选修课《人工智能》教学模式初探

摘要：鉴于人工智能是选修课程，本文结合教学实践给出选修课人工智能分专题教学模式，并探讨了各个专题的教学内容，教学方法等，以达到提高教学质量的目的。

关键词：人工智能；选修课；专题讨论

中图分类号：G642.0？摇 文献标志码：A 文章编号：1674-9324（2012）12-0053-02

一、引言

《人工智能》是一门跨学科的课程，它的内涵十分丰富，包含了符号学、数理逻辑、神经网络、遗传算法、知识表示和推理、模式识别、机器学习等方面的知识，并且内容抽象，使得一般本科生望而生畏。目前在大多数院校里尤其是二本院校，《人工智能》只是作为一门选修课程。既然是作为选修课程，我们可以不拘泥于传统的教学方式，采取灵活多样的教学形式，培养学生研究这个领域的兴趣，使得学生既能掌握人工智能领域的基础理论，又能了解目前人工智能的前沿课题，扩大知识面，并为今后的研究打好基础。

二、改革教学方法

在传统的教学模式里，教师往往就一本教材从头到尾讲授给学生，教师讲什么，学生就听什么。但是人工智能涉及太多的数理逻辑推理知识，内容抽象，讲解起来不免有点枯燥无味，学生的兴趣就会随着讲课的进程逐渐变得淡薄。另一个问题是在传统的教学模式下，学生接触不到该研究领域的前沿问题。事实上，随着科技的进步，人工智能技术也在不断发展，再加上人工智能本身的特点，即它是一门交叉学科，涉及计算机科学、信息科学、控制科学、认知学、生物学、哲学等等领域。因此当学生了解了当前国内外学者所研究的前沿课题，这样不仅能克服“枯燥无味”的问题，而且会拓宽他们的知识面，从而他们可以将自己所学专业作为人工智能的潜在应用或研究领域。基于以上分析，考虑到人工智能是适合任何专业学生学习的一门选修课，我们设立分专题讲授模式，这些专题包括：人工智能与类人思维，人工智能与机器进化，人工智能与知识表示，人工智能与决策规划等等。下面分别叙述之。

1.人工智能与类人思维。什么是人工智能？Nilsson指出：“人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中行为。人工智能的一个长期目标是发明出可以像人类一样或更好地完成以上行为的机器……”那么为了这个长远目标，我们应该深入地探讨人类大脑是如何思维的，或者说是如何思考问题的，人类是如何感知、理解以及应付外界庞杂的世界。只有深刻理解了人脑功能原理以后，人工智能才能“贡献出”相应的类人思维模型。这相当于空气动力学，人类飞行器只是根据空气动力学的原理构造的，它并不要求人类制造像鸟儿一般的飞行工具。因此在这部分教学过程中，可以先提出“大脑是如何思维的”问题，让学生自己动脑思考，相互探讨：人脑的结构是什么？人类思考问题分层次吗？什么是智力？智力的本质是什么？……课后，学生可以带着这些问题查阅资料文献，分组讨论，甚至可以写一些文章来阐述自己对思维的理解。这样既充分调动了学生学习的积极性，又培养他们的兴趣。然后，我们在课堂上进行具体讲解，讲解内容自然而然地引入了人工智能的定义，人工智能历史知识，图灵测试方法以及认知模型方法，接着再介绍目前国内外类人思维模型的研究现状。这样的教授过程，一开始就使得学生不排斥这门课，在了解人工智能基础知识外也接触到认识论方面的知识，培养了学生查阅文献和撰写科技论文的能力。

2.人工智能与机器进化。这部分专题主要给学生讲解遗传算法方面的知识，比如遗传算法的产生与发展，遗传算法的基本操作，遗传算法的应用情况。并且在教学过程中结合实例来讲述。实例可以从最基本的简单函数优化到复杂的旅行商问题。学生可以自己设计函数优化的解决方案，指出初始种群大小、进化代数、交叉率等因素对求解结果的影响，并要求学生自己编写程序来分析和理解这些问题。这些实验和设计极大地提高了学生的动手能力。

3.人工智能与知识表示。知识表示可看成是一组描述事物的约定，在人工智能里，它研究怎样把“人类知识”表示成机器能处理的数据结构。经典人工智能的主要表示方法有：一阶谓词逻辑表示方法，这是最基本的表示方法，具有严谨的公理体系；产生式规则表示方法，这是使用最广泛的表示方法；语义网络、框架、脚本表示方法，这是结构化的表示方法，等等。但是学生在学习这部分的知识时，对于逻辑推理觉得非常枯燥无味。我们的想法是在介绍这部分的知识时，不仅透彻阐述各种表示方法的精神实质，而且建议学生阅读Sowa所编著的《知识表示》一书，该书提供了知识表示方面广泛的知识，是这一领域的公认权威著作。Sowa在介绍新思想的同时捕捉到这一领域的最新成就，并且将逻辑学、哲学、语言学和计算机科学结合到知识表示，并将其转换为可计算形式。该书中还包含了大量的哲学和语言学的知识，阅读该书可以使得学生知识面得以拓宽，加上该书目前没有翻译版本，鼓励学生阅读英文原著，对学生各方面能力的提高都有所帮助。

4.人工智能与决策规划。在决策规划中，着重介绍增强学习、偏好理论等基础知识，由于我们在这个方面上做了许多工作，因此在讲解时联系自己的研究进行一些专题探讨，例如双马尔科夫过程决策模型，协同算法，超滤偏好模型，朴素描述逻辑在中医理论上的应用等等，并欢迎学生和我们共同研究这些专题，这样做无疑会增加师生之间的学术交流，促进学生的研究兴趣，形成良好学术氛围。

5.丰富多样的教学形式。除了以上的专题外，还可以开设其他的人工智能专题。事实上可以针对不同专业的学生确定专题的内容和形式。例如对于工程类的学生，可以着重讲述神经网络，进化计算等方面的内容，并且借助于Matlab提供的相关工具箱进行实验设计。因为大多数工程类的本科生都学习过Matlab语言，该语言在科学研究和工程实践中应用广泛，在教学过程中也要充分发挥这些优点。如是文科类的学生，教学方面可以着重讲述人工智能的符号学，哲学等方面的知识，这让文科学生从另一个角度去理解人工智能。课堂上，充分利用多媒体教学，采取多样的教学手段，激发学生的兴趣和好奇心。还可以播放国际机器人大赛等录像片段，增强课堂的教学效果。

三、结束语

总之，将人工智能分专题来讲授，让学生立刻能接触到当前人工智能的前沿研究问题，并且领会其中的实质。再加以多元化的教学手段，使得学生好学，乐学，更好地实现教学目标，提高教学水平。

参考文献：

[1]Nils J. Nilsson，著.人工智能[M].郑扣根，庄越挺，译.北京：机械工业出版社，2004，6.

[2]John F. Sowa.Knowledge Representation：Logical，Philosophical，and computational Foundations[M].北京：机械工业出版社，2003，6.

[3]韩丽娟，孙玉红，李圣君.《人工智能》教程改革初探[J].电脑知识与技术，2007，（13）：222-223.

[4]冯爱祥，罗雄麟.本科“人工智能”课程的教学改革探索[J].中国电力教育，2011，（10）：111-112.

[5]李春贵，王萌，何春华.基于案例教学的“人工智能”教学的实践与探索[J].计算机教育，2008，（9）：53-54.

[6]曾安，余永权，曾碧.人工智能课程教学模式的探讨[J].江西教育学院学报（综合），2006，27（6）：40-43.

[7]王蓁蓁，邢汉承.拟人类思维的形式结构数学模型[J].智能系统学报，2008，3（6）：529-535.

基金项目：金陵科技学院科研基金资助（No.jit-b-201207）

作者简介：王蓁蓁（1975-），女，江苏南京人，博士，博士后，主要研究领域为马尔科夫决策过程，群智能，人类思维，机器学习，程序分析。