溫文媖 方玉明 韓加林
【摘要】 近幾年來,人工智能迅速發(fā)展,這不僅給人們的生活帶來了很大的便利,也給大學(xué)數(shù)學(xué)教育教學(xué)帶來了變化.本文以人工智能的發(fā)展為出發(fā)點,分析大學(xué)數(shù)學(xué)的特點,探討人工智能環(huán)境下大學(xué)數(shù)學(xué)的教學(xué)模式.
【關(guān)鍵詞】 人工智能;大學(xué)數(shù)學(xué);數(shù)學(xué)教學(xué)
【基金項目】江西財經(jīng)大學(xué)教育教學(xué)改革研究項目(No. JG2020031);江西省高等學(xué)校教學(xué)改革研究省級課題(No. JXJG-18-4-15);國家自然科學(xué)基金項目(No. 61961022)
一、引言
21世紀,人工智能技術(shù)在應(yīng)用領(lǐng)域中取得了突出的成就,從而被認定是信息領(lǐng)域中的一種推動社會發(fā)展的新技術(shù).事實上,人工智能技術(shù),如深度學(xué)習(xí),之所以能夠走向?qū)嵱?,主要得益于強大的計算機、更深層的網(wǎng)絡(luò)結(jié)構(gòu)和更加龐大的數(shù)據(jù)量,它在計算機視覺、多媒體、圖像處理、自然語言處理等領(lǐng)域逐漸發(fā)揮顛覆性的作用.為加強基礎(chǔ)研究,擴寬人工智能與數(shù)學(xué)等相關(guān)學(xué)科的有機結(jié)合,進一步提升高校人工智能領(lǐng)域科技創(chuàng)新,教育部制定了《高等學(xué)校人工智能創(chuàng)新行動計劃》.
大學(xué)數(shù)學(xué)教學(xué)作為科技創(chuàng)新體系最為重要的環(huán)節(jié)之一,它的核心是基礎(chǔ)理論研究.隨著互聯(lián)網(wǎng)技術(shù)迅速發(fā)展,數(shù)學(xué)知識、基本理論和方法在人工智能領(lǐng)域中的作用越來越大.為培養(yǎng)適應(yīng)時代發(fā)展需要的高素質(zhì)人才,大學(xué)數(shù)學(xué)教育應(yīng)將人工智能的需求、思想、方法融入教學(xué)當(dāng)中.
“互聯(lián)網(wǎng)+”給大學(xué)數(shù)學(xué)教育帶來機遇的同時也帶來了新的挑戰(zhàn).為了讓學(xué)生切身感受到實際生活中確實有很多事物源于數(shù)學(xué)知識,激勵學(xué)生學(xué)習(xí)數(shù)學(xué)的熱情,將人工智能技術(shù)與數(shù)學(xué)教學(xué)有機結(jié)合是非常有必要的.目前,學(xué)校正在大力推行在線課程建設(shè)與改革,如慕課、翻轉(zhuǎn)課堂和精品課程等.這給學(xué)生呈現(xiàn)了區(qū)別于傳統(tǒng)教學(xué)的教學(xué)方式,不僅可以增加學(xué)生對數(shù)學(xué)學(xué)習(xí)的興趣,還可以讓學(xué)生根據(jù)自己的需求來回放教學(xué)內(nèi)容.
二、人工智能與大學(xué)數(shù)學(xué)教學(xué)結(jié)合
對于人工智能技術(shù),無論是machine larning還是deep leraning,都需要數(shù)學(xué)建模思維,人工智能開發(fā)的基礎(chǔ)仍然是大學(xué)數(shù)學(xué).人工智能的三大基石是數(shù)據(jù)、算法和計算能力.算法主要的工作就是利用數(shù)學(xué)知識構(gòu)建模型和訓(xùn)練模型.隨著多領(lǐng)域的交叉應(yīng)用,人工智能領(lǐng)域衍生了很多優(yōu)秀的算法,如遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、深度學(xué)習(xí),這些算法都充分地利用了高等數(shù)學(xué)、線性代數(shù)、概率與數(shù)理統(tǒng)計、主成分分析、數(shù)學(xué)建模、統(tǒng)計學(xué)原理、矩陣論、圖論和離散數(shù)學(xué)等數(shù)學(xué)知識.大學(xué)數(shù)學(xué)在人工智能的研發(fā)中起到了決定性作用,要從事人工智能方面的研究,就必須具備非常全面和扎實的數(shù)學(xué)基礎(chǔ).
三、基于人工智能的大學(xué)數(shù)學(xué)教學(xué)模式分析
(一)人工智能賦予學(xué)生學(xué)習(xí)的自主性和積極性
提高學(xué)生在大學(xué)期間學(xué)習(xí)的自主化和方便化,實現(xiàn)學(xué)生的全面發(fā)展,最終實現(xiàn)為學(xué)生服務(wù),是人工智能應(yīng)用到教育領(lǐng)域的最終目的.
在財經(jīng)類本科院校大學(xué)數(shù)學(xué)的教學(xué)過程中,人工智能被廣泛地應(yīng)用.傳統(tǒng)的教學(xué)模式一般采用班級授課制,一名教師給多名學(xué)生授課,教師站在講臺講授,學(xué)生在下面聽.這種情況下,教師不可能做到對每名學(xué)生因材施教,這正是目前我國教育領(lǐng)域存在的主要問題.但人工智能可以通過對大量數(shù)據(jù)進行分析,模擬學(xué)生的認知能力、學(xué)習(xí)新知的能力,進而實現(xiàn)對絕大部分學(xué)生因材施教的目標(biāo),有效地改善了傳統(tǒng)教學(xué)中只能對少部分學(xué)生因材施教的弊端.此外,學(xué)生也會根據(jù)自己的專業(yè)特點,自主選擇符合自己專業(yè)所涉及的大學(xué)數(shù)學(xué)知識點,根據(jù)自己的課程安排對這些知識點進行分模塊學(xué)習(xí).這樣既可以避免學(xué)生在學(xué)習(xí)大學(xué)數(shù)學(xué)知識點時感到枯燥和瑣碎的弊端,又可以滿足學(xué)生在學(xué)習(xí)過程中對數(shù)學(xué)知識的需求,從而大大提高學(xué)生學(xué)習(xí)的熱情和效率.
總之,將人工智能應(yīng)用到財經(jīng)高校大學(xué)數(shù)學(xué)教學(xué)中,不僅可以很大程度上提高因材施教的覆蓋面,而且可以增強學(xué)生在學(xué)習(xí)過程中的自主選擇性,給學(xué)生賦予更多的主動性和積極性.
(二)人工智能輔助和提高教師工作的效率
眾所周知,現(xiàn)在的大學(xué)教師同時承擔(dān)著教學(xué)和科研的重任.學(xué)校的師生比例嚴重失衡,一名教師可能要承擔(dān)多個班級的課程教學(xué),因此教師根本無法準確定位學(xué)生的基本情況.加上學(xué)校的軟件設(shè)施不到位,學(xué)生數(shù)據(jù)庫記錄的信息量有限,對于學(xué)生的基本信息,如專業(yè)需求、課上考勤信息、作業(yè)信息,教師無法隨時調(diào)取,所以教師很難知道學(xué)生對知識的掌握情況,也就沒有辦法及時調(diào)整課程教學(xué).此外,對于基礎(chǔ)數(shù)學(xué),每個基本理論的構(gòu)建都沉淀了很多數(shù)學(xué)家的積累和挖掘,所以一部分教師不愿意去了解時代的需求和變化,也不愿意改變多年來的教學(xué)方法和內(nèi)容,這就導(dǎo)致了很多教師的教學(xué)方式可能一成不變.而隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)等技術(shù)的不斷發(fā)展,教師可以通過傳感器等多種方式獲取和采集數(shù)據(jù),以供查詢與調(diào)用.此外,教師還可以通過人工智能進行網(wǎng)上批改作業(yè),對容易出錯的問題進行講解.這樣可以大大減少教師的工作時間,提高工作效率.
四、人工智能與大學(xué)數(shù)學(xué)教學(xué)融合的創(chuàng)新研究
在教學(xué)過程中,教師要遵循一個重要原則,即了解學(xué)生的學(xué)習(xí)動機、學(xué)習(xí)態(tài)度以及掌握基礎(chǔ)知識的情況.這往往需要教師在教學(xué)中互換角色,站在學(xué)生的角度,時刻關(guān)注學(xué)生的思想動態(tài)、心理活動以及興趣愛好.線性代數(shù)與矩陣論是學(xué)習(xí)人工智能的必備數(shù)學(xué)基礎(chǔ).
學(xué)生在學(xué)習(xí)線性代數(shù)時會覺得抽象和枯燥,與高等數(shù)學(xué)相比,線性代數(shù)教材缺乏實際應(yīng)用例題,那些抽象的定義和定理貌似找不到應(yīng)用的地方.在互聯(lián)網(wǎng)時代,教師可以結(jié)合人工智能給學(xué)生做一些實例的引入或者問題的延伸.比如,教師在引入矩陣概念的時候,可以以學(xué)生最為熟悉的手機拍照為例.一幅圖像可以定義為一個二維函數(shù)f(x,y),其中x和y是平面坐標(biāo),f(x,y)是在坐標(biāo)點(x,y) 處的振幅,也被稱為圖像在該點的亮度,那么一個數(shù)字化圖像函數(shù)f(x,y)實際上就是一個矩陣.教師就可以在課件上形象地展示圖像即為矩陣.
如圖1(a)所示的為一幅尺寸是256×256的lena圖像,實際上它與一個大小為256×256的矩陣是對應(yīng)的.為顯示方便,我們只選取該矩陣中的部分數(shù)據(jù),如圖1(b)所示.這樣就可以將生活中的具體事物和抽象的概念緊密聯(lián)系在一起,學(xué)生自然就不會覺得抽象了,甚至可以激發(fā)學(xué)生學(xué)習(xí)線性代數(shù)的熱情.
如圖2所示,根據(jù)數(shù)學(xué)模型原理,需要將一幅圖像數(shù)據(jù)對應(yīng)的矩陣拉成一維向量進行處理.
五、結(jié)束語
本文是根據(jù)人工智能與數(shù)學(xué)基礎(chǔ)課程教學(xué)的實際相結(jié)合而做出的新探索,作者希望能夠?qū)π畔⒒髮W(xué)數(shù)學(xué)教學(xué)中出現(xiàn)的失衡問題進行深入分析,并找到一套多層次、多樣化的具有自身特點的教學(xué)模式,發(fā)揮大學(xué)數(shù)學(xué)課程在基于人工智能的應(yīng)用型綜合性人才培養(yǎng)中的作用.
【參考文獻】
[1]周志華.機器學(xué)習(xí)[M].北京:清華大學(xué)出版社,2016.
[2]阮秋琦,譯.數(shù)字圖像處理(MATLAB版)[M].北京:電子工業(yè)出版社,2014.
[3]沈卉卉.大數(shù)據(jù)環(huán)境下人工智能與大學(xué)數(shù)學(xué)教育相融合的創(chuàng)新教學(xué)研究[J].高等數(shù)學(xué)研究,2019,22(04):113-116,125.
[4]史維娟,人工智能在大學(xué)數(shù)學(xué)教學(xué)中的應(yīng)用模式探討[J].智庫時代,2019(38):220,222.
[5]查明明,劉志平.《人工智能的數(shù)學(xué)基礎(chǔ)》課程建設(shè)研究[J].教育現(xiàn)代化,2020,7(13):77-78,81.