人工智能實訓室建設方案
一、專業背景
人工智能(Artificial Intelligence),它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
人工智能的實際應用有:機器視覺,指紋識別,人臉識別,視網膜識別,虹膜識別,掌紋識別,專家系統,自動規劃,智能搜索,定理證明,博弈,自動程序設計,智能控制,機器人學,語言和圖像理解,遺傳編程等。
如今處于風口上的人工智能產業界,受到了眾多企業的追捧。截至2019年6月,中國人工智能企業超過1200家,位居全球第二。但我國人工智能行業并未擺脫人才稀缺的發展短板,專業人才稀缺嚴重。根據獵聘發布的《獵聘2019年中國AI&大數據人才就業趨勢報告》,中國人工智能人才缺口超過500萬。為了滿足人工智能產業界對人才的迫切需求,國家相繼出臺了多項政策方針,引導高校盡快設置人工智能相關專業,加大人工智能人才培養力度。2019年3月,35所高校獲批建設人工智能本科專業。2019年10月18日在教育部發布的《普通高等學校高等職業教育(專科)專業目錄》2019年增補專業中,增補了人工智能技術服務專科專業。
根據教育部《普通高等學校高等職業教育(專科)專業設置管理辦法》,在相關學校和行業提交增補專業建議的基礎上,教育部組織研究確定了2019年度增補專業共9個,自2020年起執行。在高等職業教育行業目錄中,正式宣布人工智能技術服務專業誕生,專業代碼610217。
該專業建設以人工智能技術與應用素質培養為基礎,以人工智能技術與應用能力為培養主線,將人工智能技術服務專業技能知識和職業資格認證相結合,構建專業的理論教學體系和實踐能力培養體系。采取多種形式,通過實施“雙證書”和“多證書”制,培養社會所需的實用型人才。2018年4月2日,教育部印發了《高等學校人工智能創新行動計劃》,行動計劃中要求各大高校加快人工智能科技創新基地。因此,在高職院校設立人工智能專業迫在眉睫。
二、知識體系
人工智能是一門邊緣學科,屬于自然科學和社會科學的交叉。涉及到的學科包括:哲學和認知科學,數學,神經生理學,心理學,計算機科學,信息論,控制論,不定性論等。對于高職學生而言,人工智能技術服務專業設計到的知識包括:微電子、計算機技術、電子信息技術、軟件工程、通信技術、網絡安防等。
三、人才培養
3.1 需求分析
人工智能的興起廣泛帶動了不同行業的變革。以計算機視覺及大規模神經網絡為代表的技術突破,為人工智能的實際應用創造了成熟條件。目前,人工智能的快速發展與專業人才尤其是應用型人才匱乏的矛盾顯得尤為突出。因此,培養熟悉硬件、掌握AI 相應模塊使用方法的應用型人才是目前各個企業和機構的當務之急,對人工智能應用型人才的培養顯得尤為重要。
我國人工智能行業市場分析:
人工智能行業市場分析圖
3.2 培養目標
本專業培養適應社會主義現代化建設事業需要,德、智、體、美全面發展,具有良好人文、科學素養和職業道德,掌握計算機編程技術、Python語言高級開發技術、人工智能數學、機器學習、算法、人工智能的實踐工作和創新能力,能從事人工智能技術在智能交通、環境保護、公共安全、智能家居、工業監測、個人健康等多個領域中的系統開發及其應用的高級技術應用型人才。綜合素質方面具有一定的創新意識、團隊意識、邏輯推理能力,綜合分析能力、實踐動手能力、自主學習能力,能在企事業單位從事人工智能應用相關的開發、運維、管理工作的高素質技術技能型人才。
3.3 職業素質
本專業培養適應社會主義現代化建設事業需要,德、智、體、美全面發展,具有良好人文、科學素養和職業道德,掌握計算機編程技術、Python語言高級開發技術、人工智能數學、機器學習、算法、人工智能的實踐工作和創新能力,能從事人工智能技術在智能交通、環境保護、公共安全、智能家居、工業監測、個人健康等多個領域中的系統開發及其應用的高級技術應用型人才。綜合素質方面具有一定的創新意識、團隊意識、邏輯推理能力,綜合分析能力、實踐動手能力、自主學習能力,能在企事業單位從事人工智能應用相關的開發、運維、管理工作的高素質技術技能型人才。
3.3 職業素質
具有科學的世界觀、人生觀和價值觀;具有責任心和社會責任感;具有法律意識。
具有合理的知識結構和一定的知識儲備;具有不斷更新知識和自我完善的能力;具有持續學習和終身學習的能力;具有一定的創新意識、創新精神及創新能力,具有一定的人文和藝術修養;具有良好的人際溝通能力。
具有良好的職業道德與職業操守;具備較強的組織觀念和團隊意識。
掌握從事人工智能產品集成、人工智能平臺運營、人工智能產品測試、人工智能技術支持、人工智能產品營銷與策劃等工作所必須的專業知識;具有一定的工程意識和效益意識,具備一定的市場營銷能力。
具有健康的體魄和良好的身體素質;擁有積極的人生態度和良好的心理調試能力。
3.4 專業能力
能夠根據人工智能產品規劃,對客戶的需求進行有效挖掘和準確把握,具有將產品轉化成市場化商品能力;
能夠依據客戶需求的分析,制訂人工智能解決方案的能力;
具備人工智能編程和數學基礎知識;
具備人工智能產品調試、測試、部署和技術支持的能力;
掌握機器學習、神經網絡、深度學習基礎知識和基本技能。
具備面向對象程序設計能力。
熟悉深度學習模型應用,具備的訓練模型、模型優化的能力。
具備能夠使用高級語言開發實現給定需求的能力(以C#為例)。
能夠較為熟練地使用編程語言(以 Python 為例)。
具備在方案執行過程能夠有效跟蹤,及時處理項目執行中發現問題的能力;
3.5 方法能力
(1)分析問題與解決問題的能力;
(2)應用知識的能力;
(3)創新能力。
3.6 社會能力
(1)良好的溝通表達能力;
(2)工程實踐能力:人員管理、時間管理、技術管理、流程管理等能力;
(3)團隊協作的能力;
3.7 就業分析
本專業領域畢業生可到各類企事業單位承擔人工智能產品和系統的生產、測試、運營、維護、技術支持、售后、銷售等工作,對于能力較強的學生可以承擔人工智能助理工程師、機器學習工程師、計算機視覺工程師等研發崗。
具體崗位包括:人工智能實施工程師、人工智能運營工程師、人工智能運維工程師、人工智能助理工程師、人工智能測試工程師、人工智能技術支持工程師(FAE)、人工智能工程師、機器學習工程師、人工智能產品銷售。
(1)分析問題與解決問題的能力;
(2)應用知識的能力;
(3)創新能力。
3.6 社會能力
(1)良好的溝通表達能力;
(2)工程實踐能力:人員管理、時間管理、技術管理、流程管理等能力;
(3)團隊協作的能力;
3.7 就業分析
本專業領域畢業生可到各類企事業單位承擔人工智能產品和系統的生產、測試、運營、維護、技術支持、售后、銷售等工作,對于能力較強的學生可以承擔人工智能助理工程師、機器學習工程師、計算機視覺工程師等研發崗。
具體崗位包括:人工智能實施工程師、人工智能運營工程師、人工智能運維工程師、人工智能助理工程師、人工智能測試工程師、人工智能技術支持工程師(FAE)、人工智能工程師、機器學習工程師、人工智能產品銷售。
人工智能就業崗位分析
六、實訓室建設
人工智能技術服務專業旨在培養人工智能產業的應用型人才,使本專業的高校畢業具備數據標注、人工智能產品部署安裝、人工智能產品調試、人工智能系統運維、人工智能產品推廣、產品銷售與咨詢、售前售后技術支持等能力,以滿足企事業單位對于人工智能領域高素質技術應用型人才的需求。
人工智能相關專業的知識體系比較復雜,對于的教學、實訓的質量要求更高。教學主要是以理論知識為主,培養學生對于本專業知識體系框架的建立。對對于實訓而言,旨在培養學生的設備安裝、部署、環境搭建、運維、故障排除修復等實操能力。所以實訓室的建設必須要能夠提供學生動手實踐的空間,能夠將學生學習到的理論知識轉化為實操能力,讓學生全面掌握人工智能產品的組件、系統架構、部署流程、運行流程等知識。所以人工智能實訓室的實訓設備必須以實際行業應用為依托,對主流的人工智能產品進行模型化重構,讓學生、老師可以和人工智能的行業應用進行無縫對接,輕而易舉的完成人工智能理論知識的成果轉化,做出一些看得見、摸得著人工智能項目應用。
人工智能相關專業的知識體系比較復雜,對于的教學、實訓的質量要求更高。教學主要是以理論知識為主,培養學生對于本專業知識體系框架的建立。對對于實訓而言,旨在培養學生的設備安裝、部署、環境搭建、運維、故障排除修復等實操能力。所以實訓室的建設必須要能夠提供學生動手實踐的空間,能夠將學生學習到的理論知識轉化為實操能力,讓學生全面掌握人工智能產品的組件、系統架構、部署流程、運行流程等知識。所以人工智能實訓室的實訓設備必須以實際行業應用為依托,對主流的人工智能產品進行模型化重構,讓學生、老師可以和人工智能的行業應用進行無縫對接,輕而易舉的完成人工智能理論知識的成果轉化,做出一些看得見、摸得著人工智能項目應用。
6.1 配置方案
序號 | 名稱 | 數量 | 型號 | 單價 | 總價 | 備注 |
1 | AI人工智能實驗箱 | 40 | DB-SD23 | 30000 | 1200000 | |
2 | 實驗桌 | 套 | 20 | 6000 | 120000 | |
合計:132萬 含稅含運費安裝調試培訓 |
附:參數
AI人工智能涉及到知識比較廣闊,需要有較強的數學基礎、編程基礎及相關的嵌入式開發能力。目前已有的書籍或者產品,要么過于理論,很容易讓我們從入門到放棄,要么開發過于復雜,沒有基礎的人卻而止步,綜上所訴我們開發了全新的DB-SD23 AI人工智能實驗箱。
我們基于多維度學習實踐平臺,置身初學者角度,從基礎單獨的 GPIO 擴展開始學習過渡到傳感器實驗項目再進入OpenCV、PyTorch、ROS機器人系統,機器運動學,AI視覺,AI 聽覺等學習,從而學會 AI 人工智能開發。
一.AI核心
GPU :128核 NVIDIA Maxwell GPU
CPU :4核cortex-A57處理器
內存:4 GB LPDDR 25.6 GB/s
算力:472 GFLOP
基于NVIDIA強大的Al計算能力,系統內核是一個小巧卻功能強大的計算機,它可以讓你并行運行多個神經網絡、對象檢測、分割和語音處理等應用程序, 系統搭載四核cortex- A57處理器,128核Maxwell GPU及 4GB LPDDR內存,帶來足夠的Al計算能力,提供472GFLOP算力,并支持一系列流行的Al框架和算法,比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等
二.系統框架與AI框架
系統預裝ubuntu18.04操作系統,所有環境代碼庫文件均已安裝,開機即用。
Ubuntu 18.04 LTS在云計算領域效率極高,特別適用于機器學習這樣的存儲密集型和計算密集型任務。Ubuntun 長期支持版本可以獲得 Canonical 官方長達五年的技術支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15,其中包含針對 Spectre 和 Meltdown 錯誤的修復程序。
提供詳細的python開源范例程序
根據TIOBE最新排名 ,Python已超越C#,與Java,C,C++一起成為全球前4大最流行語言。國內目前百度指數搜索量已經超越Java,與C++,即將成為國內最受歡迎的開發語言。
Python被廣泛應用于后端開發、游戲開發、網站開發、科學運算、大數據分析、云計算,圖形開發等領域;Python在軟件質量控制、提升開發效率、可移植性、組件集成、豐富庫支持等各個方面均處于先進地位。python具有 簡單、易學、免費、開源、可移植、可擴展、可嵌入、面向對象等優點,它的面向對象甚至比java和C#.net更徹底;
JupyterLab編程
JupyterLab是一個基于Web的交互式開發環境,用于Jupyter筆記本、代碼和筆記本、代碼和數據.JupyterLab非常靈活配置和排列用戶界面,以支持數據科學、科學計算和機器學習中廣泛的工作流.JupyterLab是可擴展的和模塊化的編寫插件,添加新組件并與現有組件集成
多種AI框架
OpenCV計算機視覺庫,TensorFlow AI框架,Pytorch AI框架等
三. 基礎GPIO與傳感器實驗模塊
雙色LED實驗
RGB-LED實驗
繼電器實驗
激光傳感器實驗
輕觸開關按鍵實驗
傾斜傳感器實驗
振動傳感器實驗
蜂鳴器實驗
干簧管傳感器實驗
U型光電傳感器實驗
PCF8591模數轉換實驗
雨滴探測傳感器實驗
PS2操縱桿實驗
電位器實驗
模擬霍爾傳感器實驗
模擬溫度傳感器實驗
聲音傳感器實驗
光敏傳感器實驗
火焰報警實驗
煙霧傳感器實驗
觸摸開關實驗
超聲波傳感器距離檢測實驗
旋轉編碼器實驗
紅外避障傳感器實驗
I2C LCD1602液晶顯示實驗
BMP180氣壓傳感器實驗
MPU6050陀螺儀加速度傳感器
DS1302實時時鐘模擬實驗
循跡傳感器實驗
直流電機風扇模塊實驗
步進電機驅動模塊實驗
PIR人體熱釋電感應模塊實驗
四.AI視覺
球體追蹤
人臉識別追蹤
二維碼識別
汽車/行人檢測
人體追蹤
基于Dlib實現人臉身份識別
車牌識別
自定義物體識別
基于Pytorch的手勢識別
AI人工智能臉部特征識別
顏色識別追蹤
顏色抓取
顏色互動
模型訓練-機械手垃圾分揀
人體特征識別互動-機械手手勢互動(識別多種手勢并執行相應的動作)
人體特征識別互動-機械手手勢抓取(識別數字手勢,堆疊層數,并在拳頭手勢下推倒)
人體特征識別互動-機械手人臉識別追蹤(檢測人臉,識別后跟蹤移動)
五.AI聽覺
在線語音合成實驗(將文本轉化為MP3格式的音頻并播放)
語音聽寫流式實驗(會將語音轉化為文字文本輸出)
圖靈機器人實驗(輸入對話內容后,機器人將回復對話的內容)
AIUI實驗(科大訊飛推出的自然語言理解為核心的全鏈路人機交互語音解決方案)
VAD實驗(語音活動檢測(Voice Activity Detection,VAD)又稱語音端點檢測,語音邊界檢測)
小薇機器人語音對話實驗(運行程序將進入對話狀態)
Snowboy語音喚醒實驗(KITT.AI開發的人工智能軟件工具包。通過Snowboy軟件,開發人員可以在一些硬件設備上添加 “語音熱詞探測” 功能讓用戶通過與移動設備進行對話,“喚醒” 或 “命令” 它們去做一些事情。在這個過程中,設備會通過主人的 “語音控制” 變身為一個智能化機器人。)
6.機器運動學與ROS機器人
手機APP控制機械臂(IO/安卓)
FPV第一視角控制
6自由度機械臂
智能串行總線舵機
PC上位機控制
上位機除了FPV攝像頭畫面外還新增了機械臂3D仿真模型
3D模型和實體同步轉動,讓機械臂控制理論和實際相結合
機械臂自定義學習動作組
進入學習模式后可通過讀取并記錄每次轉動的角度,實現學習并重復執行動作組
趣味固定動作組
APP中提供8種固定動作組,可點擊序號進行預覽,點擊運行后開始執行。
機械臂同步示教(需2臺)
讀取主機端的關節角度,實時傳輸至從機端,讓從機根據主機姿態同步轉動
6自由度逆運動學控制
分解機械臂6個自由度的舵機運動控制,通過輸入目標坐標計算各舵機的理論運動角度,結合舵機控制協議同時控制各個舵機運動
ROS操作系統
ROS機器人操作系統是工具、庫和協議的集合,旨在簡化機器人平臺,構建復雜而強大的機器人
7.云物聯網
基于MQTT協議的物聯網實驗
基于阿里云的物聯網實驗
基于巴法云的物聯網實驗
微信小程序的結構
基于微信小程序的物聯網手機端實驗
物聯網智能燈實驗
物聯網智能風扇實驗
GPU :128核 NVIDIA Maxwell GPU
CPU :4核cortex-A57處理器
內存:4 GB LPDDR 25.6 GB/s
算力:472 GFLOP
基于NVIDIA強大的Al計算能力,系統內核是一個小巧卻功能強大的計算機,它可以讓你并行運行多個神經網絡、對象檢測、分割和語音處理等應用程序, 系統搭載四核cortex- A57處理器,128核Maxwell GPU及 4GB LPDDR內存,帶來足夠的Al計算能力,提供472GFLOP算力,并支持一系列流行的Al框架和算法,比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等
二.系統框架與AI框架
系統預裝ubuntu18.04操作系統,所有環境代碼庫文件均已安裝,開機即用。
Ubuntu 18.04 LTS在云計算領域效率極高,特別適用于機器學習這樣的存儲密集型和計算密集型任務。Ubuntun 長期支持版本可以獲得 Canonical 官方長達五年的技術支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15,其中包含針對 Spectre 和 Meltdown 錯誤的修復程序。
提供詳細的python開源范例程序
根據TIOBE最新排名 ,Python已超越C#,與Java,C,C++一起成為全球前4大最流行語言。國內目前百度指數搜索量已經超越Java,與C++,即將成為國內最受歡迎的開發語言。
Python被廣泛應用于后端開發、游戲開發、網站開發、科學運算、大數據分析、云計算,圖形開發等領域;Python在軟件質量控制、提升開發效率、可移植性、組件集成、豐富庫支持等各個方面均處于先進地位。python具有 簡單、易學、免費、開源、可移植、可擴展、可嵌入、面向對象等優點,它的面向對象甚至比java和C#.net更徹底;
JupyterLab編程
JupyterLab是一個基于Web的交互式開發環境,用于Jupyter筆記本、代碼和筆記本、代碼和數據.JupyterLab非常靈活配置和排列用戶界面,以支持數據科學、科學計算和機器學習中廣泛的工作流.JupyterLab是可擴展的和模塊化的編寫插件,添加新組件并與現有組件集成
多種AI框架
OpenCV計算機視覺庫,TensorFlow AI框架,Pytorch AI框架等
三. 基礎GPIO與傳感器實驗模塊
雙色LED實驗
RGB-LED實驗
繼電器實驗
激光傳感器實驗
輕觸開關按鍵實驗
傾斜傳感器實驗
振動傳感器實驗
蜂鳴器實驗
干簧管傳感器實驗
U型光電傳感器實驗
PCF8591模數轉換實驗
雨滴探測傳感器實驗
PS2操縱桿實驗
電位器實驗
模擬霍爾傳感器實驗
模擬溫度傳感器實驗
聲音傳感器實驗
光敏傳感器實驗
火焰報警實驗
煙霧傳感器實驗
觸摸開關實驗
超聲波傳感器距離檢測實驗
旋轉編碼器實驗
紅外避障傳感器實驗
I2C LCD1602液晶顯示實驗
BMP180氣壓傳感器實驗
MPU6050陀螺儀加速度傳感器
DS1302實時時鐘模擬實驗
循跡傳感器實驗
直流電機風扇模塊實驗
步進電機驅動模塊實驗
PIR人體熱釋電感應模塊實驗
四.AI視覺
球體追蹤
人臉識別追蹤
二維碼識別
汽車/行人檢測
人體追蹤
基于Dlib實現人臉身份識別
車牌識別
自定義物體識別
基于Pytorch的手勢識別
AI人工智能臉部特征識別
顏色識別追蹤
顏色抓取
顏色互動
模型訓練-機械手垃圾分揀
人體特征識別互動-機械手手勢互動(識別多種手勢并執行相應的動作)
人體特征識別互動-機械手手勢抓取(識別數字手勢,堆疊層數,并在拳頭手勢下推倒)
人體特征識別互動-機械手人臉識別追蹤(檢測人臉,識別后跟蹤移動)
五.AI聽覺
在線語音合成實驗(將文本轉化為MP3格式的音頻并播放)
語音聽寫流式實驗(會將語音轉化為文字文本輸出)
圖靈機器人實驗(輸入對話內容后,機器人將回復對話的內容)
AIUI實驗(科大訊飛推出的自然語言理解為核心的全鏈路人機交互語音解決方案)
VAD實驗(語音活動檢測(Voice Activity Detection,VAD)又稱語音端點檢測,語音邊界檢測)
小薇機器人語音對話實驗(運行程序將進入對話狀態)
Snowboy語音喚醒實驗(KITT.AI開發的人工智能軟件工具包。通過Snowboy軟件,開發人員可以在一些硬件設備上添加 “語音熱詞探測” 功能讓用戶通過與移動設備進行對話,“喚醒” 或 “命令” 它們去做一些事情。在這個過程中,設備會通過主人的 “語音控制” 變身為一個智能化機器人。)
6.機器運動學與ROS機器人
手機APP控制機械臂(IO/安卓)
FPV第一視角控制
6自由度機械臂
智能串行總線舵機
PC上位機控制
上位機除了FPV攝像頭畫面外還新增了機械臂3D仿真模型
3D模型和實體同步轉動,讓機械臂控制理論和實際相結合
機械臂自定義學習動作組
進入學習模式后可通過讀取并記錄每次轉動的角度,實現學習并重復執行動作組
趣味固定動作組
APP中提供8種固定動作組,可點擊序號進行預覽,點擊運行后開始執行。
機械臂同步示教(需2臺)
讀取主機端的關節角度,實時傳輸至從機端,讓從機根據主機姿態同步轉動
6自由度逆運動學控制
分解機械臂6個自由度的舵機運動控制,通過輸入目標坐標計算各舵機的理論運動角度,結合舵機控制協議同時控制各個舵機運動
ROS操作系統
ROS機器人操作系統是工具、庫和協議的集合,旨在簡化機器人平臺,構建復雜而強大的機器人
7.云物聯網
基于MQTT協議的物聯網實驗
基于阿里云的物聯網實驗
基于巴法云的物聯網實驗
微信小程序的結構
基于微信小程序的物聯網手機端實驗
物聯網智能燈實驗
物聯網智能風扇實驗