“案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”模式在人工智能課程教學(xué)中的應(yīng)用探索

梁志勛 易云飛 范源源 施運(yùn)應(yīng) 趙家祺

關(guān)鍵詞：人工智能教學(xué)；教學(xué)模式；多學(xué)科融合；案例教學(xué)；項(xiàng)目驅(qū)動(dòng)教學(xué)

0 引言

距離2013年德國在漢諾威工業(yè)博覽會(huì)上正式推出“工業(yè)4.0”至今已經(jīng)有10個(gè)年頭，國務(wù)院也于2015 年5月正式印發(fā)了《中國制造2025》，部署全面推進(jìn)實(shí)施智能制造強(qiáng)國戰(zhàn)略[1-2]。以大數(shù)據(jù)和人工智能技術(shù)為核心代表的信息技術(shù)產(chǎn)業(yè)，正在掀起第四次工業(yè)革命浪潮。在工業(yè)互聯(lián)網(wǎng)將萬物互聯(lián)的當(dāng)下，智慧城市、智能農(nóng)業(yè)、智能家居以及智能穿戴產(chǎn)品的廣泛應(yīng)用，產(chǎn)生了用存儲(chǔ)陣列存儲(chǔ)的海量數(shù)據(jù)。面對(duì)龐大的數(shù)據(jù)量，除了需要大量具備高性能計(jì)算能力的計(jì)算機(jī)和服務(wù)器機(jī)群之外，還必須采用高效的智能算法和人工智能處理技術(shù)進(jìn)行分析和處理。利用大數(shù)據(jù)建立相應(yīng)的模型，才能使用這些數(shù)據(jù)和模型進(jìn)行進(jìn)一步預(yù)測(cè)分析和決策[3]。OpenAI公司于2022年11月份發(fā)布了自然語言處理工具——ChatGPT的初級(jí)版本，其強(qiáng)大的文字對(duì)話、文本撰寫能力，在全球范圍內(nèi)掀起了新的AI浪潮[4]。在大量的數(shù)據(jù)驅(qū)動(dòng)下，大模型不斷學(xué)習(xí)和自我更新，催生了新的應(yīng)用領(lǐng)域。與此同時(shí)，在信息技術(shù)革命的浪潮下，高等學(xué)校紛紛開設(shè)了人工智能專業(yè)或者智能科學(xué)與技術(shù)專業(yè)，同時(shí)對(duì)傳統(tǒng)計(jì)算機(jī)類專業(yè)的人才培養(yǎng)方案開展了課程體系重新修訂工作[5-6]，加入了大量的人工智能系列課程，例如人工智能導(dǎo)論、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等。上述課程以概率論與數(shù)理統(tǒng)計(jì)、矩陣論與線性代數(shù)以及離散數(shù)學(xué)為基礎(chǔ)，具有很強(qiáng)理論性，同時(shí)又要求學(xué)生掌握熟練的編程技巧，掌握以Python等為代表的編程語言模塊接口進(jìn)行應(yīng)用的技能。

1 人工智能課程教學(xué)不足和“案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”教學(xué)模式特點(diǎn)

傳統(tǒng)的授課方式，以講授深?yuàn)W的理論內(nèi)容為主，缺乏有效的實(shí)踐技能訓(xùn)練。主要是因?yàn)榻處煕]有在企業(yè)一線進(jìn)行軟件開發(fā)的經(jīng)歷，缺乏實(shí)踐經(jīng)驗(yàn)。人工智能是一門實(shí)踐性很強(qiáng)的學(xué)科[8-9]，但傳統(tǒng)的課堂教學(xué)往往偏重理論知識(shí)；另一方面，高校內(nèi)部的人工智能課程內(nèi)容更新速度慢，由于人工智能領(lǐng)域日新月異，高校課程無法及時(shí)跟上最新的發(fā)展和技術(shù)進(jìn)展[7]。課程內(nèi)容需要及時(shí)更新，以確保學(xué)生學(xué)到最新的知識(shí)和技能。并且高校需要更多地提供實(shí)踐機(jī)會(huì)，例如實(shí)驗(yàn)課和項(xiàng)目實(shí)訓(xùn)，以幫助學(xué)生將理論知識(shí)應(yīng)用于實(shí)際問題。目前的人工智能課程內(nèi)容缺乏跨學(xué)科融合，人工智能是一門涉及多個(gè)學(xué)科的交叉學(xué)科，包括計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等。部分高校的人工智能課程可能過于專注于某個(gè)學(xué)科，缺乏整體性和跨學(xué)科的教學(xué)方法。更好地整合不同學(xué)科的知識(shí)，可以幫助學(xué)生更全面地理解和應(yīng)用人工智能。另外，與企業(yè)和行業(yè)合作，可以讓學(xué)生接觸到真實(shí)的人工智能應(yīng)用場景，了解實(shí)際問題的解決方法，人工智能技術(shù)在各個(gè)行業(yè)都有廣泛應(yīng)用，但有些高校課程可能缺乏與產(chǎn)業(yè)合作的機(jī)會(huì)，并且課程實(shí)訓(xùn)案例的引入，缺乏與產(chǎn)業(yè)合作的實(shí)際案例。人工智能領(lǐng)域的專業(yè)知識(shí)和技能更新迅速，需要具備豐富經(jīng)驗(yàn)和專業(yè)背景的教師來教授相關(guān)課程，然而，某些高?？赡芤?yàn)閹熧Y力量不足，從而導(dǎo)致教學(xué)水平無法滿足課程實(shí)際需求。

“案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”模式是具有很強(qiáng)的實(shí)踐導(dǎo)向、跨學(xué)科整合、團(tuán)隊(duì)合作、問題導(dǎo)向、自主學(xué)習(xí)和實(shí)際應(yīng)用等特點(diǎn)[10]。該教學(xué)模式注重將理論知識(shí)與實(shí)際應(yīng)用相結(jié)合，通過案例分析和項(xiàng)目實(shí)施，學(xué)生能夠親身體驗(yàn)和掌握運(yùn)用人工智能技術(shù)解決實(shí)際問題的能力[11]。學(xué)生通過實(shí)踐項(xiàng)目，將理論知識(shí)應(yīng)用于實(shí)際問題解決中，從而提升他們的實(shí)踐能力和技術(shù)應(yīng)用技能[12]。項(xiàng)目驅(qū)動(dòng)模式鼓勵(lì)學(xué)科間的融合和交叉，“案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”模式鼓勵(lì)學(xué)科間的融合。人工智能領(lǐng)域涉及計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)學(xué)科，該教學(xué)模式能夠整合相關(guān)學(xué)科的知識(shí)。在項(xiàng)目實(shí)踐中，學(xué)生需要綜合運(yùn)用不同學(xué)科的知識(shí)和技能來解決相關(guān)實(shí)際問題，例如計(jì)算機(jī)科學(xué)、數(shù)學(xué)、工程等，從而培養(yǎng)學(xué)生的綜合素養(yǎng)和跨學(xué)科知識(shí)綜合應(yīng)用能力。項(xiàng)目驅(qū)動(dòng)模式通常以小組合作為主要形式，學(xué)生在團(tuán)隊(duì)合作中解決問題，分工協(xié)作，共同完成項(xiàng)目，從而培養(yǎng)了他們的團(tuán)隊(duì)合作能力、溝通能力和領(lǐng)導(dǎo)能力。項(xiàng)目驅(qū)動(dòng)模式注重培養(yǎng)學(xué)生的問題意識(shí)和解決問題的能力，項(xiàng)目中的任務(wù)和挑戰(zhàn)能夠激發(fā)學(xué)生的思考能力和創(chuàng)新能力，使他們能夠獨(dú)立思考問題、提出解決方案并加以實(shí)施。項(xiàng)目驅(qū)動(dòng)模式鼓勵(lì)學(xué)生的主動(dòng)學(xué)習(xí)和自主發(fā)現(xiàn)，學(xué)生在項(xiàng)目中需要積極主動(dòng)地學(xué)習(xí)相關(guān)知識(shí)和技能，主動(dòng)尋找解決問題的方法和資源，從中培養(yǎng)了他們的自學(xué)能力和自主學(xué)習(xí)意識(shí)。項(xiàng)目驅(qū)動(dòng)模式強(qiáng)調(diào)學(xué)生在實(shí)際場景中應(yīng)用所學(xué)知識(shí)和技能，通過實(shí)際項(xiàng)目的實(shí)施，學(xué)生能夠接觸到真實(shí)的應(yīng)用場景，了解技術(shù)在實(shí)際中的應(yīng)用和價(jià)值，并為未來的職業(yè)發(fā)展做好準(zhǔn)備。

綜上所述，“案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”模式通過實(shí)踐導(dǎo)向、跨學(xué)科整合、問題導(dǎo)向、團(tuán)隊(duì)合作、自主學(xué)習(xí)、實(shí)際應(yīng)用等特點(diǎn)，培養(yǎng)學(xué)生的實(shí)踐能力和綜合素養(yǎng)，提高解決問題的能力和創(chuàng)新思維。這種教學(xué)模式符合人工智能領(lǐng)域的特點(diǎn)和實(shí)際需求，是培養(yǎng)應(yīng)用型人工智能人才的有效途徑。

2“ 案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”教學(xué)模式在人工智能課程中的應(yīng)用

要在人工智能課程中實(shí)施“案例教學(xué)+項(xiàng)目”教學(xué)模式，首先要通過各種方式建立豐富的教學(xué)案例和項(xiàng)目庫；其次是在實(shí)施過程中，將這些教學(xué)案例在教學(xué)過程中理論聯(lián)系實(shí)際地將深?yuàn)W的理論剖析呈現(xiàn)給學(xué)生。通過學(xué)生組建團(tuán)隊(duì)，讓學(xué)生項(xiàng)目團(tuán)隊(duì)選擇項(xiàng)目庫中的項(xiàng)目案例，按照項(xiàng)目開發(fā)的模式完成項(xiàng)目任務(wù)。

2.1 建立完善的人工智能教學(xué)案例和項(xiàng)目庫

人工智能教學(xué)團(tuán)隊(duì)逐步建立一個(gè)豐富多樣的人工智能教學(xué)案例和項(xiàng)目庫，為學(xué)生提供實(shí)踐機(jī)會(huì)，促進(jìn)他們?cè)谌斯ぶ悄茴I(lǐng)域的學(xué)習(xí)和發(fā)展。同時(shí)，項(xiàng)目庫的建立也有助于高校與行業(yè)合作伙伴的合作，加強(qiáng)人工智能教育與實(shí)際應(yīng)用的聯(lián)系。建立人工智能教學(xué)案例和項(xiàng)目庫，首先是項(xiàng)目收集與整理，教師教學(xué)團(tuán)隊(duì)可以建立一個(gè)團(tuán)隊(duì)負(fù)責(zé)收集和整理各類與人工智能相關(guān)的項(xiàng)目案例，這些案例可以來自學(xué)生、教師、行業(yè)合作伙伴和開源社區(qū)等渠道。同時(shí)，尋求與企業(yè)和行業(yè)合作伙伴的合作，將真實(shí)的人工智能應(yīng)用案例引入項(xiàng)目庫中。與行業(yè)合作伙伴合作可以給學(xué)生提供接觸實(shí)際問題和解決方案的機(jī)會(huì)，并為學(xué)生就業(yè)和實(shí)踐奠定基礎(chǔ)。確保項(xiàng)目案例的質(zhì)量和多樣性，涵蓋不同領(lǐng)域的應(yīng)用，如自然語言處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等。另外，需要將項(xiàng)目庫與相關(guān)課程整合，確保學(xué)生可以將所學(xué)理論知識(shí)應(yīng)用于項(xiàng)目開發(fā)中。項(xiàng)目可以作為課程的一部分，或者作為課程的實(shí)踐補(bǔ)充；其次是建立一個(gè)平臺(tái)或系統(tǒng)，用于學(xué)生和教師提交、開發(fā)和歸檔項(xiàng)目。學(xué)生可以根據(jù)自己的興趣選擇項(xiàng)目，并與指導(dǎo)教師合作進(jìn)行開發(fā)。所有項(xiàng)目都應(yīng)有清晰的文檔、代碼和相關(guān)數(shù)據(jù)，用于案例和項(xiàng)目的歸檔，以便日后學(xué)習(xí)和參考。下面以人工智能導(dǎo)論和機(jī)器學(xué)習(xí)兩門課程的教學(xué)案例和項(xiàng)目庫示例。

1） 利用人工智能導(dǎo)論課程中遺傳優(yōu)化算法知識(shí)，并采用Python編程求解TSP問題遺傳算法解決TSP的流程是以下幾部分：初始化種群、計(jì)算適應(yīng)度函數(shù)、選擇、交叉、變異然后不斷迭代直到滿足停止迭代條件，輸出最優(yōu)解。

①模型設(shè)定

種群初始化：需要設(shè)定的參數(shù)是隨機(jī)生成的初始解的數(shù)量，該數(shù)量過少會(huì)導(dǎo)致種群多樣性不足，數(shù)量過多會(huì)降低算法的效率，設(shè)定合適的種群規(guī)模。

適應(yīng)度函數(shù)：根據(jù)數(shù)據(jù)集說明，其最優(yōu)解采用的邊權(quán)重類型，即兩城市之間的距離通過歐式距離計(jì)算

得到所有路徑的距離進(jìn)行求和，即可得到dis?tance，令f=1/distance，即為適應(yīng)度函數(shù)。

選擇：即在上一代生存的個(gè)體中，通過優(yōu)勝劣汰，保適應(yīng)性更強(qiáng)的解，具體而言首先將上一代種群中適應(yīng)性最強(qiáng)的10%物種保留，然后通過輪盤轉(zhuǎn)賭法，以選擇概率為權(quán)重，挑出剩下的90%物種。其中對(duì)于每個(gè)物種計(jì)算選擇概率p （s ） i 公式為：

采用上述設(shè)定是為了盡量讓適應(yīng)度更強(qiáng)的物種活下來，同時(shí)防止適應(yīng)性最強(qiáng)的物種因隨機(jī)性而被輪盤轉(zhuǎn)賭法淘汰。

交叉：通過選擇幸存下的物種進(jìn)行交叉的概率為70%，交叉的方式為單點(diǎn)交叉，即隨機(jī)選取一個(gè)節(jié)點(diǎn)，將交叉雙方該節(jié)點(diǎn)后的部分進(jìn)行交換。在交換后，單物種可能會(huì)出現(xiàn)有重復(fù)城市的情況，因此需要進(jìn)行去重操作，即記錄下重復(fù)的位置，使交叉雙方重復(fù)的節(jié)點(diǎn)進(jìn)行交換。

變異：變異是遺傳算法跳出局部最優(yōu)解的重要操作。在TSP問題中，變異操作是隨機(jī)選取物種的兩個(gè)節(jié)點(diǎn)，將節(jié)點(diǎn)中的城市順序顛倒。變異的概率大于0.5之后，遺傳算法將退化為隨機(jī)搜索。但考慮到跳出局部最優(yōu)解的重要性，因此設(shè)定變異的概率為20%左右。

②案例項(xiàng)目提交要求

a.建議采用Python語言編程實(shí)現(xiàn)，提交時(shí)提供編譯好的可執(zhí)行文件和源碼。

b.畫出遺傳算法求解TSP問題的流程圖。

c.分析遺傳算法求解不同規(guī)模的TSP問題的算法性能。

d.分析對(duì)于同一個(gè)TSP問題，分析種群規(guī)模、交叉概率和變異概率對(duì)算法結(jié)果的影響。

2） 利用機(jī)器學(xué)習(xí)課程卷積神經(jīng)網(wǎng)絡(luò)知識(shí)，基于TensorFlow的車牌號(hào)識(shí)別

①基于TensorFlow的車牌號(hào)識(shí)別主要步驟

生成訓(xùn)練數(shù)據(jù)集：用PIL的庫函數(shù)生成包含31省區(qū)直轄市的車牌樣本集，生成的數(shù)據(jù)樣本集用于測(cè)試和訓(xùn)練構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型系統(tǒng)。

構(gòu)建神經(jīng)網(wǎng)絡(luò)模型：利用TensorFlow和numpy構(gòu)建包含輸入層、卷積層、池化層、全連接層和輸出層的車牌號(hào)識(shí)別神經(jīng)網(wǎng)絡(luò)模型系統(tǒng)。

數(shù)據(jù)讀取，開始訓(xùn)練模型：讀取之前生成的數(shù)據(jù)樣本集，利用OpenCV進(jìn)行分割和二值化操作，接著訓(xùn)練搭建好的車牌號(hào)識(shí)別神經(jīng)網(wǎng)絡(luò)模型系統(tǒng)。

測(cè)試模型準(zhǔn)確度：利用生成的數(shù)據(jù)樣本測(cè)試集對(duì)訓(xùn)練過的車牌號(hào)識(shí)別神經(jīng)網(wǎng)絡(luò)模型系統(tǒng)進(jìn)行測(cè)試，評(píng)估測(cè)試模型準(zhǔn)確度。

②案例項(xiàng)目提交要求

a.采用Python語言編程實(shí)現(xiàn)，提交時(shí)提供編譯好的可執(zhí)行文件和源碼。

b.畫出基于TensorFlow實(shí)現(xiàn)車牌號(hào)識(shí)別的系統(tǒng)流程圖。

c.分析卷積、全連接層、池化層等各個(gè)參數(shù)對(duì)車牌號(hào)識(shí)別性能的影響情況。

d.評(píng)估測(cè)試數(shù)據(jù)集的規(guī)模對(duì)測(cè)試模型準(zhǔn)確度的影響。

上述是兩門課程的教學(xué)案例和項(xiàng)目庫示例，規(guī)模和難度為中上，為綜合性的項(xiàng)目，一般需要學(xué)生組成團(tuán)隊(duì)來完成，而一些小的知識(shí)點(diǎn)則不需要規(guī)模太大的案例，例如，通過Python實(shí)現(xiàn)最小二乘法做線性回歸，可以通過某個(gè)地區(qū)女生的身高和體重?cái)?shù)據(jù)集，給出某些女生的體重，進(jìn)而預(yù)測(cè)她們的身高。這樣的案例既簡單又可以激起同學(xué)們的學(xué)習(xí)興趣。項(xiàng)目案例庫需要不斷積累，并在教學(xué)實(shí)踐中反復(fù)修正，選擇一套難度適中的案例和項(xiàng)目。

2.2“ 案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”的人工智能課程教學(xué)過程

實(shí)施“案例教學(xué)+項(xiàng)目驅(qū)動(dòng)”的人工智能課程教學(xué)可以有效地將理論知識(shí)與實(shí)踐應(yīng)用相結(jié)合，給學(xué)生提供實(shí)踐機(jī)會(huì)提升解決實(shí)際問題的能力。通過設(shè)計(jì)具有挑戰(zhàn)性的案例，選擇與人工智能領(lǐng)域相關(guān)的真實(shí)案例，涵蓋不同應(yīng)用領(lǐng)域和技術(shù)方向。這些案例應(yīng)有一定的挑戰(zhàn)性，能夠激發(fā)學(xué)生的探索欲望和解決問題的動(dòng)力。再引導(dǎo)學(xué)生對(duì)案例進(jìn)行深入分析，理解案例中的問題和需求。通過討論和思考，學(xué)生可以形成對(duì)案例的全面理解，并提出解決方案的初步構(gòu)想，充分調(diào)動(dòng)學(xué)生的主觀能動(dòng)性。教學(xué)過程中，需要進(jìn)行項(xiàng)目規(guī)劃和團(tuán)隊(duì)組建，將案例轉(zhuǎn)化為具體的項(xiàng)目，要求學(xué)生以小組形式組建團(tuán)隊(duì)，并進(jìn)行項(xiàng)目規(guī)劃。學(xué)生需要明確項(xiàng)目目標(biāo)、任務(wù)分工、時(shí)間安排和資源需求。項(xiàng)目規(guī)劃階段可以培養(yǎng)學(xué)生的團(tuán)隊(duì)合作和項(xiàng)目管理能力。另外，在項(xiàng)目實(shí)施之前，教師要進(jìn)行相關(guān)的理論知識(shí)授課。教師應(yīng)著重介紹與項(xiàng)目相關(guān)的概念、技術(shù)和方法，幫助學(xué)生掌握解決問題所需的理論基礎(chǔ)。

同時(shí)需要教學(xué)團(tuán)隊(duì)的教師支持和參與，以確保項(xiàng)目庫的成功運(yùn)作。教師可以根據(jù)項(xiàng)目的復(fù)雜程度和學(xué)生的學(xué)術(shù)水平進(jìn)行合適的分配和指導(dǎo)，并提供項(xiàng)目的指導(dǎo)和評(píng)估，以確保項(xiàng)目的質(zhì)量和學(xué)習(xí)效果。他們還可以監(jiān)督學(xué)生在項(xiàng)目開發(fā)過程中的進(jìn)展，并提供反饋和建議。在實(shí)踐項(xiàng)目開發(fā)過程中，學(xué)生根據(jù)項(xiàng)目規(guī)劃開始實(shí)踐性的項(xiàng)目開發(fā)工作。教師應(yīng)提供指導(dǎo)和支持，回答學(xué)生在項(xiàng)目實(shí)施過程中遇到的問題，并定期檢查項(xiàng)目進(jìn)展情況。

3“ 案例教學(xué)+項(xiàng)目”人工智能課程教學(xué)方法效果與分析

在“案例教學(xué)+項(xiàng)目”驅(qū)動(dòng)教學(xué)中，教師可以及時(shí)提供反饋和評(píng)估，指導(dǎo)學(xué)生的學(xué)習(xí)和項(xiàng)目進(jìn)展。學(xué)生也能通過展示和分享獲得同學(xué)和教師的評(píng)價(jià)，提升自我認(rèn)識(shí)和改進(jìn)能力。中期評(píng)估和反饋，在項(xiàng)目執(zhí)行的中期，教師可以進(jìn)行評(píng)估和反饋。評(píng)估可以包括項(xiàng)目進(jìn)展、團(tuán)隊(duì)合作、技術(shù)實(shí)現(xiàn)等方面，幫助學(xué)生及時(shí)調(diào)整和改進(jìn)項(xiàng)目。學(xué)生團(tuán)隊(duì)在項(xiàng)目完成后，對(duì)完成的項(xiàng)目進(jìn)行最終成果的展示和演示，可以是口頭報(bào)告、演示文稿、產(chǎn)品原型或?qū)嶋H應(yīng)用等形式。通過展示，學(xué)生可以分享他們的學(xué)習(xí)成果，并接受同學(xué)和教師的評(píng)價(jià)和反饋。經(jīng)驗(yàn)總結(jié)和分享，在項(xiàng)目實(shí)施結(jié)束后，可以組織學(xué)生進(jìn)行經(jīng)驗(yàn)總結(jié)和分享。學(xué)生可以歸納項(xiàng)目中的成功經(jīng)驗(yàn)和教訓(xùn)，分享他們?cè)诮鉀Q問題過程中的心得體會(huì)。

4 結(jié)束語

本論文提出了一種通過案例+項(xiàng)目驅(qū)動(dòng)式的人工智能課程教學(xué)方法，并列舉了兩個(gè)項(xiàng)目案例進(jìn)行說明。采用這種教學(xué)方法，學(xué)生可以在實(shí)踐中掌握和應(yīng)用人工智能技術(shù)，提高問題解決能力和團(tuán)隊(duì)合作能力。教師的角色是引導(dǎo)者和指導(dǎo)者，起到組織和支持的作用，激發(fā)學(xué)生的學(xué)習(xí)興趣和動(dòng)力。這種教學(xué)方法不僅培養(yǎng)了學(xué)生的實(shí)踐能力，還提升了他們的創(chuàng)新思維和綜合素養(yǎng)。該教學(xué)方法符合教育部倡導(dǎo)的培養(yǎng)具有創(chuàng)新思維的高水平應(yīng)用型人才要求。