人工智能导论课程教学方法探讨

魏 娜，贲可荣，崔良中，张 献

（海军工程大学电子工程学院，湖北武汉 430033）

0 引言

近年来，布局发展人工智能已成为世界许多国家的共识与行动。习近平总书记多次就人工智能作出重要批示，指出人工智能技术的发展将深刻改变人类社会生活、改变世界，要求抓住机遇，在这一高技术领域抢占先机，加快部署和实施［1］。人工智能已列入我国战略性发展学科中，并在众多学科发展中起到“头雁”作用。在人工智能成为时代标签的背景下，全国高校普遍开设了人工智能方面的必修课或选修课。

课程组自从2001 年开始承担计算机专业人工智能课程及面向全校研究生的人工智能课程教学任务，贲可荣教授主编的《人工智能》《人工智能（第2 版）》分别入选普通高等教育“十一五”“十二五”国家级规划教材，《人工智能（第3 版）》评为首届全国优秀教材二等奖［2］。3 年前，海军工程大学校新增设了面向全校本科学员的《人工智能导论》选修课，选修课采用的教材是李德毅院士主编的《人工智能导论》［3］，该书将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现出来，适合作为入门人工智能技术的引导性读物。

众多学者针对高校如何开展人工智能课程教学展开研究。早在2012 年，西安电子科技大学刘若辰等［4］探讨了人工智能概论教学问题，从教材选择、教学内容、教学方法、考试方法等方面阐述人工智能概论课程的建设情况，提出从培养学员的兴趣入手，培养学员实践能力、动手能力和实验设计能力，以提高教学质量。浙江工业大学王振华等［5］提出研产教融合引导的《人工智能导论》教学案例设计策略、途径和方法，以提升教学效果并实现课程培养目标。安徽信息工程学院的李月军［6］依托企业人才、技术和资源优势，研究校企深度融合的人工智能专业工程应用型创新人才培养模式。

上述方法的研究重点都是基于单一某种教学手段的运用，针对人工智能导论课程具有理论性强、技术更新快、且选修课分配学时少等特点，如何高效利用课内时间、激发学员兴趣、师生良好互动，如何展示人工智能应用成果、启迪思考，是上好人工智能导论课程需要面对的现实问题。鉴于此，课程组建立了明确的人工智能导论培养计划、课程标准，配备了实验教学条件［7］，为学员学习提供了必要的基础保障。根据海军工程大学师生实际情况，本文从跟踪军事智能化发展、线上线下多途径学习、按照实例—概念—应用线索组织教学内容、通过实践掌握基本原理和基本方法、培养学员创新意识和前瞻意识、加强实验环境和教学环境建设这6 方面探讨人工智能导论课程教学方法，以激发学员学习的主动性、积极性，实现课程培养目标。

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，主要作用是入门与引导。课程侧重于帮助学员了解人工智能的发展过程、基本概念和方法，熟悉人工智能技术发展现状及军事应用需求，培养学员人工智能应用能力，为后续课程学习和毕业设计打下一定基础。

与传统课程相比，人工智能课程有着鲜明的特点：

（1）理论性较强。人工智能课程内容涉及很多抽象理论，需要相关课程，如离散数学、概率论、数理统计等课程等数学基础作为支撑，这往往会导致学员在学习时产生望而生畏的畏难情绪。

（2）技术更新快。人工智能是一个新技术层出不穷的开拓性领域，其技术更新快。因此，在教学过程中，教员要注重跟踪最近技术，保持一个不断学习的状态。

（3）应用广泛。人工智能是一门多学科交叉课程，注重多学科、多领域、多行业的“跨界融合”发展，将人工智能技术应用到各行各业，并进一步倒逼人工智能理论完善，为其发展指明方向和目标。

2 人工智能导论课程内容组织

人工智能已经并正在广泛而深入地结合到科学技术的各门学科和社会各领域中。人工智能技术主要包括知识工程、机器学习、模式识别、计算机视觉、自然语言处理、智能机器人和神经计算等技术［8］。人工智能课程教学内容涉及面广、涵盖内容较多，要在有限课时内完成教学计划并让学员掌握，具有一定难度。课程采用李德毅院士主编的《人工智能导论》教材。在总学时一定的情况下，需要根据教学对象的需求，在广度和深度之间作出取舍。将教学内容分成以下三大模块：

（1）知识表示。教材第2-4 章内容，分别为概念表示、知识表示、知识图谱。其中，概念表示主要介绍经典概念理论、数理逻辑、集合论，了解概念的现代表示理论；知识表示主要介绍一阶谓词逻辑表示法、产生式表示法、了解框架表示法、状态空间表示法；知识图谱也是一种重要知识表示方法，进一步介绍本体知识表示、万维网知识表示方法。

（2）知识获取。教材第5-8 章内容，分别包括搜索技术、群智能算法、机器学习、神经网络与深度学习等。其中，搜索技术主要介绍盲目搜索、启发式搜索，了解博弈搜索；群智能算法主要介绍遗传算法的基本思想、了解粒子群优化算法和蚁群算法；机器学习主要介绍机器学习的定义、常见的监督学习、无监督学习算法，了解弱监督学习算法；神经网络与深度学习主要介绍神经元与神经网络概念，BP神经网络及其学习算法，了解卷积神经网络和生成对抗网络。

（3）知识应用。教材余下章节，涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人等。这部分内容以讲座形式介绍目前广为流行的人工智能技术应用实例，主要介绍在不同领域的军事应用和实践成果。

3 人工智能导论课程教学方法探讨

结合人工智能导论课程教学特点和教学内容，为达到更好的教学效果，在教学方法上作出如下思考和改革：

3.1 跟踪军事智能化发展，激发军校学员学习兴趣

中共十九大报告明确提出，要加快军事智能化发展。当前，人工智能越来越广泛地运用于军事领域。教学中，从国防和军队建设实际出发，介绍智能情报处理、智能规划、智能决策等军事应用案例，激发学员的学习热情。

在规划技术方面，除列举其在地图寻路、物流调度、机器人控制等民用领域的应用外，还介绍了该技术在军事领域方面的应用。例如，海湾战争中美军配备的动态分析和重规划工具DART（Dynamic Analysis and Re-planning Tool）被用于自动后勤规划和运输调度中，从而使过去需要几个星期才能完成的调度工作在几个小时内就可以完成。该系统可同时协调总数达50 000 的车辆、物资与人员运输，能够同时考虑起点、终点及调度路径，并解决所有因素之间的冲突。DART 数小时就能自动规划出合理方案，相比过去的人力规划，可节省近百倍时间。这是美军在海湾战争期间得以及时部署好50 多万军队及3 000 多万吨补给的重要因素。

再如，机器人方面，机器人的出现一方面给人类生活和工作带来便利，另一方面也必将改变未来战争的态势和格局。智能军用机器人士兵，目前世界各军事大国在军事领域竞相发展和使用这种武器，并作为作战力量的一部分编入军队之中。典型的军用机器人如美国的“哨兵”，能说300 个单词、能测出声、火、烟、风等异常物体有关数据。对可疑目标能发出口令，如果目标答错口令，“哨兵”会迅速、准确地开枪射击。机器人“激战哨兵”还装备反坦克武器，发现敌装甲目标时，能自动抢占有利地形发起攻击。目前，智能军用机器人正向模拟化、仿生化、小型化、多样化方向发展，预计21 世纪上半叶，以智能军用机器人为主的机器人军队将“走”上战场。

3.2 发挥现代教育技术优势，线上线下多途径学习

人工智能导论课程涵盖的内容多，而作为选修课，其教学时长仅20 学时。好在人工智能网络资源非常丰富，充分利用好这些优质资源，可有效缓解课程内容多和学时少之间的矛盾，促进感兴趣的学员开阔眼界，将课程学习拓展到课堂之外。课程组编写了《军事智能化技术及应用》［9］、《机器学习方法及应用》［10］，并制作了MOOC《人工智能在舰艇部队的应用》［11］，已在军事职业教育平台上线，这些资源有效补充并扩容了教学内容，特别是疫情期间对学生预习复习提供了切实帮助。同时，充分利用中国大学MOOC 平台等互联网资源，如吴恩达的《机器学习》系列课程，北京大学《人工智能实践：Tensorflow 笔记》等，为课程提供了理论和实践方面的辅助。此外，利用微信群推送前沿技术信息，跟踪华为、科大讯飞、小i 机器人等大型企业和军事上的热点技术和应用落地情况［12-13］，以及一些顶级学术会议的最新成果，极大地拓展学员的视野和思维，激发学习兴趣。

在课堂上，结合线上资源，系统性地讲解章节重难点。师生可通过共同研讨、实操等方式，增加学员参与感，调动起大家的兴趣，激发学员的主动探究与自学能力，实现对理论的进一步认知与理解。

3.3 遵循教育规律，按照实例—概念—应用线索组织教学内容

人工智能课程理论性强，且知识点分散，因此需要教员引导，按照实例—概念—应用线索组织教学内容，注重知识点间的逻辑关联，使新知识与旧知识相结合，理论与实例和应用相结合。比如，教材前三章教学内容分别是绪论、概念表示和知识表示。需要帮助学员厘清概念、知识和人工智能这三者之间的区别和联系。为了使计算机具有智能，能模拟人类的智能行为，就必须使它具有知识。而概念是构成人类知识世界的基本单元。因此，要想表达知识，能够准确表达概念是先决条件。在概念表示的基础上表达知识，使得机器获得并运用知识，具备智能。

进一步，建立概念的三大功能与人工智能流派间的关系。首先，从经典概念定义说起，经典概念定义由3 部分组成：概念名、概念的内涵表示和概念的外延表示。这3部分各有其功能，分别是指名、指心、指物三大功能。联系到人工智能本身也是一个概念，要使概念成为现实，也需要实现3 个功能：实现人工智能的指名、指心和指物功能，分别对应人工智能的符号主义、连接主义和行为主义。

在讲述第4 章知识图谱时，联系第3 章知识表示，知识图谱也是一种重要的知识表示方法，但与第3 章中介绍的常规知识表示方法不同，其主要特征是用图的形式表达知识，其优势是有利于机器理解知识，从而实现认知智能。

第5 章搜索技术，用到了第2 章中知识表示方法中的状态空间表示法，将待求解问题表示为状态空间图并搜索其求解路径。通过日常生活中的地图路径搜寻这一事例引出搜索的概念和不同搜索算法的策略，进一步，将搜索技术与第13 章的规划问题联合起来，对于经典的规划问题，如积木世界问题，可通过在状态空间的搜索进行求解。

第6 章群智能，属于一种优化方法，该方法可以应用于后面的章节，如机器学习、人工神经网络、Agent 等。从优化的角度出发，机器学习基本可以看成是一个优化问题，将群智能用于机器学习，一方面可以用来优化模型参数和结构，另一方面可以通过多目标优化，以搜寻最好的、用户最想要的模型。

3.4 注重实践，通过实践掌握基本原理和基本方法

人工智能是理论与实践结合最紧密的学科之一。引入高性能的人工智能实训平台，设计与教材内容相对应的实训题，并配有详细的案例使用说明书，帮助学员通过编程实践理解理论背后的原理。比如，在讲解不确定性知识表示与推理这部分内容时，配套有帆船分类专家系统这一案例。案例中收集了不同类型帆船和桅杆结构的设计图信息，根据这些信息，可建立一系列规则以识别正常天气下的帆船种类。此外，考虑到非正常情况下的识别问题，比如在大风或者大雾时的海面，此时应用这些确定性规则识别帆船就变得困难，因此，需加入带有确信因子的规则集，通过不确定性的知识表示和推理解决多种海面环境下的帆船分类问题。除这些基础案例集外，还设计一些前沿项目，供有能力的学员实践探索，如将合作自主Agent 技术运用到国防运输活动中、采用Agent 规划运输路线、实现监控运输路线、改变运输工具等功能。同时，、鼓励学员自己搭建平台，教员会提供一些优质的实践资源，如开放课程、开源社区、源代码等，鼓励学员采用多种渠道进行自主学习。

进一步，用任务带动实践，课程考核大作业是编写一个小型的智能程序或者撰写智能机器人创意设计报告。学员可以自由结对，自主角色分工，经资料收集、设计、查找开源代码、改进、测试等过程，合作完成课程设计。通过这样的方式，让学员们学以致用，熟悉使用人工智能生态的基本步骤，在此基础上，期望能培养学员采用智能方法解决实际问题的思维方式。

特别地，在实践课上，可以考虑将人工智能知识与相关专业知识相结合。比如，针对不同专业的学员设计专业特色比较明显的案例库，或者在课程大作业中让学员自主设计与专业背景相关的论文，利用所学到的人工智能知识解决一些与专业相关的问题。比如，在知识图谱构建实践应用方面，对于舰船维修与管理专业，可考虑构建舰船等装备维修知识图谱；对于兵器科学与技术专业，可考虑构建武器装备领域知识图谱；对于军事大数据工程专业，可考虑构建战场情报知识图谱等。再如，在机器学习算法的实践应用中，对于无人装备工程专业，可考虑将机器学习算法应用于无人机路径规划问题；对于能源与动力工程专业，可考虑将机器学习算法与装置故障诊断技术相结合；对于信息对抗技术专业，则可考虑设计基于机器学习的雷达目标跟踪算法等。

3.5 言传身教，培养学员创新意识与前瞻意识

为了让学生学好这门课，课程组精心设计课程教学内容，授课得到学生普遍认可。教员上好一门课，基础很重要，前沿也非常重要。随着时代的变化，课程的教学内容、教学方式和知识点也都随之更新。在教学过程中，教员的这种不断钻研、把握前沿的精神，会潜移默化地影响学员，使得他们在学好基础知识的同时，有意识地关注前沿研究。

随着人工智能与海洋装备的深度融合，海洋装备逐步向智能化、无人化海洋装备的技术水准、规模和任务能力等转变［14］。比如，中船重工集团701 研究所研发出具有完全自主知识产权的“海翼1号”无人水面艇，具有自主控制、岸基远程遥控和人工驾驶3 种控制模式，具备复杂海情下的自主巡逻、搜索取证功能。再如，2020 年11 月13日，载有3 名潜航员的“奋斗者”号载人潜水器再次深潜到太平洋马里亚纳海沟进行探索和科学研究。这些都体现了我国在海洋高技术领域的综合实力。通过列举这些人工智能技术的前沿应用情况，一方面激发学生们的爱国主义热情和民族自信心与自豪感；另一方面也要警醒，海洋装备能否实现智能化是海军发展的重要战略问题，不能骄傲自满，要看到与其他国家的差距，任重道远，需要奋起直追。

通过这样言传身教的形式，将价值观培育润物细无声地落实在课堂教学上，一方面让学员体会到课程的重要性和现实意义价值，另一方面帮助学员们体会到中国强大的点点滴滴，进一步形成正确的人生导向。

3.6 引入教学资源管理平台，加强实验环境与教学环境建设

人工智能课程具有理论强、技术新、应用广的特点，高校在人工智能基础理论、前瞻性和交叉性研究等方面发挥着不可替代的重要作用［15］。在开展实验环境建设和教学环境建设过程中，高校也存在着缺乏平台、算力、实践机会等问题。可见，要建立人工智能学科生态，高校亟需产业界的技术和实践支持。因此，需要主动引入企业资源，将企业的先进技术、资源、产品等融入课程实验环境和教学环境建设中［16］。课程组积极与地方企业合作。一方面，利用企业自身的资源和技术，搭建高性能教学实践平台，为课程提供高性能的软硬件环境、丰富的多领域案例集；另一方面，还会借助某些企业自身实际工程应用资源，提供工程项目真实案例。再根据教学计划和学员的接受程度，对资源进行分类整合，打造优质课程资源。

课程组引入了湖南智擎公司的Educoder 平台。课程组与湖南智擎公司头歌团队定期沟通，研讨实践课程、案例设计、资源建设等多方面的内容，并及时交流学员们的实践情况，并完善平台内容。头歌团队为课程组组织的军队院校有关人工智能教学研讨会、一流课程申报等提供了会务、技术等系列支持，提高了教员的教学成果输出。此外，教员利用寒暑假参加百度等企业组织的师资培训班，以提升自身实践教学经验，同时还能获得培训班提供的丰富课程资源，如课程配套PPT、套实验案例和代码等，可利用这些培训成果指导教学实践。

4 教学效果

人工智能导论课是面向全校大二、大三学员开设的选修课。学期末，学员们结合所学的人工智能知识撰写课程报告。部分学员进行了创意设计，如设计物流机器人、智能衣柜、垃圾分类机器人等；部分学员设计了一个人工智能程序，如一个小型的动物识别专家系统、五子棋程序、过河问题等。选修课共62 人，其中，57 人成绩合格，5 人成绩不合格（3 人提交报告不符合要求，2 人未提交报告），合格率为91.94%。成绩分布如图1，学员分数集中在80-89 之间，占比48.38%。

Fig.1 Introduction to artificial intelligence course achievement distribution图1 人工智能导论课程成绩分布

期末考查结果表明，通过教学改革，大部分学员对人工智能的主要应用及其前沿技术有一定了解，通过合作可设计一个小型的人工智能创意报告或程序，学生的创造能力和应用能力得到了提升。

学员评教结果也进一步证实了此结论。表1 列举了部分学员的评价，并做了简单的教法归类。从反馈信息看，学员们对教学改革方案的认可度较高。

Table 1 Teaching evaluation content from some students表1 部分学员评教内容

5 结语

人工智能已经上升到国家战略，国内外高校普遍开设了人工智能方面的课程。针对面向本科生开设的人工智能导论选修课，课题组改革了传统纯理论讲授的教学方式，结合课题组成员在人工智能相关课程中的教学实践经验，将多种教学手段综合应用到课程教学中，并付诸实践，取得了良好的教学效果。大多数学员表示教员理论讲授生动形象，教学手段运用适当，容易理解和掌握；实验课及课程大作业不仅激发了学生浓烈的兴趣，提高了其动手实践能力，还促使他们对人工智能有了全新的认识、对独立完成复杂的实验有了自信心。