时间:2022-12-17 12:22:56
序论:好文章的创作是一个不断探索和完善的过程,我们为您推荐十篇人工智能课程范例,希望它们能助您一臂之力,提升您的阅读品质,带来更深刻的阅读感受。
【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097 (2008) 10―0043―04
教育部在2003年颁布的高中信息技术新课程标准中,首次把“人工智能初步”设置为选修模块,与多媒体、网络、程序设计、数据库技术等一起列入信息技术课程体系[1]。此举曾被视作信息技术课程改革的亮点之一。然而,在如今高中信息技术新课改已经全面铺开之际,人工智能选修课程的推进仍然举步维艰,面临诸多困难和问题。
一 高中人工智能课程的现状分析
自2004年我国部分省级实验区开始推进高中新课程改革以来,信息技术课程改革已经开展了四年之久。从目前的总体情况来看,信息技术课程的基础模块与多媒体技术、网络技术、算法与程序设计三个选修模块的实施情况较好,而数据库技术与人工智能初步两个选修模块的推进情况相对不佳。特别是人工智能课程,至今在全国范围内正式开设该课程的学校寥寥可数,少数高中展开了一定的探索和实验,而大多数学校仍持有观望态度。以下分别从实施取向和实施层次的角度分析该课程的现状:
(1) 课程实施的取向
由于我国长期以来实行的是全国统一的课程与教材,按照统一规定执行教学计划,对学校和学生的评价也是按照统一标准与方式实施的,因此我国以往的课程实施基本上都采用了忠实观的取向[2]。本次新课改中信息技术课程的实施过程难免受到这种取向的影响。然而,新课程标准中对信息技术技术各个模块的具体实施并没有明确而详细的规定,从而使教师对包括人工智能模块在内的课程实施缺乏长期惯于依赖的参照和依据,增加了课程实施的难度,造成部分模块的课程难以开设的情况。
(2) 课程实施的层次
课程实施包括五个层面的变化,即教材的改变、组织方式的改变、角色和行为的改变、知识与理解的改变、价值的内化[3]。目前高中人工智能课程在教材改变的层面已经做出了一定的努力。在课程标准的指导下,现已出版的五套教材在体例、版面、学习活动、评价等方面进行了多样化的设计,基本上贯彻了新课标所倡导的课程目标和理念。在组织方式的层次,少数已经开设人工智能课程的学校结合学生的兴趣与学校的实际情况,有针对性地开展了课程的组织。然而,仍然有一些地区或学校不愿或不习惯打破原有的课程组织方式,而是采用硬性规定的方式,人为指定两三门课程,将选修变为必修,限制学生的自由选择,依然维持原有的固定班级授课的形式。教材的改变仅仅是课程实施的开始,在组织方式、角色或行为、知识与理解、价值等层次,大部分学校还未发生变化或变化还很小。
(3) 课程实施的典型个案
目前国内开展人工智能课程教学或实验的典型学校如表1所示。总体来看,这两所学校都地处东南沿海地区,且学校本身比较积极参与高中新课改的实践探索,属于“敢于吃螃蟹”的类型。考虑到课程本身的要求较高,两所学校都选取了基础较好的学生开展教学。到目前为止,两所学校均已开展了三期的教学或实验探索,任课教师及时总结教学心得体会,并在相关教学刊物或课程研修活动中与广大一线教师分享教学经验。
二 高中人工智能课程的影响因素
根据Snyder的研究,可以把课程实施的影响因素归纳为四个方面:课程改革自身的性质、校区的整体情况、学校的水平以及外部环境[4]。结合高中人工智能课程的现状,本文分别从以上四个方面来探讨影响该课程的主要因素。
(1) 课改自身的性质
课程改革本身的性质是影响课程实施的第一要素。它包括课程改革的必要性及其相关性、改革方案的清晰程度、改革内容的复杂性以及改革方案的质量与实用性。结合信息技术新课程改革的相关调查研究,广大信息技术教师和教研人员对课改的必要性应该认识得比较到位,然而他们对信息技术课程中是否有必要单独开设人工智能模块存有疑惑。其次,不少教师对课程改革方案(课程标准)的认识并不是非常清晰。他们认为新课程标准中的教学理念、实施建议等内容相对抽象,不易把握和理解,缺乏具体的针对性,可操作性不强。再次,人工智能课程的实用性相比其他模块并不明显,课程内容也相对难度较高。这些因素造成课程设置的必要性不强、实施难度大、实用性不高,直接影响人工智能课程在学校的顺利设置。
(2) 校区的整体情况
校区的整体情况主要包括地区的适应性、地方管理部门的支持、教学队伍的培养、教学研讨和交流等等。各地区对课程改革的需要程度会直接影响人们实施课程的积极性和主动性。我国东西部地区的学校对课程改革的需求程度不同,从而造成了课程实施的地区差别。从目前开设人工智能课程或教学实验的学校来看,均分布于东南沿海较为发达的地区。这些学校的共同特点是基础条件较好,对课程改革的积极性高,敢于进行教学尝试和革新。此外,地方管理部分的支持对课程实施也有很大影响,如广东省为了推动信息技术课程改革,专门出台了关于课程标准的教学指导意见[5]。其中强调“要特别注意人工智能初步”,并针对人工智能课程提供了较为具体的教学建议,从而促使该省出现了全国最早正式开设人工智能课程的学校。师资队伍也是影响课程的因素之一。目前大多数高中缺乏熟悉人工智能课程内容和教学方法的专业教师,使得学校无法开设该课程。因此,有关人工智能课程的研讨和学习交流显得尤为重要,然而目前这些方面的活动总体上相对缺乏。
(3) 学校的水平
学校水平对课程实施的影响因素包括校长的作用、教师的个人特征和教师集体的行为取向。学校是课程改革的基本单位,校长和教师是学校课程改革的动因。校长对课改理念的理解,以及对课改的支持、参与程度都会影响课程的顺利实施。校长通常会根据上级主管部门的意见,结合本校的实际情况,权衡课程改革可能对学校形成的各种影响。在高考的影响下,信息技术课程在高中各科中长期存在地位“低人一等”的现象,甚至出现课时常被“侵占”的现象。如果校长对信息技术课程本身不重视,那么要求学校开设人工智能选修课无疑是一种奢望。此外,一所学校教师个人和集体的改革意识的强弱也会影响课程的实施。从人工智能课程的现状来看,恰好印证了这一点:改革意识强的教师个人或教研组即使没有上级的硬性指令,也能积极展开各选修模块的教学尝试和探索,并自觉地从教学者成长为研究者,而思想保守的学校即使具备了课程实施的基本条件,也不愿积极开设相关的选修课程,长期停留于课程的“忠实执行者”的层次。
(4) 外部环境
外部环境因素主要包括政府部门的重视、外部机构的支持以及社区与家长的协助。各国课程改革的经验表明,教育行政部门和相关机构的态度在很大程度上影响到新课程的顺利实施。特别是我国长期以来受到前苏联教育模式的影响,课程改革通常是自上而下的模式,新课程的实施主要依靠各级政府教育行政部门的政策和指令的推动。本次新课程改革同样继承了这一模式,但是整个教育体制和评价体系未能及时进行相应的调整,因此在某些方面造成各级教育部门的政策抵触,出现“上有政策、下有对策”的情况。此外,社区与家长对新课改的认识和态度也影响到人工智能课程的实施。研究表明,社区与家长更加关心的是新课改是否有助于提高学生的学业成绩,是否会给学生造成更大的负担,而对学生能力的全面发展和个性的培养则是其次的考虑。因此,要使社区与家长认识和了解课程改革的意义和目标,引导其关心新课程、支持新课程才能更好的促进新课改的健康发展,进而才可能使得包括人工智能在内的高中各科选修模块得以全面开设与实施。
三 高中人工智能课程的反思
通过调查访谈以及与相关授课教师的交流,笔者了解到高中人工智能课程的教学情况和教师的经验体会。总体来说,该课程的推进情况不如预期理想,需要从课程的设计、管理、教学以及评价等方面进行反思。
(1) 课程设计
本次高中信息技术课程改革将原来的一门课程分解为1个必修模块和5个选修模块,从而给学生提供多样化的选择。“人工智能初步”选修模块是作为智能信息技术处理专题设置的,以反映信息技术学科的发展趋势,体现教育的时代性要求。课程设置的目的在于使学生在技术掌握与使用的过程中,逐渐领会信息技术在现代社会中的应用以及对科学技术和人类发展的深远意义[6]。然而,以上的描述更多是该模块的隐性价值,相比其他模块该课程的显性价值并不是很直观。而一线的信息技术教师较多关注的是该课程的显性价值:课程能给学生带来些什么?学生的实践能力能否有较大提高?教师们在没有找到一个合理的价值依托之前,一般不会贸然开课。这一点值得课程设计者和教研人员的深刻思考。
通过网络问卷调查,不少教师认为人工智能课程在高中开设是有一定必要性的[7],但并不意味着所有的学生都需要学习该课程。课程应面向对人工智能有一定兴趣的学习者,且最好有一定的基础。事实上,相对于其他选修模块,选择人工智能课程的学生并不是很多。因此,结合我国目前的情况,可以考虑优先在发达地区条件较好的部分学校开设,再进一步利用其示范作用,以点带面,逐步铺开培训、指导、交流的规模和影响面,积极稳妥地推进高中人工智能课程的建设。
(2) 课程管理
课程的有效管理有助于提高课程实施的质量。上个世纪90年代以来,我国的中小学课程由原来的中央集权管理体制逐步转变为国家、地方、学校的三级管理体制。国家负责课程的总体规划,省级教育部门结合本地区实际制定课程计划或实施方案,而学校也将有权根据学校传统或学生兴趣开发适合本校的课程。目前人工智能课程虽然已被列入国家课程标准,但在地方管理层面并未得到应有的认可。部分地区考虑到高考因素,直接将人工智能模块排除在学生的选择范围之外,无疑成为阻碍该课程顺利实施的一个重要原因。
目前我国高中了解熟悉人工智能教学内容、方法的教师十分缺乏,相关教育主管部门需加强该课程的师资培养,邀请教材编写人员和相关专家,积极开展各级培训、研讨和交流活动,以务实的态度来听取学科教师的意见,为他们提供一些明确的、可操作的指导和建议。也可以开展优秀教学案例的征集和评奖,通过公开课的观摩和点评活动,或吸纳中学教师参与有关课程改革和教学研究的课题,以此提高教师参与改革的积极性。此外,国内高等师范院校信息技术相关专业应该对新课改作出及时的反应,针对高中信息技术各选修模块为师范生开设相关的课程,为课改的成功实施提供后备师资力量的支持。
(3) 课程教学
从已开展的人工智能课程教学或实验情况来看,主要的教学体会包括:教学对象选取时要有针对性,不宜硬性指定,应结合学习者自己的兴趣和学习基础供其自由选择;由于课程的理论和技术的要求较高,不宜大量采用“讲授法”进行教学,应设计一些有挑战性的活动供学生实践;为保证教学进度有序进行,可通过课堂小测及时巩固所学内容;应提供良好的网络条件和计算机设备以支持课程教学和实践的顺利开展。
国外一些高校通过远程网络的手段与中学合作开展人工智能教学,加快了课程建设的步伐,并提高了教学质量。大学负责教学网站的建设维护,主持与中小学的讨论答疑,中学则负责课程教学的具体实施。文中个案也印证了这种做法的有效性:让一些致力于高中人工智能课程研究的高校和部分条件较好的中学建立共同体,协作推动课程的实施。一方面,高校研究人员能为中学提供教学指导建议、技术和资源的支持;另一方面,中学的教学实践也为高校进行课程教学研究提供了材料和依据。
(4) 课程评价
研究表明,评价目前已成为影响高中信息技术新课程实施的一个重要问题[8]。从本次课改的动因来看,针对我国现行教育体制下的高考选拔制度在很多方面呈现的弊端,新课改力图在一定程度上改变这一局面,努力使学习者能够真正获得全面的发展。但是,在目前情况下以高考为“指挥棒”的评价体系短期内仍然无法发生质的变化。高中新课改实施以来,部分省份相继将信息技术课程纳入了高考的范畴,以往信息技术课程不受重视的情况逐渐得到了一些改善。然而,高考是否解决信息技术课程评价问题的一剂良药,进而为人工智能课程的实施及其评价带来新的希望,目前仍是值得怀疑和思考的问题。特别是当前高考科目已经较多,再增加科目无疑会加重学习者的负担,且很容易回到应试教育的老路上。
其次,虽然新课程标准中提供了关于课程评价的建议,但是其中的内容仍然比较抽象,可操作性不够。如在信息技术课程标准的评价建议中,提倡评价主体的多元化,关注学生的个别差异,综合应用多种过程性评价方式,适当渗透表现性评价的理念,等等。这些内容从理念上来讲都是很好的,但是如何在教学实践中加以操作实施,对一线教师而言仍是不够明确和难以把握的问题。而且,信息技术课程的每个模块各有特色,然而课程标准并未就此提供专门的评价建议。因此,一套科学合理、适合人工智能课程的评价体系和方法仍需要教研人员在实践中不断摸索总结。
参考文献
[1] 教育部. 普通高中技术课程标准(实验) [S].北京:人民教育出版社,2003:9.
[2] 钟启泉. 课程论[M].北京:教育科学出版社,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] 珠海教育信息网. 广东省普通高中信息技术课程标准教学指导意见 [DB/OL].
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.
2.2面向研究的情境创设
苏霍姆林斯基认为,研究型教学法应该充分体现学生的主体地位,激励、引导和帮助学生去主动发现问题、分析问题和解决问题,激发学生学习的内在兴趣和成就动机[4]。人工智能课程中包含了大量的前沿问题,研究型课题比比皆是,如何平衡这些研究课题与兴趣、实用的关系,是教学设计中重点考虑的内容。
下面以“规划”中的路径规划内容为例,详细分析以研究为导向的情境创设过程。表2给出了整个教学设计。
综合几次研究课题完成情况,班级中有1/3的学生通过广泛查阅资料和多次与教师讨论,提交了质量尚可的标准格式论文,并因此获得了学院的科研学分。除此之外,教师还组织这部分具备一定科研潜力的学生参加科研项目,进一步磨练科研技能,极大提高了学生的学习兴趣和能力。
3DBR驱动的教学过程
人工智能课程各单元内容相对独立,难以形成统一的联系,怎样验证各单元的学习效果?从提出问题到任务解决,每个单元的学习通常要跨越几节课甚至几周,怎样在此期间保持学生的兴趣和关注?
DBR是情境设计、实施、评价、再设计、理论形成等环节多次迭代循环的过程,柯林斯称之为“不断进步的修正”(Progressive Refinement),以检测设计的价值。因此,评价是教学过程中非常重要的一环。本课程教学主要做好两个环节,以驱动整个教学过程的推进。
1) 实践环节。
通常的实践环节是课程结束后固定时间的实际任务,而本课程的实践却贯穿整个教学过程,是单元教学、教师、学生之间的粘合剂。实践包括应用型实践和研究型实践,一般在每个单元教学开始,提出问题后,实践任务就被布置下去,例如前面所述的“黑白棋”、“路径规划算法研究”等。学生接受任务后,带着问题搜索解决途径,在此期间需要教师提供方法指导及答疑(既可固定时间,也可通过E-mail等形式)。及时地交流,特别是针对实际问题的交流,不仅有效率,而且便于教师及时调整教学设计。
2) 教学评价。
除了课程考核以外,每个教学单元结束时都有反馈和评价环节。评价方式包括单元测试、编写软件测试、研讨会等。具体采用何种形式,要根据前一阶段的反馈信息决定。这些来自学生反馈信息包括前一阶段学习的接受情况、兴趣点、其他课业繁忙情况等。在学期的不同时间点采用合适的评价方式,有助于加强学习刺激,总结和发现教学设计中的问题,及时调整。
通过上述两个环节的推动,精心设计的教学内容得以顺利实施并被学生欣然接受。2/3的学生在整个学期教学中都保持了积极的态度和充分的关注度,确实感受到人工智能的魅力,并能够从技术角度看待人工智能,消除了未学或初学时的神秘感。
4教学实施效果分析
1) 正效果分析。
中原工学院计算机学院作为普通工科院校,以培养实用型人才为主,人工智能并非主干课程,学生重视程度不足。两年来,经过教师与学生的共同努力,教学改革成果逐步体现。人工智能类学生人数从过去的5%上升到15%,科研论文数量从1%上升到20%。有20%的学生接触过或正在从事人工智能类项目的研究与开发,考研选择人工智能科目的学生比例从0上升到15%,考研成功人数占毕业生总人数的20%。
人工智能教学中采用的应用型与研究型情境创设,不仅促进了学生理解接受知识,而且锻炼提高了学生独立分析、解决问题及开发能力。学习也不再局限于课堂,而是拓展到图书馆、互联网等更广阔的空间。学生在学习期间保持了高度的关注,充分发挥了主动性和主体意识,为持续发展奠定了良好的基础。
2) 不足分析。
DBR的方法论能够促使教师在教学过程中不断完善教学设计,融合先进的教学理论及工具,逐步加深学习的理解和设计的提升,切实提高教学效果。然而,仍然存在一些DBR无法解决或完善的问题。具体表现在:
(1) 缺乏合适的教材。目前大多数教材的示例以解答式或推证式为主,设计型或实际项目案例较少。
(2) 投入时间限制。尽管上述教学设计和教学过程都经过精心准备与实施,但是要取得好的成效,还需要教师和学生都投入大量时间交流、研究或开发。而学生课业繁忙造成了实施的瓶颈。
这些不足制约了上述教学方法的实际实施效果,需要今后不断改进。
5小结
本文针对普通工科院校学生特点,将DBR研究成果应用于人工智能课程。教学效果表明,精心设计的应用型与研究型情境有助于维持学生长时间的关注度、主动性和兴趣;强调基于评价的修正使教学过程可调节,学生的学习效果更可靠。希望本文研究能够对人工智能教学及学生培养起到一定的参考作用,下一阶段的主要工作是进行适合的教材建设。
参考文献:
[1] 杨南昌. 基于设计的研究:正在兴起的学习研究新范式[J]. 中国电化教育,2007(5):6-10.
[2] 曾安,余永权,曾碧. 人工智能课程教学模式的探讨[J]. 江西教育学院学报:综合版,2006,27(6):40-43.
[3] 李鸣华. 案例教学法在高中人工智能课程中的运用研究[J]. 中国电化教育,2008(2):99-102.
[4] 杨种学. 研究型教学法在数据结构课程中的应用研究[J]. 计算机教育,2007(1):55-56.
DBR Utilized Teaching Method for Artificial Intelligence
WANG Lu, LU Xiao-xia
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)
作者简介:于化龙(1982-),男,黑龙江哈尔滨人,江苏科技大学计算机科学与工程学院,讲师。(江苏?镇江?212003)
基金项目:本文系江苏科技大学引进人才科研启动项目(35301002)的研究成果。
中图分类号:G643.2?????文献标识码:A?????文章编号:1007-0079(2012)28-0074-02
人工智能是研究理解和模拟人类智能及其规律的一门学科,中心任务是通过编程赋予计算机部分的“人类智能”,从而使其可替代人类完成某些烦琐而危险的工作。自1956年人工智能学科诞生以来,其研究成果已广泛应用于政治、经济、文化、教育等诸多领域,并对社会发展产生了巨大的影响,[1]因而人工智能逐渐发展成了高等院校信息类专业广泛开设的一门核心课程。作为一门课程,其具有如下一些特点:涉及知识面广、研究领域广泛、内容抽象、实践性强。[2]
目前,高校“人工智能”课程普遍分本科和研究生两个教学阶段讲授,前者注重学生对基本概念、基础知识的掌握,并使其能应用所学知识进行简单的开发实践,而后者更加注重学生自主学习能力、创新能力以及科研能力的培养,因而二者的教学与培养目标是不同的。[3]本文针对“人工智能”课程自身特点和研究生培养目标,并结合笔者多年来的教学经验,分别从课程内容设定、教材选择、教学方法、考核方式等多个方面对该课程的教学改革进行了探索与研究。
一、“人工智能”课程教学内容的设计
“人工智能”课程的突出特点是研究领域过于广泛,而学时数却较短(据笔者了解,各高校相关研究生专业开设该课程的时数为32~48学时不等),因而在讲授该课程时,追求授课内容“大而全”是不切实际的,有必要精选教学内容,使学生在有限的时间内学到最有用的知识。
鉴于大部分学生在本科阶段已简单学习过该课程,因此可适当减少基本概念和基础知识的授课时数,如知识表示、知识推理及搜索技术等,这部分知识点只需安排共6~8学时即可。而对于一些相对陈旧的知识,如专家系统(该技术兴起于20世纪八九十年代,目前相关研究已很少见),可在对其他知识进行讲授时,做简单介绍,没有必要占用独立的授课时数。课程的重点应放在新兴且实用的人工智能技术上,如计算智能、机器学习、模式识别、数据挖掘、多Agent系统以及自然语言处理等方面。上述知识的特点在于内容更新快且抽象,与实际应用联系紧密,极有可能成为学生在未来整个研究生阶段的研究方向,因此有必要在这些知识点上投入更多的精力,有助于学生了解并掌握学术的主流发展趋势,从而能够更好地培养自身的科学素养和创新能力。
当然,授课教师在实际授课过程中也应根据学科的研究进展,学生的基础﹑研究方向与兴趣等特点随时对教学内容作出调整,真正做到理论联系实际、与时俱进。
二、精选“人工智能”课程教材
在教材选择上,笔者分析比较了目前已公开出版的数十本人工智能教材,并结合我校研究生的特点,选定了由清华大学出版社出版﹑蔡自兴和徐光祐编著的《人工智能及其应用》(第4版)作为教材,该教材在前一版的基础上做出了较大的改进与扩展,增加了本体论、蚁群算法、粒子群算法、强化学习、词法分析以及路径规划等很多新内容,具有知识覆盖面广、讲解深入浅出,实用性、可读性强等诸多优点。同时,该教材也是普通高校“十一五”国家级规划教材,辅有国家级精品课程建设网站,是一部经典的人工智能教材。
与此同时,笔者还为学生推荐了多本经典的参考书,如清华大学出版社由拉塞尔等编著的《人工智能——?一种现代方法》(第3版)、科学出版社由史忠植编著的《高级人工智能》等,并围绕各研究专题精心挑选了数篇经典和最新的文献,力求反映各相关领域的国内外研究现状﹑发展趋势以及存在的问题等,以供学生参考。
三﹑教学方法的改革
相比于本科生,研究生通常具有更强的理论基础、接受能力和求知欲,因而在教学过程中应避免传统“填鸭式”的教学方法,要充分突出学生的主体地位,注重培养学生的学习兴趣以及自主学习的能力。为此,笔者结合该课程的特点,对教学方法进行了如下探索。
1.多样化的教学手段
“人工智能”课程的突出特点是涉及知识面广、理论性与应用性强、内容抽象且学时数短,因此有必要充分发挥现代教学手段的作用,提高教学效率。为此,笔者精心设计了整套多媒体教学课件,将较难的知识点以动画的形式呈现给学生,如基于问题归约法的汉诺塔问题求解过程、基于蚁群算法的旅行商问题求解过程等,均可以这种形式呈现。课堂教学中以课件为主,辅以少量的板书,充分利用了多媒体信息量大、直观性强的优点,改善了教学效果。除此以外,笔者也搜集了大量的视频资料,如行人检测与计数视频、机器人地震现场搜救视频等,当讲解相关专题时,作为应用实例为学生播放,充分吸引了学生的注意力,提升了他们的学习兴趣。
人工智能是一门研究机器智能的学科,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。在知识经济向智能经济高度发展的今天,人工智能具有重要的理论意义和社会价值。人工智能理论已经渗透到各个领域,人工智能技术也得到广泛应用,许多研究成果已经进入人们的生活。
人工智能课程是一门多学科交叉的课程,具有很强前沿性,涉及哲学、认知科学、行为科学、脑科学、生理学、心理学、语言学、逻辑学、物理学、数学等众多领域;涉及面宽,内容广泛,更新快。人工智能课程的开设能够更好地培养学生的创新思维和技术创新能力,培养学生对计算机前沿技术的前瞻性,提高他们的科技素质和学术水平[1]。
人工智能课程内容的广泛性、前沿性和应用性特点决定了授课方法的多样性。与本科生相比,研究生在教育目标和身心特征方面都有较大的区别。笔者多年从事研究生人工智能课程教学工作,现总结多年教学经验如下。
1研究生培养目标及其教学特点
研究生教育阶段的教育目标是使研究生形成具有个性化的研究品格、研究定向和研究视野,以具有独立思考并获得独创研究成果的能力[2]。从这一意义上讲,个性化是研究生教育培养目标的构成主体。尤其随着我国经济持续高速增长,社会对知识创新、新经济生长点的期望值增大,这就要求我国研究生教育在其培养目标的定位上不仅要重视人才培养的高层次性,更要重视创新能力、实践能力和创业精神的培养。并且,研究生身心发展已较成熟,具有较稳定的个性特征,思维力强,具有较高的专业性思维意识和创造力,为独立地进行专业研究活动提供了心理上和智力上的保证。而且,研究生已具备了基础理论和专业知识,特别是有一定工作经历的研究生,他们不仅有本科教育阶段的知识积累,也有应用这些知识的经验,对于扩大其专业知识领域并进行研究有着积极主动的态度。总之,从年龄构成及身心特征上讲,研究生适应高层次、跨学科知识领域的学习和研究。
研究生的特征及其教育目标决定了研究生教学不应该是由教师讲授已定论的知识,而应是以教学为基本依托,通过教学提出具有研究性、探索性、未确定性甚至是尚存争议性的课题,激励研究生独立思考和质疑,让他们在思考和质疑的过程中提出问题,培育他们发现问题、提出质疑的科学批判精神,训练并提高其创新能力、实践能力和创新精神。创新精神和创新能力主要表现在具有健全的人格、强烈的责任感、开放的心态、团结合作的精神、严谨科学的思维能力和创新思维方式。
个性是创新的源泉,研究生课程体系的设置应该具有一定的灵活性,依据研究生不同的知识基础和研究定向,设置具有弹性化的课程,使研究生的个性化得以凸显。另外,为提高研究生专业研究和创新能力,在课程教学中,也应凸显教学的研究性和专业性,重视专业领域背景知识和研究方法的讲授,开展跨学科、非专业知识的教学,教学内容应涵盖专业领域的研究热点、难点、争议问题和最新研究动态,还应包括交叉学科、边缘学科的研究趋势,以扩展学生的视野[3]。也就是说,研究生教学既要凸显研究生的个性化特点,又要凸显内容的学术性和研究的指向性。
2人工智能课程的特点
2.1多学科交叉,具有很强的前沿性
人工智能是一门多学科交叉的课程。课程内容的理解需要运用多学科知识和较强的逻辑思维能力,多学科的知识相互联系、相互交叉,融合形成新的知识,成为新的思维方法和综合能力的萌发点。通过课程学习,学生可以通过不同学科知识的融合来达到对原有知识的超越,用一种全新的思维方法来思考所遇到的问题,提出新的解决办法。这也是创造力的迸发和智能的飞跃。具有了知识的广度和深度才具有融会贯通、创新的可能,人工智能课程的开设能够更好地培养学生的创新思维和技术创新能力,为学生提供一种新的思维方法和问题求解手段。
2.2涉及面宽,内容广泛,更新快
人工智能课程是一门知识点较多的课程,它以概率统计、离散数学、数据结构、计算机编程语言、数据库原理等课程为基础,涵盖了模式识别、机器学习、数据挖掘、计算智能、自然语言理解、专家系统等众多研究方向,内容涉及面广,概念抽象,不易理解。并且,人工智能课程内容更新快,近年来人工智能科学的快速发展,涌现出了大批新方法,研究热点问题也从符号计算发展到智能计算和Agent等。其中,计算智能主要涉及神经计算、模糊计算、进化计算和人工生命等领域,在模式识别、图像处理、自动控制、通信网络等很多领域都得到了成功应用;Agent最早来自分布式人工智能,随着并行计算和分布式处理等技术的发展而逐渐成为热点。
在互联网上有大量最新的与课程内容相关的研究论文,为学生提供了很好的查阅文献的环境,使学生能够根据所学习的内容和所在课题组的研究方向阅读相应文献,提高学生的学习兴趣和独立提出问题、解决问题的能力。
2.3应用性强
人工智能理论已经渗透到科学的各个领域,当前,几乎所有的科学与技术分支都在共享着人工智能领域所提供的理论和技术。例如,自第一个专家系统DENDRAL研制成功以来,专家系统已成功地应用于数学、物理、化学、医学、地质、气象、农业、法律、教育、交通运输、军事、经济等几乎所有领域;数据挖掘技术是以一种更自动化的方式对具有大量数据的商业活动进行分析和预测,在市场营销、银行、制造业、保险业、计算机安全、医药、交通、电信等领域已有许多案例;语义Web让Web上的信息能够被机器所理解,实现Web信息的自动处理,成功地将人工智能的研究成果应用到互联网。另外,在机器视觉、自然语言理解、智能控制与智能制造等方面,人工智能技术也得到广泛的应用,有许多研究成果已经进入人们的生活。目前,从理论到技术,从产品到工程,从家庭到社会,智能无处不在,人工智能广泛的应用性给学生提供了大量的现实案例,使得人工智能不再是高深莫测的理论,而是现实中可以触及的内容。
人工智能课程的多学科交叉性、内容广泛性、概念抽象、不易理解以及前沿性和应用性特点决定了在该课程的讲授过程中应该采用多种授课方法。多种授课方法的采用一方面便于授课内容的理解,另一方面也能够更好地培养学生的创新思维和技术创新能力,提高他们的科技素质和学术水平。
3人工智能课程教学方法
3.1基于问题的启发式教学法
苏霍姆林斯基说:“唤起人实行自我教育,乃是一种真正的教育。”基于问题的启发式教学法是教师在深入了解学生心理特点和学习规律的基础上,设计适合教学的启发式问题,并采取灵活多样、生动活泼的启发方式,充分调动学生的学习兴趣,激发、引导学生进行科学思维,培养学生独立思考问题、提出问题和解决问题的能力。该教学方法强调的是过程,教师的主要任务是提出问题,依据举一反三的思路引导学生展开逻辑推理,通过逐层分析深入思考问题,最后综合学生观点阐述相关理论。
在课程教学中,有许多内容适合于采用启发式教学方法。例如,在知识表示方法的学习过程中,教师首先提出问题:“你是怎样进行数学定理证明的?”并在学生的回答过程中,引导学生认识到知识及其表示的重要性;随后,提出问题:“在计算机中如何表示知识?”引导学生逐步总结出不同知识表示方法在知识表达能力、推理效率、可实现性、可组织性、可维护性方面的区别。另外,在确定性推理的教学过程中,教师可以利用“某处发生盗窃案,公安局派出5个侦查员去调查,研究案情时,5个侦查员各给出了一句可信的结论,据此判断谁是盗窃犯”的问题[4],让学生进行判断和讨论,引导学生认识到推理过程中可以使用多条规则进行推理,并且推理路线也可能存在多条,从而引出推理的两大基本问题:解决冲突消解等问题的推理策略,以及解决推理线路等问题的搜索策略。
启发式教学法的要点是设计适当的启发式问题和启发方式、安排能调动学生积极性的讨论环境、鼓励学生发表个性化观点。教师不仅用问题引发学生思考,更要鼓励学生让思维自由驰骋,主动提出问题,讨论问题,寻求问题解决方案。在探讨、研究问题中,不要以现有的结论和固定的程式束缚思想,鼓励学生的个性化观点。启发式教学是一种民主、科学的教学方法,其中包含诸多具体的教学方法,如激疑启发法、比喻启发法、类比启发法、联系启发法,等等。启发式教学在传授知识的同时,更注重的是对创新的孕育、萌芽、生成和壮大,它能促使学生自己获取知识、思考问题、提出问题、分析问题、解决问题,培养学生的自学能力。以问题为基础的启发式教学,利用问题引导学生学习,全方位深层次发展学生的创新思维和探究性学习能力。问题可以诱发出学生的求知欲,激发、唤醒了学生的主体意识;问题往往是面向生活世界的实践活动的,它使教学活动从以传授知识为中心转化为传授知识与培养能力并重,理论与实践相结合,提高了学生分析、综合、观察、想象等思维能力。
3.2基于案例的探究式教学法
基于案例的探究式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究活动的案例,以激发学生探究问题的兴趣,促进学生质疑、探求的创造性学习动机,通过选择与确定问题、讨论与提出设想、实践与寻求结果、验证与得出结论,发展学生的创造性思维,培养学生独立探究、研究能力和创新能力。探究式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、和谐的教学氛围,积极引导学生大胆设想,大胆探索。使学生树立研究型学习的观念,消除依附心理,养成勤于思考、善于思考的良好学习习惯,通过积极参与研讨培养学生自己获取新知、探求未知的能力,以及团队意识和合作精神。
我们在本课程神经网络部分的教学中,将基于BP神经网络的维吾尔文手写字母识别作为案例开展了探究式教学活动。在介绍了前馈多层感知器及标准BP算法之后,教师将科研项目中基于标准BP算法的维吾尔文手写字母识别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,学生提出了大量问题,例如,输出层神经元个数如何确定,为什么输出层神经元个数对识别率会有影响?网络训练过程中出现震荡的原因是什么?如何解决?为什么有时误差较大,权值的调整量反而很小?等等。在教师事先准备好的实验演示的基础上,开展学生进行课堂讨论,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BP网络结构设计、输入输出数据的预处理、初始权值设计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,总结标准BP算法的局限性,例如,“易形成局部极小”,“训练次数多,学习效率低”,“训练时有学习新样本遗忘旧样本的趋势”等,并要求学生通过查资料、搜集必要的信息、积极地思索和实验验证提出解决上述问题的方法,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,使得枯燥乏味的内容变得生动活泼,并且案例教学中,通过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维持最佳状态。案例教学的最大特点是它的真实性。由于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。
3.3加强研讨
鉴于研究生的培养目标和人工智能课程研究范畴的宽泛性、应用性、创新性和前沿性,根据我校计算机系硕士生指导教师的研究领域,我们在课堂教学中为计算智能、机器学习算法、机器视觉、自然语言理解部分增加了研讨会,要求学生上网进行文献检索、阅读和学术研讨,根据个人的研究兴趣和研究设想上台作报告。另外,我们还邀请相应专家和成果突出的各届研究生为学生做报告,介绍他们的研究实践、研究成果和心得体会。例如,在自然语言理解部分的课堂教学中,在介绍完自然语言理解的基本概念与原理之后,我们要求将来做这个领域的研究生在通过查资料了解所在研究小组工作的基础上,上台作报告。机器翻译研究组的同学在学习自然语言理解部分的内容之后,对其所在小组目前的工作及采用的技术、存在的问题做了分析,并通过阅读文献,提出了初步的解决问题的设想。与自己所在研究小组的科研相结合,开展文献检索和学术研讨,一方面让学生开阔了眼界,另一方面也提高了学生查阅文献、主动获取知识、独立思考的科研能力。
4结语
人工智能理论已经渗透到科学的各个领域,人工智能技术也得到了广泛的应用。人工智能课程具有多学科交叉、内容广泛、前沿性和应用性强等特点,课程开设能够很好地培养学生的创新思维和技术创新能力。教与学是教师与学生双方互动的过程,教学中要根据学生身心特征的实际情况采用相应的教学方法,并结合本校科研队伍的研究领域,不断地探索和提高,才能使教学工作更上一层楼,切实为国家、为社会培养具有创新能力、实践能力和创业精神的高层次人才。
参考文献:
[1] 陈白帆,蔡自兴,刘丽珏. 人工智能精品课程的创新性教学探索[J]. 计算机教育,2010(19):27-31.
[2] 谢安邦. 构建合理的研究生教育课程体系[J]. 高等教育研究,2003,24(5):68-72.
[3] 教育部研究生工作办公室,国务院学位委员会办公室. 高层次人才培养的研究与探索[M]. 北京:高等教育出版社,2000.
[4] 蔡自兴,徐光佑. 人工智能及其应用[M]. 4版. 北京:清华大学出版社,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;
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科,是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发,人工智能技术的日趋成熟。随着AI3.0时代的到来,大数据、云计算等新技术的应用也愈发广泛,对于管理类人才来说,加强对人工智能知识的深入学习,不断将人工智能技术与管理知识结合起来,对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科,管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力,基于其覆盖面广、包容性强、应用需求空间巨大的学科特点,通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习,加强学生解决实际问题的能力,为就业打下基础。本文基于社会对于人工智能领域的人才需求,结合诸多长期从事经管类专业课程教学的老师意见,针对管理类人才的人工智能课程教学内容与方法进行探讨,以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科,人工智能课程内容及内涵及其丰富,外延极其广泛。学习这门课程,需要较好的数学基础和较强的逻辑思维能力。针对管理类人才,该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前,中国大多数大学仍采用传统的课堂教学模式,在教学过程中照本宣科,忽略与学生的互动,并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置,如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时,随着章节的知识难度不断增加,单向介绍式的枯燥教学方式无法反映人工智能学科的全貌,课堂讲解难以同时给以学生感性和理性的认知,部分学生因乏味的课堂氛围渐渐无法跟上教学进度,导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位,具有多学科的素养,但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识,给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多,涵盖模式识别、机器学习、数据挖掘等众多内容,概念抽象,不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程,缺乏一定的关联思考和研究意识,导致课程学习难度增加,产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下,人工智能广泛应用于机器视觉、智能制造等各个领域,给学生提供了大量的现实案例,使得人工智能不再是高深莫测的理论,而是现实中可以触及的内容。例如,在机械学科领域,人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源;在医疗领域,是医疗器械的创新生产源动力;在能动领域,是高端能源装备与新能源发展的重要驱动;在光电信息与计算机工程领域,技术的发展时刻推动着智能科学与技术核心价值的提升。然而,对于管理类专业的学生来说,现阶段的人工智能教材涵盖许多智能算法及相关理论,在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法,书本中的应用实例大多纸上谈兵,缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践,加上一些教师授课方法单一,不利于引导学生将人工智能算法应用于现实生活。另外,大学生对知识的理解能力差异很大,教师采用统一的方式教给他们,这使一些学生无法跟上和理解,教师也无法控制学生的学习状况,导致学生缺乏动力。因此,如何结合学生的现实情况,提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言,教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化,而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题,可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用,其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求,通过安排一些具体的教学案例,引导学生积极参与案例思考、分析、讨论和表达等多项活动,是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征,调动学生的学习积极性,并紧密结合人工智能领域的相关理论与方法,有效理解知识要点及其关联性,适用于管理类专业学生的教学。具体而言,高校基于其问题启发性、教学互动性以及实践有用性等特点,可以建立基于人工智能知识体系的教学案例库,虽然这项建设将极具挑战性与耗时性,但具有很强的积极效果:培养学生较强的批判性思维能力,更多地保留课程材料,更积极地参与课堂活动,对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如,通过单一案例教学,让学生掌握相关基础知识原理及应用;通过一题多解的案例使学生思考如何获取最有效的解题方法;通过综合案例的设计,启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性,在课堂讨论的过程中对学生做出评判,从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上,通过老师与学生、学生与学生的互动,让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中,教师通过课堂讨论了解学生对于知识点的掌握情况,可以有针对性地设计教学内容,例如,对于学校积极性不强的学生,将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来,能够极大程度地提高学生学习的自主能力;对于基础知识较为薄弱的学生,可以在教师的指导下查阅相关文献资料,根据自己的理解撰写心得报告,并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望,建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术,人才需求量极大,对教师的教学水平也提出了更高要求,因此,进行有效激励极为重要。在学生激励方面,可以举办各类人工智能竞赛项目,设置相应项目奖学金,吸引学生参与实践,调动学生做研究、发论文的积极性。例如,教育部主办的中国研究生人工智能创新大赛,围绕新一代人工智能创新主题,激发学生的创新意识,提高学生的创新实践能力,为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式,在各学院乃至全校开展此类竞赛项目,激发学生的创新能力与团队合作能力,鼓舞更多学生加入到人工智能课程的学习中来,激发其学习兴趣。在教师激励方面,在教师聘任和提升过程中把参加学生课程制定、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。(4)学科渗透式教学人工智能学科知识融合程度较高,学科交叉性强。基于人工智能的学科交叉性特点,增强管理类人才对学科应用的领悟,可以采取开展学科渗透式教学的方法。从2015年起,国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件,“互联网+”、“智能+”已经渗透到各个领域,人类进入数字经济时代,社会需求“技术+管理”的高端复合人才。例如,基于工业4.0和强国战略,人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识,我们请机械工程、能源动力领域的相关专家以授课或讲座的形式,进行相关领域知识和发展趋势的讲解,使学生理解更为透彻。此外,在教学实践过程中,还可以用举办人工智能知识交流会、线上人工智能论坛等形式,促进不同专业间老师、学生对于人工智能知识模块的见解,相互交流、渗透和学习,从而推动人工智能课程教学的改进。
2.2教学内容设置
数学基础课程:高等数学,线性代数,概率论数理统计和随机过程,离散数学,数值分析等。
算法基础课程:人工神经网络,支持向量机,遗传算法等,还有各个领域需要的算法,比如你要让机器人自己在位置环境导航和建图就需要研究SLAM。
人工智能是一个综合学科,人工智能专业的主要领域是:机器学习、人工智能导论、图像识别、生物演化论、自然语言处理、语义网、博弈论等。
人工智能专业就业方向
1、机器人设计、制作相关方向
学习人形机器人相关技术和知识,可以成为当今和以后国家急需的机器人人才,系统了解机器人结构、应用和设计开发,培养科学的工科思维方式,激发兴趣、自由发挥创作、培养沟通、协调、专注能力。
2、基于AI相关知识和技能的各个工种方向
利用AI和机械臂的结合,可以培养动手、制造,维护和解决问题的能力。桌面机械臂的课程,是引向人工智能技工的就业方向;AI技工需要掌握轻工业设备的使用和维护。
3、编程相关的方向
通过学习机器人编程课程,你能领悟或培养出工程结构思维和编程思维,这也是AI时代里任何工作都需要具备的应用技能,部分优秀的学生还能晋级为国家都需要的人工智能高级编程人才。
4、新制造和新设计相关方向
3D打印是未来新制造的基石技术, 3D打印相关技术,将为你打开一扇通往新制造、新设计的就业大门。不管以后你是上班还是自主创业,3D打印技能和思维都能助你一臂之力。
第一:智能化是未来的重要趋势之一。随着互联网的发展,大数据、云计算和物联网等相关技术会陆续普及应用,在这个大背景下,智能化必然是发展趋势之一。人工智能相关技术将首先在互联网行业开始应用,然后陆续普及到其他行业。所以,从大的发展前景来看,人工智能相关领域的发展前景还是非常广阔的。
1.背景
随着互联网时代的到来,人们的生活方式发生了许多重大的变革,其中之一便是网络游戏的盛行。如同雨后春笋般冒出来的网吧,以及快速增长的PC,使得人们接触到互联网的机会越来越多,这就为网络游戏的传播与发展创造了可能。一方面,数量庞大的网民群体中,年轻人占了绝大部分,网络游戏丰富了社会公众的文化娱乐生活,深受广大年轻人喜爱,这更促进了游戏产业的蓬勃发展。另一方面,现代社会生活节奏加快,人们压力日益增大,许多人倾向于在网游中寻求安慰,释放压力,因而全球市场对于网游的需求有增无减。同时,随着科技的发展和人们对游戏越来越高的要求,游戏逐渐向真实体验、感觉、触觉等人性化发展,让玩家有身临其境的感觉,在整个游戏过程中得到享受游戏的一种特别的快乐和放松。[1]
近年来3D影像和仿真科技的不断发展,让游戏开发人员得以创建出更吸引人、更令人沉迷其中的游戏环境。然而要做出更能令人流连忘返的游戏就得应用人工智能(AI)。AI的应用使游戏角色能够任意走动、角色可以走进障碍物、能够控制非玩家角色是否按照团队运动等,同时,AI还能延长游戏的生命周期,让游戏更加有趣和更具有挑战性。
AI能够处理游戏角色的追赶、躲避、聚集、避障和寻径问题;AI给游戏角色赋予模糊逻辑和有限状态机等基于基本规则的推理能力;AI脚本可以扩充AI引擎,让设计者和玩家更好地设计和玩游戏,等等。因此,将AI应用在游戏开发中以设计实现游戏角色的各种行为势在必行,有着重要的现实意义。
2.教学内容及其特点
本系人工智能课程的教学内容主要是处理追赶、躲避、聚集、拦截和避障等问题,使用经典A*算法及其改进算法解决寻路问题,以及有限状态机,等等。本文主要针对游戏中游戏角色的寻路问题进行探讨。游戏设计中游戏角色的寻路问题是设计的关键,传统的方法是应用A*算法及其改进算法等来实现游戏角色的寻路问题,目前逐渐有学者应用神经网络、遗传算法、粒子群算法等智能算法来实现游戏角色的寻路问题。如:迷宫寻路游戏中《帮助Bob找到回家的路》应用遗传算法,《智能采矿》游戏中应用神经网络,用粒子群实现坦克大战游戏,等等。尝试应用鱼群算法、萤火虫算法等智能算法求解游戏角色的寻路问题中,以实现游戏的更加智能化、人性化,同时,新的仿生算法的学习和应用能吸引学生的学习注意力、增强学生的学习兴趣。
智能算法是解决智能计算问题的方法,已成为人工智能界一个研究的热点领域,研究的最终目标就是为了让计算机和集成有计算功能的各种工具及设备更加独立、更加聪明,能够自主思考和行动,最终成为我们工作和生活中必不可少的一部分。智能算法主要包括:人工神经网络、进化算法、人工免疫算法、模拟退火算法、蚁群算法、粒子群算法、蜂群算法、人工鱼群算法、人口迁移算法、人工萤火虫算法等。[2]智能算法是一类仿生算法,就是向自然界学习,采用类比的方法,通过模仿自然界中动物飞行、觅食、求偶等行为以得到解决问题的一般方法,如蚁群、粒子群、蜂群、鱼群、萤火虫算法等。此外,还有很多智能算法通过模仿一些自然或物理现象和规律,如模拟退火算法通过模拟液体的结晶过程设计,免疫算法是模拟生物、植物或动物免疫系统自适应调节功能设计的,人工神经网络是模拟人的大脑结构及信号处理过程而设计的,进化算法是基于达尔文的“优胜劣汰、适者生存”原理设计的。[3]
针对本系人工智能课程的教学内容,建议补充人工智能中几种简单的智能算法的知识点,选取相关人工智能教材的一些内容结合智能算法进行教学。
3.教学方法
针对人工智能课程内容,根据高校教育规律、高校学生学习的特点,采用教学、实践相结合的教学方法,大小课结合,大课讲授理论知识,小课进行课堂实验,小课的课堂实验中严格要求学生亲手编写代码,应用大课所学理论知识完成简单小游戏以实现理论和实践知识的掌握。同时,借助游戏系的优势,制作动漫,采用动漫技术来实现人工智能中各种算法的仿生机制,让学生深刻体会每一种算法的原理和仿生机制,这样能增强学生学习人工智能课程的兴趣,可以取得更好的教学效果。
4.教学效果评价方法
人工智能这门课,最重要的是注重学生对人工智能理论及在游戏中应用的知识和能力的培养。因此,本课程学习结束后主要采用以下方式进行考查:(1)闭卷考试。主要考查对人工智能理论的理解、掌握和综合运用能力。(2)课堂练习。要求对课堂上介绍过的算法理解、分析、应用,编程实现游戏中的某个功能,最终课程结束时能完成一个功能完整的小游戏。(3)大作业。检查学生的动手编程能力,要求从介绍过的算法中找一种算法实现一个小游戏中游戏角色的移动、寻路等行为,形成一个演示游戏。该门课成绩分配如下:成绩=闭卷考试(70%)+课堂练习(10%)+大作业(20%)。
5.结语
人工智能是随着计算机技术的飞速发展和人们对自然界的深入理解而发展起来的,人工智能的应用逐渐广泛。游戏开发中人工智能的应用实现了游戏逐渐向真实体验、感觉、触觉等人性化发展,让玩家有身临其境的感觉。因此,在网络游戏相关专业开设人工智能课程势在必行,有着重要的现实意义。
参考文献:
王湘浩在北京大学数学系学习,如鱼得水,才能得到充分发挥,成绩遥遥领先,是著名数学家江泽涵教授的高足。在三四年级时他获得了最高奖学金。
1937年,王湘浩在北京大学数学系毕业时恰值爆发,北京大学南迁。王湘浩在西南联合大学当了助教,1939年成为江泽涵教授的研究生,专攻拓扑学,1941年毕业,担任西南联合大学讲师。1946年夏,他到美国普林斯顿大学,在著名代数学家E・阿廷指导下攻读学位,1947年夏取得硕士学位,1949年春又取得博士学位,其博士论文《关于格伦瓦尔德定理》纠正了格伦瓦尔德定理的错误,将该定理做了推广,重新证明了迪克森猜想。他的这项工作一直享誉代数学界。
1949年6月,王湘浩启程回国,在母校北京大学数学系任副教授,1950年晋升教授。1952年院系调整时,他到东北人民大学(后改名为吉林大学)数学系任系主任。1955年他被选为中国科学院学部委员(院士),年仅40岁。
1958年,王湘浩以其敏锐的洞察力,率先认识到开拓计算机科学研究的重大意义,毅然从代数方向转向计算机科学方向,创建了控制论专业,开展了计算机理论研究,使吉林大学成为国内最早开展计算机科学研究的单位之一。
20世纪60年代,王湘浩在“多值逻辑”和“自动机理论”两方面取得了具有国际先进水平的研究成果。
在那个被扭曲了的岁月中,王湘浩作为学术权威,遭受到了不公正待遇。而且还被莫须有地说成是员,被强制去住“牛棚”,遭受了严重的摧残。“”被粉碎后,王湘浩又振作起来,投身于他所热爱的教学和科研工作。那时,他虽然已经年过花甲,但仍然承担起吉林大学副校长的工作,承担起刚刚开始的博士生导师的重任。
1977年,王湘浩在国内最早提出要开展人工智能的研究,并于1980年受教育部委托,在吉林大学举办了全国性的人工智能讨论班,随之成立了全国高校人工智能研究会。王湘浩在定理机器证明的归结方法上做出了研究成果。1982年王湘浩和他的学生研究了归结方法中的取因子问题并提出了广义归结方法。
王湘浩很早就指出,越是有成就的教授,越要上基础课,为低年级学生上课。这是他从自己的成长道路获得的一个启示。他不仅坚持这一观点,而且身体力行,率先垂范。他的一个学生回忆道:“1957年,当我刚进入吉林大学数学系时,就是王湘浩教授为我们主讲数学分析课和高等代数课。名教授的点拨与教诲,对于我掌握这些课程,包括培养科学的治学态度,培养分析问题和解决问题的能力,都具有极其重要的作用。他不仅亲自为我们讲课,连讲课的讲义也是他亲自编写的。”这就是1960年代全国高校的通用教材《高等代数》和《离散数学》等。
此后,王湘浩教授仍坚持为低年级学生上课,几乎每年入学的一年级学生的高等代数,都由王湘浩教授主讲。正是这样的传统,使得吉林大学数学系的学生,不仅受到严格的训练,而且学者们严谨的治学态度、德艺双馨的人格魅力,成为学子们在大学期间乃至以后人生受用不尽的精神食粮。
王湘浩教授讲课,清晰、简练、明快、逻辑性极强。他善于抓住事物本质,并且引导你一下子就去研究问题的要害。这也就特别有益于学习他分析问题和解决问题的能力。他这样做时,自己也特别投入,往往是把精力全部集中于引导学生积极探索和深入思考之中。因此,有几次,当他一手拿粉笔,一手拿香烟时,他竞在不知不觉中,把粉笔当成香烟,塞进嘴里。每每在这时,他自己也会和同学们一起会心地笑起来。
王湘浩还业余从事红学研究,红学大师周汝昌(1918--2012)晚年以90多岁的高龄评价王湘浩的《红楼梦新探》道:“谁解其中味?君书动我心。同时不相识,字字惜千金。”
周汝昌说:“我艰难地坚持读完了王湘浩教授的《红楼梦新探》,不禁万感中来,悲喜交集,心中实难平静。这册书部头不大,编收论文只有6篇,正文不过108页,然而在近年红学专著中,这是我所见的一部令我心折的、学术品格很高、思力识力很深的著作。它的问世,意义之重大,必将逐步为学术文化界认识与评价。为什么重大?他是一位卓越的自然科学家。这样的学者,与一般‘红学家’显然不尽相同,由他来研
1993年5月4日,王湘浩逝世于大连,时年78岁。
他的《病榻感怀》是:
死去原知万事空,但悲未见教苑荣。
他的墓碑上镌刻着他的
这经文,若能背,微积分,便学会;
n次幂,算微商,乘以n,降一方;
赛因x,作微分,结果是,柯赛因;
柯赛因,求导数,得赛因,加个负;