人工智能课程,我们这样教!

发布时间:2021-01-23浏览次数:1272

如何做好新工科背景下信息科学与基础学科深度融合?我校信息学院在课程体系和教学形式上不断改革创新,开设了“人工智能在科学与工程学的应用”课程,旨在用人工智能技术促进基础科学与工程技术的创新研究。


近日,该课程组织了设立以来的第二次结课项目答辩。课程项目由来自不同学院、不同专业背景的学生混合组队完成。同学们分为12组,集中汇报学习成果。研究课题涉及基因组学、冷冻电镜、X射线自由电子激光、蛋白质结构预测、基于蛋白质互作的药物发现、分子动力学仿真等方向。同学们与授课老师开展了深入交流和探讨,为课程画上圆满的句号。


这样一门多学科交叉融合的课程到底有何魅力?


创新课程设计

人工智能在科学与工程学的应用”课程的教学目标是帮助不同学科背景的学生理解和使用人工智能技术,并应用于他们的科研项目。这是国内第一个将人工智能应用在基础科学研究的课程。课程通过演讲课和实践习题课帮助同学们了解AI(特别是深度学习)的基本概念,理解并使用最常用的机器学习技术,针对具体的科研问题选择最合适的算法,在这些基础上改进现有算法以提高他们的性能指标,做出方法创新。课程内容丰富、覆盖面广、极具挑战性和创新性。


郑杰教授作项目答辩总结


新颖的教学模式

课程采用基于项目的学习(project-based learning)的教学模式,即在实现一个技术目标的过程中,为了解决具体问题来学习相应的知识和技能。这一模式使学生不会局限于某一类具体的技术,而能够主动获取知识。课程强调不同学科之间的交叉融合,每个课程项目小组的学生尽可能来自不同的学院,有助于学生在课堂学习和项目实践中互相学习,培养学科交叉合作的意识和能力。


信息学院何旭明教授授课


丰富的课程内容

课程以人工智能基础知识和技能为先导,主要包括机器学习基本理论, 深度学习技术(卷积神经网络、循环神经网络、自编码器),以及GPUScikit-LearnTensorFlowPyTorchJupyter Notebook等高性能计算资源和软件平台的配置和使用。随后着重介绍了人工智能在基础学科领域的应用现状和成功案例,包括生物信息学、基因组学、冷冻电镜、自由电子激光、蛋白质折叠、材料科学、机器人、药物设计等,从理论到应用对人工智能进行了全景式的教学展示。


免疫化学研究所蒋立春老师授课


强大的师资团队

课程教学团队多达35人,主要来自信息学院、物质学院、生命学院、免疫化学所和iHuman研究所。教师团队包括14名常任教授、1名特聘教授、2名资深技术专家以及3名特邀嘉宾。他们长期从事相关教学、科研工作,具有深厚的专业知识储备和丰富的科研、教学、管理经验。值得特别指出的是,在教师团队背后还有一支高素质的研究生助教团队,他们拥有出色的专业技术能力以及强烈的责任心和敬业精神,协助授课老师保障课程的顺利运行。


iHuman生命学院赵素文教授授课


物质学院杨帆教授授课


目前,课程相关项目《以人工智能促进自然科学研究的未来技术人才培养》已被上海市教委评选为“上海市级新工科研究与改革实践项目”。

部分项目答辩照片




授课教师一览

信息学院:郑杰、何旭明、屠可伟、范睿、殷树和Sören Schwertfeger(师泽仁)

物质学院:孙兆茹、怀平(高研院)、凌盛杰、米启兮、杨帆和姜珊

iHuman研究所:赵素文(生命学院)和武丽杰

免疫化学所:蒋立春、白芳(生命学院)和王权(生命学院)

特邀嘉宾:

鲍琦:中国科学技术大学机数团队机器学习工程师

蒋华良:中科院院士,上海药物所原所长、研究员,博导,上科大免疫化学所特聘教授

吴敏:Senior Scientist I, Data Analytics Department, Institute for Infocomm Research, A*STAR, Singapore

课程助教:朱琳、戴昕男、陈睿卿、江才文

项目助教:张晓峰(物质学院助理研究员)、王玮(免疫化学所工程师)、张可、成语、刘晓迁、王林和罗峰

教务员:李玢,徐天鸿

教学平台支撑:闻天明,王丽