人工智能課程論文(2)
人工智能課程論文篇二
研究生人工智能課程教學探索
摘要:從研究生教學特點和人工智能學科的自身特點出發(fā),結(jié)合多年來研究生課堂教學實踐,探討在人工智能課程中采用基于問題的啟發(fā)式教學、基于案例的探究式教學等教學方法。實踐表明,這些方法不僅能使學生深入理解人工智能的基本概念和理論,而且有利于培養(yǎng)學生的創(chuàng)新和科研能力。
關(guān)鍵詞:人工智能;研究生教學;教學方法
人工智能是一門研究機器智能的學科,是在研究人類智能行為規(guī)律的基礎(chǔ)上,利用人工的方法和技術(shù),研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能,實現(xiàn)智能行為。在知識經(jīng)濟向智能經(jīng)濟高度發(fā)展的今天,人工智能具有重要的理論意義和社會價值。人工智能理論已經(jīng)滲透到各個領(lǐng)域,人工智能技術(shù)也得到廣泛應(yīng)用,許多研究成果已經(jīng)進入人們的生活。
人工智能課程是一門多學科交叉的課程,具有很強前沿性,涉及哲學、認知科學、行為科學、腦科學、生理學、心理學、語言學、邏輯學、物理學、數(shù)學等眾多領(lǐng)域;涉及面寬,內(nèi)容廣泛,更新快。人工智能課程的開設(shè)能夠更好地培養(yǎng)學生的創(chuàng)新思維和技術(shù)創(chuàng)新能力,培養(yǎng)學生對計算機前沿技術(shù)的前瞻性,提高他們的科技素質(zhì)和學術(shù)水平[1]。
人工智能課程內(nèi)容的廣泛性、前沿性和應(yīng)用性特點決定了授課方法的多樣性。與本科生相比,研究生在教育目標和身心特征方面都有較大的區(qū)別。筆者多年從事研究生人工智能課程教學工作,現(xiàn)總結(jié)多年教學經(jīng)驗如下。
1研究生培養(yǎng)目標及其教學特點
研究生教育階段的教育目標是使研究生形成具有個性化的研究品格、研究定向和研究視野,以具有獨立思考并獲得獨創(chuàng)研究成果的能力[2]。從這一意義上講,個性化是研究生教育培養(yǎng)目標的構(gòu)成主體。尤其隨著我國經(jīng)濟持續(xù)高速增長,社會對知識創(chuàng)新、新經(jīng)濟生長點的期望值增大,這就要求我國研究生教育在其培養(yǎng)目標的定位上不僅要重視人才培養(yǎng)的高層次性,更要重視創(chuàng)新能力、實踐能力和創(chuàng)業(yè)精神的培養(yǎng)。并且,研究生身心發(fā)展已較成熟,具有較穩(wěn)定的個性特征,思維力強,具有較高的專業(yè)性思維意識和創(chuàng)造力,為獨立地進行專業(yè)研究活動提供了心理上和智力上的保證。而且,研究生已具備了基礎(chǔ)理論和專業(yè)知識,特別是有一定工作經(jīng)歷的研究生,他們不僅有本科教育階段的知識積累,也有應(yīng)用這些知識的經(jīng)驗,對于擴大其專業(yè)知識領(lǐng)域并進行研究有著積極主動的態(tài)度??傊?,從年齡構(gòu)成及身心特征上講,研究生適應(yīng)高層次、跨學科知識領(lǐng)域的學習和研究。
研究生的特征及其教育目標決定了研究生教學不應(yīng)該是由教師講授已定論的知識,而應(yīng)是以教學為基本依托,通過教學提出具有研究性、探索性、未確定性甚至是尚存爭議性的課題,激勵研究生獨立思考和質(zhì)疑,讓他們在思考和質(zhì)疑的過程中提出問題,培育他們發(fā)現(xiàn)問題、提出質(zhì)疑的科學批判精神,訓練并提高其創(chuàng)新能力、實踐能力和創(chuàng)新精神。創(chuàng)新精神和創(chuàng)新能力主要表現(xiàn)在具有健全的人格、強烈的責任感、開放的心態(tài)、團結(jié)合作的精神、嚴謹科學的思維能力和創(chuàng)新思維方式。
個性是創(chuàng)新的源泉,研究生課程體系的設(shè)置應(yīng)該具有一定的靈活性,依據(jù)研究生不同的知識基礎(chǔ)和研究定向,設(shè)置具有彈性化的課程,使研究生的個性化得以凸顯。另外,為提高研究生專業(yè)研究和創(chuàng)新能力,在課程教學中,也應(yīng)凸顯教學的研究性和專業(yè)性,重視專業(yè)領(lǐng)域背景知識和研究方法的講授,開展跨學科、非專業(yè)知識的教學,教學內(nèi)容應(yīng)涵蓋專業(yè)領(lǐng)域的研究熱點、難點、爭議問題和最新研究動態(tài),還應(yīng)包括交叉學科、邊緣學科的研究趨勢,以擴展學生的視野[3]。也就是說,研究生教學既要凸顯研究生的個性化特點,又要凸顯內(nèi)容的學術(shù)性和研究的指向性。
2人工智能課程的特點
2.1多學科交叉,具有很強的前沿性
人工智能是一門多學科交叉的課程。課程內(nèi)容的理解需要運用多學科知識和較強的邏輯思維能力,多學科的知識相互聯(lián)系、相互交叉,融合形成新的知識,成為新的思維方法和綜合能力的萌發(fā)點。通過課程學習,學生可以通過不同學科知識的融合來達到對原有知識的超越,用一種全新的思維方法來思考所遇到的問題,提出新的解決辦法。這也是創(chuàng)造力的迸發(fā)和智能的飛躍。具有了知識的廣度和深度才具有融會貫通、創(chuàng)新的可能,人工智能課程的開設(shè)能夠更好地培養(yǎng)學生的創(chuàng)新思維和技術(shù)創(chuàng)新能力,為學生提供一種新的思維方法和問題求解手段。
2.2涉及面寬,內(nèi)容廣泛,更新快
人工智能課程是一門知識點較多的課程,它以概率統(tǒng)計、離散數(shù)學、數(shù)據(jù)結(jié)構(gòu)、計算機編程語言、數(shù)據(jù)庫原理等課程為基礎(chǔ),涵蓋了模式識別、機器學習、數(shù)據(jù)挖掘、計算智能、自然語言理解、專家系統(tǒng)等眾多研究方向,內(nèi)容涉及面廣,概念抽象,不易理解。并且,人工智能課程內(nèi)容更新快,近年來人工智能科學的快速發(fā)展,涌現(xiàn)出了大批新方法,研究熱點問題也從符號計算發(fā)展到智能計算和Agent等。其中,計算智能主要涉及神經(jīng)計算、模糊計算、進化計算和人工生命等領(lǐng)域,在模式識別、圖像處理、自動控制、通信網(wǎng)絡(luò)等很多領(lǐng)域都得到了成功應(yīng)用;Agent最早來自分布式人工智能,隨著并行計算和分布式處理等技術(shù)的發(fā)展而逐漸成為熱點。
在互聯(lián)網(wǎng)上有大量最新的與課程內(nèi)容相關(guān)的研究論文,為學生提供了很好的查閱文獻的環(huán)境,使學生能夠根據(jù)所學習的內(nèi)容和所在課題組的研究方向閱讀相應(yīng)文獻,提高學生的學習興趣和獨立提出問題、解決問題的能力。
2.3應(yīng)用性強
人工智能理論已經(jīng)滲透到科學的各個領(lǐng)域,當前,幾乎所有的科學與技術(shù)分支都在共享著人工智能領(lǐng)域所提供的理論和技術(shù)。例如,自第一個專家系統(tǒng)DENDRAL研制成功以來,專家系統(tǒng)已成功地應(yīng)用于數(shù)學、物理、化學、醫(yī)學、地質(zhì)、氣象、農(nóng)業(yè)、法律、教育、交通運輸、軍事、經(jīng)濟等幾乎所有領(lǐng)域;數(shù)據(jù)挖掘技術(shù)是以一種更自動化的方式對具有大量數(shù)據(jù)的商業(yè)活動進行分析和預測,在市場營銷、銀行、制造業(yè)、保險業(yè)、計算機安全、醫(yī)藥、交通、電信等領(lǐng)域已有許多案例;語義Web讓Web上的信息能夠被機器所理解,實現(xiàn)Web信息的自動處理,成功地將人工智能的研究成果應(yīng)用到互聯(lián)網(wǎng)。另外,在機器視覺、自然語言理解、智能控制與智能制造等方面,人工智能技術(shù)也得到廣泛的應(yīng)用,有許多研究成果已經(jīng)進入人們的生活。目前,從理論到技術(shù),從產(chǎn)品到工程,從家庭到社會,智能無處不在,人工智能廣泛的應(yīng)用性給學生提供了大量的現(xiàn)實案例,使得人工智能不再是高深莫測的理論,而是現(xiàn)實中可以觸及的內(nèi)容。
人工智能課程的多學科交叉性、內(nèi)容廣泛性、概念抽象、不易理解以及前沿性和應(yīng)用性特點決定了在該課程的講授過程中應(yīng)該采用多種授課方法。多種授課方法的采用一方面便于授課內(nèi)容的理解,另一方面也能夠更好地培養(yǎng)學生的創(chuàng)新思維和技術(shù)創(chuàng)新能力,提高他們的科技素質(zhì)和學術(shù)水平。
3人工智能課程教學方法
3.1基于問題的啟發(fā)式教學法
蘇霍姆林斯基說:“喚起人實行自我教育,乃是一種真正的教育。”基于問題的啟發(fā)式教學法是教師在深入了解學生心理特點和學習規(guī)律的基礎(chǔ)上,設(shè)計適合教學的啟發(fā)式問題,并采取靈活多樣、生動活潑的啟發(fā)方式,充分調(diào)動學生的學習興趣,激發(fā)、引導學生進行科學思維,培養(yǎng)學生獨立思考問題、提出問題和解決問題的能力。該教學方法強調(diào)的是過程,教師的主要任務(wù)是提出問題,依據(jù)舉一反三的思路引導學生展開邏輯推理,通過逐層分析深入思考問題,最后綜合學生觀點闡述相關(guān)理論。
在課程教學中,有許多內(nèi)容適合于采用啟發(fā)式教學方法。例如,在知識表示方法的學習過程中,教師首先提出問題:“你是怎樣進行數(shù)學定理證明的?”并在學生的回答過程中,引導學生認識到知識及其表示的重要性;隨后,提出問題:“在計算機中如何表示知識?”引導學生逐步總結(jié)出不同知識表示方法在知識表達能力、推理效率、可實現(xiàn)性、可組織性、可維護性方面的區(qū)別。另外,在確定性推理的教學過程中,教師可以利用“某處發(fā)生盜竊案,公安局派出5個偵查員去調(diào)查,研究案情時,5個偵查員各給出了一句可信的結(jié)論,據(jù)此判斷誰是盜竊犯”的問題[4],讓學生進行判斷和討論,引導學生認識到推理過程中可以使用多條規(guī)則進行推理,并且推理路線也可能存在多條,從而引出推理的兩大基本問題:解決沖突消解等問題的推理策略,以及解決推理線路等問題的搜索策略。
人工智能課程論文相關(guān)文章:
1.人工智能科技論文
2.計算機課程論文
3.人工智能小論文