面向“智慧海洋”的人工智能课程体系建设研究

吕志胜 封斌 蒋翔 闫瑞瑞

摘  要：国家海洋战略和社会发展对人工智能方面的人才需求日益增长，文章通过分析人工智能课程教育的现状，研究面向“智慧海洋”的电子信息类专业人工智能课程体系的建设，分别从课程设置、教学内容、教学方式、考核方式、实践教学等方面进行阐述，从而为本科院校培养人工智能方向的综合型、创新型人才提供参考方案。

关键词：智慧海洋;电子信息类专业;人工智能课程体系

中图分类号：G642         文献标志码：A         文章编号：2096-000X（2020）07-0088-03

Abstract： The talents in artificial intelligence are demanded increasingly for national marine strategy and social development. Through analyzing the current situation of artificial intelligence curriculum education， we research the construction of artificial intelligence curriculum system for electronic information major oriented to "intelligent ocean".  Then we elaborate the course setting， teaching content， teaching methods， assessment methods， practical teaching and other aspects respectively， so as to provide a reference scheme for undergraduate colleges to cultivate comprehensive and innovative talents in the direction of artificial intelligence.

Keywords： intelligent ocean; electronic information major; artificial intelligence curriculum system

一、概述

近年來，世界各海洋国家高度重视海洋领域技术和设备信息化的发展和建设，并将“智慧海洋”作为建设海洋强国的重要战略。随之而来的是，与海洋相关的科学观测、资源、经济和生态环境等数据日益增多，已成为大数据领域的重要应用之一。如何有效分析、挖掘及利用海洋大数据中蕴含的丰富信息，是建设“智慧海洋”必须重点关注和研究的内容。人工智能（Artificial Intelligence，AI）作为电子信息技术领域近年来的创新方向和研究热点之一，已在很多行业取得一定应用，这为分析处理海洋大数据提供了新的方向。

基于国家海洋战略和社会发展对人工智能方向人才的需求，鉴于我校的特色和发展以及目前我院相关课程建设相对滞后的现状，本文通过研究本科院校的人工智能方面课程建设的理论，探索面向“智慧海洋”的电子信息专业人工智能课程体系的建设。结合我校的信息与通信工程学科的发展目标，围绕“海洋大数据信息处理技术”这一方向，提出相应的课程体系建设方案和建议，以期能为本科院校培养人工智能方面的人才和相关知识的普及提供可借鉴的意见。

二、现状分析

人工智能技术作为信息技术的前沿领域，对人类社会的经济、文化、军事、工业等方面的发展影响日益增强，各种智能机器人、智能诊断、无人驾驶、智能翻译等技术已逐渐应用到实际生活中。许多国家已把人工智能列入信息化学科的教学内容中，在高等院校甚至中小学教育中人工智能课程正在逐步推广。

英国1999年将人工智能课程列为中学的信息与通讯技术（ICT）方面的选修课[1]。美国2016年对人工智能的伦理、技术标准、培训、人才培养等做出战略部署。日本政府2017年制定了人工智能产业化的分步实施计划[2]。2017年7月，我国国务院发布的《新一代人工智能发展规划》将人工智能研究提升到国家战略层面[3]。2018年5月，国内中等教育体系首次引入人工智能教材，我国人工智能教育正式迈入基础教育阶段。与此同时，关于初高中甚至小学开设《人工智能》课程的研究也越来越多[4-5]。

我国部分高校已单独设置人工智能专业或智能机器人专业等。与中等教育不同，高等教育开设人工智能专业或课程的目的是强化学生对相关技术的应用能力，提高学生的创新能力，因此目前的研究较多侧重于教学方法的改革[6-9]。另一方面，相对而言，国内高校在人工智能相关课程的教学内容、教学方式、考核方式等方面较国外高水平大学存在一定的差距，在实验环境和条件、实践应用以及培养创新型人才等方面仍存在一定的提升空间。因此，需要根据各院校的软硬件实际情况进行相关课程体系建设，逐步提升学生的实践能力和创新能力。

三、课程体系建设

人工智能的内容涉及信息科学领域多个学科，包括统计学习、模式识别、数据挖掘等等，而且人工智能有许多尚待解决的问题需要研究，因此开设相关课程具有一定的挑战性。

结合我校的信息与通信工程学科的发展目标，本文围绕“海洋大数据信息处理技术”这一方向，开展利用人工智能技术对海洋数据分析处理的课程建设，拟建设的人工智能教学体系的整体结构图如图1所示。具体内容包括课程设置、教学内容、教学方式方法、考核方式、实践教学、预期效果等几方面。

（一）根据高校的实际情况，设置相应课程

由于各高等院校的招生层次有所区别，为了提高不同基础的各个层次学生的能力，则需要设置不同难度的课程。另外，由于实践应用对人工智能相关课程非常重要，各高校需根据自身实验室建设情况来设置课程，只有具备相应的实验条件，课程教学才能达到预期的效果，使学生做到学以致用。对于应用型本科院校，可在设置高等数学、概率论与数理统计、C语言程学设计、Python编程等基础课程的基础上，设置传感器及检测技术、数字信号处理、数字图像识别、数字音视频处理、机器学习、神经网络、数据挖掘及信息融合等专业课程。结合我校的特色及发展目标，还应开设水声通信原理、水下目标识别、海洋数据分析等相关课程。

（二）根据学生层次，设置教学内容

根据各院校学生的自身基础情况，设置不同难度的教学内容。以开设《机器学习》课程为例：首先应简要介绍机器学习的发展历史、现状及当前流行的技术，然后应重点通过实例阐明常用基本概念的内涵，以及如何利用实践工具实现常用算法从而达到预期功能和目标。对本科生而言，公式原理及数学公式推导相对复杂难度较大，而脱离原理仅讲解几种机器学习工具的使用方法不利于学生后续发展，应将基本概念、常用算法与实践项目操作有机结合，让学生体会到理论在实际应用中的乐趣。

在应用型本科院校中，人工智能相关课程一般是从大三上学期开始的选修课程，由于课时较少、学生更关注实践应用，因此应精简人工智能相关课程教学内容，在讲解基础所需的理论知识后，对难度较深的理论则概括出其用途、特点及适用范围，重点则应是以案例和项目展示的形式呈现，增强学生对课程与实际联系的认识。对于非计算机和电信专业的学生，则需进一步简化其理论知识，以更通俗易懂的项目和示例进行科普和推广。

而且，教学内容需要紧跟时代的发展，更新相关知识和技术，对于复杂的理论，去繁就简，使学生理解相关技术的思想和实现思路，注重其功能和应用，达到“学以致用”的目的。例如，结合水声通信的内容与人工智能技术为学生讲解水下信号检测的简单应用示例，或结合声纳探测和数据融合的技术讲解水下目标探测的应用示例等，都能加深学生对理论联系实际应用的体会，从而促进学生的学习热情和学习动力。

（三）根据课程特点，改进教学方式方法

国内各高校相关课程主要采用讲座方式或传统教学方式。前者有利于学生开阔视野、了解最前沿的技术和进展，但对提高学生的实践动手能力有所欠缺;后者通常是学生被动学习，对培养动手能力和解决实际问题能力等方面不尽人意。因此，需要探索新的教学方式方法。

为了激发学生的学习热情和创新激情，从以下两个方面改进教学模式：（1）通过相关领域的最新应用、研究，激发学生的学习兴趣，引导学生独立思考，促进师生互动，并结合教师的科学研究成果和体会对相关内容进行讲解，从而使得学生开阔视野，拓宽知识面，提升创新精神、思维及创新能力。（2）以问题引导的方式结合项目驱动的方式，提高学生的独立思考和动手解决问题的能力。例如，在讲解了基本概念和常用方法后，教师给出应用场景的需求和问题，让学生主动思考并提出对策和方法;在讲解了编程操作语言Python和实践平台Kaggle的基本使用后，设置相应的学习目标，使学生主动完成简易的项目，做到主动与被动学习相结合。

在教学安排时，应重点以具体应用示例讲解各课程中相关技术的使用方法，而复杂的数学理论、公式推导等难度较深不易理解的内容安排较少课时简要介绍即可。还可灵活设置几个机动学时，对学生感兴趣的技术进行专题讲解，或邀请相关行业具有丰富经验的AI工作人员开展专题讲座。

在教学资源方面，可借助网络课程资源，如腾讯课堂、网易公开课、MOOC资源等。在教学过程中，教师可根据教学计划安排，精选部分内容让学生学习并讨论;部分经典课程可让学生分组自学并分享心得，从而掌握查找文献、资料的方法，培养自我学习的习惯和解决实际问题的能力。

（四）构建多元化考核方式

由于人工智能课程理论较难、内容覆盖面广，因此传统的考核方式不再适用，需要设置多元化的考核方式。

考核成绩可包含以下指标：（1）教学过程中，鼓励引导学生提问和发表个人看法，对回答问题正确、提出建设性对策或能提出有深度问题的行为均计入考核成绩中;（2）平时出勤情况、随堂作业及测试等也计入考核成绩;（3）学生对人工智能某个专题、技术进行自学，如语音识别、人脸识别和手写识别等，并通过编程实现来验证其功能，以PPT或论文的形式汇报结果，根据完成情况评定成绩;（4）对参与人工智能实际相关项目或研究课题的学生，可对其阶段性成果评定成绩。

总之，为使学生学有所得且兼顾学生的特长和发展，应建立一个多元化灵活的考核形式。

（五）建设相关实验室，适时调整实验、实训内容

人工智能相关课程的设置，最终目标是为了将所学的知识应用到实际生活中。此类课程在教学过程中，实验及实践部分通常占据较大部分，因此教学实验室建设是整个课程体系中非常重要的部分。在校内实践教学相关实验室的建设中，应充分考虑到相关课程的目标，模拟实际应用场景和生产环境，使其不但能实践基础性实验的内容，且具备完成综合性、创新型实验的条件。并与相关企业联合，实践产学研结合的教学，实验、实训内容与时俱进，适时调整和更新，从而加深学生对人工智能相关理论和技术的理解，提高学生解决实际应用中各种问题的能力和二次开发能力。

（六）明確课程体系建设最终要达到的效果

通过学习人工智能体系课程，培养学生学习新事物新技术的思维和能力，不断提升学生分析、解决实际问题的能力，为学生将来从事科学研究、技术开发等工作奠定基础。

1. 培养学生的创新能力

在日常教学过程中增强对学生科研素质的培养，对于特定的问题——如当前十分热门的神经网络，在介绍神经网络优势后，也需指出其适用范围及局限性，同时对其他改进型技术进行相关介绍，如为改善BP神经网络易陷入局部最优的现象而提出的随机梯度下降方法。并介绍当前神经网络的发展情况，如深度学习主流的CNN、DBN等，说明深度学习框架的使用方法和各自的特点，从而使学生更好地了解前沿技术的发展，激励学生的创新思维。

2. 培养学生的实践能力

为了增强学生对人工智能相关課程中的各种经典方法的理解，如汉诺塔问题、遗传算法、决策树等，可选择简单问题在课堂上现场演示其实现过程，对复杂问题则可通过事先准备的程序演示其功能和效果。对学生存在的疑问及时交流讨论，激发学生的兴趣，加深学生对相关理论的理解，提高其学习积极性。鼓励、指导学生参加各种与“海洋信息处理”相关的学科竞赛以及参与、申报各种相关的项目，不断提升实践能力。

四、结束语

本文通过分析人工智能课程的教育现状，结合我校的特色、现状和发展方向，围绕“海洋大数据信息处理技术”这一方向，给出了本科院校电子信息类专业人工智能课程体系的建设方案，为培养综合型、创新型人才提供可借鉴的意见。由于人工智能相关技术的发展日新月异，因此在教学过程中应适时更新调整教学内容和实验实训内容，使不同层次的学生都能学有所得、学有所悟、学以致用。

参考文献：

[1]SQA. NQ Review Investigation Report： Computing and Information Systems[DB/OL]. http：//www.sqa.org.uk/sqa/28.139.html.

[2]戴永辉，徐波，陈海建.人工智能对混合式教学的促进及生态链构建[J].现代远程教育研究，2018（2）：24-31.

[3]王万森.适应社会需求，办好新一代人工智能教育[J].计算机教育，2017（10）：5.

[4]孙凯.初高中人工智能课程的开设与改革建议[J].教育现代化，2018，27（7）：72-75.

[5]张慧华，徐力.中小学人工智能课程开设情况的影响因素分析[J].一线调查，2018（3）：74-77.

[6]邸书灵.《计算机前沿技术》教学研究与实践[J].教育教学论坛，2016，50（12）：135-136.

[7]刘建刚，赵军产.大数据与人工智能背景下离散数学教学探讨[J].计算机时代，2018（5）：77-81.

[8]陈琳.高校《机器学习》课程教学改革探索[J].教育现代化，2018（6）：99-100.

[9]陈丽.基于人工智能科学的计算机专业课程体系的革新策略[J].电脑知识与技术，2018（4）：187-188.