前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能課程主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能課程范文

關鍵詞：林業(yè)院校；人工智能；課程教學

1背景

近年來，隨著“互聯(lián)網(wǎng)+”的快速普及，互聯(lián)網(wǎng)跨界融合創(chuàng)新模式進入林業(yè)領域，利用移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術推動信息化與林業(yè)深度融合，開啟了智慧林業(yè)的大門。我國林業(yè)信息化、智能化建設逐步走上了有序、快步發(fā)展的軌道，取得了重要的進展。

2011―2013年，國家林業(yè)局先后開展了中國林業(yè)信息化體制機制研究和中國智慧林業(yè)發(fā)展規(guī)劃研究，在此基礎上出臺了《國家林業(yè)局關于進一步加快林業(yè)信息化發(fā)展的指導意見》和《中國智慧林業(yè)發(fā)展指導意見》。2012―2013年，在深入研究的基礎上，林業(yè)局編制了《中國林業(yè)物聯(lián)網(wǎng)發(fā)展框架設計》，2016年3月正式了《“互聯(lián)網(wǎng)+”林業(yè)行動計劃》。

國家林業(yè)局制定的《中國智慧林業(yè)發(fā)展指導意見》指出，信息化、智能化在林業(yè)中的應用已經(jīng)從零散的點的應用發(fā)展到融合的、全面的創(chuàng)新應用。隨著現(xiàn)代信息技術的逐步應用，能實現(xiàn)林業(yè)資源的實時、動態(tài)監(jiān)測和管理，更透徹地感知生態(tài)環(huán)境狀況、遏制生態(tài)危機，更深入地監(jiān)測預警事件、支撐生態(tài)行動、預防生態(tài)災害。

人工智能是計算機科學中涉及研究、設計和應用智能機器的一個重要分支。國際上，人工智能的研究已取得長足的進展；在國內，也呈現(xiàn)出極好的發(fā)展勢頭，人工智能已得到迅速的傳播與發(fā)展，并促進了其他學科的發(fā)展。我國已有數(shù)以萬計的科技人員和大學師生從事不同層次的人工智能的研究與學習，人工智能已成為一個受到廣泛重視并有著廣闊應用潛能的龐大的、交叉的前沿學科。特別是經(jīng)過近幾十年的發(fā)展，智能技術及其應用已經(jīng)成為各行業(yè)創(chuàng)新的重要生長點，其廣泛的應用前景日趨明顯，如智能機器人、智能化機器、智能化電器、智能化樓宇、智能化社區(qū)、智能化物流等，對人類生活的方方面面產(chǎn)生了重要的影響。

近年來，人工智能已經(jīng)在智慧林業(yè)相關領域中得到了廣泛應用，例如，在智能機器人的應用方面，已經(jīng)有大量的嫁接機器人、水果采摘機器人、農(nóng)藥噴灑機器人、果實分檢機器人等投入使用；在專家系統(tǒng)的應用方面，森林病蟲害診斷專家系統(tǒng)、病蟲預測預報專家系統(tǒng)、林產(chǎn)品生產(chǎn)管理專家系統(tǒng)、專家咨詢和人員培訓專家系統(tǒng)等也得到了廣泛應用。

隨著人工智能在智慧林業(yè)中的廣泛應用，涉林企業(yè)和事業(yè)單位對智能型林業(yè)高技術人才的需求也在不斷加大。為了適應市場對智能型人才的需求，自2003年起，國內諸多林業(yè)高等院校在計算機科學與技術專業(yè)本科階段、林業(yè)相關專業(yè)的研究生階段陸續(xù)開設人工智能課程，同時不斷加大人工智能課程的比重，因此，人工智能課程教學對于林業(yè)院校顯得越來越重要。

2林業(yè)院校人工智能課程教學現(xiàn)狀

林業(yè)院校開設人工智能課程的專業(yè)不多，但有不斷增加的趨勢。以中南林業(yè)科技大學為例，該校計算機科學與技術本科專業(yè)自2003年起就開設了人工智能課程，所用教材一直是蔡自興教授主編的《人工智能及其應用》；另外，面向部分專業(yè)的碩士和博士研究生開設了人工智能相關課程，如農(nóng)業(yè)碩士的農(nóng)業(yè)信息化領域研究生開設了人工智能技術，森林經(jīng)理和森林培育兩個專業(yè)的博士研究生開設了人工智能與專家系統(tǒng)。

針對計算機科學與技術本科專業(yè)，人工智能課程主要使用蔡自興教授主編的《人工智能及其應用》教材施教，但由于課時數(shù)僅有32學時，關于人工智能的一些高級應用，如神經(jīng)網(wǎng)絡、專家系統(tǒng)、機器學習等，采用專題的形式組織教學。該專業(yè)沒有設置實驗學時，僅在理論課堂上演示了一些仿真軟件，如BP神經(jīng)網(wǎng)絡仿真環(huán)境。

針對農(nóng)業(yè)碩士的農(nóng)業(yè)信息化領域研究生和森林經(jīng)理及森林培育兩個專業(yè)的博士研究生，教學計劃安排的學時數(shù)為40學時，沒有指定教材，僅給學生列了蔡自興教授的《人工智能及其應用――研究生用書》等幾本參考教材。課堂主要以專題的形式組織教學，每一講除了相關的理論以外，還介紹一些工程實踐應用的例子，讓研究生能夠了解這些人工智能算法如何在實際中得到具體應用。

3林業(yè)院校人工智能課程教學存在的問題

全國各高等院校的人工智能課程教學都或多或少地存在一些問題，林業(yè)院校更有區(qū)別于其他類型院校的顯著特征，而且林業(yè)院校開設該課程教學相對較晚，因此林業(yè)院校的人工智能課程教學存在更多的問題。

（1）師資短缺。在林業(yè)院校，林學相關專業(yè)開設該課程往往由林學相關專業(yè)的教師主講。這些非計算機相關專業(yè)的教師雖然曾從事過人工智能個別算法或領域研究，但不具備全面的人工智能相關專業(yè)知識，在講授不熟悉的人工智能知識點時顯得力不從心。

（2）教學內容專業(yè)性不強。人工智能是計算機科學的一個分支學科，一般的人工智能教材都比較適合計算機相關專業(yè)的學生使用，但是農(nóng)業(yè)信息化、森林經(jīng)理、森林培育等專業(yè)的學生不管是專業(yè)基礎還是行業(yè)應用背景均與計算機類專業(yè)學生不同，如果我們仍然按普通的教材施教，教學內容就缺乏林科特色，顯得專業(yè)性不強，無法吸引學生的聽課興趣。

（3）教學難度過大。林業(yè)院校涉林專業(yè)的學生一般只有計算機文化基礎、C語言等簡單的計算機課程基礎，缺乏算法思想。而人工智能課程涉及很多高級、復雜的算法，不論從算法思想，還是從算法實現(xiàn)和算法應用，對非計算機類專業(yè)學生來說難度過大。因此，在教學內容和教學要求上要做一些取舍。

除此之外，還存在諸如缺少實驗環(huán)節(jié)、教學手段單一、教學案例缺乏等其他普遍性問題。

4林業(yè)院校人工智能課程教學改革建議

通過分析林業(yè)院校人工智能課程教學存在的問題，結合自己近十余年來從事人工智能教學的經(jīng)驗，我們提出了一些改革建議。

（1）推行專題式教學，解決師資缺乏的問題。在師資缺乏的情況下，由一名教師完成整個人工智能課程教學比較困難，同時，可能有多名教師分別在人工智能的不同方面進行過深入研究。因此，可以將該課程按章節(jié)分成各個不同的模塊，每一個模塊設一個專題，如神經(jīng)網(wǎng)絡專題、專家系統(tǒng)專題、機器學習專題等，再由多名教師分別承擔自己熟悉的專題進行講授。這樣既可以解決一位教師的知識不足，又可以讓各位教師結合自己的科研將每一個熟悉的專題講授得更加詳細、更加有趣。

（2）教學內容與涉林專業(yè)緊密結合，解決專業(yè)性不強的問題。事實上，人工智能的各領域應用在林業(yè)行業(yè)都能找到對應的應用實例。例如，林果采摘機器人就是機器人在林業(yè)中的應用；林火識別和林木病蟲害監(jiān)測就是模式識別在林業(yè)中的應用；林火蔓延預測可以用到隱馬爾科夫模型；PAID50專家系統(tǒng)平臺就是專家系統(tǒng)在農(nóng)林業(yè)中的應用典范等。因此，在教學過程中，我們可以考慮將人工智能知識與林業(yè)應用結合進行講解，這樣學生更容易接受也更樂意接受。更進一步，如果能夠結合這些林業(yè)應用編寫一本《人工智能及其林業(yè)應用》教材，將會更加適合涉林專業(yè)的學生學習這門課程。

（3）應用計算機仿真軟件解決教學內容難度大的問題。非計算機類專業(yè)的學生計算機基礎較差，編程能力不強，算法訓練不足，對各種人工智能高級算法難以理解，更難以編程實現(xiàn)。針對這個實際問題，我們可以主動提供一些相關算法的計算機仿真軟件，在課堂上通過演示這些仿真軟件，讓學生直觀地理解算法，甚至能夠通過仿真軟件應用這些算法解決本專業(yè)相關的問題。例如可以開發(fā)如圖1和圖2所示的BP神經(jīng)網(wǎng)絡算法仿真軟件，通過該仿真可以把神經(jīng)網(wǎng)絡的結構、訓練時的權值偏差變化、訓練過程中總誤差的變化等信息完全呈現(xiàn)在學生面前，學生通過這個仿真過程就不難理解BP神經(jīng)網(wǎng)絡算法，甚至可以使用這個仿真軟件來解決本專業(yè)相關的一些問題。

第2篇：人工智能課程范文

關鍵詞:人工智能;專家系統(tǒng);ARM;單片機

人工智能(AI)[1]是計算機科學的重要分支,是計算機科學與技術專業(yè)的核心課程之一。本課程在介紹人工智能的基本概念、基本方法的基礎上,主要是研究如何用計算機來模擬人類智能,即如何用計算機實現(xiàn)諸如問題求解、規(guī)劃推理、模式識別、知識工程、自然語言處理、機器學習等只有人類才具備的“智能”,本課程重點闡明這些方法的一般性原理和基本思想,使得計算機更好得為人類服務。

1人工智能課程體系

人工智能主要研究傳統(tǒng)人工智能的知識表示方法,包括狀態(tài)空間法、問題歸約法謂詞邏輯法、語義網(wǎng)絡法、框架表示、劇本表示等;搜索推理技術主要包括盲目搜索、啟發(fā)式搜索、消解原理、規(guī)則演繹算法和產(chǎn)生式系統(tǒng)等。

人工智能的研究論題包括計算機視覺、規(guī)劃與行動、多Agent系統(tǒng)、語音識別、自動語言理解、專家系統(tǒng)和機器學習等。這些研究論題的基礎是通用和專用的知識表示和推理機制、問題求解和搜索算法,以及計算智能技術等。

人工智能課程在我校計算機科學與工程學院是作為大三年級的一門專業(yè)選修課開設,總共學時數(shù)為:60(其中理論學時為36,實驗學時為24),隨著計算機技術的不斷更新發(fā)展,人工智能的應用領域變得越來越廣,因此人工智能(AI)這個學科已不再陌生,很多學生對其充滿興趣,所以在選課人數(shù)上遠遠超過其他選修課的人數(shù),另外結合我校的實際情況,部分理論或實驗設計項目可以與其他相關專業(yè)結合起來而應用。

2人工智能教學實踐

50多年以來,人工智能獲得很大的發(fā)展,已經(jīng)引起眾多學科和不同專業(yè)背景學者們的日益重視,成為一門廣泛的交叉和前沿科學,但是到目前為止人工智能至今仍尚無統(tǒng)一的定義,要給人工智能下一個準確、科學和嚴謹?shù)亩x也是困難的。

由于人工智能[2]是一門交叉性的學科,涉及到了控制論、語言學、信息論、神經(jīng)生理學、心理學、數(shù)學、哲學等許多學科。所以該學科具有知識點多、涉及面廣、內容抽象、不易理解、理論性強、需要較好的數(shù)學基礎和較強的邏輯思維能力等特點,導致了在教學過程中老師講得吃力、學生聽得吃力。盡管在多年的教學過程中積累了一些經(jīng)驗,但是對于如何把握這門課程的特點,提高學生的學習興趣,幫助學生更好的理解這門課程,目前仍然有很多問題需要研究解決。

目前在整個教學過程中存在的主要問題[3]是:

1) 教學內容陳舊,部分參考書相關內容或案例都過于陳舊。在整個教學過程中,多數(shù)教學案例涉及到人工智能理論的高級應用――機器人,目前在國際及國內機器人的水平已經(jīng)達到相當高的水平,但是部分教科書中仍沿用關節(jié)型機器人為例,教學內容稍顯陳舊。

2) 教材難易程度不均勻,部分章節(jié)學生難以理解。由于人工智能課程的部分章節(jié),本身就可以獨立成一門課程,但由于是面向本科生的內容,因此很多內容壓縮于一章來講解,同時由于課時所限,完全不能將相關的內容講透講通;例如:神經(jīng)計算中的神經(jīng)網(wǎng)絡,與模糊邏輯控制的相關理論與應用。

3) 教學手段單一,教學過程中缺乏師生之間的溝通與交流。經(jīng)過自己的實踐教學及對兄弟院校的人工智能的教學內容與教學手段的調研,同時也在學生之間進行溝通交流,發(fā)現(xiàn)多數(shù)同學反映,理論與應用雖然前沿,但是在學習過程中,教師教學手段單一,內容枯燥乏味,一般的教學模式,多采用“老師講,學生聽”的方法,整個教學效果并不理想。

4) 考核方法不科學,不能體現(xiàn)學生實際的學習情況。目前對于課程學習的考核采用閉卷考試的方式,很多考點有的同學根本不理解,完全死記硬背,考后又將內容丟棄,從學習的效果來講,收獲甚微且完全沒有達到真正學習及應用的能力。

3教學方法改進

3.1注重激發(fā)學生的學習興趣

科學家愛因斯坦曾說過:“興趣是最好的老師?！比绾卧诮虒W工作中激發(fā)和培養(yǎng)學生的學習興趣,提高他們學習的主動性和積極性是當前教學改革中迫切需要解決的重要問題。

在實際的課堂教學中發(fā)現(xiàn),剛開始聽課由于有興趣學生整體學習的積極性很高,但是一段時間過后發(fā)現(xiàn)部分學生由于教學內容抽象,難點比較多,不便于理解,興趣日漸變少,針對此種情況,可以采用任務驅動式教學或案例教學。

例如:在講專家系統(tǒng)章節(jié)時,在授課之前先通過互聯(lián)網(wǎng),采取案例教學法,給學生們實時在線演示一個醫(yī)療專家診斷系統(tǒng),演示其中的功能,同時與學生互動,以問答式與學生互動,了解目前專家系統(tǒng)的具體應用、可以解決的問題、給人民生活帶來的益處等。通過這種教學的形式,一方面可以激發(fā)學生的學習興趣;另一方面也使同學們體會到人工智能與我們生活的貼近程度。第二步,采用任務驅動法,具體來說,它是指教學全過程中,以醫(yī)療專家診斷系統(tǒng)若干個具體任務為中心,通過完成任務的過程,介紹和學習基本知識和具體設計方法。

3.2注重教材選擇

這一任務的執(zhí)行者主要是由教研室主任或任課老師來完成。目前在各高校中所使用的人工智能相關教材的種類繁多,章節(jié)和內容的設置上也存在差別。筆者在訂閱教材或參加教材展銷的活動中,都比較重視人工智能教材的情況,通過比較發(fā)現(xiàn),有的教材內容及難度太低,完全不符合高等本科院校的要求,而部分出版社的教材則是內容及章節(jié)安排內容太多太泛,有些知識點講的又過于深奧,限于學時所限也不適合選用。在選教材方面,除了關注內容方面外,還要注重書上所講的一些實例,注重這些例子的典型性、時效性及新穎性,例如,部分教材在自動規(guī)劃這一章,選用機械手作為例子來說明積木世界的機器人規(guī)劃問題,還有一些選擇關節(jié)機器人,前些年這樣的機器人技術確實是個難點,但是依據(jù)現(xiàn)在成熟的機器人技術,無論是國際還是國內都已不再是技術難點,再拿這個例子去配合理論去講解,無論內容還是形式都稍顯陳舊,目前機器人技術發(fā)展水平基本上達到盡可能高仿真狀態(tài)。

3.3運用現(xiàn)代化的多媒體教學手段

針對人工智能課程相關內容比較抽象,公式推導比較繁瑣,除了具有完善的教學大綱、合理的教學計劃以及好的教材外,還應該根據(jù)學校的實際硬件條件盡可能地選擇多媒體教學手段來輔助教學。因此在實踐教學中,配合教學內容,充分利用計算機、投影儀以及互聯(lián)網(wǎng)的優(yōu)勢,結合多種教學方法與手段組織整個教學過程。例如:在講述搜索推理技術時,使用一些小的演示軟件,將相關推理技術的理論通過動畫的形式一步一步演示出來;在講專家系統(tǒng)相關理論知識時,尤其是各種類型的專家系統(tǒng),采用互聯(lián)網(wǎng)上的一些在線視頻資源為例,給同學進行詳細講解,同時結合農(nóng)業(yè)院校的特點,在線資源有如農(nóng)業(yè)專家系統(tǒng)或動物專家診斷系統(tǒng)等,這樣學生可以加強對理論知識的理解,同時也體會到理論不再是抽象空洞的文字描述;在自動規(guī)劃這一章,給同學們選擇演示發(fā)達國家目前研制的各種類型機器人,通過這些形象生動、行為舉止逼近真實人的機器人來給學生講理論,這樣學生通過觀看視頻資源,不僅可以拓寬知識面及視野,同時也可以及時地了解國際及國內機器人的發(fā)展水平及差距,不斷更正自己的錯誤觀點并更新自己新的專業(yè)認識,另一個方面也可以同時激發(fā)學生們的學習熱情和積極性,這一點在課堂實踐教學中得到驗證,得到廣大同學的認可和接受,整個教學課堂不再那么單調枯燥呆板了,基本可以達到在娛樂中傳授專業(yè)知識。

3.4加強對實驗教學的重視

目前高校在人工智能的教學過程中,實驗所占的學時比較少,有的甚至就不安排實驗課學時;另外實驗內容也相對比較簡單,應用不到理論課堂上所學到的人工智能原理,實驗效果不是很好。面向人工智能課程的程序設計語言,多采用Prolog程序設計語言,該語言是一種基于一階謂詞的邏輯程序設計語言,它在AI和知識庫的實現(xiàn)技術方面具有十分重要的作用,具有表達力強、表示方便、便于理解、語法簡單等優(yōu)點。但在整個實驗教學環(huán)境也遇到了如下問題:首先是目前有關人工智能的專門配套實驗教程很少;其次是即使有諸如《面向人工智能程序設計Prolog》教程,則主要是側重介紹這門自然語言的程序設計,而其中很多部分與AI實驗環(huán)節(jié)關聯(lián)度不大,另外教材價位也比較高。針對此種情況,筆者在24個學時的實驗教學過程中,安排7個實驗內容,其中最后一個專家系統(tǒng)的設計與實現(xiàn)作為一個綜合性實驗來設計。在進行實驗教學的過程中,首先參考多本Prolog程序設計教程,選擇其中與實驗教學計劃中相關的內容,專門編寫相應的電子教程,同時也結合我校學生本身的特點[4],有側重地體現(xiàn)和編寫,總的目的是給學生一份完整的、系統(tǒng)的、規(guī)范的電子教程。這樣做的目的是:一方面作為學生參考的技術文檔;另一方面也可以節(jié)省學生的部分經(jīng)濟開支。電子教程的結構分為三個部分來完成,首先為人工智能理論及原理,Prolog語言的使用說明;其次具體的例子演示(均經(jīng)過調試正常運行);最后為布置給學生具體的實驗內容及相關題目,以提供給學生自己動手實踐的機會。此外在實驗教學過程中,同時也會給學生們自由發(fā)揮的機會,比如專家系統(tǒng)的設計與實現(xiàn)作為一個綜合性實驗,學生可以采用Prolog編程實現(xiàn),也可以采用其他自己擅長的程序設計語言,例如有的同學選擇C語言、VC++、Visual Basic、Java及網(wǎng)頁開發(fā)設計語言ASP/JSP等,此外在實驗內容方面,實驗遞交的專家系統(tǒng)涉及多個領域(有動物辨別、醫(yī)療診斷、動物養(yǎng)殖咨詢等專家系統(tǒng))、范圍也頗廣,實驗內容重復性很小,在設計過程中,絕大部分同學均是結合自己的興趣愛好來完成設計。

4結語

人工智能的研究成果將能夠創(chuàng)造出更多、更高級的智能“制品”,并使之在越來越多的領域超越人類智能,同時將為發(fā)展國民經(jīng)濟和改善人類生活做出更大的貢獻。作為一名當代的大學生有必要學好這門課程,但是根據(jù)實際教學情況,教師與學生仍然需要繼續(xù)進行相應的研究與發(fā)展,只有不斷地探索和提高,才能使我們的教學工作更上一層樓,才能培養(yǎng)出符合時代和社會需求的人才。另外人工智能與農(nóng)業(yè)等方面存在很多結合應用的契機,這樣計算機就可真正地服務于社會、服務于人類、服務于農(nóng)業(yè)、應用于農(nóng)業(yè)、發(fā)展農(nóng)業(yè)。

參考文獻:

[1] 蔡自興. 人工智能及其應用[M]. 3版. 北京:清華大學出版社,2007.

[2] 陳峰,文運平. 淺談人工智能課程的教學[J]. 消費導刊,2006(12):123.

[3] 趙蔓,何千舟. 面向21世紀的人工智能課程的教學思考[J]. 沈陽教育學院學報,2004,6(4):131-132.

[4] 王蓮芝. 高等農(nóng)林院校人工智能教學的探討[J]. 高等農(nóng)業(yè)教育,2003(12):64-65

Study of the Artificial Intelligence Teaching Methods

HAN Jie-qiong1, YU Yong-quan2

(1. School of Computer Science and Engineering, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China;

2. School of Computer, Guangdong University of Technology, Guangzhou 510075, China)

第3篇：人工智能課程范文

關鍵詞：人工智能；案例式教學；興趣引導教學法；問題驅動教學法

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(fā)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(tǒng)的綜合性技術學科[1]，是計算機科學、控制論、信息論、神經(jīng)生理學、心理學、語言學等多種學科互相滲透、迅速發(fā)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(shù)據(jù)挖掘、人工神經(jīng)網(wǎng)絡和專家系統(tǒng)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(shù)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(fā)現(xiàn)、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(yè)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(yè)研究生培養(yǎng)目標，并結合筆者多年來的教學經(jīng)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(shù)較短（大部分高校的研究生專業(yè)安排的課程的時數(shù)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(yè)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?！叭斯ぶ悄堋闭n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(chǎn)生式知識表示法、框架表示法、語義網(wǎng)絡表示法等）。語言信息處理專業(yè)學生本科專業(yè)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(fā)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(yè)為中心進行，選擇與學生專業(yè)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(fā)展趨勢，從而能夠更好地培養(yǎng)自身的科學素養(yǎng)和創(chuàng)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(shù)據(jù)挖掘、多Agent系統(tǒng)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(jù)，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(tǒng)、機器學習、自動規(guī)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(jīng)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(chuàng)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(tǒng)實現(xiàn)，為此，如何激發(fā)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(yǎng)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(yǎng)學生對本門課程的學習興趣，激發(fā)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(jié)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(chuàng)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(fā)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(shù)據(jù)挖掘技術在現(xiàn)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(fā)起學生用人工智能相關技術解決現(xiàn)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(shù)據(jù)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(chǎn)生式知識表示法時，以“動物識別系統(tǒng)”問題原型，給出學生系統(tǒng)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(yǎng)學生解決問題的能力，形成研究的態(tài)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(tǒng)”的構造步驟時，用“營養(yǎng)專家系統(tǒng)”為案例進行介紹，將該專家系統(tǒng)分解為一個個小的具體任務（如知識庫構建、規(guī)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(tǒng)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(tǒng)，從而達到掌握專家系統(tǒng)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(jù)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(yǎng)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(fā)現(xiàn)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(chǎn)生式系統(tǒng)和自然語言理解系統(tǒng)的有關概念及系統(tǒng)構成技術，采用了案例教學法。

在介紹產(chǎn)生式系統(tǒng)時，我們以動物識別系統(tǒng)為案例進行介紹。案例教學通?？梢苑譃?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(chǎn)生式的語法和語義、產(chǎn)生式系統(tǒng)的組成及工作原理后，通過屏幕演示動物識別系統(tǒng)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(tǒng)源程序，詳細介紹設計思想以及實現(xiàn)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(tǒng)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(tǒng)的效率？）。

在介紹自然語言理解系統(tǒng)時，以自然語言情報檢索系統(tǒng)LUNAR[5]為例進行介紹。從LUNAR系統(tǒng)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(jīng)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(tǒng)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(yè)“指揮機器人的自然語言理解系統(tǒng)SHRDLU”。

4 課程考核方式的改革

研究生教育以培養(yǎng)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(yè)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(jù)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(yōu)點，并采用了適當?shù)目己朔绞健＝虒W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.

[2] 廉師友.人工智能技術導論[M].西安：電子科技大學出版社， 2002.

第4篇：人工智能課程范文

署名為卡耐基梅隆大學機器人系博士、Facebook人工智能組研究員的田淵棟在發(fā)文稱，AlphaGo的兩個網(wǎng)絡是13層的人工神經(jīng)網(wǎng)絡，其結構與谷歌圖片搜索引擎識別圖片的結構相似。這些層能夠做分類和邏輯推理，經(jīng)過過濾，13個連接的神經(jīng)網(wǎng)絡層產(chǎn)生對它們看到的局面進行判斷。

有人因此心生恐懼，猜測人工智能會不會終有一天上演科幻大片上出現(xiàn)的統(tǒng)治人類。那么，拋開過于遙遠的未來，就短期來看，AlphaGo這類人工智能的下一步是不是可以在任何博弈類游戲中打敗人類呢？

全球最權威的自然科學綜合類學術期刊之一Science發(fā)文稱，也許，人類在撲克游戲中還能和人工智能多抵抗一會兒。

一位投身于人工智能撲克軟件研發(fā)的前撲克專家說，雖然計算機在一些撲克玩法中已經(jīng)接近采用數(shù)學上的最優(yōu)策略了，但優(yōu)秀的人類撲克玩家都擁有一個額外的技能：研究并利用對手的弱點的能力。而這種人類能力是偏離數(shù)學最優(yōu)策略的，計算機無法做到這一點。

不過，從原則上說，這只是深層神經(jīng)網(wǎng)絡應該能夠掌握的事情。這就是說，另一個人類游戲堡壘可能也將被人工智能攻破。

國際象棋大師卡斯帕羅夫在2010年發(fā)文指出了國際象棋和撲克的區(qū)別：

國際象棋是百分之百的信息博弈――兩個玩家都會同時獲知相同的數(shù)據(jù)信息――與計算機敏感的計算能力相比，玩撲克牌可以隱藏自己的牌，其中有很多變量和不確定性，概率、以假象迷惑對手的心理層面因素、風險管理等在撲克牌中十分關鍵。

第5篇：人工智能課程范文

[關鍵詞]認知工具 高階能力 高階思維能力

[中圖分類號] G642.3 [文獻標識碼] A [文章編號] 2095-3437（2013）17-0036-02

一、有關概念的界定

高階能力是信息時代對人才素質要求所偏重的能力，是以高階思維為核心，解決劣構問題或復雜任務的心理特征。培養(yǎng)和發(fā)展學習者的高階能力是當今素質教育所追求的目標之一，是衡量教育成敗的關鍵因素。高階能力的核心是高階思維能力，許多學者對此做了大量的研究。美國耶魯大學的心理學家斯騰伯格1985年提出三元智力理論，認為成功的智力包括三種形態(tài)的智力：分析、創(chuàng)新與實踐的思維能力。香港《課程綱要》提出的五項基本高層次思維能力為：解決問題能力、探究能力、推理能力、傳意能力和構思能力。鐘志賢認為高階能力是指問題求解、決策制定、批判性思維和創(chuàng)造性思維能力，是綜合運用分析性、創(chuàng)造性和實踐性思維的能力。它主要包括創(chuàng)新、問題求解、決策、批判性思維、信息素養(yǎng)、團隊協(xié)作、兼容、獲取隱性知識、自我管理和可持續(xù)發(fā)展十大能力。這十大高階能力不是孤立的、彌散的，而是以高階思維為核心的能力的整體。[1]雖然對高階思維能力的構成，不少學者提出了自己的看法，但大多數(shù)存在不同程度的相似。綜上可以看出多數(shù)包括了問題分析能力、求解思維能力、創(chuàng)造性思維能力、批判性思維能力等。

信息化時代，已大大地改變了教育模式。除了必須學習那些范疇內知識外，學習的過程、學習的環(huán)境和學習的方式以及學習的態(tài)度也非常重要。何克抗等論述了教學系統(tǒng)設計中學習環(huán)境設計，強調了技術環(huán)境設計及計算機作為認知工具的作用。[2]鐘志賢將技術應用作為信息化教學模式的三大支柱之一，[1]用技術來學習，將技術作為學習工具，是信息時代的主要特征之一。

Derry 認為認知工具是支持和擴充使用者思維過程的心志模式和設備。Jonassen 認為認知工具是指各種促進批判性思維、創(chuàng)造性思維和綜合思維能力的軟件系統(tǒng)， 通常是可視化的智能信息處理軟件，如知識庫、語義網(wǎng)絡、幾何圖形證明樹、專家系統(tǒng)等。何克抗指出在現(xiàn)代學習環(huán)境中，認知工具主要是指與通信網(wǎng)絡相結合的廣義的計算機工具，用于幫助和促進認知過程，學習者可以利用它來進行信息與資源的獲取、分析、處理、編輯、制作等，也可用來表征自己的思想，替代部分思維，并與他人通信與協(xié)作。常用的六種認知工具為：問題/任務表征工具、靜態(tài)/動態(tài)知識建模工具、績效支持工具、信息搜索工具、協(xié)同工作工具、管理與評價工具。[2]以上各位學者對認知工具的界定雖有所不同，但在信息技術環(huán)境中，我們可以認為認知工具主要是指與通信網(wǎng)絡相結合的廣義的計算機工具，借助于計算機的各種軟件系統(tǒng)，在課程學習資源利用、情境創(chuàng)設與探究、發(fā)現(xiàn)學習、協(xié)商學習、交流討論、知識建構與創(chuàng)作實踐等方面發(fā)揮著重要的作用。

如何發(fā)展和提高學習者的高階思維能力？良好的思維能力需要培養(yǎng)和訓練，最有效的高階能力思維發(fā)展方式，應是融合于具體的教學活動過程中，即在完成課堂學習任務，完成教學目標的同時發(fā)展高階思維能力。在人才培養(yǎng)過程中，通過恰當?shù)慕虒W條件支持，有助于學生高階思維能力的培養(yǎng)。鐘志賢從理論和實踐的角度論述了運用信息技術及其所構成的新型的學習模式，能有效地促進學習者高階思維能力的發(fā)展。[1]

二、信息與計算科學專業(yè)學生認知工具的構建

信息與計算科學專業(yè)是教育部1998年頒布的一個新的數(shù)學類專業(yè)，該專業(yè)的設置順應了“以信息技術為核心的全球經(jīng)濟格局”。該專業(yè)的培養(yǎng)目標是以信息技術與計算技術的數(shù)學基礎為研究對象的理科類專業(yè)， 培養(yǎng)具有良好的數(shù)學基礎和數(shù)學思維能力， 掌握信息與計算科學的基礎理論、方法與技能， 受到科學研究的訓練， 能解決信息技術和科學與工程計算中的實際問題的高級專門人才。其培養(yǎng)的人才應具有良好的數(shù)學基礎，能運用知識去解決實際問題，具有較強的知識更新、技術跟蹤與創(chuàng)新能力。這些能力是信息時代對人才的要求，屬于高階能力的范疇。

2003年，信息與計算科學專業(yè)教學指導委員會制訂了“信息與計算科學專業(yè)教學規(guī)范”，[3]規(guī)范中明確指出課程的結構分為四大類：公共基礎課、專業(yè)基礎課、專業(yè)課、專業(yè)選修課。每一類包含若干門課，我們依據(jù)課程的教學目標和教學內容，將相關課程進行重新整合、歸類，闡述了了解、掌握、運用與完善認知工具的過程及學生能力的發(fā)展。

（1） 基于信息技能的學習，了解認知工具

該平臺主要依托于計算機概論、程序設計與算法語言、數(shù)學類工具軟件等課程的學習。計算機概論介紹計算機文化、組成、網(wǎng)絡，常用軟件的操作，建立信息與資源的獲取、編輯能力，發(fā)展信息技能。課程程序設計與算法語言介紹面向對象和面向過程兩類程序設計方法，讓學生了解、理解算法概念，掌握編程的基本方法。課程數(shù)學類工具軟件通過介紹Matlab、Lingo、Spss等專有的數(shù)學軟件，發(fā)展學生用工具表征數(shù)學問題、理解數(shù)學概念、從事科學計算的能力。

這些課程的學習有助于學生認識和了解認知工具，發(fā)展信息技能，建立算法概念，掌握程序設計方法，擴充和完善計算工具，為進一步學習提供認知工具平臺。

（2） 依托知識的建構，掌握認知工具

該平臺主要基于離散數(shù)學、數(shù)據(jù)結構等課程的學習。離散數(shù)學提供了處理離散結構的描述工具和方法，提高抽象思維和嚴格的邏輯推理能力。數(shù)據(jù)結構介紹了幾類數(shù)據(jù)結構的特征、有關操作的算法和應用，發(fā)展學生在求解實際問題中選擇合適的數(shù)據(jù)組織形式的能力，提高學生的算法設計和編寫高效程序的能力。課程一方面介紹有豐富和完善的理論知識，同時也需將理論上推出的結論通過認知工具去實現(xiàn)。學生通過編程解決問題，從中需分析現(xiàn)象，獲取信息，解釋和組織個人知識，表達、表現(xiàn)和反思自己的知識，從而達到知識的建構。

這些課程為學生提供了觀察和實驗的學習環(huán)境，促進了學生對所學知識的理解與概括，提升了算法設計、算法分析的能力，為進一步理解和掌握認知工具提供了平臺。

（3） 面向問題的解決，運用認知工具

該平臺主要依托數(shù)學建模、數(shù)值分析、運籌學等課程的學習。數(shù)學建模是運用數(shù)學的語言和方法，通過抽象、簡化建立能近似刻畫并“解決”實際問題的一種強有力的數(shù)學手段。數(shù)值分析是研究用計算機求解科學計算問題的數(shù)值計算方法及其理論的學科。運籌學是以定量分析為主來研究經(jīng)濟活動或社會生活中的優(yōu)化決策、科學管理等問題，應用系統(tǒng)的、科學的、數(shù)學分析的方法，通過建模、檢驗和求解數(shù)學模型而獲得最優(yōu)決策的科學。課程的特點是將數(shù)學、計算機有機地結合起來去解決實際問題，使學生了解利用數(shù)學理論和方法去分析和解決問題的全過程。

這些課程為學生利用認知工具，構建情境探究、發(fā)現(xiàn)學習、問題解決的平臺。在此平臺下，將問題情境化，分析建模，用認知工具求解，觀察結果，分析結論，從而提升發(fā)現(xiàn)問題、解決問題的能力，發(fā)展了學生問題解決和批判性思維能力。

（4） 基于創(chuàng)新實踐，完善認知工具

“信息與計算科學專業(yè)教學規(guī)范”依據(jù)不同的專業(yè)方向提供了三類專業(yè)選修課供各校選擇。課程軟件方法、數(shù)值并行算法、科學與工程計算的近代方法、計算智能、計算機圖形學與可視化、信息工程概論等專業(yè)選修課及該專業(yè)的實習、畢業(yè)設計等實踐性教學環(huán)節(jié)為學生利用認知工具創(chuàng)作實踐，構建開發(fā)應用的平臺。這些課程將會以多種形式為學生提供創(chuàng)作實踐的任務（問題），學生不僅需要綜合應用認知工具，還需發(fā)展完善認知工具。

在此平臺下學生圍繞信息科學與計算科學等領域中的實際問題，創(chuàng)造性地運用多學科知識，通過虛擬、模擬等手法，從中觀察現(xiàn)象，獲取信息，科學分析，科學決策，培養(yǎng)科學研究的態(tài)度和能力，掌握科學探索的方法和途徑，發(fā)展學生的創(chuàng)造性思維和科學決策能力。

以上我們從信息與計算科學課程設置的角度，構建了基于認知工具發(fā)展高階能力的四個平臺，每個平臺的構建依托著幾門主要課程，但是其他課程對這些平臺的構建也有著一定的影響，而且每個平臺是隨著課程的開設、學習的深入不斷發(fā)展和完善的。教學中關注這些平臺的形成，對發(fā)展學生的高階思維能力有著積極的作用。

[ 參 考 文 獻 ]

[1] 鐘志賢.信息化教學模式-理論建構與實踐例說[M].北京：教育科學出版社，2005：35-48.

第6篇：人工智能課程范文

關鍵詞 智能建筑;工程實踐;賽課結合

中圖分類號：G652 文獻標識碼：B

文章編號：1671-489X（2014）24-0103-02

Practice of Intelligent Building Engineering Talent Cultivation by Race Course Combining//WU Yinbo， SHI Jinhong

Abstract The way of race course combined education， has a significant effect in the aspects of cultivating students’ practical ability， especially electronic design courses. Several years education practice show that， it also has a good effect in the intelligent building engineering capability. Through the concept of education， making the students intelligent building engineering capability is greatly improved， the students get social recognition and praise.

Key words intelligent building; engineering practice; race course combining

明確提出賽課結合理念進行實踐教學改革的是清華大學，針對電子設計競賽的特點，在學生中開設電子系統(tǒng)設計綜合實踐選修課。該課程在教學組織、教學形式、考核方式等方面與傳統(tǒng)課程有很大不同，能夠有效激發(fā)學生的創(chuàng)新意識、團隊協(xié)作意識和動手能力[1]。通過賽課結合的具體實踐，清華大學在全國大學生電子等相關賽事中成績非常突出。

廣東技術師范學院也是較早實行賽課結合教學的院校之一，但早期的做法不夠成熟。近年來隨著行業(yè)賽事的增多，加之學校對實踐能力培養(yǎng)的重視，在賽課結合方面也取得了喜人的成績。本文主要介紹在智能建筑工程競賽中，賽課結合的具體做法以及取得的成績。

1 智能建筑工程實踐培養(yǎng)背景

智能建筑是現(xiàn)代建筑與信息技術完美結合的產(chǎn)物。智能化技術為智能大廈提供全方位的計算機、電信、照明、保安、消防、電梯控制和進出大樓的監(jiān)控等服務。隨著我國智能建筑行業(yè)的快速發(fā)展，造成高級工程人才稀缺的局面。為解決該制約行業(yè)發(fā)展的問題，教育部在2005年設立了建筑電氣與智能化本科專業(yè)。該專業(yè)為智能建筑產(chǎn)業(yè)培養(yǎng)高級專門人才，對學生的工程實踐能力有很高要求，廣東技術師范學院是廣東省第一個開設該專業(yè)的高校。

住建部也非常重視工程實踐能力的培養(yǎng)，和有關企業(yè)聯(lián)合，舉辦全國性的賽事?！皝嘄埍比珖髮W生智能建筑工程實踐技能競賽（后文簡稱亞龍杯競賽）是住建部高等學校土建學科建筑電氣與智能化學科專業(yè)指導委員會主辦的唯一賽事，是以提高智能建筑相關專業(yè)的教育教學質量、加強實踐性教學環(huán)節(jié)建設、增強大學生的創(chuàng)新精神和實踐能力，推動產(chǎn)學研合作的一項重要的全國性大學生課外科技競賽，迄今已連續(xù)舉辦五屆，愈來愈受到各高等學校與行業(yè)的重視。

亞龍杯競賽具有突出的工程性，整個競賽過程和內容能夠全年考核參賽學生的設計能力、安裝調試能力以及軟件操作能力。從器件安裝、接線到程序設計調試，從功能組態(tài)到信息集成及監(jiān)控，涉及知識面廣，是智能建筑工程設計的一個典型縮影。學生通過參賽，可體驗一個較完整的建筑弱電工程的建設步驟。競賽還鍛煉學生的應變能力、故障排查與解決的能力，能檢驗出參賽者的綜合設計能力及團隊協(xié)作精神，而這些正是從事工程設計人員必須具備的素養(yǎng)。

2 賽課結合與工程能力培養(yǎng)

改革傳統(tǒng)的教育教學理念與方法，將理論與實踐有機結合，有效推進素質教育和高水平人才培養(yǎng)，一直是高等教育面臨的重要課題。不同階段，不同學科，其做法也有很大的區(qū)別。而與相關競賽結合，對課程進行改革或者創(chuàng)新的做法都可以稱作賽課結合。文獻[2]介紹了清華大學計算機相關專業(yè)人才培養(yǎng)中賽課結合方式的具體做法，文獻[3]介紹了賽課結合在嵌入式課程教學中的做法及經(jīng)驗。

賽課結合理念 賽課結合的本質是將課程教學與專業(yè)競賽有機結合，通過一系列的教改措施，以快速提高學生的綜合能力。課程在內容上針對性強，以實踐能力培養(yǎng)為主。賽課結合的優(yōu)勢主要體現(xiàn)在：1）能有效促進成員的團隊合作精神和自主創(chuàng)新精神;2）增強成員的溝通和交流技巧，包括隊內、師生、院系甚至不同學校之間的交流;3）加強了設計與實踐的結合、課程與競賽的結合。

實踐表明，賽課結合的做法行之有效，且培養(yǎng)效果明顯。近年來各類各級學科競賽受到企業(yè)和高校的廣泛關注和支持，學生的綜合能力有了明顯的提升。

廣東技術師范學院針對所開設的本科專業(yè)情況，有針對性地強化賽課結合的培養(yǎng)方式。歷年來在飛思卡爾智能車競賽、各類機器人競賽、電子設計大賽、智能建筑工程實踐競賽等賽事中取得優(yōu)異的成績。實驗中心為競賽提供設備、場地、耗材等全方位的支持，為各項賽事順利開展奠定堅實基礎。以競賽為契機，促進一些專業(yè)課程理論教學、實驗及實訓教學的改革。在實驗室的建設和維護上，也大膽創(chuàng)新，吸納優(yōu)秀的學生志愿者參與到實驗室的日常管理和維護中，部分特別突出的學生還可以參與到實驗室項目的建設中來。

工程實踐能力培養(yǎng) 在傳統(tǒng)工科專業(yè)實驗教學中，大部分實驗為基礎性、驗證性及演示性實驗，真正設計性的實驗比例十分有限，因而學生的實際能力與工程需求存在脫節(jié)現(xiàn)象，必須實行傳統(tǒng)實驗的工程化。文獻[4]對材料成型及控制工程專業(yè)的工程實踐能力與創(chuàng)新能力的培養(yǎng)做了較全面的介紹，可供相近專業(yè)參考。

廣東技術師范學院對智能建筑工程實踐能力培養(yǎng)，主要通過綜合實訓、工程現(xiàn)場參觀實習等途徑。目前擁有智能建筑綜合實訓室一間，其他相關實訓室10余間，可開展中央空調、供配電及照明、防盜報警、視頻監(jiān)控、門禁及可視對講等相關系統(tǒng)的實驗和實訓。實訓室的特色是所有設備均為由專業(yè)教師和學生志愿者共同組成的團隊自制及組裝而成，在安裝上盡量與工程現(xiàn)場一致。其中視頻監(jiān)控系統(tǒng)更是根據(jù)監(jiān)控需求，選擇槍機類型及安裝位置。

在綜合實訓中，要求學生先熟悉設備原理及接線要求，然后根據(jù)所設計系統(tǒng)功能，合理選擇設備，自制連接線，最后進行安裝及調試。從系統(tǒng)設計、設備選型到安裝和調試，基本涵蓋了工程設計的大部分環(huán)節(jié)。

3 建筑工程賽課結合實踐

廣東技術師范學院在智能建筑工程賽課結合方面一直非常重視，自從2009年住建部高等學校土建學科建筑電氣與智能化學科專業(yè)指導委員會主辦第一屆“亞龍杯”全國大學生智能建筑工程實踐技能競賽以來，每年都組隊參加比賽，累計取得全國一等獎一項，二等獎兩項，三等獎兩項，成績一直穩(wěn)定處在參賽隊伍的中上游，這與較完善的競賽選拔及賽前培訓機制密不可分。該競賽也得到了學校的大力支持，建筑電氣與智能化專業(yè)的學生對該競賽也非常積極。由于賽制設置的特點，每年報名參賽的學生人數(shù)都高于實際需求數(shù)?？紤]到學生的受益面和競賽特點，形成穩(wěn)定的賽前培訓及競賽選拔機制。

競賽選拔 競賽在學生選拔上層層把關，綜合考慮學生自身特點、優(yōu)勢以及成員之間協(xié)作意識等因素。該比賽要求每所學校只能選拔一支隊伍參賽，每支隊伍由兩名學生組成。有意參賽的學生自由組隊，然后一同和當年要參賽的隊伍一起參加培訓。

指導教師綜合各備選隊伍培訓期間的表現(xiàn)、學習成績、特長、動手能力等因素，從中挑選最優(yōu)秀的一支作為下一屆比賽的參賽隊伍。為了防止一些突發(fā)因素，可選1～2名學生作為預備隊員。

競賽培訓 賽前培訓主要分三個階段。

1）學習階段。該階段由指導教師介紹比賽的性質、賽規(guī)和賽制，就競賽的的得分點、具體要求等內容做具體分析。當年參賽隊員必須參加，下屆比賽所有報名隊伍均可參加，大約安排兩次，四學時左右。

2）實踐階段。在實訓室按照比賽要求，制作導線、安裝器件并調試。通過實際訓練，按照比賽得分點要求，訓練速度及成功率。

3）企業(yè)培訓階段。由于實訓室的設備為自制系統(tǒng)，與競賽指定設備存在區(qū)別，在賽前一個月左右，競賽承辦方都會組織一些線上及線下的培訓，教師和參賽隊伍會克服各種困難，確保隊員能夠參加該階段的所有培訓。

工程現(xiàn)場參觀 由于建筑電氣與智能化具有鮮明的行業(yè)屬性，學校與諸多企業(yè)建立了合作關系。學生除了在實驗室進行學習和訓練外，還可以去校外的實踐教學基地、企業(yè)工程現(xiàn)場進行參觀和學習。學生通過對實際工程的參觀和學習，結合理論、實訓知識，能夠對工程競賽的內容和形式有更深刻的理解和認識，可更好地進行參賽準備工作。

4 結束語

建筑電氣與智能化專業(yè)屬于新興的應用型本科專業(yè)，就業(yè)單位對畢業(yè)生的實踐能力有較高要求。通過賽課結合，可以顯著提高學生的工程實踐能力，學生受益面較廣。而具有特色的自制實訓系統(tǒng)、靈活的實驗室開放機制，以及較完善的培訓指導隊伍，為賽課結合的有效開展提供了良好的基礎及保障。但目前該培養(yǎng)方式推廣起來仍有不少困難，主要體現(xiàn)在對實驗教學人員、實驗教學投入等方面，還需要一定的機制來提供可持續(xù)的支持與激勵。

參考文獻

[1]任勇.賽課結合的大學實踐教育[EB/OL].[2014-09-18].http：//.cn/event/action/sch-com/.

[2]王宏，吳文虎.清華實踐教學“賽課結合”新思路[J].計算機教育，2006（7）：10-12.

[3]董雷剛，崔曉微，張丹.以競促教、競教結合的嵌入式課程實踐教學[J].計算機教育，2014（9）：105-108.

[4]常云龍，李榮德，袁曉光，等.強化工程實踐能力與創(chuàng)新能力的培養(yǎng)[J].高等工程教育研究，2011（4）：101-104.

第7篇：人工智能課程范文

［關鍵詞］人工智能；會計；基礎會計

1人工智能在會計領域的應用特質

將德勤財務機器人、用友財務機器人等人工智能在會計領域的應用狀況進行分析，可以看到人工智能在會計領域的應用有以下特點。（1）大量規(guī)則化應用領域被人工智能取代。原始憑證審核，依托于電子票據(jù)二維碼應用，票據(jù)關鍵信息（如發(fā)票抬頭、稅號、發(fā)票內容、金額等）被人工智能識別并依照規(guī)則進行判斷；根據(jù)原始憑證相關信息依照借、貸規(guī)則選擇相應會計科目編制會計憑證，也是人工智能依照既定規(guī)則完成；根據(jù)記賬憑證完成記賬和報表編制，在會計電算化時代即已完成，對于人工智能而言，則更是“小兒科”，僅需要依照既定規(guī)則將數(shù)據(jù)庫文件以視圖形式呈現(xiàn)。可以看到，從原始憑證審核、記賬憑證編制再到賬簿形成、報表形成，會計明晰的規(guī)則為人工智能應用提供了切合的舞臺，而有明確規(guī)則的領域是人工智能能夠凸顯其計算能力的優(yōu)勢領域。由此可見，以規(guī)則為基礎的會計核算應用領域能夠被人工智能“完美”替代。這也是德勤機器人、用友財務機器人等人工智能最先得以應用的領域。（2）經(jīng)驗化應用領域將被人工智能取代。人工智能以超強的自我學習能力著稱，能夠通過大數(shù)據(jù)獲取認知上的進步，可以從大量的圖片中學習識別貓，也可以從大量的棋譜中學習對弈。會計、醫(yī)生曾經(jīng)被認為“越老越值錢”，即是基于經(jīng)驗的價值增加，在工作中不斷學習積累經(jīng)驗，能夠借助經(jīng)驗處理非常規(guī)、復雜的情形。通過學習積累經(jīng)驗獲得認知進步，已經(jīng)成為人工智能擅長的領域。在大數(shù)據(jù)的基礎上，人工智能可以通過案例學習獲得“經(jīng)驗”，并且由于存儲記憶能力的顯著優(yōu)勢超過會計、醫(yī)生的經(jīng)驗。因此，經(jīng)驗化應用領域將被人工智能取代。（3）人工智能應用推廣速度受到成本的影響。2017年德勤財務機器人推出，隨后用友財務機器人、浪潮財務機器人也相繼面世，一年時間之后這些財務機器人并沒有大量應用，其原因既有技術成熟度方面的原因，也有成本方面的原因。財務機器人的應用成本，不僅包括購買財務機器人的價格，還包括企業(yè)轉換成本。在ERP、財務共享中心等信息化建設之后，信息系統(tǒng)建設的投入大、實施風險高的特征使得企業(yè)對于系統(tǒng)切換心存顧慮，使用財務機器人是否又將成為投入高、見效慢的項目，成為企業(yè)應用財務機器人不得不考慮的問題。也正是由于受到應用成本的影響，財務機器人在2017年推出之后只是引起了觀念、認知上的“地震”，廣泛的應用并未看見。

2“基礎會計”課程核心

從目前國內高校會計專業(yè)、財務管理專業(yè)所開設“基礎會計”（會計學）課程的情況來看，該課程仍然作為專業(yè)基礎課開設，其核心內容一般包括：（1）會計核算基本方法，涉及會計要素、會計等式、復式記賬、憑證、賬簿、財務報告等內容。通過這些內容的學習，學生將掌握借貸記賬、憑證編制、賬簿登記、財務報告編制等基本方法，掌握會計核算的基本規(guī)則，理解會計的基本邏輯與方法。（2）會計核算基本操作，涉及憑證填寫與審核、賬簿登記、財務報表編制等內容。在會計基本方法學習的基礎上，學生將通過實驗等方式，掌握憑證填寫與審核的規(guī)范、賬簿登記的規(guī)范、財務報表編制規(guī)范等操作環(huán)節(jié)的要求，通過實踐體會從憑證填制與審核、賬簿登記、財務報表編制的規(guī)則與過程，并完成從理論到實踐的轉換。（3）會計視角的形成。在對會計要素、復式記賬的理解中，學生將完成對經(jīng)濟活動的會計視角理解。例如，企業(yè)完成銷售活動，從經(jīng)濟活動的范疇理解，更多強調客戶關系管理、合同簽訂、履行合同等節(jié)點，而從會計視角理解，則更強調伴隨銷售活動產(chǎn)生的資金流和成本化物流，即在收入形成的同時，根據(jù)資金支付的狀況選擇銀行存款、或者應收賬款、或者應收票據(jù)、或者預收賬款進行核算，同時在物流發(fā)生后結轉相應成本。將經(jīng)濟活動的會計本質進行識別，培養(yǎng)和形成會計視角成為“基礎會計”課程的關鍵內容。也正是因為這個原因，“基礎會計”成為會計入門課程。

3人工智能對“基礎會計”課程的挑戰(zhàn)

（1）規(guī)則化應用將被人工智能取代，但修訂完善規(guī)則為會計人員留出了空間。人工智能因其超強的運算能力，能夠在既定規(guī)則的指揮下“毫無怨言”地處理原始憑證審核、記賬憑證編制、賬簿登記、報表編制等工作，并且處理效率更高。單純地規(guī)則化應用，會計人員與人工智能相比，完全不具有優(yōu)勢。僅僅只有在人工智能技術應用的成本還相比人工成本更好的前提下，原始憑證審核、記賬憑證編制、賬簿登記、編表編制工作仍由會計人員完成。當人工智能技術應用成本得以降低，采用人工智能技術相比雇傭會計人員成本更低，會計人員無疑將面臨被人工智能所取代。這也是業(yè)界認為人工智能帶來會計“地震”的重要原因。雖然2017年會計人工智能出現(xiàn)后并沒有馬上帶來會計人員下崗潮，但這一時刻不會太遠，一旦人工智能應用成本得以降低，在人工成本逐漸上升的現(xiàn)實狀況下，處理原始憑證審核、記賬憑證編制、賬簿登記、編表編制的純規(guī)則化會計崗位將被人工智能取代。與此同時，我們必須意識到，人工智能以規(guī)則為基礎完成會計活動，那么誰來定義規(guī)則？戰(zhàn)勝棋圣的人工智能以圍棋規(guī)則為基礎開展對弈，無人駕駛以道路交通規(guī)則為基礎完成駕駛，財務機器人在完成會計活動時同樣基于既定的規(guī)則。從國家層面看，“會計準則”處于不斷的修訂完善過程中，新的經(jīng)濟形式不斷出現(xiàn)，會計準則往往緊隨著新經(jīng)濟活動而修訂完善。一旦會計準則變更，意味著完成會計活動的人工智能所依據(jù)的規(guī)則也需要變更。因此，規(guī)則變更與修訂為會計人員留出了空間?！叭斯ぶ贫ㄒ?guī)則，人工智能完成規(guī)則”可能成為未來會計活動的新形式！會計人員制定規(guī)則，是否需要從了解基本規(guī)則入手呢？答案無疑是肯定的。作為制定規(guī)則的會計人員，不可能完全不了解基本的借貸規(guī)則、基本的賬務處理規(guī)則，就開始著手調整規(guī)則。基于此，了解和掌握基本會計規(guī)則應當成為會計人員的必須，通過“基礎會計”課程促使會計人員了解和掌握會計基本規(guī)則也成為必要選擇。但人工智能應用會計規(guī)則的優(yōu)勢，促使會計人員在學習掌握基本會計規(guī)則時必須思考，學習基本會計規(guī)則的目的是應用還是修訂完善？如果僅僅將學習會計規(guī)則的目的定位于應用，這樣的會計人員只能定義為初級會計人員，一旦其人力成本高于人工智能技術應用成本，這種崗位人員無疑是會慘遭淘汰。因此人工智能的出現(xiàn)逼迫會計人員將學習會計規(guī)則的目的定位于修訂會計規(guī)則的高端人才，只有在基礎規(guī)則之上，跳出規(guī)則制定規(guī)則，才可能在人工智能應用的大趨勢下贏得一席之地。（2）經(jīng)驗積累將被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間。會計人員的經(jīng)驗積累建立在大量案例處理的基礎上，在復雜經(jīng)濟業(yè)務處理過程中形成隱性知識，如果這些隱性知識不能顯性化、不能總結提升為規(guī)則，這些隱性知識只能藏于人員的頭腦里，導致似乎“越老越值錢”。人工智能具有大數(shù)據(jù)處理能力，在大數(shù)據(jù)基礎上形成“經(jīng)驗”從而自我學習，并且其總結的經(jīng)驗將以“代碼化”的形式顯性體現(xiàn)，相比會計人員而言，經(jīng)驗形成的能力更強、經(jīng)驗顯性化的能力也更強。但從經(jīng)驗到規(guī)則，人工智能還不能直接將積累的經(jīng)驗形成規(guī)則，規(guī)則的形成還需要人工干預。因此，會計人員的經(jīng)驗積累可以被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間。面臨人工智能應用，會計人員“越老越值錢”的優(yōu)勢將不復存在，會計人員的價值不再建立在工作經(jīng)驗的基礎上，而是建立在經(jīng)驗知識化、并進一步規(guī)則化的基礎上。會計人員要完成經(jīng)驗規(guī)則化過程，也需要對基本規(guī)則熟悉了解、并對經(jīng)驗是否作用于規(guī)則修訂進行判斷的基礎上，因此對于基本規(guī)則的了解和掌握也是必不可少的。盡管“基礎會計”課程僅僅是會計入門知識的介紹，不能形成會計處理經(jīng)驗，在經(jīng)驗積累方面不存在是否課程內容是否被人工智能取代的問題，但由于會計人員需要將經(jīng)驗規(guī)則化，需要熟悉了解基本規(guī)則，并對經(jīng)驗是否推動規(guī)則變化做出判斷，因此通過“基礎會計”課程學習了解基本規(guī)則仍然是必要的。（3）會計視角的形成仍需通過“基礎會計”課程培養(yǎng)。人工智能完成了從原始憑證審核到記賬憑證編制、再到賬簿登記、報表編制的任務，使用人工智能完成這些任務得到的是憑證、賬簿、報表這些結果的呈現(xiàn)，對于這些結果、這些信息究竟對于會計人員意味著什么，會計人員通過這些信息怎樣從會計的視角去理解經(jīng)濟業(yè)務，人工智能并未給出答案。而“基礎會計”課程則是從經(jīng)濟業(yè)務到會計業(yè)務的橋梁和紐帶，通過“基礎會計”課程的學習，會計要素、會計科目等內容成為將經(jīng)濟語言轉換為會計語言的工具，會計視角得以培養(yǎng)形成。因此，從會計視角培育需要來看，“基礎會計”課程仍然是有必要開設的。

4“基礎會計”應對人工智能應用的適應性調整

概括起來看，面對人工智能應用的大趨勢，“基礎會計”課程仍有必要開設，但應對這一趨勢，需要從課程目標、課程內容上進行適應性調整。具體包括：（1）“基礎會計”課程目標需要定位于會計基本規(guī)則體系建立而非操作能力。由于人工智能能夠以高效率的優(yōu)勢完成規(guī)則應用，因此“基礎會計”課程目標不能再強調憑證編制、賬簿登記、報表編制等應用能力，應該將“基礎會計”的課程目標定位于促使學生構建會計規(guī)則體系，培育經(jīng)濟業(yè)務的會計視角。學生學習“基礎會計”的目的不再是掌握原始憑證審核、記賬憑證編制、賬簿登記、報表編制操作，而是建立會計規(guī)則體系，掌握會計語言實現(xiàn)從會計角度理解經(jīng)濟業(yè)務。（2）“基礎會計”課程內容需要強化會計要素、會計等式、借貸記賬等基本規(guī)則體系內容，弱化憑證、賬簿等操作性內容。根據(jù)前面的分析可見，“基礎會計”作為基本規(guī)則介紹的入門課程，學生需要通過該門課程的學習，掌握會計基本規(guī)則，并在此基礎上逐步培養(yǎng)提升規(guī)則制定的能力。以往課程中，通過實驗、實訓提高學生填寫憑證、登記賬簿的操作能力，但這些操作未來將被人工智能高效替代。在人工智能在會計規(guī)則化應用領域形成趨勢的當前，操作能力培養(yǎng)這部分內容需要弱化，而對于會計規(guī)則體系的理解、會計視角的培養(yǎng)應當強化。（3）“基礎會計”課程內容中需要適當增加有關大數(shù)據(jù)、人工智能方面的內容，介紹大數(shù)據(jù)、人工智能在會計領域的應用趨勢，以幫助學生了解會計在信息時代、人工智能時代可能發(fā)生的變革，提前應對可能發(fā)生的變化。會計不能脫離社會經(jīng)濟生活而存在，人工智能時代已經(jīng)對會計提出了變革要求，應對這一要求，“基礎會計”應當不回避，主動做出調整和適應。例如，對于會計總論的闡述中，介紹會計的發(fā)展趨勢，不能還停留將會計電算化作為發(fā)展前沿，電算化階段已經(jīng)成為過去，大數(shù)據(jù)、人工智能才是未來的發(fā)展前沿；在會計的發(fā)展階段中，古代會計階段、現(xiàn)代會計階段、電算化會計階段的劃分也值得商榷，復式記賬、計算機的出現(xiàn)作為階段劃分的關鍵節(jié)點，但在2017年人工智能推出后，是否在電算化會計階段之后已經(jīng)需要重新再切分出人工智能會計應用階段，值得學術界探討。

5結語

財務機器人誕生后會計崗位可能面臨失業(yè)潮，“基礎會計”課程似乎也已經(jīng)沒有必要開設。通過分析人工智能的特質、“基礎會計”課程的核心，指出在人工智能應用趨勢到來的當前，規(guī)則化應用將被人工智能取代，但修訂完善規(guī)則為會計人員留出了空間；經(jīng)驗積累將被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間；會計視角的形成仍需通過“基礎會計”課程培養(yǎng)。因此“基礎會計”課程仍然有必要開設，其課程目標需要定位于會計基本規(guī)則體系建立而非操作能力，其課程內容需要強化會計要素、會計等式、借貸記賬等基本規(guī)則體系內容，弱化憑證、賬簿等操作性內容，同時課程內容中需要適當增加有關大數(shù)據(jù)、人工智能方面的內容。

主要參考文獻

［1］陳婷蔚．人工智能在會計領域的應用探析———以德勤財務機器人為例［J］．商業(yè)會計，2018，5（10）：77－78．

［2］王加燦，蘇陽．人工智能與會計模式變革［J］．財會通訊，2017（22）：41－43．

［3］任世贏．人工智能技術對會計行業(yè)的影響及對策［J］．北方經(jīng)貿，2018（1）：96－97．

［4］鄧文偉．人工智能時代的會計研究綜述［J］．國際商務財會，2018（5）：86－88．

第8篇：人工智能課程范文

關鍵詞：人工智能；本科高年級教學；教學改革

中圖分類號：G642　文獻標識碼：B

1　引言

人工智能是計算機科學與技術學科類各專業(yè)重要的基礎課程，在信息類相關的許多高年級本科和研究生都開設了人工智能課程。人工智能是一門前沿性的學科，它主要研究計算機實現(xiàn)智能的基本原理和基本方法，同時人工智能也是一門多學科交叉的綜合學科，它涉及計算機科學、數(shù)學、心理學、認知科學等眾多領域。廣義的人工智能涵蓋了模式識別、機器學習、數(shù)據(jù)挖掘、計算智能、神經(jīng)網(wǎng)絡、統(tǒng)計學習理論等眾多研究方向。人工智能作為計算機學科的重要分支，已成為人類在信息社會和網(wǎng)絡經(jīng)濟時代所必須具備的一項核心技術，并將在未來發(fā)揮更大的作用。

由于人工智能課程的學習難度較大，內容更新比較快，也繁多，使得教學有一定的難度。特別是針對本科高年級的人工智能教學，由于本科生的研究意識相對較弱，而人工智能比較強調科研性，所以如何教好本科高年級的人工智能課程是一項非常具有挑戰(zhàn)性的任務。

本文通過分析本科高年級的教學特點和人工智能課程的自身特點，在如何提高教學質量這一問題上提出了幾點思考。

2　本科高年級的教學特點

中國的本科教育，由于歷史和經(jīng)濟發(fā)展水平等諸多原因，目前的定位還是培養(yǎng)某方面專業(yè)人才的專才教育。本科高年級學生在完成了低年級公共基礎課程和部分專業(yè)基礎課程的學習之后，迫切希望了解本專業(yè)的應用領域和發(fā)展前景，所以在教學過程中要注意內容的應用性和專業(yè)性。另一方面，本科高年級學生也是研究生教育的儲備人才，在教學過程中要適時的進行科研引導，這樣能夠讓畢業(yè)生保持對科學的興趣，從而為研究生階段進一步深入研究打下基礎。本科生一般于4年級的10月份開始著手畢業(yè)設計，在本科高年級的教學過程中還要注意與畢業(yè)設計的內容相結合，這樣可以讓學生提前做好準備，選擇適合自己的方向。

3　人工智能課程的學科特點

與信息類其它專業(yè)課程相比，人工智能具有應用性、研究性和發(fā)展性三個重要學科特點。首先，人工智能是一門應用性很強的學科。人工智能學科的主要目標在于研究用機器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關理論和技術。人工智能技術廣泛應用于模式識別、數(shù)據(jù)挖掘、智能控制、信息檢索、智能機器人等領域，在日常生活中，隨處可見人工智能技術的應用實例；其次，人工智能技術具有很強的研究價值，是計算機科學領域中重要的研究方向。技術進步無止境，研究者們不斷追求開發(fā)出效率更高、更智能的人工智能技術：最后，人工智能是一門正在發(fā)展中的學科。隨著信息化、計算機網(wǎng)絡和Internet技術的發(fā)展，人類已步入信息社會和網(wǎng)絡經(jīng)濟的時代，它們?yōu)槿斯ぶ悄芴岢隽嗽S多新的研究目標和研究課題，人工智能的應用領域以及技術算法都在不斷發(fā)展。

4　人工智能教學的三點思考及對策

4.1　注重應用性和介紹性

在教學實踐中，筆者發(fā)現(xiàn)，本科高年級學生一般比較關心各種人工智能技術的應用領域和使用方法，而對基礎性理論和技術細節(jié)不是很感興趣。他們一方面希望能學到很多較新和較實用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老師的教學主要停留在介紹性層面，不想花太多時間在復雜的理論理解上。這也比較符合本科高年級的教學特點，本科階段主要是培養(yǎng)具備較強應用性和基礎科研素質的專業(yè)人才。傳統(tǒng)的人工智能教學主要講授知識表示和搜索推理技術，大部分實例都是解答式或推證式的。由于其知識的抽象性，又加之其應用實例較少，所以往往教師感覺難講，學生在學習過程中也感覺乏味，對講授的內容大多都是死記其方法和步驟，因此影響了教學效果。針對這一問題，筆者認為，在設計人工智能教學時，要注重內容的新穎性、實用性和介紹性。除了講授那些仍然有用的和有效的基本原理和方法之外，要著重介紹一些新的和正在研究的人工智能方法和技術，特別是近期發(fā)展起來的方法和技術，如支持向量機、決策樹、模糊集、遺傳算法、蟻群算法等。這些內容的理論部分可以不必過分深究，教學重點主要放在介紹每種技術的產(chǎn)生背景、發(fā)展狀況、應用領域和具體實現(xiàn)上。此外，要注意理論與實際應用密切結合，在教學過程中加入一些與課程內容結合的、可以用計算機實現(xiàn)的實際應用內容?？紤]到目前應用最廣泛的人工智能領域之一是模式識別，而研究模式識別的主要計算機工具是Matlab，所以筆者在教學過程中以手寫數(shù)字識別作為教學實例，針對所介紹的每一種人工智能技術，都將其應用于手寫數(shù)字識別當中，并講解了這些技術的Matlab實現(xiàn)方法。學生在掌握了基本理論之后，可以按照實現(xiàn)步驟的指導，立刻上機見到算法的實際效果，加深對算法實現(xiàn)思路和方法的認識。

4.2　注重科研引導性

本科教學不僅要培養(yǎng)學生的應用能力，還要培養(yǎng)學生具備基本的科研素質。本科教育一方面為社會培養(yǎng)了大批應用型人才，另一方面也要為我國的科研事業(yè)培養(yǎng)后備力量。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(guī)模逐年增大，本科高年級學生打算繼續(xù)讀研的也不在少數(shù)。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(shù)據(jù)挖掘、計算智能、統(tǒng)計學習理論等，都是目前國際和國內熱門的研究方向。針對這一特點，在本科高年級的人工智能教學中，還要注意對學生適時適度的科研引導。這樣可以激發(fā)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。在教學過程中，可以引導學生思考每種人工智能技術的優(yōu)點是什么?缺點是什么?有沒有改進的辦法?比如BP神經(jīng)網(wǎng)絡是計算智能中較為成熟的技術，具有強大的非線性學習能力，在模式識別、經(jīng)濟數(shù)據(jù)分析、生物信息學、數(shù)據(jù)挖掘等眾多領域都取得過成功應用。然而BP神經(jīng)網(wǎng)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。近十年來，研究者逐漸把目光轉移到另一種新的非線性學習工具――支持向量機上。同神經(jīng)網(wǎng)絡相比，支持向量機具有泛化能力強、不受局部最小問題困擾、理論背景完善等顯著優(yōu)點。在給學生講解BP神經(jīng)網(wǎng)絡算法的時候，一方面可以通過手寫數(shù)字識別實驗展示其強大的非線性分類能力，另一方面也要告訴學生，BP神經(jīng)網(wǎng)絡并不是完美的，其缺點同樣明顯。然后引導學生對這些問題進行思考，討論有沒有更好的解決辦法。此時，順勢引出支持向量機的內容，并且介紹支持向量機的研究現(xiàn)狀和研究方向。通過兩者的對比，學生不但了解到了較新的人工智能技術，又對人工智能研究中如何去發(fā)現(xiàn)問題、解決問題、人工智能技術的進化歷程有了直觀的印象。

4.3　教學內容與畢業(yè)設計相結合

本科畢業(yè)設計是對本科生用所學知識來解決實際問題和進行專業(yè)研究能力的檢驗，是本科高年級學生將要面臨的一項重要任務。由于人工智能學科具有應用性和科研性的特點，人臉識別、網(wǎng)頁檢索、經(jīng)濟預測、基因數(shù)據(jù)處理等應用領域都離不開人工智能技術，所以人工智能方向為學生提供了豐富的畢業(yè)設計選題。針對這一特點，在本科高年級的人工智能教學中，可以適當穿插介紹有關畢業(yè)設計的內容。告訴學生哪些應用領域是目前人工智能研究的熱點方向，哪些人工智能技術可以用來解決這些問題。通過向學生介紹具有一定應用價值和研究意義的題目，然后引導他們查找閱讀相關技術文獻，分析問題，解決問題，最后編寫代碼和撰寫論文。比如筆者給學生提供的選題包括：(1)基于支持向量機的上市公司信用評價；(2)正則化回歸在股票預測中的應用；(3)基于膚色的人臉檢測；(4)基于內容的網(wǎng)頁圖像檢索等。這些題目應用性強，具有一定科研深度但是難度又不至于太大，學生選擇這些題目的積極性很高。通過將教學內容與畢業(yè)設計相結合，不但加深了學生對課程的理解，又使其找到了合適的畢業(yè)設計題目，可謂一舉兩得。

第9篇：人工智能課程范文

關鍵詞:雙語教學;人工智能;體系結構

根據(jù)《朗曼應用語言學詞典》中的定義,雙語教學(Bilingual Teaching)指的是用兩種語言作為教學媒介語,通過學習學科知識來達到掌握第二語言的目的。雙語教學作為學科教學延伸,不是簡單的母語加第二語言,而是將第二種語言融進學科知識,通過學習學科專業(yè)知識提高學生第二語言的聽、說、讀、寫綜合能力,培養(yǎng)學生用第二語言思考、解決問題的能力,培養(yǎng)適應社會發(fā)展需求的高素質、復合型人才,以適應信息時代我國經(jīng)濟和社會發(fā)展的需要。人工智能的主要目標是讓機器具有應用符號邏輯的方法模擬人的問題求解、推理、學習等方面的能力,能夠在各類環(huán)境中自主地或交互地執(zhí)行各種任務,比如水下作業(yè)、輸油管道、森林救火等。人工智能的發(fā)展,不僅代表計算機等科學技術的發(fā)展水平,也是一個國家工業(yè)化水平的重要標志。這對高校的教育提出了新的挑戰(zhàn)。因此,選擇人工智能課程的雙語教學模式是非常必要的。

1人工智能課程分析

人工智能是一門多學科交叉的課程,特別涉及控制論、信息論、語言學、神經(jīng)生理學、數(shù)學、哲學等多種學科[1-2]。學習該課程需要具有較好的數(shù)學基礎和較強的邏輯思維能力,大多教師、學生在教、學的過程中都顯得比較吃力。如何結合課程的特點,幫助學生找到好的學習方法,使他們能充分發(fā)揮自己的能力,提高學習興趣成為教學研究過程中的首要目標。在目前高校提倡雙語教學的環(huán)境下,我校已將人工智能立項為雙語教學示范課程。人工智能課程具有如下特點:

(1) 是一門非常前沿的學科。

計算機最初是用來做科學計算的,但隨著計算機科技的迅猛發(fā)展,人們開始考慮計算機還可以做些什么,能不能像人一樣學習、思考,然后解決問題?這就是基于人的知識和經(jīng)驗,用符號推理的辦法讓計算機來做事情,是人工智能最早的研究成果。但是,知識并不都能用符號表示為規(guī)則,智能也不都是基于知識的。人們相信,自然智能的物質機構――神經(jīng)網(wǎng)絡的智能是基于結構演化的。因此,20世紀80年代在人工智能理論發(fā)展出現(xiàn)停頓時,人工神經(jīng)網(wǎng)絡理論出現(xiàn)新的突破,基于結構演化的人工智能迅速成為人工智能研究的新方向。事實上,智能問題無論從廣度還是深度,都遠比人們想象的要復雜得多。因此,我們一刻也不能放棄鉆研,并且要時刻關注該領域發(fā)展的最新動態(tài)。在高校開展人工智能課程的雙語教學,可以促使學生了解該領域以及相關領域,如模式識別、機器視覺、智能檢索、人工生命等發(fā)展的最新動態(tài),掌握大量的專業(yè)詞匯,鍛煉理解問題、解決問題、了解領域文化等實際能力,對培養(yǎng)國際化、工程化、實用化的復合型人才等具有重要的現(xiàn)實意義。

(2) 涉及面寬、難度大。

人工智能是一門多學科交叉的、極富挑戰(zhàn)性的前沿學科,它幾乎涉及于社會科學和自然科學的每個領域。人工智能課程是一門理論性非常強、知識點比較分散、知識更新快的課程,它以編程語言、數(shù)據(jù)庫原理、概率統(tǒng)計、數(shù)據(jù)結構、離散數(shù)學以及編譯原理等前趨課程為基礎,還涉及到控制論、信息論、通信原理、圖像處理、模式識別等課程。因此,人工智能課程的知識點難度較大。通過該課程的雙語教學過程,學生不但學習了課程的專業(yè)知識,而且還學習了相關理論課程的第二語言表示方法及應用情況,對于培養(yǎng)具有個性化的多層次人才具有重要的價值。

人工智能課程的特點決定了它的雙語教學也具有很大的難度。根據(jù)普通高校的實際情況,我們組織了人工智能的雙語教學體系結構,教學實踐表明,該模式行之有效。

2人工智能雙語教學體系結構

要達到雙語教學的目的,就必須將傳統(tǒng)的“注入式”教學模式改變?yōu)樾滦偷摹耙詫W生為中心”的教學模式。然而,這種“以學生為中心”的雙語教學模式是多樣化的,其教學過程是復雜的,在我國還處于探索階段[3-5]。在人工智能課程的教學過程中,根據(jù)學生的實際情況,我們采用課堂教學多樣化、基于CDIO理念的實踐教學,不斷地探索研究,形成高校人工智能雙語教學體系結構,如圖1所示。

計算機雙語教學的正常開展,必須依托優(yōu)秀的計算機專業(yè)外語教科書和教學參考用書。根據(jù)學生的實際情況,我們采用了Nils J.Nilsson教授編著的《Artificial Intelligence A New Synthesis》,該教材是美國斯坦福大學計算機系本科教材,不僅內容豐富、取材新穎,更重要的是內容組織結構比較符合學生的認知規(guī)律,便于學生學習、理解。參考書主要選用了蔡自興、徐光v老師的《人工智能》。

3雙語教學方法

由于人工智能是一門非常前沿、涉及知識面寬、應用范圍廣的學科,因而在教學的具體過程中,我們多種教學手段并用,主要采取理論聯(lián)系實際的案例驅動講授、CDIO實踐模式、綜合考證等講授方法。

3.1理論教學

(1) 修改教學大綱和課程設計的實驗大綱。參考吸收國外先進教材中的內容,結合普通高校的實際情況,形成有針對性的、合理的教學體系。

(2) 采用多種教學方法和手段。設計和制作簡潔、易懂的英文電子教學課件,采用多媒體教學手段,豐富教學內容。建設課程網(wǎng)站,電子課件在網(wǎng)上公開,幫助學生預習專業(yè)詞匯、了解教師講解線索和重點內容,降低學習難度。

(3) 課堂提問。提問一些重要內容,鼓勵學生積極思考,既能加深學生對所學課程知識的理解,也有利于其英文表達能力的提高。

(4) 案例驅動法。將有意義的案例貫穿在教學過程中,培養(yǎng)學生的興趣,提高學生分析問題、解決問題的能力;

(5) 課后小組討論。每6～8位同學分為一組,實行小組長負責制,組織學生討論和解決學習中遇到的問題,交流學習心得,一方面起到溫故而知新的作用,同時培養(yǎng)團隊協(xié)作精神。

3.2實踐教學

由于學生的英語水平、專業(yè)基礎知識以及知識面都有差別,因此教師必須因材施教,培養(yǎng)學生的興趣。實踐課題來源于實際工程,將CDIO理念貫穿于實踐教學過程中,提高學生綜合創(chuàng)新能力與團體協(xié)作精神。

(1) 實驗題目多樣化。學生可以選擇,也可以根據(jù)老師的要求自己構思,以培養(yǎng)學生的興趣與查閱資料的能力。

(2) 分工與合作。來源于工程實踐的題目,學生通常很難在短時間內獨立完成,因而需要分工合作,培養(yǎng)學生的協(xié)作精神。

(3) 整體設計方案的靈活性。學生領會題目本意,自主設計解決方案,培養(yǎng)學生分析問題、解決問題的綜合創(chuàng)新能力。

(4) 編程實現(xiàn)。培養(yǎng)學生的編程能力,形成科學的編程風格。

3.3考核方式

(1) 多種形式的平時測試(30%)。主要包括平時測驗、討論、作業(yè)等。主要考察學生對基本知識的掌握,英文表達能力以及知識面的拓寬等。

(2) 實踐教學(30%)。主要考察學生對實踐題目的理解、整體方案的設計、團隊間的協(xié)作精神以及實現(xiàn)結果等。

(3) 期末考試(50%)。試題全部用英文形式出現(xiàn),鼓勵學生用英文作答。

人工智能課程采用雙語教學,可以使學生最準確地理解專業(yè)知識,又可以使英語和專業(yè)課的學習相互促進。

4教學效果分析

課程結束后,我們對學生進行了教學效果討論與調查,結果如表1所示。

從本課程討論和調查的結果以及其他普通高等院校的雙語教學調查結果可以看出,雙語教學效果基本上達到了要求。但也存在一些值得思考的問題:不適應的人數(shù)比例偏高,專業(yè)知識的學習效果一般,甚至有學生因為跟不上進度放棄專業(yè)課的學習。為此,提出以下的建議:

(1) 加強學生認識。學生必須從思想上認識到人工智能雙語教學的重要性,克服教學過程中的種種困難、持之以恒,主動與同學、老師進行討論,密切關注學科發(fā)展動態(tài)。

(2) 提高實施條件。雙語教學過程中,學生是主體,教師是關鍵。因此,要求老師要有較高的專業(yè)知識和英語水平,學生要有較好英語基礎。

(3) 完善教學體系結構。雙語教學在我國還處在探索階段,因而必須在教學實踐過程中不斷地改進完善雙語教學的體系結構。

只有解決好這些問題,才能培養(yǎng)出更高素質的復合型人才,適應國內外科學與經(jīng)濟發(fā)展的需要。

參考文獻:

[1] Nils J Nilsson. Artificial Intelligence A New Synthesis[M]. 北京:機械工業(yè)出版,2002.

[2] 蔡自興,徐光v. 人工智能[M]. 北京:清華大學出版社,2003.

[3] 賀志榮. 雙語教學的實踐與思考[J]. 黑龍江教育:高教研究與評估版,2008,62(10):45-46.

[4] 王樹根,姜昕. 我國雙語教學的歷史發(fā)展階段綜述[C]. 安徽黃山,2007年全國測繪學科教學改革研討會,2007.

[5] 湯東. 中外高校雙語教學模式的比較研究[J]. 黑龍江教育:高教研究與評估版,2008,62(11):69-70.

Exploration and Practice on Bilingual Teaching Architecture for Artificial Intelligence Course

LI Zhu-lin, HAO Ji-sheng, MA Le-rong

(Department of Computer Science, Yan’an University, Yan’an 716000,China)