陳雯柏，陳啟麗
（北京信息科技大學自動化學院，北京100192）
摘要：針對人工神經網絡的課程特點，提出將前沿科技引入教學內容，基於興趣與任務驅動開發一系列課程案例，對教學內容和教學方式進行課程改革。介紹在實驗教學環節基於倒立擺系統開發出的一系列實驗案例。
關鍵詞 ：興趣與任務驅動；人工神經網絡；課程改革；智能科學與技術
基金項目：北京信息科技大學2015年課程建設立項項目(2015KGYB11)；2015年人才培養質量提高項目(5111523309)。
第一作者簡介：陳雯柏，男，副教授，研究方向為人工神經網絡、智能機器人，chenwb@bistu．edu．cn。
O 引言
目前很多高校合併重組原有的多個專業，組建了智能科學與技術專業。在此情況下，各高校智能科學與技術專業的本科教學模式不但具有融合、交叉、綜合等特點，還具有自身特色。人工神經網絡課程是各個學校智能科學與技術專業開設的專業課，但是我國智能科學與技術本科專業的發展尚屬初級階段，很多課程和教學都處於建設和摸索階段。
1 人工神經網絡教學的現狀
人工神經網絡是智能科學與技術專業的一門核心專業課，它為機器人技術、以新一代網絡計算為基礎的智能系統、微機電系統( MEMS)以及與日常生活密切相關的各類智能技術提供有力的理論支撐。目前，人工神經網絡教學過程主要存在以下3個問題。
1)教學內容相對滯後，脫離前沿科技。
隨著高等教育的大眾化和普及化，教育體系漸漸無法適應社會經濟與科技的發展。教育體系與教學內容相對滯後尤其表現在智能科學與技術專業。近幾年，人工神經網絡的技術在工業、機器人產業甚至網際網路產業都取得了較大的進展，而目前人工神經網絡教學卻幾乎忽視了人工智慧領域的最新發展。
2)內容講解理論性強，講授枯燥無味。
目前，大多數人工神經網絡的教材和教學內容集中在研究生教育階段，教學內容的理論性較強，這就要求學生具備較好的數學基礎。然而，大部分本科學生還不具備足夠的知識儲備，很難深刻理解教師講授的人工神經網絡原理，容易產生厭學情緒。
3)實驗資源缺乏，學生動手實踐機會較少。
針對本科生的人工神經網絡教學開展時間較短，人工神經網絡方面的實驗設計較少，理論教學和實驗教學經驗也相對缺乏。這些情況導致學生的實踐動手能力得不到充分鍛鍊，造成實踐知識和實踐能力的培養缺失，很大程度上制約了應用型創新人才的培養，不能滿足工程素質教育的要求[3-4]。
2 將深度神經網絡引入教學內容
傳統的人工智慧課程由各個院校根據各自專業辦學特點而自行設定，課程的教學內容也有較大差別。人工神經網絡的教學內容一般只講解經典的多層感知器和反向傳播算法，或加入一些反饋網絡的內容，這種教學內容設計的一個不足之處是忽視了人工智慧領域的最新發展——深度學習。深度學習是近幾年人工智慧領域最具影響力的研究主題，並在大規模語音識別、大規模圖像檢索等領域取得突破性進展。
2006年以來，深度學習的研究席捲了整個人工智慧領域，從機器學習、機器視覺、語音識別到語言處理，都不斷湧現出新的研究成果。深度學習不僅在機器學習領域成為研究熱點，在多個應用領域也成為有力工具。在工業界的系統應用中，深度學習也成為其中的關鍵解決技術。
深度神經網絡模型如圖1所示，它模擬了人腦的深層結構，比淺層神經網絡的表達能力更強，能夠更準確地「理解」事物的特徵。基於圖1的網絡模型，在學習經典的前向型神經網絡與反饋型神經網絡後，利用前沿技術——深度神經網絡，可以幫助學生建立對人工神經網絡課程內容的認可，激發探索與應用連接主義人工智慧學派研究成果的興趣。人工神經網絡的教學內容為：①感知器；②BP神經網絡；③徑向基神經網絡；④Elman神經網絡；⑤Hopfield神經網絡；⑥自組織競爭人工神經網絡；⑦CMAC神經網絡；⑧神經網絡的優化方法；⑨深度神經網絡。將深度神經網絡引入教學過程，不僅能夠增加學生的知識面，也可以使學生順應社會的需求。
3 開發人工神經網絡實驗，增強學生動手能力
由於教學條件和課程學時所限，很多教學內容僅停留在理論介紹。因為知識點抽象，學生理解起來比較困難，實際教學效果不甚理想。人工神經網絡課程的主要教學內容是連接主義學派的成果，因此學生對該門課程的價值缺少直觀感受，進而出現了學習興趣不足的現象。
智能科學技術是自動化工程、計算機工程、通信工程、機電工程等工程學科的核心內容，具有極強的工程性和實踐性。工程技術型人才的培養目標是為各個工程領域培養具有應用能力和創新能力的人才。如果想讓學生走出教室、走出純粹的理論學習，走向實驗室、走向實戰，那麼在教學時就要精心設計一些實驗案例。CDIO工程教育依照「項目任務驅動目標學習」的教學理念，重點培養學生的創新能力、實踐動手能力及團隊合作精神。工程案例式教學運用多種方式啟發學生獨立思考，要求學生對工程案例提供的客觀事實和問題運用所學理論進行分析研究、提出見解、作出判斷。目前，基於上述原則，我們開發了一系列有針對性的實驗案例。
我們把倒立擺的穩定控制作為人工神經網絡實物實驗平台，如圖2所示。作為控制理論教學和科研中不可多得的典型物理模型，倒立擺系統是一個絕對不穩定系統，需要採用有效的控制策略才能使之穩定。在實驗開始之前，教師先向學生介紹基於MATLAB/SIMULrNK環境和固高直線一級倒立擺系統構建前饋型人工神經網絡的實驗方案。實驗演示使用BP網絡作為控制器，實現一級倒立擺系統的穩定控制。
該實驗簡單易行、效果直觀，讓學生復現該過程有利於幫助其從本質上理解前饋型人工神經網絡及其應用。以上的實驗屬於驗證性實驗，主要目的在於引導學生入門，激發學生興趣，實驗設計以簡單易行為主。
為了進一步提高學生的實踐動手能力及創新能力，我們在學生完成前面實驗之後設計了進階實驗，更加注重培養學生自己對神經網絡控制器的設計及使用。在實驗過程中，我們給學生提供一定的任務，要求學生查閱資料並完成實驗。實驗內容包括：①基於神經網絡一級倒立擺系統的舞蹈控制；②基於神經網絡二級倒立擺系統的穩定控制；③倒立擺系統的神經模糊控制。
在實驗中，學生可以自由發揮自己的創意，設計一些有趣的實驗內容。比如，在倒立擺系統上為舞動的杆設計一定的動作，形成舞動表演。學生自己完成動作設計、控制器設計等內容，老師給予一定的理論指導，實現「迪斯科」「倫巴」「快四-中四-慢四」等一系列基於一級倒立擺系統的連貫的舞蹈表演。
這樣的實驗設計，學生容易上手，又能參與設計，在輕鬆愉快的過程中不僅掌握了枯燥的理論知識，還將其應用在實踐中，解決了實際問題。
4 結語
我們以提高學生的學習興趣為導向，綜合考慮工程素質教育的要求，根據課程教學內容的性質和特點，將前沿技術引入教學內容，重構教學大綱和授課計劃，充分調動學生的學習積極性，激發學生的創新潛力。實踐表明，該方法高效率地提高了學生的創新意識和素質，充分調動了學生的學習積極性，激勵學生自主學習。
精心設計及開發神經網絡實驗，增加了學生的動手實踐環節。實物演示實驗降低了學生對人工神經網絡應用的排斥心理，增加了學生的學習興趣。遞進式的倒立擺系統創新實踐案例有效鍛鍊了學生的創新性思維以及應用理論解決實踐問題的能力。
參考文獻：
[1]鍾義信．智能科學技術導論[M]，北京：北京郵電大學出版社，2007.
[2]王萬森，方勇純，張磊，課程與教學研究[J]計算機教育，2011(15): 47.
[3]王萬森，適應智能化應用發展趨勢，培養創新型智能科技人才[J]計算機教育，2013(10):1．
[4]中國工程教育專業認證協會，工程教育認證標準[EB/OL]．[2015-07-30]．http://www.ches.org.cn/zgslxh/rzgz/rzbz/webinfo/2013/08/1376989480089284.htm.
[5]陳雯柏，李擎，王萬森，工程型智能科學與技術專業知識體系與課程研究[J]計算機教育，2014(19): 29-33．
[6]陳雯柏，湛力，高翔宇．基於倒立擺系統前饋型神經網絡實驗的開發[J]實驗技術與管理，2007，24(7): 34-37.
（編輯：孫怡銘）
（北京信息科技大學自動化學院，北京100192）
摘要：針對人工神經網絡的課程特點，提出將前沿科技引入教學內容，基於興趣與任務驅動開發一系列課程案例，對教學內容和教學方式進行課程改革。介紹在實驗教學環節基於倒立擺系統開發出的一系列實驗案例。
關鍵詞 ：興趣與任務驅動；人工神經網絡；課程改革；智能科學與技術
基金項目：北京信息科技大學2015年課程建設立項項目(2015KGYB11)；2015年人才培養質量提高項目(5111523309)。
第一作者簡介：陳雯柏，男，副教授，研究方向為人工神經網絡、智能機器人，chenwb@bistu．edu．cn。
O 引言
目前很多高校合併重組原有的多個專業，組建了智能科學與技術專業。在此情況下，各高校智能科學與技術專業的本科教學模式不但具有融合、交叉、綜合等特點，還具有自身特色。人工神經網絡課程是各個學校智能科學與技術專業開設的專業課，但是我國智能科學與技術本科專業的發展尚屬初級階段，很多課程和教學都處於建設和摸索階段。
1 人工神經網絡教學的現狀
人工神經網絡是智能科學與技術專業的一門核心專業課，它為機器人技術、以新一代網絡計算為基礎的智能系統、微機電系統( MEMS)以及與日常生活密切相關的各類智能技術提供有力的理論支撐。目前，人工神經網絡教學過程主要存在以下3個問題。
1)教學內容相對滯後，脫離前沿科技。
隨著高等教育的大眾化和普及化，教育體系漸漸無法適應社會經濟與科技的發展。教育體系與教學內容相對滯後尤其表現在智能科學與技術專業。近幾年，人工神經網絡的技術在工業、機器人產業甚至網際網路產業都取得了較大的進展，而目前人工神經網絡教學卻幾乎忽視了人工智慧領域的最新發展。
2)內容講解理論性強，講授枯燥無味。
目前，大多數人工神經網絡的教材和教學內容集中在研究生教育階段，教學內容的理論性較強，這就要求學生具備較好的數學基礎。然而，大部分本科學生還不具備足夠的知識儲備，很難深刻理解教師講授的人工神經網絡原理，容易產生厭學情緒。
3)實驗資源缺乏，學生動手實踐機會較少。
針對本科生的人工神經網絡教學開展時間較短，人工神經網絡方面的實驗設計較少，理論教學和實驗教學經驗也相對缺乏。這些情況導致學生的實踐動手能力得不到充分鍛鍊，造成實踐知識和實踐能力的培養缺失，很大程度上制約了應用型創新人才的培養，不能滿足工程素質教育的要求[3-4]。
2 將深度神經網絡引入教學內容
傳統的人工智慧課程由各個院校根據各自專業辦學特點而自行設定，課程的教學內容也有較大差別。人工神經網絡的教學內容一般只講解經典的多層感知器和反向傳播算法，或加入一些反饋網絡的內容，這種教學內容設計的一個不足之處是忽視了人工智慧領域的最新發展——深度學習。深度學習是近幾年人工智慧領域最具影響力的研究主題，並在大規模語音識別、大規模圖像檢索等領域取得突破性進展。
2006年以來，深度學習的研究席捲了整個人工智慧領域，從機器學習、機器視覺、語音識別到語言處理，都不斷湧現出新的研究成果。深度學習不僅在機器學習領域成為研究熱點，在多個應用領域也成為有力工具。在工業界的系統應用中，深度學習也成為其中的關鍵解決技術。
深度神經網絡模型如圖1所示，它模擬了人腦的深層結構，比淺層神經網絡的表達能力更強，能夠更準確地「理解」事物的特徵。基於圖1的網絡模型，在學習經典的前向型神經網絡與反饋型神經網絡後，利用前沿技術——深度神經網絡，可以幫助學生建立對人工神經網絡課程內容的認可，激發探索與應用連接主義人工智慧學派研究成果的興趣。人工神經網絡的教學內容為：①感知器；②BP神經網絡；③徑向基神經網絡；④Elman神經網絡；⑤Hopfield神經網絡；⑥自組織競爭人工神經網絡；⑦CMAC神經網絡；⑧神經網絡的優化方法；⑨深度神經網絡。將深度神經網絡引入教學過程，不僅能夠增加學生的知識面，也可以使學生順應社會的需求。
3 開發人工神經網絡實驗，增強學生動手能力
由於教學條件和課程學時所限，很多教學內容僅停留在理論介紹。因為知識點抽象，學生理解起來比較困難，實際教學效果不甚理想。人工神經網絡課程的主要教學內容是連接主義學派的成果，因此學生對該門課程的價值缺少直觀感受，進而出現了學習興趣不足的現象。
智能科學技術是自動化工程、計算機工程、通信工程、機電工程等工程學科的核心內容，具有極強的工程性和實踐性。工程技術型人才的培養目標是為各個工程領域培養具有應用能力和創新能力的人才。如果想讓學生走出教室、走出純粹的理論學習，走向實驗室、走向實戰，那麼在教學時就要精心設計一些實驗案例。CDIO工程教育依照「項目任務驅動目標學習」的教學理念，重點培養學生的創新能力、實踐動手能力及團隊合作精神。工程案例式教學運用多種方式啟發學生獨立思考，要求學生對工程案例提供的客觀事實和問題運用所學理論進行分析研究、提出見解、作出判斷。目前，基於上述原則，我們開發了一系列有針對性的實驗案例。
我們把倒立擺的穩定控制作為人工神經網絡實物實驗平台，如圖2所示。作為控制理論教學和科研中不可多得的典型物理模型，倒立擺系統是一個絕對不穩定系統，需要採用有效的控制策略才能使之穩定。在實驗開始之前，教師先向學生介紹基於MATLAB/SIMULrNK環境和固高直線一級倒立擺系統構建前饋型人工神經網絡的實驗方案。實驗演示使用BP網絡作為控制器，實現一級倒立擺系統的穩定控制。
該實驗簡單易行、效果直觀，讓學生復現該過程有利於幫助其從本質上理解前饋型人工神經網絡及其應用。以上的實驗屬於驗證性實驗，主要目的在於引導學生入門，激發學生興趣，實驗設計以簡單易行為主。
為了進一步提高學生的實踐動手能力及創新能力，我們在學生完成前面實驗之後設計了進階實驗，更加注重培養學生自己對神經網絡控制器的設計及使用。在實驗過程中，我們給學生提供一定的任務，要求學生查閱資料並完成實驗。實驗內容包括：①基於神經網絡一級倒立擺系統的舞蹈控制；②基於神經網絡二級倒立擺系統的穩定控制；③倒立擺系統的神經模糊控制。
在實驗中，學生可以自由發揮自己的創意，設計一些有趣的實驗內容。比如，在倒立擺系統上為舞動的杆設計一定的動作，形成舞動表演。學生自己完成動作設計、控制器設計等內容，老師給予一定的理論指導，實現「迪斯科」「倫巴」「快四-中四-慢四」等一系列基於一級倒立擺系統的連貫的舞蹈表演。
這樣的實驗設計，學生容易上手，又能參與設計，在輕鬆愉快的過程中不僅掌握了枯燥的理論知識，還將其應用在實踐中，解決了實際問題。
4 結語
我們以提高學生的學習興趣為導向，綜合考慮工程素質教育的要求，根據課程教學內容的性質和特點，將前沿技術引入教學內容，重構教學大綱和授課計劃，充分調動學生的學習積極性，激發學生的創新潛力。實踐表明，該方法高效率地提高了學生的創新意識和素質，充分調動了學生的學習積極性，激勵學生自主學習。
精心設計及開發神經網絡實驗，增加了學生的動手實踐環節。實物演示實驗降低了學生對人工神經網絡應用的排斥心理，增加了學生的學習興趣。遞進式的倒立擺系統創新實踐案例有效鍛鍊了學生的創新性思維以及應用理論解決實踐問題的能力。
參考文獻：
[1]鍾義信．智能科學技術導論[M]，北京：北京郵電大學出版社，2007.
[2]王萬森，方勇純，張磊，課程與教學研究[J]計算機教育，2011(15): 47.
[3]王萬森，適應智能化應用發展趨勢，培養創新型智能科技人才[J]計算機教育，2013(10):1．
[4]中國工程教育專業認證協會，工程教育認證標準[EB/OL]．[2015-07-30]．http://www.ches.org.cn/zgslxh/rzgz/rzbz/webinfo/2013/08/1376989480089284.htm.
[5]陳雯柏，李擎，王萬森，工程型智能科學與技術專業知識體系與課程研究[J]計算機教育，2014(19): 29-33．
[6]陳雯柏，湛力，高翔宇．基於倒立擺系統前饋型神經網絡實驗的開發[J]實驗技術與管理，2007，24(7): 34-37.
（編輯：孫怡銘）
收藏