人工智能課程匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇人工智能課程范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

【中圖分類號】G420 【文獻標識碼】A 【論文編號】1009―8097 (2008) 10―0043―04

教育部在2003年頒布的高中信息技術新課程標準中，首次把“人工智能初步”設置為選修模塊，與多媒體、網絡、程序設計、數據庫技術等一起列入信息技術課程體系[1]。此舉曾被視作信息技術課程改革的亮點之一。然而，在如今高中信息技術新課改已經全面鋪開之際，人工智能選修課程的推進仍然舉步維艱，面臨諸多困難和問題。

一 高中人工智能課程的現狀分析

自2004年我國部分省級實驗區開始推進高中新課程改革以來，信息技術課程改革已經開展了四年之久。從目前的總體情況來看，信息技術課程的基礎模塊與多媒體技術、網絡技術、算法與程序設計三個選修模塊的實施情況較好，而數據庫技術與人工智能初步兩個選修模塊的推進情況相對不佳。特別是人工智能課程，至今在全國范圍內正式開設該課程的學校寥寥可數，少數高中展開了一定的探索和實驗，而大多數學校仍持有觀望態度。以下分別從實施取向和實施層次的角度分析該課程的現狀：

（1） 課程實施的取向

由于我國長期以來實行的是全國統一的課程與教材，按照統一規定執行教學計劃，對學校和學生的評價也是按照統一標準與方式實施的，因此我國以往的課程實施基本上都采用了忠實觀的取向[2]。本次新課改中信息技術課程的實施過程難免受到這種取向的影響。然而，新課程標準中對信息技術技術各個模塊的具體實施并沒有明確而詳細的規定，從而使教師對包括人工智能模塊在內的課程實施缺乏長期慣于依賴的參照和依據，增加了課程實施的難度，造成部分模塊的課程難以開設的情況。

（2） 課程實施的層次

課程實施包括五個層面的變化，即教材的改變、組織方式的改變、角色和行為的改變、知識與理解的改變、價值的內化[3]。目前高中人工智能課程在教材改變的層面已經做出了一定的努力。在課程標準的指導下，現已出版的五套教材在體例、版面、學習活動、評價等方面進行了多樣化的設計，基本上貫徹了新課標所倡導的課程目標和理念。在組織方式的層次，少數已經開設人工智能課程的學校結合學生的興趣與學校的實際情況，有針對性地開展了課程的組織。然而，仍然有一些地區或學校不愿或不習慣打破原有的課程組織方式，而是采用硬性規定的方式，人為指定兩三門課程，將選修變為必修，限制學生的自由選擇，依然維持原有的固定班級授課的形式。教材的改變僅僅是課程實施的開始，在組織方式、角色或行為、知識與理解、價值等層次，大部分學校還未發生變化或變化還很小。

（3） 課程實施的典型個案

目前國內開展人工智能課程教學或實驗的典型學校如表1所示。總體來看，這兩所學校都地處東南沿海地區，且學校本身比較積極參與高中新課改的實踐探索，屬于“敢于吃螃蟹”的類型。考慮到課程本身的要求較高，兩所學校都選取了基礎較好的學生開展教學。到目前為止，兩所學校均已開展了三期的教學或實驗探索，任課教師及時總結教學心得體會，并在相關教學刊物或課程研修活動中與廣大一線教師分享教學經驗。

二 高中人工智能課程的影響因素

根據Snyder的研究，可以把課程實施的影響因素歸納為四個方面：課程改革自身的性質、校區的整體情況、學校的水平以及外部環境[4]。結合高中人工智能課程的現狀，本文分別從以上四個方面來探討影響該課程的主要因素。

（1） 課改自身的性質

課程改革本身的性質是影響課程實施的第一要素。它包括課程改革的必要性及其相關性、改革方案的清晰程度、改革內容的復雜性以及改革方案的質量與實用性。結合信息技術新課程改革的相關調查研究，廣大信息技術教師和教研人員對課改的必要性應該認識得比較到位，然而他們對信息技術課程中是否有必要單獨開設人工智能模塊存有疑惑。其次，不少教師對課程改革方案（課程標準）的認識并不是非常清晰。他們認為新課程標準中的教學理念、實施建議等內容相對抽象，不易把握和理解，缺乏具體的針對性，可操作性不強。再次，人工智能課程的實用性相比其他模塊并不明顯，課程內容也相對難度較高。這些因素造成課程設置的必要性不強、實施難度大、實用性不高，直接影響人工智能課程在學校的順利設置。

（2） 校區的整體情況

校區的整體情況主要包括地區的適應性、地方管理部門的支持、教學隊伍的培養、教學研討和交流等等。各地區對課程改革的需要程度會直接影響人們實施課程的積極性和主動性。我國東西部地區的學校對課程改革的需求程度不同，從而造成了課程實施的地區差別。從目前開設人工智能課程或教學實驗的學校來看，均分布于東南沿海較為發達的地區。這些學校的共同特點是基礎條件較好，對課程改革的積極性高，敢于進行教學嘗試和革新。此外，地方管理部分的支持對課程實施也有很大影響，如廣東省為了推動信息技術課程改革，專門出臺了關于課程標準的教學指導意見[5]。其中強調“要特別注意人工智能初步”，并針對人工智能課程提供了較為具體的教學建議，從而促使該省出現了全國最早正式開設人工智能課程的學校。師資隊伍也是影響課程的因素之一。目前大多數高中缺乏熟悉人工智能課程內容和教學方法的專業教師，使得學校無法開設該課程。因此，有關人工智能課程的研討和學習交流顯得尤為重要，然而目前這些方面的活動總體上相對缺乏。

（3） 學校的水平

學校水平對課程實施的影響因素包括校長的作用、教師的個人特征和教師集體的行為取向。學校是課程改革的基本單位，校長和教師是學校課程改革的動因。校長對課改理念的理解，以及對課改的支持、參與程度都會影響課程的順利實施。校長通常會根據上級主管部門的意見，結合本校的實際情況，權衡課程改革可能對學校形成的各種影響。在高考的影響下，信息技術課程在高中各科中長期存在地位“低人一等”的現象，甚至出現課時常被“侵占”的現象。如果校長對信息技術課程本身不重視，那么要求學校開設人工智能選修課無疑是一種奢望。此外，一所學校教師個人和集體的改革意識的強弱也會影響課程的實施。從人工智能課程的現狀來看，恰好印證了這一點：改革意識強的教師個人或教研組即使沒有上級的硬性指令，也能積極展開各選修模塊的教學嘗試和探索，并自覺地從教學者成長為研究者，而思想保守的學校即使具備了課程實施的基本條件，也不愿積極開設相關的選修課程，長期停留于課程的“忠實執行者”的層次。

（4） 外部環境

外部環境因素主要包括政府部門的重視、外部機構的支持以及社區與家長的協助。各國課程改革的經驗表明，教育行政部門和相關機構的態度在很大程度上影響到新課程的順利實施。特別是我國長期以來受到前蘇聯教育模式的影響，課程改革通常是自上而下的模式，新課程的實施主要依靠各級政府教育行政部門的政策和指令的推動。本次新課程改革同樣繼承了這一模式，但是整個教育體制和評價體系未能及時進行相應的調整，因此在某些方面造成各級教育部門的政策抵觸，出現“上有政策、下有對策”的情況。此外，社區與家長對新課改的認識和態度也影響到人工智能課程的實施。研究表明，社區與家長更加關心的是新課改是否有助于提高學生的學業成績，是否會給學生造成更大的負擔，而對學生能力的全面發展和個性的培養則是其次的考慮。因此，要使社區與家長認識和了解課程改革的意義和目標，引導其關心新課程、支持新課程才能更好的促進新課改的健康發展，進而才可能使得包括人工智能在內的高中各科選修模塊得以全面開設與實施。

三 高中人工智能課程的反思

通過調查訪談以及與相關授課教師的交流，筆者了解到高中人工智能課程的教學情況和教師的經驗體會。總體來說，該課程的推進情況不如預期理想，需要從課程的設計、管理、教學以及評價等方面進行反思。

（1） 課程設計

本次高中信息技術課程改革將原來的一門課程分解為1個必修模塊和5個選修模塊，從而給學生提供多樣化的選擇。“人工智能初步”選修模塊是作為智能信息技術處理專題設置的，以反映信息技術學科的發展趨勢，體現教育的時代性要求。課程設置的目的在于使學生在技術掌握與使用的過程中，逐漸領會信息技術在現代社會中的應用以及對科學技術和人類發展的深遠意義[6]。然而，以上的描述更多是該模塊的隱性價值，相比其他模塊該課程的顯性價值并不是很直觀。而一線的信息技術教師較多關注的是該課程的顯性價值：課程能給學生帶來些什么？學生的實踐能力能否有較大提高？教師們在沒有找到一個合理的價值依托之前，一般不會貿然開課。這一點值得課程設計者和教研人員的深刻思考。

通過網絡問卷調查，不少教師認為人工智能課程在高中開設是有一定必要性的[7]，但并不意味著所有的學生都需要學習該課程。課程應面向對人工智能有一定興趣的學習者，且最好有一定的基礎。事實上，相對于其他選修模塊，選擇人工智能課程的學生并不是很多。因此，結合我國目前的情況，可以考慮優先在發達地區條件較好的部分學校開設，再進一步利用其示范作用，以點帶面，逐步鋪開培訓、指導、交流的規模和影響面，積極穩妥地推進高中人工智能課程的建設。

（2） 課程管理

課程的有效管理有助于提高課程實施的質量。上個世紀90年代以來，我國的中小學課程由原來的中央集權管理體制逐步轉變為國家、地方、學校的三級管理體制。國家負責課程的總體規劃，省級教育部門結合本地區實際制定課程計劃或實施方案，而學校也將有權根據學校傳統或學生興趣開發適合本校的課程。目前人工智能課程雖然已被列入國家課程標準，但在地方管理層面并未得到應有的認可。部分地區考慮到高考因素，直接將人工智能模塊排除在學生的選擇范圍之外，無疑成為阻礙該課程順利實施的一個重要原因。

目前我國高中了解熟悉人工智能教學內容、方法的教師十分缺乏，相關教育主管部門需加強該課程的師資培養，邀請教材編寫人員和相關專家，積極開展各級培訓、研討和交流活動，以務實的態度來聽取學科教師的意見，為他們提供一些明確的、可操作的指導和建議。也可以開展優秀教學案例的征集和評獎，通過公開課的觀摩和點評活動，或吸納中學教師參與有關課程改革和教學研究的課題，以此提高教師參與改革的積極性。此外，國內高等師范院校信息技術相關專業應該對新課改作出及時的反應，針對高中信息技術各選修模塊為師范生開設相關的課程，為課改的成功實施提供后備師資力量的支持。

（3） 課程教學

從已開展的人工智能課程教學或實驗情況來看，主要的教學體會包括：教學對象選取時要有針對性，不宜硬性指定，應結合學習者自己的興趣和學習基礎供其自由選擇；由于課程的理論和技術的要求較高，不宜大量采用“講授法”進行教學，應設計一些有挑戰性的活動供學生實踐；為保證教學進度有序進行，可通過課堂小測及時鞏固所學內容；應提供良好的網絡條件和計算機設備以支持課程教學和實踐的順利開展。

國外一些高校通過遠程網絡的手段與中學合作開展人工智能教學，加快了課程建設的步伐，并提高了教學質量。大學負責教學網站的建設維護，主持與中小學的討論答疑，中學則負責課程教學的具體實施。文中個案也印證了這種做法的有效性：讓一些致力于高中人工智能課程研究的高校和部分條件較好的中學建立共同體，協作推動課程的實施。一方面，高校研究人員能為中學提供教學指導建議、技術和資源的支持；另一方面，中學的教學實踐也為高校進行課程教學研究提供了材料和依據。

（4） 課程評價

研究表明，評價目前已成為影響高中信息技術新課程實施的一個重要問題[8]。從本次課改的動因來看，針對我國現行教育體制下的高考選拔制度在很多方面呈現的弊端，新課改力圖在一定程度上改變這一局面，努力使學習者能夠真正獲得全面的發展。但是，在目前情況下以高考為“指揮棒”的評價體系短期內仍然無法發生質的變化。高中新課改實施以來，部分省份相繼將信息技術課程納入了高考的范疇，以往信息技術課程不受重視的情況逐漸得到了一些改善。然而，高考是否解決信息技術課程評價問題的一劑良藥，進而為人工智能課程的實施及其評價帶來新的希望，目前仍是值得懷疑和思考的問題。特別是當前高考科目已經較多，再增加科目無疑會加重學習者的負擔，且很容易回到應試教育的老路上。

其次，雖然新課程標準中提供了關于課程評價的建議，但是其中的內容仍然比較抽象，可操作性不夠。如在信息技術課程標準的評價建議中，提倡評價主體的多元化，關注學生的個別差異，綜合應用多種過程性評價方式，適當滲透表現性評價的理念，等等。這些內容從理念上來講都是很好的，但是如何在教學實踐中加以操作實施，對一線教師而言仍是不夠明確和難以把握的問題。而且，信息技術課程的每個模塊各有特色，然而課程標準并未就此提供專門的評價建議。因此，一套科學合理、適合人工智能課程的評價體系和方法仍需要教研人員在實踐中不斷摸索總結。

參考文獻

[1] 教育部. 普通高中技術課程標準(實驗) [S].北京:人民教育出版社,2003:9.

[2] 鐘啟泉. 課程論[M].北京:教育科學出版社,2007:207-214.

[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).

[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.

[5] 珠海教育信息網. 廣東省普通高中信息技術課程標準教學指導意見 [DB/OL].

篇（2）

中圖分類號：G64 文獻標識碼：A 文章編號：1674-098X（2014）10（b）-0155-02

面對航天科技迅猛發展，現代軍備技術快速提升，培養具有專業性的高素質航天類人才，是我國航天科技發展的戰略選擇，也是航天重點高校面向并有效服務航天事業的歷史責任。航天類本科生的教育形式也需要突破傳統的方式，著重多樣性、前沿性、工程性，因此，該專業的各門課程教育都應該結合專業特點，探索新的教學模式。

人工智能自1956年誕生50多年以來，引起眾多科研機構、政府和企業的空前關注，已成為一門具有日臻完善的理論基礎、日益廣泛的應用領域和廣泛交叉的前沿學科。由于航天領域的特殊要求，人工智能在其發展中發揮著不可替代的重要作用，各發達國家都相繼開展了人工智能與航天技術相結合的研究，致力于實現可重構的、具有容錯能力的、智能的飛行系統和管理系統。因此，“人工智能”作為航天類專業的一門特色選修課，應結合專業特點展開更具有實用性和創新性的教學。

1 人工智能課程特點

一方面，“人工智能”是一門多學科交叉的綜合學科，它涉及計算機科學、數學、心理學、認知科學等眾多領域，具有知識點多、涉及面廣、內容抽象、不易理解、理論性強等特點，使得該課程的教學具有較大的靈活度和較高的難度。另一方面，“人工智能”是一門正在發展中的學科，具有較強的前沿性，計算機科學、信息科學、生物科學等相關學科的發展不斷的提出了許多新的研究目標和研究課題，使得人工智能的技術和算法也需要不斷更新，這在很大程度上增加了“人工智能”課程的教學難度。

2 航天類專業特點

首先，航天類專業具有較強的工程性。在專業的教學改革中有統一的特點，即強調要體現航天工程技術的綜合性、系統性， 注重培養復合型人才。其次，航天類專業具有一定的前沿性。因為航天飛行器作為現代高科技和多種學科技術綜合應用的結晶，應及時把現代先進科技融入到了專業基礎和專業類的課程教學中， 專業知識更新快成為又一特點；另外，航天類專業應注重實踐性教育。尊重個性和興趣，強調動手能力，實驗室對學生開放，要求學生自主地設計完成實驗，強調對學生設計理念和創造能力的培養。最后，航天類專業應重視產學合作。產學合作的目的在于推動學校與航天產業的持續全面合作，造就一支科學技術研究和工程實踐兼備的教師隊伍。

3 教學模式的探索

3.1 教材的選擇

人工智能作為一門新興的學科，其理論與方法都還在不斷的發展與完善中。就目前來看，關于人工智能的定義和范圍都沒有一個統一的標準，不同的教材所介紹的內容也不盡相同。在教材選用方面，需要綜合考慮專業特點和學生的知識背景。本課程主要針對航天類專業高年級本科生，該類學生具有一定的數學、計算機、信息論、通信理論等基礎知識，對航天應用的基本需求有初步的了解，因此，“人工智能”課程難度應該控制在中級，可以較深入的介紹人工智能的基礎算法和應用案例。

中南大學蔡自興教授積累了多年的教學與科研經驗，借鑒了國內外其他專家和作者的最新研究成果，吸取了國內和國外人工智能領域學術書籍的長處，于1987年編寫了“人工智能及其應用”一書，該書根據人工智能學科的新發展不斷修訂，推出四個版本。本課程采用“人工智能及其應用（第4版）”，其中大部分內容適合本科生學習。另外，本課程還給學生提供其他一些參考書目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等經典教材。

3.2 課堂教學形式的探索

“人工智能”課程內容較抽象，概念較為繁多，若采用單一的課堂講授的方式，學生容易概念混淆、理解不透，逐漸產生厭倦情緒，導致教學效果差。本文探索不同的課堂教學手段，根據不同內容采用不同的教學手段，有利于學生對課程內容的理解與吸收。另外，考慮到航天類的專業特點，突出課程內容的工程應用，增加研究性質的教學內容與形式，有利于培養學生的創新能力和實踐能力。

（1）課件采用圖文并茂的PPT。綜合利用文字、圖像、聲音、視頻等多種媒體表示方法，在介紹原理和概念時采用精辟的文字，介紹算法流程時采用圖像，介紹算法應用時采用視頻。在PPT中適當利用不同的字體、顏色或動畫來突出重點，細化流程，引導學生的思路，便于集中注意力接受重點內容。

（2）適當增加課堂討論與練習。對于人工智能的一些基本問題，可以引導學生進行調研和討論，來深化課程內容的了解，并提高學生的學習興趣；對于重要的算法和理論，可以增加課堂練習，讓學生實際動手進行公式的推導或演算，并在練習中分析學生對問題的理解程度，有針對性的增加講解或指導。

（3）適當采用類比的講解方式。對人工智能的不同學派，不同方方法，以及方法的不同應用，廣泛的采用類比的形式進行講解，不僅可以復習已學習的內容，也利于對新內容的理解。并且，通過對不同內容的比較總結相似點、區分不同點，可以避免概念的混淆，清晰的掌握課程內容。

（4）增加研究性教學。研究性教學強調通過問題來進行學習，有必要將實際應用案例或者授課教師的科研項目融入日常的教學工作中去，用“啟發式”、“案例式”教學激發學生“自主學習”能力。

3.3 課程內容的探索

一方面，鑒于本科生知識結構還不夠完善，“人工智能”課程的內容要控制在適應本科生學科基礎的中等難度；另一方面，鑒于航天類專業的特點，課程內容應更注重與航天應用相結合的內容，并且在課程中增加具體應用的介紹。具體的課程內容如表1所示。

3.4 考核形式的改革

“人工智能”課程注重學生創新能力和實踐能力的培養，傳統的試卷形式不能全面的反應學生的學習效果，因此，應采用課堂表現和課程報告相結合的方式進行綜合考核。

一方面，重視學生提出問題、分析問題和解決問題的能力，對學生課堂討論與練習的表現進行考核評分，作為總成績的參考；另一方面，注重學生課題調研和實踐的能力，采取提交課程論文的形式進行考核。正確引導學生根據個人興趣、課程內容、可行性、實踐難度進行合理選題，并根據所選題目進行文獻查閱和總結，完成調研報告或算法實現報告。結合者兩個方面進行最終成績的評定，綜合衡量學生問題分析能力、論文寫作能力和創新實踐能力。

4 結語

航天類專業的本科生教學需針對專業特點有的放矢，該專業的課程教育都應該趨向于前沿性、專業性和實用性。本文的“人工智能”課程教學改革方案不僅考慮到該課程屬于前沿叉學科的特點，也綜合考慮了航天類專業的特點。為了使課程教學更好地服務于學生，本文提出的改革方案打破傳統的教學模式，將課堂理論講解、課堂討論、課后調研、項目實踐等相結合，充分調動學生的學習興趣和積極性，提高學生的創新能力，有利于培養真正符合航天領域所需要的綜合型高級人才。

參考文獻

[1] 王甲海，印鑒，凌應標.創新型人工智能教學改革與實踐[J].計算機教育，2010（15）：136-138，148.

[2] 劉興林.大學本科人工智能教學改革與實踐[J].福建電腦，2010（8）：198-199.

[3] 懷麗波.32課時《人工智能基礎》課程教學的幾點思考[J].華章，2013（34）：193-194.

[4] 紀霞，李龍澍.本科人工智能教學研究[J].科教文匯（上旬刊），2013（6）：91-92.

[5] 肖春景，李建伏，楊慧.《人工智能》課程教學方法改革的探索與實踐[J].現代計算機（專業版），2013（26）：32-34.

[6] 熊德蘭，李梅蓮，鄢靖豐.人工智能中實踐教學的探討[J].宿州學院學報，2008（1）：146-148.

篇（3）

2.2面向研究的情境創設

蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發現問題、分析問題和解決問題,激發學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。

下面以“規劃”中的路徑規劃內容為例,詳細分析以研究為導向的情境創設過程。表2給出了整個教學設計。

綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。

3DBR驅動的教學過程

人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節課甚至幾周,怎樣在此期間保持學生的興趣和關注?

DBR是情境設計、實施、評價、再設計、理論形成等環節多次迭代循環的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環。本課程教學主要做好兩個環節,以驅動整個教學過程的推進。

1) 實踐環節。

通常的實踐環節是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。

2) 教學評價。

除了課程考核以外,每個教學單元結束時都有反饋和評價環節。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發現教學設計中的問題,及時調整。

通過上述兩個環節的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。

4教學實施效果分析

1) 正效果分析。

中原工學院計算機學院作為普通工科院校,以培養實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發,考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業生總人數的20%。

人工智能教學中采用的應用型與研究型情境創設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發揮了主動性和主體意識,為持續發展奠定了良好的基礎。

2) 不足分析。

DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:

(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。

(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發。而學生課業繁忙造成了實施的瓶頸。

這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。

5小結

本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節,學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。

參考文獻:

[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.

[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.

[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.

[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

篇（4）

1956年，在美國Dartmouth大學，由數學家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同發起一個歷時兩個月的夏季學術討論班，他們在此討論班上第一次正式使用了人工智能(Artificial Intelligence)這一術語。人工智能是一門多學科交叉的課程，涉及計算機科學、數學、控制論、信息論、神經生理學、心理學、哲學及語言學等多個學科，是新理論和新技術不斷出現的綜合性學科。當前，人工智能領域加強了從人類智能與生命現象中汲取養分的趨勢，加快了向分布式系統與復雜系統靠攏的步伐，智能化的應用更為深入，影響更為廣泛，其發展已對人類的經濟、社會、文化等方面產生了深遠影響[1]。

1人工智能導論課程特點

人工智能導論是人工智能領域的引導性課程，介紹人工智能的基本理論、方法和技術，目的是使學生了解和掌握人工智能的基本概念和方法，為進一步學習奠定基礎。人工智能是計算機科學與技術學科一門重要的基礎課程，需要相關課程作支撐。離散數學、概率論與數理統計等課程是其數學基礎，數據結構、程序設計基礎、算法分析與設計等課程則為人工智能中知識表示、邏輯推理和問題求解提供了設計與實現手段。與其他軟件課程相比，人工智能課程有鮮明的特點，主要表現在思想方法上強調啟發性、算法上強調不確定性。同時，由于人工智能是一個新思想和新技術層出不窮的開拓性領域，因此其對學生的訓練是鼓勵創新的，具有其他課程不可替代的作用。

人工智能導論是計算機相關專業的必修課，在許多信息類相關的本科教學中也有開設，一般開設在第六或者第七學期。我國目前本科教育的定位是專才教育，培養某方面的專業人才。完成公共基礎課程和部分專業基礎課程的學習之后，本科高年級學生應該了解本專業的應用領域和發展前景，因此在教學過程中要注意內容的專業性和應用性。由于本科階段學生缺乏科研意識，初步的科研訓練設置在第八學期，即所有課程學習完畢之后的畢業設計，而人工智能課程強調科研性，因此教學難度較大，由此帶來的最直接后果就是學生學習興趣不高。同時，對有志于讀研的學生而言，本科階段的學業也是研究生教育的起點，在教學過程中要適時的進行科研引導，提升學生對科學研究的興趣，為研究生階段打下基礎。可見，圓滿完成人工智能導論課程這一教學任務是重要且極具挑戰性的。

2教學內容安排

人工智能的研究和應用領域非常廣泛，包括問題求解、機器學習、自然語言理解、專家系統、模式識別、計算機視覺、機器人學、搏弈、計算智能、人工生命自動定理證明、自動程序設計、智能控制、智能檢索、智能調度與指揮、智能決策支持系統、人工神經網絡、數據挖掘和知識發現等。人工智能導論旨在為這些具體領域的研究提供引導和基礎保障。

人工智能導論課程涵蓋內容較多，因此需要明確“精講”和“泛講”的內容，以使教師和學生在教學活動中都有所側重。當然，首先應和學生說明，泛講并不代表內容不重要，只是由于課程性質和課時的關系，暫時不作深入探討。日后如有需要，可在此基礎上進一步學習和研究。結合當前人工智能學科的發展狀況，根據教學大綱和作者的教學經驗，對人工智能導論課程教學內容的精講和泛講安排如表1所示。

3提升學生學習興趣的教學方法

3.1穿插背景故事

為激發學習積極性，針對學生喜歡聽奇聞軼事、想象力豐富的心理特點，通過講述一些與教學內容有關的故事或者趣事來吸引其注意力，輔助思維并豐富聯想，使學生在愉悅中完成學習[2]。下面列舉幾個我們在課程教學中用到的背景故事，通過這些故事，不但傳授了知識，也活躍了課堂氣氛。

1) 人類智能的計算機模擬與人機大戰。

講授人類智能的計算機模擬時，可以給學生簡述一下IBM公司的超級電腦和國際象棋世界冠軍卡斯帕羅夫之間的人機大戰，以促進學生對人類智能和人工智能的進一步思考。北京時間1997年5月12日凌晨4點50分，在美國紐約公平大廈，當IBM公司的“深藍”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫對“深藍”的人機大戰落下帷幕，“深藍” 以3.5U2.5的總比分戰勝卡斯帕羅夫。2003年1月26日至2月7日，卡斯帕羅夫與深藍的升級版“小深”又進行了一場人機大戰，先后進行了6局比賽，最終卡斯帕羅夫以1勝1負4平的結果和“小深”握手言和。這也表明了人工智能和人類智能之間的較量還將持續下去。

2) 問題規約法與老和尚說教。

問題規約法是從要解決的問題出發逆向推理，建立子問題以及子問題的子問題，直到最后把初始問題歸約為一個本原問題集合。本原問題指不能再分解或變換且直接可解的子問題。可見，問題規約的本質是遞歸的思想。此時，可以給學生簡述我們小時候就聽說過的老和尚說教的故事，即“從前有座山，山上有座廟，廟里有個老和尚，老和尚對小和尚說，從前有座山……”。

3) 模糊理論與禿頭悖論。

模糊推理是一種重要的不確定性推理方式，是指基于模糊理論進行的推理。講授模糊理論時，可以先講一下禿頭悖論讓學生討論。一個人有10萬根頭發，肯定不能算禿頭，不是禿頭的人，掉了一頭發，仍然不是禿頭，按照這個道理，讓一個不是禿頭的人一根一根地減少頭發，就得出一條結論，即沒有一根頭發的光頭也不是禿頭！禿頭悖論的出現源于在嚴格的邏輯推理中使用了“禿頭”這一模糊概念，因此需要以模糊邏輯代替傳統的二值邏輯解決該問題。

3.2課堂辯論和多媒體教學

人工智能從其誕生之日起就充滿爭議，各種學派的爭論使得人工智能的發展更趨完善，加快了其縱深發展。目前，人工智能的爭論主要有兩方面，即研究方法的爭論和技術路線的爭論。前者爭論的主要問題有人工智能是否得模擬人的智能；對結構模擬和行為模擬是否可以分離研究；對感知、思維和行為是否可分離研究；對認知與學習以及邏輯思維和形象思維等問題是否可以分離研究；是否有必要建立人工智能的統一理論體系。后者爭論的主要問題是沿著什么樣的技術路線和策略來發展人工智能。

在課堂教學中，可以充分利用人工智能中存在的爭論較多這一特點，針對相關議題組織課堂辯論，如可用議題“機器的反叛――機器的智能會超越人類嗎？”。讓學生在圖書館或者從網上查閱相關資料，明確自己的論點并準備證據材料，并在課堂上進行辯論。這類辯論無所謂輸贏，旨在通過這種活動，增進學生思考[3]。教學中，還可以充分利用多媒體教學的特點，如讓學生觀摩電影《終結者》系列、《人工智能》、《黑客帝國》等，增強學生對人工智能的直觀感受，提高課堂教學效果[4]。

3.3應用實例分析

普遍而言，本科學生對單純的理論講解不太感興趣，因此在教學過程中，適當增加一些實驗和設計，提高學生分析問題的能力和實際動手能力。比如，講解知識的產生式表示法時，給出產生式的概念和基本表示形式之后，可以通過“野人與傳教士過河”問題來說明產生式表示法的具體應用過程；講解計算智能的進化計算部分時，給出進化算法的幾種具體形式和算法流程之后，可以通過中國旅行商問題(CTSP)來說明算法求解問題的過程。教師在教學過程中，可以根據需要，選擇一些合適的應用實例進行分析。通過這些實例，既能加深學生對知識的理解，又能增加學習的興趣。下面給出兩個實例的簡單描述。

1) 產生式表示法求解“野人與傳教士過河”問題。

問題：傳教士和野人各N人過河，現只有一條船，傳教士和野人都會劃船，船一次只能載k人，船上野人多于傳教士時野人就會吃掉傳教士，問如何安全過河？(不失一般性，以N=3，k=2為例求解)。

求解簡述：設綜合數據庫中狀態用三元組(m, c, b)表示，其中m、c、b分別表示傳教士、野人和船的數目，則有：

0≤m, c≤3, b ∈{0, 1}

以左岸為參照點，則初始狀態和目標狀態分別為(3，3，1)和(0，0，0)。據此，可以給出一條產生式規則如下：

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

以此類推，把所有可行的規則都求出之后，就可按照規則集和控制策略得到問題的解。

2) 遺傳算法求解31個城市的CTSP問題[5]。

問題：給定有限個城市的集合C={c1,c2, …,cm}及每兩個城市之間的距離矩陣D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出滿足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一個全排列。我們以CTSP問題為例，即求解中國31個城市之間最短巡回路線的問題。

求解簡述：路徑表示直接使用城市在路徑中的相對位置，如有編號分別為1、2、3、4、5的5個城市的一條路徑4－1－2－5－3，用路徑表示方法直接可寫為(4 1 2 5 3)。適應度函數值用路徑的實際長度表示。交叉算子采用次序雜交，即選擇父體的兩雜交點，交換相應的段，其它城市則保持在父體中的相應次序。變異算子采用倒位算子，即隨機選擇兩個位置，然后將它們之間的城市反序。通過運用遺傳算法求解，可得最優解為15 404 km，對應的巡回路線為“北京―呼和浩特―太原―石家莊―鄭州―西安―銀川―蘭州―西寧―烏魯木齊―拉薩―成都―昆明―貴陽―南寧―海口―廣州―長沙―武漢―南昌―福州―臺北―杭州―上海―南京―合肥―濟南―天津―沈陽―長春―哈爾濱―北京”。實例講解完成后，可要求學生采用相同或者不同的方案自己去實現一下問題的求解過程。

4結語

人工智能是計算機科學與技術專業的一門核心課程，同時也是一門交叉學科，涉及面廣，理論性強，教學難度較大，學生的學習興趣有待提高。本文作者根據自己在人工智能導論課程中的教學實踐和課程特點，明確了教學中的精講內容和泛講內容，總結了三種提高學生學習興趣的教學方法，并給出相應的實例說明，旨在為本門課程的教師提供教學參考。

參考文獻：

[1] 蔡自興,徐光v. 人工智能及其應用(本科生用書)[M]. 北京:清華大學出版社,2003:288-296.

[2] 薛占熬,齊歌,杜浩翠,等. 離散數學的課堂導入法研究[J]. 計算機教育,2010(8):95-99.

[3] 徐新黎,王萬良,楊旭華. “人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.

[4] 李春貴,王萌,何春華. 基于案例教學的“人工智能”教學的實踐與探索[J]. 計算機教育,2008(9):53-54.

[5] 楊利英,覃征,賀升平,等. 改進的演化近似算法求解TSP問題[J]. 微電子學與計算機,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)

篇（5）

作者簡介：于化龍（1982-），男，黑龍江哈爾濱人，江蘇科技大學計算機科學與工程學院，講師。（江蘇?鎮江?212003）

基金項目：本文系江蘇科技大學引進人才科研啟動項目（35301002）的研究成果。

中圖分類號：G643.2?????文獻標識碼：A?????文章編號：1007-0079（2012）28-0074-02

人工智能是研究理解和模擬人類智能及其規律的一門學科，中心任務是通過編程賦予計算機部分的“人類智能”，從而使其可替代人類完成某些煩瑣而危險的工作。自1956年人工智能學科誕生以來，其研究成果已廣泛應用于政治、經濟、文化、教育等諸多領域，并對社會發展產生了巨大的影響，[1]因而人工智能逐漸發展成了高等院校信息類專業廣泛開設的一門核心課程。作為一門課程，其具有如下一些特點：涉及知識面廣、研究領域廣泛、內容抽象、實踐性強。[2]

目前，高校“人工智能”課程普遍分本科和研究生兩個教學階段講授，前者注重學生對基本概念、基礎知識的掌握，并使其能應用所學知識進行簡單的開發實踐，而后者更加注重學生自主學習能力、創新能力以及科研能力的培養，因而二者的教學與培養目標是不同的。[3]本文針對“人工智能”課程自身特點和研究生培養目標，并結合筆者多年來的教學經驗，分別從課程內容設定、教材選擇、教學方法、考核方式等多個方面對該課程的教學改革進行了探索與研究。

一、“人工智能”課程教學內容的設計

“人工智能”課程的突出特點是研究領域過于廣泛，而學時數卻較短（據筆者了解，各高校相關研究生專業開設該課程的時數為32～48學時不等），因而在講授該課程時，追求授課內容“大而全”是不切實際的，有必要精選教學內容，使學生在有限的時間內學到最有用的知識。

鑒于大部分學生在本科階段已簡單學習過該課程，因此可適當減少基本概念和基礎知識的授課時數，如知識表示、知識推理及搜索技術等，這部分知識點只需安排共6～8學時即可。而對于一些相對陳舊的知識，如專家系統（該技術興起于20世紀八九十年代，目前相關研究已很少見），可在對其他知識進行講授時，做簡單介紹，沒有必要占用獨立的授課時數。課程的重點應放在新興且實用的人工智能技術上，如計算智能、機器學習、模式識別、數據挖掘、多Agent系統以及自然語言處理等方面。上述知識的特點在于內容更新快且抽象，與實際應用聯系緊密，極有可能成為學生在未來整個研究生階段的研究方向，因此有必要在這些知識點上投入更多的精力，有助于學生了解并掌握學術的主流發展趨勢，從而能夠更好地培養自身的科學素養和創新能力。

當然，授課教師在實際授課過程中也應根據學科的研究進展，學生的基礎﹑研究方向與興趣等特點隨時對教學內容作出調整，真正做到理論聯系實際、與時俱進。

二、精選“人工智能”課程教材

在教材選擇上，筆者分析比較了目前已公開出版的數十本人工智能教材，并結合我校研究生的特點，選定了由清華大學出版社出版﹑蔡自興和徐光祐編著的《人工智能及其應用》（第4版）作為教材，該教材在前一版的基礎上做出了較大的改進與擴展，增加了本體論、蟻群算法、粒子群算法、強化學習、詞法分析以及路徑規劃等很多新內容，具有知識覆蓋面廣、講解深入淺出，實用性、可讀性強等諸多優點。同時，該教材也是普通高校“十一五”國家級規劃教材，輔有國家級精品課程建設網站，是一部經典的人工智能教材。

與此同時，筆者還為學生推薦了多本經典的參考書，如清華大學出版社由拉塞爾等編著的《人工智能——?一種現代方法》（第3版）、科學出版社由史忠植編著的《高級人工智能》等，并圍繞各研究專題精心挑選了數篇經典和最新的文獻，力求反映各相關領域的國內外研究現狀﹑發展趨勢以及存在的問題等，以供學生參考。

三﹑教學方法的改革

相比于本科生，研究生通常具有更強的理論基礎、接受能力和求知欲，因而在教學過程中應避免傳統“填鴨式”的教學方法，要充分突出學生的主體地位，注重培養學生的學習興趣以及自主學習的能力。為此，筆者結合該課程的特點，對教學方法進行了如下探索。

1.多樣化的教學手段

“人工智能”課程的突出特點是涉及知識面廣、理論性與應用性強、內容抽象且學時數短，因此有必要充分發揮現代教學手段的作用，提高教學效率。為此，筆者精心設計了整套多媒體教學課件，將較難的知識點以動畫的形式呈現給學生，如基于問題歸約法的漢諾塔問題求解過程、基于蟻群算法的旅行商問題求解過程等，均可以這種形式呈現。課堂教學中以課件為主，輔以少量的板書，充分利用了多媒體信息量大、直觀性強的優點，改善了教學效果。除此以外，筆者也搜集了大量的視頻資料，如行人檢測與計數視頻、機器人地震現場搜救視頻等，當講解相關專題時，作為應用實例為學生播放，充分吸引了學生的注意力，提升了他們的學習興趣。

篇（6）

人工智能是一門研究機器智能的學科，是在研究人類智能行為規律的基礎上，利用人工的方法和技術，研制智能機器或智能系統來模仿、延伸和擴展人的智能，實現智能行為。在知識經濟向智能經濟高度發展的今天，人工智能具有重要的理論意義和社會價值。人工智能理論已經滲透到各個領域，人工智能技術也得到廣泛應用，許多研究成果已經進入人們的生活。

人工智能課程是一門多學科交叉的課程，具有很強前沿性，涉及哲學、認知科學、行為科學、腦科學、生理學、心理學、語言學、邏輯學、物理學、數學等眾多領域；涉及面寬，內容廣泛，更新快。人工智能課程的開設能夠更好地培養學生的創新思維和技術創新能力，培養學生對計算機前沿技術的前瞻性，提高他們的科技素質和學術水平[1]。

人工智能課程內容的廣泛性、前沿性和應用性特點決定了授課方法的多樣性。與本科生相比，研究生在教育目標和身心特征方面都有較大的區別。筆者多年從事研究生人工智能課程教學工作，現總結多年教學經驗如下。

1研究生培養目標及其教學特點

研究生教育階段的教育目標是使研究生形成具有個性化的研究品格、研究定向和研究視野，以具有獨立思考并獲得獨創研究成果的能力[2]。從這一意義上講，個性化是研究生教育培養目標的構成主體。尤其隨著我國經濟持續高速增長，社會對知識創新、新經濟生長點的期望值增大，這就要求我國研究生教育在其培養目標的定位上不僅要重視人才培養的高層次性，更要重視創新能力、實踐能力和創業精神的培養。并且，研究生身心發展已較成熟，具有較穩定的個性特征，思維力強，具有較高的專業性思維意識和創造力，為獨立地進行專業研究活動提供了心理上和智力上的保證。而且，研究生已具備了基礎理論和專業知識，特別是有一定工作經歷的研究生，他們不僅有本科教育階段的知識積累，也有應用這些知識的經驗，對于擴大其專業知識領域并進行研究有著積極主動的態度。總之，從年齡構成及身心特征上講，研究生適應高層次、跨學科知識領域的學習和研究。

研究生的特征及其教育目標決定了研究生教學不應該是由教師講授已定論的知識，而應是以教學為基本依托，通過教學提出具有研究性、探索性、未確定性甚至是尚存爭議性的課題，激勵研究生獨立思考和質疑，讓他們在思考和質疑的過程中提出問題，培育他們發現問題、提出質疑的科學批判精神，訓練并提高其創新能力、實踐能力和創新精神。創新精神和創新能力主要表現在具有健全的人格、強烈的責任感、開放的心態、團結合作的精神、嚴謹科學的思維能力和創新思維方式。

個性是創新的源泉，研究生課程體系的設置應該具有一定的靈活性，依據研究生不同的知識基礎和研究定向，設置具有彈性化的課程，使研究生的個性化得以凸顯。另外，為提高研究生專業研究和創新能力，在課程教學中，也應凸顯教學的研究性和專業性，重視專業領域背景知識和研究方法的講授，開展跨學科、非專業知識的教學，教學內容應涵蓋專業領域的研究熱點、難點、爭議問題和最新研究動態，還應包括交叉學科、邊緣學科的研究趨勢，以擴展學生的視野[3]。也就是說，研究生教學既要凸顯研究生的個性化特點，又要凸顯內容的學術性和研究的指向性。

2人工智能課程的特點

2.1多學科交叉，具有很強的前沿性

人工智能是一門多學科交叉的課程。課程內容的理解需要運用多學科知識和較強的邏輯思維能力，多學科的知識相互聯系、相互交叉，融合形成新的知識，成為新的思維方法和綜合能力的萌發點。通過課程學習，學生可以通過不同學科知識的融合來達到對原有知識的超越，用一種全新的思維方法來思考所遇到的問題，提出新的解決辦法。這也是創造力的迸發和智能的飛躍。具有了知識的廣度和深度才具有融會貫通、創新的可能，人工智能課程的開設能夠更好地培養學生的創新思維和技術創新能力，為學生提供一種新的思維方法和問題求解手段。

2.2涉及面寬，內容廣泛，更新快

人工智能課程是一門知識點較多的課程，它以概率統計、離散數學、數據結構、計算機編程語言、數據庫原理等課程為基礎，涵蓋了模式識別、機器學習、數據挖掘、計算智能、自然語言理解、專家系統等眾多研究方向，內容涉及面廣，概念抽象，不易理解。并且，人工智能課程內容更新快，近年來人工智能科學的快速發展，涌現出了大批新方法，研究熱點問題也從符號計算發展到智能計算和Agent等。其中，計算智能主要涉及神經計算、模糊計算、進化計算和人工生命等領域，在模式識別、圖像處理、自動控制、通信網絡等很多領域都得到了成功應用；Agent最早來自分布式人工智能，隨著并行計算和分布式處理等技術的發展而逐漸成為熱點。

在互聯網上有大量最新的與課程內容相關的研究論文，為學生提供了很好的查閱文獻的環境，使學生能夠根據所學習的內容和所在課題組的研究方向閱讀相應文獻，提高學生的學習興趣和獨立提出問題、解決問題的能力。

2.3應用性強

人工智能理論已經滲透到科學的各個領域，當前，幾乎所有的科學與技術分支都在共享著人工智能領域所提供的理論和技術。例如，自第一個專家系統DENDRAL研制成功以來，專家系統已成功地應用于數學、物理、化學、醫學、地質、氣象、農業、法律、教育、交通運輸、軍事、經濟等幾乎所有領域；數據挖掘技術是以一種更自動化的方式對具有大量數據的商業活動進行分析和預測，在市場營銷、銀行、制造業、保險業、計算機安全、醫藥、交通、電信等領域已有許多案例；語義Web讓Web上的信息能夠被機器所理解，實現Web信息的自動處理，成功地將人工智能的研究成果應用到互聯網。另外，在機器視覺、自然語言理解、智能控制與智能制造等方面，人工智能技術也得到廣泛的應用，有許多研究成果已經進入人們的生活。目前，從理論到技術，從產品到工程，從家庭到社會，智能無處不在，人工智能廣泛的應用性給學生提供了大量的現實案例，使得人工智能不再是高深莫測的理論，而是現實中可以觸及的內容。

人工智能課程的多學科交叉性、內容廣泛性、概念抽象、不易理解以及前沿性和應用性特點決定了在該課程的講授過程中應該采用多種授課方法。多種授課方法的采用一方面便于授課內容的理解，另一方面也能夠更好地培養學生的創新思維和技術創新能力，提高他們的科技素質和學術水平。

3人工智能課程教學方法

3.1基于問題的啟發式教學法

蘇霍姆林斯基說：“喚起人實行自我教育，乃是一種真正的教育。”基于問題的啟發式教學法是教師在深入了解學生心理特點和學習規律的基礎上，設計適合教學的啟發式問題，并采取靈活多樣、生動活潑的啟發方式，充分調動學生的學習興趣，激發、引導學生進行科學思維，培養學生獨立思考問題、提出問題和解決問題的能力。該教學方法強調的是過程，教師的主要任務是提出問題，依據舉一反三的思路引導學生展開邏輯推理，通過逐層分析深入思考問題，最后綜合學生觀點闡述相關理論。

在課程教學中，有許多內容適合于采用啟發式教學方法。例如，在知識表示方法的學習過程中，教師首先提出問題：“你是怎樣進行數學定理證明的？”并在學生的回答過程中，引導學生認識到知識及其表示的重要性；隨后，提出問題：“在計算機中如何表示知識？”引導學生逐步總結出不同知識表示方法在知識表達能力、推理效率、可實現性、可組織性、可維護性方面的區別。另外，在確定性推理的教學過程中，教師可以利用“某處發生盜竊案，公安局派出5個偵查員去調查，研究案情時，5個偵查員各給出了一句可信的結論，據此判斷誰是盜竊犯”的問題[4]，讓學生進行判斷和討論，引導學生認識到推理過程中可以使用多條規則進行推理，并且推理路線也可能存在多條，從而引出推理的兩大基本問題：解決沖突消解等問題的推理策略，以及解決推理線路等問題的搜索策略。

啟發式教學法的要點是設計適當的啟發式問題和啟發方式、安排能調動學生積極性的討論環境、鼓勵學生發表個性化觀點。教師不僅用問題引發學生思考，更要鼓勵學生讓思維自由馳騁，主動提出問題，討論問題，尋求問題解決方案。在探討、研究問題中，不要以現有的結論和固定的程式束縛思想，鼓勵學生的個性化觀點。啟發式教學是一種民主、科學的教學方法，其中包含諸多具體的教學方法，如激疑啟發法、比喻啟發法、類比啟發法、聯系啟發法，等等。啟發式教學在傳授知識的同時，更注重的是對創新的孕育、萌芽、生成和壯大，它能促使學生自己獲取知識、思考問題、提出問題、分析問題、解決問題，培養學生的自學能力。以問題為基礎的啟發式教學，利用問題引導學生學習，全方位深層次發展學生的創新思維和探究性學習能力。問題可以誘發出學生的求知欲，激發、喚醒了學生的主體意識；問題往往是面向生活世界的實踐活動的，它使教學活動從以傳授知識為中心轉化為傳授知識與培養能力并重，理論與實踐相結合，提高了學生分析、綜合、觀察、想象等思維能力。

3.2基于案例的探究式教學法

基于案例的探究式教學法要求教師能夠根據學生的認知水平和能力，創設引導學生進行探究活動的案例，以激發學生探究問題的興趣，促進學生質疑、探求的創造性學習動機，通過選擇與確定問題、討論與提出設想、實踐與尋求結果、驗證與得出結論，發展學生的創造性思維，培養學生獨立探究、研究能力和創新能力。探究式教學強調學生的積極參與，強調師生互動。對教師來說，必須轉變傳統的“傳道”觀念，以平等的心態與學生交流探討。在課堂上，要努力營造民主、寬松、和諧的教學氛圍，積極引導學生大膽設想，大膽探索。使學生樹立研究型學習的觀念，消除依附心理，養成勤于思考、善于思考的良好學習習慣，通過積極參與研討培養學生自己獲取新知、探求未知的能力，以及團隊意識和合作精神。

我們在本課程神經網絡部分的教學中，將基于BP神經網絡的維吾爾文手寫字母識別作為案例開展了探究式教學活動。在介紹了前饋多層感知器及標準BP算法之后，教師將科研項目中基于標準BP算法的維吾爾文手寫字母識別實驗及其結果詳細地在課堂上進行演示，引導學生對實驗提出質疑。在教學實踐中，學生提出了大量問題，例如，輸出層神經元個數如何確定，為什么輸出層神經元個數對識別率會有影響？網絡訓練過程中出現震蕩的原因是什么？如何解決？為什么有時誤差較大，權值的調整量反而很小？等等。在教師事先準備好的實驗演示的基礎上，開展學生進行課堂討論，讓學生提出解決問題的各種方法，并現場通過實驗進行驗證，逐步讓學生理解BP網絡結構設計、輸入輸出數據的預處理、初始權值設計的必要性及其實現方法。課堂授課實踐表明，這種方法極大地激發了學生的學習興趣，使學生能夠大膽設想，大膽探索，增加了學生的自信心和創新精神。本次課堂討論結束后，教師根據學生的討論以及實驗結果演示，總結標準BP算法的局限性，例如，“易形成局部極小”，“訓練次數多，學習效率低”，“訓練時有學習新樣本遺忘舊樣本的趨勢”等，并要求學生通過查資料、搜集必要的信息、積極地思索和實驗驗證提出解決上述問題的方法，將學生分組，讓學生展開討論，為下次討論課作好準備。

傳統教學方法是告訴學生怎么去做，在一定程度上損害了學生的積極性。而案例教學要求學生自己去思考、去創造，使得枯燥乏味的內容變得生動活潑，并且案例教學中，通過學生之間的交流既可以使學生取長補短、促進人際交流能力，也可以引導學生變注重知識為注重能力。

案例教學法的關鍵是案例的選擇。案例是為教學目標服務的，因此它應該具有典型性，且應該與所對應的理論知識有直接的聯系。案例最好是經過深入調查研究。來源于實踐，不能只是一堆數據的羅列。教科書的編寫應采用圖片、表格、曲線等方式讓學生看到算法的實驗結果，啟發學生思考。另外，案例應該只有情況沒有結果，有激烈的矛盾沖突，沒有處理辦法和結論，由學生對案例提出質疑，從這個意義上講，案例的情況越復雜，越多樣性，越有價值。

案例教學法能夠實現教學相長。教學中，教師不僅是教師而且也是學員。一方面，教師是整個教學的主導者，掌握著教學進程，引導學生思考、組織討論研究，進行總結、歸納。另一方面，在教學中通過共同研討，教師不但可以發現自己的弱點，而且從學生那里可以了解到大量感性材料。另外，案例教學法能夠調動學生學習主動性。教學中，由于不斷變換教學形式，學生大腦興奮不斷轉移，注意力能夠得到及時調節，有利于學生精神始終維持最佳狀態。案例教學的最大特點是它的真實性。由于教學內容是具體的實例，加之采用是形象、直觀、生動的形式，給人以身臨其境之感，易于學習和理解。最后，案例教學法能夠集思廣益。教師在課堂上不是“獨唱”，而是和大家一起討論思考，學生在課堂上也不是忙于記筆記，而是共同探討問題。由于調動集體的智慧和力量，容易開闊思路，收到良好的效果。

3.3加強研討

鑒于研究生的培養目標和人工智能課程研究范疇的寬泛性、應用性、創新性和前沿性，根據我校計算機系碩士生指導教師的研究領域，我們在課堂教學中為計算智能、機器學習算法、機器視覺、自然語言理解部分增加了研討會，要求學生上網進行文獻檢索、閱讀和學術研討，根據個人的研究興趣和研究設想上臺作報告。另外，我們還邀請相應專家和成果突出的各屆研究生為學生做報告，介紹他們的研究實踐、研究成果和心得體會。例如，在自然語言理解部分的課堂教學中，在介紹完自然語言理解的基本概念與原理之后，我們要求將來做這個領域的研究生在通過查資料了解所在研究小組工作的基礎上，上臺作報告。機器翻譯研究組的同學在學習自然語言理解部分的內容之后，對其所在小組目前的工作及采用的技術、存在的問題做了分析，并通過閱讀文獻，提出了初步的解決問題的設想。與自己所在研究小組的科研相結合，開展文獻檢索和學術研討，一方面讓學生開闊了眼界，另一方面也提高了學生查閱文獻、主動獲取知識、獨立思考的科研能力。

4結語

人工智能理論已經滲透到科學的各個領域，人工智能技術也得到了廣泛的應用。人工智能課程具有多學科交叉、內容廣泛、前沿性和應用性強等特點，課程開設能夠很好地培養學生的創新思維和技術創新能力。教與學是教師與學生雙方互動的過程，教學中要根據學生身心特征的實際情況采用相應的教學方法，并結合本校科研隊伍的研究領域，不斷地探索和提高，才能使教學工作更上一層樓，切實為國家、為社會培養具有創新能力、實踐能力和創業精神的高層次人才。

參考文獻：

[1] 陳白帆,蔡自興,劉麗玨. 人工智能精品課程的創新性教學探索[J]. 計算機教育,2010(19):27-31.

[2] 謝安邦. 構建合理的研究生教育課程體系[J]. 高等教育研究,2003,24(5):68-72.

[3] 教育部研究生工作辦公室,國務院學位委員會辦公室. 高層次人才培養的研究與探索[M]. 北京:高等教育出版社,2000.

[4] 蔡自興,徐光佑. 人工智能及其應用[M]. 4版. 北京:清華大學出版社,2010:113.

Exploration of Artificial Intelligence Course Teaching of Graduate Students

ZHAO Hui1, JIA Zhenhong1, WANG Weiqing2

(1.School of Information Engineering, Xinjiang University, Urumuchi 830046, China;

篇（7）

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科，是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發，人工智能技術的日趨成熟。隨著AI3.0時代的到來，大數據、云計算等新技術的應用也愈發廣泛，對于管理類人才來說，加強對人工智能知識的深入學習，不斷將人工智能技術與管理知識結合起來，對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科，管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力，基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點，通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習，加強學生解決實際問題的能力，為就業打下基礎。本文基于社會對于人工智能領域的人才需求，結合諸多長期從事經管類專業課程教學的老師意見，針對管理類人才的人工智能課程教學內容與方法進行探討，以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。

1、教學現狀與問題

作為一門綜合性、實踐性和應用性很強的理論技術學科，人工智能課程內容及內涵及其豐富，外延極其廣泛。學習這門課程，需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才，該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前，中國大多數大學仍采用傳統的課堂教學模式，在教學過程中照本宣科，忽略與學生的互動，并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置，如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時，隨著章節的知識難度不斷增加，單向介紹式的枯燥教學方式無法反映人工智能學科的全貌，課堂講解難以同時給以學生感性和理性的認知，部分學生因乏味的課堂氛圍漸漸無法跟上教學進度，導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位，具有多學科的素養，但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識，給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機器學習、數據挖掘等眾多內容，概念抽象，不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程，缺乏一定的關聯思考和研究意識，導致課程學習難度增加，產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下，人工智能廣泛應用于機器視覺、智能制造等各個領域，給學生提供了大量的現實案例，使得人工智能不再是高深莫測的理論，而是現實中可以觸及的內容。例如，在機械學科領域，人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源；在醫療領域，是醫療器械的創新生產源動力；在能動領域，是高端能源裝備與新能源發展的重要驅動；在光電信息與計算機工程領域，技術的發展時刻推動著智能科學與技術核心價值的提升。然而，對于管理類專業的學生來說，現階段的人工智能教材涵蓋許多智能算法及相關理論，在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法，書本中的應用實例大多紙上談兵，缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐，加上一些教師授課方法單一，不利于引導學生將人工智能算法應用于現實生活。另外，大學生對知識的理解能力差異很大，教師采用統一的方式教給他們，這使一些學生無法跟上和理解，教師也無法控制學生的學習狀況，導致學生缺乏動力。因此，如何結合學生的現實情況，提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。

2、管理類人才的人工智能課程教學改進策略

課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言，教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化，而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題，可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。

2.1教學方法改進

教師對學生具有引領作用，其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求，通過安排一些具體的教學案例，引導學生積極參與案例思考、分析、討論和表達等多項活動，是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征，調動學生的學習積極性，并緊密結合人工智能領域的相關理論與方法，有效理解知識要點及其關聯性，適用于管理類專業學生的教學。具體而言，高校基于其問題啟發性、教學互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學案例庫，雖然這項建設將極具挑戰性與耗時性，但具有很強的積極效果：培養學生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學，讓學生掌握相關基礎知識原理及應用；通過一題多解的案例使學生思考如何獲取最有效的解題方法；通過綜合案例的設計，啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性，在課堂討論的過程中對學生做出評判，從而對不同類型的學生開展針對性的教學。互動則是在研討的基礎上，通過老師與學生、學生與學生的互動，讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中，教師通過課堂討論了解學生對于知識點的掌握情況，可以有針對性地設計教學內容，例如，對于學校積極性不強的學生，將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來，能夠極大程度地提高學生學習的自主能力；對于基礎知識較為薄弱的學生，可以在教師的指導下查閱相關文獻資料，根據自己的理解撰寫心得報告，并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望，建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術，人才需求量極大，對教師的教學水平也提出了更高要求，因此，進行有效激勵極為重要。在學生激勵方面，可以舉辦各類人工智能競賽項目，設置相應項目獎學金，吸引學生參與實踐，調動學生做研究、發論文的積極性。例如，教育部主辦的中國研究生人工智能創新大賽，圍繞新一代人工智能創新主題，激發學生的創新意識，提高學生的創新實踐能力，為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式，在各學院乃至全校開展此類競賽項目，激發學生的創新能力與團隊合作能力，鼓舞更多學生加入到人工智能課程的學習中來，激發其學習興趣。在教師激勵方面，在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分，鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高，學科交叉性強。基于人工智能的學科交叉性特點，增強管理類人才對學科應用的領悟，可以采取開展學科滲透式教學的方法。從2015年起，國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件，“互聯網+”、“智能+”已經滲透到各個領域，人類進入數字經濟時代，社會需求“技術+管理”的高端復合人才。例如，基于工業4.0和強國戰略，人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識，我們請機械工程、能源動力領域的相關專家以授課或講座的形式，進行相關領域知識和發展趨勢的講解，使學生理解更為透徹。此外，在教學實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進不同專業間老師、學生對于人工智能知識模塊的見解，相互交流、滲透和學習，從而推動人工智能課程教學的改進。

2.2教學內容設置

篇（8）

數學基礎課程：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析等。

算法基礎課程：人工神經網絡，支持向量機，遺傳算法等，還有各個領域需要的算法，比如你要讓機器人自己在位置環境導航和建圖就需要研究SLAM。

人工智能是一個綜合學科，人工智能專業的主要領域是：機器學習、人工智能導論、圖像識別、生物演化論、自然語言處理、語義網、博弈論等。

人工智能專業就業方向

1、機器人設計、制作相關方向

學習人形機器人相關技術和知識，可以成為當今和以后國家急需的機器人人才，系統了解機器人結構、應用和設計開發，培養科學的工科思維方式，激發興趣、自由發揮創作、培養溝通、協調、專注能力。

2、基于AI相關知識和技能的各個工種方向

利用AI和機械臂的結合，可以培養動手、制造，維護和解決問題的能力。桌面機械臂的課程，是引向人工智能技工的就業方向;AI技工需要掌握輕工業設備的使用和維護。

3、編程相關的方向

通過學習機器人編程課程，你能領悟或培養出工程結構思維和編程思維，這也是AI時代里任何工作都需要具備的應用技能，部分優秀的學生還能晉級為國家都需要的人工智能高級編程人才。

4、新制造和新設計相關方向

3D打印是未來新制造的基石技術， 3D打印相關技術，將為你打開一扇通往新制造、新設計的就業大門。不管以后你是上班還是自主創業，3D打印技能和思維都能助你一臂之力。

第一：智能化是未來的重要趨勢之一。隨著互聯網的發展，大數據、云計算和物聯網等相關技術會陸續普及應用，在這個大背景下，智能化必然是發展趨勢之一。人工智能相關技術將首先在互聯網行業開始應用，然后陸續普及到其他行業。所以，從大的發展前景來看，人工智能相關領域的發展前景還是非常廣闊的。

篇（9）

1．背景

隨著互聯網時代的到來，人們的生活方式發生了許多重大的變革，其中之一便是網絡游戲的盛行。如同雨后春筍般冒出來的網吧，以及快速增長的PC，使得人們接觸到互聯網的機會越來越多，這就為網絡游戲的傳播與發展創造了可能。一方面，數量龐大的網民群體中，年輕人占了絕大部分，網絡游戲豐富了社會公眾的文化娛樂生活，深受廣大年輕人喜愛，這更促進了游戲產業的蓬勃發展。另一方面，現代社會生活節奏加快，人們壓力日益增大，許多人傾向于在網游中尋求安慰，釋放壓力，因而全球市場對于網游的需求有增無減。同時，隨著科技的發展和人們對游戲越來越高的要求，游戲逐漸向真實體驗、感覺、觸覺等人性化發展，讓玩家有身臨其境的感覺，在整個游戲過程中得到享受游戲的一種特別的快樂和放松。［1］

近年來3D影像和仿真科技的不斷發展，讓游戲開發人員得以創建出更吸引人、更令人沉迷其中的游戲環境。然而要做出更能令人流連忘返的游戲就得應用人工智能（AI）。AI的應用使游戲角色能夠任意走動、角色可以走進障礙物、能夠控制非玩家角色是否按照團隊運動等，同時，AI還能延長游戲的生命周期，讓游戲更加有趣和更具有挑戰性。

AI能夠處理游戲角色的追趕、躲避、聚集、避障和尋徑問題；AI給游戲角色賦予模糊邏輯和有限狀態機等基于基本規則的推理能力；AI腳本可以擴充AI引擎，讓設計者和玩家更好地設計和玩游戲，等等。因此，將AI應用在游戲開發中以設計實現游戲角色的各種行為勢在必行，有著重要的現實意義。

2．教學內容及其特點

本系人工智能課程的教學內容主要是處理追趕、躲避、聚集、攔截和避障等問題，使用經典A*算法及其改進算法解決尋路問題，以及有限狀態機，等等。本文主要針對游戲中游戲角色的尋路問題進行探討。游戲設計中游戲角色的尋路問題是設計的關鍵，傳統的方法是應用A*算法及其改進算法等來實現游戲角色的尋路問題，目前逐漸有學者應用神經網絡、遺傳算法、粒子群算法等智能算法來實現游戲角色的尋路問題。如：迷宮尋路游戲中《幫助Bob找到回家的路》應用遺傳算法，《智能采礦》游戲中應用神經網絡，用粒子群實現坦克大戰游戲，等等。嘗試應用魚群算法、螢火蟲算法等智能算法求解游戲角色的尋路問題中，以實現游戲的更加智能化、人性化，同時，新的仿生算法的學習和應用能吸引學生的學習注意力、增強學生的學習興趣。

智能算法是解決智能計算問題的方法，已成為人工智能界一個研究的熱點領域，研究的最終目標就是為了讓計算機和集成有計算功能的各種工具及設備更加獨立、更加聰明，能夠自主思考和行動，最終成為我們工作和生活中必不可少的一部分。智能算法主要包括：人工神經網絡、進化算法、人工免疫算法、模擬退火算法、蟻群算法、粒子群算法、蜂群算法、人工魚群算法、人口遷移算法、人工螢火蟲算法等。［2］智能算法是一類仿生算法，就是向自然界學習，采用類比的方法，通過模仿自然界中動物飛行、覓食、求偶等行為以得到解決問題的一般方法，如蟻群、粒子群、蜂群、魚群、螢火蟲算法等。此外，還有很多智能算法通過模仿一些自然或物理現象和規律，如模擬退火算法通過模擬液體的結晶過程設計，免疫算法是模擬生物、植物或動物免疫系統自適應調節功能設計的，人工神經網絡是模擬人的大腦結構及信號處理過程而設計的，進化算法是基于達爾文的“優勝劣汰、適者生存”原理設計的。［3］

針對本系人工智能課程的教學內容，建議補充人工智能中幾種簡單的智能算法的知識點，選取相關人工智能教材的一些內容結合智能算法進行教學。

3．教學方法

針對人工智能課程內容，根據高校教育規律、高校學生學習的特點，采用教學、實踐相結合的教學方法，大小課結合，大課講授理論知識，小課進行課堂實驗，小課的課堂實驗中嚴格要求學生親手編寫代碼，應用大課所學理論知識完成簡單小游戲以實現理論和實踐知識的掌握。同時，借助游戲系的優勢，制作動漫，采用動漫技術來實現人工智能中各種算法的仿生機制，讓學生深刻體會每一種算法的原理和仿生機制，這樣能增強學生學習人工智能課程的興趣，可以取得更好的教學效果。

4．教學效果評價方法

人工智能這門課，最重要的是注重學生對人工智能理論及在游戲中應用的知識和能力的培養。因此，本課程學習結束后主要采用以下方式進行考查：（1）閉卷考試。主要考查對人工智能理論的理解、掌握和綜合運用能力。（2）課堂練習。要求對課堂上介紹過的算法理解、分析、應用，編程實現游戲中的某個功能，最終課程結束時能完成一個功能完整的小游戲。（3）大作業。檢查學生的動手編程能力，要求從介紹過的算法中找一種算法實現一個小游戲中游戲角色的移動、尋路等行為，形成一個演示游戲。該門課成績分配如下：成績=閉卷考試（70%）+課堂練習（10%）+大作業（20%）。

5．結語

人工智能是隨著計算機技術的飛速發展和人們對自然界的深入理解而發展起來的，人工智能的應用逐漸廣泛。游戲開發中人工智能的應用實現了游戲逐漸向真實體驗、感覺、觸覺等人性化發展，讓玩家有身臨其境的感覺。因此，在網絡游戲相關專業開設人工智能課程勢在必行，有著重要的現實意義。

參考文獻：

篇（10）

王湘浩在北京大學數學系學習，如魚得水，才能得到充分發揮，成績遙遙領先，是著名數學家江澤涵教授的高足。在三四年級時他獲得了最高獎學金。

1937年，王湘浩在北京大學數學系畢業時恰值爆發，北京大學南遷。王湘浩在西南聯合大學當了助教，1939年成為江澤涵教授的研究生，專攻拓撲學，1941年畢業，擔任西南聯合大學講師。1946年夏，他到美國普林斯頓大學，在著名代數學家E?阿廷指導下攻讀學位，1947年夏取得碩士學位，1949年春又取得博士學位，其博士論文《關于格倫瓦爾德定理》糾正了格倫瓦爾德定理的錯誤，將該定理做了推廣，重新證明了迪克森猜想。他的這項工作一直享譽代數學界。

1949年6月，王湘浩啟程回國，在母校北京大學數學系任副教授，1950年晉升教授。1952年院系調整時，他到東北人民大學（后改名為吉林大學）數學系任系主任。1955年他被選為中國科學院學部委員（院士），年僅40歲。

1958年，王湘浩以其敏銳的洞察力，率先認識到開拓計算機科學研究的重大意義，毅然從代數方向轉向計算機科學方向，創建了控制論專業，開展了計算機理論研究，使吉林大學成為國內最早開展計算機科學研究的單位之一。

20世紀60年代，王湘浩在“多值邏輯”和“自動機理論”兩方面取得了具有國際先進水平的研究成果。

在那個被扭曲了的歲月中，王湘浩作為學術權威，遭受到了不公正待遇。而且還被莫須有地說成是員，被強制去住“牛棚”，遭受了嚴重的摧殘。“”被粉碎后，王湘浩又振作起來，投身于他所熱愛的教學和科研工作。那時，他雖然已經年過花甲，但仍然承擔起吉林大學副校長的工作，承擔起剛剛開始的博士生導師的重任。

1977年，王湘浩在國內最早提出要開展人工智能的研究，并于1980年受教育部委托，在吉林大學舉辦了全國性的人工智能討論班，隨之成立了全國高校人工智能研究會。王湘浩在定理機器證明的歸結方法上做出了研究成果。1982年王湘浩和他的學生研究了歸結方法中的取因子問題并提出了廣義歸結方法。

王湘浩很早就指出，越是有成就的教授，越要上基礎課，為低年級學生上課。這是他從自己的成長道路獲得的一個啟示。他不僅堅持這一觀點，而且身體力行，率先垂范。他的一個學生回憶道：“1957年，當我剛進入吉林大學數學系時，就是王湘浩教授為我們主講數學分析課和高等代數課。名教授的點撥與教誨，對于我掌握這些課程，包括培養科學的治學態度，培養分析問題和解決問題的能力，都具有極其重要的作用。他不僅親自為我們講課，連講課的講義也是他親自編寫的。”這就是1960年代全國高校的通用教材《高等代數》和《離散數學》等。

此后，王湘浩教授仍堅持為低年級學生上課，幾乎每年入學的一年級學生的高等代數，都由王湘浩教授主講。正是這樣的傳統，使得吉林大學數學系的學生，不僅受到嚴格的訓練，而且學者們嚴謹的治學態度、德藝雙馨的人格魅力，成為學子們在大學期間乃至以后人生受用不盡的精神食糧。

王湘浩教授講課，清晰、簡練、明快、邏輯性極強。他善于抓住事物本質，并且引導你一下子就去研究問題的要害。這也就特別有益于學習他分析問題和解決問題的能力。他這樣做時，自己也特別投入，往往是把精力全部集中于引導學生積極探索和深入思考之中。因此，有幾次，當他一手拿粉筆，一手拿香煙時，他競在不知不覺中，把粉筆當成香煙，塞進嘴里。每每在這時，他自己也會和同學們一起會心地笑起來。

王湘浩還業余從事紅學研究，紅學大師周汝昌（1918--2012）晚年以90多歲的高齡評價王湘浩的《紅樓夢新探》道：“誰解其中味？君書動我心。同時不相識，字字惜千金。”

周汝昌說：“我艱難地堅持讀完了王湘浩教授的《紅樓夢新探》，不禁萬感中來，悲喜交集，心中實難平靜。這冊書部頭不大，編收論文只有6篇，正文不過108頁，然而在近年紅學專著中，這是我所見的一部令我心折的、學術品格很高、思力識力很深的著作。它的問世，意義之重大，必將逐步為學術文化界認識與評價。為什么重大？他是一位卓越的自然科學家。這樣的學者，與一般‘紅學家’顯然不盡相同，由他來研

1993年5月4日，王湘浩逝世于大連，時年78歲。

他的《病榻感懷》是：

死去原知萬事空，但悲未見教苑榮。

他的墓碑上鐫刻著他的

這經文，若能背，微積分，便學會；

n次冪，算微商，乘以n，降一方；

賽因x，作微分，結果是，柯賽因；

柯賽因，求導數，得賽因，加個負；