“双一流”高校人工智能概论“金课”建设
1 问题提出
自1956年美国学者麦卡锡提出“人工智能”的概念以来，相关技术的发展可谓日新月异、突飞猛进。这使得人工智能成为继大数据、云计算、物联网之后，计算机科学与技术领域的又一次颠覆性技术革命 [1] 。但是，我国人工智能相关领域的教育却起步较晚。北京大学2004年3月才首次向教育部报备智能科学与技术本科专业 [2] 。直到2019年，教育部才在全国35所“双一流”建设高校成立人工智能一级学科。为加强高端技术人才储备，积极抢占人工智能科技高地，国家相关部委先后出台了《新一代人工智能发展规划》 [3] 和《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》 [4] 等政策文件。即便如此，我国在人工智能人才培养方面与英美等发达国家依然存在较大的差距 [5] 。
为实现国家十四五规划、2035远景目标以及民族伟大复兴，“双一流”高校在人工智能人才培养方面具有不可推卸的历史责任和使命担当。人工智能学科涉及庞大的课程体系，但人工智能概论作为学科基础，是人工智能人才必修的基础课程。鉴于这门课程既具有人工智能知识体系的基础特性，又兼具与“四新”学科高度融合的交叉特性，理所当然成为人工智能学科“金课”建设的重中之重。为保证教学质量，促进学科发展，2018年1月教育部颁布了《普通高等学校本科专业类教学质量国家标准》 [6] ，为各学科专业评级制定了统一的评判标准，但是人工智能专业在2019年才开始在“双一流”高校进行建设和布点。这直接导致了在人工智能概论“金课”建设方面，面临无前期经验可以借鉴，无统一标准可以遵循的尴尬境地。课程建设如何践行“两性一度”？什么样的课程内容才能满足“金课”建设的要求？教学形式和教学方法与传统课程之间有何异同？如何做好课程思政工作？通过课程学习，如何考核学生学以致用，举一反三，解决实际问题的动手能力和思维能力？这些都是值得深入研究的问题。
2 人工智能概论“金课”建设整体思路
课程是教学改革的主要载体，课程的质量将直接决定所培养的人才质量。2019年教育部发布了《关于一流本科课程建设的实施意见》，通过在“双一流”高校建设一批高质量“金课”，以达到“两性一度”的要求。结合人工智能导论课程的特点，“金课”建设的目标不仅仅只是传授基本知识、训练专业能力以及培养科学素养，还应以学生为中心，培养学生自主学习的兴趣并积极开展创新型实践。因此，本课程的教学改革整体思路如图1所示。
（1）高阶性。着眼课程的通识特性，构建从数据到算法再到应用的完整知识体系。利用课程的交叉特性，结合“四新”学科的需求，通过启发式思维开展个性化教育，因人施教。以人工智能真实案例为驱动，通过知识迁徙和分析思辨的方式，将人工智能基本的原理和方法运用到求解问题的具体过程中，提高学生解决复杂问题的综合能力和高级思维。
（2）创新性。教学内容既要与传统人工智能导论知识体系一脉相承，又要与时俱进，适当关注前沿热点，如知识图谱、模糊推理以及卷积神经网络等。创新教学方式，可采用线上线下，课里课外等多种灵活的混合教学模式。学习结果应以能力培养为导向，以思维训练为侧重，开展项目式教学和研究型教学，要求学生根据应用实例进行人工智能技术设计，提高学生创新能力。
（3）挑战度。改革传统的课程内容设置体系，在完善人工智能基本原理和基础理论的基础上，构建和
更新课程实验案例库。改革传统的课程考核方式，除了随堂测试和课程综合报告之外，要求学生运用掌握的编程语言，在计算机上实现课程实验案例，并获得正确的实验结果。最后，通过校企联合的方式适当提高课程实验案例的难度，考查学生运用学习的理论知识解决实际问题的能力。
3 人工智能导论“金课”建设实践
人工智能概论课程在知识体系上从“面向内容”向“面向问题”转变，以具体问题为导向阐述基本原理和前沿热点，同时结合“四新”专业相关问题引导课程实验方案的改革；教学方法上从知识灌输向知识迁移转变，更偏重于利用已学知识解决不同领域的实际问题；课程实践上从使用工具向培养能力转变，引领学生以学带做，以做促学，从学中做，从做中学，边做边学，做学互补。通过课程赋能与实践产出相结合的方式，锻炼学生团队合作、综合思辨以及学以致用的复合能力，为培养一流的人工智能人才奠定基础。
3.1 教学内容设计
无论是面向新工科、新医科、新农科还是新文科，所有专业都采用统一的教学大纲。教学课程内容主要包括理论知识（见表1）以及代表性课程实验（见表2）两个部分。在理论知识方面，所有“四新”专业都采用相同的课程章节体系和统一的知识点分布。每章中的知识点又细分为基本知识点和进阶知识点。基本知识点一般聚焦人工智能基本原理、算法和应用，是学生必须掌握的内容；而进阶知识点则具有一定的难度，一般选自前沿热点课题，要求学生了解并能正确运用。在课程实验方面，既有基础知识对应案例（如前5个教学实验），重点考查对基本知识点的掌握程度；又有根据“四新”专业各自特色设计的个性化案例（如后4个教学实验）。这些具体的实验案例会紧跟时代发展，不断补充和完善。
从表1和表2中可以看出，人工智能概论在课程内容安排上具有如下特点：
（1）各个教学章节和实验案例相对独立，自成体系。对初学者而言，不必完全按照章节顺序讲解，可根据学生兴趣进行选择性讲解，增加教学的灵活性。课程实践中发现，学生往往对卷积神经网络进行图像分类、循环卷积网络进行视频分析以及对抗生成网络进行“幻脸”等内容非常感兴趣。因此在介绍完第一章绪论之后，常常会直接绕开其他章节，直接讲述第八章内容。
（2）精选先进理论的基本方法，而不追求先进理论的前沿探索，做到因材施教。所谓先进理论是指当前的热门领域，而基本方法指的是该领域理论基础，如第八章神经网络中的卷积神经网络就属于热门领域，其所涉及的卷积操作、池化操作以及反向传播算法都属于理论基础，不掌握这些就无法理解相关知识体系和工作原理，但又不宜将VGG网络和Google网络设置为课程内容，它们属于卷积神经网络的前沿探索领域，更加适合研究生教育。
3.2 教学方法设计
本课程以云端平台为载体，采用线上线下、课里课外混合教学模式。教学方法从“以教师教”为中心向“以学生学”为中心进行转变，引导学生重视解决问题的思路、方法和步骤，避免出现老师照本宣科，学生死记硬背的现象。教学过程中，以基本概念和基础理论教化学生；以基础技能和专业技能训化学生；以家国情怀和科学素养感化学生，构建“知识传授、能力培养、素质塑造”三位一体培养体系。
图2展示了课程建设的教学方法设计路线，主要包括4个方面：
（1）“丰富多彩”学习资源促进个体学习。通过共享优质的线上学习资源，让学生有充足的时间进行课前预习和课后复习，提高学生自学能力。现有的线上资源库不仅包括慕课教学视频和各类自主思考题以及自测题，还包括“四新”专业实训实验案例题和相关外文文献阅读库。
（2）“三位一体”师生互动促进教师指导。以微信交流的方式构建和完善共享平台；以钉钉直播方式，讲解知识点中的重点和难点；以SPOC答疑的方式，加强与学生在线交流。三位一体的线上师生互动教学模式实现教师有效监督和学生积极反馈的良性循环。让学生对所学知识点查缺补漏，动态调整个体自学过程中的侧重点。
（3）“朋辈交流”协作互助促进小组讨论。线下和堂内教学以师生互动的教学方式为主，重点考查学生对知识融会贯通、活学活用的能力。以翻转课堂方式开展主题研讨，放飞学生思想的同时指引讨论的方向。针对“四新”专业，以案例式教学开展学生间交流互动，完成合作任务，并挑战研究性课题。指导学生从问题原型提炼出数学模型，从问题源头寻找解决方案。
（4）“虚拟仿真”机考机测促进课程实践。以Ubentu、CentOS、RedHat、MySQL等构建虚拟仿真实验开发管理平台；以Python、Pytoch、TensorFlow、Caffe等构建虚拟仿真实践教学应用平台；以PyCharm、Jittor、Docker、PaddlePaddel等构建智能在线考试竞赛支持平台。通过动态丰富和更新资源题库，积极开展游戏闯关、课程实验和项目实训，实时全程跟踪学生的学习情况，共享教学经验。
3.3 课程思政建设
通过贯彻落实《高等学校课程思政建设指导纲要》，课程在思政建设方面努力构建教学生态，做好顶层设计。通过挖掘思政元素，重构课程设计，建立课程思政体系，重点解决好立德树人的本质问题，并让学生明白“为什么学、为谁学、为谁服务”的根本问题。从而培养出具有家国情怀、时代引领和创新能力的一流人才。
（1）宣传国家战略，正确认识世界和中国发展大势。通过芯片断供的案例，了解科学无国界，但科学家有国界，激发学生的爱国主义情怀。通过对比国内外人工智能发展状况，激发学生的忧患意识。
（2）树立民族自信，正确认识中国特色和国际比较。从回顾我国科技在近代积贫积弱，到目前取得国际领先地位的天宫空间站，再到华为无人驾驶汽车和歼击11无人攻击机等，树立民族自信心。
（3）弘扬中国文化，正确认识时代责任和历史使命。通过介绍人工智能在汉语汉字、琴棋书画、诗歌创作、传统中医、衣冠服饰、民间工艺以及饮食厨艺等方面的运用，弘扬中国传统文化。
（4）坚持不懈精神，正确认识远大抱负和脚踏实地。以李四光、袁隆平等老一辈科学家的故事为例，树立“禾下乘凉梦”的远大理想，同时培养“几十年如一日在地质一线工作”的工匠精神。
4 实施情况与学习效果
4.1 课程实施情况
为了评估课程实施情况，课题组自2019年实施“金课”建设以来，连续3年向学生发放调查问卷，涵盖教学内容、教学方式、作业（实验）难易程度以及能力是否提升等诸多方面。通过学生对课程教学的反馈，不断优化和改进教学内容、教学形式和教学方法。表3展示了调查问卷中各年级学生经过课程学习后，对各项能力的自我评价。可以看出，所有指标都呈现上升趋势。其中，反映学生动手能力的软件使用能力和代码编写能力分别从62.1%和53.4%提高到88.2%和82.8%，而团队合作能力和沟通能力几乎达到2倍的增长。另一方面，虽然学生写作和语言表达能力也有所增长，但认为在这两方面有所提升的学生比例依然较低，这要求课题组需要持续改革教学方法，提升翻转课堂以及大作业的教学效果。
4.2 课程学习效果
本课程采用线上线下的多样化混合考核方式，即注重考核结果也重视考核过程。线上考核包括慕课学习、自主测试以及机考机测等，线下考核包括翻转课堂表现、课程随机测试以及课程大作业等。课题组已经建立了SPOC慕课视频库、自主测试题库、课程实验案例库、项目实训案例库、在线理论测试题库以及项目测试数据集等在线资源，用来评估学生的学习效果。课程学习效果见表4。课程总评成绩由平时成绩、期末理论考试成绩以及大作业成绩平均决定。其中平时成绩又由自主测试、课程实验以及项目实训按照30%、40%和30%加权平均得到，重点考查学生的思考能力、动手能力以及解决实际问题的能力。可以看出，项目实训无论是完成度还是得分情况都低于课程实验，说明其难度较高。学生需要一定的前期训练才能获得较好的成绩。总体来看，各项指标从2019年以来逐年提升，说明在经过系统培养和充分训练后，越来越多的学生已经初步掌握了复杂人工智能系统的设计思路、方法和流程，能够较熟练地运用相关理论、算法和技术来自主设计和实现较复杂的人工智能系统。
5 结 语
在“金课”内涵的指导思想下，人工智能导论课程改革以案例教学为驱动，以能力培养为导向，以问题求解为目标，重点阐述了在教学内容、教学方法和课程思政方面的改革和建设举措。通过课程实验和项目实训，落实“做中学”，结合自主思考和翻转课堂，达到“学后思”，通过多阶段、多层次、多样化的考核方式，不断打磨和提升学生能力。结合近几年的教学成效，说明了这种面向产出的教学探索的有效性，并为人工智能学科其他“金课”的建设提供经验。这对于为我国培养高级人工智能人才，突破相关卡脖子的关键技术具有重要意义，也将为我国跻身创新型国家前列提供重要人才保障。
参考文献：
[1] 罗琴, 么加利. 人工智能时代研究生知识观的异化与重塑[J]. 研究生教育, 2022(2): 30-37.
[2] 罗娟, 王纯, 刘璇, 等. 计算与人工智能概论课程教学改革与实践[J]. 计算机教育, 2022(5): 136-140.
[5] 袁野,刘壮,万晓榆. 我国人工智能人才政策的文本分析与对策研究[J].中国高校科技，2021(9)：19-23.
[6] 教育部高等学校教学指导委员会. 普通高等学校本科专业类教学质量国家标准[M]. 北京: 高等教育出版社, 2018.
作者简介：周全，男，南京邮电大学副教授，硕士生导师，研究方向为人工智能、深度学习以及计算机视觉。
引文格式： Y周 全. “双一流”高校人工智能概论“金课”建设[J].计算机教育,2022(12): 242-247.
（微信编辑：史志伟）