人工智能教學(xué)課程精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的5篇人工智能教學(xué)課程，期待它們能激發(fā)您的靈感。

篇1

關(guān)鍵詞：人工智能；授課內(nèi)容；講授方法

人工智能概論課程是我校智能科學(xué)與技術(shù)專業(yè)開設(shè)的一門重要的專業(yè)基礎(chǔ)課，它在整個專業(yè)教學(xué)體系中起到奠基的作用，如何針對其特點制定合理的教學(xué)目標(biāo)與授課內(nèi)容，并有效地組織課堂教學(xué)，取得良好的教學(xué)效果是非常重要的，本文將從多個角度對其進行全方位的思考與探索，為相關(guān)課程教學(xué)的改革提供新的思路。

1教學(xué)目標(biāo)的精確定位

首先，人工智能概論課程在智能科學(xué)與技術(shù)專業(yè)整個教學(xué)體系中起到引導(dǎo)和奠基的作用，但不同于其他相關(guān)的專業(yè)基礎(chǔ)課，其總的特點可歸納為“少而精”，即在較少的教學(xué)授課學(xué)時中起到畫龍點睛的作用，為學(xué)生進一步的深入學(xué)習(xí)打好基礎(chǔ)，并激發(fā)他們對智能專業(yè)的學(xué)習(xí)興趣和愛好。基于以上特點，通常選擇一學(xué)期共32學(xué)時課程的安排計劃，并且在大三上學(xué)期開始進行授課。

其次，要研究解決同學(xué)們所反映的“虛與實”問題。人工智能是一門涉及到多個學(xué)科的課程，具有相當(dāng)復(fù)雜的背景，其與哲學(xué)、數(shù)學(xué)、經(jīng)濟學(xué)、神經(jīng)科學(xué)、心理學(xué)、計算機工程、控制論和語言學(xué)都有著密切的聯(lián)系，并且隨著這些學(xué)科的發(fā)展而深化，不斷產(chǎn)生新的思路和新的問題。以上特點決定了該課程內(nèi)容較為抽象，且難以把握全局，學(xué)習(xí)起來不易消化理解，從而造成了學(xué)生學(xué)習(xí)的困難，容易產(chǎn)生畏懼感，并且學(xué)生常常對其在實際環(huán)境中的具體應(yīng)用產(chǎn)生疑問。

如何在這么短的授課學(xué)時里使學(xué)生產(chǎn)生學(xué)習(xí)興趣并且能取得良好的教學(xué)效果是一個具有挑戰(zhàn)性的課題，這需要對該課程的授課內(nèi)容、教材選擇、講授方法和考核形式進行全方位的思考與探索，并在教學(xué)過程中落在實處。一方面讓學(xué)生了解和掌握人工智能的發(fā)展歷史和思想淵源，并指出各個分支的本質(zhì)特點和整個領(lǐng)域的發(fā)展趨勢；另一方面有意識地穿插介紹人工智能在實際中具體應(yīng)用的例子，開闊學(xué)生的眼界，打消他們的疑慮。這些將在本文的后面部分進行深入的介紹。

最后人工智能概論這門課程還要兼顧研究型和應(yīng)用型這兩種特點的共同發(fā)展。在以前，由于人工智能授課內(nèi)容的特點，常常講授時偏向研究型，往往涉及到復(fù)雜的數(shù)學(xué)推導(dǎo)和邏輯運算，增加了老師講授的難度和學(xué)生學(xué)習(xí)的困難。因此，針對上述問題，在教學(xué)過程中可以引入多種形式的事例說明和多媒體演示環(huán)節(jié)，以講授思想為主，具體技術(shù)為輔，這將直接反映到授課內(nèi)容的選擇上。

2授課內(nèi)容的選擇

人工智能概論授課內(nèi)容的選擇至關(guān)重要，本著該課程“少而精”的特點，既需要讓學(xué)生在較短時間內(nèi)掌握基本的思想與概念要點，又要對該課程進行全方位的介紹，并點出其發(fā)展趨勢，因而對授課教師有著非常高的要求。由于授課課時的限制，我們無法做到既面面俱到，又對每個具體方向進行詳細的講解；而且這樣也容易陷入復(fù)雜的數(shù)學(xué)推導(dǎo)和邏輯運算的誤區(qū)。因而，整個課程的講授內(nèi)容應(yīng)該以傳授思想和概念要點為主，并在講授的過程中加入有趣的事例，通過這些形象的事例說明和多媒體演示環(huán)節(jié)折射出人工智能思想的精髓和應(yīng)用的廣闊前景。

人工智能概論主要涉及到知識表示、搜索推理、計算智能、專家系統(tǒng)、機器學(xué)習(xí)、自動規(guī)劃、Agent和自然語言理解等內(nèi)容，其中以知識表示、搜索推理和計算智能為授課內(nèi)容的重點，在講授的過程中需要對這些內(nèi)容加以整理精簡，分清主次，合理地安排授課內(nèi)容在總學(xué)時內(nèi)。除了這些基本的授課知識外，還應(yīng)該在教學(xué)環(huán)節(jié)引入多媒體演示，通過形象生動的視頻演示讓學(xué)生們了解人工智能的科學(xué)價值和實際應(yīng)用所在。視頻可以選用世界一流大學(xué)實驗室的開放多媒體內(nèi)容，例如：MIT計算機科學(xué)與人工智能實驗室的相關(guān)科研項目中間過程及結(jié)果的視頻演示，以此來開闊學(xué)生的眼界，增長他們的見識，使之了解其應(yīng)用前景和未來的發(fā)展空間。

人工智能領(lǐng)域的發(fā)展受到多個學(xué)科的影響，這些學(xué)科在不同歷史時期都對人工智能領(lǐng)域起到了各種推進作用，也產(chǎn)生了許多不同層面的爭論，至今也是如此。如何在授課過程中形象地對人工智能歷史進行回顧，闡述這些學(xué)科對人工智能領(lǐng)域的影響，尤其是思想方面的影響特別重要。“回顧歷史，立足當(dāng)今，展望未來”――給學(xué)生形象地描繪出人工智能發(fā)展的思想史，并以畫龍點睛之筆指出人工智能領(lǐng)域發(fā)展的廣闊未來，是授課教師艱巨而光榮的任務(wù)，只有這樣才能使學(xué)生把握住人工智能領(lǐng)域的整個發(fā)展脈絡(luò)，激發(fā)出他們的學(xué)習(xí)興趣和愛好。

以哲學(xué)家對強人工智能方向的爭論為例，向?qū)W生們介紹這些收集整理的資料對于他們思想的啟迪是非常有益的。這里值得說明的是這種思想的闡述事實上是非常不容易的，其難度甚至高于復(fù)雜的數(shù)學(xué)推導(dǎo)，因為它常常要求授課教師掌握思想的精髓所在，并用非常形象生動的語言對其進行說明，而這些常常是現(xiàn)在書本中所沒有的。例如：知識的表示、獲取、存儲和推理是人工智能領(lǐng)域中重要的組成部分，雖然目前已經(jīng)有很多書籍詳細地介紹了這些方面，但學(xué)生仍然反映聽起來比較抽象。為什么會這樣？其原因是一些基本的問題并沒有得到圓滿的說明和闡述，如“什么是知識”，“知識能夠表示嗎”，“有統(tǒng)一表示各種各樣抽象、復(fù)雜知識的工具嗎”，“抽象的美學(xué)與復(fù)雜的人類情感，知識能夠表示嗎”……其中有些問題看似容易回答，卻往往涉及到一些復(fù)雜的哲學(xué)問題，目前在各種人工智能的教科書和專著里常常對這些問題避而不談，只在數(shù)學(xué)的層面上針對具體的問題來進行說明和講授。如果想在這方面有所突破的話，就需要閱讀大量的哲學(xué)書籍，如認(rèn)知學(xué)、知識論和心智哲學(xué)等領(lǐng)域的著作，還需要大量時間的理解和參悟，這些有價值的資料也是對授課內(nèi)容的極大豐富和補充。近年來，認(rèn)知神經(jīng)科學(xué)、心理學(xué)、生物學(xué)、語言學(xué)甚至社會學(xué)對人工智能領(lǐng)域有著較大的推進作用，也是將來融合發(fā)展的總體趨勢，如何在課堂上結(jié)合具體的事例對其加以說明也是授課內(nèi)容的一個重要環(huán)節(jié)。

3相關(guān)教材的選擇

眾所周知，關(guān)于人工智能的國內(nèi)外優(yōu)秀教材有很多，例如：S.J. Russell和P. Norvig所著的《Artificial Intelligence――A Modern Approach》被全世界89個國家的900多所大學(xué)用作教材[1]，國內(nèi)可以考慮使用其影印版或中文翻譯版本，大大的降低了購買國外原版教材所需的費用，并可以在此基礎(chǔ)上考慮實現(xiàn)雙語教學(xué)。此外還有蔡自興教授等編著的人工智能及其應(yīng)用，詳細而恰當(dāng)?shù)亟榻B了人工智能領(lǐng)域中的各個研究方向(分別適合于本科生[2]和研究生[3])等。我們從整個教學(xué)時間安排上看，因其所占學(xué)時較少，所以人工智能概論課程的教材選擇不適用于大部頭的書籍，宜選用篇幅較小但內(nèi)容較全的適合于本科生的教材。除了選擇合適的教材外，對于任課教師還要擁有大量的參考書，包括上述提到的其他領(lǐng)域的書籍和資料，只有這樣才能拓展所掌握的知識，為實現(xiàn)良好的教學(xué)效果而服務(wù)。

4講授方法和考試形式的選擇

課程講授時注意主線的選擇，著重以思想介紹為主，詳細地介紹人工智能發(fā)展的歷史以及各種學(xué)派和學(xué)說，如符號主義、連接主義和行為主義等，要重點介紹他們的特點和本質(zhì)，指出它們形成的原因以及其中的不足之處，并向?qū)W生介紹新的學(xué)說，例如機制主義[4]等。整個教學(xué)過程并不涉及較為復(fù)雜的數(shù)學(xué)，要注重各個分支的思想源流，主要從其機制上做定性介紹。同時可在講授過程中穿插相關(guān)歷史問題的爭論，例如：中國屋問題[5]等，引發(fā)學(xué)生學(xué)習(xí)的興趣和愛好，開展交互式教學(xué)，使學(xué)生和老師產(chǎn)生互動。授課方式采用板書和多媒體交互使用方式，力爭在每節(jié)課的空閑時間里穿插加入人工智能領(lǐng)域的實際應(yīng)用介紹，放映相關(guān)的視頻錄像，開闊學(xué)生們的眼界。在最終考試形式的選擇方面不是要學(xué)生死記硬背知識點，而是要注重學(xué)生思想的發(fā)揮，鼓勵學(xué)生提出新想法和新思路，并豐富其掌握的相關(guān)知識，為將來的進一步學(xué)習(xí)打好基礎(chǔ)和做準(zhǔn)備。

5結(jié)語

我們認(rèn)為在教學(xué)方式上力爭采用“啟發(fā)式”教學(xué)，能真正做到啟迪學(xué)生思想的作用，尤其要鼓勵思想創(chuàng)新，在高等教育階段培養(yǎng)學(xué)生具有獨立思考、勇于探索的能力，使之成為社會的有用之才。希望這些在人工智能概論課程教學(xué)中的思考和探索能在日常教學(xué)活動起到有益的作用，并與同行們共同交流和探索。

參考文獻：

[1] S.J. Russell, P. Norvig. Artificial Intelligence:A Modern Approach[M]. 2nd Ed. 北京:清華大學(xué)出版社,2006.

[2] 蔡自興,徐光佑. 人工智能及其應(yīng)用本科生用書[M]. 3版. 北京:清華大學(xué)出版社,2003.

[3] 蔡自興,徐光佑. 人工智能及其應(yīng)用研究生用書[M]. 3版. 北京:清華大學(xué)出版社,2004.

[4] 鐘義信. 機制主義方法與人工智能統(tǒng)一理論:人工智能的新方法與新進展[J]. 計算機教育,2010(19):7-10.

[5]J. Preston, M. Bishop. Views into the Chinese Room: New Essays on Searle and Artificial Intelligence[M]. Oxford: Oxford University Press,2002.

Teaching Reflection on Introduction to Artificial Intelligence

YANG Dedong, SUN Hexu, YANG Peng, ZHANG Lei

(School of Control Science and Engineering, Hebei University of Technology, Tianjin 300130, China)

篇2

關(guān)鍵詞：航天類專業(yè) 人工智能 教學(xué)探索

中圖分類號：G64 文獻標(biāo)識碼：A 文章編號：1674-098X（2014）10（b）-0155-02

面對航天科技迅猛發(fā)展，現(xiàn)代軍備技術(shù)快速提升，培養(yǎng)具有專業(yè)性的高素質(zhì)航天類人才，是我國航天科技發(fā)展的戰(zhàn)略選擇，也是航天重點高校面向并有效服務(wù)航天事業(yè)的歷史責(zé)任。航天類本科生的教育形式也需要突破傳統(tǒng)的方式，著重多樣性、前沿性、工程性，因此，該專業(yè)的各門課程教育都應(yīng)該結(jié)合專業(yè)特點，探索新的教學(xué)模式。

人工智能自1956年誕生50多年以來，引起眾多科研機構(gòu)、政府和企業(yè)的空前關(guān)注，已成為一門具有日臻完善的理論基礎(chǔ)、日益廣泛的應(yīng)用領(lǐng)域和廣泛交叉的前沿學(xué)科。由于航天領(lǐng)域的特殊要求，人工智能在其發(fā)展中發(fā)揮著不可替代的重要作用，各發(fā)達國家都相繼開展了人工智能與航天技術(shù)相結(jié)合的研究，致力于實現(xiàn)可重構(gòu)的、具有容錯能力的、智能的飛行系統(tǒng)和管理系統(tǒng)。因此，“人工智能”作為航天類專業(yè)的一門特色選修課，應(yīng)結(jié)合專業(yè)特點展開更具有實用性和創(chuàng)新性的教學(xué)。

1 人工智能課程特點

一方面，“人工智能”是一門多學(xué)科交叉的綜合學(xué)科，它涉及計算機科學(xué)、數(shù)學(xué)、心理學(xué)、認(rèn)知科學(xué)等眾多領(lǐng)域，具有知識點多、涉及面廣、內(nèi)容抽象、不易理解、理論性強等特點，使得該課程的教學(xué)具有較大的靈活度和較高的難度。另一方面，“人工智能”是一門正在發(fā)展中的學(xué)科，具有較強的前沿性，計算機科學(xué)、信息科學(xué)、生物科學(xué)等相關(guān)學(xué)科的發(fā)展不斷的提出了許多新的研究目標(biāo)和研究課題，使得人工智能的技術(shù)和算法也需要不斷更新，這在很大程度上增加了“人工智能”課程的教學(xué)難度。

2 航天類專業(yè)特點

首先，航天類專業(yè)具有較強的工程性。在專業(yè)的教學(xué)改革中有統(tǒng)一的特點，即強調(diào)要體現(xiàn)航天工程技術(shù)的綜合性、系統(tǒng)性， 注重培養(yǎng)復(fù)合型人才。其次，航天類專業(yè)具有一定的前沿性。因為航天飛行器作為現(xiàn)代高科技和多種學(xué)科技術(shù)綜合應(yīng)用的結(jié)晶，應(yīng)及時把現(xiàn)代先進科技融入到了專業(yè)基礎(chǔ)和專業(yè)類的課程教學(xué)中， 專業(yè)知識更新快成為又一特點；另外，航天類專業(yè)應(yīng)注重實踐性教育。尊重個性和興趣，強調(diào)動手能力，實驗室對學(xué)生開放，要求學(xué)生自主地設(shè)計完成實驗，強調(diào)對學(xué)生設(shè)計理念和創(chuàng)造能力的培養(yǎng)。最后，航天類專業(yè)應(yīng)重視產(chǎn)學(xué)合作。產(chǎn)學(xué)合作的目的在于推動學(xué)校與航天產(chǎn)業(yè)的持續(xù)全面合作，造就一支科學(xué)技術(shù)研究和工程實踐兼?zhèn)涞慕處熽犖椤?/p>

3 教學(xué)模式的探索

3.1 教材的選擇

人工智能作為一門新興的學(xué)科，其理論與方法都還在不斷的發(fā)展與完善中。就目前來看，關(guān)于人工智能的定義和范圍都沒有一個統(tǒng)一的標(biāo)準(zhǔn)，不同的教材所介紹的內(nèi)容也不盡相同。在教材選用方面，需要綜合考慮專業(yè)特點和學(xué)生的知識背景。本課程主要針對航天類專業(yè)高年級本科生，該類學(xué)生具有一定的數(shù)學(xué)、計算機、信息論、通信理論等基礎(chǔ)知識，對航天應(yīng)用的基本需求有初步的了解，因此，“人工智能”課程難度應(yīng)該控制在中級，可以較深入的介紹人工智能的基礎(chǔ)算法和應(yīng)用案例。

中南大學(xué)蔡自興教授積累了多年的教學(xué)與科研經(jīng)驗，借鑒了國內(nèi)外其他專家和作者的最新研究成果，吸取了國內(nèi)和國外人工智能領(lǐng)域?qū)W術(shù)書籍的長處，于1987年編寫了“人工智能及其應(yīng)用”一書，該書根據(jù)人工智能學(xué)科的新發(fā)展不斷修訂，推出四個版本。本課程采用“人工智能及其應(yīng)用（第4版）”，其中大部分內(nèi)容適合本科生學(xué)習(xí)。另外，本課程還給學(xué)生提供其他一些參考書目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等經(jīng)典教材。

3.2 課堂教學(xué)形式的探索

“人工智能”課程內(nèi)容較抽象，概念較為繁多，若采用單一的課堂講授的方式，學(xué)生容易概念混淆、理解不透，逐漸產(chǎn)生厭倦情緒，導(dǎo)致教學(xué)效果差。本文探索不同的課堂教學(xué)手段，根據(jù)不同內(nèi)容采用不同的教學(xué)手段，有利于學(xué)生對課程內(nèi)容的理解與吸收。另外，考慮到航天類的專業(yè)特點，突出課程內(nèi)容的工程應(yīng)用，增加研究性質(zhì)的教學(xué)內(nèi)容與形式，有利于培養(yǎng)學(xué)生的創(chuàng)新能力和實踐能力。

（1）課件采用圖文并茂的PPT。綜合利用文字、圖像、聲音、視頻等多種媒體表示方法，在介紹原理和概念時采用精辟的文字，介紹算法流程時采用圖像，介紹算法應(yīng)用時采用視頻。在PPT中適當(dāng)利用不同的字體、顏色或動畫來突出重點，細化流程，引導(dǎo)學(xué)生的思路，便于集中注意力接受重點內(nèi)容。

（2）適當(dāng)增加課堂討論與練習(xí)。對于人工智能的一些基本問題，可以引導(dǎo)學(xué)生進行調(diào)研和討論，來深化課程內(nèi)容的了解，并提高學(xué)生的學(xué)習(xí)興趣；對于重要的算法和理論，可以增加課堂練習(xí)，讓學(xué)生實際動手進行公式的推導(dǎo)或演算，并在練習(xí)中分析學(xué)生對問題的理解程度，有針對性的增加講解或指導(dǎo)。

（3）適當(dāng)采用類比的講解方式。對人工智能的不同學(xué)派，不同方方法，以及方法的不同應(yīng)用，廣泛的采用類比的形式進行講解，不僅可以復(fù)習(xí)已學(xué)習(xí)的內(nèi)容，也利于對新內(nèi)容的理解。并且，通過對不同內(nèi)容的比較總結(jié)相似點、區(qū)分不同點，可以避免概念的混淆，清晰的掌握課程內(nèi)容。

（4）增加研究性教學(xué)。研究性教學(xué)強調(diào)通過問題來進行學(xué)習(xí)，有必要將實際應(yīng)用案例或者授課教師的科研項目融入日常的教學(xué)工作中去，用“啟發(fā)式”、“案例式”教學(xué)激發(fā)學(xué)生“自主學(xué)習(xí)”能力。

3.3 課程內(nèi)容的探索

一方面，鑒于本科生知識結(jié)構(gòu)還不夠完善，“人工智能”課程的內(nèi)容要控制在適應(yīng)本科生學(xué)科基礎(chǔ)的中等難度；另一方面，鑒于航天類專業(yè)的特點，課程內(nèi)容應(yīng)更注重與航天應(yīng)用相結(jié)合的內(nèi)容，并且在課程中增加具體應(yīng)用的介紹。具體的課程內(nèi)容如表1所示。

3.4 考核形式的改革

“人工智能”課程注重學(xué)生創(chuàng)新能力和實踐能力的培養(yǎng)，傳統(tǒng)的試卷形式不能全面的反應(yīng)學(xué)生的學(xué)習(xí)效果，因此，應(yīng)采用課堂表現(xiàn)和課程報告相結(jié)合的方式進行綜合考核。

一方面，重視學(xué)生提出問題、分析問題和解決問題的能力，對學(xué)生課堂討論與練習(xí)的表現(xiàn)進行考核評分，作為總成績的參考；另一方面，注重學(xué)生課題調(diào)研和實踐的能力，采取提交課程論文的形式進行考核。正確引導(dǎo)學(xué)生根據(jù)個人興趣、課程內(nèi)容、可行性、實踐難度進行合理選題，并根據(jù)所選題目進行文獻查閱和總結(jié)，完成調(diào)研報告或算法實現(xiàn)報告。結(jié)合者兩個方面進行最終成績的評定，綜合衡量學(xué)生問題分析能力、論文寫作能力和創(chuàng)新實踐能力。

4 結(jié)語

航天類專業(yè)的本科生教學(xué)需針對專業(yè)特點有的放矢，該專業(yè)的課程教育都應(yīng)該趨向于前沿性、專業(yè)性和實用性。本文的“人工智能”課程教學(xué)改革方案不僅考慮到該課程屬于前沿叉學(xué)科的特點，也綜合考慮了航天類專業(yè)的特點。為了使課程教學(xué)更好地服務(wù)于學(xué)生，本文提出的改革方案打破傳統(tǒng)的教學(xué)模式，將課堂理論講解、課堂討論、課后調(diào)研、項目實踐等相結(jié)合，充分調(diào)動學(xué)生的學(xué)習(xí)興趣和積極性，提高學(xué)生的創(chuàng)新能力，有利于培養(yǎng)真正符合航天領(lǐng)域所需要的綜合型高級人才。

參考文獻

[1] 王甲海，印鑒，凌應(yīng)標(biāo).創(chuàng)新型人工智能教學(xué)改革與實踐[J].計算機教育，2010（15）：136-138，148.

[2] 劉興林.大學(xué)本科人工智能教學(xué)改革與實踐[J].福建電腦，2010（8）：198-199.

[3] 懷麗波.32課時《人工智能基礎(chǔ)》課程教學(xué)的幾點思考[J].華章，2013（34）：193-194.

[4] 紀(jì)霞，李龍澍.本科人工智能教學(xué)研究[J].科教文匯（上旬刊），2013（6）：91-92.

[5] 肖春景，李建伏，楊慧.《人工智能》課程教學(xué)方法改革的探索與實踐[J].現(xiàn)代計算機（專業(yè)版），2013（26）：32-34.

[6] 熊德蘭，李梅蓮，鄢靖豐.人工智能中實踐教學(xué)的探討[J].宿州學(xué)院學(xué)報，2008（1）：146-148.

[7] 張偉峰.本科高年級人工智能教學(xué)的幾點思考[J].計算機教育，2009（11）：139-141.

篇3

人工智能作為一門課程［1］，開設(shè)時間距今只有40多年，但發(fā)展極為迅猛。人工智能課程的內(nèi)容涉及計算機科學(xué)、數(shù)學(xué)、系統(tǒng)科學(xué)、控制科學(xué)、信息科學(xué)、心理學(xué)、電子學(xué)、生物學(xué)、語言學(xué)等等，幾乎所有科學(xué)工作者都可以在人工智能中找到自己感興趣的問題。目前，國內(nèi)外已有眾多高校指定人工智能為計算機科學(xué)與技術(shù)及其相關(guān)專業(yè)的主修專業(yè)基礎(chǔ)課程，它在拓展計算機和自動控制的研究和應(yīng)用領(lǐng)域方面有著極其誘人的學(xué)科發(fā)展前景。自2003年起，國內(nèi)諸多高等院校陸續(xù)開設(shè)“智能科學(xué)與技術(shù)”本科專業(yè)，同時也有更多高校在傳統(tǒng)信息類專業(yè)中加大了人工智能課程的課時比重，因此如何提高人工智能課程的教學(xué)質(zhì)量顯得尤為重要。? 

本文結(jié)合人工智能課程的特點以及自己教學(xué)與研究的實踐，對本課程的教學(xué)進行一些探討，以期改進人工智能課程教學(xué)方法，達到提高本課程教學(xué)質(zhì)量的目的。?? 

一、兼顧課程內(nèi)容的統(tǒng)一性和差異性?? 

人工智能課程的核心內(nèi)容主要集中在對基本概念、基本原理、基本方法和重要算法及其應(yīng)用的認(rèn)識和理解上，盡管各種基本概念、原理、方法和算法在一定程度上自成體系，但是它們之間又存在著許多內(nèi)在聯(lián)系和規(guī)律。從這一點來看，人工智能課程與其他很多計算機課程是不同的，這就要求人工智能課程的授課要具有自己的特色。? 

知識表示、知識推理、知識應(yīng)用是人工智能課程的三大內(nèi)容，解決任何一個人工智能問題都離不開兩個步驟，即知識表示和問題求解。由此，人工智能課程從總體結(jié)構(gòu)上就有了一個比較清晰的脈絡(luò)，即首先必然要學(xué)習(xí)各種知識表示方法，然后是利用這些知識進行推理，進而實現(xiàn)知識應(yīng)用，最終達到問題求解的目的。問題求解又分為基本的問題求解方法和高級問題求解方法。圖搜索策略、啟發(fā)式搜索、消解原理以及規(guī)則演繹系統(tǒng)等都屬于基本的問題求解方法。計算智能、專家系統(tǒng)、機器學(xué)習(xí)、自動規(guī)劃等屬于高級問題求解方法。? 

同時，人工智能課程某些章節(jié)或者某些方法算法在一定程度上又自成體系。例如，各種不同的知識表示方法不管是數(shù)據(jù)結(jié)構(gòu)還是表示形式都完全不相同。又例如，人工智能有許多不同的學(xué)派［2］，本課程往往同時會介紹不同學(xué)派的算法，這些學(xué)派在人工智能的基礎(chǔ)理論和方法、技術(shù)路線等方面是完全不同的，甚至是對立的。? 

這些都要求我們在教學(xué)過程中不僅要強調(diào)人工智能課程理論的統(tǒng)一性和完整性，又要兼顧各學(xué)派的特點，尊重甚至調(diào)動學(xué)生們對不同人工智能學(xué)派及其方法的興趣。在編寫和選用教材時也要注重這一點，我們選用的是蔡自興教授編寫的《人工智能及其應(yīng)用》系列教材［1,2］，該教材以邏輯主義學(xué)派為主線，兼顧引進其他學(xué)派的精華內(nèi)容，具有較強的科學(xué)性。 

??二、實施分層次教學(xué)?? 

各高校一般同時為計算機相關(guān)專業(yè)的本科生和研究生開設(shè)了人工智能課程，甚至有的非計算機類專業(yè)也開設(shè)有人工智能課程。不同層次的學(xué)生對人工智能課程要求掌握的程度不同，我們首先明確本科生和研究生以及非計算機類專業(yè)學(xué)生的教學(xué)目的和教學(xué)內(nèi)容，做到分層次設(shè)計人工智能課程教學(xué)?過程。? 

本科階段的人工智能課程課時量較少，本科層次只需要做到對大部分人工智能概念和算法了解、認(rèn)識，少部分達到理解層次。本科生一般都是在高年級（三年級下期或者四年級上期）開設(shè)人工智能課程，這時已有不少學(xué)生準(zhǔn)備繼續(xù)讀研或者已經(jīng)被保研，因此在兼顧全體學(xué)生教學(xué)層次的同時，要注意給這部分學(xué)生足夠的相關(guān)參考書目，讓他們能夠利用課余時間廣泛深入了解人工智能相關(guān)算法，老師在課后還應(yīng)和他們進行充分討論，培養(yǎng)他們對人工智能的特別興趣。? 

非計算機類專業(yè)的學(xué)生往往需要學(xué)習(xí)如何利用人工智能知識解決該專業(yè)領(lǐng)域內(nèi)的問題，因此在教學(xué)中要盡量有專業(yè)針對性地進行教學(xué)。例如針對農(nóng)科類專業(yè)，在教學(xué)專家系統(tǒng)過程中，我們要求學(xué)生參考北京農(nóng)業(yè)信息技術(shù)研究中心開發(fā)的農(nóng)業(yè)專家系統(tǒng)開發(fā)平臺（paid5?0）理解并開發(fā)與本專業(yè)領(lǐng)域相關(guān)的簡易農(nóng)業(yè)專家系統(tǒng)。? 

給研究生開設(shè)人工智能課程要求做到概念理解，基本算法精通，即要求全面、系統(tǒng)地掌握人工智能的基本概念、基本原理、典型方法和若干應(yīng)用實例，并且能靈活運用所學(xué)知識闡述解決實際問題的方法和途徑。課程教學(xué)中要致力于培養(yǎng)學(xué)生分析問題與解決問題的能力，要求研究生將人工智能方法與自己的研究方向相結(jié)合，用人工智能方法解決所研究課題中的實際問題，并撰寫相關(guān)的課程論文，以小型研討會的形式進行報告交流。實踐證明，我們的研究生的人工智能教學(xué)效果明顯提升，成效突出。 

??三、案例驅(qū)動，寓教于樂?? 

采用案例教學(xué)是為了充分調(diào)動學(xué)生的學(xué)習(xí)興趣，增強學(xué)生學(xué)習(xí)的自覺性［3］。通過案例教學(xué)能把枯燥的人工智能理論知識具體化、形象化，可以使學(xué)生更加感性地理解課堂教學(xué)內(nèi)容。這些案例都是以教師所從事的科研項目中的實際應(yīng)用環(huán)境為背景進行闡述的，讓學(xué)生能在實際環(huán)境中理解概念和知識，學(xué)會利用人工智能知識去分析和解決實際問題。在教學(xué)過程中要選擇學(xué)生容易接受的案例，體現(xiàn)理論聯(lián)系實際的特色，激發(fā)學(xué)生的興趣。? 

例如，在講授“計算智能”內(nèi)容時，我們結(jié)合黃河三門峽和小浪底水庫水沙聯(lián)合智能調(diào)度系統(tǒng)［4］進行講解。綜合三門峽水庫和小浪底水庫防洪運用的基本原則、歷年調(diào)度方案、專家的經(jīng)驗、歷年數(shù)據(jù)和現(xiàn)有的調(diào)水調(diào)沙數(shù)學(xué)模型，分別利用模糊決策、神經(jīng)網(wǎng)絡(luò)、遺傳算法及綜合集成方法來實現(xiàn)三門峽、小浪底水庫水沙聯(lián)合調(diào)度。? 

又例如為了讓學(xué)生走近機器人，我們進行了一場機器人展示課，將研究所現(xiàn)有的MOROCS?1（中南一號智能移動機器人）、ASR（廣茂達）、AmigoBot（自主移動機器人）、CanDroid（罐頭機器人）、MD?375 Rover（人控漫游車）、Fokker D7（人控飛機，1:72）、Rockit OWI?769K（聲按、壓控火牛機器人）、Hexapod Monster（六足爬行機器人）、Hubo（多機能歌舞機器人）等各類機器人全部拿出來給學(xué)生做了功能演示［5］。親眼看到這么多機器人，同學(xué)們都非常興奮，對人工智能課程的興趣高漲。? 

在進行案例教學(xué)時，引導(dǎo)學(xué)生帶著問題和求知欲望深入理論的學(xué)習(xí)，讓學(xué)生在案例中尋找問題的答案并獲取知識。在講授利用神經(jīng)網(wǎng)絡(luò)進行水庫調(diào)度時，引導(dǎo)學(xué)生分析如何確定神經(jīng)網(wǎng)絡(luò)的輸入端數(shù)據(jù)，什么是泛化能力以及如何提高神經(jīng)網(wǎng)絡(luò)的泛化能力。? 

為了鞏固所學(xué)內(nèi)容，可以讓學(xué)生組成討論小組對教師提出的論題進行討論，分小組闡述自己的觀點，這樣有助于提高學(xué)生學(xué)習(xí)的主動性，還有助于培養(yǎng)學(xué)生思考問題的能力和提高理論教學(xué)的效果。案例教學(xué)的關(guān)鍵在于引導(dǎo)學(xué)生利用所學(xué)到的理論知識去解釋、分析和解決現(xiàn)實案例中的問題，以達到訓(xùn)練學(xué)生理論運用和深入理解理論知識的目的。? 

此外，我們挑選了機器人足球、拖拉機撲克牌、中國象棋、五子棋等普遍受人喜愛的智能游戲，讓學(xué)生親手設(shè)計小型智能游戲軟件，在設(shè)計的過程中掌握高深的人工智能理論知識，讓學(xué)生學(xué)得會、用得上、記得牢。 

??四、結(jié)語?? 

以上談到的一些教學(xué)方法是我們在教學(xué)過程中總結(jié)體會比較深刻的方面，以供探討。事實上，要進一步提高人工智能課程的教學(xué)質(zhì)量，還有很多方面需要改革和加強。如不斷強調(diào)人工智能教師的專業(yè)素質(zhì)，要求他們在講授好人工智能課程的同時，努力提升出自身的專業(yè)素質(zhì)，給學(xué)生一個良好的專業(yè)素質(zhì)導(dǎo)向。其次，在人工智能課程教學(xué)過程中還需要有培養(yǎng)實用型人才的教學(xué)理念，特別是注重培養(yǎng)有創(chuàng)新意識的實用型人才。注重培養(yǎng)學(xué)生的質(zhì)疑能力，只有通過質(zhì)疑和提出問題，學(xué)生的創(chuàng)新意識才能夠得到不斷強化，創(chuàng)新思維能力才能夠得以不斷提高。? 

人工智能學(xué)科是一門非常年輕、又非常前沿的學(xué)科，有其自身的突出特點，人工智能課程教學(xué)必然與其他計算機專業(yè)課程教學(xué)不同，需要更多的從事人工智能教學(xué)的教師在自身的教學(xué)實踐中不斷積累經(jīng)驗，進行廣泛的教學(xué)交流。 

 

參考文獻? 

［1］ 

蔡自興, 徐光祐. 人工智能及其應(yīng)用(第三版)(研究生用書)［M］. 北京: 清華大學(xué)出版社， 2004（8）: 1-4.? 

［2］蔡自興, 徐光祐. 人工智能及其應(yīng)用(第三版)(本科生用書)［M］. 北京: 清華大學(xué)出版社， 2003（8）:288-290.? 

［3］雷煥貴, 段云青. 中美案例教學(xué)的比較［J］. 教育探索， 2010（6）: 150-151.? 

篇4

1.1集先進性、實用性和前沿性為一體的教學(xué)內(nèi)容改革對國內(nèi)外優(yōu)秀的人工智能教材[2-6]的內(nèi)容進行整合，建立人工智能的知識體系，并提取人工智能課程的知識要點，確定集先進性、實用性和前沿性為一體的教學(xué)內(nèi)容。人工智能的核心思想是研究人類智能活動規(guī)律和模擬人類智能行為的理論、方法和技術(shù)，因此人工智能應(yīng)圍繞“智能”這個中心。由于智能本身的復(fù)雜性，難以用單一的理論與方法來描述，因此可以通過建立人工智能的不同層次來刻畫智能這個主題。人工智能的主要內(nèi)容可按圖1所示劃分為最底層、抽象層、邏輯層和應(yīng)用層這4個不同層次。在最底層，神經(jīng)網(wǎng)絡(luò)與演化計算輔助感知以及與物理世界的交互。抽象層反映知識在智能中的角色和創(chuàng)建，圍繞問題求解對知識進行抽象、表示與理解。邏輯層提出學(xué)習(xí)、規(guī)劃、推理、挖掘的模型與方式。應(yīng)用層構(gòu)造智能化智能體以及具有一定智能的人工系統(tǒng)。將人工智能劃分為這4個層次可確定人工智能課程的教學(xué)內(nèi)容，并保證教學(xué)內(nèi)容的循序漸進。

1.2基于人工智能知識體系的教學(xué)案例庫建設(shè)根據(jù)所確定的教學(xué)內(nèi)容、知識重點和知識難點，從國內(nèi)外經(jīng)典教材、科研項目、研發(fā)設(shè)計、生產(chǎn)建設(shè)以及國內(nèi)外人工智能網(wǎng)站等多種途徑，收集案例素材，加以整理，撰寫各知識要點的教學(xué)案例及其內(nèi)容。表1給出基于人工智能知識體系的教學(xué)案例示例。

2人工智能課程教學(xué)案例的詳細設(shè)計

在教學(xué)案例具體設(shè)計時應(yīng)包括章節(jié)、知識重點、知識難點、案例名稱、案例內(nèi)容、案例分析過程、案例教學(xué)手段、思考/討論內(nèi)容等案例規(guī)范，分別從以下單一案例、一題多解案例和綜合應(yīng)用案例3種情況進行討論。

2.1單一案例設(shè)計以人工智能課程中神經(jīng)網(wǎng)絡(luò)課堂教學(xué)內(nèi)容為例，介紹基于知識點的單一案例的設(shè)計。神經(jīng)網(wǎng)絡(luò)在模式識別、圖像處理、組合優(yōu)化、自動控制、信息處理和機器人學(xué)等領(lǐng)域具有廣泛的應(yīng)用，是人工智能課程的主要內(nèi)容之一。教學(xué)內(nèi)容主要包括介紹人工神經(jīng)網(wǎng)絡(luò)的由來、特性、結(jié)構(gòu)、模型和算法，以及神經(jīng)網(wǎng)絡(luò)的表示和推理。這些內(nèi)容是神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識。其重點在于人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、模型和算法。難點是人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和算法。從教學(xué)要求上，通過對該章節(jié)內(nèi)容的學(xué)習(xí)，使學(xué)生掌握人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、模型和算法，了解人工神經(jīng)網(wǎng)絡(luò)的由來和特性，一般性地了解神經(jīng)網(wǎng)絡(luò)的表示和推理方法。采用課件PPT和演示手段，由簡單到復(fù)雜，在學(xué)生掌握人工神經(jīng)網(wǎng)絡(luò)的基本原理和方法之后，再講解反向傳播BP算法，然后運用“手寫體如何識別”案例，引導(dǎo)學(xué)生學(xué)習(xí)理解人工神經(jīng)網(wǎng)絡(luò)的核心思想及其應(yīng)用方法。從國外教材中整理和設(shè)計該案例，同時應(yīng)包括以下規(guī)范內(nèi)容。章節(jié)：神經(jīng)網(wǎng)絡(luò)。知識重點：神經(jīng)網(wǎng)絡(luò)。知識難點：人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、表示、學(xué)習(xí)算法和推理。案例名稱：手寫體如何識別。案例內(nèi)容：用訓(xùn)練樣本集訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)使其推廣到先前訓(xùn)練所得結(jié)果，正確分類先前未見過的數(shù)據(jù)。案例分析過程：①訓(xùn)練數(shù)字識別神經(jīng)網(wǎng)絡(luò)的樣本位圖；②反向傳播BP算法；③神經(jīng)網(wǎng)絡(luò)的表示；④使用誤差反向傳播算法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的泛化能力；⑤一個神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢后，將網(wǎng)絡(luò)中的權(quán)值保存起來供實際應(yīng)用。案例教學(xué)手段：手寫體識別的神經(jīng)網(wǎng)絡(luò)演示。思考/討論內(nèi)容：①訓(xùn)練改進與權(quán)值調(diào)整改進；②過學(xué)習(xí)/過擬合現(xiàn)象，即在一個數(shù)據(jù)集上訓(xùn)練時間過長，導(dǎo)致網(wǎng)絡(luò)過擬合于訓(xùn)練數(shù)據(jù)，對未出現(xiàn)過的新數(shù)據(jù)沒有推廣性。

2.2一題多解案例設(shè)計一題多解案例有助于學(xué)生把相關(guān)知識點聯(lián)系起來，形成相互關(guān)聯(lián)的知識網(wǎng)絡(luò)。以人工智能課程中知識及其表示教學(xué)內(nèi)容為例，介紹一題多解案例的設(shè)計。知識及其表示是人工智能課程三大內(nèi)容（知識表示、知識推理、知識應(yīng)用）之一。教學(xué)內(nèi)容主要包括知識表示的各種方法。其重點在于狀態(tài)空間、問題歸約、謂詞邏輯、語義網(wǎng)絡(luò)等知識表示方法。難點是知識表示方法的區(qū)別及其應(yīng)用。從教學(xué)要求上，通過對該章節(jié)內(nèi)容的學(xué)習(xí)，使學(xué)生掌握利用狀態(tài)空間法、問題歸約法、謂詞演算法、語義網(wǎng)絡(luò)法來描述和解決應(yīng)用問題，重點掌握幾種主要知識表示方法之間的差別，并對如何選擇知識表示方法有一般性的了解。通過講解和討論“猴子和香蕉問題”案例，來表示抽象概念。該案例從國內(nèi)外教材中進行整理和設(shè)計，同時包括以下規(guī)范內(nèi)容。章節(jié)：知識及其表示。知識重點：狀態(tài)空間法、問題歸約法、謂詞邏輯法、語義網(wǎng)絡(luò)法等。知識難點：知識表示方法的區(qū)別及其應(yīng)用。案例名稱：分別用狀態(tài)空間表示法與謂詞邏輯法表示猴子和香蕉問題。案例內(nèi)容：房間內(nèi)有一只機器猴、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多種知識表示方法表示和求解該問題？案例分析過程：①狀態(tài)空間法的解題過程。用n元表列表示該問題的狀態(tài)；定義問題的操作算符；定義初始狀態(tài)變換為目標(biāo)狀態(tài)的操作序列；畫出該問題的狀態(tài)空間圖。②謂詞邏輯法的解題過程。定義問題的常量；定義問題的謂詞；根據(jù)問題描述用謂詞公式表示問題的初始狀態(tài)、中間狀態(tài)和目標(biāo)狀態(tài)。案例教學(xué)手段：猴子和香蕉問題的演示。思考/討論內(nèi)容：①選擇知識表示方法時，應(yīng)考慮哪些主要因素？②如何綜合運用多種知識表示方法獲得最有效的問題解決方案?

2.3綜合應(yīng)用案例設(shè)計與單一案例、一題多解案例相比，綜合應(yīng)用案例能更加有效地啟發(fā)學(xué)生全方位地思考和探索問題的解決方法。以機器人行動規(guī)劃模擬為例，介紹人工智能綜合應(yīng)用案例的設(shè)計，該案例包括以下規(guī)范內(nèi)容。章節(jié)：人工智能綜合應(yīng)用。知識重點：人工智能的研究方向和應(yīng)用領(lǐng)域。知識難點：人工智能的技術(shù)集成。案例名稱：機器人行動規(guī)劃模擬。案例內(nèi)容：綜合應(yīng)用行為規(guī)劃、知識表示方法、機器人學(xué)、神經(jīng)網(wǎng)絡(luò)、人工智能語言等多種人工智能技術(shù)與方法，對機器人行動規(guī)劃問題進行描述和可視化。案例分析過程：①機器人行為規(guī)劃問題求解。采用狀態(tài)歸約法與分層規(guī)劃技術(shù)，將機器人須完成的總?cè)蝿?wù)分解為若干依序排列的子任務(wù)；依據(jù)任務(wù)進程，確定若干關(guān)鍵性的中間狀態(tài)，將狀態(tài)對應(yīng)為進程子規(guī)劃的目標(biāo)；確定規(guī)劃的執(zhí)行與操作控制，以及機器人過程控制與環(huán)境約束。②基于謂詞邏輯表示的機器人行為規(guī)劃設(shè)計。定義表達狀態(tài)的謂詞邏輯；用謂詞邏輯描述問題的初始狀態(tài)、問題的目標(biāo)狀態(tài)以及機器人行動規(guī)劃過程的中間狀態(tài)；定義操作的約束條件和行為動作。③機器人控制系統(tǒng)。定義機器人平臺的控制體系結(jié)構(gòu)，包括反應(yīng)式控制、包容結(jié)構(gòu)以及其他控制系統(tǒng)等。④基于神經(jīng)網(wǎng)絡(luò)的模式識別。采用神經(jīng)網(wǎng)絡(luò)方法以及BP算法對桌面茶壺、杯子等物體進行識別，提取物體圖形特征。⑤機器人程序設(shè)計語言。運用人工智能語言實現(xiàn)機器人行動規(guī)劃行為的可視化。案例教學(xué)手段：機器人行動規(guī)劃的模擬演示。思考/討論內(nèi)容：人工智能將會怎樣發(fā)展？應(yīng)該在哪些方面進一步開展研究？

3案例教學(xué)環(huán)節(jié)和過程的具體實施細節(jié)

人工智能案例教學(xué)的實施面向筆者所在學(xué)院軟件工程專業(yè)三年級本科生展開。具體實施細節(jié)如下。（1）教學(xué)內(nèi)容的先進性、實用性和前沿性。引進和整合國外著名人工智能教材內(nèi)容，保證課程內(nèi)容具有先進性。同時將前沿人工智能的研究成果與技術(shù)有機地融入課程案例教學(xué)之中。（2）案例教學(xué)的創(chuàng)新教學(xué)模式。在教師的引導(dǎo)下，將案例中涉及的人工智能內(nèi)容推廣到對人工智能的一般性認(rèn)識。案例的教學(xué)過程，成為認(rèn)識人工智能、初步運用人工智能的理論與方法分析和解決實際應(yīng)用問題的過程，使學(xué)生具備運用人工智能知識解決實際問題的意識和初步能力。在課程教學(xué)中，打破國內(nèi)常規(guī)教學(xué)方式，建立和實施開放式案例教學(xué)模式。采用動畫課件、錄像教學(xué)、實物演示、網(wǎng)絡(luò)教學(xué)等多種多媒體教學(xué)手段，以及集中講授與專題討論相結(jié)合的教學(xué)方式將理論、方法、技術(shù)、算法以及實現(xiàn)有機結(jié)合，感性認(rèn)識與理性認(rèn)識相結(jié)合，理論與實際相結(jié)合，極大地激發(fā)學(xué)生自主和創(chuàng)新性學(xué)習(xí)的熱情。（3）“課堂教學(xué)—實踐活動—現(xiàn)實應(yīng)用”的有機融合。在案例教學(xué)過程中，從傳統(tǒng)教學(xué)觀以學(xué)會為中心轉(zhuǎn)化為創(chuàng)新應(yīng)用型教學(xué)觀以創(chuàng)新為中心，以及從傳統(tǒng)教學(xué)的以課堂教學(xué)為中心轉(zhuǎn)化為以課堂教學(xué)與實踐活動并重為中心，構(gòu)造具體問題場景以及設(shè)計教學(xué)案例在情境中的現(xiàn)實應(yīng)用，加深學(xué)生對教學(xué)內(nèi)容的理解，同時提高學(xué)生的思考能力和實際綜合應(yīng)用能力。

4結(jié)語

篇5

關(guān)鍵詞:人工智能;專家系統(tǒng);ARM;單片機

人工智能(AI)[1]是計算機科學(xué)的重要分支,是計算機科學(xué)與技術(shù)專業(yè)的核心課程之一。本課程在介紹人工智能的基本概念、基本方法的基礎(chǔ)上,主要是研究如何用計算機來模擬人類智能,即如何用計算機實現(xiàn)諸如問題求解、規(guī)劃推理、模式識別、知識工程、自然語言處理、機器學(xué)習(xí)等只有人類才具備的“智能”,本課程重點闡明這些方法的一般性原理和基本思想,使得計算機更好得為人類服務(wù)。

1人工智能課程體系

人工智能主要研究傳統(tǒng)人工智能的知識表示方法,包括狀態(tài)空間法、問題歸約法謂詞邏輯法、語義網(wǎng)絡(luò)法、框架表示、劇本表示等;搜索推理技術(shù)主要包括盲目搜索、啟發(fā)式搜索、消解原理、規(guī)則演繹算法和產(chǎn)生式系統(tǒng)等。

人工智能的研究論題包括計算機視覺、規(guī)劃與行動、多Agent系統(tǒng)、語音識別、自動語言理解、專家系統(tǒng)和機器學(xué)習(xí)等。這些研究論題的基礎(chǔ)是通用和專用的知識表示和推理機制、問題求解和搜索算法,以及計算智能技術(shù)等。

人工智能課程在我校計算機科學(xué)與工程學(xué)院是作為大三年級的一門專業(yè)選修課開設(shè),總共學(xué)時數(shù)為:60(其中理論學(xué)時為36,實驗學(xué)時為24),隨著計算機技術(shù)的不斷更新發(fā)展,人工智能的應(yīng)用領(lǐng)域變得越來越廣,因此人工智能(AI)這個學(xué)科已不再陌生,很多學(xué)生對其充滿興趣,所以在選課人數(shù)上遠遠超過其他選修課的人數(shù),另外結(jié)合我校的實際情況,部分理論或?qū)嶒炘O(shè)計項目可以與其他相關(guān)專業(yè)結(jié)合起來而應(yīng)用。

2人工智能教學(xué)實踐

50多年以來,人工智能獲得很大的發(fā)展,已經(jīng)引起眾多學(xué)科和不同專業(yè)背景學(xué)者們的日益重視,成為一門廣泛的交叉和前沿科學(xué),但是到目前為止人工智能至今仍尚無統(tǒng)一的定義,要給人工智能下一個準(zhǔn)確、科學(xué)和嚴(yán)謹(jǐn)?shù)亩x也是困難的。

由于人工智能[2]是一門交叉性的學(xué)科,涉及到了控制論、語言學(xué)、信息論、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等許多學(xué)科。所以該學(xué)科具有知識點多、涉及面廣、內(nèi)容抽象、不易理解、理論性強、需要較好的數(shù)學(xué)基礎(chǔ)和較強的邏輯思維能力等特點,導(dǎo)致了在教學(xué)過程中老師講得吃力、學(xué)生聽得吃力。盡管在多年的教學(xué)過程中積累了一些經(jīng)驗,但是對于如何把握這門課程的特點,提高學(xué)生的學(xué)習(xí)興趣,幫助學(xué)生更好的理解這門課程,目前仍然有很多問題需要研究解決。

目前在整個教學(xué)過程中存在的主要問題[3]是:

1) 教學(xué)內(nèi)容陳舊,部分參考書相關(guān)內(nèi)容或案例都過于陳舊。在整個教學(xué)過程中,多數(shù)教學(xué)案例涉及到人工智能理論的高級應(yīng)用――機器人,目前在國際及國內(nèi)機器人的水平已經(jīng)達到相當(dāng)高的水平,但是部分教科書中仍沿用關(guān)節(jié)型機器人為例,教學(xué)內(nèi)容稍顯陳舊。

2) 教材難易程度不均勻,部分章節(jié)學(xué)生難以理解。由于人工智能課程的部分章節(jié),本身就可以獨立成一門課程,但由于是面向本科生的內(nèi)容,因此很多內(nèi)容壓縮于一章來講解,同時由于課時所限,完全不能將相關(guān)的內(nèi)容講透講通;例如:神經(jīng)計算中的神經(jīng)網(wǎng)絡(luò),與模糊邏輯控制的相關(guān)理論與應(yīng)用。

3) 教學(xué)手段單一,教學(xué)過程中缺乏師生之間的溝通與交流。經(jīng)過自己的實踐教學(xué)及對兄弟院校的人工智能的教學(xué)內(nèi)容與教學(xué)手段的調(diào)研,同時也在學(xué)生之間進行溝通交流,發(fā)現(xiàn)多數(shù)同學(xué)反映,理論與應(yīng)用雖然前沿,但是在學(xué)習(xí)過程中,教師教學(xué)手段單一,內(nèi)容枯燥乏味,一般的教學(xué)模式,多采用“老師講,學(xué)生聽”的方法,整個教學(xué)效果并不理想。

4) 考核方法不科學(xué),不能體現(xiàn)學(xué)生實際的學(xué)習(xí)情況。目前對于課程學(xué)習(xí)的考核采用閉卷考試的方式,很多考點有的同學(xué)根本不理解,完全死記硬背,考后又將內(nèi)容丟棄,從學(xué)習(xí)的效果來講,收獲甚微且完全沒有達到真正學(xué)習(xí)及應(yīng)用的能力。

3教學(xué)方法改進

3.1注重激發(fā)學(xué)生的學(xué)習(xí)興趣

科學(xué)家愛因斯坦曾說過:“興趣是最好的老師。”如何在教學(xué)工作中激發(fā)和培養(yǎng)學(xué)生的學(xué)習(xí)興趣,提高他們學(xué)習(xí)的主動性和積極性是當(dāng)前教學(xué)改革中迫切需要解決的重要問題。

在實際的課堂教學(xué)中發(fā)現(xiàn),剛開始聽課由于有興趣學(xué)生整體學(xué)習(xí)的積極性很高,但是一段時間過后發(fā)現(xiàn)部分學(xué)生由于教學(xué)內(nèi)容抽象,難點比較多,不便于理解,興趣日漸變少,針對此種情況,可以采用任務(wù)驅(qū)動式教學(xué)或案例教學(xué)。

例如:在講專家系統(tǒng)章節(jié)時,在授課之前先通過互聯(lián)網(wǎng),采取案例教學(xué)法,給學(xué)生們實時在線演示一個醫(yī)療專家診斷系統(tǒng),演示其中的功能,同時與學(xué)生互動,以問答式與學(xué)生互動,了解目前專家系統(tǒng)的具體應(yīng)用、可以解決的問題、給人民生活帶來的益處等。通過這種教學(xué)的形式,一方面可以激發(fā)學(xué)生的學(xué)習(xí)興趣;另一方面也使同學(xué)們體會到人工智能與我們生活的貼近程度。第二步,采用任務(wù)驅(qū)動法,具體來說,它是指教學(xué)全過程中,以醫(yī)療專家診斷系統(tǒng)若干個具體任務(wù)為中心,通過完成任務(wù)的過程,介紹和學(xué)習(xí)基本知識和具體設(shè)計方法。

3.2注重教材選擇

這一任務(wù)的執(zhí)行者主要是由教研室主任或任課老師來完成。目前在各高校中所使用的人工智能相關(guān)教材的種類繁多,章節(jié)和內(nèi)容的設(shè)置上也存在差別。筆者在訂閱教材或參加教材展銷的活動中,都比較重視人工智能教材的情況,通過比較發(fā)現(xiàn),有的教材內(nèi)容及難度太低,完全不符合高等本科院校的要求,而部分出版社的教材則是內(nèi)容及章節(jié)安排內(nèi)容太多太泛,有些知識點講的又過于深奧,限于學(xué)時所限也不適合選用。在選教材方面,除了關(guān)注內(nèi)容方面外,還要注重書上所講的一些實例,注重這些例子的典型性、時效性及新穎性,例如,部分教材在自動規(guī)劃這一章,選用機械手作為例子來說明積木世界的機器人規(guī)劃問題,還有一些選擇關(guān)節(jié)機器人,前些年這樣的機器人技術(shù)確實是個難點,但是依據(jù)現(xiàn)在成熟的機器人技術(shù),無論是國際還是國內(nèi)都已不再是技術(shù)難點,再拿這個例子去配合理論去講解,無論內(nèi)容還是形式都稍顯陳舊,目前機器人技術(shù)發(fā)展水平基本上達到盡可能高仿真狀態(tài)。

3.3運用現(xiàn)代化的多媒體教學(xué)手段

針對人工智能課程相關(guān)內(nèi)容比較抽象,公式推導(dǎo)比較繁瑣,除了具有完善的教學(xué)大綱、合理的教學(xué)計劃以及好的教材外,還應(yīng)該根據(jù)學(xué)校的實際硬件條件盡可能地選擇多媒體教學(xué)手段來輔助教學(xué)。因此在實踐教學(xué)中,配合教學(xué)內(nèi)容,充分利用計算機、投影儀以及互聯(lián)網(wǎng)的優(yōu)勢,結(jié)合多種教學(xué)方法與手段組織整個教學(xué)過程。例如:在講述搜索推理技術(shù)時,使用一些小的演示軟件,將相關(guān)推理技術(shù)的理論通過動畫的形式一步一步演示出來;在講專家系統(tǒng)相關(guān)理論知識時,尤其是各種類型的專家系統(tǒng),采用互聯(lián)網(wǎng)上的一些在線視頻資源為例,給同學(xué)進行詳細講解,同時結(jié)合農(nóng)業(yè)院校的特點,在線資源有如農(nóng)業(yè)專家系統(tǒng)或動物專家診斷系統(tǒng)等,這樣學(xué)生可以加強對理論知識的理解,同時也體會到理論不再是抽象空洞的文字描述;在自動規(guī)劃這一章,給同學(xué)們選擇演示發(fā)達國家目前研制的各種類型機器人,通過這些形象生動、行為舉止逼近真實人的機器人來給學(xué)生講理論,這樣學(xué)生通過觀看視頻資源,不僅可以拓寬知識面及視野,同時也可以及時地了解國際及國內(nèi)機器人的發(fā)展水平及差距,不斷更正自己的錯誤觀點并更新自己新的專業(yè)認(rèn)識,另一個方面也可以同時激發(fā)學(xué)生們的學(xué)習(xí)熱情和積極性,這一點在課堂實踐教學(xué)中得到驗證,得到廣大同學(xué)的認(rèn)可和接受,整個教學(xué)課堂不再那么單調(diào)枯燥呆板了,基本可以達到在娛樂中傳授專業(yè)知識。

3.4加強對實驗教學(xué)的重視

目前高校在人工智能的教學(xué)過程中,實驗所占的學(xué)時比較少,有的甚至就不安排實驗課學(xué)時;另外實驗內(nèi)容也相對比較簡單,應(yīng)用不到理論課堂上所學(xué)到的人工智能原理,實驗效果不是很好。面向人工智能課程的程序設(shè)計語言,多采用Prolog程序設(shè)計語言,該語言是一種基于一階謂詞的邏輯程序設(shè)計語言,它在AI和知識庫的實現(xiàn)技術(shù)方面具有十分重要的作用,具有表達力強、表示方便、便于理解、語法簡單等優(yōu)點。但在整個實驗教學(xué)環(huán)境也遇到了如下問題:首先是目前有關(guān)人工智能的專門配套實驗教程很少;其次是即使有諸如《面向人工智能程序設(shè)計Prolog》教程,則主要是側(cè)重介紹這門自然語言的程序設(shè)計,而其中很多部分與AI實驗環(huán)節(jié)關(guān)聯(lián)度不大,另外教材價位也比較高。針對此種情況,筆者在24個學(xué)時的實驗教學(xué)過程中,安排7個實驗內(nèi)容,其中最后一個專家系統(tǒng)的設(shè)計與實現(xiàn)作為一個綜合性實驗來設(shè)計。在進行實驗教學(xué)的過程中,首先參考多本Prolog程序設(shè)計教程,選擇其中與實驗教學(xué)計劃中相關(guān)的內(nèi)容,專門編寫相應(yīng)的電子教程,同時也結(jié)合我校學(xué)生本身的特點[4],有側(cè)重地體現(xiàn)和編寫,總的目的是給學(xué)生一份完整的、系統(tǒng)的、規(guī)范的電子教程。這樣做的目的是:一方面作為學(xué)生參考的技術(shù)文檔;另一方面也可以節(jié)省學(xué)生的部分經(jīng)濟開支。電子教程的結(jié)構(gòu)分為三個部分來完成,首先為人工智能理論及原理,Prolog語言的使用說明;其次具體的例子演示(均經(jīng)過調(diào)試正常運行);最后為布置給學(xué)生具體的實驗內(nèi)容及相關(guān)題目,以提供給學(xué)生自己動手實踐的機會。此外在實驗教學(xué)過程中,同時也會給學(xué)生們自由發(fā)揮的機會,比如專家系統(tǒng)的設(shè)計與實現(xiàn)作為一個綜合性實驗,學(xué)生可以采用Prolog編程實現(xiàn),也可以采用其他自己擅長的程序設(shè)計語言,例如有的同學(xué)選擇C語言、VC++、Visual Basic、Java及網(wǎng)頁開發(fā)設(shè)計語言ASP/JSP等,此外在實驗內(nèi)容方面,實驗遞交的專家系統(tǒng)涉及多個領(lǐng)域(有動物辨別、醫(yī)療診斷、動物養(yǎng)殖咨詢等專家系統(tǒng))、范圍也頗廣,實驗內(nèi)容重復(fù)性很小,在設(shè)計過程中,絕大部分同學(xué)均是結(jié)合自己的興趣愛好來完成設(shè)計。

4結(jié)語

人工智能的研究成果將能夠創(chuàng)造出更多、更高級的智能“制品”,并使之在越來越多的領(lǐng)域超越人類智能,同時將為發(fā)展國民經(jīng)濟和改善人類生活做出更大的貢獻。作為一名當(dāng)代的大學(xué)生有必要學(xué)好這門課程,但是根據(jù)實際教學(xué)情況,教師與學(xué)生仍然需要繼續(xù)進行相應(yīng)的研究與發(fā)展,只有不斷地探索和提高,才能使我們的教學(xué)工作更上一層樓,才能培養(yǎng)出符合時代和社會需求的人才。另外人工智能與農(nóng)業(yè)等方面存在很多結(jié)合應(yīng)用的契機,這樣計算機就可真正地服務(wù)于社會、服務(wù)于人類、服務(wù)于農(nóng)業(yè)、應(yīng)用于農(nóng)業(yè)、發(fā)展農(nóng)業(yè)。

參考文獻:

[1] 蔡自興. 人工智能及其應(yīng)用[M]. 3版. 北京:清華大學(xué)出版社,2007.

[2] 陳峰,文運平. 淺談人工智能課程的教學(xué)[J]. 消費導(dǎo)刊,2006(12):123.

[3] 趙蔓,何千舟. 面向21世紀(jì)的人工智能課程的教學(xué)思考[J]. 沈陽教育學(xué)院學(xué)報,2004,6(4):131-132.

[4] 王蓮芝. 高等農(nóng)林院校人工智能教學(xué)的探討[J]. 高等農(nóng)業(yè)教育,2003(12):64-65

Study of the Artificial Intelligence Teaching Methods

HAN Jie-qiong1, YU Yong-quan2

(1. School of Computer Science and Engineering, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China;

2. School of Computer, Guangdong University of Technology, Guangzhou 510075, China)