高校學生能力提升的人工智能課程建設(shè)路徑探究*

趙朝鋒 張永新 王聽忠

（洛陽師范學院信息技術(shù)學院 河南洛陽 471022）

一、AI背景

人工智能(Artificial Intelligence，AI)，是由計算機、數(shù)學、控制論、心理學、哲學等多科融合的交叉科學，探究智能的本質(zhì)，產(chǎn)出以人類智能相似的智能機器。今天的人工智能技術(shù)已經(jīng)廣泛地應(yīng)用于包括智能機器、語言學習、圖像處理等領(lǐng)域[1-2]。為更好地發(fā)展人工智能技術(shù)，確立我國人工智能發(fā)展的在世界格局中的優(yōu)勢，促進“智能制造2025”的在工業(yè)領(lǐng)域的開展，對于人工智能人才的培養(yǎng)應(yīng)該格外重視，而地方高校培養(yǎng)的人工智能人才及其教學課程中存在的問題，亟須面對和解決[3-4]。

1956-1974年間，是AI興起的階段。在此期間，搜索類算法成了主角，如具有典型代表性的命題邏輯、謂詞邏輯等。第二次熱潮是在20世紀80年代左右，出現(xiàn)了智能的概念，如知識表示、智能規(guī)劃等。但是不久后，符號人工智能躑躅難行，進入了瓶頸期，這其中產(chǎn)生的子符號卻得到了人工智能專家的認可。第三次熱潮則在最近幾年，其是隨著深度學習推動的快速興起，標志性事件是2019年圖靈獎得主在“深度學習”方面的貢獻[5]。

人工智能技術(shù)對我們生活的世界產(chǎn)生了巨大的影響，他給我們帶來極大的方便，主要體現(xiàn)在了下面的應(yīng)用中。

（1）在機器視覺領(lǐng)域，利用智能圖像信息處理技術(shù)對人、物（車輛、洪水、攝像頭監(jiān)控等物體）行為的感知、辨識、預(yù)測等，并依據(jù)一定的特征，對發(fā)展趨勢產(chǎn)生相應(yīng)的預(yù)警機制，如洪水發(fā)生的提前預(yù)警、門禁系統(tǒng)的異常報警等。

（2）在交通領(lǐng)域，主要包括利用大數(shù)據(jù)技術(shù)、路徑規(guī)劃等對人、物行為進行特征提取、狀態(tài)分析、行為指導(dǎo)等，例如車牌自動識別、違章追罰、車行為監(jiān)控、自動駕駛等方面開展的智能服務(wù)。

（3）在醫(yī)學領(lǐng)域，利用醫(yī)學影像信息分析技術(shù)可以為疾病診療、提供臨床診斷的智能決策系統(tǒng)、基于病歷數(shù)據(jù)的醫(yī)學咨詢系統(tǒng)等。

（4）在教育領(lǐng)域，主要包括利用智能方法的科研、教學、訓練、測試以及管理內(nèi)容。這包含基于圖像識別技術(shù)的閱卷系統(tǒng)，基于智能語音信息識別的糾錯系統(tǒng)，基于人機交互的師生對答系統(tǒng)等。

二、地方高校AI專業(yè)課程現(xiàn)狀

在地方高校人工智能專業(yè)本科生人才培養(yǎng)方案中，我們建立了人工智能專業(yè)較為完整的課程體系[6-8]。主要從人工智能的基礎(chǔ)課程、技術(shù)課程、應(yīng)用課程等三個維度進行建設(shè)，以保證學生可以適應(yīng)社會的需求。其中如人工智能基礎(chǔ)課程包括“人工智能導(dǎo)論”“高等數(shù)學”“線性代數(shù)”等，技術(shù)課程包括 “神經(jīng)網(wǎng)絡(luò)和深度學習”“最優(yōu)化算法”“機器學習”等各類智能算法，應(yīng)用課程包括“信號處理”“智能控制”“機器視覺”“智能交通”等應(yīng)用型項目。依據(jù)人工智能專業(yè)面向應(yīng)用的實際，除了所需基本知識和技術(shù)的學習以外，對所掌握的知識和技術(shù)的運用以及實踐也是同等重要，所以知識技術(shù)課程學時和實驗實踐課程學時盡量一比一配置，以保證學生能夠達到相應(yīng)的學習目標。除此之外，在人工智能人才培養(yǎng)終極目標上，與企業(yè)人才需求緊密結(jié)合，利用實際案例提高學生實踐技能是一個新的共識[9]。在培養(yǎng)學生獨立思考、協(xié)同作用方面，通過完整的案例，課程項目，以成果為導(dǎo)向推進人工智能課程改革，可有效提升人才的培養(yǎng)質(zhì)量[10]。

學生對人工智能課程學習的要求很多，掌握的技術(shù)要求也很多，具體表現(xiàn)在以下幾個方面：

（1）對人工智能的課程理論、技術(shù)發(fā)展的現(xiàn)狀應(yīng)該達到熟悉的程度，能夠知其所以然的地步。同時，對于人工智能未來趨勢能夠預(yù)判。

（2）有過硬的計算機算法基本功，熟悉Python等多種編程語言。

（3）通過實例算法的編寫，能夠達到對實際問題算法的理解、編寫、分析和解決問題的能力。

（4）通過平時實驗總結(jié)、畢業(yè)論文撰寫等訓練手段，發(fā)掘?qū)W生的梳理、總結(jié)、寫作的能力，以便提升學生的綜合實踐能力。

AI課程的考核方式，主要包括中期考核考核和期末測試。中期考核包括實踐實驗環(huán)節(jié)，培養(yǎng)學生將理論應(yīng)用于實踐項目的能力，增強學生分析、改進問題的能力以及寫作水平等綜合實踐能力；期末測試包括開閉卷考試兩種類型，便于考查學生理解能力和認知水平，查缺補漏，以便提升學生的能力。

三、地方高校AI專業(yè)課程的提升策略

原有的AI專業(yè)課程在學生創(chuàng)新能力、實踐能力等目標方面還有欠缺，所以我們從模塊化課程、多樣化教學和層次式應(yīng)用三個方面對AI課程進行相應(yīng)的改革。為此，對教學內(nèi)容模塊化處理，以問題為驅(qū)動，使學生在現(xiàn)實中構(gòu)建自己的知識體系，真正做到理論和實踐融會貫通。在教學環(huán)節(jié)中，教師應(yīng)積極幫助學生總結(jié)實際中的問題，提煉核心觀點，使學生知行合一，從而達到理論扎實、技術(shù)熟練、就業(yè)搶手的人才。具體包括以下三個方面。

1.模塊化課程

學生高校學習是目標導(dǎo)向下的多維能力提升的過程，AI專業(yè)學生也是如此。于是，將教學內(nèi)容拆分成AI基礎(chǔ)課程模塊、AI技術(shù)課程模塊、AI應(yīng)用課程模塊，完成模塊的理論學習、實踐鍛煉后，將進行相應(yīng)實習崗位的綜合訓練和技能鍛煉。在模塊化后，教學內(nèi)容銜接更緊密，學生的能力提升更科學，使理論知識理解更容易，實踐能力更有優(yōu)勢，循環(huán)往復(fù)，能力提升更明顯。這樣培養(yǎng)的學生在進入AI行業(yè)前已基本具備所需要的理論素養(yǎng)和技術(shù)水準。

2.多樣化教學

教師只有靈活使用多樣化的教學方法，才能使得主體發(fā)揮明顯作用，達到教學內(nèi)容的目標。教師應(yīng)依據(jù)現(xiàn)在學生的特性，多采用師生互動的方式增加課堂的趣味性，利用行為導(dǎo)向積極引導(dǎo)學生開展課堂活動，使學生之間形成互動，讓學生體會到感性認知、理論分析、實踐行為的“知行合一”，達到教學目標，滿足知識需求，技術(shù)儲備的要求。

3.層次式應(yīng)用

課程教學時間受限，課程內(nèi)容以理論知識儲備為主，這是必須要面對的AI課程現(xiàn)實。對于學有余力且有想法的AI專業(yè)學生，教師可采用層次式應(yīng)用模式，即采用導(dǎo)師制的方式，通過導(dǎo)師指導(dǎo)，使學生參與到相應(yīng)的科研項目或課題，從而提升學生的AI專業(yè)素養(yǎng)，培養(yǎng)具備一定實踐技能和創(chuàng)新能力的學生。

4.職業(yè)性發(fā)展

應(yīng)用型人才是國家急需的人才，要將學生人才培養(yǎng)與就業(yè)服務(wù)意識結(jié)合，突出學生的職業(yè)性發(fā)展。在AI的專業(yè)課程教學中，以理論示例、課堂訓練和實踐行為的來源定義為實際應(yīng)用，并結(jié)合專業(yè)教學目標和學生培養(yǎng)目標。如對眼部疾病的診療問題，在對網(wǎng)絡(luò)模型學習時，可將sigmoid改為Relu，可以將正確率提升至92%。在專業(yè)教學中，學校可邀請從事AI相關(guān)行業(yè)的校友、工程師開展講座報告，提升學生對行業(yè)動態(tài)和職業(yè)發(fā)展的認知，促進學生與校友、工程師的交流溝通，讓學生認識AI技術(shù)應(yīng)用于生產(chǎn)實踐的可行性，改變學校教學不是“紙上談兵”，明確學生對職業(yè)發(fā)展的認同感。

四、地方高校AI課程體系與內(nèi)容的重構(gòu)

人工智能是一門新興專業(yè)，大多數(shù)高校雖進行了培養(yǎng)方案和教學計劃的安排，但是難免會出現(xiàn)很多意想不到的問題。例如，人工智能導(dǎo)論作為一門人工智能進行專業(yè)的基礎(chǔ)課程。由于課時數(shù)受限，造成學生學習效果差，需對課程內(nèi)容進行調(diào)整與優(yōu)化。此外，課程需要較強的數(shù)學知識，又需對算法的深入理解，才能可以通過編程復(fù)現(xiàn)算法，因此在培養(yǎng)方案設(shè)置上就需要進行如下探索。

（1）開設(shè)人工智能專業(yè)所需的數(shù)學基礎(chǔ)課程，儲備人工智能領(lǐng)域常用的數(shù)學知識，如高等數(shù)學、線性代數(shù)、概率論與數(shù)理統(tǒng)計等數(shù)學類課程，為學生打好數(shù)學基礎(chǔ)，為將來的工作考研做一些相應(yīng)的準備。

（2）同步開設(shè)人工智能專業(yè)所需的程序設(shè)計課程，如C語言、Python編程等算法類課程，能對人工智能專業(yè)課程中的真實案例進行算法分析。

（3）實踐課程的開設(shè)關(guān)乎學生應(yīng)用能力與職業(yè)性發(fā)展，利用先進的在線平臺，如 “頭歌”開放式平臺，可以令A(yù)I專業(yè)學生從在線環(huán)境開發(fā)、實踐項目設(shè)置、計算能力設(shè)施、學生實踐能力評估等多方面，完成對AI實踐課程教學、學生實踐能力訓練提供了全方位的支撐。

上述課程的開設(shè)會極大地增強人工智能專業(yè)人才的培養(yǎng)質(zhì)量，將這些課程與人工智能專業(yè)課程組成課程群，并依據(jù)學生情況及時對開課學期和開課時數(shù)調(diào)整，意在整體課時時數(shù)不增加的情況下，滿足人工智能專業(yè)課程與數(shù)學基礎(chǔ)、算法編程的要求，使得人工智能培養(yǎng)體系更加合理，教學目標更加明確。

同時，對于人工智能專業(yè)課程中的知識，綜合學生的“數(shù)學底子”和算法代碼能力，可將各方面的知識逐一細化，保證學生既掌握必要的數(shù)學知識，又具有人工智能算法的復(fù)現(xiàn)能力，通過編程實現(xiàn)與驗證人工智能實例算法。從教學策略上，避免數(shù)學知識“太抽象”、人工智能算法“看不懂”、程序代碼“不會寫”等問題的出現(xiàn)，影響學生的培養(yǎng)質(zhì)量。

在此，以機器學習中典型的非監(jiān)督學習算法“PCA主成分分析”為例。它主要涉及特征根分解、奇異值分解等高等數(shù)學知識。“特征根分解”是“線性代數(shù)”課程中的知識，很多學生在學習完“線性代數(shù)”課程后，可以很快地計算矩陣的特征根，但是不理解矩陣特征根、特征向量的意義；“奇異值分解”雖是矩陣論的知識，但是“線性代數(shù)”課程中卻沒有體現(xiàn)，這就需要對數(shù)學外延知識進行擴展。同時，還需要學生準確掌握“特征根分解”與“奇異值分解”的異同。因此，以人工智能實例中經(jīng)典的“Eigenface”人臉識別算法為例，講解以PCA主成分分析法的面部特征數(shù)據(jù)降維與識別，以此吸引學生的興趣。同時，利用Python語言平臺完成算法編寫，使學生真實體會到學習人臉識別的樂趣。

通過這個學習過程，從數(shù)學知識出發(fā)，將索然無味的公式巧妙地引入實例問題中，使學生深刻理解矩陣特征根、奇異值的現(xiàn)實意義，以及它在人臉識別的“妙處”，輔助以形象化的展示體現(xiàn)了多科知識的融合，從而提升學生能力，這也是多科知識、學生解決復(fù)雜問題的能力高階性的體現(xiàn)。

結(jié)語

人工智能技術(shù)的發(fā)展迅速，對專業(yè)課程提出了更高的要求。地方高校要想培養(yǎng)出優(yōu)秀的人工智能人才，必須不斷改革，以適應(yīng)社會發(fā)展。人工智能課程必須注重理論與實踐的貫通，從課程選擇、教育教學、實習實踐等多個環(huán)節(jié)進行融合梳理，使學生更全面地學習和掌握人工智能的理論、技術(shù)，從而提升學生在解決實際應(yīng)用、生產(chǎn)生活方面的各種問題能力，最終達到適應(yīng)社會發(fā)展的目標，成為國家的棟梁之材。