人工智能课程评价范文
时间：2023-08-20 15:07:27
导语：如何才能写好一篇人工智能课程评价，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097 (2008) 10―0043―04
教育部在2003年颁布的高中信息技术新课程标准中，首次把“人工智能初步”设置为选修模块，与多媒体、网络、程序设计、数据库技术等一起列入信息技术课程体系[1]。此举曾被视作信息技术课程改革的亮点之一。然而，在如今高中信息技术新课改已经全面铺开之际，人工智能选修课程的推进仍然举步维艰，面临诸多困难和问题。
一 高中人工智能课程的现状分析
自2004年我国部分省级实验区开始推进高中新课程改革以来，信息技术课程改革已经开展了四年之久。从目前的总体情况来看，信息技术课程的基础模块与多媒体技术、网络技术、算法与程序设计三个选修模块的实施情况较好，而数据库技术与人工智能初步两个选修模块的推进情况相对不佳。特别是人工智能课程，至今在全国范围内正式开设该课程的学校寥寥可数，少数高中展开了一定的探索和实验，而大多数学校仍持有观望态度。以下分别从实施取向和实施层次的角度分析该课程的现状：
（1） 课程实施的取向
由于我国长期以来实行的是全国统一的课程与教材，按照统一规定执行教学计划，对学校和学生的评价也是按照统一标准与方式实施的，因此我国以往的课程实施基本上都采用了忠实观的取向[2]。本次新课改中信息技术课程的实施过程难免受到这种取向的影响。然而，新课程标准中对信息技术技术各个模块的具体实施并没有明确而详细的规定，从而使教师对包括人工智能模块在内的课程实施缺乏长期惯于依赖的参照和依据，增加了课程实施的难度，造成部分模块的课程难以开设的情况。
（2） 课程实施的层次
课程实施包括五个层面的变化，即教材的改变、组织方式的改变、角色和行为的改变、知识与理解的改变、价值的内化[3]。目前高中人工智能课程在教材改变的层面已经做出了一定的努力。在课程标准的指导下，现已出版的五套教材在体例、版面、学习活动、评价等方面进行了多样化的设计，基本上贯彻了新课标所倡导的课程目标和理念。在组织方式的层次，少数已经开设人工智能课程的学校结合学生的兴趣与学校的实际情况，有针对性地开展了课程的组织。然而，仍然有一些地区或学校不愿或不习惯打破原有的课程组织方式，而是采用硬性规定的方式，人为指定两三门课程，将选修变为必修，限制学生的自由选择，依然维持原有的固定班级授课的形式。教材的改变仅仅是课程实施的开始，在组织方式、角色或行为、知识与理解、价值等层次，大部分学校还未发生变化或变化还很小。
（3） 课程实施的典型个案
目前国内开展人工智能课程教学或实验的典型学校如表1所示。总体来看，这两所学校都地处东南沿海地区，且学校本身比较积极参与高中新课改的实践探索，属于“敢于吃螃蟹”的类型。考虑到课程本身的要求较高，两所学校都选取了基础较好的学生开展教学。到目前为止，两所学校均已开展了三期的教学或实验探索，任课教师及时总结教学心得体会，并在相关教学刊物或课程研修活动中与广大一线教师分享教学经验。
二 高中人工智能课程的影响因素
根据Snyder的研究，可以把课程实施的影响因素归纳为四个方面：课程改革自身的性质、校区的整体情况、学校的水平以及外部环境[4]。结合高中人工智能课程的现状，本文分别从以上四个方面来探讨影响该课程的主要因素。
（1） 课改自身的性质
课程改革本身的性质是影响课程实施的第一要素。它包括课程改革的必要性及其相关性、改革方案的清晰程度、改革内容的复杂性以及改革方案的质量与实用性。结合信息技术新课程改革的相关调查研究，广大信息技术教师和教研人员对课改的必要性应该认识得比较到位，然而他们对信息技术课程中是否有必要单独开设人工智能模块存有疑惑。其次，不少教师对课程改革方案（课程标准）的认识并不是非常清晰。他们认为新课程标准中的教学理念、实施建议等内容相对抽象，不易把握和理解，缺乏具体的针对性，可操作性不强。再次，人工智能课程的实用性相比其他模块并不明显，课程内容也相对难度较高。这些因素造成课程设置的必要性不强、实施难度大、实用性不高，直接影响人工智能课程在学校的顺利设置。
（2） 校区的整体情况
校区的整体情况主要包括地区的适应性、地方管理部门的支持、教学队伍的培养、教学研讨和交流等等。各地区对课程改革的需要程度会直接影响人们实施课程的积极性和主动性。我国东西部地区的学校对课程改革的需求程度不同，从而造成了课程实施的地区差别。从目前开设人工智能课程或教学实验的学校来看，均分布于东南沿海较为发达的地区。这些学校的共同特点是基础条件较好，对课程改革的积极性高，敢于进行教学尝试和革新。此外，地方管理部分的支持对课程实施也有很大影响，如广东省为了推动信息技术课程改革，专门出台了关于课程标准的教学指导意见[5]。其中强调“要特别注意人工智能初步”，并针对人工智能课程提供了较为具体的教学建议，从而促使该省出现了全国最早正式开设人工智能课程的学校。师资队伍也是影响课程的因素之一。目前大多数高中缺乏熟悉人工智能课程内容和教学方法的专业教师，使得学校无法开设该课程。因此，有关人工智能课程的研讨和学习交流显得尤为重要，然而目前这些方面的活动总体上相对缺乏。
（3） 学校的水平
学校水平对课程实施的影响因素包括校长的作用、教师的个人特征和教师集体的行为取向。学校是课程改革的基本单位，校长和教师是学校课程改革的动因。校长对课改理念的理解，以及对课改的支持、参与程度都会影响课程的顺利实施。校长通常会根据上级主管部门的意见，结合本校的实际情况，权衡课程改革可能对学校形成的各种影响。在高考的影响下，信息技术课程在高中各科中长期存在地位“低人一等”的现象，甚至出现课时常被“侵占”的现象。如果校长对信息技术课程本身不重视，那么要求学校开设人工智能选修课无疑是一种奢望。此外，一所学校教师个人和集体的改革意识的强弱也会影响课程的实施。从人工智能课程的现状来看，恰好印证了这一点：改革意识强的教师个人或教研组即使没有上级的硬性指令，也能积极展开各选修模块的教学尝试和探索，并自觉地从教学者成长为研究者，而思想保守的学校即使具备了课程实施的基本条件，也不愿积极开设相关的选修课程，长期停留于课程的“忠实执行者”的层次。
（4） 外部环境
外部环境因素主要包括政府部门的重视、外部机构的支持以及社区与家长的协助。各国课程改革的经验表明，教育行政部门和相关机构的态度在很大程度上影响到新课程的顺利实施。特别是我国长期以来受到前苏联教育模式的影响，课程改革通常是自上而下的模式，新课程的实施主要依靠各级政府教育行政部门的政策和指令的推动。本次新课程改革同样继承了这一模式，但是整个教育体制和评价体系未能及时进行相应的调整，因此在某些方面造成各级教育部门的政策抵触，出现“上有政策、下有对策”的情况。此外，社区与家长对新课改的认识和态度也影响到人工智能课程的实施。研究表明，社区与家长更加关心的是新课改是否有助于提高学生的学业成绩，是否会给学生造成更大的负担，而对学生能力的全面发展和个性的培养则是其次的考虑。因此，要使社区与家长认识和了解课程改革的意义和目标，引导其关心新课程、支持新课程才能更好的促进新课改的健康发展，进而才可能使得包括人工智能在内的高中各科选修模块得以全面开设与实施。
三 高中人工智能课程的反思
通过调查访谈以及与相关授课教师的交流，笔者了解到高中人工智能课程的教学情况和教师的经验体会。总体来说，该课程的推进情况不如预期理想，需要从课程的设计、管理、教学以及评价等方面进行反思。
（1） 课程设计
本次高中信息技术课程改革将原来的一门课程分解为1个必修模块和5个选修模块，从而给学生提供多样化的选择。“人工智能初步”选修模块是作为智能信息技术处理专题设置的，以反映信息技术学科的发展趋势，体现教育的时代性要求。课程设置的目的在于使学生在技术掌握与使用的过程中，逐渐领会信息技术在现代社会中的应用以及对科学技术和人类发展的深远意义[6]。然而，以上的描述更多是该模块的隐性价值，相比其他模块该课程的显性价值并不是很直观。而一线的信息技术教师较多关注的是该课程的显性价值：课程能给学生带来些什么？学生的实践能力能否有较大提高？教师们在没有找到一个合理的价值依托之前，一般不会贸然开课。这一点值得课程设计者和教研人员的深刻思考。
通过网络问卷调查，不少教师认为人工智能课程在高中开设是有一定必要性的[7]，但并不意味着所有的学生都需要学习该课程。课程应面向对人工智能有一定兴趣的学习者，且最好有一定的基础。事实上，相对于其他选修模块，选择人工智能课程的学生并不是很多。因此，结合我国目前的情况，可以考虑优先在发达地区条件较好的部分学校开设，再进一步利用其示范作用，以点带面，逐步铺开培训、指导、交流的规模和影响面，积极稳妥地推进高中人工智能课程的建设。
（2） 课程管理
课程的有效管理有助于提高课程实施的质量。上个世纪90年代以来，我国的中小学课程由原来的中央集权管理体制逐步转变为国家、地方、学校的三级管理体制。国家负责课程的总体规划，省级教育部门结合本地区实际制定课程计划或实施方案，而学校也将有权根据学校传统或学生兴趣开发适合本校的课程。目前人工智能课程虽然已被列入国家课程标准，但在地方管理层面并未得到应有的认可。部分地区考虑到高考因素，直接将人工智能模块排除在学生的选择范围之外，无疑成为阻碍该课程顺利实施的一个重要原因。
目前我国高中了解熟悉人工智能教学内容、方法的教师十分缺乏，相关教育主管部门需加强该课程的师资培养，邀请教材编写人员和相关专家，积极开展各级培训、研讨和交流活动，以务实的态度来听取学科教师的意见，为他们提供一些明确的、可操作的指导和建议。也可以开展优秀教学案例的征集和评奖，通过公开课的观摩和点评活动，或吸纳中学教师参与有关课程改革和教学研究的课题，以此提高教师参与改革的积极性。此外，国内高等师范院校信息技术相关专业应该对新课改作出及时的反应，针对高中信息技术各选修模块为师范生开设相关的课程，为课改的成功实施提供后备师资力量的支持。
（3） 课程教学
从已开展的人工智能课程教学或实验情况来看，主要的教学体会包括：教学对象选取时要有针对性，不宜硬性指定，应结合学习者自己的兴趣和学习基础供其自由选择；由于课程的理论和技术的要求较高，不宜大量采用“讲授法”进行教学，应设计一些有挑战性的活动供学生实践；为保证教学进度有序进行，可通过课堂小测及时巩固所学内容；应提供良好的网络条件和计算机设备以支持课程教学和实践的顺利开展。
国外一些高校通过远程网络的手段与中学合作开展人工智能教学，加快了课程建设的步伐，并提高了教学质量。大学负责教学网站的建设维护，主持与中小学的讨论答疑，中学则负责课程教学的具体实施。文中个案也印证了这种做法的有效性：让一些致力于高中人工智能课程研究的高校和部分条件较好的中学建立共同体，协作推动课程的实施。一方面，高校研究人员能为中学提供教学指导建议、技术和资源的支持；另一方面，中学的教学实践也为高校进行课程教学研究提供了材料和依据。
（4） 课程评价
研究表明，评价目前已成为影响高中信息技术新课程实施的一个重要问题[8]。从本次课改的动因来看，针对我国现行教育体制下的高考选拔制度在很多方面呈现的弊端，新课改力图在一定程度上改变这一局面，努力使学习者能够真正获得全面的发展。但是，在目前情况下以高考为“指挥棒”的评价体系短期内仍然无法发生质的变化。高中新课改实施以来，部分省份相继将信息技术课程纳入了高考的范畴，以往信息技术课程不受重视的情况逐渐得到了一些改善。然而，高考是否解决信息技术课程评价问题的一剂良药，进而为人工智能课程的实施及其评价带来新的希望，目前仍是值得怀疑和思考的问题。特别是当前高考科目已经较多，再增加科目无疑会加重学习者的负担，且很容易回到应试教育的老路上。
其次，虽然新课程标准中提供了关于课程评价的建议，但是其中的内容仍然比较抽象，可操作性不够。如在信息技术课程标准的评价建议中，提倡评价主体的多元化，关注学生的个别差异，综合应用多种过程性评价方式，适当渗透表现性评价的理念，等等。这些内容从理念上来讲都是很好的，但是如何在教学实践中加以操作实施，对一线教师而言仍是不够明确和难以把握的问题。而且，信息技术课程的每个模块各有特色，然而课程标准并未就此提供专门的评价建议。因此，一套科学合理、适合人工智能课程的评价体系和方法仍需要教研人员在实践中不断摸索总结。
参考文献
[1] 教育部. 普通高中技术课程标准(实验) [S].北京:人民教育出版社,2003:9.
[2] 钟启泉. 课程论[M].北京:教育科学出版社,2007:207-214.
[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).
[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.
[5] 珠海教育信息网. 广东省普通高中信息技术课程标准教学指导意见 [DB/OL].
[6] 顾建军等.技术课程标准(实验)解读[M].武汉:北教育出版社,004:9.
篇2
关键词：人工智能；Python程序设计教学；项目驱动混合教学模式
人工智能技术在教育领域的应用已经非常深入，它可呈现深度学习、跨学科融合、人机协同、群智开放、自主操控等诸多内容，并在教学中引发链式突破、推动教学内容的数字化、网络化与智能化跃升式快速发展。所以说在教育领域中，人工智能如鱼得水，它获得了更大的自我技术展现空间，也为学生学习新知识内容带来诸多福音。
一、高职院校Python程序设计教学引入人工智能技术的必要性
人工智能本身离不开算法，而算法的实现则需要语言做支撑，像目前高职院校的Python程序编程设计教学就可引入人工智能技术，Python作为AI时代的头牌语言其融合性教学也成为了培养AI人才的重要关键。目前国内许多高职院校都在全面推行人工智能技术背景下的Python教学，将其作为是数据分析、网络攻防的第一语言以及编程入门教学的第一语言。
换个角度讲，高职院校在Python程序设计教学中引入人工智能是非常必要的，因为它关系到高职生未来的就业生存、岗位专业能力创新与事业发展，考虑到人工智能领域的知识理论性偏强，且对学生的数学基础能力要求较高，整体学科学习难度较大，所以许多高职院校也在思考如何将人工智能技术内容合理融入到Python程序设计教学体系当中，为学校相关专业领域拓展教育新路，培养对路人才[1]。
二、高职院校人工智能背景下的Python程序设计教学方法应用研究
（一）教学应用概述与教学目标明确
Python语言作为高职院校守门程序设计课程教学语言，相比于其它传统计算机语言具有简单易学、程序可读性、可迁入性、可扩展性、逻辑结构缜密等特点。同时该编程语言采用了开放开源设计，拥有12万以上的第三方库，可有效避免编程重复问题，提高教学中的语言编程教学效率。另外Python是一种解释型语言，它的跨平台与可移植性相当之强，可在任何系统中拷贝运行，对环境配置要求不高。
为了确保某些没有编程基础知识能力的高职生也能学好Python语言程序设计课程，教师专门在教学中加入了人工智能技术内容，围绕该技术融合可开展的Python编程语言课程就包括了Python安装、Python输入输出、Python特性、人工智能编程等等知识内容。在教学中希望明确3点教学目标：
第一，要求学生初步具有利用Python初步编写基本程序的能力。
第二，要求学生掌握Python编程语言的基本特性。
第三，要求学生深入了解某些常用Python库，特别是了解人工智能的基本思想与编程方式，能够利用人工智能和Python编写出某些复杂的处理程序。
（二）创新教法设计应用
为切实达到Python程序设计教学目标，凸显学生在课堂教学中的主体地位，教师可采用任务驱动配合项目驱动的混合教学模式展开一系列的教学设计活动，引导学生循序渐进的完成各项教学任务内容，不断提升自身的Python语言程序设计水平。
具体到教学方案设计中，教师专门围绕学生中心、任务载体将教学内容相对巧妙的隐藏于具体的教学任务中，再通过Python编程语言新知识内容与新教学技能驱动学生深入学习展开基础章节任务，结合任务结果评价评价学生对知识点的掌握情况。这一教法的提出与运用希望解决传统程序设计教学中理论与实践相互分离的不利教学局面，希望将课堂中的所有理论内容全部转移到实践任务中，凸显教学中理论与实践过程的相互和谐统一。如下：
教师为学生设计教学任务，设计Python程序示例任务，将fileA和fileB两个文件各存放于不同的两行字母中，然后将两个文件中的信息数据内容完全合并，按照字母顺序排列并再次输出一个新文件fileC，以下给出该任务教学中的程序设计编写代码：
fp1=open(‘fileA.txt’)
data1=fp1.read()
fp1.close()
fp2=open(‘fileB.txt’)
data2=fp2.read()
fp2.close()
fp3=open(‘fileC.txt’，w)
data_all=list（data1+data2）
fp3.write（data_unite）
fp3.close()
采用上述项目任务驱动项目混合教学法可为学生构建一个相对完整的人工智能Python程序设计教学独立项目，将项目完全交由学生独立处理完成，教师负责设计教学方案，而由学生收集信息，实施项目并最后再由教师给出学生项目完成评价。它全面考验了学生对于Python基本库与第三方库的学习了解与运用程度，同时在融入大量人工智能编程思路后颠覆学生的语言编程学习认知思维，让学生了不但能够练习独立编程，也能共同学习协作编程，全面提高自己的的Python语言编程能力[2]。
总结：
综上所述，在高职院校中采用人工智能技术配合Python语言编程设计可有效拓展教学思路，而本文中所采用的的任务驱动项目混合教学模式则能有效激发学生的学习热情，促进他们合理运用所学习知识解决实际问题，彻底摆脱复杂语法及算法所带来的学习困扰，更好学习Python编程语言知识。
参考文献
篇3
人工智能技术的诞生，为人类探索计算机科技、便捷生活展望了美好的前景，提供了丰富的想象空间，在社会科学中的应用广泛。教育手段革新，需要一种新的技术作为保障和支持。人工智能技术应用的普遍性和网络教育技术发展的需求性一拍即合，成为一种新的教育发展模式。本文将对人工智能在网络教育中的应用进行探究。
【关键词】人工智能 网络教育 具体应用
1 网络教育模式的发展现状
1.1 网络教育的优势
网络教育模式是对传统课堂教育模式的更新与演进，传统课堂教育模式具有交流便捷、课堂管理方便的优势，但是也受到空间和时间的双重限制，需要缴纳昂贵的场地和设施费用，难以追赶新时期人们快捷的工作步伐。网络教育通过互联网远程传递，在继承和发展了传统课堂优势的同时，弥补了缺点和不足，在虚拟的网络环境，摆脱了有关时间、空间、身份等诸多限制，促进了教育手段的创新，为人们提供了更多接受教育的机会，促进了国民教育水平的提高。
1.2 网络教育存在的问题
网络教育的问题主要体现在以下方面：
1.2.1 操作平台的局限性
网络教育登录界面的首页，一般包含着课程选择、成绩查询、习题演练、师资介绍等基本内容，这容易导致众多网络教育平台具有相同的首页模板和计算机程序，不同平台、不同学科、不同专业没能充分体现出其独一无二的课程特色。操作平台具有局限性，无法充分体现人性化特色和该课程的特殊化要求。
1.2.2 教学方式的一致性
网络教学中，一般采用计算机程序设定好的流程，授课、复习、习题演练、期末考试、综合评估为基本程序，流程化操作，无法根据学生的学习特点和成绩要求制定相应的教学方式。教学评价流程过于死板，无法像教师一样考虑其他综合因素进行分析，这就容易导致考试系统的公平性、评分的合理性受到质疑，无法体现教学权威性。
1.2.3 服务系统的落后性
网络教育是以计算机的软件程序为表现载体，将教学课程和学习方式相融合。随着知识体系更新换代的不断加快，学术纠错的发生，课程及时更新也是十分重要的。但是网络教育服务系统具有一定的落后性和延时性，传递的知识和答疑手段相对落后，影响着网络教育的准确性和科学性。
2 人工智能在网络教育中的具体应用
网络教育缺陷的存在，其重要原因是教育流程系统的“刚性”无法符合学习者不同的教学需求，不懂得如何具体因人而异、因材施教；而人工智能“柔性”的工作特点，可以有综合考虑各种影响因素，并及时调节，恰好是对缺陷的补充。事实证明，人工智能在网络教育中的具体应用也取得了较好的效果，主要体现在以下方面：
2.1 专家系统的应用
专家系统是对智能教学系统、决策系统、导学系统以及先进的智能化硬件设备的总称。传统的网络教育是流程化、规范化的，智能化教学系统是对每个流程应用智能化手段，促进教学过程的科学性。
2.1.1 智能决策系统。
在课程开始之前，增设智能决策功能即智能决策系统，类似于学校的入学考试，对学生的学习能力、成绩水平、智力状况进行基本的分析和了解，以学生能力而不是教师要求为教学依据，制定合理的教学计划和学习方案；通过智能化设计，确定学习成绩分阶段测试计划、智力开发方案和考试模拟系统等，通过这些方式，实现对学生能力的充分开发。
2.1.2 智能导学系统
这是通过对学生一定时期学习环境的营造，通过对环境内各影响因素施加措施，为学生的学习提供优质条件。影响因素包括教师、学习资源、外部因素等，一旦学生学习没有达到预定的目标，教师模块就会对学生的动态行为做出科学正确的指导，并向正确的学习轨迹纠正；学生学习所需要的参考资料、试卷分析、时事热点等，会根据学生的学习进展情况及时更新资料库；学生在学习中遭遇困境，系统会根据智能化发挥引导和提醒功能。
2.1.3 智能教学系统和智能化硬件设备
智能教学系统和智能化硬件设备分别是智能学习系统的软件和硬件载体。智能教学系统是智能决策和智能导学子系统的综合，是几种不同模式的组合与搭配，最终出现适合学生自身的学习模式，并且让系统关系更加稳固；硬件系统是网络学习的基础和载体，包括传输设备中的路由器、交换机设备，终端的打印机、摄像头等。
2.2 其他人工智能系统的应用
2.2.1 语言处理系统
语言处理系统在人工智能领域是一种应用较为广泛的技术，系统内部拥有录音模块、语言识别模块、转换模块和输出模块。学生向录音系统发出声音，语言识别和转换模块将语言转化为文字显示在计算机界面上。就目前的技术来说，语言处理系统可以处理简单口语和书面语言，局限在普通话，随着语言库的升级，语言处理系统的功能会越来越强大。这一功能的出现，对学生学习语言口语和减少文字任务有很大的帮助。
2.2.2 知识库系统
知识库系统是对知识和数据的整合、汇总和储存，学生仅依靠记忆中对知识的只言片语和残损记忆，发挥知识库强大搜索功能，自动分辨出关键词，并提供完整的数据。这对学生学习记录的查找和知识的复习有很大帮助，也有助于系统的升级和完善。
3 促进人工智能在网络教育中应用的具体措施
3.1 加大资金支持
资金支持是发展新科技的坚实保证，政府和相关机构应该重视人工智能在网络教育发展中的巨大作用，提供政策的优惠和资金拨款，给予场地和设备的支持。有了资金的支持，可以吸引优秀人才开展系统研发和技术升级工作，可以为人工智能的应用提供高性能、高水平、先进的硬件设施保障。
3.2 开展教学实施
应该积极促进人工智能在网络教育中的教学实施活动，通过一线学习的监测和实验，推动新技术的普及与应用。在相关专业院校安装人工智能软件，也是促进教学实施的有效途径。
4 结束语
综上所述，人工智能是一项应用广泛，可研究性强的计算机前沿技术。通过人工智能相关技术的研究，能够解决网络教育中存在的诸多问题，提高学生的学习质量和效率，方便老师的教学管理，以及对教育教学模式将产生深刻影响。
参考文献
[1]冯佳.虚拟机技术在计算机网络课程教学中的应用[J].计算机光盘软件与应用，2011（17）.
[2]王世刚，王纪凤，尚玉莲，赵学军.计算机网络课程教学中的虚拟机技术应用[J].中国现代教育装备，2011（01）.
[3]刘健.人工智能在网络教育中的应用探索[J]. 计算机光盘软件与应用，2014（06）.
[4]陈建锋.人工智能及其在计算机网络技术中的应用[J].城市建设理论研究.2015（03）.
作者简介
侯燕（1981-），女，山东省济宁市人。硕士学历。现为齐鲁师范学院讲师。研究方向为计算机应用。
篇4
关键词：人工智能；高中生；职业规划；建议
一、引言
人工智能的不断发展与拓展促进了我国各个领域的发展，同时对各个行业产生巨大冲击，很多需要人工机械作业的领域将会使用机器人，造成大量人员的失业。面对如此现状，今后我们高中生如何做好职业生涯规划成为当务之急，只有深刻把握社会发展趋势，加强学习方向与时代潮流的匹配性，才能迎接挑战、抓住机遇、趋利避害，做好职业选择和规划，更好地适应今后的社会发展。
二、人工智能的发展现状和趋势
（一）人工智能的发展现状
“人工智能”一词最初是在1956年Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。目前，人工智能技术在美国、欧洲和日本呈现飞速发展趋势。随着人工智能技术的快速发展，人工智能已经在各个行业得到广泛应用，其中比较典型应用主要包括符号计算、模式识别、机器翻译、机器学习、问题求解、逻辑推理和定理证明、自然语言处理、智能信息检索技术以及专家系统等，这些在计算机领域、化学领域、医学领域以及矿物勘测领域等得到广泛应用，并取得较好效果。
（二）人工智能的发展趋势
技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会综合模糊处理、并行化、神经网络和机器情感等进行全方位发展。随着全球化趋势的不断增强，今后人工智能会向着全球国际标准的方向发展。人工智能技术不断地在就业领域应用及发展，因此高中阶段就对自己的职业生涯有着规划是未来发展的必然趋势，并且美国、加拿大等先进国家早早的就把高中生职业规划教育课程安排在了高中阶段，相比之下安排职业规划教育课程的高中毕业生，甚至大学毕业生对自己的规划都有着明确的方向，我国目前某些地区高中阶段已经安排了职业规划类型的课程，相信不久高中生职业规划的课程也会出现在更多地区的校园。
（三）人工智能发展对就业的影响
随着机器眼下正在取代的首当其冲的是那些简单机械操作的劳动者，比如说我国工厂里的初级工人正在面临自动化的威胁。还有美国福特公司，不仅大量裁减蓝领工人，而且还要把工厂搬到别的州或国家去，那里税收更低、政策环境更宽松、工会更友善的，在这些地方使用机器人不仅可以提高作业效率和质量，而且能够极大的降低各种成本，能够为企业创造更多的效益。
随着人工智能的快速发展，人工智能对各个领域的就业产生了重大影响，我国也在往这个方向发展，对于IT行业，今后会大量使用机器人进行工作，制造业也在逐渐增加使用机器人。技术的进步，使得个人的生产效率得到了巨大的提升。虽然就短期而言，机器是不会一下子取代大多数人，但我们必须未雨绸缪、防患于未然。有一些机械的、长时间集中精神的、固定套路的工作，比如流水线工、司机、配药师等，机器比人还擅长，这些领域将会淘汰大量的工人，导致很多人员失业。而很多工作需要人搭配机器做才最高效，这些工作是主流的新工作，但是需要注意的是，在人和机器协作的过程中，机器一定会不断智能优化的，在单一专业的工作内容中，机器逐渐又会替代人，因此也会造成人员失业。对于人际沟通事务，由于需要人与人之间的交流，还是人比较擅长。审美是模糊的、社会性的，这个还是人比较擅长。
对于我们高中生而言，勤动脑，勤动手，不断创新，是未来立足之本。因此不仅要埋头学习知识，还要培养创新能力和实践能力，以应对迎接人工智能的挑战。
（四）高中生应该怎样规划职业生涯
面对人工智能的快速发展，今后我们高中生应当趋利避害，努力做好职业生涯规划，实现自我价值的增值，具体来说应当从以下几个方面入手：
1.增强职业规划的意识
高中生要根据自身的主观因素以及外界的环境因素，分析、归纳、选择自己的职业发展方向，并且制定相应的学习、培养计划，采取必要行动去实现目标。这种确定人生方向的规划问题应该在高中阶段每一个学生都应该对自己有着清醒的认识，并且得到自身的重视，对选考科目的选择及大学志愿的填报就不会盲目、无头绪，在高中阶段有了明确的目标会使自己的学习方向更加准确，学习积极性更加强劲，同时在就业选择上也可以尽量地少走弯路。
2.选择高水平的职业指导教师
高中生实现从学校到社会或者更高层学校的过程中职业规划具有重要的导向作用，因此在高中阶段一个好的职业规划指导教师对学生的影响有着重要的意义。首先我们选择的职业规划指导教师必须具备一定的任职条件，目前国家也一再的强调任职职业资格的严格性；其次就是指导教师要善于启发式指导学生，增强学生的独立思考能力，在教师的帮助下充分认识自己的天赋、特长、兴趣、能力、心理等方，发现和挖掘自己多方面的潜能，学会正确利用各方面条件充分发展。同时，要注意避免指导教师的思想左右了我们的思想，只有准确的认识自己，才能促使我们带着自己的职业规划继续努力进步。
3.自己的高中生涯规划
高中的三年，对一个高中生的人生有着重要的意义，因此高中阶段可以进行分阶段的自我管理培养。高一阶段：刚进入学校，通过学习了解学科特点，利用学校、教师、网络、社会了解就业动向，自我优势结合人才需求，明确选考科目，初步制定职业发展意向。高二阶段：正确处理选考科目学习与学考科目学习的关系，既突出专业知识又兼顾知识广度。高三阶段：更要处理好语文数学英语必考科目学习与选修科目深化拓展的关系，既要提高高考成绩又要深化拓展专业素养；既要强化高考复习又要重视面试培训，为参加高校自主招生考试或“三位一体”考试做好充分准备。因为近年来重点大学通过高考统一招生录取的名额正在减少，而自主招生或“三位一体”的名额大量增加，有志于就读名牌大学的学生要注意这方面的情况。同时高中生要根据自己的理想多去了解高校情况，多去了专业设置的情况，为报考适合自己的学校及专业做好信息准备。
4.积极参加选修课程，为今后的职业生涯做好基础
按照教育部有关规定，高中学校要开设选修课程。我们可以根据自己的兴趣爱好，选取自己喜欢的课程进行学习，这不仅可以及早的发现我们的喜好和特长，为我们的职业生涯做规划有着重要的参考意义，同时对我们的基础知识的培养也很重要，拓宽了我们的见识宽度，为今后的职业生涯奠定坚实的基础。
参考文献：
[1]刘界，黄冠，王冰洁.关于人工智能教育如何弥补当前教育缺陷的思考[J].内蒙古民族大学学报，2006，12（3）：50-51.
[2]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003.20（8）.
[3]刘春玲，张焕生，郝国芬.BP神经网络在教学评价中的应用[J].煤炭技术，2012，31（5）：231-232.
篇5
关键词：互联网+；计算机硬件课程；教学方法
中图分类号：G642.3 文献标识码：A 文章编号：1002-4107（2017）07-0045-02
随着中国社会进入“互联网+”时代，在“万众创业，大众创新”的大环境下，IT领域中各项新兴技术层出不穷，例如应用于各领域的智能电子设备、可穿戴设备、人工智能等。这些新兴技术又都与计算机硬件紧密联系，于是社会对当前的计算机硬件类专业人才的培养提出了新要求。以人工智能为例，国家发改委、科技部等几部门联合的《“互联网+”人工智能三年行动实施方案》中明确提出，“培养发展人工智能新兴产业”、“推进重点领域智能产品创新”和“提升终端产品智能化水平”等三点目标，同时强调方案实施的关键是大量的“互联网+人工智能”专业人才。由此可见，时代的发展方向正要求对计算机硬件课程进行调整，势必会引领计算机的软硬件课程的协同发展，开展新一轮的计算机教学内容的整合和教学方法的改革。
一、计算机硬件类课程现状
（一）计算机硬件课程设置现状
从计算机专业本科生的培养计划可见，软件类课程仍占据主导地位，而硬件类课程则相对较少。笔者以南京邮电大学信息类各专业的培养计划为例，将与计算机硬件相关的课程整理在表1当中。根据各专业的培养计划的具体要求不同，课程会放在不同学期进行授课。
表1 计算机硬件类课程的设置
（二）计算机专业现有培养模式的特点
通过长期对计算机专业本科生在教学以及毕业设计过程中的表现的调查和研究[1-3]，笔者发现“欺软怕硬”的现象很普遍。所谓“欺软怕硬”，是指学生对软件类课程的学习热情和掌握情况要远远好于硬件类课程。由此形成了学生在毕业设计选题时对软件类题目趋之若鹜，而硬件类题目则无人问津的局面。通过与学生的交流和教学过程中的思考，同时借鉴了相关文献的研究经验[4-5]，笔者认为目前的局面是由现有的培养模式决定的，其特点可以总结如下。
1.想法可以快速实现并验证，因此大多数学生更喜欢软件。2.相较于软件类课程，硬件类课程内容显得较枯燥。3.不同的硬件课程采用不同的实验设备，不便于学生贯通式地掌握系统化知识。4.硬件类课程的实验教学与实际开发有较大区别，实验技能往往无法直接用于实际项目开发。5.教学实验设备无法为教师的科研项目提供支撑，教师将科研与教学实验相结合的热情不高。6.实验室人员需要花费大量时间维护各种硬件实验设备。
二、“互联网+”时代计算机硬件课程面临的挑战
“互联网+”是将互联网作为当前信息化发展的核心特征，提取出来，并与工业、商业、金融业等服务业全面融合。其核心是创新，只有创新才能让这个“+”真正有价值、有意义。在分析了目前市场上的各种“互联网+智能硬件”后，笔者认为对计算机硬件课程发展的挑战主要体现在以下几点。
（一）个体化向网络化的转变
目前的计算机硬件课程基本都是面向个体化设备的，无论是“计算机体系结构”课程中侧重对计算机系统的性能评价，还是“计算机组成原理”课程中着重于运算器、控制器、存储器、指令系统各部分的设计和组成，抑或是“微型计算机原理与接口技术”课程中关注的CPU工作原理和常用外设与主机的连接方法等，无一例外是在单一设备上进行。而“互联网+”所倚重的物联网、云技术和大数据等技术则需要网络化设备进行分布式的协同工作。这是传统的计算机硬件课程在教学和实验环节中比较欠缺的。
（二）功能化向智能化的转变
学习了计算机硬件课程后，学生大多能熟悉和了解对于实现特定功能的硬件系统的开发流程。但是目前的“互联网+智能硬件”已经不仅仅局限于实现某个或某几个简单的功能，而是更多地强调可以进行“随机应变”的智能化属性，这就要求学生不仅要学好硬件类课程，还需要对人工智能、机器学习、云计算等相关领域的知识有广泛的涉猎。
（三）低成本至高性价比的转变
在以往的硬件_发中，特别是在对价格较敏感的某些应用领域，开发者往往更重视对硬件成本的控制。随着微电子技术的快速发展，各芯片及相关的外设和传感器的价格不断降低，如今人们对成本的要求已经不像以往那么严苛了，人们往往更注重性能或者说是性价比的提升。目前的硬件课程中介绍的芯片大都是很久以前的产品，如何使课程与时俱进是课程改革中需要关注的问题。
三、计算机硬件课程教学方法改革的策略
篇6
构建未来学校形态，营造智能校园环境
升级优化基础设施。福田教科院附小大力推行教育管理数字化，构建具有附小特色的“掌上附小”教学管理系统，建设了附小特色数字中心机房，实现评价系统云处理，学生学业成绩大数据综合平台分析，优化完善学校教学资源库，学科资源覆盖率达90%以上。基于5G技术，一方面完善校园安全管控信息化建设，提升校园实施视频监控水平；另一方面，以“5G+互动教学”推动教育教学模式创新，鼓励跨校区课程协同共享，“自动跟踪录播教室”“未来阅览室”等先进的信息化设施陆续启用。目前学校已实现教育管理数字化应用全覆盖。重构创新教学空间。重构后的福田教科院附小具有五种空间形式：一是“研学创中心”，是基于项目式学习、问题探究、满足高水平学习者（教师、学生）能力的学习研究创新的空间；二是“学科大观园”，以学科核心素养为基础，构建学科教学情景空间、全学科班级图书角，在真实空间中感受学科魅力；三是“学校文化长廊”，利用此空间打造智慧图书馆、校园历史博物馆，凝聚、展现附小校园文化；四是“创意盒子”，这是一个创新型的孵化器，在此空间师生可以参与各种科技类创新项目，实现“让创意可见，让思维有型”；五是“云上学院”，搭建自选式创新学习超市，组建项目化学习网络社区空间。
引领规划整体设计，打造前沿智慧课程
两年来，学校先后邀请了20多位教育教学、信息化水平前沿的专家为全校教师量身定制项目化及学科融合课程培训计划，积极引导各学科探索开发“信息化特色课程”“AI+”特色课程，充分利用学校信息化教学空间，根据教学大纲要求，开展智慧科技特色校本课程，并探索开发科技与五育融合课程。重塑年级组内各学科相对独立的形态，形成五育融合教研共同体，打通学科之间的壁垒。五育融合理念下的课程融合，是基于知识、经验、社会需求的融合。将其形成“学科+”的课程形态，即“学科+学科”“学科+生活”“学科+社会”“学科+活动”等课程形态。
AI赋能智慧教学，创设育人新生态
信息技术赋能学科教学。深圳教育以教育部信息化“双区”建设为有力抓手，以信息技术深化教育教学改革，不断探索新型教与学模式。信息技术赋能学科教学一直是刘锐娟倡导的教育教学方式。认知科学与智能技术的结合将使教与学变得多元化，并且可进行低成本、高效能的个性化定制，帮助学习者设计更有效的学习策略。2021年，福田教科院附小成功申报国家级课题《信息技术赋能学科教学与区域教研的实践研究》。同时，福田教科院附小以青年教师“青蓝杯”基本功大赛和骨干教师“红烛杯”教学展示为契机，通过公开课、录像课、微课录制等活动，激发更多教师利用信息技术手段，在学习空间、教学方式、学习内容和学习方式上实现教学模式的创新。学生方面，学校积极普及人工智能课程，探索人工智能教学的路径和策略，以期实现提升学生信息素养、普及全民智能教育、培养人工智能人才的目标，为促进中小学人工智能教育、推动教育教学改革和创新发展提供参考。智能体育守护生命本色。深圳市福田区是中国教育科学研究院的综合改革实验区，福田教科院附小是全区首批参与中国教科院的重点课题《中国学校体育智慧系统研究》的学校，学校多年来一直坚持致力于智慧体育探索研究，实施青少年健康体能促进与干预方案。2021年12月，刘锐娟亲自主持的中国教育科学研究院《中国青少年健康体能研究》课题项目子课题《“双减”背景下对智慧体育校园构建的研究》顺利开题。2022年1月，以学校为牵头单位的“智能体育学生数据分析与教学应用实践共同体”项目荣耀入选教育部“2021年度教育信息化教学应用实践共同体项目”。基于学校智能教学基础和理念，刘锐娟在体育科组率先尝试依托AI技术精准监测与评价学生的体能训练，利用运动数据采集装备+综合管理平台，通过学生佩戴的传感器设备，实时采集每位学生运动过程中的心率及运动负荷情况等数据，对潜在的运动风险进行实时的评估与预警，把学生的体质数据形成电子成长档案，为教师设计合理的体育课程提供参考，为学生的体质健康保驾护航。多样态教学促进学生个性化发展。一是在线教学求质量，创新课堂新生态。在常态化疫情防控和泛在学习普及的双重背景下，在线教学模式应运而生，从学生学习需求出发，搭建适合学生学习的平台，采用个性化的学习模式，提供全程化的学习支持服务，以提高学生学习效率。二是探索混合式教学模式，推进泛在化学习发展。项目化混合式研究团队结合学段特点、学校校情，以调查研究作为基础，以教师培训、课程实践、评价改革作为抓手，以项目化课程为载体，以混合式教学为手段，在校内进行探索实验。
多元评价，看见动态成长
篇7
关键词：网络；智能学习；自适应学习；智能支持模块
中图分类号：TN91134；TP311.52文献标识码：A文章编号：1004373X（2012）18007703
引言
在当今信息时代，随着网络技术的普及应用和人工智能技术为核心的信息技术的发展给人们创造了基于网络的自主学习，使学习者有了自主获取信息的便利条件。因此以学习者为中心的学习越来越引起人们的重视。
目前，我国网络教学平台在展现课程基本内容、教学信息方面已经比较成熟，不少课程的教学资料已经数字化。然而，由于我国远程教育还存在很多矛盾和问题。现在网络教学平台不得不面对和解决的实际问题是：随着网上教学资源日益增多，如何使学习者能在浩如烟海的教学资源中迅速找到适应自己学习能力的教学内容，如何正确评估自己的学习能力，如何使学习者在学习的过程中得到及时、准确的反馈和评价并及时调整自己的学习步调等。要解决上述问题，就必须发展智能化的网络学习平台。笔者认为，支撑智能化网络学习平台的技术已日趋成熟。如何把这些技术整合社会教育资源，从而在网络教育实践中逐步开发出基于网络的自适应智能学习系统，是摆在远程教育工作者面前的一项迫切而重要的工作[1]。
本文采用网络与人工智能为核心的技术，并以某学校作为课题实验基地，研究并开发了一个《计算机应用基础》课程自适应智能学习系统。该系统能在学生测验时不断地对学生能力作实时的评估，由此不断给出难度与学生能力相适应的试题，从而在学生学习中体现了因人而异，达到个性化学习，让学习程度不同的学生同时得到最佳的学习效果[2]。
1系统各模块功能
整个自适应学习系统由学习模块、考试模块、指导者模块和智能支持模块四部分组成。需要说明的是：系统的各个模块相互作用、相互依存，每个模块都无法独立完成系统能完成的任务，在这里只是为了方便论述和研究，将它们在逻辑上相对化为四个主要逻辑模块进行研究。下面就对各个模块进行比较详细的阐述。
篇8
计划强调，要加强人工智能领域专业建设，形成“人工智能＋X”复合专业培养新模式。计划的重点任务之一，是要完善人工智能领域人才培养体系，并且推动高校人工智能领域科技成果转化与示范应用。高校在人才培养中起到了至关重要的作用，虽然人工智能尚未成为一级学科，但国内不少一流的高校已经开始通过建立合作实验室、增强人工智能分支教学等方式发展人工智能。
为了解各高校开展人工智能研究的情况，亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。
清华大学：计算机科学与技术系
清华大学计算机科学与技术系（简称计算机系）成立于1958年，在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中，以总分满分100分的成绩排名第一。2017年，在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中，计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 （QS World University Rankings） 给出的全球计算机学科排名中为例第15名，其排名与得分逐年稳步提升。
计算机系包含了国内计算机专业最全的学科方向，设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。
计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所；智能技术与系统国家重点实验室；计算机基础与实验教学部等科研教学机构。
计算机系还设有国家级计算机实验教学示范中心，包括：计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外，计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。
北京大学：智能科学系
智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。
北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。
人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖；国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展。
复旦大学：类脑智能科学与技术研究院
复旦大学类脑智能科学与技术研究院于2015年3月筹建成立，是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心，成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势，以计算神经科学为桥梁，着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。
研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制，充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势，推动产学研源头创新与合作，致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。
研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台；二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台；三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台；四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台；五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台；六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。
中国科学院：自动化研究所
中国科学院自动化研究所成立于1956年10月，是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门，还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。
近年来，自动化所共获得省部级以上奖励30余项。数量逐年增加，质量不断提高；专利申请和授权量连年攀升，多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱；虹膜识别核心技术突破国外封锁，通过产学研用相结合走出“中国制造”之路；基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广；“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用；“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中，为社会安全贡献自己的力量；研制的AI程序“CASIA－先知1．0”采用知识和数据混合驱动的体系架构，在2017首届全国兵棋推演大赛总决赛中7：1的悬殊比分战胜人类顶级选手，展示了人工智能技术在博弈对抗领域的强大实力……
在共建机构方面，自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院，聚焦交互式语言学习、视频和分析等领域；与瑞士洛桑联邦理工大学（EPFL）在京成立中瑞数据密集型神经科学联合实验室，在类脑智能研究方面展开合作；与澳大利亚昆士兰大学（UQ）共建中澳脑网络组联合实验室，在“计算大脑”研究方向上进行远景规划；还与香港科技大学共建智能识别联合实验室，在模式识别、无线传感器网络等领域展开合作。
厦门大学：智能科学与技术系
早在上世纪八十年代初，厦门大学就已开始从事人工智能领域的研究，相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此，1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”，后于2004年更名为“厦门大学人工智能研究所”。2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。
厦门大学智能科学与技术系现有一个本科专业（智能科学与技术），三个硕士学位授予专业（模式识别与智能系统、计算机科学与技术、智能科学与技术），两个博士学位授予专业（计算机科学与技术、智能科学与技术）。
目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台，此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。
上海交通大学：计算机科学与工程系
上海交通大学计算机科学与工程系成立于1984年。近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。
该院系下设三个重点实验室：智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中，上海交通大学－微软智能计算与智能系统联合实验室目前是教育部－微软重点实验室，成立于2005年9月，是交通大学和微软亚洲研究院在多年良好合作的基础上，为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势，实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇，成果发表于CVPR，ICCV，WWW等国际顶级会议上。
南京大学：计算机科学与技术系
南京大学的计算机科学研究起步于1958年，建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才，1978年在上述三个专业基础上成立了计算机科学系，1993年更名为计算机科学与技术系。
依托该系师资，先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室（南京大学）、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心（江苏省软件工程研究中心）、南京大学信息安全研究所等科研机构。主要科研方向有：软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。
建系30年来，共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项，科研成果获得各种奖励80余项，其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项，省部委自然科学奖和科技进步奖特等奖2项，一等奖8项，二等奖37项。3000多篇，出版专著、教材50多部，申请国家发明专利33项。部分成果被转化为产品，产生了较大社会效益和经济效益。
哈尔滨工业大学：计算机科学与技术学院
哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。在1985年，发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年，计算机科学与技术学院成立；同年，建立了软件学院，后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。
目前主要研究方向包括：智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。
学院有一批研究成果达到国际先进水平，包括：国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。
中国科学技术大学：计算机科学与技术学院
中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划，面向国家和社会的重大需求，计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。
学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部－微软重点实验室、中国科大超级运算中心和信息科学实验中心。
其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。
依托多媒体计算与通信教育部—微软重点实验室，双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等，取得了突出成果，探索出了一条企业和高校共同培养优秀人才的道路，为微软亚洲研究院与其他高校的合作提供了一个经典范例。
华中科技大学：自动化学院
华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系，1998年更名为华中理工大学控制科学与工程系；原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。
科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。
模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上，包括973计划，国家自然科学基金重点、面上和青年基金项目，863计划，国家重大专项、国防重点预研与基金，国家科技支撑计划，省部级科研项目，以及大型工程和企业科研合作项目等。
总结
篇9
叶圣陶先生说：“教育是农业，不是工业。”在这个意义上，可以说教育是复杂的农业栽培，不是标准化的工业操作，因为教育的对象是有生命力、存在差异的个体。自班级授课制产生以来，在传统技术条件的制约下，大班教学这一传统教学组织形式难以得到突破。然而，互联网技术的发展恰恰解决了这一教育难题。“互联网+”就像一个魔法棒，挥到哪个领域就在哪个领域引起变革的新气象。它让教育从封闭走向开放，人人在线上能轻松获取知识。如今，大众化教育已经远远不能满足学生的个性化需求，优质、灵活、个性化教育的新型服务模式应运而生。“互联网+”教育将走向何方？未来教师将如何应对？
一、教育形态转变：关注个性化教学
美国《时代周刊》有一期封面人物是苹果公司的“I”。这是“我”的时代。学生个性越发鲜明，教师的挑战随之而来，工作形态处于转型之中。
（一）利用大数据，发现学生个性
教师工作的总体重心要从以知识传授为中心，转变为关注每个学生个性的特征。在“互联网+”时代，任何一个学习者都可以凭借网络获得丰富的信息资源和广泛的人机互动机会。这一事实促使我们对教育者自身所承担的角色进行新的思考。教师作为知识垄断者的权威地位被彻底打破，教师的工作形态发生意义深远的改变。这种改变的基本方向是面向群体的、集体化的教学转变为信息技术支持下的教学，在精确了解学生的知识结构、能力结构、学科素养结构、身体健康、心理和认知能力等一系列数据的前提下，用信息技术来实现知识的传授和迁移。
在原始社会，教育主流的形态是个性化的、小范围的教育。在孔子时代，实行私塾制，教师带徒弟。孔子门下七十二贤，个性不一。针对弟子们的不同特点，孔子实行小范围的个性化教学。工业社会以后，《大教学论》提出了班级授课制，把教学内容分成不同的学科，按照班级开设不同的课程，班级内统一进度。班级授课制大规模地提高了教育的覆盖面，但不可否认的是这种授课制无法兼顾每个学生个性的发展。随着科技的不断进步，教育大数据所呈现的优势不仅仅表现为数据量大，它更强调全样本、全过程。我们可以通过教育大数据及时地记录，利用技术采集学生学习过程中的全数据，通过建模设计出学生的知识、能力、情感以及学科素养结构，发现并增强每个学生的个体优势。
（二）摒弃“一刀切”教学，发展新型讲学
如果没有大数据的辅助，要实现大范围的个性化教学就像盲人走迷宫一样困难。在准确地了解学生的个性差异，知识掌握以及学科素养程度之后，我们可以为学生提供精准的、个性化的支持。面对一个班级的学生，统一的进度和教学内容这样“一刀切”的教学方式不再适用，教师要根据学生个体特征来讲授不同的学习内容，开展不同的学习活动，给学生制订不同的学习计划。在个性化教学体系转型的过程中，教师的关注点要从如何把一个知识点讲清楚，转变为基于大数据的个性化教学或学习方案的设计以及学习的引导。不同背景、不同能力、不同个性的学生，可能都需要学习同样的知识，但是他们经过的学习路径、参与的学习活动、接受的学习资源是不一样的。以前，教师面对一个班级四五十名学生，每节课都要统一讲解，很难兼顾每个孩子的学习特点。而在“互联网+”时代，一对一个性化教学已经有条件实现。
教师如何根据每个学生的个性特长，激发他们的学习潜能？根据学生的不同个性发展新型讲学呢？美国有一所学校正进行未来教学形态的探索，这所学校有三个特点：一是包班制教学。一个班有25名同学，由两位教师负责所有学科；二是互联网教学。教师负责提前准备好教学内容，通过互联网讲授。每个学生有一个平板，平板里有学习列表，不同的W生走不同的路径。教师通过后台数据就能知道每个学生的学习进展以及学习过程中面临的困难，然后进行定向的辅导。因此，同一个班上的学生，有的学习进度进入二年级的状态，有的则已进入五年级的状态；三是实施能力课程。学校要求教师每周带领学生到科技馆、博物馆做综合课程交叉项目。教师设计项目相关问题，学生将在平板上学到的知识迁移、运用、转化到项目中。
（三）构建生态圈，融合虚拟现实
新一代移动网络、云计算技术提供了无处不在的网络和计算空间，教育进入到一个虚实结合、虚实融合的智慧空间。在这种形态下，育人的空间不仅仅是学校的实体空间，还包括网上的虚拟空间。放眼未来学校教育，知识性的讲授一定会被互联网的工具所取代。比如，英语教学，我们给学生提供语法软件、单词软件、口语软件、阅读软件，听、说、读、写通过软件就能完成，不再需要教师的讲授。
我们需要转变学生获取知识的路径，在这个过程中，教师讲授性的功能会被电脑所取代，并不是教师的教学功能被机器取代。知识性的教学将由技术替代，教师的主要工作形态是培育学生能力。学生在教师的陪伴下，完成整个学习的流程。在学习的过程中，学生在获得知识的同时拥有自主学习、独立思考、协作协同、知识迁移和运用的机会。教师的陪伴、组织，对中小学生有非常重要的作用。未来的学习形态一定是学生线上学习，教师线下督促、管理、陪伴三位一体的形态，而不是以课堂讲授为主的单一形态。
工业时代的教育是培育人工林，而未来的教育是培育一个生态圈，在这个生态圈中有参天大树、小草，还有其他各种各样的动植物，各得其所、相互支撑。我们要抛弃一致性的教育，因为学生是多元化的，他们有的情绪感知能力比较强，有的运动能力比较强，有的社交能力比较强，有的感性思维比较强，有的理性思维比较强……所以，我们要从培育人工林到培育一个生态圈。
培育人工林很容易，把树苗统一种下，浇水就可以了。构建生态圈不一样，教师要把握每一个个体之间相互竞争、相互依赖的关系，要关注生态圈里每一个个体的需求。未来的教师要关注学生个性、培养学生个性、促进学生个性的良性发展。
二、教师职能分化：人机结合的
智能教育
（一）全能型和R敌徒淌
在大数据时代，未来教育是基于精确了解学生数据的前提下，给学生提供权威的学习支撑、精准的学习内容和学习活动，实现多元的教育服务供给。新形态个性化教育体系强调领导力、人才的多元化，对教师提出了更高的要求。
不妨预测一下，未来教师队伍会向两个方向分化。
一是全能教师。教师要对个性化的群体、生态圈提供支持，这就要求他们既要掌握学科知识，又要掌握教学知识、技术知识；既要掌握认知、脑科学发展、儿童身心健康发展相关知识，还要了解各种社会属性，具有领导力。
二是专业性教师。未来教师角色会越来越多地出现精细的、个性化的分工。让每一位教师成为全能大师是不可能的，不过部分教师可以在某一方面做到极致。未来会有专门做练习辅导的教师、专门做项目设计的教师、专门疏解学生心理问题的教师、专门授课的教师、专门做教学设计的教师等。这种分工就像拍电影，拍一个电影要有编剧、演员、导演、摄像、后期制作。今后，一门课可能由多位教师负责，有学科的专家、教学的设计师、知识的传递者、活动的设计者，有越来越多专业化的分工。互联网的万物互联改变了社会组织机构以及大规模的社会化系统，未来教师要擅于基于大规模的社会化协同来开展教育服务。
（二）人机结合的思维方式
数据、信息和知识日新月异，“互联网+”时代，呼唤着人机结合的教育技术，我们借助智能设备而生存的时代已经到来。运用人机结合的思维方式，教育才既能实现大规模的覆盖，又能实现与个人能力相匹配的个性化。我们要利用外部的工具或者智能设备将智慧发挥到极致，创造新型事物、新颖范式。人机结合的思维体系是我们未来思维方式非常重要的转变方向。一个人的能力是有限的，但如果将人的智慧与手机、电脑结合，那么我们处理信息、数据的总量，应对突发事件的能力会大幅度地提高。人与电脑的结合可以突破人类个体认知的极限，使我们能够驾驭超越个体认知极限的复杂性，处理超越个人认知能力的海量信息，应对超越个体认知能力的急速变化。
人工智能于教师有特殊意义。机器来替代机械化的工作，而智慧化的工作通过人机结合的方式完成。在教师的日常工作中，有很多烦琐、机械性的工作，比如阅卷，而智能批改技术可以把教师从重复性、机械性的事务中解放出来。人工智能，一方面会取代教师某一项单一的技能；另外一方面，人工智能技术会成为未来教师有机的组成部分。面向学生个体发展的生态圈，单靠教师个人是很难平衡的。尤其在中国大班级授课的模式下，没有技术的支撑想要了解每个学生的具体情况是不可能的。大数据时代，在全面采集、分析学生学习过程数据的基础上，可以实现基于大数据的个性化教学。
现阶段，大部分人工智能处于弱人工智能的状态，但是人工智能技术本身在快速地更新迭代，在摸索中成长、壮大，它会颠覆很多现有的行业，创造出新的秩序。我们可以推测在未来的五到十年里，人工智能的水平可以与特级教师的水平相媲美，甚至会做一些特级教师处理不了的事情。
三、综合素质评价：创新制度，
服务未来
现在中高考强调综合素质评价，要求家长、学生填写数据。在当今社会中，教师、家长、学生填的数据是没有公信力的。通过对学生学习过程数据的分析，计算机能够对学生的知识结构、能力结构、认知能力、情感态度和价值观做到相对科学的评价。比如美国医学考试中心对医生的测试，通过计算机仿真出病人的症状让学生做诊断，系统里面有各种仪器，学生可以自主选择，它是一个开放的系统。根据学生在仿真情景中做的决策，判断学生知识迁移和运用的能力，这是我们传统教育难以企及的。由此可见，在教育测评方面，大数据可以发挥非常重要的作用。
另外，在心理健康、心理问题的咨询方面，人工智能可以对学生进行有效的心理疏解，尤其是对早期现象进行干预。中科院心理所做过学生心理异常干预的研究，通过在大学校园的部分论坛网站加载数据采集程序，搜集学生的数据。研究分析发现，有心理隐患的人容易出现共有的模式，例如他们经常在半夜上网，一分钟切十几个浏览页面。通过搜集网上的数据，与常见的行为数据库匹配，再根据其他观察的数据综合判断，就可以对学生心理问题进行早期的干预预防，当然前提是要严格保护学生的隐私。
新事物的发展前途是光明的，道路是曲折的。教育制度、教师的知识结构、教师习惯、教师观念的转变是漫长的、痛苦的过程。一个新的教育体系的构建，也必然会经历很多艰辛的过程。要使人工智能发挥作用，我们就要突破原有的制度，创造出新的范式、新的流程、新的结构、新的业务形态，来为我们未来的教育服务。
当前，我国已进入互联网经济高速发展的新时期，如何打通数据“鸿沟”，让蕴藏着巨大价值的海量数据真正产生和发挥作用，让数据“活”起来已成为当务之急。在人工智能、大数据、“互联网+”的时代，在《“十三五”国家信息化规划》的带领下，我们新的教育呼唤着新的业务流程、新的制度、新的业务形态、新的教育结构，只有突破传统的制度，我们才能创造出崭新的、适应未来发展的教学。
（本文由北京师范大学未来教育高精尖创新中心高思、李天媛整理）
篇10
关键词：工业4.0；智能科学与技术；创新课程体系；中国制造2025
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
根据课程体系改革方案，完善改革课程的教学大纲，积极开展专业课程教材、试题库、项目库、实验指导书、教学案例、课件等教学资源建设，升级机器人系列实验室。
