智能科学与技术专业的“认知科学基础”课程建设探析

刘柯 邓欣 于洪

摘要：探讨面向智能科学与技术专业的认知科学基础课程的教学改革。分析了该课程目前所面临的问题，结合学生特点、认知科学和数据智能分析技术以及当前脑机接口技术等学术研究前沿，探讨了教学内容的设计以及教学方式的变革。

关键词：智能科学与技术专业;认知科学基础;脑机接口;教学研究

中图分类号：G642.0     文献标志码：A     文章编号：1674-9324（2020）15-0084-02

一、关于认知科学基础课程

认知科学是智能科学与技术的生物基础，是从“自然智能”到“机器智能”之间的桥梁。作为一门研究人类感知和思维信息处理过程的学科，认知科学主要研究目的就是要说明和解释人类再完成认知活动时是如何进行信息加工的，一直是认知心理学等教学领域的重要课程。[1，2]自我校2009年设立智能科学与技术本科专业以来，认知科学基础一直是该专业的专业基础课程，主要目的是培养学生对人脑认知活动中的信息处理方法与过程的认识和理解，培养对新知识、新技术有较敏锐的洞察能力，同时使学生具有数据分析与处理能力的意识，在智能科学与技术专业的学科体系中占据着十分重要的地位。[3]特别是随着人工智能和脑科学研究的不断发展，现有的计算架构不能有效实现具有泛化能力的人类认知信息加工机制。借鉴人类脑认知机制，通过脑认知和神经科学与机器学习相融合的方式，构建一种类脑的“学习机器”，而不是简单的“机器学习”，已成为当前人工智能领域的一个重要研究方向。因此，学习并理解人类认知和信息处理过程，对于提高学生的智能信息和数据建模与分析能力，有着重要的意义。

然而，对于以工程技术应用为背景的智能科学与技术专业而言，该学科涉及多学科内容，比如心理学、神经科学、数学、语言学、人工智能科学乃至自然哲学等，学生存在畏难情绪，学习兴趣不太浓厚，教师对于该课程的教学也颇为费心。此外，由于“认知科学基础”课程在大三上学期开设，大部分学生在模式识别和数字信号处理等上面的基础较薄弱，对于该门课程的脑功能信号分析与脑机接口技术部分的教学也存在较大的困难。

针对该课程理论和实时性较强、涉及教学内容多、交叉广泛等特点，笔者自承担本课程教学来，结合我校学生和专业建设实际情况，立足培养学生的专业知识素养和学习兴趣，提高学生的专业基础能力和综合素质，积极摸索改进。本文将信号处理和机器学习方法融合进认知科学的神经机制探索与学习，从教学、实验实践等方面进行了初步探索。

二、课程建设目标与教学内容设置

本课程将使学生学习到认知科学的基本知识，包括脑与神经系统的基本构造、工作原理、基本研究手段，脑与学习、意识、行为的关系，深入了解感知、注意、记忆的生物和生理学本质，实现人工大脑、人工神经网络、听觉计算、视觉计算、脑机接口、认知机器人等前沿技术的理解与应用。

目前认知科学方面的教材大多为国外翻译教材，并且聚焦于其中的某个方面（比如认知心理学、认知神经科学等）。同时该学科实时性较强，和当前脑与认知科学的前沿研究紧密相连，因此很难找到合适的教材同时将智能信息处理技术和认知科学基础相融合。

认知神经科学旨在联合心理学、哲学和神经科学的方法帮助我们理解大脑是如何产生心智的，并阐明人类认知过程中的脑机制，即在分子、细胞、脑功能区到全脑等多个尺度上如何实现认知功能。脑机接口是近二十多年来兴起的涉及神经科学、认知科学、计算机科学、控制及信息科学、医学等多领域的人机接口方式，是在大脑与外部环境之间建立的神经信息交流与控制通路。

该课程在大三年级开设，且该专业的学生已在前面学习中学习人工智能原理、信号处理等课程，这些课程的学习为本课程的理论学习打下了一定的基础。在教材选择上，选择上海人民出版社的《认知、大脑和意识——认知神经科学引论》，并参考其他辅助教材，比如机械工业出版社的《脑机接口导论》、中国轻工业出版社的《认知神经科学》。教学内容主要包括以下几个部分：

1.脑科学与认知科学的发展历程及基本概念，包括感觉与知觉、注意与意识、情绪、语言、记忆、学习等。

2.认知活动的生理基础，包括大脑结构、神经元、神经系统的基本组成等。

3.脑功能信号的采集与分析，包括大脑节律、脑功能信号（EEG、fMRI等）采集、常见脑功能障碍、脑信号分析基本方法（包括基于时域/频域分析的EEG分析方法、脑电源成像基础等）。

4.脑机接口技术，包括脑电信号预处理（零参考电位、拉普拉斯空间滤波、数据归一化、插值技术），脑功能信号特征提取方法、模式分类器（比如Fisher线性分类器、支持向量机）设计。

三、以学生为中心的教学方法

1.提高学生学习兴趣。认知科学基础课程交叉性强，尤其涉及心理学、神经科学等非工科学科，对于我校智能科学与技术专业的学生来讲，学习压力较大，学习兴趣不高。为激发学生学习兴趣，在授课过程中，尽量发挥自身乐观活泼的性格特点，选择大家生活中常见的例子，在语言表达上尽量避免生硬，力求用简单直白的语言讲解知识点。同时，善于利用网络视频，比如在课程绪论部分，通过播放网络公开视频《打开思想的大门》片段，激发学生学习脑认知功能的兴趣。

2.注重与智能科学与技术其他课程知识的衔接。在神经元和神经系统的教学部分，笔者安排了两个课时的内容讲解了常见的人工神经元模型和人工神经网络结构，并重点讲解了神经网络和支持向量机的基础——感知机。在脑机接口教学部分，安排了两个课时的信号处理和数据预处理的基础知识的回顾，重点复习信号滤波、主成分分析、Fisher线性判别分析和支持向量机等内容，再进入脑机接口系統的学习，教学效率得到了明细提升。

3.适当使用板书，细化推导过程。对于一些知识点，比如动作电位产生过程、部分公式的展示，仅依靠PPT教学过于单薄，学生难以理解，因此在播放PPT时需要适时插入细致的板书。同时板书过程中要结合学生实际情况循序渐进，例如在学习神经细胞和感知机与人工神经网络时，教师从点到平面的距离入手，并引导学生回顾梯度下降法等相关数学基础知识，帮助学生切实地把前面学习的信号处理和机器学习的基础知识应用到本课程。

4.加强实践环节教学和学生综合能力素质培养。根据本专业的培养计划，在理论课程教学期间，“认知科学基础”设置了相应的实践课程，以培养学生的动手能力、自学能力和专业综合素质。在实践课程教学环节，基于Matlab和Python等工具，以2005年国际BCI竞赛的P300数据为分析数据，引导学生设计常见的模式分类器（如Fisher线性分类器、支持向量机、深度神经网络等）分析脑电事件相关电位。同时，使用计算智能重庆市重点实验室的NeuroScan和Brain Products脑电采集放大设备，利用E-Prime设计脑电刺激程序，指导学生设计实验，以小组合作的方式采集并分析P300字符拼写脑电数据。

四、结论

根据智能科学与技术专业本科教育中的认知科学基础课程教学实践探索，提出在课程理论和实践教学中注重智能信息处理和认知科学相结合，通过一系列的创新摸索，不仅顺利完成了教学任务，而且有效提高了学生的学习兴趣，筑牢学生的专业基础，培养学生解决问题和动手能力，为学生后续课程的学习及专业综合素质的提升打下了良好的基础。

参考文献：

[1]代煜，许林.脑与认知科学基础课程中学生创新能力培养方式探索[J].计算机教育，2017，（10）：54-56.

[2]田银，李章勇，王伟.“生物医学信号处理”与“认知科学概论”课程融合探索[J].科技信息，2010，（21）：670+605.

[3]于洪，王国胤，夏英.智能科学与技术专业课程体系及课程群建设的思考[J].计算机教育，2012，（18）：44-48.