［摘 要］ 人工智能技術已經成為國家重要發(fā)展戰(zhàn)略。針對目前“人工智能技術”課程教學形式單一、人工智能案例較少等問題，以愛國主義教育為思想引導，將人工智能與實際的生產生活相聯系，設計了與量子遺傳算法、新冠感染三維CT圖像和天問一號等人工智能相關的案例。融入學術志向，引導學生樹立正確的學習觀念，激發(fā)愛國熱情。教學案例有利于增強學生的學習興趣，培養(yǎng)學生的民族自豪感以及勤奮刻苦、努力拼搏、銳意進取和創(chuàng)新的精神，提高學生的創(chuàng)新、科研、實踐能力。

［關鍵詞］ 人工智能技術；課程時政；量子計算；CT圖像；天問一號

［基金項目］ 2019年度教育部高等教育司產學合作協(xié)同育人項目“新工科背景下‘智能+圖像處理’創(chuàng)新人才培養(yǎng)研究與實踐”（201902083001）；2019年度全國高等學校計算機教育研究會課題“‘人工智能+’課程體系及評價方法研究與實踐”（CERACU2019R05）；2023年度北方工業(yè)大學研究生教育教學改革研究項目“計算機類交叉學科與創(chuàng)新應用型人才培養(yǎng)模式探索與研究”（217051360023XN269-20）

［作者簡介］ 張永梅（1967—），女，山西太原人，博士，北方工業(yè)大學信息學院教授，主要從事人工智能、圖像處理研究；陳 浩（1997—），男，安徽亳州人，北方工業(yè)大學信息學院2021級計算機科學與技術專業(yè)碩士研究生，研究方向為人工智能；周夢洋（1998—），男，河南信陽人，北方工業(yè)大學信息學院2021級計算機科學與技術專業(yè)碩士研究生，研究方向為人工智能。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）11-0137-04 ［收稿日期］ 2023-03-23

引言

人工智能對促進經濟發(fā)展和社會進步具有深遠影響，世界許多國家都高度重視人工智能技術的發(fā)展。我國正處在從“中國制造”到“中國智造”的戰(zhàn)略轉型階段，人工智能技術成為帶動經濟發(fā)展的引擎［1］。

高校院所作為國家重要的人才輸送基地，承擔著中華民族偉大復興的歷史重任，因此國內越來越多的高校開設了“人工智能技術”課程。本文設計實現了融合課程時政的“人工智能技術”教學案例，有利于提高學生實踐與創(chuàng)新能力，提升學生科技創(chuàng)新和服務國家需求的能力。

一、“人工智能技術”課程概述

“人工智能”一經提出就受到各界的廣泛關注。研究者在此基礎上發(fā)展了眾多的理論和方法，人工智能的概念和領域也隨之拓展和完善。

人工智能技術已成為當今最熱門的學科之一。從我國政府層面來看，已初步完成對人工智能的戰(zhàn)略部署。隨著國家政策的扶持，人工智能已逐步滲透到各行各業(yè)，如教育、醫(yī)療、機器人等。由于國家的支持和企業(yè)的需求，目前人工智能相關行業(yè)的人才缺口很大。

本文設計實現了融合課程時政的“人工智能技術”教學案例，有利于啟發(fā)學生對人工智能的興趣，培養(yǎng)學生的民族自豪感以及勤奮刻苦、努力拼搏、銳意進取和創(chuàng)新的精神。

二、典型課程時政教學案例設計與實現

人工智能是一門研究范圍廣泛的綜合學科，對研究人員的綜合素質提出了較高的要求。人工智能在許多研究領域取得了豐富的研究成果，例如計算機視覺、多模態(tài)特征融合以及目標檢測。算法的突破是人工智能發(fā)展的核心，本文設計實現了融合課程時政的“人工智能技術”教學案例，通過使用人工智能領域先進的技術以及算法模型解決實際應用場景中的挑戰(zhàn)，實現理論和應用的結合創(chuàng)新，提升學生對人工智能學科的學習興趣，多層次、多角度地完善學生的綜合素質能力。

（一）基于量子遺傳算法的圖像聚類案例設計

目前，各國科技巨頭競逐量子霸權，加速實現技術突破。本文設計實現了基于量子遺傳算法的圖像聚類案例，有利于學生了解“卡脖子”技術的核心問題以及與本課程的關系，進一步明確自己的努力方向。近年來，遺傳算法在求解最優(yōu)化問題中展示出良好性能并廣泛應用。遺傳算法的靈感來源于生物遺傳學，是通過運用自然選擇機制，人為構造的一種優(yōu)化搜索算法。它以數字為載體，模仿生物的進化過程。作為進化計算最重要的形式，遺傳算法的出現在一定程度上解決了難以找到傳統(tǒng)數學模型的問題。

量子計算和人工智能是最令學界和業(yè)界振奮的未來科技，二者的結合勢必帶來領域的重大進步。我國有關量子的研究在世界范圍內處于領先地位。量子計算引入量子態(tài)擴大了算法可行解的搜索范圍，并且在計算的時間和空間復雜度上相比于遺傳算法有更好的表現，在提高聚類穩(wěn)定性的同時，能夠提高聚類算法的性能。

如何將量子計算與傳統(tǒng)智能方法相結合，取長補短，設計出更加行之有效的高效智能方法呢？這些都是量子計算研究領域亟須回答的問題。本文采用量子遺傳算法進行圖像聚類，該方法對輸入的數據進行處理，將量子算法融入聚類過程中，以提高復雜圖像邊緣數據的聚類效果。量子遺傳聚類方法的核心是將數據聚類問題轉換為聚類中心的尋優(yōu)問題。

本案例采用KMQGA（quantum-inspired genetic algorithm for k-means clustering）算法，該算法利用Minkovski距離代替歐氏距離來表示像素之間的距離。當規(guī)定的參數不同時，Minkovski距離將轉化為歐氏距離、Mahanttan距離或Sup距離。它克服了歐式距離僅適用于低維數據空間，且對噪聲數據的敏感度較高的缺點，是一個靈活度較高的距離度量?；诹孔舆z傳算法的圖像聚類方法具體步驟如下：（1）利用量子比特表示隨機生成的初始種群；（2）將量子比特表示合并為二進制表示，進行實數編碼表示，使用DB適應度函數來評估每個染色體；（3）如果滿足終止條件，則輸出最佳結果，否則保存最佳染色體，并進入下一步；（4）如果滿足早熟準則，則執(zhí)行步驟（6），否則執(zhí)行步驟（5）；（5）將交叉和變異的概率分別調整為和，然后執(zhí)行步驟（7）；（6）分別調整交叉概率和變異概率為和，然后執(zhí)行步驟（7）；（7）執(zhí)行選擇、交叉操作，以及變異操作；（8）如果滿足災變標準，則繼續(xù)執(zhí)行步驟（10），否則執(zhí)行步驟（9）；（9）查找旋轉角度表，執(zhí)行旋轉操作，返回到步驟（2）；（10）執(zhí)行災變操作，返回到步驟（2）。

圖1給出了其中的一組實驗結果。（a）為遺傳算法在每次迭代后輸出的最佳染色體的適應度，（b）為量子遺傳算法在每次迭代后輸出的最佳染色體的適應度，可以看到（b）中的輸出適應度更大。實驗結果表明，引入量子計算的遺傳算法比傳統(tǒng)的遺傳算法得到的最優(yōu)解更好。

本案例有利于啟迪思維，鼓勵學生利用人工智能技術為我國實現科技強國“添翼”，激發(fā)學生的民族自豪感，激勵學生積極投身國家的發(fā)展，實現專業(yè)教育與思政教育的有機統(tǒng)一。

（二）基于深度學習的新冠病毒感染三維CT圖像分割和三維重建案例設計

本案例實現對新冠病毒感染患者的肺部CT影像病灶分割的方法，以及分割的應用。人工智能的核心是機器學習，機器學習的核心是深度學習。本案例將人工智能與圖像處理技術有效結合，有利于打通科研項目與課堂教學的科教融合渠道，使學生身臨其境地參與到科研項目中，提高學生的與人工智能技術相關的科研能力。

2020年初，新冠病毒感染席卷全球，給許多國家和人民造成嚴重的生命和財產損失［2］。我國按照“及時發(fā)現、快速處置、精準管控、有效救治”的工作要求，堅決防范境外疫情輸入和境內疫情反彈。在此過程中，人工智能技術顯得尤為重要，主要應用有輔助診斷、影像分析、藥物研發(fā)、病毒溯源、體溫檢測、醫(yī)療機器人等［3］。CT技術作為新冠病毒感染診斷的有效手段，是新冠病毒感染臨床診斷的重要依據。醫(yī)生可以利用胸部CT圖像診斷新冠病毒感染，利用人工智能技術輔助診斷新冠病毒感染，有利于緩解專業(yè)醫(yī)生緊缺問題，提高就診效率。

卷積神經網絡（convolutional neural network， CNN）已經成為眾多科學領域的研究熱點之一，特別是在模式分類領域，由于該網絡避免了對圖像的復雜前期預處理，可以直接輸入原始圖像，因而得到了更為廣泛的應用。

該案例主要涉及影像分析中的圖像分割和三維重建，三維圖像分割技術已經較為成熟，實現時主要用到了CNN、VTK三維顯示技術、coplenet網絡3D分割技術、Unity3D的三維重建技術，以及GUI設計技術。具體操作步驟如下：（1）輸入3D-CT掃描的原始nii圖像；（2）利用VTK三維顯示技術直觀展示原肺；（3）數據均勻分布的重采樣；（4）將重采樣圖像發(fā)送到CNN，提取足夠有效的特征；（5）將輸出分量進行融合，并生成分割后的病灶；（6）轉化為fbx文件，并將其拖入unity的Scenes文件夾；（7）分割前后的兩個nii圖像以組件形式加入Terrain平臺中，位置為：37、-2、19，修改原始肺部模型的顏色為潤紅色；（8）添加人物模型；（9）人物添加animator組件，雙擊編輯；（10）拖入人物，添加相機，將相機和人物建立關聯；（11）添加capsule collider膠囊碰撞檢測，調整好膠囊的大小，與人物尺寸相同。

圖2給出了其中的一組實驗結果。對新冠病毒感染患者肺部病灶三維重建后的模型比較清晰。

該案例通過人工智能技術在抗擊新冠病毒感染中的應用，體現了中華民族展現的強大凝聚力和戰(zhàn)斗力，有利于提高學生分析、解決復雜問題的能力，培養(yǎng)學生不懈努力的精神和改革創(chuàng)新的能力，思考新的理論和方法，助力科技強國，注重新技術的應用轉化。

（三）模擬“祝融號”火星車在火星表面的案例設計

本案例主要模擬天問一號火星探測器搭載的“祝融號”火星車著陸火星表面，并且開展一系列探測行動。該案例提高了學生的參與度，加強了學生的成就感，有利于從內心深處激發(fā)學生強烈的民族自豪感和愛國情懷。

隨著人工智能技術的興起，人工智能技術在行星探測領域的應用愈發(fā)深入。開展火星探測工程不僅需要深空探測技術的經驗儲備，而且需要等待火星每隔26個月的窗口期，因此這為火星著陸設置了較高的壁壘。“祝融號”火星車上搭載的多個科學載荷，分別在火星地表淺層結構、地表元素、磁場環(huán)境、氣象環(huán)境等方面獲取了大量科學數據。這些數據為了解火星和深入研究提供了重要支撐。這一切成績的取得，離不開人工智能技術的支持。根據目前國內外對火星探測掌握的資料來看，火星和地球的地質環(huán)境最為相似，都擁有高山、平原和峽谷。由于缺少大氣層并且長期受太陽的照射，火星表面到處是沙丘和礫石。通過3D建模軟件對火星環(huán)境進行還原，有助于進一步細致分析火星地質結構，輔助科學家推斷火星的地質演化規(guī)律，為人類著陸火星和建立火星基地提供科學依據。

火星環(huán)境模型來自公開的模型，為了使用戶在體驗過程中擁有更強的沉浸感，增加了第一視角模式。第一視角的實現通過獲取鼠標的偏移量來控制相機旋轉，采用Input.GetAxis（）方法獲取鼠標水平和豎直方向上的偏移量，將得到的值經過處理后傳遞給vector3。在Scripts文件夾下創(chuàng)建文件MouseLook的C#文件，文件中可以設置鼠標移動速度，其中MouseX和MouseY是鼠標控制的水平位移和豎直位移。

通過3D建模實現對火星地表環(huán)境的模擬。從圖3可以看到，火星地形有平原、丘陵和高山，與實際情況比較相似。

本文模擬火星車行駛在火星表面，可以主動避免一些復雜的地形，從而保證火星車的順利行駛?；鹦擒嚨那啊⒑?、左、右移動主要通過Input.GetKey（）方法來獲取鍵盤上的相應操作，當按下W鍵時，先判斷方法GetKey（）獲得的操作是否為W，若是，通過Transform.Translate根據Translation的方向和距離來移動變換。其他操作與此類似，可以實現火星車的前進、后退、左轉彎和右轉彎等操作。

在實現火星場景還原的基礎上，加入了火星車的三維模型，用來對“祝融號”著陸火星進行仿真。為了盡可能地與實際場景一致，火星車移動考慮了火星地表土壤較為松軟和火星車的自重，因此火星車的車輪會陷入，這符合客觀實際情況?；鹦擒嚦饲斑M和后退之外，在遇到特殊地形時，需要調整方向來避免受阻，因此還加入了轉彎的功能。開展火星資源勘探任務主要是針對火星地表的土壤進行采樣，分析土壤的成分從而便于后續(xù)的研究。當火星車移動到特定的區(qū)域時，可以通過資源勘探功能來發(fā)掘顯示當前區(qū)域存在的礦石資源、水資源等。

迄今為止，人類在針對行星的探測任務中，對資源、地質以及氣候環(huán)境的調查在整個探測任務中是重中之重，因此本案例中模擬火星車進行資源勘探功能較好地還原了真實場景。

本文通過虛擬現實（virtual reality，VR）技術模擬探測器的氣動減速、懸停避障和緩沖著陸，可以為真實場景下的探測工程提供技術支撐。以沉浸式交互體驗的形式，充分調動學生的學習熱情和創(chuàng)新意識，進一步拓寬學生學習教育的路徑，增強紅色教育的實效性。本案例的設計體現了創(chuàng)新的教育發(fā)展觀念，對思政教育的發(fā)展具有積極意義，有利于學生深入研究人工智能技術及應用，吸引更多的學生從事我國航空航天事業(yè)。

結語

本文主要設計了人工智能的相關應用案例，通過融入課程時政，給出了案例的設計和分析，有利于提升課程的教學效果和教學質量，提高學生的學習興趣，提升人才培養(yǎng)能力和水平。

參考文獻

［1］郭音.人工智能發(fā)展態(tài)勢與經濟社會發(fā)展融合策略［J］.中國管理信息化，2022，25（3）：78-80.

［2］高新，徐靜.新冠肺炎疫情的雙向沖擊、經濟影響與中國對策［J］.銅陵學院學報，2021，20（1）：14-18.

［3］王歡，敖青，商惠敏.人工智能在新冠肺炎疫情防控中的應用研究［J］.廣東科技，2021，30（7）：66-68.

Teaching Case Design of" Artificial Intelligence Technology Integrated Curriculum Politics

ZHANG Yong-mei， CHEN Hao， ZHOU Meng-yang

（School of Information Science and Technology， North China University of Technology， Beijing 100144， China）

Abstract： Artificial intelligence technology has become an important national development strategy. Aiming at the problems of single teaching form and few cases in the current artificial intelligence technology curriculum， this paper connects artificial intelligence with actual production and life， designs the teaching cases such as a quantum genetic algorithm， 3D CT images of COVID-19， Tianwen-1 guided by patriotism education. The paper incorporates academic aspirations into classroom teaching， guides students to establish a correct learning direction， stimulates their patriotic enthusiasm. The teaching cases are helpful for improving the students’ learning ability， cultivating their national pride and the spirit of diligence， hard work， forging ahead and innovation， and enhancing their innovation， scientific research and practical abilities.

Key words： artificial intelligence technology; curriculum politics; quantum computing; CT image; Tianwen-1