人工智能公共課內(nèi)容設(shè)計及案例教學研究

鄔昌興 羅國亮

摘? ?要：大學本科開設(shè)人工智能公共課的意義重大，有利于各科學生掌握人工智能的原理與技術(shù)，從而具備結(jié)合所學專業(yè)進行應(yīng)用創(chuàng)新的能力。傳統(tǒng)人工智能課程的教學內(nèi)容和教學方式主要面向計算機相關(guān)專業(yè)的學生，因此，積極開展本科人工智能公共課教學的研究與探索是一件非常緊迫的任務(wù)。文章分析了人工智能發(fā)展的現(xiàn)狀和人工智能公共課在開設(shè)過程中遇到的主要問題;同時從課程內(nèi)容設(shè)計、案例教學和實施細節(jié)三個方面探討了人工智能公共課程的教學模式。

關(guān)鍵詞：人工智能;公共課;內(nèi)容設(shè)計;案例教學

中圖分類號：G642.0 文獻標志碼：A 文章編號：1673-8454（2021）07-0044-04

一、課程背景

21世紀以來，人工智能理論和技術(shù)發(fā)展日新月異，廣泛應(yīng)用于國民經(jīng)濟的各個行業(yè)中，極大推進了生產(chǎn)力的發(fā)展，方便了廣大人民群眾的生活。2017年國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》提出，人工智能領(lǐng)域人才需求量大，加強人工智能領(lǐng)域人才的培養(yǎng)已成為國家及高校的迫切需求。[1]2018年4月，教育部《高等學校人工智能創(chuàng)新行動計劃》提出，要重視人工智能與計算機、生物學和統(tǒng)計學等眾多學科專業(yè)教育的交叉融合，探索“人工智能+X”的人才培養(yǎng)模式。[2]當前，多數(shù)高校開展的人工智能課程主要面向計算機及相關(guān)專業(yè)的本科生和研究生，大量的教育工作者探討了人工智能課程教學內(nèi)容優(yōu)化、教學資源與條件建設(shè)等方面的問題及解決思路。[3-5]為了順應(yīng)國家發(fā)展的需要，近年來越來越多的高校嘗試開設(shè)面向全校本科生的人工智能公共課，因此，積極開展本科人工智能公共課教學的研究與探索是一件非常緊迫的任務(wù)。

人工智能誕生于20世紀50年代，經(jīng)歷了多次發(fā)展的高潮和低谷，形成了符號主義和連接主義等學派。進入21世紀以來，在計算機運算能力極度增強和互聯(lián)網(wǎng)數(shù)據(jù)極度增大的背景下，連接主義學派的深度學習方法在計算機視覺和自然語言處理等領(lǐng)域取得了突破性的進展。[6]特別是近年來，人工智能進入了一個新的發(fā)展高潮，其技術(shù)和產(chǎn)品深入到大家的工作和生活中。例如，高德地圖中的智能出行、今日頭條中的智能新聞推薦、百度搜索中的智能搜索排序、京東購物的商品個性化推薦和美圖秀秀中的智能美圖等。面向高校各專業(yè)開展人工智能公共課，可幫助當代大學生掌握人工智能的基本原理和技術(shù)，幫助學生把人工智能技術(shù)應(yīng)用到所學的專業(yè)中，拓展學生應(yīng)用創(chuàng)新的能力。培養(yǎng)“人工智能+X”的應(yīng)用創(chuàng)新人才是當前高校的重要任務(wù)之一，是人工智能公共課程建設(shè)的主要目標。

目前，人工智能公共課在開設(shè)的過程中遇到了諸多問題。第一，傳統(tǒng)的人工智能教材主要面向計算機專業(yè)的學生，重點介紹人工智能領(lǐng)域發(fā)展過程中的各種經(jīng)典理論與模型，內(nèi)容覆蓋面廣、理論性強，對非計算機專業(yè)的學生來說學習難度較高。[7]近年來，人工智能領(lǐng)域發(fā)展迅速，新的技術(shù)、模型和方法層出不窮，導致人工智能教材不能很好地反映學科的發(fā)展，這也在一定程度上影響了學生的學習興趣。例如，目前廣泛應(yīng)用的深度學習技術(shù)相關(guān)知識在多數(shù)教材中往往一帶而過，深度學習最新成果在教材中更是無法體現(xiàn)。[8]第二，傳統(tǒng)的教學方法重理論輕實踐，不少學校因為學時較少甚至沒有安排實踐學時，導致課程安排以講授理論知識為主。大部分學生對這門實踐性很強的課程缺少直觀感受，這顯然不利于學生動手能力的培養(yǎng)，更談不上學科交叉的應(yīng)用創(chuàng)新。第三，人工智能是一個涉及計算機科學、數(shù)學、信息論、神經(jīng)生理學和語言學等領(lǐng)域的交叉學科，需要學生具有較好的數(shù)學基礎(chǔ)、較強的邏輯思維和編程等能力。然而，公共課的學生涉及眾多專業(yè)，計算機基礎(chǔ)差異較大，動手編程的能力普遍較弱，數(shù)學基礎(chǔ)相對不完備。這導致實踐教學開展的難度比較大，效果也不佳，大部分學生沒有真正參與進來，沒有體會到人工智能技術(shù)的作用和魅力。

基于上述分析，本文從人工智能公共課的教學內(nèi)容設(shè)計、案例教學和實施細節(jié)三個方面展開討論，目的是提高人工智能公共課的教學效果，促進“人工智能+X”應(yīng)用創(chuàng)新人才的培養(yǎng)。首先，設(shè)計有針對性的教學內(nèi)容。本課程去掉了人工智能知識體系中不確定性推理等理論性較強的內(nèi)容，而選擇搜索問題求解和深度學習作為核心教學內(nèi)容。深度學習作為目前這一波發(fā)展浪潮中的主要技術(shù)，選擇其作為教學內(nèi)容，對幫助學生把握當前熱門的研究方向和前沿進展具有重要意義。其次，針對教學的核心內(nèi)容引入案例式教學，以重排九宮、識花君和外賣評論文本情感分類三個與日常生活緊密相關(guān)的案例貫穿整個教學過程。最后，在教學的具體實施過程中，除了常規(guī)的教學手段外，還引入開放式教學和大學生創(chuàng)新項目實踐等課外活動。這樣不僅可以鼓勵學生深度參與整個教學過程，還能幫助有興趣的學生結(jié)合自身的專業(yè)領(lǐng)域進行應(yīng)用創(chuàng)新，以彌補公共課課時不足的問題。下面分別從內(nèi)容設(shè)計、案例教學和實施細節(jié)三個方面展開詳細介紹。

二、內(nèi)容設(shè)計

人工智能公共課一般安排32個課時，每周2課時。我們把課時分成兩部分，其中20個學時為理論教學，12個學時為上機實踐。如表1所示，三分之一左右的課時用于搜索問題求解相關(guān)內(nèi)容，三分之二左右的課時用于深度學習相關(guān)內(nèi)容。這兩部分內(nèi)容有以下幾個共同點：①與學生的日常生活緊密相關(guān)，這有利于激發(fā)學生的學習興趣。例如，搜索問題求解中的重排九宮問題是很多學生玩過的小游戲，外出旅游中常用的微信小程序識花君本質(zhì)上是深度學習基本任務(wù)之一的圖片分類問題。②對數(shù)學基礎(chǔ)的要求不高，有利于不同層次的學生掌握。例如，深度學習算法的理解和實現(xiàn)只需要學生有高數(shù)基礎(chǔ)和線性代數(shù)基礎(chǔ)就可以，應(yīng)該說大部分理工科專業(yè)學生是具備的。③相關(guān)算法易于實現(xiàn)，有利于實踐課程的開展。當前大量的深度學習框架封裝得比較好，封裝了常用的網(wǎng)絡(luò)結(jié)構(gòu)和基礎(chǔ)模型，大部分學生經(jīng)過一定時間的學習能掌握這些框架的使用，并完成圖像分類和文本分類等實際應(yīng)用程序的開發(fā)。

具體教學內(nèi)容包括：①人工智能簡介，介紹人工智能學科發(fā)展過程中的三起兩落、人工智能在現(xiàn)實生活中的應(yīng)用。②編程基礎(chǔ)，介紹Python編程基礎(chǔ)，主要包括基本語法和列表等常用數(shù)據(jù)結(jié)構(gòu);介紹深度學習框架PyTorch，重點是矩陣運算。③無信息搜索，介紹深度優(yōu)先搜索、寬度優(yōu)先搜索和統(tǒng)一代價搜索。④有信息搜索-A*算法，介紹啟發(fā)式信息、A*搜索算法和啟發(fā)式函數(shù)，并以重排九宮問題作為案例進行教學。⑤對抗搜索，介紹博弈樹、a-b剪枝，了解AlphaGo的設(shè)計原理。⑥人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，介紹神經(jīng)元、非線性變換、代價函數(shù)、反向傳播和梯度下降等。⑦多層前饋神經(jīng)網(wǎng)絡(luò)，介紹網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)參數(shù)、Softmax分類層、交叉熵代價函數(shù)、基于多層前饋神經(jīng)網(wǎng)絡(luò)的圖片分類等。⑧卷積神經(jīng)網(wǎng)絡(luò)與圖片分類，介紹卷積核及池化層、基于卷積神經(jīng)網(wǎng)絡(luò)的分類等，并以識花君作為案例進行教學。⑨詞向量與文本分類，介紹詞的向量表示、句子的向量表示、基于多層前饋神經(jīng)網(wǎng)絡(luò)的文本分類等，并以外賣評論文本情感分類作為案例進行教學。⑩課程總結(jié)，對課程內(nèi)容進行回顧，讓學生分享學習心得。

從上面教學內(nèi)容的安排中可以看出，本課程的重心從以理論講授為主轉(zhuǎn)為了以實際應(yīng)用為主，這也符合培養(yǎng)交叉學科應(yīng)用創(chuàng)新人才這一宗旨?？紤]到非計算機專業(yè)學生的基礎(chǔ)問題，在安排教學內(nèi)容時不追求知識覆蓋面廣，而盡量集中力量讓學生理解并實現(xiàn)2～3個與實際生活相關(guān)的人工智能應(yīng)用。優(yōu)化后的教學內(nèi)容有以下幾個方面的優(yōu)點：①能使學生盡快了解并進入人工智能領(lǐng)域，能通過親自體驗人工智能的實際應(yīng)用激發(fā)學生的學習興趣。②使大部分學生能夠按要求完成既定的學習任務(wù)，了解當前人工智能能做什么、擅長做什么，從而促進人工智能與所學專業(yè)的融合，有利于今后在交叉領(lǐng)域進行應(yīng)用創(chuàng)新。③選擇深度學習作為主要的教學內(nèi)容，有利于幫助學生迅速把握當前熱門的研究方向和前沿進展，對激發(fā)學生進一步學習人工智能相關(guān)知識具有很強的指引意義。

人工智能公共課的教學目標可以分為兩個層次。第一層次，通過本課程學習，掌握人工智能的基本原理、開發(fā)方法、典型應(yīng)用和發(fā)展前景，可以配合進行所在領(lǐng)域人工智能項目的策劃、開發(fā)和實施。第二層次，較好地掌握人工智能理論和開發(fā)技術(shù)，通過后續(xù)的自主學習和持續(xù)學習，具備在相關(guān)領(lǐng)域進行人工智能應(yīng)用創(chuàng)新的能力。優(yōu)化后的教學內(nèi)容包括人工智能的基本技術(shù)和前沿內(nèi)容，能滿足上述兩個教學目標的要求。

三、案例教學

案例教學法的主要思想是根據(jù)教學內(nèi)容選擇有啟發(fā)性、針對性、真實性和趣味性的教學案例進行講解，激發(fā)學生的學習興趣并引導學生進行討論，展開實踐，從而培養(yǎng)學生分析問題和解決問題的能力，是一種效果較好的理論與實踐相結(jié)合的教學模式。與傳統(tǒng)的講授式教學法相比，案例教學法以學生為主體，教師通過精心設(shè)計的案例，加深學生對知識的理解和運用，拓展學生的思維空間，引導學生在實踐中主動學習。好的教學案例能激發(fā)學生學習的積極性和主動性，從而自發(fā)地去查閱相關(guān)資料并尋找解決問題的答案?；谌斯ぶ悄芄舱n程的現(xiàn)狀，我們認為案例教學是一種比較合適的教學方式，并精心設(shè)計了重排九宮、識花君和外賣評論文本情感分類三個教學案例。

教學案例1：重排九宮。重排九宮游戲的規(guī)則是：九宮格中亂序填入1、2、3、4、5、6、7、8等數(shù)字，還有一個格子空著;與空格子相鄰的格子中的數(shù)字可以移動到空格中，經(jīng)過若干次后，使九宮格中的八個數(shù)字達到連續(xù)有序的狀態(tài)。重排九宮游戲?qū)嵸|(zhì)上是一個典型的搜索求解問題，可以使用A*搜索算法很好地解決。通過重排九宮游戲來講解A*搜索算法比較貼近學生的生活，因為很多學生都玩過類似的小游戲。在案例教學的過程中，學生能很快地理解搜索問題的起始狀態(tài)、目標狀態(tài)、狀態(tài)空間、搜索樹、搜索代價和啟發(fā)式函數(shù)等知識點。為了讓學生深刻體會啟發(fā)式函數(shù)的選擇對搜索效率的影響，在實驗中設(shè)置三種啟發(fā)式函數(shù)：①無啟發(fā)式函數(shù)，這時A*搜索算法退化為無信息的寬度優(yōu)先搜索;②啟發(fā)式函數(shù)1，通過計算當前狀態(tài)與目標狀態(tài)的相應(yīng)位置上有多少個不同的數(shù)字作為啟發(fā)式信息;③啟發(fā)式函數(shù)2，通過計算當前狀態(tài)與目標狀態(tài)的相應(yīng)位置上數(shù)字的曼哈頓距離的總和作為啟發(fā)式信息。假設(shè)初始狀態(tài)為[[4，0，5]，[1，2，3]，[7，8，6]]，目標狀態(tài)為[[0，1，2]，[3，4，5]，[6，7，8]]。學生通過實驗會發(fā)現(xiàn)，無啟發(fā)式函數(shù)的情況下，在10000次之內(nèi)不能搜索到目標狀態(tài);啟發(fā)式函數(shù)1使用了1642次搜索找到目標狀態(tài)，而啟發(fā)式函數(shù)2僅使用了244次搜索就找到目標狀態(tài)?？梢园l(fā)現(xiàn)，采用啟發(fā)式函數(shù)2比不使用啟發(fā)式函數(shù)的速度快了幾十倍。學生通過實現(xiàn)重排九宮游戲，能夠較快地掌握實現(xiàn)A*算法的具體細節(jié)，加深對A*算法和不同啟發(fā)式函數(shù)的認識，并深刻體會到不同的啟發(fā)式函數(shù)對搜索效率的巨大影響。

教學案例2：識花君。識花君是微信中的一個小程序，可用于拍圖識花，識別準確率非常高，是日常生活中常用的一個小程序。在學習人工智能課程之前，相當一部分學生對識花君的功能感到很神奇。本質(zhì)上，識花君是一個圖片分類程序，其接收用戶拍的圖片作為輸入，告訴用戶圖片中是哪種花。以識花君作為基于神經(jīng)網(wǎng)絡(luò)圖片分類的教學案例是非常合適的，讓學生親手實現(xiàn)這樣一個有意思的功能，能讓其體會到人工智能在現(xiàn)實生活中的實際應(yīng)用。為此，我們從網(wǎng)上找了一個小規(guī)模的圖片數(shù)據(jù)集，包括898張蒲公英的圖片、641張玫瑰的圖片、699張向日葵的圖片、799張郁金香的圖片，每張圖片為64×64像素。這些圖片中的80%用作訓練集，20%用作測試集。通過實驗，學生發(fā)現(xiàn)基于多層前饋神經(jīng)網(wǎng)絡(luò)的圖片分類模型可以達到90%以上的準確率，而基于卷積神經(jīng)網(wǎng)絡(luò)的圖片分類模型可以達到95%以上的準確率。實驗課程上，讓學生自己動手實現(xiàn)識花君小程序，從而進一步理解圖片的表示、神經(jīng)網(wǎng)絡(luò)中的前向計算過程、分類代價函數(shù)的計算、梯度計算以及參數(shù)的更新過程。通過識花君這樣一個教學實例，提升了學生的成就感。從實驗過程中可以看出，學生對人工智能技術(shù)的應(yīng)用展現(xiàn)出了濃厚的興趣。

教學案例3：外賣評論文本情感分類。自然語言處理是人工智能的主要應(yīng)用領(lǐng)域之一，而文本分類是自然語言處理最基礎(chǔ)的任務(wù)之一。外賣評論文本如“相當好吃的香鍋，分量夠足，味道也沒的說”和“一個半小時送到，粉都砣在一起了，很無語”分別表達了訂餐者的正面情感和負面情感。自動識別外賣評論文本的情感是一個文本分類問題，是一個非常貼近學生生活的教學案例。為此，我們從網(wǎng)絡(luò)上收集了一個小規(guī)模的外賣評論文本數(shù)據(jù)集，其中正面評論5000個，負面評論5000個。通過這樣一個教學案例，給學生很好地展示了詞的向量表示、句子的向量表示以及文本分類的一般過程。例如，我們首先使用Word2vec工具學習詞的向量表示，每個詞對應(yīng)一個實數(shù)向量;然后，將句子中所有詞的向量平均，得到句子的向量表示;最后，經(jīng)過一個多層前饋神經(jīng)網(wǎng)絡(luò)和一個Softmax分類層實現(xiàn)句子的分類。通過實驗，學生發(fā)現(xiàn)基于詞向量平均的外賣評論文本情感分類模型能達到90%左右的準確率。在實驗的過程中，有些學生對句子的表示產(chǎn)生了濃厚的興趣，主動查找并閱讀循環(huán)神經(jīng)網(wǎng)絡(luò)和注意力機制等相關(guān)論文。本教學案例可以拓寬學生的知識面，使學生掌握文本分類的一般過程，并對句子的表示有所了解，同時也激發(fā)學生對自然語言處理領(lǐng)域的興趣。

四、實施細節(jié)

在教學的具體實施過程中，除了常規(guī)的教學手段外，還引入開放式教學和大學生創(chuàng)新項目實踐等課外活動。開放式教學使學生能全程參與教學的整個過程，有利于學生發(fā)揮主人翁精神。大學生創(chuàng)新項目實踐給部分對人工智能感興趣的學生提供了一個更廣闊的平臺，有利于學生進行應(yīng)用創(chuàng)新。

教學過程中，將所有的課程大綱、教學內(nèi)容和實驗內(nèi)容等放至開源社區(qū)上，所有學生都可以通過開源社區(qū)訪問這些資源并參與討論。在這種開放的模式下，教學不是教師一個人的事情，而是由所有參與人共同完成，每個學生都可以看成是課程建設(shè)的主體。讓學生參與課程建設(shè)有以下幾個方面的好處：①學生往往在虛擬的網(wǎng)絡(luò)上發(fā)言比較積極，對課程內(nèi)容的討論比較充分，因此能夠在充分聽取學生意見和建議的基礎(chǔ)上改進教學內(nèi)容。②有利于發(fā)揮學生的主人翁精神，激發(fā)學生去探索和學習更多相關(guān)的人工智能知識。③讓更多的人參與課程建設(shè)，能夠幫助教師發(fā)現(xiàn)問題、提升課程質(zhì)量，同時也能確保課程一直處于實時更新狀態(tài)，從而構(gòu)建一個開放、成長的生態(tài)系統(tǒng)。④有利于資源的積累，有些學生會推薦一些很有意思的教學案例，從而豐富教學的內(nèi)容。⑤提供了一種在線答疑的方式，這不僅能及時解決學生碰到的問題，還能幫助教師了解學生的學習情況。通過幾屆學生的努力，不斷改進和豐富教學內(nèi)容和教學案例，從而不斷提高課程的質(zhì)量。

將應(yīng)用創(chuàng)新的指導思想貫徹到日常教學中，主要體現(xiàn)為注重培養(yǎng)學生應(yīng)用創(chuàng)新的主動思維和開發(fā)能力。由于人工智能公共課的課時比較有限，我們通過引導學生參加大學生創(chuàng)新項目實踐的方式來彌補課時的不足。具體地，在介紹了深度學習的基本方法和模型后，引導學生結(jié)合人工智能技術(shù)和所學專業(yè)展開應(yīng)用創(chuàng)新思考和項目實踐。例如，機電專業(yè)學生探討并實踐基于深度學習的機器人路徑歸劃問題、軌道交通學生探討并實踐智能交通設(shè)計問題或軌道損傷自動檢測問題等。做得好的項目可以用于參加“互聯(lián)網(wǎng)+大學生創(chuàng)新創(chuàng)業(yè)大賽”、“創(chuàng)青春大學生創(chuàng)業(yè)大賽”和“中國大學生計算機作品賽”等，也可用于申報“大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目”等課題。通過引導對人工智能感興趣的學生參與創(chuàng)新項目實踐，有利于進一步激發(fā)學生的學習興趣，有利于應(yīng)用創(chuàng)新人才的培養(yǎng)。

五、結(jié)束語

面向本科生開展人工智能公共課，需要針對學生的特點及人工智能的發(fā)展現(xiàn)狀，設(shè)計專門的教學內(nèi)容并對傳統(tǒng)的教學模式進行改進。本課程去掉了人工智能知識體系中理論性較強的一部分內(nèi)容，選擇搜索問題求解和深度學習作為核心教學內(nèi)容，并精心設(shè)計了三個真實的教學案例用于貫穿整個教學過程。所選核心教學內(nèi)容對數(shù)學基礎(chǔ)的要求不高，相關(guān)算法易于實現(xiàn)，學生學習的積極性和主動性高。教學實施結(jié)果表明，大部分學生不僅掌握了人工智能的基礎(chǔ)理論和方法，同時對人工智能和深度學習的最新進展有一定的了解，有些學生還初步具備了結(jié)合所學專業(yè)進行應(yīng)用創(chuàng)新的能力。

參考文獻：

[1]國發(fā)[2017]35號.國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[Z].

[2]教技[2018]3號.教育部關(guān)于印發(fā)《高等學校人工智能創(chuàng)新行動計劃》的通知[Z].

[3]周鋆，曾平，杜振國等.世界一流大學研究生培養(yǎng)模式討論——以人工智能課程為例[J].計算機工程與科學，2018，S1（40）：98-102.

[4]周惠巍，林曉惠，王健等.新工科建設(shè)中人工智能課程教學模式探究[J].計算機教育， 2019（11）：45-48.

[5]安富海.人工智能時代的教學論研究：聚焦深度學習[J].西北師大學報（社會科學版）， 2020（5）：119-126.

[6]Yann LeCun，Yoshua Bengio，and Geoffrey Hinton.Deep learning[J].Nature，2015， 521（7553）：436-444.

[7]張小勤，譚立文，吳毅等.基于案例式的醫(yī)學本科生人工智能課程教學與實踐[J].重慶醫(yī)學，2020，49（13）：2226-2228，2231.

[8]張敏，方泳澤.新工科導向的人工智能教學實踐[J].集美大學學報（教育科學版）， 2020，21（3）：84-88.

（編輯：王天鵬）