2024教育行業(yè)AI實(shí)戰(zhàn)手冊(cè)-英特爾中國(guó)

ai 07助力教育智能化轉(zhuǎn)型服務(wù)教育現(xiàn)代化進(jìn)程 15英特爾攜手合作伙伴持續(xù)探索人工智能教學(xué)場(chǎng)景建設(shè)24基于英特爾優(yōu)化方案的應(yīng)用案例26?五舟科技：高性能硬件助力打造高校人工智優(yōu)化方案設(shè)計(jì)、提升推理性能，助力智能課堂行31英特爾與合作伙伴共同探索課堂行為分析在智慧教育31?人工智能行為分析解決方案開(kāi)發(fā)32?面向教育場(chǎng)景的行為分析方35?針對(duì)行為分析的英特爾產(chǎn)品優(yōu)化方案39基于英特爾優(yōu)化方案的應(yīng)用案例41?百家云：基于課堂行為分析實(shí)現(xiàn)雙師課堂教以先進(jìn)人工智能技術(shù)助力語(yǔ)言教學(xué)，打造更優(yōu)口45英特爾與合作伙伴共同探索基于人工智能的智能口語(yǔ)50基于英特爾優(yōu)化方案的應(yīng)用案例50?一起教育科技：基于英特爾的產(chǎn)品與技術(shù)，打造先進(jìn)人工55英特爾攜手合作伙伴探索基于語(yǔ)音識(shí)別的智能教學(xué)輔55?語(yǔ)音識(shí)別等人工智能技術(shù)在智慧教育場(chǎng)景中的應(yīng)用56?基于語(yǔ)音識(shí)別能力構(gòu)建教學(xué)輔助能力61基于英特爾優(yōu)化方案的應(yīng)用案例61?思必馳：與英特爾攜手打造精準(zhǔn)、高效的語(yǔ)音識(shí)別應(yīng)用， 作者（排名不分先后，按姓氏首字母排序）崔爽，賴美璇，陸禮明，邱亮，溫?zé)?，吳緣，夏磊，徐焰慶，顏彥，伊紅衛(wèi)，于超，俞巍，臧戰(zhàn)，趙6667697071百年大計(jì)，教育為本。教育是民族振興、社會(huì)進(jìn)步的基石，強(qiáng)國(guó)必先強(qiáng)教。多年來(lái)，中國(guó)以教育信息化支撐和引領(lǐng)教育加強(qiáng)網(wǎng)絡(luò)教學(xué)資源體系建設(shè)，以及構(gòu)建適合信息時(shí)代的教與學(xué)模式，作為推進(jìn)教育創(chuàng)新發(fā)展以及推動(dòng)人才培養(yǎng)模式改革為抓住新一輪科技革命帶來(lái)的新機(jī)遇，加速教育現(xiàn)代化，代人工智能等重大戰(zhàn)略任務(wù)安排，提出實(shí)施《教育信息化2.0提出了為國(guó)際教育信息化發(fā)展提供中國(guó)智慧和中國(guó)方案的目標(biāo)，在新時(shí)代賦予了教育信息化新的使命，以真正走出一條了建設(shè)教育強(qiáng)國(guó)的新征程，利用新一代信息技術(shù)，推動(dòng)信息化時(shí)代教育創(chuàng)新，實(shí)施教育新基建工程，大力開(kāi)發(fā)優(yōu)質(zhì)數(shù)字教育資源，被確定為推動(dòng)教育改革創(chuàng)新與建設(shè)高質(zhì)量教育體系的根本動(dòng)力2。在國(guó)家政策引領(lǐng)推動(dòng)、新一代信息技術(shù)不斷迭代更新，以及教育治理能力日益優(yōu)化的教育發(fā)展新格局下，“信息技術(shù)與教育教學(xué)的深度融合”已經(jīng)成為共識(shí)。隨著“三通兩平臺(tái)”建設(shè)取得巨大成就，國(guó)家數(shù)字教育公共服務(wù)體系建設(shè)日趨完善，教育信息化基礎(chǔ)設(shè)施建設(shè)已全面覆蓋，數(shù)字化教育資源得到極大豐富，師生網(wǎng)絡(luò)學(xué)習(xí)空間已達(dá)6,300多萬(wàn)個(gè)3，中小學(xué)網(wǎng)絡(luò)接入率達(dá)99.7%，擁有多媒體教室的中小學(xué)校比例達(dá)95.2%，已接受過(guò)不同程度信息技術(shù)應(yīng)用能力培訓(xùn)的教師人數(shù)也超過(guò)1,000萬(wàn)4，基于網(wǎng)絡(luò)開(kāi)展教與學(xué)的大環(huán)境已經(jīng)基本在信息技術(shù)應(yīng)用規(guī)?？焖贁U(kuò)展的同時(shí)，K12和高等教育領(lǐng)域的信息化基礎(chǔ)環(huán)境和教師信息化素養(yǎng)也已得到全面提升。新進(jìn)一步推動(dòng)了信息技術(shù)與教育教學(xué)深度融合與應(yīng)用，展現(xiàn)了信息技術(shù)與教學(xué)融合創(chuàng)新帶來(lái)的強(qiáng)大合力，加速了中國(guó)教育2017年國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃的通知》中程應(yīng)用。2018年教育部印發(fā)的《教育信息化2.0行動(dòng)計(jì)劃》市場(chǎng)規(guī)模已達(dá)數(shù)千億5。近年來(lái)，相關(guān)市場(chǎng)融資總量亦達(dá)數(shù)百億元，涵蓋了K12階段教育、職業(yè)培訓(xùn)、學(xué)前教育等不同的??課堂教學(xué)與遠(yuǎn)程?課堂教學(xué)與遠(yuǎn)程教學(xué)結(jié)合?數(shù)字課件教學(xué)?多媒體學(xué)習(xí)終端?老師板書(shū)講授?學(xué)生被動(dòng)接受?書(shū)面練習(xí)為主《教育信息化2.0行動(dòng)計(jì)劃》/srcsite/A16/s3342/201804/t20180425_334188.html/xwfbh/xwbfbh/wqfbh/44687/45183/zy45187/Document/1701372/1701372.htm教育信息化從1.0到2.0——走具有中國(guó)特色的發(fā)展之路，/news/jrgz/xxhdt/n20200509_67683.shtml中央電教館與英特爾聯(lián)合推出的《2020教育信息化年度藍(lán)皮書(shū)》千億級(jí)AI+教育市場(chǎng)規(guī)模，會(huì)是下一個(gè)風(fēng)口嗎？/a/435798627_1204116152020年中國(guó)AI+教育行業(yè)投融資熱度不減，http://market.chin特特AI戰(zhàn)趨勢(shì)篇7特特AI戰(zhàn)趨勢(shì)篇8大規(guī)模的投入加快了智能技術(shù)在教育行業(yè)的創(chuàng)新應(yīng)用，語(yǔ)音識(shí)別、自然語(yǔ)音理解、深度學(xué)習(xí)、AR/VR等前沿技術(shù)和相關(guān)教育教學(xué)解決方案正在更多場(chǎng)景落地，包括自適應(yīng)學(xué)習(xí)系統(tǒng)、智能導(dǎo)師系統(tǒng)、智能測(cè)評(píng)系統(tǒng)、基于虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)的場(chǎng)景式教學(xué)都正在成為現(xiàn)實(shí)。而這又推動(dòng)了以智能技術(shù)為代表的新一代信息技術(shù)，更全面深入地滲透到教育多環(huán)節(jié)以及教與學(xué)模式的融合創(chuàng)新過(guò)程之中，為面向未來(lái)打造智能型泛在學(xué)習(xí)環(huán)境，構(gòu)建智能化、網(wǎng)絡(luò)化、個(gè)性化、終身化的現(xiàn)代化教育體系添加了新動(dòng)力。人工智能在教育行業(yè)各場(chǎng)景中的應(yīng)目前，在教育行業(yè)各場(chǎng)景中，如圖1-1-2所示，由數(shù)據(jù)驅(qū)動(dòng)，基于各類(lèi)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)方法構(gòu)建，涵蓋計(jì)算機(jī)視覺(jué)（CV）、自然語(yǔ)言處理（NLP）以及自等技術(shù)領(lǐng)域的人工智能應(yīng)用探索和方案部署，可以分為教學(xué)?教學(xué)環(huán)節(jié)場(chǎng)景：與傳統(tǒng)教學(xué)模式相比，智慧教育引入更多人工智能應(yīng)用來(lái)提升教學(xué)環(huán)節(jié)中的互動(dòng)性和精準(zhǔn)性。一方面，通過(guò)交互式電子白板、雙師課堂、AR/VR教學(xué)等應(yīng)用，不僅可通過(guò)增強(qiáng)師生間的交互來(lái)提升線上線下課堂的教學(xué)效?練習(xí)測(cè)評(píng)場(chǎng)景：人工智能技術(shù)的引入大大豐富了練習(xí)測(cè)評(píng)的形式。一方面，師生可將教學(xué)練習(xí)與測(cè)評(píng)的場(chǎng)景延展至課堂之外，并獲得來(lái)自智能系統(tǒng)和教師的雙重反饋；另一方面，在NLP、ASR等人工智能技術(shù)的幫助下，課程評(píng)測(cè)的內(nèi)容得到大幅擴(kuò)展，評(píng)測(cè)結(jié)果也能更加精準(zhǔn)和科學(xué)，并幫助學(xué)生依據(jù)評(píng)測(cè)結(jié)果制定和優(yōu)化后續(xù)學(xué)習(xí)過(guò)程。目前，諸如口語(yǔ)測(cè)評(píng)等測(cè)評(píng)類(lèi)人工智能應(yīng)用已在各級(jí)教育機(jī)構(gòu)獲?教學(xué)管理場(chǎng)景：數(shù)據(jù)驅(qū)動(dòng)的智慧教育場(chǎng)景更注重?cái)?shù)據(jù)的快教育機(jī)構(gòu)得以在校園部署更多的人工智能應(yīng)用，進(jìn)而能夠通過(guò)更為快捷的數(shù)據(jù)交互和處理方式來(lái)對(duì)教學(xué)過(guò)程實(shí)施靈活的調(diào)度和管理。例如，通過(guò)智能教學(xué)輔助能力，學(xué)校管理人員可以快速遠(yuǎn)程巡課、智能排課、獲取教學(xué)大數(shù)據(jù)，教師可以進(jìn)行智能備課，以及基于知識(shí)點(diǎn)地圖和資源庫(kù)開(kāi)?答題機(jī)器人?智能教育輔助?智能教育輔助由新技術(shù)、新模式驅(qū)動(dòng)的行業(yè)轉(zhuǎn)型，在提升效率與在教育領(lǐng)域也同樣如此。隨著更多教育機(jī)構(gòu)變道切向新的智能?人工智能應(yīng)用對(duì)算力的高要求：與學(xué)校已有的校園網(wǎng)、電子白板、平板電腦等信息化設(shè)備相比，人工智能應(yīng)用因其量大、推理要求高、計(jì)算負(fù)載密集等特點(diǎn)，要求學(xué)校?人工智能應(yīng)用如何與教學(xué)環(huán)節(jié)無(wú)縫對(duì)接：與教學(xué)環(huán)節(jié)的緊密結(jié)合，使人工智能應(yīng)用有別于傳統(tǒng)多媒體課件等校園信息化應(yīng)用，尤其是在應(yīng)用時(shí)效性上，要求能夠與教師授課講解、?對(duì)校園既有IT設(shè)備兼容性需求：與互聯(lián)網(wǎng)、通信、軟件等始終站在新技術(shù)潮頭的企業(yè)不同，教育機(jī)構(gòu)的信息化建設(shè)通?對(duì)校園既有IT系統(tǒng)架構(gòu)的要求：由數(shù)據(jù)驅(qū)動(dòng)的智慧教育系統(tǒng)也給傳統(tǒng)校園IT架構(gòu)帶來(lái)挑戰(zhàn)。部署在教室等系統(tǒng)末端進(jìn)行處理，又容易受到網(wǎng)絡(luò)因素的影響。為應(yīng)對(duì)這些問(wèn)題，挑戰(zhàn)往往伴隨著機(jī)遇。面對(duì)以上挑戰(zhàn)，各教育行業(yè)解決方案廠選擇與英特爾攜手，大膽引入更多、性能更強(qiáng)勁的軟硬件設(shè)備和更全面、更前沿的系統(tǒng)架構(gòu)設(shè)計(jì)。事實(shí)上，采用一系列英特爾先進(jìn)產(chǎn)品與技術(shù)的解決方案已在諸多教育場(chǎng)景中獲得了驗(yàn)?多樣化的硬件產(chǎn)品矩陣，包括英特爾?至強(qiáng)?可擴(kuò)展處理?全方位的軟件產(chǎn)品助力，包括OpenVINO?工具套件、低高高低特特AI戰(zhàn)趨勢(shì)篇9特特AI戰(zhàn)趨勢(shì)篇10為了讓人工智能技術(shù)在落地過(guò)程中更好地與教育教學(xué)融合創(chuàng)新，從而在教育行業(yè)智能化轉(zhuǎn)型過(guò)程中發(fā)揮其強(qiáng)大的驅(qū)動(dòng)作用，英特爾積極發(fā)揮性能領(lǐng)導(dǎo)者、軟硬件創(chuàng)新引領(lǐng)者以及在人工智能領(lǐng)域領(lǐng)先的全棧解決方案提供商的優(yōu)勢(shì)，釋放多年通過(guò)系統(tǒng)化的投入和生態(tài)力量，推動(dòng)教育變革的經(jīng)驗(yàn)，運(yùn)用創(chuàng)新技術(shù)，與眾多合作伙伴一起擁抱智能化教育潮流，針對(duì)不同的教育場(chǎng)景，打造多個(gè)適應(yīng)普遍性需求，且經(jīng)過(guò)實(shí)踐部署驗(yàn)證的成功案例，為學(xué)生與老師提供更加簡(jiǎn)潔高效的教育如圖1-1-5所示，這些案例圍繞著教師與學(xué)生、教學(xué)過(guò)程與效果評(píng)估這兩組核心關(guān)鍵詞展開(kāi)，并由此形成人才培養(yǎng)、教育教學(xué)、教學(xué)管理和考核測(cè)評(píng)等四種典型的場(chǎng)景象限。在本手冊(cè)中，將為每個(gè)象限選取一個(gè)專(zhuān)門(mén)的人工智能應(yīng)用方向與讀者探討，同時(shí)在每個(gè)方向中也選取了數(shù)個(gè)實(shí)際應(yīng)用案例。?人才培養(yǎng)：本手冊(cè)在人才培養(yǎng)象限將以人工智能教學(xué)與實(shí)訓(xùn)作為方向。探討在K12與高等教育階段的人工智能教學(xué)與實(shí)訓(xùn)過(guò)程中，如何在既有校園環(huán)境下，通過(guò)英特爾高性能軟硬件產(chǎn)品與創(chuàng)新“云-邊-端”架構(gòu)的引入學(xué)各環(huán)節(jié)提供支撐，全面解決人工智能人才培養(yǎng)中的數(shù)據(jù)、?教育教學(xué)：本手冊(cè)在教育教學(xué)象限將以課堂行為分析作為在英特爾軟硬件產(chǎn)品和技術(shù)的支持及優(yōu)化下，對(duì)教學(xué)過(guò)程進(jìn)行實(shí)時(shí)性分析評(píng)估，全面實(shí)現(xiàn)師生教與學(xué)模式、情緒狀態(tài)等信息的量化統(tǒng)計(jì)和可視化呈現(xiàn)，在有效降低教師工作?教學(xué)管理：本手冊(cè)在教學(xué)管理象限將以智能教學(xué)輔助作為方向。探討如何將基于語(yǔ)音識(shí)別的智能輔助能力引入教育機(jī)構(gòu)的日常管理及師生的教學(xué)環(huán)節(jié)，以提高教學(xué)質(zhì)量和效考核測(cè)評(píng)考核測(cè)評(píng)率。后文將以語(yǔ)音識(shí)別技術(shù)在智能會(huì)議、智慧課堂等場(chǎng)景中的應(yīng)用為例，闡述師生如何從基于英特爾產(chǎn)品與技術(shù)的?考核測(cè)評(píng)：本手冊(cè)在考核測(cè)評(píng)象限將以口語(yǔ)測(cè)評(píng)作為探討如何有效利用英特爾先進(jìn)軟硬件產(chǎn)品帶來(lái)和深度學(xué)習(xí)加速能力，用深度學(xué)習(xí)方法為教育發(fā)音準(zhǔn)確度、流暢度、自然度、完整度維度和合測(cè)評(píng)智能系統(tǒng)，從而高效、快速和準(zhǔn)確地幫推動(dòng)教育與科技深度融合是順應(yīng)智能環(huán)境下教育發(fā)展的必然選擇，其核心是充分激發(fā)信息技術(shù)的革命性影響，解決數(shù)字教育資源開(kāi)發(fā)與服務(wù)能力不強(qiáng)、信息化學(xué)習(xí)環(huán)境建設(shè)與應(yīng)用水平不高、教師信息技術(shù)應(yīng)用能力基本具備但信息化教學(xué)創(chuàng)新能力尚觀念更新、模式變革和體系重構(gòu)。以上由英特爾與其眾多合作要以可落地的方案，幫助各級(jí)各類(lèi)教育機(jī)構(gòu)顛覆傳統(tǒng)教與學(xué)模在下一篇章中，本文將就以上四個(gè)教育領(lǐng)域場(chǎng)景象限內(nèi)的案例，圍繞人工智能技術(shù)在其中的部署情況，特特AI戰(zhàn)趨勢(shì)篇11育行業(yè)冊(cè)戰(zhàn)篇14育行業(yè)冊(cè)戰(zhàn)篇14英特爾攜手合作伙伴持續(xù)探索隨著人工智能逐漸進(jìn)入技術(shù)成熟度曲線（TheHypeCycle）中的生產(chǎn)成熟期（PlateauofProductivity人工智能已在各領(lǐng)域得到廣泛的應(yīng)用，對(duì)行業(yè)的發(fā)展速度、內(nèi)涵及質(zhì)量產(chǎn)生了深刻的影響，并成為行業(yè)實(shí)施數(shù)字化、智能化轉(zhuǎn)型的基石。與此同時(shí)，技術(shù)的飛速發(fā)展也帶來(lái)了巨大的人才缺口。有統(tǒng)計(jì)為此，無(wú)論是教育行政主管部門(mén)，還是科研院校、中小學(xué)以及培訓(xùn)學(xué)校等各級(jí)各類(lèi)教育機(jī)構(gòu)，都把打造高質(zhì)量的人工智能教育體系做為面向未來(lái)人才培養(yǎng)的重要方向和目標(biāo)之一。國(guó)務(wù)院在2017年7月印發(fā)的《新一代人工智能發(fā)展指出，人工智能成為國(guó)際競(jìng)爭(zhēng)的新焦點(diǎn)，要完善人工智能教育在政策激勵(lì)和需求驅(qū)動(dòng)下，眾多教育機(jī)構(gòu)積極落實(shí)行動(dòng)。在段，許多省市已經(jīng)啟動(dòng)了人工智能教育的實(shí)驗(yàn)性建設(shè)。在高等關(guān)專(zhuān)業(yè)，并建立起一大批人工智能實(shí)驗(yàn)室供師生開(kāi)展人工智能感性引導(dǎo)興趣實(shí)踐創(chuàng)新應(yīng)用在人工智能教育的不同階段，對(duì)教學(xué)目標(biāo)和教學(xué)環(huán)節(jié)的設(shè)置也有所不同。在K12階段，如圖2-1-1所示，人工智能教學(xué)主要是通過(guò)一系列基于場(chǎng)景實(shí)驗(yàn)的感性引導(dǎo)和動(dòng)手實(shí)驗(yàn)，讓中小學(xué)生通過(guò)感知、認(rèn)知、創(chuàng)造和應(yīng)用的初體驗(yàn)，了解典型的人工智能實(shí)現(xiàn)過(guò)程，提升AI素養(yǎng)，并在此基礎(chǔ)上推動(dòng)創(chuàng)新思在高等教育階段，如圖2-1-2所示，人工智能教育則更多是注重針對(duì)人才需求實(shí)施分級(jí)培養(yǎng)。圍繞著人工智能人才需求的三個(gè)層次：算法科學(xué)家、技術(shù)專(zhuān)家和應(yīng)用工程師，在設(shè)計(jì)和開(kāi)展教學(xué)時(shí)，通常遵循產(chǎn)業(yè)分析、課程建設(shè)、綜合實(shí)訓(xùn)和就業(yè)認(rèn)證四個(gè)主要環(huán)節(jié)展開(kāi)。其中，產(chǎn)業(yè)分析是通過(guò)對(duì)企業(yè)場(chǎng)景進(jìn)行細(xì)化和分析，確定熱門(mén)領(lǐng)域以及亟需的人工智能崗位；課程建設(shè)是根據(jù)崗位需要，有針對(duì)地進(jìn)行課程設(shè)置，確定一般專(zhuān)業(yè)課和核心專(zhuān)業(yè)課，打造完備的線上/線下培訓(xùn)體系；綜合實(shí)訓(xùn)是設(shè)置貼近不同行業(yè)生產(chǎn)運(yùn)行環(huán)境的真實(shí)案例應(yīng)用，進(jìn)行項(xiàng)目制的綜合實(shí)訓(xùn)；就業(yè)認(rèn)證是指導(dǎo)學(xué)生獲取由人工智能龍頭企業(yè)，如英特爾等提供的相關(guān)技術(shù)能力認(rèn)證，并提供生態(tài)體系內(nèi)的崗人工智能從誕生伊始，就是一門(mén)需要將理論與實(shí)踐充分融合，并在實(shí)際應(yīng)用場(chǎng)景中開(kāi)展實(shí)訓(xùn)論證的學(xué)科。比如，人工智能的算法演進(jìn)通常都是為了解決某一場(chǎng)景中的具體需求，應(yīng)用場(chǎng)景的變化以及對(duì)更高訓(xùn)練、推理效率和精度的要求，使更多新模型、新算法被提出。而新算法在提出后，也需要在實(shí)際場(chǎng)景中不斷進(jìn)行實(shí)踐應(yīng)用，才能積累更多的結(jié)果數(shù)據(jù)，進(jìn)而對(duì)算法實(shí)所以人工智能教育的本質(zhì)，也是通過(guò)合理的課程設(shè)置和實(shí)訓(xùn)環(huán)境，科學(xué)引導(dǎo)學(xué)生完成從理論到實(shí)踐，再到創(chuàng)新應(yīng)用的數(shù)據(jù)援引自工業(yè)與信息化部人才交流中心發(fā)布的《人工智能產(chǎn)業(yè)人才發(fā)展報(bào)告（2019-2020年版）》一文特特AI戰(zhàn)實(shí)戰(zhàn)篇15特特AI戰(zhàn)實(shí)戰(zhàn)篇16場(chǎng)景實(shí)施實(shí)操訓(xùn)練理論聯(lián)系場(chǎng)景實(shí)施實(shí)操訓(xùn)練理論聯(lián)系?從感知到認(rèn)知：通過(guò)場(chǎng)景實(shí)驗(yàn)幫助學(xué)生感性地了解人工智能在生活生產(chǎn)中的應(yīng)用，觸發(fā)學(xué)生的思考，揭開(kāi)人工智能的神秘面紗，了解人工智能背后的基礎(chǔ)理論，進(jìn)而引導(dǎo)學(xué)?從認(rèn)知到應(yīng)用：通過(guò)動(dòng)手實(shí)驗(yàn)體驗(yàn)人工智能實(shí)現(xiàn)過(guò)程，讓學(xué)生習(xí)得的知識(shí)得到實(shí)踐，從而體會(huì)人工智能技術(shù)帶來(lái)的?從應(yīng)用到創(chuàng)新：通過(guò)理論聯(lián)系實(shí)際的教學(xué)活動(dòng)，幫助學(xué)生進(jìn)一步掌握知識(shí)和工具的實(shí)際應(yīng)用方法，采用項(xiàng)目式教學(xué)等方式為學(xué)生搭建貼近實(shí)際場(chǎng)景的人工智能應(yīng)用，在此基技術(shù)基礎(chǔ)無(wú)論是在K12階段，還是在高等教育階段的人工智能教學(xué)，面向不同應(yīng)用場(chǎng)景開(kāi)展人工智能課程設(shè)計(jì)和實(shí)訓(xùn)都是確保教學(xué)質(zhì)量的關(guān)鍵環(huán)節(jié)。但在當(dāng)前各類(lèi)教育機(jī)構(gòu)中，這兩個(gè)環(huán)節(jié)還處科，因此教育機(jī)構(gòu)往往欠缺完善的課程體系，課程特色不足，同時(shí)理論知識(shí)設(shè)置分散，針對(duì)不同層次人才的專(zhuān)指性課程欠缺；在師資層面上，由于人工智能技術(shù)不斷推陳出新，新的算法、模型、技術(shù)和產(chǎn)品出現(xiàn)后，教師也需要大量時(shí)間重新進(jìn)行體系建設(shè)，加之授課教師水平參差不齊，使人工智能專(zhuān)業(yè)師資隊(duì)伍的建設(shè)也成為其推進(jìn)過(guò)程中的一大難點(diǎn)。為改變這一現(xiàn)狀，許多教育機(jī)構(gòu)正與英特爾等人工智能行業(yè)先行者攜手合作，利用他們?cè)谌斯ぶ悄茴I(lǐng)域豐富的經(jīng)驗(yàn)，實(shí)現(xiàn)知識(shí)點(diǎn)與技能點(diǎn)之間的完整鏈接，并構(gòu)建起從理論到硬件，再到如圖2-1-4所示，在某教育機(jī)構(gòu)的人工智能課程設(shè)計(jì)中，不僅納入了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、時(shí)間序列分析等人工智能領(lǐng)域常見(jiàn)技術(shù)方向，也在英特爾提供的軟硬件基礎(chǔ)之上，開(kāi)設(shè)了使擴(kuò)展平臺(tái)進(jìn)行人工智能設(shè)計(jì)，以及利用Op件開(kāi)設(shè)人工智能推理加速等實(shí)用性非常強(qiáng)的課程，使現(xiàn)有學(xué)習(xí)在人工智能實(shí)訓(xùn)階段，從零起步的中小學(xué)、高校等教育機(jī)構(gòu)往往缺乏適用于人工智能教育的實(shí)訓(xùn)環(huán)境，相關(guān)的實(shí)訓(xùn)實(shí)驗(yàn)室通常是在原有的電教室、微機(jī)室基礎(chǔ)上改造而成，在應(yīng)對(duì)大規(guī)模llll機(jī)器學(xué)習(xí)深度學(xué)習(xí)使用AnalyticsZoo進(jìn)行分布式訓(xùn)練或推理基于使用AnalyticsZoo進(jìn)行分布式訓(xùn)練或推理進(jìn)行深度學(xué)習(xí)推理進(jìn)行深度學(xué)習(xí)推理?缺乏規(guī)?；斯ぶ悄苡?xùn)練、推理所需的算力儲(chǔ)備，傳統(tǒng)PC在執(zhí)行人工智能訓(xùn)練、推理時(shí)效率低下，而要大規(guī)模采購(gòu)?可選實(shí)驗(yàn)場(chǎng)景、器材和軟件套件混亂，無(wú)法滿足真實(shí)場(chǎng)景為應(yīng)對(duì)以上挑戰(zhàn)，英特爾與眾多人工智能教育技術(shù)合作伙伴和對(duì)K12階段和高等教育階段的不同教學(xué)目標(biāo)進(jìn)行專(zhuān)門(mén)優(yōu)化，傳統(tǒng)的教育機(jī)構(gòu)信息化系統(tǒng)，如校園網(wǎng)、課程管理系統(tǒng)、多媒體教室等通常采用煙囪式、島嶼式的系統(tǒng)架構(gòu)，在面向人工智能教學(xué)需求時(shí)顯現(xiàn)明顯短板。一方面，校園內(nèi)各IT系統(tǒng)數(shù)據(jù)另一方面，人工智能教學(xué)管理者也缺乏有效的手段，針對(duì)不同同時(shí)，教育機(jī)構(gòu)部署在教室等處的IT設(shè)備在以往大多用于支持課件演示、課程管理等應(yīng)用，在算力輸出上很難應(yīng)對(duì)規(guī)模化為助力打造更高效的人工智能教育實(shí)訓(xùn)環(huán)境，英特爾憑借其不斷創(chuàng)新的產(chǎn)品與技術(shù)體系，以及在“云邊協(xié)同”上積累的豐富實(shí)戰(zhàn)經(jīng)驗(yàn)，與人工智能教育解決方案廠商一起為教育機(jī)構(gòu)打造供高性能、高可用和靈活可擴(kuò)展的人工智能動(dòng)手實(shí)踐平臺(tái)。特特AI戰(zhàn)實(shí)戰(zhàn)篇17特特AI戰(zhàn)實(shí)戰(zhàn)篇18架構(gòu)的云邊協(xié)同環(huán)境。其中，數(shù)據(jù)中心/私有云主要承載實(shí)訓(xùn)并可通過(guò)容器等虛擬化方式，為師生提供相互獨(dú)立的并行實(shí)訓(xùn)套件、開(kāi)發(fā)套件以及推理任務(wù)等，對(duì)師生的實(shí)訓(xùn)過(guò)程直接提供算力支持。此外，將實(shí)訓(xùn)任務(wù)直接部署到邊緣平臺(tái)還有另一個(gè)基于數(shù)據(jù)中心/私有云與邊緣平臺(tái)提供的云邊協(xié)同能力，教育機(jī)構(gòu)可以在其上掛載各個(gè)人工智能實(shí)訓(xùn)任務(wù)終端，例如智能交通場(chǎng)景中的自動(dòng)駕駛小車(chē)、智慧園區(qū)場(chǎng)景中的服務(wù)機(jī)器人等。供算法原理講解、人工智能平臺(tái)入門(mén)等遠(yuǎn)程教學(xué)能力，并供系■層層堆疊、靈活擴(kuò)展，讓教育機(jī)構(gòu)可根據(jù)人工智能教育實(shí)訓(xùn)課如圖2-1-6所示，在實(shí)訓(xùn)課程開(kāi)設(shè)之初，教育機(jī)構(gòu)可在實(shí)訓(xùn)教室搭建基本的邊緣平臺(tái)并部署少量實(shí)訓(xùn)終端單元。隨著課程規(guī)模和影響力的擴(kuò)大，教育機(jī)構(gòu)可以靈活地去擴(kuò)展平臺(tái)和訓(xùn)練單元的規(guī)模和數(shù)量，并逐步與校園數(shù)據(jù)中心以及其他IT平臺(tái)而當(dāng)校園內(nèi)部課程、資源已無(wú)法滿足學(xué)生下一階段人工智能學(xué)習(xí)所需時(shí)，利用這一靈活可擴(kuò)展的架構(gòu)，教育機(jī)構(gòu)可進(jìn)一步打通與公有云教學(xué)資源的連接，利用互聯(lián)網(wǎng)浩瀚的資源優(yōu)勢(shì)，如接入一些先進(jìn)的開(kāi)源深度學(xué)習(xí)平臺(tái)項(xiàng)目等，來(lái)有效提升人工智此外，基于這一架構(gòu)部署的人工智能教學(xué)實(shí)訓(xùn)方案，也能幫助落后、邊遠(yuǎn)地區(qū)的學(xué)生有機(jī)會(huì)開(kāi)展人工智能教學(xué)。通過(guò)與公有地學(xué)生一起接受高質(zhì)量的人工智能教學(xué)，從而緩解不同地區(qū)間在人工智能教育實(shí)訓(xùn)階段，通常會(huì)出現(xiàn)數(shù)十名學(xué)生同時(shí)進(jìn)行模型訓(xùn)練或推理的場(chǎng)景，需要云端算力中心或邊緣計(jì)算平臺(tái)提供穩(wěn)定高效的并行多路算力支持。而這首先需要方案中的算力設(shè)備有能力支持足夠多的虛擬機(jī)或容器，其次需要部署足夠多的內(nèi)存以及性能可靠的網(wǎng)絡(luò)設(shè)備，來(lái)保證每個(gè)學(xué)生都能獲得所需1/S01/S112251/S01/S12661/S1……1/S11/S024481/S01/S112251/S01/S12661/S1……1/S11/S024484x16PCIe4x16PCIe4x16PCIe4x16PCIe網(wǎng)絡(luò)適配器X722一直以來(lái)，為滿足人工智能教學(xué)實(shí)訓(xùn)環(huán)境中，多人同時(shí)開(kāi)展訓(xùn)量的同時(shí)，也需能將算力、內(nèi)存等資源均勻地并行分配給每個(gè)虛擬終端使用。一些算力設(shè)備雖然同樣具有大規(guī)模算力輸出的能力，但卻缺乏多路并行輸出的能力。教育機(jī)構(gòu)要實(shí)現(xiàn)數(shù)十名學(xué)生同時(shí)進(jìn)行實(shí)訓(xùn)操作，就必須采購(gòu)大量的算力設(shè)備，也因此臺(tái)獲得足夠的算力總量，支撐整個(gè)實(shí)訓(xùn)課程過(guò)程中的全體多核處理器平臺(tái)通常會(huì)根據(jù)工作負(fù)載的變化不斷對(duì)工作核心實(shí)出的不穩(wěn)定。而核心綁定技術(shù)是讓系統(tǒng)進(jìn)程不管如何調(diào)整，分配到每個(gè)虛擬終端的工作負(fù)載都始終在同一個(gè)核心上執(zhí)行，這器和內(nèi)存之間的相對(duì)位置，將內(nèi)存分為近端內(nèi)存和遠(yuǎn)端內(nèi)存，每個(gè)處理器節(jié)點(diǎn)優(yōu)先訪問(wèn)對(duì)應(yīng)的近端內(nèi)存，從而有效解決多核處理器訪問(wèn)內(nèi)存時(shí)的性能問(wèn)題，獲得更快的訪問(wèn)和處理速度，在提升云端算力中心或邊緣計(jì)算平臺(tái)并行任務(wù)處理能力的同24個(gè)物理核，系統(tǒng)共包含48個(gè)物理核）系統(tǒng)實(shí)現(xiàn)48個(gè)學(xué)生課堂實(shí)訓(xùn)為例，通過(guò)NUMA架構(gòu)分配計(jì)算資源如下表2-1-1#0,48#1#1,49#2……#47,95#48利用numactl這樣的系統(tǒng)指令可以對(duì)處理器節(jié)點(diǎn)以及訪問(wèn)本地內(nèi)存進(jìn)程予以精確控制，從而獲得更優(yōu)的計(jì)算性能。例如通過(guò)numactl–H可以獲知當(dāng)前服務(wù)器的處理器節(jié)點(diǎn)以及對(duì)應(yīng)本特特AI戰(zhàn)實(shí)戰(zhàn)篇19特特AI戰(zhàn)實(shí)戰(zhàn)篇20時(shí)，只使用了#0處理器中的0-23核心和48-71核心，且只在一些教學(xué)實(shí)訓(xùn)的實(shí)踐中，基于圖2-1-7（第18頁(yè)）所示方同時(shí)滿足48人（一個(gè)實(shí)訓(xùn)教室）的同時(shí)使用需要，很好了教學(xué)實(shí)訓(xùn)的場(chǎng)景需求。雖然在針對(duì)其它模型訓(xùn)練的實(shí)訓(xùn)任務(wù)中，方案所支持的并發(fā)數(shù)可能有所改變，但總體而言，來(lái)自教多至32學(xué)生席位金牌6226R處理器32多至40學(xué)生席位金牌6242R處理器40多至48學(xué)生席位金牌6240R處理器48多至52學(xué)生席位金牌6230R處理器52多至56學(xué)生席位金牌6238R處理器56根據(jù)學(xué)習(xí)階段的不同，教育機(jī)構(gòu)通常希望部署以下三種不同應(yīng)?學(xué)習(xí)套件：主要是滿足學(xué)生對(duì)人工智能推理實(shí)踐的學(xué)習(xí)場(chǎng)景，其可以安裝各種開(kāi)發(fā)框架和推理開(kāi)發(fā)套件，幫助學(xué)生?開(kāi)發(fā)套件：主要是滿足算法模型開(kāi)發(fā)的場(chǎng)景，其通常配置了強(qiáng)勁的算力，使模型不必跑在大型服務(wù)器上。而小型化的設(shè)計(jì)，也令算法模型的開(kāi)發(fā)和學(xué)習(xí)場(chǎng)所不再拘泥于實(shí)驗(yàn)?部署套件：主要是用于部署實(shí)踐，為人工智能學(xué)習(xí)和實(shí)踐1顆MA24854.94TFLOPS及以上；1顆MA248510.3TFLOPS部署套件2顆MA24855.94TFLOPS■作為一種典型的人工智能應(yīng)用方向，自動(dòng)駕駛所運(yùn)用的人工人機(jī)交互、AI推理、智能控制等。其目的是實(shí)現(xiàn)能夠感知、為此，英特爾與聯(lián)合偉世一起，基于英特爾?NUC平臺(tái)產(chǎn)品套件與訓(xùn)練系統(tǒng)搭配，共同打造完整的、面向K12、高職高教等不同教育階段的人工智能自動(dòng)駕駛場(chǎng)景實(shí)驗(yàn)/實(shí)訓(xùn)解決配套了完善的實(shí)訓(xùn)課程和實(shí)驗(yàn)，內(nèi)容涵蓋了深度學(xué)習(xí)、監(jiān)督式學(xué)習(xí)、非監(jiān)督式學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等人工智能知識(shí)點(diǎn)，實(shí)現(xiàn)自動(dòng)駕駛中自動(dòng)避障、紅綠燈識(shí)別、標(biāo)志識(shí)別和行人識(shí)別等等功能，是實(shí)現(xiàn)自動(dòng)駕駛場(chǎng)景實(shí)驗(yàn)/實(shí)訓(xùn)的核心大腦。同時(shí)，平臺(tái)所集成的英特爾?VPU產(chǎn)品以2顆前置攝像頭作為視覺(jué)良好深度學(xué)習(xí)推理加速能力為實(shí)驗(yàn)小車(chē)提供行進(jìn)過(guò)程中的多視進(jìn)的邊緣終端架構(gòu)設(shè)計(jì)讓實(shí)驗(yàn)小車(chē)可自行完成行進(jìn)過(guò)程中的推理任務(wù)，面對(duì)紅綠燈、停車(chē)指示牌、行人標(biāo)識(shí)可以直接做出推集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、模型搭建、模型訓(xùn)練、模型調(diào)優(yōu)和模型推理等一系列復(fù)雜的人工智能全流程。從而由淺入深地了如前文所述，對(duì)于大多數(shù)高校、中小學(xué)等教育機(jī)構(gòu)而言，人工智能教育的目標(biāo)更多是激發(fā)學(xué)生對(duì)人工智能知識(shí)的興趣并提升其人工智能實(shí)訓(xùn)環(huán)境在性能上往往并不寬裕，并可能根據(jù)不同的應(yīng)用場(chǎng)景基于多樣化的硬件，如通用處理器、內(nèi)置圖像處理但是，為了有效支持教學(xué)活動(dòng)，教育機(jī)構(gòu)在構(gòu)建實(shí)訓(xùn)平臺(tái)方案時(shí)，其實(shí)還需要充分考慮學(xué)生進(jìn)行的推理等人工智能任務(wù)是否可在課堂時(shí)間內(nèi)完成。同時(shí)，出于校園實(shí)訓(xùn)環(huán)境建設(shè)方案的差異，同一項(xiàng)人工智能任務(wù)可能需要在不同硬件平臺(tái)，例如CPU、FPGA等上執(zhí)行，如何避免或減少因硬件平臺(tái)差異帶來(lái)提供應(yīng)對(duì)方案。這一工具套件產(chǎn)品通過(guò)模型優(yōu)化器（Model紅綠燈的識(shí)別深度學(xué)習(xí)數(shù)據(jù)分析數(shù)據(jù)篩選算法知識(shí)基于分類(lèi)算法機(jī)器學(xué)習(xí)紅綠燈的識(shí)別深度學(xué)習(xí)數(shù)據(jù)分析數(shù)據(jù)篩選算法知識(shí)基于分類(lèi)算法機(jī)器學(xué)習(xí)數(shù)據(jù)篩選建模調(diào)參數(shù)據(jù)訓(xùn)練模型應(yīng)用數(shù)據(jù)采集數(shù)據(jù)篩選建模調(diào)參數(shù)據(jù)訓(xùn)練模型應(yīng)用特特AI戰(zhàn)實(shí)戰(zhàn)篇21特特AI戰(zhàn)實(shí)戰(zhàn)篇22（基于C/C++或Python開(kāi)發(fā)）為人工智能實(shí)訓(xùn)場(chǎng)景提供強(qiáng)大的異構(gòu)融合能力，讓學(xué)生的人工智能應(yīng)用在一次編寫(xiě)之后，就可以更智能、也更有針對(duì)性地選擇英特爾的CPU、VPU、或pb以圖像分類(lèi)場(chǎng)景為例，采用經(jīng)典的Res為更大程度地發(fā)揮處理器硬件帶來(lái)的性能優(yōu)勢(shì)，英特爾為云端算力中心或邊緣計(jì)算平臺(tái)中的人工智能系統(tǒng)提供了一系列人工行的深度學(xué)習(xí)框架，也是人工智能教學(xué)與實(shí)訓(xùn)階段最常用于實(shí)操的框架之一。為此，英特爾基于硬件架構(gòu)特性，為其提供了■環(huán)境變量設(shè)置），2)將線程在執(zhí)行完當(dāng)前任務(wù)并進(jìn)入休眠之前需要等待的時(shí)間3)線程綁定設(shè)置為按計(jì)算核心的計(jì)算要求優(yōu)先，先綁定同一個(gè)核心，再依次綁定同一個(gè)處理器上的下一個(gè)核心。此種綁定4)將并行執(zhí)行線程的數(shù)量設(shè)置為處理器核心數(shù)（本樣例中設(shè)為2■添加線程控制制每個(gè)操作符op并行計(jì)算的線程個(gè)數(shù)。其中，intra_op_基于英特爾?架構(gòu)平臺(tái)推動(dòng)遷移學(xué)習(xí)在人工智能工智能訓(xùn)練過(guò)程往往無(wú)法在幾十分鐘時(shí)間內(nèi)完成。因此，遷移學(xué)習(xí)（TransferLearning）因其效率優(yōu)勢(shì)，不僅廣泛用于商許多人工智能任務(wù)都存在相關(guān)性，將已訓(xùn)練好的模型參數(shù)遷移模型可參考：/record/2535873/files/有預(yù)訓(xùn)練模型的數(shù)據(jù)集與新數(shù)據(jù)集有很多相似性；另一方面，人工智能教學(xué)實(shí)訓(xùn)的許多環(huán)節(jié)，并不需要學(xué)生對(duì)全面訓(xùn)練過(guò)程進(jìn)行跟蹤，例如僅僅需要通過(guò)特征向量去訓(xùn)練模型，此時(shí)選擇遷移學(xué)習(xí)的方式就特別合適，其不僅能提升實(shí)訓(xùn)環(huán)節(jié)模型訓(xùn)練任務(wù)的執(zhí)行效率，也可使實(shí)訓(xùn)平臺(tái)的算力需求以及相關(guān)成本大根據(jù)訓(xùn)練模式和范圍的不同，遷移學(xué)習(xí)可以分為幾種模式。例如根據(jù)預(yù)訓(xùn)練模型的特征向量去訓(xùn)練新的模型，即特征提?。‥xtractFeatureVector）模式；或者是凍結(jié)預(yù)訓(xùn)練模型的部分卷積層，訓(xùn)練剩下的卷積層和全連接層，即參數(shù)微調(diào)通常地，根據(jù)新數(shù)據(jù)集的大小以及其與原數(shù)據(jù)集的相似度，教學(xué)平臺(tái)可以引導(dǎo)學(xué)生以不同的遷移學(xué)習(xí)模式組合成相應(yīng)的策?當(dāng)新數(shù)據(jù)集比較大且和原數(shù)據(jù)集相似度較低時(shí)，可以對(duì)整數(shù)據(jù)集卷積層數(shù)據(jù)集相似度遷移學(xué)習(xí)大幅降低了進(jìn)行完整深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)所需的巨理器的算力資源來(lái)完成訓(xùn)練任務(wù)，這對(duì)于教育機(jī)構(gòu)無(wú)疑是重利用學(xué)校IT系統(tǒng)的空余算力完成訓(xùn)練；另一方面，在實(shí)訓(xùn)環(huán)節(jié)中，也可以將處理器算力盡可能細(xì)分，以保證更多學(xué)生得以Cifar100圖像分類(lèi)為例，其采用TensorFlow框架實(shí)現(xiàn)遷一項(xiàng)面向圖像識(shí)別場(chǎng)景的驗(yàn)證測(cè)試，充分展現(xiàn)了遷移學(xué)習(xí)方法為用戶帶來(lái)的效率優(yōu)勢(shì)。如圖2-1-11所示，在使用深度學(xué)習(xí)方法進(jìn)行訓(xùn)練時(shí)，耗時(shí)約20小時(shí)，而采用遷移學(xué)習(xí)方法，訓(xùn)80X特特AI戰(zhàn)實(shí)戰(zhàn)篇23特特AI戰(zhàn)實(shí)戰(zhàn)篇24場(chǎng)景實(shí)訓(xùn)邊緣計(jì)算管理硬件與創(chuàng)新理念打造高效人工智能教學(xué)實(shí)在K12和高等教育階段開(kāi)展不同層級(jí)的人工智能教學(xué)，是彌補(bǔ)我國(guó)現(xiàn)有人工智能人才缺口，提升人工智能行業(yè)全球競(jìng)爭(zhēng)力的有效手段之一。作為一門(mén)實(shí)踐性較強(qiáng)的學(xué)科，人工智能教育在理論基礎(chǔ)、算法框架和平臺(tái)入門(mén)教學(xué)之外，面向不同應(yīng)用場(chǎng)景開(kāi)展有針對(duì)性的人工智能實(shí)訓(xùn)，也是快速提升學(xué)生人工智能因此，在學(xué)生進(jìn)行規(guī)?；⑿腥斯ぶ悄軐?shí)訓(xùn)時(shí)，往往囿于系統(tǒng)■方案解析如圖2-1-12所示，聯(lián)合偉世與英特爾共同打造的人工智能教）：訓(xùn)管理，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行存儲(chǔ)、交互和管理，并可擴(kuò)展?實(shí)訓(xùn)項(xiàng)目：用于開(kāi)展前端數(shù)據(jù)采集并反饋到邊緣平臺(tái)，以自動(dòng)駕駛為例，自動(dòng)駕駛實(shí)驗(yàn)小車(chē)帶有數(shù)個(gè)攝像頭，其可以通過(guò)機(jī)器視覺(jué)的方式抓取圖像數(shù)據(jù)。訓(xùn)練機(jī)中，通過(guò)相應(yīng)算法對(duì)所有數(shù)據(jù)進(jìn)行加工，包括數(shù)據(jù)預(yù)處理、打標(biāo)簽以及后續(xù)的建模、訓(xùn)練等，最后形成一個(gè)用于自動(dòng)駕駛的模型。以上完整的、與行業(yè)特點(diǎn)深度結(jié)合的、從數(shù)據(jù)到人工智能人工智能算法學(xué)習(xí)教學(xué)實(shí)驗(yàn)管理貼近行業(yè)實(shí)驗(yàn)實(shí)訓(xùn)容器化底層支撐多種異構(gòu)芯片融合多種異構(gòu)芯片融合Notebook開(kāi)發(fā)環(huán)境物聯(lián)網(wǎng)人工智能實(shí)訓(xùn)機(jī)器視覺(jué)基礎(chǔ)算法原理機(jī)器視覺(jué)算法調(diào)優(yōu)部署實(shí)踐與實(shí)戰(zhàn)應(yīng)用自動(dòng)駕駛實(shí)現(xiàn)過(guò)程實(shí)訓(xùn)機(jī)器學(xué)習(xí)深度學(xué)習(xí)多層神經(jīng)網(wǎng)絡(luò)分類(lèi)算法智能核心知識(shí)點(diǎn)及實(shí)現(xiàn)方法，從而發(fā)揮自身創(chuàng)新力，逐步實(shí)現(xiàn)圖2-1-13聯(lián)合偉世聯(lián)合教育機(jī)構(gòu)開(kāi)展人■方案亮點(diǎn)靈活擴(kuò)展。保證了人工智能教學(xué)既可以在純終端實(shí)現(xiàn)，也可?新方案采取了分層遞進(jìn)的系統(tǒng)實(shí)訓(xùn)，從基于實(shí)驗(yàn)平臺(tái)傳感器進(jìn)行的數(shù)據(jù)采集，到開(kāi)展自動(dòng)駕駛的人工智能實(shí)訓(xùn)，再到通優(yōu)異的微架構(gòu)設(shè)計(jì)、更多的核心和更大的內(nèi)存支持，結(jié)合NUMA架構(gòu)帶來(lái)的優(yōu)勢(shì)，使眾多學(xué)生在人工智能實(shí)訓(xùn)環(huán)節(jié)中可以體驗(yàn)到一致的訓(xùn)練推理效果；優(yōu)化的TensorFlow深度學(xué)習(xí)框架等，供了大量預(yù)訓(xùn)練好的模型庫(kù)以及豐富的示例代碼，為學(xué)生進(jìn)工智能實(shí)訓(xùn)環(huán)節(jié)中的各個(gè)學(xué)生提供獨(dú)立穩(wěn)定的性能輸出，英特爾與聯(lián)合偉世一起面向K12階段的人工智能教學(xué)實(shí)訓(xùn)場(chǎng)景進(jìn)面向K12階段的人工智能教學(xué)實(shí)訓(xùn)的主要目的，是讓學(xué)生對(duì)人工智能的訓(xùn)練等過(guò)程形成基本認(rèn)識(shí)并產(chǎn)生學(xué)習(xí)興趣。因此，實(shí)訓(xùn)課程的設(shè)計(jì)以短小精煉為特色，訓(xùn)練時(shí)間一般控制在300秒左右，且需要保證每個(gè)學(xué)生（單個(gè)班級(jí)一般為48位學(xué)生）在測(cè)試中，系統(tǒng)會(huì)將處理器的每個(gè)物理核心以及對(duì)應(yīng)的虛擬核心分配給一位學(xué)生，使他（她）們進(jìn)行語(yǔ)音識(shí)別場(chǎng)景與另一個(gè)分類(lèi)場(chǎng)景中的人工智能訓(xùn)練任務(wù)。在測(cè)試開(kāi)始前，雙方工程師1)基于面向英特爾?架構(gòu)優(yōu)化的TensorFlow框架進(jìn)行環(huán)境測(cè)試結(jié)果如圖2-1-14所示，在兩種不同的訓(xùn)練任務(wù)中，每個(gè)參與人工智能實(shí)訓(xùn)的學(xué)生均取得了令人滿意結(jié)果，不僅訓(xùn)練時(shí)長(zhǎng)均在預(yù)期之內(nèi)（面向K12階段的實(shí)訓(xùn)課程中，一般預(yù)留訓(xùn)練時(shí)長(zhǎng)為300秒），訓(xùn)練效果（ACC值）也分別達(dá)到了100%和88%。越短越好28.63秒越短越好28.63秒27.82秒300秒300秒特特AI戰(zhàn)實(shí)戰(zhàn)篇25特特AI戰(zhàn)實(shí)戰(zhàn)篇26該項(xiàng)測(cè)試結(jié)果及新方案在其他教育機(jī)構(gòu)的實(shí)踐反饋均表明，基機(jī)構(gòu)開(kāi)展人工智能教學(xué)和實(shí)訓(xùn)的需要，從而有效地對(duì)人工智能“在人工智能發(fā)展進(jìn)入新階段的時(shí)代背景下，華南農(nóng)業(yè)大學(xué)順應(yīng)大灣區(qū)現(xiàn)代農(nóng)業(yè)發(fā)展的趨勢(shì)，充分發(fā)揮我校在人工智能方向上學(xué)科發(fā)展和人才培養(yǎng)的優(yōu)勢(shì)，積極開(kāi)展了人工智能專(zhuān)業(yè)建設(shè)工作。人工智能專(zhuān)業(yè)的課程體系尤其是實(shí)踐、實(shí)訓(xùn)課程的人才培養(yǎng)路徑，仍處于探索研究階段。聯(lián)合偉世基于英特爾技術(shù)的開(kāi)發(fā)實(shí)驗(yàn)平臺(tái)集成了較為豐富的課程資源，也蘊(yùn)涵了大量實(shí)戰(zhàn)型的實(shí)訓(xùn)案例。我校電子工程學(xué)院(人工智能學(xué)院)人工智能系即采用了聯(lián)合偉世基于英特爾技術(shù)的人工智能開(kāi)發(fā)平臺(tái)，以支撐人工智能專(zhuān)業(yè)實(shí)踐、實(shí)訓(xùn)課程的順利開(kāi)展，從而有力保障了基礎(chǔ)24/48CentOS7.8.20033.10.0-1127.18.2.el7.x86_64TensorFlow2.4.0及以上庫(kù)五舟科技：高性能硬件助力打造高校人工“我們的教學(xué)平臺(tái)由英特爾?至強(qiáng)?可擴(kuò)展處理器等產(chǎn)品提供強(qiáng)勁算力，并由英特爾?深度學(xué)習(xí)加速提供人工智能加速力，為高校進(jìn)行貼近行業(yè)場(chǎng)景的人工智能教學(xué)與實(shí)訓(xùn)課程設(shè)計(jì)提作為高新技術(shù)人才重要的輸出地，高等院校正不遺余力地通過(guò)人工智能學(xué)科建設(shè)，推動(dòng)人工智能領(lǐng)域的產(chǎn)學(xué)研融合。在這一以促進(jìn)前沿人工智能技術(shù)落地應(yīng)用作為重要方向，有的放矢地進(jìn)行課程設(shè)置和實(shí)訓(xùn)。例如，面向醫(yī)療與金融領(lǐng)域，課程強(qiáng)調(diào)與大數(shù)據(jù)的結(jié)合；在語(yǔ)音圖像領(lǐng)域，則更加重視深度學(xué)習(xí)方法為此，英特爾與深度合作伙伴廣州五舟科技股份有限公司（以境管理平臺(tái)解決方案。新的平臺(tái)方案以一系列英特爾先進(jìn)產(chǎn)品■方案解析如圖2-1-15所示，五舟科技深度學(xué)習(xí)與人工智能科研環(huán)境管據(jù)中心/私有云環(huán)境，該方案可根據(jù)不同行業(yè)場(chǎng)景人工智能教群，如人工智能計(jì)算資源集群、大數(shù)據(jù)融合集群以及項(xiàng)目工程案例集群，并采用以容器為主的虛擬化技術(shù)，來(lái)組成面向數(shù)據(jù)存儲(chǔ)運(yùn)算、人工智能模型訓(xùn)練及人工智能模型部署應(yīng)用所需的資源池，通過(guò)萬(wàn)兆數(shù)據(jù)交換矩陣實(shí)現(xiàn)互聯(lián)互通，充分滿足學(xué)生邊緣智能微處理器科研團(tuán)隊(duì)項(xiàng)目實(shí)訓(xùn)團(tuán)隊(duì)教學(xué)實(shí)驗(yàn)師生登錄門(mén)戶系統(tǒng)運(yùn)維登錄門(mén)戶系統(tǒng)運(yùn)維登錄門(mén)戶深度學(xué)習(xí)與新一代人工智能科研教學(xué)一體化實(shí)驗(yàn)平臺(tái)深度學(xué)習(xí)與新一代人工智能科研教學(xué)一體化實(shí)驗(yàn)平臺(tái)實(shí)驗(yàn)室管理員PYTorchcaffe實(shí)驗(yàn)室管理員PYTorchcaffe大數(shù)據(jù)融合集群AI計(jì)算資源集群項(xiàng)目工程案例集群萬(wàn)兆數(shù)據(jù)交換矩陣千兆數(shù)據(jù)交換矩陣采用容器化的虛擬方式，可以有效降低學(xué)校數(shù)據(jù)中心的部署壓力。平臺(tái)通過(guò)容器鏡像方式，供師生進(jìn)行不同人工智能實(shí)訓(xùn)場(chǎng)的創(chuàng)建和使用。此外，平臺(tái)對(duì)流行深度學(xué)習(xí)框架，包括并預(yù)裝了主流深度學(xué)習(xí)工具和驅(qū)動(dòng)程序。無(wú)論是高?？蒲腥藛T還是學(xué)生，都無(wú)需過(guò)多關(guān)注環(huán)境部署而將更多精力投入到人工訓(xùn)練、遷移學(xué)習(xí)等能力，并有效連接實(shí)訓(xùn)項(xiàng)目中的邊緣計(jì)算智能設(shè)備。在平臺(tái)的使用過(guò)程中，師生、項(xiàng)目實(shí)訓(xùn)平臺(tái)提供的不同登錄門(mén)戶，執(zhí)行統(tǒng)一的硬件資源編排管理、人劃分出大量并行任務(wù)處理進(jìn)程供不同人工智能任務(wù)調(diào)用，確?！龇桨噶咙c(diǎn)作為一個(gè)高效的人工智能科研與教學(xué)平臺(tái)，方案經(jīng)由五舟科技與英特爾緊密合作，基于創(chuàng)新的軟硬件，具備一系列領(lǐng)先功能平臺(tái)提供了一站式人工智能計(jì)算資源配置模板，將過(guò)去繁雜的容器設(shè)置參數(shù)集成到統(tǒng)一的配置頁(yè)面中。使用者可根據(jù)需求，平臺(tái)可自動(dòng)下發(fā)到底層容器進(jìn)行資源調(diào)度，快速啟動(dòng)人工智能處理器產(chǎn)品，其在核心數(shù)量、內(nèi)存容量支持等方面的優(yōu)勢(shì)，可令平臺(tái)快速啟動(dòng)及部署分布式人工智能訓(xùn)練和推理任務(wù)，特特AI戰(zhàn)實(shí)戰(zhàn)篇27特特AI戰(zhàn)實(shí)戰(zhàn)篇28育人工智能專(zhuān)業(yè)實(shí)訓(xùn)場(chǎng)景為例，進(jìn)行了相關(guān)的驗(yàn)證性測(cè)試。測(cè)深度以及復(fù)雜度上有著較大提升，實(shí)訓(xùn)時(shí)間也會(huì)增長(zhǎng)到40分鐘左右。因此在測(cè)試中，系統(tǒng)需要將處理器的2個(gè)或6個(gè)核1)基于面向英特爾?架構(gòu)優(yōu)化的TensorFlow框架進(jìn)行環(huán)境測(cè)試結(jié)果如圖2-1-16所示，在兩種不同的訓(xùn)練任務(wù)中，各個(gè)參與人工智能實(shí)訓(xùn)的實(shí)訓(xùn)組均取得了令人滿意的結(jié)果，與以往單項(xiàng)實(shí)訓(xùn)任務(wù)40分鐘左右的設(shè)計(jì)時(shí)長(zhǎng)相比，新平臺(tái)完成兩項(xiàng)（Cifar100）459秒越短越好459秒928秒2400秒智能科研環(huán)境管理平臺(tái)性能卓越，能夠有效助力高等院校在培養(yǎng)學(xué)生深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等人工智能基礎(chǔ)技能的基礎(chǔ)上，面26/52CentOS7.8.20033.10.0-1127.18.2.el7.x86_64作為一門(mén)由行業(yè)需求驅(qū)動(dòng)的新興學(xué)科，人工智能從課程設(shè)計(jì)之初就非常注重動(dòng)手實(shí)踐。而各級(jí)教育機(jī)構(gòu)在開(kāi)展人工智能教育時(shí)遇到的一大挑戰(zhàn)，就是如何基于已有的校園IT系統(tǒng)為人工智能教學(xué)各個(gè)環(huán)節(jié)提供支撐。要應(yīng)對(duì)這一挑戰(zhàn)，不僅需要新的支撐方案能對(duì)人工智能算法等理論教學(xué)提供助力，更重要的是基于英特爾?架構(gòu)的處理器平臺(tái)、英特爾?深度學(xué)習(xí)加速、具套件等一系列產(chǎn)品和技術(shù)，憑借其創(chuàng)新架構(gòu)和強(qiáng)勁性能，正幫助人工智能教育系統(tǒng)廠商和各級(jí)教育機(jī)構(gòu)借助云計(jì)算等于K12及高等教育等不同階段師生使用的人工智能教學(xué)和實(shí)通過(guò)對(duì)NUMA架構(gòu)的良好支持，使開(kāi)展規(guī)?；斯ぶ悄軐?shí)訓(xùn)OpenVINO?工具套件等提供的人工智能性能加速，也使人特特AI戰(zhàn)實(shí)戰(zhàn)篇29英特爾與合作伙伴共同探索課堂行為分析在智慧教育場(chǎng)景中在現(xiàn)代教育理念中，教師對(duì)學(xué)生的關(guān)注以及對(duì)教學(xué)反饋信號(hào)（如學(xué)生的行為狀態(tài)、表情變化等）的科學(xué)解讀會(huì)對(duì)教學(xué)過(guò)程方法與策略的依據(jù)，進(jìn)而提升教學(xué)質(zhì)量和教學(xué)著教學(xué)方式和內(nèi)容變得愈加豐富，例如更多的電子課件、電子設(shè)備等被引入課堂，課堂已變得更加復(fù)雜。教師在基于這些新很難關(guān)注到每一位學(xué)生的表現(xiàn)和狀態(tài)。在線教育等遠(yuǎn)程授課模式的出現(xiàn)，更加劇了這一現(xiàn)象。受制于教室光線、攝像頭角度等因素，教師在教學(xué)過(guò)程中更難以全面掌握學(xué)生的面部表情、身體語(yǔ)言反饋等教與學(xué)的信號(hào)，也就無(wú)法依此調(diào)整教學(xué)節(jié)奏，計(jì)算機(jī)視覺(jué)（ComputerVision，CV）與人工智能技術(shù)的發(fā)展，尤其是在圖像、音視頻分析等領(lǐng)域有著巨大優(yōu)勢(shì)的深度學(xué)習(xí)方法，在教育機(jī)構(gòu)中正獲得越來(lái)越多的應(yīng)用，并有望幫助解決上述問(wèn)題。例如，有研究表明，人工智能科學(xué)家可以型來(lái)提升對(duì)交互式行為和手勢(shì)的識(shí)別結(jié)果9，從而預(yù)測(cè)目標(biāo)人區(qū)分目標(biāo)人群的不同運(yùn)動(dòng)狀態(tài)，并有著很好的識(shí)別準(zhǔn)確率10。這些基于人工智能的行為識(shí)別研究成果也正逐步運(yùn)用于智慧教育領(lǐng)域，例如利用深度學(xué)習(xí)方法對(duì)線上線下課堂中的學(xué)生面部方案中可通過(guò)所部署的高清攝像頭，在經(jīng)過(guò)人員識(shí)別后，對(duì)師這些捕獲的數(shù)據(jù)會(huì)被送至邊緣或云端的人工智能服務(wù)器進(jìn)行基于深度學(xué)習(xí)方法的分析預(yù)測(cè)，所得結(jié)果將被進(jìn)一步傳送至專(zhuān)門(mén)的數(shù)據(jù)分析應(yīng)用中進(jìn)行匯總分析，進(jìn)而在教師或教育管理機(jī)構(gòu)但類(lèi)似解決方案在教育機(jī)構(gòu)的部署、實(shí)踐過(guò)程中也遇到諸多的?行為分析準(zhǔn)確度有限：傳統(tǒng)面向視頻分析、圖像分割的深度學(xué)習(xí)方法往往針對(duì)的是靜止的，或有著固定位置的目標(biāo)物，因此系統(tǒng)在工作時(shí)，很少受到拍攝角度不佳、光線不足等因素的影響。但是，在學(xué)習(xí)過(guò)程中，學(xué)生的行為模式是無(wú)序和不確定的，一些經(jīng)典的深度學(xué)習(xí)算法模型和方案設(shè)計(jì)在此種?實(shí)時(shí)推理效率不足：教學(xué)過(guò)程通常是一個(gè)動(dòng)態(tài)且變化的過(guò)程，教師對(duì)學(xué)生行為如果不能做出快速的反饋，就會(huì)失去很多互動(dòng)交流和調(diào)整教學(xué)的機(jī)會(huì)，尤其在遠(yuǎn)程教學(xué)模式中，如果教師不能馬上根據(jù)學(xué)生的行為和表現(xiàn)做出反饋，就更加削弱了教師的臨場(chǎng)感，加劇了學(xué)生的孤立感，帶來(lái)“老師無(wú)法看到我、理解我”的學(xué)習(xí)體驗(yàn)。因此，課堂行為分析往往對(duì)強(qiáng)勁的算力以及優(yōu)化的框架對(duì)其提供支撐，這就對(duì)教育機(jī)構(gòu)行為分析解決方案對(duì)算力、數(shù)據(jù)等的需求，需對(duì)既有IT基備和終端越來(lái)越多，教育機(jī)構(gòu)往往消耗大量的精力與運(yùn)維成本來(lái)解決不同設(shè)備間的兼容性以及數(shù)據(jù)有效傳輸問(wèn)題，這也是造成人工智能課堂行為分析解決方案無(wú)法得到快速推廣的為幫助教育機(jī)構(gòu)更有效地部署基于深度學(xué)習(xí)方法的智能課堂行為分析解決方案，英特爾正與眾多合作伙伴一起，基于課堂另一方面也幫助廠商將更多先進(jìn)英特爾產(chǎn)品與技術(shù)，如融合了特特AI戰(zhàn)實(shí)戰(zhàn)篇31特特AI戰(zhàn)實(shí)戰(zhàn)篇32英特爾?深度學(xué)習(xí)加速的英特爾?至強(qiáng)?可擴(kuò)展處理器、工具套件等引入方案之中，并通過(guò)引入遵循英特爾?OPS/可插拔規(guī)范加強(qiáng)版)的設(shè)備來(lái)降低兼容性問(wèn)題，從而幫助更多效的課堂行為分析解決方案，為教育信息化2.0新階段提升教計(jì)算機(jī)視覺(jué)技術(shù)和深度學(xué)習(xí)方法的發(fā)展，正讓更多面向視頻分析的應(yīng)用成為人工智能技術(shù)落地的重要方向，在智慧教育領(lǐng)域，也涌現(xiàn)出大量基于視頻的行為分析的智能應(yīng)用。在面向教育場(chǎng)景的行為分析上，如圖2-2-2所示，典型的方案架構(gòu)可以歸納為視頻采集、人物檢測(cè)和行為分類(lèi)三個(gè)核心在進(jìn)行去噪聲、歸一化等預(yù)處理后傳送至部署于邊緣或數(shù)據(jù)人物檢測(cè)是一種典型的目標(biāo)檢測(cè)問(wèn)題，目前常用的基于深度檢測(cè)目標(biāo)屬于預(yù)設(shè)類(lèi)別中每一類(lèi)的概率。在后續(xù)的篩選層中，YOLO算法的優(yōu)勢(shì)在于更快的檢測(cè)速度，原始YOLO算法的檢測(cè)速度就可達(dá)45幀/秒，可滿足課堂行為分析所需的實(shí)時(shí)性要求，而優(yōu)化后的FastYOLO等新版本，更可將速度提升11TimeObjectDetecti/pdf類(lèi)別分?jǐn)?shù)融合30-120秒視頻片段行為分類(lèi)：在區(qū)分出待檢測(cè)的各個(gè)學(xué)生后，就需要對(duì)學(xué)生當(dāng)前行為進(jìn)行識(shí)別與分類(lèi)。通常而言，最簡(jiǎn)單的行為識(shí)別就是方法在畫(huà)面比較復(fù)雜時(shí)，如人物有遮擋、重疊時(shí)會(huì)受到較大干擾，準(zhǔn)確性不高。為提升準(zhǔn)確率，許多基于CNN的優(yōu)化方案應(yīng)需而生，例如Two-Stream（雙流）類(lèi)方法、類(lèi)別分?jǐn)?shù)融合30-120秒視頻片段以目前常見(jiàn)的CNN-LSTM方法為例，其網(wǎng)絡(luò)架構(gòu)如圖2-2-4所示。首先，算法在輸入側(cè)通過(guò)連續(xù)多幀計(jì)算光流圖，獲取其中每幀特征池化后將連接五個(gè)LSTM層，后一幀的LSTM輸出將輸入至下一幀的LSTM，網(wǎng)絡(luò)最后可采用softmax分因此能對(duì)更長(zhǎng)視頻進(jìn)行表達(dá)。同時(shí)由LSTM網(wǎng)絡(luò)引入的記憶特性，能使方案有效地表達(dá)幀的先后順序，從而對(duì)行為做出/pdf從上節(jié)可以看到，在傳統(tǒng)行為分析方案中，行為分析通常是這些方法也面臨一些新的技術(shù)挑戰(zhàn)。尤其在課堂環(huán)境中，無(wú)論是學(xué)生還是教師的交互行為往往無(wú)序和不確定，且存在大這些中間狀態(tài)具有很強(qiáng)的不確定性，傳統(tǒng)的分析算法很難對(duì)每一幀視頻進(jìn)行準(zhǔn)確預(yù)測(cè)。而當(dāng)用戶希望用基于幀的分析來(lái)為應(yīng)對(duì)這一問(wèn)題，英特爾根據(jù)課堂等教學(xué)場(chǎng)景的實(shí)際狀況，以及教學(xué)過(guò)程中的普遍性行為模式，提出了一種創(chuàng)新的、基于“事件統(tǒng)計(jì)”的行為分析方案設(shè)計(jì)。這一方案的基礎(chǔ)架構(gòu)如特特AI戰(zhàn)實(shí)戰(zhàn)篇33特AI戰(zhàn)會(huì)加入一個(gè)新的后處理框架，其作用是通過(guò)對(duì)基于“幀統(tǒng)計(jì)”特AI戰(zhàn)會(huì)加入一個(gè)新的后處理框架，其作用是通過(guò)對(duì)基于“幀統(tǒng)計(jì)”?滑動(dòng)窗口：如圖2-2-7所示，滑動(dòng)窗口過(guò)程是通過(guò)加入一個(gè)滑動(dòng)窗口的方法，來(lái)降低由于閉塞和擁擠的環(huán)境帶來(lái)的假?短事件濾波器：該過(guò)程的目的是為了減少假陽(yáng)行為導(dǎo)致的不?外推：這一過(guò)程用于將預(yù)測(cè)結(jié)果推斷到事件的初始時(shí)間范?插值：該模塊可以通過(guò)觀察較長(zhǎng)周期的相鄰事件，通過(guò)差值?合并：其作用是將同一個(gè)動(dòng)作的連續(xù)事件合并在一起，輸出實(shí)戰(zhàn)篇34集成在英特爾?至強(qiáng)?可擴(kuò)展處理器平臺(tái)（第二代/第三代512_BF16（bfloat16），對(duì)INT8數(shù)據(jù)格式和BF16數(shù)據(jù)格廣泛地為商用化人工智能應(yīng)用的訓(xùn)練和推理過(guò)程提供加速。其中，AVX-512_VNNI理論上可使計(jì)算效率提升4倍12，而AVX-512_實(shí)戰(zhàn)篇34面向邊緣復(fù)雜人工智能需求的基于英特爾?架構(gòu)特特AI戰(zhàn)針對(duì)方案中對(duì)處理性能、兼容性、可擴(kuò)展性以及部署便捷性等方面的要求，英特爾不僅在硬件層面上提供了多種遵也在軟件層面上提供了OpenVINO?工具套件，以軟硬件結(jié)合來(lái)協(xié)同提升方案的人工智能處理能力和兼容■實(shí)戰(zhàn)篇35類(lèi)數(shù)字顯示系統(tǒng)，例如智慧教室中常見(jiàn)的電子白板、嵌入式一體機(jī)等設(shè)備推出的開(kāi)放式可插拔規(guī)范，其不僅在可用性、可維護(hù)性、功耗等方面具有優(yōu)勢(shì)，更在顯示輸出和連接性能實(shí)戰(zhàn)篇35openopenvINOVPUVPUmodel_zoo/tree/master/滑動(dòng)窗口滑動(dòng)窗口滑動(dòng)窗口滑動(dòng)窗口28C，250W），總內(nèi)存384GB（24個(gè)插槽/16GB/3200），ucode0x700001b，超線程開(kāi)啟，睿頻開(kāi)啟，帶有Ubuntu*20.04LTS，Linux*5.4.0-26,28,29-generic，英特爾800GB固態(tài)盤(pán)OSbf16/base，commit#828738642760358b388d8f615ded0c213f10c99a，Modelzoo：/IntelAI/models/-bv1.GB/2933），ucode0x4002f00，超線程開(kāi)啟，睿頻開(kāi)啟，Ubuntu*20.04LTS，Linux*5.4.0-26,28,29-generic，英特爾800GB固態(tài)盤(pán)OS驅(qū)動(dòng)器，ResNet-50v1.5吞吐量，/Intel-tensorflow/tensorflow-bbf16/base，commit#828738642760358b388d8f615d特特AI戰(zhàn)實(shí)戰(zhàn)篇36+VPU以遵循英特爾?OPS-C規(guī)范的嵌入式教學(xué)一體機(jī)設(shè)備為例，算力平臺(tái)來(lái)形成強(qiáng)大的計(jì)算處理能力、優(yōu)異的圖形處理能力以及強(qiáng)有力的視頻編解碼性能，并通過(guò)與英特爾?VPU產(chǎn)品的結(jié)合，借助OpenVINO?工具套件提供的人工速，使教育機(jī)構(gòu)在狹小的嵌入式設(shè)備中也能部署高效的邊緣能為嵌入式教學(xué)一體機(jī)設(shè)備提供高達(dá)2路的4K顯示輸出，這使得課堂行為分析方案所需的高清碼流視頻信號(hào)傳輸變得在人工智能加速和圖形處理能力之外，英特爾?OPS-C規(guī)范也能幫助嵌入式教學(xué)一體機(jī)設(shè)備降低與其它課堂設(shè)備相互協(xié)同連接時(shí)的復(fù)雜度，將電子白板等教學(xué)設(shè)備有機(jī)融合在一起，減少傳統(tǒng)設(shè)備維護(hù)對(duì)教學(xué)的影響，提供一種性能穩(wěn)定且兼容高度的整體性讓符合英特爾?OPS-C規(guī)范的課堂嵌入式一體機(jī)設(shè)備在部署后，一方面有力提升了部署在教室邊緣設(shè)備中的人工智能課堂行為分析方案的工作效率；另一方面也幫助教育機(jī)構(gòu)大幅減輕系統(tǒng)運(yùn)維壓力，降低了方案的部署門(mén)檻?！鍪芟抻趫?chǎng)地、環(huán)境以及部署成本等因素，一些教育機(jī)構(gòu)無(wú)法在面向教學(xué)過(guò)程的邊緣側(cè)部署算力強(qiáng)勁的推理服務(wù)器等設(shè)備。同時(shí)，在線上教學(xué)模式中，為了盡可能地降低網(wǎng)絡(luò)傳輸帶來(lái)的延遲，也需要盡可能地將處理能力進(jìn)行前置。為此，英特爾通過(guò)在方案中加入敏捷高效的VPU英特爾?Movidius?深度神經(jīng)網(wǎng)絡(luò)處理單元：神經(jīng)計(jì)算引擎。其專(zhuān)門(mén)的設(shè)計(jì)，可神經(jīng)計(jì)算引擎在執(zhí)行神經(jīng)網(wǎng)絡(luò)推理時(shí)能實(shí)現(xiàn)716GF為使VPU產(chǎn)品在實(shí)戰(zhàn)中為智能課堂行為分析方案提供更強(qiáng)助力，英特爾為其提供了兩種不同的工作模式：SqueezeScheduler模式和ByPassScheduler模式，來(lái)應(yīng)對(duì)不同工?在該方式下，每個(gè)網(wǎng)絡(luò)模型會(huì)重復(fù)加載到所有VPU，例如有兩個(gè)VPU，則網(wǎng)絡(luò)模型會(huì)同時(shí)加載到第一個(gè)VPU和第二為4，當(dāng)加載到VPU上的網(wǎng)絡(luò)模型數(shù)量大于cachegraph"1or?在性能不受影響的情況下，ByPassScheduler方式支持的）；?可將某個(gè)使用較頻繁的網(wǎng)絡(luò)模型同時(shí)加載到多個(gè)VPU上，并指定優(yōu)先級(jí)，這樣該網(wǎng)絡(luò)模型優(yōu)先運(yùn)行在優(yōu)先級(jí)高的與CPU相比，VPU在并行數(shù)據(jù)處理能力上的優(yōu)勢(shì)，使其更適于模型推理等工作負(fù)載。在實(shí)際的方案設(shè)計(jì)中，通?？梢圆捎肰PU與CPU混合配置的模式。以其在閱面科技人臉識(shí)別與課堂行為分析方案中的應(yīng)用為例，在模型推理的加載和運(yùn)行階?在模型加載階段，采用ByPassScheduler的工作方式可以讓不同工作負(fù)載分別加載到指定的VPU與通用處理器中，其中人頭檢測(cè)加載到VPU1上，跟蹤網(wǎng)絡(luò)1和跟蹤網(wǎng)絡(luò)2加載到CPU上。而行為檢測(cè)和行為驗(yàn)證則采用了多VPU?在推理運(yùn)行階段，系統(tǒng)可以通過(guò)分線程處理的方式來(lái)提升效率。其中線程1用于視頻的解碼且緩存到Buffer1中。線程2則從Buffer1中取數(shù)據(jù)，使用VPU1進(jìn)測(cè)，返回檢測(cè)結(jié)果給CPU，然后基于CPU執(zhí)行跟蹤網(wǎng)絡(luò)1和跟蹤網(wǎng)絡(luò)2兩個(gè)模型，并將結(jié)果緩存到Buffer2。線程3則從Buffer2中取數(shù)據(jù)，使用VPU2和VPU1執(zhí)行行為檢測(cè)和行為驗(yàn)證工作負(fù)載，一般情況下工作負(fù)載優(yōu)先在得到最終的舉手行為的檢測(cè)結(jié)果。由英特爾開(kāi)源的OpenVINO?工具套件能夠?yàn)橹腔劢逃龍?chǎng)OpenVINO?工具套件一方面對(duì)傳統(tǒng)的OpenCV、OpenVX等圖像處理庫(kù)進(jìn)行了大量指令集優(yōu)化，實(shí)現(xiàn)了性能與速度的顯著提升；另一方面，其通過(guò)內(nèi)置的模型量化工具，幫助推理引擎可以輕松地運(yùn)行在INT8數(shù)據(jù)格式上，進(jìn)一步實(shí)現(xiàn)推理速度的有效提升。同時(shí)，OpenVINO?工具套件也能幫來(lái)實(shí)現(xiàn)跨環(huán)境的異構(gòu)執(zhí)行，即人工智能方案在開(kāi)發(fā)完成后，利等不同硬件設(shè)施環(huán)境中部署使用，進(jìn)而簡(jiǎn)化智慧教育廠商的開(kāi)為便于使用者調(diào)用，OpenVINO?工具套件提供了簡(jiǎn)單清晰的API接口。以CPU為例，可以通過(guò)如下代碼進(jìn)行網(wǎng)絡(luò)初同時(shí)，該工具套件還提供了網(wǎng)絡(luò)同步運(yùn)行與異步運(yùn)行兩種推理方式，同步運(yùn)行的接口為Infer()，異步運(yùn)行的接口為StartAsync()。前者屬于阻塞模式，執(zhí)行時(shí)需等待推理結(jié)果的返回才能繼續(xù)往下執(zhí)行；后者屬于非阻塞模式，執(zhí)行時(shí)無(wú)需等待結(jié)果返回，直接往下執(zhí)行程序。針對(duì)最大化推理吞吐率的場(chǎng)景，可以采用異步的方式來(lái)最大限度的利用資源。與視頻線程1線程2線程3解碼下一幀人頭檢測(cè)跟蹤跟蹤網(wǎng)絡(luò)2行為檢測(cè)行為驗(yàn)證人頭視頻線程1線程2線程3解碼下一幀人頭檢測(cè)跟蹤跟蹤網(wǎng)絡(luò)2行為檢測(cè)行為驗(yàn)證人頭檢測(cè)緩存到Buffer2跟蹤網(wǎng)絡(luò)2Buffer1VPU2/VPU1CPUVPU1取數(shù)據(jù)VPU1行為檢測(cè)行為驗(yàn)證Buffer2緩存到Buffer1跟蹤行為結(jié)果VPU2/VPU2/VPU1特特AI戰(zhàn)實(shí)戰(zhàn)篇37特特AI戰(zhàn)實(shí)戰(zhàn)篇38VPU產(chǎn)品相結(jié)合，使用FP16數(shù)據(jù)格式的異步推理相關(guān)代碼FP32有相同的動(dòng)態(tài)范圍。16bits8bitexp23bitmantissass8bitexp7bitmantissass5bitexp10bitmantissa基于以下幾個(gè)維度的優(yōu)勢(shì)，選擇BF16做推理可以最大化利用能，同時(shí)將計(jì)算精度保持在可接受的范圍內(nèi)，幫助用戶提高方案整體性能：通常用戶可以通過(guò)以下2種方式檢查處理器是否支持BF16：1.執(zhí)行l(wèi)scpu|grepavx512_bf16或者cat/proc/cpuinfo|grepavx512_bf16ENFORCE_BF16默認(rèn)設(shè)置為YES，下面代碼示例演示了如何檢查是否設(shè)置支持BF16:如果要禁用BF16的內(nèi)部轉(zhuǎn)換，將KEY_ENFORCE_BF16設(shè)https://docs.openvinotoolk閱面科技：借力人臉識(shí)別與課堂行為分析OpenVINO?工具套件帶來(lái)的推理加速，新的人臉識(shí)別與課通過(guò)攝像機(jī)來(lái)分析擁擠的教室或線上不同授課環(huán)境中每個(gè)學(xué)生的行為，已被證實(shí)可以有效幫助教育機(jī)構(gòu)、教師和家長(zhǎng)獲得教學(xué)效果、學(xué)生學(xué)習(xí)狀態(tài)等有效信息，并據(jù)此幫助教師有的放矢調(diào)整教學(xué)方式。同時(shí)，行為分析還能幫助教師在課堂中開(kāi)展搶答、分組競(jìng)賽等饒有趣味的授課模式，提升教學(xué)質(zhì)但在線上線下教學(xué)過(guò)程中實(shí)施行為分析同樣都面臨著巨大的挑戰(zhàn)。由于學(xué)生行為通常具有無(wú)序的特性，傳統(tǒng)人臉識(shí)別等人工例如起立、舉手、聊天等實(shí)施分析在實(shí)時(shí)性和準(zhǔn)確性方面仍顯不足。為解決這些問(wèn)題，上海閱面網(wǎng)絡(luò)科技有限公司（以下簡(jiǎn)■方案解析閱面科技與英特爾攜手采用人工智能技術(shù)，構(gòu)建的面向課堂場(chǎng)由人臉注冊(cè)、人臉識(shí)別和行為分析三個(gè)主要模塊組成。其中，人臉注冊(cè)模塊通過(guò)將學(xué)生的既有人臉圖像導(dǎo)入后臺(tái)，進(jìn)行特征提取后作為系統(tǒng)特征庫(kù)供后續(xù)流程調(diào)用；人臉識(shí)別模塊由前端高清攝像頭捕獲學(xué)生視頻后，通過(guò)推理服務(wù)器進(jìn)行人臉檢測(cè)，而核心的行為分析模塊則基于高清攝像頭捕獲的視頻，在進(jìn)行頭像檢測(cè)跟蹤后，利用經(jīng)英特爾優(yōu)化的行為分析算法，對(duì)學(xué)生行為如舉手等進(jìn)行判斷識(shí)別，并輸出反饋結(jié)果。教師可以根據(jù)更為重要的是，基于“事件統(tǒng)計(jì)”的方案有助于提升方案的行術(shù)分析請(qǐng)參見(jiàn)第33頁(yè)“傳統(tǒng)方案面臨的挑戰(zhàn)以及基于事件統(tǒng)特征存儲(chǔ)特征存儲(chǔ)提取特征人臉注冊(cè)檢測(cè)人臉特征比對(duì)視頻輸入人臉識(shí)別結(jié)果人臉識(shí)別人臉質(zhì)量達(dá)到閾值檢測(cè)人臉特征比對(duì)視頻輸入人臉識(shí)別結(jié)果人臉識(shí)別人臉質(zhì)量達(dá)到閾值視頻輸入視頻輸入人頭檢測(cè)跟蹤行為處理行為識(shí)別結(jié)果行為識(shí)別結(jié)果特特AI戰(zhàn)實(shí)戰(zhàn)篇39特特AI戰(zhàn)實(shí)戰(zhàn)篇40越高越好計(jì)的行為分析方案設(shè)計(jì)”部分）。如圖2-2-13所示，典型課的手都處于一種似舉非舉的模糊狀態(tài)。面對(duì)這一場(chǎng)景，如果采的方式，則可以明確表示一次舉手行為的發(fā)生，結(jié)果完全不受越高越好■英特爾產(chǎn)品和技術(shù)發(fā)揮的作用及效果：方案通過(guò)引入OpenVINO?工具套件來(lái)加速模型推理速度，部分）。為驗(yàn)證該工具套件為方案帶來(lái)的收益，閱面科技將相同硬件配置下的優(yōu)化方案（使用OpenVINO?工具套件）與結(jié)果如圖2-2-14所示，在人臉檢測(cè)和行為檢測(cè)兩個(gè)場(chǎng)景下，通過(guò)OpenVINO?工具套件優(yōu)化的方案在吞吐率性能上較優(yōu)化前分別提升約31%和23%14。1.311.23111.2 0.80.60.40.201.311.2311CaffeOpenVINO方案采用了通用處理器和VPU的混合配置模式，來(lái)應(yīng)對(duì)部分教學(xué)場(chǎng)景中無(wú)法全量部署通用處理器進(jìn)行模型推理的問(wèn)題。例如在一些實(shí)踐部署中，方案采用“2+3”模式（即2個(gè)模型是基于英特爾?架構(gòu)處理器、3個(gè)模型是基于Movidius?模塊的推理工作中獲得了良好效果，在推理效率下降不大的情況下，可令處理器負(fù)載維持在30%以下，從而保證了方案中閱面科技新的人臉識(shí)別與課堂行為分析解決方案目前已在諸多教育機(jī)構(gòu)獲得了部署與實(shí)踐，來(lái)自教育機(jī)構(gòu)、教師、學(xué)生以及?對(duì)各級(jí)教育機(jī)構(gòu)而言，新方案的部署，使教育方法的優(yōu)化和教育理論的演進(jìn)有了更為翔實(shí)的數(shù)據(jù)支撐，教育主管部門(mén)和教育機(jī)構(gòu)可以據(jù)此制定進(jìn)一步的教學(xué)質(zhì)量提升計(jì)劃，加強(qiáng)教?對(duì)教師而言，方案能夠準(zhǔn)確識(shí)別課堂中常見(jiàn)行為的發(fā)生，統(tǒng)計(jì)各類(lèi)行為的比例，并快速直觀以可視化方式提供給教同時(shí)方案還能有效減輕教師日常上課過(guò)程中點(diǎn)名等繁瑣任務(wù)，提升課堂時(shí)間的利用率；另外，通過(guò)與其他智慧教用相結(jié)合，方案也能幫助教師積極合理地安排教學(xué)內(nèi)容習(xí)過(guò)程、學(xué)習(xí)方法進(jìn)行快速有效的復(fù)盤(pán)，找出自身薄弱1百家云：基于課堂行為分析實(shí)現(xiàn)雙師課堂讓基于人工智能的課堂行為分析解決方案在推理效率上獲得了更大的優(yōu)勢(shì)，進(jìn)而令雙師課堂的教學(xué)評(píng)估更具實(shí)時(shí)性且更利用互聯(lián)網(wǎng)、人工智能等新技術(shù)構(gòu)建兼具質(zhì)量和體驗(yàn)的教學(xué)環(huán)境已成為各級(jí)教育機(jī)構(gòu)的共識(shí)。這其中，整合線上線下教學(xué)需求，兼顧教學(xué)資源和學(xué)生體驗(yàn)的雙師課堂教學(xué)模式，正獲得教雙師課堂是指基于網(wǎng)絡(luò)互動(dòng)視頻直播技術(shù)開(kāi)展的“名師直播教學(xué)+線下輔導(dǎo)老師服務(wù)”的模式。如圖式通常由兩名老師遠(yuǎn)程配合共同完成教學(xué)，左側(cè)主講老師通過(guò)?對(duì)K12等常規(guī)教育而言，雙師課堂模式能有效解決優(yōu)秀教師復(fù)制困難的問(wèn)題，提升優(yōu)秀教師的產(chǎn)能，緩減目前優(yōu)質(zhì)教學(xué)資源不足、不均衡問(wèn)題。同時(shí)，通過(guò)在邊遠(yuǎn)農(nóng)村地區(qū)的部第三方雙師直播內(nèi)容，快速拓展教學(xué)科目，從而有效幫助教方案為不同類(lèi)型的教育機(jī)構(gòu)提供高效、靈活和彈性可擴(kuò)展的產(chǎn)品及服務(wù)，目前已在全國(guó)部署5,000余間雙師教室，涵蓋領(lǐng)上課坐姿等行為進(jìn)行檢測(cè)和分析，并同時(shí)對(duì)教師授課過(guò)程進(jìn)行監(jiān)測(cè)，最后生成課堂報(bào)告發(fā)送給教育機(jī)構(gòu)和學(xué)生家長(zhǎng)，家長(zhǎng)可以隨時(shí)了解孩子的學(xué)習(xí)情況，真實(shí)感知孩子在線教學(xué)體驗(yàn)，及時(shí)干預(yù)、監(jiān)督和輔導(dǎo)；教育機(jī)構(gòu)可以做多維度、可視化教學(xué)全■方案解析用于百家云雙師課堂的課堂行為分析解決方案的基本工作流程如圖2-2-16所示，系統(tǒng)通過(guò)客戶端分別截取教師授課和學(xué)生學(xué)習(xí)的視頻幀，經(jīng)過(guò)數(shù)據(jù)清洗和預(yù)處理后，上傳到部署在邊緣度學(xué)習(xí)方法的圖像分類(lèi)、目標(biāo)檢測(cè)識(shí)別、圖像分割算法，通過(guò)良好的識(shí)別準(zhǔn)確率對(duì)師生雙方的視頻數(shù)據(jù)進(jìn)行分析，生成課堂家長(zhǎng)為更有效地對(duì)雙師課堂中師生的行為進(jìn)行分析，提升方案在實(shí)?學(xué)生學(xué)習(xí)類(lèi)分析算法包含學(xué)生專(zhuān)注度算法、情緒識(shí)別和課堂上的喜、怒、哀、樂(lè)；人體骨骼檢測(cè)用來(lái)識(shí)別學(xué)生特特AI戰(zhàn)實(shí)戰(zhàn)篇41特特AI戰(zhàn)實(shí)戰(zhàn)篇42?教師授課監(jiān)測(cè)算法則包含了教師激勵(lì)手勢(shì)識(shí)別算法、教學(xué)動(dòng)作識(shí)別算法。鼓勵(lì)手勢(shì)主要是OK手勢(shì)、鼓掌案中實(shí)現(xiàn)了較為完善的師生課堂行為分析能力，并以此構(gòu)建多維度的課堂報(bào)告。例如方案可以根據(jù)不同的教師引導(dǎo)方式下所得到的學(xué)生反應(yīng)進(jìn)行打分，然后將分值形成數(shù)據(jù)矩陣，再利用教師鼓勵(lì)教師接受教師指導(dǎo)......2.3K-means聚類(lèi)算法圖2-2-17基于師生交互情況開(kāi)展數(shù)據(jù)分析基于更為詳實(shí)的可視化報(bào)告，教師可以針對(duì)學(xué)生學(xué)習(xí)情況制定更為細(xì)化的教學(xué)策略，學(xué)生家長(zhǎng)也能根據(jù)雙師課堂中教師與■英特爾產(chǎn)品和技術(shù)發(fā)揮的作用及效果：如圖2-2-18所示，百家云雙師課堂教學(xué)環(huán)境在系統(tǒng)構(gòu)建上，一般由主講教室和一系列遠(yuǎn)程教室構(gòu)成，并接入部署在校園網(wǎng)/互聯(lián)網(wǎng)上的云服務(wù)，在一些場(chǎng)景中還會(huì)加入專(zhuān)門(mén)的遠(yuǎn)程授課而百家云雙師課堂教學(xué)方案的最核心優(yōu)勢(shì)是能夠形成主講教室與遠(yuǎn)程教室之間的遠(yuǎn)程實(shí)時(shí)互動(dòng)，并可根據(jù)需要靈活、快速地?cái)U(kuò)展。要充分發(fā)揮這些優(yōu)勢(shì)，首先，需要硬件基礎(chǔ)設(shè)施對(duì)于靈活和高擴(kuò)展性的云服務(wù)有著更好的支撐能力，其次，能對(duì)課堂擴(kuò)展處理器來(lái)保持和擴(kuò)大上述核心優(yōu)勢(shì)。一方面，得益于更多化的軟硬件，新處理器平臺(tái)不僅為雙師課堂教學(xué)方案提供了性方案對(duì)云服務(wù)資源需求，輕松進(jìn)行橫向和縱向擴(kuò)展，并依托英特爾提供的多元化行業(yè)知識(shí)和協(xié)作能力，幫助教育機(jī)構(gòu)將經(jīng)過(guò)實(shí)踐檢驗(yàn)有效的課堂行為分析方案快速部署到更多雙師課堂深度學(xué)習(xí)加速，支持INNT8和BF16兩種低精度數(shù)據(jù)格式，能夠讓方案在不影響整體推理精度的情況下，有效加速訓(xùn)練和越高越好1.7711.81.61.41.2 0.80.60.40.20越高越好1.771CLX6252NFP32CPX8366HCBF16通過(guò)在多個(gè)頭部教育機(jī)構(gòu)中的部署實(shí)踐，面向百家云雙師課堂場(chǎng)景的人工智能課堂行為分析解決方案已被證明可以讓課堂學(xué)情、教情報(bào)告更加科學(xué)和便捷，不僅能夠真實(shí)反映學(xué)生學(xué)習(xí)情況，受到家長(zhǎng)的一致認(rèn)可，還能評(píng)估教師在課堂上的表現(xiàn)，成為教師教學(xué)能力和效果評(píng)估的重要參考，提高了教育機(jī)構(gòu)的管理和運(yùn)營(yíng)效率。其分別可為教育機(jī)構(gòu)、教師、學(xué)生和家長(zhǎng)帶來(lái)?教育機(jī)構(gòu)：通過(guò)多維度、可視化教學(xué)全過(guò)程數(shù)據(jù)分析，教育?教師：結(jié)合課堂教學(xué)過(guò)程中不同行為分析得到的數(shù)據(jù)報(bào)告，?學(xué)生：基于課堂行為分析的人工智能可視化學(xué)情分析，能幫助學(xué)生直觀感知、了解自身學(xué)習(xí)情況，及時(shí)糾正錯(cuò)誤的學(xué)習(xí)數(shù)字化復(fù)現(xiàn)課程學(xué)習(xí)行為，讓家長(zhǎng)了解學(xué)生學(xué)習(xí)過(guò)程表現(xiàn)，真實(shí)感知孩子在線教學(xué)體驗(yàn)，及時(shí)干預(yù)、監(jiān)督和輔導(dǎo)，減輕124/48CentosLinuxrelease利用人工智能方法，尤其是深度學(xué)習(xí)的方法來(lái)對(duì)教學(xué)過(guò)程進(jìn)行實(shí)時(shí)性的評(píng)估和反饋，可以有效降低教師授課過(guò)程中的工作負(fù)擔(dān)，提升師生之間的互動(dòng)效率，并有效提高教育機(jī)構(gòu)的管理能力。同時(shí)，對(duì)學(xué)習(xí)行為的監(jiān)控、分析和反饋，也可以有效應(yīng)對(duì)目前遠(yuǎn)程教育模式中，師生無(wú)法面對(duì)面交流帶來(lái)的交互困難等問(wèn)題。適應(yīng)這一新需求，英特爾攜手合作伙伴所推出的一系列智能課堂行為分析解決方案和產(chǎn)品，已經(jīng)成為教育機(jī)構(gòu)加快教育信息化2.0進(jìn)程，推進(jìn)信息技術(shù)與教育深度融合的一大抓手，并在實(shí)踐中獲得了教師、學(xué)生以及學(xué)生伴隨這一加速教學(xué)智能化轉(zhuǎn)型的進(jìn)程，包括英特爾?架構(gòu)處理器平臺(tái)、英特爾?VPU產(chǎn)品、英特爾?深度學(xué)習(xí)加速技術(shù)以及由英特爾開(kāi)源的OpenVINO?工具套件等一系列先進(jìn)產(chǎn)品和技術(shù)，正在為眾多智慧教育應(yīng)用場(chǎng)景中多個(gè)新方案大幅提升效率提供動(dòng)力。例如，由英特爾?深度學(xué)習(xí)加速技術(shù)和使面向教育場(chǎng)景的行為分析方案在落地實(shí)戰(zhàn)中獲得成功，無(wú)論是在結(jié)果準(zhǔn)確率，還是在系統(tǒng)實(shí)時(shí)性上，都很好滿足了教特特AI戰(zhàn)實(shí)戰(zhàn)篇43英特爾與合作伙伴共同探索基測(cè)試都變得必不可少。因此教育機(jī)構(gòu)正致力于通過(guò)更專(zhuān)業(yè)的口語(yǔ)測(cè)評(píng)、口語(yǔ)糾正等方式來(lái)提升學(xué)生的口語(yǔ)能力。這在提升學(xué)生學(xué)習(xí)興趣，提高口語(yǔ)教學(xué)質(zhì)量的同時(shí)，也對(duì)相應(yīng)的教學(xué)和測(cè)在傳統(tǒng)口語(yǔ)教學(xué)場(chǎng)景中，口語(yǔ)水平的評(píng)判往往需要師生間以語(yǔ)評(píng)判需求之間形成了尖銳的矛盾。因此，教育