面向“智慧海洋”的人工智能課程體系建設研究

呂志勝 封斌 蔣翔 閆瑞瑞

摘? 要：國家海洋戰略和社會發展對人工智能方面的人才需求日益增長，文章通過分析人工智能課程教育的現狀，研究面向“智慧海洋”的電子信息類專業人工智能課程體系的建設，分別從課程設置、教學內容、教學方式、考核方式、實踐教學等方面進行闡述，從而為本科院校培養人工智能方向的綜合型、創新型人才提供參考方案。

關鍵詞：智慧海洋;電子信息類專業;人工智能課程體系

中圖分類號：G642? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2096-000X（2020）07-0088-03

Abstract： The talents in artificial intelligence are demanded increasingly for national marine strategy and social development. Through analyzing the current situation of artificial intelligence curriculum education， we research the construction of artificial intelligence curriculum system for electronic information major oriented to "intelligent ocean".? Then we elaborate the course setting， teaching content， teaching methods， assessment methods， practical teaching and other aspects respectively， so as to provide a reference scheme for undergraduate colleges to cultivate comprehensive and innovative talents in the direction of artificial intelligence.

Keywords： intelligent ocean; electronic information major; artificial intelligence curriculum system

一、概述

近年來，世界各海洋國家高度重視海洋領域技術和設備信息化的發展和建設，并將“智慧海洋”作為建設海洋強國的重要戰略。隨之而來的是，與海洋相關的科學觀測、資源、經濟和生態環境等數據日益增多，已成為大數據領域的重要應用之一。如何有效分析、挖掘及利用海洋大數據中蘊含的豐富信息，是建設“智慧海洋”必須重點關注和研究的內容。人工智能（Artificial Intelligence，AI）作為電子信息技術領域近年來的創新方向和研究熱點之一，已在很多行業取得一定應用，這為分析處理海洋大數據提供了新的方向。

基于國家海洋戰略和社會發展對人工智能方向人才的需求，鑒于我校的特色和發展以及目前我院相關課程建設相對滯后的現狀，本文通過研究本科院校的人工智能方面課程建設的理論，探索面向“智慧海洋”的電子信息專業人工智能課程體系的建設。結合我校的信息與通信工程學科的發展目標，圍繞“海洋大數據信息處理技術”這一方向，提出相應的課程體系建設方案和建議，以期能為本科院校培養人工智能方面的人才和相關知識的普及提供可借鑒的意見。

二、現狀分析

人工智能技術作為信息技術的前沿領域，對人類社會的經濟、文化、軍事、工業等方面的發展影響日益增強，各種智能機器人、智能診斷、無人駕駛、智能翻譯等技術已逐漸應用到實際生活中。許多國家已把人工智能列入信息化學科的教學內容中，在高等院校甚至中小學教育中人工智能課程正在逐步推廣。

英國1999年將人工智能課程列為中學的信息與通訊技術（ICT）方面的選修課[1]。美國2016年對人工智能的倫理、技術標準、培訓、人才培養等做出戰略部署。日本政府2017年制定了人工智能產業化的分步實施計劃[2]。2017年7月，我國國務院發布的《新一代人工智能發展規劃》將人工智能研究提升到國家戰略層面[3]。2018年5月，國內中等教育體系首次引入人工智能教材，我國人工智能教育正式邁入基礎教育階段。與此同時，關于初高中甚至小學開設《人工智能》課程的研究也越來越多[4-5]。

我國部分高校已單獨設置人工智能專業或智能機器人專業等。與中等教育不同，高等教育開設人工智能專業或課程的目的是強化學生對相關技術的應用能力，提高學生的創新能力，因此目前的研究較多側重于教學方法的改革[6-9]。另一方面，相對而言，國內高校在人工智能相關課程的教學內容、教學方式、考核方式等方面較國外高水平大學存在一定的差距，在實驗環境和條件、實踐應用以及培養創新型人才等方面仍存在一定的提升空間。因此，需要根據各院校的軟硬件實際情況進行相關課程體系建設，逐步提升學生的實踐能力和創新能力。

三、課程體系建設

人工智能的內容涉及信息科學領域多個學科，包括統計學習、模式識別、數據挖掘等等，而且人工智能有許多尚待解決的問題需要研究，因此開設相關課程具有一定的挑戰性。

結合我校的信息與通信工程學科的發展目標，本文圍繞“海洋大數據信息處理技術”這一方向，開展利用人工智能技術對海洋數據分析處理的課程建設，擬建設的人工智能教學體系的整體結構圖如圖1所示。具體內容包括課程設置、教學內容、教學方式方法、考核方式、實踐教學、預期效果等幾方面。

（一）根據高校的實際情況，設置相應課程

由于各高等院校的招生層次有所區別，為了提高不同基礎的各個層次學生的能力，則需要設置不同難度的課程。另外，由于實踐應用對人工智能相關課程非常重要，各高校需根據自身實驗室建設情況來設置課程，只有具備相應的實驗條件，課程教學才能達到預期的效果，使學生做到學以致用。對于應用型本科院校，可在設置高等數學、概率論與數理統計、C語言程學設計、Python編程等基礎課程的基礎上，設置傳感器及檢測技術、數字信號處理、數字圖像識別、數字音視頻處理、機器學習、神經網絡、數據挖掘及信息融合等專業課程。結合我校的特色及發展目標，還應開設水聲通信原理、水下目標識別、海洋數據分析等相關課程。

（二）根據學生層次，設置教學內容

根據各院校學生的自身基礎情況，設置不同難度的教學內容。以開設《機器學習》課程為例：首先應簡要介紹機器學習的發展歷史、現狀及當前流行的技術，然后應重點通過實例闡明常用基本概念的內涵，以及如何利用實踐工具實現常用算法從而達到預期功能和目標。對本科生而言，公式原理及數學公式推導相對復雜難度較大，而脫離原理僅講解幾種機器學習工具的使用方法不利于學生后續發展，應將基本概念、常用算法與實踐項目操作有機結合，讓學生體會到理論在實際應用中的樂趣。

在應用型本科院校中，人工智能相關課程一般是從大三上學期開始的選修課程，由于課時較少、學生更關注實踐應用，因此應精簡人工智能相關課程教學內容，在講解基礎所需的理論知識后，對難度較深的理論則概括出其用途、特點及適用范圍，重點則應是以案例和項目展示的形式呈現，增強學生對課程與實際聯系的認識。對于非計算機和電信專業的學生，則需進一步簡化其理論知識，以更通俗易懂的項目和示例進行科普和推廣。

而且，教學內容需要緊跟時代的發展，更新相關知識和技術，對于復雜的理論，去繁就簡，使學生理解相關技術的思想和實現思路，注重其功能和應用，達到“學以致用”的目的。例如，結合水聲通信的內容與人工智能技術為學生講解水下信號檢測的簡單應用示例，或結合聲納探測和數據融合的技術講解水下目標探測的應用示例等，都能加深學生對理論聯系實際應用的體會，從而促進學生的學習熱情和學習動力。

（三）根據課程特點，改進教學方式方法

國內各高校相關課程主要采用講座方式或傳統教學方式。前者有利于學生開闊視野、了解最前沿的技術和進展，但對提高學生的實踐動手能力有所欠缺;后者通常是學生被動學習，對培養動手能力和解決實際問題能力等方面不盡人意。因此，需要探索新的教學方式方法。

為了激發學生的學習熱情和創新激情，從以下兩個方面改進教學模式：（1）通過相關領域的最新應用、研究，激發學生的學習興趣，引導學生獨立思考，促進師生互動，并結合教師的科學研究成果和體會對相關內容進行講解，從而使得學生開闊視野，拓寬知識面，提升創新精神、思維及創新能力。（2）以問題引導的方式結合項目驅動的方式，提高學生的獨立思考和動手解決問題的能力。例如，在講解了基本概念和常用方法后，教師給出應用場景的需求和問題，讓學生主動思考并提出對策和方法;在講解了編程操作語言Python和實踐平臺Kaggle的基本使用后，設置相應的學習目標，使學生主動完成簡易的項目，做到主動與被動學習相結合。

在教學安排時，應重點以具體應用示例講解各課程中相關技術的使用方法，而復雜的數學理論、公式推導等難度較深不易理解的內容安排較少課時簡要介紹即可。還可靈活設置幾個機動學時，對學生感興趣的技術進行專題講解，或邀請相關行業具有豐富經驗的AI工作人員開展專題講座。

在教學資源方面，可借助網絡課程資源，如騰訊課堂、網易公開課、MOOC資源等。在教學過程中，教師可根據教學計劃安排，精選部分內容讓學生學習并討論;部分經典課程可讓學生分組自學并分享心得，從而掌握查找文獻、資料的方法，培養自我學習的習慣和解決實際問題的能力。

（四）構建多元化考核方式

由于人工智能課程理論較難、內容覆蓋面廣，因此傳統的考核方式不再適用，需要設置多元化的考核方式。

考核成績可包含以下指標：（1）教學過程中，鼓勵引導學生提問和發表個人看法，對回答問題正確、提出建設性對策或能提出有深度問題的行為均計入考核成績中;（2）平時出勤情況、隨堂作業及測試等也計入考核成績;（3）學生對人工智能某個專題、技術進行自學，如語音識別、人臉識別和手寫識別等，并通過編程實現來驗證其功能，以PPT或論文的形式匯報結果，根據完成情況評定成績;（4）對參與人工智能實際相關項目或研究課題的學生，可對其階段性成果評定成績。

總之，為使學生學有所得且兼顧學生的特長和發展，應建立一個多元化靈活的考核形式。

（五）建設相關實驗室，適時調整實驗、實訓內容

人工智能相關課程的設置，最終目標是為了將所學的知識應用到實際生活中。此類課程在教學過程中，實驗及實踐部分通常占據較大部分，因此教學實驗室建設是整個課程體系中非常重要的部分。在校內實踐教學相關實驗室的建設中，應充分考慮到相關課程的目標，模擬實際應用場景和生產環境，使其不但能實踐基礎性實驗的內容，且具備完成綜合性、創新型實驗的條件。并與相關企業聯合，實踐產學研結合的教學，實驗、實訓內容與時俱進，適時調整和更新，從而加深學生對人工智能相關理論和技術的理解，提高學生解決實際應用中各種問題的能力和二次開發能力。

（六）明確課程體系建設最終要達到的效果

通過學習人工智能體系課程，培養學生學習新事物新技術的思維和能力，不斷提升學生分析、解決實際問題的能力，為學生將來從事科學研究、技術開發等工作奠定基礎。

1. 培養學生的創新能力

在日常教學過程中增強對學生科研素質的培養，對于特定的問題——如當前十分熱門的神經網絡，在介紹神經網絡優勢后，也需指出其適用范圍及局限性，同時對其他改進型技術進行相關介紹，如為改善BP神經網絡易陷入局部最優的現象而提出的隨機梯度下降方法。并介紹當前神經網絡的發展情況，如深度學習主流的CNN、DBN等，說明深度學習框架的使用方法和各自的特點，從而使學生更好地了解前沿技術的發展，激勵學生的創新思維。

2. 培養學生的實踐能力

為了增強學生對人工智能相關課程中的各種經典方法的理解，如漢諾塔問題、遺傳算法、決策樹等，可選擇簡單問題在課堂上現場演示其實現過程，對復雜問題則可通過事先準備的程序演示其功能和效果。對學生存在的疑問及時交流討論，激發學生的興趣，加深學生對相關理論的理解，提高其學習積極性。鼓勵、指導學生參加各種與“海洋信息處理”相關的學科競賽以及參與、申報各種相關的項目，不斷提升實踐能力。

四、結束語

本文通過分析人工智能課程的教育現狀，結合我校的特色、現狀和發展方向，圍繞“海洋大數據信息處理技術”這一方向，給出了本科院校電子信息類專業人工智能課程體系的建設方案，為培養綜合型、創新型人才提供可借鑒的意見。由于人工智能相關技術的發展日新月異，因此在教學過程中應適時更新調整教學內容和實驗實訓內容，使不同層次的學生都能學有所得、學有所悟、學以致用。

參考文獻：

[1]SQA. NQ Review Investigation Report： Computing and Information Systems[DB/OL]. http：//www.sqa.org.uk/sqa/28.139.html.

[2]戴永輝，徐波，陳海建.人工智能對混合式教學的促進及生態鏈構建[J].現代遠程教育研究，2018（2）：24-31.

[3]王萬森.適應社會需求，辦好新一代人工智能教育[J].計算機教育，2017（10）：5.

[4]孫凱.初高中人工智能課程的開設與改革建議[J].教育現代化，2018，27（7）：72-75.

[5]張慧華，徐力.中小學人工智能課程開設情況的影響因素分析[J].一線調查，2018（3）：74-77.

[6]邸書靈.《計算機前沿技術》教學研究與實踐[J].教育教學論壇，2016，50（12）：135-136.

[7]劉建剛，趙軍產.大數據與人工智能背景下離散數學教學探討[J].計算機時代，2018（5）：77-81.

[8]陳琳.高校《機器學習》課程教學改革探索[J].教育現代化，2018（6）：99-100.

[9]陳麗.基于人工智能科學的計算機專業課程體系的革新策略[J].電腦知識與技術，2018（4）：187-188.