早克熱·卡德爾 艾山·吾買爾

摘要：畢業(yè)論文是本科人才培養(yǎng)的重要環(huán)節(jié)，能夠培養(yǎng)和鍛煉學(xué)生使用專業(yè)知識解決工程問題的綜合能力。隨著人工智能技術(shù)深入融合各行各業(yè)，企業(yè)對具有一定人工智能技術(shù)基礎(chǔ)或經(jīng)驗(yàn)學(xué)生的需求日益增長。借助畢業(yè)論文培養(yǎng)本科生從事機(jī)器學(xué)習(xí)相關(guān)開發(fā)課題，對學(xué)生的專業(yè)發(fā)展、用人單位有很大的價(jià)值。文章以探索了如何指導(dǎo)學(xué)生學(xué)習(xí)機(jī)器學(xué)習(xí)原理和實(shí)踐的基礎(chǔ)上，給出了本科畢業(yè)論文任務(wù)書中可以安排的任務(wù)建議，同時分享了機(jī)器學(xué)習(xí)知識和實(shí)踐的學(xué)習(xí)路線和時間分配建議。

關(guān)鍵詞：本科畢業(yè)論文；電子信息；機(jī)器學(xué)習(xí)；深度學(xué)習(xí)；任務(wù)書

中圖分類號：G642? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2022）30-0164-04

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

1 引言

本科畢業(yè)設(shè)計(jì)（論文）是重要的實(shí)踐教學(xué)環(huán)節(jié)，是培養(yǎng)大學(xué)生理論與實(shí)踐相結(jié)合能力的重要途徑，是評價(jià)高等學(xué)校本科教學(xué)質(zhì)量的一項(xiàng)重要指標(biāo)[1-2]。通過本科畢業(yè)論文可以鍛煉學(xué)生的自學(xué)能力和綜合運(yùn)用所學(xué)專業(yè)知識分析問題、設(shè)計(jì)解決方案、實(shí)現(xiàn)方案的能力。本科畢業(yè)論文不僅是運(yùn)用已學(xué)知識的過程，也是迭代式發(fā)現(xiàn)自己專業(yè)知識和實(shí)踐能力不足、補(bǔ)足薄弱點(diǎn)、鞏固基礎(chǔ)、強(qiáng)化實(shí)踐能力的綜合性過程。

眾所周知，國內(nèi)信息技術(shù)類本科畢業(yè)設(shè)計(jì)論文內(nèi)容主要以設(shè)計(jì)與實(shí)現(xiàn)各類管理系統(tǒng)、手機(jī)軟件、網(wǎng)絡(luò)系統(tǒng)開發(fā)、嵌入式系統(tǒng)為主。但近幾年，尤其是2016年以來，隨著人工智能技術(shù)的研究取得巨大進(jìn)展，不斷滲入各行各業(yè)，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)被廣泛應(yīng)用到很多自動化技術(shù)的研發(fā)，例如無人駕駛，人臉識別，機(jī)器翻譯，智能醫(yī)療等。目前很多企業(yè)不僅需要學(xué)生具備一般系統(tǒng)的開發(fā)能力，還要求他們具備一定機(jī)器學(xué)習(xí)算法的基礎(chǔ)能力。

為落實(shí)《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》（國發(fā)〔2017〕35號）[3]，引導(dǎo)高等學(xué)校瞄準(zhǔn)世界科技前沿，不斷提高人工智能領(lǐng)域科技創(chuàng)新、人才培養(yǎng)和國際合作交流等能力，為我國新一代人工智能發(fā)展提供戰(zhàn)略支撐，教育部制定印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動計(jì)劃》（教技〔2018〕3號）[4]。根據(jù)國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，教育部、國家發(fā)展改革委、財(cái)政部制定了《關(guān)于“雙一流”建設(shè)高校促進(jìn)學(xué)科融合 加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》（教研〔2020〕4號）[5]。根據(jù)教育部、國家發(fā)展改革委、財(cái)政部印發(fā)的《關(guān)于“雙一流”建設(shè)高校促進(jìn)學(xué)科融合加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》，教育部成立人工智能高層次人才培養(yǎng)專家委員會。專委會在廣泛調(diào)研論證基礎(chǔ)上，研究制訂了《人工智能領(lǐng)域研究生指導(dǎo)性培養(yǎng)方案（試行）》（教研司〔2022〕6號）[6]。以上這些舉措表明，國家不斷加強(qiáng)人工智能領(lǐng)域的人才培養(yǎng)。目前，有210多所高等學(xué)校開設(shè)了人工智能本科專業(yè)。今年，南京大學(xué)等首批開設(shè)人工智能本科專業(yè)學(xué)校的首屆學(xué)生畢業(yè)，就業(yè)情況相當(dāng)不錯，吸引了更多高考學(xué)子的報(bào)考，人工智能一躍成為了熱門專業(yè)。

電子信息專業(yè)本科學(xué)生一般也會學(xué)習(xí)與人工智能專業(yè)相關(guān)的基礎(chǔ)課程，但是缺乏針對人工智能某個研究方向的數(shù)學(xué)、算法、編程技術(shù)的學(xué)習(xí)與實(shí)踐。但不得不考慮的是，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)相對來說門檻較高，它需要學(xué)生學(xué)習(xí)很多新的概念，還要學(xué)生具備一定的數(shù)學(xué)基礎(chǔ)，并且算法的原理推導(dǎo)也比較枯燥，需要一定的邏輯能力。而且機(jī)器學(xué)習(xí)框架的學(xué)習(xí)相比于一般的編程語言和開發(fā)工具更復(fù)雜更具有挑戰(zhàn)性。另一方面，現(xiàn)在國內(nèi)很多大學(xué)電子信息專業(yè)并沒有開設(shè)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)課程，學(xué)生對機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)的基本知識點(diǎn)都不太了解，對機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的認(rèn)知幾乎為零或者非常有限，使得學(xué)生入門的難度增大。

鑒于上述情況，如何引導(dǎo)學(xué)生利用完成本科畢業(yè)論文（設(shè)計(jì)）這一任務(wù)，讓學(xué)生大約在4～6個月的時間內(nèi)基本掌握機(jī)器學(xué)習(xí)及深度學(xué)習(xí)算法原理、編程語言、機(jī)器及深度學(xué)習(xí)框架，比較熟練地掌握環(huán)境搭建、數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練、模型應(yīng)用等技能，為從事機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)的開發(fā)工作奠定基礎(chǔ)，是一個值得探索的課題。本文為探究利用本科畢業(yè)論文培養(yǎng)學(xué)生機(jī)器學(xué)習(xí)技術(shù)應(yīng)用的能力，從2020年開始開展了關(guān)于自然語言處理方面的畢業(yè)論文的指導(dǎo)，在指導(dǎo)過程中不斷總結(jié)學(xué)生的學(xué)習(xí)和任務(wù)完成情況，初步探索出了比較可行的設(shè)計(jì)題目和引導(dǎo)培養(yǎng)模式。

2 電子信息專業(yè)本科畢業(yè)論文現(xiàn)狀

電子信息專業(yè)為培養(yǎng)從事各類電子設(shè)備和信息系統(tǒng)的科學(xué)研究、產(chǎn)品設(shè)計(jì)、工藝制造、應(yīng)用開發(fā)和技術(shù)管理等工作的高素質(zhì)復(fù)合型人才為目標(biāo)，培養(yǎng)學(xué)生研究、設(shè)計(jì)、開發(fā)和集成電子信息系統(tǒng)、通信與計(jì)算機(jī)網(wǎng)絡(luò)、計(jì)算機(jī)應(yīng)用軟件、硬件系統(tǒng)等方面的基本能力。電子信息科學(xué)與技術(shù)專業(yè)的專業(yè)特征不明顯，課程設(shè)置過于偏重基礎(chǔ)，與國家戰(zhàn)略性新興電子信息產(chǎn)業(yè)和市場需求結(jié)合不緊密，理論課程所占比例過多，實(shí)踐類課程比例低[7]。

畢業(yè)論文設(shè)計(jì)題目多為電子信號處理、仿真系統(tǒng)設(shè)計(jì)與開發(fā)、嵌入式系統(tǒng)、計(jì)算機(jī)軟件開發(fā)、網(wǎng)絡(luò)信息系統(tǒng)、視覺信息處理、語音信號處理、自然語言處理等多個方面。計(jì)算機(jī)軟件開發(fā)類題目主要以設(shè)計(jì)與開發(fā)基于數(shù)據(jù)庫的管理系統(tǒng)、Web信息系統(tǒng)、手機(jī)客戶端、微信小程序?yàn)橹鳎@些題目與往屆學(xué)生題目重復(fù)率和相似度較高，而且網(wǎng)上有大量的開源代碼和相關(guān)文檔，還有不少案例教程與教材，學(xué)生可以比較容易得到與題目相關(guān)的原始系統(tǒng)、文檔，容易形成抄襲已有資源的情況[8]，可能導(dǎo)致學(xué)生自己的實(shí)踐能力得不到預(yù)期的訓(xùn)練和提升。

隨著近年來機(jī)器學(xué)習(xí)應(yīng)用的普及，有些學(xué)校電子信息專業(yè)老師也在指導(dǎo)學(xué)生開展基于機(jī)器學(xué)習(xí)的畢業(yè)論文工作，但是網(wǎng)上關(guān)于機(jī)器學(xué)習(xí)的源代碼、數(shù)據(jù)、訓(xùn)練好的模型等資源十分豐富，難免存在學(xué)生使用網(wǎng)上已有的數(shù)據(jù)和模型來完成任務(wù)，難以確保學(xué)生自己動手完成具體的工作，也不能確保畢業(yè)論文對學(xué)生的能力提升有幫助。

3 本科畢業(yè)論文與機(jī)器學(xué)習(xí)融合模式

3.1 本科畢業(yè)論文

本科畢業(yè)論文（設(shè)計(jì)）是本科教學(xué)中的重要綜合實(shí)踐能力培養(yǎng)環(huán)節(jié)，以畢業(yè)設(shè)計(jì)的設(shè)計(jì)開發(fā)或研究任務(wù)為目標(biāo)，以項(xiàng)目驅(qū)動方式進(jìn)一步引導(dǎo)學(xué)生鞏固和學(xué)習(xí)相關(guān)理論知識及技術(shù)，提升學(xué)生綜合運(yùn)用知識完成既定設(shè)計(jì)開發(fā)或研究任務(wù)能力的培養(yǎng)過程。本文以新疆大學(xué)信息科學(xué)與工程學(xué)院本科畢業(yè)論文設(shè)計(jì)全過程為例進(jìn)行介紹與分析。一般第七學(xué)期組織教師根據(jù)學(xué)校、學(xué)院相關(guān)要求進(jìn)行論文出題工作，填寫題目、主要研究內(nèi)容和預(yù)期目標(biāo)等內(nèi)容，經(jīng)過相關(guān)評審之后，論文題目公布給畢業(yè)學(xué)生進(jìn)行選題，學(xué)生與教師雙向選擇確定題目，并在學(xué)校本科畢業(yè)論文管理系統(tǒng)進(jìn)行選題和下達(dá)任務(wù)書等工作。學(xué)生完成選題之后，在教師的指導(dǎo)下學(xué)習(xí)相關(guān)專業(yè)知識、閱讀文獻(xiàn)、開展研究或開發(fā)工作。一般本科生的第七學(xué)期末到第八學(xué)期的6月份為本科畢業(yè)完成時間，時間大約為4個月（不包含寒假），學(xué)生一般還是會擁有一定的學(xué)習(xí)新知識、新技術(shù)的時間。本科畢業(yè)論文過程包括開題、中期檢查、論文查重、論文評閱、本科畢業(yè)論文答辯等環(huán)節(jié)。

3.2 機(jī)器學(xué)習(xí)

3.2.1 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)（ML，Machine Learning）是使得計(jì)算機(jī)等計(jì)算設(shè)備具有模擬人類某種或多種智能的學(xué)科，是人工智能的核心，是使得計(jì)算機(jī)智能化的主要途徑。機(jī)器學(xué)習(xí)是一門多領(lǐng)域、多學(xué)科交叉的學(xué)科，涉及數(shù)學(xué)、概率論、線性代數(shù)、最優(yōu)化、操作系統(tǒng)、編程語言、算法復(fù)雜度理論等多門學(xué)科[9]。機(jī)器學(xué)習(xí)需要兼顧問題的數(shù)學(xué)定義、計(jì)算機(jī)編程語言算法設(shè)計(jì)和算力等因素，所以，成為機(jī)器學(xué)習(xí)開發(fā)工程師，不僅需要學(xué)會數(shù)學(xué)相關(guān)知識點(diǎn)，而且還要掌握相關(guān)編程語言、數(shù)據(jù)處理與分析工具、機(jī)器學(xué)習(xí)算法的實(shí)現(xiàn)及框架和機(jī)器學(xué)習(xí)環(huán)境搭建等。

機(jī)器學(xué)習(xí)算法可有多種分類，主要根據(jù)機(jī)器學(xué)習(xí)模型訓(xùn)練過程中的學(xué)習(xí)與反饋方式，主要可以分為有監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)在學(xué)習(xí)過程中使用輸入數(shù)據(jù)和輸出結(jié)果的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，在訓(xùn)練過程中通過模型預(yù)測與真實(shí)標(biāo)注誤差進(jìn)行反饋和參數(shù)調(diào)整，直到達(dá)到模型收斂條件，決策樹、樸素貝葉斯、隱馬爾科夫模型、最大熵、支持向量機(jī)、條件隨機(jī)場等都屬于有監(jiān)督模型。無監(jiān)督學(xué)習(xí)是利用數(shù)據(jù)本身存在某種信息，然后以預(yù)測或者恢復(fù)這種信息為目標(biāo)進(jìn)行學(xué)習(xí)，包括聚類算法、稀疏自編碼、主成分分析等。半監(jiān)督學(xué)習(xí)是監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)融合的一種機(jī)器學(xué)習(xí)方法。一般在很多工業(yè)領(lǐng)域，使用有監(jiān)督模型的場景或任務(wù)較多，有監(jiān)督模型需要有一定規(guī)模的人工標(biāo)注的數(shù)據(jù)集。

3.2.2 深度學(xué)習(xí)

深度學(xué)習(xí)（DL，Deep Learning）是用于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機(jī)制來解釋數(shù)據(jù)的一種機(jī)器學(xué)習(xí)技術(shù)[10]。它的基本特點(diǎn)是試圖模仿大腦的神經(jīng)元之間傳遞和處理信息的模式。深度學(xué)習(xí)模型通過稠密向量表示輸入數(shù)據(jù)，利用多層非線性隱藏層學(xué)習(xí)數(shù)據(jù)的抽象內(nèi)在語義表示，無須進(jìn)行傳統(tǒng)機(jī)器學(xué)習(xí)的特征工程。因?yàn)樯窠?jīng)網(wǎng)絡(luò)輸入都是向量，而且在隱藏層包括很多節(jié)點(diǎn)的權(quán)重、隱狀態(tài)向量等，相比于傳統(tǒng)機(jī)器學(xué)習(xí)模型需要非常大的計(jì)算量，同時也需要更多的人工標(biāo)注數(shù)據(jù)集。目前，神經(jīng)網(wǎng)絡(luò)主要有卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network， RNN）、注意力（Attention）機(jī)制、圖卷積神經(jīng)網(wǎng)絡(luò)（Graph Convolutional Network， GCN）等特征提取網(wǎng)絡(luò)，有編碼器-解碼器模型框架（Sequence to Sequence， Seq2Seq）等，百度、臉譜、谷歌、微軟等開發(fā)了PaddlePaddle、PyTorch、TensorFlow、CNTK等框架。

3.3 畢業(yè)論文題目設(shè)計(jì)

電子信息專業(yè)學(xué)生主修課程包括高等數(shù)學(xué)、概率統(tǒng)計(jì)、線性代數(shù)、信息論基礎(chǔ)、程序設(shè)計(jì)基礎(chǔ)、數(shù)據(jù)結(jié)構(gòu)與算法、面向?qū)ο蟪绦蛟O(shè)計(jì)、數(shù)據(jù)庫系統(tǒng)原理、單片機(jī)與接口技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)、嵌入式系統(tǒng)、數(shù)字圖像處理、數(shù)字信號處理、信號與系統(tǒng)等課程，這些課程為學(xué)習(xí)傳統(tǒng)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、視覺處理和自然語言處理等奠定基礎(chǔ)。

本科畢業(yè)論文主要以培養(yǎng)學(xué)生綜合實(shí)踐能力、系統(tǒng)解決某個問題的能力為主，鍛煉學(xué)生分析問題、制定計(jì)劃、設(shè)計(jì)方案、設(shè)計(jì)開發(fā)等能力，主要引導(dǎo)學(xué)生掌握相關(guān)理論和技術(shù)，提升應(yīng)用這些理論和技術(shù)的能力。本科畢業(yè)論文的時間為4個月左右（不包含寒假），如何分配四個月時間，如何具體設(shè)計(jì)四個月的時間等，需要結(jié)合學(xué)生專業(yè)知識基礎(chǔ)和自學(xué)能力來進(jìn)行合理的設(shè)計(jì)。

傳統(tǒng)機(jī)器學(xué)習(xí)或深度學(xué)習(xí)包括搭建環(huán)境、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、模型選擇與應(yīng)用、訓(xùn)練模型、測試模型、發(fā)布或部署模型等步驟。目前，機(jī)器學(xué)習(xí)領(lǐng)域主流使用的編程語言為Python，但是大多數(shù)電子信息專業(yè)學(xué)生一般有C語言、Java編程基礎(chǔ)，但是沒有學(xué)過Python語言，所以還需要考慮培養(yǎng)學(xué)生的編程基礎(chǔ)。

傳統(tǒng)機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型的訓(xùn)練都需要訓(xùn)練數(shù)據(jù)集、驗(yàn)證集、測試集等，目前網(wǎng)上也有很多公開的數(shù)據(jù)集。但是，針對工程類項(xiàng)目大多數(shù)情況通常存在數(shù)據(jù)量少不能滿足項(xiàng)目需求或者需要自己結(jié)合具體任務(wù)與項(xiàng)目目標(biāo)設(shè)計(jì)構(gòu)建相關(guān)數(shù)據(jù)的問題。其實(shí)，很多企業(yè)研發(fā)的項(xiàng)目都需要針對具體任務(wù)來設(shè)計(jì)和構(gòu)建數(shù)據(jù)集，然后使用已有的開源系統(tǒng)訓(xùn)練模型，使用訓(xùn)練好的模型開發(fā)應(yīng)用系統(tǒng)。目前，機(jī)器翻譯、語音識別、語音合成、人臉識別、文字識別、聲紋識別、情感分類、機(jī)器聊天、醫(yī)學(xué)圖像自動診斷等人工智能應(yīng)用技術(shù)主要還是使用公開成熟的模型進(jìn)行系統(tǒng)開發(fā)，所以學(xué)生只要具備針對任務(wù)數(shù)據(jù)設(shè)計(jì)和公開主流模型應(yīng)用的能力，也被認(rèn)為是基本達(dá)到企業(yè)的要求。

傳統(tǒng)機(jī)器學(xué)習(xí)在深度學(xué)習(xí)流行之前也為很多領(lǐng)域、行業(yè)解決了不少問題，也被成功應(yīng)用于智能化工程項(xiàng)目中，而且計(jì)算復(fù)雜度遠(yuǎn)低于深度學(xué)習(xí)，運(yùn)行和部署成本遠(yuǎn)低于深度學(xué)習(xí)。目前，仍有不少企業(yè)使用傳統(tǒng)機(jī)器學(xué)習(xí)算法開發(fā)系統(tǒng)，所以學(xué)生需要了解或掌握一個傳統(tǒng)機(jī)器學(xué)習(xí)算法，將會在企業(yè)繼續(xù)從事基于傳統(tǒng)機(jī)器學(xué)習(xí)的項(xiàng)目研發(fā)奠定基礎(chǔ)。深度學(xué)習(xí)是目前主流的人工技術(shù)研發(fā)方法，若在本科畢業(yè)過程中能熟練掌握一個模型，學(xué)生將會具備繼續(xù)自學(xué)的能力。因此，本文建議本科畢業(yè)論文中，分別使用一個傳統(tǒng)機(jī)器學(xué)習(xí)算法和一個深度學(xué)習(xí)的模型，以此達(dá)到培養(yǎng)學(xué)生同時掌握傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)基礎(chǔ)知識能力的目的。