打通AI技术与行业实践进高校的最后一公里,做连接产业与高校的AI布道师

简介: 随着中国信息技术飞速的发展,云计算、AI、5G等创新技术被更多地运用到教育手段变革、教育资源共享之中。阿里云提出的“飞天加速计划”也在后疫情时代,通过云力量帮助中国高校培养新一批创新人才。

曾有AI大牛称:“AI是新电力,将在未来改变各行各业,如果这个设想是对的,那么全世界需要数百万具备深度学习知识的人。”近几年,深度学习作为一门新兴技术以惊人的速度发展,并被大量应用于计算机视觉、语音识别、自然语言处理等领域。但是在不少学习交流群里,经常能看到这样的吐槽:“没有合适的GPU了”,“实验室没有服务器”,“我这2G显存的笔记本跑不动程序”……

实验室之间“贫富差距”过大,让学生能够省心省力地做好实验成为深度学习教学的一件大事。复旦大学负责深度学习教学的赵卫东老师,在阿里云天池AI实训平台的支持下,解决了学生在学校做实验的诸多限制,有力地支持了深度学习中国大学MOOC建设,为高校AI课程改革提供了一个鲜活案例。

做深度学习,合适的平台很重要

做实验听起来简单,但要保障稳定的实验环境、流畅的实验效率并不容易。尤其是机器学习、深度学习本身对机器和平台要求较高,学生经常在做实验的时候遭遇算力不足、机器学习库版本不一致等问题,这也就解释了为什么深度学习的交流群里会有如此频繁的吐槽。而深度学习的实验问题,并不是孤例。

学生做实验装的平台和机器学习库版本可能不一样,这就导致了出现的问题和原因也不一样。赵卫东说,这些琐碎的事情给初学者带来了困扰,让专业老师们都十分头疼,学生们学习深度学习,合适的实验环境都解决不了,学生们怎么学习呢?

就在前年,教育部产学合作协同育人项目让赵卫东看到了解决问题的契机。赵卫东了解到,阿里云可以为实验提供天池AI实训平台,既能解决上述问题,又能提供一些免费的 GPU 资源,可以在一定程度上解决算力和平台版本统一的问题。学生操作起来也简单,只需要申请账号,连软件安装都省了。双方很快达成合作,赵卫东在《深度学习》课程中引入天池AI实训平台,师生都能一心铺在实验思路上了。

基本的实验完成了,赵卫东还有意识地培养学生学生创新意识。没用天池之前,学生们能顺利完成原有的作业就不错,根本谈不上创新。但现在不少学生会萌生出一些新的实验想法,例如利用所学的算法设计了无人考场、无人机智能牧业管理、交通灯智能控制监控红绿灯等。

开发20+教学案例,收获数千名铁杆粉丝

平台的便捷取得了让师生满意的效果,赵卫东决定把这种教学经验沉淀下来,开发成可以复用的教学案例资源。

在阿里云的支持下,赵卫东在中国大学MOOC开设了深度学习及其应用课程,完成了课程大纲、课件、教学视频、单元习题和作业、案例等开发。课程在2019年下半年上线,目前累计开了第七次课,超过6万余人参加,还因实用性和前沿性被学校推荐为“一流本科课程”并入选中国慕课大会优秀课程。

此外,赵卫东还依托天池AI赛事平台,通过主流的开源深度学习框架TensorFlow开发了20多个教学案例,让学生直观掌握实际项目场景中的基本思路和关键问题,并找到可行的解决方案。在广东电网的案例中,通过深度学习目标检测技术,帮助工人解决了电线故障检修、穿戴合规等一系列重复且琐碎的问题。

赵卫东也将开发的教学案例开放给其他学校的师生,让科技普惠更多人。一位高校老师在学习交流群里说,这20多个实验教学案例全面覆盖了深度学习课程的核心知识点,弥补了相关课程实验和实训环节的不足,对没有案例独立开发能力的老师帮助很大。

随着教学案例资源的推广,赵卫东在全国收获了一批课程铁粉,建立了6个课程交流群,每个群有两百多人。粉丝们大部分是在校学生,也有入了职场的人士。大家在群里交流关于实验的相关问题,比如对算法应用某个环节的理解或者共享资料。这些问题和讨论也反哺着课程,赵卫东会根据反馈不断优化自己的课程。

复旦大学是国家“双一流”、“985工程”、“211工程”建设高校,正在加快完善一流学科体系、一流科研创新体系和一流育人体系。此次复旦与阿里云在AI领域的深度合作,让赵卫东意识到产学合作的必要性。

赵卫东表示,未来,AI会席卷各行各业,深度学习专业将拓展得更深更广,教师教学必须更关注实践应用,培养实践应用型人才。以阿里云为企业的代表,能够在资金、培训和平台等多个方面提供支持。未来,他会继续携手阿里云“飞天加速计划”,合力培养AI领域的高精尖稀缺人才,为中国创造一流的AI成果,更好地服务社会。

关于“飞天加速计划”:

“飞天加速计划”是阿里云2020年推出的项目,通过为全国高校师生、开发者提供免费ECS算力资源,以加速云计算的校园普及,助力培养数字新基建人才。“飞天加速计划”自发布以来,已累计输出6.4亿小时免费ECS算力,2200所高校七万余名师生因此认识了云计算,并且借助云的力量便捷地使用计算资源开发自己的应用,搭建“小而美”的云上世界,同时成就自我。

2021年,阿里云持续加码,推出“飞天加速计划2.0”,致力于在3年内提供价值15亿元的资源扶持,助力开发者应用创新,助力开发者全生命周期成长,培育数字时代的创新人才。

目录
相关文章
|
6天前
|
存储 传感器 人工智能
「AI实践派」产品生态伙伴Zilliz联合活动
阿里云与向量搜索领域明星企业Zilliz将在杭州阿里巴巴西溪园区共同举办“中外AI产品应用实践和出海实战”分享沙龙。
|
3天前
|
数据采集 人工智能 分布式计算
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
阿里云推出的MaxFrame是链接大数据与AI的分布式Python计算框架,提供类似Pandas的操作接口和分布式处理能力。本文从部署、功能验证到实际场景全面评测MaxFrame,涵盖分布式Pandas操作、大语言模型数据预处理及企业级应用。结果显示,MaxFrame在处理大规模数据时性能显著提升,代码兼容性强,适合从数据清洗到训练数据生成的全链路场景...
15 5
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
|
5天前
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
|
3天前
|
人工智能 监控 安全
云端问道18期实践教学-AI 浪潮下的数据安全管理实践
本文主要介绍AI浪潮下的数据安全管理实践,主要分为背景介绍、Access Point、Bucket三个部分
31 16
|
3天前
|
人工智能 弹性计算 自然语言处理
云端问道 6 期实践教学-创意加速器:AI 绘画创作
本文介绍了在阿里云平台上一键部署Demo应用的步骤。部署完成后,通过公网地址体验Demo应用,包括文本生成图像等功能。
20 10
|
2天前
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案。
|
3天前
|
存储 人工智能 运维
面向AI的服务器计算软硬件架构实践和创新
阿里云在新一代通用计算服务器设计中,针对处理器核心数迅速增长(2024年超100核)、超多核心带来的业务和硬件挑战、网络IO与CPU性能增速不匹配、服务器物理机型复杂等问题,推出了磐久F系列通用计算服务器。该系列服务器采用单路设计减少爆炸半径,优化散热支持600瓦TDP,并实现CIPU节点比例灵活配比及部件模块化可插拔设计,提升运维效率和客户响应速度。此外,还介绍了面向AI的服务器架构挑战与软硬件结合创新,包括内存墙问题、板级工程能力挑战以及AI Infra 2.0服务器的开放架构特点。最后,探讨了大模型高效推理中的显存优化和量化压缩技术,旨在降低部署成本并提高系统效率。
|
6天前
|
人工智能 自然语言处理 前端开发
三大行业案例:AI大模型+Agent实践全景
本文将从AI Agent和大模型的发展背景切入,结合51Talk、哈啰出行以及B站三个各具特色的行业案例,带你一窥事件驱动架构、RAG技术、人机协作流程,以及一整套行之有效的实操方法。具体包含内容有:51Talk如何让智能客服“主动进攻”,带来约课率、出席率双提升;哈啰出行如何由Copilot模式升级为Agent模式,并应用到客服、营销策略生成等多个业务场景;B站又是如何借力大模型与RAG方法,引爆了平台的高效内容检索和强互动用户体验。
82 5
|
3天前
|
人工智能 供应链 安全
面向高效大模型推理的软硬协同加速技术 多元化 AI 硬件引入评测体系
本文介绍了AI硬件评测体系的三大核心方面:统一评测标准、平台化与工具化、多维度数据消费链路。通过标准化评测流程,涵盖硬件性能、模型推理和训练性能,确保评测结果客观透明。平台化实现资源管理与任务调度,支持大规模周期性评测;工具化则应对紧急场景,快速适配并生成报告。最后,多维度数据消费链路将评测数据结构化保存,服务于综合通用、特定业务及专业性能分析等场景,帮助用户更好地理解和使用AI硬件。
|
2天前
|
人工智能 容灾 Serverless
AI推理新纪元,PAI全球化模型推理服务的创新与实践
本次分享主题为“AI推理新纪元,PAI全球化模型推理服务的创新与实践”,由阿里云高级产品经理李林杨主讲。内容涵盖生成式AI时代推理服务的变化与挑战、play IM核心引擎的优势及ES专属网关的应用。通过LM智能路由、多模态异步生成等技术,PAI平台实现了30%以上的成本降低和显著性能提升,确保全球客户的业务稳定运行并支持异地容灾,目前已覆盖16个地域,拥有10万张显卡的推理集群。