車輛工程專業人工智能課程教學改革與探索

王衍學，楊銀銀，馮劍波

（1.北京建筑大學 機電與車輛工程學院，北京 100044；2.北京建筑大學 建筑與城市規劃學院，北京 100044）

工程專業認證旨在為工程和相關技術人才提供全面的預備教育和穩定的質量保證，以保證畢業生可快速進入行業工作[1-5]。工程官方認證實質為工程教育標準水平的評估，并且工程師資格認證為取得國際認可提供更多的重要主流平臺。2013 年中國加入華盛頓協議，這更多是代表對中國工程認證的鼓勵和肯定。學校通過工程教育認證的專業，學生的文憑在所有的協議締約國內都是互相認可的，學生的就業從國內擴大到國際市場，而且工程教育認證有助于工程專業的建設與國際接軌。在當前工程教育專業認證的大環境下，通過工程中教育認證的車輛工程專業需要保證教學師資、培養方案、專業課程新體系設置及學校設備配置等都能圍繞加強學生理論和實踐能力這一核心任務開展，并著力為系統地建立專業培養體系及維持改進激勵機制注入活力，以保證專業教育模式的質量。人工智能課程是機電類學生一門重要的基礎選修課[6-7]，人工智能希望達到以智能去拓展或者代替人的器官，提高人類各種活動的效率，解放生產力，最常見的例子就是智能機器人、AlphaGo 的學習推理、智能化城市的設計等。由于人工智能領域的跨學科特點，課程組體系設置較為復雜[8-9]，人工智能課程大部分章節的內容高度模塊化，章節間耦合度較低。為了適應車輛工程專業學生的知識架構特點，需要明確車輛工程專業學生未來的實際需求，再與人工智能教學課程體系相結合，對該課程在教學內容、模式和方法上進行優化，對人工智能課程整體教學安排做針對性地調整具有重要的實際意義[10-13]。

一 課程支撐指標點設計

在工業互聯網大數據時代的推動下，人們在網絡上獲取信息變得更加豐富多元。但因為數據量過大，很難獲得有用信息，先進的人工智能算法提供了數據分析或模型搭建的基礎，未來基于人工智能平臺的開發任務會越來越多，相關技術人才的需求量也會越來越大。緊跟時代技術發展的趨勢，從車輛工程專業學生的理論和實踐教學需求兩方面考慮，并結合人工智能課程的教學現狀，提出了課程結課指標，見表1。課程目標及能力要求具體如下。

表1 結課要求指標表

1）使學生對人工智能有一個系統的理解，掌握人工智能的理論原理及設計方法等，使學生了解當代人工智能總體的發展概況和人工智能的內容及研究應用領域，掌握相關概念及方法、不確定性推理方法、智能計算及其應用、確定性演繹推理、機器學習、深度神經網絡及其應用等。在考慮社會、文化及環境等潛在因素的條件下，對課程的環節進行創新。

2）通過對人工智能中知識表示、推理方法、智能計算、專家系統、機器學習、人工神經網絡及其應用的講解，結合工程相關背景知識并進行合理地數據分析，能夠對車輛系統等復雜工程問題進行人工智能知識表示、算法設計、方案分析。使學生可以掌握人工智能基本原理和前沿內容，從而啟發學習思路，培養學生利用新理論解決工程問題的能力，為學生在相關領域開展人工智能技術的工作奠定必要的基礎。簡單了解如何運用機器感知、機器學習、神經網絡、自然語言處理和智能信息獲取技術等來完成各類系統信息獲取、傳輸、處理、優化、控制、組織。

3）使學生了解人工智能領域的國際發展現狀，了解機電領域及行業中主要的人工智能技術體系、環保法規要求等；熟悉人工智能領域中的新方法，了解人工智能走向各個領域的發展過程及技術的優勢，發展過程中技術創新對社會影響；對人工智能技術發展水平及當下面臨的挑戰有正確認知，不斷提升適應社會發展的重要能力。

二 課程內容安排及要求

為了在學生掌握基本人工智能相關理論的基礎上，培養學生的科研素質、學生計算思維能力及解決實際問題的能力，本章節設計了項目研究及翻轉課堂的課程安排。

（一）項目研究

計算機專業更多的是學習或研究軟件編程、智能計算機系統等，是以計算機科學、數學、工程學為基礎。相對于計算機專業的學生，車輛工程專業學生編程能力基礎相對薄弱。本課程作業選擇較為簡單的Python 語言作為編程語言，Python 是目前初學者接觸人工智能學習的主流語言，有更好的面向對象的編程方法，相比于C++等基本語言，又有好學習和好上手的特點，代碼簡潔。另外，Python 中一系列高質量的開源庫也對人工智能學習提供了很好地輔助，比如NumPy，Pandas、matplotlib、SciPy 和機器學習庫scikit-learn，而且其在人工智能領域也有非常廣泛的應用，可以參考的案例也相對比較多。

在教學中，重點應該放在場景應用分析上，所有使用的技術，包括人工智能技術和其他技術，是為實現分析結果服務的。為了增強學生專業實踐能力，成立系統分析小組，合理設計了如下研究性專題，并定期進行相關專題的課堂討論。由于本課程的操作需要與專業領域的應用模式保持一定程度的一致性，本課程的主題與車輛專業的常見場景密切相關。

研究性專題1：汽車控制模糊推理系統設計研究。實際應用中模糊邏輯系統涉及到模糊控制器的設計，包括模糊化過程、知識庫、推理決策等5 個主要內容，學生可從這5 個內容中任意選擇1 個研究應用。

研究性專題2：基于神經網絡的城軌車輛故障模式識別研究。神經網絡在模式識別領域主要承擔分類器任務，模式識別分為數據預處理、特征提取和判決分類這3 個步驟。神經網絡可以用于模式識別3 個步驟中的任意一個，如數據預處理中的壓縮、濾波、去噪，特征提取階段中的特征選擇和提取。

研究性專題3：以機械故障診斷和信號處理為主題的算法應用研究。主要考察學生的實際操作和應用能力，涉及人工神經網絡和聚類分析等[14-15]。故障診斷及信號處理本質上是處理采集的振動數據。在故障診斷過程中，盡可能地獲得足夠數據樣本，從樣本數據中提取對故障沖擊，比如可以將測試數據輸入到深度學習模型中得到故障診斷結果，深度學習模型需要用原始數據和對應的標簽進行訓練。

因為涉及到很多數學知識，探尋人工智能的具體算法對學生的要求過高，很難開展。在安排項目作業時，應該將人工智能課程的重點放在算法思維能力的培養上。對于項目作業，不是讓學生從頭開始構建整個軟件系統，而是由教師提前構建整個軟件的框架算法，學生主要進行關鍵算法編寫及實現，這樣既鍛煉了學生的編程能力又提高了學習的效率，不會給學生帶來過多的作業負擔。這種作業安排可以保證學生既掌握了理論知識也鍛煉實踐動手能力，最終能夠扎實掌握人工智能課程的核心內容。

（二）翻轉課堂

翻轉課堂用群體最高效率的方式教授給他人，知識的轉化率可達90%，通過提升效率，把節約出來的時間用于達成更高階的學習目標，比如實際應用等等。學生通過自學確保把簡單的東西學會，老師不需要把課堂時間浪費在簡單、學生能搞定的事情上，更多是培養學生運用和理解能力，達成人人自主學習的目標。讓學生從被動學習向主動學習翻轉，把“灌輸式”教學現狀轉變為讓每個學生找到自己的學習方式和節奏，循序漸進[16-18]。

首先推薦學生利用網絡上精品公開課程或老師自行錄制的“微課”進行自主學習，再布置相關課后作業來輔助學生理解人工智能相關授課內容。在學生掌握了Python 語言的基本用法之后，可以讓學生課后進一步學習機器學習知識，同時機器學習本身的知識體系是比較龐大的，安排學生從一些常見的算法入手，比如決策樹、樸素貝葉斯等。可以通過課前預習和課后作業來完成奠定學生對于數據、算法的理解，這個過程也會補學一些相關知識。然后安排學生進行內容準備以及做好相關PPT 進行20 min 課上講解，再進行10 min 同學提問，問題探討，激發學生課上互動交流的積極性。最后翻轉課堂老師依然要講，并且可以針對之前學生學習情況進行查缺補漏，講得更有針對、有重點、有深度。老師主要負責講解難的內容、大部分學生自學無法理解的內容以及解決學生自學遺留的問題，課程時間充足的情況下進行知識的應用、拓展的講解，加深學生的學習內容記憶，使其更好地掌握知識點。

在教學過程中通過“開放知識引導、學生互助討論、教師適時講授”的翻轉課堂復合教學法，效果明顯好于傳統的單一教學方法，可讓學生主動參與課程，提高學生的科研能力及科學素養。

三 課程考核及課程完成度評價

為了保證學生在課程學習過程中各類環節的完成度，設計課程考核在各個環節的評分標準，見表2。過程性考核主要包括課后作業、項目作業考核、翻轉課堂考核、課內提問與小測試和期末考試等。課程考核會在課程開展期間根據學生的需求持續改進和優化，以保證考核的全面性和規范性。

表2 課程考核表

教科書的內容不能涵蓋所有知識點，學生閱讀論文的時間也是有限的。本文圍繞主要章節教學重點內容的選擇，將科研課題研究和課程教學相結合，設計了論文閱讀報告撰寫的作業，以鼓勵學生更好地學習感興趣領域的知識。例如很多課都有討論課，針對一些具體問題，學生發表自己的想法。本科、研究生階段有很多課是要求讀論文和報告論文的，報告論文由學生做的，這樣的環節是有意義的，能培養學生讀論文的能力，以及讓學生能更好地了解前沿的成果。論文作業的主要內容是根據學生的興趣或結合自己的研究方向，任意選擇人工智能領域的相關主題，并通過網絡數據庫的文獻調研內容進行報告撰寫，這一挑戰將幫助學生更好地了解人工智能領域并激發學生的學習熱情。在實踐中，不僅要注重培養畢業生實現基本算法的能力，還要注重培養運用理論知識解決實際問題的能力。更重要的是，這個工作能提高學生文獻閱讀和寫作的能力，為其今后的工作打下基礎。

期末考試本質上來說并不是選拔考試，而是檢驗總結型考試，重點是考察學生的學習狀態、信息搜索能力及課程內容總體掌握情況等，所以考試設置難度并不高，考試范圍多為教材基礎知識中的重點內容。期末考試試題主要包括4 個部分：簡答題、填空題、計算題和綜合題。前3 部分主要考核學生是否掌握人工智能理論知識及對基本概念、基本理論的分析是否正確，綜合題主要考核學生的知識綜合運用能力及理論聯系實際能力。相比于傳統課程考核設計，降低了期末考試成績占學生總成績的比重，而將項目考核、翻轉課堂、課內測驗、平時作業成績加入考核中，更好地對學生的課程掌握能力進行綜合評估。將學生達成課程結課指標的程度形成一個具體評分標準，見表3。結合表2 和表3 可以更合理地考核學生及更好地反映學生的真實學習效果。通過設計多種的考核方式和教學模式，學生不僅可以增強解決實際問題的能力，還可以學會運用特定的思維方式，這對提高學生就業和未來科研競爭力具有重要意義。

表3 結課指標內容考核表

四 結束語

人工智能課程與實際應用聯系緊密，且要求學生具有一定的數學和算法編程基礎，對于車輛工程專業人才更好地適應新時代的發展具有重要意義。本文從教學目標的制定、教學內容和評價模式等方面，針對車輛工程專業的特定學生群體，設計了一門人工教育課程方案，希望在教學中發揮作用。通過上述教學改革措施，發現可以提高學生科研能力和實踐能力，在增加學生課程學習興趣的同時也提高了課程教學質量。隨著人工智能課程改革的深入，期待廣大教育工作者可以提出更加有效的改革措施。