究在实际产业环境中进行探索和落地，有利于高校的科技成果转化。具体实现途径包括：（1）实用化课程设置。在协同创新的环境下，在课程

中融入当前行业遇到的实际困难问题，让学生掌握相关实践内容。（2）校内外联合培养。为学生配备校外企业指导团队，为学生提供多维度的实践指导，协同单位的项目化教学，以项目为导向，培养实践和应用能力。（3）定向研发课题攻关。围绕企业面临的重要科学技术问题展开攻关，产生有影响力的科技成果。

目前，在“校企深度融合、理论应用互补、产业需求牵引、融合集成创新”的理念驱动下[6]，

武汉大学已与华为、京东、小米、OPPO等互联网头部企业通过建立联合实验室或研究中心等方式开展长期合作，从本科生和研究生中选拔优秀学生进行实习交流，实现联合创新、协同育人、共同发展。此外，经国家批准，武汉大学获批成为工程硕博培养改革专项试点单位。面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，计划通过5年时间，联合国内大型国企及高新技术企业，重点招收和培养少量工程硕博士卓越人才，解决“卡脖子”问题。从2022年开始，该试点项目面向全校研究生新生选拔，选拔的学科领域包括新一代信息通信技术、人工智能和智慧能源等。入选学生的培养方案以就读专业为主，实行双导师制，课程增加企业方开设的课程。学生毕业时可选择留在企业工作，也可自主择业。有望培养出更多国家急需的、能与企业无缝对接的专业技术型人才。

参考文献：

[1] 吴朝晖. 交叉会聚推动人工智能人才培养和科技创新[J]. 中国大学教学，2019（2）：4-8.

[2] 教育部. 高等学校人工智能创新行动计划[Z]. 2018.

[3] 周志华. 机器学习[M]. 北京：清华大学出版社，2016.

[4] 武迪，戴琼海. 高校人工智能人才培育战略的道与路[J]. 中国高等教育，2021（20）：13-15.

[5] 中国计算机学会. 中国计算机学会推荐国际学术会议和期刊目录[Z]. 2022.

[6] 唐科，孙海燕. 校企合作人才培养模式的探索——评《校企合作与人才培养》[J]. 中国高校科技，2022（4）：101.

[基金项目：武汉大学本科教育质量建设综合改革项目、武汉大学研究生导师育人方式创新项目]

[责任编辑：余大品]