改革视点

编者按：为充分发挥精品课程的标杆示范作用，促进研究生课程质量进一步提升，研究生院自2018年启动了研究生精品课程建设工作，以公共基础课和各一级学科（类别）专业课为重点，充分结合国务院学位委员会学科评议组和全国专业学位研究生教育指导委员会编写的《研究生核心课程指南》，整体规划、分步实施，至2020年，经学院推荐、学校专家评审、研教指委审议通过，学校已立项了三批“精品课程”。新闻中心特开设【研究生精品课程】栏目，分享这些“精品课程”基于“价值塑造、能力培养、知识传授”三位一体的教育理念，从课程目标与定位、课程内容、教学和考核方式、课程特色和成效等方面总结梳理其经验心得，与师生读者共享。本期介绍自动化工程学院郝家胜副教授在《机器学习》课程中的教改探索。

当前，人工智能成为了引领新一轮科技革命、产业变革、社会变革的战略性技术，正在对经济发展、社会进步、国际政治经济格局等产生重大深远的影响。而机器学习是人工智能的核心技术之一，也是现代智能系统的关键环节和瓶颈。

什么是机器学习？简单来说，它主要研究的是如何使用计算机来模拟人类学习活动。目前，机器学习已广泛应用于智能制造、医疗诊断、智能交通和服务机器人等诸多领域，但仍还在起步阶段。

自动化工程学院郝家胜副教授所开设的《机器学习》，立足于学院和学科特色，通过有机整合教学内容、设计多元化教学方法、结合实际应用案例，将交叉复杂、理论要求高、应用性强的机器学习理论知识真正转化为实际可掌握的方法，提高学生的机器学习应用能力，助力培养未来人工智能领域的创新人才。

立足新时代：土壤优厚，意义深远

2020年1月，教育部、发改委、财政部印发了《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，要求构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，着力提升人工智能领域研究生培养水平，为国家发展战略提供更加充分的人才支撑。

郝家胜认为，机器学习技术是发展人工智能的关键技术之一，是我国实现中国智能制造的重要环节。早在2014年，郝家胜就开始开设《机器学习》这门课程，刚开始作为学院研究生的专业选修课，几年下来选课的人越来越多，不仅有本学院，还有其他学院的研究生，甚至还有本科生和博士生也来听课。对此，郝家胜感到很高兴，“这说明同学们认识到了机器学习对于未来发展的重要性”。

当前，我国拥有其他国家难以比拟的数据规模，这为机器学习提供了良好的发展土壤，也给学生提供了更多的学习资源。郝家胜笑着说，“以前我们上课只能学英特尔、谷歌……但现在可以学华为，学咱们自己的软件系统。”

在传统思维里，机器学习应该属于计算机方面的课程，那么在自动化学院开设《机器学习》有怎样的独特性和优势呢？在郝家胜看来，机器学习经过60余年的发展，不管从模型到软件，已经有了一定的基础，现在最重要的是应用的阶段。“如何把机器学习的理论和模型落到实地，真正解决问题，而这个正是自动化的强项。” 而且现在制造领域有一些问题传统的方法并不能很好地解决，必须要依赖于机器学习方法，从大量数据当中去找到一些新的思路和方案。

结合控制工程学科的人才培养目标和人工智能发展与应用的需求，这门课程以机器学习的基础理论、经典模型和前沿方法在机器人智能化等领域的实际应用需要为出发点，注重知识点覆盖面和相关逻辑关系，将理论学习与实践应用案例很好地结合起来。“我们更关注的是应用。机械学习的方法模型可能上千种，但是面对一个具体的问题的时候，如何收集数据，如何选用合适的模型来分析数据，从而能取得好的效果，这是我们最希望能交给学生的。”

解决新问题：与时俱进，加强实践

机器学习是一门交叉学科，很多内容都需要一定的数学基础，对于很多自动化专业的学生来讲理论推导有一定的难度，实际上他们更加关注算法的实用性，但是如若课程讲授忽略算法背后的数学理论又会使得课程达不到应有的深度，如何平衡实用性与深度，设置科学合理的体系？机器学习技术发展迅速，如何能让课程内容跟上时代发展？ 这是郝家胜一直在思考的问题。

在宾夕法尼亚大学访学期间，郝家胜跟踪学习了Dan Roth教授主讲的《Applied Machine Learning》课程。他发现Dan Roth教授在授课过程中主要介绍一些在实际应用中被证明是有价值和成功的关键机器学习方法，并组织学生讨论机器学习中的一些基本问题，给出在自然语言和文本理解、语音识别、计算机视觉、数据挖掘等应用领域中获得成功性能所需的主要范例和技术。他还研究了斯坦福大学Andrew Ng教授主讲的《机器学习》课程。郝家胜感觉到国外名校普遍采用了研究型教学模式，除了讲解机器学习的基本原理和关键方法外，善于恰当引入相关案例，并设计难度适中的课程设计，从而激发了学生的学习兴趣，学生参与课堂的意识强烈，教学效果很好。

结合在国内外高校调研过程中学到的好的经验，郝家胜对课程进行了改革探索。他结合机器学习前沿发展方向的理论和方法，引入相关机器人应用的具体案例开展应用教学，让学生在掌握机器学习的基本原理、关键方法、前沿方向基础上，重点培养学生机器人应用相关创新能力。在课堂上，他会引入先进机器人应用的具体案例，也会结合自己的研究，介绍机器学习的原理和应用实践。为了活跃课堂气氛、激发学生兴趣，郝家胜在教授理论知识的过程中，还会穿插一些新鲜的、有趣的相关故事。他举例道，在课堂上他和学生们分享过，有团队能够通过人工智能技术改变绘画的风格，比如把一个水墨画的风格迁移到另外一幅油画上去。还以“头条App”为例，告诉同学们简单的原理实际上很可能解决比较复杂的应用。“比如头条App的文章的分类，在以前是由人工编辑对文章进行分类。但是在今天的自媒体时代，庞大的文章数量显然是没有办法依靠人工高效率完成分类，这就需要交给机器。而且其实这背后的方法可能会很简单，甚至是高中学的余弦定理就可以解决。”

同时，郝家胜也注重引导学生主动思考并将理论学习与实践相结合。在课程的每个章节，他都设置了研讨内容，让同学参与到讨论中，主动思考、主动学习。同时，他将知识应用直接作为对学生的考核方式之一，给学生布置 “大作业”。通过指定数据集，让学生挑选感兴趣的题目进行实践操作，最终形成报告。在这个过程中让学生将抽象的机器学习理论应用到具体实践之中，增进对知识的理解，提高动手能力。

培养新人才：立鸿鹄志，做追梦人

“老师讲课的逻辑很清晰。我记得他在课上用树形图向我们展示机器学习的系统知识，让我印象和深刻。”

“老师上课幽默、有激情，还很注重调动大家听课的积极性，时不时地提问，还经常穿插一些与机器学习相关的课外知识点。”

“机器学习的内容本身是比较枯燥复杂的，但是老师总会用一些比较形象生动的例子去阐述理论知识，让原本比较难消化的内容变得易于吸收。我觉得只有老师对该领域有比较深刻的理解才能达到这样的效果。”

“自从学习了这门课程, 明白了机器学习是做什么、怎么做的问题,对我学习其他课程有很大的帮助。”

……

精心设计的课程内容和郝家胜对讲台的热爱，让《机器学习》这门课程收获了学生的好评。去年疫情上网课期间，郝家胜还“动不动就收获了一阵一阵鲜花”。

除了把知识讲透彻，在课堂教学之中，郝家胜还把家国情怀、社会责任、文化自信等思政元素融入其中，激励同学们立鸿鹄志、做追梦人。

比如为了帮助大家更好的理解什么是机器学习，郝家胜会举这样一个例子：在新冠肺炎疫情早期，大家都对这种病毒产生了许多疑惑:它的源头是什么？它是如何进行演化的？中国的病例与欧美的病例有什么区别？……这些都是机器学习应用的经典场景和正在努力进行的研究。通过对基因进行提取分析，我们获得了大量的数据，但由于数据的体量过于庞大，很难通过人工观察得出结论的，而机器学习则可以让我们利用计算机在数据中去观察、寻求答案。他还会以参与“战疫”的各种机器人项目为例，引导学生树立科技报国的担当意识。

在授课过程中，郝家胜也会常常与同学们分享人工智能领域优秀科学家的故事，鼓励学生以他们为榜样，刻苦学习，勇攀人工智能科技高峰。郝家胜说道，“在机器学习相关的一些国际学术会议和期刊上，中国学者发表的文章占比越来越大，说明我们国家近年来在这个领域已经逐步跟上，甚至是超越，这些变化对于学生也有很大的激励效果。”

谈到未来课程建设，郝家胜希望进一步优化课程内容，设计更好的教学方案，包括知识点引入方式、应用场景、讲授方式、互动环节、机器人案例、课下创新实践题目等，让学生真正学懂弄通；希望依托学校机器人研究中心的实践系统平台，为学生创造更多的实践机会；希望邀请更多专家学者或创业精英进课堂，分享人工智能领域学术前沿和创新创业动态，开拓学生视野，激发学生应用创新……肩负育人的初心和使命，他希望通过孜孜不倦的努力，为国家培养更多用新方法解决新问题的创新人才。