人工智能教学范文精选

摘要：随着现代信息技术的发展，人工智能课程进入课堂是大势所趋，探究小学阶段如何有效开展人工智能教学具有较强的现实意义。通过“巧”借活动、“巧”设场景、“巧”编程序、“巧”创项目四个方面，积极探索小学人工智能教学的推进路径。

关键词：人工智能；图形编程；创新实践

近年来，人工智能已成为一个高频词，各种与人工智能相关的智能家居、自动驾驶、智能语音、图像识别等新技术，深刻影响着社会的方方面面，也逐步改变人们的工作及生活方式。许多国家已经开始积极尝试，大力推进小学人工智能教学。2017年，国务院正式颁布《新一代人工智能发展规划》，明确提出了“在中小学阶段设置人工智能相关课程，逐步推广编程教育”；如今，计算思维培养又成为热点。在这样的一个时代背景下，学校和教师有责任和义务组织、引导学生去接触、了解、学习、应用人工智能技术，以适应未来学习和工作环境的变化。人工智能涉及的学科内容较为广泛复杂，小学生相对年龄较小，储备的相关知识较少，学校应如何在小学阶段有效开展人工智能教学，推进人工智能教学真正落地？笔者结合自己的教学实践，从“巧”借活动、“巧”设场景、“巧”编程序、“巧”创项目等方面，积极探索小学人工智能教学的推进路径。

一、“巧”设场景体验人工智能

人工智能的知识结构具有较强的逻辑性和抽象性，与之前信息技术课上所教的内容相比，难度及复杂性更高。在日常人工智能教学中，教师应根据学生的心理特点以及不同教学要求，改变教学方式，把体验搬进课堂，让学生通过具体的体验活动逐步理解人工智能的相关知识，把重难点从对概念、原理、技术的学习转换到了解相关概念、技术实现的过程、体验人工智能技术的应用上。丰富有趣的教育实践活动可以让学生在愉悦的教学情境中，从不同的思维角度、用不同的思维方式来认识和理解与生活密切联系的一些人工智能概念，如机器学习、大数据、神经网络等，体验人工智能在实际生活中的应用。例如在《人脸识别》一课教学中，需要让学生了解人脸识别技术的应用、影响、实现过程和原理，其中人脸识别的原理和过程较为复杂，如果教学中只进行简单说教，无法有效达成教学目标。本课设计了一个“人脸大比对”体验活动，活动分两个部分，第一部分就是通过百度AI开放平台里的人脸检测与属性分析功能，体验人脸检测中具体检测哪些属性；第二部分就是通过人脸对比功能，完成教师提供的三组人像照片的对比分析。在第一部分的实例体验中，学生通过自己上传照片进行检测，主要是通过对人脸的面部、肤色、毛发、眼睛、嘴、鼻和轮廓等150个特征的精准定位来准确地识别和计算出一张人脸的特征和属性信息，包括年龄、性别、颜值、情绪、是否戴眼镜等。这样的体验让学生非常感兴趣，也能很好地理解特征提取的过程。第二部分的体验是人脸对比，教师提供给学生三组照片，第一组是一对相似度很高的双胞胎；第二组是同一个人戴口罩和不戴口罩的照片；第三组是同一个人的两种表情。学生先自己观察，记录三组照片的结果，再上传照片到百度AI体验人脸对比过程，并查看对比结果。经过体验，学生认识到在现有的技术下，人脸识别的准确度还是非常高的，对人脸识别的过程也留下了非常深刻的印象。

二、“巧”编程序理解人工智能

从当前人工智能技术应用的实际情况分析来看，主要应用领域为大数据及机器学习，这些功能的实现得益于算法的不断完善。可见，算法学习是实现人工智能的关键，而对算法的学习又是计算机编程教学中的一大难点。推进小学编程教学将有利于帮助学生理解人工智能的相关知识。小学生相对抽象思维偏弱，采用图形化的编程教学，更加有利于他们接受，有助于提高学习的积极性。通过编程教学引导学生学会分析问题、抽象与建模、设计算法、编写程序脚本，在验证过程中不断改进和完善，并最终实现问题的解决，能有效培养学生的计算思维，并过渡到对人工智能所需要的其他知识的学习上。例如在五年级的《创编游戏》教学中，情境任务是设计制作一个猫捉老鼠的小游戏，目标是让学生认识“碰到颜色”“如果……那么……”等指令，能够用它们的组合来编写判断角色是否碰到边缘和老鼠的脚本。人工智能的概念主要体现在“碰到颜色”和“如果……那么……”语句的应用上，“碰到颜色”是侦测识别，“如果……那么……”则是逻辑判断的处理。在教学中，首先通过问题引导学生思考完成游戏需要考虑哪几个要素，从问题和答案中帮助学生提炼出“舞台”“角色”“动作”三个要素，进而帮助学生厘清实现游戏功能的基本思路。在程序编写中，让学生具体体验侦测模块的编写与判断语句的应用。简单的编程实践，能让学生逐步了解人工智能的基本概念及其实现流程。

三、“巧”创项目实现人工智能

摘要：本文一方面简单介绍人工智能的基本理论及知识体系结构，另一方面则结合笔者的理论实践与实验教学经验，总结出目前在整个教学过程所存在的一些问题，目的在于不断总结经验，力争能更好地完成人工智能的整个教学工作，从而提高人才培养的质量，同时也可以为其他高校提供参考。

关键词：人工智能；专家系统；Prolog；面向人工智能

中图分类号：G642　文献标识码：A

1　引言

人工智能(AI)是计算机科学的一个重要分支，同时也是计算机科学与技术专业的核心课程之一。本课程在介绍人工智能的基本概念、基本方法的基础上，主要是研究如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的“智能”，本课程重点阐述这些方法的一般性原理和基本思想，使得计算机能更好地为人类服务。

2　人工智能课程体系

人工智能主要研究传统人工智能的知识表示方法，其中包括状态空间法、问题归约法、谓词逻辑法、语义网络法、框架表示、剧本表示等；搜索推理技术主要包括盲目搜索、启发式搜索、消解原理、规则演绎算法和产生式系统等。

人工智能的研究课题主要包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。

摘要：通过《人工智能》双语教学实践，从教材选择、双语教学方法改革、实践教学等几个方面探讨了《人工智能》双语教学。提高了课程教学质量，培养了学生的综合素质。

关键词：人工智能；双语教学；实验和设计

中图分类号：G642文献标识码：A文章编号：1009-3044(2008)11-20294-01

1 引言

人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。因此，人工智能包含了科学和工程的双重目标[2]。因此，可以认为人工智能是从思维、感知、行为三层次，从科学目标、工程目标两方面，研究探索、模拟、延伸和扩展人的智能的理论、方法、技术及其应用的一门计算机学科专业基础课。

目前，国内外重点大学都非常重视该门课程的教学和研究，许多重点大学都有自己独立的人工智能研究所。《人工智能》是一门多学科交叉的课程，特别涉及控制论、信息论、语言学、神经生理学、数学、哲学等多种学科；所以该学科具有知识点多，牵涉面广；内容抽象，不易理解；理论性强，需要较好的数学基础和较强的逻辑思维能力等特点。导致教师、学生在教、学的过程中都显得比较吃力。那么如何把握课程的特点，帮助学生找到好的学习方法，使他们能充分发挥自己的能力，提高学习兴趣就成为我们教学研究过程中的主要目标[3]。

考虑到本课程的多学科交叉性以及相关信息学科的快速发展，在目前高校提倡双语教学的环境下，拟将《人工智能》教材改为全英语教材，这样可更快地掌握学科的发展动态，掌握最先进的技术，与国际发展趋势接轨。

2 选择合适实效的教材，精心安排教学内容

摘 要：人工智能是一门实践性较强的学科，旨在培养学生的信息素养、创新精神和综合实践能力。结合教学实例，对人工智能教学进行了探讨，指出信息技术课程要向人工智能转变的必然性。

关键词：人工智能；Prolog语言；专家系统；虚拟足球机器人 新一轮课程改革亮点之一：技术课程标准，由信息技术和通用技术组成。作为技术领域的集大成者：人工智能贯穿于整个技术领域。信息技术开设人工智能初步选修模块，通用技术也有简易机器人选修模块，面向中学生有青少年机器人大赛。经过两年准备，笔者在部分学生中开展人工智能实验教学，深受学生欢迎。下面是笔者的一些做法和感受。

一、联系实际，激发学习兴趣

信息技术必修课中“用智能工具解决问题”一节，学生已对身边的智能工具及其使用已经有一定的感性认识。但是对什么是人工智能，人工智能给人类生活带来哪些好处等问题还不是很清楚。哪里没有兴趣，哪里就没有记忆。通过生活中的一些实例，如，俄罗斯国际象棋世界冠军卡斯帕罗夫与电脑“深蓝”间“人机大战”视频，英国eliza机器人对话，灭火机器人、足球机器人等引导学生进入人工智能的多彩世界当中，也可以让学生通过百度搜索其他方面如军事等方面的应用。让学生明白人工智能技术已经渗透到人们的社会生活，在各个领域得到广泛的应用。

二、由浅入深，介绍人工智能

人工智能是计算机科学的一个重要分支，它是由计算机科学、控制论、信息论、神经生理学、哲学、语言学等多种学科相互渗透而发展起来的。其主要内容是：人工智能语言、搜索技术、知识表示、自然语言理解与机器翻译、专家系统等。要实现人工智能技术，使机器具有智能，则需要人们给它设计智能程序。因此，让学生掌握一种简单实用的人工智能语言是必要的。Prolog是一种逻辑编程语言。它建立在逻辑学的理论基础之上，最初被运用于自然语言等研究领域。现已广泛地应用在人工智能方面，利用它可以建造专家系统、自然语言理解、智能知识库等。Prolog教学主要结合“找医生看病”这个简单的实例，了解Prolog语言的谓词逻辑、事实、规则和目标，进而介绍Prolog程序的运行机理，让学生发现在Prolog程序中一般不需要告诉计算机“怎么做”，而只要告诉它“做什么”。一旦给Prolog提供必要的事实和规则之后，它就能使用内部的演绎推理机制自动求解指定的问题，而不需要在程序中列出详细的解决步骤，这也正是人工智能语言与其他计算机程序设计语言的不同之处。如果系统完善，将机器人专家引入医院，不但能大大减轻医生的工作量，而且专家就在我们身边，让看病难、就医难成为历史。

三、虚拟智能，体验人工智能

由于学校资金和条件限制，笔者利用AI-RCJ虚拟足球机器人作为教育载体。AI-RCJ是一套虚拟足球机器人的制作平台软件和竞技仿真环境。该软件以寓教于乐的方式，打破了传统教育的模式，为使用者提供了一个新颖的教育平台。整个系统由五部分组成，《初识机器人》和《足球机器人》是基础类，《进攻机器人》《守门员》《我的球队》三个模块是整个竞技仿真环境的核心部分。在这三个模块中渗透给学生计算机程序设计的基本思想、顺序结构、分支结构、循环结构；让学生了解数学平面坐标、体会不同质量的物体碰撞带来的不同效果和状态。使用者可根据自己的策略建立一个虚拟足球机器人，用户可选用图形化编辑器――机器人快车或者代码编辑器――CodeCanvas来实现机器人的策略及算法。编写好的机器人控制代码经过编译以后，就可以导入到AI-RCJ仿真竞技环境下和其他的足球机器人进行比赛。不断地在比赛中总结和改进，在竞技中品味学习人工智能的乐趣。

【摘要】人工智能引领现代教育出现跨越式发展，给医学教育带来了巨大的发展机遇。诊断学作为医学桥梁课，传统的教学方法不足以满足现代医学的要求，如何发挥人工智能的应用优势，让其更好地应用于诊断学的教学工作，将是诊断学课程教改的重要研究方向。人工智能应用于诊断学教学在教师方面、学生方面以及教学过程中均具有明显优势，智能教学系统有利于拓展教学内容、因材施教，智能网络组卷阅卷系统使教师教学更高效，智能仿真教学系统是临床实践教学的重要补充。人工智能应用于诊断学教学完全符合“新医科”建设的要求，能够为培养复合型医学人才注入新的动力。

【关键词】人工智能；诊断学教学；智能教学系统；智能组卷系统；智能阅卷系统；智能仿真教学系统

人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth学会上提出的，随着计算机核心算法的突破、计算能力的迅速提高以及海量互联网数据的支撑，目前已被广泛地应用于各个领域[1-2]。近年来，人工智能也给教育教学领域带来了机遇，人工智能+教育正如火如荼地开展和推进，改变着传统的教育形式及生态[3-4]。2018年教育部《高等学校人工智能创新行动计划》，各大高校在人工智能及其教育发展上有了纲领性的指导[5]。医学教育作为教育教学诸多领域的一隅，乘着人工智能发展的东风，各大高校在推进医学教学改革方面进行了大量积极的探索与尝试[6-8]。诊断学是由基础医学过度到临床医学的桥梁课，其教学质量的良莠直接影响到医学生的培养质量，传统的教学方法难以满足现代医学教学的要求，如何发挥人工智能的应用优势，让其更好地应用于诊断学的教学工作，也是诊断学课程教改的重要研究方向。

1传统的诊断学教学方法存在的问题

诊断学是学习临床基本技能最重要的一门课程，其内容包括症状学、体检检查、实验室检查及辅助检查等四大块，分为理论课和见习课，目前大多数医学院理论课采用的是以大班的形式在多媒体教室讲授，而见习课则采取分小组的模式进行，多年的教学实践发现该教学模式取得的教学效果不尽人意，尤其是近年来随着全国各大医学院校的扩招，出现了师资及教学资源配套的相对不足，上述教学模式的问题逐渐凸显。理论知识以老师讲授为主，采取的是“满堂灌”的教学模式，然而该部分教学内容知识点繁多，知识串联度不高，课堂灵活度、生动度较为薄弱，学生听完课以后对课程内容印象不深，知识掌握度差，同时由于学生的学习主观能动性差异大，不能进行课前充分预习的学生在课堂上更加难以跟上老师讲授的节奏。见习课是对理论知识进行实践，培养学生的实践操作能力，前期理论知识掌握度差又会影响见习的教学质量，导致教学过程形成恶性循环[9]。见习课主要采取老师讲授要领及演示操作流程，之后学生们互相练习的教学方法，该部分内容需反复加强练习，同样的动作要领反复锤炼才能熟练掌握，因课堂见习时间有限，而老师讲授及演示需占用大部分时间，学生动手实践机会不多，老师对学生的操作手法、操作内容、操作顺序等重要内容进行指导和勘误的时间少，学生操作的规范性难以保证，在以后的临床实践中，往往存在实践操作能力的缺陷。上述教学模式教师与学生们之间除了课堂时间，其余时间是脱节的，不能很好地沟通，学生们有疑问的知识点难以得到老师的及时解答，教学活动中没有充分反馈，各个教学环节难以进行教学反思，形成教学相长的良性循环。课后复习及阶段性总结复习是课堂知识内化及升华的重要方面，传统的教学模式通常是给学生布置课后作业，学生完成后上交由老师批改留档，这个环节学生与老师缺乏有效的沟通，且由于学生们学习主观能动性差异，课后没有老师的监督及针对性地辅导，课后作业的质量良莠不齐，教学质量欠佳是显而易见的。随着现代医学的发展及研究的开展，涌现了一大批新的诊断方法与手段，譬如关于肿瘤诊断的分子marker，评估预测疾病活动度及预后相关的指标，在临床上已经常规应用，但由于教材更新需要周期，很难跟新进展同步介绍，另外由于课时有限，难以全面地就学科前沿及新进展进行讲授[10]。

2人工智能应用于诊断学教学的重要意义

2.1教师方面

将人工智能应用于诊断学教学实践，削弱了教师的知识权威而强化了教师的价值引导，对教师的个人能力提出了更高的要求，促使教师踏实践行终身学习并持续更新自身知识结构。互联网高速发展的时代，知识呈几何指数更新并出现大爆炸，基于各种互联网即时通讯平台及手机APP，诊断学体格检查、理论知识讲授相关的小视频及研究进展不胜枚举，这就要求教师及时获取、更新知识并进行相应的知识储备。人工智能的应用促使教师从单人施教发展为团队施教，为开发更具个性化的课程教学注入团队的力量。基于大数据的人工智能可以减少诊断学教学过程中的机械性、重复性工作，如平时作业的批改、考勤统计等，减轻了教师的工作负担，教师可以将更多的精力投入到医德医风、医患沟通能力以及体格检查手法的规范化培养上，更多的心思放在丰富课程内容及教学形式上。同时大数据可以及时反应学生的学习动态，教师可以根据学生的反馈及课程评价有针对性地对学生进行相应的辅导。

摘要：鉴于人工智能是选修课程，本文结合教学实践给出选修课人工智能分专题教学模式，并探讨了各个专题的教学内容，教学方法等，以达到提高教学质量的目的。

关键词：人工智能；选修课；专题讨论

中图分类号：G642.0？摇 文献标志码：A 文章编号：1674-9324（2012）12-0053-02

一、引言

《人工智能》是一门跨学科的课程，它的内涵十分丰富，包含了符号学、数理逻辑、神经网络、遗传算法、知识表示和推理、模式识别、机器学习等方面的知识，并且内容抽象，使得一般本科生望而生畏。目前在大多数院校里尤其是二本院校，《人工智能》只是作为一门选修课程。既然是作为选修课程，我们可以不拘泥于传统的教学方式，采取灵活多样的教学形式，培养学生研究这个领域的兴趣，使得学生既能掌握人工智能领域的基础理论，又能了解目前人工智能的前沿课题，扩大知识面，并为今后的研究打好基础。

二、改革教学方法

在传统的教学模式里，教师往往就一本教材从头到尾讲授给学生，教师讲什么，学生就听什么。但是人工智能涉及太多的数理逻辑推理知识，内容抽象，讲解起来不免有点枯燥无味，学生的兴趣就会随着讲课的进程逐渐变得淡薄。另一个问题是在传统的教学模式下，学生接触不到该研究领域的前沿问题。事实上，随着科技的进步，人工智能技术也在不断发展，再加上人工智能本身的特点，即它是一门交叉学科，涉及计算机科学、信息科学、控制科学、认知学、生物学、哲学等等领域。因此当学生了解了当前国内外学者所研究的前沿课题，这样不仅能克服“枯燥无味”的问题，而且会拓宽他们的知识面，从而他们可以将自己所学专业作为人工智能的潜在应用或研究领域。基于以上分析，考虑到人工智能是适合任何专业学生学习的一门选修课，我们设立分专题讲授模式，这些专题包括：人工智能与类人思维，人工智能与机器进化，人工智能与知识表示，人工智能与决策规划等等。下面分别叙述之。

1.人工智能与类人思维。什么是人工智能？Nilsson指出：“人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中行为。人工智能的一个长期目标是发明出可以像人类一样或更好地完成以上行为的机器……”那么为了这个长远目标，我们应该深入地探讨人类大脑是如何思维的，或者说是如何思考问题的，人类是如何感知、理解以及应付外界庞杂的世界。只有深刻理解了人脑功能原理以后，人工智能才能“贡献出”相应的类人思维模型。这相当于空气动力学，人类飞行器只是根据空气动力学的原理构造的，它并不要求人类制造像鸟儿一般的飞行工具。因此在这部分教学过程中，可以先提出“大脑是如何思维的”问题，让学生自己动脑思考，相互探讨：人脑的结构是什么？人类思考问题分层次吗？什么是智力？智力的本质是什么？……课后，学生可以带着这些问题查阅资料文献，分组讨论，甚至可以写一些文章来阐述自己对思维的理解。这样既充分调动了学生学习的积极性，又培养他们的兴趣。然后，我们在课堂上进行具体讲解，讲解内容自然而然地引入了人工智能的定义，人工智能历史知识，图灵测试方法以及认知模型方法，接着再介绍目前国内外类人思维模型的研究现状。这样的教授过程，一开始就使得学生不排斥这门课，在了解人工智能基础知识外也接触到认识论方面的知识，培养了学生查阅文献和撰写科技论文的能力。

摘要：通过现状调查分析，指出当前国内高校人工智能课程全英文教学中存在的亟待解决的共性问题，提出全英文教学内容改革的思路以及教学模式改革的实施关键，包括课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新，打造全专业英语教学团队。通过全英文教学的具体实践，总结人工智能课程全英文教学内容与教学模式的改革经验。

关键词：人工智能；全英文教学；教学内容改革；教学模式改革

1 实施全英文教学的必要性

随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。

智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。

2 当前国内全英文教学存在的主要问题

笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。

从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。

1人工智能课程教学案例库的总体设计

1.1集先进性、实用性和前沿性为一体的教学内容改革对国内外优秀的人工智能教材[2-6]的内容进行整合，建立人工智能的知识体系，并提取人工智能课程的知识要点，确定集先进性、实用性和前沿性为一体的教学内容。人工智能的核心思想是研究人类智能活动规律和模拟人类智能行为的理论、方法和技术，因此人工智能应围绕“智能”这个中心。由于智能本身的复杂性，难以用单一的理论与方法来描述，因此可以通过建立人工智能的不同层次来刻画智能这个主题。人工智能的主要内容可按图1所示划分为最底层、抽象层、逻辑层和应用层这4个不同层次。在最底层，神经网络与演化计算辅助感知以及与物理世界的交互。抽象层反映知识在智能中的角色和创建，围绕问题求解对知识进行抽象、表示与理解。逻辑层提出学习、规划、推理、挖掘的模型与方式。应用层构造智能化智能体以及具有一定智能的人工系统。将人工智能划分为这4个层次可确定人工智能课程的教学内容，并保证教学内容的循序渐进。

1.2基于人工智能知识体系的教学案例库建设根据所确定的教学内容、知识重点和知识难点，从国内外经典教材、科研项目、研发设计、生产建设以及国内外人工智能网站等多种途径，收集案例素材，加以整理，撰写各知识要点的教学案例及其内容。表1给出基于人工智能知识体系的教学案例示例。

2人工智能课程教学案例的详细设计

在教学案例具体设计时应包括章节、知识重点、知识难点、案例名称、案例内容、案例分析过程、案例教学手段、思考/讨论内容等案例规范，分别从以下单一案例、一题多解案例和综合应用案例3种情况进行讨论。

2.1单一案例设计以人工智能课程中神经网络课堂教学内容为例，介绍基于知识点的单一案例的设计。神经网络在模式识别、图像处理、组合优化、自动控制、信息处理和机器人学等领域具有广泛的应用，是人工智能课程的主要内容之一。教学内容主要包括介绍人工神经网络的由来、特性、结构、模型和算法，以及神经网络的表示和推理。这些内容是神经网络的基础知识。其重点在于人工神经网络的结构、模型和算法。难点是人工神经网络的结构和算法。从教学要求上，通过对该章节内容的学习，使学生掌握人工神经网络的结构、模型和算法，了解人工神经网络的由来和特性，一般性地了解神经网络的表示和推理方法。采用课件PPT和演示手段，由简单到复杂，在学生掌握人工神经网络的基本原理和方法之后，再讲解反向传播BP算法，然后运用“手写体如何识别”案例，引导学生学习理解人工神经网络的核心思想及其应用方法。从国外教材中整理和设计该案例，同时应包括以下规范内容。章节：神经网络。知识重点：神经网络。知识难点：人工神经网络的结构、表示、学习算法和推理。案例名称：手写体如何识别。案例内容：用训练样本集训练一个神经网络使其推广到先前训练所得结果，正确分类先前未见过的数据。案例分析过程：①训练数字识别神经网络的样本位图；②反向传播BP算法；③神经网络的表示；④使用误差反向传播算法训练的神经网络的泛化能力；⑤一个神经网络训练完毕后，将网络中的权值保存起来供实际应用。案例教学手段：手写体识别的神经网络演示。思考/讨论内容：①训练改进与权值调整改进；②过学习/过拟合现象，即在一个数据集上训练时间过长，导致网络过拟合于训练数据，对未出现过的新数据没有推广性。

2.2一题多解案例设计一题多解案例有助于学生把相关知识点联系起来，形成相互关联的知识网络。以人工智能课程中知识及其表示教学内容为例，介绍一题多解案例的设计。知识及其表示是人工智能课程三大内容（知识表示、知识推理、知识应用）之一。教学内容主要包括知识表示的各种方法。其重点在于状态空间、问题归约、谓词逻辑、语义网络等知识表示方法。难点是知识表示方法的区别及其应用。从教学要求上，通过对该章节内容的学习，使学生掌握利用状态空间法、问题归约法、谓词演算法、语义网络法来描述和解决应用问题，重点掌握几种主要知识表示方法之间的差别，并对如何选择知识表示方法有一般性的了解。通过讲解和讨论“猴子和香蕉问题”案例，来表示抽象概念。该案例从国内外教材中进行整理和设计，同时包括以下规范内容。章节：知识及其表示。知识重点：状态空间法、问题归约法、谓词逻辑法、语义网络法等。知识难点：知识表示方法的区别及其应用。案例名称：分别用状态空间表示法与谓词逻辑法表示猴子和香蕉问题。案例内容：房间内有一只机器猴、一个箱子和一束香蕉。香蕉挂在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多种知识表示方法表示和求解该问题？案例分析过程：①状态空间法的解题过程。用n元表列表示该问题的状态；定义问题的操作算符；定义初始状态变换为目标状态的操作序列；画出该问题的状态空间图。②谓词逻辑法的解题过程。定义问题的常量；定义问题的谓词；根据问题描述用谓词公式表示问题的初始状态、中间状态和目标状态。案例教学手段：猴子和香蕉问题的演示。思考/讨论内容：①选择知识表示方法时，应考虑哪些主要因素？②如何综合运用多种知识表示方法获得最有效的问题解决方案?

2.3综合应用案例设计与单一案例、一题多解案例相比，综合应用案例能更加有效地启发学生全方位地思考和探索问题的解决方法。以机器人行动规划模拟为例，介绍人工智能综合应用案例的设计，该案例包括以下规范内容。章节：人工智能综合应用。知识重点：人工智能的研究方向和应用领域。知识难点：人工智能的技术集成。案例名称：机器人行动规划模拟。案例内容：综合应用行为规划、知识表示方法、机器人学、神经网络、人工智能语言等多种人工智能技术与方法，对机器人行动规划问题进行描述和可视化。案例分析过程：①机器人行为规划问题求解。采用状态归约法与分层规划技术，将机器人须完成的总任务分解为若干依序排列的子任务；依据任务进程，确定若干关键性的中间状态，将状态对应为进程子规划的目标；确定规划的执行与操作控制，以及机器人过程控制与环境约束。②基于谓词逻辑表示的机器人行为规划设计。定义表达状态的谓词逻辑；用谓词逻辑描述问题的初始状态、问题的目标状态以及机器人行动规划过程的中间状态；定义操作的约束条件和行为动作。③机器人控制系统。定义机器人平台的控制体系结构，包括反应式控制、包容结构以及其他控制系统等。④基于神经网络的模式识别。采用神经网络方法以及BP算法对桌面茶壶、杯子等物体进行识别，提取物体图形特征。⑤机器人程序设计语言。运用人工智能语言实现机器人行动规划行为的可视化。案例教学手段：机器人行动规划的模拟演示。思考/讨论内容：人工智能将会怎样发展？应该在哪些方面进一步开展研究？

摘要：从作者的教学实践出发，在分析人工智能导论课程特点及教学内容精讲泛讲安排的基础上，提出三种提升学生学习兴趣的教学方法，并在教学中进行应用。实践结果表明，所提出的教学方法能有效促进学生对人工智能导论课程的学习。

关键词：人工智能；学习兴趣；教学方法

1956年，在美国Dartmouth大学，由数学家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班，他们在此讨论班上第一次正式使用了人工智能(Artificial Intelligence)这一术语。人工智能是一门多学科交叉的课程，涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科，是新理论和新技术不断出现的综合性学科。当前，人工智能领域加强了从人类智能与生命现象中汲取养分的趋势，加快了向分布式系统与复杂系统靠拢的步伐，智能化的应用更为深入，影响更为广泛，其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。

1人工智能导论课程特点

人工智能导论是人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程，需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础，数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比，人工智能课程有鲜明的特点，主要表现在思想方法上强调启发性、算法上强调不确定性。同时，由于人工智能是一个新思想和新技术层出不穷的开拓性领域，因此其对学生的训练是鼓励创新的，具有其他课程不可替代的作用。

人工智能导论是计算机相关专业的必修课，在许多信息类相关的本科教学中也有开设，一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育，培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后，本科高年级学生应该了解本专业的应用领域和发展前景，因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识，初步的科研训练设置在第八学期，即所有课程学习完毕之后的毕业设计，而人工智能课程强调科研性，因此教学难度较大，由此带来的最直接后果就是学生学习兴趣不高。同时，对有志于读研的学生而言，本科阶段的学业也是研究生教育的起点，在教学过程中要适时的进行科研引导，提升学生对科学研究的兴趣，为研究生阶段打下基础。可见，圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。

2教学内容安排

人工智能的研究和应用领域非常广泛，包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。

摘要：针对人工智能导论课程的教学情况，分析了实践教学过程中存在的问题，根据新工科人才的要求，对人工智能导论课程的实践教学模式进行初探，设计了相应的实践平台、实验内容、案例库、校企合作及实践教学等，以期为人工智能导论实践教学模式改革提供参考。

关键词：新工科；人工智能导论；实践教学；校企合作；案例库

随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。

1人工智能对新工科人才的新要求

1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。

2人工智能导论课程教学现状

目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。

3人工智能导论实践教学初探