引論：我們為您整理了13篇人工智能課程教學范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
[6] 徐新黎,王萬良,楊旭華.“人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.
[7] 李竹林,郝繼升,馬樂榮. 人工智能雙語教學體系結構的探索與實踐[J]. 計算機教育,2010(12):81-83.
[8] 冀俊忠. 落實科學發展觀,深化“人工智能”課程的教學改革[J]. 計算機教育,2009(24):105-107.
[9] 朱映輝. 基于導向驅動的《人工智能》課程教學改革研究[J]. 現代計算機:專業版,2009(5):94-96.
Research on Artificial Intelligent Series Courses of Graduate Students
REN Xiao-ping1,2, REN Qing-xiong3, GUO Fan2
篇2
1 引言
人工智能是計算機科學的一個重要分支，是當前科學技術發展中的一門前沿科學，它的出現及所取得的成就引起了人們的高度重視，被認為是計算機發展的一個根本目標。
人工智能課程作為計算機科學與技術專業課程體系中的核心課程之一，其地位正在隨著該技術的不斷發展和廣泛應用而得到迅速提高。目前，國內外重點大學都非常重視該門課程的教學和研究，許多重點大學都有自己獨立的人工智能研究所。
本文通過多年的人工智能教學實踐，對人工智能教學的方法進行了初步的實踐和探索。中央民族大學在人工智能課程建設和教學過程中，針對計算機學科的發展趨勢，提出擯棄傳統講、學、考模式，注重學生能力培養的措施。在教學和實踐過程中，不斷進行探索，既從計算機學科本科的教學理念出發，從人工智能這門學科特點出發，以計算機學科分支的角度認知人工智能，組織教材的知識架構并進行教學。用計算機學科的觀點分析人工智能的基本原理與方法時，重點強調的是這些基本原理與方法與其他的計算機分支的共同點和不同點。共同點是強調計算機學科的本質，不同點是強調人工智能的本質。本文就針對我校人工智能課程教學的一些基本問題加以初步總結。
2 從計算機學科分支的角度認知人工智能
人工智能屬于計算機科學分支的學科，同時又是一門涉及控制論、信息論、語言學、神經生理學、數學、哲學等多學科交叉的課程。我國高等院校計算機學科的本科教學所設置的人工智能課程一般只有40課時左右，以什么角度組織教材內容，提高教學效果，才能使學生較容易地理解和掌握人工智能的原理與技術，是我們值得探索的問題。
人工智能處理的對象是知識，知識處理則需采用知識表示。因此，若以計算機分支的角度也就是用計算機學科的觀點看待人工智能，人工智能課程的教學內容應以知識為主線，以知識表示和搜索為基石進行組織。反映到實際教學中，就是人工智能的各個分支的介紹，這包括知識庫系統、自然語言理解、規劃、機器人等。總之，教學內容可分成兩個部分，第一部分是基礎理論和基本方法，包括：邏輯表示與歸結推理方法、搜索原理，知識表示(包括產生式系統、語義網絡、框架)、推理(包括不確定性推理、非單調推理)、機器學習。第二部分是實用技術，包括知識庫系統、高級搜索、自然語言理解。
3 優化和更新教學內容、加強雙語教學
人工智能作為一門新學科，在1988年前，國內外均未見有教學大綱和教材，開設本課程面臨的首要問題就是確定教學內容，包括人工智能的知識表示和推理以及人工智能的應用兩個部分。前者是人工智能的重要基礎，后者討論幾種人工智能應用系統，包括專家系統、機器學習、自動規劃和機器視覺等系統。這些內容只是給出了人工智能課程的初步框架。
隨著人工智能研究的進一步深入， 到20世紀90年代中期，人工智能也從符號(邏輯)主義一枝獨秀發展到符號主義、連接主義和行為主義多家爭鳴的新局面， 模糊計算和神經計算作為新內容列入到人工智能課程，充實了人工智能課程的內容。進入21世紀以來，人工智能學科又有了新的發展。為了及時反映人工智能研究和學科的最新進展，我們及時對教學內容進一步優化和更新：把人工智能分為基礎部分和擴展應用部分。
在教學和實踐過程中，考慮到本課程的多學科交叉性以及相關信息學科的快速發展， 在目前高校提倡雙語教學的環境下，將《人工智能》教材逐步改為全英語教材，這樣可以更快地掌握學科的發展動態， 掌握最先進的技術， 與國際發展趨勢接軌。Nils J.Nilsson教授所著的《人工智能》教材是美國Stanford大學計算機系本科教材，該教材體系比較符合學生的認知規律，便于學生接受、理解、掌握和鞏固所學知識；同時這本書內容豐富、取材新穎，適合作為該課程的英文教材。
4 注重案例教學、改革教學方法
案例教學首創于哈佛大學商學院，在經貿、管理、法學等學科領域的相關專業得到應用并取得顯著績效，然而目前工科專業還較少運用案例教學方法。人工智能的每一部分內容均包含大量概念，內容抽象，算法復雜，學生往往被動“聽講”；并且涉及很多的數理邏輯知識，有些顯得難以理解，并且往往讓學生感到比較枯燥，學生的學習興趣就漸漸淡薄，難以獲得預期的教學效果。鑒于這一現實問題，我們將案例教學方法引入到該課程的教學之中。
例如在邏輯推理技術和搜索技術這兩方面的教學過程中，我們使用參考教材《人工智能：一種現代方法》，并利用其中基于JAVA的教學開發工具包AIMA進行案例設計和實驗教學，在教學過程中結合AIMA中的案例來講解，使比較枯燥的知識以有效、實用和具體的形式表現出來，做到理論與實踐相結合。在講解搜索技術時，以“八皇后”問題為案例，結合AIMA中的設計實現，以講解和討論相結合的方式，學習盲目搜索、啟發式搜索等算法，使學生不僅能理解狀態空間的產生方法，而且能設計算法、實現算法，提高了學生的學習興趣和實踐能力。在學習神經網絡、模糊邏輯、進化計算等方面的內容時，我們主要借助于Matlab提供的相關工具箱。
5 加強教學隊伍建設、改革考核方法
建立一支愛崗敬業、富有戰斗力的教學隊伍是出色完成教學任務和提高課程教學質量的根本保證。教學人才資源是教學的第一資源。在學校有關部門的領導和學院的支持下，我們組成一支知識結構和年齡比較合理的教師隊伍。
篇3
雖然人工智能的發展歷史只有五十余年，但它已經廣泛應用于專家系統、機器翻譯、圖像處理和機器人技術等領域。隨著人工智能技術對社會經濟發展的影響不斷增大，人工智能課程不再是計算機專業獨有的專業課程，國內外很多高校在自動化、智能交通等專業都開設了選修課，甚至在高中的信息技術課程中也在推廣設置。吉林大學碩士專業“模式識別”將《人工智能》設為專業學位課程，同時也將其設為汽車、機械等其他學科的選修課程。由于研究生相關基礎知識水平參差不齊，課程內容又比較抽象、生澀，為了提高教學質量，在本次教學改革過程中充分考慮學生學習新知識的心理演變過程，認真研究教學內容、教材、教學方法等諸多方面，力求在教授基本原理的同時，培養學生對智能系統進行理論分析、設計并編程實現的能力，為后期的論文研究階段打下堅實的基礎。本次教學改革受到了吉林大學研究生課程體系建設和核心課程建設項目的資助。
一、教學內容
教學改革的關鍵是教學內容。人工智能與統計學、心理學、語言學、計算機科學、生物學、控制論等都有交叉關系，學科涉及的內容十分龐大。人工智能學科知識的繁多與授課學時有限之間的矛盾比較突出。作為國內模式識別專業的領軍院校，如中科院智能所、清華大學、上海交通大學和南京理工大學等，他們所開設的《人工智能》課程學時和內容也不盡相同。我們參考了上述院校的授課內容，同時考慮到本校本學科的學術研究方向，精心歸納、優化教學內容，力爭做到教學內容系統、精煉和實用。目前，我們講授的教學內容主要包括：智能化智能體系統、盲目搜索方法、啟發式搜索方法、局部搜索方法、約束滿足問題、博弈樹搜索方法、知識表示方法、不確定知識與推理、規劃與機器學習等，共40學時。
另外，人工智能領域中新問題、新理論交錯涌現，這就要求教學大綱要定期修訂，教學內容要及時更新，同時教師也需要不斷提高自身的學術水平，以便提高碩士課程的研究性內涵。
二、教材選用
要搞好課程建設，教材是一個很關鍵的問題。我們廣泛閱讀和研究了國內外的經典教材，經過一番斟酌之后，我們選用了Stuart Russell和Peter Norvig所著的《人工智能-一種現代方法（第二版）》。首先，選用國外教材能夠更快地追蹤最新研究成果。同時該教材已經被世界上900多所大學采用，符合促進高校的教學內容向國際水準靠攏、與國際接軌的理念。另外，人民郵電出版社在2002年曾經出版該書的英文版的第一版，雙語學習能有助于提高學生的英語水平，為學生后續的查閱英文文獻，甚至發表英文文章奠定基礎。
三、教學方法
在國內，比較有影響的是中南大學以蔡自興教授為首的教學團隊為計算機科學與技術本科專業開設的人工智能課程，該課程在2003年被評為全國高等學校首批精品課程[1]。2007年該課程又開始進行全國雙語教學示范課程建設，成績斐然[2]。多年來，我們不斷汲取同行的成功教學經驗[3]，結合本學科的碩士專業特點、考慮學生的知識結構和實踐能力，不斷改革和嘗試，總結了一套行之有效的教學方法。我們一切以學生為主體，在教學過程中充分考慮學生學習新知識的心理演變過程，采用靈活多變的教學手段。讓學生從感興趣，保持興趣，到收獲用所學知識解決實際問題的成功喜悅，并進一步增強投身于科研論文研究的熱情。
課程伊始，通過多媒體演示人工智能技術已取得的杰出成就，激發學生的學習興趣。然后布置學生查閱資料，列舉人工智能發展史上的重要事件和最新研究的熱點問題，課上再組織學生做報告。通過上述活動，一方面拓展了學生的專業視野，另一方面鍛煉了學生的表達能力。
隨著課程內容的深入，讓學生組成興趣小組，任意選擇問題實例，利用每節課學習的理論、算法不斷地更新該實例的解決方案，評價性能優劣。學習小組可以培養學生科研協作的精神。另外，課堂上每組輪流做報告闡述各自的研究進展，演示編程效果。其他同學或給出修改意見，或提出個人觀點。最后老師及時總結，引導學生提高分析問題的深入性和廣泛性。充分的課堂討論能夠提高學生多角度思維的能力，培養學生善于鉆研和勇于創新的精神。同學間的這種學術交流也可以讓學生有機會了解彼此的學習狀況與能力，促進學生展開良性的學習競賽，也為學生接受和理解老師最后給出的課程成績做了心理鋪墊。老師總結時要對學生的努力多肯定，激發他們的學習熱情和潛能，讓他們感到學習知識的快樂。
四、考核方式
實踐表明筆試測驗的方式不能全面反映學生的學習情況，所以本課程嘗試采取自選實驗設計題目，根據實驗報告、上機演示結果和口試等方式綜合評定成績。其中，實驗報告要求學生根據實驗題目詳細介紹設計思路，闡述編程方法，分析實驗結果。口試是老師當場就報告中的問題提問，并對學生的回答進行講評。課程成績中，實驗報告設計分析占60%，上機成果演示占30%，口試占10%。
通過實驗設計的考核方式，學生的學習積極性得到了很大的調動，充分發揮了學生的自主創新能力，鍛煉了學生知識綜合應用技能。但美中不足的是該方式不像筆試那么客觀，學生的成績容易受教師的主觀性影響。另外，人工智能作為一門學位課，其成績往往直接影響學生的獎學金評定，學生和相關領導對成績的評定原則十分關心和重視。為了減少人為因素對學生成績的干擾，避免師生因課程成績產生分歧，我們規定了完善的考核細則。考核細則發給同學，作為實驗報告的首頁，方便記錄每一個環節上學生的得分情況，做到成績評定有據可查。
非筆試的成績評定方式對任課教師的要求也提高了，我們教師團隊還規定了詳細的教師工作守則。首先要求教師認真細致地閱讀學生的實驗報告，給出報告得分，并準備口試時提問的問題，得分和問題都要在實驗報告的首頁做好記錄。詢問每個同學的問題都不能重復，上機演示和口試環節都是公開的。問題可以是設計不合理的思路，或是闡述不清的步驟等，教師要注意掌握問題的數量，盡量做到均衡。上機演示時，學生經常因為緊張而漏掉部分功能的演示，因此，教師要跟學生加強溝通。口試時，根據學生的狀態，可以給予適當啟發，但要在成績評定上做出相應調整。經過多年的摸索，我們將上機演示按照實驗報告成績的倒序方式進行，這樣有利于在口試過程中由淺入深，逐漸加深問題的難度，有效避免重復。教師評價時應嚴格縝密，讓學生正確認識自己的設計水平，對課程成績的認定跟老師達成一致。
經過教學團隊的不懈努力，“模式識別”專業的“人工智能”課程建設在教學內容、教學方法、教材選用、考核方式等方面的研究都取得了一些成績，教學實踐表明教改措施已見成效，教學質量有了明顯提高。
參考文獻：
篇4
1人工智能課程體系
人工智能主要研究傳統人工智能的知識表示方法,包括狀態空間法、問題歸約法謂詞邏輯法、語義網絡法、框架表示、劇本表示等;搜索推理技術主要包括盲目搜索、啟發式搜索、消解原理、規則演繹算法和產生式系統等。
人工智能的研究論題包括計算機視覺、規劃與行動、多Agent系統、語音識別、自動語言理解、專家系統和機器學習等。這些研究論題的基礎是通用和專用的知識表示和推理機制、問題求解和搜索算法,以及計算智能技術等。
人工智能課程在我校計算機科學與工程學院是作為大三年級的一門專業選修課開設,總共學時數為:60(其中理論學時為36,實驗學時為24),隨著計算機技術的不斷更新發展,人工智能的應用領域變得越來越廣,因此人工智能(AI)這個學科已不再陌生,很多學生對其充滿興趣,所以在選課人數上遠遠超過其他選修課的人數,另外結合我校的實際情況,部分理論或實驗設計項目可以與其他相關專業結合起來而應用。
2人工智能教學實踐
50多年以來,人工智能獲得很大的發展,已經引起眾多學科和不同專業背景學者們的日益重視,成為一門廣泛的交叉和前沿科學,但是到目前為止人工智能至今仍尚無統一的定義,要給人工智能下一個準確、科學和嚴謹的定義也是困難的。
由于人工智能[2]是一門交叉性的學科,涉及到了控制論、語言學、信息論、神經生理學、心理學、數學、哲學等許多學科。所以該學科具有知識點多、涉及面廣、內容抽象、不易理解、理論性強、需要較好的數學基礎和較強的邏輯思維能力等特點,導致了在教學過程中老師講得吃力、學生聽得吃力。盡管在多年的教學過程中積累了一些經驗,但是對于如何把握這門課程的特點,提高學生的學習興趣,幫助學生更好的理解這門課程,目前仍然有很多問題需要研究解決。
目前在整個教學過程中存在的主要問題[3]是:
1) 教學內容陳舊,部分參考書相關內容或案例都過于陳舊。在整個教學過程中,多數教學案例涉及到人工智能理論的高級應用――機器人,目前在國際及國內機器人的水平已經達到相當高的水平,但是部分教科書中仍沿用關節型機器人為例,教學內容稍顯陳舊。
2) 教材難易程度不均勻,部分章節學生難以理解。由于人工智能課程的部分章節,本身就可以獨立成一門課程,但由于是面向本科生的內容,因此很多內容壓縮于一章來講解,同時由于課時所限,完全不能將相關的內容講透講通;例如:神經計算中的神經網絡,與模糊邏輯控制的相關理論與應用。
3) 教學手段單一,教學過程中缺乏師生之間的溝通與交流。經過自己的實踐教學及對兄弟院校的人工智能的教學內容與教學手段的調研,同時也在學生之間進行溝通交流,發現多數同學反映,理論與應用雖然前沿,但是在學習過程中,教師教學手段單一,內容枯燥乏味,一般的教學模式,多采用“老師講,學生聽”的方法,整個教學效果并不理想。
4) 考核方法不科學,不能體現學生實際的學習情況。目前對于課程學習的考核采用閉卷考試的方式,很多考點有的同學根本不理解,完全死記硬背,考后又將內容丟棄,從學習的效果來講,收獲甚微且完全沒有達到真正學習及應用的能力。
3教學方法改進
3.1注重激發學生的學習興趣
科學家愛因斯坦曾說過:“興趣是最好的老師。”如何在教學工作中激發和培養學生的學習興趣,提高他們學習的主動性和積極性是當前教學改革中迫切需要解決的重要問題。
在實際的課堂教學中發現,剛開始聽課由于有興趣學生整體學習的積極性很高,但是一段時間過后發現部分學生由于教學內容抽象,難點比較多,不便于理解,興趣日漸變少,針對此種情況,可以采用任務驅動式教學或案例教學。
例如:在講專家系統章節時,在授課之前先通過互聯網,采取案例教學法,給學生們實時在線演示一個醫療專家診斷系統,演示其中的功能,同時與學生互動,以問答式與學生互動,了解目前專家系統的具體應用、可以解決的問題、給人民生活帶來的益處等。通過這種教學的形式,一方面可以激發學生的學習興趣;另一方面也使同學們體會到人工智能與我們生活的貼近程度。第二步,采用任務驅動法,具體來說,它是指教學全過程中,以醫療專家診斷系統若干個具體任務為中心,通過完成任務的過程,介紹和學習基本知識和具體設計方法。
3.2注重教材選擇
這一任務的執行者主要是由教研室主任或任課老師來完成。目前在各高校中所使用的人工智能相關教材的種類繁多,章節和內容的設置上也存在差別。筆者在訂閱教材或參加教材展銷的活動中,都比較重視人工智能教材的情況,通過比較發現,有的教材內容及難度太低,完全不符合高等本科院校的要求,而部分出版社的教材則是內容及章節安排內容太多太泛,有些知識點講的又過于深奧,限于學時所限也不適合選用。在選教材方面,除了關注內容方面外,還要注重書上所講的一些實例,注重這些例子的典型性、時效性及新穎性,例如,部分教材在自動規劃這一章,選用機械手作為例子來說明積木世界的機器人規劃問題,還有一些選擇關節機器人,前些年這樣的機器人技術確實是個難點,但是依據現在成熟的機器人技術,無論是國際還是國內都已不再是技術難點,再拿這個例子去配合理論去講解,無論內容還是形式都稍顯陳舊,目前機器人技術發展水平基本上達到盡可能高仿真狀態。
3.3運用現代化的多媒體教學手段
針對人工智能課程相關內容比較抽象,公式推導比較繁瑣,除了具有完善的教學大綱、合理的教學計劃以及好的教材外,還應該根據學校的實際硬件條件盡可能地選擇多媒體教學手段來輔助教學。因此在實踐教學中,配合教學內容,充分利用計算機、投影儀以及互聯網的優勢,結合多種教學方法與手段組織整個教學過程。例如:在講述搜索推理技術時,使用一些小的演示軟件,將相關推理技術的理論通過動畫的形式一步一步演示出來;在講專家系統相關理論知識時,尤其是各種類型的專家系統,采用互聯網上的一些在線視頻資源為例,給同學進行詳細講解,同時結合農業院校的特點,在線資源有如農業專家系統或動物專家診斷系統等,這樣學生可以加強對理論知識的理解,同時也體會到理論不再是抽象空洞的文字描述;在自動規劃這一章,給同學們選擇演示發達國家目前研制的各種類型機器人,通過這些形象生動、行為舉止逼近真實人的機器人來給學生講理論,這樣學生通過觀看視頻資源,不僅可以拓寬知識面及視野,同時也可以及時地了解國際及國內機器人的發展水平及差距,不斷更正自己的錯誤觀點并更新自己新的專業認識,另一個方面也可以同時激發學生們的學習熱情和積極性,這一點在課堂實踐教學中得到驗證,得到廣大同學的認可和接受,整個教學課堂不再那么單調枯燥呆板了,基本可以達到在娛樂中傳授專業知識。
3.4加強對實驗教學的重視
目前高校在人工智能的教學過程中,實驗所占的學時比較少,有的甚至就不安排實驗課學時;另外實驗內容也相對比較簡單,應用不到理論課堂上所學到的人工智能原理,實驗效果不是很好。面向人工智能課程的程序設計語言,多采用Prolog程序設計語言,該語言是一種基于一階謂詞的邏輯程序設計語言,它在AI和知識庫的實現技術方面具有十分重要的作用,具有表達力強、表示方便、便于理解、語法簡單等優點。但在整個實驗教學環境也遇到了如下問題:首先是目前有關人工智能的專門配套實驗教程很少;其次是即使有諸如《面向人工智能程序設計Prolog》教程,則主要是側重介紹這門自然語言的程序設計,而其中很多部分與AI實驗環節關聯度不大,另外教材價位也比較高。針對此種情況,筆者在24個學時的實驗教學過程中,安排7個實驗內容,其中最后一個專家系統的設計與實現作為一個綜合性實驗來設計。在進行實驗教學的過程中,首先參考多本Prolog程序設計教程,選擇其中與實驗教學計劃中相關的內容,專門編寫相應的電子教程,同時也結合我校學生本身的特點[4],有側重地體現和編寫,總的目的是給學生一份完整的、系統的、規范的電子教程。這樣做的目的是:一方面作為學生參考的技術文檔;另一方面也可以節省學生的部分經濟開支。電子教程的結構分為三個部分來完成,首先為人工智能理論及原理,Prolog語言的使用說明;其次具體的例子演示(均經過調試正常運行);最后為布置給學生具體的實驗內容及相關題目,以提供給學生自己動手實踐的機會。此外在實驗教學過程中,同時也會給學生們自由發揮的機會,比如專家系統的設計與實現作為一個綜合性實驗,學生可以采用Prolog編程實現,也可以采用其他自己擅長的程序設計語言,例如有的同學選擇C語言、VC++、Visual Basic、Java及網頁開發設計語言ASP/JSP等,此外在實驗內容方面,實驗遞交的專家系統涉及多個領域(有動物辨別、醫療診斷、動物養殖咨詢等專家系統)、范圍也頗廣,實驗內容重復性很小,在設計過程中,絕大部分同學均是結合自己的興趣愛好來完成設計。
4結語
人工智能的研究成果將能夠創造出更多、更高級的智能“制品”,并使之在越來越多的領域超越人類智能,同時將為發展國民經濟和改善人類生活做出更大的貢獻。作為一名當代的大學生有必要學好這門課程,但是根據實際教學情況,教師與學生仍然需要繼續進行相應的研究與發展,只有不斷地探索和提高,才能使我們的教學工作更上一層樓,才能培養出符合時代和社會需求的人才。另外人工智能與農業等方面存在很多結合應用的契機,這樣計算機就可真正地服務于社會、服務于人類、服務于農業、應用于農業、發展農業。
參考文獻:
[1] 蔡自興. 人工智能及其應用[M]. 3版. 北京:清華大學出版社,2007.
[2] 陳峰,文運平. 淺談人工智能課程的教學[J]. 消費導刊,2006(12):123.
[3] 趙蔓,何千舟. 面向21世紀的人工智能課程的教學思考[J]. 沈陽教育學院學報,2004,6(4):131-132.
[4] 王蓮芝. 高等農林院校人工智能教學的探討[J]. 高等農業教育,2003(12):64-65
Study of the Artificial Intelligence Teaching Methods
HAN Jie-qiong1, YU Yong-quan2
(1. School of Computer Science and Engineering, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China;
篇5
2人工智能課程教學案例的詳細設計
在教學案例具體設計時應包括章節、知識重點、知識難點、案例名稱、案例內容、案例分析過程、案例教學手段、思考/討論內容等案例規范，分別從以下單一案例、一題多解案例和綜合應用案例3種情況進行討論。
2.1單一案例設計以人工智能課程中神經網絡課堂教學內容為例，介紹基于知識點的單一案例的設計。神經網絡在模式識別、圖像處理、組合優化、自動控制、信息處理和機器人學等領域具有廣泛的應用，是人工智能課程的主要內容之一。教學內容主要包括介紹人工神經網絡的由來、特性、結構、模型和算法，以及神經網絡的表示和推理。這些內容是神經網絡的基礎知識。其重點在于人工神經網絡的結構、模型和算法。難點是人工神經網絡的結構和算法。從教學要求上，通過對該章節內容的學習，使學生掌握人工神經網絡的結構、模型和算法，了解人工神經網絡的由來和特性，一般性地了解神經網絡的表示和推理方法。采用課件PPT和演示手段，由簡單到復雜，在學生掌握人工神經網絡的基本原理和方法之后，再講解反向傳播BP算法，然后運用“手寫體如何識別”案例，引導學生學習理解人工神經網絡的核心思想及其應用方法。從國外教材中整理和設計該案例，同時應包括以下規范內容。章節：神經網絡。知識重點：神經網絡。知識難點：人工神經網絡的結構、表示、學習算法和推理。案例名稱：手寫體如何識別。案例內容：用訓練樣本集訓練一個神經網絡使其推廣到先前訓練所得結果，正確分類先前未見過的數據。案例分析過程：①訓練數字識別神經網絡的樣本位圖；②反向傳播BP算法；③神經網絡的表示；④使用誤差反向傳播算法訓練的神經網絡的泛化能力；⑤一個神經網絡訓練完畢后，將網絡中的權值保存起來供實際應用。案例教學手段：手寫體識別的神經網絡演示。思考/討論內容：①訓練改進與權值調整改進；②過學習/過擬合現象，即在一個數據集上訓練時間過長，導致網絡過擬合于訓練數據，對未出現過的新數據沒有推廣性。
2.2一題多解案例設計一題多解案例有助于學生把相關知識點聯系起來，形成相互關聯的知識網絡。以人工智能課程中知識及其表示教學內容為例，介紹一題多解案例的設計。知識及其表示是人工智能課程三大內容（知識表示、知識推理、知識應用）之一。教學內容主要包括知識表示的各種方法。其重點在于狀態空間、問題歸約、謂詞邏輯、語義網絡等知識表示方法。難點是知識表示方法的區別及其應用。從教學要求上，通過對該章節內容的學習，使學生掌握利用狀態空間法、問題歸約法、謂詞演算法、語義網絡法來描述和解決應用問題，重點掌握幾種主要知識表示方法之間的差別，并對如何選擇知識表示方法有一般性的了解。通過講解和討論“猴子和香蕉問題”案例，來表示抽象概念。該案例從國內外教材中進行整理和設計，同時包括以下規范內容。章節：知識及其表示。知識重點：狀態空間法、問題歸約法、謂詞邏輯法、語義網絡法等。知識難點：知識表示方法的區別及其應用。案例名稱：分別用狀態空間表示法與謂詞邏輯法表示猴子和香蕉問題。案例內容：房間內有一只機器猴、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多種知識表示方法表示和求解該問題？案例分析過程：①狀態空間法的解題過程。用n元表列表示該問題的狀態；定義問題的操作算符；定義初始狀態變換為目標狀態的操作序列；畫出該問題的狀態空間圖。②謂詞邏輯法的解題過程。定義問題的常量；定義問題的謂詞；根據問題描述用謂詞公式表示問題的初始狀態、中間狀態和目標狀態。案例教學手段：猴子和香蕉問題的演示。思考/討論內容：①選擇知識表示方法時，應考慮哪些主要因素？②如何綜合運用多種知識表示方法獲得最有效的問題解決方案?
2.3綜合應用案例設計與單一案例、一題多解案例相比，綜合應用案例能更加有效地啟發學生全方位地思考和探索問題的解決方法。以機器人行動規劃模擬為例，介紹人工智能綜合應用案例的設計，該案例包括以下規范內容。章節：人工智能綜合應用。知識重點：人工智能的研究方向和應用領域。知識難點：人工智能的技術集成。案例名稱：機器人行動規劃模擬。案例內容：綜合應用行為規劃、知識表示方法、機器人學、神經網絡、人工智能語言等多種人工智能技術與方法，對機器人行動規劃問題進行描述和可視化。案例分析過程：①機器人行為規劃問題求解。采用狀態歸約法與分層規劃技術，將機器人須完成的總任務分解為若干依序排列的子任務；依據任務進程，確定若干關鍵性的中間狀態，將狀態對應為進程子規劃的目標；確定規劃的執行與操作控制，以及機器人過程控制與環境約束。②基于謂詞邏輯表示的機器人行為規劃設計。定義表達狀態的謂詞邏輯；用謂詞邏輯描述問題的初始狀態、問題的目標狀態以及機器人行動規劃過程的中間狀態；定義操作的約束條件和行為動作。③機器人控制系統。定義機器人平臺的控制體系結構，包括反應式控制、包容結構以及其他控制系統等。④基于神經網絡的模式識別。采用神經網絡方法以及BP算法對桌面茶壺、杯子等物體進行識別，提取物體圖形特征。⑤機器人程序設計語言。運用人工智能語言實現機器人行動規劃行為的可視化。案例教學手段：機器人行動規劃的模擬演示。思考/討論內容：人工智能將會怎樣發展？應該在哪些方面進一步開展研究？
3案例教學環節和過程的具體實施細節
人工智能案例教學的實施面向筆者所在學院軟件工程專業三年級本科生展開。具體實施細節如下。（1）教學內容的先進性、實用性和前沿性。引進和整合國外著名人工智能教材內容，保證課程內容具有先進性。同時將前沿人工智能的研究成果與技術有機地融入課程案例教學之中。（2）案例教學的創新教學模式。在教師的引導下，將案例中涉及的人工智能內容推廣到對人工智能的一般性認識。案例的教學過程，成為認識人工智能、初步運用人工智能的理論與方法分析和解決實際應用問題的過程，使學生具備運用人工智能知識解決實際問題的意識和初步能力。在課程教學中，打破國內常規教學方式，建立和實施開放式案例教學模式。采用動畫課件、錄像教學、實物演示、網絡教學等多種多媒體教學手段，以及集中講授與專題討論相結合的教學方式將理論、方法、技術、算法以及實現有機結合，感性認識與理性認識相結合，理論與實際相結合，極大地激發學生自主和創新性學習的熱情。（3）“課堂教學—實踐活動—現實應用”的有機融合。在案例教學過程中，從傳統教學觀以學會為中心轉化為創新應用型教學觀以創新為中心，以及從傳統教學的以課堂教學為中心轉化為以課堂教學與實踐活動并重為中心，構造具體問題場景以及設計教學案例在情境中的現實應用，加深學生對教學內容的理解，同時提高學生的思考能力和實際綜合應用能力。
篇6
1教學目標的精確定位
首先，人工智能概論課程在智能科學與技術專業整個教學體系中起到引導和奠基的作用，但不同于其他相關的專業基礎課，其總的特點可歸納為“少而精”，即在較少的教學授課學時中起到畫龍點睛的作用，為學生進一步的深入學習打好基礎，并激發他們對智能專業的學習興趣和愛好。基于以上特點，通常選擇一學期共32學時課程的安排計劃，并且在大三上學期開始進行授課。
其次，要研究解決同學們所反映的“虛與實”問題。人工智能是一門涉及到多個學科的課程，具有相當復雜的背景，其與哲學、數學、經濟學、神經科學、心理學、計算機工程、控制論和語言學都有著密切的聯系，并且隨著這些學科的發展而深化，不斷產生新的思路和新的問題。以上特點決定了該課程內容較為抽象，且難以把握全局，學習起來不易消化理解，從而造成了學生學習的困難，容易產生畏懼感，并且學生常常對其在實際環境中的具體應用產生疑問。
如何在這么短的授課學時里使學生產生學習興趣并且能取得良好的教學效果是一個具有挑戰性的課題，這需要對該課程的授課內容、教材選擇、講授方法和考核形式進行全方位的思考與探索，并在教學過程中落在實處。一方面讓學生了解和掌握人工智能的發展歷史和思想淵源，并指出各個分支的本質特點和整個領域的發展趨勢；另一方面有意識地穿插介紹人工智能在實際中具體應用的例子，開闊學生的眼界，打消他們的疑慮。這些將在本文的后面部分進行深入的介紹。
最后人工智能概論這門課程還要兼顧研究型和應用型這兩種特點的共同發展。在以前，由于人工智能授課內容的特點，常常講授時偏向研究型，往往涉及到復雜的數學推導和邏輯運算，增加了老師講授的難度和學生學習的困難。因此，針對上述問題，在教學過程中可以引入多種形式的事例說明和多媒體演示環節，以講授思想為主，具體技術為輔，這將直接反映到授課內容的選擇上。
2授課內容的選擇
人工智能概論授課內容的選擇至關重要，本著該課程“少而精”的特點，既需要讓學生在較短時間內掌握基本的思想與概念要點，又要對該課程進行全方位的介紹，并點出其發展趨勢，因而對授課教師有著非常高的要求。由于授課課時的限制，我們無法做到既面面俱到，又對每個具體方向進行詳細的講解；而且這樣也容易陷入復雜的數學推導和邏輯運算的誤區。因而，整個課程的講授內容應該以傳授思想和概念要點為主，并在講授的過程中加入有趣的事例，通過這些形象的事例說明和多媒體演示環節折射出人工智能思想的精髓和應用的廣闊前景。
人工智能概論主要涉及到知識表示、搜索推理、計算智能、專家系統、機器學習、自動規劃、Agent和自然語言理解等內容，其中以知識表示、搜索推理和計算智能為授課內容的重點，在講授的過程中需要對這些內容加以整理精簡，分清主次，合理地安排授課內容在總學時內。除了這些基本的授課知識外，還應該在教學環節引入多媒體演示，通過形象生動的視頻演示讓學生們了解人工智能的科學價值和實際應用所在。視頻可以選用世界一流大學實驗室的開放多媒體內容，例如：MIT計算機科學與人工智能實驗室的相關科研項目中間過程及結果的視頻演示，以此來開闊學生的眼界，增長他們的見識，使之了解其應用前景和未來的發展空間。
人工智能領域的發展受到多個學科的影響，這些學科在不同歷史時期都對人工智能領域起到了各種推進作用，也產生了許多不同層面的爭論，至今也是如此。如何在授課過程中形象地對人工智能歷史進行回顧，闡述這些學科對人工智能領域的影響，尤其是思想方面的影響特別重要。“回顧歷史，立足當今，展望未來”――給學生形象地描繪出人工智能發展的思想史，并以畫龍點睛之筆指出人工智能領域發展的廣闊未來，是授課教師艱巨而光榮的任務，只有這樣才能使學生把握住人工智能領域的整個發展脈絡，激發出他們的學習興趣和愛好。
以哲學家對強人工智能方向的爭論為例，向學生們介紹這些收集整理的資料對于他們思想的啟迪是非常有益的。這里值得說明的是這種思想的闡述事實上是非常不容易的，其難度甚至高于復雜的數學推導，因為它常常要求授課教師掌握思想的精髓所在，并用非常形象生動的語言對其進行說明，而這些常常是現在書本中所沒有的。例如：知識的表示、獲取、存儲和推理是人工智能領域中重要的組成部分，雖然目前已經有很多書籍詳細地介紹了這些方面，但學生仍然反映聽起來比較抽象。為什么會這樣？其原因是一些基本的問題并沒有得到圓滿的說明和闡述，如“什么是知識”，“知識能夠表示嗎”，“有統一表示各種各樣抽象、復雜知識的工具嗎”，“抽象的美學與復雜的人類情感，知識能夠表示嗎”……其中有些問題看似容易回答，卻往往涉及到一些復雜的哲學問題，目前在各種人工智能的教科書和專著里常常對這些問題避而不談，只在數學的層面上針對具體的問題來進行說明和講授。如果想在這方面有所突破的話，就需要閱讀大量的哲學書籍，如認知學、知識論和心智哲學等領域的著作，還需要大量時間的理解和參悟，這些有價值的資料也是對授課內容的極大豐富和補充。近年來，認知神經科學、心理學、生物學、語言學甚至社會學對人工智能領域有著較大的推進作用，也是將來融合發展的總體趨勢，如何在課堂上結合具體的事例對其加以說明也是授課內容的一個重要環節。
3相關教材的選擇
眾所周知，關于人工智能的國內外優秀教材有很多，例如：S.J. Russell和P. Norvig所著的《Artificial Intelligence――A Modern Approach》被全世界89個國家的900多所大學用作教材[1]，國內可以考慮使用其影印版或中文翻譯版本，大大的降低了購買國外原版教材所需的費用，并可以在此基礎上考慮實現雙語教學。此外還有蔡自興教授等編著的人工智能及其應用，詳細而恰當地介紹了人工智能領域中的各個研究方向(分別適合于本科生[2]和研究生[3])等。我們從整個教學時間安排上看，因其所占學時較少，所以人工智能概論課程的教材選擇不適用于大部頭的書籍，宜選用篇幅較小但內容較全的適合于本科生的教材。除了選擇合適的教材外，對于任課教師還要擁有大量的參考書，包括上述提到的其他領域的書籍和資料，只有這樣才能拓展所掌握的知識，為實現良好的教學效果而服務。
4講授方法和考試形式的選擇
課程講授時注意主線的選擇，著重以思想介紹為主，詳細地介紹人工智能發展的歷史以及各種學派和學說，如符號主義、連接主義和行為主義等，要重點介紹他們的特點和本質，指出它們形成的原因以及其中的不足之處，并向學生介紹新的學說，例如機制主義[4]等。整個教學過程并不涉及較為復雜的數學，要注重各個分支的思想源流，主要從其機制上做定性介紹。同時可在講授過程中穿插相關歷史問題的爭論，例如：中國屋問題[5]等，引發學生學習的興趣和愛好，開展交互式教學，使學生和老師產生互動。授課方式采用板書和多媒體交互使用方式，力爭在每節課的空閑時間里穿插加入人工智能領域的實際應用介紹，放映相關的視頻錄像，開闊學生們的眼界。在最終考試形式的選擇方面不是要學生死記硬背知識點，而是要注重學生思想的發揮，鼓勵學生提出新想法和新思路，并豐富其掌握的相關知識，為將來的進一步學習打好基礎和做準備。
5結語
我們認為在教學方式上力爭采用“啟發式”教學，能真正做到啟迪學生思想的作用，尤其要鼓勵思想創新，在高等教育階段培養學生具有獨立思考、勇于探索的能力，使之成為社會的有用之才。希望這些在人工智能概論課程教學中的思考和探索能在日常教學活動起到有益的作用，并與同行們共同交流和探索。
參考文獻：
[1] S.J. Russell, P. Norvig. Artificial Intelligence:A Modern Approach[M]. 2nd Ed. 北京:清華大學出版社,2006.
[2] 蔡自興,徐光佑. 人工智能及其應用本科生用書[M]. 3版. 北京:清華大學出版社,2003.
[3] 蔡自興,徐光佑. 人工智能及其應用研究生用書[M]. 3版. 北京:清華大學出版社,2004.
[4] 鐘義信. 機制主義方法與人工智能統一理論:人工智能的新方法與新進展[J]. 計算機教育,2010(19):7-10.
[5]J. Preston, M. Bishop. Views into the Chinese Room: New Essays on Searle and Artificial Intelligence[M]. Oxford: Oxford University Press,2002.
Teaching Reflection on Introduction to Artificial Intelligence
YANG Dedong, SUN Hexu, YANG Peng, ZHANG Lei
篇7
人工智能的研究、應用和發展,在一定程度上代表著信息技術的發展方向,同時信息技術的廣泛應用也對人工智能技術的發展提出了迫切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響[2]。
實踐教學環節在大學教育中是一個非常重要的教學環節,是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。
1研究型教學模式背景
研究型教學是相對于以單向性知識傳授為主的傳統教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創造性地運用知識和能力,自主地發現問題、研究問題和解決問題,在研究中積累知識、培養能力和鍛煉思維的新型教學模式。研究性教學是對現有的大學課堂教學模式的突破。有利于開發大學生的創造潛能,提高學生適應社會需要的創造性和創新能力,充分展現現代大學培養人才、發展科學、服務社會的三大基本職能[3]。
19世紀初,德國著名教育家洪堡最早提出了教學與科研相統一的原則,為研究型教學模式的發展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發現教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發生興趣,并想方設法弄清這些新奇事物背后究竟發生了什么,這是一種進行科學研究的可貴的動力。
自此,研究型教學理念開始廣泛使用。現在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養,普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現從單向知識傳授的傳統型教學向關注創新性教育的研究型教學轉變方面進行了許多有益的嘗試。
2研究型實驗教學
本科教學不僅要培養學生的應用能力,還要培養學生具備基本的科研素質。大學是培養未來一線創新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規模逐年增大,本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等,都是目前國際和國內熱門的研究方向。
人工智能課程在計算機專業人才培養方案中占據著重要的位置。在專業理論方面,它承續了離散數學中的邏輯知識;在專業方法方面,是數據結構、算法分析與設計的繼續;在專業工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。
針對這一特點,在人工智能教學中,如何引導學生系統學習人工智能的知識、激發學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環節和必然選擇。
2.1實驗教學中加強學生的研究導向
在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現,并作以比較。讓學生們在了解人工智能新技術的同時,也培養學生們如何分析問題、解決問題的科研能力。
2.2人工智能課程實驗
該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現,要求學生進行嚴格的計算機專業技能訓練和培養良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。
該課程的實踐環節主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環節的設計上,我們嘗試把驗證性實驗和開發性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發展趨勢和本院老師的最新研究成果,對實驗內容進行更新。
課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環節。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。
3實驗平臺的構建
民族關系問題對被訪對象,特別對少數民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統的文獻分析、問卷統計和現場觀察等民族學方法來進行調查,得到的數據會存在較多誤差。
因此結合本校的民族特色和民族學領域獨特的研究優勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數修正,從而獲得盡可能客觀的數據,這些數據將有助于建立一個客觀、完備、科學的民族關系監測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策。基于多信息融合的民族關系監測預警系統總體框圖如圖1所示。
目前該平臺已經搭建,由北京市公共安全信息監測平臺建設、北京市公共安全信息監測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監控、認識等領域,小波分析、神經網絡、支持向量機、模糊數學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。
4結語
研究型實驗教學激發了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:
1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。
2) 研究型實驗教學的輔導老師素養需要提高。研究型實驗教學作為體現創新教育要求的現代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規劃和設計實驗內容。
3) 需要建立一套合理的學生學業和教師績效的評價體系。
參考文獻:
[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業出版社,2007.
[2] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.
[3] 李得偉,張超,李海鷹. 大學工科專業課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.
Exploration and Practice of the Research Experiment on Artificial Intelligence
ZHANG Ting, YANG Guo-sheng
篇8
現代社會發展呈現出有別于傳統社會特征的信息化、快節奏、高壓力和高競爭等特征，這就對我們的包括高等教育在內的學校教育的人才培養提出了新的要求，即培養適應現代社會生活的具備一定社會適應能力的合格勞動者。在社會學中，社會適應是指個人或群體調整自己的行為使其適應所處社會環境的過程，其實質就是個體的社會化過程。體育是個體社會化的重要方式，與他人和群體的聯系是體育活動的必要條件。4學校體育課程的學習過程不僅體現為個體認知性知識的積累、深化，更體現為個體體能的增強、技能的掌握和行為態度的改變等方面，具有參與性、實踐性特點，因此學校體育課程在個體社會適應能力培養方面將承擔重要的責任。籍此，教育部在2002年頒布的《全國普通高等學校體育課程教學指導綱要》中指出社會適應能力培養是高校體育課程的課程目標之一，并進一步提出“表現出良好的體育道德和合作精神;正確處理競爭與合作的關系”是我國高校大學生社會適應能力培養的基本目標。
“元認知學習”是現代學習理念的一種新觀念。這種新的學習理論在教育觀念上強調的不僅僅是“學會”，而更主要的是“會學”，以及對學習動機、學習方式、學習結果的調節與監控。元認知學習理論所倡導的是學生個體自身對學習的監督和調控及學習過程結束后的自我反饋，要求每個學習個體學會學習、學會生活、學會生存。元認知學習理論指導高校體育學習將徹底改變以往的傳統的體育教學思想，并使每個學習個體對自身學習進行調節和監控，這也是元認知體育教學促進大學生社會適應能力發展的理論依據。本研究旨在探討體育的元認知教學對大學生社會適應能力的影響，進而為高校公共體育教學的社會適應教學目標的實現尋找一條可行途徑。
通過查閱大量的參考文獻，并進行綜述研究之后，本研究提出以下假設:
①元認知教學可有效提高大學生的元認知水平;
②元認知教學是達成高校公共體育課程社會適應目標的有效途徑。
1研究對象與研究方法
1.1研究對象
本研究以大學一、二年級的大學生(開設公共體育課程)為研究對象，樣本為某高校開設公共體育課程的大一、大二部分大學生，共75人，其中男生36人，女生39人。
1.2研究方法
1.2.1文獻資料法。查閱了國內外大量的文獻資料，掌握了有關元認知和社會適應問題的相關研究成果，為本次研究奠定了較好的理論基礎。
1.2.2問卷調查法。本文采用國內研究者根據Gregory .Schrawd等人編制的元認知意識量表(Meta一cognition con-sciousness questionnaire)翻譯修訂而成的中文版量表。該量表采用10等級記分法，從元認知知識、元認知體驗和元認知技能三個維度測量了被試的元認知水平。馬建鋒研究表明該問卷具有較好信效度，適合中國背景下的大學生。
根據社會適應能力的相關研究成果，并結合大學生公共體育課程課堂教學實際與課外體育活動情況自編大學生社會適應能力問卷，該問卷采用5等級記分法，并主要從對活動的規則、紀律的遵守、活動中的人際互動、活動中的自我激勵、自我調控、團隊意識(競爭、合作、集體榮辱感)等社會適應方面對大學生進行考察。該問卷的重測信度:=0.94(時間間隔為3周)，另外就問卷的內容效度對多所高等院校的心理學、體育學專家進行了訪談，最終的反饋結果表明該問卷內容效度良好(每個條目與問卷總分的相關系數在0. 31-0.66之間)，能全面、有效地反映所要研究的問題。因此該問卷具有較好的信效度，可以為本研究服務。
1.2.3實驗法。采用單因素完全隨機等組前測后測實驗設計方法并隨機選取對照組與實驗組(分組時對其元認知水平和體育社會適應水平進行了均衡化處理)。實驗組與對照組課堂教學活動內容相同，時間共16周，并由同一教師教授(實驗組接受元認知教學培訓)。對照組按教學計劃學習，不進行任何干預。實驗組在按教學計劃學習的同時，一是教師在教學過程中提示學生注意運用元認知的方法進行學習，二是實驗者在學習現場進行言語指導，讓學生注意采用元認知的方法進行社會適應訓練。最初和最終學生在體育活動中的社會適應水平由同一教師按同一問卷進行調查。在實驗過程中，注意到了教師及學生主觀期望效應可能對實驗結果的影響，并加以控制。
1.2.4數理統計法。本研究測量所得數據均運用SPSS for Windows 11.0統計軟件進行處理。
2實驗組進行的元認知教學培訓說明
2.1教學目的
對實驗組學生進行另外的元認知能力培訓，以提高其元認知能力。
2.2教學方法
一是采用課堂教學法對實驗組學生講授元認知的理論知識，以及提高元認知能力的方法;二是在公共體育課堂上采用現場言語指導的方法提示學生注意使用元認知有關的技能進行學習活動(主要是體育活動的社會適應方面)。
2.3教學內容
2. 3.1有關元認知理論方面的內容。元認知的基本含義、實質和要素。元認知與體育活動的社會適應方面結合起來，讓學生理解、體會體育活動的社會適應方面的元認知知識、元認知體驗、元認知技能。體育活動的社會適應方面的元認知知識是指對體育活動的社會適應方面認知的知識，即學生對自己的體育社會適應認識活動過程與結果及其影響因素的知識，包括三個方面內容:個人、任務和策略。體育的元認知體驗是指伴隨著體育認知活動的體育認知體驗或體育運動的情感體驗，它包括知的體驗，也包括不知的體驗。體育的元認知技能是指學生在運動學習過程中對動作活動進行調節的技能。
2.3.2培養、訓練元認知的一般方法。自我提問法:在元認知訓練中，通過提供給學習者一系列自我觀察、自我監控、自我評價的問題，不斷地促進學生進行自我反省而提高問題解決的能力。
相互提問法:讓學生每兩人分成一組，給每個學生一份類似于上述自我提問的問題單，讓學生在嘗試解決問題的同時根據問題單相互提問并做出回答。這種方法能有效地促進學生的思考和競爭，提高元認知水平。
知識傳授法:通過傳授元認知理論的有關內容，使學生認識到元認知在學習中的重要性，自覺地將元認知運用于學習中，以提高學習效果。
元認知培訓和訓練的各方法在體育課程教學活動中實施(主要與大學生體育課程活動的社會適應方面相結合而開展)。
2.4元認知理論教學進度安排
利用體育課程以外的時間，采用課堂教學的方法對實驗組學生進行元認知能力的培訓，培訓共4次課，每次30min，并布置課后作業。教學進度安排如下:
課次1:元認知理論知識的培訓。
課次2;元認知與體育運動的關系、在體育運動中的作用等方面的知識培訓。
課次3:訓練、提高元認知的方法的培訓。
課次4:對所培訓內容復習，鞏固所培訓的知識。
3結果與分析
3.1元認知教學效果考察
實驗組經元認知培訓后，其元認知水平較對照組呈現下表所示變化(調查數據統計采用配對樣本t檢驗方法)。
結果顯示實驗組在經過元認知教學后，整體元認知水平有了顯著提高(實驗組整體元認知水平實驗前后比較P- I) . 046，達到顯著差異)，且元認知知識、元認知體驗、元認知調控水平也都有顯著性提高，而對照組無論整體元認知水平p=0.446)，還是分維度水平前后測均未出現顯著性變化。實驗結果說明元認知教學可有效提高大學生元認知水平，證實了研究假設。這進一步說明個體的元認知能力不僅是在個體長期的學習過程中形成和發展起來的，而且元認知能力是可以教授的，即經過系統、專門的教學培訓，個體的元認知斃力可以在相對較短的時間內得以提高。該結果可解釋為:通過提問、講授等元認知培訓方法的實施并在實踐中加以鍛煉，可使學習者個體更好地掌握自我的元認知知識，加深元認知體驗，增強元認知技能，進而提高個體整個元認知水平。
3.2大學生體育方面的社會適應能力考察
實驗前對普通專業103名大學生(大一、大二)的體育方面的社會適應能力進行了調查，結果如下表:
表2顯示大學生體育社會適應情況:規則適應方面相對較好，達到基本適應水平，且個體差異不大;人際互動、自我調控、團隊意識方面表現較差，且人際互動、自我調控方面的個體差異較大。總體而言，大學生社會適應的整體水平與我們的基本培養目標間還存在一定差距。造成這一差距的原因是多方面的，如由于受中小學應試教育環境影響，學生的社會適應教育得不到足夠重視，缺乏足夠的鍛煉;社會適應能力培養的實施存在一定的難度，由于學生個體差異較大，因此較難采取統一的培養措施。
對性別變量進行考察(表3)，發現:男生在人際互動、團隊意識方面好于女生，在規則適應、自我調控方面差于女生。除規則適應方面，女生顯著好于男生外，社會適應其它方面不存在顯著性別差異。另外統計顯示大學生的元認知水平與社會適應能力之間的相關系數為0. 45，為中度相關，說明兩者之間存在一定程度的共變關系。
3.3體育教學對大學生社會適應能力的影響考察
實驗組接受元認知培訓和元認知教學及相應體育教學，對照組接受相同體育教學。實驗結束后，實驗組和對照組大學生的體育方面的社會適應水平前后呈現表4所示變化。
表4表明，實驗前后實驗組與對照組大學生體育方面的社會適應各維度均存在顯著性差異，實驗組與對照組不同組別大學生體育方面的社會適應各維度均存在顯著性差異，且交互作用不明顯，即實驗后實驗組大學生體育方面的社會適應各維度較實驗前有顯著性改善，實驗后實驗組大學生體育方面的社會適應各維度較對照組均有顯著性改善。統計結果說明元認知體育教學可有效改善大學生的體育社會適應水平，結合對元認知教學效果的考察，這一結論可理解為元認知教學提高了學習者的元認知水平，而提高的元認知水平又在個體的體育社會適應實踐方面發揮作用，即在體育活動實踐中通過比較、反饋、自我暗示、自我調控等手段，逐步提高自我的體育社會適應水平。元認知體育教學以學生的發展為中心，突出學生的主體地位和主觀能動性，在社會適應的教學中，學生不再處于從屬、被動的“他控”地位，他們的社會適應是主動的，并對適應的過程和結果具有深刻的感受和體驗，對自我的社會適應具有高度的自控，因而可有效地促進大學生適應能力的發展。
4結論與建議
4.1結論
通過本實驗研究，可以得出以下結論:在教學中實施現有的提高元認知水平的方法、措施可在相對較短時間內提高大學生的元認知水平;大學生體育方面的社會適應情況處于基本適應狀態，與相關培養目標存在一定差距;元認知體育教學有效地提高了大學生的體育方面的社會適應能力。
4.2建議
元認知理論與現代教育思想緊密相關，并對學校教育目標的實現將起到很好的促進作用。在高校體育教學中采用元認知教學手段，必將為體育教學的各學習目標的實現提高一條可行性途徑。
4.2.1因本次實驗條件的局限，還應進一步考察實驗效果的外部效度，為其應用、推廣提供可靠的理論依據。
篇9
一、優選教材
目前，國內有關人工智能課程的中英版教材種類非常多，遵循實用、簡單、夠用的原則，再經過授課老師和學生們的共同調研，我們選用由中南大學蔡自興教授主編的《人工智能及其應用》第三版作為南郵本課程的授課教材。本書覆蓋的人工智能知識體系比較全面，包含知識表示、搜索推理、模糊計算、專家系統等。本書主要針對計算機、自動化、電氣工程等本科專業的學生所編寫，內容基礎，難度適中。蔡教授所編寫的這本教材全面地介紹了人工智能的研究內容與應用領域，做到了內容新穎、簡單易懂、兼顧基礎和應用，受到了全國廣大師生們的一致好評，多年的教學實踐證明我們所選擇的教材是恰當的、正確的。
二、考核方式
在全國大部分高等院校，“人工智能”這門課大都選擇開卷考試的方式來進行考核。為了強化學生對人工智能這門課基礎知識的掌握，南京郵電大學自動化學院選用閉卷考試的方式來進行考核。為了打消部分學生想在期末閉卷考試中通過作弊手段來完成人工智能這門課考核的僥幸心理，我們加強了對學生平時考勤成績、課下作業成績和實驗成績的考核，從而杜絕了“一紙定成績”的現象。我們對人工智能這門課的最后期末成績是按如下權重來劃分的：平時考勤成績占10%、課下作業成績占10%、實驗成績占20%、最后的期末考試卷面成績只占60%。為了克服國家現行教育體制的弊端，避免學生“機械式”地的應對教學和考試，我們對考試題型進行了調整，不再是以往的填空、選擇、簡答等題型，而是改為以解決實際問題為導向的應用題型為主，這樣學生只需要在理解授課內容的基礎上利用自己的思維來解題就可以了，這也體現了國家目前正在提倡的應用型教學導向。
三、教學內容調整
對于本科生而言，人工智能這門課程所需要講授的內容實在太多，由于課時所限，我們必須精簡教學內容，讓學生在掌握基礎知識的同時，也能夠了解它的具體應用。因此，我們將人工智能這門課程的教學內容分為兩個部分：第一部分是基本理論和方法，包括人工智能的概述、知識表示方法、確定性推理方法等；第二部分為人工智能研究成果的具體應用，包括神經元網絡計算、模糊智能計算、專家知識庫系統、機器語言學習等。通過對教材內容的合理調整和安排，使得授課計劃能夠比較全面地覆蓋了人工智能這門課程的基本知識點，從而滿足了學生們的求知需求。
四、教學手段的改進
（一） 激發學生的學習興趣
經過長時間的教學我們發現，在選修“人工智能”這門課程時，每個學生的心中所想各有不同，這些學生在剛開始學習時興趣還比較強烈，但隨著教學內容變得越來越抽象，學生逐漸對這本課的學習失去了信心，甚至上課時間不去聽課，使授課教師對教學也漸漸失去了信心，導致惡性循環，嚴重影響了教學質量。針對這種現象，我們認為，在開課前充分激發學生的學習興趣是很有必要的。我們要結合學校的實驗條件，開課前給學生演示“機器人醫療服務”實驗，通過該實驗的演示，讓學生們看到機器人能夠給病人提供多項人性化的服務，理解人工智能技術在開發醫療服務機器人多項關鍵技術中的應用，讓學生在開課前能夠對本課程的學習產生極大的興趣，實踐證明這種方法是有效的。
（二） 借助多媒體教學
多媒體教學是現代教學過程中一種非常重要的形式，它往往根據教學目的和學生們的特點，通過合理的設計、選擇教材內容，應用公式、圖形、文字、視頻等多種媒體信息進行有機組合并通過電腦和投影機顯示出來，與傳統教學手段相結合，形成合理的教學過程結構，達到最優化的教學效果。人工智能這門課具有針對性強、內容抽象、公式繁瑣等特點，學生學習起來比較困難，為了讓學生生動、形象地學習該課程，我們在教學過程中充分利用了多媒體技術來組織教學。例如在課堂教學過程中播放南郵自動化學院梁志偉博士帶領學生所開發的“智能足球機器人”比賽片段；讓學生在線觀看北京大學工學院謝廣明博士帶領學生所開發的“自主視覺機器魚”錄像片段等。在講解某些重要的求解算法時，借助Matlab軟件和投影機，直接展現該算法的求解過程，從而改善了課程教學的形式，提高了教學質量。
（三）提倡課堂辯論
我們在教學過程中打破了傳統的“老師講課學生聽課”的教學模式，多次組織課堂辯論，辯論的主題包括人工智能研究過程中出現的技術困惑、人工智能研究成果轉化中的市場前景等。如組織了“電腦PK人腦”“電腦是否讓電視消失”“電腦的未來發展方向在哪里”等一系列辯論會。經過激烈的辯論，無論正方還是反方都感覺自己收獲很大，增長了知識，開闊了眼界。在教學過程中通過將學生由“被動聽課”角色變換為“主動參與”角色，大大地調動了學生的學習積極性，從而提高了課堂教學質量。
五、實踐教學
實踐教學是課堂教學不可缺少的重要組成部分，通過讓學生親自動手實驗來對理論知識進行檢驗和應用是目前國內外各個大學提高學生綜合素質、增強學生市場競爭力的重要手段。人工智能實驗教學的目的是讓學生通過親自動手體會授課中的各種智能控制算法，從而使學生能夠更加形象地掌握課本知識。人工智能教學計劃安排了4學時實驗課，設置了“傳教士和野人過河”“機器人路徑規劃”這兩個人工智能問題，要求學生獨立完成這2個實驗題目的編程，并書寫實驗報告。通過實驗，學生動手實踐了課堂上所掌握的理論知識，加深了對智能算法的理解。
人工智能是一門實用性較強的課程，我們總結了近幾年來的教學經驗，從優選教材、考核方式、教學內容調整、教學手段的改進和實踐教學五個方面對人工智能課程教學進行了總結。從學生的反饋來看，我們所總結的教學經驗對于指導新教師講授“人工智能”這門課程具有積極的作用，需要指出的是，我們仍有很多不足之處，需要在以后的教學過程中不斷努力完善，提高自己的教學能力，爭取更好的教學效果。
參考文獻
[1]蔡自興，徐光佑.人工智能及其應用[M].北京：清華大學出版社，2003.
[2]路小英，周桂紅，趙艷等.高等農業院校《人工智能》課程的教學研究與實踐[J].河北農業大學學報：農林教育版，2007，9（4）：66-68.
[3]馬建斌，李閱歷，高媛. 人工智能課程教學的探索與實踐[J].河北農業大學學報：農林教育版，2011，13（3）：330-332.
篇10
1傳統教學的缺陷
⑴課程的教學地位沒有引起足夠的重視一些高校為計算機基礎課程分配較少的學時（少于48學時），甚至有的專業將此課程設置為選修課。這種設置降低了該課程在教師和學生心目中的位置，導致了對該課程的忽視。同時，不少老師因為學時不夠，時間緊迫，僅僅講述與考試相關的內容，不考的一概不講。這導致學生的眼界受限，知識和能力受限，無法培養其全面綜合的計算機素質。還有的專業沒有將這門課給專業的計算機學院的老師講授，而是隨意安排授課人員。沒有經過系統專業訓練的教師缺乏足夠的知識儲備，很難講好這一門看似簡單的課程。⑵課程教學內容的制定與當今時代對于信息化人才的需求脫節一些高校的現狀是計算機基礎的課程教材知識陳舊[3]、質量堪憂，教材總是無法跟上知識更新的步伐，例如都2019年了還在講Office2010。有的高校由于缺乏對課程的重視，沒有對教材優中選優，而是基于利益的考慮，優先選擇自己院系編寫的教材。其教材內容是七拼八湊，沒有整體性、邏輯性和連貫性，更不用說前瞻性。這樣的教材，無疑對學生的學習設置了巨大的屏障。除此以外，一些院校的課程教學知識體系不夠明確和完善，教學大綱的制定不夠科學。從教學大綱中制定的學時分配來說，常常偏重實用性[4]，常用計算機軟件操作占據了大部分的課時。這會讓教師在授課時輕理論而重操作，如此培養學生，非常不利于其計算思維的形成，對后續其他計算機相關課程的學習也是很大的傷害。⑶教學模式過于傳統，信息化水平較低從教學方式上來說，傳統的教學模式以教師課堂授課為中心，是以教師為主體的教學模式[5]。在這種模式下，教師仍然主要以填鴨式教學為主[6]，無法通過課堂教學發現學生的個性化特點，并進行有針對性的教學。另外，雖然計算機基礎課程一般都配備了實驗課時，但是實驗課常常是采用教師布置上機任務、學生做完抽樣檢查的模式。這對于大課堂來說，教師的任務繁重，無法搜集到每一個學生的任務完成情況，無法清晰地掌握學生學習的實際情況和薄弱環節。而且，該課程缺乏相應的研討課時，很難讓學生對其所學知識進行深入思考和探究，以增強思辨能力和對課程的學習興趣。⑷課程考核方式不夠公平合理從考核方式上來說，該課程普遍采用“平時成績”+“期末考試”的加權方式對學生成績進行評定。平時成績多由考勤分所得，期末考試多采用機考模式。這種考核方式過于單一化、機械化，無法對學生進行全方位的評價。很多學生來到教室打考勤，但可能根本沒聽講，而是在睡覺或者玩手機。期末機考的公平合理性也是存在著很多的漏洞。例如機考的試題庫可以十年不變，分值的分配和難度的掌握都沒有經過系統的考量。甚至有的考試系統不夠穩定和安全，頻頻爆出Bug，嚴重影響了考試結果的真實性。
2新人工智能環境下對計算機基礎課程改革的具體方案
2012年開始，在隨著卷積神經網絡技術在視覺處理方面的應用取得巨大的成功之后，人工智能到達了有史以來的第三個爆發期。目前，深度學習技術在AlphaGo、無人駕駛汽車、機器翻譯、智能助理、機器人、推薦系統等領域的發展如火如荼。與此同時，人工智能技術在教育領域方面的應用已經興起。人工智能的教學產品也已有先例，例如基于MOOC平臺研發的教學機器人MOOCBuddy等等。基于人工智能的教育是融合云計算、物聯網、大數據、VR、區塊鏈等新興技術的增強型數字教育[2].在當前人工智能的大時代背景下，針對傳統計算機基礎的種種弊端，我們提出了如下教學改革方案。⑴改變教學理念，確立計算機基礎課程的重要地位計算機基礎作為高校的一門公共課，實則應當作為各個專業的學生后續的學習、科研的必修之課程。因此，高等學校應從源頭上確立該課程的重要地位，將該課程納入必修課范疇，并給與更充分合理的課時分配。除教學課時、實驗課時之外，需要為該課程增加一定的研討課時。任課老師必須是來自于計算機專業的人才。同時，定時舉辦關于該課程的教學培訓、教學研討會和教學比賽，改變教師的教學理念，從源頭上給予該課程足夠的重視。⑵優化教學內容，重新制定課程的教學知識體系教材是教師教學的主要依據，也是學生獲得系統性知識的主要來源。因此，教材對于教學的重要性不言而喻。教材的選取需要優中擇優，必要的時候可以根據自身院校的情況自己編寫，力求使用好的教材使教學事半功倍。在選定優質教材的基礎上，制定更加合理的教學大綱，優化計算機基礎課程的教學知識體系，突出計算機學科入門相關基礎理論知識的重要地位。對現有的過時內容進行更新，例如操作系統以Windows10的操作取代Windows7，Office這部分使用Office2019版本取代2010的版本，同時增加關于算法入門知識、程序設計入門知識以及人工智能、區塊鏈等前沿知識單元的介紹。以華中師范大學為例，我們在圖1中給出了該校計算機基礎課程的教學知識體系結構圖。⑶充分利用現代化的教學工具和人工智能技術，構建智慧課堂，改變傳統教學模式現代化的教學應當轉變以教師為核心的教學模式，更加突出學生的主體性地位。因此，在人工智能、物聯網、大數據等技術和蓬勃發展的情形下，應當改變傳統的課堂教學形式，充分利用現代化信息技術，將傳統課堂教學和網絡課堂教學模式相結合，構建智慧課堂。融合課堂教學身臨其境的效果與網絡課堂自主性強且方便師生交流的特點，通過師生之間多層次、立體化的互動，達到提升教學效果的目的。同時，建立功能強大、完善的學生實驗平臺，基于不同專業學生的不同特點和不同需求，進行個性化的作業設置。針對教師布置的實驗任務和學生的完成情況，結合在線網絡教學系統，通過傳感器及網絡數據，搜集學生的學習行為數據，并且使用人工智能算法進行智能分析，使教師對當前的學生的學習情況一目了然，并能引導學生對重點、難點的鞏固和掌握。研討課以學生為主體，按照所選課題進行分組調研、分組討論，刺激學生的學習興趣，培養其思辨能力。研討內容最終可以課程論文的形式上交至課程共享平臺，由教師和同學共同給出評分。這里，仍以華中師范大學為例，我們將在線教學系統、實驗課平臺、研討課共享平臺等集成為一個基于人工智能技術的網絡智慧教學綜合平臺系統。該系統主要包括用戶管理、在線教學、課堂互動、作業管理、考試管理、BBS系統、智能分析和平臺管理8個模塊，其主要功能如圖2所示。該系統采用C/S模式，系統的服務器選用Linux服務器，同時開發基于PC機的和手機端的客戶端系統，方便學生和教師隨時選用、更加靈活。在線教學模塊中的智能學習助理功能，能夠根據歷史用戶的學習行為和當前用戶的學習行為，自動地識別學習內容中的難點以及當前學生的難點內容，有針對性地對學生進行知識點強化。課堂互動模塊中，通過可穿戴式傳感器搜集學生的學習行為，用于后續智能分析模塊中對學生的學習態度和學習行為進行智能分析。在線作業評價模塊包括機器評價和教師評價兩個功能。機器評價是系統為學生作業（客觀題、主觀題）自動評分，其中主觀題的評分也是使用人工智能技術來實現。教師評分時可以參考機器評分，減少教師工作量。同時，教師評分為機器評分提供機器學習的經驗數據，促進機器評分更加智能。智能分析模塊能夠依據學生的在線課程學習模塊、課堂學習模塊、作業管理模塊等搜集到的學習行為數據進行綜合分析，促使教師深入了解學生的學習情況和個性化特點，提升教學的針對性，并且有助于后續對學生進行全面、綜合的分析和成績評定。所有系統模塊中使用到的智能分析技術包括基本的統計分析、以及各類機器學習算法（k-means,NaveBayes,SupportVectorMachine,DeepLearning等等）。⑷改變傳統成績考核的方式在“教學”+“實驗”+“研討課”課程結構以及網絡智慧教學綜合平臺的輔助之下，學生的成績評定更加全面化、多元化、公平化、自動化[7]。平時成績中，除了教學綜合平臺的“課堂簽到”次數之外，還增加更多豐富多元化的考察信息，如：學生的課堂討論、在線課程學習和考核結果、平時作業完成情況，以及智能分析模塊中輔助分析的學習態度、學習能力、平時成績預測。期末上機考試系統也是智慧課堂綜合平臺的一個子模塊，是精心設計的穩定、安全、功能強大的子系統，方便教師每一年更新試題庫，修改bug。試題庫中的每一套試卷都應當經過科學的考卷質量分析，使其難度、覆蓋范圍在一個均衡、合理的范圍。最后，教師通過對各類平時成績指標以及期末考試成績加權，給出最終的學習成績。通過規范、合理、公平、全面的考核體系，獲得對學生公平、完善的評價機制，激勵學生并刺激教學良性運轉。
篇11
一、人工智能時代的概述
人工智能（ArtificialIntelligence，縮寫為AI）亦稱智械、機器智能，指由人制造出來的機器所表現出來的智能。通常人工智能是指通過普通計算機程序來呈現人類智能的技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現。人工智能于一般教材中的定義領域是“智能主體（intelligentagent）的研究與設計”，智能主體指一個可以觀察周遭環境并作出行動以達致目標的系統。約翰麥卡錫于1955年的定義是“制造智能機器的科學與工程”。安德里亞斯卡普蘭（AndreasKaplan）和邁克爾海恩萊因（MichaelHaenlein）將人工智能定義為“系統正確解釋外部數據，從這些數據中學習，并利用這些知識通過靈活適應實現特定目標和任務的能力”。人工智能的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及范圍極廣。人工智能是研究使用計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算機，使計算機能實現更高層次的應用。人工智能是十分廣泛的科學，它由不同的領域組成，它是哲學、認知科學、數學、神經生理學、心理學、計算機科學、信息論、控制論、不定性論、仿生學等多種學科互相滲透而發展起來的一門綜合性學科。在人工智能時代下進行電氣信息類專業教育改革的過程中，需要對人工智能時代的含義和發展背景進行深入的分析和研究，這樣才可以給電氣信息類專業教育改革指明一個正確的方向，保證后續工作的科學性和有效性。在2016年的世界經濟報告中，人工智能被預測為第4次工業革命的主要技術代表，人工智能的發展將從宏觀到微觀的各個角度進行相互的滲透以及融合，從而符合各個領域對于智能化技術的新要求和新需求。在人工智能技術發展的過程中，產生了大量的新技術和新產品，也形成了新的產業核心的發展模式[1]。我國經濟結構在人工智能時代下發生了重大的變革，由于人工智能技術獨特的技術形式和技術模式，深刻地改變著人們的生活方式和生活模式。在一定程度上不僅可以推動我國社會生產力的提高，還有助于推動科學技術水平逐漸朝著智能化和數字化的方向而發展，從中可以看出人工智能技術的發展是時展的必然趨勢，并且發展前景是比較廣闊的。人工智能技術主要是指將多個學科技術進行有效的整合，其中涵蓋了計算機學科、語言學科和心理學科，智能化特征是比較明顯的。在實際應用的過程中，由于融合了各種尖端的技術，能夠將技術能力和技術思維進行有機的結合，模仿人的工作行為和思維，在當前時代下人工智能技術得到了蓬勃的發展，但是人工智能技術的發展也需要一定的時間和精力。首先，在實際用的過程中相關工作人員進行了機器人的研發，機器人可以在復雜的環境中對信息進行有效的替代和處理，模仿人類的思維進行日常的工作。在后續工作的過程中，相關工作人員進行了數據系統的開發，可以自動化和智能化的對計算機數據進行有效的處理以及分析，在較短時間內提取出有效的信息，完成整個工作流程[1]。隨著我國當前科學技術的不斷發展，一些工作人員紛紛加強了對人工智能技術的研發力度和開發力度，不僅可以提高計算機的使用效果，還可以及時的發現在計算機系統日常運行過程中所存在的故障。在當前時代下人工智能技術的使用范圍在不斷的擴展，并且人工智能技術的發展前景是非常廣闊的，在計算機網絡技術中發揮著獨特性的作用和決定性的重要影響的作用。
其次，隨著人工智能技術的不斷發展，人工智能技術和各行各業進行了相互的滲透以及融合。在當前電氣信息專業領域中人工智能技術得到了廣泛的應用，并在實際工作的過程中對原有的工作模式進行了有效的改進和創新。一些工作人員在實際工作的過程中構建了自動化的工作模式和工作平臺，將人工智能技術完美的融入電氣信息領域中，不僅為我國電氣信息領域指明了一個正確的方向，也在一定程度上提高了人工智能技術的水平。最后，人工智能技術的發展，在電氣信息領域中的影響是迅速擴大的，人工智能的使用會對電氣信息行業的各個環節產生深刻的影響，甚至是革命性的變化。人工智能的應用不僅僅停留于行業的技術層面，更加重要的是在人工智能時代下一些新的工作思維和發展理念。作為電氣信息類專業的工作人員在人工智能的時代下要提高自身的專業素質和專業水平，根據人工智能時代的特點以及發展方向，對原有的工作模式和工作理念進行深入的改革以及創新，并且還要掌握有關人工智能方面的新技能，從而使得電氣信息類專業影響力能夠得到有效的提高。但是從側面來看人工智能技術的發展對于電氣信息類專業2本刊特稿科學咨詢/教育科研2021年第24期(總第745期)來說是把雙刃劍，給實際工作帶來了新的挑戰，一些工作人員不得不提高自身的專業素養和專業素質，掌握更多的人工智能技術。在當前時代下這種影響和變革已經被普遍認可，因此使我國電氣信息類專業行業能夠得到良好的發展。高校要對電氣信息類專業教育進行適當的改革以及創新，根據當前人工智能時代的發展方向和對人才的要求，對學生的綜合素質和創新能力進行良好的培育，從而使學生能夠充分的發揮人工智能技術的優勢，提高電氣信息類專業的水平和質量，再一次加深人工智能和電氣信息行業的融合力度。相關負責教師要加強對這一問題的理解，對原有人才培養模式和課程教育重點進行適當的改革和創新，根據人工智能時代和電氣信息領域融合的背景，提高課堂教學的科學性和針對性，從而使學生在畢業之后能夠獲得良好的發展。
二、人工智能對電氣信息類專業人才需求的影響分析
人工智能主要是利用計算機對人腦功能進行模擬，具備一定程度的人類認知和分析問題的能力，人工智能是人類所制造的智能化技術，也是機器智能化發展的主要載體。在人工智能發展的過程中，由于是計算機科學領域的一個分支，所以在人工智能研究的過程中，涉及有關語言識別和圖像識別方面的功能。在當前時代下，人工智能所形成的熱點效應是比較廣闊的，人工智能技術的應用，使得各行各業朝著智能化的方向而發展，對于電氣信息類專業人才需求來說，也逐漸朝著智能化的方向而發展。電氣信息類的教學，主要是為了讓學生能夠在班級學習的過程中，將理論和實踐進行有機的結合，提高學生的實踐能力和操作能力，實踐性是比較強的。在電氣信息類專業發展的過程中各種新興的技術被應用其中，擴展了電氣信息類專業的發展實力，并且人工智能和電氣信息類專業進行了有機的融合和滲透。人們在互聯網思維的影響下已經形成了互聯網思維的發展理念，隨著人工智能技術的廣泛運用再加上云技術和算法技術的普遍化，這又給電氣信息類專業的發展提供了重要的支撐。在相互融合的技術背景下，電氣信息類專業也即將進入到人工智能發展的領域中[2]。因此對于電氣信息類專業行業的工作人員來說，要了解人工智能時代下先進的信息技術，并且還要結合電氣信息類專業在人工智能背景下的新特點，樹立新的工作模式和工作理念，從而使得電氣信息類專業能夠在人工智能技術背景下得到廣泛的發展。對于人才需求方面，要求高校要對原有課堂教學模式和課程教學重點進行深入的改革和創新，融入人工智能方面的內容，對學生的綜合素質和專業能力進行良好的培育，高校要正確地理解人工智能對電氣信息類專業教學的影響，從而使得電氣信息類專業能夠朝著生態化和持續性的方向而發展。
三、人工智能給電氣信息類專業提供的機遇
在人工智能技術中，所涵蓋的技術內容相對來說是較為豐富的，這在一定程度上有助于提高電氣信息類專業的教學水平和教學質量。從中可以看出在當前時代下的電氣信息類專業教育教學中，教師要充分地把握人工智能技術所帶來的機遇，從而提高課堂教學的效果和質量。在人工智能技術中包含著語言識別技術和圖像辨認技術，也可以對一些語言進行有效的處理和研究。在課堂教學的過程中，教師要充分的發揮人工智能技術的優勢，讓學生了解當前電氣信息領域的發展方向和主要的發展特點[3]。由于電氣信息類專業所涵蓋的內容是相對來說較為復雜的，學生在日常學習的過程中，需要進行多個學科知識內容的學習，這給學生日常學習和教師的課堂教學帶來了諸多的挑戰，教師要結合課程教學的內容，對課堂教學模式和流程進行精心的安排。在實際工作過程中，要以計算機作為主要的輔助手段兼容，并且充分利用其他專業領域的技術來開展日常的教學。在課堂教學過程中，教師要充分的利用人工智能技術，對原有課堂教學模式進行深入的改革以及研究，并且結合新一代人工智能發展規劃的這一大背景，對原有課程教育模式進行創新和調整，從而給學生提供更加廣闊的發展空間。首先，在實際工作的過程中，人工智能技術重新構造了電氣信息專業的課程，由于電氣信息類的實用性是比較強的，在人工智能的技術下能夠取得不一樣的教學效果。將語言識別技術和圖像辨認技術進行了有機的結合，教師可以充分發揮這些專業技術的優勢，提高課堂教學的效果。另外在課堂教學情景中，教師可以利用人工智能技術來實現網絡化的教學，并且為學生打造智能化的工廠開展虛擬實驗室，從而對學生的專業能力和操作水平進行良好的培育。其次，在電氣信息類專業教學中人工智能技術的應用能夠對傳統課程教育模式進行有效的轉型和升級。在以往課程教學中，由于電氣信息類專業所涉及的知識學科是相對來說較為豐富的，這給教師的日常教學帶來了諸多的問題。比如在實際教學的過程中很難實現課程的有效統一，也無法為學生打造標準化的課程教育體系，在進行個性化和獨特性課程教學方面的力度還是不足的，甚至也沒有完善的教育體系進行主要的支撐，這給實際的教學工作帶來了諸多的問題。隨著人工智能技術的應用，在課程教育的過程中，教師可以充分的發揮人工智能技術的優勢，對相關信息進行有效的總結和收集。從而為學生打造個性化的教學課堂，并且運用人工智能技術，還可以對不同學生的學習需求進行分析和研究，提高課堂教學的針對性，從而使學生可以更加積極地進行知識內容的學習，實現快樂學習的效果[4]。在專業教育中教師要充分的發揮人工智能技術的優勢，提高人工智能技術的應用性效果，對學生的知識需求進行深入的挖掘以及研究，從而使學生的學習質量能夠得到有效的提高。與此同時，在課程教育的過程中，教師還可以進行課堂情景的構建，通過網絡化的教學為學生再現一些生活中的真實案例，為學生全面素質的提高奠定堅實的基礎。
四、人工智能技術在電氣信息類專業教育教學中的應用路徑
（一）轉變人才培養目標在人工智能時代下的電氣信息類專業教育中，由于原有的教育重點和人才培養模式已經無法順應人工智能時代的發展特點和對人才的需求了，所以在實際工作的過程中，要對電氣信息類專業教育進行有效的改革，幫助學生在畢業之后能夠獲得穩定的發展。首先，在對電氣信息類專業教育進行改革時，要轉變人才培養的目標，這主要是由于人工智能技術在電氣信息類專業行業中的運用對各個環節都產生了非常深刻的影響，并且電氣信息類專業對于人才的需求發生了很大的變化。比如，對人才的知識結構和專業技能方面都和傳統發現模式有所不同，在電氣信息處理的過程中提出了諸多的要求。相關電氣信息類專業從業者不僅要具備完善的理論知識，還要具備創新性的思維能力，能夠面對當前變化多端的人工智能時代，具備新的技術和新的思維，靈活地運用在實際工作中所存在的問題。因此對于電氣信息類專業教育來說，要對人才培養目標精準定位，實現良好的變革。其次，電氣信息類專業要著眼于當前國際發展方向和新業務的特征，了解有關業態產品和專業能力方面的內容。從這些問題入手提出正確的人才培養目標，并且對原有課程教學進行改革和創新，從而促進學生能夠在課堂學習的過程中加深對人工智能技術的了解，提高學生的專業素質和創新能力。
（二）升級人才培養模式在人工智能背景下對電氣信息類專業教育進行改革時，要在原有育人模式的基礎上實現有效的升級，改變傳統的課程教學設置。當前大部分電氣信息類專業院校還是采用之前偏理論的課程來對學生進行知識內容的講授，雖然這些理論知識是學生在學校學習期間必須要掌握的內容，但是假如仍然向學生講述這些課程的話，也沒有將理論和實踐進行相互的結合，使得學生無法在人工智能時代下得到良好的發展，因此相關負責教師在實際教育工作中要對原有人才培養模式進行轉型和升級。電氣信息類專業教師要根據當前電氣信息行業的發展和對人才的要求，對課程教育內容進行重新的調整。首先，在實際教育的過程中要向學生全面地展示先進的人工智能技術，技術是推進電氣信息專業前進的動力之一。但是在原有的電氣信息類專業教育中，教育技術的實施和教學并沒有受到相關負責教師的重視，教師在班級教學的過程中，也沒有為學生融入當前先進的人工智能技術和運用案例，提高學生的專業素質。在人工智能時代下，人機協作是當前主要的工作模式和發展模式，因此對于電氣信息類專業教育來說，要對人才培養課程結構和課程重點進行有效的調整和創新。教師在教學中不僅要加入有關以往課程的教育內容，還要對課程進行有效的擴展，融入新媒體和人工智能技術應用相關的課程。比如教師可以立足于教材中的內容，為學生創設多樣化的實訓活動和實踐操作平臺，在學生實踐的過程中要融入先進的人工智能技術，這些教學模式的運用不僅可以讓學生了解人工智能技術的實際應用情況，還可以多方位的鍛煉學生的創新能力和實踐應用能力。所以相關高校要適當的借鑒這一教學經驗，提高課程教學的針對性。其次，在育人模式中還要加強對學生創新思維和操作能力的培養，在人工智能背景下，電氣信息的發展模式和主要的發展方向都發生了一定的改變。在當前電氣信息領域發展的過程中，為了使自身能夠在人工智能背景下得到有效的發展需要創新和創意的人才，并且要求這部分人才能夠掌握先進的人工智能技術，根據電氣信息發展的實際需求和人們對電氣信息的要求，從而生產出個性化和特色化的產品。在育人模式升級中，教師要將專業和特色進行有機的融合，構建新的教育思路，過硬的專業素質才是人才升級的重要基礎。在人工智能時代下，信息的來源和途徑逐漸朝著多樣化的方向發展，在這些繁雜的信息中既有重要的信息也有多余的信息，所以要使學生能夠對這些信息進行有效的辨別。高校在制定人才培養模式中，要專業性的鍛煉學生的工作能力和專業素質，從而使學生能夠在這些大量的信息中提取有用的信息，提高電氣信息類專業的有效性。
（三）引入任務驅動的實驗模式在人工智能背景下對院校電氣信息類專業進行教學時，教師要在保留原有學習項目的同時，立足于學生當前的理解能力，開發新的教學內容。在教學中教師要求學生進行獨立性的思考，并且教師還要對學生的學習思路進行適當的引導以及啟發，使學生可以運用課堂中所學到的知識內容靈活的解決實際實驗過程中所存在的問題。教師要引導學生運用不同的方法進行學習，鼓勵學生進行大膽的設計以及驗證。教師在班級教學的過程中，可以為學生引入任務驅動式的教學模式任務，驅動式的教學模式主要是以學生為中心，教師要立足于教材中的內容和課堂教學的目標為學生布置相關的學習任務，實現綜合性的學習效果。在為學生布置學習任務時，要融入當前先進的人工智能技術，讓學生充分的發揮人工智能技術的優勢來完成教師所布置的任務。教師要在任務驅動式的教學模式中增加一些設計型和創新型的學習活動，讓學生直接深入到實踐學習中進行方案的設定以及驗證，并且對最終的實驗結果進行多方位的分析以及討論。在班級教學的過程中，教師要讓學生圍繞著一個教學目標來開展日常的學習，并且學生在學習和驗證的過程中，教師還要加強和學生之間的互動和交流，從而對學生的實驗方向和實驗思路進行有效的引導，使學生可以在強烈的學習興趣和學習動力的驅動下進行自主性的探索以及學習，并且也可以在班級中形成良好的互動。
（四）利用人工智能技術進行輔的教學在電氣信息類專業教學課堂中，教師在利用人工智能技術進行教學時，要在原有課程的基礎上充分地發揮人工智能技術的優勢，從而對實際教學起到一個良好的輔助作用。比如，在實際教學的過程中，教師需要將理論知識和學生的實踐學習進行相互的結合，提高課堂教學的真實性和有效性，在課程內容中要圍繞著各種企業的實際項目來讓學生進行知識內容的學習，教師要利用人工智能技術的優勢為學生展現真實的一線工作現場，讓學生全面的感受工作的環境，不僅有助于提高課堂教學的效果，還可以讓一些抽象的理論知識變得生動和直觀，促進學生學習效率的提高。
篇12
本文著重介紹教學團隊在智能科學精品課程群建設方面的基本情況。
一、智能科學精品課程群的建立
該團隊逐步推進智能科學精品課程群建設，不斷積累教學改革成果。首先，利用頗具特色的優秀教材群，建立起國內首個立體交叉的智能科學教材體系。其次，把多元智能理論和本體論的知識組織方法用于課程群建設，并建立了智能科學課程群之間的內在聯系，建成國家級智能科學精品課程群。再次，增強實驗教學，整合多元資源，創建開放式軟硬件訓練環境，促進智能科學精品課程群的進一步建設與發展。
（1）率先建設立體交叉的智能科學教材體系
智能科學具有高度交叉、多學科融合的特點，結合這些特點研究了不同課程、不同學歷層次、不同學科門類之間的交叉鏈接關系。建設以信息學科類本科生教育為主，兼顧碩士和博士研究生的教材體系，并輻射到管理類、機械類等專業。教學團隊與時俱進，對教材不斷更新，自1987年以來共出版人工智能、機器人學、智能控制等教材共20個版本[8-13]。例如，《人工智能及其應用》、《機器人原理及其應用》和《智能控制》均為我國相關課程的第一部具有自主知識產權的著作，被譽為“智能三部曲”，為國內高等院校廣泛使用。
（2）建立多層次智能科學精品課程群
團隊把多元智能理論和本體論的知識組織方法運用于課程群建設，并依據個性化元素特征和個體差異構建模塊化課程體系及系列化課程設置，并據此設計課程群及課程相關的實踐環節。
設計出各課程間的橫向關系和專業間的縱向關系，即建立智能科學課程群之間在知識、技能、素質三個維度上的橫向聯系，以及在本科生、碩士研究生、博士研究生三個學歷層次與專業基礎課、專業課專業層次上的縱向關系。
經過長期建設，10年來共獲準12項各級質量工程等立項，建立與形成了國家級智能科學精品課程群。其中包括國家級精品課程、全國雙語教學示范課程、國家級教學團隊、全國優秀網絡課程、國家級規劃教材、國家級精品視頻公開課和國家級精品資源共享課程以及省級和校級精品課程等。
（3）整合資源，加強實驗，創建開放式訓練軟硬件教學環境
教學改革沒有最好，只有更好。教學團隊不斷增加與逐步完善智能科學精品課程群的實驗和實踐環節，開設智能科學相關培訓課程和專題講座。注重整合各種資源，增強智能學科與其他學科的交叉，創建開放式訓練環境和訓練中心，建設智能科學與技術創新實驗室、大學生程序設計競賽訓練中心、大學生智能移動機器人科技創新平臺等。此外，還積極參與智能類學科競賽，如“飛思卡爾”大學生智能車競賽、全國大學生智能設計大賽、ACM/ICPC程序設計大賽，以及多種智能機器人和智能小車大賽等。
經過多年精品課程建設與積累，目前，教學大綱、教學日歷、教案或演示文稿、重點難點指導、作業、參考資料目錄和課程全程教學錄像等教學必需資源均進行了持續建設與更新補充。其中一些特色資源得到建設與共享。首先，共享國家級教學名師積累的豐富教學資源。通過建立名師工作室、名師示范項目實驗室和名師圖書室，形成多元化的帶教制度，使老教師的教學理念和經驗得以傳承。這樣就能夠加快年輕教師的培養與成長。其次，共享網絡課程資源。各門網絡課程均采用智能技術中的知識推理和智能算法來實現編程、答疑和虛擬實驗，具有智能化、個性化、情境化和形象化等特色，以及導航系統多樣化、向導學習個性化和情景化學習等功能。促進了各課程教學改革，提高學生培養質量，深受學生歡迎。再次，共享實驗資源。教學實驗從無到有，從弱到強，逐步建立教學實驗室和科研實驗室，全面向學生開放，使廣大學生共享實驗資源。通過實驗，學生發揮了主動性，提出并積極驗證和探索自己的思路，從而更好地掌握知識，培養學生的理論聯系實際能力和創新能力。
二、改革課程教學，建設精品課程群
著力課程教學改革，建立以精品課程群為核心、以課堂教學為基礎、以實踐訓練深化教學效果的課堂教學與實踐教學創新體系。為了實現教學目標，保證課程群的教學和教改的順利進行，加強了教師隊伍建設和教學管理，建立教學質量評價系統，保證課程群的教學質量。
（1）建立以精品課程群為核心，以課堂教學為基礎，以實訓深化教學效果的課堂教學與實踐教學創新體系。
提出“以趣導課、以疑啟思、以法解惑、以律求知”的“四以”教學方法。建立“課堂講授+啟發互動+創新實踐”三位一體的教學模式，探索出“項目驅動教學”（Project-orientedlearning）和“做中學、趣導思”的主動教學方法和學生培養途徑。開發雙語教學平臺，改進與強化雙語教學模式，完善雙語教學的方法和手段，提高教學質量。
（2）加強教師隊伍建設，改進管理，改革考試，促進課程群的教學和教改的順利進行。
總結并推行“嚴肅對待教學工作，嚴格要求學生，嚴密組織教學過程，嚴謹施行教學改革”的“四嚴”教育思想，指導教師隊伍思想建設[1]。注重對青年教師的業務培養，提高他們的授課水平。改革考試制度和方法，培養學生思維、分析能力和創造創新能力。
（3）建立教學質量評價系統，監控課程教學全過程，保證課程群的教學質量。
將控制論（Cybernetics）中的閉環控制信息反饋和故障診斷理念引入教學質量評估過程，建立教學質量的診斷、分析與校正評價系統DIACES （Diagnosis，Analysis and Correction Evaluation System）。
（4）利用教師試講、督導聽課、網上評教、同行評議、講課競賽、質量評優、師生座談、公開示范課等一系列措施，反映教學中的存在問題和成功范例。然后通過集體討論分析，提出對存在問題的糾正措施或對成功范例的推廣意見，實現評估監控過程的自動化、智能化與常態化，保證教師授課技能、教學效果和人才培養質量的提高。
三、經驗與結論
在智能科學精品課程群建設過程中，取得了豐碩成果，探索與積累了豐富經驗。主要體會如下：
（1）在該精品課程群建設中，始終貫徹“以人為本”的育人理念，把多元教學理論和本體論的知識組織方法用于課程群建設，創建因材施教和探索性的學習環境。以“教書育人”為根本任務，堅持“嚴肅對待教學工作，嚴格要求學生，嚴密組織教學過程題，嚴謹施行教學改革”（“四嚴”）教育指導思想，奠定創新型人才培養的理論基礎。
（2）注重“課程核心”教育定位，總結出“以趣導學、以疑啟思、以法解惑、以律求知”（“四以”）的教學方法和“做中學、趣導思”的綜合素質培養方法。做到師生互動，理論聯系實際，深化教學，摸索出創新型人才培養的有效途徑。
（3）建立覆蓋多層次、多專業、多語種、立體配套的智能科學精品課程群系列教材體系，實現課程群系列教材的“精品化”。建立網絡化、個性化、智能化的多維教育網絡課程體系。建立一種教學質量評估系統，即質量診斷、分析與校正閉環評價系統。這些措施為課程教學和創新型人才培養提供了有力保障。
篇13
近年社會對計算機專業人才能力的要求越來越高，而學生所學與實際需求存在不少差距，高校計算機專業課程教學因而遭遇詬病。依托信息與網絡技術支撐的大規模網絡開放課程（massive online open course，MOOC）較好貫徹了以學為中心的理念，其翻轉教學模式與靈活有效的交互極大提升了學習興趣[1]。搭建MOOC平臺的計算機技術既是技術基礎，也是熱門MOOC課程。在此浪潮下傳統高校計算機專業的教學首當其沖受到沖擊，遇到前所未有的挑戰。縱觀國際三大MOOC巨頭的課程建設均始于計算機類專業課程，同時也是所占比例較大的課程系列，其中人工智能（Artificial Intelligence，AI）課程在Coursera、Udacity[1]兩個平臺上均是最早開設的課程之一。采用何種教學模式更適應社會對人才的需求呢？這是應對挑戰的關鍵問題。
1 人工智能課程的課堂教學困境
人工智能是研究模擬、延伸和擴展人類智能的理論、方法、技術及應用的前沿交叉學科，涉及面廣、研究性強，還不斷產生新的理論和方法。課程難度大理論強實踐難，也是公認難講的課程之一，該課程具有如下特點：
1.1 先導課多，知識抽象，涉及面廣，更新快
前期知識包括：數據結構、離散數學、程序設計、圖像處理等。如果前期知識不扎實，很難理解內容并融會貫通。傳統內容包括：知識表示和推理、搜索策略、模糊理論、神經網絡、機器學習、專家系統、遺傳算法等，涉及大量抽象理論和復雜算法。教材普遍特點是：內容滯后，枯燥深奧的理論和解決現實問題的實踐聯系不緊密。
1.2 研究性強
該領域很多內容仍是科研熱點，并不斷涌現出新的研究方向、新內容、新方法、新技術和新應用。
1.3 教學方式單調
技術和管理的局限也制約了教學方式，教學方式基本以教為中心，停留在講授、問答等簡單互動上，教學方法單一。很少能提供學生自學、討論、合作和實踐的一整套互動實踐機會，難以真正體現以學為中心的理念。
1.4 學生缺乏興趣
一方面，課程本身特點使得課程容易陷入枯燥的紙上談兵的尷尬。另一方面，即將畢業的高年級本科生對未來規劃明確，抽象的人工智能課程無論從職業發展還是繼續深造對學生并沒有立竿見影的效果，進一步拉低興趣。此外，教材滯后，教學方法單一等也會影響興趣。
如火如荼發展的MOOC的課程，尤其Udacity的課程設計之初就立足于解決實際問題的導向，做法上的獨特之處成功吸引了大批學生。課堂教學中借鑒在MOOC上被證明有效的教學模式和方法，不啻為一種嘗試，以期擺脫教學困境，提高學習興趣，最終提升教學質量。
2 MOOC的教學模式
MOOC的教學模式分為三種：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教學模式特點是學習者完全做主，但復雜的網絡互動產生龐大而混雜的知識網，缺乏識別主次和歸納總結能力學生常因信息過載陷入茫然無措的境地。2011年Udacity 創始人之一在網上開設的“人工智能導論”課程改變了表現風格，把互聯網作為教學媒體的呈現潛力發揮到極致，按知識點分割內容成短小視頻，其間插入現場對問題的解決，突出了Udacity有別于傳統教育機構及其先行者的地方：注重發現并解決問題。這就是xMOOC的教學模式，沿襲并創新了熟悉的學習風格，使得MOOC如魚得水漸漸發展壯大。隨著MOOC逐步成熟，為了適合具有專業基礎的職業技能培訓，發展培養針對具體任務的探究學習教學模式，即tMOOC模式，這是Udacity網站課程的另一個設計目標。表1顯示了MOOC的三種模式的對比。
以Udacity的人工智能導論課程為例，只要高中畢業具有概率論和數理統計基礎的學生就可以學習，該課程適合入門，但難度較低，內容較少。清華大學的馬少平編寫的人工智能教材是很多大學，包括我院人工智能課程的教材，清華大學的人工智能課程經過多年發展已經形成了一個系列教學資源庫，包括教材、課程視頻、教學課件、作業及答案和實驗設計等。根據Udacity網站的人工智能導論課程的展示，表2從幾方面對比了Udacity人工智能課程與清華大學馬少平版的人工智能課程情況：
從表2可以發現Udacity的人工智能視頻采用了按知識塊分割成短小視頻，在期間和完畢之后都準備了測試，細節上體現了以學為主的理念。縱觀類似人工智能的國家精品課程[3]，學習資源多為文本類，重用難，對教學重難點沒有拓展和轉化。這種以內容共享為中心的呈現模式，缺乏與學習者充分交互，難以體現以學為中心的教學理念。
在MOOC的教學設計中，調動學習者極大熱情的是翻轉課堂，在學習環境中引入了自主協作[4-5]，在交流機制中融入了多元互動，給學習者帶來積極、主動、高效的學習，翻轉課堂和傳統課堂的區別如表3所示：
3 MOOC的教學模式對人工智能課堂教學的啟示
3.1 教學內容的優化與調整
MOOC的教學通過把理論抽象的知識點分割成小段錄制的微課視頻，時長不超過15分鐘，內容銜接處具有一定交互性，講解形象化，提供給學生反復觀看，這種用技術處理分解知識點和把難點從抽象變成具象的過程降低了理解難度。
課堂教學也可以通過分而治之的方式對教學內容優化調整。人工智能涉及內容與范圍多而雜，作為入門課程并不要面面俱到，根據學生層次，可以區分重點掌握和一般介紹的內容，以點帶面鋪開，因此，根據學生特點，把成熟的基礎理論和這些理論的實際應用整合，輔以其他新技術的穿插介紹，主要分三塊：
①人工智能的概念和發展，熟悉人工智能的研究和應用領域；
②人工智能的基本技術，包括知識表示，邏輯推理、搜索策略、模糊理論等；
③涉及現實應用，如：機器學習，模式識別，自然語言理解，智能控制等。
為了反映人工智能領域最新進展，教師還可以收集學生感興趣的最新成果專題信息，及時更新、調整教學內容，通過與實際更緊密的融合接軌，對課堂上沒時間介紹而又較熱點的新知識，通過提供方向和資料解決，注重提高興趣的同時，也展示出課程學科特點、主流技術及發展趨勢。
3.2 緊密結合實際
Udacity的開設之初的目的就是學習為了解決現實問題，其人工智能課程設計也不例外，包含有實際遇到問題的解決，這種立竿見影的好處就是極大激發了興趣。
考慮到高年級學生對解決實際問題技術的興趣遠遠大于技術理論等細節，不想花太多時間去理解復雜而難以看到實踐效果的理論上，更想通過實際體驗解決問題增強成就感。教學內容的設計尤其緊密結合實際運用。
傳統人工智能講授通過實例解答或推證式講述理論，如知識表示和搜索推理技術，該部分理論強，應用實例少，往往學生感覺枯燥乏味，教師也感覺晦澀抽象，學生對所講內容基本靠死記方法和步驟，這種僵化的教與學影響了教學效果。
因此，設計教學時尤其注重內容的實用性。除了講授至今仍沿用和有效的基本原理和方法外，引入近年發展起來的方法和技術，如智能算法等，對這些內容重點在技術的具體實現上，強調與實際的融合貫通。教學過程中加入與課程內容對應又可以用計算機實現的試用內容。如模式識別應用于手寫數字識別，通過仿真軟件模擬實現算法，獲得立竿見影的效果體驗，加深對算法的認識，引起學生濃厚的興趣。同時也對某些很有發展前景的技術興趣導入，如目前人工智能研究側重人類理性邏輯功能的模擬，而如果把情感智能考慮進去，才更有人性化的智能決策。這就是經過了將近20年發展的情感計算，隨著可穿戴技術漸漸滲透進生活，引起更多關注，這些接地氣的內容提升了興趣。
3.3 實踐能力的培養
Udacity 創始人史蒂芬斯博士的說過，“即使是最好的大學，其計算機課程所傳授的技能也是浮于理論的”。學習的目的是為了解決實際問題，帶著問題學習和思考，有利于主動學習的激發。這些方面，可以參考Udacity人工智能課程的實驗內容修正。強調學習是為了解決實際問題服務的目標。
3.4 教學模式及教學方法的變化
3.4.1 實例教學法
人工智能內容的抽象性決定了知識點的難度，Udacity人工智能課程教學中盡量把難懂的知識點結合現實中有趣實例，通過感性體驗提高理性理解，讓學生容易接受。筆者進行了一些化難為易的嘗試：如利用漢諾塔問題講解狀態空間的知識表示，通過野人過河的游戲程序步步領會理論精髓；結合下棋軟件體驗模擬人腦思考的計算機博弈的極大極小搜索思路，這些實例教學激起了興趣，擴展了學生思路，拓寬了視野。
3.4.2 翻轉教學法
整門課程錄制課程小視頻還有一定難度，作為嘗試，選擇少量知識點錄制視頻進行翻轉教學。如抽象的理論部分，借鑒網上已有視頻資源融入教學過程，分解知識點破解難點，形象化與短時間的重復講解，增加學生對抽象內容的理解，期間穿插核查對理解內容的核查，并留出思考時間，強化學習效果。
3.4.3 交互環境的營造，輔助教學過程完善
1）基于聯通主義的學習交互[6-7]
在MOOC課程中，提供在線交流論壇，學習者建立課程組，學習組等方式交流，這種教與學、學與學的交互不但是網狀進行的，而且是即時的。學生將互動產生的內容作為學習的中心，通過學習者不同認識的交互，建立新的認知結構，拓寬了視野，更有利于問題的有效解決。這種互動交流分成三種形式：
①教師對統一回答提問集中且意義較大的疑難問題；
②學習者分享學習感悟；
③學生間交流帶來不同認知的碰撞。
以上三種情況的互動在課堂教學中也可以運用于課堂教學：及時分析整理共同問題，集中回復；課堂教學的互動除了課堂上及時了解學生反饋的互動，還有對解決問題的互動。課下互動可以利用學者網建立課程組，提供了較好的師生交流形式與效果，同時利用學習組在小組中分享互助，小組成員的交流引起認知碰撞，這種實際參與的體驗加深了理解，并鞏固學到內容，這些資料的逐漸積累還可以復用。
2）基于行為主義的學習反饋[8]
MOOC 遵循了程序教學的一般原則，尤其注重學生反饋，像游戲一樣關卡設置讓整個過程充滿挑戰性，一些機器評分實現了及時學習反饋，擺脫了單向提供課程資源的弊端。課堂教學可以借鑒這種借助技術手段互動了解學生學習的情況，促使有意義學習的發生。
4 教學改革的實施
利用以上措施在《人工智能》課程的教學中實踐，通過在xMOOC教學模式中部分適當內容引入翻轉教學法與利用學者網的課程交互，探索提高興趣，促進理論與實踐的融合，促進有意義學習的發生，提高學生實踐能力的途徑。通過觀察，調查與訪談等方式，了解學生在該教學模式中興趣與能力改善狀況，同時研究教師教學法轉變與教學水平變化的關系，根據追蹤研究效果，發現這種改善調動了學習興趣，促進了教學效果。實踐中通過建立實驗組（班）與對照組（班）、評價教學模式和教學效果等因素，不斷總結、修正和完善，期望建立適應當前形勢與環境的有效的該課程的教學模式與教學方法。
5 結束語
筆者結合人工智能課程的教學實踐，針對本科高年級的教學特點和人工智能課程學科特點，提出在設計人工智能教學時，通過MOOC的教學模式和教學方法完善課堂教學，注重內容的實用性和新穎性，適當穿插新方向的內容，目標是將難學、枯燥、難理解的問題，變得易學、有趣、易理解。從學生反饋來看，這些方法起到了積極的實際效果，有效地提高了學習積極性。
【參考文獻】
[1]udacity的人工智能導論課程網[EB/OL].https：///course/cs271.
[2]王萍.大規模在線開放課程的新發展與應用：從cMOOC 到xMOOC[J].現代遠程教育研究，2013（03）：13-19.
[3]國家精品課程資源網[DB/OL].[2013-04-22].http：//.
[4]徐明，龍軍.基于 MOOC 理念的網絡信息安全系列課程教學改革[J].高等教育研究學報，2013，36（03）.
[5]王文禮.MOOC 的發展及其對高等教育的影響[J].江蘇高教，2013（2）：53-57.
