緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇人工智能課程論文范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

人工智能(Artificial Intelligence,AI)是計算機科學與技術專業的一門重要專業課程,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科。它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規劃以及問題求解等思維活動,并以此解決需要人類專家才能處理的復雜問題,例如咨詢、診斷、預測、規劃等決策性問題[1]。人工智能是一門涉及數學、計算機、控制論、信息學、心理學、哲學等學科的交叉和綜合學科。目前,人工智能很多研究領域,如自然語言處理、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、智能計算等都走在了信息技術的前沿,有許多研究成果已經進入并影響了人們的生活。

2003年12月5日,國內第一個“智能科學與技術”本科專業在北京大學誕生[2],它標志著我國智能科學與技術本科教育的開始,對我國智能科學技術人才培養和智能科學與技術學科建設起到極大的帶動作用。目前,人工智能課程的教學存在幾個問題:首先,注重講授理論知識,實驗環節滯后,這不利于培養學生的實踐能力,更談不上實踐創新。其次,人工智能是交叉學科,內容比較繁雜,各種教材的內容不一樣,授課沒有統一的體系,學生學習時抓不住重點,不能理解人工智能的根本方法和思想。一般說來,計算機專業的其他課程,如網絡技術、數據庫技術、算法分析與設計等,都是求解結構化問題的基本技術,而人工智能技術則是解決非結構化、半結構化問題的有效技術。最后,人工智能科學與技術飛速發展,但目前人工智能只被視為一門專業課,課程講授和人工智能沒有作為一個研究方向結合起來,也沒有把傳授課本知識和引導啟發創新結合起來。

適應知識經濟發展的高等教育,要把培養創造精神和創新能力擺在突出的位置。創新是基礎研究的生命,而高等學校的教學只有與科研緊密結合,才能在培養學生的創新精神方面有所作為。為此,針對人工智能的課程特點,我們積極開展研究型教學、研究型學習,提高大學生的學習能力、實踐能力和創新能力的研究與實踐。在教材上,我們選用了清華大學出版社出版、馬少平等編寫的《人工智能》。我們的教學研究與實踐的主要內容包括三個方面:啟發式傳授人工智能解決問題的非結構化的思想;成體系的實驗訓練;以及與畢業論文,學校大學生科研項目資助計劃,國家大學生創新性實驗計劃相對接的科研訓練。這三個主要方面,層層遞進、環環相扣,是體系完整的創新型人工智能教學實踐。下面,我們就這三個方面內容展開探討。

1啟發式傳授人工智能解決問題的非結構化思想

現實世界的問題可以按照結構化程度劃分成三個層次[1]:1)結構化問題,能用形式化(或稱公式化)方法描述和求解的一類問題;2)非結構化問題,難以用確定的形式來描述,主要根據經驗來求解;3)半結構化問題,介于上述兩者之間。一般說來,計算機專業的其他課程如網絡技術、數據庫技術、算法分析與設計等,都是求解結構化問題的基本技術。而人工智能技術則是解決非結構化、半結構化問題的有效技術。人工智能的教學可以讓學生在體驗、認識人工智能知識與技術的過程中獲得對非結構化、半結構化問題的解決過程的了解,從而達到培養學生多角度思維的目的。

我們使用的教材主要內容包括搜索和高級搜素、謂詞邏輯和歸結原理、知識表示、不確定性推理方法、機器學習等。這些主要內容也可以相應地歸結為若干個典型算法,如啟發式A*搜索算法、 剪枝算法、元啟發式算法(模擬退火,遺傳算法)、謂詞邏輯歸結算法、貝葉斯網絡、決策樹、神經網絡(BP算法、自組織網絡和Hopfield神經網絡算法)。元啟發式算法是一種啟發式的隨機算法,是用來解決非結構化問題的典型算法,其思想和傳統的決定性算法如動態規劃、分支限界完全不一樣。學生在剛一接觸到這些元啟發式算法一時難以接受和理解其機理,對算法的有效性往往半信半疑。根據非結構化、半結構化問題的特點,講解和演示算法在解決此類問題的具體步驟和詳細過程,從而讓學生掌握人工智能算法的基本思想。在講解不同的元啟發式算法的時候,學生會問,是模擬退火算法強,還是遺傳算法強;在講到機器學習算法的時候,學生會問到底哪個分類算法最好,這時候我們可以把搜索(優化)領域和機器學習領域的“沒有免費午餐”定理進行適當的講解和解釋,從而把具體算法實現層面之上的一些人工智能的哲學思想進行傳授。

在人工智能的具體教學中,采用問題教學法和參與式教學法。在問題教學法中,圍繞人工智能的知識模塊,在引導學生發現各種各樣問題的前提下,傳授知識。教學活動中,嘗試使人工智能知識圍繞實際問題而展現,使問題不僅成為激發學生求知欲的前提,也成為學生期盼、理解和吸收知識的前提,以此激發學生的創造動機和創造性思維。在參與式教學中,打破人工智能算法的枯燥、沉悶的傳統教學法,嘗試開放式教學內容;提問式講課;無標準答案的課程設計;查找文獻,分組動手實現人工智能算法等參與式教學方法,培養和發揚學生的參與意識,通過參與式教學提高學生學習的主動性、積極性和效率,培養學生的動手能力和創新能力。

2成體系的實驗訓練

獨立開展人工智能實驗課程,開發一批新型、富有創意的實驗案例庫,搭建一個創新實驗和虛擬學習社區平臺。人工智能實驗課程的特點是應用各種人工智能方法,根據問題的約束、結構、信息進行表示建模和計算機上實現,是與人工智能原理同步的實驗課程。學生必須掌握的人工智能的基本原理和計算機操作技能,它對于學生的知識、能力和綜合素質的培養與提高起著至關重要的作用,在整個教學過程中占有非常重要的地位,是計算機軟件、計算機應用、計算機網絡、軟件工程等專業的一門重要的必修專業課程。通過實驗,學生得到嚴格的訓練,能規范地掌握人工智能的基本理論和主要方法、基本問題求解技術,熟悉各種計算環境的基本使用。

在培養學生掌握實驗的基本操作、基本技能和基本知識的同時,努力培養學生的創新意識與創新能力。為實現這一目標,在課程內容安排上采用適量基本原理與方法的實驗內容為基本內容,增加一系列綜合性實驗和開放性創新實驗問題,在實驗內容方面更注重研究性實驗中的創新問題。實驗內容方面分為三個層次:基本原理的基礎性實驗、綜合實驗和研究性實驗。在后兩個層次的實驗中,部分引入人工智能課程小組團隊的最新科研成果,目的在于通過完成這些研究性實驗,培養學生獨立解決實際問題的能力,以提升學生的科研素質與創新意識。我們將這些設計實驗稱為新型實驗案例庫,它被放在人工智能課程小組網站上,以此搭建一個創新實驗和虛擬學習社區平臺。通過實驗課程的學習和訓練,學生應達到下列要求。

1) 掌握人工智能方法的優點及其在實際中的應用。

2) 學會對人工智能問題進行分析建模和應用各種計算工具實現問題求解,熟悉對實驗現象的觀察和記錄,實驗數據的獲取與設計,最佳實驗條件的判斷和選擇,實驗結果的分析和討論等一套嚴謹的實驗方法。

3) 鞏固并加深對人工智能原理課程的基本原理和概念的理解,培養學生勤奮學習,求真求實的科學品德,培養學生的動手能力、觀察能力、查閱文獻能力、思維能力、想象能力、表達能力。

4) 通過完成綜合研究性實驗,培養學生獨立解決實際問題的能力,提高學生的科研素質與創新意識。

在培養學生掌握實驗的基本操作、基本技能和基本知識的同時,進一步培養學生分析問題和解決問題的能力,培養學生的創新意識、創新精神和創新能力,為學生今后從事科研、教學或企事業單位的分析檢驗以及新技術的研發工作打下扎實的基礎。

在實驗組織方面,根據各實驗的目的和要求,學生分為5人1組,指定一個組長,每組選擇1套實驗題目。基礎實驗題目要求達到27學時、綜合性實驗題目選擇1題和研究性實驗題目選擇1題,基礎實驗題目要求在規定時間內,小組獨立完成實驗測定、數據處理,并撰寫實驗報告。實驗過程中, 要求學生勤于動手, 敏銳觀察, 細心操作, 開動腦筋, 分析鉆研問題, 準確記錄原始數據, 經教師檢查,實驗及其原始數據記錄才有效。同時,團隊作業,需要多人分工合作、相互幫助,這樣可以提高人際交往和溝通能力,學會與他人合作,培養團隊創新能力。

3課程學習與畢業論文,科研訓練相結合

人工智能技術在一定程度上代表著信息技術的前沿和未來,通過學習和體驗人工智能的知識和技術,學生能夠在一定程度上了解信息技術發展的前沿知識,這有助學生開闊視野、培養興趣,為今后繼續深造或走向社會奠定堅實的基礎[3-4]。

人工智能的理論和方法廣泛應用于數據挖掘、機器學習、模式識別、圖像處理中,這些內容既是高年級的后續課程,又是現在熱門的研究方向。學習和深刻理解人工智能的理論、方法和應用,對后續課程學習以及今后的研究具有重要的意義。

我院規定大學三年級的學生開始聯系畢業論文指導導師,同時確定畢業論文的研究方向,提前進行科研實踐,以培養實踐能力和研究素質。人工智能課程正好是大三高年級開設的專業課,因此,我們把課程實驗及設計與同學的興趣相結合,引導學生,并提煉和形成學生的畢業選題和課外的科研方向,它是提高本科生研究創新能力的有效手段。

基于新的教學實踐,很多學生的選題都與上述歸納的人工智能若干算法相關,如算法本身的研究和改進,或是算法在各領域,如數據挖掘、圖像處理等的應用。在我們的科研能力訓練計劃中,一批項目和課題,如混合神經網絡的研究與應用、差分演化算法研究與應用、基于協同訓練的推薦系統等,分別受到國家和學校本科生科研項目立項資助。一批三四年級的本科生以第一作者身份在國內核心期刊、國際會議和期刊上發表學術論文,這激發了學生的科研興趣,使學生體會到了創新的樂趣。

總之,課程學習與畢業論文、學校大學生科研項目資助計劃、國家大學生創新性實驗計劃相對接的科研訓練,極大地提升了學生的創新能力和科研基本素質。

4結語

針對人工智能的課程特點,我們積極開展研究型教學、研究型學習,提高大學生的學習能力、實踐能力和創新能力的研究與實踐。我們的教學研究與實踐主要內容包括三個方面:啟發式傳授人工智能解決問題的非結構化的思想;成體系的實驗訓練;以及與畢業論文、學校大學生科研項目資助計劃、國家大學生創新性實驗計劃相對接的科研訓練。這三個主要方面,層層遞進、環環相扣,是體系完整的創新型人工智能教學實踐,新的改革和實踐在教學中取得了令人滿意效果。

參考文獻:

[1] 張劍平. 關于人工智能教育的思考[J]. 電化教育研究,2003(1):24-28.

[2] 謝昆青. 第一個智能科學技術專業[J]. 計算機教育,2009(11):16-20.

[3] 羅輝,梁艷春. 大學生畢業論文與科研能力培養及就業[J]. 吉林教育,2003(10):18.

[4] 金聰,劉金安. 人工智能教育在能力培養中的作用及改革設想[J]. 計算機時代,2006(9):66-69.

Reform and Practice of Innovative Teaching in Artificial Intelligence

WANG Jia-hai, YIN Jian, LING Ying-biao

篇（2）

一國家對于高校人工智能教育的發展的重視

面對AI技術如火如荼地發展，我們國家對AI人才和人才培養都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經濟深度融合。2017年7月20日國務院《新一代人工智能發展規劃》[4]。《規劃》指出完善人工智能領域學科布局，設立人工智能專業，推動人工智能領域一級學科建設，盡快在試點院校建立人工智能學院，增加人工智能相關學科方向的博士、碩士招生名額。鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設。

二企業對于人工智能人才的需求

市場上AI技術人才非常稀缺，據騰訊研究院聯合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯網巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機器學習等職位平均月薪資超過2.5萬元。

三高校AI人才培養的思考

高校具有多學科、高層次人才集中的特點，具備計算機與多學科交叉融合的優越條件；且大部分學校都開設有數學、物理等基礎學科，具備夯實數學理論基礎的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進發展AI技術的人力條件。但是遺憾的是我國開設人工智能課程的高校較少，2018年只有33所高校設立了智能科學與技術專業[6]。面對AI發展的火爆，國家對于AI人才發展的重視以及企業對于AI人才的嚴重需求，高校作為人才培養的主要來源，是不是應該思考AI人才的培養呢？AI人才可以分為三類：拔尖人才，研究性人才和應用型人才，呈金字塔性。當下已經有一批名牌大學開展了AI方向拔尖人才的培養，如北京大學圖靈班、中國科技大學人工智能技術學院、西安交通大學人工智能拔尖人才培養實驗班，南京大學計劃成立人工智能學院等。但是金字塔的底層、中層更需要龐大的AI技術人才，如應用開發人員、數據工程師、AI和機器學習工程師、AI系統架構師、AI產品經理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數學基礎好、專業理論全面、具備一些工程基礎，且有自主學習的能力。本文從夯實數學基礎、人工智能方向課程的建設、實踐能力的培養、自主學習能力的培養四個方面闡述高校關于AI人才培養的一些思考。

1奠定扎實的數學基礎

在學習AI技術時，幾乎所有專家學者都提出需要扎實的數學功底，數學功底的厚重程度決定了在AI技術上走多遠。高等院校計算機專業都開設有“高等數學”“線性代數”“概率論”等數學課程，但是課時、難易程度不足，學生對于數學不夠重視，或者覺得晦澀難懂，學習效果并不十分理想，因此加強數學基礎的工作刻不容緩。可以通過必修和選修等方式開設“數據分析”“統計機器學習”“凸優化”等課程；通過微課或者MOOC等方式鞏固數學基礎的學習；通過優秀科普讀物，如《數學之美》《編程之美》等書籍的推薦閱讀激發學生興趣；通過開展校內學術討論、數學競賽等方式促進學生學習數據的動力，逐步達到夯實數據功底的目的。

2人工智能方向課程的建設

很多高校計算機專業課程中只開設有《人工智能》導論，有的甚至沒有。智能科學與技術專業開設有“人工智能”“計算機視覺”“機器人學導論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術人才應具備哪些專業能力呢？如何從專業角度培養AI技術人才呢？2018年1月CSDN了“AI技術人才成長路線圖”[7]，通過專業路徑和實戰路徑兩方面介紹了AI技術人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學習機器學習課程、掌握TensorFlow框架。該路線圖中列出了機器學習算法工程師、數據科學家等10個崗位AI人才應具備專業知識和能力。微軟公司也推出AI人才培養的10門免費課程，如“AI導論”“數據科學會用到的Python語言-導論”“AI領域運用的數學概要”“數據和分析所需要的道德與法律”“數據科學概要”“機器學習法則”“深度學習”“強化學習”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機視覺和圖像識別”中選擇其一。Google在人工智能學習網站開設有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機器學習概念、機器學習工程、機器學習現實世界應用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機器學習基礎”“深度學習基礎”和“TensorFlow基礎”[9]。AndrewNg在Coursera上也推出了機器學習的課程，且用比較通俗的語言講解機器學習中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設了5門深度學習課程[10]。綜上所述，不同的研究機構都著眼于AI編程基礎、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經驗，通過三個階段分層次的開展相應的課程。

3實踐能力的培養

AI技術不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養學生的實踐動手能力。（1）設計教學環節時多從工程應用的角度來介紹，激發學生的興趣，培養學生解決問題的能力。要求學生新手編程編程實現模型，充分理解算法的含義和原理到實現的過程。（2）在掌握一定的機器學習知識后，鼓勵學生盡早走進實驗室，接觸科研工作。可以從一些AI應用方向作為入手，使學生了解自己的興趣點、培養科學研究能力。（3）鼓勵學生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰賽，國內阿里天池大數據競賽等。通過參加競賽刺激學生學習AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學生到工業界實習。很多專家都指出AI人才應該具備一定工程基礎。確實，學術界往往追求算法的性能，而工業界更重視經濟效益和解決問題的有效性。到企業學習可以快速了解行業發展的框架，掌握算法轉化到產品的過程。

4自主學習能力的培養

篇（3）

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

面對航天科技迅猛發展，現代軍備技術快速提升，培養具有專業性的高素質航天類人才，是我國航天科技發展的戰略選擇，也是航天重點高校面向并有效服務航天事業的歷史責任。航天類本科生的教育形式也需要突破傳統的方式，著重多樣性、前沿性、工程性，因此，該專業的各門課程教育都應該結合專業特點，探索新的教學模式。

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

1 人工智能課程特點

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

2 航天類專業特點

首先，航天類專業具有較強的工程性。在專業的教學改革中有統一的特點，即強調要體現航天工程技術的綜合性、系統性， 注重培養復合型人才。其次，航天類專業具有一定的前沿性。因為航天飛行器作為現代高科技和多種學科技術綜合應用的結晶，應及時把現代先進科技融入到了專業基礎和專業類的課程教學中， 專業知識更新快成為又一特點；另外，航天類專業應注重實踐性教育。尊重個性和興趣，強調動手能力，實驗室對學生開放，要求學生自主地設計完成實驗，強調對學生設計理念和創造能力的培養。最后，航天類專業應重視產學合作。產學合作的目的在于推動學校與航天產業的持續全面合作，造就一支科學技術研究和工程實踐兼備的教師隊伍。

3 教學模式的探索

3.1 教材的選擇

人工智能作為一門新興的學科，其理論與方法都還在不斷的發展與完善中。就目前來看，關于人工智能的定義和范圍都沒有一個統一的標準，不同的教材所介紹的內容也不盡相同。在教材選用方面，需要綜合考慮專業特點和學生的知識背景。本課程主要針對航天類專業高年級本科生，該類學生具有一定的數學、計算機、信息論、通信理論等基礎知識，對航天應用的基本需求有初步的了解，因此，“人工智能”課程難度應該控制在中級，可以較深入的介紹人工智能的基礎算法和應用案例。

中南大學蔡自興教授積累了多年的教學與科研經驗，借鑒了國內外其他專家和作者的最新研究成果，吸取了國內和國外人工智能領域學術書籍的長處，于1987年編寫了“人工智能及其應用”一書，該書根據人工智能學科的新發展不斷修訂，推出四個版本。本課程采用“人工智能及其應用（第4版）”，其中大部分內容適合本科生學習。另外，本課程還給學生提供其他一些參考書目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等經典教材。

3.2 課堂教學形式的探索

“人工智能”課程內容較抽象，概念較為繁多，若采用單一的課堂講授的方式，學生容易概念混淆、理解不透，逐漸產生厭倦情緒，導致教學效果差。本文探索不同的課堂教學手段，根據不同內容采用不同的教學手段，有利于學生對課程內容的理解與吸收。另外，考慮到航天類的專業特點，突出課程內容的工程應用，增加研究性質的教學內容與形式，有利于培養學生的創新能力和實踐能力。

（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，介紹算法應用時采用視頻。在PPT中適當利用不同的字體、顏色或動畫來突出重點，細化流程，引導學生的思路，便于集中注意力接受重點內容。

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

（3）適當采用類比的講解方式。對人工智能的不同學派，不同方方法，以及方法的不同應用，廣泛的采用類比的形式進行講解，不僅可以復習已學習的內容，也利于對新內容的理解。并且，通過對不同內容的比較總結相似點、區分不同點，可以避免概念的混淆，清晰的掌握課程內容。

（4）增加研究性教學。研究性教學強調通過問題來進行學習，有必要將實際應用案例或者授課教師的科研項目融入日常的教學工作中去，用“啟發式”、“案例式”教學激發學生“自主學習”能力。

3.3 課程內容的探索

一方面，鑒于本科生知識結構還不夠完善，“人工智能”課程的內容要控制在適應本科生學科基礎的中等難度；另一方面，鑒于航天類專業的特點，課程內容應更注重與航天應用相結合的內容，并且在課程中增加具體應用的介紹。具體的課程內容如表1所示。

3.4 考核形式的改革

“人工智能”課程注重學生創新能力和實踐能力的培養，傳統的試卷形式不能全面的反應學生的學習效果，因此，應采用課堂表現和課程報告相結合的方式進行綜合考核。

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

4 結語

航天類專業的本科生教學需針對專業特點有的放矢，該專業的課程教育都應該趨向于前沿性、專業性和實用性。本文的“人工智能”課程教學改革方案不僅考慮到該課程屬于前沿叉學科的特點，也綜合考慮了航天類專業的特點。為了使課程教學更好地服務于學生，本文提出的改革方案打破傳統的教學模式，將課堂理論講解、課堂討論、課后調研、項目實踐等相結合，充分調動學生的學習興趣和積極性，提高學生的創新能力，有利于培養真正符合航天領域所需要的綜合型高級人才。

參考文獻

[1] 王甲海，印鑒，凌應標.創新型人工智能教學改革與實踐[J].計算機教育，2010（15）：136-138，148.

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

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

[4] 紀霞，李龍澍.本科人工智能教學研究[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》課程教學方法改革的探索與實踐[J].現代計算機（專業版），2013（26）：32-34.

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

篇（4）

中圖分類號：G642　文獻標識碼：A

1　引言

人工智能(AI)是二十世紀五十年代后期興起的利用計算機模擬人類智能活動去求解問題的學科，與空間技術、原子能技術一起被譽為二十世紀三大科學技術成就，目前廣泛應用于專家系統、機器翻譯、語音識別、文字識別、計算機視覺、機器人、電子游戲等方面，已經成為計算機技術發展以及許多高新技術產品中的核心技術。

為了適應人工智能技術日益廣泛的需要，國內外高校普遍開設了“人工智能”方面的課程，特別是作為計算機方面專業的核心課程之一。我校自從1993年開始為自動化專業本科生開設“智能控制”選修課，1996年為自動化、計算機、機械等專業本科生開設“人工智能導論”、“人工智能及其應用”課程。目前，我校軟件學院、信息學院、機電學院都開設了“人工智能導論”課程，已經成為計算機科學與技術、軟件工程、數字媒體技術、自動化、機械制造與自動化等許多專業本科生的一門重要的技術基礎課程，也是面向包括人文社科等全校所有專業的公選課之一，其目的是使學生了解人工智能的基本概念和基本原理，初步學習和掌握人工智能的基本技術和前沿內容，拓寬知識面，啟發思路，為學生提供最基本的人工智能技術和有關問題的入門性知識，提高學生應用開發軟件的能力和水平，為今后在相關領域的研究和應用奠定更為堅實的基礎。因此，建設好“人工智能導論”課程具有重要意義和很廣的受益面。

由于人工智能是交叉學科，涉及面廣、內容抽象、不易理解，學生往往有望而生畏的感覺，在教學過程中，老師教、學生學都比較吃力。為了更好地實現上述教學目標，提高本課程的教學質量，協調好教與學的雙邊關系，使學生由望而生畏的感覺，變為有用有趣的感覺，根據已有人工智能課程在教學與實踐方面的經驗和方法，結合“人工智能導論”課程的近幾年教學實踐，對課程的教學體系、教學內容、教學方法、教學手段、考核方式等方面進行了探索總結。

2　調整與優化教學體系和教學內容

“人工智能導論”是計算機科學與技術、軟件工程、數字媒體技術、自動化、機械制造與自動化等許多專業本科生的一門重要的技術基礎課程，也是面向包括人文社科等全校所有專業的公選課之一，其研究領域及內容十分豐富，涉及的基礎面廣。因此如何選好教學內容，既能使學生了解本領域的概貌，又能適合學生的基礎，便于他們在有限的時間完成學習任務，是一件重要而又困難的事情。

進入21世紀以來，人工智能學科又有了新的發展。為了及時反映人工智能研究和學科的最新進展，我們修訂了“人工智能導論”的教學大綱，對教學內容進一步優化和更新，極大充實了各個系統的內容。我們確定的教學內容主要分為三部分：第1部分為概論，介紹人工智能的基本概念、基本內容、主要研究領域及發展過程；第2部分是知識表示，推理和搜索技術，討論幾種常用的知識表示方法、推理技術(包括確定性推理方法和不確定推理方法)和搜索求解策略；第3部分是人工智能應用研究領域，包括專家系統、自然語言理解、機器學習、人工神經網絡、遺傳算法等的基本概念和方法等。其中第2部分是基礎理論，是人工智能的重要基礎，應該循序學習。第3部分是人工智能的應用，由于每個研究內容都相對獨立、自成體系且有其專門的學術著作研究、熱點，因此針對高等院校的本專科生來說，不必循序學習，而且結合專業特點可以選擇其中幾個研究領域。例如對自動化專業的學生來說，可以選擇專家系統、人工神經網絡、遺傳算法等，同時可增加在自動控制領域的應用，包括專家控制、神經網絡控制和進化控制等熱點：而對計算機科學與技術專業來說，可以選擇專家系統、自然語言理解、機器學習等，并輔以動物識別系統、語音識別系統、智能機器人等實例。總之就是要把握課程性質和教學目的，調整本課程教學體系，優化教學內容，讓學生以有限的時間學到人工智能的基礎知識和基本方法。

另外，在選擇和確定教學內容時必須兼顧基礎知識和新興技術，注意與相關課程(如離散數學、數據結構、概率論、自動控制原理、Matlab系統仿真、面向對象的編程技術等)的鏈接，密切理論與實際的關系，通過課堂講授和課外訓練，注意學生能力培養，提高他們的學習效果和整體素質。

3　加強課程立體化建設和系列教材研究

在課程的立體化建設中，教材充當了地基的角色，所有的課程內容安排，無不體現出以教材為基本，以教材為模板。所以本著基礎、實用的原則，我們先后編著出版了《人工智能及其應用》課程教材導論部分概括性強，引人入勝；基礎部分系統全面，敘述深入淺出，循序漸進；應用部分密切理論與實際關系，典型形象。其中第二版在第一版的基礎上，增加了證據理論、模糊推理、神經網絡等理論的一些典型應用，使學生能夠更深入地理解和應用這些理論；另一方面，又新增了自然語言理解及其應用內容，以適應目前計算機翻譯、人機自然語言交互等技術日益廣泛應用的需要。系列教材適應了人工智能導論新課程開設的需要，反映了人工智能學科的發展，為人工智能課程確立了基本框架，發揮了重要作用。系列教材的問世不僅解決了本校“人工智能導論”課程教學用書的問題，而且也被各兄弟院校普遍采用，促進了該課程的普遍開設，推動人工智能學科的發展。

為了配合教材第二版的教學和自學，在已有教學經驗和教學成果積累的基礎上，制作了高質量的教學課件和完整的教學視頻錄像，并刻錄成光盤隨書供讀者使用；同時又研究與開發了網絡課程(http：//)，以更好地調動學生的學習興趣和主動性，促進本課程的教學改革。

包括主教材、電子教案、教學視頻錄像、網絡課程及教學資料庫等在內的課程立體化建設符合二十一世紀高校教學的要求，支持教師提高教學手段現代化的水平，更貼合學生的學習需求。

4　改革與創新教學模式和教學方法

在“人工智能導論”課程教學的過程中，我們積極探索教學新路，經過數年辛勤試驗，結合蔡自興教授等對人工智能課程的建設經驗，對課程的教學模式和教學方法進行了如下一些的改革與創新。

(1)通過多種途徑激發學生的學習興趣

“興趣是最好的老師”，“人工智能導論”課程的學習效果，直接受到學生興趣和參與意識的影響。由于這是一門導論性前沿課程，一般來說，學生開始學習興趣很大。但是，當一些學生開始接觸到抽象概念和算法時，往往感到不易接受。我們通過各種途徑和方法，激發和培養學生的學習興趣。例如，鼓勵學生參與課堂討 論、布置讀書報告和課外實驗、以問題為導向的啟發式教學、專題討論／辯論等形式。特別，我們精心組織和準備了模糊控制技術及其應用、智能機器人技術與應用、智能交通、BCI(腦機交互接口)等專題，以及智能調度軟件、語音識別系統、動物識別系統、足球機器人比賽、機器人軌跡跟蹤、倒立擺的智能控制等課內演示，使學生擴大了眼界，增加了感性知識，達到提高學生學習興趣的目的與效果。

(2)面向問題的啟發式教學

人工智能中的許多問題，有的似是而非，有的引人入勝。在教學中，有意識的提出相關問題，提請學生思考，鼓勵學生提出自己的猜想和解決方案。然后逐步進入教材中的解決方案，啟發學生求解這些問題，并進行分析和比較，從而強化了學生學習的主動意識和參與意識，提高了學生的學習積極性。例如，在講到比較抽象的“遺傳算法”時，提出“遺傳算法如何用于優化計算?”這一問題。針對該問題，先從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用；然后通過一個簡單的例子，從特殊到一般地啟發學生思考“遺傳”、“變異”和“選擇”的實現，最終讓學生與教師一起導出遺傳算法用于優化計算的基本步驟。這樣，學生不但從中學習了遺傳算法，而且得到一次邏輯思維的訓練，取得很好的教學效果。

(3)課堂辯論與交互式教學

組織課堂辯論，討論的議題包括人工智能的應用前景和其他比較等有爭議的問題。學生對這些問題展開了激烈的爭論，激發了學習潛能，明確了學習目標。例如，為了加深學生對智能機器人內涵的理解，我們組織了“機器智能能否超過人類智能”的辯論會。會前正反雙方結合本課程內容及其相關知識，認真進行準備；辯論會上正反雙方唇槍舌戰，激烈爭辯，氣氛熱烈。辯論后，學生余意未盡，討論熱情不減。無論是哪一方獲勝，都達到了預期的效果。教學中我們還注意采用了多種交互式策略，如課堂上教師提問可鼓勵或指定學生提問，也可由學生自由地就某個知識點進行主題發言后老師點評等。

(4)個性化學習與因材施教

在本課程教學過程中注意對學生因材施教和個性化教學。例如，通過組織學生進行讀書報告的形式，鼓勵學生從多方面、多角度考慮問題，多提新穎思想，有意識地鼓勵優秀學生探討比較深層的內容，并輔導優秀學生將其成果以科技論文和發表文章的形式轉化為成果。又如，在教學設計和實驗設計中，注意要求學習有余力和興趣的學生選作部分探索性、創新性的功課和實驗(選學內容，如模糊控制器的設計、進化控制等)，從而引導學生發揮個性優勢，達到因材施教的目的。同時注意分析學習較差的學生的具體困難，進行有針對性的指導。

(5)多媒體與網絡教學的使用

本課程在PPT演示文稿和網絡課程上，采用了大量的多媒體表現形式，如視頻、動畫、聲音和圖像等。目的在于使得人工智能抽象的知識形象化，便于學生理解。例如，課內讓學生在線觀看涂曉媛博士的計算機動畫“人工魚”的錄像片段、人工生命Floy中生命智能體在環境中不斷的適應進化構成演示等，有助于加深學生對所學知識的理解，促進教學水平的提高，激發了學生對課程的興趣，使學生創新意識得到增強。此外，隨教材附贈的教學光盤和開發的網絡課程(http：//)提供了學生課外自學用的高質量的電子課件、完整的教學視頻錄像、豐富的實驗和案例資料等，以更好地調動學生的學習興趣和主動性。

(7)理論與實踐結合

在教學內容安排上，注意理論聯系實際，適時布置一些人工智能實驗給學生進行課外練習。設計的課外實驗包括產生式系統實驗，歸結反演實驗，主觀Bayes推理網絡實驗，A搜索實驗，以及基于Maltab工具箱的模糊控制位置跟蹤系統、兩車追趕模糊控制系統、神經網絡模式識別仿真、遺傳算法優化計算等實驗。通過實踐和參與，保持學習興趣，有助于學生對人工智能基本概念和難點的理解，掌握基本方法和技術，為從事智能系統應用開發打下基礎，從而達到教學目的。例如，我們組織學生參觀我們的研究生綜合自動化實驗室，觀看機器人臂取物、倒立擺控制、語音識別軟件、指紋識別軟件、智能調度軟件等演示，密切理論與實際的關系。

我們在教學改革實踐中探索的這些教學方法，有利于充分激勵學生的學習積極性和主動性，有利于鼓勵學生發揮獨立思考和創新思維，有利于多方位培養學生學習發現問題、分析問題和解決問題的能力。

5　運用多樣化的教學手段和考核方式

5.1　多樣化的教學手段

采用現代信息技術進行教學，構筑“人工智能導論”課程的現代教學模式，是本課程的主要特點之一。教學過程中采用了多媒體教學課件和網絡課程相結合的方法，充分利用多媒體的豐富表現形式，利用網絡課程的交互性、情景化等，進行教學。采用的方法包括：

(1)抽象知識內容的多媒體表示

通過動畫和視頻來演示抽象的概念、算法和過程，包括機器人軌跡跟蹤、機器人臂取物、足球機器人比賽、倒立擺控制、“人工魚”等錄像片段，以及智能調度軟件、語音識別系統、指紋識別系統、動物識別系統等軟件演示。

(2)通過PPT撰寫教案

精心編制PPT，組織好課件內容，做到圖文并茂，提綱挈領，便于學生理解，便于教師講授。

(3)開發與應用網絡課程

“人工智能導論”網絡課程較好的實現了交互性、在一定程度上實現了學習過程的情景化。在交互性方面，通過網絡課程的課堂練習和章節練習，評價學生的學習情況，并給學生提出學習建議。在情景化方面，采用了在線答疑形式，使得學習過程豐富有趣。

(4)先進實驗系統的觀摩與演示

利用我們的研究成果等有利條件，有針對性地對學生進行成果演示(包括智能調度軟件、語音識別系統、指紋識別系統、動物識別系統等軟件)，使學生知道學了有用，而且很有用，很有趣，很有意義，從而進一步誘導學生的學習興趣，鞏固了課堂所學知識，提高了教學質量。

教學效果通過上述先進的現代信息技術的應用，不僅極大地提高了學生的學習興趣和主動性，而且也取得很好的實際教學效果，提高教學質量。

5.2　作業、考試等教改舉措

(1)改革作業方式與方法

改變過去那種單純的書面習題作業，發展成為必須交給教師評閱的書面家庭作業、不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業等。其中上交作業通過網絡進行，教師批閱后的作業也通過網絡返回給學生，實現了作業呈交和返回的網絡化。

(2)改革考試方式與方法

篇（5）

本文結合人工智能課程的特點以及自己教學與研究的實踐，對本課程的教學進行一些探討，以期改進人工智能課程教學方法，達到提高本課程教學質量的目的。?? 

一、兼顧課程內容的統一性和差異性?? 

人工智能課程的核心內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用的認識和理解上，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在聯系和規律。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、知識應用是人工智能課程的三大內容，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構上就有了一個比較清晰的脈絡，即首先必然要學習各種知識表示方法，然后是利用這些知識進行推理，進而實現知識應用，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、啟發式搜索、消解原理以及規則演繹系統等都屬于基本的問題求解方法。計算智能、專家系統、機器學習、自動規劃等屬于高級問題求解方法。? 

同時，人工智能課程某些章節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據結構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派［2］，本課程往往同時會介紹不同學派的算法，這些學派在人工智能的基礎理論和方法、技術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過程中不僅要強調人工智能課程理論的統一性和完整性，又要兼顧各學派的特點，尊重甚至調動學生們對不同人工智能學派及其方法的興趣。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《人工智能及其應用》系列教材［1,2］，該教材以邏輯主義學派為主線，兼顧引進其他學派的精華內容，具有較強的科學性。 

??二、實施分層次教學?? 

各高校一般同時為計算機相關專業的本科生和研究生開設了人工智能課程，甚至有的非計算機類專業也開設有人工智能課程。不同層次的學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學生的教學目的和教學內容，做到分層次設計人工智能課程教學?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）開設人工智能課程，這時已有不少學生準備繼續讀研或者已經被保研，因此在兼顧全體學生教學層次的同時，要注意給這部分學生足夠的相關參考書目，讓他們能夠利用課余時間廣泛深入了解人工智能相關算法，老師在課后還應和他們進行充分討論，培養他們對人工智能的特別興趣。? 

非計算機類專業的學生往往需要學習如何利用人工智能知識解決該專業領域內的問題，因此在教學中要盡量有專業針對性地進行教學。例如針對農科類專業，在教學專家系統過程中，我們要求學生參考北京農業信息技術研究中心開發的農業專家系統開發平臺（paid5?0）理解并開發與本專業領域相關的簡易農業專家系統。? 

給研究生開設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、系統地掌握人工智能的基本概念、基本原理、典型方法和若干應用實例，并且能靈活運用所學知識闡述解決實際問題的方法和途徑。課程教學中要致力于培養學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效果明顯提升，成效突出。 

??三、案例驅動，寓教于樂?? 

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

例如，在講授“計算智能”內容時，我們結合黃河三門峽和小浪底水庫水沙聯合智能調度系統［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、歷年調度方案、專家的經驗、歷年數據和現有的調水調沙數學模型，分別利用模糊決策、神經網絡、遺傳算法及綜合集成方法來實現三門峽、小浪底水庫水沙聯合調度。? 

又例如為了讓學生走近機器人，我們進行了一場機器人展示課，將研究所現有的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生做了功能演示［5］。親眼看到這么多機器人，同學們都非常興奮，對人工智能課程的興趣高漲。? 

在進行案例教學時，引導學生帶著問題和求知欲望深入理論的學習，讓學生在案例中尋找問題的答案并獲取知識。在講授利用神經網絡進行水庫調度時，引導學生分析如何確定神經網絡的輸入端數據，什么是泛化能力以及如何提高神經網絡的泛化能力。? 

為了鞏固所學內容，可以讓學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，這樣有助于提高學生學習的主動性，還有助于培養學生思考問題的能力和提高理論教學的效果。案例教學的關鍵在于引導學生利用所學到的理論知識去解釋、分析和解決現實案例中的問題，以達到訓練學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，讓學生親手設計小型智能游戲軟件，在設計的過程中掌握高深的人工智能理論知識，讓學生學得會、用得上、記得牢。 

??四、結語?? 

以上談到的一些教學方法是我們在教學過程中總結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質量，還有很多方面需要改革和加強。如不斷強調人工智能教師的專業素質，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素質，給學生一個良好的專業素質導向。其次，在人工智能課程教學過程中還需要有培養實用型人才的教學理念，特別是注重培養有創新意識的實用型人才。注重培養學生的質疑能力，只有通過質疑和提出問題，學生的創新意識才能夠得到不斷強化，創新思維能力才能夠得以不斷提高。? 

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

 

參考文獻? 

［1］ 

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

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

篇（6）

教育是著眼于未來的事業，教育的首要任務就是為未來社會培養相適應的合格人才。隨著人工智能的誕生和發展，我國已經開始將人工智能應用于教育領域，并顯示出人工智能對于彌補當前教育存在的種種缺陷和不足，推動教學現代化和教育發展改革進程起著越來越重要的作用。在現代醫學發展中，工程科學與臨床醫學不斷融合，相互進步。近幾年，隨著人工智能技術，機器人技術，虛擬與增強現實技術，3D打印技術與醫學不斷的融合發展，衍生出一系列的醫學診療技術，儀器，大大推進了醫學發展。從2013年到2017年，國務院、發改委、FAD連續發文，多次提及醫療走智能化、云化的趨勢，為推動智能醫療領域保駕護航。智能與醫學的結合已經是大勢所趨，因此，為培養大量智能醫學人才極有必要對智能醫學教育新模式進行深入研究。

一、目前醫學教育以及醫學人才培養狀況

智能醫學工程是一門將人工智能、傳感技術等高科技手段綜合運用于醫學領域的新興交叉學科，研究內容包括智能藥物研發、醫療機器人、智能診療、智能影像識別、智能健康數據管理等。

智能醫學工程的畢業生掌握了基礎醫學、臨床醫學的基礎理論，對智慧醫院、區域醫療中心、家庭自助健康監護三級網絡中的醫學現象、醫學問題和醫療模式有較深入的理解，能熟練地將電子技術、計算機技術、網絡技術、人工智能技術，應用于醫療信息大數據的智能采集、智能分析、智能診療、臨床實踐等各個環節。實驗教學正是融合型創新人才的最好培養方式。智能醫學人才的培養需要各學科間的相互交融更為緊密，學生的創新應用能力才能得到更好的培養。與此同時，由于絕大部分醫工結合的專業大部分歸屬與工科學院下，缺乏必要的臨床經驗，因而學生不能很好的把握新技術的應用。

而國內相關人才缺口還非常大，目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。但是囿于培養時間與培養模式，他們往往只能針對具體某一方向，并且目前的培養體系還多著重于工學技術的研究，缺乏臨床實踐。

二、智能+醫學教育的必要性探究

2.1技術進步對醫療人員的診療幫助

以癌癥的治療為例，由于針對癌癥藥物的研究何藥物數量非常巨大，對于普通醫生在短時間內難以進行準確的判斷針對癌癥的研究和藥物數量非常巨大，具體來說，目前已有800多種藥物和疫苗用于治療癌癥。但是，這對于醫生來說卻有負面的影響，因為有太多種選擇可供選擇，使得為病人選擇合適的抗癌藥物變的更加困難。同樣，精確醫學的進步也是非常困難的，因為基因規模的知識和推理成為決定癌癥和其他復雜疾病的最終瓶頸。今天，許多受過專業訓練的醫學研究員需要數小時的時間來檢查一個病人的基因組數據并作出治療決定。

上述問題在擁有工學、醫學雙背景的醫生手中已經不是問題，通過目前日漸成熟的AI技術，對于大量的醫療數據進行檢索，通過可靠的編程手段，通過人工智能技術，建立完備的醫療數據庫，幫助醫生進行診療。據調查，美國微軟公司已經研制出幫助醫生治療癌癥的人工智能機器，其原理是對于所有關于癌癥的論文進行檢索，并提出對于病人治療最有效的參考方案，它可以通過機器學習來幫助醫生找到最有效，最個性化的癌癥治療方案，同時提供可視化的研究數據。

2.2智能醫學對于新時代醫生培養的影響

人工智能通過計算機可為學生提供圖文并茂的豐富信息和數據，一方面加強了學生的感性認識，加強了對所學知識的理解和掌握，從而提高了教學質量。同時，人工智能可幫助教師完成繁雜的、需適應各種教學的教學課程、課件等設計，使教師將更多的精力專注于學與教的行為和過程，從而提高教學效率。正如前面所述例子，智能網絡模塊化學習平臺可使教學擺脫以往對于示教病例的依賴，拓展了學生們的學習空間和時間，可極大地提高醫學學習效率和教學質量。

教育與人工智能相結合將會創新教育方式和理念。北京師范大學何克抗教授在《當代教育技術的研究內容與發展趨勢》中提到當代教育技術的五大發展趨勢之一就是“愈來愈重視人工智能在教育中應用的研究”。結合上述人工結合上述人工智能在醫學教育中的創新作用，下面就人工智能結合醫學學教育新模式提出一些構想。

三、交叉醫學人才的培養

3.1建立智能醫學人才培養體系的必要性

目前智能醫學的研發和臨床還存在隔閡，臨床醫生并沒有很好地理解人工智能，無法從實踐出發提出人工智能能夠解決的方向，而人工智能的產業界熱情高漲，卻未必能踩準點，所以產業界需要和臨床深度溝通融合，才能真正解決看病難、看病貴的問題，緩解醫療資源緊張。目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。

3.2醫學人才培養體系初步構想

篇（7）

1引言

作為計算機科學技術的全新領域即人工智能，其正在迅速成長與成熟、新方法、新理念、新技術并且不斷壯大，同樣也包含著計算機網絡、數學、信息論各類學科的交叉和邊緣學科。人工智能包含的主要內容有知識表示和推理機制、問題求解和搜索算法，自然語言理解、專家系統和機器學習等；也作為計算機科學各專業重要的基礎課程，國內外各高校都非常重視，都將人工智能作為計算機專業的必修課程。人工智能包含的學科多，知識點雜、理論性強、內容抽象，算法難度高復雜，在此情況下各高校采用傳統的“教師講、學生聽”單一教學模式，學生處于被動學習地位；課堂教學與實際操作、理論與現實應用相脫節；加上理論知識強，案例缺乏，容易使學生感覺空洞；學生易產生厭學情緒，也達不到鍛煉其分析問題、解決問題的思維能力和實踐動手能力。如何讓學生高效的學習一直是教師研究的課題，在大數據和網絡信息時代的大背景下，“互聯網+”已經廣泛應用和存在于生活、工作各個方面，其在教育教學中表現出的創新性、互動性尤為突出，并極具優勢。

2基于案例的教學研究

此方法開始于上世紀20年代左右，最早是由美國哈佛商學院所提倡的，基于當時特殊的商業管理真是背景和特殊事件，能夠有效的發展和培養學生主動性、積極性和應用能力，開展案例教學后，學生實際解決問題能力有了很大的提高。但此教學研究方法知道到上世紀80年代后期，才引起教師的重視。1986年由美國研究小組提出《準備就緒的國家：二十一世紀的教師》書中，強烈推薦此方法在實際教學的重要性，并說明今后在教學過程中將其作為一種重要的教學方法應用于各類課程中去。

3基于人工智能的案例教學研究及應用

3.1案例精選

此方法第一步是案例選取，案例的好壞是決定案例教學效果關鍵因素。案例的選取需要滿足以下要求：（1）符合現在的教學目標，明確學生需要掌握的知識點、重難點等，能夠運用所學的理論知識應用到實際中，以此提高學生分析、解決問題的能力；（2）案例要有代表性、趣味性，由于人工智能課程內容多、抽象，需要將枯燥乏味的知識點轉化為趣味生動的案例，有利于吸引學生注意力，激發學習興趣和主動性；例如，講到“知識表示”這部分內容中引入“機器人搬積木”、“野人修道士渡河”案例；（3）采用互動的形式，此為人工智能的案例教學研究重要特征，同時也是教學目標得以充分展現的必要條件。能夠調動大家的積極性，學生和學生之間、學生與教師之間的互動，調動學生的主觀能動性。

3.2案例的執行

（1）講授法。基于教學內容具體知識點設計案例；通過教師講解，幫助學生理解抽象的理論知識。案例的呈現有兩種基本形式：一是“案例—理論”,即先給出教學案例，后講解理論知識；二是“理論—案例”,即教師先講解知識，再給出教學案例；案例的呈現方式不同,會直接影響案例的功能，也會影響到學生的學習情緒、學習效果。為了使案例能更好地為教學服務,教師講解案例之前應從創設案例情境開始,通過情境體驗與案例剖析激發學生認知的興趣,引導學生對將要學習的內容產生注意,有利于教師導入新課。（2）互相討論法。大學生課余時間充沛，鑒于此，將班級學生分為若干小組，教師將事先準備好的案例分配給各組，學生采用組內互動討論的形式，設計出此案例的各種解決方法。課堂上，將本小組的解決方法用課件展現給其他小組。講解完成后，學生開始互相討論，對比各自的方法，然后由老師進行分析、對比和總結。以此來增強學生對學科知識點、應用能力的掌握。（3）相互辯證法。課后，采用相互辯證的方法，組織大家相互辯論。選擇一些綜合應用比較強的案例。與簡單的案例相比，綜合應用案例能更加高效地啟發學生全方位地思考和探索問題的解決方法。相互辯證法是一種探索新型的教學形式，學生的自主性強，能夠在辯論中充分表達自己的觀點，充分運用所學的理論知識來維護自己的觀點，還可以促使學生查閱大量資料，拓展知識面。

4結語

通過以上論述，人工智能技術開始應用于教學,與教學現代化有著密切的聯系。其發展必將對現代教育起巨大推動作用。在教學,可以基于人工智能技術建立人類推理模型學習工具等諸多的運用,展示出越來越好的實用性。

參考文獻：

[1]鄒蕾,張先鋒.人工智能及其發展應用[J].信息網絡安全，2012(02).

[2]陳柯蒙，張寧.人工智能的發展探析[J].新西部(理論版)，2012(05).

篇（8）

近年來，隨著計算機技術的進步，科技期刊出版正在經歷著前所未有的巨大變革。目前，信息技術已呈現出“人-機-物”三元融合的態勢，數據分析工具和基于云計算的數據資源成為期刊出版的重要特征［1］，期刊出版的數字化和集群化發展成為當下期刊發展的主流趨勢，人工智能也將在學術期刊的出版、存取、質量評價等多個環節上得到廣泛應用，并推動科技期刊出版方式的變革［2］。目前，在科技期刊界，學者們就如何促進科技期刊媒體融合發展開展了大量的研究，既包括理論層面的探討，又包括從實踐和案例的角度開展的應用研究［3-6］。與此同時，我們注意到，全球的科學產出以極快的速度增長，從第二次世界大戰結束以來，全球的科學產出相當于每9年就會翻1番［7］，讀者也更容易被無用的信息轟炸，難以在期刊論文的海洋中高效準確地找到自己需要的內容，科技期刊要想擴大自身的影響力也愈來愈難。信息爆炸時代，科技期刊關注讀者“需要什么”比“提供了什么”更重要。在智能技術變革的時展潮流中，科技期刊應如何順應時展趨勢，利用智能技術整合資源，更好地滿足讀者的需求，擴大期刊的影響力，創造科技期刊人、出版商、作者、讀者的共贏局面?本文從以上問題切入，嘗試從擴展學術搜索的路徑、構建個性化的精準推送平臺和多元化的傳播模式、向用戶提供有針對性的服務方面探索在媒體融合形勢下如何提升科技期刊的精準傳播能力，以期為我國科技期刊媒體融合建設增瓦添磚。

1借助人工智能，擴展學術搜索的路徑

互聯網時代改變了人們獲取信息的方式，搜索引擎在促進科技期刊的傳播、提高影響力等方面的功能逐漸凸顯。雖然現有的一些搜索門戶網站諸如Webofscience、PubMed、谷歌學術、各圖書館網站、中國知網、萬方數據知識服務平臺等搜索引擎可以幫助讀者檢索科技論文，但是仍不能滿足用戶多樣化的檢索需求。Tancheva等［8］針對康奈爾大學圖書館開展的一項調查研究發現受訪者“往往既對搜索方法的效率感到滿意，同時又對搜索的棘手和費力感到不滿……當研究人員無法完成一個特定的搜索任務，他們很可能放棄現有的方法(或工具或技術)，而不是找出如何使它工作”。為了解決這一問題，需要開發新的模式解決學術出版的過量負載，利用智能技術優化搜索引擎的現有功能。目前很多科技公司都在探索開發基于人工智能的學術搜索引擎和知識服務。例如Springer網絡平臺不斷對其功能進行集成，并提供個性化服務功能;Elsevier等出版商為用戶等提供搜索引擎培訓課程;微軟學術(MicrosoftAcademic)通過在實體之間建立有意義的關聯，自動生成可視化的知識圖譜，引導學者閱讀［2］;2014年，Wiley線上圖書館為用戶提供了增強型HTML文章服務(AnywhereArticle)，它將可讀性、交互性和可移植性設為用戶體驗的核心，使讀者能夠在頁面中快速找到最重要的信息［9］。一些關于科學出版的新模式和平臺被相繼開發，如Chorus［10］通過集成服務和開放APIs，優化了科技論文被搜索的路徑，并為政府機構、出版商、研究人員、圖書館員和作者提供可持續的解決方案。目前我國已經形成一些專業的期刊集群，一部分學術期刊數據庫平臺也開始進行語義出版形式的探索，對科技期刊內容進行深度加工和挖掘。不同的科技期刊具有不同的特點，在學術期刊的數據庫平臺建設過程中需要平臺開發團隊與期刊編輯充分交流［11］，發揮編輯的優勢和主導作用，凸顯本學科的學科特色。

2利用智能算法，構建個性化的精準推送平臺

技術是科技期刊創新發展的重要推手，技術應用能力也成為科技期刊發展的競爭資源，充分利用技術強化科技期刊的知識服務和加工能力，創新出版和傳播模式，滿足數字化時代的讀者需求，對于科技期刊的精準傳播和融合發展非常重要。在人工智能背景下，可以借助于算法實現科技期刊出版的智能化。算法的設計程序與設計者的思維密不可分，設計者選擇數據樣本、賦予數據意義、設計模型與算法，擁有數據并設定算法的智能化平臺具有很強的主導性［12］，因此設計者需要盡可能考慮并消除算法偏見和利益沖突對精準傳播帶來的負面影響。日前，騰訊研究院和騰訊AILab聯合的人工智能倫理報告指出“人工智能等新技術需要價值引導，做到可用、可靠、可知、可控”［13］。目前“智能算法+學術期刊”已成為創新趨勢，學術期刊可構建信息數據基礎環境，進一步完成動態精準信息推薦，最后以傳受關系交互實現長期有效的黏性連接［14］。一方面可以通過算法整合資源，實現大量科技期刊的數字資源的聚合;另一方面可以通過算法分析用戶的閱讀興趣、研究領域，基于用戶的需求建立相關用戶數據信息，從而進一步將數字資源和用戶數據相匹配，實現科技期刊的智能化精準傳播。如中國知網推出的“CNKI全球學術快報”整合全球文獻和超星集團推出的“域出版”超星學習通學術平臺［15］，用戶不僅可以在其App上進行文獻檢索、分版閱讀、專題閱讀等，還可以與作者進行互動交流。此外，還可以利用智能算法設計追蹤用戶的信息反饋，通過學術平臺進一步增加用戶的體驗感，提升科技期刊的精準傳播能力。

3創新知識加工，構建多元化的傳播模式

在人工智能和融媒體時代，除了運用智能技術構建個性化的知識服務平臺，科技期刊也需要充分發揮社交媒體的作用，通過加強期刊網站建設、建立App客戶端、微信、微博等新媒體傳播平臺，可以根據各自領域的特點，對科技論文進行多次加工和編輯，構建個性化的傳播方式。如論文編輯平臺Kudos為作者提供了一種利用社交媒體使他們的論文更易下載和傳播的工具，通過為作者已發表的文章創建介紹并添加簡短的標題、易懂的摘要和補充內容，可以使他們的文章對讀者更具吸引力［16］，學術出版平臺也可以通過建立二維碼，為讀者提供開放增值服務，使讀者進一步了解論文的數據、圖片等資料，實現與用戶的精準對接。如中國煤炭行業知識服務平臺為該平臺上的每篇論文制作了二維碼，用戶閱讀紙刊論文時，通過掃描其中的二維碼可以免費下載PDF、HTML文件，此外讀者還可以通過掃描二維碼向作者提問或向責任編輯反饋意見［17］。目前，郵件推送也正在成為科技期刊提升精準傳播能力的一個重要手段，國內一些期刊在這方面做了大膽的嘗試。例如:《計算機工程》基于語義分析和智能分詞等技術，設計了一套期刊內容精準推送系統，將讀者—文章—標準關鍵詞進行匹配，通過郵件為潛在讀者推送與其研究方向相關的最新研究論文［18］;《應用生態學報》通過運用大數據和數理統計方法，構建了科技期刊論文單篇推送客體指標體系，通過郵件對讀者進行單篇精準推送，取得了較好的傳播效果［19］。此外，利用音頻、視頻、科學可視化等多媒體技術可以在短時間內表達豐富的科學信息，增加科技論文的廣泛傳播。如虛擬現實/增強現實(VR/AR)為讀者提供沉浸式的閱讀環境，提升讀者的體驗感，從而吸引了更多讀者的關注。中國科學技術大學王國燕博士及其團隊開展的前沿科學可視化研究和設計，使科技論文通過圖像的形式向讀者展現，提高了科技論文的交流和傳播，她通過對頂級科技期刊《Nature》《Science》《Cell》的一項實證研究發現，科技期刊封面故事和封面圖像的使用可以提高論文的引用率［20］。《上海大學學報(自然科學版)》借助第三方AR展示平臺實現了學術期刊的多模式AR融合出版，取得了很好的效果［21］。

篇（9）

關鍵詞:知識表示;概念結構;概念圖;語義

Key words: knowledge representation;conceptual structure;conceptual graph;semantic

中圖分類號:TP391 文獻標識碼:A文章編號:1006-4311(2010)26-0145-02

0引言

知識是人類智能的基礎,知識的表示是人工智能學科研究的三個主要問題之一[1]。人工智能經過半個多世紀的發展,研究出了多種知識表示方法,如一階謂詞邏輯、規則、框架、語義網絡等。這些方法對于描述特定領域的問題求解已足夠了,并已得到廣泛的應用,但傳統的知識表示方法就不能確切地表達語義問題。因此,傳統的知識表達方法能力還很有限,知識表示仍是很久以來人工智能研究的中心課題,還需要相當深入的研究。概念結構理論的出現為知識表示研究帶來了一種新的思路。概念結構(Conceptual Structure)是一種以語言學、心理學、哲學、邏輯學和數學為基礎的新的知識表示方法,是由美國的計算機科學家John F.Sowa在1984年首先提出的,己被從理論上證明了優于其它傳統的知識表達方法。它擴展了人工智能的知識表達方法,對于信息時代從以數據處理為主的低級階段向以知識處理為主的高級階段的轉變和發展具有決定性的意義[2]。

概念圖(Conceptual Graph)是支持概念結構思想的一個具體的語義模型,概念結構理論及應用就是基于概念圖發展起來的,也就是說概念圖是概念結構思想的載體,通過它來發展、傳播、帶動知識表示領域、乃至整個人工智能領域的研究與進步。概念圖的發展經歷了二十幾個春秋,“Conceptual Structures: Information Processing in Mind and Machine reading”(sowa1984)揭開了概念結構的序幕,“conceptual graphsfor a database inference”(Sowa1986)奠定了概念圖應用的基礎。隨后,IBM公司投入了大量人力和物力,潛心研究,出現了一個又一個的成果。國內從90年代開始,西北大學、西北工業大學也進行了探索性研究[2]。

1概念圖的知識表示

概念圖是一種描述復雜對象結構的知識表示工具,其思想來源于C.S.Pierce的存在圖和菲爾墨的語義網絡,是以圖形表示的一種有向連通圖,它包括兩種結點:概念結點和概念關系結點,弧的方向代表概念結點和概念關系結點之間的聯系。概念結點表示問題領域中的一個具體的或抽象的實體,概念關系結點指出一種涉及一個或多個概念結點的關系[3],如動作(AGNT: AGENT),對象(OBJ: OBJECT),材料(MATR: MATERIAL),具有(POSS: POSSESSES),地點(LOC: LOCATE),狀態(STAT: STATUS),部分(PART),方式(MANR: MANNER),工具(INST: INSTRUMENT)等。在概念圖中,概念結點用一個矩形表示,概念關系結點用橢圓表示,有向弧標出了概念關系結點所鄰接的概念結點。每個概念圖可以表示一個命題,典型的知識庫將包含大量這樣的圖。例如:A girl, Sue is eating pie fast. 其概念圖如下所示。概念圖上可以進行拷貝、限制、連接和化簡操作,產生新的概念圖。

概念圖是基于語義網絡的邏輯系統,用它來進行知識表達不但直觀易懂,而且易于操作,通過對概念圖進行各種操作,能產生新的概念關聯和推理規則。此外,概念圖還能直接和自然語言建立映射關系。概念圖所具有的這些優點使它更適合于表達概念結構。

2概念圖的特點

概念圖使用帶標號的結點和連接這些結點間的帶標號的弧表示知識,屬于語義網絡的范疇,其理論建立在謂詞邏輯上,能完全與自然語言相互翻譯,表示出自然語言的語義[5]。概念圖同其他知識表示方法相比,具有更直接的同自然語言之間的映射,圖形化表示、可讀性更佳,比邏輯公式更直觀的特點。概念圖具有結構簡單、易讀、表示范圍廣、能夠確切地表示自然語言的語義、數學基礎嚴密等優點,代表了知識表示的發展趨勢。

概念圖與經典的知識表示方法相比,更符合人類的思維和語言習慣,但是它只能表達一些簡單的概念關系,并不適合于表達包含復雜概念結構的常識性知識。用概念圖進行知識表示需要分析知識的結構,所以其獲取過程要有領域專家的參與,還不能通過一個智能系統自動獲取。此外,對于一個復雜的問題求解而言,這種基于概念圖的推理容易產生冗余或者導致推理結果的不一致。因此,基于概念圖的智能系統只能進行一些簡單的問題求解,而對于包含大量的復雜概念關聯的常識性問題求解,概念圖還不能勝任。

3概念圖的應用

概念圖的理論自從被提出來后,受到很多研究者的青睞并將它應用到不同領域,例如知識工程、信息檢索等,在自然語言處理方面尤其語義理解方面具有廣泛的應用。不少研究者基于概念圖進行了研究與探索,并取得了一些成果。例如,殷亞玲[4]提出了一種基于概念圖的相關反饋技術,采用概念圖的知識表示方式描述概念之間關系,從語義的層次上進行相似度判斷,擴展查詢式。朱海平[5]以概念圖作為語義表示,研究了基于概念圖匹配的語義檢索。楊選選[6]提出的基于語義角色和概念圖的信息抽取模型,是在語義層面上對信息抽取的嘗試。它將淺層的語義信息應用于場景識別和抽取模式兩個層次上,并通過概念圖將句子的語義形式化、可計算化。劉培奇[7]結合主觀題中簡答題的人工批改過程,提出以概念圖理論為基礎的模糊含權概念圖知識表示方法;從漢語自然語言理解的語義分析角度研究了特定課程主觀題自動閱卷問題。

4小結

人工智能領域中絕大多數知識表示方法都直接或間接地涉及到概念結構,概念結構是人類認知能力的重要來源,現代的知識表示方法會越來越重視概念結構。概念圖是一種有力的知識表示工具,能完全描述自然語言所表達的意思,實現與自然語言的互譯。我們相信對概念結構和概念圖的深入研究必將對解決自然語言理解方面的難題產生重要貢獻和促進作用。

參考文獻:

[1]張仰森,黃改娟.人工智能教程[M].北京:高等教育出版社,2008.03.

[2]張蕾,李學良.概念結構及其應用[D].西北工業大學博士論文,2001.05.

[3]賀文,危輝.概念結構研究綜述[J].計算機應用與軟件,2010,27(1):156-159.

[4]殷亞玲,張蕾.基于概念圖的相關反饋系統的研究與實現[D].西北大學碩士論文,2006.07.

篇（10）

2、計算機科學與技術的應用現狀與未來趨勢

3、計算機信息處理技術在大數據時代背景下的滲透

4、計算機基礎課程應用教學思考和感悟

5、中職中藥專業計算機應用基礎教學改革實踐

6、淺談虛擬現實技術在中職計算機基礎教學中應用的必要性

7、計算機圖像處理技術在UI設計中的應用

8、計算機生成兵力行為建模發展現狀

9、智慧檔案館計算機網絡系統方案設計

10、淺談如何提高計算機網絡的安全穩定性

11、計算機應用技術與信息管理的整合探討

12、計算機科學技術小組合作學習研究

13、計算機科學與技術有效教學策略研究  >>>>>計算機網絡和系統病毒及其防范措施畢業論文

14、互聯網+背景下高校計算機教學改革的認識

15、藝術類應用型本科高校"計算機基礎"課程教學改革研究

16、計算機技術在石油工業中應用的實踐與認識

17、計算機技術在電力系統自動化中的應用研究

18、微課在中職計算機基礎教學中的應用探析

19、課程思政在計算機基礎課程中的探索

20、計算機服務器虛擬化關鍵技術探析

21、計算機網絡工程安全存在問題及其對策研究

22、人工智能在計算機網絡技術中的運用

23、慕課在中職計算機應用基礎教學中的運用

24、淺析如何提高高校計算機課程教學效率

25、項目教學在計算機基礎實訓課程中的應用分析

26、高職計算機網絡教學中項目式教學的應用

27、計算機信息安全技術在校園網絡的實踐思考

28、大數據背景下的計算機網絡安全現狀及優化策略

篇（11）

隨著我國素質教育的全面推行和智能科學技術的快速發展,傳統的教學模式受到強烈的沖擊,不少學校已嘗試推行網絡教學模式、交互式教學模式等教學改革,并且收到一些明顯的效果。這些新教學模式得到了老師、學生和家長的關注,越來越多的教師開始應用這些教學改革成果。根據“因材施教”原則和智能技術的原理,我們設計了智能系統控制課程的探究式教學方法[1]。

1智能系統控制課程探究式教學設計

智能系統控制課程與智能信息處理課程分別是我院的必修課程和選修課程,其探究式教學平臺主要包括網絡課程、講義下載、學生論文/程序演示等模塊。智能系統控制課程的探究式教學是指教師利用課堂的知識傳授和網絡的開放資源,安排學生分課題組,邊進行科研合作邊學習的教學模式。因此,探究式教學具有學生積極性高、師生/學生之間交互強、學生體驗印象深和師生互相學習等特點。本課程的探究式教學模式設計的步驟有探究式教學模式設計、網絡課程網站設計和實踐展示平臺的設計。

1.1探究式教學模式設計

傳統教學模式往往沒有提供可供學生自主選擇的學習方法,但并不是所有的學生都適合此種教學方式[2]。因此,有必要研究可供學生自主選擇學習進度的探究式教學模式,以實現因材施教。

本課程的探究式教學模式具體來說,是指根據每個學生的專業、基礎、潛力和特點劃分幾個合適的課題組,幫助每個學生選定自己的小課題;接著,在老師指導和組長帶領下分組調研、討論、設計、編程和交流,同時可以利用教學網絡中的各種教學資源;最后,將成果總結為PPT和程序,在課堂上交流,再在網絡上演示。例如,先根據學生學習智能系統控制課程的不同目的和學生的專業基礎,將眾多學生分為自動化組和通信組。然后,由各大組的組長和組員根據專業基礎和興趣探討課題題目和研究子方向,保證每個學生都有具體研究小課題。進而,學生調研、探討、研究、合作、交流,進行PPT陳述。再如,有的學生想學智能控制的理論知識,有些學生則想重點學習智能控制的應用技術,因此將智能系統控制網絡課程分為理論教學和應用教學。

1.2網絡課程網站設計

智能系統控制網絡課程的主要功能是在教學網頁上向學生展示智能系統控制的各種課程知識,要求以邏輯性強、易于理解的方式向學生傳授知識,這是學生自主學習的重要環節。知識點頁面的設計要求排版清楚美觀,色調適合統一,圖文并茂,以多媒體的形式展示知識。為了讓學生及時了解自己的學習進度并能實現知識點頁面的隨意轉換,設計了動態跟隨目錄,以便于學生隨時選擇課程的學習內容。對智能系統控制課程設計了進度參考值,以便于學生知道其學習快慢,從整體上把握學時規劃。

1.3實踐展示平臺的設計

在智能系統控制課程的實踐展示平臺中,習題的存儲和管理都在數據庫中進行,章節自測題的功能模塊如圖1所示[3-4]。學生每學完一章就可通過練習來鞏固該章的知識,了解其對本章節知識的掌握情況。

在課后習題的設計中,特別增加了顯示失分題并列出正確答案的功能以及留言功能。學生利用前一功能了解自己錯誤理解的那些知識點并改正錯誤,學生通過后一功能提交對答案的任何質疑或更好的建議方案,并由專業老師予以點評,如圖2所示。這些功能能提高學生的積極性,增加老師與學生之間的互動性,為學生學習本課程提供了很好的智能助手[5-6]。

智能系統控制課程實踐展示平臺的另一重要功能是利用Java技術等網絡工具展示智能技術的演示程序,促進學生的學習交互性和實踐效果。對于人工智能和智能控制課程中每種能演示程序的知識點,都可以用Java等技術編程實現交互演示實例,也可以推薦學生設計相關的演示程序,開設學生作品的演示區。

2結語

智能系統控制課程的探究式教學方法可以彌補傳統智能控制教學過程中的一些不足,讓任何學生都可以在任何時間、任何地點選擇一種自己想學的教學模式,以自己喜歡的學習方式和學習進度進行學習。學生根據自身的條件選擇一種教學模式,然后進行自主學習。每章最后會設置章節自測題,查看學生對本章節的掌握情況,更主要的目的是鞏固學生本章所學知識。隨著智能網絡技術的發展,智能技術的教學將會更加人性化和個性化[7-8]。

參考文獻:

[1] 蔡自興,徐光v. 人工智能及其應用[M]. 3版. 北京:清華大學出版社,2004.

[2] 龔濤,蔡自興. 多維教育智能體的構建與應用[J]. 教育信息化,2002(76):55-56.

[3] 馬婭婕,田翔川. 多媒體網絡教學系統在線考試題庫的設計[J]. 計算機應用研究,2005(1):182-183.

[4] 黃向前,劉淵,莊春興. 關于題庫資源建設系統的規范化的分析[J]. 實驗技術與管理,2004,21(3):76-79.

[5] 管恩京,李靜,鄭海峰. 促進高校網絡教學與教學資源應用的對策研究[J]. 現代教育技術,2009(12):126-129.

[6] 沈理達. 工程基礎軟件及應用課程的網絡教學系統設計[J]. 中國科教創新導刊,2009(36):123,125.

[7] 李人厚. 智能控制理論和方法[M]. 西安:西安交通大學出版社,2002.

[8] 王岳斌,劉利強,周細義. 交互式網絡教學模型設計與實現[J]. 湖南理工學院報:自然科學版,2005(3):19-22.

Research on Exploring Teaching of Intelligent System Control Course

GONG Tao1, ZHOU Jia-jia2