智能科学与技术论文模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇智能科学与技术论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

中图分类号：G642　文献标识码：A

1　引言

随着智能科学技术在人类生活各个领域的不断渗透，它所带动的智能技术浪潮正在不断地扩大，并对社会、文化、教育的发展发挥了巨大的作用。

“智能科学与技术”本科专业作为一门刚刚起步的新专业，具有广阔的发展前景和巨大的应用需求。它是一门综合交叉性学科，旨在培养具有脑与认知科学、智能科学、信息科学、现代科学方法学的基本理论知识，掌握计算机、智能系统、信息网络、信息处理的基本技能，综合运用所学知识与技能去分析和解决实际问题，具有较强的自学能力和创新能力的高级复合型人才。

“智能科学技术导论”课程是“智能科学与技术”专业的基础课程，作为本专业的“敲门砖”，可以帮助学生对“智能科学与技术”专业有一个整体上的认识，对智能科学领域有一个初步的了解。

2　课程概述

对于刚刚迈进大学校园的青少年来说，他们面临着许许多多的新问题，其中最重要的一项，就是“专业”问题。自己将要学习的专业究竟是怎样的?它的前景如何?怎样才能学好它?“智能科学技术导论”课程是学生接触到的第一门涉及本专业知识的课程，它针对学生的实际需要，系统、科学地解答了学生各种各样的专业问题，为本专业的新同学们提供适时和恰当的“专业引导”，使他们很快进入环境，成为一批积极主动、方向明确、方法正确的新型学习者。

本课程具有以下特点：

(1)从宏观上介绍智能科学技术领域的相关内容，综合性强。

课程整体地介绍了智能科学技术以及智能科学领域的基本概念、学术思想、知识体系、学术特色，使学生对“智能科学技术”由完全陌生的状态变为能够对它的基本模型和基本问题建立一个初步、宏观的，然而又是准确和科学的认识。

课程剖析了智能科学技术与相关学科之间的关系，使学生明了智能科学技术、信息科学技术、控制科学技术和计算机科学技术各有各的独立研究领域，各有各的独特作用，不能互相替代，但是又互相交叉、互相作用、互相促进。

通过回顾和展望，本课程揭示了智能科学技术的精彩发展前沿技术与巨大的创新机遇，指明当代智能科学与脑科学、神经科学、认知科学的结合将开辟极其广阔的发展空间，同时也指出智能科学技术面临着科学研究方法论的深刻变革。

(2)解析专业课程结构框架，指引学生采用正确的学习方法开展本专业的课程学习。

科学的学习方法是受多因素制约的多层次、多序列的复杂的动态体系。从微观上说，怎样读书，怎样上课，怎样实验，怎样实践，怎样做笔记，怎样记忆，怎样运用学习时间等都是方法问题；从宏观上看，怎样制定学习战略，怎样选择治学途径，怎样不断优化知识结构，如何确立学习观和学习原则等也都包含着“方法”问题。

本课程通过阐述智能科学与技术专业的知识结构，并对其进行深入分析，帮助学生认识整个专业的知识体系，明晰本专业课程的组成、每门课程的作用以及课程之间的逻辑关系，指引学生采用正确得当的学习方法开展本专业的课程学习。

(3)激发学生热情，培养学生兴趣。

本课程从根本上阐明了智能科学技术必然在现今时代崛起并迅速登上现代科学技术舞台的内在缘由，启示学习智能科学技术的必要性和重要性，启发学生的历史责任感和崇高使命感，使他们认识到能够学习“智能科学与技术”专业是他们这一代人的幸运。同时，通过分析和案例介绍，说明智能科学技术对于经济发展和社会进步的巨大作用，认识到信息化必须走向智能化才能建成现代化国家，从而有效地增强学生学习智能科学技术的自觉性、自豪感。

通过介绍一些典型的智能系统，使学生初步建立起智能科学技术的直观形象和感性认识，相当于进行了一次“智能科学技术的认识实习”，以此激发学生的学习热情。

3　课程教学的认识与思考

3.1 着重实际应用，激发学生兴趣

智能科学是一个不断发展的学科，它的技术成果、研究动向更新地很快。教师应及时地介绍智能科学技术领域的最新科技成果，将其引入课程教学，增加操作环节，可由教师进行演示，或由学生自己在实验室进行运行。

通过操作加深感悟，是学生参与知识形成过程的关键。通过亲手执行包含智能技术的应用系统，使学生获得关于智能科学技术更为深刻的体验，大大拉近学生与智能科学技术之间的距离，使他们感觉到“智能科学技术就在自己身边”。这样，既增强了学生对本课程的兴趣，又使学生及时掌握了本学科领域发展的最新动态，扩大了知识面。

3.2　组建研究小组，鼓励创新思维

智能科学技术本身处在创新发展时期，特别需要培养具有创新精神的人才。智能科学技术是一个高度综合又非常深邃的学科，依靠常规的学习方法很难把握，同时，它又是一门研究思维规律的学科，思维规律之中最重要的是创新思维。所以，培养智能科学与技术专业的高层次人才，一定要着重创新思维的建立。

教师可综合考虑课程侧重点与学生兴趣，指定几个研究方向，组建研究小组。鼓励学生通过查阅资料、调查实践等方式解答问题，提出自己的新想法。整个活动以互动的形式开展，教师引导学生积极思考问题，通过师生的交流和探讨使学生获得对同一问题的多种思考结果，学生可依照自己的新思路将研究逐步深入，最终，以组为单位向教师和全体学生做专题介绍。这种参与式教学模式使学生在“教”的同时，巩固提高了对知识的理解，并锻炼了学生的逻辑表达能力和心理素质，给学生一个展现自我的平台。

3.3　采用灵活考评方式，建立综合考评体系

传统的单纯以期末考试成绩作为考量的考评方式过于片面，同时也容易束缚学生的思维。综合考虑智能科学技术专业的培养计划以及智能科学技术导论的课程特点，笔者认为，应采用灵活的考评方式，建立综合的考评体系。

本课程考评体系可分为三部分：期末考卷、调研表现、小论文。期末考卷只要基于本课程教材的基本理论、基础知识、课堂内容进行测试。调研即3.2节中所提到的组建研究小组，每个小组就自己的研究方向进行调研，参阅书籍、查找资料、深入探讨，以PPT的形式向教师和全体学生进行总结汇报。小论文指学生以自己的调研方向为题目，撰写专题论文。这种考评方式是以书本为平台，培养学生主动系统地获得新知识、新技术的能力，主要包括基本学习能力、自学能力、实践操作能力和表达能力，鼓励学生勇于创新的精神。同时，也调动了学生查阅资料，自主思考问题的积极性，扩展了知识面。

3.4　参观实验室，了解领域研究现状

智能科学技术学科的大学毕业生，应该既可以从事智能理论和智能系统的研究、智能科学技术相关专业的教学，又可以从事实际与智能技术相关的工程开发工作。而对于刚刚接触这个专业的学生来说，很难从书本中明了自己今后的究竟能做些什么，也很难将书面知识与实际应用相结合。通过参观与专业相关的实验室，进行现场教学，帮助学生将课本上的抽象理论与具体实践结合起来，让学生了解将来可能会从事的工作，了解学科领域的研究现状，亲身感受实验室的学术氛围，激发学生对专业领域高水平研究的向往。

篇2

0引言

智能科学与技术专业是教育部根据“面向国家战略需求、面向世界科技前沿”的方针，为适应国家科学与技术发展的需要而设立的，专业代码080907T。智能科学与技术专业属于一个交叉学科，涵盖了电子信息技术、计算机硬件和软件、人工智能、自动控制等多项技术领域的应用。因此，如何交叉学科，立足于工业智能化的发展方向和《国家中长期科学和技术发展规划纲要（2006―2020年）》的要求，适应国家对高质量的智能技术人才的社会需求，研究与实践体现行业产业发展、技术进步和社会建设需求的智能科学与技术专业人才培养课程体系具有重大意义。

1创新课程体系的意义

德国率先提出的“工业4.0”概念其实就是将互联网技术与嵌入式系统技术、计算机技术、先进制造技术等相结合，形成虚拟与现实相融合的智能制造系统。人们可以在世界任何地方采用电脑或任何移动终端，在互联网上选择标准的或定制的货品订单，系统会采用人工智能、大数据、机器学习等技术在全球范围整合资源、信息、物品和人，以高质量、低成本、高效率生产制造出产品，快速交付给客户。

在制造领域，这种技术的渐进性进步可以被描述为工业化的第4阶段，即“工业4.0”，如图1所示。其中，第①阶段以1784年的英国蒸汽机为代表；第②阶段以1870年的电动机械发明与应用为代表；第③阶段以使用电子与IT技术的自动化时代为代表；第④阶段就是我们正在经历的智能制造时代。当前，中国工业机器人销量连续两年行业增速在50%以上，行业进入成长期。另外，中国工业机器人使用密度远低于主要发达国家，具有广阔的市场空间。智能装备的大发展对相关专业人才的需求呈爆发趋势，智能科学与技术专业毕业生今后的一个重要就业方向将是服务于产业界的机器人领域。

我们国家正在大力提倡的“中国制造2025”与德国提出的“工业4.0”有着异曲同工之妙，尽管两国的工业、社会发展阶段存在差异，但在智能制造领域、互联网领域发展水平基本同步。通过国家层面大力推广发展智能制造技术，以及在大学智能制造相关专业的课程改革，为我国的智能制造技术赶上甚至超过发达国家创造了千载难逢的机遇。

2智能科学与技术专业创新课程体系目标

如何充分利用民办学校的企业资源优势，办好智能科学与技术专业是本专业面临的重要挑战之一。本着教育先行、为产业服务的办学宗旨，根据行业中长期发展的需求，在保证专业知识体系完整性的前提下，结合“工业4.0”对专业人才知识、能力的需求，我们将专业定位侧重于智能传感与检测技术，智能机器人传动、驱动技术，智能机器人系统构建技术，嵌入式系统技术等。4年来的办学实践证明，我们的专业定位符合地区与行业发展需求，并具有一定的前瞻性。

基于以上专业定位，对智能科学与技术专业的人才培养课程体系进行深入的探索与实践，涉及专业一体化的理论与实践课程体系规划，机器人实践平台升级，专业课程的教学设计、教学方法、考核方式改革，教学资源、师资队伍、评估反馈机制建设等。通过有针对性地研究我们在专业教学中存在的问题，寻找解决问题的有效途径，探索出符合现代高等教育发展规律、适应“工业4.0”及“中国制造2025”对专业人才知识及能力要求的创新课程体系，为国家、社会输送高素质的应用型工程技术人才。

通过对智能科学与技术专业的面向“工业4.0”的创新课程体系的研究，在已运行4年的本专业课程体系的基础上建立完善的智能科学与技术专业创新课程体系；完成课程体系面向“工业4.0”的课程群知识结构设计、理论与实践一体化设计；总结课程教学手段和方法；完成高质量的教学资源建设；建立高水平的师资队伍。

3创新课程体系构建方案

专业人才培养遵循工程教育思想，以项目为导向设计专业课程培养体系，将项目设计和实施贯穿于大学4年的教学过程之中，让学生在校期间就有机会参与真实项目的开发与运作，获得实践经验和实际操作能力，实现企业真实项目实践与学校理论教学的无缝对接。设置面向“工业4.0”的创新课程群及项目群，对学生的知识、能力、素质进行全面培养，使学生得到全方位的锻炼。

3.1支撑培养目标实现的一体化课程体系

专业课程体系的构建思路以行业与社会需求为根本。在此基础上确定智能科学与技术专业人才的培养目标。以TOPCARES-CDIO教育理念为指导，定制科学先进的人才培养模式和过程，最终建立面向“工业4.0”的智能科学与技术专业创新课程体系。

引进与国际接轨的课程体系，制定全新的适应我国国情的教学计划，采用先进的教学理念与培养模式，初步构建以设计为中心，理论与实践高度融合的应用型本科课程体系。

理论课程体系方面具体表现在适当降低理论知识的难度，着重培养学生理论结合实际的能力。理论课程的整合要突出理论教学的应用性，构建基础理论平台课程群与专业模块化课程群相结合的理论教学体系，保证人才的基本规格和多样化、个性化发展，增强学生对社会的适应性。

实践课程体系方面，依据专业能力培养目标，以能力为本位，以项目为载体，以“学中做”和“做中学”为方法，统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计（论文）与企业实习等各类实践教学环节，使实践学期教学内容逐级递进、逐步深化；将实践学期实训内容与理论学期的教学内容紧密衔接。系统化构建理论与实践相结合、课内与课外相结合、学校与企业相结合，贯穿于大学教育全程的一体化实践教学体系。本专业采用自顶而下的方式设计各级项目。一级项目（智能机器人综合设计项目）的设计直接针对专业的培养目标，实践学期的二级项目和基于专业课程的三级项目分别是一级项目培养能力的分解。

采用基于社会实际岗位的逆推法设计课程体系，如图2所示。按照人才职业需求确定专业培养目标，将专业培养目标抽象为若干个专业核心应用能力，再根据每个专业核心应用能力所需的知识、能力、素质结构划分不同的课程群。

设置课程群不仅要考虑智能科学与技术专业本身课程体系的科学性与递进关系，还要充分研究专业相关的重点行业、大型企业岗位特点，针对人才市场的人才需求和岗位需求，把行业、企业、岗位所需与“工业4.0”相关的新知识、新技术、新平台、新规范纳入课程，实现专业课程体系与区域经济及行业、企业的有效对接。目前，智能科学与技术专业现行的人才培养课程体系将专业定位侧重于智能传感与检测技术、智能机器人传动与驱动技术、智能机器人系统构建技术和嵌入式系统技术，包括智能系统的软/硬件设计与开发，以及智能技术在工业控制领域的应用等。虽然该体系与面向“工业4.0”相关技术有一定的匹配度，但还需进一步改革，拟融合“通信规约”“IoT”“工业现场总线”等知识模块构建“工业4.0”的CPS虚拟网络课程群，融合“工业机器人”“智能传感检测”等构建“工业4.0”的CPS实体物理课程群。实践课程体系的改革主要围绕KUKA工业机器人开设相关的课程实验、课程项目、实践学期项目及实训等。

智能科学与技术专业课程体系的构建分为基础课程、专业基础课程、专业岗位应用技能课程、专业方向和专业技能拓展课程4个阶段。注重岗位需求对课程设置的对应性，前两个阶段与传统大学基本一致，只是深度上浅显一些，后两个阶段面向人才市场的岗位需求，着重培养企业用得上的专业人才。

3.2科学的人才培养质量评价体系

大连东软信息学院智能科学与技术专业按照全面质量管理的理念，建立了全员参与、全过程监控、全方位评价的教学质量评价机制。做到了常项评价与专项评价相结合，形成性考核评价与终结性考核评价相结合，定性评价与定量评价相结合，采取管理学确认有效的5W1H（Why-What-Where-When-Who-How）和PDCA（Plan-Do-Check-Action）方法进行评价，可以有效地保证各环节教学质量的稳步提升与持续改善。

智能科学与技术专业教学质量评价包括TOPCARES-CDIO系列评估、教学质量评价以及教学过程评价3个部分。TOPCARES-CDIO系列评估主要评价专业、课程、项目、教材以及素质教育等环节落实工程教育理念的效果。教学质量评价主要包括教师教学质量评价，学生对课程的满意度调查、对重点课程的评价、对重点教材的评价等，由定量评价和定性评价组成。教学过程评价，主要从课程考核、实践学期以及毕业设计（论文）3个关键环节展开。

3.3高水平师资队伍建设

专业自成立以来就十分关注师资队伍的培养，不断强化专业师资队伍建设，持续关注专业带头人和骨干教师建设，加强“双师型”教师队伍的培养力度。通过开展内部培训、教学研讨、企业实践、学术研讨等全方位的培养措施，努力建设一支结构合理、素质优良、教研科研水平高、技术服务能力强的教学团队。在师资队伍建设过程中，实施“引聘训评”的双师型师资队伍建设发展方案。

3.4教学资源建设

篇3

1高水平人才交叉培养计划实施背景

《北京市教育委员会关于印发北京高等学校高水平人才交叉培养计划的通知》（京教高[2015]1号）提出共建高校双方要根据经济社会发展急需人才所应具有的知识、能力与素质，联合相关行业企业，共同制订专业和方向的培养目标、培养标准，构建与之相匹配的专业培养计划，包括专业核心课程体系、实践能力培养体系和素质提升体系，培养基础扎实、专业过硬、能力突出的高素质人才。

北京科技大学、北京信息科技大学智能科学与技术专业“机器人大脑方向”双培项目于2015年开始正式实施。目前主要采用“3+1”培养模式，即前3年在北京科技大学自动化学院智能科学与技术专业学习，第4年在北京信息科技大学自动化学院智能科学与技术专业学习并完成毕业论文。

2“机器人大脑方向”双培方案的构建

北京科技大学是教育部直属的985、211大学，其智能科学与技术专业在京为一本招生，而北京信息科技大学为北京市属学校，其智能科学与技术专业在京为二本招生。两校要交叉联合培养学生，需要充分考虑两校的生源情况，在充分论证的基础上制订出相应的培养方案。

2015年4―5月，北京信息科技大学与北京科技大学相关负责人先后进行两次会谈，就两校智能科学与技术专业的建设情况、双培计划的基本情况，“机器人大脑方向”教学计划和培养方案交换了意见，形成了双培计划培养方案制订的初步设想。两校的智能科学与技术专业具有相似的历史渊源和专业方向，因此，在充分讨论的基础上，决定以两校现有的教学计划为基础，按市教委双培的要求修订“机器人大脑方向”教学计划和培养方案。两校分工实施课程教学、实践教学、学生指导、质量评价、组织学生科技创新、学科竞赛等工作。

2.1专业培养目标

具有坚实的数理基础、信息技术的基础知识以及脑科学与认知科学的基础知识，系统地掌握智能科学技术的基础理论、基础知识和基本技能与方法，受到初步科学研究和工程实现的训练，具备智能系统集成、智能技术应用方面研究和开发的基本能力。同时具有全面的文化素质、良好的知识结构和较强的新环境适应能力、自主学习能力和创新意识，并具有良好的语言和计算机运用能力。本科毕业后能够在研发部门、学科交叉研究机构以及高校从事与智能科技相关领域的科研、开发、管理或教学工作，并可继续攻读智能科学与技术专业以及相关学科和交叉学科的硕士和博士学位。

2.2专业课程体系

智能科学技术是一门研究智能现象的本质与机理、智能模拟的方法与技术以及智能机器与智能系统应用的新兴学科，由脑科学、认知科学、人工智能、信息科学技术等学科综合交叉而成。图1给出的智能科学与技术专业的知识体系，确定了课程设计的基本原则：智能应用的过程中需要有信息学科中的计算机、通信、控制和检测等方面技术的支撑；建立以计算机、通信、控制和检测技术为工具，以智能机器人为载体，结合信息科学和智能科学理论基础的课程体系。

为体现“机器人大脑”的专业方向与特色，课程体系中加强了脑科学与认知科学、脑机接口、软件开发与应用、虚拟现实技术等内容。表1给出了智能科学与技术“机器人大脑方向”的专业课程体系，其课程体系模块设计为计算机基础、电路基础、信息与控制基础、机器智能、智能系统五大模块。

“机器人大脑方向”专业核心课程确定为：电路分析基础、模拟电子技术、数字电子技术、信息论与编码、信号处理、控制工程基础、嵌入式系统、微机原理与应用、脑科学与认知科学、人工智能基础、机器人组成原理、计算智能基础、智能机器人、机器学习等。

2.3专业实践体系

按照工程认证相关标准要求，建立了包括金工实习、电子工艺实习、各类课程设计与综合实验、工程认识实习、专业实习（实践）在内的、完备的、面向工程需要的实践教学体系，如图2所示。

3“机器人大脑方向”双培方案的实施

“机器人大脑方向”双培计划是北京地区高等教育综合改革的试点，其目的在于推进北京地区高校之间的合作和优质教育资源的共享，提升北京高校办学水平和人才培养质量。为此，两校通力合作进行了有益的探索与实践。

3.1学风建设

北京信息科技大学为双培学生配备了辅导员和班导师，班导师由学院主管教学的副院长承担。在新生入学的第一个学期，班导师就从中学生到大学生的过渡、适应大学高强度的学习、学习方式方法、班委改选、期中考试后的总结等方面对学生进行指导。学院组织学生集中晚自习，由班导师、辅导员检查。同时班导师、辅导员经常走访宿舍，与同学谈心，使他们明确目标并养成良好的学习习惯。

同时，学校通过微信，不定期与共建高校的教师、学生沟通，随时掌握双培学生的学习生活状况，如自动化学院开通的心动传媒公众号，成为双培学生母校情节的有效纽带。

3.2学生活动情况

北京信息科技大学和北京科技大学充分利用本校的资源，要求双培学生积极参加两校的各类活动，以达到市属学校和央属学校联合培养学生的目的。例如，北京信息科技大学2015年4月邀请双培学生开展了师生党建活动“奔跑的人工智能”研讨会，组织专业引领型学科竞赛――新生R Auto杯智能小车竞速比赛。

篇4

1　智能系·信科院

 

智能科技系是2002年9月初正式成立的，它完全根植于北人信息科学中心，末作增扩。后者的简称——“信息中心”——虽然易与“计算中心”或“情报资料中心”混淆，却是上世纪八十年代中期北大一些有识之士倡议建立的第一个多学科交叉研究中心。它以数学系、无线电f电子学)系和计算机系为主，联合心理学、中文、遥感等共十个系所而组成，宗旨是开展多学科交叉研究，充分发挥北大的综合优势。即使放在二十余年后的今天来看，这样的举措也是颇有前瞻性和魄力的。在此基础上，北大很快于1986年建立了第一个国家重点实验室。就是这样人数不多的一个机构，先后出过三名院士和一名北大常务副校长。以指纹识别为代表的研究成果进入国际先进行列，在国内得到广泛应用。

 

2003年9月10日，北京大学最大的学院——信息科学技术学院——成立。它包括计算机、电子学、微电子学和智能科学四个系，有十二个(研究)所和中心，两个国家重点实验室和若干部门实验室。系是教学单位，所和中心是研究实体。从此，智能科学系(暨信息中心、国家实验室三位一体)翻开了新的一页。

 

2　专业增列·学会指导

 

成立智能科学系除了要顺应北大“系并院”的潮流，也是完善作为学校基本建制单位所必备的。何新贵院士为系取了名称，如今许多学校也大都采用这样的称谓。查红彬教授担任系主任，笔者是主管学科建设和教学的副主任，具体参与负责各项相关工作。创办国内第一个智能科学与技术本科专业也是我们这一班人继承传统的首要任务。事实上，早在一年多前，大家就进行了酝酿，特别是中国人工智能学会教育工作委员会多次组织的相关研讨，成为重要的准备基础。

 

北大是一级学科下自主增设、增列学科专业的学校。系领导上任伊始第一件事就是要在当年申办智能本科专业，而且志在必得。为此，我们在前期制定了详细的步骤计划，进行了深入调研和各项准备工作。我们起草完成了所需的各项材料(人才需求论证、专业建设规划和适应培养目标的教学计划与课程设置方案、教师教辅队伍和基本办学条件说明以及国内外背景对比材料等)，中国人工智能学会涂序彦等学者对此进行了专家论证，协助完成了论证报告。这些工作就绪后，我们在2003年10月下旬向学校主管副校长、教务部负责领导和学院领导做了汇报说明，并于10月30日正式提交申请材料。经学校的学部讨论通过，校教务部审核和校教学科研工作委员会论证(由于是国家公布专业目录外者)，再经校学术委员会审议，报校长办公会批准，最后于12月15日前顺利完成了全部程序，报教育部备案。2004年初，教育部正式批复并公布了北京大学“智能科学与技术”新的本科招生专业。这个专业名称是查红彬教授建议的，日后成为教育部批复新申办学校的统一提法。

 

由于“智能科学与技术”未在国家公布的专业目录中，因此是增列而非设置，北京大学将其置于计算机科学与技术一级学科之下。由于北大历来严格控制招生规模，我们的30名招生计划是由信息学院其他三个系从原有计划分配名额中挤出来的。新专业的计划发展规模最终为50名。

 

3　教学计划·四校会议

 

智能科学系虽然成功地创建了国内第一个“智能科学技术本科”专业，但也面临着许多挑战。首先是缺乏本科教学的经验。尽管信息中心前身具有北大最早的硕士点、博士点和博士后流动站，研究生培养己历十余年，但一直实施科研主导体制，未曾从事过本科教学。师资队伍扩充快，新进年轻博士比例大，而真正有过本科教学经历者寥寥无几。此外，信息学院成立后开始调整教学计划，制定了一年级统一课程内容，新生是按学院统一招进来，第一年共同学习，后三年才分专业培养。我们虽然为申办专业制定了一套课程计划，但因不兼容学院的统一规划而未能第一次通过学院教学指导委员会的审核。为此，我们组织学院经验丰富的老教授，为本系青年教师进行教学培训，听取学院主管负责领导和几位多年从事本科教学管理的老系主任对教学计划的修订意见。

 

通过几个月的努力，我们完善了智能科学系的课程体系，并最终通过学院教学指导委员会的审核。这个教学计划具有几个特点：一个大基础——以学院的数、理和信息类为主，强调宽厚扎实;三个核心课程群作为专业理论基础，包括智能基础课程群(智能科学技术导论、人工智能、脑与认知科学、信息论、信号与系统)、机器感知课程群(生物信息处理、图像处理、数字信号处理、模式识别)和计算智能与知识发现课程群(智能信息处理、机器学习、数据挖掘、计算智能等)，以及两门实验(机器感知和机器智能)和其他各种选修课。四年学分150分，其中必修88学分(包括全校公选26学分、大类平台20学分、学院要求的13学分、专业必修29学分)，专业选修56学分(含专业课44学分、通选课12学分)，毕业设计6学分。

 

为了更好地交流经验，扩大本专业的影响力，2005年5月，我们发起并与第二批获准的学校(南开、北邮、西电)在北大召开了四校研讨会，围绕各个学校在智能科学与技术本科专业的建设、招生、教学计划制定和未来发展设想等方面进行交流研讨，并建立了联系机制和网站。全国一些兄弟院校也纷纷来北大了解情况，开展座谈，我们则尽可能贡献自己的经验，给予支持。

 

4　招生·分流

 

从2004年开始，信息科学技术学院按学院大类招生，每年接收330～340名本科生，占全校的1/9左右。学生高考排名在全校属中上，但成绩分布差异较大。与学校的其他学院(多从一个系成长为一个学院，如数、理、化、生等)相比，信息学院是由四个不同的系合并而来的，专业跨度大，因此采用一年分流的模式(上述学院为二年分流)，笔者被指定负责这项工作。我们提出自愿为主、计划为辅的方针，尽量满足同学们的兴趣志向。制定的分配计划是：电子学系120人、计算机系110人、微电子系70人、智能科学系30人，允许有10%的调整。分流工作在大一下学期(每年4月份)进行，包括全院动员、四个系专题介绍宣传、开放日参观咨询等几个步骤，可谓热闹非凡，同学们可以充分了解了四个系的专业特色。

 

为了克服盲目性引发的偏差，我们建立了一个网上分流系统，在正式填报专业前，增加了摸底预填报的环节，及时反馈群体意向的分布信息，指导学生们的选择，也便于学院掌握动向，调整措施。这种大类招生、进来一段时间后再分专业的举措体现了北大的人文关怀。智能专业初办，基础条件差，缺乏毕业生记录的宣传说明，与学院其他三个老牌系(电子学系50年历史、计算机和微电子系30年历史)相比较并无优势可言，但是我们通过扎扎实实的工作和细致有效的改进，使这个新方向日益显现出魅力。随着智能专业的成熟，特别是有了第一届毕业生后，就愈加受到更多学生的喜爱。

 

选择智能专业的人数逐年上升，2004级34人、2005级36人、2006级39人、2007级43人，目前正在进行的2008级分流达到45人。除了在信息学院内部的影响力不断扩大，北京大学其他学院的转系情况也开始有了可喜的变化。北大最好的元培计划实验班今年第一次有4名学生选择智能专业，医学部和光华管理学院也有申请者(本文成稿时这项工作还在进行)，2008级学生肯定突破50名，我们在第五年就达到了创办智能科学专业的规划目标。

 

5　首届生·班主任

 

在新办专业中，有一项由教授担任智能本科专业班主任的举措。这是利用教授的学识、经验和责任心来更好地管理呵护自己的学生，避免了年轻教师因职称晋升等压力可能出现的疏漏。这一做法取得明显效果，不仅受到同学们的普遍欢迎，信息学院也开始考虑推行。笔者担任了智能专业的第一任班主任。首届学生(2004级)有34名，他们进入北大后毅然选择全新的智能专业是很有勇气的，全班有11名来自北京的学生，5名女同学，这个比例迥异于整个信息学院的总体分布。

 

该班学生的年龄恰与我自己的孩子相同，我天然地熟悉他们的一般特点，也理解家长们的想法。北大信息学院的淘汰率平均是7%，每年都有20多人退学。这班学生在大一时的成绩并不占优，其中有几人处在边缘位置，因此，我立下的最低目标就是确保所有同学不掉队。我首先通过全班民主选举任命了一个5人组成的班委会，这个5人机构在随后的几年中发挥了重要作用：其次走访宿舍，了解每个人的情况，为了消除代沟，我努力融入同学当中，学习熟悉他们的语境和思维想法。我同多数同学家长有过接触，从中更深入地掌握学生的性格特点，也包括寻求家长的必要配合。我与所有同学做过不止一次的个人交谈，经常是在晚间，很多时候是他们主动找我，谈遇到的各种困惑、自己的想法、志向等，我利用这些机会及时解决了具体问题。在学习上，我组织全班同学开展互帮互学，尤其对几门有难度的专业课程进行“联合攻关”。全班的“数据结构与算法”课程成绩甚至超过了计算机系。

 

几年来，全班团结互助，像一个大家庭，班委会也一再连任，得到全体拥护。到毕业时全部合格，实现了我的愿望。不仅如此，全班的学习成绩在学校的综合评估中优良率达93‰毕业设计都在良以上，有14人获优秀，更有三名同学的毕业论文被评为学院“十佳”论文。学院的第一、三名也都出自我班。34名同学中有22名继续保送本校读研(其中20人仍在本系)，4名同学去了大的国企和知名外企工作，8名同学出国深造，在欧、美一些名校攻读博士，其中有一名学生同时拿到了包括哈佛、MIT、CMU、UCLA在内的著名大学的全额奖学金(最后选择MIT)。第一届智能专业学生的良好成绩极大鼓舞了我们，增强了我们办智能专业的信心，也为以后的几届同学做出榜样。

 

几年班主任的经历让我深深地体会到，进入二十一世纪的大学，教书、育人同等重要。要适应新时代年轻人的特点，保持我们民族的优良传统，把人格培养放在首位。能够进入北大的学生都是各地的尖子，当他们聚集在这所著名学府时，首先要调整原来俯视周围的习惯，学会平视甚至仰视其他同学，平和自己的心态，开阔胸怀，树立人生抱负和刻苦努力的决心，这样才能正确对待困难和挫折，才有所作为。班主任的工作往往细致入微，其实是把70%的精力用到30%的人上面。一些学生掉队是否可以避免，关键看班主任的工作是否到位。

 

6　培养体系·本研贯通

 

北大是(文)理科性质的学校，“智能科学与技术”专业也是按理学设置，尽管它更强调学科交叉。从智能科学的内涵来看，我们设立的培养方向更多地是继承自身传统和学校的综合优势，突出“以人为本”的脑认知和与心理生理结合，开展机器感知(视、听、触)和数据转换信息，进而发现知识的机器智能两个方面的研究。同时，我们配合学院的教学指导规划设置课程计划，除了全校的公共必修课程(外语、政治和体育)，还有学院的公共平台课。第一年主要是夯实数学、物理和信息类的基础，后三年的专业课程安排是以必修的专业基础和机器感知与机器智能两个方向的专业核心课程为架构。为了强调学生的动手能力，还重点建设了两门实验课程。此外，还利用学校的各种本科科研基金项目(包括大学生创新基金、著政基金、泰兆基金、校长基金)和各个实验室承担的项目来吸引学生，培养他们思考问题的能力，提高他们的研究兴趣，为日后进一步深造打基础。由于绝大多数学生都将读研，这样的安排无疑起到了积极作用，并成为撰写毕业论文的基础。我们还打通了本科高年级与研究生一年级的课程，利用各种机会举办研究讲座，如龙星计划、专题报告、国际人工智能远程教学等活动，开阔学生的视野，引导研究方向，调动学生的潜质。从专业特点来看，我们的智能学科更偏向于“软”的一侧，因此也充分利用信息学院，特别是计算机系的各类教学资源来帮助扶持新办专业的成长。

 

我们原有的博士、硕士点是计算机应用技术和信号与信息处理两个方向，为了让我们的培养体系更加系统，我们进行了两年的精心准备。2007年底，我们正式向北大研究生院申请增列“智能科学与技术”硕士和博士点。经过必要的论证，最终获得批准，及时衔接第一届本科毕业生升研。至此，本、硕、博一以贯通，作为计算机科学与技术下的二级学科，一个完整的智能科学技术专业培养体系建立起来，从培养体制上保证了新兴智能专业的顺利发展。

 

7　特色专业·教学团队

 

五年来，北京大学智能科学技术本科专业从酝酿到创办，可谓初见成效，走过了颇具挑战的历程。除了确定具有特色的培养目标和方向外，还需要扎扎实实落实每一个环节，并在实践中检验。本科教学迥异于研究生培养，它的计划性、按部就班执行的严格性以及每堂课程的内容安排和效果评估必须一丝不苟。

 

信息学院秉承了北大的优良传统，对这个新办的专业给予了巨大支持和关怀，使我们能迅速成长起来。我们从一开始就有一套严格的课程设置审核程序、教案检查制度和新教师上岗准入的试讲考核手续。学院有一支由经验丰富的退休教师组成的督导组，随堂听课评估每一位教师的讲课内容、方式和教学效果，及时纠正问题。作业批改和试卷出题也都有严格规定。在课程体系的建设方面，信息学院打通了一年级的公共部分，深化和夯实了数理基础。

 

在专业课程上，智能科学系提炼了三个课程群，并组织教师进行重点建设。此外还加强对学生动手能力和独立思考解决问题能力的培养。

 

除了在专业上实施分流培养外，我们还针对北大学生的特点，在基础课采用实验班的A、B分级组合方式，满足不同专业对各自基础培养的要求。在专业课程群中，也允许不同兴趣的组合选择，充分发挥和提升学生的能力。为了更好地关怀学生顺利成长，我们除规定教授担任班主任外，还设立了本科生学术导师制，加强对学生的各种指导。智能科学系也注重师资队伍建设，引进了一大批(半数以上)优秀的年轻教师，其中信息学院中从国外回来的教师比例是最高的，为这一新兴学科注入了最具活力和新思想的力量。在招聘教师时，教学需求和能力成为评价的重要指标。

 

2007年，我们接受了教育部的学科评估，新办专业得到好评。学校开始关注我们的进步，在随后的一年中，我们一再从学校的竞争中脱颖而出，陆续获得了国家一类特色专业、北京市一类特色专业和北京市优秀教学团队等称号，2008年又获得国家级教学团队称号。我们的培养体系和人工智能双语教学也分获北京大学的教学一、二等奖。

 

8　结语·致谢

 

尽管北大年轻的“智能科学与技术”本科专业建设初见成效，但征程是漫长的，我们还会面临更多的挑战和问题。然而，智能科学这个本科专业方向是很有希望的，它不仅吸引了大学的新生，也在高考人群中产生着愈加重要的影响，它的健康发展需要大家共同的努力和精心培植。每所大学都有不同的特点，我们应该从学校、师资、方向、生源以及学科培养性质和目标等条件出发来建设新兴专业。以上是笔者对北京大学第一个“智能科学与技术”本科专业创建历程的回顾，希望与同行共享。

 

在专业建设过程中，许多人给予了热情帮助和支持。这里要特别感谢北大信息学院陈徐宗教授，感谢中国人工智能学会涂序彦和王万森教授。

 

最后引龚定庵一句名言：“但开风气不为师”。

 

9　总结与展望

 

本文介绍了厦门大学智能科学与技术系在学科发展、科学研究和人才培养方面的基本建设情况。我们希望这些初步的工作总结能对目前正积极筹办本专业的兄弟院校起到一定的借鉴作用。

 

篇5

智能科学与技术是形成于生命科学、控制科学、信息科学、计算机技术以及通信技术等学科与技术交叉基础上的新兴专业与研究方向[1]，旨在培养具有脑与认知科学、智能科学、信息科学、现代科学方法学的基本理论知识，掌握计算机、智能系统、信息网络、信息处理的基本技能，综合运用所学知识与技能去分析和解决实际问题，具有较强的自学能力和创新能力的高级复合型人才[2]。智能科学与技术本科专业从2004年设立至今，全国只有17所大学开办该本科专业，目前一级学科和二级学科还没有完全建立，培养方案的理论体系和实验体系还有待进一步探索和完善[3-4]。在该专业的课程体系中，智能科学技术导论作为一门专业的基础课程，针对的是学生实际需要，科学、系统地解答了学生各种专业问题[2]，可以帮助学生对本专业有一个整体认识，对智能科学领域有初步的了解，以发挥其对专业及专业基础课学习的良好导向作用。研究和探讨如何讲授该门课程具有重要的现实意义。

1智能科学技术导论教学现状

1.1具体表现

对专业认识较少是不少新生入学时找不到学习方向和目标的一个重要原因。在进入高等学校学习之前，绝大部分学生并不知道“智能科学与技术”指的是什么，涉及哪些知识，应用在哪些领域，影响有多大，他们只是凭专业名称、简单的介绍对该专业有个初步、直观的了解，而在进校后一般都是学习基础课程(如英语、线性代数、电路理论等)，到大二甚至大三才开始进行专业课的学习。学生在此之前由于不了解专业方向的学习和研究内容，很难想象他们在专业基础课学习上会有浓厚的兴趣，更不谈学习主动性的提升。智能科学技术导论在低年级开设，目的是让学生逐步认识、了解该专业的概况，达到激发学生学习专业课程、参与科学研究的兴趣，帮助他们对大学学习和生活进行规划和定位。然而，这一门课程并没有起到其应有的作用，具体表现如下。

1) 导论学习与专业学习存在断层。智能科学与技术的专业课程一般安排在大三、大四，而导论一般安排在大一学期，此时，由于知识结构和认知能力的缺失，新生难以将过深的学科形态、专业教学抽象成整体概念，对导论所涉及知识的掌握程度有限，在开始接触大量专业课时，他们已基本忘记了这一门入学时开设的从整体上介绍本专业的课程。

2) 学生专业学习的积极性不高。笔者在对高年级学生讲授专业课的过程中发现，很多学生对本应在大一就具备的专业思想、所涉及的智能科学技术领域的宏观知识、正确的学习方法等缺乏足够的认识，甚至是处于完全陌生的状态，因此对相关专业课的学习毫无兴趣，一味地认为进入该专业学习是自己的不幸，转而要求换专业甚至退学。

3) 继续从事本专业领域的研究或工作的兴趣低。根据调查发现，很多本专业的学生对毕业去向不持乐观态度，部分打算继续深造的学生考虑的是其他专业，而要进入社会的毕业生则表示找到专业对口的工作很难，他们大部分认为这是从一开始就没有对大学学习和生活做好规划和定位所导致。

1.2相关因素

通过与其他教师的交流以及与学生的座谈，笔者发现智能科学技术导论这门课程没有起到其应有作用的原因主要在于以下几个方面。

1) 教学内容缺乏针对性。智能科学与技术汇集多种边缘学科与技术，诸如信号与信息处理、信息论与信息通信、模式识别、图像处理、柔性决策与系统科学等内容，因此，课程所涉及的研究领域及内容十分丰富、教学知识结构较为庞大，涵盖范围广，课堂内容庞杂，热点分支多，知识点相对独立，联系不够紧密。正因为如此，在短短的课时教学中，教师的课堂讲述往往宽泛化，缺乏针对性。

2) 授课对象缺乏相关知识。在实际教学活动中，由于智能科学技术导论课程一般开设在入学之初，学生不仅缺乏相关基础知识，而且处于高中到大学的过渡期，他们的学习认知行为、学习方法、学习要求和学习内容的组织形式难以适应教师所授内容。如果课程内容涉及的专业知识过多，学生学习起来就费劲；如果偏重理论，教学会显得过于枯燥；如果过于注重工艺的讲解，又会给学生造成轻视专业基础知识的倾向[5]。如此种种，导致教师在讲课过程中处于两难境地，而学生则难以建立系统、完整的知识体系，在有限的时间里所能掌握、吸收并内化的智能科学基础知识很少，从而不利于今后专业课的深入学习。

3) 教学方式落后。目前，讲授智能科学技术导论这一课程采取的教学方式更多是传统的教学方式――课堂教学，而其课程特点是知识面广而不深。因此，传统教学方式的缺陷更为凸显出来，学生知识结构的延伸无法完成，对后续专业课教学产生不利影响。

2教学策略的提出

2.1课程的全程化

作为一门基础专业课，智能科学技术导论应以学生在专业领域的发展为主线，贯穿本科四年的学习中，根据不同年级学生的特点，有针对性地开课或开设学习指导性讲座，如大一阶段应以初步认识、了解专业本身，建立对本专业的信心，激发对专业的兴趣为目的而设置课程内容；大二阶段则为提高对专业的认识、巩固专业信心、学习专业方法、制定专业目标的阶段；大三阶段则是深入掌握专业学习方法、系统学习专业知识的阶段；大四阶段则是走向职场、实践运用专业知识的阶段。通过这4个阶段的递进关系，最终促进学生螺旋化地构建专业知识。

2.2教学方式的革新

把科学研究引入教学过程，使教学活动具有科研性，这是大学教学过程突出的特点[6]，因此，授课内容不应完全局限于教材，而应融入教师的科研、工程项目、实践经验以及学科知识。开设智能科学技术导论课程的目的是让学生初步从整体上接触专业基本知识，通过列举专业知识在实际生产中的应用以及专业基础知识在今后学习、科研工作中的重要性，为专业学习提供一个良好的导向。为此，除了传统的课堂教学外，还可考虑采取讲座方式提供相关信息、讲授相关知识。如选择智能科学与技术专业不同研究方向的老师，就其所研究领域的知识、学科发展最新概况、智能科学前沿技术及最新科技成果、专业学习方法、实验室在研项目等进行系列专题讲座，这样的讲座一方面更加具有针对性，另一方面能够充分发挥不同研究方向老师的优势。在此基础上进行讲解和讨论，学生可以从不同来源、不同角度了解该专业的内容、研究方法、前沿技术及发展方向，从而引导他们在智能科学与技术专业这条道路上稳步前行。

2.3调整与优化教学内容

作为一门“入门”课程，智能科学技术导论的讲授切忌涉及太多的理论，这会使学生失去学习的信心；同时，也不允许对课程内容进行重复性的讲授，这会使学生失去学习兴趣。鉴于此，在教学内容的组织上要做到内容难度适中，选择适合学生接受能力且对后续专业课学习有帮助的内容来授课。此外，智能科学是一个不断发展的学科，其技术成果、研究动向更新快，教师应及时介绍智能科学技术领域的最新科技成果，引导学生关注本专业的知识应用，拉近学生与智能科学技术之间的距离，使他们及时掌握本学科领域发展的最新动态，扩大知识面，为今后专业课的学习以及就业做铺垫。

2.4运用灵活的考核方式

一般专业课的学习效果比较显著，只要努力，课程结束后，学生一般也就掌握并内化了相关的专业知识。和这些一般的专业课程不同，智能科学技术导论课程的学习效果只能在后续专业学习中逐步体现，也正是由于该课程的教学内容、教学目的和教学要求等方面所具有的特殊性，其学习效果仅仅通过传统的测试很难检验出来，同时也容易束缚学生的思维，不利于其应有作用的发挥，因此，可考虑多样化的考核方式，如提交通过思考和查阅资料等手段完成的小论文、根据实验报告中的实验步骤写实验体会、要求学生推荐他认为本专业最新科技成果或参考书等。

2.5积极开展实验课

智能科学技术导论是一门从宏观上介绍智能科学领域相关内容的专业基础课，其重要任务是介绍专业教学安排和专业学习方法，并没有深入具体地介绍某一知识点。由于导论课程的特殊性，实验的开设可以参观性、演示性、模拟性为主，如组织新生参观学校组织的电子设计竞赛的作品，在参观过程中，从专业的角度为新生讲解各参赛作品的设计意义和原理。

此外，智能科学与技术覆盖面很广，工程性与实践性很强，现有市场上已存在涉及很大一部分相关知识的技术成果，因此，可进行反求工程式的实验课。如本院实验室拥有的机器人涉及到机械、计算机软硬件、人工智能、智能系统集成等众多先进技术，学生从中可逐渐认识、理解、学习掌握智能科学知识，这种反求工程式的实验课不仅可以提高学生对学习本专业知识的兴趣，也为后续专业学习奠定了基础。

2.6培养高素质的师资队伍

智能科学技术导论作为智能科学与技术专业学生的入门课程，对授课教师提出了很高的素质、能力要求。授课教师应具有深厚的基础理论知识、宽广的专业知识、丰富的科研与工程实践经历、高水平的教学能力以及大学生思想教育的经验[7]。

3结语

智能科学技术导论这一课程对稳定学生初期迷茫的专业思想动态、激发学生浓厚的参与意识和兴趣、提高学生学习后续专业课程的热情和解决实际问题的能力等有重大影响。在没有现成经验可借鉴的情况下，只有不断地实践总结，才能发挥其作为智能科学与技术专业“敲门砖”的作用。

参考文献：

[1] 范军芳,苏中.“智能科学与技术”专业自动控制理论课程教学研究[J]. 理工高教研究,2010,29(3):138-140.

[2] 周延泉,张博.“智能科学技术导论”课程教学模式新思考[J]. 计算机教育,2009(11):78-80.

[3] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.

[4] 钟义信. 设置“智能科学与技术”博士学位一级学科:必要性、可行性、紧迫性[J]. 计算机教育,2009(11):5-9.

[5] 刘光明,于斐,周雅,等. 大学低年级课程中开设专业导论课的探索[J]. 高教论坛,2007(1):37-39.

[6] 陈峥滢,黄圣生. 论大学教学的探究性与师生关系的定位[J]. 现代大学教育,2004(3):105-107.

[7] 彭熙伟,廖晓钟,邹凌.“自动化专业导论”课的教学实践与探索[J]. 中国电力教育,2011(1): 74-75.

Discussion on Teaching Strategy of Introduction to Intelligence Science and Technology

LIU Zhenbing, DANG Xuanju

篇6

1背景

智能科学与技术是人工智能方向的重点交叉学科，是一个包含了认知科学、脑科学、计算机科学的新兴学科。按照教育部学科专业目录，智能科学与技术是一级学科计算机科学与技术下的二级学科。如何在4年的本科教学过程中，既立足于计算机学科内容，又突出智能专业的特点，体现该专业区别于计算机科学专业的特色，培养一流的智能人才，是众多智能专业积极探索的问题。

本着帮助学生建立宽广厚实的知识基础，使学生将来能向本专业任何一个分支方向发展，并能掌握本学科发展的最新动态和发展趋势，深刻领会本学科与其他相关学科区别的目标，厦门大学智能科学与技术系于2012年合理调整了专业培养方案，制定了一套突出专业特色和个性的教学大纲，课程体系分为学科通修课程、专业必修课程、专业选修课程。其中，专业必修课程细分为智能基础类课程、软件理论类课程及硬件基础类课程3个不同类别。在智能基础类课程中，开设非经典计算课程。该课程是厦门大学智能科学与设计系最具特色的课程。

该课程以软件理论类课程算法设计与分析为先导课程，在本科三年级的第一学期先讲授算法知识，在同一学年度第三学期讲授非经典计算的内容。教师首先介绍经典算法设计与分析中的各种传统算法，借由经典算法发展过程中遇到的困境问题引出非经典计算的内容，前后呼应，有助于学生在智能计算上获得完整的系统学习。

2非经典计算在智能科学与技术专业本科教学算法体系中的地位

算法设计是智能科学与技术专业中的核心内容。本科专业4年的专业教学计划由4门核心课程构成算法体系的主线，包括高级语言程序设计（本科一年级学科通修课程）、数据结构（本科二年级方向必修课程）、算法设计与分析（本科三年级方向必修课程）、非经典计算（本科三年级方向限选课程）。这4门课程的教学内容和组织结构完整地构成了算法体系结构。以图灵奖获得者、pascal之父Niklaus Wirth提出的著名公式为参照，即Algorithm+Data Structures=Programs，算法体系以培训计算机方向学生掌握编程能力，独立完成分析问题、设计方案、解决问题的综合能力为主要目标；在这个体系中，程序语言是基础，数据结构是内涵，算法是框架。

在算法体系中，这4门课程以循序渐进的方式展开，注重对学生算法思维的培训。

（1）高级语言程序设计讲授的是c语言程序设计，通过对C语言的详细介绍，让学生掌握程序设计方法和编程技巧。作为初始启蒙课程，选择C语言作为程序教学语言，是因为C语言的使用广泛，拥有严格完整的语法结构，适合教学。

（2）数据结构重点讲授各种常用的数据表示逻辑结构、存储结构及其基本的运算操作，并介绍相关算法及效率分析。教师通过在一年级对包括C语言在内的其他程序设计过程的训练，加人对数据结构中各种数据的逻辑、存储结构的表示和运算操作，从数据结构的角度阐述典型算法，并简单介绍算法的效率分析，这是对程序设计训练的进阶内容。

（3）算法设计和分析主要介绍算法设计与分析的基本方法以及算法复杂性理论基础。我们在本科三年级引入算法设计与分析课程，从算法的抽象角度总结和归纳各种算法思想，包括递归与分治法、贪心法、动态规划法、回溯法、分支定界法、高级图论算法、线性规划算法等，最后阐述算法复杂性的分析方法、NP完全性理论基础等计算复杂性的基本知识及完备性证明概要，重点阐述算法思想，从复杂性角度比较和分析不同的算法。上述（1）、（2）和（3）的内容构成了计算机学科通用算法体系的教学过程。

（4）非经典计算主要讨论何为计算的本质以及经典计算在计算能力上遇到的困境，以此为契机讨论自然计算――生物计算、集群计算、量子计算等内容。算法设计和分析的最后一个章节是对算法复杂性的分析方法及NP完全性理论基础的介绍，不可避免地会讨论到现代电子数字计算机体系在计算能力上的瓶颈以及由NP完全问题（Non-deterministic Polynomial），号称世界七大数学难题之一的经典问题，引出对经典计算机体系的深层思考，进一步引导学生思考如何解决计算能力的瓶颈问题。这是教师设计非经典计算课程的出发点，也是对算法体系更完整的补充和更深层次的探讨。

此外，我们还需要对授课学期选择进行考虑。厦门大学实行三学期制度，在第三学期内开设的课程大多是实践类课程及前沿技术介绍课程。在本科三年级的小学期阶段，学生基本完成了智能专业大部分必修课程的学习，拥有了一定的计算机基础和学科素养。这时，依赖学生已经具有的数据结构与算法的基本知识，可以将学生的学习引向如何理解计算的本质；再从计算本质出发，由易到难，介绍采用非计算机的不同计算媒介和方法，例如DNA计算、元胞自动机、集群计算等知识，结合计算机模拟程序加深认识。在逐步加深学生对非经典方法计算的理解之后，再引入量子信息与量子计算。至此，智能专业关于算法体系的整体构建已基本完成。

3非经典计算课程内容大纲

非经典计算课程的主体课程内容以专题形式展开，分为5个部分。

第一部分：计算本质。从什么是计算人手，列举各种计算的形式，由数字的计算到命题的证明，由数值计算到符号推导，引出计算本质的广义定义，“计算是从一个符号串f变换成另一个符号串g”，即从已知符号（串）开始，一步一步地改变符号（串），经过有限步骤，最后得到一个满足预先规定的符号（串）的变换过程；进一步展开对什么是计算、什么是可计算性的讨论，展开介绍计算理论上4个著名的计算模型――般递归函数、λ可计算函数、图灵机和波斯特系统；最后归结到丘奇・图灵论点。以上是第一条主线，第二条主线从计算复杂性角度人手，讨论在经典算法中难解决的NP完全问题，提出在经典计算体系中随着输入数据规模增大而难以计算的瓶颈，从而引发学生对于经典计算的思考。

第二部分：智能计算机的发展。这个部分主要讨论计算机硬件的发展历史，即从原始时期的计算工具，到现代计算机的4个发展阶段：史前期、机械式计算机、机电式计算机、电子计算机。教师从模拟型计算机到数字型计算机，阐述冯・诺依曼关于计算机五大基本组成对现代计算机体系结构的影响及其带来的限制；从硬件角度提出非经典计算机的讨论，鼓励学生对现代智能计算机硬件进行调查。

第三部分：DNA计算。主要阐述DNA计算的基本原理，并以旅行商问题为引子，展开经典计算难解决问题的讨论，重点介绍第一个由DNA计算模型解决的问题――L.Adleman构建的7个节点的DHP，并着重指出DNA计算潜在的巨大并行性和待研究的问题；然后介绍R.Lipton用DNA实验解决的另一个NP问题――可满足性问题（SAT）；最后将DNA计算与软计算结合，阐述粘贴模型以及DNA的软计算模拟与遗传算法的对比。对于DNA计算强大的并行性，以具体的算法实例加以详细阐述和说明，教师应指出分子计算的优缺点以及在计算能力上的巨大潜力。

第四部分：细胞自动机和集群计算。这个部分主要讨论群体计算，一方面，从细胞自动机的形式化阐述及其所带来的哲学意义出发，描述细胞自动机在计算机交叉学科上的运用；另一方面，介绍集群计算，以欧盟“蓝脑计划”为出发点，阐述如何从硬件体系和软件体系上用计算机架构类神经元的协同合作方式。

第五部分：量子计算。从基本的量子力学知识开始，完整阐述量子计算的基本概念、量子信息、量子计算机和量子通信。量子计算机的构建除了要包含最基本的操作外，还需要介绍基本的量子计算机体系结构、计算载体等知识，加深对量子计算的理解，最后介绍的量子通信。这种已经应用在实际生活中的量子计算，更贴合实际。

以上5个专题，结构清晰，分工明确。第一部分讨论经典计算的困境，第二部分讨论经典计算机的发展瓶颈，从第三部分开始，引入非经典计算模型，分别从生物学和计算机科学的交叉学科DNA计算、细胞自动机和集群计算、量子计算3个方面进行学习。5个专题，完成了对非经典计算中前沿热门计算模式的阐述，引导了学生对于前沿学科的认识和思考。

4非经典计算课程授课方式

本课程属于本科三年级第三学期的课程，授课除了上文提到的内容之外，另一个更重要的方面是引导学生对学科前沿以及热点内容的跟踪和思考。因此在教学方式上，我们采取了教师授课及学生调查报告相结合的形式。教师上课对应课程的基本内容，学生调查报告对应学科前沿跟踪与思考。

5个专题内容的授课经过了如下设计。在每个专题的授课结束后，布置相关专题内的一些热点、难点问题供学生课后查阅、讨论和思考。每个专题由学生自主报名，学生需要对相关内容进行跟踪，查阅近5年的科技文献，总结出论文综述，并准备10分钟左右的课堂报告，教师针对课堂报告指出相关的问题，由学生课后进行进一步的思考和再次的文献查阅，形成最终报告后提交课程论文。

这样的课程设计安排，可以很好地实现教学相长。在学生方面，促使学生除了上课听课，必须主动参与文献的查询过程，主动对授课内容或延展部分的概念进行思考。由于提供给学生选择专题的自由，所以也可以大大提高学生的积极性，让学生可以从感兴趣的角度对本门课程涵盖的内容进行调查，从而获得更加深刻的上课体验。最后，由于每个学生选择的题目必须提前汇总，不能与别人重复，所以在其听取其他学生的报告过程中，学生可以更广地拓展自己的知识面。对于授课教师而言，能够保持对该门课程研究现状的实时性跟踪，更加全面地更新课程内容，还可以将学生查阅的重要理论和知识补充到课程基本内容中，同时促进教师与学生之间的互动，活跃课堂气氛，提高教学质量。

5关于非经典计算课程的几点思考

课程从厦门大学智能科学与技术系建系之初开始构思和授课，在授课过程中不断调整教学内容和课程设计，紧紧围绕学生的反馈完善课程建设。关于非经典计算课程的几点教学经验可以总结如下。

1）增加课时，优化对课程设计的安排。

2015年开始，由于学科教学计划的调整，非经典计算课程由最初的20课时拓展为30课时，集中在本科三年级第三学期进行讲授，一共5周，每周6课时。课时安排上，除了增加教学内容，更加强了对学生的文献查阅和报告部分的考查。在论文报告环节，争取做到有目标、有指导、有结论、有总结。学生所做的报告除了在初始选题阶段要有区别之外，还要求有一定的文献查阅难度。从选题确定，到针对报告指出具体的问题，要求学生根据教师指出的问题进行进一步的思考和资料查阅，最后形成论文。这样的安排贯穿整个课程的全过程，学生的参与度获得了极大的提高。对于教师而言，在学期末总结学生所做的报告内容，并增加本门课的知识点覆盖程度，对教学也有比较大的促进作用。

2）课程考核方式上的设计。

非经典课程属于必修课程，在考核方式上除了提交论文外，也必须要有必要的考试环节。在考试环节中，主要考查学生对教师上课内容的理解。在具体授课中，教师从经典计算到非经典计算进行讲解，也从算法角度给出了非经典计算强大计算力带来的改变，既延续了经典算法课程中对算法的介绍和讨论方式，又对比了典型问题在经典算法和非经典算法中的不同解决方式。这样的授课内容作为对算法体系基本知识点的考查，以闭卷考试内容来设计，是十分合适的。课程延展部分的开放知识点由学生的论文及报告内容进行评分衡量。最后，我们将两个部分的成绩作为本门课程的最终成绩。

3）课程教材的选定。

篇7

0 引言

经过十几年的发展，目前我国已有几十所高校相继设立了智能科学与技术专业。作为国家民委直属的民族高校，为顺应学科交叉和未来技术发展的趋势，中南民族大学计算机科学学院近年来申请并设立了智能科学与技术本科专业。在对智能专业新生培养的过程中，教学团队借鉴其他高校先进经验并结合计算机科学学院现状，针对智能科学与技术专业学生的特点，探索和尝试一种多元化专业启蒙教育模式，其目标是通过对大一学生进行专业启蒙教育调动学生学习专业的主观能动性，激发学生研究专业知识的兴趣，帮助学生认清自己的优势与不足，制订出适合自己的专业学习规划和职业规划。

我国的传统教育一向重视启蒙教育，宋代朱熹就曾著有《易学启蒙》一书。启蒙是教育永恒的使命，针对个人的启蒙通常是教育活动的主要形式。专业启蒙教育是大学专业教育的起步，对学生的专业学习及职业发展具有基础性意义。

1 专业启蒙教育的现状’

当前一种较普遍的观点认为专业启蒙教育就是对新生进行“专业百科知识”的启蒙，通过专业导论课程教学实现。传统专业导论课程的教学一般可以分为专业概况介绍、专业培养体系与学习目标讲解、学习方法与兴趣培养、该专业的社会需求和就业前景等4个部分。与其他许多理工科专业一样，智能科学与技术专业的教学计划中也会有在第一学期开设智能科学与技术导论课程，但由于智能专业具有交叉性、综合性并且受到传统教学体系等诸多因素的影响，智能专业导论课在实际课堂讲授过程中遇到一些困难。例如，由于受教学计划制订规则的限制，包括平均的周学时数、学分数以及专业课程前后衔接等，教师在学生大学4年的第1学期甚至第1学年很难安排其他专业课教学。

根据笔者对一些开设智能科学与技术专业院校的教学计划和大纲的调研情况看，许多学校和中南民族大学计算机科学学院目前的情况相似，在第一学期安排的专业课是C语言程序设计，在第二学期安排数字逻辑和（或）C++程序设计等专业基础课。这就导致在智能专业第一学年中，智能科学与技术导论课“独挑”专业启蒙教育重担的结果，可能出现的问题主要体现在以下几个方面。

1.1 专业的“点、线、面”难以顾全

1）有限的课时数与丰富的内容难以匹配。

智能科学与技术专业集计算机软硬件、自动控制、网络等现代科技于一身，是一门多学科交叉的综合性学科，因此其内容之丰富、难度之深、应用面之广可想而知，而导论课能安排的学时很有限。这使得教师在上导论课时很难兼顾知识面与知识深度，要想完整并系统地在新生面前展现该专业的前沿性内容非常困难；许多学生听完导论课后难以从宏观角度理解和认识智能专业，常常会产生“雾里看花”、不知所云的感觉。

2）专业导论课与专业理论课衔接不紧密。

万事开头难。大一新生由于知识结构不完整并缺乏认知能力，难以从整体上把握学科形态，对导论所涉及知识的理解和掌握程度有限，然而等到高年级再接触大量专业课时，学生已基本忘记了入学时学习的导论课基本内容。由于缺乏对该专业的宏观把握，学生在后来的专业课学习中常常是孤立地学习某一门专业知识，很少会主动并且有意识地将相关课程联系起来学习。这就妨碍了学生综合运用所学知识能力的提高，不利于学生发散性和创造性思维的养成。

1.2 学生普遍缺乏对未来的规划

1）对专业产生片面性认识。

按照现行的教学计划安排，智能专业的新生多半从计算机类课程开始进行专业课学习。专业启蒙教育中也特别强调计算机技术的重要性，再加上新生易受“先入为主”效应的影响，一些学生在和笔者座谈时就流露出只要学好计算机课程，掌握几门编程语言，今后就能够胜任智能系统开发设计工作的想法，这种想法在以技术至上为学习理念的学生中很具有代表性。

2）对专业的学习兴趣难以维持。

教师在上导论课时都会精心准备一些课件和素材，以便新生一开始就能产生对该专业知识的好奇，但随着时间的推移并且较长时间没有深入到专业学习与研究中，很多学生对该专业的学习兴趣下降，有的甚至将兴趣转向其他专业。笔者在跟踪抽样走访中发现有一些学生已流露出厌学情绪和转专业的想法，对自己的未来也缺乏规划。

1.3 专业认知度与相互沟通能力有待提高

通过对计算机科学学院2012级智能专业新生进行走访和座谈，笔者了解到很多学生特别是来自于民族地区的学生在上大学前很少或者根本没听说过这个专业，许多学生的专业志向是家长或教师帮忙填的，还有相当一部分是专业调剂。这就造成整个年级中，第一志愿报考智能科学与技术专业的学生比例低于50%，也就是说有一半以上的新生是“被智能”。

就民族院校自身而言，少数民族学生的比例超过汉族学生，有较多的学生来自土家、壮、苗、回、畲、朝鲜等民族，即使是汉族学生，他们也多半来自于各地的自治县或自治乡，因此这些学生除了具有一般大学新生的特质，如由于在初高中阶段一心准备高考，而缺乏对社会的了解，对所报考的专业知之甚少外，还受到基础弱、底子薄、知识面窄、见识不多、思维不够活跃、羞于表达、汉语表达能力较弱等因素的困扰。这就势必导致一些学生对智能专业的认知度低，对即将开始的专业知识学习也没有准备，兴趣不高，得过且过，与教师间的相互交流也存在一定障碍。

2 多元化专业启蒙教育模式与实施步骤

在对计算机科学学院当前专业素质教育存在的问题进行探讨后，笔者认为从大一开始就应采用多元化的策略开展智能专业启蒙教育，着手培养学生对学科的认知感，在学习方法和创新思维上给予启蒙和引导，帮助学生形成自己的专业视角和学科分析架构，为今后专业学习打下良好基础。

2.1 制订教改计划。促进专业启蒙教育

刚入学的新生对于学校的学习和生活环境比较陌生，加上不同民族学生在生活习惯、风俗、待人接物观念上有差异，新生之间渴望相互交流对新学校和新专业的看法，但苦于交流渠道的欠缺。根据以往的观察发现，能否有效地融入班级和团队，是影响学生未来专业学习的一个非常重要的因素，因此笔者在新生专业启蒙教育中将如何解决学生与人沟通的问题放在第一位考虑。只有先解决了学生思想和交流方面的问题，才能为他们解开心锁，为专业学习营造一个良好的氛围。

从2012级智能科学专业的学生进校开始，我们就在新生中开展放飞梦想的“云帆计划”。选派优秀专业课教师担任智能科学各小班的班主任。各班主任从新生踏入大学校门的那天起，就从各民族学生自身的特点人手，通过定期个别谈话、班委会、各民族学生宣介会、专业学习规划讨论会等形式有计划、有目的地帮助他们增进彼此了解，加深其对智能专业的认识，引导和强化班级学风建设。这种目的明确、有计划性的活动形式极大地提升了班级凝聚力，使得班上新生之间的关系更加融洽，同时为后续科研兴趣小组和学科研讨小组活动的顺利推进奠定基础。

2.2 建立专业教师辅导访谈制

为了进一步提高学生对智能专业的认知和学习兴趣，智能专业教学团队作为辅导教师组织了多次师生访谈。在访谈过程中学生提出很多他们关心的问题，如大学课程学习和高中课程学习有什么不同？与同班同学和同寝室同学间的关系该如何处理？C语言学习的重要性体现在哪些方面？除了专业书籍之外，还有哪些书籍是学生在大学阶段需要了解的？考研和找工作的关系该如何处理？机器人与智能专业有何关系？智能专业毕业生的就业趋势怎样？少数民族学生如何学好智能科学与技术专业课？

针对这些问题，辅导教师不是只进行简单的说教，而是本着“授人以鱼不如授人以渔”的教育宗旨，尽量从客观、专业的角度阐述自己的观点和看法，通过介绍案例、科技信息动态及教师自我学习的亲身体会，引导学生就自身关心的问题进行思考和探索。此外，教师还特别提出学生要学会根据自身的情况对前人的成功经验有所取舍，批判地继承前人的观点，力求探索出一条适合各民族学生的求学成长道路。

2.3 改进教学模式

在师生间关系更为融洽的基础上，笔者采用“纵、横”结合的方式进行新生专业启蒙教育。“纵向”方面主要是从课程配套与衔接上进行改革尝试，以智能专业导论课为专业启蒙先导，以各专业骨干课程的宣介为后继，让新生既了解将要学习的内容，又在第一时间找到和认识相关教师，为其早日进入专业学习作好铺垫。

“横向”则是将课堂教学与对学生的平时管理相结合，营造出思想与专业教育相互结合和相互促进的教育氛围，在学生的感性世界和理性世界之间搭好桥梁。具体做法有：为了激发学生的学习兴趣，该教学团队抓住智能科学与技术导论课开设的时机，摒弃一贯的说教方式，在导论课教学中引人技术宣讲会、专题报告会、教学实践环节，请不同研究方向的教师就各自研究领域的研究动态和应用前景介绍前沿技术和最新动态，让学生既感到智能的有趣，又了解智能专业的一些重点和难点。

另外，我们还在课余时间通过组织新生参观开放实验室和教师研究室、与课题组中的研究生座谈、鼓励新生与高年级优秀学生组成同民族和同乡学习互助组等活动，让学生在脑海中初步建立起知识、技术、专业和学科间的联系。同时，从大一开始就安排新生参加大学生电子设计比赛、大学生创新比赛、机器人设计比赛等一系列学科竞赛，激发学生的好奇心和求知欲，帮助他们逐步了解智能专业学习和研究的基本方法。

2.4 组建兴趣小组，实现自我引导

在发挥学生自主积极学习的诸多因素中，兴趣爱好尤为关键。为了使得兴趣成为促进学生进一步学习的直接推动力，从新生入学之初，笔者就有意识地引导和协助新生自发组成兴趣小组，以小组为单位参与各类学科竞赛和班级活动。最初的分组情况表明新生在早期更倾向于以寝室为单位参与各类活动，如在专业规划演讲比赛、电工实习、竞赛科目选择等班级活动中，学生更多地以寝室为单位进行分组，原因在于同一个寝室学生的作息时间比较一致，方便大家统一行动。

然而，随着学习的深入，寝室的界限渐渐模糊，将学生联合在一起的更多的是共同兴趣和爱好。这种方式建立起来的关系更加牢固，并且在这样的兴趣小组中每个学生的分工更加明确，团队中的每个成员都希望能为小组作出贡献，因而更能激发出学生的创作灵感，提高学习积极性。这一点在后续开展的机器人创新比赛中得到了很好的证明，如2012级智能专业的学生通过联合、分工、协作，利用课余时间完成了选题、分析、搭建构型、软件编程、报告撰写、视频拍摄上传等流程，最终顺利地完成了预定任务，向组委会提交自己的设计作品。通过兴趣小组的成功运作，各个兴趣小组已开始成为优秀学生专业启蒙教育的宣传站，成为吸引新生钻研科学知识的“吸铁石”。

2.5 设立多层次考评模式

传统的考评体系主要偏重于学生的卷面考试成绩，这种考评模式过于片面，不利于创新型学生的发展。为了适应当今社会对复合型、创新型人才的需求，结合智能科学与技术的多学科交叉性、融合性、综合性很高的学科特点，我们在专业启蒙教育别注重综合考评体系的建立。

我们将专业导论课的考评分为多个层次：（1）卷面考试。期末考试仍然采用书面形式，注重对学生掌握基本概念和基础内容情况的考查。（2）讨论报告。针对导论课教学内容，组织学生进行专业知识认知的专题讨论会，学生以小组为单位进行选题、资料查阅、PPT制作和小论文撰写，最后进行答辩讨论，从而训练和培养新生分析问题、逻辑推理、书面及口头表达的能力。（3）实践环节。教学实践环节会让新生实际动手制作小型简易的微控制装置，增强感性认识，锻炼动手能力。

篇8

智能科学与技术是一门新兴的学科,目前在国内部分高校已开办了该专业,鉴于该专业的高度交叉性和强调工程实践的要求,如何加强工程实践训练,使之与课堂学习有机结合是一个值得探索的问题。而积极开展学生创新计划项目,鼓励同学们参与科研实践无疑是一个很好的途径。我校的“创新创业项目”正好给学生提供了这样一个良好的学习与实践平台。

“仓库巡逻预警机器人”项目的主要内容是在一个自行拼装的轮式机器人本体上完成集感知、规划、决策和移动为一体的行为控制,根据已知地图信息进行全局路径规划、实现避障,对环境中的烟度、温度、湿度、气味、声音及热释红外等因素的异常进行感知和及时预警,完成指定区域定时、定点的巡逻预警工作。

1项目实施过程

“仓库巡逻预警机器人”项目实施大体分以下3个阶段:1)理论研究和技术学习为主;2)机器人的组装,雏形测试,及整体功能的实现;3)功能测试、改进,论文、报告的撰写。

对于巡逻机器人来说,首要任务是完成机器人本体的装配,其他很多功能的实现都与机器人本体设计有关。此外,漫游功能是巡逻机器人的基本功能,下面将对这两个内容进行主要介绍。

1.1机器人本体的设计和装配

针对仓库巡逻任务的实际需求,并考虑到现有条

件的限制,在研究了多种机器人基本结构、运动学及动力学特性[1-2]后,最终采用了如图1所示的三轮机器人结构。其底盘结构为一个万向轮和两个独立驱动轮,车体前、左、右方各安装一个红外接近传感器。

基金项目:中南大学2009年“大学生创新创业启航行动”创新项目(CX13)。

作者简介:党志刚(1990-),男,本科生,研究方向为自动化专业(智能科学与技术方向);刘丽珏(1973-),女,副教授,博士,研究方向为智能计算与智能规划;肖剑明(1988-),男,本科生,研究方向为自动化专业(智能科学与技术);谌慧滨(1988-),男,本科生,研究方向为自动化专业(智能科学与技术);韩爽(1988-),男,本科生,研究方向为自动化专业(电气)。

1.2机器人漫游的实现

漫游功能是巡逻机器人的基本功能之一,要实现漫游,除要对机器人的“前进、后退、左、右转弯、原地转圈、加、减速”等简单运动行为进行控制外,还需根据传感器信息对周围环境进行感知,以避开障碍。神经网络控制是智能控制的主要方法之一,利用神经网络,再结合简单的逻辑判断,可实现简单环境中的漫游。

在2.1所述的机器人本体“左、前、右”各安装一个红外接近传感器,就可实现简单环境中的漫游。结合硬件结构,采用二值函数作为激励函数构造了有3个输入、2个输出,由两个感知器构成的神经网络,结构如图3所示。

图3神经网络结构图

其中x1,x2,x3表示安装在机器人左、中、右边的3个传感器的输入信号,输入为0表示有障碍;输入为1表示无障碍。wji表示权值,y1,y2为输出,0表示后退,1表示前进。采用的二值函数如下式:

(2.1)

其输入、输出关系为:

( ) (2.2)

为实现避障,给出如表1的训练例子,作为神经网络的学习实例。

神经网络的权值和阈值采用学习算法进行调整,权值修正公式为:

,( ) (2.3)

其中x为输入向量, 为期望的输出向量, 为感知器实际输出向量。

显然从公式2.3可以看出,如果第 个神经元的实际输出与期望一致,则不对该神经元的权值进行修改;如果某个神经元的输出为0,而期望响应为1,则将此时的权值矢量wji加上输入向量x作为新的权值矢量;如果某个神经元的输出为1,而期望响应为0,则将此时的权值矢量wji减去向量x作为新的权值矢量。

而阈值修正公式为:

, (2.4)

经MATLAB仿真训练[3],其一次训练误差收敛过程如图4(其中横坐标表示训练代数,纵坐标表示平均绝对误差)所示。

(a) 左轮感知器误差变化曲线

(b) 右轮感知器误差变化曲线

图4左右轮感知器误差变化曲线

经学习后得到权值和阈值:

; ;

; 。

将机器人置于图5所示的简单环境中,一次实验中,机器人行进轨迹为ABCDEFG,对应的输入、输出向量和机器人行为如表2所示。

如图5所示,另一次漫游所得轨迹为abcd,在这种情况下,机器人会在cd段上往复运动,漫游失败。2.3中介绍的迷宫机器人学习算法将初步解决此问题。

1.3迷宫机器人路径规划

除上述问题外,应“人工智能课程设计”的要求,还对“迷宫机器人路径规划”问题进行了研究,使机器人在未知迷宫中不断获取有关前方和两侧隔墙的信息,从而进行路线识别和行走姿态控制,搜索安全出口并顺利走出线性迷宫。运用左手优先法则,再结合2.2的避障方法,实现了迷宫机器人路径规划,如图6所示。反复试验发现,只需要2个红外接近传感器(分别安装在机器人的左、前方)就可以完成机器人行走迷宫的基本行为控制,第3个(安装在右侧)用于微调行进时的位姿,以保证机器人自身安全。

采用字符串匹配迷宫机器人自学习算法[4]可以大大缩短迷宫行走时间。此算法大致思路如下:机器人每穿越一个路口,就在存储器中记录一个字符:若直行保存一个“S”、左转保存“L”、右转保存“R”、掉头保存“U”,在程序调用时,分别令S=0,L=90,R=-90,U=180。根据左手法则,机器人走迷宫共经过17个路口,如图6所示。显然机器人第一次走完迷宫后存储器保存字符串str=“SULLULLURLLLUSRSS”。进行字符串匹配:在字符串中找到U,对U和其前后两个字符进行数值计算后对字符串进行简化(如对字符串str进行第一次匹配将会找到“SULLULLURLLLUSRSS”,第一个“SUL”计算“0-180+90=-90”,因此可表示为字符“R”,第二个“LUL”计算“90-180-90=0”,因此可表示为字符“S”,依次类推可由字符串str得新串str1=“RSULLRRSS”;继续对str1进行匹配得到新的字符串str2=“RRLRRSS”(匹配到字符串中没有“U”为止)。最后匹配得到的新字符串“RRLRRSS”。

图6机器人穿越迷宫路径示意图

根据以上算法,当机器人再次走入迷宫时,行进路线如图7所示。显然这种算法大大缩短了第二次搜索的路程和时间。

图7学习后的机器人走迷宫路径示意图

以上字符串匹配学习算法有一个明显的缺点:在重复搜索同一个迷宫时才能起作用。采用更具智能的算法优化机器人的迷宫搜索是下一步目标。

1.4下一步的工作

设计和实现仓库巡逻机器人的目标还包括:希望机器人能对异常的温度、气味、声音等进行预警,因此,在给开发板上加装了DS18B02温度传感器、ADC0809、数码管、蜂鸣器和发光二极管等器件,成功扩展了温度测量与报警模块的基础上,下一步的工作便是开始学习和研究烟雾、湿度、气味、声音等环境因素的实时测量和预警模块;目前已初步实现了用串行通信和无线通信方法,将巡逻机器人获得的数据发送到PC机上进行实时监控,其他功能的实现还有待进一步的努力。

上述功能基本完成后,最终将结合各个模块,对机器人进行系统综合调试以实现仓库巡逻预警功能。并结合以后开设的智能控制、神经网络控制、智能计算等专业课程以及增强学习[5]的有关方法,进一步改进整个系统,提高稳定性的基础上使其具有更高的智能。

2心得与体会

在历时2年的专业课学习和6个多月的机器人项目的申请、实施中项目组成员深刻体会到从事智能科学与技术领域学习和研究时,扎实理论、进行工程实践的重要性和理论与实践紧密结合的必要性。

扎实的理论是进行项目实践的前提。课堂学习有比较充足的学习时间、任课老师的指导、同学之间的讨论、相关实验和各种考核机制,是掌握理论的绝佳机会。在项目实践进程中,会不断遇到各类问题,而大部分问题可以用课堂学习过的相关知识解决。

项目实践是检验理论体系是否完整、基础知识是否扎实的一个很好的标准,是课堂学习的兴奋剂、自主学习的催化剂。分析、解决问题的过程,就是不断补充理论知识、训练思维、强化动手能力、提高工程素养、培养兴趣的过程,在这个过程中,学生可以学到很多书本以外的知识和宝贵的科研、工作经验这些对课堂学习是一个很好的补充。总之,在课堂学习和项目实践的结合中,学生会有更加迅速的成长。

3对教学的若干建议

在智能科学与技术专业进行学习和研究以来,收获很多,作为学生,在教学方面也有一些自己的看法:1) 2010年中南大学智能所开设的人工智能、机器人学和专家系统等课程采用课堂讨论、辩论和报告的形式授课,广大同学配合积极,有同学现场演示和讲解了亲手制作的“人形机器人”和组装的“机械臂”。这样的授课方式极大地调动了学生的学习积极性和主动性,有助于知识的理解并提高创新能力,应该推广。2)在高校,许多本科生有课外实践的想法和热情,但考虑到花费时间多、可能影响学习成绩,就望而却步。如果将项目实践作为相关课程成绩考核的一部分,不仅会使学生大胆投身项目实践,也会使课堂学习效率倍增。3)“榜样的力量是无穷的”,广大学生渴望与国内外大师见面,聆听教诲。

4结语

“仓库巡逻预警机器人”项目富有挑战性的申请、实施和进一步研究过程是以智能科学与技术领域的基础课程和专业课程的学习为基础的;项目的实施过程可以巩固、提高硬件电路设计、程序设计等基础知识,熟悉MATLAB等仿真软件,又可以及时运用人工智能、机器人学等课程中学到的神经网络控制、机器人路径规划技术;进一步的研究又提供了一个了解该领域前沿问题(如强化学习)的机会。综上所述,课堂教学与项目实践的结合不仅会使学生加强理论基础、提高实践能力,而且会在很大程度上促进该领域的发展。因此,这种教学模式的推广意义重大。

参考文献:

[1] 蔡自兴. 机器人学[M]. 2版. 北京:清华大学出版社,2009:46-83.

[2] 蔡自兴. 机器人学基础[M]. 北京:机械工业出版社,2009:29-65.

[3] 朱凯,王正林. 精通MATLAB神经网络[M]. 北京:电子工业出版社,2010:140-161.

[4] 徐守江. 迷宫算法综述[J]. 信息与电脑:理论版,2009(10):91-92.

[5]Richard S. Sutton,Andrew G. Barto Reinforcement Learning:An introduction[M]. Cambridge:The MIT Press Cambridge,1998.

Combination of Theoretical Study and Robot Project

DANG Zhi-gang, LIU Li-jue, XIAO Jian-ming, CHEN Hui-bin, HAN Shuang

篇9

0 引言

创新是民族进步的灵魂，是国家兴旺发达的不竭动力。其中，创新人才是创新的主体。因此，高等学校作为人才培养的主体应积极思考如何培养适应国家及社会发展需要的创新型人才。人才培养和科学研究是高校的2项主要任务，研究表明高校人才培养与科学研究之间存在显著的正相关系。然而，科学研究并不直接对人才培养起作用。科学研究必须有相应的机制、手段和方法才能有效促进人才培养。

智能科学与技术专业是适应国家发展及社会需要而新设立的专业。它是现代检测技术、电子技术、计算机技术、自动化技术、光学工程和机械工程等多学科相互交叉融合的综合学科。继北京大学最早于2004年设立该专业后，其他20余所高校也相继设立该专业。从目前设立该专业的高校来看，多是在本专业领域有突出科研优势的高校，如北京大学在视听研究领域、南开大学在机器人研究领域等。如何将科研优势转化为人才培养的优势是摆在各高校面前的现实问题。

重庆邮电大学是以信息技术为特色的教学研究型大学，致力于信息技术领域的科学研究，并已在智能科学与技术学科建设上取得了突出成绩。2009年秋，重庆邮电大学招收了第一批智能科学与技术专业本科学生。为办好本专业，突出人才培养特色，教师们进行了多项改革与尝试，已取得了初步成果。

1 教学团队与科研团队建设结合

高质量的人才培养离不开高素质的师资队伍，高素质的师资队伍不能没有高水平的科学研究的锤炼。可见，科学研究是促进人才培养质量提升的有效手段。然而，高等教育进入到21世纪后，教学和科研活动的组织不再是单个教师的行为。通过将一些在技能上相互补充，并且愿意为共同的目标、业绩目标而相互承担责任的教师组合在一起，形成教学团体和科研团队是目前高校教学科研管理的有效手段。

教学团队以培养高水平学生为目的，科研团队以出高水平科研成果为目的。教学团队虽然目标明确，但其显示度较低，在教学工作中的投入很难在短期内看到成效，无法通过量化的方式进行考核。由于教学活动的组织个体性强，教学团队的成员间相互协作与沟通较少，使得教学团队整体缺乏凝聚力。科研团队的人员组成一般由专业方向相近或互补的人员构成，有具体研究目标和任务指标，因此科研团队往往结构上更紧密。通过将教学团队与科研团队结合，有利于增强团队的凝聚力，促进优势学科和科研资源转化为教学资源。

在具体实施中，教师首先根据学科领域形成科研院所，然后再根据科研方向形成研究组。同时，所有课程根据学科领域分为课程群，教师根据主要承担的课程形成课程组。每个科研院所设置有负责人，这些负责人同时也是相关课程群的负责人。各负责人在进行科研工作规划的同时还需要考虑人才培养，这就从工作组织上将科研工作与人才培养有效地结合到一起。经过多年的建设，团队建设工作已经取得了阶段性成果，软件教学研究部被评为“国家级教学团队”，并获首届“重庆市十大杰出青年群体”称号，信息安全教学研究部被评为“重庆市教学团队”。

2 吸纳本科生参与科学研究项目

目前，各高校在本科生的培养形式上不外乎理论教学、实验教学、课程设计、实习实训等。其中，理论教学主要进行知识性的讲解，实验教学、课程设计、实习实训等一般都只是根据预先制定好的计划进行重复性操作。这些形式很难培养学生的创新能力。其根本原因在于理论教学中学生只需要把教师讲授内容记住就可以了，实践教学环节的结果都是既定的，学生在整个学习过程中变成了“记忆器”和“重复器”。学习中少有开放性和探索性的内容。

科学研究是指对一些现象或问题经过调查、验证、讨论及思维，然后进行推论、分析和综合，来获得客观事实的过程。科学研究具有开放性和探索性，其结果有可能成功，也有可能失败，成败的关键与创新思维密切相关。因此，在本科生的培养过程中，有计划地引导学生参与科学研究将有效促进学生创新能力的培养。

为培养本科生参加科研的兴趣，教师在新生入学初就组织学生到各研究所参观。通过参观，学生增强了对本专业的认识，了解到各研究所的一些研究工作情况，同时也激发了其研究兴趣。在学习过程中，为加强对学生科研活动的引导，每个班级都设置了班导师，班导师的职责主要是对学生进行专业学习辅导，并在科研活动上给予指导。通过一段时间的基础课程学习和专业训练，当学生具备了一定的研究所需的知识和能力，就可以通过自荐或推荐的形式到感兴趣的研究所参与科研工作。

目前，各团队所负责的科研项目中50%都接收了本科学生进行毕业设计和科研实践训练。科研工作使学生在学习中思想更开放、更活跃，近年来通过积极组织学生参加全国大学生“挑战杯”竞赛、全国缩微智能车竞赛等各类比赛，共获得国家级、省部级奖励80余项，近年来指导的本科学生发表研究论文10余篇。

3 科研成果转化为教学素材

当前社会，科学技术发展迅速，尤其是进入信息化社会后，科学技术的发展更加迅速，并且呈现出加速增长的趋势。智能科学与技术专业作为多学科交叉所产生的新兴专业更是如此，这就要求教师在授课过程中及时更新教学内容，培养学生在知识能力上紧跟科学技术发展的步伐。

团队教师经过科研历练，积累了大量的科研成果。近年来团队获得包括国家科技进步二等奖在内的国家级、省部级科技奖10余项，发表高水平学术论文500余篇，其中SCI、EI收录200余篇（次）。这些科研成果一方面促进了科学研究的发展，另一方面通过转化丰富了教学素材。

团队教师将科研成果转化为课堂教学案例、实验内容和毕业设计题目，学生获得了良好的熏陶和锻炼。教师将最新的科学技术、方法和手段引人教学的各个环节，不仅体现在课堂教学内容上，而且表现在课程设计指导、综合训练以及各种学生课外科技竞赛指导中，提出并设计了许多既有训练意义又有实用价值的好题目，丰富了教学内容。

4 科研基地补充创新环境

团队近年来承担了包括国家973计划、攀登计划、863计划、国家自然科学基金等10余项国家级和30余项省部级科研项目。这些高水平的科研项目不仅为创新人才培养提供了丰富的科研选题，也为人才培养提供了充足的科研经费和优良的科研条件。科研工作直接带来设备投入的增加，团队利用自身的科研优势，在保质保量完成科研项目的同时向本科教学倾斜，以补充学生创新实验教学条件的不足。

篇10

1977年，他在中国科学院自动化研究所工作，主持“控制论组”，与北京市中医院合作，研究开发我国第一个中医专家系统“关幼波中医肝炎诊断治疗程序”，这也是世界第一个中医专家系统。1985年，主持“国家经济信息专家系统关键技术”研究，提出大型“多级专家系统”新方法，获国家“七，五”攻关重大成果奖。

1960年，在第一届国际自动控制联合会IFAC世界大会，创立多变量控制系统的新原理：“协调控制”理论，他提出的升船机多电机同步的“协调控制”方法应用于三峡工程。1981年，在《科技管理与科学学》发表“论协调”，提出创建“协调学”新学科。

1977年，涂序彦发表我国“大系统理论及应用”首篇论文，1985年，创立“大系统控制论”，1994年，撰写出版《大系统控制论》专著，发展“控制论”的新学科。

1979年，根据国情，他创立具有中国特色的“最经济控制”理论，提出天文科学卫星“最经济姿态控制”新方法，在《自动化学报》发表了关于“最经济控制”多篇论文。

1980年，总结有关“生物控制论”的科研成果，主持编著我国第一本《生物控制论》专著，由科学出版社出版，重点研究“人体控制论”，他提出“针麻－多级协调控制过程”，“经络－人体控制系统”新学说。

1977年，涂序彦发表我国“智能控制及其应用”首篇论文，开拓“智能控制”新技术，1985年，提出“多级自寻优、自协调控制”新方法，1990年，参与发起主办“全球华人智能控制与智能自动化”大会，任大会主席之一。2004年，在国际“人工生命与机器人”AROB学术会议宣读论文“Intelligent Control System based onArtificial Life”。

1985年，在IFAC／IFORS／IFIP国际学术会议，涂序彦提出“智能管理”(Intelligent Management)新概念，开拓我国“智能管理”新方法、新技术，1995年，撰写《智能管理》专著，由清华大学出版社出版。2010年，他和马忠贵博士撰写《协调智能调度》专著，由国防工业出版社出版。

1995年，在“人工智能”与计算机“仿真技术”相结合的基础上，涂序彦提出“智能仿真”的概念与系统架构，2009年，应邀在中国计算机仿真高层论坛作“协同智能仿真”大会报告。

2000年，开发“智能信息推拉”技术、“基于公共知识库的智能通信”系统，2004年，在中国人工智能学会智能信息网络学术会议，作大会报告“智能通信与智能网络”，2005年，提出“互动智能通信”的概念，2008年，他和马忠贵博士撰写《智能通信》专著，由电子工业出版社出版。

2002年，涂序彦发起并主持中国人工智能学会首届“人工生命及应用”学术会议，提出“广义人工生命”的概念和类谱，2003年，在国际“人工生命与机器人”AROB学术会议宣读论文“Generalized Artificial LifeRace＆Model”，2004年，主编《人工生命及应用》论文集，2005年，北京邮电大学出版社。

2002年，涂序彦与曾广平教授等合作，提出“软件人”的新概念，2003年，获国家自然科学基金项目“计算机网络环境中的虚拟机器人一软件人”支持，2004年，提出“广义软件人”，2007年，总结相关研究开发成果，撰写《“软件人”研究及应用》专著，由科学出版社出版。2008年，主持InternationalConference on Humanized Systems，作大会主题报告“Advanced Intelligence，Humanics，SoftMan”。

2002年，涂序彦与韩力群教授合作，提出“多中枢自协调人工脑”的新概念，2004年，在AROB国际学术会议“Study of ArtificialBrain based on Multi-Centrum Self-Coordination Mechanism”，2009年，总结相关研究开发成果，撰写《多中枢自协调人工脑》专著，由科学出版社出版。

2003年，他在中国人工智能学会第十届全国人工智能学术大会报告中，提出“人工智能”的姐妹学科：“人工情感”的新学科架构。2004年，在北京主持召开中日国际学术会议，作大会报告“Artificial Emotionand its Applications”，提出“IntelligentAnimation，Intelligent Game，IntelligentFilm＆Television”。

1991年，在全国“智能控制”学术会议的大会报告中，涂序彦提出“智能控制论”新学科架构，2010年，他与王枞教授等合作，撰写出版《智能控制论》专著，在科学出版社出版。

2004年，在“智能系统”国际学术会议，涂序彦提出“拟人系统”新概念，2005年，在中国武汉，发起并主持第一届“拟人系统”国际学术会议，他提出创建“拟人学”新学科，2008年，在中国北京，主持召开“拟人系统”国际学术大会。