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篇人工智能课程教学范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。
关键字:人工智能;案例教学;学科分支;双语教学
中图分类号:G642 文献标识码:B
1 引言
人工智能是计算机科学的一个重要分支,是当前科学技术发展中的一门前沿科学,它的出现及所取得的成就引起了人们的高度重视,被认为是计算机发展的一个根本目标。
人工智能课程作为计算机科学与技术专业课程体系中的核心课程之一,其地位正在随着该技术的不断发展和广泛应用而得到迅速提高。目前,国内外重点大学都非常重视该门课程的教学和研究,许多重点大学都有自己独立的人工智能研究所。
本文通过多年的人工智能教学实践,对人工智能教学的方法进行了初步的实践和探索。中央民族大学在人工智能课程建设和教学过程中,针对计算机学科的发展趋势,提出摈弃传统讲、学、考模式,注重学生能力培养的措施。在教学和实践过程中,不断进行探索,既从计算机学科本科的教学理念出发,从人工智能这门学科特点出发,以计算机学科分支的角度认知人工智能,组织教材的知识架构并进行教学。用计算机学科的观点分析人工智能的基本原理与方法时,重点强调的是这些基本原理与方法与其他的计算机分支的共同点和不同点。共同点是强调计算机学科的本质,不同点是强调人工智能的本质。本文就针对我校人工智能课程教学的一些基本问题加以初步总结。
2 从计算机学科分支的角度认知人工智能
人工智能属于计算机科学分支的学科,同时又是一门涉及控制论、信息论、语言学、神经生理学、数学、哲学等多学科交叉的课程。我国高等院校计算机学科的本科教学所设置的人工智能课程一般只有40课时左右,以什么角度组织教材内容,提高教学效果,才能使学生较容易地理解和掌握人工智能的原理与技术,是我们值得探索的问题。
人工智能处理的对象是知识,知识处理则需采用知识表示。因此,若以计算机分支的角度也就是用计算机学科的观点看待人工智能,人工智能课程的教学内容应以知识为主线,以知识表示和搜索为基石进行组织。反映到实际教学中,就是人工智能的各个分支的介绍,这包括知识库系统、自然语言理解、规划、机器人等。总之,教学内容可分成两个部分,第一部分是基础理论和基本方法,包括:逻辑表示与归结推理方法、搜索原理,知识表示(包括产生式系统、语义网络、框架)、推理(包括不确定性推理、非单调推理)、机器学习。第二部分是实用技术,包括知识库系统、高级搜索、自然语言理解。
3 优化和更新教学内容、加强双语教学
人工智能作为一门新学科,在1988年前,国内外均未见有教学大纲和教材,开设本课程面临的首要问题就是确定教学内容,包括人工智能的知识表示和推理以及人工智能的应用两个部分。前者是人工智能的重要基础,后者讨论几种人工智能应用系统,包括专家系统、机器学习、自动规划和机器视觉等系统。这些内容只是给出了人工智能课程的初步框架。
随着人工智能研究的进一步深入, 到20世纪90年代中期,人工智能也从符号(逻辑)主义一枝独秀发展到符号主义、连接主义和行为主义多家争鸣的新局面, 模糊计算和神经计算作为新内容列入到人工智能课程,充实了人工智能课程的内容。进入21世纪以来,人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展,我们及时对教学内容进一步优化和更新:把人工智能分为基础部分和扩展应用部分。
在教学和实践过程中,考虑到本课程的多学科交叉性以及相关信息学科的快速发展, 在目前高校提倡双语教学的环境下,将《人工智能》教材逐步改为全英语教材,这样可以更快地掌握学科的发展动态, 掌握最先进的技术, 与国际发展趋势接轨。Nils J.Nilsson教授所著的《人工智能》教材是美国Stanford大学计算机系本科教材,该教材体系比较符合学生的认知规律,便于学生接受、理解、掌握和巩固所学知识;同时这本书内容丰富、取材新颖,适合作为该课程的英文教材。
4 注重案例教学、改革教学方法
案例教学首创于哈佛大学商学院,在经贸、管理、法学等学科领域的相关专业得到应用并取得显著绩效,然而目前工科专业还较少运用案例教学方法。人工智能的每一部分内容均包含大量概念,内容抽象,算法复杂,学生往往被动“听讲”;并且涉及很多的数理逻辑知识,有些显得难以理解,并且往往让学生感到比较枯燥,学生的学习兴趣就渐渐淡薄,难以获得预期的教学效果。鉴于这一现实问题,我们将案例教学方法引入到该课程的教学之中。
例如在逻辑推理技术和搜索技术这两方面的教学过程中,我们使用参考教材《人工智能:一种现代方法》,并利用其中基于JAVA的教学开发工具包AIMA进行案例设计和实验教学,在教学过程中结合AIMA中的案例来讲解,使比较枯燥的知识以有效、实用和具体的形式表现出来,做到理论与实践相结合。在讲解搜索技术时,以“八皇后”问题为案例,结合AIMA中的设计实现,以讲解和讨论相结合的方式,学习盲目搜索、启发式搜索等算法,使学生不仅能理解状态空间的产生方法,而且能设计算法、实现算法,提高了学生的学习兴趣和实践能力。在学习神经网络、模糊逻辑、进化计算等方面的内容时,我们主要借助于Matlab提供的相关工具箱。
5 加强教学队伍建设、改革考核方法
建立一支爱岗敬业、富有战斗力的教学队伍是出色完成教学任务和提高课程教学质量的根本保证。教学人才资源是教学的第一资源。在学校有关部门的领导和学院的支持下,我们组成一支知识结构和年龄比较合理的教师队伍。
在教师队伍的建设过程中,积极引导鼓励教师对考试方法的改革。一方面这样可以打破以往应试教育的弊病;另一方面,也可以使学生从繁重的死记硬背中解脱出来。结合这门课的特点,我们加强平时思维能力的考核,注重学生实验能力和动手能力的培养,在学习中大量采用写读书报告的形式。在此基础上加大平时成绩的比例,使得平时成绩占到总成绩的40%左右,杜绝依靠一次考试决定成绩的状况。这样,既迫使学生重视平时的学习思考,也减轻有些学生想通过考试作弊完成学习任务的侥幸心理。
1.1集先进性、实用性和前沿性为一体的教学内容改革对国内外优秀的人工智能教材[2-6]的内容进行整合,建立人工智能的知识体系,并提取人工智能课程的知识要点,确定集先进性、实用性和前沿性为一体的教学内容。人工智能的核心思想是研究人类智能活动规律和模拟人类智能行为的理论、方法和技术,因此人工智能应围绕“智能”这个中心。由于智能本身的复杂性,难以用单一的理论与方法来描述,因此可以通过建立人工智能的不同层次来刻画智能这个主题。人工智能的主要内容可按图1所示划分为最底层、抽象层、逻辑层和应用层这4个不同层次。在最底层,神经网络与演化计算辅助感知以及与物理世界的交互。抽象层反映知识在智能中的角色和创建,围绕问题求解对知识进行抽象、表示与理解。逻辑层提出学习、规划、推理、挖掘的模型与方式。应用层构造智能化智能体以及具有一定智能的人工系统。将人工智能划分为这4个层次可确定人工智能课程的教学内容,并保证教学内容的循序渐进。
1.2基于人工智能知识体系的教学案例库建设根据所确定的教学内容、知识重点和知识难点,从国内外经典教材、科研项目、研发设计、生产建设以及国内外人工智能网站等多种途径,收集案例素材,加以整理,撰写各知识要点的教学案例及其内容。表1给出基于人工智能知识体系的教学案例示例。
2人工智能课程教学案例的详细设计
在教学案例具体设计时应包括章节、知识重点、知识难点、案例名称、案例内容、案例分析过程、案例教学手段、思考/讨论内容等案例规范,分别从以下单一案例、一题多解案例和综合应用案例3种情况进行讨论。
2.1单一案例设计以人工智能课程中神经网络课堂教学内容为例,介绍基于知识点的单一案例的设计。神经网络在模式识别、图像处理、组合优化、自动控制、信息处理和机器人学等领域具有广泛的应用,是人工智能课程的主要内容之一。教学内容主要包括介绍人工神经网络的由来、特性、结构、模型和算法,以及神经网络的表示和推理。这些内容是神经网络的基础知识。其重点在于人工神经网络的结构、模型和算法。难点是人工神经网络的结构和算法。从教学要求上,通过对该章节内容的学习,使学生掌握人工神经网络的结构、模型和算法,了解人工神经网络的由来和特性,一般性地了解神经网络的表示和推理方法。采用课件PPT和演示手段,由简单到复杂,在学生掌握人工神经网络的基本原理和方法之后,再讲解反向传播BP算法,然后运用“手写体如何识别”案例,引导学生学习理解人工神经网络的核心思想及其应用方法。从国外教材中整理和设计该案例,同时应包括以下规范内容。章节:神经网络。知识重点:神经网络。知识难点:人工神经网络的结构、表示、学习算法和推理。案例名称:手写体如何识别。案例内容:用训练样本集训练一个神经网络使其推广到先前训练所得结果,正确分类先前未见过的数据。案例分析过程:①训练数字识别神经网络的样本位图;②反向传播BP算法;③神经网络的表示;④使用误差反向传播算法训练的神经网络的泛化能力;⑤一个神经网络训练完毕后,将网络中的权值保存起来供实际应用。案例教学手段:手写体识别的神经网络演示。思考/讨论内容:①训练改进与权值调整改进;②过学习/过拟合现象,即在一个数据集上训练时间过长,导致网络过拟合于训练数据,对未出现过的新数据没有推广性。
2.2一题多解案例设计一题多解案例有助于学生把相关知识点联系起来,形成相互关联的知识网络。以人工智能课程中知识及其表示教学内容为例,介绍一题多解案例的设计。知识及其表示是人工智能课程三大内容(知识表示、知识推理、知识应用)之一。教学内容主要包括知识表示的各种方法。其重点在于状态空间、问题归约、谓词逻辑、语义网络等知识表示方法。难点是知识表示方法的区别及其应用。从教学要求上,通过对该章节内容的学习,使学生掌握利用状态空间法、问题归约法、谓词演算法、语义网络法来描述和解决应用问题,重点掌握几种主要知识表示方法之间的差别,并对如何选择知识表示方法有一般性的了解。通过讲解和讨论“猴子和香蕉问题”案例,来表示抽象概念。该案例从国内外教材中进行整理和设计,同时包括以下规范内容。章节:知识及其表示。知识重点:状态空间法、问题归约法、谓词逻辑法、语义网络法等。知识难点:知识表示方法的区别及其应用。案例名称:分别用状态空间表示法与谓词逻辑法表示猴子和香蕉问题。案例内容:房间内有一只机器猴、一个箱子和一束香蕉。香蕉挂在天花板下方,但猴子的高度不足以碰到它。猴子如何摘到香蕉?如何采用多种知识表示方法表示和求解该问题?案例分析过程:①状态空间法的解题过程。用n元表列表示该问题的状态;定义问题的操作算符;定义初始状态变换为目标状态的操作序列;画出该问题的状态空间图。②谓词逻辑法的解题过程。定义问题的常量;定义问题的谓词;根据问题描述用谓词公式表示问题的初始状态、中间状态和目标状态。案例教学手段:猴子和香蕉问题的演示。思考/讨论内容:①选择知识表示方法时,应考虑哪些主要因素?②如何综合运用多种知识表示方法获得最有效的问题解决方案?
2.3综合应用案例设计与单一案例、一题多解案例相比,综合应用案例能更加有效地启发学生全方位地思考和探索问题的解决方法。以机器人行动规划模拟为例,介绍人工智能综合应用案例的设计,该案例包括以下规范内容。章节:人工智能综合应用。知识重点:人工智能的研究方向和应用领域。知识难点:人工智能的技术集成。案例名称:机器人行动规划模拟。案例内容:综合应用行为规划、知识表示方法、机器人学、神经网络、人工智能语言等多种人工智能技术与方法,对机器人行动规划问题进行描述和可视化。案例分析过程:①机器人行为规划问题求解。采用状态归约法与分层规划技术,将机器人须完成的总任务分解为若干依序排列的子任务;依据任务进程,确定若干关键性的中间状态,将状态对应为进程子规划的目标;确定规划的执行与操作控制,以及机器人过程控制与环境约束。②基于谓词逻辑表示的机器人行为规划设计。定义表达状态的谓词逻辑;用谓词逻辑描述问题的初始状态、问题的目标状态以及机器人行动规划过程的中间状态;定义操作的约束条件和行为动作。③机器人控制系统。定义机器人平台的控制体系结构,包括反应式控制、包容结构以及其他控制系统等。④基于神经网络的模式识别。采用神经网络方法以及BP算法对桌面茶壶、杯子等物体进行识别,提取物体图形特征。⑤机器人程序设计语言。运用人工智能语言实现机器人行动规划行为的可视化。案例教学手段:机器人行动规划的模拟演示。思考/讨论内容:人工智能将会怎样发展?应该在哪些方面进一步开展研究?
3案例教学环节和过程的具体实施细节
人工智能案例教学的实施面向笔者所在学院软件工程专业三年级本科生展开。具体实施细节如下。(1)教学内容的先进性、实用性和前沿性。引进和整合国外著名人工智能教材内容,保证课程内容具有先进性。同时将前沿人工智能的研究成果与技术有机地融入课程案例教学之中。(2)案例教学的创新教学模式。在教师的引导下,将案例中涉及的人工智能内容推广到对人工智能的一般性认识。案例的教学过程,成为认识人工智能、初步运用人工智能的理论与方法分析和解决实际应用问题的过程,使学生具备运用人工智能知识解决实际问题的意识和初步能力。在课程教学中,打破国内常规教学方式,建立和实施开放式案例教学模式。采用动画课件、录像教学、实物演示、网络教学等多种多媒体教学手段,以及集中讲授与专题讨论相结合的教学方式将理论、方法、技术、算法以及实现有机结合,感性认识与理性认识相结合,理论与实际相结合,极大地激发学生自主和创新性学习的热情。(3)“课堂教学—实践活动—现实应用”的有机融合。在案例教学过程中,从传统教学观以学会为中心转化为创新应用型教学观以创新为中心,以及从传统教学的以课堂教学为中心转化为以课堂教学与实践活动并重为中心,构造具体问题场景以及设计教学案例在情境中的现实应用,加深学生对教学内容的理解,同时提高学生的思考能力和实际综合应用能力。
4结语
论文摘要:社会适应能力培养是新时期高校体育课程的重要培养目标;元认知学习理论是适应现代教育理念的新的教学理论,必将对高校体育教学产生深远的影响。文章主要运用实验法、问卷调查法等方法考察了元认知体育教学对大学生体育社会适应能力的影响,结果发现:在教学中实施现有的提高元认知水平的方法、措施可提高大学生的元认知水平;大学生体育方面的社会适应情况处于基本适应状态,与相关培养目标存在一定差距;元认知体育教学可有效地提高大学生体育方面的社会适应能力。
0前言
现代社会发展呈现出有别于传统社会特征的信息化、快节奏、高压力和高竞争等特征,这就对我们的包括高等教育在内的学校教育的人才培养提出了新的要求,即培养适应现代社会生活的具备一定社会适应能力的合格劳动者。在社会学中,社会适应是指个人或群体调整自己的行为使其适应所处社会环境的过程,其实质就是个体的社会化过程。体育是个体社会化的重要方式,与他人和群体的联系是体育活动的必要条件。4学校体育课程的学习过程不仅体现为个体认知性知识的积累、深化,更体现为个体体能的增强、技能的掌握和行为态度的改变等方面,具有参与性、实践性特点,因此学校体育课程在个体社会适应能力培养方面将承担重要的责任。籍此,教育部在2002年颁布的《全国普通高等学校体育课程教学指导纲要》中指出社会适应能力培养是高校体育课程的课程目标之一,并进一步提出“表现出良好的体育道德和合作精神;正确处理竞争与合作的关系”是我国高校大学生社会适应能力培养的基本目标。
“元认知学习”是现代学习理念的一种新观念。这种新的学习理论在教育观念上强调的不仅仅是“学会”,而更主要的是“会学”,以及对学习动机、学习方式、学习结果的调节与监控。元认知学习理论所倡导的是学生个体自身对学习的监督和调控及学习过程结束后的自我反馈,要求每个学习个体学会学习、学会生活、学会生存。元认知学习理论指导高校体育学习将彻底改变以往的传统的体育教学思想,并使每个学习个体对自身学习进行调节和监控,这也是元认知体育教学促进大学生社会适应能力发展的理论依据。本研究旨在探讨体育的元认知教学对大学生社会适应能力的影响,进而为高校公共体育教学的社会适应教学目标的实现寻找一条可行途径。
通过查阅大量的参考文献,并进行综述研究之后,本研究提出以下假设:
①元认知教学可有效提高大学生的元认知水平;
②元认知教学是达成高校公共体育课程社会适应目标的有效途径。
1研究对象与研究方法
1.1研究对象
本研究以大学一、二年级的大学生(开设公共体育课程)为研究对象,样本为某高校开设公共体育课程的大一、大二部分大学生,共75人,其中男生36人,女生39人。
1.2研究方法
1.2.1文献资料法。查阅了国内外大量的文献资料,掌握了有关元认知和社会适应问题的相关研究成果,为本次研究奠定了较好的理论基础。
1.2.2问卷调查法。本文采用国内研究者根据Gregory .Schrawd等人编制的元认知意识量表(Meta一cognition con-sciousness questionnaire)翻译修订而成的中文版量表。该量表采用10等级记分法,从元认知知识、元认知体验和元认知技能三个维度测量了被试的元认知水平。马建锋研究表明该问卷具有较好信效度,适合中国背景下的大学生。
根据社会适应能力的相关研究成果,并结合大学生公共体育课程课堂教学实际与课外体育活动情况自编大学生社会适应能力问卷,该问卷采用5等级记分法,并主要从对活动的规则、纪律的遵守、活动中的人际互动、活动中的自我激励、自我调控、团队意识(竞争、合作、集体荣辱感)等社会适应方面对大学生进行考察。该问卷的重测信度:=0.94(时间间隔为3周),另外就问卷的内容效度对多所高等院校的心理学、体育学专家进行了访谈,最终的反馈结果表明该问卷内容效度良好(每个条目与问卷总分的相关系数在0. 31-0.66之间),能全面、有效地反映所要研究的问题。因此该问卷具有较好的信效度,可以为本研究服务。
1.2.3实验法。采用单因素完全随机等组前测后测实验设计方法并随机选取对照组与实验组(分组时对其元认知水平和体育社会适应水平进行了均衡化处理)。实验组与对照组课堂教学活动内容相同,时间共16周,并由同一教师教授(实验组接受元认知教学培训)。对照组按教学计划学习,不进行任何干预。实验组在按教学计划学习的同时,一是教师在教学过程中提示学生注意运用元认知的方法进行学习,二是实验者在学习现场进行言语指导,让学生注意采用元认知的方法进行社会适应训练。最初和最终学生在体育活动中的社会适应水平由同一教师按同一问卷进行调查。在实验过程中,注意到了教师及学生主观期望效应可能对实验结果的影响,并加以控制。
1.2.4数理统计法。本研究测量所得数据均运用SPSS for Windows 11.0统计软件进行处理。
2实验组进行的元认知教学培训说明
2.1教学目的
对实验组学生进行另外的元认知能力培训,以提高其元认知能力。
2.2教学方法
一是采用课堂教学法对实验组学生讲授元认知的理论知识,以及提高元认知能力的方法;二是在公共体育课堂上采用现场言语指导的方法提示学生注意使用元认知有关的技能进行学习活动(主要是体育活动的社会适应方面)。
2.3教学内容
2. 3.1有关元认知理论方面的内容。元认知的基本含义、实质和要素。元认知与体育活动的社会适应方面结合起来,让学生理解、体会体育活动的社会适应方面的元认知知识、元认知体验、元认知技能。体育活动的社会适应方面的元认知知识是指对体育活动的社会适应方面认知的知识,即学生对自己的体育社会适应认识活动过程与结果及其影响因素的知识,包括三个方面内容:个人、任务和策略。体育的元认知体验是指伴随着体育认知活动的体育认知体验或体育运动的情感体验,它包括知的体验,也包括不知的体验。体育的元认知技能是指学生在运动学习过程中对动作活动进行调节的技能。
2.3.2培养、训练元认知的一般方法。自我提问法:在元认知训练中,通过提供给学习者一系列自我观察、自我监控、自我评价的问题,不断地促进学生进行自我反省而提高问题解决的能力。
相互提问法:让学生每两人分成一组,给每个学生一份类似于上述自我提问的问题单,让学生在尝试解决问题的同时根据问题单相互提问并做出回答。这种方法能有效地促进学生的思考和竞争,提高元认知水平。
知识传授法:通过传授元认知理论的有关内容,使学生认识到元认知在学习中的重要性,自觉地将元认知运用于学习中,以提高学习效果。
元认知培训和训练的各方法在体育课程教学活动中实施(主要与大学生体育课程活动的社会适应方面相结合而开展)。
2.4元认知理论教学进度安排
利用体育课程以外的时间,采用课堂教学的方法对实验组学生进行元认知能力的培训,培训共4次课,每次30min,并布置课后作业。教学进度安排如下:
课次1:元认知理论知识的培训。
课次2;元认知与体育运动的关系、在体育运动中的作用等方面的知识培训。
课次3:训练、提高元认知的方法的培训。
课次4:对所培训内容复习,巩固所培训的知识。
3结果与分析
3.1元认知教学效果考察
实验组经元认知培训后,其元认知水平较对照组呈现下表所示变化(调查数据统计采用配对样本t检验方法)。
结果显示实验组在经过元认知教学后,整体元认知水平有了显著提高(实验组整体元认知水平实验前后比较P- I) . 046,达到显著差异),且元认知知识、元认知体验、元认知调控水平也都有显著性提高,而对照组无论整体元认知水平p=0.446),还是分维度水平前后测均未出现显著性变化。实验结果说明元认知教学可有效提高大学生元认知水平,证实了研究假设。这进一步说明个体的元认知能力不仅是在个体长期的学习过程中形成和发展起来的,而且元认知能力是可以教授的,即经过系统、专门的教学培训,个体的元认知毙力可以在相对较短的时间内得以提高。该结果可解释为:通过提问、讲授等元认知培训方法的实施并在实践中加以锻炼,可使学习者个体更好地掌握自我的元认知知识,加深元认知体验,增强元认知技能,进而提高个体整个元认知水平。
3.2大学生体育方面的社会适应能力考察
实验前对普通专业103名大学生(大一、大二)的体育方面的社会适应能力进行了调查,结果如下表:
表2显示大学生体育社会适应情况:规则适应方面相对较好,达到基本适应水平,且个体差异不大;人际互动、自我调控、团队意识方面表现较差,且人际互动、自我调控方面的个体差异较大。总体而言,大学生社会适应的整体水平与我们的基本培养目标间还存在一定差距。造成这一差距的原因是多方面的,如由于受中小学应试教育环境影响,学生的社会适应教育得不到足够重视,缺乏足够的锻炼;社会适应能力培养的实施存在一定的难度,由于学生个体差异较大,因此较难采取统一的培养措施。
对性别变量进行考察(表3),发现:男生在人际互动、团队意识方面好于女生,在规则适应、自我调控方面差于女生。除规则适应方面,女生显著好于男生外,社会适应其它方面不存在显著性别差异。另外统计显示大学生的元认知水平与社会适应能力之间的相关系数为0. 45,为中度相关,说明两者之间存在一定程度的共变关系。
3.3体育教学对大学生社会适应能力的影响考察
实验组接受元认知培训和元认知教学及相应体育教学,对照组接受相同体育教学。实验结束后,实验组和对照组大学生的体育方面的社会适应水平前后呈现表4所示变化。
表4表明,实验前后实验组与对照组大学生体育方面的社会适应各维度均存在显著性差异,实验组与对照组不同组别大学生体育方面的社会适应各维度均存在显著性差异,且交互作用不明显,即实验后实验组大学生体育方面的社会适应各维度较实验前有显著性改善,实验后实验组大学生体育方面的社会适应各维度较对照组均有显著性改善。统计结果说明元认知体育教学可有效改善大学生的体育社会适应水平,结合对元认知教学效果的考察,这一结论可理解为元认知教学提高了学习者的元认知水平,而提高的元认知水平又在个体的体育社会适应实践方面发挥作用,即在体育活动实践中通过比较、反馈、自我暗示、自我调控等手段,逐步提高自我的体育社会适应水平。元认知体育教学以学生的发展为中心,突出学生的主体地位和主观能动性,在社会适应的教学中,学生不再处于从属、被动的“他控”地位,他们的社会适应是主动的,并对适应的过程和结果具有深刻的感受和体验,对自我的社会适应具有高度的自控,因而可有效地促进大学生适应能力的发展。
4结论与建议
4.1结论
通过本实验研究,可以得出以下结论:在教学中实施现有的提高元认知水平的方法、措施可在相对较短时间内提高大学生的元认知水平;大学生体育方面的社会适应情况处于基本适应状态,与相关培养目标存在一定差距;元认知体育教学有效地提高了大学生的体育方面的社会适应能力。
4.2建议
元认知理论与现代教育思想紧密相关,并对学校教育目标的实现将起到很好的促进作用。在高校体育教学中采用元认知教学手段,必将为体育教学的各学习目标的实现提高一条可行性途径。
4.2.1因本次实验条件的局限,还应进一步考察实验效果的外部效度,为其应用、推广提供可靠的理论依据。
4.2.2应在体育教学中加强元认知教学措施的渗透,如反馈、自我体验、自我监控与调节等与个体元认知水平提高有关手段的运用。
关键词:人工智能;电气信息类;教学应用
教师在电气信息类专业教育教学中在运用人工智能技术进行教学时,要对人工智能技术的含义和特点进行深入的分析和研究,并且还要了解电气信息类专业的育人目标和教学要求,将人工智能和电气信息类专业教学进行有机的融合,为学生打造全新的教学课堂,从而使学生的专业素质和学习能力能够在人工智能的运用下得到有效的提高,为学生后续的发展提供更多的可能性。
一、人工智能时代的概述
人工智能(ArtificialIntelligence,缩写为AI)亦称智械、机器智能,指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现,以及如何实现。人工智能于一般教材中的定义领域是“智能主体(intelligentagent)的研究与设计”,智能主体指一个可以观察周遭环境并作出行动以达致目标的系统。约翰麦卡锡于1955年的定义是“制造智能机器的科学与工程”。安德里亚斯卡普兰(AndreasKaplan)和迈克尔海恩莱因(MichaelHaenlein)将人工智能定义为“系统正确解释外部数据,从这些数据中学习,并利用这些知识通过灵活适应实现特定目标和任务的能力”。人工智能的研究是高度技术性和专业的,各分支领域都是深入且各不相通的,因而涉及范围极广。人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能是十分广泛的科学,它由不同的领域组成,它是哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等多种学科互相渗透而发展起来的一门综合性学科。在人工智能时代下进行电气信息类专业教育改革的过程中,需要对人工智能时代的含义和发展背景进行深入的分析和研究,这样才可以给电气信息类专业教育改革指明一个正确的方向,保证后续工作的科学性和有效性。在2016年的世界经济报告中,人工智能被预测为第4次工业革命的主要技术代表,人工智能的发展将从宏观到微观的各个角度进行相互的渗透以及融合,从而符合各个领域对于智能化技术的新要求和新需求。在人工智能技术发展的过程中,产生了大量的新技术和新产品,也形成了新的产业核心的发展模式[1]。我国经济结构在人工智能时代下发生了重大的变革,由于人工智能技术独特的技术形式和技术模式,深刻地改变着人们的生活方式和生活模式。在一定程度上不仅可以推动我国社会生产力的提高,还有助于推动科学技术水平逐渐朝着智能化和数字化的方向而发展,从中可以看出人工智能技术的发展是时展的必然趋势,并且发展前景是比较广阔的。人工智能技术主要是指将多个学科技术进行有效的整合,其中涵盖了计算机学科、语言学科和心理学科,智能化特征是比较明显的。在实际应用的过程中,由于融合了各种尖端的技术,能够将技术能力和技术思维进行有机的结合,模仿人的工作行为和思维,在当前时代下人工智能技术得到了蓬勃的发展,但是人工智能技术的发展也需要一定的时间和精力。首先,在实际用的过程中相关工作人员进行了机器人的研发,机器人可以在复杂的环境中对信息进行有效的替代和处理,模仿人类的思维进行日常的工作。在后续工作的过程中,相关工作人员进行了数据系统的开发,可以自动化和智能化的对计算机数据进行有效的处理以及分析,在较短时间内提取出有效的信息,完成整个工作流程[1]。随着我国当前科学技术的不断发展,一些工作人员纷纷加强了对人工智能技术的研发力度和开发力度,不仅可以提高计算机的使用效果,还可以及时的发现在计算机系统日常运行过程中所存在的故障。在当前时代下人工智能技术的使用范围在不断的扩展,并且人工智能技术的发展前景是非常广阔的,在计算机网络技术中发挥着独特性的作用和决定性的重要影响的作用。
其次,随着人工智能技术的不断发展,人工智能技术和各行各业进行了相互的渗透以及融合。在当前电气信息专业领域中人工智能技术得到了广泛的应用,并在实际工作的过程中对原有的工作模式进行了有效的改进和创新。一些工作人员在实际工作的过程中构建了自动化的工作模式和工作平台,将人工智能技术完美的融入电气信息领域中,不仅为我国电气信息领域指明了一个正确的方向,也在一定程度上提高了人工智能技术的水平。最后,人工智能技术的发展,在电气信息领域中的影响是迅速扩大的,人工智能的使用会对电气信息行业的各个环节产生深刻的影响,甚至是革命性的变化。人工智能的应用不仅仅停留于行业的技术层面,更加重要的是在人工智能时代下一些新的工作思维和发展理念。作为电气信息类专业的工作人员在人工智能的时代下要提高自身的专业素质和专业水平,根据人工智能时代的特点以及发展方向,对原有的工作模式和工作理念进行深入的改革以及创新,并且还要掌握有关人工智能方面的新技能,从而使得电气信息类专业影响力能够得到有效的提高。但是从侧面来看人工智能技术的发展对于电气信息类专业2本刊特稿科学咨询/教育科研2021年第24期(总第745期)来说是把双刃剑,给实际工作带来了新的挑战,一些工作人员不得不提高自身的专业素养和专业素质,掌握更多的人工智能技术。在当前时代下这种影响和变革已经被普遍认可,因此使我国电气信息类专业行业能够得到良好的发展。高校要对电气信息类专业教育进行适当的改革以及创新,根据当前人工智能时代的发展方向和对人才的要求,对学生的综合素质和创新能力进行良好的培育,从而使学生能够充分的发挥人工智能技术的优势,提高电气信息类专业的水平和质量,再一次加深人工智能和电气信息行业的融合力度。相关负责教师要加强对这一问题的理解,对原有人才培养模式和课程教育重点进行适当的改革和创新,根据人工智能时代和电气信息领域融合的背景,提高课堂教学的科学性和针对性,从而使学生在毕业之后能够获得良好的发展。
二、人工智能对电气信息类专业人才需求的影响分析
人工智能主要是利用计算机对人脑功能进行模拟,具备一定程度的人类认知和分析问题的能力,人工智能是人类所制造的智能化技术,也是机器智能化发展的主要载体。在人工智能发展的过程中,由于是计算机科学领域的一个分支,所以在人工智能研究的过程中,涉及有关语言识别和图像识别方面的功能。在当前时代下,人工智能所形成的热点效应是比较广阔的,人工智能技术的应用,使得各行各业朝着智能化的方向而发展,对于电气信息类专业人才需求来说,也逐渐朝着智能化的方向而发展。电气信息类的教学,主要是为了让学生能够在班级学习的过程中,将理论和实践进行有机的结合,提高学生的实践能力和操作能力,实践性是比较强的。在电气信息类专业发展的过程中各种新兴的技术被应用其中,扩展了电气信息类专业的发展实力,并且人工智能和电气信息类专业进行了有机的融合和渗透。人们在互联网思维的影响下已经形成了互联网思维的发展理念,随着人工智能技术的广泛运用再加上云技术和算法技术的普遍化,这又给电气信息类专业的发展提供了重要的支撑。在相互融合的技术背景下,电气信息类专业也即将进入到人工智能发展的领域中[2]。因此对于电气信息类专业行业的工作人员来说,要了解人工智能时代下先进的信息技术,并且还要结合电气信息类专业在人工智能背景下的新特点,树立新的工作模式和工作理念,从而使得电气信息类专业能够在人工智能技术背景下得到广泛的发展。对于人才需求方面,要求高校要对原有课堂教学模式和课程教学重点进行深入的改革和创新,融入人工智能方面的内容,对学生的综合素质和专业能力进行良好的培育,高校要正确地理解人工智能对电气信息类专业教学的影响,从而使得电气信息类专业能够朝着生态化和持续性的方向而发展。
三、人工智能给电气信息类专业提供的机遇
在人工智能技术中,所涵盖的技术内容相对来说是较为丰富的,这在一定程度上有助于提高电气信息类专业的教学水平和教学质量。从中可以看出在当前时代下的电气信息类专业教育教学中,教师要充分地把握人工智能技术所带来的机遇,从而提高课堂教学的效果和质量。在人工智能技术中包含着语言识别技术和图像辨认技术,也可以对一些语言进行有效的处理和研究。在课堂教学的过程中,教师要充分的发挥人工智能技术的优势,让学生了解当前电气信息领域的发展方向和主要的发展特点[3]。由于电气信息类专业所涵盖的内容是相对来说较为复杂的,学生在日常学习的过程中,需要进行多个学科知识内容的学习,这给学生日常学习和教师的课堂教学带来了诸多的挑战,教师要结合课程教学的内容,对课堂教学模式和流程进行精心的安排。在实际工作过程中,要以计算机作为主要的辅助手段兼容,并且充分利用其他专业领域的技术来开展日常的教学。在课堂教学过程中,教师要充分的利用人工智能技术,对原有课堂教学模式进行深入的改革以及研究,并且结合新一代人工智能发展规划的这一大背景,对原有课程教育模式进行创新和调整,从而给学生提供更加广阔的发展空间。首先,在实际工作的过程中,人工智能技术重新构造了电气信息专业的课程,由于电气信息类的实用性是比较强的,在人工智能的技术下能够取得不一样的教学效果。将语言识别技术和图像辨认技术进行了有机的结合,教师可以充分发挥这些专业技术的优势,提高课堂教学的效果。另外在课堂教学情景中,教师可以利用人工智能技术来实现网络化的教学,并且为学生打造智能化的工厂开展虚拟实验室,从而对学生的专业能力和操作水平进行良好的培育。其次,在电气信息类专业教学中人工智能技术的应用能够对传统课程教育模式进行有效的转型和升级。在以往课程教学中,由于电气信息类专业所涉及的知识学科是相对来说较为丰富的,这给教师的日常教学带来了诸多的问题。比如在实际教学的过程中很难实现课程的有效统一,也无法为学生打造标准化的课程教育体系,在进行个性化和独特性课程教学方面的力度还是不足的,甚至也没有完善的教育体系进行主要的支撑,这给实际的教学工作带来了诸多的问题。随着人工智能技术的应用,在课程教育的过程中,教师可以充分的发挥人工智能技术的优势,对相关信息进行有效的总结和收集。从而为学生打造个性化的教学课堂,并且运用人工智能技术,还可以对不同学生的学习需求进行分析和研究,提高课堂教学的针对性,从而使学生可以更加积极地进行知识内容的学习,实现快乐学习的效果[4]。在专业教育中教师要充分的发挥人工智能技术的优势,提高人工智能技术的应用性效果,对学生的知识需求进行深入的挖掘以及研究,从而使学生的学习质量能够得到有效的提高。与此同时,在课程教育的过程中,教师还可以进行课堂情景的构建,通过网络化的教学为学生再现一些生活中的真实案例,为学生全面素质的提高奠定坚实的基础。
四、人工智能技术在电气信息类专业教育教学中的应用路径
(一)转变人才培养目标在人工智能时代下的电气信息类专业教育中,由于原有的教育重点和人才培养模式已经无法顺应人工智能时代的发展特点和对人才的需求了,所以在实际工作的过程中,要对电气信息类专业教育进行有效的改革,帮助学生在毕业之后能够获得稳定的发展。首先,在对电气信息类专业教育进行改革时,要转变人才培养的目标,这主要是由于人工智能技术在电气信息类专业行业中的运用对各个环节都产生了非常深刻的影响,并且电气信息类专业对于人才的需求发生了很大的变化。比如,对人才的知识结构和专业技能方面都和传统发现模式有所不同,在电气信息处理的过程中提出了诸多的要求。相关电气信息类专业从业者不仅要具备完善的理论知识,还要具备创新性的思维能力,能够面对当前变化多端的人工智能时代,具备新的技术和新的思维,灵活地运用在实际工作中所存在的问题。因此对于电气信息类专业教育来说,要对人才培养目标精准定位,实现良好的变革。其次,电气信息类专业要着眼于当前国际发展方向和新业务的特征,了解有关业态产品和专业能力方面的内容。从这些问题入手提出正确的人才培养目标,并且对原有课程教学进行改革和创新,从而促进学生能够在课堂学习的过程中加深对人工智能技术的了解,提高学生的专业素质和创新能力。
(二)升级人才培养模式在人工智能背景下对电气信息类专业教育进行改革时,要在原有育人模式的基础上实现有效的升级,改变传统的课程教学设置。当前大部分电气信息类专业院校还是采用之前偏理论的课程来对学生进行知识内容的讲授,虽然这些理论知识是学生在学校学习期间必须要掌握的内容,但是假如仍然向学生讲述这些课程的话,也没有将理论和实践进行相互的结合,使得学生无法在人工智能时代下得到良好的发展,因此相关负责教师在实际教育工作中要对原有人才培养模式进行转型和升级。电气信息类专业教师要根据当前电气信息行业的发展和对人才的要求,对课程教育内容进行重新的调整。首先,在实际教育的过程中要向学生全面地展示先进的人工智能技术,技术是推进电气信息专业前进的动力之一。但是在原有的电气信息类专业教育中,教育技术的实施和教学并没有受到相关负责教师的重视,教师在班级教学的过程中,也没有为学生融入当前先进的人工智能技术和运用案例,提高学生的专业素质。在人工智能时代下,人机协作是当前主要的工作模式和发展模式,因此对于电气信息类专业教育来说,要对人才培养课程结构和课程重点进行有效的调整和创新。教师在教学中不仅要加入有关以往课程的教育内容,还要对课程进行有效的扩展,融入新媒体和人工智能技术应用相关的课程。比如教师可以立足于教材中的内容,为学生创设多样化的实训活动和实践操作平台,在学生实践的过程中要融入先进的人工智能技术,这些教学模式的运用不仅可以让学生了解人工智能技术的实际应用情况,还可以多方位的锻炼学生的创新能力和实践应用能力。所以相关高校要适当的借鉴这一教学经验,提高课程教学的针对性。其次,在育人模式中还要加强对学生创新思维和操作能力的培养,在人工智能背景下,电气信息的发展模式和主要的发展方向都发生了一定的改变。在当前电气信息领域发展的过程中,为了使自身能够在人工智能背景下得到有效的发展需要创新和创意的人才,并且要求这部分人才能够掌握先进的人工智能技术,根据电气信息发展的实际需求和人们对电气信息的要求,从而生产出个性化和特色化的产品。在育人模式升级中,教师要将专业和特色进行有机的融合,构建新的教育思路,过硬的专业素质才是人才升级的重要基础。在人工智能时代下,信息的来源和途径逐渐朝着多样化的方向发展,在这些繁杂的信息中既有重要的信息也有多余的信息,所以要使学生能够对这些信息进行有效的辨别。高校在制定人才培养模式中,要专业性的锻炼学生的工作能力和专业素质,从而使学生能够在这些大量的信息中提取有用的信息,提高电气信息类专业的有效性。
(三)引入任务驱动的实验模式在人工智能背景下对院校电气信息类专业进行教学时,教师要在保留原有学习项目的同时,立足于学生当前的理解能力,开发新的教学内容。在教学中教师要求学生进行独立性的思考,并且教师还要对学生的学习思路进行适当的引导以及启发,使学生可以运用课堂中所学到的知识内容灵活的解决实际实验过程中所存在的问题。教师要引导学生运用不同的方法进行学习,鼓励学生进行大胆的设计以及验证。教师在班级教学的过程中,可以为学生引入任务驱动式的教学模式任务,驱动式的教学模式主要是以学生为中心,教师要立足于教材中的内容和课堂教学的目标为学生布置相关的学习任务,实现综合性的学习效果。在为学生布置学习任务时,要融入当前先进的人工智能技术,让学生充分的发挥人工智能技术的优势来完成教师所布置的任务。教师要在任务驱动式的教学模式中增加一些设计型和创新型的学习活动,让学生直接深入到实践学习中进行方案的设定以及验证,并且对最终的实验结果进行多方位的分析以及讨论。在班级教学的过程中,教师要让学生围绕着一个教学目标来开展日常的学习,并且学生在学习和验证的过程中,教师还要加强和学生之间的互动和交流,从而对学生的实验方向和实验思路进行有效的引导,使学生可以在强烈的学习兴趣和学习动力的驱动下进行自主性的探索以及学习,并且也可以在班级中形成良好的互动。
(四)利用人工智能技术进行辅的教学在电气信息类专业教学课堂中,教师在利用人工智能技术进行教学时,要在原有课程的基础上充分地发挥人工智能技术的优势,从而对实际教学起到一个良好的辅助作用。比如,在实际教学的过程中,教师需要将理论知识和学生的实践学习进行相互的结合,提高课堂教学的真实性和有效性,在课程内容中要围绕着各种企业的实际项目来让学生进行知识内容的学习,教师要利用人工智能技术的优势为学生展现真实的一线工作现场,让学生全面的感受工作的环境,不仅有助于提高课堂教学的效果,还可以让一些抽象的理论知识变得生动和直观,促进学生学习效率的提高。
(五)在电气设备故障诊断中的应用在电气设备故障诊断中,人工智能技术中的模糊理论、人工神经网络和专家系统的应用比较广泛。以前我们常常面临的问题是,当电气设备出现问题或故障时,总是表现出比较复杂的症状,采用传统处理手法难以对问题做出准确判断和查找,人工智能技术则很好地解决了上述问题。比如发电机的设备故障具有非线性、不确定和复杂性的特征,传统论断方法准确率非常低,而通过人工智能技术中模糊理论和专家系统的综合应用,能大大提高故障论断的准确率。
>> 多媒体网络英语教学多元化创新教学模式的探究与实践 中职数学多元化创新教学举隅 浅谈人工智能自动化技术的发展 小学体育多元化模式教学 人工智能加速商业化 国际化视野下的企业多元化 高校多元化考核模式的创新与实践 关于实践教学中多元化创新模式的若干探讨 面向实践与创新能力培养的程序语言多元化教学模式探索 基于创新能力培养的多元化课堂教学模式研究 创设多元化教学模式激发学生创新意识 创新多元化高职入学教育模式 建设模式多元化 人工智能时代下营销活动的智能化 高校油画教学的多元化教学模式探讨 钢琴教学中多元化教学模式的应用 天津大学:协同多元化教育资源培养能源动力类国际化高素质创新型人才的熔炼模式 《商务谈判》多元化教学模式的构建 浅析中学体育教学模式的多元化发展 高中政治的多元化教学模式探讨 常见问题解答 当前所在位置:.
[7] Russell S, Norvig P. Artificial intelligence: A Modern Approach[M]. 3rd ed. Edinburgh: Pearson Education Limited, 2014.
[8] 跽蛑甘: 全球人工智能发展报告2016[R]. 嘉兴: 乌镇智库和网易科技, 2016.
[9] Nilsson N J. Artificial intelligence: A new synthesis[M]. San Francisco: Morgan Kaufmann Publishers, 1998.
[10] Negnevitsky M. Artificial intelligence: A guide to intelligent systems[M]. 2nd ed. Boston: Addison-Wesley, 2004.
[11] Luger G F. Artificial intelligence: Structures and strategies for complex problem solving[M]. 6th ed. Edinburgh: Pearson Education Limited, 2008.
[12] Jones M T. Artificial intelligence: A systems approach[M]. Sudbury: Infinity Science Press, 2009.
[13] Flasiski M. Introduction to artificial intelligence[M]. Wiesbaden: Springer International Publishing, 2016.
[14] Winston P H. Artificial intelligence[M]. 3rd ed. Edinburgh: Pearson Education Limited, 1992.