人工智能課程教學實踐與探索研究

馮驥

摘要：隨著人工智能在全球掀起新一波浪潮，人工智能教育也成為各國發(fā)展人工智能極為重視的一個主題。本文針對人工智能的學科特點，分析了當前人工智能教學領域中存在的問題，并針對性地提出了在教學內容、教學方式與考核方式三個方面進行教學改革的方法，完善了人工智能課程的教學與實踐相結合的教育理念，對本領域的教學改革方式進行了探索性的研究。

關鍵詞：人工智能;課程建設;教學改革

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）17-0126-02

開放科學（資源服務）標識碼（OSID）：

人工智能是計算機科學的一個分支，主要研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統(tǒng)等。和很多其他學科不同，人工智能這個學科的誕生有著明確的標志性事件，就是1956 年的達特茅斯（Dartmouth）會議。在這次會議上，“人工智能”被提出并作為本研究領域的名稱。同時，人工智能研究的使命也得以確定。John McCarthy 提出了人工智能的定義：人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。

近年來，以機器學習、知識圖譜為代表的人工智能技術逐漸變得普及，這也使得人工智能技術再次成為社會各行各業(yè)的討論熱點。在20世紀80年代，人工智能的概念已經提出就被社會廣泛討論，然而受限于人工智能技術自身、計算機硬件能力等因素，其在社會生活中最大的貢獻僅為大量相關電影、小說的興起。然而，隨著人工智能理論技術的不斷完善，以及大數據、云計算等相關領域的相輔相成，隨著AlphaGo在圍棋領域的連戰(zhàn)連勝，人工智能以更為真實的姿態(tài)展現在人們觸手可及的生活領域。從車牌識別、人臉識別、語音識別、智能問答、推薦系統(tǒng)到自動駕駛，人們在日常生活中都可能有意無意地使用到了人工智能技術。這些技術的背后都離不開人工智能領域研究者們的長期努力。目前，以深度學習為首的相關技術在學術界和工業(yè)界取得了廣泛的成功，受到高度重視，并掀起新一輪的人工智能熱潮。

正因為如此，人工智能教育也成為各國發(fā)展人工智能極為重視的一個主題。中國，作為全球人工智能發(fā)展的重要陣地，在2017年頒布了《新一代人工智能發(fā)展規(guī)劃》。在這樣的時代背景下，人工智能領域急切需要大量的人才，這也使得人工智能領域的人才培養(yǎng)成為當前教育領域的重要發(fā)展方向。為落實《國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》，教育部于2018年4月發(fā)布了《高等學校人工智能創(chuàng)新行動計劃》通知，要求（高校）面對新一代人工智能發(fā)展的機遇，要進一步強化基礎研究、學科發(fā)展和人才培養(yǎng)方面的優(yōu)勢，要進一步加強應用基礎研究和共性關鍵技術突破，……，不斷推動人工智能與教育深度融合、為教育變革提供新方式，從而引領我國人工智能領域科技創(chuàng)新、人才培養(yǎng)和技術應用示范，帶動我國人工智能總體實力的提升。

為了填補當前本領域人才需求的巨大缺口，教育部于2019年3月30日在官網正式發(fā)布公告，北京科技大學、上海交通大學等35所高校獲批新增“人工智能”本科專業(yè)，授予工學學位，四年制。獲批的除了南京大學、上海交通大學等教育部直屬高校，哈爾濱工業(yè)大學、北京理工大學等工信部直屬高校，還包括中北大學、中原工學院、華南師范大學等由各省主管的高校。同時，有眾多高校新增備案或者獲批與大數據、機器人相關的專業(yè)，其中包括“數據科學與大數據技術”“機器人工程”“大數據管理與應用”等。這些人工智能專業(yè)開設為如何更好地完成人工智能課程的教學，以及通過人工智能的課程培養(yǎng)應用型、創(chuàng)新性人工智能人才方面提出了更大的挑戰(zhàn)。

1 學科特點及存在的問題

從學科特點來看，人工智能是一門涉及計算機科學、數學、腦科學等眾多領域的交叉學科。作為一門新興學科，人工智能發(fā)展十分迅速。因此作為一門獨立課程，人工智能課程具有以下的幾個基本學科特點：

1）新穎性，人工智能領域的新技術層出不窮，僅深度學習一個熱門分支在arxiv上每天都有數百篇新論文，各項技術都具有很強的新穎性;

2）覆蓋范圍廣，交叉性強，醫(yī)學、經濟學、交通管理、情報分析……各行各業(yè)各個領域都在用人工智能技術解決獨特的問題;

3）難度大，基本要在數學分析、概率論、統(tǒng)計學領域有較好的基礎，同時熟練掌握計算機領域的絕大部分專業(yè)知識。

基于人工智能學科的這三個主要特點，在開展人工智能課程教學過程中，相應的問題也隨之浮現。隨著人工智能領域的不斷發(fā)展，現有技術日益完善，新的技術層出不窮，這就要求人工智能課程的設置能夠與學科發(fā)展相適應。與國外高水平大學（如斯坦福大學、麻省理工學院等）相比，國內高校在人工智能課程體系設置等方面仍存在著一定的滯后性，存在的問題主要包括以下幾個方面：

1）教材選取問題。

市面上人工領域的教材種類繁多，包含了大量的國內學者、國內從業(yè)人員和外文翻譯等著作，然而絕大部分的教材均無法直接用于人工智能課程的教學。有些外文翻譯教材存在術語翻譯不規(guī)范、語句邏輯不符合中文規(guī)則、邏輯性較差等問題，嚴重影響學生的閱讀與學習，國內教材也往往有類似的問題存在。且人工智能領域知識繁多，內容覆蓋極廣，直接將這些知識寫入教材之中，更容易出現章節(jié)繁多、內容繁雜，將教材寫成工具書甚至百科全書類型，且知識點難易差別較大，學生無法清晰掌握知識內涵。

2）教學形式單一。

目前，傳統(tǒng)的教育模式依然是課堂教育的主流方法，而面對知識面廣、知識難度深的人工智能課程，單一的課堂教學模式往往使得學生在被動的知識接收過程中缺乏參與感和獨立鉆研的過程，學習積極性不高，所學的內容也容易停留于表面，無法深入的理解和應用。

3）理論與實踐脫節(jié)。

人工智能是一門具有極強的理論性和實踐性的課程，與算法、操作系統(tǒng)、統(tǒng)計學等理論知識，以及計算機組成原理、硬件配置、操作系統(tǒng)等實踐領域緊密相連。特別是在思維模式上，涉及計算思維和數據思維等多種思維方法，與其對應的各種知識點都與實踐應用必不可分。然而在當前高校教學方面，人工智能實驗的大規(guī)模開展所需要的實驗環(huán)境往往尚未搭建成功，課程實踐部分開展難度較大。僅憑借理論學習，學生的學習效果和實際動手能力得不到很好的培養(yǎng)，課程效果也不理想。

針對上述存在問題，結合當前信息產業(yè)對人工智能人才的需求，本文探討了針對性地調整人工智能學科教學實踐的具體方法，以提高學生面向當前智能化環(huán)境下創(chuàng)新地學習并使用人工智能工具并解決問題的實踐能力為重點，期望因此培養(yǎng)符合出更符合當前人工智能浪潮所需的創(chuàng)新型人才。

2教學改革的措施與途徑

筆者根據自己的課程教學實踐以及有關調研資料，總結了目前人工智能教學實踐中存在的問題，從以下三個方面開展人工智能課程的教學改革：

2.1 優(yōu)化教學內容

從教師的角度，該課程要求教師對人工智能課程體系有深入的研究，對當前人工智能領域的前沿技術均有所了解，能夠構建出人工智能課程的知識體系和知識圖譜，對人工智能在感知、學習、認知三個方面有系統(tǒng)的學習和歸納總結。具體來說，在機器模擬人的感知方面，主體研究領域為語音信息處理和計算機視覺領域;在機器模擬人的學習方面，主體研究領域為監(jiān)督學習、無監(jiān)督學習、強化學習等;在機器模擬人的認知能力方面，主題研究領域為知識表示、自然語言理解、推理決策等。

從課程的設置角度，該課程要求理論與實踐相結合，需要結合理論進度設置大量的實踐課程。特別是在算法部分，理論部分涉及大量的數學基礎，很多算法對非數學專業(yè)的計算機學生來說掌握起來比較困難。所以，教師應該在教學過程中穿插足夠的課堂演示與實踐課程，選擇使用R、Python等語言，結合案例教學法針對規(guī)模較小的實驗數據集進行編程、調試與演示。這些語言已經大量被人工智能研究領域的學者所使用，并在其基礎之上開發(fā)了大量的擴展包，因而可以適當降低編程實踐中的數學理論部分，讓學生更為直觀的通過編程加強對課程內容的掌握，在產生了興趣之后能夠更好地參與到學習與實踐的過程中。

2.2 改進課堂教學方式

為了更好地鼓勵學生自主高效地參與到學習過程之中，在基本的課堂教學與實踐的基礎之上，建議用項目管理與項目開發(fā)的思想貫徹整個教學過程。具體來說，從課程開始，就可以利用簡單的人工智能手段（如聚類算法）通過收集到的學生數據對學生信息進行處理，然后利用數據分析結果進行學生的分組。在課程的教學和實踐過程中，每個小組以團隊的形式進行知識學習與項目編寫。在通過這種方法從課程之初就讓學生對人工智能的特點和應用有了直觀的認識，吸引到學生的好奇心之后，再以其作為線索，通過課程的進展一步一步揭示其中所用到的算法與思想，讓學生對人工智能的領域知識及知識之間的關聯(lián)有直觀的認知，加強學生對這門課程的理解與掌握。而在課程中對學習小組進行模擬企業(yè)形式的管理與考核，進一步提高課堂教學的效果。

2.3 創(chuàng)新考核方式

人工智能課程由于其獨有的學科特點，傳統(tǒng)的單一試卷考核方式對其適應性并不好，教師難以通過一張考卷掌握學生的學習情況，也很難讓學生通過考核對其學到的知識進行梳理。因此，對本門課程的考核應當本著以學生為中心的理念，設置多元化的考核方式。除了傳統(tǒng)課程的出勤和隨堂作業(yè)等方式以外，還可以從學習成果匯報、項目開發(fā)、學術研究等幾個方面進行綜合考評。學習成果匯報的主要形式是幻燈片的展示，學生將自己的學習成果與技術學習收獲等信息制作成幻燈片的形式，并在課堂上進行展示與答辯。同樣，學生可以選擇在人工智能領域的一個具體的應用場景（如車牌識別、智能機器人等）進行自主的設計與開發(fā)，這種開發(fā)可以不苛責于完成一個全新的算法或者理論思想，也可以通過現有的模塊與算法完成這些領域的驗證性設計。這樣多元化的考核方式不僅對學生的學習效果和動手能力進行了考核，也同時考核了學生的專業(yè)素質，加強學生的科研能力。

3 結語

隨著人工智能領域的不斷發(fā)展，尤其是人工智能在電子商務、生物醫(yī)學、金融經濟、數字農業(yè)等多個領域的應用，人工智能領域的人才缺口日益增大，對人才本身素質的要求也不斷增高，更為合理成熟的人工智能領域人才培養(yǎng)迫在眉睫。然而人工智能領域現有技術不斷成熟，新技術不斷發(fā)展，這也為人工智能領域的教學提出了更為苛責的要求。本文雖然對人工智能課程體系與教學方法進行了多方面的探討與研究，解決并完善了當前本領域的核心問題，但是仍然存在許多的不足。希望在之后的教學實踐與探索中，我們能夠針對人工智能領域的學科特點與研究現狀，不斷完善教學手段和教學方法，培養(yǎng)出符合國家和企業(yè)需求的合格人才。

參考文獻：

[1] 周全.關于高校人工智能人才培養(yǎng)的思考與探索[J].教育教學論壇，2019（16）：131-132.

[2] 王洪，洪鈴.大數據背景下數據挖掘理論課程教學思考[J].現代商貿工業(yè)，2018，39（20）：142-144.

[3] 張偉，程穎.基于大數據技術的研究生教育管理系統(tǒng)構建與應用——以西部某綜合型高校為例[J].貴州大學學報（社會科學版），2018，36（02）：134-138.

[4] 胡春龍，吳陳，左欣，陳建軍，王長寶.研究生“機器學習”課程教學改革研究[J].教育教學論壇，2019（10）：99-100.

[5] 張暉.研究生“人工智能”雙語課程的建設思考[J].電腦知識與技術，2014，10（15）：3599-3

【通聯(lián)編輯：光文玲】