徐国庆
(武汉工程大学计算机科学与工程学院 湖北·武汉 430205)
随着物联网技术的深入应用,智能设备向着微型化、智能化方向发展,物联网与人工智能出现了技术融合,基于大数据分析的物联网数据的智能应用成为智能物联网的研究热点。智能物联网是互联网技术、无线传感器技术、大数据技术、人工智能、深度学习等诸多学科的融合,其显著的特点是将多学科知识进行融合,是一次跨越式的发展。在多学科视角下,加强智能物联网创新人才的培养,应重点突出创新性、前瞻性、融合性的思路,在教学实践中积极探索多学科融合教学的思路方法。
现代技术的蓬勃发展,使多学科之间出现了融合、交叉,学科之间的界限不再如以前那样明晰、绝对,而是出现了相互促进、相互汇通的趋势,这种学科之间的交叉使知识的覆盖面更加宽广、涉及的知识点更加多样化、知识的独立性减弱而综合性增强,这种交叉学科的特点使智能物联网课程的教学方式面临一系列的新问题,主要体现在:
(1)知识点多且结构复杂。早期无线传感网的功能比较单一,知识点集中,主要完成对物品的感知,一般应用在物流、仓储、销售领域,对数据的传输速率要求不高,实时性要求也不太严格。随着物联网接入方式及传感器类型的扩展,接入物联网的设备呈现多样性、复杂性、异构性,对数据的处理能力要求加强,所产生的数据也呈现级数增长。尤其在生产和流通领域,对数据的实时性和智能性处理的要求逐渐被重视。物联网也逐渐向智能化方向过渡,从而使物联网人才的需求呈现多学科、智能化的趋势,将物联网与人工智能、数据分析等方向的结合成为创新型人才培养的重点任务。
(2)理论和实践融合,强化应用型知识。智能物联网是理论和实践结合的新形态,基本理论包括无线传感器网络、大数据挖掘、深度学习、人工智能,特别是以大数据学习为特点的数据挖掘算法,是经典算法在物联网数据处理中的新应用。智能物联网特别强调对知识的工程应用,与行业结合是智能物联网的一大创新点,在应用的过程中,如何有效地实现多学科交叉知识的融合渗透、将理论与实践紧密结合是智能物联网所需解决的现实问题。
(3)知识更新迅速,时效性和迭代性增强。在智能物联网时代,新的理论和技术层出不穷,各种传感器技术及其行业拓展应用日新月异。这些都为智能物联网自身的知识更新和技术升级提供了机遇,同时也为智能网联网从业人员提出了更高的要求,在知识不断更新迭代的新形势下,如何有效地组织教学和研究,是提升智能物联网人才培养、加快行业应用向纵深和更宽领域拓展的新渠道。知识的获取途径得到拓宽,教育者必须做到紧跟技术发展的方向,不断扩充知识面,增强自身的业务水平。
智能物联网的内在特点和要求,为专业人才培养提出了更高的目标和挑战。相比于其他传统学科,技术的更新换代的速度远远没有智能物联网这样迅速,如何在快速变化的技术潮流中紧随发展方向,不断提升教学内容的充实度和理论深度,紧紧把握行业在智能物联网领域的最新技术,并及时进行教学模式和课程架构调整,是提高人才培养质量的关键。
智能物联网专业的学科交叉性和知识复合性要求在人才培养的课程设置上需要充分考虑基本知识点和技能与相关学科的交叉和相互渗透。按照物联网的4层结构模型,相应的课程体系参考设置如图1。
图1 智能物联网的课程体系设置
在课程设置上,根据物联网的感知识别、网络构建、管理服务、创新应用4层结构,分别围绕各层的具体知识需求和培养要求进行课程设置,在感知识别层,主要涉及硬件的基础课程,包括传感器技术、嵌入式系统、电子技术、无限导航基本原理等,在网络构件层,包括计算机网络、现代通信技术、信号与系统、无线传感器网络、数据通信网与交换技术,管理服务层主要针对业务需求,设置数据结构、云计算、网络编程应用技术,在创新应用层,包括人工智能、智能电网、车联网、石油物联网、健康物联网等课程,这些课程围绕智能物联网的基本要求,实现了硬件、软件、数据处理、智能应用等多学科的交叉应用。
智能物联网是一门实践型强的应用型学科,对学生的实际动手能力和解决问题分析问题的能力有较高的要求。在课程体系中,应当加大对实践类课程和设计类学时的投入,同时加大这方面的硬件设施配置,确保将理论知识与实践项目结合,实现人才培养的目标。
在实验学时设置中,充分考虑到对实际项目的引入,特别是智能物联网与行业的具体应用相结合,促进实际应用的学科知识和综合处理。可以采用项目介入的模式,依托行业的实际项目案例,或者直接与行业对接,采用现场教学指导的模式,增强学生的直观感受,提升对理论知识和多学科应用的掌握与理解。
智能物联网的实践课程体系设置应当遵循知识点覆盖完整、行业应用前沿、设计过程监控,形成完善的实践指导课程体系,并在实践中加强对行业前沿知识的引入与应用指导,确保实践与理论教学的统一(表1)。
表1 智能物联网的实践课程体系设置
智能物联网是物联网与智能处理技术相结合的多学科交叉融合的结果,是物联网发展的方向与前沿。在对传统行业的智能化改造升级、强化智能技术在数据处理和物联网感知中的应用、提升现代行业的智能化、自动化水平中具有重要的商业价值和广阔的应用前景。在多学科交叉的融合中,增强智能物联网的理论教学与实践应用,是保证智能物联网人才培养质量的主要途径。