董美霞
(中山大學新華學院,東莞 523133)
根據教育部數據,人工智能與數據科學專業近兩年呈現高速擴散的趨勢,獲批該專業的數量從2016年的3所提升至2019年的512所,漲勢驚人。隨著全新的5G通訊技術的開展,人工智能必將迎來大發展,因此借此良機開設人工智能相關專業也是大勢所趨。此后高校關于人工智能的研究也不僅僅局限在研究生群體,對人工智能的研究也將普遍化和多層次化。
人工智能是一門高精尖學科,其研究對象是計算機,并將社會科學和自然科學融入其中,因為技術的高端性也導致了其掌握知識的復雜性。人工智能背景下,人才的發展方向有兩條,第一條就是研究人工智能算法,第二條就是研究機械的自動化。但是無論哪一條,都需要與計算機相聯系,在具備全面扎實的人工智能專業知識的基礎上,掌握較強的分析和建模能力。無論是社會人士想要進行人工智能的研究或是立志未來從事人工智能行業研究的學生,都要打好數學和算法的基礎,掌握線性代數、離散數學等數學理論知識。在離散數學的教學中的數學推理和布爾代數兩方面內容,為進行人工智能研究打下基礎。
人工智能領域的人才要求掌握的支持儲備非常龐雜,在掌握一門計算機語言,如Java、C++或者Python的基礎上,數學是精通人工智能的關鍵。離散數學是現代數學學科的重要分支,其包含了現代數學的集合論、圖論等知識,并且也是計算機科學中數據結構與數據庫理論的基礎。可以說離散數學是人工智能、算法設計與分析、編譯技術等一切計算機專業課程的基礎。
離散數學的課程教學內容是數理邏輯、圖論、組合分析、代數系統、自動機等,其中每一部分內容都或多或少與人工智能產生千絲萬縷的聯系,數論、圖論這兩個對離散數學重要的內容都和人工智能存在關聯性。首先,因為數學推理與布爾代數算得上是早期人工智能的技術,因此在進行課程教學的時候也要重視邏輯推理的授課。例如,人工智能專家就是在數理邏輯的基礎上構建完成。因為計算機使用的程序設計語言就是一種形式語言,因此也要重視形式文法和自動機理論的學習。再者,在人工智能時代,智能交通系統中的多點巡視、目標收集追蹤主要不斷借助有向圖和無向圖刻畫,在人工智能領域的研究中,自然也要學好圖論這部分內容。
人工智能背景下,計算機處理的數據更多,被譽為“大數據時代的預言家”的維克托教授表示,未來大數據會采用全面分析處理的模式,而是不是隨機取樣,計算機分析也愈發精細化。同時研究方向也發生轉變,從以前的因果關系分析轉向相關關系分析。因此在大環境下,離散數學的教學重點也會發生變化,主要將集中在圖論、自動機、數理邏輯等方面。而為了將教學與人工智能結合起來,就要在人工智能大環境下對離散數學的教學課程內容作出重新的定位和分析。
離散數學的內容廣、概念抽象、定義多理論多、實踐少的特點,和人工智能行業的研究是有一定區別的。因為人工智能領域尚且處于萌芽和發展階段,需要不斷的摸索前行,因為此前進行的理論研究較少,導致離散數學的教學存在沒有借鑒和參考的尷尬境地。因此為了提升離散數學的教學質量,保證能迎合人工智能時代對人才的要求,就要求教師不斷汲取人工智能相關專知識,為學生帶來更加權威的講解和深層次講解。高校也應當不斷充實教師團隊,讓青年研究生走上講臺,用自己的實際研究經驗為學生打開思路,保證學生學到的知識都是最前沿的。
作為計算機行業的全新領域,人工智能領域的不斷發展更強調實踐。因此教師的教學過程中,也要重視離散數學教學的實踐性。將計算機思維與離散數學教學結合起來,以提升離散數學課程的實用性為原則進行課程的重新定位。人工智能涉及的領域多樣,金融、汽車、工業領域的發展,未來都離不開人工智能,因此人工智能可以算是一門計算機類學科,也可以看成一門工學學科,因此在傾向的講解重點上,每所高校依然需要根據實際情況調整。
無論是人工智能亦或是大數據、或者是計算機相關專業的教學,離散數學課程學習都是學好計算機理論的關鍵。毫不夸張地說,計算機基礎決定了能在程序設計和計算機研究中入門,但是數學功底深淺決定了未來能在人工智能領域走多遠。為了能提升教學的有效性,教師在進行離散數學課程教學之前,應當對人工智能相關課程做出正確的審視和評判,保證教師內容是符合時代潮流的,是與時俱進且真正能為人工智能專業人才發展所用的。盡管離散數學是傳統的邏輯學,但是在構建數學和計算機科學的橋梁上,離散數學卻能起到至關重要的作用。人工智能研究近兩年異軍突起,高校教育教學工作者也應當與時俱進,教授真正能為未來工作和發展所用的知識,推陳出新更迭知識,為學生提供最權威、最前沿的理論知識引導。本文謹為筆者個人觀點,如有不同觀點歡迎社會各界專家學者予以批評指正。