基于人工智能技術的新工科信息類專業教學改革探索

楊小鳳

(玉林師范學院 物理與電信工程學院,廣西 玉林 537000)

0 引言

2017 年6月,教育部發布《新工科建設指南(“北京指南”)》,提出“以立德樹人為引領,培養未來多元化、創新型卓越工程人才”[1]?，F代的科技革命與產業變革以信息技術為主導,國家戰略“中國制造2025”把“新一代信息技術”作為重點發展的十大領域之首[2]。隨著信息技術的不斷進步,信息人才供不應求,信息類專業成為新工科建設的重點發展對象。

傳統信息類專業教學模式存在如下問題:重知識、輕能力,以知識灌輸為主,學生缺乏自主思考、探索和解決實際問題的能力;重傳授、輕發展,在構建學生知識體系方面,只滿足于對基礎知識點的教學,缺乏對知識體系的更新和方法的傳授,更加忽視了激發學生學習的自主性、創造性;重理論、輕實踐,對工程技術人才必備的實踐技能缺乏有效培訓[3]。

2018年4月,教育部印發了《高等學校人工智能創新行動計劃》,指出要推進智能教育發展,探索基于人工智能的新教學模式[4]。2019年5月在國際人工智能與教育大會上通過的《北京共識》更強調了“各國要推動人工智能與教育、教學和學習系統性融合,利用人工智能加快建設開放靈活的教育體系”[5]。人工智能逐漸成為推動新工科教學改革的核心驅動力。

為了適應新工科人才的培養目標,本文從理論教學和實踐教學2方面提出基于人工智能技術的信息類專業教學改革措施,以提升學生在人工智能時代的創新發展能力。

1 理論教學改革

傳統的信息類專業設置及課程架構缺乏人工智能領域的相關內容,容易造成學生對人工智能時代的新概念、新器件、新前沿完全沒有接觸,也容易使學生局限于單一專業領域,知識面狹窄。長此以往,傳統信息類專業教學將面臨陳舊的教學內容與日益更新的工程技術和社會需求之間的嚴重脫節[3]。

高校應及時修訂專業培養方案,設置具有人工智能特色的信息類專業課程體系。人工智能是研究使用計算機來模擬人類智能思維和行為,代替人類從海量數據中完成智能學習、識別、預測等煩瑣復雜工作的學科,其實現的關鍵3要素是機器學習算法、Python編程語言、超級計算機和智能芯片等。根據信息類專業本科生的知識水平特點,可以在低年級增設“Python語言程序設計”課程進行Python編程語言內容的理論教學;在高年級增設“人工智能基礎”課程進行基礎機器學習算法的理論教學,增設“大數據技術基礎”“物聯網技術基礎”“機器視覺”等人工智能與信息學科交叉融合技術的理論教學。

在信息類專業傳統理論課程的教學中應選取目前以及未來的主流技術為教學重點,讓學生從實際應用的角度理解并掌握這些內容,并適當補充人工智能新技術應用于解決該課程經典問題的內容,介紹這些新技術解決老問題的應用背景、基本概念和基本原理,讓學生對專業研究發展趨勢有初步認識,為將來做進一步研究打下基礎。以通信工程、電子信息工程等信息類專業必修的傳統主干課程“通信原理”為例,在進行數字通信系統有效性和可靠性指標的理論內容教學時,補充介紹目前以及未來主流的5G/6G通信系統通過采用多輸入多輸出(Multiple-Input-Multiple-Output, MIMO)收發天線來提高通信的有效性和可靠性等教學內容。然而MIMO系統采用了多個射頻鏈路,從而導致通信系統的硬件成本大幅度增加。為了克服上述的問題,可以采用天線選擇的方法,從所有的天線中選擇最優的天線子集和有限的射頻鏈路匹配,在減少硬件成本的同時,也能保證最優化的通信性能指標。傳統的天線選擇方法屬于窮舉法,需要較大的運算量和時間成本。然后補充介紹新興的基于人工智能的天線選擇方法,該方法的本質是將MIMO系統天線選擇問題視為機器學習算法中的多類別分類問題,即采用多類別分類器從所有天線組合中選取使得通信系統性能最優化的一個組合,其優化性能高于傳統的天線選擇方法[6]。又以信息類專業的另一門專業課“數字圖像處理”為例,在進行圖像特征提取的理論內容教學時,補充介紹該技術的應用實例:智能手機人臉識別、指紋識別等功能的基本原理就是首先提取圖像特征再輸入圖像識別算法進行圖像識別。重點介紹目前人工智能領域廣泛使用的局部二值模式(Local Binary Pattern, LBP)圖像特征描述方法,取代現有教學內容中多數將灰度差分統計等作為圖像特征描述方法,使教學內容符合人工智能技術應用發展的需要[7]。然后補充介紹新興的基于人工智能的圖像識別算法,如卷積神經網絡(Convolutional Neural Networks, CNN),該方法的本質是將人臉識別、指紋識別等圖像識別問題視為機器學習算法中的多類別分類問題,即根據輸入的待檢測用戶圖像特征與數據庫中的合法用戶圖像特征進行比對。如果比對匹配,則識別為數據庫中的合法用戶,反之則識別為非法用戶。與傳統的圖像識別方法相比,CNN不需要人工提取圖像特征,識別速度更快、準確率更高。

2 實踐教學改革

2.1 實驗教學

目前,大部分高校的信息類專業課程如“信號與系統”“數字信號處理”“數字圖像處理”“數字語音處理”等課程的實驗課主要是運用MATLAB仿真軟件編程進行理論內容的驗證性實驗,學生獨立思考和自主設計的機會很少,也很難收到理想的教學效果。MATLAB編程雖然在數學建模、信號分析與處理方面功能完善,但它對大數據的分析與處理能力以及在人工智能算法研發上與Python編程相比尚有許多不足之處[8]。實驗教學改革的主要措施是利用人工智能技術的Python編程方法實現對實驗內容的應用實踐,可以要求學生在原來MATLAB編程實驗的基礎上增加Python編程實驗,并將兩者的實驗結果進行信號分析與處理效果以及編程復雜性的對比。以“數字圖像處理”課程的圖像變換、圖像增強和圖像分割等實驗內容為例,楊曉玲[8]列舉了對同一實驗內容的MATLAB程序和Python程序,對比兩者的圖像處理效果。上述實驗改革措施可以培養學生的創新思維,鍛煉學生的多元發展能力,加深學生對本專業基本理論和重要知識點的理解,并加深其對人工智能時代新技術、新方法的認識。

2.2 畢業設計實踐

畢業設計是本科學業最后的關鍵環節。信息類專業一般要求學生綜合運用大學4年所學的軟硬件理論知識完成一個電子作品的設計制作。目前,大部分高校信息類專業的畢業設計出題一般是基于單片機、傳感器的電子作品的設計制作,作品功能要求也比較簡單陳舊,通常要求液晶顯示、蜂鳴器報警、驅動繼電器或發熱片等,難以達到新工科人才培養“創新驅動發展”的要求。畢業設計實踐改革的主要措施是根據本校本專業學生知識能力水平的特點,畢業設計出題時適當增加反映人工智能時代的技術潮流和市場需求的功能要求。筆者作為信息類專業畢業設計指導老師,近5年已指導34個學生完成智能電子設計方向的畢業設計。部分畢業設計題目和要求如表1所示,其中題為《智能滅蚊燈的設計》的學生畢業設計作品如圖1所示。從表1可以看出,筆者指導的智能電子設計方向的畢業設計要求和傳統的信息類畢業設計要求相比增加了手機App遠程控制或顯示、語音控制、指紋控制等智能控制功能,要求學生綜合應用智能芯片、傳感器、單片機和無線通信等知識來完成。指導老師指導學生網上下載或用“易安卓”編寫程序以實現手機App功能,選用藍牙通信模塊實現手機和單片機的通信,選用語音識別芯片實現語音控制,選用指紋識別芯片實現指紋控制等。實踐證明,智能電子作品方向的畢業設計題目由于新穎性和實用性較高,激發了學生完成畢業設計的興趣和熱情,畢業設計質量顯著提高。

圖1 題為《智能滅蚊燈的設計》的學生畢業設計作品

表1 智能電子設計方向的畢業設計題目示例

2.3 競賽項目實踐

以指導學生參加“互聯網+”大學生創新創業大賽為例,指導老師根據學生平時表現統籌安排學生組隊參賽,指導學生進行文獻閱讀和市場調研、擬定參數組別和參賽題目、技術分析和產品架構設計、指導撰寫項目計劃書和答辯等。近年來,“互聯網+”大學生創新創業大賽的獲獎熱點主題集中在“人工智能技術”和“綠色環?！?反映了當前技術熱點和社會市場需求。筆者近年曾指導參賽題目《物聯網水果質檢分級機》,主要創意是基于智能視覺識別技術高效分析水果顏色及成熟度,將水果精準分級,并通過物聯網遠程控制水果質檢分級,農戶可以在App上觀測到水果質檢分級結果。另外,結合“高頻高壓產生活氧”除農藥法充分降解果品農藥殘留和“密封管聲耦合器”方法消滅害蟲,該創意符合大賽獲獎熱點主題。項目學生負責人負責團隊管理、協調和項目總結;指導老師統籌安排2個學生成員負責新產品元器件選擇、電路設計和硬件制作,2個學生成員負責新產品程序設計和調試,2個學生成員負責新產品系統集成和性能測試,2個學生成員負責新產品營銷和推廣。創新創業大賽的實踐訓練,培養了學生的創新思維和團隊合作精神,為人工智能時代的人才培養做好準備。

3 結語

隨著人工智能技術對現代社會的影響日益顯著,新工科信息類專業教學也應該融入人工智能技術。針對目前信息類專業教學中存在的問題,本文結合人工智能的時代要求,在信息類專業的理論教學和實踐教學兩方面就如何提高教學質量進行了改革與探索。信息類專業教學改革要從新工科人才培養的要求出發,通過設置具有人工智能特色的信息類專業課程體系、更新理論和實驗教學內容、更新畢業設計出題方向和鼓勵學生參加相關競賽項目等改革措施,提高學生的人工智能技術研究和應用能力,培養具有創新意識和發展能力的新工科人才。