人工智能培養方案精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能培養方案主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能培養方案范文

Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.

P鍵詞： 人工智能；創新；本科

Key words： artificial intelligence；innovation；undergraduate

中圖分類號：G642 文獻標識碼：A 文章編號：1006-4311（2017）22-0230-02

0 引言

人工智能是計算機科學的一個分支，是當前科學技術中正在迅速發展、新思想、新觀點、新理論、新技術不斷涌現的一個學科，其屬于一門邊緣學科，同時也是多個學科交叉而成的一門學科，包括語言學、哲學、心理學、神經生理學、系統論、信息論、控制論、計算機科學、數學等[1]。當前人工智能已經是很多高校計算機相關專業的必修課程，它是計算機科學與技術學科類各專業重要的基礎課程，其教學內容主要包括自然語言理解、計算智能技術、問題求解和搜索算法、知識表示和推理機制、專家系統和機器學習等，國內外很多大學都意識到了其重要性，紛紛對其展開了教學和研究。人工智能課程包含多個學科，具有內容抽象、理論性強、知識點多等特點，且算法復雜，但是多數高校采用的教學方式仍是傳統的課堂教學方式，即“教師講、學生聽”的教學模式，這種信息單向傳輸教學模式以教師為主體，學生只是在被動的接收知識；存在過分重視理論教學，忽視實踐活動教學的問題，導致教育內容無法和社會接軌；人工智能教材理論性過強，學生在學習過程中常常感到枯燥乏味，進而對學習該課程失去熱情[2]，久而久之，不僅人工智能課程的教學質量和效果無法達到預期，甚至學生還會產生厭學心理。針對人工智能課程中現有的各項問題，本文作者結合自身豐富人工智能教學實踐經驗，參考人工智能課程特點和教學目標，從多個方面探討和總結了人工智能，包括教學內容、教材選擇、教學方法和考核形式等。

1 教學內容優化與更新

人工智能是一門嶄新的學科。開設本課程首先是確定教學內容。通常來講，人工智能學科的內容包括兩個部分，具體：一是知識表示和推理；二是人工智能的應用。前者是人工智能的重要基礎，后者主要介紹了幾種人工智能應用系統，包括自動規劃和機器視覺、機器學習、專家系統等。另外，課程內容中還包括了一些人工智能應用的實例，將實踐和理論緊密結合起來[3]。

隨著時代的發展和科技的進步，人工智能學科也取得了較大發展。基于此，人工智能學科也應該與時俱進，更新人工智能教學大綱，進一步完善其教學內容。修訂后的人工智能教學大綱將人工智能分成兩個部分，即基礎部分和擴展應用部分。前者包括計算智能、搜索原理、知識表示等，后者包括智能機器人、智能控制、多智能體、自然語言理解、自動規劃、機器學習、知識工程等。

教學內容的選擇和確定應綜合考慮多項因素，不僅要重視基礎知識，也應注意推陳出新，隨著科技的進步做到與時俱進，同時教學內容應符合現實的需求，能夠與社會接軌，將理論和實踐緊密結合起來，只有這樣人工智能課程的教學質量和效果才能事半功倍。

2 教學策略及教學方法的改革創新

由于人工智能課程具有算法復雜、內容抽象、理論性強、 知識點多的特點，傳統的教學模式已經無法滿足人工智能課程的需求，教師應探索更加有效的教學模式和方法，確保人工智能課程能夠取得良好的教學質量和教學效果。具體的改革和創新人工智能課程的手段和方法主要包括以下幾個方面：

2.1 激發學生的學習興趣 無論是經驗還是常識都在告訴我們每個人最好的老師就是興趣，學生只有對某門學科存在興趣，才會更加主動積極的學習該門課程，從而獲得良好的教學效果。比如，作者在課程的一開始先播放了一段著名導演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關片段，由這個電影學生知道了世上存在人工智能的機器人，學生們隨著電影情節的發展而深深感動，與此同時教師讓學生思考和談論人工智能是什么？研究人工智能的意義在哪里？實踐發現，在課堂中加入電影因素，能夠大大提升學生們的注意力，讓學生更加專注在教學任務中，有效提高了學生探索人工智能的積極性和主動性。此外，在教學中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應用的成果展示出來，讓學生更直觀的感受人工智能的奧妙，從而投入更多熱情學習人工智能課程。

2.2 面向問題的案例教學法 案例教學法是一種以案例為基礎、以能力培養為核心的一種教學方法[11]。針對學校學生特點，我們采取了以下幾種教學形式實施案例教學。①講解式案例教學：這種案例通過教師的講解，幫助學生理解抽象的理論知識點。案例的呈現有兩種基本形式：一是“案例―理論”，即先給出教學案例，然后再講解理論知識；二是“理論―案例”，即教師先講解理論知識，再給出教學案例；通過情境體驗與案例剖析激發學生認知的興趣，引導學生對將要學習的內容產生注意，有利于教師導入新課。②討論式案例教學：在課程初期將學生分成若干學習小組，每小組3～4人；教師將提前設計好的一題多解的教學案例以及收集的相關資料分配給每個小組，要求學生在課余時間通過自學和組內討論的方式給出問題的不同解決方案。③辯論式案例教學：在課程后期，采取專題辯論的方式對綜合應用案例進行討論，能有效地啟發學生全方位地思考和探索問題的解決方法，加深學生對人工智能的理解。

2.3 個性化學習與因材施教 在開展課程教育過程中應注意對學生進行個性化教學，結合學生特點因材施教。比如，在日常教學中多觀察學生情況，鼓勵那些應對教學任務后仍存在余力的W生深入探索較深層次的課程及相關知識，同時友善面對學習較差的學生，分析其學習過程中面對的困難，有的放矢地采取應對措施，幫助其不斷進步；在教學過程中讓學生以讀書報告的形式多多思考，鼓勵學生發散性思考問題，鼓勵優秀學生進行深一步的探討，并且教師應幫助具有新穎思想或論點的學生將其智慧以科技論文和發表文章的形式轉化為成果。

2.4 注重綜合能力培養 在研究型教學中任務驅動是一種常用的教學方法，其中心導向是任務，學生在完成任務的同時也在吸收和掌握知識。通常來講，該教學方法的步驟是：教師提出任務師生共同分析以得出完成任務的方法和步驟適當講解或自學、協作學習完成任務交流和總結。”[3]該教學模式不僅有利于培養學生的創新能力和創新意識，還能夠培養學生解決實際問題的能力，提高其綜合實力。不僅如此，由于該教學模式通常是以小組協作的方式進行，教師給出研究范圍，學生自愿結組并選擇具體的題目，經過分析和討論后以程序設計或者論文的形式協作完成研究。由此可知，學生是在以團隊的力量解決問題，這十分考驗學生的團隊協作能力，對于學生團隊合作精神的培養至關重要，且在完成任務的過程中學生需要查閱大量的資料，久而久之學生收集資料和創新能力勢必會得到提升。

2.5 采用啟發式教學 人工智能的很多問題都較為抽象，對學生理解力的要求較高，因此，在實際的教學過程中教師應有意識的就課程內容提出相關問題，讓學生自己獨立思考，鼓勵學生提出自己的想法和解決方案。然后回歸到課程上，對比分析教材上的解決方案和學生自己的解決方案，如此不僅培養了學生獨立思考的能力，也增加了學生參與教學活動的意識，提高了學生的學習熱情。比如，在講到較為抽象的“遺傳算法”時，先提出一個問題，即“遺傳算法如何用于優化計算？”，然后從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用，之后舉例分析，啟發學生思考“遺傳”、“變異”和“選擇”的實現，最后師生一起導出遺傳算法用于優化計算的基本步驟。如此既完成了教授遺傳算法的目的，也鍛煉了學生邏輯思維的能力，教學效果良好[4]。

3 作業和考核方式的改革創新

過去的課程作業都是單一書面習題作業，發展至今，課程作業形式已經發生了變化，更加豐富多樣，包括必須交給教師評閱的書面家庭作業和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業等。其中通過網絡就可以完成上交作業，并且教師批閱作業后也可以通過網絡返回給學生，實現了網絡化。課程的考核方式較之以前也發生了較大變化，加強了平時思維能力的考核，更加注重學生實驗能力和動手能力的培養，不再是絕對的一次考試定成績，而是在總評成績中加入30%的平時成績，如此不僅減輕了學生的期末負擔，也迫使學生更加重視平時的學習思考，有利于課程教學質量的提升。

4 結束語

本文是以提高教學質量為目標，結合教學實踐，從教學體系、教學內容、教學方法、考核方式等方面對本科人工智能課程的教學改革進行了探討，總結了該課程在教學和實踐方面的一些教改舉措。這些舉措符合二十一世紀高校教學的要求，可以支持教師提高教學手段現代化的水平，同時更貼合學生的學習需求。作為該課程的授課教師應始終保持對教學內容的不斷更新、教學方法的多樣化，才能激發學生的學習興趣，培養他們的思維創新和技術創新的能力，最終提高本課程的教學質量。從學生的反饋來看，作者所總結的教學實踐具有明顯的教學效果。但仍有許多方面做得不夠，今后將繼續在教學過程中不斷總結成功的經驗，吸取失敗的教訓。

參考文獻：

[1]蔡自興.人工智能及其應用[M].三版.北京：清華大學出版社，2007.

[2]謝榕，李霞.人工智能課程教學案例庫建設及案例教學實踐[J].計算機教育，2014（19）：92-97.

[3]蔡自興，肖曉明，蒙祖強.樹立精品意識搞好人工智能課程建設[J].中國大學教學，2004（1）：28-29.

第2篇：人工智能培養方案范文

自1956年人工智能概念在達特茅斯會議提出以來, 人工智能的發展超出了人們的想象:1997年, IBM超級電腦深藍擊敗國際象棋世界冠軍卡斯帕羅夫;2016年, 由Google旗下的深度學習公司Deep Mind開發的人工智能圍棋程序Alpha Go戰勝了世界圍棋冠軍李世石, 這件事轟動了全世界[1]。隨后有關人工智能的熱點應用不斷推出, 比如無人駕駛、智能醫生、語音與人臉識別等, 讓我們認識到人工智能的應用已與生活息息相關。在教育領域, 人工智能應用也取得了重大突破, 比如2017年高考期間, 機器人艾達挑戰高考數學, 10分鐘就答完, 獲得134分, 激發了教育領域對人工智能的巨大熱情, 同時也引發了人們對教育的憂慮與反思[2]。2017年7月國務院印發了《新一代人工智能發展規劃》, 提出人工智能產業競爭力在2030年要達到國際領先水平。目前世界主要發達國家先后從國家層面人工智能政策規劃, 將人工智能作為國家經濟發展、社會變革和國際競爭的新動力[1]。

1 人工智能定義和發展階段

人工智能的英文是Artificial Intelligence, 簡稱AI, 人工智能的內容不斷豐富和發展, 至今還沒有統一的定義。比較權威的說法認為[3]:人工智能是關于人造物的智能行為, 主要包括知覺、推理、學習、交流和在復雜環境中的行為。人工智能的長期目標是發明出可以像人類一樣或能更好地完成以上行為的機器, 短期目標是理解這種智能行為是否存在于機器、人類或其他動物中, 所以它包含了科學和工程雙重目標。根據其功能強弱, 人工智能分為三類, 即弱人工智能、強人工智能還有超級人工智能。人工智能的發展大體上經歷了三個階段, 第一階段是20世紀50~60年代, 提出人工智能的概念。主要以命題邏輯、謂詞邏輯等知識表達和啟發式搜索算法為代表;第二階段是20世紀70~80年代, 提出了專家系統, 同時基于人工神經網絡的算法研究發展迅猛, 伴隨著半導體技術計算硬件能力的逐步提高, 人工智能逐漸開始突破;第三階段是自20世紀末以來, 尤其是2006年開始進入了大數據和自主學習的認知智能時代。隨著移動互聯網的快速發展, 人工智能的應用場景也開始增多, 特別是深度學習算法在語音和視覺識別上實現了巨大的突破[4,5]。人工智能的技術體系主要分為四個方面, 即機器學習、自然語言處理、圖像識別以及人機交互等。當今擊敗世界圍棋冠軍李世石的Alpha GO主要應用了機器學習中的深度學習算法。

2 人工智能應用狀況與反思

2017年, 阿里的無人超市落地杭州, 進店、挑選商品、付款支付一氣呵成, 消費者幾乎在完全自主的狀態下完成購物。與此類似, 昆山富士康公司裁員6萬名工人, 全用機器人代替。京東、淘寶引入的智能機器人替代了原來的倉庫管理、人工客服等崗位。因此有學者悲觀地斷言:在人工智能時代, 因為很多職業崗位或技能將被智能機器人所代替, 職業院校畢業生很有可能面臨畢業就失業的窘境。筆者認為, 我們不應該重蹈歷史上英國制定的限制汽車推廣使用的《紅旗法案》的悲劇。正是這個在今天看來毫無道理的, 但卻持續了三十年的法案讓德國和美國的汽車工業完全趕上來, 最終遠超英國。人工智能應用必將淘汰或替代很多現有就業崗位, 但同時又會創造新的就業崗位, 這是一個伴隨著產業智能升級的、長期的艱難過程, 對于職業教育來說, 這既是一個嚴峻的挑戰, 也是一個難得的機遇。

3 人工智能時代職業教育的發展策略

為了更積極地適應人工智能時代, 除了國家層面的統籌規劃、科學指導和政策、經費支持之外, 建議還要做好以下幾個方面的發展規劃。

3.1 解放思想, 更新理念與制度

中國工程院院士潘云鶴提出, 人工智能走向2.0階段的真正原因是世界正從原來由人類社會與物理空間構成的二元空間, 向著由物理空間、人類社會與信息空間構成的新三元空間演變[6]。因此, 職業教育在教學和管理過程中應該加入人工智能等相關理念和技術, 同時其辦學定位、人才培養方案、專業建設、課程內容、考核評價標準等方面都需要做出相應的改進。比如當前大多數職業院校非計算機類專業的課程安排中, 信息技術類課程課時偏少, 數據處理、編程類或人工智能課程幾乎沒有, 這樣的安排不利于提升學生的信息素養, 必須做出相應的調整, 同時適當減少將來可被人工智能應用替代的技能課程的課時, 比如電算會計、環境監測等。

3.2 善用人工智能, 提升教學與管理

在人工智能背景下, 教師們現有的重復性工作和大量數據積淀的教學任務, 比如批改作業或閱卷或課堂考勤都可能被人工智能取代, 因此, 教師能騰出更多的時間, 更充分地關注學生的個性差異, 從而為學習者提供更精確的個性化學習服務, 教師也能夠及時調整教學方法和手段, 優化教學評價方式, 補充教學資源, 減少備課重復性工作, 提升教學效率, 真正地做得因材施教, 同時學生們的學習方法和方式將不同程度地得到重構, 基于大數據的智能在線學習平臺大量出現, 不同的學校、學科及專業課程不再封閉, 學習時時處處都可以進行, 碎片化與個性化學習將日益普遍。教師能完整地跟蹤學生的整個學習過程, 比如學生上課是否睡覺、是否玩手機、是否在教室里與其他同學合作學習等, 都能夠根據監測數據進行智能解析, 有利于更有效、更全面地對學生進行過程性評價。大部分課程考試將全部自動化, 考生資格審查利用人臉識別、監考與閱卷都由智能機器來完成。上述人工智能給教學帶來的這些變化既需要網絡硬件設施和相關軟件系統來支撐, 更需要職業教育的教師們繼續提升信息技能、深化和加強信息素養。

3.3 深化產教融合、優化實訓筑牢就業

在人工智能時代, 職業院校應與相關行業統籌發展, 深化產教融合, 拓寬企業參與的途徑, 深化引企入教改革, 支持引導企業深度參與職業院校的教育教學改革, 多種方式參與學校專業規劃、教材開發、教學設計、課程設置、實習實訓, 促進企業需求融入人才培養環節;鼓勵以引企駐校、引校進企、校企一體等方式吸引優勢企業與學校共建共享生產性實訓基地;全面推行現代學徒制和企業新型學徒制, 推動學校就業與企業招工無縫銜接。比如職業教育將出現新師徒制, 行業領域的行家里手將通過互聯網以VR或者AR技術言傳身教的方式, 帶領規模龐大的徒弟用碎片時間進行學習與實踐。

3.4 完善終身學習的職業教育體系

隨著人工智能應用的深入推廣, 職業院校培養的技能型人才所掌握的技能如果不及時進行充電升級, 中低端的重復性強的工作將面臨被智能機器人不同程度進行替代的危險。所以對于不少技能崗位, 守著一門技術吃一輩子老本的時代將一去不復返。因此, 職業教育要繼續完善終身教育體系, 為職業教育學生的充電升級鋪就一條縱深的通道。

3.5 人文教育為道, 智能教育為用

在人工智能的幫助下, 簡單重復性的工作將被機器替代, 人們將從重復繁瑣的事務中解脫出來, 轉去從事更具有創造性、創新性或者更具有情感類的工作, 這些工作需要人與人之間的合作與溝通, 因此, 職業教育更需要注重學生思想道德水平、人文綜合素質的培養, 這是做人之道, 在此基礎之上激發學生們的學習主動性和創造力, 促進跨界思維的形成, 更好地掌握人工智能時代的相關職業崗位知識和相應的智能技能。著名理論物理學家霍金曾說:完全人工智能的研發可能意味著人類的末日。Tesla汽車和Space X公司創始人馬斯克說:我們必須非常小心人工智能。如果必須預測我們面臨的最大現實威脅, 恐怕就是人工智能了[7]。一群沒有良好道德水平的, 但掌握了智能技術或設備的人們是危險的, 所以職業教育應該從學生入學起就開始, 不斷提升學生的思想道德水平, 熱愛社會、熱愛生活、樂于助人、與人為善。只有這樣, 人工智能應用才能更好地服務人們、造福社會。

4 結論

人工智能正在快速又深刻地改變我們的教學、生活和工作方式, 也對職業教育提出了嚴峻的挑戰, 同時也是一個巨大的機遇。職業教育在面對人工智能時代的變革時, 須要從國家政策、理念與制度、教學管理、產教融合、終身學習等方面做好應對, 切實地把握人文教育之道對智能教育之用的統領原則, 培養能很好地掌控人工智能技術和應用的人才。

參考文獻

[1]謝青松.人工智能時代職業教育的轉型和發展[J].教育與職業, 2018 (8) :50-56.

[2]蘇令.人工智能來了, 教育當未雨綢繆[EB/OL].[2018-05-15].

[3]Nils J.Nilsson.人工智能[M].鄭扣根, 莊越挺, 譯.北京:機械工業出版社, 2000.

[4]王璐菲.美國制定人工智能研發戰略規劃[J].防務視點, 2017 (3) :59-61.

[5]賀倩.人工智能技術在移動互聯網發展中的應用[J].電信網技術, 2017 (2) :1-4.

第3篇：人工智能培養方案范文

關鍵詞：機器人大腦；雙培計劃；聯合培養

1高水平人才交叉培養計劃實施背景

《北京市教育委員會關于印發北京高等學校高水平人才交叉培養計劃的通知》（京教高[2015]1號）提出共建高校雙方要根據經濟社會發展急需人才所應具有的知識、能力與素質，聯合相關行業企業，共同制訂專業和方向的培養目標、培養標準，構建與之相匹配的專業培養計劃，包括專業核心課程體系、實踐能力培養體系和素質提升體系，培養基礎扎實、專業過硬、能力突出的高素質人才。

北京科技大學、北京信息科技大學智能科學與技術專業“機器人大腦方向”雙培項目于2015年開始正式實施。目前主要采用“3+1”培養模式，即前3年在北京科技大學自動化學院智能科學與技術專業學習，第4年在北京信息科技大學自動化學院智能科學與技術專業學習并完成畢業論文。

2“機器人大腦方向”雙培方案的構建

北京科技大學是教育部直屬的985、211大學，其智能科學與技術專業在京為一本招生，而北京信息科技大學為北京市屬學校，其智能科學與技術專業在京為二本招生。兩校要交叉聯合培養學生，需要充分考慮兩校的生源情況，在充分論證的基礎上制訂出相應的培養方案。

2015年4―5月，北京信息科技大學與北京科技大學相關負責人先后進行兩次會談，就兩校智能科學與技術專業的建設情況、雙培計劃的基本情況，“機器人大腦方向”教學計劃和培養方案交換了意見，形成了雙培計劃培養方案制訂的初步設想。兩校的智能科學與技術專業具有相似的歷史淵源和專業方向，因此，在充分討論的基礎上，決定以兩校現有的教學計劃為基礎，按市教委雙培的要求修訂“機器人大腦方向”教學計劃和培養方案。兩校分工實施課程教學、實踐教學、學生指導、質量評價、組織學生科技創新、學科競賽等工作。

2.1專業培養目標

具有堅實的數理基礎、信息技術的基礎知識以及腦科學與認知科學的基礎知識，系統地掌握智能科學技術的基礎理論、基礎知識和基本技能與方法，受到初步科學研究和工程實現的訓練，具備智能系統集成、智能技術應用方面研究和開發的基本能力。同時具有全面的文化素質、良好的知識結構和較強的新環境適應能力、自主學習能力和創新意識，并具有良好的語言和計算機運用能力。本科畢業后能夠在研發部門、學科交叉研究機構以及高校從事與智能科技相關領域的科研、開發、管理或教學工作，并可繼續攻讀智能科學與技術專業以及相關學科和交叉學科的碩士和博士學位。

2.2專業課程體系

智能科學技術是一門研究智能現象的本質與機理、智能模擬的方法與技術以及智能機器與智能系統應用的新興學科，由腦科學、認知科學、人工智能、信息科學技術等學科綜合交叉而成。圖1給出的智能科學與技術專業的知識體系，確定了課程設計的基本原則：智能應用的過程中需要有信息學科中的計算機、通信、控制和檢測等方面技術的支撐；建立以計算機、通信、控制和檢測技術為工具，以智能機器人為載體，結合信息科學和智能科學理論基礎的課程體系。

為體現“機器人大腦”的專業方向與特色，課程體系中加強了腦科學與認知科學、腦機接口、軟件開發與應用、虛擬現實技術等內容。表1給出了智能科學與技術“機器人大腦方向”的專業課程體系，其課程體系模塊設計為計算機基礎、電路基礎、信息與控制基礎、機器智能、智能系統五大模塊。

“機器人大腦方向”專業核心課程確定為：電路分析基礎、模擬電子技術、數字電子技術、信息論與編碼、信號處理、控制工程基礎、嵌入式系統、微機原理與應用、腦科學與認知科學、人工智能基礎、機器人組成原理、計算智能基礎、智能機器人、機器學習等。

2.3專業實踐體系

按照工程認證相關標準要求，建立了包括金工實習、電子工藝實習、各類課程設計與綜合實驗、工程認識實習、專業實習（實踐）在內的、完備的、面向工程需要的實踐教學體系，如圖2所示。

3“機器人大腦方向”雙培方案的實施

“機器人大腦方向”雙培計劃是北京地區高等教育綜合改革的試點，其目的在于推進北京地區高校之間的合作和優質教育資源的共享，提升北京高校辦學水平和人才培養質量。為此，兩校通力合作進行了有益的探索與實踐。

3.1學風建設

北京信息科技大學為雙培學生配備了輔導員和班導師，班導師由學院主管教學的副院長承擔。在新生入學的第一個學期，班導師就從中學生到大學生的過渡、適應大學高強度的學習、學習方式方法、班委改選、期中考試后的總結等方面對學生進行指導。學院組織學生集中晚自習，由班導師、輔導員檢查。同時班導師、輔導員經常走訪宿舍，與同學談心，使他們明確目標并養成良好的學習習慣。

同時，學校通過微信，不定期與共建高校的教師、學生溝通，隨時掌握雙培學生的學習生活狀況，如自動化學院開通的心動傳媒公眾號，成為雙培學生母校情節的有效紐帶。

3.2學生活動情況

北京信息科技大學和北京科技大學充分利用本校的資源，要求雙培學生積極參加兩校的各類活動，以達到市屬學校和央屬學校聯合培養學生的目的。例如，北京信息科技大學2015年4月邀請雙培學生開展了師生黨建活動“奔跑的人工智能”研討會，組織專業引領型學科競賽――新生R Auto杯智能小車競速比賽。

由于北京信息科技大學智能科學與技術專業在北京市為二本招生，而北京科技大學智能科學與技術專業為一本招生，導致參加雙培計劃的同學與北京科技大學的同學在錄取分數匕就存在差異，如北京生源的平均分數相差88分，部分同學不適應高強度的學習。經過在北京科技大學半年的學習，雖然雙培計劃的學生入校時基礎較弱，但只要管理嚴格，也能跟上大部分一本學生的腳步。

第4篇：人工智能培養方案范文

關鍵詞：科技管理；企業；人工智能；能力投放

中圖分類號：G4文獻標識碼：A文章編號：（2021）-9-290

引言：

隨著計算機技術的不斷向前發展，傳統的數據處理方式以及應用流程已經無法滿足企業各項活動正在進行中的實際需求。為了解決這一問題，研究人員經過多年的努力之后提出了一種科技管理概念。所謂的科技管理實際上是通過一系列科學方法的合理利用對企業內部有限的各類資源進行優化整合，從而實現更加高效的管理行為。當前科技管理工作在進行中不斷向著信息化、智能化的方向靠攏，為了讓智能技術作用得以全面發揮，有必要對企業人工智能能力投放策略進行全面的研究。

1建立人工智能能力投放動作準出標準

對于企業而言，要想使其科技管理工作進行得更加富有實效，在人工智能能力投放動作推出標準制定之前，首先應該結合企業各項工作的實際需求全面明確人工智能能力投放鏈。就我國當前情況而言，國內的電力計算機信息化企業要想跟上時代的發展，應該以更加多元化的方式將智能能力進行展示，從而讓更多的受眾對該技術進行認可；其次，企業應該全面明確人工智能能力投放的實際內容以及投放中所需要用到的載體。對于科技管理工作而言，電力計算機信息化企業在人工智能能力投放中所包含的主要內容有技術能力以及技術成果，根據這些展示內容的實際情況選擇合理的投放載體。而投放載體根據其內容及形式的不同又可以更將其進一步劃分為內部載體以及外部載體兩種類型。對于企業而言，技術能力指的更多是人工智能技術。因此投放的具體標準是如何才能有效利用人工智能技術完成企業各項業務的賦能作業。在過去，企業管理工作在進行中無論是生產銷售還是物流等環節其勞動都十分密集。在實際運作中普遍是以人力來換取產量，拿時間來換取利潤。采用這種運營模式企業的生產效率相對較低，而且企業在運營中需要投入大量的人力成本。而人工智能能力投放標準的有效制定可以使得這一問題得到妥善解決。因此，對于傳統的電力計算機信息化企業而言，要想跟上時代的發展，使自身經濟效益得到有效保障，就應該不斷結合企業發展的需求，進一步加大人工智能技術的引入力度。使得人工智能能夠在更多工作當中，代替傳統的人工勞動。同時還需要引入更加先進的人工智能系統，輔助工作人員更好地完成各項工作，全面降低工作人員的勞動量。通過人工智能技術的合理投放，不僅可以使得企業各項工作的運行效率得到實質性的提高，同時還能夠進一步降低企業在運行當中所需要投入的經濟成本，使我國社會文明邁上一個臺階。對于電力計算機信息化企業而言，人工智能能力投放的實際標準應當根據載體的不同進行合理劃分。具體來說，內部載體在人工智能技術實際投放的過程當中應該想方設法使其能夠應用于科技研發領域。通過各類平臺的有效搭建，使得企業內部工作人員的體驗感得到切實加強。通過不同企業之間的交流培訓以及員工之間的交流共同實現對企業內部開發人員的培訓工作，使得各個部門的技術人員之間能力實現共享。同時積極召開研討會議，使不同工作人員能夠就自己的技術心得進行有效討論，為公司帶來更多的經濟效益；應用于新聞宣傳，通過人工智能技術使有關于企業的各類信息能夠在員工之間實現實時傳輸，使信息的時效性得到有效保障，從而給企業帶來更多的經濟效益；

對于外部載體來說，在人工智能技術投放的過程當中應該將其應用于技術沙龍的建設。使企業的每一個節點運行專題實現分享，同時還應該特別針對各項工作進行中所存在的缺陷進行全面探討，以期研究出合理方式使得這些問題得到解決；應用于產、學、研合作，實現企業于高校之間的互動創新。不斷的將研究成果轉化為實際成果；應用于企業和政府連接的渠道建設，使得企業內部的各個示范性項目得到及時的展示。

2實施基于科技管理視角的投放效果評估

為了保障各企業內部已經引入的人工智能技術能力得到更加全面地發揮，各大企業需要不斷結合自身的科技管理理念對人工智能技術的實際投放效果進行有效的評估。為了保障評估最終結果的有效性，經過多年的發展當前企業的評估體系已然包含了4個。主要維度分別為產業貢獻、技術價值、人才培養以及品牌影響力。根據不同維度的具體內容為其制定有針對性的評估指標，并且根據企業各項工作的實際完成情況對其進行量化性的評分工作。在這些內容當中，產業貢獻主要包括企業所生產的具體產品，要求根據產品的實際名稱進行有效填寫產品成熟度。這項內容主要是參照技術成熟度TEL通用定義及等級劃分，全面圍繞不同項目所生得到的核心產品，從基本原理到實際應用設計9層評估等級。實現產品價值對各個項目成果已經產生的經濟效益未來預期的產品價值。項目成果未來可能產生的經濟效益技術價值主要包括技術水平。各個項目的最終成果對原有技術體系的改革或者是經過審定第三方評價達到國內領先技術水平，為本企業形成的技術壁壘，對企業長期發展所提供的支撐。企業在發展中所申請的專利數量、專利授權數等等。而人才培養重點包括新獲高級職稱人員數量，新獲中級職稱人員數量或本單位專家數量等等。評價的體系框架如圖所示。

3制定企業人工智能能力投放持續改進機制

為了讓電力計算機信息化企業在發展的過程當中，其人工智能能力投放實現可持續發展。需要根據評估的最終結果，制定出企業人工智能能力投放持續改進準則。通過這樣的方式，可以及時對區技術在應用中所產生的問題進行改進。具體的改進流程分為以下4個內容：分別是確定改進目標、尋求可行方案、測定最終結果、正式采用。各單位需要根據自身實際情況，結合這4個總體步驟分別根據自身工作實際需求設計出相應的改進機制。

第5篇：人工智能培養方案范文

【關鍵字】人工智能；課程改革；高中；信息技術；課程實施

【中圖分類號】G420 【文獻標識碼】A 【論文編號】1009―8097 (2008) 10―0043―04

教育部在2003年頒布的高中信息技術新課程標準中，首次把“人工智能初步”設置為選修模塊，與多媒體、網絡、程序設計、數據庫技術等一起列入信息技術課程體系[1]。此舉曾被視作信息技術課程改革的亮點之一。然而，在如今高中信息技術新課改已經全面鋪開之際，人工智能選修課程的推進仍然舉步維艱，面臨諸多困難和問題。

一 高中人工智能課程的現狀分析

自2004年我國部分省級實驗區開始推進高中新課程改革以來，信息技術課程改革已經開展了四年之久。從目前的總體情況來看，信息技術課程的基礎模塊與多媒體技術、網絡技術、算法與程序設計三個選修模塊的實施情況較好，而數據庫技術與人工智能初步兩個選修模塊的推進情況相對不佳。特別是人工智能課程，至今在全國范圍內正式開設該課程的學校寥寥可數，少數高中展開了一定的探索和實驗，而大多數學校仍持有觀望態度。以下分別從實施取向和實施層次的角度分析該課程的現狀：

（1） 課程實施的取向

由于我國長期以來實行的是全國統一的課程與教材，按照統一規定執行教學計劃，對學校和學生的評價也是按照統一標準與方式實施的，因此我國以往的課程實施基本上都采用了忠實觀的取向[2]。本次新課改中信息技術課程的實施過程難免受到這種取向的影響。然而，新課程標準中對信息技術技術各個模塊的具體實施并沒有明確而詳細的規定，從而使教師對包括人工智能模塊在內的課程實施缺乏長期慣于依賴的參照和依據，增加了課程實施的難度，造成部分模塊的課程難以開設的情況。

（2） 課程實施的層次

課程實施包括五個層面的變化，即教材的改變、組織方式的改變、角色和行為的改變、知識與理解的改變、價值的內化[3]。目前高中人工智能課程在教材改變的層面已經做出了一定的努力。在課程標準的指導下，現已出版的五套教材在體例、版面、學習活動、評價等方面進行了多樣化的設計，基本上貫徹了新課標所倡導的課程目標和理念。在組織方式的層次，少數已經開設人工智能課程的學校結合學生的興趣與學校的實際情況，有針對性地開展了課程的組織。然而，仍然有一些地區或學校不愿或不習慣打破原有的課程組織方式，而是采用硬性規定的方式，人為指定兩三門課程，將選修變為必修，限制學生的自由選擇，依然維持原有的固定班級授課的形式。教材的改變僅僅是課程實施的開始，在組織方式、角色或行為、知識與理解、價值等層次，大部分學校還未發生變化或變化還很小。

（3） 課程實施的典型個案

目前國內開展人工智能課程教學或實驗的典型學校如表1所示。總體來看，這兩所學校都地處東南沿海地區，且學校本身比較積極參與高中新課改的實踐探索，屬于“敢于吃螃蟹”的類型。考慮到課程本身的要求較高，兩所學校都選取了基礎較好的學生開展教學。到目前為止，兩所學校均已開展了三期的教學或實驗探索，任課教師及時總結教學心得體會，并在相關教學刊物或課程研修活動中與廣大一線教師分享教學經驗。

二 高中人工智能課程的影響因素

根據Snyder的研究，可以把課程實施的影響因素歸納為四個方面：課程改革自身的性質、校區的整體情況、學校的水平以及外部環境[4]。結合高中人工智能課程的現狀，本文分別從以上四個方面來探討影響該課程的主要因素。

（1） 課改自身的性質

課程改革本身的性質是影響課程實施的第一要素。它包括課程改革的必要性及其相關性、改革方案的清晰程度、改革內容的復雜性以及改革方案的質量與實用性。結合信息技術新課程改革的相關調查研究，廣大信息技術教師和教研人員對課改的必要性應該認識得比較到位，然而他們對信息技術課程中是否有必要單獨開設人工智能模塊存有疑惑。其次，不少教師對課程改革方案（課程標準）的認識并不是非常清晰。他們認為新課程標準中的教學理念、實施建議等內容相對抽象，不易把握和理解，缺乏具體的針對性，可操作性不強。再次，人工智能課程的實用性相比其他模塊并不明顯，課程內容也相對難度較高。這些因素造成課程設置的必要性不強、實施難度大、實用性不高，直接影響人工智能課程在學校的順利設置。

（2） 校區的整體情況

校區的整體情況主要包括地區的適應性、地方管理部門的支持、教學隊伍的培養、教學研討和交流等等。各地區對課程改革的需要程度會直接影響人們實施課程的積極性和主動性。我國東西部地區的學校對課程改革的需求程度不同，從而造成了課程實施的地區差別。從目前開設人工智能課程或教學實驗的學校來看，均分布于東南沿海較為發達的地區。這些學校的共同特點是基礎條件較好，對課程改革的積極性高，敢于進行教學嘗試和革新。此外，地方管理部分的支持對課程實施也有很大影響，如廣東省為了推動信息技術課程改革，專門出臺了關于課程標準的教學指導意見[5]。其中強調“要特別注意人工智能初步”，并針對人工智能課程提供了較為具體的教學建議，從而促使該省出現了全國最早正式開設人工智能課程的學校。師資隊伍也是影響課程的因素之一。目前大多數高中缺乏熟悉人工智能課程內容和教學方法的專業教師，使得學校無法開設該課程。因此，有關人工智能課程的研討和學習交流顯得尤為重要，然而目前這些方面的活動總體上相對缺乏。

（3） 學校的水平

學校水平對課程實施的影響因素包括校長的作用、教師的個人特征和教師集體的行為取向。學校是課程改革的基本單位，校長和教師是學校課程改革的動因。校長對課改理念的理解，以及對課改的支持、參與程度都會影響課程的順利實施。校長通常會根據上級主管部門的意見，結合本校的實際情況，權衡課程改革可能對學校形成的各種影響。在高考的影響下，信息技術課程在高中各科中長期存在地位“低人一等”的現象，甚至出現課時常被“侵占”的現象。如果校長對信息技術課程本身不重視，那么要求學校開設人工智能選修課無疑是一種奢望。此外，一所學校教師個人和集體的改革意識的強弱也會影響課程的實施。從人工智能課程的現狀來看，恰好印證了這一點：改革意識強的教師個人或教研組即使沒有上級的硬性指令，也能積極展開各選修模塊的教學嘗試和探索，并自覺地從教學者成長為研究者，而思想保守的學校即使具備了課程實施的基本條件，也不愿積極開設相關的選修課程，長期停留于課程的“忠實執行者”的層次。

（4） 外部環境

外部環境因素主要包括政府部門的重視、外部機構的支持以及社區與家長的協助。各國課程改革的經驗表明，教育行政部門和相關機構的態度在很大程度上影響到新課程的順利實施。特別是我國長期以來受到前蘇聯教育模式的影響，課程改革通常是自上而下的模式，新課程的實施主要依靠各級政府教育行政部門的政策和指令的推動。本次新課程改革同樣繼承了這一模式，但是整個教育體制和評價體系未能及時進行相應的調整，因此在某些方面造成各級教育部門的政策抵觸，出現“上有政策、下有對策”的情況。此外，社區與家長對新課改的認識和態度也影響到人工智能課程的實施。研究表明，社區與家長更加關心的是新課改是否有助于提高學生的學業成績，是否會給學生造成更大的負擔，而對學生能力的全面發展和個性的培養則是其次的考慮。因此，要使社區與家長認識和了解課程改革的意義和目標，引導其關心新課程、支持新課程才能更好的促進新課改的健康發展，進而才可能使得包括人工智能在內的高中各科選修模塊得以全面開設與實施。

三 高中人工智能課程的反思

通過調查訪談以及與相關授課教師的交流，筆者了解到高中人工智能課程的教學情況和教師的經驗體會。總體來說，該課程的推進情況不如預期理想，需要從課程的設計、管理、教學以及評價等方面進行反思。

（1） 課程設計

本次高中信息技術課程改革將原來的一門課程分解為1個必修模塊和5個選修模塊，從而給學生提供多樣化的選擇。“人工智能初步”選修模塊是作為智能信息技術處理專題設置的，以反映信息技術學科的發展趨勢，體現教育的時代性要求。課程設置的目的在于使學生在技術掌握與使用的過程中，逐漸領會信息技術在現代社會中的應用以及對科學技術和人類發展的深遠意義[6]。然而，以上的描述更多是該模塊的隱性價值，相比其他模塊該課程的顯性價值并不是很直觀。而一線的信息技術教師較多關注的是該課程的顯性價值：課程能給學生帶來些什么？學生的實踐能力能否有較大提高？教師們在沒有找到一個合理的價值依托之前，一般不會貿然開課。這一點值得課程設計者和教研人員的深刻思考。

通過網絡問卷調查，不少教師認為人工智能課程在高中開設是有一定必要性的[7]，但并不意味著所有的學生都需要學習該課程。課程應面向對人工智能有一定興趣的學習者，且最好有一定的基礎。事實上，相對于其他選修模塊，選擇人工智能課程的學生并不是很多。因此，結合我國目前的情況，可以考慮優先在發達地區條件較好的部分學校開設，再進一步利用其示范作用，以點帶面，逐步鋪開培訓、指導、交流的規模和影響面，積極穩妥地推進高中人工智能課程的建設。

（2） 課程管理

課程的有效管理有助于提高課程實施的質量。上個世紀90年代以來，我國的中小學課程由原來的中央集權管理體制逐步轉變為國家、地方、學校的三級管理體制。國家負責課程的總體規劃，省級教育部門結合本地區實際制定課程計劃或實施方案，而學校也將有權根據學校傳統或學生興趣開發適合本校的課程。目前人工智能課程雖然已被列入國家課程標準，但在地方管理層面并未得到應有的認可。部分地區考慮到高考因素，直接將人工智能模塊排除在學生的選擇范圍之外，無疑成為阻礙該課程順利實施的一個重要原因。

目前我國高中了解熟悉人工智能教學內容、方法的教師十分缺乏，相關教育主管部門需加強該課程的師資培養，邀請教材編寫人員和相關專家，積極開展各級培訓、研討和交流活動，以務實的態度來聽取學科教師的意見，為他們提供一些明確的、可操作的指導和建議。也可以開展優秀教學案例的征集和評獎，通過公開課的觀摩和點評活動，或吸納中學教師參與有關課程改革和教學研究的課題，以此提高教師參與改革的積極性。此外，國內高等師范院校信息技術相關專業應該對新課改作出及時的反應，針對高中信息技術各選修模塊為師范生開設相關的課程，為課改的成功實施提供后備師資力量的支持。

（3） 課程教學

從已開展的人工智能課程教學或實驗情況來看，主要的教學體會包括：教學對象選取時要有針對性，不宜硬性指定，應結合學習者自己的興趣和學習基礎供其自由選擇；由于課程的理論和技術的要求較高，不宜大量采用“講授法”進行教學，應設計一些有挑戰性的活動供學生實踐；為保證教學進度有序進行，可通過課堂小測及時鞏固所學內容；應提供良好的網絡條件和計算機設備以支持課程教學和實踐的順利開展。

國外一些高校通過遠程網絡的手段與中學合作開展人工智能教學，加快了課程建設的步伐，并提高了教學質量。大學負責教學網站的建設維護，主持與中小學的討論答疑，中學則負責課程教學的具體實施。文中個案也印證了這種做法的有效性：讓一些致力于高中人工智能課程研究的高校和部分條件較好的中學建立共同體，協作推動課程的實施。一方面，高校研究人員能為中學提供教學指導建議、技術和資源的支持；另一方面，中學的教學實踐也為高校進行課程教學研究提供了材料和依據。

（4） 課程評價

研究表明，評價目前已成為影響高中信息技術新課程實施的一個重要問題[8]。從本次課改的動因來看，針對我國現行教育體制下的高考選拔制度在很多方面呈現的弊端，新課改力圖在一定程度上改變這一局面，努力使學習者能夠真正獲得全面的發展。但是，在目前情況下以高考為“指揮棒”的評價體系短期內仍然無法發生質的變化。高中新課改實施以來，部分省份相繼將信息技術課程納入了高考的范疇，以往信息技術課程不受重視的情況逐漸得到了一些改善。然而，高考是否解決信息技術課程評價問題的一劑良藥，進而為人工智能課程的實施及其評價帶來新的希望，目前仍是值得懷疑和思考的問題。特別是當前高考科目已經較多，再增加科目無疑會加重學習者的負擔，且很容易回到應試教育的老路上。

其次，雖然新課程標準中提供了關于課程評價的建議，但是其中的內容仍然比較抽象，可操作性不夠。如在信息技術課程標準的評價建議中，提倡評價主體的多元化，關注學生的個別差異，綜合應用多種過程性評價方式，適當滲透表現性評價的理念，等等。這些內容從理念上來講都是很好的，但是如何在教學實踐中加以操作實施，對一線教師而言仍是不夠明確和難以把握的問題。而且，信息技術課程的每個模塊各有特色，然而課程標準并未就此提供專門的評價建議。因此，一套科學合理、適合人工智能課程的評價體系和方法仍需要教研人員在實踐中不斷摸索總結。

參考文獻

[1] 教育部. 普通高中技術課程標準(實驗) [S].北京:人民教育出版社,2003:9.

[2] 鐘啟泉. 課程論[M].北京:教育科學出版社,2007:207-214.

[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).

[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.

[5] 珠海教育信息網. 廣東省普通高中信息技術課程標準教學指導意見 [DB/OL].

[6] 顧建軍等.技術課程標準(實驗)解讀[M].武漢:北教育出版社,004:9.

第6篇：人工智能培養方案范文

關鍵詞：人工智能；信息素養；信息技術

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2008)35-2417-02

Artificial Intelligence Education and Middle School Students Information Literacy

WU Wen-tie

(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)

Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.

Key words: artificial intelligence; information literacy; information technology

1 信息素養的定義及其內涵

“信息素養”一詞最早產生于信息技術和信息產業發達的美國, 是隨著現代信息社會的逐漸形成而對國民提出的一種兼跨人文和科學范疇的綜合性個人素養要求的描述。隨著研究的深入，人們對信息素養的認識也在不斷深化。

1974年美國信息產業協會主席保羅?澤考斯基最先提出信息素養的概念, 他認為信息素養是“利用大量的信息工具及主要信息源使問題得到解答的技術及技能”。1992年美國圖書館協會提出：“信息素養是人能夠判斷何時需要信息, 并且能夠對信息進行檢索、評價和有效利用的能力。”同年, 道爾在《信息素養全美論壇的終結報告》中給出了一個較為全面的定義：一個具有信息素養的人, 他能夠認識到精確和完整的信息是作出合理決策的基礎, 他能夠確定對信息的需求, 能夠形成基于信息需求的問題, 能夠確定潛在的信息源, 能夠制定成功的檢索方案, 從包括基于計算機的和其他的信息源中獲取信息、評價信息、組織信息用于實際的應用, 將新的信息與原有的知識體系進行融合以及在批判性思考和問題解決過程中使用信息。

綜上所述, 雖然研究人員從不同的視角界定了信息素養的定義, 但可看出, 信息素養既包括認知態度層面上的內容, 也包括技術層面、操作層面和能力層面上的內容。概括起來講, 信息素養主要包括信息意識、信息能力和信息道德三個方面：

1) 信息意識。信息意識是信息素養的首要因素, 主要指人們對信息及其交流活動在社會中的地位、價值、功能和作用的認識, 換句話說, 就是指人們對信息的判斷、捕捉的能力。信息意識的強弱將直接影響人們利用信息的程度和效果。人們只有有了信息意識,才有可能有信息的需求, 進一步去尋找信息和利用信息, 并主動學習與信息處理有關的技術。

2) 信息能力。信息能力是信息素養的重要方面, 是指人們獲取信息、處理信息、利用信息、創造信息、交流信息的技術和能力。人們只有掌握一定的信息技能, 才能有效地開展各種信息活動, 有效地利用信息和創造信息, 充分發揮信息的價值, 變信息為動力和優勢。

3) 信息道德。信息道德是指人們在整個信息交流活動過程中表現出來的信息道德品質。它是對信息生產者、信息加工者、信息傳播者及信息使用者之間相互關系的行為進行規范的倫理準則, 是信息社會每個成員都應該自覺遵守的道德標準。

2 人工智能的研究領域

人工智能的研究領域非常廣泛, 而且涉及的學科也非常多。目前,人工智能的主要研究領域包括：專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、智能決策支持系統及人工神經網絡等。下面主要介紹在網絡教育環境中常用的智能技術。

2.1 專家系統

所謂專家系統就是一種在相關領域中具有專家水平解題能力的智能程序系統, 它能運用該領域專家多年積累的經驗與知識, 模擬人類的思維過程,求解需要專家才能解決的困難問題。

2.2 機器學習

“學習”是一個有特定目的的知識獲取過程, 其內在行為是獲取知識、積累經驗、發現規律; 外部表現是改進性能、適應環境、實現系統的自我完善。所謂機器學習, 就是要使計算機能模擬人的學習行為, 自動地通過學習獲取知識和技能, 不斷改善性能, 實現自我完善。機器學習主要研究學習的機理、學習的方法以及針對相應的學習系統建立學習系統。

2.3 模式識別

所謂模式識別,是指研究一種自動技術。計算機通過運用這種技術,就可自動地或者人盡可能少干預地把待識別模式歸入到相應的模式類中去。也就是說,模式識別研究的主要內容就是讓計算機具有自動獲取知識的能力,能識別文字、圖形、圖像、聲音等。一般來說,模式識別需要經歷模式信息采集、預處理、特征或基元抽取、模式分類等幾個步驟。

2.4 人工神經網絡

人工神經網絡是指模擬人腦神經系統的結構和功能, 運用大量的處理部件, 由人工方式建立起來的網絡系統。它是在生物神經網絡研究的基礎上建立起來的,是對腦神經系統的結構和功能的模擬, 具有學習能力、記憶能力、計算機能力以及智能處理功能。其中學習是神經網絡的主要特征之一, 可以根據外界環境來修改自身的行為。學習的過程即是對網絡進行訓練的過程和不斷調整它的連接權值, 以使它適應環境變化的過程。學習可分為有教師(或稱有監督)學習與無教師(無監督)學習兩種類型。對神經網絡的研究使人們對思維和智能有了進一步的了解和認識,開辟了另一條模擬人類智能的道路。

3 人工智能技術在教育中的應用

3.1 智能搜索引擎

隨著互聯網站點和頁面的激增以及網絡用戶隊伍的不斷壯大,信息檢索成為人們利用Internet的重要途徑。但是在浩瀚的網頁海洋中尋找有用的信息并不容易,需要借助有力的檢索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他們各有特色,但仍存在不足之處,如檢索到的無關信息過多以及檢索結果排序較混亂。智能化信息檢索是信息檢索的新分支,它是人工智能和信息檢索的交叉學科。它在對內容的分析理解、內容表達、知識學習等基礎上實現檢索的智能化,這樣可以節省學習者在檢索中花費的時間,幫助學習者提高檢索效率。智能化信息檢索所用到的人工智能技術有專家系統、自然語言處理和知識表示。

3.2 智能體(agent)

agent技術早在70年代出現在人工智能領域,通過感知、學習、推理以及行動能夠基于知識庫的訓練模仿人類社會的行為。隨著其進一步發展,它在遠程教育領域發揮著越來越重要的作用。一套完整的遠程教育系統中包含許多子系統,如答疑、作業、考試、交互等等子系統。這些子系統都有各自的數據庫用來存儲信息。為了提高整個系統的智能性,可以引入智能技術,把眾多子系統的數據庫鏈接起來,實現信息資源的共享。通過分析這些信息,智能技術可以發現學習者的個別特征(如興趣愛好信息、點擊知識點信息統計、交互日志等等),并根據這些特征量身訂做出適合學習者的學習方案,也有助于教師及時掌握學習者學習過程中的動態信息。

3.3 智能CAI(ICAI)

隨著計算機技術的飛速發展,計算機輔助教學(CAI)已受到教育界的重視,成為學科教學改革的一種重要手段。許多學校都在開發CAI課件,但大多數CAI課件只是機械地按照教學設計者事先設計好的教學模式和內容向學生傳授知識,并沒有體現出個性化學習,無法做到因材施教。

智能CAI是以人工智能技術為核心,使CAI系統能夠根據學生的學習情況等因素分析學生的特征,合理安排教學內容、變化教學方法去滿足個別教學的需要。使用智能CAI進行教學能夠克服傳統CAI的不足,顯著提高教學效果,是CAI課件發展的趨勢。

3.4 智能教學系統ITS

智能教學系統(intelligent tutoring system,ITS)是涉及人工智能、計算機科學、認知科學、教育學、心理學和行為科學的綜合性課題,其研究的最終目標是由計算機負擔起人類教育的主要責任,即賦予計算機系統以智能,由計算機系統在一定程度上代替人類教師實現最佳教學。我國ITS的研究起步較晚,但近幾年隨著計算機的普及和教育軟件需求增大,ITS的發展較快。ITS按照功能分為四個模塊:專家知識模塊、學生模塊、教師模塊、人機接口模塊。

4 人工智能教育對學生信息素養的作用

人工智能(ArtificialIntelligence,AI)是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科。換言之,它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規劃以及問題求解等思維活動,來解決需要人類專家才能處理的復雜問題,例如咨詢、診斷、預測、規劃等決策性問題。人工智能也是一門涉及數學、計算機科學、控制論、信息學、心理學、哲學等學科的交叉和邊緣學科。與一般的信息處理技術相比,人工智能技術在求解策略和處理手段上都有其獨特的風格。人工智能研究處于信息技術的前沿,它的研究、應用和發展在一定程度上決定著計算機技術的發展方向。同時,信息技術的廣泛應用也對人工智能技術的發展提出了急切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響。

綜上所述,作為信息技術一個不可缺少的重要組成部分,人工智能的基本內容在中學信息技術課程中是不能不專門提及的,以往某些教材中用一兩頁篇幅作個簡單介紹的方法根本不足以反映人工智能學科的全貌。因此,十分有必要在高中階段的信息技術課程中專門設立人工智能選修課。我們認為,高中階段開設人工智能課程可以在以下幾個方面對學生的信息素養培養產生積極作用：

1) 多種思維方式的培養和信息素養的綜合鍛煉。

現實世界的問題可以按照結構化程度劃分成三個層次：結構化問題,是能用形式化(或稱公式化)方法描述和求解的一類問題;非結構化問題,難以用確定的形式來描述,主要根據經驗來求解;半結構化問題則介于上述兩者之間。一般說來,中學階段開設的傳統意義上的信息技術課程中所介紹的信息技術,例如多媒體技術、網絡技術、數據庫技術、算法與程序設計等,都是求解結構化問題的基本技術。而人工智能技術則是解決非結構化、半結構化問題的一類有效技術。

把人工智能課程引入我國現行的高中信息技術教育,可以讓學生在體驗、認識人工智能知識與技術的過程中獲得對非結構化、半結構化問題解決過程的了解,從而培養學生的多種思維方式,達到提高信息素養的目的。通過人工智能課程的學習,學生還將了解人工智能語言的基本特征,學到智能化問題求解的最為基本的策略。

2) 體驗人類專家解決復雜問題的思路,提高學生的邏輯思維能力。

這里以人工智能學科中“專家系統”技術的體驗、學習與應用過程為例進行說明。在專家系統的應用過程中,一個實際的專家系統不僅能夠為用戶給出相關領域的專家水平建議或決策,而且能夠通過解釋機制,以用戶容易理解的方式解釋專家系統的具體推理過程。學生可以向專家系統提出諸如“為什么(Why)”、“如何(How)”、“如果……會怎么樣”等問題,系統接受用戶的問題指令后,可以根據推理的邏輯進程,即時將答案呈現給用戶,整個過程如同教師與學生在進行面對面的教學。在該過程中,學生可以充分體驗人類專家的求解思路和推理風格,有助于提高他們的分析、思維與判斷能力。

另一方面,在專家系統的教學過程中,可以要求學生自行構建由產生式規則組成的知識庫,或進一步利用工具軟件來開發簡單的實用型專家系統。為了完成該項工作,學生一開始就要編制開發規劃、制定知識獲取策略,并具體付諸實施,這是一個不斷深化的過程。學生還得明確與系統有關的所有變量或相關的因素,并且將這些變量和因素轉化為問題求解,得出相應的結論。在進行一系列問題求解分析之后,運用產生式規則來表示知識,以此建立起來的專家系統還可以讓其他學生去運用和體驗,具有一定的實用價值。

由于專家系統中的知識組織與推理過程是對人類專家思維方式的一種模擬,因此上述知識庫的組織和系統的推理過程能夠較好地體現學生的思維過程。在建造知識庫過程中,學生需要將原來零碎的未成型的知識概念化、形式化和條理化,從而內化為學生自己的東西。所以,建造知識庫的過程不但能反映學生的學習過程,而且有助于學生對該領域知識的深層思考并有利于長久記憶,同時也學會了專家系統的基本開發技術。正如美國著名的學習論專家Jonassen所指出的：那些自行設計專家系統的學生將會在這種活動中受益匪淺,因為這是一個對所學知識進行深度加工的過程。

3) 了解信息技術發展的前沿,激發對信息技術未來的追求。

人工智能技術在一定程度上代表著信息技術的前沿,通過人工智能知識、技術的學習與體驗,高中學生能夠對信息技術發展的前沿知識有一定程度的了解,這樣有助于他們開闊視野,培養興趣,激發對信息技術美好未來的追求,從而為今后進入大學或走向社會奠定良好的基礎。

5 結束語

中學生的信息素養的培養是當前信息技術課的一個重要目標，而在現有的中學信息技術課程中，關于人工智能的知識只作了簡單的介紹，學生們對于人工智能研究的廣大領域不能有詳細的概念，這對于中學生的信息化認識和信息素養的培養不夠全面。因此在中學信息技術課中加大人工智能的知識介紹是信息技術課改革的重要內容。

參考文獻：

[1] 雷曉慶.網絡環境下大學生的信息素養及其培養[J].太原大學學報, 2004(2):38.

[2] 杜玉霞.美國信息素養教育與研究的啟示[J].電化教育研究, 2005(10):42.

[3] 王永慶.人工智能原理與方法[M].西安:西安交通大學出版社,2002,1-53.

[4] 潘瑞玲,余輪.Agent技術在遠程教育系統中應用的研究[J].微型電腦應用,2002,18(4):28-30.

[5] 吳戰杰，秦健.Agent技術及其在網絡教育中的應用研究[J].電化教育研究，2003(3):32-36.

[6] 張劍平.關于人工智能教育的思考[J].電化教育研究，2003(1):24-28.

第7篇：人工智能培養方案范文

[關鍵詞]機械工程：信息科學；智能化

中圖分類號：TP212.6 文獻標識碼：A 文章編號：1009-914X（2015）45-0161-01

一、認知科學與智能技術的發展前景展望

經濟的需求及其發展趨向，必然對科學技術產生巨大的影響。“新經濟”對智力的需求，必然帶來各經濟部門智能化的發展趨向及各科學技術部門對智能化的研究。這種研究與應用，是相互影響、相互促進的。

每個時期都有該時期的中心科學技術。科學家預測21世紀中葉，信息科學技術是中心科學技術。從21世紀30年代開始，中心科學技術將逐漸轉移到生物科學技術。而到本世紀中葉以后，將有可能以認知科學技術為中心，把信息科學技術生命科學技術和系統科學技術等高新科學技術結合起來，形成認知科學和智能技術群。隨著認知科學的深入，人們將逐漸搞清人類智能的機制，在此基礎上，智能技術才能得到充分的發展。機械模仿人的智能真正地實現了，人類社會的經濟文化科學、技術就會產生更大的飛躍，人類文明必將達到一個新的階段。

二、智能化是信息科學技術的發展方向

1、實現信息化和網絡化的目的，在于改善人民生活水平，促進社會發展。

人類生活質量提高的方向，正從衣食住行等物質方面轉向教育、科技、體育、醫療、旅游、文化、藝術等精神方面。即使是衣食住行等物質方面，也越來越多地增加了精神因素。這就是說，信息科技的發展及其應用，要越來越多地考慮滿足人們精神方面的需求。此外，社會的發展是建立在人類群體活動的基礎上的，群體的活動是在智力信息交流和協同的基礎上發展的。因此，推動人類社會發展，就應使這種智力信息的交流和協同日益發展。

2、信息化、網絡化的內容，本質上是智能化的。

現代計算機的進一步發展，是要設計、制造智能計算機；現代通信設備的發展，是要建立智能化通信設備；現代因特網的發展，是要建立智能互聯網；現代家用電器的發展，是要實現各種智能化的家用電器；甚至遙控做醫療手術，電子商務、網上教育、網上設計、虛擬企業……都要以智能化為其基本內容。當然，這些機器和設備的硬件、軟件設計更要智能化。因此，信息化網絡化的實質就是智能化。

3、實現信息化、網絡化的工具是智能化的。

在現代化信息技術中，愈來愈多地使用了自然語言識別與理解、圖像識別與處理、計算機視覺、機器人規劃、力覺傳感與控制、知識的表示、獲取與處現推理與求解、專家系統智能控制……等等人工智能技術。隨著信息技術在發展中更多地使用人工智能技術，不僅信息技術本身更加充實和豐富，人工智能技術也將會有新的突破，而且還會促進認知科學更深入地發展。

三、智能機械工業的發展趨向

1、選擇智能化的產品作為機械企業未來發展的新產品

機械企業的當務之急是進行產品結構調整。傳統的機械工業部門僅是生產資料的生產部門。在面向市場，特別是面向全球化經濟的形勢下，這種觀念應迅速轉變，即機械工業既提供生產資料又生產人民生活需要的各種產品。諾基亞公司，原來是生產膠鞋的制造廠，現在隨市場的需要而改變成生產手機的公司，其產品在全世界的占有率已達到25%。我國機械工業各企業在產品結構調整中選擇產品時，無論是生產資料還是消費品，都要首先選擇帶有智能信息技術的機電一體化產品。例如選擇加工設備時，就要選擇帶有智能信息技術的多軸數控加工機床。又如在選擇家用機器人產品時，一個典型的例子就是選擇機器人寵物。目前，機器人的應用主要還在工業制造方面，家用機器人還未能產業化。主要原因是，作為家用機器人，要求有較高的智能技術，這方面至今未能過關（例如視覺和語言技術還停留在初級階段）。目前，一些機器人制造商發現，以娛樂為主要用途的家用機器人有廣闊的市場前景，且這類機器人只要求有限的初步的智能技術，于是就開發了機器人寵物。

2、機械企業的制造和管理要向智能化方向發展

隨著科技信息技術的飛速發展，我國制造業正面臨著難得的機遇和嚴峻的挑戰。市場的變化頻繁和難以預測，產品的生命周期日益縮短，產品更新速度不斷加快。顧客對產品的需求趨向多樣化，生產自動化技術不斷提高，生產者的創新作用愈來愈重要，信息化技術的應用愈來愈廣泛……這些因素使制造業的生產模式和管理方式發生了根本改變：企業生產從面向產品轉變為面向客戶、面向需求，面向服務；企業生產要素正從勞動力和資本轉向知識；企業的生產過程正從流水線式和自動線式、單品種固定式規模生產轉向多品種、柔性并行式、智能化的集約生產。企業要“以人為本”，企業的生產和管理要向智能化的方向發展。

3、用智能化技術改進和提升企業的信息化與網絡化。

企業應當利用信息化，進行工業化，實現跨越式發展。企業要樹立“以人為本”的思想，企業管理者應當充分發揮工人的智慧和創新精神，保證優質清潔高效的生產，把反映現代科技的信息資源的開發和利用，作為信息化建設的核心任務；改革企業管理體系，營造良好的內外環境。促進網絡供應鏈、網絡物流電子商務動態聯盟、虛擬企業等技術的廣泛應用。建立以智能化為方向的企業研究與開發機構，采用智能CA D網絡合作設計、智能數據庫等技術來設計和開發新產品，在此基礎上逐步實現產品的智能集成。要建立開放式可重構智能系統。基礎制造設備不可能隨產品改變而完全更新，但設備的組成方案及加工、調度路線卻是可能隨產品的品種、批量、數量的改變而改變的。智能重構技術是關鍵技術。

4、關注和應用計算機科學和人工智能科學的最新成果

現代科技發展的一個特點是，從基礎科學轉化為技術的時間愈來愈短，從技術到工業的應用幾乎是同時的。信息技術的基礎是計算機科學，智能技術的基礎是人工智能科學。當前，分布式計算和人工智能相結合所形成的分布式人工智能已成為研究的熱點。分布式人工智能有兩個研究領域，即分布式問題求解和多智能體系統，前者考慮怎樣將一個特殊問題的求解工作在多個合作的、知識共享的模塊或結點之問劃分，采用“由頂向下”的方案來求解問題；后者則主要研究一組白治的智能體之間智能行為的協調，采用“由底向上”的方案來求解問題。由此可見，分布式人工智能的兩種方法都是對知識資源進行處理以完成給定的任務。所以，這種智能技術很快在企業的產品設休制造和生產管理中得到應用，特別是在各種智能軟件系統的設休開發中得到廣泛的應用。

5、重視培養優秀人才，為企業發展提供智力支持。

現代企業要想在激烈的競爭中搶占先機，關鍵是優秀的人才資源。現在最需要的是兩類復合型人才：一類是掌握高科技關鍵技術，懂技術、懂經營、有創新的復合型高級專業人才；另一類是具有戰略眼光和創新勇氣，懂得科技、經營、管理的復合型高級管理人才。企業要創造一切條件引進和留住這些人才，同時還要選擇對象，進行重點培養。對以上這些人才，都要委以重任，讓他們在實踐中鍛煉成長。我國當前的教育體制還不夠完善，這種復合型的工程技術人員和管理人員往往還不能在大學現有的專業中培養出來，所以在現有的大學生走上崗位后，還需要企業培訓。企業培訓還有一個任務，就是要圍繞產品和企業生產向全體職工普及現代科學技術，特別是當前企業應用的信息技術和智能技術。

參考文獻：

[1]史忠植.智能主體及其應用[M].北京：科學出版社，2012：67.

[2]朱森第.我國裝備制造業的現狀與發展戰略[J].機電工程技術，2010（ 2）：42.

[3]李國杰.我國信息領域應重視的幾個問題[N].科學時報，2011- 03- 15.

第8篇：人工智能培養方案范文

關鍵詞：無人機系統；智能決策；自主控制；智能體系；任務規劃；課程設計

0引言

無人機具有較強的機動性和較好的可操控性，能輔助人類在惡劣和危險的環境中執行復雜的任務。近年來，無人機系統迅速發展并廣泛應用于環境監測、災難搜救、反恐偵察等眾多領域。無人機系統研究的一個關鍵問題是如何發展高度智能化的軟件系統，提高無人機在動態復雜環境中自主決策的能力。目前，眾多高校開設的無人機專業課程主要研究無人機的硬件平臺、通信與測控、指揮控制、綜合保障和實踐等方面，然而對于無人機系統的智能決策問題研究尚不深入。

1無人機系統決策的內涵

1.1無人機自主控制系統概述

無人機自主控制系統是無人機實現自主飛行管理與自主任務管理的機載系統，如圖1所示，它涵蓋了機器人“觀測一判斷一決策一行動（observer-orient-decision-action，OODA）”的各個環節。

無人機自主控制能力是衡量無人機智能自主水平的一項重要能力。表1基于OODA分別對無人機自主控制能力進行了描述，其中，“判斷”與“決策”部分評價的是無人機對戰場態勢的評估能力和對任務或行為的決策與規劃能力，是衡量無人機自主決策能力的最重要指標，也是無人機決策課程設計與實踐的核心。

1.2無人機自主決策子系統概述

自主決策模塊位于智能無人機系統的頂層，它如同人類神經系統執行決策行為，產生計劃并處理不確定性。自主決策模塊主要包括頂層任務決策、頂層任務規劃、底層行為決策和底層路徑規劃。頂層任務決策用于任務策略的在線生成；頂層任務規劃用于任務計劃的在線制定；底層行為決策用于運動行為的在線序貫決策；底層路徑規劃用于導航計劃的在線生成，這些內容的教學與實踐將貫穿課程的教學與實踐過程。

2人工智能在無人機系統決策中的發展以及作用與地位

人工智能從孕育之初到現在，經歷了“三起兩落”，如圖2所示。人工智能的發展也不斷促進無人機自主決策能力的發展，甚至可以說，人工智能的發展決定無人機自主決策水平的高低。早期，無人機決策大多依托產生式規則或謂詞邏輯技術，主要針對確定決策；20世紀六七十年代，知識表達引入到有人機輔助決策支持系統的設計與研發中，也逐步遷移到無人機智能自主系統中；隨著概率統計的引入，基于貝葉斯的不確定推理決策方法得到大力發展；專家系統依據專家經驗生成策略，用于解決離散事件不確定性，形成了一系列無人機智能自主決策成功案例；近年來，機器學習、多智能體理論的熱潮將無人機智能水平推到了一個前所未有的高度，使無人機具備知識沉淀、知識挖掘、智能發育的能力，并將單無人機執行ISR任務拓展到多無人機協同遂行多任務領域。無論經典人工智能方法還是人工智能新思路，都是無人機智能自主決策的重要基礎，在無人機系統智能決策課程教學與實踐中具有舉足輕重的地位。

3無人機智能決策課程教學總體設計

國防科技大學依托控制學科和儀器學科在自動化專業試辦開設了“無人機工程”專業方向，培養掌握無人機工程相關領域基礎理論和基本知識的學員，使其具有從事無人機系統及相關裝備的分析、設計、研制、維護和管理等方面的實際工作能力和初步科學研究能力。

3.1教學目的與課程設計總體思路

設置無人機智能決策課程的目的是使本專業學生快速了解無人機決策系統組成、熟悉決策系統工作原理、掌握決策理論與實現方法。課程設計的總體思路是設置課堂教學和動手實踐兩個主要環節，課堂教學環節主要通過教師講授的方式，基于無人機自主控制系統組織結構，介紹無人機決策系統的基本概念；實踐環節則是在學生已經掌握智能決策算法基本原理和流程的基礎之上，讓學生參與到決策系統的設計與實現中來。

3.2課程教學主要內容

無人機智能決策是課程教學的核心內容，主要覆蓋貝葉斯推理理論、最優化理論、智能搜索等基本決策理論和方法，主要講解如何將其運用于無人機智能感知、任務規劃的建模和優化方法，比如基于貝葉斯的不確定推理、基于啟發式人工智能搜索算法的路徑規劃等。內容安排包括問題描述、基本原理、算法過程、輸入輸出設計、結果分析等；人機智能融合決策是課程的拓展部分，主要涵蓋人機智能融合原理、腦機接口原理、融合決策機制等理論和方法，主要講解如何將其運用于人在回路輔助的無人機智能自主決策、混合主動規劃的接口設計與融合決策方法，比如基于腦機接口的人機智能融合決策、混合主動任務規劃等；拓展內容安排包括資料查新、接口設計、融合機制設計、融合算法實現、結果分析等。

4無人機智能決策教學實踐環節設計

4.1課程實踐環節的必要性

4.1.1無人機系統智能決策課程對實踐的需求

實踐教學是高等學校教育非常重要的教學環節，是提高人才分析問題與解決問題的重要途徑。無人機系統智能決策是一門實踐性很強的課程，一是由于無人機系統是一門交叉性的學科，主要涉及空氣動力學、無人機平臺設計與制造、圖像處理與智能感知、導航系統原理、無人機飛行控制、人工智能、機器學習、任務規劃與分配、無人機系統體系保障技術等許多學科，所以該學科具有知識點多、涉及面廣、理論性強，需要學生具備較好的邏輯思維能力和數理基礎等特點，因此，必須通過實踐才能加深對無人機系統知識的理解；二是智能決策技術不斷走向實用，20世紀80年代隨著人工智能基礎科學的研究，智能決策作為一門新興學科出現在國際科學舞臺上，智能決策技術早期以研究經典的智力游戲問題和仿真實驗來證明理論等為主流，隨著互聯網的普及和國際信息化進程的提高，智能系統和智能計算等也逐漸成為學者們的研究熱點。從加強學生的實踐能力出發，考慮到課程的建設需要，需要加強無人機系統智能決策課程的實踐教學內容。

4.1.2無人機系統智能決策課程對實踐的要求

根據智能決策的特點，進行實踐教學需要達到以下幾個目的：一是加強學生對基礎知識的理解，對智能決策基本方法的掌握；二是加強學生將智能決策知識與方法用于解決實際問題的能力；三是增強學生對智能決策研究領域的興趣，培養更多的專業人才。

智能決策的實踐教學工作必須以高質量的科研內容為基礎。通過瞄準國際前沿、集成創新和引進消化吸收、提升原始創新以及再創新能力，從而建設創新平臺和創新團隊，以高水平科學研究支撐高質量的高等教育。此外，智能決策的實踐教學還要考慮因材施教，驗證關鍵技術環節。目前學生的學習任務較重且水平參差不齊，在設計實踐環節時，要把握如何能在較短的時間內讓學生得到最大程度的能力鍛煉。在這種情況下，教師必須進行充分的準備，事先搭好通用的硬件平臺和軟件框架，以減輕學生不必要的負擔，營造良好的氛圍，將學生的主要精力集中在創新實踐上，這樣才能提高實踐教學的效率。因此，課程借鑒了無人機領域最具影響力的國際微小型飛行器賽會（IMAV）的比賽規則，結合智能決策的研究熱點和當前承擔的學術科研任務，引入無人機競賽作為智能決策教學實踐的平臺。

4.2基于無人機系統智能決策的課程實踐方案

在智能決策課程開始之際，教師向學生明確課程實踐方案，即通過無人機競賽的形式考核學生解決實際問題的能力。通過舉辦無人機競賽，可以激發學生的學習熱情和創新動力，達到寓教于樂的目的。學生帶著思考主動學習理論知識，而不是為了應付考試被動學習；教師應當按照學生的綜合能力合理組隊，從而達到能力互補和團隊協作。

無人機競賽面向本校無人機工程專業方向的本科生，根據智能決策課程的需要，共設置3個科目。

第一個科目是自穩飛行，無人機需在3分鐘內完成從出發點到指定目標點的飛行，要求單次滯空時間不少于30秒；本科目考查的是學生對無人機自主飛控基礎知識的掌握。第二個科目是避障偵察，無人機需以盡可能快的速度穿越一排障礙門，并識別地面上的物品；障礙門的可通行區域各不相同，無人機需通過機載單目相機識別可通行區域，并自主規劃路徑；本科目考查的是學生對智能識別和任務規劃基礎知識的掌握。第三個科目是特級飛行，包括手拋無人機平穩飛行、8字飛行、伴隨飛行等；本科目考查的是學生的創造力。比賽采用百分制，3個科目按照難度系數和重要程度評分占比分別為30%、50%和20%。

如圖3所示，課題組提供比賽使用的無人機硬件和飛控軟件平臺并指導學生拼裝無人機及使用軟件。學生需在課程學習的過程中制定智能決策的算法設計及代碼實現計劃，并嚴格按照時間節點實現目標；每個小組的成員必須說明自己在團隊中的貢獻，從而作為教師打分的依據。

第9篇：人工智能培養方案范文

關鍵詞：機器智能；教學方法；專題文獻調研；演講；討論；編程；學生評價

自2005年北京郵電大學在國內得到教育部批準設立智能科學與技術本科專業開始，機器智能課程就被設定為一門重要的專業基礎課。在2008年全國智能科學技術教育學術研討會上，機器智能課程被確立為第一批三門核心課程之一。作者曾在2009年全國智能科學技術教育學術研討會上對該課程內容的建設進行了探討[1]，在此基礎上，結合教學實踐工作對于該課程的教學方法也進行了一些摸索。

1相關教學方法

機器智能是新出現的課程，可供參考的國內外資料較少，我們主要對相關的人工智能課程的教學方法進行了調研和學習。陳白帆、蔡自興等的人工智能精品課程教學方法在國內最具代表性[2]，開設課程設計，學生根據自己的興趣組成小組選題。多媒體課件和網絡課程相結合，采用啟發式教學，舉行課堂討論等。王甲海[3]等探討啟發式傳授人工智能解決問題的非結構化的思想。劉興林[4]從教材選擇、教學內容和方法、考核方式等做了一系列教學改革。韓潔瓊[5]等提出注重激發學生的學習興趣、加強對實驗教學的重視。白潔[6]等提出與學科發展前沿接軌，注重培養學生的創新能力。朱紅[7]等對圖搜索內容進行有效的教學設計。王璐[8]等設計了應用型和研究型的教學情境。

國外人工智能課程建設具有更長的時間和更多的積累。很多大學在人工智能課程中圍繞游戲引入工程項目。Jeffrey等[9]引入基于Blackjack游戲的優化模型來進行人工智能課程教學。Hansen等[10]開發了Glomus教學系統，引導學生在邏輯證明游戲過程中學會重要概念。Douglas等[11]針對電腦游戲中的人工智能的課程教學提出了學生教學生的方法。Ingrid等[12]以機器學習為主題把人工智能中分散的重要概念統一到一起。

2教學實踐

2.1總體思路

在本課程教學實踐過程中，總體思路是根據教學基本要求和主要內容形成的。詳細的教學基本要求和內容參見文獻[1]。基于此，對本課程的教學實踐進行了如下分析。

1) 教學內容極其豐富多彩，如果需要詳細地講授，每一個章節都可以成為一門課程，64學時的時間是遠遠不夠的。

2) 本課程是一門成長中的新課程，其中既要包括智能領域學者們研究了幾十年的重要成果，也要涵蓋當前國內外最新研究現狀的了解和把握，才能讓學生們感受到當前時代的脈搏，了解到本專業的魅力。

3) 智能科學與技術也是一門實踐性很強的學科，其中很多技術都已經或正在社會生活中發揮著重要作用，學生們更渴望能夠在學習實踐中掌握和推進這些技術。

4) 任何教學過程，如果只是單方向的教師講、學生聽，很難達到良好的效果，必須要調動學生的主動學習興趣，讓學生真正參與到教學過程中來，才能實現教與學的雙向促進。

于是，我們采取了以點帶面的方法，抓住其中的關鍵點進行細致地講解，其余的內容則根據側重面的不同，分別采取啟發式教學的方法，如專題文獻調研、演講、討論、動手實驗、學生評價等方式推動學生主動學習相關知識和技術，實現知識拓展和興趣培養。

2.2專題文獻調研

這是我們借鑒了帶研究生做課題的經驗而提出的一種方法。每次開始講授這門課程的時候，學生們都會問：為什么我們課程的名字跟其他人工智能的課程不一樣？內容上有什么區別？我也都會給出我們的回答，但是總感覺學生并沒有完全理解。考慮到智能科學技術專業本身就是一個新鮮事物，機器智能課程也是新近提出的，目前并沒有完全定論，屬于前沿探索的問題。因此，我們提出進行專題文獻調研的方法，希望讓學生通過自己的廣泛閱讀、比較和分析，更加深入地了解本課程。

我們首先給出需要調研的問題以便引導學生的調研方向，即國內外關于智能科學與技術專業的建設情況如何？機器智能、人工智能、神經網絡及其他相關課程的建設情況如何？這些不同于學生們以前在其他課程中遇到的作業或問題，沒有固定的求解思路，沒有確切的標準答案，但卻都是學生們非常關心的問題，因此極大地激發了同學們的學習興趣。我們鼓勵大三學生自由組合，每3～4人組成一個課程小組，每組由一位組長負責組織管理，如召集小組討論，共同制定調研計劃，分配調研任務，綜合調研結果等。這種形式對于大三的學生畢竟是新的嘗試，開始的時候學生們對于如何進行文獻調研不太清楚，我們在給學生介紹文獻資源和調研方法的同時，也邀請了幾位研究生來到課堂上現身說法，學生們普遍反映非常好。

經過1～2周的文獻調研，學生們交上來的作業令人非常滿意。內容涵蓋了人工智能、機器智能、計算智能的概念，國內設置本科智能科學與技術專業的高等學校及其專業定位、培養方案、主干課程、實驗課程、畢業生去向，美國、英國大學人工智能專業研究生排名，國內外著名大學的人工智能、神經網絡相關課程教學內容、實踐設計、參考教材等等。各組調研內容之間有一些交叉，證實了本領域的一些共同特點，如人工智能課程的知識表達與推理、搜索、專家系統、自然語言處理等經典內容；各組的調研結果更有很大的不同，既反映了學生們思考問題的角度是多樣性的，也反映了智能科學技術專業建設和機器智能相關課程的教學是多樣性的。經過比較和分析，學生們對本課程的理解清晰多了，學習態度非常積極，希望探索智能奧秘的熱情極為高漲，為后面的教學打下了良好的基礎。

2.3動手實驗

實踐出真知，我們在理論教學的同時也特別注重實驗環節的設計，學生通過動手實驗加深對理論知識的理解和運用。對于本課程的重點模塊內容，如BP算法、啟發式搜索，我們都給學生布置了以組為單位的實驗作業。為了激發學生的主動性和創造性，還對每個作業給出了擴展性的要求。以BP算法的實驗為例，我們要求各組在充分理解BP算法原理的基礎上，編程實現手寫數字0～9的訓練和識別功能。我們也給出了擴展性要求：可以通過自己查閱文獻，尋找提高BP基本算法性能的方法和技術；可以不限于手寫數字0～9的識別，自主選擇感興趣的其他模式信息進行實驗，如語音信息、手寫英文字母、手寫漢字等。

學生們開始面對這個作業的時候非常迷茫，不知從何處下手，我們一方面鼓勵學生要有信心，不要有畏難情緒，一方面就相關內容安排課堂重點討論，首先要正確理解和掌握經典BP算法的基本原理，包括其數學推導的全過程，然后從如何構造單一神經元和激勵函數開始，進而討論如何實現一層神經元和相鄰層神經元的計算，以及如何進行誤差計算和反向權值調整。學生們逐漸對實驗作業有了深刻的理解，開始動手設計自己的神經網絡，隨著一個個步驟的實現，學生們之前的很多疑惑都豁然開朗，對BP算法充滿了興趣。很多組的同學對測試的識別率不太滿意，都主動去圖書館查閱相關資料，嘗試了一些改進方法和技術，如改變多種神經元激勵函數、加入動量項微調權值修正量、自適應變步長算法等。

有一個組的作業給我印象極其深刻，因為他們勇于挑戰了BP神經網絡實現語音信息0～9的識別，不但很好地掌握了BP基本算法及其改進：變步長法和引入動量項法，還自學了錄音、音頻信號分幀、加窗、MFCC特征提取等。他們對待本課程的熱情，還有他們表現出來的巨大的潛力都讓我感動，讓我對我們的專業和課程建設的未來充滿了信心和希望。

正是應對了“理論與實踐相結合”的經典理念，半年里64個學時完成后，從學生們的直接反饋中發現，他們理解掌握最為深刻的內容恰恰是他們曾經動手進行程序開發的內容。這充分表明了在本課程的教學過程中注重動手實踐能力的訓練和培養的重要性。

2.4演講、討論與評價

這也是我們在教學過程中探索出來的方法。專題文獻調研和動手實踐的作業極大地調動了學生們的積極性，效果也非常好，但作為一門課程，還是要有一個分數的評價。以往都是學生把作業交上來，老師統一評分。現在面對如此多樣性的作業，老師個人的評價顯得并不充分，我們認為學生們相互之間做的工作類似，能夠理解各組作業的特色和工作量大小，在評價上更有發言權。因此，我們提出了一種同學參與評分的方案，即演講+討論+評價。

首先是演講。為了使評分過程做到公開、公正、公平，我們在各組完成一次文獻調研或者動手實驗之后，都要求各組準備好演講的文件和相關材料，包括ppt文件制作、程序演示、功能測試等，專門抽一次上課時間用來進行各組的集中演講，展開實踐經驗的深入交流。每組派出一位代表來演講，介紹本組作業的詳細情況并演示。介紹完畢，就進入提問和討論環節，老師和同學都可以就其中的任何問題提問，也可以進行程序功能的現場檢測。這一方面活躍了課堂氣氛，使得學生們大大增強了對于重點內容的理解和掌握，另一方面，各組之間可以相互學習，拓展視野，開闊思路。同時，這也很好地鍛煉了學生的組織和演講能力。最后是評價，也是各組選派一名代表，就像各類比賽中的評分專家一樣，根據各組的演講、提問、回答、演示等，綜合給出一個評分。這種形式對于學生們也是很新奇的，大家都很認真地對待，基本上每次評分都能很好地反映出各組的水平。同時，這也激發了學生們的主動性和創造性，因為只有真正的努力和過硬的成績才能獲得各組同學的一致好評。

2.5創新性研究

我們鼓勵對本課程相關領域具有濃厚興趣、能力較強的同學自發組成小組，基于課程所學內容進行深入分析思考，提出創新性的課題展開研究，并在合適的時機鼓勵學生們利用課程相關的知識積極參加各種競賽，從今年開始中國人工智能學會主辦的全國大學生智能設計大賽將是今后我們努力的主要方向。2010年，我們選擇了三星公司面向大學生的bada應用開發試點活動作為第一次嘗試。學生們經過三個多月的努力，獲得兩個三等獎和兩個優秀獎。經過競賽鍛煉，學生們不僅加強了對于課程相關知識的理解和掌握，增強了研究開發能力和自信心，更加深了對于本專業的濃厚興趣，為本專業和本課程的建設提供了強有力的支撐。

2.6專家講座

我們先后邀請到了國內外的專家學者來給學生進行專題講座。國際計算語言學會主席、美國南加州大學信息科學研究所Prof. Eduard Hovy關于什么是智能的講座，首都師范大學人工智能領域著名教育專家王萬森教授關于模糊邏輯與推理的講座，都讓學生們感受到了大家的風范，靈活生動的講課風格受到了學生的高度贊揚。

3教學反饋

在北京郵電大學組織的2010年學生評教工作中，本課程得到了97.46的高分(滿分100)。以下是我們收到的一些學生的反饋意見。

1) 實踐時間充裕，在解決問題的過程中培養了一種能力。作業不死板，給出一個框架思路，同學可以自由發揮。還地鍛煉了大家的團隊合作精神，專注于自己擅長的領域才能做的更好。讓同學們自己放開去做，在出錯時及時交流糾正是一種很自由、很開放的學習模式，這樣的氛圍可能不會培養高的分數，但會收獲高的能力。

2) 教學形式較為新穎，不是采用以往講授知識的方式，而是采用了更為貼近實際的方式，在開學初就分組，拋棄了筆上作業，改用實際的編程、查找資料等方法，更能調動大家的學習積極性。驗收作業也不是以往老師收上去批改后發下來這種千年不變的形式，而是讓同學互相打分，這種方式更為客觀而且可見，更加公平。最后感謝李老師一學期以來的教學與幫助，也感謝實驗室所有老師和助教的幫助，也相信咱們智能科學與技術專業，機器智能這門課程會越來越完善、成熟。

3) 感覺比較實用、有意義。從大學開始接觸的都是純理論的課，這門課上需要做實踐編程作業，我學習了機制與算法實現，更重要的是能讓我們在解決實際問題中提供一些從未有過的思路。比如我在百度俱樂部參加一個如何構建購物網站的工作，需要垂直搜索技術，把各大購物網站的價格列出來，可是有些網站，如京東商城是采用圖片形式顯示價格的，很多研究生也沒做出來，我用了機器智能中的BP算法解決了這個問題，當然需要一些圖像處理技術。總之，試驗后我們得到的是一種解決問題的思路，所以我覺得在提供知識的基礎上使用實驗技術加深對知識的理解效果很好，實驗就是最好的作業。

4) 隨著我們步入大三，越來越感受到智能領域的廣博精深。就像老師教學的課件一樣，每個知識點的擴充都能組成新的一章。本學期感觸最深的除了三星競賽此外還有兩點：一是李老師上課講的內容充實，從神經網絡到機器情感，從BP到A*，幾乎把智能領域經典的模型算法都覆蓋了。第二點就是本學期李老師請來了很多professor(巨開心哈)。我覺得看看別的學校甚至別的國度的“大牛們”都在研究什么，有利于我們拓寬眼界，開闊思路。希望李老師以后也辛苦聯系他們，讓學弟學妹們也享受這種待遇。

4結語

本文對機器智能課程的教學方法進行了探討，針對不同模塊的教學內容，提出并實踐了專題文獻調研、演講、討論、動手實驗、學生評價、創新性研究、專家講座等教學方式，收到了較好的效果。今后還要緊跟智能科學與技術的發展進一步豐富本課程教學的前沿性和創新性，在力圖編一本比較好的教材的同時，著手研究多種資源和手段的運用。

參考文獻：

[1] 李蕾,王嬋,王小捷,等.“機器智能”課程建設初探[J]. 計算機教育,2009(6):86-92.

[2] 陳白帆,蔡自興,劉麗玨. 人工智能精品課程的創新性教學探索[J].計算機教育,2010(19):27-31.

[3] 王甲海,印鑒. 人工智能教學與計算思維培養[J]. 計算機教育,2010(19):68-70.

[4] 劉興林. 大學本科人工智能教學改革與實踐[J]. 福建電腦,2010(8):198-199.

[5] 韓潔瓊,余永權. 人工智能課程教學方法研究[J]. 計算機教育,2010(19):71-73.

[6] 白潔,畢季明,李偉. 人工智能課程教學改革初探[J]. 中國教育技術裝備,2010(36):43-44.

[7] 朱紅,李果. 人工智能問題求解策略的教學研究[J]. 中國信息界,2011(2):70-71.

[8] 王璐,陸筱霞. 應用DBR的人工智能課程教學[J]. 計算機教育,2010(19):64-67.

[9] Jeffrey L. Popyack. Blackjack-playing agents in an advanced AI course[C]//ITiCSE '09,New York:ACM Press,2009:208-212.

[10] PDavid M. Hansen, Joseph Bruce, PDavid Harrison. Give students a clue: a course-project for undergraduate artificial intelligence[J]. ACM Newsletter,2007:44-48.

[11] Douglas D. Dankel, Jonathan Ohlrich. Students teaching students: incorporating presentations into a course[C]// ACM Special Interest Group on Computer Science Education,New York:ACM Press,2007:96-99.

[12] Ingrid Russell, Zdravko Markov, Todd Neller et al. MLeXAI: A Project-Based Application-Oriented Model[J]. ACM Transactions on Computing Education,2010(1):1-36.

Teaching Practice of Machine Intelligence

LI Lei, LIU Pingan, WANG Xiaojie, ZHONG Yixin

(Department of Intelligence Science, Beijing University of Posts & Telecommunications, Beijing 100876, China)