返回列表
上海大学智慧校园 AI 综合场景应用
2021.06.24

上海大学智慧校园 AI 综合场景应用

上海大学

 

一、背景概述

 

上海大学紧紧围绕国家、上海市关于推动发展人工智能的指导思想和战略部署,结合学校高水平大学建设目标,根据学科前沿创新发展和国家经济需求,提出建设上海大学人工智能研究院,培育若干新兴学科,形成 1 个人工智能创新服务平台。2019 年 8

月 31 日在上海世界人工智能大会闭幕式上,上海大学入选为上海市第二批人工智能应用场景,上海大学在智慧校园建设过程中,从研究到应用有大量需求,同时通过产学研合作,为应用形成产业化的全生命周期提供平台支撑和服务。

该场景主要亮点从大学生 AI 素养全面提升、AI 校园智能应用服务、AI 产学院合作应用两大方面展开。围绕学校高水平大学建设的目标,“AI+” 的思维模式将贯穿人工智能研究院的人才培养全过程,同时也将深刻影响各相关学科的科研模式和研究方向。因此需要将人工智能作为标准化服务和工具提供给不同层次,不同知识结构的受众,使其能够根据需要使用、研究和训练人工智能。

二、建设内容

(一)智能服务

学校在人工智能应用示范方面具有天然的教学科研优势,人工智能应用示范环境建设将在人工智能研究所、校园管理和建设以及企业之间建起一条沟通的桥梁,帮助产学研融合创新,促进科研成果加速向产业应用转化。

人工智能应用示范环境建设将设计并创造一个人工智能校园应用示范机制,依托校园现有人工智能建设的基础上,围绕教学管理、科研管理、校园管理、校园服务、总控及综合智慧的需要,同时引入其他产业发展关于人工智能应用方面的业务痛点,形成人工智能应用示范需求池,同时建立需求和服务的对接平台,形成人工智能应用集市。

在校园环境上,改进校园应用服务接口,形成若干标准化人工智能应用接入规范, 从而形成人工智能研究到人工智能应用展示的高速公路,直接打通科学研究和产业化应用之间的障碍,促进上海大学人工智能研究院各项研究成果的产业化应用。

上海大学智慧校园 AI 综合应用场景建设将实现WiFi 6、5G 网络在校园的深度覆盖, 满足数据实时传输的需求;实现智能终端设备的深度部署,实时采集校园教学、科研、

 

校园管理服务、总控与综合指挥等 5 大领域数据;通过 “ 校园智脑 ” 平台建设,实现基础硬件、数据服务及通用平台功能的集约化,推进智能应用的快速部署。

人工智能示范服务分为 4 类 11 个应用。利用人脸识别进行校区安全管理,并提供一些基于人脸识别的校区智能应用,实现人脸识别、手掌识别 + 口罩检测 + 体温检测融合应用。

1、上海大学健康之路及校园智能防控平台

校园防控系统

体温动态监测应用场景通过人脸识别到具体访客(可识别带口罩),并长期记录和分析。保持长期预警机制很重要,体温监测的数据与教务教学各应用管理系统进行实时对接,便于学校日常管理。

 

2、智能财务机器人

 

 

 

 

 智能财务机器人

从业务发起环节到自动识别发票等原始单据,通过内置财务机器人,实现财务的自动审核与记账,完成智能报表的出具。

 

(二)管理决策

人工智能将助力学校管理走向以基础数据为依据,以科学预测为引擎,以智能管理为手段的全方位提升模式。重点支撑学校管理中校园资源利用效率提升、考核和绩效分析能力提升、发展目标科学预测、校园安全及网络安全体系建设等核心管理工作。

在 AI 助力资源利用方面,利用人工智能技术,对校园内的资源使用情况进行实时监控,并构造分析预测模型,依据判断资源的使用是否存在优化空间。如:根据服务器校内外访问情况,网络流量情况等数据,判断是否存在资源浪费,进而实现相应的预警和管理。

在 AI 助力考核和绩效分析方面,以个人或学院为粒度,根据外部环境数据(如每年自然基金获准率等)、单位历史绩效数据、学校总体发展数据等综合数据模型,构造预测模型,为学校考核和绩效管理提供依据。

在 AI 助力发展目标科学预测方面,根据学校发展相关历史数据,结合考核和绩效

AI 分析结果,构造时序数据预测模型,为科学制定各项发展目标提供依据。

在 AI 助力校园安全及网络安全体系方面,构造 AI 嗅测引擎,对校园网络流量进行全方位的监控,识别网络攻击行为,识别校园实时数据异常状态等。

 

学生行为分析大数据平台

在 AI 助力学生管理方面,通过学生行为大数据平台的建设,将行为数据汇集为行为分析结果,并构造学生行为引导知识库,从而为学生提供精准的个性化引导。

 

 

 

(三)智慧教学

利用 VR 及 AI 技术结合运用在线教学机器人,人工智能将助力学校人才培养从简单的教育教学资源管理和服务向个性化智慧教学转变,进而大大提升人才培养的效果。主要包括学生行为分析、学习状态分析、兴趣及关注度分析等智能辅助教学、学习应用, 引导学校教育教学从被动式、模板化向主动式、个性化发展。

在 AI 助力学生行为分析方面,依据学生学习过程数据,结合行为预测模型、学习知识库等数据信息,为学习过程,特别是在线学习过程提供学生行为分析结果,以便授课教师能够更加精准地把握学生学习困难和兴趣点,提升教学效果。

在 AI 助力个性化学习方面,依据学习的内容、学习行为状态、学习结果等数据, 构造学生个性化兴趣模型,捕获学生学习关注度及学习兴趣,并以此为基础,建立个性化推荐机制,建设 “ 智能小书童 ” 系统,主动地为学生提供个性化的学习资料。

 

 智能小书童

 

 

 

 

学习知识库中的知识图谱

 

 

(四)校企合作建设 AI 资源与服务共享平台

AI 资源与服务共享平台将为上海大学人工智能研究院提供全方位的基础支撑环境, 为人工智能研究、应用示范、产学研合作提供平台和资源。AI 资源与服务共享平台的建设将在校级层面,结合上海大学上海市科学与工程计算专业技术服务平台的建设,对人工智能相关服务与资源进行统筹建设,在数据、算法、网络、硬件环境等多个层面提供共享资源支撑;

随着人工智能算法研究的不断深入,数据在人工智能研究和应用中扮演了越来越重要的角色,在某种程度上,数据质量的好坏,以及数据规模的大小,对人工智能算法的结果有着决定性的影响。

人工智能共享资源建设将建设基础数据共享平台 —— 一流学科数据与知识共享平台。数据平台将整合图像库、语音库、形体库、视频库、学科专业数据库、教育教学过程数据库等结构化和非结构化数据库,通过数据资源汇集,标准化接口开发,以及流程整合的方式,将人工智能训练数据与基础软硬件环境进行对接,从而提升数据资源的利用率和使用的便捷性;

 

 

 

 

 

 一流学科数据与知识共享平台服务模式

 

 

 

一流学科数据与知识共享平台架构

 

另一方面,人工智能的应用与数据紧密相关,校园人才培养、教学活动、科研活动、生活活动等各方面活动所产生的数据都有望为人工智能的应用提供全新的数据支撑。平台也将结合学校各类业务系统、智慧校园物联网以及包括 5G 在内的校园网络运行环境, 将上述系统中产生的数据进行汇聚,为人工智能研究和应用提供海量的、高质量的训练数据和应用验证数据,从而促进人工智能研究和应用示范。

(五)脑机交互

上海大学 “AI+ 教育 ” 中学科建设成效:脑机接口技术如何解码脑电波,如何利用AI 技术应用到医疗康复。该领域属于工科和医学相结合、医工交叉学科的一个典型, 涉及脑科学、人工智能、智慧医学等领域。伴随人工智能的开始和逐步发展,智能越来越多融入到不同的学科和行业中,如计算机、控制、通信等学科,结合上海大学脑科学与智能医疗、自主无人系统、金融和教育大数据分析、智能感知控制及机器人等特色研究方向 , 在 AI+ 医疗、AI+ 工业、AI+ 教育等行业中获得应用。

 

联系人:徐琦

联系方式:021-62037717