分层次人工智能课程教学模式研究

赵 曼，李 晖

（中国地质大学（武汉），湖北武汉430074）

自2016 年3 月人工智能围棋程序 “阿尔法狗（AlphaGo）” 以绝对优势战胜了人类顶尖围棋棋手李世石，人工智能这门学科逐渐从学术界走入大众的视界。我国的人工智能发展一直备受国家和地方政府的高度关注，在2017 年国务院发布了《新一代人工智能发展规划》[1]，规划中提出，到2020 年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点；2025 年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平；到2030 年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要的人工智能创新中心。规划中强调，要充分利用已有资金、基地等存量资源，发挥财政引导和市场主导作用，形成财政、金融和社会资本多方支持新一代人工智能发展的格局，并从法律法规、伦理规范、重点政策、知识产权与标准、安全监管与评估、劳动力培训、科学普及等方面提出相关保障措施[1]。因此，各大中专院校高度重视，为培养适应新时代的各层次人才，相继开展了人工智能课程通识教育的建设，即要将人工智能课程从理工学科引入到各个学科的教学中。

1 可行性和必要性

人工智能这一名词在1956 年就诞生了，近几年逐渐被大众所熟知。人工智能是计算机科学一个重要分支，是当前科学技术发展中的一门前沿学科。它的出现及所取得的成绩得到业界人士的高度重视，同分子生物学一起被其他领域科学家誉为“我最想参与研究领域”[2]。人工智能具有学科交叉性，和其他学科或领域相结合，可以相互促进，产生大量的新成果。

人工智能在大多数人眼中是一门复杂高深的学科，实际上人工智能理论基础是对人类思维模式的研究和模拟。发展到今天，虽然它离人类的期望仍有较大的差距，但其解决问题的方式、方法都是经过历代数学家、哲学家、计算机学家、甚至心理学家等对问题解决模式的提炼，跟许多基础学科一样，具有相当的朴实性。分层次的教学就是将人工智能技术 “通俗化”，对学生要求的目标分层次，有的需要在理论和技术层面了解，有些只要会应用即可。在教学上将人工智能技术发展、具体领域中复杂问题的求解思路，在应用层面展开，而不涉及复杂的原理证明和实现，这对大学任何一个学科的本科生来说都是可以接受的。

众所周知，在计算机与其他学科的交叉应用中，缺乏一种特别的人才，他们既要有坚实的本专业学科理论水平，又要有一定的计算机技术能力。因为，在这样一个大数据时代，大量信息只有通过计算机才能被高效和有效地处理。而这些领域的实际问题具有相当的复杂度，需要特别的手段去实现，人工智能就是研究解决复杂问题的一门科学。因此，可以将人工智能技术以通俗易懂的方式介绍给各学科、各专业的学生，让他们了解一些人工智能的技术方法和思路，以便将其所学的知识与人工智能技术相结合，并得以应用。同时在人工智能课程的学习过程中，还可以培养学生的逻辑思维能力，培养面对复杂问题的求解能力，培养学生的创造力和想象力，能将先进的前沿技术应用于自己的学科。因此，对于当前非计算机专业的学生来说，掌握一定的人工智能知识和技能，对今后的生活和工作有一定的必要性。

2 分层次教学的模式设计

2.1 教学内容设计

人工智能研究如何用计算机软件和硬件去实现Agent 的感知、决策与智能行为，其理论基础表现为搜索、推理、规划和学习，应用领域包括计算机视觉、图像分析、模式识别、专家系统、自动规划、智能搜索、计算机博弈、智能控制、机器人学、自然语言处理、社交网络、数据挖掘、虚拟现实等[2]。

在遵照计算机专业教学质量国家标准的前提下，因地制宜地设计教学内容。课程在系统回顾人工智能发展历程的基础上，把握计算机学科的发展趋势，介绍人工智能的发展简史以及研究的基本内容、主要研究领域以及研究热点，着重讲解人工智能基本概念，人工智能基础、问题求解、博弈、不确定性推理、概率推理以及机器学习中的决策支持、复杂决策、人工神经网络、统计学习等内容。并根据人工智能，特别是机器学习领域的发展和变化充实内容，总学时根据理科、工科、文科和艺术类的学科特点设置，分别从最多64 学时到最少16 学时不等。其中，最多理论授课40学时，实验课时24 学时，各学科从中选取授课内容及相关实验内容，可进一步突出基本原理，或加强项目引导，学时数可灵活调整[3]。教学手段以课堂教学为主，实验则是必不可少的支撑，通过实验提高学生应用人工智能理论解决问题的能力，另外，可以增加网络课程或自学环节等。

2.2 教学环节的安排与要求

全课程共分六部分，课程内容安排及各学科选取建议如表1 所示，其中前四列是内容、课时和对应实践安排，后面四列是各学科对内容的选取推荐，其中的符号含义：√代表必修，★代表选修，×代表不修。

表1 课程内容安排及各学科选取建议表

第一部分绪论，包含人工智能研究的特点、内容、发展历史及未来，对人工智能学科的认识，把握计算机科学与技术的发展趋势。要求学生理解人工智能的概念，掌握人工智能的一般方法。

第二部分智能化智能体，包含智能体与多智能体的概念与结构；多智能体系统的通信、协调、协作；智能体环境的本质和描述；四种类型智能体结构和特点。要求学生了解并掌握多智能体系统的通信、协调、协作；智能体环境的本质和描述。

第三部分知识表示与推理[4]，主要讲解知识表示中的一阶谓词逻辑、产生式系统和当今流行的知识图谱的概念、方法和应用。本章节可根据不同学科学生的基础有选择性地讲解，如针对没有离散数学基础的学科不进行一阶谓词逻辑的讲解。要求学生掌握知识表示的基本方法，以及对应的推理机制，并设置实验一次。

第四部分问题求解，本部分是课程的重点内容，共分5 个章节。着重讲解问题通过搜索求解、无信息搜索策略、有信息（启发式）搜索策略、启发函数设计；CSP 问题的特殊结构及形式化和求解基本方法；博弈问题中对抗搜索；群体智能相关算法等。这个章节可根据不同学科学生的基础有选择性地讲解，如对文科和艺术类学生可以忽略CSP 的内容，有选择地学习群体智能等内容。对应要求学生掌握A* 算法、启发函数的设计，CSP 问题中约束传播、路径相容、k- 相容概念，Minimax 算法、a- β 剪枝算法，遗传算法、蚁群算法、粒子群算法等，并设置对应实验三次。

第五部分机器学习，本部分是课程的重难点，共分4 个章节。通过学习机器学习的发展历史和机器学习的方法，了解机器学习的原理和基本应用。强化学习和深度学习工作原理及相关算法。本章节可根据不同学科学生的基础有选择性地讲解，对文科和艺术类学生只讲解和介绍其应用，不要求学习或选择性学习具体内容。相应要求学生掌握监督学习算法、无监督学习算法、基于统计的学习算法、强化学习、深度神经网络思想，并设置实验课二次。

第六部分人工智能的现状与未来，本章分两个内容，其一是当前人工智能发展现状以及发展趋势分析，另一部分是人工智能伦理[5]，当前人工智能伦理已受到各界广泛关注，各大高校纷纷开设独立课程，以引导学生树立正确的人工智能世界观。因此，本章节要求所有学科学生必须学习，通过学习让学生掌握人工智能的道德规范与风险，并能根据个人理解讨论当今的人工智能是否沿着正确的方向前进。

2.3 教学目标

通过本课程的学习，学生可以掌握人工智能概念和基本原理、知识表示、确定性和不确定性推理、搜索、进化计算、群智能、人工神经网络、机器学习等基本理论与实用方法，了解深度学习、知识图谱等人工智能研究前沿内容。

通过课程实践，提高学生学习兴趣、增强成就感，以及加深对课堂学习内容的理解。首先把常规的验证性实验提供给学生，要求他们分析实验原理、实验结果，在此基础上，提出新的要求，让学生自主设计相应的实验，并上机验证，发现问题再分析原因，直到实现既定目标，以开发他们的创造思维能力、实际动手能力。学生通过这些课后的实践项目来锻炼和提高分析问题和解决问题的能力，提高学习兴趣、增强成就感，加深对课堂学习内容的理解。

课程要求学生掌握基本创新方法，能够针对创新点开展切实有效的理论和应用研究。课程紧密联系人工智能学科的前沿内容和所涉及的新技术，例如模糊推理方法及其在计算机控制系统中的应用、人工神经网络及其改进方法在模式识别、软测量、联想记忆、优化计算中的应用，遗传算法及其改进算法在生产调度中的应用，基于AI 的物体识别等[6]。学生通过该课程的学习能够了解基本的人工智能新技术和有关问题求解的创新方法；课程设计[7]可选实验共六个，学生通过实验，能够发挥主动性，研究探讨人工智能系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好地掌握知识，培养学生的理论联系实际能力和创新能力,逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。

3 结语

随着信息时代的来临以及人工智能技术在当前各行各业取得的瞩目成就，人工智能通识教育已迫在眉睫。2018 年教育部印发的《高等学校人工智能创新行动计划》[8]中指出加强人工智能课程建设，提高人工智能教育水平，提高人才培养质量是当务之急。在这样的形势下，本文提出的分层次人工智能课程教学模式，立足各学科的学生基础，将课程设置为理科、工科、文科和艺术类学科四个层次的内容，因地制宜，因材施教，给出了人工智能通识教育课程设置的思路。