张延年,米洪
摘要:本文首先对高职院校人工智能相关专业设置和培养目标做了简单的分析,其次以大数据技术与应用专业为例分析了应该设置哪些相关课程以及课程重点应该是什么,最后重点阐述了开展人工智能相关专业课程改革的几种思路。
关键词:高职院校;人工智能;课程改革;翻转课堂
中图分类号:G642 文献标识码:A
文章编号:1009-3044(2021)20-0119-02
1 引言
2017年7月,国务院发布《新一代人工智能发展规划》,对人工智能技术的研究和应用提到国家战略层面。2018年,教育部学校规划建设发展中心确定28所学校为“AI+智慧学习”共建人工智能学院项目试点学校,5所学校为项目培育学校,试点学校包括19所本科院校和9所高职院校。据前瞻产业研究院发布的《中国人工智能行业市场前瞻与投资战略规划分析报告》数据显示,截止至2017年我国人工智能市场规模达到237.4亿元,相较于2016年增长67%。初步预测2019年我国人工智能市场规模将达到554亿元左右,2021年我国人工智能市场规模将突破千亿元。从以上信息可以看出,政府、高校和企业都非常看好人工智能技术的发展前景,也都在不同的层面积极推动人工智能技术的发展。当前许多高职院校已经或正在建立人工智能相关专业,有一些起步较早发展较快的学校已经成立了人工智能学院,或者建立了围绕人工智能技术的相关专业群。因此,在此背景和趋势下研究如何设置这一新兴专业的课程,如何开展实际教学活动,以及如何与其他相关课程相结合就显得尤为重要。
2 课程分析
2.1 课程设置
首先,我们要搞清楚高职院校有哪些专业会涉及人工智能技术,通过分析会发现当前主要包括以下主要专业:智能交通技术运用、大数据技术与应用、虚拟现实应用技术、人工智能技术服务。其次,我们应该根据以上每个专业的培养目标制定相应的课程以及课程内容,而课程内容重点应放在人工智能技术应用上,非重点放在算法原理部分。最后,在进行教学设计和教学活动中应根据高职学生的培养目标和岗位需求,以案例和项目教学为主,加大实践操作部分的比重,重点培养学生的实际动手能力。下面以大数据技术与应用专业为例,分析一下其与人工智能技术之间的关系,进一步说明如何设置其课程内容。
人工智能与大数据有较为密切的联系,一方面数据作为人工智能的应用的基础,可以说没有数据也就没有智能化应用,另一方面大数据在实际应用价值的过程中,也需要采用人工智能技术去实现。站在大数据的角度,后期价值化过程需要借助人工智能技术完成数据分析和处理。目前大数据分析有两种主要方式,一种是统计学方式,另一种是机器学习方式,而且机器学习正是人工智能研究的一项重要内容。所以,从大数据的角度看,通过人工智能技术能够更全面和深入地完成数据价值化过程。站在人工智能的角度来看,大数据是人工智能研发的重要基础。人工智能目前的研究方向包括视觉、自然语言处理、机器学习、自动推理、知识表示等,虽然不同的方向在具体的研究方式上有一定的区别,但是都离不开数据收集、数据整理、算法设计、算法训练等步骤。可以说,人工智能的核心是算法设计,但是人工智能的基础却是数据。目前在互联网企业,大数据与人工智能的结合应用也比较普遍,比如电商平台的推荐系统就是大数据与人工智能技术的结合应用。
从以上分析可以看出,人工智能技术与大数据技术与应用专业结合非常紧密,特别是在数据经过分析之后的处理过程,很多都用到了人工智能技术。因此,此专业与人工智能技术相关的课程内容可以包含:数据挖掘、机器学习、深度学习、机器识别等。根据高职院校的实际情况,这里我们建议把以上课程的部分内容通过案例形式设计成1~2门人工智能技术应用课(比如称为大数据应用、大数据处理等)作为专业核心课,其他内容可以设置为选修课。在教学内容设计上建议结合实际案例,设计一个典型的贯穿项目(比如语音识别、人脸识别、车牌识别或道路标志识别等)将使用到的人工智能技术知识嵌入进去。
2.2 课程重点
以上对人工智能技术相关专业应该设置哪些课程做了具体的分析和说明,这些是属于专业框架层面的设计。而细化到课程的具体内容,则需要考虑每门课程的侧重点,或者说重点,课程重点的设定总体上应该根据高职院校专业人才培养方案的要求、专业的定位、相匹配的就业岗位的技能要求等方面。由于人工智能技术的核心是各种机器学习算法,而对于高职学生来说由于在校时间较短,前期专业基础课偏重于程序开发类课程(比如面向对象编程、Java语言程序设计、Python数据分析应用),对于掌握机器学习算法的一些基础课程(比如数据结构、算法设计与分析、离散数学、概率论与数理统计)或者是没有开设,或者是只作为选修课开设1到2门,因此他们一般不具备算法的设计或改进的能力。
由以上分析可以看出,高职院校在人工智能相关专业课程内容设置方面应该侧重于在对人工智能相关算法简单理解的基础上的实际应用,同时结合市场上主流人工智能产品更多地开展一些项目实训课程。针对不同的岗位需求,我们可以对课程内容重点做进一步细化。对于从事开发岗位学生应了解各种常用算法的应用场景,能够看懂常用算法的API文档,能够会调用常用算法实现接口,能够运行结果进行分析和展示;对于从事运维岗位的学生应了解各种常用算法的应用场景,能够对一些主流人工智能产品厂家的产品较为熟悉,能够现场安装调试产品并反馈问题,能够开展客户进行产品使用培训、产品后期维护和技术支持;对于从事售前岗位的学生也应该了解各种常用算法的应用场景,对一些主流人工智能产品厂家的产品熟悉其優缺点,能够深入了解客户的实际需求并设计出问题解决方案。
3 课程改革思路
3.1 通过构建开放式课程平台拓展课堂教学
人工智能技术算法涉及很多数学知识,对高职学生来说有一定的难度,但受课时限制很多内容无法在课堂上讲授。因此,我们可以建立一个开放式的课程平台,教师可以在此平台基础上构建和更新自己的课程资源。课程资源内容可以是文档、视频、图片等多种形式,学生可以随时随地在线学习,另外学生也可以把自己编写的案例、搜集的资源通过此平台分享到平台上供其他同学使用。这样就可以很大程度上弥补课堂教学的不足,同时教师也可以通过此平台了解学生学习掌握的情况,动态调整教学进度。当然,我们也可以把其他一些优秀的教学资源链接到自己的平台中,比如中国大学MOOC“爱课程”网相关课程。