研究生“人工智能”双语课程的建设思考

张晖

摘要：人工智能是计算机类研究生教学中一门重要的课程，建设双语课程是人工智能教学改革的一个重要方向。介绍了西南科技大学在建设研究生《人工智能》双语课程中的思考和改革内容，从教学体系、教学内容、教学方法、考核方式几个方面进行了探讨和总结。

关键词： 人工智能；双语课程；教学改革；研究生

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2014）15-3599-03

The Thinking of Constructing the Postgraduate “Artificial Intelligence” Bilingual Course

ZHANG Hui

（School of Computer Science and Technology， Mianyang 621010， China）

Abstract： Artfricial intelligence is an important course for computer science postgraduate students. Constructing bilingual courses is an important direction in artificial intelligence education reform. The thinking and reform of constructing artificial intelligence bilingual course for postgraduate students in southwest university of science and technology are introduced in the paper. The discussion is carried out from the education system， education contents， education method， and testing method.

Key words： artificial intelligence； bilingual course； education reform； postgraduate students

1 概述

人工智能是计算机科学的一个重要分支，是研究和设计智能机器的科学和工程方法，自从1956年正式命名以来，获得了很大的发展。尤其是近年来随着Internet和物联网的迅猛发展，所产生的各种数据，如语音、文本、图像、视频都依赖于人工智能技术来进行挖掘和分析。《人工智能课程》是计算机专业研究生课程《数据挖掘》、《计算机视觉》、《知识工程》、《信息检索》、《自然语言理解》的基础，绝大多数国内外大学都对研究生开设了该课程。

我校从2000年起开始为自动化和计算机专业研究生开设人工智能课程，由于人工智能是交叉学科，涉及大量多学科基础知识、内容庞杂、体系不够清晰、算法复杂，学生普遍感觉到学习较为吃力，不容易理解相关内容。

人工智能的研究国内外仍然存在一定差距，绝大多数人工智能算法都由国外的学者提出，相关文献也主要是英语，为了与国际接轨，使学生了解目前人工智能的研究前沿，开设双语课程很有必要。很多大学已经开展了人工智能双语课程的探索工作[1-4]，取得了一些成果，收到了一定的效果。我校自2012年开始启动人工智能研究生双语课程建设，在进行双语教学过程中还必须兼顾课程学时数少，课程难度大的矛盾，因此必须考虑如何在有限的教学时间内将重要的内容介绍给学生，并采取合适的教学方法使学生掌握相关内容。我们从教学体系、教学内容、教学方法、考核方式进行了一些思考和探索。

2 双语课程改革的总体原则

在进行《人工智能》双语课程建设之前，我们对国内外相关高校研究生《人工智能》课程进行了网上调研，在调研的基础上确定了双语课程建设中需要考虑的一些基本原则作为改革的指导。

2.1 先进性与基础性相统一的原则

据我们统计，我校计算机专业研究生有一半以上的硕士论文选题会涉及到人工智能技术。人工智能发展很快，新技术、新方法层出不穷，通过课程学习应该让学生了解目前人工智能发展的前沿技术，以便将其在研究中应用。另一方面，后续课程中会对一些涉及应用的专门技术进行深入讲解，在教学中需要讲授人工智能的基础，以便为后续课程的学习打下基础。

2.2 知识讲授与能力培养相统一的原则

从本质上讲，人工智能是一个用计算机进行“问题求解”过程，需要培养学生将实际工程中的问题转换为人工智能相关问题，并应用人工智能算法求解的能力。如“人脸识别”这一工程问题，可转换为人工智能中的“监督学习”问题，并应用相应算法予以解决。另一方面，课程的教学也必须考虑学生的学习基础，讲授一定的基础知识。

2.3 课内与课外相统一的原则

本课程学时数有限，不可能在课堂教学时间内完成所有教学和训练的任务，需要通过作业、项目、小组学习等形式使学生在课下完成一半以上的学习量。

3 教学队伍建设

教师是教学的关键，对保证教学质量，保证双语课程的顺利完成具有决定性作用。双语课程教师队伍一方面需要教师具有较强的英语能力，最好能够有在海外学习或工作经历；另一方面，也需要教师具有较强的科研能力和教学经验。本课程的主讲教师由两名教授组成，都具有博士学位，在人工智能领域从事了多年的一线教学和科研工作。其中一名教授在国外获得博士学位，另一名教授有在国外的两年访问学者经历，不管是英语的听说读写能力还是科研经历、教学经验都能够满足双语课程教学的需要。

除了主讲教师，在教学过程中，还配备了有一定科研经验的高年级研究生作为助教，主要完成课件制作、作业批改、试卷批阅等工作，并对学生开设习题课，有利于帮助学生在课外进行学习。endprint

4 教学内容改革

4.1教材选用

核心教材和参考教材的选用对开拓学生知识面，提升教学效果具有重要作用。我们仔细考察了几本国外大学常用的研究生教材，其中有Russal和Norvig编著《Artificial Intelligence：A Modern Approach》【5】，Jones编著《Artificial Intelligence：A System Approach》【6】，Nilsson编著《Artificial Intelligence： A New Synthesis》【7】，Luger编著《Artificial intelligence： Structures and strategies for complex problem solving》【8】。这些教材各有特点，教材【5】可以说是人工智能的百科全书，涉及到人工智能的方方面面，并提供了大量的参考文献；教材【6】结构清晰，难度适中，包括了人工智能的主要内容，重点放在对特定的输入如何得到正确的决策；【7】是从agent的观点来重构了整个人工智能知识体系，缺点是出版年代较早，内容相对陈旧；【8】也是人工智能的经典书籍，目前已出到第六版，层次较丰富，除了基本的人工智能算法外，也包括一些应用内容。综合教材内容和难易程度，并结合国外大学教材选用情况，我们选定教材【5】作为我们的主教材，其他教材作为参考书，因为教材【5】的内容太多，不适合全部讲授，我们只选择了部分核心内容进行讲授。

4.2 教学内容确定

虽然目前学术界对什么是人工智能和是否能实现达到人类智能水平的智能体（机器人）尚存在争议，但对人工智能的研究范畴有一定的共识。我们将人工智能的知识体系结构表示在图1中，共分为四层：感知层、表示层、处理层和应用层。其中感知层由传感器、数据库、数据仓库等组成，虽然传感器和数据仓库是完全不同的两种技术，但它们的相似点是都输出数据供表示层处理，对更高层次的智能层级来说，它只需要对数据进行处理，而不管数据是如何产生或获取的；表示层将数据通过神经网络、决策树等机器学习技术转化为知识，并将知识表示为有组织、结构化的形式，如专家系统中的产生式规则、本体、甚至是语义网；处理层是人工智能的核心，包括规划、推理、搜索、决策等内容，对知识进行进一步的处理和加工；应用层将人工智能技术应用于不同的领域，包括自然语言理解、机器视觉、信息检索、机器人学等不同的应用领域。

在以上四个层次中，感知层有专门前期课程学习，如数字信号处理、数据库技术等，不需要在人工智能课程中进行讲授，而应用层的内容将在后续课程中专门讲授，也不应该包含在本课程中。人工智能课程重点讲授表示层和处理层两层内容，按通常的教材章节顺序安排为：无启发搜索、有启发搜索、演化计算、规划、本体、语义网概述、专家系统概述、推理、监督学习方法、无监督学习方法、神经网络。

5 教学方法改革

双语课程有两种讲授模式，一种是讲授和教学材料都以英文为主，中文为辅；另一种是教学材料以英语为主，讲授以汉语为主。根据我们学生的实际情况，双语课程的教案、PPT和网站等教学资源都使用英语完成，所有参考资料也使用英语资料，而在课堂讲授过程中，，使用了英文和汉语双语进行讲授。

国外研究生教学与国内的最主要区别在于通过课程项目或大作业训练学生综合运用所学知识解决实际问题的能力。我们在教学方法上，也没有完全采用课堂讲授方式，而是按照国外研究生课程的通常方式，安排了课程项目。分别在搜索、机器学习两部分安排了项目，其中搜索部分的项目要求学生独立完成，机器学习项目由学生自由组合，两个学生组成一个小组完成。项目要求提交项目报告，包括问题描述、解决方案、评测结果和源代码等内容。

为了让学生了解人工智能的研究进展和了解人工智能的研究方法并帮助学生理解课堂讲授内容，除了核心教材和参考教材外，对每一节讲授内容都从人工智能顶级会议和杂志中选择了一些参考文献，要求学生阅读。这些参考文献主要由学生在课外阅读，但列入考试范围。

为了让学生对人工智能的应用有直观理解，在讲授每一部分内容时都准备了案例进行演示，并通过讨论课让学生深入理解所教授内容。

6 考试方法

考试是考察学生掌握知识、获得能力的最终评测标准。我们对学生成绩采用结构评分法，学生的最终成绩由三部分组成：其中上课出勤占10%，项目完成情况占30%，期末考试成绩占60%。期末考试采用闭卷考试方式，全部采用问答题，考察学生综合运用人工智能技术解决实际问题的能力。

7 结论

通过两年的人工智能双语课程实践，我们认为对研究生“人工智能”课程实施双语教学，可以使学生接触到人工智能学科发展的前沿信息，为后续课程的学习打下基础；同时也提高了学生英文文献阅读能力，为后续研究生论文开题和研究工作的开展很有帮助。

参考文献：

[1] 刘海波， 沈晶， 张国印， 刘杰. 中西合璧的人工智能课程双语教学模式[J].计算机教育， 2010，17：78-80.

[2] 谢蓉， 刘琼， 卢冰. 人工智能课程全英文教学改革[J]. 计算机教育， 2013，19：62-67

[3] 李竹林， 郝继升， 马乐荣. 人工智能双语教学体系结构的探索和实践[J]. 计算机教育， 2010，12：81-83

[4] 张晓孪， 王西锋. “人工智能”课程双语教学的实践与探索[J]. 电脑知识与技术，2009，5（1）：140-141

[5] S. Russell， P. Norvig. Artificial intelligence： A modern approach[M]. 3rd ed. New York： Prentice Hall， 2010.

[6] M. T. Jones. Artificial intelligence： A systems approach [M]. London： Jones and Bartlett Publishers， 2008.

[7] N. J. Nilsson. Artificial intelligence： A new synthesis [M]. San Franciso： Morgan Kaufmann Publishers， 1998.

[8] G. F. Luger. Artificial intelligence： Structures and strategies for complex problem solving [M]. 6th ed. New York： Addison Wesley， 2008.endprint