人工智能与教学汇总十篇
篇（1）
人工智能(Artificial Intelligence,AI)是计算机科学与技术专业的一门重要专业课程,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,并以此解决需要人类专家才能处理的复杂问题,例如咨询、诊断、预测、规划等决策性问题[1]。人工智能是一门涉及数学、计算机、控制论、信息学、心理学、哲学等学科的交叉和综合学科。目前,人工智能很多研究领域,如自然语言处理、模式识别、机器学习、数据挖掘、智能检索、机器人技术、智能计算等都走在了信息技术的前沿,有许多研究成果已经进入并影响了人们的生活。
2003年12月5日,国内第一个“智能科学与技术”本科专业在北京大学诞生[2],它标志着我国智能科学与技术本科教育的开始,对我国智能科学技术人才培养和智能科学与技术学科建设起到极大的带动作用。目前,人工智能课程的教学存在几个问题:首先,注重讲授理论知识,实验环节滞后,这不利于培养学生的实践能力,更谈不上实践创新。其次,人工智能是交叉学科,内容比较繁杂,各种教材的内容不一样,授课没有统一的体系,学生学习时抓不住重点,不能理解人工智能的根本方法和思想。一般说来,计算机专业的其他课程,如网络技术、数据库技术、算法分析与设计等,都是求解结构化问题的基本技术,而人工智能技术则是解决非结构化、半结构化问题的有效技术。最后,人工智能科学与技术飞速发展,但目前人工智能只被视为一门专业课,课程讲授和人工智能没有作为一个研究方向结合起来,也没有把传授课本知识和引导启发创新结合起来。
适应知识经济发展的高等教育,要把培养创造精神和创新能力摆在突出的位置。创新是基础研究的生命,而高等学校的教学只有与科研紧密结合,才能在培养学生的创新精神方面有所作为。为此,针对人工智能的课程特点,我们积极开展研究型教学、研究型学习,提高大学生的学习能力、实践能力和创新能力的研究与实践。在教材上,我们选用了清华大学出版社出版、马少平等编写的《人工智能》。我们的教学研究与实践的主要内容包括三个方面:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;以及与毕业论文,学校大学生科研项目资助计划,国家大学生创新性实验计划相对接的科研训练。这三个主要方面,层层递进、环环相扣,是体系完整的创新型人工智能教学实践。下面,我们就这三个方面内容展开探讨。
1启发式传授人工智能解决问题的非结构化思想
现实世界的问题可以按照结构化程度划分成三个层次[1]:1)结构化问题,能用形式化(或称公式化)方法描述和求解的一类问题;2)非结构化问题,难以用确定的形式来描述,主要根据经验来求解;3)半结构化问题,介于上述两者之间。一般说来,计算机专业的其他课程如网络技术、数据库技术、算法分析与设计等,都是求解结构化问题的基本技术。而人工智能技术则是解决非结构化、半结构化问题的有效技术。人工智能的教学可以让学生在体验、认识人工智能知识与技术的过程中获得对非结构化、半结构化问题的解决过程的了解,从而达到培养学生多角度思维的目的。
我们使用的教材主要内容包括搜索和高级搜素、谓词逻辑和归结原理、知识表示、不确定性推理方法、机器学习等。这些主要内容也可以相应地归结为若干个典型算法,如启发式A*搜索算法、 剪枝算法、元启发式算法(模拟退火,遗传算法)、谓词逻辑归结算法、贝叶斯网络、决策树、神经网络(BP算法、自组织网络和Hopfield神经网络算法)。元启发式算法是一种启发式的随机算法,是用来解决非结构化问题的典型算法,其思想和传统的决定性算法如动态规划、分支限界完全不一样。学生在刚一接触到这些元启发式算法一时难以接受和理解其机理,对算法的有效性往往半信半疑。根据非结构化、半结构化问题的特点,讲解和演示算法在解决此类问题的具体步骤和详细过程,从而让学生掌握人工智能算法的基本思想。在讲解不同的元启发式算法的时候,学生会问,是模拟退火算法强,还是遗传算法强;在讲到机器学习算法的时候,学生会问到底哪个分类算法最好,这时候我们可以把搜索(优化)领域和机器学习领域的“没有免费午餐”定理进行适当的讲解和解释,从而把具体算法实现层面之上的一些人工智能的哲学思想进行传授。
在人工智能的具体教学中,采用问题教学法和参与式教学法。在问题教学法中,围绕人工智能的知识模块,在引导学生发现各种各样问题的前提下,传授知识。教学活动中,尝试使人工智能知识围绕实际问题而展现,使问题不仅成为激发学生求知欲的前提,也成为学生期盼、理解和吸收知识的前提,以此激发学生的创造动机和创造性思维。在参与式教学中,打破人工智能算法的枯燥、沉闷的传统教学法,尝试开放式教学内容;提问式讲课;无标准答案的课程设计;查找文献,分组动手实现人工智能算法等参与式教学方法,培养和发扬学生的参与意识,通过参与式教学提高学生学习的主动性、积极性和效率,培养学生的动手能力和创新能力。
2成体系的实验训练
独立开展人工智能实验课程,开发一批新型、富有创意的实验案例库,搭建一个创新实验和虚拟学习社区平台。人工智能实验课程的特点是应用各种人工智能方法,根据问题的约束、结构、信息进行表示建模和计算机上实现,是与人工智能原理同步的实验课程。学生必须掌握的人工智能的基本原理和计算机操作技能,它对于学生的知识、能力和综合素质的培养与提高起着至关重要的作用,在整个教学过程中占有非常重要的地位,是计算机软件、计算机应用、计算机网络、软件工程等专业的一门重要的必修专业课程。通过实验,学生得到严格的训练,能规范地掌握人工智能的基本理论和主要方法、基本问题求解技术,熟悉各种计算环境的基本使用。
在培养学生掌握实验的基本操作、基本技能和基本知识的同时,努力培养学生的创新意识与创新能力。为实现这一目标,在课程内容安排上采用适量基本原理与方法的实验内容为基本内容,增加一系列综合性实验和开放性创新实验问题,在实验内容方面更注重研究性实验中的创新问题。实验内容方面分为三个层次:基本原理的基础性实验、综合实验和研究性实验。在后两个层次的实验中,部分引入人工智能课程小组团队的最新科研成果,目的在于通过完成这些研究性实验,培养学生独立解决实际问题的能力,以提升学生的科研素质与创新意识。我们将这些设计实验称为新型实验案例库,它被放在人工智能课程小组网站上,以此搭建一个创新实验和虚拟学习社区平台。通过实验课程的学习和训练,学生应达到下列要求。
1) 掌握人工智能方法的优点及其在实际中的应用。
2) 学会对人工智能问题进行分析建模和应用各种计算工具实现问题求解,熟悉对实验现象的观察和记录,实验数据的获取与设计,最佳实验条件的判断和选择,实验结果的分析和讨论等一套严谨的实验方法。
3) 巩固并加深对人工智能原理课程的基本原理和概念的理解,培养学生勤奋学习,求真求实的科学品德,培养学生的动手能力、观察能力、查阅文献能力、思维能力、想象能力、表达能力。
4) 通过完成综合研究性实验,培养学生独立解决实际问题的能力,提高学生的科研素质与创新意识。
在培养学生掌握实验的基本操作、基本技能和基本知识的同时,进一步培养学生分析问题和解决问题的能力,培养学生的创新意识、创新精神和创新能力,为学生今后从事科研、教学或企事业单位的分析检验以及新技术的研发工作打下扎实的基础。
在实验组织方面,根据各实验的目的和要求,学生分为5人1组,指定一个组长,每组选择1套实验题目。基础实验题目要求达到27学时、综合性实验题目选择1题和研究性实验题目选择1题,基础实验题目要求在规定时间内,小组独立完成实验测定、数据处理,并撰写实验报告。实验过程中, 要求学生勤于动手, 敏锐观察, 细心操作, 开动脑筋, 分析钻研问题, 准确记录原始数据, 经教师检查,实验及其原始数据记录才有效。同时,团队作业,需要多人分工合作、相互帮助,这样可以提高人际交往和沟通能力,学会与他人合作,培养团队创新能力。
3课程学习与毕业论文,科研训练相结合
人工智能技术在一定程度上代表着信息技术的前沿和未来,通过学习和体验人工智能的知识和技术,学生能够在一定程度上了解信息技术发展的前沿知识,这有助学生开阔视野、培养兴趣,为今后继续深造或走向社会奠定坚实的基础[3-4]。
人工智能的理论和方法广泛应用于数据挖掘、机器学习、模式识别、图像处理中,这些内容既是高年级的后续课程,又是现在热门的研究方向。学习和深刻理解人工智能的理论、方法和应用,对后续课程学习以及今后的研究具有重要的意义。
我院规定大学三年级的学生开始联系毕业论文指导导师,同时确定毕业论文的研究方向,提前进行科研实践,以培养实践能力和研究素质。人工智能课程正好是大三高年级开设的专业课,因此,我们把课程实验及设计与同学的兴趣相结合,引导学生,并提炼和形成学生的毕业选题和课外的科研方向,它是提高本科生研究创新能力的有效手段。
基于新的教学实践,很多学生的选题都与上述归纳的人工智能若干算法相关,如算法本身的研究和改进,或是算法在各领域,如数据挖掘、图像处理等的应用。在我们的科研能力训练计划中,一批项目和课题,如混合神经网络的研究与应用、差分演化算法研究与应用、基于协同训练的推荐系统等,分别受到国家和学校本科生科研项目立项资助。一批三四年级的本科生以第一作者身份在国内核心期刊、国际会议和期刊上发表学术论文,这激发了学生的科研兴趣,使学生体会到了创新的乐趣。
总之,课程学习与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练,极大地提升了学生的创新能力和科研基本素质。
4结语
针对人工智能的课程特点,我们积极开展研究型教学、研究型学习,提高大学生的学习能力、实践能力和创新能力的研究与实践。我们的教学研究与实践主要内容包括三个方面:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;以及与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练。这三个主要方面,层层递进、环环相扣,是体系完整的创新型人工智能教学实践,新的改革和实践在教学中取得了令人满意效果。
参考文献:
[1] 张剑平. 关于人工智能教育的思考[J]. 电化教育研究,2003(1):24-28.
[2] 谢昆青. 第一个智能科学技术专业[J]. 计算机教育,2009(11):16-20.
[3] 罗辉,梁艳春. 大学生毕业论文与科研能力培养及就业[J]. 吉林教育,2003(10):18.
[4] 金聪,刘金安. 人工智能教育在能力培养中的作用及改革设想[J]. 计算机时代,2006(9):66-69.
Reform and Practice of Innovative Teaching in Artificial Intelligence
WANG Jia-hai, YIN Jian, LING Ying-biao
篇（2）
中图分类号：G642 文献标识码：A
1 引言
人工智能(AI)是二十世纪五十年代后期兴起的利用计算机模拟人类智能活动去求解问题的学科，与空间技术、原子能技术一起被誉为二十世纪三大科学技术成就，目前广泛应用于专家系统、机器翻译、语音识别、文字识别、计算机视觉、机器人、电子游戏等方面，已经成为计算机技术发展以及许多高新技术产品中的核心技术。
为了适应人工智能技术日益广泛的需要，国内外高校普遍开设了“人工智能”方面的课程，特别是作为计算机方面专业的核心课程之一。我校自从1993年开始为自动化专业本科生开设“智能控制”选修课，1996年为自动化、计算机、机械等专业本科生开设“人工智能导论”、“人工智能及其应用”课程。目前，我校软件学院、信息学院、机电学院都开设了“人工智能导论”课程，已经成为计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其目的是使学生了解人工智能的基本概念和基本原理，初步学习和掌握人工智能的基本技术和前沿内容，拓宽知识面，启发思路，为学生提供最基本的人工智能技术和有关问题的入门性知识，提高学生应用开发软件的能力和水平，为今后在相关领域的研究和应用奠定更为坚实的基础。因此，建设好“人工智能导论”课程具有重要意义和很广的受益面。
由于人工智能是交叉学科，涉及面广、内容抽象、不易理解，学生往往有望而生畏的感觉，在教学过程中，老师教、学生学都比较吃力。为了更好地实现上述教学目标，提高本课程的教学质量，协调好教与学的双边关系，使学生由望而生畏的感觉，变为有用有趣的感觉，根据已有人工智能课程在教学与实践方面的经验和方法，结合“人工智能导论”课程的近几年教学实践，对课程的教学体系、教学内容、教学方法、教学手段、考核方式等方面进行了探索总结。
2 调整与优化教学体系和教学内容
“人工智能导论”是计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其研究领域及内容十分丰富，涉及的基础面广。因此如何选好教学内容，既能使学生了解本领域的概貌，又能适合学生的基础，便于他们在有限的时间完成学习任务，是一件重要而又困难的事情。
进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们修订了“人工智能导论”的教学大纲，对教学内容进一步优化和更新，极大充实了各个系统的内容。我们确定的教学内容主要分为三部分：第1部分为概论，介绍人工智能的基本概念、基本内容、主要研究领域及发展过程；第2部分是知识表示，推理和搜索技术，讨论几种常用的知识表示方法、推理技术(包括确定性推理方法和不确定推理方法)和搜索求解策略；第3部分是人工智能应用研究领域，包括专家系统、自然语言理解、机器学习、人工神经网络、遗传算法等的基本概念和方法等。其中第2部分是基础理论，是人工智能的重要基础，应该循序学习。第3部分是人工智能的应用，由于每个研究内容都相对独立、自成体系且有其专门的学术著作研究、热点，因此针对高等院校的本专科生来说，不必循序学习，而且结合专业特点可以选择其中几个研究领域。例如对自动化专业的学生来说，可以选择专家系统、人工神经网络、遗传算法等，同时可增加在自动控制领域的应用，包括专家控制、神经网络控制和进化控制等热点：而对计算机科学与技术专业来说，可以选择专家系统、自然语言理解、机器学习等，并辅以动物识别系统、语音识别系统、智能机器人等实例。总之就是要把握课程性质和教学目的，调整本课程教学体系，优化教学内容，让学生以有限的时间学到人工智能的基础知识和基本方法。
另外，在选择和确定教学内容时必须兼顾基础知识和新兴技术，注意与相关课程(如离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等)的链接，密切理论与实际的关系，通过课堂讲授和课外训练，注意学生能力培养，提高他们的学习效果和整体素质。
3 加强课程立体化建设和系列教材研究
在课程的立体化建设中，教材充当了地基的角色，所有的课程内容安排，无不体现出以教材为基本，以教材为模板。所以本着基础、实用的原则，我们先后编著出版了《人工智能及其应用》课程教材导论部分概括性强，引人入胜；基础部分系统全面，叙述深入浅出，循序渐进；应用部分密切理论与实际关系，典型形象。其中第二版在第一版的基础上，增加了证据理论、模糊推理、神经网络等理论的一些典型应用，使学生能够更深入地理解和应用这些理论；另一方面，又新增了自然语言理解及其应用内容，以适应目前计算机翻译、人机自然语言交互等技术日益广泛应用的需要。系列教材适应了人工智能导论新课程开设的需要，反映了人工智能学科的发展，为人工智能课程确立了基本框架，发挥了重要作用。系列教材的问世不仅解决了本校“人工智能导论”课程教学用书的问题，而且也被各兄弟院校普遍采用，促进了该课程的普遍开设，推动人工智能学科的发展。
为了配合教材第二版的教学和自学，在已有教学经验和教学成果积累的基础上，制作了高质量的教学课件和完整的教学视频录像，并刻录成光盘随书供读者使用；同时又研究与开发了网络课程(http：//)，以更好地调动学生的学习兴趣和主动性，促进本课程的教学改革。
包括主教材、电子教案、教学视频录像、网络课程及教学资料库等在内的课程立体化建设符合二十一世纪高校教学的要求，支持教师提高教学手段现代化的水平，更贴合学生的学习需求。
4 改革与创新教学模式和教学方法
在“人工智能导论”课程教学的过程中，我们积极探索教学新路，经过数年辛勤试验，结合蔡自兴教授等对人工智能课程的建设经验，对课程的教学模式和教学方法进行了如下一些的改革与创新。
(1)通过多种途径激发学生的学习兴趣
“兴趣是最好的老师”，“人工智能导论”课程的学习效果，直接受到学生兴趣和参与意识的影响。由于这是一门导论性前沿课程，一般来说，学生开始学习兴趣很大。但是，当一些学生开始接触到抽象概念和算法时，往往感到不易接受。我们通过各种途径和方法，激发和培养学生的学习兴趣。例如，鼓励学生参与课堂讨 论、布置读书报告和课外实验、以问题为导向的启发式教学、专题讨论／辩论等形式。特别，我们精心组织和准备了模糊控制技术及其应用、智能机器人技术与应用、智能交通、BCI(脑机交互接口)等专题，以及智能调度软件、语音识别系统、动物识别系统、足球机器人比赛、机器人轨迹跟踪、倒立摆的智能控制等课内演示，使学生扩大了眼界，增加了感性知识，达到提高学生学习兴趣的目的与效果。
(2)面向问题的启发式教学
人工智能中的许多问题，有的似是而非，有的引人入胜。在教学中，有意识的提出相关问题，提请学生思考，鼓励学生提出自己的猜想和解决方案。然后逐步进入教材中的解决方案，启发学生求解这些问题，并进行分析和比较，从而强化了学生学习的主动意识和参与意识，提高了学生的学习积极性。例如，在讲到比较抽象的“遗传算法”时，提出“遗传算法如何用于优化计算?”这一问题。针对该问题，先从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用；然后通过一个简单的例子，从特殊到一般地启发学生思考“遗传”、“变异”和“选择”的实现，最终让学生与教师一起导出遗传算法用于优化计算的基本步骤。这样，学生不但从中学习了遗传算法，而且得到一次逻辑思维的训练，取得很好的教学效果。
(3)课堂辩论与交互式教学
组织课堂辩论，讨论的议题包括人工智能的应用前景和其他比较等有争议的问题。学生对这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。例如，为了加深学生对智能机器人内涵的理解，我们组织了“机器智能能否超过人类智能”的辩论会。会前正反双方结合本课程内容及其相关知识，认真进行准备；辩论会上正反双方唇枪舌战，激烈争辩，气氛热烈。辩论后，学生余意未尽，讨论热情不减。无论是哪一方获胜，都达到了预期的效果。教学中我们还注意采用了多种交互式策略，如课堂上教师提问可鼓励或指定学生提问，也可由学生自由地就某个知识点进行主题发言后老师点评等。
(4)个性化学习与因材施教
在本课程教学过程中注意对学生因材施教和个性化教学。例如，通过组织学生进行读书报告的形式，鼓励学生从多方面、多角度考虑问题，多提新颖思想，有意识地鼓励优秀学生探讨比较深层的内容，并辅导优秀学生将其成果以科技论文和发表文章的形式转化为成果。又如，在教学设计和实验设计中，注意要求学习有余力和兴趣的学生选作部分探索性、创新性的功课和实验(选学内容，如模糊控制器的设计、进化控制等)，从而引导学生发挥个性优势，达到因材施教的目的。同时注意分析学习较差的学生的具体困难，进行有针对性的指导。
(5)多媒体与网络教学的使用
本课程在PPT演示文稿和网络课程上，采用了大量的多媒体表现形式，如视频、动画、声音和图像等。目的在于使得人工智能抽象的知识形象化，便于学生理解。例如，课内让学生在线观看涂晓媛博士的计算机动画“人工鱼”的录像片段、人工生命Floy中生命智能体在环境中不断的适应进化构成演示等，有助于加深学生对所学知识的理解，促进教学水平的提高，激发了学生对课程的兴趣，使学生创新意识得到增强。此外，随教材附赠的教学光盘和开发的网络课程(http：//)提供了学生课外自学用的高质量的电子课件、完整的教学视频录像、丰富的实验和案例资料等，以更好地调动学生的学习兴趣和主动性。
(7)理论与实践结合
在教学内容安排上，注意理论联系实际，适时布置一些人工智能实验给学生进行课外练习。设计的课外实验包括产生式系统实验，归结反演实验，主观Bayes推理网络实验，A搜索实验，以及基于Maltab工具箱的模糊控制位置跟踪系统、两车追赶模糊控制系统、神经网络模式识别仿真、遗传算法优化计算等实验。通过实践和参与，保持学习兴趣，有助于学生对人工智能基本概念和难点的理解，掌握基本方法和技术，为从事智能系统应用开发打下基础，从而达到教学目的。例如，我们组织学生参观我们的研究生综合自动化实验室，观看机器人臂取物、倒立摆控制、语音识别软件、指纹识别软件、智能调度软件等演示，密切理论与实际的关系。
我们在教学改革实践中探索的这些教学方法，有利于充分激励学生的学习积极性和主动性，有利于鼓励学生发挥独立思考和创新思维，有利于多方位培养学生学习发现问题、分析问题和解决问题的能力。
5 运用多样化的教学手段和考核方式
5.1 多样化的教学手段
采用现代信息技术进行教学，构筑“人工智能导论”课程的现代教学模式，是本课程的主要特点之一。教学过程中采用了多媒体教学课件和网络课程相结合的方法，充分利用多媒体的丰富表现形式，利用网络课程的交互性、情景化等，进行教学。采用的方法包括：
(1)抽象知识内容的多媒体表示
通过动画和视频来演示抽象的概念、算法和过程，包括机器人轨迹跟踪、机器人臂取物、足球机器人比赛、倒立摆控制、“人工鱼”等录像片段，以及智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件演示。
(2)通过PPT撰写教案
精心编制PPT，组织好课件内容，做到图文并茂，提纲挈领，便于学生理解，便于教师讲授。
(3)开发与应用网络课程
“人工智能导论”网络课程较好的实现了交互性、在一定程度上实现了学习过程的情景化。在交互性方面，通过网络课程的课堂练习和章节练习，评价学生的学习情况，并给学生提出学习建议。在情景化方面，采用了在线答疑形式，使得学习过程丰富有趣。
(4)先进实验系统的观摩与演示
利用我们的研究成果等有利条件，有针对性地对学生进行成果演示(包括智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件)，使学生知道学了有用，而且很有用，很有趣，很有意义，从而进一步诱导学生的学习兴趣，巩固了课堂所学知识，提高了教学质量。
教学效果通过上述先进的现代信息技术的应用，不仅极大地提高了学生的学习兴趣和主动性，而且也取得很好的实际教学效果，提高教学质量。
5.2 作业、考试等教改举措
(1)改革作业方式与方法
改变过去那种单纯的书面习题作业，发展成为必须交给教师评阅的书面家庭作业、不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中上交作业通过网络进行，教师批阅后的作业也通过网络返回给学生，实现了作业呈交和返回的网络化。
(2)改革考试方式与方法
篇（3）
根据《朗曼应用语言学词典》中的定义,双语教学(Bilingual Teaching)指的是用两种语言作为教学媒介语,通过学习学科知识来达到掌握第二语言的目的。双语教学作为学科教学延伸,不是简单的母语加第二语言,而是将第二种语言融进学科知识,通过学习学科专业知识提高学生第二语言的听、说、读、写综合能力,培养学生用第二语言思考、解决问题的能力,培养适应社会发展需求的高素质、复合型人才,以适应信息时代我国经济和社会发展的需要。人工智能的主要目标是让机器具有应用符号逻辑的方法模拟人的问题求解、推理、学习等方面的能力,能够在各类环境中自主地或交互地执行各种任务,比如水下作业、输油管道、森林救火等。人工智能的发展,不仅代表计算机等科学技术的发展水平,也是一个国家工业化水平的重要标志。这对高校的教育提出了新的挑战。因此,选择人工智能课程的双语教学模式是非常必要的。
1人工智能课程分析
人工智能是一门多学科交叉的课程,特别涉及控制论、信息论、语言学、神经生理学、数学、哲学等多种学科[1-2]。学习该课程需要具有较好的数学基础和较强的逻辑思维能力,大多教师、学生在教、学的过程中都显得比较吃力。如何结合课程的特点,帮助学生找到好的学习方法,使他们能充分发挥自己的能力,提高学习兴趣成为教学研究过程中的首要目标。在目前高校提倡双语教学的环境下,我校已将人工智能立项为双语教学示范课程。人工智能课程具有如下特点:
(1) 是一门非常前沿的学科。
计算机最初是用来做科学计算的,但随着计算机科技的迅猛发展,人们开始考虑计算机还可以做些什么,能不能像人一样学习、思考,然后解决问题?这就是基于人的知识和经验,用符号推理的办法让计算机来做事情,是人工智能最早的研究成果。但是,知识并不都能用符号表示为规则,智能也不都是基于知识的。人们相信,自然智能的物质机构――神经网络的智能是基于结构演化的。因此,20世纪80年代在人工智能理论发展出现停顿时,人工神经网络理论出现新的突破,基于结构演化的人工智能迅速成为人工智能研究的新方向。事实上,智能问题无论从广度还是深度,都远比人们想象的要复杂得多。因此,我们一刻也不能放弃钻研,并且要时刻关注该领域发展的最新动态。在高校开展人工智能课程的双语教学,可以促使学生了解该领域以及相关领域,如模式识别、机器视觉、智能检索、人工生命等发展的最新动态,掌握大量的专业词汇,锻炼理解问题、解决问题、了解领域文化等实际能力,对培养国际化、工程化、实用化的复合型人才等具有重要的现实意义。
(2) 涉及面宽、难度大。
人工智能是一门多学科交叉的、极富挑战性的前沿学科,它几乎涉及于社会科学和自然科学的每个领域。人工智能课程是一门理论性非常强、知识点比较分散、知识更新快的课程,它以编程语言、数据库原理、概率统计、数据结构、离散数学以及编译原理等前趋课程为基础,还涉及到控制论、信息论、通信原理、图像处理、模式识别等课程。因此,人工智能课程的知识点难度较大。通过该课程的双语教学过程,学生不但学习了课程的专业知识,而且还学习了相关理论课程的第二语言表示方法及应用情况,对于培养具有个性化的多层次人才具有重要的价值。
人工智能课程的特点决定了它的双语教学也具有很大的难度。根据普通高校的实际情况,我们组织了人工智能的双语教学体系结构,教学实践表明,该模式行之有效。
2人工智能双语教学体系结构
要达到双语教学的目的,就必须将传统的“注入式”教学模式改变为新型的“以学生为中心”的教学模式。然而,这种“以学生为中心”的双语教学模式是多样化的,其教学过程是复杂的,在我国还处于探索阶段[3-5]。在人工智能课程的教学过程中,根据学生的实际情况,我们采用课堂教学多样化、基于CDIO理念的实践教学,不断地探索研究,形成高校人工智能双语教学体系结构,如图1所示。
计算机双语教学的正常开展,必须依托优秀的计算机专业外语教科书和教学参考用书。根据学生的实际情况,我们采用了Nils J.Nilsson教授编著的《Artificial Intelligence A New Synthesis》,该教材是美国斯坦福大学计算机系本科教材,不仅内容丰富、取材新颖,更重要的是内容组织结构比较符合学生的认知规律,便于学生学习、理解。参考书主要选用了蔡自兴、徐光v老师的《人工智能》。
3双语教学方法
由于人工智能是一门非常前沿、涉及知识面宽、应用范围广的学科,因而在教学的具体过程中,我们多种教学手段并用,主要采取理论联系实际的案例驱动讲授、CDIO实践模式、综合考证等讲授方法。
3.1理论教学
(1) 修改教学大纲和课程设计的实验大纲。参考吸收国外先进教材中的内容,结合普通高校的实际情况,形成有针对性的、合理的教学体系。
(2) 采用多种教学方法和手段。设计和制作简洁、易懂的英文电子教学课件,采用多媒体教学手段,丰富教学内容。建设课程网站,电子课件在网上公开,帮助学生预习专业词汇、了解教师讲解线索和重点内容,降低学习难度。
(3) 课堂提问。提问一些重要内容,鼓励学生积极思考,既能加深学生对所学课程知识的理解,也有利于其英文表达能力的提高。
(4) 案例驱动法。将有意义的案例贯穿在教学过程中,培养学生的兴趣,提高学生分析问题、解决问题的能力;
(5) 课后小组讨论。每6～8位同学分为一组,实行小组长负责制,组织学生讨论和解决学习中遇到的问题,交流学习心得,一方面起到温故而知新的作用,同时培养团队协作精神。
3.2实践教学
由于学生的英语水平、专业基础知识以及知识面都有差别,因此教师必须因材施教,培养学生的兴趣。实践课题来源于实际工程,将CDIO理念贯穿于实践教学过程中,提高学生综合创新能力与团体协作精神。
(1) 实验题目多样化。学生可以选择,也可以根据老师的要求自己构思,以培养学生的兴趣与查阅资料的能力。
(2) 分工与合作。来源于工程实践的题目,学生通常很难在短时间内独立完成,因而需要分工合作,培养学生的协作精神。
(3) 整体设计方案的灵活性。学生领会题目本意,自主设计解决方案,培养学生分析问题、解决问题的综合创新能力。
(4) 编程实现。培养学生的编程能力,形成科学的编程风格。
3.3考核方式
(1) 多种形式的平时测试(30%)。主要包括平时测验、讨论、作业等。主要考察学生对基本知识的掌握,英文表达能力以及知识面的拓宽等。
(2) 实践教学(30%)。主要考察学生对实践题目的理解、整体方案的设计、团队间的协作精神以及实现结果等。
(3) 期末考试(50%)。试题全部用英文形式出现,鼓励学生用英文作答。
人工智能课程采用双语教学,可以使学生最准确地理解专业知识,又可以使英语和专业课的学习相互促进。
4教学效果分析
课程结束后,我们对学生进行了教学效果讨论与调查,结果如表1所示。
从本课程讨论和调查的结果以及其他普通高等院校的双语教学调查结果可以看出,双语教学效果基本上达到了要求。但也存在一些值得思考的问题:不适应的人数比例偏高,专业知识的学习效果一般,甚至有学生因为跟不上进度放弃专业课的学习。为此,提出以下的建议:
(1) 加强学生认识。学生必须从思想上认识到人工智能双语教学的重要性,克服教学过程中的种种困难、持之以恒,主动与同学、老师进行讨论,密切关注学科发展动态。
(2) 提高实施条件。双语教学过程中,学生是主体,教师是关键。因此,要求老师要有较高的专业知识和英语水平,学生要有较好英语基础。
(3) 完善教学体系结构。双语教学在我国还处在探索阶段,因而必须在教学实践过程中不断地改进完善双语教学的体系结构。
只有解决好这些问题,才能培养出更高素质的复合型人才,适应国内外科学与经济发展的需要。
参考文献:
[1] Nils J Nilsson. Artificial Intelligence A New Synthesis[M]. 北京:机械工业出版,2002.
[2] 蔡自兴,徐光v. 人工智能[M]. 北京:清华大学出版社,2003.
[3] 贺志荣. 双语教学的实践与思考[J]. 黑龙江教育:高教研究与评估版,2008,62(10):45-46.
[4] 王树根,姜昕. 我国双语教学的历史发展阶段综述[C]. 安徽黄山,2007年全国测绘学科教学改革研讨会,2007.
[5] 汤东. 中外高校双语教学模式的比较研究[J]. 黑龙江教育:高教研究与评估版,2008,62(11):69-70.
Exploration and Practice on Bilingual Teaching Architecture for Artificial Intelligence Course
LI Zhu-lin, HAO Ji-sheng, MA Le-rong
篇（4）
摘要 介绍了计算机辅助教学系统及其现状，分析了现代教育技术与传统教育模式的各自特点，探讨了ICAI的实现原理及利用ICAI对教学的改进方案，并对智能计算机辅助教学系统进行了详细讨论，最后说明了将计算机技术、人工智能技术与网络技术应用于教学过程的必然性、必要性和有效性。
关键词 智能计算机辅助教学系统；人工智能；专家系统；推理机
篇（5）
近年来大数据、云计算等信息技术飞速发展，人工智能在一些特殊领域（如图像识别、语音识别、自然语言等）不断取得突破性进展。人工智能作为新的技术驱动力正引发第四次工业革命，为医疗、教育、能源、环境等关键领域带来新的发展机遇。人工智能专家预测，人工智能在通用技术领域可能尚不能替代人类，但在一些特殊领域，人工智能将会淘汰现有的劳动力。在国外，许多国家纷纷把人工智能作为国家发展的重要竞争战略，我国学者也密切关注着人工智能的最新理论进展和实践应用，国务院于2017年7月颁布《新一代人工智能发展规划》，明确人工智能发展的重点策略。“人工智能变革教育”的潮流，引发了教育研究领域的“人工智能热”。当前全球范围内，人工智能在教育领域的大量研究和应用催发形成了教育人工智能概念。目前梳理学术上关于研究人工智能与教育的文献主要集中于：
（一）教育理念的革新。“人机一体”将成为未来新的教育方式[1]，由新技术和新手段的出现所应运而生的智慧教育[2]，将对原有教育进行改进和完善。智能技术在改变教育的手段和环境的同时，还有利于构建出系统解决教育问题的教育新体系，从而真正触及教育的根本[3]。
（二）关注技术的革新。机器深度学习、智能学习的算法、视觉识别以及智能语言识别这些基础技术的突破，为人工智能的教育应用奠定了坚实的基础[4]。
（三）探究教育的应用。人工智能在学校教育中的学业测评、交叉学科、角色变化等应用领域具有巨大潜力，教师角色内涵也将在与人工智能的协同共存中发生改变。AI监课系统能够数据化、可视化评估教师的授课情况，将人工智能技术的运用渗透到整个教学过程中，教师可以根据评分实时调整授课内容，以促进个性化学习，从而提升教学效果。教育深受技术发展的影响，新技术融入教育并促进教育方式的转变已成为必然趋势。一方面技术为教育提供了新的、更加广阔的可能性；另一方面技术具有变革人类的教育方式与学习方式的能力。然而，技术是一把“双刃剑”，如何获取或实现以人工智能为代表的新兴信息技术所拥有的特征、优势与功能，使其在教育中最大限度地发挥其应有的价值呢？人工智能技术如何继续被安全使用到教育领域？如何通过教育变革来促进新兴信息技术在教育教学中的广泛与深入应用，实现教育深层次革命等问题，是目前需要关注和探讨的主要问题。
1人工智能时代下教育变革的背景
1.1人工智能的内涵及具备的强大能力
人工智能最早由美国达特茅斯学院于1956年提出，其研究主要包括机器人、图像识别、自然语言处理、语音识别等，实质是一种自动感知、学习思考并做出判断的程序。人工智能具有自主学习、推断与革新的能力，推动了图像识别、自然语言处理等方面的技术突破。人工智能同时具有理性判断力、超强的工作力，只要电力供应不断，几乎可以无限制地工作下去，而且适应不需要情感投入的工作。它的超强能力，源于三个重要的技术：深度学习、大数据和强算力。
1.2人工智能时代的机遇和挑战
人工智能在精力、记忆力、计算力、感知力以及进化力等方面与人类相比，具有突出优势。在医药领域，人工智能的出现使普通民众可以享受更为高效、稀缺的医疗资源，解决医疗诊断领域诊断质量不均衡、医生资源不足等问题。在教育领域，人工智能促进教学质量进一步提升、教师角色多样化、学生学习能力的提升；为教育研究提供新技术和数据支撑；极大拓展了教育研究新视域；使教育在立德树人方面、教育方法创新方面、教育手段和环境方面以及教育服务供给方式方面均发生改变。然而，看到人工智能以其强大的处理能力带来机遇的同时，也需要正视人工智能带来的新挑战。在人工智能浪潮冲击下，如何借助人工智能发展的机遇推进教育的变革与创新？人工智能技术如何继续被安全使用？首先，人工智能专家大都认为，人工智能将会淘汰大量现有的依靠非脑力劳动为生的劳动力，需要培养人工智能时代的新型劳动力。而且，人工智能技术本身的不太成熟使很多人工智能技术只是应用在儿童教育领域，再者，人工智能潜在的道德伦理问题缺乏法律制度规范。除此之外，人工智能时代将对社会结构以及人的地位构成挑战。综上所述，人工智能时代所带来的机遇是大于挑战的。教育需适应人工智能技术所带来的突破和飞跃，不断调整和更新教育的方向和目标，实现育人成人的发展目标。
2人工智能与教育变革
2.1人工智能与教育目的的变革
人工智能带来的巨变不仅影响人类未来如何发展，而且极大释放了人类的生产力，这些在一定程度上使得人类需要重新思考教育是何目的。人工智能影响教育目的的变革主要表现在：第一，人工智能可能会使人类陷入精神危机。这源于两方面的结果：一方面，人工智能将取代大部分人的工作岗位，工作的丧失将会导致人的价值和尊严丧失。另一方面，人工智能技术的发展将可能导致所有基于自由主义的想法破产，转而人类所拥有的价值和尊严可能转化为一种“算法”，人工智能带来的职业替代风险在教育领域同样存在，主要是对教师角色的挑战。第二，人工智能有利于培养人的学习能力。从某种角度上讲，人工智能剥夺人的就业机会，但同时，人工智能助教机器人将协助教师实现个性化指导，从而有利于将学习的过程视为寻求自我价值和意义的过程。除此之外，人工智能有利于使教育注重培养人的精神能力，这种精神能力大致包括实践动手能力、价值追求能力以及创造能力，从而有利于学生知识以便于更好地完善自我、丰富自我，使教育跳脱“知识为本”的陷阱，发挥“立德树人”的正向作用。
2.2人工智能与学习方式的变革
第一，深度学习。深度学习也称为深度结构学习或者深度机器学习，是一类算法的集合。深度学习概念的提出，一方面尊重了教学规律，另一方面也是应对人工智能时代下的挑战。深度学习在机器学习、专家系统、信息处理等领域取得了显著成就，提倡学教并重、认知重构、反思教学过程，进而达到解决问题的目的。第二，个性化学习。个性化学习区别以往传统班级课堂授课，尊重学生的个性发展，因材施教。人工智能技术与大数据的应用有利于学生享受个性化的学习服务，可提供个性化的学习内容，可视化分析学生的学习数据，快速提高学生的学习效率。第三，自适应学习。自适应学习是指人工智能基于对个体学习进行快速反馈的基础上，根据学习者特征，为其推荐个性化的学习资源和学习路径，从而最大程度上适应学生的学习状态，是实现个性化学习的重要手段。人工智能技术有利于快捷、科学地判断学生的学习状态，进行学习反馈；持续收集学生的学习数据，其中包括学习目标、学习内容；高效地为学生提供海量的学习资源。
2.3人工智能与学习环境的变革
首先，有利于搭建灵活创新的学校环境。不仅可以使空间规划更具弹性，而且可以调节性增强物理环境。其次，人工智能时代的教育区别于以往传统教育强调的统一秩序，更注重个体的用户体验。创客空间、创新实验室等学习环境的不断增加以及人工智能技术的不断发展，个性化的空间环境与学习支持将改变目前学习的学习空间环境。除此之外，随着对话交互技术的逐渐成熟与不断普及，有利于实现虚实结合的立体化实时交互。VR、AR等技术的同步协作也有利于搭建新的学习环境，满足学习者的一系列要求。脑机互动技术的突破有利于实现将人工智能植入人脑，从而改变人类自然语言的交流方式。最后，人工智能通过即时、准确、高效的大数据分析有利于进行精准且个性的学习评价与反馈。人工智能将综合收集所有同学的学习记录，互相比对、优化，从而进行综合提升。更为重要的是，人工智能的人脸识别以及语音识别技术可以运用到教师的教学过程中，进行学生的学习情绪感知，学习状况的了解，从而促进学生学习的科学化；智慧校园、智慧图书馆等的出现，为教学环境的建设提供重要参考。
3人工智能在教育领域的应用
篇（6）
随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。
1人工智能对新工科人才的新要求
1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。
2人工智能导论课程教学现状
目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。
3人工智能导论实践教学初探
3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣，南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台，如采用开源的PaddlePaddle百度飞桨深度学习平台，希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课，学生也可以在课堂中跟随老师完成相关实验，并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中，以学生兴趣为导向，开展相关应用课程实验，南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后，通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节，校企合作是关键。应积极派遣教师进企业进修，了解企业需求，并提高教师的工程能力。从2018年以来，南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式，从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制，邀请企业中实践经验丰富的人才任教或任职，校企合作建立实践教师指导团队，改革教学策略及教学方法，以项目为牵引，将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制，积极引导学生参加各种人工智能相关的比赛，从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学，提高学生兴趣。首先，从人工智能竞赛的部分赛事中、（如百度的人工智能大赛，“2020年全国人工智能大赛”，“2020中国高校计算机大赛人工智能创意赛”等）中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后，采用目前主流的人工智能开发软件进行算法代码的编写，引导学生采用Python语言调用第三方接口库进行算法的实现。最后，让学生使用主流的编程语言（如C++、Java等）开发完善算法或进行系统设计与实现。
4结束语
在新工科背景下，人工智能导论作为智能科学与技术专业的基础核心课程，人工智能人才培养应注重提高学生解决问题的能力。在这种背景下，笔者结合近年来了解到的企业需求和上课的实际，对人工智能导论实践教学模式进行初探，具体如下：①校企合作，构建人工智能实践平台；②建立案例库，优化实践的内容；③校企“双导师”制，采用案例教学，从而进一步提高学生在创新实践方面的能力。
参考文献:
[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24，33
[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44
[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107
[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42
篇（7）
随着中国的高等教育正式进入普及化阶段，大众的关注点由注重教育规模的扩大化转向注重教育质量的高精尖。教育事关民族未来，为了能够在激烈的国际竞争中取得优势，明确当下乃至未来的教育发展趋势至关重要。智能化时代的到来，智能技术的研发及应用成为引发国家之间新一轮角逐的着力点。新技术的出现及逐步成熟能够为高校教学管理提供有力支持，智能教学管理将成为未来教学管理新常态。
一、智能技术应用与高校教学管理的契机
智能化技术的发展能够通过个人信息数据的收集，制定个性化管理方案，满足高校学生的个性化管理，促使其实现个性化发展。
（一）政策导向
自1956年达特茅斯会议召开以来，智能化时代初露端倪，智能化的发展在曲折中前进。2012年，各个国家纷纷出台人工智能发展战略，推动人工智能在多个领域的应用，中国也紧紧把握时代机遇，制定人工智能发展政策。2017年7月，国务院印发了《新一代人工智能发展规划》，指出要构建人工智能五大保障措施，分别是加强组织实施、加大支持力度、鼓励创新创业、加快人才培养、优化发展环境。各大重点高校纷纷成立“人工智能学院”，开始为社会培养、输送该领域的紧缺人才[1]。最近教育部又了《高等学校人工智能创新计划行动》，对人工智能的创新发展做出顶层规划和部署，推动人工智能与其他领域的深度结合。教育作为社会发展的助推器，“人工智能＋教育”成为当前各界关注的重点推进领域。
（二）现实因素
从“互联网+”到“AI+”，人工智能正在逐渐改变着我们的生活。在科技快速发展的现在，我们每个人每时每刻都在进行着数据的交流与传递[2]。新形势下的国际竞争是围绕核心技术与创新型人才开展的竞争。为了维系传统大国地位，各个国家纷纷制定新一代信息化战略，以期在当前的国际竞争中继续取得领先地位。中国当前取得的成就远超预期，这一态势鼓舞了教育界人士，开始探索“人工智能”与“教育”的多领域结合。除此之外，2019年末随着疫情的爆发，“停课不停学”的要求使在线教育成为教学领域的新图景。高校教学大数据监测显示，疫情期间全国高校在线课堂出勤率达到91%，教师在线教学认可度达到80%，学生在线教学满意率高达85%。线上课程的大规模实施及其良好成效，为未来高校教育教学工作的开展提供了新思路，同样传统的高校教育管理方式已经不适应于在线教学这种灵活多变的模式，因此，教育管理新“样态”的出现推动着教育管理方式的创新发展。
（三）技术支撑
随着人工智能时代的到来，学生的个性化发展成为当今教育评价中的重要指标，单一的教学管理模式已经不适应灵活多变的教学对象和教学要求，传统的教学管理方式模式单一刻板，难以实现学生个性化发展。智能技术的发展为教育领域创新发展提供了新契机。以泛在化、精准化、个性化、协同化、自动化为典型特征的智能教育迎合了当前的教育导向[3]。目前应用于人工智能教育的关键技术包括：知识表示方法、机器学习与深度学习技术、自然语言处理、智能和情感计算等[4]。“人工智能＋教育”能够通过搜集、整理、分析教育数据，辅助教师对学生的个性化指导。从知识层面看，“人工智能+教育”能够促进知识生成、更新、传播、管理，解决知识陈腐老旧的问题；从学习者层面看，“人工智能+教育”能够自动感知学生的学习情况，采取适当方式引导学生集中注意力学习，使得学习者从被动学习转变为自发学习；从教育者层面看，它促进教师重新思考教育者的角色，从教书匠向教练员角色转变[5]。智能化的学习进度分析相较于传统步调统一的教学模式更具有灵活性，数据的挖掘技术、智慧学习还能够提供多层次的教学内容，迎合不同对象的发展需求；通过感知学生的学习状态、学习习惯、兴趣爱好能够分析并提供多种教学策略和学习策略，促进学生深度学习的实现。
二、智能化时代高校教学管理面临的问题
智能辅助教学应用虽取得了一定成效，但就目前来说，我国的人工智能与教学的融合仍然是低水平的。当前我国人工智能与教学活动的结合不足主要表现在：教育起点定位模糊、人工智能的教学应用集中开发以及技术不成熟且人工智能技术落地缓慢。
（一）智能教学管理定位模糊
教育与技术的结合过程中普遍共识是首先应当重视教育的起点和价值，其次强调技术性。当前，在人工智能与教育结合的过程中出现了过于强调技术研发及应用，忽视了教育承载的社会共同价值和文化创新发展功能，教学过程中缺乏实践反思的现象。技术人员缺乏教育教学知识，教学人员难以理解相关的智能技术工作原理，导致技术与教育并未叠加出理想的成效。当前教育界对于人工智能技术强烈追捧，夸大人工智能的教育教学成效，高校通过引入新型教学设备、采用智能教学技术，传授教育教学内容，对传统教学模式进行了全方位、多角度的改革。一方面这样大规模教学模式改革有助于改革面积的迅速铺开，加速智能教学改革进度，扩大智能教学普及面。另一方面，当前智能技术中的情感计算和言语处理并未发展到足以替代传统教学模式的地步，不加批判的盲目引入智能教学手段、忽视人的情感发展需求和人的价值，反而会起到负面效果。
（二）智能教学管理指向不明
高校教学管理涵盖教学计划制定、教学资源管理、学生学籍管理等诸多内容，涉及数据量巨大，且数据呈动态变化，因此，对教学管理工作的准确性、实时性及严谨性提出更高要求[6]。当前人工智能应用在教育教学领域的过程中主要关注点聚焦于教学过程管理，对于智能技术应用于教学过程中所产生的教学质量及其教学评价研究较少。一方面，在教学过程中，智能教学的开发及应用主要集中于在现有的教学科目上进行教学方法的更新换代，人工智能教育本身作为一个新兴事物还有待于研究及开发。另一方面，人工智能作为一个新兴事物，人们热衷于在多个教学领域进行尝试。但是在实践的过程中不可避免地产生重复建设和过度建设倾向。例如当今个性化发展的提法，致使人工智能在教学应用中过于强调其个性的一面，忽视其共性的养成。过于强调学习的个性化、碎片化、轻量化，对于学习时的纪律约束和行为习惯的养成重视程度不足。归根结底是人工智能与教育的结合发展处于初级阶段，应用指向不明确，应用标准不规范。再就学生个人信息的收集过程来讲也容易出现重复操作的倾向。信息数据跨介质互联困难，导致教育数据的冗杂、学生的负担加重、学校统计及收集也较为困难。
（三）智能教育技术落地迟缓
从早期的计算机辅助教学开始，我们就积极将信息技术产品引入课堂，首先引进的是计算机多媒体辅助教学系统，包括电脑、投影仪、大屏幕等。由于这些设备的引入，能够方便地将音频、视频、文本、动画等媒体集合在一起，给教师的教学提供了极大的方便[7]。多媒体技术的出现给当今教师教学、学生学习都提供了极大的便利，但我们不能忽视当前教学过程中师生运用智能技术挖掘学习资源的能力不足且新兴的智能技术应用不足。教师授课过程中仍然依赖单一的多媒体技术，对于学生个人学情关注较少，单一的教学方式和信息体量庞大的教学资源使学生对于教学内容丧失兴趣。学生在课后搜集相关的学习资源又不得其法，易产生学习倦怠心理。教育对象数量的增长及相应产生的数据给数据收集和管理提出了更高的要求。目前高校中虽然依托信息化系统实现了教学管理工作的数据化管理，但是管理流程及模式仍处于低水平阶段，面对时下日益繁多的科研信息、学生信息、教学信息等传统的信息处理技术严重滞后，影响了高校教学教务工作的高效实施。当前应各方要求，高校教学管理应当做到严谨、准确、及时、简明，数据收集、处理、分析技术应当迎来发展新局面，但大数据在其他领域中的推进已经取得初步成效，而高校的教学管理工作中仍然处于低层次的应用，并未能够有效地辅助高校教学教务工作的展开。
三、智能化时代高校教学管理的新常态
随着计算机、大数据、区块链的发展，教育生态的智能化成为一大亮点。高校要制定相应的发展战略，将智能技术运用在高校教育教学管理过程，提高管理水平[8]。智能化下的高校教学管理通过数据收集及管理、在实践中反复演习制定规范的智能教学运行标准、面向多种主体进行教学信息的搜集有助于做出科学的教学管理决策。
（一）智能教务系统辅助教学管理
智能化时代的高校教学管理中应注重“一个中心，三大主体”。即以人才培养为核心，人才培养过程包括知情意行四大环节，任何环节都缺一不可。三大主体是指教学管理之过程中涉及的三大群体，即学生、教师、管理人员。智能化时代的教学管理应当以智能化技术为支撑、以人才培养本身为主导，防止教学过程中出现的将知识传授作为教学工作的根本评价指标，忽视教育对象人性的培养。各主体应当将自己的角色定位与国家政策整体导向以及先进的技术相结合，更好的完善自己。学生应当主动寻进步，通过学习数据挖掘等智能技术，拓宽自己获取知识的来源；教师在教育过程中应当遵循以人为本的教学原则，避免盲目依赖智能化技术，通过学习及应用人工智能技术使其更好地辅助教学活动开展；教学管理人员应当不断完善教学信息管理平台，做好关于教学意见的搜集及问题及时处理，做好教学辅助工作。
（二）数据治理辅助处理冗杂数据
教育大数据，是指整个教育活动过程中所产生的以及根据教育需要采集到的，一切用于教育发展并可创造巨大潜在价值的数据集合[9]。随着教育教学过程的演进，教育过程会不断产生大量的数据，如何能够有效挖掘以及对于数据进行可视化表征是当前教育数据处理中的一大难题。由于教学过程中产生的教育数据是非线性的，因此智能教育管理系统中的模型应当具有复杂问题分析能力，当前高等教育中之所以存在大量的冗杂数据是因为教育数据搜集标准制定不明确、收集到大量的无效数据。因此当前高校教学管理中应当将更多的利益相关者以直接或者间接的方式对于高等教育数据管理工作提出建议，完善数据收集理论，改进教育数据收集和管理的机制，尽可能避免数据的冗杂和烦琐。以清晰、直观的数据表征方式对高校教学过程中的相关数据进行展示。对相关以提升教育教学管理成效为目的的教育数据进行伴随式收集、集成化管理以及实现数据资源的开放共享，避免相关数据的重复录入，形成教师、学生、教务管理人员之间的信息流通网络，为高校及时、准确地开展教学工作提供妥帖的技术支持。
（三）深化技术应用推进教学变革
构建基于数据挖掘技术、学习状态及情感感知技术、计算机智能技术、机器学习等技术的教学管理平台取代传统低效的教学管理平台。具有复杂适应能力的教学管理平台能够通过分析学习者学习内容和学习者个人学情，描绘个体学习图谱，使教学内容和教学计划能够根据学生的学情自适应调整。学生的学习进度和学情能够及时准确地反馈给教师和教务管理人员。教师可以根据其他方面的因素对学生的学习进度及内容做出部分调整，避免教学进度差距过于悬殊。智能教学平台能够借助自适应、大数据、云计算等技术，实现家长、学生、教师的全面连接[10]。未来智能教育平台将通过数据的搜集、整理、归纳、分析以及算法和算力支持为学生的学习、教师的教学、教务人员的管理工作等提供更加优质的服务。随着智能化时代的到来，传统的教学管理方式已经出现较多的局限性。为使高校的教学质量和教学效率进一步提升，智能技术与教育的融合势在必行。移动智能设备与大数据结合下的教学管理系统能够实现高校教学工作的便捷化、及时化、准确化，为高校教师和学生提供更加优化、更加精准的服务。
参考文献：
[1]唐怀坤.国内外人工智能的主要政策导向和发展动态[J].中国无线电，2018(5):45-46.
[2]罗维，周辉.大数据时代背景下我国人工智能前景研究[J].中国科技信息，2019(12):113-114.
[3]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018(3):24-30.
[4]闫志明，唐夏夏，秦旋，等.教育人工智能(EAI)的内涵、关键技术与应用趋势———美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017，35(1):26-35.
[5]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017，35(5):27-39.
[6]王晓玲，刘嘉滨.高等教学管理中智能化管理技术应用[J].实验室研究与探索，2014，(2):247-249，278.
[7]王竹立，李小玉，林津.智能手机与“互联网+”课堂———信息技术与教学整合的新思维、新路径[J].远程教育杂志，2015，33(4):14-21.
[8]项丹.云计算与大数据时代下的高校教育教学管理信息化策略[J].中国成人教育，2017(6):40-43.
篇（8）
中图分类号：S611文献标识码： A
智能建筑（Intelligent Building）其技术基础主要由现代建筑技术、现代网络技术、现代通讯技术和现代控制技术所组成，运用自动化、通信、信息技术等智能化手段，通过将建筑物的结构、系统、服务和管理根据用户的需求进行最优化组合，是集现代科学技术之大成的产物。从而为用户提供一个节能高效、舒适智慧、配置更新，实用愉悦的人性化建筑环境。智能建筑具有系统集成特点，发展历史短，但涉及范围广，进展速度快，是动态和相对的概念，随着高新技术发展而不断变化。
产业信息网的《2012-2016年中国智能建筑市场分析与投资方向研究报告》显示：中国智能建筑行业市场在2005年首次突破200亿，2012年为861亿，年复合增长率为23.2%。如果未来房地产开发投资增速每年保持15%增速，如果智能化工程投资占投资额1%，那么智能化工程投资总额2013年在830亿左右，2015年为1100亿左右，2020年将达到4400亿左右。随着新一轮的经济刺激政策聚焦在新兴产业，尤其是信息产业。智能建筑作为智慧城市的细胞，发展势头很强。
教育部于2006年在土建类学科开设了建筑电气与智能化专业，希望在培养建筑类人才的基础上，加强对电气智能专业技能知识的掌握。我校以此为契机，通过大量的市场调研、着重对智能建筑解决方案的前期设计、工程施工建设到后期的运行维护，围绕建筑的全生命周期中，运行维护的费用占到全部费用的60%-70%数据分析、人才使用分析，开设智能建筑专业方向，面向建筑、物业管理行业。为与该专业的培养目标相结合，在对“智能建筑”课程教学内容设计上以建筑为平台，依照建设部2003年颁发的《建筑智能工程质量验收规范》的技术标准要求，住建部2013 年《智能化系统工程运行维护技术规范》，结合《智能建筑设计标准》、《智能建筑工程施工规范》、《智能建筑工程质量验收规范》共同对智能建筑的设计、施工、验收、运维一系列过程形成规范，制定人才培养方案，基于典型工作任务的模块式课程开发，编写《智能建筑设计与维护》教材，探讨教材教法，强化智能建筑中智能弱电各子系统的原理、设计与工程实施实践。加强学生对智能化系统设计、建设、运行及维护中实践技术的传授，使本专业的同学获得对智能建筑的整体体系及系统原理的掌握。我们的课程主要包含了智能建筑中涉及到的主要内容：综合布线系统、建筑设备自动化系统、消防自动报警及联动系统、安全防范系统、通信自动化系统及办公自动化系统等 。重点讲授这些智能系统的原理、组成、设计原则、工程实施及维护运行等，使学生对每一个子系统的原理、设计、建设、运行、维护等各环节都进行学习掌握，培养建筑、物业管理行业建筑智能技术方面的综合技术人员。以满足智能建筑行业不同环节对专业技术人才的需求。
《智能建筑设计与维护》课程内容包括智能建筑的基本概念、智能建筑的用户需求与基本要求、建筑智能化系统的子系统组成、建筑智能化系统的主要任务、建筑智能化系统的设计与会审、建筑智能化系统的专业协调、智能建筑的系统集成、建筑智能化系统的技术要点、智能建筑的建设管理、智能建筑的工程招投标、智能建筑的施工与调试、智能建筑的工程验收与人员培训、智能建筑的物业管理、建筑智能化系统的安全运行等。
建筑智能化弱电系统涉及的知识面广、工程性强，既要培养学生对理论知识的掌握，又要把握实践技能的学习，确实是一件不容易的事情。通过近几年的教学实践，归结的主要问题有：
(1) 《智能建筑设计与维护》课程知识点多面广，增加了学生对所涉及的技术与系统掌握的难度。智能建筑弱电系统涉及到计算机技术、通信技术、自动化技术、传感器技术等，对于每一个系统，不仅要让学生掌握其原理，还需要根据用户需求进行系统的设计，因此学生就要掌握系统的构成、设备的选型，同时在系统设计、设备选型时还要考虑工程实施的具体因素。
(2) 课程实践环节的教学投入，实训设备运用与技术升级、更新，教师的知识架构与实践教学的要求不匹配。学生对这种工程背景较强课程的学习理解与知识掌握难度增加。因此建立并改善专业的智能建筑综合实验室对于该课程是非常有必要的。
(3) 课程考核所涉及理论知识、实践技能的考核无法展示学生处理工作现场各方面及各种问题的能力，无法完整体现出课程的工程实践背景。
(4) 学生理解《智能建筑设计与维护》课程所涉及的一些设施与设备还可能看不到、摸不着。学生在教学实践中无法切身体会，影响学生的学习兴趣与主动进取。
教学实施与改进：
1、紧密结合智能建筑行业发展需要，不拘一格提升教师素质。
结合智能建筑专业课程体系建设需要、人才培养要求，分析《智能建筑设计与维护》课程教与学全过程，根据学院当前本专业建设现状，以师资队伍建设为重点，改善本专业教师的知识架构，实行多条腿走路，分几步落实，聘任本专业专职教师、校内兼职教师、校外兼职教师。
《智能建筑设计与维护》课程专业实践性强，切忌闭门造车，可以考虑聘请校外兼职教师，将智能建筑专业领域业内专家、其他大学相关专业教授、建筑公司负责人、建筑行业协会负责人、系统及技术运维负责人聘为客座教授或者教师。通过举办专题讲座或者授课，鼓励一些相关专业的中青年教师转行，到国内重点大学相关专业进行单科进修，改善行业专业人才运用与学院人才培养效果。
2、以就业为导向，以教学改革为抓手，坚持职业能力培养为目标
（1）深化“工学结合、校企合作” 的人才培养模式
通过开展企业交流与合作，与行业企业建立紧密联系，校企合作共同确定本专业人才培养目标，构建基于工作过程系统化课程体系按照工作过程系统化思想及开放性开发方法，重构工学结合、能力本位的课程体系。
（2） 通过构建企业岗位认知、理论实践一体化情境教学、校内生产性实训、校外顶岗实习的完整教学环节，依据“学生培养重在职业能力、内容选择基于工作过程、教师结构趋于专兼结合、教学环境模拟职业场所、教学方法遵循职教规律”五大核心理念进行教学情境设计，实现职业能力的递进与工作过程的结合。
（3） 教学项目实施设计采取：设计的学习情景单元，理论教学和实践教学都在同一实训场所完成，通过“资讯、计划、决策、实施、检查、评价”六步实施法来支撑。
（4） 教学考评体系坚持：注重职业能力考核，根据任务完成、项目实施情况等五项指标综合评定。
实践教学与效果：
1．优化课程结构，增强课程设置的专业性和针对性
依照高职教学“必需、够用”的原则，结合智能建筑专业行业企业人才使用需求，调整课程体系与教学内容，增加实践教学课时，构建适应学生个性发展的人才培养模式。
2．改进课程考核方式，帮助学生在知识与能力等方面得到较全面的发展。
通过改革教学方法和考试方法，除笔试外，还包括口试（日常提问记录）、笔记、制定工作任务各项目的独立作业、现场测试、实际操作等多种综合考试形式，着重考核学生综合运用所学知识、解决实际问题的能力和对所学知识的综合归纳总结能力。
3.落实好教学实训实习实践过程三阶段工作。
（1） 实训实习实践前（计划准备）：制订实训实习实践方案；公布实训实习实践的行业企业用人要求；宣传动员，学生结合实训实习实践岗位，拟订实习计划；有针对性地进行三方面教育：一是目的性教育；二是责任、义务和权利教育；三是安全教育等。
（2） 实训实习实践中（过程监控）：职业道德教育、企业规章制度教育、岗位技术知识运用、操作工艺、技能训练；教师现场指导学生作业；教师和企业指导学生撰写业务报告（技术小结和业务总结报告）；教师和企业共同对学生进行考核。每个同学按照所领取的任务在确定的岗位，按要求完成课题和规定的作业文件。
（3） 实训实习实践后（评价总结）：评价、总结、交流和表彰。
经过多年来对《智能建筑设计与维护》课程的实践教学，逐步探索对课程教学内容及教学方法的改革。加强教学内容的更新，适应建筑智能化技术的发展;同时，加强教学方式及手段的创新，积极建设小型实践平台;最后，完善考核环节，注重理论与实践并重。
注重围绕课程体系建设师资队伍，任课老师一直从事智能建筑中相关弱电子系统的实践教学，并承担企业项目生产的技术组织、工作，比如安全防范系统、综合布线系统等，不仅参与这些系统的方案设计与方案评价，而且还到工程现场进行技术指导，积累了丰富的工程实践经验。
结合智能建筑专业技术运用，开展对一些系统的理论问题进行研究，比如视频监控中的智能视频分析、人脸识别等。教师能够很好地结合实际工程案例，在课程理论内容授课时，对案例涉及到的典型系统应用来讲解涉及的系统原理、设计思想及工程实施。并运用实际项目中遇到的问题及一些小的故事来活跃课堂氛围、激发学生兴趣，并对工程中遇到的可以提升为学术问题的困难传递给同学，让他们多思考，学会从工程中提高分析问题解决问题的能力和思路。
比如通过建设社区的安保系统来讲解智能建筑中的安全防范系统的视频监控、门禁系统、自动报警、安检等内容，同时讲授安保系统应用的一些新的智能技术比如射频识别技术、人像比对及定位技术等。通过将教师的技术成果融合到平时的教学工作中去，工作促教，项目帮教，教与学促进，加强教学内容的更新与活力，激发学生的学习兴趣。
智能建筑的蓬勃发展是社会进步和科技发展的一个体现，为智能建筑的良好建设、运行与维护提供专业的技术人才是我们高等教育教育的本职工作。本文从一个非建筑类工科专业开设智能建筑课程的角度，阐述了我们课程建设的思路以及对该课程实践教学方法的一些探索，希望对非建筑电气与智能化专业培养智能弱电系统相关专业人才提供一些参考。
【参考文献】
[1] 陈富川.建筑智能化系统集成研究设计与实现《电子科技大学》 2008年
[2] 林建军，金炳尧.基于项目的实验室工作室模式的探索与实践[J].实验室研究与探索，2012，31(5)：111-113
[3] 高建华，胡振宇.物联网技术在智能建筑中的应用《建筑技术》 2013年02期
篇（9）
人工智能是现代计算机科学的一个重要的分支，它涉及了计算机科学、信息科学、心理学、哲学、生理学等众多的领域，是一门综合性极强的新兴边缘学科。进入2]世纪以来，随着人工智能研究的不断深入以及教育信息化的发展，人工智能在教育领域的应用也逐渐得到了人们的重视，我国的许多专家学者从不同角度对人工智能的教育教学应用展开了深入的研究，取得了丰硕的成果。
1 人工智能及其研究领域
人工智能的研究可以追溯至古希腊哲学家亚里士多德在其著作(工具论)中提出的形式逻辑和称为三段论的演绎推理。从1956年开始，人工智能作为一门新兴的学科开始快速的发展起来。在半个多世纪的时间里，人工智能从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习及机器入学等多个角度展开了研究，在许多领域取得了令人瞩目的研究成果。与其他应用型学科一样，人工智能的研究都是集合具体的应用来开展的。人工智能目前的主要研究领域有：专家系统、机器学习、模式识别、自然语言理解、机器人、人工神经网络、博弈与游戏等，
专家系统(Expert Sy~em)是一个智能的计算机程序，它运用知识与逻辑推理来模仿人类专家解决相关领域的复杂问题。
机器学习(Machine Learning)是机器具有智能的一个重要标志，同时也是机器获取知识的根本途径。机器学习主要研究如何使计算机能够模拟，甚至是实现人类的学习功能，如人类的学习机理，学习方法等。模式识别(Pa~em Recognition)就是使计算机能够对给定的事件进行鉴别，并把它们归人与之相同或是相似的模式中。模式识别的主要目标是用计算机来模拟人类的各种识别能力，目前主要是对视觉和听觉能力的模拟，用于图形识别和语音识别中。
自然语言理解(Namral LanguageProcessing)是研究如何让计算机理解人类的自然语言及其所表达的思想。研究自然语言理解的目的是提高人类与计算机交互的能力，使人类可以更加便利的用自然语言的方式与计算机进行沟通， 机器人(Robot)是在一定的环境下能够完成与人类相同行动和功能的机器，它可以应用于工业、农业、国防、教育、医疗等多种领域，对现代社会的发展有着不可估量的作用。
人工神经网络(Artificial Neural Network)的研究开始于20世纪40年代，是利用多个简单的处理单元按照某种特定的方式相互连接起来的计算机系统，用于模拟人类大脑神经系统的结构和功能。人工神经网络已经成功应用于人工智能领域的许多方面，在模仿生物神经计算功能方面有着计算机难以比拟的优势。
博弈(Game)主要是研究对策与斗智，例如棋牌，策略游戏等智能活动。博弈以问题求解和模式识别为基础，最能够体现人工智能技术的优势。
2，人工智能在现代教育中的应用情况
随着人工智能技术的发展和教育信息化的不断深入，人工智能技术在现代教育领域中的应用正日益受到人们的重视。分析目前的状况，人工智能在现代教育中的应用主要有以下几类。
2，1智能教学系统(Intelligence／utoringSystem)
智能教学系统是人工智能技术在教育中的重要应用之一，是对计算机辅助教学(CAD相关研究的进一步发展。智能教学系统旨在为学生创造一个优良的学习环境，使学生可以方便快捷的调用各种资源，接受全方位的学习服务，以获得学习的成功。当前的智能教学系统主要依靠智能主体技术来进行构建，通过建立教师主体、学生主体、教学管理主体等，可以根据不同学生的特点来制定和实施相应的教学策略，为学生提供个性化的教学服务。基于网络的分布式智能教学系统是目前智能教学系统的最新发展方向，它可以使原本相隔在不同地区的学生在虚拟的环境之中共同学习，充分利用网络资源，发挥学习者的主动性，带来更好的教学效果，
篇（10）
中图分类号：G712 文献标志码：A 文章编号：1674-9324（2014）16-0240-02
智能化建筑的发展日新月异，其是人们生活质量提高的重要标志，人们对智能化住宅的需求促进了智能化建筑的发展。目前，世界各地的智能化工程技术正逐步走向创新阶段[1]。我国加入WTO后，国内建筑业市场正融入国际大市场，这就需要我们迅速提高竞争力，而关键则在于培养高素质的技术与管理人才[1]。然而，智能化楼宇系统实际的应用中与目前的研究现状仍然存在一定差距。为了适应智能化发展，满足企业对智能楼宇技术人员的需要，本文对智能楼宇系统课程的开发与实践展开研究。
一、楼宇智能化技术课程建设思路
高等职业教育是以“为企业培养用得上的人才为目标、以就业为导向”的一种全新的教育类型。这就决定了我们的建设思路。
1.主要通过调研、归纳、排序、重组四个阶段进行专业课程体系的设置，并且采用校企合作的方式共同制定人才培养方案。
2.课程的资源与教学平台是基于智能楼宇系统项目的课程开发，主要采用“校企共建合作”的方式进行；教学设计分学习领域、学习情境、学习任务三层进行。组织教学采取咨询、决策、计划，实施、检查、评价六步法。
3.在校内，实施六步法中资询、决策、计划前三步，教学环境采用校企共建的智能楼宇实训室；在校外，实施六步法中实施、检查、评价后三步，充分利用顶岗实习中企业在建的工程项目进行[2]。
二、楼宇智能化技术课程设置
楼宇智能化工程技术教研是深入学习国内基于工作过程课程开发的最新成果，借鉴了先进的教学理念以及其他课程开发方法，以工作过程为主导，采用调研、归纳、排序、重组的开发方法形成专业课程体系[3]。楼宇智能化工程技术专业课程开发方法如下图所示。
《楼字智能化技术》课程主要介绍楼宇控制系统。楼宇控制系统的主要功能是对建筑物内部的能源使用、环境、交通以及供电进行统一监控与管理，以便提供一个既安全可靠又节约能源的舒适工作和居住环境，主要包括对中央空调、给排水、变配电、照明、电梯等系统的监控。这些系统一般运用在商场、宾馆、体育馆等大型的公共场所里[1]。因此要求我们培养能够熟练掌握智能楼宇系统的职业人才，而《楼宇智能化技术》是楼宇专业的专业核心课程。
三、教学内容设计
基于工作过程的课程开发方法，通过学习情境设计和学习任务设计来实现课程教学内容设计。
1.学习情境设计。针对典型工作岗位和工作任务建立以下九个学习情境作为本课程的教学内容，分别是“智能建筑工程认知”、“智能建筑相关技术”、“智能建筑设备自动化控制系统”、“安全防范系统与消防监控联网”、“通信自动化系统”、“智能建筑办公自动化系统”、“住宅小区智能化系统”、“智能建筑系统工程的实施”、“建筑智能化工程管理”。对每个学习情境要具体设计，包括使用工具与所需设备、能力目标、教学方案、教学重点、考核与评价标准等。每个学习情境中都要有任务描述、任务分析、方法与步骤这几个环节，让学生通过咨询、决策、计划、实施、检查、评价六步法学会智能楼宇系统的规划与实施过程，掌握这一能力从而为学生长期的发展奠定良好的基础。
2.学习情境中的学习任务设计。以楼宇智能化工程技术的典型工作任务和工作过程为依据，遵循学生职业能力培养的基本原则来设计学习任务。每个学习情境由几部分学习任务组成，如“智能建筑设备自动化控制系统”学习情境是由“给排水设备监控系统”、“暖通空调监控系统”、“建筑供配电监控系统”、“照明监控系统”、“电梯监控系统”共5个学习任务构成，学生完成这5个学习任务，即经历了一次智能楼字系统中的建筑设备自动化控制系统工程规划与实施的工作过程。
3.通过学习任务设计卡与学习任务书来完成学习任务的教学。教师按课前编好的学习任务设计卡中的学习目标组织教学，下放学习任务书，明确学习要求，指导学生实训，完成学习任务，每一阶段完成之后要按考核标准对学生完成情况进行考核。
四、教学组织安排
本课程以顶岗实习项目和智能楼字新型实训室为载体，按六步法对每个学习情境组织教学，把现场教学内容和顶岗实习结合起来，把校内理论教学和校外实践教学结合起来，把在建工程项目的教学内容和竣工工程案例的分析对比结合起来。具体教学组织安排如下表所示。
五、教学方法
1.学习情境六步教学法。本课程选取“智能建筑工程认知”、“智能建筑相关技术”、“智能建筑设备自动化控制系统”、“安全防范系统与消防监控联网”、“通信自动化系统”、“智能建筑办公自动化系统”、“住宅小区智能化系统”、“智能建筑系统工程的实施”、“建筑智能化工程管理”九个学习情境，分别对应于智能楼宇系统典型工作任务的工作过程，对每个学习情境课程采用项目式教学法。如：消防监控系统工程实施作为一个工程项目案例，再将工程项目的分析、施工准备、施工、检测和验收作为学习情境中的若干学习任务。学习情境教学按咨询、决策、计划、实施、检查、评价六步法进行，采取“以学生为主，教师为辅”的方式来开展每个学习情境下的任务教学。
2.智能楼宇实训室与顶岗实习的项目教学法。将校内理论教学与工程的现场教学有机结合起来。本课程主要以智能楼宇实训室和顶岗实习的工程项目作为载体，采用教与学相结合的教学法来实施。比如消防监控系统的工程实施，就选择了某商场在建的消防监控系统来作为工程的一个项目。消防监控系统的分析与消防监控系统的工程施工准备任务学习在学校智能楼宇实训室来进行，而消防监控系统工程施工与工程验收在学生顶岗实习工程的现场进行，使学生能够真实地体验工程项目的实施和规划的整个过程。
综合企业进行施工过程中学生人数以及能力的缺乏等因素开设了楼宇智能化工程技术专业，并且在顶岗实习期间利用企业的配套设施来组织教学。这样不但实现了人才培养的教学目标，而且也实现了企业施工的现场需要。采用校企合作共同建立智能楼宇系统实训室，形成智能楼宇系统课程资源，保障课程教学质量。
参考文献：
