浅析人工智能教学和计算思维的培养

浅析人工智能教学和计算思维的培养

於朗

四川中医药高等专科学校四川绵阳621000

摘要：本文主要针对人工智能教学和计算思维的培养问题展开分析，对人工智能教学和计算思维培养的思路以及方法进行了研究，提出了一些比较可靠的培养方案和建议，希望可以为今后的人工智能教学和计算思维的培养工作提供参考。

关键词：人工智能教学；计算思维；培养

1计算思维

近些年来，计算思维的诸多方法包括关注点分离和抽象以及分解等内容逐步应用，在教学和培训活动中，取得了较好的成绩。以美国为例，在美国教育界中计算思维得到了广泛的应用，卡内基梅隆大学的专题讨论和美国计算机协会以及美国国家计算机科学技术教师协会等众多团体都参与到了计算思维的应用和传播活动中来。除了美国以外，英国的教育界也开展了对计算思维的全面探讨，并尝试着将计算思维应用到哲学和物理以及生物等诸多领域。BCS，全名BritishComputerSociety是英国计算机学会，该协会组织了欧洲的相关专家学者对计算思维进行了全面深入的研讨，并创造性地提出了欧洲的行动纲领，这对于计算思维的全面适用来说具有非常重要的意义。

计算思维于2006年由美国卡内基•梅隆大学的周以真（J.M.Wing）教授提出，其定义为：运用计算机科学的基础概念（即思想和方法）去求解问题，设计系统和理解人类行为。它的特征可描述为：是概念化而不是程序化；是根本的而不是刻板的技能；是人的而不是计算机的思维方式；是数学和工程思维的互补与融合；是思想而不是人造物；是面向所有的人、所有的地方。计算思维的本质是抽象和自动化。抽象体现在完全使用符号系统甚至形式化语言；自动化体现在算法实现最终是机械地按步骤自动执行。计算思维是一种形式规整的、问题求解的和人机共存的思维。典型的计算思维包括一系列广泛的计算机科学的思维方法：递归、抽象和分解、保护、冗余、容错、纠错和恢复，利用启发式推理来寻求解答，在不确定情况下的规划、学习和调度等。

计算思维的概念一经提出，就引起了国内外很多研究者的注意。2007年，微软研究院资助美国卡内基•梅隆大学建立了计算思维中心，以寻找计算机科学与其他领域交叉研究的新方法。2008年，ACM公布的《CC2001计算机科学教学指导草案》也明确提出应该将计算思维作为计算机科学教学的重要组成部分。董荣胜论述了计算思维与计算机方法论的关系。朱亚宗指出，计算思维、实验思维和理论思维是人类三大科学思维方式，并指出交叉创新是计算思维创新发展的根本途径。

但是，周以真教授给出的计算思维概念比较宽泛和抽象，如何理解计算思维的根本内涵，着手培养学生的计算思维，还存在很多需要深入探讨的课题。国内一些教育者就如何在实际教学过程中培养学生的计算思维作了一些探索。2010年，教育部高等学校计算机科学与技术教学指导委员会编制的《高等学校计算机科学与技术专业人才专业能力构成与培养》中指出，计算机专业人才的专业基本能力主要包括计算思维能力、算法设计与分析能力、程序设计与实现能力、系统能力。

2人工智能教学和计算思维的培养策略

2.1计算思维的内涵

所谓“计算思维”，主要是指运用简洁、输入、转化以及模拟仿真的方式，将一个看似复杂的问题转变成一个相对简单的问题的思维过程。与传统的数学思维不同，计算思维作为一种相对新型的思维模式，其倡导的是形式规整的、问题求解的以及实现人机共存的思维过程。将计算思维融入到人工智能教学中，通过信息化教学手段向学生传递计算思维，激发学生的计算思维能力，对于学生进一步理解和掌握人工智能理论技术具有十分重要的意义。

2.2计算思维的抽象教学

抽象思维是当今科学研究的主要手段之一，其是在诸多繁杂的数据信息中抽离出来的具有相同内在特征的一种方法。长期以来，人工智能都在从不同的层面探寻人类大脑思维的构成与思维活动形式，同时对这些思维构成与活动形式进行高度抽象的概括，从而使其演变成为各种思维模型。因此，在进行人工智能教学时，教师需要向学生重点讲解这类思维模型的抽象概括原理，并向学生展示模型抽象形式的过程。例如，在学习人工神经网络这一内容时，教师应在授课前引导学生思考人脑的思维运作方式，并让学生从计算机技术的层面思考人脑运作方式的模型构建，随后让学生思考这类模型如何利用数据结构完成储存的，最后向学生展示已有的模型设计过程。通过层层思考、层层深入的方式，使学生对人工神经网络有了更加深刻的了解。

2.3计算思维的实验教学

当前高校课堂对人工智能教学的内容讲解还只是停留在向学生讲授基本原理与计算方法的层面上，然而对这些基本原理与计算方法的实际运用却没有太高的要求。针对这种情况，人工智能教学还需要融入相关的实验教学，使学生在实际运用中逐步形成计算思维。实验教学要求学生能够掌握人工智能问题的分析建模，进而培养学生的计算思维。为了完成这一实验教学，教师可以在课堂中以相关知识的基本原理为基础，融入一系列的具有开放性与创新性的实验，同时，在实验题材的选择上可以选择研究性较强的实践问题。例如，在进行综合性实验过程中，可以适当加入本课程教研组的最新研究成果，在让学生进一步了解学校科研成果的同时，还能通过类似的实验锻炼学生自主思考、发现和解决问题的能力，帮助学生树立问题意识。

2.4计算思维的转化教学

由于人工智能的实现离不开电子计算机，所以在教学过程中必须重视对算法原理的转化教学，从而让学生了解人工智能的实现过程。在实际的教学中，教师需要先让学生建立起算法的基本逻辑框架，对比人脑计算与电子计算机计算的区别与联系。随后，教师让学生研读相关算法的源代码，进而逐步建立起学生通过程序语言实现与电子计算机沟通的桥梁，这样做是由于学生通常习惯于利用数学建模的方式对算法进行描述，而对于算法用源代码描述方面的能力有所欠缺，让学生研读源代码有助于将学生的数学思维转化为计算思维。最后，教师根据学生对源代码的掌握情况，指导其设计属于自己的智能算法，并将代码录入计算机中进行对比分析。

2.5计算思维仿真教学

仿真教学主要是对教材已有的理论知识与计算方法实行更直观的可视化教学过程。由于人工智能课程知识过于抽象，以致学生在学习过程中无法真正体验与感受到教师所讲授的算法与基本原理在实际运算中的应用情况，进而使学生对有关的基本原理的用途不明确，不能真正将所学知识运用到实处。在这种情况下，教师在教学时可以借助WEKA，为学生提供一个清晰的可视化计算坏境，对有关的算法进行仿真试验，从而让学生可以更深的了解人工智能课程的原理内容。例如，在学习人工神经网络时，教师可利用WEKA将需要建立仿真试验的数据编辑输入，设置好相关的参数后向学生展示具体算法的可视化过程。

3结束语

综上所述，本文对人工智能教学和计算思维的培养进行了分析，论述的人工智能教学和计算思维培养的一些方式，对培养过程中需要关注的要点进行了探讨，可以为今后的相关教学和培养工作提供借鉴。

参考文献：

[1]陈杰华，戴丽娟.以培养计算思维为核心的程序设计实验教学[J].实验技术与管理，2018（13）：182-183.

[2]牟琴，谭良.计算思维的研究及其进展[J].计算机科学，2018（09）：135-136.