高校人工智能专业成热点 如何促进AI高等教育升级？

在今年教育部发布的新版高校招生专业目录中，新增了37个本科专业，其中约 1/3 是电子信息类和人工智能类。这两类专业的增设是传统行业对数字化和智能化升级需求。

未来，任何传统领域向前推进都需要与人工智能相结合。人工智能知识和技能更要渗透到各个专业的培养中，同时与各个行业相结合。过去的教育体系是由教育机构、学校组成的，而未来的教育体系一定是平台乘以微观教育的主体。教师和学习者的二维关系转换为教师、学习者、人工智能的三维关系。无论是K12教育还是高等教育、职业教育，整个教育产业正在进行着智慧升级。

教育行业正在全面拥抱AI，长期扎根智慧教育场景的广州五舟科技股份有限公司（以下简称“五舟科技”）洞察前沿应用，推出了深度学习与新一代人工智能科研教学一体化平台，从底层硬件到上层应用软件全栈着眼，通过人工智能技术与教育融合，创新教育、教学和学习方式，创新教育教学模式，促进AI教育产业化的发展。

硬件加速、提高效能，优化科研流程

平台面向数据存储运算，人工模型训练以及人工智能模型部署应用建立物理资源池，分别通过千兆与万兆网络实现管理流量与人工智能业务流量分流。科研、实训、教学用户各自通过独立门户登录，互不影响。平台提供统一硬件资源编排管理、人工智能工作流调度，及性能监控。集群支持便捷的按需扩展、迁移与组件升级；提供负载平衡、容错、FPGA异构混合训练等功能，并有效连接MovidiusTM等边缘计算智能设备。

从开放性而言，深度学习与新一代人工智能科研环境管理平台除了集成英特尔^® OpenVINO工具套件加速推理运算之外，它还支持支持TensorFlow、Caffe2、THEANO、PyTorch、KERAS、MXNet、百度飞桨等深度学习框架，并针对深度学习框架内的各个独立工作模块，平台为高校科研实验提供更加智能的容器化部署，以及更具效率的分布式训练。同时提供了包括：AutoML，XAI，特征工程，数据标记等业界先进科研工具集成，为高校面向深度学习与新一代人工智能科研工作流程提供优化与效能提升工具。

智能快捷，一键部署AI运算资源

平台内置原生云超参数搜索与神经网络模型架构搜索系统，支持利用集群资源进行超参数搜索。通过直观且人性化的超参数调优模板，科研人员可以轻松地在上面进行业内流行的HyperBand、网格搜索、随机搜索和贝叶斯优化等超参数训练。同时，由于和Notebook中的代码相互分离，可有效实现对科研项目代码的零侵入性与超参复用。

英特尔^® OpenVINO™ 工具套件提供了高度优化的神经网络计算能力，具备英特尔^® 深度学习部署工具包（英特尔^® DLDT）这一主要推理优化模块。英特尔^® DLDT 包含模型优化器（MO，Model Optimizer）和推理引擎（IE，Inference Engine）两个模块，有利于在终端目标设备上实现最佳执行能力。在模型方面，OpenVINO 对车牌识别、人脸检测、表情识别等模型，都提供模型重新训练与部署的扩展通道，还支持基于 Pytorch*生成广泛的分类网络模型。

五舟科技深度学习与新一代人工智能科研环境管理平台提供完善的AI运算资源配置模板。过去繁杂的容器设置参数，被集成到统一的向导式配置页面中，科研人员可根据项目需求，无需系统管理人员协助，即可实现灵活自主的实现命名空间、系统镜像、GPU/CPU选择、内存、存储空间、集群构建等设置。完成后，平台自动下发到底层容器资源调度系统，实现一键下发，实时部署，快速启动项目开发。

除此之外，平台在有效打通深度学习开发环境、计算资源与数据资源的同时，为科研实验与教学、实训实验用户提供独立登录门户，实现多租户管理，业务层相互隔离、互不影响。

创新模型， 让AI教育匹配企业应用

新一代人工智能正推动新工科人才培养向智能化、自动化和精准化等目标转变。五舟科技深度学习与新一代人工智能科研教学一体化实验平台通过 30 多门面向实验操作的人工智能专业课程体系资源，为高院校人工智能专业建设，培养新一代人工智能技术人才提供全方位的支撑。

结束语

在现阶段，并不是所有企业都有专业的人工智能人才，也并不是所有人工智能人才都能很快将AI技术与企业的业务做完美结合。那么专业化的人工智能工具、平台，甚至创新模式便起到了事半功倍的作用。

五舟科技深度学习与新一代人工智能科研教学一体化实验平台，整合了人工智能环境的特点，针对高校科研、教学、实训等应用场景，将AI与教育产业的融合布局，从产业的角度有效的将人工智能领域的创新科研技术项目与行业特色应用结合在一起，促进科研项目测试与应用落地。

同时，五舟科技借助深度学习与新一代人工智能一体化实验平台的API驱动型服务，实现高校与企业共享科研成果，协同人才培养与创新，科研与教学双引擎支撑，共同繁荣产业生态。