人工智能类课程改革实践及赋能军事智能发展探索

汪洪桥　蔡艳宁　伍明　付光远　魏振华

摘  要：针对课程的教学现状，文章围绕人工智能类课程的教学改革与实践展开研究，并对其在军事智能领域的赋能辐射作用和方式进行了探索。在课程的规划设置、教学体系和内容的设计与优化、教学方式的改进、考核方式的创新，以及课程教学向科研学术、技术应用、作战运用的赋能辐射等方面进行了一系列改革实践，提出了措施。

关键词：人工智能;课程改革;军事智能;发展探索

中图分类号：G642       文献标志码：A         文章编号：2096-000X（2021）10-0025-04

Abstract： Concerning the current teaching situation， the teaching reform and practice of the Artificial Intelligence courses are studied in this paper， also the radiation and enabling functions and modes in the military intelligence field are explored. A series of reforms and practices are put into effect from planning and setting of courses， the design and optimization of teaching architecture and content， the improvement of teaching approaches， the innovation of evaluation mode to the radiation and enabling from teaching to scientific and academic research， technical applications and military operations， and some measures are proposed.

Keywords： Artificial Intelligence; curriculum reform; military intelligence; development exploration

隨着近些年的统计数据的积累，先是计算能力的逐步提升和算法的日渐创新，人工智能的技术正在以特别快的速度，紧密深刻的影响着各个行业的发展。人工智能是计算机科学、信息科学和自动化领域里的经典课程， 同时也是当前理论研究最热门、应用拓展最广泛的一个方向[1-2]。在军事领域，人工智能科技迅猛发展，正成为引领战争形态演进的核心驱动力量，推动机械化战争、信息化战争向更高形态的智能化战争演变。而军事智能是人工智能技术在军事领域的重要应用和检验战场，人工智能对军事智能化发展无疑发挥着重要的引领和赋能作用[3-4]。随着军事智能化是继信息化后的重大变动变革，武器等装备和军事指挥控制，能否实现最先进新颖智能化，是军队发展的比较重要的战略问题。虽然人工智能的技术教学时间已有较长的实践和积累，但是这些课程往往会侧重于通用的技术介绍，很难去紧扣军事的应用，课程内容距离战斗力的提升，这一目标还是存在差距的。

现在数字信息的技术发展，是现今人类社会正处于一个技术迅速发展的时代，由通信技术、大数据、人工智能、虚拟的现实技术为代表的新一轮的革命教育领域，是人类社会前所未有的机遇和新的挑战。大力度的发展军事智能教育，是更有力量的贯彻落实，国家对于人才培养和关于军事教育的重要论述实际行动，也是培塑学习型的军人、打造学习型的军队重要抓手，是赢得人才强军加速度的迫切要求。

一、人工智能类课程实施现状

教育始终是要回答“为谁培养人”“培养什么样的人”和“怎样培养人”。随着人工智能技术的井喷式发展及在社会生产、生活中的快速渗透，人工智能相关专业的人才缺口急速扩大。在部队院校，人工智能也备受关注，为了培养我校实践的能力、创新的思维与创造能力，确保并保证院校学生最大程度地适应教学的环境和社会的环境，也提出了人工智能的课程教学模式，创新与改革。首先主要对人工智能的课程教学现状进行数据分析，然后其次是针对人工智能的课程教学中所存在一些问题，其中包括教学的目标、教学的内容、教学的方法、教学的手段等方面院校的教改措施。根据实践证明，教学的改革措施的有效实施，明显提高了课程的教学水平，同时有效的保证了人才培养质量，教学的效果非常良好。[10]而当前现在正在论证的军事智能也会很快成为现在部队院校一个特色的专业课程，将来也会发展成为一个新的学科。

我校指挥信息系统工程专业作为指挥和信息通信保障领域的核心专业，也是我校计算机科学与技术学科一级博士授权点的重要支撑。为顺应人工智能的发展趋势，我校在近年来的相关学科、专业的本科、研究生培养方案中，均设置了多门人工智能相关课程，使得人工智能对计算机科学与技术学科以及其它众多专业的辐射赋能作用愈发凸显。[11-12]以2016年本专业开设的“人工智能原理及应用”为例，该课程已开四届，从前期情况看，教学效果良好，也受到了各级的极大关注。通过该课程的学习，学员在掌握人工智能基本原理与方法的同时，运用智能技术解决智能应用问题的能力也得到了明显提升，在毕业设计、科技创新、各类竞赛中发挥了重要作用。但是，从开设的各层次、各专业以及专业内相关课程来看，还存在课程规划与设置不清、教学内容与方法不新等问题，此外，在教学科研的融合上还远远不够。

二、人工智能类课程教学改革与实践

（一）人工智能类课程的规划设置

1. 跨层次的人工智能类课程规划设置

目前，我校在指挥信息系统工程本科专业，计算机科学与技术学科的硕士和博士生培养方案中均开设有人工智能相关课程。如本专业本科开设有“人工智能原理及应用”“数字媒体技术”“数据处理与分析”等课程，“数字图像处理”“算法分析与设计”“大数据分析与应用”等课程，博士阶段有“认知计算与深度学习”“图像理解与计算机视觉”等课程。针对各层次相关课程规划不够清晰，课程内容存在重叠，本硕博可能要学习多门课程的情况。我校在各层次课程在课程内容、教学重点、教学目标方面各有侧重，区分了基础、应用和拔高。

2. 跨专业的人工智能类课程规划设置

从全校的专业和学科培养方案看，目前开设的人工智能类课程有6门以上。各专业之间，各院系之间，相关课程的设置仅从自身专业或学科出发，缺乏统筹和总体规划。在最新的审议培养方案过程中，就有学院专家建议，可将两个专业的两门智能相关课程合上。因为从专业背景和教学内容看，这两门课程在人工智能基础原理的教学上，是存在融合可行性的。通过从整体上规划设计和统筹，达到了减少课程门数，优化利用教学资源的目的。

3. 专业内人工智能类课程规划设置

在专业内的相关课程设置上，以2018版培养方案中的“人工智能原理及应用”和“数据处理与分析”两门课程为例，从课程内在的逻辑关系和内容体系看，考虑将两门课程合并，将“数据处理与分析”课程基础原理部分可以归于“人工智能原理及应用”内，同时新课程重点增加数据处理与分析领域的应用，学时增加至60学时，在减少课程门数的基础上，可使课程更适配本专业的核心任务。

（二）教学体系和内容的设计与优化

1. 按需设计教学体系

首先从教师的角度，要对课程的内容体系有非常深刻的认识。如对当前人工智能科学和技术的知识体系、前沿技术、发展趋势和应用场景要有深入的了解，对人工智能在知识表示与推理、搜索、学习等核心方面有系统研究、学习和总结。在知识学习和图谱表示、NLP、推理与智能决策、机器视觉、机器学习等方面进行综合内容设置与教学体系优化。此外，人工智能相关课程的教学，必须注重理论与实践的密切结合与相互促进，这就需要教员结合原理设置大量的编程环节，让学员通过程序编写加强对理论方法的掌握，培养出兴趣后才能更好地参与到理论的学习与推广应用[5-6]。

2. 优化教学内容

人工智能属于新兴交叉学科，涉及的内容范围极广，因此通常存在授课内容与有限授课学时之间的矛盾。在我校人工智能相关课程的设置方面，我们参考了地方知名高校的授课内容，同时考虑到本校部队特色和本学科的学术研究方向，对教学内容进行了精心优化和归纳，力争做到教学内容的系统化和实用化。目前，我们讲授的教学内容主要包括：知识表示、推理、搜索策略、机器学习、专家系统、决策支持等。另外，人工智能领域中新问题、新理论交错涌现，这就要求必须做好各层级课程的衔接，教学大纲要适时优化，教学内容更要不断推陈出新，同时教员自身也需要不断提高自身的科研学术水平，以提高课程的研究性和实践性内涵。

（三）改进教学方法

为了激励学员自主学习，在基本的理论和实践教学基础上，可采用典型实例和工程开发的理念贯彻人工智能原理的整个教学过程。比如从第一次课开始，就利用典型的现实生活智能问题（如车牌识别问题），通过智能原理解析、深层问题剖析、问题应用拓展，不断引导学员如何提取目标特征，如何设计分类器，还有这项技术能否扩展到其他领域？比如人脸、指纹、虹膜识别问题。通过这种方式，从上课初期就让学员对人工智能的与原理和应用有了较为直观的认识，然后通过课程的不断进展，逐步揭示其中涉及的算法与技术，这样拓展后，就能激发学员学习兴趣。此外，在实践教学中，可采用小型作业分组的形式，通过对作业小组进行任务划分与考核，提高团队协作和共同攻克难题的能力，也能提高对知识点的领悟和运用。

（四）创新考核方式

人工智能类课程由于其独有的特点，传统的单一试卷考核方式并不合适。因为很多知识点难以通过一张考卷来展现，笔试结果也很难衡量学员对基本原理和实践应用的掌握情况。因此，对人工智能课程的考核，要本着以学员为中心的理念，創新多元化考核方式。除了传统课程的考勤和作业等方式外，还可以从阶段汇报、实践开发、学术研究等几个方面进行综合考评。如学员可将自己的学习成果与算法实践收获等信息综合展示，并在课堂上进行展示与答辩。同样，学员可以选择在人工智能领域的一个具体的应用场景（如车牌识别、时间序列预测等）进行自主的设计与开发。这种多元化的考核方式不仅对学员的学习效果和动手能力进行了考核，也对学员的综合素养进行了全面的考察。

三、人工智能教学赋能军事智能发展探索

课程的教学，在掌握基础理论的基础上，更重要的是对智能技术与方法的实践应用，特别是在具有部队特色的军事智能领域，要发挥课程教学的赋能辐射作用，向科研学术赋能，向技术开发和应用拓展赋能，向军事智能化作战运用赋能。

（一）人工智能类课程教学向军事智能科研学术的

辐射赋能

1. 人工智能类课程教学要注重与科研的良性互动

人工智能的学习，必须以应用为前提。因此，对课程的教学，应当结合科研背景加以筹划和渗透。在本科阶段的课程教学中，可适当引入高年级或高层次的教学内容，如模式分析、机器学习、数据挖掘、智能搜索等，让学员能够从人工智能的知识体系中了解其应用场景，加深对原理和技术的认知。注重课程教学与科研训练的渗透与融合。同其它课程一样，由于直接目的不同，也存在时间和精力的分配矛盾，人工智能类课程教学与科研学术其实也是有冲突的。但教学与科研学术也是内在统一的，二者是相互帮助、相互促进的关系。科研学术可创新教学内容、可以深化教学的手段和方法;教学水平的提升可以为科研学术提供好的人才队伍基础，教学过程也有利于科研的进一步深化，也是一个知识发现的过程;对教员而言，教学是果，科研是根。作为理论研究异常热门，应用拓展异常广泛的课程，人工智能的教学与相关的科研学术更应该是相互促进和相互提高的，必须做好教学和科研的良性互动[7]。

2. 人工智能类课程教学要注重培养创新意识

创新意识的培养，是当前大学教育非常重要的环节，对于学习人工智能领域课程、掌握未来智能军事科技的军校学员，显得尤为重要。学员创新意识的培养，通常依托科研实践课题，往往都是围绕一项智能技术或一个智能系统展开。但是因为对学科体系不能深刻把握、对相关课程的关系和衔接认识不清，学员很难对实践课题形成全面的设计和规划，也无法做到多个相关课程知识点的融合[8]。所以，人工智能类课程的教学，必须让学员在“学习中研究，研究中学习”，将学习和创新研究紧密结合，以提高学员分析问题、掌握理论工具、创新理论方法、解决实际问题这一系列的能力。教员在授课过程中，通过问题和案例引导，鼓励大家带着问题去学习去实践，通过给学员提供一些经典的参考资料、一些最前沿的技术方法、一些有用的算法和程序代码等，指导他们如何带着问题查阅资料和阅读资料，并从大量文献中发现总结新理论新方法，思考需要掌握哪些工具;对于实际案例涉及的科学问题，思考用什么理论能解决，如何解决，激发学员的能力素质和创新热情的积累。条件允许的情况下，引导学员及早参加各种创新科研课题，鼓励参加各类创新性竞赛，全面培养学员的创新意识和素养。

（二）人工智能类课程教学向军事智能技术应用的

辐射赋能

1. 人工智能类课程教学与军事智能应用的相互促进

军事应用特色鲜明的人工智能类课程，更应该注重在军事智能技术领域的拓展和辐射，以更好的服务部队、服务战场。从当前指挥信息系统工程专业和计算机科学与技术学科为例，教研室开设的人工智能类课程在军事智能领域就具有很好的拓展和辐射作用。在军事智能系统、智能决策、机器学习、模式识别、遥感图像分析应用、安全防护等具有鲜明的军事背景特色和作战需求方向均取得了大量科研学术成果，反过来这些成果又可以很好的促进教学内容的不断充实更新。

2. 人工智能类课程教学与军事智能技术的相互印证

作为部队院校，人工智能课程的教学更应该具有军事特色。比如：可以通过案例等方式，向学员展示人工智能在军事应用领域的新技术和新趋势。[9]也可以从具体军事智能系统和技术入手，如无人作战系统、群智能系统、战场感知系统、导弹精确制导、智能指挥控制、智能决策支持等，剖析其涵盖的智能理论和方法。如美军装备的“大狗”机器人，就是得益于其先进的智能控制、机器视觉、人机交互、多传感器信息融合、机器学习等技术的发展，推动了机器人学的迅速发展和机器人的大范围推广应用。再如机器学习、模式识别教学内容，可以结合大量的军事科研成果，引入高光谱图像目标分类这一典型应用场景，使理论方法的教学有的放矢，言之有物。

3. 人工智能类课程教学向军事智能化作战运用辐射赋能

未来智能化战争，对信息、知识的运用和决策提出了更高的要求。作为核心的人工智能类课程的规划设置、教学改革和实践，必须加快向军事智能化领域和作战运用方向的辐射赋能。在人机融合的智能筹划、智能指控、智能决策、无人作战系统等领域充分发挥智能技术优势，为快速、精准决策提供支持，提升打赢智能化战争的能力。

四、结束语

人工智能技术是前所未有的发展，而现在军事智能化已经成为世界各地主要的军事力量，引起不约而同的关注和军事智能的发展目标，想必对未来的战争形态会产生比较大的深刻的影响。本文围绕人工智能类课程的建設改革与实践展开研究，并对其在军事智能领域的赋能辐射作用和方式进行了探索。相关的改革与实践措施，将为各层次、各专业的人工智能类课程的总体规划设置提供为参考，为相关专业和学科新版人才培养方案与教学大纲的修订，教学内容、方法的实施提供指导，为具有军事智能特色的智能科学技术研究方向的辐射拓展提供借鉴。通过不断分析各层次与各专业的教学症结，实践课程建设与总结教学手段，探索科研创新素养和实践动手能力培养方法，一定可以解决当前人工智能类课程存在的规划与设置、教学资源利用不够科学，教学效果适应智能技术快速发展不足，教、研、战融合赋能不够等问题。

参考文献：

[1]杨晔.人工智能课程的知识体系与案例体系架构设计[J].办公自动化，2020，25（08）：24-25.

[2]姚琳，石志国.人工智能课程体系与教学方法研究[J].中国大学教学，2019（10）：19-22.

[3]马丽，曾三友，侯强，等.面向本科生科研能力培养的人工智能方向课程体系建设[J].教育教学论坛，2019（51）：64-65.

[4]王新良，马耀博.基于“问题驱动、任务导向”的《人工智能》课程教学改革研究[J].教育现代化，2019，6（97）：47-49.

[5]陈少飞，刘鸿福.新形势下“人工智能基础”课程教学改革的思考[J].科教导刊（中旬刊），2019（11）：100-101.

[6]秦记峰，任东海.人工智能课程实践教学改革探讨和研究[J].计算机教育，2019（10）：12-15.

[7]李云亮.基于创新型教学观的人工智能课程教学改革思考[J].数字通信世界，2019（11）：247.

[8]王文晶.人工智能课程建设与实践教学探索[J].办公自动化，2019，24（19）：29-30.

[9]王涛，冯旸赫，舒宇，等.基于能力素质模型的联合作战保障人才培养目标设计方法研究[J].高等教育研究学报，2018（4）：62-65.

[10]高文超，赵瑞洁，张国英，等.思维导图在本科“人工智能”课程教学中的实践研究[J].工业和信息化教育，2018（03）：27-32.

[11]教育部印发《高等学校人工智能创新行动计划》确定人工智能发展任务[J].中国大学生就业，2018（09）：4-6.

[12]教育部关于印发《高等学校人工智能创新行动计划》的通知[J].中华人民共和国教育部公报，2018（04）：127-135.

基金项目：国家自然科学青年基金“非结构化数据模式分析中的多核融合理论与学习方法研究”（编号：61202332）;陕西省自然科学基金面上项目“数据驱动的高光谱图像像元解混与高精度地物分类”（编号：2020JM-358）;陕西省自然科学基金面上项目“视觉认知驱动的SAR图像典型目标非结构化信息表示及识别技术”（编号：2015JM6313）

作者简介：汪洪桥（1979-），男，汉族，湖北云梦人，博士，副教授，研究方向：人工智能、机器学习、智能技术与信息系统。