一、面向专业和课程
面向专业：人工智能专业。
适用课程：人工智能导论、深度学习、机器学习、自然语言处理、计算机视觉、智能语音识别。

二、产品概述
本方案采用GPU训练服务器为算力资源为底座，搭载集人工智能实验、实践、资源管理与监控等系统一体化的全流程数字化教学平台。构建涵盖从通用开源到国产自主创新技术；从底层芯片到上层应用开发；从基础教学内容到真实产业级应用案例等丰富多元的内容资源库。围绕着注重AI全栈工程能力的培养思路，从而实现多维度、全流程的人才建设培养目标。打造技术全面、贴近产业需求、易教易学的信创类人才培养体系。
人工智能在线实践教学平台能够全方位支撑人工智能教学、实验、实训等环节，利用虚拟化教学资源搭建教学系统和集群平台，配套教学内资源及硬件。从备课、授课、作业、实验等多个环节提供人工智能课程实施的全流程管理和智能化管理，将理论学习、实践教学、人工智能项目实战融为一体，由易而难、循序渐进，逐步提升学生的学习技能和实践水平，全方位支撑人工智能教学的需求，满足人工智能技术应用专业建设与人工智能应用型人才培养的需要。

三、人工智能智慧教学平台
人工智能智慧教学平台是人工智能实验室的前端信息化平台，通过项目化的 教学资源支撑备课、授课、作业和实验等场景，信息化教学工具覆盖课前、课中 和课后各环节，支持混合式教学和翻转课堂等教学模式，并通过实时数据统计持 续分析教师的教学活动和学生的学习行为，实现智慧教学。
1.智能算法可视化
提供AI算法可视化模块，将常用的50多种人工智能算法，在页面上进行算法参数调整，点击执行后，输出结果以动图方式进行呈现，可极大提高教师教学效率，提升学生学习兴趣。
2.智能备课
教学项目与实验项目对章节重点技术进行贯穿，相辅相成，每章完成不同功能模块，项目可选取小组模式或者单人模式两种不同的模式；
提供丰富的课程资源，如教学大纲、课件、习题和项目案例等，教师可根据自己的教学需要选择相应的内容，也可以自行编辑；
云端组织教学材料，教案、课件和作业等可云端在线编写，存储，并可提前下发给学生；
课件支持多种形式，包括PPT、WORD、PDF和视频等。
3.智能作业批改
教师可以手动添题、批量导入和从平台的题库中选题，支持单选、多选、判断、填空、简答和编程等多种题型；
作业完成情况自动统计、教师可在线批阅，客观题平台自动评判，主观题可设置批阅方式，支持学生互评；
针对具备专业特色的编程题，智慧教学平台支撑自动评判、性能评测功能，可支持JAVA、C、C++、Python多种编程语言的自动评测。教师可以自由设定评判用例及运行时间、分指比例等参数，完成作业的智能研判。
教师可催交作业，查看学生的答题情况，发布作业成绩和答案，并可导出。
4.智慧学情分析
学生学习进度监控，多维度的数据统计与分析，帮助教师随时随地了解学生的学习进度，给与指导和反馈。
（1）学院课程整体情况分析
（2）课程总成绩分析
（3）作业完成情况分析
（4）实验完成情况分析
（5）项目完成情况分析

四、人工智能实验平台
人工智能实验平台基于Docker技术提供集群式的实验系统环境，支持windows桌面、Linux命令行和Jupyter Notebook多种实验环境，包含常见的操作系统，人工智能常用的工具，类库，支持图像界面和命令终端方式连接。
1.教师实验教学
教师可以选择实验库中的实验案例进行教学，每个实验案例都有对应的预置的实验环境；也可以在线创建自定义的实验任务，自行配置个性化的实验环境，实验信息可同步至实验日历，方便教师查看资源使用情况；
实验报告和成果物提交情况自动统计，教师可在线批阅，增加批注，填写分数，保留批阅痕迹，并可以班级为单位批量下载，导出成绩；
实验报告自动查重；实验报告提交情况自动统计，平台可进行比对查重，给出重合度较高的学生名单。
2.学生实验操作
学生点击实验名称一键进入实验环境，系统自动配置相应的开发工具，减少实验准备工作；
学生可边看视频和实验手册边进行实验操作，让学习更加直接有效；Jupyter Notebook实验环境可用于全过程计算、开发、文档编写、运行代码和展示结果。
学生在实验过程中，因为配置错误、删除组件等问题导致虚拟机无法正常运行，教师可以对实验环境内的虚拟机进行重置，重置后虚拟机将恢复到初始状态，学生可以进行重新配置和操作实验。
实验过程和结果可截屏，保存形成实验报告素材；实验报告可在线编辑，提高学生实验效率。
3.远程协助与教学监控
系统基于浏览器提供屏幕共享功能，学生实验过程中可通过界面分享向教师或同学求助，同步操作实验界面；
教师可随时随地对学生的实验过程进行监控，实时查看学生实验进度，及时了解实验情况。

五、人工智能工程实践平台
1.实训管理
实训过程可视化管理，教师可管理实训小组，查看小组成员信息。
2.实训指导
提供实训指导书，可将项目拆分成不同的任务，分阶段管理任务，并根据学生的能力情况设置指导权限。
3.实训评审
教师可创建实训评审、查看评审详情以及评审的总成绩，并可多次评审迭代；
每次评审教师可设置评审标题、评审时间、评审占的百分比和评审描述。
教师可查看每个项目小组的提交时间，并可批量下载评审提交材料；
教师可设置小组分数，填写评审意见，小组成员根据组员排名和代码贡献度自动得分。

六、算力资源管理平台
算力资源管理平台通过对硬件设施进行虚拟化处理，形成虚拟化资源池，为人工智能实验教学提供集群化的算力资源，可以按需分配。
1.镜像管理
提供基础的不同版本的操作系统镜像，用户可以在基础镜像中进行修改，生产个性化化的实验环境，支持镜像编码、容量展示、分类的管理、存储、列表查看等操作。
2.蓝图管理
选择基础镜像，根据实验要求的环境在基础镜像中进行相应软件的安装及配置，形成可重复利用的镜像模版。支持多个计算资源池选择。
3.虚拟机管理
支持虚拟化环境的构建、系统在基础镜像的基础上通过增量技术实现虚拟机的构建，最大化利用系统资源。
4.数据集管理
提供多种方向、应用领域、格式的数据集；可根据提供的文件路径下载数据集。
支持用户手动上传数据集，并可对数据集、数据集的应用场景进行相关说明。
5.集群资源监控
监控当前在线总人数、镜像数量和运行虚拟机数量等；
动态监控系统的资源计算、存储和网络资源，例如内存的总内存、已用内存、剩余内存、已用硬盘大小、剩余硬盘大小、CPU的总核数，使用率大小等。

七、硬件配置（可用户采购）
计算节点、千兆交换机、机柜

八、教学内容资源
1.课程资源
11门专业课程，匹配学院人工智能技术应用专业人才培养方案，满足人工智能理论教学的要求。
课程名称：Python语言程序设计、人工智能导论、Python数据处理、数据采集与清洗、机器学习、数据分析与挖掘、神经网络与深度学习、基于深度学习的自然语言处理、数字图像处理、统计自然语言处理、计算机视觉

2.项目案例
对接真实行业需求，来源于真实企业项目。
1）基于车辆特征分析的假套牌车稽查系统
使用当前最主流的人工智能技术进行车辆特征提取，人工智能和WEB系统相结合，使得人工智能技术的应用更接近真实业务场景。科学地拆分任务帮助学生从零开始实现人工智能相关的功能。
通过完成本实训项目，学生在知识、能力和素质等方面能达到的如下目标：掌握人工智能（计算机视觉领域）的开发流程，对人工智能入门并熟练；提高软件系统的设计能力，了解相应的文档标准并完成文档的编写；巩固WEB系统的开发，使用主流的开发工具和开发库；培养团队开发和协同工作的意识，提高沟通能力和自我表达能力。
2）基于情感分析的智慧养老系统
通过摄像头实时拍摄到的画面，人工智能算法实时分析老人的情感、分析是否有人摔倒、分析是否有人闯入禁止区域、分析老人是否有和义工互动并追踪义工、分析是否有陌生人出现并追踪陌生人。一旦上述事件发生，该事件会立即插入到数据库中。这些事件数据被实时地更新在报表中，管理人员因此可以迅速做出反应。基于情感分析的智慧养老系统把人工智能、Web系统和数据可视化三者相结合，智能地管理养老院的老人。本项目特色：与生活息息相关，具备一定的趣味性和新颖性，使用当前最主流的人工智能技术实时分析画面，使用当前主流的数据可视化技术展示数据，人工智能、数据可视化和WEB系统三个模块紧密相关，是标准的工业级项目，科学地拆分任务帮助学生从零开始实现人工智能相关的功能。
3）智慧金融数据挖掘项目
本项目实现的银行信用卡业务需求分析系统，通过对申请人基本信息的分析，完成信用卡申请的自动审批；通过分析使用信用卡消费的情况，检测是否存在异常行为，能够帮助管理人员做好风险控制；通过分析客户信用卡的使用情况，找出会流失的客户，能够让银行工作任务为这些客户提供更好的服务，挽留客户，从而提高客户的忠实度。
4）基于自然语言处理的IT知识问答机器人
在实际生活中，智能对话被广泛应用在客服、营销等重复性对话频繁发生的场景，为用户提供高效、个性化的体验，甚至是直接集成到智能音箱、智能家居、智能导航等硬件设备中，独立承载人机交互的重担。
本项目是在人工智能技术这个细分领域实现智能问答，智能搜索和推荐，通过人工智能的方式学习人工智能相关的技术。
本项目基于自然语言处理技术，让学生掌握从0到1搭建基于文本语义的智能问答机器人，涉及的技术点包括中文分词、词性标注、句法分析、命名实体识别、语义消歧、对话管理（语境识别、子句拆分、问题澄清、问题追问）、问题处理（技术领域识别、意图识别、关键词抽取、语义解析）、答案检索（文本检索、语义搜索、知识推理）、知识库构建（知识分类、领域抽取、知识图谱）。
5）自动驾驶中的智能雨刷控制系统
本项目采用基于计算机视觉的技术，通过对行车记录仪上传的汽车行驶图片进行分析，提取车窗上的雨水特征，能够快速判断出当前图片中的雨水情况是否需要启动雨刮器，实现智能雨刷系统。