通用人工智能产学研实践平台
本设计方案的宗旨是力图拉近学校研习内容与企业设计研产的差距和不同，基本实现和贯穿人工智能与深度学习从“学习” → “研习”→ “实作”→“产品原型”的生命周期全过程，是贴近生产实践最为有效的教学途径之一。
解决方案的设计同时兼顾到学习、研究和产业化的主要目标要求。 目标是期望从相对“弱”的基础也可以出发，通过不断的迭代， 直到做出符合需求目标的（预研）产品，为最后的产品化提供所有的前期基础。
来源: | 作者：xyt | 发布时间：2019-05-15 | 7465 次浏览 | 分享到:

1、核心定义

图片3


2、产品特点及优势

本设计方案的宗旨是力图拉近学校研习内容与企业设计研产的差距和不同，基本实现和贯穿人工智能与深度学习从“学习”→ “研习” → “实操” →“产品原型”的生命周期全过程，是贴近生产实践最为有效的教学途径之一。


解决方案的设计同时兼顾到学习、研究和产业化的主要目标要求。 目标是期望从相对“弱”的基础也可以出发，通过不断的迭代， 直到做出符合需求目标的（预研）产品，为最后的产品化提供所有的前期基础。


3、产品主要内容

在整个解决方案中， 主要关注点是“学习”、“实操/设计/研究”、“原型验证”三个方面，它们分别解释为：

3.1）学习：

学习是通过提供的人工智能入门和进阶学习的环境， 掌握人工智能(深度学习)的基本技能。

python及其相关配套的内容是大多数人员学习和实践人工智能深度学习的缺省配置。 然而， 由于python等内容相对多数人而言，“晦涩难懂”，我们提供图形化的开发实践环境， 大幅度简化人工智能理解和实践的难度；

本阶段适合中职以上的学员使用。


序号

阶段/部分

中职

高职

本科

研究生以上

1

学习

√

√ √ √

3.2）实作/设计/研发：

实作/设计/研发针对的是经过学习以后的下一个环节的三个独立部分。 本阶段更多的适用情形是准备开发或模拟开发目标产品。 不同程度的学员选择其中一个或多个内容进行研习。

序号

阶段/部分

中职

高职

本科

研究生以上

1

实作

√ √ √ √

2

设计



√ √

3

研发




√


★ 实作： 实作通常是指实践人工智能之深度学习的数据收集、整理、训练使用等常用工作内容；本部分适合中职以上的学员使用。

    ★ 设计： 设计则是指基于平台提供的既有模型，或从头设计合适的模型框架； 设计也包括人工智能内容以外的其它业务逻辑要求内容（例如，网络通讯，现场控制等等）。 本部分通常适合本科以上学员使用。

    ★ 研发：  研发则是对模型进行优化整合，也包括算法的优化。本部分通常适合研究生以上学员使用。

      

3.3）原型验证： 原型验证通常是产品化的最重要的前缀。 对于不同层次的学员，原型验证的方式会不同。 例如，对于高职以下的学员，通常选择提供的既有产品原型，主要是体验人工智能如何在产品中的应用；而对于本科以上的学员，可能要自己实现产品的需求；  

序号

阶段/部分

中职

高职

本科

研究生以上

1

原型验证

√ √ √ √

    

4、平台组成 

平台由三部分组成， 分别是深度学习机、结构化原型机(半成品)、二次开发暨部署平台。


4.1 深度学习机：  

4.1.1 硬件部分： 深度学习机的硬件环境是具备高运算性能的PC计算机。 通常配置加速卡，如GTX1080等。 推荐主要配置如：

CPU：英特尔I7-7820X

主板：微星X299 SLI PLUS

内存：威刚DDR4 16G*2

硬盘：三星M.2 256G + 希捷2TB

显卡：技嘉GTX2070 8G

机箱： 长城电源1250W


4.1.2 软件部分：  软件部分则包括几个部分，分述如下：

4.1.2.1 公配环境： 公配环境是指业界通常用于人工智能开发应用的环境。例如， tensorflow, caffe等。 这些环境一般用python语言。

4.1.2.2 数据环境： 数据环境则是指我们提供的数十种人工智能模型、相应的训练和测试数据， 以及部分原型产品的完整软件套件。

系统预装Postgresql数据库系统(可选装Mysql等其它数据库系统)，用于存储和管理各型数据；

4.1.2.3 开发与部署：开发部署是使用我们的SmartAgent二次开发暨部署平台。 该平台另有详细介绍。 该平台支持多个构架（从PC、移动设备到ARM）的直接开发部署， 支持人工智能模型图形化显示， 支持编译人工智能模型并自动发布到前端ARM设备执行和应用等等。


深度学习机示意图


4.2 结构化原型机：

结构化原型机通常是配合产品原型验证使用的。 是产品化前的必须阶段。


目前实践中，最为常用的结构形式是ARM + 深度学习加速模块。例如， 大疆无人机、海康威视的产品采用的就是这样的形式。 因此， 我们提供的结构化原型机是按照这个思路准备的。



结构化原型机示意图


   4.2.1  硬件：

          硬件采用工业级的4核 ARM


图片7


图片8


CPU: Freescale i.MX6D Cortex A9

内存： 2GB DDR3

Flash: 8GB EMMC

网络：2 * 10/100/1000Mbps , 1 * WIFI

显示： 1 * HMDI, 1 * VGA, 2 * 24bit双通道LVDS

触摸屏： 10.3寸电容触摸屏

音频： Line in（插针） Line out(插针) Mic(插针)

其它I/O:1 * SATAII、1 * SD卡接口、1 * Mini PCIe(支持2G/3G/4G)

1 * SIM卡插槽、2 * CAN、5 * USB2.0、1 * USB(OTG，插针)、

9 * RS232(可包含2 x RS485)、1 * I2C、1 * SPI、1 * GPIO（6 ～ 20路）

电压： DC 12 V

功耗： < 25W

工作温度： -20 ～ 80

保存温度： -30 ～ 90

湿度：    5% ～  95% 无冷凝

抗震能力： 5-17Hz,0.1”双峰位移； 17-60Hz, 1.5”G峰-峰加速度

颜色： 黑或白喷塑

尺寸： 40x32x12

重量： 3.5kg


4.2.2. 原型机软件：

    结构化原型机软件内容丰富和完整， 较好地配合人工智能现场实施的要求，是构筑实施“边缘计算”的理想环境。

图片9



5、教学资源与目标

＊适应性： 通用人工智能平台适合大部分需要学生研习人工智能与深度学习研究或应用的院校，没有特别的校级或专业限制；

＊教学课程： 

序号

课程名称

内容

学时

备注

1

人工智能基础

介绍人工智能的发展历程、重大事件、当前状态及未来趋势等；介绍最为流行的开发平台，如tensrflow, caffe等；

4


2

Python入门

学习掌握Python的基本语义、标准的编辑风格、常变量、表达式、控制语句、函数、对象； 学习掌握常用的支持应用库的应用；

8


3

图形图像处理技术

基于OpenCV的图形图像处理技术，包括亮度、对比度等的改变、缩放、色彩空间变换、平滑处理、腐蚀与膨胀、阈值计算、边缘检测、canny算法等

4


4

常用统计方法入门

包括误差与数据处理、分布函数和分位数的计算、随机数的产生与检验、矩阵计算、无约束最优化方法、多元线性和非线性回归的算法及随机模拟方法等

4


5

通用AI算法入门

主要面向深度学习领域，学习构建各种不同的神经网络模型。

实现监督学习场景中任何层次的非线性模型，同时还支持各种具有通用近似属性的神经网络设计。


4


7

典型深度学习实例实践

了解和学习深度学习模型的设计方法， 以及结合人物特征识别（性别、年纪、脸面）、语义分割、车道线识别等例子，学习深度学习常用方式方法；

8


6

采集及控制简述

 了解工业/商业现场可能需要采集或控制的参量的类型、方法和常用的处理和控制方法。

 学习整合外部参数与核心AI算法， 实现特定的商业逻辑需求和应用；

8

基于DW-79一体机

7

边缘计算概述

了解边缘计算的定义、优势特点、应用模式、实施部署等内容。

4


8

Smartagent IDE入门

 学习使用Smartagent IDE的编程语言、交互界面，编写中小规模应用程序；

8

  Smartagent IDE是德威公司自主开发的“全站式”应用开发平台。 该平台在使用“单一环境、单一界面和单一语言”的情况下， “无移植”发布到从PC， 移动手机到前端嵌入式ARM设备等。

9

典型深度学习实例实践

了解和学习深度学习模型的设计方法， 以及结合人物特征识别（性别、年纪、脸面）、语义分割、车道线识别等例子，学习深度学习常用方式方法；

8



＊教学/科研效果： 本平台的设计希望适合不同层次学生的使用； 既满足研究、设计、分析、优化等高层次应用， 也覆盖基于更广泛需求的实践应用；

      通过本平台的实践，可以有以下收益：

      ＊ 熟悉当前流行的人工智能平台（如Tensorflow、Caffe等）;

      ＊ 了解和掌握人工智能的一般应用流程；

      ＊ 通过原型机，掌握实际应用中，人工智能产品的开发、设计和应用所必须的生命周期节点内容，为离校后的就业应用提供实质有效的帮助；

      ＊ 对于本科以上的学生，可基于提供的二次开发平台，自行定制开发人工智能相关的准产品， 快速打造科研成果，甚至工业/商业现场的产品应用；

      ＊ 中高职学生，通过完整的生命周期的锻炼， 掌握深度学习的数据整理、清洗、使用等内容， 提升就业品质；