時間：2023-08-23 16:58:37
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能教育實踐，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
>> 研究生人工智能原理教學改革 研究生人工智能課程教學探索 研究生“人工智能”課程教學改革探索 人工智能系列課程研究 人工智能課程全英文教學改革 人工智能實驗課教學改革研究 《人工智能》碩士課程教學改革的研究與實踐 落實科學發展觀,深化“人工智能”課程的教學改革 創新型人工智能教學改革與實踐 人工智能課程教學方法研究 “人工智能導論”課程的教學與實踐改革探索 新形勢下本科教育階段人工智能課程教學研究 人工智能課程研究型實驗教學的探索與實踐 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 應用DBR的人工智能課程教學 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 面向人工智能的信息管理與信息系統專業教學改革 常見問題解答 當前所在位置：l.
[5] 王海,許德章.“機器人學導論”專業課雙語教學改革的實踐[J]. 科技咨詢,2009(3):182-183.
[6] 徐新黎,王萬良,楊旭華.“人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.
[7] 李竹林,郝繼升,馬樂榮. 人工智能雙語教學體系結構的探索與實踐[J]. 計算機教育,2010(12):81-83.
[8] 冀俊忠. 落實科學發展觀,深化“人工智能”課程的教學改革[J]. 計算機教育,2009(24):105-107.
[9] 朱映輝. 基于導向驅動的《人工智能》課程教學改革研究[J]. 現代計算機:專業版,2009(5):94-96.
Research on Artificial Intelligent Series Courses of Graduate Students
REN Xiao-ping1,2, REN Qing-xiong3, GUO Fan2
(1. Institute of Intelligent System and Software, Central South University, Changsha 410083, China ; 2. Institute of Information Science and Engineering, Central South University, Changsha 410083, China ; 3. Shanxi Institute of Metrology Supervision & Verification, Taiyuan 030002, China)
>> 引入深度學習的人工智能類課程 中西合璧的人工智能課程雙語教學模式 可調戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 游戲開發應用中的“人工智能”課程教學方法探討 人工智能的應用研究 人工智能的日常應用 人工智能的應用和發展 淺析電氣自動化控制中的人工智能應用 分析繼電保護中的人工智能技術及其應用 電氣自動化控制中的人工智能應用分析 常見問題解答 當前所在位置：l)。在情境創設時,教師根據學生特點提出了多種應用需求,例如化妝品銷售咨詢等。學生利用該工具,興趣盎然地開發了自己的小型專家系統,不僅理解了專家系統的特點、作用、運行方式等,還具有強烈的成就感。
2.2面向研究的情境創設
蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發現問題、分析問題和解決問題,激發學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。
下面以“規劃”中的路徑規劃內容為例,詳細分析以研究為導向的情境創設過程。表2給出了整個教學設計。
綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。
3DBR驅動的教學過程
人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節課甚至幾周,怎樣在此期間保持學生的興趣和關注?
DBR是情境設計、實施、評價、再設計、理論形成等環節多次迭代循環的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環。本課程教學主要做好兩個環節,以驅動整個教學過程的推進。
1) 實踐環節。
通常的實踐環節是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。
2) 教學評價。
除了課程考核以外,每個教學單元結束時都有反饋和評價環節。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發現教學設計中的問題,及時調整。
通過上述兩個環節的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。
4教學實施效果分析
1) 正效果分析。
中原工學院計算機學院作為普通工科院校,以培養實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發,考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業生總人數的20%。
人工智能教學中采用的應用型與研究型情境創設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發揮了主動性和主體意識,為持續發展奠定了良好的基礎。
2) 不足分析。
DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:
(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。
(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發。而學生課業繁忙造成了實施的瓶頸。
這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。
5小結
本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節,學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。
參考文獻:
[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.
[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.
[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.
[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.
DBR Utilized Teaching Method for Artificial Intelligence
WANG Lu, LU Xiao-xia
(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)
>> 多媒體網絡英語教學多元化創新教學模式的探究與實踐 中職數學多元化創新教學舉隅 淺談人工智能自動化技術的發展 小學體育多元化模式教學 人工智能加速商業化 國際化視野下的企業多元化 高校多元化考核模式的創新與實踐 關于實踐教學中多元化創新模式的若干探討 面向實踐與創新能力培養的程序語言多元化教學模式探索 基于創新能力培養的多元化課堂教學模式研究 創設多元化教學模式激發學生創新意識 創新多元化高職入學教育模式 建設模式多元化 人工智能時代下營銷活動的智能化 高校油畫教學的多元化教學模式探討 鋼琴教學中多元化教學模式的應用 天津大學：協同多元化教育資源培養能源動力類國際化高素質創新型人才的熔煉模式 《商務談判》多元化教學模式的構建 淺析中學體育教學模式的多元化發展 高中政治的多元化教學模式探討 常見問題解答 當前所在位置：.
[7] Russell S， Norvig P. Artificial intelligence： A Modern Approach[M]. 3rd ed. Edinburgh： Pearson Education Limited， 2014.
[8] 跽蛑甘： 全球人工智能發展報告2016[R]. 嘉興： 烏鎮智庫和網易科技， 2016.
[9] Nilsson N J. Artificial intelligence： A new synthesis[M]. San Francisco： Morgan Kaufmann Publishers， 1998.
[10] Negnevitsky M. Artificial intelligence： A guide to intelligent systems[M]. 2nd ed. Boston： Addison-Wesley， 2004.
[11] Luger G F. Artificial intelligence： Structures and strategies for complex problem solving[M]. 6th ed. Edinburgh： Pearson Education Limited， 2008.
[12] Jones M T. Artificial intelligence： A systems approach[M]. Sudbury： Infinity Science Press， 2009.
[13] Flasiski M. Introduction to artificial intelligence[M]. Wiesbaden： Springer International Publishing， 2016.
[14] Winston P H. Artificial intelligence[M]. 3rd ed. Edinburgh： Pearson Education Limited， 1992.
[關鍵詞]人工智能；中學輔助教育；教育資源
[DOI]10.13939/ki.zgsc.2016.36.197
1 中學教育現狀
教育乃立國之本，而中學教育乃是重中之重。一方面，中學生處于青春的成長期，各項綜合素質逐漸完善中，中學教育意義和責任重大；另一方面，中學教育仍然是應試教育為主，仍然需要面對千軍萬馬過獨木橋的“中考”“高考”，中學教育很大程度左右了學生的未來。
目前的中學教育資源，分為公共教育資源――公辦/民辦學校教育，和社會教育資源――私人家教、補習班等，有如下兩個特點。
1.1 學生得到的公共教育資源不足
學校班級結構的構成是：一名班主任教師，多名科任教師。在大多數學校中，無論是班主任教師，還是科任教師，均會承擔其他班級的教學任務。可以看出，教師資源是非常有限的，加上“中考”“高考”的上線壓力，教師往往會將有限的精力分散關注在所有的學生上，每個學生得到的公共教育資源并不多。
1.2 學生獲取的社會教育資源不公
學生若在學校無法獲取更多的教育資源，將不得不轉向社會教育資源去求助。據統計，學生參與社會教育資源的成本在200元/小時，學習費用成本過高，進一步造成普通學生的社會教育資源也無法獲取。
本文要探討的，正是通過人工智能這一現代信息化技術，構建智能輔助學習系統，使中學生能夠獲取到更多、更公平的教育資源。
2 智能輔助學習
2.1 人工智能簡介
人工智能（Artificial Intelligence）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，能夠對人的意識、思維等信息過程進行模擬。隨著計算機科學技術的發展，特別是近年來大數據技術的成功應用，人工智能在越來越多的行業展現出蓬勃的沖擊力。以谷歌圍棋機器人“阿爾法”、微軟助理機器人“小娜”等為代表的虛擬智能機器人，能像人那樣思考，也具備超過常人的智能。
在國內，人工智能在教育領域的理論研究和教學實踐表現得越來越活躍，盡管人工智能并不是為教育專門研發的，但是人工智能的不斷發展，使得其在教育中的應用也越來越廣泛，教育的智能化一直是教育界和教育技術領域的理想和目標。
2.2 智能輔助學習系統
智能輔助學習系統，其表現形式是能夠為每個學生，配備一個虛擬教師。學生能夠通過電子設備（如手機、計算機），與虛擬教師進行交流對話，咨詢虛擬教師各學科的問題，并得到有效的學習輔助。
該智能輔助學習系統，具備以下幾個特征。
2.2.1 虛擬教師跨學科能力
與傳統的教師專一某一學科不同，虛擬教師并沒有學科邊界劃分。只要學習系統研發出某一學科的學習算法，該虛擬教師就能夠獲取該門學科的能力。
2.2.2 虛擬教師深度自學習
虛擬教師的“智能”來源于三方面。一是學生基本信息檔案，該檔案涵蓋了從小學教育開始的學科成績、綜合能力、愛好特長等，虛擬教師得到學生的人物畫像。二是虛擬教師對學生的自學習，每一次雙方的溝通交流，虛擬教師都能夠不斷更新發展學生的畫像。三是虛擬教師對學校課堂內容的自學習，虛擬教師并不是獨立于學校教育存在的，而是作為學習教育資源的一個補充，虛擬教師能夠掌握課堂進展、作業部署、考試動態等信息。
2.2.3 接近自然語義的溝通
學生與虛擬教師之間，可以通過自然語義的語音和文字進行溝通，如 “今天數學作業第2題不會”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他計算輔助手段為補充，如上傳某道數學題圖片，虛擬教師通過圖形識別匹配，給出該題的解題思路和講解。
2.3 優勢分析
智能輔助學習系統，有三大核心優勢。
一是“即學即問”，相比目前的學校教育和社會教育，學生在學習遇到困難時，只有有限的時間與教師交流，在智能輔助學習系統中學生將不受空間、時間限制，隨時隨地可以與虛擬教師互動，獲取充足的教育資源。
二是“定制教學”，相比目前的教育形式，課堂上教師與學生是一對多的關系，教師不可能專為某個學生定制教學方案，在智能輔助學習系統虛擬教師與學生是一對一的關系，虛擬教師能夠更了解學生，根據學生的具體情況制訂最佳學習方案。
三是“受眾廣闊”，相比目前的公共教育資源緊缺、社會教育資源費用昂貴，智能輔助學習系統一旦推廣，受眾學生可無限增加，邊際效應非常明顯。并且計算機系統設計特有的水平擴展能力，能夠隨著學生人數的增加而增加，支撐廣大的學生輔助學習。
2.4 前景預測
筆者比較看好人工智能在中學輔助教育中的落地前景，除了前文所述的人工智能技術發展，為中學教育帶來的價值外，當前國家政策和社會環境也非常有利。
第一，未來10年國家政府和教育部門會大幅增加在教育信息化產業上的投入，隨著《國家中長期教育改革和發展綱要（2010―2020年）》和《教育信息化十年發展規劃（2011―2020年）》等相關規劃相繼出臺，各級地方政府和教育部門都非常重視教育信息化產業的投入，人工智能+云計算是重中之重，人工智能技術的興起必將教育信息化推向一個新的高度。
第二，教育信息化逐漸成為風口，根據前瞻產業研究《中國在線教育市場前景與投資戰略規劃分析報告》統計，2015年在線教育市場規模大約為479億美元，而這一數字在2020年預計將增長到504億美元。這個持續迅猛增長的市場正在吸引越來越多的創意和資本，教育領域中的人工智能也很快會成為熱點，涉足其中的高科技公司也會越來越多。
3 結 論
本文通過智能輔助學習系統，探索了人工智能在中學輔助教育中的一個應用。雖然沒有介紹具體的技術實現、系統研發，但對現狀痛點、應用前景做了綜合性分析概述，相信隨著科學技術的持續發展、教育領域的融合開放，本文探索的這個應用將實現于市場，使廣大中學生能夠獲取到更多、更公平的教育資源。
參考文獻：
[1]何維貴.利用現代化教學手段打造高效課堂[J].廣西教育（中等教育），2013（6）.
[2]王斐.人工智能在中學教育教學中的應用現狀分析[J].中國醫學教育技術，2013（4）.
關鍵詞:新醫科;智能醫學;人才培養
1緒論
健康中國已上升為國家戰略，新醫科在我國高等教育中掀起了一陣新的改革浪潮，“智能醫學”的應用性人才培養模式也隨之開啟。智能醫學工程是以現代醫學與生物學理論為基礎，融合先進人工智能及工程技術，挖掘人的生命和疾病現象的本質及其規律，探索人機協同的智能化診療方法及其臨床應用的新興交叉學科。目前，高校在進行醫工融合培養學生的指導過程中，存在許多問題，如醫學和工科的理論結合層面較為薄弱，多學科交叉聯合指導的機制不完善，成果轉化和臨床應用性不高。實踐層面，在現有的醫學教育模式下，醫學生缺乏全面的對數據進行收集、處理與分析的能力。但是在智能醫學時代，對數據的處理與分析能力會成為醫生工作的重要組成部分。面向醫療健康的智能醫學工程交叉學科人才的迫切需求，智能醫學工程交叉學科的人才培養的機制有待完善。2019年，一些院校如南開大學和天津大學獲得教育部的審批，已經率先實行招收智能醫學工程專業的新生［1］。高等醫學教育對新醫科背景下智能醫學工程專業人才培養認知還處于探索階段，智能醫學工程如何實現醫工交叉學科的融合發展，如何獲取人才培養中的合適方法、模式、關鍵技術等的研究，協同醫學發展、社會需求的人才，還需要深入思考和進一步探索。
2新醫科背景下智能醫學人才培養
2．1新醫科符合醫科改革的內在需求
隨著“健康中國2030”國家決策不斷推進，醫療健康逐漸被國家視為重要的基礎性戰略資源，在大數據和人工智能技術影響下，臨床應用、疾病預測與預防、公共衛生、循證公共衛生決策、健康管理、健康監測與個性化醫療服務等方面的研究以及產業發展，將是未來整個醫療領域的提升方向，給智能醫學分析與決策賦予了新的意義和內涵。
2．2醫工融合發展的必然趨勢
隨著精準醫療與智能醫學診療技術的深度融合，理論層面，把握新醫科背景下智能醫學工程專業復合型創新人才培養目標，以臨床應用性為導向，多學科領域知識相互滲透。調整醫工結合課程體系，既符合新醫科需求，又實現醫工融合課程模塊間的交叉互補，體現醫工結合特色的寬口徑學科結構。培養既懂醫藥科學、數據科學又懂人工智能應用的高級復合型人才。實踐層面，精準醫療與智能醫學工程技術緊密結合，利用臨床醫生在傳統醫學中積累豐富的臨床經驗，并融入到智能醫學診療模式變化中，將徹底改變現有診療模式。
2．3人工智能助力智能醫學工程人才培養
隨著科學技術的飛速革新，人工智能核心技術推動傳統學科專業建設和醫工交叉融合。助力人才培養主要表現在以下三個方面。一是從智能醫學診療技術創新的角度，技術的革新引領人工智能與各個產業領域深度融合，創造新的產業或領域，計算機模擬人腦的思維過程，實現人機交互，提高醫療資源的利用率，推動醫療產業的高效運轉。智能醫學診療主要包括疾病早期診斷、臨床決策支持、正確用藥、診療方案的選擇等。如KopR和HoogendoornM等探索了醫院對病人電子病歷(EMR)數據進行分析，結合結直腸癌預測模型，更準確的預測早期直腸癌和干預治療實踐［2］;HoshyarAN和Al-JumailyA等探索了醫學影像自動診斷皮膚癌，通過數據預處理去除噪音和不必要的背景圖像，提高圖像質量，輔助醫生進行臨床決策［3］。二是從醫療健康大數據的角度，隨著大數據、數字技術、機器學習和人工智能等信息技術在醫療領域的應用，電子健康記錄數據呈指數型增長，醫療大數據來源包括醫院記錄、患者醫療記錄、醫療檢查結果和物聯網設備［4］。智能醫療系統具有識別、篩選和決策等智能醫療輔助功能。2017年上海計算機軟件技術開發中心對醫療大數據可視化系統的實踐與研究［5］;2018年，阿里健康與阿里云宣布共建阿里醫療大腦2．0［6］，加強在圖像識別、生理信號識別、知識圖譜構建等能力的建設［7］;同年，騰訊推出醫療AI引擎“騰訊睿知”，具備更智能化的醫療垂直搜索功能，幫助患者精準匹配合適的醫生。三是從人才培養的角度，多學科交叉融合發展是大勢。人工智能將打破不同學科專業的壁壘，推進多學科交叉融合發展，形成“人工智能+”的專業新的人才培養模式。高校也應根據產業需求變化調整專業設置，構建新的專業結構。高校人工智能相關的本科專業將會蓬勃發展，形成頗具特色的“人工智能+”專業集群。“人工智能+”技術所衍生的新醫科、新工科專業之間的協同創新發展，實現技術創新與醫療應用的統一。以“人工智能+醫學”為契機，結合醫學產業發展趨勢和智能醫學工程專業的特點，研究相應的教學體系、制定科學的教學計劃，建立具有行業特色的課程群、制定合理的課程大綱，解決學生在醫學診療和工程技術兩方面協調發展的問題，全面提升醫學生的綜合素養以及未來的職業競爭力。綜上所述，新醫科人才培養在人工智能助力下，培養學生具備較強的創新意識和具有智能醫學領域科研能力，掌握關鍵理論與方法，創造性地將計算機科學技術、人工智能技術和方法、大數據關鍵技術與醫學應用系統相結合，進而創新性完成的醫學信息處理、行為交互和人工智能系統集成及應用。以上需培養的能力，對現有醫學專業的改造升級、人才培養模式的改變、師資隊伍的全面建設具有較高的要求。
3培養新醫科人才的實施路徑
3．1從醫工融合研究的視角
智能醫學工程的專業培養建設要體現醫工融合發展需求，推進智能工程、醫學與教育的深度融合，提升人工智能在醫學中的應用，滿足新醫科發展要求的卓越工程師為育人目標，強調學科交叉滲透、重視臨床應用、把握科技前沿，推動教學創新等。
3．2從醫工融合研究的廣度
目前我國部分高校開展了醫工融合人才培養模式的探索，但有區域特色的醫工融合研究還不多。針對新醫科臨床需求分析，把握智能醫學工程高等教育體系，重點聚焦區域特色，研究面向健康和重大及特殊疾病防治需求的“新醫科”對人才的需求。
3．3從醫工融合研究的深度
(1)整體設計智能醫學工程專業教學環節。建立知識能力矩陣，整體設計教學、實驗、課程設計、專業實習、畢業設計等環節，突出新醫科相關課程及實踐，加強附屬醫院和教學醫院的聯系，深化臨床實踐能力。(2)培養學生專業能力和科研創新能力。智能醫學工程專業教學與知識能力培養的思考是以智能醫學學科的特點為基礎，通過知識能力矩陣的智能醫學工程專業課程創新教學，根據智能醫學工程專業課程知識點的內在聯系和相對獨立性，優化核心知識模塊形成知識能力矩陣，構建課程內容架構。通過系統理論知識教學、優化課程實驗和上機安排，引導學生自主設計性學習，提高學生的學習積極性，達到有效教學效果。(3)結合學生興趣偏好，研究如何提高學生的專業興趣，探索將專業興趣轉換為“工匠精神”的教育理論及方法:廣泛調研，全面建立當前地方高校智能醫學工程專業學生與專業偏好的培養模式。
4結語
關鍵詞：人工智能；學習興趣；教學方法
1956年，在美國Dartmouth大學，由數學家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同發起一個歷時兩個月的夏季學術討論班，他們在此討論班上第一次正式使用了人工智能(Artificial Intelligence)這一術語。人工智能是一門多學科交叉的課程，涉及計算機科學、數學、控制論、信息論、神經生理學、心理學、哲學及語言學等多個學科，是新理論和新技術不斷出現的綜合性學科。當前，人工智能領域加強了從人類智能與生命現象中汲取養分的趨勢，加快了向分布式系統與復雜系統靠攏的步伐，智能化的應用更為深入，影響更為廣泛，其發展已對人類的經濟、社會、文化等方面產生了深遠影響[1]。
1人工智能導論課程特點
人工智能導論是人工智能領域的引導性課程，介紹人工智能的基本理論、方法和技術，目的是使學生了解和掌握人工智能的基本概念和方法，為進一步學習奠定基礎。人工智能是計算機科學與技術學科一門重要的基礎課程，需要相關課程作支撐。離散數學、概率論與數理統計等課程是其數學基礎，數據結構、程序設計基礎、算法分析與設計等課程則為人工智能中知識表示、邏輯推理和問題求解提供了設計與實現手段。與其他軟件課程相比，人工智能課程有鮮明的特點，主要表現在思想方法上強調啟發性、算法上強調不確定性。同時，由于人工智能是一個新思想和新技術層出不窮的開拓性領域，因此其對學生的訓練是鼓勵創新的，具有其他課程不可替代的作用。
人工智能導論是計算機相關專業的必修課，在許多信息類相關的本科教學中也有開設，一般開設在第六或者第七學期。我國目前本科教育的定位是專才教育，培養某方面的專業人才。完成公共基礎課程和部分專業基礎課程的學習之后，本科高年級學生應該了解本專業的應用領域和發展前景，因此在教學過程中要注意內容的專業性和應用性。由于本科階段學生缺乏科研意識，初步的科研訓練設置在第八學期，即所有課程學習完畢之后的畢業設計，而人工智能課程強調科研性，因此教學難度較大，由此帶來的最直接后果就是學生學習興趣不高。同時，對有志于讀研的學生而言，本科階段的學業也是研究生教育的起點，在教學過程中要適時的進行科研引導，提升學生對科學研究的興趣，為研究生階段打下基礎。可見，圓滿完成人工智能導論課程這一教學任務是重要且極具挑戰性的。
2教學內容安排
人工智能的研究和應用領域非常廣泛，包括問題求解、機器學習、自然語言理解、專家系統、模式識別、計算機視覺、機器人學、搏弈、計算智能、人工生命自動定理證明、自動程序設計、智能控制、智能檢索、智能調度與指揮、智能決策支持系統、人工神經網絡、數據挖掘和知識發現等。人工智能導論旨在為這些具體領域的研究提供引導和基礎保障。
人工智能導論課程涵蓋內容較多，因此需要明確“精講”和“泛講”的內容，以使教師和學生在教學活動中都有所側重。當然，首先應和學生說明，泛講并不代表內容不重要，只是由于課程性質和課時的關系，暫時不作深入探討。日后如有需要，可在此基礎上進一步學習和研究。結合當前人工智能學科的發展狀況，根據教學大綱和作者的教學經驗，對人工智能導論課程教學內容的精講和泛講安排如表1所示。
3提升學生學習興趣的教學方法
3.1穿插背景故事
為激發學習積極性，針對學生喜歡聽奇聞軼事、想象力豐富的心理特點，通過講述一些與教學內容有關的故事或者趣事來吸引其注意力，輔助思維并豐富聯想，使學生在愉悅中完成學習[2]。下面列舉幾個我們在課程教學中用到的背景故事，通過這些故事，不但傳授了知識，也活躍了課堂氣氛。
1) 人類智能的計算機模擬與人機大戰。
講授人類智能的計算機模擬時，可以給學生簡述一下IBM公司的超級電腦和國際象棋世界冠軍卡斯帕羅夫之間的人機大戰，以促進學生對人類智能和人工智能的進一步思考。北京時間1997年5月12日凌晨4點50分，在美國紐約公平大廈，當IBM公司的“深藍”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫對“深藍”的人機大戰落下帷幕，“深藍” 以3.5U2.5的總比分戰勝卡斯帕羅夫。2003年1月26日至2月7日，卡斯帕羅夫與深藍的升級版“小深”又進行了一場人機大戰，先后進行了6局比賽，最終卡斯帕羅夫以1勝1負4平的結果和“小深”握手言和。這也表明了人工智能和人類智能之間的較量還將持續下去。
2) 問題規約法與老和尚說教。
問題規約法是從要解決的問題出發逆向推理，建立子問題以及子問題的子問題，直到最后把初始問題歸約為一個本原問題集合。本原問題指不能再分解或變換且直接可解的子問題。可見，問題規約的本質是遞歸的思想。此時，可以給學生簡述我們小時候就聽說過的老和尚說教的故事，即“從前有座山，山上有座廟，廟里有個老和尚，老和尚對小和尚說，從前有座山……”。
3) 模糊理論與禿頭悖論。
模糊推理是一種重要的不確定性推理方式，是指基于模糊理論進行的推理。講授模糊理論時，可以先講一下禿頭悖論讓學生討論。一個人有10萬根頭發，肯定不能算禿頭，不是禿頭的人，掉了一頭發，仍然不是禿頭，按照這個道理，讓一個不是禿頭的人一根一根地減少頭發，就得出一條結論，即沒有一根頭發的光頭也不是禿頭！禿頭悖論的出現源于在嚴格的邏輯推理中使用了“禿頭”這一模糊概念，因此需要以模糊邏輯代替傳統的二值邏輯解決該問題。
3.2課堂辯論和多媒體教學
人工智能從其誕生之日起就充滿爭議，各種學派的爭論使得人工智能的發展更趨完善，加快了其縱深發展。目前，人工智能的爭論主要有兩方面，即研究方法的爭論和技術路線的爭論。前者爭論的主要問題有人工智能是否得模擬人的智能；對結構模擬和行為模擬是否可以分離研究；對感知、思維和行為是否可分離研究；對認知與學習以及邏輯思維和形象思維等問題是否可以分離研究；是否有必要建立人工智能的統一理論體系。后者爭論的主要問題是沿著什么樣的技術路線和策略來發展人工智能。
在課堂教學中，可以充分利用人工智能中存在的爭論較多這一特點，針對相關議題組織課堂辯論，如可用議題“機器的反叛――機器的智能會超越人類嗎？”。讓學生在圖書館或者從網上查閱相關資料，明確自己的論點并準備證據材料，并在課堂上進行辯論。這類辯論無所謂輸贏，旨在通過這種活動，增進學生思考[3]。教學中，還可以充分利用多媒體教學的特點，如讓學生觀摩電影《終結者》系列、《人工智能》、《黑客帝國》等，增強學生對人工智能的直觀感受，提高課堂教學效果[4]。
3.3應用實例分析
普遍而言，本科學生對單純的理論講解不太感興趣，因此在教學過程中，適當增加一些實驗和設計，提高學生分析問題的能力和實際動手能力。比如，講解知識的產生式表示法時，給出產生式的概念和基本表示形式之后，可以通過“野人與傳教士過河”問題來說明產生式表示法的具體應用過程；講解計算智能的進化計算部分時，給出進化算法的幾種具體形式和算法流程之后，可以通過中國旅行商問題(CTSP)來說明算法求解問題的過程。教師在教學過程中，可以根據需要，選擇一些合適的應用實例進行分析。通過這些實例，既能加深學生對知識的理解，又能增加學習的興趣。下面給出兩個實例的簡單描述。
1) 產生式表示法求解“野人與傳教士過河”問題。
問題：傳教士和野人各N人過河，現只有一條船，傳教士和野人都會劃船，船一次只能載k人，船上野人多于傳教士時野人就會吃掉傳教士，問如何安全過河？(不失一般性，以N=3，k=2為例求解)。
求解簡述：設綜合數據庫中狀態用三元組(m, c, b)表示，其中m、c、b分別表示傳教士、野人和船的數目，則有：
0≤m, c≤3, b ∈{0, 1}
以左岸為參照點，則初始狀態和目標狀態分別為(3，3，1)和(0，0，0)。據此，可以給出一條產生式規則如下：
IF (m, c, 1) THEN (m-1, c, 0)
以此類推，把所有可行的規則都求出之后，就可按照規則集和控制策略得到問題的解。
2) 遺傳算法求解31個城市的CTSP問題[5]。
問題：給定有限個城市的集合C={c1,c2, …,cm}及每兩個城市之間的距離矩陣D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出滿足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一個全排列。我們以CTSP問題為例，即求解中國31個城市之間最短巡回路線的問題。
求解簡述：路徑表示直接使用城市在路徑中的相對位置，如有編號分別為1、2、3、4、5的5個城市的一條路徑4－1－2－5－3，用路徑表示方法直接可寫為(4 1 2 5 3)。適應度函數值用路徑的實際長度表示。交叉算子采用次序雜交，即選擇父體的兩雜交點，交換相應的段，其它城市則保持在父體中的相應次序。變異算子采用倒位算子，即隨機選擇兩個位置，然后將它們之間的城市反序。通過運用遺傳算法求解，可得最優解為15 404 km，對應的巡回路線為“北京―呼和浩特―太原―石家莊―鄭州―西安―銀川―蘭州―西寧―烏魯木齊―拉薩―成都―昆明―貴陽―南寧―海口―廣州―長沙―武漢―南昌―福州―臺北―杭州―上海―南京―合肥―濟南―天津―沈陽―長春―哈爾濱―北京”。實例講解完成后，可要求學生采用相同或者不同的方案自己去實現一下問題的求解過程。
4結語
人工智能是計算機科學與技術專業的一門核心課程，同時也是一門交叉學科，涉及面廣，理論性強，教學難度較大，學生的學習興趣有待提高。本文作者根據自己在人工智能導論課程中的教學實踐和課程特點，明確了教學中的精講內容和泛講內容，總結了三種提高學生學習興趣的教學方法，并給出相應的實例說明，旨在為本門課程的教師提供教學參考。
參考文獻：
[1] 蔡自興,徐光v. 人工智能及其應用(本科生用書)[M]. 北京:清華大學出版社,2003:288-296.
[2] 薛占熬,齊歌,杜浩翠,等. 離散數學的課堂導入法研究[J]. 計算機教育,2010(8):95-99.
[3] 徐新黎,王萬良,楊旭華. “人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.
[4] 李春貴,王萌,何春華. 基于案例教學的“人工智能”教學的實踐與探索[J]. 計算機教育,2008(9):53-54.
[5] 楊利英,覃征,賀升平,等. 改進的演化近似算法求解TSP問題[J]. 微電子學與計算機,2004,21(6):126-128.
Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence
YANG Liying
(School of Computer Science, Xidian University, Xi’An 710071, China)
Abstract: This paper presents three teaching methods for promoting learning interests based on the characteristics of Introduction to Artificial Intelligence and our teaching experience. These methods have been used in practice. The teaching practice shows that the methods proposed in this paper can promote learning interests effectively.
關鍵詞：人工智能；全英文教學；教學內容改革；教學模式改革
1 實施全英文教學的必要性
隨著國際學術交流的日益活躍以及國際化辦學的趨勢發展，借鑒國外著名大學的辦學理念和管理模式，利用世界優質教育資源，提升教育教學水平，造就具有國際競爭能力的復合型創新人才，正成為我國教育改革與發展的新方向。
智能化是人類社會技術發展的必然趨勢。作為計算機科學與技術專業課程體系中的核心課程之一，人工智能的地位正隨著該學科的不斷發展和其技術的廣泛應用迅速提高，而且在非計算機領域，具有不同專業背景的學者也通過這個年輕的領域發現新思想和新方法。由于人工智能課程內容涉及計算機科學以及邊緣學科的新理論、新方法與新技術，因此在該課程中開展全英文教學不僅可以讓學生充分了解人工智能日新月異的發展，還可以促進本科教學與國際接軌，在培養國際化創新人才方面具有十分積極的現實意義。
2 當前國內全英文教學存在的主要問題
筆者對當前國內高校人工智能課程全英文教學的現狀進行調查分析，調查對象為軟件工程專業本科三年級學生，調研問卷共58份。調查項目、內容及結果見表1。
從項目1和2的調查結果看，大部分學生認為開展全英文教學有必要，其在提高英語應用能力、增強自己的就業競爭力以及了解國際前沿等方面有很大幫助。然而，由于全英語教學在我國尚處于起步階段，進行全英語教學的效果并不十分理想，其教學試點與實踐尚存在一些亟待解決的問題，主要表現在如下幾個方面。
（1）對全英文教學的理解存在偏差。從項目3～5的調查結果看，教師不能正確處理好全英文教學與專業英語課教學的關系，使全英文教學變為純英語課教學或專業英語課的翻版。大部分學生還是希望教學授課語言以雙語為主或以中文為主、英文為輔，多媒體課件形式為中英文相結合。
（2）全英文教學達不到預期的教學效果。從項目6和7的調查結果看，雖然一些大學花了很大代價邀請國外一流教授專家講授課程，但由于人工智能課程理論性強、難度大，學生很難適應全英文課程教學。
（3）缺乏內容全面和難度適中的教材。從項目8和9的調查結果看，一些大學在實施人工智能課程全英語教學時直接引進原版英文教材，但這對本科生來說，原版英文教材內容偏多、難度較大，學生學習時不免有諸多畏難情緒。
（4）師資匱乏。從項目10的調查結果看，學生對承擔全英文教學教師的滿意程度普遍不高。實際上，全英文教學對承擔課程教學的教師要求很高，他們不僅需要具備專業知識，而且還要掌握英語應用技能，而現階段國內高校中能承擔全英語教學的師資仍然十分匱乏。
綜上所述，如何改革全英文教學模式，講授哪些教學內容，采用何種科學的教學方法與手段，是值得我們思考和關注的教學改革重點和難點。
針對以上這些問題，我們深入研究人工智能課程的特點，對現有教學模式、內容及方法進行全方位探索和改革，制訂全英文教學計劃，對促進教學工作、提高教學質量、培養國際創新型人才起重要作用，其重要意義具體體現在以下3個方面。
（1）探索如何將理論知識傳授、綜合能力培養與英語交流運用三者有機結合，建立全英文教學的新型模式，這將對更新教學理念和探索適合于計算機軟件人才培養的教學方法產生深遠影響。
（2）全英文課程教學能夠讓學生掌握最先進的人工智能國際前沿技術，開闊國際視野，有利于培養復合型、實用型、具有國際競爭力的高層次創新人才。
（3）全英文教學改革的探索與實踐能夠促進國內教育向國際教育邁進。
3 全英文教學內容改革
建立完善的全英語教學體系，需要有系統而完整的教學內容。我國計算機科學與技術本科專業人工智能課程課時一般只有36學時，因此我們需要考慮從什么角度組織教學內容，才能讓學生比較容易地理解、熟悉和掌握人工智能的原理、方法與技術，從而顯著提高教學效果。
與國內教學內容相比，國外教學更注重分析問題的思維方法和解決問題的應用能力，對提高學生的學習興趣以及培養學生的創新能力十分有益，但是原版內容過多，且大多以國外政治、經濟、文化、社會和生活為背景，對于我國學生來說，理解某些內容和背景比較困難。因此直接套用原版教學內容往往存在一定問題，我們需要在引進、消化和吸收國外經典教材內容的基礎上，有選擇性地挑選合適內容。國外經典教材編寫思路不盡相同，一些經典人工智能教材及主要內容見表2。
人工智能的基本思想和主要內容是研究人類智能活動規律和用于模擬人類某些智能行為的基本理論、方法和技術。從表2中可以看出它們的共同點，即人工智能應圍繞“智能”這個核心，但由于智能本身非常復雜，難以用單一的理論與方法描述，需要從不同的抽象層次刻畫智能這個主題。我們認為，人工智能的主要內容可按圖1所示劃分為不同層次并確定講授順序。
在最底層，神經網絡與演化計算（適應性原理與仿生機制等）輔助感知以及與物理世界的交互；抽象層反映知識在智能中的角色和創建以及圍繞問題求解的知識的抽象、表示和理解；更高層則提出學習、規劃、推理的模型和方式；應用層構造智能化智能體以及具有一定智能的人工系統，讓計算機實現以往需要人的智力才能完成的工作。除了將人工智能課程的教學內容劃分為這4個層次，為保證教學內容的循序漸進性，還可按照抽象層更高層最底層應用層順序安排教學內容。
4 全英文教學模式改革的實施關鍵
針對以上國內全英文教學中存在的主要問題，我們提出人工智能課程全英文教學模式改革的實施關鍵，包括全英文課堂教學模式的重定位，“二三二”模式教學方法的改革，集先進性、前沿性和實用性為一體的教學內容創新以及全專業英語教學團隊的打造。
4.1 全英文課堂教學模式的重定位
人工智能課程教學以培養學生掌握專業基礎知識、培養實踐動手與應用能力以及提高英語交流水平三者相結合為主要目標，分兩個階段進行，國內教師與國外教師共同授課。首先，國內主講教師講授人工智能課程的基礎原理、模型和方法，可采用集中授課、案例教學和課堂實踐等教學方式，使學生掌握人工智能的一般基礎知識；在此基礎上，再邀請國際知名外籍教師為學生講授人工智能國際前沿技術，包括集中授課和專題研討。經過基礎學習，學生一般已掌握人工智能基礎知識，因此對于外籍教師所講授的學科前沿等內容能夠準確理解和把握。與單純采用全英文教學或單純邀請外籍教師授課相比，該模式能收到較好的預期效果。“1+1”全英文雙課堂教學模式如圖2所示。
4.2 “二三二”模式教學方法的改革
實行全英語教學后，由于使用英文教材及中外教育背景存在差異等因素，我們在教學過程中對教學方法進行一定程度的調整和改進，包括全英文授課形式、案例教學、教學內容以及教學手段等方面；配合“1+1”全英文雙課堂教學模式，提出圖3所示的“二三二”模式教學方法，培養學生成為具有綜合能力、創新能力、國際視野和英語技能的復合型人才。
該教學方法模式包括：（1）過渡式全英文與沉浸式全英語兩大英語教學方式；（2）激勵自主式、啟發互動式、體驗學習式三大學習法，激發學生學習興趣，使學生牢固掌握人工智能基礎理論與方法；（3）參與學習式和自我展示式兩大學習法，培養學生綜合運用知識的能力和創新能力。
在全英文課堂授課過程中，我們需要注重把握英語與專業的比例。首先，不能一味地追求全英文授課的形式而忽視教學效果；其次，還需要為學生提供一個良好的語言學習環境，在實際教學中注重培養學生良好的英語思維習慣，從根本上提高學生的英語水平。
人工智能課程包含大量概念，內容抽象，算法復雜，學生往往難以理解與掌握。將案例教學方法引入課程教學能有效提高學生的學習興趣，獲得較好的預期教學效果，但要達到理想的教學目標，僅僅靠課堂教學遠遠不夠，還需要拓展第二課堂。有計劃地邀請國外人工智能專家和教授到大學進行專題講座，鼓勵學生參加相關的課外科研/科技活動，使得學生能夠體驗式地、自主地學習，更好地了解人工智能新技術，從而進一步激發學生的學習熱情。構建案例教學和課堂實踐的雙課堂教學模式，不僅能夠豐富教學內涵，而且可以充實學科前沿知識并拓寬學生的國際視野。
4.3 集先進性、前沿性和實用性為一體的教學內容創新
除了引進、消化和吸收國外經典教材內容以外，我們還需要逐步建立起具有自身特色的教學內容，以保證教學內容集先進性、前沿性和實用性為一體。
（1）先進性。我們提出教學與科研相結合，以科研帶動教學發展的新思路。教師可結合自己的人工智能及其相關領域的科研項目，將科研最新研究成果以及學科前沿知識進行梳理與優化并有機融入課程教學中，確保教學內容的先進性，有效提高教學改革的質量。
（2）前沿性。對人工智能發展較快的領域，如智能計算、數據挖掘等，還需更新和補充全英文教學內容，同時可以邀請國際知名大學教授共同研究與探討教學內容，保證課程內容具有一定的前沿性，通過實現全英語教學保證課程與國際接軌。
（3）實用性。在講授基礎理論知識的基礎上，還應注重實踐的應用，增強學生的動手操作能力，以符合素質教育必須注重實踐的要求。教師可結合教學中的基本理論知識，適當補充案例與實例，使得教學內容與實際相聯系，豐富課程內涵并提高教學效果。
4.4 全專業英語教學團隊的打造
師資力量直接影響教學效果。師資的匱乏是現階段全英語教學面臨的主要問題之一。雖然一些教師具有較扎實的人工智能學科功底，但不能熟練地運用英語進行授課，而有些教師則知識結構單一，缺少人工智能及其相關學科間的交叉與融合，因此我們需要多渠道、多層次地打造既具備專業知識，又具有學科交叉與融合能力，同時掌握英語技能的全英語教師隊伍。將科研與教學相結合，利用與國外人工智能及相關領域學術帶頭人建立的合作關系優勢加強交流與合作，爭取申請國際合作科研項目，利用科研提高教師的教學質量、專業水平和英語技能。
5 全英文教學的具體實施
我們在軟件工程專業本科三年級學生的人工智能課堂上實施全英文教學，具體實施過程如下。
（1）國際軟件學院成立教學主管部門領導小組、從事教學研究的骨干教師組成的全英文教學工作小組以及由教學督導組成的監管小組，三者之間相互配合并共同促進，保障全英文教學工作的順利推進與落實。領導小組對全英文教學的師資培訓、人才引進、多媒體網絡資源開發、實驗室建設、教材編寫等予以政策支持；教學工作小組制訂全英文教學工作規劃和年度計劃；監管小組定期對工作小組的教學完成情況進行評估。
（2）在課程教學中，打破國內常規教學方式，建立開放式全英文教學模式，教學形式多種多樣。教學方式以“1+1”雙課堂教學模式為核心，以講授與專題討論相結合的方式，圍繞基本原理、方法與技術展開教學，激發學生自主學習與創新學習的熱情。
（3）國際軟件學院在人工智能相關領域承擔并完成了一批國家與省部級科研課題，而且取得了一些有影響的研究成果，形成了自己的學科特色和優勢。2006年，國際軟件學院聘請被譽為世界“人工大腦”領域先驅的美國猶他州州立大學計算機系Hugo de Gaffs教授擔任武漢大學全職教授和學院國際人工智能研究室主任。
（4）聘請與國際軟件學院有合作協議的國立首爾大學計算機科學與工程學院Bob McKay教授專職來校為本科生講授人工智能技術前沿。同時，利用國外學者來武漢大學順訪的機會，請其為學生作學術報告，使學生了解國際最新人工智能技術，如邀請曾經在麻省理工學院從事過7年博士后研究的宋森研究員進行“理解大腦與仿制大腦”的講座等。
（5）國際軟件學院在遴選教師到與學院有教學和科研合作的國外大學進修時，優先考慮給本科生授課的全英文教師，并將全英文教學能力作為選拔條件，以教師的學術進修帶動全英文教學建設，使學科和專業建設與全英語教學隊伍打造相結合，全面推進全英語教學工作的開展。
6 結語
人工智能是計算機科學與技術專業的重要課程，目前正面臨著知識更新和教學改革的緊迫任務。筆者以實施全英文教學為契機，針對目前國內全英文教學中存在的亟待解決的主要問題，提出人工智能全英文教學內容與教學模式改革的新思路。
（1）以智能為核心，從不同抽象層次刻畫智能主題，構造人工智能最底層、抽象層、更高層以及應用層4大模塊內容。
（2）突破傳統教學模式，對全英文教學模式進行重定位，提出“1+1”全英文雙課堂教學模式。
（3）提出“二三二”模式教學方法的改革方案，培養具有綜合能力、創新能力、國際視野、英語技能的復合型人才。
（4）提出教學與科研相結合，以科研帶動教學發展的新思路，進行集先進性、前沿性和實用性為一體的教學內容創新。
1、《規劃》指出，實施全民智能教育項目，在中小學階段設置人工智能相關課程，逐步推廣編程教育，鼓勵社會力量參與寓教于樂的編程教學軟件、游戲的開發和推廣。
2、支持開展人工智能競賽，鼓勵進行形式多樣的人工智能科普創作。鼓勵科學家參與人工智能科普。
3、在鄭州，人工智能在很多學校已經生根發芽，并取得了不錯的成績。
4、7月27日上午，2017第四屆中美（國際）機器人挑戰賽（2017 4th China Robotics Challenge，簡稱CRC）在鄭州國際會展中心開幕。
5、本次比賽由鄭州市教育局等單位主辦，鄭州市第二中學等承辦，比賽7月29日結束。
6、本屆機器人挑戰賽，共有來自國內外的80支隊伍參賽。
7、其中，中國共66支隊伍，來自于全國各個名校；國際上共14支隊伍，來自美國、巴西、澳大利亞等國，為歷屆FRC（FIRST Robotics Competition）總冠軍、區域冠軍戰隊。
8、開幕式上，鄭州市教育局局長李陶然充分肯定了此項賽事的意義，他表示，在世界范圍內人們關注FRC項目，積極參與FRC項目，其深遠意義不在于賽事本身，而在于通過這樣一個平臺的體驗和歷練，讓同學們的視野更開闊，思維更活躍，學識更綜合，更具有創新實踐能力，更具有創造性。
9、據了解，第四屆中美（國際）機器人挑戰賽比賽的主題為2017FRC賽季主題，即FIRST蒸汽工坊，將邀請兩個探險俱樂部成員在一個依靠蒸汽動力的時代，啟動飛船完成終極競賽之旅
10、在本屆中美國際青少年機器人挑戰賽中，鄭州舊中和鄭州二中的隊伍順利挺進決賽，并在國際聯盟賽中，將冠軍和亞軍獎杯收入囊中。
（來源：文章屋網 ）
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)
關鍵詞：人工智能；案例教學；應用
1引言
作為計算機科學技術的全新領域即人工智能，其正在迅速成長與成熟、新方法、新理念、新技術并且不斷壯大，同樣也包含著計算機網絡、數學、信息論各類學科的交叉和邊緣學科。人工智能包含的主要內容有知識表示和推理機制、問題求解和搜索算法，自然語言理解、專家系統和機器學習等；也作為計算機科學各專業重要的基礎課程，國內外各高校都非常重視，都將人工智能作為計算機專業的必修課程。人工智能包含的學科多，知識點雜、理論性強、內容抽象，算法難度高復雜，在此情況下各高校采用傳統的“教師講、學生聽”單一教學模式，學生處于被動學習地位；課堂教學與實際操作、理論與現實應用相脫節；加上理論知識強，案例缺乏，容易使學生感覺空洞；學生易產生厭學情緒，也達不到鍛煉其分析問題、解決問題的思維能力和實踐動手能力。如何讓學生高效的學習一直是教師研究的課題，在大數據和網絡信息時代的大背景下，“互聯網+”已經廣泛應用和存在于生活、工作各個方面，其在教育教學中表現出的創新性、互動性尤為突出，并極具優勢。
2基于案例的教學研究
此方法開始于上世紀20年代左右，最早是由美國哈佛商學院所提倡的，基于當時特殊的商業管理真是背景和特殊事件，能夠有效的發展和培養學生主動性、積極性和應用能力，開展案例教學后，學生實際解決問題能力有了很大的提高。但此教學研究方法知道到上世紀80年代后期，才引起教師的重視。1986年由美國研究小組提出《準備就緒的國家：二十一世紀的教師》書中，強烈推薦此方法在實際教學的重要性，并說明今后在教學過程中將其作為一種重要的教學方法應用于各類課程中去。
3基于人工智能的案例教學研究及應用
3.1案例精選
此方法第一步是案例選取，案例的好壞是決定案例教學效果關鍵因素。案例的選取需要滿足以下要求：（1）符合現在的教學目標，明確學生需要掌握的知識點、重難點等，能夠運用所學的理論知識應用到實際中，以此提高學生分析、解決問題的能力；（2）案例要有代表性、趣味性，由于人工智能課程內容多、抽象，需要將枯燥乏味的知識點轉化為趣味生動的案例，有利于吸引學生注意力，激發學習興趣和主動性；例如，講到“知識表示”這部分內容中引入“機器人搬積木”、“野人修道士渡河”案例；（3）采用互動的形式，此為人工智能的案例教學研究重要特征，同時也是教學目標得以充分展現的必要條件。能夠調動大家的積極性，學生和學生之間、學生與教師之間的互動，調動學生的主觀能動性。
3.2案例的執行
（1）講授法。基于教學內容具體知識點設計案例；通過教師講解，幫助學生理解抽象的理論知識。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，后講解理論知識；二是“理論—案例”,即教師先講解知識，再給出教學案例；案例的呈現方式不同,會直接影響案例的功能，也會影響到學生的學習情緒、學習效果。為了使案例能更好地為教學服務,教師講解案例之前應從創設案例情境開始,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）互相討論法。大學生課余時間充沛，鑒于此，將班級學生分為若干小組，教師將事先準備好的案例分配給各組，學生采用組內互動討論的形式，設計出此案例的各種解決方法。課堂上，將本小組的解決方法用課件展現給其他小組。講解完成后，學生開始互相討論，對比各自的方法，然后由老師進行分析、對比和總結。以此來增強學生對學科知識點、應用能力的掌握。（3）相互辯證法。課后，采用相互辯證的方法，組織大家相互辯論。選擇一些綜合應用比較強的案例。與簡單的案例相比，綜合應用案例能更加高效地啟發學生全方位地思考和探索問題的解決方法。相互辯證法是一種探索新型的教學形式，學生的自主性強，能夠在辯論中充分表達自己的觀點，充分運用所學的理論知識來維護自己的觀點，還可以促使學生查閱大量資料，拓展知識面。
4結語
通過以上論述，人工智能技術開始應用于教學,與教學現代化有著密切的聯系。其發展必將對現代教育起巨大推動作用。在教學,可以基于人工智能技術建立人類推理模型學習工具等諸多的運用,展示出越來越好的實用性。
參考文獻：
[1]鄒蕾,張先鋒.人工智能及其發展應用[J].信息網絡安全，2012(02).
[2]陳柯蒙，張寧.人工智能的發展探析[J].新西部(理論版)，2012(05).
[3]陳浩磊，鄒湘軍，陳燕,等.虛擬現實技術的最新發展與展望[J].中國科技論文在線，2011(01).
在大數據的“滋養”下，AI在越來越多的領域更懂人，讓擁有深度學習能力、不斷進化的AI幫助人類探索學習規律、開拓認知潛能，已成為人不被機器淘汰的必要之舉，根據教育部的規定，2018年秋季開學后，高中生們將要開設一門新課程：《人工智能》。
互聯網教育尤其是線上K12培優項目一直是投資熱門，直播1對1模式風口過后，教育圈內最火的應該是AI項目了。據億歐智庫的報告顯示，2017年人工智能教育融資額度達42.17億元，其中超80%屬于早期投資項目，這個賽道有望誕生多個獨角獸公司。
筆者發現，當前布局人工智能的在線教育大體分為三派：
教學或題庫測評類工具產品，比如作業盒子等；
培訓機構應用AI技術，比如好未來等；
人工智能教育引擎及平臺提供商，比如高木學習等。
現在擺在AI教育創投從業者面前的問題是：到底以技術實力論英雄的AI教育的泡沫有多大？真金不怕火煉的AI教育項目的核心能力在哪里？如何才能落地？ 本文試做解讀。
一、為什么“自適應”其實并非真正的AI？一位投資人朋友曾向我這樣說道：“既懂互聯網行業又完全懂本行業的業務的管理型人才不超過十個，這是在‘互聯網+’雙創浪潮中每個垂直行業頭部項目就幾家能玩轉的原因。”而認知和技術門檻更高的“AI+”情況恐怕會更加不妙，甚至很多人把“自適應”與“AI教育”劃等號。
自適應學習（Adaptive Learning）的鼻祖是美國的Knewton公司，它通過評估不同學生對知識材料掌握度進行個性化推薦，有點類似于今日頭條的興趣引擎。 Knewton在國內的門徒眾多，目前大概有40多家項目宣布發力做“自適應”，比如“乂學教育”（學練測自適應）、“學吧課堂”（題庫自適應）、“英語 流利說”（英語口語糾正）、“一起作業”（家長、老師在線監控）等等。
嘉御基金創始人衛哲說過，“90%的人工智能項目都是偽AI”，鑒別的依據是看項目“算法速度”，如果是代數級而不是幾何級計算那就不是“真AI”，以此來考驗自適應項目，得到的結論未免讓人失望。
初級的自適應項目是人工預設指令或編程規則推薦，高級的自適應是基于知識圖譜推薦，即使是高級的自適應項目由于沒有按照既定的教學大綱和教學目標有 邏輯地展開，在具體知識學習之中并不系統。關鍵是很多自適應項目采集的是各科最優秀特級教師的能力，導致其算法本身是線性的、模擬人學習而已。
自適應的技術原理就好比AlphaGo是應用了人類最優秀圍棋大師的能力而非是完全迥異機器深度學習和自演化模型；自動駕駛AI應用了某個人類零誤 差老司機的感知能力而非是基于全網海量交通大數據做運算和決策；人工智能醫生是應用了看X片最快最準的醫生的經驗而非是海量數據庫訓練；顯然按這樣的路徑 訓練出的機器并非是真正的AI。
“真正擁有充分教學大數據及算法速度的‘AI教師’是能輕松超越擁有30年教齡特級教師的，并且可以突破人類的知識局限，對算法模型進行自動演化，找到人類從未嘗試過的策略。”高木學習創始人劉瞻這樣描述AI教師。
劉瞻是帝國理工學院科班出身，早在2015年開啟AI教育創業，他認為判斷真偽AI教育項目具體有三個考察維度：
（1）自適應是基于模擬優秀老師的知識圖譜推薦知識，而真正的AI教育機器人則是泡在“教學實踐大數據”中做深度學習。
（2）自適應主要用作知識盲點的統計，但無法分析出知識體系之間的本質聯系，用AI更重要的任務是找到行為背后的原因，比如某學生表面上二次函數是 薄弱環節，既有可能是其對二次函數的各細分知識點掌握不牢，也有可能是前置知識點一次函數、函數的思想理解不透徹，還有可能是方程求解的問題；甚至有可能 是抽象思維或計算能力的問題，AI會根據該學生數據和“知識路徑矩陣”，找到問題背后的原因從而匹配出最優學習路徑。
（3）人類教師的情感因素能左右學生的學習效果，AI教師也應綜合考慮學生的自信心與成就感的培育與激發，從而確保學生學習過程“知”、“情”、“意”的一體化。
二、AI教育的核心：幫助每個學生找到“元認知能力”AI教育并不會改變“老師-學生”的二元結構，甚至人工智能教育還要在師生兩端徹底解決互聯網教育未完成的兩大難題：
如何幫助學生找到學習方法、提升學習效率？在中國一個普通中學生80%的學習時間是低效的。
如何幫助老師對學生更高效的“因材施教”？目前在我國師資資源依然整體短缺并且分布不均，1對1培優成本高、小班普及率低等問題依然突出。
AI教育的優勢在于通過數據化形式分析學生自己都不清楚的“癥結”，即所謂的“懂我更懂教好我”，同時AI還能幫助老師實現教學效果的穩定化和可控化。AI在充分收集和處理教與學兩端的大數據后，還得在具體教學場景之中個性化建模，最終實現“讓學生更會學，讓老師更會教”，這是人工智能教育的目的。
陶行知先生說過，“教是為了不教”，教育本質不是灌輸知識，而是要啟發學生思考并讓學生掌握自主學習的能力。目前很多偽AI學習神器只能“授人以 魚”但并不能“授人以漁”，我國基礎教育歷來缺乏方法論課程，只有極少數有天賦的學生能自主制定適合自己的學習方案，而絕大多數天資處于平均線的學生在混 沌中摸索。如果從AI的視角來看，所謂“天賦”不過是少數幸運兒自覺不自覺的分享了“元認知能力”。
當人主動設定學習計劃、自我反饋、動態調整學習策略時，就接近了“元認知”，在大數據時代，這種元認知能力是能被定量化分析的，AI 教育可以為學習者提供關于反復激活元認知能力的“訓練法”。根據劉瞻的解讀，AI教育的“訓練法”就好比給蹣跚學步的嬰兒安上矯正走姿的“學步車”，具體 應用什么樣“訓練模型”則是由AI根據大數據進行場景化定制的，有可能是通向學習目標所需要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，這些模型 能不斷調取和強化人的“元認知能力”。
盡管市面上90%項目都是著眼于知識點和解題訓練的自適應，真正AI教育項目比如高木學習的AI不僅包含自適應的知識圖譜大數據，而且還能不斷從學 生的行為數據中演化“知識路徑矩陣”即AI可根據學生對知識和能力體系的理解定制出個性化學習路徑。與此同時，AI讓學生在對知識的理解與記憶過程中不僅 訓練知識掌握度，還不自覺地訓練了元認知能力，這套“個性化學習引擎”其實是在培養學生“忘掉所有知識后”剩下的元認知能力，具有普適化的特點。
實際上，AI教育并不需要局限在某一學習階段、某一學科的知識體系，完全可以打造一個跨學科、跨門類、跨階段使用的“通用知識學習引擎”，也就是說，除了應用在K12領域外，AI教育還可以應用在高等教育階段，甚至在輔導大學生時比中小學生會更為輕松，無須綜合考慮學生的學習動力因素等。
反過來講，如果市面上的人工智能教育項目只能用于某一單科或只能教K12，就不是基于大數據獲取和智能化引擎的“全才”和“通才”，基本可視為基于特定領域專家總結的經驗規則的“偽AI”。
三、為什么AI教育項目落地，to B模式比to C模式更容易跑通？當前AI教育項目的商業化進程走向大體分為兩大派：
一派是自建場景的顛覆派，試圖開發新的測試軟件以抓取學生的數據，甚至引入一些把AR（增強現實）、MR（混合現實）等黑科技，其目標是以“AI教師”完全取代真人老師教學，屬于“人機對抗”模式，較為典型的是乂學教育的松鼠AI。
另一派是升級現行教育體系、不另創場景的改良派，屬于“人機共教”模式，較為典型的是高木學習的AI Tutor。
一般走人機對抗模式最終走的是to C模式；而“人機共教”走的是to B模式。鑒于我國當前AI教育的應用場景主要為教學機構包括全日制學校與培訓機構，而非一個個分散的學生；只有讓AI去輔助老師備課、上課，嵌入到學生作 業和訓練，幫助學生提分和學校提升升學率，才能幫助AI更快落地并且找到盈利模式。
從“全日制學校”應用AI的實踐上看， AI能讓老師“心中有數（據）”，提升教學的針對性，AI教師實際上相當于真人老師的“智能助教”，可以減輕老師50%的工作負荷量，比如AI幫老師批改 作業，把數據分析的可視化呈現出來幫助老師定制教研方案。因此，在市場推廣過程中，AI教育項目不需要擔心基層老師的接受阻力，能讓老師擺脫“汗水老師” 的局面也是基礎教育機構所希望看到的。
由于全日制學校獲取的大數據比培訓機構更加海量、持續、高頻，因此高木學習更看重AI在全國全日制學校場景中的數據價值，積極在全國推行城市合伙人制度，并計劃與地方教育主管部門合作推出全國教師AI應用能力培訓公益活動。
To B模式中另一大企業客戶就是體制外的培訓機構，他們所面對的學生付費意愿強、購買力相對旺盛，是AI教育項目獲得穩健現金流的必爭之地，那么當前培訓機構應用AI教育項目開展“人工智能雙師班”的效果如何呢？
首先，AI教練能保持教學效果穩定化輸出，解決原本老師教學效果不確定的弊端。
其次，AI 提升了老師的工作效率，突破了培訓機構因為名師稀缺且流動性大限制培訓機構的規模化發展的瓶頸。
再次，比如高木學習的AI幫助學生發掘了“元認知能力”增強學習信心、提分效果明顯，幫助合作培訓機構提升了續費率，為招生帶來便捷。
不久前，教育部公布了2018年度普通高等學校本科專業備案和審批結果。全國高校共新增本科專業2072個，我省高校共新增66個本科專業，它們不僅體現出高校專業熱門度的起伏，更折射出社會對于人才需求的變化。
縱觀今年新增的本科專業，有幾大門類吸引目光：新文科、新農科建設風生水起，人文與科技更多的“融合”，意味著傳統意義上基礎學科和應用學科的界線開始變得模糊。數據科學與大數據技術專業繼續成為熱門，加上今年新開設相關專業的196所高校，目前，全國已有近500所學校開設此專業;35所高校首次設立人工智能專業，這意味著，高校開始體系化培養人工智能行業后備軍。與幼兒養育相關的專業繼續增設，這不僅是因為全面二孩政策的實施，更是由于人們越來越重視對下一代的培養。
“新增專業彌補了我省有關專業的布點空白，進一步優化了專業結構。”省教育廳高教處副處長王國銀介紹，此次省屬高校新增專業主要圍繞數字經濟“一號工程”、戰略性新興產業、高新技術產業和萬億產業開設，這些專業瞄準國家戰略需要和社會經濟發展急需，進行創新型、復合型、應用型人才儲備。
夯實基礎
新文科、新農科未來可期
作為近年來高等教育中最時髦的詞匯之一，新工科對于考生和家長來說已經不陌生了，但如果說起新文科、新農科，很多人可能就要打個問號。
去年10月，教育部等部門決定實施“六卓越一拔尖”計劃2.0，在基礎學科拔尖學生培養計劃中，首次增加了心理學、哲學、中國語言文學、歷史學等人文學科，“新文科”概念浮出水面。今年4月，教育部、科技部等13個部門正式聯合啟動“六卓越一拔尖”計劃2.0，全面推進新工科、新醫科、新農科、新文科建設。
新文科“新”在何處?打破舊壁壘，跨界尋方法，歸納真規律，新文科意味著對傳統基礎學科的一次重新整合。
“相對于傳統文科，新文科有兩個特色。”南開大學傳播學系主任陳鵬說。其一，新文科是問題導向的，新文科面對的是社會發展變化中的新現象、新問題、新變化，有些現象和問題是人類歷從未遇到過的，如大數據、區塊鏈、5G、人工智能等，需要突破傳統文科的框架，采用新方法、新視野去探索新理論、新規律。其二，新文科為了尋求對社會和人類自身的研究，需要通過“跨界”方式進行革新，這種“跨界”不僅僅發生在文科的各學科之間，甚至出現在文科和理科、工科、醫科等學科之間，需要多學科之間的交叉和深度融合。
當前，清華大學、中國人民大學等高校開設的人文科學實驗班，西安交通大學、華東師范大學等高校開展的學院式教學模式，都被視為我國新文科建設的重要經驗。一位資深文科研究專家表示，當前，文科與其他學科有一些結合，比如考古學和技術結合，就形成了科技考古;信息技術和藝術結合，就形成了藝術設計的網絡化等，但還遠遠無法滿足現在社會的需求。新文科就是一種有效路徑。
2018年4月，浙江大學召開文科大會，提出面向2035年發展目標和“文科十條”，進一步推進文科發展強主流、上一流。省內其他高校也紛紛積極為新文科創建搭建平臺。浙江工商大學整合資源打造文科綜合實驗教學中心，打造跨學科綜合性實驗教學平臺;浙江農林大學推出新文科求真實驗班，幫助學生打牢知識儲備金字塔的穩固塔基，再漸次進入專業學習，形成堅實塔身和更高聳的塔尖……
在浙江大學傳播研究所教授、博士生導師邵培仁看來，建設新文科，其實也是對傳統文科的反思。他指出，新文科有利于構建立足中國文化土壤、具有中國特色，具備整體性、包容性、互動性、共享性特質的面向全球、面向全人類的大文科。
不難看出，未來新文科相關專業或將成為熱門。不僅如此，使用文文互鑒、文理交叉、文工融合的思維方法解決問題，還將為高校人才培養和評價體系帶來新變革。
除了新文科，新技術的出現也讓一些專業被賦予了新的內涵，比如新農科。
當前，隨著生態文明建設的持續推進，生態學、環境科學等專業畢業生越來越受歡迎。今年，杭州師范大學就新增了生態學專業。該專業相關老師介紹，隨著國家對生態學專業人才的需求增多，生態學專業人才培養規模逐漸加大，未來掌握生態學及植物學、動物學、微生物學、地理學等基礎知識、分析方法和應用技能的人才會很搶手。
“浙江是‘兩山’理論誕生地，‘農’字頭的專業發展空間很大。”浙江農林大學主要負責人表示，“新農科”建設是鄉村振興實踐、高等教育改革、人才需求變化和社會經濟進步的必然選擇，原先注重高度專業化、技術化的教育教學方式和人才培養模式已無法適應新時代農林高等教育的新需求，亟需探索實現農科學生全面發展的“新農科”建設之路。
順應趨勢
大數據、人工智能紛紛開班
順應當下人工智能行業的熱潮，今年新增的熱門本科專業，均與大數據、人工智能、機器人等信息技術關鍵詞相關。
梳理發現，數據科學與大數據技術專業在短短三四年間，從無到有，并一躍成為熱門專業。2015年度的審批結果中，北京大學、對外經濟貿易大學、中南大學3所高校成為首批獲批設立該專業的高校;2016年度又有32所高校設立該專業;到了2017年度，獲批設立這一專業的高校數量達到250所;加上2018年度新增的196所，目前，共有481所高校開設這個專業。
今年，我省有湖州師范學院、寧波工程學院、寧波財經學院、浙江大學城市學院等9所高校新增備案數據科學與大數據技術專業。一位專業課老師表示，社會在不斷發展進步，現在的一些“新專業”也許尚無足夠的辦學經驗，但可能恰恰是未來社會發展的需求所在。
在新增專業中，人工智能專業的熱度也在逐年遞增。繼去年杭州電子科技大學、浙江理工大學成為我省首批開設智能科學與技術專業的高校后，今年，我省又有一批高校在人工智能人才培養上“摩拳擦掌”，積極增設相關“硬核”專業，改進人才培養思路。
浙江大學今年新增機器人工程和人工智能兩個專業，還將在竺可楨學院新設圖靈班。入選圖靈班的學生可以在計算機科學與技術、人工智能、信息安全三個專業中確認專業。從入學開始，每位學生可從學院的優選導師庫中選擇一名學業導師，還將有國外頂尖大學的教學大師和科研領軍人物到浙大給圖靈班學生單獨授課。
除了浙大以外，省內其他高校也在結合各自特色專業，構建人工智能專業的課程體系。比如，浙理工把專業發展方向和學校的優勢結合起來，重點在智能穿戴等領域取得突破，還專門成立紡織工業人工智能研究院;浙工大結合了安防產業、智慧交通、“城市大腦”等浙江省的優勢領域，與企業合作，開拓專業方向。
“打造新專業特色成了各高校的當務之急和立足之道。”杭州電子科技大學人工智能學院副院長呂強說，針對人工智能人才培養帶來的新挑戰，杭電人工智能學院提出了多方協同育人的理念，并將其作為教學改革項目進行探索，“人工智能對數理基礎要求較高，我們在數學課程中增加了矩陣論、離散數學等原來研究生學習階段才會有的課程內容，努力幫學生打好基礎，在暑假，我們還計劃舉辦夏令營，邀請企業名師進校園培訓，共同開發專業課程等。”呂強說。
值得關注的是，人工智能已經從獨立的專業教育，擴展到更廣的層面。今年，浙江財經大學向非計算機類專業學生推出了人工智能“微專業”，其中包括了Python程序設計、高級數據庫、機器人編程與實踐等課程。“人工智能在信息金融、金融科技等領域有非常多的應用場景。財經類專業學生的數理基礎比較好，這些知識將為他們的未來打下更好的基礎。”浙財大教務處副處長石向榮說，可以預見的是，未來社會需要大量具有具體專業背景，同時又掌握人工智能相關知識的復合型人才。
緊盯兒童
醫教類專業持續擴招
當下，伴隨著“全面二孩”政策施行，各大醫院產科分娩量走高，目前助產人才無論從數量上還是質量上都難以滿足社會需求，臨床急需本科層次助產人才。助產學專業于2016年首次開設，當時僅有4所高校獲批開辦此專業，2017年有20多所高校新增此專業。
近兩年，我省先后有浙江中醫藥大學、溫州醫科大學、杭州醫學院等3所高校新增了助產學專業。溫州醫科大學的助產學專業設在護理學院，目標是培養掌握護理學和助產學的基礎理論和護理技能，具有基本的臨床護理和臨床助產能力，在各類醫療衛生保健機構中能夠從事臨床助產、圍產期護理，以及母嬰保健工作的高級助產人才。今年，臺州學院、溫州醫科大學仁濟學院也開設了助產學專業。
一位從事醫學教育多年的教授表示，當前社會大眾對醫療的需求，不僅體現在量上，更體現在質上。雖然現在醫療行業整體水平保持著上升態勢，但人們對優質醫療的需求增長更快，所以仍然感覺醫療資源緊缺。
不久前，由中國工程院院士鄭樹森擔任院長的浙江樹人大學樹蘭國際醫學院揭牌成立。作為樹蘭國際醫學院首個設置的重點專業，臨床醫學專業面向全國招生100人。學院擁有國際醫學專家、博士生導師等組成的高水平師資隊伍，以及一批高水平的基礎醫學與臨床醫學實驗平臺。
同樣，面對強烈的社會需求，溫州醫科大學今年增加了普通本科計劃數。臨床醫學(定向培養)從30人增加到60人，面向蕭山區等30個縣(市、區)招生;麻醉學專業從61人增加到93人，其中省內普招增加16人。
值得一提的是，今年，浙江中醫藥大學新增食品衛生與營養學專業，這也是我省開辦該專業的高校(不含獨立學院)。該校招生辦相關負責人介紹，食品衛生與營養學作為一門綜合性的交叉學科，涉及預防醫學、食品科學、營養學等多個學科，在提升健康素養，保障食品安全，促進疾病的營養學防治完善健康保障方面大有作為。
縱觀今年我省的新增專業，從撫養、就醫，再到教育，與幼兒養育相關的專業成為熱門，除了新增兒科學、中醫兒科學、助產學等專業外，學前教育、小學教育等師范類專業的報考也很火爆。
今年，杭州師范大學增加小學全科教師、中學緊缺學科教師定向培養招生計劃。杭師大教務處副處長、招生辦副主任顧海春介紹，今年，學校將繼續面向杭州、寧波、溫州、紹興、金華、衢州、麗水、臺州、舟山等地區定向招生255名，提前錄取，補學費，包就業。同時，復建音樂學院，增加音樂學(師范)、舞蹈學(師范)專業招生計劃。
