人工智能的教育方式精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的人工智能的教育方式主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能的教育方式范文

自1956年人工智能概念在达特茅斯会议提出以来, 人工智能的发展超出了人们的想象:1997年, IBM超级电脑深蓝击败国际象棋世界冠军卡斯帕罗夫;2016年, 由Google旗下的深度学习公司Deep Mind开发的人工智能围棋程序Alpha Go战胜了世界围棋冠军李世石, 这件事轰动了全世界[1]。随后有关人工智能的热点应用不断推出, 比如无人驾驶、智能医生、语音与人脸识别等, 让我们认识到人工智能的应用已与生活息息相关。在教育领域, 人工智能应用也取得了重大突破, 比如2017年高考期间, 机器人艾达挑战高考数学, 10分钟就答完, 获得134分, 激发了教育领域对人工智能的巨大热情, 同时也引发了人们对教育的忧虑与反思[2]。2017年7月国务院印发了《新一代人工智能发展规划》, 提出人工智能产业竞争力在2030年要达到国际领先水平。目前世界主要发达国家先后从国家层面人工智能政策规划, 将人工智能作为国家经济发展、社会变革和国际竞争的新动力[1]。

1 人工智能定义和发展阶段

人工智能的英文是Artificial Intelligence, 简称AI, 人工智能的内容不断丰富和发展, 至今还没有统一的定义。比较权威的说法认为[3]:人工智能是关于人造物的智能行为, 主要包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的长期目标是发明出可以像人类一样或能更好地完成以上行为的机器, 短期目标是理解这种智能行为是否存在于机器、人类或其他动物中, 所以它包含了科学和工程双重目标。根据其功能强弱, 人工智能分为三类, 即弱人工智能、强人工智能还有超级人工智能。人工智能的发展大体上经历了三个阶段, 第一阶段是20世纪50~60年代, 提出人工智能的概念。主要以命题逻辑、谓词逻辑等知识表达和启发式搜索算法为代表;第二阶段是20世纪70~80年代, 提出了专家系统, 同时基于人工神经网络的算法研究发展迅猛, 伴随着半导体技术计算硬件能力的逐步提高, 人工智能逐渐开始突破;第三阶段是自20世纪末以来, 尤其是2006年开始进入了大数据和自主学习的认知智能时代。随着移动互联网的快速发展, 人工智能的应用场景也开始增多, 特别是深度学习算法在语音和视觉识别上实现了巨大的突破[4,5]。人工智能的技术体系主要分为四个方面, 即机器学习、自然语言处理、图像识别以及人机交互等。当今击败世界围棋冠军李世石的Alpha GO主要应用了机器学习中的深度学习算法。

2 人工智能应用状况与反思

2017年, 阿里的无人超市落地杭州, 进店、挑选商品、付款支付一气呵成, 消费者几乎在完全自主的状态下完成购物。与此类似, 昆山富士康公司裁员6万名工人, 全用机器人代替。京东、淘宝引入的智能机器人替代了原来的仓库管理、人工客服等岗位。因此有学者悲观地断言:在人工智能时代, 因为很多职业岗位或技能将被智能机器人所代替, 职业院校毕业生很有可能面临毕业就失业的窘境。笔者认为, 我们不应该重蹈历史上英国制定的限制汽车推广使用的《红旗法案》的悲剧。正是这个在今天看来毫无道理的, 但却持续了三十年的法案让德国和美国的汽车工业完全赶上来, 最终远超英国。人工智能应用必将淘汰或替代很多现有就业岗位, 但同时又会创造新的就业岗位, 这是一个伴随着产业智能升级的、长期的艰难过程, 对于职业教育来说, 这既是一个严峻的挑战, 也是一个难得的机遇。

3 人工智能时代职业教育的发展策略

为了更积极地适应人工智能时代, 除了国家层面的统筹规划、科学指导和政策、经费支持之外, 建议还要做好以下几个方面的发展规划。

3.1 解放思想, 更新理念与制度

中国工程院院士潘云鹤提出, 人工智能走向2.0阶段的真正原因是世界正从原来由人类社会与物理空间构成的二元空间, 向着由物理空间、人类社会与信息空间构成的新三元空间演变[6]。因此, 职业教育在教学和管理过程中应该加入人工智能等相关理念和技术, 同时其办学定位、人才培养方案、专业建设、课程内容、考核评价标准等方面都需要做出相应的改进。比如当前大多数职业院校非计算机类专业的课程安排中, 信息技术类课程课时偏少, 数据处理、编程类或人工智能课程几乎没有, 这样的安排不利于提升学生的信息素养, 必须做出相应的调整, 同时适当减少将来可被人工智能应用替代的技能课程的课时, 比如电算会计、环境监测等。

3.2 善用人工智能, 提升教学与管理

在人工智能背景下, 教师们现有的重复性工作和大量数据积淀的教学任务, 比如批改作业或阅卷或课堂考勤都可能被人工智能取代, 因此, 教师能腾出更多的时间, 更充分地关注学生的个性差异, 从而为学习者提供更精确的个性化学习服务, 教师也能够及时调整教学方法和手段, 优化教学评价方式, 补充教学资源, 减少备课重复性工作, 提升教学效率, 真正地做得因材施教, 同时学生们的学习方法和方式将不同程度地得到重构, 基于大数据的智能在线学习平台大量出现, 不同的学校、学科及专业课程不再封闭, 学习时时处处都可以进行, 碎片化与个性化学习将日益普遍。教师能完整地跟踪学生的整个学习过程, 比如学生上课是否睡觉、是否玩手机、是否在教室里与其他同学合作学习等, 都能够根据监测数据进行智能解析, 有利于更有效、更全面地对学生进行过程性评价。大部分课程考试将全部自动化, 考生资格审查利用人脸识别、监考与阅卷都由智能机器来完成。上述人工智能给教学带来的这些变化既需要网络硬件设施和相关软件系统来支撑, 更需要职业教育的教师们继续提升信息技能、深化和加强信息素养。

3.3 深化产教融合、优化实训筑牢就业

在人工智能时代, 职业院校应与相关行业统筹发展, 深化产教融合, 拓宽企业参与的途径, 深化引企入教改革, 支持引导企业深度参与职业院校的教育教学改革, 多种方式参与学校专业规划、教材开发、教学设计、课程设置、实习实训, 促进企业需求融入人才培养环节;鼓励以引企驻校、引校进企、校企一体等方式吸引优势企业与学校共建共享生产性实训基地;全面推行现代学徒制和企业新型学徒制, 推动学校就业与企业招工无缝衔接。比如职业教育将出现新师徒制, 行业领域的行家里手将通过互联网以VR或者AR技术言传身教的方式, 带领规模庞大的徒弟用碎片时间进行学习与实践。

3.4 完善终身学习的职业教育体系

随着人工智能应用的深入推广, 职业院校培养的技能型人才所掌握的技能如果不及时进行充电升级, 中低端的重复性强的工作将面临被智能机器人不同程度进行替代的危险。所以对于不少技能岗位, 守着一门技术吃一辈子老本的时代将一去不复返。因此, 职业教育要继续完善终身教育体系, 为职业教育学生的充电升级铺就一条纵深的通道。

3.5 人文教育为道, 智能教育为用

在人工智能的帮助下, 简单重复性的工作将被机器替代, 人们将从重复繁琐的事务中解脱出来, 转去从事更具有创造性、创新性或者更具有情感类的工作, 这些工作需要人与人之间的合作与沟通, 因此, 职业教育更需要注重学生思想道德水平、人文综合素质的培养, 这是做人之道, 在此基础之上激发学生们的学习主动性和创造力, 促进跨界思维的形成, 更好地掌握人工智能时代的相关职业岗位知识和相应的智能技能。著名理论物理学家霍金曾说:完全人工智能的研发可能意味着人类的末日。Tesla汽车和Space X公司创始人马斯克说:我们必须非常小心人工智能。如果必须预测我们面临的最大现实威胁, 恐怕就是人工智能了[7]。一群没有良好道德水平的, 但掌握了智能技术或设备的人们是危险的, 所以职业教育应该从学生入学起就开始, 不断提升学生的思想道德水平, 热爱社会、热爱生活、乐于助人、与人为善。只有这样, 人工智能应用才能更好地服务人们、造福社会。

4 结论

人工智能正在快速又深刻地改变我们的教学、生活和工作方式, 也对职业教育提出了严峻的挑战, 同时也是一个巨大的机遇。职业教育在面对人工智能时代的变革时, 须要从国家政策、理念与制度、教学管理、产教融合、终身学习等方面做好应对, 切实地把握人文教育之道对智能教育之用的统领原则, 培养能很好地掌控人工智能技术和应用的人才。

参考文献

[1]谢青松.人工智能时代职业教育的转型和发展[J].教育与职业, 2018 (8) :50-56.

[2]苏令.人工智能来了, 教育当未雨绸缪[EB/OL].[2018-05-15].

[3]Nils J.Nilsson.人工智能[M].郑扣根, 庄越挺, 译.北京:机械工业出版社, 2000.

[4]王璐菲.美国制定人工智能研发战略规划[J].防务视点, 2017 (3) :59-61.

[5]贺倩.人工智能技术在移动互联网发展中的应用[J].电信网技术, 2017 (2) :1-4.

第2篇：人工智能的教育方式范文

人工智能技术的诞生，为人类探索计算机科技、便捷生活展望了美好的前景，提供了丰富的想象空间，在社会科学中的应用广泛。教育手段革新，需要一种新的技术作为保障和支持。人工智能技术应用的普遍性和网络教育技术发展的需求性一拍即合，成为一种新的教育发展模式。本文将对人工智能在网络教育中的应用进行探究。

【关键词】人工智能 网络教育 具体应用

1 网络教育模式的发展现状

1.1 网络教育的优势

网络教育模式是对传统课堂教育模式的更新与演进，传统课堂教育模式具有交流便捷、课堂管理方便的优势，但是也受到空间和时间的双重限制，需要缴纳昂贵的场地和设施费用，难以追赶新时期人们快捷的工作步伐。网络教育通过互联网远程传递，在继承和发展了传统课堂优势的同时，弥补了缺点和不足，在虚拟的网络环境，摆脱了有关时间、空间、身份等诸多限制，促进了教育手段的创新，为人们提供了更多接受教育的机会，促进了国民教育水平的提高。

1.2 网络教育存在的问题

网络教育的问题主要体现在以下方面：

1.2.1 操作平台的局限性

网络教育登录界面的首页，一般包含着课程选择、成绩查询、习题演练、师资介绍等基本内容，这容易导致众多网络教育平台具有相同的首页模板和计算机程序，不同平台、不同学科、不同专业没能充分体现出其独一无二的课程特色。操作平台具有局限性，无法充分体现人性化特色和该课程的特殊化要求。

1.2.2 教学方式的一致性

网络教学中，一般采用计算机程序设定好的流程，授课、复习、习题演练、期末考试、综合评估为基本程序，流程化操作，无法根据学生的学习特点和成绩要求制定相应的教学方式。教学评价流程过于死板，无法像教师一样考虑其他综合因素进行分析，这就容易导致考试系统的公平性、评分的合理性受到质疑，无法体现教学权威性。

1.2.3 服务系统的落后性

网络教育是以计算机的软件程序为表现载体，将教学课程和学习方式相融合。随着知识体系更新换代的不断加快，学术纠错的发生，课程及时更新也是十分重要的。但是网络教育服务系统具有一定的落后性和延时性，传递的知识和答疑手段相对落后，影响着网络教育的准确性和科学性。

2 人工智能在网络教育中的具体应用

网络教育缺陷的存在，其重要原因是教育流程系统的“刚性”无法符合学习者不同的教学需求，不懂得如何具体因人而异、因材施教；而人工智能“柔性”的工作特点，可以有综合考虑各种影响因素，并及时调节，恰好是对缺陷的补充。事实证明，人工智能在网络教育中的具体应用也取得了较好的效果，主要体现在以下方面：

2.1 专家系统的应用

专家系统是对智能教学系统、决策系统、导学系统以及先进的智能化硬件设备的总称。传统的网络教育是流程化、规范化的，智能化教学系统是对每个流程应用智能化手段，促进教学过程的科学性。

2.1.1 智能决策系统。

在课程开始之前，增设智能决策功能即智能决策系统，类似于学校的入学考试，对学生的学习能力、成绩水平、智力状况进行基本的分析和了解，以学生能力而不是教师要求为教学依据，制定合理的教学计划和学习方案；通过智能化设计，确定学习成绩分阶段测试计划、智力开发方案和考试模拟系统等，通过这些方式，实现对学生能力的充分开发。

2.1.2 智能导学系统

这是通过对学生一定时期学习环境的营造，通过对环境内各影响因素施加措施，为学生的学习提供优质条件。影响因素包括教师、学习资源、外部因素等，一旦学生学习没有达到预定的目标，教师模块就会对学生的动态行为做出科学正确的指导，并向正确的学习轨迹纠正；学生学习所需要的参考资料、试卷分析、时事热点等，会根据学生的学习进展情况及时更新资料库；学生在学习中遭遇困境，系统会根据智能化发挥引导和提醒功能。

2.1.3 智能教学系统和智能化硬件设备

智能教学系统和智能化硬件设备分别是智能学习系统的软件和硬件载体。智能教学系统是智能决策和智能导学子系统的综合，是几种不同模式的组合与搭配，最终出现适合学生自身的学习模式，并且让系统关系更加稳固；硬件系统是网络学习的基础和载体，包括传输设备中的路由器、交换机设备，终端的打印机、摄像头等。

2.2 其他人工智能系统的应用

2.2.1 语言处理系统

语言处理系统在人工智能领域是一种应用较为广泛的技术，系统内部拥有录音模块、语言识别模块、转换模块和输出模块。学生向录音系统发出声音，语言识别和转换模块将语言转化为文字显示在计算机界面上。就目前的技术来说，语言处理系统可以处理简单口语和书面语言，局限在普通话，随着语言库的升级，语言处理系统的功能会越来越强大。这一功能的出现，对学生学习语言口语和减少文字任务有很大的帮助。

2.2.2 知识库系统

知识库系统是对知识和数据的整合、汇总和储存，学生仅依靠记忆中对知识的只言片语和残损记忆，发挥知识库强大搜索功能，自动分辨出关键词，并提供完整的数据。这对学生学习记录的查找和知识的复习有很大帮助，也有助于系统的升级和完善。

3 促进人工智能在网络教育中应用的具体措施

3.1 加大资金支持

资金支持是发展新科技的坚实保证，政府和相关机构应该重视人工智能在网络教育发展中的巨大作用，提供政策的优惠和资金拨款，给予场地和设备的支持。有了资金的支持，可以吸引优秀人才开展系统研发和技术升级工作，可以为人工智能的应用提供高性能、高水平、先进的硬件设施保障。

3.2 开展教学实施

应该积极促进人工智能在网络教育中的教学实施活动，通过一线学习的监测和实验，推动新技术的普及与应用。在相关专业院校安装人工智能软件，也是促进教学实施的有效途径。

4 结束语

综上所述，人工智能是一项应用广泛，可研究性强的计算机前沿技术。通过人工智能相关技术的研究，能够解决网络教育中存在的诸多问题，提高学生的学习质量和效率，方便老师的教学管理，以及对教育教学模式将产生深刻影响。

参考文献

[1]冯佳.虚拟机技术在计算机网络课程教学中的应用[J].计算机光盘软件与应用，2011（17）.

[2]王世刚，王纪凤，尚玉莲，赵学军.计算机网络课程教学中的虚拟机技术应用[J].中国现代教育装备，2011（01）.

[3]刘健.人工智能在网络教育中的应用探索[J]. 计算机光盘软件与应用，2014（06）.

[4]陈建锋.人工智能及其在计算机网络技术中的应用[J].城市建设理论研究.2015（03）.

作者简介

侯燕（1981-），女，山东省济宁市人。硕士学历。现为齐鲁师范学院讲师。研究方向为计算机应用。

第3篇：人工智能的教育方式范文

关键词：新工科；人工智能导论；实践教学；校企合作；案例库

随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。

1人工智能对新工科人才的新要求

1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。

2人工智能导论课程教学现状

目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。

3人工智能导论实践教学初探

3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣，南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台，如采用开源的PaddlePaddle百度飞桨深度学习平台，希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课，学生也可以在课堂中跟随老师完成相关实验，并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中，以学生兴趣为导向，开展相关应用课程实验，南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后，通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节，校企合作是关键。应积极派遣教师进企业进修，了解企业需求，并提高教师的工程能力。从2018年以来，南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式，从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制，邀请企业中实践经验丰富的人才任教或任职，校企合作建立实践教师指导团队，改革教学策略及教学方法，以项目为牵引，将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制，积极引导学生参加各种人工智能相关的比赛，从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学，提高学生兴趣。首先，从人工智能竞赛的部分赛事中、（如百度的人工智能大赛，“2020年全国人工智能大赛”，“2020中国高校计算机大赛人工智能创意赛”等）中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后，采用目前主流的人工智能开发软件进行算法代码的编写，引导学生采用Python语言调用第三方接口库进行算法的实现。最后，让学生使用主流的编程语言（如C++、Java等）开发完善算法或进行系统设计与实现。

4结束语

在新工科背景下，人工智能导论作为智能科学与技术专业的基础核心课程，人工智能人才培养应注重提高学生解决问题的能力。在这种背景下，笔者结合近年来了解到的企业需求和上课的实际，对人工智能导论实践教学模式进行初探，具体如下：①校企合作，构建人工智能实践平台；②建立案例库，优化实践的内容；③校企“双导师”制，采用案例教学，从而进一步提高学生在创新实践方面的能力。

参考文献:

[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44

[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107

[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42

[5]姚琳,石志国.人工智能课程体系与教学方法研究[J].中国大学教学,2019.10:19-22

第4篇：人工智能的教育方式范文

>> 引入深度学习的人工智能类课程 中西合璧的人工智能课程双语教学模式 可调戏的人工智能 生活中的人工智能 不断超越的人工智能 逐渐靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天类专业“人工智能”课程的教学探索 林业院校人工智能课程教学的思考 人工智能导论课程的兴趣教学法 人工智能概论课程的教学思考 “人工智能”课程教学的实践与探索 游戏开发应用中的“人工智能”课程教学方法探讨 人工智能的应用研究 人工智能的日常应用 人工智能的应用和发展 浅析电气自动化控制中的人工智能应用 分析继电保护中的人工智能技术及其应用 电气自动化控制中的人工智能应用分析 常见问题解答 当前所在位置：l)。在情境创设时,教师根据学生特点提出了多种应用需求,例如化妆品销售咨询等。学生利用该工具,兴趣盎然地开发了自己的小型专家系统,不仅理解了专家系统的特点、作用、运行方式等,还具有强烈的成就感。

2.2面向研究的情境创设

苏霍姆林斯基认为,研究型教学法应该充分体现学生的主体地位,激励、引导和帮助学生去主动发现问题、分析问题和解决问题,激发学生学习的内在兴趣和成就动机[4]。人工智能课程中包含了大量的前沿问题,研究型课题比比皆是,如何平衡这些研究课题与兴趣、实用的关系,是教学设计中重点考虑的内容。

下面以“规划”中的路径规划内容为例,详细分析以研究为导向的情境创设过程。表2给出了整个教学设计。

综合几次研究课题完成情况,班级中有1/3的学生通过广泛查阅资料和多次与教师讨论,提交了质量尚可的标准格式论文,并因此获得了学院的科研学分。除此之外,教师还组织这部分具备一定科研潜力的学生参加科研项目,进一步磨练科研技能,极大提高了学生的学习兴趣和能力。

3DBR驱动的教学过程

人工智能课程各单元内容相对独立,难以形成统一的联系,怎样验证各单元的学习效果?从提出问题到任务解决,每个单元的学习通常要跨越几节课甚至几周,怎样在此期间保持学生的兴趣和关注?

DBR是情境设计、实施、评价、再设计、理论形成等环节多次迭代循环的过程,柯林斯称之为“不断进步的修正”(Progressive Refinement),以检测设计的价值。因此,评价是教学过程中非常重要的一环。本课程教学主要做好两个环节,以驱动整个教学过程的推进。

1) 实践环节。

通常的实践环节是课程结束后固定时间的实际任务,而本课程的实践却贯穿整个教学过程,是单元教学、教师、学生之间的粘合剂。实践包括应用型实践和研究型实践,一般在每个单元教学开始,提出问题后,实践任务就被布置下去,例如前面所述的“黑白棋”、“路径规划算法研究”等。学生接受任务后,带着问题搜索解决途径,在此期间需要教师提供方法指导及答疑(既可固定时间,也可通过E-mail等形式)。及时地交流,特别是针对实际问题的交流,不仅有效率,而且便于教师及时调整教学设计。

2) 教学评价。

除了课程考核以外,每个教学单元结束时都有反馈和评价环节。评价方式包括单元测试、编写软件测试、研讨会等。具体采用何种形式,要根据前一阶段的反馈信息决定。这些来自学生反馈信息包括前一阶段学习的接受情况、兴趣点、其他课业繁忙情况等。在学期的不同时间点采用合适的评价方式,有助于加强学习刺激,总结和发现教学设计中的问题,及时调整。

通过上述两个环节的推动,精心设计的教学内容得以顺利实施并被学生欣然接受。2/3的学生在整个学期教学中都保持了积极的态度和充分的关注度,确实感受到人工智能的魅力,并能够从技术角度看待人工智能,消除了未学或初学时的神秘感。

4教学实施效果分析

1) 正效果分析。

中原工学院计算机学院作为普通工科院校,以培养实用型人才为主,人工智能并非主干课程,学生重视程度不足。两年来,经过教师与学生的共同努力,教学改革成果逐步体现。人工智能类学生人数从过去的5%上升到15%,科研论文数量从1%上升到20%。有20%的学生接触过或正在从事人工智能类项目的研究与开发,考研选择人工智能科目的学生比例从0上升到15%,考研成功人数占毕业生总人数的20%。

人工智能教学中采用的应用型与研究型情境创设,不仅促进了学生理解接受知识,而且锻炼提高了学生独立分析、解决问题及开发能力。学习也不再局限于课堂,而是拓展到图书馆、互联网等更广阔的空间。学生在学习期间保持了高度的关注,充分发挥了主动性和主体意识,为持续发展奠定了良好的基础。

2) 不足分析。

DBR的方法论能够促使教师在教学过程中不断完善教学设计,融合先进的教学理论及工具,逐步加深学习的理解和设计的提升,切实提高教学效果。然而,仍然存在一些DBR无法解决或完善的问题。具体表现在:

(1) 缺乏合适的教材。目前大多数教材的示例以解答式或推证式为主,设计型或实际项目案例较少。

(2) 投入时间限制。尽管上述教学设计和教学过程都经过精心准备与实施,但是要取得好的成效,还需要教师和学生都投入大量时间交流、研究或开发。而学生课业繁忙造成了实施的瓶颈。

这些不足制约了上述教学方法的实际实施效果,需要今后不断改进。

5小结

本文针对普通工科院校学生特点,将DBR研究成果应用于人工智能课程。教学效果表明,精心设计的应用型与研究型情境有助于维持学生长时间的关注度、主动性和兴趣;强调基于评价的修正使教学过程可调节,学生的学习效果更可靠。希望本文研究能够对人工智能教学及学生培养起到一定的参考作用,下一阶段的主要工作是进行适合的教材建设。

参考文献:

[1] 杨南昌. 基于设计的研究:正在兴起的学习研究新范式[J]. 中国电化教育,2007(5):6-10.

[2] 曾安,余永权,曾碧. 人工智能课程教学模式的探讨[J]. 江西教育学院学报:综合版,2006,27(6):40-43.

[3] 李鸣华. 案例教学法在高中人工智能课程中的运用研究[J]. 中国电化教育,2008(2):99-102.

[4] 杨种学. 研究型教学法在数据结构课程中的应用研究[J]. 计算机教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

第5篇：人工智能的教育方式范文

Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.

P键词： 人工智能；创新；本科

Key words： artificial intelligence；innovation；undergraduate

中图分类号：G642 文献标识码：A 文章编号：1006-4311（2017）22-0230-02

0 引言

人工智能是计算机科学的一个分支，是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科，其属于一门边缘学科，同时也是多个学科交叉而成的一门学科，包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程，它是计算机科学与技术学科类各专业重要的基础课程，其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等，国内外很多大学都意识到了其重要性，纷纷对其展开了教学和研究。人工智能课程包含多个学科，具有内容抽象、理论性强、知识点多等特点，且算法复杂，但是多数高校采用的教学方式仍是传统的课堂教学方式，即“教师讲、学生听”的教学模式，这种信息单向传输教学模式以教师为主体，学生只是在被动的接收知识；存在过分重视理论教学，忽视实践活动教学的问题，导致教育内容无法和社会接轨；人工智能教材理论性过强，学生在学习过程中常常感到枯燥乏味，进而对学习该课程失去热情[2]，久而久之，不仅人工智能课程的教学质量和效果无法达到预期，甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题，本文作者结合自身丰富人工智能教学实践经验，参考人工智能课程特点和教学目标，从多个方面探讨和总结了人工智能，包括教学内容、教材选择、教学方法和考核形式等。

1 教学内容优化与更新

人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲，人工智能学科的内容包括两个部分，具体：一是知识表示和推理；二是人工智能的应用。前者是人工智能的重要基础，后者主要介绍了几种人工智能应用系统，包括自动规划和机器视觉、机器学习、专家系统等。另外，课程内容中还包括了一些人工智能应用的实例，将实践和理论紧密结合起来[3]。

随着时代的发展和科技的进步，人工智能学科也取得了较大发展。基于此，人工智能学科也应该与时俱进，更新人工智能教学大纲，进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分，即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等，后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。

教学内容的选择和确定应综合考虑多项因素，不仅要重视基础知识，也应注意推陈出新，随着科技的进步做到与时俱进，同时教学内容应符合现实的需求，能够与社会接轨，将理论和实践紧密结合起来，只有这样人工智能课程的教学质量和效果才能事半功倍。

2 教学策略及教学方法的改革创新

由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点，传统的教学模式已经无法满足人工智能课程的需求，教师应探索更加有效的教学模式和方法，确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面：

2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣，学生只有对某门学科存在兴趣，才会更加主动积极的学习该门课程，从而获得良好的教学效果。比如，作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段，由这个电影学生知道了世上存在人工智能的机器人，学生们随着电影情节的发展而深深感动，与此同时教师让学生思考和谈论人工智能是什么？研究人工智能的意义在哪里？实践发现，在课堂中加入电影因素，能够大大提升学生们的注意力，让学生更加专注在教学任务中，有效提高了学生探索人工智能的积极性和主动性。此外，在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来，让学生更直观的感受人工智能的奥妙，从而投入更多热情学习人工智能课程。

2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点，我们采取了以下几种教学形式实施案例教学。①讲解式案例教学：这种案例通过教师的讲解，帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式：一是“案例―理论”，即先给出教学案例，然后再讲解理论知识；二是“理论―案例”，即教师先讲解理论知识，再给出教学案例；通过情境体验与案例剖析激发学生认知的兴趣，引导学生对将要学习的内容产生注意，有利于教师导入新课。②讨论式案例教学：在课程初期将学生分成若干学习小组，每小组3～4人；教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组，要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学：在课程后期，采取专题辩论的方式对综合应用案例进行讨论，能有效地启发学生全方位地思考和探索问题的解决方法，加深学生对人工智能的理解。

2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学，结合学生特点因材施教。比如，在日常教学中多观察学生情况，鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识，同时友善面对学习较差的学生，分析其学习过程中面对的困难，有的放矢地采取应对措施，帮助其不断进步；在教学过程中让学生以读书报告的形式多多思考，鼓励学生发散性思考问题，鼓励优秀学生进行深一步的探讨，并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。

2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法，其中心导向是任务，学生在完成任务的同时也在吸收和掌握知识。通常来讲，该教学方法的步骤是：教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识，还能够培养学生解决实际问题的能力，提高其综合实力。不仅如此，由于该教学模式通常是以小组协作的方式进行，教师给出研究范围，学生自愿结组并选择具体的题目，经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知，学生是在以团队的力量解决问题，这十分考验学生的团队协作能力，对于学生团队合作精神的培养至关重要，且在完成任务的过程中学生需要查阅大量的资料，久而久之学生收集资料和创新能力势必会得到提升。

2.5 采用启发式教学 人工智能的很多问题都较为抽象，对学生理解力的要求较高，因此，在实际的教学过程中教师应有意识的就课程内容提出相关问题，让学生自己独立思考，鼓励学生提出自己的想法和解决方案。然后回归到课程上，对比分析教材上的解决方案和学生自己的解决方案，如此不仅培养了学生独立思考的能力，也增加了学生参与教学活动的意识，提高了学生的学习热情。比如，在讲到较为抽象的“遗传算法”时，先提出一个问题，即“遗传算法如何用于优化计算？”，然后从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用，之后举例分析，启发学生思考“遗传”、“变异”和“选择”的实现，最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的，也锻炼了学生逻辑思维的能力，教学效果良好[4]。

3 作业和考核方式的改革创新

过去的课程作业都是单一书面习题作业，发展至今，课程作业形式已经发生了变化，更加丰富多样，包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业，并且教师批阅作业后也可以通过网络返回给学生，实现了网络化。课程的考核方式较之以前也发生了较大变化，加强了平时思维能力的考核，更加注重学生实验能力和动手能力的培养，不再是绝对的一次考试定成绩，而是在总评成绩中加入30%的平时成绩，如此不仅减轻了学生的期末负担，也迫使学生更加重视平时的学习思考，有利于课程教学质量的提升。

4 结束语

本文是以提高教学质量为目标，结合教学实践，从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨，总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求，可以支持教师提高教学手段现代化的水平，同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化，才能激发学生的学习兴趣，培养他们的思维创新和技术创新的能力，最终提高本课程的教学质量。从学生的反馈来看，作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够，今后将继续在教学过程中不断总结成功的经验，吸取失败的教训。

参考文献：

[1]蔡自兴.人工智能及其应用[M].三版.北京：清华大学出版社，2007.

[2]谢榕，李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育，2014（19）：92-97.

[3]蔡自兴，肖晓明，蒙祖强.树立精品意识搞好人工智能课程建设[J].中国大学教学，2004（1）：28-29.

第6篇：人工智能的教育方式范文

【关键字】人工智能；课程改革；高中；信息技术；课程实施

【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097 (2008) 10―0043―04

教育部在2003年颁布的高中信息技术新课程标准中，首次把“人工智能初步”设置为选修模块，与多媒体、网络、程序设计、数据库技术等一起列入信息技术课程体系[1]。此举曾被视作信息技术课程改革的亮点之一。然而，在如今高中信息技术新课改已经全面铺开之际，人工智能选修课程的推进仍然举步维艰，面临诸多困难和问题。

一 高中人工智能课程的现状分析

自2004年我国部分省级实验区开始推进高中新课程改革以来，信息技术课程改革已经开展了四年之久。从目前的总体情况来看，信息技术课程的基础模块与多媒体技术、网络技术、算法与程序设计三个选修模块的实施情况较好，而数据库技术与人工智能初步两个选修模块的推进情况相对不佳。特别是人工智能课程，至今在全国范围内正式开设该课程的学校寥寥可数，少数高中展开了一定的探索和实验，而大多数学校仍持有观望态度。以下分别从实施取向和实施层次的角度分析该课程的现状：

（1） 课程实施的取向

由于我国长期以来实行的是全国统一的课程与教材，按照统一规定执行教学计划，对学校和学生的评价也是按照统一标准与方式实施的，因此我国以往的课程实施基本上都采用了忠实观的取向[2]。本次新课改中信息技术课程的实施过程难免受到这种取向的影响。然而，新课程标准中对信息技术技术各个模块的具体实施并没有明确而详细的规定，从而使教师对包括人工智能模块在内的课程实施缺乏长期惯于依赖的参照和依据，增加了课程实施的难度，造成部分模块的课程难以开设的情况。

（2） 课程实施的层次

课程实施包括五个层面的变化，即教材的改变、组织方式的改变、角色和行为的改变、知识与理解的改变、价值的内化[3]。目前高中人工智能课程在教材改变的层面已经做出了一定的努力。在课程标准的指导下，现已出版的五套教材在体例、版面、学习活动、评价等方面进行了多样化的设计，基本上贯彻了新课标所倡导的课程目标和理念。在组织方式的层次，少数已经开设人工智能课程的学校结合学生的兴趣与学校的实际情况，有针对性地开展了课程的组织。然而，仍然有一些地区或学校不愿或不习惯打破原有的课程组织方式，而是采用硬性规定的方式，人为指定两三门课程，将选修变为必修，限制学生的自由选择，依然维持原有的固定班级授课的形式。教材的改变仅仅是课程实施的开始，在组织方式、角色或行为、知识与理解、价值等层次，大部分学校还未发生变化或变化还很小。

（3） 课程实施的典型个案

目前国内开展人工智能课程教学或实验的典型学校如表1所示。总体来看，这两所学校都地处东南沿海地区，且学校本身比较积极参与高中新课改的实践探索，属于“敢于吃螃蟹”的类型。考虑到课程本身的要求较高，两所学校都选取了基础较好的学生开展教学。到目前为止，两所学校均已开展了三期的教学或实验探索，任课教师及时总结教学心得体会，并在相关教学刊物或课程研修活动中与广大一线教师分享教学经验。

二 高中人工智能课程的影响因素

根据Snyder的研究，可以把课程实施的影响因素归纳为四个方面：课程改革自身的性质、校区的整体情况、学校的水平以及外部环境[4]。结合高中人工智能课程的现状，本文分别从以上四个方面来探讨影响该课程的主要因素。

（1） 课改自身的性质

课程改革本身的性质是影响课程实施的第一要素。它包括课程改革的必要性及其相关性、改革方案的清晰程度、改革内容的复杂性以及改革方案的质量与实用性。结合信息技术新课程改革的相关调查研究，广大信息技术教师和教研人员对课改的必要性应该认识得比较到位，然而他们对信息技术课程中是否有必要单独开设人工智能模块存有疑惑。其次，不少教师对课程改革方案（课程标准）的认识并不是非常清晰。他们认为新课程标准中的教学理念、实施建议等内容相对抽象，不易把握和理解，缺乏具体的针对性，可操作性不强。再次，人工智能课程的实用性相比其他模块并不明显，课程内容也相对难度较高。这些因素造成课程设置的必要性不强、实施难度大、实用性不高，直接影响人工智能课程在学校的顺利设置。

（2） 校区的整体情况

校区的整体情况主要包括地区的适应性、地方管理部门的支持、教学队伍的培养、教学研讨和交流等等。各地区对课程改革的需要程度会直接影响人们实施课程的积极性和主动性。我国东西部地区的学校对课程改革的需求程度不同，从而造成了课程实施的地区差别。从目前开设人工智能课程或教学实验的学校来看，均分布于东南沿海较为发达的地区。这些学校的共同特点是基础条件较好，对课程改革的积极性高，敢于进行教学尝试和革新。此外，地方管理部分的支持对课程实施也有很大影响，如广东省为了推动信息技术课程改革，专门出台了关于课程标准的教学指导意见[5]。其中强调“要特别注意人工智能初步”，并针对人工智能课程提供了较为具体的教学建议，从而促使该省出现了全国最早正式开设人工智能课程的学校。师资队伍也是影响课程的因素之一。目前大多数高中缺乏熟悉人工智能课程内容和教学方法的专业教师，使得学校无法开设该课程。因此，有关人工智能课程的研讨和学习交流显得尤为重要，然而目前这些方面的活动总体上相对缺乏。

（3） 学校的水平

学校水平对课程实施的影响因素包括校长的作用、教师的个人特征和教师集体的行为取向。学校是课程改革的基本单位，校长和教师是学校课程改革的动因。校长对课改理念的理解，以及对课改的支持、参与程度都会影响课程的顺利实施。校长通常会根据上级主管部门的意见，结合本校的实际情况，权衡课程改革可能对学校形成的各种影响。在高考的影响下，信息技术课程在高中各科中长期存在地位“低人一等”的现象，甚至出现课时常被“侵占”的现象。如果校长对信息技术课程本身不重视，那么要求学校开设人工智能选修课无疑是一种奢望。此外，一所学校教师个人和集体的改革意识的强弱也会影响课程的实施。从人工智能课程的现状来看，恰好印证了这一点：改革意识强的教师个人或教研组即使没有上级的硬性指令，也能积极展开各选修模块的教学尝试和探索，并自觉地从教学者成长为研究者，而思想保守的学校即使具备了课程实施的基本条件，也不愿积极开设相关的选修课程，长期停留于课程的“忠实执行者”的层次。

（4） 外部环境

外部环境因素主要包括政府部门的重视、外部机构的支持以及社区与家长的协助。各国课程改革的经验表明，教育行政部门和相关机构的态度在很大程度上影响到新课程的顺利实施。特别是我国长期以来受到前苏联教育模式的影响，课程改革通常是自上而下的模式，新课程的实施主要依靠各级政府教育行政部门的政策和指令的推动。本次新课程改革同样继承了这一模式，但是整个教育体制和评价体系未能及时进行相应的调整，因此在某些方面造成各级教育部门的政策抵触，出现“上有政策、下有对策”的情况。此外，社区与家长对新课改的认识和态度也影响到人工智能课程的实施。研究表明，社区与家长更加关心的是新课改是否有助于提高学生的学业成绩，是否会给学生造成更大的负担，而对学生能力的全面发展和个性的培养则是其次的考虑。因此，要使社区与家长认识和了解课程改革的意义和目标，引导其关心新课程、支持新课程才能更好的促进新课改的健康发展，进而才可能使得包括人工智能在内的高中各科选修模块得以全面开设与实施。

三 高中人工智能课程的反思

通过调查访谈以及与相关授课教师的交流，笔者了解到高中人工智能课程的教学情况和教师的经验体会。总体来说，该课程的推进情况不如预期理想，需要从课程的设计、管理、教学以及评价等方面进行反思。

（1） 课程设计

本次高中信息技术课程改革将原来的一门课程分解为1个必修模块和5个选修模块，从而给学生提供多样化的选择。“人工智能初步”选修模块是作为智能信息技术处理专题设置的，以反映信息技术学科的发展趋势，体现教育的时代性要求。课程设置的目的在于使学生在技术掌握与使用的过程中，逐渐领会信息技术在现代社会中的应用以及对科学技术和人类发展的深远意义[6]。然而，以上的描述更多是该模块的隐性价值，相比其他模块该课程的显性价值并不是很直观。而一线的信息技术教师较多关注的是该课程的显性价值：课程能给学生带来些什么？学生的实践能力能否有较大提高？教师们在没有找到一个合理的价值依托之前，一般不会贸然开课。这一点值得课程设计者和教研人员的深刻思考。

通过网络问卷调查，不少教师认为人工智能课程在高中开设是有一定必要性的[7]，但并不意味着所有的学生都需要学习该课程。课程应面向对人工智能有一定兴趣的学习者，且最好有一定的基础。事实上，相对于其他选修模块，选择人工智能课程的学生并不是很多。因此，结合我国目前的情况，可以考虑优先在发达地区条件较好的部分学校开设，再进一步利用其示范作用，以点带面，逐步铺开培训、指导、交流的规模和影响面，积极稳妥地推进高中人工智能课程的建设。

（2） 课程管理

课程的有效管理有助于提高课程实施的质量。上个世纪90年代以来，我国的中小学课程由原来的中央集权管理体制逐步转变为国家、地方、学校的三级管理体制。国家负责课程的总体规划，省级教育部门结合本地区实际制定课程计划或实施方案，而学校也将有权根据学校传统或学生兴趣开发适合本校的课程。目前人工智能课程虽然已被列入国家课程标准，但在地方管理层面并未得到应有的认可。部分地区考虑到高考因素，直接将人工智能模块排除在学生的选择范围之外，无疑成为阻碍该课程顺利实施的一个重要原因。

目前我国高中了解熟悉人工智能教学内容、方法的教师十分缺乏，相关教育主管部门需加强该课程的师资培养，邀请教材编写人员和相关专家，积极开展各级培训、研讨和交流活动，以务实的态度来听取学科教师的意见，为他们提供一些明确的、可操作的指导和建议。也可以开展优秀教学案例的征集和评奖，通过公开课的观摩和点评活动，或吸纳中学教师参与有关课程改革和教学研究的课题，以此提高教师参与改革的积极性。此外，国内高等师范院校信息技术相关专业应该对新课改作出及时的反应，针对高中信息技术各选修模块为师范生开设相关的课程，为课改的成功实施提供后备师资力量的支持。

（3） 课程教学

从已开展的人工智能课程教学或实验情况来看，主要的教学体会包括：教学对象选取时要有针对性，不宜硬性指定，应结合学习者自己的兴趣和学习基础供其自由选择；由于课程的理论和技术的要求较高，不宜大量采用“讲授法”进行教学，应设计一些有挑战性的活动供学生实践；为保证教学进度有序进行，可通过课堂小测及时巩固所学内容；应提供良好的网络条件和计算机设备以支持课程教学和实践的顺利开展。

国外一些高校通过远程网络的手段与中学合作开展人工智能教学，加快了课程建设的步伐，并提高了教学质量。大学负责教学网站的建设维护，主持与中小学的讨论答疑，中学则负责课程教学的具体实施。文中个案也印证了这种做法的有效性：让一些致力于高中人工智能课程研究的高校和部分条件较好的中学建立共同体，协作推动课程的实施。一方面，高校研究人员能为中学提供教学指导建议、技术和资源的支持；另一方面，中学的教学实践也为高校进行课程教学研究提供了材料和依据。

（4） 课程评价

研究表明，评价目前已成为影响高中信息技术新课程实施的一个重要问题[8]。从本次课改的动因来看，针对我国现行教育体制下的高考选拔制度在很多方面呈现的弊端，新课改力图在一定程度上改变这一局面，努力使学习者能够真正获得全面的发展。但是，在目前情况下以高考为“指挥棒”的评价体系短期内仍然无法发生质的变化。高中新课改实施以来，部分省份相继将信息技术课程纳入了高考的范畴，以往信息技术课程不受重视的情况逐渐得到了一些改善。然而，高考是否解决信息技术课程评价问题的一剂良药，进而为人工智能课程的实施及其评价带来新的希望，目前仍是值得怀疑和思考的问题。特别是当前高考科目已经较多，再增加科目无疑会加重学习者的负担，且很容易回到应试教育的老路上。

其次，虽然新课程标准中提供了关于课程评价的建议，但是其中的内容仍然比较抽象，可操作性不够。如在信息技术课程标准的评价建议中，提倡评价主体的多元化，关注学生的个别差异，综合应用多种过程性评价方式，适当渗透表现性评价的理念，等等。这些内容从理念上来讲都是很好的，但是如何在教学实践中加以操作实施，对一线教师而言仍是不够明确和难以把握的问题。而且，信息技术课程的每个模块各有特色，然而课程标准并未就此提供专门的评价建议。因此，一套科学合理、适合人工智能课程的评价体系和方法仍需要教研人员在实践中不断摸索总结。

参考文献

[1] 教育部. 普通高中技术课程标准(实验) [S].北京:人民教育出版社,2003:9.

[2] 钟启泉. 课程论[M].北京:教育科学出版社,2007:207-214.

[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).

[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.

[5] 珠海教育信息网. 广东省普通高中信息技术课程标准教学指导意见 [DB/OL].

[6] 顾建军等.技术课程标准(实验)解读[M].武汉:北教育出版社,004:9.

第7篇：人工智能的教育方式范文

1　引言

能够透彻地了解人类智能行为产生的机理并制造出可以模拟智能行为的智能机，是人类长久以来一个美好而强烈的愿望。从世界各国的古老传说到近代科学的不断尝试，都表明了人类希望征服自然进而征服自己的决心。人工智能学科的出现及迅速发展，为这一愿望的实现带来了希望的曙光。它的研究延长了人脑的功能，深化与拓展了人类的智能劳动，使科学技术革命的发展速度空前。目前，人工智能(Artifical Intelligence，简称AI)已被应用到社会生活的各个方面并已取得了令人瞩目的成就。

虽然体育实用计算机科学在短短十几年中已经取得了迅猛的发展并有力地促进了体育事业的进步，但是，我们也不得不冷静地看到，体育实用计算机技术还远远滞后于计算机科学的发展，在以“知识工程”为主的人工智能诸学科取得巨大成功的时候，体育实用计算机技术还在坚持“数据结构＋算法＝程序”的传统程序设计方式，显然已是大大落后于时代了。怎样在系统分析的基础上有步骤、有顺序地将计算机科学的最新发展成果应用到体育领域中来，从更大程度上挖掘计算机科学的潜能从而促进体育科学再上新台阶，就成了体育科研工作者一个重要的课题。本文分析了体育实用人工智能的现状，展望了体育实用人工智能的未来。目的是引发广大体育工作者对体育实用人工智能的兴趣，吸引更多的人参与到这项工作中来。

2　人工智能及其解题思路

人工智能是一门前沿学科，是在计算机科学、控制论、信息论、系统科学、哲学等多种学科基础上发展起来的。它的出现及所取得的成就引起了人们的高度重视，从而被称为是继第三次产业革命之后的又一次革命。尽管如此，目前还没有一个关于人工智能的确切定义。我们可以这样理解：人工智能是一门研究如何构造智能机器(智能计算机)或智能系统，使它能够模拟、延伸、扩展人类智能的学科。通俗地讲，人工智能就是要研究如何使机器具有能听、会说、会看、会写、可思维、会学习等人类思维能力的一门科学。

人工智能的研制者通过知识获取过程将专家知识变成计算机可以识别的代码(知识库)，然后通过计算机程序设计使计算机模拟人类所特有的推理思维过程(挑选知识的过程)，从而完成只有人类才能解决的智能问题。由于人工智能可以融合多个专家的知识并吸取了人类的直觉和经验，所以，人工智能更适合于解决现实中需要人的思维判断而难以量化的问题。对于体育领域而言，不论是运动员的选材、训练计划的安排、运动处方的制订还是运动技术的诊断，体育专家的知识和经验都有着举足轻重的作用，如果智能系统可以完成这些工作，对体育科学的发展将产生深远的影响。

3　体育实用人工智能的现状

象所有处于发展之初的学科与研究方向一样，人工智能与体育科学的完全交汇融合还有相当长的路要走，还需要我们保持清醒的头脑，采取实事求是的系统分析方法来对待它。惟有如此，我们才会既能发现不利因素而不至于盲目乐观，又能看到有利条件而不至于悲观失望，才能有的放矢地把握体育实用人工智能的发展进程。

3.1　体育实用人工智能发展过程中的问题

1.对大多数体育工作者而言，人工智能技术还相当高深，它需要开发者不仅具备专项知识，还必须具备系统工程、软件开发等多个领域的综合素养。这些条件不仅对缺乏计算机操作能力的许多工作者来说十分苛刻，即便是具有一定计算机应用水平的科研人员，对知识工程理论与方法的缺乏也会使其成为人工智能的门外汉。智能系统的核心和基础是人类的知识和经验，要想开发智能系统，就必须从传统的以数值计算为中心的程序设计转变到以知识符号处理为中心的程序设计上来。这种思维与观念的转变显然不是轻而易举的。此外，智能系统的开发是一个复杂的、旷日持久的系统工程，不仅需要相当的技术和足够的软、硬件支持，而且需要开发人员长期、艰苦的努力。与那些更易在短期内取得成果的研究方向相比，体育实用人工智能技术的研究可能更容易被人们所忽略。

2.人工智能与体育科学两学科发展的相对独立性阻碍着两者的交汇融合。掌握人工智能技术的科研人员还没有看到其在体育领域应用的广阔天地，人工智能的应用成果还集中在工业控制领域、社会经济系统或军事决策过程——相对来说，这些领域更易取得明显的经济效益和社会效益。体育实用人工智能研究的巨大潜力还没有被挖掘出来。与此同时，相当一部分体育工作者还在沿袭着传统的以“经验技能”为主的教学、训练模式，保守的思想也使他们看不到或是轻视或是不愿接受科技发展的新成果，这就加大了体育实用人工智能普及的难度。总的来说，相互渗透、相互吸引是两者的必然趋势，但目前人工智能与体育科学仍处于若即若离的境地，两者的交叉还需要一个强有力的桥梁和纽带。

3.人工智能技术本身的不完备性。尽管自80年代以来，对机器学习、分布式人工智能、知识表示、常识推理等基础性研究取得了可喜的成果，特别是人工智能的重要分支——专家系统的应用研究成果已取得了重大突破，但是从总体上来看，人工智能距其完善还有相当长的路要走。我们不得不看到，人工智能的大部分分支，如自然语言理解、模式匹配、可视化研究等等都还不完善、不成熟，许多研究成果还仅仅停留在实验室和书面报告里，并没有转化到应用上来，即使是在专家系统中，专家知识获取这一“瓶颈”技术也阻碍了它的进一步发展。

此外，我们也不得不考虑一下计算机软、硬件和资金方面的限制。一般一个大型的智能系统的开发需要强有力的计算机软、硬件支持和足够的资金投入，基本上以个人微机为主的体育科研及捉襟见肘的体育科研经费可能会从很大程度上限制着体育实用人工智能的发展。

3.2　体育实用人工智能发展的有利条件

尽管一系列理论与实际问题阻碍了体育实用人工智能的发展，但是我们也没有理由对体育实用人工智能产生悲观情绪，更多、更有利的条件则为人工智能技术在体育领域的应用开辟了道路。

1.计算机技术在体育领域的广泛应用以及它对运动成绩的巨大推动力，已经使越来越多的人们认识到程序设计的美妙前景。显然，体育实用计算机程序的设计就是对体育工作者脑力劳动的解脱。这不仅仅是已尝到程序设计甜头的教练员和运动员的迫切要求，也是广大体育科研人员的努力方向。

2.近年来，我国的体育教育，特别是高层次的体育教育取得了很大的进展，培养出一大批年富力强、有很强科研能力的硕士和博士研究生。他们大都具有较强的计算机应用能力和学习能力，对他们来说，掌握人工智能技术也并不是遥不可及。青年体育科技工作者的不断发展与壮大，为体育实用人工智能的发展提供了必要的人才支持。

3.“全民健身计划”的推广与实施，不仅使我国的群众体育走上了正规化的道路，而且吸引着越来越多的人参与到体育活动中来。这其中当然包括人工智能领域的研究人员，他们会在锻炼中逐渐认识体育、了解体育、发现体育中的问题并不断尝试用本领域的技术方法来解决它(事实上，许多行之有效的体育实用方法和技术都是非体育专业科研人员引进到体育领域中来的)。人工智能会象现在已经在体育领域得到广泛应用的灰色理论、模糊数学、系统工程一样，逐渐地被广大体育工作者所承认、理解和接受，进而逐渐渗透到训练、选材、规划、教学等日常的体育工作中。因此，“全民健身计划”的出台与推广，又为体育实用人工智能的发展创造了有利的外部环境。

此外，体育科研触角的不断伸展、体育科技投入的逐渐增加、体育科研人员素质的不断提高和人工智能技术的不断完善，都会在一定程度上加快体育实用人工智能的步伐。

4　体育实用人工智能的发展方向

就目前人工智能领域而言，人工神经网络技术与集成分布式智能系统是研究的热点。前者是以研究大脑的结构和认知模型为主，用以对智力活动进行模拟或处理海量信息。后者是一种大规模的集成环境，即把各种不同的专家系统、神经网络、数据库、数值计算软件包和图形处理程序进行有机集成，以解决复杂问题，是“大成智慧工程”。虽然这两者也可作为体育实用人工智能的研究方向，但对当前体育领域而言，应用性研究，即将各种已经成熟的智能技术应用到体育实践中来，有着更加重大的现实意义。

4.1　各种体育实用专家系统的开发与研制

专家系统是利用具有相当数量的权威性知识来解决特定领域实际问题的计算机程序系统。它根据用户提供的信息、数据或事实进行自动推理判断，最后给出结论及结论的可信度以供用户决策之用。之所以选择专家系统做为体育实用人工智能研究的突破口，是因为不论从理论上、技术上，还是从应用上，专家系统都可以算得上是人工智能最成熟的一个分支。一些成功的专家系统开发实例(包括已开发的体育实用专家系统)可以提供技术支持，各种理论研究又使开发过程有章可循。体育实用专家系统的开发，能够促使体育实用人工智能不断地从抽象走向具体，引导体育工作者循序渐进地了解和掌握智能技术，逐渐开发出智能化程度更高的智能系统来。惟有如此，才能符合事物发展的客观规律，才能保证体育实用人工智能健康、有序地发展。

4.2　体育领域自身智能技术研究人员的培养

由于受知识和技术的限制，在很长的一段时间内，体育实用人工智能的发展还必须依靠人工智能领域人员的引导。然而，只有培养出体育领域自身的智能技术研究人员，体育实用人工智能才会有光明的前途。新一代的开发人员，我们可以称其为智能工程师，应该首先是一个体育工作者，并已具有相当程度的体育专业知识和体育运动实践，再通过人工智能技术的学习和训练，就可以单独开发出自身领域高质量的智能系统。智能工程师及其工作，为人工智能技术向体育领域的渗透提供了必要的前提条件。

4.3　体育实用人工智能的基础理论研究

虽然体育实用人工智能技术和方法研究十分重要，而且往往能够在较短的时间内取得明显的效益，但是它们却根植于基础理论的研究，脱离了基础理论，技术和方法就会变成无源之水、无本之木。体育实用人工智能也只是昙花一现。知识只有形成体系，才能成为科学，一系列的技术只有被理论所串接和揉合，才会具有持久的生命力。因此，加强体育实用人工智能的基础理论研究(包括运动智能和竞技心理的形成、发展规律、技能知识的表达方式、体育专家的思维推理过程研究、技能知识的传递方式研究等)，是这一新生学科存在和发展的根基所在。

5　结束语

体育实用人工智能离成熟还有很长的距离，还存在着一系列的问题，但同时又充满着希望，为迎接这一机遇与希望共存的挑战，广大体育工作者需要沿着正确的方向做出艰苦的努力。

主要参考文献

1　刘泉宝，等.关于人工智能的哲学思考.计算机科学，1995(2)

2　石纯一，等.人工智能原理.北京：清华大学出版社，1993

3　陆汝钤.专家系统开发环境.北京：科学出版社，1994

4　王永庆.人工智能—原理*方法*应用.西安：西安交通大学出版社，1995

5　刘有才，等.模糊专家系统原理与设计.北京：北京航空航天大学出版社，1995

6　Ming Rao，等.智能工程与控制技术：历史、发展与未来.控制与决策，1994(1)

7　高扬.体育院校课表计算机辅助编排系统的开发与应用.体育数学与体育.系统工程，1995(1～2)

8　程勇民，等.射击运动员肤纹特征及计算机选材模型的研究.体育科学，1995(5)

9　邵桂华，等.体育领域专家系统外壳的开发与研制.体育科学，1997(3)

10　邵桂华，等.赛艇项目技术诊断专家系统的开发与研制.系统工程，1997(4)

第8篇：人工智能的教育方式范文

关键词：人工智能；全英文教学；教学内容改革；教学模式改革

1 实施全英文教学的必要性

随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。

智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。

2 当前国内全英文教学存在的主要问题

笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。

从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。

（1）对全英文教学的理解存在偏差。从项目3～5的调查结果看，教师不能正确处理好全英文教学与专业英语课教学的关系，使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅，多媒体课件形式为中英文相结合。

（2）全英文教学达不到预期的教学效果。从项目6和7的调查结果看，虽然一些大学花了很大代价邀请国外一流教授专家讲授课程，但由于人工智能课程理论性强、难度大，学生很难适应全英文课程教学。

（3）缺乏内容全面和难度适中的教材。从项目8和9的调查结果看，一些大学在实施人工智能课程全英语教学时直接引进原版英文教材，但这对本科生来说，原版英文教材内容偏多、难度较大，学生学习时不免有诸多畏难情绪。

（4）师资匮乏。从项目10的调查结果看，学生对承担全英文教学教师的满意程度普遍不高。实际上，全英文教学对承担课程教学的教师要求很高，他们不仅需要具备专业知识，而且还要掌握英语应用技能，而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。

综上所述，如何改革全英文教学模式，讲授哪些教学内容，采用何种科学的教学方法与手段，是值得我们思考和关注的教学改革重点和难点。

针对以上这些问题，我们深入研究人工智能课程的特点，对现有教学模式、内容及方法进行全方位探索和改革，制订全英文教学计划，对促进教学工作、提高教学质量、培养国际创新型人才起重要作用，其重要意义具体体现在以下3个方面。

（1）探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合，建立全英文教学的新型模式，这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。

（2）全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术，开阔国际视野，有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。

（3）全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。

3 全英文教学内容改革

建立完善的全英语教学体系，需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时，因此我们需要考虑从什么角度组织教学内容，才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术，从而显著提高教学效果。

与国内教学内容相比，国外教学更注重分析问题的思维方法和解决问题的应用能力，对提高学生的学习兴趣以及培养学生的创新能力十分有益，但是原版内容过多，且大多以国外政治、经济、文化、社会和生活为背景，对于我国学生来说，理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题，我们需要在引进、消化和吸收国外经典教材内容的基础上，有选择性地挑选合适内容。国外经典教材编写思路不尽相同，一些经典人工智能教材及主要内容见表2。

人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点，即人工智能应围绕“智能”这个核心，但由于智能本身非常复杂，难以用单一的理论与方法描述，需要从不同的抽象层次刻画智能这个主题。我们认为，人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。

在最底层，神经网络与演化计算（适应性原理与仿生机制等）辅助感知以及与物理世界的交互；抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解；更高层则提出学习、规划、推理的模型和方式；应用层构造智能化智能体以及具有一定智能的人工系统，让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次，为保证教学内容的循序渐进性，还可按照抽象层更高层最底层应用层顺序安排教学内容。

4 全英文教学模式改革的实施关键

针对以上国内全英文教学中存在的主要问题，我们提出人工智能课程全英文教学模式改革的实施关键，包括全英文课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。

4.1 全英文课堂教学模式的重定位

人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标，分两个阶段进行，国内教师与国外教师共同授课。首先，国内主讲教师讲授人工智能课程的基础原理、模型和方法，可采用集中授课、案例教学和课堂实践等教学方式，使学生掌握人工智能的一般基础知识；在此基础上，再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术，包括集中授课和专题研讨。经过基础学习，学生一般已掌握人工智能基础知识，因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比，该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。

4.2 “二三二”模式教学方法的改革

实行全英语教学后，由于使用英文教材及中外教育背景存在差异等因素，我们在教学过程中对教学方法进行一定程度的调整和改进，包括全英文授课形式、案例教学、教学内容以及教学手段等方面；配合“1+1”全英文双课堂教学模式，提出图3所示的“二三二”模式教学方法，培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。

该教学方法模式包括：（1）过渡式全英文与沉浸式全英语两大英语教学方式；（2）激励自主式、启发互动式、体验学习式三大学习法，激发学生学习兴趣，使学生牢固掌握人工智能基础理论与方法；（3）参与学习式和自我展示式两大学习法，培养学生综合运用知识的能力和创新能力。

在全英文课堂授课过程中，我们需要注重把握英语与专业的比例。首先，不能一味地追求全英文授课的形式而忽视教学效果；其次，还需要为学生提供一个良好的语言学习环境，在实际教学中注重培养学生良好的英语思维习惯，从根本上提高学生的英语水平。

人工智能课程包含大量概念，内容抽象，算法复杂，学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣，获得较好的预期教学效果，但要达到理想的教学目标，仅仅靠课堂教学远远不够，还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座，鼓励学生参加相关的课外科研/科技活动，使得学生能够体验式地、自主地学习，更好地了解人工智能新技术，从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式，不仅能够丰富教学内涵，而且可以充实学科前沿知识并拓宽学生的国际视野。

4.3 集先进性、前沿性和实用性为一体的教学内容创新

除了引进、消化和吸收国外经典教材内容以外，我们还需要逐步建立起具有自身特色的教学内容，以保证教学内容集先进性、前沿性和实用性为一体。

（1）先进性。我们提出教学与科研相结合，以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目，将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中，确保教学内容的先进性，有效提高教学改革的质量。

（2）前沿性。对人工智能发展较快的领域，如智能计算、数据挖掘等，还需更新和补充全英文教学内容，同时可以邀请国际知名大学教授共同研究与探讨教学内容，保证课程内容具有一定的前沿性，通过实现全英语教学保证课程与国际接轨。

（3）实用性。在讲授基础理论知识的基础上，还应注重实践的应用，增强学生的动手操作能力，以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识，适当补充案例与实例，使得教学内容与实际相联系，丰富课程内涵并提高教学效果。

4.4 全专业英语教学团队的打造

师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底，但不能熟练地运用英语进行授课，而有些教师则知识结构单一，缺少人工智能及其相关学科间的交叉与融合，因此我们需要多渠道、多层次地打造既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英语教师队伍。将科研与教学相结合，利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作，争取申请国际合作科研项目，利用科研提高教师的教学质量、专业水平和英语技能。

5 全英文教学的具体实施

我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学，具体实施过程如下。

（1）国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组，三者之间相互配合并共同促进，保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持；教学工作小组制订全英文教学工作规划和年度计划；监管小组定期对工作小组的教学完成情况进行评估。

（2）在课程教学中，打破国内常规教学方式，建立开放式全英文教学模式，教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心，以讲授与专题讨论相结合的方式，围绕基本原理、方法与技术展开教学，激发学生自主学习与创新学习的热情。

（3）国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题，而且取得了一些有影响的研究成果，形成了自己的学科特色和优势。2006年，国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。

（4）聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时，利用国外学者来武汉大学顺访的机会，请其为学生作学术报告，使学生了解国际最新人工智能技术，如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。

（5）国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时，优先考虑给本科生授课的全英文教师，并将全英文教学能力作为选拔条件，以教师的学术进修带动全英文教学建设，使学科和专业建设与全英语教学队伍打造相结合，全面推进全英语教学工作的开展。

6 结语

人工智能是计算机科学与技术专业的重要课程，目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机，针对目前国内全英文教学中存在的亟待解决的主要问题，提出人工智能全英文教学内容与教学模式改革的新思路。

（1）以智能为核心，从不同抽象层次刻画智能主题，构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。

（2）突破传统教学模式，对全英文教学模式进行重定位，提出“1+1”全英文双课堂教学模式。

（3）提出“二三二”模式教学方法的改革方案，培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。

（4）提出教学与科研相结合，以科研带动教学发展的新思路，进行集先进性、前沿性和实用性为一体的教学内容创新。

第9篇：人工智能的教育方式范文

当你用谷歌搜索东西、使用地图软件、在亚马逊上购物，或者对智能手机中的语音识别软件说话，其实都在使用人工智能。当你登录到Facebook，欣赏那些可爱的婴儿照片，人工智能都在塑造你的体验。

所有这些应用的背后都使用了算法，算法本质上是形成分析过程的一组规则，能够对变量输入做出响应。如今的算法，尤其是来自亚马逊和Facebook等巨头的算法，响应速度快，还不断学习。它们事先经过编程，可采集来自用户的更准确的响应；也就是说，结果是为控制算法的那些厂商服务的。

了解和响应

当你在亚马逊上购物时，算法在后台基于一个包含众多购买模式的庞大数据库，执行异常高级的运算，之后决定将什么产品展示在你面前。它实时响应你的点击轨迹。

你可能觉得，有一个活生生的私人购物助手是最好不过的选择；她了解潮流，对你本人很了解。可是人工智能技术厂商Ayasdi的首席营销官丹尼尔・德鲁克（Daniel Druker）表示，这样的私人购物助手与亚马逊没法比。亚马逊“利用人工智能，结合你之前的购买活动，从100万件商品中推测眼下哪些商品最能吸引你的眼球。没有哪个人能做到这一点。”

在Facebook上，出现在你个人动态（feed）中的朋友不多，那是因为Facebook的人工智能算法知道：你受不了个人动态内容太多的情况。于是，Facebook使用人工智能，对你关于私人关系圈的讯号做出敏感的反应，打造你的个人动态，建立起一种更有效的情感联系。要是你以为人工智能冷若冰霜、缺乏人情味，Facebook用它来窥视你的内心（以及Facebook另外12.3亿日常用户的内心）。它威力强大，说Facebook人工智能影响了美国总统大选毫不为过。

尽管人工智能目前具有巨大的影响力，但它仍被看作是太过遥远的一项神奇技术。人工智能技术厂商Sentient Technologies的创始人兼首席科学家巴巴克・霍加特 （Babak Hodjat）说：“算法或应用有多诱人、多新潮、多强大，并不重要。我常常出去介绍这些系统时，人们总是会说‘是的，那很智能、那很酷，但这不是人工智能。’”

人们之所以会有这种怀疑，是因为“普通公众而非从业人士常常误以为人工智能是包含情感智能、创造力、自主性等一系列能力的人类级一般智能。”霍加特说，因而，人工智能“总是被认为是我们会发明的下一大技术。我认为，今后10年至15年还会是这种情况。”

他表示，在许多当前的应用中，人工智能比人类更强大。“你只要说一个方面，我可以告诉你这个方面是如何实施的、如何比人类更强大。起码，人工智能运行起来更快，所以当下人工智能的决策和行动周期要比人类响应世界的速度快得多。”

人工智能在过去几年得到了突飞猛进的发展。百度硅谷人工智能实验室主任亚当・科茨（Adam Coates）说：“这在10年前是很难实现的。当然，未来几年，我们认为在人类非常擅长处理、但计算机向来不擅长的许多问题上，人工智能会取得巨大进展。比如说，识别图像中的实体，或者理解语音、对口语做出响应，那些是深度学习和人工智能技术在未来几年会持续改进的问题。”

推动与向前

什么功能在推动这些进展？人工智能必须获得什么样的功能才能向前发展？

皮特・阿贝尔（Pieter Abbeel）是加州大学伯克利分校的计算机科学系教授，也是人工智能教育初创公司Gradescope的联合创始人。他表示，首先，人工智能系统需要能够在没有人类干预的情况下自主学习。此外，它还在被告知诸如“你从这个角度堆方块，也许效果会更好”之类的信息时，应该有沟通和理解能力。“要是它无法领会这样的信息，我们不会认为它具有真正的智能。”

人类（至少理论上）能够利用过去的经验来推断和处理新环境，在这方面机器人则差的很远。为机器人编程、以便它在有限的环境下提供辅助要容易得多。人工智能科学家们想为机器人编程，以便处理相关的变化。

阿贝尔说：“它们需要运用过去获得的经验，推广到不一样但相类似的新场景，了解这种关联性。我对于机器人如何能真正从头开始学会做事很感兴趣。”从头开始学起是人类特有的能力；如果机器人能够真正做到填补其空白，它有望成为独立的个体。

但人工智能机器人的“学习能力”可能有许多不同的方式来定义，一些是很普通的“尝试和奖励”方式，类似于教狗学新花招。比如说，人工智能强化学习可编写机器人的软件，从试错过程中学习。加州大学伯克利分校的BRETT机器人基于行动后奖励的多少来使用强化学习技术。阿贝尔说：“奖励的变化让该机器人得以分辨什么是好的，什么是不好的，进而重点采用获得奖励多的策略。”

与之相仿，人工智能科学家使用监督式学习，为计算机馈送标记输入（这些是猫，这些是狗）的许多实例，并给出明确的目标输出（这是猫还是狗？）。非监督式学习给计算机馈送非标记数据（比如说许多动物的照片），计算机进行分类，或者以其他方式为该数据定义结构模型（这些动物身上的毛比其他这些动物多得多）。科茨表示，非监督式学习是“非常重要的研究热点，因为我们知道人类所做的在很大程度上是非监督式学习。”

人工智能“学习”的核心是神经网络，它类似人类大脑。跟大脑一样，面对更多的输入，神经网络会自我调整。阿贝尔说：“你展示足够多的那些实例，神经网络就会自我调整，说‘针对那个输入，我需要那个输出’；所以，要做到这一点，唯一的途径是，我需要调整联系的部分强度，那样我才能搞好那种对应。所以，在某种意义上，你在训练神经网络时，是让计算机学习它的计算机程序，而不是将计算程序编入到里面。”

科茨解释，不过打造神经网络并非易事。“一大挑战在于，我们不是非常清楚如何仅凭一些非标记、非结构化的数据来训练神经网络。我们不知道如何量化神经网络在处理这些种类的任务中的好坏。等到我们在这方面有了发现，那将是一大进步。但我们还没有到那一步。所以，这离人类智能相差甚远。”