《浅析人工智能教学和计算思维的培养.doc》由会员分享，可在线阅读，更多相关《浅析人工智能教学和计算思维的培养.doc（6页珍藏版）》请在三一文库上搜索。
1、浅析人工智能教学和计算思维的培养 摘 要：人工智能主要针对如何运用电子计算机模仿人类大脑思维与行为，深入探究人体大脑智能活动的内在规律，进而形成具备一定程度智能化的系统。人工智能需要通过电子计算机完成数据运算来模拟大脑的思维能力。将计算思维的理念融入到人工智能教学中，是一种新型的培养学生思维的教学途径。本文从当前人工智能教学存在的问题入手，进一步提出人工智能教学和计算思维的培养策略，以期能在今后的教学中提供相关的理论基础。 人工智能需要通过电子计算机完成数据运算来模拟大脑的思维能力，从这个层面上看，人工智能的核心内容即是“计算”与“思维”。人工智能课程作为高校计算机类专业的一门核心课程，其研究
2、的方向就是如何利用电子计算机完成数据运算来模拟人体大脑的思维能力，研究的内容涵盖了数学、心理学、认知科学以及计算机科学等方面。然而，由于人工智能课程知识具有较强的抽象性，相关的实践应用较少，学生难以对抽象的知识难以理解和掌握，往往会使得学生感到人工智能课程的枯燥乏味，在一定程度上失去了学习人工智能的兴趣。在这种情况下，如何帮助学生培养计算思维，使其更好的理解抽象知识，是当前人工智能教学亟需解决的问题。 1 当前人工智能教学存在的问题 1.1 忽略了对学生思维能力的培养。在实际的人工智能教学中，一部分教师以理论知识的讲授为主，在很大程度上忽略了对学生思维能力的培养，进而使得学生不能深入的理解和掌
3、握人工智能知识体系的内涵，只是将其视为纯粹的人工智能计算技术堆叠在一起的知识体系，无法掌握其内在联系。在此情况影响下，人工智能课程教学效果往往不尽人意。 1.2 忽视了对人工智能的实践教学。人工智能课程与其他应用类课程相比，更偏向计算机算法的理论知识体系，使得教师在人工智能教学中过于注重理论技术的讲授，而对于这些理论技术的实际用途却没有进行过多的讲述，忽视了对人工智能的实践教学，学生无法真正明白人工智能理论技术的实际用途，即如何在实践中有效应用的问题，使得学生的学习目标不够明确1。 1.3 教学过程缺乏相应的情景展示。由于人工智能课程具有较强的逻辑性，然而人工智能的逻辑性并非是通过简单的数学公
4、式展现出来的，而是需要通过慎密的计算机算法才能完成的。但人工智能教学过程缺乏相应的情景展示，对于学生来说，这些慎密的计算机算法的表现方式与完成是无法看见的。在此情况下，学生需要更直观的教学方式才能加深对计算机算法的理解。 2 人工智能教学和计算思维的培养策略 2.1 计算思维的内涵。所谓“计算思维”，主要是指运用简洁、输入、转化以及模拟仿真的方式，将一个看似复杂的问题转变成一个相对简单的问题的思维过程。与传统的数学思维不同，计算思维作为一种相对新型的思维模式，其倡导的是形式规整的、问题求解的以及实现人机共存的思维过程2。将计算思维融入到人工智能教学中，通过信息化教学手段向学生传递计算思维，激发
5、学生的计算思维能力，对于学生进一步理解和掌握人工智能理论技术具有十分重要的意义。 2.2 计算思维的抽象教学。抽象思维是当今科学研究的主要手段之一，其是在诸多繁杂的数据信息中抽离出来的具有相同内在特征的一种方法。长期以来，人工智能都在从不同的层面探寻人类大脑思维的构成与思维活动形式，同时对这些思维构成与活动形式进行高度抽象的概括，从而使其演变成为各种思维模型。因此，在进行人工智能教学时，教师需要向学生重点讲解这类思维模型的抽象概括原理，并向学生展示模型抽象形式的过程3。例如，在学习人工神经网络这一内容时，教师应在授课前引导学生思考人脑的思维运作方式，并让学生从计算机技术的层面思考人脑运作方式的
6、模型构建，随后让学生思考这类模型如何利用数据结构完成储存的，最后向学生展示已有的模型设计过程。通过层层思考、层层深入的方式，使学生对人工神经网络有了更加深刻的了解。 2.3 计算思维的实验教学。当前，高校课堂对人工智能教学的内容讲解还只是停留在向学生讲授基本原理与计算方法的层面上，然而对这些基本原理与计算方法的实际运用却没有太高的要求4。针对这种情况，人工智能教学还需要融入相关的实验教学，使学生在实际运用中逐步形成计算思维。实验教学要求学生能够掌握人工智能问题的分析建模，进而培养学生的计算思维。为了完成这一实验教学，教师可以在课堂中以相关知识的基本原理为基础，融入一系列的具有开放性与创新性的实
7、验，同时，在实验题材的选择上可以选择研究性较强的实践问题5。例如，在进行综合性实验过程中，可以适当加入本课程教研组的最新研究成果，在让学生进一步了解学校科研成果的同时，还能通过类似的实验锻炼学生自主思考、发现和解决问题的能力，帮助学生树立问题意识。 2.4 计算思维的转化教学。由于人工智能的实现离不开电子计算机，所以在教学过程中必须重视对算法原理的转化教学，从而让学生了解人工智能的实现过程。在实际的教学中，教师需要先让学生建立起算法的基本逻辑框架，对比人脑计算与电子计算机计算的区别与联系。随后，教师让学生研读相关算法的源代码，进而逐步建立起学生通过程序语言实现与电子计算机沟通的桥梁，这样做是由
8、于学生通常习惯于利用数学建模的方式对算法进行描述，而对于算法用源代码描述方面的能力有所欠缺，让学生研读源代码有助于将学生的数学思维转化为计算思维。最后，教师根据学生对源代码的掌握情况，指导其设计属于自己的智能算法，并将代码录入计算机中进行对比分析。 2.5 计算思维的仿真教学。仿真教学主要就是对教材已有的理论知识与计算方法实行更加直观的可视化教学过程。由于人工智能课程知识过于抽象，以致学生在学习过程中无法真正体验与感受到教师所讲授的算法与基本原理在实际运算中的应用情况，进而使得学生对有关的基本原理的用途不明确，不能真正将所学知识运用到实处。在这种情况下，教师在教学时可以借助WEKA，为学生提供一个清晰的可视化计算坏境，对有关的算法进行仿真试验，从而让学生可以更深的了解人工智能课程的原理内容。例如，在学习人工神经网络时，教师可利用WEKA将需要建立仿真试验的数据编辑输入，设置好相关的参数后向学生展示具体算法的可视化过程。 3 结束语 综上所述，当前的人工智能教学存在许多问题，主要表现在忽略了对学生思维能力的培养，忽视了对人工智能的实践教学，以及教学过程缺乏相应的情景展示等方面上。在实际的人工智能教学中，教师应注重培养学生的计算思维，并将其贯穿于课堂的理论知识教学与实验教学中，锻炼学生的抽象、实验、转化以及仿真能力，进一步提升学生的专业素质与创新能力。