时间:2022-02-28 01:17:18
引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇人工智能课程论文范例。如需获取更多原创内容,可随时联系我们的客服老师。
>> 研究生人工智能系列课程教学改革 研究生人工智能课程教学探索 研究生“人工智能”课程教学改革探索 人工智能实验课教学改革研究 人工智能课程全英文教学改革 创新型人工智能教学改革与实践 《人工智能》硕士课程教学改革的研究与实践 落实科学发展观,深化“人工智能”课程的教学改革 面向人工智能的信息管理与信息系统专业教学改革 人工智能课程教学方法研究 人工智能的应用研究 日本巨资扶持人工智能研究 人工智能系列课程研究 高中人工智能教学初探 《人工智能》双语教学初索 人工智能双语教学建设 人工智能实验教学探讨 “人工智能”之父 人工智能 AI人工智能 常见问题解答 当前所在位置:l(美国人工智能协会)、caiac.ca/(加拿大人工智能协会)等,它们包括了学科前沿动态、讨论交流及大量的代码资源等。通过使用这些资源,学员可及时了解人工智能最新发展动态,进行人工智能程序设计的交流及对一些问题进行较为深入的探讨。
2教学方法研究
研究生教学应更突出学生的主体地位,注重发挥其学习的主动性和自觉性,为此,课程组结合课程特点,在教学方法进行了如下探索。
2.1加强教学设计
教学设计就是对教学活动进行系统计划的过程, 是教什么(课程内容)及怎么教(组织、方法、策略、手段及其他传媒工具的使用等)的过程[2]。在教学过程中,每节课授课前,坚持集体备课的原则,由课程组集体讨论选定授课内容,补充阅读文献,根据授课对象与课程内容特点,确定课堂组织方式,采用的授课方式以研讨式教学为主,给合讲授、实验、自学等。
2.2抓好课堂教学环节
教学方法与教学手段是保证课堂教学效果的关键。本课程授课对象主要为硕士研究生,他们的接受能力较强,有一定的求知欲。由于学员人数较少,授课方式可灵活组织。教室有完备的多媒体设备,基本的软件实验环境,教学过程可采用灵活教学方法、多种教学手段,提高教学效率,保证授课质量。
1) 以研讨式为主的教学方式。研究生教学应坚持学术研究为导向,发挥学员在学习过程中的主动性和自觉性。由于研究生学员有一定的学习基础与自学能力,教员可以在课前给学员布置预习内容,学员通过查阅资料、分析整理进而形成自己的观点,使在课堂教学中师生互动交流成为可能,改变传统的教员讲,学员听的灌输式教学方式。研讨式教学也有力于培养学员积极思考、创新思维的习惯与能力。
2) 教学手段的信息化。人工智能原理教学一个突出矛盾是知识点多、内容抽象、理论性强,但学时较少,因此,必须发挥现代教学手段的作用,提高教学效率。为此,课程组对每节课都精心设计了教学课件,课堂教学中以课件为主,辅以板书,充分利用多媒体信息量大、直观等优点,改善教学效果;引入教学声像资料,便于学员课下学习;设计演示程序,使部分比较抽象、不易于理解的内容,如子句归结、搜索策略更形象直观,易于学习和掌握。
3注重培养学员学术研究能力
学术能力是指专门对某一学问进行系统的哲理或理论研究的能力,它不仅包括思辨的方面,还包括实践及感性的敏感力等方面。研究生阶段学习的一个突出特点是要求学习的主体――研究生必须具备研究的能力[3]。论文写作是培养、锻炼、提高研究生的学术能力的重要途径,在教学实施过程中,要求每个专题学习结束后,都要提交一份格式符合期刊发表要求的总结报告,题目可自行选定,也可由教员指定;内容既可以是人工智能该专题某一算法的实现,也可以是对某一问题的进一步研究,或者是对该专题最新研究进展的综述。教员重点在以下几个方面予以指导。
1) 选题准确。要求选题不能过于宏大,应以小题目反映大问题,具有一定的可研究性为宜。
2) 研究内容。研究目标明确,方法恰当,能够提出自己的见解,所提观点正确。
3) 论文结构。结构清晰、完整,论述严谨,表达规范。
4) 占有文献丰富。撰写过程中要有意识培养学员查阅科技文献的能力,要求查阅反映最新研究成果的权威文献。
4加强实验环节教学
人工智能教学在进行各种理论知识讲授的同时,还应重视实践教学,把抽象的知识转化为形象、直观的实验,让学员真正理解人工智能的概念、本质、研究目标,从而提高学员多角度思维的能力和逻辑推理能力,进一步了解信息技术、计算机技术发展的前沿,培养他们对人工智能研究的兴趣,激发对人工智能技术未来的追求。为此,课程组借鉴国内外知名大学人工智能实验教学经验,编写了《人工智能原理实验指导书》,围绕问题表示、经典逻辑推理、不确定推理、搜索策略及简单专家系统实现等教学内容提供了7组实验供学员选择。
例如,在状态空间搜索一节教学过程中,先完成理论部分的教学,使学员对状态空间基本概念、问题表示及求解方法有一个准确的认识,然后进行实验教学。由学员自主完成重排九宫问题求解的程序,初始状态和目标状态如图1所示,调整的规则是,每次只能将与空格(左、上、下、右)相邻的一个数字平移到空格中[4]。实验过程重点指导学员掌握状态空间进行问题求解的关键步骤:问题表示和搜索策略。问题表示就是要确定该问题的基本信息及程序实现的数据结构,基本信息有初始状态集合、操作符集合、目标检测及路径费用函数,数据结构可采用向量、链表等形式;搜索策略可分为盲目式搜索和启发式搜索,可按照先易后难的原则,先实现盲目搜索中的广度优先及深度优先搜索,在此基础上再定义估价函数实现启发式搜索。而在启发式搜索实现过程中,又可以通过定义不同的启发函数:如某状态格局与目标节点格局不相同的牌数、不在目标位置的牌距目标位置的距离之和等加以比较,准确理解启发函数的意义。通过实验,学员加深了对课堂讲授的理论知识的理解,能够熟练地将状态空间法运用于实际问题的求解,提高了工程实践能力。
实验教学组织方式可根据具体的实验内容特点,采用上机编程实验、演示程序验证、模拟平台开发、分组讨论等多种形式进行。
5适度开展双语教学
研究生的英语基础普遍较好,基本都通过了国家公共英语四级考试,部分学员通过了六级考试,加之在本科阶段还开设了专业英语课程,因此,在培养研究生人工智能知识的同时,我们要提高学员阅读原版英文资料、用英语进行简单科技写作及对外学术交流的能力,适度开展双语教学,对此,我们可采取以下基本方式。
1) 专业术语全部用英语表示。
在教学过程中用英语表达人工智能原理中的专业术语和主要概念,如Knowledge Representation(知识表示)、Depth-First Search(深度优先搜索)、Breadth- First Search(广度优先搜索)等。
2) 以英文原版教材为教学参考书。
选定机械工业出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》为参考书,该书“是人工智能课程的完美补充。它既能给读者以历史的观点,又给出所有技术的实用指南[5]。”
3) 加强英文文献的阅读。
在课程论文撰写时,要求阅读一定数量的外文文献;在讨论课中,鼓励学员使用英语进行讨论。
经过课程学习,学员都能准确掌握人工智能学科专业词汇,英文运用能力得到一定提高,能较自如地阅读原版英文专业资料,为进一步用英文进行学术交流及学术论文写作打下基础。
6考试与成绩评定改革
考核方式采用传统的试卷与课程论文、实践环节等三部分组成,全面考查学员对基础理论知识掌握情况以及理论联系实际的能力,其中试卷占70%,课程论文占10%,实践环节占20%。课程论文题目不作限制,由学员在课程学习阶段结合某一专题选定题目,课程论文以选题意义、研究内容、论文结构、参考文献及撰写规范等指标为评价依据;实验成绩采用实验过程考查、实验结果验收和实验报告评阅相结合的考核方法,综合评定。这样做不但考核了学员人工智能基本理论掌握情况,也反映了学员的学术研究能力和工程实践能力。同时,考核结合实际教学进程,改变了单一课终总结性考核的弊端。
7结语
经过课程组近两年的教学方法研究与教学实践,研究生人工智能原理课程教学收到较好的效果,但仍存在一些问题,如在课堂讨论环节,个别学员准备不充分、讨论不够深入;课程论文撰写选题随意,文献综述不够全面、准确,论文格式不够规范等。在今后的授课中,课程组将根据授课研究生人数较少的特点,采取明确每名学员预习重点、加强课程论文交流等方式予以改进,力求取得更好的教学效果。同时,进一步充分利用便利的校园网平台,开展“人工智能原理”网络课程建设,购买或自主开发网络教学资源,引导学员利用网络资源进行个性化自主学习,增强教学过程的信息化程度。
参考文献:
[1] 王永庆. 人工智能原理与方法[M]. 西安:西安交通大学出版社,2002:1.
[2] 李志厚. 国外教学设计研究现状与发展趋势[J]. 外国教育研究,1998(1):6-10.
[3] 肖川,胡乐乐. 论研究生学术能力的培养[J]. 学位与研究生教育,2006(9):1-5.
[4] 周金海. 人工智能学习辅导与实验指导[M]. 北京:清华大学出版社,2008:204.
[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:机械工业出版社,2009:754.
Reform on Postgradrates Artificial Intelligence Course Teaching
TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei
(Department of Computer Engineering, Ordnance Engineering College, Shijiazhuang 050003, China)
Abstract: In view of the characteristics of artificial intelligence curriculum, including abstract content and complex algorithm, and the actual needs of undergraduate teaching, combined with teaching practice, this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system, teaching content, teaching methods and assessment methods.
P键词: 人工智能;创新;本科
Key words: artificial intelligence;innovation;undergraduate
中图分类号:G642 文献标识码:A 文章编号:1006-4311(2017)22-0230-02
0 引言
人工智能是计算机科学的一个分支,是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科,其属于一门边缘学科,同时也是多个学科交叉而成的一门学科,包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程,它是计算机科学与技术学科类各专业重要的基础课程,其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等,国内外很多大学都意识到了其重要性,纷纷对其展开了教学和研究。人工智能课程包含多个学科,具有内容抽象、理论性强、知识点多等特点,且算法复杂,但是多数高校采用的教学方式仍是传统的课堂教学方式,即“教师讲、学生听”的教学模式,这种信息单向传输教学模式以教师为主体,学生只是在被动的接收知识;存在过分重视理论教学,忽视实践活动教学的问题,导致教育内容无法和社会接轨;人工智能教材理论性过强,学生在学习过程中常常感到枯燥乏味,进而对学习该课程失去热情[2],久而久之,不仅人工智能课程的教学质量和效果无法达到预期,甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题,本文作者结合自身丰富人工智能教学实践经验,参考人工智能课程特点和教学目标,从多个方面探讨和总结了人工智能,包括教学内容、教材选择、教学方法和考核形式等。
1 教学内容优化与更新
人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲,人工智能学科的内容包括两个部分,具体:一是知识表示和推理;二是人工智能的应用。前者是人工智能的重要基础,后者主要介绍了几种人工智能应用系统,包括自动规划和机器视觉、机器学习、专家系统等。另外,课程内容中还包括了一些人工智能应用的实例,将实践和理论紧密结合起来[3]。
随着时代的发展和科技的进步,人工智能学科也取得了较大发展。基于此,人工智能学科也应该与时俱进,更新人工智能教学大纲,进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分,即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等,后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。
教学内容的选择和确定应综合考虑多项因素,不仅要重视基础知识,也应注意推陈出新,随着科技的进步做到与时俱进,同时教学内容应符合现实的需求,能够与社会接轨,将理论和实践紧密结合起来,只有这样人工智能课程的教学质量和效果才能事半功倍。
2 教学策略及教学方法的改革创新
由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点,传统的教学模式已经无法满足人工智能课程的需求,教师应探索更加有效的教学模式和方法,确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面:
2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣,学生只有对某门学科存在兴趣,才会更加主动积极的学习该门课程,从而获得良好的教学效果。比如,作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段,由这个电影学生知道了世上存在人工智能的机器人,学生们随着电影情节的发展而深深感动,与此同时教师让学生思考和谈论人工智能是什么?研究人工智能的意义在哪里?实践发现,在课堂中加入电影因素,能够大大提升学生们的注意力,让学生更加专注在教学任务中,有效提高了学生探索人工智能的积极性和主动性。此外,在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来,让学生更直观的感受人工智能的奥妙,从而投入更多热情学习人工智能课程。
2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点,我们采取了以下几种教学形式实施案例教学。①讲解式案例教学:这种案例通过教师的讲解,帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式:一是“案例―理论”,即先给出教学案例,然后再讲解理论知识;二是“理论―案例”,即教师先讲解理论知识,再给出教学案例;通过情境体验与案例剖析激发学生认知的兴趣,引导学生对将要学习的内容产生注意,有利于教师导入新课。②讨论式案例教学:在课程初期将学生分成若干学习小组,每小组3~4人;教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组,要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学:在课程后期,采取专题辩论的方式对综合应用案例进行讨论,能有效地启发学生全方位地思考和探索问题的解决方法,加深学生对人工智能的理解。
2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学,结合学生特点因材施教。比如,在日常教学中多观察学生情况,鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识,同时友善面对学习较差的学生,分析其学习过程中面对的困难,有的放矢地采取应对措施,帮助其不断进步;在教学过程中让学生以读书报告的形式多多思考,鼓励学生发散性思考问题,鼓励优秀学生进行深一步的探讨,并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。
2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法,其中心导向是任务,学生在完成任务的同时也在吸收和掌握知识。通常来讲,该教学方法的步骤是:教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识,还能够培养学生解决实际问题的能力,提高其综合实力。不仅如此,由于该教学模式通常是以小组协作的方式进行,教师给出研究范围,学生自愿结组并选择具体的题目,经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知,学生是在以团队的力量解决问题,这十分考验学生的团队协作能力,对于学生团队合作精神的培养至关重要,且在完成任务的过程中学生需要查阅大量的资料,久而久之学生收集资料和创新能力势必会得到提升。
2.5 采用启发式教学 人工智能的很多问题都较为抽象,对学生理解力的要求较高,因此,在实际的教学过程中教师应有意识的就课程内容提出相关问题,让学生自己独立思考,鼓励学生提出自己的想法和解决方案。然后回归到课程上,对比分析教材上的解决方案和学生自己的解决方案,如此不仅培养了学生独立思考的能力,也增加了学生参与教学活动的意识,提高了学生的学习热情。比如,在讲到较为抽象的“遗传算法”时,先提出一个问题,即“遗传算法如何用于优化计算?”,然后从“达尔文的生物进化论”入手,讨论“遗传”、“变异”和“选择”作用,之后举例分析,启发学生思考“遗传”、“变异”和“选择”的实现,最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的,也锻炼了学生逻辑思维的能力,教学效果良好[4]。
3 作业和考核方式的改革创新
过去的课程作业都是单一书面习题作业,发展至今,课程作业形式已经发生了变化,更加丰富多样,包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业,并且教师批阅作业后也可以通过网络返回给学生,实现了网络化。课程的考核方式较之以前也发生了较大变化,加强了平时思维能力的考核,更加注重学生实验能力和动手能力的培养,不再是绝对的一次考试定成绩,而是在总评成绩中加入30%的平时成绩,如此不仅减轻了学生的期末负担,也迫使学生更加重视平时的学习思考,有利于课程教学质量的提升。
4 结束语
本文是以提高教学质量为目标,结合教学实践,从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求,可以支持教师提高教学手段现代化的水平,同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化,才能激发学生的学习兴趣,培养他们的思维创新和技术创新的能力,最终提高本课程的教学质量。从学生的反馈来看,作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够,今后将继续在教学过程中不断总结成功的经验,吸取失败的教训。
参考文献:
[1]蔡自兴.人工智能及其应用[M].三版.北京:清华大学出版社,2007.
[2]谢榕,李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育,2014(19):92-97.
[3]蔡自兴,肖晓明,蒙祖强.树立精品意识搞好人工智能课程建设[J].中国大学教学,2004(1):28-29.
关键词:航天类专业 人工智能 教学探索
中图分类号:G64 文献标识码:A 文章编号:1674-098X(2014)10(b)-0155-02
面对航天科技迅猛发展,现代军备技术快速提升,培养具有专业性的高素质航天类人才,是我国航天科技发展的战略选择,也是航天重点高校面向并有效服务航天事业的历史责任。航天类本科生的教育形式也需要突破传统的方式,着重多样性、前沿性、工程性,因此,该专业的各门课程教育都应该结合专业特点,探索新的教学模式。
人工智能自1956年诞生50多年以来,引起众多科研机构、政府和企业的空前关注,已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿学科。由于航天领域的特殊要求,人工智能在其发展中发挥着不可替代的重要作用,各发达国家都相继开展了人工智能与航天技术相结合的研究,致力于实现可重构的、具有容错能力的、智能的飞行系统和管理系统。因此,“人工智能”作为航天类专业的一门特色选修课,应结合专业特点展开更具有实用性和创新性的教学。
1 人工智能课程特点
一方面,“人工智能”是一门多学科交叉的综合学科,它涉及计算机科学、数学、心理学、认知科学等众多领域,具有知识点多、涉及面广、内容抽象、不易理解、理论性强等特点,使得该课程的教学具有较大的灵活度和较高的难度。另一方面,“人工智能”是一门正在发展中的学科,具有较强的前沿性,计算机科学、信息科学、生物科学等相关学科的发展不断的提出了许多新的研究目标和研究课题,使得人工智能的技术和算法也需要不断更新,这在很大程度上增加了“人工智能”课程的教学难度。
2 航天类专业特点
首先,航天类专业具有较强的工程性。在专业的教学改革中有统一的特点,即强调要体现航天工程技术的综合性、系统性, 注重培养复合型人才。其次,航天类专业具有一定的前沿性。因为航天飞行器作为现代高科技和多种学科技术综合应用的结晶,应及时把现代先进科技融入到了专业基础和专业类的课程教学中, 专业知识更新快成为又一特点;另外,航天类专业应注重实践性教育。尊重个性和兴趣,强调动手能力,实验室对学生开放,要求学生自主地设计完成实验,强调对学生设计理念和创造能力的培养。最后,航天类专业应重视产学合作。产学合作的目的在于推动学校与航天产业的持续全面合作,造就一支科学技术研究和工程实践兼备的教师队伍。
3 教学模式的探索
3.1 教材的选择
人工智能作为一门新兴的学科,其理论与方法都还在不断的发展与完善中。就目前来看,关于人工智能的定义和范围都没有一个统一的标准,不同的教材所介绍的内容也不尽相同。在教材选用方面,需要综合考虑专业特点和学生的知识背景。本课程主要针对航天类专业高年级本科生,该类学生具有一定的数学、计算机、信息论、通信理论等基础知识,对航天应用的基本需求有初步的了解,因此,“人工智能”课程难度应该控制在中级,可以较深入的介绍人工智能的基础算法和应用案例。
中南大学蔡自兴教授积累了多年的教学与科研经验,借鉴了国内外其他专家和作者的最新研究成果,吸取了国内和国外人工智能领域学术书籍的长处,于1987年编写了“人工智能及其应用”一书,该书根据人工智能学科的新发展不断修订,推出四个版本。本课程采用“人工智能及其应用(第4版)”,其中大部分内容适合本科生学习。另外,本课程还给学生提供其他一些参考书目,如N.J.Nilsson 的“Artificial Intelligence:A New Synthesis.Morgan Kanfmann”等经典教材。
3.2 课堂教学形式的探索
“人工智能”课程内容较抽象,概念较为繁多,若采用单一的课堂讲授的方式,学生容易概念混淆、理解不透,逐渐产生厌倦情绪,导致教学效果差。本文探索不同的课堂教学手段,根据不同内容采用不同的教学手段,有利于学生对课程内容的理解与吸收。另外,考虑到航天类的专业特点,突出课程内容的工程应用,增加研究性质的教学内容与形式,有利于培养学生的创新能力和实践能力。
(1)课件采用图文并茂的PPT。综合利用文字、图像、声音、视频等多种媒体表示方法,在介绍原理和概念时采用精辟的文字,介绍算法流程时采用图像,介绍算法应用时采用视频。在PPT中适当利用不同的字体、颜色或动画来突出重点,细化流程,引导学生的思路,便于集中注意力接受重点内容。
(2)适当增加课堂讨论与练习。对于人工智能的一些基本问题,可以引导学生进行调研和讨论,来深化课程内容的了解,并提高学生的学习兴趣;对于重要的算法和理论,可以增加课堂练习,让学生实际动手进行公式的推导或演算,并在练习中分析学生对问题的理解程度,有针对性的增加讲解或指导。
(3)适当采用类比的讲解方式。对人工智能的不同学派,不同方方法,以及方法的不同应用,广泛的采用类比的形式进行讲解,不仅可以复习已学习的内容,也利于对新内容的理解。并且,通过对不同内容的比较总结相似点、区分不同点,可以避免概念的混淆,清晰的掌握课程内容。
(4)增加研究性教学。研究性教学强调通过问题来进行学习,有必要将实际应用案例或者授课教师的科研项目融入日常的教学工作中去,用“启发式”、“案例式”教学激发学生“自主学习”能力。
3.3 课程内容的探索
一方面,鉴于本科生知识结构还不够完善,“人工智能”课程的内容要控制在适应本科生学科基础的中等难度;另一方面,鉴于航天类专业的特点,课程内容应更注重与航天应用相结合的内容,并且在课程中增加具体应用的介绍。具体的课程内容如表1所示。
3.4 考核形式的改革
“人工智能”课程注重学生创新能力和实践能力的培养,传统的试卷形式不能全面的反应学生的学习效果,因此,应采用课堂表现和课程报告相结合的方式进行综合考核。
一方面,重视学生提出问题、分析问题和解决问题的能力,对学生课堂讨论与练习的表现进行考核评分,作为总成绩的参考;另一方面,注重学生课题调研和实践的能力,采取提交课程论文的形式进行考核。正确引导学生根据个人兴趣、课程内容、可行性、实践难度进行合理选题,并根据所选题目进行文献查阅和总结,完成调研报告或算法实现报告。结合者两个方面进行最终成绩的评定,综合衡量学生问题分析能力、论文写作能力和创新实践能力。
4 结语
航天类专业的本科生教学需针对专业特点有的放矢,该专业的课程教育都应该趋向于前沿性、专业性和实用性。本文的“人工智能”课程教学改革方案不仅考虑到该课程属于前沿叉学科的特点,也综合考虑了航天类专业的特点。为了使课程教学更好地服务于学生,本文提出的改革方案打破传统的教学模式,将课堂理论讲解、课堂讨论、课后调研、项目实践等相结合,充分调动学生的学习兴趣和积极性,提高学生的创新能力,有利于培养真正符合航天领域所需要的综合型高级人才。
参考文献
[1] 王甲海,印鉴,凌应标.创新型人工智能教学改革与实践[J].计算机教育,2010(15):136-138,148.
[2] 刘兴林.大学本科人工智能教学改革与实践[J].福建电脑,2010(8):198-199.
[3] 怀丽波.32课时《人工智能基础》课程教学的几点思考[J].华章,2013(34):193-194.
[4] 纪霞,李龙澍.本科人工智能教学研究[J].科教文汇(上旬刊),2013(6):91-92.
[5] 肖春景,李建伏,杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机(专业版),2013(26):32-34.
[6] 熊德兰,李梅莲,鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报,2008(1):146-148.
[7] 张伟峰.本科高年级人工智能教学的几点思考[J].计算机教育,2009(11):139-141.
关键词:人工智能;教学改革;教学方法
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
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置,肯定会有不同,但颇有共通之处。本文借鉴世界顶尖大学经验,针对管理类专业人工智能课程教学内容进行研究,结合中国教育体系设置,认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题,势必要精化教学内容。在互联网时代,我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理,通过在线收集和整合网络课程相关数据,挖掘和丰富教学资源,并在整合课程资源的基础上,进行研究方法和前沿知识的扩展。在核心内容设置方面,可以通过收集到的数据资料,选择人工智能领域具有代表性且难易程度适中的知识作为重点,使学生能够在有限的学时内掌握人工智能的知识脉络。例如,编写针对管理类人才的人工智能教材,内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时,重点增加相应知识点在管理上的应用案例,加强学生对知识点的理解。同时,根据管理类专业偏向领域,开设关联程度较大、应用较广泛的人工智能选修课程,以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础,才能搞清楚人工智能模型的数量关系、空间形式和优化过程等,才能将数学语言转化为程序语言,并应用于实验。管理学院人才的数理及编程基础相对薄弱,因此,在安排学生学习人工智能课程之前,建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程,使学生具备数学分析的基础与一定编程基础,为学习人工智能课程打下坚实的基础。另外,可以推进MOOC平台建设,在平台上开设人工智能网络课程,帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解,可以基于不同的应用模块,设计具有前后铺垫、上下关联的综合性实验,设计不同层次的项目要求,同时基于相同的实验课题,让学生分组对实验课题进行攻克,并设置多元化的实验评价体系,通过实验教学过程中反映出的不同进度,让教师能对学生的学习水平做出准确评判,及时进行教学反思,以便更好地开展下一步工作。例如,针对人工智能课程应用中很广的遗传算法,在某一管理规划的具体应用上设置理解-实现-参数分析-具体应用-尝试改进-深度拓展的不同层次的项目要求,在这些项目层次中规定必做项与可选项,让学生基于同一实验课题进行合作学习,然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分,对小组整体能力以及个人能力进行综合评估,以期培养学生的自主思考能力。
一、网站的构建
1.网站框架设计
我国高中阶段人工智能教育还处于起步阶段,据调查,全国已开设人工智能课程的中学不超过十所。事实上,对于人工智能这一前沿学科,大部分信息技术教师还缺乏足够的了解,因此对于该课程的开设也一直处于观望状态。考虑到人工智能教育的实际情况以及网站的主要对象,我们以高中信息技术选修课教材《人工智能初步》为基础,按教学内容设置和划分栏目,同时又围绕“学人工智能、教人工智能、用人工智能、机器人专题”四大专题进行内容重组。当然,网站的基本架构并非一成不变,它需要在实际应用中进行检验与修正,最终实现网站的完美架构。依据上述思路建构的网站基本框架如图1所示。
2.网站的栏目设计
新闻栏目以图文的形式人工智能发展的最新情况,这是激发并维持广大师生关注人工智能的基础,也是师生获取最新信息的窗口。子栏目“中国动态”“欧美动态”等分别介绍了各地区最新的人工智能信息,尤其是机器人产品的新闻。子栏目“会议论坛”,“比赛通知”为师生、参与比赛提供服务。
论文栏目是作为资源型网站的基础。子栏目“教学研究”主要面向从事人工智能教育的研究者和教师,探讨教学方法、分析教学案例、推荐教材和参考书,为更好的开展人工智能教学提供理论依据。子栏目“学习乐园”主要面向学生,展示活动实录、阐述学习感受,聆听专家意见,为更好的学习人工智能提供事实参考,教师也通过“学习乐园”来了解学生的所思所感所想。子栏目“赛事规则”介绍了各个地区和各级机器人比赛的一些规则,有利于师生更好的进行人工智能的教与学。
资源、视频、图库、酷站:这四个栏目是资源型网站的核心。尤其是资源模块中的子栏目“电子书刊”“教学课件”“人工智能软件”分别以不同的文件格式向师生提供教与学的资源,使其能快速准确地获取符合需求的资源,免去了在因特网上盲目搜索出现大量冗余信息的麻烦。网站整合了文本、视频、图片等多媒体信息,以丰富多彩的形式呈现资源,增强了网站的吸引力和信息的可阅读性。
爱问栏目是作为学习型网站的基础,也是本网站的一大特色。“爱问”是采用了模仿“百度知道系统”的程序设计,更注重知识的答疑解惑。我们将此栏目划分为“学人工智能”“教人工智能”“用人工智能”“机器人问题”四个子栏目,师生可根据各自的需要进行提问、回答问题、搜索问题等操作。同时,设立了积分制,激发师生提问和回答问题的热情。
用户中心栏目是学习型网站的核心。作为一个专题网站,必然要十分强调学习的功能。子栏目“网络书签”的功能可以使学习者记录自己所浏览过的或所感兴趣的网页,便于在下次登陆后继续学习。在子栏目“信息”功能中,学习者可以新闻、论文、资源、爱问等信息,待管理员审核通过后即可在网站中显示出来。另外,教师也可在教学过程中通过此模块要求学生提交作业,便于教师随时随地的批改作业。
二、网站的访问数据分析
人工智能教育专题网站从开设至今将近8个月的时间,已经有超过1万的独立访客访问了本站,我们选取了最近访问的2000位独立访客进行研究。通过对地域、被检索方式、受访页面及回头率的分析,可为网站下一步的改进与完善提供依据,为其他人工智能教育类网站的建设,在网站的用户类型,网站的内容选择与更新,网站的推介宣传等方面提供参考与借鉴。
1.地域分析
在统计到的访问该网站的地域中,国外共有12个国家访问了本网站。国内除西藏、澳门之外,其他省份、直辖市、特别行政区都有访问过本网站,这为我们今后在高中普及人工智能教育提供了有力的依据。但是,通过图2的数据我们也可看到,各个地区间的访问量差距较大,并且访问量靠前的几个省份基本上是沿海地区,而中部和西部地区的访问量比较少,所以在今后的工作中不仅要加强网站本身的建设和宣传,更要把人工智能教育的理念推广到中部和西部地区,使那里的中小学师生也接触人工智能的知识,激发他们对信息技术美好前景的向往。
2.被检索方式分析
搜索引擎是网络上最常用的获取资源的方式。掌握用户使用搜索引擎的情况,有助于了解网站的被检索方式。统计搜索关键字的次数,有助于了解网站被检索访问的原因。在专题网站建设完成后,向“百度”、“Google”等大型搜索引擎系统提交收录网页申请是极其必要的,它有利于提高网站的知名度和访问量。而在网站中增加“人工智能”,“prolog 源程序”等文字内容,将会有利于用户在盲目搜索时能访问到该专题网站。
3.受访页面分析
受访页面是指用户访问该专题网站时所停留的页面。通过对受访页面的统计,使我们能够掌握用户相对较为关注网站的哪些内容。表1数据中“学人工智能”占23.82%,“资源下载”占了16.32%,表明用户对人工智能的知识还不是很了解,对人工智能的认识还停留在“学”的层面,远未达到“教”的程度。人工智能教育类网站在建设中,如果能提供大量的人工智能的基础知识以及丰富的可下载资源,将会显著提高网站的受欢迎度以及用户的认可度。
4.回头率分析
在网站访问统计中,通常将距离上次访问超过12小时的再次访问记录为一次回头。通过对回头率的统计(表略)看出该专题网站的粘性不是很高,尤其是3次回访以上的用户还不多。通过对部分用户访谈后了解到,网站的更新速度慢,资源较少,内容偏难是其不愿进行多次回访的主要原因。所以,人工智能教育类网站在维护期间要注意内容的时效性、丰富性、通俗性才能保证网站访问的可持续性。
三、网站建设的若干思考
目前国内外有关人工智能的专题网站不多,针对人工智能教育的网站更少。在可供借鉴的成熟案例较少、研究又处于刚起步阶段的情况下,有必要对我们的工作进行反思总结。通过上述访问数据的分析,以及在人工智能教育专题网站建设的准备阶段,实施阶段及运行阶段的实践,我们认为在建设人工智能教育类网站时应当注意以下几个问题。
1. 充分关注用户信息
访问量是综合类或门户类网站的生命线,应当尽可能地拓宽访问者的类型与层次。但人工智能作为一门新兴学科,其专题网站的学科性特点甚至比普通的专题学习网站还要突出,因此单从访问量上来说,它是无法和门户类网站相比的。所以在建设的初期首先就要考虑的网站的对象问题,也就是要关注哪类人访问了网站。只有准确的掌握了用户的信息才能更好提供用户需要的资源。
在这里,人工智能教育专题网站是通过以下三种手段来获取用户信息的。
第一,用户必须注册才能访问网站,注册的内容包括年龄、身份、学历,电子邮件等内容。
第二,在网站中设立“网站调查”栏目,可以对“你是如何知道本站的”,“你觉得本站建设的如何”等内容教学在线调查。
第三,通过“中国站长站”等专业的数据收集程序来获取用户基本信息,可收集到用户地域、受访问页面、用户回头率等信息。只有掌握了准确的用户信息,才能更好的为用户提供服务。
2.与用户携手共建网上资源
人工智能的子学科门类众多,仅高中教材《人工智能初步》中就有知识及其表达、推理与专家系统、人工智能语言与问题求解等多个主题。而且我国的人工智能研究相对薄弱,很多资料都是外文的。任何一个人要很熟练的掌握人工智能的各个内容是很困难也是不现实的。我们通过一年多的实践也体会到,仅仅依靠课题组成员很难保证网站资源库内容的全面性和针对性。所以在网站最新一次改版中,我们增加了用户的信息功能,使得用户自己可以新闻、添加文章,上传资源,只要经过管理员审核即可在网站中显示。
另外,在人工智能教学过程中,我们也充分利用学生的优势,要求学生以作业的形式提交文本和视频资源,并将作业的数量和质量作为考察学生学习效果的一个指标。这些举措保证了网站内容更新的时效性和内容的针对性。用户所的就是用户所关注的,用户所关注的就是网站所要收集的。
3.通过多种形式充分发挥网站作用
目前,全国高中开设了“人工智能初步”选修课的学校极少,教师手头上可供选择的教材也只有5套。从专题网站上统计的数据来看,虽然网站目前的用户主要是教师,但“学人工智能”页面访问量却远多于“教人工智能”。从这些情况看,单靠几个人工智能教育类的专题网站无法从根本上解决高中人工智能教育现阶段所面临的窘境。所以,在条件允许的情况下,可以通过研修班、会议论坛等形式组织教师进行面对面的交流。
例如,我们就在2007年5月25日至27日在浙江师范大学举办了全国首届“高中人工智能课程研修班”,来自全国十个省市的70余位信息技术教师及教研员参加了研修班的学习。在研修活动中,教师不仅学习了人工智能的知识,也对人工智能教育的现状及发展过程中遇到的问题做了充分了探讨和交流。本次研修活动结束后,人工智能教育专题网站则成了学员们交换信息、交流体会、共享资源的有效平台。
四、结束语
总之,借助专题网站的平台作用开展各种活动,不仅弥补了人工智能教育网站缺乏面对面交流和互动的缺点,也为把网站资源建设的更具针对性提供了有效帮助。
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).
[2]曹瑞敏. “中国海”学生专题学习网站应用[J] .中国电化教育.2005,(5).
关键词:人工智能;教育;新模式;改革;构想
教育是着眼于未来的事业,教育的首要任务就是为未来社会培养相适应的合格人才。随着人工智能的诞生和发展,我国已经开始将人工智能应用于教育领域,并显示出人工智能对于弥补当前教育存在的种种缺陷和不足,推动教学现代化和教育发展改革进程起着越来越重要的作用。在现代医学发展中,工程科学与临床医学不断融合,相互进步。近几年,随着人工智能技术,机器人技术,虚拟与增强现实技术,3D打印技术与医学不断的融合发展,衍生出一系列的医学诊疗技术,仪器,大大推进了医学发展。从2013年到2017年,国务院、发改委、FAD连续发文,多次提及医疗走智能化、云化的趋势,为推动智能医疗领域保驾护航。智能与医学的结合已经是大势所趋,因此,为培养大量智能医学人才极有必要对智能医学教育新模式进行深入研究。
一、目前医学教育以及医学人才培养状况
智能医学工程是一门将人工智能、传感技术等高科技手段综合运用于医学领域的新兴交叉学科,研究内容包括智能药物研发、医疗机器人、智能诊疗、智能影像识别、智能健康数据管理等。
智能医学工程的毕业生掌握了基础医学、临床医学的基础理论,对智慧医院、区域医疗中心、家庭自助健康监护三级网络中的医学现象、医学问题和医疗模式有较深入的理解,能熟练地将电子技术、计算机技术、网络技术、人工智能技术,应用于医疗信息大数据的智能采集、智能分析、智能诊疗、临床实践等各个环节。实验教学正是融合型创新人才的最好培养方式。智能医学人才的培养需要各学科间的相互交融更为紧密,学生的创新应用能力才能得到更好的培养。与此同时,由于绝大部分医工结合的专业大部分归属与工科学院下,缺乏必要的临床经验,因而学生不能很好的把握新技术的应用。
而国内相关人才缺口还非常大,目前,国内仅仅有生物医学工程、医学信息工程等工科专业培养医工结合人才。但是囿于培养时间与培养模式,他们往往只能针对具体某一方向,并且目前的培养体系还多着重于工学技术的研究,缺乏临床实践。
二、智能+医学教育的必要性探究
2.1技术进步对医疗人员的诊疗帮助
以癌症的治疗为例,由于针对癌症药物的研究何药物数量非常巨大,对于普通医生在短时间内难以进行准确的判断针对癌症的研究和药物数量非常巨大,具体来说,目前已有800多种药物和疫苗用于治疗癌症。但是,这对于医生来说却有负面的影响,因为有太多种选择可供选择,使得为病人选择合适的抗癌药物变的更加困难。同样,精确医学的进步也是非常困难的,因为基因规模的知识和推理成为决定癌症和其他复杂疾病的最终瓶颈。今天,许多受过专业训练的医学研究员需要数小时的时间来检查一个病人的基因组数据并作出治疗决定。
上述问题在拥有工学、医学双背景的医生手中已经不是问题,通过目前日渐成熟的AI技术,对于大量的医疗数据进行检索,通过可靠的编程手段,通过人工智能技术,建立完备的医疗数据库,帮助医生进行诊疗。据调查,美国微软公司已经研制出帮助医生治疗癌症的人工智能机器,其原理是对于所有关于癌症的论文进行检索,并提出对于病人治疗最有效的参考方案,它可以通过机器学习来帮助医生找到最有效,最个性化的癌症治疗方案,同时提供可视化的研究数据。
2.2智能医学对于新时代医生培养的影响
人工智能通过计算机可为学生提供图文并茂的丰富信息和数据,一方面加强了学生的感性认识,加强了对所学知识的理解和掌握,从而提高了教学质量。同时,人工智能可帮助教师完成繁杂的、需适应各种教学的教学课程、课件等设计,使教师将更多的精力专注于学与教的行为和过程,从而提高教学效率。正如前面所述例子,智能网络模块化学习平台可使教学摆脱以往对于示教病例的依赖,拓展了学生们的学习空间和时间,可极大地提高医学学习效率和教学质量。
教育与人工智能相结合将会创新教育方式和理念。北京师范大学何克抗教授在《当代教育技术的研究内容与发展趋势》中提到当代教育技术的五大发展趋势之一就是“愈来愈重视人工智能在教育中应用的研究”。结合上述人工结合上述人工智能在医学教育中的创新作用,下面就人工智能结合医学学教育新模式提出一些构想。
三、交叉医学人才的培养
3.1建立智能医学人才培养体系的必要性
目前智能医学的研发和临床还存在隔阂,临床医生并没有很好地理解人工智能,无法从实践出发提出人工智能能够解决的方向,而人工智能的产业界热情高涨,却未必能踩准点,所以产业界需要和临床深度沟通融合,才能真正解决看病难、看病贵的问题,缓解医疗资源紧张。目前,国内仅仅有生物医学工程、醫学信息工程等工科专业培养医工结合人才。
3.2医学人才培养体系初步构想
据悉,目前已经有天津大学、南开大学等几所院校开设了智能方向的医学本科教育,旨在弥补上述缺口,相关院校也在积极探索新型人才培养方案。应当为医学生开设人工智能课程,应当培养具备生命科学、电子技术、计算机技术及信息科学有关的基础理论知识以及医学与工程技术相结合的科学研究能力。该专业的学生主要学习生命科学、临床医学,电子技术、计算机技术和信息科学的基本理论和基本知识,充分进行计算机技术在医学中的应用的训练,具有智能医学工程领域中的研究和开发的基本能力。
人工智能技术及其应用的发展历史虽然只有短短的50余年,但是它作为信息技术的前沿领域,对社会经济和发展的影响却越来越大。在基础教育课程改革的大潮中,许多国家意识到基础教育领域开展人工智能教育的必要性,努力把人工智能列入技术类教育的教学内容中。作为师范类院校,教授人工智能课是有必要的。?
(1)为部分优秀的学生将来做更深入的研究打坚实的基础。在面向知识经济的今天,研究获取、表示和使用知识的人工智能学科越来越受到人们的重视。目前人工智能研究被列为中国高技术领域的重点之一。以专家系统为代表的智能化系统在信息技术中也占有重要地位。因此在高等教育中开展人工智能教育和智能化系统的研发,不仅是计算机科学的应用,也是促进各学科服务于国民经济发展的必然趋势。为使人工智能的理论、方法和技术的研究与应用普及和深入,教育重心必须要下移,即从研究生教育向本科教育普及。开展本科层次人工智能普及教育的有效途径之一是在本科高年级开设相关选修课。开展人工智能教育,不仅能够更好地发挥高等院校的育人和科学研究功能,而且能为学生拓宽专业路径,扩大自主学习空间和发展个性创造条件,同时也为营造一个使学生不仅有宽厚、扎实的理论基础,且具综合分析和解决问题能力的环境。?
(2)为将来从教的学生积聚大量的知识。英国早在1999年,人工智能课程已经作为选修课出现在中学的信息与通讯技术(ICT)课程中。许多中小学还通过机器人竞赛活动来激发中小学生学习人工智能的兴趣,使学生不仅提高了用信息技术解决问题的能力,而且培养了多种思维方式,获得了更多的创新空间。美国现行的中学信息技术课程设置中,将人工智能的内容作为“媒体与技术”层面对12年级学生的要求。澳大利亚的部分中学开设的信息处理与技术课程,人工智能、信息系统、算法和程序设计、社会和伦理道德、计算机系统分别作为5个主题共同构成了该课程的教学内容。在该课程的大纲中规定,人工智能部分的教学内容在高中第3学期为12年级的学生开设,教学时间为10周。?
在我国,多年以来中学奥林匹克信息学竞赛中一直包含有人工智能相关的题目,涉及启发式搜索、博弈、智能程序设计等问题。2003年4月,我国教育部正式颁布《普通高中技术课程标准(实验)》,首次在信息技术科目中设立了“人工智能初步”选修模块,标志着我国高中人工智能课程的正式起步。?
我国的新课程标准颁布后,教育部评审并通过了分别由教育科学出版社、广东高教出版社、地图出版社、上海科技教育出版社和浙江教育出版社出版的5套高中《人工智能初步》教材,并开发了相应的教辅材料,包括教师用书和配套光盘等。为了配合中学人工智能课程的实施,国内也推出了一些适合中学生学习与体验的人工智能软件和网络资源。另一方面,一些高校的本科生、研究生也逐步关注中学人工智能教育的开展并将其作为毕业论文的研究选题。一些师范院校适应形势要求,已为师范生开设了与此相关的选修课程。?
2 人工智能的教育及教学条件现状?
通过对本人多年的教学过程进行总结,我校的《人工智能》课程教育现状可总结为如下几点:?
(1)理论知识充裕。但与实践相脱节,特别是在智能科学技术的教育教学方面。尽管知识面相当广泛,而人工智能理论的普及教育以及智能技术的开发与应用仍然十分滞后。?
(2)同其它普通高等院校一样,在本校,人工智能技术的研究与应用尚未普及,甚至比不上其它院校。这不利于培养学生的科研兴趣及创造精神。?
(3)缺乏配套实验教材,实验教学内容缺乏,无法培养学生的研究能力和创新能力。只有开设实验项目,才能使人工智能的相关知识具有研究性和综合性。?
(4)对中小学智能教育的深度及教学方式、教学特点缺乏研究。做为师范类院校,我认为在对学生进行基础知识教育的基础上,要紧抓中小学智能教育的特点对师范类学生进行相关的教育与培训。?
相对于教育现状,我校的《人工智能》课程教学条件现状要稍好一些,其状态如下:?
(1)教材使用国家级规划教材,此教材非常系统地介绍了人工智能的基本原理、方法和应用技术,适合本科及研究生使用。在我们的授课过程中,也会适当为学生提供相关的国内其他先进教材,如中南大学蔡自兴教授的《人工智能及其应用》等。?
(2)为了促进学生自主学习,我们准备了多种类型的扩充性学习资料,加强学生主动学习的意识,包括:课程相关杂志和书籍目录,以及部分重要的参考文献,与人工智能相关的网络资源如优秀BBS、新闻组、网址等。 它们包括了大量的文献资料、本领域研究的前沿动态等。 使用表明,学生非常乐于查阅这些资源。 使学生能通过使用这些资源进行一些人工智能程序设计,探讨一些问题,在课堂讨论中展示他们的收获。?
(3)校园网的普及与不断优化使本课程有优良的实践性教学环境,能充分满足教学需要。我们拥有较充足的多媒体教室和网络教室,为实现本课程教学提供了物质保障。在网络资源建设方面,全校办公室、教室、学生宿舍和教师宿舍都以宽带网相连,这些硬件设备对本课程教学发挥了重要作用,使本课程教学质量得以明显提高。?
3 人工智能教学方法及手段的改革?
针对我们现在所采取的教学方法,我认为存在许多不足,如教学方式比较单一,教学内容偏重理论讲解等,为此,提出以下教学方法的改革:?
(1)通过多种途径激发学生的学习兴趣。课程的学习效果,直接受到学生兴趣和参与意识的影响。一般来讲,《人工智能》作为一门前沿课程,开始学生学习兴趣很大,当开始接触到抽象理论知识及部分算法时,学生往往感到不易接受。 我们通过各种途径和方法, 激发和培养学生的学习兴趣,包括鼓励学生参与某部分知识的扩充性资料查找,预留一定时间请学生负责对此内容进行讲解,布置学生对某个基本成型的实验进行纠错及验证,降低问题解决的难度。学生因此产生兴趣从而做更深度研究。?
(2)进行启发式教学。 我们可以尝试在教学过程中不断提出问题请学生思考,启发学生求解这些问题,鼓励学生提出自己的猜想和解决方案,然后摆出教材中的解决方案,并与同学所提出的观点进行分析和比较,这足以加强学生学习的主动意识和参与意识,提高学生学习的积极性。?
(3)课堂辩论与交互式教学。 组织课堂辩论,讨论的议题可定位为譬如人工智能是否能超过人类智能等有争议的问题。学生通过对这些问题展开激烈争论,激发了学习潜能,明确了学习目标。当然师生间的交流方式还有很多,如邮件互发、QQ留言等,也可在课程网站中的互动平台进行交流。?
(4)分层次因材施教。 在授课过程中,通过对每个具体学生的学习进度、课堂作业情况进行及时评估,对学生提出进一步的学习建议和指导, 实现个性化的教学。 对优秀学生探讨,可以在教学设计和实验设计中要求其选作部分探索性、创新性的功课和实验,以发挥学生个性优势。对于有意于将来从事中小学教育的学生可以在机器人及人工智能技术发展现状等知识层面对其做问题讲解。而那些看似缺乏兴趣的学生,我们可以用多媒体手段如播放人工智能相关电影及科学小片引起其兴趣,实行逐步引导的教学过程。?
另外,我们可以尝试双语教学。 采用中文教材和讲授的同时,注重在课程中的关键词同时用英文表示,并适当指定英文参考短文和英文参考书。使学生能够接触国外文献资料,加深对学习内容的理解,获得更宽广的知识。我们也可以在教学内容安排上,注重理论联系实际,将一些人工智能网络上的虚拟实验给学生进行课外上网练习,从而使学生了解算法的具体运行过程, 通过参与达到知识的理解,掌握基本方法和技术。?
根据现有的条件,我们在教学中可以采用多媒体教学和网络课程教学相结合的方法,充分利用多媒体的丰富表现形式,利用网络课程的交互性、情景化等特点,构筑以学生为主体的《人工智能》课程现代教学模式。 对于抽象知识,可通过动画和视频演示,通过声音和图像展示人工智能的历史、人物和前景,做到学生直接而深刻地看到知识的内涵外延。网络课程能较好地实现交互并使学习过程情景化,通过网络课程的课堂练习和章节练习,教师可以评价学生的学习情况,并给学生提出学习建议,从而提高学生的研究力和创新力。我们也可以给学生播放中学《人工智能》课程课堂教学录像,以使学生看到初高中学生的知识范围及深度;同时给学生播放现有的《人工智能》科学成果,让学生看到理论背后的实践;也可以播放科幻片,激发学生想象的翅膀从而有兴趣把人工智能作为将来深造的方向。《人工智能》是一门较新的课程,改进教学方法和手段不仅要靠教师,也应增加硬件设备的投入。如果人工智能能采用智能辅助教学系统或机器人辅助教学过程逼真、形象,一目了然,这样可大大提高学生的学习效率,尤其是提高学生的观察判断能力、发现问题和解决问题的能力。?
4 人工智能实践教学设计的探讨?
我们可以在教学过程中,适量开设一些实验和设计,提高学生的动手能力,并加深他们对理论知识的理解,降低理论的抽象度,提升理论的实用性。在近两年的教学过程中,我们会适量加入一些人工智能语言的教学过程。例如,在讲解了“野人与传教士过河”等问题后,我们可以让学生使用Visual Prolog或者C ?++?对算法进行实现;在讲解 TSP 问题的遗传算法解决案例后,指出编码方案、初始种群大小、进化代数、交叉率变异率等因素对求解结果的影响,并要求学生通过实验的方式来分析、理解这些问题,并提出“寻找更有利的解决方案”等问题。把学生的兴趣激发后,为解决这些问题,学生会在课外主动查阅相关文献、相互讨论以实现他们所设计的方案,这样既培养了学生善于钻研和勇于创新的精神又提高了学生的实践与创新能力。?
参考文献:?
[1] 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).?
[2] 何元烈,汪玲.“Visual C ?++?”在“人工智能”教学中的应用与探讨[J].广东工业大学学报:社会科学版,2008(8).?
关键词:人工智能;研究型实验教学;民族关系
人工智能是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科,对它的研究涉及控制论、信息论、系统论、语言学、神经生理学、数学、哲学等诸多的学科及领域,是一门综合性的交叉学科[1]。
人工智能的研究、应用和发展,在一定程度上代表着信息技术的发展方向,同时信息技术的广泛应用也对人工智能技术的发展提出了迫切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响[2]。
实践教学环节在大学教育中是一个非常重要的教学环节,是提高人才素质与能力的重要途径。人工智能课程除了具有较强的专业性之外,还具有突出的实践性,为了能深入理解和掌握所学内容,必须把讲授和实践结合起来。本文结合该课程实验教学,将研究型教学的理念引入到实验教学,并对教学过程中的经验和问题加以初步的总结。
1研究型教学模式背景
研究型教学是相对于以单向性知识传授为主的传统教学提出的,是指教师以课程内容和学生的学识积累为基础,引导学生创造性地运用知识和能力,自主地发现问题、研究问题和解决问题,在研究中积累知识、培养能力和锻炼思维的新型教学模式。研究性教学是对现有的大学课堂教学模式的突破。有利于开发大学生的创造潜能,提高学生适应社会需要的创造性和创新能力,充分展现现代大学培养人才、发展科学、服务社会的三大基本职能[3]。
19世纪初,德国著名教育家洪堡最早提出了教学与科研相统一的原则,为研究型教学模式的发展奠定了基础。20世纪50、60年代,美国著名教育心理学家布鲁纳提出了著名的“发现教学模式”[4],成为后来探究性学习和研究型教学的先导。20世纪70年代,美国研究教学专家萨奇曼正式提出了研究训练教学模式。他认为学生会本能地对周围新奇事物发生兴趣,并想方设法弄清这些新奇事物背后究竟发生了什么,这是一种进行科学研究的可贵的动力。
自此,研究型教学理念开始广泛使用。现在,哈佛大学、牛津大学、剑桥大学等世界著名大学,都非常注重学生能力的培养,普遍采取了研究型教学模式。以美国高校为例,虽然美国高校83%的教师在课堂教学中主要采用讲授法进行教学,但在整个教学过程中都渗透着研究型教学的方法,如积极引导学生参与教学过程,开设研究性课程,引导学生积极主动地参与科研活动等。我国自20世纪90年代初推出211工程建设以来,清华大学、北京大学、人民大学、复旦大学、浙江大学等一些重点大学都提出了建设世界一流的综合性研究型大学的目标。这些高校在实现从单向知识传授的传统型教学向关注创新性教育的研究型教学转变方面进行了许多有益的尝试。
2研究型实验教学
本科教学不仅要培养学生的应用能力,还要培养学生具备基本的科研素质。大学是培养未来一线创新人才的主要基地,必须从本科教学人手,深入探索研究型教学的手段和方法,才能满足未来经济增长和社会发展的需要,才能符合建设研究型大学的需要。特别是近几年来我国对科研的投入不断增加,研究生招生规模逐年增大,本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题,其涵盖的分支非常广泛,如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等,都是目前国际和国内热门的研究方向。
人工智能课程在计算机专业人才培养方案中占据着重要的位置。在专业理论方面,它承续了离散数学中的逻辑知识;在专业方法方面,是数据结构、算法分析与设计的继续;在专业工具方面,是面向对象程序设计的生动实例。并且人工智能的每一部分内容都可以作为一个深入的研究课题,课堂上讲解的内容不可能面面俱到,学生们也不可能对人工智能的每一领域都做很深入的学习。并且人工智能涉及很多的数理逻辑知识,有些显得难以理解,并且往往让学生感到比较枯燥,学生的学习兴趣就渐渐淡薄,学生往往被动“听讲”,难以获得预期的教学效果。
针对这一特点,在人工智能教学中,如何引导学生系统学习人工智能的知识、激发学生的研究兴趣,树立目标意识找准研究方向,为未来的科研工作打下基础,研究型实验教学就成为了人工智能课程教学的一个重要环节和必然选择。
2.1实验教学中加强学生的研究导向
在实验教学中,如果照搬一些教材中的例子或习题教学,一方面学生们会缺乏兴趣,另一方面学生对这个领域的知识缺乏全面的了解。应不断提出一些学生们感兴趣的开放性课题,比如基于支持向量机的人脸识别、基于肤色的人脸检测,基于内容的图像检索等,培养学生们的学习兴趣,让学生们逐渐深入的学习某一领域的知识。比如BP神经网络,在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用,是一种具有强大的非线性学习能力的计算智能技术。然而BP神经网络算法自身也存在着一些缺点,如会有局部最小解、解受初值影响较大、理论解释不完善等,而支持向量机在这些方面具有显著优点。我们可以设计一个人脸识别的实验,用神经网络和支持向量机分别实现,并作以比较。让学生们在了解人工智能新技术的同时,也培养学生们如何分析问题、解决问题的科研能力。
2.2人工智能课程实验
该课程是一门对实验技术有较高要求的课程,对于基本原理和方法的实现,要求学生进行严格的计算机专业技能训练和培养良好的科研工作作风。因此对课程中的技能及技术性内容,除单独进行必要的基础训练外,还融入到综合和研究型试验中,通过多次反复实验练习,达到牢固掌握人工智能原理和人工智能的问题求解技术的目的。
该课程的实践环节主要是实践项目,由具备较强工程实践能力的任课教师和助教负责,学生可在全天候开放的专用机房完成。在实践环节的设计上,我们尝试把验证性实验和开发性实验相结合,结合实验教学进度,安排相应的开放实验,开放性实验以科学研究实验为主。并在课程的教学过程中,不断深化和扩展教学内容,结合人工智能学科的发展趋势和本院老师的最新研究成果,对实验内容进行更新。
课程主要设置三种层次的实验:1)基本原理和算法编程,测试例设计及程序测试实验;2)分析综合实验;3)研究型设计实验。整个实验包括课前讨论、实验操作、实验报告、结果讨论、总结提高等六个环节。对于综合性和研究型实验,把学生分成5个人一小组,每小组选做其中的一个。学生从指导老师处了解到实验课题后,即着手查资料,研读文献,钻研有关理论。在此基础上,学生先提出实验方案,经与老师讨论后,即可开始实验研究。
3实验平台的构建
民族关系问题对被访对象,特别对少数民族被访对象是非常敏感的问题,对民族关系的评价又存在个体层面、群体层面、不同阶层人群之间的差异,因此,仅仅以传统的文献分析、问卷统计和现场观察等民族学方法来进行调查,得到的数据会存在较多误差。
因此结合本校的民族特色和民族学领域独特的研究优势,将信息认知技术引入民族关系研究,运用图像、心电和脑电数据进行分析,将分析的结果和心理场景测试及民族学调查结果进行相互印证和参数修正,从而获得尽可能客观的数据,这些数据将有助于建立一个客观、完备、科学的民族关系监测体系,并真实全面地评估民族关系,从而使决策机构及时做出正确的决策。基于多信息融合的民族关系监测预警系统总体框图如图1所示。
目前该平台已经搭建,由北京市公共安全信息监测平台建设、北京市公共安全信息监测平台建设关键技术研究、基于多源信息融合的民族信任研究等多个重大项目支撑。在这个平台的下面,涉及到人脸识别、表情识别,视频监控、认识等领域,小波分析、神经网络、支持向量机、模糊数学、信息融合等人工智能知识得到了具体的应用。学生可以根据自己的兴趣爱好,自愿参加到该平台下的某一项目,切实对自己所学知识有一个深刻的理解和掌握。
4结语
研究型实验教学激发了学生的学习兴趣,不但使学生更好地掌握了人工智能的基本概念、基本理论和基本技术,也切实提高了学生的实际动手能力和编程能力。研究型实验教学在实践过程中还有以下问题需要改进:
1) 研究型实验教学的理念很难普及。很多教师对研究型教学模式的内涵未能准确把握,把研究型教学模式等同于学生实习或者写论文。
2) 研究型实验教学的辅导老师素养需要提高。研究型实验教学作为体现创新教育要求的现代教学模式,需要的不是知识传授型的教师,而是高素质的研究型教师。教师不仅是单一的教者,更应该成为一个学者,教师不仅要有研究型教学的教育观念、快速接受新知识的能力和高超的教学技能,要能够合理地规划和设计实验内容。
3) 需要建立一套合理的学生学业和教师绩效的评价体系。
参考文献:
[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.
[2] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2004.
[3] 李得伟,张超,李海鹰. 大学工科专业课程实施研究型教学的探讨[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大学研究性教学的理念探析[J].教育导刊,2008(3):56-58.
Exploration and Practice of the Research Experiment on Artificial Intelligence
ZHANG Ting, YANG Guo-sheng
(College of Information Engineering, Minzu University of China, Beijing 100081, China)
Abstract: Knowledge representation is one of the central topics in artificial intelligence. Conceptual Structure is a new and effective knowledge representation method and Conceptual Graph is a concrete semantic model supported Conceptual Structure thoughts. This paper discussed the relation between Conceptual Structure and Conceptual Graph, the method and features of Knowledge representation about Conceptual Graph. Finally, it elaborated the application of Conceptual Graph in Chinese information processing.
关键词:知识表示;概念结构;概念图;语义
Key words: knowledge representation;conceptual structure;conceptual graph;semantic
中图分类号:TP391 文献标识码:A文章编号:1006-4311(2010)26-0145-02
0引言
知识是人类智能的基础,知识的表示是人工智能学科研究的三个主要问题之一[1]。人工智能经过半个多世纪的发展,研究出了多种知识表示方法,如一阶谓词逻辑、规则、框架、语义网络等。这些方法对于描述特定领域的问题求解已足够了,并已得到广泛的应用,但传统的知识表示方法就不能确切地表达语义问题。因此,传统的知识表达方法能力还很有限,知识表示仍是很久以来人工智能研究的中心课题,还需要相当深入的研究。概念结构理论的出现为知识表示研究带来了一种新的思路。概念结构(Conceptual Structure)是一种以语言学、心理学、哲学、逻辑学和数学为基础的新的知识表示方法,是由美国的计算机科学家John F.Sowa在1984年首先提出的,己被从理论上证明了优于其它传统的知识表达方法。它扩展了人工智能的知识表达方法,对于信息时代从以数据处理为主的低级阶段向以知识处理为主的高级阶段的转变和发展具有决定性的意义[2]。
概念图(Conceptual Graph)是支持概念结构思想的一个具体的语义模型,概念结构理论及应用就是基于概念图发展起来的,也就是说概念图是概念结构思想的载体,通过它来发展、传播、带动知识表示领域、乃至整个人工智能领域的研究与进步。概念图的发展经历了二十几个春秋,“Conceptual Structures: Information Processing in Mind and Machine reading”(sowa1984)揭开了概念结构的序幕,“conceptual graphsfor a database inference”(Sowa1986)奠定了概念图应用的基础。随后,IBM公司投入了大量人力和物力,潜心研究,出现了一个又一个的成果。国内从90年代开始,西北大学、西北工业大学也进行了探索性研究[2]。
1概念图的知识表示
概念图是一种描述复杂对象结构的知识表示工具,其思想来源于C.S.Pierce的存在图和菲尔墨的语义网络,是以图形表示的一种有向连通图,它包括两种结点:概念结点和概念关系结点,弧的方向代表概念结点和概念关系结点之间的联系。概念结点表示问题领域中的一个具体的或抽象的实体,概念关系结点指出一种涉及一个或多个概念结点的关系[3],如动作(AGNT: AGENT),对象(OBJ: OBJECT),材料(MATR: MATERIAL),具有(POSS: POSSESSES),地点(LOC: LOCATE),状态(STAT: STATUS),部分(PART),方式(MANR: MANNER),工具(INST: INSTRUMENT)等。在概念图中,概念结点用一个矩形表示,概念关系结点用椭圆表示,有向弧标出了概念关系结点所邻接的概念结点。每个概念图可以表示一个命题,典型的知识库将包含大量这样的图。例如:A girl, Sue is eating pie fast. 其概念图如下所示。概念图上可以进行拷贝、限制、连接和化简操作,产生新的概念图。
概念图是基于语义网络的逻辑系统,用它来进行知识表达不但直观易懂,而且易于操作,通过对概念图进行各种操作,能产生新的概念关联和推理规则。此外,概念图还能直接和自然语言建立映射关系。概念图所具有的这些优点使它更适合于表达概念结构。
2概念图的特点
概念图使用带标号的结点和连接这些结点间的带标号的弧表示知识,属于语义网络的范畴,其理论建立在谓词逻辑上,能完全与自然语言相互翻译,表示出自然语言的语义[5]。概念图同其他知识表示方法相比,具有更直接的同自然语言之间的映射,图形化表示、可读性更佳,比逻辑公式更直观的特点。概念图具有结构简单、易读、表示范围广、能够确切地表示自然语言的语义、数学基础严密等优点,代表了知识表示的发展趋势。
概念图与经典的知识表示方法相比,更符合人类的思维和语言习惯,但是它只能表达一些简单的概念关系,并不适合于表达包含复杂概念结构的常识性知识。用概念图进行知识表示需要分析知识的结构,所以其获取过程要有领域专家的参与,还不能通过一个智能系统自动获取。此外,对于一个复杂的问题求解而言,这种基于概念图的推理容易产生冗余或者导致推理结果的不一致。因此,基于概念图的智能系统只能进行一些简单的问题求解,而对于包含大量的复杂概念关联的常识性问题求解,概念图还不能胜任。
3概念图的应用
概念图的理论自从被提出来后,受到很多研究者的青睐并将它应用到不同领域,例如知识工程、信息检索等,在自然语言处理方面尤其语义理解方面具有广泛的应用。不少研究者基于概念图进行了研究与探索,并取得了一些成果。例如,殷亚玲[4]提出了一种基于概念图的相关反馈技术,采用概念图的知识表示方式描述概念之间关系,从语义的层次上进行相似度判断,扩展查询式。朱海平[5]以概念图作为语义表示,研究了基于概念图匹配的语义检索。杨选选[6]提出的基于语义角色和概念图的信息抽取模型,是在语义层面上对信息抽取的尝试。它将浅层的语义信息应用于场景识别和抽取模式两个层次上,并通过概念图将句子的语义形式化、可计算化。刘培奇[7]结合主观题中简答题的人工批改过程,提出以概念图理论为基础的模糊含权概念图知识表示方法;从汉语自然语言理解的语义分析角度研究了特定课程主观题自动阅卷问题。
4小结
人工智能领域中绝大多数知识表示方法都直接或间接地涉及到概念结构,概念结构是人类认知能力的重要来源,现代的知识表示方法会越来越重视概念结构。概念图是一种有力的知识表示工具,能完全描述自然语言所表达的意思,实现与自然语言的互译。我们相信对概念结构和概念图的深入研究必将对解决自然语言理解方面的难题产生重要贡献和促进作用。
参考文献:
[1]张仰森,黄改娟.人工智能教程[M].北京:高等教育出版社,2008.03.
[2]张蕾,李学良.概念结构及其应用[D].西北工业大学博士论文,2001.05.
[3]贺文,危辉.概念结构研究综述[J].计算机应用与软件,2010,27(1):156-159.
[4]殷亚玲,张蕾.基于概念图的相关反馈系统的研究与实现[D].西北大学硕士论文,2006.07.
[5]朱海平,俞勇.基于概念图匹配的语义搜索[D].上海交通大学博士论文,2006.10.