应用型本科高校人工智能导论课程的教学与实践创新

朱玉祥, 李刚强, 何宇

摘要：文章结合应用型本科高校的人才培养模式，探讨了人工智能专业基础性课程人工智能导论的教学与实践创新。针对课程 “开放性”“入门性”“引导性”的特点，从人工智能导论创新教学与实践入手，注重创新意识的应用、理论与实践相结合和翻转课堂教学模式这三个方面进行教学改革总结。力争将教学改革创新模式贯穿到整个教学实践当中，以达到提高应用型本科高校人才培养质量的目的。

关键词：人工智能导论；创新改革；课堂翻转

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2022）32-0174-03

1 概述

人工智能是一门交叉学科，其导论课程涉及的理论方法有助于进一步学习其他专业课程，使学生对人工智能有全域的认识，培养学生的实践以及创新能力的课程[1]。人工智能导论主要划分为六个章节，分别为：绪言、知识表示、搜索算法、逻辑推理、机器学习和人工神经网络。在绪言中介绍了人工智能的发展史，同时对全书内容进行概括性总结，使用生动的案例将学生引入人工智能课程内容当中。第二章的知识表示介绍知识与知识表示的概念以及基本的确定性知识表示方法。第三章搜索算法介绍了广度优先搜索，深度优先搜索，迭代加深搜索，A*算法等基础搜索算法。同时，在本章末尾部分引入了一些更加智能的算法--遗传算法等，用于对学生知识水平的拔高。第四章逻辑推理以亚里士多德三段论为切入点，主要介绍了三段论，选言推理，假言推理，关系推理等几种典型的推理形式。第五章和第六章引入一些关于人工智能的基础知识，涉及机器学习，深度学习，神经网络等内容。其中，第二章的知识表示以及第三章的基本问题求解方法在本课程中进行了详细的讲解。

此外， 我们在选择和确定教学内容时兼顾了基础知识和新兴技术， 注意与离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等相关课程的连接， 密切理论与实际的关系，通过课堂讲授和课外训练， 注意学生能力培养，提高学生的学习效果和整体素质。人工智能导论课程作为人工智能新工科人才培养兴趣和能力的一个重要学科，在全国各大高等院校的课程教学中起着十分重要的作用[2]。通过学习本课程，可以让学生具备基本的人工智能思想意识和利用智能算法分析和解决实际问题的能力。同时开阔视野，培养学生的智能思维方式，掌握人工智能的基本原理和方法，为将来从事科学研究打下一定的基础[3]。

2 人工智能导论课程特点

人工智能导论课程是人工智能“开放性”“入门性”和“引导性”的基础性课程，所讲授的也是人工智能中最基本最重要的内容[4]。

本课程较为系统、全面地介绍人工智能的相关概念与理论，既简明扼要地介绍这一课程的基础知识与应用技术，并对自然语言处理、专家系统等内容进行扩展，帮助学生扎扎实实打好人工智能的基础知识。通过提供浅显易懂的案例，让学生切实理解与掌握人工智能的基本原理及相关应用知识，重视培养学习方法。所谓“引导性”，即带领学生从无到有，逐步建立起人工智能的基本思想、理论、方法、开发及应用等知识体系。将经典人工智能方法与前沿技术相结合，激发学生学习人工智能的热情和人机协同创新思维，介绍人工智能在不同领域的应用，引导学生充分理解人工智能对未来人类社会经济、科技和文明发展的重要作用，使具备未来智能社会发展需要的人工智能素质[5]。

人工智能导论课程的目的可为进一步学习人工智能其他课程如机器学习、知识工程、计算机视觉等奠定基础；可与其他学科融合建立关联；可与相关学科联合组成体系；可为所有学科开发应用提供方法；同时为学生未来的学习进行入门教育及引导[6]。

3 人工智能导论创新改革

3.1  加强创新意识的应用

在人工智能导论课堂上，单纯给学生讲解一些理论知识，对于学生主体性的考虑不够。为了激发学生的创新意识，可以通过课堂案例视频引導，互联网+创新创业大赛指导等方法鼓励学生参加各类科技竞赛。学生除了在课堂上掌握好人工智能的基础理论知识外以及将理论在实验中进行验证和实现外，还可以鼓励学生参加课外兴趣小组，或者科技类比赛[7]。

3.1.1  通过扩散思维培养学生创新意识

扩散性思维是创新思维的重要组成成分之一，思考者根据已有的知识、经验的全部信息，从不同的角度不同的方向，进行各种不同层次的思考，多触角，全方位地寻求与探索新的多样性的方法和结论的开放式思维，这种思维方式能克服常规思维的单一性，能有效锻炼学生的思维流畅性和灵活性。老师们可以在授课过程中通过给学生一个引导来激发学生的自主、探索和创新思维，并且鼓励学生提出一些方案。而学生们提出的方案或许是不全面的甚至是错误的，但其中无不包含着创新的火花，应该支持并鼓励学生创新性的想法和回答。

3.1.2  通过开阔视野培养学生创新意识

单纯给学生讲解一些理论知识，对于学生主体性的考虑不够。这里需要激发学生的创新意识，例如课堂案例视频引导，互联网+创新创业大赛指导。同时学习的运用和开阔的视野也是至关重要的，而提高大学生的创新能力关键要培养科学的学习习惯和思考习惯。教师应该通过学术讲座等方式，使学生开阔视野，掌握科学的学习方法。也可以通过鼓励学生参加各类人工智能科技竞赛。

3.2  注重理论与实践相结合

人工智能理论的实践与应用，对企业的进步和社会的发展起到了极大的作用。人工智能导论课程的教学应以学生的兴趣为导向，注重理论与实践的相结合，广泛应用学校的人工智能实验室和其他科研教学的平台，开展相关应用课程实验。最后通过期末课程设计进一步提高学生对相关人工智能知识的理解能力和创新的能力[8]。

3.2.1 理论应用案例分析，穿插背景故事

以下将通过遗传算法的实例应用与分析，带你理解人工智能理论在日常生活中的实际应用。对于遗传算法，比较好实例就是英国的吉普赛蛾。它经历了工业革命，吉普赛蛾身体颜色由浅灰色进化成了灰黑色。以此为背景，我们可以知道生物的进化主要包括四个过程。繁殖、突变、竞争和选择。而这四个过程可以用一个封闭的循环图来描述，如图1所示。

物竞天择，适者生存。在生物进化的过程中，优秀个体有更多机会被选择参与繁殖，低劣个体更少机会参与繁殖，直至逐渐消亡。而在计算机程序中，我们可以进行“人工进化”。直接对结构对象进行操作，不存在求导和函数连续性的限定，具有并行性和较强的全局寻优能力。由此我们可以根据生物进化的理论来延伸到计算机算法的应用上去。通过遗传算法，我们可以根据其中的思想与方法，来进行科学实验的验证，验证遗传算法在人工智能领域的一些应用。其在实际中的具体应用如图2所示。

3.2.2  实践教学注重上机配套实验

实践教学的目的是提高学生的独立思考和动手能力，应以学生为主体、以学生兴趣为导向开展相关应用课程实验。同时也需要对传统的实践教学模式进行改革，以满足企业和社会对新工科人工智能应用技术人才的需求。而目前大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够，这些都极大地阻碍了人工智能导论实践教学的发展与应用。因此需要在传统的教学方式上进行改革，以满足实践教学的需要。

结合人工智能竞赛来设计相关配套实验。以赛促学，能更好地提高学生学习興趣。目前，行人重识别已经成为学术界的研究热点。行人重识别研究可以有效推动计算机视觉算法对相似物体的区分能力，提升对物体类内差异的鲁棒性。因此我们可以根据计算视觉来设计相关的实验课题，以此来以赛促学，更好地让学生理解和应用所学的理论知识。

3.3  充分利用翻转课堂的教学模式

3.3.1  翻转课堂将主动权转为学生

老师们可在课前根据教学任务及安排设计教学内容并通过学习通等教学软件发布视频，同时针对课程布置相关习题以便学生进行课前的自主学习，凭借学生相关习题完成率及正确率的数据显示检测学生对课程内容的课前学习掌握情况。在授课期间如果遇到合适的、适合学生讲解的知识，例如搜索算法或者机器学习算法，可以对学生进行分组，为学生提供自主学习的环境，促进学生间的沟通交流，使学生获得课堂主动权并且激发对人工智能导论这门课的学习兴趣。

以搜索算法为例，每个小组派出代表通过PPT形式在讲台前进行讲述，在课堂呈现时，发扬头脑风暴和反头脑风暴精神对其他小组的观点予以评价，各抒己见指出其小组观点的优势及劣势。这种点评式分组讨论不仅增加小组间的互动还可让学生们了解更多新的思路从而进行思考、消转为自己的知识，提高学习效率。让学生养成善于思考的良好习惯与批判性思维。这样使小组每位成员都能熟练掌握该知识。小组成员内有讲述者、提问者、答辩者，每位成员都参与其中，提高学生主动学习的积极性。

3.3.2  翻转课堂的优势

课堂翻转让学生上台讲述，可以提高学生的独立思考能力，以及学生之间的沟通交流能力，锻炼学生的临场发挥能力。人工智能导论是一门有深度的课程，通过课堂反转让学生都加入讲课过程中，可以让学生对人工智能导论课程产生乐趣，并主动地去学习这门课程。

4 结束语

人工智能技术应用广泛，发展迅速，应用型专业人才需求剧增。学生学习和了解人工智能领域的相关理论、技术和方法，利于其进一步学习深造和就业。本文结合课程特点，从人工智能导论的知识理论和章节内容出发，重点讨论了人工智能导论课程的创新改革方法，包括加强创新意识的应用、注重理论与实践相结合、多媒体功能的使用以及充分利用翻转课堂的教学模式四个方面，文中提出的方案可以为该门课程的教学提供一定的参考。

参考文献：

[1] 韩洁琼，闫大顺.人工智能实验教学探讨[J].计算机教育，2009（11）：135-138.

[2] 刘若辰，张向荣，焦李成.人工智能概论教学探讨[J].计算机教育，2012（18）：89-91.

[3] 刘金江，李贺，马晓普，等.面向新工科的人工智能导论实践教学模式初探[J].计算机时代，2021（5）：91-93.

[4] 李晖.面向地方高校的人工智能导论课程改革与实践[J].计算机教育，2021（11）：51-53.

[5] 戴华，王勇智，周小强.人工智能导论课程的综合教学改革方法探索[J].课程教育研究，2018（43）：250.

[6] 赵磊磊，陈祥梅，杜心月.人工智能时代师生关系构建：现实挑战与应然转向[J].教育理论与实践，2021，41（31）：36-41.

[7] 黄河燕.新工科背景下人工智能专业人才培养的认识与思考[J].中国大学教学，2019（2）：20-25.

[8] 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.

【通联编辑：王力】