楊真真，楊永鵬

（1.南京郵電大學 理學院；2.南京信息職業(yè)技術學院 網(wǎng)絡與通信學院，江蘇 南京 210023）

0 引言

近年來，隨著科技的發(fā)展，人工智能等技術逐漸成為人們研究的熱點，并被廣泛應用于工業(yè)、農(nóng)業(yè)、醫(yī)學、社會等各領域。在人工智能背景下，如何培養(yǎng)一批優(yōu)秀的創(chuàng)新人才成為我國教育行業(yè)亟待解決的問題。自1989 年開展首屆“挑戰(zhàn)杯”全國大學生課外學術科技作品競賽以來，在共青團中央、教育部等領導下，尤其是為了貫徹黨的十九屆五中全會精神，“挑戰(zhàn)杯”已成為引導高校學生培養(yǎng)科學精神和科學態(tài)度的一項舉足輕重的競賽。作為“挑戰(zhàn)杯”競賽的主戰(zhàn)場，各大高校積極參與，從最初的19所發(fā)展到現(xiàn)如今的1 000 多所高校，為祖國培養(yǎng)大批創(chuàng)新性人才作出了貢獻。南京郵電大學是一所以信息學科為特色，始終以培養(yǎng)信息類、創(chuàng)新類人才為己任的綜合類高校。長期以來，南京郵電大學始終結合自身的辦學特色，以“挑戰(zhàn)杯”競賽為契機，構建基于“挑戰(zhàn)杯”的“六位一體”創(chuàng)新人才培養(yǎng)模式，積極提高學生的實踐和創(chuàng)新能力，為祖國輸出大批創(chuàng)新性人才，同時也為其他高校創(chuàng)新人才培養(yǎng)提供一種借鑒和新思路。

1 “挑戰(zhàn)杯”競賽意義

“挑戰(zhàn)杯”每兩年舉行一次，已歷時16 屆，被譽為全國大學生課外科技創(chuàng)新的“奧林匹克”競賽，已經(jīng)發(fā)展成為國內(nèi)最具影響力、規(guī)模最大、最能孵化科技創(chuàng)新型人才的競賽，為國家輸出創(chuàng)新性人才貢獻積極作用，具有非凡的意義［7-8］。

（1）能夠促進以人工智能技術為代表的現(xiàn)代先進科學技術發(fā)展。當今社會是智能化的社會，隨著人工智能等智能化學科的高速發(fā)展，在人工智能背景下，“挑戰(zhàn)杯”競賽所涉及的科技創(chuàng)新大多與深度學習領域相關。大批擁有銳意創(chuàng)新素質(zhì)的優(yōu)秀創(chuàng)新團隊將智慧創(chuàng)新的種子撒在祖國的大地上，有效促進了我國人工智能技術的飛速發(fā)展。

（2）能夠豐富教學內(nèi)容，完善人才培養(yǎng)機制。實踐是檢驗真理的唯一標準，通過將“挑戰(zhàn)杯”競賽中的經(jīng)典案例引入到實際教學中，能夠較好地充實教學內(nèi)容，完備教學中的實踐環(huán)節(jié)，促進當代大學生深入理解和掌握當前學科的理論基礎和應用基地?！疤魬?zhàn)杯”競賽作為各大高校廣泛參與的競賽，勢必能為各大高校的教學變革產(chǎn)生深遠影響，能積極促進各大高校完善人才培養(yǎng)機制。

（3）能夠培養(yǎng)大批優(yōu)秀創(chuàng)新性人才?！俺缟锌茖W、追求真知、勤奮學習、銳意進取、迎接挑戰(zhàn)”是“挑戰(zhàn)杯”的一貫宗旨，通過該競賽可以有效培養(yǎng)大批符合社會發(fā)展需要的，有理想有抱負的優(yōu)秀創(chuàng)新人才?！疤魬?zhàn)杯”競賽是培養(yǎng)創(chuàng)新性人才的“搖籃”，為建設創(chuàng)新型國家奠定良好基礎。

總而言之，“挑戰(zhàn)杯”競賽在促進科技發(fā)展、優(yōu)化人才培養(yǎng)模式和促進人才培養(yǎng)等方面都增添了亮麗的色彩。

2 人工智能背景下基于“挑戰(zhàn)杯”的創(chuàng)新人才培養(yǎng)體系

南京郵電大學結合自身特點，以“挑戰(zhàn)杯”競賽為依托，積極大力提升該校學生科技創(chuàng)新能力，不斷提升學生在人工智能、通信、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、信息安全等高新科技領域的創(chuàng)新水平，不斷改進人工智能背景下基于“挑戰(zhàn)杯”的創(chuàng)新人才培養(yǎng)體系。該培養(yǎng)體系以“挑戰(zhàn)杯”為龍頭，通過創(chuàng)新理念融入、創(chuàng)新課程學習、創(chuàng)新項目培育、選拔培訓競賽、創(chuàng)新科研以及創(chuàng)新畢業(yè)設計和就業(yè)“六位一體”的新型創(chuàng)新人才培養(yǎng)體系，以此引導學生以賽促學、以賽促訓，并最終打造一批符合人工智能發(fā)展趨勢的、符合國家發(fā)展需要的、具有較強綜合創(chuàng)新能力的新型大國科技型人才?！傲灰惑w”創(chuàng)新人才培養(yǎng)框架如圖1 所示。

Fig.1 “Six in one”innovative talent training framework圖1“六位一體”創(chuàng)新人才培養(yǎng)框架

2.1 “挑戰(zhàn)杯”創(chuàng)新理念融入

“挑戰(zhàn)杯”競賽的主要目的是促進大學生形成學以致用的品質(zhì)，發(fā)現(xiàn)并培養(yǎng)大批有作為、有潛力的優(yōu)秀科技儲備人才，進一步服務國家經(jīng)濟、政治、文化、社會和生態(tài)文明建設。學校從學生踏入大學校門的那一刻起，就通過創(chuàng)新型教學模式、導師責任制和項目引導等形式，將“挑戰(zhàn)杯”競賽等相關創(chuàng)新理念融入學生的日常生活和學習中。其具體實施如下：

（1）打造融入思政元素、采用翻轉課堂，并結合項目式教學方式的新型教學模式。該新型教學模式使得學生在學習過程中，能深入體會國家對創(chuàng)新性人才的渴求，樹立“到國家最需要的行業(yè)中”的信念，堅定對創(chuàng)新科技的追求；同時，在教學過程中，任課教師積極通過翻轉課堂，結合項目式教學方式，引導學生形成創(chuàng)新思維。

（2）在本科階段打造由學生選擇、教師同意的新型雙選本科生導師責任制政策。本科生通過導師責任制，較早進入科研團隊，跟隨團隊中的碩士生、博士生開展科研，為學生營造了一個良好的課外科技創(chuàng)新氛圍。

（3）學校定期舉行類似“挑戰(zhàn)杯”等創(chuàng)新競賽的項目推進會，從創(chuàng)新類競賽的前期準備、作品選題、研究方法、研究過程、項目分工、成果展示以及團隊建設等方面提供建設性指導。

2.2 “挑戰(zhàn)杯”創(chuàng)新理論課程學習

以“挑戰(zhàn)杯”競賽為龍頭，覆蓋創(chuàng)新類所有競賽，該校專門開設了創(chuàng)新類課程，這類課程既包含像人工智能、深度學習、機器學習、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等創(chuàng)新類理論課程，又包含像數(shù)學建模等創(chuàng)新競賽類課程。此外，學校還專門成立各類創(chuàng)新類競賽協(xié)會，建立創(chuàng)新興趣學習小組，積極組織獲獎學生講授競賽經(jīng)驗和技巧，傳承以老帶新的優(yōu)秀光榮傳統(tǒng)。

2.3 “挑戰(zhàn)杯”創(chuàng)新項目培育

為了較好地支撐“挑戰(zhàn)杯”競賽，南京郵電大學積極開展各種創(chuàng)新類孵化項目，例如，“創(chuàng)新杯”大學生課外學術科技作品競賽、大學生數(shù)學建模創(chuàng)新科技競賽、“創(chuàng)青春”大學生創(chuàng)新創(chuàng)業(yè)訓練計劃和大學生科技節(jié)等創(chuàng)新類競賽，采取每個學院負責一項競賽，不斷提高學生對創(chuàng)新類競賽的興趣和學生的參與度，提升學生的創(chuàng)新能力，以及科研項目申請書撰寫、答辯和團隊合作等能力。

2.4 “挑戰(zhàn)杯”創(chuàng)新項目選拔、培訓與競賽

在前期準備的基礎上，該校采用項目培育、選拔、訓練和競賽“四位一體”的賽事指導機制，推動建立全鏈條、全方位的創(chuàng)新賽事育人體系。此外，還通過專家專題培訓、專家輔導、備賽集訓以及模擬答辯等方式完善學生科技創(chuàng)新活動的頂層設計，推動創(chuàng)新意志和創(chuàng)新能力，為國家輸出優(yōu)秀創(chuàng)新型人才。

2.5 “挑戰(zhàn)杯”創(chuàng)新科研

為進一步提高創(chuàng)新型人才培養(yǎng)質(zhì)量，該校鼓勵對創(chuàng)新科研有興趣的學生積極參加學校、省和國家組織的各類相關競賽。同時，鼓勵學生積極與擁有獨立創(chuàng)新項目和科研團隊的教師聯(lián)系，并融入到相關創(chuàng)新科技團隊，鼓勵學生積極參與科學研究、科研論文撰寫、專利和項目申請等科研活動，并針對科研成果給予相應經(jīng)費支持和獎勵。學生也會獲得一定的學分，進一步提高學生參與創(chuàng)新類競賽的熱情和積極性。

2.6 “挑戰(zhàn)杯”創(chuàng)新畢業(yè)設計及就業(yè)

該校鼓勵學生以“挑戰(zhàn)杯”競賽等創(chuàng)新類作品為基礎，以當前國家和各大企業(yè)所需要的技術為武裝，繼續(xù)完善創(chuàng)新類作品，豐富這類作品的內(nèi)容，并撰寫畢業(yè)設計。對于具有創(chuàng)新性的優(yōu)秀論文作者，可獲得保研乃至本碩博連讀的機會，提高此類學生的學歷水平，從更高層次上培養(yǎng)該類學生的創(chuàng)新能力，實現(xiàn)對創(chuàng)新人才的分層次化培養(yǎng)。

3 “挑戰(zhàn)杯”競賽實例分析——基于改進UNet 網(wǎng)絡的醫(yī)學圖像分割

醫(yī)學圖像分割是圖像處理領域非常有價值的研究方向之一，是通過一系列分割算法對復雜醫(yī)學圖像中感興趣的區(qū)域進行分割，從而突出人體器官中的病灶組織，方便醫(yī)生作進一步檢查和分析。醫(yī)學圖像分割技術的興起使得醫(yī)生只需要關注他們感興趣的區(qū)域，極大減輕了醫(yī)生的工作量，提高了整體醫(yī)療行業(yè)的工作效率。因此，該技術在生物醫(yī)學等許多領域都具有非常重要的意義和巨大的應用前景。

近年來，隨著計算機和人工智能的飛速發(fā)展，基于深度學習的醫(yī)學圖像分割受到了人們的廣泛關注。U-Net 網(wǎng)絡便是一種具有編碼—解碼結構的深度學習網(wǎng)絡，被廣泛用于醫(yī)學圖像分割。本文以基于改進U-Net 網(wǎng)絡的醫(yī)學圖像分割為例，進一步闡述“挑戰(zhàn)杯”競賽對創(chuàng)新性人才在邏輯分析能力、創(chuàng)新精神、創(chuàng)新能力和團隊合作能力等方面的推動作用。

3.1 問題提出

U-Net 網(wǎng)絡是近年來醫(yī)學圖像分割中最流行的一種深度學習結構，由卷積層、轉置卷積層和池化層組成。對于特定大小和形狀的分割目標，U-Net 網(wǎng)絡可以獲得良好的性能。然而，醫(yī)學圖像的復雜性和可變性給U-Net 網(wǎng)絡帶來了巨大挑戰(zhàn)，當分割目標大小發(fā)生變化，目標與背景不平衡時，經(jīng)典U-Net 網(wǎng)絡架構性能就不盡人意了。為了改進經(jīng)典U-Net 網(wǎng)絡架構的性能，研究者們提出了許多UNet 網(wǎng)絡的改進算法，例如Ibtehaz 等在U-Net 中加入多分辨率塊，提出通過多分辨率U-Net（Multi-Resolutional UNet，MultiResUNet）網(wǎng)絡提高圖像分割性能。受此啟發(fā)，提出一種新的改進U-Net（Improved U-Net，IUNet）網(wǎng)絡，該網(wǎng)絡采用密集塊提高特征提取能力，并采用多特征融合（Multi-Feature Fuse，MFF）塊融合不同尺度的特征圖以提高特征提取的準確性。此外，還結合交叉熵和Dice 損失函數(shù)各自的優(yōu)點，提出一種新的組合損失函數(shù)以處理目標與背景之間的不平衡。

3.2 改進的U-Net 網(wǎng)絡

改進的U-Net 網(wǎng)絡即IUNet 網(wǎng)絡架構如圖2 所示，與經(jīng)典的U-Net 網(wǎng)絡類似，也包括相應層之間跳躍連接的編碼和解碼部分。為了提高網(wǎng)絡結構的特征學習能力，將密集塊作為網(wǎng)絡的一個基本單元，編碼部分由密集塊組成以提取圖像特征，解碼部分將不同層次的特征映射向上采樣到原始圖像大小，并在網(wǎng)絡的不同層次上，采用MFF 塊將不同層次的特征連接起來，以提高特征提取準確性。此外，還提出一個新的組合損失函數(shù)，以更好地訓練網(wǎng)絡。

Fig.2 Improved U-Net network architecture圖2 改進的U-Net 網(wǎng)絡架構

在IUNet 中，將U-Net 網(wǎng)絡的兩個3×3 卷積層替換為密集塊，密集塊是成對出現(xiàn)，圖2 中的每一行就是一個密集塊對。圖3 為密集塊的結構，密集塊由密集連接層、過渡層和剩余連接組成，可以解決過擬合訓練數(shù)據(jù)集小的問題，并促進網(wǎng)絡內(nèi)信息的傳播，加快收斂速度。與U-Net 網(wǎng)絡串聯(lián)的3×3 的卷積層相比，密集塊更容易獲得更多的特征，且不需要像一般的卷積神經(jīng)網(wǎng)絡那樣，通過簡單增加卷積層的深度以提高網(wǎng)絡性能。

Fig.3 The proposed dense block architecture圖3 本文提出的密集塊架構

在密集塊內(nèi)部，每一層都與之前的所有層相關聯(lián)，將前面各層所獲得的特征圖合并，作為后續(xù)各層的輸入。為了使網(wǎng)絡更易于優(yōu)化，利用密集塊中的剩余連接進一步促進信息傳播。此外，為了避免過多的特征圖給網(wǎng)絡帶來的負擔，需減少特征圖數(shù)量，在密集塊中插入一個1×1 的卷積層到所有卷積層末尾的過渡層，以合并所有之前層的特征。不同層的密集塊學習了不同層的特征，淺層密集塊傾向于學習圖像的底層特征，特征分辨率更高，包含更多的位置和細節(jié)信息，深層密集塊則提供了更多的語義信息。結合淺層和深層特征，設計了一個多特征融合塊，以提高特征學習的準確性，提出的多特征融合塊結構如圖4 所示。

Fig.4 Multi-feature fusion block architecture圖4 多特征融合塊架構

此外，隨著醫(yī)學圖像分割技術的發(fā)展，越來越多的醫(yī)學圖像數(shù)據(jù)集被開發(fā)出來，這些數(shù)據(jù)集的一個明顯特征是分割對象的大小可能比背景小得多，如果在這種網(wǎng)絡結構中采用交叉熵損失函數(shù)，很容易出現(xiàn)圖像無法分割的情況。為了應對上述挑戰(zhàn)，還提出了一個新的結合交叉熵損失函數(shù)和Dice 損失函數(shù)優(yōu)點的組合損失函數(shù)以訓練提出的IUNet 網(wǎng)絡。

交叉熵損失函數(shù)最后一層權重的梯度與激活函數(shù)的導數(shù)無關，只與輸出圖像和標準分割圖像的差異有關，所以收斂速度快。此外，又由于反向傳播是連乘的，因而整個權值矩陣的更新會更快。交叉熵損失函數(shù)的定義為：

其中，

N

為圖像像素點的個數(shù)，

g

為正確分割圖像的像素值，

t

為訓練出的圖像像素值。但交叉熵每個梯度損失函數(shù)的返回對每個類別的關注是相同的，很容易受到類別不平衡的影響，也即在目標和背景相差較大的情況下，交叉熵損失函數(shù)可能無法分割出目標。在這種情況下，Dice損失函數(shù)仍然可以執(zhí)行訓練損失函數(shù)，但是Dice 的梯度不穩(wěn)定，可能導致訓練曲線不可靠。Dice 損失函數(shù)的定義為：

為了兼顧訓練過程的穩(wěn)定性和解決類別不平衡問題，結合交叉熵損失函數(shù)和Dice 損失函數(shù)各自的優(yōu)點，提出一個新的組合損失函數(shù)，更好地解決了目標與背景不平衡問題。該新的組合損失函數(shù)定義為：

其中，

λ

(

0

≤

λ

≤1)為參數(shù)。

3.3 醫(yī)學圖像分割結果

本文在皮膚鏡圖像數(shù)據(jù)集ISIC-2018 上對U-Net、MultiResUNet 和提出的IUNet 網(wǎng)絡進行5 折交叉驗證實驗，實驗結果如圖5 所示。由圖5 可以看出，與其他兩種網(wǎng)絡結構相比，IUNet 保留了更多的圖像細節(jié)，分割效果也與標準分割圖像最接近，即提出的IUNet 網(wǎng)絡性能最好。

Fig.5 Results of the medical image segmentation圖5 醫(yī)學圖像分割效果

“挑戰(zhàn)杯”競賽能夠較好地培養(yǎng)具有創(chuàng)新、創(chuàng)優(yōu)能力的人才，人工智能背景下基于“挑戰(zhàn)杯”的創(chuàng)新人才培養(yǎng)體系，依托于創(chuàng)新目標，人才培養(yǎng)可以分為啟蒙、學習、培育、參賽和后學習5個階段。在啟蒙階段需要學校通過學習氛圍熏陶、學校學院政策推動、教師引導、高年級學生影響等綜合性措施促使創(chuàng)新理念與學生有機結合，促進學生養(yǎng)成良好的崇尚科學和追求真知的品質(zhì)；在學習階段，通過學習各門專業(yè)和實踐創(chuàng)新類課程，例如人工智能、機器學習和深度學習等課程，積攢創(chuàng)新能力的厚度，使得學生養(yǎng)成勤奮學習的習慣；在培育階段，主要通過各大創(chuàng)新類賽事推動學生積極發(fā)散創(chuàng)新思維，投身創(chuàng)新活動，促使學生勤于思考，銳意創(chuàng)新；通過前期學生努力、學校政策影響和教師培養(yǎng)，具有優(yōu)秀創(chuàng)新品質(zhì)的學生進入?yún)①愲A段，該階段是對學生問題解決能力、創(chuàng)新能力和團隊協(xié)作能力等的極大考驗，通過參賽階段可以極大鍛煉學生的創(chuàng)新能力和迎接挑戰(zhàn)的自信；后學習階段是在前期“挑戰(zhàn)杯”競賽的基礎上，促使學生將創(chuàng)新知識、創(chuàng)新理念和創(chuàng)新能力應用于畢業(yè)設計、科研和就業(yè)中，最終成為服務國家經(jīng)濟、政治、文化、社會和生態(tài)文明建設的優(yōu)秀創(chuàng)新儲備人才。

4 人工智能背景下基于“挑戰(zhàn)杯”的創(chuàng)新型人才培養(yǎng)成效

人工智能背景下實施基于“挑戰(zhàn)杯”的創(chuàng)新人才培養(yǎng)模式，南京郵電大學通過競賽成立了大學生創(chuàng)新創(chuàng)業(yè)團隊、形成了項目培育、選拔、訓練和競賽“四位一體”的賽事指導機制，建立了全鏈條、全方位的創(chuàng)新賽事育人體系，并獲得了以“挑戰(zhàn)杯”競賽為依托的一些教學和科研項目。以近幾年的“挑戰(zhàn)杯”競賽為例，南京郵電大學在2017 年第十五屆“挑戰(zhàn)杯”競賽中，共獲得一等獎2 項、二等獎1 項、三等獎1 項；江蘇省特等獎1 項、一等獎3 項、二等獎2 項、三等獎2 項；2018 年，首次入圍全國“挑戰(zhàn)杯”大學生課外學術科技作品競賽發(fā)起高校；2019 年，獲獎數(shù)量和獲獎總分創(chuàng)參賽歷史新高，位列全國第13 位，并首次捧得“優(yōu)勝杯”。

5 結語

當今信息高速發(fā)展的時代是以人工智能為主導科技的時代，本文以人工智能為背景，以“挑戰(zhàn)杯”競賽為契機，結合南京郵電大學的學科特色，從創(chuàng)新理念融入、創(chuàng)新課程學習、項目培育、選拔培訓競賽、創(chuàng)新科研以及創(chuàng)新畢業(yè)設計和就業(yè)6個方面，提出了以“挑戰(zhàn)杯”為龍頭的“六位一體”的新型創(chuàng)新人才培養(yǎng)模式，積極提高學生的實踐和創(chuàng)新能力，為國家輸出大批創(chuàng)新性人才，同時也為其他高校創(chuàng)新人才培養(yǎng)模式的完善提供了借鑒。此外，本文以基于改進U-Net 網(wǎng)絡的醫(yī)學圖像分割為實踐引例，進一步說明“六位一體”的新型創(chuàng)新人才培養(yǎng)模式實施過程，并通過南京郵電大學近幾年的成果驗證了以“挑戰(zhàn)杯”為龍頭的“六位一體”的新型創(chuàng)新人才培養(yǎng)模式的有效性。