人工智能導論課程教學方法探討

魏 娜，賁可榮，崔良中，張 獻

（海軍工程大學電子工程學院，湖北武漢 430033）

0 引言

近年來，布局發展人工智能已成為世界許多國家的共識與行動。習近平總書記多次就人工智能作出重要批示，指出人工智能技術的發展將深刻改變人類社會生活、改變世界，要求抓住機遇，在這一高技術領域搶占先機，加快部署和實施［1］。人工智能已列入我國戰略性發展學科中，并在眾多學科發展中起到“頭雁”作用。在人工智能成為時代標簽的背景下，全國高校普遍開設了人工智能方面的必修課或選修課。

課程組自從2001 年開始承擔計算機專業人工智能課程及面向全校研究生的人工智能課程教學任務，賁可榮教授主編的《人工智能》《人工智能（第2 版）》分別入選普通高等教育“十一五”“十二五”國家級規劃教材，《人工智能（第3 版）》評為首屆全國優秀教材二等獎［2］。3 年前，海軍工程大學校新增設了面向全校本科學員的《人工智能導論》選修課，選修課采用的教材是李德毅院士主編的《人工智能導論》［3］，該書將人工智能的發展脈絡、技術理論、產業成果以翔實的形態展現出來，適合作為入門人工智能技術的引導性讀物。

眾多學者針對高校如何開展人工智能課程教學展開研究。早在2012 年，西安電子科技大學劉若辰等［4］探討了人工智能概論教學問題，從教材選擇、教學內容、教學方法、考試方法等方面闡述人工智能概論課程的建設情況，提出從培養學員的興趣入手，培養學員實踐能力、動手能力和實驗設計能力，以提高教學質量。浙江工業大學王振華等［5］提出研產教融合引導的《人工智能導論》教學案例設計策略、途徑和方法，以提升教學效果并實現課程培養目標。安徽信息工程學院的李月軍［6］依托企業人才、技術和資源優勢，研究校企深度融合的人工智能專業工程應用型創新人才培養模式。

上述方法的研究重點都是基于單一某種教學手段的運用，針對人工智能導論課程具有理論性強、技術更新快、且選修課分配學時少等特點，如何高效利用課內時間、激發學員興趣、師生良好互動，如何展示人工智能應用成果、啟迪思考，是上好人工智能導論課程需要面對的現實問題。鑒于此，課程組建立了明確的人工智能導論培養計劃、課程標準，配備了實驗教學條件［7］，為學員學習提供了必要的基礎保障。根據海軍工程大學師生實際情況，本文從跟蹤軍事智能化發展、線上線下多途徑學習、按照實例—概念—應用線索組織教學內容、通過實踐掌握基本原理和基本方法、培養學員創新意識和前瞻意識、加強實驗環境和教學環境建設這6 方面探討人工智能導論課程教學方法，以激發學員學習的主動性、積極性，實現課程培養目標。

1 人工智能導論課程特點

人工智能導論是人工智能領域的引導性課程，主要作用是入門與引導。課程側重于幫助學員了解人工智能的發展過程、基本概念和方法，熟悉人工智能技術發展現狀及軍事應用需求，培養學員人工智能應用能力，為后續課程學習和畢業設計打下一定基礎。

與傳統課程相比，人工智能課程有著鮮明的特點：

（1）理論性較強。人工智能課程內容涉及很多抽象理論，需要相關課程，如離散數學、概率論、數理統計等課程等數學基礎作為支撐，這往往會導致學員在學習時產生望而生畏的畏難情緒。

（2）技術更新快。人工智能是一個新技術層出不窮的開拓性領域，其技術更新快。因此，在教學過程中，教員要注重跟蹤最近技術，保持一個不斷學習的狀態。

（3）應用廣泛。人工智能是一門多學科交叉課程，注重多學科、多領域、多行業的“跨界融合”發展，將人工智能技術應用到各行各業，并進一步倒逼人工智能理論完善，為其發展指明方向和目標。

2 人工智能導論課程內容組織

人工智能已經并正在廣泛而深入地結合到科學技術的各門學科和社會各領域中。人工智能技術主要包括知識工程、機器學習、模式識別、計算機視覺、自然語言處理、智能機器人和神經計算等技術［8］。人工智能課程教學內容涉及面廣、涵蓋內容較多，要在有限課時內完成教學計劃并讓學員掌握，具有一定難度。課程采用李德毅院士主編的《人工智能導論》教材。在總學時一定的情況下，需要根據教學對象的需求，在廣度和深度之間作出取舍。將教學內容分成以下三大模塊：

（1）知識表示。教材第2-4 章內容，分別為概念表示、知識表示、知識圖譜。其中，概念表示主要介紹經典概念理論、數理邏輯、集合論，了解概念的現代表示理論；知識表示主要介紹一階謂詞邏輯表示法、產生式表示法、了解框架表示法、狀態空間表示法；知識圖譜也是一種重要知識表示方法，進一步介紹本體知識表示、萬維網知識表示方法。

（2）知識獲取。教材第5-8 章內容，分別包括搜索技術、群智能算法、機器學習、神經網絡與深度學習等。其中，搜索技術主要介紹盲目搜索、啟發式搜索，了解博弈搜索；群智能算法主要介紹遺傳算法的基本思想、了解粒子群優化算法和蟻群算法；機器學習主要介紹機器學習的定義、常見的監督學習、無監督學習算法，了解弱監督學習算法；神經網絡與深度學習主要介紹神經元與神經網絡概念，BP神經網絡及其學習算法，了解卷積神經網絡和生成對抗網絡。

（3）知識應用。教材余下章節，涉及計算機視覺、自然語言處理、語音處理、專家系統、規劃、多智能體系統與智能機器人等。這部分內容以講座形式介紹目前廣為流行的人工智能技術應用實例，主要介紹在不同領域的軍事應用和實踐成果。

3 人工智能導論課程教學方法探討

結合人工智能導論課程教學特點和教學內容，為達到更好的教學效果，在教學方法上作出如下思考和改革：

3.1 跟蹤軍事智能化發展，激發軍校學員學習興趣

中共十九大報告明確提出，要加快軍事智能化發展。當前，人工智能越來越廣泛地運用于軍事領域。教學中，從國防和軍隊建設實際出發，介紹智能情報處理、智能規劃、智能決策等軍事應用案例，激發學員的學習熱情。

在規劃技術方面，除列舉其在地圖尋路、物流調度、機器人控制等民用領域的應用外，還介紹了該技術在軍事領域方面的應用。例如，海灣戰爭中美軍配備的動態分析和重規劃工具DART（Dynamic Analysis and Re-planning Tool）被用于自動后勤規劃和運輸調度中，從而使過去需要幾個星期才能完成的調度工作在幾個小時內就可以完成。該系統可同時協調總數達50 000 的車輛、物資與人員運輸，能夠同時考慮起點、終點及調度路徑，并解決所有因素之間的沖突。DART 數小時就能自動規劃出合理方案，相比過去的人力規劃，可節省近百倍時間。這是美軍在海灣戰爭期間得以及時部署好50 多萬軍隊及3 000 多萬噸補給的重要因素。

再如，機器人方面，機器人的出現一方面給人類生活和工作帶來便利，另一方面也必將改變未來戰爭的態勢和格局。智能軍用機器人士兵，目前世界各軍事大國在軍事領域競相發展和使用這種武器，并作為作戰力量的一部分編入軍隊之中。典型的軍用機器人如美國的“哨兵”，能說300 個單詞、能測出聲、火、煙、風等異常物體有關數據。對可疑目標能發出口令，如果目標答錯口令，“哨兵”會迅速、準確地開槍射擊。機器人“激戰哨兵”還裝備反坦克武器，發現敵裝甲目標時，能自動搶占有利地形發起攻擊。目前，智能軍用機器人正向模擬化、仿生化、小型化、多樣化方向發展，預計21 世紀上半葉，以智能軍用機器人為主的機器人軍隊將“走”上戰場。

3.2 發揮現代教育技術優勢，線上線下多途徑學習

人工智能導論課程涵蓋的內容多，而作為選修課，其教學時長僅20 學時。好在人工智能網絡資源非常豐富，充分利用好這些優質資源，可有效緩解課程內容多和學時少之間的矛盾，促進感興趣的學員開闊眼界，將課程學習拓展到課堂之外。課程組編寫了《軍事智能化技術及應用》［9］、《機器學習方法及應用》［10］，并制作了MOOC《人工智能在艦艇部隊的應用》［11］，已在軍事職業教育平臺上線，這些資源有效補充并擴容了教學內容，特別是疫情期間對學生預習復習提供了切實幫助。同時，充分利用中國大學MOOC 平臺等互聯網資源，如吳恩達的《機器學習》系列課程，北京大學《人工智能實踐：Tensorflow 筆記》等，為課程提供了理論和實踐方面的輔助。此外，利用微信群推送前沿技術信息，跟蹤華為、科大訊飛、小i 機器人等大型企業和軍事上的熱點技術和應用落地情況［12-13］，以及一些頂級學術會議的最新成果，極大地拓展學員的視野和思維，激發學習興趣。

在課堂上，結合線上資源，系統性地講解章節重難點。師生可通過共同研討、實操等方式，增加學員參與感，調動起大家的興趣，激發學員的主動探究與自學能力，實現對理論的進一步認知與理解。

3.3 遵循教育規律，按照實例—概念—應用線索組織教學內容

人工智能課程理論性強，且知識點分散，因此需要教員引導，按照實例—概念—應用線索組織教學內容，注重知識點間的邏輯關聯，使新知識與舊知識相結合，理論與實例和應用相結合。比如，教材前三章教學內容分別是緒論、概念表示和知識表示。需要幫助學員厘清概念、知識和人工智能這三者之間的區別和聯系。為了使計算機具有智能，能模擬人類的智能行為，就必須使它具有知識。而概念是構成人類知識世界的基本單元。因此，要想表達知識，能夠準確表達概念是先決條件。在概念表示的基礎上表達知識，使得機器獲得并運用知識，具備智能。

進一步，建立概念的三大功能與人工智能流派間的關系。首先，從經典概念定義說起，經典概念定義由3 部分組成：概念名、概念的內涵表示和概念的外延表示。這3部分各有其功能，分別是指名、指心、指物三大功能。聯系到人工智能本身也是一個概念，要使概念成為現實，也需要實現3 個功能：實現人工智能的指名、指心和指物功能，分別對應人工智能的符號主義、連接主義和行為主義。

在講述第4 章知識圖譜時，聯系第3 章知識表示，知識圖譜也是一種重要的知識表示方法，但與第3 章中介紹的常規知識表示方法不同，其主要特征是用圖的形式表達知識，其優勢是有利于機器理解知識，從而實現認知智能。

第5 章搜索技術，用到了第2 章中知識表示方法中的狀態空間表示法，將待求解問題表示為狀態空間圖并搜索其求解路徑。通過日常生活中的地圖路徑搜尋這一事例引出搜索的概念和不同搜索算法的策略，進一步，將搜索技術與第13 章的規劃問題聯合起來，對于經典的規劃問題，如積木世界問題，可通過在狀態空間的搜索進行求解。

第6 章群智能，屬于一種優化方法，該方法可以應用于后面的章節，如機器學習、人工神經網絡、Agent 等。從優化的角度出發，機器學習基本可以看成是一個優化問題，將群智能用于機器學習，一方面可以用來優化模型參數和結構，另一方面可以通過多目標優化，以搜尋最好的、用戶最想要的模型。

3.4 注重實踐，通過實踐掌握基本原理和基本方法

人工智能是理論與實踐結合最緊密的學科之一。引入高性能的人工智能實訓平臺，設計與教材內容相對應的實訓題，并配有詳細的案例使用說明書，幫助學員通過編程實踐理解理論背后的原理。比如，在講解不確定性知識表示與推理這部分內容時，配套有帆船分類專家系統這一案例。案例中收集了不同類型帆船和桅桿結構的設計圖信息，根據這些信息，可建立一系列規則以識別正常天氣下的帆船種類。此外，考慮到非正常情況下的識別問題，比如在大風或者大霧時的海面，此時應用這些確定性規則識別帆船就變得困難，因此，需加入帶有確信因子的規則集，通過不確定性的知識表示和推理解決多種海面環境下的帆船分類問題。除這些基礎案例集外，還設計一些前沿項目，供有能力的學員實踐探索，如將合作自主Agent 技術運用到國防運輸活動中、采用Agent 規劃運輸路線、實現監控運輸路線、改變運輸工具等功能。同時，、鼓勵學員自己搭建平臺，教員會提供一些優質的實踐資源，如開放課程、開源社區、源代碼等，鼓勵學員采用多種渠道進行自主學習。

進一步，用任務帶動實踐，課程考核大作業是編寫一個小型的智能程序或者撰寫智能機器人創意設計報告。學員可以自由結對，自主角色分工，經資料收集、設計、查找開源代碼、改進、測試等過程，合作完成課程設計。通過這樣的方式，讓學員們學以致用，熟悉使用人工智能生態的基本步驟，在此基礎上，期望能培養學員采用智能方法解決實際問題的思維方式。

特別地，在實踐課上，可以考慮將人工智能知識與相關專業知識相結合。比如，針對不同專業的學員設計專業特色比較明顯的案例庫，或者在課程大作業中讓學員自主設計與專業背景相關的論文，利用所學到的人工智能知識解決一些與專業相關的問題。比如，在知識圖譜構建實踐應用方面，對于艦船維修與管理專業，可考慮構建艦船等裝備維修知識圖譜；對于兵器科學與技術專業，可考慮構建武器裝備領域知識圖譜；對于軍事大數據工程專業，可考慮構建戰場情報知識圖譜等。再如，在機器學習算法的實踐應用中，對于無人裝備工程專業，可考慮將機器學習算法應用于無人機路徑規劃問題；對于能源與動力工程專業，可考慮將機器學習算法與裝置故障診斷技術相結合；對于信息對抗技術專業，則可考慮設計基于機器學習的雷達目標跟蹤算法等。

3.5 言傳身教，培養學員創新意識與前瞻意識

為了讓學生學好這門課，課程組精心設計課程教學內容，授課得到學生普遍認可。教員上好一門課，基礎很重要，前沿也非常重要。隨著時代的變化，課程的教學內容、教學方式和知識點也都隨之更新。在教學過程中，教員的這種不斷鉆研、把握前沿的精神，會潛移默化地影響學員，使得他們在學好基礎知識的同時，有意識地關注前沿研究。

隨著人工智能與海洋裝備的深度融合，海洋裝備逐步向智能化、無人化海洋裝備的技術水準、規模和任務能力等轉變［14］。比如，中船重工集團701 研究所研發出具有完全自主知識產權的“海翼1號”無人水面艇，具有自主控制、岸基遠程遙控和人工駕駛3 種控制模式，具備復雜海情下的自主巡邏、搜索取證功能。再如，2020 年11 月13日，載有3 名潛航員的“奮斗者”號載人潛水器再次深潛到太平洋馬里亞納海溝進行探索和科學研究。這些都體現了我國在海洋高技術領域的綜合實力。通過列舉這些人工智能技術的前沿應用情況，一方面激發學生們的愛國主義熱情和民族自信心與自豪感；另一方面也要警醒，海洋裝備能否實現智能化是海軍發展的重要戰略問題，不能驕傲自滿，要看到與其他國家的差距，任重道遠，需要奮起直追。

通過這樣言傳身教的形式，將價值觀培育潤物細無聲地落實在課堂教學上，一方面讓學員體會到課程的重要性和現實意義價值，另一方面幫助學員們體會到中國強大的點點滴滴，進一步形成正確的人生導向。

3.6 引入教學資源管理平臺，加強實驗環境與教學環境建設

人工智能課程具有理論強、技術新、應用廣的特點，高校在人工智能基礎理論、前瞻性和交叉性研究等方面發揮著不可替代的重要作用［15］。在開展實驗環境建設和教學環境建設過程中，高校也存在著缺乏平臺、算力、實踐機會等問題。可見，要建立人工智能學科生態，高校亟需產業界的技術和實踐支持。因此，需要主動引入企業資源，將企業的先進技術、資源、產品等融入課程實驗環境和教學環境建設中［16］。課程組積極與地方企業合作。一方面，利用企業自身的資源和技術，搭建高性能教學實踐平臺，為課程提供高性能的軟硬件環境、豐富的多領域案例集；另一方面，還會借助某些企業自身實際工程應用資源，提供工程項目真實案例。再根據教學計劃和學員的接受程度，對資源進行分類整合，打造優質課程資源。

課程組引入了湖南智擎公司的Educoder 平臺。課程組與湖南智擎公司頭歌團隊定期溝通，研討實踐課程、案例設計、資源建設等多方面的內容，并及時交流學員們的實踐情況，并完善平臺內容。頭歌團隊為課程組組織的軍隊院校有關人工智能教學研討會、一流課程申報等提供了會務、技術等系列支持，提高了教員的教學成果輸出。此外，教員利用寒暑假參加百度等企業組織的師資培訓班，以提升自身實踐教學經驗，同時還能獲得培訓班提供的豐富課程資源，如課程配套PPT、套實驗案例和代碼等，可利用這些培訓成果指導教學實踐。

4 教學效果

人工智能導論課是面向全校大二、大三學員開設的選修課。學期末，學員們結合所學的人工智能知識撰寫課程報告。部分學員進行了創意設計，如設計物流機器人、智能衣柜、垃圾分類機器人等；部分學員設計了一個人工智能程序，如一個小型的動物識別專家系統、五子棋程序、過河問題等。選修課共62 人，其中，57 人成績合格，5 人成績不合格（3 人提交報告不符合要求，2 人未提交報告），合格率為91.94%。成績分布如圖1，學員分數集中在80-89 之間，占比48.38%。

Fig.1 Introduction to artificial intelligence course achievement distribution圖1 人工智能導論課程成績分布

期末考查結果表明，通過教學改革，大部分學員對人工智能的主要應用及其前沿技術有一定了解，通過合作可設計一個小型的人工智能創意報告或程序，學生的創造能力和應用能力得到了提升。

學員評教結果也進一步證實了此結論。表1 列舉了部分學員的評價，并做了簡單的教法歸類。從反饋信息看，學員們對教學改革方案的認可度較高。

Table 1 Teaching evaluation content from some students表1 部分學員評教內容

5 結語

人工智能已經上升到國家戰略，國內外高校普遍開設了人工智能方面的課程。針對面向本科生開設的人工智能導論選修課，課題組改革了傳統純理論講授的教學方式，結合課題組成員在人工智能相關課程中的教學實踐經驗，將多種教學手段綜合應用到課程教學中，并付諸實踐，取得了良好的教學效果。大多數學員表示教員理論講授生動形象，教學手段運用適當，容易理解和掌握；實驗課及課程大作業不僅激發了學生濃烈的興趣，提高了其動手實踐能力，還促使他們對人工智能有了全新的認識、對獨立完成復雜的實驗有了自信心。