人工智能培养方案精选(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培养方案主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能培养方案范文

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2篇：人工智能培养方案范文

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3篇：人工智能培养方案范文

关键词：机器人大脑；双培计划；联合培养

1高水平人才交叉培养计划实施背景

《北京市教育委员会关于印发北京高等学校高水平人才交叉培养计划的通知》（京教高[2015]1号）提出共建高校双方要根据经济社会发展急需人才所应具有的知识、能力与素质，联合相关行业企业，共同制订专业和方向的培养目标、培养标准，构建与之相匹配的专业培养计划，包括专业核心课程体系、实践能力培养体系和素质提升体系，培养基础扎实、专业过硬、能力突出的高素质人才。

北京科技大学、北京信息科技大学智能科学与技术专业“机器人大脑方向”双培项目于2015年开始正式实施。目前主要采用“3+1”培养模式，即前3年在北京科技大学自动化学院智能科学与技术专业学习，第4年在北京信息科技大学自动化学院智能科学与技术专业学习并完成毕业论文。

2“机器人大脑方向”双培方案的构建

北京科技大学是教育部直属的985、211大学，其智能科学与技术专业在京为一本招生，而北京信息科技大学为北京市属学校，其智能科学与技术专业在京为二本招生。两校要交叉联合培养学生，需要充分考虑两校的生源情况，在充分论证的基础上制订出相应的培养方案。

2015年4―5月，北京信息科技大学与北京科技大学相关负责人先后进行两次会谈，就两校智能科学与技术专业的建设情况、双培计划的基本情况，“机器人大脑方向”教学计划和培养方案交换了意见，形成了双培计划培养方案制订的初步设想。两校的智能科学与技术专业具有相似的历史渊源和专业方向，因此，在充分讨论的基础上，决定以两校现有的教学计划为基础，按市教委双培的要求修订“机器人大脑方向”教学计划和培养方案。两校分工实施课程教学、实践教学、学生指导、质量评价、组织学生科技创新、学科竞赛等工作。

2.1专业培养目标

具有坚实的数理基础、信息技术的基础知识以及脑科学与认知科学的基础知识，系统地掌握智能科学技术的基础理论、基础知识和基本技能与方法，受到初步科学研究和工程实现的训练，具备智能系统集成、智能技术应用方面研究和开发的基本能力。同时具有全面的文化素质、良好的知识结构和较强的新环境适应能力、自主学习能力和创新意识，并具有良好的语言和计算机运用能力。本科毕业后能够在研发部门、学科交叉研究机构以及高校从事与智能科技相关领域的科研、开发、管理或教学工作，并可继续攻读智能科学与技术专业以及相关学科和交叉学科的硕士和博士学位。

2.2专业课程体系

智能科学技术是一门研究智能现象的本质与机理、智能模拟的方法与技术以及智能机器与智能系统应用的新兴学科，由脑科学、认知科学、人工智能、信息科学技术等学科综合交叉而成。图1给出的智能科学与技术专业的知识体系，确定了课程设计的基本原则：智能应用的过程中需要有信息学科中的计算机、通信、控制和检测等方面技术的支撑；建立以计算机、通信、控制和检测技术为工具，以智能机器人为载体，结合信息科学和智能科学理论基础的课程体系。

为体现“机器人大脑”的专业方向与特色，课程体系中加强了脑科学与认知科学、脑机接口、软件开发与应用、虚拟现实技术等内容。表1给出了智能科学与技术“机器人大脑方向”的专业课程体系，其课程体系模块设计为计算机基础、电路基础、信息与控制基础、机器智能、智能系统五大模块。

“机器人大脑方向”专业核心课程确定为：电路分析基础、模拟电子技术、数字电子技术、信息论与编码、信号处理、控制工程基础、嵌入式系统、微机原理与应用、脑科学与认知科学、人工智能基础、机器人组成原理、计算智能基础、智能机器人、机器学习等。

2.3专业实践体系

按照工程认证相关标准要求，建立了包括金工实习、电子工艺实习、各类课程设计与综合实验、工程认识实习、专业实习（实践）在内的、完备的、面向工程需要的实践教学体系，如图2所示。

3“机器人大脑方向”双培方案的实施

“机器人大脑方向”双培计划是北京地区高等教育综合改革的试点，其目的在于推进北京地区高校之间的合作和优质教育资源的共享，提升北京高校办学水平和人才培养质量。为此，两校通力合作进行了有益的探索与实践。

3.1学风建设

北京信息科技大学为双培学生配备了辅导员和班导师，班导师由学院主管教学的副院长承担。在新生入学的第一个学期，班导师就从中学生到大学生的过渡、适应大学高强度的学习、学习方式方法、班委改选、期中考试后的总结等方面对学生进行指导。学院组织学生集中晚自习，由班导师、辅导员检查。同时班导师、辅导员经常走访宿舍，与同学谈心，使他们明确目标并养成良好的学习习惯。

同时，学校通过微信，不定期与共建高校的教师、学生沟通，随时掌握双培学生的学习生活状况，如自动化学院开通的心动传媒公众号，成为双培学生母校情节的有效纽带。

3.2学生活动情况

北京信息科技大学和北京科技大学充分利用本校的资源，要求双培学生积极参加两校的各类活动，以达到市属学校和央属学校联合培养学生的目的。例如，北京信息科技大学2015年4月邀请双培学生开展了师生党建活动“奔跑的人工智能”研讨会，组织专业引领型学科竞赛――新生R Auto杯智能小车竞速比赛。

由于北京信息科技大学智能科学与技术专业在北京市为二本招生，而北京科技大学智能科学与技术专业为一本招生，导致参加双培计划的同学与北京科技大学的同学在录取分数匕就存在差异，如北京生源的平均分数相差88分，部分同学不适应高强度的学习。经过在北京科技大学半年的学习，虽然双培计划的学生入校时基础较弱，但只要管理严格，也能跟上大部分一本学生的脚步。

第4篇：人工智能培养方案范文

关键词：科技管理；企业；人工智能；能力投放

中图分类号：G4文献标识码：A文章编号：（2021）-9-290

引言：

随着计算机技术的不断向前发展，传统的数据处理方式以及应用流程已经无法满足企业各项活动正在进行中的实际需求。为了解决这一问题，研究人员经过多年的努力之后提出了一种科技管理概念。所谓的科技管理实际上是通过一系列科学方法的合理利用对企业内部有限的各类资源进行优化整合，从而实现更加高效的管理行为。当前科技管理工作在进行中不断向着信息化、智能化的方向靠拢，为了让智能技术作用得以全面发挥，有必要对企业人工智能能力投放策略进行全面的研究。

1建立人工智能能力投放动作准出标准

对于企业而言，要想使其科技管理工作进行得更加富有实效，在人工智能能力投放动作推出标准制定之前，首先应该结合企业各项工作的实际需求全面明确人工智能能力投放链。就我国当前情况而言，国内的电力计算机信息化企业要想跟上时代的发展，应该以更加多元化的方式将智能能力进行展示，从而让更多的受众对该技术进行认可；其次，企业应该全面明确人工智能能力投放的实际内容以及投放中所需要用到的载体。对于科技管理工作而言，电力计算机信息化企业在人工智能能力投放中所包含的主要内容有技术能力以及技术成果，根据这些展示内容的实际情况选择合理的投放载体。而投放载体根据其内容及形式的不同又可以更将其进一步划分为内部载体以及外部载体两种类型。对于企业而言，技术能力指的更多是人工智能技术。因此投放的具体标准是如何才能有效利用人工智能技术完成企业各项业务的赋能作业。在过去，企业管理工作在进行中无论是生产销售还是物流等环节其劳动都十分密集。在实际运作中普遍是以人力来换取产量，拿时间来换取利润。采用这种运营模式企业的生产效率相对较低，而且企业在运营中需要投入大量的人力成本。而人工智能能力投放标准的有效制定可以使得这一问题得到妥善解决。因此，对于传统的电力计算机信息化企业而言，要想跟上时代的发展，使自身经济效益得到有效保障，就应该不断结合企业发展的需求，进一步加大人工智能技术的引入力度。使得人工智能能够在更多工作当中，代替传统的人工劳动。同时还需要引入更加先进的人工智能系统，辅助工作人员更好地完成各项工作，全面降低工作人员的劳动量。通过人工智能技术的合理投放，不仅可以使得企业各项工作的运行效率得到实质性的提高，同时还能够进一步降低企业在运行当中所需要投入的经济成本，使我国社会文明迈上一个台阶。对于电力计算机信息化企业而言，人工智能能力投放的实际标准应当根据载体的不同进行合理划分。具体来说，内部载体在人工智能技术实际投放的过程当中应该想方设法使其能够应用于科技研发领域。通过各类平台的有效搭建，使得企业内部工作人员的体验感得到切实加强。通过不同企业之间的交流培训以及员工之间的交流共同实现对企业内部开发人员的培训工作，使得各个部门的技术人员之间能力实现共享。同时积极召开研讨会议，使不同工作人员能够就自己的技术心得进行有效讨论，为公司带来更多的经济效益；应用于新闻宣传，通过人工智能技术使有关于企业的各类信息能够在员工之间实现实时传输，使信息的时效性得到有效保障，从而给企业带来更多的经济效益；

对于外部载体来说，在人工智能技术投放的过程当中应该将其应用于技术沙龙的建设。使企业的每一个节点运行专题实现分享，同时还应该特别针对各项工作进行中所存在的缺陷进行全面探讨，以期研究出合理方式使得这些问题得到解决；应用于产、学、研合作，实现企业于高校之间的互动创新。不断的将研究成果转化为实际成果；应用于企业和政府连接的渠道建设，使得企业内部的各个示范性项目得到及时的展示。

2实施基于科技管理视角的投放效果评估

为了保障各企业内部已经引入的人工智能技术能力得到更加全面地发挥，各大企业需要不断结合自身的科技管理理念对人工智能技术的实际投放效果进行有效的评估。为了保障评估最终结果的有效性，经过多年的发展当前企业的评估体系已然包含了4个。主要维度分别为产业贡献、技术价值、人才培养以及品牌影响力。根据不同维度的具体内容为其制定有针对性的评估指标，并且根据企业各项工作的实际完成情况对其进行量化性的评分工作。在这些内容当中，产业贡献主要包括企业所生产的具体产品，要求根据产品的实际名称进行有效填写产品成熟度。这项内容主要是参照技术成熟度TEL通用定义及等级划分，全面围绕不同项目所生得到的核心产品，从基本原理到实际应用设计9层评估等级。实现产品价值对各个项目成果已经产生的经济效益未来预期的产品价值。项目成果未来可能产生的经济效益技术价值主要包括技术水平。各个项目的最终成果对原有技术体系的改革或者是经过审定第三方评价达到国内领先技术水平，为本企业形成的技术壁垒，对企业长期发展所提供的支撑。企业在发展中所申请的专利数量、专利授权数等等。而人才培养重点包括新获高级职称人员数量，新获中级职称人员数量或本单位专家数量等等。评价的体系框架如图所示。

3制定企业人工智能能力投放持续改进机制

为了让电力计算机信息化企业在发展的过程当中，其人工智能能力投放实现可持续发展。需要根据评估的最终结果，制定出企业人工智能能力投放持续改进准则。通过这样的方式，可以及时对区技术在应用中所产生的问题进行改进。具体的改进流程分为以下4个内容：分别是确定改进目标、寻求可行方案、测定最终结果、正式采用。各单位需要根据自身实际情况，结合这4个总体步骤分别根据自身工作实际需求设计出相应的改进机制。

第5篇：人工智能培养方案范文

【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6篇：人工智能培养方案范文

关键词：人工智能；信息素养；信息技术

中图分类号：TP18文献标识码：A文章编号：1009-3044(2008)35-2417-02

Artificial Intelligence Education and Middle School Students Information Literacy

WU Wen-tie

(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)

Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.

Key words: artificial intelligence; information literacy; information technology

1 信息素养的定义及其内涵

“信息素养”一词最早产生于信息技术和信息产业发达的美国, 是随着现代信息社会的逐渐形成而对国民提出的一种兼跨人文和科学范畴的综合性个人素养要求的描述。随着研究的深入，人们对信息素养的认识也在不断深化。

1974年美国信息产业协会主席保罗・泽考斯基最先提出信息素养的概念, 他认为信息素养是“利用大量的信息工具及主要信息源使问题得到解答的技术及技能”。1992年美国图书馆协会提出：“信息素养是人能够判断何时需要信息, 并且能够对信息进行检索、评价和有效利用的能力。”同年, 道尔在《信息素养全美论坛的终结报告》中给出了一个较为全面的定义：一个具有信息素养的人, 他能够认识到精确和完整的信息是作出合理决策的基础, 他能够确定对信息的需求, 能够形成基于信息需求的问题, 能够确定潜在的信息源, 能够制定成功的检索方案, 从包括基于计算机的和其他的信息源中获取信息、评价信息、组织信息用于实际的应用, 将新的信息与原有的知识体系进行融合以及在批判性思考和问题解决过程中使用信息。

综上所述, 虽然研究人员从不同的视角界定了信息素养的定义, 但可看出, 信息素养既包括认知态度层面上的内容, 也包括技术层面、操作层面和能力层面上的内容。概括起来讲, 信息素养主要包括信息意识、信息能力和信息道德三个方面：

1) 信息意识。信息意识是信息素养的首要因素, 主要指人们对信息及其交流活动在社会中的地位、价值、功能和作用的认识, 换句话说, 就是指人们对信息的判断、捕捉的能力。信息意识的强弱将直接影响人们利用信息的程度和效果。人们只有有了信息意识,才有可能有信息的需求, 进一步去寻找信息和利用信息, 并主动学习与信息处理有关的技术。

2) 信息能力。信息能力是信息素养的重要方面, 是指人们获取信息、处理信息、利用信息、创造信息、交流信息的技术和能力。人们只有掌握一定的信息技能, 才能有效地开展各种信息活动, 有效地利用信息和创造信息, 充分发挥信息的价值, 变信息为动力和优势。

3) 信息道德。信息道德是指人们在整个信息交流活动过程中表现出来的信息道德品质。它是对信息生产者、信息加工者、信息传播者及信息使用者之间相互关系的行为进行规范的伦理准则, 是信息社会每个成员都应该自觉遵守的道德标准。

2 人工智能的研究领域

人工智能的研究领域非常广泛, 而且涉及的学科也非常多。目前,人工智能的主要研究领域包括：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、智能决策支持系统及人工神经网络等。下面主要介绍在网络教育环境中常用的智能技术。

2.1 专家系统

所谓专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统, 它能运用该领域专家多年积累的经验与知识, 模拟人类的思维过程,求解需要专家才能解决的困难问题。

2.2 机器学习

“学习”是一个有特定目的的知识获取过程, 其内在行为是获取知识、积累经验、发现规律; 外部表现是改进性能、适应环境、实现系统的自我完善。所谓机器学习, 就是要使计算机能模拟人的学习行为, 自动地通过学习获取知识和技能, 不断改善性能, 实现自我完善。机器学习主要研究学习的机理、学习的方法以及针对相应的学习系统建立学习系统。

2.3 模式识别

所谓模式识别,是指研究一种自动技术。计算机通过运用这种技术,就可自动地或者人尽可能少干预地把待识别模式归入到相应的模式类中去。也就是说,模式识别研究的主要内容就是让计算机具有自动获取知识的能力,能识别文字、图形、图像、声音等。一般来说,模式识别需要经历模式信息采集、预处理、特征或基元抽取、模式分类等几个步骤。

2.4 人工神经网络

人工神经网络是指模拟人脑神经系统的结构和功能, 运用大量的处理部件, 由人工方式建立起来的网络系统。它是在生物神经网络研究的基础上建立起来的,是对脑神经系统的结构和功能的模拟, 具有学习能力、记忆能力、计算机能力以及智能处理功能。其中学习是神经网络的主要特征之一, 可以根据外界环境来修改自身的行为。学习的过程即是对网络进行训练的过程和不断调整它的连接权值, 以使它适应环境变化的过程。学习可分为有教师(或称有监督)学习与无教师(无监督)学习两种类型。对神经网络的研究使人们对思维和智能有了进一步的了解和认识,开辟了另一条模拟人类智能的道路。

3 人工智能技术在教育中的应用

3.1 智能搜索引擎

随着互联网站点和页面的激增以及网络用户队伍的不断壮大,信息检索成为人们利用Internet的重要途径。但是在浩瀚的网页海洋中寻找有用的信息并不容易,需要借助有力的检索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他们各有特色,但仍存在不足之处,如检索到的无关信息过多以及检索结果排序较混乱。智能化信息检索是信息检索的新分支,它是人工智能和信息检索的交叉学科。它在对内容的分析理解、内容表达、知识学习等基础上实现检索的智能化,这样可以节省学习者在检索中花费的时间,帮助学习者提高检索效率。智能化信息检索所用到的人工智能技术有专家系统、自然语言处理和知识表示。

3.2 智能体(agent)

agent技术早在70年代出现在人工智能领域,通过感知、学习、推理以及行动能够基于知识库的训练模仿人类社会的行为。随着其进一步发展,它在远程教育领域发挥着越来越重要的作用。一套完整的远程教育系统中包含许多子系统,如答疑、作业、考试、交互等等子系统。这些子系统都有各自的数据库用来存储信息。为了提高整个系统的智能性,可以引入智能技术,把众多子系统的数据库链接起来,实现信息资源的共享。通过分析这些信息,智能技术可以发现学习者的个别特征(如兴趣爱好信息、点击知识点信息统计、交互日志等等),并根据这些特征量身订做出适合学习者的学习方案,也有助于教师及时掌握学习者学习过程中的动态信息。

3.3 智能CAI(ICAI)

随着计算机技术的飞速发展,计算机辅助教学(CAI)已受到教育界的重视,成为学科教学改革的一种重要手段。许多学校都在开发CAI课件,但大多数CAI课件只是机械地按照教学设计者事先设计好的教学模式和内容向学生传授知识,并没有体现出个性化学习,无法做到因材施教。

智能CAI是以人工智能技术为核心,使CAI系统能够根据学生的学习情况等因素分析学生的特征,合理安排教学内容、变化教学方法去满足个别教学的需要。使用智能CAI进行教学能够克服传统CAI的不足,显著提高教学效果,是CAI课件发展的趋势。

3.4 智能教学系统ITS

智能教学系统(intelligent tutoring system,ITS)是涉及人工智能、计算机科学、认知科学、教育学、心理学和行为科学的综合性课题,其研究的最终目标是由计算机负担起人类教育的主要责任,即赋予计算机系统以智能,由计算机系统在一定程度上代替人类教师实现最佳教学。我国ITS的研究起步较晚,但近几年随着计算机的普及和教育软件需求增大,ITS的发展较快。ITS按照功能分为四个模块:专家知识模块、学生模块、教师模块、人机接口模块。

4 人工智能教育对学生信息素养的作用

人工智能(ArtificialIntelligence,AI)是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。换言之,它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,来解决需要人类专家才能处理的复杂问题,例如咨询、诊断、预测、规划等决策性问题。人工智能也是一门涉及数学、计算机科学、控制论、信息学、心理学、哲学等学科的交叉和边缘学科。与一般的信息处理技术相比,人工智能技术在求解策略和处理手段上都有其独特的风格。人工智能研究处于信息技术的前沿,它的研究、应用和发展在一定程度上决定着计算机技术的发展方向。同时,信息技术的广泛应用也对人工智能技术的发展提出了急切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响。

综上所述,作为信息技术一个不可缺少的重要组成部分,人工智能的基本内容在中学信息技术课程中是不能不专门提及的,以往某些教材中用一两页篇幅作个简单介绍的方法根本不足以反映人工智能学科的全貌。因此,十分有必要在高中阶段的信息技术课程中专门设立人工智能选修课。我们认为,高中阶段开设人工智能课程可以在以下几个方面对学生的信息素养培养产生积极作用：

1) 多种思维方式的培养和信息素养的综合锻炼。

现实世界的问题可以按照结构化程度划分成三个层次：结构化问题,是能用形式化(或称公式化)方法描述和求解的一类问题;非结构化问题,难以用确定的形式来描述,主要根据经验来求解;半结构化问题则介于上述两者之间。一般说来,中学阶段开设的传统意义上的信息技术课程中所介绍的信息技术,例如多媒体技术、网络技术、数据库技术、算法与程序设计等,都是求解结构化问题的基本技术。而人工智能技术则是解决非结构化、半结构化问题的一类有效技术。

把人工智能课程引入我国现行的高中信息技术教育,可以让学生在体验、认识人工智能知识与技术的过程中获得对非结构化、半结构化问题解决过程的了解,从而培养学生的多种思维方式,达到提高信息素养的目的。通过人工智能课程的学习,学生还将了解人工智能语言的基本特征,学到智能化问题求解的最为基本的策略。

2) 体验人类专家解决复杂问题的思路,提高学生的逻辑思维能力。

这里以人工智能学科中“专家系统”技术的体验、学习与应用过程为例进行说明。在专家系统的应用过程中,一个实际的专家系统不仅能够为用户给出相关领域的专家水平建议或决策,而且能够通过解释机制,以用户容易理解的方式解释专家系统的具体推理过程。学生可以向专家系统提出诸如“为什么(Why)”、“如何(How)”、“如果……会怎么样”等问题,系统接受用户的问题指令后,可以根据推理的逻辑进程,即时将答案呈现给用户,整个过程如同教师与学生在进行面对面的教学。在该过程中,学生可以充分体验人类专家的求解思路和推理风格,有助于提高他们的分析、思维与判断能力。

另一方面,在专家系统的教学过程中,可以要求学生自行构建由产生式规则组成的知识库,或进一步利用工具软件来开发简单的实用型专家系统。为了完成该项工作,学生一开始就要编制开发规划、制定知识获取策略,并具体付诸实施,这是一个不断深化的过程。学生还得明确与系统有关的所有变量或相关的因素,并且将这些变量和因素转化为问题求解,得出相应的结论。在进行一系列问题求解分析之后,运用产生式规则来表示知识,以此建立起来的专家系统还可以让其他学生去运用和体验,具有一定的实用价值。

由于专家系统中的知识组织与推理过程是对人类专家思维方式的一种模拟,因此上述知识库的组织和系统的推理过程能够较好地体现学生的思维过程。在建造知识库过程中,学生需要将原来零碎的未成型的知识概念化、形式化和条理化,从而内化为学生自己的东西。所以,建造知识库的过程不但能反映学生的学习过程,而且有助于学生对该领域知识的深层思考并有利于长久记忆,同时也学会了专家系统的基本开发技术。正如美国著名的学习论专家Jonassen所指出的：那些自行设计专家系统的学生将会在这种活动中受益匪浅,因为这是一个对所学知识进行深度加工的过程。

3) 了解信息技术发展的前沿,激发对信息技术未来的追求。

人工智能技术在一定程度上代表着信息技术的前沿,通过人工智能知识、技术的学习与体验,高中学生能够对信息技术发展的前沿知识有一定程度的了解,这样有助于他们开阔视野,培养兴趣,激发对信息技术美好未来的追求,从而为今后进入大学或走向社会奠定良好的基础。

5 结束语

中学生的信息素养的培养是当前信息技术课的一个重要目标，而在现有的中学信息技术课程中，关于人工智能的知识只作了简单的介绍，学生们对于人工智能研究的广大领域不能有详细的概念，这对于中学生的信息化认识和信息素养的培养不够全面。因此在中学信息技术课中加大人工智能的知识介绍是信息技术课改革的重要内容。

参考文献：

[1] 雷晓庆.网络环境下大学生的信息素养及其培养[J].太原大学学报, 2004(2):38.

[2] 杜玉霞.美国信息素养教育与研究的启示[J].电化教育研究, 2005(10):42.

[3] 王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,2002,1-53.

[4] 潘瑞玲,余轮.Agent技术在远程教育系统中应用的研究[J].微型电脑应用,2002,18(4):28-30.

[5] 吴战杰，秦健.Agent技术及其在网络教育中的应用研究[J].电化教育研究，2003(3):32-36.

[6] 张剑平.关于人工智能教育的思考[J].电化教育研究，2003(1):24-28.

第7篇：人工智能培养方案范文

[关键词]机械工程：信息科学；智能化

中图分类号：TP212.6 文献标识码：A 文章编号：1009-914X（2015）45-0161-01

一、认知科学与智能技术的发展前景展望

经济的需求及其发展趋向，必然对科学技术产生巨大的影响。“新经济”对智力的需求，必然带来各经济部门智能化的发展趋向及各科学技术部门对智能化的研究。这种研究与应用，是相互影响、相互促进的。

每个时期都有该时期的中心科学技术。科学家预测21世纪中叶，信息科学技术是中心科学技术。从21世纪30年代开始，中心科学技术将逐渐转移到生物科学技术。而到本世纪中叶以后，将有可能以认知科学技术为中心，把信息科学技术生命科学技术和系统科学技术等高新科学技术结合起来，形成认知科学和智能技术群。随着认知科学的深入，人们将逐渐搞清人类智能的机制，在此基础上，智能技术才能得到充分的发展。机械模仿人的智能真正地实现了，人类社会的经济文化科学、技术就会产生更大的飞跃，人类文明必将达到一个新的阶段。

二、智能化是信息科学技术的发展方向

1、实现信息化和网络化的目的，在于改善人民生活水平，促进社会发展。

人类生活质量提高的方向，正从衣食住行等物质方面转向教育、科技、体育、医疗、旅游、文化、艺术等精神方面。即使是衣食住行等物质方面，也越来越多地增加了精神因素。这就是说，信息科技的发展及其应用，要越来越多地考虑满足人们精神方面的需求。此外，社会的发展是建立在人类群体活动的基础上的，群体的活动是在智力信息交流和协同的基础上发展的。因此，推动人类社会发展，就应使这种智力信息的交流和协同日益发展。

2、信息化、网络化的内容，本质上是智能化的。

现代计算机的进一步发展，是要设计、制造智能计算机；现代通信设备的发展，是要建立智能化通信设备；现代因特网的发展，是要建立智能互联网；现代家用电器的发展，是要实现各种智能化的家用电器；甚至遥控做医疗手术，电子商务、网上教育、网上设计、虚拟企业……都要以智能化为其基本内容。当然，这些机器和设备的硬件、软件设计更要智能化。因此，信息化网络化的实质就是智能化。

3、实现信息化、网络化的工具是智能化的。

在现代化信息技术中，愈来愈多地使用了自然语言识别与理解、图像识别与处理、计算机视觉、机器人规划、力觉传感与控制、知识的表示、获取与处现推理与求解、专家系统智能控制……等等人工智能技术。随着信息技术在发展中更多地使用人工智能技术，不仅信息技术本身更加充实和丰富，人工智能技术也将会有新的突破，而且还会促进认知科学更深入地发展。

三、智能机械工业的发展趋向

1、选择智能化的产品作为机械企业未来发展的新产品

机械企业的当务之急是进行产品结构调整。传统的机械工业部门仅是生产资料的生产部门。在面向市场，特别是面向全球化经济的形势下，这种观念应迅速转变，即机械工业既提供生产资料又生产人民生活需要的各种产品。诺基亚公司，原来是生产胶鞋的制造厂，现在随市场的需要而改变成生产手机的公司，其产品在全世界的占有率已达到25%。我国机械工业各企业在产品结构调整中选择产品时，无论是生产资料还是消费品，都要首先选择带有智能信息技术的机电一体化产品。例如选择加工设备时，就要选择带有智能信息技术的多轴数控加工机床。又如在选择家用机器人产品时，一个典型的例子就是选择机器人宠物。目前，机器人的应用主要还在工业制造方面，家用机器人还未能产业化。主要原因是，作为家用机器人，要求有较高的智能技术，这方面至今未能过关（例如视觉和语言技术还停留在初级阶段）。目前，一些机器人制造商发现，以娱乐为主要用途的家用机器人有广阔的市场前景，且这类机器人只要求有限的初步的智能技术，于是就开发了机器人宠物。

2、机械企业的制造和管理要向智能化方向发展

随着科技信息技术的飞速发展，我国制造业正面临着难得的机遇和严峻的挑战。市场的变化频繁和难以预测，产品的生命周期日益缩短，产品更新速度不断加快。顾客对产品的需求趋向多样化，生产自动化技术不断提高，生产者的创新作用愈来愈重要，信息化技术的应用愈来愈广泛……这些因素使制造业的生产模式和管理方式发生了根本改变：企业生产从面向产品转变为面向客户、面向需求，面向服务；企业生产要素正从劳动力和资本转向知识；企业的生产过程正从流水线式和自动线式、单品种固定式规模生产转向多品种、柔性并行式、智能化的集约生产。企业要“以人为本”，企业的生产和管理要向智能化的方向发展。

3、用智能化技术改进和提升企业的信息化与网络化。

企业应当利用信息化，进行工业化，实现跨越式发展。企业要树立“以人为本”的思想，企业管理者应当充分发挥工人的智慧和创新精神，保证优质清洁高效的生产，把反映现代科技的信息资源的开发和利用，作为信息化建设的核心任务；改革企业管理体系，营造良好的内外环境。促进网络供应链、网络物流电子商务动态联盟、虚拟企业等技术的广泛应用。建立以智能化为方向的企业研究与开发机构，采用智能CA D网络合作设计、智能数据库等技术来设计和开发新产品，在此基础上逐步实现产品的智能集成。要建立开放式可重构智能系统。基础制造设备不可能随产品改变而完全更新，但设备的组成方案及加工、调度路线却是可能随产品的品种、批量、数量的改变而改变的。智能重构技术是关键技术。

4、关注和应用计算机科学和人工智能科学的最新成果

现代科技发展的一个特点是，从基础科学转化为技术的时间愈来愈短，从技术到工业的应用几乎是同时的。信息技术的基础是计算机科学，智能技术的基础是人工智能科学。当前，分布式计算和人工智能相结合所形成的分布式人工智能已成为研究的热点。分布式人工智能有两个研究领域，即分布式问题求解和多智能体系统，前者考虑怎样将一个特殊问题的求解工作在多个合作的、知识共享的模块或结点之问划分，采用“由顶向下”的方案来求解问题；后者则主要研究一组白治的智能体之间智能行为的协调，采用“由底向上”的方案来求解问题。由此可见，分布式人工智能的两种方法都是对知识资源进行处理以完成给定的任务。所以，这种智能技术很快在企业的产品设休制造和生产管理中得到应用，特别是在各种智能软件系统的设休开发中得到广泛的应用。

5、重视培养优秀人才，为企业发展提供智力支持。

现代企业要想在激烈的竞争中抢占先机，关键是优秀的人才资源。现在最需要的是两类复合型人才：一类是掌握高科技关键技术，懂技术、懂经营、有创新的复合型高级专业人才；另一类是具有战略眼光和创新勇气，懂得科技、经营、管理的复合型高级管理人才。企业要创造一切条件引进和留住这些人才，同时还要选择对象，进行重点培养。对以上这些人才，都要委以重任，让他们在实践中锻炼成长。我国当前的教育体制还不够完善，这种复合型的工程技术人员和管理人员往往还不能在大学现有的专业中培养出来，所以在现有的大学生走上岗位后，还需要企业培训。企业培训还有一个任务，就是要围绕产品和企业生产向全体职工普及现代科学技术，特别是当前企业应用的信息技术和智能技术。

参考文献：

[1]史忠植.智能主体及其应用[M].北京：科学出版社，2012：67.

[2]朱森第.我国装备制造业的现状与发展战略[J].机电工程技术，2010（ 2）：42.

[3]李国杰.我国信息领域应重视的几个问题[N].科学时报，2011- 03- 15.

第8篇：人工智能培养方案范文

关键词：无人机系统；智能决策；自主控制；智能体系；任务规划；课程设计

0引言

无人机具有较强的机动性和较好的可操控性，能辅助人类在恶劣和危险的环境中执行复杂的任务。近年来，无人机系统迅速发展并广泛应用于环境监测、灾难搜救、反恐侦察等众多领域。无人机系统研究的一个关键问题是如何发展高度智能化的软件系统，提高无人机在动态复杂环境中自主决策的能力。目前，众多高校开设的无人机专业课程主要研究无人机的硬件平台、通信与测控、指挥控制、综合保障和实践等方面，然而对于无人机系统的智能决策问题研究尚不深入。

1无人机系统决策的内涵

1.1无人机自主控制系统概述

无人机自主控制系统是无人机实现自主飞行管理与自主任务管理的机载系统，如图1所示，它涵盖了机器人“观测一判断一决策一行动（observer-orient-decision-action，OODA）”的各个环节。

无人机自主控制能力是衡量无人机智能自主水平的一项重要能力。表1基于OODA分别对无人机自主控制能力进行了描述，其中，“判断”与“决策”部分评价的是无人机对战场态势的评估能力和对任务或行为的决策与规划能力，是衡量无人机自主决策能力的最重要指标，也是无人机决策课程设计与实践的核心。

1.2无人机自主决策子系统概述

自主决策模块位于智能无人机系统的顶层，它如同人类神经系统执行决策行为，产生计划并处理不确定性。自主决策模块主要包括顶层任务决策、顶层任务规划、底层行为决策和底层路径规划。顶层任务决策用于任务策略的在线生成；顶层任务规划用于任务计划的在线制定；底层行为决策用于运动行为的在线序贯决策；底层路径规划用于导航计划的在线生成，这些内容的教学与实践将贯穿课程的教学与实践过程。

2人工智能在无人机系统决策中的发展以及作用与地位

人工智能从孕育之初到现在，经历了“三起两落”，如图2所示。人工智能的发展也不断促进无人机自主决策能力的发展，甚至可以说，人工智能的发展决定无人机自主决策水平的高低。早期，无人机决策大多依托产生式规则或谓词逻辑技术，主要针对确定决策；20世纪六七十年代，知识表达引入到有人机辅助决策支持系统的设计与研发中，也逐步迁移到无人机智能自主系统中；随着概率统计的引入，基于贝叶斯的不确定推理决策方法得到大力发展；专家系统依据专家经验生成策略，用于解决离散事件不确定性，形成了一系列无人机智能自主决策成功案例；近年来，机器学习、多智能体理论的热潮将无人机智能水平推到了一个前所未有的高度，使无人机具备知识沉淀、知识挖掘、智能发育的能力，并将单无人机执行ISR任务拓展到多无人机协同遂行多任务领域。无论经典人工智能方法还是人工智能新思路，都是无人机智能自主决策的重要基础，在无人机系统智能决策课程教学与实践中具有举足轻重的地位。

3无人机智能决策课程教学总体设计

国防科技大学依托控制学科和仪器学科在自动化专业试办开设了“无人机工程”专业方向，培养掌握无人机工程相关领域基础理论和基本知识的学员，使其具有从事无人机系统及相关装备的分析、设计、研制、维护和管理等方面的实际工作能力和初步科学研究能力。

3.1教学目的与课程设计总体思路

设置无人机智能决策课程的目的是使本专业学生快速了解无人机决策系统组成、熟悉决策系统工作原理、掌握决策理论与实现方法。课程设计的总体思路是设置课堂教学和动手实践两个主要环节，课堂教学环节主要通过教师讲授的方式，基于无人机自主控制系统组织结构，介绍无人机决策系统的基本概念；实践环节则是在学生已经掌握智能决策算法基本原理和流程的基础之上，让学生参与到决策系统的设计与实现中来。

3.2课程教学主要内容

无人机智能决策是课程教学的核心内容，主要覆盖贝叶斯推理理论、最优化理论、智能搜索等基本决策理论和方法，主要讲解如何将其运用于无人机智能感知、任务规划的建模和优化方法，比如基于贝叶斯的不确定推理、基于启发式人工智能搜索算法的路径规划等。内容安排包括问题描述、基本原理、算法过程、输入输出设计、结果分析等；人机智能融合决策是课程的拓展部分，主要涵盖人机智能融合原理、脑机接口原理、融合决策机制等理论和方法，主要讲解如何将其运用于人在回路辅助的无人机智能自主决策、混合主动规划的接口设计与融合决策方法，比如基于脑机接口的人机智能融合决策、混合主动任务规划等；拓展内容安排包括资料查新、接口设计、融合机制设计、融合算法实现、结果分析等。

4无人机智能决策教学实践环节设计

4.1课程实践环节的必要性

4.1.1无人机系统智能决策课程对实践的需求

实践教学是高等学校教育非常重要的教学环节，是提高人才分析问题与解决问题的重要途径。无人机系统智能决策是一门实践性很强的课程，一是由于无人机系统是一门交叉性的学科，主要涉及空气动力学、无人机平台设计与制造、图像处理与智能感知、导航系统原理、无人机飞行控制、人工智能、机器学习、任务规划与分配、无人机系统体系保障技术等许多学科，所以该学科具有知识点多、涉及面广、理论性强，需要学生具备较好的逻辑思维能力和数理基础等特点，因此，必须通过实践才能加深对无人机系统知识的理解；二是智能决策技术不断走向实用，20世纪80年代随着人工智能基础科学的研究，智能决策作为一门新兴学科出现在国际科学舞台上，智能决策技术早期以研究经典的智力游戏问题和仿真实验来证明理论等为主流，随着互联网的普及和国际信息化进程的提高，智能系统和智能计算等也逐渐成为学者们的研究热点。从加强学生的实践能力出发，考虑到课程的建设需要，需要加强无人机系统智能决策课程的实践教学内容。

4.1.2无人机系统智能决策课程对实践的要求

根据智能决策的特点，进行实践教学需要达到以下几个目的：一是加强学生对基础知识的理解，对智能决策基本方法的掌握；二是加强学生将智能决策知识与方法用于解决实际问题的能力；三是增强学生对智能决策研究领域的兴趣，培养更多的专业人才。

智能决策的实践教学工作必须以高质量的科研内容为基础。通过瞄准国际前沿、集成创新和引进消化吸收、提升原始创新以及再创新能力，从而建设创新平台和创新团队，以高水平科学研究支撑高质量的高等教育。此外，智能决策的实践教学还要考虑因材施教，验证关键技术环节。目前学生的学习任务较重且水平参差不齐，在设计实践环节时，要把握如何能在较短的时间内让学生得到最大程度的能力锻炼。在这种情况下，教师必须进行充分的准备，事先搭好通用的硬件平台和软件框架，以减轻学生不必要的负担，营造良好的氛围，将学生的主要精力集中在创新实践上，这样才能提高实践教学的效率。因此，课程借鉴了无人机领域最具影响力的国际微小型飞行器赛会（IMAV）的比赛规则，结合智能决策的研究热点和当前承担的学术科研任务，引入无人机竞赛作为智能决策教学实践的平台。

4.2基于无人机系统智能决策的课程实践方案

在智能决策课程开始之际，教师向学生明确课程实践方案，即通过无人机竞赛的形式考核学生解决实际问题的能力。通过举办无人机竞赛，可以激发学生的学习热情和创新动力，达到寓教于乐的目的。学生带着思考主动学习理论知识，而不是为了应付考试被动学习；教师应当按照学生的综合能力合理组队，从而达到能力互补和团队协作。

无人机竞赛面向本校无人机工程专业方向的本科生，根据智能决策课程的需要，共设置3个科目。

第一个科目是自稳飞行，无人机需在3分钟内完成从出发点到指定目标点的飞行，要求单次滞空时间不少于30秒；本科目考查的是学生对无人机自主飞控基础知识的掌握。第二个科目是避障侦察，无人机需以尽可能快的速度穿越一排障碍门，并识别地面上的物品；障碍门的可通行区域各不相同，无人机需通过机载单目相机识别可通行区域，并自主规划路径；本科目考查的是学生对智能识别和任务规划基础知识的掌握。第三个科目是特级飞行，包括手抛无人机平稳飞行、8字飞行、伴随飞行等；本科目考查的是学生的创造力。比赛采用百分制，3个科目按照难度系数和重要程度评分占比分别为30%、50%和20%。

如图3所示，课题组提供比赛使用的无人机硬件和飞控软件平台并指导学生拼装无人机及使用软件。学生需在课程学习的过程中制定智能决策的算法设计及代码实现计划，并严格按照时间节点实现目标；每个小组的成员必须说明自己在团队中的贡献，从而作为教师打分的依据。

第9篇：人工智能培养方案范文

关键词：机器智能；教学方法；专题文献调研；演讲；讨论；编程；学生评价

自2005年北京邮电大学在国内得到教育部批准设立智能科学与技术本科专业开始，机器智能课程就被设定为一门重要的专业基础课。在2008年全国智能科学技术教育学术研讨会上，机器智能课程被确立为第一批三门核心课程之一。作者曾在2009年全国智能科学技术教育学术研讨会上对该课程内容的建设进行了探讨[1]，在此基础上，结合教学实践工作对于该课程的教学方法也进行了一些摸索。

1相关教学方法

机器智能是新出现的课程，可供参考的国内外资料较少，我们主要对相关的人工智能课程的教学方法进行了调研和学习。陈白帆、蔡自兴等的人工智能精品课程教学方法在国内最具代表性[2]，开设课程设计，学生根据自己的兴趣组成小组选题。多媒体课件和网络课程相结合，采用启发式教学，举行课堂讨论等。王甲海[3]等探讨启发式传授人工智能解决问题的非结构化的思想。刘兴林[4]从教材选择、教学内容和方法、考核方式等做了一系列教学改革。韩洁琼[5]等提出注重激发学生的学习兴趣、加强对实验教学的重视。白洁[6]等提出与学科发展前沿接轨，注重培养学生的创新能力。朱红[7]等对图搜索内容进行有效的教学设计。王璐[8]等设计了应用型和研究型的教学情境。

国外人工智能课程建设具有更长的时间和更多的积累。很多大学在人工智能课程中围绕游戏引入工程项目。Jeffrey等[9]引入基于Blackjack游戏的优化模型来进行人工智能课程教学。Hansen等[10]开发了Glomus教学系统，引导学生在逻辑证明游戏过程中学会重要概念。Douglas等[11]针对电脑游戏中的人工智能的课程教学提出了学生教学生的方法。Ingrid等[12]以机器学习为主题把人工智能中分散的重要概念统一到一起。

2教学实践

2.1总体思路

在本课程教学实践过程中，总体思路是根据教学基本要求和主要内容形成的。详细的教学基本要求和内容参见文献[1]。基于此，对本课程的教学实践进行了如下分析。

1) 教学内容极其丰富多彩，如果需要详细地讲授，每一个章节都可以成为一门课程，64学时的时间是远远不够的。

2) 本课程是一门成长中的新课程，其中既要包括智能领域学者们研究了几十年的重要成果，也要涵盖当前国内外最新研究现状的了解和把握，才能让学生们感受到当前时代的脉搏，了解到本专业的魅力。

3) 智能科学与技术也是一门实践性很强的学科，其中很多技术都已经或正在社会生活中发挥着重要作用，学生们更渴望能够在学习实践中掌握和推进这些技术。

4) 任何教学过程，如果只是单方向的教师讲、学生听，很难达到良好的效果，必须要调动学生的主动学习兴趣，让学生真正参与到教学过程中来，才能实现教与学的双向促进。

于是，我们采取了以点带面的方法，抓住其中的关键点进行细致地讲解，其余的内容则根据侧重面的不同，分别采取启发式教学的方法，如专题文献调研、演讲、讨论、动手实验、学生评价等方式推动学生主动学习相关知识和技术，实现知识拓展和兴趣培养。

2.2专题文献调研

这是我们借鉴了带研究生做课题的经验而提出的一种方法。每次开始讲授这门课程的时候，学生们都会问：为什么我们课程的名字跟其他人工智能的课程不一样？内容上有什么区别？我也都会给出我们的回答，但是总感觉学生并没有完全理解。考虑到智能科学技术专业本身就是一个新鲜事物，机器智能课程也是新近提出的，目前并没有完全定论，属于前沿探索的问题。因此，我们提出进行专题文献调研的方法，希望让学生通过自己的广泛阅读、比较和分析，更加深入地了解本课程。

我们首先给出需要调研的问题以便引导学生的调研方向，即国内外关于智能科学与技术专业的建设情况如何？机器智能、人工智能、神经网络及其他相关课程的建设情况如何？这些不同于学生们以前在其他课程中遇到的作业或问题，没有固定的求解思路，没有确切的标准答案，但却都是学生们非常关心的问题，因此极大地激发了同学们的学习兴趣。我们鼓励大三学生自由组合，每3～4人组成一个课程小组，每组由一位组长负责组织管理，如召集小组讨论，共同制定调研计划，分配调研任务，综合调研结果等。这种形式对于大三的学生毕竟是新的尝试，开始的时候学生们对于如何进行文献调研不太清楚，我们在给学生介绍文献资源和调研方法的同时，也邀请了几位研究生来到课堂上现身说法，学生们普遍反映非常好。

经过1～2周的文献调研，学生们交上来的作业令人非常满意。内容涵盖了人工智能、机器智能、计算智能的概念，国内设置本科智能科学与技术专业的高等学校及其专业定位、培养方案、主干课程、实验课程、毕业生去向，美国、英国大学人工智能专业研究生排名，国内外著名大学的人工智能、神经网络相关课程教学内容、实践设计、参考教材等等。各组调研内容之间有一些交叉，证实了本领域的一些共同特点，如人工智能课程的知识表达与推理、搜索、专家系统、自然语言处理等经典内容；各组的调研结果更有很大的不同，既反映了学生们思考问题的角度是多样性的，也反映了智能科学技术专业建设和机器智能相关课程的教学是多样性的。经过比较和分析，学生们对本课程的理解清晰多了，学习态度非常积极，希望探索智能奥秘的热情极为高涨，为后面的教学打下了良好的基础。

2.3动手实验

实践出真知，我们在理论教学的同时也特别注重实验环节的设计，学生通过动手实验加深对理论知识的理解和运用。对于本课程的重点模块内容，如BP算法、启发式搜索，我们都给学生布置了以组为单位的实验作业。为了激发学生的主动性和创造性，还对每个作业给出了扩展性的要求。以BP算法的实验为例，我们要求各组在充分理解BP算法原理的基础上，编程实现手写数字0～9的训练和识别功能。我们也给出了扩展性要求：可以通过自己查阅文献，寻找提高BP基本算法性能的方法和技术；可以不限于手写数字0～9的识别，自主选择感兴趣的其他模式信息进行实验，如语音信息、手写英文字母、手写汉字等。

学生们开始面对这个作业的时候非常迷茫，不知从何处下手，我们一方面鼓励学生要有信心，不要有畏难情绪，一方面就相关内容安排课堂重点讨论，首先要正确理解和掌握经典BP算法的基本原理，包括其数学推导的全过程，然后从如何构造单一神经元和激励函数开始，进而讨论如何实现一层神经元和相邻层神经元的计算，以及如何进行误差计算和反向权值调整。学生们逐渐对实验作业有了深刻的理解，开始动手设计自己的神经网络，随着一个个步骤的实现，学生们之前的很多疑惑都豁然开朗，对BP算法充满了兴趣。很多组的同学对测试的识别率不太满意，都主动去图书馆查阅相关资料，尝试了一些改进方法和技术，如改变多种神经元激励函数、加入动量项微调权值修正量、自适应变步长算法等。

有一个组的作业给我印象极其深刻，因为他们勇于挑战了BP神经网络实现语音信息0～9的识别，不但很好地掌握了BP基本算法及其改进：变步长法和引入动量项法，还自学了录音、音频信号分帧、加窗、MFCC特征提取等。他们对待本课程的热情，还有他们表现出来的巨大的潜力都让我感动，让我对我们的专业和课程建设的未来充满了信心和希望。

正是应对了“理论与实践相结合”的经典理念，半年里64个学时完成后，从学生们的直接反馈中发现，他们理解掌握最为深刻的内容恰恰是他们曾经动手进行程序开发的内容。这充分表明了在本课程的教学过程中注重动手实践能力的训练和培养的重要性。

2.4演讲、讨论与评价

这也是我们在教学过程中探索出来的方法。专题文献调研和动手实践的作业极大地调动了学生们的积极性，效果也非常好，但作为一门课程，还是要有一个分数的评价。以往都是学生把作业交上来，老师统一评分。现在面对如此多样性的作业，老师个人的评价显得并不充分，我们认为学生们相互之间做的工作类似，能够理解各组作业的特色和工作量大小，在评价上更有发言权。因此，我们提出了一种同学参与评分的方案，即演讲+讨论+评价。

首先是演讲。为了使评分过程做到公开、公正、公平，我们在各组完成一次文献调研或者动手实验之后，都要求各组准备好演讲的文件和相关材料，包括ppt文件制作、程序演示、功能测试等，专门抽一次上课时间用来进行各组的集中演讲，展开实践经验的深入交流。每组派出一位代表来演讲，介绍本组作业的详细情况并演示。介绍完毕，就进入提问和讨论环节，老师和同学都可以就其中的任何问题提问，也可以进行程序功能的现场检测。这一方面活跃了课堂气氛，使得学生们大大增强了对于重点内容的理解和掌握，另一方面，各组之间可以相互学习，拓展视野，开阔思路。同时，这也很好地锻炼了学生的组织和演讲能力。最后是评价，也是各组选派一名代表，就像各类比赛中的评分专家一样，根据各组的演讲、提问、回答、演示等，综合给出一个评分。这种形式对于学生们也是很新奇的，大家都很认真地对待，基本上每次评分都能很好地反映出各组的水平。同时，这也激发了学生们的主动性和创造性，因为只有真正的努力和过硬的成绩才能获得各组同学的一致好评。

2.5创新性研究

我们鼓励对本课程相关领域具有浓厚兴趣、能力较强的同学自发组成小组，基于课程所学内容进行深入分析思考，提出创新性的课题展开研究，并在合适的时机鼓励学生们利用课程相关的知识积极参加各种竞赛，从今年开始中国人工智能学会主办的全国大学生智能设计大赛将是今后我们努力的主要方向。2010年，我们选择了三星公司面向大学生的bada应用开发试点活动作为第一次尝试。学生们经过三个多月的努力，获得两个三等奖和两个优秀奖。经过竞赛锻炼，学生们不仅加强了对于课程相关知识的理解和掌握，增强了研究开发能力和自信心，更加深了对于本专业的浓厚兴趣，为本专业和本课程的建设提供了强有力的支撑。

2.6专家讲座

我们先后邀请到了国内外的专家学者来给学生进行专题讲座。国际计算语言学会主席、美国南加州大学信息科学研究所Prof. Eduard Hovy关于什么是智能的讲座，首都师范大学人工智能领域著名教育专家王万森教授关于模糊逻辑与推理的讲座，都让学生们感受到了大家的风范，灵活生动的讲课风格受到了学生的高度赞扬。

3教学反馈

在北京邮电大学组织的2010年学生评教工作中，本课程得到了97.46的高分(满分100)。以下是我们收到的一些学生的反馈意见。

1) 实践时间充裕，在解决问题的过程中培养了一种能力。作业不死板，给出一个框架思路，同学可以自由发挥。还地锻炼了大家的团队合作精神，专注于自己擅长的领域才能做的更好。让同学们自己放开去做，在出错时及时交流纠正是一种很自由、很开放的学习模式，这样的氛围可能不会培养高的分数，但会收获高的能力。

2) 教学形式较为新颖，不是采用以往讲授知识的方式，而是采用了更为贴近实际的方式，在开学初就分组，抛弃了笔上作业，改用实际的编程、查找资料等方法，更能调动大家的学习积极性。验收作业也不是以往老师收上去批改后发下来这种千年不变的形式，而是让同学互相打分，这种方式更为客观而且可见，更加公平。最后感谢李老师一学期以来的教学与帮助，也感谢实验室所有老师和助教的帮助，也相信咱们智能科学与技术专业，机器智能这门课程会越来越完善、成熟。

3) 感觉比较实用、有意义。从大学开始接触的都是纯理论的课，这门课上需要做实践编程作业，我学习了机制与算法实现，更重要的是能让我们在解决实际问题中提供一些从未有过的思路。比如我在百度俱乐部参加一个如何构建购物网站的工作，需要垂直搜索技术，把各大购物网站的价格列出来，可是有些网站，如京东商城是采用图片形式显示价格的，很多研究生也没做出来，我用了机器智能中的BP算法解决了这个问题，当然需要一些图像处理技术。总之，试验后我们得到的是一种解决问题的思路，所以我觉得在提供知识的基础上使用实验技术加深对知识的理解效果很好，实验就是最好的作业。

4) 随着我们步入大三，越来越感受到智能领域的广博精深。就像老师教学的课件一样，每个知识点的扩充都能组成新的一章。本学期感触最深的除了三星竞赛此外还有两点：一是李老师上课讲的内容充实，从神经网络到机器情感，从BP到A*，几乎把智能领域经典的模型算法都覆盖了。第二点就是本学期李老师请来了很多professor(巨开心哈)。我觉得看看别的学校甚至别的国度的“大牛们”都在研究什么，有利于我们拓宽眼界，开阔思路。希望李老师以后也辛苦联系他们，让学弟学妹们也享受这种待遇。

4结语

本文对机器智能课程的教学方法进行了探讨，针对不同模块的教学内容，提出并实践了专题文献调研、演讲、讨论、动手实验、学生评价、创新性研究、专家讲座等教学方式，收到了较好的效果。今后还要紧跟智能科学与技术的发展进一步丰富本课程教学的前沿性和创新性，在力图编一本比较好的教材的同时，着手研究多种资源和手段的运用。

参考文献：

[1] 李蕾,王婵,王小捷,等.“机器智能”课程建设初探[J]. 计算机教育,2009(6):86-92.

[2] 陈白帆,蔡自兴,刘丽珏. 人工智能精品课程的创新性教学探索[J].计算机教育,2010(19):27-31.

[3] 王甲海,印鉴. 人工智能教学与计算思维培养[J]. 计算机教育,2010(19):68-70.

[4] 刘兴林. 大学本科人工智能教学改革与实践[J]. 福建电脑,2010(8):198-199.

[5] 韩洁琼,余永权. 人工智能课程教学方法研究[J]. 计算机教育,2010(19):71-73.

[6] 白洁,毕季明,李伟. 人工智能课程教学改革初探[J]. 中国教育技术装备,2010(36):43-44.

[7] 朱红,李果. 人工智能问题求解策略的教学研究[J]. 中国信息界,2011(2):70-71.

[8] 王璐,陆筱霞. 应用DBR的人工智能课程教学[J]. 计算机教育,2010(19):64-67.

[9] Jeffrey L. Popyack. Blackjack-playing agents in an advanced AI course[C]//ITiCSE '09,New York:ACM Press,2009:208-212.

[10] PDavid M. Hansen, Joseph Bruce, PDavid Harrison. Give students a clue: a course-project for undergraduate artificial intelligence[J]. ACM Newsletter,2007:44-48.

[11] Douglas D. Dankel, Jonathan Ohlrich. Students teaching students: incorporating presentations into a course[C]// ACM Special Interest Group on Computer Science Education,New York:ACM Press,2007:96-99.

[12] Ingrid Russell, Zdravko Markov, Todd Neller et al. MLeXAI: A Project-Based Application-Oriented Model[J]. ACM Transactions on Computing Education,2010(1):1-36.

Teaching Practice of Machine Intelligence

LI Lei, LIU Pingan, WANG Xiaojie, ZHONG Yixin

(Department of Intelligence Science, Beijing University of Posts & Telecommunications, Beijing 100876, China)