人工智能教学分析

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篇人工智能教学分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能教学分析范文第1篇

关键词：智能科学与技术；课程体系；培养管理

1背景

智能科学与技术是当前科学研究和工程实践的理论与技术发展的前沿领域，智能科学与技术专业是一个多学科交叉的跨应用领域专业Ⅲ。智能科学技术的发展将把整个信息科学技术推向“智能化”的高度，这正是当代科学技术发展的大趋势，对于这方面人才的需求也越来越迫切。智能科学与技术培养掌握坚实智能科学与技术基本理论和系统专门知识，具备作为工程师或领导者及公民的良好人文修养，具有从事科学研究、工程设计、教学工作或独立担负本专业技术工作能力，深入了解国内外智能科学与技术领域新技术和发展动向，能结合与本学科有关的实际问题进行创新研究或工程设计的高级专门人才。

高校应稳妥发展与完善智能科学与技术专业的本科生教育，夯实本科教育基础并积极创造条件，大力开展创新教学，努力培养学生的创新意识、创新精神和工程实践能力，使之成为具有系统技术基础理论、专业知识和基本技能，良好科研素质和较强创造能力的智能科学与技术工程师。

2教学计划与教学管理分析

智能科学与技术属于计算机类专业，其必修课程设计原则是使学生具备计算机科学与工程的基础理论知识，尤其是大类专业招生教学的院校，通识课程主要是数学、物理文化基础，强调扎实的自然科学基础。专业教学的特色体现在专业必修和专业选修课程，专业必修课一般分为数学基础和专业课程。计算机类专业数学基础课程一般包括线性代数、微积分、离散数学、微分方程、概率与统计、数值计算等；专业课程一般包括程序设计基础、高等程序设计、数据结构、操作系统、计算机组成与结构、数字电路与逻辑设计等。

2.1学分

本科培养计划的学分中，国内外大学学分总数趋势是逐步减少，追求少而精。国内院校一般在130～190学分之间，如北京大学为150学分，清华大学为1 70学分，东南大学与浙江大学均为160学分，还有16学时为1学分的，也有18学时为1学分的。

中国台湾的大学一般在130学分左右。台湾交通大学最低毕业学分为128学分，其中必修课程须达76学分（共同必修58学分+资工组核心须达分+（资工组副核心课程学分+另2组核心课程学分）），专业选修本系课程须达12学分，其他选修课程须达12学分，通识课程须达28学分（含外语课程必修8学分）。台湾“中央大学”为136学分，台湾“清华大学”为136学分，其中必修和必选学分126，其他与导师商量决定。

美国的大学各校差异较大。美国的学分计算有4学期制、两长一短制及两学期制，其中加州大学伯克利分校为120学分，麻省理工大学为90学分，加州大学洛杉矶分校为186学分，斯坦福大学为180学分。

2.2教学管理

在教学管理上，斯坦福大学给学生提供了非常宽松的自由发展空间。新生入校后不分专业、不分学院。除了医学院和法学院学生需要经过一定的选拔程序外，本科生可以在入学后的前一个学期适当时候随意选择专业，并且选择专业后允许更改，只要毕业时满足专业培养方案即可。

国内的浙江大学是较早实行按大类招生的学校之一，分为大类培养、专业培养和特殊培养3类，前两年不分专业，按学科分类集中培养。

台湾的大学专业也是按大类完成前期的基础课程，再分小专业完成各学程，包括基础课、核心课和进阶课。

教学分组是现在的主流课程架构，也是体现专业方向的主要形式，分组课程是体现专业特色的课程组。国内清华大学采用的是分组教学；台湾的大学基本上采用的是以教学方向分组的方式，台湾的大学教学分为课程与修业、学分学程。

2.3实验与实践教学

计算机类专业各大院校都强调课程实验与实验教学，而目前课程该如何进行教学？这不仅是实验问题，如何以工程教育专业论证为目标，怎样使教学目标达到毕业要求是关键。做中学是主流实验教学方式，尤其是美国的大学，大作业体现的是实验与理论教学的结合，是考查学生是否理解理论知识的重要途径。学生不仅能够学习扎实的数学和计算机专业知识，还进行大量的实践创新训练。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校、斯坦福大学都属于实践创新性教学模式。例如，斯坦福大学程序设计范式课程重点比较C、C++、Java的特点和难点，每1～2周有一次大作业，针对不同的任务，要求学生用不同的语言实现，使学生加深理解各类编程语言的应用场合；麻省理工大学的课程计划是必须先修12学分的实验课程，再修3门或4门核心课程，最后选择3门方向学科和1门关于该方向的实验课、2门专业拓展课。

3智能科学与技术课程体系分析

智能科学与技术课程体系在智能基础理论研究的基础上，需要安排基础性、通用性、关键性的智能技术研究，主要包括感知技术和信息融合技术；自然语言处理与理解技术；知识处理（认识）技术，包括知识提炼、知识分类、知识表示技术等；机器学习技术，特别是统计与规则相结合的学习技术；决策技术，即知识演绎技术特别是不确定推理技术等；策略执行技术，即控制与调节技术；智能机器人技术，特别是面向专门领域的智能机器人技术；智能机器人之间的合作技术；基于自然语言理解的智能人机交互与合作技术；智能信息网络技术。

国内最早创办智能科学与技术专业的学校包括北京大学，西安电子科技大学是第2批开始培养智能专业学生的院校。北京大学的本科教学计划中，专业必修课程（2分）包括：①专业数学/理论基础（15学分）：算法分析与设计、集合论与图论、概率统计A、代数结构与组合数学、数理逻辑；②硬件与系统基础（分）：数字逻辑设计、微机原理和信号与系统；③智能基础（5学分）：脑与认知科学与人工智能基础。专业限选课程（15学分）包括信息论基础、计算方法B、数字逻辑设计实验、微机实验、数据结构与算法实习、机器感知和智能处理实验、智能多媒体信息系统实验。选修组合课程（29～32学分）：学生按照自己的兴趣，参考智能的2个专业方向推荐专业课组合，自行选择，至少选修20学分的智能专业课程。公共核心+专业方向+新技术及其他：①公共核心课程（分）：智能科学技术导论、模式识别基础、生物信息处理、智能信息处理；②专业方向课程（11～15学分）：机器感知与智能机器人方向、智能信息处理与机器学习方向、新技术及其他。

西安电子科技大学智能专业主要课程包括电路分析理论、信号与系统、数字信号处理、数字电路及逻辑设计、模拟电子技术基础、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等课程及30多门选修课程。

建议各学校可以根据学院教学特色与实际需求，设计专业核心课程。北京大学偏重“信息处理”，湖南大学偏重“智能系统”，但需要强调的一个前提就是智能科学与技术专业属于大计算机类，更需要大EECS专业的基础。编程、电路、数学、数据结构、计算机系统这五大核心基础就是大EECS；其次是专业，计算机以系统结构、操作系统、网络、编译、数据库五大经典专业核心课为主，湖南大学的智能科学与技术专业强调系统，因此信号与系统、操作系统、嵌入式系统、人工智能是最基本的专业核心课，然后再分不同的分支。湖南大学智能科学与技术专业核心课程包括人工智能概论、机器学习、计算智能导论、模式识别、智能控制导论、智能数据挖掘、机器人学等；研究学位课程包括模式识别、人工智能等，主要体现为智能科学与技术基础（人工智能概论、机器学习、计算智能导论、模式识别）、核心（智能控制导论、智能数据挖掘）和应用（机器人学）。

4结语

（1）在课程计划实施过程中，教师需要遵循课程的时序图，即描述课程的进阶关系，从本科直到研究生，同时还可以实行一定的修课限制，如台湾交通大学计算机概论与程式设计和面向对象程式设计两科皆不及格者不得修数据结构与算法概论，若数据结构不及格不能修算法设计课程等。

（2）程序设计类课程用上机程序能力考试来设置合格条件，如台湾交通大学基础程式设计及格条件为通过“程式能力鉴定”，湖南大学则以CCF―CSP软件能力测试作为程序设计课程通过的考核标准。

（3）鼓励学生参与项目、竞赛等课外科技活动，如台湾“清华大学”的综合论文训练是由具有同等水平的项目训练成果或SRT（student research training）计划项目以及其他课外科技活动成果经认定后代替的。

（4）精炼的课程教学。核心课程应该精且必须加强课程实验，只有对方法和理论有正确的认识才能掌握这门课程，而动手完成实验才能真正融会贯通。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校的学生具备扎实的数学和计算机专业知识后，都需要进行大量的实践创新训练。

人工智能教学分析范文第2篇

关键词：人工智能；音乐教育；智能乐器；大数据

1引言

随着人工智能技术的不断进步，重新塑造音乐使得音乐教育的学科素养培育、审美感知、艺术表现和文化理解变得更有支持和创意。探索应用人工智能技术推进音乐教学的改革与发展有具有十分重要的意义。本文通过研究与实践，引导学生学会用科学的方法培育计算思维创作音乐，用科学的意境欣赏音乐陶冶学生的音乐审美感，用科学的评价提升音乐课堂教学效率。通过这些措施，可以使学校音乐教育精准地开展因材施教差异化教学，彰显音乐教育的特色。

2人工智能与音乐

人工智能技术与音乐教育有机融合，丰富了课堂教学资源，拓展了智能乐器的功能，提升了音乐教育技术手段。它支持个性化学习，可以观察音乐课堂学习，分析音乐的旋律与节拍，有效评价教学效果，激发音乐教师运用人工智能技术创新音乐教学的热情，发挥教师在课堂教学中的主导作用。

2.1乐器的智能化

乐器是学习音乐的重要工具。乐器植入人工智能技术，形成了智能化乐器。它能够大量储存多种乐器的音乐数据。尤其是在音乐键盘中运用，功能的提升特别突出，应用于音乐教学中引发了多种形式的教学模式。例如，图1显示了融合多媒体计算机、主控系统、音乐课堂教学智能评价系统将多部电子钢琴连接起来的智能乐器实验室。通过语音室方式授课，可以实现多种乐器的分组教学。这在传统的音乐课堂上是无法完成的。

2.2智能化乐曲创作

智能乐器不仅能够储存乐器音色，而且还能用指令对各种音色播放进行控制，各种音色按照指令进行演奏。这种创作功能是以往其他乐器都无法比拟的[1]。例如，能唱出《月亮代表我的心》十七声部的合唱团，很好听，但很难。运用智能乐器按指令合成该十七声部音乐则轻而易举。2.2.1机器学习生成乐曲人工智能技术赋能智能乐器，使得机器学习的功能日趋进步。机器学习在音乐领域所做的事情，就是提取音乐作品的“数据”，输入给定模型学习音乐的“特征”，再对音乐数据进行分析和编排。例如，如果输入的是《梨园金曲》民族音乐，则机器就能学会民族音乐的曲调特征，生成掌握特征模型的民族音乐作品。2.2.2用软件生成乐谱使用MuseScore3forMac软件可以制作乐谱，在工具栏选择对应时值的音符输入音符。例如，在MuseScore3窗口输入如图2所示的“我和我的祖国”乐谱，再导出MP3文件进行播放。2.2.3代码生成乐曲用Python代码生成曲子，要借助音乐标准格式MIDI—乐器数字接口，运用Python-midi库编写程序，编译MIDI文件生成音乐。例如，生成一个简单乐谱的MIDI文件需要使用Python-midi，其中：Pattern对象表示乐谱；Track对象表示音轨，通常乐谱都有多条轨道组成，每种乐器是一个轨道；midi.NoteOnEvent表示每个音符的开端，在参数表中可以定义每个音符的音长和音高；midi.NoteOffEvent表示每个音符的结束。参考代码如下：importmidi#定义patternpattern=midi.Pattern()#定义轨道track=midi.Track()#添加轨道到patternpattern.append(track)#音符开始，并定义位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符结束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#轨道结束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存储midi.write_midifile("example.mid",pattern)程序运行结果生成了如图3所示的简单音符：这样如图2的“我和我的祖国”乐谱，也可以通过Python代码生成MIDI文件。

3AI赋能音乐课堂

在AI赋能的音乐教育环境，促使音乐教学实践变革以及学生学习音乐方式。例如，图4所示的集音乐创作教学及教学评价于一体的“智能化音乐课堂教学评价系统”，在教学设计的优化、教学方法的高效、教学手段的更新、教学评价的智能、教学策略的调整方面都具有借鉴意义[2]。

3.1大数据学习

大数据云计算可以将所有音乐家们音乐数据存储在云中，运用人工智能技术为学生提供更多有价值的音乐数据。学生通过音乐云学习音乐知识，欣赏音乐魅力、体验音乐节奏、理解音乐韵律。它使得优质音乐教学资源跨越校园，开放延伸音乐教学，远程辐射共享资源。这样就扩展了学生的视野，音乐知识的来源无限扩大，整个音乐云皆有学生的学习教材。特别是大数据音乐云不仅可以推送给学生更多的即兴音乐和更多的音乐信息，还能指导音乐爱好者创作出雅正、健康的音乐作品。

3.2个性化学习

人工智能技术从音乐学习行为数据搜集、数据分析与运用、个性化学习评价多方位帮助学生定制个性化的学习成长路径。推送在线音乐教育资源，指导表演建议乐器学习技巧。搭建音乐教育虚拟课堂，匹配音乐教学资源，实现因材施教的个性化学习，支持一对一的教学辅导和群组式讨论。通过这些措施提高教学质量和效率。

3.3教学评价智能化

运用人工智能技术将多个音乐辅助教学设备连接的音乐创作教学系统，基于音乐课堂教学的学生学习特质分析与教学效果分析的音乐课堂教学管理系统，来实现音乐教学的全程智慧管理，使音乐学习更有效率。例如，在虚拟音乐课堂乐器教学可以变成一对多的自选教学模式，使课堂变得轻松、愉快。教师可以开启课堂教学观察模块，捕捉每位学生同步练习的音准、节奏、力度数据，分析判断将评价信息同步反馈，给出学习指导建议。3.3.1创作教学模块“智能化音乐课堂教学评价系统”中的音乐创作教学模块，集视、听、练和反馈评价为一体，适时演示教师教学作品和评价学生练习作品。例如，在进行《我和我的祖国》授课时导入电影片段，欣赏“我和我的祖国”音乐的表现形式、演唱形式以及歌曲风格，可以使学生更好地体验作品的创作意境，激发创作意识。使用MuseScore创作“我和我的祖国”三声部习作音乐，并能储存、刻录，编辑等二度创作。3.3.2课堂教学评价模块音乐课堂教学评价有着传统音乐教学评价无法比拟的灵活性、客观性和实用性。从大数据分析角度获取音乐课堂教与学相关数据，对学生的音乐基本素养与学习态度进行科学分析判断。例如，以创作《红河谷》中的和声与音乐作品风格内容的“编配伴奏音乐”教学过程为例。课前在“课堂教学评价模块”上安排学生根据作品风格完成伴奏的音乐；播放制作好的《红河谷》MIDI音乐（在第二和第六个小节缺失编配和弦）；使学生感受、探讨大小三和弦的表现力，形成对大小三和弦的感知。然后要求学生试着用MuseScore为《红河谷》缺失的两小节选配和弦，以适合歌曲的伴奏风格。学生需要边哼唱歌曲边试着套用不同的伴奏风格，找到他们认为最恰当的和弦伴奏风格，说出理由并提交[3]。评价系统将学生提交的作业比照音乐要素进行评价。及时反馈学习评价的信息，并对学生的学习进程制定一个个性化的学习方案[4]。同时通过教学反馈深度优化决策模型，促进教师实时改进教学策略，提高教学效率和效果，提升教学质量。

4结语

人工智能技术在音乐教育领域中的广泛应用，为传统的音乐教育模式注入了活力，为音乐教师创新音乐教学理念开辟了新思路[5]，为因材施教提供了新的适合学生学习的音乐教学模式。人工智能在音乐教育模式方面的探索，不仅给音乐教育教学的发展带来了物质技术层面的进步，还从音乐教学层面促进计算思维培育开辟新途径。这对音乐教育理念、教学手段、教学方式和方法以及拓展学生音乐视野、学习音乐、享受音乐、创造音乐等都带来深刻的变化和积极的影响。

参考文献

[1]邹孟雨.人工智能及其在音乐教育中的应用.北方音乐,2018(15):254-255

[2]郭文进.“互联网+教育”运行模式探究.决策与信息（下旬刊）,2015(9):63

[3]段晓军.电脑音乐系统与中小学音乐教学实践.中国音乐教育,2006(6):26-28

[4]王迪.浅析娱乐教育中元学习能力的培养.河北广播电视大学学报,2007(1):79-80

人工智能教学分析范文第3篇

关键词：智能科学与技术；毕业生情况；北京科技大学

从2004年国内开始招生至今，全国已有不少高校设立了智能科学与技术专业。我校是较早设置该专业的院校，于2007年在信息工程学院设置其为第7个本科专业，并开始招生。2009年9月，学生进入相关专业课程的学习，第一届学生于2011年7月毕业。日前，该专业学生已经完成本科阶段的学习。

在专业开设过程中，我们完成的主要工作如下。

1) 调研国内外相关院校智能科学与相关专业的培养目标和培养方案。

2) 形成智能科学与技术学科的知识体系和能力要求。

3) 制定2010版智能科学与技术专业的教学大纲。

同时，在办学过程中，我们选择了脑科学与认知科学概论，人工智能基础，微机原理及应用、课程设计(微机原理)，可视化程序设计、智能计算与应用四个课程组进行教学模式改革。

1首届毕业生知识结构

因为是首届学生，我校大多数课程安排参考了国内兄弟院校的课程设置，也参考了我校自动化专业的部分课程设置。学生的知识结构主要由5个方面组成[1]，如图1所示。

1) 数理基础课程群：工科数学分析、高等代数、复变函数与积分变换、概率与数理统计、数学实验、大学物理、物理实验、应用力学基础、离散数学等。

2) 电工电子技术课程群：电路分析基础、电路实验技术、模拟电子技术、模拟电子技术实验、数字电子技术、数字电子技术实验等。

3) 机电技术基础课程群：工程制图基础、程序设计基础、信号处理、计算机网络、微机原理及应用、嵌入式系统、数据库技术及应用、面向对象程序设计、现代检测技术、电机控制技术、现代通讯技术、DSP处理器及应用、机械设计基础等。

4) 专业主干课程群：信息论与编码、控制工程基础、脑科学与认知科学概论、人工智能基础、机器人组成原理、计算智能基础、模式识别基础、虚拟现实技术、智能控制及其应用。

5) 实践创新课程群[2]：计算机应用实践、电子技术实习、MATLAB编程与工程应用、Linux系统与程序设计、自动控制系统设计与实现、微机原理课程设计、嵌入式系统设计与实现、专业(生产)实习、毕业设计(论文)等。

除了专业课程的学习，学生还参与了很多课外科技活动和竞赛，并取得了良好成绩，内容如下。

1)“基于Matlab的智能五子棋人机博弈系统”在北京科技大学第十一届“摇篮杯”课外学术作品竞赛中获三等奖。

2) 第八届校机器人队队员在第八届亚太机器人大赛国内选拔赛中获十六强。

3) 在全国大学生电子设计大赛中获成功参赛奖。

4) 在智能车校内赛中获二等奖。

5) 在北京市机械创新大赛中获三等奖。

6) 在北京市大学生电子设计大赛中获二等奖。

7) 在“飞思卡尔”智能车竞赛的校级赛中获三等奖。

8) 在校级机器人竞赛中获季军。

9) 在全国大学生节能减排大赛科技类中获三等奖。

10) 在北京科技大学计算机博弈锦标赛中获最佳程序设计奖。

11) 在北京科技大学“闪我风采”Flash大赛中获最佳细节奖。

在参加课外竞赛及各种活动之余，首届智能班还自组织了以小组为单位的指纹识别考勤计时系统编程比赛，历时一个月，比赛结束后评出了最优编程奖。然后返回给每个小组，再讨论再修改，最终确定了最优版，申请了国家软件著作权，于2010年5月份获得审批。此次比赛成果是全班学生辛苦劳动的果实，凝聚了24位学生的智慧和努力。图2展示了该系统的计算机软件著作权登记证书。

2首届毕业生毕业设计情况

2010年底，首届学生进入本科毕业设计环节。在大家的共同努力下，全部学生通过了本科毕业设计。毕业设计的题目如表1所示。

3首届毕业生去向

智能科学与技术专业首届24名学生是2009年9月进入大三学习专业课的。目前，我们统计的毕业生去向，专业第1名放弃了保研指标，选择出国留学，另外有4人保送本校读研究生。选择考研的学生还有12人，另外有3人选择出国留学，还有2人选择就业，如表2所示。

4经验和教训

我们对2007级智能科学与技术首届毕业生的总体情况还是比较满意，通过一系列教学改革，取得一定的成效，内容如下。

1) 人工智能基础。此课程为智能科学与技术专业的理论基础性课程，具有涉及的面比较广、内容较多、变化较快的特点。我们结合人工智能学科的发展，在保证课程完整性的同时，尽可能增加学科发展的前沿内容。

2) 微机原理及应用、课程设计(微机原理)。微机原理及其应用是一门实践性很强的课程，特点是计算机软硬件结合非常紧密，需要经过大量的实践环节学习。在充分分析本门课程特点的基础上，我们对该课程作了如下教学改革：自行研制开发了一套实验装置，开发了配套的实验项目，编写了相应的实验讲义。图3是我们使用的微机原理与单片机实验装置。

在教学方法上，教师让学生在学习已有实验项目的基础上，做一些由简单到复杂的新改动，直至最后设计出新的应用电路，并用相关器件实现。为了鼓励学生亲自动手制作电路板，教学团队花费近3 000元，购买了各种电子元器件和电路制作工具，包括单片机芯片、集成稳压电路芯片、各种传感器、小键盘、电阻电容、印刷电路板、万用表、电烙铁等，保证每位学生都能设计并制作完成一个单片机控制系统。在课堂管理方面，我们实行小班授课，每班不超过30人。学生都很遵守课堂纪律，几乎没有迟到早退现象，为该门课程的学习营造了良好的学习氛围。

3) 可视化程序设计。小班在实验机房上课，课程将讲解部分与上机练习结合起来，教师对每一个知识点进行讲解后，让学生立刻练习，提高学生的动手实践能力。通过教师的课堂讲解和学生的课堂练习，使学生达到融会贯通的程度。

4) 数据结构与算法分析。针对智能科学与技术专业对计算机软件能力要求高的特点，我们压缩了计算机专业的数据结构和算法分析两门课程的学时，保证学生应用能力的培养，并编写了相应教材。

5) 根据国内外高等教育的最新发展，我们对研究思路、内容、方法进行必要调整。英国、美国、马来西亚等国近几年开设了AI相关专业，并且多数与机器人结合。在2010版教学计划中，我们也将机器人作为学生学习过程中的实验平台和设计实现对象，为此探讨设立机器人组成原理课程[3]，并在准备教材。我们还与南开大学、河北工业大学合作开发智能科学与技术专业的系列教材[4]。

另一方面，我们在办学过程中也感觉到一些问题，和南开大学[5]的问题较为类似。

1) 专业宣传方面的问题。

2) 没有形成统一的教学指导委员会，各学校还处于单兵作战阶段。

3) 学校的重视程度不够，经费投入有待加强。

4) 师资结构对其他学科的依赖程度较大，还未形成完整的师资队伍，多数教师来自其他专业。

5结语

通过两年的专业课学习，首届智能科学与技术专业的全体学生在各方面都取得了不错成绩。多门基于专业课程开设的课程设计不仅增强了学生的动手实

践能力，还加深了学生对专业知识的理解及掌握程度，很好地将理论学习与实践教学结合起来。特别是在毕业设计阶段，学生的论文题目都很有新意，充分体现出智能科学与技术专业的“智能”特点，而且学生在论文答辩环节全部顺利通过。首届毕业生中，出国和保研率达到54.17%，就业率达到45.83%，有很好的发展前景。通过研究首届毕业生情况，我们认为智能科学与技术专业是一个很有发展潜力的专业，能够将人工智能科学、计算机技术、智能控制等专业性较强的学术领域综合起来，培养出具有综合能力的优秀毕业生。

总结首届毕业生情况，我们将在随后的教学过程中进行如下改进：结合人工智能学科的发展，尽可能增加学科发展前沿的内容；针对学有余力的学生，布置学科前沿的自学内容；在教学中尝试以作业的形式安排实验内容[6]。同时，我们继续保持小班授课方式，营造出良好的学习氛围。在考核方面，结合平时、考试和答辩3种形式，来客观、公正地评定学生，促进学生的全面发展。通过总结已有的教学经验，吸取教训，发展优势，我们相信智能科学与技术专业一定会一步一步成为更加完备的、更有优势的、更具时代特征的新型专业。

参考文献：

[1] 刘冀伟,石志国,王志良. 北京科技大学智能科学与技术专业建设概况[J]. 现代大学教育,2010(6):1-4.

[2] 石志国,刘冀伟,王志良.“智能科学与技术”本科专业软件实践类课程建设探讨[J].计算机教育,2009(11):93-97.

[3] 石志国,刘冀伟,王志良,等. 机器人组成原理课程规划[J]. 计算机教育,2010(15):86-90.

[4] 杨鹏,张建勋,刘冀伟,等. 智能科学与技术专业课程体系和教材建设的思考[J]. 计算机教育,2010(19):11-18.

[5] 方勇纯. 智能科学与技术专业毕业生情况分析与专业建设[J]. 计算机教育,2010(19):51-54.

[6] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践,2009,29(9):18-19.

The Situation of the Major in Intelligence Science and Technology

in University of Science and Technology Beijing

LIU Jiwei, SHI Zhiguo, WANG Zhiliang

(College of Information Engineering, University of Science and Technology Beijing, Beijing 100083, China)

人工智能教学分析范文第4篇

关键词：智能科学与技术；专业；发展战略；思考；大联合；大发展

1现状分析

我国的智能科学与技术(intelligence science and technology，ist)专业创办至今已有8年历史了。它从无到有，逐步壮大，现在全国已有近20所大学试办这个新专业[1-2]。应该说，智能科学与技术专业的8年征途并不平坦，开拓者们也为之付出了艰辛和心血。现在，我们至少可以说，智能科学与技术专业已再不是“婴儿”，而是“小学生”了。然而，我们需要继续努力，上好中学、大学以及研究生课程，迈上专业建设的新征途，攀登学科建设的新高峰。

在ist专业建设上，北京大学信息科学技术学院等起了重要的带头作用，中国人工智能学会及其教育工作委员会等工作委员会和专业委员会发挥了很好的组织作用[3-4]。他们齐心协力，默默奉献，做了大量有目共睹的开创性工作，值得充分肯定。现已有北京大学、首都师范大学、北京邮电大学、南开大学、西安电子科技大学等高校培养出ist专业的毕业生。也就是说，我们有了ist专业的第一代“产品”了。然而，我们的ist专业还是有些不尽人意之处，特别是发展速度比预料的要慢，发展规模不如预期的大，发展目标还有待进一步明确。笔者试图概括我国ist专业发展的喜与忧，探讨发展战略，为ist的专业建设和学科发展出谋献策，供同行讨论与参考。

2喜忧参半

如上所说，我国ist专业的发展既取得可喜成果，又存在某些忧虑，即喜忧参半。下面拟就ist专业的办学成绩和存在问题进行探讨。

2.1主要成绩

归纳起来，8年来，我国ist专业建设取得的主要成绩包括下列各点。

1) 申报并获准试办ist专业，促进信息科学和智能科学的发展，为国内外信息科学学科建设开辟了一个新的增长点。

2) 在调查研究和科学分析的基础上，制定了ist专业教学大纲和教学计划，为专业建设建立了基本框架[5-6]。

3) 结合ist的专业特点和教育发展要求，初步规范了ist专业课程设置，开展专业建设和课程教学等方面的改革，取得一大批成果[7-8]。

4) 编写了一批具有明显特色的相关教材，为新专业教学和学科建设提供必要的资源，起到较好的示范和辐射作用[7,9]。许多学校在实验教学上进行了一些探讨，并积累了不少经验，值得推广与借鉴[10-12]。

5) 聚集了一群有志于智能科学技术教育的教师，形成了一支热爱教育、乐于奉献、熟悉业务的师资队伍，为ist专业的人才培养和学科发展打下重要基础。

6) 经常组织本专业的教育与教学研讨会和座谈会，进行全国性或校际间的交流，总结心得体会，共同提高，使ist专业沿着正确的方向发展。

7) 培养出一批基本掌握智能科学技术基础理论和专门知识，具有从事本专业工作能力的本科毕业生，为国家输送有特色的急需的建设人才。

8) 为争取我国智能科学与技术一级学科博士学位授予权做了大量工作，并取得重要进展，为ist学科的进一步发展创造重要条件[13]。

2.2瓶颈问题

概括地说，ist专业建设和发展面临的问题主要涉及如下几点。

1) 专业规模和发展速度没有达到预期结果，仍停留在“试办”状态。

到目前为止，全国试办ist专业的学校已近20所，已初具规模，“闪亮登场”[2]。然而，本专业的规模和发展速度不尽人意，离“大发展”的预期结果尚有较大差距。

2) 办学主体存在一定的局限性，缺乏跨学科大联合的氛围。

如前所述，北京大学和中国人工智能学会等对ist专业建设发挥了重要的带头和组织作用。由于ist专业具有高度跨学科等重要特点，单纯依靠某一两个现有专业来“派生”和由一两个学会来“催生”ist新专业，是难以快速发展和如愿以偿的。现有专业或学会都有一定的局限性，与其他学会间的交流合作也需要有改进之处。

3) 教学大纲与《国家中长期教育改革和发展纲要》要求存在差距，有待更新。

《国家中长期教育改革和发展纲要》[14](以下简称《纲要》)是我国“优先发展教育，建设人力资源强国”的重要战略部署。《纲要》中许多新思路是我们以前没有想过的。ist的教学大纲需要按《纲要》的要求进行大刀阔斧的修订，力求符合《纲要》精神。

4) 实验教学和网络教学亟待加强。

在新专业建设初期，实验室建设投入经费有限，这对开展实验教学有些不利影响。一些学校的实验未能满足ist专业各课程教学的基本要求。

5)ist专业的产学研结合模式急需探讨与建立。

产学研结合是高等教育的一项经验。《纲要》也强调“创立高校与科研院所、行业、企业联合培养人才的新机制”对本科生教育的重要性。虽然有许多企事业行业适合ist专业就业，但该专业不像机电、化工、通信、冶金等专业那样有比较对口的实习和就业企业。因此，探讨与建立ist专业的产学研结合模式，也是一项比较艰难的急需解决的问题。

3发展策略

针对上述存在问题，以下特就智能科学与技术专业的发展战略提出若干思考。

1) 树立“大智能科学技术”思想，突破单个学会的局限性，通过大联合、大合作，实现大团结、大发展。

一个专业要在全国产生较大影响，发挥该专业的特有作用，没有足够大的规模是不行的。例如，自动化、计算机、通信、电子信息等专业，全国有数以千计的大学开设。我们是否可以设定ist专业发展规模的第一个目标，即争取在5～10年内，有50～100所大学开设该专业？如果能够实现这个目标，ist专业就走上了“可持续发展”的大道。到那时或者更早一些时日，“试办”也就必然被“正办”所取代。

值得指出的是，目前大多数大学强调“办学资源有限”，不大愿意支持申报新的专业，这对ist专业的发展也产生一定的负面影响。我校的ist专业就是经过3年努力，才向国家教育部呈交《高等学校增设专业申请表》的。

我们需要把圈子搞大些，进行跨学科的大联合，集思广益，合作共赢，谋求ist专业的发展大计。基于中国人工智能学会(caai)的学科特色，由caai牵头组织申报ist专业及其一级学科博士学位授予权，是顺理成章的。同时，单个学会也有局限性，虽不能说是“势单力薄”，但力量不如合作的强大。提倡和实现多学会联合举办智能科学技术教育教学研讨会，以及多学科联合申报与建设ist专业，将克服原有局限性，并以大联合促进大发展，应视为一种可行策略。在今后的ist办学过程中，我们需要主动加强与相关学会(含一级学会和二级学会)和高等学校(含重点学校和一般学校)的联系与合作，力争办好已有的ist专业，创造经验，扩大辐射作用和积极影响，争取有更多的高校申报与加入ist专业行列。

2) 再接再厉申报一级学科博士学位授予权，力争获得批准。

在全国同行及多个学会有代表性的专家建议和支持下，中国人工智能学会及其教育工作委员会积极组织一批有识之士，从事“智能科学与技术”博士学位一级学科授予权的论证和申报工作，并取得重大进展。由于一些原因，申报工作在最后阶段未获通过与批准，需要大家继续努力。“智能科学与技术”博士学位一级学科授予权的获得，必将为ist专业提供更为宽阔的发展空间，使ist专业攀登新的高峰。

3) 申报成立“高等学校智能科学与技术教学指导委员会”，并争取改“试办”为“正办”。

目前，国家教育部的专业设置分为“一般”专业和“试办”专业两种。绝大多数专业属于“一般”专业，只有少数专业为“试办”专业。顾名思义，“试办”者为“试验办学”，经过一定时间的试验后，成功者就可“转正”为一般专业；不成功者就可能被取消“试办”资格。当务之急，是要把“试办”的ist专业办好，办出水平，办出特色，力争早日去掉“试办”帽子。同时，作好必要和充分的准备，尽早向国家教育部申报成立“高等学校智能科学与技术教学指导委员会”，以便得到教育部相关部门的更多指导，并通过“教指委”与兄弟专业交流，更好地学习兄弟专业的办学经验。

4) 高标准严要求，全面修订ist专业的教学大纲和教学计划，以适应国家对智能科学和智能自动化高层人才的需要。

《纲要》中提出的“优化学科专业、类型、层次结构，促进多学科交叉和融合”；“重点扩大应用型、复合型、技能型人才培养规模”；“促进高校、科研院所、企业科技教育资源共享，推动高校创新组织模式，培育跨学科、跨领域的科研与教学相结合的团队”以及“促进科研与教学互动、与创新人才培养相结合”等思想和教改措施，对于我们转变办学观念和进行教学改革都具有很强的针对性。我们需要以高屋建瓴的姿态认真深入学习，联系ist的专业实际，注重创新，进一步修订教学大纲和课程体系，以期更好地满足国家对专业人才培养的要求。各校在修订专业教学大纲和教学计划时，要注意保持不同学校的共性与本校的个性特色。

5) 树立精品意识，创建更多的精品课程，编写富有特色和体现创新的ist各类教材。

由于办学历史较短，办学规模较小，ist专业的教材建设远未达到精品境界。随着时间的推进和办学规模的不断扩大，加上在教材使用中积累的经验和吸取其他相关专业精品课程教材的编写经验，这个问题可望逐步获得解决。我们一定要对ist专业的精品课程建设及其教材建设，包括基础教材、专业基础教材、专业教材和实验教材等给予高度重视。

6) 下大力气加强实验教学和网络教学。

ist专业是一门前沿交叉学科，也是一门理论密切联系实际的学科。无论是学习和深入理解课程的基本理论知识，还是培养学生的实际动手能力，都离不开实验教学和网络教学。我们可以把网络教学看做是一种更加先进的实验教学，它对学生提出了更高要求，能够让学生获取更多的知识，获取更强的能力。

在新专业建设初期，实验室建设的投入经费有限对开展实验教学有些不利影响。为了解决这个问题，我们一方面要因地制宜地设计好实验项目，充分发挥有限的实验室建设经费的作用，尽可能开设出本专业教学急需的实验内容；另一方面要积极利用其他“传统”专业实验室或公共实验室，以弥补现有ist专业实验室的不足。

建设与发展智能科学与技术专业，还有许多需要考虑的问题，如建设一流教师队伍、转变教学观念、改进教学方法、改善教学管理、探索产学研结合模式、加强校际交流与合作等。这些问题也是十分重要的，都是ist专业发展值得思考的内容。

4结语

我国智能科学与技术学科建设和专业建设已取得可喜成绩，但与整个学科和专业的长远发展目标相比，仍存在较大差距和不少问题。如果能够突破现有中国人工智能学会和智能科学与技术专业的局限性，树立智能科学技术大学科思想，实现更广泛的大联合，并采取切实措施扩展智能科学与技术专业，我们的学科和专业就有望获得更快的发展。

一级学科博士点对于学科的发展至关重要。我们要群策群力，集思广益，继续申报智能科学与技术一级学科博士点授予权，并在申报过程中最广泛地团结相关学科和学会的专家学者，争取理解与支持。

上述两方面是相辅相成的关键问题，需要我们转变观念，树立本专业的科学发展观。如果在这两方面

能够取得突破性进展，那么专业发展的其他问题，如改变专业“试办”为“正办”、申报成立智能科学与技术专业教学指导委员会、贯彻执行《国家中长期教育改革和发展纲要》以及课程与教材改革等，就可能迎刃而解。

只要我们再接再厉，团结一心，求真务实，科学发展，我们的ist专业就一定能够越办越强，越办越好，办成有特色、有影响的专业，办成一流的专业。

注：本研究得到国家教育部精品课程“人工智能”(2003年)和“智能控制”(2006年)、全国双语教学示范课程“人工智能”(2007年)、国家级“智能科学基础系列课程教学团队”(2008年)、国家级精品视频公开课“人工智能”(2011)以及湖南省和中南大学精品课程和其他教改项目的支持，谨表感谢。

参考文献：

[1] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[j]. 计算机教育,2009(11):10-14.

[2] 蔡自兴. 智能科学技术课程教学纵横谈[j]. 计算机教育,2010(19):2-6.

[3] 谢昆青. 第一个智能科学技术专业:回顾在北京大学六年来的创建历程[j]. 计算机教育,2009(11):16-20.

[4] 钟义信. 智能科学与创新教育[j]. 中国大学教育,2006(1):28-30.

[5] 邓志鸿,谢昆青,谭少华,等. 智能科学技术专业建设探索[j]. 计算机教育,2010(19):48-50.

[6] 张彦铎,王海晖,刘昌辉. 地方工科院校“智能科学与技术”专业建设的若干思考[j]. 计算机教育,2009(11):38-42.

[7] 杨鹏,张建勋,刘冀伟,等. 智能科学技术专业课程体系和教材建设的思考[j]. 计算机教育,2010(19):11-14.

[8] 谷学静,王志良,黄晓红.“智能科学与技术”专业课程体系建设的思考[j]. 计算机教育,2009(19):108-111.

[9] 祝长生,王志良.“人工情感”教材建设与教学实践[j]. 计算机教育,2009(11):98-101.

[10] 方勇纯,刘景泰. 南开大学“智能科学与技术”专业教学体系与实验环境建设[j]. 计算机教育,2009(11):21-25.

[11] 彭书华,李邓化. 智能科学与技术实验室信息化建设探讨[j]. 计算机教育,2010(15):100-103.

[12] 陈以,王改云,杨青. 智能科学与技术专业实践环节改革与建设[j]. 计算机教育,2010(15):119-122.

人工智能教学分析范文第5篇

    歌唱声音质量客观评价的研究是以声乐艺术科学化研究为前提的,这种科学化的研究始于欧洲,它的研究历史最早可以追溯到18世纪。

    (一)轻缓起步阶段

    早在1703年,法国医生杜达(Dydart)发表了《发声原理的研究报告》(MemoiresSurlacausedelavoix)一书,提出了“旋涡”(Vortex)理论,从生理学的角度对歌唱发音的科学性进行了开创性的研究①。1854年,西班牙着名声乐教育家和理论家玛努埃尔?加尔西亚(M.P.R.Garcia,1805-1906)发明了喉镜,促进了人们对嗓音生理学的研究,同时也开创了以人体发声机理作指导的新的教学方法(机理教学法),使人类声乐发展史进入了一个崭新时代。1863年德国海德堡大学教授亥姆霍兹(HermannVonHelmholtz,1821-1894)发表了近代世界声学史上划时代的巨着《作为音乐理论生理基础的音的感觉》(又译《声音感觉论》),将基础生理学及解剖学的研究和数学与物理学分析结合起来,驱使吸引人们运用声学的普遍原理去解释歌唱发音的现象,在声乐界产生了强烈反响。经过一个半世纪的发展,对声乐演唱和教学领域的研究,终于从纯粹的以人的主观意识为主的经验主义进入了以生理学和物理学原理为基础的客观科学主义研究的新高度。

    (二)快速发展阶段

    自20世纪20年代苏联国立莫斯科大学物理学教授尔谢夫金(SergeyNikolayevitchRzhevkin)和卡赞斯基(VladimirSergeyevitchKazansky)发现歌手共振峰以来,西方学者对歌唱声音质量进行实证性评价研究进入快速发展的阶段。美国的巴索洛缪(WilmerT.Bartholomew),威廉?范纳德(WilliamVennard),瑞典的桑德柏格(JohanEmilFredrikSundberg)等是这一研究领域的代表。我国自20世纪80年代开始,包紫薇(1981)、王士谦(1986)、韩宝强(1996)、吴静(2007)、于善英(2010)等学者相继在此研究领域取得了一系列的成果。他们的研究主要是运用频谱分析等技术,为歌唱声音的不同形态找到相对应的声学评价参数,并探索在歌唱评价和声乐教学中的应用价值。这一时期,王建群(2005)、刘加林(2006)等学者还从基频、标准化噪声能量、声强等方面研究影响歌唱发声质量评价的相关参数。以上相关研究为基于人工智能技术的歌唱发声质量客观评价研究奠定了基础。

    (三)纵深拓展阶段

    21世纪以来,计算机信息处理技术与神经生理学、非线性动力学、模糊数学等学科的快速发展,为基于人工智能技术的歌唱声音质量评价研究提供了更为丰富的研究手段。我国有关基于人工智能技术的歌唱声音质量评价研究始于2007年,迄今成果单薄,其中代表性的成果有:王修信等(2007)、罗兰娥(2008)、李文娟等(2009)、袁剑(2010、2011)。这类研究或利用语音分析技术对艺术嗓音进行声音样本提取,并与标准化声音或专业评委的主观评价进行比较;或制定涉及多项评价标准的评价方案,然后利用计算机、人工智能、模糊数学等知识原理对不同声音评价参数进行分析,最后在此基础上建立歌唱发声质量客观评价机制。以下本文将以主流研究中的两种体系———基于歌唱声音评价参数提取的和基于主观评价标准量化的客观评价机制为研究对象,分别以研究思路和方法、研究内容、研究结果、存在问题等方面对其研究成果作出归纳梳理和评价。

    二、基于人工智能技术的两种评价体系

    之所以确定为两大体系,是因为前者的研究基础是歌唱声音,后者是建立在主观评价标准量化指标的基础之上的;之所以都确定为客观评价体系,是因为二者均运用了人工智能技术。

    (一)基于歌唱声音评价参数提取的客观评价研究

    直接以歌唱声音本身作为评价参数的客观研究目前主要采用两种方法———神经网络研究方法和特征匹配研究方法。

    1.利用神经网络方法建立评价机制的研究

    此种研究方法以广西师范大学计算机科学与信息工程学院的王修信、物理与电子工程学院的罗兰娥为代表。(1)研究思路与内容王修信等先后发表了《几种声学参数在艺术嗓音客观评价中的应用》(2007)、《艺术嗓音歌声客观评价初探》(2007)两篇文章,提取歌声平均能量(表征相同环境下歌声信号的相对大小)、平均频率误差(判别测试者的歌声频率与标准频率中心是否对准)、平均音域误差(表征测试者音域与曲谱音域的偏离程度)作为客观评价的3个声学参数。在MATLAB计算机培养编写程序②环境下,使用BP(backpropaga-tion)神经网络方法③客观评价艺术嗓音歌声质量。后篇文章较前篇文章有所深化,将声源分析样本从36人增加到48人,明确了性别比例(其中女31名,男18名);在分析方法上增加了多元线性回归方法。研究认为,使用BP神经网络方法和多元线性回归方法基本都能正确客观评价歌声质量,且与资深专业教师的主观评价一致。BP神经网络方法误差在4%之内,线性回归方法误差在6%之内,BP神经网络方法(模型)客观评价效果较优。罗兰娥与王修信为师承关系,其研究以王修信的研究为基础。因此,罗兰娥在研究方法和观点上与王修信有不少相似之处,包括如录音环境、录音设备(软件、硬件)、声音样本提取标准、存储格式、MATLAB分析程序的选择等方面。相对于王修信等的研究,该文的创新之处在于:①明确了歌唱声音信号采集的类型,使该研究与歌唱实践更加契合;②声音评价提取的参数由原有研究的3项增加到8项,对被评价声音的反映更加全面;③评价网络建立所依据的类型增加了评价精度更高的小波神经网络。研究认为,神经网络方法能正确客观地评价歌声质量,评价分数最高的歌唱者声学参数呈规律变化;小波神经网络方法较BP神经网络方法评价精度更高;声学参数对评价结果影响度排序依次为第三共振峰、第一共振峰、音域、基频、平均能量、第三共振峰微扰、第一共振峰微扰、基频微扰等。(2)评价及存在问题王修信等的研究在歌唱声音采样时对于录音环境、录音设备(软件、硬件)、声音样本提取标准、存储格式、被录制对象的年龄、人数、唱法等方面都有明确的界定,在规范性和严谨性方面达到了较高的要求。该研究对被录制对象的性别和声部在(2007)中不明确,在(2007)中区分了男女性别,对歌唱者的声部依然未见说明。遗憾的是,两项研究对歌声信号采集类型(单音、练声曲、歌曲片段)及演唱音域未作说明,在歌唱艺术实践中,以上内容都是对歌唱发音评价产生影响的重要因素。罗兰娥(2008)中涉及到一些与音乐相关的概念值得商榷。分析结果中有:“1号歌唱者E、F、G三种调试的第一共振峰均接近450Hz,第三共振峰均接近2500Hz,音域3.5个八度左右,明显宽于其他歌唱者”。这里存在两个问题。首先,这句话中提及到两个音乐概念———“调试”和“音域”。在音乐术语中没有“调试”这个概念,结合多次提到“调试”的上下文可以推断,作者指的应该是“调式”。但“调”和“调式”的概念在乐理中的含义是不同的。一般来说,孤立的一个音或毫无逻辑关系的若干个音无法构成音乐语言,只有把若干个音按照一定的关系组织起来才能塑造音乐形象,表达思想感情。主音与它构成一定的关系(主要是倾向性关系,音程关系与和弦关系)的若干个音所结合成的音的体系叫做“调式”。“调”主要是指主音的音高,亦即整个调式的音高。④作者在文中实际要表达的意思应是用E、F、G三种不同的调来演唱歌曲。其次,此句提到歌唱者的“音域3.5个八度左右”。这个3.5个八度如何解释?以男高音声部为例,理论上说,男高音音域的应用范围一般在C1-C3的两个八度之间。歌唱实践中,因为嗓音条件和高音技术原因,能达到这个音域范围的男高音也并不多见。罗兰娥(2008)的研究中,歌唱声音样本录制对象为音乐学院声乐专业19名21岁-25岁的本科大学生,就国内的声乐教学现状分析,这些学生的演唱音域如果能达到两个八度已经进入优秀的行列了,而结果显示1号歌唱者的音域达到3.5个八度左右是不可能存在的。