研究生《人工智能》课程教学方法改革浅析

生龙+马晓雨+郭云飞+王星亮

摘要：大数据时代的到来，人工智能不可或缺。研究生《人工智能》课程的教学方法改革更是迫在眉睫。基于问题的启发式教学和采用实际工程项目的案例式教学可以促使学生积极、主动地思考。教师提出问题并不讲解，引导学生去解决问题。学生通过自己的体会和理解，来真切地体验理论与实践的结合，促进知识向成果的转化。

关键词：人工智能;启发式教学;案例式教学;教学方法改革

中图分类号：G643     文献标志码：A     文章编号：1674-9324（2016）06-0098-02

人工智能是计算机应用技术领域的一个重要研究方向，是目前科学技术研究的前沿领域之一，其研究范围涵盖了所有与人类智能活动相关的范畴，是一个相当宽泛的研究领域。它的出现及取得的成就被认为是计算机科学发展的里程碑[1]。

作为我校计算机科学与技术研究生必修课程之一，《人工智能》的教学目的是使学生在对人工智能的发展、基本原理和应用领域有所认识的基础之上，能掌握人工智能的相关思维方法和技术手段，并将之应用于自身的科研工作之中。

一、研究生《人工智能》课程教学方法改革的必要性

《人工智能》课程的教学内容主要是讲授关于知识的科学，涉及知识的表示、获取及应用，其中的每一部分均包含大量的基本概念、定理证明和公式推导，具有知识面广、内容抽象、理论性强、推理复杂、符号表示形式多样等特点[2-4]。传统的“灌输”式教学方法中，学生通常是被动“听讲”，难以在有限的课堂时间中获得预期的教学效果。如何让学生在有限的课堂时间中深入理解人工智能的思维和方法，掌握人工智能的技术和手段，同时能将之熟练应用到自身的研究项目当中？如何在《人工智能》的教学过程中充分发挥学生的主观能动性？如何激发学生对《人工智能》的学习兴趣？如何针对研究生培养的要求和特点开展相应的实践教学？这些问题是在《人工智能》课程的讲授过程中必须要考虑和解决的现实性问题。因此，要提高《人工智能》课程的授课质量，使学生在《人工智能》的学习过程中能真正掌握一条科研思路，学会运用一种技术手段，《人工智能》课程的教学方法改革势在必行。

二、研究生《人工智能》课程教学方法改革的思路

针对研究生《人工智能》课程的内容特点、课程目的和在教学过程中存在的实际问题，结合作者在《人工智能》课程讲授过程中的切身体会，对《人工智能》的教学方法改革提出如下思路：

1.基于问题的启发式教学。在《人工智能》教学过程中，与学生沟通后发现，虽然《人工智能》课程理论前沿、应用广泛，但采用传统的“老师负责讲，学生负责听”的“灌输式”教学方法，使学生感到内容枯燥，知识点难以理解，相关算法用计算机实现困难，更不用说将其应用于工程项目实践中去了。因此，教学效果一般难以达到预期目标。

为了增加学生在《人工智能》课程教学过程中的参与度，调动学生的学习积极性和主动性。作者尝试把基于问题的启发式教学方法应用到《人工智能》中，在一些经典问题的授课过程中，达到了不错的效果。例如：人工智能中的搜索问题，本文作者就依据北京市轨道交通图里全部18条地铁线路设计了一个北京乘坐地铁出行的启发式问题，具体问题如下：

随机给出一个起始站和一个终点站，设计一个高效的智能程序，计算给出从起始站到终点站的最短（或最便宜或最少换乘）的乘车方案。

这是一个典型的寻径问题。在该问题中，首先应要求学生以形式化的手段给出明确的问题及解空间的描述，包括：出事状态的描述，后继行动的描述，目标测试和路径耗散函数;然后要求每个学生设计出各自的搜索算法，并编程实现;最后，度量比较各自搜索算法的性能，并分析原因。

在讲授人工智能中的搜索求解策略的章节中，采用这个启发式的问题可以激励学生的积极性，发挥创造性。让教师把问题求解的主动权交给学生，教师在适当的时候给出恰当的引导，让学生成为课堂的主角。在求解的问题的过程中，学生可以通过发挥自己的创造性思维设计出搜索策略，并通过具体的编程实践锻炼学生的编程能力，还可以通过与其他同学（而不是老师和课本）的比较来发现自己的不足与优势。这样学生可以充分发挥的自己的主观能动性，更深刻地体会到如何将人工智能中枯燥的理论知识和抽象的算法描述转化为工程项目实际。

在《人工智能》课程的教学过程中采用基于问题的启发式教学，就是让学生积极思考并主动参与教学过程。通过学生自己的体会和理解，而不是教师的讲述，来真切地体验理论与实践的结合，知识向成果的转化。

2.案例式教学。案例式教学由美国的哈佛商学院首创，目前已在经贸、管理、法学等学科领域的教学应用中取得了非常显著的成绩。然而，在案例式教学方法在工科专业的教学过程作用应用较少，主要是难以获得兼顾工程真实性和教学时限性要求的教学案例[5]。而计算机科学与技术学科的培养目标除了对计算机基本原理的理解，培养学生的逻辑思维能力，重点是培养学生利用所学的知识和技术解决实际工程问题的能力。在云计算、大数据、物联网等产业蓬勃发展的今天，《人工智能》课程的教学目标更要注重于“学以致用”。因此，选择难度适中、工程实践性强的案例用于《人工智能》课程的教学尤其重要。

游戏产业已发展成为计算机领域的一个支柱性产业。许多知名的大型IT企业都投资开发了自己的游戏产业，如微软、松下、腾讯、阿里巴巴、百度等等。人工智能技术的快速发展更是为计算机游戏产业提供了新的机遇，目前掌握人工智能技术已成为优秀计算机游戏开发设计人员必不可少的选择。在我校计算机科学与技术专业开设的《人工智能》研究生课中，为了增强课程的工程实践环节，我们选择了一个被称为“恶魔洞穴”的人工智能游戏作为引入案例式教学模式的一种尝试。游戏内容具体描述如下：

“恶魔洞穴”的世界是一个由众多房间组成，房间之间用通道连接起来的洞穴。在洞穴的某个房间中隐藏着一只恶魔，它会吃掉进入它所在房间的任何移动目标。由洞穴探索者设计的智能体可以射杀恶魔，但智能体只能携带一发子弹用来射杀恶魔。并且，洞穴的某些房间内有陷阱，任何智能体移动到这些房间，将会被陷阱摧毁。然而，据说洞穴中的某个房间中存在着价值连城的宝物，吸引这洞穴探索者进行一次次的尝试。

在该案例的实践过程中，教师首先会引导学生一起给出任务环境的精确定义，如智能体的性能度量、洞穴的环境描述、执行器的描述和传感器的描述;之后，由学生自己依据任务定义编程实现各自的“恶魔洞穴”;然后，在教师的指导下设计知识库和推理机;最后，学生依据所学的智能搜索算法设计出一个智能体程序对“恶魔洞穴”进行探索。

以现在计算机游戏的发展程度来衡量，“恶魔洞穴”游戏相当乏味，然而它的难易度却正好能为《人工智能》课程实践提供一个优秀的试验平台环境，成为《人工智能》案例式教学的一个合适案例。

三、研究生《人工智能》课程教学方法改革的探讨与分析

人工智能是二战以后兴起的一门新的学科，在20世纪90年代之前，国内外均未见有相关教学大纲和教材等教学资料，此时《人工智能》作为一门课程，只给出了课程的初步框架。随着人工智能研究的深入和发展，到20世纪90年代中期，人工智能的研究已经从符号（逻辑）主义一枝独秀发展到符号主义、连接主义和行为主义多家争鸣的新局面。同时，模糊逻辑、计算机神经科学、支持向量机和遗传算法等机器学习、数据挖掘和模式识别的内容也被列入到《人工智能》的课程体系当中，极大地充实了《人工智能》课程的教学内容。进入21世纪以来，人工智能学科的研究领域又有了新的发展，智能化智能体、多智能体技术以及人工智能的道德伦理研究都被纳入到了《人工智能》的教学内容之中，《人工智能》课程的教学内容得到了进一步的丰富。近年来，随着工业4.0、《中国制造2025》和“互联网+”等政策和号召的出台，人工智能已从实验室逐步深入到了社会发展的方方面面，其正从书本上的理论概念落地成为切实的社会生产力。人工智能的发展速度之快和研究领域之广令人咋舌。《人工智能》课程教学方法的改革已经势在必行，传统的理论教学必须与工程实践相结合，尤其是作为一门计算机科学与技术专业的研究生必修课。

参考文献：

[1]斯图尔特·罗素，彼得·诺维格.人工智能——一种现代的方法[M].第3版.北京：清华大学出版社，2011.

[2]肖春景，李建伏，杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机，2013，（9）.

[3]汪明慧.人工智能课程教学方法的探索与实践[J].黑龙江教育学院学报，2013，32（8）.

[4]吴淑婷.人工智能课程教学初探[J].福建电脑，2013，29（4）.

[5]宋金玉，郝文宁，陈刚，廖湘琳.案例教学方法在课程内容建设方面的应用研究[J].计算机工程与科学，2014，36（z2）.