应用型高校人工智能课程的实践探索

王佛琴

广州城市理工学院计算机工程学院 广东广州 510800

一、概述

随着人工智能专业的兴起，不仅仅是各大高校，世界上部分国家的发展战略都将人工智能纳入作为强国的希望，致力于大范围的产业化、系统化、全面化的人才培养。

作为计算机科学分支，人工智能的目标是了解智能的本质，进而创造一种新的能以人类智能相似的方式做出反应的智能机器。人工智能领域的研究包括语音机器人、文字识别、自然语言处理、计算机视觉和专家系统等，做相关研究学习的人需要学习各方面专业知识，在心理学和哲学方面也要有一定的要求，到一定的阶段研究员都会专注在一个或两个方向。

目前，我国人工智能行业已经进入一个新阶段——产业化，科技创新和人才培养的主要阵地集中在全国各地高校，对人才的培养是尤为重要的，尤其在应用型大学里，对此类课程进行研究探索，以获取更合适的教学方式是必要的。

二、人工智能专业方向现状及问题

据不完全统计，通过查阅各种资料可以发现，截至2020年，成功申报人工智能专业的有215所高校[1]，由此可见，人工智能专业的申报工作专业建设已成为主流趋势。为了有利于人工智能专业发展，需要了解高校人工智能专业课程的开设情况，以便在制定人工智能专业培养计划时多做参考少走弯路。有多家机构针对人工智能专业现状开展了调研，如右图所示，某机构的网络问卷调查结果展示了人工智能专业课程的开课情况。此次调研不仅涉及教育局已公布的215所已申报人工智能专业的高校，还包括另外219所开设人工智能相关课程的高校。

如右图所示，已经开设相关课程的高校占81%，剩下的19%的高校里面，大部分也处于正在建设或计划建设的过程当中。特别地，在调研结果中，一些非人工智能、非计算机专业(机械工程、电气自动化、电子信息工程等)也在其专业与人工智能学科的跨专业课程融合方面做出努力，可见人工智能课程的建设正在全国范围内如火如荼地进行当中。

多所高校人工智能专业课程开课统计图

(一)本科生特点

当代大学生生长在一个科技发展相对成熟的环境当中，多数从小就接触学习过类似的知识，比如，当今社会十分火热的各种少儿编程班，所以他们具备不少的计算机基本常识，人工智能的概念更是在他们脑海中根深蒂固。随着社会的发展，高校中计算机类专业也越来越受欢迎，学生也在各方面的影响下更加关注人工智能的最新进展及新型技术的出现，对人工智能类专业知识有更强烈的涉猎需求。

针对学生的这种情况，教师需要强调专业基础课程的重要性，而且人工智能是需要多探索多尝试的一门学科，需要掌握的基础知识有很多[2]。学生需要在实践类课程之前，早早夯实基础，才能尽快步入人工智能研究正轨。除此之外，教师应该注意新知识的更新换代，在整个过程中应用最新知识，培养学生的自主创新和团结协作等能力，在应用型大学中尤为重要。

(二)现有教学方法及主要缺陷

人工智能专业多于2018至2021年逐渐兴起，目前来看，还是个新兴专业，全国范围内都在探索更有效的教学方法。

经调查研究[3]，多位人工智能研究学者说过，要研究机器学习，应尽量多学数学课程。各高校的人工智能本科教学的初级阶段是开设各类数学基础课程，例如，高等数学、线性代数、概率论、最优化原理、矩阵分析等。先夯实基础，其间还要学习各种计算机基础课，例如：计算机组成原理、各种高级程序设计语言(C、C++、Java、C#、Python等)、数据结构、算法设计等，学习过程中锻炼逻辑思维能力，培养良好编码习惯，为后续课程做好准备，其中，Python语言的学习对人工智能的后续课程尤为重要。具有上述的计算机专业基础知识后，机器学习课程会让学生对人工智能有细节上的初步认识，从最简单的机器的学习模型了解其学习过程，后续再逐步深化，学习深度学习、图像处理、语音处理等高阶课程。在学习高阶课程的同时，会开设一些人工智能实践课程，让学生自己动手解决项目型课题。

由此可见，数学知识对人工智能的学习至关重要，但对于应用型大学，考虑到自身的局限性，大部分毕业生从事相关工作，但大部分不会去做深层次的模型算法研究，所以课程内容不需要太过深入但要全面，如表1所示。不仅如此，还需要了解校企合作企业日常工作中必备知识，整合后结合学生的特点，完成培养计划的制订，教学大纲的编写、教学的正常进行，真正做到“够用”“适合”的原则。综合上述缺陷，可以从两个方面去改善，一方面是针对教师的产教研融合的人工智能师资培训，另外一方面就是针对学生的学习方式的改变。

针对教师的产教研融合的人工智能师资培训，主要是为了解决人工智能缺少专业师资的难题，据调研了解，这几年的人工智能师资培训班百花齐放，如表1所示，大致列举出了如下几个经典的案例。这类培训让高校去了解企业，解决了学习缺乏教学资源、平台、师资等难题。部分高校也已经和企业达成合作，增设校企合作学院，一起培育出更适合社会、企业的应用型人才。

表1 师资培训情况

针对学生的学习方式的改变所面临的挑战更大，理论课程+项目实践+比赛训练的模式是目前各界认为比较好的培养学习方法。首先要以计算机科学专业为基础，将人工智能理论研究或实践操作都融入计算机学科培养过程中，更利于对人工智能的学习融会贯通。在经过大学前两年的数学基础课和计算机专业核心课的历练后，大三开始有多个人工智能研究方向的多门课程可选，主要有计算机视觉、生物计算、语音信息处理、人机交互、系统理论、个性化设计等。每个专业方向会有一两门入门型课程、两三门与所选方向关联性很强的课程以及多门范围广泛的高阶选修课，让学生可以有多种选择发掘自己的优势与兴趣所在。

三、教学方式的优化方向

目前全国高校都在努力探索，本文旨在研究应用型大学的人工智能课程及教学方式的探索，所以把重点放在项目实践及比赛方面。

首先，由于培养计划课时的限制再加上学生需要全面性培养，所以采用线上线下融合的方式。目前国内有很多在线学习平台，主要包括中国大学慕课(MOOC)、网易云课堂、智慧树、腾讯课堂、优课联盟、学堂在线、创客学院等在线教学平台，大多数主流平台上都有丰富而优秀的课程。很多平台或多或少仍存在一些问题，如文献[4]中所述，网络环境差、教学平台不够完善存在技术隐患等，但是快速更新发展的科学技术手段应该可以较快地解决这些问题。在平台选择和课程设计上需要多下功夫，以免出现问题无法短时间内快速解决拖慢整个培养进度，最好是利用学校已有的设备自己录制一些实操课，因材施教才是关键。

再者，现今主流的人工智能培养模式都是在一些软件平台去实践，对应用型大学来讲，可考虑使用硬件来做，将嵌入式课程也融入其中，有利于学生的全面发展。本文探讨关于在经典的STM32上的教学研究，采用的FS-MP1A应用STM32MP157A处理器，基于Cortex-A7 32bit RISC核心加Cortex-M4 32bit RISC核心的高性能双核心处理器可以作为个人学习和工业控制的多功能开发平台。FS-MP1A可以应用多种场景，可以在各方面训练学生的学习能力和实践能力，但需要各方面的基础知识，例如，需要具有Linux开发能力、SQLite等，基础课程的学习进度如表2所示。

表2 STM32基础学习安排

如上所述，有了上述开发基础，还需要有综合项目实践课程，例如，获取系统信息：设计一个实时获取本机系统信息的软件，包括获取IP地址、内核版本号、网络接收和发送速度、CPU利用率、磁盘读写速度等信息，以下几个综合实践项目也可以纳入其中。

音乐播放器：该软件是在Linux环境下使用QT开发的一款简易的音乐播放器软件。该播放器具有如下功能：批量从本地导入歌曲到歌曲列表中；清空歌曲列表；删除歌曲列表中选中的歌曲；用进度条显示歌曲播放的进度，并显示时间；用“播放/暂停”“停止”“上一曲”“下一曲”四个按钮对歌曲进行控制；用滑动器对歌曲音量进行控制；右键会弹出菜单，可以对程序进行相应的控制；提取歌曲的歌词，并解析歌词，根据歌曲的播放进度显示歌词。串口调试工具：串口调试工具支持以文本或者十六进制方式显示读取到的数据，也可以以文本或者十六进制方式存储读取到的数据到指定的文件中。不需要以读文件的方式读写串口，用QT5提供的QSerialPort类读写串口，并且用connect函数把QSerialPort的信号和定义的槽函数连接起来。修改左上角串口设置，设置串口初始化，进行简单的勾选操作，就可把数据写入文件中。

智慧家庭：智能家居作为一个新生产业，处于一个导入期与成长期的临界点，市场消费观念还未形成，但随着智能家居市场推广普及的进一步落实，培育起消费者的使用习惯，智能家居市场的消费潜力必然是巨大的，产业前景光明。本文中设计的智慧家庭板块主要包括Wi-Fi模块、天气预报模块、环境监测模块、设备控制模块、智能监测模块、连接百度云模块等。智能语言/图像识别：主要是调用百度AI开发平台API进行语音、图像识别，进行语音控制传感器的联动。智慧医疗：设计一个软件，使用心率/脉搏传感器采集数据，通过算法计算得到心率和血氧。智能安防：实时监控，当有火灾发生时，火焰传感器将检测到信息，触发蜂鸣器，实现火灾报警，遮挡光电开关，会自动弹出门禁系统。

诸如上述的各种实践项目都是基于STM32 MP157A处理器来操作的，最高工作频率为800MHz。Cortex-A7处理器为每个CPU内置一个32 kbyte L1指令缓存，一个32 kbyte L1数据缓存为每个CPU内置一个256 kbyte 2级缓存，同时Cortex-A7处理器是一个低功耗的应用处理器，旨在为高端可穿戴设备以及其他低功耗嵌入式和消费应用提供丰富的性能，软硬件相结合的方式更利于重难点的学习，采用功能强大的开发板助于对细节及时调整。