探討面向機械專業的人工智能導論課程建設

摘 要：隨著復合型交叉人才培養培養需求，以機械大類的多學科交叉復合改造為目標，則必然對面向人工智能導論課程提出新的要求。本文將從面向機械專業的人工智能導論課程建設總體方案和通過本課程建設對機械專業交叉復合改造兩方面展開探討。實現針對機械專業提高人工智能導論課程教學效果的目標。

關鍵詞：機械工程;人工智能;課程建設

1引言

通常人工智能導論課程是人工智能領域的一門介紹性課程，是全校性通識教育課程，屬于信息與智能技術模塊的必修課。近年來，因為機械專業在本科教學過程中有主動尋求從傳統專業設置到交叉融合大類的轉變趨勢，而在這一過程當中，人工智能導論課程將作為這種轉變的一種啟發式教學，在傳統機械教學的基礎上拓展知識體系，深入淺出的融合算法思想，多學科交叉的擴大應用范圍，并對機械學科更加地面向國家科技強國戰略需求。

2 面向機械專業的課程總體方案

面向機械專業的人工智能導論課程目標包括1）了解人工智能的發展歷史、基本概念和人工智能與機械結構協同發展關系2）熟悉人工智能領域中智能算法、人工智能模型、大數據技術、智能計算工具、人工智能倫理等相關知識在機械專業中的應用場景與解決方案;3）熟悉人工智能產業與機械產業的的發展現狀、研究成果與市場交叉崗位需求。為機械專業同學將來繼續深入學習或進行科學研究打下堅實的基礎。

該課程在教學內容主要包括知識表示、知識獲取、知識應用三部分。第一部分，知識表示主要介紹概念表示、知識表示、知識圖譜，并加入機械結構知識圖譜建立等將機械及其新興衍生子學科進行信息化與數字化，讓學生明白知識圖譜是讓機器理解世界的基礎，并對部分簡單機械構建數字孿生體。第二部分，知識獲取主要介紹搜索技術、群智能算法、機器學習、人工神經網絡與深度學習等，以人工智能為腦對機械操作和控制，突破了人體操作速度和精度的限制，并可以進行大規模最優決策。第三部分，知識應用涉及計算機視覺、自然語言處理、語音處理、專家系統、多智能體系統與智能機器人等部分，并與機械專業進行交叉融合，以機器人為底，組合上述功能，構建面向個人的服務機器人設計或面向企業的工業機器人設計，進行教學資源的融合導向。

相應的教學方式也會發生改變，由傳統課堂改變為，增加專業核心課程的微課集群資源、教師邊講解學生邊演練的局域網教學平臺、在線檢驗和問題搶答等手機應用軟件等增加信息化手段的教學方式的現代化課堂。在改變教學方式的同時，需要對專業教師進行相應的培訓，并提供專業化統一學習資源，保證最終教學效果。

3對機械專業交叉復合升級

人工智能導論課程不是簡單的給機械專業增加了一門通識課，更是幫助該專業的學生升級交叉復合的知識體系、算法思想和應用范圍。現有的機械專業課程相對而言比較固定，但是在新工科背景下，對機械專業有了交叉復合升級的需求，以通過培養具有復合背景的專業人才的方式，提升我國成為世界一流科技強國的發展速度和質量。

3.1 知識體系升級

過去傳統教育中把一個專業分為一個個學科，再細分為一門門課程，相當于關注一個個相互割裂的知識點，而難以獲取完整的知識體系框架。現在的主流機械大類招生的前期知識框架構建帶來的挑戰則是引入人工智能導論課程的重要原因之一。而對于機械專業交叉復合升級中，人工智能則起到至關重要的作用。因為人工智能本身就是多學科交叉融合產生的，涉及了計算機科學、數學、心理學、哲學和語言學等眾多自然科學和社會科學，所以人工智能導論不僅僅是將一門而是將多門學科的知識體系融入到學生現有的知識框架下，完善了學生對于人類整體知識的思考，促進學生對于機械學科有更深刻的認識。

3.2 算法思想升級

機械專業未來就業方向更加具有復合型，而不是單一理解機械結構部分，更要全面考慮高度融合各個學科來解決最終的產業問題，并且在現代機械學科中，某些問題的解決方案并非來自傳統機械計算方法。比如機械設計當中有安全系數法來確定強度，過去有人工智能當中的專家系統進行比較，現在又增加了深度學習等預測方法來針對機械系統當中的特定問題尋求最優解決方案。比如機械剩余壽命預測過去更多使用的是建立相關隨機過程的方法，而現在增加了深度學習相關泛化預測方法。比如機械優化設計當中增加了群智能搜索方法。把機械學科比喻作手的話，那么人工智能就是大腦，所以機械結構需要人工智能來控制和決策，但同時算法又不能脫離現實結構和實踐獨立運行，二者是相輔相成的。通過這種結合，跨學科主動將各個學科聯系在一起，而不僅僅是跟隨現有的潮流，而是對理論研究有一定深度。

3.3 產業化應用升級

人工智能應用場景廣泛，極大的擴展了機械專業學生的開拓面，比如從圖像、聲音、觸感等多方面增加了人與機器的互動性，比如從多智能體算法中了解機器與機器之間的協作性等。將不再把機械專業限定在機械結構中，而是拓展到機械系統，甚至機器人的范疇，增加了學生的就業面與未來的研究可選方向，并易于與國家戰略需求相結合，培養具有理解人工智能場景能力的機械專業化復合人才。而且以企業需求和時代大環境為基礎，以機械大類的多學科交叉復合改造為目標，在人工智能導論課程中增加具有互動性和協作性的機器人等方式讓學生將人工智能算法應用于實際機械結構中，理論能力轉換為實際創新成果的能力。

3.4 面向國家需求升級

不僅僅要在課程設計中面向企業中的崗位，更要面向國家的需求，推動我國科技快速領先發展。以我國機床行業為例，在過去只注重通用機床發展，而現在通過與人工智能算法相結合，比如與數字孿生技術結合快速構建專用化機床，比如與深度學習算法相結合提高工業母機的控制誤差等。面向機械專業的人工智能導論課程建設中，要緊緊抓住人工智能這次機遇與挑戰，讓我國的部分相對落后的機械發展方向實現彎道超車，進入到世界一流水平中去。

4總結

本文提出要構建面向機械專業的人工智能導論課程建設，從知識表示、知識獲取、知識應用三部分對人工智能課程體系進行機械相關內容的交叉融合，形成完整課程總體方案，從而達到對機械專業的知識體系、算法思想、產業應用等方面進行升級，最終達到可以面向國家需求，以培養具有人工智能背景的機械專業化交叉復合型人才。

作者簡介：王海琨， 男 ，1988-02 ，漢， 河北石家莊人， 博士， 講師， 重慶理工大學， 研究方向： 人工智能。