前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能教學(xué)建議范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

人工智能教學(xué)建議范文第1篇

關(guān)鍵詞：人工智能；智能化計算機輔助教學(xué)；專家系統(tǒng)；知識庫

中圖分類號：TP18文獻標(biāo)識碼：A文章編號：1009-3044(2007)12-21667-02

The Application of Artificial Intelligence in Education

HU Ji-li,YIN Yun-xia

( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)

Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.

Key words:Artificial Intelligence;CAI;expert system;knowledge base

1 引言

人工智能作為當(dāng)今世界三大尖端技術(shù)(空間技術(shù)、能源技術(shù)和人工智能技術(shù))之一，是計算機科學(xué)的一個分支，它的目標(biāo)是構(gòu)造能表現(xiàn)出一定智能行為的。人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識、心理學(xué)和哲學(xué)、機器學(xué)習(xí)、計算機視覺等?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多的是結(jié)合具體領(lǐng)域進行的，主要研究領(lǐng)域有專家系統(tǒng)、機器學(xué)習(xí)、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機器人學(xué)、博弈、智能決定支持系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)。它總的來說是面向應(yīng)用的，隨著人工智能的誕生和發(fā)展， 人們開始把計算機用于教學(xué)領(lǐng)域。同時， 自七十年代以來， 有教學(xué)能力的專家系統(tǒng)得到研制。人工智能技術(shù)與專家系統(tǒng)的成就， 促使人們把問題求解、知識表示這些技術(shù)引入計算機輔助教學(xué)(CAI) ， 這便是智能型計算機輔助教學(xué)(CAI)。

近幾十年來， 隨著人工智能技術(shù)的日漸成熟， 它的一些研究成果被陸續(xù)應(yīng)用到教學(xué)領(lǐng)域， 推進了教育發(fā)展改革和教學(xué)現(xiàn)代化進程。人工智能在教學(xué)系統(tǒng)的重要性也已形成共識。

2 人工智能在教育中的作用

目前在教育技術(shù)中涉及到AI的主要有以下領(lǐng)域：

2.1 知識的表示與訪問

基于人工智能的知識表示是以知識為對象，以計算機的軟硬件和計算機科學(xué)及人工智能和專家系統(tǒng)技術(shù)為工具，以哲學(xué)、心理學(xué)和邏輯學(xué)等為方法和指導(dǎo)，將知識表達成計算機可以直接處理的“知識庫”，使用“計算機的智能”來模擬人類專家或“人類智能”，對知識進行快速、精確、自動、科學(xué)的處理。它不屬于通常的“數(shù)據(jù)管理或信息管理”的“數(shù)據(jù)”層次，而是屬于“知識處理”或“知識”的智能化層次。其主要內(nèi)容是對于知識進行形式化的表示、自動化的推理，智能化的教學(xué)或創(chuàng)造。計算機輔助教育是其中重要的組成部分。

2.2 符號計算

符號計算包括數(shù)值計算、符號計算和函數(shù)作圖。其代表軟件是Mathematica，當(dāng)該軟件在1988年第一次，對科技及很多其他領(lǐng)域的計算機使用方式產(chǎn)生了深刻的影響。Mathematica 1.0時，商業(yè)周報將其列入當(dāng)年最重要的十大新產(chǎn)品名單。這標(biāo)志著現(xiàn)代科技計算的開始。Mathematica也被大量地用于教育:有成百上千的課程，從高中課程到研究生課程用它作基礎(chǔ)。隨著各種學(xué)生版的，Mathematica也已成為全世界各種不同專業(yè)學(xué)生的重要工具。

2.3 對學(xué)生錯誤的自動診斷

采用人工智能技術(shù)，使得教學(xué)過程中系統(tǒng)可以自動診斷學(xué)生的學(xué)習(xí)水平，不僅能發(fā)現(xiàn)學(xué)生的錯誤，而且能指出學(xué)生錯誤的根源，從而做出有針對性的輔導(dǎo)或?qū)W習(xí)建議。而且根據(jù)學(xué)生的特點自動選擇教學(xué)內(nèi)容，自動調(diào)整教學(xué)進度，自動選擇教學(xué)策略與方法。

2.4 實現(xiàn)智能性超媒體教學(xué)系統(tǒng)

超媒體系統(tǒng)有理想的教學(xué)環(huán)境，容易激發(fā)學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)主動性，但不能保證達到預(yù)期的學(xué)習(xí)目的，而且由于不了解所要教的對象，所以不能做到有針對性的指導(dǎo)，不能因材施教。智能輔助教學(xué)系統(tǒng)正好與此相反。將二者結(jié)合起來，就可實現(xiàn)性能互補，從而研究制出新一代高性能的智能超媒體教學(xué)系統(tǒng)。

3 人工智能應(yīng)用于教育的新方向：ICAI

3.1 傳統(tǒng)CAI的不足

傳統(tǒng)的CAI由于其集成性、交互性、多媒體性等特點，在教學(xué)中可以極大地激發(fā)學(xué)生的學(xué)習(xí)動機，提高教師的教學(xué)效率和學(xué)生的學(xué)習(xí)效率。但在使用過程中，CAI的一些弱點也逐漸暴露出來。主要表現(xiàn)有:

(1)缺乏人機交互能力

現(xiàn)有CAI 大多以光盤作為信息的載體， 將教材中的內(nèi)容以多媒體的形式展現(xiàn)出來， 教學(xué)信息是按預(yù)置的教學(xué)流程機械式地提供給學(xué)生的， 學(xué)生接受起來很被動。而且在課堂教學(xué)中， 一般也只能通過教師按預(yù)定的課件流程進行操作， 無論學(xué)生還是教師都不能很好地參與教與學(xué)的過程， 因此人機交互沒有很好地實現(xiàn)。

(2)缺乏教師與學(xué)生的互動

現(xiàn)有的CAI 課件在學(xué)生自學(xué)、進行操作使用時，如何學(xué)習(xí)都是學(xué)生自己的事。教師不能完全了解學(xué)生的情況，學(xué)生在碰到問題時，也不能向教師求助，師生之間是互相封閉的，軟件所起的積極效果大打折扣。同時由于缺乏網(wǎng)絡(luò)支持，現(xiàn)有的絕大多數(shù)CAI 課件是在單機環(huán)境下運行的，它們無法利用網(wǎng)絡(luò)的優(yōu)勢使知識內(nèi)容快速更新，也更無法提供便捷的學(xué)習(xí)討論空間、隨時隨地的師生交流方式以及遠程教學(xué)實現(xiàn)的條件。

(3)缺乏智能性

要想面對不同情況的學(xué)生進行不同程度的教學(xué)過程， 使學(xué)生的學(xué)習(xí)變?yōu)橹鲃樱?并能由系統(tǒng)自動地提供助學(xué)信息而有選擇地學(xué)習(xí)，要想使教師的教學(xué)能積極地參與進去并根據(jù)系統(tǒng)提供的信息按照學(xué)生的認知模型為其準(zhǔn)備最適合的學(xué)習(xí)內(nèi)容， 給予不同方式的教學(xué)模式與方法， 沒有智能性的CAI 課件系統(tǒng)， 是很難實現(xiàn)以上目的并達到良好教學(xué)效果的。由此可見，現(xiàn)有的CAI 隨著人們要求的提高， 已經(jīng)不能盡如人意。因此以智能CAI 為代表的新的計算機輔助教學(xué)系統(tǒng)將是教師在教育技術(shù)上需要不斷探求、努力實現(xiàn)的發(fā)展方向索。

3.2 ICAI－人工智能與多媒體技術(shù)的結(jié)合

為了克服傳統(tǒng)CAI的缺點，需要在知識表示、推理方法和自然語言理解等方面應(yīng)用人工智能原理。因此很多專家提出了智能計算機輔助教學(xué)(ICAI)，智能計算機輔助教學(xué)(Intelligence Computer Assisted Instruction－ICAI)以認知學(xué)為理論基礎(chǔ)。將人工智能技術(shù)應(yīng)用于CAI，是智能化的CAI。在ICAI系統(tǒng)中，允許學(xué)生與計算機進行較自由的對話，學(xué)生的應(yīng)答不限于數(shù)字或簡單的短語。系統(tǒng)能夠判定學(xué)生應(yīng)答的正確程度，并給予適當(dāng)?shù)姆答?，而不是簡單地說“對”或“錯”。ICAI的宗旨在于利用現(xiàn)有計算機技術(shù)實現(xiàn)較好的人工智能，模仿人類的交互方式、思維習(xí)慣及情緒流動，修飾和掩蓋計算機的缺陷。

3.3 ICAI的優(yōu)點

(1)將教學(xué)內(nèi)容與教學(xué)策略分開，根據(jù)學(xué)生的認知模型提供的信息，通過智能系統(tǒng)的搜索與推理，動態(tài)生成適合于個別化教學(xué)的內(nèi)容與策略。

(2)通過智能診斷機制判斷學(xué)生的學(xué)習(xí)水平，分析學(xué)生產(chǎn)生錯誤的原因，同時向?qū)W生提出更改建議、以及進一步學(xué)習(xí)內(nèi)容的建議。

(3)通過對全體學(xué)生出現(xiàn)的錯誤分布統(tǒng)計，智能診斷機制將向教師提供教學(xué)重點、方式、測試重點、題型的建議。

(4)為教師提供友好的教學(xué)內(nèi)容、測試內(nèi)容維護界面，無需改變軟件的結(jié)構(gòu)即可調(diào)整教學(xué)策略。

(5)通過對學(xué)生認知模型、教學(xué)內(nèi)容、測試結(jié)果的智能分析，向教學(xué)督導(dǎo)人員提供對任課教師教學(xué)業(yè)績評價的參考意見。可以說，一個理想、完美的ICAI系統(tǒng)就是一個自主、優(yōu)秀的“教師”。

3.4 ICAI的標(biāo)準(zhǔn)

以現(xiàn)有的科學(xué)技術(shù)水平而言，短時期內(nèi)顯然無法實現(xiàn)具備上述全部功能的ICAI系統(tǒng)。一般認為，只要具有下列一個或幾個特征的CAI系統(tǒng)就可以稱之為ICAI系統(tǒng)。

(1)能自動生成各種問題與練習(xí)。

(2)根據(jù)學(xué)生的學(xué)習(xí)水平與學(xué)習(xí)情況選擇與調(diào)整學(xué)習(xí)內(nèi)容和進度。

(3)在了解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題，生成解答。

(4)具有自然語言生成與理解能力，以便實現(xiàn)比較自由的教學(xué)問答系統(tǒng)，提高人機交互的主動性。

(5)對教學(xué)內(nèi)容有解釋咨詢能力。

(6)能診斷學(xué)生錯誤，分析原因并采取糾正措施。

(7)能評價學(xué)生的學(xué)習(xí)行為。

(8)能評價教師的教學(xué)行為。

不難看出，ICAI與傳統(tǒng)的CAI相比，更加符合教育教學(xué)的規(guī)律，切合學(xué)生的認知習(xí)慣，具有明顯的優(yōu)越性。

3.5 ICAI的結(jié)構(gòu)

ICAI主要由三個模塊組成:專家系統(tǒng)模塊、教師模塊和學(xué)生模塊。

(1)知識庫

知識庫是實現(xiàn)知識推理與專家系統(tǒng)的基礎(chǔ)，而建造知識庫的前提則是要解決知識的形式化，人工智能技術(shù)在教育中的應(yīng)用表示以及知識的訪問與調(diào)用問題。因此，知識的表示與訪問是人工智能的核心技術(shù)之一，也是將AI引入教育領(lǐng)域必須首先解決的一個難題。

ICAI中的資源庫應(yīng)該包括以下一些內(nèi)容:

①多媒體素材庫:包括所要呈現(xiàn)的知識的一些素材，包括:文本、圖像、聲音、動畫及數(shù)字影象等多媒體教學(xué)資源。這些用于多媒體數(shù)據(jù)庫管理，便于分類、增刪、修改及查詢等操作。

②教學(xué)內(nèi)容庫:教學(xué)內(nèi)容庫用于存放教學(xué)內(nèi)容，包括領(lǐng)域知識庫(含輔助知識庫、提示幫助庫、練習(xí)題庫，和測試題庫)。這些教學(xué)內(nèi)容，包括習(xí)題和試題分章、節(jié)、課及知識點等有序存貯。供專家決策系統(tǒng)調(diào)用。

(2)學(xué)生模塊

學(xué)生模塊主要包括以下三個模塊:學(xué)生登陸模塊、學(xué)生水平評價模塊和學(xué)生監(jiān)督模塊。

①學(xué)生登陸模塊:利用該模塊主要用于學(xué)生使用ICAI時登錄，第一次登錄時學(xué)生輸人姓名、性別、年齡、學(xué)歷等相關(guān)信息，然后對學(xué)生進行詢問，選擇合適的測驗題對學(xué)生進行初測推薦學(xué)習(xí)計劃。當(dāng)再次登錄時，系統(tǒng)根據(jù)保存的信息安排合適的學(xué)習(xí)內(nèi)容。

②學(xué)生水平評價模塊:學(xué)生水平測試模塊用于評價某一教學(xué)單元學(xué)習(xí)完后測試成績。通過測試等因素分析，可以比較確切地了解學(xué)生的具體情況，從而制定出合理的教學(xué)策略和教學(xué)過程

③學(xué)習(xí)監(jiān)測模塊:學(xué)習(xí)檢側(cè)模塊用于監(jiān)測記錄學(xué)生的日常學(xué)習(xí)情況，記錄學(xué)生學(xué)習(xí)某教學(xué)單元時的參數(shù)值，并記錄在學(xué)生檔案中。包括:學(xué)生目前學(xué)習(xí)單元號；學(xué)習(xí)方式；正常學(xué)習(xí)、練習(xí)、提前瀏覽、學(xué)后復(fù)習(xí)；學(xué)習(xí)時間；學(xué)生提示問題的類型和次數(shù)；學(xué)生本次練習(xí)出錯次數(shù)。

(3)專家決策模塊

CAI中的專家決策系統(tǒng)可以看作專家系統(tǒng)中的推理機。專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域，它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，模擬人類專家求解問題的思維過程求解領(lǐng)域內(nèi)的各種問題，其水平可以達到甚至超過入類專家的水平。計算機中存有人類專家的知識并具有推理能力，從而可解決診斷、規(guī)劃、調(diào)度、預(yù)報、決策等要靠人類專家才能完成的任務(wù)。

成功的例子如:① DENDRL系統(tǒng)的性能已超過一般專家的水平，可供數(shù)百人在化學(xué)結(jié)構(gòu)分析方面的使用;②MYCIN系統(tǒng)可以對血液傳染病的診斷治療方案提供咨詢意見經(jīng)正式鑒定結(jié)果，對患有細菌血液病、腦膜炎方而的診斷和提供治療方案已超過了這方面的專家。

ICAI根據(jù)學(xué)生模塊提供的學(xué)生學(xué)習(xí)情況，通過智能系統(tǒng)的搜索與推理，得出智能化的教學(xué)方法與教學(xué)策略，能夠較科學(xué)地評估學(xué)生的學(xué)習(xí)水平，還可以通過分析學(xué)生以往的學(xué)習(xí)興趣和學(xué)習(xí)習(xí)慣，預(yù)測學(xué)生的知識需求和常犯錯誤，動態(tài)地將不同的學(xué)習(xí)內(nèi)容、學(xué)習(xí)方法與不同的學(xué)生匹配，智能地分析學(xué)生錯誤的原因，進而有針對地提出合理的教學(xué)建議、學(xué)習(xí)建議以及改進方法，既提高了學(xué)生學(xué)習(xí)的滿意度，激發(fā)了學(xué)生的學(xué)習(xí)熱情，也對教師教學(xué)提供了客觀的依據(jù)和科學(xué)的方法。

4 結(jié)束語

由此可見人工智能技術(shù)已經(jīng)逐步應(yīng)用于計算機輔助教學(xué)中，與教學(xué)現(xiàn)代化有著密切的關(guān)系。人工智能技術(shù)的發(fā)展也必將會對ICAI 的發(fā)展起到巨大推動作用。近幾年來，人工智能的研究者們嘗試著使學(xué)生脫離“輔導(dǎo)學(xué)習(xí)”的過程來接受新知識，而采用“通過活動進行學(xué)習(xí)”的方式。在教學(xué)的其他方面，人工智能技術(shù)還可以建立人類推理模型學(xué)習(xí)工具等諸多的運用， 展示出越來越好的實用性。隨著Internet 的發(fā)展，虛擬現(xiàn)實技術(shù)的廣泛應(yīng)用， ICAI 也將得到進一步的完善。21 世紀的教育教學(xué)手段將是以智能化CAI 為主線，多學(xué)科、多方位發(fā)展的新技術(shù)的體現(xiàn)。這種手段產(chǎn)生了人機交互、人機共生等全新概念，使人類擴展了自己的能力，促進了教育領(lǐng)域方方面面的改革。

參考文獻：

[1]王萬森.人工智能原理及其應(yīng)用[M].北京:電子工業(yè)出版社,2000.

人工智能教學(xué)建議范文第2篇

關(guān)鍵詞:人工智能;創(chuàng)新性教學(xué);精品課程;課程建設(shè);教學(xué)改革

人工智能課程是計算機類專業(yè)的核心課程之一,也是智能科學(xué)與技術(shù)、自動化和電子信息等專業(yè)的重要課程,其知識點具有不可替代的重要作用。該課程內(nèi)容廣泛,具有很強的綜合性、應(yīng)用性、創(chuàng)新性和挑戰(zhàn)性[1],其開設(shè)能夠更好地培養(yǎng)學(xué)生的創(chuàng)新思維和技術(shù)創(chuàng)新能力,為學(xué)生提供了一種新的思維方法和問題求解手段。同時,本課程能夠培養(yǎng)學(xué)生對計算機前沿技術(shù)的前瞻性,提高他們的科技素質(zhì)和學(xué)術(shù)水平。通過課程的學(xué)習(xí),學(xué)生對人工智能的定義和發(fā)展、基本原理和應(yīng)用有一定的了解和掌握,啟發(fā)了對人工智能的學(xué)習(xí)興趣,培養(yǎng)創(chuàng)新能力。

中南大學(xué)人工智能課程開設(shè)于20世紀80年代中期。1983年,蔡自興作為訪問學(xué)者赴美國普度大學(xué)研修人工智能,并與美國國家工程科學(xué)院院士傅京孫(K. S. Fu)教授及清華大學(xué)徐光v教授合作研究人工智能。在傅京孫院士教授的指導(dǎo)下,蔡自興和徐光v教授執(zhí)筆編著《人工智能及其應(yīng)用》一書,并于1987年5月在清華大學(xué)出版社問世,成為國內(nèi)率先出版的具有自主知識產(chǎn)權(quán)的人工智能教材。本教材不僅為我校人工智能課程提供了一部好教材,而且促進了國內(nèi)高校普遍開設(shè)人工智能課程。此后,又陸續(xù)編著出版了《人工智能及其應(yīng)用》第二版、第三版“本科生用書”和“研究生用書”、第四版等,修讀該課程的學(xué)生也與日俱增。該書第二版還獲得國家教育部科技進步一等獎。經(jīng)過近20年建設(shè),該我校人工智能課程于2003年評為國家精品課程,并在2008年評為國家雙語教學(xué)示范課程。這是至今國內(nèi)唯一同時獲得國家級精品課程和雙語教學(xué)示范課程的人工智能課程。同時,我們還開發(fā)了人工智能網(wǎng)絡(luò)課程,具有網(wǎng)絡(luò)化、智能化和個性化等特色,被國家教育部評為優(yōu)秀網(wǎng)絡(luò)課程,供兄弟院校人工智能教學(xué)參考使用,受到普遍歡迎[2]。

作為國內(nèi)第一門人工智能精品課程,我們按照教育部精品課程標(biāo)準(zhǔn)建設(shè)《人工智能》課程,尤其是在教學(xué)內(nèi)容、創(chuàng)新性教學(xué)方法和教學(xué)模式上進行不斷進行改革與探索,取得了很好的效果。本文即為我校人工智能精品課程建設(shè)與改革經(jīng)驗的初步總結(jié)。

1教學(xué)內(nèi)容優(yōu)化

1.1課堂教學(xué)內(nèi)容優(yōu)化

教學(xué)內(nèi)容的確定是課程的首要任務(wù)。如何選好教學(xué)內(nèi)容,使學(xué)生既能了解本領(lǐng)域的概貌,又能適合學(xué)生的基礎(chǔ),便于他們在有限的時間完成學(xué)習(xí)任務(wù),是一件難事。教學(xué)內(nèi)容除了包含基礎(chǔ)理論外,還應(yīng)該反映人工智能領(lǐng)域的新發(fā)展和新動態(tài),跟上學(xué)科發(fā)展的步伐。本課程最初設(shè)定的教學(xué)內(nèi)容分基礎(chǔ)部分和擴展應(yīng)用部分?；A(chǔ)部分主要包括人工智能的定義和發(fā)展、知識的表示以及推理,而擴展應(yīng)用部分主要包括專家系統(tǒng)、機器學(xué)習(xí)、機器規(guī)劃、機器視覺等。

近年來人工智能科學(xué)的快速發(fā)展,涌現(xiàn)出了大批新的方法和算法,研究熱點問題也從符號計算發(fā)展到智能計算和Agent等。

學(xué)內(nèi)容,既能使學(xué)生了解本領(lǐng)域的概貌,又能適合學(xué)生的基礎(chǔ),便于他們在有限的時間完成學(xué)習(xí)任務(wù),是一件難事。教學(xué)內(nèi)容除了包含基礎(chǔ)理論外,還應(yīng)該反映人工智能領(lǐng)域的新發(fā)展和新動態(tài),跟上學(xué)科發(fā)展的步伐。本人工智能課程最初設(shè)定的教學(xué)內(nèi)容分基礎(chǔ)部分和擴展應(yīng)用部分。基礎(chǔ)部分主要包括人工智能的定義和發(fā)展、知識的表示以及推理,而擴展應(yīng)用部分主要包括專家系統(tǒng)、機器學(xué)習(xí)、機器規(guī)劃、機器視覺等。

近年來人工智能科學(xué)的快速發(fā)展,涌現(xiàn)出了大批新的方法和算法,研究熱點問題也從符號計算發(fā)展到智能計算和Agent等。

隨著科學(xué)技術(shù)的不斷進步,在科學(xué)研究和工程實踐中遇到的問題變得越來越復(fù)雜,傳統(tǒng)的計算方法無法在一定時間內(nèi)獲得精確的解。為了在求解時間和求解精度上取得平衡,很多具有啟發(fā)式特征的智能計算算法應(yīng)運而生。這些算法通過模擬大自然和人類的智慧來實現(xiàn)對問題的優(yōu)化求解。計算智能作為人工智能的一個新的分支是目前的研究熱點,它主要涉及神經(jīng)計算、模糊計算、進化計算和人工生命等領(lǐng)域,在如模式識別、圖像處理、自動控制、通信網(wǎng)絡(luò)等很多領(lǐng)域都得到了成功應(yīng)用。另一個近10年來人工智能的研究熱點是Agent和多Agent系統(tǒng),其理論最早來自分布式人工智能,并隨著并行計算和分布式處理等技術(shù)的發(fā)展而逐漸成為熱點。

以上兩個內(nèi)容都是人工智能的重要分支。因此,我們在《人工智能及其應(yīng)用》第三第3版[3]和第四第4版教材[4]中已經(jīng)順應(yīng)形勢加入了這方面的內(nèi)容,并將教學(xué)內(nèi)容也進行了相應(yīng)的擴展,加入了計算智能、分布式人工智能與Agent。由于不確定性推理和基于概率的推理方法應(yīng)用也越來越廣泛,我們也將此類非經(jīng)典推理方法單獨作為一章來進行教學(xué)。另外,還增加了一些新的內(nèi)容,如本體論和非經(jīng)典推理、粒群優(yōu)化和蟻群計算、決策樹學(xué)習(xí)和增強學(xué)習(xí)、詞法分析和語料庫語言學(xué),以及路徑規(guī)劃和基于Web的專家系統(tǒng)等。圖1給出本課程的教學(xué)內(nèi)容大綱。

人工智能的教學(xué)內(nèi)容涉及面廣且內(nèi)容較多,要在有限課時內(nèi)完成教學(xué)計劃并讓學(xué)生掌握,具有一定難度。因此需要根據(jù)教學(xué)對象的需求有所取舍。中南大度。因此需要根據(jù)教學(xué)對象的需求有所取舍。中南大學(xué)在智能科學(xué)與技術(shù)、計算機、自動化三3個專業(yè)中均開設(shè)了人工智能課程,根據(jù)相關(guān)專業(yè)課程教學(xué)對象,對學(xué)時和教學(xué)內(nèi)容進行適當(dāng)調(diào)整。對于智能科學(xué)與技術(shù)專業(yè),人工智能課程為必修課,共48個學(xué)時含實驗8個學(xué)時。表1表示為相關(guān)專業(yè)的人工智能課程教學(xué)內(nèi)容分配情況。對于計算機和自動化專業(yè),人工智能課程為選修課,共32個學(xué)時含實驗8個學(xué)時。許多兄弟院校的計算機專業(yè)都把人工智能定為必修課,課程學(xué)時也在50學(xué)時左右。因此,我們一再強烈建議我校的計算機專業(yè)把人工智能列為必修課,并適當(dāng)增加學(xué)時。由于智能科學(xué)與技術(shù)專業(yè)開設(shè)有專家系統(tǒng)和智能計算選修課程,因此在人工智能教學(xué)內(nèi)容中只將這兩部分做簡要闡述,而將重點放在知識表示和推理以及擴展應(yīng)用上。對于計算機專業(yè)學(xué)生來說,除基本的知識表示和推理外,計算智能和Agent技術(shù)也是他們在軟件開發(fā)和通訊技術(shù)理論學(xué)習(xí)中需掌握的重要概念。同時,計算智能、專家系統(tǒng)對自動控制和電氣工程也十分重要,對自動化專業(yè)則應(yīng)掌握該方面的內(nèi)容。

1.2實驗實踐教學(xué)創(chuàng)新

國內(nèi)人工智能課程在開設(shè)之初大多沒有安排實驗內(nèi)容,僅為理論基礎(chǔ)和概念講授。由于理論比較抽象,很難理解,學(xué)習(xí)效果不理想,學(xué)生們對于其應(yīng)用實現(xiàn)也十分困惑。此后,各高校也逐步在該課程中分配了實驗學(xué)時,大多數(shù)采用prolog語言和專家系統(tǒng)作為實驗語言和對象[5]。為了改進該課程的教學(xué),我們也從沒有實驗到將實驗學(xué)時從零調(diào)整為設(shè)置4個學(xué)時的實驗課時,然后到現(xiàn)在的8個學(xué)時的實驗課時。隨著課堂教學(xué)內(nèi)容的改革,實驗內(nèi)容也進行了優(yōu)化和更新。

人工智能課程實驗的目的是幫助學(xué)生掌握基本理論,發(fā)揮主動性,研究探討人工智能算法和系統(tǒng)的運行和實現(xiàn)過程,提出思路并驗證自己探索的思路,從而更好的地掌握知識,培養(yǎng)研究能力和創(chuàng)新能力。因此,在實驗教學(xué)內(nèi)容的設(shè)計上,實驗項目應(yīng)具備研究性和綜合性。實驗項目目標(biāo)明確,要求學(xué)生帶著問題和任務(wù)進行實驗,但實驗過程又要有一定的靈活性,學(xué)生可以根據(jù)自己的思考進行適當(dāng)?shù)恼{(diào)整。再者,充分采用虛擬實驗方式進行實驗,大大提高了學(xué)生的興趣,提供了分析和探討智能算法的很好平臺。同時,學(xué)生的實驗數(shù)據(jù)和實驗結(jié)果分析既有格式要求,又給學(xué)生報告自己的研究的過程和結(jié)果留有空間,并在評分時加以充分考慮。這些做法能夠鼓勵學(xué)生,特別是鼓勵優(yōu)秀學(xué)生進行獨立性研究,滿足他們學(xué)習(xí)的需求。

1) 人工智能課程的實驗環(huán)節(jié)不足和課時分配問題。

中南大學(xué)的人工智能課程的實驗環(huán)節(jié)經(jīng)歷了從精品課程建設(shè)前沒有到開設(shè),一直到其內(nèi)容和形式上的不斷改進過程。但目前實驗還主要處于演示性和編程的實驗階段,而非設(shè)計和訓(xùn)練階段。此外,由于人工智能課程涵蓋范圍廣、內(nèi)容多,而課程所設(shè)置的學(xué)時有限。,如何分配好課堂教學(xué)與實驗課時也是一個需要在今后課程建設(shè)中不斷探索的問題。

對于某些專業(yè)的人工智能課程,可以考慮單獨開設(shè)人工智能實驗課程或人工智能程序設(shè)計與實驗課程。

2) 人工智能技術(shù)發(fā)展迅速情況下如何保持該精品課程持續(xù)發(fā)展的問題。

人工智能作為一門高度融合的交叉科學(xué),其發(fā)展速度迅速,不斷有新理論、新問題涌現(xiàn)出來。我們的

人工智能教學(xué)既要注重基礎(chǔ)理論知識,又要緊跟學(xué)科發(fā)展的步伐,勢必要求對課程內(nèi)容進行不斷更新,這對我們的教學(xué)資源和教師素質(zhì)都提出了更高的要求。

4結(jié)語

本文介紹了中南大學(xué)的精品課程――人工智能課程教學(xué)內(nèi)容和創(chuàng)新性教學(xué)方法的一些探索,已在課堂教學(xué)內(nèi)容的優(yōu)化、實驗環(huán)節(jié)的改進、教學(xué)方法的創(chuàng)新的實施上取得了很好的效果,充分激勵了學(xué)生的學(xué)習(xí)積極性和主動性,多方位培養(yǎng)學(xué)生發(fā)現(xiàn)問題、分析問題和解決問題的能力。我們的想法和做法可供兄弟院校同行參考。不過,仍然存在一些不足之處。隨著智能科學(xué)與技術(shù)的發(fā)展和更為廣泛的應(yīng)用,人工智能課程的重要地位必將更加突顯,我們也需要繼續(xù)努力,與時俱進,不斷完善人工智能精品課程的建設(shè)。

注:本文受教育部質(zhì)量工程國家級精品課程人工智能(2003)、全國雙語教學(xué)示范課程人工智能(2007)項目支持。

參考文獻:

[1] 薛瑩. 創(chuàng)新教育新途徑人工智能與機器人教育:哈爾濱市教育研究院張麗華院長訪談錄[J]. 中國信息技術(shù)教育,2010(1): 20-22.

[2] 蔡自興,肖曉明,蒙祖強,等. 樹立精品意識搞好人工智能課程建設(shè)[J]. 中國大學(xué)教學(xué),2004(1):28-29.

[3] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 3版. 北京:清華大學(xué)出版社,2003.

[4] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 4版. 北京:清華大學(xué)出版社,2010.

[5] 韓潔瓊,閆大順. 人工智能實驗教學(xué)探討[J]. 計算機教育,2009,(11):135-138.

[6] 劉麗玨,陳白帆,王勇,等. 精益求精建設(shè)人工智能精品課程[J]. 計算機教育,2009,(17):69-71.

Exploration of Innovative Teaching Mode of Artificial Intelligence Elabrate Course

――Construction and Reformation in Elaborate Course of Artificial Intelligence

CHEN Bai-fan, CAI Zi-xing, LIU Li-jue

(Institute of Information Science and Engineering, Centnal South University, Changsha 410083, China)

人工智能教學(xué)建議范文第3篇

【關(guān)鍵詞】互聯(lián)網(wǎng)信息時代 人工智能 應(yīng)用研究

當(dāng)前，世界已全面進入以大數(shù)據(jù)共享、信息爆炸為特點的互聯(lián)網(wǎng)信息時代。富有智能化和人性化的計算機網(wǎng)絡(luò)技術(shù)服務(wù)成為了人們青睞和關(guān)注的焦點。人工智能作為互聯(lián)網(wǎng)信息時代凝聚高端技術(shù)的超值網(wǎng)絡(luò)服務(wù)，在增強互聯(lián)網(wǎng)安全性、提高網(wǎng)絡(luò)操作自動化等方面意義重大。現(xiàn)階段，已有更多行業(yè)領(lǐng)域的用戶在應(yīng)用人工智能，體驗這一技術(shù)所帶來的新生活。

1 人工智能簡述

人工智能，即Artificial Intelligence，是現(xiàn)代社會特有的綜合類前沿學(xué)科，交叉云集了計算機、網(wǎng)絡(luò)技術(shù)、控制方法論、信息論、神經(jīng)生物學(xué)、語言學(xué)等多學(xué)科知識，主要用來研究機器在思考、學(xué)習(xí)、規(guī)劃等行為的擬人態(tài)進化，使之解決問題的能力大幅提升。人工智能發(fā)展至今已有超過60載歲月，其成就在整個歷程中熠熠生輝，代表著人類文明的不斷發(fā)展與超越。人工智能經(jīng)歷了三個階段的發(fā)展變革：第一階段是以人工智能驅(qū)動機器設(shè)備，代替或輔助人類思考并解答難題；第二階段是研發(fā)智能機器人，處理不同系統(tǒng)及環(huán)境信息的交互工作，如不確定性信息的處理工作；第三階段的代表成果就是數(shù)據(jù)挖掘系統(tǒng)，可實現(xiàn)海量模糊信息采集與分析，可視化技術(shù)發(fā)展迅猛，計算機具有自主學(xué)習(xí)能力。

2 人工智能的應(yīng)用領(lǐng)域代表成就

任何一項技術(shù)的創(chuàng)新與發(fā)展，都源于人類開展生產(chǎn)生活的實際需求，人工智能技術(shù)的研究也不例外，發(fā)展至今已經(jīng)為解決不同領(lǐng)域的實際需求提供了眾多技術(shù)應(yīng)用。目前，人工智能在下列應(yīng)用領(lǐng)域中取得了代表性成就：

2.1 專家系統(tǒng)

專家系統(tǒng)，其實是由龐大的程序組編寫完成的數(shù)據(jù)系統(tǒng)，廣泛積累不同專業(yè)的知識經(jīng)驗，這些知識均可事先歸納分析，可按具體模式表示，從而幫助用戶憑借領(lǐng)域?qū)＜业墓逃兄R進行推理解決問題。專家系統(tǒng)可系統(tǒng)化分析輸入信息并結(jié)合已有知識體系進行全面推理，提出建O性的決策建議，相當(dāng)于發(fā)揮行業(yè)專家的作用。

2.2 數(shù)據(jù)庫智能檢索

人工智能想要做到全面模擬人類思維和動作，需要建設(shè)強大的數(shù)據(jù)庫資源，便于及時開展智能檢索。數(shù)據(jù)庫基于計算機軟件開展，存儲了海量專業(yè)學(xué)科知識，也稱之為知識庫系統(tǒng)，一旦有用戶需要查閱解決該學(xué)科的專業(yè)問題，都可通過智能檢索功能實現(xiàn)快速精準(zhǔn)地檢索。

2.3 程序自動設(shè)計

自動化的程序設(shè)計就是借助更高規(guī)格高標(biāo)準(zhǔn)的程序設(shè)計系統(tǒng)來完成指定功能的程序設(shè)計，該系統(tǒng)需要用戶輸入所設(shè)計程序的需求目標(biāo)，并對整個流程和架構(gòu)有更為高級的描述，系統(tǒng)就能自動組織對應(yīng)程序完成設(shè)計。高度自動化的程序設(shè)計編寫方式，也展現(xiàn)了人工智能系統(tǒng)的思考、學(xué)習(xí)、修正自身缺陷的擬人態(tài)功能。

2.4 目標(biāo)模式識別

模式識別，顧名思義正是為識別不同物體的特征是否匹配目標(biāo)對象而具備的功能?，F(xiàn)代計算機加強了模式識別系統(tǒng)功能，能夠提高機器對外界信息的感知能力，不斷接受外界信息，對所處環(huán)境的特征進行識別，加強概念理解。當(dāng)前，目標(biāo)模式識別已由二維向三維層面升級，為研究智能機器人提供了堅實的基礎(chǔ)。

當(dāng)然，人工智能的應(yīng)用領(lǐng)域遠不止上述這些，還在機器學(xué)習(xí)、機器視覺圖像處理（machine vision）、自然語言理解（Natural Language Understanding）、自然信息博弈論等方面發(fā)揮著重要的作用。

3 不同行業(yè)的人工智能技術(shù)應(yīng)用實例

目前，眾多企業(yè)為求發(fā)展，與內(nèi)部運營管理中加強了人工智能的應(yīng)用，聚力解決各項問題，為企業(yè)贏得了經(jīng)濟效益，推動著社會發(fā)展。

3.1 企業(yè)管理應(yīng)用

將人工智能應(yīng)用于企業(yè)管理中，需要人的智能和人工智能之間的辯證關(guān)系，靈活運用工智能應(yīng)用平臺加強對企業(yè)內(nèi)部各項管理智能軟件的開發(fā)工作，借助靈活的人工智能技術(shù)幫助企業(yè)實施科學(xué)決策。

3.2 水利管理應(yīng)用

人工智能能夠在水情控制與洪災(zāi)預(yù)報中發(fā)揮作用。如可使用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等技術(shù)，模擬汛期的最大洪峰與洪水總量，研究更有針對性的抗洪模型，提高了洪災(zāi)預(yù)報精度和汛期準(zhǔn)度，有效發(fā)揮防洪降災(zāi)、攔洪儲水的重要作用。同時，人工智能還能夠分析大江大河的復(fù)雜地質(zhì)與環(huán)境系統(tǒng)，對治理河流起到良好的輔助作用。

3.3 建筑行業(yè)應(yīng)用

目前，建筑行業(yè)的用地規(guī)劃、給排水工程、暖通空調(diào)工程、施工管理等內(nèi)容都在應(yīng)用人工智能。已有企業(yè)基于神經(jīng)網(wǎng)絡(luò)算法發(fā)明了結(jié)構(gòu)節(jié)點探傷法，可查探建筑結(jié)構(gòu)損傷度；也可在市政工程建設(shè)中不斷強化正反向混合推理的理論思想，查明城市污水處理管網(wǎng)故障；可構(gòu)建用于分析建筑工程性能效益的系統(tǒng)，加強建設(shè)項目性能效益預(yù)測和實際效益分析。

3.4 機械行業(yè)應(yīng)用

人工智能同樣成為互聯(lián)網(wǎng)時代下的機械行業(yè)技術(shù)中的重頭戲。如：人們利用人工神經(jīng)網(wǎng)絡(luò)算法，設(shè)計出土方工程的機械調(diào)度的優(yōu)化方案；多個工程都可搭建含多目標(biāo)的尋優(yōu)函數(shù)模型。許多大型機械裝置，都配置了人工智能操作平臺，可提高安全風(fēng)險監(jiān)控水平，增強機械操作自動化，進一步優(yōu)化生產(chǎn)效率。

3.5 商品銷售預(yù)測應(yīng)用

人工智能的各種函數(shù)模型或優(yōu)化算法，可在商品銷售金額的預(yù)測中發(fā)揮巨大作用。如：在計算機中輸入不同商品某一時間段的銷售額，形成非線性系統(tǒng)進行分析，評估各種影響因素。采用人工神經(jīng)網(wǎng)絡(luò)，不斷放大自分布處理、自組織學(xué)習(xí)、自適應(yīng)與自容錯等特性，體現(xiàn)強大的預(yù)測功能。

當(dāng)然，人工智能還廣泛應(yīng)用到電子網(wǎng)絡(luò)技術(shù)應(yīng)用、企業(yè)財務(wù)管理、航班信息查詢、教學(xué)服務(wù)、心理咨詢公路建設(shè)、焊接制造、等眾多方面，為更多企業(yè)帶來可觀的經(jīng)濟效益。

4 結(jié)束語

互聯(lián)網(wǎng)信息時代的人工智能應(yīng)用，將會隨著科技力量的不斷壯大而實現(xiàn)更多的應(yīng)用。人們應(yīng)該高度重視人工智能理論與技術(shù)的探究，從而更好地為全人類服務(wù)。

參考文獻

[1]何承.計算機網(wǎng)絡(luò)技術(shù)中人工智能的應(yīng)用探討[J].信息通信，2016（03）：180-181.

[2]韓曄彤.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].電子制作，2016（12）：95-95.

[3]王宇飛，孫欣.人工智能的研究與應(yīng)用[J].信息與電腦，2016（05）：115-117.

作者簡介

李君，男，江西省上饒市人。上海財經(jīng)大學(xué)浙江學(xué)院，主要從事教學(xué)軟件管理類工作。

人工智能教學(xué)建議范文第4篇

關(guān)鍵詞：人工智能；教學(xué)內(nèi)容；教學(xué)方法

中圖分類號：G642　文獻標(biāo)識碼：A

1　引言

人工智能(AI)是二十世紀五十年代后期興起的利用計算機模擬人類智能活動去求解問題的學(xué)科，與空間技術(shù)、原子能技術(shù)一起被譽為二十世紀三大科學(xué)技術(shù)成就，目前廣泛應(yīng)用于專家系統(tǒng)、機器翻譯、語音識別、文字識別、計算機視覺、機器人、電子游戲等方面，已經(jīng)成為計算機技術(shù)發(fā)展以及許多高新技術(shù)產(chǎn)品中的核心技術(shù)。

為了適應(yīng)人工智能技術(shù)日益廣泛的需要，國內(nèi)外高校普遍開設(shè)了“人工智能”方面的課程，特別是作為計算機方面專業(yè)的核心課程之一。我校自從1993年開始為自動化專業(yè)本科生開設(shè)“智能控制”選修課，1996年為自動化、計算機、機械等專業(yè)本科生開設(shè)“人工智能導(dǎo)論”、“人工智能及其應(yīng)用”課程。目前，我校軟件學(xué)院、信息學(xué)院、機電學(xué)院都開設(shè)了“人工智能導(dǎo)論”課程，已經(jīng)成為計算機科學(xué)與技術(shù)、軟件工程、數(shù)字媒體技術(shù)、自動化、機械制造與自動化等許多專業(yè)本科生的一門重要的技術(shù)基礎(chǔ)課程，也是面向包括人文社科等全校所有專業(yè)的公選課之一，其目的是使學(xué)生了解人工智能的基本概念和基本原理，初步學(xué)習(xí)和掌握人工智能的基本技術(shù)和前沿內(nèi)容，拓寬知識面，啟發(fā)思路，為學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問題的入門性知識，提高學(xué)生應(yīng)用開發(fā)軟件的能力和水平，為今后在相關(guān)領(lǐng)域的研究和應(yīng)用奠定更為堅實的基礎(chǔ)。因此，建設(shè)好“人工智能導(dǎo)論”課程具有重要意義和很廣的受益面。

由于人工智能是交叉學(xué)科，涉及面廣、內(nèi)容抽象、不易理解，學(xué)生往往有望而生畏的感覺，在教學(xué)過程中，老師教、學(xué)生學(xué)都比較吃力。為了更好地實現(xiàn)上述教學(xué)目標(biāo)，提高本課程的教學(xué)質(zhì)量，協(xié)調(diào)好教與學(xué)的雙邊關(guān)系，使學(xué)生由望而生畏的感覺，變?yōu)橛杏糜腥さ母杏X，根據(jù)已有人工智能課程在教學(xué)與實踐方面的經(jīng)驗和方法，結(jié)合“人工智能導(dǎo)論”課程的近幾年教學(xué)實踐，對課程的教學(xué)體系、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)手段、考核方式等方面進行了探索總結(jié)。

2　調(diào)整與優(yōu)化教學(xué)體系和教學(xué)內(nèi)容

“人工智能導(dǎo)論”是計算機科學(xué)與技術(shù)、軟件工程、數(shù)字媒體技術(shù)、自動化、機械制造與自動化等許多專業(yè)本科生的一門重要的技術(shù)基礎(chǔ)課程，也是面向包括人文社科等全校所有專業(yè)的公選課之一，其研究領(lǐng)域及內(nèi)容十分豐富，涉及的基礎(chǔ)面廣。因此如何選好教學(xué)內(nèi)容，既能使學(xué)生了解本領(lǐng)域的概貌，又能適合學(xué)生的基礎(chǔ)，便于他們在有限的時間完成學(xué)習(xí)任務(wù)，是一件重要而又困難的事情。

進入21世紀以來，人工智能學(xué)科又有了新的發(fā)展。為了及時反映人工智能研究和學(xué)科的最新進展，我們修訂了“人工智能導(dǎo)論”的教學(xué)大綱，對教學(xué)內(nèi)容進一步優(yōu)化和更新，極大充實了各個系統(tǒng)的內(nèi)容。我們確定的教學(xué)內(nèi)容主要分為三部分：第1部分為概論，介紹人工智能的基本概念、基本內(nèi)容、主要研究領(lǐng)域及發(fā)展過程；第2部分是知識表示，推理和搜索技術(shù)，討論幾種常用的知識表示方法、推理技術(shù)(包括確定性推理方法和不確定推理方法)和搜索求解策略；第3部分是人工智能應(yīng)用研究領(lǐng)域，包括專家系統(tǒng)、自然語言理解、機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等的基本概念和方法等。其中第2部分是基礎(chǔ)理論，是人工智能的重要基礎(chǔ)，應(yīng)該循序?qū)W習(xí)。第3部分是人工智能的應(yīng)用，由于每個研究內(nèi)容都相對獨立、自成體系且有其專門的學(xué)術(shù)著作研究、熱點，因此針對高等院校的本?？粕鷣碚f，不必循序?qū)W習(xí)，而且結(jié)合專業(yè)特點可以選擇其中幾個研究領(lǐng)域。例如對自動化專業(yè)的學(xué)生來說，可以選擇專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等，同時可增加在自動控制領(lǐng)域的應(yīng)用，包括專家控制、神經(jīng)網(wǎng)絡(luò)控制和進化控制等熱點：而對計算機科學(xué)與技術(shù)專業(yè)來說，可以選擇專家系統(tǒng)、自然語言理解、機器學(xué)習(xí)等，并輔以動物識別系統(tǒng)、語音識別系統(tǒng)、智能機器人等實例。總之就是要把握課程性質(zhì)和教學(xué)目的，調(diào)整本課程教學(xué)體系，優(yōu)化教學(xué)內(nèi)容，讓學(xué)生以有限的時間學(xué)到人工智能的基礎(chǔ)知識和基本方法。

另外，在選擇和確定教學(xué)內(nèi)容時必須兼顧基礎(chǔ)知識和新興技術(shù)，注意與相關(guān)課程(如離散數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、概率論、自動控制原理、Matlab系統(tǒng)仿真、面向?qū)ο蟮木幊碳夹g(shù)等)的鏈接，密切理論與實際的關(guān)系，通過課堂講授和課外訓(xùn)練，注意學(xué)生能力培養(yǎng)，提高他們的學(xué)習(xí)效果和整體素質(zhì)。

3　加強課程立體化建設(shè)和系列教材研究

在課程的立體化建設(shè)中，教材充當(dāng)了地基的角色，所有的課程內(nèi)容安排，無不體現(xiàn)出以教材為基本，以教材為模板。所以本著基礎(chǔ)、實用的原則，我們先后編著出版了《人工智能及其應(yīng)用》課程教材導(dǎo)論部分概括性強，引人入勝；基礎(chǔ)部分系統(tǒng)全面，敘述深入淺出，循序漸進；應(yīng)用部分密切理論與實際關(guān)系，典型形象。其中第二版在第一版的基礎(chǔ)上，增加了證據(jù)理論、模糊推理、神經(jīng)網(wǎng)絡(luò)等理論的一些典型應(yīng)用，使學(xué)生能夠更深入地理解和應(yīng)用這些理論；另一方面，又新增了自然語言理解及其應(yīng)用內(nèi)容，以適應(yīng)目前計算機翻譯、人機自然語言交互等技術(shù)日益廣泛應(yīng)用的需要。系列教材適應(yīng)了人工智能導(dǎo)論新課程開設(shè)的需要，反映了人工智能學(xué)科的發(fā)展，為人工智能課程確立了基本框架，發(fā)揮了重要作用。系列教材的問世不僅解決了本?！叭斯ぶ悄軐?dǎo)論”課程教學(xué)用書的問題，而且也被各兄弟院校普遍采用，促進了該課程的普遍開設(shè)，推動人工智能學(xué)科的發(fā)展。

為了配合教材第二版的教學(xué)和自學(xué)，在已有教學(xué)經(jīng)驗和教學(xué)成果積累的基礎(chǔ)上，制作了高質(zhì)量的教學(xué)課件和完整的教學(xué)視頻錄像，并刻錄成光盤隨書供讀者使用；同時又研究與開發(fā)了網(wǎng)絡(luò)課程(http：//)，以更好地調(diào)動學(xué)生的學(xué)習(xí)興趣和主動性，促進本課程的教學(xué)改革。

包括主教材、電子教案、教學(xué)視頻錄像、網(wǎng)絡(luò)課程及教學(xué)資料庫等在內(nèi)的課程立體化建設(shè)符合二十一世紀高校教學(xué)的要求，支持教師提高教學(xué)手段現(xiàn)代化的水平，更貼合學(xué)生的學(xué)習(xí)需求。

4　改革與創(chuàng)新教學(xué)模式和教學(xué)方法

在“人工智能導(dǎo)論”課程教學(xué)的過程中，我們積極探索教學(xué)新路，經(jīng)過數(shù)年辛勤試驗，結(jié)合蔡自興教授等對人工智能課程的建設(shè)經(jīng)驗，對課程的教學(xué)模式和教學(xué)方法進行了如下一些的改革與創(chuàng)新。

(1)通過多種途徑激發(fā)學(xué)生的學(xué)習(xí)興趣

“興趣是最好的老師”，“人工智能導(dǎo)論”課程的學(xué)習(xí)效果，直接受到學(xué)生興趣和參與意識的影響。由于這是一門導(dǎo)論性前沿課程，一般來說，學(xué)生開始學(xué)習(xí)興趣很大。但是，當(dāng)一些學(xué)生開始接觸到抽象概念和算法時，往往感到不易接受。我們通過各種途徑和方法，激發(fā)和培養(yǎng)學(xué)生的學(xué)習(xí)興趣。例如，鼓勵學(xué)生參與課堂討 論、布置讀書報告和課外實驗、以問題為導(dǎo)向的啟發(fā)式教學(xué)、專題討論／辯論等形式。特別，我們精心組織和準(zhǔn)備了模糊控制技術(shù)及其應(yīng)用、智能機器人技術(shù)與應(yīng)用、智能交通、BCI(腦機交互接口)等專題，以及智能調(diào)度軟件、語音識別系統(tǒng)、動物識別系統(tǒng)、足球機器人比賽、機器人軌跡跟蹤、倒立擺的智能控制等課內(nèi)演示，使學(xué)生擴大了眼界，增加了感性知識，達到提高學(xué)生學(xué)習(xí)興趣的目的與效果。

(2)面向問題的啟發(fā)式教學(xué)

人工智能中的許多問題，有的似是而非，有的引人入勝。在教學(xué)中，有意識的提出相關(guān)問題，提請學(xué)生思考，鼓勵學(xué)生提出自己的猜想和解決方案。然后逐步進入教材中的解決方案，啟發(fā)學(xué)生求解這些問題，并進行分析和比較，從而強化了學(xué)生學(xué)習(xí)的主動意識和參與意識，提高了學(xué)生的學(xué)習(xí)積極性。例如，在講到比較抽象的“遺傳算法”時，提出“遺傳算法如何用于優(yōu)化計算?”這一問題。針對該問題，先從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用；然后通過一個簡單的例子，從特殊到一般地啟發(fā)學(xué)生思考“遺傳”、“變異”和“選擇”的實現(xiàn)，最終讓學(xué)生與教師一起導(dǎo)出遺傳算法用于優(yōu)化計算的基本步驟。這樣，學(xué)生不但從中學(xué)習(xí)了遺傳算法，而且得到一次邏輯思維的訓(xùn)練，取得很好的教學(xué)效果。

(3)課堂辯論與交互式教學(xué)

組織課堂辯論，討論的議題包括人工智能的應(yīng)用前景和其他比較等有爭議的問題。學(xué)生對這些問題展開了激烈的爭論，激發(fā)了學(xué)習(xí)潛能，明確了學(xué)習(xí)目標(biāo)。例如，為了加深學(xué)生對智能機器人內(nèi)涵的理解，我們組織了“機器智能能否超過人類智能”的辯論會。會前正反雙方結(jié)合本課程內(nèi)容及其相關(guān)知識，認真進行準(zhǔn)備；辯論會上正反雙方唇槍舌戰(zhàn)，激烈爭辯，氣氛熱烈。辯論后，學(xué)生余意未盡，討論熱情不減。無論是哪一方獲勝，都達到了預(yù)期的效果。教學(xué)中我們還注意采用了多種交互式策略，如課堂上教師提問可鼓勵或指定學(xué)生提問，也可由學(xué)生自由地就某個知識點進行主題發(fā)言后老師點評等。

(4)個性化學(xué)習(xí)與因材施教

在本課程教學(xué)過程中注意對學(xué)生因材施教和個性化教學(xué)。例如，通過組織學(xué)生進行讀書報告的形式，鼓勵學(xué)生從多方面、多角度考慮問題，多提新穎思想，有意識地鼓勵優(yōu)秀學(xué)生探討比較深層的內(nèi)容，并輔導(dǎo)優(yōu)秀學(xué)生將其成果以科技論文和發(fā)表文章的形式轉(zhuǎn)化為成果。又如，在教學(xué)設(shè)計和實驗設(shè)計中，注意要求學(xué)習(xí)有余力和興趣的學(xué)生選作部分探索性、創(chuàng)新性的功課和實驗(選學(xué)內(nèi)容，如模糊控制器的設(shè)計、進化控制等)，從而引導(dǎo)學(xué)生發(fā)揮個性優(yōu)勢，達到因材施教的目的。同時注意分析學(xué)習(xí)較差的學(xué)生的具體困難，進行有針對性的指導(dǎo)。

(5)多媒體與網(wǎng)絡(luò)教學(xué)的使用

本課程在PPT演示文稿和網(wǎng)絡(luò)課程上，采用了大量的多媒體表現(xiàn)形式，如視頻、動畫、聲音和圖像等。目的在于使得人工智能抽象的知識形象化，便于學(xué)生理解。例如，課內(nèi)讓學(xué)生在線觀看涂曉媛博士的計算機動畫“人工魚”的錄像片段、人工生命Floy中生命智能體在環(huán)境中不斷的適應(yīng)進化構(gòu)成演示等，有助于加深學(xué)生對所學(xué)知識的理解，促進教學(xué)水平的提高，激發(fā)了學(xué)生對課程的興趣，使學(xué)生創(chuàng)新意識得到增強。此外，隨教材附贈的教學(xué)光盤和開發(fā)的網(wǎng)絡(luò)課程(http：//)提供了學(xué)生課外自學(xué)用的高質(zhì)量的電子課件、完整的教學(xué)視頻錄像、豐富的實驗和案例資料等，以更好地調(diào)動學(xué)生的學(xué)習(xí)興趣和主動性。

(7)理論與實踐結(jié)合

在教學(xué)內(nèi)容安排上，注意理論聯(lián)系實際，適時布置一些人工智能實驗給學(xué)生進行課外練習(xí)。設(shè)計的課外實驗包括產(chǎn)生式系統(tǒng)實驗，歸結(jié)反演實驗，主觀Bayes推理網(wǎng)絡(luò)實驗，A搜索實驗，以及基于Maltab工具箱的模糊控制位置跟蹤系統(tǒng)、兩車追趕模糊控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模式識別仿真、遺傳算法優(yōu)化計算等實驗。通過實踐和參與，保持學(xué)習(xí)興趣，有助于學(xué)生對人工智能基本概念和難點的理解，掌握基本方法和技術(shù)，為從事智能系統(tǒng)應(yīng)用開發(fā)打下基礎(chǔ)，從而達到教學(xué)目的。例如，我們組織學(xué)生參觀我們的研究生綜合自動化實驗室，觀看機器人臂取物、倒立擺控制、語音識別軟件、指紋識別軟件、智能調(diào)度軟件等演示，密切理論與實際的關(guān)系。

我們在教學(xué)改革實踐中探索的這些教學(xué)方法，有利于充分激勵學(xué)生的學(xué)習(xí)積極性和主動性，有利于鼓勵學(xué)生發(fā)揮獨立思考和創(chuàng)新思維，有利于多方位培養(yǎng)學(xué)生學(xué)習(xí)發(fā)現(xiàn)問題、分析問題和解決問題的能力。

5　運用多樣化的教學(xué)手段和考核方式

5.1　多樣化的教學(xué)手段

采用現(xiàn)代信息技術(shù)進行教學(xué)，構(gòu)筑“人工智能導(dǎo)論”課程的現(xiàn)代教學(xué)模式，是本課程的主要特點之一。教學(xué)過程中采用了多媒體教學(xué)課件和網(wǎng)絡(luò)課程相結(jié)合的方法，充分利用多媒體的豐富表現(xiàn)形式，利用網(wǎng)絡(luò)課程的交互性、情景化等，進行教學(xué)。采用的方法包括：

(1)抽象知識內(nèi)容的多媒體表示

通過動畫和視頻來演示抽象的概念、算法和過程，包括機器人軌跡跟蹤、機器人臂取物、足球機器人比賽、倒立擺控制、“人工魚”等錄像片段，以及智能調(diào)度軟件、語音識別系統(tǒng)、指紋識別系統(tǒng)、動物識別系統(tǒng)等軟件演示。

(2)通過PPT撰寫教案

精心編制PPT，組織好課件內(nèi)容，做到圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解，便于教師講授。

(3)開發(fā)與應(yīng)用網(wǎng)絡(luò)課程

“人工智能導(dǎo)論”網(wǎng)絡(luò)課程較好的實現(xiàn)了交互性、在一定程度上實現(xiàn)了學(xué)習(xí)過程的情景化。在交互性方面，通過網(wǎng)絡(luò)課程的課堂練習(xí)和章節(jié)練習(xí)，評價學(xué)生的學(xué)習(xí)情況，并給學(xué)生提出學(xué)習(xí)建議。在情景化方面，采用了在線答疑形式，使得學(xué)習(xí)過程豐富有趣。

(4)先進實驗系統(tǒng)的觀摩與演示

利用我們的研究成果等有利條件，有針對性地對學(xué)生進行成果演示(包括智能調(diào)度軟件、語音識別系統(tǒng)、指紋識別系統(tǒng)、動物識別系統(tǒng)等軟件)，使學(xué)生知道學(xué)了有用，而且很有用，很有趣，很有意義，從而進一步誘導(dǎo)學(xué)生的學(xué)習(xí)興趣，鞏固了課堂所學(xué)知識，提高了教學(xué)質(zhì)量。

教學(xué)效果通過上述先進的現(xiàn)代信息技術(shù)的應(yīng)用，不僅極大地提高了學(xué)生的學(xué)習(xí)興趣和主動性，而且也取得很好的實際教學(xué)效果，提高教學(xué)質(zhì)量。

5.2　作業(yè)、考試等教改舉措

(1)改革作業(yè)方式與方法

改變過去那種單純的書面習(xí)題作業(yè)，發(fā)展成為必須交給教師評閱的書面家庭作業(yè)、不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業(yè)等。其中上交作業(yè)通過網(wǎng)絡(luò)進行，教師批閱后的作業(yè)也通過網(wǎng)絡(luò)返回給學(xué)生，實現(xiàn)了作業(yè)呈交和返回的網(wǎng)絡(luò)化。

(2)改革考試方式與方法

如何對本課程的考試方式進行改革一直是我們探索的問題。我們綜合考慮課堂出勤情況(10％)、平時正式作業(yè)成績(20％)和期末課程考試(70％)，進行綜合評分。期末考試有時采用綜合試題考試，出幾個大題目讓學(xué)生選擇其中幾個進行開卷筆試，當(dāng)面交卷后評分；有時采用課外開卷論文結(jié)合或口試面試。最近，我們還對部分學(xué)生結(jié)合實驗或?qū)嶋H問題提問等進行考核。我們正進一步改革、試驗和探索，使考試成為衡量與培養(yǎng)創(chuàng)新能力，促進學(xué)生學(xué)習(xí)主動性和提高課程教學(xué)質(zhì)量的重要環(huán)節(jié)。

人工智能教學(xué)建議范文第5篇

關(guān)鍵詞：知識表示與知識推理；教學(xué)設(shè)計；教學(xué)實踐；數(shù)理邏輯；人工智能

知識表示與知識推理是智能信息處理的基礎(chǔ)。從人工智能的角度看，知識是構(gòu)成智能的基礎(chǔ)，人類的智能行為依賴于利用已有的知識進行分析、猜測、判斷和預(yù)測等。當(dāng)人們希望計算機具有智能行為時，首先需要在計算機上表達人類的知識，然后再告訴計算機如何像人一樣地利用這些知識。

自從人工智能領(lǐng)域誕生以來，知識表示與知識推理就一直是其中最為重要的子領(lǐng)域。經(jīng)過五十多年的發(fā)展，知識表示與知識推理領(lǐng)域的許多研究內(nèi)容、研究方法和研究成果已經(jīng)深深滲入到計算機科學(xué)，進而對計算機學(xué)科的發(fā)展產(chǎn)生了深遠的影響。例如，在C++、Java等面向?qū)ο蟪绦蛟O(shè)計語言中，“繼承”這一最為核心的技術(shù)就來源于知識表示與知識推理。再如，在軟件自動化領(lǐng)域，許多程序規(guī)格語言和程序驗證技術(shù)都借鑒了知識表示與知識推理領(lǐng)域的Prolog語言等研究成果。從工程開發(fā)的角度看，專家系統(tǒng)、智能搜索引擎、智能控制系統(tǒng)、智能診斷系統(tǒng)、自動規(guī)劃系統(tǒng)等具有所謂智能特征的系統(tǒng)都或多或少地依賴于知識表示與知識推理技術(shù)。因此，對于計算機專業(yè)的學(xué)生來說，學(xué)習(xí)知識表示與知識推理方面的課程，對于今后在相關(guān)領(lǐng)域從事系統(tǒng)開發(fā)和科學(xué)研究都大有裨益。

在ACM與IEEE-CS聯(lián)合攻關(guān)組制訂的計算教程CC2001(Computing Curricula 2001)中，知識表示與知識推理得到了高度重視。CC2001給出的計算機科學(xué)知識體由14個知識領(lǐng)域組成：在其中的IS(Intelligent Systems)知識領(lǐng)域中，關(guān)于知識表示與知識推理的內(nèi)容占據(jù)了10個知識單元中的2個，即知識單元“(Is3)知識表示與推理”以及知識單元“(IS5)高級知識表示與推理”。在ACM和IEEE-CS進一步修訂后的計算機科學(xué)教程CS2008(Computer Science Curriculum 2008)中，知識表示與知識推理同樣得到了高度重視。此外，在我國高等學(xué)校計算機科學(xué)與技術(shù)教學(xué)指導(dǎo)委員會制定的計算機專業(yè)規(guī)范中，上述的IS3和IS5兩個知識單元被全部包括到計算機科學(xué)專業(yè)的核心課程“人工智能”中。然而，據(jù)我們了解，由于“人工智能”在許多高校僅僅作為專業(yè)任選課開設(shè)，使得計算機相關(guān)專業(yè)的許多學(xué)生無法接觸到知識表示與知識推理方面的內(nèi)容。與此同時，由于課時數(shù)限制及沒有得到重視等因素，實際開設(shè)的“人工智能”課程(包括本科生課程和研究生課程)往往難以覆蓋CC2001在知識單元IS3和IS5中列出的各個知識點。

實際上，經(jīng)過五十多年的發(fā)展，知識表示與知識推理領(lǐng)域已經(jīng)沉淀出一系列基本的方法、理論和技術(shù)；這些方法、理論和技術(shù)在CC2001的知識單元IS3和IS5中基本上都以知識點的形式列舉了出來。作為計算機專業(yè)的教育工作者，我們有責(zé)任將這些體現(xiàn)了幾代人智慧結(jié)晶的知識介紹給學(xué)生。另一方面，從研究者的角度來看，知識表示與知識推理是一個非?；钴S的研究領(lǐng)域；尤其是隨著Web技術(shù)的發(fā)展以及Web科學(xué)的出現(xiàn)，知識表示與知識推理將在計算機科學(xué)中扮演越來越重要的角色。面對萬維網(wǎng)這個全球最大的分布式信息庫，如何讓計算機對其中海量的數(shù)據(jù)和信息進行分析、推理和管理，進而為人類提供方便的知識服務(wù)，是目前信息技術(shù)領(lǐng)域面臨的一個重大問題。針對這個問題，國內(nèi)外研究者基本上都是從人工智能的角度尋求解決思路；近年來成為研究熱點的語義Web更是完全建立在知識表示與知識推理的基礎(chǔ)上。因此，從開拓學(xué)生思維以及介紹研究與技術(shù)前沿的角度來看，也非常有必要向?qū)W生講授知識表示與知識推理的相關(guān)內(nèi)容。

基于以上認識，我們?yōu)橛嬎銠C軟件與理論專業(yè)和計算機應(yīng)用技術(shù)專業(yè)一年級的碩士研究生開設(shè)了一門32課時的選修課程，以CC2001和CS2008列出的知識單元為核心，對知識表示與知識推理的相關(guān)內(nèi)容進行教學(xué)。本文對教學(xué)設(shè)計和教學(xué)實踐中遇到的主要問題進行分析，針對這些問題給出相應(yīng)的解決對策，并對我們獲得的經(jīng)驗和教訓(xùn)進行總結(jié)。

1　“知識表示與知識推理”知識體的教學(xué)設(shè)計

自上世紀九十年代以來，國內(nèi)外許多高校就將“知識表示與知識推理”作為一門課程，面向研究生或高年級的本科生開設(shè)。其中比較著名的包括加拿大多倫多大學(xué)Hector J.Levesque教授開設(shè)的知識表示課程，美國斯坦福大學(xué)Leom Morgenstem教授開設(shè)的知識表示課程，英國曼徹斯特大學(xué)Ulrike Sattler教授等講授的知識表示和推理課程，中山大學(xué)劉詠梅教授講授的知識表示和推理課程等。但是，由于沒有統(tǒng)一的課程設(shè)置標(biāo)準(zhǔn)，這些課程講授的知識點都不盡相同。2000年，Leom Morgenstem和Richmond H.Thomason總結(jié)了開設(shè)知識表示與知識推理課程時面臨的挑戰(zhàn)，提出了相應(yīng)的解決思路。其中，針對該課程缺乏統(tǒng)一的教學(xué)知識體的情況，他們設(shè)計了一個持續(xù)14周、每周2次課的教學(xué)大綱。在文獻[5]中，Leora Morgenstem進一步修訂了之前提出的教學(xué)大綱，建議在其中增加語義Web及Web本體語言O(shè)WL等內(nèi)容。

盡管目前各高校開設(shè)的知識表示與知識推理課程的課程大綱仍然不盡相同，但比較可喜的是，對知識表示與知識推理的教學(xué)在CC2001計算教程中得到了高度重視。CC2001分別在“知識表示與推理”和“高級知識表示與推理”兩個知識單元中列出了關(guān)于知識表示與知識推理的教學(xué)內(nèi)容。知識單元“知識表示與推理”由以下知識點組成：命題邏輯和謂詞邏輯回顧，歸結(jié)原理與定理證明，非單調(diào)推理，概率推理，貝葉斯定理。知識單元“高級知識表示與推理”由以下知識點組成：結(jié)構(gòu)化知識表示(包括對象與框架、描述邏輯和繼承系統(tǒng))，非單調(diào)推理(包括非經(jīng)典邏輯、缺省推理、信念修正、偏好邏輯、知識源的集成、沖突信念的聚合)，對動作和變化的推理(包括情景演算、事件演算和分枝問題)，時態(tài)和空間推理，非確定性推理(包括概率推理、貝葉斯網(wǎng)絡(luò)、粗糙集和可能性理論、決策理論)，針對診斷的知識表示與定性知識表示。在CC2001的基礎(chǔ)上，CS2008在知識單元“知識表示與推理”中增加了合一與提升、前向鏈接、反向鏈接以及歸結(jié)等知識點；在知識單元“高級知識表示與推理”中增加了本體工程和語義網(wǎng)絡(luò)兩個 知識點。

以CC2001和CS2008列出的知識點為基礎(chǔ)，在綜合考察了國內(nèi)外相關(guān)課程的開設(shè)情況之后，我們對“知識表示與知識推理”課程的教學(xué)內(nèi)容及相應(yīng)的學(xué)時分配設(shè)計如下。

1)概述(2學(xué)時)。介紹知識表示與知識推理領(lǐng)域的發(fā)展歷史、現(xiàn)狀和前景：講授知識表示的基本思路和基本原理；介紹知識表示方法和技術(shù)的典型應(yīng)用：列舉典型的采用了知識表示技術(shù)的系統(tǒng)，與沒有采用知識表示技術(shù)的系統(tǒng)進行比較分析。

2)基于一階謂詞邏輯的知識表示和推理(4學(xué)時)。講授一階謂詞邏輯的語法、語義和語用；通過例子講授如何應(yīng)用一階謂詞邏輯進行知識表示；講授如何應(yīng)用消解原理進行知識推理；講授如何應(yīng)用Tableau算法進行知識推理；分析一階謂詞邏輯存在的局限。

3)Horn子句邏輯與產(chǎn)生式系統(tǒng)(2學(xué)時)。講解Horn子句及其過程解釋；介紹SLD歸結(jié)以及分別采用反向鏈和正向鏈的推理過程；通過例子講授如何應(yīng)用Horn子句邏輯進行知識表示和推理；對Prolog語言進行簡單介紹；通過例子介紹如何應(yīng)用產(chǎn)生式系統(tǒng)進行知識表示和推理。

4)結(jié)構(gòu)化知識表示(6學(xué)時)。介紹對象與框架，介紹基本的框架形式系統(tǒng)：介紹語義網(wǎng)絡(luò)，對推理過程中的繼承機制進行介紹。介紹描述邏輯家族的研究歷史和發(fā)展現(xiàn)狀；以邏輯系統(tǒng)ALC為例，講解描述邏輯的語法和語義；通過例子講授如何應(yīng)用描述邏輯進行知識表示；講授如何應(yīng)用Tableau算法對描述邏輯刻畫的知識進行推理。

5)非單調(diào)知識表示和推理(4學(xué)時)。介紹非單調(diào)性推理的研究歷史；講解封閉世界假設(shè)與開放世界假設(shè)；講解缺省推理和限定推理；對自認知邏輯、偏好邏輯和真值維持系統(tǒng)進行介紹；對信念修正、知識源的集成以及沖突信念的聚合進行介紹。

6)非確定知識表示和推理(4學(xué)時)。對模糊邏輯進行介紹；講授概率推理和主觀貝葉斯方法；對粗糙集、可能性理論和決策理論進行介紹。

7)解釋與診斷(2學(xué)時)。講授反繹推理的基本思路，將其與演繹推理和歸納推理進行比較分析；以一個電路系統(tǒng)為例，講授如何在知識表示的基礎(chǔ)上采用反繹推理進行故障診斷。

8)動作與規(guī)劃(4學(xué)時)。介紹動作與規(guī)劃領(lǐng)域的研究歷史和發(fā)展現(xiàn)狀；講授如何在STRIPS系統(tǒng)中對動作進行刻畫以及如何進行規(guī)劃求解：講授如何應(yīng)用情景演算和事件演算對動作進行刻畫、推理、及規(guī)劃求解；對框架問題、條件問題和分枝問題進行介紹；對規(guī)劃語言PDDL進行介紹。

9)時態(tài)和空間推理(2學(xué)時)。對時間點／時間段、離散／連續(xù)、有限／無限、線性／分支等表示時態(tài)信息的不同方式進行介紹；對Allen的區(qū)間代數(shù)理論進行介紹；對線性時態(tài)邏輯和分支時態(tài)邏輯進行介紹；對基于點／基于區(qū)域、離散／連續(xù)、有限／無限、同維／混合維等表示空間信息的不同方式進行介紹；對區(qū)域連接演算RCC進行介紹；對時態(tài)與空間推理的結(jié)合進行簡單介紹。

10)語義Web和本體工程(2學(xué)時)。介紹語義Web的基本思想、技術(shù)現(xiàn)狀和發(fā)展趨勢；講授語義Web的層次模型以及各個層次的目標(biāo)和功能；對資源描述框架RDF、Web本體語言O(shè)WL、Web規(guī)則標(biāo)記語言RIF、Web查詢語言SPARQL等進行介紹。對本體的構(gòu)建、管理和維護進行介紹。

上述教學(xué)內(nèi)容的基本特點是覆蓋了CC2001和CS2008列出的關(guān)于知識表示與推理的所有知識點。此外，我們將目前作為計算機科學(xué)和人工智能領(lǐng)域研究熱點的語義Web等內(nèi)容引入了課堂教學(xué)，不僅可以將相關(guān)研究前沿展示在學(xué)生面前，而且還可以讓學(xué)生更加深刻地體會學(xué)習(xí)知識表示與知識推理的價值，進一步激發(fā)他們的學(xué)習(xí)熱情。另一方面，上述教學(xué)內(nèi)容存在的一個缺陷是內(nèi)容過多。由于受到課時數(shù)的限制，部分內(nèi)容在講授時不能充分展開，留給學(xué)生課堂練習(xí)和討論的時間不充裕。

2　教學(xué)實踐中的主要問題及對策

在圍繞“知識表示與知識推理”知識體開展教學(xué)實踐時，我們遇到的問題主要來自以下幾個方面：教師和學(xué)生對“人工智能”課程以及其中的“知識表示與知識推理”知識體不重視，缺乏合適的教材，學(xué)生缺乏必要的基礎(chǔ)知識。下面對這些問題進行逐一分析，對我們采取的對策進行相應(yīng)介紹。

2.1　師生對“人工智能”課程不重視

許多教師和學(xué)生對“人工智能”課程不夠重視，甚至存在偏見。我們覺得，這種現(xiàn)狀很大程度上是由人工智能自身的發(fā)展歷程造成的。人工智能領(lǐng)域剛誕生時就被賦予過高的期望；早期的研究者也過于樂觀地給出了一些不切實際的承諾。由于不能在短期內(nèi)實現(xiàn)過高的目標(biāo)和兌現(xiàn)相應(yīng)的承諾，使人工智能領(lǐng)域在上世紀80年代末90年代初一度跌入低谷，甚至達到了聲名狼藉的地步。這一特殊的發(fā)展歷程使得一部分對人工智能了解不多的教師和學(xué)生產(chǎn)生誤解，認為人工智能是一個比較務(wù)虛的領(lǐng)域。這種誤解甚至影響到“人工智能”課程的開設(shè)。目前，在許多高校計算機相關(guān)專業(yè)的課程設(shè)置中，“人工智能”往往只作為選修課程開設(shè)，沒有得到教師和學(xué)生的普遍重視。

實際上，從信息技術(shù)發(fā)展規(guī)律的角度來看，人工智能的上述發(fā)展歷程是很正常的。根據(jù)市場權(quán)威研究機構(gòu)Gartner給出的“技術(shù)成熟度曲線”(hype cycle)理論，一項新的IT技術(shù)在產(chǎn)生之后，一般先是默默無聞地奮力發(fā)展幾年，然后會由于被大家寄予很高的期望而迅速火爆起來，接著會因為沒能兌現(xiàn)過高的承諾而跌入谷底，最后會再次崛起并由于過硬的成就而被大眾普遍接受。人工智能已經(jīng)經(jīng)歷了從默默無聞到迅速火爆再到跌入谷底的發(fā)展過程，目前正處于再次崛起的階段，并且將通過不斷取得的成就而被大眾普遍接受。

人工智能的教學(xué)在CC2001和CS2008中得到了高度重視。CC2001給出的計算機科學(xué)知識體由14個知識領(lǐng)域組成，作為其中的知識領(lǐng)域之一，智能系統(tǒng)(即人工智能)與離散結(jié)構(gòu)、程序設(shè)計、操作系統(tǒng)、計算機體系結(jié)構(gòu)等已經(jīng)得到普遍重視的知識領(lǐng)域具有了相同的地位。在我國高等學(xué)校計算機科學(xué)與技術(shù)教學(xué)指導(dǎo)委員會制定的計算機專業(yè)規(guī)范中，也將“人工智能”作為了計算機科學(xué)專業(yè)的核心課程。但是，對人工智能相關(guān)知識的傳播需要一個長期的過程，仍然需要廣大科研和教育工作者的不懈努力。

2.2　師生對“知識表示與知識推理”知識體不重視

即便部分教師和學(xué)生認識到人工智能知識領(lǐng)域的重要性，但對于其中的“知識表示與知識推理”知識體仍然不夠重視，認為沒有必要專門通過一門課程進行教學(xué)。

針對這個問題，我們可以對人工智能領(lǐng)域的發(fā)展歷程作進一步考察。我們知道，人工智能領(lǐng)域的誕生就是從知識表示和知識推理開始的。在1956年標(biāo)志著人工智能誕生的Dartmouth會議上，Herbert Simon和Allen Newell展示的“邏輯理論家”就依賴于知識表示和知識推理。在此之后的五十多年中，知識表示與知識推理就一直是人工智能中最為重要的子領(lǐng)域。相 應(yīng)的一個佐證是，1966年到2009年期間，在獲得圖靈獎的56名科學(xué)家中，Marvin Minsky、John Mccarthy、Herbert Simon、Allen Newell、Edward Feigenbaum和Raj Reddy等6名科學(xué)家都在知識表示與知識推理領(lǐng)域取得了開創(chuàng)性的研究成果。

知識表示與知識推理的重要性在CC2001和CS2008中同樣得到了體現(xiàn)。CC2001給出的“智能系統(tǒng)”知識領(lǐng)域由以下10個知識單元組成：智能系統(tǒng)中的基本問題、搜索與約束求解、知識表示與推理、高級搜索、高級知識表示與推理、智能主體、自然語言處理、機器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)、人工智能規(guī)劃系統(tǒng)、機器人；C$2008在CC200I的基礎(chǔ)上增加了智能感知這個知識單元。其中，關(guān)于知識表示和知識推理的教學(xué)內(nèi)容不僅占據(jù)了兩個知識單元，而且在智能主體、人工智能規(guī)劃系統(tǒng)、機器人等知識單元中也占據(jù)了相應(yīng)的多個知識點的位置。由于32課時的人工智能選修課程通常只能對上述知識單元作一個概要性的介紹，對于想進一步深入學(xué)習(xí)的學(xué)生，在有條件的情況下，我們完全有必要開設(shè)一門關(guān)于“知識表示與知識推理”的課程。另外，從上一節(jié)給出的教學(xué)設(shè)計可以看出，如果要覆蓋CC2001和CS2008給出的關(guān)于知識表示與知識推理的所有知識點，一門32課時的課程在時間上還很不夠用。因此，基于以上分析，我們希望“知識表示與知識推理”的教學(xué)首先能夠得到相關(guān)教師的認可和重視，然后通過課程設(shè)置等途徑逐漸吸引學(xué)生的關(guān)注，并在教學(xué)過程中激發(fā)起學(xué)生的學(xué)習(xí)興趣和熱情。

2.3　缺少合適的教材

盡管CC2001和CS2008詳細地列出了關(guān)于知識表示與知識推理的主要知識點，但是，據(jù)我們所知，目前還沒有出現(xiàn)完全覆蓋這些知識點的合適教材，而中文的相關(guān)教材更是缺乏。

在參考了多方面的資料之后，我們選擇了Ronald Brachman和Hector Levesque撰寫的《Knowledge Representation and Reasoning》作為教材。Ronald Brachman和Hector Levesque都是知識表示與知識推理領(lǐng)域的著名學(xué)者。其中，Ronald Brachman于1977年在哈佛大學(xué)攻讀博士學(xué)位時提出了KL-ONE系統(tǒng)，開創(chuàng)了目前成為研究熱點的描述邏輯領(lǐng)域，之后于2003年擔(dān)任了美國人工智能學(xué)會的主席，目前是ACM院士、雅虎全球研究運營副總裁。Hector Levesque在知識表示領(lǐng)域也做出了許多開創(chuàng)性的研究成果，曾于2001年擔(dān)任人工智能頂級會議IJCAI的主席，于2006年當(dāng)選加拿大皇家學(xué)會會士。除了時態(tài)和空間推理以及本體工程這兩個知識點之外，CC2001和CS2008中列出的其他關(guān)于知識表示與知識推理的知識點，在《Knowledge Representation and Reasoning》中都基本上得到了體現(xiàn)。另外，為了在課程中向?qū)W生介紹語義Web方面的知識，我們選擇了Grigoris Antoniou和Frank van Harmelen撰寫的《A Semantic Web Primer》作為參考書目。

2.4　學(xué)生缺乏必需的基礎(chǔ)知識

知識表示與知識推理的核心思想是采用形式語言(尤其是邏輯語言)對知識進行刻畫和推理，因此要求學(xué)生在學(xué)習(xí)該課程前具有扎實的數(shù)理邏輯基礎(chǔ)知識。

盡管數(shù)理邏輯對于整個計算機學(xué)科來說具有非常重要的作用，但在目前計算機相關(guān)專業(yè)的課程設(shè)置中，數(shù)理邏輯往往只作為離散數(shù)學(xué)課程的一個部分進行教學(xué)，在課時數(shù)量上非常有限。此外，從教材的角度來看，大部分離散數(shù)學(xué)教材的數(shù)理邏輯部分主要介紹命題邏輯的相關(guān)知識，而且只介紹命題邏輯聯(lián)結(jié)詞、范式、等值演算、自然推理系統(tǒng)等最基本的內(nèi)容；對一階謂詞邏輯以及命題邏輯中更為深入的內(nèi)容介紹得很少，甚至不介紹。這些內(nèi)容對于學(xué)習(xí)知識表示與知識推理知識體來說遠遠不夠。例如，根據(jù)我們在講授“知識表示與知識推理”之前的調(diào)查，許多研究生對于一階謂詞邏輯的語法與語義等基本概念都還比較模糊，對于消解原理、Tableau方法、可滿足性問題等內(nèi)容更是沒有接觸過。

針對上述問題，除了原計劃關(guān)于一階謂詞邏輯知識表示的4個課時之外，我們臨時增加了2個課時的課堂教學(xué)，為學(xué)生補充命題邏輯的語法和語義、公式可滿足性問題、Tableau判定算法、基于消解原理的判定算法等內(nèi)容。由于受到課時的限制，許多重要的結(jié)論及其證明過程無法在課堂上詳細闡述。

值得一提的是，由于研究課題的需要，我們組織部分研究生一起學(xué)習(xí)了John Bell和Moshe Machover撰寫的著名教材《A Course in Mathematical Logic》。在學(xué)習(xí)這本教材時，我們將研究生分為三個小組，讓各個小組自學(xué)該教材，對其中的引理、定理以及問題(Problem)進行證明或求解，然后在每周一次的學(xué)習(xí)班上使用黑板講解他們的證明或求解過程。在3個月的時間里，將這本教材中的第一章和第二章學(xué)完后，這些研究生的數(shù)理邏輯知識明顯上了一個臺階。在之后學(xué)習(xí)知識表示與知識推理的過程中，這部分研究生的學(xué)習(xí)效果也明顯好得多。在今后的教學(xué)中，我們希望計算機相關(guān)專業(yè)的研究生能夠先學(xué)習(xí)一門數(shù)理邏輯方面的課程，然后再學(xué)習(xí)知識表示與知識推理課程。

3　結(jié)語