HI,欢迎来到好期刊网!

人工智能课程教学

时间:2023-09-22 15:33:09

导语:在人工智能课程教学的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。

人工智能课程教学

第1篇

关键词:人工智能;案例式教学;兴趣引导教学法;问题驱动教学法

中图分类号: TP309 文献标识码:A 文章编号:1009-3044(2014)03-0599-02

人工智能是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的综合性技术学科[1],是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透、迅速发展且与人类生活密切相关的综合性新学科,其核心研究领域包括模式识别、自然语言处理、机器学习、数据挖掘、人工神经网络和专家系统等等[2]。

语言信息处理是语言学与计算机科学交叉形成的一门新型学科,其课程体系以语言学、计算机应用、应用数学和认知科学为主干,研究内容是自然语言的自动化信息处理技术,是人类语言活动中信息成分的发现、提取、存储、加工与传输[3]。目前该方向的主要应用领域包括机器翻译、文献检索、信息提取、自然语言的人机接口等。由此可见,为语言信息处理专业开设人工智能课程是必须的。该文针对“人工智能”课程自身特点和语言信息处理专业研究生培养目标,并结合笔者多年来的教学经验,分别从课程内容设定、教材选择、教学方法、考核方式等多个方面对该课程的教学改革进行了探索与研究。

1 以“精”“典”为基本要求的教学内容选择

“人工智能”课程的突出特点研究内容涉及面广而学时数较短(大部分高校的研究生专业安排的课程的时数在36到48学时之间)。因而授课时不能追求内容“大而全”,必须“精”,选择重点、核心基础知识进行学习,选择与专业方向最相关的“典”型应用领域进行重点详细介绍,使学生在有限的时间内学到最有用的知识。“人工智能”课程教学内容总体可以分为三大部分。

第一部分是基础理论知识,学习人工智能中知识的表示方式(谓词逻辑表示法、产生式知识表示法、框架表示法、语义网络表示法等)。语言信息处理专业学生本科专业背景不同(有文科,有理工科),所以该部分教学内容难点在于教学进度和难易程度的均衡。本部分内容可安排8~10学时。

第二部分是搜索与推理,对使用特定知识表示方式表达的知识和问题进行推导或搜索,得出相应结论或搜索结果。本部分安排10~12学时,重点在于启发式搜索。

第三部分是人工智能中的典型应用领域。对于该部分内容的选择要以学生专业为中心进行,选择与学生专业相关性较大的领域进行教学,以期能够有助于学生了解并掌握学术的主流发展趋势,从而能够更好地培养自身的科学素养和创新能力。本部分主要学习机器翻译、机器学习、自然语言处理、数据挖掘、多Agent系统等。本部分安排18~36学时。

2 选择“最合适”的教材

教材是教师教和学生学的主要凭借,教材的好坏在很大程度上决定了教师能否成功“教”与学生能否顺利“学”。教材的选择要以教学对象的特点和教学目标为依据,选择最合适的教材。在广泛研读目前比较热门的人工智能教材的基础上,结合教学目标和教学对象的特点,选则清华大学出版社出版﹑蔡自兴和徐光祐编著的《人工智能及其应用》(第4版)[1]作为教材。该教材总体也可以分为三部分:第一部分论述了人工智能的三大技术, 即知识表示;第二部分论述推理及搜索; 第三部分论述人工智能的主要应用领域,包括专家系统、机器学习、自动规划、分布式人工智能和自然语言理解等。与第三版本科生用书相比,增加了如本体论和非经典推理、决策树学习和增强学习、词法分析和语料库语言学等(非常适合笔者的教学对象)。

3 创新型人工智能课程教学方法

“人工智能”课程涉及的知识面广,既包括基础理论,也包括具体应用,即有抽象复杂的计算,也有繁杂的系统实现,为此,如何激发学生的学习兴趣并保持学生的学习兴趣是本课程教学的关键。此外,因为是研究生教学,所以更突出学生的主体地位,注重培养学生的学习兴趣、自主学习的意识和能力。为此,笔者主要采用了以下几种教学方法。

3.1 兴趣引导教学法

常言“兴趣是最好的老师”,如何培养学生对本门课程的学习兴趣,激发学生对本门课程的求知欲,是一门课程首要任务。

为了提高学生的学习兴趣,笔者在第一节课让学生观看美国科幻电影“机器人”的相关片断,通过机器人安德鲁非凡的创造能力、情感表达能力和自学习能力让学生更好地了解人工智能的目标、意义,激发学生探索人工智能的兴趣;在学习“博弈策略”及“极大极小分析法”时,笔者通过让学生来参与“一字棋”对决游戏说明博弈树的层次结构原理,通过“人机对弈”说明“α-β剪枝技术”引入的必要性;通过“啤酒与尿布”的故事说明数据挖掘技术在现实生活中的应用,让学生认识到人工智能并不是虚无抽象的学科,而与人们的生活息息相关,激发起学生用人工智能相关技术解决现实问题的兴趣。

3.2 问题驱动教学法

在讲授基础理论时,如“不确定性推理”、“数据挖掘”等这一类型内容抽象、算法复杂的知识时,采用了问题驱动式的教学方法。

教师首先提出与内容相关的若干问题,并为学生相关的资料或向学生提供找到问题的一些线索,让学生带着问题去思考、分析和讨论等方式来查找答案,主动获取知识,应用知识,教师在必须的时候还需给予一定的引导和帮助。如在讲授产生式知识表示法时,以“动物识别系统”问题原型,给出学生系统模型,让学生编写一个能够用来进行动物识别的应用程序。

此教学法很好地培养学生解决问题的能力,形成研究的态度,提高认知能力。

3.3 实践教学法

“实践是检验真理的唯一标准”。人工智能课程中,能够动手实践的知识一定要让实践。

在讲“专家系统”的构造步骤时,用“营养专家系统”为案例进行介绍,将该专家系统分解为一个个小的具体任务(如知识库构建、规则库的构建、界面设计等),并分配给不同的学生,学生按照专家系统的一般构造步骤去完成相应的任务,最终完成一个完善的系统,从而达到掌握专家系统构建的教学目标。

实践教学法可以提高学生分析、解决问题的能力和动手能力,并可以进一步加深对理论知识的理解。

3.4 案例教学法

案例教学法是将案例讨论的方法运用到课堂教学活动中去,教师根据课堂教学目标和教学内容的需要,通过设置一个具体的案例,引导学生参与分析、讨论、表达等活动,让学生在具体问题情境中积极思考、主动探索,以提高教与学的质量和效果,培养学生认识问题、分析问题和解决问题等综合能力的一种教学方法[4]。案例教学法中教师扮演设计者和激励者的角色,鼓励学生积极参与典型案例的讨论,重点掌握教学进程,引导学生思考,组织讨论研究,进行总结、归纳,同时教师也参与到学生共同研讨。不但可以发现自己的不足,也可以从学生那里可以了解到大量感性资料。该教学法有利于调动学生学习主动性,通过生动具体的案例介绍可以促进学生对知识的理解和实际应用。

人工智能授课中,对于产生式系统和自然语言理解系统的有关概念及系统构成技术,采用了案例教学法。

在介绍产生式系统时,我们以动物识别系统为案例进行介绍。案例教学通常可以分为3个步骤,即案例引入、案例分析和案例总结。案例引入过程介绍产生式的语法和语义、产生式系统的组成及工作原理后,通过屏幕演示动物识别系统的运行过程使得学生能够获得老虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁七种动物的一些特征;案例分析阶段通过向学生展示使用Prolog编写的动物识别系统源程序,详细介绍设计思想以及实现过程。该过程是案例教学的关键,教师引导学生进行案例分析,之后由学生进行补充,师生共同讨论力求系统得以更完善;案例总结阶段由老师对学生的讨论情况进行总结,在总结讨论情况的基础上提出一些问题(例如如何进一步提高系统的效率?)。

在介绍自然语言理解系统时,以自然语言情报检索系统LUNAR[5]为例进行介绍。从LUNAR系统的词法分析、语义解释和问题回答三个阶段进行详细分析。经过案例引入、案例分析和案例总结三个阶段,使得学生对LUNAR系统的设计步骤、关键技术及设计思路有深入的了解。之后,要求学生写出案例分析书面过程,并完成课后作业“指挥机器人的自然语言理解系统SHRDLU”。

4 课程考核方式的改革

研究生教育以培养学生的能力和素质为主要目标。人工智能课程的考核方式也以此为目标,采用以考察理解应用为目的的论述题,或结课论文形式进行,同时注重平时考核。平时考核以学生查资料的能力、阅读相关文献即完成课后作业的情况为考核对象。

5 结束语

为了提高人工智能课的教学质量,根据课程及教学对象的特点,结合教学过程实际问题,采用了合适的教材,安排了合适的学时,在教学过程中综合各种教学方法的优点,并采用了适当的考核方式。教学结果表明,通过这些尝试,提高学生学习的兴趣和积极性,取得较好的教学效果,学生能够有意识地使用人工智能中的相关知识、思想来进行学术研究。

参考文献:

[1] 蔡自兴,徐光祐.人工智能及其应用——研究生用书[M]. 第3 版. 北京:清华大学出版社,2004.

[2] 廉师友.人工智能技术导论[M].西安:电子科技大学出版社, 2002.

第2篇

关键词:人工智能;教学内容;教学方法

中图分类号:G642 文献标识码:A

1 引言

人工智能(AI)是二十世纪五十年代后期兴起的利用计算机模拟人类智能活动去求解问题的学科,与空间技术、原子能技术一起被誉为二十世纪三大科学技术成就,目前广泛应用于专家系统、机器翻译、语音识别、文字识别、计算机视觉、机器人、电子游戏等方面,已经成为计算机技术发展以及许多高新技术产品中的核心技术。

为了适应人工智能技术日益广泛的需要,国内外高校普遍开设了“人工智能”方面的课程,特别是作为计算机方面专业的核心课程之一。我校自从1993年开始为自动化专业本科生开设“智能控制”选修课,1996年为自动化、计算机、机械等专业本科生开设“人工智能导论”、“人工智能及其应用”课程。目前,我校软件学院、信息学院、机电学院都开设了“人工智能导论”课程,已经成为计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程,也是面向包括人文社科等全校所有专业的公选课之一,其目的是使学生了解人工智能的基本概念和基本原理,初步学习和掌握人工智能的基本技术和前沿内容,拓宽知识面,启发思路,为学生提供最基本的人工智能技术和有关问题的入门性知识,提高学生应用开发软件的能力和水平,为今后在相关领域的研究和应用奠定更为坚实的基础。因此,建设好“人工智能导论”课程具有重要意义和很广的受益面。

由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有望而生畏的感觉,在教学过程中,老师教、学生学都比较吃力。为了更好地实现上述教学目标,提高本课程的教学质量,协调好教与学的双边关系,使学生由望而生畏的感觉,变为有用有趣的感觉,根据已有人工智能课程在教学与实践方面的经验和方法,结合“人工智能导论”课程的近几年教学实践,对课程的教学体系、教学内容、教学方法、教学手段、考核方式等方面进行了探索总结。

2 调整与优化教学体系和教学内容

“人工智能导论”是计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程,也是面向包括人文社科等全校所有专业的公选课之一,其研究领域及内容十分丰富,涉及的基础面广。因此如何选好教学内容,既能使学生了解本领域的概貌,又能适合学生的基础,便于他们在有限的时间完成学习任务,是一件重要而又困难的事情。

进入21世纪以来,人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展,我们修订了“人工智能导论”的教学大纲,对教学内容进一步优化和更新,极大充实了各个系统的内容。我们确定的教学内容主要分为三部分:第1部分为概论,介绍人工智能的基本概念、基本内容、主要研究领域及发展过程;第2部分是知识表示,推理和搜索技术,讨论几种常用的知识表示方法、推理技术(包括确定性推理方法和不确定推理方法)和搜索求解策略;第3部分是人工智能应用研究领域,包括专家系统、自然语言理解、机器学习、人工神经网络、遗传算法等的基本概念和方法等。其中第2部分是基础理论,是人工智能的重要基础,应该循序学习。第3部分是人工智能的应用,由于每个研究内容都相对独立、自成体系且有其专门的学术著作研究、热点,因此针对高等院校的本专科生来说,不必循序学习,而且结合专业特点可以选择其中几个研究领域。例如对自动化专业的学生来说,可以选择专家系统、人工神经网络、遗传算法等,同时可增加在自动控制领域的应用,包括专家控制、神经网络控制和进化控制等热点:而对计算机科学与技术专业来说,可以选择专家系统、自然语言理解、机器学习等,并辅以动物识别系统、语音识别系统、智能机器人等实例。总之就是要把握课程性质和教学目的,调整本课程教学体系,优化教学内容,让学生以有限的时间学到人工智能的基础知识和基本方法。

另外,在选择和确定教学内容时必须兼顾基础知识和新兴技术,注意与相关课程(如离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等)的链接,密切理论与实际的关系,通过课堂讲授和课外训练,注意学生能力培养,提高他们的学习效果和整体素质。

3 加强课程立体化建设和系列教材研究

在课程的立体化建设中,教材充当了地基的角色,所有的课程内容安排,无不体现出以教材为基本,以教材为模板。所以本着基础、实用的原则,我们先后编著出版了《人工智能及其应用》课程教材导论部分概括性强,引人入胜;基础部分系统全面,叙述深入浅出,循序渐进;应用部分密切理论与实际关系,典型形象。其中第二版在第一版的基础上,增加了证据理论、模糊推理、神经网络等理论的一些典型应用,使学生能够更深入地理解和应用这些理论;另一方面,又新增了自然语言理解及其应用内容,以适应目前计算机翻译、人机自然语言交互等技术日益广泛应用的需要。系列教材适应了人工智能导论新课程开设的需要,反映了人工智能学科的发展,为人工智能课程确立了基本框架,发挥了重要作用。系列教材的问世不仅解决了本校“人工智能导论”课程教学用书的问题,而且也被各兄弟院校普遍采用,促进了该课程的普遍开设,推动人工智能学科的发展。

为了配合教材第二版的教学和自学,在已有教学经验和教学成果积累的基础上,制作了高质量的教学课件和完整的教学视频录像,并刻录成光盘随书供读者使用;同时又研究与开发了网络课程(http://),以更好地调动学生的学习兴趣和主动性,促进本课程的教学改革。

包括主教材、电子教案、教学视频录像、网络课程及教学资料库等在内的课程立体化建设符合二十一世纪高校教学的要求,支持教师提高教学手段现代化的水平,更贴合学生的学习需求。

4 改革与创新教学模式和教学方法

在“人工智能导论”课程教学的过程中,我们积极探索教学新路,经过数年辛勤试验,结合蔡自兴教授等对人工智能课程的建设经验,对课程的教学模式和教学方法进行了如下一些的改革与创新。

(1)通过多种途径激发学生的学习兴趣

“兴趣是最好的老师”,“人工智能导论”课程的学习效果,直接受到学生兴趣和参与意识的影响。由于这是一门导论性前沿课程,一般来说,学生开始学习兴趣很大。但是,当一些学生开始接触到抽象概念和算法时,往往感到不易接受。我们通过各种途径和方法,激发和培养学生的学习兴趣。例如,鼓励学生参与课堂讨 论、布置读书报告和课外实验、以问题为导向的启发式教学、专题讨论/辩论等形式。特别,我们精心组织和准备了模糊控制技术及其应用、智能机器人技术与应用、智能交通、BCI(脑机交互接口)等专题,以及智能调度软件、语音识别系统、动物识别系统、足球机器人比赛、机器人轨迹跟踪、倒立摆的智能控制等课内演示,使学生扩大了眼界,增加了感性知识,达到提高学生学习兴趣的目的与效果。

(2)面向问题的启发式教学

人工智能中的许多问题,有的似是而非,有的引人入胜。在教学中,有意识的提出相关问题,提请学生思考,鼓励学生提出自己的猜想和解决方案。然后逐步进入教材中的解决方案,启发学生求解这些问题,并进行分析和比较,从而强化了学生学习的主动意识和参与意识,提高了学生的学习积极性。例如,在讲到比较抽象的“遗传算法”时,提出“遗传算法如何用于优化计算?”这一问题。针对该问题,先从“达尔文的生物进化论”入手,讨论“遗传”、“变异”和“选择”作用;然后通过一个简单的例子,从特殊到一般地启发学生思考“遗传”、“变异”和“选择”的实现,最终让学生与教师一起导出遗传算法用于优化计算的基本步骤。这样,学生不但从中学习了遗传算法,而且得到一次逻辑思维的训练,取得很好的教学效果。

(3)课堂辩论与交互式教学

组织课堂辩论,讨论的议题包括人工智能的应用前景和其他比较等有争议的问题。学生对这些问题展开了激烈的争论,激发了学习潜能,明确了学习目标。例如,为了加深学生对智能机器人内涵的理解,我们组织了“机器智能能否超过人类智能”的辩论会。会前正反双方结合本课程内容及其相关知识,认真进行准备;辩论会上正反双方唇枪舌战,激烈争辩,气氛热烈。辩论后,学生余意未尽,讨论热情不减。无论是哪一方获胜,都达到了预期的效果。教学中我们还注意采用了多种交互式策略,如课堂上教师提问可鼓励或指定学生提问,也可由学生自由地就某个知识点进行主题发言后老师点评等。

(4)个性化学习与因材施教

在本课程教学过程中注意对学生因材施教和个性化教学。例如,通过组织学生进行读书报告的形式,鼓励学生从多方面、多角度考虑问题,多提新颖思想,有意识地鼓励优秀学生探讨比较深层的内容,并辅导优秀学生将其成果以科技论文和发表文章的形式转化为成果。又如,在教学设计和实验设计中,注意要求学习有余力和兴趣的学生选作部分探索性、创新性的功课和实验(选学内容,如模糊控制器的设计、进化控制等),从而引导学生发挥个性优势,达到因材施教的目的。同时注意分析学习较差的学生的具体困难,进行有针对性的指导。

(5)多媒体与网络教学的使用

本课程在PPT演示文稿和网络课程上,采用了大量的多媒体表现形式,如视频、动画、声音和图像等。目的在于使得人工智能抽象的知识形象化,便于学生理解。例如,课内让学生在线观看涂晓媛博士的计算机动画“人工鱼”的录像片段、人工生命Floy中生命智能体在环境中不断的适应进化构成演示等,有助于加深学生对所学知识的理解,促进教学水平的提高,激发了学生对课程的兴趣,使学生创新意识得到增强。此外,随教材附赠的教学光盘和开发的网络课程(http://)提供了学生课外自学用的高质量的电子课件、完整的教学视频录像、丰富的实验和案例资料等,以更好地调动学生的学习兴趣和主动性。

(7)理论与实践结合

在教学内容安排上,注意理论联系实际,适时布置一些人工智能实验给学生进行课外练习。设计的课外实验包括产生式系统实验,归结反演实验,主观Bayes推理网络实验,A搜索实验,以及基于Maltab工具箱的模糊控制位置跟踪系统、两车追赶模糊控制系统、神经网络模式识别仿真、遗传算法优化计算等实验。通过实践和参与,保持学习兴趣,有助于学生对人工智能基本概念和难点的理解,掌握基本方法和技术,为从事智能系统应用开发打下基础,从而达到教学目的。例如,我们组织学生参观我们的研究生综合自动化实验室,观看机器人臂取物、倒立摆控制、语音识别软件、指纹识别软件、智能调度软件等演示,密切理论与实际的关系。

我们在教学改革实践中探索的这些教学方法,有利于充分激励学生的学习积极性和主动性,有利于鼓励学生发挥独立思考和创新思维,有利于多方位培养学生学习发现问题、分析问题和解决问题的能力。

5 运用多样化的教学手段和考核方式

5.1 多样化的教学手段

采用现代信息技术进行教学,构筑“人工智能导论”课程的现代教学模式,是本课程的主要特点之一。教学过程中采用了多媒体教学课件和网络课程相结合的方法,充分利用多媒体的丰富表现形式,利用网络课程的交互性、情景化等,进行教学。采用的方法包括:

(1)抽象知识内容的多媒体表示

通过动画和视频来演示抽象的概念、算法和过程,包括机器人轨迹跟踪、机器人臂取物、足球机器人比赛、倒立摆控制、“人工鱼”等录像片段,以及智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件演示。

(2)通过PPT撰写教案

精心编制PPT,组织好课件内容,做到图文并茂,提纲挈领,便于学生理解,便于教师讲授。

(3)开发与应用网络课程

“人工智能导论”网络课程较好的实现了交互性、在一定程度上实现了学习过程的情景化。在交互性方面,通过网络课程的课堂练习和章节练习,评价学生的学习情况,并给学生提出学习建议。在情景化方面,采用了在线答疑形式,使得学习过程丰富有趣。

(4)先进实验系统的观摩与演示

利用我们的研究成果等有利条件,有针对性地对学生进行成果演示(包括智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件),使学生知道学了有用,而且很有用,很有趣,很有意义,从而进一步诱导学生的学习兴趣,巩固了课堂所学知识,提高了教学质量。

教学效果通过上述先进的现代信息技术的应用,不仅极大地提高了学生的学习兴趣和主动性,而且也取得很好的实际教学效果,提高教学质量。

5.2 作业、考试等教改举措

(1)改革作业方式与方法

改变过去那种单纯的书面习题作业,发展成为必须交给教师评阅的书面家庭作业、不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中上交作业通过网络进行,教师批阅后的作业也通过网络返回给学生,实现了作业呈交和返回的网络化。

(2)改革考试方式与方法

如何对本课程的考试方式进行改革一直是我们探索的问题。我们综合考虑课堂出勤情况(10%)、平时正式作业成绩(20%)和期末课程考试(70%),进行综合评分。期末考试有时采用综合试题考试,出几个大题目让学生选择其中几个进行开卷笔试,当面交卷后评分;有时采用课外开卷论文结合或口试面试。最近,我们还对部分学生结合实验或实际问题提问等进行考核。我们正进一步改革、试验和探索,使考试成为衡量与培养创新能力,促进学生学习主动性和提高课程教学质量的重要环节。

第3篇

>> 智能游戏开发与设计课程教学方法探索 数字媒体技术专业游戏设计与开发方向本科课程设置的探讨 游戏设计与开发课程教学方法探析 游戏开发应用中的“人工智能”课程教学方法探讨 基于多元智能理论的网络教育游戏设计与开发 面向游戏开发方向的“计算机图形学”课程建设探讨 计算机审计课程开发与建设探讨 智能信息处理课程群辅助教学网站的设计与开发 益智小游戏设计与开发 游戏设计方向课程建设研究 “人工智能与游戏编程”课程设计 高职游戏开发专业课程体系建设 基于普通高校成人高等教育课程开发与课程建设的探讨 数字游戏设计专业建设方案探讨 智能科学与技术专业的算法设计与分析课程教学探讨 《Flas设计》课程建设的研究与探讨 《网络综合布线设计与施工》课程建设探讨 基于工作过程的《网页设计》课程开发与设计探讨 “智能科学与技术”本科专业软件实践类课程建设探讨 “新药设计与开发”精品课程的建设与实践 常见问题解答 当前所在位置:l.

[4] 第九届中国国际数码互动娱乐展览会[EB/OL]. [2011-06-23]. /.

[5] 彭岩,王万森. 智能科学与技术专业建设的探索与实践[J]. 计算机教育,2009(11):30-33.

[6] 王小捷. 北京邮电大学的智能科学与技术专业[J]. 中国人工智能学会通讯,2011(3):28-30.

[7] 李仪.“人工智能与游戏编程”课程设计[J]. 计算机教育,2010(10):99-101.

[8] 陈少波. 中国动漫游戏专业教育现状和发展策略[J]. 浙江学刊,2007(2):221-224.

[9] 王浩. Visual C++游戏开发经典案例详解[M]. 北京:清华大学出版社,2010:204-217.

[10] 吴清强,刘方. 计算机游戏基础教程[M]. 北京:电子工业出版社,2010:187-196.

[11]John David Funge. 人工智能在计算机游戏和动画中的应用[M]. 班晓娟,艾迪明,译. 北京:清华大学出版社,2004:107-116.

[12] 于洪. 智能科学与技术专业的算法设计与分析课程教学探讨[J]. 计算机教育,2010(10):15-18.

Study on Intelligent Game Development and Design Teaching

YU Hong, WANG Guoyin, LIU Hongtao

(Institute of Computer Science and Technology, Chongqing University of Posts & Telecommunication, Chongqing 400065, China)

第4篇

关键词:机器智能;教学方法;专题文献调研;演讲;讨论;编程;学生评价

自2005年北京邮电大学在国内得到教育部批准设立智能科学与技术本科专业开始,机器智能课程就被设定为一门重要的专业基础课。在2008年全国智能科学技术教育学术研讨会上,机器智能课程被确立为第一批三门核心课程之一。作者曾在2009年全国智能科学技术教育学术研讨会上对该课程内容的建设进行了探讨[1],在此基础上,结合教学实践工作对于该课程的教学方法也进行了一些摸索。

1相关教学方法

机器智能是新出现的课程,可供参考的国内外资料较少,我们主要对相关的人工智能课程的教学方法进行了调研和学习。陈白帆、蔡自兴等的人工智能精品课程教学方法在国内最具代表性[2],开设课程设计,学生根据自己的兴趣组成小组选题。多媒体课件和网络课程相结合,采用启发式教学,举行课堂讨论等。王甲海[3]等探讨启发式传授人工智能解决问题的非结构化的思想。刘兴林[4]从教材选择、教学内容和方法、考核方式等做了一系列教学改革。韩洁琼[5]等提出注重激发学生的学习兴趣、加强对实验教学的重视。白洁[6]等提出与学科发展前沿接轨,注重培养学生的创新能力。朱红[7]等对图搜索内容进行有效的教学设计。王璐[8]等设计了应用型和研究型的教学情境。

国外人工智能课程建设具有更长的时间和更多的积累。很多大学在人工智能课程中围绕游戏引入工程项目。Jeffrey等[9]引入基于Blackjack游戏的优化模型来进行人工智能课程教学。Hansen等[10]开发了Glomus教学系统,引导学生在逻辑证明游戏过程中学会重要概念。Douglas等[11]针对电脑游戏中的人工智能的课程教学提出了学生教学生的方法。Ingrid等[12]以机器学习为主题把人工智能中分散的重要概念统一到一起。

2教学实践

2.1总体思路

在本课程教学实践过程中,总体思路是根据教学基本要求和主要内容形成的。详细的教学基本要求和内容参见文献[1]。基于此,对本课程的教学实践进行了如下分析。

1) 教学内容极其丰富多彩,如果需要详细地讲授,每一个章节都可以成为一门课程,64学时的时间是远远不够的。

2) 本课程是一门成长中的新课程,其中既要包括智能领域学者们研究了几十年的重要成果,也要涵盖当前国内外最新研究现状的了解和把握,才能让学生们感受到当前时代的脉搏,了解到本专业的魅力。

3) 智能科学与技术也是一门实践性很强的学科,其中很多技术都已经或正在社会生活中发挥着重要作用,学生们更渴望能够在学习实践中掌握和推进这些技术。

4) 任何教学过程,如果只是单方向的教师讲、学生听,很难达到良好的效果,必须要调动学生的主动学习兴趣,让学生真正参与到教学过程中来,才能实现教与学的双向促进。

于是,我们采取了以点带面的方法,抓住其中的关键点进行细致地讲解,其余的内容则根据侧重面的不同,分别采取启发式教学的方法,如专题文献调研、演讲、讨论、动手实验、学生评价等方式推动学生主动学习相关知识和技术,实现知识拓展和兴趣培养。

2.2专题文献调研

这是我们借鉴了带研究生做课题的经验而提出的一种方法。每次开始讲授这门课程的时候,学生们都会问:为什么我们课程的名字跟其他人工智能的课程不一样?内容上有什么区别?我也都会给出我们的回答,但是总感觉学生并没有完全理解。考虑到智能科学技术专业本身就是一个新鲜事物,机器智能课程也是新近提出的,目前并没有完全定论,属于前沿探索的问题。因此,我们提出进行专题文献调研的方法,希望让学生通过自己的广泛阅读、比较和分析,更加深入地了解本课程。

我们首先给出需要调研的问题以便引导学生的调研方向,即国内外关于智能科学与技术专业的建设情况如何?机器智能、人工智能、神经网络及其他相关课程的建设情况如何?这些不同于学生们以前在其他课程中遇到的作业或问题,没有固定的求解思路,没有确切的标准答案,但却都是学生们非常关心的问题,因此极大地激发了同学们的学习兴趣。我们鼓励大三学生自由组合,每3~4人组成一个课程小组,每组由一位组长负责组织管理,如召集小组讨论,共同制定调研计划,分配调研任务,综合调研结果等。这种形式对于大三的学生毕竟是新的尝试,开始的时候学生们对于如何进行文献调研不太清楚,我们在给学生介绍文献资源和调研方法的同时,也邀请了几位研究生来到课堂上现身说法,学生们普遍反映非常好。

经过1~2周的文献调研,学生们交上来的作业令人非常满意。内容涵盖了人工智能、机器智能、计算智能的概念,国内设置本科智能科学与技术专业的高等学校及其专业定位、培养方案、主干课程、实验课程、毕业生去向,美国、英国大学人工智能专业研究生排名,国内外著名大学的人工智能、神经网络相关课程教学内容、实践设计、参考教材等等。各组调研内容之间有一些交叉,证实了本领域的一些共同特点,如人工智能课程的知识表达与推理、搜索、专家系统、自然语言处理等经典内容;各组的调研结果更有很大的不同,既反映了学生们思考问题的角度是多样性的,也反映了智能科学技术专业建设和机器智能相关课程的教学是多样性的。经过比较和分析,学生们对本课程的理解清晰多了,学习态度非常积极,希望探索智能奥秘的热情极为高涨,为后面的教学打下了良好的基础。

2.3动手实验

实践出真知,我们在理论教学的同时也特别注重实验环节的设计,学生通过动手实验加深对理论知识的理解和运用。对于本课程的重点模块内容,如BP算法、启发式搜索,我们都给学生布置了以组为单位的实验作业。为了激发学生的主动性和创造性,还对每个作业给出了扩展性的要求。以BP算法的实验为例,我们要求各组在充分理解BP算法原理的基础上,编程实现手写数字0~9的训练和识别功能。我们也给出了扩展性要求:可以通过自己查阅文献,寻找提高BP基本算法性能的方法和技术;可以不限于手写数字0~9的识别,自主选择感兴趣的其他模式信息进行实验,如语音信息、手写英文字母、手写汉字等。

学生们开始面对这个作业的时候非常迷茫,不知从何处下手,我们一方面鼓励学生要有信心,不要有畏难情绪,一方面就相关内容安排课堂重点讨论,首先要正确理解和掌握经典BP算法的基本原理,包括其数学推导的全过程,然后从如何构造单一神经元和激励函数开始,进而讨论如何实现一层神经元和相邻层神经元的计算,以及如何进行误差计算和反向权值调整。学生们逐渐对实验作业有了深刻的理解,开始动手设计自己的神经网络,随着一个个步骤的实现,学生们之前的很多疑惑都豁然开朗,对BP算法充满了兴趣。很多组的同学对测试的识别率不太满意,都主动去图书馆查阅相关资料,尝试了一些改进方法和技术,如改变多种神经元激励函数、加入动量项微调权值修正量、自适应变步长算法等。

有一个组的作业给我印象极其深刻,因为他们勇于挑战了BP神经网络实现语音信息0~9的识别,不但很好地掌握了BP基本算法及其改进:变步长法和引入动量项法,还自学了录音、音频信号分帧、加窗、MFCC特征提取等。他们对待本课程的热情,还有他们表现出来的巨大的潜力都让我感动,让我对我们的专业和课程建设的未来充满了信心和希望。

正是应对了“理论与实践相结合”的经典理念,半年里64个学时完成后,从学生们的直接反馈中发现,他们理解掌握最为深刻的内容恰恰是他们曾经动手进行程序开发的内容。这充分表明了在本课程的教学过程中注重动手实践能力的训练和培养的重要性。

2.4演讲、讨论与评价

这也是我们在教学过程中探索出来的方法。专题文献调研和动手实践的作业极大地调动了学生们的积极性,效果也非常好,但作为一门课程,还是要有一个分数的评价。以往都是学生把作业交上来,老师统一评分。现在面对如此多样性的作业,老师个人的评价显得并不充分,我们认为学生们相互之间做的工作类似,能够理解各组作业的特色和工作量大小,在评价上更有发言权。因此,我们提出了一种同学参与评分的方案,即演讲+讨论+评价。

首先是演讲。为了使评分过程做到公开、公正、公平,我们在各组完成一次文献调研或者动手实验之后,都要求各组准备好演讲的文件和相关材料,包括ppt文件制作、程序演示、功能测试等,专门抽一次上课时间用来进行各组的集中演讲,展开实践经验的深入交流。每组派出一位代表来演讲,介绍本组作业的详细情况并演示。介绍完毕,就进入提问和讨论环节,老师和同学都可以就其中的任何问题提问,也可以进行程序功能的现场检测。这一方面活跃了课堂气氛,使得学生们大大增强了对于重点内容的理解和掌握,另一方面,各组之间可以相互学习,拓展视野,开阔思路。同时,这也很好地锻炼了学生的组织和演讲能力。最后是评价,也是各组选派一名代表,就像各类比赛中的评分专家一样,根据各组的演讲、提问、回答、演示等,综合给出一个评分。这种形式对于学生们也是很新奇的,大家都很认真地对待,基本上每次评分都能很好地反映出各组的水平。同时,这也激发了学生们的主动性和创造性,因为只有真正的努力和过硬的成绩才能获得各组同学的一致好评。

2.5创新性研究

我们鼓励对本课程相关领域具有浓厚兴趣、能力较强的同学自发组成小组,基于课程所学内容进行深入分析思考,提出创新性的课题展开研究,并在合适的时机鼓励学生们利用课程相关的知识积极参加各种竞赛,从今年开始中国人工智能学会主办的全国大学生智能设计大赛将是今后我们努力的主要方向。2010年,我们选择了三星公司面向大学生的bada应用开发试点活动作为第一次尝试。学生们经过三个多月的努力,获得两个三等奖和两个优秀奖。经过竞赛锻炼,学生们不仅加强了对于课程相关知识的理解和掌握,增强了研究开发能力和自信心,更加深了对于本专业的浓厚兴趣,为本专业和本课程的建设提供了强有力的支撑。

2.6专家讲座

我们先后邀请到了国内外的专家学者来给学生进行专题讲座。国际计算语言学会主席、美国南加州大学信息科学研究所Prof. Eduard Hovy关于什么是智能的讲座,首都师范大学人工智能领域著名教育专家王万森教授关于模糊逻辑与推理的讲座,都让学生们感受到了大家的风范,灵活生动的讲课风格受到了学生的高度赞扬。

3教学反馈

在北京邮电大学组织的2010年学生评教工作中,本课程得到了97.46的高分(满分100)。以下是我们收到的一些学生的反馈意见。

1) 实践时间充裕,在解决问题的过程中培养了一种能力。作业不死板,给出一个框架思路,同学可以自由发挥。还地锻炼了大家的团队合作精神,专注于自己擅长的领域才能做的更好。让同学们自己放开去做,在出错时及时交流纠正是一种很自由、很开放的学习模式,这样的氛围可能不会培养高的分数,但会收获高的能力。

2) 教学形式较为新颖,不是采用以往讲授知识的方式,而是采用了更为贴近实际的方式,在开学初就分组,抛弃了笔上作业,改用实际的编程、查找资料等方法,更能调动大家的学习积极性。验收作业也不是以往老师收上去批改后发下来这种千年不变的形式,而是让同学互相打分,这种方式更为客观而且可见,更加公平。最后感谢李老师一学期以来的教学与帮助,也感谢实验室所有老师和助教的帮助,也相信咱们智能科学与技术专业,机器智能这门课程会越来越完善、成熟。

3) 感觉比较实用、有意义。从大学开始接触的都是纯理论的课,这门课上需要做实践编程作业,我学习了机制与算法实现,更重要的是能让我们在解决实际问题中提供一些从未有过的思路。比如我在百度俱乐部参加一个如何构建购物网站的工作,需要垂直搜索技术,把各大购物网站的价格列出来,可是有些网站,如京东商城是采用图片形式显示价格的,很多研究生也没做出来,我用了机器智能中的BP算法解决了这个问题,当然需要一些图像处理技术。总之,试验后我们得到的是一种解决问题的思路,所以我觉得在提供知识的基础上使用实验技术加深对知识的理解效果很好,实验就是最好的作业。

4) 随着我们步入大三,越来越感受到智能领域的广博精深。就像老师教学的课件一样,每个知识点的扩充都能组成新的一章。本学期感触最深的除了三星竞赛此外还有两点:一是李老师上课讲的内容充实,从神经网络到机器情感,从BP到A*,几乎把智能领域经典的模型算法都覆盖了。第二点就是本学期李老师请来了很多professor(巨开心哈)。我觉得看看别的学校甚至别的国度的“大牛们”都在研究什么,有利于我们拓宽眼界,开阔思路。希望李老师以后也辛苦联系他们,让学弟学妹们也享受这种待遇。

4结语

本文对机器智能课程的教学方法进行了探讨,针对不同模块的教学内容,提出并实践了专题文献调研、演讲、讨论、动手实验、学生评价、创新性研究、专家讲座等教学方式,收到了较好的效果。今后还要紧跟智能科学与技术的发展进一步丰富本课程教学的前沿性和创新性,在力图编一本比较好的教材的同时,着手研究多种资源和手段的运用。

参考文献:

[1] 李蕾,王婵,王小捷,等.“机器智能”课程建设初探[J]. 计算机教育,2009(6):86-92.

[2] 陈白帆,蔡自兴,刘丽珏. 人工智能精品课程的创新性教学探索[J].计算机教育,2010(19):27-31.

[3] 王甲海,印鉴. 人工智能教学与计算思维培养[J]. 计算机教育,2010(19):68-70.

[4] 刘兴林. 大学本科人工智能教学改革与实践[J]. 福建电脑,2010(8):198-199.

[5] 韩洁琼,余永权. 人工智能课程教学方法研究[J]. 计算机教育,2010(19):71-73.

[6] 白洁,毕季明,李伟. 人工智能课程教学改革初探[J]. 中国教育技术装备,2010(36):43-44.

[7] 朱红,李果. 人工智能问题求解策略的教学研究[J]. 中国信息界,2011(2):70-71.

[8] 王璐,陆筱霞. 应用DBR的人工智能课程教学[J]. 计算机教育,2010(19):64-67.

[9] Jeffrey L. Popyack. Blackjack-playing agents in an advanced AI course[C]//ITiCSE '09,New York:ACM Press,2009:208-212.

[10] PDavid M. Hansen, Joseph Bruce, PDavid Harrison. Give students a clue: a course-project for undergraduate artificial intelligence[J]. ACM Newsletter,2007:44-48.

[11] Douglas D. Dankel, Jonathan Ohlrich. Students teaching students: incorporating presentations into a course[C]// ACM Special Interest Group on Computer Science Education,New York:ACM Press,2007:96-99.

[12] Ingrid Russell, Zdravko Markov, Todd Neller et al. MLeXAI: A Project-Based Application-Oriented Model[J]. ACM Transactions on Computing Education,2010(1):1-36.

Teaching Practice of Machine Intelligence

LI Lei, LIU Pingan, WANG Xiaojie, ZHONG Yixin

(Department of Intelligence Science, Beijing University of Posts & Telecommunications, Beijing 100876, China)

第5篇

关键词:高校;人工智能;伦理道德教育

中图分类号:G642.0文献标志码:A文章编号:1674-9324(2019)41-0144-02

一、人工智能课程伦理考虑的基本内涵

人工智能课程中进行伦理考虑,是在人工智能课程中有针对性地加入道德教育的元素。在方式上,可以借用西方的“隐形教育”方式。在内容上,必须符合中国的人工智能发展态势,更要受中国社会主义核心价值体系的引导。目前中国的人工智能课程,过度偏向于技术性。尤其是许多社会机构提供的课程,更是偏向于功利性,目的在于让学习课程的学习者快速获得工作。因此,必须从源头入手,对这些社会机构进行一定的约束和规范,对人工智能课程内容进行整体的架构。

二、高校人工智能课程中伦理考虑的必要性

(一)我国对于科技工作者职业道德建设的要求

首先,科技工作者的职业道德建设是促进社会治理体系现代化的必然要求。加强社会治理制度建设,一靠法治,二靠德治。中国正聚焦力量加强自主创新,科技是第一生产力。基于当代中国语境下,科技工作者的职业道德建设就至关重要。科技工作者对自己的社会责任与伦理责任应该有着充分的理解,在科研活动中既要着眼于为社会提供科学技术上的新成果,同时也要强调在伦理道德建设中起到应有的作用。

其次,从长期看,科技工作者的职业道德建设利于国家科技的发展,利于促进科技难题的解决。发展是连续和间断的同一,科技发展不能一蹴而就。在面临科技瓶颈问题时,就更要求科技工作者具有坚韧不拔的品质和无私奉献的精神。这些精神都是进行职业道德教育中的重要内容,也是科技工作者承担的社会角色中必不可少的特质。

最后,高尚的职业道德是科技工作者奋进的不竭动力。一个科技工作者只有站在最广大人民的立场上,奉献自我才能成就事业。随着全球化的发展,受西方“享乐主义”的负面影响,科技工作者只有更加坚守自我、承担社会责任,才能具有不断前进的精神支柱。

(二)对解决人工智能伦理困境的源头性作用

随着人工智能应用领域的广泛化,以及应用群体的普及化,难以避免的带来一些伦理问题上的困境。例如伦理学中经典的“电车难题”,在当代科技发展中也出现了在人工智能领域的“无人车难题”。无人车产生事故的责任归属与分配就是目前很多学者在关注的伦理问题。人工智能的发展对当前的法律规制,还有现存的人伦规范都产生了挑战。人工智能的未来发展方向,在操作性上要避免技术鸿沟,在设计过程中要坚持算法公开化、透明化,并且在出现数据漏洞时应尽快地进行自我修复。这对于科技工作者自身的素质提出了很高的要求,不但要求科技工作者自身的知识素质与知识能力过硬,而且要求科技工作者要严于律己,具有较高的思想道德素质。要求科技工作者对于人工智能的发展保持理性的态度,坚持为国为民。许多科幻电影和小说中都体现了未来人工智能发展到一定阶段时,人与机器产生的情感迷思。作为科技工作者,在设计与调整过程中都应保持情感中立,勇于承担社会责任。目前我国正处于人工智能发展的初级阶段,人工智能尚不能拥有自主意识,人工智能的行为责任必须要找到其背后的拥有自主意识的人。无论是现阶段还是未来,作为人工智能产品开发者与设计者的科技工作者树立正确的价值观和承担相应的社会责任是十分必要的。科技工作者的知识层次与道德品质在某种程度上说,是研发人工智能产品的起点。因此,对科技工作者的成长过程中进行持续的道德教育,使其树立高尚的道德观念,对于解决许多人工智能带来的伦理困境都具有源头性、基础性的作用。

三、高校人工智能课程与伦理道德教育的结合方式探索

(一)高校人工智能课程资源的充分运用与更新

从资源形态上看,实物化资源与虚拟化资源,线上资源与线下资源都应充分运用。随着智能校园的普及,有基础条件的地区与校园可以充分运用好身边的人工智能。人工智能课程是一门理论与实践相结合的课程,因此课程的内容也不能仅停留在理论层面。除了对于学术资源的运用,也应当结合实体的人工智能产品进行学习。但因为人工智能的发展程度还没有普及化,人工智能机器人也远没有达到触手可及的程度。因此运用新媒体技术,通过虚拟现实的手段进行在教学过程中的知行结合是可以尝试的路径。VR技术在网络设备硬件教学中可以节约成本,便于人工智能课堂的普及化。在理论教学中,可以通过与虚拟机器人的交互增强趣味性。VR技术有3个最突出的特点:交互性、沉浸性和构想性。课程设置者可以充分借助VR的沉浸性设置相应的场景,让课程学习者通过对特定道德场景的判断引出思考。这种新媒体手段既可以更新原有课堂知识的教学教法,更适合作为伦理教育走入人工智能课堂的重要媒介。

从资源时态上看,人工智能课程资源必须随着人工智能的发展而不断更新。从现实角度来看,最初开设人工智能课程时,其教学目标还是相对简单的——即培养学生的创造性与知识能力。但随着人工智能的普及应用,产生了许多人工智能语境下的道德困境。从指导思想来看,我国逐步走向世界舞台,随着实力增强指导思想也是不断变化的,新时代会提出新目标,为了实现中华民族的伟大复兴,课程内容的丰富也是十分必要的。因此,人工智能课程若要符合时代需要,就需要不断地更新课程资源。人工智能这一学科是具有学科交叉性的,与之相关各个领域的最新前沿问题都需要结合相应的道德教育,只有这样才能适应时代的发展。

(二)高校人工智能课程内容的合理架构

对于不同年龄层次的人工智能课程,必须考虑到不同群体的教育规律。提出合理的教育目标,用不同群体可以接受的方式方法才能达到最优的教学效果。我国人工智能课程目前的课程架构中,已经有学者进行了分年龄层次的研究。人工智能课程可以规划为专业性逐渐增强的、从边缘到中心的课程层级系统。对于高校本科生和研究生来说,人工智能课程设置内容必须具有专业性。在上文的课程体系建构中添加了艺术、文学、哲学等内容,其中包含对于人工智能伦理学的思考与认识。但在某种意义上这些青年的社会价值观就代表了未来科技工作者的社会价值观。因此在这一阶段,人工智能课程的架构与实施,国家应加以引导和监督。一方面需要建立统一标准的高校人工智能课程体系,另一方面在應对课程具体内容的落实方面给予一定程度的监督。

(三)在高校人工智能课程教学过程中充分运用案例

首先应充分运用学术案例,例如度量学习,在其基础上的迁移学习,以及发表在《机器学习》、《数据挖掘》等顶级期刊上的论文。使课堂具有含金量,可以说这也是国家发展与关注的重点。通过学术性经典案例的学习可以拥有不一样的视角,通过历史发展的角度去看人工智能技术的演变与发展。其次应充分运用具体案例。在人工智能课程中对于许多道德问题,不应抽象地去讨论,而应该具体地去讨论。也可以让学生与AI系统进行直接的问答,如:我们能保证它们稳定可靠吗?我们应该如何去测试人工智能?人工智能课堂中既要包容学生多元化的答案,不压抑创造性又要对于错误的思想进行思想转化,这就需要教育者具体问题进行具体分析了。

第6篇

关键词:智能控制;教学策略;卓越工程师;模糊控制;神经网络

中图分类号:G642.0 文献标识码:A 文章编号:1007-0079(2014)23-0029-02

智能控制作为自动化类专业的一门专业课程,要求学生了解控制学科发展的方向和前沿,熟悉智能控制的主要理论分支、数学基础以及发展趋势等,掌握基本智能控制方法的结构和算法,为未来实际工程应用奠定一定的基础。当前,在国内外备受关注的CDIO模式即把“构思(Conceive)―设计(Design)―执行(Implement)―运作(Operate)”作为工程教育的环境背景,按照产品生命周期构建课程体系,以课堂和项目相结合的方式进行主动学习,使学生达到预想的学习目标。

考虑到安徽工程大学(以下简称“我校”)自动化专业被确定为教育部“卓越计划”试点专业,如何通过智能控制课程教学改革来提高教学质量,充分借鉴CDIO先进的教育理念,推行卓越工程师培养计划,提高大学生的创新技能、实践技能,协调课程体系对培养目标支撑力不强以及与我国产业发展和结构的调整不相适应的矛盾,创建适应新形式发展需要的课程教学体系,同时促进我国智能控制学科发展,是我校授课老师所面临和亟待解决的问题。

一、智能控制课程分析

1.智能控制发展历程

智能控制是一种新型自动控制技术,代表了自动控制的最新发展阶段。[1]20世纪90年代中期之后,智能控制日益成熟,在工业、农业、家用、军事等领域得到了广泛的应用,据统计,2012年全球智能控制市场规模接近6800亿美元,而我国智能控制行业规模也已经达到4200亿元。

智能控制思潮第一次出现于20世纪60年代由Leonaes等人首次正式提出,[2]到了1987年,IEEE控制系统学会和计算机学会在美国费城联合召开了智能控制国际学术讨论会,智能控制正式作为一门新学科,登上历史舞台,而“智能控制”课程是在智能控制学科建立之后开设的。

国内首部“智能控制”教材,是在1990年由中南大学蔡自兴教授编写电子工业出版社出版,蔡教授把递阶控制、专家控制、模糊控制、神经控制、学习控制作为智能控制课程的初步框架和主要研究分支。[1]随后,王耀南、李士勇、李人厚、孙增圻等专家也编写了智能控制相关教材。这些教材出版对我国智能控制课程教学发挥了积极的作用,为智能控制学科建设和人材培养做出突出贡献。[3]

近年来,国内学者对智能控制的研究十分活跃,举行各种与智能控制有关的学术讨论会,如全球智能控制与自动化大会(World Congress on Intelligent Control and Automation,WCICA)、中国智能自动化会议(Chinese Intelligent Automation Conference,CIAC)、中国控制会议(Chinese Control Conference,CCC)、中国控制与决策会议(Chinese Control and Decision Conference,CCDC)等,这标志我国智能控制作为独立学科已正形成。[2]

2.智能控制理论体系

随着科学技术的发展,智能控制理论和技术得到不断的发展和完善,受到越来越多科研工作者的关注。常规的智能控制方法主要包括:模糊控制、神经网络控制、分级递阶控制、专家系统控制以及其他仿人智能控制等。[3,4]

(1)模糊控制:将人类专家对特定对象的控制经验,运用模糊集理论进行量化,转化为可数学实现的控制器,从而实现对被控对象的控制,其主要包括输入模糊化、模糊规则库、模糊推理以及输出逆模糊化四个部分。

(2)神经网络控制:是人工智能、认知科学、神经生理学、非线性动力学等学科的交叉热点,它利用大量的人工神经元按一定的拓扑结构互连,构建具有仿人控制的功能。神经网络虽然不善于显式表达知识,但具有很强的学习能力和自适应能力,能够任意逼近复杂的非线性系统,对高度非线性和严重不确定性系统的控制方面具有良好效果。

(3)分级递阶控制:是从工程控制论的角度总结人工智能与自适应、自学习和自组织的关系之后逐渐形成的,主要由组织级、协调级和执行级构成。其中组织级起主导作用,涉及知识的表示与处理,主要应用人工智能;协调级在组织级和执行级间起连接作用,涉及决策方式及其表示,采用人工智能及运筹学实现控制;执行级是底层,具有很高的控制精度,采用常规自动控制。

(4)专家系统控制:是指具有模糊专家智能的功能,采用专家系统技术与控制理论相结合的方法设计的控制策略,它是人工智能应用领域最成功的分支之一,由知识库、推理机、解释机制、知识获取系统以及综合数据库五个部分组成。在工业过程控制中主要呈现直接专家控制和间接专家控制两种形式。

二、智能控制课程教学改革

1.理论教学

UNESCO在2010年的工程学报告中指出,工程是人类面临的最大挑战和机遇,为了满足卓越工程师培养计划要求,我校重新修订课程教学大纲,调整了各知识点的学时分配,扩大了知识面的覆盖范围,并提高了实验内容所占学时比例,注重实践环节内容设置。在课程建设考虑理论与实践的均衡,避免理论与实践用脱节,教材选用为王耀南主编、机械工业出版社出版的《智能控制理论及应用》,[5]总共设计30个学时,具体如图1所示。概述部分为2个学时,主要讲解智能控制理论的历史背景、研究现状以及未来的发展趋势;模糊控制与神经网络控制是本课程主要讲解部分,分别安排9个学时;分级递阶控制与专家系统控制部分要求学生以了解为主,因此分别安排4个学时;最后,剩余2个学时讲解当前最新的一些智能控制方法,目的为扩展学生的视野。

考虑到“智能控制”课程涉及的知识面较为广泛,因此,在教学过程中,教师主要担负组织者、引导者的职责,课堂上注重采用启发式的教学模式,并增加案例讲解,让学生明确课程教学服务于国家战略需要和行业需要,如:液浮陀螺仪温控系统的模糊控制策略设计、单级倒立摆系统的神经网络PID控制器的设计、数控机床专家系统设计等。鼓励学生自由探讨,实现教学环节中的互动,提高学生的认知能力。

2.实践教学

本课程专业性很强,学生缺少对智能控制方法的感性认识,且受学时数的限制,因此鼓励学生自主学习,充分利用课余时间。[6]每次课后,有针对性地预留课外作业,引导学生复习、预习,这有利于老师教学内容的精练讲解,学生对智能控制的熟悉掌握,引导学生注重工程能力和自主学习能力的提高。

另外,在“智能控制”教学计划中,安排6个学时作为实验课,让学生独自设计相关智能控制器,培养学生的实践动手能力,增加对模糊控制系统、神经网络控制系统分析和设计的熟练程度。实验采用先讲解、后实验、再总结的方式进行。为了保证实践教学质量,每20位学生安排1名指导教师。实验前,要求学生实验之前完成预习报告;实验中学生每人一台机,独立记录实验过程和实验结果,教师全程答疑辅导;实验后学生及时上交实验报告,其内容包括:实验名称、内容、方法、步骤、结果及个人心得、体会。

3.教学手段

为了适应时代的发展,授课借助先进的教学软件。在相关理论知识点展开前,可通过实例模拟让学生初步了解相关方法,再切换到理论知识的讲解,以帮助学生做到思维的自然过渡。

课堂还采用多媒体教学,以提高学生获取信息的效率。多媒体课件制作过程中,力求图文并茂,能吸引学生的注意力,这有利于实现情景式的教学,充分调动学生的主观能动性,变被动教育为主动教育,使学生加深对知识的理解。[7,8]

4.考核方式

本课程理论性较强,为避免“一张试卷定乾坤”带来的弊端,课程成绩采用多元化考核制度,主要包括:平时成绩(30%)、实验成绩(30%)和期末考试成绩(40%)。

三、结束语

综上所述,我国的智能控制教育已取得了可喜成绩,我校在研究专业培养目标和现有教学资源基础上,借鉴国内相关高校成功教学经验,并不断完善智能控制学科教学的方法、手段、策略,研究制订新的大纲,开发设计多媒体课件,与时俱进,紧密围绕“卓越工程师培养计划”的重点和目标,为培养敢创新、会创造的高质量人才不断努力。

参考文献:

[1]蔡自兴,张钟俊.智能控制的理论与实践[J].中南矿冶学院学报,1989,(6):644-650.

[2]陈爱斌,肖晓明,魏世勇,等.智能控制的学科发展与学科教育[J].现代大学教育,2006,(3):102-105.

[3]涂象初.关于智能控制的几个问题[J].科学通报,1991,(7):481-485.

[4]张德江.智能控制技术现状与展望[J].长春工业大学学报,2002,

(S1):58-61.

[5]王耀南,孙炜.智能控制理论及应用[M].北京:机械工业出版社,2011.

[6]朱建红,张蔚,顾菊平,等.基于卓越工程师目标的教学策略改进研究[J].中国电力教育,2013,(5):90-91.

[7]林健.卓越工程师教育培养计划专业培养方案研究[J].清华大学教育研究,2011,32(2):47-55.

第7篇

【关键词】人工智能;计算机;辅助教学;应用

计算机辅助教学是一种新兴的教学手段,帮助课堂进入到一种更加智能化和现代化的环境与条件中,将传统的教学模式和方法与多媒体和网络结合起来,为学生营造更好更有趣的教学氛围。但是由于技术的不成熟以及经验的不充分,导致其依旧存在问题和不足。

1计算机辅助教学开展现状和发展困境

1.1缺少开放包容的特性

近年来,计算机辅助教学的开发和应用已取得了一些较好的成绩,但由于我国计算机网络工程和相关领域的技术革新起步较晚,对于计算机教学的发展与改革依旧存在较多的不足和缺陷。首先是在开放包容性上的缺失。这一缺失的原因主要来自于两个方面,第一个方面是思想上的落后和闭塞,人们对于计算机辅助教学的态度依旧存在负面和抵触的情绪,这是由于害怕计算机的加入让课堂和教学秩序失控,所以并没有充分开发和展现出计算机在教学中的优势。第二个方面是技术层面上的限制,我国对于计算机辅助教学的课件和软件技术都只是按照一种最传统和安全的方式进行,缺少探索和冒险的精神、开放和包容的态度[1]。

1.2缺少人机交互的能力

计算机辅助教学过程中,计算机不仅仅是一个信息的载体,更应该将其当作课堂的一份子,能够充分参与到整个课堂的活动和教学工作中。但是大多数的智慧课堂在使用计算机时,仅仅利用其多媒体的播放功能,教学的主体和主要角色依旧是教师,只是把课本和板书照搬到了多媒体课件中。教学的内容仍然是枯燥和单一的,学生依旧带有一种被强迫的学习心理。这种教学缺乏人机之间的交互,机器不能自主获取学生学习的状态和对知识的掌握情况,学生也无法通过计算机主动地得到反馈和解答,让人机之间仅仅是流程化的配合和交流。在这种刻板的学习模式下,甚至会让一部分学生丧失学习的乐趣和兴趣。

1.3缺少课程教学的特点

不同的课程有着不同的教学重点和偏向,这就对教师的教学工作提出了更高的要求,计算机的加入,本来应该能够为教师提供一个新的教学方向和思路,但是由于计算机的便捷性导致一部分教师产生偷懒和敷衍的教学心态,在教学过程中全程使用多媒体播放课件,丧失了课程自身的特性和特质。尤其是一些对实践能力要求较高的课程,教师过度使用计算机只会导致教学趣味性的流失。

1.4缺少师生互动的乐趣

教师作为课堂教学的主要角色,不仅仅是要把知识以一种通俗外化的形式传递给学生,更是应该做学生心理特征的发掘者、学生学习习惯的纠正者和帮助者。教师的鼓励和赞许都会对学生起到重要作用。但是计算机辅助教学之后,教师将更多的精力放到了如何制作精美的教学课件上,而忽略了与学生之间最直接的感情和语言交流,丧失师生互动的乐趣。

1.5缺少有序的教学策略

教学策略是保证一节课是否能够有序开展和进行的重要条件与因素。但是计算机参与和设计的教学环节,只是一个程式化的展示,在课堂上会遇到多种多变的教学情况,一旦在某一个环节出现问题,就有可能导致计算机设计的教学步骤全部打乱,陷入一种无序的状态中[2]。1.6缺少灵活的智能性能计算机技术的开发和应用在我国已经逐渐形成了一套完善和成熟的体系,但是计算机在教学中的应用与引进时间并不长,导致当前多数计算机辅助下的课堂并不具备充分的灵活和智能性,大部分的教学工作和考核评价工作依旧是由教师人工完成,对于不同学生的学习状态掌握也有所偏差。

2人工智能在计算机辅助教学中的应用

2.1建立知识库

人工智能在计算机辅助教学中应用的主要原则,就是将深度学习与认知学的理论知识作为整个程序模块设计开发的基础,通过建立一个知识库,将收集到的知识案例进行分类,训练机器进行自动识别,从而提取和分析出不同学生在不同的知识中所表现出来的学习能力与掌握熟练程度,进而可以有针对性和有选择性地进行复习与巩固,达到机器代替部分人工教学、缓解教师压力的目的。第一步就需要进行知识库的建立,主要包括了专家决策的核心系统对所输入的知识进行判断与筛选调取。同时知识库还可以实现共享的功能,对知识进行简化与提炼,做到精益求精。知识库的搭建应该要尽量简单和易修改[3]。

2.2打造专家模块

在建立了知识库之后,就需要围绕人工智能教学的主要目的进行专家模块的打造,专家模块存在的意义在于能够将其比喻为整个学习系统中的推理机。在需要和使用的情况下,由专家模块自动随机地生成问题,并且可以通过知识库的相关内容调取形成答案并充分解释。其次,专家模块的另一个作用就在于能够帮助评价和考核学生的学习情况,实现一种更加公正透明的评价过程。在进行专家模块打造时,通常使用的是两种方法,一种是固定算法,即根据题库的问题模板,循规蹈矩、规规范范地进行问题的设立和解答的编写。而另一种就是启发策略,这种专家模块更多的是引导学生通过简单和有限的提示信息,自己推理摸索找寻正确的答案和解决方案。除此之外,专家模块还可以自动匹配,依据学生能力分配问题。

2.3建立学生模块

与专家模块相互配合相互辅助的就是学生模块。学生模块的本质其实也属于专家系统,模块内部所存储和容纳的是学生的不同学习习惯和学习行为特征。这个模块建立的目的主要是两个,一个是为了让学生在学习的过程中可能出现的错误习惯和方法被快速识别,并且能够通过机器语言进行记忆与编译,从而建立一个比较完整和全面的错误类型数据库,进而深层分析找到错误的原因。第二个目的就是为了帮助学生对错误学习行为和习惯进行解释,从更加深层次的角度挖掘学生由于知识理论掌握不充分而导致错误的原因。学生模式的建立一般依靠的就是人工智能的自我学习和接受训练让系统能够建立起模型对学生的学习习惯进行模拟。这样在上一步打造的专家模型就可以为学生模型提供一个对比的样本,专家模型的两种运算和教学方式可以分别评估学生的学习能力和学习错误[4]。

2.4优化教学模块

教学模块是人工智能在计算机辅助教学模式中必不可少的一个环节,教学模块的内容是基于传统教学设计和规划之上的。在计算机与人进行交互的过程中,教学策略主要是由教学的不同分支来体现,能够达到较好的发散性和综合性的效果。但是其不足的地方也比较明显,那就是只能按照某一类型或者某一个的教学方法进行,系统不能快速地根据不同内容识别和选择最适合最有效率的教学模式。具体的应用和实现过程就是将专家模块和学生模块的内容进行连接和合并,将专家模块生成的问题及答案与学生模块中上传和学习到的进行对比,选择覆盖或者是分析提取,能够比较客观地发现学生学习中存在的理解性偏差和实践性错误。之后再将结果传回到知识库中,调用相关的知识内容,形成一个完整的反馈链,帮助教师做出教学决策,调整教学进度和教学规划。但是这个模块的设计也应该充分考虑到诸多情况和因素,因此在条件判断时应加入更多的循环。

2.5开发智能接口模块

人工智能在计算机辅助教学模式中的应用和融合最后一步就是要开发出一个稳定和高效能的智能接口模块,主要作用是为了连接学生和计算机之间的信息交换和沟通,即进行信息的输入与传出。在接收到学生传递的学习信号后,接口模块要及时调动起教学模块、专家模块和学生模块,把信息传递给不同模块处理,之后再由教学模块所作出的教学决策和结果论证信息输出反馈给人,实现了机器语言与人类语言之间的转化。一个能够正常运转并且具备较高实用性和参考性的教学系统,一定融汇了思想教学、策略和心理学等多方面的因素和知识内容体系,所以智能接口模块的设计与开发,一定要全面考虑这些成分,开发出更加灵活多变的接口模块[5]。

3结语

人工智能在近年来获得了快速的发展和进步,成为我国当前各个行业领域之内炙手可热的先进技术。对于计算机辅助教学的开展和改革来说,人工智能的融入与应用有着重要的价值与意义。

参考文献

[1]张镒麟.关于计算机辅助教学中人工智能技术的应用研究[J].当代旅游,2019(1):239.

[2]刘荫.人工智能在计算机网络技术中的应用研究[J].科学与信息化,2019(2):20-21.

[3]孙玉梅,赵骏,王美春,等.基于人工智能技术的《单片机原理及应用》课程CAI软件研制[J].教育教学论坛,2016(45):268-270.

[4]张园.人工智能技术在计算机辅助教学中的应用研究[J].科技资讯,2007(34):108-109.

第8篇

(湖南大学信息科学与工程学院,湖南长沙410082)

摘要:针对大学专业教育中普遍存在的高分低能状况,以“用”为出发点,提出实验课程·专业实训·学科竞赛金字塔式实践教学体系,阐述如何打通课程理论之间的联系,自底向上从实践动手、分析综合再到发明创新分层逐步培养和提升学生的专业能力。

关键词 :实践教学;实验课程;专业实训;学科竞赛

第一作者简介:李智勇,男,教授,研究方向为智能计算、智能系统、大数据,zhiyong.li@hnu.edu.cn。

0 引 言

大学作为直接为社会输送人才的机构,将人才“可塑性”和“可用性”作为大学教育的根本目的,因此培养学生的文化素养和专业能力成为大学教育最重要的任务,但由于中国传统教育思想的影响,“高分低能”一直是中国教育面临的一个严峻问题,而这一问题在高等院校更为突出。问题不解决,便达不到“可用性”的目的。

这一问题违背了大学教育尤其是工科类院校的初衷,越来越多的高校逐渐意识到该问题的严重性,开始进一步关注实践教学,压缩理论教学的时间,辅以更多的实践教学课时。“小学期”是这一趋势的典型代表。这一变化将实践教学的质量问题提上日程,如何建立合理有效的实践教学体系和安排实践教学内容是当前高校不得不思考和亟待解决的问题。

1 教学现状及问题

我们以湖南大学智能科学与技术专业为例分析目前实践教学的现状及存在的问题。

1.1 课程教学体系

湖南大学智能科学与技术专业近3年的教学计划中,要求学生毕业最低总学分为170分,图1给出各类环节所占的学分比例,可以看出,专业实训(含毕业设计)只占总学分的16%,教学计划侧重理论教学,从学时分布来看,此偏重更为明显。图2分析了每个学期的课程教学学时情况,学生几乎需要将所有时间放到课程理论学习上,被严重束缚,实践教学形同虚设。

1.2 现有实践教学体系

在智能科学与技术专业近3年的教学中,实验课程有普通物理实验和人工智能基础实验两门。从学生完成该实验课程的情况来看,大多数学生数据处理逻辑简单,几乎没有运用模式识别、机器学习、智能控制等人工智能方法完成的作品。第6学期开设的实践课程远远达不到培养学生熟练运用多门专业理论和方法的目的。

现在很多高校开始实施“小学期”教学日历,设置为期1个月左右的集中实践或者专业实训环节。前两年的“小学期”是面向全院所有专业学生的基础能力培养,而第3学年后的“小学期”安排专业综合设计实训,训练学生的专业能力,如五子棋人机对弈项目可以大大提高学生对专业的兴趣,但项目过于单一,仅涉及人工智能、模式识别、机器学习等课程,与人工智能实验课程有重合的倾向,而诸如机器人学、智能控制等智能科学与技术专业的特色课程就没有训练的机会,此外对比上一个硬件技术实训缺少能力培养的延续性。具备创新发明的能力是目前实践教学甚少考虑的培养目标。

1.3 存在的问题

这种培养方案主要存在以下问题:①实践教学学时过少,学生实践能力培养机会太少;②理论学习任务过重,学生的双手无法得到解放;③实验课程内容设置不合理,课程理论与实际没有有效结合;④面向专业的实训内容单一,专业理论覆盖面不够;⑤能力培养断层,发明创新能力未涉及。

2 金字塔式实践教学体系

针对以上存在的问题,我们制定了新的培养计划,图3所示是2015年湖南大学智能科学与技术专业教学计划课程时序图。可以看出,不计实验课程,每学期的理论教学课程减少到平均5门课程;实验课程大大增加,从原来的2门增加到7门。新的教学计划中实践教学得到重视和加强。

另外,教学计划的另一个特色是高年级的教学/学术方向分组,根据信息科学与工程学院的科研优势设置了4个方向,将教学与科研有机结合。课程按组选修,增加了选修课之间的关联性,使培养目标更突出,令学生有的放矢。教学计划也反映了实践教学的体系结构:针对重要的学门、学类和专业课程,通过专门开设实验课程巩固这些重要课程;接下来,通过专业实训将多门课程理论串联起来;最后,拟提供丰富的学科竞赛机会,对于学有余力的学生进一步培养发明创新的能力。这3个层面形成了一个金字塔式的实践教学体系,如图4所示。越往上,能力水平越高;往下是必须具有的基础能力。金字塔式的实践体系体现了递进式的能力培养过程。通过该培养模式将能直接给社会输送“可用”人才。

图4给出了整个实践能力培养的空间结构。笔者将分别从时间角度详细介绍3个层面的培养目标和实践内容安排。

2.1 实验课程

实验课程处于金字塔的最底层,目的是培养学生运用专门知识进行动手实践的能力,熟悉和巩固专业基础课程理论,为上层的能力培养打好基础。这一能力是所有智能科学与技术专业合格大学生必须具有的根本能力。

程序设计和计算机系统设计是实现智能的手段和载体,因而第1学年和第2学年围绕这两个能力开展理论和实践教学活动,开设了高等程序设计、数据结构与算法、数字逻辑、计算机系统等课程,其中程序设计、数字逻辑和计算机系统3门课程实践性较强,因此还配套设置了对应的实验课程。实验课程与理论课程尽量同步开设,利用实验箱对理论进行验证,加深学生对课程的理解。第3学年和第4学年面向计算机上层系统和应用,操作系统和计算机网络是典型代表,因而针对这两门课程开设对应实验课程,这几门实验课程是学类核心课程。此外,教师还可围绕智能科学与技术专业的重点核心课程“人工智能”开设机器人实验课程,让学生基于NAO人形机器人、智能小车、RoboCode等设备软件理解、熟悉和练习各种智能的算法和模型。从程序设计、计算机系统、操作系统、计算机网络和人工智能5个方面依次开展基础实践到专业实践的培训,为上层专业实训作好准备。

2.2 专业实训

专业实训是随着小学期的推广而逐渐引入的培养环节,未有成功的经验可以借鉴。5年中我们不断地探索,在刚开始的2年采用“集中实践+生产实习”的方式。集中实践指在学校里进行一些简单的综合设计,如软件实训开发类似图书管理系统的软件。由于题目较为简单和老套,学生兴趣不高。生产实习是指和企业合作,将学生派往生产一线,这一想法初衷好但操作性低。因此,头两年的“小学期”成效不佳,于是取消生产实习,将集中实践从2周延长为4周,增加项目难度,如2014年在第2学年实行的“STC单片机开发”和第3学年实施的“五子棋智能对弈设计”,难度适中,学生普遍反映较好。

这两年取得的进步给我们很大的启发。第2学年的软件实训结合最新的APP应用引入Android开发,让学生可以在自己的手机上展示作品,实现即所得,极大地激发学生的积极性;在已有的单片机开发上,提升设计的高度和难度,引入FPGA设计,让学生全面学习嵌入式系统;最后,在智能专业综合设计方面,将五子棋智能下棋程序打造成全院的一个竞赛,结合专业最前沿的发展方向,进而增加机器人开发、物联网系统和嵌入式系统设计,涵盖智能终端、智能软件、智能系统,提供较宽的选择,充分发挥学生的一技之长。

2.3 学科竞赛

前两个层次基本上完成了工程能力的培养,但创新才是核心竞争力。如何激发学生发明创造的潜能也是实践教学的任务之一。这一能力在以前的教学中甚少专门涉及,发明创新的能力是一道坎。

学科竞赛是培养发明创新能力比较好的一个突破口,因此我们在实验室建设过程中适当考虑了对学科竞赛的支撑,基于RoboCup足球机器人在协同对抗上创新,基于模块化机器人在创意上立新,基于NAO机器人在自然语言处理上求新。目前,学生长期参加的学科竞赛有RoboCup足球机器人中型组比赛、物联网设计大赛以及全国电子设计大赛。教师应为有志向和能力的学生提供创新平台和条件,鼓励学生参加高水平的学科竞赛。

学科竞赛组成了实践教学的最后一环,面向科研,与研究生教育接轨;面向创业,为IT产业增添生命力。

3 建设措施及成果

3.1 实验室配套建设

根据实践教学的分层体系,目前已有的支撑该体系的仪器设备见表1,可满足不同层次的用途需求。课程实验的设备主要以验证为主;实验课程的设备需要学生动手实现算法和设计;专业实训的设备主要以提供平台为主,让学生自主搭建系统;学科竞赛的设备一方面要满足竞赛需求,一方面可以应用于学术研究,具有一定的开放性。

针对学科竞赛,我们已经建立400 m2的场地专门用作智能科学与技术专业的创新和学科竞赛实验室。图5所示为学生正在专心调试足球机器人。

3.2 实践教学代表性项目

1)电子产品的制作、测试及使用( STC-A实验学习板)。

通过完成一个电子产品(STC-A实验学习板)的制作、测试及使用,学生能够全面了解电子产品的开发与生产全过程以及质量管理;实践简单的焊接技术,认识基于处理器的电子系统的组成;学习电路调试及检测能力,了解“STC-A学习板”的功能以及嵌入式系统的入门知识;拥有一个便携式学习与创新的实验平台,为今后的学习提供方向与帮助。

2)“智能杯”五子棋程序设计邀请赛。

该竞赛在已给出五子棋平台的基础上(已有界面,无需自己编程界面),要求参赛者写出五子棋算法。换句话说,就是设计五子棋COM的智商。五子棋看似简单,实则包含各种变化,计算种种变化同样需要强大的知识储备。程序设计与五子棋结合既朴素简单,又包罗万象,同时通过对弈方式可以综合多种人工智能理论和方法,反映出技能的高低。

3)足球机器人。

中国机器人大赛暨RoBoCup公开赛是中国最具影响力、最权威的机器人技术大赛。信息科学与工程学院从2013年开始连续参加了两届比赛,积累了一定的经验,已基本形成老带新的格局。通过展现一个真实的机器人产品,可以让学生感受本专业的特色和前景,提高专业的认同感;通过动手改进一个实际产品,激发学生的创新意识;通过这个比赛,期望学生能够逐步达到自主研制复杂精密机器人的水平。

4 结语

能力培养是大学教育的重中之重,而实践教学是达成这一目标的重要手段。实验课程·专业实训·学科竞赛金字塔式实践教学体系符合能力培养的阶梯性,涵盖了动手实践、综合分析和发明创新3种能力。部分实践教学项目得到较好的反响,为这一体系进一步成熟化和规范化提供了动力。

下一步,我们拟主要从两个方面进一步推进智能科学与技术专业的实践教学建设。一方面不断提升从事实践教学的教师水平,注重与行业接轨,跟进行业的最新发展动态和专业技术并将其反映到实践项目中,形成一个持续发展的良性生态;另一方面积极融人工程认证的理念,为工程类学生今后走向世界提供具有国际互认质量标准的“通行证”。实践教学作为能力培养的重要手段,为了使其更加科学和规范,我们将参照工程认证的标准,对各项能力的培养在实践教学过程中有更明确的对应,对能力的考核能更细致化。

参考文献:

[1]别敦荣,张征.世界一流大学教育理念的特点与启示[J]高等工程教育研究,2010(4): 82-92.

[2]张莎,当代大学生“高分低能”现状的原因及对策分析[J].科教导刊,2012(8): 98-99.

[3]李智勇,肖正,赵欢,等,智能科学与技术本科专业“小学期”制教学思考[J].计算机教育,2011(15): 29-34.

[4]昊丽娟,李柳.以小学期为平台的实践教学改革与探索[J]沈阳师范大学学报:自然科学版,2013(3): 421-424.

第9篇

关键词:专家系统;课程建设;教学改革;实验教学;CLIPS

“专家系统”课程是本科专业“智能科学与技术”的特色课程之一,该专业是由北京大学在2004年率先自主建立的[1]。此后,国内很多大学也都陆续基于各自的特色建设开设了该专业,如北京邮电大学、南开大学、首都师范大学、西安邮电大学、北京科技大学、厦门大学、中南大学等。基于一个新兴本科专业设立的专业基础特色课程,应该如何建设,实施教学与改革,突出专业特色?各类学校都在摸索中。中南大学的“专家系统”课程是国家级“智能科学基础系列课程教学团队”主干课程之一,它由国家级教学名师领衔,以双语建设为教学基本手段,以精品意识为指导[2],培养学生自主创新意识,发掘学生兴趣潜能,非常具有专业特色。

1课程建设情况

专家系统使用人类专家推理的计算机模型处理现实世界中需要专家做出解释的复杂问题,并得出与专家相同的结论[3]。其最大特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由[4]。我们结合专家系统课程特色与学习认知过程特点,采取认知教学作为专家系统教学的理论基础[5-6],根据智能科学与技术系列课程教研经验,融合双语教学方式,初步提出课程定位和建设目标,给出了教学基本要求。

1.1课程定位与建设目标

在学习本课程之前,学生最好已经选修过离散数学、人工智能和面向对象的程序设计课程,本课程32个学时,2个学分,其中实验课6学时。此外,“专家系统”还可作为自动化、计算机科学与技术等相关专业有兴趣的学生的选修课程。可为学生提供一种新的手段和方法求解传统方法难解问题,也为学生们了解智能科学与技术领域知识提供良好的窗口。

专家系统成为智能科学与技术本科专业的专业基础课程,目的在于培养学生理解和掌握专家系统技术的基本观念、基本理论和智能科学方法;并灵活设计和构建不同领域的专家系统,解决实际问题,为学习后续课程奠定方法基础。通过教学过程,培养学生善于分析继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的自主科学创新精神。

1.2课程教材设计

本校专家系统课程选用了蔡自兴编写的《高级专家系统:原理、设计及应用》[3]一书,该教材包括专家系统的基本理论、技术方法和实际应用的诸多内容,知识点介绍全面详尽,同时列举了诸多实例,便于课堂分析与课后理解。

根据双语教学的要求,外文参考教材[7]选用了Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,适合学生作为主要参考书目进行课后学习。实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书,主要利用了同时,根据双语教学的要求,外文参考教材选用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,有利于学生作为主要参考书目进行课后学习。我校实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书。主要利用了该书后半部分内容。目前,国内基于CLIPS的“专家系统”实验教学教材在国内几乎没有容,专家系统课程实验及其教材建设还需进一步改革与探索。

1.3教学要求与知识框架

通过学习,使学生了解和掌握专家系统的相关原理和方法,。要求学生掌握知识表示方法、搜索推理技术的相关内容,熟悉和了解常见的专家系统解释机制、开发工具和评估方法,学会基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构建立和应用,掌握专家系统的常用编程语言――CLIPS,了解专家系统的发展趋势和研究课题。经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。。

经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。

模块一专家系统的定义、发展历史、研究内容、类型、结构和特点以及构建步骤;。

模块二熟悉专家系统时可能采用的人工智能的知识表示方法和搜索推理技术,结合传统人工智能方法和计算智能的一些方法;。

模块三了解专家系统的解释机制、开发工具和评估方法;。

模块四熟悉基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构、推理技术、设计方法及应用示例;。

模块五掌握人工智能和专家系统的编程语言――CLIPS,了解其他LISP,PROLOG和关系数据操作语言等;。

模块六展望专家系统的发展趋势和研究课题,并了解新型专家系统的特征与示例。

从教学要求角度出发,模块一、模块三和模块六的教学要求相对一般,但却是学生涉及专家系统技术的必备知识模块。相对而言,模块五是基本教学条件要求中最高的一个模块,因为模块二与模块四的深刻理解与系统设计需通过模块五而实现的。

从教学内容的重难点角度出发,模块二是重点部分之一,但因有人工智能课程的基础,相对而言,教学实施过程中较为顺畅。模块四与模块五是专家系统课程重点阐述部分,其中模块五也是难点部分,在实验教学环节中,由于大部分学生初次接触推理性的编程语言,所以需要一定的入门时间和练习次数。

2专家系统课程教学改革实施

2.1基于多媒体的专家系统课程教学

教学应以学习者为中心,以先进教育技术为手段,相辅相成,促进教学效果。人类的感官功能中视觉与听觉器官起到了94%作用[78],而视听觉的协同作业能大大提高学习效率,而。多媒体教学就是一种集声、文、图、色于一体的教学手段之一,其实施。多媒体教学的关键实施内容就是教学设计,而教学设计的难点就是在不增加学生信息加工系统中工作记忆负荷的前提下,用促进生成的方式呈现学习材料,包括教材、课件、讲义、课堂讲解、课后习题等。

结合专家系统课程教学情况,教学设计分为以下3个方面进行详尽阐述:。

1) 把握好课堂教学知识量。

专家系统课程相对智能科学与技术专业第六期的学生而言是非常新颖的一门非常新颖的课程,学生们相对的学习热情比较高,但这里还需仍然需要对学生的先前知识结构和能力有个简单的估计。教师需考虑学生的工作记忆容量,并对学生的长期记忆有个估计,把握学习材料内在负荷。学习材料并非越多越好,关键在于精华,给学生留下深刻印象。“专家系统”课堂教授部分以原理性与推理性知识为主,应增加实践技术实例,这样让学生紧密联系实际应用进行学习,。多媒体视频就是一个很好的表现手段。将制作好的实例视频,向学生们展示,不但让课程氛围活跃,还激发学生对实践教学的兴趣;不但没有增加课堂的知识负荷,还可以留给学生课后对比学习。

2) 多元化课件制作呈现形式。

专家系统是一门推理性知识要求很强的课程,同时也需要掌握一门有利的开发工具方能使学生做到灵活应用。经过教学实践与课后调查发现,学生们对知识表述与相关画面共同呈现的形式比单一媒体呈现形式学习效果好,知识和画面也必须是关联的,呈现位置和各部分的比例也需考虑充分。为此,课件制作是一个“改无止境”的工程,因为每一届的学生具有自己的特点,且专家系统课程知识点的不断更新,每一年都要对课件进行大量的补充与改进。

3) 基于认知教学的课堂讲解过程。

认知教学模式中,是以学生为主体,教学教师起主导作用。课堂讲解是面对面教学活动中的重要环节,,它是多媒体中联系言语与画面的桥梁,是减少学生工作记忆负荷的有效手段。

专家系统课程知识可分为表示性知识与推理技术性知识,根据相关认知心理学理论,可将知识分为两类:陈述性知识和程序性知识[5]。其中在教育心理学中“陈述性知识”是指个人具有有意识的提取线索,能够直接加以回忆和陈述。其实就是关于“是什么”的知识,包括对事实,规则,事件等信息的表达。教育心理学中“程序性知识”是指个人没有有意识的提取线索,其存在只能借助某种作业形式简介推测的知识称为程序性知识,而现代认知心理学为程序性知识以产生式及产生式系统来表征的。所以可将陈述性知识采用“专家系统”中的语义网络形式为基础地表征,而程序性知识的表征形式可用“专家系统”中的产生式系统,以“ifthen”形式表示条件这一关系。众多形式的产生式规则相互联系就组成了复杂的产生式系统。基于认知理论的“专家系统”知识教学实施过程中,首先应选定系统设计内容,掌握开发系统时所需的知识与工具,;其次分析问题,并根据系统的具体特征转化知识。而后;接着对问题模型进行求解,建立和构造知识库,;最后,利用实现工具编写代码,系统联调。

2.2专家系统课程双语教学的实施

专家系统课程是信息学科新兴发展的一门课程,有许多关键性进展相关研究进展和成果的资料均源于英文文献,因而提高学生双语水平是一种大势所需,。同时,双语教学提高了对教师整体素质的要求,在双语教学过程中,有意识的增强教学互动,以问题启发式教学与课堂辩论形式教学,学生通过查阅主题文献进行针对性的演讲或讨论,教师对学生的表现加以评述,并进行补充。这种形式可扩大教师的知识面,使得任课老师了解前沿的研究成果。也可培养学生主动学习的积极性和创新能力,使得课程具有鲜活的生命力。双语教学对教师,特别是教师的其外语水平及其口语表达能力,,。促进了师资整体水平的提高。专家系统的双语教材已在1.2中介绍,但实验教材的设计与编写工作现仍处于空缺,这也是双语教学的需完善的内容工作之一。由于双语教学增加了授课难道难度,进而影响了授课的进度,应充分发挥多媒体先进教学手段对专业术语和难以理解的内容,进行注解,帮助于学生理解。在贯彻双语教学的过程中,除了指定适当英文参考短文或参考书,开发双语课件外,还应使学生接触国内外文献资料,开阔眼界,拓宽知识面,强化双语的意识,激发学生主观能动性,使学生找到课程学习的归属感。

2.3改革“专家系统”课程实时交互活动

专家系统课程是一门理论与实践关系密切的课程之一,课堂留下的作业大多需要计算机编程或计算机辅助教学方能较好的地完成。根据此特点,改革传统的作业形式与批审方法可节约反馈时间,同时可实现“低碳无纸化”办公。利用网络进行作业上交,教师批阅后通过网络及时返回给学生,不但能提高老师的办公效率,也使学生得到快速与准确的反馈。

针对多校区的现状,我们利用网络教学资源,采用了多种交互式策略,通过Email和群讨论组等方式进行在线交流,也可传递参考资料,交流课外成果,实现只要老师在实验室,学生在任何有网络终端PC机处,就能进行了实时交流或批改作业。避免了学生为了课后的困惑问题积压至下一堂课的矛盾,同时也节约了学生往返路程上耗费的时间。

为了进一步体现教学效果,我们下一步拟进行考试方式的变革,应综合考虑课堂出勤情况、平时正式作业成绩、课堂讨论情况和期末课程考试进行综合评分。还应考虑以双语形式进行笔试,当面交卷后进行双语发问。若有课程论文或创新作品表现突出者,可免参加最后的课程考试。使考试不再是学生的负担,而成为衡量与培养创新能力。和口试。

3基于CLIPS的专家系统实验教学

3.1专家系统与CLIPS语言

CLIPS(C Language Integrated Production system)是由美国航空航天局约翰逊空间中心(NASA’’s Johnson Space Center)开发的一种专家系统工具,由C语言编写而成。早期的专家系统工具大都用LISP、Prolog等编程语言开发,共同问题是运行速度慢,可移植性差,解决复杂问题的能力差。CLIPS是基于Rete算法的前向推理语言,其优点包括:①逻辑推理方面的强大功能强。②、可移植性好。③、可扩展性好。④、有利于和其他语言联合使用等。

3.1专家系统与CLIPS语言

专家系统与传统的计算机程序系统有着完全不同的体系结构,通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成,其中尤以知识库与推理机相互分离而别具特色。用clips语言能够更好地熟悉专家系统的整个组成。CLIPS可为基于规则、面向对象以及过程的编程提供支持(rule-based, object-oriented, and procedural programming)。

以基于规则的专家系统利用CLIPS工具编程作为实例阐述。在CLIPS中找到专家系统基础的组成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事实,而Knowledge Base包含所有的规则,Inference Engine控制所有的进程。图1所示为专家系统框架示意图。专家系统中最核心的就是知识库,知识库中包含了大量某个领域专家的知识。,为了使计算机能运用专家的领域知识,必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。

3.2专家系统实验教学内容

通过CLIPS软件环境提供了的验证性、设计性和开发性实验,帮助学生更好地熟悉和掌握专家系统的基本原理和方法;,通过实验提高学生总结实验结果的能力,使之对专家系统的相关理论有更深刻的认识。实验内容如表2所示:。

其中,实验1为实验2的基础,这两个实验应与讲授课程穿插,使得学生利用课堂学到的理论联系实际实验操作,通过这两个实验的学习能够掌握专家系统的开发过程、掌握用产生式规则绘制推理树的方法、掌握、编写CLIPS应用程序的方法以及程序运行环境的应用等。实验3是一个有难度的实验,需要大量的课余准备时间,所以在完成实验3的时候,必须预留3周的时间,提前布置给学生,让学生做好实验前的准备,这样方能取得较好的实验教学效果。这些被挑选出来的CLIPS专家系统的代码应是经典的学习内容,通过该实验培养学生独立分析与开发完整的专家系统的能力。

3.3实验教学实例分析

1) 实验目的:学习和理解CLIPS编程语言,通过分析用CLIPS编写的“野人过河”的程序,深入理解专家系统的编程技巧,加深对专家系统的认识和理解。

2) 实验说明:野人过河问题属于智能学科中的一个经典问题,问题描述如下:,有三3个牧师传教士和三3个野人过河,只有一条能装下两个人的船,在河的任何一方或者船上,如果野人的人数大于牧师的人数,那么牧师就会有危险。

假设问题的初始状态和目标状态,假设和分为1岸和2岸: 。

初始状态:1岸,3野人,3牧师;2岸,0野人,0牧师;船停在1岸,船上有0个人;。

目标状态:1岸,0野人,0牧师;2岸,3野人,3牧师;船停在2岸,船上有0个人;。

整个问题就抽象成了如何从初始状态经中间的一系列状态达到目标状态。问题状态的改变是通过划船渡河来引发的,所以合理的渡河操作就成了通常所说的(算符)就是问题求解的关键。,根据题目要求,可以得出以下5个算符:渡1野人、渡1牧师、渡1野人1牧师、渡2野人、渡2牧师,。根据渡船方向的不同,也可以理解为10个往还算符。定义算符知道以后,剩下的核心问题就是搜索方法了,。本程序采用深度优先搜索,通过不断扩展后继结点节点,逐步找出下一步可以进行的渡河操作,;如果没有找到则返回其父节点,看看是否有其它其他兄弟节点可以扩展。

搜索中采用的一些规则如下:

(1.) 渡船优先规则:1岸一次运走的人越多越好(即1岸运多人优先),同时野人优先运走;2岸一次运走的人越少越好(即2岸运少人优先),同时传教士优先运走;。

(2.) 不能重复上次渡船操作,避免进入死循环。;

(3.)任何时候 河两边两岸的野人和牧师数在任何时候均分别大于等于0且小于等于3;

(4.) 由于只是找出最优解,所以当找到某一算符(当前最优先的)满足操作条件后,不再搜索其兄弟节点,而是直接载入链表。

(5.) 若扩展某节点a的时候,没有找到合适子节点,则从链表中返回节点a的父节点b,从上次已经选择了的算符之后的算符中找最优先的算符继续扩展b。

通过实验教学过程中的专家系统开发实例分析,总结了出应用于在许多专家系统项目中的线性生命周期模型,如图32所示。这个模型包括从计划到系统评估的许多阶段,对系统开发的描述一直到功能评估这种程度上。之后,生命周期不断重复:从计划到系统评估,直到系统交付正常使用。

4结语

专家系统课程的发展开发过程是教学研究和教学改革实践相结合的过程,需要不断加强学习、总结经验。本文从总结了专家系统课程定位与、建设目标、教材的选用设计和课程知识框架等方面的总结了“专家系统”课程建设情况。在,并就教学改革过程中注重多媒体教学的效果、双语的实施和课程互动活动的改革等问题进行比较深入的介绍与探讨。通过CLIPS语言与专家系统实验的结合,阐述了实验教学的目的、CLIPS实验特色及和实验方法,体现了基于CLIPS实验教学的优势与特色。在未来的教育领域,专家系统技术将成为信息时代教育发展的新生力军,专家系统也将成为新世纪人类智能管理与决策的得力助手。

致谢注 :本文受国家级智能科学基础系列课程教学团队项目(2008)支持,感谢本文得到中南大学信息科学与工程学院智能所的大力支持,特别感谢蔡自兴教授的鼓励与帮助。

参考文献:

[1] 李蕾,王婵,王小捷,等..“机器智能”课程建设初探[J]. 计算机教育,2009(1):86-92.

[2] 陈爱斌.“人工智能”课程教学的实践与探索[J]. 株洲工学院学报,2006,20(6):137-139.

[3] 蔡自兴,Durkin,龚涛. 高级专家系统:原理设计及应用[M]. 北京:科学出版社,2005:1-2.

[4] 蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社,2007,:28-29.

[5] 杜海琼,张剑平..“专家系统”教学的认知教学理论基础及其教学实施[J]. 现代教育技术,2008,18(8):18-21.

[6] 杜海琼,张剑平. 认知学徒制在“推理与专家系统”教学中的应用[J]. 现代教育技术,2009,19(4):120-123.

[7] Joseph Giarratano, Gary Riley. Expert Systems Principles and Programming[M]. 3th ed. Boston:PWS Publishing Company,1998.

[78]肖桂清,李渺. 正确运用多媒体,促进认知学习的最优化[J]. 思茅师范高等专科学校学报,2002,18(4):55-57.

[8] 杜晖. 决策支持与专家系统[M]. 北京:电子工业出版社,2007:22-23.

Exploration in Course Construction and Teaching Reform of Expert System

YU Ling-li, WEI Shi-yong

(Institute of Information Science & and Engineering, Central South University, Changsha 410083, China)