人工智能在新工科“傳感器與檢測技術”教學中的應用

姚克明 俞洋 羅印升 潘玲佼

摘要：隨著以人工智能技術為代表的新技術正推動全球科技產業革命，人工智能技術也正與新工科人才教育培養深度融合。該研究將人工智能技術應用于新工科“傳感器與檢測技術”教學中。通過將人工智能強大的認知推理和數據再生產能力力應用于教學過程數據分析處理、智能虛擬實驗平臺、教學過程智慧管理、學生注意力和精神狀態識別、教與學立體評價等環節中，大幅提升課程的教學實踐效果，滿足新工科背景下創新工程實踐人才的培養要求。

關鍵詞：人工智能?認知推理?新工科?教學應用?技術融合

中圖分類號：G712????文獻標識碼：A

Application?of?Artificial?Intelligence?in?the?Teaching?of?"Sensor?and?Detection?Technology"?in?New?Engineering

YAO?Keming??YU?Yang??LUO?Yinsheng??PAN?Lingjiao

（?School?of?Electrical&Information?Engineering，?Jiangsu?University?of?Technology，?Changzhou，?Jiangsu?Province?，213001?China）

Abstract：?As?new?technologies?represented?by?artificial?intelligence?technology?are?driving?the?global?sci-tech?industry?revolution，?artificial?intelligence?technology?is?also?deeply?integrated?with?the?education?and?cultivation?of?new?engineering?talents.?This study?applies?artificial?intelligence?technology?to?the?teaching?of?"Sensor?and?Detection?Technology"?in?new?engineering.?By?applying?the?powerful?cognitive?reasoning?and?data?reproduction?capabilities?of?artificial?intelligence?to?the?data?analysis?and?processing?of?the?teaching?process，?the?intelligent?virtual?experimental?platform，?the?intelligent?management?of?the?teaching?process，?the?recognition?of?students’?attention?and?mental?state，?and?the?three-dimensional?evaluation?of?teaching?and?learning，?the?teaching?practice?effect?of?the?course?is?significantly?improved，?and?the?training?requirements?for?innovative?engineering?practice?talents?in?the?context?of?new?engineering?are?met.

Key?Words：?Artificial?intelligence;?Cognitive?reasoning;?New?engineering;?Teaching?application;?Technology?convergence

當今世界，正經歷百年未有之大變局。隨著微電子、新材料、人工智能、新一代信息技術的迅猛發展，第四工業革命已經引領全球工業、產業以及人才創新的革命[1-4]，以人工智能技術、互聯網技術、區塊鏈技術、虛擬現實技術以及5G通信技術等一系列等技術也正在推動全球的科技革命。全球各行各業都在發生翻天覆地的變化。社會各行業對人才的素質也提出了更高的要求。近年來，國際工程教育改革的方向一直在朝著提升工程實際技術創新能力為目標的方向前進。美國斯坦福大學提出了“開環大學”[5-6]，采取自定義學習節奏、目標性學習以及軸翻轉等手段來提升能力培養，從而實現目標導向學習。?此外，歐洲主要國家、韓國和日本都在積極探索適應工業與科技變革需求的面向未來的工程創新人才培養方法。國內自2017首次提出新工科建設以來，?雖然精確覆蓋其全部內涵的定義仍然比較苦難[6-7]，但是，新工科建設是國家高等工程教育為了培養能夠滿足新一輪?科技產業革命的工程創新人才而采取的有力措施。新工科面向的是以新為核心要素的技術、產業以及模式的工程教育改革[8]。新工科將面臨全新的挑戰和機遇。隨著人工智能技術的快速發展，人工智能+應用場景已經賦能許多行業，并大幅推動各行業的飛速提升。同樣，人工智能也可以為新工科教學賦予“新能量”，人工智能能夠使得跨專業/跨學科的知識深度融合，從而實現教學的智能化。同時相較于傳統的教學模式，人工智能技術的應用使教學活動完全突破時間和空間的限制，使資源和內容更加豐富，互動信息更加智能以及教學方法更加靈活。人工智能技術的智能性、交互性、虛擬性和實踐性，使其能夠為具身化教學提供所需的認知、交互和環境支持[9]，從而更好地實現工程實踐人才的創新培養。

2??人工智能在教學中的應用發展現狀

人工智能（ArtificialIntelligence，AI）是研究開發用于模擬、延伸和拓展人的智能的理論、方法、技術以及應用系統的一門技術科學。人工智能是一門綜合性的學科，融合了計算機科學、控制論、信息論、心理學、語言學等多個學科[10]。人工智能的本質是通過數學的方法來模擬人類相對低級的認知行為，往往通過大量的計算得到一定約束條件下的統計學上的最優解，從而做出判斷或結論。國外將人工智能應用于教育領域的研究開始較早。楊珩[11]在“人工智能+教育”背景下市場營銷專業混合式教學模式的構建與應用研究中便說明SUSANNE?P?L?和?MARTIAL?V在2000年指出人工智能具有為學生提供開放學習環境、探索和協作的新機會。Popenici，?Stefan?A.?D.?和?Kerr，?Sharon?于2017年通過研究新興技術對學生學習方式的影響，為高等教育中開展人工智能教學奠定了理論基礎。國家教育部于2018年提出了《高等學校人工智能創新行動計劃》。中共中央、國務院2020年印發的《深化新時代教育評價改革總體方案》明確提出：“創新評價工具，利用人工智能、大數據等現代信息技術，探索開展學生各年級學習情況全過程縱向評價、德智體美勞全要素橫向評價”。國內不少學者對人工智能在高等工程教育中的應用作了研究和探討。比如：劉影將人工智能技術應用Android應用開發課程的教學中，取得一定的效果[12]。孫明思[13]對將人工智能技術應用于線上平臺教學的中，取得一定的效果。鄭曉俊、吳靜雨[9]將人工智能應用于具身認知的現狀和推進策略分析，提出將學生置于在環境、內容、?身體互相契合的學習生態系統中，學生將能獲得更加?立體、深刻的學習體驗，從而實現深度學習。彭燁研究了“傳感器與檢測技術”課程教學改革以適應人工智能人才的培養[14]。任佑平對于人工智能背景下的傳感器技術的教學做了初步的探討，但總體比較籠統，沒有具體環節和措施，也沒有結合新工科的人才培養需求[15]。車玲，王滟利用人工智能技術對傳感器與檢測技術教學課后理論作業方面做了一些探討[16]。總之，目前人工智能技術在“傳感器與檢測技術”教學應用研究還比較少，特別是在結合新工科背景下的教學應用更少。

3???人工智能技術在傳感器與檢測技術課程教學環節中的應用

3.1實踐與理論并重，加強數據獲取、分析與挖掘能力

以江蘇理工學院傳感器與檢測技術課程為例，該課程共40學時，其中理論學時為32學時，實驗8學時。受到傳統教學思維的影響，教師在往往教學過程中，師生活動往往受制于傳統的教學方法和技術，缺乏有效的課程內容和中間數據信息的獲取、分析和挖掘能力[17]，同時還容易不由自主的重理論教學而輕實踐教學。傳感器與檢測技術是實踐性非常強的課程，必須轉變教學思維，將實踐和理論并重。基于人工智能技術，將課程理論和所有實踐內容（包括課內實驗和相關實踐案例等）的收集到人工智能處理系統，同時將師生教學過程中以及課后交互產生的高價值數據及時獲取收集到系統。隨著數據量的增大，特別是中間師生交互信息的大量增加系統就會變得越來越“聰明”。這樣人工智能系統就可以在相當程度上了替代老師與學生在課后進行互動，并能有效識別學生的學習情況與存在的問題。比如：在樣本的計算中，需要至少做2次粗大誤差判別，最終計算的結果的概率有沒有和所選判別標準的概率保持相適應，人工智能系統不僅能夠準確發現問題，還能準確知道學生為何會出現這樣的錯誤。除實驗課外，在理論課時中，強化實際工程案例分析，實際工程項目設計技能的培養。例如：在講解應變式傳感器章節時，可以和學生一起分享專業體育運動員過程訓練用的儀器設備的設計案例。這些所有的課程內容與實際工程案列不斷迭代形成的數據以及師生互動常年累月形成的中間數據是十分寶貴的財富，人工智能技術的應用可以讓這一數據大放異彩，讓新工科背景下的“傳感器與檢測技術”課程教學效果實現新的質的提升。

3.2?基于人工智能的智能虛擬實驗平臺

實驗平臺對培養學生的工程實際創新能力起著非常重要的作用，物理實驗平臺往往只能在課內時間使用，課外使用有諸多不便，比如管理和安全問題等。傳統的實驗平臺往往只有單純的數據存放功能，缺乏對數據的分析、挖掘能力。將人工智能技術與虛擬儀器技術相結合建立傳感器與檢測技術虛擬實驗平臺，并與是實體實驗平臺融為一體，虛實相結合，有效地解決了培養創新型工程實踐人過程中面臨的實踐鍛煉平臺之間的無縫銜接問題。利用人工智能的認知、學習和推理模型，將獲取的理論與實踐數據、校內與校外實踐數據、工程實際案例數據以及當年橫向數據與歷年縱向數據經過大量訓練，虛擬實驗平臺能夠依舊每個學生自身特點，推薦針對的實踐項目，實踐過程中可以與學生智能交互，能夠有效識別學生的文字表述和實踐情況，客觀準確地給出回答或建議。學生的實踐活動不僅不再受時間和空間的限制。人工智能強大的認知推理學習能力還讓虛擬實驗平臺成為學生的“知心”朋友，讓學生課后在趣味中，鍛煉自身的工程實際創新能力。

3.3?基于人工智能的過程智慧管理、學習主動性與注意力分析

人工智能強大的認知、學習與推理能力，通過大量教學的數據學習訓練，能夠輸出大量精準化管理數據，利用這些數據教師實時準確的知道學生的學習狀態，及時采取針對性的教學措施。將人工智能深度學習技術與機器視覺技術相結合，通過相機拍攝學生的面部圖像，通過表情識別算法判別學生此時的注意力以及精神狀態。具體識別過程如圖1所示。

筆者所帶領的技術團隊已經對表情識別算法展開了多年的研究，目前已經能夠實現多個應用場景下多個表情狀態的準確識別。將人工智能技術應用識別學生的注意力和精神狀態，可以有效即時干預，從而提高學生創新能力培養的效果。

3.4?基于人工智能的教與學立體評價體系

以往我們對學生評價過于簡單，主要依據是考試、平時作業以及課堂的提問。這樣的評價方式名曰過程考核，實際依舊呆板，依舊還是各環節的結果定論，并且缺乏科學維度。利用人工智能技術的強大認知、學習、推理能力，特別是數據再生產能力[9]，從而可以對學生進行真正意義上的立體式全過程評價，建立學生立體評價模型。該模型的輸入參數包括平時和期末的各項成績，每次作業的評價、每次理論和實踐課的效果、每次課中的注意力與精神狀態情況、課后參與實踐和互動情況等。通過人工智能深度學習技術和大量數據訓練出來的評價模型，能夠在全方位輸入參數的支持下，準確立體評價每個學生的課程學習情況和課程的教學成效，更能動態即時完善人才培養措施。

4?結語

人工智能技術強大的自我學習和認知推理能力，能夠有效地賦能傳感器與檢測技術的教學實踐，更能實現新工科的創新人才培養。將人工智能技術應用于新工科的專業課程教學，不僅能夠提升人才對專業課程和人工智能技術的理解，更能培養滿足以人工智能技術為代表的新技術引起的科技產業革命所需的高層次工程實踐創新人才的需要。

參考文獻

[1] 徐鉑淞，張恒旭，石訪，等.支撐自定義專業的新工科課程體系邏輯分析可視化：以山東大學全球能源互聯網新工科特色班為例[J].高等工程教育研究，2022（1）：23-28.

[2] 林健第四次工業革命浪潮下的傳統工科專業轉型升級[J].高等工程教育研

究，2018（4）：1-10，54．

[3] SUNG?T?K.Industry?4.0：?a?korea?perspective[J].Technological?Forecasting?and?Social?Changge，2018，132：40-45

[4] 苑大勇，徐亞楠．第四次工業革命背景下加速主義與終身學習的發展愿景[J].成人教育，2020，40（10）：9-13.

[5] Standford?University.Open?Loop?University-Standford??2025[R].2100Standford?University?Press，2013.

[6] 劉吉臻，翟亞軍，荀振芳.新工科和新工科建設的內涵解析：兼論行業特色型大學的新工科建設[J].高等工程教育研究，2019（3）：21-28.

[7] 喬建永.面向新工科的“三貫通”教學改革[J].中國高等教育，2021（17）：21-23.

[8] 徐曉飛，沈毅，鐘詩勝，等.新工科模式和創新人才培養探索與實踐：哈爾濱工業大學“新工科‘Π型’方案”[J].高等工程教育研究，2020（2）：18-24.

[9]?鄭曉俊，吳靜雨.面向具身認知的人工智能教學應用現狀與推進策略研究[J].中國現代教育裝備，2022（22）：49-53.

[10]?王明昇.人工智能技術在現代教育教學中的應用[J].農業開發與裝，2022（4）：48-50.

[11] 楊珩.“人工智能+教育”背景下市場營銷專業混合式教學模式的構建與應用研究[J].上海商業，2022（11）：172-174.

[12] 劉影.人工智能背景下“Android應用開發”課程教學模式研究[J].安徽電子信息職業技術學院學報，2022，21（6）：64-67.

[13] 孫明思.人工智能技術在高等院校線上教學過程中的應用研究[J].長春大學學報，2022，32（2）：105-108.

[14] 彭燁.人工智能背景下的《傳感器與測試技術》課程教學改革[J].科學咨詢（教育科研），2019（3）：31-32.

[15] 任佑平.基于人工智能背景下的傳感器技術教學探析[J].中外企業家，2019（36）：157.

[16] 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.

[17]葉民，孔寒冰，張煒.新工科：從理念到行動[J].高等工程教育研究，2018（1）：24-31.