人工智能课程范文
时间：2023-03-01 21:23:44
人工智能课程范文第1篇
关键词:人工智能;教学;教材
人工智能的发展经历了漫长的历程。特别是20世纪30年代和40年代,智能界发现了数理逻辑和关于计算的新思想。1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈,这些都推动人工智能研究的进一步发展[1]。人工智能技术已经可以担当信息化和信息社会建设所赋予的重任。我国已有数以万计的科技人员和大学师生从事不同层次的人工智能的研究与学习,人工智能已成为一个受到广泛重视并有着广阔应用潜能的庞大交叉的前沿学科[2]。
人工智能与计算机领域的其他方向有一个比较显著的特点,即以符号处理为主,而其他方向是以数值计算为主。从理论上说,人工智能领域担负着一个极富挑战的任务――揭示智能的本质,从应用上说,人工智能的目标是开发更有用的计算机程序[3]。人工智能课程是智能科学与技术专业的重要基础课程,介绍人工智能的基本理论、方法和技术,为以后高级课程的学习、在人工智能领域的进一步研究和开发工作,奠定良好的基础。
本文以首都师范大学开设的人工智能原理精品课程的教学实践为基础,介绍我们针对不同专业、不同层次学生所开设的相关系列课程。
1课程知识点
人工智能是由脑科学、认知科学、逻辑学、信息科学技术等多学交叉所形成的一个新兴边缘学科。目前,国内外对人工智能的研究存在着狭义和广义两种观点。狭义人工智能通常是指以符号智能为主体的传统人工智能概念。广义人工智能通常是指包含自然智能、符号智能、计算智能、集成智能和分布智能等在内的智能科学技术概念。本课程主要基于广义人工智能的概念,从原理、方法、技术、系统和应用等不同方面,对人工智能进行科学的探讨。人工智能的主要特点是注重知识和推理,强调启发式和不确定性,提倡多学派融合和多技术综合。同时,它又是一个开拓性领域,其新思想和新技术层出不穷,因此,应鼓励学生的创新和实践。这门课程的主要内容包括:人工智能基础、知识表示、确定性推理和搜索、计算智能和不确定性人工智能、机器学习与自然语言理解、分布智能和专家系统等。其主要知识点有:
1) 了解人工智能发展简史、研究目标;了解人工智能的研究方向;理解人工智能的定义、人工智能成功的标志。重点是掌握物理符号系统假设、图灵测试和启发式等概念。
2) 知识表示和推理。要求了解和掌握时间和空间的表示、事件和行动的表示技术;了解和掌握概率推理、Bayes定理方法;了解和掌握谓词演算和归结定理证明。
3) 搜索和优化方法。这部分内容主要介绍启发式搜索策略(A,A*算法)、局部搜索策略(盲人爬山,模拟退火,遗传搜索);了解和掌握博弈方法(min-max搜索, ― 剪枝)。
4) 机器学习。主要讨论机器学习的基本该概念和一些非连接主义的机器学习方法。
5) 神经网络。主要讨论基于神经网络的连接学习机制。
6) 专家系统。专家系统是人工智能应用研究的一个重要领域。它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破。这部分内容主要是让学生了解专家系统的构成、分类和相关开发工具。
2系列课程设置
2.1两个系列五门课程
为了适应人工智能技术日益广泛的需要,国内外高校普遍开设了人工智能方面的课程。本科阶段开设人工智能课程,主要是为了让学生对人工智能的发展、原理和应用领域有初步了解,启发学生对智能学科的兴趣;而研究生阶段的学习则是要求学生能够掌握人工智能的基本技术和前沿研究内容。为此,针对不同层次、不同专业的教学对象,我校分别开设了两个层次的五门相关课程。从2003年开始为第一届智能科学与技术专业本科生开设了人工智能原理课程。该课程由54学时的课堂讲授和18学时的实验教学组成,是智能科学与技术专业的必修课程和核心课程之一。
从2009年开始,我们又将人工智能课程中的实验教学部分独立出来,安排36个机时,单独作为一门1个学分的人工智能实验课。该实验课也是智能科学与技术专业的必修课程和核心课程之一,目前已完整地开设了两届,受到了学生的欢迎与好评。
同时,我院软件工程专业、信息工程专业、电子信息工程专业及计算机科学与技术专业等信息类专业开设了人工智能概论选修课程,进行36学时的课堂教学,也已经成为这些专业本科生的一门重要的技术基础课程。
2010年我们又面向包括人文社科等全校所有专业开设了人工智能导论这一校公选课(36学时),其目的是使学生了解人工智能的基本概念、原理以及智能技术在不同领域的成功应用,具有一定的科普意义。
在研究生教育中,我们又针对研究生的特点,开设了高级人工智能课程,对研究生进行更深层的理论讲授和前沿研究课题的介绍。
由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有曲高和寡、望而生畏的感觉,加之不同专业、不同层次的学生对智能技术的要求有所差别,因此,为了更好地实现差别化教学的目标,提高该课程的教学质量,我们根据已有人工智能课程在教学与实践方面的经验,针对不同教学对象,提供不同的教学深度、教学内容、教学方法和考核方式,力争使智能科学惠及更多的学生。
2.2优选教材与教学内容
在教材选用方面,我们主要采用了首都师范大学王万森教授主编的教材《人工智能原理及其应用》。该教材同时为普通高等教育“十一五”部级规划教材和北京市精品教材,反映了人工智能研究和学科的最新发展,是王万森教授多年的教学与科研经验的结晶。由于广受好评,2007年出版了第2版,该书前后两版目前已印刷了16次,印量5.6万册,已成为国内多所大学的人工智能课程教材和教学参考书。此外,我们还为学生提供N. J. Nilsson的《Artificial Intelligence:A New Synthesis》、蔡自兴教授的《人工智能及其应用》、李德毅教授的《不确定性人工智能》及马少平教授的《人工智能》等教学参考书。
作为课程建设一个重要组成部分,我们十分重视教材建设。除上述王万森教授主编的《人工智能原理》教材外,另一本侧重基础与应用的《人工智能基础及应用》教材正在人民邮电出版社的编辑出版中;还有一本在人工智能实验课基础上,包括教学指导、习题解析和实验指导等内容的北京市精品教材立项,《人工智能习题解析、学习与实践指导》也即将交稿,由电子工业出版社出版。
在人工智能课程教学过程中,针对智能科学与技术专业的学生,我们不仅进行理论讲授,同时还利用人工智能实验课,开展了36个机时的相关实验教学,学生在学习人工智能理论的同时,还能够得到智能软件开发方面的实验训练。该实验课设立了5个基本实验和3个综合实验。其中,5个基本实验分别是:实验1,基于规则的简单动物识别系统;实验2,基于极大极小算法的一字棋游戏;实验3,简单的遗传优化;实验4,简单的可信度推理;实验5,简单的单层感知器学习。对每个基本实验,在给定实验程序框架的前提下,安排了5个实验机时。3个综合实验分别是:实验1,双机对弈五子棋游戏;实验2,基于BP网络的预测与评价系统;实验3,基于Web的不确性推理专家系统。对综合实验,要求每个学生选作其中的一个,安排10个实验机时。人工智能实验课程的设立,强化了学生的知识,激发了学生的学习兴趣,促进了学生对学习内容的理解,提高了学生对智能技术的简单应用能力。为后续课程如智能机器人、智能游戏及智能管理等课程奠定了坚实的基础。
对于非智能科学与技术专业的学生,我们则开展更为灵活多样的教学形式,如展开师生间的讨论,让学生看到问题从提出、分析到解决的全过程。让学生自己去查阅资料,发现智能技术与他们所学专业的关系或在其中的应用。让学生进行课程讲演与展示,如“地理学”专业的学生就讲解了智能技术在地理信息系统中的应用,“戏剧文学”专业的学生讲解了智能动画技术在影视作品中的作用,“法语”专业的学生发现原来机器翻译是这样有趣。采取这样的教学方法,学生普遍反映课堂学习令人印象深刻,整个过程让人回味无穷。
3课程教改
在教学内容改革方面,能适应智能科学技术发展和应用普及的需要,在保持人工智能基本理论和方法的核心地位的前提下,我们不断增加人工智能的新技术。例如,计算智能、分布智能、先进专家系统、新的机器学习方法等。
在教学方法改革方面,积极采用启发与互动、讨论与研究的教学方法。其中,对理论性知识我们多采取启发与互动的教学方法,这种方法有助于对学生理解能力和学习能力的培养。对技能性知识更多的是要求实践,而在课堂上则可采用讨论与研究的教学方法,这种方法有助于培养学生的思维能力和创新能力。
在教学实训方面,我们十分注重实验、实践和训练对人工智能教学和学生能力培养的重要性,积极探索把人工智能实验作为人工智能教学一个重要环节的理论和方法。在国内公开出版发行的所有人工智能教材中,首次把人工智能实验作为一个独立部分写进教材(本课程负责人独著出版的“普通高等教育‘十一五’部级规划教材”《人工智能原理及其应用》第2版)之后,又在国内高校中首次把人工智能实验作为一门独立课程开设,走出了我国人工智能实验的开创性的一步。
在课件建设方面,人工智能多媒体课件,获北京市高校首届多媒体教育软件大赛二等奖。相关课程智能科学技术导论多媒体课件,又获北京市高校第二届多媒体教育软件大赛优秀奖。
4结语
本文是以我校精品课程人工智能原理建设为基础,对系列相关课程在教学内容、教材、教学方法、教学手段、考核方式等方面进行的探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措使得人工智能教学更贴合学生的学习需求。通过认真落实这些举措,使各个层面上的学生都能更好地掌握人工智能的基本概念、基本理论和基本技术,提高实践动手能力,达到本课程预期的教学效果。
参考文献:
[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.
[2] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.
[3] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2010.
Building the Curriculum System of Artificial Intelligence
PENG Yan, WANG Wan-sen, XIE Da
(College of Information Engineering, Capital Normal University, Beijing 100048, China)
Abstract: Based on the foundation of analyzing the importance of the Artificial Intelligence course, the paper introduce the Elaborate Course of the Principle of Artificial Intelligence and its related series courses. And summarize the cultivation objectives and characteristic of this course. According to different phases of students, we try to adopt the different content, different teaching depth and different teaching approach to meet their unique needs. Finally, the differential teaching pattern of Artificial Intelligence is putted forward.
人工智能课程范文第2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键词： 人工智能；创新；本科
Key words： artificial intelligence；innovation；undergraduate
中图分类号：G642 文献标识码：A 文章编号：1006-4311（2017）22-0230-02
0 引言
人工智能是计算机科学的一个分支，是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科，其属于一门边缘学科，同时也是多个学科交叉而成的一门学科，包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程，它是计算机科学与技术学科类各专业重要的基础课程，其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等，国内外很多大学都意识到了其重要性，纷纷对其展开了教学和研究。人工智能课程包含多个学科，具有内容抽象、理论性强、知识点多等特点，且算法复杂，但是多数高校采用的教学方式仍是传统的课堂教学方式，即“教师讲、学生听”的教学模式，这种信息单向传输教学模式以教师为主体，学生只是在被动的接收知识；存在过分重视理论教学，忽视实践活动教学的问题，导致教育内容无法和社会接轨；人工智能教材理论性过强，学生在学习过程中常常感到枯燥乏味，进而对学习该课程失去热情[2]，久而久之，不仅人工智能课程的教学质量和效果无法达到预期，甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题，本文作者结合自身丰富人工智能教学实践经验，参考人工智能课程特点和教学目标，从多个方面探讨和总结了人工智能，包括教学内容、教材选择、教学方法和考核形式等。
1 教学内容优化与更新
人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲，人工智能学科的内容包括两个部分，具体：一是知识表示和推理；二是人工智能的应用。前者是人工智能的重要基础，后者主要介绍了几种人工智能应用系统，包括自动规划和机器视觉、机器学习、专家系统等。另外，课程内容中还包括了一些人工智能应用的实例，将实践和理论紧密结合起来[3]。
随着时代的发展和科技的进步，人工智能学科也取得了较大发展。基于此，人工智能学科也应该与时俱进，更新人工智能教学大纲，进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分，即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等，后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。
教学内容的选择和确定应综合考虑多项因素，不仅要重视基础知识，也应注意推陈出新，随着科技的进步做到与时俱进，同时教学内容应符合现实的需求，能够与社会接轨，将理论和实践紧密结合起来，只有这样人工智能课程的教学质量和效果才能事半功倍。
2 教学策略及教学方法的改革创新
由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点，传统的教学模式已经无法满足人工智能课程的需求，教师应探索更加有效的教学模式和方法，确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面：
2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣，学生只有对某门学科存在兴趣，才会更加主动积极的学习该门课程，从而获得良好的教学效果。比如，作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段，由这个电影学生知道了世上存在人工智能的机器人，学生们随着电影情节的发展而深深感动，与此同时教师让学生思考和谈论人工智能是什么？研究人工智能的意义在哪里？实践发现，在课堂中加入电影因素，能够大大提升学生们的注意力，让学生更加专注在教学任务中，有效提高了学生探索人工智能的积极性和主动性。此外，在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来，让学生更直观的感受人工智能的奥妙，从而投入更多热情学习人工智能课程。
2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点，我们采取了以下几种教学形式实施案例教学。①讲解式案例教学：这种案例通过教师的讲解，帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式：一是“案例―理论”，即先给出教学案例，然后再讲解理论知识；二是“理论―案例”，即教师先讲解理论知识，再给出教学案例；通过情境体验与案例剖析激发学生认知的兴趣，引导学生对将要学习的内容产生注意，有利于教师导入新课。②讨论式案例教学：在课程初期将学生分成若干学习小组，每小组3～4人；教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组，要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学：在课程后期，采取专题辩论的方式对综合应用案例进行讨论，能有效地启发学生全方位地思考和探索问题的解决方法，加深学生对人工智能的理解。
2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学，结合学生特点因材施教。比如，在日常教学中多观察学生情况，鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识，同时友善面对学习较差的学生，分析其学习过程中面对的困难，有的放矢地采取应对措施，帮助其不断进步；在教学过程中让学生以读书报告的形式多多思考，鼓励学生发散性思考问题，鼓励优秀学生进行深一步的探讨，并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。
2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法，其中心导向是任务，学生在完成任务的同时也在吸收和掌握知识。通常来讲，该教学方法的步骤是：教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识，还能够培养学生解决实际问题的能力，提高其综合实力。不仅如此，由于该教学模式通常是以小组协作的方式进行，教师给出研究范围，学生自愿结组并选择具体的题目，经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知，学生是在以团队的力量解决问题，这十分考验学生的团队协作能力，对于学生团队合作精神的培养至关重要，且在完成任务的过程中学生需要查阅大量的资料，久而久之学生收集资料和创新能力势必会得到提升。
2.5 采用启发式教学 人工智能的很多问题都较为抽象，对学生理解力的要求较高，因此，在实际的教学过程中教师应有意识的就课程内容提出相关问题，让学生自己独立思考，鼓励学生提出自己的想法和解决方案。然后回归到课程上，对比分析教材上的解决方案和学生自己的解决方案，如此不仅培养了学生独立思考的能力，也增加了学生参与教学活动的意识，提高了学生的学习热情。比如，在讲到较为抽象的“遗传算法”时，先提出一个问题，即“遗传算法如何用于优化计算？”，然后从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用，之后举例分析，启发学生思考“遗传”、“变异”和“选择”的实现，最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的，也锻炼了学生逻辑思维的能力，教学效果良好[4]。
3 作业和考核方式的改革创新
过去的课程作业都是单一书面习题作业，发展至今，课程作业形式已经发生了变化，更加丰富多样，包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业，并且教师批阅作业后也可以通过网络返回给学生，实现了网络化。课程的考核方式较之以前也发生了较大变化，加强了平时思维能力的考核，更加注重学生实验能力和动手能力的培养，不再是绝对的一次考试定成绩，而是在总评成绩中加入30%的平时成绩，如此不仅减轻了学生的期末负担，也迫使学生更加重视平时的学习思考，有利于课程教学质量的提升。
4 结束语
本文是以提高教学质量为目标，结合教学实践，从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨，总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求，可以支持教师提高教学手段现代化的水平，同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化，才能激发学生的学习兴趣，培养他们的思维创新和技术创新的能力，最终提高本课程的教学质量。从学生的反馈来看，作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够，今后将继续在教学过程中不断总结成功的经验，吸取失败的教训。
参考文献：
[1]蔡自兴.人工智能及其应用[M].三版.北京：清华大学出版社，2007.
[2]谢榕，李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育，2014（19）：92-97.
[3]蔡自兴，肖晓明，蒙祖强.树立精品意识搞好人工智能课程建设[J].中国大学教学，2004（1）：28-29.
[4]徐新黎，王万良，杨旭华.“人工智能导论”课程的教学与实践改革探索[J].课程与教学，2009：129-131.
人工智能课程范文第3篇
关键词：人工智能；学习兴趣；教学方法
1956年，在美国Dartmouth大学，由数学家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班，他们在此讨论班上第一次正式使用了人工智能(Artificial Intelligence)这一术语。人工智能是一门多学科交叉的课程，涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科，是新理论和新技术不断出现的综合性学科。当前，人工智能领域加强了从人类智能与生命现象中汲取养分的趋势，加快了向分布式系统与复杂系统靠拢的步伐，智能化的应用更为深入，影响更为广泛，其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。
1人工智能导论课程特点
人工智能导论是人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程，需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础，数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比，人工智能课程有鲜明的特点，主要表现在思想方法上强调启发性、算法上强调不确定性。同时，由于人工智能是一个新思想和新技术层出不穷的开拓性领域，因此其对学生的训练是鼓励创新的，具有其他课程不可替代的作用。
人工智能导论是计算机相关专业的必修课，在许多信息类相关的本科教学中也有开设，一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育，培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后，本科高年级学生应该了解本专业的应用领域和发展前景，因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识，初步的科研训练设置在第八学期，即所有课程学习完毕之后的毕业设计，而人工智能课程强调科研性，因此教学难度较大，由此带来的最直接后果就是学生学习兴趣不高。同时，对有志于读研的学生而言，本科阶段的学业也是研究生教育的起点，在教学过程中要适时的进行科研引导，提升学生对科学研究的兴趣，为研究生阶段打下基础。可见，圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。
2教学内容安排
人工智能的研究和应用领域非常广泛，包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。
人工智能导论课程涵盖内容较多，因此需要明确“精讲”和“泛讲”的内容，以使教师和学生在教学活动中都有所侧重。当然，首先应和学生说明，泛讲并不代表内容不重要，只是由于课程性质和课时的关系，暂时不作深入探讨。日后如有需要，可在此基础上进一步学习和研究。结合当前人工智能学科的发展状况，根据教学大纲和作者的教学经验，对人工智能导论课程教学内容的精讲和泛讲安排如表1所示。
3提升学生学习兴趣的教学方法
3.1穿插背景故事
为激发学习积极性，针对学生喜欢听奇闻轶事、想象力丰富的心理特点，通过讲述一些与教学内容有关的故事或者趣事来吸引其注意力，辅助思维并丰富联想，使学生在愉悦中完成学习[2]。下面列举几个我们在课程教学中用到的背景故事，通过这些故事，不但传授了知识，也活跃了课堂气氛。
1) 人类智能的计算机模拟与人机大战。
讲授人类智能的计算机模拟时，可以给学生简述一下IBM公司的超级电脑和国际象棋世界冠军卡斯帕罗夫之间的人机大战，以促进学生对人类智能和人工智能的进一步思考。北京时间1997年5月12日凌晨4点50分，在美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝” 以3.5U2.5的总比分战胜卡斯帕罗夫。2003年1月26日至2月7日，卡斯帕罗夫与深蓝的升级版“小深”又进行了一场人机大战，先后进行了6局比赛，最终卡斯帕罗夫以1胜1负4平的结果和“小深”握手言和。这也表明了人工智能和人类智能之间的较量还将持续下去。
2) 问题规约法与老和尚说教。
问题规约法是从要解决的问题出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。本原问题指不能再分解或变换且直接可解的子问题。可见，问题规约的本质是递归的思想。此时，可以给学生简述我们小时候就听说过的老和尚说教的故事，即“从前有座山，山上有座庙，庙里有个老和尚，老和尚对小和尚说，从前有座山……”。
3) 模糊理论与秃头悖论。
模糊推理是一种重要的不确定性推理方式，是指基于模糊理论进行的推理。讲授模糊理论时，可以先讲一下秃头悖论让学生讨论。一个人有10万根头发，肯定不能算秃头，不是秃头的人，掉了一头发，仍然不是秃头，按照这个道理，让一个不是秃头的人一根一根地减少头发，就得出一条结论，即没有一根头发的光头也不是秃头！秃头悖论的出现源于在严格的逻辑推理中使用了“秃头”这一模糊概念，因此需要以模糊逻辑代替传统的二值逻辑解决该问题。
3.2课堂辩论和多媒体教学
人工智能从其诞生之日起就充满争议，各种学派的争论使得人工智能的发展更趋完善，加快了其纵深发展。目前，人工智能的争论主要有两方面，即研究方法的争论和技术路线的争论。前者争论的主要问题有人工智能是否得模拟人的智能；对结构模拟和行为模拟是否可以分离研究；对感知、思维和行为是否可分离研究；对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究；是否有必要建立人工智能的统一理论体系。后者争论的主要问题是沿着什么样的技术路线和策略来发展人工智能。
在课堂教学中，可以充分利用人工智能中存在的争论较多这一特点，针对相关议题组织课堂辩论，如可用议题“机器的反叛――机器的智能会超越人类吗？”。让学生在图书馆或者从网上查阅相关资料，明确自己的论点并准备证据材料，并在课堂上进行辩论。这类辩论无所谓输赢，旨在通过这种活动，增进学生思考[3]。教学中，还可以充分利用多媒体教学的特点，如让学生观摩电影《终结者》系列、《人工智能》、《黑客帝国》等，增强学生对人工智能的直观感受，提高课堂教学效果[4]。
3.3应用实例分析
普遍而言，本科学生对单纯的理论讲解不太感兴趣，因此在教学过程中，适当增加一些实验和设计，提高学生分析问题的能力和实际动手能力。比如，讲解知识的产生式表示法时，给出产生式的概念和基本表示形式之后，可以通过“野人与传教士过河”问题来说明产生式表示法的具体应用过程；讲解计算智能的进化计算部分时，给出进化算法的几种具体形式和算法流程之后，可以通过中国旅行商问题(CTSP)来说明算法求解问题的过程。教师在教学过程中，可以根据需要，选择一些合适的应用实例进行分析。通过这些实例，既能加深学生对知识的理解，又能增加学习的兴趣。下面给出两个实例的简单描述。
1) 产生式表示法求解“野人与传教士过河”问题。
问题：传教士和野人各N人过河，现只有一条船，传教士和野人都会划船，船一次只能载k人，船上野人多于传教士时野人就会吃掉传教士，问如何安全过河？(不失一般性，以N=3，k=2为例求解)。
求解简述：设综合数据库中状态用三元组(m, c, b)表示，其中m、c、b分别表示传教士、野人和船的数目，则有：
0≤m, c≤3, b ∈{0, 1}
以左岸为参照点，则初始状态和目标状态分别为(3，3，1)和(0，0，0)。据此，可以给出一条产生式规则如下：
IF (m, c, 1) THEN (m-1, c, 0)
以此类推，把所有可行的规则都求出之后，就可按照规则集和控制策略得到问题的解。
2) 遗传算法求解31个城市的CTSP问题[5]。
问题：给定有限个城市的集合C={c1,c2, …,cm}及每两个城市之间的距离矩阵D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出满足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一个全排列。我们以CTSP问题为例，即求解中国31个城市之间最短巡回路线的问题。
求解简述：路径表示直接使用城市在路径中的相对位置，如有编号分别为1、2、3、4、5的5个城市的一条路径4－1－2－5－3，用路径表示方法直接可写为(4 1 2 5 3)。适应度函数值用路径的实际长度表示。交叉算子采用次序杂交，即选择父体的两杂交点，交换相应的段，其它城市则保持在父体中的相应次序。变异算子采用倒位算子，即随机选择两个位置，然后将它们之间的城市反序。通过运用遗传算法求解，可得最优解为15 404 km，对应的巡回路线为“北京―呼和浩特―太原―石家庄―郑州―西安―银川―兰州―西宁―乌鲁木齐―拉萨―成都―昆明―贵阳―南宁―海口―广州―长沙―武汉―南昌―福州―台北―杭州―上海―南京―合肥―济南―天津―沈阳―长春―哈尔滨―北京”。实例讲解完成后，可要求学生采用相同或者不同的方案自己去实现一下问题的求解过程。
4结语
人工智能是计算机科学与技术专业的一门核心课程，同时也是一门交叉学科，涉及面广，理论性强，教学难度较大，学生的学习兴趣有待提高。本文作者根据自己在人工智能导论课程中的教学实践和课程特点，明确了教学中的精讲内容和泛讲内容，总结了三种提高学生学习兴趣的教学方法，并给出相应的实例说明，旨在为本门课程的教师提供教学参考。
参考文献：
[1] 蔡自兴,徐光v. 人工智能及其应用(本科生用书)[M]. 北京:清华大学出版社,2003:288-296.
[2] 薛占熬,齐歌,杜浩翠,等. 离散数学的课堂导入法研究[J]. 计算机教育,2010(8):95-99.
[3] 徐新黎,王万良,杨旭华. “人工智能导论”课程的教学与实践改革探索[J]. 计算机教育,2009(11):129-132.
[4] 李春贵,王萌,何春华. 基于案例教学的“人工智能”教学的实践与探索[J]. 计算机教育,2008(9):53-54.
[5] 杨利英,覃征,贺升平,等. 改进的演化近似算法求解TSP问题[J]. 微电子学与计算机,2004,21(6):126-128.
Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence
YANG Liying
(School of Computer Science, Xidian University, Xi’An 710071, China)
Abstract: This paper presents three teaching methods for promoting learning interests based on the characteristics of Introduction to Artificial Intelligence and our teaching experience. These methods have been used in practice. The teaching practice shows that the methods proposed in this paper can promote learning interests effectively.
Key words: Artificial Intelligence; learning interest; teaching method
人工智能课程范文第4篇
关键词：航天类专业 人工智能 教学探索
中图分类号：G64 文献标识码：A 文章编号：1674-098X（2014）10（b）-0155-02
面对航天科技迅猛发展，现代军备技术快速提升，培养具有专业性的高素质航天类人才，是我国航天科技发展的战略选择，也是航天重点高校面向并有效服务航天事业的历史责任。航天类本科生的教育形式也需要突破传统的方式，着重多样性、前沿性、工程性，因此，该专业的各门课程教育都应该结合专业特点，探索新的教学模式。
人工智能自1956年诞生50多年以来，引起众多科研机构、政府和企业的空前关注，已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿学科。由于航天领域的特殊要求，人工智能在其发展中发挥着不可替代的重要作用，各发达国家都相继开展了人工智能与航天技术相结合的研究，致力于实现可重构的、具有容错能力的、智能的飞行系统和管理系统。因此，“人工智能”作为航天类专业的一门特色选修课，应结合专业特点展开更具有实用性和创新性的教学。
1 人工智能课程特点
一方面，“人工智能”是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域，具有知识点多、涉及面广、内容抽象、不易理解、理论性强等特点，使得该课程的教学具有较大的灵活度和较高的难度。另一方面，“人工智能”是一门正在发展中的学科，具有较强的前沿性，计算机科学、信息科学、生物科学等相关学科的发展不断的提出了许多新的研究目标和研究课题，使得人工智能的技术和算法也需要不断更新，这在很大程度上增加了“人工智能”课程的教学难度。
2 航天类专业特点
首先，航天类专业具有较强的工程性。在专业的教学改革中有统一的特点，即强调要体现航天工程技术的综合性、系统性， 注重培养复合型人才。其次，航天类专业具有一定的前沿性。因为航天飞行器作为现代高科技和多种学科技术综合应用的结晶，应及时把现代先进科技融入到了专业基础和专业类的课程教学中， 专业知识更新快成为又一特点；另外，航天类专业应注重实践性教育。尊重个性和兴趣，强调动手能力，实验室对学生开放，要求学生自主地设计完成实验，强调对学生设计理念和创造能力的培养。最后，航天类专业应重视产学合作。产学合作的目的在于推动学校与航天产业的持续全面合作，造就一支科学技术研究和工程实践兼备的教师队伍。
3 教学模式的探索
3.1 教材的选择
人工智能作为一门新兴的学科，其理论与方法都还在不断的发展与完善中。就目前来看，关于人工智能的定义和范围都没有一个统一的标准，不同的教材所介绍的内容也不尽相同。在教材选用方面，需要综合考虑专业特点和学生的知识背景。本课程主要针对航天类专业高年级本科生，该类学生具有一定的数学、计算机、信息论、通信理论等基础知识，对航天应用的基本需求有初步的了解，因此，“人工智能”课程难度应该控制在中级，可以较深入的介绍人工智能的基础算法和应用案例。
中南大学蔡自兴教授积累了多年的教学与科研经验，借鉴了国内外其他专家和作者的最新研究成果，吸取了国内和国外人工智能领域学术书籍的长处，于1987年编写了“人工智能及其应用”一书，该书根据人工智能学科的新发展不断修订，推出四个版本。本课程采用“人工智能及其应用（第4版）”，其中大部分内容适合本科生学习。另外，本课程还给学生提供其他一些参考书目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等经典教材。
3.2 课堂教学形式的探索
“人工智能”课程内容较抽象，概念较为繁多，若采用单一的课堂讲授的方式，学生容易概念混淆、理解不透，逐渐产生厌倦情绪，导致教学效果差。本文探索不同的课堂教学手段，根据不同内容采用不同的教学手段，有利于学生对课程内容的理解与吸收。另外，考虑到航天类的专业特点，突出课程内容的工程应用，增加研究性质的教学内容与形式，有利于培养学生的创新能力和实践能力。
（1）课件采用图文并茂的PPT。综合利用文字、图像、声音、视频等多种媒体表示方法，在介绍原理和概念时采用精辟的文字，介绍算法流程时采用图像，介绍算法应用时采用视频。在PPT中适当利用不同的字体、颜色或动画来突出重点，细化流程，引导学生的思路，便于集中注意力接受重点内容。
（2）适当增加课堂讨论与练习。对于人工智能的一些基本问题，可以引导学生进行调研和讨论，来深化课程内容的了解，并提高学生的学习兴趣；对于重要的算法和理论，可以增加课堂练习，让学生实际动手进行公式的推导或演算，并在练习中分析学生对问题的理解程度，有针对性的增加讲解或指导。
（3）适当采用类比的讲解方式。对人工智能的不同学派，不同方方法，以及方法的不同应用，广泛的采用类比的形式进行讲解，不仅可以复习已学习的内容，也利于对新内容的理解。并且，通过对不同内容的比较总结相似点、区分不同点，可以避免概念的混淆，清晰的掌握课程内容。
（4）增加研究性教学。研究性教学强调通过问题来进行学习，有必要将实际应用案例或者授课教师的科研项目融入日常的教学工作中去，用“启发式”、“案例式”教学激发学生“自主学习”能力。
3.3 课程内容的探索
一方面，鉴于本科生知识结构还不够完善，“人工智能”课程的内容要控制在适应本科生学科基础的中等难度；另一方面，鉴于航天类专业的特点，课程内容应更注重与航天应用相结合的内容，并且在课程中增加具体应用的介绍。具体的课程内容如表1所示。
3.4 考核形式的改革
“人工智能”课程注重学生创新能力和实践能力的培养，传统的试卷形式不能全面的反应学生的学习效果，因此，应采用课堂表现和课程报告相结合的方式进行综合考核。
一方面，重视学生提出问题、分析问题和解决问题的能力，对学生课堂讨论与练习的表现进行考核评分，作为总成绩的参考；另一方面，注重学生课题调研和实践的能力，采取提交课程论文的形式进行考核。正确引导学生根据个人兴趣、课程内容、可行性、实践难度进行合理选题，并根据所选题目进行文献查阅和总结，完成调研报告或算法实现报告。结合者两个方面进行最终成绩的评定，综合衡量学生问题分析能力、论文写作能力和创新实践能力。
4 结语
航天类专业的本科生教学需针对专业特点有的放矢，该专业的课程教育都应该趋向于前沿性、专业性和实用性。本文的“人工智能”课程教学改革方案不仅考虑到该课程属于前沿叉学科的特点，也综合考虑了航天类专业的特点。为了使课程教学更好地服务于学生，本文提出的改革方案打破传统的教学模式，将课堂理论讲解、课堂讨论、课后调研、项目实践等相结合，充分调动学生的学习兴趣和积极性，提高学生的创新能力，有利于培养真正符合航天领域所需要的综合型高级人才。
参考文献
[1] 王甲海，印鉴，凌应标.创新型人工智能教学改革与实践[J].计算机教育，2010（15）：136-138，148.
[2] 刘兴林.大学本科人工智能教学改革与实践[J].福建电脑，2010（8）：198-199.
[3] 怀丽波.32课时《人工智能基础》课程教学的几点思考[J].华章，2013（34）：193-194.
[4] 纪霞，李龙澍.本科人工智能教学研究[J].科教文汇（上旬刊），2013（6）：91-92.
[5] 肖春景，李建伏，杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机（专业版），2013（26）：32-34.
[6] 熊德兰，李梅莲，鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报，2008（1）：146-148.
[7] 张伟峰.本科高年级人工智能教学的几点思考[J].计算机教育，2009（11）：139-141.
[8] 冀俊忠.落实科学发展观，深化“人工智能”课程的教学改革[J].计算机教育，2009（24）：105-107.
人工智能课程范文第5篇
关键词：人工智能；深度学习；教学建议
0 引言
传统的人工智能课程主要包括人工智能导论、模式分析、机器学习、数据挖掘等。这些课程由各个院校根据专业情况不同而选择，课程的内容也有较大差别，但是，基本上都涉及人工神经网络的内容。然而在人工神经网络的教学内容上，一般只讲解经典的多层感知器和反向传播算法，或再加入一些反馈网络的内容，这种教学内容设计的一个不足是忽视了人工智能领域的最新发展——深度学习，它是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破。
北京邮电大学计算机学院开设人工智能科学与技术的本科专业，笔者从事深度学习的研究工作，同时承担了本科生和研究生人工智能类课程的教学工作，因此产生了将深度学习内容引人人工智能类课程的想法。本文先介绍深度学习的背景，说明深度学习在人工智能发展中的地位，之后分析了将深度学习基本内容引入人工智能类课程的必要性和可行性，最后给出了一些实施建议供探讨。
1 深度学习背景
2006年，加拿大多伦多大学的GeoffreyHinton教授与Salakhutdinov博士在美国《科学》杂志发表了题为“Reducing the Dimensionality ofDatawith Neural Networks”的论文，该文提出一种学习多层神经网络的方法，并将这种具有多层结构的学习方法命名为深度学习（Deep Learning），而这成为深度学习研究的一个导火索，从此深度学习的研究与应用蓬勃发展起来。
深度学习在语音识别与生成、计算机视觉等应用领域取得了突出进展。近几年的国际机器学会（International Conference on MachineLearning，ICML）、神经信息处理大会（AnnualConference On Neural Information Processing Systems，NIPS）、计算机视觉大会（InternationalConference on Computer Vision，ICCV）、
声学语音与信号处理大会（International ConferenceOn Acoustics，Speech，and Signal Processing，ICASSP）、计算语言学大会（Annual Meeting of the Association for Computational Linguistics.ACL）、计算机视觉与模式识别（InternationalConference on Computer Vision and P atternRecognition，CVPR）等都有不少相关的研究论文、会议教程和小组研讨会（Workshop）。美国国防高级研究计划（DARPA）也提出了关于深层学习的研究项目。此外，2013年6月《程序员杂志》的封面故事，采访了周志华、李航、朱军3位国内的机器学习专家对于深度学习的看法，他们一致肯定了深度学习在机器学习领域的贡献。
工业界对深度学习也寄予了很高期望。2012年6月，《纽约时报》报道了斯坦福大学计算机科学家AndrewNg和谷歌公司的系统专家JeffDean共同研究深度神经网络的机器学习模型在语音识别和图像识别等领域获得的巨大成功。2012年11月，微软公司在天津公开演示了一个全自动的同声传译系统，其关键技术也是深度学习。2013年1月，百度公司首席执行官李彦宏先生宣布建立深度学习研究院（Institute of Deep Learning）。2013年3月，谷歌公司收购了由深度学习创始人Geoffrey Hinton创立的公司。
从学术界与工业界的研究态势看，深度学习已经成为机器学习与模式识别，乃至人工智能领域的研究热点。正是在这样一个背景下，人工神经网络重新回到人们的视野。此前人工神经网络的发展大致可以分为两个时期，1943年，McCulloch和Pitts提出了最早的人工神经元，这种神经元具有学习能力，这是人工神经网络的发端，也可以被认为是人工智能的发端（当时还没有人工智能这个术语）。1949年，Hebb提出了Hebbian学习算法。1957年，Rosenblatt提出了感知器的神经网络模型。1969年，Minsky和Papert分析了这种感知器神经网络模型的局限性。然而，很多研究者认为，感知器的这种局限性对于所有的神经网络模型都适用，这使人工神经网络的研究很快暗淡下来。1980年代中期，诺贝尔奖得主John Hopfield提出了Hopfield神经网络模型，这种Recurrent神经网络具有的动态性有可能用于解决复杂的问题。同时，多层前向神经网络的后传算法也被重新发现，这两个工作使人工神经网络得到重生。这时，人工神经网络已经成为人工智能的一个重要组成部分。但是，在随后的研究中，人们发现，当学习多层神经网络包含更多的隐藏层时，后传算法并不能学到有效的网络权值，这使得神经网络的研究再次陷入低潮。此次以深层神经网络为代表的深度学习重新回到研究的舞台，其中一个重要因素是Hinton提出的逐层预训练神经网络方法治愈了多层神经网络的一个致命伤。
2 必要性与可行性
深度学习的发展使得从事教学一线的教师也无法忽视这个颇具影响力的研究主题。为此，我们提出将深度学习这个主题引入到人工智能类课程中，将它作为课题教学的一部分。
2.1 必要性
将深度学习这个主题引入到人工智能类课程中的必要性主要包括如下4点。
1）深度学习是人工智能的前沿。
2006年以来，深度学习的研究席卷了整个人工智能，从机器学习、机器视觉、语音识别到语言处理，都不断涌现出新的研究工作和突破性进展。深度学习不仅在机器学习领域成为研究热点，同时在多个应用领域也成为有力工具，而且，在工业界的系统应用中，深度学习成为其中的关键解决技术。
2）深度学习是人工智能的突破。
深度学习的发端是神经网络。关于神经网络的论述，在人工智能类常见教科书中还停留在多层神经网络，即神经网络的第二阶段，它们大部分描述多层结构无法训练的现象。但是，从深度学习的角度看，深层神经网络不仅可学习，而且有必要，这与第二代神经网络的观点是完全不同的。深度学习突破了原有人工神经网络的认识，超越了人工智能神经网络教科书中的原有内容，因此，有必要将多层神经网络结构的可学习性告知学生，从新的视角纠正原有的观点。
3）深度学习是人工智能的延伸。
深度学习不仅提供了一种可以在深层神经结构下训练网络的方法，也包含了不少新的内容，是人工智能的新发展，为人工智能补充了新的内容。到目前为止，深度学习至少包括：从生物神经网络与人类认知的角度认识深层神经网络的必要性；如何构建和学习深层学习网络；如何将深层结构用于解决视觉、语音、语言的应用问题；如何看待深度学习与原有的机器学习方法，如流形学习、概率图模型、能量模型的直接关系；深度学习与其他学科的关系等。
4）深度学习是学生的潜在兴趣点。
大学生对知识有着强烈的好奇心，加之当前信息技术的发达，部分对智能感兴趣的学生可以从其他途径了解到这个学科发展的前沿。因此，顺势而为，将深度学习这个主题做具体讲解，满足学生的好奇心，培养他们对学科前沿与发展的认识，是十分必要的。对高年级的学生而言，了解深度学习的基本知识，是他们全面认识人工智能与发展前沿的一个途径，而对于研究生，较多地了解和掌握深度学习的基本知识有助于他们研究工作的开展。
基于以上几点，笔者认为，将深度学习这个主题引入到人工智能类课程中非常有必要。深度学习作为人工智能的前沿，既是对人工智能原有理论和技术的一个突破和补充。
2.2 可行性
将深度学习引入到人工智能类课程中的可行性主要包括如下3点。
1）深度学习与现有人工智能联系密切。
深度学习并不像突兀的山峰拔地而起。而是深深植根于原有的人工智能理论与技术。深度学习是以神经网络为出发点，这正是深度学习教与学的切入点。比如，可以通过对多层感知器隐藏层的增加和后传算法的失效来讲解深度学习是如何解决这个问题的。再者，深度学习的一个核心构建“受限波尔兹曼机（Restricted Boltzmann Machine）”，可以被认为是一种能量模型，而这种模型与Hopfield网络都可以从物理学的能量模型角度分析，RBM可以认为是Hopfield网络的随机扩展。总之，深度学习与现有人工智能的联系，使学习深度学习变得容易。
2）深度学习的基本内容并不深。
深度学习有个很好的名字，这个名字恰当地描述了特定的学习结构。比如，深度学习的核心部件受限于波尔兹曼机RBM，其结构非常简单。从神经网络的角度，受限波尔兹曼机是一种随机的双向连接神经网络，信号可以从可见层传递到隐藏层，也可以从隐藏层传递到可见层。网络中每个节点是具有特定结构的神经元，其中的神经元具有典型的包含自身偏置的Logistic函数的随机单元，能够依Logistic函数计算得到的概率输出0状态或1状态。概括地说，深度学习的基本内容在高年级阶段较易掌握。
3）深度学习的资料容易获得。
当前的信息资讯非常发达，有相当多的资料可以通过互联网等多种途径获得，这使学习深度学习成为可能。近期，中国计算机学会主办了多个技术讲座均涉及深度学习的部分；深度学习的创始人Hinton教授的主页也有很多资料；Coursera网站有免费的Hinton教授的神经网络课程；斯坦福大学的Ng教授提供了很多的在线教程；蒙特利尔大学Bengio教授发表的题为“Learning Deep Architectures for AI”的论文也是这领域的优质资料。
3 实施建议
在具体的教学过程中，笔者建议适当安排深度学习的最基本内容，内容不宜过多，也不宜占用过多的学时，可以根据教学对象的不同进行调整。比如，本科生的高年级专业课可以安排1学时的教学量，介绍层次训练的基本算法；也可以在高年级前沿讲座中安排2学时，内容覆盖面尽可能广泛。在研究生的教学中，可以根据教学的课程主题安排内容与学时。比如，神经网络主题的课程可以安排4-6学时的教学内容，包括波尔兹曼机及学习算法、深层信念网络与学习算法、深层波尔兹曼机与学习算法卷、积神经网络、自动编码器等。结合应用，课程还可以包含MNIST数字识别的应用、人脸识别的应用、图像检索的应用、语音识别中的应用等。另外，深度学习是一个实践性很强的研究，随机性：大规模（意味着数据不宜可视化，程序运行时间长）等多种因素混合，使深度学习在学习中不容易理解。为此，可以在条件允许的前提下，增加小规模的实验，辅助理解。最后，课件可以通过对优质资料做修改得到。
4 结语
人工智能课程范文第6篇
关键词：人工智能；研究生教学；教学内容；启发式教学
作者简介：于化龙（1982-），男，黑龙江哈尔滨人，江苏科技大学计算机科学与工程学院，讲师。（江苏?镇江?212003）
基金项目：本文系江苏科技大学引进人才科研启动项目（35301002）的研究成果。
中图分类号：G643.2?????文献标识码：A?????文章编号：1007-0079（2012）28-0074-02
人工智能是研究理解和模拟人类智能及其规律的一门学科，中心任务是通过编程赋予计算机部分的“人类智能”，从而使其可替代人类完成某些烦琐而危险的工作。自1956年人工智能学科诞生以来，其研究成果已广泛应用于政治、经济、文化、教育等诸多领域，并对社会发展产生了巨大的影响，[1]因而人工智能逐渐发展成了高等院校信息类专业广泛开设的一门核心课程。作为一门课程，其具有如下一些特点：涉及知识面广、研究领域广泛、内容抽象、实践性强。[2]
目前，高校“人工智能”课程普遍分本科和研究生两个教学阶段讲授，前者注重学生对基本概念、基础知识的掌握，并使其能应用所学知识进行简单的开发实践，而后者更加注重学生自主学习能力、创新能力以及科研能力的培养，因而二者的教学与培养目标是不同的。[3]本文针对“人工智能”课程自身特点和研究生培养目标，并结合笔者多年来的教学经验，分别从课程内容设定、教材选择、教学方法、考核方式等多个方面对该课程的教学改革进行了探索与研究。
一、“人工智能”课程教学内容的设计
“人工智能”课程的突出特点是研究领域过于广泛，而学时数却较短（据笔者了解，各高校相关研究生专业开设该课程的时数为32～48学时不等），因而在讲授该课程时，追求授课内容“大而全”是不切实际的，有必要精选教学内容，使学生在有限的时间内学到最有用的知识。
鉴于大部分学生在本科阶段已简单学习过该课程，因此可适当减少基本概念和基础知识的授课时数，如知识表示、知识推理及搜索技术等，这部分知识点只需安排共6～8学时即可。而对于一些相对陈旧的知识，如专家系统（该技术兴起于20世纪八九十年代，目前相关研究已很少见），可在对其他知识进行讲授时，做简单介绍，没有必要占用独立的授课时数。课程的重点应放在新兴且实用的人工智能技术上，如计算智能、机器学习、模式识别、数据挖掘、多Agent系统以及自然语言处理等方面。上述知识的特点在于内容更新快且抽象，与实际应用联系紧密，极有可能成为学生在未来整个研究生阶段的研究方向，因此有必要在这些知识点上投入更多的精力，有助于学生了解并掌握学术的主流发展趋势，从而能够更好地培养自身的科学素养和创新能力。
当然，授课教师在实际授课过程中也应根据学科的研究进展，学生的基础﹑研究方向与兴趣等特点随时对教学内容作出调整，真正做到理论联系实际、与时俱进。
二、精选“人工智能”课程教材
在教材选择上，笔者分析比较了目前已公开出版的数十本人工智能教材，并结合我校研究生的特点，选定了由清华大学出版社出版﹑蔡自兴和徐光祐编著的《人工智能及其应用》（第4版）作为教材，该教材在前一版的基础上做出了较大的改进与扩展，增加了本体论、蚁群算法、粒子群算法、强化学习、词法分析以及路径规划等很多新内容，具有知识覆盖面广、讲解深入浅出，实用性、可读性强等诸多优点。同时，该教材也是普通高校“十一五”部级规划教材，辅有部级精品课程建设网站，是一部经典的人工智能教材。
与此同时，笔者还为学生推荐了多本经典的参考书，如清华大学出版社由拉塞尔等编著的《人工智能——?一种现代方法》（第3版）、科学出版社由史忠植编著的《高级人工智能》等，并围绕各研究专题精心挑选了数篇经典和最新的文献，力求反映各相关领域的国内外研究现状﹑发展趋势以及存在的问题等，以供学生参考。
三﹑教学方法的改革
相比于本科生，研究生通常具有更强的理论基础、接受能力和求知欲，因而在教学过程中应避免传统“填鸭式”的教学方法，要充分突出学生的主体地位，注重培养学生的学习兴趣以及自主学习的能力。为此，笔者结合该课程的特点，对教学方法进行了如下探索。
1.多样化的教学手段
“人工智能”课程的突出特点是涉及知识面广、理论性与应用性强、内容抽象且学时数短，因此有必要充分发挥现代教学手段的作用，提高教学效率。为此，笔者精心设计了整套多媒体教学课件，将较难的知识点以动画的形式呈现给学生，如基于问题归约法的汉诺塔问题求解过程、基于蚁群算法的旅行商问题求解过程等，均可以这种形式呈现。课堂教学中以课件为主，辅以少量的板书，充分利用了多媒体信息量大、直观性强的优点，改善了教学效果。除此以外，笔者也搜集了大量的视频资料，如行人检测与计数视频、机器人地震现场搜救视频等，当讲解相关专题时，作为应用实例为学生播放，充分吸引了学生的注意力，提升了他们的学习兴趣。
2.启发式的课堂教学
孔子曰：“不愤不启，不悱不发。”“启发”一词由此得来，这短短八字也阐释了启发式教学的思想。所谓启发式教学，即强调以学生为主体，充分发挥学生的主观能动性，培养学生的独立思考能力，这也正是研究生教育中最需要的一种能力培养模式。具体到课堂教学，启发式教学即是指教师对某些知识点并不讲透，而是采取提出问题的方式让学生独立进行思考，使其从科研人员的角度去研究问题的解决方法，培养其科学素养与创新能力。
人工智能课程范文第7篇
1.1集先进性、实用性和前沿性为一体的教学内容改革对国内外优秀的人工智能教材[2-6]的内容进行整合，建立人工智能的知识体系，并提取人工智能课程的知识要点，确定集先进性、实用性和前沿性为一体的教学内容。人工智能的核心思想是研究人类智能活动规律和模拟人类智能行为的理论、方法和技术，因此人工智能应围绕“智能”这个中心。由于智能本身的复杂性，难以用单一的理论与方法来描述，因此可以通过建立人工智能的不同层次来刻画智能这个主题。人工智能的主要内容可按图1所示划分为最底层、抽象层、逻辑层和应用层这4个不同层次。在最底层，神经网络与演化计算辅助感知以及与物理世界的交互。抽象层反映知识在智能中的角色和创建，围绕问题求解对知识进行抽象、表示与理解。逻辑层提出学习、规划、推理、挖掘的模型与方式。应用层构造智能化智能体以及具有一定智能的人工系统。将人工智能划分为这4个层次可确定人工智能课程的教学内容，并保证教学内容的循序渐进。
1.2基于人工智能知识体系的教学案例库建设根据所确定的教学内容、知识重点和知识难点，从国内外经典教材、科研项目、研发设计、生产建设以及国内外人工智能网站等多种途径，收集案例素材，加以整理，撰写各知识要点的教学案例及其内容。表1给出基于人工智能知识体系的教学案例示例。
2人工智能课程教学案例的详细设计
在教学案例具体设计时应包括章节、知识重点、知识难点、案例名称、案例内容、案例分析过程、案例教学手段、思考/讨论内容等案例规范，分别从以下单一案例、一题多解案例和综合应用案例3种情况进行讨论。
2.1单一案例设计以人工智能课程中神经网络课堂教学内容为例，介绍基于知识点的单一案例的设计。神经网络在模式识别、图像处理、组合优化、自动控制、信息处理和机器人学等领域具有广泛的应用，是人工智能课程的主要内容之一。教学内容主要包括介绍人工神经网络的由来、特性、结构、模型和算法，以及神经网络的表示和推理。这些内容是神经网络的基础知识。其重点在于人工神经网络的结构、模型和算法。难点是人工神经网络的结构和算法。从教学要求上，通过对该章节内容的学习，使学生掌握人工神经网络的结构、模型和算法，了解人工神经网络的由来和特性，一般性地了解神经网络的表示和推理方法。采用课件PPT和演示手段，由简单到复杂，在学生掌握人工神经网络的基本原理和方法之后，再讲解反向传播BP算法，然后运用“手写体如何识别”案例，引导学生学习理解人工神经网络的核心思想及其应用方法。从国外教材中整理和设计该案例，同时应包括以下规范内容。章节：神经网络。知识重点：神经网络。知识难点：人工神经网络的结构、表示、学习算法和推理。案例名称：手写体如何识别。案例内容：用训练样本集训练一个神经网络使其推广到先前训练所得结果，正确分类先前未见过的数据。案例分析过程：①训练数字识别神经网络的样本位图；②反向传播BP算法；③神经网络的表示；④使用误差反向传播算法训练的神经网络的泛化能力；⑤一个神经网络训练完毕后，将网络中的权值保存起来供实际应用。案例教学手段：手写体识别的神经网络演示。思考/讨论内容：①训练改进与权值调整改进；②过学习/过拟合现象，即在一个数据集上训练时间过长，导致网络过拟合于训练数据，对未出现过的新数据没有推广性。
2.2一题多解案例设计一题多解案例有助于学生把相关知识点联系起来，形成相互关联的知识网络。以人工智能课程中知识及其表示教学内容为例，介绍一题多解案例的设计。知识及其表示是人工智能课程三大内容（知识表示、知识推理、知识应用）之一。教学内容主要包括知识表示的各种方法。其重点在于状态空间、问题归约、谓词逻辑、语义网络等知识表示方法。难点是知识表示方法的区别及其应用。从教学要求上，通过对该章节内容的学习，使学生掌握利用状态空间法、问题归约法、谓词演算法、语义网络法来描述和解决应用问题，重点掌握几种主要知识表示方法之间的差别，并对如何选择知识表示方法有一般性的了解。通过讲解和讨论“猴子和香蕉问题”案例，来表示抽象概念。该案例从国内外教材中进行整理和设计，同时包括以下规范内容。章节：知识及其表示。知识重点：状态空间法、问题归约法、谓词逻辑法、语义网络法等。知识难点：知识表示方法的区别及其应用。案例名称：分别用状态空间表示法与谓词逻辑法表示猴子和香蕉问题。案例内容：房间内有一只机器猴、一个箱子和一束香蕉。香蕉挂在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多种知识表示方法表示和求解该问题？案例分析过程：①状态空间法的解题过程。用n元表列表示该问题的状态；定义问题的操作算符；定义初始状态变换为目标状态的操作序列；画出该问题的状态空间图。②谓词逻辑法的解题过程。定义问题的常量；定义问题的谓词；根据问题描述用谓词公式表示问题的初始状态、中间状态和目标状态。案例教学手段：猴子和香蕉问题的演示。思考/讨论内容：①选择知识表示方法时，应考虑哪些主要因素？②如何综合运用多种知识表示方法获得最有效的问题解决方案?
2.3综合应用案例设计与单一案例、一题多解案例相比，综合应用案例能更加有效地启发学生全方位地思考和探索问题的解决方法。以机器人行动规划模拟为例，介绍人工智能综合应用案例的设计，该案例包括以下规范内容。章节：人工智能综合应用。知识重点：人工智能的研究方向和应用领域。知识难点：人工智能的技术集成。案例名称：机器人行动规划模拟。案例内容：综合应用行为规划、知识表示方法、机器人学、神经网络、人工智能语言等多种人工智能技术与方法，对机器人行动规划问题进行描述和可视化。案例分析过程：①机器人行为规划问题求解。采用状态归约法与分层规划技术，将机器人须完成的总任务分解为若干依序排列的子任务；依据任务进程，确定若干关键性的中间状态，将状态对应为进程子规划的目标；确定规划的执行与操作控制，以及机器人过程控制与环境约束。②基于谓词逻辑表示的机器人行为规划设计。定义表达状态的谓词逻辑；用谓词逻辑描述问题的初始状态、问题的目标状态以及机器人行动规划过程的中间状态；定义操作的约束条件和行为动作。③机器人控制系统。定义机器人平台的控制体系结构，包括反应式控制、包容结构以及其他控制系统等。④基于神经网络的模式识别。采用神经网络方法以及BP算法对桌面茶壶、杯子等物体进行识别，提取物体图形特征。⑤机器人程序设计语言。运用人工智能语言实现机器人行动规划行为的可视化。案例教学手段：机器人行动规划的模拟演示。思考/讨论内容：人工智能将会怎样发展？应该在哪些方面进一步开展研究？
3案例教学环节和过程的具体实施细节
人工智能案例教学的实施面向笔者所在学院软件工程专业三年级本科生展开。具体实施细节如下。（1）教学内容的先进性、实用性和前沿性。引进和整合国外著名人工智能教材内容，保证课程内容具有先进性。同时将前沿人工智能的研究成果与技术有机地融入课程案例教学之中。（2）案例教学的创新教学模式。在教师的引导下，将案例中涉及的人工智能内容推广到对人工智能的一般性认识。案例的教学过程，成为认识人工智能、初步运用人工智能的理论与方法分析和解决实际应用问题的过程，使学生具备运用人工智能知识解决实际问题的意识和初步能力。在课程教学中，打破国内常规教学方式，建立和实施开放式案例教学模式。采用动画课件、录像教学、实物演示、网络教学等多种多媒体教学手段，以及集中讲授与专题讨论相结合的教学方式将理论、方法、技术、算法以及实现有机结合，感性认识与理性认识相结合，理论与实际相结合，极大地激发学生自主和创新性学习的热情。（3）“课堂教学—实践活动—现实应用”的有机融合。在案例教学过程中，从传统教学观以学会为中心转化为创新应用型教学观以创新为中心，以及从传统教学的以课堂教学为中心转化为以课堂教学与实践活动并重为中心，构造具体问题场景以及设计教学案例在情境中的现实应用，加深学生对教学内容的理解，同时提高学生的思考能力和实际综合应用能力。
4结语
针对目前国内人工智能课程教学中存在的亟待解决的主要问题，笔者提出集先进性、实用性和前沿性为一体的人工智能教学案例库的建设方法以及案例教学—实践活动—现实应用有机融合的案例教学实践新思想。以现代教育思想为指导，根据人工智能学科发展的特点，结合国内外科研和教学成果，不断更新和完善教学内容，加强人工智能课程教学案例建设，并开展案例教学方法的研究与实践，使学生不仅能够掌握人工智能的基本理论与方法，而且具有应用人工智能技术独立分析、解决实际问题的创新能力。从实践效果来看，这些教学内容与教学模式的改革对促进教学工作、提高教学质量、培养国际创新型人才具有重要意义。
人工智能课程范文第8篇
关键字：人工智能；案例教学；学科分支；双语教学
中图分类号：G642 文献标识码：B
1 引言
人工智能是计算机科学的一个重要分支，是当前科学技术发展中的一门前沿科学，它的出现及所取得的成就引起了人们的高度重视，被认为是计算机发展的一个根本目标。
人工智能课程作为计算机科学与技术专业课程体系中的核心课程之一，其地位正在随着该技术的不断发展和广泛应用而得到迅速提高。目前，国内外重点大学都非常重视该门课程的教学和研究，许多重点大学都有自己独立的人工智能研究所。
本文通过多年的人工智能教学实践，对人工智能教学的方法进行了初步的实践和探索。中央民族大学在人工智能课程建设和教学过程中，针对计算机学科的发展趋势，提出摈弃传统讲、学、考模式，注重学生能力培养的措施。在教学和实践过程中，不断进行探索，既从计算机学科本科的教学理念出发，从人工智能这门学科特点出发，以计算机学科分支的角度认知人工智能，组织教材的知识架构并进行教学。用计算机学科的观点分析人工智能的基本原理与方法时，重点强调的是这些基本原理与方法与其他的计算机分支的共同点和不同点。共同点是强调计算机学科的本质，不同点是强调人工智能的本质。本文就针对我校人工智能课程教学的一些基本问题加以初步总结。
2 从计算机学科分支的角度认知人工智能
人工智能属于计算机科学分支的学科，同时又是一门涉及控制论、信息论、语言学、神经生理学、数学、哲学等多学科交叉的课程。我国高等院校计算机学科的本科教学所设置的人工智能课程一般只有40课时左右，以什么角度组织教材内容，提高教学效果，才能使学生较容易地理解和掌握人工智能的原理与技术，是我们值得探索的问题。
人工智能处理的对象是知识，知识处理则需采用知识表示。因此，若以计算机分支的角度也就是用计算机学科的观点看待人工智能，人工智能课程的教学内容应以知识为主线，以知识表示和搜索为基石进行组织。反映到实际教学中，就是人工智能的各个分支的介绍，这包括知识库系统、自然语言理解、规划、机器人等。总之，教学内容可分成两个部分，第一部分是基础理论和基本方法，包括：逻辑表示与归结推理方法、搜索原理，知识表示(包括产生式系统、语义网络、框架)、推理(包括不确定性推理、非单调推理)、机器学习。第二部分是实用技术，包括知识库系统、高级搜索、自然语言理解。
3 优化和更新教学内容、加强双语教学
人工智能作为一门新学科，在1988年前，国内外均未见有教学大纲和教材，开设本课程面临的首要问题就是确定教学内容，包括人工智能的知识表示和推理以及人工智能的应用两个部分。前者是人工智能的重要基础，后者讨论几种人工智能应用系统，包括专家系统、机器学习、自动规划和机器视觉等系统。这些内容只是给出了人工智能课程的初步框架。
随着人工智能研究的进一步深入， 到20世纪90年代中期，人工智能也从符号(逻辑)主义一枝独秀发展到符号主义、连接主义和行为主义多家争鸣的新局面， 模糊计算和神经计算作为新内容列入到人工智能课程，充实了人工智能课程的内容。进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们及时对教学内容进一步优化和更新：把人工智能分为基础部分和扩展应用部分。
在教学和实践过程中，考虑到本课程的多学科交叉性以及相关信息学科的快速发展， 在目前高校提倡双语教学的环境下，将《人工智能》教材逐步改为全英语教材，这样可以更快地掌握学科的发展动态， 掌握最先进的技术， 与国际发展趋势接轨。Nils J.Nilsson教授所著的《人工智能》教材是美国Stanford大学计算机系本科教材，该教材体系比较符合学生的认知规律，便于学生接受、理解、掌握和巩固所学知识；同时这本书内容丰富、取材新颖，适合作为该课程的英文教材。
4 注重案例教学、改革教学方法
案例教学首创于哈佛大学商学院，在经贸、管理、法学等学科领域的相关专业得到应用并取得显著绩效，然而目前工科专业还较少运用案例教学方法。人工智能的每一部分内容均包含大量概念，内容抽象，算法复杂，学生往往被动“听讲”；并且涉及很多的数理逻辑知识，有些显得难以理解，并且往往让学生感到比较枯燥，学生的学习兴趣就渐渐淡薄，难以获得预期的教学效果。鉴于这一现实问题，我们将案例教学方法引入到该课程的教学之中。
例如在逻辑推理技术和搜索技术这两方面的教学过程中，我们使用参考教材《人工智能：一种现代方法》，并利用其中基于JAVA的教学开发工具包AIMA进行案例设计和实验教学，在教学过程中结合AIMA中的案例来讲解，使比较枯燥的知识以有效、实用和具体的形式表现出来，做到理论与实践相结合。在讲解搜索技术时，以“八皇后”问题为案例，结合AIMA中的设计实现，以讲解和讨论相结合的方式，学习盲目搜索、启发式搜索等算法，使学生不仅能理解状态空间的产生方法，而且能设计算法、实现算法，提高了学生的学习兴趣和实践能力。在学习神经网络、模糊逻辑、进化计算等方面的内容时，我们主要借助于Matlab提供的相关工具箱。
5 加强教学队伍建设、改革考核方法
建立一支爱岗敬业、富有战斗力的教学队伍是出色完成教学任务和提高课程教学质量的根本保证。教学人才资源是教学的第一资源。在学校有关部门的领导和学院的支持下，我们组成一支知识结构和年龄比较合理的教师队伍。
在教师队伍的建设过程中，积极引导鼓励教师对考试方法的改革。一方面这样可以打破以往应试教育的弊病；另一方面，也可以使学生从繁重的死记硬背中解脱出来。结合这门课的特点，我们加强平时思维能力的考核，注重学生实验能力和动手能力的培养，在学习中大量采用写读书报告的形式。在此基础上加大平时成绩的比例，使得平时成绩占到总成绩的40％左右，杜绝依靠一次考试决定成绩的状况。这样，既迫使学生重视平时的学习思考，也减轻有些学生想通过考试作弊完成学习任务的侥幸心理。
6 结语
人工智能课程范文第9篇
关键词:人工智能;专家系统;ARM;单片机
人工智能(AI)[1]是计算机科学的重要分支,是计算机科学与技术专业的核心课程之一。本课程在介绍人工智能的基本概念、基本方法的基础上,主要是研究如何用计算机来模拟人类智能,即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的“智能”,本课程重点阐明这些方法的一般性原理和基本思想,使得计算机更好得为人类服务。
1人工智能课程体系
人工智能主要研究传统人工智能的知识表示方法,包括状态空间法、问题归约法谓词逻辑法、语义网络法、框架表示、剧本表示等;搜索推理技术主要包括盲目搜索、启发式搜索、消解原理、规则演绎算法和产生式系统等。
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法,以及计算智能技术等。
人工智能课程在我校计算机科学与工程学院是作为大三年级的一门专业选修课开设,总共学时数为:60(其中理论学时为36,实验学时为24),随着计算机技术的不断更新发展,人工智能的应用领域变得越来越广,因此人工智能(AI)这个学科已不再陌生,很多学生对其充满兴趣,所以在选课人数上远远超过其他选修课的人数,另外结合我校的实际情况,部分理论或实验设计项目可以与其他相关专业结合起来而应用。
2人工智能教学实践
50多年以来,人工智能获得很大的发展,已经引起众多学科和不同专业背景学者们的日益重视,成为一门广泛的交叉和前沿科学,但是到目前为止人工智能至今仍尚无统一的定义,要给人工智能下一个准确、科学和严谨的定义也是困难的。
由于人工智能[2]是一门交叉性的学科,涉及到了控制论、语言学、信息论、神经生理学、心理学、数学、哲学等许多学科。所以该学科具有知识点多、涉及面广、内容抽象、不易理解、理论性强、需要较好的数学基础和较强的逻辑思维能力等特点,导致了在教学过程中老师讲得吃力、学生听得吃力。尽管在多年的教学过程中积累了一些经验,但是对于如何把握这门课程的特点,提高学生的学习兴趣,帮助学生更好的理解这门课程,目前仍然有很多问题需要研究解决。
目前在整个教学过程中存在的主要问题[3]是:
1) 教学内容陈旧,部分参考书相关内容或案例都过于陈旧。在整个教学过程中,多数教学案例涉及到人工智能理论的高级应用――机器人,目前在国际及国内机器人的水平已经达到相当高的水平,但是部分教科书中仍沿用关节型机器人为例,教学内容稍显陈旧。
2) 教材难易程度不均匀,部分章节学生难以理解。由于人工智能课程的部分章节,本身就可以独立成一门课程,但由于是面向本科生的内容,因此很多内容压缩于一章来讲解,同时由于课时所限,完全不能将相关的内容讲透讲通;例如:神经计算中的神经网络,与模糊逻辑控制的相关理论与应用。
3) 教学手段单一,教学过程中缺乏师生之间的沟通与交流。经过自己的实践教学及对兄弟院校的人工智能的教学内容与教学手段的调研,同时也在学生之间进行沟通交流,发现多数同学反映,理论与应用虽然前沿,但是在学习过程中,教师教学手段单一,内容枯燥乏味,一般的教学模式,多采用“老师讲,学生听”的方法,整个教学效果并不理想。
4) 考核方法不科学,不能体现学生实际的学习情况。目前对于课程学习的考核采用闭卷考试的方式,很多考点有的同学根本不理解,完全死记硬背,考后又将内容丢弃,从学习的效果来讲,收获甚微且完全没有达到真正学习及应用的能力。
3教学方法改进
3.1注重激发学生的学习兴趣
科学家爱因斯坦曾说过:“兴趣是最好的老师。”如何在教学工作中激发和培养学生的学习兴趣,提高他们学习的主动性和积极性是当前教学改革中迫切需要解决的重要问题。
在实际的课堂教学中发现,刚开始听课由于有兴趣学生整体学习的积极性很高,但是一段时间过后发现部分学生由于教学内容抽象,难点比较多,不便于理解,兴趣日渐变少,针对此种情况,可以采用任务驱动式教学或案例教学。
例如:在讲专家系统章节时,在授课之前先通过互联网,采取案例教学法,给学生们实时在线演示一个医疗专家诊断系统,演示其中的功能,同时与学生互动,以问答式与学生互动,了解目前专家系统的具体应用、可以解决的问题、给人民生活带来的益处等。通过这种教学的形式,一方面可以激发学生的学习兴趣;另一方面也使同学们体会到人工智能与我们生活的贴近程度。第二步,采用任务驱动法,具体来说,它是指教学全过程中,以医疗专家诊断系统若干个具体任务为中心,通过完成任务的过程,介绍和学习基本知识和具体设计方法。
3.2注重教材选择
这一任务的执行者主要是由教研室主任或任课老师来完成。目前在各高校中所使用的人工智能相关教材的种类繁多,章节和内容的设置上也存在差别。笔者在订阅教材或参加教材展销的活动中,都比较重视人工智能教材的情况,通过比较发现,有的教材内容及难度太低,完全不符合高等本科院校的要求,而部分出版社的教材则是内容及章节安排内容太多太泛,有些知识点讲的又过于深奥,限于学时所限也不适合选用。在选教材方面,除了关注内容方面外,还要注重书上所讲的一些实例,注重这些例子的典型性、时效性及新颖性,例如,部分教材在自动规划这一章,选用机械手作为例子来说明积木世界的机器人规划问题,还有一些选择关节机器人,前些年这样的机器人技术确实是个难点,但是依据现在成熟的机器人技术,无论是国际还是国内都已不再是技术难点,再拿这个例子去配合理论去讲解,无论内容还是形式都稍显陈旧,目前机器人技术发展水平基本上达到尽可能高仿真状态。
3.3运用现代化的多媒体教学手段
针对人工智能课程相关内容比较抽象,公式推导比较繁琐,除了具有完善的教学大纲、合理的教学计划以及好的教材外,还应该根据学校的实际硬件条件尽可能地选择多媒体教学手段来辅助教学。因此在实践教学中,配合教学内容,充分利用计算机、投影仪以及互联网的优势,结合多种教学方法与手段组织整个教学过程。例如:在讲述搜索推理技术时,使用一些小的演示软件,将相关推理技术的理论通过动画的形式一步一步演示出来;在讲专家系统相关理论知识时,尤其是各种类型的专家系统,采用互联网上的一些在线视频资源为例,给同学进行详细讲解,同时结合农业院校的特点,在线资源有如农业专家系统或动物专家诊断系统等,这样学生可以加强对理论知识的理解,同时也体会到理论不再是抽象空洞的文字描述;在自动规划这一章,给同学们选择演示发达国家目前研制的各种类型机器人,通过这些形象生动、行为举止逼近真实人的机器人来给学生讲理论,这样学生通过观看视频资源,不仅可以拓宽知识面及视野,同时也可以及时地了解国际及国内机器人的发展水平及差距,不断更正自己的错误观点并更新自己新的专业认识,另一个方面也可以同时激发学生们的学习热情和积极性,这一点在课堂实践教学中得到验证,得到广大同学的认可和接受,整个教学课堂不再那么单调枯燥呆板了,基本可以达到在娱乐中传授专业知识。
3.4加强对实验教学的重视
目前高校在人工智能的教学过程中,实验所占的学时比较少,有的甚至就不安排实验课学时;另外实验内容也相对比较简单,应用不到理论课堂上所学到的人工智能原理,实验效果不是很好。面向人工智能课程的程序设计语言,多采用Prolog程序设计语言,该语言是一种基于一阶谓词的逻辑程序设计语言,它在AI和知识库的实现技术方面具有十分重要的作用,具有表达力强、表示方便、便于理解、语法简单等优点。但在整个实验教学环境也遇到了如下问题:首先是目前有关人工智能的专门配套实验教程很少;其次是即使有诸如《面向人工智能程序设计Prolog》教程,则主要是侧重介绍这门自然语言的程序设计,而其中很多部分与AI实验环节关联度不大,另外教材价位也比较高。针对此种情况,笔者在24个学时的实验教学过程中,安排7个实验内容,其中最后一个专家系统的设计与实现作为一个综合性实验来设计。在进行实验教学的过程中,首先参考多本Prolog程序设计教程,选择其中与实验教学计划中相关的内容,专门编写相应的电子教程,同时也结合我校学生本身的特点[4],有侧重地体现和编写,总的目的是给学生一份完整的、系统的、规范的电子教程。这样做的目的是:一方面作为学生参考的技术文档;另一方面也可以节省学生的部分经济开支。电子教程的结构分为三个部分来完成,首先为人工智能理论及原理,Prolog语言的使用说明;其次具体的例子演示(均经过调试正常运行);最后为布置给学生具体的实验内容及相关题目,以提供给学生自己动手实践的机会。此外在实验教学过程中,同时也会给学生们自由发挥的机会,比如专家系统的设计与实现作为一个综合性实验,学生可以采用Prolog编程实现,也可以采用其他自己擅长的程序设计语言,例如有的同学选择C语言、VC++、Visual Basic、Java及网页开发设计语言ASP/JSP等,此外在实验内容方面,实验递交的专家系统涉及多个领域(有动物辨别、医疗诊断、动物养殖咨询等专家系统)、范围也颇广,实验内容重复性很小,在设计过程中,绝大部分同学均是结合自己的兴趣爱好来完成设计。
4结语
人工智能的研究成果将能够创造出更多、更高级的智能“制品”,并使之在越来越多的领域超越人类智能,同时将为发展国民经济和改善人类生活做出更大的贡献。作为一名当代的大学生有必要学好这门课程,但是根据实际教学情况,教师与学生仍然需要继续进行相应的研究与发展,只有不断地探索和提高,才能使我们的教学工作更上一层楼,才能培养出符合时代和社会需求的人才。另外人工智能与农业等方面存在很多结合应用的契机,这样计算机就可真正地服务于社会、服务于人类、服务于农业、应用于农业、发展农业。
参考文献:
[1] 蔡自兴. 人工智能及其应用[M]. 3版. 北京:清华大学出版社,2007.
[2] 陈峰,文运平. 浅谈人工智能课程的教学[J]. 消费导刊,2006(12):123.
[3] 赵蔓,何千舟. 面向21世纪的人工智能课程的教学思考[J]. 沈阳教育学院学报,2004,6(4):131-132.
[4] 王莲芝. 高等农林院校人工智能教学的探讨[J]. 高等农业教育,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)
Abstract: This paper mainly firstly introduces the theory of the Artificial Intelligence and the structure of the knowledge system, and the another aim is to show some problems during the teaching process. On the base of analysis for the AI teaching, the author gives some advice, at the same time, it can be as example to make a cross-reference for the other universities.
人工智能课程范文第10篇
关键词：人工智能；全英文教学；教学内容改革；教学模式改革
1 实施全英文教学的必要性
随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。
智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。
2 当前国内全英文教学存在的主要问题
笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。
从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。
（1）对全英文教学的理解存在偏差。从项目3～5的调查结果看，教师不能正确处理好全英文教学与专业英语课教学的关系，使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅，多媒体课件形式为中英文相结合。
（2）全英文教学达不到预期的教学效果。从项目6和7的调查结果看，虽然一些大学花了很大代价邀请国外一流教授专家讲授课程，但由于人工智能课程理论性强、难度大，学生很难适应全英文课程教学。
（3）缺乏内容全面和难度适中的教材。从项目8和9的调查结果看，一些大学在实施人工智能课程全英语教学时直接引进原版英文教材，但这对本科生来说，原版英文教材内容偏多、难度较大，学生学习时不免有诸多畏难情绪。
（4）师资匮乏。从项目10的调查结果看，学生对承担全英文教学教师的满意程度普遍不高。实际上，全英文教学对承担课程教学的教师要求很高，他们不仅需要具备专业知识，而且还要掌握英语应用技能，而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。
综上所述，如何改革全英文教学模式，讲授哪些教学内容，采用何种科学的教学方法与手段，是值得我们思考和关注的教学改革重点和难点。
针对以上这些问题，我们深入研究人工智能课程的特点，对现有教学模式、内容及方法进行全方位探索和改革，制订全英文教学计划，对促进教学工作、提高教学质量、培养国际创新型人才起重要作用，其重要意义具体体现在以下3个方面。
（1）探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合，建立全英文教学的新型模式，这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。
（2）全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术，开阔国际视野，有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。
（3）全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。
3 全英文教学内容改革
建立完善的全英语教学体系，需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时，因此我们需要考虑从什么角度组织教学内容，才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术，从而显著提高教学效果。
与国内教学内容相比，国外教学更注重分析问题的思维方法和解决问题的应用能力，对提高学生的学习兴趣以及培养学生的创新能力十分有益，但是原版内容过多，且大多以国外政治、经济、文化、社会和生活为背景，对于我国学生来说，理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题，我们需要在引进、消化和吸收国外经典教材内容的基础上，有选择性地挑选合适内容。国外经典教材编写思路不尽相同，一些经典人工智能教材及主要内容见表2。
人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点，即人工智能应围绕“智能”这个核心，但由于智能本身非常复杂，难以用单一的理论与方法描述，需要从不同的抽象层次刻画智能这个主题。我们认为，人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。
在最底层，神经网络与演化计算（适应性原理与仿生机制等）辅助感知以及与物理世界的交互；抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解；更高层则提出学习、规划、推理的模型和方式；应用层构造智能化智能体以及具有一定智能的人工系统，让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次，为保证教学内容的循序渐进性，还可按照抽象层更高层最底层应用层顺序安排教学内容。
4 全英文教学模式改革的实施关键
针对以上国内全英文教学中存在的主要问题，我们提出人工智能课程全英文教学模式改革的实施关键，包括全英文课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。
4.1 全英文课堂教学模式的重定位
人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标，分两个阶段进行，国内教师与国外教师共同授课。首先，国内主讲教师讲授人工智能课程的基础原理、模型和方法，可采用集中授课、案例教学和课堂实践等教学方式，使学生掌握人工智能的一般基础知识；在此基础上，再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术，包括集中授课和专题研讨。经过基础学习，学生一般已掌握人工智能基础知识，因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比，该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。
4.2 “二三二”模式教学方法的改革
实行全英语教学后，由于使用英文教材及中外教育背景存在差异等因素，我们在教学过程中对教学方法进行一定程度的调整和改进，包括全英文授课形式、案例教学、教学内容以及教学手段等方面；配合“1+1”全英文双课堂教学模式，提出图3所示的“二三二”模式教学方法，培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。
该教学方法模式包括：（1）过渡式全英文与沉浸式全英语两大英语教学方式；（2）激励自主式、启发互动式、体验学习式三大学习法，激发学生学习兴趣，使学生牢固掌握人工智能基础理论与方法；（3）参与学习式和自我展示式两大学习法，培养学生综合运用知识的能力和创新能力。
在全英文课堂授课过程中，我们需要注重把握英语与专业的比例。首先，不能一味地追求全英文授课的形式而忽视教学效果；其次，还需要为学生提供一个良好的语言学习环境，在实际教学中注重培养学生良好的英语思维习惯，从根本上提高学生的英语水平。
人工智能课程包含大量概念，内容抽象，算法复杂，学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣，获得较好的预期教学效果，但要达到理想的教学目标，仅仅靠课堂教学远远不够，还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座，鼓励学生参加相关的课外科研/科技活动，使得学生能够体验式地、自主地学习，更好地了解人工智能新技术，从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式，不仅能够丰富教学内涵，而且可以充实学科前沿知识并拓宽学生的国际视野。
4.3 集先进性、前沿性和实用性为一体的教学内容创新
除了引进、消化和吸收国外经典教材内容以外，我们还需要逐步建立起具有自身特色的教学内容，以保证教学内容集先进性、前沿性和实用性为一体。
（1）先进性。我们提出教学与科研相结合，以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目，将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中，确保教学内容的先进性，有效提高教学改革的质量。
（2）前沿性。对人工智能发展较快的领域，如智能计算、数据挖掘等，还需更新和补充全英文教学内容，同时可以邀请国际知名大学教授共同研究与探讨教学内容，保证课程内容具有一定的前沿性，通过实现全英语教学保证课程与国际接轨。
（3）实用性。在讲授基础理论知识的基础上，还应注重实践的应用，增强学生的动手操作能力，以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识，适当补充案例与实例，使得教学内容与实际相联系，丰富课程内涵并提高教学效果。
4.4 全专业英语教学团队的打造
师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底，但不能熟练地运用英语进行授课，而有些教师则知识结构单一，缺少人工智能及其相关学科间的交叉与融合，因此我们需要多渠道、多层次地打造既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英语教师队伍。将科研与教学相结合，利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作，争取申请国际合作科研项目，利用科研提高教师的教学质量、专业水平和英语技能。
5 全英文教学的具体实施
我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学，具体实施过程如下。
（1）国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组，三者之间相互配合并共同促进，保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持；教学工作小组制订全英文教学工作规划和年度计划；监管小组定期对工作小组的教学完成情况进行评估。
（2）在课程教学中，打破国内常规教学方式，建立开放式全英文教学模式，教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心，以讲授与专题讨论相结合的方式，围绕基本原理、方法与技术展开教学，激发学生自主学习与创新学习的热情。
（3）国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题，而且取得了一些有影响的研究成果，形成了自己的学科特色和优势。2006年，国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。
（4）聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时，利用国外学者来武汉大学顺访的机会，请其为学生作学术报告，使学生了解国际最新人工智能技术，如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。
（5）国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时，优先考虑给本科生授课的全英文教师，并将全英文教学能力作为选拔条件，以教师的学术进修带动全英文教学建设，使学科和专业建设与全英语教学队伍打造相结合，全面推进全英语教学工作的开展。
6 结语
人工智能是计算机科学与技术专业的重要课程，目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机，针对目前国内全英文教学中存在的亟待解决的主要问题，提出人工智能全英文教学内容与教学模式改革的新思路。
（1）以智能为核心，从不同抽象层次刻画智能主题，构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。
（2）突破传统教学模式，对全英文教学模式进行重定位，提出“1+1”全英文双课堂教学模式。
（3）提出“二三二”模式教学方法的改革方案，培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。
（4）提出教学与科研相结合，以科研带动教学发展的新思路，进行集先进性、前沿性和实用性为一体的教学内容创新。
（5）提出利用与国外大学建立合作关系的优势，争取国际合作科研项目，通过交流与合作多渠道、多层次地培养既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英文教学教师队伍。