人工智能课程总结通用六篇

AI应用信息1年前 (2023)发布

人工智能课程总结范文1

关键词：人工智能优选教材考核方式内容手段实践

人工智能（Aritificial Intelligence，英文缩写为AI）是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科，是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。它是研究智能机器所执行的通常与人类智能有关的职能行为，如推理、证明、感知、规划和问题求解等思维活动，来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐，与时俱进，有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代，人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科，必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止，全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今，一直将“人工智能”列为自动化专业本科生的选修课程，到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校，因此，学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下，南邮人经过多年的努力工作，在人工智能科研方面取得了丰硕的成果，如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统，为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前，国内有关人工智能课程的中英版教材种类非常多，遵循实用、简单、够用的原则，再经过授课老师和学生们的共同调研，我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面，包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写，内容基础，难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域，做到了内容新颖、简单易懂、兼顾基础和应用，受到了全国广大师生们的一致好评，多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校，“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握，南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理，我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核，从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的：平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行教育体制的弊端，避免学生“机械式”地的应对教学和考试，我们对考试题型进行了调整，不再是以往的填空、选择、简答等题型，而是改为以解决实际问题为导向的应用题型为主，这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了，这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言，人工智能这门课程所需要讲授的内容实在太多，由于课时所限，我们必须精简教学内容，让学生在掌握基础知识的同时，也能够了解它的具体应用。因此，我们将人工智能这门课程的教学内容分为两个部分：第一部分是基本理论和方法，包括人工智能的概述、知识表示方法、确定性推理方法等；第二部分为人工智能研究成果的具体应用，包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排，使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点，从而满足了学生们的求知需求。

四、教学手段的改进

（一）激发学生的学习兴趣

经过长时间的教学我们发现，在选修“人工智能”这门课程时，每个学生的心中所想各有不同，这些学生在刚开始学习时兴趣还比较强烈，但随着教学内容变得越来越抽象，学生逐渐对这本课的学习失去了信心，甚至上课时间不去听课，使授课教师对教学也渐渐失去了信心，导致恶性循环，严重影响了教学质量。针对这种现象，我们认为，在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件，开课前给学生演示“机器人医疗服务”实验，通过该实验的演示，让学生们看到机器人能够给病人提供多项人性化的服务，理解人工智能技术在开发医疗服务机器人多项关键技术中的应用，让学生在开课前能够对本课程的学习产生极大的兴趣，实践证明这种方法是有效的。

（二）借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式，它往往根据教学目的和学生们的特点，通过合理的设计、选择教材内容，应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来，与传统教学手段相结合，形成合理的教学过程结构，达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点，学生学习起来比较困难，为了让学生生动、形象地学习该课程，我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能足球机器人”比赛片段；让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时，借助Matlab软件和投影机，直接展现该算法的求解过程，从而改善了课程教学的形式，提高了教学质量。

（三）提倡课堂辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式，多次组织课堂辩论，辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列辩论会。经过激烈的辩论，无论正方还是反方都感觉自己收获很大，增长了知识，开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色，大大地调动了学生的学习积极性，从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分，通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法，从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课，设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题，要求学生独立完成这2个实验题目的编程，并书写实验报告。通过实验，学生动手实践了课堂上所掌握的理论知识，加深了对智能算法的理解。

人工智能是一门实用性较强的课程，我们总结了近几年来的教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看，我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用，需要指出的是，我们仍有很多不足之处，需要在以后的教学过程中不断努力完善，提高自己的教学能力，争取更好的教学效果。

参考文献

[1]蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社，2003.

[2]路小英，周桂红，赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报：农林教育版，2007，9（4）：66-68.

[3]马建斌，李阅历，高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报：农林教育版，2011，13（3）：330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息，2011，（7）：541.

人工智能课程总结范文2

本期培训课程延续了首期课程的丰富内容，同样安排了上午、下午课程和晚间分享课，课程涵盖智能家居理论基础、设计实践和项目管理。联盟特别邀请的七位讲师分别从智能家居基本原理、无线组网技术、总线技术应用、系统设备解读、人因设计、案例分享和综合实践等方面带来了详尽的专业课程。与此同时，针对集成商学员感兴趣的营销管理与集成技术内容，通过两节别开生面的晚间分享课进一步丰富了本次培训的实践内容。

在总结首期培训经验基础上，本期CSHIA培训对相关课程进一步优化调整，根据集成商为主体的学员实际需求增加了总线技术的课程课时，并邀请具有多年一线市场经验的资深集成商讲师参与分享，而特别设置的营销管理课程也更加贴近实际需求。在热烈的互动气氛中，本次培训收到了超出预期的效果。在毕业考核中，分别来自江苏常州、甘肃兰州与福建泉州的韩怀德、张明娟和陈国强成绩优异，成为本期培训优秀学员。

本期培训课程结束后，CSHIA智能家居系统工程师学员共同前往上海新国际博览中心，参观中国智能家居产业联盟在上海国际智能建筑展上展出的互联互通技术阶段性成果。据悉，第三期CSHIA智能家居系统工程师计划将在广州举办，相关预报名工作即将启动。

随着CSHIA智能家居系统工程师学员群体不断扩大，联盟培训中心还将有计划的组织开展相关活动，密切各地学员间的联系与交流，搭建广泛的分享平台，共同推进智能家居市场的健康发展。

CSHIA系统工程师培训内容框架

第一讲：《智能家居基本原理》

第二讲：《智能家居无线组网技术》

第三讲：《智能家居总线技术》

第四讲：《智能家居设备解读》

第五讲：《人因设计在智能家居领域的应用》

第六讲：《智能家居典型案例分析》

第七讲：《智能家居综合实践》

分享课：

人工智能课程总结范文3

论文摘要:通过对长株潭地区高校“思想道德修养与法律基础”课程(以下简称“基础课”)教师的问卷调查，发现当前“基础课”教学的主要形式是大班教学，“基础课”教师在教学中使用的方法具有多样性的特点，绝大部分“基础课”教师喜欢自己的“基础课”教学工作，“基础课”教师对自己教学中的教学互动的注重还不够，基于调查提出运用多元智能理论来提高“基础课”教学实效性。

根据2005年《中共中央宣传部、教育部关于进一步加强和改进高等学校思想政治理论课的意见》的精神和教育部的总体安排，自2006年秋季开始，全国高校开始按“OS方案”开设“基础课”，作为大学思想政治理论课的人门课程。这门课程承担着对大学生进行思想政治教育，帮助大学生形成正确的人生观、价值观的重任。当前，国际政治格局变化、经济全球化、价值多元化、现代高科技的发展和物质生活的不断丰富等变化给高校“基础课”教学实效性带来巨大的影响和挑战。如何切实加强和提高新形势下“基础课”教学的实效性成为目前高校思想政治教育工作中的重要一环。目前，通过改革教学方法来提高“基础课”教学实效性得到了学界的广泛关注，学界对于教师如何改革教学方法的研究也相当多，但基于教师教学现状实证分析来探讨教学方法改革的研究并不多见。对于“基础课”教学而言，教师的教学形式、教学方法与教学态度等对教学实效性影响很大。为了了解“基础课”开设以来的教学现状，从而进一步研究和探索“基础课”教学方法的改革，我们组织了一次以湖南省长株潭地区高校“基础课”教学教师为对象的关于“基础课”教学现状的问卷调查。并基于此次实证调查提出，可以运用多元智能理论来提高“基础课”教学实效性。

一、“基础课”教师教学现状实证分析

本次调查，问卷发放采取随机发放形式，总共发放问卷60份，回收问卷54份，其中有效问卷54份，有效回收率为oo%。基于回收的有效问卷，我们就“基础课”教师的教学形式、教学方法、对教学互动的注重与评价、教学喜欢程度及其影响因素等问题进行了统计分析，结果分析如下。

(一)“基袖课”教师教学的主要形式

小班(1个班)教学和大班(2个以上班联合)教学是当前高校“基础课”教学的两种主要形式。调查结果显示，50位被调查教师最近一次承担“基础课”教学采取的是大班教学，占总数的93%，采取小班教学的只有4位，仅占总数的7%，由此可见，当前大班教学是“基础课”教学的主要形式。同时，调查结果显示，有29位被调查教师认为大班教学更好，占总数的53%，有23位被调查教师认为小班教学更好，占总数的43 %，此外，有2名被调查教师对哪种教学形式更好表示“不知道”，占总数的4%。由此可见，尽管当前大班教学是“基础课”教学的主要形式，但还是有相当大一部分被调查教师还是认为小班教学比大班教学效果更好。

(二)“基拙课”教师运用的教学方法

教学方法的选择在很大程度上影响着教学的效果。调查结果显示，有so位被调查教师在教学中使用了“板书”这一教学方法，有52位被调查教师在教学中使用了“多媒体课件”这一教学方法，有42位被调查教师在教学中使用了“课堂讨论”这一教学方法，有12位被调查教师在教学中使用了“小游戏”这一教学方法，有40位被调查教师在教学中使用了“视频资料”这一教学方法，有51位被调查教师在教学中使用了“案例教学”这一教学方法，有4位被调查教师在教学中使用了其他教学方法。在被调查教师所使用的教学方法中，按使用普及度大小排序依次为“多媒体课件”、“案例教学”、“课堂讨论”、“视频资料”和“板书”。由此可见，当前“基础课”教师在教学中使用的方法具有多样性的特点。

同时，调查还显示，在问及“哪种教学方法最好”这一问题时，4%的被调查教师认为是“板书”，26%的被调查教师认为是“多媒体课件”，22%的被调查教师认为是“课堂讨论”，11%的被调查教师认为是“小游戏”，9%的被调查教师认为是“视频资料”>24%的被调查教师认为是“案例教学”，4%的被调查教师认为是“其他形式”。由此可见，在“哪种教学方法最好”这个问题的认识上，教师之间不存在高度一致的看法，比较多的被调查教师认为“最好的教学方法”主要有“多媒体课件”、“案例教学”和“课堂讨论”。

(三)“基袖课”教师时教学互动的注重情况与评价

教学互动是现代教学区别于传统“填鸭式”教学的重要特征之一。调查结果显示，有34%的被调查教师认为自己在教学过程中“很注重”教学互动，有11%的被调查教师认为自己在教学过程中“比较注重”教学互动，有巧%的被调查教师认为自己在教学过程中对教学互动注重“一般”，没有被调查教师认为自己在教学过程中对教学互动“比较不注重”，有11%的被调查教师认为自己在教学过程中对教学互动“不注重”(如图1所示)。由此可见，被调查教师对自己教学中的教学互动的注重还不够，只有45%的被调查教师认为自己在教学过程中“很注重”或“比较注重”教学互动，还不足50% o

同时，调查显示，被调查教师对教学互动是否重要的评价，与他们自己在教学中对教学互动的注重情况存在较大的不一致。调查结果显示，有74%的被调查教师认为教学过程中教学互动“很重要”，有26%的被调查教师认为教学过程中教学互动“比较重要”(如图2所示)，也就是说100%的被调查教师认为教学过程中教学互动“很重要”或“比较重要”。这与前文分析的不足50%的被调查教师认为自己在教学过程中“很注重”和“比较注重”形成了鲜明的对比。这说明，尽管几乎所有的被调查教师都认为教学互动重要，但在现实教学中，有相当多的被调查教师并没有很好地贯彻白己都认为重要的教学互动。

(四)“基袖课”教师对教学的喜欢程度及其影响因素

“基础课”教师是否喜欢“基础课”教学，也即是否喜欢自己的教学工作，在一定程度上会对“基础课”教学效果产生影响。调查结果显示，有26%的被调查教师表示自己“很喜欢”“基础课”教学，有48%的被调查教师表示自己“比较喜欢”“基础课”教学，有22%的被调查教师表示自己对“基础课”教学喜欢程度“一般”，没有被调查教师表示自己“比较不喜欢”“基础课”教学，仅有4%的被调查教师表示自己“不喜欢”“基础课”教学(如图3所示)。由此可见绝大部分被调查教师喜欢自己的“基础课”教学工作，共有74%的被调查教师认为自己“很喜欢”或“比较喜欢”“基础课”教学。

那么，影响被调查教师是否喜欢“基础课”教学的因素有哪些呢?调查结果显示，有27位被调查教师认为“学生学习态度”影响其对“基础课”教学的喜欢程度，占总数的44.4%;有22位被调查教师认为“教学内容”影响其对“基础课”教学的喜欢程度，占总数的40.7%;有17位被调查教师认为“学生学习效果”影响其对“基础课”教学的喜欢程度，占总数的31.5%;有11位被调查教师认为“教学方法”影响其对“基础课”教学的喜欢程度，占总数的20.4%(如图4所示)。由此可见影响被调查教师对“基础课”教学喜欢程度的主要因素排序依次为“学生学习态度”、“教学内容”、“学生学习效果”和“教学方法”。

我们通过本次调查发现，尽管有相当大一部分“基础课”教师认为小班教学比大班教学效果更好，但当前“基础课”教学的主要形式还是大班教学;当前“基础课”教师在教学中使用的方法具有多样性的特点，比较多的教师认为“最好的教学方法”主要有“多媒体课件”、“案例教学”和“课堂讨论”;尽管几乎所有的“基础课”教师都认为教学互动重要，但在现实教学中，教师对自己教学中的教学互动的注重还不够;绝大部分“基础课”教师喜欢自己的“基础课”教学工作，影响“基础课”教师对教学喜欢程度的主要因素排序依次为“学生学习态度”、“教学内容”、“学生学习效果”和“教学方法”。

二、运用多元智能理论提高“基础课”教学实效性

当前，提高“基础课”教学实效性的重点是要加快教学方法改革，使我们的教学方法能有效地满足教学的需要。那么到底该如何来改革教学方法呢?根据调查结果，我们认为运用多元智能理论来改革教学方法，提高“基础课”教学实效性是非常可取的对策。

多元智能理论是加德纳在他的专著《智力的结构》中提出的。他认为，在实际生活中所表现出来的智能是多种多样的，每个人至少有语言文字智能、数学逻辑智能、视觉空间智能、身体运动智能、音乐旋律智能、人际关系智能和自我认知智能七项智能。fzl语言文字智能是指有效地运用口头语言或书写文字的能力。数学逻辑智能是指有效地运用数字和推理的能力。视觉空间智能是指准确地感觉视觉空间，并把所知觉到的表现出来的能力。身体运动智能是指善于运用整个身体来表达想法和感觉，以及运用双手灵巧地生产或改造事物。音乐旋律智能是指察觉、辨别、改变和表达音乐的能力。人际关系智能是指察觉并区分他人的情绪、意向、动机及感觉的能力。自我认知智能是指有自知之明并据此作出适当行为的能力。每个人各项智能的天赋与发展都不一样，有自己不一样的理想的教学环境，这就要求我们在教学方法的选择上，充分运用各种教学手段，满足学生各项智能发展的需要，有效激发学生参与学习与体验学习的愿望，提高学习效果。那么，在“基础课”教学中可以根据多元智能理论，采取哪些途径来提高教学实效性呢?

(一)充分发挥多嫌体的作用

多媒体教学是现代教学的主要形式，它能克服传统单纯板书教学的不足，充分地调动学生的视觉空间智能、音乐旋律智能等，从而有效提高教学效果。我们在调查中发现还有相当一部分教师对多媒体的重视不够充分，尽管由于教学条件的改善，绝大部分教师都运用了多媒体教学形式，但许多教师只是简单地把教材上的内容做成演示文稿，而没有有效地利用多媒体教学设备的影视功能。因此，我们建议，“基础课”教师在教学过程中，多播放一些与教学有关并能激发学生兴趣的视频资料、音乐等，有效地开发学生的视觉空间智能、音乐旋律智能等智能，从而提高教学的实效性。

(二)大力推行案例教学

所谓案例教学，并不是教师在课堂教学中为说明一定的理论或概念进行的举例分析，也不是教师指导学生开展的具有实例性的课程实习，而是一种开放式、互动式的新型教学方式。fzl它通过广泛的信息收集和开放式的讨论，来达到启示理论和启迪思维的目的。因此，在教学过程中，教师开展案例教学，为学生提供背景，并讨论案例中存在的各种矛盾、困境和选择，可以引导学生综合运用所学的理论和分析方法，通过多维度的训练，来提高学生的逻辑分析和解决现实问题的能力，开发学生的语言文字智能、数学逻辑智能、人际关系智能和自我认知智能等智能，从而提高教学的实效性。值得指出的是，案例教学一般适合小班教学，在当前大班教学依然是主要的教学形式的情况下，适当推广小班教学将有利于开展案例教学。

人工智能课程总结范文4

关键词：智能信息处理；多学科交叉；教学模式

0引言

智能信息处理是模拟人或者自然界其他生物处理信息的行为，建立处理复杂系统信息的理论、算法和系统的方法和技术，主要面对的是将不完全、不可靠、不精确、不一致和不确定的知识和信息逐步转变为完全、可靠、精确、一致和确定的知识和信息的问题。智能信息处理是当前科学技术发展中的前沿学科，同时也是新思想、新观念、新理论和新技术不断出现并迅速发展的新兴学科，涉及信息科学的多个领域，是现代信号处理、人工神经网络、机器学习、人工智能等理论和方法的综合应用，在复杂系统建模、机器学习、医学影像处理、系统优化和设计等领域具有广阔的应用前景。

目前，智能信息处理研究生课程相关的教材和课件大多以高隽老师的《智能信息处理方法导论》为基础开展相关介绍。该书体系严谨，理论推导细致，但在多学科交叉应用尤其是面向认知神经科学、智能信息科学等领域的应用方面介绍不足，缺乏必要的多学科交叉案例及相对完整的设计过程，导致来自不同学科的研究生在对理论知识的理解、不同工程应用实践经验的积累等方面存在一定脱节的情况。针对智能信息处理课程教学的实际情况，我们从计算神经科学、信息学科与智能信息交叉的多学科角度出发，系统介绍智能信息处理的基础理论及各种新兴处理技术，主要介绍智能信息技术的基本概念、原理和分析方法以及智能系统的知识处理和模型的建立，提供人工智能技术、神经网络技术在神经科学交叉等领域的应用算例，涉及目前国内外智能信息处理的最新研究成果以及学术研究前沿进展情况；同时，在教学实践中，对课程的教学模式进行探索和思考，强调多学科交叉及学生主体的重要性，注重教学方式的多样化及课内外教学相辅相成。该课程的教学实践能够使研究生对智能信息处理技术的发展及交叉学科应用有全面的了解，为神经科学、信息学科与智能信息交叉学科课程实施研究型教学开辟新的途径，对提高课程教学效果，培养学生的主动探究能力具有非常重要的指导意义。

1主要解决的教学及管理问题

1.1多学科交叉的智能信息处理

智能信息处理是一门以应用为导向的综合性学科，涉及脑与认知科学、智能科学、信息科学、现代科学方法等多学科的交叉与综合。由于智能信息处理涵盖内容广泛，面向研究对象众多，因此在较短学时的课程教学中，教师需要权衡把握好宏观内容的介绍和相关内容的纵深讲解，让学生既能从整体上了解智能信息处理学科的基本概念、学术思想、知识体系和学术特色，又能在具体应用方面了解其基本问题、基本模型和科学研究方法。在教学实践中，把握好多学科交叉的智能信息处理课程的整体与局部、广度与深度问题，是教师应首要考虑的问题之一。

1.2积极引导学生参加多学科研讨活动及课外实践活动

实践出真知，理论知识只有在实践中才能更好地被理解和掌握，体现和发挥其价值，然而，传统的课程教学模式侧重于课堂上教师“口授笔书”的知识传授，在引导学生研讨和践行方面存在很大不足，造成学生不能很好地理解和应用课上所学，不能有效培养和促进学生在实践中发现问题和解决问题的能力。笔者结合多年留学经验及国际教学实践，对如何引导学生积极参加多学科研讨活动及课外实践活动，进行反思、探索和尝试。

2教学实践主要内容

2.1结合工程及应用背景的教学模式

智能信息处理作为一门以应用为导向的综合叉学科，很多问题和模型既来源于又服务于实际应用，与实际问题紧密相关，然而，现有的课程教材鲜有既能系统全面介绍智能信息处理的基础理论、基本概念和分析方法，又能结合实际应用及工程背景给出例证详解的。分析教材纵深发展过程不难发现，理论与实际的结合不够是主要原因，因此在实际教学实践中，教师不能单纯依据教材内容照本宣科，需要结合实际应用背景就地取材并灵活讲解。

在智能信息处理教学实践中，针对该学科多学科交叉的特点，可以采取点面结合的教学方式。在宏观层面上，综合介绍智能信息科学技术领域的相关内容，包括基本概念、学术思想、知识体系和学术特色，让不同专业背景的学生能在较短时间内对智能信息处理学科从比较陌生的状态过渡到对其基本模型和基本问题有初步、宏观、科学和准确的认识；在微观点处，以具体的经典工程应用范例及模式辅助宏观介绍，达到宏观而又不失具体、既有广度又兼具深度的效果。这种精而不范的具体案例有利于短学时课程的安排，如介绍智能信息处理与信号处理的交叉时，笔者以参与的发动机故障诊断为例进行讲解；介绍智能信息处理与系统辨识的关系时，笔者以曾研究的磁气圈和太阳风预测为具象进行详细说明。

2.2多学科交叉综合的教学模式

一方面，智能信息处理涉及多学科交叉综合，而传统的教学模式往往侧重于单独介绍各学科的科学体系及应用，对于学科交叉综合方面的探讨则有限，如在机器学习方面，以往的教学倾向于各种算法的数学推导和理论证明，但在实际应用中，机器学习往往需要与其他学科如信号处理、模式识别等交叉互融，才能解决实际问题；另一方面，智能信息处理作为一门充满活力的新学科，不断有新技术和新方法随着前沿问题的发现而被提出和应用。教师可以采取多学科交叉综合的方式，尝试将国际前沿的科研成果引入智能信息处理的教学实践中，这样既能以此引导学生了解多学科交叉融合的方法和思路，又能展现国内外智能信息处理的研究新成果和发展新动态，激发学生的学习兴趣。

2.3增加互动环节的教学模式

传统的教学模式往往侧重于知识的灌输，忽视方法的传授。在教学实践中，教师在“授之以鱼”的同时，更要注重“授之以渔”，引入国外智能信息处理的前沿科研方法，培养学生良好的科学思维和科研素养。此外，智能信息处理的课堂教学不同于以往最基础的授课，而是以教师讲授为主，更多的是在课上由教师提出问题，引导学生讨论互动，让学生产生代人感转而主动学习和理解。作为课内的外延和补充，我们还在课外不定时、不定期组织学生参加科研沙龙，进一步激发和培养学生的兴趣，加强巩固所学知识和方法。实践证明，互动授课方式及多活动的课外扩展，对于提高学生的学习热情、培养学习兴趣、促进知识理解具有重要作用。

2.4多样化的课程考核模式

一方面，传统的单纯以期末考试成绩作为唯一考量标准的考核方式过于片面；另一方面，这种考核方式也容易束缚学生的思维，使学生产生学习只是为了最后一纸成绩的误解。综合考虑智能信息处理的课程特点及研究生培养目标，我们建议可以采取更为灵活的考评方式如采用PPT报告总结的方式，一方面考评学生平时表现，包括课堂出勤、课堂表现等，另一方面以学生学期末PPT报告总结成绩为主。每名学生依据自己的兴趣爱好，选择一个与智能信息处理相关的研究方向进行调研―参阅书籍―查找资料―深入探讨，最后以PPT的形式向教师及全体学生总结汇报并互相交流。这种考评方式以书本为平台，不仅能培养学生的系统掌握新知识及新技能的学习能力、实践操作能力和表达能力，还可调动学生查阅资料和自主思考问题的积极性，扩展知识面。

3教学方法及路线

3.1多媒体利用最大化的教学方式

在教学手段和方式上，现在多媒体技术进入课堂已经非常普遍，但对丰富电子资源的利用程度并没有实现最大化。当前的教学方式大多以讲解PPT为主，缺乏多样化的展现方式，容易使学生产生疲劳感。结合教学实践，我们发现通过将PPT、视频、动画、录像等多种形式的多媒体结合，以更加生动形象的方式展现教学内容，在吸引学生兴趣和提高学习效率方面效果显著；此外，还可以借助多媒体，通过软件演示的方式让学生亲身感受实际工程应用的操作过程，建立智能信息处理科学技术的直观形象和感性认识。

3.2开展科研教学沙龙活动，引导互动交流

智能科学技术处在创新发展时期，特别需要培养具有创新精神的人才。创新精神的产生伴随着各种不同思想的汇聚、交流和碰撞，为了鼓励和培养学生的创新思维，教师可以组织各种科研教学沙龙活动，基于学生兴趣，将不同专业背景的学生组织在一起，从不同专业视角自由探讨某一研究方向，碰撞出思想的火花；同时，可以引入国际前沿热点问题的创新结果的介绍，剖析前沿创新点和创新过程，开阔学生视野，培养和提高学生的创新能力。

3.3利用互联网，构建课外科研实践互动平台

正所谓“众人拾柴火焰高”，课堂中，学生可以随时向老师提出疑问，老师带动学生一起讨论；对于课外学习研究中出现的问题，教师可以通过QQ群、微信群、公邮等在线互动平台与学生交流沟通。一方面，众智众力促进问题的解决；另一方面，平台互动的方式能充分调动集体的学习研究热情。

4教学模式的应用效果

4.1国际学术

正如“实践是检验真理的唯一标准”，课内学习到的知识只有被运用在科学实践中才能证明和体现其价值。在教学实践中，我们着重培养学生将所学知识与其专业背景相结合、将所学转化为科研成果的能力，取得了较满意的教学效果，如部分学生将所学信号处理中的时频分析方法应用到故障的检测中并将此公开发表在国际学术期刊上，获得了令人满意的研究成果。

4.2选课情况逐年递增

图1（a）汇总了2013―2015年我们开设的智能信息处理课程各院系学生选课情况。从图1（b）中可以看出，研究生选课人数逐年递增，开始该门课程的研究生选课人数由最初的13人增加至54人，增加3.15倍；图1（c）表明，课程的覆盖院系由最初的3个院系（0系表示研究生院）增加到2015年的11个院系，覆盖面增加2.66倍。此外，选课学生中既有硕士，又有不少博士，甚至有来自其他高校的老师和工程研究所的硕士、博士。从智能信息处理课程近3年的选课总体情况来看，课程已经引起不同专业学生和教师的广泛关注和参与兴趣。

4.3学生的综合评价正面积极

在智能信息处理课程教学实践中，我们发现不仅选课人数逐年增加，而且学生对课程的综合评价也一直非常好。学生一致认为当前的授课方式丰富而有趣，结合工程实际背景的教学具体而形象，互动形式的课堂方式能很好地促进交流表达，课外的沙龙活动为他们解决科研和学习中遇到的问题提供很大的帮助。

5结语

人工智能课程总结范文5

>> 引入深度学习的人工智能类课程中西合璧的人工智能课程双语教学模式可调戏的人工智能生活中的人工智能不断超越的人工智能逐渐靠近的人工智能正在落地的人工智能 2035年的人工智能航天类专业“人工智能”课程的教学探索林业院校人工智能课程教学的思考人工智能导论课程的兴趣教学法人工智能概论课程的教学思考 “人工智能”课程教学的实践与探索游戏开发应用中的“人工智能”课程教学方法探讨人工智能的应用研究人工智能的日常应用人工智能的应用和发展浅析电气自动化控制中的人工智能应用分析继电保护中的人工智能技术及其应用电气自动化控制中的人工智能应用分析常见问题解答当前所在位置：l)。在情境创设时,教师根据学生特点提出了多种应用需求,例如化妆品销售咨询等。学生利用该工具,兴趣盎然地开发了自己的小型专家系统,不仅理解了专家系统的特点、作用、运行方式等,还具有强烈的成就感。

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

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)