李俊

關(guān)鍵詞：人工智能 大數(shù)據(jù) 職業(yè)教育

人工智能與大數(shù)據(jù)在各行各業(yè)的主要應(yīng)用有：語音識(shí)別、圖像識(shí)別、無人駕駛、智能助手、專家系統(tǒng)、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘、關(guān)聯(lián)分析等。這些高科技應(yīng)用的背后，是各種復(fù)雜的數(shù)學(xué)原理與算法實(shí)現(xiàn)。人工智能與大數(shù)據(jù)專業(yè)是否只需要學(xué)術(shù)型人才，職業(yè)院校的學(xué)生是否具有市場(chǎng)競(jìng)爭(zhēng)力，行業(yè)各界對(duì)此有著不同的看法。

其實(shí)，職業(yè)院校的師生可以不必深入探究算法的原理，而是應(yīng)該把主要精力放在如何應(yīng)用它們上。

對(duì)此，本文將從以下幾點(diǎn)進(jìn)行闡述。

一、人工智能與大數(shù)據(jù)的發(fā)展現(xiàn)狀

可以說，隨著近幾年的廣泛應(yīng)用，人工智能與大數(shù)據(jù)技術(shù)的門檻已經(jīng)不再高不可攀。支持人工智能與大數(shù)據(jù)算法的軟件相當(dāng)多，它們各有所長(zhǎng)，如Matlab、IBM SPSS、SAS等;如果想通過編程實(shí)現(xiàn)人工智能與大數(shù)據(jù)功能，互聯(lián)網(wǎng)上也有相當(dāng)多現(xiàn)成的開源代碼，不需從零開始。

例如，谷歌就把曾經(jīng)在圍棋領(lǐng)域里戰(zhàn)無不勝的“阿爾法狗”核心算法——深度學(xué)習(xí)框架TensorFlow，開源并發(fā)布出來。在眾多代碼托管平臺(tái)，如國(guó)內(nèi)的開源中國(guó)、CSDN和國(guó)外的GitHub，都有豐富的共享資源提供給大家“拿來”使用，進(jìn)行二次開發(fā)。

實(shí)現(xiàn)人工智能與大數(shù)據(jù)算法的工具和開源代碼已經(jīng)非常齊全，可以獲得的途徑也很多，關(guān)鍵是職業(yè)院校培養(yǎng)出來的學(xué)生，能否像操作一臺(tái)電腦、一臺(tái)機(jī)器那樣，把這些“工具配件”利用起來，組裝起來，運(yùn)行起來。

二、人工智能與大數(shù)據(jù)常用算法和編程語言

人工智能與大數(shù)據(jù)采用的算法主要有：監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)、貝葉斯、決策樹、線性回歸;無監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)分析、聚類分析等。各種算法背后深?yuàn)W的數(shù)學(xué)理論知識(shí)，不是職業(yè)院校師生關(guān)注的重點(diǎn)，我們只需要大概知道它們工作的原理擅長(zhǎng)應(yīng)用的場(chǎng)所即可。

人工智能與大數(shù)據(jù)編程的語言主要有：C++、JAVA和Python等，其中這幾年最火最熱的就是Python語言。筆者認(rèn)為，面向?qū)ο蟮木幊陶Z言都是相通的，而Python語言具有語法更簡(jiǎn)單、代碼更人性化、功能庫更強(qiáng)大、資源分享更豐富等優(yōu)點(diǎn)，可以成為職業(yè)院校人工智能與大數(shù)據(jù)專業(yè)學(xué)生重點(diǎn)掌握的編程語言。

三、職業(yè)院校學(xué)生如何“接地氣”地應(yīng)用人工智能與大數(shù)據(jù)并進(jìn)行二次開發(fā)

（一）熟練掌握一種軟件工具和編程語言

前面提到過，有很多專業(yè)軟件支持人工智能與大數(shù)據(jù)的算法，職業(yè)院校師生應(yīng)該掌握一、兩種這方面的工具，這對(duì)編程開發(fā)具有很大的幫助。

在常用的人工智能與大數(shù)據(jù)編程語言中，Python語言是最簡(jiǎn)單、最容易入門的一種語言，非常適合職業(yè)院校相關(guān)專業(yè)的學(xué)生學(xué)習(xí)。Python開發(fā)平臺(tái)主要有VSCode和PyCharm，筆者用得比較多的是PyCharm，它和WEB應(yīng)用結(jié)合良好，可供下載的功能庫很多，內(nèi)置的智能輔助工具可以顯著提高編程效率和代碼質(zhì)量。

（二）跨專業(yè)挖掘應(yīng)用需求

人工智能與大數(shù)據(jù)技術(shù)人才，要走出自己的圈子，多與其他專業(yè)的人士交流，了解他們的需求，分析問題，探索合作方向，在促進(jìn)對(duì)方技術(shù)進(jìn)步的同時(shí)，鍛煉自己的專業(yè)技能，學(xué)以致用，避免紙上談兵。

（三）充分利用校企合作平臺(tái)資源

職業(yè)院校的校企合作平臺(tái)，是企業(yè)聯(lián)系學(xué)校的關(guān)鍵橋梁，人才、技術(shù)和市場(chǎng)的需求，都可以通過這個(gè)橋梁傳達(dá)到學(xué)校，這也是職業(yè)教育的特色所在。

同時(shí)，職業(yè)院校為了響應(yīng)國(guó)家職業(yè)教育相關(guān)政策的要求，通過校企合作部門，每年都會(huì)安排老師和學(xué)生深入到企業(yè)生產(chǎn)一線進(jìn)行實(shí)習(xí)培訓(xùn)，和工廠工人同吃同住，這是難得的學(xué)習(xí)和交流機(jī)會(huì)。

（四）善于利用網(wǎng)絡(luò)共享平臺(tái)

互聯(lián)網(wǎng)時(shí)代，網(wǎng)絡(luò)資源應(yīng)有盡有，人工智能與大數(shù)據(jù)方面的技術(shù)文檔、功能代碼，甚至是大數(shù)據(jù)采集任務(wù)，都可以在網(wǎng)絡(luò)上找到下載資源。這里的網(wǎng)絡(luò)資源不單局限于一些大型的門戶網(wǎng)站，還包括以下：微信公眾號(hào)、微博等自媒體;代碼托管網(wǎng)站，如國(guó)內(nèi)的開源中國(guó)、CSDN和國(guó)外的GitHub等;行業(yè)動(dòng)態(tài)交流平臺(tái)，如人工智能網(wǎng)和AI中國(guó)網(wǎng)等;行業(yè)技術(shù)交易服務(wù)平臺(tái)，如豬八戒網(wǎng)等。

四、人工智能與大數(shù)據(jù)應(yīng)用案例

（一）利用Excel對(duì)調(diào)查問卷進(jìn)行數(shù)據(jù)挖掘

一體化教學(xué)重視師生的互動(dòng)，現(xiàn)階段職業(yè)院校通常使用問卷調(diào)查方式獲得學(xué)生對(duì)教學(xué)效果的反饋意見。這種問卷調(diào)查獲得的信息量較大，很難從中看出一些規(guī)律。通過數(shù)據(jù)挖掘的方式，可從大量雜亂的反饋意見中提煉有效信息，區(qū)分出重要和不重要因素，從而做到有的放矢地跟進(jìn)，更有效地改善一體化教學(xué)效果。

筆者曾經(jīng)設(shè)計(jì)了一個(gè)關(guān)于學(xué)生課程滿意度的調(diào)查表，有13個(gè)影響因素和1個(gè)滿意度評(píng)分。筆者選取了一個(gè)專業(yè)班的同學(xué)，對(duì)該班所有課程進(jìn)行匿名問卷調(diào)查，將調(diào)查結(jié)果記錄到Excel中。

筆者采用線性回歸算法進(jìn)行數(shù)據(jù)挖掘，Excel中提供了相應(yīng)的功能函數(shù)，首先將影響因素進(jìn)行數(shù)據(jù)化操作，接著使用數(shù)據(jù)分析中的回歸，選擇好X值和Y值后執(zhí)行，即可獲得詳細(xì)的分析結(jié)果。其中，系數(shù)為正的表示重要因素，系數(shù)為負(fù)的表示不重要因素。

最終，通過數(shù)據(jù)挖掘得知，一體化教學(xué)老師可以從巡回指導(dǎo)到位、適當(dāng)增加課外知識(shí)、語言表達(dá)更幽默、教學(xué)過程中多結(jié)合案例和應(yīng)用等方面提高學(xué)生對(duì)一體化課程的滿意度。

（二）利用Excel和Python語言打造新生大數(shù)據(jù)

各職業(yè)院校在開學(xué)季，都會(huì)適時(shí)推出有趣的新生大數(shù)據(jù)，例如：男女學(xué)生人數(shù)比例，年齡和星座分布情況，同名同姓或者生日相同的學(xué)生、籍貫統(tǒng)計(jì)等。

筆者帶領(lǐng)了幾位計(jì)算機(jī)專業(yè)的學(xué)生，從招生部門收集了當(dāng)年新生數(shù)據(jù)，以簡(jiǎn)單實(shí)用為指導(dǎo)思想，先是利用Excel進(jìn)行新生數(shù)據(jù)的整理，篩選出必要的字段，接著導(dǎo)入Python的pandas庫，調(diào)用value_counts等函數(shù)，對(duì)新生數(shù)據(jù)進(jìn)行分析和匯總，然后輸出結(jié)果到Excel表格，利用Excel強(qiáng)大的圖表和地圖功能，打造了新生大數(shù)據(jù)報(bào)告，提供給相關(guān)部門參考并發(fā)布。

整個(gè)過程中，學(xué)生對(duì)大數(shù)據(jù)技術(shù)有了深刻的認(rèn)識(shí)并且學(xué)會(huì)了綜合利用各種工具解決問題。

（三）利用關(guān)聯(lián)分析獲取消費(fèi)者愛好需求

關(guān)聯(lián)分析在銷售領(lǐng)域的經(jīng)典案例就是“沃爾瑪?shù)钠【坪湍虿肌?，?dāng)這兩個(gè)看起來沒有任何關(guān)聯(lián)的東西放在一起銷售時(shí)，兩者的銷售量都大大增加，這是因?yàn)檎煞蛸I尿布時(shí)有“順手”買啤酒的消費(fèi)習(xí)慣。關(guān)聯(lián)分析擅長(zhǎng)在大量數(shù)據(jù)里面發(fā)掘出不同事物之間隱含的聯(lián)系。

關(guān)聯(lián)分析采用Apriori算法，而在Python開發(fā)環(huán)境中，mlxtend庫提供了強(qiáng)大又好用的關(guān)聯(lián)分析工具。

（四）決策樹在葡萄酒釀造中的應(yīng)用

本地有大規(guī)模投產(chǎn)的葡萄酒莊園，筆者所在職業(yè)院校的食品化工專業(yè)師生，曾經(jīng)在校企合作部門的帶領(lǐng)下，前去參觀學(xué)習(xí)。該專業(yè)老師在交流過程中，對(duì)葡萄酒釀造工藝非常感興趣，甚至將這套流程的簡(jiǎn)化版引入到教學(xué)實(shí)踐中。他帶著學(xué)生，買了一批紫秋葡萄，利用實(shí)驗(yàn)室環(huán)境，釀造起了葡萄酒。在這個(gè)項(xiàng)目教學(xué)過程中，學(xué)生理解了葡萄酒釀造的完整過程和原理，學(xué)會(huì)了酵母菌的分離純化和檢測(cè)方法。

筆者對(duì)葡萄酒釀造工藝不甚了解，但知道決策樹在食品加工工序上有比較廣泛的應(yīng)用。而該老師給出了實(shí)驗(yàn)過程中，學(xué)生記錄的各組數(shù)據(jù)，包括加入分離純化的酵母菌對(duì)發(fā)酵時(shí)間的影響，酵母菌在不同培養(yǎng)基中的觀察數(shù)據(jù)、加糖發(fā)酵等關(guān)鍵步驟分析、葡萄酒最終檢測(cè)指標(biāo)等。筆者利用Python中的sklearn庫，導(dǎo)入了決策樹tree模型，將葡萄酒釀造中涉及的關(guān)鍵因素作為屬性，這些屬性將是這棵樹分支的節(jié)點(diǎn)，然后將檢測(cè)指標(biāo)作為結(jié)果集。所有的記錄數(shù)據(jù)最終分成了訓(xùn)練集和測(cè)試集，通過建立模型、探索屬性重要性、修改參數(shù)和剪枝，最終得到了簡(jiǎn)化版的葡萄酒釀造專家模型。

（五）利用深度學(xué)習(xí)開發(fā)人臉識(shí)別程序

谷歌開源了深度學(xué)習(xí)框架TensorFlow，在這基礎(chǔ)上電腦專家們開發(fā)了很多深度學(xué)習(xí)的庫，而采用純Python語言編寫，基于TensorFlow框架的庫就是keras。網(wǎng)絡(luò)上已經(jīng)有相當(dāng)多利用keras庫開發(fā)的深度學(xué)習(xí)案例，其中最常見的就是在圖像識(shí)別領(lǐng)域中的應(yīng)用。筆者曾經(jīng)參觀了一家香菇生產(chǎn)企業(yè)，它使用的香菇分揀流水線就是基于圖像的深度學(xué)習(xí)開發(fā)的。

在教學(xué)中，筆者重現(xiàn)了一個(gè)開源的人臉識(shí)別代碼，其中除了調(diào)用keras庫外，還調(diào)用了opencv庫及sklearn庫。這個(gè)項(xiàng)目是一個(gè)綜合的應(yīng)用，需要學(xué)生有扎實(shí)的理論知識(shí)和熟練應(yīng)用Python開發(fā)語言的能力。

五、小結(jié)

職業(yè)院校是培養(yǎng)應(yīng)用型人才的搖籃。我們充分利用教學(xué)資源，結(jié)合專業(yè)所長(zhǎng)，在校企合作平臺(tái)上，“接地氣”地利用人工智能與大數(shù)據(jù)進(jìn)行二次開發(fā)，解決企業(yè)在生產(chǎn)經(jīng)營(yíng)一線遇到的問題，重新定位新時(shí)期技能人才的基本素養(yǎng)，展現(xiàn)職業(yè)教育特色。

參考文獻(xiàn)：

[1]Wes Mckinney.利用Python進(jìn)行數(shù)據(jù)分析[M].北京：機(jī)械工業(yè)出版社，2018.

[2]鄭澤宇，梁博文，顧思宇.實(shí)戰(zhàn)Google深度學(xué)習(xí)框架[M].北京：電子工業(yè)出版社，2018.

[3]上田和明.用Excel學(xué)數(shù)據(jù)挖掘[M].北京：科學(xué)出版社，2012.

（作者單位：廣東省南方技師學(xué)院）