在AI專業(yè)數(shù)學(xué)課堂中融入計(jì)算思維的研究

劉浩

【摘要】在人工智能發(fā)展的背景下，教師結(jié)合企業(yè)需求將人工智能的計(jì)算思維與高職數(shù)學(xué)相關(guān)課程內(nèi)容相結(jié)合，采用豐富的教學(xué)方法，比如借助各種教學(xué)平臺(tái)資源、借助數(shù)學(xué)Matlab軟件，幫助學(xué)生建立數(shù)學(xué)模型的意識(shí)，慢慢滲透一些人工智能的知識(shí)，進(jìn)一步提高學(xué)生適應(yīng)新形勢(shì)的能力，增強(qiáng)高職數(shù)學(xué)的教學(xué)質(zhì)量.

【關(guān)鍵詞】人工智能;教學(xué)方法;數(shù)學(xué)模型;算法

一、引 言[WTBZ]

近年來(lái)，國(guó)家出臺(tái)多項(xiàng)政策支持發(fā)展人工智能技術(shù)，2020年高職院校也開始招收人工智能專業(yè)的學(xué)生，因此作為高職院校的教師，應(yīng)該適應(yīng)人工智能給教育領(lǐng)域所帶來(lái)的沖擊，加強(qiáng)人工智能與各學(xué)科的交叉融合.我們經(jīng)常說(shuō)計(jì)算機(jī)實(shí)際上就是寫程序，程序=算法+數(shù)據(jù)，算法=邏輯+控制，數(shù)學(xué)作為基礎(chǔ)學(xué)科應(yīng)該接受這個(gè)機(jī)遇和挑戰(zhàn).教師應(yīng)該在課堂上多引入人工智能需要的計(jì)算思維、邏輯思維、算法思維，結(jié)合著現(xiàn)在流行的慕課、翻轉(zhuǎn)課堂、微課程等教學(xué)改革，讓人工智能專業(yè)的高職學(xué)生對(duì)這種基礎(chǔ)學(xué)科產(chǎn)生興趣，讓他們更多地了解數(shù)學(xué)知識(shí)（比如線性代數(shù)）在人工智能方面的應(yīng)用和成果，培養(yǎng)學(xué)生利用數(shù)學(xué)的理論知識(shí)和方法構(gòu)建數(shù)學(xué)模型解決實(shí)際問題的習(xí)慣，激發(fā)學(xué)生的求知欲和構(gòu)建他們的邏輯思維能力.

二、線性代數(shù)課程的引入

線性代數(shù)這門課是高職人工智能專業(yè)應(yīng)該開設(shè)的高等數(shù)學(xué)的一部分內(nèi)容，它是一門將m*n維的空間世界聯(lián)系起來(lái)的學(xué)科.我們的專業(yè)是校企合作專業(yè)，我們應(yīng)該在校企合作過程中進(jìn)行企業(yè)調(diào)研，了解到現(xiàn)在人工智能專業(yè)需要的數(shù)學(xué)知識(shí)有哪些，應(yīng)該講解到什么程度.我們的人工智能專業(yè)主要是視覺數(shù)據(jù)處理方面的.而我們了解到視覺處理的數(shù)據(jù)，已經(jīng)不能局限于之前所學(xué)函數(shù)范疇內(nèi)的一維、二維、三維空間，而應(yīng)該拓展到n維或者m*n維空間.之前在學(xué)習(xí)這門課的時(shí)候，很多學(xué)生都覺得它就是一門基礎(chǔ)的公共課，對(duì)于高職學(xué)生來(lái)說(shuō)沒有什么用處，它就是計(jì)算處理一些線性方程組或者一些線性變換.但是隨著人工智能的發(fā)展，對(duì)于想成為一個(gè)AI專家的人來(lái)說(shuō)，線性代數(shù)是必須掌握的知識(shí).

下面介紹幾個(gè)線性代數(shù)的知識(shí)在人工智能方面的體現(xiàn)，通過數(shù)學(xué)軟件Matlab編寫程序，通過圖像和工作數(shù)據(jù)幫助學(xué)生更好地理解線性代數(shù)中的向量與矩陣以及矩陣的線性變換在實(shí)際中是如何體現(xiàn)的.

三、圖像與矩陣的關(guān)系

我們知道人工智能技術(shù)是建立在很多數(shù)學(xué)模型的基礎(chǔ)上的，因此老師在講解線性代數(shù)的主要研究對(duì)象向量和矩陣時(shí)，就可以結(jié)合我們?cè)谡鎸?shí)世界中拍攝的各種圖像，其實(shí)我們看到的圖片本質(zhì)上都是一些數(shù)據(jù)，而這些數(shù)據(jù)組合在一起就是我們所說(shuō)的矩陣或者向量.這樣，學(xué)生從生活中的實(shí)例理解矩陣，就不會(huì)覺得那只是抽象的概念了.

其實(shí)我們?cè)谑謾C(jī)或者其他設(shè)備上存儲(chǔ)的圖片都包含很多的像素點(diǎn)，每個(gè)像素點(diǎn)就是一個(gè)碎片，它們共同構(gòu)成一幅圖像.在存儲(chǔ)器里每個(gè)像素點(diǎn)其實(shí)都是用0—255的數(shù)值來(lái)表示不同顏色值的.

以一張彩色圖像為例，我們知道彩色圖像是用三原色R（Red紅色）、G（Green綠色）、B（Blue藍(lán)色）3個(gè)值代表不同顏色的，每個(gè)值的范圍為0—255.這在數(shù)學(xué)中可以被理解為，任何一種顏色模型其實(shí)都是由R、G、B三種顏色所確定的一種空間立體結(jié)構(gòu).我們借助Matlab軟件設(shè)計(jì)程序，來(lái)讀取一張彩色圖片，提取出它的R圖、G圖及B圖.

我們通過Matlab 的工作區(qū)提取四種圖形在計(jì)算機(jī)內(nèi)存中的數(shù)據(jù)存儲(chǔ)形式，即每一幅圖片都是一個(gè)多維矩陣，矩陣的大小由圖片的像素值決定，如圖1和圖2.

顯然，R圖像、G圖像、B圖像在計(jì)算機(jī)內(nèi)存中是以矩陣的形式存在的，維度都是112*134，而原始圖像是三個(gè)這樣的矩陣合并到一起的矩陣形式.教師只要把這個(gè)過程展示給學(xué)生，學(xué)生就會(huì)對(duì)矩陣對(duì)應(yīng)圖形有一個(gè)直觀的認(rèn)識(shí).

四、圖像的線性變換矩陣

我們?cè)谥v線性代數(shù)的時(shí)候有一個(gè)重要的概念就是變換矩陣，比方說(shuō)我們經(jīng)常講的圖像的幾何變換就是矩陣的線性變換，包括圖像的旋轉(zhuǎn)變換、縮放變換、對(duì)稱變換等，這些變換主要是圍繞著原向量與特征矩陣的相乘，很多書上都有詳細(xì)的證明，我們?cè)谶@里不做過多展示.我們今天要和學(xué)生討論的是：現(xiàn)在人工智能的圖像識(shí)別技術(shù)在用算法之前為什么要將彩色圖像轉(zhuǎn)化為灰度圖像進(jìn)行處理，怎么處理呢？

這是因?yàn)閳D像處理很多時(shí)候只需要將圖像的輪廓提取出來(lái)，而灰度圖像雖然在色彩上缺少了一部分，但是卻可以使邊界清晰銳化.還有一個(gè)主要原因，就是彩色圖像對(duì)應(yīng)的矩陣非常龐大，而將其轉(zhuǎn)換為灰度圖像后，可以使矩陣的維度降下來(lái)，當(dāng)然計(jì)算速度就會(huì)大幅度提高.

將彩色圖像轉(zhuǎn)換為灰度圖像的過程稱為灰度化處理.教材上有多種處理方式，比如采取加權(quán)求解Gray= 0.299*R + 0.587*G + 0.114*B，其中R是Red（紅色）、G是Green（綠色）、B是Blue（藍(lán)色），這相當(dāng)于運(yùn)用了矩陣的四則運(yùn)算處理.下表是緊接著表1的彩色圖像轉(zhuǎn)換為灰度圖像的程序，采用的是矩陣的線性變換的方式，程序設(shè)計(jì)代碼如下：

五、結(jié)束語(yǔ)

隨著人工智能技術(shù)的發(fā)展，高職院校在培養(yǎng)高技能職業(yè)人才的背景下，也需要提高學(xué)生處理數(shù)據(jù)、提取模型共性的能力.這就需要我們基礎(chǔ)課教師在進(jìn)行數(shù)學(xué)授課的過程中不能只是照本宣科，應(yīng)該幫助學(xué)生把理論和實(shí)際模型建立聯(lián)系，把枯燥的知識(shí)學(xué)活.

【參考文獻(xiàn)】

[1]張艷松.人工智能技術(shù)在教學(xué)中的應(yīng)用研究：以高職數(shù)學(xué)教學(xué)為例[J].信息記錄材料，2019（06）：130.

[2]黃艷.人工智能技術(shù)與高職高等數(shù)學(xué)課程改革探討[J].才智，2019（35）：94.

[3]張旭.人工智能與高職教育的良性互動(dòng)研究：以《高等數(shù)學(xué)》課程為例[J].藝術(shù)科技，2019（03）：241.

[4]林偉.人工智能中的數(shù)學(xué)基礎(chǔ)之一（線性代數(shù)篇） [J].高等數(shù)學(xué)研究，2019（6）：61-62.

[5]謝瑞軍，張圩.人工智能背景下線性代數(shù)教學(xué)改革的一點(diǎn)思考[J].青年與社會(huì)，2019（09）：58-59.

[6]沈卉卉.大數(shù)據(jù)環(huán)境下人工智能與大學(xué)數(shù)學(xué)教育相融合的創(chuàng)新教學(xué)研究[J].高等數(shù)學(xué)研究，2019（04）：113-116，125.