论文部分内容阅读
随着大数据时代的到来，人工智能已经成为一门备受各国关注的新兴学科。如何发展人工智能教育、培养人工智能人才也成为了各高等院校极为重视的一个主题。人工智能作为一门涵盖多领域的新兴交叉学科，在现有的教育背景下存在着一些不足。本文分析了高校人工智能教育的现状，提出优化教学内容，改革课堂教学模式，加强交叉创新能力培养几点意见为当下人工智能教育的改革提供了一些思路。
1.引言
一般认为，人工智能是计算机科学的一个关键分支，这门学科自诞生以来一直都受到巨大的关注，近二十年来人工智能更是呈现爆发式的发展。作为一门新兴的、并且还在迅速发展的技术，学术界与工业界都在在大力发展与推动这一技术。近年来，基于机器学习、深度学习的人工智能技术如人脸识别、天气预测、智能物流等已经逐渐在各行各业中有了成熟的应用，在一些其它的应用如自动驾驶等也取得了阶段性的突破。随着谷歌开发的AlphaGo在围棋领域的不断战胜人类顶尖围棋大师，大众以更真实的方式体会到了人工智能技术的强大，使得人工智能技术再次成为各行各业的热门话题。 上世纪80年代，人工智能曾引起了当时的社会的广泛关注和讨论。然而，受限于彼时人工智能算法、计算机硬件能力等因素，大众对人工智能的映像仅仅停留在相关电影、小说等文艺作品中。如今，随着人工智能理论和技术的不断进步，大数据、云计算等相关领域的互补，人工智能在推荐系统、自动驾驶、人脸识别中的应用使人工智能以更加真实的方式出现在人们触手可及的生活中。目前，以深度学习为首的相关人工智能技术在理论挖掘和实践应用中都取得瞩目的成果，国家颁布了一系列相关政策和文件大力推动高校人工智能教育的发展。但正是由于人工智能是一门新兴的学科，导致其在许多方面有别于传统学科，最大的特点在于其仍处于一个高速发展的阶段，同时又缺乏时间的沉淀，这就对当下高校的人工智能教育提出了挑战。
2.人工智能教学现状
随着人工智能的不断发展，新技术、新理论不断涌现的同时，旧有的理论和技术也越来越完备。如何制定人工智能的教育体系与其发展相适应，是当下人工智能教育领域亟待解决的问题。由于我国在人工智能领域的起步相较于西方发达国家较晚，国内高等院校在人工智能课程体系的构建上与国外的一流大学相比还存在着诸多不足。其主要问题包括以下几个方面：
（1）教学材料选择问题
人工智能与传统工科不同，它是一個新兴的，并且还在快速革新的学科，缺乏时间与历史的沉淀，目前没有一套公认的教学材料。另一方面人工智能领域知识覆盖面极广，其本身就具有许多分支内容，再加上其交叉性，笼统的将大量的知识塞入教材之中，使教材的章节繁多、内容繁杂，更接近于一本工具书而不是教学用书，教师难以分配教学时间，学生也难以掌握知识的脉络和核心。
（2）课堂教学形式相对单一
人工智能的知识覆盖面极广，而课堂教学一是教学课时远远不够，而是受限于授课教师的自身研究方向，学生往往无法在课堂教学中对课程产生深刻的认识和理解其内涵。再加之人工智能是一门多学科相互交叉的学科，面对只是难度大的人工智能课程，学生在长期被动接受知识的过程中缺乏参与感和直观感受，必然会降低学习主动性，同时也难以掌握知识的核心内涵，无法深入理解和应用。
（3）缺乏足够实验平台和数据资源
人工智能的发展及其依赖于实践。许多高校虽然开设了人工智能课程，但却缺乏相应的实验平台。以代表性的深度学习为例，如果没有专业的计算资源，那么对深度学习的认识就只是纸上谈兵。另一方面，许多高校的人工智能专业尚不能做到产学结合，缺乏核心数据，教学科研成果难以得到体现。
3.人工智能课程建设的改进建议
3.1.优化教学内容
人工智能是一门复杂的学科，首先要要求授课教师对人工智能领域有深入的研究。人工智能是一门还在不断进化的学科，这就要求教师不能有守旧心理，要能够根据当前人工智能领域的前沿研究成果不断更新自身的知识库，再由自身的知识库构建出课程学习体系反馈给学生，把握住教学的整体脉络，避免受到现在教材的束缚。
对于课程设置，应当设置大量的实践内容。人工智能是在应用中发展的，一味的理论知识灌输不仅会降低学生的主观能动性，也无法加强学生对课程内容的掌握。
针对人工智能专业知识覆盖面广、学科交叉性强的特点，鼓励组建跨学科的教学团队，适当帮助学生在某一子领域产生更深刻的认识。
3.2.革新课堂教学模式
课堂教学应当避免拘泥于传统教学模式，避免让学生处于长期被动接受的状态，倾向于鼓励学生主动地参与到学习过程中，让学生在教师或助教的帮下下完成一些人工智能项目的编写可以让学生更容易在过程中产生兴趣和成就感。考虑到一些项目的编写由学生个人完成在时间上可能消耗过大，建议将项目管理和项目开发的模式融入教学过程，由学生自主选择项目。在这样的过程中，可以让学生对人工智能有更直观的认识，同时也能够使学生加深对人工智能这一学科的内涵理解。
在革新教学模式的同时，考核方式也要变革以适应人工智能课程。仅凭一张考卷教师无法准确掌握学生的学习成果，学生也无法通过试卷测验的形式对自身的知识进行查漏补缺。。应该设置多元化的考评方式，可以从算法的实践应用、学术上的理论研究等方面进行综合考评，不仅可以考核学生的学习效果，也可以训练学生的实践能力和科研能力。将选择的权力交予学生，也可以提升学习的积极性。
3.3.培养科研交叉创新能力
交叉学科研究可以有效突破不同学科的固有思维，形成跨学科概念与思维的联系，为科研创新提供重要支撑。人工智能本身就是在多学科交叉渗透中发展起来的，人工智能领域的研究成果最终需要在跨领域的应用中得到体现，所以，从课程教学中就培养人工智能专业的学生的跨学科思维和交叉创新能力非常重要。要实现这一点，一是建立跨学科，甚至是跨学院的教学小组，打破现有的基于学科院系的组织架构和资源分配方案;二是高校应该加强产学结合，让学生能够获取企业数据用于学习和研究。如此才能够培养出人工智能复合型创新人才。 4总结
人工智能是一门新兴的、并且在不断进化的学科。我国正在不断加大对人工智能研究与人工智能人才培养的投入。本文分析了目前国内高校人工智能教育的现状，指出了国内人工智能教育领域所存在的几点问题。从教学内容，课堂教学模式和人才培养方案等方面提出了几点改进人工智能教育现状的建设性意见，为未来我国人工智能教育发展方向提供了一些建议。
参考文献
[1]姚琳，宋晏，石志国.基于新工科的大学计算机基础课程体系思考与探索[J].计算机教育，2019（3）：112-116.
[2]鄭文涛，周侃.基于制度创新的高校交叉学科建设研究[J].科技管理研究， 2009（8）：16.
[3]张波，祖华，叶宏.“新工科”人工智能教育型人才培养模式研究：以上海师范大学“人工智能+教育”人才培养模式为例[J].现代教育技术，2019（8）：113-119.
[4]冯骥.“人工智能”课程教学实践与探索研究[J].电脑知识与技术，2019（17）：126-127.
[5]杨博雄，李社蕾.新一代人工智能学科的专业建设与课程设置研究[J].计算机教育，2018（10）：26-29.
[6]周全.关于高校人工智能人才培养的思考与探索[J]. 教育教学论坛，2019（16）：131-132.
[7]柴美梅，程雪松，陈燕，等.计算机专业核心课程教学团队建设实践与探索[J].电脑知识与技术，2021，17（12）：118-119.
作者简介：
王海琨， 男 ，1988-02 ，汉， 河北石家庄人， 博士， 讲师， 重庆理工大学， 研究方向： 人工智能。
李刚，男，汉，1968年8月生，四川泸州人，工学博士，教授，研究方向：软件工程、人工智能
成怡，男，汉，1995年8月，重庆忠县，硕士研究生，重庆理工大学两江人工智能学院电子信息研二，研究方向：时序预测
基金：重庆理工大学研究生教育教学改革研究项目"人工智能方向专业硕士联合培养基地建设长效机制探索与研究"（clgyjg2020211），重庆市研究生教改项目“专业学位研究生产教融合育才基地可持续发展机制探索与实践——以人工智能领域人才培养为例”（yjg213116）
1.引言
一般认为，人工智能是计算机科学的一个关键分支，这门学科自诞生以来一直都受到巨大的关注，近二十年来人工智能更是呈现爆发式的发展。作为一门新兴的、并且还在迅速发展的技术，学术界与工业界都在在大力发展与推动这一技术。近年来，基于机器学习、深度学习的人工智能技术如人脸识别、天气预测、智能物流等已经逐渐在各行各业中有了成熟的应用，在一些其它的应用如自动驾驶等也取得了阶段性的突破。随着谷歌开发的AlphaGo在围棋领域的不断战胜人类顶尖围棋大师，大众以更真实的方式体会到了人工智能技术的强大，使得人工智能技术再次成为各行各业的热门话题。 上世纪80年代，人工智能曾引起了当时的社会的广泛关注和讨论。然而，受限于彼时人工智能算法、计算机硬件能力等因素，大众对人工智能的映像仅仅停留在相关电影、小说等文艺作品中。如今，随着人工智能理论和技术的不断进步，大数据、云计算等相关领域的互补，人工智能在推荐系统、自动驾驶、人脸识别中的应用使人工智能以更加真实的方式出现在人们触手可及的生活中。目前，以深度学习为首的相关人工智能技术在理论挖掘和实践应用中都取得瞩目的成果，国家颁布了一系列相关政策和文件大力推动高校人工智能教育的发展。但正是由于人工智能是一门新兴的学科，导致其在许多方面有别于传统学科，最大的特点在于其仍处于一个高速发展的阶段，同时又缺乏时间的沉淀，这就对当下高校的人工智能教育提出了挑战。
2.人工智能教学现状
随着人工智能的不断发展，新技术、新理论不断涌现的同时，旧有的理论和技术也越来越完备。如何制定人工智能的教育体系与其发展相适应，是当下人工智能教育领域亟待解决的问题。由于我国在人工智能领域的起步相较于西方发达国家较晚，国内高等院校在人工智能课程体系的构建上与国外的一流大学相比还存在着诸多不足。其主要问题包括以下几个方面：
（1）教学材料选择问题
人工智能与传统工科不同，它是一個新兴的，并且还在快速革新的学科，缺乏时间与历史的沉淀，目前没有一套公认的教学材料。另一方面人工智能领域知识覆盖面极广，其本身就具有许多分支内容，再加上其交叉性，笼统的将大量的知识塞入教材之中，使教材的章节繁多、内容繁杂，更接近于一本工具书而不是教学用书，教师难以分配教学时间，学生也难以掌握知识的脉络和核心。
（2）课堂教学形式相对单一
人工智能的知识覆盖面极广，而课堂教学一是教学课时远远不够，而是受限于授课教师的自身研究方向，学生往往无法在课堂教学中对课程产生深刻的认识和理解其内涵。再加之人工智能是一门多学科相互交叉的学科，面对只是难度大的人工智能课程，学生在长期被动接受知识的过程中缺乏参与感和直观感受，必然会降低学习主动性，同时也难以掌握知识的核心内涵，无法深入理解和应用。
（3）缺乏足够实验平台和数据资源
人工智能的发展及其依赖于实践。许多高校虽然开设了人工智能课程，但却缺乏相应的实验平台。以代表性的深度学习为例，如果没有专业的计算资源，那么对深度学习的认识就只是纸上谈兵。另一方面，许多高校的人工智能专业尚不能做到产学结合，缺乏核心数据，教学科研成果难以得到体现。
3.人工智能课程建设的改进建议
3.1.优化教学内容
人工智能是一门复杂的学科，首先要要求授课教师对人工智能领域有深入的研究。人工智能是一门还在不断进化的学科，这就要求教师不能有守旧心理，要能够根据当前人工智能领域的前沿研究成果不断更新自身的知识库，再由自身的知识库构建出课程学习体系反馈给学生，把握住教学的整体脉络，避免受到现在教材的束缚。
对于课程设置，应当设置大量的实践内容。人工智能是在应用中发展的，一味的理论知识灌输不仅会降低学生的主观能动性，也无法加强学生对课程内容的掌握。
针对人工智能专业知识覆盖面广、学科交叉性强的特点，鼓励组建跨学科的教学团队，适当帮助学生在某一子领域产生更深刻的认识。
3.2.革新课堂教学模式
课堂教学应当避免拘泥于传统教学模式，避免让学生处于长期被动接受的状态，倾向于鼓励学生主动地参与到学习过程中，让学生在教师或助教的帮下下完成一些人工智能项目的编写可以让学生更容易在过程中产生兴趣和成就感。考虑到一些项目的编写由学生个人完成在时间上可能消耗过大，建议将项目管理和项目开发的模式融入教学过程，由学生自主选择项目。在这样的过程中，可以让学生对人工智能有更直观的认识，同时也能够使学生加深对人工智能这一学科的内涵理解。
在革新教学模式的同时，考核方式也要变革以适应人工智能课程。仅凭一张考卷教师无法准确掌握学生的学习成果，学生也无法通过试卷测验的形式对自身的知识进行查漏补缺。。应该设置多元化的考评方式，可以从算法的实践应用、学术上的理论研究等方面进行综合考评，不仅可以考核学生的学习效果，也可以训练学生的实践能力和科研能力。将选择的权力交予学生，也可以提升学习的积极性。
3.3.培养科研交叉创新能力
交叉学科研究可以有效突破不同学科的固有思维，形成跨学科概念与思维的联系，为科研创新提供重要支撑。人工智能本身就是在多学科交叉渗透中发展起来的，人工智能领域的研究成果最终需要在跨领域的应用中得到体现，所以，从课程教学中就培养人工智能专业的学生的跨学科思维和交叉创新能力非常重要。要实现这一点，一是建立跨学科，甚至是跨学院的教学小组，打破现有的基于学科院系的组织架构和资源分配方案;二是高校应该加强产学结合，让学生能够获取企业数据用于学习和研究。如此才能够培养出人工智能复合型创新人才。 4总结
人工智能是一门新兴的、并且在不断进化的学科。我国正在不断加大对人工智能研究与人工智能人才培养的投入。本文分析了目前国内高校人工智能教育的现状，指出了国内人工智能教育领域所存在的几点问题。从教学内容，课堂教学模式和人才培养方案等方面提出了几点改进人工智能教育现状的建设性意见，为未来我国人工智能教育发展方向提供了一些建议。
参考文献
[1]姚琳，宋晏，石志国.基于新工科的大学计算机基础课程体系思考与探索[J].计算机教育，2019（3）：112-116.
[2]鄭文涛，周侃.基于制度创新的高校交叉学科建设研究[J].科技管理研究， 2009（8）：16.
[3]张波，祖华，叶宏.“新工科”人工智能教育型人才培养模式研究：以上海师范大学“人工智能+教育”人才培养模式为例[J].现代教育技术，2019（8）：113-119.
[4]冯骥.“人工智能”课程教学实践与探索研究[J].电脑知识与技术，2019（17）：126-127.
[5]杨博雄，李社蕾.新一代人工智能学科的专业建设与课程设置研究[J].计算机教育，2018（10）：26-29.
[6]周全.关于高校人工智能人才培养的思考与探索[J]. 教育教学论坛，2019（16）：131-132.
[7]柴美梅，程雪松，陈燕，等.计算机专业核心课程教学团队建设实践与探索[J].电脑知识与技术，2021，17（12）：118-119.
作者简介：
王海琨， 男 ，1988-02 ，汉， 河北石家庄人， 博士， 讲师， 重庆理工大学， 研究方向： 人工智能。
李刚，男，汉，1968年8月生，四川泸州人，工学博士，教授，研究方向：软件工程、人工智能
成怡，男，汉，1995年8月，重庆忠县，硕士研究生，重庆理工大学两江人工智能学院电子信息研二，研究方向：时序预测
基金：重庆理工大学研究生教育教学改革研究项目"人工智能方向专业硕士联合培养基地建设长效机制探索与研究"（clgyjg2020211），重庆市研究生教改项目“专业学位研究生产教融合育才基地可持续发展机制探索与实践——以人工智能领域人才培养为例”（yjg213116）