時間：2023-02-07 22:42:12
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇人工智能課程，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
>> 研究生人工智能原理教學改革 研究生人工智能課程教學探索 研究生“人工智能”課程教學改革探索 人工智能系列課程研究 人工智能課程全英文教學改革 人工智能實驗課教學改革研究 《人工智能》碩士課程教學改革的研究與實踐 落實科學發展觀,深化“人工智能”課程的教學改革 創新型人工智能教學改革與實踐 人工智能課程教學方法研究 “人工智能導論”課程的教學與實踐改革探索 新形勢下本科教育階段人工智能課程教學研究 人工智能課程研究型實驗教學的探索與實踐 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 應用DBR的人工智能課程教學 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 面向人工智能的信息管理與信息系統專業教學改革 常見問題解答 當前所在位置：l.
[5] 王海,許德章.“機器人學導論”專業課雙語教學改革的實踐[J]. 科技咨詢,2009(3):182-183.
[6] 徐新黎,王萬良,楊旭華.“人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.
[7] 李竹林,郝繼升,馬樂榮. 人工智能雙語教學體系結構的探索與實踐[J]. 計算機教育,2010(12):81-83.
[8] 冀俊忠. 落實科學發展觀,深化“人工智能”課程的教學改革[J]. 計算機教育,2009(24):105-107.
[9] 朱映輝. 基于導向驅動的《人工智能》課程教學改革研究[J]. 現代計算機:專業版,2009(5):94-96.
Research on Artificial Intelligent Series Courses of Graduate Students
REN Xiao-ping1,2, REN Qing-xiong3, GUO Fan2
(1. Institute of Intelligent System and Software, Central South University, Changsha 410083, China ; 2. Institute of Information Science and Engineering, Central South University, Changsha 410083, China ; 3. Shanxi Institute of Metrology Supervision & Verification, Taiyuan 030002, China)
關鍵詞：航天類專業 人工智能 教學探索
中圖分類號：G64 文獻標識碼：A 文章編號：1674-098X（2014）10（b）-0155-02
面對航天科技迅猛發展，現代軍備技術快速提升，培養具有專業性的高素質航天類人才，是我國航天科技發展的戰略選擇，也是航天重點高校面向并有效服務航天事業的歷史責任。航天類本科生的教育形式也需要突破傳統的方式，著重多樣性、前沿性、工程性，因此，該專業的各門課程教育都應該結合專業特點，探索新的教學模式。
人工智能自1956年誕生50多年以來，引起眾多科研機構、政府和企業的空前關注，已成為一門具有日臻完善的理論基礎、日益廣泛的應用領域和廣泛交叉的前沿學科。由于航天領域的特殊要求，人工智能在其發展中發揮著不可替代的重要作用，各發達國家都相繼開展了人工智能與航天技術相結合的研究，致力于實現可重構的、具有容錯能力的、智能的飛行系統和管理系統。因此，“人工智能”作為航天類專業的一門特色選修課，應結合專業特點展開更具有實用性和創新性的教學。
1 人工智能課程特點
一方面，“人工智能”是一門多學科交叉的綜合學科，它涉及計算機科學、數學、心理學、認知科學等眾多領域，具有知識點多、涉及面廣、內容抽象、不易理解、理論性強等特點，使得該課程的教學具有較大的靈活度和較高的難度。另一方面，“人工智能”是一門正在發展中的學科，具有較強的前沿性，計算機科學、信息科學、生物科學等相關學科的發展不斷的提出了許多新的研究目標和研究課題，使得人工智能的技術和算法也需要不斷更新，這在很大程度上增加了“人工智能”課程的教學難度。
2 航天類專業特點
首先，航天類專業具有較強的工程性。在專業的教學改革中有統一的特點，即強調要體現航天工程技術的綜合性、系統性， 注重培養復合型人才。其次，航天類專業具有一定的前沿性。因為航天飛行器作為現代高科技和多種學科技術綜合應用的結晶，應及時把現代先進科技融入到了專業基礎和專業類的課程教學中， 專業知識更新快成為又一特點；另外，航天類專業應注重實踐性教育。尊重個性和興趣，強調動手能力，實驗室對學生開放，要求學生自主地設計完成實驗，強調對學生設計理念和創造能力的培養。最后，航天類專業應重視產學合作。產學合作的目的在于推動學校與航天產業的持續全面合作，造就一支科學技術研究和工程實踐兼備的教師隊伍。
3 教學模式的探索
3.1 教材的選擇
人工智能作為一門新興的學科，其理論與方法都還在不斷的發展與完善中。就目前來看，關于人工智能的定義和范圍都沒有一個統一的標準，不同的教材所介紹的內容也不盡相同。在教材選用方面，需要綜合考慮專業特點和學生的知識背景。本課程主要針對航天類專業高年級本科生，該類學生具有一定的數學、計算機、信息論、通信理論等基礎知識，對航天應用的基本需求有初步的了解，因此，“人工智能”課程難度應該控制在中級，可以較深入的介紹人工智能的基礎算法和應用案例。
中南大學蔡自興教授積累了多年的教學與科研經驗，借鑒了國內外其他專家和作者的最新研究成果，吸取了國內和國外人工智能領域學術書籍的長處，于1987年編寫了“人工智能及其應用”一書，該書根據人工智能學科的新發展不斷修訂，推出四個版本。本課程采用“人工智能及其應用（第4版）”，其中大部分內容適合本科生學習。另外，本課程還給學生提供其他一些參考書目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等經典教材。
3.2 課堂教學形式的探索
“人工智能”課程內容較抽象，概念較為繁多，若采用單一的課堂講授的方式，學生容易概念混淆、理解不透，逐漸產生厭倦情緒，導致教學效果差。本文探索不同的課堂教學手段，根據不同內容采用不同的教學手段，有利于學生對課程內容的理解與吸收。另外，考慮到航天類的專業特點，突出課程內容的工程應用，增加研究性質的教學內容與形式，有利于培養學生的創新能力和實踐能力。
（1）課件采用圖文并茂的PPT。綜合利用文字、圖像、聲音、視頻等多種媒體表示方法，在介紹原理和概念時采用精辟的文字，介紹算法流程時采用圖像，介紹算法應用時采用視頻。在PPT中適當利用不同的字體、顏色或動畫來突出重點，細化流程，引導學生的思路，便于集中注意力接受重點內容。
（2）適當增加課堂討論與練習。對于人工智能的一些基本問題，可以引導學生進行調研和討論，來深化課程內容的了解，并提高學生的學習興趣；對于重要的算法和理論，可以增加課堂練習，讓學生實際動手進行公式的推導或演算，并在練習中分析學生對問題的理解程度，有針對性的增加講解或指導。
（3）適當采用類比的講解方式。對人工智能的不同學派，不同方方法，以及方法的不同應用，廣泛的采用類比的形式進行講解，不僅可以復習已學習的內容，也利于對新內容的理解。并且，通過對不同內容的比較總結相似點、區分不同點，可以避免概念的混淆，清晰的掌握課程內容。
（4）增加研究性教學。研究性教學強調通過問題來進行學習，有必要將實際應用案例或者授課教師的科研項目融入日常的教學工作中去，用“啟發式”、“案例式”教學激發學生“自主學習”能力。
3.3 課程內容的探索
一方面，鑒于本科生知識結構還不夠完善，“人工智能”課程的內容要控制在適應本科生學科基礎的中等難度；另一方面，鑒于航天類專業的特點，課程內容應更注重與航天應用相結合的內容，并且在課程中增加具體應用的介紹。具體的課程內容如表1所示。
3.4 考核形式的改革
“人工智能”課程注重學生創新能力和實踐能力的培養，傳統的試卷形式不能全面的反應學生的學習效果，因此，應采用課堂表現和課程報告相結合的方式進行綜合考核。
一方面，重視學生提出問題、分析問題和解決問題的能力，對學生課堂討論與練習的表現進行考核評分，作為總成績的參考；另一方面，注重學生課題調研和實踐的能力，采取提交課程論文的形式進行考核。正確引導學生根據個人興趣、課程內容、可行性、實踐難度進行合理選題，并根據所選題目進行文獻查閱和總結，完成調研報告或算法實現報告。結合者兩個方面進行最終成績的評定，綜合衡量學生問題分析能力、論文寫作能力和創新實踐能力。
4 結語
航天類專業的本科生教學需針對專業特點有的放矢，該專業的課程教育都應該趨向于前沿性、專業性和實用性。本文的“人工智能”課程教學改革方案不僅考慮到該課程屬于前沿叉學科的特點，也綜合考慮了航天類專業的特點。為了使課程教學更好地服務于學生，本文提出的改革方案打破傳統的教學模式，將課堂理論講解、課堂討論、課后調研、項目實踐等相結合，充分調動學生的學習興趣和積極性，提高學生的創新能力，有利于培養真正符合航天領域所需要的綜合型高級人才。
參考文獻
[1] 王甲海，印鑒，凌應標.創新型人工智能教學改革與實踐[J].計算機教育，2010（15）：136-138，148.
[2] 劉興林.大學本科人工智能教學改革與實踐[J].福建電腦，2010（8）：198-199.
[3] 懷麗波.32課時《人工智能基礎》課程教學的幾點思考[J].華章，2013（34）：193-194.
[4] 紀霞，李龍澍.本科人工智能教學研究[J].科教文匯（上旬刊），2013（6）：91-92.
[5] 肖春景，李建伏，楊慧.《人工智能》課程教學方法改革的探索與實踐[J].現代計算機（專業版），2013（26）：32-34.
[6] 熊德蘭，李梅蓮，鄢靖豐.人工智能中實踐教學的探討[J].宿州學院學報，2008（1）：146-148.
[7] 張偉峰.本科高年級人工智能教學的幾點思考[J].計算機教育，2009（11）：139-141.
關鍵詞：林業院校；人工智能；課程教學
1背景
近年來，隨著“互聯網+”的快速普及，互聯網跨界融合創新模式進入林業領域，利用移動互聯網、物聯網、大數據、云計算等技術推動信息化與林業深度融合，開啟了智慧林業的大門。我國林業信息化、智能化建設逐步走上了有序、快步發展的軌道，取得了重要的進展。
2011―2013年，國家林業局先后開展了中國林業信息化體制機制研究和中國智慧林業發展規劃研究，在此基礎上出臺了《國家林業局關于進一步加快林業信息化發展的指導意見》和《中國智慧林業發展指導意見》。2012―2013年，在深入研究的基礎上，林業局編制了《中國林業物聯網發展框架設計》，2016年3月正式了《“互聯網+”林業行動計劃》。
國家林業局制定的《中國智慧林業發展指導意見》指出，信息化、智能化在林業中的應用已經從零散的點的應用發展到融合的、全面的創新應用。隨著現代信息技術的逐步應用，能實現林業資源的實時、動態監測和管理，更透徹地感知生態環境狀況、遏制生態危機，更深入地監測預警事件、支撐生態行動、預防生態災害。
人工智能是計算機科學中涉及研究、設計和應用智能機器的一個重要分支。國際上，人工智能的研究已取得長足的進展；在國內，也呈現出極好的發展勢頭，人工智能已得到迅速的傳播與發展，并促進了其他學科的發展。我國已有數以萬計的科技人員和大學師生從事不同層次的人工智能的研究與學習，人工智能已成為一個受到廣泛重視并有著廣闊應用潛能的龐大的、交叉的前沿學科。特別是經過近幾十年的發展，智能技術及其應用已經成為各行業創新的重要生長點，其廣泛的應用前景日趨明顯，如智能機器人、智能化機器、智能化電器、智能化樓宇、智能化社區、智能化物流等，對人類生活的方方面面產生了重要的影響。
近年來，人工智能已經在智慧林業相關領域中得到了廣泛應用，例如，在智能機器人的應用方面，已經有大量的嫁接機器人、水果采摘機器人、農藥噴灑機器人、果實分檢機器人等投入使用；在專家系統的應用方面，森林病蟲害診斷專家系統、病蟲預測預報專家系統、林產品生產管理專家系統、專家咨詢和人員培訓專家系統等也得到了廣泛應用。
隨著人工智能在智慧林業中的廣泛應用，涉林企業和事業單位對智能型林業高技術人才的需求也在不斷加大。為了適應市場對智能型人才的需求，自2003年起，國內諸多林業高等院校在計算機科學與技術專業本科階段、林業相關專業的研究生階段陸續開設人工智能課程，同時不斷加大人工智能課程的比重，因此，人工智能課程教學對于林業院校顯得越來越重要。
2林業院校人工智能課程教學現狀
林業院校開設人工智能課程的專業不多，但有不斷增加的趨勢。以中南林業科技大學為例，該校計算機科學與技術本科專業自2003年起就開設了人工智能課程，所用教材一直是蔡自興教授主編的《人工智能及其應用》；另外，面向部分專業的碩士和博士研究生開設了人工智能相關課程，如農業碩士的農業信息化領域研究生開設了人工智能技術，森林經理和森林培育兩個專業的博士研究生開設了人工智能與專家系統。
針對計算機科學與技術本科專業，人工智能課程主要使用蔡自興教授主編的《人工智能及其應用》教材施教，但由于課時數僅有32學時，關于人工智能的一些高級應用，如神經網絡、專家系統、機器學習等，采用專題的形式組織教學。該專業沒有設置實驗學時，僅在理論課堂上演示了一些仿真軟件，如BP神經網絡仿真環境。
針對農業碩士的農業信息化領域研究生和森林經理及森林培育兩個專業的博士研究生，教學計劃安排的學時數為40學時，沒有指定教材，僅給學生列了蔡自興教授的《人工智能及其應用――研究生用書》等幾本參考教材。課堂主要以專題的形式組織教學，每一講除了相關的理論以外，還介紹一些工程實踐應用的例子，讓研究生能夠了解這些人工智能算法如何在實際中得到具體應用。
3林業院校人工智能課程教學存在的問題
全國各高等院校的人工智能課程教學都或多或少地存在一些問題，林業院校更有區別于其他類型院校的顯著特征，而且林業院校開設該課程教學相對較晚，因此林業院校的人工智能課程教學存在更多的問題。
（1）師資短缺。在林業院校，林學相關專業開設該課程往往由林學相關專業的教師主講。這些非計算機相關專業的教師雖然曾從事過人工智能個別算法或領域研究，但不具備全面的人工智能相關專業知識，在講授不熟悉的人工智能知識點時顯得力不從心。
（2）教學內容專業性不強。人工智能是計算機科學的一個分支學科，一般的人工智能教材都比較適合計算機相關專業的學生使用，但是農業信息化、森林經理、森林培育等專業的學生不管是專業基礎還是行業應用背景均與計算機類專業學生不同，如果我們仍然按普通的教材施教，教學內容就缺乏林科特色，顯得專業性不強，無法吸引學生的聽課興趣。
（3）教學難度過大。林業院校涉林專業的學生一般只有計算機文化基礎、C語言等簡單的計算機課程基礎，缺乏算法思想。而人工智能課程涉及很多高級、復雜的算法，不論從算法思想，還是從算法實現和算法應用，對非計算機類專業學生來說難度過大。因此，在教學內容和教學要求上要做一些取舍。
除此之外，還存在諸如缺少實驗環節、教學手段單一、教學案例缺乏等其他普遍性問題。
4林業院校人工智能課程教學改革建議
通過分析林業院校人工智能課程教學存在的問題，結合自己近十余年來從事人工智能教學的經驗，我們提出了一些改革建議。
（1）推行專題式教學，解決師資缺乏的問題。在師資缺乏的情況下，由一名教師完成整個人工智能課程教學比較困難，同時，可能有多名教師分別在人工智能的不同方面進行過深入研究。因此，可以將該課程按章節分成各個不同的模塊，每一個模塊設一個專題，如神經網絡專題、專家系統專題、機器學習專題等，再由多名教師分別承擔自己熟悉的專題進行講授。這樣既可以解決一位教師的知識不足，又可以讓各位教師結合自己的科研將每一個熟悉的專題講授得更加詳細、更加有趣。
（2）教學內容與涉林專業緊密結合，解決專業性不強的問題。事實上，人工智能的各領域應用在林業行業都能找到對應的應用實例。例如，林果采摘機器人就是機器人在林業中的應用；林火識別和林木病蟲害監測就是模式識別在林業中的應用；林火蔓延預測可以用到隱馬爾科夫模型；PAID50專家系統平臺就是專家系統在農林業中的應用典范等。因此，在教學過程中，我們可以考慮將人工智能知識與林業應用結合進行講解，這樣學生更容易接受也更樂意接受。更進一步，如果能夠結合這些林業應用編寫一本《人工智能及其林業應用》教材，將會更加適合涉林專業的學生學習這門課程。
（3）應用計算機仿真軟件解決教學內容難度大的問題。非計算機類專業的學生計算機基礎較差，編程能力不強，算法訓練不足，對各種人工智能高級算法難以理解，更難以編程實現。針對這個實際問題，我們可以主動提供一些相關算法的計算機仿真軟件，在課堂上通過演示這些仿真軟件，讓學生直觀地理解算法，甚至能夠通過仿真軟件應用這些算法解決本專業相關的問題。例如可以開發如圖1和圖2所示的BP神經網絡算法仿真軟件，通過該仿真可以把神經網絡的結構、訓練時的權值偏差變化、訓練過程中總誤差的變化等信息完全呈現在學生面前，學生通過這個仿真過程就不難理解BP神經網絡算法，甚至可以使用這個仿真軟件來解決本專業相關的一些問題。
1.1集先進性、實用性和前沿性為一體的教學內容改革對國內外優秀的人工智能教材[2-6]的內容進行整合，建立人工智能的知識體系，并提取人工智能課程的知識要點，確定集先進性、實用性和前沿性為一體的教學內容。人工智能的核心思想是研究人類智能活動規律和模擬人類智能行為的理論、方法和技術，因此人工智能應圍繞“智能”這個中心。由于智能本身的復雜性，難以用單一的理論與方法來描述，因此可以通過建立人工智能的不同層次來刻畫智能這個主題。人工智能的主要內容可按圖1所示劃分為最底層、抽象層、邏輯層和應用層這4個不同層次。在最底層，神經網絡與演化計算輔助感知以及與物理世界的交互。抽象層反映知識在智能中的角色和創建，圍繞問題求解對知識進行抽象、表示與理解。邏輯層提出學習、規劃、推理、挖掘的模型與方式。應用層構造智能化智能體以及具有一定智能的人工系統。將人工智能劃分為這4個層次可確定人工智能課程的教學內容，并保證教學內容的循序漸進。
1.2基于人工智能知識體系的教學案例庫建設根據所確定的教學內容、知識重點和知識難點，從國內外經典教材、科研項目、研發設計、生產建設以及國內外人工智能網站等多種途徑，收集案例素材，加以整理，撰寫各知識要點的教學案例及其內容。表1給出基于人工智能知識體系的教學案例示例。
2人工智能課程教學案例的詳細設計
在教學案例具體設計時應包括章節、知識重點、知識難點、案例名稱、案例內容、案例分析過程、案例教學手段、思考/討論內容等案例規范，分別從以下單一案例、一題多解案例和綜合應用案例3種情況進行討論。
2.1單一案例設計以人工智能課程中神經網絡課堂教學內容為例，介紹基于知識點的單一案例的設計。神經網絡在模式識別、圖像處理、組合優化、自動控制、信息處理和機器人學等領域具有廣泛的應用，是人工智能課程的主要內容之一。教學內容主要包括介紹人工神經網絡的由來、特性、結構、模型和算法，以及神經網絡的表示和推理。這些內容是神經網絡的基礎知識。其重點在于人工神經網絡的結構、模型和算法。難點是人工神經網絡的結構和算法。從教學要求上，通過對該章節內容的學習，使學生掌握人工神經網絡的結構、模型和算法，了解人工神經網絡的由來和特性，一般性地了解神經網絡的表示和推理方法。采用課件PPT和演示手段，由簡單到復雜，在學生掌握人工神經網絡的基本原理和方法之后，再講解反向傳播BP算法，然后運用“手寫體如何識別”案例，引導學生學習理解人工神經網絡的核心思想及其應用方法。從國外教材中整理和設計該案例，同時應包括以下規范內容。章節：神經網絡。知識重點：神經網絡。知識難點：人工神經網絡的結構、表示、學習算法和推理。案例名稱：手寫體如何識別。案例內容：用訓練樣本集訓練一個神經網絡使其推廣到先前訓練所得結果，正確分類先前未見過的數據。案例分析過程：①訓練數字識別神經網絡的樣本位圖；②反向傳播BP算法；③神經網絡的表示；④使用誤差反向傳播算法訓練的神經網絡的泛化能力；⑤一個神經網絡訓練完畢后，將網絡中的權值保存起來供實際應用。案例教學手段：手寫體識別的神經網絡演示。思考/討論內容：①訓練改進與權值調整改進；②過學習/過擬合現象，即在一個數據集上訓練時間過長，導致網絡過擬合于訓練數據，對未出現過的新數據沒有推廣性。
2.2一題多解案例設計一題多解案例有助于學生把相關知識點聯系起來，形成相互關聯的知識網絡。以人工智能課程中知識及其表示教學內容為例，介紹一題多解案例的設計。知識及其表示是人工智能課程三大內容（知識表示、知識推理、知識應用）之一。教學內容主要包括知識表示的各種方法。其重點在于狀態空間、問題歸約、謂詞邏輯、語義網絡等知識表示方法。難點是知識表示方法的區別及其應用。從教學要求上，通過對該章節內容的學習，使學生掌握利用狀態空間法、問題歸約法、謂詞演算法、語義網絡法來描述和解決應用問題，重點掌握幾種主要知識表示方法之間的差別，并對如何選擇知識表示方法有一般性的了解。通過講解和討論“猴子和香蕉問題”案例，來表示抽象概念。該案例從國內外教材中進行整理和設計，同時包括以下規范內容。章節：知識及其表示。知識重點：狀態空間法、問題歸約法、謂詞邏輯法、語義網絡法等。知識難點：知識表示方法的區別及其應用。案例名稱：分別用狀態空間表示法與謂詞邏輯法表示猴子和香蕉問題。案例內容：房間內有一只機器猴、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多種知識表示方法表示和求解該問題？案例分析過程：①狀態空間法的解題過程。用n元表列表示該問題的狀態；定義問題的操作算符；定義初始狀態變換為目標狀態的操作序列；畫出該問題的狀態空間圖。②謂詞邏輯法的解題過程。定義問題的常量；定義問題的謂詞；根據問題描述用謂詞公式表示問題的初始狀態、中間狀態和目標狀態。案例教學手段：猴子和香蕉問題的演示。思考/討論內容：①選擇知識表示方法時，應考慮哪些主要因素？②如何綜合運用多種知識表示方法獲得最有效的問題解決方案?
2.3綜合應用案例設計與單一案例、一題多解案例相比，綜合應用案例能更加有效地啟發學生全方位地思考和探索問題的解決方法。以機器人行動規劃模擬為例，介紹人工智能綜合應用案例的設計，該案例包括以下規范內容。章節：人工智能綜合應用。知識重點：人工智能的研究方向和應用領域。知識難點：人工智能的技術集成。案例名稱：機器人行動規劃模擬。案例內容：綜合應用行為規劃、知識表示方法、機器人學、神經網絡、人工智能語言等多種人工智能技術與方法，對機器人行動規劃問題進行描述和可視化。案例分析過程：①機器人行為規劃問題求解。采用狀態歸約法與分層規劃技術，將機器人須完成的總任務分解為若干依序排列的子任務；依據任務進程，確定若干關鍵性的中間狀態，將狀態對應為進程子規劃的目標；確定規劃的執行與操作控制，以及機器人過程控制與環境約束。②基于謂詞邏輯表示的機器人行為規劃設計。定義表達狀態的謂詞邏輯；用謂詞邏輯描述問題的初始狀態、問題的目標狀態以及機器人行動規劃過程的中間狀態；定義操作的約束條件和行為動作。③機器人控制系統。定義機器人平臺的控制體系結構，包括反應式控制、包容結構以及其他控制系統等。④基于神經網絡的模式識別。采用神經網絡方法以及BP算法對桌面茶壺、杯子等物體進行識別，提取物體圖形特征。⑤機器人程序設計語言。運用人工智能語言實現機器人行動規劃行為的可視化。案例教學手段：機器人行動規劃的模擬演示。思考/討論內容：人工智能將會怎樣發展？應該在哪些方面進一步開展研究？
3案例教學環節和過程的具體實施細節
人工智能案例教學的實施面向筆者所在學院軟件工程專業三年級本科生展開。具體實施細節如下。（1）教學內容的先進性、實用性和前沿性。引進和整合國外著名人工智能教材內容，保證課程內容具有先進性。同時將前沿人工智能的研究成果與技術有機地融入課程案例教學之中。（2）案例教學的創新教學模式。在教師的引導下，將案例中涉及的人工智能內容推廣到對人工智能的一般性認識。案例的教學過程，成為認識人工智能、初步運用人工智能的理論與方法分析和解決實際應用問題的過程，使學生具備運用人工智能知識解決實際問題的意識和初步能力。在課程教學中，打破國內常規教學方式，建立和實施開放式案例教學模式。采用動畫課件、錄像教學、實物演示、網絡教學等多種多媒體教學手段，以及集中講授與專題討論相結合的教學方式將理論、方法、技術、算法以及實現有機結合，感性認識與理性認識相結合，理論與實際相結合，極大地激發學生自主和創新性學習的熱情。（3）“課堂教學—實踐活動—現實應用”的有機融合。在案例教學過程中，從傳統教學觀以學會為中心轉化為創新應用型教學觀以創新為中心，以及從傳統教學的以課堂教學為中心轉化為以課堂教學與實踐活動并重為中心，構造具體問題場景以及設計教學案例在情境中的現實應用，加深學生對教學內容的理解，同時提高學生的思考能力和實際綜合應用能力。
4結語
關鍵詞：人工智能；研究生教學；教學內容；啟發式教學
作者簡介：于化龍（1982-），男，黑龍江哈爾濱人，江蘇科技大學計算機科學與工程學院，講師。（江蘇?鎮江?212003）
基金項目：本文系江蘇科技大學引進人才科研啟動項目（35301002）的研究成果。
中圖分類號：G643.2?????文獻標識碼：A?????文章編號：1007-0079（2012）28-0074-02
人工智能是研究理解和模擬人類智能及其規律的一門學科，中心任務是通過編程賦予計算機部分的“人類智能”，從而使其可替代人類完成某些煩瑣而危險的工作。自1956年人工智能學科誕生以來，其研究成果已廣泛應用于政治、經濟、文化、教育等諸多領域，并對社會發展產生了巨大的影響，[1]因而人工智能逐漸發展成了高等院校信息類專業廣泛開設的一門核心課程。作為一門課程，其具有如下一些特點：涉及知識面廣、研究領域廣泛、內容抽象、實踐性強。[2]
目前，高校“人工智能”課程普遍分本科和研究生兩個教學階段講授，前者注重學生對基本概念、基礎知識的掌握，并使其能應用所學知識進行簡單的開發實踐，而后者更加注重學生自主學習能力、創新能力以及科研能力的培養，因而二者的教學與培養目標是不同的。[3]本文針對“人工智能”課程自身特點和研究生培養目標，并結合筆者多年來的教學經驗，分別從課程內容設定、教材選擇、教學方法、考核方式等多個方面對該課程的教學改革進行了探索與研究。
一、“人工智能”課程教學內容的設計
“人工智能”課程的突出特點是研究領域過于廣泛，而學時數卻較短（據筆者了解，各高校相關研究生專業開設該課程的時數為32～48學時不等），因而在講授該課程時，追求授課內容“大而全”是不切實際的，有必要精選教學內容，使學生在有限的時間內學到最有用的知識。
鑒于大部分學生在本科階段已簡單學習過該課程，因此可適當減少基本概念和基礎知識的授課時數，如知識表示、知識推理及搜索技術等，這部分知識點只需安排共6～8學時即可。而對于一些相對陳舊的知識，如專家系統（該技術興起于20世紀八九十年代，目前相關研究已很少見），可在對其他知識進行講授時，做簡單介紹，沒有必要占用獨立的授課時數。課程的重點應放在新興且實用的人工智能技術上，如計算智能、機器學習、模式識別、數據挖掘、多Agent系統以及自然語言處理等方面。上述知識的特點在于內容更新快且抽象，與實際應用聯系緊密，極有可能成為學生在未來整個研究生階段的研究方向，因此有必要在這些知識點上投入更多的精力，有助于學生了解并掌握學術的主流發展趨勢，從而能夠更好地培養自身的科學素養和創新能力。
當然，授課教師在實際授課過程中也應根據學科的研究進展，學生的基礎﹑研究方向與興趣等特點隨時對教學內容作出調整，真正做到理論聯系實際、與時俱進。
二、精選“人工智能”課程教材
在教材選擇上，筆者分析比較了目前已公開出版的數十本人工智能教材，并結合我校研究生的特點，選定了由清華大學出版社出版﹑蔡自興和徐光祐編著的《人工智能及其應用》（第4版）作為教材，該教材在前一版的基礎上做出了較大的改進與擴展，增加了本體論、蟻群算法、粒子群算法、強化學習、詞法分析以及路徑規劃等很多新內容，具有知識覆蓋面廣、講解深入淺出，實用性、可讀性強等諸多優點。同時，該教材也是普通高校“十一五”國家級規劃教材，輔有國家級精品課程建設網站，是一部經典的人工智能教材。
與此同時，筆者還為學生推薦了多本經典的參考書，如清華大學出版社由拉塞爾等編著的《人工智能——?一種現代方法》（第3版）、科學出版社由史忠植編著的《高級人工智能》等，并圍繞各研究專題精心挑選了數篇經典和最新的文獻，力求反映各相關領域的國內外研究現狀﹑發展趨勢以及存在的問題等，以供學生參考。
三﹑教學方法的改革
相比于本科生，研究生通常具有更強的理論基礎、接受能力和求知欲，因而在教學過程中應避免傳統“填鴨式”的教學方法，要充分突出學生的主體地位，注重培養學生的學習興趣以及自主學習的能力。為此，筆者結合該課程的特點，對教學方法進行了如下探索。
1.多樣化的教學手段
“人工智能”課程的突出特點是涉及知識面廣、理論性與應用性強、內容抽象且學時數短，因此有必要充分發揮現代教學手段的作用，提高教學效率。為此，筆者精心設計了整套多媒體教學課件，將較難的知識點以動畫的形式呈現給學生，如基于問題歸約法的漢諾塔問題求解過程、基于蟻群算法的旅行商問題求解過程等，均可以這種形式呈現。課堂教學中以課件為主，輔以少量的板書，充分利用了多媒體信息量大、直觀性強的優點，改善了教學效果。除此以外，筆者也搜集了大量的視頻資料，如行人檢測與計數視頻、機器人地震現場搜救視頻等，當講解相關專題時，作為應用實例為學生播放，充分吸引了學生的注意力，提升了他們的學習興趣。
2.啟發式的課堂教學
關鍵詞:人工智能;專家系統;ARM;單片機
人工智能(AI)[1]是計算機科學的重要分支,是計算機科學與技術專業的核心課程之一。本課程在介紹人工智能的基本概念、基本方法的基礎上,主要是研究如何用計算機來模擬人類智能,即如何用計算機實現諸如問題求解、規劃推理、模式識別、知識工程、自然語言處理、機器學習等只有人類才具備的“智能”,本課程重點闡明這些方法的一般性原理和基本思想,使得計算機更好得為人類服務。
1人工智能課程體系
人工智能主要研究傳統人工智能的知識表示方法,包括狀態空間法、問題歸約法謂詞邏輯法、語義網絡法、框架表示、劇本表示等;搜索推理技術主要包括盲目搜索、啟發式搜索、消解原理、規則演繹算法和產生式系統等。
人工智能的研究論題包括計算機視覺、規劃與行動、多Agent系統、語音識別、自動語言理解、專家系統和機器學習等。這些研究論題的基礎是通用和專用的知識表示和推理機制、問題求解和搜索算法,以及計算智能技術等。
人工智能課程在我校計算機科學與工程學院是作為大三年級的一門專業選修課開設,總共學時數為:60(其中理論學時為36,實驗學時為24),隨著計算機技術的不斷更新發展,人工智能的應用領域變得越來越廣,因此人工智能(AI)這個學科已不再陌生,很多學生對其充滿興趣,所以在選課人數上遠遠超過其他選修課的人數,另外結合我校的實際情況,部分理論或實驗設計項目可以與其他相關專業結合起來而應用。
2人工智能教學實踐
50多年以來,人工智能獲得很大的發展,已經引起眾多學科和不同專業背景學者們的日益重視,成為一門廣泛的交叉和前沿科學,但是到目前為止人工智能至今仍尚無統一的定義,要給人工智能下一個準確、科學和嚴謹的定義也是困難的。
由于人工智能[2]是一門交叉性的學科,涉及到了控制論、語言學、信息論、神經生理學、心理學、數學、哲學等許多學科。所以該學科具有知識點多、涉及面廣、內容抽象、不易理解、理論性強、需要較好的數學基礎和較強的邏輯思維能力等特點,導致了在教學過程中老師講得吃力、學生聽得吃力。盡管在多年的教學過程中積累了一些經驗,但是對于如何把握這門課程的特點,提高學生的學習興趣,幫助學生更好的理解這門課程,目前仍然有很多問題需要研究解決。
目前在整個教學過程中存在的主要問題[3]是:
1) 教學內容陳舊,部分參考書相關內容或案例都過于陳舊。在整個教學過程中,多數教學案例涉及到人工智能理論的高級應用――機器人,目前在國際及國內機器人的水平已經達到相當高的水平,但是部分教科書中仍沿用關節型機器人為例,教學內容稍顯陳舊。
2) 教材難易程度不均勻,部分章節學生難以理解。由于人工智能課程的部分章節,本身就可以獨立成一門課程,但由于是面向本科生的內容,因此很多內容壓縮于一章來講解,同時由于課時所限,完全不能將相關的內容講透講通;例如:神經計算中的神經網絡,與模糊邏輯控制的相關理論與應用。
3) 教學手段單一,教學過程中缺乏師生之間的溝通與交流。經過自己的實踐教學及對兄弟院校的人工智能的教學內容與教學手段的調研,同時也在學生之間進行溝通交流,發現多數同學反映,理論與應用雖然前沿,但是在學習過程中,教師教學手段單一,內容枯燥乏味,一般的教學模式,多采用“老師講,學生聽”的方法,整個教學效果并不理想。
4) 考核方法不科學,不能體現學生實際的學習情況。目前對于課程學習的考核采用閉卷考試的方式,很多考點有的同學根本不理解,完全死記硬背,考后又將內容丟棄,從學習的效果來講,收獲甚微且完全沒有達到真正學習及應用的能力。
3教學方法改進
3.1注重激發學生的學習興趣
科學家愛因斯坦曾說過:“興趣是最好的老師。”如何在教學工作中激發和培養學生的學習興趣,提高他們學習的主動性和積極性是當前教學改革中迫切需要解決的重要問題。
在實際的課堂教學中發現,剛開始聽課由于有興趣學生整體學習的積極性很高,但是一段時間過后發現部分學生由于教學內容抽象,難點比較多,不便于理解,興趣日漸變少,針對此種情況,可以采用任務驅動式教學或案例教學。
例如:在講專家系統章節時,在授課之前先通過互聯網,采取案例教學法,給學生們實時在線演示一個醫療專家診斷系統,演示其中的功能,同時與學生互動,以問答式與學生互動,了解目前專家系統的具體應用、可以解決的問題、給人民生活帶來的益處等。通過這種教學的形式,一方面可以激發學生的學習興趣;另一方面也使同學們體會到人工智能與我們生活的貼近程度。第二步,采用任務驅動法,具體來說,它是指教學全過程中,以醫療專家診斷系統若干個具體任務為中心,通過完成任務的過程,介紹和學習基本知識和具體設計方法。
3.2注重教材選擇
這一任務的執行者主要是由教研室主任或任課老師來完成。目前在各高校中所使用的人工智能相關教材的種類繁多,章節和內容的設置上也存在差別。筆者在訂閱教材或參加教材展銷的活動中,都比較重視人工智能教材的情況,通過比較發現,有的教材內容及難度太低,完全不符合高等本科院校的要求,而部分出版社的教材則是內容及章節安排內容太多太泛,有些知識點講的又過于深奧,限于學時所限也不適合選用。在選教材方面,除了關注內容方面外,還要注重書上所講的一些實例,注重這些例子的典型性、時效性及新穎性,例如,部分教材在自動規劃這一章,選用機械手作為例子來說明積木世界的機器人規劃問題,還有一些選擇關節機器人,前些年這樣的機器人技術確實是個難點,但是依據現在成熟的機器人技術,無論是國際還是國內都已不再是技術難點,再拿這個例子去配合理論去講解,無論內容還是形式都稍顯陳舊,目前機器人技術發展水平基本上達到盡可能高仿真狀態。
3.3運用現代化的多媒體教學手段
針對人工智能課程相關內容比較抽象,公式推導比較繁瑣,除了具有完善的教學大綱、合理的教學計劃以及好的教材外,還應該根據學校的實際硬件條件盡可能地選擇多媒體教學手段來輔助教學。因此在實踐教學中,配合教學內容,充分利用計算機、投影儀以及互聯網的優勢,結合多種教學方法與手段組織整個教學過程。例如:在講述搜索推理技術時,使用一些小的演示軟件,將相關推理技術的理論通過動畫的形式一步一步演示出來;在講專家系統相關理論知識時,尤其是各種類型的專家系統,采用互聯網上的一些在線視頻資源為例,給同學進行詳細講解,同時結合農業院校的特點,在線資源有如農業專家系統或動物專家診斷系統等,這樣學生可以加強對理論知識的理解,同時也體會到理論不再是抽象空洞的文字描述;在自動規劃這一章,給同學們選擇演示發達國家目前研制的各種類型機器人,通過這些形象生動、行為舉止逼近真實人的機器人來給學生講理論,這樣學生通過觀看視頻資源,不僅可以拓寬知識面及視野,同時也可以及時地了解國際及國內機器人的發展水平及差距,不斷更正自己的錯誤觀點并更新自己新的專業認識,另一個方面也可以同時激發學生們的學習熱情和積極性,這一點在課堂實踐教學中得到驗證,得到廣大同學的認可和接受,整個教學課堂不再那么單調枯燥呆板了,基本可以達到在娛樂中傳授專業知識。
3.4加強對實驗教學的重視
目前高校在人工智能的教學過程中,實驗所占的學時比較少,有的甚至就不安排實驗課學時;另外實驗內容也相對比較簡單,應用不到理論課堂上所學到的人工智能原理,實驗效果不是很好。面向人工智能課程的程序設計語言,多采用Prolog程序設計語言,該語言是一種基于一階謂詞的邏輯程序設計語言,它在AI和知識庫的實現技術方面具有十分重要的作用,具有表達力強、表示方便、便于理解、語法簡單等優點。但在整個實驗教學環境也遇到了如下問題:首先是目前有關人工智能的專門配套實驗教程很少;其次是即使有諸如《面向人工智能程序設計Prolog》教程,則主要是側重介紹這門自然語言的程序設計,而其中很多部分與AI實驗環節關聯度不大,另外教材價位也比較高。針對此種情況,筆者在24個學時的實驗教學過程中,安排7個實驗內容,其中最后一個專家系統的設計與實現作為一個綜合性實驗來設計。在進行實驗教學的過程中,首先參考多本Prolog程序設計教程,選擇其中與實驗教學計劃中相關的內容,專門編寫相應的電子教程,同時也結合我校學生本身的特點[4],有側重地體現和編寫,總的目的是給學生一份完整的、系統的、規范的電子教程。這樣做的目的是:一方面作為學生參考的技術文檔;另一方面也可以節省學生的部分經濟開支。電子教程的結構分為三個部分來完成,首先為人工智能理論及原理,Prolog語言的使用說明;其次具體的例子演示(均經過調試正常運行);最后為布置給學生具體的實驗內容及相關題目,以提供給學生自己動手實踐的機會。此外在實驗教學過程中,同時也會給學生們自由發揮的機會,比如專家系統的設計與實現作為一個綜合性實驗,學生可以采用Prolog編程實現,也可以采用其他自己擅長的程序設計語言,例如有的同學選擇C語言、VC++、Visual Basic、Java及網頁開發設計語言ASP/JSP等,此外在實驗內容方面,實驗遞交的專家系統涉及多個領域(有動物辨別、醫療診斷、動物養殖咨詢等專家系統)、范圍也頗廣,實驗內容重復性很小,在設計過程中,絕大部分同學均是結合自己的興趣愛好來完成設計。
4結語
人工智能的研究成果將能夠創造出更多、更高級的智能“制品”,并使之在越來越多的領域超越人類智能,同時將為發展國民經濟和改善人類生活做出更大的貢獻。作為一名當代的大學生有必要學好這門課程,但是根據實際教學情況,教師與學生仍然需要繼續進行相應的研究與發展,只有不斷地探索和提高,才能使我們的教學工作更上一層樓,才能培養出符合時代和社會需求的人才。另外人工智能與農業等方面存在很多結合應用的契機,這樣計算機就可真正地服務于社會、服務于人類、服務于農業、應用于農業、發展農業。
參考文獻:
[1] 蔡自興. 人工智能及其應用[M]. 3版. 北京:清華大學出版社,2007.
[2] 陳峰,文運平. 淺談人工智能課程的教學[J]. 消費導刊,2006(12):123.
[3] 趙蔓,何千舟. 面向21世紀的人工智能課程的教學思考[J]. 沈陽教育學院學報,2004,6(4):131-132.
[4] 王蓮芝. 高等農林院校人工智能教學的探討[J]. 高等農業教育,2003(12):64-65
Study of the Artificial Intelligence Teaching Methods
HAN Jie-qiong1, YU Yong-quan2
(1. School of Computer Science and Engineering, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China;
2. School of Computer, Guangdong University of Technology, Guangzhou 510075, China)
關鍵詞：高校；人工智能；倫理道德教育
中圖分類號：G642.0文獻標志碼：A文章編號：1674-9324（2019）41-0144-02
一、人工智能課程倫理考慮的基本內涵
人工智能課程中進行倫理考慮，是在人工智能課程中有針對性地加入道德教育的元素。在方式上，可以借用西方的“隱形教育”方式。在內容上，必須符合中國的人工智能發展態勢，更要受中國社會主義核心價值體系的引導。目前中國的人工智能課程，過度偏向于技術性。尤其是許多社會機構提供的課程，更是偏向于功利性，目的在于讓學習課程的學習者快速獲得工作。因此，必須從源頭入手，對這些社會機構進行一定的約束和規范，對人工智能課程內容進行整體的架構。
二、高校人工智能課程中倫理考慮的必要性
（一）我國對于科技工作者職業道德建設的要求
首先，科技工作者的職業道德建設是促進社會治理體系現代化的必然要求。加強社會治理制度建設，一靠法治，二靠德治。中國正聚焦力量加強自主創新，科技是第一生產力。基于當代中國語境下，科技工作者的職業道德建設就至關重要。科技工作者對自己的社會責任與倫理責任應該有著充分的理解，在科研活動中既要著眼于為社會提供科學技術上的新成果，同時也要強調在倫理道德建設中起到應有的作用。
其次，從長期看，科技工作者的職業道德建設利于國家科技的發展，利于促進科技難題的解決。發展是連續和間斷的同一，科技發展不能一蹴而就。在面臨科技瓶頸問題時，就更要求科技工作者具有堅韌不拔的品質和無私奉獻的精神。這些精神都是進行職業道德教育中的重要內容，也是科技工作者承擔的社會角色中必不可少的特質。
最后，高尚的職業道德是科技工作者奮進的不竭動力。一個科技工作者只有站在最廣大人民的立場上，奉獻自我才能成就事業。隨著全球化的發展，受西方“享樂主義”的負面影響，科技工作者只有更加堅守自我、承擔社會責任，才能具有不斷前進的精神支柱。
（二）對解決人工智能倫理困境的源頭性作用
隨著人工智能應用領域的廣泛化，以及應用群體的普及化，難以避免的帶來一些倫理問題上的困境。例如倫理學中經典的“電車難題”，在當代科技發展中也出現了在人工智能領域的“無人車難題”。無人車產生事故的責任歸屬與分配就是目前很多學者在關注的倫理問題。人工智能的發展對當前的法律規制，還有現存的人倫規范都產生了挑戰。人工智能的未來發展方向，在操作性上要避免技術鴻溝，在設計過程中要堅持算法公開化、透明化，并且在出現數據漏洞時應盡快地進行自我修復。這對于科技工作者自身的素質提出了很高的要求，不但要求科技工作者自身的知識素質與知識能力過硬，而且要求科技工作者要嚴于律己，具有較高的思想道德素質。要求科技工作者對于人工智能的發展保持理性的態度，堅持為國為民。許多科幻電影和小說中都體現了未來人工智能發展到一定階段時，人與機器產生的情感迷思。作為科技工作者，在設計與調整過程中都應保持情感中立，勇于承擔社會責任。目前我國正處于人工智能發展的初級階段，人工智能尚不能擁有自主意識，人工智能的行為責任必須要找到其背后的擁有自主意識的人。無論是現階段還是未來，作為人工智能產品開發者與設計者的科技工作者樹立正確的價值觀和承擔相應的社會責任是十分必要的。科技工作者的知識層次與道德品質在某種程度上說，是研發人工智能產品的起點。因此，對科技工作者的成長過程中進行持續的道德教育，使其樹立高尚的道德觀念，對于解決許多人工智能帶來的倫理困境都具有源頭性、基礎性的作用。
三、高校人工智能課程與倫理道德教育的結合方式探索
（一）高校人工智能課程資源的充分運用與更新
從資源形態上看，實物化資源與虛擬化資源，線上資源與線下資源都應充分運用。隨著智能校園的普及，有基礎條件的地區與校園可以充分運用好身邊的人工智能。人工智能課程是一門理論與實踐相結合的課程，因此課程的內容也不能僅停留在理論層面。除了對于學術資源的運用，也應當結合實體的人工智能產品進行學習。但因為人工智能的發展程度還沒有普及化，人工智能機器人也遠沒有達到觸手可及的程度。因此運用新媒體技術，通過虛擬現實的手段進行在教學過程中的知行結合是可以嘗試的路徑。VR技術在網絡設備硬件教學中可以節約成本，便于人工智能課堂的普及化。在理論教學中，可以通過與虛擬機器人的交互增強趣味性。VR技術有3個最突出的特點：交互性、沉浸性和構想性。課程設置者可以充分借助VR的沉浸性設置相應的場景，讓課程學習者通過對特定道德場景的判斷引出思考。這種新媒體手段既可以更新原有課堂知識的教學教法，更適合作為倫理教育走入人工智能課堂的重要媒介。
從資源時態上看，人工智能課程資源必須隨著人工智能的發展而不斷更新。從現實角度來看，最初開設人工智能課程時，其教學目標還是相對簡單的——即培養學生的創造性與知識能力。但隨著人工智能的普及應用，產生了許多人工智能語境下的道德困境。從指導思想來看，我國逐步走向世界舞臺，隨著實力增強指導思想也是不斷變化的，新時代會提出新目標，為了實現中華民族的偉大復興，課程內容的豐富也是十分必要的。因此，人工智能課程若要符合時代需要，就需要不斷地更新課程資源。人工智能這一學科是具有學科交叉性的，與之相關各個領域的最新前沿問題都需要結合相應的道德教育，只有這樣才能適應時代的發展。
（二）高校人工智能課程內容的合理架構
對于不同年齡層次的人工智能課程，必須考慮到不同群體的教育規律。提出合理的教育目標，用不同群體可以接受的方式方法才能達到最優的教學效果。我國人工智能課程目前的課程架構中，已經有學者進行了分年齡層次的研究。人工智能課程可以規劃為專業性逐漸增強的、從邊緣到中心的課程層級系統。對于高校本科生和研究生來說，人工智能課程設置內容必須具有專業性。在上文的課程體系建構中添加了藝術、文學、哲學等內容，其中包含對于人工智能倫理學的思考與認識。但在某種意義上這些青年的社會價值觀就代表了未來科技工作者的社會價值觀。因此在這一階段，人工智能課程的架構與實施，國家應加以引導和監督。一方面需要建立統一標準的高校人工智能課程體系，另一方面在應對課程具體內容的落實方面給予一定程度的監督。
（三）在高校人工智能課程教學過程中充分運用案例
首先應充分運用學術案例，例如度量學習，在其基礎上的遷移學習，以及發表在《機器學習》、《數據挖掘》等頂級期刊上的論文。使課堂具有含金量，可以說這也是國家發展與關注的重點。通過學術性經典案例的學習可以擁有不一樣的視角，通過歷史發展的角度去看人工智能技術的演變與發展。其次應充分運用具體案例。在人工智能課程中對于許多道德問題，不應抽象地去討論，而應該具體地去討論。也可以讓學生與AI系統進行直接的問答，如：我們能保證它們穩定可靠嗎？我們應該如何去測試人工智能？人工智能課堂中既要包容學生多元化的答案，不壓抑創造性又要對于錯誤的思想進行思想轉化，這就需要教育者具體問題進行具體分析了。
人工智能專業要學哪些課程
數學基礎課程：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析等。
算法基礎課程：人工神經網絡，支持向量機，遺傳算法等，還有各個領域需要的算法，比如你要讓機器人自己在位置環境導航和建圖就需要研究SLAM。
人工智能是一個綜合學科，人工智能專業的主要領域是：機器學習、人工智能導論、圖像識別、生物演化論、自然語言處理、語義網、博弈論等。
人工智能專業就業方向
1、機器人設計、制作相關方向
學習人形機器人相關技術和知識，可以成為當今和以后國家急需的機器人人才，系統了解機器人結構、應用和設計開發，培養科學的工科思維方式，激發興趣、自由發揮創作、培養溝通、協調、專注能力。
2、基于AI相關知識和技能的各個工種方向
利用AI和機械臂的結合，可以培養動手、制造，維護和解決問題的能力。桌面機械臂的課程，是引向人工智能技工的就業方向;AI技工需要掌握輕工業設備的使用和維護。
3、編程相關的方向
通過學習機器人編程課程，你能領悟或培養出工程結構思維和編程思維，這也是AI時代里任何工作都需要具備的應用技能，部分優秀的學生還能晉級為國家都需要的人工智能高級編程人才。
4、新制造和新設計相關方向
3D打印是未來新制造的基石技術， 3D打印相關技術，將為你打開一扇通往新制造、新設計的就業大門。不管以后你是上班還是自主創業，3D打印技能和思維都能助你一臂之力。
第一：智能化是未來的重要趨勢之一。隨著互聯網的發展，大數據、云計算和物聯網等相關技術會陸續普及應用，在這個大背景下，智能化必然是發展趨勢之一。人工智能相關技術將首先在互聯網行業開始應用，然后陸續普及到其他行業。所以，從大的發展前景來看，人工智能相關領域的發展前景還是非常廣闊的。
第二：產業互聯網的發展必然會帶動人工智能的發展。互聯網當前正在從消費互聯網向產業互聯網發展，產業互聯網將綜合應用物聯網、大數據和人工智能等相關技術來賦能廣大傳統行業，人工智能作為重要的技術之一，必然會在產業互聯網發展的過程中釋放出大量的就業崗位。
