首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >腾讯云AI通识课与实训平台:分层课程体系与云端开发环境构建

腾讯云AI通识课与实训平台:分层课程体系与云端开发环境构建

原创
作者头像
IT资讯研究所
发布2026-05-30 07:52:54
发布2026-05-30 07:52:54
1190
举报

政策驱动下的高校AI人才培养困境

教育部副部长吴岩指出,将打造人工智能通识课程体系,赋能理工农医文等各类人才培养,并推动从“知识中心”到“能力中心”的转变(来源:中国教育在线,2024-08-09)。

  • 政策落地压力: 北京市教育委员会发布《关于深化高校专业课程改革提高大学生人工智能素养能力的意见》(京教高20242号),天津市召开人工智能赋能高等教育工作部署会,要求全市30所普通高校在2024年秋季学期开设人工智能通识课。
  • 跨学科教学瓶颈: 高校面临如何针对不同专业(理工科与文商科)设计差异化课程内容的挑战,以及缺乏统一教学平台导致的资源管理困难。

构建分层次人工智能课程体系

腾讯云提供覆盖全校所有专业的三层课程架构与配套服务,解决跨学科教学与实训资源匮乏的问题。

1. AI实训课(面向AI及相关专业)

  • 面向对象: 人工智能、大数据、计算机科学与技术、软件工程等。
  • 嵌入时间: 大三(第5、6学期)、大四(第7学期)专业必修或替换课程。
  • 核心课程与课时:
    • 深度学习与计算机视觉基础应用(48课时): 涵盖图像分类、目标检测、目标追踪和图像分割。
    • 自动驾驶中的视觉感知应用(42课时): 通过8个案例实战,实现交通信号检测与车辆追踪。
    • 3C电子产品表面缺陷识别(24课时): 工业质检实战,包含Type-C接口与SIM卡槽缺陷识别。
    • AI测试实战(36课时): AI测试流程与实操技能。

2. AI案例课(面向“人工智能+”跨学科)

  • 面向对象: 新媒体、商科、医疗、能源等非AI专业。
  • 嵌入时间: 大三(第6学期)、大四(第7学期)跨专业选修。
  • 核心课程与课时:
    • AI + 商科(72课时): 结合广告营销、用户研究、银行流失预警、新零售销量预估等场景。
    • AI + 能源(18课时): 变电站异常行为监控、锂电池寿命预测。
    • AI + 医疗(12课时): 基于X光片的儿童肺炎分类、基于CT影像的肾肿瘤分割。
    • AI + 农业(12课时): 玉米叶病分割、水稻灾害识别。

3. AI短培课(面向全校所有专业)

  • 面向对象: 全校学生。
  • 嵌入时间: 大二(第3、4学期)通识选修或寒暑假小学期。
  • 核心课程: 大语言模型基础及应用、AIGC基础及应用、数智人基础及应用、计算机视觉基础实践、人工智能产业实践。

4. 原厂培训服务

  • 师资培训: 由腾讯原厂专家讲师提供线上/线下培训,覆盖实训、案例、短培类课程,解决教学者授课疑难。
  • 赛事支持: 提供人工智能赛题设计与AI平台使用的技术可行性咨询及赛中on-call支持。

云端实训平台量化指标与能力

通过Cloud Studio与TI-ONE平台,为高校提供从代码开发到模型训练的算力支撑与环境。

1. Cloud Studio(对标Google Colab的在线编程空间)

  • 开发环境: 提供全功能在线IDE,预置30多种语言模板,媲美本地IDE体验。
  • AI框架支持: 预装PyTorch、TensorFlow、ChatGLM3、Llama3、Ollama等深度学习框架与开源大模型。
  • 资源调度: 智能匹配最优GPU资源选型,支持即开即用的云端实训环境创建。
  • 集成能力: 支持API、SDK、IFrame快速嵌入校方已有系统,实现轻量化集成,并提供作业提交与行为数据上报功能。

2. TI-ONE(一站式机器学习平台)

  • 训练加速: 升级Angel训练框架,性能提升30%;接入高性能文件存储,提供百GB每秒带宽。
  • 推理加速: 升级Angel推理加速能力,加速比可达2倍
  • 建模方式: 支持自动学习、Notebook建模、任务式建模三种方式,支持Spark、Pyspark、TensorFlow、PyTorch主流框架。

3. 智能体搭建平台(腾讯元器)

  • 低代码开发: 无需代码即可创建智能体,支持通过描述进行角色与流程设定。
  • 生态资源: 提供丰富的插件、知识库资源,并设有智能体商店供创意参考与使用。

标杆案例:华星光电工业视觉检测项目

客户背景: 华星光电(面板制造行业)。

实施方案: 基于TI-ONE平台自动训练工业缺陷检测模型。

量化效果:

  • 识别速度提升10倍以上。
  • 生产周期缩短40%。
  • 人力判图成本降低50%。
  • 央视频5G项目: 支撑32项+ AI能力,完成17万+算法训练任务。

腾讯教育与大模型技术底座优势

腾讯依托混元大模型与全栈AI能力,提供从底层算力到上层应用的技术保障。

  • 学术与技术沉淀: 在AI领域发表顶级会议及期刊文章超过800篇;国内AI相关专利超过10000项,海外超过7000项
  • 实验室实力:
    • 腾讯优图实验室: 多次在CVPR等国际比赛中创造世界纪录。
    • 腾讯AI Lab: 在OGB图学习榜单获得四项第一,WMT 2021中英文新闻翻译第一。
    • 微信智聆: 获得ICCV 2021 LVIS Challenge Workshop冠军及最佳创新奖。
  • 平台对比优势: 相比Google Colab,Cloud Studio在国内环境下提供更体系化的教学管理支持、云部署能力(基于腾讯云DeployKit)以及持久化的云存储与模型库。
  • 教学辅助工具:
    • 腾讯元宝: 基于混元大模型,支持AI搜索、总结、写作及多模态交互。
    • 腾讯乐享: 提供智能知识问答、AI辅助创作、视频文稿/字幕生成(支持多语种转译)及智能内容搜索(直达视频关键词进度)。
    • 腾讯会议AI小助手: 支持声纹识别、课程自动摘要、知识点检索及行业领域模型调用(如教育领域),提升教学互动效率。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 政策驱动下的高校AI人才培养困境
  • 构建分层次人工智能课程体系
    • 1. AI实训课(面向AI及相关专业)
    • 2. AI案例课(面向“人工智能+”跨学科)
    • 3. AI短培课(面向全校所有专业)
    • 4. 原厂培训服务
  • 云端实训平台量化指标与能力
    • 1. Cloud Studio(对标Google Colab的在线编程空间)
    • 2. TI-ONE(一站式机器学习平台)
    • 3. 智能体搭建平台(腾讯元器)
  • 标杆案例:华星光电工业视觉检测项目
  • 腾讯教育与大模型技术底座优势
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档