人工智能实验课的改进.docVIP

人工智能实验课的改进 　　摘要：针对人工智能课程教学过于依赖基于讲义的教学现状，该文首先分析结合基于问题的教学、大班授课小班讨论、实践技能培养等方式方法的意义与可行性，并提出在人工智能课程教学中增加和改进实验课程的观点。与已知的兄弟院校人工智能实验课最明显区别在于如下三点：基于基于问题的教学理念整合实验内容，根据小班讨论的方式改革实验考核方式，结合实践技能培养的目标来更新实验工具。 　　关键词：人工智能；实验课；基于问题的教学；大班授课小班讨论；实践技能培养 　　中图分类号：G642 文献标识码：A 文章编号：1009-3044（2015）19-0109-03 　　人工智能是计算机和核心专业课之一。然而，目前大部分课程仍然以基于讲义的教学（lecture-based learning，LBL）为主。已经有了不少关于人工智能实验课的教学改革，例如双主体意识和沉默式教学法相结合、基于Prolog的实验课程设计。同时，近几年出现了不少好的教学思想和理念，比如结合基于问题的教学、大班授课小班讨论、实践技能培养等。有鉴于此，结合人工智能课程的特点、结合本校和本课程组的实际情况，本文提出对人工智能实验课的三点改进。第一，基于基于问题的教学理念整合实验内容。将过去分散的，独立的实验和大作业整合成四到六个包含作业和实验内容的问题。然后请学生通过解决这些问题来学习和巩固相关内容。第二，根据小班讨论的方式改革实验考核方式。在实践当中，往往每个人的基础和学习能力差异较大，有时还会各有所长。因此，小班讨论的方式有利于相互促进。第三，结合实践技能培养的目标来更新实验工具。目前已有的实验方案甚少考虑将来的实践，例如在实践当中应用Prolog语言就非常少见。本文提出的实验设计方案大多基于C++和Java等常用语言，更包括机器人平台上的通用编程方法，力求让学生通过人工智能实验课能够提高实践能力。 　　在接下里的内容中，本文首先分析课程的现状。然后，在第三节中将介绍一些新的教学思想和理念。第四节将重点阐述对人工智能实验课的三点改进，最后是本文的总结。 　　1课程特点 　　1.1人工智能课程的内容和特点 　　人工智能是计算机科学的一个重要分支。它是一门涉及数学、计算机科学、控制论、信息论、心理学和哲学等学科的交叉学科。本课程作为计算机科学与技术专业的核心课程之一，将着重介绍人工智能研究中最基本的、最经典的理论和方法，以及当前在这一领域中的研究热点和成熟应用成果，是一门理论与应用相结合的课程。 　　人工智能课程重在讲解如何利用计算机来模拟人脑所从事的感知、推理、学习、思考、规划等人类智能活动，以解决需要用人类智能才能解决的问题。人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。 　　人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并选择适当实现方法。 　　1.2本校及课程团队实际特点 　　在我校，最早是由计算机学院智能所的余永权和曾碧等教授面向计算机专业本科生进行讲授的。课题组从一开始就注重教学大纲和教学进度的统一，试卷和评分标准的一致，注意采用多种教学手段，以利于学生对这门课程的学习，并得到了广泛的好评。几年来，计算机学院一直十分重视本课程的教学和课程建设，历届担任本课程教学任务的教师团结合作，交流教学心得，相互学习，取长补短，始终以高度的责任心和饱满的热情投入教学。 　　人工智能是整个计算机科学领域中发展最陕、知识更新最快的学科之一。任课教师紧跟时代脉搏，积极开展科学研究和应用实践，不断更新知识结构，充实教学内容。并且，针对反映近年人工智能领域的快速变化的模糊控制、机器学习和数据挖掘等热点技术展开教学研讨，厚积而薄发，并已出版了多本专著，如：《神经网络模糊逻辑控制》，《模糊控制技术与模糊家用电器》，《单片机模糊逻辑控制》，《计算机接口与通信》，《单片机在控制系统中的应用》等。近三年来课题组共获得两项国家基金，四项省基金的资助。 　　2新的教学思想和理念 　　2.1基于问题的教学 　　教学模式指在一定的教学思想指导下为保持某种教学任务的相对稳定而具体的教学