基于人工智能的傳感器技術教學探索

孫梅

摘 要：隨著我國經濟的發展，科學技術水平的提升，信息技術已經被廣泛應用于我們生活的方方面面。其中傳感器是重要的組成元件，它實現了信息的處理、傳授和采集等等。同時，傳感器技術也是自動控制專業、電子信息技術一門實驗性、綜合性的課程。本文人工智能在傳感器技術教學應用和人工智能與教學系統的概述進行了具體的分析。

關鍵詞：人工智能;傳感器技術;智能化學習模式

傳感器技術是智能化、信息化領域技術的主要來源。目前我國高校在汽車電氣專業、計算機專業、電子電氣專業、自動化專業等等方面均開設了與傳感器技術相關的課程。隨著計算機技術的快速發展及廣泛應用，其作用越來越突出，其中智能教學系統占據著主導地位，有效的改變了以往的教學模式。

1.人工智能與教學系統

上個世紀50年代人工智能被提出，至今人工智能已經有了飛速的發展，取得了十分顯著的成效。人工智能是計算機學科的重要組成部分，他被認為是世界三大尖端技術之一[1]。人工智能可以向機器人一樣學習和思考，它成功模擬了人的思維過程和認定某些意識。目前人工智能研究涉及的領域十分廣泛，其中包括智能信息的處理、智能接口技術、專家系統、圖像識別、數據的深入挖掘、語言的準確識別等等，隨著信息技術的日漸成熟和完善，人工智能應用的領域在逐漸擴大。

隨著深度學習、大數據、云計算等各種軟件和硬件技術水平的逐漸提升，性能的逐漸增強，人工智能技術迎來了全新了發展機遇，被廣泛應用到教育、醫療類、家居等各個領域，具有十分廣闊的市場發展前景。在教育方面，高校在不斷探索和優化全新的教學模式，努力為學生提供更有效的學習方法。教學系統與人工智能結合的有效應用主要表現在以下幾個方面：首先是機器學習。在智能教學系統中必須使用機器學習技術，有效的利用機器學習技術可以通過學生回答的問題了解學生對課程的實際掌握程度[2]。機器學習中的很多技術都可以應用到教學中，例如數據挖掘、歸納邏輯編程、神經網絡、統計學習等等，這在一定程度上增加了教學的針對性，充分體現出了因材施教的理念。其次是專家系統。專家系統充分利用了人類專家的知識與經驗，通過有效應用人工智能技術進行相關的模擬決策、推理和判斷等等，它是一種新進的計算機程序系統。最后是規劃。在教學活動中設置教學目標是必不可少的，教學目標又分為多個子目標。規劃就是在學生學習的不同時間的不同學習狀態，進一步優化和調整教學目標的過程，進而實現教學任務，從中可以看出規劃是一個動態的過程。

2.人工智能在傳感器技術教學中的應用

在傳感器技術課程教學中應用人工智能，在策略上主要是了解學生在實際學習中遇到的問題和對教學內容的實際掌握情況，建立完善的學生學習文檔。然后再根據學生實際的學習情況進行合理的教學安排，有效的優化和調整教學任務。

2.1 系統設計

與傳統的網絡教學相比，傳感器智能教學系統運行機制的復雜性更高，其主要表現在以下幾個方面：首先，針對不通過學生的學習情況和學習特點設立不同的教學情境，建立完整的知識庫，針對每個學生的實際學習情況做出與之相符的教學決策[3]。其次，教師要以培養方案、教學目標等預設的教學策略為基礎，充分考慮學習情境中的數據資源，制定合理的學習步驟，為學生的學習提供豐富的網絡資源、有效的案例和科學的學習建議等等，完整的記錄學生的學習情況。最后，學生作為智能教學系統的主要交互對象，可以通過使用各種智能系統輸入相關的信息，進過智能系統的分析和決策后會給學生提供一些提示、建議和評判等內容，信息交互的順利完成使智能教學系統過程的完成更具完整性。

2.2 教學設計

2.2.1交互式學習

在課堂教學中，教師需要一個人面對多個學生以教學目標為核心進行教學，根據大部分學生的意見對教學進行調整和優化。不同的學生學習能力和接受能力不同。智能交互平臺的應用將知識內容制作成不同的短視頻，學生可以根據自身的學習情況來選擇不同的短視頻。在遇到學習難點時，學生可以在討論區與教師和同學進行激烈的討論和互動，也可以給教師留言尋求答案[4]。例如某學校數學教師在教學中積極應用了智能交互平臺，他將班級中學生實際的學習情況分為三個等級，制定了三種類型的數學短視頻，通知開放了討論區，鼓勵學生在討論區積極的交流。經過一段時間以后，班級學生的數學學習成績明顯提升，實現了共同進步。

2.2.2動態規劃

在動態規劃過程中會將實際教學獲活動分為多個小的教學目標，教師可以在了解學生在課堂和平臺實際的學習情況對教學過程進行優化和調整，進而實現預期的教學目標。智能交互平臺針對不同的知識點制定了不同的測試和習題，當學生答完題或者測試完成后，系統會給出學生一些學習建議和測試評分。同時系統將會以學生的測試結構為依據做出相應的、科學的決策[5]。教師則通過系統做出的決策全面的掌握和了解學生實際學習過程中會產生的共性問題，進而有效提升學生的學習質量和效率。

2.2.3智能決策

學生在智能平臺上學習的過程將會被完整的記錄到系統中，并且交給決策模塊進行全面、仔細的分析。在綜合復習工作完成以后，將會給出合理的意見和建議。學生根據自身的實際學習情況，以系統的建議為依據進行系統的綜合復習，有效調整和優化學習過程，提升學習效果。

結語

人工智能在傳感器技術教學中的應用是為了幫助學生解決在學習過程中遇到的問題，并且給予學生一定的啟發。同時，為學生提供一個良好的學習氛圍和學習環境，提高學生的學習能力，提高學生學習效果。

參考文獻

[1]郝君君.高職院校電子類專業傳感器技術課程教學改革的思考[J].西部皮革，2019，41（12）：149.

[2]黃偉，苗利明.移動互聯網下應用型本科物聯網專業《傳感器技術》的教學模式改革[J].現代計算機，2019（16）：54-56+59.

[3]戴增輝.互聯網時代高職《傳感器技術與應用》課程教學改革探索[J].教育教學論壇，2019（04）：140-142.

[4]李曉迎.面向未來課堂的具身教與學活動設計研究——以《傳感器技術及應用》課程教學實踐為例[J].江蘇教育研究，2018（33）：39-43.

[5]車玲，王滟.基于人工智能的傳感器技術教學探索[J].紡織科技進展，2017（12）：54-55.