人工智能递进式实验案例设计.docx

人工智能递进式实验案例设计

0引言

2018年4月，教育部颁布了《高等学校人工智能创新行动计划》，标志着教育部对人工智能技术重要性的高度认可，也进一步强调高校在推动我国人工智能发展战略中的关键作用[1]。《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，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[2]。人工智能产业应用需求的飞速发展，对人工智能专业人才的培养和需求提出了空前的挑战，高校作为人才培养的重要基地，无疑肩负着这一重大责任[3]。

近年来，许多高校成立了人工智能专业，或在计算机相关专业开设人工智能相关的课程，或将人工智能课程纳入通识课程体系。由于人工智能产业应用的创新性和实践性，人工智相关课程的实验案例设计对人才的培养尤为重要。文献[4—7]中详细地介绍了人工智能课程不同的案例设计，文献[8]中以“吊牌识别”案例教学为例介绍了人工智能课程实践教学改革。

1人工智能相关课程教学现状

1.1人工智能相关课程开设状况

由于人工智能人才需求的快速发展，教育部在2021年启动的计算机领域本科教育教学改革试点工作计划——“101计划”[9]中，对计算机学科大一新生开设了人工智能引论课程并在计算机科学导论中加入比重较大的人工智能知识，其目的是让学生早一步感悟并领略人工智能在当今时代发展的地位，初步了解人工智能相关技术和方法。

人工智能的领域涵盖广泛，涉及理论研究、软件工程、实际应用等多个方面，当前研究最多的领域包括机器学习、深度学习、自然语言处理、计算机视觉、智能推荐等，这些知识在计算机领域本科教学中都有涉及，通常在本科生完成高等数学、线性代数、概率论与数理统计等课程后才会相继开设。对于计算机领域学生来说，一方面不愿意被动坐等人工智能相关课程开设后才开始学习人工智能相关知识，有些学生会在竞赛导向下提前学习，如文献[3]中以竞赛为导向对本科生进行课外引导与培训深度学习相关知识，从而培养人工智能时代本科拔尖人才；另一方面，大一学生采取大类培养模式，通过人工智能知识的学习可以筛选出对人工智能专业感兴趣的学生从而进行专业分流，所以对大一新生开设人工智能基础课程的教学必要也很重要。

1.2人工智能基础课程存在的问题

（1）课程教学重理论轻实践。目前大部分高校开设的人工智能基础课程重视理论知识讲解，而忽略动手实践。“高大上”的新理论、新技术和新方法对大一新生如“猛虎下山”，很难一下子“吃透”，从而“望而却步”，失去兴趣和信心，更无法做到享受编程实现人工智能功能的乐趣。众所周知，人工智能是一个高度应用的领域，同时又需要非常严谨的理论基础，对大一新生若过于强调理论而忽视实际应用往往使他们对人工智能专业畏惧甚至逃避，既不利于学科发展，又不利于人才培养。

（2）实验案例缺乏真实应用场景。传统人工智能实验教学案例多偏向于理论，缺乏与真实应用相结合的实验案例，本科生无法体会实际应用的效果，难以全面理解人工智能的算法精华，从而无法达到实验教学培养创新实践型人才的目的[10]。此外，当前人工智能技术，特别是机器学习和深度学习相关技术和应用的飞速发展，高校要将必威体育精装版的知识和应用及时传授给学生，因此，迫切要将代表必威体育精装版技术的实际应用案例融入到高校人工智能课程教学中，从而更清晰地向本科生展示人工智能领域的必威体育精装版研究成果和应用，有助于他们深入了解人工智能相关技术的优势，从而激起他们对人工智能领域的兴趣。

2人工智能实验案例设计原则

当前，人工智能的应用领域主要包括计算机视觉、语音识别、自然语言处理、知识图谱等，而对于教学而言，效果最明显最形象的实验案例就是基于计算机视觉的图像分类。图像分类技术在实际生活中应用广泛，例如车牌识别、垃圾分类识别、人脸识别、动植物识别等。

人工智能课程实验案例设计应该考虑以下因素：①递进式增加难度：确保实验从简单到复杂，逐渐引入更高级的概念和技术，以便学生能够逐步建立对人工智能算法和技术的理解。②代码量适中：确保实验中的编程工作量不会太大，以适配大学生的编程水平，使学生能够集中精力理解算法和概念，而不必担心复杂的编程细节。③合适的数据集：选用简单、易于理解、贴近生活的数据集，这样的数据集更让学生感兴趣，让学生在实验中看到人工智能技术的实际应用。

3人工智能递进式实验案例设计

3.1实验案例总体设计方案

依据人工智能实验案例设计原则，实验案例采用验证码卷积、验证码分割识别、验证码整体识别3个从易到难递进式实验案例进行教学。每个实验案例的代码量均不超过100行，以确保学生能够轻松理解并吸收。数据集采用学生熟悉的验证码图片，其中训练集10000张图片，测试集100张图片（如图1所示）。