人工智能課程論文匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇人工智能課程論文范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

中圖分類號：TP3 文獻標識碼：A 文章編號：1009-3044（2014）16-3865-02

1 概述

2008年11月16日，中國科協成立50周年新聞會在北京召開。在新聞會上，“五個10”系列評選活動，即10位傳播科技的優秀人物、10部公眾喜愛的科普作品、10個公眾關注的科技問題、10個影響中國的科技事件、10項引領未來的科學技術評選結果揭曉。10項引領未來的科學技術是：基因修飾技術；未來家庭機器人；新型電池；人工智能技術；超高速交通工具；干細胞技術；光電信息技術；可服用診療芯片；感冒疫苗；無線能量傳輸技術。

人工智能技術學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。指人類的各種腦力勞動或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設計、思考、規劃、學習和問題求解等思維活動，可以用某種智能化的機器來予以人工實現[1]。

通過《人工智能技術》課程的學習，使學生對人工智能技術的發展概況、基本原理和應用領域有深入了解、對主要技術及應用有一定掌握，并對現代人工智能技術發展的方向有所研究。通過人工智能技術課程的學習與研究，啟發學生對人工智能技術的興趣，培養知識創新和技術創新能力，并能將人工智能技術融入到今后所開發的計算機軟件之中。

《人工智能技術》是一門眾多學科交叉的新興課程，其涵蓋范圍廣，涉及知識點多，知識更新快，內容抽象，不容易理解，理論性強，而且需要較好的數學基礎和較強的邏輯思維能力，這給該課程的講授帶來了一定困難。《人工智能技術》也是一門應用型學科，怎樣將理論運用到實踐中，使學生將學到的人工智能技術知識和思想運用到自己的實際課題，這也是該課程需要解決的問題之一。

因此，對《人工智能技術》課程教學來說，我們要了解課程的最新信息，把握課程的特點，幫助學生找到好的學習方法，使他們能充分發揮自己的創新思維能力，提高學習興趣，該文給出了《人工智能技術》課程的教學與實踐的探索。

2 教學與實踐的探索

2.1 教材和實驗教學內容的選取

1） 人工智能技術是整個計算機科學領域發展最快，知識更新最快，最前沿的學科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎》這本教材。蔡自興教授的主要研究領域為人工智能、機器人學和智能控制等。這本教材是作者在美國國家工程院院士、普度大學教授傅京孫先生的指導和鼓勵下編寫，借鑒了國內外人工智能技術研究領域專家的最新研究成果和學術書籍的長處，該書比較全面地介紹了人工智能技術的基礎知識與技術，材料新，易于理解，兼顧基礎及應用[2]。

此外，我們還給學生自主學習提供多種類型的學習資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術國內外期刊，如電子學報，計算機學報，人工智能與模式識別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術會議，使學生能夠掌握人工智能技術的更多前沿動態，提高學習興趣。

2） 配套的實驗教學內容。《人工智能技術》是一門理論性和實踐性都很強的課程，實踐性教學環節對該課程尤為重要。除了完成課本上的作業之外，還注重實驗教學，培養學生的創新能力、算法設計能力和編程能力。首先，每個章節設置相應的實驗，而實驗內容經過嚴格的考慮，如：五子棋游戲，產生式系統，旅行商問題，傳教士和野人問題，BP神經網絡實現簡單的分類，遺傳算法、人工生命程序等，要求學生運用所學章節的知識，獨立地設計和實現實驗內容。實驗報告包括簡述實驗原理及方法，給出程序設計流程圖，源程序清單，實驗結果及分析等內容，通過這種方式，進一步加強學生的信息獲取能力和研究能力。

2.2 教學方法和手段的改革

人工智能技術課程交叉性強，涉及面廣，傳統的教學方法手段單一，缺少交流，課堂氣氛沉悶，激發不起學生的學習興趣，教學效果不理想。人工智能技術這門課程內容抽象，如何激發學生的學習興趣是本課程需要解決的主要問題，也是關系教學改革成敗的關鍵。本課程需采用多種方法進行教學，以此來激發學生的學習興趣。

1） 問題啟發式教學。《人工智能技術》這門課程中有很多似是而非、引人入勝的問題，主要是用計算機模擬人類的智能來解決這種問題。在教學中，有目的的提出這些問題，鼓勵學生思考，提出自己的想法和解決方案，并進行分析和比較，這樣強化學生的主動學習意識，提高學習積極性[3]。

2） 個性化學習和因材施教。學生中存在計算機專業和非計算機專業本科畢業的差別，由于他們每個人的基礎不同，有的計算機知識比較匱乏，因此有必要針對每個學生的學習進度，課堂作業和實驗報告情況進行及時評估，對學生提出個性化的教學。例如：在實驗教學中，要求有能力和興趣的學生可以做探究性和創新性的附加實驗，從而引導學生發揮個性的空間，而對稍微吃力的學生則要求完成基本的實驗，更注重基礎知識的學習和夯實，這樣就能達到因材施教的目的。同時對不同層次的學生進行分析，進一步提出學習建議，并進行有針對性的指導。

3） 多媒體使用和多學科知識的融合。本課程PPT課件圖文并茂，提綱挈領，便于學生理解。課堂講授、板書與PPT手段相結合，注重課程中的關鍵詞用英文表示，并適當指定英文參考書，使學生能夠接觸國外文獻資料，加深對學習內容的理解，獲得更寬廣的知識。PPT課件運用了大量多媒體技術，如動畫、聲音、圖像，通過動畫和視頻演示抽象的概念、算法和過程，使人工智能技術中抽象的知識形象化，在課件中融入了文學，歷史等其他學科的相關知識，便于學生較好地理解知識難點和重點[4]。

4） 師生互動和課內外答疑。在教學中，改變了傳統的老師講，學生聽的教學模式。針對人工智能技術的實用性，適當提問，收集學生學習情況，盡量使用實例進行講解。設置了實驗講解互動課程，對于實驗的講解，學生可以提出疑問，然后在課堂上展開討論，學生可以看到問題從提出、分析到解決的整個過程，讓學生自己在討論中總結結論。為了解決教學中存在的疑難問題，還設有課后答疑，使學生能將所有的問題都理解透徹。

5） 理論研究與實踐結合。在教學內容的安排上，注重學生的理論研究和動手能力，適當布置一些課程相關的論文和實驗編程。通過課程論文，可以培養學生鉆研問題的興趣； 通過查閱科技文獻使學生掌握如何查找相關文獻的技能，可以培養學生撰寫科技論文的能力。通過實驗實踐，使學生可以更加清楚地了解人工智能技術基本概念和難點，也能了解算法的設計具體運行過程，并對其進行驗證，提高了學生的編程能力和和學習興趣。

6） 考試考核方式改革。本課程的考核考試也是一個值得探討的問題，本課程應采用多種綜合考試方法，注重學生對基礎概念、知識和基本的技能的掌握以及理論聯系實際的能力。平時作業考核成績，實驗實踐教學成績、提交課程論文成績，以及最后的期末考試成績形成一種有效的考試考核方法，促進學生主動學習，提高教學質量。實驗的評價指標在于算法設計、編程的準確性和實驗結果及分析。課程論文評價指是選題是否嚴謹科學和具可研究性，論文結構、思路是否嚴謹，論文內容科學性、正確性，能否提出自己的見解。考查查閱科技文獻的能力主要通過是否查找到權威的、最新文獻以及撰寫是否規范。

2.3 學生學好《人工智能技術》課程的建議

《人工智能技術》是一門理論與實踐相結合的應用課程，學生如何學習這么課程，也是我們應該探討的問題。

學生應該正確看待《人工智能技術》這門科學的發展。人工智能技術孕育于20世紀30、40年代，形成于60、70年代，發展至今，人工智能技術只有短短60多年的歷史，它是一門不斷發展和完善的嶄新學科，還有許多課題處于探索中，理論和技術還遠未成熟，我們應該對它有科學的認識。

針對非計算機專業本科畢業的學生，除了課堂聽講之外，還應該課下自學該課程的先修課程，如：數據結構、離散數學等課程。人工智能技術中涉及到大量的數學知識，如：模式識別需要具有較好的概率論，數理統計知識，另外還會用到少量隨機過程、模糊數學的一些知識。人工智能技術是一門應用課程，編程語言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經網絡，遺傳算法等算法，實現這些算法要求學生具有較強的編程能力。

學生應該多讀，多查閱資料，特別是國外的期刊文獻和重要國際會議論文，多了解人工智能技術最前沿的信息，理論聯系實際，加深對基本算法的理解，并將人工智能技術的知識運用到自己所研究的領域，以做到學以致用。

3 結論

人工智能技術在一定程度上代表著信息技術的前沿，該文對《人工智能技術》的課程教學進行了一些探討，教學與實踐效果有了顯著提高，但仍然有許多方面還需要我們繼續探討和改進。

參考文獻：

[1] 蔡自興，徐光佑.人工智能技術及其應用[M].北京： 清華大學出版社，2003.

篇（2）

P鍵詞： 人工智能；創新；本科

Key words： artificial intelligence；innovation；undergraduate

中圖分類號：G642 文獻標識碼：A 文章編號：1006-4311（2017）22-0230-02

0 引言

人工智能是計算機科學的一個分支，是當前科學技術中正在迅速發展、新思想、新觀點、新理論、新技術不斷涌現的一個學科，其屬于一門邊緣學科，同時也是多個學科交叉而成的一門學科，包括語言學、哲學、心理學、神經生理學、系統論、信息論、控制論、計算機科學、數學等[1]。當前人工智能已經是很多高校計算機相關專業的必修課程，它是計算機科學與技術學科類各專業重要的基礎課程，其教學內容主要包括自然語言理解、計算智能技術、問題求解和搜索算法、知識表示和推理機制、專家系統和機器學習等，國內外很多大學都意識到了其重要性，紛紛對其展開了教學和研究。人工智能課程包含多個學科，具有內容抽象、理論性強、知識點多等特點，且算法復雜，但是多數高校采用的教學方式仍是傳統的課堂教學方式，即“教師講、學生聽”的教學模式，這種信息單向傳輸教學模式以教師為主體，學生只是在被動的接收知識；存在過分重視理論教學，忽視實踐活動教學的問題，導致教育內容無法和社會接軌；人工智能教材理論性過強，學生在學習過程中常常感到枯燥乏味，進而對學習該課程失去熱情[2]，久而久之，不僅人工智能課程的教學質量和效果無法達到預期，甚至學生還會產生厭學心理。針對人工智能課程中現有的各項問題，本文作者結合自身豐富人工智能教學實踐經驗，參考人工智能課程特點和教學目標，從多個方面探討和總結了人工智能，包括教學內容、教材選擇、教學方法和考核形式等。

1 教學內容優化與更新

人工智能是一門嶄新的學科。開設本課程首先是確定教學內容。通常來講，人工智能學科的內容包括兩個部分，具體：一是知識表示和推理；二是人工智能的應用。前者是人工智能的重要基礎，后者主要介紹了幾種人工智能應用系統，包括自動規劃和機器視覺、機器學習、專家系統等。另外，課程內容中還包括了一些人工智能應用的實例，將實踐和理論緊密結合起來[3]。

隨著時代的發展和科技的進步，人工智能學科也取得了較大發展。基于此，人工智能學科也應該與時俱進，更新人工智能教學大綱，進一步完善其教學內容。修訂后的人工智能教學大綱將人工智能分成兩個部分，即基礎部分和擴展應用部分。前者包括計算智能、搜索原理、知識表示等，后者包括智能機器人、智能控制、多智能體、自然語言理解、自動規劃、機器學習、知識工程等。

教學內容的選擇和確定應綜合考慮多項因素，不僅要重視基礎知識，也應注意推陳出新，隨著科技的進步做到與時俱進，同時教學內容應符合現實的需求，能夠與社會接軌，將理論和實踐緊密結合起來，只有這樣人工智能課程的教學質量和效果才能事半功倍。

2 教學策略及教學方法的改革創新

由于人工智能課程具有算法復雜、內容抽象、理論性強、 知識點多的特點，傳統的教學模式已經無法滿足人工智能課程的需求，教師應探索更加有效的教學模式和方法，確保人工智能課程能夠取得良好的教學質量和教學效果。具體的改革和創新人工智能課程的手段和方法主要包括以下幾個方面：

2.1 激發學生的學習興趣 無論是經驗還是常識都在告訴我們每個人最好的老師就是興趣，學生只有對某門學科存在興趣，才會更加主動積極的學習該門課程，從而獲得良好的教學效果。比如，作者在課程的一開始先播放了一段著名導演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關片段，由這個電影學生知道了世上存在人工智能的機器人，學生們隨著電影情節的發展而深深感動，與此同時教師讓學生思考和談論人工智能是什么？研究人工智能的意義在哪里？實踐發現，在課堂中加入電影因素，能夠大大提升學生們的注意力，讓學生更加專注在教學任務中，有效提高了學生探索人工智能的積極性和主動性。此外，在教學中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應用的成果展示出來，讓學生更直觀的感受人工智能的奧妙，從而投入更多熱情學習人工智能課程。

2.2 面向問題的案例教學法 案例教學法是一種以案例為基礎、以能力培養為核心的一種教學方法[11]。針對學校學生特點，我們采取了以下幾種教學形式實施案例教學。①講解式案例教學：這種案例通過教師的講解，幫助學生理解抽象的理論知識點。案例的呈現有兩種基本形式：一是“案例―理論”，即先給出教學案例，然后再講解理論知識；二是“理論―案例”，即教師先講解理論知識，再給出教學案例；通過情境體驗與案例剖析激發學生認知的興趣，引導學生對將要學習的內容產生注意，有利于教師導入新課。②討論式案例教學：在課程初期將學生分成若干學習小組，每小組3～4人；教師將提前設計好的一題多解的教學案例以及收集的相關資料分配給每個小組，要求學生在課余時間通過自學和組內討論的方式給出問題的不同解決方案。③辯論式案例教學：在課程后期，采取專題辯論的方式對綜合應用案例進行討論，能有效地啟發學生全方位地思考和探索問題的解決方法，加深學生對人工智能的理解。

2.3 個性化學習與因材施教 在開展課程教育過程中應注意對學生進行個性化教學，結合學生特點因材施教。比如，在日常教學中多觀察學生情況，鼓勵那些應對教學任務后仍存在余力的W生深入探索較深層次的課程及相關知識，同時友善面對學習較差的學生，分析其學習過程中面對的困難，有的放矢地采取應對措施，幫助其不斷進步；在教學過程中讓學生以讀書報告的形式多多思考，鼓勵學生發散性思考問題，鼓勵優秀學生進行深一步的探討，并且教師應幫助具有新穎思想或論點的學生將其智慧以科技論文和發表文章的形式轉化為成果。

2.4 注重綜合能力培養 在研究型教學中任務驅動是一種常用的教學方法，其中心導向是任務，學生在完成任務的同時也在吸收和掌握知識。通常來講，該教學方法的步驟是：教師提出任務師生共同分析以得出完成任務的方法和步驟適當講解或自學、協作學習完成任務交流和總結。”[3]該教學模式不僅有利于培養學生的創新能力和創新意識，還能夠培養學生解決實際問題的能力，提高其綜合實力。不僅如此，由于該教學模式通常是以小組協作的方式進行，教師給出研究范圍，學生自愿結組并選擇具體的題目，經過分析和討論后以程序設計或者論文的形式協作完成研究。由此可知，學生是在以團隊的力量解決問題，這十分考驗學生的團隊協作能力，對于學生團隊合作精神的培養至關重要，且在完成任務的過程中學生需要查閱大量的資料，久而久之學生收集資料和創新能力勢必會得到提升。

2.5 采用啟發式教學 人工智能的很多問題都較為抽象，對學生理解力的要求較高，因此，在實際的教學過程中教師應有意識的就課程內容提出相關問題，讓學生自己獨立思考，鼓勵學生提出自己的想法和解決方案。然后回歸到課程上，對比分析教材上的解決方案和學生自己的解決方案，如此不僅培養了學生獨立思考的能力，也增加了學生參與教學活動的意識，提高了學生的學習熱情。比如，在講到較為抽象的“遺傳算法”時，先提出一個問題，即“遺傳算法如何用于優化計算？”，然后從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用，之后舉例分析，啟發學生思考“遺傳”、“變異”和“選擇”的實現，最后師生一起導出遺傳算法用于優化計算的基本步驟。如此既完成了教授遺傳算法的目的，也鍛煉了學生邏輯思維的能力，教學效果良好[4]。

3 作業和考核方式的改革創新

過去的課程作業都是單一書面習題作業，發展至今，課程作業形式已經發生了變化，更加豐富多樣，包括必須交給教師評閱的書面家庭作業和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業等。其中通過網絡就可以完成上交作業，并且教師批閱作業后也可以通過網絡返回給學生，實現了網絡化。課程的考核方式較之以前也發生了較大變化，加強了平時思維能力的考核，更加注重學生實驗能力和動手能力的培養，不再是絕對的一次考試定成績，而是在總評成績中加入30%的平時成績，如此不僅減輕了學生的期末負擔，也迫使學生更加重視平時的學習思考，有利于課程教學質量的提升。

4 結束語

本文是以提高教學質量為目標，結合教學實踐，從教學體系、教學內容、教學方法、考核方式等方面對本科人工智能課程的教學改革進行了探討，總結了該課程在教學和實踐方面的一些教改舉措。這些舉措符合二十一世紀高校教學的要求，可以支持教師提高教學手段現代化的水平，同時更貼合學生的學習需求。作為該課程的授課教師應始終保持對教學內容的不斷更新、教學方法的多樣化，才能激發學生的學習興趣，培養他們的思維創新和技術創新的能力，最終提高本課程的教學質量。從學生的反饋來看，作者所總結的教學實踐具有明顯的教學效果。但仍有許多方面做得不夠，今后將繼續在教學過程中不斷總結成功的經驗，吸取失敗的教訓。

參考文獻：

[1]蔡自興.人工智能及其應用[M].三版.北京：清華大學出版社，2007.

[2]謝榕，李霞.人工智能課程教學案例庫建設及案例教學實踐[J].計算機教育，2014（19）：92-97.

篇（3）

一國家對于高校人工智能教育的發展的重視

面對AI技術如火如荼地發展，我們國家對AI人才和人才培養都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經濟深度融合。2017年7月20日國務院《新一代人工智能發展規劃》[4]。《規劃》指出完善人工智能領域學科布局，設立人工智能專業，推動人工智能領域一級學科建設，盡快在試點院校建立人工智能學院，增加人工智能相關學科方向的博士、碩士招生名額。鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設。

二企業對于人工智能人才的需求

市場上AI技術人才非常稀缺，據騰訊研究院聯合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯網巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機器學習等職位平均月薪資超過2.5萬元。

三高校AI人才培養的思考

高校具有多學科、高層次人才集中的特點，具備計算機與多學科交叉融合的優越條件；且大部分學校都開設有數學、物理等基礎學科，具備夯實數學理論基礎的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進發展AI技術的人力條件。但是遺憾的是我國開設人工智能課程的高校較少，2018年只有33所高校設立了智能科學與技術專業[6]。面對AI發展的火爆，國家對于AI人才發展的重視以及企業對于AI人才的嚴重需求，高校作為人才培養的主要來源，是不是應該思考AI人才的培養呢？AI人才可以分為三類：拔尖人才，研究性人才和應用型人才，呈金字塔性。當下已經有一批名牌大學開展了AI方向拔尖人才的培養，如北京大學圖靈班、中國科技大學人工智能技術學院、西安交通大學人工智能拔尖人才培養實驗班，南京大學計劃成立人工智能學院等。但是金字塔的底層、中層更需要龐大的AI技術人才，如應用開發人員、數據工程師、AI和機器學習工程師、AI系統架構師、AI產品經理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數學基礎好、專業理論全面、具備一些工程基礎，且有自主學習的能力。本文從夯實數學基礎、人工智能方向課程的建設、實踐能力的培養、自主學習能力的培養四個方面闡述高校關于AI人才培養的一些思考。

1奠定扎實的數學基礎

在學習AI技術時，幾乎所有專家學者都提出需要扎實的數學功底，數學功底的厚重程度決定了在AI技術上走多遠。高等院校計算機專業都開設有“高等數學”“線性代數”“概率論”等數學課程，但是課時、難易程度不足，學生對于數學不夠重視，或者覺得晦澀難懂，學習效果并不十分理想，因此加強數學基礎的工作刻不容緩。可以通過必修和選修等方式開設“數據分析”“統計機器學習”“凸優化”等課程；通過微課或者MOOC等方式鞏固數學基礎的學習；通過優秀科普讀物，如《數學之美》《編程之美》等書籍的推薦閱讀激發學生興趣；通過開展校內學術討論、數學競賽等方式促進學生學習數據的動力，逐步達到夯實數據功底的目的。

2人工智能方向課程的建設

很多高校計算機專業課程中只開設有《人工智能》導論，有的甚至沒有。智能科學與技術專業開設有“人工智能”“計算機視覺”“機器人學導論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術人才應具備哪些專業能力呢？如何從專業角度培養AI技術人才呢？2018年1月CSDN了“AI技術人才成長路線圖”[7]，通過專業路徑和實戰路徑兩方面介紹了AI技術人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學習機器學習課程、掌握TensorFlow框架。該路線圖中列出了機器學習算法工程師、數據科學家等10個崗位AI人才應具備專業知識和能力。微軟公司也推出AI人才培養的10門免費課程，如“AI導論”“數據科學會用到的Python語言-導論”“AI領域運用的數學概要”“數據和分析所需要的道德與法律”“數據科學概要”“機器學習法則”“深度學習”“強化學習”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機視覺和圖像識別”中選擇其一。Google在人工智能學習網站開設有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機器學習概念、機器學習工程、機器學習現實世界應用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機器學習基礎”“深度學習基礎”和“TensorFlow基礎”[9]。AndrewNg在Coursera上也推出了機器學習的課程，且用比較通俗的語言講解機器學習中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設了5門深度學習課程[10]。綜上所述，不同的研究機構都著眼于AI編程基礎、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經驗，通過三個階段分層次的開展相應的課程。

3實踐能力的培養

AI技術不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養學生的實踐動手能力。（1）設計教學環節時多從工程應用的角度來介紹，激發學生的興趣，培養學生解決問題的能力。要求學生新手編程編程實現模型，充分理解算法的含義和原理到實現的過程。（2）在掌握一定的機器學習知識后，鼓勵學生盡早走進實驗室，接觸科研工作。可以從一些AI應用方向作為入手，使學生了解自己的興趣點、培養科學研究能力。（3）鼓勵學生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰賽，國內阿里天池大數據競賽等。通過參加競賽刺激學生學習AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學生到工業界實習。很多專家都指出AI人才應該具備一定工程基礎。確實，學術界往往追求算法的性能，而工業界更重視經濟效益和解決問題的有效性。到企業學習可以快速了解行業發展的框架，掌握算法轉化到產品的過程。

4自主學習能力的培養

篇（4）

中圖分類號：G642.0文獻標志碼：A文章編號：1674-9324（2019）41-0144-02

一、人工智能課程倫理考慮的基本內涵

人工智能課程中進行倫理考慮，是在人工智能課程中有針對性地加入道德教育的元素。在方式上，可以借用西方的“隱形教育”方式。在內容上，必須符合中國的人工智能發展態勢，更要受中國社會主義核心價值體系的引導。目前中國的人工智能課程，過度偏向于技術性。尤其是許多社會機構提供的課程，更是偏向于功利性，目的在于讓學習課程的學習者快速獲得工作。因此，必須從源頭入手，對這些社會機構進行一定的約束和規范，對人工智能課程內容進行整體的架構。

二、高校人工智能課程中倫理考慮的必要性

（一）我國對于科技工作者職業道德建設的要求

首先，科技工作者的職業道德建設是促進社會治理體系現代化的必然要求。加強社會治理制度建設，一靠法治，二靠德治。中國正聚焦力量加強自主創新，科技是第一生產力。基于當代中國語境下，科技工作者的職業道德建設就至關重要。科技工作者對自己的社會責任與倫理責任應該有著充分的理解，在科研活動中既要著眼于為社會提供科學技術上的新成果，同時也要強調在倫理道德建設中起到應有的作用。

其次，從長期看，科技工作者的職業道德建設利于國家科技的發展，利于促進科技難題的解決。發展是連續和間斷的同一，科技發展不能一蹴而就。在面臨科技瓶頸問題時，就更要求科技工作者具有堅韌不拔的品質和無私奉獻的精神。這些精神都是進行職業道德教育中的重要內容，也是科技工作者承擔的社會角色中必不可少的特質。

最后，高尚的職業道德是科技工作者奮進的不竭動力。一個科技工作者只有站在最廣大人民的立場上，奉獻自我才能成就事業。隨著全球化的發展，受西方“享樂主義”的負面影響，科技工作者只有更加堅守自我、承擔社會責任，才能具有不斷前進的精神支柱。

（二）對解決人工智能倫理困境的源頭性作用

隨著人工智能應用領域的廣泛化，以及應用群體的普及化，難以避免的帶來一些倫理問題上的困境。例如倫理學中經典的“電車難題”，在當代科技發展中也出現了在人工智能領域的“無人車難題”。無人車產生事故的責任歸屬與分配就是目前很多學者在關注的倫理問題。人工智能的發展對當前的法律規制，還有現存的人倫規范都產生了挑戰。人工智能的未來發展方向，在操作性上要避免技術鴻溝，在設計過程中要堅持算法公開化、透明化，并且在出現數據漏洞時應盡快地進行自我修復。這對于科技工作者自身的素質提出了很高的要求，不但要求科技工作者自身的知識素質與知識能力過硬，而且要求科技工作者要嚴于律己，具有較高的思想道德素質。要求科技工作者對于人工智能的發展保持理性的態度，堅持為國為民。許多科幻電影和小說中都體現了未來人工智能發展到一定階段時，人與機器產生的情感迷思。作為科技工作者，在設計與調整過程中都應保持情感中立，勇于承擔社會責任。目前我國正處于人工智能發展的初級階段，人工智能尚不能擁有自主意識，人工智能的行為責任必須要找到其背后的擁有自主意識的人。無論是現階段還是未來，作為人工智能產品開發者與設計者的科技工作者樹立正確的價值觀和承擔相應的社會責任是十分必要的。科技工作者的知識層次與道德品質在某種程度上說，是研發人工智能產品的起點。因此，對科技工作者的成長過程中進行持續的道德教育，使其樹立高尚的道德觀念，對于解決許多人工智能帶來的倫理困境都具有源頭性、基礎性的作用。

三、高校人工智能課程與倫理道德教育的結合方式探索

（一）高校人工智能課程資源的充分運用與更新

從資源形態上看，實物化資源與虛擬化資源，線上資源與線下資源都應充分運用。隨著智能校園的普及，有基礎條件的地區與校園可以充分運用好身邊的人工智能。人工智能課程是一門理論與實踐相結合的課程，因此課程的內容也不能僅停留在理論層面。除了對于學術資源的運用，也應當結合實體的人工智能產品進行學習。但因為人工智能的發展程度還沒有普及化，人工智能機器人也遠沒有達到觸手可及的程度。因此運用新媒體技術，通過虛擬現實的手段進行在教學過程中的知行結合是可以嘗試的路徑。VR技術在網絡設備硬件教學中可以節約成本，便于人工智能課堂的普及化。在理論教學中，可以通過與虛擬機器人的交互增強趣味性。VR技術有3個最突出的特點：交互性、沉浸性和構想性。課程設置者可以充分借助VR的沉浸性設置相應的場景，讓課程學習者通過對特定道德場景的判斷引出思考。這種新媒體手段既可以更新原有課堂知識的教學教法，更適合作為倫理教育走入人工智能課堂的重要媒介。

從資源時態上看，人工智能課程資源必須隨著人工智能的發展而不斷更新。從現實角度來看，最初開設人工智能課程時，其教學目標還是相對簡單的——即培養學生的創造性與知識能力。但隨著人工智能的普及應用，產生了許多人工智能語境下的道德困境。從指導思想來看，我國逐步走向世界舞臺，隨著實力增強指導思想也是不斷變化的，新時代會提出新目標，為了實現中華民族的偉大復興，課程內容的豐富也是十分必要的。因此，人工智能課程若要符合時代需要，就需要不斷地更新課程資源。人工智能這一學科是具有學科交叉性的，與之相關各個領域的最新前沿問題都需要結合相應的道德教育，只有這樣才能適應時代的發展。

（二）高校人工智能課程內容的合理架構

對于不同年齡層次的人工智能課程，必須考慮到不同群體的教育規律。提出合理的教育目標，用不同群體可以接受的方式方法才能達到最優的教學效果。我國人工智能課程目前的課程架構中，已經有學者進行了分年齡層次的研究。人工智能課程可以規劃為專業性逐漸增強的、從邊緣到中心的課程層級系統。對于高校本科生和研究生來說，人工智能課程設置內容必須具有專業性。在上文的課程體系建構中添加了藝術、文學、哲學等內容，其中包含對于人工智能倫理學的思考與認識。但在某種意義上這些青年的社會價值觀就代表了未來科技工作者的社會價值觀。因此在這一階段，人工智能課程的架構與實施，國家應加以引導和監督。一方面需要建立統一標準的高校人工智能課程體系，另一方面在應對課程具體內容的落實方面給予一定程度的監督。

（三）在高校人工智能課程教學過程中充分運用案例

篇（5）

一、網站的構建 

 

1.網站框架設計 

我國高中階段人工智能教育還處于起步階段，據調查，全國已開設人工智能課程的中學不超過十所。事實上，對于人工智能這一前沿學科，大部分信息技術教師還缺乏足夠的了解，因此對于該課程的開設也一直處于觀望狀態。考慮到人工智能教育的實際情況以及網站的主要對象，我們以高中信息技術選修課教材《人工智能初步》為基礎，按教學內容設置和劃分欄目，同時又圍繞“學人工智能、教人工智能、用人工智能、機器人專題”四大專題進行內容重組。當然，網站的基本架構并非一成不變，它需要在實際應用中進行檢驗與修正，最終實現網站的完美架構。依據上述思路建構的網站基本框架如圖1所示。 

2.網站的欄目設計 

 

新聞欄目以圖文的形式人工智能發展的最新情況，這是激發并維持廣大師生關注人工智能的基礎，也是師生獲取最新信息的窗口。子欄目“中國動態”“歐美動態”等分別介紹了各地區最新的人工智能信息，尤其是機器人產品的新聞。子欄目“會議論壇”，“比賽通知”為師生、參與比賽提供服務。 

論文欄目是作為資源型網站的基礎。子欄目“教學研究”主要面向從事人工智能教育的研究者和教師，探討教學方法、分析教學案例、推薦教材和參考書，為更好的開展人工智能教學提供理論依據。子欄目“學習樂園”主要面向學生，展示活動實錄、闡述學習感受，聆聽專家意見，為更好的學習人工智能提供事實參考，教師也通過“學習樂園”來了解學生的所思所感所想。子欄目“賽事規則”介紹了各個地區和各級機器人比賽的一些規則，有利于師生更好的進行人工智能的教與學。 

資源、視頻、圖庫、酷站：這四個欄目是資源型網站的核心。尤其是資源模塊中的子欄目“電子書刊”“教學課件”“人工智能軟件”分別以不同的文件格式向師生提供教與學的資源，使其能快速準確地獲取符合需求的資源，免去了在因特網上盲目搜索出現大量冗余信息的麻煩。網站整合了文本、視頻、圖片等多媒體信息，以豐富多彩的形式呈現資源，增強了網站的吸引力和信息的可閱讀性。 

愛問欄目是作為學習型網站的基礎，也是本網站的一大特色。“愛問”是采用了模仿“百度知道系統”的程序設計，更注重知識的答疑解惑。我們將此欄目劃分為“學人工智能”“教人工智能”“用人工智能”“機器人問題”四個子欄目，師生可根據各自的需要進行提問、回答問題、搜索問題等操作。同時，設立了積分制，激發師生提問和回答問題的熱情。 

用戶中心欄目是學習型網站的核心。作為一個專題網站，必然要十分強調學習的功能。子欄目“網絡書簽”的功能可以使學習者記錄自己所瀏覽過的或所感興趣的網頁，便于在下次登陸后繼續學習。在子欄目“信息”功能中，學習者可以新聞、論文、資源、愛問等信息，待管理員審核通過后即可在網站中顯示出來。另外，教師也可在教學過程中通過此模塊要求學生提交作業，便于教師隨時隨地的批改作業。 

 

二、網站的訪問數據分析 

 

人工智能教育專題網站從開設至今將近8個月的時間，已經有超過1萬的獨立訪客訪問了本站，我們選取了最近訪問的2000位獨立訪客進行研究。通過對地域、被檢索方式、受訪頁面及回頭率的分析，可為網站下一步的改進與完善提供依據，為其他人工智能教育類網站的建設，在網站的用戶類型，網站的內容選擇與更新，網站的推介宣傳等方面提供參考與借鑒。 

 

1.地域分析 

在統計到的訪問該網站的地域中，國外共有12個國家訪問了本網站。國內除西藏、澳門之外，其他省份、直轄市、特別行政區都有訪問過本網站，這為我們今后在高中普及人工智能教育提供了有力的依據。但是，通過圖2的數據我們也可看到，各個地區間的訪問量差距較大，并且訪問量靠前的幾個省份基本上是沿海地區，而中部和西部地區的訪問量比較少，所以在今后的工作中不僅要加強網站本身的建設和宣傳，更要把人工智能教育的理念推廣到中部和西部地區，使那里的中小學師生也接觸人工智能的知識，激發他們對信息技術美好前景的向往。 

2.被檢索方式分析 

搜索引擎是網絡上最常用的獲取資源的方式。掌握用戶使用搜索引擎的情況，有助于了解網站的被檢索方式。統計搜索關鍵字的次數，有助于了解網站被檢索訪問的原因。在專題網站建設完成后，向“百度”、“Google”等大型搜索引擎系統提交收錄網頁申請是極其必要的，它有利于提高網站的知名度和訪問量。而在網站中增加“人工智能”，“prolog 源程序”等文字內容，將會有利于用戶在盲目搜索時能訪問到該專題網站。 

3.受訪頁面分析 

受訪頁面是指用戶訪問該專題網站時所停留的頁面。通過對受訪頁面的統計，使我們能夠掌握用戶相對較為關注網站的哪些內容。表1數據中“學人工智能”占23.82%，“資源下載”占了16.32%，表明用戶對人工智能的知識還不是很了解，對人工智能的認識還停留在“學”的層面，遠未達到“教”的程度。人工智能教育類網站在建設中，如果能提供大量的人工智能的基礎知識以及豐富的可下載資源，將會顯著提高網站的受歡迎度以及用戶的認可度。 

4.回頭率分析 

在網站訪問統計中，通常將距離上次訪問超過12小時的再次訪問記錄為一次回頭。通過對回頭率的統計（表略）看出該專題網站的粘性不是很高，尤其是3次回訪以上的用戶還不多。通過對部分用戶訪談后了解到，網站的更新速度慢，資源較少，內容偏難是其不愿進行多次回訪的主要原因。所以，人工智能教育類網站在維護期間要注意內容的時效性、豐富性、通俗性才能保證網站訪問的可持續性。 

 

 

三、網站建設的若干思考 

 

目前國內外有關人工智能的專題網站不多，針對人工智能教育的網站更少。在可供借鑒的成熟案例較少、研究又處于剛起步階段的情況下，有必要對我們的工作進行反思總結。通過上述訪問數據的分析，以及在人工智能教育專題網站建設的準備階段，實施階段及運行階段的實踐，我們認為在建設人工智能教育類網站時應當注意以下幾個問題。 

1. 充分關注用戶信息 

訪問量是綜合類或門戶類網站的生命線，應當盡可能地拓寬訪問者的類型與層次。但人工智能作為一門新興學科，其專題網站的學科性特點甚至比普通的專題學習網站還要突出，因此單從訪問量上來說，它是無法和門戶類網站相比的。所以在建設的初期首先就要考慮的網站的對象問題，也就是要關注哪類人訪問了網站。只有準確的掌握了用戶的信息才能更好提供用戶需要的資源。 

在這里，人工智能教育專題網站是通過以下三種手段來獲取用戶信息的。 

第一，用戶必須注冊才能訪問網站，注冊的內容包括年齡、身份、學歷，電子郵件等內容。 

第二，在網站中設立“網站調查”欄目，可以對“你是如何知道本站的”，“你覺得本站建設的如何”等內容教學在線調查。 

第三，通過“中國站長站”等專業的數據收集程序來獲取用戶基本信息，可收集到用戶地域、受訪問頁面、用戶回頭率等信息。只有掌握了準確的用戶信息，才能更好的為用戶提供服務。 

2.與用戶攜手共建網上資源 

人工智能的子學科門類眾多，僅高中教材《人工智能初步》中就有知識及其表達、推理與專家系統、人工智能語言與問題求解等多個主題。而且我國的人工智能研究相對薄弱，很多資料都是外文的。任何一個人要很熟練的掌握人工智能的各個內容是很困難也是不現實的。我們通過一年多的實踐也體會到，僅僅依靠課題組成員很難保證網站資源庫內容的全面性和針對性。所以在網站最新一次改版中，我們增加了用戶的信息功能，使得用戶自己可以新聞、添加文章，上傳資源，只要經過管理員審核即可在網站中顯示。 

另外，在人工智能教學過程中，我們也充分利用學生的優勢，要求學生以作業的形式提交文本和視頻資源，并將作業的數量和質量作為考察學生學習效果的一個指標。這些舉措保證了網站內容更新的時效性和內容的針對性。用戶所的就是用戶所關注的，用戶所關注的就是網站所要收集的。 

3.通過多種形式充分發揮網站作用 

目前，全國高中開設了“人工智能初步”選修課的學校極少，教師手頭上可供選擇的教材也只有5套。從專題網站上統計的數據來看，雖然網站目前的用戶主要是教師，但“學人工智能”頁面訪問量卻遠多于“教人工智能”。從這些情況看，單靠幾個人工智能教育類的專題網站無法從根本上解決高中人工智能教育現階段所面臨的窘境。所以，在條件允許的情況下，可以通過研修班、會議論壇等形式組織教師進行面對面的交流。 

例如，我們就在2007年5月25日至27日在浙江師范大學舉辦了全國首屆“高中人工智能課程研修班”，來自全國十個省市的70余位信息技術教師及教研員參加了研修班的學習。在研修活動中，教師不僅學習了人工智能的知識，也對人工智能教育的現狀及發展過程中遇到的問題做了充分了探討和交流。本次研修活動結束后，人工智能教育專題網站則成了學員們交換信息、交流體會、共享資源的有效平臺。 

 

四、結束語 

 

總之，借助專題網站的平臺作用開展各種活動，不僅彌補了人工智能教育網站缺乏面對面交流和互動的缺點，也為把網站資源建設的更具針對性提供了有效幫助。 

 

參考文獻： 

[1]張劍平. 關于人工智能教育的思考[J] .電化教育研究.2003，（1）. 

篇（6）

本文結合人工智能課程的特點以及自己教學與研究的實踐，對本課程的教學進行一些探討，以期改進人工智能課程教學方法，達到提高本課程教學質量的目的。?? 

一、兼顧課程內容的統一性和差異性?? 

人工智能課程的核心內容主要集中在對基本概念、基本原理、基本方法和重要算法及其應用的認識和理解上，盡管各種基本概念、原理、方法和算法在一定程度上自成體系，但是它們之間又存在著許多內在聯系和規律。從這一點來看，人工智能課程與其他很多計算機課程是不同的，這就要求人工智能課程的授課要具有自己的特色。? 

知識表示、知識推理、知識應用是人工智能課程的三大內容，解決任何一個人工智能問題都離不開兩個步驟，即知識表示和問題求解。由此，人工智能課程從總體結構上就有了一個比較清晰的脈絡，即首先必然要學習各種知識表示方法，然后是利用這些知識進行推理，進而實現知識應用，最終達到問題求解的目的。問題求解又分為基本的問題求解方法和高級問題求解方法。圖搜索策略、啟發式搜索、消解原理以及規則演繹系統等都屬于基本的問題求解方法。計算智能、專家系統、機器學習、自動規劃等屬于高級問題求解方法。? 

同時，人工智能課程某些章節或者某些方法算法在一定程度上又自成體系。例如，各種不同的知識表示方法不管是數據結構還是表示形式都完全不相同。又例如，人工智能有許多不同的學派［2］，本課程往往同時會介紹不同學派的算法，這些學派在人工智能的基礎理論和方法、技術路線等方面是完全不同的，甚至是對立的。? 

這些都要求我們在教學過程中不僅要強調人工智能課程理論的統一性和完整性，又要兼顧各學派的特點，尊重甚至調動學生們對不同人工智能學派及其方法的興趣。在編寫和選用教材時也要注重這一點，我們選用的是蔡自興教授編寫的《人工智能及其應用》系列教材［1,2］，該教材以邏輯主義學派為主線，兼顧引進其他學派的精華內容，具有較強的科學性。 

??二、實施分層次教學?? 

各高校一般同時為計算機相關專業的本科生和研究生開設了人工智能課程，甚至有的非計算機類專業也開設有人工智能課程。不同層次的學生對人工智能課程要求掌握的程度不同，我們首先明確本科生和研究生以及非計算機類專業學生的教學目的和教學內容，做到分層次設計人工智能課程教學?過程。? 

本科階段的人工智能課程課時量較少，本科層次只需要做到對大部分人工智能概念和算法了解、認識，少部分達到理解層次。本科生一般都是在高年級（三年級下期或者四年級上期）開設人工智能課程，這時已有不少學生準備繼續讀研或者已經被保研，因此在兼顧全體學生教學層次的同時，要注意給這部分學生足夠的相關參考書目，讓他們能夠利用課余時間廣泛深入了解人工智能相關算法，老師在課后還應和他們進行充分討論，培養他們對人工智能的特別興趣。? 

非計算機類專業的學生往往需要學習如何利用人工智能知識解決該專業領域內的問題，因此在教學中要盡量有專業針對性地進行教學。例如針對農科類專業，在教學專家系統過程中，我們要求學生參考北京農業信息技術研究中心開發的農業專家系統開發平臺（paid5?0）理解并開發與本專業領域相關的簡易農業專家系統。? 

給研究生開設人工智能課程要求做到概念理解，基本算法精通，即要求全面、系統地掌握人工智能的基本概念、基本原理、典型方法和若干應用實例，并且能靈活運用所學知識闡述解決實際問題的方法和途徑。課程教學中要致力于培養學生分析問題與解決問題的能力，要求研究生將人工智能方法與自己的研究方向相結合，用人工智能方法解決所研究課題中的實際問題，并撰寫相關的課程論文，以小型研討會的形式進行報告交流。實踐證明，我們的研究生的人工智能教學效果明顯提升，成效突出。 

??三、案例驅動，寓教于樂?? 

采用案例教學是為了充分調動學生的學習興趣，增強學生學習的自覺性［3］。通過案例教學能把枯燥的人工智能理論知識具體化、形象化，可以使學生更加感性地理解課堂教學內容。這些案例都是以教師所從事的科研項目中的實際應用環境為背景進行闡述的，讓學生能在實際環境中理解概念和知識，學會利用人工智能知識去分析和解決實際問題。在教學過程中要選擇學生容易接受的案例，體現理論聯系實際的特色，激發學生的興趣。? 

例如，在講授“計算智能”內容時，我們結合黃河三門峽和小浪底水庫水沙聯合智能調度系統［4］進行講解。綜合三門峽水庫和小浪底水庫防洪運用的基本原則、歷年調度方案、專家的經驗、歷年數據和現有的調水調沙數學模型，分別利用模糊決策、神經網絡、遺傳算法及綜合集成方法來實現三門峽、小浪底水庫水沙聯合調度。? 

又例如為了讓學生走近機器人，我們進行了一場機器人展示課，將研究所現有的MOROCS?1（中南一號智能移動機器人）、ASR（廣茂達）、AmigoBot（自主移動機器人）、CanDroid（罐頭機器人）、MD?375 Rover（人控漫游車）、Fokker D7（人控飛機，1:72）、Rockit OWI?769K（聲按、壓控火牛機器人）、Hexapod Monster（六足爬行機器人）、Hubo（多機能歌舞機器人）等各類機器人全部拿出來給學生做了功能演示［5］。親眼看到這么多機器人，同學們都非常興奮，對人工智能課程的興趣高漲。? 

在進行案例教學時，引導學生帶著問題和求知欲望深入理論的學習，讓學生在案例中尋找問題的答案并獲取知識。在講授利用神經網絡進行水庫調度時，引導學生分析如何確定神經網絡的輸入端數據，什么是泛化能力以及如何提高神經網絡的泛化能力。? 

為了鞏固所學內容，可以讓學生組成討論小組對教師提出的論題進行討論，分小組闡述自己的觀點，這樣有助于提高學生學習的主動性，還有助于培養學生思考問題的能力和提高理論教學的效果。案例教學的關鍵在于引導學生利用所學到的理論知識去解釋、分析和解決現實案例中的問題，以達到訓練學生理論運用和深入理解理論知識的目的。? 

此外，我們挑選了機器人足球、拖拉機撲克牌、中國象棋、五子棋等普遍受人喜愛的智能游戲，讓學生親手設計小型智能游戲軟件，在設計的過程中掌握高深的人工智能理論知識，讓學生學得會、用得上、記得牢。 

??四、結語?? 

以上談到的一些教學方法是我們在教學過程中總結體會比較深刻的方面，以供探討。事實上，要進一步提高人工智能課程的教學質量，還有很多方面需要改革和加強。如不斷強調人工智能教師的專業素質，要求他們在講授好人工智能課程的同時，努力提升出自身的專業素質，給學生一個良好的專業素質導向。其次，在人工智能課程教學過程中還需要有培養實用型人才的教學理念，特別是注重培養有創新意識的實用型人才。注重培養學生的質疑能力，只有通過質疑和提出問題，學生的創新意識才能夠得到不斷強化，創新思維能力才能夠得以不斷提高。? 

人工智能學科是一門非常年輕、又非常前沿的學科，有其自身的突出特點，人工智能課程教學必然與其他計算機專業課程教學不同，需要更多的從事人工智能教學的教師在自身的教學實踐中不斷積累經驗，進行廣泛的教學交流。 

 

參考文獻? 

［1］ 

蔡自興, 徐光祐. 人工智能及其應用(第三版)(研究生用書)［M］. 北京: 清華大學出版社， 2004（8）: 1-4.? 

［2］蔡自興, 徐光祐. 人工智能及其應用(第三版)(本科生用書)［M］. 北京: 清華大學出版社， 2003（8）:288-290.? 

篇（7）

中圖分類號： TP309 文獻標識碼：A 文章編號：1009-3044（2014）03-0599-02

人工智能是一門研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的綜合性技術學科[1]，是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透、迅速發展且與人類生活密切相關的綜合性新學科，其核心研究領域包括模式識別、自然語言處理、機器學習、數據挖掘、人工神經網絡和專家系統等等[2]。

語言信息處理是語言學與計算機科學交叉形成的一門新型學科，其課程體系以語言學、計算機應用、應用數學和認知科學為主干，研究內容是自然語言的自動化信息處理技術，是人類語言活動中信息成分的發現、提取、存儲、加工與傳輸[3]。目前該方向的主要應用領域包括機器翻譯、文獻檢索、信息提取、自然語言的人機接口等。由此可見，為語言信息處理專業開設人工智能課程是必須的。該文針對“人工智能”課程自身特點和語言信息處理專業研究生培養目標，并結合筆者多年來的教學經驗，分別從課程內容設定、教材選擇、教學方法、考核方式等多個方面對該課程的教學改革進行了探索與研究。

1 以“精”“典”為基本要求的教學內容選擇

“人工智能”課程的突出特點研究內容涉及面廣而學時數較短（大部分高校的研究生專業安排的課程的時數在36到48學時之間）。因而授課時不能追求內容“大而全”，必須“精”，選擇重點、核心基礎知識進行學習，選擇與專業方向最相關的“典”型應用領域進行重點詳細介紹，使學生在有限的時間內學到最有用的知識。“人工智能”課程教學內容總體可以分為三大部分。

第一部分是基礎理論知識，學習人工智能中知識的表示方式（謂詞邏輯表示法、產生式知識表示法、框架表示法、語義網絡表示法等）。語言信息處理專業學生本科專業背景不同（有文科，有理工科），所以該部分教學內容難點在于教學進度和難易程度的均衡。本部分內容可安排8～10學時。

第二部分是搜索與推理，對使用特定知識表示方式表達的知識和問題進行推導或搜索，得出相應結論或搜索結果。本部分安排10～12學時，重點在于啟發式搜索。

第三部分是人工智能中的典型應用領域。對于該部分內容的選擇要以學生專業為中心進行，選擇與學生專業相關性較大的領域進行教學，以期能夠有助于學生了解并掌握學術的主流發展趨勢，從而能夠更好地培養自身的科學素養和創新能力。本部分主要學習機器翻譯、機器學習、自然語言處理、數據挖掘、多Agent系統等。本部分安排18～36學時。

2 選擇“最合適”的教材

教材是教師教和學生學的主要憑借，教材的好壞在很大程度上決定了教師能否成功“教”與學生能否順利“學”。教材的選擇要以教學對象的特點和教學目標為依據，選擇最合適的教材。在廣泛研讀目前比較熱門的人工智能教材的基礎上，結合教學目標和教學對象的特點，選則清華大學出版社出版﹑蔡自興和徐光祐編著的《人工智能及其應用》（第4版）[1]作為教材。該教材總體也可以分為三部分：第一部分論述了人工智能的三大技術， 即知識表示；第二部分論述推理及搜索； 第三部分論述人工智能的主要應用領域，包括專家系統、機器學習、自動規劃、分布式人工智能和自然語言理解等。與第三版本科生用書相比，增加了如本體論和非經典推理、決策樹學習和增強學習、詞法分析和語料庫語言學等（非常適合筆者的教學對象）。

3 創新型人工智能課程教學方法

“人工智能”課程涉及的知識面廣，既包括基礎理論，也包括具體應用，即有抽象復雜的計算，也有繁雜的系統實現，為此，如何激發學生的學習興趣并保持學生的學習興趣是本課程教學的關鍵。此外，因為是研究生教學，所以更突出學生的主體地位，注重培養學生的學習興趣、自主學習的意識和能力。為此，筆者主要采用了以下幾種教學方法。

3.1 興趣引導教學法

常言“興趣是最好的老師”，如何培養學生對本門課程的學習興趣，激發學生對本門課程的求知欲，是一門課程首要任務。

為了提高學生的學習興趣，筆者在第一節課讓學生觀看美國科幻電影“機器人”的相關片斷，通過機器人安德魯非凡的創造能力、情感表達能力和自學習能力讓學生更好地了解人工智能的目標、意義，激發學生探索人工智能的興趣；在學習“博弈策略”及“極大極小分析法”時，筆者通過讓學生來參與“一字棋”對決游戲說明博弈樹的層次結構原理，通過“人機對弈”說明“α-β剪枝技術”引入的必要性；通過“啤酒與尿布”的故事說明數據挖掘技術在現實生活中的應用，讓學生認識到人工智能并不是虛無抽象的學科，而與人們的生活息息相關，激發起學生用人工智能相關技術解決現實問題的興趣。

3.2 問題驅動教學法

在講授基礎理論時，如“不確定性推理”、“數據挖掘”等這一類型內容抽象、算法復雜的知識時，采用了問題驅動式的教學方法。

教師首先提出與內容相關的若干問題，并為學生相關的資料或向學生提供找到問題的一些線索，讓學生帶著問題去思考、分析和討論等方式來查找答案，主動獲取知識，應用知識，教師在必須的時候還需給予一定的引導和幫助。如在講授產生式知識表示法時，以“動物識別系統”問題原型，給出學生系統模型，讓學生編寫一個能夠用來進行動物識別的應用程序。

此教學法很好地培養學生解決問題的能力，形成研究的態度，提高認知能力。

3.3 實踐教學法

“實踐是檢驗真理的唯一標準”。人工智能課程中，能夠動手實踐的知識一定要讓實踐。

在講“專家系統”的構造步驟時，用“營養專家系統”為案例進行介紹，將該專家系統分解為一個個小的具體任務（如知識庫構建、規則庫的構建、界面設計等），并分配給不同的學生，學生按照專家系統的一般構造步驟去完成相應的任務，最終完成一個完善的系統，從而達到掌握專家系統構建的教學目標。

實踐教學法可以提高學生分析、解決問題的能力和動手能力，并可以進一步加深對理論知識的理解。

3.4 案例教學法

案例教學法是將案例討論的方法運用到課堂教學活動中去，教師根據課堂教學目標和教學內容的需要，通過設置一個具體的案例，引導學生參與分析、討論、表達等活動，讓學生在具體問題情境中積極思考、主動探索，以提高教與學的質量和效果，培養學生認識問題、分析問題和解決問題等綜合能力的一種教學方法[4]。案例教學法中教師扮演設計者和激勵者的角色，鼓勵學生積極參與典型案例的討論，重點掌握教學進程，引導學生思考，組織討論研究，進行總結、歸納，同時教師也參與到學生共同研討。不但可以發現自己的不足，也可以從學生那里可以了解到大量感性資料。該教學法有利于調動學生學習主動性，通過生動具體的案例介紹可以促進學生對知識的理解和實際應用。

人工智能授課中，對于產生式系統和自然語言理解系統的有關概念及系統構成技術，采用了案例教學法。

在介紹產生式系統時，我們以動物識別系統為案例進行介紹。案例教學通常可以分為3個步驟，即案例引入、案例分析和案例總結。案例引入過程介紹產生式的語法和語義、產生式系統的組成及工作原理后，通過屏幕演示動物識別系統的運行過程使得學生能夠獲得老虎、金錢豹、斑馬、長頸鹿、鴕鳥、企鵝、信天翁七種動物的一些特征；案例分析階段通過向學生展示使用Prolog編寫的動物識別系統源程序，詳細介紹設計思想以及實現過程。該過程是案例教學的關鍵，教師引導學生進行案例分析，之后由學生進行補充，師生共同討論力求系統得以更完善；案例總結階段由老師對學生的討論情況進行總結，在總結討論情況的基礎上提出一些問題（例如如何進一步提高系統的效率？）。

在介紹自然語言理解系統時，以自然語言情報檢索系統LUNAR[5]為例進行介紹。從LUNAR系統的詞法分析、語義解釋和問題回答三個階段進行詳細分析。經過案例引入、案例分析和案例總結三個階段，使得學生對LUNAR系統的設計步驟、關鍵技術及設計思路有深入的了解。之后，要求學生寫出案例分析書面過程，并完成課后作業“指揮機器人的自然語言理解系統SHRDLU”。

4 課程考核方式的改革

研究生教育以培養學生的能力和素質為主要目標。人工智能課程的考核方式也以此為目標，采用以考察理解應用為目的的論述題，或結課論文形式進行，同時注重平時考核。平時考核以學生查資料的能力、閱讀相關文獻即完成課后作業的情況為考核對象。

5 結束語

為了提高人工智能課的教學質量，根據課程及教學對象的特點，結合教學過程實際問題，采用了合適的教材，安排了合適的學時，在教學過程中綜合各種教學方法的優點，并采用了適當的考核方式。教學結果表明，通過這些嘗試，提高學生學習的興趣和積極性，取得較好的教學效果，學生能夠有意識地使用人工智能中的相關知識、思想來進行學術研究。

參考文獻：

[1] 蔡自興，徐光祐.人工智能及其應用——研究生用書[M]. 第3 版. 北京：清華大學出版社，2004.

篇（8）

人工智能是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科,對它的研究涉及控制論、信息論、系統論、語言學、神經生理學、數學、哲學等諸多的學科及領域,是一門綜合性的交叉學科[1]。

人工智能的研究、應用和發展,在一定程度上代表著信息技術的發展方向,同時信息技術的廣泛應用也對人工智能技術的發展提出了迫切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響[2]。

實踐教學環節在大學教育中是一個非常重要的教學環節,是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。

1研究型教學模式背景

研究型教學是相對于以單向性知識傳授為主的傳統教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創造性地運用知識和能力,自主地發現問題、研究問題和解決問題,在研究中積累知識、培養能力和鍛煉思維的新型教學模式。研究性教學是對現有的大學課堂教學模式的突破。有利于開發大學生的創造潛能,提高學生適應社會需要的創造性和創新能力,充分展現現代大學培養人才、發展科學、服務社會的三大基本職能[3]。

19世紀初,德國著名教育家洪堡最早提出了教學與科研相統一的原則,為研究型教學模式的發展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發現教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發生興趣,并想方設法弄清這些新奇事物背后究竟發生了什么,這是一種進行科學研究的可貴的動力。

自此,研究型教學理念開始廣泛使用。現在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養,普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現從單向知識傳授的傳統型教學向關注創新性教育的研究型教學轉變方面進行了許多有益的嘗試。

2研究型實驗教學

本科教學不僅要培養學生的應用能力,還要培養學生具備基本的科研素質。大學是培養未來一線創新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規模逐年增大,本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等,都是目前國際和國內熱門的研究方向。

人工智能課程在計算機專業人才培養方案中占據著重要的位置。在專業理論方面,它承續了離散數學中的邏輯知識;在專業方法方面,是數據結構、算法分析與設計的繼續;在專業工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。

針對這一特點,在人工智能教學中,如何引導學生系統學習人工智能的知識、激發學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環節和必然選擇。

2.1實驗教學中加強學生的研究導向

在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現,并作以比較。讓學生們在了解人工智能新技術的同時,也培養學生們如何分析問題、解決問題的科研能力。

2.2人工智能課程實驗

該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現,要求學生進行嚴格的計算機專業技能訓練和培養良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。

該課程的實踐環節主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環節的設計上,我們嘗試把驗證性實驗和開發性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發展趨勢和本院老師的最新研究成果,對實驗內容進行更新。

課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環節。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。

3實驗平臺的構建

民族關系問題對被訪對象,特別對少數民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統的文獻分析、問卷統計和現場觀察等民族學方法來進行調查,得到的數據會存在較多誤差。

因此結合本校的民族特色和民族學領域獨特的研究優勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數修正,從而獲得盡可能客觀的數據,這些數據將有助于建立一個客觀、完備、科學的民族關系監測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策。基于多信息融合的民族關系監測預警系統總體框圖如圖1所示。

目前該平臺已經搭建,由北京市公共安全信息監測平臺建設、北京市公共安全信息監測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監控、認識等領域,小波分析、神經網絡、支持向量機、模糊數學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。

4結語

研究型實驗教學激發了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:

1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。

2) 研究型實驗教學的輔導老師素養需要提高。研究型實驗教學作為體現創新教育要求的現代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規劃和設計實驗內容。

3) 需要建立一套合理的學生學業和教師績效的評價體系。

參考文獻:

[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業出版社,2007.

[2] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.

[3] 李得偉,張超,李海鷹. 大學工科專業課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

篇（9）

近年來，隨著計算機技術的進步，科技期刊出版正在經歷著前所未有的巨大變革。目前，信息技術已呈現出“人-機-物”三元融合的態勢，數據分析工具和基于云計算的數據資源成為期刊出版的重要特征［1］，期刊出版的數字化和集群化發展成為當下期刊發展的主流趨勢，人工智能也將在學術期刊的出版、存取、質量評價等多個環節上得到廣泛應用，并推動科技期刊出版方式的變革［2］。目前，在科技期刊界，學者們就如何促進科技期刊媒體融合發展開展了大量的研究，既包括理論層面的探討，又包括從實踐和案例的角度開展的應用研究［3-6］。與此同時，我們注意到，全球的科學產出以極快的速度增長，從第二次世界大戰結束以來，全球的科學產出相當于每9年就會翻1番［7］，讀者也更容易被無用的信息轟炸，難以在期刊論文的海洋中高效準確地找到自己需要的內容，科技期刊要想擴大自身的影響力也愈來愈難。信息爆炸時代，科技期刊關注讀者“需要什么”比“提供了什么”更重要。在智能技術變革的時展潮流中，科技期刊應如何順應時展趨勢，利用智能技術整合資源，更好地滿足讀者的需求，擴大期刊的影響力，創造科技期刊人、出版商、作者、讀者的共贏局面?本文從以上問題切入，嘗試從擴展學術搜索的路徑、構建個性化的精準推送平臺和多元化的傳播模式、向用戶提供有針對性的服務方面探索在媒體融合形勢下如何提升科技期刊的精準傳播能力，以期為我國科技期刊媒體融合建設增瓦添磚。

1借助人工智能，擴展學術搜索的路徑

互聯網時代改變了人們獲取信息的方式，搜索引擎在促進科技期刊的傳播、提高影響力等方面的功能逐漸凸顯。雖然現有的一些搜索門戶網站諸如Webofscience、PubMed、谷歌學術、各圖書館網站、中國知網、萬方數據知識服務平臺等搜索引擎可以幫助讀者檢索科技論文，但是仍不能滿足用戶多樣化的檢索需求。Tancheva等［8］針對康奈爾大學圖書館開展的一項調查研究發現受訪者“往往既對搜索方法的效率感到滿意，同時又對搜索的棘手和費力感到不滿……當研究人員無法完成一個特定的搜索任務，他們很可能放棄現有的方法(或工具或技術)，而不是找出如何使它工作”。為了解決這一問題，需要開發新的模式解決學術出版的過量負載，利用智能技術優化搜索引擎的現有功能。目前很多科技公司都在探索開發基于人工智能的學術搜索引擎和知識服務。例如Springer網絡平臺不斷對其功能進行集成，并提供個性化服務功能;Elsevier等出版商為用戶等提供搜索引擎培訓課程;微軟學術(MicrosoftAcademic)通過在實體之間建立有意義的關聯，自動生成可視化的知識圖譜，引導學者閱讀［2］;2014年，Wiley線上圖書館為用戶提供了增強型HTML文章服務(AnywhereArticle)，它將可讀性、交互性和可移植性設為用戶體驗的核心，使讀者能夠在頁面中快速找到最重要的信息［9］。一些關于科學出版的新模式和平臺被相繼開發，如Chorus［10］通過集成服務和開放APIs，優化了科技論文被搜索的路徑，并為政府機構、出版商、研究人員、圖書館員和作者提供可持續的解決方案。目前我國已經形成一些專業的期刊集群，一部分學術期刊數據庫平臺也開始進行語義出版形式的探索，對科技期刊內容進行深度加工和挖掘。不同的科技期刊具有不同的特點，在學術期刊的數據庫平臺建設過程中需要平臺開發團隊與期刊編輯充分交流［11］，發揮編輯的優勢和主導作用，凸顯本學科的學科特色。

2利用智能算法，構建個性化的精準推送平臺

技術是科技期刊創新發展的重要推手，技術應用能力也成為科技期刊發展的競爭資源，充分利用技術強化科技期刊的知識服務和加工能力，創新出版和傳播模式，滿足數字化時代的讀者需求，對于科技期刊的精準傳播和融合發展非常重要。在人工智能背景下，可以借助于算法實現科技期刊出版的智能化。算法的設計程序與設計者的思維密不可分，設計者選擇數據樣本、賦予數據意義、設計模型與算法，擁有數據并設定算法的智能化平臺具有很強的主導性［12］，因此設計者需要盡可能考慮并消除算法偏見和利益沖突對精準傳播帶來的負面影響。日前，騰訊研究院和騰訊AILab聯合的人工智能倫理報告指出“人工智能等新技術需要價值引導，做到可用、可靠、可知、可控”［13］。目前“智能算法+學術期刊”已成為創新趨勢，學術期刊可構建信息數據基礎環境，進一步完成動態精準信息推薦，最后以傳受關系交互實現長期有效的黏性連接［14］。一方面可以通過算法整合資源，實現大量科技期刊的數字資源的聚合;另一方面可以通過算法分析用戶的閱讀興趣、研究領域，基于用戶的需求建立相關用戶數據信息，從而進一步將數字資源和用戶數據相匹配，實現科技期刊的智能化精準傳播。如中國知網推出的“CNKI全球學術快報”整合全球文獻和超星集團推出的“域出版”超星學習通學術平臺［15］，用戶不僅可以在其App上進行文獻檢索、分版閱讀、專題閱讀等，還可以與作者進行互動交流。此外，還可以利用智能算法設計追蹤用戶的信息反饋，通過學術平臺進一步增加用戶的體驗感，提升科技期刊的精準傳播能力。

3創新知識加工，構建多元化的傳播模式

在人工智能和融媒體時代，除了運用智能技術構建個性化的知識服務平臺，科技期刊也需要充分發揮社交媒體的作用，通過加強期刊網站建設、建立App客戶端、微信、微博等新媒體傳播平臺，可以根據各自領域的特點，對科技論文進行多次加工和編輯，構建個性化的傳播方式。如論文編輯平臺Kudos為作者提供了一種利用社交媒體使他們的論文更易下載和傳播的工具，通過為作者已發表的文章創建介紹并添加簡短的標題、易懂的摘要和補充內容，可以使他們的文章對讀者更具吸引力［16］，學術出版平臺也可以通過建立二維碼，為讀者提供開放增值服務，使讀者進一步了解論文的數據、圖片等資料，實現與用戶的精準對接。如中國煤炭行業知識服務平臺為該平臺上的每篇論文制作了二維碼，用戶閱讀紙刊論文時，通過掃描其中的二維碼可以免費下載PDF、HTML文件，此外讀者還可以通過掃描二維碼向作者提問或向責任編輯反饋意見［17］。目前，郵件推送也正在成為科技期刊提升精準傳播能力的一個重要手段，國內一些期刊在這方面做了大膽的嘗試。例如:《計算機工程》基于語義分析和智能分詞等技術，設計了一套期刊內容精準推送系統，將讀者—文章—標準關鍵詞進行匹配，通過郵件為潛在讀者推送與其研究方向相關的最新研究論文［18］;《應用生態學報》通過運用大數據和數理統計方法，構建了科技期刊論文單篇推送客體指標體系，通過郵件對讀者進行單篇精準推送，取得了較好的傳播效果［19］。此外，利用音頻、視頻、科學可視化等多媒體技術可以在短時間內表達豐富的科學信息，增加科技論文的廣泛傳播。如虛擬現實/增強現實(VR/AR)為讀者提供沉浸式的閱讀環境，提升讀者的體驗感，從而吸引了更多讀者的關注。中國科學技術大學王國燕博士及其團隊開展的前沿科學可視化研究和設計，使科技論文通過圖像的形式向讀者展現，提高了科技論文的交流和傳播，她通過對頂級科技期刊《Nature》《Science》《Cell》的一項實證研究發現，科技期刊封面故事和封面圖像的使用可以提高論文的引用率［20］。《上海大學學報(自然科學版)》借助第三方AR展示平臺實現了學術期刊的多模式AR融合出版，取得了很好的效果［21］。

篇（10）

從2004年國內開始招生至今，全國已有不少高校設立了智能科學與技術專業。我校是較早設置該專業的院校，于2007年在信息工程學院設置其為第7個本科專業，并開始招生。2009年9月，學生進入相關專業課程的學習，第一屆學生于2011年7月畢業。日前，該專業學生已經完成本科階段的學習。

在專業開設過程中，我們完成的主要工作如下。

1) 調研國內外相關院校智能科學與相關專業的培養目標和培養方案。

2) 形成智能科學與技術學科的知識體系和能力要求。

3) 制定2010版智能科學與技術專業的教學大綱。

同時，在辦學過程中，我們選擇了腦科學與認知科學概論，人工智能基礎，微機原理及應用、課程設計(微機原理)，可視化程序設計、智能計算與應用四個課程組進行教學模式改革。

1首屆畢業生知識結構

因為是首屆學生，我校大多數課程安排參考了國內兄弟院校的課程設置，也參考了我校自動化專業的部分課程設置。學生的知識結構主要由5個方面組成[1]，如圖1所示。

1) 數理基礎課程群：工科數學分析、高等代數、復變函數與積分變換、概率與數理統計、數學實驗、大學物理、物理實驗、應用力學基礎、離散數學等。

2) 電工電子技術課程群：電路分析基礎、電路實驗技術、模擬電子技術、模擬電子技術實驗、數字電子技術、數字電子技術實驗等。

3) 機電技術基礎課程群：工程制圖基礎、程序設計基礎、信號處理、計算機網絡、微機原理及應用、嵌入式系統、數據庫技術及應用、面向對象程序設計、現代檢測技術、電機控制技術、現代通訊技術、DSP處理器及應用、機械設計基礎等。

4) 專業主干課程群：信息論與編碼、控制工程基礎、腦科學與認知科學概論、人工智能基礎、機器人組成原理、計算智能基礎、模式識別基礎、虛擬現實技術、智能控制及其應用。

5) 實踐創新課程群[2]：計算機應用實踐、電子技術實習、MATLAB編程與工程應用、Linux系統與程序設計、自動控制系統設計與實現、微機原理課程設計、嵌入式系統設計與實現、專業(生產)實習、畢業設計(論文)等。

除了專業課程的學習，學生還參與了很多課外科技活動和競賽，并取得了良好成績，內容如下。

1)“基于Matlab的智能五子棋人機博弈系統”在北京科技大學第十一屆“搖籃杯”課外學術作品競賽中獲三等獎。

2) 第八屆校機器人隊隊員在第八屆亞太機器人大賽國內選拔賽中獲十六強。

3) 在全國大學生電子設計大賽中獲成功參賽獎。

4) 在智能車校內賽中獲二等獎。

5) 在北京市機械創新大賽中獲三等獎。

6) 在北京市大學生電子設計大賽中獲二等獎。

7) 在“飛思卡爾”智能車競賽的校級賽中獲三等獎。

8) 在校級機器人競賽中獲季軍。

9) 在全國大學生節能減排大賽科技類中獲三等獎。

10) 在北京科技大學計算機博弈錦標賽中獲最佳程序設計獎。

11) 在北京科技大學“閃我風采”Flash大賽中獲最佳細節獎。

在參加課外競賽及各種活動之余，首屆智能班還自組織了以小組為單位的指紋識別考勤計時系統編程比賽，歷時一個月，比賽結束后評出了最優編程獎。然后返回給每個小組，再討論再修改，最終確定了最優版，申請了國家軟件著作權，于2010年5月份獲得審批。此次比賽成果是全班學生辛苦勞動的果實，凝聚了24位學生的智慧和努力。圖2展示了該系統的計算機軟件著作權登記證書。

2首屆畢業生畢業設計情況

2010年底，首屆學生進入本科畢業設計環節。在大家的共同努力下，全部學生通過了本科畢業設計。畢業設計的題目如表1所示。

3首屆畢業生去向

智能科學與技術專業首屆24名學生是2009年9月進入大三學習專業課的。目前，我們統計的畢業生去向，專業第1名放棄了保研指標，選擇出國留學，另外有4人保送本校讀研究生。選擇考研的學生還有12人，另外有3人選擇出國留學，還有2人選擇就業，如表2所示。

4經驗和教訓

我們對2007級智能科學與技術首屆畢業生的總體情況還是比較滿意，通過一系列教學改革，取得一定的成效，內容如下。

1) 人工智能基礎。此課程為智能科學與技術專業的理論基礎性課程，具有涉及的面比較廣、內容較多、變化較快的特點。我們結合人工智能學科的發展，在保證課程完整性的同時，盡可能增加學科發展的前沿內容。

2) 微機原理及應用、課程設計(微機原理)。微機原理及其應用是一門實踐性很強的課程，特點是計算機軟硬件結合非常緊密，需要經過大量的實踐環節學習。在充分分析本門課程特點的基礎上，我們對該課程作了如下教學改革：自行研制開發了一套實驗裝置，開發了配套的實驗項目，編寫了相應的實驗講義。圖3是我們使用的微機原理與單片機實驗裝置。

在教學方法上，教師讓學生在學習已有實驗項目的基礎上，做一些由簡單到復雜的新改動，直至最后設計出新的應用電路，并用相關器件實現。為了鼓勵學生親自動手制作電路板，教學團隊花費近3 000元，購買了各種電子元器件和電路制作工具，包括單片機芯片、集成穩壓電路芯片、各種傳感器、小鍵盤、電阻電容、印刷電路板、萬用表、電烙鐵等，保證每位學生都能設計并制作完成一個單片機控制系統。在課堂管理方面，我們實行小班授課，每班不超過30人。學生都很遵守課堂紀律，幾乎沒有遲到早退現象，為該門課程的學習營造了良好的學習氛圍。

3) 可視化程序設計。小班在實驗機房上課，課程將講解部分與上機練習結合起來，教師對每一個知識點進行講解后，讓學生立刻練習，提高學生的動手實踐能力。通過教師的課堂講解和學生的課堂練習，使學生達到融會貫通的程度。

4) 數據結構與算法分析。針對智能科學與技術專業對計算機軟件能力要求高的特點，我們壓縮了計算機專業的數據結構和算法分析兩門課程的學時，保證學生應用能力的培養，并編寫了相應教材。

5) 根據國內外高等教育的最新發展，我們對研究思路、內容、方法進行必要調整。英國、美國、馬來西亞等國近幾年開設了AI相關專業，并且多數與機器人結合。在2010版教學計劃中，我們也將機器人作為學生學習過程中的實驗平臺和設計實現對象，為此探討設立機器人組成原理課程[3]，并在準備教材。我們還與南開大學、河北工業大學合作開發智能科學與技術專業的系列教材[4]。

另一方面，我們在辦學過程中也感覺到一些問題，和南開大學[5]的問題較為類似。

1) 專業宣傳方面的問題。

2) 沒有形成統一的教學指導委員會，各學校還處于單兵作戰階段。

3) 學校的重視程度不夠，經費投入有待加強。

4) 師資結構對其他學科的依賴程度較大，還未形成完整的師資隊伍，多數教師來自其他專業。

5結語

通過兩年的專業課學習，首屆智能科學與技術專業的全體學生在各方面都取得了不錯成績。多門基于專業課程開設的課程設計不僅增強了學生的動手實

踐能力，還加深了學生對專業知識的理解及掌握程度，很好地將理論學習與實踐教學結合起來。特別是在畢業設計階段，學生的論文題目都很有新意，充分體現出智能科學與技術專業的“智能”特點，而且學生在論文答辯環節全部順利通過。首屆畢業生中，出國和保研率達到54.17%，就業率達到45.83%，有很好的發展前景。通過研究首屆畢業生情況，我們認為智能科學與技術專業是一個很有發展潛力的專業，能夠將人工智能科學、計算機技術、智能控制等專業性較強的學術領域綜合起來，培養出具有綜合能力的優秀畢業生。

總結首屆畢業生情況，我們將在隨后的教學過程中進行如下改進：結合人工智能學科的發展，盡可能增加學科發展前沿的內容；針對學有余力的學生，布置學科前沿的自學內容；在教學中嘗試以作業的形式安排實驗內容[6]。同時，我們繼續保持小班授課方式，營造出良好的學習氛圍。在考核方面，結合平時、考試和答辯3種形式，來客觀、公正地評定學生，促進學生的全面發展。通過總結已有的教學經驗，吸取教訓，發展優勢，我們相信智能科學與技術專業一定會一步一步成為更加完備的、更有優勢的、更具時代特征的新型專業。

參考文獻：

[1] 劉冀偉,石志國,王志良. 北京科技大學智能科學與技術專業建設概況[J]. 現代大學教育,2010(6):1-4.

[2] 石志國,劉冀偉,王志良.“智能科學與技術”本科專業軟件實踐類課程建設探討[J].計算機教育,2009(11):93-97.

[3] 石志國,劉冀偉,王志良,等. 機器人組成原理課程規劃[J]. 計算機教育,2010(15):86-90.

[4] 楊鵬,張建勛,劉冀偉,等. 智能科學與技術專業課程體系和教材建設的思考[J]. 計算機教育,2010(19):11-18.

[5] 方勇純. 智能科學與技術專業畢業生情況分析與專業建設[J]. 計算機教育,2010(19):51-54.

[6] 魏秋月. 關于智能科學與技術專業人才培養和學科建設的思考[J]. 教育理論與實踐,2009,29(9):18-19.

The Situation of the Major in Intelligence Science and Technology

in University of Science and Technology Beijing

LIU Jiwei, SHI Zhiguo, WANG Zhiliang