引論：我們為您整理了13篇人工智能課程論文范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
在教學案例具體設計時應包括章節、知識重點、知識難點、案例名稱、案例內容、案例分析過程、案例教學手段、思考/討論內容等案例規范，分別從以下單一案例、一題多解案例和綜合應用案例3種情況進行討論。
2.1單一案例設計以人工智能課程中神經網絡課堂教學內容為例，介紹基于知識點的單一案例的設計。神經網絡在模式識別、圖像處理、組合優化、自動控制、信息處理和機器人學等領域具有廣泛的應用，是人工智能課程的主要內容之一。教學內容主要包括介紹人工神經網絡的由來、特性、結構、模型和算法，以及神經網絡的表示和推理。這些內容是神經網絡的基礎知識。其重點在于人工神經網絡的結構、模型和算法。難點是人工神經網絡的結構和算法。從教學要求上，通過對該章節內容的學習，使學生掌握人工神經網絡的結構、模型和算法，了解人工神經網絡的由來和特性，一般性地了解神經網絡的表示和推理方法。采用課件PPT和演示手段，由簡單到復雜，在學生掌握人工神經網絡的基本原理和方法之后，再講解反向傳播BP算法，然后運用“手寫體如何識別”案例，引導學生學習理解人工神經網絡的核心思想及其應用方法。從國外教材中整理和設計該案例，同時應包括以下規范內容。章節：神經網絡。知識重點：神經網絡。知識難點：人工神經網絡的結構、表示、學習算法和推理。案例名稱：手寫體如何識別。案例內容：用訓練樣本集訓練一個神經網絡使其推廣到先前訓練所得結果，正確分類先前未見過的數據。案例分析過程：①訓練數字識別神經網絡的樣本位圖；②反向傳播BP算法；③神經網絡的表示；④使用誤差反向傳播算法訓練的神經網絡的泛化能力；⑤一個神經網絡訓練完畢后，將網絡中的權值保存起來供實際應用。案例教學手段：手寫體識別的神經網絡演示。思考/討論內容：①訓練改進與權值調整改進；②過學習/過擬合現象，即在一個數據集上訓練時間過長，導致網絡過擬合于訓練數據，對未出現過的新數據沒有推廣性。
2.2一題多解案例設計一題多解案例有助于學生把相關知識點聯系起來，形成相互關聯的知識網絡。以人工智能課程中知識及其表示教學內容為例，介紹一題多解案例的設計。知識及其表示是人工智能課程三大內容（知識表示、知識推理、知識應用）之一。教學內容主要包括知識表示的各種方法。其重點在于狀態空間、問題歸約、謂詞邏輯、語義網絡等知識表示方法。難點是知識表示方法的區別及其應用。從教學要求上，通過對該章節內容的學習，使學生掌握利用狀態空間法、問題歸約法、謂詞演算法、語義網絡法來描述和解決應用問題，重點掌握幾種主要知識表示方法之間的差別，并對如何選擇知識表示方法有一般性的了解。通過講解和討論“猴子和香蕉問題”案例，來表示抽象概念。該案例從國內外教材中進行整理和設計，同時包括以下規范內容。章節：知識及其表示。知識重點：狀態空間法、問題歸約法、謂詞邏輯法、語義網絡法等。知識難點：知識表示方法的區別及其應用。案例名稱：分別用狀態空間表示法與謂詞邏輯法表示猴子和香蕉問題。案例內容：房間內有一只機器猴、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多種知識表示方法表示和求解該問題？案例分析過程：①狀態空間法的解題過程。用n元表列表示該問題的狀態；定義問題的操作算符；定義初始狀態變換為目標狀態的操作序列；畫出該問題的狀態空間圖。②謂詞邏輯法的解題過程。定義問題的常量；定義問題的謂詞；根據問題描述用謂詞公式表示問題的初始狀態、中間狀態和目標狀態。案例教學手段：猴子和香蕉問題的演示。思考/討論內容：①選擇知識表示方法時，應考慮哪些主要因素？②如何綜合運用多種知識表示方法獲得最有效的問題解決方案?
2.3綜合應用案例設計與單一案例、一題多解案例相比，綜合應用案例能更加有效地啟發學生全方位地思考和探索問題的解決方法。以機器人行動規劃模擬為例，介紹人工智能綜合應用案例的設計，該案例包括以下規范內容。章節：人工智能綜合應用。知識重點：人工智能的研究方向和應用領域。知識難點：人工智能的技術集成。案例名稱：機器人行動規劃模擬。案例內容：綜合應用行為規劃、知識表示方法、機器人學、神經網絡、人工智能語言等多種人工智能技術與方法，對機器人行動規劃問題進行描述和可視化。案例分析過程：①機器人行為規劃問題求解。采用狀態歸約法與分層規劃技術，將機器人須完成的總任務分解為若干依序排列的子任務；依據任務進程，確定若干關鍵性的中間狀態，將狀態對應為進程子規劃的目標；確定規劃的執行與操作控制，以及機器人過程控制與環境約束。②基于謂詞邏輯表示的機器人行為規劃設計。定義表達狀態的謂詞邏輯；用謂詞邏輯描述問題的初始狀態、問題的目標狀態以及機器人行動規劃過程的中間狀態；定義操作的約束條件和行為動作。③機器人控制系統。定義機器人平臺的控制體系結構，包括反應式控制、包容結構以及其他控制系統等。④基于神經網絡的模式識別。采用神經網絡方法以及BP算法對桌面茶壺、杯子等物體進行識別，提取物體圖形特征。⑤機器人程序設計語言。運用人工智能語言實現機器人行動規劃行為的可視化。案例教學手段：機器人行動規劃的模擬演示。思考/討論內容：人工智能將會怎樣發展？應該在哪些方面進一步開展研究？
3案例教學環節和過程的具體實施細節
人工智能案例教學的實施面向筆者所在學院軟件工程專業三年級本科生展開。具體實施細節如下。（1）教學內容的先進性、實用性和前沿性。引進和整合國外著名人工智能教材內容，保證課程內容具有先進性。同時將前沿人工智能的研究成果與技術有機地融入課程案例教學之中。（2）案例教學的創新教學模式。在教師的引導下，將案例中涉及的人工智能內容推廣到對人工智能的一般性認識。案例的教學過程，成為認識人工智能、初步運用人工智能的理論與方法分析和解決實際應用問題的過程，使學生具備運用人工智能知識解決實際問題的意識和初步能力。在課程教學中，打破國內常規教學方式，建立和實施開放式案例教學模式。采用動畫課件、錄像教學、實物演示、網絡教學等多種多媒體教學手段，以及集中講授與專題討論相結合的教學方式將理論、方法、技術、算法以及實現有機結合，感性認識與理性認識相結合，理論與實際相結合，極大地激發學生自主和創新性學習的熱情。（3）“課堂教學—實踐活動—現實應用”的有機融合。在案例教學過程中，從傳統教學觀以學會為中心轉化為創新應用型教學觀以創新為中心，以及從傳統教學的以課堂教學為中心轉化為以課堂教學與實踐活動并重為中心，構造具體問題場景以及設計教學案例在情境中的現實應用，加深學生對教學內容的理解，同時提高學生的思考能力和實際綜合應用能力。
篇2
蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發現問題、分析問題和解決問題,激發學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。
下面以“規劃”中的路徑規劃內容為例,詳細分析以研究為導向的情境創設過程。表2給出了整個教學設計。
綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。
3DBR驅動的教學過程
人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節課甚至幾周,怎樣在此期間保持學生的興趣和關注?
DBR是情境設計、實施、評價、再設計、理論形成等環節多次迭代循環的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環。本課程教學主要做好兩個環節,以驅動整個教學過程的推進。
1) 實踐環節。
通常的實踐環節是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。
2) 教學評價。
除了課程考核以外,每個教學單元結束時都有反饋和評價環節。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發現教學設計中的問題,及時調整。
通過上述兩個環節的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。
4教學實施效果分析
1) 正效果分析。
中原工學院計算機學院作為普通工科院校,以培養實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發,考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業生總人數的20%。
人工智能教學中采用的應用型與研究型情境創設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發揮了主動性和主體意識,為持續發展奠定了良好的基礎。
2) 不足分析。
DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:
(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。
(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發。而學生課業繁忙造成了實施的瓶頸。
這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。
5小結
本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節,學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。
參考文獻:
[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.
[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.
[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.
[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.
DBR Utilized Teaching Method for Artificial Intelligence
WANG Lu, LU Xiao-xia
篇3
面對AI技術如火如荼地發展，我們國家對AI人才和人才培養都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經濟深度融合。2017年7月20日國務院《新一代人工智能發展規劃》[4]。《規劃》指出完善人工智能領域學科布局，設立人工智能專業，推動人工智能領域一級學科建設，盡快在試點院校建立人工智能學院，增加人工智能相關學科方向的博士、碩士招生名額。鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設。
二企業對于人工智能人才的需求
市場上AI技術人才非常稀缺，據騰訊研究院聯合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯網巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機器學習等職位平均月薪資超過2.5萬元。
三高校AI人才培養的思考
高校具有多學科、高層次人才集中的特點，具備計算機與多學科交叉融合的優越條件；且大部分學校都開設有數學、物理等基礎學科，具備夯實數學理論基礎的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進發展AI技術的人力條件。但是遺憾的是我國開設人工智能課程的高校較少，2018年只有33所高校設立了智能科學與技術專業[6]。面對AI發展的火爆，國家對于AI人才發展的重視以及企業對于AI人才的嚴重需求，高校作為人才培養的主要來源，是不是應該思考AI人才的培養呢？AI人才可以分為三類：拔尖人才，研究性人才和應用型人才，呈金字塔性。當下已經有一批名牌大學開展了AI方向拔尖人才的培養，如北京大學圖靈班、中國科技大學人工智能技術學院、西安交通大學人工智能拔尖人才培養實驗班，南京大學計劃成立人工智能學院等。但是金字塔的底層、中層更需要龐大的AI技術人才，如應用開發人員、數據工程師、AI和機器學習工程師、AI系統架構師、AI產品經理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數學基礎好、專業理論全面、具備一些工程基礎，且有自主學習的能力。本文從夯實數學基礎、人工智能方向課程的建設、實踐能力的培養、自主學習能力的培養四個方面闡述高校關于AI人才培養的一些思考。
1奠定扎實的數學基礎
在學習AI技術時，幾乎所有專家學者都提出需要扎實的數學功底，數學功底的厚重程度決定了在AI技術上走多遠。高等院校計算機專業都開設有“高等數學”“線性代數”“概率論”等數學課程，但是課時、難易程度不足，學生對于數學不夠重視，或者覺得晦澀難懂，學習效果并不十分理想，因此加強數學基礎的工作刻不容緩。可以通過必修和選修等方式開設“數據分析”“統計機器學習”“凸優化”等課程；通過微課或者MOOC等方式鞏固數學基礎的學習；通過優秀科普讀物，如《數學之美》《編程之美》等書籍的推薦閱讀激發學生興趣；通過開展校內學術討論、數學競賽等方式促進學生學習數據的動力，逐步達到夯實數據功底的目的。
2人工智能方向課程的建設
很多高校計算機專業課程中只開設有《人工智能》導論，有的甚至沒有。智能科學與技術專業開設有“人工智能”“計算機視覺”“機器人學導論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術人才應具備哪些專業能力呢？如何從專業角度培養AI技術人才呢？2018年1月CSDN了“AI技術人才成長路線圖”[7]，通過專業路徑和實戰路徑兩方面介紹了AI技術人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學習機器學習課程、掌握TensorFlow框架。該路線圖中列出了機器學習算法工程師、數據科學家等10個崗位AI人才應具備專業知識和能力。微軟公司也推出AI人才培養的10門免費課程，如“AI導論”“數據科學會用到的Python語言-導論”“AI領域運用的數學概要”“數據和分析所需要的道德與法律”“數據科學概要”“機器學習法則”“深度學習”“強化學習”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機視覺和圖像識別”中選擇其一。Google在人工智能學習網站開設有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機器學習概念、機器學習工程、機器學習現實世界應用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機器學習基礎”“深度學習基礎”和“TensorFlow基礎”[9]。AndrewNg在Coursera上也推出了機器學習的課程，且用比較通俗的語言講解機器學習中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設了5門深度學習課程[10]。綜上所述，不同的研究機構都著眼于AI編程基礎、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經驗，通過三個階段分層次的開展相應的課程。
3實踐能力的培養
AI技術不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養學生的實踐動手能力。（1）設計教學環節時多從工程應用的角度來介紹，激發學生的興趣，培養學生解決問題的能力。要求學生新手編程編程實現模型，充分理解算法的含義和原理到實現的過程。（2）在掌握一定的機器學習知識后，鼓勵學生盡早走進實驗室，接觸科研工作。可以從一些AI應用方向作為入手，使學生了解自己的興趣點、培養科學研究能力。（3）鼓勵學生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰賽，國內阿里天池大數據競賽等。通過參加競賽刺激學生學習AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學生到工業界實習。很多專家都指出AI人才應該具備一定工程基礎。確實，學術界往往追求算法的性能，而工業界更重視經濟效益和解決問題的有效性。到企業學習可以快速了解行業發展的框架，掌握算法轉化到產品的過程。
4自主學習能力的培養
篇4
人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科，是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發，人工智能技術的日趨成熟。隨著AI3.0時代的到來，大數據、云計算等新技術的應用也愈發廣泛，對于管理類人才來說，加強對人工智能知識的深入學習，不斷將人工智能技術與管理知識結合起來，對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科，管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力，基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點，通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習，加強學生解決實際問題的能力，為就業打下基礎。本文基于社會對于人工智能領域的人才需求，結合諸多長期從事經管類專業課程教學的老師意見，針對管理類人才的人工智能課程教學內容與方法進行探討，以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。
1、教學現狀與問題
作為一門綜合性、實踐性和應用性很強的理論技術學科，人工智能課程內容及內涵及其豐富，外延極其廣泛。學習這門課程，需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才，該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前，中國大多數大學仍采用傳統的課堂教學模式，在教學過程中照本宣科，忽略與學生的互動，并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置，如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時，隨著章節的知識難度不斷增加，單向介紹式的枯燥教學方式無法反映人工智能學科的全貌，課堂講解難以同時給以學生感性和理性的認知，部分學生因乏味的課堂氛圍漸漸無法跟上教學進度，導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位，具有多學科的素養，但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識，給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機器學習、數據挖掘等眾多內容，概念抽象，不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程，缺乏一定的關聯思考和研究意識，導致課程學習難度增加，產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下，人工智能廣泛應用于機器視覺、智能制造等各個領域，給學生提供了大量的現實案例，使得人工智能不再是高深莫測的理論，而是現實中可以觸及的內容。例如，在機械學科領域，人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源；在醫療領域，是醫療器械的創新生產源動力；在能動領域，是高端能源裝備與新能源發展的重要驅動；在光電信息與計算機工程領域，技術的發展時刻推動著智能科學與技術核心價值的提升。然而，對于管理類專業的學生來說，現階段的人工智能教材涵蓋許多智能算法及相關理論，在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法，書本中的應用實例大多紙上談兵，缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐，加上一些教師授課方法單一，不利于引導學生將人工智能算法應用于現實生活。另外，大學生對知識的理解能力差異很大，教師采用統一的方式教給他們，這使一些學生無法跟上和理解，教師也無法控制學生的學習狀況，導致學生缺乏動力。因此，如何結合學生的現實情況，提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。
2、管理類人才的人工智能課程教學改進策略
課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言，教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化，而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題，可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。
2.1教學方法改進
教師對學生具有引領作用，其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求，通過安排一些具體的教學案例，引導學生積極參與案例思考、分析、討論和表達等多項活動，是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征，調動學生的學習積極性，并緊密結合人工智能領域的相關理論與方法，有效理解知識要點及其關聯性，適用于管理類專業學生的教學。具體而言，高校基于其問題啟發性、教學互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學案例庫，雖然這項建設將極具挑戰性與耗時性，但具有很強的積極效果：培養學生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學，讓學生掌握相關基礎知識原理及應用；通過一題多解的案例使學生思考如何獲取最有效的解題方法；通過綜合案例的設計，啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性，在課堂討論的過程中對學生做出評判，從而對不同類型的學生開展針對性的教學。互動則是在研討的基礎上，通過老師與學生、學生與學生的互動，讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中，教師通過課堂討論了解學生對于知識點的掌握情況，可以有針對性地設計教學內容，例如，對于學校積極性不強的學生，將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來，能夠極大程度地提高學生學習的自主能力；對于基礎知識較為薄弱的學生，可以在教師的指導下查閱相關文獻資料，根據自己的理解撰寫心得報告，并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望，建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術，人才需求量極大，對教師的教學水平也提出了更高要求，因此，進行有效激勵極為重要。在學生激勵方面，可以舉辦各類人工智能競賽項目，設置相應項目獎學金，吸引學生參與實踐，調動學生做研究、發論文的積極性。例如，教育部主辦的中國研究生人工智能創新大賽，圍繞新一代人工智能創新主題，激發學生的創新意識，提高學生的創新實踐能力，為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式，在各學院乃至全校開展此類競賽項目，激發學生的創新能力與團隊合作能力，鼓舞更多學生加入到人工智能課程的學習中來，激發其學習興趣。在教師激勵方面，在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分，鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高，學科交叉性強。基于人工智能的學科交叉性特點，增強管理類人才對學科應用的領悟，可以采取開展學科滲透式教學的方法。從2015年起，國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件，“互聯網+”、“智能+”已經滲透到各個領域，人類進入數字經濟時代，社會需求“技術+管理”的高端復合人才。例如，基于工業4.0和強國戰略，人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識，我們請機械工程、能源動力領域的相關專家以授課或講座的形式，進行相關領域知識和發展趨勢的講解，使學生理解更為透徹。此外，在教學實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進不同專業間老師、學生對于人工智能知識模塊的見解，相互交流、滲透和學習，從而推動人工智能課程教學的改進。
2.2教學內容設置
篇5
“智能科學基礎系列課程教學團隊”的教學隊伍是一支由國家級教學名師領銜[5],知識結構、梯隊結構和年齡結構比較合理,具有明顯的學科優勢、課程優勢、人才優勢和教學科研優勢的頗具特色與影響力的教學團隊。該團隊以中南大學智能科學研究中心為核心,主要承擔人工智能基礎、智能控制導論、機器人學、專家系統等本科基礎和專業基礎課程,碩士學位課程人工智能、智能控制和機器人控制技術以及留學生碩士學位課程Artificial Intelligence和博士生學位課程智能系統原理與應用的教學。
教學團隊在建設過程中,注重教學改革,加大課程建設和教材建設力度,不斷改進教學方法,在課程改革、教材建設、教學手段、隊伍建設以及交流合作等方面取得一些進展。本文擬就教學團隊的改革與建設的相關理念與實踐問題加以總結,談談我們的見解。
1創新教學方法
教學是教師的本職和核心工作。本教學團隊一直致力于教學方法與教學模式的改革與創新,虛心學習國內外先進教學經驗和方法,積極探索教學新路,形成了“以趣導課、以疑啟思、以法解惑、以律求知”的教學模式和教學方法[6-7]。充分激勵學生的學習積極性和主動性,發揮獨立思考和創新思維,多方位培養學生發現問題、分析問題和解決問題的能力。我們在教學過程中應用了課堂演示、課堂互動、課堂辯論、課后網絡教學、網絡實驗等一系列現代化全方位的教學新模式。此外,為提高學生的動手能力和理論水平,讓學生直接參與部分教師課題,理論聯系實際,為畢業后的工作學習打下良好基礎。具體措施如下:
1) 舉行課堂討論會,營造自由探索氛圍。
為調動學生的積極性,我們在授課過程中多次開展課堂討論會和辯論會等活動,讓學生自己查閱資料,分析整理,提出自己的觀點,使學生全方位地接觸所學課程,培養學生的研究能力,真正實現師生互動,并鼓勵學生用英語討論。學生對有些問題展開了激烈的爭論,激發了學習潛能,明確了學習目標。課程中還經常請來在科研工作中擔任主要任務的教授和博士生來給學生介紹最前沿的科學動態,激發學生們對所學知識和科學研究的興趣。在研究生教學方面,我們更進一步通過舉辦課程課堂學術研討會,讓學生在一年級就開始接觸學科前沿,自己查閱資料和動手寫科技論文,并在研討會上宣讀討論,培養獨立工作能力和從事學科前沿研究的能力,為將來的高層次研究打下基礎。
2) 倡導啟發式教學,培養學生學習能力。
注意采用面向問題的啟發式方法進行教學,啟發學生求解問題能力,強化學生的參與意識,提高他們的學習積極性。教學中還注意采用了多種交互式策略,如課堂教師提問、鼓勵或指定學生用英語提問、學生就某個知識點進行主題發言后老師點評等。此外,師生通過互聯網進行交互,方式包括Email、BBS和QQ談和交換文件等。
根據學生的興趣和創新潛力,對有專業特長的本科生,在自愿情況下,挑選2～3名參與國家級項目研究工作,進行中長期培養試點,實現本科培養過程與碩士、博士研究生培養過程的銜接。
3) 增強課程實驗教學環節,籌建智能專業實驗室。
智能科學基礎課程的概念性較強,初學者感到比較抽象,而實驗教學又是薄弱環節。因此,結合學生實際情況,我們對實踐教學環節十分重視,設計了一些新的實驗項目,探索新穎的實驗方法。新開實驗項目包括人工智能實驗、智能控制實驗、專家系統實驗、機器人學實驗、人工智能課程設計等。對相關課程的原有實驗,我們也進行了一些改革,增設了個性化的實驗,使得學生的實驗數據和實驗結果分析既有格式要求,又給學生報告自己研究的過程和結果留有空間。這些做法能夠鼓勵學生進行獨立性研究,滿足他們學習的需求。通過實驗教學,學生能夠理論聯系實際,驗證所學理論知識和概念,加深理解,充分調動了學生的學習積極性,培養了他們的創造能力。
除課堂實驗外,我們還充分發揮虛擬實驗的優點,設計了網絡虛擬實驗,讓學生在課外上網練習。通過虛擬實驗,學生可以了解算法的具體運行過程,調整參數和過程,并進行驗證以加深對知識的理解,提高學習興趣,從而達到教學目的。
結合科研,購進和自制部分新設備、新系統,計劃建設智能專業實驗室,為教學提供更多的優良實驗設備。例如,已研制“中南移動一號”和“中南移動二號”自主移動機器人共7臺,已購進RCB-1型教學機器人20套等。
教學團隊教師還指導學生參加全國大學生“飛思卡爾”杯智能汽車競賽活動、大學生創新性實驗計劃及創新教育計劃項目等,取得優秀成果。
2推進課程改革
教學改革是課程建設和學科發展的生命線。我們把國家級精品課程和全國雙語教學示范課程放在優先建設的位置,并以它們帶動其他課程建設,完善系列課程建設,同時新辦了智能科學與技術專業。
2.1搞好精品課程建設,改進雙語示范課程教學,穩步推進系列課程建設
本團隊著力搞好已有的2門國家級精品課程、1門全國雙語教學示范課程,更新精品課程網站,豐富課程內容。為了及時反映上述課程中相關科學技術的最新進展,我們調整了教學體系和教學內容,修訂了教學大綱,并對教學內容進一步優化和更新,極大充實了各課程教學內容。同時,通過校際教學活動和網上資源共享對精品課程、雙語教學示范課程進行交流和推廣,起到較好的輻射作用[8-9]。
為加強精品課程建設,完善和拓展課程體系,在總結現有精品課程的建設經驗的基礎上,又建成省級精品課程1門,校級精品課程1門。
為提高學生的專業英語水平和學習興趣,使得學生能夠開拓眼界,追蹤國際前沿科學研究,本團隊長期對雙語教學進行研究和實踐。除改進人工智能雙語教學示范課程外,團隊承擔的其他課程,如智能控制、機器人學、專家系統、數據結構等也實行了雙語教學,并為該課程引進英文輔助教材。例如,對人工智能課程,我們先后采用Nilsson和Russell等編著的國外影響較大的英文原版教材作為主要教學參考書[10-11],供學生學習參考。在雙語教學中,一般以漢語講授為主,英語為輔,并對一些關鍵詞同時用漢語和英語表示。對部分章節或某個專題,采用純英語教學或以英語為主漢語為輔的教學。對PPT課件的編寫分為純漢語、純英語和英漢混合幾種方式。英語教學比例要根據教學內容和學生英語水平而定,其檢驗標準是學生的接受程度與學習效果,根據這一點來適時調整雙語教學中英語對漢語的比例。
通過教改實踐,我們承擔的智能科學基礎課程逐步形成為具有明顯特色的課程體系。我們講授的課程從智能科學的基礎課程到專業基礎課程,再到專業實踐課程,形成了配置合理、特色鮮明、循序漸進、優勢互補、協調發展的智能科學與技術學科從基礎到應用的系列課程體系。
2.2新辦智能科學與技術專業
智能科學與技術是當代科技發展的前沿學科和重要組成部分,其人才需求日益增加,超出了目前高校的培養能力[12]。我校的智能科學與技術學科方向經過近20年的發展,已形成了具有自身優勢和特點的學科,在國內具有一定的知名度和優勢。為了促進智能科學與技術學科的發展,經過多年積極準備,我們于2009年申報了智能科學與技術專業并獲得教育部批準。通過向兄弟學校學習調研,了解該專業人才需求、專業建設規劃,設定適應培養目標的教學計劃與課程設置方案。雖然我們開辦“智能科學與技術”專業較晚,但我們從2002年開始,就一直關注和積極參與國內智能科學的學科的討論與新專業籌備工作[13]。
我校于2009年申報獲準,在自動化專業增設了智能科學與技術專業方向,目前已招收2屆學生共84人。我們為選讀智能科學與技術本科專業方向的每個學生選定指導老師。每個學生都可以參加指導老師的課題,指導老師也可以利用自己的學識、經驗和責任心來更好地管理呵護學生。這一做法取得明顯效果,不僅受到同學們的普遍歡迎,也得到了學校的肯定。我們還多次召開師生見面會并通過指導老師走訪宿舍,了解每個人的情況。為了消除代溝,努力融入同學當中,學習熟悉他們的語境和思維想法。我們的目標就是不讓一個學生掉隊。
創建與建設智能科學與技術新專業,將為智能科學基礎系列課程教學建設提供一個更加寬廣的平臺,并對計算機、自動化和電子信息等學科的專業建設和課程建設提供一個新的增長點。我們將以智能科學與技術專業建設為契機,虛心學習兄弟學校的專業建設的做法和經驗,進一步規范智能科學與技術的基礎課程教學,讓智能科學基礎課程教學建設登上一個新的臺階。
3加強教材建設
教材是教學的重要工具和資源,其水平直接影響教學效果和教學質量。在教學過程中,我們與時俱進,對教學內容不斷優化與更新,精益求精地編寫反映學科發展的教材[14]。
我們對原有編寫出版的教材進行修訂,反映新世紀學科發展水平和發展趨向,以適應教改需要。把這些最新內容用于教學,使學生了解到國際前沿動態和本學科的最新成果。
以相關系列課程為平臺,注重教材配套,服務因材施教,著眼長遠教材建設。僅2007年以來我們已出版的相關教材及專著如下:
《智能控制原理與應用》,國家級精品課程配套教材,2007;《智能控制導論》,國家級精品課程配套教材,2007;《未知環境中移動機器人導航控制理論與方法》,2008;《機器人學》,第二版,國家級教學團隊配套教材,2009;《機器人學基礎》,國家級教學團隊配套教材,2009;《人工智能及其應用》,第四版,國家級“十一五”規劃教材,國家精品課程配套教材,2010;《人工智能基礎》,第二版,國家級“十一五”規劃教材,國家精品課程配套教材,2010;《移動機器人協同理論與技術》,2010。
4優化隊伍結構
師資隊伍建設是團隊建設的源頭,沒有一流的教師隊伍就沒有一流的教學團隊。在師資隊伍建設上,我們一直采取引進優秀人才和在職培養相結合的做法。對于人才的引進主要通過辦專業和辦學科點等方式吸引人才,還通過創造教學和科研條件,穩定教師隊伍,解決個人的發展問題。
采取有效措施,提高主講教師的學術積累和教學水平。一是教研組教師,特別是中青年教師積極參加重要科研項目,提高學術水平。二是派中青年教師赴國外研修訪問,了解和學習發達國家同類課程的先進教學經驗、相關課程設置情況與發展趨勢,將國外教學思想引入課程教學。
教學始終是教師的第一要務,為了提高青年教師的教學素質,我們實施并完善了一系列管理措施和制度。
1) 設立名師工作室,實現名師資源共享形成多元化的帶教制度,安排高年資的教師對年輕教師進行傳、幫、帶,可以有業務方面的指導,也可以有認識方面的交流。通過老教師對年輕教師全方位的指導,使老教師的教學理念和經驗得以繼承,加快了年輕教師的成長。
2) 有計劃地安排年輕教師虛心旁聽有經驗教師的講課。通過聽課,不僅使年輕教師進一步掌握課程的內容,更重要的是使年輕教師學到了老教師的教學方法和經驗,對其今后從事教學工作起到了積極的指導作用。
3) 對于第一次上課和第一次上某門新課程的年輕教師,團隊都要在課前組織他們試講。試講前,安排老教師進行指導,傳授教學經驗。試講時,由團隊的教師參加聽課并對其進行講評,肯定其優點,指出其不足,幫助青年教師盡快掌握課程的重點,找到更合適的講授方法。此外,我們還備課,統一基本教案,幫助年輕教師成長。
近兩年來本教學團隊獲得的主要教學獎勵就有徐特立教育獎、茅以升教學專項獎等。
5擴大交流合作
我們在做好自身團隊建設的同時,增進與全國相關高校和教學團隊的交流,學習兄弟團隊的建設經驗,在課程示范、教材推廣、網絡資源輻射等方面發揮積極作用。我們還開展校內合作,聯合不同院系進行教學和精品課程的申報與建設,在校內推廣改革成果;發表了一系列教改論文;發起籌備《全國智能科學技術課程教學研討會》;邀請企業界科技精英做本科生就業指導相關報告。
1) 增進校際交流,發揮輻射作用。
我們經常以講座報告形式在許多兄弟院校進行教學與教改交流。例如,最近一年來就應邀先后到上海交通大學、同濟大學、東華大學、東南大學、國防科技大學、中國礦業大學、北京科技大學、清華大學等校就智能科學技術課程的教學、教改和建設問題作專題報告,在兄弟院校師生中引起熱烈反響。已有數以百計的高等院校采用我們編著的教材和網絡課程進行教學,國內已有眾多的從事人工智能課程和智能控制課程教學的教師,來信來函索取我們開發的課程教案、課程演示和網絡課程相關資料等,我們一直盡力地搞好推廣和服務工作。
2) 撰寫課程改革論文,進行國內外交流。
本團隊成員僅近一年多來,就在中國教育開放資源網、中國人工智能學會13屆年會、計算機教育、高等理科教育、計算機與現代化等會議及刊物上發表10篇教改論文,在國內外進行交流,起到介紹情況,交流信息和經驗的積極作用。
3) 籌備全國相關課程教學研討會。
為了更好地交流經驗,擴大影響和輻射作用,我們發起并聯合中國人工智能學會教育工作委員會、中國計算機學會人工智能與模式識別專業委員會、中國人工智能學會智能機器人專業委員會、中國自動化學會智能自動化專業委員會、中國人工智能學會人工智能基礎專業委員會,籌備召開了首屆《全國智能科學技術課程教學研討會》[15]。圍繞各個學校在智能科學與技術本科專業的課程改革與建設、課程和專業教學計劃制定和未來發展設想等方面進行交流研討。通過交流研討,認真學習兄弟學校的經驗,并盡可能匯報我們的經驗。我們相信,在與會全體代表的共同努力下,本次課程教學研討會一定能夠取得積極的成果。
注:本研究獲得教育部國家級精品課程人工智能(2003年)和智能控制(2006年)、全國雙語教學示范課程人工智能(2007年)、國家級智能科學基礎系列課程教學團隊(2008年)等項目支持。
參考文獻:
[1] 中國高等教育學會. 中國高校國家精品課程,工學類,(上冊),2003-2007[M]. 北京:北京大學出版社,2008:433-436.
[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.
[3] 中國高等教育學會. 中國高校國家精品課程,工學類,(上冊),2003-2007[M]. 北京:北京大學出版社,2008:426-429.
[4] 國家教育部和財政部關于立項建設國家級教學團隊、國家級精品課程、全國雙語教學示范課程的通知[EB/OL]. [2010-5-1]. http///轉高等教育司.
[5] 中華人民共和國教育部高等教育司. 名師風采,第一屆高等學校教學名師獎獲獎教師集錦[M]. 北京:地質出版社,2006: 152-153.
[6] 李廣川. 丹心育桃李,妙手譜春秋[M]//名師頌.北京:教育科學出版社,2007:397-401.
[7] 及立平. 篤定平和:訪國家級教學名師蔡自興[M]//春風化雨:中南大學教師風采. 長沙:中南大學出版社,2006:119.
[8] 蔡自興,肖曉明,蒙祖強,等. 樹立精品意識,搞好人工智能課程建設[J]. 中國大學教學,2004(1):28-29.
[9] 陳愛斌,肖曉明,魏世勇,等. 智能控制的學科發展與學科教育[J]. 現代大學教育,2006(3):102-105.
[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.
[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.
[12] 王萬森,鐘義信,韓力群,等. 我國智能科學技術教育的現狀與思考[J]. 計算機教育,2009(11):10-14.
[13] 蔡自興,賀漢根. 智能科學發展的若干問題[C]//中國自動化領域發展戰略高層學術研討會論文集. 自動化學報,2002, 28(增刊1):142-150.
[14] 蔡自興,謝斌,魏世勇,等.《機器人學》教材建設的體會[C]//2009年全國人工智能大會(CAAI-13). 北京:北京郵電大學出版社,2009:252-255.
[15] 2010年全國智能科學技術課程教學研討會征文通知[J]. 計算機科學,2010,37(6):封3.
Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU
CAI Zi-xing, CHEN Bai-fan, LIU Li-jue
篇6
一、兼顧課程內容的統一性和差異性??
人工智能課程的核心內容主要集中在對基本概念、基本原理、基本方法和重要算法及其應用的認識和理解上，盡管各種基本概念、原理、方法和算法在一定程度上自成體系，但是它們之間又存在著許多內在聯系和規律。從這一點來看，人工智能課程與其他很多計算機課程是不同的，這就要求人工智能課程的授課要具有自己的特色。?
知識表示、知識推理、知識應用是人工智能課程的三大內容，解決任何一個人工智能問題都離不開兩個步驟，即知識表示和問題求解。由此，人工智能課程從總體結構上就有了一個比較清晰的脈絡，即首先必然要學習各種知識表示方法，然后是利用這些知識進行推理，進而實現知識應用，最終達到問題求解的目的。問題求解又分為基本的問題求解方法和高級問題求解方法。圖搜索策略、啟發式搜索、消解原理以及規則演繹系統等都屬于基本的問題求解方法。計算智能、專家系統、機器學習、自動規劃等屬于高級問題求解方法。?
同時，人工智能課程某些章節或者某些方法算法在一定程度上又自成體系。例如，各種不同的知識表示方法不管是數據結構還是表示形式都完全不相同。又例如，人工智能有許多不同的學派［2］，本課程往往同時會介紹不同學派的算法，這些學派在人工智能的基礎理論和方法、技術路線等方面是完全不同的，甚至是對立的。?
這些都要求我們在教學過程中不僅要強調人工智能課程理論的統一性和完整性，又要兼顧各學派的特點，尊重甚至調動學生們對不同人工智能學派及其方法的興趣。在編寫和選用教材時也要注重這一點，我們選用的是蔡自興教授編寫的《人工智能及其應用》系列教材［1,2］，該教材以邏輯主義學派為主線，兼顧引進其他學派的精華內容，具有較強的科學性。
??二、實施分層次教學??
各高校一般同時為計算機相關專業的本科生和研究生開設了人工智能課程，甚至有的非計算機類專業也開設有人工智能課程。不同層次的學生對人工智能課程要求掌握的程度不同，我們首先明確本科生和研究生以及非計算機類專業學生的教學目的和教學內容，做到分層次設計人工智能課程教學?過程。?
本科階段的人工智能課程課時量較少，本科層次只需要做到對大部分人工智能概念和算法了解、認識，少部分達到理解層次。本科生一般都是在高年級（三年級下期或者四年級上期）開設人工智能課程，這時已有不少學生準備繼續讀研或者已經被保研，因此在兼顧全體學生教學層次的同時，要注意給這部分學生足夠的相關參考書目，讓他們能夠利用課余時間廣泛深入了解人工智能相關算法，老師在課后還應和他們進行充分討論，培養他們對人工智能的特別興趣。?
非計算機類專業的學生往往需要學習如何利用人工智能知識解決該專業領域內的問題，因此在教學中要盡量有專業針對性地進行教學。例如針對農科類專業，在教學專家系統過程中，我們要求學生參考北京農業信息技術研究中心開發的農業專家系統開發平臺（paid5?0）理解并開發與本專業領域相關的簡易農業專家系統。?
給研究生開設人工智能課程要求做到概念理解，基本算法精通，即要求全面、系統地掌握人工智能的基本概念、基本原理、典型方法和若干應用實例，并且能靈活運用所學知識闡述解決實際問題的方法和途徑。課程教學中要致力于培養學生分析問題與解決問題的能力，要求研究生將人工智能方法與自己的研究方向相結合，用人工智能方法解決所研究課題中的實際問題，并撰寫相關的課程論文，以小型研討會的形式進行報告交流。實踐證明，我們的研究生的人工智能教學效果明顯提升，成效突出。
??三、案例驅動，寓教于樂??
采用案例教學是為了充分調動學生的學習興趣，增強學生學習的自覺性［3］。通過案例教學能把枯燥的人工智能理論知識具體化、形象化，可以使學生更加感性地理解課堂教學內容。這些案例都是以教師所從事的科研項目中的實際應用環境為背景進行闡述的，讓學生能在實際環境中理解概念和知識，學會利用人工智能知識去分析和解決實際問題。在教學過程中要選擇學生容易接受的案例，體現理論聯系實際的特色，激發學生的興趣。?
例如，在講授“計算智能”內容時，我們結合黃河三門峽和小浪底水庫水沙聯合智能調度系統［4］進行講解。綜合三門峽水庫和小浪底水庫防洪運用的基本原則、歷年調度方案、專家的經驗、歷年數據和現有的調水調沙數學模型，分別利用模糊決策、神經網絡、遺傳算法及綜合集成方法來實現三門峽、小浪底水庫水沙聯合調度。?
又例如為了讓學生走近機器人，我們進行了一場機器人展示課，將研究所現有的MOROCS?1（中南一號智能移動機器人）、ASR（廣茂達）、AmigoBot（自主移動機器人）、CanDroid（罐頭機器人）、MD?375 Rover（人控漫游車）、Fokker D7（人控飛機，1:72）、Rockit OWI?769K（聲按、壓控火牛機器人）、Hexapod Monster（六足爬行機器人）、Hubo（多機能歌舞機器人）等各類機器人全部拿出來給學生做了功能演示［5］。親眼看到這么多機器人，同學們都非常興奮，對人工智能課程的興趣高漲。?
在進行案例教學時，引導學生帶著問題和求知欲望深入理論的學習，讓學生在案例中尋找問題的答案并獲取知識。在講授利用神經網絡進行水庫調度時，引導學生分析如何確定神經網絡的輸入端數據，什么是泛化能力以及如何提高神經網絡的泛化能力。?
為了鞏固所學內容，可以讓學生組成討論小組對教師提出的論題進行討論，分小組闡述自己的觀點，這樣有助于提高學生學習的主動性，還有助于培養學生思考問題的能力和提高理論教學的效果。案例教學的關鍵在于引導學生利用所學到的理論知識去解釋、分析和解決現實案例中的問題，以達到訓練學生理論運用和深入理解理論知識的目的。?
此外，我們挑選了機器人足球、拖拉機撲克牌、中國象棋、五子棋等普遍受人喜愛的智能游戲，讓學生親手設計小型智能游戲軟件，在設計的過程中掌握高深的人工智能理論知識，讓學生學得會、用得上、記得牢。
??四、結語??
以上談到的一些教學方法是我們在教學過程中總結體會比較深刻的方面，以供探討。事實上，要進一步提高人工智能課程的教學質量，還有很多方面需要改革和加強。如不斷強調人工智能教師的專業素質，要求他們在講授好人工智能課程的同時，努力提升出自身的專業素質，給學生一個良好的專業素質導向。其次，在人工智能課程教學過程中還需要有培養實用型人才的教學理念，特別是注重培養有創新意識的實用型人才。注重培養學生的質疑能力，只有通過質疑和提出問題，學生的創新意識才能夠得到不斷強化，創新思維能力才能夠得以不斷提高。?
人工智能學科是一門非常年輕、又非常前沿的學科，有其自身的突出特點，人工智能課程教學必然與其他計算機專業課程教學不同，需要更多的從事人工智能教學的教師在自身的教學實踐中不斷積累經驗，進行廣泛的教學交流。
參考文獻?
［1］
蔡自興, 徐光祐. 人工智能及其應用(第三版)(研究生用書)［M］. 北京: 清華大學出版社， 2004（8）: 1-4.?
［2］蔡自興, 徐光祐. 人工智能及其應用(第三版)(本科生用書)［M］. 北京: 清華大學出版社， 2003（8）:288-290.?
篇7
1 引言
人工智能是計算機科學與技術學科類各專業重要的基礎課程，在信息類相關的許多高年級本科和研究生都開設了人工智能課程。人工智能是一門前沿性的學科，它主要研究計算機實現智能的基本原理和基本方法，同時人工智能也是一門多學科交叉的綜合學科，它涉及計算機科學、數學、心理學、認知科學等眾多領域。廣義的人工智能涵蓋了模式識別、機器學習、數據挖掘、計算智能、神經網絡、統計學習理論等眾多研究方向。人工智能作為計算機學科的重要分支，已成為人類在信息社會和網絡經濟時代所必須具備的一項核心技術，并將在未來發揮更大的作用。
由于人工智能課程的學習難度較大，內容更新比較快，也繁多，使得教學有一定的難度。特別是針對本科高年級的人工智能教學，由于本科生的研究意識相對較弱，而人工智能比較強調科研性，所以如何教好本科高年級的人工智能課程是一項非常具有挑戰性的任務。
本文通過分析本科高年級的教學特點和人工智能課程的自身特點，在如何提高教學質量這一問題上提出了幾點思考。
2 本科高年級的教學特點
中國的本科教育，由于歷史和經濟發展水平等諸多原因，目前的定位還是培養某方面專業人才的專才教育。本科高年級學生在完成了低年級公共基礎課程和部分專業基礎課程的學習之后，迫切希望了解本專業的應用領域和發展前景，所以在教學過程中要注意內容的應用性和專業性。另一方面，本科高年級學生也是研究生教育的儲備人才，在教學過程中要適時的進行科研引導，這樣能夠讓畢業生保持對科學的興趣，從而為研究生階段進一步深入研究打下基礎。本科生一般于4年級的10月份開始著手畢業設計，在本科高年級的教學過程中還要注意與畢業設計的內容相結合，這樣可以讓學生提前做好準備，選擇適合自己的方向。
3 人工智能課程的學科特點
與信息類其它專業課程相比，人工智能具有應用性、研究性和發展性三個重要學科特點。首先，人工智能是一門應用性很強的學科。人工智能學科的主要目標在于研究用機器來模仿和執行人腦的某些智力功能，并開發相關理論和技術。人工智能技術廣泛應用于模式識別、數據挖掘、智能控制、信息檢索、智能機器人等領域，在日常生活中，隨處可見人工智能技術的應用實例；其次，人工智能技術具有很強的研究價值，是計算機科學領域中重要的研究方向。技術進步無止境，研究者們不斷追求開發出效率更高、更智能的人工智能技術：最后，人工智能是一門正在發展中的學科。隨著信息化、計算機網絡和Internet技術的發展，人類已步入信息社會和網絡經濟的時代，它們為人工智能提出了許多新的研究目標和研究課題，人工智能的應用領域以及技術算法都在不斷發展。
4 人工智能教學的三點思考及對策
4.1 注重應用性和介紹性
在教學實踐中，筆者發現，本科高年級學生一般比較關心各種人工智能技術的應用領域和使用方法，而對基礎性理論和技術細節不是很感興趣。他們一方面希望能學到很多較新和較實用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老師的教學主要停留在介紹性層面，不想花太多時間在復雜的理論理解上。這也比較符合本科高年級的教學特點，本科階段主要是培養具備較強應用性和基礎科研素質的專業人才。傳統的人工智能教學主要講授知識表示和搜索推理技術，大部分實例都是解答式或推證式的。由于其知識的抽象性，又加之其應用實例較少，所以往往教師感覺難講，學生在學習過程中也感覺乏味，對講授的內容大多都是死記其方法和步驟，因此影響了教學效果。針對這一問題，筆者認為，在設計人工智能教學時，要注重內容的新穎性、實用性和介紹性。除了講授那些仍然有用的和有效的基本原理和方法之外，要著重介紹一些新的和正在研究的人工智能方法和技術，特別是近期發展起來的方法和技術，如支持向量機、決策樹、模糊集、遺傳算法、蟻群算法等。這些內容的理論部分可以不必過分深究，教學重點主要放在介紹每種技術的產生背景、發展狀況、應用領域和具體實現上。此外，要注意理論與實際應用密切結合，在教學過程中加入一些與課程內容結合的、可以用計算機實現的實際應用內容。考慮到目前應用最廣泛的人工智能領域之一是模式識別，而研究模式識別的主要計算機工具是Matlab，所以筆者在教學過程中以手寫數字識別作為教學實例，針對所介紹的每一種人工智能技術，都將其應用于手寫數字識別當中，并講解了這些技術的Matlab實現方法。學生在掌握了基本理論之后，可以按照實現步驟的指導，立刻上機見到算法的實際效果，加深對算法實現思路和方法的認識。
4.2 注重科研引導性
本科教學不僅要培養學生的應用能力，還要培養學生具備基本的科研素質。本科教育一方面為社會培養了大批應用型人才，另一方面也要為我國的科研事業培養后備力量。特別是近幾年來我國對科研的投入不斷增加，研究生招生規模逐年增大，本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非常活躍的研究課題，其涵蓋的分支非常廣泛，如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等，都是目前國際和國內熱門的研究方向。針對這一特點，在本科高年級的人工智能教學中，還要注意對學生適時適度的科研引導。這樣可以激發學生的研究興趣，樹立目標意識，找準研究方向，為未來的科研工作打下基礎。在教學過程中，可以引導學生思考每種人工智能技術的優點是什么?缺點是什么?有沒有改進的辦法?比如BP神經網絡是計算智能中較為成熟的技術，具有強大的非線性學習能力，在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用。然而BP神經網絡算法自身也存在著一些缺點，如會有局部最小解、解受初值影響較大、理論解釋不完善等。近十年來，研究者逐漸把目光轉移到另一種新的非線性學習工具――支持向量機上。同神經網絡相比，支持向量機具有泛化能力強、不受局部最小問題困擾、理論背景完善等顯著優點。在給學生講解BP神經網絡算法的時候，一方面可以通過手寫數字識別實驗展示其強大的非線性分類能力，另一方面也要告訴學生，BP神經網絡并不是完美的，其缺點同樣明顯。然后引導學生對這些問題進行思考，討論有沒有更好的解決辦法。此時，順勢引出支持向量機的內容，并且介紹支持向量機的研究現狀和研究方向。通過兩者的對比，學生不但了解到了較新的人工智能技術，又對人工智能研究中如何去發現問題、解決問題、人工智能技術的進化歷程有了直觀的印象。
4.3 教學內容與畢業設計相結合
篇8
1 引言
智能科學與技術學科以計算機科學為基礎，結合了認知科學、信息學、控制科學、生命科學、語言學等學科的相關理論和研究方法，是一門新興的交叉學科，將成為21世紀信息科學研究的制高點和信息產業價值的主要提升點。
在國外，許多著名高校都設立了“人工智能”專業并授予智能科學專業學位：世界多數知名的理工類院校都設立有人工智能研究所或實驗室，進行智能科學專業的研究生培養及科研工作。在國內，智能科學與技術專業起步則較晚：2003年12月5日，教育部正式批準北京大學信息科學技術學院設立“智能科學與技術”本科專業，這標志著我國“智能科學與技術”專業的誕生。
廈門大學在智能科學與技術領域已經有多年的研究積累和師資儲備。2006年12月，教育部正式批準廈門大學設立“智能科學與技術”本科專業，2007年6月6日，廈門大學智能科學與技術系經學校批準成立，并于2007年9月迎來了第一屆本科生。本文將簡要介紹近幾年來廈門大學“智能科學與技術”專業的建設情況。
2 廈門大學智能科學與技術相關領域的科學研究進展
廈門大學在智能科學與技術領域的研究已開展了多年。早在1988年，學校就成立了校級科研機構――“廈門大學人工智能與計算機研究所”，目前，經廈門大學批準，正式更名為“廈門大學人工智能研究所”。它是一個以實用智能技術研究為主、集基礎研究與應用開發于一體的研究機構，是廈門大學組建智能科學與技術系的主要基礎。
廈門大學智能科學與技術系面向國際學科發展趨勢和國家發展的重大需求，利用人工智能研究的方法和手段，不斷開辟新的研究領域，逐漸確立了語言信息處理、認知計算、智能信息檢索、中醫信息處理、視頻圖像處理、智能機器人等主要研究方向。在語言信息處理方面，現設手寫漢字識別、自然語言理解、機器翻譯、語料庫技術等研究領域；在認知計算方面，現設覺知計算、腦機接口、機器感覺、隱喻邏輯等研究領域；在智能信息檢索方面，現設文本信息過濾、信息檢索、信息提取、智能數據挖掘、Web挖掘等研究領域；在中醫信息處理方面，現主要研究開發多媒體中草藥智能查詢系統、基于舌象中醫智能體檢系統；在視頻圖像處理方面，現設圖像數據庫、生物特征識別、遙感圖像、地理信息系統等研究領域。2008年，系里引進了被稱為“人工大腦之父”的著名學者Hugo de Garis教授，并以他為首組建了人工大腦研究室，該研究室的目標是，經過三年左右的時間，建設中國首個人工大腦。
經過十幾年的不懈努力，我們在上述研究領域均取得了一批有影響的重要研究成果，在我國學術界具有一定的學術地位，獲得數十項國家和省部級項目經費的支持。目前在研的項目有國家自然科學基金項目3項、國家863項目2項、國家863子項目2項、福建省自然科學基金項目1項、福建省科技計劃重點項目2項。在漢字識別、詞語切分標注、語法分析、詞義消歧、指代消解、語言神經基礎、漢語理解策略、網上信息的選擇翻譯、統計機器翻譯、語音識別與合成、計算機音樂、計琴學等諸多方面進行了有特色的研究，形成了具體的算法，并且還提出了一種系統性的協動計算理論，出版專著5部，數百篇，其中近三年被EI、SCI等檢索的論文達200余篇。
在基礎理論研究的基礎上，智能科學與技術系還十分注重產學研結合，先后與北京德威特電力系統自動化有限公司和深圳名人電腦等公司進行合作研發，廣泛開展應用系統的研制開發，主要包括：手寫漢字機器識別系統、漢語分詞和詞性標注系統、機器翻譯系統以及網上漢語文本分類和信息過濾系統。其中，手寫漢字機器識別系統獲浙江省教育廳科學技術進步三等獎：機器輔助漢英互翻系統獲福建省科技廳科技進步三等獎；漢語分詞和詞性標注系統獲得2003年863中文信息處理評測第二名：機器翻譯系統(包括XMMT漢英機器翻譯系統、Matrix英漢機器翻譯系統、Light英漢機器翻譯系統和Neon英漢雙向機器翻譯系統)在863智能接口評測中多次名列前茅，形成多項產品，技術授權國內多家單位使用。
在科研平臺建設方面，智能科學與技術系發揮廈門大學多學科交叉的優勢，聯合人文學院、外文學院和海外教育學院華文系的學術力量，于2003年成立了“廈門大學語言技術中心”，其中，漢外多語言機器翻譯為主攻方向之一。2006年獲批了“智能信息技術福建省高校重點實驗室”；目前，以人工大腦相關內容為研究核心的“福建省仿腦智能系統重點實驗室”也已獲批。
3 廈門大學“智能科學與技術”專業建設情況
廈門大學智能科學與技術系現有一個本科專業(智能科學與技術)，三個學術型碩士學位授予專業(人工智能基礎、模式識別與智能系統、計算機應用技術)，一個“計算機技術”工程碩士培養方向(智能工程及網絡安全方向)，一個博士學位授予專業(人工智能基礎)。現有在校本科生近90人，碩士研究生80多人，博士研究生25人，博士后2人。本系教職工近30人，其中：教授5人，副教授5人，80％具有博士學位或者博士在讀，40歲以下的年輕教師占2／3。
3.1 本科生專業建設
在本科生培養方面，廈門大學智能科學與技術系的目標是要求學生能夠有效和系統地掌握本學科的理論基礎，比較深入地理解智能科學與技術理論；培養具有一定的分析、綜合和創新能力，能夠承當智能信息系統設計、開發和智能科學與技術學科教學任務的，德、智、體全面發展的科學技術工作者：畢業生適宜到科研機構、學校、技術或行政管理部門、公司、廠礦等企事業單位從事科技研究、應用開發、信息管理和教學工作，也可以進一步攻讀該專業及相關專業的碩士學位。
為了實現上述目標，我們遵循“寬口徑、厚基礎、抓關鍵、重實踐”四項基本原則，制定了較合理的教學計劃，在本科一、二年級安排公共基本課程、校通識教育課程、院系通修課程；從二年級下學期開始結束院系通修課程，轉而推出部分學科通修課程，向專業化過渡，三年級開始加入方向性選修課程。其中，公共基本課程621學時、33學分；校通識教育課程262學、15學分；學科通修課程1544學時、90學分；方向性課程120學時、分；學科跨方向性課程108學時、6學分。這樣的安排能真正使學生在獲得扎實而寬厚的理論基礎、合理的知識結構的同時，培養較強的獲取新知識的能力和創新精神。
為了能切實提高學生的動手實踐能力，我們在辦學過程中十分重視和強調實踐環節的訓練并倡導理論與實際 相結合，已經規劃建設一個特色實驗室――“仿腦認知與智能機器人”實驗室，可支撐仿腦認知與智能機器人兩個方向相關課程的教學實驗，總經費預算100萬元。依托該實驗室，結合相關課程，高年級本科生可以進行“心理物理測試實驗”、“眼動測試實驗”、“面部表情與腦電對照實驗”、“行為學與智能關系測試實驗”、“機器人避障行走路徑規劃”、“機器人目標識別與跟蹤”、“機器人聲控實驗”、“機器人智能語言翻譯”、“機器人足球比賽”等眾多特色實驗。
3.2 研究生專業建設
廈門大學智能科學與技術系的研究生培養以加強創新能力的培養為核心，以加強基礎課、專業課，實驗實踐教學、論文創新寫作、促進理論與實踐相結合為重點，包含碩士研究生和博士研究生兩個培養層次。其中，碩士研究生層次又分為學術型研究生和工程碩士兩種類型，分別進行培養。
在學術型碩士研究生培養方面，我們的目標是培養適應智能科學與計算機科學的發展，適應國家社會發展與進步事業需要的，德、智、體、美全面發展，系統地掌握本學科基本概念、基本原理、基本方法、基本技能的，具有創新能力、理論聯系實際的高級專門人才和能適應未來從事基礎研究、應用基礎研究、技術開發研究和工程應用研究之人才。畢業生適宜到科研部門、學校從事科學研究和教學工作；適宜到計算機產業相關的企事業單位從事智能科學與計算機科學技術的開發研究、應用與管理等工作；可以繼續攻讀智能科學與計算機科學及其相關學科的博士學位。目前包含“人工智能基礎”、“模式識別與智能系統”和“計算機應用技術”三個專業。其中，“人工智能基礎”專業包含如下培養方向：認知科學理論、認知邏輯學、計算語言學、智能計算方法、藝術認知與計算、腦高級功能成像等；“模式識別與智能系統”專業包含如下培養方向：計算機視覺、機器翻譯系統、智能中醫診斷系統、機器音樂、模式識別、音頻信息處理等：“計算機應用技術”專業包含如下培養方向：人工智能應用技術、自然語言處理技術、智能信息檢索技術、多媒體綜合應用技術、圖像與視頻處理技術、虛擬現實技術等。
在工程碩士培養方面，目前智能系招收“計算機技術”工程碩士――B方向(智能工程及網絡安全)的工程碩士研究生，目標是培養具有扎實的計算機學科專業知識和工程技術能力，掌握現代智能與網絡科學前沿知識，在智能工程與網絡安全方向具有一定研究深度和項目研發能力的高層次應用型人才。培養方向包括：嵌入式智能家居、視頻圖像處理、網絡視覺監控、模式識別與智能系統、智能機器人、網絡內容監管、黑客與網絡攻防技術、網絡信息安全、信息檢索與信息過濾、自然語言處理、機器翻譯、語音識別與合成、智能中醫信息處理、人工大腦、虛擬現實技術等。
在博士研究生培養方面，設有“人工智能基礎”博士學位授予專業，目標是培養基礎扎實，具有創新意識，對某一領域有全面深入了解或對某一應用領域有獨立解決實際問題的能力，能夠解決前人未能解決的科學問題或社會發展中亟待解決的技術問題的高級專業人才：其研究工作對科學技術或社會經濟的發展具有明顯貢獻，為人工智能技術發展和應用提供新的基礎或新技術、新方法。培養方向包括：人工智能以及應用技術、藝術認知與計算、數據挖掘技術、認知神經科學、軟計算方法及其應用、智能多媒體信息處理、腦功能成像技術等。
篇9
1借助人工智能，擴展學術搜索的路徑
互聯網時代改變了人們獲取信息的方式，搜索引擎在促進科技期刊的傳播、提高影響力等方面的功能逐漸凸顯。雖然現有的一些搜索門戶網站諸如Webofscience、PubMed、谷歌學術、各圖書館網站、中國知網、萬方數據知識服務平臺等搜索引擎可以幫助讀者檢索科技論文，但是仍不能滿足用戶多樣化的檢索需求。Tancheva等［8］針對康奈爾大學圖書館開展的一項調查研究發現受訪者“往往既對搜索方法的效率感到滿意，同時又對搜索的棘手和費力感到不滿……當研究人員無法完成一個特定的搜索任務，他們很可能放棄現有的方法(或工具或技術)，而不是找出如何使它工作”。為了解決這一問題，需要開發新的模式解決學術出版的過量負載，利用智能技術優化搜索引擎的現有功能。目前很多科技公司都在探索開發基于人工智能的學術搜索引擎和知識服務。例如Springer網絡平臺不斷對其功能進行集成，并提供個性化服務功能;Elsevier等出版商為用戶等提供搜索引擎培訓課程;微軟學術(MicrosoftAcademic)通過在實體之間建立有意義的關聯，自動生成可視化的知識圖譜，引導學者閱讀［2］;2014年，Wiley線上圖書館為用戶提供了增強型HTML文章服務(AnywhereArticle)，它將可讀性、交互性和可移植性設為用戶體驗的核心，使讀者能夠在頁面中快速找到最重要的信息［9］。一些關于科學出版的新模式和平臺被相繼開發，如Chorus［10］通過集成服務和開放APIs，優化了科技論文被搜索的路徑，并為政府機構、出版商、研究人員、圖書館員和作者提供可持續的解決方案。目前我國已經形成一些專業的期刊集群，一部分學術期刊數據庫平臺也開始進行語義出版形式的探索，對科技期刊內容進行深度加工和挖掘。不同的科技期刊具有不同的特點，在學術期刊的數據庫平臺建設過程中需要平臺開發團隊與期刊編輯充分交流［11］，發揮編輯的優勢和主導作用，凸顯本學科的學科特色。
2利用智能算法，構建個性化的精準推送平臺
技術是科技期刊創新發展的重要推手，技術應用能力也成為科技期刊發展的競爭資源，充分利用技術強化科技期刊的知識服務和加工能力，創新出版和傳播模式，滿足數字化時代的讀者需求，對于科技期刊的精準傳播和融合發展非常重要。在人工智能背景下，可以借助于算法實現科技期刊出版的智能化。算法的設計程序與設計者的思維密不可分，設計者選擇數據樣本、賦予數據意義、設計模型與算法，擁有數據并設定算法的智能化平臺具有很強的主導性［12］，因此設計者需要盡可能考慮并消除算法偏見和利益沖突對精準傳播帶來的負面影響。日前，騰訊研究院和騰訊AILab聯合的人工智能倫理報告指出“人工智能等新技術需要價值引導，做到可用、可靠、可知、可控”［13］。目前“智能算法+學術期刊”已成為創新趨勢，學術期刊可構建信息數據基礎環境，進一步完成動態精準信息推薦，最后以傳受關系交互實現長期有效的黏性連接［14］。一方面可以通過算法整合資源，實現大量科技期刊的數字資源的聚合;另一方面可以通過算法分析用戶的閱讀興趣、研究領域，基于用戶的需求建立相關用戶數據信息，從而進一步將數字資源和用戶數據相匹配，實現科技期刊的智能化精準傳播。如中國知網推出的“CNKI全球學術快報”整合全球文獻和超星集團推出的“域出版”超星學習通學術平臺［15］，用戶不僅可以在其App上進行文獻檢索、分版閱讀、專題閱讀等，還可以與作者進行互動交流。此外，還可以利用智能算法設計追蹤用戶的信息反饋，通過學術平臺進一步增加用戶的體驗感，提升科技期刊的精準傳播能力。
3創新知識加工，構建多元化的傳播模式
在人工智能和融媒體時代，除了運用智能技術構建個性化的知識服務平臺，科技期刊也需要充分發揮社交媒體的作用，通過加強期刊網站建設、建立App客戶端、微信、微博等新媒體傳播平臺，可以根據各自領域的特點，對科技論文進行多次加工和編輯，構建個性化的傳播方式。如論文編輯平臺Kudos為作者提供了一種利用社交媒體使他們的論文更易下載和傳播的工具，通過為作者已發表的文章創建介紹并添加簡短的標題、易懂的摘要和補充內容，可以使他們的文章對讀者更具吸引力［16］，學術出版平臺也可以通過建立二維碼，為讀者提供開放增值服務，使讀者進一步了解論文的數據、圖片等資料，實現與用戶的精準對接。如中國煤炭行業知識服務平臺為該平臺上的每篇論文制作了二維碼，用戶閱讀紙刊論文時，通過掃描其中的二維碼可以免費下載PDF、HTML文件，此外讀者還可以通過掃描二維碼向作者提問或向責任編輯反饋意見［17］。目前，郵件推送也正在成為科技期刊提升精準傳播能力的一個重要手段，國內一些期刊在這方面做了大膽的嘗試。例如:《計算機工程》基于語義分析和智能分詞等技術，設計了一套期刊內容精準推送系統，將讀者—文章—標準關鍵詞進行匹配，通過郵件為潛在讀者推送與其研究方向相關的最新研究論文［18］;《應用生態學報》通過運用大數據和數理統計方法，構建了科技期刊論文單篇推送客體指標體系，通過郵件對讀者進行單篇精準推送，取得了較好的傳播效果［19］。此外，利用音頻、視頻、科學可視化等多媒體技術可以在短時間內表達豐富的科學信息，增加科技論文的廣泛傳播。如虛擬現實/增強現實(VR/AR)為讀者提供沉浸式的閱讀環境，提升讀者的體驗感，從而吸引了更多讀者的關注。中國科學技術大學王國燕博士及其團隊開展的前沿科學可視化研究和設計，使科技論文通過圖像的形式向讀者展現，提高了科技論文的交流和傳播，她通過對頂級科技期刊《Nature》《Science》《Cell》的一項實證研究發現，科技期刊封面故事和封面圖像的使用可以提高論文的引用率［20］。《上海大學學報(自然科學版)》借助第三方AR展示平臺實現了學術期刊的多模式AR融合出版，取得了很好的效果［21］。
篇10
1傳統教學的缺陷
⑴課程的教學地位沒有引起足夠的重視一些高校為計算機基礎課程分配較少的學時（少于48學時），甚至有的專業將此課程設置為選修課。這種設置降低了該課程在教師和學生心目中的位置，導致了對該課程的忽視。同時，不少老師因為學時不夠，時間緊迫，僅僅講述與考試相關的內容，不考的一概不講。這導致學生的眼界受限，知識和能力受限，無法培養其全面綜合的計算機素質。還有的專業沒有將這門課給專業的計算機學院的老師講授，而是隨意安排授課人員。沒有經過系統專業訓練的教師缺乏足夠的知識儲備，很難講好這一門看似簡單的課程。⑵課程教學內容的制定與當今時代對于信息化人才的需求脫節一些高校的現狀是計算機基礎的課程教材知識陳舊[3]、質量堪憂，教材總是無法跟上知識更新的步伐，例如都2019年了還在講Office2010。有的高校由于缺乏對課程的重視，沒有對教材優中選優，而是基于利益的考慮，優先選擇自己院系編寫的教材。其教材內容是七拼八湊，沒有整體性、邏輯性和連貫性，更不用說前瞻性。這樣的教材，無疑對學生的學習設置了巨大的屏障。除此以外，一些院校的課程教學知識體系不夠明確和完善，教學大綱的制定不夠科學。從教學大綱中制定的學時分配來說，常常偏重實用性[4]，常用計算機軟件操作占據了大部分的課時。這會讓教師在授課時輕理論而重操作，如此培養學生，非常不利于其計算思維的形成，對后續其他計算機相關課程的學習也是很大的傷害。⑶教學模式過于傳統，信息化水平較低從教學方式上來說，傳統的教學模式以教師課堂授課為中心，是以教師為主體的教學模式[5]。在這種模式下，教師仍然主要以填鴨式教學為主[6]，無法通過課堂教學發現學生的個性化特點，并進行有針對性的教學。另外，雖然計算機基礎課程一般都配備了實驗課時，但是實驗課常常是采用教師布置上機任務、學生做完抽樣檢查的模式。這對于大課堂來說，教師的任務繁重，無法搜集到每一個學生的任務完成情況，無法清晰地掌握學生學習的實際情況和薄弱環節。而且，該課程缺乏相應的研討課時，很難讓學生對其所學知識進行深入思考和探究，以增強思辨能力和對課程的學習興趣。⑷課程考核方式不夠公平合理從考核方式上來說，該課程普遍采用“平時成績”+“期末考試”的加權方式對學生成績進行評定。平時成績多由考勤分所得，期末考試多采用機考模式。這種考核方式過于單一化、機械化，無法對學生進行全方位的評價。很多學生來到教室打考勤，但可能根本沒聽講，而是在睡覺或者玩手機。期末機考的公平合理性也是存在著很多的漏洞。例如機考的試題庫可以十年不變，分值的分配和難度的掌握都沒有經過系統的考量。甚至有的考試系統不夠穩定和安全，頻頻爆出Bug，嚴重影響了考試結果的真實性。
2新人工智能環境下對計算機基礎課程改革的具體方案
2012年開始，在隨著卷積神經網絡技術在視覺處理方面的應用取得巨大的成功之后，人工智能到達了有史以來的第三個爆發期。目前，深度學習技術在AlphaGo、無人駕駛汽車、機器翻譯、智能助理、機器人、推薦系統等領域的發展如火如荼。與此同時，人工智能技術在教育領域方面的應用已經興起。人工智能的教學產品也已有先例，例如基于MOOC平臺研發的教學機器人MOOCBuddy等等。基于人工智能的教育是融合云計算、物聯網、大數據、VR、區塊鏈等新興技術的增強型數字教育[2].在當前人工智能的大時代背景下，針對傳統計算機基礎的種種弊端，我們提出了如下教學改革方案。⑴改變教學理念，確立計算機基礎課程的重要地位計算機基礎作為高校的一門公共課，實則應當作為各個專業的學生后續的學習、科研的必修之課程。因此，高等學校應從源頭上確立該課程的重要地位，將該課程納入必修課范疇，并給與更充分合理的課時分配。除教學課時、實驗課時之外，需要為該課程增加一定的研討課時。任課老師必須是來自于計算機專業的人才。同時，定時舉辦關于該課程的教學培訓、教學研討會和教學比賽，改變教師的教學理念，從源頭上給予該課程足夠的重視。⑵優化教學內容，重新制定課程的教學知識體系教材是教師教學的主要依據，也是學生獲得系統性知識的主要來源。因此，教材對于教學的重要性不言而喻。教材的選取需要優中擇優，必要的時候可以根據自身院校的情況自己編寫，力求使用好的教材使教學事半功倍。在選定優質教材的基礎上，制定更加合理的教學大綱，優化計算機基礎課程的教學知識體系，突出計算機學科入門相關基礎理論知識的重要地位。對現有的過時內容進行更新，例如操作系統以Windows10的操作取代Windows7，Office這部分使用Office2019版本取代2010的版本，同時增加關于算法入門知識、程序設計入門知識以及人工智能、區塊鏈等前沿知識單元的介紹。以華中師范大學為例，我們在圖1中給出了該校計算機基礎課程的教學知識體系結構圖。⑶充分利用現代化的教學工具和人工智能技術，構建智慧課堂，改變傳統教學模式現代化的教學應當轉變以教師為核心的教學模式，更加突出學生的主體性地位。因此，在人工智能、物聯網、大數據等技術和蓬勃發展的情形下，應當改變傳統的課堂教學形式，充分利用現代化信息技術，將傳統課堂教學和網絡課堂教學模式相結合，構建智慧課堂。融合課堂教學身臨其境的效果與網絡課堂自主性強且方便師生交流的特點，通過師生之間多層次、立體化的互動，達到提升教學效果的目的。同時，建立功能強大、完善的學生實驗平臺，基于不同專業學生的不同特點和不同需求，進行個性化的作業設置。針對教師布置的實驗任務和學生的完成情況，結合在線網絡教學系統，通過傳感器及網絡數據，搜集學生的學習行為數據，并且使用人工智能算法進行智能分析，使教師對當前的學生的學習情況一目了然，并能引導學生對重點、難點的鞏固和掌握。研討課以學生為主體，按照所選課題進行分組調研、分組討論，刺激學生的學習興趣，培養其思辨能力。研討內容最終可以課程論文的形式上交至課程共享平臺，由教師和同學共同給出評分。這里，仍以華中師范大學為例，我們將在線教學系統、實驗課平臺、研討課共享平臺等集成為一個基于人工智能技術的網絡智慧教學綜合平臺系統。該系統主要包括用戶管理、在線教學、課堂互動、作業管理、考試管理、BBS系統、智能分析和平臺管理8個模塊，其主要功能如圖2所示。該系統采用C/S模式，系統的服務器選用Linux服務器，同時開發基于PC機的和手機端的客戶端系統，方便學生和教師隨時選用、更加靈活。在線教學模塊中的智能學習助理功能，能夠根據歷史用戶的學習行為和當前用戶的學習行為，自動地識別學習內容中的難點以及當前學生的難點內容，有針對性地對學生進行知識點強化。課堂互動模塊中，通過可穿戴式傳感器搜集學生的學習行為，用于后續智能分析模塊中對學生的學習態度和學習行為進行智能分析。在線作業評價模塊包括機器評價和教師評價兩個功能。機器評價是系統為學生作業（客觀題、主觀題）自動評分，其中主觀題的評分也是使用人工智能技術來實現。教師評分時可以參考機器評分，減少教師工作量。同時，教師評分為機器評分提供機器學習的經驗數據，促進機器評分更加智能。智能分析模塊能夠依據學生的在線課程學習模塊、課堂學習模塊、作業管理模塊等搜集到的學習行為數據進行綜合分析，促使教師深入了解學生的學習情況和個性化特點，提升教學的針對性，并且有助于后續對學生進行全面、綜合的分析和成績評定。所有系統模塊中使用到的智能分析技術包括基本的統計分析、以及各類機器學習算法（k-means,NaveBayes,SupportVectorMachine,DeepLearning等等）。⑷改變傳統成績考核的方式在“教學”+“實驗”+“研討課”課程結構以及網絡智慧教學綜合平臺的輔助之下，學生的成績評定更加全面化、多元化、公平化、自動化[7]。平時成績中，除了教學綜合平臺的“課堂簽到”次數之外，還增加更多豐富多元化的考察信息，如：學生的課堂討論、在線課程學習和考核結果、平時作業完成情況，以及智能分析模塊中輔助分析的學習態度、學習能力、平時成績預測。期末上機考試系統也是智慧課堂綜合平臺的一個子模塊，是精心設計的穩定、安全、功能強大的子系統，方便教師每一年更新試題庫，修改bug。試題庫中的每一套試卷都應當經過科學的考卷質量分析，使其難度、覆蓋范圍在一個均衡、合理的范圍。最后，教師通過對各類平時成績指標以及期末考試成績加權，給出最終的學習成績。通過規范、合理、公平、全面的考核體系，獲得對學生公平、完善的評價機制，激勵學生并刺激教學良性運轉。
篇11
教學改革是課程建設和學科發展的生命線。經驗告訴我們,要不斷提高教學質量,就不能固步自封,吃老本,而必須不斷深化教學改革,加大課程建設和教材建設力度,不斷改進教學方法。
(1) 搞好精品課程建設,發揮示范作用
把人工智能國家級精品課程放在優先建設的位置,講究教學質量,推進教學改革是本課程一直堅持的教學理念。首屆國家級精品課程評選時,還很少有其他課程采用網絡教學,而我們的課程就已經建設了完善的網絡教學平臺并被國家教育部評為優秀網絡課程,這有助于充分發揮國家級精品課程的示范作用。在此后的建設過程中,我們堅持每年都對網絡課程和教學課件進行改進和更新,在國內發揮了應有的示范作用。
為開拓學生眼界,追蹤國際前沿研究,這幾年我們加強了對雙語教學的研究和實踐,采用多種方式堅持漢英雙語教學。經過實踐我們體會到,英語教學比例要根據教學內容和學生英語水平而定,其檢驗標準是學生的接受程度與學習效果,并根據這一點來適時調整雙語教學中英語對漢語的比例。
(2) 編著立體配套教材,為教學改革服務
根據學科和課程的發展及教學改革的需要,我們十分重視教材建設,不斷更新人工智能課程教材內容,使其具有系統性、新穎性、實用性和可讀性等特色,所編優秀教材處于國內領先地位。
在過去5年建設過程中,在原有的信息類本科生教材的基礎上,又增加了研究生教材、網絡課程教材和管理類通用教材,形成了多層次、多專業、多平臺的立體配套教材共4個版本,以適應學生的不同層次要求。這些教材已為高水平課程建設和學科建設作出了重要貢獻。
(2) 創新教學方法,開展多種形式教學
近年來,我們學習和推廣了教學名師在長期教學實踐中形成的“以趣導課、以疑啟思、以法解惑、以律求知”的教學模式和教學方法,并不斷摸索和實踐,采取了多種形式的教學方式,包括多媒體教學、雙語教學、網絡教學、智能系統物理實體演示、課堂討論會、論點辯論會、學術研討會以及網上實驗等現代化教學方法,取得了優良的教學效果。在課程講授中盡力做到生動形象,富有啟發性,從而充分激勵學生的學習積極性和主動性,發揮獨立思考和創新思維,多方位培養學生發現問題、分析問題和解決問題的能力。
要取得良好的教學效果,首先要培養學生的學習興趣,使學生主動參與學習。如何充分激發學生們的學習熱情,發揮其主觀能動性是我們一直在探索的問題。我們在教學實踐中多次開展辯論會、討論會等活動,通過讓學生自己動手查資料,分析整理,提出自己的觀點,使學生全方位地接觸所學課程,在此過程中培養學生的研究能力,真正實現師生互動。在課程中我們還經常請來在科研工作中擔任主要任務的教師和博士生給本科生介紹最前沿的科學動態,激發學生對科學研究的興趣。更進一步,我們在研究生教學方面通過舉辦學術研討會,讓學生接觸學科前沿,自己查閱資料和動手寫科技論文,并在研討會上宣讀討論,培養獨立研究能力,為將來的研究工作打下基礎。許多本科生和研究生在討論會上有十分突出的表現。這種課堂學術研討活動深受廣大學生歡迎。
(4) 教學與科研結合,以科研促進教學
對于高等教育來說,教學與科研始終是相互促進,不可分割的。我們認識到,要提高師資水平和教學質量,就必須鼓勵教師開展科學研究,處理好教學與科研的關系。要以教學為中心,以科研促進教學。通過科研實踐,提高教師的學術水平和教學起點。教師只有站得高,才能看得遠;只有看得遠,才能明確方向和目標。本精品課程立項后,我們每年都有意識地組織學生參觀實驗室,向他們介紹最新的科研進展,培養學生的科學精神和科研素質;同時吸收部分學生直接參與到科研工作中來,提高他們分析和解決實際問題的能力;本科生的畢業設計題目也直接與科研工作掛鉤,讓學生真正學以致用;支持青年教師參加科研和各種技術培訓,不斷提高他們的科研能力和教學能力,從而有力地推動了教學科研的相互促進和協調發展。
2 構建立體式教學平臺,實現教學相長
(1) 建設前沿交叉學科的多類型教學資源
教學資源是教學質量的重要保證,通過多年的積累和長期努力,我們已擁有大量立體配套式的教學資源,除了針對計算機、智能科學與技術和自動化專業的系列教材外,還有面向軍隊的智能決策的教材,面向人工智能初學者和研究人員的工具書《人工智能辭典》。大量教參、教研論文、科研論文、多媒體課件、雙語課件、網絡課件、視頻錄像、習題庫、試題庫、虛擬實驗室等都包含在我們的教學資源中。
(2) 開發富有特色的網絡教學平臺,實現個性化教學
網絡教學能夠拓展學生的學習空間,使學生能夠在不受地域和環境限制的情況下主動學習和繼續學習。我們的《人工智能網絡課程》上網使用已經7年了。該網絡課程具備向導學習、交互式和情景化學習、多媒體支持、學習評價、智能答疑、全文搜索、虛擬算法實驗等功能。特別是在向導學習、個性化以及算法實驗上,采用了人工智能技術本身來實現人工智能網絡課程,具有網絡化、智能化和個性化等顯著的特色和先進性,得到專家和同行的認可和肯定。如今我們的網絡教學平臺已不斷得到更新和擴展,學習內容不斷完善,學生們不僅可通過網絡進行學習、實驗,并能通過網絡提交作業和報告,與老師進行交流。網絡課程的使用,促進了本課程教學改革,更好地調動了學生的學習興趣和主動性,深受學生歡迎。
(3) 建立開放式的網絡實驗平臺
理論聯系實際永遠是教學過程中不可或缺的重要部分,讓學生發揮主動性,學以致用,從而加深對課堂接受知識的理解,培養學生的實踐能力,使他們能夠學以致用,是我們開發實驗平臺的目的。為此,我們在2005年開發了一個網絡虛擬實驗室,在這個實驗室中,通過動畫演示,學生能夠直觀地看到課堂上講到的多種算法和方法的具體實現步驟和運行結果,還能夠自己動手,創建新的實驗環境和實驗數據,建立自己的實驗。網絡實驗平臺中對每個實驗的目的、要求、實驗報告的形式內容都作出了詳細的闡述和要求,網絡的開放環境使得學生可以在寢室、家里、機房,甚至在機場、車站、碼頭隨時進行實驗,不受時間和地點的限制。
在實驗教學內容的設計上,注重培養學生的研究能力和創新能力。首先,實驗項目的開設,經過了嚴格的考慮,使之具備研究性和綜合性。其次,實驗目標有明確的設計探討要求,要求學生帶著問題和任務進行實驗。再者,充分采用虛擬實驗方式進行實驗,大大提高了學生的興趣,提供了分析和探討智能算法的很好平臺。
直觀生動的實驗演示和個性化的實驗設置增加了學生對實驗的興趣,充分調動了學生的積極性和創造性。通過實驗教學,學生能夠理論聯系實際,驗證和加深對所學理論知識和概念的理解,有利于提高學生的學習興趣和主動性。
3 構建富于創新的教學隊伍
教學人才資源是教學的第一資源。堅持科學發展觀和以人為本的思想,組建一支結構合理、愛崗敬業、不斷創新的教學隊伍是精品課程建設不斷持續發展的重要保證。
(1) 名師牽頭,結構合理
自精品課程立項以來,在多年的建設實踐中,我們逐步建立了一支由國家級教學名師牽頭,以中青年教師為骨干,學歷、學位、職稱和年齡結構合理的教學隊伍,以保證教學和教改工作的可持續發展。此外,任課教師圍繞創新型人才培養,以提高人才培養質量為核心,以促進學生的成才為目標,討論并設定了明確、可行的課程教學改革目標。
(2) 抓好隊伍建設,不斷提高整體素質
建立一支愛崗敬業、富有戰斗力的高素質教學隊伍是出色完成教學任務和提高課程教學質量的根本保證。我們的教學隊伍中,從帶頭人到成員,都堅持在教育第一線親自執教,傳道、授業、解惑,做好本職教學工作,都秉承熱愛黨的教育事業,熱愛教學工作、熱愛學生。教學骨干和主講教授具有較高的學術造詣和豐富的教學經驗,其他教師也有較好的教學功底和較強的教學能力,他們團結協作, 精益求精地認真做好每一環節的教學工作。
篇12
1智能系統控制課程探究式教學設計
智能系統控制課程與智能信息處理課程分別是我院的必修課程和選修課程,其探究式教學平臺主要包括網絡課程、講義下載、學生論文/程序演示等模塊。智能系統控制課程的探究式教學是指教師利用課堂的知識傳授和網絡的開放資源,安排學生分課題組,邊進行科研合作邊學習的教學模式。因此,探究式教學具有學生積極性高、師生/學生之間交互強、學生體驗印象深和師生互相學習等特點。本課程的探究式教學模式設計的步驟有探究式教學模式設計、網絡課程網站設計和實踐展示平臺的設計。
1.1探究式教學模式設計
傳統教學模式往往沒有提供可供學生自主選擇的學習方法,但并不是所有的學生都適合此種教學方式[2]。因此,有必要研究可供學生自主選擇學習進度的探究式教學模式,以實現因材施教。
本課程的探究式教學模式具體來說,是指根據每個學生的專業、基礎、潛力和特點劃分幾個合適的課題組,幫助每個學生選定自己的小課題;接著,在老師指導和組長帶領下分組調研、討論、設計、編程和交流,同時可以利用教學網絡中的各種教學資源;最后,將成果總結為PPT和程序,在課堂上交流,再在網絡上演示。例如,先根據學生學習智能系統控制課程的不同目的和學生的專業基礎,將眾多學生分為自動化組和通信組。然后,由各大組的組長和組員根據專業基礎和興趣探討課題題目和研究子方向,保證每個學生都有具體研究小課題。進而,學生調研、探討、研究、合作、交流,進行PPT陳述。再如,有的學生想學智能控制的理論知識,有些學生則想重點學習智能控制的應用技術,因此將智能系統控制網絡課程分為理論教學和應用教學。
1.2網絡課程網站設計
智能系統控制網絡課程的主要功能是在教學網頁上向學生展示智能系統控制的各種課程知識,要求以邏輯性強、易于理解的方式向學生傳授知識,這是學生自主學習的重要環節。知識點頁面的設計要求排版清楚美觀,色調適合統一,圖文并茂,以多媒體的形式展示知識。為了讓學生及時了解自己的學習進度并能實現知識點頁面的隨意轉換,設計了動態跟隨目錄,以便于學生隨時選擇課程的學習內容。對智能系統控制課程設計了進度參考值,以便于學生知道其學習快慢,從整體上把握學時規劃。
1.3實踐展示平臺的設計
在智能系統控制課程的實踐展示平臺中,習題的存儲和管理都在數據庫中進行,章節自測題的功能模塊如圖1所示[3-4]。學生每學完一章就可通過練習來鞏固該章的知識,了解其對本章節知識的掌握情況。
在課后習題的設計中,特別增加了顯示失分題并列出正確答案的功能以及留言功能。學生利用前一功能了解自己錯誤理解的那些知識點并改正錯誤,學生通過后一功能提交對答案的任何質疑或更好的建議方案,并由專業老師予以點評,如圖2所示。這些功能能提高學生的積極性,增加老師與學生之間的互動性,為學生學習本課程提供了很好的智能助手[5-6]。
智能系統控制課程實踐展示平臺的另一重要功能是利用Java技術等網絡工具展示智能技術的演示程序,促進學生的學習交互性和實踐效果。對于人工智能和智能控制課程中每種能演示程序的知識點,都可以用Java等技術編程實現交互演示實例,也可以推薦學生設計相關的演示程序,開設學生作品的演示區。
2結語
智能系統控制課程的探究式教學方法可以彌補傳統智能控制教學過程中的一些不足,讓任何學生都可以在任何時間、任何地點選擇一種自己想學的教學模式,以自己喜歡的學習方式和學習進度進行學習。學生根據自身的條件選擇一種教學模式,然后進行自主學習。每章最后會設置章節自測題,查看學生對本章節的掌握情況,更主要的目的是鞏固學生本章所學知識。隨著智能網絡技術的發展,智能技術的教學將會更加人性化和個性化[7-8]。
參考文獻:
[1] 蔡自興,徐光v. 人工智能及其應用[M]. 3版. 北京:清華大學出版社,2004.
[2] 龔濤,蔡自興. 多維教育智能體的構建與應用[J]. 教育信息化,2002(76):55-56.
[3] 馬婭婕,田翔川. 多媒體網絡教學系統在線考試題庫的設計[J]. 計算機應用研究,2005(1):182-183.
[4] 黃向前,劉淵,莊春興. 關于題庫資源建設系統的規范化的分析[J]. 實驗技術與管理,2004,21(3):76-79.
[5] 管恩京,李靜,鄭海峰. 促進高校網絡教學與教學資源應用的對策研究[J]. 現代教育技術,2009(12):126-129.
[6] 沈理達. 工程基礎軟件及應用課程的網絡教學系統設計[J]. 中國科教創新導刊,2009(36):123,125.
[7] 李人厚. 智能控制理論和方法[M]. 西安:西安交通大學出版社,2002.
[8] 王岳斌,劉利強,周細義. 交互式網絡教學模型設計與實現[J]. 湖南理工學院報:自然科學版,2005(3):19-22.
Research on Exploring Teaching of Intelligent System Control Course
GONG Tao1, ZHOU Jia-jia2
篇13
智能科學與技術是當前科學研究和工程實踐的理論與技術發展的前沿領域，智能科學與技術專業是一個多學科交叉的跨應用領域專業Ⅲ。智能科學技術的發展將把整個信息科學技術推向“智能化”的高度，這正是當代科學技術發展的大趨勢，對于這方面人才的需求也越來越迫切。智能科學與技術培養掌握堅實智能科學與技術基本理論和系統專門知識，具備作為工程師或領導者及公民的良好人文修養，具有從事科學研究、工程設計、教學工作或獨立擔負本專業技術工作能力，深入了解國內外智能科學與技術領域新技術和發展動向，能結合與本學科有關的實際問題進行創新研究或工程設計的高級專門人才。
高校應穩妥發展與完善智能科學與技術專業的本科生教育，夯實本科教育基礎并積極創造條件，大力開展創新教學，努力培養學生的創新意識、創新精神和工程實踐能力，使之成為具有系統技術基礎理論、專業知識和基本技能，良好科研素質和較強創造能力的智能科學與技術工程師。
2教學計劃與教學管理分析
智能科學與技術屬于計算機類專業，其必修課程設計原則是使學生具備計算機科學與工程的基礎理論知識，尤其是大類專業招生教學的院校，通識課程主要是數學、物理文化基礎，強調扎實的自然科學基礎。專業教學的特色體現在專業必修和專業選修課程，專業必修課一般分為數學基礎和專業課程。計算機類專業數學基礎課程一般包括線性代數、微積分、離散數學、微分方程、概率與統計、數值計算等；專業課程一般包括程序設計基礎、高等程序設計、數據結構、操作系統、計算機組成與結構、數字電路與邏輯設計等。
2.1學分
本科培養計劃的學分中，國內外大學學分總數趨勢是逐步減少，追求少而精。國內院校一般在130～190學分之間，如北京大學為150學分，清華大學為1 70學分，東南大學與浙江大學均為160學分，還有16學時為1學分的，也有18學時為1學分的。
中國臺灣的大學一般在130學分左右。臺灣交通大學最低畢業學分為128學分，其中必修課程須達76學分（共同必修58學分+資工組核心須達分+（資工組副核心課程學分+另2組核心課程學分）），專業選修本系課程須達12學分，其他選修課程須達12學分，通識課程須達28學分（含外語課程必修8學分）。臺灣“中央大學”為136學分，臺灣“清華大學”為136學分，其中必修和必選學分126，其他與導師商量決定。
美國的大學各校差異較大。美國的學分計算有4學期制、兩長一短制及兩學期制，其中加州大學伯克利分校為120學分，麻省理工大學為90學分，加州大學洛杉磯分校為186學分，斯坦福大學為180學分。
2.2教學管理
在教學管理上，斯坦福大學給學生提供了非常寬松的自由發展空間。新生入校后不分專業、不分學院。除了醫學院和法學院學生需要經過一定的選拔程序外，本科生可以在入學后的前一個學期適當時候隨意選擇專業，并且選擇專業后允許更改，只要畢業時滿足專業培養方案即可。
國內的浙江大學是較早實行按大類招生的學校之一，分為大類培養、專業培養和特殊培養3類，前兩年不分專業，按學科分類集中培養。
臺灣的大學專業也是按大類完成前期的基礎課程，再分小專業完成各學程，包括基礎課、核心課和進階課。
教學分組是現在的主流課程架構，也是體現專業方向的主要形式，分組課程是體現專業特色的課程組。國內清華大學采用的是分組教學；臺灣的大學基本上采用的是以教學方向分組的方式，臺灣的大學教學分為課程與修業、學分學程。
2.3實驗與實踐教學
計算機類專業各大院校都強調課程實驗與實驗教學，而目前課程該如何進行教學？這不僅是實驗問題，如何以工程教育專業論證為目標，怎樣使教學目標達到畢業要求是關鍵。做中學是主流實驗教學方式，尤其是美國的大學，大作業體現的是實驗與理論教學的結合，是考查學生是否理解理論知識的重要途徑。學生不僅能夠學習扎實的數學和計算機專業知識，還進行大量的實踐創新訓練。麻省理工大學、加州大學伯克利分校、加州大學洛杉磯分校、斯坦福大學都屬于實踐創新性教學模式。例如，斯坦福大學程序設計范式課程重點比較C、C++、Java的特點和難點，每1～2周有一次大作業，針對不同的任務，要求學生用不同的語言實現，使學生加深理解各類編程語言的應用場合；麻省理工大學的課程計劃是必須先修12學分的實驗課程，再修3門或4門核心課程，最后選擇3門方向學科和1門關于該方向的實驗課、2門專業拓展課。
3智能科學與技術課程體系分析
智能科學與技術課程體系在智能基礎理論研究的基礎上，需要安排基礎性、通用性、關鍵性的智能技術研究，主要包括感知技術和信息融合技術；自然語言處理與理解技術；知識處理（認識）技術，包括知識提煉、知識分類、知識表示技術等；機器學習技術，特別是統計與規則相結合的學習技術；決策技術，即知識演繹技術特別是不確定推理技術等；策略執行技術，即控制與調節技術；智能機器人技術，特別是面向專門領域的智能機器人技術；智能機器人之間的合作技術；基于自然語言理解的智能人機交互與合作技術；智能信息網絡技術。
國內最早創辦智能科學與技術專業的學校包括北京大學，西安電子科技大學是第2批開始培養智能專業學生的院校。北京大學的本科教學計劃中，專業必修課程（2分）包括：①專業數學/理論基礎（15學分）：算法分析與設計、集合論與圖論、概率統計A、代數結構與組合數學、數理邏輯；②硬件與系統基礎（分）：數字邏輯設計、微機原理和信號與系統；③智能基礎（5學分）：腦與認知科學與人工智能基礎。專業限選課程（15學分）包括信息論基礎、計算方法B、數字邏輯設計實驗、微機實驗、數據結構與算法實習、機器感知和智能處理實驗、智能多媒體信息系統實驗。選修組合課程（29～32學分）：學生按照自己的興趣，參考智能的2個專業方向推薦專業課組合，自行選擇，至少選修20學分的智能專業課程。公共核心+專業方向+新技術及其他：①公共核心課程（分）：智能科學技術導論、模式識別基礎、生物信息處理、智能信息處理；②專業方向課程（11～15學分）：機器感知與智能機器人方向、智能信息處理與機器學習方向、新技術及其他。
西安電子科技大學智能專業主要課程包括電路分析理論、信號與系統、數字信號處理、數字電路及邏輯設計、模擬電子技術基礎、微機原理與系統設計、數據結構、軟件工程、人工智能概論、算法設計與分析、最優化理論與方法、機器學習、計算智能導論、模式識別、圖像理解與計算機視覺、智能傳感技術、移動通信與智能技術、智能控制導論、智能數據挖掘、網絡信息檢索、智能系統平臺專業實驗等課程及30多門選修課程。
建議各學校可以根據學院教學特色與實際需求，設計專業核心課程。北京大學偏重“信息處理”，湖南大學偏重“智能系統”，但需要強調的一個前提就是智能科學與技術專業屬于大計算機類，更需要大EECS專業的基礎。編程、電路、數學、數據結構、計算機系統這五大核心基礎就是大EECS；其次是專業，計算機以系統結構、操作系統、網絡、編譯、數據庫五大經典專業核心課為主，湖南大學的智能科學與技術專業強調系統，因此信號與系統、操作系統、嵌入式系統、人工智能是最基本的專業核心課，然后再分不同的分支。湖南大學智能科學與技術專業核心課程包括人工智能概論、機器學習、計算智能導論、模式識別、智能控制導論、智能數據挖掘、機器人學等；研究學位課程包括模式識別、人工智能等，主要體現為智能科學與技術基礎（人工智能概論、機器學習、計算智能導論、模式識別）、核心（智能控制導論、智能數據挖掘）和應用（機器人學）。
4結語
（1）在課程計劃實施過程中，教師需要遵循課程的時序圖，即描述課程的進階關系，從本科直到研究生，同時還可以實行一定的修課限制，如臺灣交通大學計算機概論與程式設計和面向對象程式設計兩科皆不及格者不得修數據結構與算法概論，若數據結構不及格不能修算法設計課程等。
（2）程序設計類課程用上機程序能力考試來設置合格條件，如臺灣交通大學基礎程式設計及格條件為通過“程式能力鑒定”，湖南大學則以CCF―CSP軟件能力測試作為程序設計課程通過的考核標準。
（3）鼓勵學生參與項目、競賽等課外科技活動，如臺灣“清華大學”的綜合論文訓練是由具有同等水平的項目訓練成果或SRT（student research training）計劃項目以及其他課外科技活動成果經認定后代替的。
