張偉峰

摘要：本文結(jié)合對人工智能課程的教學(xué)實踐，針對本科高年級的教學(xué)特點和人工智能學(xué)科的自身特點，提出了對當(dāng)前人工智能教學(xué)過程的三點思考，并且給出了相應(yīng)的教學(xué)思路和方法。

關(guān)鍵詞：人工智能；本科高年級教學(xué)；教學(xué)改革

中圖分類號：G642文獻(xiàn)標(biāo)識碼：B

1引言

人工智能是計算機(jī)科學(xué)與技術(shù)學(xué)科類各專業(yè)重要的基礎(chǔ)課程，在信息類相關(guān)的許多高年級本科和研究生都開設(shè)了人工智能課程。人工智能是一門前沿性的學(xué)科，它主要研究計算機(jī)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(xué)科交叉的綜合學(xué)科，它涉及計算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)、認(rèn)知科學(xué)等眾多領(lǐng)域。廣義的人工智能涵蓋了模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計算智能、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計學(xué)習(xí)理論等眾多研究方向。人工智能作為計算機(jī)學(xué)科的重要分支，已成為人類在信息社會和網(wǎng)絡(luò)經(jīng)濟(jì)時代所必須具備的一項核心技術(shù)，并將在未來發(fā)揮更大的作用。

由于人工智能課程的學(xué)習(xí)難度較大，內(nèi)容更新比較快，也繁多，使得教學(xué)有一定的難度。特別是針對本科高年級的人工智能教學(xué)，由于本科生的研究意識相對較弱，而人工智能比較強(qiáng)調(diào)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(wù)。

本文通過分析本科高年級的教學(xué)特點和人工智能課程的自身特點，在如何提高教學(xué)質(zhì)量這一問題上提出了幾點思考。

2本科高年級的教學(xué)特點

中國的本科教育，由于歷史和經(jīng)濟(jì)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(xué)生在完成了低年級公共基礎(chǔ)課程和部分專業(yè)基礎(chǔ)課程的學(xué)習(xí)之后，迫切希望了解本專業(yè)的應(yīng)用領(lǐng)域和發(fā)展前景，所以在教學(xué)過程中要注意內(nèi)容的應(yīng)用性和專業(yè)性。另一方面，本科高年級學(xué)生也是研究生教育的儲備人才，在教學(xué)過程中要適時的進(jìn)行科研引導(dǎo)，這樣能夠讓畢業(yè)生保持對科學(xué)的興趣，從而為研究生階段進(jìn)一步深入研究打下基礎(chǔ)。本科生一般于4年級的10月份開始著手畢業(yè)設(shè)計，在本科高年級的教學(xué)過程中還要注意與畢業(yè)設(shè)計的內(nèi)容相結(jié)合，這樣可以讓學(xué)生提前做好準(zhǔn)備，選擇適合自己的方向。

3人工智能課程的學(xué)科特點

與信息類其它專業(yè)課程相比，人工智能具有應(yīng)用性、研究性和發(fā)展性三個重要學(xué)科特點。首先，人工智能是一門應(yīng)用性很強(qiáng)的學(xué)科。人工智能學(xué)科的主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。人工智能技術(shù)廣泛應(yīng)用于模式識別、數(shù)據(jù)挖掘、智能控制、信息檢索、智能機(jī)器人等領(lǐng)域，在日常生活中，隨處可見人工智能技術(shù)的應(yīng)用實例；其次，人工智能技術(shù)具有很強(qiáng)的研究價值，是計算機(jī)科學(xué)領(lǐng)域中重要的研究方向。技術(shù)進(jìn)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(shù)：最后，人工智能是一門正在發(fā)展中的學(xué)科。隨著信息化、計算機(jī)網(wǎng)絡(luò)和Internet技術(shù)的發(fā)展，人類已步入信息社會和網(wǎng)絡(luò)經(jīng)濟(jì)的時代，它們?yōu)槿斯ぶ悄芴岢隽嗽S多新的研究目標(biāo)和研究課題，人工智能的應(yīng)用領(lǐng)域以及技術(shù)算法都在不斷發(fā)展。

4人工智能教學(xué)的三點思考及對策

4.1注重應(yīng)用性和介紹性

在教學(xué)實踐中，筆者發(fā)現(xiàn)，本科高年級學(xué)生一般比較關(guān)心各種人工智能技術(shù)的應(yīng)用領(lǐng)域和使用方法，而對基礎(chǔ)性理論和技術(shù)細(xì)節(jié)不是很感興趣。他們一方面希望能學(xué)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(xué)主要停留在介紹性層面，不想花太多時間在復(fù)雜的理論理解上。這也比較符合本科高年級的教學(xué)特點，本科階段主要是培養(yǎng)具備較強(qiáng)應(yīng)用性和基礎(chǔ)科研素質(zhì)的專業(yè)人才。傳統(tǒng)的人工智能教學(xué)主要講授知識表示和搜索推理技術(shù)，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(yīng)用實例較少，所以往往教師感覺難講，學(xué)生在學(xué)習(xí)過程中也感覺乏味，對講授的內(nèi)容大多都是死記其方法和步驟，因此影響了教學(xué)效果。針對這一問題，筆者認(rèn)為，在設(shè)計人工智能教學(xué)時，要注重內(nèi)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(shù)，特別是近期發(fā)展起來的方法和技術(shù)，如支持向量機(jī)、決策樹、模糊集、遺傳算法、蟻群算法等。這些內(nèi)容的理論部分可以不必過分深究，教學(xué)重點主要放在介紹每種技術(shù)的產(chǎn)生背景、發(fā)展?fàn)顩r、應(yīng)用領(lǐng)域和具體實現(xiàn)上。此外，要注意理論與實際應(yīng)用密切結(jié)合，在教學(xué)過程中加入一些與課程內(nèi)容結(jié)合的、可以用計算機(jī)實現(xiàn)的實際應(yīng)用內(nèi)容?？紤]到目前應(yīng)用最廣泛的人工智能領(lǐng)域之一是模式識別，而研究模式識別的主要計算機(jī)工具是Matlab，所以筆者在教學(xué)過程中以手寫數(shù)字識別作為教學(xué)實例，針對所介紹的每一種人工智能技術(shù)，都將其應(yīng)用于手寫數(shù)字識別當(dāng)中，并講解了這些技術(shù)的Matlab實現(xiàn)方法。學(xué)生在掌握了基本理論之后，可以按照實現(xiàn)步驟的指導(dǎo)，立刻上機(jī)見到算法的實際效果，加深對算法實現(xiàn)思路和方法的認(rèn)識。

4.2注重科研引導(dǎo)性

本科教學(xué)不僅要培養(yǎng)學(xué)生的應(yīng)用能力，還要培養(yǎng)學(xué)生具備基本的科研素質(zhì)。本科教育一方面為社會培養(yǎng)了大批應(yīng)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(xué)生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計算機(jī)相關(guān)學(xué)科非?；钴S的研究課題，其涵蓋的分支非常廣泛，如模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計算智能、統(tǒng)計學(xué)習(xí)理論等，都是目前國際和國內(nèi)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(xué)中，還要注意對學(xué)生適時適度的科研引導(dǎo)。這樣可以激發(fā)學(xué)生的研究興趣，樹立目標(biāo)意識，找準(zhǔn)研究方向，為未來的科研工作打下基礎(chǔ)。在教學(xué)過程中，可以引導(dǎo)學(xué)生思考每種人工智能技術(shù)的優(yōu)點是什么?缺點是什么?有沒有改進(jìn)的辦法?比如BP神經(jīng)網(wǎng)絡(luò)是計算智能中較為成熟的技術(shù)，具有強(qiáng)大的非線性學(xué)習(xí)能力，在模式識別、經(jīng)濟(jì)數(shù)據(jù)分析、生物信息學(xué)、數(shù)據(jù)挖掘等眾多領(lǐng)域都取得過成功應(yīng)用。然而BP神經(jīng)網(wǎng)絡(luò)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(zhuǎn)移到另一種新的非線性學(xué)習(xí)工具——支持向量機(jī)上。同神經(jīng)網(wǎng)絡(luò)相比，支持向量機(jī)具有泛化能力強(qiáng)、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(xué)生講解BP神經(jīng)網(wǎng)絡(luò)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(qiáng)大的非線性分類能力，另一方面也要告訴學(xué)生，BP神經(jīng)網(wǎng)絡(luò)并不是完美的，其缺點同樣明顯。然后引導(dǎo)學(xué)生對這些問題進(jìn)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(jī)的內(nèi)容，并且介紹支持向量機(jī)的研究現(xiàn)狀和研究方向。通過兩者的對比，學(xué)生不但了解到了較新的人工智能技術(shù)，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(shù)的進(jìn)化歷程有了直觀的印象。

4.3教學(xué)內(nèi)容與畢業(yè)設(shè)計相結(jié)合

本科畢業(yè)設(shè)計是對本科生用所學(xué)知識來解決實際問題和進(jìn)行專業(yè)研究能力的檢驗，是本科高年級學(xué)生將要面臨的一項重要任務(wù)。由于人工智能學(xué)科具有應(yīng)用性和科研性的特點，人臉識別、網(wǎng)頁檢索、經(jīng)濟(jì)預(yù)測、基因數(shù)據(jù)處理等應(yīng)用領(lǐng)域都離不開人工智能技術(shù)，所以人工智能方向為學(xué)生提供了豐富的畢業(yè)設(shè)計選題。針對這一特點，在本科高年級的人工智能教學(xué)中，可以適當(dāng)穿插介紹有關(guān)畢業(yè)設(shè)計的內(nèi)容。告訴學(xué)生哪些應(yīng)用領(lǐng)域是目前人工智能研究的熱點方向，哪些人工智能技術(shù)可以用來解決這些問題。通過向?qū)W生介紹具有一定應(yīng)用價值和研究意義的題目，然后引導(dǎo)他們查找閱讀相關(guān)技術(shù)文獻(xiàn)，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(xué)生提供的選題包括：(1)基于支持向量機(jī)的上市公司信用評價；(2)正則化回歸在股票預(yù)測中的應(yīng)用；(3)基于膚色的人臉檢測；(4)基于內(nèi)容的網(wǎng)頁圖像檢索等。這些題目應(yīng)用性強(qiáng)，具有一定科研深度但是難度又不至于太大，學(xué)生選擇這些題目的積極性很高。通過將教學(xué)內(nèi)容與畢業(yè)設(shè)計相結(jié)合，不但加深了學(xué)生對課程的理解，又使其找到了合適的畢業(yè)設(shè)計題目，可謂一舉兩得。

5結(jié)束語

筆者結(jié)合人工智能課程的教學(xué)實踐，針對本科高年級的教學(xué)特點和人工智能課程的學(xué)科特點，提出在設(shè)計人工智能教學(xué)時，要注重內(nèi)容的新穎性、實用性和介紹性，同時還要注意對學(xué)生適時適度的科研引導(dǎo)，適當(dāng)穿插介紹有關(guān)畢業(yè)設(shè)計的內(nèi)容，其目標(biāo)是將難學(xué)、枯燥、難于理解的問題，變得易學(xué)、有趣、易于理解。從學(xué)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(xué)生的學(xué)習(xí)積極性。