张小明　李舟军

摘 要：针对研究性教学特点和人工智能学科的问题，分析人工智能研究生课程特点和研究生学习状况，结合多年来研究生人工智能课堂教学实践，基于研究性教学的内涵与特点，探讨在人工智能课程中采用研究性教学的策略与方法。

关键词：人工智能；研究性教学；实例驱动

0 引 言

人工智能是一门历史悠久的学科，其研究内容非常广泛且不断发展。它的基础学科包括运筹学、概率论、经济学、语言学、信息学、模式识别、哲学、程序设计、电子工程等，是在研究人类智能行为规律的基础上，利用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。它研究如何用计算机模仿人脑所从事的记忆、识别、理解、证明、推理、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，例如自动问答、诊断、调度、规划、翻译等问题[1]。近年来，随着大数据、深度学习等技术的兴起和发展，人工智能兴起了一股新的应用和研究热潮，已经成为产业界、学术界的一个热点领域。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、信息检索、智慧医疗等都得到了极大的发展， 有许多研究成果已经进入并影响着人们的生活。

人工智能是一门综合性、实践性和应用性很强的理论技术学科，具有以下两大特点：

（1）课程内容及内涵极其丰富。这是由人工智能本身的特点所决定的。它的内容涉及多个学科及技术领域。人工智能本科课程中需要学生掌握人工智能的核心内容，包括基本概念、基本原理方法及其主要应用。 而研究生人工智能课程需要学生了解人工智能的发展现状和趋势、人工智能研究遇到的主要问题，以及人工智能产业界和学术界的最新成果。因此， 人工智能课程与其他很多计算机课程存在不同，人工智能课程的讲授应具有相应的特点。尤其是研究生人工智能课程，需要探索研究性教学的应用，积极引导学生参与到人工智能的相关应用与研究当中来，培养学生对人工智能的能动性和主观见解。

（2）课程内容外延极其广泛。人工智能把整个科学体系作为自己的理论和知识基础。任何工作都离不开智能， 因此任何领域都是人工智能的潜在应用领域。当前，人工智能以前所未有的速度和广度延伸到社会经济与生活的各个领域，人工智能的广泛应用能够把人类从低层次的脑力和体力劳动解放出来， 以帮助人类留出更多的时间和精力来完成那些需要更高层智慧和大量经验的工作。因此，人工智能是一门肩负着重大历史使命的学科， 它将使整个科学体系和人类的生活方式发生本质性的变化。当前，随着计算机硬件与处理技术、大数据、深度学习等技术的发展，人工智能的研究与应用进入到一个新的发展阶段，面临着新的挑战与机遇。由此看来， 培养学生借助人工智能来完成各类实际问题求解的敏锐洞察力和有效执行力是十分必要和紧迫的，对其以后从事科研和技术应用工作都是非常有益的。

研究生教育是本科后以研究为主要特征的高层次的专业教育。“高层次的专业教育”和“以研究为主要特征”是研究生教育的本质[1]。研究生教育在本质上是培养研究者的教育，是使研究生学会研究的教育。研究生教育的这种特殊性，要求研究生课程要以强化研究生的研究品质和能力为主要目标。科学研究要以专业知识为基础，但积累了一定的专业知识并不等于就能从事科学研究。知识并不等于能力，研究能力不会自发产生，必须在使用知识的实践中，即科学研究的实践中，自觉地加以培养和鍛炼才能获得和提高。因此，对研究生研究品质和能力的培养，或者说对研究者的培养，必须在研究的实践过程中通过学习者的亲身体验、反思、领悟而进行，通过学习者与研究对象的相互作用而建构。人工智能课程教学是研究生掌握人工智能基础理论和专门知识的主渠道，但其目标的指向性不应仅限于使研究生学习和掌握系统的基础理论和专门知识，也应凸显人工智能的研究性和技术性，使教学与研究结合，致力于促进研究生学会人工智能思维的方法，掌握人工智能分析、解决问题的思路和要领，真正实现由接受向探究人工智能理论与技术的转变，由追求人工智能知识向追求利用人工智能解决问题的能力的转变，最终达到应用知识、创造知识的目的。人工智能研究生教育“以科研作为首要的成分，教师的作用在于把从事人工智能的相关科研和教学结合起来，科研活动十分恰当地成为一种教学的模式。学生的作用就是把人工智能科研和学习结合起来，科研活动转变为一种学习的模式”[2]。针对研究生人工智能课程的特点，我们提出了启发式的人工智能教学、基于案例驱动的教学、培养学生探索精神的人工智能教学等多种教学方式，建立与人工智能研究性教学配套的教师激励机制。

1 基于实践的人工智能课程教学

创新能力的培养很大程度上依赖于学生对经验的积累，所以切实加强研究性实践教学， 提高学生实践能力至关重要。人工智能研究性实践教学应从实践的角度提出问题， 引导学生将人工智能理论与实践相结合， 探究问题的答案。

首先，需要在人工智能中引入大量的实验内容。研究生实验[3]是以培养创新能力为目标的综合性实验项目，不能局限于单门课程的内容，要辅以验证性试验的课程内容，增设设计性、综合性、研究性实验项目， 在研究生实验教学中， 学生根据实验内容和要求， 自主拟定实验方案； 指导教师的基本任务是为实验提示方向， 严格审查并帮助完善学生自主设计的实验方案。在实验过程中， 注重观察调控， 释疑解难， 对实验结果与报告开展分析讨论， 评价实验所取得的成效， 找出不足和改进意见， 通过人工智能算法设计与实现过程，使他们具备发现和解决问题的能力，不断提其科学实验能力。在人工智能课程中，可以设置模式识别、搜索算法、逻辑推理、自动规划、概率推理等与教材内容相关的实验任务，由学生自由选择实验环境、参数设置等，根据实验结果由学生进行解释，进而加强学生对相关算法和理论的理解。

其次，需要和工业界建立合作伙伴关系。本专业具有较强的实践性，为使人才培养满足企业需求，就应该使学生充分了解工业界对人才的要求。鼓励学生自行参与企业的人工智能项目开发，如需求分析、系统设计、软件开发等，最后提交调试好的软件系统、完整的设计文件和调试文档报告。此外，还应组织学生参观企业研发中心，现场学习人工智能产品化的设计和开发等全部流程，熟悉人工智能产品的生产和测试等所有环节；由企业研发中心研究人员做专题技术报告。借助工业合作伙伴计划，加强用人企业和学校的联系，还可进一步加强联合实验室建设，完善校外专业实践环节，为学生提供一个更为广阔的、具有实际应用需求的联合培养基地。endprint

2 基于案例驱动的人工智能教学

基于案例驱动的教学法要求教师能够根据学生的认知水平和能力，创设引导学生进行探索活动的人工智能案例，以激发学生探究问题和解决问题的兴趣与能力，促进学生质疑、探求的创造性学习动机，通过选择与提出问题、讨论、研究、实践、验证与结论，培养学生的创造性思维，提高学生独立探究、自主研究和创新的能力。研究性教学强调学生的积极参与，强调师生互动。对教师来说，必须转变传统的“传道”观念，以平等的心态与学生交流探讨。在课堂上，要努力营造民主、宽松、活跃的教学氛围，积极引导学生大胆设想、大胆探索、大胆怀疑，使学生树立研究型学习的观念，消除被动接收的心理，养成勤于思考、善于思考的良好学习习惯，通过积极参与讨论与研究，培养学生主动获取新知、探求未知的能力。

我们在本课程问题求解部分的教学中，将基于搜索算法的象棋游戏作为案例开展探究式教学活动。在介绍各种搜索以及优化剪枝算法之后，教师将科研项目中基于搜索算法的科学研究实验及其结果详细地在课堂上进行演示，引导学生对实验提出质疑。在教学实践中，学生提出大量问题，例如，搜索的层数如何确定？为什么消耗函数对搜索结果会有影响？等等。教师在事先准备好的实验演示的基础上，开展课堂讨论，让学生提出解决问题的各种方法，并现场通过实验进行验证，逐步让学生理解搜索算法的设计、输入输出数据的预处理、参数设置的必要性及其实现方法。课堂授课实践表明，这种方法极大地激发了学生的学习兴趣，使学生能够大胆设想，大胆探索，增加了学生的自信心和创新精神。本次课堂讨论结束后，教师根据学生的讨论以及实验结果演示，总结各种搜索算法的局限性，并要求学生通过查资料和搜集必要的信息，积极地思索和验证各种解决问题的方法，将学生分组，让学生展开讨论，为下次讨论课作好准备。

传统教学方法是告诉学生怎么去做，在一定程度上损害了学生的积极性。而案例教学要求学生自己去思考、去创造，使枯燥乏味的内容变得生动活泼。在案例教学中，学生之间的交流既可以使学生取长补短、促进人际交流能力，也可以引导学生变注重知识为注重能力。

案例教学法的关键是案例的选择。案例是为教学目标服务的，因此它应该具有典型性，且应该与所对应的理论知识有直接的联系。案例最好是经过深入调查研究。来源于实践，不能只是一堆数据的罗列。教科书的编写应采用图片、表格、曲线等方式让学生看到算法的实验结果，启发学生思考。另外，案例应该只有情况没有结果，有激烈的矛盾冲突，没有处理办法和结论，由学生对案例提出质疑，从这个意义上讲，案例的情况越复杂，越多样性，越有价值。

案例教学法能够实现教学相长。教学中，教师不仅是教师而且也是学员。一方面，教师是整个教学的主导者，掌握着教学进程，引导学生思考、组织讨论研究，进行总结、归纳。另一方面，在教学中通过共同研讨，教师不但可以发现自己的弱点，而且从学生那里可以了解到大量感性材料。另外，案例教学法能够调动学生的学习主动性。教学中，由于不断变换教学形式，学生大脑兴奋不断转移，注意力能够得到及时调节，有利于学生精神始终保持最佳状态。案例教学的最大特点是它的真实性，教学内容是具体的实例，加之采用是形象、直观、生动的形式，给人以身临其境之感，易于学习和理解。最后，案例教学法能够集思广益。教师在课堂上不是“独唱”，而是和大家一起讨论思考，学生在课堂上也不是忙于记笔记，而是共同探讨问题。由于调动集体的智慧和力量，容易开阔思路，收到良好的效果。

3 培养学生探究精神的人工智能课堂内外教学

3.1 人工智能研究性课堂教学

课堂是人工智能课程研究性教学的重要场所。一流大学课堂上教师普遍重视学生的自学能力、创新精神和研究能力，特别关注学生探究意识的培养。在《重建本科教育———博耶报告三年回顾》[4]中，被调查者一致认为他们正在探讨“教学中探究式学习的问题”，近65%的被调查者强调所属大学是积极鼓励探究式学习的， 并建立了相关机构帮助教师掌握推行探究式学习的技巧与方法；17%的被调查者认为探究式学习使大学的课程与教学发生了显著变化；55%的被调查者认为发生了一些变化。因此，作为面向研究生的人工智能课程，更应该强调学生探究能力的培养，以此来培养研究生科研的能力和兴趣。

以探究学习为主的一种讨论课即“习明纳”（Seminar）深受学生喜爱。举办“习明纳”的教师需要对人工智能领域的一些研究课题进行过深入地研究， 他们不但能够对问题的实质和答案提出自己独到的见解， 而且能够与学生在课堂上进行分析和讨论。在课堂上需要由教师先简单地说明人工智能某个问题的研究现状和存在的困难， 再由大家提问， 随后教师本人或者学生进行解答， 大家共同讨论，课堂气氛异常活跃，极大地调动了学生的积极性和对人工智能课程的兴趣。除此之外， 为进一步提高学生对人工智能的兴趣，讲授法、答疑、小组工作、读书报告、社会调查等教学方法也会根据具体课程情况穿插运用。总之，在人工智能课堂教学中教学手段不能单调， 教师需要通过设定与人工智能授课内容及知识要点相关的问题情境与研究任务，以具体的问题和任务作为切入点， 以问题的解答和任务的分析作为讨论和探究的目标，激发学生的兴趣， 培养其对人工智能的探究意识。

3.2 人工智能研究性课外教学

人工智能研究性教学的另外一个重要特点是跳出课堂限制， 将人工智能课堂内容与人工智能的产业发展、研究现状等问题融为一体。

首先，需要利用高校中的网络建立起课程自主学习的支持系统， 要求学生在教师指导下阅读和调查一系列的参考书、参考文献、技术报告、行业报告以及相关的研究资料，根据阅读和调查情况撰写读书报告、文献综述或调查报告， 完成必要的作业， 为学生有效地利用课余时间进行人工智能學习和研究提供便利。

科研小组、兴趣小组是课外教学活动的重要支撑。这些小组多基于对某一学科的兴趣而建立， 并在教师指导下开展活动。针对人工智能课程，可以按照学生的具体兴趣，组成相应的研究小组，例如模式识别小组、问题搜索小组、信息检索小组、自然语言理解小组、知识推理小组、自动规划小组等。每个研究小组通常是由一名学生领导， 同时每个小组也可以邀请高年级的从事相关研究的硕士生和博士生作为技术顾问，每个小组定期举行讨论，组内成员共同完成一些人工智能小课题，大家讨论、研究，并由相关领域的老师进行点评。这种浓厚的学习和讨论氛围， 不但有利于研究生独立科研精神的培养， 同时对于其合作精神、团队意识的培养亦至关重要。endprint

此外， 鼓励学生参加人工智能领域和其他相关领域的学术报告、文化讲座、社团活动、企业技术报告以及各类算法和技术竞赛， 开拓学生们的科技视野，提高学生分析问题和解决问题的能力， 增强学生的探索精神和求知欲望， 为以后从事人工智能科学研究及工作打下坚实的基础。

4 建立与研究性教学相配套的教师奖励激励机制

长期以来， 教师指导研究生科研一直受到大学重视，而研究生课程的教学则处于不利地位。随着研究生研究性教学的提出，教师奖励机制也需要进行相应的变化。国外著名大学的教师委员会一直主张建立一套促进优质课程教育的教师奖励机制[5]，这种机制包括在教師职称提升和聘用终身教授时考虑教学因素，以及以其他方式激励教师努力开展优质课程教学及课程作业指导。

为了鼓励教师指导学生课程作业，不少研究型大学对于指导课程作业的教师在经费、工作评定上予以倾斜。在教师聘任和提升过程中把参加研究生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。

5 结 语

当前人工智能已经成为信息技术领域的一个非常热门的研究课题，工业界和学术界都投入了大量的资源。因此，人工智能课程对于培养和提高学生的人工智能兴趣有着积极的托用。本文在阐述了研究生人工智能课程内容及其在计算机专业课程中的重要地位的基础上，针对课程的教学内容，总结了研究生人工智能课课程的两个特点。结合人工智能的课程特点及教学目标，我们积极开展研究型教学，主要内容包括3个方面：在课程中引入大量实践环节培养学生的动手能力，以人工智能案例培养学生的独立思考能力，在课堂内外以研究性方法培养学生的探索意识。这3个方面相辅相成，对实现人工智能课程研究性教学具有非常重要的意义，实践证明，该方案具有较好的效果。

参考文献：

[1] 薛天祥. 研究生教育学[M]. 桂林： 广西师范大学出版社， 2001： 63.

[2] 周群， 贾绍芝， 夏建刚， 等. 电子技术基础课程柔性化教学模式探讨[J]. 电气电子教学学报， 2005， 27（1）： 5-7.

[3] 劭杰， 王成华， 江爱华. 浅谈高校信息类专业的创新教育和人才培养[J]. 电气电子教学学报， 2005， 27（1）： 1-4.

[4] 伍红林. 从《博耶报告三年回顾》看美国研究型大学本科生研究性教学[ J]. 高等工程教育， 2005（1）： 46-48.

[5] 刘赞英， 王岚， 朱静然， 等. 国外大学研究性教学经验及其启示[J]. 河北科技大学学报（社会科学版）， 2007， 7（1）： 68-75.

（编辑：彭远红）endprint