高校人工智能教育需要中国专属的数据科学平台,KesciLab为此而生

第四次工业革命正在来临,人工智能已经从科幻逐步走入现实。自从2016年AlphaGo战胜李世石后,全球对于人工智能发展的兴奋与担忧交织难分。即使如此,世界各国已经认识到人工智能是未来国家竞争的关键赛场,纷纷开始部署人工智能发展战略,以期占领新一轮科技革命的历史高点。对于中国而言,人工智能的发展是一个历史性的战略机遇,教育尤打头阵。

AI将会成为教育和科研成果新的评判标准

据《2018人工智能发展报告》显示,人工智能领域的全球论文近年来已达到每年10万篇以上的数量。占全球论文的比例也在逐年上升,得到科研人员越来越多的关注。

近20年来,中国在人工智能领域的论文产出也取得了长足的发展,从1997年的1000余篇,快速增长至2017的37000多篇

而与之相匹的,相关政策也陆续制定出台。《新一代人工智能发展规划》、《人工智能三年行动计划》、《教育部2018年工作要点》等,都明确人工智能作为发展新一代信息技术的主要方向。

然而,人工智能虽已成为国家重要战略,但该产业相关的科学人才缺口却非常巨大。我国正在加速人工智能与数据科学专业的设立,截至2018年3月,获批该专业的高校数量已达318所,更有数百所高校正在进行申报。但是,设立专业仅仅是第一步,由于该领域人才的培养时间成本非常之高,所以如何高效率、高质量的批量培养人才,是目前需要思考解决的重要议题。

人工智能教育已趋向成熟,催生了中国版Jupyter Notebook范式教学平台——K-Lab

让我们来看看国外高校是如何做的。

加州大学伯克利分校采用了Jupyter Notebook范式教学平台,为学生提供了统一的计算环境和分享区,实现了千人并发的数据科学教育,并通过代码成果分享功能,形成了良好的交流氛围。另一边,隶属于哈佛大学的Rowland Institute实验室,长期致力于深入理解神经系统的自适应运动控制,实验室的创建人Mackenzie Mathis教授,采用基于Jupyter Notebook的交互式研发平台,实现了深度学习教学和科研管理同步进行。

上述所提到的Jupyter Notebook项目诞生于2014年,2015年开始在美国兴起,目前此教育模式已在全球得到验证。而在国内,和鲸科技从安全性与拓展性角度对该项目进行重新优化,自主研发了国内首款基于Jupyter Notebook的数据科学平台——KesciLab(下文简称K-Lab),创新了AI教育产学研新模式。

k-lab优化了什么?

1、最重要的是优化了基础架构

这极大的解决了原生Notebook底层解释性差的问题,提供监控区连接Notebook与底层资源,可以实时了解分析过程的资源状态以及系统日志,并与文本整合,直接图文展示数据分析成果,提高工作效率;

2.值得一提的还有K-Lab的云原生架构,超强的资源调度能力满足不同级别的教研需求。

如上文所提到的,加州大学伯克利分校实现了超过1500名学生同时参与学习,这种高效率的教学模式,正是我国在大力推行“新工科”与人工智能专业建设的背景下所需的。K-Lab通过自主研发的高可用调度器,进行物理机集群弹性伸缩,基于客户用量预测的按需分配资源,保证分析任务时的高效稳定和快速响应。如果把K-Lab类比其它工具,例如Photoshop,你可以想象,不再需要耗费高昂的成本,用笨重的电脑和服务器去运行软件,打开网页登录账号就可以实现高速渲染,这是前所未有的工作体验。

3.推出针对中国人工智能教育的专属解决方案,打通产学研新模式。

不仅如此,和鲸科技还针对高校教学,推出了K-Lab教育解决方案,即K-Lab教育版。提供数据科学与人工智能一站式教学解决方案,包括实训教学平台、管理平台、课程体系、课程内容、实训项目、优质师资与师资培训、就业与企业需求对接等全方位服务,使得数据科学的教学工作更加简单高效,让学生摆脱纯理论教学的桎梏,快速融入到实战式学习中,大幅提高学习效果与就业水平。K-Lab在高校、科研机构及企业的广泛运用,打通了数据科学与人工智能领域的产学研新模式。

目前,K-Lab教育解决方案已被清华大学、北京大学、上海师范大学、浙江大学等国内多所权威高校采用,并得到出色的反馈。

K-Lab平台为科研人员提供强大助力,让数据工作更灵活更高效

Jupyter Notebook成为了主流数据科学家的选择

这些年来,科研与社会领域产生的数据每年几个数量级的大幅增长,带来了数据科学的极度繁荣。在应对大规模数据的挑战中,数据科学的工具也不断进化,其中Python和R语言生态是其中的佼佼者,引入交互式编程的Jupyter Notebook成为了当前主流数据科学家的选择。

许多领先的研究者,已经开始使用Jupyter Notebook

在科研界,出版开放和数据开放已成为一种趋势,研究人员很早就开始意识到通过积累标注的数据,日后可以作更深入的研究或者重复验证已发表的结果。许多领先的研究者,已经开始引入Jupyter Notebook代替传统的数据分析和建模工具,并且利用自带的Markdown直接输出文章手稿,整体提升研究效率。在学术文章发表之后,很多研究者会将数据与Notebook同步公开,以方便同行借鉴和复现研究结果。

使用K-Lab平台,科研团队可以快速在应用层开展工作

和鲸科技的K-Lab,是基于Jupyter Notebook进一步研发的生产力工具,提供开箱即用的Python和R平台,同时具备数据管理、算力调配、在线分享与团队协作等能力。K-Lab可以让科研团队直接跳过琐碎的运维管理,快速在应用层开展研究工作,并且高效协作。目前国内的领先高校,如北大、清华等,已开始主动使用K-Lab产品为研究工作提供助力。

“中国将在2030年领导全球人工智能AI系统”,该观点最早出自于未来学家、奇点大学创始人,彼得·戴曼迪斯。谷歌前董事长Eric Schmidt对中国人工智能的未来则更加乐观,他认为到2020年就会赶上美国,到2025年将会超过美国,到2030年中国人将会主导人工智能产业。这是一个非常美好的预言,但距离终点的路还很长,K-Lab将助力教育,让我们的步伐快点,再快点。