新工科背景下人工智能導(dǎo)論課程教學(xué)方法探討

摘 要：人工智能導(dǎo)論作為眾多新工科專業(yè)的入門級課程，具有高度概括性，啟發(fā)性，和廣泛的應(yīng)用性。本課程從人工智能思想出發(fā)，以知識背景和理論基礎(chǔ)為主要內(nèi)容，結(jié)合現(xiàn)有行業(yè)應(yīng)用，并引入部分最新前沿研究，為學(xué)生在新工科背景下開展學(xué)習(xí)引發(fā)了學(xué)習(xí)的熱情并夯實了專業(yè)基礎(chǔ)。

關(guān)鍵詞：新工科;人工智能導(dǎo)論;教學(xué)方法

1 引言

新工科作為我國教育歷史的新起點，是針對傳統(tǒng)的工科專業(yè)，以互聯(lián)網(wǎng)與人工智能為核心，通過學(xué)科交叉融合完成創(chuàng)新改造升級，為新興產(chǎn)業(yè)提供有創(chuàng)新能力，有實踐能力，有知識廣度的復(fù)合型人才。人工智能源于計算機專業(yè)，但具體涉及方向眾多，具有跨學(xué)科、綜合性強、應(yīng)用廣泛的特點。人工智能導(dǎo)論在學(xué)科上涉及數(shù)學(xué)、計算機、神經(jīng)生理學(xué)、認知學(xué)、信息論、控制論、不確定性論、哲學(xué)等，其本身研究內(nèi)容又包括機器學(xué)習(xí)、模式識別、知識表現(xiàn)、深度學(xué)習(xí)、邏輯推理、智能搜索、組合調(diào)度、復(fù)雜系統(tǒng)等研究方向，其應(yīng)用范圍又包括人臉等機器視覺識別系統(tǒng)、專家系統(tǒng)、人機交互、自動規(guī)劃、定理證明、機器人學(xué)、人機交互（圖像、音頻、視頻）理解、自動編程等廣泛的應(yīng)用。所以，在新工科背景下的人工智能導(dǎo)論是學(xué)生入門的綜合性新工科課程，它不僅是背景知識介紹，也不僅是整個專業(yè)各個課程的基本簡介，更是重在人工智能相關(guān)領(lǐng)域的工程素質(zhì)培養(yǎng)，人工智能專業(yè)的創(chuàng)新思維培養(yǎng)。人工智能導(dǎo)論在未來不僅僅是計算機相關(guān)專業(yè)的入門課程，并將成為眾多新工科專業(yè)的首門專業(yè)基礎(chǔ)課程。因此，首先要明晰人工智能導(dǎo)論這門課程的定位和具體任務(wù)內(nèi)涵，其次據(jù)此選擇適合新工科要求的本門課程教學(xué)方法，再次在具體教學(xué)方法的基礎(chǔ)上建立人工智能導(dǎo)論課程的教學(xué)資源，最后確定考核方式。

2 課程定位

本門課程在新工科背景下的課程性質(zhì)可作為各個新工科專業(yè)的必修專業(yè)基礎(chǔ)課。本課程研究對象是研究人工智能的基礎(chǔ)理論，建立關(guān)鍵共性技術(shù)知識體系，介紹常用基礎(chǔ)支撐平臺， 并引入最新理論成果或工程應(yīng)用開拓眼界。教學(xué)目的是培養(yǎng)學(xué)生的計算機思維能力、理解和應(yīng)用人工智能的基本能力和查閱最新資料的能力，并同時培養(yǎng)學(xué)生的新工科的工程師素質(zhì)。教學(xué)要求為通過本課程的學(xué)習(xí)，初步具有用人工智能方法實現(xiàn)基礎(chǔ)理論和閱讀相關(guān)代碼的能力，并具有使用常見框架的基本技能。

3 教學(xué)方法與資源

新工科知識體系的主要趨勢對本門課程的教學(xué)方面主要影響涉及兩個方面：1）人工智能概論將在發(fā)展的過程中逐漸受到重視，之前智能作為專業(yè)核心課程將成為一部分計算機等相關(guān)專業(yè)的基礎(chǔ)課程，繼而可能調(diào)入工程類的平臺大類課程;2）人工智能概論涉及的主要知識體系和呈現(xiàn)方式，將從知識簡介向工程能力鍛煉轉(zhuǎn)變，將通過內(nèi)部重組將知識從歷史脈絡(luò)轉(zhuǎn)變?yōu)閱栴}探索性研究脈絡(luò)為主線，打通基礎(chǔ)知識和實踐應(yīng)用的遞進關(guān)系。通過以上兩方面的影響，本門課程將適用于問題探索式教學(xué)，以助于學(xué)生在未來快速更新知識體系，并融入真實工程實踐情況，并適應(yīng)快速知識更替領(lǐng)域的終身學(xué)習(xí)方法和工程應(yīng)用。

3.1 問題選擇

問題導(dǎo)向型教學(xué)可設(shè)置以下三方面的問題：1）導(dǎo)入式問題，即通過新知識的應(yīng)用場景為問題的問題工程背景導(dǎo)入，通過特定的問題設(shè)置引起學(xué)生對問題和解決方法的思考，從而導(dǎo)入本節(jié)課程的知識內(nèi)容;2）研究式理論問題，通過問題引入新知識或算法與舊知識或傳統(tǒng)算法的硬件基礎(chǔ)的不同、研究基礎(chǔ)的不同、應(yīng)用場景的不同、甚至大眾接受程度的不同從而對比各個解決方案，從而看到各個階段智能體發(fā)展的脈絡(luò)，以引發(fā)對最新理論和應(yīng)用的探索;3）探索式應(yīng)用問題，通過實踐應(yīng)用解決簡單基礎(chǔ)的小問題，通過探索的過程達到鍛煉工程素養(yǎng)的目的，并嘗試以較高完成度解決實際情境 問題。

3.2 討論式教學(xué)

通過對同一問題進行討論，引導(dǎo)和啟發(fā)學(xué)生的思維，培養(yǎng)學(xué)生獨立思考能力，關(guān)于專業(yè)問題進行有效溝通能力，并有一定創(chuàng)新角度。主要從以下三方面展開：1）某人工智能所處于的理論背景限制下進行思考，所以第一個討論的是該問題的限制條件;2）某人工智能理論的工程應(yīng)用背景，所以第二個討論的是該問題的應(yīng)用場景或者目標是什么;3）第三個是解決方案的比對方法，學(xué)會如何評價和選擇最適合的人工智能解決方案。討論式教學(xué)不是形式主義討論，而是學(xué)會人工智能專業(yè)領(lǐng)域內(nèi)表達技巧，用術(shù)語高效學(xué)術(shù)交流，學(xué)會理解和評價人工智能解決方案。

3.3 交叉融合方法

通過具體案例鍛煉學(xué)生能力，把以寬口徑、厚基礎(chǔ)、理論教學(xué)為主的過去廣泛應(yīng)用在教學(xué)領(lǐng)域的培養(yǎng)模式，逐漸轉(zhuǎn)向以新工科為背景，面向以應(yīng)用為向?qū)?，多學(xué)科交叉融合為特征的新培養(yǎng)模式。不是簡單的各個學(xué)科加和，而是聚焦國家重大需求，以社會實際難點熱點為導(dǎo)向，集成整合學(xué)科，形成以點帶面，即以最終應(yīng)用需求為一點，以涉及到的各個學(xué)科為各個方面，最終達到鍛煉同學(xué)以解決問題為目標，整合各個學(xué)科里的技能。這樣重在提升學(xué)生的自主創(chuàng)新能力。

3.4 資源建設(shè)方法

不再以傳統(tǒng)書籍從頭到尾的教學(xué)方式來進行教學(xué)，必將引起傳統(tǒng)教學(xué)資源的變革。這里是以問題為導(dǎo)向，故資源建設(shè)重在可查詢性，而不是完整度。各個相關(guān)學(xué)科既需要建立各種手冊類資源，又需要建立一頁紙快速入門，以同時兼顧可用性和可快速獲取性。人工智能導(dǎo)論課程將以各個門類的資源的快速搜索與綜合整合為基礎(chǔ)，達到為解決某一問題提供所需的基礎(chǔ)資源，包括教材、教輔、代碼等均以某一個小問題的解決目標為分類方式，而不是以傳統(tǒng)科目由淺到深的學(xué)習(xí)難度遞進關(guān)系排列。所以綜上資源建設(shè)重在查詢式學(xué)習(xí)，而不是重在構(gòu)建遞進式學(xué)習(xí)。

3.5 更新迭代方法

通過調(diào)研新工科人才面臨的機遇和挑戰(zhàn)、現(xiàn)有國內(nèi)外工科專業(yè)人工智能導(dǎo)論課程包含的內(nèi)容現(xiàn)狀與趨勢，社會需求狀況及發(fā)展特征，提出新工科人才對培養(yǎng)人工智能相關(guān)專業(yè)新的要求，評價現(xiàn)有人工智能導(dǎo)論課程內(nèi)容合理性以及最終的課程目標達成度，具體更新培養(yǎng)方案、討論教學(xué)內(nèi)容、包含的學(xué)科以及交叉融合方法、課程教材與教輔等資源，最終人才進行對實際問題的實踐應(yīng)用并提出反饋修正意見，并依據(jù)該意見對上述流程再次更新，以不斷適應(yīng)時代對于新工科背景下的人工智能導(dǎo)論課程的新要求。

4總結(jié)

綜上所述，通過問題選擇、討論式教學(xué)、資源建設(shè)、更新迭代方法等方面對新工科背景下人工智能導(dǎo)論課程教學(xué)方法進行了探討，以提升學(xué)生解決實際問題的能力來反向構(gòu)建人工智能導(dǎo)論課程，把討論式教學(xué)引入到教學(xué)課堂中代替應(yīng)試思維，交叉融合自己的知識庫，查詢式學(xué)習(xí)整合資源，并不斷更新課程以適應(yīng)國家的發(fā)展需求。

作者簡介：王海琨， 男 ，1988-02 ，漢， 河北石家莊人， 博士， 講師， 重慶理工大學(xué)， 研究方向： 人工智能。