人工智能调研论文范文

前言：我们精心挑选了数篇优质人工智能调研论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

根据原国家新闻出版广电总局的年度新闻出版产业分析报告，2016年期刊总印数比前一年降低6.3%，总印张降低9.4%；与2016年相比，2017年期刊出版总印数降低7.6%，总印张降低10.1%；与2017年相比，2018年期刊出版总印数降低8.0%，总印张降低7.3%。反观数字出版，2016年数字出版总收入5720.85亿元，2017年数字出版总收入7071.93亿元，2018年数字出版总收入8330.78亿元。可以预见，随着时间的推移，数字出版在期刊领域也将承担越来越重要的角色。由于数字出版的发展和技术发展密不可分，本文尝试从技术的角度分析数字出版态势，并进一步探讨我国科技期刊的发展态势以及新技术可能为数字出版带来的变化。

一、数字出版领域和新技术领域关键词

在数字出版方面，本文研究了2019年数字出版会议和期刊编辑领域的论文来探讨数字出版领域的关键词。在技术方面，本文通过调研互联网的发展了解了新技术的关键词。1．数字出版领域的关键词。2019年，重要的数字出版会议主办方主要有中国期刊协会和中国新闻出版研究院。会议报告题目关于数字出版的关键词有：数字产业、生态、经济模式、数据、移动、互联网、信息技术、5G、AR+、人工智能/AI/机器人、平台、云计算、新媒体、大数据、创新产品、智慧产品、知识付费、微课程、全媒体、在线、智库、阅读、精准、IP、传播、数字出版、知识服务、融合发展、出版未来、人才等。在期刊调研方面，本文调研了期刊和编辑出版领域的重要期刊——《中国科技期刊研究》《科技与出版》《编辑学报》等，分析了2019年刊发的文章。这些文章涉及数字出版领域的关键词主要有：媒体融合、5G、AR、移动出版、xml/html、共媒体云和自媒体库、人工智能、平台、产品、APP、在线、新媒体、区块链、知识图谱、知识服务、社区服务、精准推送、全媒体、智慧媒体、数字出版、造船、有声阅读、赋能、书刊互动、转型、智库、知识付费、编辑出版工具等。从上述关键词我们可以分析出，在数字出版方面，期刊和技术方分别都在哪些方面开展了工作，期刊在数字出版方面的融合可以从哪些方面突破。图1是从2019年度相关会议和期刊论文调研得出的与数字出版相关的关键词。从中可以看出，数字出版会议和相关报告更多地从技术层面出发，考虑技术、产品和运营。数字出版相关论文更多地从编辑出版角度进行分析，涉及期刊出版各环节。关键词方面两者有所重叠，也有所不同。例如，数字出版相关论文较少关注5G、产品，更多关注和专业以及学术研究息息相关的数据（尤其是科学数据）、知识服务、编辑业务和人才队伍；而数字出版会议和相关报告则相对较多地关注5G、IP运营等技术或者产品。双方均关注融合发展、数字出版、人工智能、新媒体等。专业技术团队和编辑出版团队已经在一定程度上融合，但是双方的发力点还是有所不同。因此，若要促进科技期刊融合发展，编辑出版方需要更好地表述自己的需求，技术方也需要更深入地做好需求调研，更好地按照期刊的思路研发产品，如此建设的系统和平台才能更好满足期刊出版的需求。上述调研也给数字出版的研究带来启发。一方面，研究数字出版可从期刊编辑工作流程出发，研究各个环节中哪些环节可以利用数字化提高工作效率，或者整个工作流程中有哪些困难需要机器帮助解决；或从现有数字出版的实际态势出发，研究同行在做哪些工作。另一方面，可研究新技术的特点，即研究其可能给数字出版领域带来哪些变化。2．新技术关键词。那么，我们需要关注哪些新技术呢？哪些新技术能代表新一代互联网的发展呢？2019年第六届世界互联网大会在浙江乌镇召开，会议的主题是“智能互联开放合作——携手共建网络空间命运共同体”。会上公布了15项代表性领先的科技成果，它们的主要关键词是人工智能、机器、分布式、共享、智慧、自适应、5G等，这些关键词也说明了新一代互联网技术的重点发展方向，是近几年技术领域的重点。我们可以看出，随着互联网的发展，尤其是和数字出版息息相关的新技术，是5G、大数据、云计算、人工智能、物联网、区块链、虚拟现实技术等。另外，还有和数字出版领域紧密结合的碎片化技术、语义技术、新媒体技术（微信公众号、小程序、短视频等）。下面我们逐一分析这些技术的特点，以便后续进一步探讨它们在数字出版方面的应用。5G是下一代信息社会建设的基础设施，它的特点是高速率、大容量、低延时、低功耗，这些特点使得更多资源可以部署到云上，单位时间可以传输更多的内容或者整合更大量的数据；使得虚拟现实、万物互联等成为可能；也使得智慧城市、智慧社区等得以实现。从期刊出版的角度来说，5G将可能改变知识内容、平台、存储、流通、渠道、服务、消费、终端呈现等的方式，对行业带来深度的变革。大数据技术包括数据分析技术、事件处理技术、数据流通技术。我们可以从数据采集与处理、数据挖掘与分析、数据存储与管理、数据展现与应用方面去思考期刊出版相关数据的采集、处理、重新聚合、呈现形式等，思考大数据技术可能为数字出版带来哪些新的应用。我们可以从分布式存储方面考虑期刊相关数据库的架构、设计以及分布式关系模型；可以从数据流通角度考虑期刊数据传输的质量、安全等；可以从数量巨大、来源分散、格式多样的数据中发现新知识、创造新价值、提升新能力，从而考虑新一代数字出版服务业态。云计算是一种基于互联网的超级计算模式，云计算的计算速度甚至达到每秒10万亿次，可以将繁多的系统以及云资源连接在一起以提供各种服务。云计算的特点是可以有效兼容各种不同种类的硬件和软件，支持资源以及新业务的动态扩展，具有高可扩展性；支持多业务体系按需服务，按需配备计算能力和资源；使用数据多副本容错和计算节点同构可互换等措施来提高可靠性；使用户突破时间和空间的限制享受虚拟现实的服务；支持海量信息处理以便提供超大规模服务等［1］。云计算技术逐渐成熟，将使得对运算能力要求高的产品得以运用，使得对运算能力要求高的服务得以实现，使得跨空间、跨时间的虚拟服务成为现实，使得跨平台、跨数据库的资源得以快速整合。人工智能产业在大数据、深度学习算法、计算能力三大要素的推动下逐渐成熟，人工智能研究让计算机模拟人的思考过程以及智能行为，如学习、问题求解、自动推理、智能检索、思考、规划等，其相关的技术包括机器人、语言识别、图像识别、自然语言处理等［2］。期刊可以思考，现阶段或者未来在数字出版中，哪些环节可以用计算机或者机器人来实现，思考利用计算机和机器人可以帮助我们实现哪些人工难以完成的工作。物联网作为信息通信技术的典型代表，其技术和应用的普及以及逐渐成熟，将推动人类社会进入万物互联的新时代，可穿戴设备、智能家居、自动驾驶汽车、智能机器人等新设备将接入互联网。这使得未来学术出版物的产品、终端等呈现多样化。根据物联网的特点可以更多地思考学术出版的产品以及终端。区块链技术的特点是去中心化、分布式和安全。期刊可以从这三个特点考虑在这方面有要求的产品和环节。虚拟现实技术包括VR（虚拟现实技术）、AR（增强现实技术）和MR（混合现实技术）。VR是利用电脑模拟产生虚拟世界，让使用者如同身临其境一般，是纯虚拟数字画面。AR是通过电脑技术将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到同一个画面或空间，是虚拟数字画面和裸眼现实。MR包括增强现实和虚拟现实，指的是结合数字化的现实世界和虚拟世界而产生的新可视化环境，MR是数字化现实加虚拟数字画面。虚拟现实的特点将使得学术传播更加真实、直观、多方位、多角度。和期刊紧密结合的语义技术、碎片化技术、新媒体技术、视频技术等，这些期刊界比较熟悉，这里不再赘述。

二、我国科技期刊数字出版状况

根据《中国科技期刊发展蓝皮书（2017）》统计，我国科技期刊中，5020种期刊共有1375个主管单位、4381个出版单位。平均每个出版单位出版1.15本期刊，仅出版1种期刊的出版单位就有4205家［3］。我们可以看出，我国期刊众多，但是小而散，这些小而散的科技期刊很难有比较强的经济实力单独开展数字出版的转型。尤其是和国际大出版商相比，我国科技期刊的数字出版还落后很多。进行国际合作的英文学术期刊，充分利用国际数字出版平台，在一些流程中实现数字化，是众多国内英文科技期刊的选择。即使如此，我国科技期刊一直坚持不懈地利用一切可利用的资源逐步摸索出自己的数字化发展之路。在科技期刊数字出版过程中，期刊出版人体验了如图2（1）到（5）所示的媒体传播发展过程。尤其是近几年，科技期刊媒体融合技术和产品日新月异，科技期刊、期刊集群、超大规模刊群均在数字出版和媒体融合方面做了大量探索，并取得一定的成绩。图2媒体传播的发展1．期刊的数字出版我国科技期刊在数字出版方面侧重于期刊出版全流程的数字化以及为学科服务。目前，我国科技期刊出版流程中很多环节已经实现了数字化、融媒体发展。科技期刊数字出版的重点是采编审校、出版、学术传播和知识服务等环节。在出版方面，我国很多科技期刊除出版整期外，还做优先出版、预出版，也有期刊支持已经提交预印本库的文章，还有期刊平台支持连续文章出版。相当数量的科技期刊实现了xml制作、html展示、全媒体出版，并实现一次制作多元，还支持读者针对文章内容、图、表等进行交流和评论，甚至记笔记、翻译和分享。我国有100多家期刊加入双语出版，使得中文期刊的文章被翻译后得以在海外传播。也有期刊打造多媒体栏目，有的视频，通过多媒体的方式为读者直观地呈现原始的研究成果和重大发现。在学术传播方面，期刊也是百花齐放。有的通过论文改编或者写文章评论的方式在其他平台进行学术推广；有的充分利用各种数据库、社交平台、学术传播平台、学术媒体进行学术传播，例如《中国科学数据》的平台可以直接对接ResearchGate传播期刊论文；有的开通微信、微博、博客等进行学术社交；有的做精准推送；有的增加在线的微视频、音频等内容；有的充分利用新媒体领域的短视频平台，如今日头条、九州云播等开展专业领域的学术推广活动。在知识服务方面充分发挥学科特色，如将研究区域嵌入地图，进行线上线下推送相关专业信息、科普信息等；或者充分利用淘宝、抖音、快手等平台展示专业内容或科普内容。2．期刊集群的数字出版期刊集群侧重为所属期刊提供各种单刊不易实现的服务，降低刊均成本。例如，学科刊群比单个期刊容易整合更多学科资源，为本学科提供更丰富的服务，并且还能为所属期刊提供多种出版服务，进行整体学术推广，相比单刊有更大的学术影响力。近些年有众多声音指出，我国科技期刊很难与国际大出版商同台竞争的原因是我国期刊小散弱，因此呼吁我国期刊规模化发展和集群化发展。这些年也确实形成了一系列的期刊集群，并逐年扩大，如中华医学会医学期刊集群、科学出版社期刊群、高等教育出版社期刊集群、清华大学出版社期刊群、浙江大学出版社期刊群、中国光学期刊群、中国地理资源期刊集群等。这些期刊群均建设了自己的网站，并获得了一定的资金支持。在资源整合方面，如中国材料期刊网实现了期刊资源的集成，除此之外还整合了图书、专利、专家、会议等学科资源，并增加了虚拟专辑、会议系统等。中国煤炭网有期刊库、专题库、专家库、视频库以及煤炭视听板块（专家报告、特别访谈、煤炭科普、会议活动等），整合了行业资源。在平台建设方面，清华大学出版社期刊集群平台实现了预出版、OA出版等，还制定TUP-JATS的xml标准。浙江大学出版社期刊中心实现了全流程的数字化期刊集群平台建设，平台集投审稿、内容、运营推广、读者服务于一体，打通底层数据，实现多终端访问。中华医学会建设CAMJATS标准，采用统一的标准处理期刊相关数据，曾中标国家数字复合出版工程的试点单位和示范单位，并升级采编平台以及出版平台，进一步进行资源整合，实现采、编、审、排、加工、多形态、富媒体出版、移动出版、质量管理、新媒体学术推广、期刊销售、会议服务等一体化、现代化的出版和服务体系。高等教育出版社实现采编、运营管理、数字化生产、数字化平台建设、市场营销与海外合作的体系化发展。在学术推广方面，国内的期刊集群化平台常对接一些学术评价和学术推广平台，例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度学术等。在知识服务方面，国内的学科期刊集群通常整合该学科的各种学术资源，为该学科研究人员提供知识服务，或者为期刊、编辑等提供行业服务。例如中国激光杂志社提供协同会议系统、DOI注册、编辑加工等行业服务，该集群通过举办会议聚拢专家资源和学术资源，同时也为光学领域提供服务［4］。3．超大期刊集群的数字出版国内的超大期刊集群，有知网、万方、维普、龙源、超星等，特点是能更好地利用大数据资源和技术为期刊出版的上游、期刊出版环节以及期刊出版的下游提供服务。下面以知网为例叙述超大期刊群的数字出版。知网整合了我国95%以上的中文学术资源，拥有我国最大最全的中文学术资源库，也拥有我国最广最全的读者群。知网在期刊上游环节，为作者以及研究人员提供的服务有：如何查资料、如何申请课题、怎么做实验、怎么做科研等信息；读者可通过中国知网、CNKISCHOLAR、全球学术快报、CNKI知识元搜索（碎片化地搜索图、表、概念、数字……）等检索学术论文、基金、碎片化资源、全媒体资源等；可以通过庞大的学者成果库、学者圈子等获取专家信息，进行学术社交；可以通过研究型学习平台获取或者管理自己关注的学术资源；可以通过大数据研究平台利用统计数据获取学术热点等信息。在期刊全流程出版环节，编辑可以利用选题策划、学术热点、期刊按需出版中的用户分析等模块进行选题策划，利用采编排发一体化出版系统（包括学术不端检测、文章创新性检测、

第2篇

美国麻省大学(University of Massachusetts Amherst)阿默斯特校区(以下简称麻省大学)是马萨诸塞州立大学系统五个校园中的主校园,是美国知名的研究型大学。该校创办于1863年,坐落在美国东部美丽的新英格兰地区。

麻省大学计算机系成立于1964年,其研究生教育也有超过40年的发展历史。由最初的3名教授发展到现在拥有43名教授,其中包括9名ACM计算机学会(Association for Computing Machinery)院士(Fellow)、4名电子和电气工程师协会(IEEE)院士、5名人工智能学会(AAAI)院士和2名美国科学促进协会(AAAS)院士。麻省大学计算机系在人工智能、网络与分布式系统、计算理论等多个领域的研究处于世界领先水平。作为美国知名的计算机系,麻省大学计算机系的教育理念是“培养下一代能以创新的方法解决真实世界问题的计算机科学家”(cs.umass.edu/grads/msphd-requirements)。在这个核心思想的指导下,该系非常注重对博士研究生的培养,为了达到培养学生具备进行原创性科学研究(Original Research)的能力的教育宗旨,该系制定了一套非常严格的课程计划,以培养学生坚实而广博的基础知识、良好的科学研究方法和思维习惯。麻省大学计算机系每年大约会收到1000份左右来自世界各国的优秀学生的申请,攻读其博士学位,而录取的人数一般保持在30名左右。完善和严格的博士研究生培养体系、开放而先进的教育理念,使麻省大学计算机系成为全美最具有竞争力的计算机院系之一。

麻省大学计算机系招收两种形式的博士研究生:硕士/博士连读研究生和直博研究生。只有在美国其他大学获得相应计算机硕士学位,并修完麻省大学计算机系认可的相关课程的学生,才有资格申请直接攻读博士学位;否则,学生在录取后必须经过硕士/博士的连续培养才能获得博士学位。

无论哪种形式,麻省大学计算机系博士生培养大体分为两个阶段:博士生资格学习阶段和博士生研究阶段。博士生资格学习阶段主要是对学生进行基础知识培养和基本研究能力训练。学生只有在通过博士资格考试论证,成为正式博士候选(PhD Candidate)人后,才能进入下一步的博士论文研究阶段学习。以下是麻省大学计算机系对硕士/博士研究生的培养要求:

(1)Actively participate in research under the guidance of an advisor(在导师的指导下,积极参与研究)

(2)Satisfy 6 Core Requirements (完成6门核心课程的要求)

(3)Complete 42 course credits (core courses taken to satisfy core requirements are included)(完成42个课程学分,其中包括核心课程的学分)

(4)Complete a 6-credit MS Project (完成6个学分的硕士研究项目)

(5)Graduate with an M.S. Degree(申请获得硕士学位)

(6)Pass the Department Qualifying Exam- Portfolio(通过博士资格考试)

(7)Form a Committee(成立答辩委员会)

(8)Propose a Thesis(提交博士开题报告)

(9)Complete 18 Dissertation Credits (完成18个学分博士论文)

(10)Pass the Teaching Assistant Requirement(完成助教的工作要求)

(11)Pass the Residency Requirement (at least 9 credits in back-to-back semesters) (完成连续两个学期修9个学分的要求)

(12)Defend and Submit a Thesis (博士答辩和提交博士论文)

本文将以麻省大学计算机系为例,探讨美国计算机专业博士研究生培养的一个重要环节――博士研究生课程教育体系的特点,以期为提高我国的计算机专业博士生教育提供借鉴。

2掌握牢固的理论知识是培养优秀博士生的基础

美国的计算机博士教育非常注重对学生基础理论知识的培养,为了使学生掌握牢固而广博的基础知识,麻省大学计算机系要求每个硕士/博士研究生必须修完6门博士核心课程,而且成绩必须达到B+以上。这些核心课程分别属于计算机科学的三大领域:理论(Theory)、系统(Systems)和人工智能(Artificial Intelligence),课程设置具体如下:

(1) 理论核心课:计算理论(Computation Theory)、高级算法(Advanced Algorithms)

(2) 系统核心课:有三组课程,分别是:

编译技术(Compiler Techniques)、现代计算机体系结构(Modern Computer Architecture)

数据库设计和实现(Database Design and Implementation)、高级计算机网络(Advanced Computer Networking)、操作系统(Operating Systems)

高级软件工程I(Advanced Software Engineering: Synthesis and Development)、高级软件工程II(Advanced Software Engineering: Analysis and Evaluation)、程序设计语言(Programming Languages)

(3) 人工智能核心课程:高级人工智能(Artificial Intelligence)、机器人学(Robotics)、信息检索(Information Retrieval)、不确定环境下的推理(Reasoning and Acting under Uncertainty)、增强型学习(Reinforcement Learning)、机器学习(Machine Learning: Pattern Classification)

根据不同的研究方向,学生可以在六门核心课程的选择上有所不同,但为了加强理论基础和掌握知识的广度,无论哪个研究方向的学生,都必须修完两门理论核心课程和一门高级人工智能课程,同时,再根据自己的研究方向选修其他三门核心课程。例如,一个系统方向的博士研究生除了修完以上两门理论和一门人工智能课程以外,还必须修完来自于系统方向不同组的三门系统方向的课程;而一个人工智能方向的博士生则必须修完另外两门人工智能方向的核心课程和一门系统方向的核心课程。

每门核心课程由教师讲授一学期,其中每星期2次课,每次2小时,3个学分。根据内容不同,每门课程一般要安排5～8次书面作业、1次期中考试和1次期末考试。其中,对系统方向的课程来说,每个章节完成后一般还有一次课程项目设计(Course Project),主要要求学生实现相应的算法和进行性能评价。由于核心课程要求高,课程学习内容多,导师和系里会建议学生每学期选学不超过一门的核心课程,所有6门核心课程则在三年内完成。如果成绩没有达到B+,麻省大学计算机系允许学生重修该核心课;但是,如果学生在规定的博士资格考试申请时间前没有通过全部的6门核心课,则不再具备继续攻读博士的资格。

严格的核心课程作业、考试制度和淘汰制度,不但使学生牢固掌握了计算机科学各领域的基础知识,培养了学生勤奋刻苦的专研精神,而且极大地丰富了学生的视野,为学生进入实际科学研究打下了坚实的基础。

3灵活而完善的博士生选修课程体系是培养创新型人才的重要途径

美国一流研究型大学博士生教育的目标是培养世界一流的科学家和拔尖创新型人才,为了实现这个目标,美国的博士生教育除了注重培养学生扎实和精深的基础知识外,还非常注重培养学生的创新思维和发现新问题的探索精神及能力。

如果核心课程体系的设置是培养优秀博士生的基础,是向学生传授学科领域的重要基本知识和原理与技术,是学生全面掌握计算机基本理论与方法的重要途径,那么,选修课的设置则是对学科基本知识的补充,是培养学生学习新的知识和了解并探索前沿研究方向,从而成为创新型人才的重要手段。

麻省大学计算机系的做法是,在博士研究阶段,除了要求学生完成18个学分(6门)的核心课程学习以外,还要求完成24个学分(8门)的非核心课程(或称为选修课)学习。这些选修课大多是关于本学科及相关专业前沿领域近3～5年的新研究方向、研究方法或新技术的相关内容的介绍,一般由教师在每学期开学前提出新的课程计划,学生则根据自己的研究兴趣和职业目标自由选课。通过课程的学习,学生能在最短的时间内了解本学科相关领域的最新研究现状,更重要的是,在课程的学习过程中,教授会将许多新出现的问题在课堂上和学生讨论,同时,通过2～3个课程项目培养学生独立(或合作)解决新问题的能力,以及教会学生各种探索问题的研究方法。

在教学模式上,可以采用由教授主讲的传统方式,也可以采用以讨论为主的方式。以教授为主讲的教学模式在此就不再赘述,以下着重描述以讨论为主的选修课教学模式。

以讨论为主的Seminar是美国计算机院系的教授最常用的选修课教学模式。Seminar的课程设置没有固定模式,但通常有以下几方面的特点。

第一,课程的选题一般是近年新出现的有代表性的前沿研究课题。

第二,课程内容的选择一般来自近年来该领域顶级国际会议的专题论文。

第三,课程内容的组织由教师完成。教师在确定题目后,一般会根据论文的情况将讨论的内容分为多个子专题,每个子问题由3～4篇论文组成。课程的开始一般是综述性的论文或在该领域出现的最早的学术论文,其目的是探讨该研究方向出现的新的应用背景需求和所带来的新的挑战。其后的每个子专题则将对具体问题和方法进行深入探讨。

第四,选课的学生人数一般在20～30人左右,而且通常是由学完了核心课程以后的高年级博士生组成。学生人数太少,论文的覆盖面可能太小;学生太多,可能导致讨论的深度不够。同时,只有学完了基本理论后,学生才有可能具备较深入分析问题的能力。在Seminar的学习讨论中,找到新的研究问题也是该课程设置的重要目的之一。

第五,课堂教学的模式基本上是教师和学生互动的教学方式。教师在第一节课引导学生对该领域的基本问题有了初步认识后,学生将对每篇论文进行评估(Review)、宣讲(Presentation)和进行课堂讨论。每篇论文的宣讲时间是25～30分钟,课堂讨论时间是10～15分钟。其中教师将引导学生对论文中所研究的问题和关键技术进行深入讨论,学生参与讨论的情况将作为课程考核的重要依据。

选择合适的题目并对教学讨论的内容(论文)进行筛选和组织对开课教师的要求非常高。为了准备一门新的Seminar课,教师一般需要预先通读该研究方向所有重要国际会议的相关论文,然后根据不同的研究问题对论文分类,并将其中有代表性的论文提炼出来,作为课程学习的论文。在课程项目的设置上,教师会事先准备一些题目,如对某些算法的实现、评估和改进,实现原形系统等,同时也非常鼓励学生在论文讨论的过程中有针对性地提出自己的见解和新的解决问题的方法。

4合理的课程学习安排是培养高质量博士生的有效保证

美国的博士教育是以博士生的最终质量为评判标准,而不是以年限来规定学生的毕业时间。在美国计算机专业,培养一个硕士/博士生一般需要至少5年时间。由于强调博士生专业知识学习的深度和广度,在整个博士学习阶段,博士生都会积极参与课程的学习,并尽可能地将研究项目中的问题和课程学习联系起来,用所学到的方法或思路来解决新问题。

以麻省大学计算机系为例,虽然学生的背景不同,但为了在保证质量的前提下帮助学生用最短的时间顺利完成博士课程要求和博士论文要求,系里建议学生按如表1所示的时间表安排整个博士阶段的学习计划。

麻省大学计算机系不但在本系有完善的研究生课程体系,学生可以根据自己的研究兴趣和职业规划来自由选课,而且也鼓励学生在其他相关院系选修本系没有开设但对研究有用的课,如数学系或电子工程系的高级课程。总之,美国博士教育的一个重要特点是强调基础知识的学习,鼓励学生以积极的态度参与到课程的学习中,同时训练学生在课程学习的过程中逐步学会发现问题和研究问题的方法。

5启示和建议

美国的博士教育强调坚实的基础理论知识、完善的知识体系和用于探索与创新的研究能力,而这些恰恰是决定博士毕业生日后发展潜力的关键。长期以来,我国计算机博士教育主要是通过参与科研项目的形式来对学生进行培养,这种“研究项目驱动型教育”在我国恢复研究生教育的初期起到了很好的推动作用,培养了大批科研人才。但随着教育本质的回归和创新型人才培养的需要,从总体来看,我国的这种单纯强调研究项目的教育模式培养的博士生,质量与国际先进水平相比还有一定的差距。由于没有严格的博士课程要求和淘汰制度,学生在学习阶段往往会忽略对基础知识的学习和对知识结构的完善。长此以往,必然会影响博士生的研究水平和发展潜力,最终将会影响国家的整体创新能力。

笔者建议,为了使学生掌握牢固的专业基础知识,同时培养学生在某一学科领域的研究兴趣和基本的研究能力,应该首先强调核心课程体系的建设,不论哪个方向的学生都必须通过一定数量的核心课程的学习,如算法、分布式操作系统、人工智能等,这些核心课程应由教师来讲授;同时,应严格课程的考核制度和课程评价体系。对于选修课,由于其主要目的是扩展学生的视野,培养学生分析问题和研究问题的能力,所以应借鉴国内外Seminar课程的成功经验,积极有效地激励教师和学生共同上好Seminar课。

博士生教育是一项复杂而艰巨的系统工程,而其中的课程学习是研究生培养中非常重要的一个环节,如何通过严格的培养机制和灵活的培养方法,在给学生传授基础知识的同时培养学生分析问题和解决问题的能力;如何将合理的研究生课程体系和研究项目结合起来,严格博士生培养机制,完善博士生资格评估体系,从制度上保障博士研究生的质量;以及如何真正教会学生探索科学基本问题的方法,培养学生良好的科研习惯和勇于开拓创新的精神等,是我们在计算机学科建设中应该进一步思考的问题。

第3篇

关键词:智能科学基础;系列课程;国家级教学团队;改革;建设

在国家教育部质量工程的支持下,中南大学信息科学与工程学院对国家级精品课程人工智能[1-2]和智能控制[3]、全国双语教学示范课程人工智能和国家级智能科学基础系列课程教学团队[4]等进行持之以恒的改革与建设,取得一些成果。

“智能科学基础系列课程教学团队”的教学队伍是一支由国家级教学名师领衔[5],知识结构、梯队结构和年龄结构比较合理,具有明显的学科优势、课程优势、人才优势和教学科研优势的颇具特色与影响力的教学团队。该团队以中南大学智能科学研究中心为核心,主要承担人工智能基础、智能控制导论、机器人学、专家系统等本科基础和专业基础课程,硕士学位课程人工智能、智能控制和机器人控制技术以及留学生硕士学位课程Artificial Intelligence和博士生学位课程智能系统原理与应用的教学。

教学团队在建设过程中,注重教学改革,加大课程建设和教材建设力度,不断改进教学方法,在课程改革、教材建设、教学手段、队伍建设以及交流合作等方面取得一些进展。本文拟就教学团队的改革与建设的相关理念与实践问题加以总结,谈谈我们的见解。

1创新教学方法

教学是教师的本职和核心工作。本教学团队一直致力于教学方法与教学模式的改革与创新,虚心学习国内外先进教学经验和方法,积极探索教学新路,形成了“以趣导课、以疑启思、以法解惑、以律求知”的教学模式和教学方法[6-7]。充分激励学生的学习积极性和主动性,发挥独立思考和创新思维,多方位培养学生发现问题、分析问题和解决问题的能力。我们在教学过程中应用了课堂演示、课堂互动、课堂辩论、课后网络教学、网络实验等一系列现代化全方位的教学新模式。此外,为提高学生的动手能力和理论水平,让学生直接参与部分教师课题,理论联系实际,为毕业后的工作学习打下良好基础。具体措施如下:

1) 举行课堂讨论会,营造自由探索氛围。

为调动学生的积极性,我们在授课过程中多次开展课堂讨论会和辩论会等活动,让学生自己查阅资料,分析整理,提出自己的观点,使学生全方位地接触所学课程,培养学生的研究能力,真正实现师生互动,并鼓励学生用英语讨论。学生对有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。课程中还经常请来在科研工作中担任主要任务的教授和博士生来给学生介绍最前沿的科学动态,激发学生们对所学知识和科学研究的兴趣。在研究生教学方面,我们更进一步通过举办课程课堂学术研讨会,让学生在一年级就开始接触学科前沿,自己查阅资料和动手写科技论文,并在研讨会上宣读讨论,培养独立工作能力和从事学科前沿研究的能力,为将来的高层次研究打下基础。

2) 倡导启发式教学,培养学生学习能力。

注意采用面向问题的启发式方法进行教学,启发学生求解问题能力,强化学生的参与意识,提高他们的学习积极性。教学中还注意采用了多种交互式策略,如课堂教师提问、鼓励或指定学生用英语提问、学生就某个知识点进行主题发言后老师点评等。此外,师生通过互联网进行交互,方式包括Email、BBS和QQ谈和交换文件等。

根据学生的兴趣和创新潜力,对有专业特长的本科生,在自愿情况下,挑选2～3名参与国家级项目研究工作,进行中长期培养试点,实现本科培养过程与硕士、博士研究生培养过程的衔接。

3) 增强课程实验教学环节,筹建智能专业实验室。

智能科学基础课程的概念性较强,初学者感到比较抽象,而实验教学又是薄弱环节。因此,结合学生实际情况,我们对实践教学环节十分重视,设计了一些新的实验项目,探索新颖的实验方法。新开实验项目包括人工智能实验、智能控制实验、专家系统实验、机器人学实验、人工智能课程设计等。对相关课程的原有实验,我们也进行了一些改革,增设了个性化的实验,使得学生的实验数据和实验结果分析既有格式要求,又给学生报告自己研究的过程和结果留有空间。这些做法能够鼓励学生进行独立性研究,满足他们学习的需求。通过实验教学,学生能够理论联系实际,验证所学理论知识和概念,加深理解,充分调动了学生的学习积极性,培养了他们的创造能力。

除课堂实验外,我们还充分发挥虚拟实验的优点,设计了网络虚拟实验,让学生在课外上网练习。通过虚拟实验,学生可以了解算法的具体运行过程,调整参数和过程,并进行验证以加深对知识的理解,提高学习兴趣,从而达到教学目的。

结合科研,购进和自制部分新设备、新系统,计划建设智能专业实验室,为教学提供更多的优良实验设备。例如,已研制“中南移动一号”和“中南移动二号”自主移动机器人共7台,已购进RCB-1型教学机器人20套等。

教学团队教师还指导学生参加全国大学生“飞思卡尔”杯智能汽车竞赛活动、大学生创新性实验计划及创新教育计划项目等,取得优秀成果。

2推进课程改革

教学改革是课程建设和学科发展的生命线。我们把国家级精品课程和全国双语教学示范课程放在优先建设的位置,并以它们带动其他课程建设,完善系列课程建设,同时新办了智能科学与技术专业。

2.1搞好精品课程建设,改进双语示范课程教学,稳步推进系列课程建设

本团队着力搞好已有的2门国家级精品课程、1门全国双语教学示范课程,更新精品课程网站,丰富课程内容。为了及时反映上述课程中相关科学技术的最新进展,我们调整了教学体系和教学内容,修订了教学大纲,并对教学内容进一步优化和更新,极大充实了各课程教学内容。同时,通过校际教学活动和网上资源共享对精品课程、双语教学示范课程进行交流和推广,起到较好的辐射作用[8-9]。

为加强精品课程建设,完善和拓展课程体系,在总结现有精品课程的建设经验的基础上,又建成省级精品课程1门,校级精品课程1门。

为提高学生的专业英语水平和学习兴趣,使得学生能够开拓眼界,追踪国际前沿科学研究,本团队长期对双语教学进行研究和实践。除改进人工智能双语教学示范课程外,团队承担的其他课程,如智能控制、机器人学、专家系统、数据结构等也实行了双语教学,并为该课程引进英文辅助教材。例如,对人工智能课程,我们先后采用Nilsson和Russell等编著的国外影响较大的英文原版教材作为主要教学参考书[10-11],供学生学习参考。在双语教学中,一般以汉语讲授为主,英语为辅,并对一些关键词同时用汉语和英语表示。对部分章节或某个专题,采用纯英语教学或以英语为主汉语为辅的教学。对PPT课件的编写分为纯汉语、纯英语和英汉混合几种方式。英语教学比例要根据教学内容和学生英语水平而定,其检验标准是学生的接受程度与学习效果,根据这一点来适时调整双语教学中英语对汉语的比例。

通过教改实践,我们承担的智能科学基础课程逐步形成为具有明显特色的课程体系。我们讲授的课程从智能科学的基础课程到专业基础课程,再到专业实践课程,形成了配置合理、特色鲜明、循序渐进、优势互补、协调发展的智能科学与技术学科从基础到应用的系列课程体系。

2.2新办智能科学与技术专业

智能科学与技术是当代科技发展的前沿学科和重要组成部分,其人才需求日益增加,超出了目前高校的培养能力[12]。我校的智能科学与技术学科方向经过近20年的发展,已形成了具有自身优势和特点的学科,在国内具有一定的知名度和优势。为了促进智能科学与技术学科的发展,经过多年积极准备,我们于2009年申报了智能科学与技术专业并获得教育部批准。通过向兄弟学校学习调研,了解该专业人才需求、专业建设规划,设定适应培养目标的教学计划与课程设置方案。虽然我们开办“智能科学与技术”专业较晚,但我们从2002年开始,就一直关注和积极参与国内智能科学的学科的讨论与新专业筹备工作[13]。

我校于2009年申报获准,在自动化专业增设了智能科学与技术专业方向,目前已招收2届学生共84人。我们为选读智能科学与技术本科专业方向的每个学生选定指导老师。每个学生都可以参加指导老师的课题,指导老师也可以利用自己的学识、经验和责任心来更好地管理呵护学生。这一做法取得明显效果,不仅受到同学们的普遍欢迎,也得到了学校的肯定。我们还多次召开师生见面会并通过指导老师走访宿舍,了解每个人的情况。为了消除代沟,努力融入同学当中,学习熟悉他们的语境和思维想法。我们的目标就是不让一个学生掉队。

创建与建设智能科学与技术新专业,将为智能科学基础系列课程教学建设提供一个更加宽广的平台,并对计算机、自动化和电子信息等学科的专业建设和课程建设提供一个新的增长点。我们将以智能科学与技术专业建设为契机,虚心学习兄弟学校的专业建设的做法和经验,进一步规范智能科学与技术的基础课程教学,让智能科学基础课程教学建设登上一个新的台阶。

3加强教材建设

教材是教学的重要工具和资源,其水平直接影响教学效果和教学质量。在教学过程中,我们与时俱进,对教学内容不断优化与更新,精益求精地编写反映学科发展的教材[14]。

我们对原有编写出版的教材进行修订,反映新世纪学科发展水平和发展趋向,以适应教改需要。把这些最新内容用于教学,使学生了解到国际前沿动态和本学科的最新成果。

以相关系列课程为平台,注重教材配套,服务因材施教,着眼长远教材建设。仅2007年以来我们已出版的相关教材及专著如下:

《智能控制原理与应用》,国家级精品课程配套教材,2007;《智能控制导论》,国家级精品课程配套教材,2007;《未知环境中移动机器人导航控制理论与方法》,2008;《机器人学》,第二版,国家级教学团队配套教材,2009;《机器人学基础》,国家级教学团队配套教材,2009;《人工智能及其应用》,第四版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《人工智能基础》,第二版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《移动机器人协同理论与技术》,2010。

4优化队伍结构

师资队伍建设是团队建设的源头,没有一流的教师队伍就没有一流的教学团队。在师资队伍建设上,我们一直采取引进优秀人才和在职培养相结合的做法。对于人才的引进主要通过办专业和办学科点等方式吸引人才,还通过创造教学和科研条件,稳定教师队伍,解决个人的发展问题。

采取有效措施,提高主讲教师的学术积累和教学水平。一是教研组教师,特别是中青年教师积极参加重要科研项目,提高学术水平。二是派中青年教师赴国外研修访问,了解和学习发达国家同类课程的先进教学经验、相关课程设置情况与发展趋势,将国外教学思想引入课程教学。

教学始终是教师的第一要务,为了提高青年教师的教学素质,我们实施并完善了一系列管理措施和制度。

1) 设立名师工作室,实现名师资源共享形成多元化的带教制度,安排高年资的教师对年轻教师进行传、帮、带,可以有业务方面的指导,也可以有认识方面的交流。通过老教师对年轻教师全方位的指导,使老教师的教学理念和经验得以继承,加快了年轻教师的成长。

2) 有计划地安排年轻教师虚心旁听有经验教师的讲课。通过听课,不仅使年轻教师进一步掌握课程的内容,更重要的是使年轻教师学到了老教师的教学方法和经验,对其今后从事教学工作起到了积极的指导作用。

3) 对于第一次上课和第一次上某门新课程的年轻教师,团队都要在课前组织他们试讲。试讲前,安排老教师进行指导,传授教学经验。试讲时,由团队的教师参加听课并对其进行讲评,肯定其优点,指出其不足,帮助青年教师尽快掌握课程的重点,找到更合适的讲授方法。此外,我们还备课,统一基本教案,帮助年轻教师成长。

近两年来本教学团队获得的主要教学奖励就有徐特立教育奖、茅以升教学专项奖等。

5扩大交流合作

我们在做好自身团队建设的同时,增进与全国相关高校和教学团队的交流,学习兄弟团队的建设经验,在课程示范、教材推广、网络资源辐射等方面发挥积极作用。我们还开展校内合作,联合不同院系进行教学和精品课程的申报与建设,在校内推广改革成果;发表了一系列教改论文;发起筹备《全国智能科学技术课程教学研讨会》;邀请企业界科技精英做本科生就业指导相关报告。

1) 增进校际交流,发挥辐射作用。

我们经常以讲座报告形式在许多兄弟院校进行教学与教改交流。例如,最近一年来就应邀先后到上海交通大学、同济大学、东华大学、东南大学、国防科技大学、中国矿业大学、北京科技大学、清华大学等校就智能科学技术课程的教学、教改和建设问题作专题报告,在兄弟院校师生中引起热烈反响。已有数以百计的高等院校采用我们编著的教材和网络课程进行教学,国内已有众多的从事人工智能课程和智能控制课程教学的教师,来信来函索取我们开发的课程教案、课程演示和网络课程相关资料等,我们一直尽力地搞好推广和服务工作。

2) 撰写课程改革论文,进行国内外交流。

本团队成员仅近一年多来,就在中国教育开放资源网、中国人工智能学会13届年会、计算机教育、高等理科教育、计算机与现代化等会议及刊物上发表10篇教改论文,在国内外进行交流,起到介绍情况,交流信息和经验的积极作用。

3) 筹备全国相关课程教学研讨会。

为了更好地交流经验,扩大影响和辐射作用,我们发起并联合中国人工智能学会教育工作委员会、中国计算机学会人工智能与模式识别专业委员会、中国人工智能学会智能机器人专业委员会、中国自动化学会智能自动化专业委员会、中国人工智能学会人工智能基础专业委员会,筹备召开了首届《全国智能科学技术课程教学研讨会》[15]。围绕各个学校在智能科学与技术本科专业的课程改革与建设、课程和专业教学计划制定和未来发展设想等方面进行交流研讨。通过交流研讨,认真学习兄弟学校的经验,并尽可能汇报我们的经验。我们相信,在与会全体代表的共同努力下,本次课程教学研讨会一定能够取得积极的成果。

注:本研究获得教育部国家级精品课程人工智能(2003年)和智能控制(2006年)、全国双语教学示范课程人工智能(2007年)、国家级智能科学基础系列课程教学团队(2008年)等项目支持。

参考文献:

[1] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:433-436.

[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.

[3] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:426-429.

[4] 国家教育部和财政部关于立项建设国家级教学团队、国家级精品课程、全国双语教学示范课程的通知[EB/OL]. [2010-5-1]. http///转高等教育司.

[5] 中华人民共和国教育部高等教育司. 名师风采,第一届高等学校教学名师奖获奖教师集锦[M]. 北京:地质出版社,2006: 152-153.

[6] 李广川. 丹心育桃李,妙手谱春秋[M]//名师颂.北京:教育科学出版社,2007:397-401.

[7] 及立平. 笃定平和:访国家级教学名师蔡自兴[M]//春风化雨:中南大学教师风采. 长沙:中南大学出版社,2006:119.

[8] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识,搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.

[9] 陈爱斌,肖晓明,魏世勇,等. 智能控制的学科发展与学科教育[J]. 现代大学教育,2006(3):102-105.

[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.

[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.

[12] 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.

[13] 蔡自兴,贺汉根. 智能科学发展的若干问题[C]//中国自动化领域发展战略高层学术研讨会论文集. 自动化学报,2002, 28(增刊1):142-150.

[14] 蔡自兴,谢斌,魏世勇,等.《机器人学》教材建设的体会[C]//2009年全国人工智能大会(CAAI-13). 北京:北京邮电大学出版社,2009:252-255.

[15] 2010年全国智能科学技术课程教学研讨会征文通知[J]. 计算机科学,2010,37(6):封3.

Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU

CAI Zi-xing, CHEN Bai-fan, LIU Li-jue

(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)