引论:我们为您整理了13篇智能科学与技术论文范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。
篇1
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步,但其进展比计算机技术要慢许多,根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统,人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步,国内已相继有20多所高校面向市场变化和未来需求,自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备,但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1)研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”,学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动,进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导,鼓励引导深度学习,经典案例、前沿讲座、讨论探索贯穿课堂教学,课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2)“研究型分组”培养。智能科学与技术专业开办时间不长,成熟教材不多,课程体系需要不断适应学生和社会的需求做出调整,又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段,决定了专业老师大力推进“研究型班级教学”,在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系,同时来自相关研究方向的研究生也作为助教协助专业老师对小班(组)课题讨论进行引导。3)科研训练提高学习积极性。大类培养模式下实施科研训练引导学习,大一、大二年级主要学习公共基础课程和大类专业基础课程,其中的数学基础课,如线性代数、高等数学、概率统计、离散数学等,由于缺乏实际应用案例支撑,很多学生会怀疑这些知识在将来本专业学习中的用处,课堂课后处于被动学习状态,个别学生还会由于认识滞后,产生厌学情绪甚至放弃基础知识学习,以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动,使他们发现数学知识能够用来解决实际问题,有利于提高本科生学习基础知识的积极性,变被动学习为主动学习。同时,教师也能从中发现部分优秀本科生的创新潜力和研究能力,激发他们科学研究的兴趣,引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生,进一步强化其科学创新能力,势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践,专业老师要积极主动引导学生,变被动地等待学生选专业转变为吸引优质学生,以大二上学期为主要时间点,引导大类专业学生对特色专业的兴趣,通过科学研究和学生科技活动吸引选拔学生进科研团队,同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景,指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划,需要本科生积极主动地理解大类下各子专业的特点和特色,结合自己的兴趣爱好和实际情况,在大类培养结束时分流到各特色专业。因此,本科生参加科研实践和专业科技活动的时间点很重要,从大一结束后的暑假开始,一直延续到本科毕业,同时实施“泛毕业设计”(即大二选方向并实施课题基础储备,大三实施课题,大四结合专业实习完善毕业设计)[3],这样既充分利用了本科生大二大三充裕的课后时间,也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉,智能系统广泛应用于工业、农业、服务业等各领域,比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上,结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师,其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养,应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地,推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科,智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域,需要大量复合型智能技术人才。笔者认为,以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案:①充分发挥大类培养特色明显的人才培养优势,开放“全校特色专业选修课”,跨专业、跨学院科教团队,与大学生科技创新计划融合,重点培养学生的综合性、复合性、应用性;②引导并严格要求B学分课程学习,特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划;③交叉融合办好本科生二专业,鼓励学有余力的本科生对知识的渴求,允许学生在本专业的基础上再辅修另一个专业,并提供配套措施,保证二专业学生能获得优质教育,发挥学科交叉融合优势,使本科生形成宽广深厚的知识结构,培养有特色的智能科学技术专业复合人才;④通过与企业横向合作,建立校企实训基地,紧跟企业和市场需求,与企业联合培养复合应用人才。
篇2
“智能科学基础系列课程教学团队”的教学队伍是一支由国家级教学名师领衔[5],知识结构、梯队结构和年龄结构比较合理,具有明显的学科优势、课程优势、人才优势和教学科研优势的颇具特色与影响力的教学团队。该团队以中南大学智能科学研究中心为核心,主要承担人工智能基础、智能控制导论、机器人学、专家系统等本科基础和专业基础课程,硕士学位课程人工智能、智能控制和机器人控制技术以及留学生硕士学位课程Artificial Intelligence和博士生学位课程智能系统原理与应用的教学。
教学团队在建设过程中,注重教学改革,加大课程建设和教材建设力度,不断改进教学方法,在课程改革、教材建设、教学手段、队伍建设以及交流合作等方面取得一些进展。本文拟就教学团队的改革与建设的相关理念与实践问题加以总结,谈谈我们的见解。
1创新教学方法
教学是教师的本职和核心工作。本教学团队一直致力于教学方法与教学模式的改革与创新,虚心学习国内外先进教学经验和方法,积极探索教学新路,形成了“以趣导课、以疑启思、以法解惑、以律求知”的教学模式和教学方法[6-7]。充分激励学生的学习积极性和主动性,发挥独立思考和创新思维,多方位培养学生发现问题、分析问题和解决问题的能力。我们在教学过程中应用了课堂演示、课堂互动、课堂辩论、课后网络教学、网络实验等一系列现代化全方位的教学新模式。此外,为提高学生的动手能力和理论水平,让学生直接参与部分教师课题,理论联系实际,为毕业后的工作学习打下良好基础。具体措施如下:
1) 举行课堂讨论会,营造自由探索氛围。
为调动学生的积极性,我们在授课过程中多次开展课堂讨论会和辩论会等活动,让学生自己查阅资料,分析整理,提出自己的观点,使学生全方位地接触所学课程,培养学生的研究能力,真正实现师生互动,并鼓励学生用英语讨论。学生对有些问题展开了激烈的争论,激发了学习潜能,明确了学习目标。课程中还经常请来在科研工作中担任主要任务的教授和博士生来给学生介绍最前沿的科学动态,激发学生们对所学知识和科学研究的兴趣。在研究生教学方面,我们更进一步通过举办课程课堂学术研讨会,让学生在一年级就开始接触学科前沿,自己查阅资料和动手写科技论文,并在研讨会上宣读讨论,培养独立工作能力和从事学科前沿研究的能力,为将来的高层次研究打下基础。
2) 倡导启发式教学,培养学生学习能力。
注意采用面向问题的启发式方法进行教学,启发学生求解问题能力,强化学生的参与意识,提高他们的学习积极性。教学中还注意采用了多种交互式策略,如课堂教师提问、鼓励或指定学生用英语提问、学生就某个知识点进行主题发言后老师点评等。此外,师生通过互联网进行交互,方式包括Email、BBS和QQ谈和交换文件等。
根据学生的兴趣和创新潜力,对有专业特长的本科生,在自愿情况下,挑选2~3名参与国家级项目研究工作,进行中长期培养试点,实现本科培养过程与硕士、博士研究生培养过程的衔接。
3) 增强课程实验教学环节,筹建智能专业实验室。
智能科学基础课程的概念性较强,初学者感到比较抽象,而实验教学又是薄弱环节。因此,结合学生实际情况,我们对实践教学环节十分重视,设计了一些新的实验项目,探索新颖的实验方法。新开实验项目包括人工智能实验、智能控制实验、专家系统实验、机器人学实验、人工智能课程设计等。对相关课程的原有实验,我们也进行了一些改革,增设了个性化的实验,使得学生的实验数据和实验结果分析既有格式要求,又给学生报告自己研究的过程和结果留有空间。这些做法能够鼓励学生进行独立性研究,满足他们学习的需求。通过实验教学,学生能够理论联系实际,验证所学理论知识和概念,加深理解,充分调动了学生的学习积极性,培养了他们的创造能力。
除课堂实验外,我们还充分发挥虚拟实验的优点,设计了网络虚拟实验,让学生在课外上网练习。通过虚拟实验,学生可以了解算法的具体运行过程,调整参数和过程,并进行验证以加深对知识的理解,提高学习兴趣,从而达到教学目的。
结合科研,购进和自制部分新设备、新系统,计划建设智能专业实验室,为教学提供更多的优良实验设备。例如,已研制“中南移动一号”和“中南移动二号”自主移动机器人共7台,已购进RCB-1型教学机器人20套等。
教学团队教师还指导学生参加全国大学生“飞思卡尔”杯智能汽车竞赛活动、大学生创新性实验计划及创新教育计划项目等,取得优秀成果。
2推进课程改革
教学改革是课程建设和学科发展的生命线。我们把国家级精品课程和全国双语教学示范课程放在优先建设的位置,并以它们带动其他课程建设,完善系列课程建设,同时新办了智能科学与技术专业。
2.1搞好精品课程建设,改进双语示范课程教学,稳步推进系列课程建设
本团队着力搞好已有的2门国家级精品课程、1门全国双语教学示范课程,更新精品课程网站,丰富课程内容。为了及时反映上述课程中相关科学技术的最新进展,我们调整了教学体系和教学内容,修订了教学大纲,并对教学内容进一步优化和更新,极大充实了各课程教学内容。同时,通过校际教学活动和网上资源共享对精品课程、双语教学示范课程进行交流和推广,起到较好的辐射作用[8-9]。
为加强精品课程建设,完善和拓展课程体系,在总结现有精品课程的建设经验的基础上,又建成省级精品课程1门,校级精品课程1门。
为提高学生的专业英语水平和学习兴趣,使得学生能够开拓眼界,追踪国际前沿科学研究,本团队长期对双语教学进行研究和实践。除改进人工智能双语教学示范课程外,团队承担的其他课程,如智能控制、机器人学、专家系统、数据结构等也实行了双语教学,并为该课程引进英文辅助教材。例如,对人工智能课程,我们先后采用Nilsson和Russell等编著的国外影响较大的英文原版教材作为主要教学参考书[10-11],供学生学习参考。在双语教学中,一般以汉语讲授为主,英语为辅,并对一些关键词同时用汉语和英语表示。对部分章节或某个专题,采用纯英语教学或以英语为主汉语为辅的教学。对PPT课件的编写分为纯汉语、纯英语和英汉混合几种方式。英语教学比例要根据教学内容和学生英语水平而定,其检验标准是学生的接受程度与学习效果,根据这一点来适时调整双语教学中英语对汉语的比例。
通过教改实践,我们承担的智能科学基础课程逐步形成为具有明显特色的课程体系。我们讲授的课程从智能科学的基础课程到专业基础课程,再到专业实践课程,形成了配置合理、特色鲜明、循序渐进、优势互补、协调发展的智能科学与技术学科从基础到应用的系列课程体系。
2.2新办智能科学与技术专业
智能科学与技术是当代科技发展的前沿学科和重要组成部分,其人才需求日益增加,超出了目前高校的培养能力[12]。我校的智能科学与技术学科方向经过近20年的发展,已形成了具有自身优势和特点的学科,在国内具有一定的知名度和优势。为了促进智能科学与技术学科的发展,经过多年积极准备,我们于2009年申报了智能科学与技术专业并获得教育部批准。通过向兄弟学校学习调研,了解该专业人才需求、专业建设规划,设定适应培养目标的教学计划与课程设置方案。虽然我们开办“智能科学与技术”专业较晚,但我们从2002年开始,就一直关注和积极参与国内智能科学的学科的讨论与新专业筹备工作[13]。
我校于2009年申报获准,在自动化专业增设了智能科学与技术专业方向,目前已招收2届学生共84人。我们为选读智能科学与技术本科专业方向的每个学生选定指导老师。每个学生都可以参加指导老师的课题,指导老师也可以利用自己的学识、经验和责任心来更好地管理呵护学生。这一做法取得明显效果,不仅受到同学们的普遍欢迎,也得到了学校的肯定。我们还多次召开师生见面会并通过指导老师走访宿舍,了解每个人的情况。为了消除代沟,努力融入同学当中,学习熟悉他们的语境和思维想法。我们的目标就是不让一个学生掉队。
创建与建设智能科学与技术新专业,将为智能科学基础系列课程教学建设提供一个更加宽广的平台,并对计算机、自动化和电子信息等学科的专业建设和课程建设提供一个新的增长点。我们将以智能科学与技术专业建设为契机,虚心学习兄弟学校的专业建设的做法和经验,进一步规范智能科学与技术的基础课程教学,让智能科学基础课程教学建设登上一个新的台阶。
3加强教材建设
教材是教学的重要工具和资源,其水平直接影响教学效果和教学质量。在教学过程中,我们与时俱进,对教学内容不断优化与更新,精益求精地编写反映学科发展的教材[14]。
我们对原有编写出版的教材进行修订,反映新世纪学科发展水平和发展趋向,以适应教改需要。把这些最新内容用于教学,使学生了解到国际前沿动态和本学科的最新成果。
以相关系列课程为平台,注重教材配套,服务因材施教,着眼长远教材建设。仅2007年以来我们已出版的相关教材及专著如下:
《智能控制原理与应用》,国家级精品课程配套教材,2007;《智能控制导论》,国家级精品课程配套教材,2007;《未知环境中移动机器人导航控制理论与方法》,2008;《机器人学》,第二版,国家级教学团队配套教材,2009;《机器人学基础》,国家级教学团队配套教材,2009;《人工智能及其应用》,第四版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《人工智能基础》,第二版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《移动机器人协同理论与技术》,2010。
4优化队伍结构
师资队伍建设是团队建设的源头,没有一流的教师队伍就没有一流的教学团队。在师资队伍建设上,我们一直采取引进优秀人才和在职培养相结合的做法。对于人才的引进主要通过办专业和办学科点等方式吸引人才,还通过创造教学和科研条件,稳定教师队伍,解决个人的发展问题。
采取有效措施,提高主讲教师的学术积累和教学水平。一是教研组教师,特别是中青年教师积极参加重要科研项目,提高学术水平。二是派中青年教师赴国外研修访问,了解和学习发达国家同类课程的先进教学经验、相关课程设置情况与发展趋势,将国外教学思想引入课程教学。
教学始终是教师的第一要务,为了提高青年教师的教学素质,我们实施并完善了一系列管理措施和制度。
1) 设立名师工作室,实现名师资源共享形成多元化的带教制度,安排高年资的教师对年轻教师进行传、帮、带,可以有业务方面的指导,也可以有认识方面的交流。通过老教师对年轻教师全方位的指导,使老教师的教学理念和经验得以继承,加快了年轻教师的成长。
2) 有计划地安排年轻教师虚心旁听有经验教师的讲课。通过听课,不仅使年轻教师进一步掌握课程的内容,更重要的是使年轻教师学到了老教师的教学方法和经验,对其今后从事教学工作起到了积极的指导作用。
3) 对于第一次上课和第一次上某门新课程的年轻教师,团队都要在课前组织他们试讲。试讲前,安排老教师进行指导,传授教学经验。试讲时,由团队的教师参加听课并对其进行讲评,肯定其优点,指出其不足,帮助青年教师尽快掌握课程的重点,找到更合适的讲授方法。此外,我们还备课,统一基本教案,帮助年轻教师成长。
近两年来本教学团队获得的主要教学奖励就有徐特立教育奖、茅以升教学专项奖等。
5扩大交流合作
我们在做好自身团队建设的同时,增进与全国相关高校和教学团队的交流,学习兄弟团队的建设经验,在课程示范、教材推广、网络资源辐射等方面发挥积极作用。我们还开展校内合作,联合不同院系进行教学和精品课程的申报与建设,在校内推广改革成果;发表了一系列教改论文;发起筹备《全国智能科学技术课程教学研讨会》;邀请企业界科技精英做本科生就业指导相关报告。
1) 增进校际交流,发挥辐射作用。
我们经常以讲座报告形式在许多兄弟院校进行教学与教改交流。例如,最近一年来就应邀先后到上海交通大学、同济大学、东华大学、东南大学、国防科技大学、中国矿业大学、北京科技大学、清华大学等校就智能科学技术课程的教学、教改和建设问题作专题报告,在兄弟院校师生中引起热烈反响。已有数以百计的高等院校采用我们编著的教材和网络课程进行教学,国内已有众多的从事人工智能课程和智能控制课程教学的教师,来信来函索取我们开发的课程教案、课程演示和网络课程相关资料等,我们一直尽力地搞好推广和服务工作。
2) 撰写课程改革论文,进行国内外交流。
本团队成员仅近一年多来,就在中国教育开放资源网、中国人工智能学会13届年会、计算机教育、高等理科教育、计算机与现代化等会议及刊物上发表10篇教改论文,在国内外进行交流,起到介绍情况,交流信息和经验的积极作用。
3) 筹备全国相关课程教学研讨会。
为了更好地交流经验,扩大影响和辐射作用,我们发起并联合中国人工智能学会教育工作委员会、中国计算机学会人工智能与模式识别专业委员会、中国人工智能学会智能机器人专业委员会、中国自动化学会智能自动化专业委员会、中国人工智能学会人工智能基础专业委员会,筹备召开了首届《全国智能科学技术课程教学研讨会》[15]。围绕各个学校在智能科学与技术本科专业的课程改革与建设、课程和专业教学计划制定和未来发展设想等方面进行交流研讨。通过交流研讨,认真学习兄弟学校的经验,并尽可能汇报我们的经验。我们相信,在与会全体代表的共同努力下,本次课程教学研讨会一定能够取得积极的成果。
注:本研究获得教育部国家级精品课程人工智能(2003年)和智能控制(2006年)、全国双语教学示范课程人工智能(2007年)、国家级智能科学基础系列课程教学团队(2008年)等项目支持。
参考文献:
[1] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:433-436.
[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.
[3] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:426-429.
[4] 国家教育部和财政部关于立项建设国家级教学团队、国家级精品课程、全国双语教学示范课程的通知[EB/OL]. [2010-5-1]. http///转高等教育司.
[5] 中华人民共和国教育部高等教育司. 名师风采,第一届高等学校教学名师奖获奖教师集锦[M]. 北京:地质出版社,2006: 152-153.
[6] 李广川. 丹心育桃李,妙手谱春秋[M]//名师颂.北京:教育科学出版社,2007:397-401.
[7] 及立平. 笃定平和:访国家级教学名师蔡自兴[M]//春风化雨:中南大学教师风采. 长沙:中南大学出版社,2006:119.
[8] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识,搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.
[9] 陈爱斌,肖晓明,魏世勇,等. 智能控制的学科发展与学科教育[J]. 现代大学教育,2006(3):102-105.
[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.
[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.
[12] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.
[13] 蔡自兴,贺汉根. 智能科学发展的若干问题[C]//中国自动化领域发展战略高层学术研讨会论文集. 自动化学报,2002, 28(增刊1):142-150.
[14] 蔡自兴,谢斌,魏世勇,等.《机器人学》教材建设的体会[C]//2009年全国人工智能大会(CAAI-13). 北京:北京邮电大学出版社,2009:252-255.
[15] 2010年全国智能科学技术课程教学研讨会征文通知[J]. 计算机科学,2010,37(6):封3.
Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU
CAI Zi-xing, CHEN Bai-fan, LIU Li-jue
篇3
《北京市教育委员会关于印发北京高等学校高水平人才交叉培养计划的通知》(京教高[2015]1号)提出共建高校双方要根据经济社会发展急需人才所应具有的知识、能力与素质,联合相关行业企业,共同制订专业和方向的培养目标、培养标准,构建与之相匹配的专业培养计划,包括专业核心课程体系、实践能力培养体系和素质提升体系,培养基础扎实、专业过硬、能力突出的高素质人才。
北京科技大学、北京信息科技大学智能科学与技术专业“机器人大脑方向”双培项目于2015年开始正式实施。目前主要采用“3+1”培养模式,即前3年在北京科技大学自动化学院智能科学与技术专业学习,第4年在北京信息科技大学自动化学院智能科学与技术专业学习并完成毕业论文。
2“机器人大脑方向”双培方案的构建
北京科技大学是教育部直属的985、211大学,其智能科学与技术专业在京为一本招生,而北京信息科技大学为北京市属学校,其智能科学与技术专业在京为二本招生。两校要交叉联合培养学生,需要充分考虑两校的生源情况,在充分论证的基础上制订出相应的培养方案。
2015年4―5月,北京信息科技大学与北京科技大学相关负责人先后进行两次会谈,就两校智能科学与技术专业的建设情况、双培计划的基本情况,“机器人大脑方向”教学计划和培养方案交换了意见,形成了双培计划培养方案制订的初步设想。两校的智能科学与技术专业具有相似的历史渊源和专业方向,因此,在充分讨论的基础上,决定以两校现有的教学计划为基础,按市教委双培的要求修订“机器人大脑方向”教学计划和培养方案。两校分工实施课程教学、实践教学、学生指导、质量评价、组织学生科技创新、学科竞赛等工作。
2.1专业培养目标
具有坚实的数理基础、信息技术的基础知识以及脑科学与认知科学的基础知识,系统地掌握智能科学技术的基础理论、基础知识和基本技能与方法,受到初步科学研究和工程实现的训练,具备智能系统集成、智能技术应用方面研究和开发的基本能力。同时具有全面的文化素质、良好的知识结构和较强的新环境适应能力、自主学习能力和创新意识,并具有良好的语言和计算机运用能力。本科毕业后能够在研发部门、学科交叉研究机构以及高校从事与智能科技相关领域的科研、开发、管理或教学工作,并可继续攻读智能科学与技术专业以及相关学科和交叉学科的硕士和博士学位。
2.2专业课程体系
智能科学技术是一门研究智能现象的本质与机理、智能模拟的方法与技术以及智能机器与智能系统应用的新兴学科,由脑科学、认知科学、人工智能、信息科学技术等学科综合交叉而成。图1给出的智能科学与技术专业的知识体系,确定了课程设计的基本原则:智能应用的过程中需要有信息学科中的计算机、通信、控制和检测等方面技术的支撑;建立以计算机、通信、控制和检测技术为工具,以智能机器人为载体,结合信息科学和智能科学理论基础的课程体系。
为体现“机器人大脑”的专业方向与特色,课程体系中加强了脑科学与认知科学、脑机接口、软件开发与应用、虚拟现实技术等内容。表1给出了智能科学与技术“机器人大脑方向”的专业课程体系,其课程体系模块设计为计算机基础、电路基础、信息与控制基础、机器智能、智能系统五大模块。
“机器人大脑方向”专业核心课程确定为:电路分析基础、模拟电子技术、数字电子技术、信息论与编码、信号处理、控制工程基础、嵌入式系统、微机原理与应用、脑科学与认知科学、人工智能基础、机器人组成原理、计算智能基础、智能机器人、机器学习等。
2.3专业实践体系
按照工程认证相关标准要求,建立了包括金工实习、电子工艺实习、各类课程设计与综合实验、工程认识实习、专业实习(实践)在内的、完备的、面向工程需要的实践教学体系,如图2所示。
3“机器人大脑方向”双培方案的实施
“机器人大脑方向”双培计划是北京地区高等教育综合改革的试点,其目的在于推进北京地区高校之间的合作和优质教育资源的共享,提升北京高校办学水平和人才培养质量。为此,两校通力合作进行了有益的探索与实践。
3.1学风建设
北京信息科技大学为双培学生配备了辅导员和班导师,班导师由学院主管教学的副院长承担。在新生入学的第一个学期,班导师就从中学生到大学生的过渡、适应大学高强度的学习、学习方式方法、班委改选、期中考试后的总结等方面对学生进行指导。学院组织学生集中晚自习,由班导师、辅导员检查。同时班导师、辅导员经常走访宿舍,与同学谈心,使他们明确目标并养成良好的学习习惯。
同时,学校通过微信,不定期与共建高校的教师、学生沟通,随时掌握双培学生的学习生活状况,如自动化学院开通的心动传媒公众号,成为双培学生母校情节的有效纽带。
3.2学生活动情况
北京信息科技大学和北京科技大学充分利用本校的资源,要求双培学生积极参加两校的各类活动,以达到市属学校和央属学校联合培养学生的目的。例如,北京信息科技大学2015年4月邀请双培学生开展了师生党建活动“奔跑的人工智能”研讨会,组织专业引领型学科竞赛――新生R Auto杯智能小车竞速比赛。
篇4
诺贝尔奖金获得者西蒙把自然科学定义为探索自然界的奥秘,阐明自然现象,发现自然现象之间的规律及定律。具体到智能科学,就是研究人的智慧,建立人机结合系统理论,并用其模拟人的智慧。但是,值得注意的是,技术科学从本质上是有别于自然科学的,技术科学是利用自然科学的一般规律与理论,研究人造物的构成方法及原理的科学[1]。如智能技术是在智能科学的框架内创建人机结合智能系统所需要的方法、工具和技术。然而,除了智能科学和智能技术,智能科学技术的研究任务还涵盖一个重要的组成部分——智能工程,即利用智能科学的理念和思想,充分运用智能技术工具创建各种应用系统[2]。由于智能科学、智能技术和智能工程三个领域所强调的研究任务不同,因此智能科学与技术专业人才培养目标可以分为科学技术型(或称为研究型)和工程技术型(或称为应用型)。前者是研究型培养模式,以培养具有学术研究或应用研究能力的人才为主,尤其要体现人才培养的综合性、复合性和创新性;后者是工程型培养模式,以培养在工程领域中具有应用复合能力的人才为主,尤其要体现人才培养的综合性、复合性和应用性[3]。更值得注意的是,进入21世纪之后,随着科学技术的迅猛发展,工程问题的综合性与复杂性也不断增强。在这种情况下,智能科学与技术专业如何解决复杂系统提出的一系列工程问题,培养出具有时代特色的优秀工程人才,是新时代赋予新专业的一种使命。
1智能科学与技术专业现状问题分析
由于智能科学与技术专业成立仅有短短7年时间,还处于不断发展之中,所以不可避免地存在一些问题。一般来说,智能科学与技术专业学生的培养存在两种模式:科学型人才和工程型人才。因此,如何根据各个学校的传统优势和培养目标来选择学生的培养模式,非常重要。然而,受传统教育模式的影响,即使在智能科学与技术专业中,对人才的培养仍然偏重科学型,这就导致了目前该专业学生工程能力存在这样或那样的问题[4]。
1.1缺乏实际的工程训练和实践
智能科学与技术专业虽然重视基础科学与技术课程学习和学生分析能力的培养,但是对工程实践训练和对学生相关综合素质的培养相对较弱,重理论知识灌输和轻实践能力培养的老问题仍然存在,教学、科研与实际生产的结合不紧密,因此学生的综合能力无法应对如今复杂系统的工程问题,难以满足用人单位的需求[5]。
1.2专业设置缺乏特色
随着对智能科学与技术专业的深入理解,人们逐渐认识到这个专业的重要性和光明前景。近几年,设置这个专业的高校正在迅速增加。然而,深入分析这一新专业的高校分布和地域分布,设置该专业的高校有“985”高校、教育部“211”工程重点建设高校、地方重点建设高校;而地域分布更为广泛,在北京、天津、湖南、杭州等多个区域[6]。智能专业的这种不同水平的高校分布和地域分布决定了每个学校的专业设置应该具有自己的特色,应该适应我国产业、经济结构多样性和地区发展不平衡性的需要。因此,院校不问自身条件如何,不看当地经济发展和产业结构如何,使得智能专业的办学模式和专业设置大规模趋同的现象应该得到充分的重视。
1.3缺乏对学生创新意识的培养
虽然近几年本科教育模式正在大力革新,如2010年国家层面开始实施的“卓越工程师”教育计划,但是本科教育的填鸭式教学模式仍然广泛存在,使学生被动地学习,以应付考试。这种模式的后果只会导致学生死记硬背,创新意识薄弱,造成了学校培养和实际需要的严重脱节。
2优秀工程创新人才培养的途径探索
根据目前智能专业中工程实践和课程设置存在的问题,我们提出了下面的解决方法。首先,根据学校的现实情况设置工程实践的培养目标;其次,根据课程设置的不足提出课题组制度和以点带面制度,作为课程设置的有效补充;最后,结合智能专业较新的专业知识实施创新型选题。通过有效实施这三个方法,培养优秀的工程创新人才。
2.1差异性培养目标
培养目标是实现优秀工程创新人才的关键。差异性培养目标是培养学生成才的本质属性,孔子早就说过“因材施教”的理念。所以,对智能科学与技术这个新专业来说,由于它仍处于快速发展和完善之中,尤其是不同类型高校又有实际情况,因此应该制定具有差异性和多样化的培养目标。比如说,研究型大学要致力于培养工程研究型、工程创新型的高端人才,以培养学术研究型的科学家、研发人员和设计工程师为主;而教学型大学工程人才的培养目标定位要突出应用型,以服务地方经济建设为主,培养从事工程施工和管理的工程人才。
差异性培养目标不但体现在不同地域和不同类型的高校之间,即使在同一所高校,也应根据学生的兴趣和实际情况确定不同的培养目标。具体来说,即使是一个班级的学生,他们的兴趣和目标也不尽相同,如有的学生立志学好英语,有的学生准备全力以赴考研不顾其他,有的学生准备把自己的兴趣当做追求目标。因此,充分考虑和尊重学生目标的差异性,是培养创新人才的一个前提。
2.2改革培养方式与途径
目标确定以后,接下来就涉及到优秀工程创新人才培养如何实施的问题,其核心是让学生得到充分的工程训练,调动学生的积极性、主动性。实际操作过程中,教师可以把学生真正放到竞赛的赛场上,如参加教育部“质量工程”建设的物联网创新创业大赛、“挑战杯”设计大赛、“盛群杯”单片机创新设计竞赛、“飞思卡尔”智能车竞赛等。这些竞赛都是以创新为主要诉求,课题的名称自拟。因此,通过这些比赛,学生们可以从选题、制作、参赛、完善作品等多个环节体会工程创新的全过程,大大提高工程实践能力,为成为工程创新人才打下坚实的基础。如何根据智能专业的特点,并结合各种创新竞赛,来实施这样的工程训练呢?通过下面两种制度可以有效实现。
第一,实施课题组制度。即把智能系的学生分成多个课题组。如我校的第一届学生分成了7个课题组,每组4~5人,在课题组的基础上实行导师制,每位导师可带1~2组。课题组的培养目标是培养学生独立提出问题的能力、独立解决工程实际问题的能力、科学研究能力和科技开发及组织管理能力。但是,有一个前提,课题组制度要保证让学生广泛参与,这样才能最大可能和最大范围地培养优秀工程创新人才。因此,实施下面的以点带面制度,对保证学生的参与广度和培养质量非常必要。
第二,实施以点带面制度。随着智能专业的快速发展,学生越来越多,课题组越来越多,但教师的精力毕竟是有限的,难以指导太多课题组的学生。我们采用以点带面制度来解决这个问题。从横向方面看,我们采用组长负责制和核心组员制,每个课题组的组长和核心组员由能力相对较强的学生担任,作为导师和课题组组员之间的联系纽带,导师仅仅将相关的课题任务传达给他们即可。这样既能够大大降低指导教师的工作量,也能够充分调动学生的积极主动性和自主性,锻炼他们独立解决问题的能力和团结协作、组织管理的能力。从纵向方面看,在课题组还涉及到不同年级的情况下,以点带面制度就是核心组员指导低年级学生。这样就实现了同一年级之间、不同年级之间的良性循环,保证无论那个年级的课题组,总有一个核心组员在指导,而指导教师一般仅仅亲自指导核心组员,最终实现使用指导教师的有限时间,而使学生的收益最大化。以点带面制度保证了教学指导质量和学生深入、广泛、全过程参与工程训练活动,从而锻炼他们的工程创新能力。
2.3重视对学生创新实践能力的培养
创新是教育部实施的“质量工程”的核心。对智能专业的学生来说,创新的核心是创新意识和选题。该专业学生一般会接触到最新的智能传感技术、智能控制技术、智能执行技术、智能信息处理技术。这些新的技术自然带来一批新的元器件和新的信息处理方式。因此,使用这些新的元器件和新的信息处理方式,结合我们的生活需求,就比较容易实现具有创新性的选题。选题确定后,就可以采用课题组的方式和以点带面的模式,通过“实践学习”方式,将专业理论的学习与科研实践紧密结合,在项目实践中增强学生的自主学习能力、创新思维能力和实践动手能力,促进学生的综合素质发展,最终培养一批兼具创新力和领导力的精英之才。
通过以上三个方面的实施,智能系的几个课题组在“挑战杯”、“盛群杯”单片机创新设计竞赛等创新类比赛中制作出很有创意的作品,应用了智能专业的许多知识,取得了优异成绩。这极大锻炼了学生的工程创新能力,初步达到了工程创新人才培养的目标。
3结语
在国内各个专业普遍重视工程创新人才培养的大环境下,笔者为培养优秀的工程创新人才提供了一种思路和方案。笔者提出差异性培养目标、课题组制度和以点带面制度,并把这些方法应用到智能系学生的工程能力培养上,确立了学生的自我管理方式。学生做出了优秀的创新作品,通过在创新竞赛中的全过程“实践学习”,增强了实践动手、团结协作和组织协调等工程能力,最终成为能够提出创新问题并有效解决问题的具有工程创新能力的人才。该方法具有较强的实践价值和良好的效果,初步达到了将智能系专业学生培养成为工程创新人才的培养目标。
参考文献:
[1] 蒋新松. 智能科学与智能技术[j]. 信息与控制,1994,23(1):38-39.
[2] 杨鹏,张建勋,刘冀伟,等. 智能科学与技术专业课程体系和教材建设的思考[j]. 计算机教育,2010(19):11-14.
[3] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[j]. 教育理论与实践,2009,29(9):18-19.
篇5
智能科学与技术是当前科学研究和工程实践的理论与技术发展的前沿领域,智能科学与技术专业是一个多学科交叉的跨应用领域专业Ⅲ。智能科学技术的发展将把整个信息科学技术推向“智能化”的高度,这正是当代科学技术发展的大趋势,对于这方面人才的需求也越来越迫切。智能科学与技术培养掌握坚实智能科学与技术基本理论和系统专门知识,具备作为工程师或领导者及公民的良好人文修养,具有从事科学研究、工程设计、教学工作或独立担负本专业技术工作能力,深入了解国内外智能科学与技术领域新技术和发展动向,能结合与本学科有关的实际问题进行创新研究或工程设计的高级专门人才。
高校应稳妥发展与完善智能科学与技术专业的本科生教育,夯实本科教育基础并积极创造条件,大力开展创新教学,努力培养学生的创新意识、创新精神和工程实践能力,使之成为具有系统技术基础理论、专业知识和基本技能,良好科研素质和较强创造能力的智能科学与技术工程师。
2教学计划与教学管理分析
智能科学与技术属于计算机类专业,其必修课程设计原则是使学生具备计算机科学与工程的基础理论知识,尤其是大类专业招生教学的院校,通识课程主要是数学、物理文化基础,强调扎实的自然科学基础。专业教学的特色体现在专业必修和专业选修课程,专业必修课一般分为数学基础和专业课程。计算机类专业数学基础课程一般包括线性代数、微积分、离散数学、微分方程、概率与统计、数值计算等;专业课程一般包括程序设计基础、高等程序设计、数据结构、操作系统、计算机组成与结构、数字电路与逻辑设计等。
2.1学分
本科培养计划的学分中,国内外大学学分总数趋势是逐步减少,追求少而精。国内院校一般在130~190学分之间,如北京大学为150学分,清华大学为1 70学分,东南大学与浙江大学均为160学分,还有16学时为1学分的,也有18学时为1学分的。
中国台湾的大学一般在130学分左右。台湾交通大学最低毕业学分为128学分,其中必修课程须达76学分(共同必修58学分+资工组核心须达分+(资工组副核心课程学分+另2组核心课程学分)),专业选修本系课程须达12学分,其他选修课程须达12学分,通识课程须达28学分(含外语课程必修8学分)。台湾“中央大学”为136学分,台湾“清华大学”为136学分,其中必修和必选学分126,其他与导师商量决定。
美国的大学各校差异较大。美国的学分计算有4学期制、两长一短制及两学期制,其中加州大学伯克利分校为120学分,麻省理工大学为90学分,加州大学洛杉矶分校为186学分,斯坦福大学为180学分。
2.2教学管理
在教学管理上,斯坦福大学给学生提供了非常宽松的自由发展空间。新生入校后不分专业、不分学院。除了医学院和法学院学生需要经过一定的选拔程序外,本科生可以在入学后的前一个学期适当时候随意选择专业,并且选择专业后允许更改,只要毕业时满足专业培养方案即可。
国内的浙江大学是较早实行按大类招生的学校之一,分为大类培养、专业培养和特殊培养3类,前两年不分专业,按学科分类集中培养。
台湾的大学专业也是按大类完成前期的基础课程,再分小专业完成各学程,包括基础课、核心课和进阶课。
教学分组是现在的主流课程架构,也是体现专业方向的主要形式,分组课程是体现专业特色的课程组。国内清华大学采用的是分组教学;台湾的大学基本上采用的是以教学方向分组的方式,台湾的大学教学分为课程与修业、学分学程。
2.3实验与实践教学
计算机类专业各大院校都强调课程实验与实验教学,而目前课程该如何进行教学?这不仅是实验问题,如何以工程教育专业论证为目标,怎样使教学目标达到毕业要求是关键。做中学是主流实验教学方式,尤其是美国的大学,大作业体现的是实验与理论教学的结合,是考查学生是否理解理论知识的重要途径。学生不仅能够学习扎实的数学和计算机专业知识,还进行大量的实践创新训练。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校、斯坦福大学都属于实践创新性教学模式。例如,斯坦福大学程序设计范式课程重点比较C、C++、Java的特点和难点,每1~2周有一次大作业,针对不同的任务,要求学生用不同的语言实现,使学生加深理解各类编程语言的应用场合;麻省理工大学的课程计划是必须先修12学分的实验课程,再修3门或4门核心课程,最后选择3门方向学科和1门关于该方向的实验课、2门专业拓展课。
3智能科学与技术课程体系分析
智能科学与技术课程体系在智能基础理论研究的基础上,需要安排基础性、通用性、关键性的智能技术研究,主要包括感知技术和信息融合技术;自然语言处理与理解技术;知识处理(认识)技术,包括知识提炼、知识分类、知识表示技术等;机器学习技术,特别是统计与规则相结合的学习技术;决策技术,即知识演绎技术特别是不确定推理技术等;策略执行技术,即控制与调节技术;智能机器人技术,特别是面向专门领域的智能机器人技术;智能机器人之间的合作技术;基于自然语言理解的智能人机交互与合作技术;智能信息网络技术。
国内最早创办智能科学与技术专业的学校包括北京大学,西安电子科技大学是第2批开始培养智能专业学生的院校。北京大学的本科教学计划中,专业必修课程(2分)包括:①专业数学/理论基础(15学分):算法分析与设计、集合论与图论、概率统计A、代数结构与组合数学、数理逻辑;②硬件与系统基础(分):数字逻辑设计、微机原理和信号与系统;③智能基础(5学分):脑与认知科学与人工智能基础。专业限选课程(15学分)包括信息论基础、计算方法B、数字逻辑设计实验、微机实验、数据结构与算法实习、机器感知和智能处理实验、智能多媒体信息系统实验。选修组合课程(29~32学分):学生按照自己的兴趣,参考智能的2个专业方向推荐专业课组合,自行选择,至少选修20学分的智能专业课程。公共核心+专业方向+新技术及其他:①公共核心课程(分):智能科学技术导论、模式识别基础、生物信息处理、智能信息处理;②专业方向课程(11~15学分):机器感知与智能机器人方向、智能信息处理与机器学习方向、新技术及其他。
西安电子科技大学智能专业主要课程包括电路分析理论、信号与系统、数字信号处理、数字电路及逻辑设计、模拟电子技术基础、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等课程及30多门选修课程。
建议各学校可以根据学院教学特色与实际需求,设计专业核心课程。北京大学偏重“信息处理”,湖南大学偏重“智能系统”,但需要强调的一个前提就是智能科学与技术专业属于大计算机类,更需要大EECS专业的基础。编程、电路、数学、数据结构、计算机系统这五大核心基础就是大EECS;其次是专业,计算机以系统结构、操作系统、网络、编译、数据库五大经典专业核心课为主,湖南大学的智能科学与技术专业强调系统,因此信号与系统、操作系统、嵌入式系统、人工智能是最基本的专业核心课,然后再分不同的分支。湖南大学智能科学与技术专业核心课程包括人工智能概论、机器学习、计算智能导论、模式识别、智能控制导论、智能数据挖掘、机器人学等;研究学位课程包括模式识别、人工智能等,主要体现为智能科学与技术基础(人工智能概论、机器学习、计算智能导论、模式识别)、核心(智能控制导论、智能数据挖掘)和应用(机器人学)。
4结语
(1)在课程计划实施过程中,教师需要遵循课程的时序图,即描述课程的进阶关系,从本科直到研究生,同时还可以实行一定的修课限制,如台湾交通大学计算机概论与程式设计和面向对象程式设计两科皆不及格者不得修数据结构与算法概论,若数据结构不及格不能修算法设计课程等。
(2)程序设计类课程用上机程序能力考试来设置合格条件,如台湾交通大学基础程式设计及格条件为通过“程式能力鉴定”,湖南大学则以CCF―CSP软件能力测试作为程序设计课程通过的考核标准。
(3)鼓励学生参与项目、竞赛等课外科技活动,如台湾“清华大学”的综合论文训练是由具有同等水平的项目训练成果或SRT(student research training)计划项目以及其他课外科技活动成果经认定后代替的。
篇6
智能科学与技术是人工智能方向的重点交叉学科,是一个包含了认知科学、脑科学、计算机科学的新兴学科。按照教育部学科专业目录,智能科学与技术是一级学科计算机科学与技术下的二级学科。如何在4年的本科教学过程中,既立足于计算机学科内容,又突出智能专业的特点,体现该专业区别于计算机科学专业的特色,培养一流的智能人才,是众多智能专业积极探索的问题。
本着帮助学生建立宽广厚实的知识基础,使学生将来能向本专业任何一个分支方向发展,并能掌握本学科发展的最新动态和发展趋势,深刻领会本学科与其他相关学科区别的目标,厦门大学智能科学与技术系于2012年合理调整了专业培养方案,制定了一套突出专业特色和个性的教学大纲,课程体系分为学科通修课程、专业必修课程、专业选修课程。其中,专业必修课程细分为智能基础类课程、软件理论类课程及硬件基础类课程3个不同类别。在智能基础类课程中,开设非经典计算课程。该课程是厦门大学智能科学与设计系最具特色的课程。
该课程以软件理论类课程算法设计与分析为先导课程,在本科三年级的第一学期先讲授算法知识,在同一学年度第三学期讲授非经典计算的内容。教师首先介绍经典算法设计与分析中的各种传统算法,借由经典算法发展过程中遇到的困境问题引出非经典计算的内容,前后呼应,有助于学生在智能计算上获得完整的系统学习。
2非经典计算在智能科学与技术专业本科教学算法体系中的地位
算法设计是智能科学与技术专业中的核心内容。本科专业4年的专业教学计划由4门核心课程构成算法体系的主线,包括高级语言程序设计(本科一年级学科通修课程)、数据结构(本科二年级方向必修课程)、算法设计与分析(本科三年级方向必修课程)、非经典计算(本科三年级方向限选课程)。这4门课程的教学内容和组织结构完整地构成了算法体系结构。以图灵奖获得者、pascal之父Niklaus Wirth提出的著名公式为参照,即Algorithm+Data Structures=Programs,算法体系以培训计算机方向学生掌握编程能力,独立完成分析问题、设计方案、解决问题的综合能力为主要目标;在这个体系中,程序语言是基础,数据结构是内涵,算法是框架。
在算法体系中,这4门课程以循序渐进的方式展开,注重对学生算法思维的培训。
(1)高级语言程序设计讲授的是c语言程序设计,通过对C语言的详细介绍,让学生掌握程序设计方法和编程技巧。作为初始启蒙课程,选择C语言作为程序教学语言,是因为C语言的使用广泛,拥有严格完整的语法结构,适合教学。
(2)数据结构重点讲授各种常用的数据表示逻辑结构、存储结构及其基本的运算操作,并介绍相关算法及效率分析。教师通过在一年级对包括C语言在内的其他程序设计过程的训练,加人对数据结构中各种数据的逻辑、存储结构的表示和运算操作,从数据结构的角度阐述典型算法,并简单介绍算法的效率分析,这是对程序设计训练的进阶内容。
(3)算法设计和分析主要介绍算法设计与分析的基本方法以及算法复杂性理论基础。我们在本科三年级引入算法设计与分析课程,从算法的抽象角度总结和归纳各种算法思想,包括递归与分治法、贪心法、动态规划法、回溯法、分支定界法、高级图论算法、线性规划算法等,最后阐述算法复杂性的分析方法、NP完全性理论基础等计算复杂性的基本知识及完备性证明概要,重点阐述算法思想,从复杂性角度比较和分析不同的算法。上述(1)、(2)和(3)的内容构成了计算机学科通用算法体系的教学过程。
(4)非经典计算主要讨论何为计算的本质以及经典计算在计算能力上遇到的困境,以此为契机讨论自然计算――生物计算、集群计算、量子计算等内容。算法设计和分析的最后一个章节是对算法复杂性的分析方法及NP完全性理论基础的介绍,不可避免地会讨论到现代电子数字计算机体系在计算能力上的瓶颈以及由NP完全问题(Non-deterministic Polynomial),号称世界七大数学难题之一的经典问题,引出对经典计算机体系的深层思考,进一步引导学生思考如何解决计算能力的瓶颈问题。这是教师设计非经典计算课程的出发点,也是对算法体系更完整的补充和更深层次的探讨。
此外,我们还需要对授课学期选择进行考虑。厦门大学实行三学期制度,在第三学期内开设的课程大多是实践类课程及前沿技术介绍课程。在本科三年级的小学期阶段,学生基本完成了智能专业大部分必修课程的学习,拥有了一定的计算机基础和学科素养。这时,依赖学生已经具有的数据结构与算法的基本知识,可以将学生的学习引向如何理解计算的本质;再从计算本质出发,由易到难,介绍采用非计算机的不同计算媒介和方法,例如DNA计算、元胞自动机、集群计算等知识,结合计算机模拟程序加深认识。在逐步加深学生对非经典方法计算的理解之后,再引入量子信息与量子计算。至此,智能专业关于算法体系的整体构建已基本完成。
3非经典计算课程内容大纲
非经典计算课程的主体课程内容以专题形式展开,分为5个部分。
第一部分:计算本质。从什么是计算人手,列举各种计算的形式,由数字的计算到命题的证明,由数值计算到符号推导,引出计算本质的广义定义,“计算是从一个符号串f变换成另一个符号串g”,即从已知符号(串)开始,一步一步地改变符号(串),经过有限步骤,最后得到一个满足预先规定的符号(串)的变换过程;进一步展开对什么是计算、什么是可计算性的讨论,展开介绍计算理论上4个著名的计算模型――般递归函数、λ可计算函数、图灵机和波斯特系统;最后归结到丘奇・图灵论点。以上是第一条主线,第二条主线从计算复杂性角度人手,讨论在经典算法中难解决的NP完全问题,提出在经典计算体系中随着输入数据规模增大而难以计算的瓶颈,从而引发学生对于经典计算的思考。
第二部分:智能计算机的发展。这个部分主要讨论计算机硬件的发展历史,即从原始时期的计算工具,到现代计算机的4个发展阶段:史前期、机械式计算机、机电式计算机、电子计算机。教师从模拟型计算机到数字型计算机,阐述冯・诺依曼关于计算机五大基本组成对现代计算机体系结构的影响及其带来的限制;从硬件角度提出非经典计算机的讨论,鼓励学生对现代智能计算机硬件进行调查。
第三部分:DNA计算。主要阐述DNA计算的基本原理,并以旅行商问题为引子,展开经典计算难解决问题的讨论,重点介绍第一个由DNA计算模型解决的问题――L.Adleman构建的7个节点的DHP,并着重指出DNA计算潜在的巨大并行性和待研究的问题;然后介绍R.Lipton用DNA实验解决的另一个NP问题――可满足性问题(SAT);最后将DNA计算与软计算结合,阐述粘贴模型以及DNA的软计算模拟与遗传算法的对比。对于DNA计算强大的并行性,以具体的算法实例加以详细阐述和说明,教师应指出分子计算的优缺点以及在计算能力上的巨大潜力。
第四部分:细胞自动机和集群计算。这个部分主要讨论群体计算,一方面,从细胞自动机的形式化阐述及其所带来的哲学意义出发,描述细胞自动机在计算机交叉学科上的运用;另一方面,介绍集群计算,以欧盟“蓝脑计划”为出发点,阐述如何从硬件体系和软件体系上用计算机架构类神经元的协同合作方式。
第五部分:量子计算。从基本的量子力学知识开始,完整阐述量子计算的基本概念、量子信息、量子计算机和量子通信。量子计算机的构建除了要包含最基本的操作外,还需要介绍基本的量子计算机体系结构、计算载体等知识,加深对量子计算的理解,最后介绍的量子通信。这种已经应用在实际生活中的量子计算,更贴合实际。
以上5个专题,结构清晰,分工明确。第一部分讨论经典计算的困境,第二部分讨论经典计算机的发展瓶颈,从第三部分开始,引入非经典计算模型,分别从生物学和计算机科学的交叉学科DNA计算、细胞自动机和集群计算、量子计算3个方面进行学习。5个专题,完成了对非经典计算中前沿热门计算模式的阐述,引导了学生对于前沿学科的认识和思考。
4非经典计算课程授课方式
本课程属于本科三年级第三学期的课程,授课除了上文提到的内容之外,另一个更重要的方面是引导学生对学科前沿以及热点内容的跟踪和思考。因此在教学方式上,我们采取了教师授课及学生调查报告相结合的形式。教师上课对应课程的基本内容,学生调查报告对应学科前沿跟踪与思考。
5个专题内容的授课经过了如下设计。在每个专题的授课结束后,布置相关专题内的一些热点、难点问题供学生课后查阅、讨论和思考。每个专题由学生自主报名,学生需要对相关内容进行跟踪,查阅近5年的科技文献,总结出论文综述,并准备10分钟左右的课堂报告,教师针对课堂报告指出相关的问题,由学生课后进行进一步的思考和再次的文献查阅,形成最终报告后提交课程论文。
这样的课程设计安排,可以很好地实现教学相长。在学生方面,促使学生除了上课听课,必须主动参与文献的查询过程,主动对授课内容或延展部分的概念进行思考。由于提供给学生选择专题的自由,所以也可以大大提高学生的积极性,让学生可以从感兴趣的角度对本门课程涵盖的内容进行调查,从而获得更加深刻的上课体验。最后,由于每个学生选择的题目必须提前汇总,不能与别人重复,所以在其听取其他学生的报告过程中,学生可以更广地拓展自己的知识面。对于授课教师而言,能够保持对该门课程研究现状的实时性跟踪,更加全面地更新课程内容,还可以将学生查阅的重要理论和知识补充到课程基本内容中,同时促进教师与学生之间的互动,活跃课堂气氛,提高教学质量。
5关于非经典计算课程的几点思考
课程从厦门大学智能科学与技术系建系之初开始构思和授课,在授课过程中不断调整教学内容和课程设计,紧紧围绕学生的反馈完善课程建设。关于非经典计算课程的几点教学经验可以总结如下。
1)增加课时,优化对课程设计的安排。
2015年开始,由于学科教学计划的调整,非经典计算课程由最初的20课时拓展为30课时,集中在本科三年级第三学期进行讲授,一共5周,每周6课时。课时安排上,除了增加教学内容,更加强了对学生的文献查阅和报告部分的考查。在论文报告环节,争取做到有目标、有指导、有结论、有总结。学生所做的报告除了在初始选题阶段要有区别之外,还要求有一定的文献查阅难度。从选题确定,到针对报告指出具体的问题,要求学生根据教师指出的问题进行进一步的思考和资料查阅,最后形成论文。这样的安排贯穿整个课程的全过程,学生的参与度获得了极大的提高。对于教师而言,在学期末总结学生所做的报告内容,并增加本门课的知识点覆盖程度,对教学也有比较大的促进作用。
2)课程考核方式上的设计。
非经典课程属于必修课程,在考核方式上除了提交论文外,也必须要有必要的考试环节。在考试环节中,主要考查学生对教师上课内容的理解。在具体授课中,教师从经典计算到非经典计算进行讲解,也从算法角度给出了非经典计算强大计算力带来的改变,既延续了经典算法课程中对算法的介绍和讨论方式,又对比了典型问题在经典算法和非经典算法中的不同解决方式。这样的授课内容作为对算法体系基本知识点的考查,以闭卷考试内容来设计,是十分合适的。课程延展部分的开放知识点由学生的论文及报告内容进行评分衡量。最后,我们将两个部分的成绩作为本门课程的最终成绩。
3)课程教材的选定。
篇7
随着人工智能和智能技术的发展,IDSS在广泛的工程技术、经济、管理、医疗和农业科学等诸多领域,得到广泛应用。了解、掌握智能决策的基本知识和技术是计算机科学、智能科学类专业大学生的基本要求,因此,智能决策类课程应运而生,并逐渐发展成为计算机、自动化、管理科学与工程和智能科学技术等专业的专业课之一[1-4]。
在我校,智能决策系统课程作为计算机科学与技术、软件工程、网络工程和其他电子信息类专业的专业限选或选修课程。目前,该课程的教学内容存在如下问题:一是教学内容繁,二是技术更新快,三是涉及的专业知识深,对学生的理论基础知识(特别是数学知识、计算机技术)要求极高,教学难度大。因此,学生在学习过程中不得要领,抓不住课程的核心,只见树木、不见森林,从而影响学生们的学习效果。本文就是在这样背景下,提出并开展教学研究的。
1教学内容改革
智能决策系统是一门计算机科学、管理科学、人工智能和应用数学交叉的新兴专业课程,其学分通常为2~2.5学分,即32~40学时,其中包括0.5学分的实验课程(8学时)。因此,如何在有限学时中容纳下本课程教学内容,完成本课程的教学目标,就成为首要问题。
通过实践和教学改革,我校本课程的理论教学内容主要包括下列6个知识单元。
1) 决策理论概述。主要内容有决策的概念、类型、基础、流程和目标。理论课时数4学时。
2) 决策系统。主要内容有决策支持系统的概念、结构、功能、主要部件与设计要点。理论课时数控制在6学时。
3) 决策模型。主要内容有数据仓库、知识管理、数据挖掘、智能算法和数据处理。理论课时数控制在6学时。
4) 智能决策系统。主要内容有计算智能基础、专家系统的概念和结构、智能决策系统的概念和结构、智能决策系统的设计要点。理论课时数控制在8学时。
5) 群体决策系统。主要内容有协同计算概述,群体决策系统的概念、结构、功能、群体决策过程与建模和实现方法。理论课时数控制在6学时。
6)智能决策系统的发展。主要包括基于网络的决策系统技术和应用,网络技术与基于Agent的决策系统,智慧地球与智能化企业。理论课时数控制在2学时。
实践教学内容包括4个实验,学时总数为8学时,其教学内容设置见本文§3。
2教学方法改革
教学方法是为完成一定的教学目的、教学任务所采取的教学途径或教学程序,是以解决教学任务为目的、师生共同进行认识和实践的方法体系。其方法体系主要包含多个基本要素,比如教、学、信息传输载体(包含文字、图形、图像、肢体语言、表情、感知等)和教学辅助设备等。教学过程就是要充分利用具有信息优势、知识优势的教师,将信息、知识、技能、技巧,系统集成地传输给暂时处于低信息状态的学生。决定这个传输过程顺利进行的至关重要因素有:教师的积极性与责任心和学生的求知欲与基础知识及其结构。从教育学和心理学角度看,课程教学方法改革就是围绕这两个因素展开[5],限于篇幅,本文的讨论仅从如何调动学生的求知欲着手。
2.1探索式教学方法
经过多年教学实践,本文实践了“探索式教学法”,此法强调因材施教,在教学全过程创设教学环境、培养学生创新精神。所谓探索式教学方法是指在教学过程中,在教师的启发、诱导下,学生自主学习和合作讨论,以学习课程知识和科学问题为探索目标,以学生熟悉和能接触到生活原型为研究对象,为学生提供自由表达、质疑、探索、讨论问题的环境,学生通过个体、小组、团队等多种形式完成解难、释疑、尝试学习活动,将学生自己所学知识应用于解决实际问题的一种教学程序。探索式教学方法重视发展学生的创造性思维,培养自学能力,力图通过自我探索引导学生学会学习和初步掌握科学研究方法[6],培养学生的文献获取与加工能力、信息分析与加工利用能力、团队协作与沟通能力、语言表达与写作能力,和创新精神。为其终身学习和工作奠定良好基础。
尽管探索式教学法能够给教师的教学提供思想、理念指导,但是,针对不同教学对象和不同课程内容,其实际应用方法也会存在差异,这就是所谓的教无定法之说。本文以智能决策系统课程第1知识单元课外作业为例,尝试说明该法的具体应用方法,为保证该方法的实施效果,本文拟定了如下的教师操作流程:
1) 制定论文目标:培养学生综合利用参考文献和学会表达的能力。首先,要求学生学会获取、理解、过滤和分析信息;其次,要求学生掌握撰写科技论文的基本技巧;最后,要求学生在观众面前表达自己观点,学习说服听众、推销自己观点的技巧。
2) 论文基本要求:①围绕“关于信息技术对决策影响”的主题,学生自拟题目;②2周时间内,学生完成1 000字左右(2页A4幅面)的论文,其中内容需要包括摘要,关键词,问题或观点概述,目前发展状况,结论或结语;③制作演示幻灯片。
3) 提供信息查阅途径:通过网络教师自己已经掌握的文献资源和网络地址资源,指出查询方法和基本技巧。
4) 抽查式演讲:①使用幻灯片;②介绍主要内容;③结论;④点评、提问与回答。
5) 评价标准:①文档编制能力;②问题发现与分析能力;③表达与陈述能力。
在实施中,要防止出现如下情况:①题目太难或太容易,以免挫伤学生积极性;②提前告示和监督,防止学生偷懒或拷贝;③灵活掌握考评手段,鼓励创新,保护学生学习积极性。
2.2案例教学方法
案例教学法是在教师指导下,根据教学目标的要求,创设学生身临案例场境的教学氛围,使用案例来组织学生的学习、研究、实践等活动的教学方法。本课程利用该方法,加强了理论与实际的结合,为学生学习提供模仿案例,提高了学生对理论知识的理解和实践能力,培养学生综合运用所学知识解决实际问题的能力。案例教学法需要掌握好2个重要环节:
1) 案例选编。必须选择学生容易理解、常见的例子,案例选编必须围绕课程某个具体的教学目标,要适当加工,剔除与课程内容关联性小的内容和技术,降低难度,方便学生理解。同时,案例必须来自于实际,并且问题明确。
2) 案例讲解与分析。案例本身只是对实例的某些情况描述,表面上平铺直叙,但是,其中必须隐藏着多个问题,要引导学生积极思考、深入分析,以发现其中隐藏的问题,并找出问题产生的原因,提出解决方案。在思考和分析过程中,既要培养和开发学生智力,又要培养学生综合运用所学理论知识的能力。案例分析不能苛求解决问题的结果如何,而应该重点强调分析过程是否正确、方法是否恰当,案例讲解和分析的主要任务是培养学生发现问题、分析问题和逻辑思维等能力,通常解决问题的能力正是课程后续需要实施的教学目标。
本文在第4知识单元中,以6子棋计算机博弈系统为例,通过对6子棋计算机博弈平台的仿真实验,选择不同的博弈策略,比如不同的估值函数、不同的搜索策略等,获得不同的实验结果,实现人-机对战、机-机对战,让学生切实体会到机器智能的魔力及其智能系统的构造方法,有力地促进了学生对理论知识的理解,并激发了学生的学习兴趣。
3实验教学内容
3.1实验教学内容的设置
实验课是智能决策系统课程的重要环节,由于总课时有限,实验课时也就不多。但是,本校在专业课程中,仍然坚持设置了0.5学分的实验,以使学生能将理论知识与实践联系起来,使抽象的理论不再是深奥,提高学生灵活运用知识的能力。本课程实验学时为8学时,主要设置了表1中的3个实验。
3.2实验课的操作
为提高学生对课程理论知识的理解和应用设计能力,针对课程实验教学课时少和实验复杂特点,需要注意以下几点。
1) 简化平台、降低实验难度。实验教学过程重在是一个训练学生动手、动眼和动脑的过程,旨在培养学生好奇心和操作技能,以及观察问题、分析问题和解决问题能力。因此,在实验中,要尽量将实验平台简化,以将学生注意力集中于实验内容,保证实验效果。比如实验2,提供给学生智能交通灯控仿真平台,它实际上是一个软件模拟平台,能实现固定交管模式的全部功能,学生能通过标准接口建立自己设计的智能交通管理模式;又如实验3,以FIRA机器人足球5vs5比赛项目的仿真平台为实验平台,利用平台已设置的运球、传球、前进、后退、转动等命令,学生能通过这些命令建立足球机器人的路径规划和避障策略。
2) 科学分组、培养协作能力。由于实验3工作量比较大,需要多人协作完成,发挥集体智慧作用,因此,在实验3中,按照3~5人/组,实行组长负责制。组长监督、管理、协调本组实验过程,每个组员都有明确的任务,并对组长负责,组长对教师负责。实验3的课内实验设置4学时/2次,学时主要在课外完成实验3,历时1个月。
3) 设计算法、培养智能意识。引导学生,模仿人类智能,设计智能算法,实现简单的智能决策。由于课时有限,必须注意控制算法的简洁、实效,以使学生能在短时间内模拟实现简单的智能行为,着重引导学生分析业务行为,发现系统流程,构造智能算法,以此培养学生开发信息系统的智能意识。
4结语
智能决策系统是人工智能、计算机科学、自动控制科学交叉结合的一门新兴专业课程,对推动信息化向智能化方向发展具有重要意义。该课程作为在校主要面对电子信息、计算机专业学生,通过该课程学习,学生反映加深了对智能的理解,提高了对计算机技术应用的认识深度,培养了学生的智能化设计意识,激发了学生的求知欲望。本文的研究成果是源于智能决策系统课程,但是,对其他信息技术课程,也具有积极的借鉴意义。
参考文献:
[1] 钟义信. 智能科学技术导论[M]. 北京:北京邮电大学出版社,2006:1-38.
[2] 张彦铎,王海晖,刘昌辉. 地方工科院校智能科学建设的若干思考[J]. 计算机教育,2009(11):39-42.
[3] 韩力群. 智能科学与技术专业培养规范[R]. 北京:第二届全国智能科学与技术教育学术研讨会.2004.
[4] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.
[5] 杨德广,谢安邦. 高等教育学[M]. 北京:高等教育出版社,2009.6:1-50.
[6] 张伟峰. 本科高年级人工智能教学的几点思考[J]. 计算机教育,2009(11):139-141.
Research on Teaching Reform of Intelligent Decision System Courses
ZHANG Xiao-chuan, CHEN Feng
篇8
关键词 :CDIO;专业人才培养;智能科学与技术;项目导学
基金项目:2012年度辽宁省普通高等学校本科工程人才培养模式改革试点专业项目(G2201249)。
第一作者简介:周国顺,男,教授,研究方向为嵌入式系统,zhouguoshun@neusoft.edu.cn。
0 引 言
专业人才培养方案是专业建设的根本性文件,主要由专业基本信息、学制与学位、专业人才培养目标、课程体系、培养计划安排及学时学分要求等内容组成。为了能够适应当前国民经济发展的需要,高校有必要对相关学科的专业培养方案进行改革。专业培养方案应该适当加强对工科学生创新设计与实践能力培养的要求,广泛调研专业相关企事业用人单位的岗位需求,适当增加符合专业发展趋势的专业拓展、前沿课程。大连东软信息学院电子工程系智能科学与技术专业依靠具有丰富的智能产品研发、工程设计、工程实施经验的师资队伍和CDIO工程环境,对本专业人才培养方案进行了基于TOPCARES-CDIO的教育教学改革,取得了良好的效果。
1 工程教育改革的意义
CDIO工程教育改革的目的是培养学生具有在工程、产品开发团队中构思一设计一实施一运行复杂、高附加值产品或过程与系统的能力,通过大学本科的教育与实践,成为一名具有基本工程创新及设计能力、整装待发的工程师。为此,教师必须改变传统工程教育重理论、轻实践、理论与实践脱节的教学方式,补充对工程教育至关重要的个人素养、团队合作与系统构建能力培养的教学内容。
传统的教与学是建立在布鲁纳的“认知一发现说”、奥苏伯尔的“有意义言语学习理论”和加涅的“认知学习理论”基础上的。大多数高校教师为了让学生掌握深厚的工程推理能力,基本上采用奥苏伯尔的“有意义言语学习理论”进行教学。该理论提倡课堂的讲授式教学,学生在学习过程中基本是被动地接受学习口。多数学生虽然会关注理论知识在实践中运用的问题,但是也常常只为应付考试而去记忆工程理论。考试结束,学过的知识、理论也就不用了,甚至忘记了。
2009年,大连东软信息学院提出创办独具特色的、培养应用型人才的国内一流应用型大学的目标,借鉴美国MIT、瑞典皇家理工大学、瑞典查尔莫斯工业大学、瑞典林雪平大学组成的工程教育改革研究团队倡导的CDIO(Conceive-构思、Design-设计、Implement-实现、Operate-运行)教育教学理念,提出TOPCARES-CDIO人才培养目标体系。TOPCARES分别代表CDIO的8大一级能力指标的首字母,即Technical knowledge and reasoning, Open thinking and innovation, Personal and professional skills,Communication and teamwork, Attitude and manner, Responsibility, Ethicalvalues, Social contribution by application practice。
基于CDIO的教学模式提倡主动学习和经验学习。主动学习是让学生在参与学习活动时发现问题、思考与解决问题。教师收集学生提出的在课程学习中的问题,集中回答;同时教师也提出问题,促使学生主动学习、思考问题并寻求解决方法。经验学习是让学生在模拟工程师和工程实践的环境下进行学习,包括基于项目的学习、仿真、案例分析与设计实现。
评估与评价是衡量学生对规定学习内容完成程度的判断。传统的教学评价基本上是以笔试成绩为标准的,很难评价学生的工程、产品及过程构建能力。CDIO教学模式下的评估以学习为中心,贯穿整个教学过程始终。评估方法主要有笔试和口试、平时表现、项目成果演示、书面报告等。教师可根据一系列考核成绩,对教学大纲及教学方法进行持续的改进和完善,这就构成一个工程教学的闭环控制系统。
2 智能科学与技术专业人才培养方案改革
教师应遵循高等教育教学规律,贯彻落实“国家中长期教育改革和发展规划纲要(2010-2020年)”精神,以TOPCARES-CDIO教育理念和方法为指导,以培养高素质应用型高级专门人才为目标,以当前“万众创新、大众创业”理念为契机,努力为学生构建合理的知识、能力、素质结构,结合智能行业的新理论、新技术、新工具、新产品更新课程体系与教学内容,强化创新精神和工程实践能力培养,促进学生的全面发展。
2.1 以知识、能力、素质培养为核心,以项目为导向,构建一体化专业人才培养方案
1)以社会和行业需求为背景,准确定位专业人才培养目标。
教师应深入开展专业调研工作,基于TOPCATES-CDIO人才培养目标体系框架,综合分析应用型人才的通用标准、行业标准、学校标准和专业标准,构建和确定本专业人才培养的目标和能力培养的具体要求,培养掌握智能信息处理与识别、自动控制方法等方面基础知识,具备信息处理系统软硬件平台开发、自动控制系统设计、人工智能系统开发等基本能力,具有开放式思维与创新能力和较强个人职业能力与团队合作能力,树立正确价值观、态度端正、习惯良好、有责任感的,能在智能医疗设备、多媒体信息处理、工业机械控制、机器人、人工智能等智能科学与技术学科相关的专业领域从事智能产品开发、系统测试、技术支持等工作的应用型高级专门人才。
在专业教育阶段,教师可跟踪专业和产业新理论、新技术、新工具、新产品的要求,通过开设专业特色课和专业拓展课,将创新、创业融入专业教育,培养学生的相应知识和技能。专业课程分类见表1。
2)以项目为导向,构建一体化的课程体系。
学生在学完所有学科课程后,要完成一个贯穿整个课程体系知识及能力的压顶石项目。为达到专业培养目标和完成压顶石项目,学生必须具有三大核心应用能力:智能传感与检测技术能力,智能机器人传动、驱动技术能力和智能机器人系统技术能力。专业核心能力对压顶石项目的支撑关系如图1所示。
依据专业人才培养目标,教师应以专业核心应用能力培养为主线,面向行业、服务产业、突出应用,以项目训练为导向,系统构建课程与项目相结合,知识、能力、素质同步培养的一体化课程体系,形成课程培养目标、项目培养目标与专业培养目标的相互对应和支撑。专业课程体系如图2所示。
3)以能力培养为本,构建一体化的实践教学体系。
智能科学与技术专业依据专业能力培养目标,以能力为本,以项目为载体,采用“学中做”和“做中学”的方法,统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计(论文)与企业实践等循序渐进的实践教学环节,使实践训练内容逐级递进、逐步深化,将实践学期实训内容与理论学期的教学内容紧密衔接,形成理论与实践相结合、课内与课外相结合、学校与企业相结合,贯穿本科教育全程的一体化实践教学体系。专业培养方案中采用自顶而下的方式设计各级项目。一级项目(压顶石项目)的设计直接针对专业培养目标,二级和三级项目是一级项目培养能力的分解。专业课程体系中的实践项目设计如图3所示。图中每一鱼骨分支上支撑同一个二级项目的一组课程为课程群,课程三级项目进行适当的延伸与扩展将对应二级项目的一部分。专业项目设置见表2。教师可通过从课程的三级项目实践开始,到实践学期的有一定综合能力的二级项目锻炼,再最后进行一级压顶石项目实训,消除学生对智能系统设计的恐惧感,令学生从容应对工程项目的挑战。
4)创新素质教育,提升学生的综合能力。
教师需将素质教育项目纳入专业人才培养方案,明确学分要求、内容安排、组织方式及考核评价标准。构建与专业教育相呼应的集校、系两级项目和专业团队项目为一体的素质教育项目体系,加强学生职业素质、书面表达能力、沟通交流能力、团队协作能力、实践能力的培养,全面提升学生的综合能力。
2.2 “实用化、个性化、国际化”人才培养特色
1)优化专业结构,凝练实用化专业特色。
智能科学与技术专业依据办学定位、培养目标、服务面向和行业需求,认真梳理和凝练专业特色,提高专业建设质量和水平。
本专业开设了有别于其他高校智能科学与技术专业的特色课程,如智能传感与检测技术、智能机器人、智能终端应用开发等。通过学习这些课程,学生能够掌握智能科学行业前沿的技术与能力,在就业市场上处于有利位置;以强化职业岗位技能训练、提高工程实践能力为目标,依托业界先进的机器人实验室设计课程体系,使毕业生具有智能科学领域由硬件到软件的设计能力和实际开发经验。
2)优化课程体系结构,科学设置专业课程。
本专业立足教育教学的全过程,处理好基础与专业、必修与选修、课内与课外、理论与实践、专业教育与素质教育的关系,按照整体优化、加强能力、提高素质的思路精心设计教学实践环节;通过设立全校公共选修课平台扩大选修课范围,按照学科门类细化公共选修课类别,提高选修课学分学时比例,增强学生选课自由度和灵活性。
3)以人为本,因材施教,满足学生多元化需求。
教师需根据学生的学习基础和个性化需求,实施分类教学、分级教学、分层次教学、分方向培养;通过弹性学制、选课制、主辅修制、重修制、学业导师制、学分替换、实践奖励学分等方式,把共性与个性、统一性与差异性、规范性与灵活性有机结合,突出“实用化、个性化、国际化”的人才培养特色。
2.3 以产学融合为途径,创新人才培养模式
1)校企合作建设课程资源。
高校应加强与相关企业的深度合作,通过承接企业项目,将实际案例和项目引入课程,对学生进行实际项目开发、项目规范流程和创新能力培养;根据行业和职业岗位需求,有针对性地将企业认证课程纳入课程体系;通过与企业共建校内外实习、实践基地,建设真实或仿真实践环境,将企业实习、实训、顶岗等实践环节列入培养方案,并根据行业和企业的实际需要,有计划地开展定制式的人才培养。
2)校企融合实施卓越计划。
学校应充分发挥源于企业的办学体制、产学融合的育人机制;在已实施的3+1模式、CO-OP计划(校企合作)、项目工作室模式的基础上,进一步深化人才培养模式改革;按照卓越工程师人才培养的改革思路,对人才培养方案的校内培养与企业培养进行一体化设计与实施的探索,逐步形成具有“TOPCARES-CDIO”特色的IT应用型卓越工程师培养模式。
3 结语
智能科学与技术专业实施CDIO人才培养模式改革以来,学生的工程实践能力、团队合作能力和创新能力普遍有所提升,近年来在国家、省、市各级学科竞赛中捷报频传,而且CO-OP实习学生也受到了用人单位的好评。基于CDIO工程教育模式,系统实施以知识、能力、素质培养为核心,以项目为导向的一体化人才培养方案及产学融合的创新人才培养方式,既能保证学生获得先进的智能科学与技术专业知识与技能,又能系统地培养学生的创新能力和职业素养,对于智能科学与技术专业培养出适应社会需求的应用型创新人才具有重大实践意义。通过以上智能科学与技术专业培养方案的改革与实践,大连东软信息学院电子工程系智能科学与技术专业今后将继续发扬、倡导CDIO工程化教育方法,持续完善专业培养方案,为把本专业建设成为有特色、高水平、创新创业应用型专业而继续努力。
参考文献:
[1]孙晓凌,温涛,郭权.Utilizing CDIO engineering workspaces to facilitate design-implement experiences[C]//Proceedings of the 9th International CDIO Conference. Boston: MIT-Harvard, 2013: 83.
[2]张奇.高等教育心理学[M].大连:辽宁师范大学出版社,2007:56-58.
[3] Crawley E F,Malmqvist J,Ostlunds,et al.重新认识工程教育:国际CDIO培养模式与方法[M].顾佩华,沈民奋,陆小华,译,北京:高等教育出版社,2009: 6-17.
篇9
创新是民族进步的灵魂,是国家兴旺发达的不竭动力。其中,创新人才是创新的主体。因此,高等学校作为人才培养的主体应积极思考如何培养适应国家及社会发展需要的创新型人才。人才培养和科学研究是高校的2项主要任务,研究表明高校人才培养与科学研究之间存在显著的正相关系。然而,科学研究并不直接对人才培养起作用。科学研究必须有相应的机制、手段和方法才能有效促进人才培养。
智能科学与技术专业是适应国家发展及社会需要而新设立的专业。它是现代检测技术、电子技术、计算机技术、自动化技术、光学工程和机械工程等多学科相互交叉融合的综合学科。继北京大学最早于2004年设立该专业后,其他20余所高校也相继设立该专业。从目前设立该专业的高校来看,多是在本专业领域有突出科研优势的高校,如北京大学在视听研究领域、南开大学在机器人研究领域等。如何将科研优势转化为人才培养的优势是摆在各高校面前的现实问题。
重庆邮电大学是以信息技术为特色的教学研究型大学,致力于信息技术领域的科学研究,并已在智能科学与技术学科建设上取得了突出成绩。2009年秋,重庆邮电大学招收了第一批智能科学与技术专业本科学生。为办好本专业,突出人才培养特色,教师们进行了多项改革与尝试,已取得了初步成果。
1 教学团队与科研团队建设结合
高质量的人才培养离不开高素质的师资队伍,高素质的师资队伍不能没有高水平的科学研究的锤炼。可见,科学研究是促进人才培养质量提升的有效手段。然而,高等教育进入到21世纪后,教学和科研活动的组织不再是单个教师的行为。通过将一些在技能上相互补充,并且愿意为共同的目标、业绩目标而相互承担责任的教师组合在一起,形成教学团体和科研团队是目前高校教学科研管理的有效手段。
教学团队以培养高水平学生为目的,科研团队以出高水平科研成果为目的。教学团队虽然目标明确,但其显示度较低,在教学工作中的投入很难在短期内看到成效,无法通过量化的方式进行考核。由于教学活动的组织个体性强,教学团队的成员间相互协作与沟通较少,使得教学团队整体缺乏凝聚力。科研团队的人员组成一般由专业方向相近或互补的人员构成,有具体研究目标和任务指标,因此科研团队往往结构上更紧密。通过将教学团队与科研团队结合,有利于增强团队的凝聚力,促进优势学科和科研资源转化为教学资源。
在具体实施中,教师首先根据学科领域形成科研院所,然后再根据科研方向形成研究组。同时,所有课程根据学科领域分为课程群,教师根据主要承担的课程形成课程组。每个科研院所设置有负责人,这些负责人同时也是相关课程群的负责人。各负责人在进行科研工作规划的同时还需要考虑人才培养,这就从工作组织上将科研工作与人才培养有效地结合到一起。经过多年的建设,团队建设工作已经取得了阶段性成果,软件教学研究部被评为“国家级教学团队”,并获首届“重庆市十大杰出青年群体”称号,信息安全教学研究部被评为“重庆市教学团队”。
2 吸纳本科生参与科学研究项目
目前,各高校在本科生的培养形式上不外乎理论教学、实验教学、课程设计、实习实训等。其中,理论教学主要进行知识性的讲解,实验教学、课程设计、实习实训等一般都只是根据预先制定好的计划进行重复性操作。这些形式很难培养学生的创新能力。其根本原因在于理论教学中学生只需要把教师讲授内容记住就可以了,实践教学环节的结果都是既定的,学生在整个学习过程中变成了“记忆器”和“重复器”。学习中少有开放性和探索性的内容。
科学研究是指对一些现象或问题经过调查、验证、讨论及思维,然后进行推论、分析和综合,来获得客观事实的过程。科学研究具有开放性和探索性,其结果有可能成功,也有可能失败,成败的关键与创新思维密切相关。因此,在本科生的培养过程中,有计划地引导学生参与科学研究将有效促进学生创新能力的培养。
为培养本科生参加科研的兴趣,教师在新生入学初就组织学生到各研究所参观。通过参观,学生增强了对本专业的认识,了解到各研究所的一些研究工作情况,同时也激发了其研究兴趣。在学习过程中,为加强对学生科研活动的引导,每个班级都设置了班导师,班导师的职责主要是对学生进行专业学习辅导,并在科研活动上给予指导。通过一段时间的基础课程学习和专业训练,当学生具备了一定的研究所需的知识和能力,就可以通过自荐或推荐的形式到感兴趣的研究所参与科研工作。
目前,各团队所负责的科研项目中50%都接收了本科学生进行毕业设计和科研实践训练。科研工作使学生在学习中思想更开放、更活跃,近年来通过积极组织学生参加全国大学生“挑战杯”竞赛、全国缩微智能车竞赛等各类比赛,共获得国家级、省部级奖励80余项,近年来指导的本科学生发表研究论文10余篇。
3 科研成果转化为教学素材
当前社会,科学技术发展迅速,尤其是进入信息化社会后,科学技术的发展更加迅速,并且呈现出加速增长的趋势。智能科学与技术专业作为多学科交叉所产生的新兴专业更是如此,这就要求教师在授课过程中及时更新教学内容,培养学生在知识能力上紧跟科学技术发展的步伐。
团队教师经过科研历练,积累了大量的科研成果。近年来团队获得包括国家科技进步二等奖在内的国家级、省部级科技奖10余项,发表高水平学术论文500余篇,其中SCI、EI收录200余篇(次)。这些科研成果一方面促进了科学研究的发展,另一方面通过转化丰富了教学素材。
团队教师将科研成果转化为课堂教学案例、实验内容和毕业设计题目,学生获得了良好的熏陶和锻炼。教师将最新的科学技术、方法和手段引人教学的各个环节,不仅体现在课堂教学内容上,而且表现在课程设计指导、综合训练以及各种学生课外科技竞赛指导中,提出并设计了许多既有训练意义又有实用价值的好题目,丰富了教学内容。
4 科研基地补充创新环境
团队近年来承担了包括国家973计划、攀登计划、863计划、国家自然科学基金等10余项国家级和30余项省部级科研项目。这些高水平的科研项目不仅为创新人才培养提供了丰富的科研选题,也为人才培养提供了充足的科研经费和优良的科研条件。科研工作直接带来设备投入的增加,团队利用自身的科研优势,在保质保量完成科研项目的同时向本科教学倾斜,以补充学生创新实验教学条件的不足。
篇10
周济同志在实施“质量工程”的二号文件中指出: “提高高等教育质量,本科教学质量是关键”。智能科学与技术是信息类学科中最年轻的本科专业,也是最具有发展潜力的专业。2008年中国科协举行的“五个10”系列评选活动中,作为智能科学技术核心的“人工智能技术”和作为智能科学技术重要应用领域的“未来家庭机器人”均入选“10项引领未来的科学技术”,这在当今所有学科中独一无二。
文献[2]对中国计算机相关专业作了一次比较全面的调查,调查中发现,目前学生仍处于应试教育模式中,要考很多基础理论课程,而实践课程少,动手能力不强,致使毕业后竞争力较差。调查结果显示,认为毕业生在实际工作中动手能力培养不足的比例高达70%。有的用人单位还反映,学生在校学习过程中没有形成一个好的习惯,没有把基础的东西学好,而是认为学一个语言就可以去用了,结果编程基础很不扎实,稍微复杂点的编程就会出问题,而且编程不太规范,项目工程能力较差,突出的例子就是不喜欢写项目文档。
学生在校期间缺乏有效的、足量的实践环节,是企业和毕业生的共同反映。例如,关于“工作中最有用的技能或知识的来源”的多选题,70.7%的毕业生认为是参加工作之后逐渐学习到的;其次为课程实习,例如硬件试验和上机项目实习题,占40%;第三为到公司实习,占39.2%,都高出大学教师的课堂教学。
对于智能科学与技术专业,将所有专业课程分成两大类:理论性课程和应用实践性课程。有的课程既兼顾理论性,又兼顾实践性,但是有所侧重。理论性课程是方法论的内容,是知识传承的载体,是本科阶段必须强化的内容,目前对于理论性或者偏理论性的课程比较重视,但是比较忽略实践性课程。
虽然每年各类公司招聘应届毕业生的标准几乎一致,但是貌似并未对教学大纲产生过影响。每年各类公司到学校招聘,要求掌握的开发工具和开发平台等,大多没有在课程体系中出现,如图1所示。
为什么在课程体系中没有出现的这些技术呢?不少老师会认为我们是本科教学,这些是专科甚至是职高应该学的内容。然而事实并非如此,2002年开始,我校和比利时鲁汶工学院合办了一个硕士班,这个专业是鲁汶工学院的硕士类专业中的最好专业,毕业生在比利时非常受欢迎。他们的课程覆盖了大部分企业的招聘需求:c++程序设计(QT平台)、用户界面(UI)设计、JavaWeb开发和Flas设计,等等。除了一门“电子媒体导论”属于偏理论性的课程,其他全部是实践性的课程。这些课程是目前国内不屑于开的一些科目,而恰恰又是企业所需要的。
目前对于课程的设置,国内很多专业课程体系和10年前的课程体系设置大体相同。当然,对于基础类课程,没有多大变化是可以理解的。信息类学科每隔5年都会发生重大变化,课程体系却变化很小。这有两方面原因:(1)课程内容变化,第一遍讲解需要大量的备课时间,而且讲课效果还不一定好。(2)要继续学习新技术,不如讲老课程来得熟练、轻松。这样导致新课程开不出来,即使开出来也没有人愿意讲。
2 软件应用实践类课程设计探讨
首先要明确这个体系中有些什么,才能决定需要设置什么。用人单位和毕业生都认为,现在的本科教学有一种教师“闭门造车”之嫌,教师是根据院系的课程安排和课本上的内容、按照自己的思维方式去讲解,其实,就课程安排本身而言就可能已经与社会需求脱节了。
在对所使用的操作平台的调查中,选择使用UNIX/Linux开发平台的比例明显居高。学生在校期间和实际工作中所使用的平台有一些差异,如果能在本科课程中增大UNIX/Linux平台的比例,效果会更好些。在对开发语言与环境方面的调查中,也发现目前在校期间和工作中使用的开发语言和环境不太一致,相差最大的是Java和JSP/J2EE。可见,高校关于开发语言的课程设置中也存在一定问题。
目前在应用开发领域中,从软件开发体系上分类,主要分成三大体系,一种是基于浏览器的B/S(Brower/Server)架构,另一种是C/S(ClientJServer)架构、面向嵌入式系统的开发架构。开发体系如图2所示。
基于B/S架构的开发,目前主要采用三种服务器端语言:JSP(Java Server Pages)、PHP和,这三种语言构成三种常用应用开发组合:JSP+Oracle体系、PHP+MySQL体系以及ASP,NET+SQL Server体系。
基于C/S架构的开发,传统的开发环境有VB、VC以及Delphi等,随着Java体系以及,NET体系的普及,目前更流行NET编程体系和Java编程体系。
对于嵌入式开发,很多老师可能觉得应该并入硬件类课程。我们认为应当并入软件类课程,主要有如下两个原因:(1)目前面向嵌入式的开发,并需要涉及多少硬件设计,开发板都是定制好的,和开发软件的套路没有区别。(2)嵌入式开发环境与普通计算机开发环境已经基本统一,比如QT,Eclipse和Visual 开发套件等。目前,面向嵌入式系统的主流平台分成两种:Linux和WinCE,从开发角度上划分,可以粗略分成应用开发与驱动开发。
将每一个体系都分成基础部分和提高部分,为了能将扩大知识面,将基础部分设置成为必修课程或者选修课,提高部分设置成为选修课。同学可以根据自己的兴趣和发展方向,选择某一个分支学习下去,并在这个方向进行综合案例设计和毕业设计,并以此为作为就业的方向,从而提高最终的就业成功率。基本课程规划如图3所示。
将“算法分析与设计”作为软件类课程的基础,参考MIT大学的智能方向的课程规划,主要讲解智能搜索、排序以及动态规划方面的内容;然后设置3个主线结构:(1)Java基础J2EE开发;(2)NET应用开发基础NET Web开发;(3)基于ARM/DSP系统的Linux应用开发一基于ARM/DSP系统的驱动开发,其中大部分基础类的课程以必修课的形式开出,后面的课程以选修课的形式开出。
通过基础类课程的学习,可以对这个体系的内容有一个初步的认识,学生可以根据自己的就业方向以及兴趣合理选择后续的课程。
3 软件应用实践类课程的教学方法探讨
大部分实践类课程由课堂讲解和上机组成,课堂讲解 将大部分知识点讲解清楚,然后通过上机将课堂的内容进一步巩固,并通过练习,提高课程的动手能力。
如果上午课堂讲解,下午上机练习,效果还可以。很多情况下,要间隔好几天,这样再上机效果将大大降低,根据遗忘规则,很多同学已经忘记课上的大部分内容,上机的效果将大大降低。
我们计划采取一种折中的方法,分成小班在实验机房上课。将讲解部分与上机练习结合起来,对每一个知识点进行讲解后,让同学立刻进行练习,这样可以提高同学的动手实践能力。通过教师的课堂讲解和同学的课堂练习,将知识达到融会贯通的程度,如图4所示。
这种设置提高了对教师的要求,教师除了熟练的知识讲解,还要有快速发现问题的能力,及时查找同学练习中出现了问题。还需要对知识有良好的把握和课堂的整体控制能力。
4 软件应用实践类课程的讲义教材建设探讨
对于讲课的积累,除教学大纲和完整的PPT以外,还应该根据专业特色建立一套完整讲义。每年要对讲义的内容进行完善和修改。讲义是教学过程的总结,一套完善的讲义不仅方便老师教学和同学学习,还能为其他老师授课提供有益的参考。
但是,讲义的编写需要耗费大量时间,是知识再加工整理的过程。内容是讲义和教材的生命,保证内容质量,是提高教学质量的关键。300页的讲义至少需要1200小时以上的时间投入,即使是讲了很多遍的课程,建立讲义的周期也需要半年到1年的时间。
讲义一般情况下使用Word录入,如果对Word不熟悉,对300页左右的书稿进行整理将会非常辛苦。灵活使用Word样式表,可以使排版更加轻松,使整个稿件条理性很强。除此之外,图表的清晰程度也很重要,图题和表题要按照章节进行标注。由于书稿是单栏排列,为了使自己的书稿能够美观大方,尽量不要使用高度大于宽度的图,图的高度与宽度的比例在1:1.5到1:2.5之间比较适宜,比例尽量接近黄金分割点“0.618:1”,这样的图从视觉上是最舒服的。从开始设计大纲到正式完成,科学的方法大概需要5步左右,如图5所示。
前期的预研阶段,需要与同行讨论规划讲义的大纲与章节,并针对每一章定出一级节标题,并反复与同行讨论并修改大纲。如果作为规划讲义的一部分,还需要考虑与其他讲义的衔接、知识点的统筹规划等。根据实际情况,这一阶段一般需要1个月左右。
即使作了充足的预研,到实际写作的时候,也会举“手”维艰,往往投入大量的时间,也看不到多少产出。但是如果不投入时间,则一定不会有产出。很多第一次接手讲义或者教材编写的老师,经常会选择在这个阶段放弃。其实对于第一遍编写,并不需要过于细致,这一阶段需要调动发散性思维,将自己授课的材料,“填鸭式”放到规划的每个章节上,并不断地对资料进行整理,用非口语化的语句,整理素材。讲课的思维很容易影响讲义的语句,因此会出现大量的类似“我们看这样是不是更好啊”、“这样不行了啊”等语句,这些口语化的文字,尽量避免。
第二遍编写和修改,是决定讲义质量好坏的关键过程。按照规划将理论知识、实际案例和综合应用等补充完整。控制好各部分的比例,例如理论知识与实际例子的比例为7:3或者6:4等。对每一章节进行反复细致的修改,并根据内容编写每章习题以及答案。
经过第二遍的编写和修订,写出的内容已经可读了。找个同行进行内容上、技术上和概念上的审查,并根据意见进行修改。因为最终面向的是学生,找几个同学从初学者的角度阅读,只有他们才能感觉到什么地方不连贯、什么地方跳跃有些大了或者什么地方看不懂等。
第三遍修改是一个逐步“求精”的过程。根据同行以及同学的意见,再进行修改,修改的同时,再请他们对相应的地方进行阅读,看调整是否恰当。经过反复修改后,就可以定稿了,在稿件的基础上再编写内容提要和前言等。
经过两遍以上的使用,学生反映良好,就可以在此基础上将讲义建设成为一本教材。如果教材不来源于讲义,不经过课堂的检测,很难是一本好教材。
5 应用实践类课程的考试方法探讨
闭卷考试有很多缺陷,不能客观反映出学生理解、掌握、应用知识的实际情况,但是如果没有闭卷考试的督促,学生会放松学习,从而不能产生良好的学习效果。可以不应拘泥于闭卷这一种形式,对考核内容和形式作适当调整,形成多样化的考评方法。例如:
(1)减少闭卷考试的科目,安排具体实践项目,结合平时组织的小讨论、小论文,做项目、写方案报告,以论文考核为主。
(2)更多地通过课程的实验和成果来考核,鼓励在实验中的创新,理论成绩所占比例可以缩小到总成绩的50%以下。
(3)布置给每位学生的作业都不一样,不以统一的答案标准作为考核依据。
(4)减少必修课比例,鼓励学生选择选修课程。
大部分专业核心课程都有实验环节和课程设计环节。课程设计环节对学生是一个综合性锻炼的机会,要求学生从工程的角度进行考虑和设计,考核时不仅要看程序的运行,更重要的是要看设计思想和程序代码及逻辑,这样就有效地防止了一个学生做出来其他同学就都拷贝的现象。为了保证课程设计的质量,题目事先要进行筛选和评议,根据课程设计的时间长短,题目的难度要进行相应调整,偏难和偏易都不合适。
参考欧洲一些科目考试的经验,并结合国内的课程的特点,我们将课程考核分成3个部分,平时的成绩占10%,课程最终的答辩占30%,闭卷考试占60%,如果有任何一个类别不通过,课程都算不及格,如图6所示。
其中,试卷答题和项目答辩同时进行,某一组在答辩时,其他小组在考试,这样交替进行。每组的项目需要设计出完整的程序演示、系统的需求分析、详细设计以及答辩PPT等。
篇11
1课程建设情况
专家系统使用人类专家推理的计算机模型处理现实世界中需要专家做出解释的复杂问题,并得出与专家相同的结论[3]。其最大特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由[4]。我们结合专家系统课程特色与学习认知过程特点,采取认知教学作为专家系统教学的理论基础[5-6],根据智能科学与技术系列课程教研经验,融合双语教学方式,初步提出课程定位和建设目标,给出了教学基本要求。
1.1课程定位与建设目标
在学习本课程之前,学生最好已经选修过离散数学、人工智能和面向对象的程序设计课程,本课程32个学时,2个学分,其中实验课6学时。此外,“专家系统”还可作为自动化、计算机科学与技术等相关专业有兴趣的学生的选修课程。可为学生提供一种新的手段和方法求解传统方法难解问题,也为学生们了解智能科学与技术领域知识提供良好的窗口。
专家系统成为智能科学与技术本科专业的专业基础课程,目的在于培养学生理解和掌握专家系统技术的基本观念、基本理论和智能科学方法;并灵活设计和构建不同领域的专家系统,解决实际问题,为学习后续课程奠定方法基础。通过教学过程,培养学生善于分析继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的自主科学创新精神。
1.2课程教材设计
本校专家系统课程选用了蔡自兴编写的《高级专家系统:原理、设计及应用》[3]一书,该教材包括专家系统的基本理论、技术方法和实际应用的诸多内容,知识点介绍全面详尽,同时列举了诸多实例,便于课堂分析与课后理解。
根据双语教学的要求,外文参考教材[7]选用了Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,适合学生作为主要参考书目进行课后学习。实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书,主要利用了同时,根据双语教学的要求,外文参考教材选用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,有利于学生作为主要参考书目进行课后学习。我校实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书。主要利用了该书后半部分内容。目前,国内基于CLIPS的“专家系统”实验教学教材在国内几乎没有容,专家系统课程实验及其教材建设还需进一步改革与探索。
1.3教学要求与知识框架
通过学习,使学生了解和掌握专家系统的相关原理和方法,。要求学生掌握知识表示方法、搜索推理技术的相关内容,熟悉和了解常见的专家系统解释机制、开发工具和评估方法,学会基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构建立和应用,掌握专家系统的常用编程语言――CLIPS,了解专家系统的发展趋势和研究课题。经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。。
经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。
模块一专家系统的定义、发展历史、研究内容、类型、结构和特点以及构建步骤;。
模块二熟悉专家系统时可能采用的人工智能的知识表示方法和搜索推理技术,结合传统人工智能方法和计算智能的一些方法;。
模块三了解专家系统的解释机制、开发工具和评估方法;。
模块四熟悉基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构、推理技术、设计方法及应用示例;。
模块五掌握人工智能和专家系统的编程语言――CLIPS,了解其他LISP,PROLOG和关系数据操作语言等;。
模块六展望专家系统的发展趋势和研究课题,并了解新型专家系统的特征与示例。
从教学要求角度出发,模块一、模块三和模块六的教学要求相对一般,但却是学生涉及专家系统技术的必备知识模块。相对而言,模块五是基本教学条件要求中最高的一个模块,因为模块二与模块四的深刻理解与系统设计需通过模块五而实现的。
从教学内容的重难点角度出发,模块二是重点部分之一,但因有人工智能课程的基础,相对而言,教学实施过程中较为顺畅。模块四与模块五是专家系统课程重点阐述部分,其中模块五也是难点部分,在实验教学环节中,由于大部分学生初次接触推理性的编程语言,所以需要一定的入门时间和练习次数。
2专家系统课程教学改革实施
2.1基于多媒体的专家系统课程教学
教学应以学习者为中心,以先进教育技术为手段,相辅相成,促进教学效果。人类的感官功能中视觉与听觉器官起到了94%作用[78],而视听觉的协同作业能大大提高学习效率,而。多媒体教学就是一种集声、文、图、色于一体的教学手段之一,其实施。多媒体教学的关键实施内容就是教学设计,而教学设计的难点就是在不增加学生信息加工系统中工作记忆负荷的前提下,用促进生成的方式呈现学习材料,包括教材、课件、讲义、课堂讲解、课后习题等。
结合专家系统课程教学情况,教学设计分为以下3个方面进行详尽阐述:。
1) 把握好课堂教学知识量。
专家系统课程相对智能科学与技术专业第六期的学生而言是非常新颖的一门非常新颖的课程,学生们相对的学习热情比较高,但这里还需仍然需要对学生的先前知识结构和能力有个简单的估计。教师需考虑学生的工作记忆容量,并对学生的长期记忆有个估计,把握学习材料内在负荷。学习材料并非越多越好,关键在于精华,给学生留下深刻印象。“专家系统”课堂教授部分以原理性与推理性知识为主,应增加实践技术实例,这样让学生紧密联系实际应用进行学习,。多媒体视频就是一个很好的表现手段。将制作好的实例视频,向学生们展示,不但让课程氛围活跃,还激发学生对实践教学的兴趣;不但没有增加课堂的知识负荷,还可以留给学生课后对比学习。
2) 多元化课件制作呈现形式。
专家系统是一门推理性知识要求很强的课程,同时也需要掌握一门有利的开发工具方能使学生做到灵活应用。经过教学实践与课后调查发现,学生们对知识表述与相关画面共同呈现的形式比单一媒体呈现形式学习效果好,知识和画面也必须是关联的,呈现位置和各部分的比例也需考虑充分。为此,课件制作是一个“改无止境”的工程,因为每一届的学生具有自己的特点,且专家系统课程知识点的不断更新,每一年都要对课件进行大量的补充与改进。
3) 基于认知教学的课堂讲解过程。
认知教学模式中,是以学生为主体,教学教师起主导作用。课堂讲解是面对面教学活动中的重要环节,,它是多媒体中联系言语与画面的桥梁,是减少学生工作记忆负荷的有效手段。
专家系统课程知识可分为表示性知识与推理技术性知识,根据相关认知心理学理论,可将知识分为两类:陈述性知识和程序性知识[5]。其中在教育心理学中“陈述性知识”是指个人具有有意识的提取线索,能够直接加以回忆和陈述。其实就是关于“是什么”的知识,包括对事实,规则,事件等信息的表达。教育心理学中“程序性知识”是指个人没有有意识的提取线索,其存在只能借助某种作业形式简介推测的知识称为程序性知识,而现代认知心理学为程序性知识以产生式及产生式系统来表征的。所以可将陈述性知识采用“专家系统”中的语义网络形式为基础地表征,而程序性知识的表征形式可用“专家系统”中的产生式系统,以“ifthen”形式表示条件这一关系。众多形式的产生式规则相互联系就组成了复杂的产生式系统。基于认知理论的“专家系统”知识教学实施过程中,首先应选定系统设计内容,掌握开发系统时所需的知识与工具,;其次分析问题,并根据系统的具体特征转化知识。而后;接着对问题模型进行求解,建立和构造知识库,;最后,利用实现工具编写代码,系统联调。
2.2专家系统课程双语教学的实施
专家系统课程是信息学科新兴发展的一门课程,有许多关键性进展相关研究进展和成果的资料均源于英文文献,因而提高学生双语水平是一种大势所需,。同时,双语教学提高了对教师整体素质的要求,在双语教学过程中,有意识的增强教学互动,以问题启发式教学与课堂辩论形式教学,学生通过查阅主题文献进行针对性的演讲或讨论,教师对学生的表现加以评述,并进行补充。这种形式可扩大教师的知识面,使得任课老师了解前沿的研究成果。也可培养学生主动学习的积极性和创新能力,使得课程具有鲜活的生命力。双语教学对教师,特别是教师的其外语水平及其口语表达能力,,。促进了师资整体水平的提高。专家系统的双语教材已在1.2中介绍,但实验教材的设计与编写工作现仍处于空缺,这也是双语教学的需完善的内容工作之一。由于双语教学增加了授课难道难度,进而影响了授课的进度,应充分发挥多媒体先进教学手段对专业术语和难以理解的内容,进行注解,帮助于学生理解。在贯彻双语教学的过程中,除了指定适当英文参考短文或参考书,开发双语课件外,还应使学生接触国内外文献资料,开阔眼界,拓宽知识面,强化双语的意识,激发学生主观能动性,使学生找到课程学习的归属感。
2.3改革“专家系统”课程实时交互活动
专家系统课程是一门理论与实践关系密切的课程之一,课堂留下的作业大多需要计算机编程或计算机辅助教学方能较好的地完成。根据此特点,改革传统的作业形式与批审方法可节约反馈时间,同时可实现“低碳无纸化”办公。利用网络进行作业上交,教师批阅后通过网络及时返回给学生,不但能提高老师的办公效率,也使学生得到快速与准确的反馈。
针对多校区的现状,我们利用网络教学资源,采用了多种交互式策略,通过Email和群讨论组等方式进行在线交流,也可传递参考资料,交流课外成果,实现只要老师在实验室,学生在任何有网络终端PC机处,就能进行了实时交流或批改作业。避免了学生为了课后的困惑问题积压至下一堂课的矛盾,同时也节约了学生往返路程上耗费的时间。
为了进一步体现教学效果,我们下一步拟进行考试方式的变革,应综合考虑课堂出勤情况、平时正式作业成绩、课堂讨论情况和期末课程考试进行综合评分。还应考虑以双语形式进行笔试,当面交卷后进行双语发问。若有课程论文或创新作品表现突出者,可免参加最后的课程考试。使考试不再是学生的负担,而成为衡量与培养创新能力。和口试。
3基于CLIPS的专家系统实验教学
3.1专家系统与CLIPS语言
CLIPS(C Language Integrated Production system)是由美国航空航天局约翰逊空间中心(NASA’’s Johnson Space Center)开发的一种专家系统工具,由C语言编写而成。早期的专家系统工具大都用LISP、Prolog等编程语言开发,共同问题是运行速度慢,可移植性差,解决复杂问题的能力差。CLIPS是基于Rete算法的前向推理语言,其优点包括:①逻辑推理方面的强大功能强。②、可移植性好。③、可扩展性好。④、有利于和其他语言联合使用等。
3.1专家系统与CLIPS语言
专家系统与传统的计算机程序系统有着完全不同的体系结构,通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成,其中尤以知识库与推理机相互分离而别具特色。用clips语言能够更好地熟悉专家系统的整个组成。CLIPS可为基于规则、面向对象以及过程的编程提供支持(rule-based, object-oriented, and procedural programming)。
以基于规则的专家系统利用CLIPS工具编程作为实例阐述。在CLIPS中找到专家系统基础的组成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事实,而Knowledge Base包含所有的规则,Inference Engine控制所有的进程。图1所示为专家系统框架示意图。专家系统中最核心的就是知识库,知识库中包含了大量某个领域专家的知识。,为了使计算机能运用专家的领域知识,必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。
3.2专家系统实验教学内容
通过CLIPS软件环境提供了的验证性、设计性和开发性实验,帮助学生更好地熟悉和掌握专家系统的基本原理和方法;,通过实验提高学生总结实验结果的能力,使之对专家系统的相关理论有更深刻的认识。实验内容如表2所示:。
其中,实验1为实验2的基础,这两个实验应与讲授课程穿插,使得学生利用课堂学到的理论联系实际实验操作,通过这两个实验的学习能够掌握专家系统的开发过程、掌握用产生式规则绘制推理树的方法、掌握、编写CLIPS应用程序的方法以及程序运行环境的应用等。实验3是一个有难度的实验,需要大量的课余准备时间,所以在完成实验3的时候,必须预留3周的时间,提前布置给学生,让学生做好实验前的准备,这样方能取得较好的实验教学效果。这些被挑选出来的CLIPS专家系统的代码应是经典的学习内容,通过该实验培养学生独立分析与开发完整的专家系统的能力。
3.3实验教学实例分析
1) 实验目的:学习和理解CLIPS编程语言,通过分析用CLIPS编写的“野人过河”的程序,深入理解专家系统的编程技巧,加深对专家系统的认识和理解。
2) 实验说明:野人过河问题属于智能学科中的一个经典问题,问题描述如下:,有三3个牧师传教士和三3个野人过河,只有一条能装下两个人的船,在河的任何一方或者船上,如果野人的人数大于牧师的人数,那么牧师就会有危险。
假设问题的初始状态和目标状态,假设和分为1岸和2岸: 。
初始状态:1岸,3野人,3牧师;2岸,0野人,0牧师;船停在1岸,船上有0个人;。
目标状态:1岸,0野人,0牧师;2岸,3野人,3牧师;船停在2岸,船上有0个人;。
整个问题就抽象成了如何从初始状态经中间的一系列状态达到目标状态。问题状态的改变是通过划船渡河来引发的,所以合理的渡河操作就成了通常所说的(算符)就是问题求解的关键。,根据题目要求,可以得出以下5个算符:渡1野人、渡1牧师、渡1野人1牧师、渡2野人、渡2牧师,。根据渡船方向的不同,也可以理解为10个往还算符。定义算符知道以后,剩下的核心问题就是搜索方法了,。本程序采用深度优先搜索,通过不断扩展后继结点节点,逐步找出下一步可以进行的渡河操作,;如果没有找到则返回其父节点,看看是否有其它其他兄弟节点可以扩展。
搜索中采用的一些规则如下:
(1.) 渡船优先规则:1岸一次运走的人越多越好(即1岸运多人优先),同时野人优先运走;2岸一次运走的人越少越好(即2岸运少人优先),同时传教士优先运走;。
(2.) 不能重复上次渡船操作,避免进入死循环。;
(3.)任何时候 河两边两岸的野人和牧师数在任何时候均分别大于等于0且小于等于3;
(4.) 由于只是找出最优解,所以当找到某一算符(当前最优先的)满足操作条件后,不再搜索其兄弟节点,而是直接载入链表。
(5.) 若扩展某节点a的时候,没有找到合适子节点,则从链表中返回节点a的父节点b,从上次已经选择了的算符之后的算符中找最优先的算符继续扩展b。
通过实验教学过程中的专家系统开发实例分析,总结了出应用于在许多专家系统项目中的线性生命周期模型,如图32所示。这个模型包括从计划到系统评估的许多阶段,对系统开发的描述一直到功能评估这种程度上。之后,生命周期不断重复:从计划到系统评估,直到系统交付正常使用。
4结语
专家系统课程的发展开发过程是教学研究和教学改革实践相结合的过程,需要不断加强学习、总结经验。本文从总结了专家系统课程定位与、建设目标、教材的选用设计和课程知识框架等方面的总结了“专家系统”课程建设情况。在,并就教学改革过程中注重多媒体教学的效果、双语的实施和课程互动活动的改革等问题进行比较深入的介绍与探讨。通过CLIPS语言与专家系统实验的结合,阐述了实验教学的目的、CLIPS实验特色及和实验方法,体现了基于CLIPS实验教学的优势与特色。在未来的教育领域,专家系统技术将成为信息时代教育发展的新生力军,专家系统也将成为新世纪人类智能管理与决策的得力助手。
致谢注 :本文受国家级智能科学基础系列课程教学团队项目(2008)支持,感谢本文得到中南大学信息科学与工程学院智能所的大力支持,特别感谢蔡自兴教授的鼓励与帮助。
参考文献:
[1] 李蕾,王婵,王小捷,等..“机器智能”课程建设初探[J]. 计算机教育,2009(1):86-92.
[2] 陈爱斌.“人工智能”课程教学的实践与探索[J]. 株洲工学院学报,2006,20(6):137-139.
[3] 蔡自兴,Durkin,龚涛. 高级专家系统:原理设计及应用[M]. 北京:科学出版社,2005:1-2.
[4] 蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社,2007,:28-29.
[5] 杜海琼,张剑平..“专家系统”教学的认知教学理论基础及其教学实施[J]. 现代教育技术,2008,18(8):18-21.
[6] 杜海琼,张剑平. 认知学徒制在“推理与专家系统”教学中的应用[J]. 现代教育技术,2009,19(4):120-123.
[7] Joseph Giarratano, Gary Riley. Expert Systems Principles and Programming[M]. 3th ed. Boston:PWS Publishing Company,1998.
[78]肖桂清,李渺. 正确运用多媒体,促进认知学习的最优化[J]. 思茅师范高等专科学校学报,2002,18(4):55-57.
[8] 杜晖. 决策支持与专家系统[M]. 北京:电子工业出版社,2007:22-23.
Exploration in Course Construction and Teaching Reform of Expert System
YU Ling-li, WEI Shi-yong
篇12
在了解阿里云人工智能机器人小Ai的基本运作过程后,钛媒体认为小Ai的算法其实已经不仅是深度学习,而是在深度学习之上的更高阶算法,并就此向阿里云人工智能科学院闵万里求证,得到的回复:是的。
小Ai算法高阶在哪里?
尽管阿里云方面没有透露关于小Ai更多算法方面的信息,只说小Ai主要基于神经网络、社会计算(social computing)、情绪感知等原理工作,善于洞察本质和实时预测,并能理解人类情感。
但是小Ai挑战歌王预测难点有三:首先,这是在7个歌手之间的混战,并非AlphaGo与李世石之间的两人对弈;其次,唱歌是情感理解加艺术欣赏,不同的唱法、变声、假声等无常法也无定论,现场演唱更是即兴创作;再次,最终结果是湖南卫视节目组、电视观众、500位大众评审、7位歌手共同创造的结果,其中充满了巨大的随机性。
简单的理解,用于AlphaGo围棋对弈、语音识别、图像识别等的深度学习算法,主要解决的是单目标优化问题,而小Ai要挑战的本质上是多目标优化问题,这从根本上就“迫使”阿里云选择更高阶的算法。闵万里告诉钛媒体记者,小Ai本身是一个基于概率的决策优化过程,在决策过程中需要多组变量输入,其中的部分变量是通过深度学习优化得来。
之前,小Ai的算法已经被阿里云成功用于浙江省交通厅的路况预测,而能解决城市管理和宏观经济问题的人工智能算法都属于多目标优化算法。西方已经在城市综合管理和宏观政策制定等领域长期采用了多目标优化算法,包括模拟退火算法、遗传算法等。闵万里向钛媒体称,小Ai并没有采用现成的多目标优化算法,而是自己开发的算法体系。
小Ai之父闵万里
那么,小Ai凭什么能够实现高阶算法呢?这必须要提到小Ai之父、阿里云人工智能科学院闵万里。
14岁被中科大的少年班录取,闵万里19岁赴美攻读物理学硕士,2004年获得芝加哥大学统计学博士,先后在IBM Watson研究院及Google担任研究员,2013年加入阿里云负责人工智能项目小Ai。
闵万里说在IBM Watson研究院的经历让他受益匪浅。IBM最早提出智慧城市战略,也是最早看到未来趋势。2005年,IBM把PC硬件业务卖给联想后,开始自己的转型。这个转型的过程,最缺的就是海量数据分析能力,因此补充了很多相关研究项目,包括海量数据分析、关键信息提取、预测建模、机器学习等,闵万里也借此接触了一线实战案例。
之后到了Google,闵万里比较具体地负责移动端广告精准推送优化研究,主要是对海量数据进行研判,这其实已经非常接近今天小Ai要解决的问题了。移动端广告精准推送优化是互联网广告最核心的技术,需要通过大数据分析和机器学习等提升广告的精准推送,从而提高广告的点击率。
移动端广告精准推送优化数据分析包括:研判用户当前上下文网页的内容;研判用户所在地理位置——驾车状态下推送短广告、饭馆里推送复杂广告;研判用户对于推送广告的喜爱程度等。这些都属于多情景变量下的实时决策问题,与小Ai要挑战的歌王预测场景极为类似。
闵万里长期从事机器学习理论研究与应用算法研发,在脑电波(EEG)解析、高维数据挖掘、随机过程理论、时间序列分析、网络流理论等领域获得多项国际专利。他于2011年发表的道路交通流预测研究,是该领域全球五年来被引用次数最多的论文之一。
2013年,有猎头找到闵万里,希望游说他加入阿里云。当时猎头说了一句话,中国有这样一家公司,数据总量比亚马逊、eBay、Paypal加起来还多。“这一句话就已经可以说明一切了,做大数据就要来阿里。”闵万里如此断然加入。
小Ai的研发过程
从2012年开始,阿里云研发了后来被称为“MaxCompute”的海量数据处理计算引擎,当时叫做ODPS,这是小Ai非常重要的计算基础设施。
ODPS是阿里集团30多个事业部唯一的大数据处理平台,在2015世界Sort Benchmark排序比赛中,ODPS用377秒完成了100TB的数据排序,打破了此前Apache Spark创造的1406秒纪录,创造了4项世界纪录。如今,MaxCompute可在6小时内处理100PB数据、相当于1亿部高清电影。
值得一提的是ODPS的实时计算系统StreamSQL,后来在阿里云数据加平台被称为“StreamCompute”,可日均处理万亿消息、PB级的数据以及千万级的每秒查询率QPS,适用于根据用户实时行为数据(浏览、成交、收藏等)调整推荐商品的实时推荐系统等。
阿里云方面说,小Ai的学习速度是人类的1万倍,人类需要10万小时成为某一领域的专家,小Ai只需要10小时。这其实就是基于MaxCompute和StreamCompute等阿里云大数据分析的实战平台,“阿里云的大数据分析是经过了实战检验,这是与其它平台不一样的地方。”这个平台经历了阿里上万名工程师的实战,其中包括7次双十一的考验。
在研发MaxCompute等计算平台的同时,阿里云人工智能小组还在开发深度学习、社交网络情感分析、语意分析、优化算法等人工智能算法体系。到2015年的时候,阿里云的人工智能算法在阿里各个业务场景下实现了成熟的应用,之后被抽象成通用的模块再嫁接到MaxCompute上。
“所以阿里云的人工智能模块带有明确的可应用场景,不是闭门造车。也不是我们憋了4年,就为做这件事(挑战《我是歌手》)。这其实是在阿里整个业务生态中,慢慢成长起来的。”闵万里对钛媒体记者说。
小Ai的算法体系
阿里云于2012年就开始人工智能领域的技术研发和储备。在参加湖南卫视《我是歌手》比赛之前,小Ai已经积累了不少实战经验,比如帮助光伏电厂预估发电产能减少能耗、帮助水利监管部门预测水库水位以预防灾害发生、帮助金融机构客服人员接电话、帮助阿里音乐预测音乐黑马等等。
小Ai团队除了工程师、科学家之外,还有多位阿里音乐和专业人士作为教练,学习了几百万首歌提升音乐品味和鉴赏能力。小Ai基于阿里音乐数据库,自动学习音频的重要特征后形成对歌曲的多维度评价,包括音高、能量、语谱、基频等,通过特征来训练小Ai对音频及受欢迎程度之间的关联性思维,不过目前小Ai还没有遍历韩文等外文歌曲。
那么小Ai是如何现场预测比赛结果的?小Ai从历史赛事和海量资料中寻找影响比赛结果的变量因子,训练出一个实时动态模型进行预测,包括歌曲、歌手、粉丝、现场氛围、网友讨论等维度,每种维度都通过机器学习提取海量特征。这些特征有静态的,也有跟随比赛而动态变化的,需要现场实时计算。
闵万里透露,小Ai眼里的歌手是无数标签的集合,比如李玟就有女歌手、70后、华裔、美国、偶像、性感、奥斯卡、R&B、Soul、粉丝量等标签。而现场影响评委喜好的因素非常多,小Ai需要找到这些影响因素的每一个信息变量,包括歌手演唱相关的曲风、流派、编曲、帮唱嘉宾、舞蹈、歌手颜值等现场热数据,以及场外的各种冷数据信息。再把这些信息通过一定逻辑叠加在一起,形成整体决策机制。
总结来说,小Ai要做的是去观察一切可能影响投票结果的因子,整个过程是在全空间、连续、动态地场景中,“理解人类的喜好”、“洞察人类的思考”。
与微软小冰的区别
作为同样主打“情感算法”的微软小冰,闵万里表示微软小冰与人类的一问一答对话很容易带入上下文情境,之后就可以用语言学等相关的模型进行建模和分析。而小Ai要同时理解7个歌手的混战以及音乐欣赏等超越语言的内容,这是小Ai的不同之处。
闵万里举例小Ai的算法难点,比如上一次的孙楠退赛完全出乎意料,小Ai也不可能预料到这样的事件,这对当时的模型训练造成了很大的困扰。在现场比赛的时候,什么状况都有可能发生,不管最后小Ai预测的结果如何,都是一次成功的尝试。
此外,在商业模式方面,小Ai看起来也不如微软小冰有一个比较容易的商业化路线,现在微软正把小冰变成整个微软产品与服务的人工智能基础设施。与当前盛行的深度学习算法相比,小Ai的多目标优化算法似乎也难于看到一个清晰的商业化前景。
篇13
1智能系统控制课程探究式教学设计
智能系统控制课程与智能信息处理课程分别是我院的必修课程和选修课程,其探究式教学平台主要包括网络课程、讲义下载、学生论文/程序演示等模块。智能系统控制课程的探究式教学是指教师利用课堂的知识传授和网络的开放资源,安排学生分课题组,边进行科研合作边学习的教学模式。因此,探究式教学具有学生积极性高、师生/学生之间交互强、学生体验印象深和师生互相学习等特点。本课程的探究式教学模式设计的步骤有探究式教学模式设计、网络课程网站设计和实践展示平台的设计。
1.1探究式教学模式设计
传统教学模式往往没有提供可供学生自主选择的学习方法,但并不是所有的学生都适合此种教学方式[2]。因此,有必要研究可供学生自主选择学习进度的探究式教学模式,以实现因材施教。
本课程的探究式教学模式具体来说,是指根据每个学生的专业、基础、潜力和特点划分几个合适的课题组,帮助每个学生选定自己的小课题;接着,在老师指导和组长带领下分组调研、讨论、设计、编程和交流,同时可以利用教学网络中的各种教学资源;最后,将成果总结为PPT和程序,在课堂上交流,再在网络上演示。例如,先根据学生学习智能系统控制课程的不同目的和学生的专业基础,将众多学生分为自动化组和通信组。然后,由各大组的组长和组员根据专业基础和兴趣探讨课题题目和研究子方向,保证每个学生都有具体研究小课题。进而,学生调研、探讨、研究、合作、交流,进行PPT陈述。再如,有的学生想学智能控制的理论知识,有些学生则想重点学习智能控制的应用技术,因此将智能系统控制网络课程分为理论教学和应用教学。
1.2网络课程网站设计
智能系统控制网络课程的主要功能是在教学网页上向学生展示智能系统控制的各种课程知识,要求以逻辑性强、易于理解的方式向学生传授知识,这是学生自主学习的重要环节。知识点页面的设计要求排版清楚美观,色调适合统一,图文并茂,以多媒体的形式展示知识。为了让学生及时了解自己的学习进度并能实现知识点页面的随意转换,设计了动态跟随目录,以便于学生随时选择课程的学习内容。对智能系统控制课程设计了进度参考值,以便于学生知道其学习快慢,从整体上把握学时规划。
1.3实践展示平台的设计
在智能系统控制课程的实践展示平台中,习题的存储和管理都在数据库中进行,章节自测题的功能模块如图1所示[3-4]。学生每学完一章就可通过练习来巩固该章的知识,了解其对本章节知识的掌握情况。
在课后习题的设计中,特别增加了显示失分题并列出正确答案的功能以及留言功能。学生利用前一功能了解自己错误理解的那些知识点并改正错误,学生通过后一功能提交对答案的任何质疑或更好的建议方案,并由专业老师予以点评,如图2所示。这些功能能提高学生的积极性,增加老师与学生之间的互动性,为学生学习本课程提供了很好的智能助手[5-6]。
智能系统控制课程实践展示平台的另一重要功能是利用Java技术等网络工具展示智能技术的演示程序,促进学生的学习交互性和实践效果。对于人工智能和智能控制课程中每种能演示程序的知识点,都可以用Java等技术编程实现交互演示实例,也可以推荐学生设计相关的演示程序,开设学生作品的演示区。
2结语
智能系统控制课程的探究式教学方法可以弥补传统智能控制教学过程中的一些不足,让任何学生都可以在任何时间、任何地点选择一种自己想学的教学模式,以自己喜欢的学习方式和学习进度进行学习。学生根据自身的条件选择一种教学模式,然后进行自主学习。每章最后会设置章节自测题,查看学生对本章节的掌握情况,更主要的目的是巩固学生本章所学知识。随着智能网络技术的发展,智能技术的教学将会更加人性化和个性化[7-8]。
参考文献:
[1] 蔡自兴,徐光v. 人工智能及其应用[M]. 3版. 北京:清华大学出版社,2004.
[2] 龚涛,蔡自兴. 多维教育智能体的构建与应用[J]. 教育信息化,2002(76):55-56.
[3] 马娅婕,田翔川. 多媒体网络教学系统在线考试题库的设计[J]. 计算机应用研究,2005(1):182-183.
[4] 黄向前,刘渊,庄春兴. 关于题库资源建设系统的规范化的分析[J]. 实验技术与管理,2004,21(3):76-79.
[5] 管恩京,李静,郑海峰. 促进高校网络教学与教学资源应用的对策研究[J]. 现代教育技术,2009(12):126-129.
[6] 沈理达. 工程基础软件及应用课程的网络教学系统设计[J]. 中国科教创新导刊,2009(36):123,125.
[7] 李人厚. 智能控制理论和方法[M]. 西安:西安交通大学出版社,2002.
[8] 王岳斌,刘利强,周细义. 交互式网络教学模型设计与实现[J]. 湖南理工学院报:自然科学版,2005(3):19-22.
Research on Exploring Teaching of Intelligent System Control Course
GONG Tao1, ZHOU Jia-jia2