謝良旭 許曉軍

摘?要：為配合建設(shè)全國知名的高水平職業(yè)技術(shù)大學(xué)的發(fā)展導(dǎo)向，以及培養(yǎng)新世紀(jì)應(yīng)用型人才的需求，各高校開始試點面向非計算機專業(yè)開設(shè)“人工智能導(dǎo)論”公共選修課。根據(jù)非專業(yè)學(xué)生的基礎(chǔ)參差不齊、專業(yè)背景復(fù)雜的特點，借助人工智能的應(yīng)用案例有針對性地對重點難點內(nèi)容進行講授。結(jié)合教學(xué)實踐，對該課程設(shè)置的必要性和教學(xué)內(nèi)容進行探索，并對教學(xué)過程中的教學(xué)策略和考核方式進行總結(jié)與反思。本文所總結(jié)的教學(xué)經(jīng)驗與思考對將來交叉學(xué)科的教學(xué)情況具有一定的借鑒意義。

關(guān)鍵詞：人工智能導(dǎo)論;高等教育;教學(xué)改革

人工智能是計算機科學(xué)、數(shù)學(xué)、語言學(xué)、信息學(xué)等多個學(xué)科的交叉融合、相互促進而發(fā)展起來的一門新興學(xué)科。人工智能在各個行業(yè)發(fā)揮越來越重要的作用也正在加速與其他學(xué)科技術(shù)的融合，形成了生物信息學(xué)、新型材料性能預(yù)測、智慧城市建設(shè)等諸多高新科技行業(yè)。結(jié)合近年來長三角地區(qū)建設(shè)職業(yè)技術(shù)大學(xué)的發(fā)展趨勢，以及高新企業(yè)對綜合型高素質(zhì)人才的需求，國內(nèi)知名高校在相關(guān)學(xué)院紛紛開設(shè)“人工智能”的主干必修課程。然而，人工智能作為一門相對年輕的學(xué)科，發(fā)展非常迅速，每年都涌現(xiàn)出新的人工智能方法，對人工智能課程的教學(xué)提出了挑戰(zhàn)。另外，相關(guān)的課程多數(shù)集中在計算機學(xué)院，所開設(shè)的課程相對于其他學(xué)院的學(xué)生來說難度較高，不利于非專業(yè)學(xué)生的學(xué)習(xí)。如何對非專業(yè)學(xué)生開設(shè)人工智能的課程也很難確定范疇，缺少成功的教學(xué)模式。

面向高等學(xué)校學(xué)生開設(shè)人工智能在物理化學(xué)中的應(yīng)用的課程，能幫助不同專業(yè)背景和興趣的學(xué)生，了解現(xiàn)代科學(xué)的發(fā)展趨勢和熱點問題，特別是前沿交叉學(xué)科中取得的進展。為全面提高學(xué)生的基本科學(xué)素養(yǎng)，促進學(xué)生對所學(xué)知識的交叉融合，激發(fā)學(xué)生的創(chuàng)新能力和遷移學(xué)習(xí)能力，面向全校學(xué)生開設(shè)《人工智能導(dǎo)論》的公共選修課成為必然的趨勢。由于人工智能課程本身涉及的知識范圍廣、具有很多抽象概念、計算公式多等特點，如何面向非專業(yè)學(xué)生確定選修課的教學(xué)側(cè)重點，使得《人工智能導(dǎo)論》的教學(xué)還處在探索階段。本文將對教學(xué)內(nèi)容、教學(xué)策略、考核方式以及教學(xué)反思等方面進行總結(jié)。

一、教學(xué)內(nèi)容

（一）合理優(yōu)化教學(xué)側(cè)重點

根據(jù)學(xué)生的基礎(chǔ)，《人工智能導(dǎo)論》的公選課共安排32個課時，教材采用弗朗索瓦·肖萊著、張亮譯的《Python深度學(xué)習(xí)》;推薦的參考書為伊恩·古德費洛，約書亞·本吉奧，亞倫·庫維爾著、趙申劍等翻譯的《深度學(xué)習(xí)》。一共講解了10個專題，分別為：什么是人工智能，機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)，機器學(xué)習(xí)的編程基礎(chǔ)，神經(jīng)網(wǎng)絡(luò)入門，卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)的實踐，集成學(xué)習(xí)與模型優(yōu)化，人工智能在前沿交叉學(xué)科中的應(yīng)用，人工智能的未來。其中機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)與機器學(xué)習(xí)的編程基礎(chǔ)兩個專題是根據(jù)學(xué)生的數(shù)學(xué)基礎(chǔ)和Python語言的不足特別增加的兩個專題。為吸引學(xué)生的學(xué)習(xí)興趣，并不是完全按照教材內(nèi)容進行，對每個專題的教學(xué)內(nèi)容進行了編排與優(yōu)化。每個專題從人工智能方法的發(fā)展歷史出發(fā)，引出每個方法背后的人物故事，進而過渡到該方法的計算流程，最后介紹該方法在人工智能領(lǐng)域所取得的成就。教學(xué)的重點內(nèi)容為機器學(xué)習(xí)的基本概念和不同神經(jīng)網(wǎng)絡(luò)的算法。其中算法部分，通過流程圖和偽代碼的方式講解，減少了算法和編程的細(xì)節(jié)。授課時，通過穿插著名人物的歷史故事和奇聞趣事，跌宕起伏的人工智能發(fā)展史，成功吸引了學(xué)生的興趣。

（二）因材施教

為進一步激發(fā)學(xué)生的科研熱情，在授課時注意教學(xué)重點的差異化。在教學(xué)過程中，有意識地引導(dǎo)發(fā)生思考各自所學(xué)的專業(yè)跟人工智能方法的聯(lián)系。由于課程是面向全校，學(xué)生來自各個專業(yè)，對于理工類學(xué)生，更喜歡程序化的語言;而對于文學(xué)藝術(shù)類學(xué)生，更傾向于通俗科普化的教學(xué)。因此在教學(xué)過程中更注重與學(xué)生的互動，針對經(jīng)濟專業(yè)學(xué)生的興趣，談到股票價格預(yù)測和對國際貿(mào)易的影響;與環(huán)境專業(yè)學(xué)生交流了人工智能在環(huán)境有毒物質(zhì)檢測中的應(yīng)用，和汽車與交通學(xué)院的學(xué)生探討了人工智能在無人駕駛中的應(yīng)用。在搜集大量背景資料的基礎(chǔ)上，通過深入淺出的教學(xué)，在面向不同專業(yè)學(xué)生的同時，也要做到講解內(nèi)容的科普化，兼顧所有學(xué)生的興趣，希望能夠向?qū)W生傳達人工智能的基本概念知識。

（三）理論聯(lián)系實際

注意教學(xué)重點的多樣化，將理論知識化繁為簡，并應(yīng)用到具體的生活和科研中。在準(zhǔn)備教學(xué)課件時，減少公式的使用，更多地采用圖片、具體的案例、人工智能應(yīng)用場景的視頻，綜合利用多媒體技術(shù)，將“文圖聲”集于一體，呈現(xiàn)了人工智能技術(shù)廣泛的用途。比如在講解卷積神經(jīng)網(wǎng)絡(luò)時，介紹了美國航天局NASA如何使用卷積神經(jīng)網(wǎng)絡(luò)分析開普勒空間天文望遠鏡所獲得的海量星空數(shù)據(jù)，從140億個數(shù)據(jù)點中尋找到目標(biāo)星系。講解長短期記憶網(wǎng)絡(luò)時，使用同學(xué)們關(guān)心的股票數(shù)據(jù)，進行案例的展示，通過準(zhǔn)備好的代碼，在課堂上展示如何通過歷史數(shù)據(jù)預(yù)測股票的價格走勢。在講解人工智能在前沿交叉學(xué)科中的應(yīng)用時，列舉了人工智能輔助蛋白結(jié)構(gòu)預(yù)測的AlphaFold、人工智能輔助醫(yī)療影像的識別等具體的案例。將人工智能的理論方法與現(xiàn)實應(yīng)用有機結(jié)合，使學(xué)生開闊了視野，激發(fā)了學(xué)生學(xué)習(xí)人工智能的興趣。

二、教學(xué)策略

新時代的學(xué)生具有更多地參與意識，傳統(tǒng)的灌輸式教學(xué)已不再適應(yīng)學(xué)生的需求。在教學(xué)中，根據(jù)教學(xué)內(nèi)容的難易程度，分別采用了不同的授課方法。對較難的內(nèi)容和基本概念，采用引導(dǎo)啟發(fā)式教學(xué);對容易的內(nèi)容，采用討論式教學(xué);對應(yīng)用性較強的內(nèi)容，采用實踐式教學(xué)。具體策略如下。

（1）引導(dǎo)啟發(fā)式教學(xué)。人工智能雖然有很多計算方法和體系框架，但是基本的原理不變。明確人工智能的計算框架，有利于塑造具有扎實理論基礎(chǔ)的學(xué)生。因此，需要強化基本的概念和計算的邏輯，針對人工智能中公式多、算法復(fù)雜的內(nèi)容，采用教師為主導(dǎo)的引導(dǎo)啟發(fā)式教學(xué)。在教學(xué)過程中，通過類比方法，避免使用太多的公式推導(dǎo)，采用流程圖講解計算方法的過程，避免學(xué)生糾纏于具體的代碼實現(xiàn)。著重基本概念的理解，有利于為交叉學(xué)科的學(xué)習(xí)打下基礎(chǔ)。

（2）實踐式教學(xué)。在介紹人工智能的編程基礎(chǔ)和神經(jīng)網(wǎng)絡(luò)的模型架構(gòu)時，精心準(zhǔn)備了四個具體的案例：房價回歸問題，支票的手寫數(shù)字識別，貓狗的圖像識別，股票價格預(yù)測。這四個案例概括了人工智能的四個基本方法。其中以房價回歸問題為例進行了詳細(xì)講解，介紹了Keras的使用，人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)，如何準(zhǔn)備神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，如何應(yīng)用統(tǒng)計方法驗證模型的準(zhǔn)確性。對另外三個案例，則注重發(fā)揮學(xué)生的主觀意識，希望學(xué)生自己動手進行代碼的測試，教師在旁邊進行輔助講解。在實踐教學(xué)中，使學(xué)生在小型數(shù)據(jù)上從頭開始訓(xùn)練一個人工神經(jīng)網(wǎng)絡(luò)，了解了神經(jīng)網(wǎng)絡(luò)的運行流程。實踐式的教學(xué)著重培養(yǎng)學(xué)生的興趣和自我學(xué)習(xí)能力。

（3）討論式教學(xué)。在介紹神經(jīng)網(wǎng)絡(luò)的發(fā)展簡史和應(yīng)用時，組織學(xué)生進行了兩次分組討論。通過云盤，提前兩周分享了所要討論的期刊文章，并向?qū)W生介紹慕課和Github等電子資源庫。圍繞著智慧城市、人工智能所帶來的思考等兩個主題進行了討論，讓學(xué)生意識到人工智能技術(shù)是我國“十四五”規(guī)劃中所要發(fā)展的關(guān)鍵技術(shù)，我國正處在人工智能技術(shù)發(fā)展的浪潮中，而當(dāng)代的學(xué)生必然會成為智慧城市建設(shè)的主力軍。另外結(jié)合人工智能是否會引發(fā)失業(yè)潮等進行了討論，讓學(xué)生認(rèn)識到自己所學(xué)知識的重要性，在各行各業(yè)都能發(fā)揮自己的所學(xué)，希望可以啟迪學(xué)生的職業(yè)規(guī)劃。

三、考核方式

對學(xué)生的考核，采用平時成績（40%）與期末成績（60%）的加權(quán)進行考核。在課堂教學(xué)中組織了學(xué)生的討論發(fā)言和簡單的課后習(xí)題。根據(jù)平時的互動情況進行平時成績的評定。對期末成績，采用了案例研究的課堂展示與調(diào)研論文的形式。由于公選課的學(xué)生來自不同的專業(yè)，需要給學(xué)生足夠的時間進行準(zhǔn)備，在期中時就在云盤上傳了科技論文，由學(xué)生訪問下載并進行自主選題，調(diào)動學(xué)生自發(fā)組成一個學(xué)習(xí)互助小組，根據(jù)自己的興趣，選擇一個與人工智能相關(guān)的文獻調(diào)研，尊重學(xué)生的基礎(chǔ)差異和個人興趣。在期末時，由各個學(xué)習(xí)小組的代表同學(xué)們進行應(yīng)用展示，另外要求學(xué)生按照科技論文的格式書寫了800字的調(diào)研報告。充分發(fā)揮學(xué)生的主觀能動性，根據(jù)匯報展示和調(diào)研論文的完成情況進行綜合打分。

四、教學(xué)反思

開設(shè)《人工智能導(dǎo)論》公選課還處在探索階段。首先，應(yīng)根據(jù)學(xué)生的基礎(chǔ)差異優(yōu)化教學(xué)內(nèi)容的側(cè)重點，合理安排教學(xué)順序，吸引學(xué)生的學(xué)習(xí)興趣。其次，在教學(xué)過程中，增加人工智能方法解決實際問題的案例，引入更多與專業(yè)相關(guān)的問題，有利于學(xué)科交叉融合的實現(xiàn)。最后，要發(fā)揮學(xué)生的主觀能動性，不同專業(yè)的學(xué)生具有所在領(lǐng)域的專業(yè)知識，因此教師在教學(xué)的同時，也要向?qū)W生學(xué)習(xí)，取長補短，從而不斷提高自身的教學(xué)水平。

本文對《人工智能導(dǎo)論》公選課的教學(xué)現(xiàn)狀進行反思，對課程的教學(xué)內(nèi)容、教學(xué)策略和考核方式進行了詳細(xì)闡述。旨在引導(dǎo)學(xué)生從多角度認(rèn)識人工智能方法，使學(xué)生不僅從理論上了解人工智能，并可以應(yīng)用人工智能方法解決實際問題。

參考文獻：

[1]蘆碧波，鄭艷梅，陳艷麗，朱世松.新一代人工智能浪潮下的深度學(xué)習(xí)課程開始路徑分析[J].計算機教育，2019（10）：151162.

[2]李睿凡，陳佳潔，周延泉，等.深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)的教學(xué)探討[J].計算機教育，2015（18）：5859，74.