2023年1月～4月，由全国高校人工智能与大数据创新联盟组织编写的《赋能实验室 全国高校人工智能大数据区块链元宇宙(VR/AR)专业实验室建设典型案例与优秀解决方案汇编》(2023版)（简称《汇编》），旨在逐步提升高校人工智能、大数据、区块链、元宇宙(VR/AR)专业实验室建设水平及人才教育培训质量，解答实验室建设难题。《汇编》是业界第一本重点介绍、诠释我国高校人工智能大数据区块链元宇宙(VR/AR)专业实验室建设经验、建设成果及学科规划的案头工具书，是赋能新时期高校实验室建设的行动指南。《汇编》约100万字，共六个篇章。同时，《汇编》收录了专家编委寄语，现予以公开发表，以飨网友。

  AI实验室的主要任务是为理论教学提供案例和实践教学的平台。其中最重要的不是支撑软件和硬件，而是第一手的实战案例和实验素材开发。目前人工智能实验室的建设存在重平台轻案例的不足。

  为了缩小产业界需求与高校培养人才之间的差距，新工科建设强调多学科融合，培育学生较强的工程应用能力。这就需要教师不能局限于知识型的教学，而是要针对生产实际的问题，面向产出，重视对知识的实际应用，培育学生解决复杂工程问题的能力。

  对于有一定专业应用能力的人才而言，要掌握多门相关课程的专业相关知识，而且这些知识需要与具体的领域实践结合起来，才能逐步形成解决实际问题的技能。因此，在实际教学中，需要在讲授理论知识时，融入合适的实际应用案例，并通过近实战项目的练习，才能真正巩固专业相关知识。但在传统的专业课程教学中，存在以下典型的问题：

  （1）案例教学得到了广泛的应用，但这些案例大多并非来自任课老师第一手的实践，其中的一些核心问题难以分析透彻，理论知识还停留在浅层的、片面的理解层次，导致教学多停留在知识传授的层次，辅助一些简单的实验，远未达到应用型人才培养的要求。（2）多门课程之间有一定的前驱后续关系，共同构成了专业的较完整课程群，但每门课程的案例教学存在割裂现象，使学生接触的案例支离破碎，难以综合理解对应实际项目的全貌，不易在实际应用中积累必要的综合技能和技巧。（3）教学案例缺少教学团队统一的设计和共享机制，更无合适的平台长期支撑。这样科研积累下来的一些项目案例得不到充分的利用，案例和实践教学效果达不到新工科人才培养的要求。

  针对以上问题，以机器学习课程群（包括Python程序设计、商务智能、机器学习、深度学习及其应用等课程）为例，探讨面向课程群的项目式案例和实验教育学生的方式，根据课程在整个培养计划的地位和思维导图，按照课程大纲的知识点分解积累的一手企业真实项目成果，使之与课程群中的每门课程内容对应。这就需要对一手项目案例从知识点和技能的要求做分析，按照项目各个阶段使用的知识、工具和方法从上到下进行解耦，然后按照课程开设的先后顺序，递进式地把项目各个碎片与具体课程的章节内容结合起来。这并非一个简单的线性和结构化的过程，需要探讨项目各部分所组成关系。只有这样，才能使学生完成课程群的学习后，才能逐步形成一个综合性的实际项目全貌和应用能力。

  赵卫东，复旦大学计算机科学技术学院副教授。主要负责本科生和各类研究生机器学习与深度学习、大数据核心技术和商务智能（商务数据分析）等课程的教学，2011年纽约大学访问学者。商务智能被评为上海市精品课程，获得高等教育上海市教学成果奖一等奖和二等奖。目前主要研究方向包括机器学习、深度学习应用和商务数据分析等。主持国家自然科学基金2项、国家重点研发计划子课题、上海市浦江人才以及企业合作课题等30多项目。已在Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers，Intelligent Data Analysis，Applied Intelligence等国内外刊物和学术会议发表论文100多篇。出版专著、教材《流程智能》《商务智能（第5版）》《机器学习（第2版）》《机器学习案例实战（第2版）》《Python机器学习实战案例（第2版）》等10多部。获得上海市2015年上海市科学技术进步二等奖。CDA三级认证数据科学家，腾讯云、百度云机器学习认证讲师和阿里云MVP。