地方師范院校計算機類專業建設探究

陳麗媛等

摘要：在新工科建設與工程認證的時代背景下，智能科學類高層次人才的社會需求量與日俱增。地方師范院校對智能科學類人才的培養，一般借助于原有的計算機類專業來進行。但是其固有的人才培養模式，在某種程度上限制了計算機類等工科專業的發展。智能科學類課程的授課難度較大，如何做好理論與實踐結合，激發學生興趣及創新能力成為該類課程的重點和難點之一。本文提議，將課程的教學重心轉移到實踐上來，推進校企合作，充分利用社會資源，激發學生創造力，提升教師工程素養和學生開發水平。

關鍵詞：人工智能;人才培養;自主創新;校企合作

中圖分類號：G434? 文獻標識碼：A? 論文編號：1674-2117（2019）06-0087-03

引言

近年來，人工智能發展勢頭猛烈，人才需求量急劇增加，為使高校人才培養與社會發展相適應，教育部提倡“新工科建設”，注重對新興產業、新生學科的新型培養。[1]地方師范院校緊跟社會發展步伐，相繼開設了人工智能類等專業，但如果不考慮自身的辦學條件而盲目擴招跟風則是一種極具挑戰和危險的行為。建設有中國特色的工程教育新模式，需要根據國內不同類型高校的發展特點，對癥下藥。因此，地方師范院校對于計算機類專業的開展必須做好完備的規劃，跳出地方師范院校固有的教學模式，加強學科師資團隊建設，制定產學研兼顧的課程教學體系，建立人才培養基地，盡快落實校企合作新項目，順應社會發展潮流，著力尋求學生理論與實踐并重的綜合創新能力新突破。

地方師范院校計算機類專業培養現狀

不同于傳統工科院校的培養方式，地方師范院校計算機類專業的培養目標往往將過多的精力放在學生的素質教育方面，而忽略了對學生實踐能力、創新能力和開發能力的塑造。面對當前社會發展的趨勢以及日益嚴峻的就業形勢，師范院校計算機類專業的教學方式應更多地引入工科類教育理念和模式，注重對人工智能等有關新技術的課程講授，對軟件工程等工程教育類課程應以算法設計與開發應用為主。[2]在保證課程完整性的前提下，鼓勵青年教師和學生參加各項專業競賽，加快推進課程教育，使其與社會發展步伐相一致。地方師范院校計算機類專業的開展，要面向市場、高校，勇于改革和創新，完善教育體系和環境設施等建設，構建具有自身特色的教學體系結構，為應用型及學術型學生的發展提供良好的培養模式。[3]

目前課程教學

人工智能是計算機、統計學等本科的選修課程之一，其內容涉及線性代數、概率論、信息論等，是一門理論性、實踐性、工程性要求相對較高的課程，其在分類問題、圖像分割、目標檢測等相關應用領域均取得了較好的工程應用。

作為一門備受矚目的課程，怎樣能在教學中將理論知識簡單化、趣味化，培養學生興趣，提高效率，是本課程的重點和難點之一。目前，已經開設該課程的院校采用的教學方式多以理論授課為主，少量實驗為輔，這種授課方式存在以下不足：①學生無法直觀理解所學的理論知識及其改進效果。②課下完成作業過程缺乏自主性。③人工智能方面師資短缺。

因此，地方師范院校計算機類專業需要轉變人才培養方式，堅持社會需求為導向，在適應高等教育發展新常態的同時，把科研院所、用人單位的評價作為關鍵指標[4]，立足當地、面向全省甚至全國培養社會發展需要的信息技術高質量人才。[5]

實踐性教學探索

針對以上問題，筆者建議可以將此類課程設置成實踐課，在機房進行授課，將理論知識貫穿于整個實踐過程，通過增加學生的課堂練習時間來增強對知識點的理解。通過轉變教學理念，堅持學生為主體，既注重學生專業理論學習，又注重學生工程實踐操作能力的提升[6]，逐步引導學生建立個人的學習體系，激發學習興趣，培養思維創新和解決問題的能力。同時，在教師間提倡獎勵機制，鼓勵青年教師帶隊和學生一起參加各類學科競賽。以賽題練手，普及并鞏固各項知識點及其應用。另外，鼓勵校企合作，讓公司技術人員進課堂，參與課程建設。下面以人工智能類核心課程“機器學習”為例，提出課程建設的具體方案。

1.課程基本內容

本課程的主要任務是帶領學生完成機器學習的入門工作，能讓學生通過個人努力，靈活掌握并應用一些簡單的機器學習實例，甚至設計出自己的分類回歸網絡。

目前，常用的機器學習深度學習主流的框架有Tensorflow、Keras、Caffe。其中，Caffe是出現較早的工業級框架，更新較慢，不適用于文本、聲音或時間序列等其他應用領域。Kears是一個基于Theano和Tensorflow的學習庫，具有很直觀的API，未來可能會成為Tensorflow默認的Python API，更新速度較快，資源也比較多。Tensorflow是谷歌公司開發的學習框架，資源較多，用戶量較大，用途也比較廣泛，可以與一些功能強大的庫組合使用，支持并行運算，考慮到將來學生可能會從事相關工作的發展，本課程推薦使用Tensorflow作為機器學習課程使用框架。

本課程涉及的主要知識點如下表所示。

2.課程設計需求

教學框架涉及三大部分，由表及里，從易到難。

第一部分介紹關于機器學習的歷史發展等，學生可以訪問https：//js.tensorflow.org/，使用網頁上提供的開源小應用，從而激發學習興趣。

第二部分掌握相關的編程技巧。Tensorflow作為一種通用性較強的編程平臺，提供底層函數調用和高層API接口，方便進行開發和研究。由于本課程的教學任務是引導學生入門，因此該部分課上只介紹常用語法，其余內容需要學生自己探索。

第三部分使用Tensorflow教會學生搭建自己的網絡結構。利用Tensorflow Playgroud向學生展示深度學習的網絡架構，并逐一講解各部分內容及其作用，結合Jupyter Notebook引導學生可以通過調節不同的超參數查看各參數對實驗結果產生的影響。教會學生使用簡單的Python編程，實現在Tensorflow上設計開發自己的網絡框架。

3.實踐性教學的優勢

采用實踐性教學，對教師提出了更高的要求，所以，地方師范院校需要加強教師隊伍的建設，壯大師資力量，吸收人工智能領域青年學者和公司技術人員進入教師隊伍，定期在教師中開展人工智能技術教育培訓，鼓勵青年教師提升個人縱向課題和橫向發展的技能。

使用這種教學方式，對學生的要求也更高。學生將真正參與到課程內容的設計中，不拘泥于現有的條件和結果，能夠極大地激發創造力，從而激起對知識的渴望和探索，教師和學生的互動性會得到很大程度的增強，學習效果要比傳統教學方式更為明顯。

結語

將理論性極強的課程轉向實踐應用是地方師范院校計算機類專業轉型過程中的一大難題。地方師范院校應該盡快轉變觀念，對工科類專業的培養模式進行適當調整，克服原有師范教育模式中的不足。在培養過程中，既要抱有對理論知識的追求，又要實現對應用型教育的突破。

此外，在新工科建設及工程認證的背景下，加快實施實踐性教學的培養模式，有助于提高地方師范院校計算機類專業人才培養的規格，彌補工程實踐能力薄弱、行業應用背景不足等問題，盡快達到國家及社會對應用型人才培養的目標。[7]

參考文獻：

[1]林健.面向未來的中國新工科建設[J].清華大學教育研究，2017（2）：26-35.

[2]吳濤，洪偉銘，吳東，等.地方師范院校計算機專業人才協同培養模式探索[J].計算機教育，2015（7）：36-39.

[3]王立新，李曉.地方師范院校計算機科學與技術專業教學體系研究與實踐[J].計算機教育，2009（20）：32-34.

[4]金義富，鄧明，孔藝權.地方院校計算機師范本科專業培養模式探索[J].計算機教育，2011（14）：12-15.

[5]傅迎華，李江，付東翔.自然語言處理課程教學探索和實踐[J].計算機教育，2018（4）：56-59.

[6]李超，熊璋.淺析高校計算機教育中的職業素養問題[J].計算機教育，2008（14）：6-8.

[7]張俊，陳飛，馮士剛.大連海事大學“智能科學與技術”本科專業建設實踐[J].計算機教育，2012（18）：22-27.