首页 > 文章中心 > 人工智能课程

人工智能课程范文精选

人工智能课程

人工智能课程范文第1篇

关键词:人工智能;实践教学;吊牌识别

人工智能融合了计算机、控制学、语言学、数学、心理学、神经学等多学科专业知识[1-3]。2017年7月,国务院了《新一代人工智能发展规划》[4-5]。2018年4月,教育部印发《高等学校人工智能创新行动计划》,其核心是推动人工智能领域人才的培养[6-7]。《2020—2026年中国人工智能行业市场竞争格局及未来发展趋势报告》的统计数据显示[8],2018年中国人工智能市场规模为339亿元,增长率达56.2%,而2019年中国人工智能市场规模增长到516亿元。人工智能技术发展突飞猛进,伴随而来的是人工智能领域人才需求激增。近三年,越来越多的高校开设了人工智能专业,并在计算机、信息科学和自动化等专业开设人工智能课程,还有部分高校将人工智能课程纳入通识课程体系。但人工智能理论知识具有抽象性、复杂性和涉及面广等特点,教学过程枯燥乏味,使得学生在学习的过程中很难保持热情。如何更好地将人工智能理论知识与实践教学相结合[9-10],是本文研究的重点。本文结合笔者的教学经验,将综合性较强的案例融入实践教学,再以实践教学促进人工智能课程理论教学,激发学生的学习动力,培养学生运用相关理论知识解决实际问题的能力。

1人工智能课程教学中存在的问题

1.1师资力量不足

目前,很多高等院校开始开设人工智能专业,但能够承担该专业授课任务的教师不多,且部分教师是从计算机专业转到人工智能专业的,很多知识也是“现学现卖”,在讲授过程中很难把握好知识的难度和学生的接受程度。

1.2教学条件不达标特别是实验设备不足

人工智能专业的教学不能仅局限于软件编程和模拟实验,要想让学生感受人工智能技术的强大,必须结合实验设备开设实验项目,但部分学校没有经济实力购买人工智能教学相关的实验设备。

1.3学生存在畏难情绪学习兴趣不高

很多学生刚开始学习人工智能只是抱着一种“玩”的心态,认为学好该专业之后可以开发很多智能终端,但学了之后发现该专业的学习需要具备很好的数学基础和编程能力,这方面较差的学生慢慢会对人工智能课程失去学习兴趣。针对以上问题,课题组经过三年的教学改革实践,提出结合教师科研课题的实际案例教学方法,即以实践教学带动理论教学,激发学生的学习热情,解决暂时的实验设备不足的难题,同时也可以带动和培养一批年轻教师加入人工智能课程的教学和建设中来。

2“吊牌识别”案例教学在人工智能课程实践教学中的实现

“吊牌识别”案例教学在人工智能课程实践教学中可用8~12学时来完成,也可以作为课程设计的选题。本文简单介绍了该案例的组成模块和操作流程,重点介绍了案例实现的两项核心技术。

2.1组成模块介绍

“吊牌识别”案例可实现对吊牌、洗水唛的自动检测,与现实生活中学生常见的文字、卡牌和文本管理数字化等识别方案有相似之处。该案例涉及图像文字识别技术、嵌入式开发、深度学习等方面的知识,具体模块划分如表1所示。2.1.1模式选择模式选择模块包括3.5寸串口屏、免驱USB2.0索尼IMX214高清1100万像素20帧自动对焦拍照摄像头模组、英伟达JETSONNANO嵌入式开发板。2.1.2输入单元输入单元至少包括一台摄像机、照相机、网络摄像头、数字化图像设备或具有摄像功能的智能终端,在处理单元的控制下对传入的图像做判断处理,判断传入图像的清晰度和文字区域有无遮挡,再将其传递给处理单元。2.1.3处理单元处理单元包括图像预处理模块、字符比对模块和字符识别模块。在图像预处理模块中对输入的吊牌、洗水唛图像进行预处理,提取包含文字信息的文字图像;字符识别模块利用文字识别技术提取图像中的文字信息。2.1.4输出单元处理单元控制输出单元将匹配结果显示在屏幕上,并给出相应的错误提示。

2.2实施过程

选择具体的对象后,操作人员将吊牌或洗水唛整齐放入检测器规定的物料槽内,检测器上的摄像头将自动、不间断地获取待检测对象的图片,并将获取的图片发送给输入单元处理。输入单元对接收到的目标图片进行清晰度判断和噪点判断,如图1所示。若摄像头获取的对象图片没有达到设定的清晰度阈值和噪点阈值,系统将在自动丢弃本张图片后重新获取物料槽内的对象信息并进行判断。然后对通过判断的图片进行灰度化、降采样、高斯去噪、二值化、旋转、裁剪等预处理,如图2所示。图像预处理模块将预处理后的图片发送给字符比对模块和字符识别模块进行文字识别与文字比对。识别信息与比对结果被发送到输出单元并通过显示屏显示出来。比对结果包括两种,一是识别结果正确,匹配成功,如图3所示;二是识别结果错误,匹配失败,如图4所示。如果匹配失败,系统会在显示屏的右下角显示出具体的错误类型,如获取的吊牌颜色信息为110,数据库中储存的该吊牌颜色信息为150,则在提示信息阶段,系统会在显示屏的右下角提示:color。

2.3核心技术

2.3.1图像文字识别方法。通过教学,要让学生了解目前最流行的光学字符识别(OCR)技术。吊牌及洗水唛上的文字可能存在不规则形状字体,这里的不规则形状字体是因透视变形、文本位置弯曲等因素造成的。因此,在识别文字信息时需要先获取待识别对象对应的有效图像信息,这便需要用到OCR技术。另外,还要让学生重点掌握图像信息预处理操作(核心技术有灰度化、降采样、高斯去噪、二值化、旋转、裁剪),这些教学内容通过两次实验完成,每项教学完成后教师要对比实验结果是否达到预期效果。2.3.2文字识别模型。文字识别模型采用特征金字塔网络提取有效图像中的特征信息。其工作原理是:将特征信息输入区域生成网络中,生成所述有效图像对应的目标文本候选框的特征信息;将目标文本候选框的特征信息输入快速区域卷积神经网络中,根据目标文本候选框的特征信息,使用分类器对目标文本候选框进行分类;使用所述文本分割网络对目标文本候选框中的目标文本进行字符分割、实例分割及假阳性排除;采用基于注意力机制的序列到序列网络对分割后的字符和实例进行识别,得到识别结果;采用重建网络对识别结果进行整合,得到所述有效图像信息中的所有文字信息。教师在教学过程中可以结合文字识别模型帮助学生加强人工智能课程中深度学习理论知识部分的学习。在以往的教学中,这部分内容学生总是很难听懂,因为深度学习理论知识所涉及的公式复杂、知识点多、技术较新。结合实际案例进行讲授,能够让学生更容易理解和接受。

3结语

人工智能课程范文第2篇

关键词新工科;人工智能;教学模式;多元评价

1引言

为主动应对新一轮科技革命与产业变革,支撑服务创新驱动发展、“中国制造2025”等一系列国家战略,2017年以来,教育部积极推进新工科建设,先后形成了“复旦共识”、“天大行动”和“北京指南”[1]。人工智能专业是“新工科”建设的重点专业之一。人工智能课程是人工智能专业及其它相关专业的核心课程。《新一代人工智能发展规划》明确提出高校要完善人工智能教育体系[2]。《高等学校人工智能创新行动计划》强调:要加强人工智能领域专业建设,推进“新工科”建设,形成“人工智能+X”复合专业培养新模式[3]。为适应国家发展战略和新时代对人工智能人才的需求,需要对人工智能课程进行教学改革。本文以新工科建设为导向,探索人工智能课程的改革与实践。通过分析当前人工智能教学存在的问题,有针对性地对人工智能教学提出一些改革措施,以适应新一轮科技革命和产业变革的人才需求。

2存在问题

人工智能已发展成为一个高度交叉学科,但是传统的人工智能课程具有概念抽象、理论性强、实践内容相对不足等特点。传统人工智能课程教学主要存在以下问题:(1)重理论轻实践。传统的人工智能课程教学主要是基于课堂,重点讲授其基本知识、理论和算法,仅限于教师课堂讲解、演示,学生被动接受。但是对于实践,学生既没有充足的时间练习,也不知道如何把所学内容应用到实践中。(2)教学模式陈旧。由于多种原因,现有的人工智能课程教学仍然采取传统的集中授课形式。这种教学模式能在有限时间内把教学大纲规定的内容传授给学生,但学生却很难真正掌握。而且,这种模式既不能满足不同层次学生的需求,也不能有效促进学生的个性化发展,更不能体现以学生发展为中心的教育理念。(3)校企合作不足。目前,人工智能人才培养和课程教学,明显滞后于新技术的发展和社会对人工智能人才的需求。究其原因,是校企缺乏有效合作,产学研缺乏深度融合,从而导致理论与实践脱节,掌握的知识和技能不能与实际应用接轨[4]。学生不仅要具有扎实的知识和技术,更应该具备良好的团队合作、实践和自学能力[5],才能更好地适应社会需求,成为国家有用人才。(4)评价机制不完善。传统评价仍侧重于教学大纲规定的知识点的考察。人工智能课程一般考察学生对基本概念、理论和经典算法的理解和掌握。总评成绩一般由期末考试和平时成绩组成,期末考试成绩占70%;平时成绩占30%,包括作业、考勤、讨论等。这种考核很难全面真实地反映学生掌握知识、解决问题的能力和基本素养的高低,无法适应新工科背景下人工智能人才的培养要求。

3教学改革方案

(1)优化课程内容。课程是人才培养的最后一公里,其内容的合理与否对人工智能人才培养至关重要。因此,有必要对人工智能课程内容进行优化。具体内容如图1所示。(2)采用混合式教学模式。该教学模式既能克服线上教学的不足,也能克服线下教学的不足,是当今被广泛认可和接受的一种有效的教学模式。在人工智能课程教学中,按照“金课”标准,充分利用超星学习通平台,采用线上线下混合式教学模式。课前,教师在超星学习通上课程学习目标、要求、重难点等,上传授课计划、教案、微视频、PPT、实验实训项目、题库、拓展知识等课程资源;学生通过线上平台自主学习、完成在线学习、测试、参加讨论、提出问题。课中,根据学生课前自主学习情况,对课堂探究式学习进行教学设计、组织和实施,做好在探究讨论中的引导、鼓励、解惑和总结。在讨论交流中实现知识内化、能力培养和素养提升。课后,一方面,根据学生的学习情况,对授课内容进行总结,将学生的作业、实验、项目开发过程中存在的问题和解决方法上传至学习通平台,引导学生进一步消化吸收,熟悉实验和实训过程。另一方面,根据学生的需求不同,分别给予进一步的指导。如有些学生不限于课本内容,想进一步探讨深度卷积神经网络在实际中的应用,这时可把相关文献和实现代码提供给学生,并指导他们研读文献和代码,进一步培养锻炼学生的探究能力和创新能力。但在人工智能课程实施混合式教学中,也存在一些问题。首先是教学习惯、教学设计还没完全转变。教师已习惯传统的教学模式,在实施线下探讨教学时,不自觉地仍采用传统教学模式对重难点问题进行设计、讲解,仍然是教师讲、学生听。其次是部分学生对教师的依赖性较强,学习、自主学习能力相对较弱,还不能很好地适应混合式教学模式。最后是在实践环节,学生不易理解一些知识的演进过程、算法流程或应用意义。针对以上问题,需要及时研讨在这种混合式教学模式下,线下教学内容的组织、设计和实施,有目的地激发学生的学习兴趣、培养学生的自主学习能力和主动探究意识。在实践环节,要求教师课堂讲授、面对面指导,如参数的设置、算法的流程、项目设计的架构等,甚至程序代码,都要在课堂现场写出来。(3)深化校企合作。通过校企合作,实现人工智能人才培养符合社会需求、人才培养标准符合IT行业职业标准、人才培养过程符合IT行业真实的开发流程。一方面,根据社会需求,及时调整教学大纲,完善教学内容,改进教学方式。另一方面,充分利用合作企业资源,将企业真实项目引进课堂,让学生参与企业真实项目的开发,熟悉开发流程,掌握新技术。人工智能课程在“人工智能课程教学内容的改革与实践”项目(教育部产学研合作项目)的基础上,引入南京云创大数据科技股份有限公司开发的DataSense分布式数据挖掘平台和课程资源。首先,由企业工程师介绍该平台设计架构、内容、目的,演示各个功能模块;其次,教师在课堂上以该平台提供的功能模块为基础,如分类预测中的决策树、神经网络、逻辑回归等算法,实现鸢尾花数据集、ImageNet数据集的分类预测等。最后,要求学生参加“学生课堂行为识别系统”等项目的开发,真实体验数据采集、处理、算法的选择、参数的调节和结果的呈现。并用不同的算法进行比较和工具实现,找出各自的优劣和体会适用条件。(4)建立多元评价机制。结合“新工科”建设对人工智能人才知识、能力和素质的新要求,有必要建立合理的多元育人评价机制,形成过程性评价和结果性评价于一体的评价体系。在教学实施中,组织开展项目式教学,如在“学生课堂行为识别系统”项目中,不仅要考察学生完成项目情况,还要关注其在项目中的角色表现,如算法设计能力、代码调试能力、沟通表达能力、团结协作意识、文献查询能力、对待项目的态度、是否熟悉项目开发的流程、是否养成良好的开发习惯、是否遵守软件项目开发职业规范和职业道德等。为调动学生的积极性,激发他们对人工智能的兴趣,利用课余时间,组织学生开展讲人工智能的故事活动。在该项活动中,学生自由组合,根据个人特点担任不同的角色,使得每个学生都能发挥自身特长来完成相应任务。通过类似活动,可以全面锻炼培养学生的沟通协调能力、收集整理资料能力、撰写能力、表达及创新能力等。

4教改实践的效果

通过2年的教学改革的实践,逐步建立了由期末评价(40%)+项目评价(30%)+平时评价(30%)三部分组成的评价体系。其中,期末评价主要是知识理论评价;项目评价包括团队角色分工、项目展示、技术报告和创新能力等;平时评价包括章节测验、参与讨论情况、师生互动情况及课后思考及探讨情况等。本课程的改革在2019级计算机科学与技术专业进行了实践。结束后,在学习通上使用问卷调查方式从激发学习兴趣、提高自主学习能力和提高动手能力三个方面进行调查,全班共计120人,收回有效问卷116份。调查结果见表1。由表1可知,88.79%的学生认为该课程能激发他们的学习兴趣;82.76%的学生认为可以促进提高自主学习能力;80.17%的学生认为通过参与企业真实项目的训练,切实提升了动手能力。改革后的学生参与学科竞赛人数提高了28%,并在全国大学生数学建模竞赛、蓝桥杯软件人才大赛、河南省大学生程序设计大赛、信息安全对抗大赛等学科竞赛中的成绩也有了明显提升。

参考文献

[1]金鑫,耿娜.应用型高校开设机器人专业的必要性和初步探索.教育教学论坛,2019(4):158-159

[2]刘辰.国务院印发《新一代人工智能发展规划》:构筑我国人工智能发展先发优势.中国科技产业,2017(8):78-79

[3]陈瑞,袁璟,童莹.人工智能背景下信息工程“新工科”专业建设探索.计算机时代,2020(12):94-96

[4]张敏,方泳泽.新工科导向的人工智能教学实践.集美大学学报(教育科学版),2020(3):84-88

人工智能课程范文第3篇

[关键词]人工智能;物联网专业;人才培养;课程探究

一、物联网与人工智能发展现状

(一)物联网与人工智能行业发展趋势与应用领域

中国物联网经过了十年的发展已经全面转向以智能物联网生产力为代表的产业形态。物联网的发展不知不觉中进入了第二个十年,当时很多高深的设计概念落地已经进入我们的生活以及行业应用。2017年的“新纪元·未来峰会”正式提出智能物联网的概念,在不到四年的时间里物联网发展就已经被认为是结合人工智能应用技术的智能物联网方向[1]。一方面物联网的巨大市场空间和多元的应用场景将为人工智能的应用落地提供关键平台,同时物联网海量的数据可以不断提供模型训练。另一方面人工智能有能力处理物联网产生的海量数据,通过数据分析和学习、设备状态、用户习惯进行推荐和预测,以及借助计算机视觉、语音识别、生物特征识别、机器翻译等技术提升物联网设备的智能化水平和用户体验的改善,这样的技术交叉实现了人工智能和物联网共赢发展[2]。

(二)物联网专业在高职院校的发展现状

物联网专业在高校发展接近十年,但是人才培养仍然面临诸多问题,主要体现在传统教育理念缺乏创新、教学内容单一、教学内容落后[3]。在AI时代背景下,很多高职院校物联网专业没有结合市场需求和新兴技术,没有加强人才培养模式和教学内容的改革,很难实现物联网专业培养与时俱进。物联网专业作为一门综合性较强的专业,教学内容也是多方向、多学科的形式。当前高职院校物联网专业在人才培养中还是运用传统的理论知识和相关技能,忽略了物联网的整体性,缺乏展现物联网全过程的教学实验套件,师资力量、实验场地、资金预算等都会影响物联网专业面向未来发展的脚步。虽然设立了很多教学目标和培养目标,但是没有积极迎合市场需求和社会快速发展特点,没有充分发挥校企合作协同育人的理念,导致在培养过程中学生缺少实践相关知识。

二、构建高职院校物联网应用技术专业+人工智能模式的人才培养改革

(一)AIoT时代物联网专业的课程设计面临的挑战

随着人工智能专业在国内本科院校逐渐开展,众多院校都成立了人工智能学院,其中包括不少高职院校。从其人才培养方案来看,大部分集中在机器学习、深度学习、算法研究、优化理论等基础研究研发类课程。这类课程其实更适合研究生学习,不适合目前阶段的高职院校。高职院校的人工智能教学课程体系还没有统一,各个院校都在探索探讨中,市面上缺少适合高职院校的人工智能教材,大多数偏重理论、内容深奥,缺少可实践的案例教学。可以说,虽然很多高职院校已经开设了人工智能应用技术专业,但是整个课程体系、知识体系、实训建设仍处于探索阶段。关于高职院校的人工智能就业也存在一定的担忧,从主流招聘网站上看,对人工智能研发和机器学习研发技能岗位的从业者技术专业要求很高,大部分岗位都要求研究生以上学历。高职院校学生在整个人工智能产业链中的定位不是特别清晰,这个需要市场一定时间的发展[3]。

(二)物联网的人工智能技术选择

高职院校培养模式往往侧重工程实践和技术应用能力,以任务驱动为导向带动理论知识的学习。而人工智能范畴太大,我们需要从开发语言、开发工具、技术方向、技术领域、应用领域等方向选择适合目前阶段满足高职学生知识接受能力同时契合AIoT发展方向的内容。人工智能主流开发语言主要是Python,但是人工智能技术开发框架很多,国外有谷歌的Tensorflow(keras),伯克利人工智能研究小组的caffe、Facebook的PyTorch,国内有百度的PaddlePaddle、华为的MindSpore、阿里的X-DeepLearning。通过市场调查Tensorflow(keras)在社区的活跃程度最高,代码更新也最多,TensorFlow(keras)不管是现在还是未来都是各种深度学习框架最受欢迎之一。《腾讯人工智能白皮书:泛在智能》指出,机器学习、计算机视觉、语音技术及自然语言处理为人工智能四项重点技术领域。我们结合广东省职业技能竞赛(智能机器全景赛项)和“一带一路”暨金砖国家技能发展与技术创新大赛(人工智能应用技术开发赛项)的竞赛内容大部分运用到计算机视觉,关于语音识别都是通过调用接口形式。根据清华大学数据显示,计算机视觉、语音技术以及自然语言处理的市场规模分别占比34%、24.8%和21%。通过竞赛调研和市场分析,再结合实践难易程度分析,计算机视觉是适合高职院校人工智能应用技术和物联网专业的技术领域。

三、高职院校AIoT人才培养的困难和具体策略

(一)院校独立实施AIoT方向课程存在困难

适合AIoT实训教学的设备目前在市面不多,学校单独研发或者开发相关课程和实训室难度很大。师资力量不足、教学资源匮乏、实训环境缺少都是要解决的问题。人工智能应用是一个新兴领域,技术更新发展较快,高职院校教师普遍缺少相关知识储备和培训,更难以在物联网专业上进行“AI+”的教学活动[3]。目前,我们都是通过引进合作企业,从师资培训到实训室建设快速构建自己的AIoT课程体系,比如物联网专业的新大陆、智能机器人的优必选。通过校企合作打造“双师型”高素质师资的教学团队。通过校企合作完善课程体系,做到职业标准对标课程标准。教材、案例、课程实训平台、课件等教学资源可以跟合作企业一起开发建设和深入优化。特别是AIoT课程不但缺少人工智能实训设备,更缺少AIoT相关案例实践场景,我们引进优必选的Yanshee机器人进行AIoT业务场景教学,包括机器人运动编程、计算机视觉、传感器等实训项目,同时还能满足学生参加优必选“1+X”服务机器人等级证书。

(二)高职院校AIoT课程实施举措

所谓AIoT课程可以认为是在原有物联网专业人才方案基础上添加相关人工智能课程,但是学生在校学时有限制,我们尽可能优化、删减落后于市场的技术课程,增加AI相关课程。我们将之前Python程序设计课程优化成为Python与机器学习,本课程从之前的编程语言课程转换成为算法应用课程,本课程利用Yanshee机器人本体和开发者平台,主要讲解机器学习的基本原理和在人工智能领域的基本应用。我们增加了机器人编程和计算机视觉。机器人编程是依托树莓派开源人形机器人Yanshee为主要平台,通过Python在机器人上编程,让学生直观掌握机器人学基础,包括舵机驱动、机器人正逆运动学、人形机器人步态算法等。计算机视觉通过讲解摄像机成像模型、参数标定、图像特征提取以及词袋算法、卡尔曼滤波、光流法等计算机视觉算法模型,让学生在Yanshee机器人上实际编程实现计算机视觉技术的主要应用,比如图像的检测、识别、分割和跟踪,让学生掌握计算机视觉的基础知识和主流技术。

四、总语

人工智能是新一轮科技革命和产业创新的重要推动技术手段,因此高职院校必须优化原有的人才培养方案。在物联网专业基础上科学开展人工智能相关课程,让物联网专业逐渐向AIoT发展,拓宽了学生就业渠道。让人工智能成为产业赋能的工具,赋能就是人工智能本质,而“AI+”的落地必然离开不了物联网。物联网的加持实现人工智能渗透全场景的应用体验,所以物联网专业在高校必然也要与时俱进,增添人工智能相关知识。

参考文献:

[1]杜利征.AIoT产业趋势与市场机遇[J].中国工业和信息化,2020(8):28-32.

[2]王哲,李雅琪,冯晓辉.AIoT领域发展态势与展望[J].人工智能,2019(1):10-18.

人工智能课程范文第4篇

关键词:中学;信息技术;人工智能;策略

人工智能技术是现代科技中的佼佼者,各个国家都在探索人工智能的发展方向,试图应用人工智能技术推动生产力发展。现阶段,人工智能技术还有很大发展空间,是影响国家发展的重要内容,开展人工智能教育非常有必要。人工智能技术与信息技术之间有着密不可分的关系,人工智能的发展必须建立在信息资源大量积累的基础上,要想开展人工智能教育教学,就必须借助信息技术的优势。

一、信息技术教学与人工智能技术的关系分析

1.人工智能技术是信息技术的发展方向

人工智能技术是科技最前沿的代表,人们很早就希望机器能够拥有人的思维和行为,为人类服务。如今,人工智能已不再新鲜,相关理论、技术都渐趋成熟,但是机器设备始终无法超越人类智慧,完全理想化的人工智能技术还不能实现。从技术构成方面看,人工智能属于计算机科学的一部分,该技术从智能的根本原理出发,实现了语言、图像的识别和处理,让机器拥有类似于人的反应。人工智能技术已经渗透到生活的各个方面,如智能语音机器人、智能家居、家政服务机器人等;人们网络购物、导航出行、玩游戏等,也都会用到人工智能,享受人工智能的服务。虽然很多领域都能见到对人工智能的应用,但是中学生对人工智能还不甚了解,有些学生甚至认为人工智能就意味着科幻片里描述的场景,不理解人工智能技术的原理。在这种情况下,渗透人工智能教育非常有必要。

2.信息技术是人工智能技术发展的基础

人工智能技术的实现首先需要大量的数据资源,进而应用人工智能的算法对数据进行处理,这需要信息技术的支持。从这个角度看,信息技术是人工智能技术的基础。在设备操作方面,人工智能技术的相关理论自20世纪50年代就已经产生,但是近十年才得到发展,这都是由于互联网技术、信息技术、计算机技术等获得了巨大发展,正是因为这些技术,人工智能的智能化操作才有了依托。为了更好地培养适应未来的人才,中学信息技术课程有必要渗透人工智能教育,学校和教师都应该充分重视起来,促进二者结合,切实提升学生的信息技术核心素养。

二、人工智能教育的目的分析

智能时代,各国都在加紧培养信息化人才、研究最高端的智能技术,我国也要抓住难得的发展机遇,在中学阶段融入人工智能教育,不断促进教育改革。在新课程改革背景下,中学信息技术教学需要引入最前沿的科技,让学生了解人工智能的基本理论,掌握其基本技术,从而提高整体的信息技术应用水平。

1.提升学生信息技术核心素养

人工智能教育可以丰富中学生的知识储备,让学生了解最前沿的科学技术,掌握先进技术手段,从而不断提高自身的信息技术核心素养。人工智能技术关系到国家发展,中学开展人工智能教育,可以调动青少年的学习热情,促进个性化学习,为国家发展建设培养创新型人才。对于学生个人发展来说,人工智能教育能够开阔学生眼界,引导学生从宏观角度看待新事物,不断学习先进理念,将创新思想付诸实践。《高中信息技术课程标准(2017年版)》中明确提出了要在教学中融入人工智能的相关理论知识。中学教师,应该以学生信息技术核心素养的提升为根本目的,在信息技术课程中增加人工智能的技术原理、概念等内容,引导学生亲身实践,并尝试构建简易的智能系统。

2.推动信息技术教学革新

人工智能教育能够推动中学信息技术教学革新,丰富该学科的教学内容,推动现代教育事业发展。在素质教育理念下,信息技术教学非常注重学生的综合素养培养,如对信息的敏感度、搜集信息的能力、信息技术应用能力等,人工智能教育的渗透可以有效提升学生的相关素养,让学生综合学习数学、计算机、信息学、哲学等学科内容,增强知识迁移能力,这些都与新课程改革的目标不谋而合。除此之外,人工智能技术还能直接应用于中学信息技术教学,辅助教学工作。在教学方案设计上,教师可以通过人工智能技术,采集全班学生的学习信息,综合分析学生特点、兴趣爱好、学习态度、接受能力等,从而制订个性化学习方案,及时反馈学生问题。人工智能可以进行语音识别、图像识别等,教师可以将其应用于作业批改,加快批改效率,从而提高教学管理的现代化水平。

三、中学信息技术中渗透人工智能教育的途径

1.分层教学

丰富教学内容对中学生来说,人工智能教育的渗透应该充分结合学生的知识基础,与现行的信息技术课程充分结合,此外还要契合中学生的学习需求。在开展人工智能教育之前,教师应该充分学习人工智能相关理论,构建人工智能课程体系,做好教学设计,保证人工智能教育开展的广度和深度。中学生基础知识掌握情况不一,有些学生基础较好,对人工智能技术有所了解,学习兴致高,但也有些学生基础较差,信息技术应用能力也较弱,缺乏学习人工智能的基础。针对这种情况,教师需要为学生建立个性化学习方案,采用分层教学法,照顾到每名学生,从而更好地开展人工智能教育。在分层教学中,教师可以将全班学生分为A,B,C三个层级,为不同层级的学生设计相应的人工智能教学内容。A层学生乐于接受新鲜事物,信息技术应用水平较高,教师可以对这部分学生开展人工智能算法教学,让学生充分了解人工智能技术的原理,引导学生编写程序,例如小游戏程序、错题本程序、背单词打卡程序等,这些都能锻炼学生,提高其人工智能技术应用水平。针对C层信息技术基础薄弱的学生,教师可以把教学重点放在人工智能概念理解、产品讲解等方面,让学生真正接触、体验人工智能,引导学生利用人工智能技术完成语音识别等学习任务,不断激发学生兴趣。针对中间的B层学生来说,教师可以适当降低编程教学的难度,引导学生完成比较简单的项目,给予学生宽松的学习环境。

2.案例教学

理解所学知识人工智能教育的渗透不应该局限于概念理解、算法等方面,教师要拓展人工智能教学的内容,透过生活案例来解读人工智能,让学生掌握其应用原理,不断提高自主创新能力。生活化的教学案例能够增强学生对人工智能技术的理解,教师要充分结合学生的年龄特点,注重案例和教学内容的契合度,充分把握教学目标。例如某商城购物网站应用大数据和人工智能技术,根据客户的点击量、购买数据、浏览时间等,对用户信息进行综合分析,包括用户的性别、职业类型、饮食喜好、购买能力、穿衣风格等,从而不断优化主页内容,为用户推荐适合的商品,并随时更新。还有一些短视频App,能搜集用户点赞数据、浏览时长等数据,科学分析用户喜好,呈现用户喜欢的内容。在拍摄视频的时候,智能技术能够对画面、文字等进行扫描,自动添加特效,呈现智能化的应用效果。教师可以引导学生应用这些App,浏览相关网站,并以这些案例为基础,剖析网站创建、软件设计中人工智能技术的应用方法,带领学生学习智能化技术的应用原理。案例教学法能够让学生身临其境,增强对人工智能技术的敏感性,将前沿科技与现实生活充分联系起来,促进信息素养的提升。

3.任务驱动

解决学习问题人工智能教育是一种新型的教学内容,中学信息技术教师也应该采用新型的教学方法,彻底摆脱照本宣科的形式,为学生设计多样化的学习内容,提出具体的智能项目设计任务,不断激发学生的探索热情。任务驱动教学法能够让学生在任务完成的过程中感受人工智能技术的应用,在教师指导下发现问题、解决问题,发挥创新能力,应用算法知识进行编程,增强实践操作水平。教师可以指导学生开发“校园人脸识别系统”,让学生了解人脸识别系统的构建流程、方法、操作步骤、所应用的具体技术等,通过人脸数据采集、程序设计等步骤,最终完成这一项目,并将其应用于校园管理当中。任务驱动教学法通常以小团体的形式展开,教师要将学生分成不同项目组,辅助学生做好方案设计,将整个实践项目分为前期、中期和后期,每个阶段都要形成开发设计报告;项目完成后,教师还要引导学生开展系统测评,在使用中发现存在的问题。人工智能教育具有较强的实践性特点,学生不但要了解人工智能的概念,掌握相关算法知识,还要将理论应用于实践,不断提高自主创新能力,在学习的过程中研发,在研发中提高。

四、结语

在新课程改革背景下,中学信息技术教学需要增加前沿科技,不断推陈出新,引入人工智能的相关概念和技术原理,不断提升学生信息技术核心素养。人工智能教育可以丰富信息技术教学内容,中学信息技术教师应该时刻关注人工智能技术的发展,引导学生掌握相关理论,学习算法知识,并应用合作探究的模式,增强人工智能技术的应用能力。

参考文献

[1]钱薇旭,董玉琦,杨宁.普通高中信息技术课程实施的现状与反思(下)—基于信息技术教科书使用的访谈研究[J].中国电化教育,2014(5):33-38.

[2]张鹏.新课程改革下高中信息技术教学的转变[J].天津市教科院学报,2013(S2):82-83.

[3]甄宗武,冯玲玉,谢斌.新课改背景下高中信息技术课程评价方案分析与设计[J].电化教育研究,2013(12):93-97.

人工智能课程范文第5篇

关键词:“人工智能”;通识课;教学改革

0引言

人工智能产业发展已经被党中央、国务院上升到国家战略,说明国家对人工智能发展尤其重视。2017年,国务院下发了《关于印发新一代人工智能发展规划的通知》(国发〔2017〕35号)[1]。我国人工智能人才缺口500万以上,供需比例严重失衡,我国的当务之急是加强人工智能人才培养,补齐人工智能人才的短板。方兵等[2]研究了我国高校人工智能学院的现状、问题及发展方向,指出高校应立足自身办学特色与学科优势,做到科学规划及建设人工智能学院,促进人工智能与经济社会发展深度融合。胡秀华等[3]分析了教学中存在的相关问题,提出人工智能学科前沿与实践应用的教学改革思路,改革效果可行。目前开设人工智能专业的高职院校极少,“人工智能”课程在高职院校中开设不足,而“人工智能”通识课能够较好地了解人工智能领域相关知识,更应该早开设、早学习。

1信息工程学院开设专业存在的问题

目前信息工程学院开设专业存在以下问题:(1)专业忽视了让学生了解学科前沿,了解最新学科动态。如人工智能+无人机在测绘、运输、工业生产、国防等领域应用十分广泛,无人机专业学生在熟练掌握本专业的基本技能外,更需要了解像机器视觉、神经网络、模式识别相关概念。(2)相关专业因专业自身特点,上课过程中过多的程序代码,会引起视觉疲劳,输入代码会使上课感觉比较枯燥、乏味,对学生学习兴趣的激发、知识的掌握、技能的获得不利。(3)人工智能时代的到来,迫切需要相关技术人才。社会和相关企业不仅需要毕业生掌握专业知识和技能,也要求毕业生了解和认识最新的技术、学习使用人工智能技术,这就要求目前的专业在培养方案上进行修改,加入“人工智能”课程,“人工智能”通识课作为入门课,更应尽早开设。

2“人工智能”通识课教学思路

“人工智能”通识课需要包含我们身边的人工智能、人工智能概念及发展史、知识表示方法、人工神经网络、遗传算法、机器学习、图像处理、模式识别、人工智能应用、人工智能与人类未来等。学生在学习过程中可以参考相应的教材进行学习,具体课程教学思路实施如下。

2.1精讲首次课

首次课十分重要,新课要抓住学生感兴趣的新闻热点及生活中的人工智能案例,可以通过视频、动画等形式让学生更直观、更具体地了解人工智能。如可引入自动驾驶、快递智能分拣、家庭智能机器人视频等,通过这些高科技的产品,快速地吸引学生,提高学生学习的欲望。

2.2以案例加深对知识的理解

本课程通过理论联系实际思路进行讲授,融入具体的案例加以分析,案例便是实际,如把人工智能下围棋与神经网络的讲解结合,把人脸识别与机器学习、图像识别的讲解结合,这种结合针对性强,思路清晰,把案例剖开并联系知识点,理论和案例穿插讲授更容易把问题讲明白,授课过程不至于死板,体现出一定的活跃性,学生的学习过程不会乏味,反而更愿意跟着教师的思路走。

2.3引入开放式、讨论式教学

本课程在讲解人工智能应用和人工智能未来内容时,让学生参与进来,通过开放式、讨论式教学方式,发挥学生的主体作用,在对人工智能应用案例进行介绍时,让学生参与,学生充当教师角色对内容进行讲解,授课教师对相关内容进行补充,同时学生可以对目前人工智能产品做出评价,给出可以改进的想法和建议。教师根据教学方案讲解的同时,吸收学生的观点,对于较好的想法课上通过公开讨论形式,让更多的学生参与进来,有利于学生发散思维和创新思维的培养,促进老师和学生之间的互动和交流,提升教学质量。

2.4创新课程的考核形式

课程的结课不再以传统的平时考勤和期末考试结合的形式,本课程采取平时考勤、学习态度、平时作业、人工智能方案设计4种相结合的形式,方案设计占比60%,其他占比40%。考核形式具有自主性,方案的设计要结合本门课所学知识点和自身专业知识,要有合理性、可行性。方案可以是对现有人工智能产品的改进方案,也可以是完全创新的人工智能产品方案,也可以对未来人工智能的设想,设想要结合实际。本课程的主要目的是让同学们了解和认识人工智能相关知识,对自身专业学习起到促进作用,开阔学生的视野,扩大学生知识面。

3教学效果分析

为了对开设“人工智能”通识课效果进行分析研究,本课程选取2019级信息工程学院部分专业学生作为调研对象,涉及无人应用技术、移动互联应用技术、虚拟现实应用技术、软件技术等专业,以上专业均已开设了“人工智能导论”课,本次发放问卷143份,回收128份。问卷调查中开课前调查项如表1所示,开课后调查项如表2所示。对表1分析得出开课前只有66%同学对自己专业学习感兴趣,通过表2的分析得出开课后有81%的同学认为自己专业的学习兴趣有提高,说明开课有较好的效果,有利于学生对专业课程的学习。开课前有86%的学生认为自己需要了解人工智能知识,说明新时代下,当代大学生渴望对人工智能知识的学习。此外开课前只有40%的学生了解人工智能,开课后学生学习和了解了人工智能相关知识,且有60%及以上同学对机器学习、神经网络、图像处理等知识有了解,有89%学生觉得今后有必要开设人工智能相关课程,说明同学们不仅学习到了人工智能相关知识,而且对继续学习人工智能相关知识仍有很大的兴趣。开课前和开课后分别有83%和89%的学生认为人工智能对今后的工作有帮助,基本持平,说明大部分同学们已经认识到人工智能对社会带来的积极影响,提前了解人工智能相关知识有助于工作的开展。所以“人工智能”通识课的开设促进了学生对自身专业的学习,提高了学生对人工智能知识学习的兴趣,让学生了解了更多的人工智能知识,拓宽了知识面,利于学生今后的工作和学习。

4结语

谁掌握人工智能,谁就掌握未来,高职教育需要在人工智能相关人才培养上继续积极发力,文中给出了高职院校“人工智能”通识课的教学思路,结果显示具有良好的教学效果,有利于高职教育在人工智能领域继续探索。

[参考文献]

[1]国务院.关于印发新一代人工智能发展规划的通知[EB/OL].(2017-07-20)[2021-02-26].

[2]方兵,胡仁东.我国高校人工智能学院:现状、问题及发展方向[J].现代远距离教育,2019(3):90-96.