人工智能導(dǎo)論是人工智能領(lǐng)域的引導(dǎo)性課程，介紹人工智能的基本理論、方法和技術(shù)，以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能技術(shù)導(dǎo)論論文的相關(guān)文章，歡迎閱讀!

　　人工智能技術(shù)導(dǎo)論論文篇一

　　人工智能導(dǎo)論課程的興趣教學(xué)法

　　摘要：從作者的教學(xué) 實踐出發(fā)，在分析人工智能導(dǎo)論課程特點及教學(xué)內(nèi)容精講泛講安排的基礎(chǔ)上，提出三種提升學(xué)生學(xué)習(xí)興趣的教學(xué)方法，并在教學(xué)中進行 應(yīng)用。實踐結(jié)果表明，所提出的教學(xué)方法能有效促進學(xué)生對人工智能導(dǎo)論課程的學(xué)習(xí)。

　　關(guān)鍵詞：人工智能;學(xué)習(xí)興趣;教學(xué)方法

　　1956年，在美國Dartmouth大學(xué)，由數(shù)學(xué)家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同發(fā)起一個歷時兩個月的夏季學(xué)術(shù)討論班，他們在此討論班上第一次正式使用了人工智能(Artificial Intelligence)這一術(shù)語。人工智能是一門多學(xué)科交叉的課程，涉及 計算機科學(xué)、數(shù)學(xué)、控制論、信息論、神經(jīng)生 理學(xué)、 心理學(xué)、 哲學(xué)及 語言學(xué)等多個學(xué)科，是新理論和新技術(shù)不斷出現(xiàn)的綜合性學(xué)科。當(dāng)前，人工智能領(lǐng)域加強了從人類智能與生命現(xiàn)象中汲取養(yǎng)分的趨勢，加快了向分布式系統(tǒng)與復(fù)雜系統(tǒng)靠攏的步伐，智能化的應(yīng)用更為深入，影響更為廣泛，其 發(fā)展已對人類的 經(jīng)濟、 社會、 文化等方面產(chǎn)生了深遠影響[1]。

　　1人工智能導(dǎo)論課程特點

　　人工智能導(dǎo)論是人工智能領(lǐng)域的引導(dǎo)性課程，介紹人工智能的基本理論、方法和技術(shù)，目的是使學(xué)生了解和掌握人工智能的基本概念和方法，為進一步學(xué)習(xí)奠定基礎(chǔ)。人工智能是計算機科學(xué)與技術(shù)學(xué)科一門重要的基礎(chǔ)課程，需要相關(guān)課程作支撐。離散數(shù)學(xué)、概率論與數(shù)理 統(tǒng)計等課程是其數(shù)學(xué)基礎(chǔ)，數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計基礎(chǔ)、算法分析與設(shè)計等課程則為人工智能中知識表示、邏輯推理和問題求解提供了設(shè)計與實現(xiàn)手段。與其他 軟件課程相比，人工智能課程有鮮明的特點，主要表現(xiàn)在思想方法上強調(diào)啟發(fā)性、算法上強調(diào)不確定性。同時，由于人工智能是一個新思想和新技術(shù)層出不窮的開拓性領(lǐng)域，因此其對學(xué)生的訓(xùn)練是鼓勵創(chuàng)新的，具有其他課程不可替代的作用。

　　人工智能導(dǎo)論是計算機相關(guān)專業(yè)的必修課，在許多信息類相關(guān)的本科教學(xué)中也有開設(shè)，一般開設(shè)在第六或者第七學(xué)期。我國目前本科 教育的定位是專才教育，培養(yǎng)某方面的專業(yè)人才。完成公共基礎(chǔ)課程和部分專業(yè)基礎(chǔ)課程的學(xué)習(xí)之后，本科高年級學(xué)生應(yīng)該了解本專業(yè)的應(yīng)用領(lǐng)域和發(fā)展前景，因此在教學(xué)過程中要注意內(nèi)容的專業(yè)性和應(yīng)用性。由于本科階段學(xué)生缺乏科研意識，初步的科研訓(xùn)練設(shè)置在第八學(xué)期，即所有課程學(xué)習(xí)完畢之后的畢業(yè)設(shè)計，而人工智能課程強調(diào)科研性，因此教學(xué)難度較大，由此帶來的最直接后果就是學(xué)生學(xué)習(xí)興趣不高。同時，對有志于讀研的學(xué)生而言，本科階段的學(xué)業(yè)也是研究生教育的起點，在教學(xué)過程中要適時的進行科研引導(dǎo)，提升學(xué)生對科學(xué)研究的興趣，為研究生階段打下基礎(chǔ)。可見，圓滿完成人工智能導(dǎo)論課程這一教學(xué)任務(wù)是重要且極具挑戰(zhàn)性的。

　　2教學(xué)內(nèi)容安排

　　人工智能的研究和應(yīng)用領(lǐng)域非常廣泛，包括問題求解、機器學(xué)習(xí)、自然語言理解、專家系統(tǒng)、模式識別、計算機視覺、機器人學(xué)、搏弈、計算智能、人工生命自動定理證明、自動程序設(shè)計、智能控制、智能檢索、智能調(diào)度與指揮、智能決策支持系統(tǒng)、人工神經(jīng) 網(wǎng)絡(luò)、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)等。人工智能導(dǎo)論旨在為這些具體領(lǐng)域的研究提供引導(dǎo)和基礎(chǔ)保障。

　　人工智能導(dǎo)論課程涵蓋內(nèi)容較多，因此需要明確“精講”和“泛講”的內(nèi)容，以使教師和學(xué)生在教學(xué)活動中都有所側(cè)重。當(dāng)然，首先應(yīng)和學(xué)生說明，泛講并不代表內(nèi)容不重要，只是由于課程性質(zhì)和課時的關(guān)系，暫時不作深入探討。日后如有需要，可在此基礎(chǔ)上進一步學(xué)習(xí)和研究。結(jié)合當(dāng)前人工智能學(xué)科的發(fā)展狀況，根據(jù)教學(xué)大綱和作者的教學(xué) 經(jīng)驗，對人工智能導(dǎo)論課程教學(xué)內(nèi)容的精講和泛講安排如表1所示。

　　3提升學(xué)生學(xué)習(xí)興趣的教學(xué)方法

　　3.1穿插背景故事

　　為激發(fā)學(xué)習(xí)積極性，針對學(xué)生喜歡聽奇聞軼事、想象力豐富的心理特點，通過講述一些與教學(xué)內(nèi)容有關(guān)的故事或者趣事來吸引其注意力，輔助思維并豐富聯(lián)想，使學(xué)生在愉悅中完成學(xué)習(xí)[2]。下面列舉幾個我們在課程教學(xué)中用到的背景故事，通過這些故事，不但傳授了知識，也活躍了課堂氣氛。

　　1) 人類智能的計算機模擬與人機大戰(zhàn)。

　　講授人類智能的計算機模擬時，可以給學(xué)生簡述一下IBM公司的超級電腦和國際象棋世界冠軍卡斯帕羅夫之間的人機大戰(zhàn)，以促進學(xué)生對人類智能和人工智能的進一步思考。北京時間1997年5月12日凌晨4點50分，在美國紐約公平大廈，當(dāng)IBM公司的“深藍”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫?qū)?ldquo;深藍”的人機大戰(zhàn)落下帷幕，“深藍” 以3.5︰2.5的總比分戰(zhàn)勝卡斯帕羅夫。2003年1月26日至2月7日，卡斯帕羅夫與深藍的升級版“小深”又進行了一場人機大戰(zhàn)，先后進行了6局比賽，最終卡斯帕羅夫以1勝1負4平的結(jié)果和“小深”握手言和。這也表明了人工智能和人類智能之間的較量還將持續(xù)下去。

　　2) 問題規(guī)約法與老和尚說教。

　　問題規(guī)約法是從要解決的問題出發(fā)逆向推理，建立子問題以及子問題的子問題，直到最后把初始問題歸約為一個本原問題集合。本原問題指不能再分解或變換且直接可解的子問題?？梢?，問題規(guī)約的本質(zhì)是遞歸的思想。此時，可以給學(xué)生簡述我們小時候就聽說過的老和尚說教的故事，即“從前有座山，山上有座廟，廟里有個老和尚，老和尚對小和尚說，從前有座山……”。

　　3) 模糊理論與禿頭悖論。

　　模糊推理是一種重要的不確定性推理方式，是指基于模糊理論進行的推理。講授模糊理論時，可以先講一下禿頭悖論讓學(xué)生討論。一個人有10萬根頭發(fā)，肯定不能算禿頭，不是禿頭的人，掉了一頭發(fā)，仍然不是禿頭，按照這個道理，讓一個不是禿頭的人一根一根地減少頭發(fā)，就得出一條結(jié)論，即沒有一根頭發(fā)的光頭也不是禿頭!禿頭悖論的出現(xiàn)源于在嚴格的邏輯推理中使用了“禿頭”這一模糊概念，因此需要以模糊邏輯代替?zhèn)鹘y(tǒng)的二值邏輯解決該問題。

　　3.2課堂辯論和多媒體教學(xué)

　　人工智能從其誕生之日起就充滿爭議，各種學(xué)派的爭論使得人工智能的發(fā)展更趨完善，加快了其縱深發(fā)展。目前，人工智能的爭論主要有兩方面，即研究方法的爭論和技術(shù)路線的爭論。前者爭論的主要問題有人工智能是否得模擬人的智能;對結(jié)構(gòu)模擬和行為模擬是否可以分離研究;對感知、思維和行為是否可分離研究;對認知與學(xué)習(xí)以及邏輯思維和形象思維等問題是否可以分離研究;是否有必要建立人工智能的統(tǒng)一理論體系。后者爭論的主要問題是沿著什么樣的技術(shù)路線和策略來發(fā)展人工智能。

　　在課堂教學(xué)中，可以充分利用人工智能中存在的爭論較多這一特點，針對相關(guān)議題 組織課堂辯論，如可用議題“機器的反叛——機器的智能會超越人類嗎?”。讓學(xué)生在圖書館或者從網(wǎng)上查閱相關(guān)資料，明確自己的論點并準備證據(jù)材料，并在課堂上進行辯論。這類辯論無所謂輸贏，旨在通過這種活動，增進學(xué)生思考[3]。教學(xué)中，還可以充分利用多媒體教學(xué)的特點，如讓學(xué)生觀摩電影《終結(jié)者》系列、《人工智能》、《黑客帝國》等，增強學(xué)生對人工智能的直觀感受，提高課堂教學(xué)效果[4]。

　　3.3應(yīng)用實例分析

　　普遍而言，本科學(xué)生對單純的理論講解不太感興趣，因此在教學(xué)過程中，適當(dāng)增加一些實驗和設(shè)計，提高學(xué)生分析問題的能力和實際動手能力。比如，講解知識的產(chǎn)生式表示法時，給出產(chǎn)生式的概念和基本表示形式之后，可以通過“野人與傳教士過河”問題來說明產(chǎn)生式表示法的具體應(yīng)用過程;講解計算智能的進化計算部分時，給出進化算法的幾種具體形式和算法流程之后，可以通過中國旅行商問題(CTSP)來說明算法求解問題的過程。教師在教學(xué)過程中，可以根據(jù)需要，選擇一些合適的應(yīng)用實例進行分析。通過這些實例，既能加深學(xué)生對知識的理解，又能增加學(xué)習(xí)的興趣。下面給出兩個實例的簡單描述。　1) 產(chǎn)生式表示法求解“野人與傳教士過河”問題。

　　問題：傳教士和野人各N人過河，現(xiàn)只有一條船，傳教士和野人都會劃船，船一次只能載k人，船上野人多于傳教士時野人就會吃掉傳教士，問如何安全過河?(不失一般性，以N=3，k=2為例求解)。

　　求解簡述：設(shè)綜合數(shù)據(jù)庫中狀態(tài)用三元組(m, c, b)表示，其中m、c、b分別表示傳教士、野人和船的數(shù)目，則有：

　　0≤m, c≤3, b ∈{0, 1}

　　以左岸為參照點，則初始狀態(tài)和目標狀態(tài)分別為(3，3，1)和(0，0，0)。據(jù)此，可以給出一條產(chǎn)生式規(guī)則如下：

　　IF (m, c, 1) THEN (m-1, c, 0)

　　以此類推，把所有可行的規(guī)則都求出之后，就可按照規(guī)則集和控制策略得到問題的解。

　　2) 遺傳算法求解31個城市的CTSP問題[5]。

　　問題：給定有限個城市的集合C={c1,c2, …,cm}及每兩個城市之間的距離矩陣D=[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出滿足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一個全排列。我們以CTSP問題為例，即求解中國31個城市之間最短巡回路線的問題。

　　求解簡述：路徑表示直接使用城市在路徑中的相對位置，如有編號分別為1、2、3、4、5的5個城市的一條路徑4-1-2-5-3，用路徑表示方法直接可寫為(4 1 2 5 3)。適應(yīng)度函數(shù)值用路徑的實際長度表示。交叉算子采用次序雜交，即選擇父體的兩雜交點，交換相應(yīng)的段，其它城市則保持在父體中的相應(yīng)次序。變異算子采用倒位算子，即隨機選擇兩個位置，然后將它們之間的城市反序。通過運用遺傳算法求解，可得最優(yōu)解為15 404 km，對應(yīng)的巡回路線為“北京—呼和浩特—太原—石家莊—鄭州—西安—銀川—蘭州—西寧—烏魯木齊—拉薩—成都—昆明—貴陽—南寧—?？?mdash;廣州—長沙—武漢—南昌—福州—臺北—杭州—上海—南京—合肥—濟南—天津—沈陽—長春—哈爾濱—北京”。實例講解完成后，可要求學(xué)生采用相同或者不同的方案自己去實現(xiàn)一下問題的求解過程。

　　4結(jié)語

　　人工智能是 計算機科學(xué)與技術(shù)專業(yè)的一門核心課程，同時也是一門交叉學(xué)科，涉及面廣，理論性強，教學(xué)難度較大，學(xué)生的學(xué)習(xí)興趣有待提高。本文作者根據(jù)自己在人工智能導(dǎo)論課程中的教學(xué) 實踐和課程特點，明確了教學(xué)中的精講內(nèi)容和泛講內(nèi)容， 總結(jié)了三種提高學(xué)生學(xué)習(xí)興趣的教學(xué)方法，并給出相應(yīng)的實例說明，旨在為本門課程的教師提供教學(xué)參考。

　　參考文獻：

　　[1] 蔡自興,徐光祐. 人工智能及其 應(yīng)用(本科生用書)[M]. 北京:清華大學(xué)出版社,2003:288-296.

　　[2] 薛占熬,齊歌,杜浩翠,等. 離散數(shù)學(xué)的課堂導(dǎo)入法研究[J]. 計算機 教育,2010(8):95-99.

　　[3] 徐新黎,王萬良,楊旭華. “人工智能導(dǎo)論”課程的教學(xué)與實踐改革探索[J]. 計算機教育,2009(11):129-132.

　　[4] 李春貴,王萌,何春華. 基于案例教學(xué)的“人工智能”教學(xué)的實踐與探索[J]. 計算機教育,2008(9):53-54.

　　[5] 楊利英,覃征,賀升平,等. 改進的演化近似算法求解TSP問題[J]. 微電子學(xué)與計算機,2004,21(6):126-128.

下一頁分享更優(yōu)秀的<<<人工智能技術(shù)導(dǎo)論論文