人工智能教育应用案例范例6篇

前言:中文期刊网精心挑选了人工智能教育应用案例范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

人工智能教育应用案例

人工智能教育应用案例范文1

Abstract: In view of the characteristics of artificial intelligence curriculum, including abstract content and complex algorithm, and the actual needs of undergraduate teaching, combined with teaching practice, this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system, teaching content, teaching methods and assessment methods.

P键词: 人工智能;创新;本科

Key words: artificial intelligence;innovation;undergraduate

中图分类号:G642 文献标识码:A 文章编号:1006-4311(2017)22-0230-02

0 引言

人工智能是计算机科学的一个分支,是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科,其属于一门边缘学科,同时也是多个学科交叉而成的一门学科,包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程,它是计算机科学与技术学科类各专业重要的基础课程,其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等,国内外很多大学都意识到了其重要性,纷纷对其展开了教学和研究。人工智能课程包含多个学科,具有内容抽象、理论性强、知识点多等特点,且算法复杂,但是多数高校采用的教学方式仍是传统的课堂教学方式,即“教师讲、学生听”的教学模式,这种信息单向传输教学模式以教师为主体,学生只是在被动的接收知识;存在过分重视理论教学,忽视实践活动教学的问题,导致教育内容无法和社会接轨;人工智能教材理论性过强,学生在学习过程中常常感到枯燥乏味,进而对学习该课程失去热情[2],久而久之,不仅人工智能课程的教学质量和效果无法达到预期,甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题,本文作者结合自身丰富人工智能教学实践经验,参考人工智能课程特点和教学目标,从多个方面探讨和总结了人工智能,包括教学内容、教材选择、教学方法和考核形式等。

1 教学内容优化与更新

人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲,人工智能学科的内容包括两个部分,具体:一是知识表示和推理;二是人工智能的应用。前者是人工智能的重要基础,后者主要介绍了几种人工智能应用系统,包括自动规划和机器视觉、机器学习、专家系统等。另外,课程内容中还包括了一些人工智能应用的实例,将实践和理论紧密结合起来[3]。

随着时代的发展和科技的进步,人工智能学科也取得了较大发展。基于此,人工智能学科也应该与时俱进,更新人工智能教学大纲,进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分,即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等,后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。

教学内容的选择和确定应综合考虑多项因素,不仅要重视基础知识,也应注意推陈出新,随着科技的进步做到与时俱进,同时教学内容应符合现实的需求,能够与社会接轨,将理论和实践紧密结合起来,只有这样人工智能课程的教学质量和效果才能事半功倍。

2 教学策略及教学方法的改革创新

由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点,传统的教学模式已经无法满足人工智能课程的需求,教师应探索更加有效的教学模式和方法,确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面:

2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣,学生只有对某门学科存在兴趣,才会更加主动积极的学习该门课程,从而获得良好的教学效果。比如,作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段,由这个电影学生知道了世上存在人工智能的机器人,学生们随着电影情节的发展而深深感动,与此同时教师让学生思考和谈论人工智能是什么?研究人工智能的意义在哪里?实践发现,在课堂中加入电影因素,能够大大提升学生们的注意力,让学生更加专注在教学任务中,有效提高了学生探索人工智能的积极性和主动性。此外,在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来,让学生更直观的感受人工智能的奥妙,从而投入更多热情学习人工智能课程。

2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点,我们采取了以下几种教学形式实施案例教学。①讲解式案例教学:这种案例通过教师的讲解,帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式:一是“案例―理论”,即先给出教学案例,然后再讲解理论知识;二是“理论―案例”,即教师先讲解理论知识,再给出教学案例;通过情境体验与案例剖析激发学生认知的兴趣,引导学生对将要学习的内容产生注意,有利于教师导入新课。②讨论式案例教学:在课程初期将学生分成若干学习小组,每小组3~4人;教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组,要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学:在课程后期,采取专题辩论的方式对综合应用案例进行讨论,能有效地启发学生全方位地思考和探索问题的解决方法,加深学生对人工智能的理解。

2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学,结合学生特点因材施教。比如,在日常教学中多观察学生情况,鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识,同时友善面对学习较差的学生,分析其学习过程中面对的困难,有的放矢地采取应对措施,帮助其不断进步;在教学过程中让学生以读书报告的形式多多思考,鼓励学生发散性思考问题,鼓励优秀学生进行深一步的探讨,并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。

2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法,其中心导向是任务,学生在完成任务的同时也在吸收和掌握知识。通常来讲,该教学方法的步骤是:教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识,还能够培养学生解决实际问题的能力,提高其综合实力。不仅如此,由于该教学模式通常是以小组协作的方式进行,教师给出研究范围,学生自愿结组并选择具体的题目,经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知,学生是在以团队的力量解决问题,这十分考验学生的团队协作能力,对于学生团队合作精神的培养至关重要,且在完成任务的过程中学生需要查阅大量的资料,久而久之学生收集资料和创新能力势必会得到提升。

2.5 采用启发式教学 人工智能的很多问题都较为抽象,对学生理解力的要求较高,因此,在实际的教学过程中教师应有意识的就课程内容提出相关问题,让学生自己独立思考,鼓励学生提出自己的想法和解决方案。然后回归到课程上,对比分析教材上的解决方案和学生自己的解决方案,如此不仅培养了学生独立思考的能力,也增加了学生参与教学活动的意识,提高了学生的学习热情。比如,在讲到较为抽象的“遗传算法”时,先提出一个问题,即“遗传算法如何用于优化计算?”,然后从“达尔文的生物进化论”入手,讨论“遗传”、“变异”和“选择”作用,之后举例分析,启发学生思考“遗传”、“变异”和“选择”的实现,最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的,也锻炼了学生逻辑思维的能力,教学效果良好[4]。

3 作业和考核方式的改革创新

过去的课程作业都是单一书面习题作业,发展至今,课程作业形式已经发生了变化,更加丰富多样,包括必须交给教师评阅的书面家庭作业和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。其中通过网络就可以完成上交作业,并且教师批阅作业后也可以通过网络返回给学生,实现了网络化。课程的考核方式较之以前也发生了较大变化,加强了平时思维能力的考核,更加注重学生实验能力和动手能力的培养,不再是绝对的一次考试定成绩,而是在总评成绩中加入30%的平时成绩,如此不仅减轻了学生的期末负担,也迫使学生更加重视平时的学习思考,有利于课程教学质量的提升。

4 结束语

本文是以提高教学质量为目标,结合教学实践,从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求,可以支持教师提高教学手段现代化的水平,同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化,才能激发学生的学习兴趣,培养他们的思维创新和技术创新的能力,最终提高本课程的教学质量。从学生的反馈来看,作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够,今后将继续在教学过程中不断总结成功的经验,吸取失败的教训。

参考文献:

[1]蔡自兴.人工智能及其应用[M].三版.北京:清华大学出版社,2007.

[2]谢榕,李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育,2014(19):92-97.

[3]蔡自兴,肖晓明,蒙祖强.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.

人工智能教育应用案例范文2

关键词:航天类专业 人工智能 教学探索

中图分类号:G64 文献标识码:A 文章编号:1674-098X(2014)10(b)-0155-02

面对航天科技迅猛发展,现代军备技术快速提升,培养具有专业性的高素质航天类人才,是我国航天科技发展的战略选择,也是航天重点高校面向并有效服务航天事业的历史责任。航天类本科生的教育形式也需要突破传统的方式,着重多样性、前沿性、工程性,因此,该专业的各门课程教育都应该结合专业特点,探索新的教学模式。

人工智能自1956年诞生50多年以来,引起众多科研机构、政府和企业的空前关注,已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿学科。由于航天领域的特殊要求,人工智能在其发展中发挥着不可替代的重要作用,各发达国家都相继开展了人工智能与航天技术相结合的研究,致力于实现可重构的、具有容错能力的、智能的飞行系统和管理系统。因此,“人工智能”作为航天类专业的一门特色选修课,应结合专业特点展开更具有实用性和创新性的教学。

1 人工智能课程特点

一方面,“人工智能”是一门多学科交叉的综合学科,它涉及计算机科学、数学、心理学、认知科学等众多领域,具有知识点多、涉及面广、内容抽象、不易理解、理论性强等特点,使得该课程的教学具有较大的灵活度和较高的难度。另一方面,“人工智能”是一门正在发展中的学科,具有较强的前沿性,计算机科学、信息科学、生物科学等相关学科的发展不断的提出了许多新的研究目标和研究课题,使得人工智能的技术和算法也需要不断更新,这在很大程度上增加了“人工智能”课程的教学难度。

2 航天类专业特点

首先,航天类专业具有较强的工程性。在专业的教学改革中有统一的特点,即强调要体现航天工程技术的综合性、系统性, 注重培养复合型人才。其次,航天类专业具有一定的前沿性。因为航天飞行器作为现代高科技和多种学科技术综合应用的结晶,应及时把现代先进科技融入到了专业基础和专业类的课程教学中, 专业知识更新快成为又一特点;另外,航天类专业应注重实践性教育。尊重个性和兴趣,强调动手能力,实验室对学生开放,要求学生自主地设计完成实验,强调对学生设计理念和创造能力的培养。最后,航天类专业应重视产学合作。产学合作的目的在于推动学校与航天产业的持续全面合作,造就一支科学技术研究和工程实践兼备的教师队伍。

3 教学模式的探索

3.1 教材的选择

人工智能作为一门新兴的学科,其理论与方法都还在不断的发展与完善中。就目前来看,关于人工智能的定义和范围都没有一个统一的标准,不同的教材所介绍的内容也不尽相同。在教材选用方面,需要综合考虑专业特点和学生的知识背景。本课程主要针对航天类专业高年级本科生,该类学生具有一定的数学、计算机、信息论、通信理论等基础知识,对航天应用的基本需求有初步的了解,因此,“人工智能”课程难度应该控制在中级,可以较深入的介绍人工智能的基础算法和应用案例。

中南大学蔡自兴教授积累了多年的教学与科研经验,借鉴了国内外其他专家和作者的最新研究成果,吸取了国内和国外人工智能领域学术书籍的长处,于1987年编写了“人工智能及其应用”一书,该书根据人工智能学科的新发展不断修订,推出四个版本。本课程采用“人工智能及其应用(第4版)”,其中大部分内容适合本科生学习。另外,本课程还给学生提供其他一些参考书目,如N.J.Nilsson 的“Artificial Intelligence:A New Synthesis.Morgan Kanfmann”等经典教材。

3.2 课堂教学形式的探索

“人工智能”课程内容较抽象,概念较为繁多,若采用单一的课堂讲授的方式,学生容易概念混淆、理解不透,逐渐产生厌倦情绪,导致教学效果差。本文探索不同的课堂教学手段,根据不同内容采用不同的教学手段,有利于学生对课程内容的理解与吸收。另外,考虑到航天类的专业特点,突出课程内容的工程应用,增加研究性质的教学内容与形式,有利于培养学生的创新能力和实践能力。

(1)课件采用图文并茂的PPT。综合利用文字、图像、声音、视频等多种媒体表示方法,在介绍原理和概念时采用精辟的文字,介绍算法流程时采用图像,介绍算法应用时采用视频。在PPT中适当利用不同的字体、颜色或动画来突出重点,细化流程,引导学生的思路,便于集中注意力接受重点内容。

(2)适当增加课堂讨论与练习。对于人工智能的一些基本问题,可以引导学生进行调研和讨论,来深化课程内容的了解,并提高学生的学习兴趣;对于重要的算法和理论,可以增加课堂练习,让学生实际动手进行公式的推导或演算,并在练习中分析学生对问题的理解程度,有针对性的增加讲解或指导。

(3)适当采用类比的讲解方式。对人工智能的不同学派,不同方方法,以及方法的不同应用,广泛的采用类比的形式进行讲解,不仅可以复习已学习的内容,也利于对新内容的理解。并且,通过对不同内容的比较总结相似点、区分不同点,可以避免概念的混淆,清晰的掌握课程内容。

(4)增加研究性教学。研究性教学强调通过问题来进行学习,有必要将实际应用案例或者授课教师的科研项目融入日常的教学工作中去,用“启发式”、“案例式”教学激发学生“自主学习”能力。

3.3 课程内容的探索

一方面,鉴于本科生知识结构还不够完善,“人工智能”课程的内容要控制在适应本科生学科基础的中等难度;另一方面,鉴于航天类专业的特点,课程内容应更注重与航天应用相结合的内容,并且在课程中增加具体应用的介绍。具体的课程内容如表1所示。

3.4 考核形式的改革

“人工智能”课程注重学生创新能力和实践能力的培养,传统的试卷形式不能全面的反应学生的学习效果,因此,应采用课堂表现和课程报告相结合的方式进行综合考核。

一方面,重视学生提出问题、分析问题和解决问题的能力,对学生课堂讨论与练习的表现进行考核评分,作为总成绩的参考;另一方面,注重学生课题调研和实践的能力,采取提交课程论文的形式进行考核。正确引导学生根据个人兴趣、课程内容、可行性、实践难度进行合理选题,并根据所选题目进行文献查阅和总结,完成调研报告或算法实现报告。结合者两个方面进行最终成绩的评定,综合衡量学生问题分析能力、论文写作能力和创新实践能力。

4 结语

航天类专业的本科生教学需针对专业特点有的放矢,该专业的课程教育都应该趋向于前沿性、专业性和实用性。本文的“人工智能”课程教学改革方案不仅考虑到该课程属于前沿叉学科的特点,也综合考虑了航天类专业的特点。为了使课程教学更好地服务于学生,本文提出的改革方案打破传统的教学模式,将课堂理论讲解、课堂讨论、课后调研、项目实践等相结合,充分调动学生的学习兴趣和积极性,提高学生的创新能力,有利于培养真正符合航天领域所需要的综合型高级人才。

参考文献

[1] 王甲海,印鉴,凌应标.创新型人工智能教学改革与实践[J].计算机教育,2010(15):136-138,148.

[2] 刘兴林.大学本科人工智能教学改革与实践[J].福建电脑,2010(8):198-199.

[3] 怀丽波.32课时《人工智能基础》课程教学的几点思考[J].华章,2013(34):193-194.

[4] 纪霞,李龙澍.本科人工智能教学研究[J].科教文汇(上旬刊),2013(6):91-92.

[5] 肖春景,李建伏,杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机(专业版),2013(26):32-34.

[6] 熊德兰,李梅莲,鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报,2008(1):146-148.

[7] 张伟峰.本科高年级人工智能教学的几点思考[J].计算机教育,2009(11):139-141.

人工智能教育应用案例范文3

关键词:人工智能;理论传授;实验训练;科研训练

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

(Department of Computer Science, Sun Yat-sen University, Guangzhou 510006, China)

人工智能教育应用案例范文4

关键词:人工智能;学习兴趣;教学方法

1956年,在美国Dartmouth大学,由数学家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班,他们在此讨论班上第一次正式使用了人工智能(Artificial Intelligence)这一术语。人工智能是一门多学科交叉的课程,涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科,是新理论和新技术不断出现的综合性学科。当前,人工智能领域加强了从人类智能与生命现象中汲取养分的趋势,加快了向分布式系统与复杂系统靠拢的步伐,智能化的应用更为深入,影响更为广泛,其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。

1人工智能导论课程特点

人工智能导论是人工智能领域的引导性课程,介绍人工智能的基本理论、方法和技术,目的是使学生了解和掌握人工智能的基本概念和方法,为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程,需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础,数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比,人工智能课程有鲜明的特点,主要表现在思想方法上强调启发性、算法上强调不确定性。同时,由于人工智能是一个新思想和新技术层出不穷的开拓性领域,因此其对学生的训练是鼓励创新的,具有其他课程不可替代的作用。

人工智能导论是计算机相关专业的必修课,在许多信息类相关的本科教学中也有开设,一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育,培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后,本科高年级学生应该了解本专业的应用领域和发展前景,因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识,初步的科研训练设置在第八学期,即所有课程学习完毕之后的毕业设计,而人工智能课程强调科研性,因此教学难度较大,由此带来的最直接后果就是学生学习兴趣不高。同时,对有志于读研的学生而言,本科阶段的学业也是研究生教育的起点,在教学过程中要适时的进行科研引导,提升学生对科学研究的兴趣,为研究生阶段打下基础。可见,圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。

2教学内容安排

人工智能的研究和应用领域非常广泛,包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。

人工智能导论课程涵盖内容较多,因此需要明确“精讲”和“泛讲”的内容,以使教师和学生在教学活动中都有所侧重。当然,首先应和学生说明,泛讲并不代表内容不重要,只是由于课程性质和课时的关系,暂时不作深入探讨。日后如有需要,可在此基础上进一步学习和研究。结合当前人工智能学科的发展状况,根据教学大纲和作者的教学经验,对人工智能导论课程教学内容的精讲和泛讲安排如表1所示。

3提升学生学习兴趣的教学方法

3.1穿插背景故事

为激发学习积极性,针对学生喜欢听奇闻轶事、想象力丰富的心理特点,通过讲述一些与教学内容有关的故事或者趣事来吸引其注意力,辅助思维并丰富联想,使学生在愉悦中完成学习[2]。下面列举几个我们在课程教学中用到的背景故事,通过这些故事,不但传授了知识,也活跃了课堂气氛。

1) 人类智能的计算机模拟与人机大战。

讲授人类智能的计算机模拟时,可以给学生简述一下IBM公司的超级电脑和国际象棋世界冠军卡斯帕罗夫之间的人机大战,以促进学生对人类智能和人工智能的进一步思考。北京时间1997年5月12日凌晨4点50分,在美国纽约公平大厦,当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时,国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕,“深蓝” 以3.5U2.5的总比分战胜卡斯帕罗夫。2003年1月26日至2月7日,卡斯帕罗夫与深蓝的升级版“小深”又进行了一场人机大战,先后进行了6局比赛,最终卡斯帕罗夫以1胜1负4平的结果和“小深”握手言和。这也表明了人工智能和人类智能之间的较量还将持续下去。

2) 问题规约法与老和尚说教。

问题规约法是从要解决的问题出发逆向推理,建立子问题以及子问题的子问题,直到最后把初始问题归约为一个本原问题集合。本原问题指不能再分解或变换且直接可解的子问题。可见,问题规约的本质是递归的思想。此时,可以给学生简述我们小时候就听说过的老和尚说教的故事,即“从前有座山,山上有座庙,庙里有个老和尚,老和尚对小和尚说,从前有座山……”。

3) 模糊理论与秃头悖论。

模糊推理是一种重要的不确定性推理方式,是指基于模糊理论进行的推理。讲授模糊理论时,可以先讲一下秃头悖论让学生讨论。一个人有10万根头发,肯定不能算秃头,不是秃头的人,掉了一头发,仍然不是秃头,按照这个道理,让一个不是秃头的人一根一根地减少头发,就得出一条结论,即没有一根头发的光头也不是秃头!秃头悖论的出现源于在严格的逻辑推理中使用了“秃头”这一模糊概念,因此需要以模糊逻辑代替传统的二值逻辑解决该问题。

3.2课堂辩论和多媒体教学

人工智能从其诞生之日起就充满争议,各种学派的争论使得人工智能的发展更趋完善,加快了其纵深发展。目前,人工智能的争论主要有两方面,即研究方法的争论和技术路线的争论。前者争论的主要问题有人工智能是否得模拟人的智能;对结构模拟和行为模拟是否可以分离研究;对感知、思维和行为是否可分离研究;对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究;是否有必要建立人工智能的统一理论体系。后者争论的主要问题是沿着什么样的技术路线和策略来发展人工智能。

在课堂教学中,可以充分利用人工智能中存在的争论较多这一特点,针对相关议题组织课堂辩论,如可用议题“机器的反叛――机器的智能会超越人类吗?”。让学生在图书馆或者从网上查阅相关资料,明确自己的论点并准备证据材料,并在课堂上进行辩论。这类辩论无所谓输赢,旨在通过这种活动,增进学生思考[3]。教学中,还可以充分利用多媒体教学的特点,如让学生观摩电影《终结者》系列、《人工智能》、《黑客帝国》等,增强学生对人工智能的直观感受,提高课堂教学效果[4]。

3.3应用实例分析

普遍而言,本科学生对单纯的理论讲解不太感兴趣,因此在教学过程中,适当增加一些实验和设计,提高学生分析问题的能力和实际动手能力。比如,讲解知识的产生式表示法时,给出产生式的概念和基本表示形式之后,可以通过“野人与传教士过河”问题来说明产生式表示法的具体应用过程;讲解计算智能的进化计算部分时,给出进化算法的几种具体形式和算法流程之后,可以通过中国旅行商问题(CTSP)来说明算法求解问题的过程。教师在教学过程中,可以根据需要,选择一些合适的应用实例进行分析。通过这些实例,既能加深学生对知识的理解,又能增加学习的兴趣。下面给出两个实例的简单描述。

1) 产生式表示法求解“野人与传教士过河”问题。

问题:传教士和野人各N人过河,现只有一条船,传教士和野人都会划船,船一次只能载k人,船上野人多于传教士时野人就会吃掉传教士,问如何安全过河?(不失一般性,以N=3,k=2为例求解)。

求解简述:设综合数据库中状态用三元组(m, c, b)表示,其中m、c、b分别表示传教士、野人和船的数目,则有:

0≤m, c≤3, b ∈{0, 1}

以左岸为参照点,则初始状态和目标状态分别为(3,3,1)和(0,0,0)。据此,可以给出一条产生式规则如下:

IF (m, c, 1) THEN (m-1, c, 0)

以此类推,把所有可行的规则都求出之后,就可按照规则集和控制策略得到问题的解。

2) 遗传算法求解31个城市的CTSP问题[5]。

问题:给定有限个城市的集合C={c1,c2, …,cm}及每两个城市之间的距离矩阵D=[dij]m×m,其中m∈N,dij=d(ci, cj)∈Z+,ci、 cj∈C,1≤i、j≤m,求出满足的城市序列cπ(1)、cπ(2)、…、cπ(m),其中π(1),π(2),…,π(m)是1、2、…、m的一个全排列。我们以CTSP问题为例,即求解中国31个城市之间最短巡回路线的问题。

求解简述:路径表示直接使用城市在路径中的相对位置,如有编号分别为1、2、3、4、5的5个城市的一条路径4-1-2-5-3,用路径表示方法直接可写为(4 1 2 5 3)。适应度函数值用路径的实际长度表示。交叉算子采用次序杂交,即选择父体的两杂交点,交换相应的段,其它城市则保持在父体中的相应次序。变异算子采用倒位算子,即随机选择两个位置,然后将它们之间的城市反序。通过运用遗传算法求解,可得最优解为15 404 km,对应的巡回路线为“北京―呼和浩特―太原―石家庄―郑州―西安―银川―兰州―西宁―乌鲁木齐―拉萨―成都―昆明―贵阳―南宁―海口―广州―长沙―武汉―南昌―福州―台北―杭州―上海―南京―合肥―济南―天津―沈阳―长春―哈尔滨―北京”。实例讲解完成后,可要求学生采用相同或者不同的方案自己去实现一下问题的求解过程。

4结语

人工智能是计算机科学与技术专业的一门核心课程,同时也是一门交叉学科,涉及面广,理论性强,教学难度较大,学生的学习兴趣有待提高。本文作者根据自己在人工智能导论课程中的教学实践和课程特点,明确了教学中的精讲内容和泛讲内容,总结了三种提高学生学习兴趣的教学方法,并给出相应的实例说明,旨在为本门课程的教师提供教学参考。

参考文献:

[1] 蔡自兴,徐光v. 人工智能及其应用(本科生用书)[M]. 北京:清华大学出版社,2003:288-296.

[2] 薛占熬,齐歌,杜浩翠,等. 离散数学的课堂导入法研究[J]. 计算机教育,2010(8):95-99.

[3] 徐新黎,王万良,杨旭华. “人工智能导论”课程的教学与实践改革探索[J]. 计算机教育,2009(11):129-132.

[4] 李春贵,王萌,何春华. 基于案例教学的“人工智能”教学的实践与探索[J]. 计算机教育,2008(9):53-54.

[5] 杨利英,覃征,贺升平,等. 改进的演化近似算法求解TSP问题[J]. 微电子学与计算机,2004,21(6):126-128.

Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence

YANG Liying

(School of Computer Science, Xidian University, Xi’An 710071, China)

Abstract: This paper presents three teaching methods for promoting learning interests based on the characteristics of Introduction to Artificial Intelligence and our teaching experience. These methods have been used in practice. The teaching practice shows that the methods proposed in this paper can promote learning interests effectively.

人工智能教育应用案例范文5

人工智能模拟仿真算法危机

1引言

人工智能(Artificial Intelligence),英文缩写为AI。它是用于研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学技术。“人工智能”的提起最早大致是在19世纪中叶的Dartmouth学会上被提出来的。它是计算机科学、信息科学、电子技术学、语言科学等多个学科互相影响促进而发展起来的一门综合类的学科。从计算机科学的角度出发,人工智能是研究如何制造智能或智能化的机器来仿真人类智能活动的,以模拟人们智能的科学系统。目前,人类社会已处于信息时代,也可以说是信息爆炸的时代。

人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中,从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说,现有的计算机的处理数据能力是匹配不了的,缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成,Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣,只不过在计算机没有发明之前,没有任何高科技辅助工具能解开智能的奥秘。

2“数据处理”与“知识处理”

巨大的信息处理能力是计算机技术产生和发展的巨大动力。计算机可以辅助人们全方位的解析科学未知智能领域,信息处理的发展大致分为两个重要阶段:

(1)数值计算阶段,大量文件数据处理和管理。这些都有明确算法和科学的管理方法,这个层面中的显著特征是“数据处理分析”阶段。体显出对众多学科领域学术发展的积极促进作用,逾越了许多的计算领域界限,使原本许多不可解决的问题迎刃而解。

(2)逻辑与符号处理实质阶段,这就必须让计算机具有超强的处理分析能力。在这一阶段的主要研究是对知识数据的处理过程,实现了这些Al就基本呈现在眼前了。

科学技术的发展是不断探索未知领域的漫长过程,也是孕育而生新算法智能工具的过程。探索未知的科学领域需要智能的辅助工具,这就使人类对未知科学领域探索的脚步越来越快。

3人工智能的应用领域

(1)地质勘探、石油化工等领域是人工智能的主要发展使用领域。1978年美国斯坦福国际研究所会议中曾经讨论研发后来制成了矿产勘探开采系统(PROSPECTOR),该系统主要用于勘探矿产、分析种类以及矿产容量等,是工程领域依靠人工智能的一个典型案例。

(2)人工智能和专家系统理论和技术应用在医学领域。形成医学专家系统,他具有极大的科学及经济价值,医生诊断复杂的医学问题集中使用都靠它来解决。人工智能促进医学发展方面起着重要作用,并应用于多个医学领域,现阶段发展趋于完善。

4计算机及人工智能的发展方向

计算机的发展将趋向超高速、超小型、并行处理和智能化。自从1946年世界上第一台电子计算机诞生以来,计算机技术迅猛发展,现有计算机的性能受到挑战,开始从基本原理上寻找计算机发展的领域,新型计算机的研发应运而生。未来量子、光子和分子计算机将具有感知、思考、判断、学习以及一定的语言表达能力,使计算机走进人工智能时代。

现如今科学技术每天都在飞速发展,人工智能的发展空间领域越来越大。但从目前的一些尖端的科学领域的研究可以看出,人工智能未来的发展可能会向更高层次的科学领域深入人工智能的发展作为一种高辅技术实现与人类智能对接是现代社会发展的高效催化剂,人工智能科学整体性的研究探索可以说才刚刚起步,但是它的迷人魅力会促使科学家们前仆后继的投入到研究探索的工作当中去。相信人工智能领域研究开发会离我们的期望目的越来越近。

5结语

计算机的发展现在已经处于第五代的研发当中,其中最核心技术便是人工智能,可以说,人工智能的研究一旦取得突破,那么第五代计算机就有可能研发成功,同时在世界范围内的数据信息科学领域产生重大的意义,乃至对人类文明的发展产生重大影响。由人脑科学、认知能力科学、人工智能等共同研究智能的潜在本质,形成模拟智能科学。而对于人工智能学科整体层面而言,要有所突破前进,必需要有多个学科合作协同,在众多学科研究中实现主动创新。

由于人工智能与计算机技术的飞速进展,对人类社会、人类认知智能等科学的深入研究,形成了研究人脑及思维等学科。电脑与人脑、人工智能与人类智能,特别是智能计算机高度模拟人脑的研究,全面推动了人类社会认知世界的发展,人工智能的深入研究使计算机更加智能聪慧。计算机发展的未来值得注意的是,人类使计算机更加接近自己,人工智能科学领域带动了计算机的飞速发展,计算机的聪明才智更接近人类,智能的计算机大大滴提高了人类认知世界改造世界的能力,人类发明使用智能的计算机推动全人类社会文明的飞跃发展。

参考文献:

[1]蔡自兴,蒙祖强.人工智能基础(第2版).高等教育出版社.

[2]阎平凡.人工神经网络语模拟进化计算.北京:清华大学出版社,2000.

[3]赵林明.多层前向人工神经网络.郑州:黄河水利出版社,1999.

[4]何佳洲,周志华,陈兆乾.系统故障诊断的一种神经网络方法.计算机工程与应用,1996.

[5]韩立群.人工神经网络管理、设计及应用.北京:化学工业出版社,2004.

[6]周开利,康耀红.神经网络及其MATLAB仿真程序设计.北京:清华大学出版社,2005.

[7]黄国兴,陶树平,丁岳伟.计算机导论(第2版).清华大学出版社.

人工智能教育应用案例范文6

关键词:智能制造;智能科学与技术;人工智能技术;机器人;实验平台建设

智能制造是基于新一代信息技术,贯穿设计、生产、管理、服务等制造活动各个环节。具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。是信息技术和智能技术在装备制造过程技术的深度融合与集成。加快推进智能制造,是我国在全球新一轮产业变革竞争背景下出台的《中国制造2025》的主攻方向。广东省作为国内制造大省和全球重要制造基地,也对接印发了《广东省智能制造发展规划(2015-2025年)》。针对广东省制造业的创新能力、产业结构、信息化水平的缺乏竞争力的问题,大力实施创新驱动发展战略,推动智能制造核心技术攻关和关键零部件研发,推进制造过程智能化升级改造,实现“制造大省”向“制造强省”转变。创新驱动,智能化升级改造需要国际领先水平人才的引进和高等院校实战型工程技术人才培养。我院智能科学与技术专业就是面向广东智能产业的深度融合设置的。其专业实验平台的建设需要针对广东省高端装备、制造过程、工业产品智能化等领域的薄弱环节,以“机器智能”为方向,完善实验教学体系、整合实验教学资源,开设综合性、创新性的实验项目,培养学生实践能力和创新意识。紧密联系企业,针对智能制造关键技术协同创新。培养具有智能系统开发与设计、智能装备的应用与工程管理能力;能在智能装备、智能机器人、智能家居等领域从事智能系统的是开发与设计、应用于维护、运营与管理的“厚基础、强应用、能创新”的高素质工程应用型人才。

1专业实验平台建设思路

面向智能制造专业实验平台的建设,依据《广东省智能制造发展规划(2015-2025年)》中发展智能装备与系统,工业产品、制造流程智能化升级改造的任务,从智能科学与技术知识体系中提取专业发展方向的课程,建立完善专业实践教学体系。以“机器智能”为方向建设人工智能与机器人实验室为核心,以项目、科技竞赛、紧密对接企业协同创新为手段,培养学生能够运用工程基础知识和专业理论知识设计工程实验,分析实际问题的能力,培养学生查询检索资料文献获取知识的能力,培养学生能够综合运用自然科学知识、专业理论知识和技术手段设计系统和过程解决实际问题的能力。通过科技竞赛等活动,培养学生在团队里具有工程组织管理能力、表达能力和人际交往能力。通过与企业的合作,掌握基本创新方法,并让学生具有追求创新的态度和意识,以培养学生的综合素质和能力为重点。立足华软学院电子系电子信息工程嵌入式专业、自动化专业、通信工程专业现有的平台优势,按照“整合、集成、共享、提升”的基本思路,完善支撑体系,优化验教学资源配置,建设一个能够与广东智能产业深度融合的阶梯形层次化实验平台。

2实验平台建设内容

智能科学与技术专业实验实践平台的建设要依据实验教学体系的构建,突出面向智能制造工程实践为特色,按照学生的成长需要,建立阶段化、层次化、模块化的实验教学体系。

2.1专业实践课程体系建设

面向智能制造的智能科学与技术专业定位是以工程应用型人才培养为目标的,是在通识教育基础上的特色专业教育。专业课程体系的建设首先还是以培养学生具有扎实自然科学基础知识,人文社会科学知识和外语应用能力为基础,其次是智能科学与技术专业技术基础课程,如数字系统与逻辑设计、数字信号处理基础、信号与系统、电路分析与电子电路;c语言程序设计与算法分析、数据结构、数据库与操作系统、微机原理与接口、传感器与检测技术等。最后是专业方向类课程,也是专业的核心课程,如制造业基础软件中的嵌入式软件、工业控制系统软件,工业机器人中人工智能技术应用和智能控制技术。主要有知识获取模式识别;数据通信与网络;嵌入式系统移植和驱动开发;嵌入式应用开发;人工智能与神经网络;智能控制技术;机器人学等课程。培养学生具备计算机技术、自动控制技术、智能系统方法、传感信息处理等技术,完成系统集成,并配合专业实践课程体系如图1,完成电子工艺实习、技术基础课程、核心课程的课程设计和综合项目实验,并在工程应用中实施的能力。

2.2实践教学体系建设

依据专业实践课程体系,构建主要包括计算机基础、电路基础、信息与控制基础、嵌入式技术、机器智能系统五大模块开展不同学习阶段层次化的实验教学体系。主要包括基础类、专业实训类、综合创新类。

1)基础类实验注重开设与课堂教学中基本理论相结合的精品实验项目,并逐步提升基础实验课时的比例。从实践中启发引导学生牢固掌握基础理论知识。除此之外,还要注重工作方法和学习方法的能力培养,如收集信息查找资料、制定工作计划步骤、从基础理论到解决实际问题的思路以及独立学习新技术的方法和评估工作结果的方法。培养学生厚实的专业基础知识和能力。

2)专业实训类实验主要以项目教学、案例教学、情景教学方式培养学生利用专业知识及方法独立解决行业领域内的任务和问题并能够评价结果的能力。如智能传感应用项目,人工智能技术实验项目,知识表示与推理项目,计算智能项目,专家系统,多智能体系统;机器人项目,如最小机电系统组成,如何完成对电机的控制;利用单轴或双轴控制平台实现基本搬运装配作业。

3)综合创新类实验注重培养学生从理解问题域开始,获取数据和知识、开发原型智能系统、开发完整智能系统、评估并修订智能系统、到整合和维护智能系统六个阶段构建智能系统。如开展人工智能技术在智能制造中的应用包括产品设计加工、智能生产调度、智能工艺规划、智能机器人、智能测量等;直角坐标机器人实现码垛搬运、多关节串联机器人、弧焊机器人实训等。

4)科技竞赛、与企业协同创新,通过观察记录待智能化升级的工厂生产过程,发现定义问题、提出假设、搜集证据检验假设、发表结果、建构理论等实验过程设计的能力。培养学生掌握基本创新的方法,团队协作管理能力、表达沟通能力等。如嵌入式设计大赛、机器人大赛等科技竞赛;以及针对自动化生产线的嵌入式工业控制系统设计;针对原材料制造企业的集散控制、制造绦屑成应用;针对装备制造企业的敏捷制造、虚拟制造应用;工业机器人在汽车、电子电气、机械加工、船舶制造、食品加工、纺织制造、轻工家电、医药制造等行业的应用。

2实验教学保障

智能科学与技术实验平台建设以人工智能与机器人实验室建设为核心,结合目前学院嵌入式系统实验室、自动控制实验室、传感器技术实验室、通信原理实验室资源,仪器设备共享共建的原则,系统化筹备购置。人工智能机器人实验室主要针对智能系统设计开发和机器人应用,基于计算机系统的人工智能技术学习应用包括人工智能技术在智能制造应用和工业机器人仿真软件ABB Robot Studio。基于“探索者”机器人系统控制实训箱Rino-MRZ02(包含履带机器人、双轮自平衡机器人、5自由度机械臂、6自由度机械臂等)

可以开展的项目有:利用启发式算法、遗传算法、蚁群算法等模糊数学理论对工业产品设计进行性能模拟、运动分析、功能仿真与评价;利用人工神经网络自学习、自组织构造产品加工过程新能参数预测模型。利用模式识别、机器学习、专家系统、多智能体系统进行感知、并对环境的改变进行解读、动作进行规划和决策;利用专家系统、遗传算法、模糊逻辑集中式解决生产调度多目标性、不确定性和高度复杂性的问题,寻求最优规则,提高调度的速度;利用蚁群算法、遗传算法分布式多智能体系统进行问题分解、彼此协商、任务指派、解决冲突。

履带机器人可开展电机控制实验;运动控制实验;HD轨迹控制实验;无线通信实验。双轮自平衡机器人呢可开展自平衡模块实验;倒立摆算法实验;双轮载具运动实验。6自由度双足机器人可开展双足运动控制实验;步态规划实验;双足平衡实验;机构改装实验。5自由度机械臂可开展机械臂运动控制实验;颜色分拣实验。可扩展为8自由度双足机器人、轮腿式机器人等技能提高类课程设计。

通过ABB公司的机器人仿真软件RobotStudio进行工业机器人的基本操作、功能设置、二次开发、在线监控与编程、方案设计和验证的学习。