人工智能與機器視覺通識類課程建設探討

戚瑋瑋 鄭樹彬 李立明

摘? 要：為貫徹落實國家關于高等學校人工智能創新行動計劃，探索“人工智能+X”的人才培養模式，開展了人工智能與機器視覺通識類課程建設。課程建設以人工智能領域人才培養和人工智能學科體系建設為目標。針對人工智能理論性強、人工智能系統復雜的學科特點，課程以機器視覺為切入點開展人工智能的教學，側重案例教學、編程教學等方式，幫助學生理解人工智能的理論基礎、實現和應用，調動學生的學習積極性，培養學生分析問題、解決問題和設計開發的能力。

關鍵詞：人工智能? 機器視覺? 案例教學? 編程教學

中圖分類號：G434 ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）02（c）-0188-04

Discussion on the Construction of General Courses of Artificial Intelligence and Machine Vision

QI Weiwei? ZHENG Shubin? LI Liming

（School of Urban Railway Transportation， Shanghai University of Engineering Science， Shanghai， 201620 China）

Abstract： In order to implement the national artificial intelligence innovation action plan for colleges and universities， and explore the "Artificial intelligence + X" talent training model， the construction of artificial intelligence and machine vision general courses has been carried out. The curriculum construction aims at the cultivation of talents in the field of artificial intelligence and the construction of artificial intelligence discipline system. In view of the academic characteristics of artificial intelligence and the complexity of artificial intelligence system， take machine vision as the breakthrough point to artificial intelligence teaching， focusing on case teaching， programming teaching and helping students understand the theoretical basis， realization and application of artificial intelligence. Students' learning enthusiasm is inspired. Students' ability to understand and solve practical problems is cultivated. Students' ability of designing and development is improved.

Key Words： Artificial intelligence; Machine vision; Case teaching; Programming teaching

近年來，隨著深度學習模型在算法層取得突破，大數據的發展，以及運算芯片的研發，人工智能技術從理論研究走向工業應用和民用領域，行業進入全面爆發期，人工智能迎來第三次高潮。人工智能正在引發新一輪科技革命和產業變革，因其在科技發展過程中的重要作用以及為產業創新發展帶來的巨大機遇，世界各國紛紛將人工智能上升至國家戰略高度，以此搶抓人工智能發展的重大戰略機遇，保持本國研發前沿性和獨創性[1]。在此背景下，人工智能領域的人才培養成為高校的發展趨勢和重要任務。2017 年 7月《新一代人工智能發展規劃》發布，系統闡述了新一代人工智能的內涵，并繪制了2030年前我國人工智能的發展藍圖，其中明確提出“加快培養聚集人工智能高端人才”、“建設人工智能學科”和“形成‘人工智能 +X復合專業培養新模式”[2]。2018年4月，教育部印發了《高等學校人工智能創新行動計劃》，將完善人工智能領域人才培養體系作為三大任務之一，并且提出“加強人工智能領域專業建設、加強人工智能領域才培養、構建人工智能多層次教育體系”。另外，該行動計劃指出應加快人工智能在教育領域的創新應用，利用智能技術支撐人才培養模式的創新、教學方法的改革、教育治理能力的提升，構建智能化、網絡化、個性化、終身化的教育體系。因此，在本科階段，開設通識類的人工智能課程非常有必要[3]。

1? 人工智能與機器視覺通識類課程建設的需求分析

1.1 人工智能通識類課程存在的問題

近年來，隨著人工智能在各行業廣泛應用，該領域人才需求呈爆發式增長，人才供給總量卻嚴重不足，盡管各高校已經認識到人工智能人才需求和培養的緊迫性，人工智能系列通識課程成為所有高校各個專業特別是理工科學生的必修課程。但是由于人工智能是涉及計算機科學、數學、控制論、信息論、神經生理學、心理學、語言學等學科的交叉學科，大多數高校人工智能尚未形成自己獨特的課程體系[4-5]。人工智能相關基礎課程的開設，大多是在計算機應用技術、軟件工程、電子通信工程等一級學科中，很多其他專業的學生由于種種原因可能選修不到這些課程。常規的人工智能課程多以講解深奧抽象的算法為主，并且需要學生具有較好的數學基礎、較強的邏輯思維和編程能力等。對于本科生來說，難以深刻理解課程中所涉及的抽象的原理和方法，導致學習效果欠佳，未達到課程的培養目標[6]。筆者負責人工智能基礎專業課的教學，對此深有體會。

1.2 人工智能與機器視覺的通識類課程的優勢

針對本科生人工智能通識課教育存在的問題，本科生人工智能通識類課程不宜繁而復雜，應該以少而精以引導入門為主，以點帶面，通過同學們經典熟知的應用帶同學們切入人工智能學習中。機器視覺是人工智能的應用領域之一，主要通過視覺設備采集圖像，對圖像進行處理實現目標的識別檢測等任務。隨著人工智能技術的發展，機器人視覺在檢測，人臉識別、人臉支付、無人駕駛、機器人等方面應用廣泛。相比較于人工智能的其他應用分支，機器視覺更直觀和顯著，更能激發學生們學習人工智能的興趣。以機器視覺應用為切入點進行人工智能的學習，可以讓學生更加深刻理解典型人工智能算法的原理，充分體驗人工智能系統的基本過程與方法[7]。可以使學生對人工智能和機器視覺從整體上有一個清晰全面的系統了解，掌握人工智能和機器視覺的基本概念，基本原理和基本方法，了解典型人工智能算法在機器視覺領域的實現過程，了解人工智能在機器視覺方面的研究與應用的最新進展和發展方向，開闊學生視野、提高分析解決問題的能力，為將來使用人工智能的相關方法和理論解決實際問題奠定初步基礎。

2? 人工智能與機器視覺通識類課程內容及教學目標

根據對人工智能通識課的教學情況和學生學習情況的調研，通過分析人工智能思想，方法和技術現狀，可以在課程教學中通過4個模塊構建人工智能與機器視覺的能力知識和能力結構，主要內容見表1[8-9]。教學目標是通過本課程的學習，學生要對人工智能和機器視覺從整體上有一個較清晰全面的系統了解，能陳述人工智能和機器視覺的基本概念和基本思想，理解典型的機器視覺系統，學習人工智能在機器視覺應用中的重要算法，了解典型人工智能算法在機器視覺領域的實現過程，充分體驗人工智能系統的基本過程與方法，為將來使用人工智能的方法解決相關實際問題奠定基礎，形成積極思考、嚴謹創新的科學態度和解決實際問題的能力。最終達到的教學效果，使學生了解人工智能發展歷史、主要研究內容、研究方法，了解圖像的基本概念，典型的圖像預處理、特征提取的方法，掌握人工智能典型的機器學習方法在機器視覺上的應用，具備更廣更深的角度，思考問題、解決問題的意識。開闊的先進、高級控制方法和技術方面的視野，提升學生科學研究的能力。

3? 人工智能與機器視覺通識類課程的教學實踐

課程教學和實驗總學時為32學時，開設類型為通識課，適用層次是本科，主要面向理工科專業的學生，先修課程主要包括高等數學、概率論、線性代數、離散數學、高級語言編程等，該課程可以在大學三、四年級開設。選修該課程的學生對人工智能和編程技術有濃厚的興趣，學習積極性高，大部分能夠潛心研究人工智能的理論基礎，課上積極參與討論，并積極完成編程實驗，課程受到同學們的歡迎。同學們能夠對人工智能有一個宏觀的認識，對人工智能的基本原理基本方法有了較為深刻的理解，通過機器視覺的案例，將枯燥的理論學習和實際應用聯系起來，讓同學們了解身邊耳熟能詳的機器視覺應用用到了哪些人工智能理論和方法。通過代碼閱讀，了解機器算法的實現，通過編寫代碼，提高了編程能力，掌握了設計開發智能系統的基本方法，達到了預期目標。

3.1 教學方法

3.1.1 基于案例的教學方法

人工智能的知識體系比較龐大，理論和方法比較抽象，一些經典的智能系統實現比較復雜，知識基礎有限的本科生來說，在學時有限的情況下，有些內容無法進行深入的原理講解和實踐教學。鑒于這種情況，結合知識內容不同，教學過程以基于機器視覺的城市軌道車輛檢測系統、人臉識別、無人駕駛、足球機器人等學生耳熟能詳的案例入手，讓學生探究這些案例中的人工智能理論和方法的應用。對這些案例的機器視覺系統盡心剖析分解，了解整個系統硬件系統搭建、圖像采集、圖像處理、特征提取、機器學習算法對行特征進行分類等各個環節。一方面能夠激發學生的學習興趣和學習熱情，培養學生的探索精神，另一方面運用了從特殊到一般、再從一般到特殊的學習方法，遵循實踐-理論-實踐的脈絡，讓學生從特定應用實例中體會人工智能理論和方法的功能，然后再去學習理論和方法的數學基礎，歸納總結人工理論和方法的特點以及常見的應用場合，讓學生充分體驗人工智能系統的基本方法的實現過程。

3.1.2 基于編程的教學方法

實踐是檢驗真理的唯一標準，編程是對專業知識和理論的最好實踐手段。理解人工智能的原理和方法，編程實現是一個很好的途徑。本課程以Python語言為開發工具，以Pycharm作為開發環境，要求學生學習掌握Python中的基本操作、數據類型、控制和循環語句，掌握Python常用庫，了解OpenCV圖像處理庫。鑒于部分選課學生大都有程序設計基礎，利用6個學時進行Python語言應用預備教學。通過講解案例涉及到的中圖像處理以及機器學習算法的代碼，展示代碼運行的效果，讓同學們直觀感受機器視覺的處理、實現過程及處理后的結果。并讓同學們編寫實現其中的部分代碼，作為小實驗，讓學生實現一些圖像處理、特征提取、機器學習算法的代碼，并傳授給學生設置斷點調式程序的方法和技巧，提高同學們的編程能力。通過案例和編程相結合的教學，一方面讓學生了解了人工智能理論和方法的實現，另一方面激發了同學們的編程興趣，提高了同學們的編程能力，為同學們以后設計實現人工智能系統奠定了基礎。

3.2 存在問題及對策

由于人工智能的理論和方法比較抽象和復雜，理論基礎涉及到很多數學知識，部分數學基礎薄弱學生在學習時普遍存在困難。由于教學學時有限，部分編程基礎弱的學生在編程實踐時存在一定的困難，需要對課程目標和考核標準進一步評估，并據此重構部分教學內容。

4? 結語

自2019年秋季學期，學校開設人工智能基礎課程，初步探索了普及性人工智能課程的教學內容，經過2輪課程教學實踐，梳理了教學知識體系，并通過教學實踐探索了人工智能基礎的教學方法。在此基礎上，在2020年春季學期，結合自身科研方向，開設了人工智能與機器視覺通識課程，以機器視覺為切入點進行人工智能學習，下一步需要總結教學經驗，凝練教學內容，豐富教學案例，完善案例代碼，使人工智能通識教育課程體現更強的學科融合和工程性特質，支撐人工智能通識課教育的開展。

參考文獻

[1] Varian H . Artificial Intelligence， Economics， and Industrial Organization[J]. NBER Chapters， 2018.

[2] 呂志勝，封斌，蔣翔，等.面向“智慧海洋”的人工智能課程體系建設研究[J].高教學刊，2020，129（7）：88-90.

[3] 杜明，劉曉強，宋暉.人工智能通識課程教學內容探索[J].計算機教育，2020（10）：152-155.

[4] 姚琳，石志國.人工智能課程體系與教學方法研究[J].中國大學教學，2019（10）：19-22.

[5] 周益民，田玲，陳文宇.人工智能專業體系建設探索[J].高教學刊，2020，138（16）：92-96

[6] 李莎莎，劉丹，唐晉韜.面向任職教育的“數據挖掘與機器學習”課程教學研究[J].高等教育研究，2019， 42（1）：109-114.

[7] 沈嶸楓，紀敏，謝詩妍，等.新工科背景下“人工智能+林業機械”研究生課程教學改革[J].西部素質教育， 2018，4（22）：144-146.

[8] 貴向泉，高禎，李立，等.“新工科”背景下人工智能教學改革研究[J].教育教學論壇，2020，461（15）：129-131.

[9] 劉文華.應用技術本科教育課程模式研究[D].上海：華東師范大學，2017.