人工智能视频教学

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能视频教学范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能视频教学范文第1篇

关键词：大数据背景；高职计算机；创新能力

引言

学生创新能力的培养符合课程改革的实质要求，对促进学生的全面成长和发展意义重大。在通讯技术、互联网技术以及计算机技术快速发展的今天，人们越来越关注对学生综合能力的提升以及创新精神的引导。高职院校需要立足于大数据背景之下教育教学改革的现实条件积极转变教学思路，充分利用各种创造性的教学策略及手段丰富教学内容，实现教学形式和教学内容的多元化和多样化，保障专业课程教学的质量及水平，让学生能够主动地利用专业知识应对大数据背景之下的发展和挑战。

一、大数据背景

大数据也被称作为巨量资料。在信息时代的背景之下，信息的储量呈现着病毒式的发展态势。人工智能以及大数据的出现直接改变了整个世界，同时对目前的公众工作方式以及思维模式是一个较大的冲击和变革。为了为产业发展、时代进步以及科技领域的稳定运作指明道路和方向，许多行业开始以大数据和人工智能为依据，充分实现对各类信息的高效处理以及归纳。在这样的背景之下，社会对人才的需求量也越来越大。对于我国高职教育来说，计算机专业的教育教学尤为关键。教师需要以学生创新能力的培养为依据，分析大数据时代背景之下各类数据信息以及人工智能等高新技术的应用，明确大数据与计算机之间的内在逻辑联系，充分体现这一专业教学的实践作用以及指导价值。[1]

二、大数据背景之下的高职计算机专业学生创新能力的培养策略

根据上文中的相关分析可以看出，在大数据背景之下，高职计算机专业学生创新能力的培养必不可少。教师需要注重对这一能力培养的具体要求，掌握恰当可行的策略，围绕大数据背景之下的信息化教学要求实现各项工作的稳定运作。从微观的角度上来看，教学活动、教学管理、科学研究之间的融合比较复杂。教师需要注重不同层面的创新以及改革，积极优化目前的教学形式，分析传统教学模式带来的各类负面影响，以引导学生、鼓励学生、启发学生为依据，构建全新的人才培养创新机制，从整体上实现学生创新能力和创新思维的综合提升及发展。

（一）提升学生的活动信息素养活动信息素养的提升与大数据的发展及应用密不可分。从目前来看，许多教师开始积极调整理论教学与实践教学的比重。在大数据背景之下，高职计算机专业人才的培养要求越来越高。学生除了需要掌握计算机基础知识之外，还需要主动参与不同的创新活动，了解大数据时展的趋势，充分利用本专业的知识解决生活实际以及科学技术在变革过程中所出现的各类问题。例如，教师可以立足于目前的活动平台拓宽学生的知识视野，丰富其活动信息素养，让学生能够在参与各类科技创新比赛的过程之中，对目前的专业学习和发展趋势有一个客观的认知。互联网及大学生创业大赛每年都会举行。这种国际性赛事备受关注并取得了良好的效果。教师可以引导学生主动参与这些技术含金量比较高，同时信息素养较足的国际赛事。这样才能更好地吸引学生的注意力，让学生能够在主动参与的过程之中获得更多的信息输入，形成良好的创新学习意识。在主动实践和动手时，教师要与优秀学生进行交流和互动，从而提升其国际素养、活动实践素养以及科学素养。[2]

（二）制定创新激励政策要想调动学生的参与积极性，充分体现大数据时代背景之下高职计算机专业学生创新能力培养的实质作用及优势，教师需要将创新激励政策的制定与学生的自主成长和发展相融合，了解高职教育在实践运作过程之中所面临的各类发展机遇以及挑战，将激励机制和政策机制融为一体，通过对大数据时代背景之下社会公众对学生创新能力及创新思维的要求来构建以学生创新能力培养为基础的激励机制，让学生在主动参与的过程之中意识到自主创新的价值和作用。从微观的角度来看，创新能力的培养主要以情感、物质、精神以及校园文化等多个层次为依据。教师要积极利用各种研讨会、国际比赛、社团活动以及实践活动开展相应的创新教育教学，引导、鼓励学生主动实现自我教育，在参与创新的过程之中掌握计算机专业基础知识的实践技巧和应用要求，实现个人创新能力的提升。

（三）创新教学形式作为学生自主学习以及主动创新的重要基地，课堂教学尤为关键。教师需要抓住这一主阵地与学生进行交流和沟通，了解学生的真实想法，立足于课堂教学，创新教学形式，积极提升学生的创新思维能力及水平。在大数据时代背景之下，各种创造性的教学模式应运而生。许多教师将信息化、多样化的教学形式融入数字化学习平台，通过互动教学、视频教学来调动学生的想象力，降低学生的理解难度，鼓励学生实现自我教育和自我成长。在学生自主学习和独立思考的过程之中，教师可以针对学生出现的各类疑惑进行实时在线问答，构建良好的师生互动关系，及时了解学生的知识掌握情况，给予学生恰当可行的辅导和针对性的帮助，让学生在小组讨论、独立思考和数据分析的过程中提出个人的想法。这种以学生为中心的课堂教学形式既能够实现教学形式的创新，还可以提升学生的创新能力，加深学生对计算机专业基础知识的理解和认识，使其能做到举一反三。[3]

人工智能视频教学范文第2篇

关键词：高职院校；实践教学；信息化管理平台

0 引言

高职院校的信息化管理水平是其综合办学能力的有力体现，实践教学环节又是高职院校的重要教学工作。充分运用信息化手段，构建高效的实践教学信息化管理平台，推动实践教学管理进入_个全新的阶段，提高实践教学管理的水平和质量，是当前高职院校实践教学改革的当务之急，也是目前高职院校信息化建设的重要举措。

与常规的理论教学相比，高职院校的实践教学内容形式多样，不少教学项目占用场地较大，而且，随着新工艺的不断涌现，实践教学也需要紧跟时代步伐，以培养职业教育为依托，结合社会化考核和技能大赛项目的训练，优化配置教学资源，不断更新教学内容和模式。因此，仅仅依赖于手工方式来进行教学资源的有效整合已经无法适应当前高职院校实践教学迅猛发展的势头，只有充分发挥信息化手段的优势，建立完善的实践教学信息化管理平台，才可以保证实践教学工作高质量地开展，保证教学效果，而且还可以实现高职院校实践教学管理工作的规范化和现代化，提高管理效率，为实践教学的管理工作提供强大支持。

科学、系统、高效地对实践教学进行管理是提升高职院校综合办学水平和社会竞争力的重要途径。要想提高高职院校的信息化管理水平，首先必须构建实践教学管理的信息化平台，不断推进高职院校各部门的信息化建设，最终建成集网络化、数字化、信息化为一体的高职院校综合管理平台，全面实现管理信息化。

1 构建实践教学管理信息化平台的意义和目标

高职院校信息化建设是高职教育改革和创新的重要组成部分。高职院校实践教学信息化管理平台的构建将实现集实践教学项目管理、资产管理、人员管理、学生实践过程管理、实践考核方式管理等功能为一体化，高效、优质地对实践教学的基本信息进行管理，从实践教学管理过程的人性化与智能化角度出发，深入分析智慧管理的内涵与核心特征，探讨实践教学管理信息化的一般流程，构建出实践教学信息化管理平台的体系框架，其内容主要包括教学资源的收集、教学过程的监控与采集、教学结果的可视化呈现、实践教学智慧管理决策的形成、管理调度指令的和实施等方面。

高职院校实践教学信息化管理平台借助于网络通讯通信和智能监控设备，将各个教学终端、管理系统、即时通讯工具等进行有效的结合，从而实现比传统的手工管理更高的效率和更好的教学效果，也使信息化管理理念得到了更为深入的应用。从整体来说，构建高职院校实践教学信息化管理平台的目标就是要在高职院校里建立一个集协同性、全面性和开放性为一体的有效的实践教学信息化管理平台。

（1）高职院校强调以服务为宗旨、以就业为导向，培养学生的专业技能，高职院校实践教学的目的是按照市场的需求有针对性地开展实训项目，提高学生的动手能力，提升学生的实践技能，因此，高职院校实践教学信息化管理平台需要收入各种实践教学项目，以方便、有效地推动学生实践操作能力的提高。

（2）信息化程度是评价各高职院校综合办学水平的重要因素之一，充分发挥网络进行通信的便捷性和现代多媒体技术的技术优势推动教学管理的深化改革已实在必行。高职院校实践教学信息化管理平台涉及了各种软硬件资源的管理，因此，在平台的搭建过程中，我们需要完整而实时地提供在实践过程中需要的数据，努力用最低的费用、最短的时间提供尽可能精确、可靠的信息，并充分发挥信息化手段的优势，将教师的教和学生的学融为一体，努力提高教学效果。

（3）教学管理信息化是高职院校信息化建设的重要内容，实践教学管理信息化不仅可以提高对实践教学进行有效管理的效率，而且可以促进管理更加科学、规范，推进教学改革。高职院校实践教学信息化管理平台主要包括对实践项目、实践教学现场、实践考核方式、设备资产及耗材的使用情况、成绩管理、考核定级等进行管理。

2 实践教学信息化管理平台的体系结构设计

实践教学信息化管理平台是一个庞大的系统，内容多，领域广，从校内实验室到校外实训基地，从实训课程到学生自主创新项目等，教学资源丰富而零散。为此，应对学校各部门的信息资源进行有效的整合，实现数据共享，规范实践教学大纲，建立多种实践教学资源为一体的信息资源数据库，构建实践教学信息化管理平台。

实践教学信息化管理平台的构建一方面涉及信息化手段的灵活运用，在校园网的基础上，充分发挥数字化技术的优势，对各个专业的实践环节的教学资源进行统筹，优化配置，建立智能化的教学体系；另一方面还涉及教学管理理念的更新，通过这个平台，教育教学管理者需要不断学习新的管理思想，树立现代化的教育管理观念，以创新思维实现科学管理，以智能管理实现智能化的决策，通过个性化的教学环节培养适应社会需求的优秀人才。借助于这样的构建思路，高职院校实践教学信息化管理平台有利于在教学管理者、指导老师和学生之间进行协同管理和流程化运作，提高科学管理的效率，并通过校企合作等环节，向社会输送高水平人才。

高职院校实践教学信息化管理平台的组成结构如图1所示。

高职院校强调以就业为导向，注重学生职业技能的培养，因此，高职院校实践教学信息化管理平台需要与企业紧密合作，严格按照企业岗位需求和标准来制定人才培养方案，按社会需求制定技能菜单，并融入到实践教学平台中。在校企合作过程中，通过信息化手段记录学生实践能力不断提高的过程，并对企业的要求和标准及时进行反馈，一方面请企业的能工巧匠将最新的工艺传授给学生，不断提高学生的专业技能，另一方面也便于企业今后招聘到自己满意的员工，还可以对接一些大型就业网站，将企业的用人需求及时纳入今后的实践教学；此外，信息化建设的一个重要发展方向是进行数据挖掘和智能化决策，因此，在高职院校实践教学信息化管理平台中，还可以引入专家系统，以各企业专家提供的知识和经验为依托，模拟专家的决策过程，利用人工智能技术，进行智能化的推断和决策，使得高职院校实践教学信息化管理平台能够更科学、更智能地为学校实践教学工作服务，为社会输送优秀人才。

3 充分利用多方资源，构建实践教学信息化管理平台

高职院校旨在培养学生的实践技能，针对实践教学的特点，实践教学信息化管理平台注重对校内外实践教学环节的过程化管理。在软硬件支撑环境下，校园网的基础上，并介入移动互联技术，使教师的教和学生的学能够方便快捷地进行，开展多种形式的实践教学，不仅开展各专业的课程设计、校内实训、毕业设计，还可以通过信息化平台借助于移动互联网的微博、微信等功能，直接了解学生在校外实习的情况。同时，积极引导学生参加大学生创新项目，拓展学生的思维，并筛选出优秀的学生进行技能大赛专项训练等。所有这些项目的管理我们都可以借助于高职院校实践教学信息化管理平台来完成，一方面构建实践教学共享资源库，便于学生自主学习；另一方面通过对实践教学的质量进行分析，可以更有效地帮助专家系统做出正确的决策，进一步完善信息化平台的功能；此外，通过与大型就业网站的对接，教师和学生都可以及时了解当前企业对各岗位人才的最新要求，企业也能通过这个平台招聘到他们满意的员工。

在高职院校实践教学信息化管理平台的校内实训管理模块中，利用信息化手段，着重管理实训现场、设备资产、视频教学、考核定级等内容。在实训现场，基于网络技术和视频通信，将实训指导老师规范的操作流程和步骤展示在学生的显示屏上，并通过对实训场所里的各个设备进行智能监控，将学生的学习情况和设备的运转情况发送到信息化平台上，轻松把握学生的学习进度，并能及时对设备进行维护，保证校内实训能够顺利进行。

人工智能视频教学范文第3篇

【摘要】MOOC，中文译为慕课，是一种以名校名师为授课主体，以在线免费课程为教学内容的弹性学习模式。近年来，慕课所带来的教育革命对传统大学教育模式形成了冲击和挑战，尤其是以听说读写为基本培养目标的大学英语更是首当其冲。本文中，笔者就从慕课时代下我国大学英语教育面临的机遇与挑战谈起，从多方面分析应对策略，为广大教师应对慕课时代提供参考。

【关键词】MOOC 大学英语教育 应对策略

MOOC是Massive Open Online Courses大规模在线网络公开课的缩写，中文名简称慕课。慕课理念最早产生于20世纪60年代的美国，经过近50年的发展，慕课已经走向成熟，随着Coursera，Udacity，edX三大在线课程平台的建立，慕课在全球范围内掀起了一场在线教育的革命浪潮。在这一大背景下，没有任何学科可以置身于外，与全球化联系紧密的中国大学英语教育更是如此。传统的中国大学英语教育应当认真分析自身优势与劣势，明确慕课带来的机遇与挑战，积极做好应对措施，使教学质量更进一层楼。

一、MOOC时代下中国大学英语带来的机遇

1.中国大学英语教育受益于优秀的慕课资源。慕课最大的亮点就是其集结了全球一流的高等教育资源，这是任何一所大学所不能比拟的。众所周知，在过去相当长时间，我国大学英语教育都存在输入和输出的问题，在语言输入方面，学生仅靠阅读教材或教材录音来获取知识，很少有机会听到以英语为母语的教师直接授课；在语言输出方面，大学生缺乏同以英语为母语的人流的机会，很多学生甚至羞于同他人用英语交流。慕课的发展极大改善了中国学生学习英语的环境和条件。学生可利用慕课平台聆听来自世界各地的外籍教师以母语授课，还可利用通讯软件在线通教师和其他海外学生展开文字、语音、视频交流，这极大提升了学生在英语知识输入与输出的效率和质量。

2.慕课将使中国英语教育更加个性化、人性化。由于资源所限，我国大学英语教育很难做到个性化和人性化，大部分学校的英语授课仍采用集体课模式，英语专业班制在30人左右，公共英语则在50～100人之间。这种模式使得教师难以关注到每个学生，“因材施教”根本无从谈起。慕课的出现则从以下几方面提高了英语教学的个性化与人性化：（1）慕课突破了传统教学空间和时间的限制，学生可根据实际选择学习的时间地点。（2）学生可依据自己的喜好和学习进度、英语水平选择适合自己的课程。（3）慕课的教学资源可根据学生意愿进行多次播放。

二、慕课为中国大学英语教学带来的挑战

1.慕课将掀起中国大学同全球大学的英语教育生源争夺战。慕课打破了时间和空间的限制，运作模式不断成熟，很快就会对我国大学造成生源威胁。曾有学者断言，慕课可能会使大部分教学质量一般的大学消失。试想，如果学生能够足不出户坐在电脑前就接触到全球一流大学的课程，并针对自己的特点完成学习，并且所学得到社会认可，那么传统的普通大学也就没有存在的必要了。现在，慕课平台上的课程不仅全部由名校名师制作，而且大部分课程是免费的。这也就更加削弱了普通大学教师的竞争力。

2.中国大学英语教师的能力有待提升。

（1）提升现代教育科学技术掌握能力。当前，很多大学英语教师还停留在使用PPT课件授课的阶段，仅是偶尔插入音频和视频资料，这远远不能满足慕课环境下的教学要求。高校教师在熟练掌握电脑技术方面还有待进一步提升，尤其是在网上组织和管理学生学习的能力仍需加强。此外，英语教师在独立编辑音频和视频教学资料方面也有所欠缺，这些都是慕课时代下必备的操作技能。

（2）调整知识结构。慕课时代下的大学英语教师仅仅拥有英语专业技能是不够的，为了提高教学广度与深度，教师还要具备更加广阔的知识储备，在知识结构方面进行优化和调整，让学生在掌握英语知识的同时进一步拓宽知识面。

（3）增强设计优质课程的能力。一直以来，中国大学英语教学的开展都围绕教科书进行，教师仅需搭配教参和PPT即可。这种情况下，教师仅仅是教学思想的执行者而非设计者，教学方式长期缺乏新意。在慕课时代下，英语教师要发挥教学引导者的作用，提升个人与团队的课程设计能力，正确制作出能够与优秀慕课团队竞争的精品课程。

三、中国大学英语教育应对慕课的策略

1.迅速提升教师现代教育科技能力。大学英语教师要努力借助电脑与互联网技术实现教学目标，尤其是在教学音频与视频编辑、大数据生成试题库、网络与批改电子版作业等方面要熟练掌握。同时，学会利用人工智能教学系统提高来提高教学效率，优化学生管理方式。

2.转变教学管理观念。以往，中国大学无需考虑生源问题，但随着慕课发展的成熟，高等教育生源上的争夺将不可避免。大学管理者，特别是大学英语教育的决策者要快速实现教学管理观念上的转型，使教育向着专业化、实用化的方向发展，同时，还可考虑将英语教学同中国本土文化结合起来，开设“中国古典艺术”“中国旅游”“舌尖上的中国”等专题英语课程，吸引海内外学生在学习。

四、结语

慕课是以互联网和计算机技术为支撑的教育革命，其突破了传统大学授课的时间与空间限制，既为当前的大学模式提供了有益补充，又提出了严峻挑战。大学英语教育要从教学理念、教学方法、管理体系等方面进行改进，融合面授和慕课的优势，不断提升教学水平，避免被时代所淘汰。

人工智能视频教学范文第4篇

对于整体设计思路，首先要搞清楚需要什么样的要求，要达到哪些功能，再来选择设备。

首先，要求功能教室要达到教学过程可视化，教学过程全程录播数字化。

第二，此教室还应适应高中的一切文化科目的教学要求，任何文化科目都用得上。特别是英语语言教学上双向对话要求，因此，有必要安装模拟语音教学设备和数字语音教学系统。

第三，此教室应有适用现代教学要求的多媒体教学系统。

因此，在要求上要实现三大功能：1）录播功能；2）语言教学功能；3）多媒体教学功能。设施包括多镜头分区多画面切换自动跟踪录播系统、语音教学系统和多媒体电化教学系统三大设施功能组合为一体的现代化数字化教学系统。而在这三大系统中，各个系统在应用上又要求有一定的独立性和组合性，分则各为一体，合则为一系统组合，因此对设备有较高的要求。

全自动录播跟踪系统，是这套系统中最关键的一个单项系统，涉及较多设备和模式。目前市场上的录播跟踪系统基本上有3种控制原理：超声波跟踪切换技术、红外跟踪技术和图像识别分析技术。三者各有利弊。

1）超声波技术是通过超声波控制。其中教师跟踪要求教师配戴无线麦克风，通过语音激励，使摄像机跟踪教师来实现。对于讲台区域的跟踪摄像是多机位分区，就是在教室后面安装多个固定摄像机，在黑板下沿安装超声波感应头，实际上是一种超声波收发器，有效作用距离在0.5～1米之间可调。当教师靠近黑板时，相应位置的超声波感应头检测到人体，立即触发相对应的摄像机拍摄画面，未检测到人体的其他板书摄像机则处于封闭状态；当教师进入另一区域时，相对应的摄像机就会拍摄教师（如图1所示）。这种摄像定位精确，画面清晰不抖动。

2）红外跟踪技术是通过红外线控制的，其基本设备是红外发射源和红外接收装置。通过红外信号的变化，指使系统作出判断，然后发出指令，令摄像机跟踪定位，进行跟踪摄像。

3）图像识别分析跟踪技术。图像识别是人工智能的一个重要领域。识别某个图像，必须在过去的经验中有这个图像的记忆模式。识别图像时，这个图像与记忆相似或匹配，则这个图像被识别。依靠计算机的专门软件对摄像机捕获的人像进行分析处理，将其设定为跟踪对象，使其始终处于拍摄范围内，实现人像的自动跟踪。这是当前技术含量较高的跟踪技术，现在国际上的一些大公司都在努力研究图像识别分析技术。图像识别分析技术是解决自动跟踪的终极方案。

针对几种技术流派，各有其应用的场所主导方向。目前图像识别技术在自动录播跟踪的应用上还有很多技术难关未解决好。超声波技术主要应用于大学课堂教学，红外技术近几年应用于中学课堂有所兴起。中学课堂教学模式与大学有明显的不同：大学课堂以教师讲授为主，师生互动较少，在互动这一块不必过于强化；而中小学课堂师生互动量远远大于大学课堂，学段越低，互动越多。所以为适应高中要求，在开始选型上选择了红外跟踪技术。

红外跟踪技术又有两个流派：一种是点对点被动红外跟踪技术（如图2所示）；一种是主动红外空间网格定位跟踪技术。这两种技术中关键的区别就是目标定位上的差距。

点对点被动红外跟踪技术是在教师身上配戴的无线话筒上安装一个红外发生器，发生器不停地发出红外信号；高速球摄像机上有一个红外接收装置，不停地接收教师红外发生器的信号而控制教师摄像机，随时跟踪教师活动情况。在黑板上、下方各安有红外传感装置，教师板书时切断红外信号，系统将信号传给板书摄像机，拍摄教师板书情况。或者是教师通过手动按扭来控制板书摄像机拍摄板书画面。

学生跟踪是通过在学生座位上安装一个光电感应器，当学生坐好时，借用学生身体遮挡住光电感应器的感光孔，光电信号就不会发出；当学生站起来回答问题时，人离开座椅，感光孔就有光线进入而产生光电信号发射出去，光电信号接收装置就收到信号而判定此光电信号发生点有一位学生站起来回答问题，随后指令学生摄像机对此学生进行跟踪摄像；当学生回答完毕坐下时，光电感应孔被遮挡住而没有信号产生，因此，学生摄像机就不再跟踪此学生，而自动切换到教师。通过两种点对点跟踪来完成对教师和学生的跟踪切换。

这种技术的优点是跟踪定位准确，由于教师身上配戴了无线咪，因此后台摄像时录音效果相当好；由于学生每个椅子上都有光电感应器，只要学生站起来回答问题，学生摄像机就会马上跟踪，所以定位精确度很高。

但也有缺点：

其一，教师跟踪后录制下来的画面，整幅画面都在不停地变动。中学教师上课不是静止不动的，他一动，摄像画面也动，因此作为可视化教学资源时，打开视频录相，视频画面在不停地晃动，人眼浏览视频几分钟后就会感到头晕而不想继续观看。如果教师走动稍快或转身，就会出现跟踪丢失。

其二，学生跟踪是通过光电感应而发生的。学生坐在椅子上时，臀部不一定恰好遮住光电感应器，一旦产生漏光现象，光电感应器就会发出信号，指使学生摄像机跟踪此学生，而此学生此时并未回答问题，是不需要跟踪、不需要特写的，因而可能产生较多的垃圾镜头。

主动红外空间网格定位跟踪原理是借助于红外发生器和红外感应带将整个教室建立一个三维空间网格坐标系，来将教室内每个点进行网格坐标定位。不论教师、学生在任何一点站立，都会改变某一区域网格内红外信号，系统就会收到信号令摄像机自动跟踪（如图3所示）。这种空间网格定位最大的优点就是关键的定位设备是安装在教室四周墙壁上和天花板上的，因此，教师和学生都无需配戴任何设备，完全等同于普通教室的常态化教学，教师、学生都很自然。

当教师在讲台区域时，教师通过改变讲台区域的红外网格内的红外信号而获得教师定位信号，教师摄像机就自动跟踪教师的一举一动。当教师走下讲台进入学生区域时，由于教师的进入而改变了学生区域某网格红外信号，因此摄像机就会跟踪教师。当学生站起来回答问题时，学生身体高度的改变触发了学生所在的某一网格红外探测信号，摄像机就会自动跟踪学生；当学生回答完毕坐下时，系统认为此时红外信号恢复原值，就认为没有学生回答问题，自动调整到教师画面。通过这种原理来实现教师与学生的互动教学过程（如图4所示）。

空间网格技术将整个教室空间三维网格化，无论是教师还是学生，系统都可以准确地感知目标的空间位置，实现跟踪“无盲区”。教师不再限制在讲台上，无需配戴任何设备，学生不再需要按话筒开关或按扭，无论教师走到教室的哪个位置，无论学在哪个位置起立回答问题，只要空间网格中某个红外接收信号有所改变，系统都可以准确地感知。配合合理的策略，可以轻松解决师生互动。此设施最大的优点是教学常态化，不因系统录像而做些其他的任何动作要求。最大的缺点是对讲台区域的教师跟踪时同样会产生视频画面的晃动，且板书跟踪解决得不大完美；跟踪时对教室环境要求较高，受光线、衣服材料、温度等干扰。

而超声波技术却有着其自身的优点，将教室讲台通过分区来实现对讲台区域教师的跟踪。就是在教室的后面安有3～4个固定摄像头，将讲台分为几个区，每一个摄像头覆盖一个区域，当教师进入此区域时，此区域对应的一个摄像头就会摄像，而在此区域内教师的动作幅度无论多大，录制视频的画面都不会晃动，视觉效果很好。当教师由某一区域进入另一区域时，另一区域的摄像头就跟踪教师在此区域的一切动作，而且区域之间的切换很自然，虽有一定的跳跃性，但镜头不晃动。当教师板书时，可对板书内容进行特写放大，符合视频教学要求。

学生定位是通过按扭操作来完成，每两个学生共同使用一个遥控设备或话筒。当学生发言时，学生按一下“开始发言”按键，镜头会自动切换给学生；结束发言时，按“结束发言”，图像会切回到教师。整个系统由于学生区域有很多话筒，声音效果很好。

由于讲台区域分区位跟踪，跟踪时画面不会晃动，因此，超声波技术有红外技术难以企及的优点。

当然，也有其缺点。

一是学生区域话筒过多。如果学生因好奇乱按话筒，或学生打开话筒而忘记关闭话筒，可能会将杂音放大或产生垃圾镜头。学生回答问题时，必须按一下课桌上的话筒按扭，将信号发给系统，此时摄像机才会对回答问题的学生进行特写摄像跟踪，否则可能只有学生的声音而没有学生的图像。这不是常态教学。因此，应用前提是教师很熟练，学生很自觉，习惯很好。正是由于这种原因，更多地适用于大学的课堂教学，特别是讲座型的教学模式。

二是超声波产品长时间使用，对人体健康是否有害，学术界对此也一直争论不休。

综合超声波技术、点对点被动红外技术、主动红外空间网格定位技术和图像识别分析技术的优缺点，根据高中教学的针对性和适用性，提出了自己的目标方案，就是将超声波技术讲台分区的优点应用于红外技术中，提出多机位分区多画面切换全自动红外跟踪录播系统方案。基于这种技术要求，要求讲台区域分为3个区域（分区越多，视频画面越晃；分区越少，镜头覆盖面越大，人像越小）。教师、学生要求教学常态化，不需要配戴或在坐椅上安装任何设备。实现这种方案的技术原理是主动红外+空间网格定位跟踪，目前能较好地解决中学课堂教学中教师、学生图像跟踪问题。当然这种技术也存在设备成本较高，室内装修要求较高，教师板书特写跟踪不大理想等不足，录播跟踪技术还有待进一步完善。

在应用中发现空间网格对教师板书画面的拍摄不大满意。为此，针对高中教学要求，提出一种新的技术解决方案，有待专家研究，有待厂家研发。这就是在主动红外+空间网格基础上，在黑板的上沿、下沿安装红外装置，在黑板区域建立一个红外平面场，当教师板书时触发红外场，使板书摄像机进行板书特写，这样就可实现教师分区跟踪、学生跟踪、板书特写，再加上电脑课件几种信号整合的优良效果。因此，笔者期待的解决方案是主动红外+空间网格+板书红外三合一的红外录播跟踪系统，如图5所示。

参考文献

[1]图像识别原理及技巧[EB/OL].http：///.

人工智能视频教学范文第5篇

关键词：大数据；大数据技术；教学改革；教学模式

中图分类号：G424 文献标识码：A 文章编号：1009-3044（2015）09-0156-03

Abstract： The big data technologyof information society has made a great influence on the development of people's life and the society， College education combined with the big data technology to reform is the development trend in the future. This paper analyzes the applicationexploration of big data in the domestic and foreign teaching in Colleges and universities， and the influence of big data technology to teaching mode in Colleges and universities.Puts forward the scheme and measures of big data technologies in college Seniorteaching reform exploration.

Key words： Big Data； Big Data Technology；Teaching Reformation；Teaching Model

大数据诞生于人们对数据搜集能力、传输能力、存储能力和处理分析能力的发展和跨越基础上，已在各行业掀起了变革的巨浪，发展潜力巨大[1]。著名管理咨询公司麦肯锡认为大数据是大小超出了常规数据库软件工具获取、存储、管理和分析能力的海量复杂数据集。亚马孙认为大数据是任何超过了一台计算机处理能力的数据量。从宏观角度来讲，大数据是融合物理世界、信息空间和人类社会三元世界的纽带。谷歌借助云计算搜索引擎推动了大数据的应用和发展。在教育领域，在教与学的过程中，也蕴藏着有价值的海量大数据，怎么有效挖掘、分析和利用这些海量数据来促进教学，是当今教育界研究的热点内容。

未来十年将是一个“大数据”引领的智慧科技时代。随着QQ、微信等社交网络的逐渐成熟普及，移动带宽迅速提升，云计算、物联网应用更加丰富，更多的传感设备、移动终端接入网络，由此产生的数据急剧增长，速度比历史上的任何时期都要多都要快。IDC在《数字宇宙膨胀：到2020年全球信息增长预测》指出，数字信息每年按几何级数递增，到2020年，数据量将超出人们想象，达到40ZB。据麦肯锡数据显示，2009年美国教育部某信息系统数据库存储的数据达到近270PB，入选2009全美十大数据生产贡献排名，教育已成为大数据重要源泉之一[2]。

教育意味着未来，抓好了教育，就预示着掌握了未来，所以教育始终是民生之本，是国家和政府高度重视的领域，教育改革始终是一个不断探索的课题。在大数据时代快速推进之际，探索新形势下的教育体制、模式和方法，对促进我国教育发展具有长远意义。

1 国内外对大数据在高校教学中的初步探索

大数据技术必将改变我们的生活，也必将推动教育模式产生巨大的变革。2011年秋天，斯坦福大学一门人工智能网上课程受到热烈欢迎，190多个国家约16万学生参加学习，2万多人通过了考试，获得认证。课程讲授者Thrun教授，创办了在线教育平台Udacity。斯坦福大学的Ng教授，把自己的课程放到了互联网上，全球有十几万人注册，在网上听他的实时讲授，同时还和斯坦福大学在校生做同样的作业、接受同样的考核。Ng教授2012年4月成立了Coursera，和普林斯顿、斯坦福、密歇根大学和宾夕法尼亚大学等大学结盟，提供社会科学、物理、工程学等课程。2012年11月福布斯发表文章《一个人，一台电脑，1千万学生，可汗学院如何重塑了教育》。因为“大数据”的技术背景，哈佛和麻省理工也把课程免费上网，收集最多的学生学习行为数据，研究开发更好的在线教育平台，强化学校品牌效应。

硬件的高速革新和软件的高度智能，国内也掀起了新一轮教育信息化的浪潮。清华大学、北京大学、上海交通大学和复旦大学等，也都开始提供免费网络课程。国内多个省市先后实施了建设教育信息化公共服务平台，推进数字校园实验工作，建立 “数字化学习”试点学校，开发“微课程”，试点“微学位”，开展“翻转课堂”活动、推进1对1“E课堂”教学实践等一系列教育改革新举措。

1.3 研究趋势

现代信息世界已经发酵出第三次工业革命，具体到教育和高等教育领域，云、物联网和基于云和物联发展所带来的大数据趋势，是变革的技术因素，向大数据时代、知识时代跨越。目前仅就知识而言，教育资源所经历的平台开放时代、内容开放时代、校园开放时代是前所未有的。教育发展的未来模式将是：视频成为主要载体，教育资源极其丰富；翻转课堂；按需学习；终生学习；不以年龄划线；距离不再是问题，在学校之外在异地发生等等。

千百年来，知识载体的变化，决定了知识本身的价值。简牍时代，知识被教师垄断，师生的等级观念由此诞生；印刷时代，知识变得廉价，教师的作用变成讲授服务；信息时代，知识更容易获取，教师成为学生的朋友和教学过程信息服务的组织者、主持人和教练。数据挖掘和数据分析软件可以阶段测验学生表现，帮助教育者研究能够预测其效果的学习模式。面向服务、面向创新和面向过程成为教育的重点，云和大数据为基础的教育资源共享、教育模式语言与教育空间设计、学生个性和天性培养成为教育发展趋势。信息时代大量的知识创造和服务业的兴起，行业技能专能和社区教育，将不断壮大发展。高等院校的教学模式、教学定位等都将有很大的变化，推动高校不断创新，成为新知识的生产中心，而不是旧知识的传播中心，催生良好的管理和其他增值服务。

2 大数据对高校教学模式和教学实施的影响

2.1 大数据的4V特性在教育变革中的体现

大数据的4V特性是，Volume（海量的数据规模）、Velocity（快速的数据流转和动态的数据体系）、Variety（多样的数据类型）、Value（巨大的数据价值）。现代教育过程将产生大量的教育数据，海量的知识数据，随着信息技术和通信技术的飞速发展，各种计算机和终端设备实现了前所未有的互联互通，教育内容实现了跨越时空的自由流通。大数据的实时分析与处理，Hadoop（MapReduce技术的基于Java的开源实现）等非关系型数据管理和分析技术和HadoopDB（MapReduce技术和RDBMS的集成），能加速数据查询和分析，具有较好的扩展性和容错性，智慧软件实时诱导跟进评价学生的在线学习。关系型数据库处理结构化数据，而现在非结构化数据（用户评论、应用、位置信息、图片、音乐、视频等）占很大比重（约为85%），产生智慧的大数据往往是这些非结构化数据[3]。视频教学和师生间的网络互动交流将成为未来教育的重要方式，对学生学习过程的记录数据，将对学生的教育规划进行智能化的指导和评价。通过对数据的分析和利用，预测未来发展趋势，开发有吸引力的应用，将产生巨大的价值，为未来教育带来创新模式。

2.2 大数据支撑的未来教育将成为一门实证科学（教育的数据化）

与医疗技术比较，原来的医疗靠望闻问切和经验为病人诊治，现代医学更多的依靠各种检验化验和先进的医疗设备器械，通过报告单、可视化的影像、X光片等精确数据，为疾病的判断和诊治提供科学的依据和证据。尽管病人会抱怨，住院后让做各种检查，该做不该做的都做，但也无可否认，在大量诊查数据的支撑下，现代医疗技术确实提高了很多，治愈率越来越高，人的寿命不断延长。

类似的，教育也将不再是单纯靠理念经验的积累和传承，道德良心自律的学科，而将变成一门实实在在的实证科学[4]。把学生从入校后的所有相关教育信息行为表现，都记录下来，根据这些数据，分析学生的学习过程和个性特质，将为学生的个性化学习和个人成功提供有力的科学依据。

大数据使得查探学生表现和学习途径信息成为可能，学生通过在线学习平台进行学习，其学习行为数据将被记录，系统后台根据不断积累的行为数据对学生进行评估，分析学生的思考习惯和思维模式，创建心理测量图，根据学生的学习进展调整之后的学习内容和重点。实时记录学生的量化学习过程（上课、读书、记笔记、作业、讨论、考试、考评等）和实验的过程结果等，这些数据将作为课程最后考评的重要参考依据。通过聚焦于数据分析，教师可以用更有效的方式研究学生学习状况和学习效果[5]。

2.3 未来教育在技术上的演进

2.3.1 教育技术的演进

教育经历了PC时代的数字化教育（传统的板书变成了PPT投影）、互联网时代的社会化教育（知识的获取更加便利和普及，知识传播更加迅捷）、移动互联网时代的范在化教育（教育不再受时间和空间的限制），现在进入了大数据时代的个性化教育（视频将作为知识传播的主要载体）。传统网络教育、远程教育、网上学堂只是把教育教学转换为视频，通过网络传播，使学生异地学习，只是学习内容的网络化跨地域化。

大数据教育依托网络技术和大数据分析，将有更多的教育手段、要求、方式和内涵等，更注重学生的因材施教、个性化培养、突出个体差异化发展和成功。哈佛、MIT、斯坦福、耶鲁、普林斯顿、伯克利、宾夕法尼亚大学等纷纷把自己的课程免费上网。新一代的在线学习平台和过去的重要区别，在于增加了行为评价和学习诱导的成分，向全世界开放，让最多的学习者在上面学习、使用，同时可以收集最多的数据，使用、研究、分析学习者的行为模式。

未来大部分的老师，是课堂的组织者、学习的引导者、学生学习行为的分析者，而不是知识的讲授者。网络、视频和智能软件，为每一个学习者搭建起一个学习情境，对学习者的学习过程和行为提供持续性的诱导、评价和支持，帮助其培养科学有效的学习方法和习惯等。数据在网上自动整合和跳转，向学生推送学校信息和建议。学生可以和其他学习者交流互动，寻求有效帮助。普适计算的浪潮，网络终端将无处不在，学生可以在任何可以联网的地方学习，而到学校去，则主要是做作业、答疑、讨论、考评等。

2.3.2 大数据教育技术

1）大数据处理模式大数据的主要处理模式有两种：直接处理的流数据处理（Stream Processing）模式和先存储后处理的批处理（Batch Processing）模式。数据流的研究与技术应用已经有十几年的历史了，目前开发和得到广泛应用的代表性开源系统有Twitter的Storm、Yahoo的S4、Linkedin的Kafka和Apache 的Nutch等[3] [6]。批处理模式的典型代表是Google的MapReduce模型。

2）教育大数据分析技术教育分析技术来源于大数据在商业领域的应用，如淘宝网根据用户的浏览轨迹推断用户对产品类别的偏好。教育分析技术以学生群体为主体，借助于网络在线平台和移动终端软件，跟踪采集挖掘分析学生学习的整个过程，以提高学生学习质量和学习效率，并对学生未来需求趋势进行分析和预测， 拓展发展空间，提高竞争力[7]。深度学习和知识计算是教育大数据分析的基础，可视化是数据分析的关键技术和数据分析结果呈现的关键技术。

深度学习深度学习的起源可以追溯到神经网络和后向传播（BP）算法，2006年多伦多大学的Hinton等人提出无监督的逐层贪婪的预训练（greedy layer-wise pre-train）方法，掀起了深度学习的浪潮。近几年，深度学习在自然语言理解、语音识别、人脸识别、图像搜索等应用领域取得了一系列重大进展[8]。而在教育领域，深度学习研究集中在学生线上视频学习时间分析、学生参加网络活动的行为分析等方面。

知识计算对大数据进行高端分析，需要从大数据中抽取有价值的知识，构建成支持查询、分析和计算的知识库。目前，世界各国建立的知识库达50多种，知识应用系统达100多种。知识计算的基础是构建知识库，包括知识库的构建、多源知识的融合、知识库的更新等。教育领域，基于机器学习、信息检索和数据挖掘的智慧软件构建了一个高度个性化的智能网络平台，实时反馈学习过程信息，可以帮助对学生做出评价、对教育做出决策。

可视化技术可视化技术在大数据领域的应用主要表现在数据分析工具的可视化和数据分析结果的可视化[9]。对大规模、高维度、多来源、动态演化的大数据信息，开发可视化分析工具，使普通人员也可以轻松上手操作实现自动分析。对大数据分析结果应用有效的可视化技术（交互式展示、超大图动态化展示），有助于用户理解和辅助做出实时反馈和决策。教育领域，教师可以使用数据可视化工具来研究学生的学习模式，修正课程以引导学生进行有效学习和满足学生个性化学习需求。

2.3.3 大数据处理平台和工具

在原有的关系型数据库RDBMS，很难处理大数据时代产生的大量非结构化数据的背景下，基于Google三大核心技术GFS、MapReduce、BigTable的Hadoop和NoSQL数据库技术应运而生，为海量大数据的处理提供了强大的技术支撑。国内的教育大数据平台，也已经起步并开始应用，如超星公司的超星尔雅和泛雅，已经和国内多所高校合作，用于这些高校的教学，其SPOCs和混合学习的模式，正在渐渐被接受和付诸实施。

2.3.4 未来教育将是一项以支持和服务为核心的系统工程

源于网络和大数据提供的爆炸式的知识，未来教育不再是标准化、归一化、规范化的教育，而是按需学习、终生学习，充分发掘学生自身原有的积极性和天分，实现自组织学习[10]。

大数据时代使人们接收知识更加方便了，但是就和印刷术的发明和普及，使人们接触知识的机会增多了，但教师的数量并没有下降，反而升高了一样。大数据时代，对于爆炸的信息，需要很好的甄别、引导和指导，去除无用的垃圾信息，所以对于学校和教师的需求不降反升。此时的教育，主要是根据学生的兴趣和个性特质，建立“以学生为中心”的智慧教学模式，规划指导跟进学生的培养，与学生有更多的互动和交流，以支持和服务为核心贯穿学生培养的整个过程。

3 大数据在高校教学改革中的应用实施

3.1 我院现状

大数据改变了高校教与学的模式，但这个过程是循序渐进的。我们学院首先在大四学生中进行试点。

大四学生第七学期的学习有这样一些特点，学生基本分为三个阵营：（1）外出培训工作；（2）考研考证照考公务员考选调生；（3）在校内继续学习。基于以上情况，大四第七学期的课堂到课率普遍不高，对大四学生的课程考核也相对宽松，这就造成大四第七学期的课程形同虚设，根本没有达到本专业的人才培养目的和预期，而大四第七学期的课程又基本都是比较重要的专业课、实践课，是专业人才培养方案中比较重要的部分，并对学生未来就业影响颇深。

3.2 改革措施

基于以上情况，我们实施了以下改革措施。

1）个性化差异化教学：大四第七学期的课程全部作为选修课，设置的门数和种类更加多样化，学生根据自己的兴趣和职业发展规划，自由选择其中的4-5门课，选修够最低学分要求，对最高学分不进行限制，鼓励多选。

2）化解学生学习时间和地域限制的矛盾：学习方式改革，利用大数据技术，借助网络，将课程教学视频根据教学安排，上传网络，使学生可以在任何地点自由安排学习时间，这对于在外培训工作的学生，十分方便。对于校内考研和学习的学生，也可以自由安排学习时间，提高学习效率。

3）重视学生学习的过程性评价：学生必须要完成规定的课程学习学时，每次课安排有课前测试，课后测试及作业。课前测试，课后测试，学生能够实时查看到测试成绩，课后作业要求学生在规定的时间内提交，课程教师要在规定的时间内批改完毕，并将成绩到网上，供学生查看，对不合格的作业，要告知学生重做。学生的课程成绩由学习的所有各阶段的所有成绩汇总而成，所以学生必须重视和认真对待每次的学习、测试和作业。

4）师生互动交流：教师和学生间的互动交流方式多样，可以通过线上论坛讨论答疑，也可以利用移动终端的便捷，建立课程QQ群或微信群，进行交流。教师将作业、要求、提醒等信息及时网络和交流群中，引导督促帮助学生完成课程学习。

5）对学生学习的过程性大数据进行分析：学习的过程性数据分析技术，改变了传统教学的经验式模式，为学生提供高质量个性化的学习体验，辅助教师根据数据分析结果，改进教学方式完善教学过程。将学生从选课、学习、考试结课等所有阶段过程中，产生的数据进行汇总分析。根据学生的选课情况数据分析，综合考虑调整专业课程设置，同时对学生选修课程行为进行适当宣传引导。对学生学习的过程性数据进行分析，掌握学生学习情况，挖掘学生学习习惯和特点，以实时调整课程难易度，根据学生特点突出个性化差异化人才培养。

6）教师角色的转变：在新的学习方式中，教师的角色也将发生改变，由原来单一的知识讲授传授者，变为学生学习的知识传授者和学习引导者、督促者、帮助者、考评者。教师将课程内容录制上传后，将不再为每个班一遍遍的重复讲授，大量的时间将花费在教学的组织实施、答疑解惑和对学生学习的引导督促激励监管考核上。学生将有更多的时间得到一对一的辅导和帮助。

4 结论

大数据时代已经到来，未来十年，大数据在高校中有着广阔的应用前景，将成为下一个创新、竞争和效率提高的前沿，我们应抓住机遇，适时改革，使信息时代下的高校教育与时俱进，培养出更多的适应信息社会发展的高素质人才。

参考文献：

[1] 罗军锋，徐菲. 大数据时代的高校信息化框架[J]. 中国教育信息化，2014（3）：11-13，22.

[2] 朱建平，李秋雅. 大数据对大学教学的影响[J].中国大学教学，2014（9）：41-44.

[3] 程学旗，靳小龙，王元卓，等. 大数据系统和分析技术综述[J]. 软件学报，2014，25（9）：1889-1908.

[4] 张羽，李越. 基于MOOCs大数据的学习分析和教育测量介绍[J]. 清华大学教育研究，2013，34（4）：22-26.

[5] [英]Viktor Mayer-Sch?nberger， Kenneth Cukier. Big Data：A Revolution That Will Transform How We Live， Work， and Think[M]. 盛杨燕，周涛，译. 杭州：浙江人民出版社，2013：148.

[6] 张引，陈敏，廖小飞. 大数据应用的现状与展望[J]. 计算机研究与发展，2013，50（增刊）：216-232.

[7] 冯翔，余明华，马晓玲，等. 基于大数据技术的学习分析系统架构[J]. 华东师范大学学报，2014（2）：20-29.

[8] 陈律. 大数据背景下学习分析技术对教学模式的变革[J]. 中国教育信息化，2013（24）：15-17.