《人工智能》碩士課程教學改革的研究與實踐

摘要：本文從教學內容、教學方法、教材選用、考核方式等方面總結了吉林大學“模式識別”專業開展《人工智能》碩士課程教學改革的經驗和成果。詳細介紹了針對學生學習心理演變過程所采用的多種教學手段，探討了綜合評定學生成績的考核方式的應用。

關鍵詞：人工智能；教學改革；學習心理；考核方式

中圖分類號：G642.3 文獻標志碼：A 文章編號：1674-9324（2012）06-0152-02

雖然人工智能的發展歷史只有五十余年，但它已經廣泛應用于專家系統、機器翻譯、圖像處理和機器人技術等領域。隨著人工智能技術對社會經濟發展的影響不斷增大，人工智能課程不再是計算機專業獨有的專業課程，國內外很多高校在自動化、智能交通等專業都開設了選修課，甚至在高中的信息技術課程中也在推廣設置。吉林大學碩士專業“模式識別”將《人工智能》設為專業學位課程，同時也將其設為汽車、機械等其他學科的選修課程。由于研究生相關基礎知識水平參差不齊，課程內容又比較抽象、生澀，為了提高教學質量，在本次教學改革過程中充分考慮學生學習新知識的心理演變過程，認真研究教學內容、教材、教學方法等諸多方面，力求在教授基本原理的同時，培養學生對智能系統進行理論分析、設計并編程實現的能力，為后期的論文研究階段打下堅實的基礎。本次教學改革受到了吉林大學研究生課程體系建設和核心課程建設項目的資助。

一、教學內容

教學改革的關鍵是教學內容。人工智能與統計學、心理學、語言學、計算機科學、生物學、控制論等都有交叉關系，學科涉及的內容十分龐大。人工智能學科知識的繁多與授課學時有限之間的矛盾比較突出。作為國內模式識別專業的領軍院校，如中科院智能所、清華大學、上海交通大學和南京理工大學等，他們所開設的《人工智能》課程學時和內容也不盡相同。我們參考了上述院校的授課內容，同時考慮到本校本學科的學術研究方向，精心歸納、優化教學內容，力爭做到教學內容系統、精煉和實用。目前，我們講授的教學內容主要包括：智能化智能體系統、盲目搜索方法、啟發式搜索方法、局部搜索方法、約束滿足問題、博弈樹搜索方法、知識表示方法、不確定知識與推理、規劃與機器學習等，共40學時。

另外，人工智能領域中新問題、新理論交錯涌現，這就要求教學大綱要定期修訂，教學內容要及時更新，同時教師也需要不斷提高自身的學術水平，以便提高碩士課程的研究性內涵。

二、教材選用

要搞好課程建設，教材是一個很關鍵的問題。我們廣泛閱讀和研究了國內外的經典教材，經過一番斟酌之后，我們選用了Stuart Russell和Peter Norvig所著的《人工智能-一種現代方法（第二版）》。首先，選用國外教材能夠更快地追蹤最新研究成果。同時該教材已經被世界上900多所大學采用，符合促進高校的教學內容向國際水準靠攏、與國際接軌的理念。另外，人民郵電出版社在2002年曾經出版該書的英文版的第一版，雙語學習能有助于提高學生的英語水平，為學生后續的查閱英文文獻，甚至發表英文文章奠定基礎。

三、教學方法

在國內，比較有影響的是中南大學以蔡自興教授為首的教學團隊為計算機科學與技術本科專業開設的人工智能課程，該課程在2003年被評為全國高等學校首批精品課程[1]。2007年該課程又開始進行全國雙語教學示范課程建設，成績斐然[2]。多年來，我們不斷汲取同行的成功教學經驗[3]，結合本學科的碩士專業特點、考慮學生的知識結構和實踐能力，不斷改革和嘗試，總結了一套行之有效的教學方法。我們一切以學生為主體，在教學過程中充分考慮學生學習新知識的心理演變過程，采用靈活多變的教學手段。讓學生從感興趣，保持興趣，到收獲用所學知識解決實際問題的成功喜悅，并進一步增強投身于科研論文研究的熱情。

課程伊始，通過多媒體演示人工智能技術已取得的杰出成就，激發學生的學習興趣。然后布置學生查閱資料，列舉人工智能發展史上的重要事件和最新研究的熱點問題，課上再組織學生做報告。通過上述活動，一方面拓展了學生的專業視野，另一方面鍛煉了學生的表達能力。

隨著課程內容的深入，讓學生組成興趣小組，任意選擇問題實例，利用每節課學習的理論、算法不斷地更新該實例的解決方案，評價性能優劣。學習小組可以培養學生科研協作的精神。另外，課堂上每組輪流做報告闡述各自的研究進展，演示編程效果。其他同學或給出修改意見，或提出個人觀點。最后老師及時總結，引導學生提高分析問題的深入性和廣泛性。充分的課堂討論能夠提高學生多角度思維的能力，培養學生善于鉆研和勇于創新的精神。同學間的這種學術交流也可以讓學生有機會了解彼此的學習狀況與能力，促進學生展開良性的學習競賽，也為學生接受和理解老師最后給出的課程成績做了心理鋪墊。老師總結時要對學生的努力多肯定，激發他們的學習熱情和潛能，讓他們感到學習知識的快樂。

四、考核方式

實踐表明筆試測驗的方式不能全面反映學生的學習情況，所以本課程嘗試采取自選實驗設計題目，根據實驗報告、上機演示結果和口試等方式綜合評定成績。其中，實驗報告要求學生根據實驗題目詳細介紹設計思路，闡述編程方法，分析實驗結果。口試是老師當場就報告中的問題提問，并對學生的回答進行講評。課程成績中，實驗報告設計分析占60%，上機成果演示占30%，口試占10%。

通過實驗設計的考核方式，學生的學習積極性得到了很大的調動，充分發揮了學生的自主創新能力，鍛煉了學生知識綜合應用技能。但美中不足的是該方式不像筆試那么客觀，學生的成績容易受教師的主觀性影響。另外，人工智能作為一門學位課，其成績往往直接影響學生的獎學金評定，學生和相關領導對成績的評定原則十分關心和重視。為了減少人為因素對學生成績的干擾，避免師生因課程成績產生分歧，我們規定了完善的考核細則?？己思殑t發給同學，作為實驗報告的首頁，方便記錄每一個環節上學生的得分情況，做到成績評定有據可查。

非筆試的成績評定方式對任課教師的要求也提高了，我們教師團隊還規定了詳細的教師工作守則。首先要求教師認真細致地閱讀學生的實驗報告，給出報告得分，并準備口試時提問的問題，得分和問題都要在實驗報告的首頁做好記錄。詢問每個同學的問題都不能重復，上機演示和口試環節都是公開的。問題可以是設計不合理的思路，或是闡述不清的步驟等，教師要注意掌握問題的數量，盡量做到均衡。上機演示時，學生經常因為緊張而漏掉部分功能的演示，因此，教師要跟學生加強溝通?？谠嚂r，根據學生的狀態，可以給予適當啟發，但要在成績評定上做出相應調整。經過多年的摸索，我們將上機演示按照實驗報告成績的倒序方式進行，這樣有利于在口試過程中由淺入深，逐漸加深問題的難度，有效避免重復。教師評價時應嚴格縝密，讓學生正確認識自己的設計水平，對課程成績的認定跟老師達成一致。

經過教學團隊的不懈努力，“模式識別”專業的“人工智能”課程建設在教學內容、教學方法、教材選用、考核方式等方面的研究都取得了一些成績，教學實踐表明教改措施已見成效，教學質量有了明顯提高。

參考文獻：

[1]劉麗玨，陳白帆，王勇，余伶俐，蔡自興.精益求精建設人工智能精品課程[J].計算機教育，2009，（17）：69-71.

[2]劉麗玨，蔡自興，唐琎.人工智能雙語教學建設[J].計算機教育，2010，（19）：74-77.

[3]徐新黎，王萬良，楊旭華.“人工智能導論”課程的教學與實踐改革探索，計算機教育，2009（11）：129-132.