人工智能系列课程研究

摘要:在对人工智能学科的重要性进行分析的基础上,介绍首都师范大学精品课程人工智能原理及其相关系列课程的教学内容和知识点;总结该课程的特点和教学目标。同时,对该门课程针对不同教学对象采取的不同层次、不同内容、不同深度和不同教学手段进行探索,提出人工智能课程差别化的教学模式。

关键词:人工智能;教学;教材

人工智能的发展经历了漫长的历程。特别是20世纪30年代和40年代,智能界发现了数理逻辑和关于计算的新思想。1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈,这些都推动人工智能研究的进一步发展[1]。人工智能技术已经可以担当信息化和信息社会建设所赋予的重任。我国已有数以万计的科技人员和大学师生从事不同层次的人工智能的研究与学习,人工智能已成为一个受到广泛重视并有着广阔应用潜能的庞大交叉的前沿学科[2]。

人工智能与计算机领域的其他方向有一个比较显著的特点,即以符号处理为主,而其他方向是以数值计算为主。从理论上说,人工智能领域担负着一个极富挑战的任务——揭示智能的本质,从应用上说,人工智能的目标是开发更有用的计算机程序[3]。人工智能课程是智能科学与技术专业的重要基础课程,介绍人工智能的基本理论、方法和技术,为以后高级课程的学习、在人工智能领域的进一步研究和开发工作,奠定良好的基础。

本文以首都师范大学开设的人工智能原理精品课程的教学实践为基础,介绍我们针对不同专业、不同层次学生所开设的相关系列课程。

1课程知识点

人工智能是由脑科学、认知科学、逻辑学、信息科学技术等多学交叉所形成的一个新兴边缘学科。目前,国内外对人工智能的研究存在着狭义和广义两种观点。狭义人工智能通常是指以符号智能为主体的传统人工智能概念。广义人工智能通常是指包含自然智能、符号智能、计算智能、集成智能和分布智能等在内的智能科学技术概念。本课程主要基于广义人工智能的概念,从原理、方法、技术、系统和应用等不同方面,对人工智能进行科学的探讨。人工智能的主要特点是注重知识和推理,强调启发式和不确定性,提倡多学派融合和多技术综合。同时,它又是一个开拓性领域,其新思想和新技术层出不穷,因此,应鼓励学生的创新和实践。这门课程的主要内容包括:人工智能基础、知识表示、确定性推理和搜索、计算智能和不确定性人工智能、机器学习与自然语言理解、分布智能和专家系统等。其主要知识点有:

1) 了解人工智能发展简史、研究目标;了解人工智能的研究方向;理解人工智能的定义、人工智能成功的标志。重点是掌握物理符号系统假设、图灵测试和启发式等概念。

2) 知识表示和推理。要求了解和掌握时间和空间的表示、事件和行动的表示技术;了解和掌握概率推理、Bayes定理方法;了解和掌握谓词演算和归结定理证明。

3) 搜索和优化方法。这部分内容主要介绍启发式搜索策略(A,A*算法)、局部搜索策略(盲人爬山,模拟退火,遗传搜索);了解和掌握博弈方法(min-max搜索, — 剪枝)。

4) 机器学习。主要讨论机器学习的基本该概念和一些非连接主义的机器学习方法。

5) 神经网络。主要讨论基于神经网络的连接学习机制。

6) 专家系统。专家系统是人工智能应用研究的一个重要领域。它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破。这部分内容主要是让学生了解专家系统的构成、分类和相关开发工具。

2系列课程设置

2.1两个系列五门课程

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。本科阶段开设人工智能课程,主要是为了让学生对人工智能的发展、原理和应用领域有初步了解,启发学生对智能学科的兴趣;而研究生阶段的学习则是要求学生能够掌握人工智能的基本技术和前沿研究内容。为此,针对不同层次、不同专业的教学对象,我校分别开设了两个层次的五门相关课程。从2003年开始为第一届智能科学与技术专业本科生开设了人工智能原理课程。该课程由54学时的课堂讲授和18学时的实验教学组成,是智能科学与技术专业的必修课程和核心课程之一。

从2009年开始,我们又将人工智能课程中的实验教学部分独立出来,安排36个机时,单独作为一门1个学分的人工智能实验课。该实验课也是智能科学与技术专业的必修课程和核心课程之一,目前已完整地开设了两届,受到了学生的欢迎与好评。

同时,我院软件工程专业、信息工程专业、电子信息工程专业及计算机科学与技术专业等信息类专业开设了人工智能概论选修课程,进行36学时的课堂教学,也已经成为这些专业本科生的一门重要的技术基础课程。

2010年我们又面向包括人文社科等全校所有专业开设了人工智能导论这一校公选课(36学时),其目的是使学生了解人工智能的基本概念、原理以及智能技术在不同领域的成功应用,具有一定的科普意义。

在研究生教育中,我们又针对研究生的特点,开设了高级人工智能课程,对研究生进行更深层的理论讲授和前沿研究课题的介绍。

由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有曲高和寡、望而生畏的感觉,加之不同专业、不同层次的学生对智能技术的要求有所差别,因此,为了更好地实现差别化教学的目标,提高该课程的教学质量,我们根据已有人工智能课程在教学与实践方面的经验,针对不同教学对象,提供不同的教学深度、教学内容、教学方法和考核方式,力争使智能科学惠及更多的学生。

2.2优选教材与教学内容

在教材选用方面,我们主要采用了首都师范大学王万森教授主编的教材《人工智能原理及其应用》。该教材同时为普通高等教育“十一五”国家级规划教材和北京市精品教材,反映了人工智能研究和学科的最新发展,是王万森教授多年的教学与科研经验的结晶。由于广受好评,2007年出版了第2版,该书前后两版目前已印刷了16次,印量5.6万册,已成为国内多所大学的人工智能课程教材和教学参考书。此外,我们还为学生提供N. J. Nilsson的《Artificial Intelligence:A New Synthesis》、蔡自兴教授的《人工智能及其应用》、李德毅教授的《不确定性人工智能》及马少平教授的《人工智能》等教学参考书。

作为课程建设一个重要组成部分,我们十分重视教材建设。除上述王万森教授主编的《人工智能原理》教材外,另一本侧重基础与应用的《人工智能基础及应用》教材正在人民邮电出版社的编辑出版中;还有一本在人工智能实验课基础上,包括教学指导、习题解析和实验指导等内容的北京市精品教材立项,《人工智能习题解析、学习与实践指导》也即将交稿,由电子工业出版社出版。

在人工智能课程教学过程中,针对智能科学与技术专业的学生,我们不仅进行理论讲授,同时还利用人工智能实验课,开展了36个机时的相关实验教学,学生在学习人工智能理论的同时,还能够得到智能软件开发方面的实验训练。该实验课设立了5个基本实验和3个综合实验。其中,5个基本实验分别是:实验1,基于规则的简单动物识别系统;实验2,基于极大极小算法的一字棋游戏;实验3,简单的遗传优化;实验4,简单的可信度推理;实验5,简单的单层感知器学习。对每个基本实验,在给定实验程序框架的前提下,安排了5个实验机时。3个综合实验分别是:实验1,双机对弈五子棋游戏;实验2,基于BP网络的预测与评价系统;实验3,基于Web的不确性推理专家系统。对综合实验,要求每个学生选作其中的一个,安排10个实验机时。人工智能实验课程的设立,强化了学生的知识,激发了学生的学习兴趣,促进了学生对学习内容的理解,提高了学生对智能技术的简单应用能力。为后续课程如智能机器人、智能游戏及智能管理等课程奠定了坚实的基础。

对于非智能科学与技术专业的学生,我们则开展更为灵活多样的教学形式,如展开师生间的讨论,让学生看到问题从提出、分析到解决的全过程。让学生自己去查阅资料,发现智能技术与他们所学专业的关系或在其中的应用。让学生进行课程讲演与展示,如“地理学”专业的学生就讲解了智能技术在地理信息系统中的应用,“戏剧文学”专业的学生讲解了智能动画技术在影视作品中的作用,“法语”专业的学生发现原来机器翻译是这样有趣。采取这样的教学方法,学生普遍反映课堂学习令人印象深刻,整个过程让人回味无穷。

3课程教改

在教学内容改革方面,能适应智能科学技术发展和应用普及的需要,在保持人工智能基本理论和方法的核心地位的前提下,我们不断增加人工智能的新技术。例如,计算智能、分布智能、先进专家系统、新的机器学习方法等。

在教学方法改革方面,积极采用启发与互动、讨论与研究的教学方法。其中,对理论性知识我们多采取启发与互动的教学方法,这种方法有助于对学生理解能力和学习能力的培养。对技能性知识更多的是要求实践,而在课堂上则可采用讨论与研究的教学方法,这种方法有助于培养学生的思维能力和创新能力。

在教学实训方面,我们十分注重实验、实践和训练对人工智能教学和学生能力培养的重要性,积极探索把人工智能实验作为人工智能教学一个重要环节的理论和方法。在国内公开出版发行的所有人工智能教材中,首次把人工智能实验作为一个独立部分写进教材(本课程负责人独著出版的“普通高等教育‘十一五’国家级规划教材”《人工智能原理及其应用》第2版)之后,又在国内高校中首次把人工智能实验作为一门独立课程开设,走出了我国人工智能实验的开创性的一步。

在课件建设方面,人工智能多媒体课件,获北京市高校首届多媒体教育软件大赛二等奖。相关课程智能科学技术导论多媒体课件,又获北京市高校第二届多媒体教育软件大赛优秀奖。

4结语

本文是以我校精品课程人工智能原理建设为基础,对系列相关课程在教学内容、教材、教学方法、教学手段、考核方式等方面进行的探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措使得人工智能教学更贴合学生的学习需求。通过认真落实这些举措,使各个层面上的学生都能更好地掌握人工智能的基本概念、基本理论和基本技术,提高实践动手能力,达到本课程预期的教学效果。

参考文献:

[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.

[2] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.

[3] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2010.

Building the Curriculum System of Artificial Intelligence

PENG Yan, WANG Wan-sen, XIE Da

(College of Information Engineering, Capital Normal University, Beijing 100048, China)

Abstract: Based on the foundation of analyzing the importance of the Artificial Intelligence course, the paper introduce the Elaborate Course of the Principle of Artificial Intelligence and its related series courses. And summarize the cultivation objectives and characteristic of this course. According to different phases of students, we try to adopt the different content, different teaching depth and different teaching approach to meet their unique needs. Finally, the differential teaching pattern of Artificial Intelligence is putted forward.

Key words: Artificial Intelligence; cultivation objective; teaching pattern

(编辑:姚彦如)