发布时间：2024-01-26 15:45:38
绪论：一篇引人入胜的人工智能教学设计案例，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
计算机辅助教学是一种新兴的教学手段，帮助课堂进入到一种更加智能化和现代化的环境与条件中，将传统的教学模式和方法与多媒体和网络结合起来，为学生营造更好更有趣的教学氛围。但是由于技术的不成熟以及经验的不充分，导致其依旧存在问题和不足。
1计算机辅助教学开展现状和发展困境
1.1缺少开放包容的特性
近年来，计算机辅助教学的开发和应用已取得了一些较好的成绩，但由于我国计算机网络工程和相关领域的技术革新起步较晚，对于计算机教学的发展与改革依旧存在较多的不足和缺陷。首先是在开放包容性上的缺失。这一缺失的原因主要来自于两个方面，第一个方面是思想上的落后和闭塞，人们对于计算机辅助教学的态度依旧存在负面和抵触的情绪，这是由于害怕计算机的加入让课堂和教学秩序失控，所以并没有充分开发和展现出计算机在教学中的优势。第二个方面是技术层面上的限制，我国对于计算机辅助教学的课件和软件技术都只是按照一种最传统和安全的方式进行，缺少探索和冒险的精神、开放和包容的态度[1]。
1.2缺少人机交互的能力
计算机辅助教学过程中，计算机不仅仅是一个信息的载体，更应该将其当作课堂的一份子，能够充分参与到整个课堂的活动和教学工作中。但是大多数的智慧课堂在使用计算机时，仅仅利用其多媒体的播放功能，教学的主体和主要角色依旧是教师，只是把课本和板书照搬到了多媒体课件中。教学的内容仍然是枯燥和单一的，学生依旧带有一种被强迫的学习心理。这种教学缺乏人机之间的交互，机器不能自主获取学生学习的状态和对知识的掌握情况，学生也无法通过计算机主动地得到反馈和解答，让人机之间仅仅是流程化的配合和交流。在这种刻板的学习模式下，甚至会让一部分学生丧失学习的乐趣和兴趣。
1.3缺少课程教学的特点
不同的课程有着不同的教学重点和偏向，这就对教师的教学工作提出了更高的要求，计算机的加入，本来应该能够为教师提供一个新的教学方向和思路，但是由于计算机的便捷性导致一部分教师产生偷懒和敷衍的教学心态，在教学过程中全程使用多媒体播放课件，丧失了课程自身的特性和特质。尤其是一些对实践能力要求较高的课程，教师过度使用计算机只会导致教学趣味性的流失。
1.4缺少师生互动的乐趣
教师作为课堂教学的主要角色，不仅仅是要把知识以一种通俗外化的形式传递给学生，更是应该做学生心理特征的发掘者、学生学习习惯的纠正者和帮助者。教师的鼓励和赞许都会对学生起到重要作用。但是计算机辅助教学之后，教师将更多的精力放到了如何制作精美的教学课件上，而忽略了与学生之间最直接的感情和语言交流，丧失师生互动的乐趣。
1.5缺少有序的教学策略
教学策略是保证一节课是否能够有序开展和进行的重要条件与因素。但是计算机参与和设计的教学环节，只是一个程式化的展示，在课堂上会遇到多种多变的教学情况，一旦在某一个环节出现问题，就有可能导致计算机设计的教学步骤全部打乱，陷入一种无序的状态中[2]。1.6缺少灵活的智能性能计算机技术的开发和应用在我国已经逐渐形成了一套完善和成熟的体系，但是计算机在教学中的应用与引进时间并不长，导致当前多数计算机辅助下的课堂并不具备充分的灵活和智能性，大部分的教学工作和考核评价工作依旧是由教师人工完成，对于不同学生的学习状态掌握也有所偏差。
2人工智能在计算机辅助教学中的应用
2.1建立知识库
人工智能在计算机辅助教学中应用的主要原则，就是将深度学习与认知学的理论知识作为整个程序模块设计开发的基础，通过建立一个知识库，将收集到的知识案例进行分类，训练机器进行自动识别，从而提取和分析出不同学生在不同的知识中所表现出来的学习能力与掌握熟练程度，进而可以有针对性和有选择性地进行复习与巩固，达到机器代替部分人工教学、缓解教师压力的目的。第一步就需要进行知识库的建立，主要包括了专家决策的核心系统对所输入的知识进行判断与筛选调取。同时知识库还可以实现共享的功能，对知识进行简化与提炼，做到精益求精。知识库的搭建应该要尽量简单和易修改[3]。
2.2打造专家模块
在建立了知识库之后，就需要围绕人工智能教学的主要目的进行专家模块的打造，专家模块存在的意义在于能够将其比喻为整个学习系统中的推理机。在需要和使用的情况下，由专家模块自动随机地生成问题，并且可以通过知识库的相关内容调取形成答案并充分解释。其次，专家模块的另一个作用就在于能够帮助评价和考核学生的学习情况，实现一种更加公正透明的评价过程。在进行专家模块打造时，通常使用的是两种方法，一种是固定算法，即根据题库的问题模板，循规蹈矩、规规范范地进行问题的设立和解答的编写。而另一种就是启发策略，这种专家模块更多的是引导学生通过简单和有限的提示信息，自己推理摸索找寻正确的答案和解决方案。除此之外，专家模块还可以自动匹配，依据学生能力分配问题。
2.3建立学生模块
与专家模块相互配合相互辅助的就是学生模块。学生模块的本质其实也属于专家系统，模块内部所存储和容纳的是学生的不同学习习惯和学习行为特征。这个模块建立的目的主要是两个，一个是为了让学生在学习的过程中可能出现的错误习惯和方法被快速识别，并且能够通过机器语言进行记忆与编译，从而建立一个比较完整和全面的错误类型数据库，进而深层分析找到错误的原因。第二个目的就是为了帮助学生对错误学习行为和习惯进行解释，从更加深层次的角度挖掘学生由于知识理论掌握不充分而导致错误的原因。学生模式的建立一般依靠的就是人工智能的自我学习和接受训练让系统能够建立起模型对学生的学习习惯进行模拟。这样在上一步打造的专家模型就可以为学生模型提供一个对比的样本，专家模型的两种运算和教学方式可以分别评估学生的学习能力和学习错误[4]。
2.4优化教学模块
教学模块是人工智能在计算机辅助教学模式中必不可少的一个环节，教学模块的内容是基于传统教学设计和规划之上的。在计算机与人进行交互的过程中，教学策略主要是由教学的不同分支来体现，能够达到较好的发散性和综合性的效果。但是其不足的地方也比较明显，那就是只能按照某一类型或者某一个的教学方法进行，系统不能快速地根据不同内容识别和选择最适合最有效率的教学模式。具体的应用和实现过程就是将专家模块和学生模块的内容进行连接和合并，将专家模块生成的问题及答案与学生模块中上传和学习到的进行对比，选择覆盖或者是分析提取，能够比较客观地发现学生学习中存在的理解性偏差和实践性错误。之后再将结果传回到知识库中，调用相关的知识内容，形成一个完整的反馈链，帮助教师做出教学决策，调整教学进度和教学规划。但是这个模块的设计也应该充分考虑到诸多情况和因素，因此在条件判断时应加入更多的循环。
2.5开发智能接口模块
人工智能在计算机辅助教学模式中的应用和融合最后一步就是要开发出一个稳定和高效能的智能接口模块，主要作用是为了连接学生和计算机之间的信息交换和沟通，即进行信息的输入与传出。在接收到学生传递的学习信号后，接口模块要及时调动起教学模块、专家模块和学生模块，把信息传递给不同模块处理，之后再由教学模块所作出的教学决策和结果论证信息输出反馈给人，实现了机器语言与人类语言之间的转化。一个能够正常运转并且具备较高实用性和参考性的教学系统，一定融汇了思想教学、策略和心理学等多方面的因素和知识内容体系，所以智能接口模块的设计与开发，一定要全面考虑这些成分，开发出更加灵活多变的接口模块[5]。
3结语
人工智能在近年来获得了快速的发展和进步，成为我国当前各个行业领域之内炙手可热的先进技术。对于计算机辅助教学的开展和改革来说，人工智能的融入与应用有着重要的价值与意义。
参考文献
[1]张镒麟.关于计算机辅助教学中人工智能技术的应用研究[J].当代旅游,2019(1):239.
[2]刘荫.人工智能在计算机网络技术中的应用研究[J].科学与信息化,2019(2):20-21.
[3]孙玉梅,赵骏,王美春,等.基于人工智能技术的《单片机原理及应用》课程CAI软件研制[J].教育教学论坛,2016(45):268-270.
0引言
无人机具有较强的机动性和较好的可操控性，能辅助人类在恶劣和危险的环境中执行复杂的任务。近年来，无人机系统迅速发展并广泛应用于环境监测、灾难搜救、反恐侦察等众多领域。无人机系统研究的一个关键问题是如何发展高度智能化的软件系统，提高无人机在动态复杂环境中自主决策的能力。目前，众多高校开设的无人机专业课程主要研究无人机的硬件平台、通信与测控、指挥控制、综合保障和实践等方面，然而对于无人机系统的智能决策问题研究尚不深入。
1无人机系统决策的内涵
1.1无人机自主控制系统概述
无人机自主控制系统是无人机实现自主飞行管理与自主任务管理的机载系统，如图1所示，它涵盖了机器人“观测一判断一决策一行动（observer-orient-decision-action，OODA）”的各个环节。
无人机自主控制能力是衡量无人机智能自主水平的一项重要能力。表1基于OODA分别对无人机自主控制能力进行了描述，其中，“判断”与“决策”部分评价的是无人机对战场态势的评估能力和对任务或行为的决策与规划能力，是衡量无人机自主决策能力的最重要指标，也是无人机决策课程设计与实践的核心。
1.2无人机自主决策子系统概述
自主决策模块位于智能无人机系统的顶层，它如同人类神经系统执行决策行为，产生计划并处理不确定性。自主决策模块主要包括顶层任务决策、顶层任务规划、底层行为决策和底层路径规划。顶层任务决策用于任务策略的在线生成；顶层任务规划用于任务计划的在线制定；底层行为决策用于运动行为的在线序贯决策；底层路径规划用于导航计划的在线生成，这些内容的教学与实践将贯穿课程的教学与实践过程。
2人工智能在无人机系统决策中的发展以及作用与地位
人工智能从孕育之初到现在，经历了“三起两落”，如图2所示。人工智能的发展也不断促进无人机自主决策能力的发展，甚至可以说，人工智能的发展决定无人机自主决策水平的高低。早期，无人机决策大多依托产生式规则或谓词逻辑技术，主要针对确定决策；20世纪六七十年代，知识表达引入到有人机辅助决策支持系统的设计与研发中，也逐步迁移到无人机智能自主系统中；随着概率统计的引入，基于贝叶斯的不确定推理决策方法得到大力发展；专家系统依据专家经验生成策略，用于解决离散事件不确定性，形成了一系列无人机智能自主决策成功案例；近年来，机器学习、多智能体理论的热潮将无人机智能水平推到了一个前所未有的高度，使无人机具备知识沉淀、知识挖掘、智能发育的能力，并将单无人机执行ISR任务拓展到多无人机协同遂行多任务领域。无论经典人工智能方法还是人工智能新思路，都是无人机智能自主决策的重要基础，在无人机系统智能决策课程教学与实践中具有举足轻重的地位。
3无人机智能决策课程教学总体设计
国防科技大学依托控制学科和仪器学科在自动化专业试办开设了“无人机工程”专业方向，培养掌握无人机工程相关领域基础理论和基本知识的学员，使其具有从事无人机系统及相关装备的分析、设计、研制、维护和管理等方面的实际工作能力和初步科学研究能力。
3.1教学目的与课程设计总体思路
设置无人机智能决策课程的目的是使本专业学生快速了解无人机决策系统组成、熟悉决策系统工作原理、掌握决策理论与实现方法。课程设计的总体思路是设置课堂教学和动手实践两个主要环节，课堂教学环节主要通过教师讲授的方式，基于无人机自主控制系统组织结构，介绍无人机决策系统的基本概念；实践环节则是在学生已经掌握智能决策算法基本原理和流程的基础之上，让学生参与到决策系统的设计与实现中来。
3.2课程教学主要内容
无人机智能决策是课程教学的核心内容，主要覆盖贝叶斯推理理论、最优化理论、智能搜索等基本决策理论和方法，主要讲解如何将其运用于无人机智能感知、任务规划的建模和优化方法，比如基于贝叶斯的不确定推理、基于启发式人工智能搜索算法的路径规划等。内容安排包括问题描述、基本原理、算法过程、输入输出设计、结果分析等；人机智能融合决策是课程的拓展部分，主要涵盖人机智能融合原理、脑机接口原理、融合决策机制等理论和方法，主要讲解如何将其运用于人在回路辅助的无人机智能自主决策、混合主动规划的接口设计与融合决策方法，比如基于脑机接口的人机智能融合决策、混合主动任务规划等；拓展内容安排包括资料查新、接口设计、融合机制设计、融合算法实现、结果分析等。
4无人机智能决策教学实践环节设计
4.1课程实践环节的必要性
4.1.1无人机系统智能决策课程对实践的需求
实践教学是高等学校教育非常重要的教学环节，是提高人才分析问题与解决问题的重要途径。无人机系统智能决策是一门实践性很强的课程，一是由于无人机系统是一门交叉性的学科，主要涉及空气动力学、无人机平台设计与制造、图像处理与智能感知、导航系统原理、无人机飞行控制、人工智能、机器学习、任务规划与分配、无人机系统体系保障技术等许多学科，所以该学科具有知识点多、涉及面广、理论性强，需要学生具备较好的逻辑思维能力和数理基础等特点，因此，必须通过实践才能加深对无人机系统知识的理解；二是智能决策技术不断走向实用，20世纪80年代随着人工智能基础科学的研究，智能决策作为一门新兴学科出现在国际科学舞台上，智能决策技术早期以研究经典的智力游戏问题和仿真实验来证明理论等为主流，随着互联网的普及和国际信息化进程的提高，智能系统和智能计算等也逐渐成为学者们的研究热点。从加强学生的实践能力出发，考虑到课程的建设需要，需要加强无人机系统智能决策课程的实践教学内容。
4.1.2无人机系统智能决策课程对实践的要求
根据智能决策的特点，进行实践教学需要达到以下几个目的：一是加强学生对基础知识的理解，对智能决策基本方法的掌握；二是加强学生将智能决策知识与方法用于解决实际问题的能力；三是增强学生对智能决策研究领域的兴趣，培养更多的专业人才。
智能决策的实践教学工作必须以高质量的科研内容为基础。通过瞄准国际前沿、集成创新和引进消化吸收、提升原始创新以及再创新能力，从而建设创新平台和创新团队，以高水平科学研究支撑高质量的高等教育。此外，智能决策的实践教学还要考虑因材施教，验证关键技术环节。目前学生的学习任务较重且水平参差不齐，在设计实践环节时，要把握如何能在较短的时间内让学生得到最大程度的能力锻炼。在这种情况下，教师必须进行充分的准备，事先搭好通用的硬件平台和软件框架，以减轻学生不必要的负担，营造良好的氛围，将学生的主要精力集中在创新实践上，这样才能提高实践教学的效率。因此，课程借鉴了无人机领域最具影响力的国际微小型飞行器赛会（IMAV）的比赛规则，结合智能决策的研究热点和当前承担的学术科研任务，引入无人机竞赛作为智能决策教学实践的平台。
4.2基于无人机系统智能决策的课程实践方案
在智能决策课程开始之际，教师向学生明确课程实践方案，即通过无人机竞赛的形式考核学生解决实际问题的能力。通过举办无人机竞赛，可以激发学生的学习热情和创新动力，达到寓教于乐的目的。学生带着思考主动学习理论知识，而不是为了应付考试被动学习；教师应当按照学生的综合能力合理组队，从而达到能力互补和团队协作。
无人机竞赛面向本校无人机工程专业方向的本科生，根据智能决策课程的需要，共设置3个科目。
第一个科目是自稳飞行，无人机需在3分钟内完成从出发点到指定目标点的飞行，要求单次滞空时间不少于30秒；本科目考查的是学生对无人机自主飞控基础知识的掌握。第二个科目是避障侦察，无人机需以尽可能快的速度穿越一排障碍门，并识别地面上的物品；障碍门的可通行区域各不相同，无人机需通过机载单目相机识别可通行区域，并自主规划路径；本科目考查的是学生对智能识别和任务规划基础知识的掌握。第三个科目是特级飞行，包括手抛无人机平稳飞行、8字飞行、伴随飞行等；本科目考查的是学生的创造力。比赛采用百分制，3个科目按照难度系数和重要程度评分占比分别为30%、50%和20%。
中图分类号：G642 文献标识码：A
1 引言
人工智能(AI)是二十世纪五十年代后期兴起的利用计算机模拟人类智能活动去求解问题的学科，与空间技术、原子能技术一起被誉为二十世纪三大科学技术成就，目前广泛应用于专家系统、机器翻译、语音识别、文字识别、计算机视觉、机器人、电子游戏等方面，已经成为计算机技术发展以及许多高新技术产品中的核心技术。
为了适应人工智能技术日益广泛的需要，国内外高校普遍开设了“人工智能”方面的课程，特别是作为计算机方面专业的核心课程之一。我校自从1993年开始为自动化专业本科生开设“智能控制”选修课，1996年为自动化、计算机、机械等专业本科生开设“人工智能导论”、“人工智能及其应用”课程。目前，我校软件学院、信息学院、机电学院都开设了“人工智能导论”课程，已经成为计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其目的是使学生了解人工智能的基本概念和基本原理，初步学习和掌握人工智能的基本技术和前沿内容，拓宽知识面，启发思路，为学生提供最基本的人工智能技术和有关问题的入门性知识，提高学生应用开发软件的能力和水平，为今后在相关领域的研究和应用奠定更为坚实的基础。因此，建设好“人工智能导论”课程具有重要意义和很广的受益面。
由于人工智能是交叉学科，涉及面广、内容抽象、不易理解，学生往往有望而生畏的感觉，在教学过程中，老师教、学生学都比较吃力。为了更好地实现上述教学目标，提高本课程的教学质量，协调好教与学的双边关系，使学生由望而生畏的感觉，变为有用有趣的感觉，根据已有人工智能课程在教学与实践方面的经验和方法，结合“人工智能导论”课程的近几年教学实践，对课程的教学体系、教学内容、教学方法、教学手段、考核方式等方面进行了探索总结。
2 调整与优化教学体系和教学内容
“人工智能导论”是计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其研究领域及内容十分丰富，涉及的基础面广。因此如何选好教学内容，既能使学生了解本领域的概貌，又能适合学生的基础，便于他们在有限的时间完成学习任务，是一件重要而又困难的事情。
进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们修订了“人工智能导论”的教学大纲，对教学内容进一步优化和更新，极大充实了各个系统的内容。我们确定的教学内容主要分为三部分：第1部分为概论，介绍人工智能的基本概念、基本内容、主要研究领域及发展过程；第2部分是知识表示，推理和搜索技术，讨论几种常用的知识表示方法、推理技术(包括确定性推理方法和不确定推理方法)和搜索求解策略；第3部分是人工智能应用研究领域，包括专家系统、自然语言理解、机器学习、人工神经网络、遗传算法等的基本概念和方法等。其中第2部分是基础理论，是人工智能的重要基础，应该循序学习。第3部分是人工智能的应用，由于每个研究内容都相对独立、自成体系且有其专门的学术著作研究、热点，因此针对高等院校的本专科生来说，不必循序学习，而且结合专业特点可以选择其中几个研究领域。例如对自动化专业的学生来说，可以选择专家系统、人工神经网络、遗传算法等，同时可增加在自动控制领域的应用，包括专家控制、神经网络控制和进化控制等热点：而对计算机科学与技术专业来说，可以选择专家系统、自然语言理解、机器学习等，并辅以动物识别系统、语音识别系统、智能机器人等实例。总之就是要把握课程性质和教学目的，调整本课程教学体系，优化教学内容，让学生以有限的时间学到人工智能的基础知识和基本方法。
另外，在选择和确定教学内容时必须兼顾基础知识和新兴技术，注意与相关课程(如离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等)的链接，密切理论与实际的关系，通过课堂讲授和课外训练，注意学生能力培养，提高他们的学习效果和整体素质。
3 加强课程立体化建设和系列教材研究
在课程的立体化建设中，教材充当了地基的角色，所有的课程内容安排，无不体现出以教材为基本，以教材为模板。所以本着基础、实用的原则，我们先后编著出版了《人工智能及其应用》课程教材导论部分概括性强，引人入胜；基础部分系统全面，叙述深入浅出，循序渐进；应用部分密切理论与实际关系，典型形象。其中第二版在第一版的基础上，增加了证据理论、模糊推理、神经网络等理论的一些典型应用，使学生能够更深入地理解和应用这些理论；另一方面，又新增了自然语言理解及其应用内容，以适应目前计算机翻译、人机自然语言交互等技术日益广泛应用的需要。系列教材适应了人工智能导论新课程开设的需要，反映了人工智能学科的发展，为人工智能课程确立了基本框架，发挥了重要作用。系列教材的问世不仅解决了本校“人工智能导论”课程教学用书的问题，而且也被各兄弟院校普遍采用，促进了该课程的普遍开设，推动人工智能学科的发展。
为了配合教材第二版的教学和自学，在已有教学经验和教学成果积累的基础上，制作了高质量的教学课件和完整的教学视频录像，并刻录成光盘随书供读者使用；同时又研究与开发了网络课程(http：//)，以更好地调动学生的学习兴趣和主动性，促进本课程的教学改革。
包括主教材、电子教案、教学视频录像、网络课程及教学资料库等在内的课程立体化建设符合二十一世纪高校教学的要求，支持教师提高教学手段现代化的水平，更贴合学生的学习需求。
4 改革与创新教学模式和教学方法
在“人工智能导论”课程教学的过程中，我们积极探索教学新路，经过数年辛勤试验，结合蔡自兴教授等对人工智能课程的建设经验，对课程的教学模式和教学方法进行了如下一些的改革与创新。
(1)通过多种途径激发学生的学习兴趣
“兴趣是最好的老师”，“人工智能导论”课程的学习效果，直接受到学生兴趣和参与意识的影响。由于这是一门导论性前沿课程，一般来说，学生开始学习兴趣很大。但是，当一些学生开始接触到抽象概念和算法时，往往感到不易接受。我们通过各种途径和方法，激发和培养学生的学习兴趣。例如，鼓励学生参与课堂讨 论、布置读书报告和课外实验、以问题为导向的启发式教学、专题讨论／辩论等形式。特别，我们精心组织和准备了模糊控制技术及其应用、智能机器人技术与应用、智能交通、BCI(脑机交互接口)等专题，以及智能调度软件、语音识别系统、动物识别系统、足球机器人比赛、机器人轨迹跟踪、倒立摆的智能控制等课内演示，使学生扩大了眼界，增加了感性知识，达到提高学生学习兴趣的目的与效果。
(2)面向问题的启发式教学
人工智能中的许多问题，有的似是而非，有的引人入胜。在教学中，有意识的提出相关问题，提请学生思考，鼓励学生提出自己的猜想和解决方案。然后逐步进入教材中的解决方案，启发学生求解这些问题，并进行分析和比较，从而强化了学生学习的主动意识和参与意识，提高了学生的学习积极性。例如，在讲到比较抽象的“遗传算法”时，提出“遗传算法如何用于优化计算?”这一问题。针对该问题，先从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用；然后通过一个简单的例子，从特殊到一般地启发学生思考“遗传”、“变异”和“选择”的实现，最终让学生与教师一起导出遗传算法用于优化计算的基本步骤。这样，学生不但从中学习了遗传算法，而且得到一次逻辑思维的训练，取得很好的教学效果。
(3)课堂辩论与交互式教学
组织课堂辩论，讨论的议题包括人工智能的应用前景和其他比较等有争议的问题。学生对这些问题展开了激烈的争论，激发了学习潜能，明确了学习目标。例如，为了加深学生对智能机器人内涵的理解，我们组织了“机器智能能否超过人类智能”的辩论会。会前正反双方结合本课程内容及其相关知识，认真进行准备；辩论会上正反双方唇枪舌战，激烈争辩，气氛热烈。辩论后，学生余意未尽，讨论热情不减。无论是哪一方获胜，都达到了预期的效果。教学中我们还注意采用了多种交互式策略，如课堂上教师提问可鼓励或指定学生提问，也可由学生自由地就某个知识点进行主题发言后老师点评等。
(4)个性化学习与因材施教
在本课程教学过程中注意对学生因材施教和个性化教学。例如，通过组织学生进行读书报告的形式，鼓励学生从多方面、多角度考虑问题，多提新颖思想，有意识地鼓励优秀学生探讨比较深层的内容，并辅导优秀学生将其成果以科技论文和发表文章的形式转化为成果。又如，在教学设计和实验设计中，注意要求学习有余力和兴趣的学生选作部分探索性、创新性的功课和实验(选学内容，如模糊控制器的设计、进化控制等)，从而引导学生发挥个性优势，达到因材施教的目的。同时注意分析学习较差的学生的具体困难，进行有针对性的指导。
(5)多媒体与网络教学的使用
本课程在PPT演示文稿和网络课程上，采用了大量的多媒体表现形式，如视频、动画、声音和图像等。目的在于使得人工智能抽象的知识形象化，便于学生理解。例如，课内让学生在线观看涂晓媛博士的计算机动画“人工鱼”的录像片段、人工生命Floy中生命智能体在环境中不断的适应进化构成演示等，有助于加深学生对所学知识的理解，促进教学水平的提高，激发了学生对课程的兴趣，使学生创新意识得到增强。此外，随教材附赠的教学光盘和开发的网络课程(http：//)提供了学生课外自学用的高质量的电子课件、完整的教学视频录像、丰富的实验和案例资料等，以更好地调动学生的学习兴趣和主动性。
(7)理论与实践结合
在教学内容安排上，注意理论联系实际，适时布置一些人工智能实验给学生进行课外练习。设计的课外实验包括产生式系统实验，归结反演实验，主观Bayes推理网络实验，A搜索实验，以及基于Maltab工具箱的模糊控制位置跟踪系统、两车追赶模糊控制系统、神经网络模式识别仿真、遗传算法优化计算等实验。通过实践和参与，保持学习兴趣，有助于学生对人工智能基本概念和难点的理解，掌握基本方法和技术，为从事智能系统应用开发打下基础，从而达到教学目的。例如，我们组织学生参观我们的研究生综合自动化实验室，观看机器人臂取物、倒立摆控制、语音识别软件、指纹识别软件、智能调度软件等演示，密切理论与实际的关系。
我们在教学改革实践中探索的这些教学方法，有利于充分激励学生的学习积极性和主动性，有利于鼓励学生发挥独立思考和创新思维，有利于多方位培养学生学习发现问题、分析问题和解决问题的能力。
5 运用多样化的教学手段和考核方式
5.1 多样化的教学手段
采用现代信息技术进行教学，构筑“人工智能导论”课程的现代教学模式，是本课程的主要特点之一。教学过程中采用了多媒体教学课件和网络课程相结合的方法，充分利用多媒体的丰富表现形式，利用网络课程的交互性、情景化等，进行教学。采用的方法包括：
(1)抽象知识内容的多媒体表示
通过动画和视频来演示抽象的概念、算法和过程，包括机器人轨迹跟踪、机器人臂取物、足球机器人比赛、倒立摆控制、“人工鱼”等录像片段，以及智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件演示。
(2)通过PPT撰写教案
精心编制PPT，组织好课件内容，做到图文并茂，提纲挈领，便于学生理解，便于教师讲授。
(3)开发与应用网络课程
“人工智能导论”网络课程较好的实现了交互性、在一定程度上实现了学习过程的情景化。在交互性方面，通过网络课程的课堂练习和章节练习，评价学生的学习情况，并给学生提出学习建议。在情景化方面，采用了在线答疑形式，使得学习过程丰富有趣。
(4)先进实验系统的观摩与演示
利用我们的研究成果等有利条件，有针对性地对学生进行成果演示(包括智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件)，使学生知道学了有用，而且很有用，很有趣，很有意义，从而进一步诱导学生的学习兴趣，巩固了课堂所学知识，提高了教学质量。
教学效果通过上述先进的现代信息技术的应用，不仅极大地提高了学生的学习兴趣和主动性，而且也取得很好的实际教学效果，提高教学质量。
5.2 作业、考试等教改举措
(1)改革作业方式与方法
改变过去那种单纯的书面习题作业，发展成为必须交给教师评阅的书面家庭作业、不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中上交作业通过网络进行，教师批阅后的作业也通过网络返回给学生，实现了作业呈交和返回的网络化。
(2)改革考试方式与方法
