探讨交叉学科背景下人工智能课程教学与实践

2021-10-28王颖

江苏广播电视报·新教育 2021年18期

摘要：随着现代制造业逐渐以智能制造为核心的发展，人工智能与产业深度融合发展也迈入新阶段，作为典型的交叉学科，开设人工智能课程培养和提升交叉学科人才的综合素养要求显得十分迫切。本文介绍了交叉学科的发展与人工智能教学的重要意义，探讨了人工智能课程教学与实践。

关键词：交叉学科;人工智能;课程创新

一、交叉学科的发展

1.国内外交叉学科教育发展

国外的交叉学科教育已有百年历史，基于其发展的系统性和综合性非常值得借鉴和讨论。近一个世纪以来，获得诺贝尔自然科学奖的成果中，近半数为多学科交叉融合所取得的成果。

交叉学科在英文里的表达“interdisciplinary”，翻译为中文是“交叉学科”、“跨学科”。这个概念最早是由美国社会科学研究理事会提出来，被解释为自然科学、社会科学、技术科学等各学科互相交叉而成的新论述。[1]

世界知名大学都普遍高度重视多学科交叉融合教育教学，在开设专业和研究项目时都会有所偏重。我国在近些年也越来越重视交叉学科的融合与发展，在教育体制政策上予以放宽限制、人才培养上弥补差距、教学理念上不断深化改革，让创新教育得以务实化、不在流于形式，逐渐取得成效。

新时代的科学技术发展让更多的学科互相交叉、相互融合、体现深刻的系统性和综合性。学科交叉也体现了科学技术自身发展的进化选择，越来越多交叉学科在产业变革和发展中发挥关键作用。交叉学科在科学领域表现出的生命力也得到社会的充分肯定和期待，交叉学科教育与创新培养人才密不可分，针对交叉学科教学的建设和实践非常值得探讨。

2.人工智能与产业融合的关系

人工智能与制造业的结合改变了制造产业模式;人工智能与自动驾驶融合，推动了传统自动化控制的变革;人工智能给医疗行业的赋能，大大提高了医疗效率，提升了手术精准度的价值。

新一代人工智能已经从最初的算法驱动逐渐向数据、算法的复合驱动转变，我国在人工智能的应用探索上比较活跃，尤其是智能安防、智能金融、智能城市相关场景，使得人脸识别技术得到广泛应用。无人驾驶、智能医疗和智慧教育等发展又使得计算机视觉、语音识别和自然语言理解等技术得到深入拓展。

搭建好人工智能的生态圈和产业链，都离不开对人才的需求，需要越来越多的人工智能从业者，各自发挥专长，结合人工智能的交叉学科优势，取长补短，积极推动产业融合，构建更为高效的产业融合群。

3.人工智能教育教学现状

社会与产业的发展正在改变传统高等教育教学模式和格局，学校教育要培育出复合型交叉学科的人才，系统性地掌握智能方法和处理技术的高阶人才，单一学科的研究模式和思维方式不利于实现科技创新和重大问题的解决。

人工智能对人才培养的影响更为显著和直接，主要体现在学科专业的开设和未来发展，很多工科专业都有涉及人工智能的相关课程，更有深度探索和实践“专业+人工智能”的交叉学科模式，形成对人才的精准培养。全国大部分工科院校的计算机软件、电气工程、机械工程、控制工程等专业都开设了人工智能这门课程。

4.人工智能课程的内容与授课方向

人工智能是典型的交叉学科，研究领域涉及计算机科学与技术、信息工程、电子通信技术、自动化控制工程、神经生伦理学等多学科的交叉研究。要对人工智能课程内容做全面和系统的讲授既不现实也有困难，因此在实际教学过程中，讲授一些普遍意义的人工智能基本知识和原理就非常丰富了。

人工智能课程内容包括机器学习、自然语言处理、人工神经网络、搜索技术、运筹控制、算法优化等等。[2]授课方向根据所在不同学院和专业可以适当调整侧重点，结合实际需求来进行有效学习，为学生今后持续学习打好基础。

二、人工智能课程教学

1.课程体系搭建

因为人工智能涉及的内容非常广泛，研究领域也十分丰富，搭建课程体系非常重要。课程体系的搭建有利于学生理解基础知识，从而掌握相应领域的核心知识点。通常在课程中我们把人工智能分为基础知识和智能应用两部分。基础知识部分包括知识表示方法、确定性推理、非经典推理等;智能应用部分包括专家系统、机器学习、自动规划、自然语言理解。[3]

2.教学内容优化

人工智能课程目的是使学生了解人工智能的基本原理，掌握人工智能的基本知识和实践技能。课程内容在讲授的基础上，拓展更多的智能化产品和项目介绍，有条件的可以进行实验、实训。

在讲义之外，更多地联系实际情况，扩展教学宽度，联系大数据和智能制造等交叉学科知识拓宽学生知识面，结合前沿科学内容开展更为深入的教学活动，对学生适度引导，激发学生的求知欲和探索精神，培养更多人工智能学科人才。[4]

3.教学模式创新

人工智能应以人为本，建设多元融合的学校课程体系，引入启发式教学方法，课堂增加互动和讨论，让学生的疑问能及时得到积极反馈。结合智能化案例，让学生了解人工智能的应用范围，如智能机器人，无人驾驶、无人工厂、无人机等先进智能应用场景，开阔学生思路，提高思考能力。在教学过程中，要坚持以学生为主体，以教师为主导的培养模式，对学生进行持续、有效的教育。

三、人工智能课程实践

人工智能课程实践应适应新业态下的产业需求，以产业需求为导向，推动人工智能与产业相融合的实践方向，引导和鼓励企业深度参与人才培养全过程。

1.实验教学

人工智能教学实践应安排部分经典实验课，结合高智能化产品项目，介绍理论知识在实际中的应用方法，启发学生独立完成实验，通过实验数据和结果撰写实验报告。人工智能实践重点是培养学生解决问题和提升思维能力，进而培养学生的专业素养和创新能力。

2.校企合作

根据产、学、研合作模式，以校企合作为基础，提高学生动手能力，和主动参与意识。学校对外合作交流过程中，选择知名人工智能企业进行合作，给企业输送其所需人才，供其储备。学校借助企业培训，完善校外实践环节，提高学生实际项目参与度，激发学生探索知识，提升自身的竞争力，逐渐形成校企深度融合。

四、结语

交叉学科融合还处在不断发展的阶段，人工智能课程教学与实践应该紧跟时代步伐，创新教学模式和改变传统教学观念，努力在课堂中呈现更为丰富性的知识和内容来吸引学生兴趣。根据社会实际情况和需求探索符合学生特点的教学模式，把人工智能课程变得易于理解和掌握，使得人工智能培养人才方案得到有效地实现。

参考文献：

[1]陈其荣，殷南根.交叉学科研究与教育：21世纪一流大学的必然选择[J].研究与发展管理.2001（330-332）.

[2]蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社，2003.

[3]王万森，人工智能原理及其应用[M].电子工业出版社，2006.