開放性實驗室專家評測系統(tǒng)設(shè)計

管榮強，于 靜，黨金淼

(吉林工程技術(shù)師范學(xué)院，吉林 長春 130052)

0 引言

為了順應(yīng)以新技術(shù)、新業(yè)態(tài)、新產(chǎn)業(yè)、新模式為特點的經(jīng)濟發(fā)展，國家和社會對新工科創(chuàng)新型卓越工程科技人才提出更為迫切的需求。目前，開放性實驗室教育模式逐漸在各大高校掀起一股浪潮[1]。與此同時，教育部啟動“卓越計劃”[2]，將提升實驗室教學(xué)效率、完善實驗室教學(xué)體系，作為新時期高等院校教育教學(xué)改革的重要著力點[3]。為順應(yīng)新時代人才培養(yǎng)的發(fā)展趨勢，本文以開放性實驗室為載體，融合大數(shù)據(jù)、神經(jīng)網(wǎng)絡(luò)算法，打造人工智能視域下開放性實驗室專家評測新模式，為新工科背景下的應(yīng)用型本科人才培養(yǎng)模式提供新思路、新方法、新理論和新途徑。

在高校專業(yè)教學(xué)領(lǐng)域，專家和學(xué)者對開放性實驗室建設(shè)模式的研究較為廣泛。2007年，趙麗華等[4]提出傳統(tǒng)實驗室教學(xué)模式存在局限，專注于理論知識的學(xué)習(xí)及操作技能的訓(xùn)練，勢必會造成學(xué)生對實驗的感受不夠深刻，對儀器運行的機制與狀態(tài)不夠了解，導(dǎo)致操作不夠熟練，還存在當(dāng)出現(xiàn)故障時實驗結(jié)果不正確、無法及時得到教師的幫助等問題。2013年，沈嘉幸等[5]指出實驗室開放程度具有一定限制，設(shè)備使用情況無法及時傳達(dá)給管理教師，導(dǎo)致學(xué)生在進行實驗過程中造成設(shè)備損壞時無法得到及時維修。2016年，陸寶萍等[1]提到由于開放性實驗室制度不夠完善，缺乏一定的考評與管理制度，學(xué)生使用實驗室的時間與頻次不固定，導(dǎo)致學(xué)習(xí)效率降低。劉佳霖等[6]也提到由于缺乏完善的考評與管理制度，學(xué)生在實驗技能實驗規(guī)范以及實驗習(xí)慣等方面存在差異，導(dǎo)致實驗使用時間出現(xiàn)沖突，使用設(shè)備存在超時及損壞等嚴(yán)重情況，造成資源的浪費。2020年，楊宗凱等[7]指出互聯(lián)網(wǎng)的發(fā)展和人工智能技術(shù)的興起，使數(shù)據(jù)計算智能化、規(guī)?；?，為教育科學(xué)化提供了新的途徑，從而為個性化學(xué)習(xí)提供了新方向。2021年，楊素婷、廖軍等[8-9]提到建設(shè)基于大數(shù)據(jù)智能一體化的智能化實驗室，以能力、場地、過程、技術(shù)作為邏輯模型，設(shè)計多層次體系結(jié)構(gòu)，從教學(xué)準(zhǔn)備、計劃、實施及評估過程實施建設(shè)，進一步提高實驗室在數(shù)字化和智能化上的建設(shè)水平。劉學(xué)平等[10]也提到，要進一步提升實驗室的現(xiàn)代化和智能化水平。此外，教師不僅教授學(xué)生基本的學(xué)科知識，還要培養(yǎng)其科學(xué)探究精神，促進學(xué)生的個性發(fā)展，最終提升學(xué)生的科學(xué)素養(yǎng)[11]。如何將現(xiàn)代科技、人工智能融入到實驗室建設(shè)中，為學(xué)生提供個性化教育，是值得學(xué)者探討的問題。

針對上述問題，本文設(shè)計開放性實驗室專家評測系統(tǒng)。將教師經(jīng)驗錄入評測系統(tǒng)規(guī)則庫中作為評判標(biāo)準(zhǔn)，根據(jù)此標(biāo)準(zhǔn)使用神經(jīng)網(wǎng)絡(luò)對學(xué)生學(xué)習(xí)數(shù)據(jù)進行篩選和分析，最終由該系統(tǒng)給出針對性建議。由于此系統(tǒng)可在線上運行，因此能夠大大提高實驗室教學(xué)效率，協(xié)助教師合理安排教學(xué)內(nèi)容及時間，培養(yǎng)學(xué)生自主學(xué)習(xí)能力及創(chuàng)新能力，對培養(yǎng)學(xué)生個性化發(fā)展起到積極促進作用。通過使用專家評測系統(tǒng)對學(xué)生數(shù)據(jù)進行分析，能夠做到以學(xué)生為本，凸顯學(xué)生在實驗教學(xué)中的主體地位。

1 專家評測系統(tǒng)

專家評測系統(tǒng)(ES系統(tǒng))包括數(shù)據(jù)庫、規(guī)則庫及其他組成部分，可應(yīng)用于開放性實驗教學(xué)，是對學(xué)生學(xué)習(xí)完成情況進行數(shù)據(jù)分析的一種智能評測系統(tǒng)。ES系統(tǒng)整體框架如圖1所示，包括數(shù)據(jù)庫、規(guī)則庫及其他部分。

圖1 專家評測系統(tǒng)結(jié)構(gòu)圖

人機操作界面包括兩個子系統(tǒng)，分別為基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分析系統(tǒng)和基于規(guī)則庫的個性化建議系統(tǒng)。如圖2所示。

圖2 人機操作界面

1.1 數(shù)據(jù)分析系統(tǒng)

數(shù)據(jù)分析包含三個步驟：首先通過大數(shù)據(jù)采集學(xué)生信息；然后將采集到的信息轉(zhuǎn)化為機器能夠識別的數(shù)據(jù)；最后將這些機器數(shù)據(jù)通過神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行歸類。

1.2 個性化建議系統(tǒng)

個性化建議系統(tǒng)包含三個部分：第一部分是匯總學(xué)生所有信息的綜合數(shù)據(jù)庫；第二部分是神經(jīng)網(wǎng)絡(luò)分析數(shù)據(jù)后產(chǎn)生的多種類型的規(guī)則庫；第三部分是將學(xué)生數(shù)據(jù)與規(guī)則庫進行比對形成的個性化建議庫。個性建議庫的信息將通過機器翻譯系統(tǒng)顯示到人機交互界面上，由學(xué)生自主選擇。

操作界面兩個子系統(tǒng)的設(shè)計源于實驗教學(xué)的客觀需求，體現(xiàn)了對學(xué)生進行個性化培養(yǎng)的教育理念。根據(jù)大數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的專家評測系統(tǒng)，實現(xiàn)教育教學(xué)評價體系的多元化、智能化。通過個性化培養(yǎng)為學(xué)生提供針對性建議，從多維角度挖掘?qū)W生學(xué)習(xí)天分，培優(yōu)補差，充分發(fā)揮學(xué)生這一教育主體的主觀能動性[12]，培養(yǎng)學(xué)生的創(chuàng)新能力及自主學(xué)習(xí)能力。

專家評測系統(tǒng)中基于大數(shù)據(jù)的綜合數(shù)據(jù)庫，涵蓋學(xué)生從實驗、學(xué)習(xí)到生活中可以記錄的數(shù)據(jù)。通過攝像頭收集學(xué)生在課堂上的動作片段，提取不同時間段的學(xué)生面部表情、肢體動作和眨眼頻率[13]，利用局部提取、小波包絡(luò)等方式對人臉表情進行分析，反映學(xué)生學(xué)習(xí)過程中的專注程度[14]。綜合數(shù)據(jù)庫中實驗數(shù)據(jù)來自于學(xué)生平時實驗所記錄的結(jié)果數(shù)據(jù)和實驗過程數(shù)據(jù)；學(xué)習(xí)數(shù)據(jù)是學(xué)生在學(xué)習(xí)過程中使用學(xué)習(xí)軟件所記錄的作業(yè)完成情況、資源查看情況及測試得分情況；生活數(shù)據(jù)為學(xué)生平時手機定位情況、使用情況的信息收集。

2 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分析系統(tǒng)

2.1 信息收集模塊

信息收集模塊是專家評測系統(tǒng)運行的基礎(chǔ)。通過對學(xué)生數(shù)據(jù)進行全面性分析，能夠給出相應(yīng)的數(shù)據(jù)類別。信息收集模塊在大數(shù)據(jù)的基礎(chǔ)上分為信息抽取、轉(zhuǎn)換、輸入、檢測。目前部分高校教師使用“云班課”來輔助教學(xué)，學(xué)生平時學(xué)習(xí)情況源自“云班課”移動平臺大數(shù)據(jù)統(tǒng)計的結(jié)果，平時成績由總經(jīng)驗值反映，總經(jīng)驗值由學(xué)生在“云班課”中查閱資料、簽到、測試、參與活動的表現(xiàn)來獲得[15]。收集學(xué)生在云班課中的信息數(shù)據(jù)可以了解學(xué)生對課程學(xué)習(xí)的情況。通過信息轉(zhuǎn)換將“經(jīng)驗值”信息轉(zhuǎn)化為具體數(shù)據(jù)，輸入到綜合數(shù)據(jù)庫中。

2.2 信息處理模塊

信息處理模塊將學(xué)生表層的行為數(shù)據(jù)信息轉(zhuǎn)化為計算機可以識別和判斷的信息。通過簡單便捷的循環(huán)神經(jīng)網(wǎng)絡(luò)直接實現(xiàn)自然語言之間的自動翻譯，將機器語言作為樣本值輸入到神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，賦予特定的權(quán)值與偏置，輸出的結(jié)果即為翻譯后的結(jié)果。使用循環(huán)神經(jīng)網(wǎng)絡(luò)進行機器翻譯，可以大大提升翻譯的準(zhǔn)確率和效率，節(jié)省信息處理時間。翻譯后的語言采用編碼器-解碼器框架來實現(xiàn)序列到序列的轉(zhuǎn)換，信息處理模塊圖如圖3所示。

圖3 信息處理模塊圖

該編碼器-解碼器主要依據(jù)以下公式進行信息的處理：

lgp(x)-DKL[q(z│x)‖p(z│x)]=Ez-p[lgp(x│z)]-DKL[q(z│x)]-DKL[q(z│x)‖p(z)],

其中，lgp(x)為優(yōu)化目標(biāo)，DKL[q(z│x)‖p(z│x)]為趨近為0的數(shù)，Ez-p[lgp(x│z)]為解碼器，DKL[q(z│x)‖p(z)]為正則項。通過使用該系統(tǒng)，不僅可以將學(xué)生的行為數(shù)據(jù)作為樣本信息進行處理，并且可以預(yù)測學(xué)生接下來可能會產(chǎn)生的行為數(shù)據(jù)。

2.3 數(shù)據(jù)分析模塊

在收集和預(yù)測學(xué)生的信息之后，通過神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進行分析歸類。將收集到的學(xué)生信息以及預(yù)測的信息輸入到數(shù)據(jù)分析模塊中后，將這些信息進行特征提取，將每一個數(shù)據(jù)拆分為由不同的特征值組成的數(shù)據(jù)，含有相同特征值的數(shù)據(jù)歸到一種特征范圍里，最終根據(jù)一定比例將該數(shù)據(jù)作為學(xué)生的特征，如圖4所示。

圖4 數(shù)據(jù)分析模塊圖

3 基于規(guī)則庫的個性化建議系統(tǒng)

基于規(guī)則庫的個性化建議系統(tǒng)包括兩個部分：規(guī)則庫的建立、個性化推薦系統(tǒng)的建立。在綜合數(shù)據(jù)庫建立起來之后，需要通過規(guī)則庫將學(xué)生的數(shù)據(jù)自動進行智能分類，來辨別學(xué)生的興趣點以及學(xué)生存在的問題，根據(jù)這些不同的興趣點和問題，通過個性化推薦系統(tǒng)給出相應(yīng)的建議。

3.1 規(guī)則庫的建立

規(guī)則庫的建立是根據(jù)卷積神經(jīng)網(wǎng)絡(luò)和反卷積神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進行拆解，找到數(shù)據(jù)之間的相似點歸為一類，作為學(xué)生的特征數(shù)據(jù)?；谝?guī)則的專家系統(tǒng)具有統(tǒng)一結(jié)構(gòu)，可將知識處理過程分離，根據(jù)自然知識的描述進行相應(yīng)規(guī)則激活；將教師經(jīng)驗作為標(biāo)準(zhǔn)輸入到規(guī)則庫中，對學(xué)生特征數(shù)據(jù)進行分析，達(dá)到針對性指導(dǎo)及個性化教學(xué)的目的?；谏窠?jīng)網(wǎng)絡(luò)的規(guī)則庫系統(tǒng)，可通過原本存在的分類規(guī)則，結(jié)合神經(jīng)網(wǎng)絡(luò)進行拆分，并進行新的排列組合，從而形成新的規(guī)則。根據(jù)這些規(guī)則，將學(xué)生數(shù)據(jù)進行劃分，能夠更加準(zhǔn)確地分析學(xué)生的數(shù)據(jù)，為學(xué)生找到適合自己的方向。

規(guī)則庫見圖5?；趯＜蚁到y(tǒng)的規(guī)則庫在建立時需要根據(jù)教師經(jīng)驗輸入相應(yīng)的規(guī)則權(quán)重、前提屬性權(quán)重和置信度。當(dāng)滿足某一規(guī)則的條件時，便激發(fā)規(guī)則，執(zhí)行動作部分。

圖5 規(guī)則庫示意圖

3.2 個性化推薦系統(tǒng)的建立

個性化推薦系統(tǒng)是基于規(guī)則庫建立的一種系統(tǒng)，在規(guī)則庫將學(xué)生的數(shù)據(jù)信息按照一定的規(guī)則進行細(xì)致的劃分，根據(jù)評判體系將學(xué)生的興趣點、學(xué)習(xí)能力、學(xué)科優(yōu)勢、學(xué)科劣勢作為樣本數(shù)據(jù)進行劃分，依據(jù)這些特征分別給學(xué)生相關(guān)建議，通過滲透法、暗示法等為學(xué)生提供不同的個性化建議，由學(xué)生自主選擇，達(dá)到對學(xué)生進行個性化培養(yǎng)的目的。

4 結(jié)語

為響應(yīng)新時代新工科背景下的應(yīng)用型本科人才培養(yǎng)需求，本文設(shè)計開放性實驗室專家評測系統(tǒng)，以學(xué)生個性化發(fā)展為核心目標(biāo)，依托神經(jīng)網(wǎng)絡(luò)，提取學(xué)生特征數(shù)據(jù)，完成數(shù)據(jù)庫及規(guī)則庫層面的構(gòu)建，通過對學(xué)生特征數(shù)據(jù)進行智能化篩選和分析，為學(xué)生提供針對性建議。開放性實驗室專家評測系統(tǒng)的設(shè)計既能輔助教師提高教學(xué)質(zhì)量和教學(xué)效率，加強應(yīng)用型本科學(xué)生在專業(yè)實踐方面的自主創(chuàng)新、自主學(xué)習(xí)能力；也能進一步推動開放性實驗室智能化建設(shè)的發(fā)展，為新工科創(chuàng)新型卓越工程科技人才的培養(yǎng)提供新思路。