开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能课程论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
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。
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。
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]。
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。
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.
ReformandPracticeofInnovativeTeachinginArtificialIntelligence
WANGJia-hai,YINJian,LINGYing-biao
(DepartmentofComputerScience,SunYat-senUniversity,Guangzhou510006,China)
关键词：人工智能；教学内容；教学方法
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。
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
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。
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
(3)课堂辩论与交互式教学
(4)个性化学习与因材施教
(5)多媒体与网络教学的使用
(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
如何对本课程的考试方式进行改革一直是我们探索的问题。我们综合考虑课堂出勤情况(10％)、平时正式作业成绩(20％)和期末课程考试(70％)，进行综合评分。期末考试有时采用综合试题考试，出几个大题目让学生选择其中几个进行开卷笔试，当面交卷后评分；有时采用课外开卷论文结合或口试面试。最近，我们还对部分学生结合实验或实际问题提问等进行考核。我们正进一步改革、试验和探索，使考试成为衡量与培养创新能力，促进学生学习主动性和提高课程教学质量的重要环节。
关键词：人工智能；案例教学；应用
作为计算机科学技术的全新领域即人工智能，其正在迅速成长与成熟、新方法、新理念、新技术并且不断壮大，同样也包含着计算机网络、数学、信息论各类学科的交叉和边缘学科。人工智能包含的主要内容有知识表示和推理机制、问题求解和搜索算法，自然语言理解、专家系统和机器学习等；也作为计算机科学各专业重要的基础课程，国内外各高校都非常重视，都将人工智能作为计算机专业的必修课程。人工智能包含的学科多，知识点杂、理论性强、内容抽象，算法难度高复杂，在此情况下各高校采用传统的“教师讲、学生听”单一教学模式，学生处于被动学习地位；课堂教学与实际操作、理论与现实应用相脱节；加上理论知识强，案例缺乏，容易使学生感觉空洞；学生易产生厌学情绪，也达不到锻炼其分析问题、解决问题的思维能力和实践动手能力。如何让学生高效的学习一直是教师研究的课题，在大数据和网络信息时代的大背景下，“互联网+”已经广泛应用和存在于生活、工作各个方面，其在教育教学中表现出的创新性、互动性尤为突出，并极具优势。
2基于案例的教学研究
此方法开始于上世纪20年代左右，最早是由美国哈佛商学院所提倡的，基于当时特殊的商业管理真是背景和特殊事件，能够有效的发展和培养学生主动性、积极性和应用能力，开展案例教学后，学生实际解决问题能力有了很大的提高。但此教学研究方法知道到上世纪80年代后期，才引起教师的重视。1986年由美国研究小组提出《准备就绪的国家：二十一世纪的教师》书中，强烈推荐此方法在实际教学的重要性，并说明今后在教学过程中将其作为一种重要的教学方法应用于各类课程中去。
3基于人工智能的案例教学研究及应用
此方法第一步是案例选取，案例的好坏是决定案例教学效果关键因素。案例的选取需要满足以下要求：（1）符合现在的教学目标，明确学生需要掌握的知识点、重难点等，能够运用所学的理论知识应用到实际中，以此提高学生分析、解决问题的能力；（2）案例要有代表性、趣味性，由于人工智能课程内容多、抽象，需要将枯燥乏味的知识点转化为趣味生动的案例，有利于吸引学生注意力，激发学习兴趣和主动性；例如，讲到“知识表示”这部分内容中引入“机器人搬积木”、“野人修道士渡河”案例；（3）采用互动的形式，此为人工智能的案例教学研究重要特征，同时也是教学目标得以充分展现的必要条件。能够调动大家的积极性，学生和学生之间、学生与教师之间的互动，调动学生的主观能动性。
3.2案例的执行
通过以上论述，人工智能技术开始应用于教学,与教学现代化有着密切的联系。其发展必将对现代教育起巨大推动作用。在教学,可以基于人工智能技术建立人类推理模型学习工具等诸多的运用,展示出越来越好的实用性。
参考文献：
[1]邹蕾,张先锋.人工智能及其发展应用[J].信息网络安全，2012(02).
[2]陈柯蒙，张宁.人工智能的发展探析[J].新西部(理论版)，2012(05).
[3]陈浩磊，邹湘军，陈燕,等.虚拟现实技术的最新发展与展望[J].中国科技论文在线，2011(01).
1、计算机人工智能识别技术应用瓶颈探析
2、计算机科学与技术的应用现状与未来趋势
3、计算机信息处理技术在大数据时代背景下的渗透
4、计算机基础课程应用教学思考和感悟
5、中职中药专业计算机应用基础教学改革实践
6、浅谈虚拟现实技术在中职计算机基础教学中应用的必要性
7、计算机图像处理技术在UI设计中的应用
8、计算机生成兵力行为建模发展现状
9、智慧档案馆计算机网络系统方案设计
10、浅谈如何提高计算机网络的安全稳定性
11、计算机应用技术与信息管理的整合探讨
12、计算机科学技术小组合作学习研究
13、计算机科学与技术有效教学策略研究>>>>>计算机网络和系统病毒及其防范措施毕业论文
14、互联网+背景下高校计算机教学改革的认识
15、艺术类应用型本科高校"计算机基础"课程教学改革研究
16、计算机技术在石油工业中应用的实践与认识
17、计算机技术在电力系统自动化中的应用研究
18、微课在中职计算机基础教学中的应用探析
19、课程思政在计算机基础课程中的探索
20、计算机服务器虚拟化关键技术探析
21、计算机网络工程安全存在问题及其对策研究
22、人工智能在计算机网络技术中的运用
23、慕课在中职计算机应用基础教学中的运用
24、浅析如何提高高校计算机课程教学效率
25、项目教学在计算机基础实训课程中的应用分析
26、高职计算机网络教学中项目式教学的应用
27、计算机信息安全技术在校园网络的实践思考
28、大数据背景下的计算机网络安全现状及优化策略
29、基于计算机网络信息安全及防护对策简析
关键词：智能管理；多媒体教学软件；网络教学
智能管理与决策是一门关于智能管理、智能决策支持和智能管理系统设计与实现技术的多学科交叉与应用性课程，以普通高校信息类专业研究生为讲授对象，介绍智能管理与智能决策的基本理论、智能优化技术、机器学习、多Agent技术、知识管理和智能决策系统、智能管理系统的设计与开发。智能管理以信息技术为手段，应用人工智能、管理科学、计算机科学及有关学科的理论和方法建立管理系统，为管理者科学、准确地决策提供帮助。
本课程的学习可以使学生了解智能管理与智能决策的基本理论和常用方法，使学生了解和掌握智能管理系统设计的基本概念、方法和技术。智能管理与决策是一门理论、技术和应用密切结合的课程，通过学习，学生可以为将来在智能管理信息系统领域的进一步研究和系统开发工作奠定良好的基础。
信息类专业研究生在本科或研究生低年级阶段已经学习过人工智能原理、数据库技术、软件工程和高级程序设计语言等基础课程。因此，本课程在教学上以应用实例解析为主,并辅一般性理论讲授。对于涉及到的人工智能技术中较为抽象的理论内容，我们在教学过程只是复习巩固，本课程主要解决如何充分利用已经学习过的课程，按照软件工程的系统设计开发思想，应用智能决策理论解决实际问题，将理论学习应用到智能管理信息系统及专家系统的设计和开发中。
1参考教材与教学软件并用
本着打基础、重实用的原则，我们选取由科学出版社出版倪志伟的《智能管理技术与方法》、杨善林的《机器学习与智能决策支持系统》、《智能决策方法与智能决策支持系统》等多种参考书[1-2]。参考书主要作为理论学习教材，我们根据课程计划有针对性地选择部分内容，特别注重基础知识与应用实例相结合。并增加介绍性内容，让学生了解人工智能技术在管理信息系统有专家系统中的发展前沿和发展趋势，保持课程体系完整性，体现研究生教学特点与主题。启发学生进行研究性的思考和分析。主要内容包括决策支持系统、智能技术与智能决策支持系统、专家系统与智能管理系统、机器学习与智能管理系统等。重点讲授基于范例学习、智能故障诊断系统及基于神经网络的决策模型模型。每项理论内容均配合详细的实际案例说明，让学生掌握从确定开发目标、设计思想、开发原则、设计方案以及建立功能体系的智能管理系统设计与实现全过程。
为了活跃教学气氛，同时也作为课堂讲授形式的补充，我们开发了智能管理与决策教学软件，如图1所示。课件在内容的选取、课程的编排上都作了精心的准备与测试，努力将媒体的表现力与所学内容相结合，基本保证了内容的充分性与全面性；从交互的角度来说，导航的使用非常充分，动画演示和练习测试互补。本课件总体设计制作达到了多媒体教学课件的制作要求，能够完成最初设定的教学任务和目标。软件结构如图2所示。
2课堂教学与网络教学同步
由于本课程涉及计算智能、机器学习等抽象内容，网络及多媒体材料的引入，活跃与补充了课堂教学。这不仅加深了学生对知识的理解，更激发了学生对课程的兴趣，知道了人工智能在各类管理与决策实践中的成功应用。网络课程建设将学生不容易理解的抽象的系统模型与设计生动地演示出来，帮助学生学习体会智能管理与决策系统的开发方法，受到了学生欢迎。经过两年的探索和积累，本课程网站已包括教学文件资源、网络课件教学资源、学习资源、课程录像资源、学生作品资源，其中网络课件教学资源融合了课程教学情境设计和动画课件。现代教学手段促使学生全程参与教学活动，创新能力得到提高。
3实践项目
考核方式以平时讨论、课堂发言及最后的大作业和论文方式进行，引导学生进行研究式学习。
[1]倪志伟,李锋刚,毛雪岷.智能管理技术与方法[M].北京:科学出版社,2007:12-18.
[2]杨善林,倪志伟.机器学习与智能决策支持系统[M].北京:科学出版社,2006:254-307.
[3]杜晖.决策支持与专家系统[M].北京:电子工业出版社,2007:63-94.
TeachingResearchofIntelligentManagementandDecisionMaking
PENGYan1,WANGWansen2
(1.CollegeofManagement,CapitalNormalUniversity,Beijing100089,China;2.CollegeofInformationEngineering,
CapitalNormalUniversity,Beijing100048,China)
关键词：研究性课程；智能控制；教学研究；工程实践
Constructionandexplorationonresearchcurriculumintelligentcontrol
ZhuPeiyi，XuBenlian，ShiJian
（SchoolofElectricalandAutomationEngineering，ChangshuInstituteoftechnology，Changshu，Jiangsu215500，China）
Abstract：Theresearchcurriculumisaimedatintegratingtheteacher'sscientificresearchintoacustomaryknowledgesystemwithhierarchicalanddifferentmodule.Thelatestintelligentcontrolresearchachievementistransferredintotheteachingresourceseffectivelybyadoptingenquiry-based，discussion-based，project-basedanddisplay-basedteachingapproaches.Thestudents'practicalabilityisfocusedonintheteachingprocess.Concentratingon"theory，experiment，researchproject"，thecurriculumisdesignedtoarousethestudents'interestinlearning，enhancetheconnotationofcurriculumandimprovethestudents'abilityofresearchproblemsandinnovationconsciousness.Itlaysasolidfoundationforsubsequentengineeringpractice.
Keywords：researchcurriculum；intelligentcontrol；teachingresearch；engineeringapplications
0引言
研究性教学就是引导学生在一定的情境中，通过主动发现问题和解决问题而获得知识、形成能力、发展个性的教学方法。它的实质就是让学生在教学过程中体验科学原理的发现和应用科学原理解决实际问题等不同类型的研究过程[1]。早在2005年，在《教育部关于进一步加强高等学校本科教学工作的若干意见》中明确提出了“积极推动研究性教学，提高大学生的创新能力”的要求[2]。如何在专业课程教学中实施研究性教学，提高本科生的科学研究能力，是高校理工科教学改革面临的重要课题[3-5]。
“智能控制”是我校一门理论性与应用性结合非常强的专业课程，它不仅涉及自动化技术，同时与计算机科学技术、数学等学科门类交叉[6]。作为应用型本科高校，我们将该课程直接面向自动化、电气工程及其自动化、测控技术与仪器、机械制造及自动化等本科生和硕士研究生，在注重理论知识传授的同时，直接面向具体工程应用实例。通过双语研讨式教学方式，以项目应用为纽带，阐述模糊控制、神经网络控制、智能计算在工程中的应用与原理，让学生直接感触理论对应用的支撑，应用需要理论指导这一基本工程逻辑。
1研究性课程设计理念
“智能控制”研究性课程旨在将教师的科研成果分层次、分块地融入到原有课程知识体系之中，通过采用探究式、讨论式、专题式、成果展示式等多种教学方式，将智能控制研究领域最新的成果有效地转化为教学资源，它不仅可以提高学生学习的兴趣，而且更有利于课程内涵提升。较一般的课程更强调教学的研究性和有效性，是一种强调以学生为主体，注重过程教学的开放式教学方式，教学团队将结合自身及国内外学者在智能控制领域的最新研究成果和教学思想确定课程内容，课程采用先进的知识内容和分析方法，采用英文教材，实行双语教学，动态地补充和更新教学内容。在教学过程中充分展示创新给智能控制带来的无穷生命力，同时创造多机会来培养和激发学生的创新能力，例如实验教学、课程的小论文、学术论坛和综合设计等，提高他们的综合科学素质以及在工程实践中分析、解决实际问题的能力。重视理论教学和实践教学的结合，突出实践性教学的时效性和可观测性，在课程内增加讨论课，增加小设计和小论文，充分激励学生探索和研究的热情，让学生学会科学研究的方法，把能力的培养落在实处。
2研究性课程理论教学
2.1课程定位
针对我校本二学生实际和自动化专业对该领域知识的基本要求，本课程的基本定位如下。
⑴理论引入与应用感受相并重。为此，在课程安排时，将理论与实验课时安排相等，让更多学生通过相应的实践锻炼来体会人工智能技术的奥妙。
⑵科研最新成果及时向教学资源转化。对于“智能控制”的三大知识模块，均有不同程度的研究成果转化成相应的教学资源，如群智能在图像信息处理中的应用、模糊控制在倒立摆控制中的应用等等。
⑶教学方法与手段与教学内容同步更新。研究性课程的一个重要特征是教学内容的不断更新，为此，课程组一直致力于研究行之有效的双语教学手段。以调动学生学习兴趣为目标，做好成果展示、课题研讨、自我实现的三段教学新方法。
针对上述课程定位，我们确定了课程建设最终形成的目标：按照研究性双语课程要求与规律进行全面设计与整体建设；自主出版一套符合我校学生实际的英文版“智能控制”教材；通过丰富的实验科研项目，让学生通过自主学习方式体验人工智能技术及其新进展；融合科学与科研团队，实现教师培养与学生培养双赢。
2.2课程重难点及解决思路
教学内容组织方式上主要采取“三个相结合”，即理论与实际相结合、课堂教学与实验室教学相结合、常规课堂教学与现代教育技术相结合，体现“让学生在系统中学习系统”的教学。智能控制的重点主要围绕模糊控制、神经网络、进化计算三大块展开系统地理论与实践并重双语教学。要求学生重点掌握如下内容。
第一模块主要围绕模糊控制中模糊集合与模糊关系，模糊逻辑与模糊推理及其应用。
第二模块主要围绕基本的神经网络类型结构，监督式与非监督式神经网络的学习算法及其应用。
第三模块主要围绕进化计算中遗传算法，蚁群算法和粒子群算法，讲述这些算法的原理及其应用思想。
该教学思想是通过本课程的学习，不仅掌握三个模块知识，而且还能将三大模块知识合成一个体系或系统，使学生全面掌握“智能控制与系统”这一自动化专业的精髓，既树立“智能”理念，又能培养具有“系统”理念，能将智能控制技术应用在生产过程控制、运动控制等领域，且应用得好。
“智能控制”课程的难点在于模糊推理的方法、模糊控制器的设计、监督式神经网络学习原理、遗传算法原理和蚁群算法原理、各种智能控制器设计及其应用。智能控制多为仿生或拟人控制，其控制机理存在于自然界和生物界。因此，对各种控制机理的介绍要从有趣的生物和自然现象入手，引人入胜地介绍智能控制原理。通过深入浅出、形象比喻、并结合多媒体技术进行讲解。
3研究性课程实践教学
3.1实践教学的设计思想
“智能控制”课程实践性教学的主要目的是使学生通过实验，发挥主动性，研究探讨智能控制系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好地理解人工智能，培养学生的理论联系实际能力和创新能力，逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。
实践性教学的设计思想我们归纳为四个体现。
⑴理论性：通过基础验证性实验让学生加深对理论的理解。如实验内容包含模糊控制系统的推理。
⑵系统性：通过综合设计性实验让学生加深对控制系统的理解。开设的系统实验有：温度控制系统、液位控制系统等。
⑶研究性：通过激励式鼓励教师将最新的研究成果引入实践教学中，让学生体验新技术带来的乐趣，如将蚁群算法应用在生物信息图像处理与信息融合领域。
⑷工程性：让学生在一个与工业生产实际相符合的环境下完成实践环节，从而增强学生的工程实践能力，如模糊控制技术在机器人避障中的应用。
通过实践性教学的这四个体现，学生不仅有相对扎实的智能控制知识，而且还具备一定的智能控制思想并应用至具体控制对象设计中去。
3.2实践教学的设计与实验内容安排重点
课程设计与实验是智能控制教学任务的重点与难点，在抓住主要三大知识模块的基础上，经过多年教学经验和将来学生从事工作实际，在课程设计与实验的内容安排上注重以下几点。
⑴贴切应用。实践内容的安排绝大多数来自生活或生产中遇到的实际问题，通过建模、方案设计、实验、调试，逐步验证方法的正确性等等，让学生从系统中学会了应用，从应用中找到人工智能应用的强大功能。
⑵贴切学生实际。针对本二学生，所关心的重点是如何将理论转化成实际的效果。在实践内容安排上，强调的是目标实现，而不是问题的优化，让绝大多数学生能完成实践任务与目标，从实践中体验知识带头的快乐。
⑶一切围绕“问题”。教师在问题中教学，学生在问题中学习，寻找学习与实践的交叉点，通过研讨和分组，让学生根据兴趣自主选择实践项目。
⑷丰富与不断更新实践项目。通过将研究成果转化教学资源，不断更新实践教学资源，目标保持至少10个以上实践项目供学生自主选择。
4研究性课程教学方法与教学手段改革
4.1教学方法改革
本着因材施教的教学方针，我们积极引入灵活的教学方法，如探究式、讨论式、专题式、成果展示式等教学方法，充分激发了学生求知的潜能和学习的主体作用。结合专业特点，选用国外知名大学英文原版教材和自己编写的智能控制基础教材相结合，进一步丰富课程内容。适当增加讨论课，提倡小设计和小论文，充分激励学生探索和研究的热情，让学生学会科学研究的方法，提高解决问题的能力；实践教学的设计思想始终贯彻理论联系实际、重视实践、激发学生创新热情的指导方针，自行开发与引进实验装置相结合，提供基础性、综合性和创新性的实验内容。为学生创造良好的实验条件，鼓励学生自主开发智能控制系统，独立完成设计、控制与研究，并验证其效果。
4.2教学手段改革
采用“多媒体投影+黑板”的技术手段加速了课程内容的呈现，提高了课堂讲解的表现力，如：针对该课程内容难度大，信息涵盖量大，知识面广的特点，充分发挥现代教育技术的优越性，课堂授课方法以多媒体课件为主，实现图、文、声、像并茂的视听一体化教学，并与传统教学手段有机组合，让学生共同参与教学的全过程。网络教学平台有效地支持了自主性学习，如：双语课程网站提供了智能控制课程丰富的教辅资源，网络多媒体课件及学术论坛为学生提供交互式学习平台，使学生能够在课堂学习、答疑、自由论坛等各个环节密切配合，有效地支持了学生自主性的学习。同时，利用多媒体课件可以做到教学资源共享，便于教师之间彼此交流教学经验。
5结束语
智能控制是一门具有较强理论综合性和实践性、学科交叉及应用广泛的专业课程。深度发掘学生的自主学习与创新意识，对自动化等专业智能控制课程研究性教学从课程设计理念、理论教学改革、实践教学改革以及教学方法与教学手段改革等四个方面进行了具体的实践探索，取得了一定效果。通过研究性教学，逐步培养学生的主动学习的意识和创新意识，培养研究精神，鼓励研究热情，引导学生逐渐积累专业知识，解决实际问题，达到培养创新性人才的目的。但是智能控制课程的开设一般都选择在大四上学期，如何有效激起所有同学的学习兴趣，以及分层次、分专业背景的授课方式将是本课程未来所研究的主要内容。
[1]徐青，张云，应飚.试论研究性大学创新性科研团队的建设[J].中国高
教研究，2009.3：49-50
[2]张建华.应用型人才培养中数值计算方法课程教学改革与实践[J].大
学教育，2013.8：51-52
[3]顾沛.把握研究性教学推进课堂教学方法改革[J].中国高等教育，
2009.7：31-33
[4]赖生建.《计算电磁学》课程研究性教学实践[J].实验科学与技术，
2013.11（6）：262-264
[5]李胜清，康勤书，陈浩.分析化学“四位一体”研究性教学模式的构建
与实践[J].理工高教研究，2009.28（5）：60-62
一、深度学习概念的提出
深度学习的概念，源于30多年来计算机科学、人工神经网络和人工智能的研究。上世纪八九十年代，人们提出了一系列机器学习模型，应用最为广泛的包括支持向量机（SupportVectorMachine，SVM）和逻辑回归（LogisticRegression，LR），这两种模型分别可以看作包含1个隐藏层和没有隐藏层的浅层模型。计算机面对较为复杂的问题解决训练时，可以利用反向传播算法计算梯度，再用梯度下降方法在参数空间中寻找最优解。浅层模型往往具有凸代价函数，理论分析相对简单，训练方法也容易掌握，应用取得了很多成功。①随着人工智能的发展，计算机和智能网络如何基于算法革新，模拟人脑抽象认知和思维，准确且高清晰度地进行声音处理、图像传播甚至更为复杂的数据处理和问题解决等，在21世纪来临的时候成为摆在人工智能领域的关键问题。
在人工智能领域，深度学习其实是一种算法思维，其核心是对人脑思维深层次学习的模拟，通过模拟人脑的深哟纬橄笕现过程，实现计算机对数据的复杂运算和优化。深度学习采用的模型是深层神经网络（DeepNeuralNetworks，DNN）模型，即包含多个隐藏层（HiddenLayer，也称隐含层）的神经网络（NeuralNetworks，NN）。深度学习利用模型中的隐藏层，通过特征组合的方式，逐层将原始输入转化为浅层特征、中层特征、高层特征直至最终的任务目标。深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务的建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出，为训练深层模型带来了希望，并在多个应用领域获得了成功。
二、深度学习在教育中的兴起与发展
来自脑科学、人工智能和学习科学领域的新成就，必然引起教育领域研究者的深刻反省。计算机、人工智能尚且能够模拟人脑的深层结构和抽象认知，通过神经网络的建立开展深度学习，那人对知识的学习过程究竟应该是怎样的一个脑活动过程和学习过程？学生的学习有表层和深层等层次之分吗？从作为符号的公共知识到作为个人意义的个人知识究竟是怎样建立起来的？知识学习过程究竟是一个怎样的抽象认知过程？信息技术环境支持下深层次的学习如何实现？近十多年来，这些问题引起了许多教育研究者特别是教育技术学研究者的浓厚兴趣，深度学习、深度教学的研究日益引起人们的重视。也正是在辛顿的“深度学习”概念明确提出后，教育学领域特别是教育技术学领域的深度学习研究日益活跃起来。
尽管计算机、人工智能领域与教育学领域都提出了“深度学习”概念，但不难看出二者显然具有本质差异。计算机与人工智能领域的深度学习是建立在机器模拟人脑深层结构的基础之上的，是基于人脑结构的一种计算机算法思维和问题解决模型，是对人脑和认知结构的模拟。而教育学领域的“深度学习”概念，无论是布鲁姆还是马顿和萨尔约，都指向了“知识”和“学习”两个核心，是关于知识学习的目标和过程的问题。布鲁姆在教育目标分类学认知领域的目标构设中，认为认知目标是由了解、理解、应用、分析、综合、评价六个不断加深的层次构成的。这一目标明显是关于知识学习和认知过程的目标，在2001年修订版中，这一目标被精确表述为知识学习和认知过程两个维度。马顿和萨尔约在关于阅读的研究中，基于学生对文本理解的层次和理解的深度提出了“深度学习”的概念，并认为学习的本质区别在于过程而不是学习的结果，是学生对文本知识学习的深刻程度决定了其学习结果的差异性。
三、深度学习的核心理念
深度教学的“深度”是建立在完整而深刻地处理和理解知识的基础之上的。艾根在深度学习的研究中，首次从知识论的角度，论述了深度学习的“深度”（Depth）的涵义。他认为“学习深度”具有三个基本标准，即知识学习的充分广度（SufficientBreadth）、知识学习的充分深度（SufficientDepth）和知识学习的充分关联度（Multi-DimensionalRichnessandTies）。这三个标准，也是深度学习的核心理念。
第三，知R学习的充分关联度。知识的充分关联度，是指知识学习指向与多维度地理解知识的丰富内涵及其与文化、想象、经验的内在联系。知识学习不是单一的符号学习，而是对知识所承载的文化精神的学习。同时，通过与学生的想象、情感的紧密联系，达到对知识的意义建构。从广度，到深度，再到关联度，学生认知的过程是逐层深化的。所谓意义建构，即从公共知识到个人知识的建立过程，都需要建立在知识学习的深度和关联度之上。
①Y.LeCunandY.Bengio.Convolutionalnetworksforimages，speech，andtime-series.InM.A.Arbib，editor，TheHandbookofBrainTheoryandNeuralNetworks.MITPress，1995.
②GeofferyE.HintonandSalakhutdinovR.R.，Reducingthedimensionalityofdatawithneuralnetworks.Science.2006Jul28；313（5786）：504-7.
③GeoffreyE.Hinton，SimonOsindero，Yee-WhyeTeh.AFastLearningAlgorithmforDeepBeliefNets.NeuralComputation.2006（7）.
④余凯等.深度学习的昨天、今天和明天[J].计算机研究与发展，2013，9.
⑤安德森.布卢姆教育目标分类学（修订版）[M].北京：外语教学与研究出版社，2009：78-80.
⑥Marton，F.andSaljo，R.，OnQualitativeDifferenceinLearning：OutcomeandProcess.BritishJournalofEducationalPsychology，1976，46：4-11.
⑦安富海.促进深度学习的课堂教学策略研究[J].课程教材教法，2014，11.
⑧KieranEgan.LearninginDepth：ASimpleInnovationThatCanTransformSchooling.London，Ontario：TheAlthousePress，2010.
记者：李主任，您好。很高兴地看到，2016年初采访您时，您提到的一些设想，现在正在一步步地走向现实。比如去年4月启动的北京市中小学教师开放型教学实践活动、11月启动的双师服务试点。北京市教委通过供给侧结构性改革，让优质的教育资源穿越了学校和区域的边界。您能给我们介绍下这两个项目实施的过程及取得的成效吗？
李奕：是的，当时计划的“教师走网”，已经通过“北京市中小学教师开放型教学实践活动”在全市范围的教师继续教育领域里成功地“走”了起来。教师通过自主选课并在课堂中听课研修，改变了传统继续教育“讲大课”的方式，实现了教师选择的自主性和实践性。该项目自2016年4月启动以来，已经在上半年和下半年各完成了一轮培训活动。
在开展第二轮培训时，又实现新的突破――我们把上传授课目录的教师扩展到年轻的骨干教师。只要教师具备独特的内容或擅长的方面，就可以上传。由于上传行为本身是没有成本的，只有实际发生听课行为了，才有成本，所以我们继续扩大供给侧的结构和数量，供给越多，教师们选择的范围就越大。此外，还有一个变化就是，民办教育机构的教师也首次尝试进来，量虽不大，但是一种类型，或许不输给公办学校的教师。“北京市中小学教师开放型教学实践活动”是典型的利用互联网思维来运作的一个项目，它的特点是自选、开放、后付费。形式上，它与初一、初二的开放性科学实践活动相似，不同的是，这次是教师“走网”，骨干教师、特级教师的优质资源属性开始在网上流动了。
为了保障培训质量，让学员之间能够有充分的讨论和互动，我们要求每位授课教师每学期最多开放两次课，并且每次课最多接纳10个学员听课。所以，有的授课教师大家抢得厉害，而有些授课老师的课型挂上网以后，没有人选他的课，形成潜在的压力。
记者：在实际的操作过程中，真的会出现这种情况吗？那不被选的教师岂不是很尴尬？
李奕：当然有。第一轮1482门课程挂上去后，只有1375门课程选满了，另外100多课程情况很复杂了。有的授课教师已经脱离教学一线，有的是对开放自己的课程压力大等。中央提出，要更多地用市场的机制决定资源的配置。这就是由市场机制来决定，拿事实来说话。包括以后我们评价一位教师的影响力，就要看他的受众到底有多少？通过互联网的行为数据，能查出每年到底有多少个区县、多少个教师选他。选的人多了，他自然就是骨干，因为他已经用实际的影响力证明他就是这个领域的“骨”和“干”了。假如还有另外一位教师，他一年教了200节课，发表了10篇论文，但只是面向自己教的这两个班的学生。那他是一位优秀、敬业的好老师，可是他在骨干引领作用的发挥上，就不充分了。
在通州区启动的双师服务工程只是一个试点，将来有可能扩展到全市。一旦全面启动，将会比“北京市中小学教师开放型教学实践活动”的工程大，因为它属于教育的基本公共服务范畴。
“智慧学伴”将让学生的交往超越学校和学区边界
记者：您刚才提到教师参加开放型教学实践活动后，会结成一个个社交的小圈子。这个圈子超越了地区和班级的界限。这种边界的超越，会发生在孩子们身上吗？
李奕：实际上已经发生了。北京市初中开放性科学实践活动计划带来的宝贵“财富”是：一个实践活动班内30个来自不同学校的孩子聚在一起搞科学实践活动，从互相不认识，到在一起做事，再到分手时合个影、留个联系方式，后续还会有联络。这是任何一所学校靠自身力量，再怎么走班教学，也提供不了的教育服务。等这拨孩子2018年中考时，每个人的通讯录里都有五个以上非本区、本校的同学，而且他们在一起合作学习：做过飞机、拆过鼠标或捣鼓过中医药、护手霜，到现在还有联系。这就是在孩子们身上真实发生的实践活动。这个项目给教育系统留下来的是他们选课的记录，告诉我们为什么学生喜欢选这个，不选那个。所以，这个项目最大的价值就是让孩子独立选择，而且班级的组合是开放的，是有意做到“无组织、有纪律”，不再需要“带队老师”，不再是和“本班的同学”一起做了。
我们现在给学生配双师，目的是增加学生的实际获得，但同时也要考虑未来，特别是伴随着人工智能时代的到来，学生从教师那里直接获得的知识比例会进一步降低，而且还会更精准，更符合每个孩子的个好和实际需求。通过互联网也可以掌握大量的关联知识。就像我们现在在工作过程中利用搜索引擎了解讯息、学习新知那样，随时随地会有个资源库、智能系统支持我们的工作与成长。
人工智能时代将会深刻影响学习行为，但不会颠覆学校
记者：人工智能是2016年的热词。尤其是AlphaGo与李世石的“人机大战”，让人们见识到了人工智能的“过人”之处。相信对于人工智能在教育中的应用，您也有很多思考。我们想听听您对此的见解。
李奕：基础教育实践中的人工智能，并不像理论界、科研领域那样高深到非得有个机器学习或者专家系统等。“人工智能”就在我们身边。人工智能是一种理念，在教育中的另一种拓展应用就是助力于学生学习方式的改变。它对我们中小学的教师和学生来说，都有重大的影响。如果善于驾驭人工智能，现在我们所倚重的教室、专业器材、教材等，都将不再是最核心的资源。
新的资源观和环境观下的数字校园
李奕：在这种情形下，就涉及新的学习材料的提取和萃取，我们将不再仅仅依靠专家编选资源，让学生去学，而是在原有基础上尝试由市场机制决定谁是优质教育资源。我们也期待学生和教师，在新的资源观和环境观下，开始进入一种新的学习状态。现在，有不少学校已经开始用手持设备和移动互联网进行日常的教育教学的活动，就是一个例子。
用手机的方式做四项作业，是一个进步――教师以前检查不了英语的口语、听力，现在通过这种方式能检查了。但这是一个浅层次的提升，更为核心、深层次的提升是：学生学会欣赏了、学会倾听了，与此同时，他的阅读量随着交流的增多也越来越大。这就实现了在一个班、一所学校这样一个小环境里信息的流动和互动。
现在学校在三年级又开展了作业阅读，鼓励学生们自己上传作业内容。小孩子都爱往上传，因为对他来说很容易，就像聊天一样。比如上传一句名言“书山有路勤为径，学海无涯苦作舟”作为班级作业。只要他上传了作业，教师就会组织全班50个孩子都念一遍，这个过程中就产生了大量数据，上传作业的学生还有权利给其他学生做点评。
这样一来，新的教学方式出现了。在这样的作业过程中，学习是跨学科的，对象和学伴是互换的，学习的内容是不断增长更新的。
数字校园真正升级在孩子的交往能力上
记者：据我们了解，北京也有一些学校正在做这样的尝试，比如北京十一学校亦庄实验小学，利用“一起作业网”的平台，进行作业的提交、点赞和评价，在此过程中潜移默化地培养学生的社交能力。
李奕：数字校园真正的升级换代，体现在对孩子们的交往能力的提升上。当然，这只是一所学校范围的尝试。如果一个学区有这个意识，像东城和海淀这类有条件的学区，要拓展到学区里去做，效果会更好。比如东城的某些学校在使用“作业盒子”以后，你会发现孩子们交往的朋友圈和视野，比传统名校的孩子更棒。
这种棒是从教育的角度来看资源和环境，这是将来信息化发展的重要方向。什么是数字原住民？数字原住民不是只玩玩游戏，而是他对信息很敏锐，能提取、筛选信息，而且善于交流，有包容心，会给别人点赞，而不是很嫉妒、焦虑或者压抑。从社会大背景来看，利用信息技术能不能实现这种升级和超越？我认为能。
所以，看待一件事，一定要发掘这件事背后的价值取向和给孩子带来的变化。
记者：我们也发现，教学中技术的使用门槛虽然降低了，但对教师的驾驭能力要求更高了。教师不能只做“教书匠”，而是既要想办法将信息技术成为学生手里学习的工具，还要善于组织学生的交流、讨论和活动。
与传统教学的面对面授课相比，MOOC具有学习方式灵活、学习自主、资源丰富开放、交流广泛、学科交叉灵活方便等优点，但也有学习成功率不高、诚信考核难以控制等局限性。因此，将MOOC学习与传统的课堂学习有机结合起来，实现优势互补，从而更好地实现研究生创新能力的培养是研究生教学改革的方向之一。
为了提高研究生科学研究的创新能力，笔者在研究生教学改革中进行了混合式教学的实践和探讨，即将MOOC学习、翻转课堂和面对面授课三部分有机融合，以求实现教学效果的改善和创新能力的提升。
基于MOOC的混合式教学的实践过程
MOOC的出现给研究生创新能力培养提供了新渠道和平台支持。笔者在研究生的“智能决策支持系统”课程中采用混合式教学模式，在教学设计等几个方面进行了改革、实践和探讨。
1.精心进行混合式教学设计
与传统教学一样，要想达到好的教学效果，教师必须精心设计好每堂课的内容和教学方式，以研究生的创新能力培养为目标，科学规划课堂教学、翻转课堂和MOOC学习内容，既要达到课程标准的教学目标，又要保证课程知识体系的完备性和系统性。
在混合式教学过程中，将若干模块知识体系分解成多个知识点，根据知识点的难易程度、重要程度将知识点进行分类，不同知识点采用不同的教学方式，同时又在课堂中通过研讨等方式将三种知识学习连贯起来，从而保证知识的系统性和完整性。
课堂讲授主要的内容包括智能决策支持系统的体系结构、模型库管理等。由于有前置课程的支撑，可以将决策支持概述、决策支持系统体系结构和数据库管理等内容通过翻转课堂方式进行学习。借助Coursera平台学习的主要包括人工智能基本原理、人工神经网原理、遗传算法原理、数据挖掘原理等智能计算内容。同时，在这三种学习的过程中，一直贯穿着面对面的专题研讨。这样进行的课程设计，不仅保证了整个教学内容与原智能决策支持系统课程标准的一致性及知识的系统性和完备性，同时也实现了知识体系的相互支撑。
2.翻转课堂教学的应用
对于研究生教学，翻转课堂既可以培养学生自学的能力，也能培养他们独立思考解决问题的能力。为了应用好翻转课堂，笔者对整个教学内容的知识点进行了分析筛选，选取适合翻转课堂的内容，如决策及决策支持概述、数据库管理等，让学生自学完成。翻转课堂中学习的视频是从网上公开课平台节选的，并且每次课前教师都要先提出课堂要掌握的内容，设定思考或要回答的问题，让学生学习指定教材或视频内容，最后小组学习汇报并研讨。翻转课堂学生学习汇报的结果和研讨表现将计入课程总成绩。
3.MOOC学习与面授及研讨的结合
4.多种方式的交流研讨
在整个混合式教学过程中，师生可以采用线下、线上和课堂等多种方式进行交流、研讨。线上学生主要是利用MOOC平台进行交流讨论，线下主要是在课堂中或课外进行面对面的研讨。目前，多数MOOC平台都提供了各种讨论交流环境，如讨论小组、讨论区或论坛、线上交流、线下交流、学生自评、同伴互评等。
5.综合的学习评价方式
对混合式教学的思考
基于MOOC的混合式教学是一种探讨式的教学改革。虽然目前在混合式教学实践中学生的人数和课程数量不够多，但从对学生阶段性考核和最终考试的成绩以及学生的自评中可以看出，这种混合式教学有利于培养研究生的创新思维，拓展他们的知识面，更有利于丰富教学方法，创新教学模式。
(3)在积累历史数据的基础上，教师可以利用大数据分析或挖掘数据，科学分析学习过程中记录的信息，并用以指导以后的混合式教学改革。
(4)为了培养研究生的创新能力，课程研讨是教学过程中的重要手段之一。在混合式教学的各个阶段要引入研讨式教学，设计的研讨问题要有利于启发学生，培养其创新思维。
(5)基于MOOC的混合式教学将会是未来教学改革的主要方向之一。如何保证MOOC学习的效果和质量，如何评价混合式教学的质量，如何监督混合式教学的自主学习等问题都需要教师通过改革实践来确定。
总结
传统教学提供了面授进行思想交流的环境，MOOC发挥了学生在学习过程中的主体地位，翻转课堂从某种意义上克服了传统教学中存在的弊端，使学生更加主动地去思考和学习，所以三者的结合将会使各自的优势得到发挥，也将给高等教育改革带来新的拓展、探索和方向。
关键词:智能科学与技术;机器人;课堂学习;项目实践
智能科学与技术是一门新兴的学科,目前在国内部分高校已开办了该专业,鉴于该专业的高度交叉性和强调工程实践的要求,如何加强工程实践训练,使之与课堂学习有机结合是一个值得探索的问题。而积极开展学生创新计划项目,鼓励同学们参与科研实践无疑是一个很好的途径。我校的“创新创业项目”正好给学生提供了这样一个良好的学习与实践平台。
“仓库巡逻预警机器人”项目的主要内容是在一个自行拼装的轮式机器人本体上完成集感知、规划、决策和移动为一体的行为控制,根据已知地图信息进行全局路径规划、实现避障,对环境中的烟度、温度、湿度、气味、声音及热释红外等因素的异常进行感知和及时预警,完成指定区域定时、定点的巡逻预警工作。
1项目实施过程
“仓库巡逻预警机器人”项目实施大体分以下3个阶段:1)理论研究和技术学习为主;2)机器人的组装,雏形测试,及整体功能的实现;3)功能测试、改进,论文、报告的撰写。
对于巡逻机器人来说,首要任务是完成机器人本体的装配,其他很多功能的实现都与机器人本体设计有关。此外,漫游功能是巡逻机器人的基本功能,下面将对这两个内容进行主要介绍。
1.1机器人本体的设计和装配
针对仓库巡逻任务的实际需求,并考虑到现有条
件的限制,在研究了多种机器人基本结构、运动学及动力学特性[1-2]后,最终采用了如图1所示的三轮机器人结构。其底盘结构为一个万向轮和两个独立驱动轮,车体前、左、右方各安装一个红外接近传感器。
基金项目:中南大学2009年“大学生创新创业启航行动”创新项目(CX13)。
作者简介:党志刚(1990-),男,本科生,研究方向为自动化专业(智能科学与技术方向);刘丽珏(1973-),女,副教授,博士,研究方向为智能计算与智能规划;肖剑明(1988-),男,本科生,研究方向为自动化专业(智能科学与技术);谌慧滨(1988-),男,本科生,研究方向为自动化专业(智能科学与技术);韩爽(1988-),男,本科生,研究方向为自动化专业(电气)。
1.2机器人漫游的实现
漫游功能是巡逻机器人的基本功能之一,要实现漫游,除要对机器人的“前进、后退、左、右转弯、原地转圈、加、减速”等简单运动行为进行控制外,还需根据传感器信息对周围环境进行感知,以避开障碍。神经网络控制是智能控制的主要方法之一,利用神经网络,再结合简单的逻辑判断,可实现简单环境中的漫游。
在2.1所述的机器人本体“左、前、右”各安装一个红外接近传感器,就可实现简单环境中的漫游。结合硬件结构,采用二值函数作为激励函数构造了有3个输入、2个输出,由两个感知器构成的神经网络,结构如图3所示。
图3神经网络结构图
其中x1,x2,x3表示安装在机器人左、中、右边的3个传感器的输入信号,输入为0表示有障碍;输入为1表示无障碍。wji表示权值,y1,y2为输出,0表示后退,1表示前进。采用的二值函数如下式:
(2.1)
其输入、输出关系为:
()(2.2)
为实现避障,给出如表1的训练例子,作为神经网络的学习实例。
神经网络的权值和阈值采用学习算法进行调整,权值修正公式为:
,()(2.3)
其中x为输入向量,为期望的输出向量,为感知器实际输出向量。
显然从公式2.3可以看出,如果第个神经元的实际输出与期望一致,则不对该神经元的权值进行修改;如果某个神经元的输出为0,而期望响应为1,则将此时的权值矢量wji加上输入向量x作为新的权值矢量;如果某个神经元的输出为1,而期望响应为0,则将此时的权值矢量wji减去向量x作为新的权值矢量。
而阈值修正公式为:
,(2.4)
经MATLAB仿真训练[3],其一次训练误差收敛过程如图4(其中横坐标表示训练代数,纵坐标表示平均绝对误差)所示。
(a)左轮感知器误差变化曲线
(b)右轮感知器误差变化曲线
图4左右轮感知器误差变化曲线
经学习后得到权值和阈值:
;;
;。
将机器人置于图5所示的简单环境中,一次实验中,机器人行进轨迹为ABCDEFG,对应的输入、输出向量和机器人行为如表2所示。
如图5所示,另一次漫游所得轨迹为abcd,在这种情况下,机器人会在cd段上往复运动,漫游失败。2.3中介绍的迷宫机器人学习算法将初步解决此问题。
1.3迷宫机器人路径规划
除上述问题外,应“人工智能课程设计”的要求,还对“迷宫机器人路径规划”问题进行了研究,使机器人在未知迷宫中不断获取有关前方和两侧隔墙的信息,从而进行路线识别和行走姿态控制,搜索安全出口并顺利走出线性迷宫。运用左手优先法则,再结合2.2的避障方法,实现了迷宫机器人路径规划,如图6所示。反复试验发现,只需要2个红外接近传感器(分别安装在机器人的左、前方)就可以完成机器人行走迷宫的基本行为控制,第3个(安装在右侧)用于微调行进时的位姿,以保证机器人自身安全。
图6机器人穿越迷宫路径示意图
图7学习后的机器人走迷宫路径示意图
以上字符串匹配学习算法有一个明显的缺点:在重复搜索同一个迷宫时才能起作用。采用更具智能的算法优化机器人的迷宫搜索是下一步目标。
1.4下一步的工作
设计和实现仓库巡逻机器人的目标还包括:希望机器人能对异常的温度、气味、声音等进行预警,因此,在给开发板上加装了DS18B02温度传感器、ADC0809、数码管、蜂鸣器和发光二极管等器件,成功扩展了温度测量与报警模块的基础上,下一步的工作便是开始学习和研究烟雾、湿度、气味、声音等环境因素的实时测量和预警模块;目前已初步实现了用串行通信和无线通信方法,将巡逻机器人获得的数据发送到PC机上进行实时监控,其他功能的实现还有待进一步的努力。
上述功能基本完成后,最终将结合各个模块,对机器人进行系统综合调试以实现仓库巡逻预警功能。并结合以后开设的智能控制、神经网络控制、智能计算等专业课程以及增强学习[5]的有关方法,进一步改进整个系统,提高稳定性的基础上使其具有更高的智能。
2心得与体会
在历时2年的专业课学习和6个多月的机器人项目的申请、实施中项目组成员深刻体会到从事智能科学与技术领域学习和研究时,扎实理论、进行工程实践的重要性和理论与实践紧密结合的必要性。
项目实践是检验理论体系是否完整、基础知识是否扎实的一个很好的标准,是课堂学习的兴奋剂、自主学习的催化剂。分析、解决问题的过程,就是不断补充理论知识、训练思维、强化动手能力、提高工程素养、培养兴趣的过程,在这个过程中,学生可以学到很多书本以外的知识和宝贵的科研、工作经验这些对课堂学习是一个很好的补充。总之,在课堂学习和项目实践的结合中,学生会有更加迅速的成长。
3对教学的若干建议
“仓库巡逻预警机器人”项目富有挑战性的申请、实施和进一步研究过程是以智能科学与技术领域的基础课程和专业课程的学习为基础的;项目的实施过程可以巩固、提高硬件电路设计、程序设计等基础知识,熟悉MATLAB等仿真软件,又可以及时运用人工智能、机器人学等课程中学到的神经网络控制、机器人路径规划技术;进一步的研究又提供了一个了解该领域前沿问题(如强化学习)的机会。综上所述,课堂教学与项目实践的结合不仅会使学生加强理论基础、提高实践能力,而且会在很大程度上促进该领域的发展。因此,这种教学模式的推广意义重大。
[1]蔡自兴.机器人学[M].2版.北京:清华大学出版社,2009:46-83.
[2]蔡自兴.机器人学基础[M].北京:机械工业出版社,2009:29-65.
[3]朱凯,王正林.精通MATLAB神经网络[M].北京:电子工业出版社,2010:140-161.
[4]徐守江.迷宫算法综述[J].信息与电脑:理论版,2009(10):91-92.
[5]RichardS.Sutton,AndrewG.BartoReinforcementLearning:Anintroduction[M].Cambridge:TheMITPressCambridge,1998.
CombinationofTheoreticalStudyandRobotProject
DANGZhi-gang,LIULi-jue,XIAOJian-ming,CHENHui-bin,HANShuang
(InstituteofInformationScienceandEngineering,CentralSouthUniversity,Changsha410083,China)
中图分类号：G642
专业选修课是必修课的重要补充，该部分教学环节的创新与突破是学生全方位发展的关键[1]。为了提高教学质量，教学团队每年进行学生问卷调查，了解学生的学习需求及对该课程教学的意见和建议。经过近10年的不断摸索，在收集整理学生建议以及分析学习效果的基础上，学校不断调整教学内容和教学方式，提高了课程的教学质量，得到学生的充分认可。
1增加课程趣味性，激发学生好奇心
学生在思考的过程中，可以认识到自己欠缺哪些知识。在后期的课程教学过程中，教师讲解更有针对性，学生也知道具体的知识点和技术的实用性，做到目标清晰明确，学习热情高涨。
另外，教师在课程内容设置方面紧跟自然语言处理领域的最新研究发展方向、研究热点以及应用需求，充分激发学生的求知欲，因此课程的教学课件每年都会更新。这样，学生不会觉得学到的东西是过时的、无用的，间接提高了学生学习的积极性。
2“做中学”和“学中做”的教学方法
2.1“做中学”的教学方法实践
做中学是美国教育家杜威提出的一种教育思想，侧重做，将学生的被动学习转变为主动学习[3]。课程团队结合教学内容，认真设计了每次课的讲授内容，以设计与实现面向医疗领域的自动问答系统为目标，结合知识点将庞大的系统分解为能够在一周左右完成的小任务。在需求分析、总体设计、详细设计、算法选择、系统实现和系统测试等各个环节上加强指导。
1）加强技术储备。
2）提倡团队协作。
由于问答系统很庞大，一个学生在10周左右很难完成全部内容。另一方面，为了锻炼学生的团队协作能力，采取团队形式来布置任务。在具体的系统实现过程中，要求3～5人组成一个小组完成所有的系统开发内容。
3）改进指导方式。
2.2“学中做”的教学方法实践
3素质评价，重过程轻结果的考核方式
选修课的考核通常采用考试、写大论文等方式。针对本课程采用的教学方式，笔者弃用了传统的考核办法，通过多元化的素质评价方式给学生打分。
1）日常课堂表现。
日常课堂表现是学生学好功课的基础。因此，对学生每次课程的课堂表现进行打分，包括对问题思考的方法、过程、结果，对某一问题的解决方案等。
2）系统完成情况。
学生设计系统的复杂程度和完成情况，一般来说可以反映学生掌握基础知识的深度以及学生的实际动手能力。教师根据系统实现的功能、每部分模块的性能、选用算法的复杂度、程序实现的完整性、解决方法的创新性等方面打分。
3）文档的规范性。
撰写系统设计文档以及说明文档，对于设计实现一套完整的系统是不可或缺的。在课程教学过程中，特别是系统总结环节，教师会教授学生一些撰写文档的方法，要求学生不仅能够解决问题，同时善于撰写符合科学规范的文档。因此，在总结阶段，教师对学生撰写系统文档的完整性、科学性和规范性打分。
4）系统演讲能力。
演讲能力是目前大多数本科生缺乏的能力，也是科技研发人员必须具备的重要能力。本课程要求每组学生准备5～10分钟的系统设计与总结演讲。教学团队从演讲内容的取舍到幻灯片的制作方面进行指导，对学生制作的演讲稿进行把关，通过后才允许学生上台演讲。在最后一次课上，每组都要进行演讲并回答台下教师和学生的提问。任课教师根据演讲的流畅性、合理性以及回答问题的正确性和完整性进行打分。
关键词：研究生；智能理论课程；创新教育
一、智能控制理论及研究生的智能理论课
（一）智能控制理论
智能控制理论自上世纪末提出以来经过20多年的发展已经具有初步的模型和规模，应用于不同的模型并结合电脑分析其复杂的结构和功能。传统的经典控制只具有单线性的的输入和输出模式，而经过科技的发展，我们需要分析的模型结构也更为复杂，需要获得的信息也更全面，智能控制理论就是基于这种不确定的被控对象和复杂环境而设。从范围来讲，与传统控制相比智能控制的范围更广阔，从系统的整体出发并包括各种非线性和复杂多变量；从深度来讲，智能控制分别应用于各种专业模型，通过数学演算和智能分析实现专业智能自动化；另外，智能系统还可以自我调节、自我学习、自我适应及自我修复等能力。
（二）研究生智能理论课的必要性
智能理论是最新一代的控制理论，在数学模型、医学模型、工程模型等专业模型方面都具有非常强的应用能力。研究生不仅在专业课程理论方面比本科学生更深入，在应用实践上也应掌握更专业性的操作技术。现代操作技术普遍以计算机模型为依托，数学演算为基本方法，所以研究生在学习专业课的同时也应学习以计算机为基础的专业智能控制理论及操作，掌握智能计算和智能控制基础理论和基本方法，并能够应用所学理论与方法从事智能计算技术的研究工作。
二、研究生培养须以创新为基本理念
我国走的是自主创新的道路，创新是一个国家健康发展的灵魂，支撑着国家的科技、经济、文化等方面建设。研究生教育除了掌握本学科系统专业知识的基本理论和相应的技能外，研究生通过系统的学习和锻炼应具备一定的创新能力才能为国家事业发展做出贡献。培养具有创新精神的学生也是我国高等教育要实现的重要目标。
（一）我国研究生创新人才培养中的问题
（二）构建利于培养创新人才的课程体系
三、智能理论课程体系及存在的问题与改革
（一）智能控制理论课程设置结构问题
（二）智能控制理论课程设置内容问题
（三）智能控制理论课程授课方式问题
四、结束语
智能控制理论作为一门新兴学科在社会中所起的作用越来越明显，众多高校中关于智能控制理论的学习也受到越来越多的重视。同时，研究生教育必须把培养创新意识、创新精神、创新品质和创新能力作为教学工作的核心。由于课程体系的设置在创新人才的培养中占有重要的地位，所以通过分析研究生学习智能控制理论学科时存在的诸多问题并改革智能控制理论课程体系，使学生可以更好地学习智能控制理论并从事智能计算技术的研究工作，为我国培养创新型的技术人才打下良好的基础。
参考文献
[1]马彦，洪伟，陈虹.控制理论与控制工程专业研究生课程体系与教学改革研究[A].HubeiUniversityofTechnology，China.Proceedingsof2010ThirdInternationalConferenceonEduca－tionTechnologyandTraining（Volume7）[C].HubeiUniversityofTechnology，2010：4.
[2]李建平，黄建华，谢正.基于创新教育理念的研究生数学课程体系优化[J].高等教育研究学报，2014，1：23-27.
[3]万明.我国研究生教育体制改革研究[D].中国科学技术大学，2013.