張自豪　牛英　樊超　侯惠芳

關(guān)鍵詞：人工智能；神經(jīng)網(wǎng)絡(luò)；深度學(xué)習(xí)；知覺組織規(guī)律；教學(xué)改革

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2023）21-0168-04

0 引言

新工科背景下，伴隨人工智能教育的熱潮，“人工智能+X”復(fù)合專業(yè)培養(yǎng)模式正如火如荼，2018年教育部印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動計劃》，明確提出高校要成為建設(shè)世界主要人工智能創(chuàng)新中心的核心力量和引領(lǐng)新一代人工智能發(fā)展的人才高地。黨的二十大報告強(qiáng)調(diào)，推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長引擎。自覺融入中國現(xiàn)代化建設(shè)大局，實(shí)施科教興國戰(zhàn)略，強(qiáng)化現(xiàn)代化建設(shè)人才支撐，積極推動新一代人工智能技術(shù)落地是高校義不容辭的責(zé)任。為響應(yīng)黨和國家的號召，各大高校陸續(xù)建立人工智能學(xué)院或研究院并申請設(shè)立相關(guān)專業(yè)，據(jù)不完全統(tǒng)計，截至2022年，國內(nèi)已有440余所高校增設(shè)人工智能本科專業(yè)[1]。

深度學(xué)習(xí)技術(shù)是人工智能的重要分支，旨在促進(jìn)人工智能在計算機(jī)視覺、語音識別、自然語言處理等領(lǐng)域的突破，已成為實(shí)現(xiàn)人工智能的重要技術(shù)之一。深度學(xué)習(xí)通過模擬人腦的神經(jīng)網(wǎng)絡(luò)來解析和學(xué)習(xí)數(shù)據(jù)，例如圖像、語音和文本等，可以通過監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)來實(shí)現(xiàn)，不同的學(xué)習(xí)框架會建立不同的學(xué)習(xí)模型。例如，卷積神經(jīng)網(wǎng)絡(luò)是一種基于監(jiān)督學(xué)習(xí)的深度學(xué)習(xí)模型，而深度置信網(wǎng)絡(luò)則是基于無監(jiān)督學(xué)習(xí)的深度學(xué)習(xí)模型。相比于傳統(tǒng)的特征手動提取，深度學(xué)習(xí)通過非監(jiān)督和半監(jiān)督的高效學(xué)習(xí)算法可以自動學(xué)習(xí)和提取更復(fù)雜的特征。在深度學(xué)習(xí)技術(shù)中，深度神經(jīng)網(wǎng)絡(luò)是一個主要的技術(shù)基礎(chǔ)。與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比，深度神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)理論、網(wǎng)絡(luò)結(jié)構(gòu)、數(shù)據(jù)規(guī)模、算法設(shè)計和優(yōu)化技術(shù)等方面有了重大的發(fā)展。例如，CNN和RNN等常見的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)已得到廣泛應(yīng)用，同時新的神經(jīng)網(wǎng)絡(luò)也不斷涌現(xiàn)。為了有效設(shè)計和實(shí)現(xiàn)高效的深度學(xué)習(xí)網(wǎng)絡(luò)，通用的計算平臺也非常必要，這些平臺可以降低深度學(xué)習(xí)技術(shù)的學(xué)習(xí)門檻和使用成本，提高深度學(xué)習(xí)網(wǎng)絡(luò)的搭建速度和計算效率[2]。深度學(xué)習(xí)作為此輪人工智能革命的核心技術(shù)，將其納入專業(yè)人才培養(yǎng)方案勢在必行，在人工智能專業(yè)開設(shè)相關(guān)課程刻不容緩。

1 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程現(xiàn)狀分析

1.1 課程開設(shè)現(xiàn)狀分析

自2018年各大高校相繼開設(shè)人工智能本科專業(yè)開始，深度學(xué)習(xí)就進(jìn)入了大眾的視野，面向本科生開設(shè)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程也逐漸成為業(yè)內(nèi)共識。從文獻(xiàn)梳理中發(fā)現(xiàn)，該課程最初以獨(dú)立課程形式開設(shè)的較少，開設(shè)學(xué)院以計算機(jī)學(xué)院為主，多以線上自學(xué)、公選課的形式講授相關(guān)知識，隨著人工智能專業(yè)的普及，該課程逐步成為人工智能模塊課程不可或缺的部分[3]，神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程建設(shè)在短短幾年里走完了從無到有再到飛速發(fā)展的過程。有學(xué)者就人工智能專業(yè)培養(yǎng)體系課程建設(shè)，提出人工智能模塊課程應(yīng)包含Python程序設(shè)計語言、人工智能概論、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)以及深度學(xué)習(xí)綜合項(xiàng)目訓(xùn)練四門專業(yè)課程，其中神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程是其核心課程，該課程的開設(shè)對于完善人工智能人才培養(yǎng)體系，培養(yǎng)具有智能思維和應(yīng)用開發(fā)能力的復(fù)合型人才不可或缺[4]。

1.2 課程教學(xué)存在問題

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程是一門多學(xué)科融合性課程，主要講解神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念，主要結(jié)構(gòu)、核心方法和關(guān)鍵應(yīng)用，注重學(xué)生對人工智能專業(yè)基礎(chǔ)的理解及解決實(shí)際問題能力的提升。該課程內(nèi)容龐雜，知識涉及數(shù)理統(tǒng)計、計算機(jī)編程語言、神經(jīng)網(wǎng)絡(luò)、算法設(shè)計等多個方面，整體課程難度較大，教學(xué)實(shí)踐中發(fā)現(xiàn)課程教學(xué)中存在4個方面的問題：①學(xué)生知識儲備欠缺，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)課程要求有一定的基礎(chǔ)知識儲備，如計算機(jī)語言、高等數(shù)學(xué)、矩陣?yán)碚?、統(tǒng)計學(xué)習(xí)、機(jī)器學(xué)習(xí)等，由于課程設(shè)置的原因，可能出現(xiàn)本課程與前導(dǎo)課程同學(xué)期開課的現(xiàn)象，以致學(xué)生無法理解相關(guān)概念，學(xué)習(xí)難以為繼；②課程內(nèi)容理論性強(qiáng)，學(xué)生缺乏興趣，作為綜合性課程，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)知識面廣、概念抽象，有大量的原理闡述和公式推導(dǎo)，內(nèi)容枯燥，難以激發(fā)學(xué)生學(xué)習(xí)興趣，學(xué)生積極主動性受限；③教學(xué)方式單一，當(dāng)前課程教學(xué)方法以講授為主，無法兼顧學(xué)生差異性，缺乏個性化教育；④理論實(shí)踐脫節(jié)，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)課程設(shè)計上理論課時多，實(shí)踐應(yīng)用安排少，僅有少量的上機(jī)實(shí)驗(yàn)課，理論和實(shí)踐的脫軌不利于提升學(xué)生深度學(xué)習(xí)算法編程實(shí)現(xiàn)能力，無法學(xué)以致用。

近年來針對神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的教學(xué)改革，多關(guān)注課程設(shè)計優(yōu)化、課程內(nèi)容改進(jìn)、混合教學(xué)模式探索、產(chǎn)教融合等[1，5]，而聚焦學(xué)生本身，從心理角度出發(fā)，緊扣知識學(xué)習(xí)過程中的心理規(guī)律，探究符合學(xué)生認(rèn)知規(guī)律的教學(xué)研究甚少。而深度學(xué)習(xí)本就源于心理學(xué)，神經(jīng)網(wǎng)絡(luò)的概念借鑒了心理學(xué)中大腦神經(jīng)元的模型，深度學(xué)習(xí)又來源于神經(jīng)網(wǎng)絡(luò)，復(fù)雜神經(jīng)網(wǎng)絡(luò)是真正人工智能的關(guān)鍵，如何按照人腦的工作方式進(jìn)行計算機(jī)編程，如何讓計算機(jī)像人類一樣有智慧是人工智能的長久追求[6]。同時從人工智能發(fā)展的歷史來看，心理學(xué)也提供了諸多人工智能研究的概念源頭和模型，由此可見心理學(xué)和人工智能有著密切的聯(lián)系。學(xué)生是學(xué)習(xí)的主體，教學(xué)中要注重發(fā)揮學(xué)生主觀能動性，激發(fā)學(xué)生學(xué)習(xí)熱情和興趣，培養(yǎng)自主學(xué)習(xí)能力，最終實(shí)現(xiàn)“教是為了不教”，因此依托心理學(xué)研究，尊重學(xué)生自身認(rèn)知規(guī)律，探索進(jìn)行更科學(xué)、更有效率、更人性化的教學(xué)改革有著重要意義。

2 知覺組織規(guī)律在神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程教學(xué)中的應(yīng)用

2.1 知覺組織規(guī)律概述

知覺組織規(guī)律的研究源于格式塔心理學(xué)，格式塔意即“整體”“完型”，因而格式塔心理學(xué)又稱完型心理學(xué)，代表人物有維特海默，考夫卡和科勒[7]，其強(qiáng)調(diào)知覺的整體性，認(rèn)為“整體大于部分之和”，個體先于知覺部分而知覺到整體[8]。學(xué)習(xí)理論方面，該學(xué)派認(rèn)為學(xué)習(xí)是一個積極主動的過程，是知覺的再組織，提出了“頓悟說”，并用大量實(shí)驗(yàn)論證問題的解決在于個體對問題情境和知覺經(jīng)驗(yàn)的重新組織，即“頓悟”[9]。知覺識別理論方面，該學(xué)派主張知覺具有整體性和組織規(guī)律，將知覺加工定義為對可觀察刺激的組織，即觀察者把刺激排列轉(zhuǎn)換成意義，認(rèn)為知覺具有完型性，“心理只是在主要感覺允許的情況下，才會盡可能地把它組織的‘好”，好這個術(shù)語沒有限定，包括諸如規(guī)律性、對稱性、相似性等[10]，在此基礎(chǔ)上維特海默對圖形進(jìn)行了細(xì)致的實(shí)驗(yàn)現(xiàn)象研究，發(fā)現(xiàn)了8種組織化因素，分別是圖形與背景、接近性、類似性、閉合性（好圖形）、良好的連續(xù)、良好的形態(tài)、共同的命運(yùn)、簡單性[11]。他認(rèn)為正是這些組織化因素，才使得知覺世界作為一個整體形成最有秩序的統(tǒng)一。

圖形和背景原則是指個體在對對象進(jìn)行知覺時，有些對象凸現(xiàn)出來圖形，有些對象就退居成了背景，而個體往往會對圖形進(jìn)行細(xì)致加工而不注意背景；接近性是指在空間和時間上接近的部分，容易組成整體；相似性是指相似的部分容易被知覺為整體；閉合性是指知覺會傾向于把對象加工為完善的形式，彼此相屬的部分容易組合成整體；連續(xù)性是指盡管線條受其他線條阻斷，卻仍像未阻斷或仍保持連續(xù)一樣被人們所體驗(yàn)；良好形態(tài)是指知覺會把不完全的圖形看作一個完全的圖形，把無意義的圖形看作一個有意義的圖形；共同命運(yùn)是指一個整體中的部分，如果作共同方向的移動，則這些作共同方向移動的部分容易組成新的整體；簡單性是指人們對復(fù)雜對象進(jìn)行知覺時，傾向于把對象看作有組織的簡單的規(guī)則圖形[10-11]。

格式塔心理學(xué)派從認(rèn)知心理角度出發(fā)，提出學(xué)習(xí)在于把新知識與已有的知識結(jié)構(gòu)構(gòu)成一個整體，是知覺的再組織，并提出個體知覺的組織規(guī)律。在課堂教學(xué)實(shí)踐的基礎(chǔ)上，本文從圖形與背景、接近性和相似性、閉合性等組織規(guī)律對知識學(xué)習(xí)的影響出發(fā)，探索有意識地利用知覺組織規(guī)律對于學(xué)生更快架構(gòu)知識網(wǎng)絡(luò)、激發(fā)學(xué)生學(xué)習(xí)主動性、促進(jìn)學(xué)習(xí)發(fā)生的有效性，為進(jìn)一步提升神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)課程的教學(xué)授課效果提供理論支撐和事實(shí)依據(jù)。

2.2 圖形與背景規(guī)律及教學(xué)啟示

圖形與背景規(guī)律指在具有一定配置的場內(nèi)，有些對象凸顯出來形成圖形，另一些退居成為背景，此時個體很輕易地就可以識別出圖形。一般來說，圖形與背景的區(qū)分度越大，圖形就越可突出成為我們的知覺對象，比如寂靜夜里的鐘表聲。反之，圖形與背景的區(qū)分度越小，就越是難以把圖形與背景分開，軍事上的偽裝便是如此[10]。要使圖形成為知覺的對象，最好要具有突出的特點(diǎn)和明確的輪廓。

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的教學(xué)必須面對一個問題就是傳統(tǒng)機(jī)器學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程的有效銜接，神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)即是傳統(tǒng)機(jī)器學(xué)習(xí)的一個延續(xù)更是一次變革，有經(jīng)驗(yàn)的老師都會在教授神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之前對傳統(tǒng)機(jī)器學(xué)習(xí)知識進(jìn)行復(fù)習(xí)。而圖形與背景的規(guī)律也告訴我們圖形在背景下是很容易成為注意的焦點(diǎn)，也即當(dāng)有已有的知識經(jīng)驗(yàn)作為背景時，新知識的學(xué)習(xí)不僅能得到一定的范圍界定而且很容易成為注意的中心。這就給我們一個教育啟示，教授新知識時，背景知識非常重要，它對于新知識的學(xué)習(xí)起到了一定的界定和突出作用。

圖形與背景規(guī)律同時告訴我們對圖形的關(guān)注度與圖形的辨識度和特異性有關(guān)。這給我們的另一個的啟示就是新知識的引入可以考慮從不同之處入手，或者從不同的角度進(jìn)行講述，增加新知識的可辨識度。如講解卷積神經(jīng)網(wǎng)絡(luò)時，局部連接、權(quán)重共享與時間或空間上的次采樣三個結(jié)構(gòu)特性作為一個很重要的性質(zhì)而且又是很不同于以往的其他性質(zhì)，就可以首先引入以增加其可區(qū)分性。

2.3 接近性和相似性規(guī)律及教學(xué)啟示

接近性是某些距離比較短或相互接近的部分，容易形成整體，如距離較近而比鄰的兩條線段會被認(rèn)為是一個整體?，F(xiàn)有神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)教材在此方面的考慮較為充分，具體體現(xiàn)在具有關(guān)聯(lián)性的知識放于放在同一本教材上，而且在知識點(diǎn)的編排上也很注意這一點(diǎn)，如將全連接網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的知識，就有將其放在一起比較的部分，既便于學(xué)生加以比較又有利于把他們作為同一整體加工。這給我們的啟示就是，把關(guān)聯(lián)型的知識放在一起講述不僅易于學(xué)生理解而且可以減輕學(xué)生記憶負(fù)擔(dān)，例如針對實(shí)際問題選擇網(wǎng)絡(luò)模型時，根據(jù)兩個模型的特點(diǎn)不難看出卷積神經(jīng)網(wǎng)絡(luò)更適合數(shù)據(jù)量較大的對象。

相似性是指相似的部分容易組成整體，這個可以很好地解釋混淆錯題的產(chǎn)生，就是因?yàn)樗鼈兙哂泻芏嗟南嗨菩?，所以在記憶時學(xué)生才簡易把它們歸為同一類，以至于不能注意不同之處。一方面相似性同樣可以減輕記憶負(fù)擔(dān)，如循環(huán)神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)與梯度神經(jīng)網(wǎng)絡(luò)、長短時記憶神經(jīng)網(wǎng)絡(luò)具有較高的相似性，所以可以只記憶這一個基本網(wǎng)絡(luò)結(jié)構(gòu)，而不必一個一個去記憶不同網(wǎng)絡(luò)模型的結(jié)構(gòu)。但另一方面，相似性很容易產(chǎn)生混淆，比如循環(huán)神經(jīng)網(wǎng)絡(luò)之間的時序性在梯度神經(jīng)網(wǎng)絡(luò)卻不存在此類性質(zhì)，而往往會記憶混亂。

因此，接近性和相似性給我們的啟示就是，一方面我們要利用知識點(diǎn)之間的連接和相似，讓學(xué)生學(xué)會整理和總結(jié)，化零為整地加強(qiáng)理解，同時減輕記憶負(fù)擔(dān)。另一方面，在教學(xué)方面也要注意對易混淆的知識點(diǎn)進(jìn)行對比說明，理清不同之處。同時，知覺本身存在著的相似組織的性質(zhì)，也提示教師在做教育評價時減少對混淆題目錯誤的苛刻。

2.4 好圖形的規(guī)律及教育啟示

主體在知覺圖形時，會盡可能地把一個圖形看作一個好圖形，好圖形的標(biāo)準(zhǔn)是勻稱、簡單而穩(wěn)定，即把不完全的圖形看作一個完整的圖形，把無意義的圖形看作一個有意義的圖形。比如會把云彩看成是某種動物或者人等，個體在知覺這些時會運(yùn)用自身的經(jīng)驗(yàn)把圖形“補(bǔ)充”起來，使之盡可能有意義[10]。

在神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)，很多學(xué)生常在卷積神經(jīng)網(wǎng)絡(luò)的題目上出錯，尤其是連接關(guān)系常常無法做出判斷。這就跟知覺的組織性有關(guān)，解題過程中學(xué)生會自覺地試圖把圖形完善化，因而無法加工非完全連接的信息導(dǎo)致解題出錯。這就提示我們在教學(xué)時對這種特殊的知識，一定要重點(diǎn)講解，反復(fù)講解，并細(xì)化解題步驟。因此在講述這些抽象性的問題時必須考慮到同學(xué)們可能產(chǎn)生的理解困難，針對這些問題多做練習(xí)和說明。另外，在圖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程中，因?yàn)楹脠D形的規(guī)律，很多同學(xué)在使用之前就可以知覺出兩個節(jié)點(diǎn)之間存在相關(guān)性，因此教學(xué)時，也可以利用這一點(diǎn)引發(fā)學(xué)生的興趣，激起學(xué)生探究的熱情，比如學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)前，可以呈現(xiàn)給學(xué)生“不可能圖形”，讓他們知覺的完整性和實(shí)際情況出現(xiàn)錯差，以調(diào)動學(xué)生的積極性，引發(fā)其內(nèi)在學(xué)習(xí)動機(jī)。

3 總結(jié)

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課程入門難度大，內(nèi)容較為晦澀難懂，如何在有限的課時內(nèi)講懂講透這門課程是老師們關(guān)心的重點(diǎn)。格式塔心理學(xué)反對把心理活動分解為部分，主張以整體的觀點(diǎn)來描述意識和行為，研究并提出了8種知覺組織性規(guī)律，認(rèn)為知覺的事物中存在這些規(guī)律時，對象更容易被作為整體進(jìn)行知覺。

本文基于認(rèn)知心理的研究，認(rèn)為圖形與背景、接近性和相似性、閉合性等組織規(guī)律對教師教學(xué)有重要啟示。圖形與背景規(guī)律提示在教學(xué)時已有的知覺經(jīng)驗(yàn)可以為新知識提供背景作用，為新知識提供一定的界定作用，而且強(qiáng)調(diào)新知識的不同之處會更易于學(xué)生知覺和注意到新知識。接近性和相似性規(guī)律啟示可以利用整體性教授學(xué)生整理和組織學(xué)習(xí)的內(nèi)容，減輕記憶負(fù)擔(dān)同時對相似知識點(diǎn)進(jìn)行并列比較，避免混淆。好圖形規(guī)律提醒在教不“完善”的知識時，一定要細(xì)化解題步驟，反復(fù)講解，避免學(xué)生產(chǎn)生好圖形現(xiàn)象，同時可以利用不可能圖形引發(fā)學(xué)生的知覺沖突，引起學(xué)生探索學(xué)習(xí)的興趣。實(shí)踐證明，教學(xué)過程中遵循到學(xué)生認(rèn)知規(guī)律利于更有效的施教，有助于學(xué)生系統(tǒng)掌握深度學(xué)習(xí)的基礎(chǔ)知識、建構(gòu)自己的知識網(wǎng)絡(luò)，為進(jìn)一步學(xué)習(xí)和從事科研工作打下堅實(shí)基礎(chǔ)。