面向本科生科研能力培養的人工智能方向課程體系建設

馬麗 曾三友 侯強 趙娟 周群群

摘要：人工智能已經滲透到科學的各個領域，成為信息類專業一個重要的教學和科研方向。在分析人工智能發展和應用的基礎上，提出人工智能方向的課程體系建設方案，從人工智能基礎課程、技術課程和應用課程三個方面進行課程建設，同時采用啟發式教學方法，強調理論學習和實踐應用相結合，對本科生科研能力和創新能力進行培養，為以后進行相關科學研究打下良好基礎。

關鍵詞：人工智能;科研能力;本科教學

中圖分類號：G642.0? ? ?文獻標志碼：A? ? ?文章編號：1674-9324（2019）51-0064-02

人工智能是關于知識的科學，即知識的表示、知識的獲取以及知識的應用。人工智能已經滲透到科學的各個領域，成為信息技術不可缺少的重要組成部分，對于計算機、自動化、通信等很多信息類專業，人工智能也逐步成為一個重要的教學和科研方向[1-2]。

一、人工智能的發展和應用

人工智能（Artificial Intelligence，AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術以及應用系統的一門新的技術科學。人工智能最早一次的興起是在1956年至1974年，以命題邏輯、謂詞邏輯等知識表達、啟發式搜索算法為代表。20世紀80年代初又興起了第二次熱潮，以專家系統、知識工程、醫療診斷為代表。隨后人工智能雖然進入了寒冬，但是并沒有消失，而是分化為不同的研究領域，包括：計算機視覺、自然語言理解、認知科學、機器學習、機器人學，這些領域各自獨立發展壯大。第三次熱潮是由最近兩年興起的深度學習推動的，2019年3月27日，深度學習三位開拓者因“在概念和工程方面使深度神經網絡成為計算的關鍵組成部分的突破”獲得了2018年的圖靈獎[3]。

人工智能的發展，使得我們所處的世界正在逐漸變為一個嶄新的世界，人工智能的應用主要包括：（1）在智能監控領域的應用，主要是利用圖像進行人或車輛行為的識別和判斷，并在一定條件下產生報警，例如安防監控、門禁考勤、異常行為報警等。（2）在智能交通系統的應用，人工智能為交通大數據的分析提供了有效的解決方案，例如在自動車牌識別、自動違章識別、自動泊車、車流量和行車速度監控、無人駕駛等方面已經獲得了成功應用。（3）在智能家居領域，人工智能推動了家居生活產品的智能化，包括照明系統、影音系統、能源管理系統、安防系統等。（4）在醫學領域，人工智能在醫學影像識別、臨床醫療智能決策、醫療智能語音、疾病預測、藥物開發以及“互聯網+”醫療等方面已獲得成功應用。（5）在教育領域，人工智能已經滲透到教研、教學、練習、測評以及管理五個環節，例如通過圖像識別可以進行機器批改試卷;通過語音識別可以糾正和改進發音，通過人機交互可以協助老師為學生進行在線答疑。

二、人工智能方向的課程體系建設

在本科人才培養方案改革中，我們建立了人工智能教學和研究方向，開設了八門課程，其中兩門人工智能基礎課程、三門人工智能技術課程、三門人工智能應用課程。其中人工智能基礎課程包括“人工智能導論”和“人工智能數學基礎”，人工智能核心技術包括“機器學習”、“神經網絡和深度學習”和“最優化算法”，人工智能應用包括“數字圖像處理”、“自然語言處理”和“語音信號處理”。由于人工智能類課程的實用性很強，除了需要掌握方法原理以外，對所學方法進行實踐也同等重要，所以授課學時和實驗學時采用1∶1的比例。

人工智能方向課程的教學目標包括：（1）使學生了解和掌握各門課程的基本內容和概念，理解和掌握相關算法，了解各課程領域的國內外研究現狀。（2）使學生具有使用計算機對算法進行編程實現的能力。（3）通過算法理解和編程實現，使學生具有評價算法和改進算法、分析問題和解決問題的能力。（4）通過規范化的實驗報告，培養學生規范撰寫文檔的能力。

人工智能方向課程的考核方式分為平時考核和期末考核，平時考核由上機實驗構成，考查學生將算法轉換為程序語言的能力、分析實驗結果和改進算法的能力以及撰寫文檔能力，期末考核為開卷或閉卷考試，考查學生對算法的理解和認識。

三、面向本科生科研能力培養的教學方法

人工智能的發展促進了本科專業人才培養，培養了學生多角度思維的能力和邏輯思維能力[4-5]，人工智能方向課程的教學采用啟發式教學方法，充分調動學生的學習積極性，實施課內和課外相結合的學習方式，體現研究性學習，讓學生了解學科發展前沿，提高學習效果。主要的教學環節包括課堂授課、課后作業、課程實驗等。

在課程的教學與學習的過程中，首先重視算法設計思想的講授，并將各個章節的知識有機地結合在一起;其次，注重引導學生思考算法中存在的問題和解決方法，引導學生思考不同的相關算法之間的關系;再次，加強實踐環節，設置相對應的實驗，將所學算法進行編程實現，進行實際應用。這些環節相互配合，能夠有效培養學生的科研能力，為后續進行相關科學研究打下基礎。

1.重視算法思想，理解算法本質。人工智能方向的課程涉及很多算法，對算法的理解，不能只限于算法的實現步驟，而是要真正理解算法的設計思想，以及如何模仿人的智能來進行算法設計。例如k均值聚類算法是人類“物以類聚，人以群分”思想的體現，算法以最小距離分類來實現這個思想，并且以迭代的方式進行類心更新，以不斷學習到更準確的聚類;k近鄰分類算法利用“少數服從多數”的原則，對每個待分類數據，在訓練數據中選擇k個近鄰，以k個近鄰中出現次數最多的類別作為分類結果。

2.引導深入思考，培養創新思維。授課過程中，要引導學生積極思考，思考算法存在的問題及如何改進，思考不同算法之間的關系等等。例如在k均值聚類算法中，隨機選擇類心可能造成聚類結果不穩定的問題，那么如何進行改進？例如對于不同的流形學習算法，它們之間的關系是什么？掌握好關系有利于發展新的流形學習算法。

3.加強實踐環節，解決實際問題。實踐環節對于學生科研能力的培養非常重要，通過編寫代碼，可以更深刻地理解算法，并能夠根據實驗結果的反饋，來發現和解決算法存在的問題。人工智能類課程的上機實驗，要求對算法進行編程實現，并進行實際應用，使學生了解不同算法的應用場景，并面對實際問題進行分析和解決。例如在“機器學習”課程中，以遙感圖像分類為主線進行算法實現，解決遙感圖像分類中的實際問題;在“最優化方法”課程中，使用算法解決實際的數值優化問題、背包問題、旅行商問題等。

四、結束語

人工智能方向的課程都是理論性和實用性很強的課程，適合對本科生進行科研能力的培養。我們給出信息類專業中人工智能方向的課程建設方案，包括基礎課程、核心技術課程以及應用課程的建設。我們采用啟發式教學，將授課和實踐相結合，使學生全面學習和掌握人工智能技術的理論和應用，并注重學生科研能力的培養，提高學生分析問題和解決問題的能力。

參考文獻：

[1]牛軼峰，張國忠，朱華勇.高等院校人工智能課程體系建設芻議[J].高等教育研究學報，2010，33（2）：52-54.

[2]楊高明，陸奎，方賢進.人工智能教學研究探索[J].教育教學論壇.2018，（35）：3-4.

[3]黃弘毅.人工智能發展現狀和發展趨勢[J].學術研究，2019，（4）：243-244.

[4]俞莉瑩.淺析人工智能發展對本科專業人才培養的機遇與挑戰[J].教育教學論壇，2018，（47）：198-199.

[5]金聰，劉金安.人工智能教育在能力培養中的作用及改革設想[J].計算機時代，2006，（9）：66-69.