本文關鍵詞：本科高年級人工智能教學的幾點思考，由筆耕文化傳播整理發(fā)布。

本科高年級人工智能教學的幾點思考

□ 張偉峰

摘　要:

本文結合對人工智能課程的教學實踐，，針對本科高年級的教學特點和人工智能學科的自身特點，提出了對當前人工智能教學過程的三點思考，并且給出了相應的教學思路和方法。

關鍵詞:

分類號:

　　摘要:本文結合對人工智能課程的教學實踐,針對本科高年級的教學特點和人工智能學科的自身特點,提出了對當前人工智能教學過程的三點思考,并且給出了相應的教學思路和方法。
　　關鍵詞:人工智能;本科高年級教學;教學改革
　　中圖分類號:G642　文獻標識碼:B
　　
　　1　引言
　　
　　人工智能是計算機科學與技術學科類各專業(yè)重要的基礎課程,在信息類相關的許多高年級本科和研究生都開設了人工智能課程。人工智能是一門前沿性的學科,它主要研究計算機實現(xiàn)智能的基本原理和基本方法,同時人工智能也是一門多學科交叉的綜合學科,它涉及計算機科學、數(shù)學、心理學、認知科學等眾多領域。廣義的人工智能涵蓋了模式識別、機器學習、數(shù)據(jù)挖掘、計算智能、神經網絡、統(tǒng)計學習理論等眾多研究方向。人工智能作為計算機學科的重要分支,已成為人類在信息社會和網絡經濟時代所必須具備的一項核心技術,并將在未來發(fā)揮更大的作用。
　　由于人工智能課程的學習難度較大,內容更新比較快,也繁多,使得教學有一定的難度。特別是針對本科高年級的人工智能教學,由于本科生的研究意識相對較弱,而人工智能比較強調科研性,所以如何教好本科高年級的人工智能課程是一項非常具有挑戰(zhàn)性的任務。
　　本文通過分析本科高年級的教學特點和人工智能課程的自身特點,在如何提高教學質量這一問題上提出了幾點思考。
　　
　　2　本科高年級的教學特點
　　
　　中國的本科教育,由于歷史和經濟發(fā)展水平等諸多原因,目前的定位還是培養(yǎng)某方面專業(yè)人才的專才教育。本科高年級學生在完成了低年級公共基礎課程和部分專業(yè)基礎課程的學習之后,迫切希望了解本專業(yè)的應用領域和發(fā)展前景,所以在教學過程中要注意內容的應用性和專業(yè)性。另一方面,本科高年級學生也是研究生教育的儲備人才,在教學過程中要適時的進行科研引導,這樣能夠讓畢業(yè)生保持對科學的興趣,從而為研究生階段進一步深入研究打下基礎。本科生一般于4年級的10月份開始著手畢業(yè)設計,在本科高年級的教學過程中還要注意與畢業(yè)設計的內容相結合,這樣可以讓學生提前做好準備,選擇適合自己的方向。
　　
　　3　人工智能課程的學科特點
　　
　　與信息類其它專業(yè)課程相比,人工智能具有應用性、研究性和發(fā)展性三個重要學科特點。首先,人工智能是一門應用性很強的學科。人工智能學科的主要目標在于研究用機器來模仿和執(zhí)行人腦的某些智力功能,并開發(fā)相關理論和技術。人工智能技術廣泛應用于模式識別、數(shù)據(jù)挖掘、智能控制、信息檢索、智能機器人等領域,在日常生活中,隨處可見人工智能技術的應用實例;其次,人工智能技術具有很強的研究價值,是計算機科學領域中重要的研究方向。技術進步無止境,研究者們不斷追求開發(fā)出效率更高、更智能的人工智能技術:最后,人工智能是一門正在發(fā)展中的學科。隨著信息化、計算機網絡和Internet技術的發(fā)展,人類已步入信息社會和網絡經濟的時代,它們?yōu)槿斯ぶ悄芴岢隽嗽S多新的研究目標和研究課題,人工智能的應用領域以及技術算法都在不斷發(fā)展。
　　
　　4　人工智能教學的三點思考及對策
　　
　　4.1　注重應用性和介紹性
　　在教學實踐中,筆者發(fā)現(xiàn),本科高年級學生一般比較關心各種人工智能技術的應用領域和使用方法,而對基礎性理論和技術細節(jié)不是很感興趣。他們一方面希望能學到很多較新和較實用的人工智能算法,并且最好可以看到使用效果;另一方面又希望老師的教學主要停留在介紹性層面,不想花太多時間在復雜的理論理解上。這也比較符合本科高年級的教學特點,本科階段主要是培養(yǎng)具備較強應用性和基礎科研素質的專業(yè)人才。傳統(tǒng)的人工智能教學主要講授知識表示和搜索推理技術,大部分實例都是解答式或推證式的。由于其知識的抽象性,又加之其應用實例較少,所以往往教師感覺難講,學生在學習過程中也感覺乏味,對講授的內容大多都是死記其方法和步驟,因此影響了教學效果。針對這一問題,筆者認為,在設計人工智能教學時,要注重內容的新穎性、實用性和介紹性。除了講授那些仍然有用的和有效的基本原理和方法之外,要著重介紹一些新的和正在研究的人工智能方法和技術,特別是近期發(fā)展起來的方法和技術,如支持向量機、決策樹、模糊集、遺傳算法、蟻群算法等。這些內容的理論部分可以不必過分深究,教學重點主要放在介紹每種技術的產生背景、發(fā)展狀況、應用領域和具體實現(xiàn)上。此外,要注意理論與實際應用密切結合,在教學過程中加入一些與課程內容結合的、可以用計算機實現(xiàn)的實際應用內容。考慮到目前應用最廣泛的人工智能領域之一是模式識別,而研究模式識別的主要計算機工具是Matlab,所以筆者在教學過程中以手寫數(shù)字識別作為教學實例,針對所介紹的每一種人工智能技術,都將其應用于手寫數(shù)字識別當中,并講解了這些技術的Matlab實現(xiàn)方法。學生在掌握了基本理論之后,可以按照實現(xiàn)步驟的指導,立刻上機見到算法的實際效果,加深對算法實現(xiàn)思路和方法的認識。
　　
　　4.2　注重科研引導性
　　本科教學不僅要培養(yǎng)學生的應用能力,還要培養(yǎng)學生具備基本的科研素質。本科教育一方面為社會培養(yǎng)了大批應用型人才,另一方面也要為我國的科研事業(yè)培養(yǎng)后備力量。特別是近幾年來我國對科研的投入不斷增加,研究生招生規(guī)模逐年增大,本科高年級學生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計算機相關學科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數(shù)據(jù)挖掘、計算智能、統(tǒng)計學習理論等,都是目前國際和國內熱門的研究方向。針對這一特點,在本科高年級的人工智能教學中,還要注意對學生適時適度的科研引導。這樣可以激發(fā)學生的研究興趣,樹立目標意識,找準研究方向,為未來的科研工作打下基礎。在教學過程中,可以引導學生思考每種人工智能技術的優(yōu)點是什么?缺點是什么?有沒有改進的辦法?比如BP神經網絡是計算智能中較為成熟的技術,具有強大的非線性學習能力,在模式識別、經濟數(shù)據(jù)分析、生物信息學、數(shù)據(jù)挖掘等眾多領域都取得過成功應用。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等。近十年來,研究者逐漸把目光轉移到另一種新的非線性學習工具——支持向量機上。同神經網絡相比,支持向量機具有泛化能力強、不受局部最小問題困擾、理論背景完善等顯著優(yōu)點。在給學生講解BP神經網絡算法的時候,一方面可以通過手寫數(shù)字識別實驗展示其強大的非線性分類能力,另一方面也要告訴學生,BP神經網絡并不是完美的,其缺點同樣明顯。然后引導學生對這些問題進行思考,討論有沒有更好的解決辦法。此時,順勢引出支持向量機的內容,并且介紹支持向量機的研究現(xiàn)狀和研究方向。通過兩者的對比,學生不但了解到了較新的人工智能技術,又對人工智能研究中如何去發(fā)現(xiàn)問題、解決問題、人工智能技術的進化歷程有了直觀的印象。
　　
　　4.3　教學內容與畢業(yè)設計相結合
　　本科畢業(yè)設計是對本科生用所學知識來解決實際問題和進行專業(yè)研究能力的檢驗,是本科高年級學生將要面臨的一項重要任務。由于人工智能學科具有應用性和科研性的特點,人臉識別、網頁檢索、經濟預測、基因數(shù)據(jù)處理等應用領域都離不開人工智能技術,所以人工智能方向為學生提供了豐富的畢業(yè)設計選題。針對這一特點,在本科高年級的人工智能教學中,可以適當穿插介紹有關畢業(yè)設計的內容。告訴學生哪些應用領域是目前人工智能研究的熱點方向,哪些人工智能技術可以用來解決這些問題。通過向學生介紹具有一定應用價值和研究意義的題目,然后引導他們查找閱讀相關技術文獻,分析問題,解決問題,最后編寫代碼和撰寫論文。比如筆者給學生提供的選題包括:(1)基于支持向量機的上市公司信用評價;(2)正則化回歸在股票預測中的應用;(3)基于膚色的人臉檢測;(4)基于內容的網頁圖像檢索等。這些題目應用性強,具有一定科研深度但是難度又不至于太大,學生選擇這些題目的積極性很高。通過將教學內容與畢業(yè)設計相結合,不但加深了學生對課程的理解,又使其找到了合適的畢業(yè)設計題目,可謂一舉兩得。
　　
　　5　結束語
　　
　　筆者結合人工智能課程的教學實踐,針對本科高年級的教學特點和人工智能課程的學科特點,提出在設計人工智能教學時,要注重內容的新穎性、實用性和介紹性,同時還要注意對學生適時適度的科研引導,適當穿插介紹有關畢業(yè)設計的內容,其目標是將難學、枯燥、難于理解的問題,變得易學、有趣、易于理解。從學生反饋來看,這些方法起到了明顯的實際效果,有效地提高了學生的學習積極性。

特別說明：本文獻摘要信息，由維普資訊網提供，本站只提供索引，不對該文獻的全文內容負責，不提供免費的全文下載服務。

  本文關鍵詞：本科高年級人工智能教學的幾點思考，由筆耕文化傳播整理發(fā)布。