關于人工智能的研究論文(2)
關于人工智能的研究論文篇二
研究生人工智能課程教學探索
摘要：從研究生教學特點和人工智能學科的自身特點出發(fā)，結合多年來研究生課堂教學實踐，探討在人工智能課程中采用基于問題的啟發(fā)式教學、基于案例的探究式教學等教學方法。實踐表明，這些方法不僅能使學生深入理解人工智能的基本概念和理論，而且有利于培養(yǎng)學生的創(chuàng)新和科研能力。
關鍵詞：人工智能;研究生教學;教學方法
人工智能是一門研究機器智能的學科，是在研究人類智能行為規(guī)律的基礎上，利用人工的方法和技術，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。在知識經濟向智能經濟高度發(fā)展的今天，人工智能具有重要的理論意義和社會價值。人工智能理論已經滲透到各個領域，人工智能技術也得到廣泛應用，許多研究成果已經進入人們的生活。
人工智能課程是一門多學科交叉的課程，具有很強前沿性，涉及哲學、認知科學、行為科學、腦科學、生理學、心理學、語言學、邏輯學、物理學、數(shù)學等眾多領域;涉及面寬，內容廣泛，更新快。人工智能課程的開設能夠更好地培養(yǎng)學生的創(chuàng)新思維和技術創(chuàng)新能力，培養(yǎng)學生對計算機前沿技術的前瞻性，提高他們的科技素質和學術水平[1]。
人工智能課程內容的廣泛性、前沿性和應用性特點決定了授課方法的多樣性。與本科生相比，研究生在教育目標和身心特征方面都有較大的區(qū)別。筆者多年從事研究生人工智能課程教學工作，現(xiàn)總結多年教學經驗如下。
1研究生培養(yǎng)目標及其教學特點
研究生教育階段的教育目標是使研究生形成具有個性化的研究品格、研究定向和研究視野，以具有獨立思考并獲得獨創(chuàng)研究成果的能力[2]。從這一意義上講，個性化是研究生教育培養(yǎng)目標的構成主體。尤其隨著我國經濟持續(xù)高速增長，社會對知識創(chuàng)新、新經濟生長點的期望值增大，這就要求我國研究生教育在其培養(yǎng)目標的定位上不僅要重視人才培養(yǎng)的高層次性，更要重視創(chuàng)新能力、實踐能力和創(chuàng)業(yè)精神的培養(yǎng)。并且，研究生身心發(fā)展已較成熟，具有較穩(wěn)定的個性特征，思維力強，具有較高的專業(yè)性思維意識和創(chuàng)造力，為獨立地進行專業(yè)研究活動提供了心理上和智力上的保證。而且，研究生已具備了基礎理論和專業(yè)知識，特別是有一定工作經歷的研究生，他們不僅有本科教育階段的知識積累，也有應用這些知識的經驗，對于擴大其專業(yè)知識領域并進行研究有著積極主動的態(tài)度。總之，從年齡構成及身心特征上講，研究生適應高層次、跨學科知識領域的學習和研究。
研究生的特征及其教育目標決定了研究生教學不應該是由教師講授已定論的知識，而應是以教學為基本依托，通過教學提出具有研究性、探索性、未確定性甚至是尚存爭議性的課題，激勵研究生獨立思考和質疑，讓他們在思考和質疑的過程中提出問題，培育他們發(fā)現(xiàn)問題、提出質疑的科學批判精神，訓練并提高其創(chuàng)新能力、實踐能力和創(chuàng)新精神。創(chuàng)新精神和創(chuàng)新能力主要表現(xiàn)在具有健全的人格、強烈的責任感、開放的心態(tài)、團結合作的精神、嚴謹科學的思維能力和創(chuàng)新思維方式。
個性是創(chuàng)新的源泉，研究生課程體系的設置應該具有一定的靈活性，依據(jù)研究生不同的知識基礎和研究定向，設置具有彈性化的課程，使研究生的個性化得以凸顯。另外，為提高研究生專業(yè)研究和創(chuàng)新能力，在課程教學中，也應凸顯教學的研究性和專業(yè)性，重視專業(yè)領域背景知識和研究方法的講授，開展跨學科、非專業(yè)知識的教學，教學內容應涵蓋專業(yè)領域的研究熱點、難點、爭議問題和最新研究動態(tài)，還應包括交叉學科、邊緣學科的研究趨勢，以擴展學生的視野[3]。也就是說，研究生教學既要凸顯研究生的個性化特點，又要凸顯內容的學術性和研究的指向性。
2人工智能課程的特點
2.1多學科交叉，具有很強的前沿性
人工智能是一門多學科交叉的課程。課程內容的理解需要運用多學科知識和較強的邏輯思維能力，多學科的知識相互聯(lián)系、相互交叉，融合形成新的知識，成為新的思維方法和綜合能力的萌發(fā)點。通過課程學習，學生可以通過不同學科知識的融合來達到對原有知識的超越，用一種全新的思維方法來思考所遇到的問題，提出新的解決辦法。這也是創(chuàng)造力的迸發(fā)和智能的飛躍。具有了知識的廣度和深度才具有融會貫通、創(chuàng)新的可能，人工智能課程的開設能夠更好地培養(yǎng)學生的創(chuàng)新思維和技術創(chuàng)新能力，為學生提供一種新的思維方法和問題求解手段。
2.2涉及面寬，內容廣泛，更新快
人工智能課程是一門知識點較多的課程，它以概率統(tǒng)計、離散數(shù)學、數(shù)據(jù)結構、計算機編程語言、數(shù)據(jù)庫原理等課程為基礎，涵蓋了模式識別、機器學習、數(shù)據(jù)挖掘、計算智能、自然語言理解、專家系統(tǒng)等眾多研究方向，內容涉及面廣，概念抽象，不易理解。并且，人工智能課程內容更新快，近年來人工智能科學的快速發(fā)展，涌現(xiàn)出了大批新方法，研究熱點問題也從符號計算發(fā)展到智能計算和Agent等。其中，計算智能主要涉及神經計算、模糊計算、進化計算和人工生命等領域，在模式識別、圖像處理、自動控制、通信網絡等很多領域都得到了成功應用;Agent最早來自分布式人工智能，隨著并行計算和分布式處理等技術的發(fā)展而逐漸成為熱點。
在互聯(lián)網上有大量最新的與課程內容相關的研究論文，為學生提供了很好的查閱文獻的環(huán)境，使學生能夠根據(jù)所學習的內容和所在課題組的研究方向閱讀相應文獻，提高學生的學習興趣和獨立提出問題、解決問題的能力。
2.3應用性強
人工智能理論已經滲透到科學的各個領域，當前，幾乎所有的科學與技術分支都在共享著人工智能領域所提供的理論和技術。例如，自第一個專家系統(tǒng)DENDRAL研制成功以來，專家系統(tǒng)已成功地應用于數(shù)學、物理、化學、醫(yī)學、地質、氣象、農業(yè)、法律、教育、交通運輸、軍事、經濟等幾乎所有領域;數(shù)據(jù)挖掘技術是以一種更自動化的方式對具有大量數(shù)據(jù)的商業(yè)活動進行分析和預測，在市場營銷、銀行、制造業(yè)、保險業(yè)、計算機安全、醫(yī)藥、交通、電信等領域已有許多案例;語義Web讓Web上的信息能夠被機器所理解，實現(xiàn)Web信息的自動處理，成功地將人工智能的研究成果應用到互聯(lián)網。另外，在機器視覺、自然語言理解、智能控制與智能制造等方面，人工智能技術也得到廣泛的應用，有許多研究成果已經進入人們的生活。目前，從理論到技術，從產品到工程，從家庭到社會，智能無處不在，人工智能廣泛的應用性給學生提供了大量的現(xiàn)實案例，使得人工智能不再是高深莫測的理論，而是現(xiàn)實中可以觸及的內容。
人工智能課程的多學科交叉性、內容廣泛性、概念抽象、不易理解以及前沿性和應用性特點決定了在該課程的講授過程中應該采用多種授課方法。多種授課方法的采用一方面便于授課內容的理解，另一方面也能夠更好地培養(yǎng)學生的創(chuàng)新思維和技術創(chuàng)新能力，提高他們的科技素質和學術水平。
3人工智能課程教學方法
3.1基于問題的啟發(fā)式教學法
蘇霍姆林斯基說：“喚起人實行自我教育，乃是一種真正的教育。”基于問題的啟發(fā)式教學法是教師在深入了解學生心理特點和學習規(guī)律的基礎上，設計適合教學的啟發(fā)式問題，并采取靈活多樣、生動活潑的啟發(fā)方式，充分調動學生的學習興趣，激發(fā)、引導學生進行科學思維，培養(yǎng)學生獨立思考問題、提出問題和解決問題的能力。該教學方法強調的是過程，教師的主要任務是提出問題，依據(jù)舉一反三的思路引導學生展開邏輯推理，通過逐層分析深入思考問題，最后綜合學生觀點闡述相關理論。
在課程教學中，有許多內容適合于采用啟發(fā)式教學方法。例如，在知識表示方法的學習過程中，教師首先提出問題：“你是怎樣進行數(shù)學定理證明的?”并在學生的回答過程中，引導學生認識到知識及其表示的重要性;隨后，提出問題：“在計算機中如何表示知識?”引導學生逐步總結出不同知識表示方法在知識表達能力、推理效率、可實現(xiàn)性、可組織性、可維護性方面的區(qū)別。另外，在確定性推理的教學過程中，教師可以利用“某處發(fā)生盜竊案，公安局派出5個偵查員去調查，研究案情時，5個偵查員各給出了一句可信的結論，據(jù)此判斷誰是盜竊犯”的問題[4]，讓學生進行判斷和討論，引導學生認識到推理過程中可以使用多條規(guī)則進行推理，并且推理路線也可能存在多條，從而引出推理的兩大基本問題：解決沖突消解等問題的推理策略，以及解決推理線路等問題的搜索策略。
看了“關于人工智能的研究論文”的人還看了：
7.人工智能應用論文