民辦高校人工智能通識課程教學內容探索

張 皓

(廣東工業大學華立學院，廣州 511325)

0 引 言

教育有多種形式，而通識教育就是其中的一種[1]。這一類教育旨在培養多元社會中不同需求下的教育，為那些受教育的人群提供各個層面的知識和價值觀。這一教育模式在之前并沒有被熱衷討論，直到19世紀美國博德學院的帕卡德教授[2]首次將其與大學教育進行一定的聯系才被研究，通過這次研究成果將其定義為通識教育。這一教育的最重要職能就是希望通過這一教育克服只針對專業方向的狹隘性教育，凝聚成社會共識，形成新的價值觀教育，便于表達交流，成為人們終身學習[3]，豐富人生的重要途徑，這些方面的需求是其他教育所不能或者較難實現的愿景。

中學教育與大學教育存在較大不同，與大學的通識教育進行對比研究，前者更加側重于教育的廣度和深度，后者則是對于知識進行定位解惑的過程性學習，對比中學教育是一種“三位一體”的全面培養體系[4]，即能力養成、核心知識學習、價值觀形成這一過程。

交叉性的學科展示是人工智能的特征，也在一定意義上促進了多重學科的互動，進而重塑了人才培養的通識課程。就人工智能的特性來說，這一技術具有交叉性、遷移性和普適性。教育部在2018年4月，曾就該方向的學科建設頒布《高等學校人工智能創新行動計劃》[5]，對培養模式提出了探索性的想法——“人工智能+X”，這一技術對于未來具有極其重要的意義，可以將這一課程下放到計算機基礎教育內容中開設。在大學開設的各類通識課中，會面臨很多的課程實踐問題，如師資教學、培養能力與標準、課程實踐等，尤其民辦學院開設這類課程時，對于課程體系和教學的困擾會更加凸顯[6]。

1 人工智能通識人才培養的需求分析

復合型人才在當今社會被多方所需要，應認真探索分析人工智能這一新型知識的技術體系，有針對性地建立人工智能人才培養目標，為后期課程內容建設提供指導。在《高等學校人工智能創新行動計劃》[7]中，教育部明確指出應盡快實現具體培養計劃的創新模式，相關人才的引進和培養，人工智能在教育領域的創新應用，構建個性化、有序化、智能化、終身化的教育體系，實現實際教育工作中的方法創新和改革實施，滿足教育中治理能力的新要求。在實際授課中，還應關注學生的學習興趣和社會需求，融合各個交叉學科的知識互嵌，如物理學、生物學、社會學、數學、統計學、法學、心理學等專業性知識結構，結合人工智能知識的普適性和技術的智能性[8]，創新制定“人工智能+X”的創新培養方案。

人工智能得到廣泛運用將會成為整個社會的必然趨勢，這項技術被較好使用后，一些崗位的工作將會由機器人完成，進而會創造出一些新的工作崗位來適應新的社會需求[9]。我國高校以往的教育中將學生學習的知識限定在一個范圍內，不利于創新學習，阻礙了學生接受新知識。應加強通識教育在我國的推行，以更好地適應社會的需求和創新型人才培養的要求[10]。通識教育首先是價值塑造，涉及公平正義、民主法制、自由平等等公民意識，養成誠實正直的品格，建立遠大的目標等。其次是能力培養。不論學生學習什么專業，將會從事什么工作，若要做好工作都離不開堅韌、想象力、批判思維以及勤奮這些優良的品質，而這些也正是現代學生在學習過程中需要培養形成的。當前計算機技術已經不僅僅是高校的一門專業課程，更多的是一種解決問題的技術工具，由此形成的計算機思維也是人們解決問題的重要方式之一。因此，人工智能對于現代社會而言具有極其重要的地位，必須將其置于通識教育中學習[11]。

2 人工智能通識課程建設探索

近年來，在云計算、大數據、人工智能領域中廣東工業大學計算機與信息工程學院已經進行了多年的研究，在這些領域內已經形成了一大批具有一定教學資質、教學經驗和科研能力的教師團隊，并且在授課中也形成了一套完善的教學體系。在其他相近專業中也陸續開設了一系列相關課程，輔助相近專業的學生學習和掌握先進知識。設立的“大數據與人工智能專業方向”，在2019年制定的培養方案中也得到了學生的認可和支持，各項學科建設項目也在逐步推進，如相關講座和論壇的開設。

人工智能技術算法較之前的技術更為復雜，模型結構也更加多變，學科內容覆蓋面也更廣，普及性強，應用廣，對于課程內容的廣度、深度，學生的實踐能力都要進行反復多次的調查和研究。梅隆大學的教授卡內基[12]曾經在談及教育問題時，做出相關論述：“這類課程的開設，其核心意義不只是要培養一代又一代具有編程能力和技術開發技能的人才，而是希望通過這一教育使學生從青少年時期就具有智能化思考的思維習慣，將來不斷提出具有思辨性的建設方案”。這種教育過程是為將來社會培養復合型的思考人才[13]，這樣的人才不僅僅可以完成技術工作，還具有一定的創造力和團隊協作能力，每一個人都是具有獨特性、創造性特質的人才，學生對于人工智能的學習從被動轉變為主動。通識教育的意義是從技術方面完成人才培養的目標，建立復合型人才整合體系，從智能思維的鍛煉上、技術的應用上完成獲得性的學習，平衡各學科的差異性，運用例子啟發思維，掌握相關技術的實現過程。

3 課程概況

廣東工業大學華立學院本科階段設計的課程涵蓋理工哲經管藝這幾個大類，具有一定的辦學特色，在此基礎上增加一門人工智能通識課。學生對于這門課程的掌握基于講座的形式，從其基本概念、理論體系、主要研究領域以及前沿技術等方面展開，便于學生掌握相關知識，學會建模，分析探究，搜集資料，推理研究進而學會該領域內的典型方法和應用技術。具體的設立方向是以過程為導向，建立通識課體系[14]。橫向設置四個技術模塊——感知機制、深度學習、聚類算法、自然語言處理，根據知識的難易程度進行學習，層層展開。縱向設置三個步驟——基礎知識詳解、原理闡述、模型展示，步步推進。

第一，人工智能起源模塊。教學內容主要從整個課程的發源歷程開始，對神經元結構和信號傳遞過程做闡述，從而引入ANN(人工神經網絡)模型[15]。通過這一授課方向，基本講清工作原理，對于線性分類器的應用、原理做深度講解將會更為容易，在進入到最后一步“人臉識別”時，將會鞏固知識內容，進行知識串聯。

第二，機器學習和深度學習模塊。神經網絡與該模塊建立聯系后，成為其切入點，詳細詮釋卷積神經網絡(CNN)的理論知識，講解機器學習和深度學習的歷經過程，闡述圖像處理的現實狀況，卷積運算中的意義概念，演示數據學習和模型訓練的過程，進而對知識進行復習。

第三，聚類算法模塊。回顧算法知識，對那些有監督學習的算法進行復習。以“貓狗分類”為例，對比分類整理，總結算法學習的原理概念。將K均值聚類算法引入其中，并進行原理和用法的介紹，使學生更好地理解無監督學習的特性，加深知識的掌握程度。

第四，計算機視覺模塊。該模塊的發展歷程可以通過闡述相關概念進行呈現，在概念解析中掌握基本原理和流程，也可以運用圖像的成像處理技能進行運動跟蹤和識別判定，處理好傳播中的數據化問題，“殘差網絡”和“遷移學習”等計算機視覺原理的意義可以通過相關技術進行處理[16]。

4 結語

我校自2019年秋季學期開始逐步在教學中開設人工智能技術與應用課程，通過兩輪的實踐教學后，摸索教學方法和經驗，與人工智能專家進行專業方面的討論和經驗分享，將企業的經驗和案例引入教學中，使通識教育成為可以支撐文理工農等多門學科交叉式發展的創新型教育。