本科生人工智能教學模式和實訓體系的探索與實踐

張雄濤，黃 旭，曾孟佳,2，吳小紅，蔣云良

(1.湖州師范學院 信息工程學院，浙江 湖州 313000；2.湖州學院，浙江 湖州 313000)

0 引 言

人工智能(artificial intelligence, AI)是研究開發模擬、延伸、擴展人的智能的理論、方法、技術及應用系統的一門新技術科學[1].2017年7月，國務院發布了《新一代人工智能發展規劃》(國發〔2017〕35號)[2]，標志著發展人工智能已上升為國家戰略，人工智能領域的人才培養進入了新階段.2018年4月，教育部發布了《高等學校人工智能創新行動計劃》(教技〔2018〕3號)[3]，提出要圍繞新一代人工智能發展優化學科體系布局，提升人才培養質量，為我國躋身創新型國家前列提供科技支撐和人才保障.同時，針對進一步提升高校人工智能領域科技創新、人才培養和服務國家需求的能力，提出了四個堅持：“堅持創新引領、堅持科教融合、堅持服務需求、堅持軍民融合”.因此，人工智能領域的人才培養應注重需求引領和實踐訓練，著重在教學模式與實訓體系方面進行深入研究.

計算機技術的發展經歷了計算機基礎教育、算法與程序設計教育、軟件開發與應用教育，現已逐步過渡到智能技術研究與應用教育.計算機技術教育的受眾也逐漸從專業人才向社會大眾鋪開，如辦公軟件、圖像和音視頻處理軟件的使用，以及軟件開發工具和開發語言的使用等，已逐漸被廣大的人群所接受，智能技術應用也必將經歷這樣一個過程.目前，國家對人工智能技術高度重視.從專業建設的角度來說，需在智能技術研究與應用方面合理規劃，科學設計專業課程體系[4-5].本科生人工智能技術教學，一方面要注重基本原理，使學生深刻理解由“計算”到“智能”是如何實現的；另一方面要注重社會應用，結合實際產業需求設計并建設人工智能應用系統.這兩方面的教育與研究生階段的教育不同，更側重對現有智能計算模型的理解，以及在現實社會需求的基礎上對現有智能計算平臺的使用.本文主要從本科生人工智能教學模式與實訓體系兩方面進行闡述.

1 人工智能教學模式探索與改革措施

目前，人工智能教學涵蓋的教學層次已從研究生教育拓展到本科教育甚至高中教育.與研究生教育相比，本科生人工智能教學應在了解并掌握相關技術方法的基礎上側重技術應用.整個教學過程分為基礎技術方法教學和應用系統設計教學兩個階段，如圖1所示.

圖1 本科生人工智能教學過程示意圖Fig.1 Schematic diagram of artificial intelligence teaching process for Undergraduates

1.1 教學內容

1.1.1 基礎技術方法

人工智能教學對教學模式提出了與以往不同的要求[6]，尤其是在新工科背景下注重實踐能力已成為目前工科教學的重要要求[7].對人工智能而言，基礎性與實踐性之間的矛盾更加突出，因此教師更應合理安排教學內容，設計教學過程.在教學內容方面，應盡可能精簡，選擇較成熟且基礎性較強的機器學習算法，如KNN、K-Means、PageRank、樸素貝葉斯、SVM、EM等，避免涉及過于前沿、復雜的算法；在教學方法方面，可采用“實際問題引入—提煉科學問題—討論算法流程—展示算法描述—總結與補充”的方法，針對每個算法設計相應的問題引入方法.

針對相關算法流程，教師應將其分為基本思路、基本過程、偽代碼、代碼等幾個層面.以KNN算法為例，首先應強調“近朱者赤、近墨者黑”的哲學源頭，讓學生理解算法的總體思路；然后討論分析如何確定“遠”“近”，如何確定哪些是“朱”“墨”，并通過簡單的例子手工計算距離和相應類別元素的數量；再用語言或形式化方法描述這個過程，并形成偽代碼；最后讓學生編寫代碼.學生熟悉整個算法流程后，再討論相關參數設置問題，包括參數的確定原則、確定方法等.

針對基礎技術的教學，教師應著重突出思考方法，使學生從宏觀到微觀、由粗到精逐步理解、掌握，強化學生的自學能力，使其對新技術、新算法能夠快速認知與理解.

1.1.2 應用系統設計

人工智能教學應突出系統設計方面的訓練.應用系統設計最重要的是要融合開放式工程項目化方法[8].學生的設計能力及對系統的總體把握能力源于其對實際系統的觀摩、思考、模仿、參與.在教學的不同階段，教師應適當引入相關系統，讓學生不同程度地參與進來，以提升學生應用系統的設計能力.具體而言，一是要著重激發學生的學習欲望，讓學生想學、愿意學，引導學生關注人工智能應用系統，并大膽猜測其工作原理，培養學生獨立思考的習慣；二是要提供機會，讓學生接觸系統的結構和工作原理，引導學生將自己的想法與系統的實際工作過程進行對照，并分析各自的優缺點及如何改進、提升等；三是結合課程教學，組織不同難度層次的系統設計案例，開展設計訓練.

層次化觀點在應用系統設計中應得到進一步加強.提升學生的設計能力是教學的最終目標，但不同的學生其設計能力所體現的層次應有所區別，因此需進一步突出個性化培養.

1.2 教學方法

1.2.1 教學過程

人工智能教學總體上可分為4個階段：一是激發興趣；二是技術研究；三是系統設計；四是總結提升.首先要讓學生想學、愿意學；其次要讓學生學以致用，獲得成就感，增強探究學習的欲望；最后逐步形成“以問題為導向—應用案例導學—理論奠基—研討解決方案—項目實踐”的主動探究式教學過程.在這個過程中，學生成為了學習的主人，從中能獲得成就感和樂趣感.

課程教學后，教師不應終止學生的學習，而應進一步拓展相關知識的應用.在具體實施中，教師可以讓學生參與課題組相關的科研項目，或引導學生總結學到的知識，申報各類學生科研項目或參與相關學科競賽，最終形成“以項目促學—以科研促學—以競賽促學”的良性互動.

人工智能教學通過探究問題、解決問題來激發學生的主觀能動性，并通過正向引導和反饋加以強化，再通過合理的考核機制進一步加強和滿足學生的學習需求.在這個過程中，教師的身份從單一的課堂主體轉變為“提問者”“導師”“協助者”“考核人”等多重身份，學生從被動的填鴨式學習轉變為主動的探究式學習，不僅學習理論知識，還學習如何運用這些知識解決實際問題，真正從“為了學而學”的狀態中解放出來.

1.2.2 教學評價

為激發學生的參與熱情，提高學生的主動參與度，并從結果上激勵學生，可以采用多元智能評價方法對教學進行立體評價，即“基礎知識+自主學習+合作學習+師生互動+項目拓展度”綜合考評.多元智能評價觀是一種基于多元智能理論，旨在促進學生全面發展的評價思想.它比傳統的評價觀更強調滿足教學效率，更多地體現平等和發展的思想，是解決當前教育公平和教育效率問題的一個有效途徑.目前，教學評價主要采用“平時成績+期末成績”的方式，并沒有將學生主觀參與的狀態加入考評體系.此次教學評價改革的主要思想是：一方面將學生的課堂或項目表現在平時成績中體現出來；另一方面將學生在項目中的表現加入教師、學生互評的打分項，多維度、多指標地對學生進行綜合考評，從而使評價結果更客觀、更全面.

2 人工智能實訓體系

計算機是理論與實踐結合最緊密的學科之一.人工智能作為計算機技術發展的較高級階段，在其教學過程中仍需注重理論與實踐相結合.本科生人工智能實訓體系涉及3個過程：一是面向基本算法原理的驗證性實訓過程；二是面向算法應用的工程性實訓過程；三是面向社會需求的集成創新性實訓過程.前兩個過程與基礎教學內容相結合，目的是促進學生對基礎知識和基本技能的理解與掌握；第三個從社會實際問題出發，開展探究性、設計性實踐，并開展工程實施.要強調的是這一過程不宜采用教材中固化的內容，而應著眼于產業實際.人工智能實訓體系如圖2所示.

圖2 本科生人工智能實訓體系Fig.2 Artificial intelligence training system for Undergraduates

2.1 驗證性實訓

驗證性實訓側重對現有成熟智能算法的學習、理解和再現.學生通過算法學習，并結合設計實例進行結果分析，深入理解算法原理.驗證性實訓分為兩種類型：一是通過簡單數據，結合人工算法進行相互驗證，理解算法的工作流程；二是通過實際數據，結合對結果的認知，理解算法的工作效果.如在機器學習經典算法——KNN分類算法的學習過程中，首先通過簡單數據進行驗證，如給出二維平面中的5個點，請學生按KNN的計算方法進行手工計算，最終給出分類結果，并與KNN算法的運行結果相對照，以加深學生對算法的理解；給出具體領域的數據，如花卉識別、病蟲害識別、車牌識別等，通過分析算法運行結果進一步加強學生對算法的理解.

在本科教學中，基礎方法和基本算法的工作原理是學生首先要掌握的.這一過程的實訓也是本科生人工智能實訓的基礎環節.這一過程主要在課內完成，所用數據要便于手工計算和易于直觀理解，多數需教師自行設計或加以改造.

2.2 工程性實訓

工程性實訓主要訓練學生的工程實施能力.我國工程教育形成了專科生、本科生、碩士生、博士生4個層次的培養體系[9]，其中本科層次的工程教育是讓學生獲得工程師的基本訓練.因此，在本科階段的人工智能教學中，教師應圍繞成熟的人工智能工程項目，強化學生的工程實施能力.一是通過觀摩已有工程，熟悉工程實施規范.這些工程項目應源于產業實際，并經教師總結、改造，所提供的資料可刪繁就簡，突出重點.二是進行模仿、復現.學生觀摩后，教師應給出一定時間讓學生就該工程進行復現，學生可針對其中的重點環節進行復現，也可針對工程全部進行復現.在這個過程中，教師應讓學生盡量模擬真實的工程項目實施過程，并邀請工程師全程指導.同時，教師對每個環節的操作流程可能出現的問題要有預案，以便各階段給予指導.

工程性實訓也可與正在運行的工程項目相結合，如人臉識別門禁系統項目、市民服務中心的語音導覽機器人項目、智慧農業病蟲害識別系統項目等，通過實地參觀體驗、剖析系統結構、訪談建設過程等強化學生對工程項目的認識.

2.3 創新性實訓

創新性實訓主要面向現實問題，由學生自主分析問題,提出解決方案,進行項目實施,開展項目評估.該過程的實訓不提供現成的素材，由學生根據以往算法訓練、工程訓練中的積累創新完成.教師和工程師對各環節進行監控和指導.如門禁系統如何進一步提升識別速度，如何提升個性化動作識別度,以及語音導覽項目中如何增加方言對話……這些內容都可以根據新的應用需求提出，同時與工程性實訓中的內容相關聯，讓學生把實踐經驗應用到新項目的實施中.尤其要注意的是，學生提出的解決方案未必是最優的，教師要引導學生通過自行分析、項目評估等得出結論.

創新性實訓是人工智能實訓體系的高級層面，也是本科生人工智能教學的目標.學生在掌握基本原理和基本工程技能的基礎上，應針對各類智能計算需求，提出方案并實施項目建設，最終解決相關問題.

3 實施與效果分析

湖州師范學院信息工程學院自2016年在本科生中開設“人工智能與模式識別”課程以來，學院以該課程為核心，整合智能信息處理、人工智能導論、模式識別導論、大數據分析技術、大數據開發平臺等課程，組建了“智能計算”課程組，著重強化學生的計算模型與數據處理能力.課程組深入研究離散數學基礎知識、模式識別、機器學習、人工智能、圖形學、數字圖像處理等知識體系與教學方法，研究大數據分析技術與平臺應用相關知識體系和教學方法，強化計算模型與數據處理方法教學，構建了面向高層智能應用的基礎知識教學體系.

在具體教學過程中，學院有效落實人工智能教學模式與人工智能實訓體系方面的改革措施.一是將每屆學生安排到市聯通公司、電信公司、移動公司，以及市大數據管理局、計算服務提供商等設置的現代科技成果展廳學習和觀摩，以全面提升學生對智能計算的興趣；二是以課程組為載體，組織相關教師對人工智能教學方法進行深入研討，并組織教師參加國家級教學名師等組織的人工智能教學研討會，以全面提升教師的人工智能教學水平；三是邀請相關企業工程師參與課程建設，凝練教學內容，編寫實踐案例，并參與部分課堂教學，以全面提升課程與產業的緊密度.

經過幾年的實踐與探索，湖州師范學院相應專業的學生對人工智能領域的認識和理解不斷深化，在智能計算相關方法上的知識積累日益增加.學生參與科研項目的比例越來越大，2017年以來，學生承擔浙江省新苗計劃項目9項、國家級大學生創新創業計劃項目15項；參與學科競賽率達100%，獲得各級獎項150余項，其中國家級獎項34項、省級一等獎9項.