應(yīng)用型本科高校人工智能導(dǎo)論課程的教學(xué)與實踐創(chuàng)新

朱玉祥, 李剛強, 何宇

摘要：文章結(jié)合應(yīng)用型本科高校的人才培養(yǎng)模式，探討了人工智能專業(yè)基礎(chǔ)性課程人工智能導(dǎo)論的教學(xué)與實踐創(chuàng)新。針對課程 “開放性”“入門性”“引導(dǎo)性”的特點，從人工智能導(dǎo)論創(chuàng)新教學(xué)與實踐入手，注重創(chuàng)新意識的應(yīng)用、理論與實踐相結(jié)合和翻轉(zhuǎn)課堂教學(xué)模式這三個方面進行教學(xué)改革總結(jié)。力爭將教學(xué)改革創(chuàng)新模式貫穿到整個教學(xué)實踐當中，以達到提高應(yīng)用型本科高校人才培養(yǎng)質(zhì)量的目的。

關(guān)鍵詞：人工智能導(dǎo)論；創(chuàng)新改革；課堂翻轉(zhuǎn)

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）32-0174-03

1 概述

人工智能是一門交叉學(xué)科，其導(dǎo)論課程涉及的理論方法有助于進一步學(xué)習(xí)其他專業(yè)課程，使學(xué)生對人工智能有全域的認識，培養(yǎng)學(xué)生的實踐以及創(chuàng)新能力的課程[1]。人工智能導(dǎo)論主要劃分為六個章節(jié)，分別為：緒言、知識表示、搜索算法、邏輯推理、機器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)。在緒言中介紹了人工智能的發(fā)展史，同時對全書內(nèi)容進行概括性總結(jié)，使用生動的案例將學(xué)生引入人工智能課程內(nèi)容當中。第二章的知識表示介紹知識與知識表示的概念以及基本的確定性知識表示方法。第三章搜索算法介紹了廣度優(yōu)先搜索，深度優(yōu)先搜索，迭代加深搜索，A*算法等基礎(chǔ)搜索算法。同時，在本章末尾部分引入了一些更加智能的算法--遺傳算法等，用于對學(xué)生知識水平的拔高。第四章邏輯推理以亞里士多德三段論為切入點，主要介紹了三段論，選言推理，假言推理，關(guān)系推理等幾種典型的推理形式。第五章和第六章引入一些關(guān)于人工智能的基礎(chǔ)知識，涉及機器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)等內(nèi)容。其中，第二章的知識表示以及第三章的基本問題求解方法在本課程中進行了詳細的講解。

此外， 我們在選擇和確定教學(xué)內(nèi)容時兼顧了基礎(chǔ)知識和新興技術(shù)， 注意與離散數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、概率論、自動控制原理、Matlab系統(tǒng)仿真、面向?qū)ο蟮木幊碳夹g(shù)等相關(guān)課程的連接， 密切理論與實際的關(guān)系，通過課堂講授和課外訓(xùn)練， 注意學(xué)生能力培養(yǎng)，提高學(xué)生的學(xué)習(xí)效果和整體素質(zhì)。人工智能導(dǎo)論課程作為人工智能新工科人才培養(yǎng)興趣和能力的一個重要學(xué)科，在全國各大高等院校的課程教學(xué)中起著十分重要的作用[2]。通過學(xué)習(xí)本課程，可以讓學(xué)生具備基本的人工智能思想意識和利用智能算法分析和解決實際問題的能力。同時開闊視野，培養(yǎng)學(xué)生的智能思維方式，掌握人工智能的基本原理和方法，為將來從事科學(xué)研究打下一定的基礎(chǔ)[3]。

2 人工智能導(dǎo)論課程特點

人工智能導(dǎo)論課程是人工智能“開放性”“入門性”和“引導(dǎo)性”的基礎(chǔ)性課程，所講授的也是人工智能中最基本最重要的內(nèi)容[4]。

本課程較為系統(tǒng)、全面地介紹人工智能的相關(guān)概念與理論，既簡明扼要地介紹這一課程的基礎(chǔ)知識與應(yīng)用技術(shù)，并對自然語言處理、專家系統(tǒng)等內(nèi)容進行擴展，幫助學(xué)生扎扎實實打好人工智能的基礎(chǔ)知識。通過提供淺顯易懂的案例，讓學(xué)生切實理解與掌握人工智能的基本原理及相關(guān)應(yīng)用知識，重視培養(yǎng)學(xué)習(xí)方法。所謂“引導(dǎo)性”，即帶領(lǐng)學(xué)生從無到有，逐步建立起人工智能的基本思想、理論、方法、開發(fā)及應(yīng)用等知識體系。將經(jīng)典人工智能方法與前沿技術(shù)相結(jié)合，激發(fā)學(xué)生學(xué)習(xí)人工智能的熱情和人機協(xié)同創(chuàng)新思維，介紹人工智能在不同領(lǐng)域的應(yīng)用，引導(dǎo)學(xué)生充分理解人工智能對未來人類社會經(jīng)濟、科技和文明發(fā)展的重要作用，使具備未來智能社會發(fā)展需要的人工智能素質(zhì)[5]。

人工智能導(dǎo)論課程的目的可為進一步學(xué)習(xí)人工智能其他課程如機器學(xué)習(xí)、知識工程、計算機視覺等奠定基礎(chǔ)；可與其他學(xué)科融合建立關(guān)聯(lián)；可與相關(guān)學(xué)科聯(lián)合組成體系；可為所有學(xué)科開發(fā)應(yīng)用提供方法；同時為學(xué)生未來的學(xué)習(xí)進行入門教育及引導(dǎo)[6]。

3 人工智能導(dǎo)論創(chuàng)新改革

3.1? 加強創(chuàng)新意識的應(yīng)用

在人工智能導(dǎo)論課堂上，單純給學(xué)生講解一些理論知識，對于學(xué)生主體性的考慮不夠。為了激發(fā)學(xué)生的創(chuàng)新意識，可以通過課堂案例視頻引導(dǎo)，互聯(lián)網(wǎng)+創(chuàng)新創(chuàng)業(yè)大賽指導(dǎo)等方法鼓勵學(xué)生參加各類科技競賽。學(xué)生除了在課堂上掌握好人工智能的基礎(chǔ)理論知識外以及將理論在實驗中進行驗證和實現(xiàn)外，還可以鼓勵學(xué)生參加課外興趣小組，或者科技類比賽[7]。

3.1.1? 通過擴散思維培養(yǎng)學(xué)生創(chuàng)新意識

擴散性思維是創(chuàng)新思維的重要組成成分之一，思考者根據(jù)已有的知識、經(jīng)驗的全部信息，從不同的角度不同的方向，進行各種不同層次的思考，多觸角，全方位地尋求與探索新的多樣性的方法和結(jié)論的開放式思維，這種思維方式能克服常規(guī)思維的單一性，能有效鍛煉學(xué)生的思維流暢性和靈活性。老師們可以在授課過程中通過給學(xué)生一個引導(dǎo)來激發(fā)學(xué)生的自主、探索和創(chuàng)新思維，并且鼓勵學(xué)生提出一些方案。而學(xué)生們提出的方案或許是不全面的甚至是錯誤的，但其中無不包含著創(chuàng)新的火花，應(yīng)該支持并鼓勵學(xué)生創(chuàng)新性的想法和回答。

3.1.2? 通過開闊視野培養(yǎng)學(xué)生創(chuàng)新意識

單純給學(xué)生講解一些理論知識，對于學(xué)生主體性的考慮不夠。這里需要激發(fā)學(xué)生的創(chuàng)新意識，例如課堂案例視頻引導(dǎo)，互聯(lián)網(wǎng)+創(chuàng)新創(chuàng)業(yè)大賽指導(dǎo)。同時學(xué)習(xí)的運用和開闊的視野也是至關(guān)重要的，而提高大學(xué)生的創(chuàng)新能力關(guān)鍵要培養(yǎng)科學(xué)的學(xué)習(xí)習(xí)慣和思考習(xí)慣。教師應(yīng)該通過學(xué)術(shù)講座等方式，使學(xué)生開闊視野，掌握科學(xué)的學(xué)習(xí)方法。也可以通過鼓勵學(xué)生參加各類人工智能科技競賽。

3.2? 注重理論與實踐相結(jié)合

人工智能理論的實踐與應(yīng)用，對企業(yè)的進步和社會的發(fā)展起到了極大的作用。人工智能導(dǎo)論課程的教學(xué)應(yīng)以學(xué)生的興趣為導(dǎo)向，注重理論與實踐的相結(jié)合，廣泛應(yīng)用學(xué)校的人工智能實驗室和其他科研教學(xué)的平臺，開展相關(guān)應(yīng)用課程實驗。最后通過期末課程設(shè)計進一步提高學(xué)生對相關(guān)人工智能知識的理解能力和創(chuàng)新的能力[8]。

3.2.1 理論應(yīng)用案例分析，穿插背景故事

以下將通過遺傳算法的實例應(yīng)用與分析，帶你理解人工智能理論在日常生活中的實際應(yīng)用。對于遺傳算法，比較好實例就是英國的吉普賽蛾。它經(jīng)歷了工業(yè)革命，吉普賽蛾身體顏色由淺灰色進化成了灰黑色。以此為背景，我們可以知道生物的進化主要包括四個過程。繁殖、突變、競爭和選擇。而這四個過程可以用一個封閉的循環(huán)圖來描述，如圖1所示。

物競天擇，適者生存。在生物進化的過程中，優(yōu)秀個體有更多機會被選擇參與繁殖，低劣個體更少機會參與繁殖，直至逐漸消亡。而在計算機程序中，我們可以進行“人工進化”。直接對結(jié)構(gòu)對象進行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定，具有并行性和較強的全局尋優(yōu)能力。由此我們可以根據(jù)生物進化的理論來延伸到計算機算法的應(yīng)用上去。通過遺傳算法，我們可以根據(jù)其中的思想與方法，來進行科學(xué)實驗的驗證，驗證遺傳算法在人工智能領(lǐng)域的一些應(yīng)用。其在實際中的具體應(yīng)用如圖2所示。

3.2.2? 實踐教學(xué)注重上機配套實驗

實踐教學(xué)的目的是提高學(xué)生的獨立思考和動手能力，應(yīng)以學(xué)生為主體、以學(xué)生興趣為導(dǎo)向開展相關(guān)應(yīng)用課程實驗。同時也需要對傳統(tǒng)的實踐教學(xué)模式進行改革，以滿足企業(yè)和社會對新工科人工智能應(yīng)用技術(shù)人才的需求。而目前大多數(shù)院校的人工智能導(dǎo)論課程理論與實踐聯(lián)系不夠緊密，對學(xué)生實踐能力的培養(yǎng)不夠。另外，大多數(shù)地方高校的人工智能實驗室建設(shè)投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學(xué)生對人工智能新技術(shù)的接觸不夠，這些都極大地阻礙了人工智能導(dǎo)論實踐教學(xué)的發(fā)展與應(yīng)用。因此需要在傳統(tǒng)的教學(xué)方式上進行改革，以滿足實踐教學(xué)的需要。

結(jié)合人工智能競賽來設(shè)計相關(guān)配套實驗。以賽促學(xué)，能更好地提高學(xué)生學(xué)習(xí)興趣。目前，行人重識別已經(jīng)成為學(xué)術(shù)界的研究熱點。行人重識別研究可以有效推動計算機視覺算法對相似物體的區(qū)分能力，提升對物體類內(nèi)差異的魯棒性。因此我們可以根據(jù)計算視覺來設(shè)計相關(guān)的實驗課題，以此來以賽促學(xué)，更好地讓學(xué)生理解和應(yīng)用所學(xué)的理論知識。

3.3? 充分利用翻轉(zhuǎn)課堂的教學(xué)模式

3.3.1? 翻轉(zhuǎn)課堂將主動權(quán)轉(zhuǎn)為學(xué)生

老師們可在課前根據(jù)教學(xué)任務(wù)及安排設(shè)計教學(xué)內(nèi)容并通過學(xué)習(xí)通等教學(xué)軟件發(fā)布視頻，同時針對課程布置相關(guān)習(xí)題以便學(xué)生進行課前的自主學(xué)習(xí)，憑借學(xué)生相關(guān)習(xí)題完成率及正確率的數(shù)據(jù)顯示檢測學(xué)生對課程內(nèi)容的課前學(xué)習(xí)掌握情況。在授課期間如果遇到合適的、適合學(xué)生講解的知識，例如搜索算法或者機器學(xué)習(xí)算法，可以對學(xué)生進行分組，為學(xué)生提供自主學(xué)習(xí)的環(huán)境，促進學(xué)生間的溝通交流，使學(xué)生獲得課堂主動權(quán)并且激發(fā)對人工智能導(dǎo)論這門課的學(xué)習(xí)興趣。

以搜索算法為例，每個小組派出代表通過PPT形式在講臺前進行講述，在課堂呈現(xiàn)時，發(fā)揚頭腦風(fēng)暴和反頭腦風(fēng)暴精神對其他小組的觀點予以評價，各抒己見指出其小組觀點的優(yōu)勢及劣勢。這種點評式分組討論不僅增加小組間的互動還可讓學(xué)生們了解更多新的思路從而進行思考、消轉(zhuǎn)為自己的知識，提高學(xué)習(xí)效率。讓學(xué)生養(yǎng)成善于思考的良好習(xí)慣與批判性思維。這樣使小組每位成員都能熟練掌握該知識。小組成員內(nèi)有講述者、提問者、答辯者，每位成員都參與其中，提高學(xué)生主動學(xué)習(xí)的積極性。

3.3.2? 翻轉(zhuǎn)課堂的優(yōu)勢

課堂翻轉(zhuǎn)讓學(xué)生上臺講述，可以提高學(xué)生的獨立思考能力，以及學(xué)生之間的溝通交流能力，鍛煉學(xué)生的臨場發(fā)揮能力。人工智能導(dǎo)論是一門有深度的課程，通過課堂反轉(zhuǎn)讓學(xué)生都加入講課過程中，可以讓學(xué)生對人工智能導(dǎo)論課程產(chǎn)生樂趣，并主動地去學(xué)習(xí)這門課程。

4 結(jié)束語

人工智能技術(shù)應(yīng)用廣泛，發(fā)展迅速，應(yīng)用型專業(yè)人才需求劇增。學(xué)生學(xué)習(xí)和了解人工智能領(lǐng)域的相關(guān)理論、技術(shù)和方法，利于其進一步學(xué)習(xí)深造和就業(yè)。本文結(jié)合課程特點，從人工智能導(dǎo)論的知識理論和章節(jié)內(nèi)容出發(fā)，重點討論了人工智能導(dǎo)論課程的創(chuàng)新改革方法，包括加強創(chuàng)新意識的應(yīng)用、注重理論與實踐相結(jié)合、多媒體功能的使用以及充分利用翻轉(zhuǎn)課堂的教學(xué)模式四個方面，文中提出的方案可以為該門課程的教學(xué)提供一定的參考。

參考文獻：

[1] 韓潔瓊，閆大順.人工智能實驗教學(xué)探討[J].計算機教育，2009（11）：135-138.

[2] 劉若辰，張向榮，焦李成.人工智能概論教學(xué)探討[J].計算機教育，2012（18）：89-91.

[3] 劉金江，李賀，馬曉普，等.面向新工科的人工智能導(dǎo)論實踐教學(xué)模式初探[J].計算機時代，2021（5）：91-93.

[4] 李暉.面向地方高校的人工智能導(dǎo)論課程改革與實踐[J].計算機教育，2021（11）：51-53.

[5] 戴華，王勇智，周小強.人工智能導(dǎo)論課程的綜合教學(xué)改革方法探索[J].課程教育研究，2018（43）：250.

[6] 趙磊磊，陳祥梅，杜心月.人工智能時代師生關(guān)系構(gòu)建：現(xiàn)實挑戰(zhàn)與應(yīng)然轉(zhuǎn)向[J].教育理論與實踐，2021，41（31）：36-41.

[7] 黃河燕.新工科背景下人工智能專業(yè)人才培養(yǎng)的認識與思考[J].中國大學(xué)教學(xué)，2019（2）：20-25.

[8] 姚琳，石志國.人工智能課程體系與教學(xué)方法研究[J].中國大學(xué)教學(xué)，2019（10）：19-22.

【通聯(lián)編輯：王力】