0 引言
2018 年 4 月，教育部颁布了《高等学校人工智能创新行动计划》，标志着教育部对人工智能技术重要性的高度认可，也进一步强调高校在推动我国人工智能发展战略中的关键作用[1]。《2020—2026 年中国人工智能行业市场竞争格局及未来发展趋势报告》的统计数据显示，2018 年中国人工智能市场规模为 339 亿元，增长率达 56.2%，而 2019 年中国人工智能市场规模增长到 516 亿元[2]。人工智能产业应用需求的飞速发展，对人工智能专业人才的培养和需求提出了空前的挑战，高校作为人才培养的重要基地，无疑肩负着这一重大责任[3]。
1 人工智能相关课程教学现状
1.1 人工智能相关课程开设状况
由于人工智能人才需求的快速发展，教育部在 2021 年启动的计算机领域本科教育教学改革试点工作计划——“101 计划”[9]中，对计算机学科大一新生开设了人工智能引论课程并在计算机科学导论中加入比重较大的人工智能知识，其目的是让学生早一步感悟并领略人工智能在当今时代发展的地位，初步了解人工智能相关技术和方法。
人工智能的领域涵盖广泛，涉及理论研究、软件工程、实际应用等多个方面，当前研究最多的领域包括机器学习、深度学习、自然语言处理、计算机视觉、智能推荐等，这些知识在计算机领域本科教学中都有涉及，通常在本科生完成高等数学、线性代数、概率论与数理统计等课程后才会相继开设。对于计算机领域学生来说，一方面不愿意被动坐等人工智能相关课程开设后才开始学习人工智能相关知识，有些学生会在竞赛导向下提前学习，如文献[3]中以竞赛为导向对本科生进行课外引导与培训深度学习相关知识，从而培养人工智能时代本科拔尖人才；另一方面，大一学生采取大类培养模式，通过人工智能知识的学习可以筛选出对人工智能专业感兴趣的学生从而进行专业分流，所以对大一新生开设人工智能基础课程的教学必要也很重要。
1.2 人工智能基础课程存在的问题
（1）课程教学重理论轻实践。目前大部分高校开设的人工智能基础课程重视理论知识讲解，而忽略动手实践。“高大上”的新理论、新技术和新方法对大一新生如“猛虎下山”，很难一下子“吃透”，从而“望而却步”，失去兴趣和信心，更无法做到享受编程实现人工智能功能的乐趣。众所周知，人工智能是一个高度应用的领域，同时又需要非常严谨的理论基础，对大一新生若过于强调理论而忽视实际应用往往使他们对人工智能专业畏惧甚至逃避，既不利于学科发展，又不利于人才培养。
（2）实验案例缺乏真实应用场景。传统人工智能实验教学案例多偏向于理论，缺乏与真实应用相结合的实验案例，本科生无法体会实际应用的效果，难以全面理解人工智能的算法精华，从而无法达到实验教学培养创新实践型人才的目的[10]。此外，当前人工智能技术，特别是机器学习和深度学习相关技术和应用的飞速发展，高校要将最新的知识和应用及时传授给学生，因此，迫切要将代表最新技术的实际应用案例融入到高校人工智能课程教学中，从而更清晰地向本科生展示人工智能领域的最新研究成果和应用，有助于他们深入了解人工智能相关技术的优势，从而激起他们对人工智能领域的兴趣。
2 人工智能实验案例设计原则
人工智能课程实验案例设计应该考虑以下因素：①递进式增加难度：确保实验从简单到复杂，逐渐引入更高级的概念和技术，以便学生能够逐步建立对人工智能算法和技术的理解。②代码量适中：确保实验中的编程工作量不会太大，以适配大学生的编程水平，使学生能够集中精力理解算法和概念，而不必担心复杂的编程细节。③合适的数据集：选用简单、易于理解、贴近生活的数据集，这样的数据集更让学生感兴趣，让学生在实验中看到人工智能技术的实际应用。
3 人工智能递进式实验案例设计
3.1 实验案例总体设计方案
3.2 验证码卷积实验案例设计
在计算机视觉中，卷积通常用于图像处理，例如边缘检测、模糊、锐化等。图像卷积操作就是通过一定大小的卷积核作用于图像的局部区域，将局部图像区域的像素值与卷积核中的数据做内积运算。卷积核是一个二维矩阵，它与原始数据进行逐个元素的乘积运算，并将结果相加得到一个新的数值。卷积核的大小和形状可以根据需要进行调整，以便更好地捕捉数据中的特征。
from scipy import signal
img=Image.open(‘data/train/000F.jpg’)
gray=np.array(rgb2gray(np.array(img)))
sc=np.array([[-1,-1,-1],[-1,9,-1], [-1,-1,-1]])
img_conv=signal.convolve2d(gray,sc)
实验采用的卷积核见表 1，卷积图像的作用包括边缘检测、锐化、模糊化、浮雕效果等。
实验过程中，可以让学生多实验几组卷积核，例如边缘检测卷积核常见的还有 Sobel 卷积核、Prewitt 卷积核、Roberts 交叉边缘检测等。验证码卷积实验结果见表 2。
实验案例采用的验证码由数字 0~9 及大写字母 A~Z 构成，一共 36 类。验证码含有 4 位，图片的分辨率为 26*80，分割后单个验证码图片的分辨率为 26*13。验证码分割的代码如下：
from matplotlib import pyplot as plt
img = Image.open(‘data/train/000F.jpg’)
gray = np.array(rgb2gray(np.array(img)))
for i in [0, 1, 2, 3]:
tmp = gray[0:26, (13+i*14):(26+i*14)]
x.append(tmp)
plt.subplot(2, 2, i+1)
plt.imshow(tmp, cmap=’gray’)
验证码分割后的实验结果如图 2 所示。
变换。
表 4。
4 实施效果
5 结语
作为人才培育、基础科研和成果转化的重要机制，高等教育对人工智能人才培养及国家人工智能产业发展具有至关重要的作用[11]。将本科生培养为既具备工程实践能力又具备科研探究能力的人工智能人才，是高等教育的使命和责任。人工智能作为飞速发展的前沿科学，其相关课程实验案例设计对于提高学生的创新能力和实践能力至关重要[12]。以典型应用场景落地为目标，从易到难，递进式设计实验案例，是人工智能人才培养的必经之路，是创新实践型人工智能本科人才培养的有力保障。
参考文献：
[3] 方颖, 彭蓉, 王正, 等. 学科竞赛导向的本科拔尖人才培养模式[J]. 计算机教育, 2024(1): 16-20.
[4] 张伟, 陈龙, 贾应智. 大学计算机基础课中的人工智能实验案例设计[J]. 计算机教育, 2021(5): 65-68.
[5] 陈龙, 张伟, 赵英良, 等. 新工科背景下大学计算机人工智能实验案例设计[J]. 计算机教育, 2022(3): 29-33.
[6] 刘凯, 余应福, 闫文君, 等. 军事人工智能课程的层次递进式实验案例设计[J]. 实验技术与管理, 2022, 39(4): 186-189.
[7] 杨波, 许福, 李冬梅, 等. 针对软件工程课程的人工智能实验案例设计[J]. 计算机教育, 2022(9): 202-206.
[8] 刘艳丽, 张恒. 人工智能课程实践教学改革探索[J]. 中国现代教育装备, 2022(5): 116-118.
[9] 科学网. 科学网关于发布《施一公高松田刚等顶尖学者领衔, 一项浩大工程正在低调实施中》的报道[EB/OL]. (2023-08-12)[2023-11-18] . https://mp.weixin.qq.com/s/dbIxeV9oufFTWh87v4K_JQ.
[10] 曲衍鹏, 邓安生, 王春立, 等. 面向机器学习课程的教学改革实践[J]. 计算机教育, 2014(19): 88-91.
[11] 杜明, 刘晓强, 宋晖. 人工智能通识课程教学内容探索[J]. 计算机教育, 2020(10): 152-155.
[12] 蔡自兴, 徐光祐. 人工智能及其应用[M]. 4版. 北京: 清华大学出版社, 2010.
作者简介：林馥，男，武汉大学副教授，研究方向为计算机网络、机器学习、图神经网络等，linfu@whu.edu.cn；方颖（通信作者），女，武汉大学高级实验师，研究方向为数据管理、机器学习、深度学习及应用等，fangying@whu.edu.cn。
引用格式：林馥,方颖,胡文斌,等.人工智能递进式实验案例设计[J].计算机教育,2024(12):205-210.
文章头图由“智谱清言”绘制而成。
（完）返回搜狐，查看更多
