人工智能的国际化—多元化创新教学模式

摘 要：通过文献研究方法分析美国一流大学人工智能课程的开设情况以及国外经典人工智能教材的主要内容，提出人工智能国际化—多元化创新教学模式，包括教学体系框架、教学内容创新、案例教学法、全英文授课方式、创新教学实践等方面，阐述国内人工智能课程教学在课程体系、教学内容、教学方法、教学手段等方面的具体改革措施。

关键词：人工智能；国际化教学；多元化教学；创新教学模式

1 背 景

人工智能是研究智能信息处理和开发具有智能特性的各类应用系统的核心技术，现已成为当今科学技术发展的前沿学科，扮演着越来越重要的角色。世界各国都十分重视人工智能前沿研究、技术发展与教育培养。例如，2016年美国白宫科技政策办公室（OSTP）下属国家科学技术委员会（NSTC）发布了《为未来人工智能做好准备》[1]以及《国家人工智能研究与发展战略计划》[2]两份重要报告，明确制定美国人工智能的发展路线以及行动建议，同时也提出促使人工智能教育成为“全民计算机科学教育”项目的组成部分。国外许多重点大学都成立了自己独立的人工智能研究所，如麻省理工学院计算机科学与人工智能实验室、斯坦福大学人工智能实验室、加州大学伯克利分校机器人和智能机器实验室等，对人工智能的研究涉及现代高新技术以及边缘学科新理论与新技术。

我国先后有几十所高等院校专门开设了智能科学与技术本科专业。作为该专业课程体系中的核心课程之一，人工智能课程的地位正随着该技术的不断发展和广泛应用得到迅速提升。然而，在培养人工智能创新型人才方面，国内的该课程教学尚存在一些亟待解决的问题，主要表现在以下几方面。

（1）课程体系和教学内容。人工智能课程是一门顺应时代发展、知识更新飞快的前沿课程，而当前国内该课程的知识体系不尽完善，教学内容陈旧，跟不上国际该领域最新动态发展的步伐。

（2）教学方法与教学手段。人工智能课程理论性强、内容多、难度大，国内人工智能教学往往注重知识要点学习，而轻视实践应用；注重专业知识传授，而轻视综合素质与能力培养，理论与实际相互脱离使得学生创新能力严重不足。

（3）国际化创新人才培养。目前，我们虽然有一个很完整、较系统、高起点的人工智能课程基础教育方案，但是在人工智能国际联合大会（IJCAI）等国际顶尖会议以及《人工智能》（Artificial Intelligence）等国际顶尖刊物上，国内研究学者发表人工智能研究论文为数不多，具有国际影响力的人工智能领域人才仍较匮乏。

从人工智能学科发展特点和当前国内课程教学效果来看，亟须引入新型创新教学模式。由于人工智能学科本身的前沿性，追踪国际动态是一个必然选择，我们对国外人工智能教学体系进行深入剖析，充分借鉴国外先进经验，提出更新和优化我国课程教学模式的新思路。

2 国外人工智能教学体系分析

2.1 美国人工智能课程设置

斯坦福大学、加州大学伯克利分校、卡内基·梅隆大学、麻省理工学院的计算机科学专业人工智能课程及其相关课程设置情况[3-6]见表1和表2。

可以看出：①美国重点大学都非常重视人工智能课程教学，有的还开设了多门人工智能课程，如斯坦福大学计算机科学专业的“人工智能的社会、经济影响”和“人工智能：原理与技术”，教学内容上涵盖智能自动化经济学、计算伦理和军事应用以及问题求解、知识表达、推理、规划、不确定知识与推理、学习、Agent、感知与行动性等主要内容；②大部分大学选用Russell and Norvig编著的《人工智能：一种现代方法》[7]作为人工智能课程教材；③从人工智能细分领域来看，其分支包括机器学习、自然语言处理、计算机视觉和机器人[8]，这些领域的研究有着显著的增多趋势，因此，除了人工智能课程外，美国大学还从人工智能研究与应用领域中细分出其他人工智能相关课程，如卡内基·梅隆大学不仅开设了“人工智能：表达和问题求解”，还增设了“自然语言处理”以及“机器学习导论”，且课时数均较长，达到12周；④近几年来，人工智能细分领域中以机器学习的进展最为迅速，美国重点大学都非常重视机器学习的教学与研究，有自己完善的人工智能教学体系和独立的机器学习教学计划，如麻省理工学院在人工智能课程中分4次讲授机器学习内容，加州大学伯克利分校、卡内基·梅隆大学都专门开设了“机器学习导论”课程，内容涵盖分类问题、回归问题的监督学习算法、无监督学习问题、概率模型等主要内容；⑤美国大学教学环节都十分注重项目训练，以斯坦福大学“人工智能：原理与技术”课程为例，项目训练内容包括任务定义、基础设施、研究方法、文献综述以及错误分析，要求学生提交项目提案、进度报告、海报、同行评议和最终报告，并根据报告质量给出成绩。

2.2 人工智能课程知识体系与教学内容分析

国外经典人工智能教材[7，9-14]及主要内容见表3。文献[7]以智能化智能体思想为核心，将人工智能定义为从环境中接收感知信息并执行行动智能体的研究；文献[9]通过人工智能系统和Agent展开人工智能内容；文献[10]构建智能系统；文献[11]从不同的抽象层次刻画智能主题；文献[12]将智能定义为根据输入集和各种可能行动条件作出正确决策的能力；文献[13]主要探讨人工智能基本思想和计算智能两大方面；文献[14]探讨计算机如何进行推理和感知，从知识角度研究人工智能，包括知识表达、知识利用和实际系统构建。可以看出它们的共同点：人工智能学科是围绕“智能”这个核心，研究人类智能活动规律、模拟人类智能行为的基本理论、方法和技术。由于智能本身所具有的复杂性，难以用单一的理论、方法进行描述，需要从多个不同层面刻画智能这个主题[15]。

教师可以将人工智能核心教学内容划分为4个层次：①底层，包括神经网络、适应性原理与仿生机制等演化计算与辅助感知机制以及与物理世界进行交互的形式理论与方法；②抽象層，围绕问题求解进行知识抽象、知识表达和知识理解，反映知识在智能中的角色与创建；③高级层，包括学习、规划和推理的模型和方法；④应用层，构造智能化智能体以及具有一定智能的智能系统。在安排人工智能课程教学内容时，可相应地涵盖这4个层次的内容。

3 人工智能的创新教学模式

人工智能创新教学体系框架如图1所示，通过人工智能教学内容创新、案例教学法、全英文授课方式、创新教学实践等方面体现出国际化、多元化特点。

国际化方面，从4个层面实现国际化目标：①学科国际化，引进国际先进的教学体系，调整人工智能教学内容，使之与国际前沿接轨；②学术国际化，在教学环节中穿插人工智能学术前沿讲座；③学者国际化，引进和短期聘请国际著名人工智能专家充实教师队伍，并实施“1+1”双课堂教学；④学生国际化，实行全英文授课与考核体系，培养学生成为具有创新能力、国际视野、英语技能的复合型人工智能人才。多元化方面，建立一整套管理和评估制度，实施不同教学思路、不同教学风格、不同教学方法的多元化教学改革措施，保证学科国际化、学术国际化、学者国际化以及学生国际化的顺利实施。该教学体系结构体现出教学思想的先进性、教学内容的前沿性和课程实施的科学性，表现出对专业素质和创新能力的高度重视。

3.1 创新教学内容

本着“取舍教学内容，突出课程特点，补充前沿问题”的原则，教师应确定科学的人工智能知识体系以及教学大纲与教学内容，确保所讲授的课程内容最大程度地体现出人工智能学科的内涵、发展趋势以及与相关学科的关系，并且能覆盖人工智能研究方向所涉及理论、方法、技术的最新国际前沿研究成果，具有足够的广度与深度，反映全英文教学在内容上对比于中文教学、双语教学的差异性和先进性。

3.2 运用案例教学法

人工智能课程包含大量的基本概念，内容抽象且算法复杂，往往使得学生难以理解。教师可以按照人工智能课程知识体系以及知识点，对人工智能教学案例库进行总体设计以及详细设计，形成15个规范化教学案例[16]并将案例教学方法引入课程教学中，充分运用多媒体教学手段展示和讲解教学案例。在案例教学中，从传统的以“学会”为中心转化为以“创新应用”为中心，从传统的以“课堂教学”为中心转化成以“课堂教学+实践活动”并重为中心，不仅可以加深学生对教学内容的理解，提高学生的学习兴趣，而且能够提高学生的实际操作能力以及思考能力。

3.3 采取全英文授课方式

全英文课堂授课不能一味追求全英文形式而忽视教学效果，需要把握专业与英语的比例。实际教学中，教师可以采取“1+1”双课堂教学模式，将教学课时分两个阶段进行。首先，国内教师讲授人工智能基本原理和方法，采取集中授课、案例教学、课堂实践等教学方式；其次，邀请国际知名学者讲解人工智能国际前沿，包括专题讲座和专题研讨环节。经过基础学习后，学生一般都能掌握人工智能基础知识，因此对于国外教师讲授的学科前沿能够较容易地准确理解和把握。与单纯采用全英文方式或邀请国外教师授课相比，该模式具有较好的预期效果。

3.4 创新教学实践

由于使用英文教材，加上中外教育背景、学生英语水平的差异等因素，我们在实行国际化教学过程中对英语教学方法作一定的调整和改进，包括英文授课形式、案例教学、教学内容、教学手段等方面：配合“1+1”双课堂模式，采取“二三二”模式教学方法即过渡式双语和沉浸式全英文二大英语教学方式，激励自主式、启发互动式、体验学习式三大学习方法激发学生学习兴趣，参与学习式、自我展示式二大实践机制培养学生的综合素质与创新能力；同时，针对本科生可塑性强的特点，从本科生开始培养学术型学生，鼓励学生参加课外科研和科技活动，注重“鼓励学生创新精神、培养学生创业意识、保护学生创造能力”。

4 成果应用与成效

我们对国际软件学院2010级、2011级、2012级软件工程专业国际班学生以及2013级留学生班从以下3方面进行多次改革试点。

（1）国际化教学：追踪国外一流大学人工智能课程体系与教学方法，通过对比研究，寻找中外人工智能课程的教学体系差距，找到可借鉴的国外先进教学模式，制订集先进性、实用性和前沿性为一体的人工智能知识体系、教学大纲和教学内容以及国际化人才培养方案，推动学科国际化、学术国际化、学者国际化、学生国际化4个层次国际化办学目标的实现。

（2）多元化教学：通过问卷调查与分析，发现国内全英文教学存在的亟待解决的关键问题；通过引进、消化和吸收国外经典教材内容，从整体上确定人工智能教学体系结构，在教学时间有限的条件下，让学生重点学习具有不同教学思想、模式与特色的内容，同时让学生领略国内外不同教学方法和教学风格，满足国际化创新型人才培养要求。

（3）创新性教学：以培养具有创新能力、国际视野、英语技能的复合型人才为目标，以实施全英文教学为契机，对传统教学模式进行重定位，提出集先进性、前沿性和实用性为一体的教学内容创新、“1+1”双课堂教学模式、“二三二”模式教学方法、“案例教学—实践活动—现实应用”有机融合的案例教学实践等教学模式改革的实施关键。

人工智能课程教学取得了良好的教学效果：①以学生为中心的教学理念和多元化教学模式，促使选修人工智能课程的学生人数不断攀升；②以教学实效为衡量标准，以学生满意为评价指标，学生好评如潮；③打造具有国际品牌效应的人工智能全英文教学语境，国际班、留学生班招生人数逐年上升；④加强学科交叉，邀请外教授课，举办前沿讲座，强化国际交流，国际影响力显著提升；⑤寻求学科生长点，推动国际项目合作，学院人工智能学科特色和优势愈加明显。

5 结 语

瞄准世界知名大學在人工智能学科的前沿研究与人工智能课程的开设经验，对国外人工智能教学进行全方位、科学的分析与总结，从国外教学体系中得到启示，从而对国内人工智能教学模式进行重新认知，全面推进人工智能课程教学在课程体系、教学内容、教学方法、教学手段等方面的改革，在创建国际化—多元化创新教学模式的基础上，践行知识、能力、素质协调发展和综合提高的原则，培养学生成为科学应用前沿技术、方法和手段的国际化创新人才。

参考文献：

[1] Preparing for the future of artificial intelligence[EB/OL]. （2016-05-03）[2016-11-30]. https：//www.whitehouse.gov/blog/2016/05/03/preparing-future-artificial-intelligence.

[2] The national artificial intelligence research and development strategic plan[EB/OL]. [2016-11-30]. https：//www.nitrd.gov/PUBS/national_ai_rd_strategic_plan.pdf.

[3] CS221： Artificial intelligence： Principles and techniques[EB/OL]. [2016-11-30]. http：//web.stanford.edu/class/cs221/.

[4] Berkeley/EECS. CS 188： Introduction to artificial intelligence[EB/OL]. [2016-11-30]. https：//www2.eecs.berkeley.edu/Courses/CS188/.

[5] Carnegie Mellon University. CS and related undergraduate courses[EB/OL]. [2016-11-30]. https：//www.csd.cs.cmu.edu/content/cs-and-related-undergraduate-courses.

[6] Massachusetts Institute of Technology. Artificial intelligence[EB/OL]. [2016-11-30]. https：//ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-spring-2005/index.htm.

[7] Russell S， Norvig P. Artificial intelligence： A Modern Approach[M]. 3rd ed. Edinburgh： Pearson Education Limited， 2014.

[8] 烏镇指数： 全球人工智能发展报告2016[R]. 嘉兴： 乌镇智库和网易科技， 2016.

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

[10] Negnevitsky M. Artificial intelligence： A guide to intelligent systems[M]. 2nd ed. Boston： Addison-Wesley， 2004.

[11] Luger G F. Artificial intelligence： Structures and strategies for complex problem solving[M]. 6th ed. Edinburgh： Pearson Education Limited， 2008.

[12] Jones M T. Artificial intelligence： A systems approach[M]. Sudbury： Infinity Science Press， 2009.

[13] Flasiński M. Introduction to artificial intelligence[M]. Wiesbaden： Springer International Publishing， 2016.

[14] Winston P H. Artificial intelligence[M]. 3rd ed. Edinburgh： Pearson Education Limited， 1992.

[15] 谢榕， 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.

[16] 谢榕， 李霞. 人工智能课程教学案例库建设及其案例教学实践[J]. 计算机教育， 2014（19）： 92-97.

（编辑：宋文婷）