人工智能技术课程实践教学改革

张永梅 杜治蓉 马礼

摘  要： 根据人工智能技术课程的教学情况，从教学内容、教学方法、教学案例、考核方式、培养实践能力五个方面探讨教学改革。提出在不断更新教学内容和“课堂讲授-课下辅导”模式的基础上，加强网络资源的利用，增加贯穿整个教学过程的分组报告，设计出提高创新能力的教学案例，开展具有多元考核方式以及循序渐进的动态实验设置模式的实践教学改革，以有效地提升教学效果。

关键词： 人工智能; 实践教学; 多元考核方式; 动态实验设置

中图分类号：G642          文献标识码：A    文章编号：1006-8228（2021）02-83-03

Abstract： According to the teaching situation of artificial intelligence technology course， the paper discusses the teaching reform on the teaching content， teaching method， teaching case， examination method and practical ability cultivation. It is proposed that on the basis of constantly updating the teaching content and the mode of "in classroom teaching and after class tutoring"， strengthen the use of network resources， increase the group reports throughout the whole teaching process， design the teaching cases benefiting to improve the innovation ability， and carry out the reform of practical teaching with diversified assessment methods and progressive dynamic experiment setup， in order to effectively improve the teaching effect.

Key words： artificial intelligence; practical teaching; diversified assessment methods; dynamic experiment setup

0 引言

人工智能技术已经成为国家重要发展战略[1]。人工智能是计算机学科的一个分支，得到了学术界的广泛重视，并在机器人、教育、医疗、交通管理中得到应用。在大数据时代背景下，人工智能技术发展迅速，应用场景不断拓宽，为人们的生活提供便利。高校是培养人工智能人才的基地，需顺应时代的要求，与时俱进。2018年教育部印发的《高等学校人工智能创新行动计划》[2] 指出要加强高等院校对人工智能创新教育的力度。面对新一代人工智能发展的机遇，高等院校正在不断强化基础研究、学科发展和人才培养方面的优势，促进人工智能与教育深度融合、为教育变革提供新方式[3-4]。人工智能课程改革方面的研究随着高校人工智能課程的逐渐增加而被广泛研究[5-6]。

为了满足社会对应用型人工智能人才的需求，本文以北方工业大学的人工智能技术课程为例，分析目前存在的问题，针对这些问题给出教学内容、教学方法、教学案例、实践能力以及考核方式改革。通过改革，启发学生对人工智能技术的兴趣，培养学生的知识创新和实践能力，为今后相关领域的学习及研究奠定基础。

1 人工智能技术课程存在问题分析

人工智能技术课程具有多学科交叉融合及综合性、实践性、前沿性、创新性强的特点，能够为学生提供一种新的思维方法和问题求解手段，有利于培养学生科学思维、创新精神、实践能力和前瞻视野。目前高校开设的人工智能课程主要面向理工类学生，以北方工业大学为例，共开设5门人工智能课程，1门面向文科专业，4门面向理工科学生，后者包括机械电子专业、信息与计算机科学专业本科生，以及计算机科学与技术、网络空间安全、电子信息硕士研究生。

人工智能技术课程的教学内容每年基本不变，缺乏新意，对于一些经典的算法讲解过于粗略，新知识补充不及时。在教学方法上比较单一，采用课堂讲授，课下辅导的教学模式，不能很好地培养学生的实践能力，学校开设的人工智能课程多以试卷形式进行考核，考试内容以基本概念和基本原理为主。

人工智能技术课程是一门计算机科学领域中发展最快，知识更新最快，最前沿的学科之一[7]。因此，在新工科背景下，课程改革需要有新的血液融入，更加注重人工智能技术课程的教学。

2 人工智能技术课程改革具体举措

人工智能技术课程教学改革应以学生为中心，以产出为导向，通过更新教学内容、优化教学方法及创新考核方式，加深学生对人工智能领域相关研究方向的认识，逐步培养学生的实践能力，激发学生对学习的兴趣，将理论知识转换为实践技术，提高学生的实践能力，为培养具备创新创业能力的新工科卓越人才奠定基础。

⑴ 更新教学内容

根据目前存在的问题，人工智能技术课程采用蔡自兴等编写的《人工智能及其应用（第5版）》教材，该书全面介绍了人工智能的相关技术及最新研究动态等，在前一版的基础上增加了专家系统的设计方法、基于Web专家系统的开发工具以及深度学习等内容，目前基本教学内容包括七章，具体如表1所示。

人工智能技术发展迅速，相应的课程内容也应该动态变化，授课时将产业和技术的最新发展、行业对人才培养的最新要求引入教学过程，结合课程基本教学内容分享给学生最新的技术方法;同时，精选教材中的经典算法进行详细分析，引导学生挖掘算法核心模型的构建思路，激发学生的创新思维。例如在讲授专家系统时，适当地引入知识图谱的相关知识，讲解机器学习中，除了介绍深度学习，还加入强化学习，深度强化学习的内容，拓宽知识面;在自然语言理解章节，加入自动问答系统的介绍。

⑵ 优化教学方法

为了更好地鼓励研究生自主高效地参与到学习过程中，在“课堂讲授-课下辅导”模式的基础上，增加网络资源的利用以及分组报告贯穿整个教学过程。具体来说，利用MOOC、国家精品课程以及人工智能微信公众号（AI）等平台查漏补缺，进一步了解人工智能最新技术。利用校园网，及时发布国际化的、最前沿的、最新的相关国际学术、活动和竞赛，增强学生的国际化视野，提高学生的创新能力和国际化交流水平。

分组报告则是从课程开始分组（按照学生研究方向进行分组），在课程的教学过程中，每个小组以团队的形式进行学习汇报，例如在机器学习这章，学生可以结合自己小组的研究方向，以图像处理为例，可以选择猫狗分类，或者新冠肺炎与流行感冒的分类，对神经网络算法进行学习，最后以报告的形式展示学习成果。分组报告激发了学生对人工智能技术的学习兴趣，有效提高了学生的自主研究能力和创新能力。

⑶ 提出并设计提高创新能力的教学案例

人工智能技術以机器学习，特别是深度学习为核心，算法的突破是人工智能发展的核心，我们提出并设计提高创新能力的教学案例，及时将最前沿的科研学术成果不断充实到课堂，弥补原有课程知识与最新研究之间的“断层”，提高学生的学习兴趣，提升人才培养能力和水平。将深度学习与机器视觉融合及应用，提出基于深度学习的目标跟踪方法、目标识别方法，以及视频车辆和人群异常检测方法，体现产业和技术的最新发展。

机器人的未来趋势是自动化、智能化，需要在不确定的环境中自主决策。提出并设计智能化机器人的相关算法，具体包括研究机器人运动规划方法，将基于多模态信息感知与人机交互研究机器人定位技术及运动规划方法，给出最佳路径和角度，完成目标位置坐标计算。提出并设计基于机器学习的机器人协调控制方法，协调控制机器人，实现基于少量样本的机器人高效学习。

⑷ 创新考核方式

人工智能技术课程覆盖范围广，交叉性强，不容易理解，由于独特的学科特性，传统的单一试卷考核方式对其适应性不好。我们采取多元化的考核方式，即考核总成绩=课堂出勤+课程作业+实验+分组汇报+期末论文的形式进行考核。期末论文主要是利用本课程所学方法或者学生自学的前沿技术解决与学生研究方向一致的实际或者理论问题。

将分组汇报也列入考核范围，汇报主要形式是PPT展示，学生将自己的学习成果制作成PPT，在课堂上进行展示和答辩。展示的内容可以是人工智能领域的一个具体应用场景（如车牌识别、手写数字识别、机器人路径规划等）进行自主设计和开发。这种多元化考核方式有效提升了学生的表达能力和科研能力。

⑸ 培养实践能力

人工智能技术是一门理论性和实践性都很强的课程，实践性教学环节对该课程尤为重要。人工智能技术课程主要通过上机实验，以及参加教师的科研项目来培养学生的实践能力、算法设计能力和编程能力，不仅涉及程序设计、数据结构、概率论与数理统计等学习过的知识，还涉及到最新的人工智能技术和方法，综合性比较强。我们采取分章节、分层次、循序渐进的动态上机实践，推荐采用Python作为编程语言，将创新性作为培养目标，鼓励学生勇于打破常规的思维，创造性地完成实验内容，并解决理论或者实际问题。主要实验内容及更新实验如表2所示。

人工智能技术实验注重理论与实践的结合，培养学生的编程能力。循序渐进式动态实验设置形式，根据人工智能技术前沿和更新的教学内容及时更新实验内容。实践证明，这样的实验设置方式更能有效培养学生的创新思维模式，提高学生的实践能力。

3 结束语

人工智能技术不断发展，各行各业都需要“人工智能+”型人才。随着社会人才需求量增加，对人才本身素质的要求也在不断增加。本文从教学内容、教学方法、教学案例、考核方式、实践能力五个方面进行探讨，给出目前课程存在的问题及具体改进方法，明显提高了学生的自主研究能力和创新能力。

参考文献（References）：

[1] 夏小娜，戚万学，禹继国等.学习分析视角下的课程群体协作行为——以“高级软件工程”课程为例[J]. 现代教育技术，2018.28（9）：48-54

[2] 王婷婷，任友群.人工智能时代的人才战略——《高等学校人工智能创新行动计划》解读之三[J]. 远程教育杂志，2018.36（5）：54-61

[3] 袁广林.人工智能时代高等教育变革[J].国家教育行政学院学报，2019.8：11-17

[4] 黎加厚.人工智能时代的教育关键在于“育人”[J].人民教育，2019.11：134-135

[5] 周立凡，夏瑜，严卫.基于蓝墨云班课的《人工智能》课程教学改革与实践[J].电脑知识与技术，2019.15（25）：124-125

[6] 冯骥.人工智能课程教学实践与探索研究[J].电脑知识与技术，2019.15（17）：126-136

[7] 张永梅，马礼，吴攀.《人工智能技术》教学与实践[J].电脑知识与技术，2014.16：3865-3866