人工智能技術(shù)導(dǎo)論論文
人工智能導(dǎo)論是人工智能領(lǐng)域的引導(dǎo)性課程,介紹人工智能的基本理論、方法和技術(shù),以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能技術(shù)導(dǎo)論論文的相關(guān)文章,歡迎閱讀!
人工智能技術(shù)導(dǎo)論論文篇一
人工智能導(dǎo)論課程的興趣教學(xué)法
摘要:從作者的教學(xué) 實(shí)踐出發(fā),在分析人工智能導(dǎo)論課程特點(diǎn)及教學(xué)內(nèi)容精講泛講安排的基礎(chǔ)上,提出三種提升學(xué)生學(xué)習(xí)興趣的教學(xué)方法,并在教學(xué)中進(jìn)行 應(yīng)用。實(shí)踐結(jié)果表明,所提出的教學(xué)方法能有效促進(jìn)學(xué)生對(duì)人工智能導(dǎo)論課程的學(xué)習(xí)。
關(guān)鍵詞:人工智能;學(xué)習(xí)興趣;教學(xué)方法
1956年,在美國(guó)Dartmouth大學(xué),由數(shù)學(xué)家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同發(fā)起一個(gè)歷時(shí)兩個(gè)月的夏季學(xué)術(shù)討論班,他們?cè)诖擞懻摪嗌系谝淮握绞褂昧巳斯ぶ悄?Artificial Intelligence)這一術(shù)語(yǔ)。人工智能是一門(mén)多學(xué)科交叉的課程,涉及 計(jì)算機(jī)科學(xué)、數(shù)學(xué)、控制論、信息論、神經(jīng)生 理學(xué)、 心理學(xué)、 哲學(xué)及 語(yǔ)言學(xué)等多個(gè)學(xué)科,是新理論和新技術(shù)不斷出現(xiàn)的綜合性學(xué)科。當(dāng)前,人工智能領(lǐng)域加強(qiáng)了從人類(lèi)智能與生命現(xiàn)象中汲取養(yǎng)分的趨勢(shì),加快了向分布式系統(tǒng)與復(fù)雜系統(tǒng)靠攏的步伐,智能化的應(yīng)用更為深入,影響更為廣泛,其 發(fā)展已對(duì)人類(lèi)的 經(jīng)濟(jì)、 社會(huì)、 文化等方面產(chǎn)生了深遠(yuǎn)影響[1]。
1人工智能導(dǎo)論課程特點(diǎn)
人工智能導(dǎo)論是人工智能領(lǐng)域的引導(dǎo)性課程,介紹人工智能的基本理論、方法和技術(shù),目的是使學(xué)生了解和掌握人工智能的基本概念和方法,為進(jìn)一步學(xué)習(xí)奠定基礎(chǔ)。人工智能是計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科一門(mén)重要的基礎(chǔ)課程,需要相關(guān)課程作支撐。離散數(shù)學(xué)、概率論與數(shù)理 統(tǒng)計(jì)等課程是其數(shù)學(xué)基礎(chǔ),數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計(jì)基礎(chǔ)、算法分析與設(shè)計(jì)等課程則為人工智能中知識(shí)表示、邏輯推理和問(wèn)題求解提供了設(shè)計(jì)與實(shí)現(xiàn)手段。與其他 軟件課程相比,人工智能課程有鮮明的特點(diǎn),主要表現(xiàn)在思想方法上強(qiáng)調(diào)啟發(fā)性、算法上強(qiáng)調(diào)不確定性。同時(shí),由于人工智能是一個(gè)新思想和新技術(shù)層出不窮的開(kāi)拓性領(lǐng)域,因此其對(duì)學(xué)生的訓(xùn)練是鼓勵(lì)創(chuàng)新的,具有其他課程不可替代的作用。
人工智能導(dǎo)論是計(jì)算機(jī)相關(guān)專(zhuān)業(yè)的必修課,在許多信息類(lèi)相關(guān)的本科教學(xué)中也有開(kāi)設(shè),一般開(kāi)設(shè)在第六或者第七學(xué)期。我國(guó)目前本科 教育的定位是專(zhuān)才教育,培養(yǎng)某方面的專(zhuān)業(yè)人才。完成公共基礎(chǔ)課程和部分專(zhuān)業(yè)基礎(chǔ)課程的學(xué)習(xí)之后,本科高年級(jí)學(xué)生應(yīng)該了解本專(zhuān)業(yè)的應(yīng)用領(lǐng)域和發(fā)展前景,因此在教學(xué)過(guò)程中要注意內(nèi)容的專(zhuān)業(yè)性和應(yīng)用性。由于本科階段學(xué)生缺乏科研意識(shí),初步的科研訓(xùn)練設(shè)置在第八學(xué)期,即所有課程學(xué)習(xí)完畢之后的畢業(yè)設(shè)計(jì),而人工智能課程強(qiáng)調(diào)科研性,因此教學(xué)難度較大,由此帶來(lái)的最直接后果就是學(xué)生學(xué)習(xí)興趣不高。同時(shí),對(duì)有志于讀研的學(xué)生而言,本科階段的學(xué)業(yè)也是研究生教育的起點(diǎn),在教學(xué)過(guò)程中要適時(shí)的進(jìn)行科研引導(dǎo),提升學(xué)生對(duì)科學(xué)研究的興趣,為研究生階段打下基礎(chǔ)。可見(jiàn),圓滿(mǎn)完成人工智能導(dǎo)論課程這一教學(xué)任務(wù)是重要且極具挑戰(zhàn)性的。
2教學(xué)內(nèi)容安排
人工智能的研究和應(yīng)用領(lǐng)域非常廣泛,包括問(wèn)題求解、機(jī)器學(xué)習(xí)、自然語(yǔ)言理解、專(zhuān)家系統(tǒng)、模式識(shí)別、計(jì)算機(jī)視覺(jué)、機(jī)器人學(xué)、搏弈、計(jì)算智能、人工生命自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、智能控制、智能檢索、智能調(diào)度與指揮、智能決策支持系統(tǒng)、人工神經(jīng) 網(wǎng)絡(luò)、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)等。人工智能導(dǎo)論旨在為這些具體領(lǐng)域的研究提供引導(dǎo)和基礎(chǔ)保障。
人工智能導(dǎo)論課程涵蓋內(nèi)容較多,因此需要明確“精講”和“泛講”的內(nèi)容,以使教師和學(xué)生在教學(xué)活動(dòng)中都有所側(cè)重。當(dāng)然,首先應(yīng)和學(xué)生說(shuō)明,泛講并不代表內(nèi)容不重要,只是由于課程性質(zhì)和課時(shí)的關(guān)系,暫時(shí)不作深入探討。日后如有需要,可在此基礎(chǔ)上進(jìn)一步學(xué)習(xí)和研究。結(jié)合當(dāng)前人工智能學(xué)科的發(fā)展?fàn)顩r,根據(jù)教學(xué)大綱和作者的教學(xué) 經(jīng)驗(yàn),對(duì)人工智能導(dǎo)論課程教學(xué)內(nèi)容的精講和泛講安排如表1所示。
3提升學(xué)生學(xué)習(xí)興趣的教學(xué)方法
3.1穿插背景故事
為激發(fā)學(xué)習(xí)積極性,針對(duì)學(xué)生喜歡聽(tīng)奇聞?shì)W事、想象力豐富的心理特點(diǎn),通過(guò)講述一些與教學(xué)內(nèi)容有關(guān)的故事或者趣事來(lái)吸引其注意力,輔助思維并豐富聯(lián)想,使學(xué)生在愉悅中完成學(xué)習(xí)[2]。下面列舉幾個(gè)我們?cè)谡n程教學(xué)中用到的背景故事,通過(guò)這些故事,不但傳授了知識(shí),也活躍了課堂氣氛。
1) 人類(lèi)智能的計(jì)算機(jī)模擬與人機(jī)大戰(zhàn)。
講授人類(lèi)智能的計(jì)算機(jī)模擬時(shí),可以給學(xué)生簡(jiǎn)述一下IBM公司的超級(jí)電腦和國(guó)際象棋世界冠軍卡斯帕羅夫之間的人機(jī)大戰(zhàn),以促進(jìn)學(xué)生對(duì)人類(lèi)智能和人工智能的進(jìn)一步思考。北京時(shí)間1997年5月12日凌晨4點(diǎn)50分,在美國(guó)紐約公平大廈,當(dāng)IBM公司的“深藍(lán)”超級(jí)電腦將棋盤(pán)上的一個(gè)兵走到C4的位置上時(shí),國(guó)際象棋世界冠軍卡斯帕羅夫?qū)?ldquo;深藍(lán)”的人機(jī)大戰(zhàn)落下帷幕,“深藍(lán)” 以3.5︰2.5的總比分戰(zhàn)勝卡斯帕羅夫。2003年1月26日至2月7日,卡斯帕羅夫與深藍(lán)的升級(jí)版“小深”又進(jìn)行了一場(chǎng)人機(jī)大戰(zhàn),先后進(jìn)行了6局比賽,最終卡斯帕羅夫以1勝1負(fù)4平的結(jié)果和“小深”握手言和。這也表明了人工智能和人類(lèi)智能之間的較量還將持續(xù)下去。
2) 問(wèn)題規(guī)約法與老和尚說(shuō)教。
問(wèn)題規(guī)約法是從要解決的問(wèn)題出發(fā)逆向推理,建立子問(wèn)題以及子問(wèn)題的子問(wèn)題,直到最后把初始問(wèn)題歸約為一個(gè)本原問(wèn)題集合。本原問(wèn)題指不能再分解或變換且直接可解的子問(wèn)題??梢?jiàn),問(wèn)題規(guī)約的本質(zhì)是遞歸的思想。此時(shí),可以給學(xué)生簡(jiǎn)述我們小時(shí)候就聽(tīng)說(shuō)過(guò)的老和尚說(shuō)教的故事,即“從前有座山,山上有座廟,廟里有個(gè)老和尚,老和尚對(duì)小和尚說(shuō),從前有座山……”。
3) 模糊理論與禿頭悖論。
模糊推理是一種重要的不確定性推理方式,是指基于模糊理論進(jìn)行的推理。講授模糊理論時(shí),可以先講一下禿頭悖論讓學(xué)生討論。一個(gè)人有10萬(wàn)根頭發(fā),肯定不能算禿頭,不是禿頭的人,掉了一頭發(fā),仍然不是禿頭,按照這個(gè)道理,讓一個(gè)不是禿頭的人一根一根地減少頭發(fā),就得出一條結(jié)論,即沒(méi)有一根頭發(fā)的光頭也不是禿頭!禿頭悖論的出現(xiàn)源于在嚴(yán)格的邏輯推理中使用了“禿頭”這一模糊概念,因此需要以模糊邏輯代替?zhèn)鹘y(tǒng)的二值邏輯解決該問(wèn)題。
3.2課堂辯論和多媒體教學(xué)
人工智能從其誕生之日起就充滿(mǎn)爭(zhēng)議,各種學(xué)派的爭(zhēng)論使得人工智能的發(fā)展更趨完善,加快了其縱深發(fā)展。目前,人工智能的爭(zhēng)論主要有兩方面,即研究方法的爭(zhēng)論和技術(shù)路線(xiàn)的爭(zhēng)論。前者爭(zhēng)論的主要問(wèn)題有人工智能是否得模擬人的智能;對(duì)結(jié)構(gòu)模擬和行為模擬是否可以分離研究;對(duì)感知、思維和行為是否可分離研究;對(duì)認(rèn)知與學(xué)習(xí)以及邏輯思維和形象思維等問(wèn)題是否可以分離研究;是否有必要建立人工智能的統(tǒng)一理論體系。后者爭(zhēng)論的主要問(wèn)題是沿著什么樣的技術(shù)路線(xiàn)和策略來(lái)發(fā)展人工智能。
在課堂教學(xué)中,可以充分利用人工智能中存在的爭(zhēng)論較多這一特點(diǎn),針對(duì)相關(guān)議題 組織課堂辯論,如可用議題“機(jī)器的反叛——機(jī)器的智能會(huì)超越人類(lèi)嗎?”。讓學(xué)生在圖書(shū)館或者從網(wǎng)上查閱相關(guān)資料,明確自己的論點(diǎn)并準(zhǔn)備證據(jù)材料,并在課堂上進(jìn)行辯論。這類(lèi)辯論無(wú)所謂輸贏,旨在通過(guò)這種活動(dòng),增進(jìn)學(xué)生思考[3]。教學(xué)中,還可以充分利用多媒體教學(xué)的特點(diǎn),如讓學(xué)生觀摩電影《終結(jié)者》系列、《人工智能》、《黑客帝國(guó)》等,增強(qiáng)學(xué)生對(duì)人工智能的直觀感受,提高課堂教學(xué)效果[4]。
3.3應(yīng)用實(shí)例分析
普遍而言,本科學(xué)生對(duì)單純的理論講解不太感興趣,因此在教學(xué)過(guò)程中,適當(dāng)增加一些實(shí)驗(yàn)和設(shè)計(jì),提高學(xué)生分析問(wèn)題的能力和實(shí)際動(dòng)手能力。比如,講解知識(shí)的產(chǎn)生式表示法時(shí),給出產(chǎn)生式的概念和基本表示形式之后,可以通過(guò)“野人與傳教士過(guò)河”問(wèn)題來(lái)說(shuō)明產(chǎn)生式表示法的具體應(yīng)用過(guò)程;講解計(jì)算智能的進(jìn)化計(jì)算部分時(shí),給出進(jìn)化算法的幾種具體形式和算法流程之后,可以通過(guò)中國(guó)旅行商問(wèn)題(CTSP)來(lái)說(shuō)明算法求解問(wèn)題的過(guò)程。教師在教學(xué)過(guò)程中,可以根據(jù)需要,選擇一些合適的應(yīng)用實(shí)例進(jìn)行分析。通過(guò)這些實(shí)例,既能加深學(xué)生對(duì)知識(shí)的理解,又能增加學(xué)習(xí)的興趣。下面給出兩個(gè)實(shí)例的簡(jiǎn)單描述。 1) 產(chǎn)生式表示法求解“野人與傳教士過(guò)河”問(wèn)題。
問(wèn)題:傳教士和野人各N人過(guò)河,現(xiàn)只有一條船,傳教士和野人都會(huì)劃船,船一次只能載k人,船上野人多于傳教士時(shí)野人就會(huì)吃掉傳教士,問(wèn)如何安全過(guò)河?(不失一般性,以N=3,k=2為例求解)。
求解簡(jiǎn)述:設(shè)綜合數(shù)據(jù)庫(kù)中狀態(tài)用三元組(m, c, b)表示,其中m、c、b分別表示傳教士、野人和船的數(shù)目,則有:
0≤m, c≤3, b ∈{0, 1}
以左岸為參照點(diǎn),則初始狀態(tài)和目標(biāo)狀態(tài)分別為(3,3,1)和(0,0,0)。據(jù)此,可以給出一條產(chǎn)生式規(guī)則如下:
IF (m, c, 1) THEN (m-1, c, 0)
以此類(lèi)推,把所有可行的規(guī)則都求出之后,就可按照規(guī)則集和控制策略得到問(wèn)題的解。
2) 遺傳算法求解31個(gè)城市的CTSP問(wèn)題[5]。
問(wèn)題:給定有限個(gè)城市的集合C={c1,c2, …,cm}及每?jī)蓚€(gè)城市之間的距離矩陣D=[dij]m×m,其中m∈N,dij=d(ci, cj)∈Z+,ci、 cj∈C,1≤i、j≤m,求出滿(mǎn)足的城市序列cπ(1)、cπ(2)、…、cπ(m),其中π(1),π(2),…,π(m)是1、2、…、m的一個(gè)全排列。我們以CTSP問(wèn)題為例,即求解中國(guó)31個(gè)城市之間最短巡回路線(xiàn)的問(wèn)題。
求解簡(jiǎn)述:路徑表示直接使用城市在路徑中的相對(duì)位置,如有編號(hào)分別為1、2、3、4、5的5個(gè)城市的一條路徑4-1-2-5-3,用路徑表示方法直接可寫(xiě)為(4 1 2 5 3)。適應(yīng)度函數(shù)值用路徑的實(shí)際長(zhǎng)度表示。交叉算子采用次序雜交,即選擇父體的兩雜交點(diǎn),交換相應(yīng)的段,其它城市則保持在父體中的相應(yīng)次序。變異算子采用倒位算子,即隨機(jī)選擇兩個(gè)位置,然后將它們之間的城市反序。通過(guò)運(yùn)用遺傳算法求解,可得最優(yōu)解為15 404 km,對(duì)應(yīng)的巡回路線(xiàn)為“北京—呼和浩特—太原—石家莊—鄭州—西安—銀川—蘭州—西寧—烏魯木齊—拉薩—成都—昆明—貴陽(yáng)—南寧—???mdash;廣州—長(zhǎng)沙—武漢—南昌—福州—臺(tái)北—杭州—上海—南京—合肥—濟(jì)南—天津—沈陽(yáng)—長(zhǎng)春—哈爾濱—北京”。實(shí)例講解完成后,可要求學(xué)生采用相同或者不同的方案自己去實(shí)現(xiàn)一下問(wèn)題的求解過(guò)程。
4結(jié)語(yǔ)
人工智能是 計(jì)算機(jī)科學(xué)與技術(shù)專(zhuān)業(yè)的一門(mén)核心課程,同時(shí)也是一門(mén)交叉學(xué)科,涉及面廣,理論性強(qiáng),教學(xué)難度較大,學(xué)生的學(xué)習(xí)興趣有待提高。本文作者根據(jù)自己在人工智能導(dǎo)論課程中的教學(xué) 實(shí)踐和課程特點(diǎn),明確了教學(xué)中的精講內(nèi)容和泛講內(nèi)容, 總結(jié)了三種提高學(xué)生學(xué)習(xí)興趣的教學(xué)方法,并給出相應(yīng)的實(shí)例說(shuō)明,旨在為本門(mén)課程的教師提供教學(xué)參考。
參考文獻(xiàn):
[1] 蔡自興,徐光祐. 人工智能及其 應(yīng)用(本科生用書(shū))[M]. 北京:清華大學(xué)出版社,2003:288-296.
[2] 薛占熬,齊歌,杜浩翠,等. 離散數(shù)學(xué)的課堂導(dǎo)入法研究[J]. 計(jì)算機(jī) 教育,2010(8):95-99.
[3] 徐新黎,王萬(wàn)良,楊旭華. “人工智能導(dǎo)論”課程的教學(xué)與實(shí)踐改革探索[J]. 計(jì)算機(jī)教育,2009(11):129-132.
[4] 李春貴,王萌,何春華. 基于案例教學(xué)的“人工智能”教學(xué)的實(shí)踐與探索[J]. 計(jì)算機(jī)教育,2008(9):53-54.
[5] 楊利英,覃征,賀升平,等. 改進(jìn)的演化近似算法求解TSP問(wèn)題[J]. 微電子學(xué)與計(jì)算機(jī),2004,21(6):126-128.
下一頁(yè)分享更優(yōu)秀的<<<人工智能技術(shù)導(dǎo)論論文