浙江大学一站式智慧教学平台设计思路
人工智能引领人类走向智慧社会，其带来的社会变革必然推动教育领域发生根本性变革，推动教育模式向智能化、精准化方向发展。 美国斯坦福大学人工智能研究中心NJ Nelson教授将人工智能定义为“关于知识的学科”，即如何表示知识以及如何获取和使用知识。 可见，人工智能将对教育教学产生巨大影响。
传统高等教育中，教与学之间有明确的界限，学生通过传统的课本学习和统一课堂灌输的被动学习模式进行学习。 学生的志向、兴趣、潜力和创造力在这个过程中被忽视，只能接受规范化、统一化的教学，而不能接受个性化、精准化的教学。
如何根据学生的特点定制教学方案，在有限的资源下培养具有个性和创新精神的人才，是教育急需解决的问题。
人工智能因其在分析、评估和预测方面的优势，可以在教学过程中挖掘学生的学习状况，并基于知识图谱、专家经验等领域模型进行总结和反馈。
因此，我们可以利用信息技术的力量，构建基于人工智能的教学平台，为每个学生定制专属的学习路径并获得教学过程的评价，解决学生学习积极性和创新能力不足的问题教学模式固化所致。
国内外发展现状
智能教学系统是近二十年来发展起来的教育技术的重要领域。 该系统集成了人工智能、计算机科学、认知科学、教育、心理学和行为科学、多媒体等技术。 其研究目的是计算机系统承担起人类教育的主要责任，实现最佳教学。
目前国外有很多平台提供相关的智能学习服务。 例如，Knewton 是全球领先的自适应学习平台。 基于大数据分析和推荐系统，根据学生特点和学习习惯及时调整内容供给。 亚利桑那州立大学在使用 Knewton 的课程提供个性化学习体验后，通过率提高了 17%。
国内也有相关的AI学习系统，比如学霸君平台。 基于海量数据和题库，将优质教师的经验和知识通过OCR、知识图谱、大数据建模等技术沉淀到平台中，并为每个学生制定。 符合长期个性化学习计划。
市场上现有的智能教学平台大多仅限于讲座和题库。 对于更前沿、复杂的学科，如大数据、人工智能等，需要强大的数据支撑和环境依赖性，学生无法在平台上方便快捷地进行实践。 ，往往需要另谋出路去配置，效率极低，导致大部分学习停留在知识理论层面。
前沿学科的普及和深入研究往往能够推动教育的改革和发展，两者相互促进，形成良性循环。 因此，对于前沿学科，如何帮助学生沉浸式学习、理论与实践并存是一个值得探讨的问题。 。
目前国内外有一些学习前沿学科的平台。 例如，微软亚洲研究院人工智能教育团队建立了人工智能教育社区，收集微软与大学教师、开发者共享的人工智能教学课件、案例、开发工具和环境搭建等。 ; Fast AI课程平台开设了深度学习系列在线课程，可以基于Jupyter Notebook完成在线编程建模。
然而，目前这些平台都没有与个性化教学相结合。 为了让学生全程高效地进行定制化学习和实践，我们提出了一站式智能教学平台。
一站式智慧教学平台总体框架
系统结构
对于一些可以在线完成的实践，可以将课程和实践整合到一站式教学平台中。 实现与教材内容、知识点的对接，以项目系统的形式实现项目环境的一键安装部署和项目数据的一键导入，根据特点提供定制化的引导学习每个学生的。 （平台结构如图1所示）
图1 一站式教学平台体系结构
平台需要有足够的计算和存储资源来支持每个项目的数据和运行。 底层一般采用云平台进行动态资源调度。 框架集成了学生实践所需的各种环境，支持一键部署，降低建设成本。
上层包括课程库、模型库、算子库等业务配置库。 学生在线学习课程的同时，可以从业务配置库中获取所需的模型、数据、算子等资源，让学生快速开始学习。
功能模块
一站式教学平台需要实现以下基本功能模块：
1.定制学习路径。 作为适应性教学平台，为每个学生制定个性化的学习路径是最基本的要求。 该模块主要由四个模型组成，即领域模型、学生模型、教学模型和用户界面模型（图2）。
图2 教学平台模型结构
其中，领域模型代表特定领域的知识图谱和专家经验，以确定学习者的步骤是否合适； 学生模型是当前学生的画像，描述当前学习者当前的理解和技能水平； 教学模型负责定制教学策略，以便系统提供合理的辅导动作。
2、项目制实践。 基于项目的学习模式让学生参与有意义的解决问题的活动，让学生调查和研究相关问题，并结合实际工作完成研究。 这将使学生更加投入学习。 项目学习使学生成为问题解决者、决策者、调查者和记录者的积极角色，可以有效提高教学质量。
3、集成环境部署。 平台需要集成学生常用的开发和实验环境。 比如初学者需要写程序，或者做建模、大数据分析等，让每个学生自己搭建本地开发环境，准备模型和数据资料，会在一定程度上增加学生入门的复杂度，降低学习效率。 并且通过平台机制和支撑环境的简化，初学者不会被“吓倒”，而是带着不断进步和成就感来学习这门学科。
4.动态业务配置。 除了提供常用的模型和数据外，平台还需要进一步支持动态、个性化的业务配置，以加深学习者的学习深度。 例如，学生在学习模型的过程中，利用平台提供的标准模型和数据来完成训练，学习操作流程。 进入下一阶段后，学生需要通过定制一些参数或数据文件来加深对模型的认知理解。
一站式智慧教学平台案例
浙江大学于2020年7月正式上线专注于人工智能学习的智能科教平台。该平台深度聚焦人工智能技术创新、人工智能人才培养和生态建设，聚集国内外前沿技术和产业资源，链接学校、企业、政府力量共建开源、开放、互操作的新一代人工智能系统。 平台功能如图3所示。
图3 智慧科教平台功能框图
该平台将为教师和学生提供从简单到困难学习的全流程项目训练，并提供表现反馈。 学生们分别实现了以逻辑推理为核心的“斑马问题和八皇后问题”、以搜索与求解为核心的“奥赛罗问题”、以线性回归为核心的“图像恢复与重建”、以统计建模为核心的问题。平台。 “特征人脸识别”等复杂算法。
2020年上半年疫情期间，计算机学院238名本科三年级学生通过该平台在线完成了《人工智能》课程。 与2019学年相比，课程通过率从95%提高到98%，课程总分80分。 上述比例从82%增加到93%，结果分布如图4所示。
图4 《人工智能》不同教学模式综合效果比较
据调查，与传统的教学模式相比，学生认为符合自身能力的先进学习模式更有利于本门课程的学习。 一站式平台大大提高了学习实践的效率。
该平台还开放了企业生态系统。 浙江大学与Momodel人工智能建模平台联合提供相应难度的标准化测试，联系知名企业筹备浙江大学人工智能专项评测，并向测试合格者颁发实用证书。
人工智能的发展给高校教学建设带来了新的技术手段和基础。 人工智能的学习和普及将持续推动教育的重塑和创新。 立足高校教学实际情况，充分利用人工智能思想和技术，可以有效提高教学质量和学习主动性。
未来，一站式智慧教学平台将整合虚拟现实、教学社区等各种前沿环境和资源，打造丰富灵活的教育生态系统，推动教育向着方向不断进步。的智力。
