人工智能技术背景下生物类课程综合实践新模式探究

李斯+符齐桐+李文璐

摘要：人工智能不仅是一项技术，更是一种思维方法。我国高校的人工智能课程目前基本停留在单一的课程模式上，将毕业设计和创新竞赛内容融入生物学科的教学模式尚需探索。基于此，本文对人工智能技术背景下的生物类课程综合实践新模式进行了探究。

关键词：人工智能；生物教学；综合实践

一、人工智能技术与生物类课程结合的必要性

20世纪40年代，基于生物控制论和仿生学提出的神经元数学模型，奠定了人工智能的理论基础。自此，许多研究从物理学、数学和工程计算中探寻生物学的踪迹，试图从工程研究中获取一些新的概念和灵感，借助物理学、工程学和计算学中的概念和相关技术，帮助神经领域的科学家理解生物系统的功能。人工智能自此发展起来。

生命体由大分子组成，如核酸是遗传信息的载体和蛋白质的翻译工具，而蛋白质则是一切生命活动的体现者与参与者。针对这些复杂生物分子的分析和识别研究，学习和预测它们在生命体中的独特构象和重要功能是当代模式识别所面临的重要挑战之一。所以，将人工智能算法应用到识别生物分子信息中，就是将两门方兴未艾的研究项目结合到一起，其必将开拓人工智能新的研究应用方向，发现新的生物学规律。

二、人工智能技术与生物类课程综合实践结合的意义

以人工智能算法为契机，将生物教学与数学分析相结合，将有利于培养更适合科技发展的复合型人才，其对促进教学工作、提高教学质量有以下作用和意义：

第一，探究跨专业的创新竞赛模式。以赛促学，以赛代练，积极组织学生参加大学生创新竞赛活动，从整体上综合研讨跨学科创新竞赛过程中各因素之间的互相作用及其多样化的表现形态，动态把握创新过程的本质和规律，构建跨专业创新教学的基本框架。

第二，增强毕业设计的教学效果。毕业设计课题中应引入人工智能技术，提高高通量测试比例，增加流式细胞仪、形态特征数据采集、RNA测序等实验内容的比例，提高毕业设计的技术含量。从组织形式建立人工智能生物研究团队，通过团队协作，培养学生的团队协作精神和沟通交流能力，提高毕业设计的育人效果。

第三，提高师资队伍的实践指导水平。跨专业协同指导的毕业设计，由不同专业的教师组成指导团队，为教师提供了相互学习和交流的平台，有益于提高教师的指导水平。

三、人工智能技术与生物类课程综合实践结合的策略

1.开展多学科、跨专业的竞赛，创新项目组织形式

以大学生挑战杯的创新竞赛项目为例，选取6名学生组成竞赛团队，每2人一组共组成3个小组，其中1个小组进行生物学研究，另外2个小组进行人工智能的算法研究和与生物实验对接，最后各小组之间整合数据。教师指导团队由2名生物指导教师、2名数据分析指导教师组成。这种分角色研究的过程模拟了跨学科研究的情境模式，不同研究方向的学生分工协作完成一个项目时，产生的分歧、相互的补充与协调是最宝贵的学习资源。

2.引入人工智能的生物类毕业设计课题

将人工智能模型引入毕业设计后，负责算法的学生通过设计完成“深度神经网络”的模型训练，生物研究方向的学生通过设计完成“生物问题+人工智能算法+生物数据验证”的人工智能生物学模型，这不仅可以加深学生对人工智能概念的理解，还能培养学生对人工智能技术的运用能力。

3.完善毕业综合实践成绩评价体系

（1）创新成果评价方式。在创新竞赛模式中，3组学生对同一个生物问题进行独立、背靠背的研究，在最后的评标环节，由指導教师和校外专家组成的专家组根据评标文件的评价办法计算出综合得分。该分数是专家集体评议的结果，能客观地反映创新实践成果的质量。

（2）答辩内容全面的覆盖性。传统毕业设计答辩是单专业教师对学生进行毕业设计相关问题的考查。如果毕业设计涉及跨专业的研究，很难保证答辩会覆盖全面的研究内容。现在跨专业指导教师全程参与毕业设计的指导答辩工作，将保证毕业设计的研究工作得到全方位的审视。

（3）团队协作能力评价的改革。跨专业的人工智能生物类研究项目毕业设计，由学生组成研究实验团队，彼此之间存在许多需要协调的工作。这项指标的评价采用组员间互评的方式进行，能客观地反映情况。

基金项目：河北工业大学教育教学改革研究项目（项目编号：201704049）；河北工业大学大学生创新创业训练计划项目（项目编号：201710080305）。endprint