前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)人工智能導(dǎo)論論文文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。

第1篇

［關(guān)鍵詞］人工智能；人才培養(yǎng)；AI技術(shù)人才

一國家對于高校人工智能教育的發(fā)展的重視

面對AI技術(shù)如火如荼地發(fā)展，我們國家對AI人才和人才培養(yǎng)都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經(jīng)濟(jì)深度融合。2017年7月20日國務(wù)院《新一代人工智能發(fā)展規(guī)劃》[4]?！兑?guī)劃》指出完善人工智能領(lǐng)域?qū)W科布局，設(shè)立人工智能專業(yè)，推動人工智能領(lǐng)域一級學(xué)科建設(shè)，盡快在試點院校建立人工智能學(xué)院，增加人工智能相關(guān)學(xué)科方向的博士、碩士招生名額。鼓勵高校在原有基礎(chǔ)上拓寬人工智能專業(yè)教育內(nèi)容，形成“人工智能+X”復(fù)合專業(yè)培養(yǎng)新模式，重視人工智能與數(shù)學(xué)、計算機(jī)科學(xué)、物理學(xué)、生物學(xué)、心理學(xué)、社會學(xué)、法學(xué)等學(xué)科專業(yè)教育的交叉融合。加強(qiáng)產(chǎn)學(xué)研合作，鼓勵高校、科研院所與企業(yè)等機(jī)構(gòu)合作開展人工智能學(xué)科建設(shè)。

二企業(yè)對于人工智能人才的需求

市場上AI技術(shù)人才非常稀缺，據(jù)騰訊研究院聯(lián)合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復(fù)合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯(lián)網(wǎng)巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機(jī)器學(xué)習(xí)等職位平均月薪資超過2.5萬元。

三高校AI人才培養(yǎng)的思考

高校具有多學(xué)科、高層次人才集中的特點，具備計算機(jī)與多學(xué)科交叉融合的優(yōu)越條件；且大部分學(xué)校都開設(shè)有數(shù)學(xué)、物理等基礎(chǔ)學(xué)科，具備夯實數(shù)學(xué)理論基礎(chǔ)的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進(jìn)發(fā)展AI技術(shù)的人力條件。但是遺憾的是我國開設(shè)人工智能課程的高校較少，2018年只有33所高校設(shè)立了智能科學(xué)與技術(shù)專業(yè)[6]。面對AI發(fā)展的火爆，國家對于AI人才發(fā)展的重視以及企業(yè)對于AI人才的嚴(yán)重需求，高校作為人才培養(yǎng)的主要來源，是不是應(yīng)該思考AI人才的培養(yǎng)呢？AI人才可以分為三類：拔尖人才，研究性人才和應(yīng)用型人才，呈金字塔性。當(dāng)下已經(jīng)有一批名牌大學(xué)開展了AI方向拔尖人才的培養(yǎng)，如北京大學(xué)圖靈班、中國科技大學(xué)人工智能技術(shù)學(xué)院、西安交通大學(xué)人工智能拔尖人才培養(yǎng)實驗班，南京大學(xué)計劃成立人工智能學(xué)院等。但是金字塔的底層、中層更需要龐大的AI技術(shù)人才，如應(yīng)用開發(fā)人員、數(shù)據(jù)工程師、AI和機(jī)器學(xué)習(xí)工程師、AI系統(tǒng)架構(gòu)師、AI產(chǎn)品經(jīng)理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數(shù)學(xué)基礎(chǔ)好、專業(yè)理論全面、具備一些工程基礎(chǔ)，且有自主學(xué)習(xí)的能力。本文從夯實數(shù)學(xué)基礎(chǔ)、人工智能方向課程的建設(shè)、實踐能力的培養(yǎng)、自主學(xué)習(xí)能力的培養(yǎng)四個方面闡述高校關(guān)于AI人才培養(yǎng)的一些思考。

1奠定扎實的數(shù)學(xué)基礎(chǔ)

在學(xué)習(xí)AI技術(shù)時，幾乎所有專家學(xué)者都提出需要扎實的數(shù)學(xué)功底，數(shù)學(xué)功底的厚重程度決定了在AI技術(shù)上走多遠(yuǎn)。高等院校計算機(jī)專業(yè)都開設(shè)有“高等數(shù)學(xué)”“線性代數(shù)”“概率論”等數(shù)學(xué)課程，但是課時、難易程度不足，學(xué)生對于數(shù)學(xué)不夠重視，或者覺得晦澀難懂，學(xué)習(xí)效果并不十分理想，因此加強(qiáng)數(shù)學(xué)基礎(chǔ)的工作刻不容緩。可以通過必修和選修等方式開設(shè)“數(shù)據(jù)分析”“統(tǒng)計機(jī)器學(xué)習(xí)”“凸優(yōu)化”等課程；通過微課或者M(jìn)OOC等方式鞏固數(shù)學(xué)基礎(chǔ)的學(xué)習(xí)；通過優(yōu)秀科普讀物，如《數(shù)學(xué)之美》《編程之美》等書籍的推薦閱讀激發(fā)學(xué)生興趣；通過開展校內(nèi)學(xué)術(shù)討論、數(shù)學(xué)競賽等方式促進(jìn)學(xué)生學(xué)習(xí)數(shù)據(jù)的動力，逐步達(dá)到夯實數(shù)據(jù)功底的目的。

2人工智能方向課程的建設(shè)

很多高校計算機(jī)專業(yè)課程中只開設(shè)有《人工智能》導(dǎo)論，有的甚至沒有。智能科學(xué)與技術(shù)專業(yè)開設(shè)有“人工智能”“計算機(jī)視覺”“機(jī)器人學(xué)導(dǎo)論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術(shù)人才應(yīng)具備哪些專業(yè)能力呢？如何從專業(yè)角度培養(yǎng)AI技術(shù)人才呢？2018年1月CSDN了“AI技術(shù)人才成長路線圖”[7]，通過專業(yè)路徑和實戰(zhàn)路徑兩方面介紹了AI技術(shù)人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學(xué)習(xí)機(jī)器學(xué)習(xí)課程、掌握TensorFlow框架。該路線圖中列出了機(jī)器學(xué)習(xí)算法工程師、數(shù)據(jù)科學(xué)家等10個崗位AI人才應(yīng)具備專業(yè)知識和能力。微軟公司也推出AI人才培養(yǎng)的10門免費課程，如“AI導(dǎo)論”“數(shù)據(jù)科學(xué)會用到的Python語言-導(dǎo)論”“AI領(lǐng)域運用的數(shù)學(xué)概要”“數(shù)據(jù)和分析所需要的道德與法律”“數(shù)據(jù)科學(xué)概要”“機(jī)器學(xué)習(xí)法則”“深度學(xué)習(xí)”“強(qiáng)化學(xué)習(xí)”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機(jī)視覺和圖像識別”中選擇其一。Google在人工智能學(xué)習(xí)網(wǎng)站開設(shè)有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機(jī)器學(xué)習(xí)概念、機(jī)器學(xué)習(xí)工程、機(jī)器學(xué)習(xí)現(xiàn)實世界應(yīng)用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機(jī)器學(xué)習(xí)基礎(chǔ)”“深度學(xué)習(xí)基礎(chǔ)”和“TensorFlow基礎(chǔ)”[9]。AndrewNg在Coursera上也推出了機(jī)器學(xué)習(xí)的課程，且用比較通俗的語言講解機(jī)器學(xué)習(xí)中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設(shè)了5門深度學(xué)習(xí)課程[10]。綜上所述，不同的研究機(jī)構(gòu)都著眼于AI編程基礎(chǔ)、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經(jīng)驗，通過三個階段分層次的開展相應(yīng)的課程。

3實踐能力的培養(yǎng)

AI技術(shù)不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養(yǎng)學(xué)生的實踐動手能力。（1）設(shè)計教學(xué)環(huán)節(jié)時多從工程應(yīng)用的角度來介紹，激發(fā)學(xué)生的興趣，培養(yǎng)學(xué)生解決問題的能力。要求學(xué)生新手編程編程實現(xiàn)模型，充分理解算法的含義和原理到實現(xiàn)的過程。（2）在掌握一定的機(jī)器學(xué)習(xí)知識后，鼓勵學(xué)生盡早走進(jìn)實驗室，接觸科研工作?？梢詮囊恍〢I應(yīng)用方向作為入手，使學(xué)生了解自己的興趣點、培養(yǎng)科學(xué)研究能力。（3）鼓勵學(xué)生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰(zhàn)賽，國內(nèi)阿里天池大數(shù)據(jù)競賽等。通過參加競賽刺激學(xué)生學(xué)習(xí)AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學(xué)生到工業(yè)界實習(xí)。很多專家都指出AI人才應(yīng)該具備一定工程基礎(chǔ)。確實，學(xué)術(shù)界往往追求算法的性能，而工業(yè)界更重視經(jīng)濟(jì)效益和解決問題的有效性。到企業(yè)學(xué)習(xí)可以快速了解行業(yè)發(fā)展的框架，掌握算法轉(zhuǎn)化到產(chǎn)品的過程。

4自主學(xué)習(xí)能力的培養(yǎng)

AI技術(shù)發(fā)展速度很快，要求不斷地學(xué)習(xí)才能跟上節(jié)奏。可以從以下幾個方面來培養(yǎng)學(xué)生的自主學(xué)習(xí)能力。（1）平時教學(xué)中，可以給出一些小型的項目，讓學(xué)生自己尋求解決的方案，并把它作為考試成績的依據(jù)之一。（2）提供給學(xué)生免費的AI慕課資源，讓學(xué)生更好的學(xué)習(xí)和鞏固相關(guān)知識。（3）課外可以開展學(xué)術(shù)討論或者通過社團(tuán)等方式開展AI方向的研討，交流，給學(xué)生一個學(xué)習(xí)的平臺，讓學(xué)生嘗試選擇自己感興趣的方向。也可以介紹一些近期的AI會議內(nèi)容，開闊學(xué)生的眼界，使其了解AI發(fā)展的動態(tài)。（4）鼓勵高年級學(xué)生訂閱Arxiv，關(guān)注機(jī)器學(xué)習(xí)的頂級會議，如ICML/NIPS等。通過研讀論文，動手完成論文中的實驗發(fā)現(xiàn)新問題；或者擴(kuò)展感興趣的論文的實驗部分；或者嘗試尋求論文中有價值的地方，找到自己的研究方向。

第2篇

>> 引入深度學(xué)習(xí)的人工智能類課程 中西合璧的人工智能課程雙語教學(xué)模式 可調(diào)戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業(yè)“人工智能”課程的教學(xué)探索 林業(yè)院校人工智能課程教學(xué)的思考 人工智能導(dǎo)論課程的興趣教學(xué)法 人工智能概論課程的教學(xué)思考 “人工智能”課程教學(xué)的實踐與探索 游戲開發(fā)應(yīng)用中的“人工智能”課程教學(xué)方法探討 人工智能的應(yīng)用研究 人工智能的日常應(yīng)用 人工智能的應(yīng)用和發(fā)展 淺析電氣自動化控制中的人工智能應(yīng)用 分析繼電保護(hù)中的人工智能技術(shù)及其應(yīng)用 電氣自動化控制中的人工智能應(yīng)用分析 常見問題解答 當(dāng)前所在位置：l)。在情境創(chuàng)設(shè)時,教師根據(jù)學(xué)生特點提出了多種應(yīng)用需求,例如化妝品銷售咨詢等。學(xué)生利用該工具,興趣盎然地開發(fā)了自己的小型專家系統(tǒng),不僅理解了專家系統(tǒng)的特點、作用、運行方式等,還具有強(qiáng)烈的成就感。

2.2面向研究的情境創(chuàng)設(shè)

蘇霍姆林斯基認(rèn)為,研究型教學(xué)法應(yīng)該充分體現(xiàn)學(xué)生的主體地位,激勵、引導(dǎo)和幫助學(xué)生去主動發(fā)現(xiàn)問題、分析問題和解決問題,激發(fā)學(xué)生學(xué)習(xí)的內(nèi)在興趣和成就動機(jī)[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關(guān)系,是教學(xué)設(shè)計中重點考慮的內(nèi)容。

下面以“規(guī)劃”中的路徑規(guī)劃內(nèi)容為例,詳細(xì)分析以研究為導(dǎo)向的情境創(chuàng)設(shè)過程。表2給出了整個教學(xué)設(shè)計。

綜合幾次研究課題完成情況,班級中有1/3的學(xué)生通過廣泛查閱資料和多次與教師討論,提交了質(zhì)量尚可的標(biāo)準(zhǔn)格式論文,并因此獲得了學(xué)院的科研學(xué)分。除此之外,教師還組織這部分具備一定科研潛力的學(xué)生參加科研項目,進(jìn)一步磨練科研技能,極大提高了學(xué)生的學(xué)習(xí)興趣和能力。

3DBR驅(qū)動的教學(xué)過程

人工智能課程各單元內(nèi)容相對獨立,難以形成統(tǒng)一的聯(lián)系,怎樣驗證各單元的學(xué)習(xí)效果?從提出問題到任務(wù)解決,每個單元的學(xué)習(xí)通常要跨越幾節(jié)課甚至幾周,怎樣在此期間保持學(xué)生的興趣和關(guān)注?

DBR是情境設(shè)計、實施、評價、再設(shè)計、理論形成等環(huán)節(jié)多次迭代循環(huán)的過程,柯林斯稱之為“不斷進(jìn)步的修正”(Progressive Refinement),以檢測設(shè)計的價值。因此,評價是教學(xué)過程中非常重要的一環(huán)。本課程教學(xué)主要做好兩個環(huán)節(jié),以驅(qū)動整個教學(xué)過程的推進(jìn)。

1) 實踐環(huán)節(jié)。

通常的實踐環(huán)節(jié)是課程結(jié)束后固定時間的實際任務(wù),而本課程的實踐卻貫穿整個教學(xué)過程,是單元教學(xué)、教師、學(xué)生之間的粘合劑。實踐包括應(yīng)用型實踐和研究型實踐,一般在每個單元教學(xué)開始,提出問題后,實踐任務(wù)就被布置下去,例如前面所述的“黑白棋”、“路徑規(guī)劃算法研究”等。學(xué)生接受任務(wù)后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導(dǎo)及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調(diào)整教學(xué)設(shè)計。

2) 教學(xué)評價。

除了課程考核以外,每個教學(xué)單元結(jié)束時都有反饋和評價環(huán)節(jié)。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據(jù)前一階段的反饋信息決定。這些來自學(xué)生反饋信息包括前一階段學(xué)習(xí)的接受情況、興趣點、其他課業(yè)繁忙情況等。在學(xué)期的不同時間點采用合適的評價方式,有助于加強(qiáng)學(xué)習(xí)刺激,總結(jié)和發(fā)現(xiàn)教學(xué)設(shè)計中的問題,及時調(diào)整。

通過上述兩個環(huán)節(jié)的推動,精心設(shè)計的教學(xué)內(nèi)容得以順利實施并被學(xué)生欣然接受。2/3的學(xué)生在整個學(xué)期教學(xué)中都保持了積極的態(tài)度和充分的關(guān)注度,確實感受到人工智能的魅力,并能夠從技術(shù)角度看待人工智能,消除了未學(xué)或初學(xué)時的神秘感。

4教學(xué)實施效果分析

1) 正效果分析。

中原工學(xué)院計算機(jī)學(xué)院作為普通工科院校,以培養(yǎng)實用型人才為主,人工智能并非主干課程,學(xué)生重視程度不足。兩年來,經(jīng)過教師與學(xué)生的共同努力,教學(xué)改革成果逐步體現(xiàn)。人工智能類學(xué)生人數(shù)從過去的5%上升到15%,科研論文數(shù)量從1%上升到20%。有20%的學(xué)生接觸過或正在從事人工智能類項目的研究與開發(fā),考研選擇人工智能科目的學(xué)生比例從0上升到15%,考研成功人數(shù)占畢業(yè)生總?cè)藬?shù)的20%。

人工智能教學(xué)中采用的應(yīng)用型與研究型情境創(chuàng)設(shè),不僅促進(jìn)了學(xué)生理解接受知識,而且鍛煉提高了學(xué)生獨立分析、解決問題及開發(fā)能力。學(xué)習(xí)也不再局限于課堂,而是拓展到圖書館、互聯(lián)網(wǎng)等更廣闊的空間。學(xué)生在學(xué)習(xí)期間保持了高度的關(guān)注,充分發(fā)揮了主動性和主體意識,為持續(xù)發(fā)展奠定了良好的基礎(chǔ)。

2) 不足分析。

DBR的方法論能夠促使教師在教學(xué)過程中不斷完善教學(xué)設(shè)計,融合先進(jìn)的教學(xué)理論及工具,逐步加深學(xué)習(xí)的理解和設(shè)計的提升,切實提高教學(xué)效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現(xiàn)在:

(1) 缺乏合適的教材。目前大多數(shù)教材的示例以解答式或推證式為主,設(shè)計型或?qū)嶋H項目案例較少。

(2) 投入時間限制。盡管上述教學(xué)設(shè)計和教學(xué)過程都經(jīng)過精心準(zhǔn)備與實施,但是要取得好的成效,還需要教師和學(xué)生都投入大量時間交流、研究或開發(fā)。而學(xué)生課業(yè)繁忙造成了實施的瓶頸。

這些不足制約了上述教學(xué)方法的實際實施效果,需要今后不斷改進(jìn)。

5小結(jié)

本文針對普通工科院校學(xué)生特點,將DBR研究成果應(yīng)用于人工智能課程。教學(xué)效果表明,精心設(shè)計的應(yīng)用型與研究型情境有助于維持學(xué)生長時間的關(guān)注度、主動性和興趣;強(qiáng)調(diào)基于評價的修正使教學(xué)過程可調(diào)節(jié),學(xué)生的學(xué)習(xí)效果更可靠。希望本文研究能夠?qū)θ斯ぶ悄芙虒W(xué)及學(xué)生培養(yǎng)起到一定的參考作用,下一階段的主要工作是進(jìn)行適合的教材建設(shè)。

參考文獻(xiàn):

[1] 楊南昌. 基于設(shè)計的研究:正在興起的學(xué)習(xí)研究新范式[J]. 中國電化教育,2007(5):6-10.

[2] 曾安,余永權(quán),曾碧. 人工智能課程教學(xué)模式的探討[J]. 江西教育學(xué)院學(xué)報:綜合版,2006,27(6):40-43.

[3] 李鳴華. 案例教學(xué)法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.

[4] 楊種學(xué). 研究型教學(xué)法在數(shù)據(jù)結(jié)構(gòu)課程中的應(yīng)用研究[J]. 計算機(jī)教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

第3篇

Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.

P鍵詞： 人工智能；創(chuàng)新；本科

Key words： artificial intelligence；innovation；undergraduate

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2017）22-0230-02

0 引言

人工智能是計算機(jī)科學(xué)的一個分支，是當(dāng)前科學(xué)技術(shù)中正在迅速發(fā)展、新思想、新觀點、新理論、新技術(shù)不斷涌現(xiàn)的一個學(xué)科，其屬于一門邊緣學(xué)科，同時也是多個學(xué)科交叉而成的一門學(xué)科，包括語言學(xué)、哲學(xué)、心理學(xué)、神經(jīng)生理學(xué)、系統(tǒng)論、信息論、控制論、計算機(jī)科學(xué)、數(shù)學(xué)等[1]。當(dāng)前人工智能已經(jīng)是很多高校計算機(jī)相關(guān)專業(yè)的必修課程，它是計算機(jī)科學(xué)與技術(shù)學(xué)科類各專業(yè)重要的基礎(chǔ)課程，其教學(xué)內(nèi)容主要包括自然語言理解、計算智能技術(shù)、問題求解和搜索算法、知識表示和推理機(jī)制、專家系統(tǒng)和機(jī)器學(xué)習(xí)等，國內(nèi)外很多大學(xué)都意識到了其重要性，紛紛對其展開了教學(xué)和研究。人工智能課程包含多個學(xué)科，具有內(nèi)容抽象、理論性強(qiáng)、知識點多等特點，且算法復(fù)雜，但是多數(shù)高校采用的教學(xué)方式仍是傳統(tǒng)的課堂教學(xué)方式，即“教師講、學(xué)生聽”的教學(xué)模式，這種信息單向傳輸教學(xué)模式以教師為主體，學(xué)生只是在被動的接收知識；存在過分重視理論教學(xué)，忽視實踐活動教學(xué)的問題，導(dǎo)致教育內(nèi)容無法和社會接軌；人工智能教材理論性過強(qiáng)，學(xué)生在學(xué)習(xí)過程中常常感到枯燥乏味，進(jìn)而對學(xué)習(xí)該課程失去熱情[2]，久而久之，不僅人工智能課程的教學(xué)質(zhì)量和效果無法達(dá)到預(yù)期，甚至學(xué)生還會產(chǎn)生厭學(xué)心理。針對人工智能課程中現(xiàn)有的各項問題，本文作者結(jié)合自身豐富人工智能教學(xué)實踐經(jīng)驗，參考人工智能課程特點和教學(xué)目標(biāo)，從多個方面探討和總結(jié)了人工智能，包括教學(xué)內(nèi)容、教材選擇、教學(xué)方法和考核形式等。

1 教學(xué)內(nèi)容優(yōu)化與更新

人工智能是一門嶄新的學(xué)科。開設(shè)本課程首先是確定教學(xué)內(nèi)容。通常來講，人工智能學(xué)科的內(nèi)容包括兩個部分，具體：一是知識表示和推理；二是人工智能的應(yīng)用。前者是人工智能的重要基礎(chǔ)，后者主要介紹了幾種人工智能應(yīng)用系統(tǒng)，包括自動規(guī)劃和機(jī)器視覺、機(jī)器學(xué)習(xí)、專家系統(tǒng)等。另外，課程內(nèi)容中還包括了一些人工智能應(yīng)用的實例，將實踐和理論緊密結(jié)合起來[3]。

隨著時代的發(fā)展和科技的進(jìn)步，人工智能學(xué)科也取得了較大發(fā)展?；诖?，人工智能學(xué)科也應(yīng)該與時俱進(jìn)，更新人工智能教學(xué)大綱，進(jìn)一步完善其教學(xué)內(nèi)容。修訂后的人工智能教學(xué)大綱將人工智能分成兩個部分，即基礎(chǔ)部分和擴(kuò)展應(yīng)用部分。前者包括計算智能、搜索原理、知識表示等，后者包括智能機(jī)器人、智能控制、多智能體、自然語言理解、自動規(guī)劃、機(jī)器學(xué)習(xí)、知識工程等。

教學(xué)內(nèi)容的選擇和確定應(yīng)綜合考慮多項因素，不僅要重視基礎(chǔ)知識，也應(yīng)注意推陳出新，隨著科技的進(jìn)步做到與時俱進(jìn)，同時教學(xué)內(nèi)容應(yīng)符合現(xiàn)實的需求，能夠與社會接軌，將理論和實踐緊密結(jié)合起來，只有這樣人工智能課程的教學(xué)質(zhì)量和效果才能事半功倍。

2 教學(xué)策略及教學(xué)方法的改革創(chuàng)新

由于人工智能課程具有算法復(fù)雜、內(nèi)容抽象、理論性強(qiáng)、 知識點多的特點，傳統(tǒng)的教學(xué)模式已經(jīng)無法滿足人工智能課程的需求，教師應(yīng)探索更加有效的教學(xué)模式和方法，確保人工智能課程能夠取得良好的教學(xué)質(zhì)量和教學(xué)效果。具體的改革和創(chuàng)新人工智能課程的手段和方法主要包括以下幾個方面：

2.1 激發(fā)學(xué)生的學(xué)習(xí)興趣 無論是經(jīng)驗還是常識都在告訴我們每個人最好的老師就是興趣，學(xué)生只有對某門學(xué)科存在興趣，才會更加主動積極的學(xué)習(xí)該門課程，從而獲得良好的教學(xué)效果。比如，作者在課程的一開始先播放了一段著名導(dǎo)演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關(guān)片段，由這個電影學(xué)生知道了世上存在人工智能的機(jī)器人，學(xué)生們隨著電影情節(jié)的發(fā)展而深深感動，與此同時教師讓學(xué)生思考和談?wù)撊斯ぶ悄苁鞘裁矗垦芯咳斯ぶ悄艿囊饬x在哪里？實踐發(fā)現(xiàn)，在課堂中加入電影因素，能夠大大提升學(xué)生們的注意力，讓學(xué)生更加專注在教學(xué)任務(wù)中，有效提高了學(xué)生探索人工智能的積極性和主動性。此外，在教學(xué)中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應(yīng)用的成果展示出來，讓學(xué)生更直觀的感受人工智能的奧妙，從而投入更多熱情學(xué)習(xí)人工智能課程。

2.2 面向問題的案例教學(xué)法 案例教學(xué)法是一種以案例為基礎(chǔ)、以能力培養(yǎng)為核心的一種教學(xué)方法[11]。針對學(xué)校學(xué)生特點，我們采取了以下幾種教學(xué)形式實施案例教學(xué)。①講解式案例教學(xué)：這種案例通過教師的講解，幫助學(xué)生理解抽象的理論知識點。案例的呈現(xiàn)有兩種基本形式：一是“案例―理論”，即先給出教學(xué)案例，然后再講解理論知識；二是“理論―案例”，即教師先講解理論知識，再給出教學(xué)案例；通過情境體驗與案例剖析激發(fā)學(xué)生認(rèn)知的興趣，引導(dǎo)學(xué)生對將要學(xué)習(xí)的內(nèi)容產(chǎn)生注意，有利于教師導(dǎo)入新課。②討論式案例教學(xué)：在課程初期將學(xué)生分成若干學(xué)習(xí)小組，每小組3～4人；教師將提前設(shè)計好的一題多解的教學(xué)案例以及收集的相關(guān)資料分配給每個小組，要求學(xué)生在課余時間通過自學(xué)和組內(nèi)討論的方式給出問題的不同解決方案。③辯論式案例教學(xué)：在課程后期，采取專題辯論的方式對綜合應(yīng)用案例進(jìn)行討論，能有效地啟發(fā)學(xué)生全方位地思考和探索問題的解決方法，加深學(xué)生對人工智能的理解。

2.3 個性化學(xué)習(xí)與因材施教 在開展課程教育過程中應(yīng)注意對學(xué)生進(jìn)行個性化教學(xué)，結(jié)合學(xué)生特點因材施教。比如，在日常教學(xué)中多觀察學(xué)生情況，鼓勵那些應(yīng)對教學(xué)任務(wù)后仍存在余力的W生深入探索較深層次的課程及相關(guān)知識，同時友善面對學(xué)習(xí)較差的學(xué)生，分析其學(xué)習(xí)過程中面對的困難，有的放矢地采取應(yīng)對措施，幫助其不斷進(jìn)步；在教學(xué)過程中讓學(xué)生以讀書報告的形式多多思考，鼓勵學(xué)生發(fā)散性思考問題，鼓勵優(yōu)秀學(xué)生進(jìn)行深一步的探討，并且教師應(yīng)幫助具有新穎思想或論點的學(xué)生將其智慧以科技論文和發(fā)表文章的形式轉(zhuǎn)化為成果。

2.4 注重綜合能力培養(yǎng) 在研究型教學(xué)中任務(wù)驅(qū)動是一種常用的教學(xué)方法，其中心導(dǎo)向是任務(wù)，學(xué)生在完成任務(wù)的同時也在吸收和掌握知識。通常來講，該教學(xué)方法的步驟是：教師提出任務(wù)師生共同分析以得出完成任務(wù)的方法和步驟適當(dāng)講解或自學(xué)、協(xié)作學(xué)習(xí)完成任務(wù)交流和總結(jié)?！盵3]該教學(xué)模式不僅有利于培養(yǎng)學(xué)生的創(chuàng)新能力和創(chuàng)新意識，還能夠培養(yǎng)學(xué)生解決實際問題的能力，提高其綜合實力。不僅如此，由于該教學(xué)模式通常是以小組協(xié)作的方式進(jìn)行，教師給出研究范圍，學(xué)生自愿結(jié)組并選擇具體的題目，經(jīng)過分析和討論后以程序設(shè)計或者論文的形式協(xié)作完成研究。由此可知，學(xué)生是在以團(tuán)隊的力量解決問題，這十分考驗學(xué)生的團(tuán)隊協(xié)作能力，對于學(xué)生團(tuán)隊合作精神的培養(yǎng)至關(guān)重要，且在完成任務(wù)的過程中學(xué)生需要查閱大量的資料，久而久之學(xué)生收集資料和創(chuàng)新能力勢必會得到提升。

2.5 采用啟發(fā)式教學(xué) 人工智能的很多問題都較為抽象，對學(xué)生理解力的要求較高，因此，在實際的教學(xué)過程中教師應(yīng)有意識的就課程內(nèi)容提出相關(guān)問題，讓學(xué)生自己獨立思考，鼓勵學(xué)生提出自己的想法和解決方案。然后回歸到課程上，對比分析教材上的解決方案和學(xué)生自己的解決方案，如此不僅培養(yǎng)了學(xué)生獨立思考的能力，也增加了學(xué)生參與教學(xué)活動的意識，提高了學(xué)生的學(xué)習(xí)熱情。比如，在講到較為抽象的“遺傳算法”時，先提出一個問題，即“遺傳算法如何用于優(yōu)化計算？”，然后從“達(dá)爾文的生物進(jìn)化論”入手，討論“遺傳”、“變異”和“選擇”作用，之后舉例分析，啟發(fā)學(xué)生思考“遺傳”、“變異”和“選擇”的實現(xiàn)，最后師生一起導(dǎo)出遺傳算法用于優(yōu)化計算的基本步驟。如此既完成了教授遺傳算法的目的，也鍛煉了學(xué)生邏輯思維的能力，教學(xué)效果良好[4]。

3 作業(yè)和考核方式的改革創(chuàng)新

過去的課程作業(yè)都是單一書面習(xí)題作業(yè)，發(fā)展至今，課程作業(yè)形式已經(jīng)發(fā)生了變化，更加豐富多樣，包括必須交給教師評閱的書面家庭作業(yè)和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業(yè)等。其中通過網(wǎng)絡(luò)就可以完成上交作業(yè)，并且教師批閱作業(yè)后也可以通過網(wǎng)絡(luò)返回給學(xué)生，實現(xiàn)了網(wǎng)絡(luò)化。課程的考核方式較之以前也發(fā)生了較大變化，加強(qiáng)了平時思維能力的考核，更加注重學(xué)生實驗?zāi)芰蛣邮帜芰Φ呐囵B(yǎng)，不再是絕對的一次考試定成績，而是在總評成績中加入30%的平時成績，如此不僅減輕了學(xué)生的期末負(fù)擔(dān)，也迫使學(xué)生更加重視平時的學(xué)習(xí)思考，有利于課程教學(xué)質(zhì)量的提升。

4 結(jié)束語

本文是以提高教學(xué)質(zhì)量為目標(biāo)，結(jié)合教學(xué)實踐，從教學(xué)體系、教學(xué)內(nèi)容、教學(xué)方法、考核方式等方面對本科人工智能課程的教學(xué)改革進(jìn)行了探討，總結(jié)了該課程在教學(xué)和實踐方面的一些教改舉措。這些舉措符合二十一世紀(jì)高校教學(xué)的要求，可以支持教師提高教學(xué)手段現(xiàn)代化的水平，同時更貼合學(xué)生的學(xué)習(xí)需求。作為該課程的授課教師應(yīng)始終保持對教學(xué)內(nèi)容的不斷更新、教學(xué)方法的多樣化，才能激發(fā)學(xué)生的學(xué)習(xí)興趣，培養(yǎng)他們的思維創(chuàng)新和技術(shù)創(chuàng)新的能力，最終提高本課程的教學(xué)質(zhì)量。從學(xué)生的反饋來看，作者所總結(jié)的教學(xué)實踐具有明顯的教學(xué)效果。但仍有許多方面做得不夠，今后將繼續(xù)在教學(xué)過程中不斷總結(jié)成功的經(jīng)驗，吸取失敗的教訓(xùn)。

參考文獻(xiàn)：

[1]蔡自興.人工智能及其應(yīng)用[M].三版.北京：清華大學(xué)出版社，2007.

[2]謝榕，李霞.人工智能課程教學(xué)案例庫建設(shè)及案例教學(xué)實踐[J].計算機(jī)教育，2014（19）：92-97.

[3]蔡自興，肖曉明，蒙祖強(qiáng).樹立精品意識搞好人工智能課程建設(shè)[J].中國大學(xué)教學(xué)，2004（1）：28-29.