張小明 李舟軍
摘 要:針對研究性教學特點和人工智能學科的問題,分析人工智能研究生課程特點和研究生學習狀況,結(jié)合多年來研究生人工智能課堂教學實踐,基于研究性教學的內(nèi)涵與特點,探討在人工智能課程中采用研究性教學的策略與方法。
關(guān)鍵詞:人工智能;研究性教學;實例驅(qū)動
0 引 言
人工智能是一門歷史悠久的學科,其研究內(nèi)容非常廣泛且不斷發(fā)展。它的基礎(chǔ)學科包括運籌學、概率論、經(jīng)濟學、語言學、信息學、模式識別、哲學、程序設(shè)計、電子工程等,是在研究人類智能行為規(guī)律的基礎(chǔ)上,利用人工的方法和技術(shù),研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能,實現(xiàn)智能行為。它研究如何用計算機模仿人腦所從事的記憶、識別、理解、證明、推理、規(guī)劃以及問題求解等思維活動,并以此解決需要人類專家才能處理的復雜問題,例如自動問答、診斷、調(diào)度、規(guī)劃、翻譯等問題[1]。近年來,隨著大數(shù)據(jù)、深度學習等技術(shù)的興起和發(fā)展,人工智能興起了一股新的應用和研究熱潮,已經(jīng)成為產(chǎn)業(yè)界、學術(shù)界的一個熱點領(lǐng)域。目前,人工智能很多研究領(lǐng)域,如自然語言處理、模式識別、機器學習、數(shù)據(jù)挖掘、信息檢索、智慧醫(yī)療等都得到了極大的發(fā)展, 有許多研究成果已經(jīng)進入并影響著人們的生活。
人工智能是一門綜合性、實踐性和應用性很強的理論技術(shù)學科,具有以下兩大特點:
(1)課程內(nèi)容及內(nèi)涵極其豐富。這是由人工智能本身的特點所決定的。它的內(nèi)容涉及多個學科及技術(shù)領(lǐng)域。人工智能本科課程中需要學生掌握人工智能的核心內(nèi)容,包括基本概念、基本原理方法及其主要應用。 而研究生人工智能課程需要學生了解人工智能的發(fā)展現(xiàn)狀和趨勢、人工智能研究遇到的主要問題,以及人工智能產(chǎn)業(yè)界和學術(shù)界的最新成果。因此, 人工智能課程與其他很多計算機課程存在不同,人工智能課程的講授應具有相應的特點。尤其是研究生人工智能課程,需要探索研究性教學的應用,積極引導學生參與到人工智能的相關(guān)應用與研究當中來,培養(yǎng)學生對人工智能的能動性和主觀見解。
(2)課程內(nèi)容外延極其廣泛。人工智能把整個科學體系作為自己的理論和知識基礎(chǔ)。任何工作都離不開智能, 因此任何領(lǐng)域都是人工智能的潛在應用領(lǐng)域。當前,人工智能以前所未有的速度和廣度延伸到社會經(jīng)濟與生活的各個領(lǐng)域,人工智能的廣泛應用能夠把人類從低層次的腦力和體力勞動解放出來, 以幫助人類留出更多的時間和精力來完成那些需要更高層智慧和大量經(jīng)驗的工作。因此,人工智能是一門肩負著重大歷史使命的學科, 它將使整個科學體系和人類的生活方式發(fā)生本質(zhì)性的變化。當前,隨著計算機硬件與處理技術(shù)、大數(shù)據(jù)、深度學習等技術(shù)的發(fā)展,人工智能的研究與應用進入到一個新的發(fā)展階段,面臨著新的挑戰(zhàn)與機遇。由此看來, 培養(yǎng)學生借助人工智能來完成各類實際問題求解的敏銳洞察力和有效執(zhí)行力是十分必要和緊迫的,對其以后從事科研和技術(shù)應用工作都是非常有益的。
研究生教育是本科后以研究為主要特征的高層次的專業(yè)教育?!案邔哟蔚膶I(yè)教育”和“以研究為主要特征”是研究生教育的本質(zhì)[1]。研究生教育在本質(zhì)上是培養(yǎng)研究者的教育,是使研究生學會研究的教育。研究生教育的這種特殊性,要求研究生課程要以強化研究生的研究品質(zhì)和能力為主要目標。科學研究要以專業(yè)知識為基礎(chǔ),但積累了一定的專業(yè)知識并不等于就能從事科學研究。知識并不等于能力,研究能力不會自發(fā)產(chǎn)生,必須在使用知識的實踐中,即科學研究的實踐中,自覺地加以培養(yǎng)和鍛煉才能獲得和提高。因此,對研究生研究品質(zhì)和能力的培養(yǎng),或者說對研究者的培養(yǎng),必須在研究的實踐過程中通過學習者的親身體驗、反思、領(lǐng)悟而進行,通過學習者與研究對象的相互作用而建構(gòu)。人工智能課程教學是研究生掌握人工智能基礎(chǔ)理論和專門知識的主渠道,但其目標的指向性不應僅限于使研究生學習和掌握系統(tǒng)的基礎(chǔ)理論和專門知識,也應凸顯人工智能的研究性和技術(shù)性,使教學與研究結(jié)合,致力于促進研究生學會人工智能思維的方法,掌握人工智能分析、解決問題的思路和要領(lǐng),真正實現(xiàn)由接受向探究人工智能理論與技術(shù)的轉(zhuǎn)變,由追求人工智能知識向追求利用人工智能解決問題的能力的轉(zhuǎn)變,最終達到應用知識、創(chuàng)造知識的目的。人工智能研究生教育“以科研作為首要的成分,教師的作用在于把從事人工智能的相關(guān)科研和教學結(jié)合起來,科研活動十分恰當?shù)爻蔀橐环N教學的模式。學生的作用就是把人工智能科研和學習結(jié)合起來,科研活動轉(zhuǎn)變?yōu)橐环N學習的模式”[2]。針對研究生人工智能課程的特點,我們提出了啟發(fā)式的人工智能教學、基于案例驅(qū)動的教學、培養(yǎng)學生探索精神的人工智能教學等多種教學方式,建立與人工智能研究性教學配套的教師激勵機制。
1 基于實踐的人工智能課程教學
創(chuàng)新能力的培養(yǎng)很大程度上依賴于學生對經(jīng)驗的積累,所以切實加強研究性實踐教學, 提高學生實踐能力至關(guān)重要。人工智能研究性實踐教學應從實踐的角度提出問題, 引導學生將人工智能理論與實踐相結(jié)合, 探究問題的答案。
首先,需要在人工智能中引入大量的實驗內(nèi)容。研究生實驗[3]是以培養(yǎng)創(chuàng)新能力為目標的綜合性實驗項目,不能局限于單門課程的內(nèi)容,要輔以驗證性試驗的課程內(nèi)容,增設(shè)設(shè)計性、綜合性、研究性實驗項目, 在研究生實驗教學中, 學生根據(jù)實驗內(nèi)容和要求, 自主擬定實驗方案; 指導教師的基本任務(wù)是為實驗提示方向, 嚴格審查并幫助完善學生自主設(shè)計的實驗方案。在實驗過程中, 注重觀察調(diào)控, 釋疑解難, 對實驗結(jié)果與報告開展分析討論, 評價實驗所取得的成效, 找出不足和改進意見, 通過人工智能算法設(shè)計與實現(xiàn)過程,使他們具備發(fā)現(xiàn)和解決問題的能力,不斷提其科學實驗能力。在人工智能課程中,可以設(shè)置模式識別、搜索算法、邏輯推理、自動規(guī)劃、概率推理等與教材內(nèi)容相關(guān)的實驗任務(wù),由學生自由選擇實驗環(huán)境、參數(shù)設(shè)置等,根據(jù)實驗結(jié)果由學生進行解釋,進而加強學生對相關(guān)算法和理論的理解。
其次,需要和工業(yè)界建立合作伙伴關(guān)系。本專業(yè)具有較強的實踐性,為使人才培養(yǎng)滿足企業(yè)需求,就應該使學生充分了解工業(yè)界對人才的要求。鼓勵學生自行參與企業(yè)的人工智能項目開發(fā),如需求分析、系統(tǒng)設(shè)計、軟件開發(fā)等,最后提交調(diào)試好的軟件系統(tǒng)、完整的設(shè)計文件和調(diào)試文檔報告。此外,還應組織學生參觀企業(yè)研發(fā)中心,現(xiàn)場學習人工智能產(chǎn)品化的設(shè)計和開發(fā)等全部流程,熟悉人工智能產(chǎn)品的生產(chǎn)和測試等所有環(huán)節(jié);由企業(yè)研發(fā)中心研究人員做專題技術(shù)報告。借助工業(yè)合作伙伴計劃,加強用人企業(yè)和學校的聯(lián)系,還可進一步加強聯(lián)合實驗室建設(shè),完善校外專業(yè)實踐環(huán)節(jié),為學生提供一個更為廣闊的、具有實際應用需求的聯(lián)合培養(yǎng)基地。endprint
2 基于案例驅(qū)動的人工智能教學
基于案例驅(qū)動的教學法要求教師能夠根據(jù)學生的認知水平和能力,創(chuàng)設(shè)引導學生進行探索活動的人工智能案例,以激發(fā)學生探究問題和解決問題的興趣與能力,促進學生質(zhì)疑、探求的創(chuàng)造性學習動機,通過選擇與提出問題、討論、研究、實踐、驗證與結(jié)論,培養(yǎng)學生的創(chuàng)造性思維,提高學生獨立探究、自主研究和創(chuàng)新的能力。研究性教學強調(diào)學生的積極參與,強調(diào)師生互動。對教師來說,必須轉(zhuǎn)變傳統(tǒng)的“傳道”觀念,以平等的心態(tài)與學生交流探討。在課堂上,要努力營造民主、寬松、活躍的教學氛圍,積極引導學生大膽設(shè)想、大膽探索、大膽懷疑,使學生樹立研究型學習的觀念,消除被動接收的心理,養(yǎng)成勤于思考、善于思考的良好學習習慣,通過積極參與討論與研究,培養(yǎng)學生主動獲取新知、探求未知的能力。
我們在本課程問題求解部分的教學中,將基于搜索算法的象棋游戲作為案例開展探究式教學活動。在介紹各種搜索以及優(yōu)化剪枝算法之后,教師將科研項目中基于搜索算法的科學研究實驗及其結(jié)果詳細地在課堂上進行演示,引導學生對實驗提出質(zhì)疑。在教學實踐中,學生提出大量問題,例如,搜索的層數(shù)如何確定?為什么消耗函數(shù)對搜索結(jié)果會有影響?等等。教師在事先準備好的實驗演示的基礎(chǔ)上,開展課堂討論,讓學生提出解決問題的各種方法,并現(xiàn)場通過實驗進行驗證,逐步讓學生理解搜索算法的設(shè)計、輸入輸出數(shù)據(jù)的預處理、參數(shù)設(shè)置的必要性及其實現(xiàn)方法。課堂授課實踐表明,這種方法極大地激發(fā)了學生的學習興趣,使學生能夠大膽設(shè)想,大膽探索,增加了學生的自信心和創(chuàng)新精神。本次課堂討論結(jié)束后,教師根據(jù)學生的討論以及實驗結(jié)果演示,總結(jié)各種搜索算法的局限性,并要求學生通過查資料和搜集必要的信息,積極地思索和驗證各種解決問題的方法,將學生分組,讓學生展開討論,為下次討論課作好準備。
傳統(tǒng)教學方法是告訴學生怎么去做,在一定程度上損害了學生的積極性。而案例教學要求學生自己去思考、去創(chuàng)造,使枯燥乏味的內(nèi)容變得生動活潑。在案例教學中,學生之間的交流既可以使學生取長補短、促進人際交流能力,也可以引導學生變注重知識為注重能力。
案例教學法的關(guān)鍵是案例的選擇。案例是為教學目標服務(wù)的,因此它應該具有典型性,且應該與所對應的理論知識有直接的聯(lián)系。案例最好是經(jīng)過深入調(diào)查研究。來源于實踐,不能只是一堆數(shù)據(jù)的羅列。教科書的編寫應采用圖片、表格、曲線等方式讓學生看到算法的實驗結(jié)果,啟發(fā)學生思考。另外,案例應該只有情況沒有結(jié)果,有激烈的矛盾沖突,沒有處理辦法和結(jié)論,由學生對案例提出質(zhì)疑,從這個意義上講,案例的情況越復雜,越多樣性,越有價值。
案例教學法能夠?qū)崿F(xiàn)教學相長。教學中,教師不僅是教師而且也是學員。一方面,教師是整個教學的主導者,掌握著教學進程,引導學生思考、組織討論研究,進行總結(jié)、歸納。另一方面,在教學中通過共同研討,教師不但可以發(fā)現(xiàn)自己的弱點,而且從學生那里可以了解到大量感性材料。另外,案例教學法能夠調(diào)動學生的學習主動性。教學中,由于不斷變換教學形式,學生大腦興奮不斷轉(zhuǎn)移,注意力能夠得到及時調(diào)節(jié),有利于學生精神始終保持最佳狀態(tài)。案例教學的最大特點是它的真實性,教學內(nèi)容是具體的實例,加之采用是形象、直觀、生動的形式,給人以身臨其境之感,易于學習和理解。最后,案例教學法能夠集思廣益。教師在課堂上不是“獨唱”,而是和大家一起討論思考,學生在課堂上也不是忙于記筆記,而是共同探討問題。由于調(diào)動集體的智慧和力量,容易開闊思路,收到良好的效果。
3 培養(yǎng)學生探究精神的人工智能課堂內(nèi)外教學
3.1 人工智能研究性課堂教學
課堂是人工智能課程研究性教學的重要場所。一流大學課堂上教師普遍重視學生的自學能力、創(chuàng)新精神和研究能力,特別關(guān)注學生探究意識的培養(yǎng)。在《重建本科教育———博耶報告三年回顧》[4]中,被調(diào)查者一致認為他們正在探討“教學中探究式學習的問題”,近65%的被調(diào)查者強調(diào)所屬大學是積極鼓勵探究式學習的, 并建立了相關(guān)機構(gòu)幫助教師掌握推行探究式學習的技巧與方法;17%的被調(diào)查者認為探究式學習使大學的課程與教學發(fā)生了顯著變化;55%的被調(diào)查者認為發(fā)生了一些變化。因此,作為面向研究生的人工智能課程,更應該強調(diào)學生探究能力的培養(yǎng),以此來培養(yǎng)研究生科研的能力和興趣。
以探究學習為主的一種討論課即“習明納”(Seminar)深受學生喜愛。舉辦“習明納”的教師需要對人工智能領(lǐng)域的一些研究課題進行過深入地研究, 他們不但能夠?qū)栴}的實質(zhì)和答案提出自己獨到的見解, 而且能夠與學生在課堂上進行分析和討論。在課堂上需要由教師先簡單地說明人工智能某個問題的研究現(xiàn)狀和存在的困難, 再由大家提問, 隨后教師本人或者學生進行解答, 大家共同討論,課堂氣氛異常活躍,極大地調(diào)動了學生的積極性和對人工智能課程的興趣。除此之外, 為進一步提高學生對人工智能的興趣,講授法、答疑、小組工作、讀書報告、社會調(diào)查等教學方法也會根據(jù)具體課程情況穿插運用。總之,在人工智能課堂教學中教學手段不能單調(diào), 教師需要通過設(shè)定與人工智能授課內(nèi)容及知識要點相關(guān)的問題情境與研究任務(wù),以具體的問題和任務(wù)作為切入點, 以問題的解答和任務(wù)的分析作為討論和探究的目標,激發(fā)學生的興趣, 培養(yǎng)其對人工智能的探究意識。
3.2 人工智能研究性課外教學
人工智能研究性教學的另外一個重要特點是跳出課堂限制, 將人工智能課堂內(nèi)容與人工智能的產(chǎn)業(yè)發(fā)展、研究現(xiàn)狀等問題融為一體。
首先,需要利用高校中的網(wǎng)絡(luò)建立起課程自主學習的支持系統(tǒng), 要求學生在教師指導下閱讀和調(diào)查一系列的參考書、參考文獻、技術(shù)報告、行業(yè)報告以及相關(guān)的研究資料,根據(jù)閱讀和調(diào)查情況撰寫讀書報告、文獻綜述或調(diào)查報告, 完成必要的作業(yè), 為學生有效地利用課余時間進行人工智能學習和研究提供便利。
科研小組、興趣小組是課外教學活動的重要支撐。這些小組多基于對某一學科的興趣而建立, 并在教師指導下開展活動。針對人工智能課程,可以按照學生的具體興趣,組成相應的研究小組,例如模式識別小組、問題搜索小組、信息檢索小組、自然語言理解小組、知識推理小組、自動規(guī)劃小組等。每個研究小組通常是由一名學生領(lǐng)導, 同時每個小組也可以邀請高年級的從事相關(guān)研究的碩士生和博士生作為技術(shù)顧問,每個小組定期舉行討論,組內(nèi)成員共同完成一些人工智能小課題,大家討論、研究,并由相關(guān)領(lǐng)域的老師進行點評。這種濃厚的學習和討論氛圍, 不但有利于研究生獨立科研精神的培養(yǎng), 同時對于其合作精神、團隊意識的培養(yǎng)亦至關(guān)重要。endprint
此外, 鼓勵學生參加人工智能領(lǐng)域和其他相關(guān)領(lǐng)域的學術(shù)報告、文化講座、社團活動、企業(yè)技術(shù)報告以及各類算法和技術(shù)競賽, 開拓學生們的科技視野,提高學生分析問題和解決問題的能力, 增強學生的探索精神和求知欲望, 為以后從事人工智能科學研究及工作打下堅實的基礎(chǔ)。
4 建立與研究性教學相配套的教師獎勵激勵機制
長期以來, 教師指導研究生科研一直受到大學重視,而研究生課程的教學則處于不利地位。隨著研究生研究性教學的提出,教師獎勵機制也需要進行相應的變化。國外著名大學的教師委員會一直主張建立一套促進優(yōu)質(zhì)課程教育的教師獎勵機制[5],這種機制包括在教師職稱提升和聘用終身教授時考慮教學因素,以及以其他方式激勵教師努力開展優(yōu)質(zhì)課程教學及課程作業(yè)指導。
為了鼓勵教師指導學生課程作業(yè),不少研究型大學對于指導課程作業(yè)的教師在經(jīng)費、工作評定上予以傾斜。在教師聘任和提升過程中把參加研究生課程制定、課堂與課外作業(yè)、課程項目和論文指導等看作教學任務(wù)的一部分,鼓勵教師積極參與這些活動。
5 結(jié) 語
當前人工智能已經(jīng)成為信息技術(shù)領(lǐng)域的一個非常熱門的研究課題,工業(yè)界和學術(shù)界都投入了大量的資源。因此,人工智能課程對于培養(yǎng)和提高學生的人工智能興趣有著積極的托用。本文在闡述了研究生人工智能課程內(nèi)容及其在計算機專業(yè)課程中的重要地位的基礎(chǔ)上,針對課程的教學內(nèi)容,總結(jié)了研究生人工智能課課程的兩個特點。結(jié)合人工智能的課程特點及教學目標,我們積極開展研究型教學,主要內(nèi)容包括3個方面:在課程中引入大量實踐環(huán)節(jié)培養(yǎng)學生的動手能力,以人工智能案例培養(yǎng)學生的獨立思考能力,在課堂內(nèi)外以研究性方法培養(yǎng)學生的探索意識。這3個方面相輔相成,對實現(xiàn)人工智能課程研究性教學具有非常重要的意義,實踐證明,該方案具有較好的效果。
參考文獻:
[1] 薛天祥. 研究生教育學[M]. 桂林: 廣西師范大學出版社, 2001: 63.
[2] 周群, 賈紹芝, 夏建剛, 等. 電子技術(shù)基礎(chǔ)課程柔性化教學模式探討[J]. 電氣電子教學學報, 2005, 27(1): 5-7.
[3] 劭杰, 王成華, 江愛華. 淺談高校信息類專業(yè)的創(chuàng)新教育和人才培養(yǎng)[J]. 電氣電子教學學報, 2005, 27(1): 1-4.
[4] 伍紅林. 從《博耶報告三年回顧》看美國研究型大學本科生研究性教學[ J]. 高等工程教育, 2005(1): 46-48.
[5] 劉贊英, 王嵐, 朱靜然, 等. 國外大學研究性教學經(jīng)驗及其啟示[J]. 河北科技大學學報(社會科學版), 2007, 7(1): 68-75.
(編輯:彭遠紅)endprint