高校人工智能通识课程教学实践探究

邢艳芳 周舒琪 朱金付

摘要：人工智能已经成为当下计算机产业发展和高新技术产品中的核心要素。作为国家发展战略，人工智能技术在人文社科及理工农医等多个领域都取得了广泛的发展应用。具有基本人工智能知识素养的行业人才亟待培养。针对人工智能通识课程设置体系，分析研究现实可行的教学模式。通过设置基础性、综合性、广博性的人工智能课程内容，归纳总结了课程设计和教改思路。拓宽不同学科学生的思维模式，丰富学生视野，优化知识结构，打造全面化发展人才。

关键词：人工智能;通识课程;人才培养;课程设计;教学实践

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2022）19-0089-02

1 引言

伴随社会高新产业技术变革，各用人单位特别是五百强企业对于拥有相关科学素养和强大逻辑思维能力的综合性人才展现出了极大的需求，社会对于人才的要求逐渐趋向全面化发展。习近平总书记在全国高校政治工作会议中指出“我们对于高等教育的需要比以往任何时候都更加迫切，对科学知识和卓越人才的渴求比以往任何时候都更加强烈”[1]。当前，人工智能已经成为科技发展的热点方向，引领着新兴科技技术的发展方向。以人工智能教学内容作为通识课程设计，不仅符合国家和社会鼓励的技术发展方向，而且其易于理解学习的基础性课程内容，可以激发学生进一步学习的兴趣[2]。从而发展学生快速学习、勇于实践、小组协作等综合性能力，有助于“一专多能”性人才的培养。

2 設置人工智能通识类课程的目的

本门课程作为通识课程，面向全科类学生开放。主要目的是向学生传授基本的人工智能科学知识，培养学生的学习能力、逻辑思维能力和数据分析能力。要求学生了解人工智能技术的基本特点、技术发展历史、主要应用领域及未来发展方向。把握人工智能算法的基本逻辑和工作思想，培养在实践中应用人工智能技术解决问题的意识。对于人文社科类学生，该课程主要可以帮助学生理解人工智能技术的基本概念，引入跨学科思维能力，提高科学素养;对于理工科学生，该课程可以引导学生兴趣化发展，拓宽他们的职业发展方向[3]。

总之，通过该课程的学习，学生可以基本掌握人工智能技术的发展简史和前沿知识，探讨人工智能算法逻辑和学科专业课程相结合的可能性，用创新的思维研究各类问题，从现实理论出发寻求实际应用方式[4]，从而有效提高学生独立发现和应对问题的能力。

3 课程教学模式设计

本门课程以选修课形式开设，采用混合教学模式进行设计[5]，将课堂教学作为主要教学方式，辅以课外书籍阅读、小组课外讨论和问题总结答疑的方式进行。利用多种教学媒体、教学资源和教学环境，相互融合实现学习效果的最大化，达成最优教学目标。此类培养模式的核心在于由学生代替老师在传统教学中的主导地位，将学生作为知识体系的构建者。通过引导学生发挥主观能动性来进行自主学习探索[6]。

在课堂教学的环节中，老师只进行人工智能技术的算法逻辑和应用方式这类难点问题的讲解，紧跟前沿技术发展方向，向学生提出引导性问题，通过影像资料、动画演示和文献范例来激发学生对于人工智能技术的兴趣，培养学习热情。主体的学习过程中，由学生自我把控，要求学生通过网络搜集资料、制作展示文件、独立自主进行学习。培养学生检索文献并阅读文献的能力，做好知识总结，结合课堂教学内容，完成创新性发展。作为一门通识类课程，积极寻找人工智能与专业之间的联系，以达到互相促进学习的目的。

4 课程教学内容设计

本课程需完成发展及应用、知识图谱、模拟推理、搜索策略、遗传算法、群智能算法、人工神经网络、机器学习、专家系统、自然语言处理、计算机视觉、智能机器人等共12章的学习内容。

第一章主要介绍人工智能技术的发展历程和应用方向，从人工智能技术的诞生到曲折发展出发，使学生了解人工智能的特点和研究的基本内容，为后续学习奠定基础。通过两场标志性的人机博弈事件，启发学生学习的兴趣，体会人工智能的进步。引导学生进行关于机器劳动力的讨论，对技术市场和社会需求形成初步认知。

在第二章关于知识图谱的学习中，主要介绍知识及知识表达的概念，了解计算机如何表示人类知识，掌握多种表示方法思想和形式，并辨明其优缺点和适用对象。掌握框架知识表示法，解释知识图谱等新兴技术的发展方向。

由于现实世界中的事件是随机和模糊的，这导致人们产生了不同的认知和不确定性的证据，必须对不确定性的知识进行推理研究[7]。第三章引入介绍模糊推理概念，学习推理的基本概念、两大分类以及应用方向。介绍面对推理中的冲突矛盾，如何采用消解策略。学习用集合概念表示模糊逻辑的方法，判断集合之间的模糊关系。我们在求解判断的问题时，需要选取一个恰当的解决方法。

第四章的设计内容从人工智能的角度出发，研究搜索方法在问题求解中的应用。本章着重介绍两大类搜索策略：其一是盲目的图搜索策略，分为回溯策略、宽度优先策略和深度优先策略;其二是以A及A*搜索算法等为核心的启发式图搜索策略[8]。

从第五章到第七章开始学习模拟生物的各种算法和神经网络模型。在自然界和生物界的影响下，人们根据生物行为模仿设计了多种求解问题的算法，称之为计算智能。分别在第五章和第六章进行了详细介绍。首先说明简化算法的概念和基本框架，演示双倍体、双种群和自适应等典型改进遗传算法和应用模式。随后通过模拟鸟群行为的粒子群优化算法和模拟蚁群行为的蚁群优化算法来具体展示了群智能算法。智能优化的方法通常包括进化计算和群智能两大算法，广泛应用在机器学习、智能控制、网络安全等多个领域。

第八章首先介绍了人工神经元和人工神经网络，以两次人工神经网络发展高潮的感知器和BP学习算法为学习重点，从常用的人工神经网络模型展开讨论，寻求创新应用途径。

专家系统本质是一类计算机程序系统，它可以模拟人类专家思维处理问题，是人工智能技术理论化向实践化的突破。此类内容会在第九章的学习中具体讲述，重点了解专家系统的搭建、开发和应用实例。

第十章首先讲述使用自然语言与计算机进行通讯的方法和基本思想，介绍语言处理过程的层次和机器翻译方法，引入循环神经网络概念，研究基于循环神经网络的机器翻译和语音识别技术。

第十一章和第十二章具体介绍了两个人工智能技术在具体产业中应用的实例，分别是计算机视觉和智能机器人。通过学习计算机视觉概念和数字图像，研究基于深度学习的计算机视觉技术，创新性发展研究基于计算机识别技术的人脸识别和虹膜识别高新技术。通过学习机器人的产生和发展，讨论智能机器人的发展应用和伦理性问题，并提出技术展望，拓展创新性思维。

5 课程考核方式设计

基于学生自主学习为核心的课程培养模式，本次课程采用平时成绩和期末成绩结合的综合方式进行考核[9]。以学生听课情况、问题交流情况、回答教师提问正确率来评定学生的课堂表现。课后布置作业，以小组形式讨论完成，并在下次课堂中设置成果展示时间，通过考察小组讨论是否积极、准确、观点独到等方面评定课业完成情况。两方综合构成学生的平时成绩。

期末成绩评定采用考查课形式，以专题讨论论文或学习总结进行考核，最终由任课老师结合学生情况进行评分。一般要求平时表现及作业成绩和期末考核成绩以各50%的占比计入总评成绩。

6 结论

人工智能通识类课程对传统教学模式进行创新，采用混合教学模式，运用了多种授课模式和新媒体视频资源，有利于激发学生的学习兴趣并培养自学能力。在当下“互联网+”的时代背景下，人工智能技术向普及化教育融入的趋势是必然的。教育必須顺应科技和应用进行发展，只有培养新时代的科技创新人才才能为国家注入新兴发展的动力。加快高校人工智能技术课程的建设，已然成为当务之急。

参考文献：

[1] 赵锋，孔军，陈广宇，等.立德树人为什么——深入学习习近平总书记关于教育的重要论述[J].北京教育（高教），2021（3）：4-19.

[2] 鲍鹏，邢薇薇，卢苇，等.新工科背景下人工智能实践类课程教学模式创新研究[J].计算机教育，2021（6）：105-109.

[3] 李成.人工智能和“互联网+”背景下计算机教学改革与创新[J].科技风，2021（15）：83-84.

[4] 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.

[5] 郭灵俊.基于信息技术驱动下混合式教学模式的探索研究[J].考试周刊，2020（A5）：117-118.

[6] 邢耀东.“互联网+”背景下通识课程混合式教学模式探究[J].中国医学教育技术，2021，35（3）：347-350.

[7] 倪政林.基于知识图谱的模糊推理与应用研究[J].安徽职业技术学院学报，2020，19（4）：14-18.

[8] 孙振华.基于计算机网络技术中人工智能的应用[J].电脑编程技巧与维护，2020（12）：114-115，172.

[9] 李丹，吉紫娟，罗春娅，等.高校考查课教学改革与探究[J].湖北第二师范学院学报，2019，36（8）：65-67.

收稿日期：2021-06-15

基金项目：2019年度江苏高校哲学社会科学研究一般项目（编号：2019SJA2114）;2019年第二批教育部产学合作协同育人项目（编号：201902159036）;2019年南京传媒学院校级教改项目（编号：JG201902）

作者简介：邢艳芳（1981—），女，江苏南京人，副教授，工学硕士，主要研究方向为嵌入式系统、深度学习等;周舒琪（1999—），女，山东烟台人，本科生，学生，主要研究方向为嵌入式系统、大数据技术;朱金付（1955—），男，安徽淮南人，副教授，工学学士，主要研究方向为计算机应用技术。