沈曄湖　蔣全勝　汪幫富　朱其新

摘 要 人工智能課程在當(dāng)今機(jī)械電子領(lǐng)域越來(lái)越體現(xiàn)其重要性。但是該課程對(duì)數(shù)學(xué)基礎(chǔ)要求高，給機(jī)械電子工程專業(yè)學(xué)生的學(xué)習(xí)帶來(lái)了挑戰(zhàn)。本文針對(duì)機(jī)械電子工程專業(yè)學(xué)生的特點(diǎn)，提出了適合該專業(yè)的教學(xué)目標(biāo)制定和教材內(nèi)容選擇方案。同時(shí)本文還給出了教學(xué)過(guò)程和考核方法的建議。這些方法提升了專業(yè)學(xué)生的學(xué)習(xí)興趣以及解決實(shí)際問(wèn)題的能力。

關(guān)鍵詞 人工智能 機(jī)電工程 教學(xué)改革

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdks.2018.02.016

Preliminary Research on Teaching Model of Artificial Intelligence Course for Mechatronics Engineering Students

SHEN Yehu， JIANG Quansheng， WANG Bangfu， ZHU Qixin

（Suzhou University of Science and Technology， Suzhou， Jiangsu 215009）

Abstract Artificial intelligence has proved to become more and more important in the area of mechatronics recently. However this course brings challenges to the students who are major in mechatronics engineering since it requires profound background in mathematics. In this paper， we propose methods for teaching goals and course materials arrangements considering the characteristics of mechatronics engineering students. We also propose suggestions during the teaching processes and examinations. Our proposed methods improved interest and abilities to solve practical problems for the students when learning this course.

Keywords artificial intelligence； mechatronics engineering； teaching reform

0 引言

人工智能是一門涉及到計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、神經(jīng)生物學(xué)、心理學(xué)等廣泛交叉的前沿科學(xué)。人工智能原先是計(jì)算機(jī)專業(yè)學(xué)生的主干課程，但是近年來(lái)隨著技術(shù)的進(jìn)步，該技術(shù)逐漸在機(jī)械電子領(lǐng)域展示其強(qiáng)大的作用。[1][2]因此目前許多高校的機(jī)械電子專業(yè)將人工智能作為其專業(yè)課程之一。該課程對(duì)數(shù)學(xué)和計(jì)算機(jī)編程基礎(chǔ)要求較高，此外雖然各章節(jié)間獨(dú)立性較強(qiáng)，但是涉及較多先修課程知識(shí)點(diǎn)的綜合應(yīng)用。如果沿用面向計(jì)算機(jī)專業(yè)學(xué)生的教授方法將使得機(jī)械電子工程專業(yè)學(xué)生感到課程內(nèi)容晦澀難懂、難以適應(yīng)，從而失去學(xué)習(xí)興趣。為了適應(yīng)機(jī)械電子工程專業(yè)學(xué)生的知識(shí)架構(gòu)特點(diǎn)，對(duì)人工智能課程整體教學(xué)設(shè)計(jì)和方法做針對(duì)性的調(diào)整具有重要的意義。

1 制定符合專業(yè)特點(diǎn)的教學(xué)目標(biāo)

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)核心研究領(lǐng)域，其研究方法大量采用了離散數(shù)學(xué)、數(shù)理邏輯、概率統(tǒng)計(jì)等數(shù)學(xué)工具。如果本課程的教學(xué)沿用針對(duì)計(jì)算機(jī)或自動(dòng)控制專業(yè)的方法：

注重算法的理論推導(dǎo)和性能分析的話，將使得數(shù)學(xué)基礎(chǔ)相對(duì)薄弱的機(jī)械電子工程專業(yè)學(xué)生的學(xué)習(xí)曲線過(guò)于陡峭，從而喪失學(xué)習(xí)信心。

幸運(yùn)的是，人工智能課程的絕大多數(shù)章節(jié)內(nèi)容模塊化程度較高，章節(jié)之間的耦合度低。此外，機(jī)械電子領(lǐng)域更多的是利用人工智能的工具解決實(shí)際問(wèn)題，而并非去開(kāi)發(fā)和改進(jìn)人工智能工具本身。在現(xiàn)階段具有高性能人工智能軟件工具包（如scikit-learn）的基礎(chǔ)上，機(jī)械電子工程專業(yè)學(xué)生完全可以在理解人工智能各類方法的使用條件及其物理含義的基礎(chǔ)上熟練使用工具包解決實(shí)際問(wèn)題而無(wú)需深入了解背后復(fù)雜的數(shù)學(xué)理論支撐和計(jì)算實(shí)現(xiàn)方法。由此可見(jiàn)，對(duì)于機(jī)械電子工程專業(yè)的學(xué)生來(lái)說(shuō)，教會(huì)他們?nèi)绾畏治鰡?wèn)題、選擇合適的人工智能工具以及對(duì)工具進(jìn)行系統(tǒng)層面上的適應(yīng)性調(diào)整才是本課程之關(guān)鍵目的。

因此作者把本課程的目標(biāo)設(shè)定為：在了解人工智能發(fā)展歷史的基礎(chǔ)上，深入理解機(jī)器學(xué)習(xí)各類主要方法尤其是神經(jīng)網(wǎng)絡(luò)方法的原理和使用流程，能夠針對(duì)機(jī)械電子領(lǐng)域的具體問(wèn)題選用適當(dāng)?shù)乃惴ㄟM(jìn)行解決。

2 開(kāi)展適應(yīng)專業(yè)學(xué)生特質(zhì)的教學(xué)活動(dòng)

2.1 詳略得當(dāng)?shù)慕虒W(xué)內(nèi)容安排

目前國(guó)內(nèi)的人工智能教材大多針對(duì)計(jì)算機(jī)或自動(dòng)控制專業(yè)學(xué)生編纂，理論內(nèi)容豐富，數(shù)學(xué)推理嚴(yán)密，對(duì)學(xué)生的數(shù)學(xué)功底要求高。而機(jī)械電子工程專業(yè)學(xué)生的知識(shí)結(jié)構(gòu)與計(jì)算機(jī)或自動(dòng)控制專業(yè)的學(xué)生有較大的不同。例如機(jī)械電子工程專業(yè)學(xué)生僅學(xué)習(xí)了高等數(shù)學(xué)和線性代數(shù)等工科必修課程，沒(méi)有系統(tǒng)學(xué)習(xí)過(guò)概率論與數(shù)理統(tǒng)計(jì)和離散數(shù)學(xué)課程，這樣大大增加了人工智能課程的理論教授難度。此外，人工智能課程作為機(jī)械電子工程的專業(yè)限選課程，課時(shí)總量有限（一般為每周2課時(shí)，總學(xué)時(shí)30課時(shí)左右）。在如此短的學(xué)時(shí)限制條件下要想做到將人工智能各方面的理論和應(yīng)用講述得十分透徹是非常困難的。

在實(shí)際操作過(guò)程中，作者結(jié)合專業(yè)學(xué)生特點(diǎn)以及上述教學(xué)目標(biāo)整合了3套教材并且融合其各自的優(yōu)點(diǎn)作為本課程的主要教學(xué)內(nèi)容。具體來(lái)說(shuō)，課程的主要章節(jié)分布和教學(xué)順序采用了教材[3]的安排方式進(jìn)行，也就是先講述人工智能的早期技術(shù)，主要包含知識(shí)工程、推理和搜索技術(shù)。這部分的講述主要是為了保證課程內(nèi)容的完整性，以教材為主，講授時(shí)間不超過(guò)6課時(shí)。然后講述21世紀(jì)以來(lái)主流的并且在機(jī)械電子領(lǐng)域有廣泛應(yīng)用的機(jī)器學(xué)習(xí)技術(shù)，這一部分是本課程的核心內(nèi)容，因此選用了更專業(yè)、時(shí)效性好的教材[4]作為參考。該部分教學(xué)過(guò)程主要分為兩大模塊：有監(jiān)督和無(wú)監(jiān)督的學(xué)習(xí)技術(shù)。有監(jiān)督學(xué)習(xí)技術(shù)重點(diǎn)講述支持向量機(jī)以及集成學(xué)習(xí)技術(shù)，無(wú)監(jiān)督學(xué)習(xí)技術(shù)重點(diǎn)講述聚類以及特征選擇技術(shù)。該部分的講授時(shí)間約為14課時(shí)。其次單獨(dú)講述人工神經(jīng)網(wǎng)絡(luò)，此部分內(nèi)容與目前機(jī)械電子領(lǐng)域中使用人工智能中最為領(lǐng)先的技術(shù)密切相關(guān)，以期幫助學(xué)生踏上工作崗位后能夠順利上手最新技術(shù)并且具備后期進(jìn)一步自學(xué)的能力。為此這部分作者選用了國(guó)外最新的權(quán)威教科書(shū)[5]并選用相關(guān)部分章節(jié)作為教材。該部分的講授時(shí)間約為6個(gè)課時(shí)。最后結(jié)合作者自身的科研實(shí)踐，為學(xué)生講述人工智能在機(jī)械電子工程領(lǐng)域的應(yīng)用。作者以一個(gè)具體的案例為例，講述了從問(wèn)題定義、數(shù)據(jù)預(yù)處理到算法比較選擇、性能測(cè)試調(diào)優(yōu)等一整套流程，特別強(qiáng)調(diào)了過(guò)程中可能會(huì)遇到的問(wèn)題和解決方案，從而讓學(xué)生構(gòu)建起了課程知識(shí)到實(shí)際運(yùn)用之間的橋梁，為今后踏上工作崗位解決實(shí)際問(wèn)題打下了基礎(chǔ)。該部分的講授時(shí)間約為4課時(shí)。

2.2 強(qiáng)調(diào)物理意義的課程教授方式

傳統(tǒng)的人工智能課程中包含了大量的數(shù)學(xué)公式推理過(guò)程。對(duì)于數(shù)學(xué)基礎(chǔ)相對(duì)薄弱的機(jī)電工程專業(yè)學(xué)生來(lái)說(shuō)，課堂花費(fèi)大量的時(shí)間講解各個(gè)方法背后的數(shù)學(xué)推理細(xì)節(jié)非但不會(huì)提升學(xué)生對(duì)課程內(nèi)容的理解，反而會(huì)使學(xué)生對(duì)課程內(nèi)容產(chǎn)生畏懼感，更加打擊其學(xué)習(xí)興趣。

對(duì)于面向應(yīng)用的人工智能課程來(lái)說(shuō)，教會(huì)學(xué)生每一種方法、參數(shù)背后的物理意義，使他們對(duì)不同的方法以及方法微調(diào)方案產(chǎn)生感性認(rèn)識(shí)，從而能夠提升學(xué)生今后在面臨實(shí)際問(wèn)題情況下選擇合適方法去解決問(wèn)題的能力。這種能力無(wú)法通過(guò)糾纏于算法數(shù)學(xué)理論嚴(yán)密推導(dǎo)來(lái)得到。例如，在教授支持向量機(jī)的過(guò)程中，我們選用了二維空間分類的例子，通過(guò)圖片展示的方式讓學(xué)生直觀理解了支持向量機(jī)本質(zhì)是尋找具有“最大間隔”的劃分直線，淡化了對(duì)于支持向量機(jī)的凸二次規(guī)劃求解過(guò)程講解。在講授核函數(shù)的過(guò)程中，我們選用二維空間線性不可分的例子，通過(guò)動(dòng)畫的手段形象地展示了如何將二維空間的點(diǎn)變換到三維空間來(lái)實(shí)現(xiàn)線性可分，從而增強(qiáng)了學(xué)生對(duì)核方法的感性理解。

2.3 以Jupyter Notebook為基石的課堂交互式展示

方法原理和編程實(shí)現(xiàn)是本課程的兩大核心。對(duì)人工智能各種方法的編程實(shí)現(xiàn)構(gòu)建了理論到應(yīng)用之間的橋梁。因此本課程對(duì)每一種方法的原理講解完成后會(huì)抽出專門的時(shí)間來(lái)和學(xué)生一起解讀該方法代碼的具體實(shí)現(xiàn)，以期讓學(xué)生在修讀完本課程后就能夠上手解決實(shí)際問(wèn)題。

由于在代碼講解過(guò)程中同時(shí)涉及到文字注釋，代碼及其對(duì)應(yīng)的理論公式，代碼運(yùn)行中間結(jié)果的可視化展示，因此傳統(tǒng)的軟件集成開(kāi)發(fā)環(huán)境無(wú)法滿足該要求。本課程中我們選用了Jupyter Notebook。在備課階段，教師輸入文字注釋和理論公式并把代碼、運(yùn)行結(jié)果保存在一個(gè)notebook中。在教學(xué)過(guò)程中，通過(guò)課堂內(nèi)的計(jì)算機(jī)以網(wǎng)頁(yè)形式在文檔中執(zhí)行代碼。學(xué)生們可以直觀地在同一網(wǎng)頁(yè)中學(xué)習(xí)代碼編寫、參考文字、公式注釋以及觀察可視化結(jié)果，從而大大提升了學(xué)習(xí)效率和學(xué)習(xí)效果。

2.4 以AI名人訪談為核心的多媒體課后輔助學(xué)習(xí)活動(dòng)

人工智能至今已經(jīng)經(jīng)歷了60余年的發(fā)展歷史，在這段歷史進(jìn)程中出現(xiàn)了多位對(duì)人工智能領(lǐng)域起重大推動(dòng)作用的專家。他們的分享的經(jīng)歷和視角能給學(xué)生以醍醐灌頂?shù)母杏X(jué)，增強(qiáng)學(xué)生們對(duì)人工智能整個(gè)領(lǐng)域和現(xiàn)狀、未來(lái)發(fā)展趨勢(shì)的理解，提升學(xué)生的學(xué)習(xí)興趣。為此本課程在課后為學(xué)生分發(fā)了形式輕松的AI名人訪談視頻，供其在課余時(shí)間自行安排觀看。例如，作者選擇了斯坦福大學(xué)教授吳恩達(dá)采訪多倫多大學(xué)教授G. Hinton和百度深度學(xué)習(xí)實(shí)驗(yàn)室主任林元慶等人的視頻，分別從學(xué)術(shù)界和工業(yè)界的視角為學(xué)生提供了多個(gè)維度的思考和展望。

3 設(shè)計(jì)適應(yīng)教學(xué)目標(biāo)的多維考核模式

圍繞上述教學(xué)目標(biāo)，作者在課程教學(xué)過(guò)程中設(shè)計(jì)了3類考核模式：軟件編程小型項(xiàng)目作業(yè)、論文閱讀報(bào)告以及期末卷面測(cè)試。

3.1 以機(jī)械故障診斷為應(yīng)用場(chǎng)景的軟件項(xiàng)目作業(yè)

考慮到機(jī)械電子專業(yè)學(xué)生軟件編程能力相對(duì)較薄弱，因此本課程的項(xiàng)目作業(yè)編程語(yǔ)言選用了簡(jiǎn)單易學(xué)的python語(yǔ)言。為了讓專業(yè)學(xué)生在學(xué)習(xí)中更能貼近專業(yè)領(lǐng)域應(yīng)用，作者在作業(yè)選題上均緊扣機(jī)械電子專業(yè)常見(jiàn)場(chǎng)景：機(jī)械設(shè)備振動(dòng)故障診斷來(lái)設(shè)定問(wèn)題。此外，在作業(yè)內(nèi)容方面，每一次的軟件項(xiàng)目程序不是讓學(xué)生從零開(kāi)始搭建整個(gè)軟件系統(tǒng)，而是由教師事先實(shí)現(xiàn)整個(gè)軟件的框架程序設(shè)計(jì)，學(xué)生只需要編寫關(guān)鍵算法模塊的軟件實(shí)現(xiàn)即可。這樣學(xué)生可以從與課程和專業(yè)無(wú)關(guān)的軟件編程細(xì)節(jié)問(wèn)題中抽身，全力解決課程內(nèi)容的核心知識(shí)點(diǎn)實(shí)現(xiàn)問(wèn)題，提高了學(xué)習(xí)效率，減輕了學(xué)生負(fù)擔(dān)。在實(shí)際操作過(guò)程中，作者一般布置兩次項(xiàng)目作業(yè)，分別涉及人工神經(jīng)網(wǎng)絡(luò)和K均值聚類，分別對(duì)應(yīng)有監(jiān)督和無(wú)監(jiān)督的學(xué)習(xí)技術(shù)。這樣的安排能夠比較全面的涵蓋人工智能主流領(lǐng)域，使學(xué)生能夠扎實(shí)地掌握該課程的核心內(nèi)容。

3.2 以開(kāi)拓視野為目的的論文閱讀報(bào)告

課堂的時(shí)間是有限的，課本的內(nèi)容也不可能面面俱到。為了鼓勵(lì)學(xué)生更深層次地鉆研自己感興趣的內(nèi)容，作者在課程中安排了一次論文閱讀報(bào)告撰寫作業(yè)。其主要內(nèi)容是：在人工智能的領(lǐng)域內(nèi)選取一個(gè)自己感興趣的子問(wèn)題，通過(guò)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的文獻(xiàn)調(diào)研，撰寫一篇報(bào)告。該作業(yè)能夠使學(xué)生在人工智能某一個(gè)子領(lǐng)域有更深入的理解，從而激發(fā)其學(xué)習(xí)興趣。更重要的是該項(xiàng)作業(yè)提升了學(xué)生的文獻(xiàn)查閱和撰寫能力，為其今后工作尤其是進(jìn)一步深造打下了基礎(chǔ)。

3.3 以考查應(yīng)用能力為目的的期末測(cè)試方案

由于本課程的考查方式較豐富，并不僅依賴于期末的卷面測(cè)試，因此作為上述兩種方式補(bǔ)充的期末測(cè)試更傾向于考察學(xué)生對(duì)基本概念的理解以及對(duì)實(shí)際問(wèn)題的分析和系統(tǒng)架構(gòu)能力，相對(duì)淡化具體方法細(xì)節(jié)的計(jì)算。基于上述原則，期末的卷面測(cè)試主要分為選擇題和簡(jiǎn)述題兩種。選擇題主要考察學(xué)生對(duì)課程關(guān)鍵知識(shí)點(diǎn)和基本原理的掌握情況；簡(jiǎn)述題主要圍繞實(shí)際應(yīng)用問(wèn)題，要求學(xué)生針對(duì)具體問(wèn)題描述所采用的具體系統(tǒng)架構(gòu)方案及理由，不涉及過(guò)多的細(xì)節(jié)計(jì)算。

通過(guò)上述3中不同的考核方式，學(xué)生既能夠掌握實(shí)際問(wèn)題的系統(tǒng)架構(gòu)能力，又學(xué)會(huì)了具體核心細(xì)節(jié)模塊的軟件實(shí)現(xiàn)方法，打通了利用人工智能方法解決問(wèn)題的整個(gè)流程。

4 結(jié)語(yǔ)

人工智能是一門數(shù)學(xué)理論要求高并且又和應(yīng)用緊密相關(guān)的課程，在新時(shí)代的機(jī)電專業(yè)人才知識(shí)體系結(jié)構(gòu)中占據(jù)重要的地位。要使機(jī)電專業(yè)學(xué)生能夠扎實(shí)理解人工智能各類方法的原理以及面對(duì)實(shí)際問(wèn)題的運(yùn)用方法是一個(gè)具有挑戰(zhàn)性的課題。本文從教學(xué)目標(biāo)制定、教學(xué)方法和考核模式等角度全面闡述了針對(duì)機(jī)電工程專業(yè)學(xué)生這一特定人群的人工智能課程施教方案，期望能夠起到拋磚引玉的作用。通過(guò)進(jìn)一步的總結(jié)與探索，作者相信必然能夠培養(yǎng)出更多適應(yīng)社會(huì)需要的新時(shí)期機(jī)電專業(yè)人才。

參考文獻(xiàn)

[1] 陳晗，李垣江，王建華.基于引力搜索BP神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷.船舶工程，2015（10）.

[2] 蔡自興.人工智能在冶金自動(dòng)化中的應(yīng)用.冶金自動(dòng)化，2015（1）.

[3] 鮑軍鵬，張選平.人工智能導(dǎo)論[M].北京：機(jī)械工業(yè)出版社，2015.

[4] 周志華.機(jī)器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2016.

[5] Ian Goodfellow，Yoshua Bengio， Aaron Curville.Deep Learning[M].Cambridge：MIT Press，2016.