人工智能课程实验案例研究与实践

彭德巍

[摘 要]针对传统人工智能课程偏重理论，缺乏实验案例的教学实际，在研究案例教学方法基础上，项目组设计了基础知识点案例、综合应用案例、创新实验案例等多种媒体形式的实验资源案例库，并将其应用到人工智能课程的课程教学中，采用启发式、交互式和混合式等多种教学方法，学生对人工智能的学习兴趣明显增强。案例库丰富了教学与实验内容，有效地提高了学生课程参与度与互动性，提高了学生将人工智能的方法与技术应用到复杂工程问题中的能力。

[关键词]人工智能;实验案例;教学研究

[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2021）02-0071-04

人工智能是在计算机科学、控制论、信息论等多学科研究的基础上发展起来的综合性很强的交叉学科，随着人工智能方法与技术的不断应用，该学科也受到政府、企业、高校和社会的广泛关注[1]。作为计算机科学与技术专业重要的专业课程，目前的人工智能课程偏重理论教学，具体实例或案例较少，容易使学生感觉过于理论和抽象而产生厌学情绪[2]。人工智能是解决复杂工程问题的重要工具，是许多高新技术产品的核心技术[3]。因此，结合人工智能的广泛应用和课程的知识点，笔者构建了多种媒体形式的人工智能案例库，并在人工智能教学中进行了实践，对如何培养学生的复杂工程问题能力和创新能力进行了一些探索。

在案例教学方法中，学生一般应提前掌握课程有关的基本原理和知识，然后由教师根据课程教学目标和能力培养的需要，精心选择和设计合适的案例，设置讨论题目，然后由学生以小组为单位对案例进行小组研讨，并将研讨结论在班级内进行分享和评价，从而达到培养学生从工程化角度分析问题的能力[4-5]。通过调研发现，目前国内缺乏完整而规范的人工智能课程教学与实验案例库，仅有少量高校开展了人工智能课程案例教学方法的研究。

一、人工智能课程实验案例库设计要求

案例教学法首先根据课程教学目标和能力培养的需要，确定实验案例库设计的基本要求，并在此基礎上开展人工智能课程知识体系的实验案例库设计[6]。在案例教学法中，案例的选择和设计非常关键，也是决定案例教学效果好坏的决定性因素。因此需要根据教学目标、教学内容和能力培养要求，精心选择或设计合适的案例。

实验案例库设计的基本要求如下：

1.要符合教学目标，所选择和设计的案例要紧扣教学目标和教学内容，通过案例的分析和讨论，加深学生对所学基本原理和方法的理解，增强运用理论知识分析和解决复杂问题的能力。

2.要生动有趣，实验案例应为具有一定深度和广度的开放性问题，以启发学生独立自主地思考和研究问题;另外案例不能是一堆文字、数据的罗列，应该采用多种媒体形式将知识点转化为生动有趣的实验案例，有利于吸引学生注意力，提高课堂关注度。

3.要具有互动性，实验案例具有互动性是教学目标得以实现的基础。案例教学中的互动包括课堂教学中教师和学生之间的互动、小组讨论中学生和学生的互动、实验环节中学生和案例之间的互动，这些互动极大地调动了学生的主观能动性，从而提高学生综合分析问题和沟通表达的能力。

4.要融入课程思政。习近平总书记在全国高校思想政治工作会议上强调：“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人”。案例库建设也必须按照这一指导思想原则融入课程思政，具体的方法在课程教学活动中，挖掘与梳理人工智能相关的思政元素，通过在案例中融入课程思政，将思想政治教育以潜移默化的方式融入，让学生在掌握专业知识与提升解决复杂工程问题能力的同时，树立正确的世界观、人生观和价值观，提升综合素养。

二、人工智能课程实验案例库详细设计

人工智能专业知识可分为内核基础层、支撑技术层、平台系统层和交叉应用层4个不同层次[7]。内核基础层包括机器学习、知识表示与处理等，支撑技术层包括模式识别、搜索技术、计算智能等，平台系统层包括机器学习系统平台、人工智能程序设计等，交叉应用层包括多学科领域的交叉应用[8]。将人工智能划分为这4个层次可确定人工智能课程的教学内容，并保证案例内容的循序渐进。

根据所确定的教学目标，教学内容中的重难点，从国内外经典人工智能教材、科研项目、企业资源以及国内外人工智能网站等多种途径，收集案例素材，并加以整理，撰写各知识要点的教学案例及其相关内容。表1给出基于人工智能知识体系的教学案例示例。

下面分别从基础知识点案例、综合应用案例和创新性实验案例3种类型进行讨论。

（一）基础知识点案例

以遗传算法实验案例为例，遗传算法被广泛应用于组合优化、机器学习、智能控制、模式识别等领域，是人工智能课程的主要内容之一。采用课件PPT和演示程序，由简单到复杂，在学生掌握遗传算法的基本原理和流程之后，再讲解运用基本遗传算法求解函数极值问题实验案例，引导学生学习理解遗传算法的核心思想及其应用方法。从国内外教材[3]中整理和设计该案例，同时应包括以下内容。

章节：群智能算法。

知识点：遗传算法。

案例名称：基于遗传算法的函数极值问题。

案例内容：利用遗传算法求解函数极大值f（x）=x*sin（10*x）+2.0x∈[-1，2]。

案例分析过程：①设置基本参数;②基本遗传算法-选择复制;③基本遗传算法-交叉;④基本遗传算法-变异;⑤迭代100次后结束。

案例教学手段：利用遗传算法求解函数极大值程序演示（如图1所示）。

（二）综合应用案例

以搜索技术中宽度优先搜索、深度优先搜索、启发式搜索和A*算法搜索等方法解决八数码问题为例，进行八数码问题综合知识点案例的设计，该案例包括以下内容。

章节：搜索策略。

知识点：宽度优先搜索、深度优先搜索、启发式搜索和A*算法搜索。

案例名称：基于各类搜索算法的八数码问题求解。

案例内容：综合应用宽度优先搜索、深度优先搜索、启发式搜索和A*算法搜索等方法解决八数码问题，并分析各搜索方法的优劣。

案例分析过程：①设置八数码初始状态和目标状态;②分析初始状态和目标状态的可达性;③用宽度优先搜索求解;④用深度优先搜索求解;⑤用启发式搜索求解;⑥用启发式搜索求解;⑦分析比较各搜索方法的结果正确性和执行效率。

案例教学手段：八数码问题的演示、实现与讨论（如图2所示）。

思考/讨论内容：启发式函数如何影响搜索效率？任意两个可达状态之间最大的最少移动步骤数是多少？

（三）创新型实验案例

人工智能与行业领域的深度融合将深入影响行业的各个方面，以人工智能的应用案例，进行深入分析，帮助学生深刻了解人工智能的创新性应用场景。

章节：人工智能应用。

知识点：创新性实验案例。

案例名称：活体人脸识别。

案例內容：在应用人脸识别的场景下，如门禁系统、签到系统、支付系统等，都存在进行活体人脸识别的需要，而且在移动端、PC端、嵌入式设备上都有相应的需求。基于图像的活体人脸检测技术是不需要人主动配合、成本低廉、安全可靠的一种方式。

案例分析过程：①首先提取图像的纹理轮廓特征和色彩组成特征，两类特征提取后进行组合，得到最终的图像特征。②构建SVM分类器，将提取出的真实人脸图像特征作为正样本，类别标记为+1;仿冒人脸图像特征作为负样本，类别标记为-1。③进行数据集选择，收集国内外相应数据集，与自建数据集进行融合。④进行模型训练和工程实现。

案例教学手段：活体人脸识别案例分析（如图3所示）。

三、实验案例教学的实施

学生是案例教学的接受主体。案例教学必须考虑教学对象的实际情况，实验案例可以采用以下三种方式进行教学实施。

（一）课前自学

自学式案例是以案例为载体，实现学习内容传递，希望学生通过自我学习和思考，进而做出分析、判断。比如绪论中的图灵测试案例，学生通过浏览Google语音机器人电话预约订餐和浙江大学语音机器人电话广告推销案例的音视频，以及通过浏览清华大学九歌古诗创作系统网站，体会与思考这些系统是否满足图灵测试的要求。通过课前案例自学，能引导学生对将要学习的知识产生注意，有利于提高学生课堂学习的关注度[9]。

（二）课堂讲授

案例的课堂讲授，能够帮助学生掌握抽象的知识点。案例的课堂讲授可以采取正向和反向两种形式，正向是采取“先知识点后案例”，即先讲授知识点，再给出相应案例;反向是“先案例后知识点”，即先给出案例让学生思考，然后再讲授相应知识点。可以根据教学内容的特点选择案例的不同呈现方式。比如遗传算法求取函数极值问题案例，采用后者来实施，学生通过该实验案例，可以直观了解编码方式、遗传参数、遗传操作、求解过程，为独立编程完成相关实验打下良好基础[10]。

（三）分组讨论

美国教育学家布鲁姆指出，课堂小组讨论比教师单纯采用讲授式教学方法更能吸引学生的注意力，活跃学生的思维。一般在课程开始前就应将学生进行分组，并指定一名组长，每小组4～6人;教师将实验案例和思考与讨论的题目通过组长发给每个小组成员，要求学生以分组讨论的方式提出解决方案并撰写相应文档和汇报PPT。在所有小组中选择3～5个比较有特点的解决方案，以PPT汇报的形式在课堂上进行分享，每个小组的汇报时间控制在10分钟以内。比如搜索求解策略中的八数码问题案例，各小组在组内讨论宽度优先、深度优先、A*算法的优劣以及问题的最大的最少移动步骤数。通过小组汇报，可促进学生的竞争意识，提高学生学习的热情。

四、结语

针对目前国内人工智能课程教学中偏重理论、缺乏实验案例的这一问题，本文提出了人工智能实验案例库的建设要求以及案例教学—实践活动—现实应用有机融合的案例教学实践新思想[11]。在此基础上设计了基础知识点案例、综合应用案例和创新型实验案例三种类型的实验案例库，并开展案例教学方法的应用与实践，使学生不仅能够掌握人工智能的相关原理与方法，而且具有应用这些原理与方法独立分析、解决复杂问题的能力，对提高课程教学质量、培养人工智能复合型人才具有十分重要的意义和参考价值[12]。

[ 参 考 文 献 ]

[1] 王万良.人工智能及其应用[M].第4版.北京：清华大学出版社，2017.

[2] 谢榕，李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育，2014（19）：92-97.

[3] 谢榕.人工智能的国际化：多元化创新教学模式[J].计算机教育，2017（6）：165-170.

[4] 张家军，靳玉乐.论案例教学的本质与特点[J].中国教育学刊，2004（1）：48-50.

[5] 宋金玉，郝文宁，陈刚，等.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（S2）：250-253.

[6] 曹正文.把握案例教学的几个关键点[J].太原大学教育学院学报，2008（2）：46-49.

[7] 王万森.适应社会需求，办好新一代人工智能教育[J].计算机教育，2017（10）：5.

[8] 周志华.创办一流大学人工智能教育的思考[J].中国高等教育，2018（9）：52-53.

[9] 李圣君.人工智能实验研究性教学模式探索[J].高教学刊，2016（3）：236-239.

[10] 张小明，李舟军.研究生人工智能课程研究性教学探索[J].计算机教育，2017（10）：71-74.

[11] 何春梅，周维，李枚毅.工程教育专业认证环境下《人工智能》课程教学改革的探讨[J].教育教学论坛，2017（32）：88-89.

[12] 方明，田野，徐晶，等.人工智能课程教学实践改革的探索与思考[J].重庆与世界（学术版），2013（10）：80-81.

[责任编辑：黄紧德]