時間：2022-09-14 19:59:14
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能課程論文，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。
關(guān)鍵詞:人工智能;理論傳授;實驗訓(xùn)練;科研訓(xùn)練
人工智能(Artificial Intelligence,AI)是計算機科學(xué)與技術(shù)專業(yè)的一門重要專業(yè)課程,是一門研究運用計算機模擬和延伸人腦功能的綜合性學(xué)科。它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設(shè)計、學(xué)習(xí)、思考、規(guī)劃以及問題求解等思維活動,并以此解決需要人類專家才能處理的復(fù)雜問題,例如咨詢、診斷、預(yù)測、規(guī)劃等決策性問題[1]。人工智能是一門涉及數(shù)學(xué)、計算機、控制論、信息學(xué)、心理學(xué)、哲學(xué)等學(xué)科的交叉和綜合學(xué)科。目前,人工智能很多研究領(lǐng)域,如自然語言處理、模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機器人技術(shù)、智能計算等都走在了信息技術(shù)的前沿,有許多研究成果已經(jīng)進入并影響了人們的生活。
2003年12月5日,國內(nèi)第一個“智能科學(xué)與技術(shù)”本科專業(yè)在北京大學(xué)誕生[2],它標志著我國智能科學(xué)與技術(shù)本科教育的開始,對我國智能科學(xué)技術(shù)人才培養(yǎng)和智能科學(xué)與技術(shù)學(xué)科建設(shè)起到極大的帶動作用。目前,人工智能課程的教學(xué)存在幾個問題:首先,注重講授理論知識,實驗環(huán)節(jié)滯后,這不利于培養(yǎng)學(xué)生的實踐能力,更談不上實踐創(chuàng)新。其次,人工智能是交叉學(xué)科,內(nèi)容比較繁雜,各種教材的內(nèi)容不一樣,授課沒有統(tǒng)一的體系,學(xué)生學(xué)習(xí)時抓不住重點,不能理解人工智能的根本方法和思想。一般說來,計算機專業(yè)的其他課程,如網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、算法分析與設(shè)計等,都是求解結(jié)構(gòu)化問題的基本技術(shù),而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的有效技術(shù)。最后,人工智能科學(xué)與技術(shù)飛速發(fā)展,但目前人工智能只被視為一門專業(yè)課,課程講授和人工智能沒有作為一個研究方向結(jié)合起來,也沒有把傳授課本知識和引導(dǎo)啟發(fā)創(chuàng)新結(jié)合起來。
適應(yīng)知識經(jīng)濟發(fā)展的高等教育,要把培養(yǎng)創(chuàng)造精神和創(chuàng)新能力擺在突出的位置。創(chuàng)新是基礎(chǔ)研究的生命,而高等學(xué)校的教學(xué)只有與科研緊密結(jié)合,才能在培養(yǎng)學(xué)生的創(chuàng)新精神方面有所作為。為此,針對人工智能的課程特點,我們積極開展研究型教學(xué)、研究型學(xué)習(xí),提高大學(xué)生的學(xué)習(xí)能力、實踐能力和創(chuàng)新能力的研究與實踐。在教材上,我們選用了清華大學(xué)出版社出版、馬少平等編寫的《人工智能》。我們的教學(xué)研究與實踐的主要內(nèi)容包括三個方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實驗訓(xùn)練;以及與畢業(yè)論文,學(xué)校大學(xué)生科研項目資助計劃,國家大學(xué)生創(chuàng)新性實驗計劃相對接的科研訓(xùn)練。這三個主要方面,層層遞進、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學(xué)實踐。下面,我們就這三個方面內(nèi)容展開探討。
1啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化思想
現(xiàn)實世界的問題可以按照結(jié)構(gòu)化程度劃分成三個層次[1]:1)結(jié)構(gòu)化問題,能用形式化(或稱公式化)方法描述和求解的一類問題;2)非結(jié)構(gòu)化問題,難以用確定的形式來描述,主要根據(jù)經(jīng)驗來求解;3)半結(jié)構(gòu)化問題,介于上述兩者之間。一般說來,計算機專業(yè)的其他課程如網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、算法分析與設(shè)計等,都是求解結(jié)構(gòu)化問題的基本技術(shù)。而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的有效技術(shù)。人工智能的教學(xué)可以讓學(xué)生在體驗、認識人工智能知識與技術(shù)的過程中獲得對非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的解決過程的了解,從而達到培養(yǎng)學(xué)生多角度思維的目的。
我們使用的教材主要內(nèi)容包括搜索和高級搜素、謂詞邏輯和歸結(jié)原理、知識表示、不確定性推理方法、機器學(xué)習(xí)等。這些主要內(nèi)容也可以相應(yīng)地歸結(jié)為若干個典型算法,如啟發(fā)式A*搜索算法、 剪枝算法、元啟發(fā)式算法(模擬退火,遺傳算法)、謂詞邏輯歸結(jié)算法、貝葉斯網(wǎng)絡(luò)、決策樹、神經(jīng)網(wǎng)絡(luò)(BP算法、自組織網(wǎng)絡(luò)和Hopfield神經(jīng)網(wǎng)絡(luò)算法)。元啟發(fā)式算法是一種啟發(fā)式的隨機算法,是用來解決非結(jié)構(gòu)化問題的典型算法,其思想和傳統(tǒng)的決定性算法如動態(tài)規(guī)劃、分支限界完全不一樣。學(xué)生在剛一接觸到這些元啟發(fā)式算法一時難以接受和理解其機理,對算法的有效性往往半信半疑。根據(jù)非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的特點,講解和演示算法在解決此類問題的具體步驟和詳細過程,從而讓學(xué)生掌握人工智能算法的基本思想。在講解不同的元啟發(fā)式算法的時候,學(xué)生會問,是模擬退火算法強,還是遺傳算法強;在講到機器學(xué)習(xí)算法的時候,學(xué)生會問到底哪個分類算法最好,這時候我們可以把搜索(優(yōu)化)領(lǐng)域和機器學(xué)習(xí)領(lǐng)域的“沒有免費午餐”定理進行適當?shù)闹v解和解釋,從而把具體算法實現(xiàn)層面之上的一些人工智能的哲學(xué)思想進行傳授。
在人工智能的具體教學(xué)中,采用問題教學(xué)法和參與式教學(xué)法。在問題教學(xué)法中,圍繞人工智能的知識模塊,在引導(dǎo)學(xué)生發(fā)現(xiàn)各種各樣問題的前提下,傳授知識。教學(xué)活動中,嘗試使人工智能知識圍繞實際問題而展現(xiàn),使問題不僅成為激發(fā)學(xué)生求知欲的前提,也成為學(xué)生期盼、理解和吸收知識的前提,以此激發(fā)學(xué)生的創(chuàng)造動機和創(chuàng)造性思維。在參與式教學(xué)中,打破人工智能算法的枯燥、沉悶的傳統(tǒng)教學(xué)法,嘗試開放式教學(xué)內(nèi)容;提問式講課;無標準答案的課程設(shè)計;查找文獻,分組動手實現(xiàn)人工智能算法等參與式教學(xué)方法,培養(yǎng)和發(fā)揚學(xué)生的參與意識,通過參與式教學(xué)提高學(xué)生學(xué)習(xí)的主動性、積極性和效率,培養(yǎng)學(xué)生的動手能力和創(chuàng)新能力。
2成體系的實驗訓(xùn)練
獨立開展人工智能實驗課程,開發(fā)一批新型、富有創(chuàng)意的實驗案例庫,搭建一個創(chuàng)新實驗和虛擬學(xué)習(xí)社區(qū)平臺。人工智能實驗課程的特點是應(yīng)用各種人工智能方法,根據(jù)問題的約束、結(jié)構(gòu)、信息進行表示建模和計算機上實現(xiàn),是與人工智能原理同步的實驗課程。學(xué)生必須掌握的人工智能的基本原理和計算機操作技能,它對于學(xué)生的知識、能力和綜合素質(zhì)的培養(yǎng)與提高起著至關(guān)重要的作用,在整個教學(xué)過程中占有非常重要的地位,是計算機軟件、計算機應(yīng)用、計算機網(wǎng)絡(luò)、軟件工程等專業(yè)的一門重要的必修專業(yè)課程。通過實驗,學(xué)生得到嚴格的訓(xùn)練,能規(guī)范地掌握人工智能的基本理論和主要方法、基本問題求解技術(shù),熟悉各種計算環(huán)境的基本使用。
在培養(yǎng)學(xué)生掌握實驗的基本操作、基本技能和基本知識的同時,努力培養(yǎng)學(xué)生的創(chuàng)新意識與創(chuàng)新能力。為實現(xiàn)這一目標,在課程內(nèi)容安排上采用適量基本原理與方法的實驗內(nèi)容為基本內(nèi)容,增加一系列綜合性實驗和開放性創(chuàng)新實驗問題,在實驗內(nèi)容方面更注重研究性實驗中的創(chuàng)新問題。實驗內(nèi)容方面分為三個層次:基本原理的基礎(chǔ)性實驗、綜合實驗和研究性實驗。在后兩個層次的實驗中,部分引入人工智能課程小組團隊的最新科研成果,目的在于通過完成這些研究性實驗,培養(yǎng)學(xué)生獨立解決實際問題的能力,以提升學(xué)生的科研素質(zhì)與創(chuàng)新意識。我們將這些設(shè)計實驗稱為新型實驗案例庫,它被放在人工智能課程小組網(wǎng)站上,以此搭建一個創(chuàng)新實驗和虛擬學(xué)習(xí)社區(qū)平臺。通過實驗課程的學(xué)習(xí)和訓(xùn)練,學(xué)生應(yīng)達到下列要求。
1) 掌握人工智能方法的優(yōu)點及其在實際中的應(yīng)用。
2) 學(xué)會對人工智能問題進行分析建模和應(yīng)用各種計算工具實現(xiàn)問題求解,熟悉對實驗現(xiàn)象的觀察和記錄,實驗數(shù)據(jù)的獲取與設(shè)計,最佳實驗條件的判斷和選擇,實驗結(jié)果的分析和討論等一套嚴謹?shù)膶嶒灧椒ā?/p>
3) 鞏固并加深對人工智能原理課程的基本原理和概念的理解,培養(yǎng)學(xué)生勤奮學(xué)習(xí),求真求實的科學(xué)品德,培養(yǎng)學(xué)生的動手能力、觀察能力、查閱文獻能力、思維能力、想象能力、表達能力。
4) 通過完成綜合研究性實驗,培養(yǎng)學(xué)生獨立解決實際問題的能力,提高學(xué)生的科研素質(zhì)與創(chuàng)新意識。
在培養(yǎng)學(xué)生掌握實驗的基本操作、基本技能和基本知識的同時,進一步培養(yǎng)學(xué)生分析問題和解決問題的能力,培養(yǎng)學(xué)生的創(chuàng)新意識、創(chuàng)新精神和創(chuàng)新能力,為學(xué)生今后從事科研、教學(xué)或企事業(yè)單位的分析檢驗以及新技術(shù)的研發(fā)工作打下扎實的基礎(chǔ)。
在實驗組織方面,根據(jù)各實驗的目的和要求,學(xué)生分為5人1組,指定一個組長,每組選擇1套實驗題目?；A(chǔ)實驗題目要求達到27學(xué)時、綜合性實驗題目選擇1題和研究性實驗題目選擇1題,基礎(chǔ)實驗題目要求在規(guī)定時間內(nèi),小組獨立完成實驗測定、數(shù)據(jù)處理,并撰寫實驗報告。實驗過程中, 要求學(xué)生勤于動手, 敏銳觀察, 細心操作, 開動腦筋, 分析鉆研問題, 準確記錄原始數(shù)據(jù), 經(jīng)教師檢查,實驗及其原始數(shù)據(jù)記錄才有效。同時,團隊作業(yè),需要多人分工合作、相互幫助,這樣可以提高人際交往和溝通能力,學(xué)會與他人合作,培養(yǎng)團隊創(chuàng)新能力。
3課程學(xué)習(xí)與畢業(yè)論文,科研訓(xùn)練相結(jié)合
人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿和未來,通過學(xué)習(xí)和體驗人工智能的知識和技術(shù),學(xué)生能夠在一定程度上了解信息技術(shù)發(fā)展的前沿知識,這有助學(xué)生開闊視野、培養(yǎng)興趣,為今后繼續(xù)深造或走向社會奠定堅實的基礎(chǔ)[3-4]。
人工智能的理論和方法廣泛應(yīng)用于數(shù)據(jù)挖掘、機器學(xué)習(xí)、模式識別、圖像處理中,這些內(nèi)容既是高年級的后續(xù)課程,又是現(xiàn)在熱門的研究方向。學(xué)習(xí)和深刻理解人工智能的理論、方法和應(yīng)用,對后續(xù)課程學(xué)習(xí)以及今后的研究具有重要的意義。
我院規(guī)定大學(xué)三年級的學(xué)生開始聯(lián)系畢業(yè)論文指導(dǎo)導(dǎo)師,同時確定畢業(yè)論文的研究方向,提前進行科研實踐,以培養(yǎng)實踐能力和研究素質(zhì)。人工智能課程正好是大三高年級開設(shè)的專業(yè)課,因此,我們把課程實驗及設(shè)計與同學(xué)的興趣相結(jié)合,引導(dǎo)學(xué)生,并提煉和形成學(xué)生的畢業(yè)選題和課外的科研方向,它是提高本科生研究創(chuàng)新能力的有效手段。
基于新的教學(xué)實踐,很多學(xué)生的選題都與上述歸納的人工智能若干算法相關(guān),如算法本身的研究和改進,或是算法在各領(lǐng)域,如數(shù)據(jù)挖掘、圖像處理等的應(yīng)用。在我們的科研能力訓(xùn)練計劃中,一批項目和課題,如混合神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用、差分演化算法研究與應(yīng)用、基于協(xié)同訓(xùn)練的推薦系統(tǒng)等,分別受到國家和學(xué)校本科生科研項目立項資助。一批三四年級的本科生以第一作者身份在國內(nèi)核心期刊、國際會議和期刊上發(fā)表學(xué)術(shù)論文,這激發(fā)了學(xué)生的科研興趣,使學(xué)生體會到了創(chuàng)新的樂趣。
總之,課程學(xué)習(xí)與畢業(yè)論文、學(xué)校大學(xué)生科研項目資助計劃、國家大學(xué)生創(chuàng)新性實驗計劃相對接的科研訓(xùn)練,極大地提升了學(xué)生的創(chuàng)新能力和科研基本素質(zhì)。
4結(jié)語
針對人工智能的課程特點,我們積極開展研究型教學(xué)、研究型學(xué)習(xí),提高大學(xué)生的學(xué)習(xí)能力、實踐能力和創(chuàng)新能力的研究與實踐。我們的教學(xué)研究與實踐主要內(nèi)容包括三個方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實驗訓(xùn)練;以及與畢業(yè)論文、學(xué)校大學(xué)生科研項目資助計劃、國家大學(xué)生創(chuàng)新性實驗計劃相對接的科研訓(xùn)練。這三個主要方面,層層遞進、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學(xué)實踐,新的改革和實踐在教學(xué)中取得了令人滿意效果。
參考文獻:
[1] 張劍平. 關(guān)于人工智能教育的思考[J]. 電化教育研究,2003(1):24-28.
[2] 謝昆青. 第一個智能科學(xué)技術(shù)專業(yè)[J]. 計算機教育,2009(11):16-20.
[3] 羅輝,梁艷春. 大學(xué)生畢業(yè)論文與科研能力培養(yǎng)及就業(yè)[J]. 吉林教育,2003(10):18.
[4] 金聰,劉金安. 人工智能教育在能力培養(yǎng)中的作用及改革設(shè)想[J]. 計算機時代,2006(9):66-69.
Reform and Practice of Innovative Teaching in Artificial Intelligence
WANG Jia-hai, YIN Jian, LING Ying-biao
(Department of Computer Science, Sun Yat-sen University, Guangzhou 510006, China)
關(guān)鍵詞：人工智能；教學(xué)內(nèi)容；教學(xué)方法
中圖分類號：G642 文獻標識碼：A
1 引言
人工智能(AI)是二十世紀五十年代后期興起的利用計算機模擬人類智能活動去求解問題的學(xué)科，與空間技術(shù)、原子能技術(shù)一起被譽為二十世紀三大科學(xué)技術(shù)成就，目前廣泛應(yīng)用于專家系統(tǒng)、機器翻譯、語音識別、文字識別、計算機視覺、機器人、電子游戲等方面，已經(jīng)成為計算機技術(shù)發(fā)展以及許多高新技術(shù)產(chǎn)品中的核心技術(shù)。
為了適應(yīng)人工智能技術(shù)日益廣泛的需要，國內(nèi)外高校普遍開設(shè)了“人工智能”方面的課程，特別是作為計算機方面專業(yè)的核心課程之一。我校自從1993年開始為自動化專業(yè)本科生開設(shè)“智能控制”選修課，1996年為自動化、計算機、機械等專業(yè)本科生開設(shè)“人工智能導(dǎo)論”、“人工智能及其應(yīng)用”課程。目前，我校軟件學(xué)院、信息學(xué)院、機電學(xué)院都開設(shè)了“人工智能導(dǎo)論”課程，已經(jīng)成為計算機科學(xué)與技術(shù)、軟件工程、數(shù)字媒體技術(shù)、自動化、機械制造與自動化等許多專業(yè)本科生的一門重要的技術(shù)基礎(chǔ)課程，也是面向包括人文社科等全校所有專業(yè)的公選課之一，其目的是使學(xué)生了解人工智能的基本概念和基本原理，初步學(xué)習(xí)和掌握人工智能的基本技術(shù)和前沿內(nèi)容，拓寬知識面，啟發(fā)思路，為學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問題的入門性知識，提高學(xué)生應(yīng)用開發(fā)軟件的能力和水平，為今后在相關(guān)領(lǐng)域的研究和應(yīng)用奠定更為堅實的基礎(chǔ)。因此，建設(shè)好“人工智能導(dǎo)論”課程具有重要意義和很廣的受益面。
由于人工智能是交叉學(xué)科，涉及面廣、內(nèi)容抽象、不易理解，學(xué)生往往有望而生畏的感覺，在教學(xué)過程中，老師教、學(xué)生學(xué)都比較吃力。為了更好地實現(xiàn)上述教學(xué)目標，提高本課程的教學(xué)質(zhì)量，協(xié)調(diào)好教與學(xué)的雙邊關(guān)系，使學(xué)生由望而生畏的感覺，變?yōu)橛杏糜腥さ母杏X，根據(jù)已有人工智能課程在教學(xué)與實踐方面的經(jīng)驗和方法，結(jié)合“人工智能導(dǎo)論”課程的近幾年教學(xué)實踐，對課程的教學(xué)體系、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)手段、考核方式等方面進行了探索總結(jié)。
2 調(diào)整與優(yōu)化教學(xué)體系和教學(xué)內(nèi)容
“人工智能導(dǎo)論”是計算機科學(xué)與技術(shù)、軟件工程、數(shù)字媒體技術(shù)、自動化、機械制造與自動化等許多專業(yè)本科生的一門重要的技術(shù)基礎(chǔ)課程，也是面向包括人文社科等全校所有專業(yè)的公選課之一，其研究領(lǐng)域及內(nèi)容十分豐富，涉及的基礎(chǔ)面廣。因此如何選好教學(xué)內(nèi)容，既能使學(xué)生了解本領(lǐng)域的概貌，又能適合學(xué)生的基礎(chǔ)，便于他們在有限的時間完成學(xué)習(xí)任務(wù)，是一件重要而又困難的事情。
進入21世紀以來，人工智能學(xué)科又有了新的發(fā)展。為了及時反映人工智能研究和學(xué)科的最新進展，我們修訂了“人工智能導(dǎo)論”的教學(xué)大綱，對教學(xué)內(nèi)容進一步優(yōu)化和更新，極大充實了各個系統(tǒng)的內(nèi)容。我們確定的教學(xué)內(nèi)容主要分為三部分：第1部分為概論，介紹人工智能的基本概念、基本內(nèi)容、主要研究領(lǐng)域及發(fā)展過程；第2部分是知識表示，推理和搜索技術(shù)，討論幾種常用的知識表示方法、推理技術(shù)(包括確定性推理方法和不確定推理方法)和搜索求解策略；第3部分是人工智能應(yīng)用研究領(lǐng)域，包括專家系統(tǒng)、自然語言理解、機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等的基本概念和方法等。其中第2部分是基礎(chǔ)理論，是人工智能的重要基礎(chǔ)，應(yīng)該循序?qū)W習(xí)。第3部分是人工智能的應(yīng)用，由于每個研究內(nèi)容都相對獨立、自成體系且有其專門的學(xué)術(shù)著作研究、熱點，因此針對高等院校的本?？粕鷣碚f，不必循序?qū)W習(xí)，而且結(jié)合專業(yè)特點可以選擇其中幾個研究領(lǐng)域。例如對自動化專業(yè)的學(xué)生來說，可以選擇專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等，同時可增加在自動控制領(lǐng)域的應(yīng)用，包括專家控制、神經(jīng)網(wǎng)絡(luò)控制和進化控制等熱點：而對計算機科學(xué)與技術(shù)專業(yè)來說，可以選擇專家系統(tǒng)、自然語言理解、機器學(xué)習(xí)等，并輔以動物識別系統(tǒng)、語音識別系統(tǒng)、智能機器人等實例?？傊褪且盐照n程性質(zhì)和教學(xué)目的，調(diào)整本課程教學(xué)體系，優(yōu)化教學(xué)內(nèi)容，讓學(xué)生以有限的時間學(xué)到人工智能的基礎(chǔ)知識和基本方法。
另外，在選擇和確定教學(xué)內(nèi)容時必須兼顧基礎(chǔ)知識和新興技術(shù)，注意與相關(guān)課程(如離散數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、概率論、自動控制原理、Matlab系統(tǒng)仿真、面向?qū)ο蟮木幊碳夹g(shù)等)的鏈接，密切理論與實際的關(guān)系，通過課堂講授和課外訓(xùn)練，注意學(xué)生能力培養(yǎng)，提高他們的學(xué)習(xí)效果和整體素質(zhì)。
3 加強課程立體化建設(shè)和系列教材研究
在課程的立體化建設(shè)中，教材充當了地基的角色，所有的課程內(nèi)容安排，無不體現(xiàn)出以教材為基本，以教材為模板。所以本著基礎(chǔ)、實用的原則，我們先后編著出版了《人工智能及其應(yīng)用》課程教材導(dǎo)論部分概括性強，引人入勝；基礎(chǔ)部分系統(tǒng)全面，敘述深入淺出，循序漸進；應(yīng)用部分密切理論與實際關(guān)系，典型形象。其中第二版在第一版的基礎(chǔ)上，增加了證據(jù)理論、模糊推理、神經(jīng)網(wǎng)絡(luò)等理論的一些典型應(yīng)用，使學(xué)生能夠更深入地理解和應(yīng)用這些理論；另一方面，又新增了自然語言理解及其應(yīng)用內(nèi)容，以適應(yīng)目前計算機翻譯、人機自然語言交互等技術(shù)日益廣泛應(yīng)用的需要。系列教材適應(yīng)了人工智能導(dǎo)論新課程開設(shè)的需要，反映了人工智能學(xué)科的發(fā)展，為人工智能課程確立了基本框架，發(fā)揮了重要作用。系列教材的問世不僅解決了本?！叭斯ぶ悄軐?dǎo)論”課程教學(xué)用書的問題，而且也被各兄弟院校普遍采用，促進了該課程的普遍開設(shè)，推動人工智能學(xué)科的發(fā)展。
為了配合教材第二版的教學(xué)和自學(xué)，在已有教學(xué)經(jīng)驗和教學(xué)成果積累的基礎(chǔ)上，制作了高質(zhì)量的教學(xué)課件和完整的教學(xué)視頻錄像，并刻錄成光盤隨書供讀者使用；同時又研究與開發(fā)了網(wǎng)絡(luò)課程(http：//)，以更好地調(diào)動學(xué)生的學(xué)習(xí)興趣和主動性，促進本課程的教學(xué)改革。
包括主教材、電子教案、教學(xué)視頻錄像、網(wǎng)絡(luò)課程及教學(xué)資料庫等在內(nèi)的課程立體化建設(shè)符合二十一世紀高校教學(xué)的要求，支持教師提高教學(xué)手段現(xiàn)代化的水平，更貼合學(xué)生的學(xué)習(xí)需求。
4 改革與創(chuàng)新教學(xué)模式和教學(xué)方法
在“人工智能導(dǎo)論”課程教學(xué)的過程中，我們積極探索教學(xué)新路，經(jīng)過數(shù)年辛勤試驗，結(jié)合蔡自興教授等對人工智能課程的建設(shè)經(jīng)驗，對課程的教學(xué)模式和教學(xué)方法進行了如下一些的改革與創(chuàng)新。
(1)通過多種途徑激發(fā)學(xué)生的學(xué)習(xí)興趣
“興趣是最好的老師”，“人工智能導(dǎo)論”課程的學(xué)習(xí)效果，直接受到學(xué)生興趣和參與意識的影響。由于這是一門導(dǎo)論性前沿課程，一般來說，學(xué)生開始學(xué)習(xí)興趣很大。但是，當一些學(xué)生開始接觸到抽象概念和算法時，往往感到不易接受。我們通過各種途徑和方法，激發(fā)和培養(yǎng)學(xué)生的學(xué)習(xí)興趣。例如，鼓勵學(xué)生參與課堂討 論、布置讀書報告和課外實驗、以問題為導(dǎo)向的啟發(fā)式教學(xué)、專題討論／辯論等形式。特別，我們精心組織和準備了模糊控制技術(shù)及其應(yīng)用、智能機器人技術(shù)與應(yīng)用、智能交通、BCI(腦機交互接口)等專題，以及智能調(diào)度軟件、語音識別系統(tǒng)、動物識別系統(tǒng)、足球機器人比賽、機器人軌跡跟蹤、倒立擺的智能控制等課內(nèi)演示，使學(xué)生擴大了眼界，增加了感性知識，達到提高學(xué)生學(xué)習(xí)興趣的目的與效果。
(2)面向問題的啟發(fā)式教學(xué)
人工智能中的許多問題，有的似是而非，有的引人入勝。在教學(xué)中，有意識的提出相關(guān)問題，提請學(xué)生思考，鼓勵學(xué)生提出自己的猜想和解決方案。然后逐步進入教材中的解決方案，啟發(fā)學(xué)生求解這些問題，并進行分析和比較，從而強化了學(xué)生學(xué)習(xí)的主動意識和參與意識，提高了學(xué)生的學(xué)習(xí)積極性。例如，在講到比較抽象的“遺傳算法”時，提出“遺傳算法如何用于優(yōu)化計算?”這一問題。針對該問題，先從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用；然后通過一個簡單的例子，從特殊到一般地啟發(fā)學(xué)生思考“遺傳”、“變異”和“選擇”的實現(xiàn)，最終讓學(xué)生與教師一起導(dǎo)出遺傳算法用于優(yōu)化計算的基本步驟。這樣，學(xué)生不但從中學(xué)習(xí)了遺傳算法，而且得到一次邏輯思維的訓(xùn)練，取得很好的教學(xué)效果。
(3)課堂辯論與交互式教學(xué)
組織課堂辯論，討論的議題包括人工智能的應(yīng)用前景和其他比較等有爭議的問題。學(xué)生對這些問題展開了激烈的爭論，激發(fā)了學(xué)習(xí)潛能，明確了學(xué)習(xí)目標。例如，為了加深學(xué)生對智能機器人內(nèi)涵的理解，我們組織了“機器智能能否超過人類智能”的辯論會。會前正反雙方結(jié)合本課程內(nèi)容及其相關(guān)知識，認真進行準備；辯論會上正反雙方唇槍舌戰(zhàn)，激烈爭辯，氣氛熱烈。辯論后，學(xué)生余意未盡，討論熱情不減。無論是哪一方獲勝，都達到了預(yù)期的效果。教學(xué)中我們還注意采用了多種交互式策略，如課堂上教師提問可鼓勵或指定學(xué)生提問，也可由學(xué)生自由地就某個知識點進行主題發(fā)言后老師點評等。
(4)個性化學(xué)習(xí)與因材施教
在本課程教學(xué)過程中注意對學(xué)生因材施教和個性化教學(xué)。例如，通過組織學(xué)生進行讀書報告的形式，鼓勵學(xué)生從多方面、多角度考慮問題，多提新穎思想，有意識地鼓勵優(yōu)秀學(xué)生探討比較深層的內(nèi)容，并輔導(dǎo)優(yōu)秀學(xué)生將其成果以科技論文和發(fā)表文章的形式轉(zhuǎn)化為成果。又如，在教學(xué)設(shè)計和實驗設(shè)計中，注意要求學(xué)習(xí)有余力和興趣的學(xué)生選作部分探索性、創(chuàng)新性的功課和實驗(選學(xué)內(nèi)容，如模糊控制器的設(shè)計、進化控制等)，從而引導(dǎo)學(xué)生發(fā)揮個性優(yōu)勢，達到因材施教的目的。同時注意分析學(xué)習(xí)較差的學(xué)生的具體困難，進行有針對性的指導(dǎo)。
(5)多媒體與網(wǎng)絡(luò)教學(xué)的使用
本課程在PPT演示文稿和網(wǎng)絡(luò)課程上，采用了大量的多媒體表現(xiàn)形式，如視頻、動畫、聲音和圖像等。目的在于使得人工智能抽象的知識形象化，便于學(xué)生理解。例如，課內(nèi)讓學(xué)生在線觀看涂曉媛博士的計算機動畫“人工魚”的錄像片段、人工生命Floy中生命智能體在環(huán)境中不斷的適應(yīng)進化構(gòu)成演示等，有助于加深學(xué)生對所學(xué)知識的理解，促進教學(xué)水平的提高，激發(fā)了學(xué)生對課程的興趣，使學(xué)生創(chuàng)新意識得到增強。此外，隨教材附贈的教學(xué)光盤和開發(fā)的網(wǎng)絡(luò)課程(http：//)提供了學(xué)生課外自學(xué)用的高質(zhì)量的電子課件、完整的教學(xué)視頻錄像、豐富的實驗和案例資料等，以更好地調(diào)動學(xué)生的學(xué)習(xí)興趣和主動性。
(7)理論與實踐結(jié)合
在教學(xué)內(nèi)容安排上，注意理論聯(lián)系實際，適時布置一些人工智能實驗給學(xué)生進行課外練習(xí)。設(shè)計的課外實驗包括產(chǎn)生式系統(tǒng)實驗，歸結(jié)反演實驗，主觀Bayes推理網(wǎng)絡(luò)實驗，A搜索實驗，以及基于Maltab工具箱的模糊控制位置跟蹤系統(tǒng)、兩車追趕模糊控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模式識別仿真、遺傳算法優(yōu)化計算等實驗。通過實踐和參與，保持學(xué)習(xí)興趣，有助于學(xué)生對人工智能基本概念和難點的理解，掌握基本方法和技術(shù)，為從事智能系統(tǒng)應(yīng)用開發(fā)打下基礎(chǔ)，從而達到教學(xué)目的。例如，我們組織學(xué)生參觀我們的研究生綜合自動化實驗室，觀看機器人臂取物、倒立擺控制、語音識別軟件、指紋識別軟件、智能調(diào)度軟件等演示，密切理論與實際的關(guān)系。
我們在教學(xué)改革實踐中探索的這些教學(xué)方法，有利于充分激勵學(xué)生的學(xué)習(xí)積極性和主動性，有利于鼓勵學(xué)生發(fā)揮獨立思考和創(chuàng)新思維，有利于多方位培養(yǎng)學(xué)生學(xué)習(xí)發(fā)現(xiàn)問題、分析問題和解決問題的能力。
5 運用多樣化的教學(xué)手段和考核方式
5.1 多樣化的教學(xué)手段
采用現(xiàn)代信息技術(shù)進行教學(xué)，構(gòu)筑“人工智能導(dǎo)論”課程的現(xiàn)代教學(xué)模式，是本課程的主要特點之一。教學(xué)過程中采用了多媒體教學(xué)課件和網(wǎng)絡(luò)課程相結(jié)合的方法，充分利用多媒體的豐富表現(xiàn)形式，利用網(wǎng)絡(luò)課程的交互性、情景化等，進行教學(xué)。采用的方法包括：
(1)抽象知識內(nèi)容的多媒體表示
通過動畫和視頻來演示抽象的概念、算法和過程，包括機器人軌跡跟蹤、機器人臂取物、足球機器人比賽、倒立擺控制、“人工魚”等錄像片段，以及智能調(diào)度軟件、語音識別系統(tǒng)、指紋識別系統(tǒng)、動物識別系統(tǒng)等軟件演示。
(2)通過PPT撰寫教案
精心編制PPT，組織好課件內(nèi)容，做到圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解，便于教師講授。
(3)開發(fā)與應(yīng)用網(wǎng)絡(luò)課程
“人工智能導(dǎo)論”網(wǎng)絡(luò)課程較好的實現(xiàn)了交互性、在一定程度上實現(xiàn)了學(xué)習(xí)過程的情景化。在交互性方面，通過網(wǎng)絡(luò)課程的課堂練習(xí)和章節(jié)練習(xí)，評價學(xué)生的學(xué)習(xí)情況，并給學(xué)生提出學(xué)習(xí)建議。在情景化方面，采用了在線答疑形式，使得學(xué)習(xí)過程豐富有趣。
(4)先進實驗系統(tǒng)的觀摩與演示
利用我們的研究成果等有利條件，有針對性地對學(xué)生進行成果演示(包括智能調(diào)度軟件、語音識別系統(tǒng)、指紋識別系統(tǒng)、動物識別系統(tǒng)等軟件)，使學(xué)生知道學(xué)了有用，而且很有用，很有趣，很有意義，從而進一步誘導(dǎo)學(xué)生的學(xué)習(xí)興趣，鞏固了課堂所學(xué)知識，提高了教學(xué)質(zhì)量。
教學(xué)效果通過上述先進的現(xiàn)代信息技術(shù)的應(yīng)用，不僅極大地提高了學(xué)生的學(xué)習(xí)興趣和主動性，而且也取得很好的實際教學(xué)效果，提高教學(xué)質(zhì)量。
5.2 作業(yè)、考試等教改舉措
(1)改革作業(yè)方式與方法
改變過去那種單純的書面習(xí)題作業(yè)，發(fā)展成為必須交給教師評閱的書面家庭作業(yè)、不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業(yè)等。其中上交作業(yè)通過網(wǎng)絡(luò)進行，教師批閱后的作業(yè)也通過網(wǎng)絡(luò)返回給學(xué)生，實現(xiàn)了作業(yè)呈交和返回的網(wǎng)絡(luò)化。
(2)改革考試方式與方法
如何對本課程的考試方式進行改革一直是我們探索的問題。我們綜合考慮課堂出勤情況(10％)、平時正式作業(yè)成績(20％)和期末課程考試(70％)，進行綜合評分。期末考試有時采用綜合試題考試，出幾個大題目讓學(xué)生選擇其中幾個進行開卷筆試，當面交卷后評分；有時采用課外開卷論文結(jié)合或口試面試。最近，我們還對部分學(xué)生結(jié)合實驗或?qū)嶋H問題提問等進行考核。我們正進一步改革、試驗和探索，使考試成為衡量與培養(yǎng)創(chuàng)新能力，促進學(xué)生學(xué)習(xí)主動性和提高課程教學(xué)質(zhì)量的重要環(huán)節(jié)。
關(guān)鍵詞：人工智能；案例教學(xué)；應(yīng)用
1引言
作為計算機科學(xué)技術(shù)的全新領(lǐng)域即人工智能，其正在迅速成長與成熟、新方法、新理念、新技術(shù)并且不斷壯大，同樣也包含著計算機網(wǎng)絡(luò)、數(shù)學(xué)、信息論各類學(xué)科的交叉和邊緣學(xué)科。人工智能包含的主要內(nèi)容有知識表示和推理機制、問題求解和搜索算法，自然語言理解、專家系統(tǒng)和機器學(xué)習(xí)等；也作為計算機科學(xué)各專業(yè)重要的基礎(chǔ)課程，國內(nèi)外各高校都非常重視，都將人工智能作為計算機專業(yè)的必修課程。人工智能包含的學(xué)科多，知識點雜、理論性強、內(nèi)容抽象，算法難度高復(fù)雜，在此情況下各高校采用傳統(tǒng)的“教師講、學(xué)生聽”單一教學(xué)模式，學(xué)生處于被動學(xué)習(xí)地位；課堂教學(xué)與實際操作、理論與現(xiàn)實應(yīng)用相脫節(jié)；加上理論知識強，案例缺乏，容易使學(xué)生感覺空洞；學(xué)生易產(chǎn)生厭學(xué)情緒，也達不到鍛煉其分析問題、解決問題的思維能力和實踐動手能力。如何讓學(xué)生高效的學(xué)習(xí)一直是教師研究的課題，在大數(shù)據(jù)和網(wǎng)絡(luò)信息時代的大背景下，“互聯(lián)網(wǎng)+”已經(jīng)廣泛應(yīng)用和存在于生活、工作各個方面，其在教育教學(xué)中表現(xiàn)出的創(chuàng)新性、互動性尤為突出，并極具優(yōu)勢。
2基于案例的教學(xué)研究
此方法開始于上世紀20年代左右，最早是由美國哈佛商學(xué)院所提倡的，基于當時特殊的商業(yè)管理真是背景和特殊事件，能夠有效的發(fā)展和培養(yǎng)學(xué)生主動性、積極性和應(yīng)用能力，開展案例教學(xué)后，學(xué)生實際解決問題能力有了很大的提高。但此教學(xué)研究方法知道到上世紀80年代后期，才引起教師的重視。1986年由美國研究小組提出《準備就緒的國家：二十一世紀的教師》書中，強烈推薦此方法在實際教學(xué)的重要性，并說明今后在教學(xué)過程中將其作為一種重要的教學(xué)方法應(yīng)用于各類課程中去。
3基于人工智能的案例教學(xué)研究及應(yīng)用
3.1案例精選
此方法第一步是案例選取，案例的好壞是決定案例教學(xué)效果關(guān)鍵因素。案例的選取需要滿足以下要求：（1）符合現(xiàn)在的教學(xué)目標，明確學(xué)生需要掌握的知識點、重難點等，能夠運用所學(xué)的理論知識應(yīng)用到實際中，以此提高學(xué)生分析、解決問題的能力；（2）案例要有代表性、趣味性，由于人工智能課程內(nèi)容多、抽象，需要將枯燥乏味的知識點轉(zhuǎn)化為趣味生動的案例，有利于吸引學(xué)生注意力，激發(fā)學(xué)習(xí)興趣和主動性；例如，講到“知識表示”這部分內(nèi)容中引入“機器人搬積木”、“野人修道士渡河”案例；（3）采用互動的形式，此為人工智能的案例教學(xué)研究重要特征，同時也是教學(xué)目標得以充分展現(xiàn)的必要條件。能夠調(diào)動大家的積極性，學(xué)生和學(xué)生之間、學(xué)生與教師之間的互動，調(diào)動學(xué)生的主觀能動性。
3.2案例的執(zhí)行
（1）講授法?；诮虒W(xué)內(nèi)容具體知識點設(shè)計案例；通過教師講解，幫助學(xué)生理解抽象的理論知識。案例的呈現(xiàn)有兩種基本形式：一是“案例—理論”,即先給出教學(xué)案例，后講解理論知識；二是“理論—案例”,即教師先講解知識，再給出教學(xué)案例；案例的呈現(xiàn)方式不同,會直接影響案例的功能，也會影響到學(xué)生的學(xué)習(xí)情緒、學(xué)習(xí)效果。為了使案例能更好地為教學(xué)服務(wù),教師講解案例之前應(yīng)從創(chuàng)設(shè)案例情境開始,通過情境體驗與案例剖析激發(fā)學(xué)生認知的興趣,引導(dǎo)學(xué)生對將要學(xué)習(xí)的內(nèi)容產(chǎn)生注意,有利于教師導(dǎo)入新課。（2）互相討論法。大學(xué)生課余時間充沛，鑒于此，將班級學(xué)生分為若干小組，教師將事先準備好的案例分配給各組，學(xué)生采用組內(nèi)互動討論的形式，設(shè)計出此案例的各種解決方法。課堂上，將本小組的解決方法用課件展現(xiàn)給其他小組。講解完成后，學(xué)生開始互相討論，對比各自的方法，然后由老師進行分析、對比和總結(jié)。以此來增強學(xué)生對學(xué)科知識點、應(yīng)用能力的掌握。（3）相互辯證法。課后，采用相互辯證的方法，組織大家相互辯論。選擇一些綜合應(yīng)用比較強的案例。與簡單的案例相比，綜合應(yīng)用案例能更加高效地啟發(fā)學(xué)生全方位地思考和探索問題的解決方法。相互辯證法是一種探索新型的教學(xué)形式，學(xué)生的自主性強，能夠在辯論中充分表達自己的觀點，充分運用所學(xué)的理論知識來維護自己的觀點，還可以促使學(xué)生查閱大量資料，拓展知識面。
4結(jié)語
通過以上論述，人工智能技術(shù)開始應(yīng)用于教學(xué),與教學(xué)現(xiàn)代化有著密切的聯(lián)系。其發(fā)展必將對現(xiàn)代教育起巨大推動作用。在教學(xué),可以基于人工智能技術(shù)建立人類推理模型學(xué)習(xí)工具等諸多的運用,展示出越來越好的實用性。
參考文獻：
[1]鄒蕾,張先鋒.人工智能及其發(fā)展應(yīng)用[J].信息網(wǎng)絡(luò)安全，2012(02).
[2]陳柯蒙，張寧.人工智能的發(fā)展探析[J].新西部(理論版)，2012(05).
[3]陳浩磊，鄒湘軍，陳燕,等.虛擬現(xiàn)實技術(shù)的最新發(fā)展與展望[J].中國科技論文在線，2011(01).
1、計算機人工智能識別技術(shù)應(yīng)用瓶頸探析
2、計算機科學(xué)與技術(shù)的應(yīng)用現(xiàn)狀與未來趨勢
3、計算機信息處理技術(shù)在大數(shù)據(jù)時代背景下的滲透
4、計算機基礎(chǔ)課程應(yīng)用教學(xué)思考和感悟
5、中職中藥專業(yè)計算機應(yīng)用基礎(chǔ)教學(xué)改革實踐
6、淺談虛擬現(xiàn)實技術(shù)在中職計算機基礎(chǔ)教學(xué)中應(yīng)用的必要性
7、計算機圖像處理技術(shù)在UI設(shè)計中的應(yīng)用
8、計算機生成兵力行為建模發(fā)展現(xiàn)狀
9、智慧檔案館計算機網(wǎng)絡(luò)系統(tǒng)方案設(shè)計
10、淺談如何提高計算機網(wǎng)絡(luò)的安全穩(wěn)定性
11、計算機應(yīng)用技術(shù)與信息管理的整合探討
12、計算機科學(xué)技術(shù)小組合作學(xué)習(xí)研究
13、計算機科學(xué)與技術(shù)有效教學(xué)策略研究 >>>>>計算機網(wǎng)絡(luò)和系統(tǒng)病毒及其防范措施畢業(yè)論文
14、互聯(lián)網(wǎng)+背景下高校計算機教學(xué)改革的認識
15、藝術(shù)類應(yīng)用型本科高校"計算機基礎(chǔ)"課程教學(xué)改革研究
16、計算機技術(shù)在石油工業(yè)中應(yīng)用的實踐與認識
17、計算機技術(shù)在電力系統(tǒng)自動化中的應(yīng)用研究
18、微課在中職計算機基礎(chǔ)教學(xué)中的應(yīng)用探析
19、課程思政在計算機基礎(chǔ)課程中的探索
20、計算機服務(wù)器虛擬化關(guān)鍵技術(shù)探析
21、計算機網(wǎng)絡(luò)工程安全存在問題及其對策研究
22、人工智能在計算機網(wǎng)絡(luò)技術(shù)中的運用
23、慕課在中職計算機應(yīng)用基礎(chǔ)教學(xué)中的運用
24、淺析如何提高高校計算機課程教學(xué)效率
25、項目教學(xué)在計算機基礎(chǔ)實訓(xùn)課程中的應(yīng)用分析
26、高職計算機網(wǎng)絡(luò)教學(xué)中項目式教學(xué)的應(yīng)用
27、計算機信息安全技術(shù)在校園網(wǎng)絡(luò)的實踐思考
28、大數(shù)據(jù)背景下的計算機網(wǎng)絡(luò)安全現(xiàn)狀及優(yōu)化策略
29、基于計算機網(wǎng)絡(luò)信息安全及防護對策簡析
關(guān)鍵詞：智能管理；多媒體教學(xué)軟件；網(wǎng)絡(luò)教學(xué)
智能管理與決策是一門關(guān)于智能管理、智能決策支持和智能管理系統(tǒng)設(shè)計與實現(xiàn)技術(shù)的多學(xué)科交叉與應(yīng)用性課程，以普通高校信息類專業(yè)研究生為講授對象，介紹智能管理與智能決策的基本理論、智能優(yōu)化技術(shù)、機器學(xué)習(xí)、多Agent技術(shù)、知識管理和智能決策系統(tǒng)、智能管理系統(tǒng)的設(shè)計與開發(fā)。智能管理以信息技術(shù)為手段，應(yīng)用人工智能、管理科學(xué)、計算機科學(xué)及有關(guān)學(xué)科的理論和方法建立管理系統(tǒng)，為管理者科學(xué)、準確地決策提供幫助。
本課程的學(xué)習(xí)可以使學(xué)生了解智能管理與智能決策的基本理論和常用方法，使學(xué)生了解和掌握智能管理系統(tǒng)設(shè)計的基本概念、方法和技術(shù)。智能管理與決策是一門理論、技術(shù)和應(yīng)用密切結(jié)合的課程，通過學(xué)習(xí)，學(xué)生可以為將來在智能管理信息系統(tǒng)領(lǐng)域的進一步研究和系統(tǒng)開發(fā)工作奠定良好的基礎(chǔ)。
信息類專業(yè)研究生在本科或研究生低年級階段已經(jīng)學(xué)習(xí)過人工智能原理、數(shù)據(jù)庫技術(shù)、軟件工程和高級程序設(shè)計語言等基礎(chǔ)課程。因此，本課程在教學(xué)上以應(yīng)用實例解析為主, 并輔一般性理論講授。對于涉及到的人工智能技術(shù)中較為抽象的理論內(nèi)容，我們在教學(xué)過程只是復(fù)習(xí)鞏固，本課程主要解決如何充分利用已經(jīng)學(xué)習(xí)過的課程，按照軟件工程的系統(tǒng)設(shè)計開發(fā)思想，應(yīng)用智能決策理論解決實際問題，將理論學(xué)習(xí)應(yīng)用到智能管理信息系統(tǒng)及專家系統(tǒng)的設(shè)計和開發(fā)中。
1參考教材與教學(xué)軟件并用
本著打基礎(chǔ)、重實用的原則，我們選取由科學(xué)出版社出版倪志偉的《智能管理技術(shù)與方法》、楊善林的《機器學(xué)習(xí)與智能決策支持系統(tǒng)》、《智能決策方法與智能決策支持系統(tǒng)》等多種參考書[1-2]。參考書主要作為理論學(xué)習(xí)教材，我們根據(jù)課程計劃有針對性地選擇部分內(nèi)容，特別注重基礎(chǔ)知識與應(yīng)用實例相結(jié)合。并增加介紹性內(nèi)容，讓學(xué)生了解人工智能技術(shù)在管理信息系統(tǒng)有專家系統(tǒng)中的發(fā)展前沿和發(fā)展趨勢，保持課程體系完整性，體現(xiàn)研究生教學(xué)特點與主題。啟發(fā)學(xué)生進行研究性的思考和分析。主要內(nèi)容包括決策支持系統(tǒng)、智能技術(shù)與智能決策支持系統(tǒng)、專家系統(tǒng)與智能管理系統(tǒng)、機器學(xué)習(xí)與智能管理系統(tǒng)等。重點講授基于范例學(xué)習(xí)、智能故障診斷系統(tǒng)及基于神經(jīng)網(wǎng)絡(luò)的決策模型模型。每項理論內(nèi)容均配合詳細的實際案例說明，讓學(xué)生掌握從確定開發(fā)目標、設(shè)計思想、開發(fā)原則、設(shè)計方案以及建立功能體系的智能管理系統(tǒng)設(shè)計與實現(xiàn)全過程。
為了活躍教學(xué)氣氛，同時也作為課堂講授形式的補充，我們開發(fā)了智能管理與決策教學(xué)軟件，如圖1所示。課件在內(nèi)容的選取、課程的編排上都作了精心的準備與測試，努力將媒體的表現(xiàn)力與所學(xué)內(nèi)容相結(jié)合，基本保證了內(nèi)容的充分性與全面性；從交互的角度來說，導(dǎo)航的使用非常充分，動畫演示和練習(xí)測試互補。本課件總體設(shè)計制作達到了多媒體教學(xué)課件的制作要求，能夠完成最初設(shè)定的教學(xué)任務(wù)和目標。軟件結(jié)構(gòu)如圖2所示。
2課堂教學(xué)與網(wǎng)絡(luò)教學(xué)同步
我們在學(xué)校統(tǒng)一的網(wǎng)絡(luò)教學(xué)平臺上同時運行網(wǎng)絡(luò)教學(xué)軟件。學(xué)生除了可以下載教案、提交作業(yè)、收看教學(xué)視頻及進行自我測評外，還可以通過網(wǎng)絡(luò)平臺與教師進行實時交流與互動。網(wǎng)絡(luò)課程對教學(xué)內(nèi)容和課件進行全面升級，采用現(xiàn)代化教學(xué)手段，以動畫等生動的形式，采用課堂教學(xué)課件上網(wǎng)，實踐案例及學(xué)生實踐作業(yè)網(wǎng)絡(luò)輔導(dǎo)、討論等輔助手段，提高教學(xué)效果和工作效率。教學(xué)實踐表明，網(wǎng)絡(luò)教學(xué)取得了令人滿意的成績。另外，學(xué)生也可以查看相關(guān)資源，及時了解教學(xué)進度。教師在教學(xué)環(huán)節(jié)中注重引導(dǎo)，教會學(xué)生行之有效的學(xué)習(xí)方法，幫助學(xué)生提高課后學(xué)習(xí)效果；在課堂學(xué)習(xí)交流之余，師生還可以隨時隨地通過網(wǎng)絡(luò)學(xué)習(xí)、交流和討論，促進教學(xué)效果的提高。鑒于課程的性質(zhì)，我們的作業(yè)以學(xué)生實踐開發(fā)小型智能管理系統(tǒng)為主，具有一定的難度，通過對于學(xué)生作業(yè)情況的跟蹤，可以有針對性的進行輔導(dǎo)，促進和培養(yǎng)學(xué)生的研發(fā)能力，進而調(diào)動學(xué)生的學(xué)習(xí)積極性。圖3為筆者上課時的網(wǎng)絡(luò)教學(xué)視頻。
由于本課程涉及計算智能、機器學(xué)習(xí)等抽象內(nèi)容，網(wǎng)絡(luò)及多媒體材料的引入，活躍與補充了課堂教學(xué)。這不僅加深了學(xué)生對知識的理解，更激發(fā)了學(xué)生對課程的興趣，知道了人工智能在各類管理與決策實踐中的成功應(yīng)用。網(wǎng)絡(luò)課程建設(shè)將學(xué)生不容易理解的抽象的系統(tǒng)模型與設(shè)計生動地演示出來，幫助學(xué)生學(xué)習(xí)體會智能管理與決策系統(tǒng)的開發(fā)方法，受到了學(xué)生歡迎。經(jīng)過兩年的探索和積累，本課程網(wǎng)站已包括教學(xué)文件資源、網(wǎng)絡(luò)課件教學(xué)資源、學(xué)習(xí)資源、課程錄像資源、學(xué)生作品資源，其中網(wǎng)絡(luò)課件教學(xué)資源融合了課程教學(xué)情境設(shè)計和動畫課件。現(xiàn)代教學(xué)手段促使學(xué)生全程參與教學(xué)活動，創(chuàng)新能力得到提高。
3實踐項目
智能管理與決策是一門理論、技術(shù)和應(yīng)用密切結(jié)合的課程，我們的教學(xué)目標是讓學(xué)生能夠?qū)⒁郧八鶎W(xué)習(xí)過的人工智能原理、軟件工程、數(shù)據(jù)庫技術(shù)以及高級程序設(shè)計語言進行綜合應(yīng)用，建立系統(tǒng)的概念，掌握智能管理系統(tǒng)從確定開發(fā)目標、設(shè)計思想、開發(fā)原則、設(shè)計方案以及建立功能體系的智能管理系統(tǒng)設(shè)計與實現(xiàn)全過程。以實際項目為載體，每個項目分解為若干個任務(wù)，設(shè)計基于工作過程的實訓(xùn)項目任務(wù)。將實際的“工作”與“學(xué)習(xí)”有機地結(jié)合在一起，通過基于工作過程的實際開發(fā)項目任務(wù)的驅(qū)動，指導(dǎo)學(xué)生按照完成工作任務(wù)的六個步驟：問題分析、目標確定、系統(tǒng)分析、計劃、實施來完成各個項目。教師在網(wǎng)上提供分析材料，并通過網(wǎng)上討論和在線檢查學(xué)生的開發(fā)效果。通過完成漸次復(fù)雜不斷拓展的實際課題，學(xué)生掌握了智能系統(tǒng)的基本知識，具備了分析、設(shè)計、實現(xiàn)智能管理系統(tǒng)的能力，同時使學(xué)生學(xué)會了工作的思路。學(xué)生獲取信息，制定策略的方法能力得到提高，學(xué)生的團隊合作意識得到增強。圖4為學(xué)生在學(xué)習(xí)了決策支持系統(tǒng)的標準兩庫結(jié)構(gòu)后，按照教師所給定的需求報告，依照模型庫、數(shù)據(jù)庫及用戶接口三部件模型所設(shè)計實現(xiàn)的“企業(yè)成本預(yù)測系統(tǒng)”[3]。同時要求學(xué)生按照軟件工程的思想完成從需求分析到用戶手冊的全部文檔。
考核方式以平時討論、課堂發(fā)言及最后的大作業(yè)和論文方式進行，引導(dǎo)學(xué)生進行研究式學(xué)習(xí)。
4結(jié)語
在智能管理與決策課程的教學(xué)實踐中，我們不斷探討課程的內(nèi)容和形式，改革教學(xué)模式，探索結(jié)合實際應(yīng)用案例的教學(xué)方法和手段，采用綜合評價學(xué)生的方式，努力培養(yǎng)學(xué)生研究式學(xué)習(xí)和自主學(xué)習(xí)的興趣，不斷創(chuàng)新，使學(xué)生實際應(yīng)用能力得以增強。經(jīng)過三年的課程建設(shè)和和實踐，通過多種形式并存的案例教學(xué)和應(yīng)用項目開發(fā)，加深了學(xué)生們對人工智能理論理解的同時，也了解并掌握了相關(guān)理論與算法的應(yīng)用方式和應(yīng)用價值，課程的教學(xué)質(zhì)量得到不斷提高。
參考文獻：
[1] 倪志偉,李鋒剛,毛雪岷. 智能管理技術(shù)與方法[M]. 北京:科學(xué)出版社,2007:12-18.
[2] 楊善林,倪志偉. 機器學(xué)習(xí)與智能決策支持系統(tǒng)[M]. 北京:科學(xué)出版社,2006:254-307.
[3] 杜暉. 決策支持與專家系統(tǒng)[M]. 北京:電子工業(yè)出版社,2007:63-94.
Teaching Research of Intelligent Management and Decision Making
PENG Yan1, WANG Wansen2
(1. College of Management, Capital Normal University, Beijing 100089, China; 2. College of Information Engineering,
Capital Normal University, Beijing 100048, China )
關(guān)鍵詞： 研究性課程； 智能控制； 教學(xué)研究； 工程實踐
中圖分類號：G642.0 文獻標志碼：A 文章編號：1006-8228（2015）02-57-02
Construction and exploration on research curriculum intelligent control
Zhu Peiyi， Xu Benlian， Shi Jian
（School of Electrical and Automation Engineering， Changshu Institute of technology， Changshu， Jiangsu 215500， China）
Abstract： The research curriculum is aimed at integrating the teacher's scientific research into a customary knowledge system with hierarchical and different module. The latest intelligent control research achievement is transferred into the teaching resources effectively by adopting enquiry-based， discussion-based， project-based and display-based teaching approaches. The students' practical ability is focused on in the teaching process. Concentrating on "theory， experiment， research project"， the curriculum is designed to arouse the students' interest in learning， enhance the connotation of curriculum and improve the students' ability of research problems and innovation consciousness. It lays a solid foundation for subsequent engineering practice.
Key words： research curriculum； intelligent control； teaching research； engineering applications
0 引言
研究性教學(xué)就是引導(dǎo)學(xué)生在一定的情境中，通過主動發(fā)現(xiàn)問題和解決問題而獲得知識、形成能力、發(fā)展個性的教學(xué)方法。它的實質(zhì)就是讓學(xué)生在教學(xué)過程中體驗科學(xué)原理的發(fā)現(xiàn)和應(yīng)用科學(xué)原理解決實際問題等不同類型的研究過程[1]。早在2005年，在《教育部關(guān)于進一步加強高等學(xué)校本科教學(xué)工作的若干意見》 中明確提出了“積極推動研究性教學(xué)，提高大學(xué)生的創(chuàng)新能力”的要求[2]。如何在專業(yè)課程教學(xué)中實施研究性教學(xué)，提高本科生的科學(xué)研究能力，是高校理工科教學(xué)改革面臨的重要課題[3-5]。
“智能控制”是我校一門理論性與應(yīng)用性結(jié)合非常強的專業(yè)課程，它不僅涉及自動化技術(shù)，同時與計算機科學(xué)技術(shù)、數(shù)學(xué)等學(xué)科門類交叉[6]。作為應(yīng)用型本科高校，我們將該課程直接面向自動化、電氣工程及其自動化、測控技術(shù)與儀器、機械制造及自動化等本科生和碩士研究生，在注重理論知識傳授的同時，直接面向具體工程應(yīng)用實例。通過雙語研討式教學(xué)方式，以項目應(yīng)用為紐帶，闡述模糊控制、神經(jīng)網(wǎng)絡(luò)控制、智能計算在工程中的應(yīng)用與原理，讓學(xué)生直接感觸理論對應(yīng)用的支撐，應(yīng)用需要理論指導(dǎo)這一基本工程邏輯。
1 研究性課程設(shè)計理念
“智能控制”研究性課程旨在將教師的科研成果分層次、分塊地融入到原有課程知識體系之中，通過采用探究式、討論式、專題式、成果展示式等多種教學(xué)方式，將智能控制研究領(lǐng)域最新的成果有效地轉(zhuǎn)化為教學(xué)資源，它不僅可以提高學(xué)生學(xué)習(xí)的興趣，而且更有利于課程內(nèi)涵提升。較一般的課程更強調(diào)教學(xué)的研究性和有效性，是一種強調(diào)以學(xué)生為主體，注重過程教學(xué)的開放式教學(xué)方式，教學(xué)團隊將結(jié)合自身及國內(nèi)外學(xué)者在智能控制領(lǐng)域的最新研究成果和教學(xué)思想確定課程內(nèi)容，課程采用先進的知識內(nèi)容和分析方法，采用英文教材，實行雙語教學(xué)，動態(tài)地補充和更新教學(xué)內(nèi)容。在教學(xué)過程中充分展示創(chuàng)新給智能控制帶來的無窮生命力，同時創(chuàng)造多機會來培養(yǎng)和激發(fā)學(xué)生的創(chuàng)新能力，例如實驗教學(xué)、課程的小論文、學(xué)術(shù)論壇和綜合設(shè)計等，提高他們的綜合科學(xué)素質(zhì)以及在工程實踐中分析、解決實際問題的能力。重視理論教學(xué)和實踐教學(xué)的結(jié)合，突出實踐性教學(xué)的時效性和可觀測性，在課程內(nèi)增加討論課，增加小設(shè)計和小論文，充分激勵學(xué)生探索和研究的熱情，讓學(xué)生學(xué)會科學(xué)研究的方法，把能力的培養(yǎng)落在實處。
2 研究性課程理論教學(xué)
2.1 課程定位
針對我校本二學(xué)生實際和自動化專業(yè)對該領(lǐng)域知識的基本要求，本課程的基本定位如下。
⑴ 理論引入與應(yīng)用感受相并重。為此，在課程安排時，將理論與實驗課時安排相等，讓更多學(xué)生通過相應(yīng)的實踐鍛煉來體會人工智能技術(shù)的奧妙。
⑵ 科研最新成果及時向教學(xué)資源轉(zhuǎn)化。對于“智能控制”的三大知識模塊，均有不同程度的研究成果轉(zhuǎn)化成相應(yīng)的教學(xué)資源，如群智能在圖像信息處理中的應(yīng)用、模糊控制在倒立擺控制中的應(yīng)用等等。
⑶ 教學(xué)方法與手段與教學(xué)內(nèi)容同步更新。研究性課程的一個重要特征是教學(xué)內(nèi)容的不斷更新，為此，課程組一直致力于研究行之有效的雙語教學(xué)手段。以調(diào)動學(xué)生學(xué)習(xí)興趣為目標，做好成果展示、課題研討、自我實現(xiàn)的三段教學(xué)新方法。
針對上述課程定位，我們確定了課程建設(shè)最終形成的目標：按照研究性雙語課程要求與規(guī)律進行全面設(shè)計與整體建設(shè)；自主出版一套符合我校學(xué)生實際的英文版“智能控制”教材；通過豐富的實驗科研項目，讓學(xué)生通過自主學(xué)習(xí)方式體驗人工智能技術(shù)及其新進展；融合科學(xué)與科研團隊，實現(xiàn)教師培養(yǎng)與學(xué)生培養(yǎng)雙贏。
2.2 課程重難點及解決思路
教學(xué)內(nèi)容組織方式上主要采取“三個相結(jié)合”，即理論與實際相結(jié)合、課堂教學(xué)與實驗室教學(xué)相結(jié)合、常規(guī)課堂教學(xué)與現(xiàn)代教育技術(shù)相結(jié)合，體現(xiàn)“讓學(xué)生在系統(tǒng)中學(xué)習(xí)系統(tǒng)”的教學(xué)。智能控制的重點主要圍繞模糊控制、神經(jīng)網(wǎng)絡(luò)、進化計算三大塊展開系統(tǒng)地理論與實踐并重雙語教學(xué)。要求學(xué)生重點掌握如下內(nèi)容。
第一模塊主要圍繞模糊控制中模糊集合與模糊關(guān)系，模糊邏輯與模糊推理及其應(yīng)用。
第二模塊主要圍繞基本的神經(jīng)網(wǎng)絡(luò)類型結(jié)構(gòu)，監(jiān)督式與非監(jiān)督式神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法及其應(yīng)用。
第三模塊主要圍繞進化計算中遺傳算法，蟻群算法和粒子群算法，講述這些算法的原理及其應(yīng)用思想。
該教學(xué)思想是通過本課程的學(xué)習(xí)，不僅掌握三個模塊知識，而且還能將三大模塊知識合成一個體系或系統(tǒng)，使學(xué)生全面掌握“智能控制與系統(tǒng)”這一自動化專業(yè)的精髓，既樹立“智能”理念，又能培養(yǎng)具有“系統(tǒng)”理念，能將智能控制技術(shù)應(yīng)用在生產(chǎn)過程控制、運動控制等領(lǐng)域，且應(yīng)用得好。
“智能控制”課程的難點在于模糊推理的方法、模糊控制器的設(shè)計、監(jiān)督式神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)原理、遺傳算法原理和蟻群算法原理、各種智能控制器設(shè)計及其應(yīng)用。智能控制多為仿生或擬人控制，其控制機理存在于自然界和生物界。因此，對各種控制機理的介紹要從有趣的生物和自然現(xiàn)象入手，引人入勝地介紹智能控制原理。通過深入淺出、形象比喻、并結(jié)合多媒體技術(shù)進行講解。
針對課程的重點和難點問題，首先在備課時對重點和難點內(nèi)容做到心中有數(shù)，在講授時花較多的時間以較慢的節(jié)奏進行重點介紹與討論，提醒學(xué)生把注意力集中在這些問題上，并特別關(guān)注學(xué)生對問題的理解情況。其次在課堂上進行啟發(fā)式、研討式，并布置課外思考題，引導(dǎo)學(xué)生把復(fù)習(xí)重點放在重點和難點內(nèi)容上，有針對性地建議學(xué)生訪問與本課程配套使用的智能控制網(wǎng)絡(luò)課程。同時加強實驗課和綜合設(shè)計環(huán)節(jié)，對重點和難點內(nèi)容進行實踐，加深對相關(guān)內(nèi)容的理解。要經(jīng)常了解與收集學(xué)生對重點和難點內(nèi)容的聽講意見，及時進行答疑，必要時在課堂上進行集體解答與討論。
3 研究性課程實踐教學(xué)
3.1 實踐教學(xué)的設(shè)計思想
“智能控制”課程實踐性教學(xué)的主要目的是使學(xué)生通過實驗，發(fā)揮主動性，研究探討智能控制系統(tǒng)的運行和實現(xiàn)過程，提出思路并積極驗證和探索自己的思路，從而更好地理解人工智能，培養(yǎng)學(xué)生的理論聯(lián)系實際能力和創(chuàng)新能力，逐步培養(yǎng)他們發(fā)現(xiàn)問題、提出問題、分析問題和解決問題的能力。
實踐性教學(xué)的設(shè)計思想我們歸納為四個體現(xiàn)。
⑴ 理論性：通過基礎(chǔ)驗證性實驗讓學(xué)生加深對理論的理解。如實驗內(nèi)容包含模糊控制系統(tǒng)的推理。
⑵ 系統(tǒng)性：通過綜合設(shè)計性實驗讓學(xué)生加深對控制系統(tǒng)的理解。開設(shè)的系統(tǒng)實驗有：溫度控制系統(tǒng)、液位控制系統(tǒng)等。
⑶ 研究性：通過激勵式鼓勵教師將最新的研究成果引入實踐教學(xué)中，讓學(xué)生體驗新技術(shù)帶來的樂趣，如將蟻群算法應(yīng)用在生物信息圖像處理與信息融合領(lǐng)域。
⑷ 工程性：讓學(xué)生在一個與工業(yè)生產(chǎn)實際相符合的環(huán)境下完成實踐環(huán)節(jié)，從而增強學(xué)生的工程實踐能力，如模糊控制技術(shù)在機器人避障中的應(yīng)用。
通過實踐性教學(xué)的這四個體現(xiàn)，學(xué)生不僅有相對扎實的智能控制知識，而且還具備一定的智能控制思想并應(yīng)用至具體控制對象設(shè)計中去。
3.2 實踐教學(xué)的設(shè)計與實驗內(nèi)容安排重點
課程設(shè)計與實驗是智能控制教學(xué)任務(wù)的重點與難點，在抓住主要三大知識模塊的基礎(chǔ)上，經(jīng)過多年教學(xué)經(jīng)驗和將來學(xué)生從事工作實際，在課程設(shè)計與實驗的內(nèi)容安排上注重以下幾點。
⑴ 貼切應(yīng)用。實踐內(nèi)容的安排絕大多數(shù)來自生活或生產(chǎn)中遇到的實際問題，通過建模、方案設(shè)計、實驗、調(diào)試，逐步驗證方法的正確性等等，讓學(xué)生從系統(tǒng)中學(xué)會了應(yīng)用，從應(yīng)用中找到人工智能應(yīng)用的強大功能。
⑵ 貼切學(xué)生實際。針對本二學(xué)生，所關(guān)心的重點是如何將理論轉(zhuǎn)化成實際的效果。在實踐內(nèi)容安排上，強調(diào)的是目標實現(xiàn)，而不是問題的優(yōu)化，讓絕大多數(shù)學(xué)生能完成實踐任務(wù)與目標，從實踐中體驗知識帶頭的快樂。
⑶ 一切圍繞“問題”。教師在問題中教學(xué)，學(xué)生在問題中學(xué)習(xí)，尋找學(xué)習(xí)與實踐的交叉點，通過研討和分組，讓學(xué)生根據(jù)興趣自主選擇實踐項目。
⑷ 豐富與不斷更新實踐項目。通過將研究成果轉(zhuǎn)化教學(xué)資源，不斷更新實踐教學(xué)資源，目標保持至少10個以上實踐項目供學(xué)生自主選擇。
4 研究性課程教學(xué)方法與教學(xué)手段改革
4.1 教學(xué)方法改革
本著因材施教的教學(xué)方針，我們積極引入靈活的教學(xué)方法，如探究式、討論式、專題式、成果展示式等教學(xué)方法，充分激發(fā)了學(xué)生求知的潛能和學(xué)習(xí)的主體作用。結(jié)合專業(yè)特點，選用國外知名大學(xué)英文原版教材和自己編寫的智能控制基礎(chǔ)教材相結(jié)合，進一步豐富課程內(nèi)容。適當增加討論課，提倡小設(shè)計和小論文，充分激勵學(xué)生探索和研究的熱情，讓學(xué)生學(xué)會科學(xué)研究的方法，提高解決問題的能力；實踐教學(xué)的設(shè)計思想始終貫徹理論聯(lián)系實際、重視實踐、激發(fā)學(xué)生創(chuàng)新熱情的指導(dǎo)方針，自行開發(fā)與引進實驗裝置相結(jié)合，提供基礎(chǔ)性、綜合性和創(chuàng)新性的實驗內(nèi)容。為學(xué)生創(chuàng)造良好的實驗條件，鼓勵學(xué)生自主開發(fā)智能控制系統(tǒng)，獨立完成設(shè)計、控制與研究，并驗證其效果。
4.2 教學(xué)手段改革
采用“多媒體投影+黑板”的技術(shù)手段加速了課程內(nèi)容的呈現(xiàn)，提高了課堂講解的表現(xiàn)力，如：針對該課程內(nèi)容難度大，信息涵蓋量大，知識面廣的特點，充分發(fā)揮現(xiàn)代教育技術(shù)的優(yōu)越性，課堂授課方法以多媒體課件為主，實現(xiàn)圖、文、聲、像并茂的視聽一體化教學(xué)，并與傳統(tǒng)教學(xué)手段有機組合，讓學(xué)生共同參與教學(xué)的全過程。網(wǎng)絡(luò)教學(xué)平臺有效地支持了自主性學(xué)習(xí)，如：雙語課程網(wǎng)站提供了智能控制課程豐富的教輔資源，網(wǎng)絡(luò)多媒體課件及學(xué)術(shù)論壇為學(xué)生提供交互式學(xué)習(xí)平臺，使學(xué)生能夠在課堂學(xué)習(xí)、答疑、自由論壇等各個環(huán)節(jié)密切配合，有效地支持了學(xué)生自主性的學(xué)習(xí)。同時，利用多媒體課件可以做到教學(xué)資源共享，便于教師之間彼此交流教學(xué)經(jīng)驗。
5 結(jié)束語
智能控制是一門具有較強理論綜合性和實踐性、學(xué)科交叉及應(yīng)用廣泛的專業(yè)課程。深度發(fā)掘?qū)W生的自主學(xué)習(xí)與創(chuàng)新意識，對自動化等專業(yè)智能控制課程研究性教學(xué)從課程設(shè)計理念、理論教學(xué)改革、實踐教學(xué)改革以及教學(xué)方法與教學(xué)手段改革等四個方面進行了具體的實踐探索，取得了一定效果。通過研究性教學(xué)，逐步培養(yǎng)學(xué)生的主動學(xué)習(xí)的意識和創(chuàng)新意識，培養(yǎng)研究精神，鼓勵研究熱情，引導(dǎo)學(xué)生逐漸積累專業(yè)知識，解決實際問題，達到培養(yǎng)創(chuàng)新性人才的目的。但是智能控制課程的開設(shè)一般都選擇在大四上學(xué)期，如何有效激起所有同學(xué)的學(xué)習(xí)興趣，以及分層次、分專業(yè)背景的授課方式將是本課程未來所研究的主要內(nèi)容。
參考文獻：
[1] 徐青，張云，應(yīng)飚.試論研究性大學(xué)創(chuàng)新性科研團隊的建設(shè)[J].中國高
教研究，2009.3：49-50
[2] 張建華.應(yīng)用型人才培養(yǎng)中數(shù)值計算方法課程教學(xué)改革與實踐[J].大
學(xué)教育，2013.8：51-52
[3] 顧沛.把握研究性教學(xué)推進課堂教學(xué)方法改革[J].中國高等教育，
2009.7：31-33
[4] 賴生建.《計算電磁學(xué)》課程研究性教學(xué)實踐[J].實驗科學(xué)與技術(shù)，
2013.11（6）：262-264
[5] 李勝清，康勤書，陳浩.分析化學(xué)“四位一體”研究性教學(xué)模式的構(gòu)建
與實踐[J].理工高教研究，2009.28（5）：60-62
一、深度學(xué)習(xí)概念的提出
深度學(xué)習(xí)的概念，源于30多年來計算機科學(xué)、人工神經(jīng)網(wǎng)絡(luò)和人工智能的研究。上世紀八九十年代，人們提出了一系列機器學(xué)習(xí)模型，應(yīng)用最為廣泛的包括支持向量機（Support Vector Machine，SVM）和邏輯回歸（Logistic Regression，LR），這兩種模型分別可以看作包含1個隱藏層和沒有隱藏層的淺層模型。計算機面對較為復(fù)雜的問題解決訓(xùn)練時，可以利用反向傳播算法計算梯度，再用梯度下降方法在參數(shù)空間中尋找最優(yōu)解。淺層模型往往具有凸代價函數(shù)，理論分析相對簡單，訓(xùn)練方法也容易掌握，應(yīng)用取得了很多成功。①隨著人工智能的發(fā)展，計算機和智能網(wǎng)絡(luò)如何基于算法革新，模擬人腦抽象認知和思維，準確且高清晰度地進行聲音處理、圖像傳播甚至更為復(fù)雜的數(shù)據(jù)處理和問題解決等，在21世紀來臨的時候成為擺在人工智能領(lǐng)域的關(guān)鍵問題。
30多年來，加拿大多倫多大學(xué)計算機系辛頓教授（Hinton，G.）一直從事機器學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)與人工智能等問題的相關(guān)研究，并在機器學(xué)習(xí)模型特別是突破淺層學(xué)習(xí)模型，實現(xiàn)計算機抽象認知方面取得了突破性的進展。2006年，他在《Science》上發(fā)表了《利用神經(jīng)網(wǎng)絡(luò)刻畫數(shù)據(jù)維度》（Reducing the Dimensionality of Data with Neural Networks）一文，探討了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)刻畫數(shù)據(jù)的學(xué)習(xí)模型，首先提出了深度學(xué)習(xí)（Deep Learning）的概念和計算機深度學(xué)習(xí)模型，掀起了深度學(xué)習(xí)在人工智能領(lǐng)域的新。這篇文章的兩個主要觀點是：第一，多隱藏層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)到的特征對數(shù)據(jù)有更本質(zhì)的刻畫，從而有利于可視化或分類；第二，深度神經(jīng)網(wǎng)絡(luò)可以通過“逐層初始化”（Layer-wise Pre-training）來有效克服訓(xùn)練和優(yōu)解的難度，無監(jiān)督的逐層初始化方法有助于突破淺層學(xué)習(xí)模型。②基于深度置信網(wǎng)絡(luò)（DBN）提出非監(jiān)督逐層訓(xùn)練算法，為解決深層結(jié)構(gòu)相關(guān)的優(yōu)化難題帶來希望，隨后提出多層自動編碼器深層結(jié)構(gòu)。③2012年，辛頓又帶領(lǐng)學(xué)生在目前最大的圖像數(shù)據(jù)庫ImageNet上，對分類問題取得了驚人的結(jié)果，將計算機處理圖像數(shù)據(jù)問題時排名前五的錯誤率（即Top5錯誤率），由最高26%大幅降低至15%，大大提高了人工智能圖像數(shù)據(jù)處理的準確性和清晰度，這是早先計算機僅僅依賴數(shù)學(xué)模型的表層學(xué)習(xí)和單層學(xué)習(xí)根本無法實現(xiàn)的水平。
在人工智能領(lǐng)域，深度學(xué)習(xí)其實是一種算法思維，其核心是對人腦思維深層次學(xué)習(xí)的模擬，通過模擬人腦的深喲緯橄筧現(xiàn)過程，實現(xiàn)計算機對數(shù)據(jù)的復(fù)雜運算和優(yōu)化。深度學(xué)習(xí)采用的模型是深層神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，DNN）模型，即包含多個隱藏層（Hidden Layer，也稱隱含層）的神經(jīng)網(wǎng)絡(luò)（Neural Networks，NN）。深度學(xué)習(xí)利用模型中的隱藏層，通過特征組合的方式，逐層將原始輸入轉(zhuǎn)化為淺層特征、中層特征、高層特征直至最終的任務(wù)目標。深度學(xué)習(xí)可以完成需要高度抽象特征的人工智能任務(wù)，如語音識別、圖像識別和檢索、自然語言理解等。深層模型是包含多個隱藏層的人工神經(jīng)網(wǎng)絡(luò)，多層非線性結(jié)構(gòu)使其具備強大的特征表達能力和對復(fù)雜任務(wù)的建模能力。訓(xùn)練深層模型是長期以來的難題，近年來以層次化、逐層初始化為代表的一系列方法的提出，為訓(xùn)練深層模型帶來了希望，并在多個應(yīng)用領(lǐng)域獲得了成功。
人工智能學(xué)者們認為計算機和智能網(wǎng)絡(luò)的這一深層的自動編碼與解碼過程，是一個從數(shù)據(jù)刻畫、抽象認知到優(yōu)選方案的深度學(xué)習(xí)的過程。由于人腦具有深度結(jié)構(gòu)，認知過程是一個復(fù)雜的腦活動過程，因而計算機和人工智能網(wǎng)絡(luò)模擬從符號接受、符號解碼、意義建立再到優(yōu)化方案的學(xué)習(xí)過程也是有結(jié)構(gòu)的；同時，認知過程是逐層進行、逐步抽象的，人工智能不是純粹依賴于數(shù)學(xué)模型的產(chǎn)物，而是對人腦、人腦神經(jīng)網(wǎng)絡(luò)及抽象認知和思維過程進行模擬的產(chǎn)物。應(yīng)該說，到目前為止，深度學(xué)習(xí)是計算機和智能網(wǎng)絡(luò)最接近人腦的智能學(xué)習(xí)方法。近幾年來，深度學(xué)習(xí)進一步嘗試直接解決抽象認知的難題，并取得了突破性的進展，AlphaGo的問世，便是明證。2013年4月，《麻省理工學(xué)院技術(shù)評論》（MIT Technology Review ）雜志將深度學(xué)習(xí)列為2013年十大突破性技術(shù)之首。④深度學(xué)習(xí)引爆的這場革命，將人工智能帶上了一個新的臺階，不僅學(xué)術(shù)意義巨大，而且實用性很強，工業(yè)界也開始了大規(guī)模的投入，一大批產(chǎn)品將從中獲益。二十世紀八九十年代以來，隨著學(xué)習(xí)科學(xué)的不斷發(fā)展，深度學(xué)習(xí)的概念和思想不斷在教育中得到應(yīng)用。
二、深度學(xué)習(xí)在教育中的興起與發(fā)展
來自腦科學(xué)、人工智能和學(xué)習(xí)科學(xué)領(lǐng)域的新成就，必然引起教育領(lǐng)域研究者的深刻反省。計算機、人工智能尚且能夠模擬人腦的深層結(jié)構(gòu)和抽象認知，通過神經(jīng)網(wǎng)絡(luò)的建立開展深度學(xué)習(xí)，那人對知識的學(xué)習(xí)過程究竟應(yīng)該是怎樣的一個腦活動過程和學(xué)習(xí)過程？學(xué)生的學(xué)習(xí)有表層和深層等層次之分嗎？從作為符號的公共知識到作為個人意義的個人知識究竟是怎樣建立起來的？知識學(xué)習(xí)過程究竟是一個怎樣的抽象認知過程？信息技術(shù)環(huán)境支持下深層次的學(xué)習(xí)如何實現(xiàn)？近十多年來，這些問題引起了許多教育研究者特別是教育技術(shù)學(xué)研究者的濃厚興趣，深度學(xué)習(xí)、深度教學(xué)的研究日益引起人們的重視。也正是在辛頓的“深度學(xué)習(xí)”概念明確提出后，教育學(xué)領(lǐng)域特別是教育技術(shù)學(xué)領(lǐng)域的深度學(xué)習(xí)研究日益活躍起來。
其實，早在1956年布魯姆在《教育目標分類學(xué)》里關(guān)于“認知領(lǐng)域目標”的探討中，對認識目標的維度劃分就蘊含了深度學(xué)習(xí)的思想，即“學(xué)習(xí)有深淺層次之分”，將教學(xué)目標分為了解、理解、應(yīng)用、分析、綜合、評價六個由淺入深的層次。⑤學(xué)習(xí)者的認知水平停留在知道或領(lǐng)會的層次則為淺層學(xué)習(xí)，涉及的是簡單提取、機械記憶符號表征或淺層了解邏輯背景等低階思維活動；而認知水平較高的深層理解、應(yīng)用、分析、綜合和評價則涉及的是理性思辨、創(chuàng)造性思維、問題解決等相對復(fù)雜的高階思維活動，屬于深層學(xué)習(xí)。1976年，美國學(xué)者馬頓（Marton，F(xiàn).）和薩爾約（Saljo，R.）在《論學(xué)習(xí)的本質(zhì)區(qū)別：結(jié)果和過程》（On Qualitative Difference in Learning： Outcome and Process）一文中，明確提出了表層學(xué)習(xí)和深層學(xué)習(xí)的概念。⑥這被普遍認為是教育學(xué)領(lǐng)域首次明確提出深度學(xué)習(xí)的概念。他們在一項關(guān)于閱讀能力的實驗研究中，明確探討了閱讀學(xué)習(xí)的層次問題。通過讓學(xué)生閱讀文章并進行測驗，發(fā)現(xiàn)學(xué)生在閱讀的過程中運用了兩種截然不同的學(xué)習(xí)策略：一種是試圖記住文章的事實表達，揣測接下來的測試并記憶，即表層學(xué)習(xí)（Surface Learning）；另一種是試圖理解文章的中心思想和學(xué)術(shù)內(nèi)涵，即深層學(xué)習(xí)（Deep Learning），也被譯為深度學(xué)習(xí)。深度學(xué)習(xí)的學(xué)習(xí)者追求知識的理解并且使已有的知識與特定教材的內(nèi)容進行批判性互動，探尋知識的邏輯意義，使現(xiàn)有事實和所得出的結(jié)論建立聯(lián)系。淺層學(xué)習(xí)和深層學(xué)習(xí)在學(xué)習(xí)動機、投入程度、記憶方式、思維層次和遷移能力上有明顯的差異。深度學(xué)習(xí)是一種主動的、高投入的、理解記憶的、涉及高階思維并且學(xué)習(xí)結(jié)果遷移性強的學(xué)習(xí)狀態(tài)和學(xué)習(xí)過程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（Biggs，1999）等人發(fā)展了淺層學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)理論。⑦隨著信息技術(shù)的發(fā)展，近十年來，國外學(xué)者對信息技術(shù)支持下的深度學(xué)習(xí)及其在各學(xué)科領(lǐng)域、各類教育中的應(yīng)用研究日漸廣泛。
2002年以來，從技術(shù)支持高等教育的深度學(xué)習(xí)、虛擬環(huán)境中的深度學(xué)習(xí)、形成性評估對深度學(xué)習(xí)的影響、學(xué)習(xí)環(huán)境對學(xué)生進行深度學(xué)習(xí)的影響、技術(shù)支持下的深度學(xué)習(xí)設(shè)計等方面研究成果日益豐富，但絕大部分是基于教育技術(shù)學(xué)視野的研究成果。2006年，辛頓教授關(guān)于深度學(xué)習(xí)的成果發(fā)表，進一步推動了深度學(xué)習(xí)在教育中的研究與應(yīng)用。近十年來，在中小學(xué)深度學(xué)習(xí)研究方面最有影響的當屬加拿大西盟菲莎大學(xué)（Simon Fraser University）艾根（Egan， K.）教授領(lǐng)銜的“深度學(xué)習(xí)”（Learning in Depth，簡稱LID）項目組所進行的研究，其成果集中體現(xiàn)在《深度學(xué)習(xí)：轉(zhuǎn)變學(xué)校教育的一個革新案例》（Learning in Depth： A Simple Innovation That Can Transform Schooling）等著述之中。⑧該研究探討了深度學(xué)習(xí)的基本原則與方法，分析了深度學(xué)習(xí)對學(xué)生成長、教師發(fā)展和學(xué)校革新的價值與路徑，并在加拿大部分中小學(xué)進行實驗研究。其核心成果聚焦課堂學(xué)習(xí)和教學(xué)問題，即使是關(guān)于教師教育中深度學(xué)習(xí)的研究，也聚焦于教師的學(xué)習(xí)過程和學(xué)習(xí)方式。⑨艾根所開展的深度學(xué)習(xí)研究項目超越了單一教育技術(shù)學(xué)視野的研究，不僅僅是關(guān)于教學(xué)設(shè)計、學(xué)習(xí)技術(shù)和學(xué)習(xí)環(huán)境開發(fā)的研究，而是基于建立新的學(xué)習(xí)觀和知識觀，對教學(xué)活動與學(xué)習(xí)過程作出了新的闡釋。
總體上看，國內(nèi)關(guān)于深度學(xué)習(xí)的研究最近十年才剛剛起步。2005年，我國學(xué)者黎加厚教授在《促進學(xué)生深度學(xué)習(xí)》一文中，率先介紹了國外關(guān)于深度學(xué)習(xí)的研究成果，同時探討了深度學(xué)習(xí)的本質(zhì)。他認為深度學(xué)習(xí)是指在理解學(xué)習(xí)的基礎(chǔ)上，學(xué)習(xí)者能夠批判性地學(xué)習(xí)新的思想和事實，并將它們?nèi)谌朐械恼J知結(jié)構(gòu)中，能夠在眾多思想間進行聯(lián)系，能夠?qū)⒁延械闹R遷移到新的情境中，作出決策和解決問題的學(xué)習(xí)。⑩此文被認為是國內(nèi)較早介紹并論及深度學(xué)習(xí)的研究成果，此后，關(guān)于深度學(xué)習(xí)的探討，特別是基于信息技術(shù)環(huán)境下的深度學(xué)習(xí)的相關(guān)研究論文逐漸增加。2006年10月，筆者在前期研究的基礎(chǔ)上，與臺灣成功大學(xué)教育研究所所長李坤崇教授聯(lián)合發(fā)起“海峽兩岸能力生根計劃”，推進能力導(dǎo)向的深度教學(xué)的理論研究與實驗研究，主張以價值觀、知識觀、學(xué)習(xí)觀、過程觀的重建為基礎(chǔ)，以發(fā)展學(xué)生的學(xué)科能力為宗旨，實施深度教學(xué)，克服課堂教學(xué)改革過于注重教學(xué)程序、教學(xué)技術(shù)、教學(xué)時間的淺層次改革和表層學(xué)習(xí)的局限性，深化課堂教學(xué)改革。2014年后，中國教育科學(xué)院院長兼教育部課程教材研究與發(fā)展中心主任田慧生研究員基于深化課程改革的需要，帶領(lǐng)一個團隊開始啟動深度學(xué)習(xí)的項目研究。直至今日，基于核心素養(yǎng)追求背景下的深度學(xué)習(xí)研究項目，如雨后春筍般涌現(xiàn)，“深度學(xué)習(xí)”成為教育研究中的一個熱詞。
盡管計算機、人工智能領(lǐng)域與教育學(xué)領(lǐng)域都提出了“深度學(xué)習(xí)”概念，但不難看出二者顯然具有本質(zhì)差異。計算機與人工智能領(lǐng)域的深度學(xué)習(xí)是建立在機器模擬人腦深層結(jié)構(gòu)的基礎(chǔ)之上的，是基于人腦結(jié)構(gòu)的一種計算機算法思維和問題解決模型，是對人腦和認知結(jié)構(gòu)的模擬。而教育學(xué)領(lǐng)域的“深度學(xué)習(xí)”概念，無論是布魯姆還是馬頓和薩爾約，都指向了“知識”和“學(xué)習(xí)”兩個核心，是關(guān)于知識學(xué)習(xí)的目標和過程的問題。布魯姆在教育目標分類學(xué)認知領(lǐng)域的目標構(gòu)設(shè)中，認為認知目標是由了解、理解、應(yīng)用、分析、綜合、評價六個不斷加深的層次構(gòu)成的。這一目標明顯是關(guān)于知識學(xué)習(xí)和認知過程的目標，在2001年修訂版中，這一目標被精確表述為知識學(xué)習(xí)和認知過程兩個維度。馬頓和薩爾約在關(guān)于閱讀的研究中，基于學(xué)生對文本理解的層次和理解的深度提出了“深度學(xué)習(xí)”的概念，并認為學(xué)習(xí)的本質(zhì)區(qū)別在于過程而不是學(xué)習(xí)的結(jié)果，是學(xué)生對文本知識學(xué)習(xí)的深刻程度決定了其學(xué)習(xí)結(jié)果的差異性。
艾根的研究實現(xiàn)了從深度學(xué)習(xí)向深度教學(xué)的轉(zhuǎn)向。艾根的深度學(xué)習(xí)（Learning in Depth）研究更明確地指向了學(xué)生對知識的學(xué)習(xí)所到達的深度，以及教師通過對知識的處理引導(dǎo)學(xué)生逐步到達一定的學(xué)習(xí)深度。這一深度學(xué)習(xí)的過程是一個逐步深化的學(xué)習(xí)過程，要求教師在教學(xué)過程中引導(dǎo)學(xué)生著眼于知識的深層次理解和深度處理。該項研究表明，深度學(xué)習(xí)的研究開始從單一的學(xué)習(xí)技術(shù)研究轉(zhuǎn)向了對教學(xué)過程的關(guān)注，注重深度學(xué)習(xí)與深度教學(xué)的關(guān)聯(lián)性和一致性，深度學(xué)習(xí)的研究呈現(xiàn)出向深度學(xué)習(xí)與深度教學(xué)相結(jié)合的轉(zhuǎn)向。
三、深度學(xué)習(xí)的核心理念
從深度學(xué)習(xí)走向深度教學(xué)，一方面是教與學(xué)的一致性決定的，另一方面是當前中小學(xué)課堂教學(xué)普遍存在的局限性Q定的。教與學(xué)的關(guān)系既不是對立關(guān)系，也不是對應(yīng)關(guān)系，而是一種具有相融性的一體化關(guān)系，離開了教無所謂學(xué)，離開了學(xué)也無所謂教。學(xué)生真正意義上的深度學(xué)習(xí)需要建立在教師深度教導(dǎo)、引導(dǎo)的基礎(chǔ)之上。從本質(zhì)上看，教育學(xué)視野下的深度學(xué)習(xí)不同于人工智能視野下的深度學(xué)習(xí)，不是學(xué)生像機器一樣對人腦進行孤獨的模擬活動，而是學(xué)生在教師引導(dǎo)下，對知識進行的“層進式學(xué)習(xí)”和“沉浸式學(xué)習(xí)”。“層進”是指對知識內(nèi)在結(jié)構(gòu)的逐層深化的學(xué)習(xí)，“沉浸”是指對學(xué)習(xí)過程的深刻參與和學(xué)習(xí)投入。離開了教師的教學(xué)和引導(dǎo)，學(xué)生何以“沉浸”？因此，深度學(xué)習(xí)只有走向深度教學(xué)才更具有發(fā)展性的意義和價值。同時，我國新一輪基礎(chǔ)教育課程改革以來，課堂教學(xué)改革依然存在著諸多表層學(xué)習(xí)、表面學(xué)習(xí)和表演學(xué)習(xí)的局限性，“學(xué)習(xí)方式的轉(zhuǎn)變”往往演變成了教學(xué)形式的改變，諸如教與學(xué)在程序上的簡單翻轉(zhuǎn)和在時間上的粗暴分配。其所體現(xiàn)出來的知識觀、價值觀、教學(xué)觀、過程觀依然陳舊落后，以學(xué)科知識、學(xué)科能力、學(xué)科思想和學(xué)科經(jīng)驗的融合為核心的學(xué)科素養(yǎng)依然未能得到實質(zhì)性的滲透。
深度教學(xué)的“深度”是建立在完整而深刻地處理和理解知識的基礎(chǔ)之上的。艾根在深度學(xué)習(xí)的研究中，首次從知識論的角度，論述了深度學(xué)習(xí)的“深度”（Depth）的涵義。他認為“學(xué)習(xí)深度”具有三個基本標準，即知識學(xué)習(xí)的充分廣度（Sufficient Breadth）、知識學(xué)習(xí)的充分深度（Sufficient Depth）和知識學(xué)習(xí)的充分關(guān)聯(lián)度（Multi-Dimensional Richness and Ties）。這三個標準，也是深度學(xué)習(xí)的核心理念。
第一，知識學(xué)習(xí)的充分廣度。充分的廣度與知識產(chǎn)生的背景相關(guān)，與知識對人生成的意義相關(guān)，與個體經(jīng)驗相關(guān)，也與學(xué)習(xí)者的學(xué)習(xí)情境相關(guān)。如果教學(xué)把知識從其賴以存在的背景、意義和經(jīng)驗中剝離出來，成為純粹的符號，便成為無意義的符號、無根基的概念知識。知識具有強烈的依存性，無論是自然科學(xué)的知識還是社會科學(xué)或人文學(xué)科的知識，都是特定的社會背景、文化背景、歷史背景及其特定的思維方式的產(chǎn)物。離開了知識的自然背景、社會背景、邏輯背景，前人創(chuàng)造的知識對后人而言幾乎不具有可理解性。隨著深度學(xué)習(xí)的興起，旨在以廣度促進理解的“無邊界學(xué)習(xí)”日益引起人們的重視?？梢?，知識的充分廣度，其實是為理解提供多樣性的支架，為知識的意義達成創(chuàng)造了可能性和廣闊性基礎(chǔ)。
第二，知識學(xué)習(xí)的充分深度。知識的充分深度與知識所表達的內(nèi)在思想、認知方式和具體的思維邏輯相關(guān)，深度學(xué)習(xí)把通過知識理解來建立認識方式，提升思維品質(zhì)，特別是發(fā)展批判性思維作為核心目標。所以說，深度學(xué)習(xí)是一種反思性學(xué)習(xí)，是注重批判性思維品質(zhì)培養(yǎng)的學(xué)習(xí)，同時也是一種沉浸式、層進式的學(xué)習(xí)。深度學(xué)習(xí)強調(diào)學(xué)習(xí)過程是從符號理解、符號解碼到意義建構(gòu)的認知過程，這一過程是逐層深化的。
第三，知R學(xué)習(xí)的充分關(guān)聯(lián)度。知識的充分關(guān)聯(lián)度，是指知識學(xué)習(xí)指向與多維度地理解知識的豐富內(nèi)涵及其與文化、想象、經(jīng)驗的內(nèi)在聯(lián)系。知識學(xué)習(xí)不是單一的符號學(xué)習(xí)，而是對知識所承載的文化精神的學(xué)習(xí)。同時，通過與學(xué)生的想象、情感的緊密聯(lián)系，達到對知識的意義建構(gòu)。從廣度，到深度，再到關(guān)聯(lián)度，學(xué)生認知的過程是逐層深化的。所謂意義建構(gòu)，即從公共知識到個人知識的建立過程，都需要建立在知識學(xué)習(xí)的深度和關(guān)聯(lián)度之上。
①Y.LeCun and Y.Bengio.Convolutional networks for images，speech，and time-series.In M.A.Arbib，editor，The Handbook of Brain Theory and Neural Networks.MIT Press，1995.
②Geoffery E.Hinton and Salakhutdinov R.R.，Reducing the dimensionality of data with neural networks. Science.2006 Jul 28；313（5786）：504-7.
③Geoffrey E.Hinton，Simon Osindero，Yee-Whye Teh. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation.2006（7）.
④余凱等.深度學(xué)習(xí)的昨天、今天和明天[J].計算機研究與發(fā)展，2013，9.
⑤安德森.布盧姆教育目標分類學(xué)（修訂版）[M]. 北京：外語教學(xué)與研究出版社，2009：78-80.
⑥Marton，F(xiàn). and Saljo，R.，On Qualitative Difference in Learning：Outcome and Process. British Journal of Educational Psychology，1976，46：4-11.
⑦安富海.促進深度學(xué)習(xí)的課堂教學(xué)策略研究[J].課程?教材?教法，2014，11.
⑧Kieran Egan. Learning in Depth： A Simple Innovation That Can Transform Schooling. London， Ontario： The Althouse Press， 2010.
記 者：李主任，您好。很高興地看到，2016年初采訪您時，您提到的一些設(shè)想，現(xiàn)在正在一步步地走向現(xiàn)實。比如去年4月啟動的北京市中小學(xué)教師開放型教學(xué)實踐活動、11月啟動的雙師服務(wù)試點。北京市教委通過供給側(cè)結(jié)構(gòu)性改革，讓優(yōu)質(zhì)的教育資源穿越了學(xué)校和區(qū)域的邊界。您能給我們介紹下這兩個項目實施的過程及取得的成效嗎？
李 奕：是的，當時計劃的“教師走網(wǎng)”，已經(jīng)通過“北京市中小學(xué)教師開放型教學(xué)實踐活動”在全市范圍的教師繼續(xù)教育領(lǐng)域里成功地“走”了起來。教師通過自主選課并在課堂中聽課研修，改變了傳統(tǒng)繼續(xù)教育“講大課”的方式，實現(xiàn)了教師選擇的自主性和實踐性。該項目自2016年4月啟動以來，已經(jīng)在上半年和下半年各完成了一輪培訓(xùn)活動。
第一輪培訓(xùn)，我們將市級以上骨干教師的1482門課程名錄掛到網(wǎng)絡(luò)平臺上，聽課教師在線自助選擇自己喜歡的課，充分尊重了聽課教師的自主選擇權(quán)。只要教師自己喜歡，就可以跨年級，甚至跨學(xué)科選擇授課老師的課。線上選定聽課對象以后，聽課教師們就可以根據(jù)時間安排，到線下授課點聽課，并參與教研和備課。這一系列活動完成后，教師們將照片、任務(wù)單上傳到平臺，平臺就會給授課老師和聽課老師雙向計學(xué)分。由于這個平臺對接北京市教師MIS系統(tǒng)，所計學(xué)分與教師的繼續(xù)教育、晉級密切相關(guān)。
在開展第二輪培訓(xùn)時，又實現(xiàn)新的突破――我們把上傳授課目錄的教師擴展到年輕的骨干教師。只要教師具備獨特的內(nèi)容或擅長的方面，就可以上傳。由于上傳行為本身是沒有成本的，只有實際發(fā)生聽課行為了，才有成本，所以我們繼續(xù)擴大供給側(cè)的結(jié)構(gòu)和數(shù)量，供給越多，教師們選擇的范圍就越大。此外，還有一個變化就是，民辦教育機構(gòu)的教師也首次嘗試進來，量雖不大，但是一種類型，或許不輸給公辦學(xué)校的教師?！氨本┦兄行W(xué)教師開放型教學(xué)實踐活動”是典型的利用互聯(lián)網(wǎng)思維來運作的一個項目，它的特點是自選、開放、后付費。形式上，它與初一、初二的開放性科學(xué)實踐活動相似，不同的是，這次是教師“走網(wǎng)”，骨干教師、特級教師的優(yōu)質(zhì)資源屬性開始在網(wǎng)上流動了。
為了保障培訓(xùn)質(zhì)量，讓學(xué)員之間能夠有充分的討論和互動，我們要求每位授課教師每學(xué)期最多開放兩次課，并且每次課最多接納10個學(xué)員聽課。所以，有的授課教師大家搶得厲害，而有些授課老師的課型掛上網(wǎng)以后，沒有人選他的課，形成潛在的壓力。
記 者：在實際的操作過程中，真的會出現(xiàn)這種情況嗎？那不被選的教師豈不是很尷尬？
李 奕：當然有。第一輪1482門課程掛上去后，只有1375門課程選滿了，另外100多課程情況很復(fù)雜了。有的授課教師已經(jīng)脫離教學(xué)一線，有的是對開放自己的課程壓力大等。中央提出，要更多地用市場的機制決定資源的配置。這就是由市場機制來決定，拿事實來說話。包括以后我們評價一位教師的影響力，就要看他的受眾到底有多少？通過互聯(lián)網(wǎng)的行為數(shù)據(jù)，能查出每年到底有多少個區(qū)縣、多少個教師選他。選的人多了，他自然就是骨干，因為他已經(jīng)用實際的影響力證明他就是這個領(lǐng)域的“骨”和“干”了。假如還有另外一位教師，他一年教了200節(jié)課，發(fā)表了10篇論文，但只是面向自己教的這兩個班的學(xué)生。那他是一位優(yōu)秀、敬業(yè)的好老師，可是他在骨干引領(lǐng)作用的發(fā)揮上，就不充分了。
這些都是在互聯(lián)網(wǎng)思維下的市場機制和優(yōu)質(zhì)資源屬性配置。這個項目運行后還有個“副產(chǎn)品”：來聽課的10位學(xué)員之前可能完全不認識，但在聽完課離開的時候互相加了微信，建了微信群，形成了一個備課交流圈子。有了這個圈子，教師們以后的討論會延伸下去。這就是運用互聯(lián)網(wǎng)思維建立起了教育系統(tǒng)內(nèi)人與人之間“跨界”的連接。
在通州區(qū)啟動的雙師服務(wù)工程只是一個試點，將來有可能擴展到全市。一旦全面啟動，將會比“北京市中小學(xué)教師開放型教學(xué)實踐活動”的工程大，因為它屬于教育的基本公共服務(wù)范疇。
“智慧學(xué)伴”將讓學(xué)生的交往超越學(xué)校和學(xué)區(qū)邊界
記 者：您剛才提到教師參加開放型教學(xué)實踐活動后，會結(jié)成一個個社交的小圈子。這個圈子超越了地區(qū)和班級的界限。這種邊界的超越，會發(fā)生在孩子們身上嗎？
李 奕：實際上已經(jīng)發(fā)生了。北京市初中開放性科學(xué)實踐活動計劃帶來的寶貴“財富”是：一個實踐活動班內(nèi)30個來自不同學(xué)校的孩子聚在一起搞科學(xué)實踐活動，從互相不認識，到在一起做事，再到分手時合個影、留個聯(lián)系方式，后續(xù)還會有聯(lián)絡(luò)。這是任何一所學(xué)校靠自身力量，再怎么走班教學(xué)，也提供不了的教育服務(wù)。等這撥孩子2018年中考時，每個人的通訊錄里都有五個以上非本區(qū)、本校的同學(xué)，而且他們在一起合作學(xué)習(xí)：做過飛機、拆過鼠標或搗鼓過中醫(yī)藥、護手霜，到現(xiàn)在還有聯(lián)系。這就是在孩子們身上真實發(fā)生的實踐活動。這個項目給教育系統(tǒng)留下來的是他們選課的記錄，告訴我們?yōu)槭裁磳W(xué)生喜歡選這個，不選那個。所以，這個項目最大的價值就是讓孩子獨立選擇，而且班級的組合是開放的，是有意做到“無組織、有紀律”，不再需要“帶隊老師”，不再是和“本班的同學(xué)”一起做了。
北京市教委2017年從教育信息化角度重點推進的一個項目就是“智慧學(xué)伴”?；ヂ?lián)網(wǎng)給人帶來的是相互交往能力的躍升。這時候，人與人之間的交流就不僅是可以穿越邊界，還能實現(xiàn)跨越角色的交往。無論是成年人還是孩子，都可以通過互聯(lián)網(wǎng)參與到社會實踐中，找到與自己志同道合的學(xué)伴。就拿“雙師工程”來說，其實它背后更可能吸引孩子的，不是雙師，而是學(xué)伴。在參與活動的過程中，一個學(xué)生可能在這兒找到幾個跨區(qū)的、有相同興趣愛好的同學(xué)，建立起定向的聯(lián)系，分享自己的成果和成長的經(jīng)歷。這是我們所樂見其成的，因為這實際是從底層，用互聯(lián)網(wǎng)思維來支持和幫助孩子。從這個意義上來說，它就是“學(xué)伴工程”。
我們現(xiàn)在給學(xué)生配雙師，目的是增加學(xué)生的實際獲得，但同時也要考慮未來，特別是伴隨著人工智能時代的到來，學(xué)生從教師那里直接獲得的知識比例會進一步降低，而且還會更精準，更符合每個孩子的個好和實際需求。通過互聯(lián)網(wǎng)也可以掌握大量的關(guān)聯(lián)知識。就像我們現(xiàn)在在工作過程中利用搜索引擎了解訊息、學(xué)習(xí)新知那樣，隨時隨地會有個資源庫、智能系統(tǒng)支持我們的工作與成長。
人工智能時代將會深刻影響學(xué)習(xí)行為，但不會顛覆學(xué)校
記 者：人工智能是2016年的熱詞。尤其是AlphaGo與李世石的“人機大戰(zhàn)”，讓人們見識到了人工智能的“過人”之處。相信對于人工智能在教育中的應(yīng)用，您也有很多思考。我們想聽聽您對此的見解。
李 奕：基礎(chǔ)教育實踐中的人工智能，并不像理論界、科研領(lǐng)域那樣高深到非得有個機器學(xué)習(xí)或者專家系統(tǒng)等?！叭斯ぶ悄堋本驮谖覀兩磉叀Ｈ斯ぶ悄苁且环N理念，在教育中的另一種拓展應(yīng)用就是助力于學(xué)生學(xué)習(xí)方式的改變。它對我們中小學(xué)的教師和學(xué)生來說，都有重大的影響。如果善于駕馭人工智能，現(xiàn)在我們所倚重的教室、專業(yè)器材、教材等，都將不再是最核心的資源。
我們關(guān)注同學(xué)和老師、同學(xué)與同學(xué)之間的互動與交流，以及在此過程中產(chǎn)生的新學(xué)習(xí)資源，即智慧學(xué)伴工程。北京師范大學(xué)未來教育高精尖創(chuàng)新中心就是在打造這樣一個新平臺，讓學(xué)生與學(xué)生、學(xué)生與教師之間的活動豐富起來，對行為數(shù)據(jù)記錄和問題收集進行有效處理，形成對每個孩子的個性支持。
我們認為，一個人從中小學(xué)到走上社會，他都需要智慧學(xué)習(xí)和學(xué)伴。想想看，我們的微信群里有沒有圈子？其實，你的圈子就是你的智慧學(xué)伴，這是自然而然形成的。生活中為什么兩個人總是聯(lián)系，就是因為你發(fā)的東西我愛看，我發(fā)的東西你愛看，我的生活你關(guān)注，你的生活我關(guān)注，所以人之間的連接越來越豐富。處在這種豐富連接中的人，知識與信息的獲得是持續(xù)增長的。當然，這其中要有教師的正確引導(dǎo)和影響。
新的資源觀和環(huán)境觀下的數(shù)字校園
記 者：確實在現(xiàn)實生活中，基于微信、QQ等互聯(lián)網(wǎng)技術(shù)建立的圈子，就相當于給人重新劃分了學(xué)習(xí)的社群。
李 奕：在這種情形下，就涉及新的學(xué)習(xí)材料的提取和萃取，我們將不再僅僅依靠專家編選資源，讓學(xué)生去學(xué)，而是在原有基礎(chǔ)上嘗試由市場機制決定誰是優(yōu)質(zhì)教育資源。我們也期待學(xué)生和教師，在新的資源觀和環(huán)境觀下，開始進入一種新的學(xué)習(xí)狀態(tài)?，F(xiàn)在，有不少學(xué)校已經(jīng)開始用手持設(shè)備和移動互聯(lián)網(wǎng)進行日常的教育教學(xué)的活動，就是一個例子。
如北京市教委數(shù)字校園實驗校中，有的從上個學(xué)期9月份開始，就將校園網(wǎng)由PC版升級為移動端APP。升級后，學(xué)生每天都要回家完成四項作業(yè)：英語的口語、語文的朗讀、數(shù)學(xué)的速算、每天的日記。孩子每天花5分鐘做完作業(yè)以后，可以給同學(xué)點贊，看誰獲得的“點贊”多，學(xué)生們寫的日記可以互相評論和留言。
用手機的方式做四項作業(yè)，是一個進步――教師以前檢查不了英語的口語、聽力，現(xiàn)在通過這種方式能檢查了。但這是一個淺層次的提升，更為核心、深層次的提升是：學(xué)生學(xué)會欣賞了、學(xué)會傾聽了，與此同時，他的閱讀量隨著交流的增多也越來越大。這就實現(xiàn)了在一個班、一所學(xué)校這樣一個小環(huán)境里信息的流動和互動。
現(xiàn)在學(xué)校在三年級又開展了作業(yè)閱讀，鼓勵學(xué)生們自己上傳作業(yè)內(nèi)容。小孩子都愛往上傳，因為對他來說很容易，就像聊天一樣。比如上傳一句名言“書山有路勤為徑，學(xué)海無涯苦作舟”作為班級作業(yè)。只要他上傳了作業(yè)，教師就會組織全班50個孩子都念一遍，這個過程中就產(chǎn)生了大量數(shù)據(jù)，上傳作業(yè)的學(xué)生還有權(quán)利給其他學(xué)生做點評。
這樣一來，新的教學(xué)方式出現(xiàn)了。在這樣的作業(yè)過程中，學(xué)習(xí)是跨學(xué)科的，對象和學(xué)伴是互換的，學(xué)習(xí)的內(nèi)容是不斷增長更新的。
數(shù)字校園真正升級在孩子的交往能力上
記 者：據(jù)我們了解，北京也有一些學(xué)校正在做這樣的嘗試，比如北京十一學(xué)校亦莊實驗小學(xué)，利用“一起作業(yè)網(wǎng)”的平臺，進行作業(yè)的提交、點贊和評價，在此過程中潛移默化地培養(yǎng)學(xué)生的社交能力。
李 奕：數(shù)字校園真正的升級換代，體現(xiàn)在對孩子們的交往能力的提升上。當然，這只是一所學(xué)校范圍的嘗試。如果一個學(xué)區(qū)有這個意識，像東城和海淀這類有條件的學(xué)區(qū)，要拓展到學(xué)區(qū)里去做，效果會更好。比如東城的某些學(xué)校在使用“作業(yè)盒子”以后，你會發(fā)現(xiàn)孩子們交往的朋友圈和視野，比傳統(tǒng)名校的孩子更棒。
這種棒是從教育的角度來看資源和環(huán)境，這是將來信息化發(fā)展的重要方向。什么是數(shù)字原住民？數(shù)字原住民不是只玩玩游戲，而是他對信息很敏銳，能提取、篩選信息，而且善于交流，有包容心，會給別人點贊，而不是很嫉妒、焦慮或者壓抑。從社會大背景來看，利用信息技術(shù)能不能實現(xiàn)這種升級和超越？我認為能。
所以，看待一件事，一定要發(fā)掘這件事背后的價值取向和給孩子帶來的變化。
記 者：我們也發(fā)現(xiàn)，教學(xué)中技術(shù)的使用門檻雖然降低了，但對教師的駕馭能力要求更高了。教師不能只做“教書匠”，而是既要想辦法將信息技術(shù)成為學(xué)生手里學(xué)習(xí)的工具，還要善于組織學(xué)生的交流、討論和活動。
李 奕：是這樣的，有了APP，教師要善于去用，不只是善于用它布置作業(yè)，而是善于捕捉行為記錄，以確定第二天在課堂上該關(guān)注誰、該如何因材施教等。將來理想的狀態(tài)是，教師未必有學(xué)生知道得多，但是會比學(xué)生更敏銳。
與傳統(tǒng)教學(xué)的面對面授課相比，MOOC具有學(xué)習(xí)方式靈活、學(xué)習(xí)自主、資源豐富開放、交流廣泛、學(xué)科交叉靈活方便等優(yōu)點，但也有學(xué)習(xí)成功率不高、誠信考核難以控制等局限性。因此，將MOOC學(xué)習(xí)與傳統(tǒng)的課堂學(xué)習(xí)有機結(jié)合起來，實現(xiàn)優(yōu)勢互補，從而更好地實現(xiàn)研究生創(chuàng)新能力的培養(yǎng)是研究生教學(xué)改革的方向之一。
為了提高研究生科學(xué)研究的創(chuàng)新能力，筆者在研究生教學(xué)改革中進行了混合式教學(xué)的實踐和探討，即將MOOC學(xué)習(xí)、翻轉(zhuǎn)課堂和面對面授課三部分有機融合，以求實現(xiàn)教學(xué)效果的改善和創(chuàng)新能力的提升。
基于MOOC的混合式教學(xué)的實踐過程
MOOC的出現(xiàn)給研究生創(chuàng)新能力培養(yǎng)提供了新渠道和平臺支持。筆者在研究生的“智能決策支持系統(tǒng)”課程中采用混合式教學(xué)模式，在教學(xué)設(shè)計等幾個方面進行了改革、實踐和探討。
1.精心進行混合式教學(xué)設(shè)計
與傳統(tǒng)教學(xué)一樣，要想達到好的教學(xué)效果，教師必須精心設(shè)計好每堂課的內(nèi)容和教學(xué)方式，以研究生的創(chuàng)新能力培養(yǎng)為目標，科學(xué)規(guī)劃課堂教學(xué)、翻轉(zhuǎn)課堂和MOOC學(xué)習(xí)內(nèi)容，既要達到課程標準的教學(xué)目標，又要保證課程知識體系的完備性和系統(tǒng)性。
在混合式教學(xué)過程中，將若干模塊知識體系分解成多個知識點，根據(jù)知識點的難易程度、重要程度將知識點進行分類，不同知識點采用不同的教學(xué)方式，同時又在課堂中通過研討等方式將三種知識學(xué)習(xí)連貫起來，從而保證知識的系統(tǒng)性和完整性。
課堂講授主要的內(nèi)容包括智能決策支持系統(tǒng)的體系結(jié)構(gòu)、模型庫管理等。由于有前置課程的支撐，可以將決策支持概述、決策支持系統(tǒng)體系結(jié)構(gòu)和數(shù)據(jù)庫管理等內(nèi)容通過翻轉(zhuǎn)課堂方式進行學(xué)習(xí)。借助Coursera平臺學(xué)習(xí)的主要包括人工智能基本原理、人工神經(jīng)網(wǎng)原理、遺傳算法原理、數(shù)據(jù)挖掘原理等智能計算內(nèi)容。同時，在這三種學(xué)習(xí)的過程中，一直貫穿著面對面的專題研討。這樣進行的課程設(shè)計，不僅保證了整個教學(xué)內(nèi)容與原智能決策支持系統(tǒng)課程標準的一致性及知識的系統(tǒng)性和完備性，同時也實現(xiàn)了知識體系的相互支撐。
2.翻轉(zhuǎn)課堂教學(xué)的應(yīng)用
翻轉(zhuǎn)課堂的基本思路是把傳統(tǒng)的學(xué)習(xí)過程翻轉(zhuǎn)過來，讓學(xué)習(xí)者在課外時間完成針對知識點和概念的自主學(xué)習(xí)，課堂則變成教師與學(xué)生互動的場所，主要用于解答疑惑、匯報討論，從而達到更好的教學(xué)效果，提高學(xué)生的自學(xué)能力，同時教師在課堂上能更主動地教學(xué)、研討，以培養(yǎng)學(xué)生的創(chuàng)新能力。
對于研究生教學(xué)，翻轉(zhuǎn)課堂既可以培養(yǎng)學(xué)生自學(xué)的能力，也能培養(yǎng)他們獨立思考解決問題的能力。為了應(yīng)用好翻轉(zhuǎn)課堂，筆者對整個教學(xué)內(nèi)容的知識點進行了分析篩選，選取適合翻轉(zhuǎn)課堂的內(nèi)容，如決策及決策支持概述、數(shù)據(jù)庫管理等，讓學(xué)生自學(xué)完成。翻轉(zhuǎn)課堂中學(xué)習(xí)的視頻是從網(wǎng)上公開課平臺節(jié)選的，并且每次課前教師都要先提出課堂要掌握的內(nèi)容，設(shè)定思考或要回答的問題，讓學(xué)生學(xué)習(xí)指定教材或視頻內(nèi)容，最后小組學(xué)習(xí)匯報并研討。翻轉(zhuǎn)課堂學(xué)生學(xué)習(xí)匯報的結(jié)果和研討表現(xiàn)將計入課程總成績。
3.MOOC學(xué)習(xí)與面授及研討的結(jié)合
根據(jù)“智能決策支持系統(tǒng)”課程實施計劃和課程標準的要求，筆者選擇的講授內(nèi)容將在學(xué)期開始的前幾周完成，講授過程中，將人工智能等相關(guān)內(nèi)容同步到MOOC平臺。
每次進行MOOC學(xué)習(xí)前，筆者除了要求學(xué)生完成教師課堂上的作業(yè)及交流內(nèi)容外，也布置了相關(guān)問題和研討內(nèi)容，并要求學(xué)生在學(xué)習(xí)MOOC內(nèi)容后，安排時間進行課堂研討。研討內(nèi)容主要是讓學(xué)生理解人工智能技術(shù)如何對決策進行支持，即如何用人工智能技術(shù)實現(xiàn)智能決策支持系統(tǒng)，并通過軍事應(yīng)用案例來研討智能軍事決策支持的技術(shù)和方法;同時，查驗學(xué)生通過MOOC學(xué)習(xí)后對知識的掌握情況。
4.多種方式的交流研討
在整個混合式教學(xué)過程中，師生可以采用線下、線上和課堂等多種方式進行交流、研討。線上學(xué)生主要是利用MOOC平臺進行交流討論，線下主要是在課堂中或課外進行面對面的研討。目前，多數(shù)MOOC平臺都提供了各種討論交流環(huán)境，如討論小組、討論區(qū)或論壇、線上交流、線下交流、學(xué)生自評、同伴互評等。
5.綜合的學(xué)習(xí)評價方式
根據(jù)混合式教學(xué)內(nèi)容的分配，評價應(yīng)針對課堂學(xué)習(xí)、翻轉(zhuǎn)課堂學(xué)習(xí)和MOOC學(xué)習(xí)三部分。評價內(nèi)容有：課堂學(xué)習(xí)中的平時作業(yè)、課堂研討、小論文等;翻轉(zhuǎn)課堂學(xué)習(xí)中的學(xué)習(xí)的效果、回答問題的情況;MOOC學(xué)習(xí)主要依靠MOOC平臺的評價，同時也可以參考MOOC平臺的記錄信息，包括登錄次數(shù)、在線時間、視頻觀看情況、在線測試成績、在線交流提問和回答問題等信息。
對混合式教學(xué)的思考
基于MOOC的混合式教學(xué)是一種探討式的教學(xué)改革。雖然目前在混合式教學(xué)實踐中學(xué)生的人數(shù)和課程數(shù)量不夠多，但從對學(xué)生階段性考核和最終考試的成績以及學(xué)生的自評中可以看出，這種混合式教學(xué)有利于培養(yǎng)研究生的創(chuàng)新思維，拓展他們的知識面，更有利于豐富教學(xué)方法，創(chuàng)新教學(xué)模式。
結(jié)合基于MOOC的混合式教學(xué)的實踐，筆者認為在混合式教學(xué)過程中只有重點關(guān)注以下幾點，才能將三者進行優(yōu)勢互補，真正達到混合式教學(xué)的目的。
(1)混合式教學(xué)必須將知識點進行科學(xué)有效的劃分。教師不僅要花費更多的時間研討教學(xué)內(nèi)容的設(shè)計，設(shè)計面授課、MOOC的教學(xué)內(nèi)容，設(shè)計交流研討、翻轉(zhuǎn)課堂學(xué)習(xí)的內(nèi)容，還要保證課程知識體系的系統(tǒng)性和完備性。MOOC平臺、平臺內(nèi)容的選擇及翻轉(zhuǎn)課堂內(nèi)容的制作都是做好混合式教學(xué)的基礎(chǔ)。
(2)雖然MOOC學(xué)習(xí)強調(diào)以學(xué)生為主的自主學(xué)習(xí)，但教師還是要掌握學(xué)生線上或翻轉(zhuǎn)學(xué)習(xí)的效果和質(zhì)量。教學(xué)過程中教師可以通過多種方式來關(guān)注學(xué)生的學(xué)習(xí)過程。例如，將MOOC中的學(xué)習(xí)時間、提問數(shù)量、回答的問題、作業(yè)提交、線上測試等平臺記錄的情況都納入最終成績的考核。
(3)在積累歷史數(shù)據(jù)的基礎(chǔ)上，教師可以利用大數(shù)據(jù)分析或挖掘數(shù)據(jù)，科學(xué)分析學(xué)習(xí)過程中記錄的信息，并用以指導(dǎo)以后的混合式教學(xué)改革。
(4)為了培養(yǎng)研究生的創(chuàng)新能力，課程研討是教學(xué)過程中的重要手段之一。在混合式教學(xué)的各個階段要引入研討式教學(xué)，設(shè)計的研討問題要有利于啟發(fā)學(xué)生，培養(yǎng)其創(chuàng)新思維。
(5)基于MOOC的混合式教學(xué)將會是未來教學(xué)改革的主要方向之一。如何保證MOOC學(xué)習(xí)的效果和質(zhì)量，如何評價混合式教學(xué)的質(zhì)量，如何監(jiān)督混合式教學(xué)的自主學(xué)習(xí)等問題都需要教師通過改革實踐來確定。
總結(jié)
傳統(tǒng)教學(xué)提供了面授進行思想交流的環(huán)境，MOOC發(fā)揮了學(xué)生在學(xué)習(xí)過程中的主體地位，翻轉(zhuǎn)課堂從某種意義上克服了傳統(tǒng)教學(xué)中存在的弊端，使學(xué)生更加主動地去思考和學(xué)習(xí)，所以三者的結(jié)合將會使各自的優(yōu)勢得到發(fā)揮，也將給高等教育改革帶來新的拓展、探索和方向。
關(guān)鍵詞:智能科學(xué)與技術(shù);機器人;課堂學(xué)習(xí);項目實踐
智能科學(xué)與技術(shù)是一門新興的學(xué)科,目前在國內(nèi)部分高校已開辦了該專業(yè),鑒于該專業(yè)的高度交叉性和強調(diào)工程實踐的要求,如何加強工程實踐訓(xùn)練,使之與課堂學(xué)習(xí)有機結(jié)合是一個值得探索的問題。而積極開展學(xué)生創(chuàng)新計劃項目,鼓勵同學(xué)們參與科研實踐無疑是一個很好的途徑。我校的“創(chuàng)新創(chuàng)業(yè)項目”正好給學(xué)生提供了這樣一個良好的學(xué)習(xí)與實踐平臺。
“倉庫巡邏預(yù)警機器人”項目的主要內(nèi)容是在一個自行拼裝的輪式機器人本體上完成集感知、規(guī)劃、決策和移動為一體的行為控制,根據(jù)已知地圖信息進行全局路徑規(guī)劃、實現(xiàn)避障,對環(huán)境中的煙度、溫度、濕度、氣味、聲音及熱釋紅外等因素的異常進行感知和及時預(yù)警,完成指定區(qū)域定時、定點的巡邏預(yù)警工作。
1項目實施過程
“倉庫巡邏預(yù)警機器人”項目實施大體分以下3個階段:1)理論研究和技術(shù)學(xué)習(xí)為主;2)機器人的組裝,雛形測試,及整體功能的實現(xiàn);3)功能測試、改進,論文、報告的撰寫。
對于巡邏機器人來說,首要任務(wù)是完成機器人本體的裝配,其他很多功能的實現(xiàn)都與機器人本體設(shè)計有關(guān)。此外,漫游功能是巡邏機器人的基本功能,下面將對這兩個內(nèi)容進行主要介紹。
1.1機器人本體的設(shè)計和裝配
針對倉庫巡邏任務(wù)的實際需求,并考慮到現(xiàn)有條
件的限制,在研究了多種機器人基本結(jié)構(gòu)、運動學(xué)及動力學(xué)特性[1-2]后,最終采用了如圖1所示的三輪機器人結(jié)構(gòu)。其底盤結(jié)構(gòu)為一個萬向輪和兩個獨立驅(qū)動輪,車體前、左、右方各安裝一個紅外接近傳感器。
基金項目:中南大學(xué)2009年“大學(xué)生創(chuàng)新創(chuàng)業(yè)啟航行動”創(chuàng)新項目(CX13)。
作者簡介:黨志剛(1990-),男,本科生,研究方向為自動化專業(yè)(智能科學(xué)與技術(shù)方向);劉麗玨(1973-),女,副教授,博士,研究方向為智能計算與智能規(guī)劃;肖劍明(1988-),男,本科生,研究方向為自動化專業(yè)(智能科學(xué)與技術(shù));諶慧濱(1988-),男,本科生,研究方向為自動化專業(yè)(智能科學(xué)與技術(shù));韓爽(1988-),男,本科生,研究方向為自動化專業(yè)(電氣)。
1.2機器人漫游的實現(xiàn)
漫游功能是巡邏機器人的基本功能之一,要實現(xiàn)漫游,除要對機器人的“前進、后退、左、右轉(zhuǎn)彎、原地轉(zhuǎn)圈、加、減速”等簡單運動行為進行控制外,還需根據(jù)傳感器信息對周圍環(huán)境進行感知,以避開障礙。神經(jīng)網(wǎng)絡(luò)控制是智能控制的主要方法之一,利用神經(jīng)網(wǎng)絡(luò),再結(jié)合簡單的邏輯判斷,可實現(xiàn)簡單環(huán)境中的漫游。
在2.1所述的機器人本體“左、前、右”各安裝一個紅外接近傳感器,就可實現(xiàn)簡單環(huán)境中的漫游。結(jié)合硬件結(jié)構(gòu),采用二值函數(shù)作為激勵函數(shù)構(gòu)造了有3個輸入、2個輸出,由兩個感知器構(gòu)成的神經(jīng)網(wǎng)絡(luò),結(jié)構(gòu)如圖3所示。
圖3神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
其中x1,x2,x3表示安裝在機器人左、中、右邊的3個傳感器的輸入信號,輸入為0表示有障礙;輸入為1表示無障礙。wji表示權(quán)值,y1,y2為輸出,0表示后退,1表示前進。采用的二值函數(shù)如下式:
(2.1)
其輸入、輸出關(guān)系為:
( ) (2.2)
為實現(xiàn)避障,給出如表1的訓(xùn)練例子,作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)實例。
神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值采用學(xué)習(xí)算法進行調(diào)整,權(quán)值修正公式為:
,( ) (2.3)
其中x為輸入向量, 為期望的輸出向量, 為感知器實際輸出向量。
顯然從公式2.3可以看出,如果第 個神經(jīng)元的實際輸出與期望一致,則不對該神經(jīng)元的權(quán)值進行修改;如果某個神經(jīng)元的輸出為0,而期望響應(yīng)為1,則將此時的權(quán)值矢量wji加上輸入向量x作為新的權(quán)值矢量;如果某個神經(jīng)元的輸出為1,而期望響應(yīng)為0,則將此時的權(quán)值矢量wji減去向量x作為新的權(quán)值矢量。
而閾值修正公式為:
, (2.4)
經(jīng)MATLAB仿真訓(xùn)練[3],其一次訓(xùn)練誤差收斂過程如圖4(其中橫坐標表示訓(xùn)練代數(shù),縱坐標表示平均絕對誤差)所示。
(a) 左輪感知器誤差變化曲線
(b) 右輪感知器誤差變化曲線
圖4左右輪感知器誤差變化曲線
經(jīng)學(xué)習(xí)后得到權(quán)值和閾值:
; ;
; 。
將機器人置于圖5所示的簡單環(huán)境中,一次實驗中,機器人行進軌跡為ABCDEFG,對應(yīng)的輸入、輸出向量和機器人行為如表2所示。
如圖5所示,另一次漫游所得軌跡為abcd,在這種情況下,機器人會在cd段上往復(fù)運動,漫游失敗。2.3中介紹的迷宮機器人學(xué)習(xí)算法將初步解決此問題。
1.3迷宮機器人路徑規(guī)劃
除上述問題外,應(yīng)“人工智能課程設(shè)計”的要求,還對“迷宮機器人路徑規(guī)劃”問題進行了研究,使機器人在未知迷宮中不斷獲取有關(guān)前方和兩側(cè)隔墻的信息,從而進行路線識別和行走姿態(tài)控制,搜索安全出口并順利走出線性迷宮。運用左手優(yōu)先法則,再結(jié)合2.2的避障方法,實現(xiàn)了迷宮機器人路徑規(guī)劃,如圖6所示。反復(fù)試驗發(fā)現(xiàn),只需要2個紅外接近傳感器(分別安裝在機器人的左、前方)就可以完成機器人行走迷宮的基本行為控制,第3個(安裝在右側(cè))用于微調(diào)行進時的位姿,以保證機器人自身安全。
采用字符串匹配迷宮機器人自學(xué)習(xí)算法[4]可以大大縮短迷宮行走時間。此算法大致思路如下:機器人每穿越一個路口,就在存儲器中記錄一個字符:若直行保存一個“S”、左轉(zhuǎn)保存“L”、右轉(zhuǎn)保存“R”、掉頭保存“U”,在程序調(diào)用時,分別令S=0,L=90,R=-90,U=180。根據(jù)左手法則,機器人走迷宮共經(jīng)過17個路口,如圖6所示。顯然機器人第一次走完迷宮后存儲器保存字符串str=“SULLULLURLLLUSRSS”。進行字符串匹配:在字符串中找到U,對U和其前后兩個字符進行數(shù)值計算后對字符串進行簡化(如對字符串str進行第一次匹配將會找到“SULLULLURLLLUSRSS”,第一個“SUL”計算“0-180+90=-90”,因此可表示為字符“R”,第二個“LUL”計算“90-180-90=0”,因此可表示為字符“S”,依次類推可由字符串str得新串str1=“RSULLRRSS”;繼續(xù)對str1進行匹配得到新的字符串str2=“RRLRRSS”(匹配到字符串中沒有“U”為止)。最后匹配得到的新字符串“RRLRRSS”。
圖6機器人穿越迷宮路徑示意圖
根據(jù)以上算法,當機器人再次走入迷宮時,行進路線如圖7所示。顯然這種算法大大縮短了第二次搜索的路程和時間。
圖7學(xué)習(xí)后的機器人走迷宮路徑示意圖
以上字符串匹配學(xué)習(xí)算法有一個明顯的缺點:在重復(fù)搜索同一個迷宮時才能起作用。采用更具智能的算法優(yōu)化機器人的迷宮搜索是下一步目標。
1.4下一步的工作
設(shè)計和實現(xiàn)倉庫巡邏機器人的目標還包括:希望機器人能對異常的溫度、氣味、聲音等進行預(yù)警,因此,在給開發(fā)板上加裝了DS18B02溫度傳感器、ADC0809、數(shù)碼管、蜂鳴器和發(fā)光二極管等器件,成功擴展了溫度測量與報警模塊的基礎(chǔ)上,下一步的工作便是開始學(xué)習(xí)和研究煙霧、濕度、氣味、聲音等環(huán)境因素的實時測量和預(yù)警模塊;目前已初步實現(xiàn)了用串行通信和無線通信方法,將巡邏機器人獲得的數(shù)據(jù)發(fā)送到PC機上進行實時監(jiān)控,其他功能的實現(xiàn)還有待進一步的努力。
上述功能基本完成后,最終將結(jié)合各個模塊,對機器人進行系統(tǒng)綜合調(diào)試以實現(xiàn)倉庫巡邏預(yù)警功能。并結(jié)合以后開設(shè)的智能控制、神經(jīng)網(wǎng)絡(luò)控制、智能計算等專業(yè)課程以及增強學(xué)習(xí)[5]的有關(guān)方法,進一步改進整個系統(tǒng),提高穩(wěn)定性的基礎(chǔ)上使其具有更高的智能。
2心得與體會
在歷時2年的專業(yè)課學(xué)習(xí)和6個多月的機器人項目的申請、實施中項目組成員深刻體會到從事智能科學(xué)與技術(shù)領(lǐng)域?qū)W習(xí)和研究時,扎實理論、進行工程實踐的重要性和理論與實踐緊密結(jié)合的必要性。
扎實的理論是進行項目實踐的前提。課堂學(xué)習(xí)有比較充足的學(xué)習(xí)時間、任課老師的指導(dǎo)、同學(xué)之間的討論、相關(guān)實驗和各種考核機制,是掌握理論的絕佳機會。在項目實踐進程中,會不斷遇到各類問題,而大部分問題可以用課堂學(xué)習(xí)過的相關(guān)知識解決。
項目實踐是檢驗理論體系是否完整、基礎(chǔ)知識是否扎實的一個很好的標準,是課堂學(xué)習(xí)的興奮劑、自主學(xué)習(xí)的催化劑。分析、解決問題的過程,就是不斷補充理論知識、訓(xùn)練思維、強化動手能力、提高工程素養(yǎng)、培養(yǎng)興趣的過程,在這個過程中,學(xué)生可以學(xué)到很多書本以外的知識和寶貴的科研、工作經(jīng)驗這些對課堂學(xué)習(xí)是一個很好的補充?？傊?在課堂學(xué)習(xí)和項目實踐的結(jié)合中,學(xué)生會有更加迅速的成長。
3對教學(xué)的若干建議
在智能科學(xué)與技術(shù)專業(yè)進行學(xué)習(xí)和研究以來,收獲很多,作為學(xué)生,在教學(xué)方面也有一些自己的看法:1) 2010年中南大學(xué)智能所開設(shè)的人工智能、機器人學(xué)和專家系統(tǒng)等課程采用課堂討論、辯論和報告的形式授課,廣大同學(xué)配合積極,有同學(xué)現(xiàn)場演示和講解了親手制作的“人形機器人”和組裝的“機械臂”。這樣的授課方式極大地調(diào)動了學(xué)生的學(xué)習(xí)積極性和主動性,有助于知識的理解并提高創(chuàng)新能力,應(yīng)該推廣。2)在高校,許多本科生有課外實踐的想法和熱情,但考慮到花費時間多、可能影響學(xué)習(xí)成績,就望而卻步。如果將項目實踐作為相關(guān)課程成績考核的一部分,不僅會使學(xué)生大膽投身項目實踐,也會使課堂學(xué)習(xí)效率倍增。3)“榜樣的力量是無窮的”,廣大學(xué)生渴望與國內(nèi)外大師見面,聆聽教誨。
4結(jié)語
“倉庫巡邏預(yù)警機器人”項目富有挑戰(zhàn)性的申請、實施和進一步研究過程是以智能科學(xué)與技術(shù)領(lǐng)域的基礎(chǔ)課程和專業(yè)課程的學(xué)習(xí)為基礎(chǔ)的;項目的實施過程可以鞏固、提高硬件電路設(shè)計、程序設(shè)計等基礎(chǔ)知識,熟悉MATLAB等仿真軟件,又可以及時運用人工智能、機器人學(xué)等課程中學(xué)到的神經(jīng)網(wǎng)絡(luò)控制、機器人路徑規(guī)劃技術(shù);進一步的研究又提供了一個了解該領(lǐng)域前沿問題(如強化學(xué)習(xí))的機會。綜上所述,課堂教學(xué)與項目實踐的結(jié)合不僅會使學(xué)生加強理論基礎(chǔ)、提高實踐能力,而且會在很大程度上促進該領(lǐng)域的發(fā)展。因此,這種教學(xué)模式的推廣意義重大。
參考文獻:
[1] 蔡自興. 機器人學(xué)[M]. 2版. 北京:清華大學(xué)出版社,2009:46-83.
[2] 蔡自興. 機器人學(xué)基礎(chǔ)[M]. 北京:機械工業(yè)出版社,2009:29-65.
[3] 朱凱,王正林. 精通MATLAB神經(jīng)網(wǎng)絡(luò)[M]. 北京:電子工業(yè)出版社,2010:140-161.
[4] 徐守江. 迷宮算法綜述[J]. 信息與電腦:理論版,2009(10):91-92.
[5]Richard S. Sutton,Andrew G. Barto Reinforcement Learning:An introduction[M]. Cambridge:The MIT Press Cambridge,1998.
Combination of Theoretical Study and Robot Project
DANG Zhi-gang, LIU Li-jue, XIAO Jian-ming, CHEN Hui-bin, HAN Shuang
(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)
中圖分類號：G642
0 引 言
近年來，不論在學(xué)術(shù)界還是產(chǎn)業(yè)界，人工智能都成了最熱門的技術(shù)，研究者和創(chuàng)業(yè)者紛紛看好人工智能的前景。自然語言處理是人工智能方向一個很重要的分支，隨著IBM研發(fā)的Waston打敗人類選手，自動問答技術(shù)重新成為最熱門的研究方向。目前，很多高校和研究院所在碩士階段開設(shè)了相關(guān)課程，比如清華大學(xué)的計算語言學(xué)課程、北京大學(xué)的計算語言學(xué)及語義計算與知識檢索課程、哈爾濱工業(yè)大學(xué)的統(tǒng)計自然語言處理和命名實體識別與信息抽取課程。東北大學(xué)自然語言處理（NLP）實驗室自1980年成立至今，在自然語言處理方向做了很多細致深入的研究工作。為了讓計算機科學(xué)與技術(shù)專業(yè)學(xué)生盡早接觸和了解NLP這個方向，開闊學(xué)術(shù)視野，東北大學(xué)從2006年開始在本科階段開設(shè)文本智能處理技術(shù)選修課程。該課程是本科生自然語言處理方向的入門課程，主要涉及如何讓計算機理解人類語言并進行進一步處理。課程內(nèi)容涵蓋自然語言處理學(xué)科的基本理論，以講解最具挑戰(zhàn)的問答系統(tǒng)為主軸，介紹文本處理的主要技術(shù)。課程的目標是通過該課程的學(xué)習(xí)，讓學(xué)生掌握處理自然語言的基本理論，了解文本智能處理的常用模型和算法，初步具備從事該領(lǐng)域相關(guān)工作的能力。
專業(yè)選修課是必修課的重要補充，該部分教學(xué)環(huán)節(jié)的創(chuàng)新與突破是學(xué)生全方位發(fā)展的關(guān)鍵[1]。為了提高教學(xué)質(zhì)量，教學(xué)團隊每年進行學(xué)生問卷調(diào)查，了解學(xué)生的學(xué)習(xí)需求及對該課程教學(xué)的意見和建議。經(jīng)過近10年的不斷摸索，在收集整理學(xué)生建議以及分析學(xué)習(xí)效果的基礎(chǔ)上，學(xué)校不斷調(diào)整教學(xué)內(nèi)容和教學(xué)方式，提高了課程的教學(xué)質(zhì)量，得到學(xué)生的充分認可。
1 增加課程趣味性，激發(fā)學(xué)生好奇心
由于本門課程是選修課，學(xué)生在選擇課程的時候懷著不同目的：有的是了解和喜歡這門課程的學(xué)習(xí)內(nèi)容，有的僅僅為了獲得學(xué)分，有的持觀望態(tài)度，先上著看看。因此，如何在課程的開始抓住學(xué)生的注意力，激發(fā)學(xué)生的好奇心和學(xué)習(xí)愿望是很重要的事情[2]。在教學(xué)過程中，教學(xué)團隊非常重視第一次課的教學(xué)及效果。在第一次課上，教師將日常生活中使用的互聯(lián)網(wǎng)應(yīng)用與課程內(nèi)容掛鉤，比如百度后臺的搜索技術(shù)、淘寶購物時的自動推薦技術(shù)、Google和搜狗拼音輸入法、門戶網(wǎng)站的新聞自動分類、垃圾郵件過濾技術(shù)等，讓學(xué)生們對將要學(xué)習(xí)的技術(shù)有直觀的了解。同時，挑選有趣味性的、簡單易理解的、與課程相關(guān)的視頻供學(xué)生觀看。比如用百度的“百度更懂中文”引導(dǎo)學(xué)生對中文分詞的認識和興趣，用電影《超能陸戰(zhàn)隊》中大白的行動及對話引出課程的主體教學(xué)內(nèi)容――自動問答系統(tǒng)。通過問卷調(diào)查的方式讓學(xué)生們思考：制造一個這樣的機器人需要哪些技術(shù)？是否能夠?qū)崿F(xiàn)？如果你設(shè)計制造一個類似的機器人，你會怎樣設(shè)計？在2015年，筆者對144名選課學(xué)生進行了調(diào)查，結(jié)果見表1。該結(jié)果也用來支撐2015年自然語言處理青年學(xué)者研討會上Panel的主題討論。
學(xué)生在思考的過程中，可以認識到自己欠缺哪些知識。在后期的課程教學(xué)過程中，教師講解更有針對性，學(xué)生也知道具體的知識點和技術(shù)的實用性，做到目標清晰明確，學(xué)習(xí)熱情高漲。
另外，教師在課程內(nèi)容設(shè)置方面緊跟自然語言處理領(lǐng)域的最新研究發(fā)展方向、研究熱點以及應(yīng)用需求，充分激發(fā)學(xué)生的求知欲，因此課程的教學(xué)課件每年都會更新。這樣，學(xué)生不會覺得學(xué)到的東西是過時的、無用的，間接提高了學(xué)生學(xué)習(xí)的積極性。
2 “做中學(xué)”和“學(xué)中做”的教學(xué)方法
2.1 “做中學(xué)”的教學(xué)方法實踐
做中學(xué)是美國教育家杜威提出的一種教育思想，側(cè)重做，將學(xué)生的被動學(xué)習(xí)轉(zhuǎn)變?yōu)橹鲃訉W(xué)習(xí)[3]。課程團隊結(jié)合教學(xué)內(nèi)容，認真設(shè)計了每次課的講授內(nèi)容，以設(shè)計與實現(xiàn)面向醫(yī)療領(lǐng)域的自動問答系統(tǒng)為目標，結(jié)合知識點將龐大的系統(tǒng)分解為能夠在一周左右完成的小任務(wù)。在需求分析、總體設(shè)計、詳細設(shè)計、算法選擇、系統(tǒng)實現(xiàn)和系統(tǒng)測試等各個環(huán)節(jié)上加強指導(dǎo)。
1）加強技術(shù)儲備。
為了更好地實施做中學(xué)，筆者給學(xué)生增加了Linux操作系統(tǒng)實驗平臺的講解與指導(dǎo)，讓學(xué)生接觸不同操作系統(tǒng)下設(shè)計系統(tǒng)的不同點以及各系統(tǒng)的優(yōu)缺點；增加了Python腳本語言的講解與實驗，該語言因其龐大的自然語言處理庫而成為本方向最熱門的編程語言之一；在實驗平臺以及編程技術(shù)儲備準備好之后，給學(xué)生提供目前較好的問答系統(tǒng)開源工具DeepQA；通過演示與課后自行操作，讓學(xué)生了解問答系統(tǒng)各個模塊執(zhí)行的結(jié)果，對該新技術(shù)有直觀的了解，進而思考設(shè)計自己的問答系統(tǒng)。
2）提倡團隊協(xié)作。
由于問答系統(tǒng)很龐大，一個學(xué)生在10周左右很難完成全部內(nèi)容。另一方面，為了鍛煉學(xué)生的團隊協(xié)作能力，采取團隊形式來布置任務(wù)。在具體的系統(tǒng)實現(xiàn)過程中，要求3～5人組成一個小組完成所有的系統(tǒng)開發(fā)內(nèi)容。
3）改進指導(dǎo)方式。
在課堂上主要講解文本智能處理技術(shù)的來源方法，并分析問題；課下通過BlackBoard教學(xué)平臺以及QQ群等方式，做到隨時溝通和指導(dǎo)。由于任課教師的精力有限，不可能面面俱到，而在QQ群里大家可以看到其他學(xué)生的問題與解答，這樣充分地調(diào)動了學(xué)生的積極性，也減輕了任課教師的負擔。
2.2 “學(xué)中做”的教學(xué)方法實踐
學(xué)中做主要以講授為主，以做為輔[4]。理論知識算法以示例形式展示給學(xué)生。比如講解分詞技術(shù)時，提前準備一段文字發(fā)給學(xué)生，讓學(xué)生根據(jù)自己頭腦中的知識和對母語的本能認識，完成對文字的分詞，然后將人工分詞的過程總結(jié)成算法記錄下來。在此過程中，授課教師會查看學(xué)生的思路，總結(jié)人工分詞過程中存在的問題。通常，學(xué)生在手工分詞的過程中會發(fā)現(xiàn)一些問題，比如分詞的粒度怎么把握、機器怎么區(qū)分詞的邊界等。帶著這些問題，教師會從基于詞典的最大匹配分詞講起，直到將分詞問題轉(zhuǎn)換為序列標注問題，采用條件隨機場來解決分詞問題。這樣逐步引導(dǎo)學(xué)生解決問題，在此基礎(chǔ)上講解最新的理論知識。通過這種“學(xué)中做”教學(xué)方法，學(xué)生從問題出發(fā)，自覺尋求相應(yīng)理論解決問題，從而激發(fā)學(xué)生的好奇心和學(xué)習(xí)動力。課程團隊還將理論知識與研究領(lǐng)域熱點方向和熱門應(yīng)用相結(jié)合，既傳授了先進的理論知識，又讓學(xué)生將理論與實踐應(yīng)用聯(lián)系起來，做到學(xué)有所用。
3 素質(zhì)評價，重過程輕結(jié)果的考核方式
選修課的考核通常采用考試、寫大論文等方式。針對本課程采用的教學(xué)方式，筆者棄用了傳統(tǒng)的考核辦法，通過多元化的素質(zhì)評價方式給學(xué)生打分。
1）日常課堂表現(xiàn)。
日常課堂表現(xiàn)是學(xué)生學(xué)好功課的基礎(chǔ)。因此，對學(xué)生每次課程的課堂表現(xiàn)進行打分，包括對問題思考的方法、過程、結(jié)果，對某一問題的解決方案等。
2）系統(tǒng)完成情況。
學(xué)生設(shè)計系統(tǒng)的復(fù)雜程度和完成情況，一般來說可以反映學(xué)生掌握基礎(chǔ)知識的深度以及學(xué)生的實際動手能力。教師根據(jù)系統(tǒng)實現(xiàn)的功能、每部分模塊的性能、選用算法的復(fù)雜度、程序?qū)崿F(xiàn)的完整性、解決方法的創(chuàng)新性等方面打分。
3）文檔的規(guī)范性。
撰寫系統(tǒng)設(shè)計文檔以及說明文檔，對于設(shè)計實現(xiàn)一套完整的系統(tǒng)是不可或缺的。在課程教學(xué)過程中，特別是系統(tǒng)總結(jié)環(huán)節(jié)，教師會教授學(xué)生一些撰寫文檔的方法，要求學(xué)生不僅能夠解決問題，同時善于撰寫符合科學(xué)規(guī)范的文檔。因此，在總結(jié)階段，教師對學(xué)生撰寫系統(tǒng)文檔的完整性、科學(xué)性和規(guī)范性打分。
4）系統(tǒng)演講能力。
演講能力是目前大多數(shù)本科生缺乏的能力，也是科技研發(fā)人員必須具備的重要能力。本課程要求每組學(xué)生準備5～10分鐘的系統(tǒng)設(shè)計與總結(jié)演講。教學(xué)團隊從演講內(nèi)容的取舍到幻燈片的制作方面進行指導(dǎo)，對學(xué)生制作的演講稿進行把關(guān)，通過后才允許學(xué)生上臺演講。在最后一次課上，每組都要進行演講并回答臺下教師和學(xué)生的提問。任課教師根據(jù)演講的流暢性、合理性以及回答問題的正確性和完整性進行打分。
關(guān)鍵詞：研究生；智能理論課程；創(chuàng)新教育
中圖分類號：G643 文獻標志碼：A 文章編號：2096-000X（2016）03-0021-02
人才是社會發(fā)展最重要的資源，而我國最重要的人才培養(yǎng)的地方就是高等學(xué)府。研究生培養(yǎng)作為高等教育中更為專業(yè)性的頂尖人才培養(yǎng)，在我國人才培養(yǎng)中占有不可或缺的地位。隨著經(jīng)濟的快速發(fā)展，我國在科技文化等方面也經(jīng)歷了巨大的變革，其中意識形態(tài)的變化和科學(xué)技術(shù)的飛速進步,使得傳統(tǒng)的研究生智能理論課程體系中僅僅簡單操作計算機的技術(shù)已不再能滿足當前研究生培養(yǎng)的需要，研究生需通過掌握智能計算并進行智能控制來進行科研工作。但是我國的研究生智能理論課程由于硬件及軟件的缺失導(dǎo)致課程開設(shè)并不全面，學(xué)生對智能控制等理論也是一知半解，不能更好的應(yīng)用于研究中，使得科研工作進行緩慢而耽誤計劃中的科研安排。如何讓研究生更好的學(xué)習(xí)智能控制理論并熟練操作計算機，以創(chuàng)新為驅(qū)動的理念優(yōu)化研究生智能理論課程體系是我們需要關(guān)注的問題。
一、智能控制理論及研究生的智能理論課
（一）智能控制理論
智能控制理論自上世紀末提出以來經(jīng)過20多年的發(fā)展已經(jīng)具有初步的模型和規(guī)模，應(yīng)用于不同的模型并結(jié)合電腦分析其復(fù)雜的結(jié)構(gòu)和功能。傳統(tǒng)的經(jīng)典控制只具有單線性的的輸入和輸出模式，而經(jīng)過科技的發(fā)展，我們需要分析的模型結(jié)構(gòu)也更為復(fù)雜，需要獲得的信息也更全面，智能控制理論就是基于這種不確定的被控對象和復(fù)雜環(huán)境而設(shè)。從范圍來講，與傳統(tǒng)控制相比智能控制的范圍更廣闊，從系統(tǒng)的整體出發(fā)并包括各種非線性和復(fù)雜多變量；從深度來講，智能控制分別應(yīng)用于各種專業(yè)模型，通過數(shù)學(xué)演算和智能分析實現(xiàn)專業(yè)智能自動化；另外，智能系統(tǒng)還可以自我調(diào)節(jié)、自我學(xué)習(xí)、自我適應(yīng)及自我修復(fù)等能力。
（二）研究生智能理論課的必要性
智能理論是最新一代的控制理論，在數(shù)學(xué)模型、醫(yī)學(xué)模型、工程模型等專業(yè)模型方面都具有非常強的應(yīng)用能力。研究生不僅在專業(yè)課程理論方面比本科學(xué)生更深入，在應(yīng)用實踐上也應(yīng)掌握更專業(yè)性的操作技術(shù)?，F(xiàn)代操作技術(shù)普遍以計算機模型為依托，數(shù)學(xué)演算為基本方法，所以研究生在學(xué)習(xí)專業(yè)課的同時也應(yīng)學(xué)習(xí)以計算機為基礎(chǔ)的專業(yè)智能控制理論及操作，掌握智能計算和智能控制基礎(chǔ)理論和基本方法，并能夠應(yīng)用所學(xué)理論與方法從事智能計算技術(shù)的研究工作。
二、研究生培養(yǎng)須以創(chuàng)新為基本理念
我國走的是自主創(chuàng)新的道路，創(chuàng)新是一個國家健康發(fā)展的靈魂，支撐著國家的科技、經(jīng)濟、文化等方面建設(shè)。研究生教育除了掌握本學(xué)科系統(tǒng)專業(yè)知識的基本理論和相應(yīng)的技能外，研究生通過系統(tǒng)的學(xué)習(xí)和鍛煉應(yīng)具備一定的創(chuàng)新能力才能為國家事業(yè)發(fā)展做出貢獻。培養(yǎng)具有創(chuàng)新精神的學(xué)生也是我國高等教育要實現(xiàn)的重要目標。
（一）我國研究生創(chuàng)新人才培養(yǎng)中的問題
研究生在科研學(xué)習(xí)過程中表現(xiàn)出創(chuàng)新能力不強的原因主要有以下幾方面：第一，科研題目沒有創(chuàng)新性，學(xué)生在開題時沒有勇氣接受比較難的問題，對已經(jīng)較為成熟的課題僅作部分改動，不敢做較新穎的課題。第二，研究生針對不同的科研問題，不能具體問題具體待之，而是采用相似問題的解決辦法，不能更深入去發(fā)現(xiàn)問題的本質(zhì)及原因。第三，研究生對自己的題目不能提出具有創(chuàng)新性的科研問題，只是模仿別人的關(guān)注點，進一步證實別人的觀點。再者，現(xiàn)在高校中論文的發(fā)表情況成為衡量學(xué)校和老師的主要指標，導(dǎo)致有的老師在培養(yǎng)學(xué)生時過于追求論文的數(shù)量而非質(zhì)量。這樣的環(huán)境下大部分的科研成了為了而做，而不是為解決什么問題而探究。另外，隨著我國社會經(jīng)濟的飛速發(fā)展，整個社會處于一種功利狀態(tài)，包括研究生教育也不像以前專為培養(yǎng)專業(yè)人才為出發(fā)點。對于這種現(xiàn)象，學(xué)校在招收研究生時應(yīng)關(guān)注學(xué)生的動機目的，給真正喜歡科研的學(xué)生提供學(xué)習(xí)的機會。
（二）構(gòu)建利于培養(yǎng)創(chuàng)新人才的課程體系
良好的課程設(shè)置對于培養(yǎng)創(chuàng)新人才有積極的作用。其中最重要的一方面就是加強各個學(xué)科之間的跨學(xué)科學(xué)習(xí)。所有學(xué)科都起源于我們的生活，學(xué)科和學(xué)科之間必定存在著某種聯(lián)系。雖然專業(yè)性的研究使學(xué)科劃分更為細致，但是若想深度理解某一學(xué)科內(nèi)容，相關(guān)的學(xué)科知識也必須認真學(xué)習(xí)。多個學(xué)科之間的交叉學(xué)習(xí)不但可以開闊眼界，還可以使研究生在學(xué)習(xí)過程中發(fā)現(xiàn)不同學(xué)科之間的隱秘聯(lián)系性，進而促進學(xué)生從多方面思考并發(fā)現(xiàn)問題的本質(zhì)。研究生在初學(xué)階段，更多的接觸綜合性的課題可以擴大研究視野、更容易抓住問題解決的突破口，提高學(xué)生科研能力。同時，在課程設(shè)置方面要多考慮更容易活躍研究生思維的課程，比如數(shù)學(xué)統(tǒng)計和科研方法之類的學(xué)科。數(shù)學(xué)統(tǒng)計這門課程本身具有非常強的的邏輯性，學(xué)生較多學(xué)習(xí)數(shù)學(xué)課可以聯(lián)系思辨能力，并且良好的數(shù)學(xué)統(tǒng)計方法運用也是研究生分析數(shù)據(jù)時必須熟練掌握的技能。
三、智能理論課程體系及存在的問題與改革
研究生的課程體系是指根據(jù)研究生的專業(yè)和研究方向進行課程設(shè)置和時間安排，此體系需符合研究生階段的學(xué)習(xí)目標及研究生的學(xué)習(xí)能力，研究生需在規(guī)定時間內(nèi)通過必要的課程考試才能結(jié)束相關(guān)課程學(xué)習(xí)。智能理論課程體系由相關(guān)的計算機及高等數(shù)學(xué)等課程組成，并配有一定的實踐操作課程，研究生在學(xué)習(xí)期間需掌握基本的智能控制理論并熟練操作智能設(shè)備，完成科研工作。
（一）智能控制理論課程設(shè)置結(jié)構(gòu)問題
智能控制理論課程屬于交叉性的學(xué)科，學(xué)生在學(xué)習(xí)這門課程的同時需學(xué)習(xí)其他的專業(yè)性課程以及選修課程。不同課程的時間比例不同，不同學(xué)校需根據(jù)不同的專業(yè)來確定學(xué)習(xí)課時。專業(yè)課程更復(fù)雜，所以需要學(xué)習(xí)的時間也更長；選修課輔助專業(yè)課的理解同時拓展知識面，也需要一定的課時比例并且考核。但是經(jīng)過考察發(fā)現(xiàn)，國內(nèi)幾個重點大學(xué)的選修課程安排非常全面豐富，時間也較長，學(xué)生所學(xué)情況也更好，而普通大學(xué)選修課程安排時間較少，學(xué)生學(xué)習(xí)情況也不如重點大學(xué)。所以全面修訂智能控制理論課程體系的培養(yǎng)方案，按情況適當?shù)脑黾酉嚓P(guān)選修課程及考核，對于學(xué)生學(xué)習(xí)更有利。
（二）智能控制理論課程設(shè)置內(nèi)容問題
研究生在理論知識方面學(xué)習(xí)時間不如本科學(xué)生長，而且智能控制理論教材中涉及過多的公式推導(dǎo)和和抽象概念，同時智能理論包含的知識面非常廣泛，從數(shù)學(xué)、物理等理科知識到醫(yī)學(xué)知識，每個小知識身后都有復(fù)雜的理論概念。所以不但教師在教授過程中非常頭疼，學(xué)生面對如此龐大的知識量也很難充分理解并應(yīng)用。尤其在智能理論設(shè)計中，學(xué)生對設(shè)計題目相關(guān)專業(yè)一無所知，全憑感覺摸索，設(shè)計出來的模型當然毫無意義。
（三）智能控制理論課程授課方式問題
由于智能控制理論課程本身偏向于理論方面，再加上枯燥的公式推導(dǎo)，各種多媒體設(shè)施在教師授課的過程中很難發(fā)揮其作用，大部分的教師只能按照教材理論的發(fā)展過程授課，學(xué)生聽課時也會覺得枯燥無味，更不愿提前預(yù)習(xí)。還有不少老師會提前把授課內(nèi)容做成幻燈片的形式在課堂上播放，但是長時間依賴幻燈片而非逐步向同學(xué)們解釋理論的演變過程，會使學(xué)生對所學(xué)知識模糊不清，不理解根本原因，更不能應(yīng)用于實際中。
（四）理論與實踐學(xué)習(xí)時間比例不平衡
我國高校普遍存在注重理論知識學(xué)習(xí)而忽視實踐課程的現(xiàn)象。智能控制理論學(xué)科本身在理論上具有概念抽象性，如果不適當?shù)倪M行智能控制實踐，那么所有學(xué)到的知識只能是死記硬背而不能靈活運用?，F(xiàn)在有許多智能控制相關(guān)的軟件，學(xué)校應(yīng)加大這部分軟件投資，使學(xué)生在學(xué)習(xí)理論的過程中配合軟件實踐學(xué)習(xí)，進而加深對智能控制理論的理解。
四、結(jié)束語
智能控制理論作為一門新興學(xué)科在社會中所起的作用越來越明顯，眾多高校中關(guān)于智能控制理論的學(xué)習(xí)也受到越來越多的重視。同時，研究生教育必須把培養(yǎng)創(chuàng)新意識、創(chuàng)新精神、創(chuàng)新品質(zhì)和創(chuàng)新能力作為教學(xué)工作的核心。由于課程體系的設(shè)置在創(chuàng)新人才的培養(yǎng)中占有重要的地位，所以通過分析研究生學(xué)習(xí)智能控制理論學(xué)科時存在的諸多問題并改革智能控制理論課程體系，使學(xué)生可以更好地學(xué)習(xí)智能控制理論并從事智能計算技術(shù)的研究工作，為我國培養(yǎng)創(chuàng)新型的技術(shù)人才打下良好的基礎(chǔ)。
參考文獻
[1]馬彥，洪偉，陳虹.控制理論與控制工程專業(yè)研究生課程體系與教學(xué)改革研究[A].HubeiUniversityofTechnology，China.Proceedingsof2010ThirdInternationalConferenceonEduca－tionTechnologyandTraining（Volume7）[C].HubeiUniversityofTechnology，2010：4.
[2]李建平，黃建華，謝正.基于創(chuàng)新教育理念的研究生數(shù)學(xué)課程體系優(yōu)化[J].高等教育研究學(xué)報，2014，1：23-27.
[3]萬明.我國研究生教育體制改革研究[D].中國科學(xué)技術(shù)大學(xué)，2013.
