人工智能论文研究生(2)
人工智能论文研究生篇二
研究生“人工智能”课程教学改革探索
人工智能是研究理解和模拟人类智能及其规律的一门学科，中心任务是通过编程赋予计算机部分的“人类智能”，从而使其可替代人类完成某些烦琐而危险的工作。自1956年人工智能学科诞生以来，其研究成果已广泛应用于政治、经济、文化、教育等诸多领域，并对社会发展产生了巨大的影响，[1]因而人工智能逐渐发展成了高等院校信息类专业广泛开设的一门核心课程。作为一门课程，其具有如下一些特点：涉及知识面广、研究领域广泛、内容抽象、实践性强。[2]
目前，高校“人工智能”课程普遍分本科和研究生两个教学阶段讲授，前者注重学生对基本概念、基础知识的掌握，并使其能应用所学知识进行简单的开发实践，而后者更加注重学生自主学习能力、创新能力以及科研能力的培养，因而二者的教学与培养目标是不同的。[3]本文针对“人工智能”课程自身特点和研究生培养目标，并结合笔者多年来的教学经验，分别从课程内容设定、教材选择、教学方法、考核方式等多个方面对该课程的教学改革进行了探索与研究。
一、“人工智能”课程教学内容的设计
“人工智能”课程的突出特点是研究领域过于广泛，而学时数却较短(据笔者了解，各高校相关研究生专业开设该课程的时数为32～48学时不等)，因而在讲授该课程时，追求授课内容“大而全”是不切实际的，有必要精选教学内容，使学生在有限的时间内学到最有用的知识。
鉴于大部分学生在本科阶段已简单学习过该课程，因此可适当减少基本概念和基础知识的授课时数，如知识表示、知识推理及搜索技术等，这部分知识点只需安排共6～8学时即可。而对于一些相对陈旧的知识，如专家系统(该技术兴起于20世纪八九十年代，目前相关研究已很少见)，可在对其他知识进行讲授时，做简单介绍，没有必要占用独立的授课时数。课程的重点应放在新兴且实用的人工智能技术上，如计算智能、机器学习、模式识别、数据挖掘、多Agent系统以及自然语言处理等方面。上述知识的特点在于内容更新快且抽象，与实际应用联系紧密，极有可能成为学生在未来整个研究生阶段的研究方向，因此有必要在这些知识点上投入更多的精力，有助于学生了解并掌握学术的主流发展趋势，从而能够更好地培养自身的科学素养和创新能力。
当然，授课教师在实际授课过程中也应根据学科的研究进展，学生的基础﹑研究方向与兴趣等特点随时对教学内容作出调整，真正做到理论联系实际、与时俱进。
二、精选“人工智能”课程教材
在教材选择上，笔者分析比较了目前已公开出版的数十本人工智能教材，并结合我校研究生的特点，选定了由清华大学出版社出版﹑蔡自兴和徐光祐编著的《人工智能及其应用》(第4版)作为教材，该教材在前一版的基础上做出了较大的改进与扩展，增加了本体论、蚁群算法、粒子群算法、强化学习、词法分析以及路径规划等很多新内容，具有知识覆盖面广、讲解深入浅出，实用性、可读性强等诸多优点。同时，该教材也是普通高校“十一五”国家级规划教材，辅有国家级精品课程建设网站，是一部经典的人工智能教材。
与此同时，笔者还为学生推荐了多本经典的参考书，如清华大学出版社由拉塞尔等编著的《人工智能——?一种现代方法》(第3版)、科学出版社由史忠植编著的《高级人工智能》等，并围绕各研究专题精心挑选了数篇经典和最新的文献，力求反映各相关领域的国内外研究现状﹑发展趋势以及存在的问题等，以供学生参考。
三﹑教学方法的改革
相比于本科生，研究生通常具有更强的理论基础、接受能力和求知欲，因而在教学过程中应避免传统“填鸭式”的教学方法，要充分突出学生的主体地位，注重培养学生的学习兴趣以及自主学习的能力。为此，笔者结合该课程的特点，对教学方法进行了如下探索。
1.多样化的教学手段
“人工智能”课程的突出特点是涉及知识面广、理论性与应用性强、内容抽象且学时数短，因此有必要充分发挥现代教学手段的作用，提高教学效率。为此，笔者精心设计了整套多媒体教学课件，将较难的知识点以动画的形式呈现给学生，如基于问题归约法的汉诺塔问题求解过程、基于蚁群算法的旅行商问题求解过程等，均可以这种形式呈现。课堂教学中以课件为主，辅以少量的板书，充分利用了多媒体信息量大、直观性强的优点，改善了教学效果。除此以外，笔者也搜集了大量的视频资料，如行人检测与计数视频、机器人地震现场搜救视频等，当讲解相关专题时，作为应用实例为学生播放，充分吸引了学生的注意力，提升了他们的学习兴趣。
2.启发式的课堂教学
孔子曰：“不愤不启，不悱不发。”“启发”一词由此得来，这短短八字也阐释了启发式教学的思想。所谓启发式教学，即强调以学生为主体，充分发挥学生的主观能动性，培养学生的独立思考能力，这也正是研究生教育中最需要的一种能力培养模式。具体到课堂教学，启发式教学即是指教师对某些知识点并不讲透，而是采取提出问题的方式让学生独立进行思考，使其从科研人员的角度去研究问题的解决方法，培养其科学素养与创新能力。
应用于启发式教学的知识点应精挑细选，既不宜过简，也不宜过难。如问题过于简单，不易于学生深入思考，而问题过难则会导致学生有挫败感，会对课程产生抵触的畏惧情绪。以“人工智能”课程为例，可在讲授Hopfield网络时让学生思考人脑是如何记忆一个事件序列的，在讲授模式识别时让学生思考从简单的人脸图像中可以观察到多少种不同的模式等。
3.互助式的研讨教学
“人工智能”是一门 应用性很强的学科，故不能因为重视理论教学，而忽略了对学生 实践能力的培养。然而，目前国内大部分高校为该课程所设置的实验课时数均偏少，导致了理论与实践的脱节。[4]为解决该问题，可令学生在开课初期根据各自导师的研究方向或自己的兴趣爱好，选择一个应用性较强的课题进行研究，并充分利用课余时间查找相关文献资料，编写代码，独立完成该课题的研究 工作。在授课过程中，教师可适当安排一些学时让学生 报告各自的研究进展，并提出目前所遇到的困难，充分发挥集体的作用，群策群力，探讨解决的方法。在这一过程中，每名学生都将经历多场“头脑风暴”，从而将所学知识活学活用，融会贯通，并有助于培养学生良好的科研协作意识。
4.前瞻性的讲座教学
目前，国内很多高校都会定期邀请专家学者来校进行讲学，而讲学的内容往往能够充分反映某一研究领域的最新 发展动态。教师应鼓励学生多去听取相关讲座，并尽可能多地与专家进行面对面的交流，使学生在了解某一领域最新研究成果的同时，最大程度地扩展自己的知识面。如讲座内容与“人工智能”课程相关，还可在上课时 组织学生进行研讨，谈谈各自的心得 体会。这种做法的优点是充分发挥了“外援”的作用，使学生能够接触科学前沿，树立正确的科研观与价值观，并进一步增强对课程的学习兴趣。
以上所提到的几种教学手段与教学方法在实际教学过程中应根据具体情况灵活地结合使用。近几年的教学实践中已经体现出了明显的优势，使该课程的教学质量有了显著提高。
四﹑课程考核方式的改革
考核方式采用课题综述﹑课题研究 论文与论文答辩三部分组成，全面考查学生的文献阅读与 总结能力﹑学术研究能力﹑理论 联系实际能力以及口语表述能力，其中课题综述占30%，课题研究论文占40%，论文答辩占30%。以上三个考查环节均围绕学生所选课题进行展开。课题综述以选题是否新颖﹑论文结构是否合理﹑参考文献是否具有代表性﹑对领域内现存问题归纳是否完善以及论文撰写是否规范等指标为评价依据;课题研究论文除考查上述指标外，重点评估论文的原始创新性﹑科学表述的严谨性﹑实验的完善性以及分析的透彻性;论文答辩仿照研究生毕业论文答辩的形式，要求学生制作幻灯片，对论文所做工作进行阐述，并对教师和其他同学的提问作出相应解答，根据其综合表现进行打分。
这种考核方式可充分发挥学生的主观能动性，促使其养成主动学习的好习惯，能够带着问题上课，真正做到有的放矢，从而有效改善教学效果。同时，在这一系列考核过程中，学生的学术素养与创新能力亦可得到极大锻炼，为日后独立从事科研工作打下良好基础。
五、结束语
作为高等院校信息类研究生专业的核心课程之一，“人工智能”课程教学的改革将是一项长期艰苦的工作。作为该课程的授课教师，应始终立足于学术前沿，跟踪最新的学术动态，并保持对教学内容、教学方法的不断更新，才能激发学生的学习兴趣，锻炼他们的科学素养与创新能力，从而为国家和 社会培养更多高层次的创新人才。
人工智能论文研究生相关文章：
1.人工智能课程论文
3.关于人工智能论文
4.人工智能科技论文
5.人工智能技术论文
6.人工智能经典论文