序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇人工智能的教育范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

【關鍵字】人工智能；教育；進展

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009―8097（2008）13―0018―03

人工智能是一門綜合的交叉學科，涉及計算機科學、生理學、哲學、心理學、哲學和語言學等多個領域。人工智能主要研究用人工的方法和技術，模仿、延伸和擴展人的智能，實現機器智能，其長期目標是實現人類水平的人工智能。[1]從腦神經生理學的角度來看，人類智能的本質可以說是通過后天的自適應訓練或學習而建立起來的種種錯綜復雜的條件反射神經網絡回路的活動。[2]人工智能專家們面臨的最大挑戰之一是如何構造一個可以模仿人腦行為的系統。這一研究一旦有突破，不僅給學習科學以技術支撐，而且能反過來促使人腦的學習規律研究更加清晰，從而提供更加切實有效的方法論。[3]人工智能技術的不斷發展，使人工智能不僅成為學校教育的內容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領域得到應用，并取得了良好的效果，成為教育技術的重要研究內容。

人工智能的研究更多的是結合具體領域進行的，其主要研究領域有：專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、博弈、智能決策支持系統、人工神經網絡和分布式人工智能等。[4]目前，在教育中應用較為廣泛與活躍的研究領域主要有專家系統、機器人學、機器學習、自然語言理解、人工神經網絡和分布式人工智能，下面就這些領域進行闡述。

一 專家系統

專家系統是一個具有大量專門知識與經驗的程序系統，它使用人工智能技術，根據某個領域中一個或多個人類專家提供的知識和經驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。[5]專家系統主要組成部分為：知識庫，用于存儲某領域專家系統的專門知識；綜合數據庫，用于存儲領域或問題的初始數據和推理過程中得到的中間數據或信息；推理機，用于記憶所采用的規則和控制策略的程序，使整個專家系統能夠以邏輯方式協調地工作；解釋器，向用戶解釋專家系統的行為；接口，使用戶與專家系統進行對話。近幾十年來，專家系統迅速發展，是人工智能中最活躍、最有成效的一個研究領域，廣泛用于醫療診斷、地質勘探、軍事、石油化工、文化教育等領域。

目前，專家系統在教育中的應用最為廣泛與活躍。專家系統的特點通常表現為計劃系統或診斷系統。計劃系統往前走，從一個給定系統狀態指向最終狀態。如計劃系統中可以輸入有關的課堂目標和學科內容，它可以制定出一個課堂大綱，寫出一份教案，甚至有可能開發一堂樣板課，而診斷系統是往后走，從一個給定系統陳述查找原因或對其進行分析，例如，一個診斷系統可能以一堂CBI（基于計算機的教學，computer-based instruction）課為例，輸入學生課堂表現資料，分析為什么課堂的某一部分效果不佳。在開發專家計劃系統支持教學系統開發（ISD）程序的領域中最有名的是梅里爾（Merrill）的教學設計專家系統（ID Expert）。[6]

教學專家系統的任務是根據學生的特點（如知識水平、性格等），以最合適的教案和教學方法對學生進行教學和輔導。其特點為：同時具有診斷和調試等功能；具有良好的人機界面。已經開發和應用的教學專家系統有美國麻省理工學院的MACSYMA符號積分與定理證明系統，我國一些大學開發的計算機程序設計語言、物理智能計算機輔助教學系統以及聾啞人語言訓練專家系統等。[7]

目前，在教育中，專家系統的開發和應用更多的集中于遠程教育，為現代遠程教育的智能化提供了有力的技術支撐。基于專家系統構造的智能化遠程教育系統具有以下幾個方面的功能：具備某學科或領域的專門知識，能生成自己的提問和應答； 能夠分析學生的特征，評價和記錄學生的學習情況，診斷學生學習過程中的錯誤并進行補救教學；可以選擇不同的教學方法實現以學生為主體的個別化教學。[8]目前應用于遠程教育的專家系統有智能決策專家系統、智能答疑專家系統、網絡教學資源專家系統、智能導學系統和智能網絡組卷系統等。

二 機器人學

機器人學是人工智能研究是一個分支，其主要內容包括機器人基礎理論與方法、機器人設計理論與技術、機器人仿生學、機器人系統理論與技術、機器人操作和移動理論與技術、微機器人學。[9]機器人的發展經歷了三個階段：第一代機器人是以 “示教―再現”方式進行工作；第二代機器人具有一定的感覺裝置，表現出低級智能；第三代機器人是具有高度適應性的自治機器人，即智能機器人。目前開發和應用的機器人大多是智能機器人。機器人技術的發展對人類的生活和社會都產生了重要影響，其研究和應用逐漸由工業生產向教育、環境、社會服務、醫療等領域擴展。

機器人技術涉及多門科學，是一個國家科技發展水平和國民經濟現代化、信息化的重要標志，因此，機器人技術是世界強國重點發展的高技術，也是世界公認的核心競爭力之一，很多國家已經將機器人學教育列為學校的科技教育課程，在孩子中普及機器人學知識，從可持續和長遠發展的角度，為本國培養機器人研發人才。[10]在機器人競賽的推動下，機器人教育逐漸從大學延伸到中小學，世界發達國家例如美國、英國、法國、德國、日本等已把機器人教育納入中小學教育之中，我國許多有條件的中小學也開展了機器人教育。

機器人在作為教學內容的同時，也為教育提供了有力的技術支撐，成為培養學習者創新精神和實踐能力的新的載體與平臺，大大豐富了教學資源。多年來，我國中小學信息技術教育的主要載體是計算機和網絡，教學資源單一，缺乏前瞻性。教學機器人的引入，不僅激發了學生的學習興趣，還為教學提供了豐富的、先進的教學資源。隨著機器人技術的發展，教學機器人種類越來越多，目前在中小學較為常用的教學機器人有：能力風暴機器人、通用機器人、未來之星機器人、樂高機器人、納英特機器人、中鳴機器人等。

三 機器學習

機器學習是要使計算機能夠模仿人的學習行為，自動通過學習來獲取知識和技巧，[11]其研究綜合應用了心理學、生物學、神經生理學、邏輯學、模糊數學和計算機科學等多個學科。機器學習的方法與技術有機械學習、示教學習、類比學習、示例學習、解釋學習、歸納學習和基于神經網絡的學習等，近年來，知識發現和數據挖掘是發展最快的機器學習技術。機器學習（自動獲取新的事實及新的推理算法）是使計算機具有智能的根本途徑，對機器學習的研究有助于發現人類學習的機理和揭示人腦的奧秘。[12]

隨著計算機技術的進步和機器學習研究的深入，機器學習系統的性能大大提高，各種學習算法的應用范圍不斷擴大，例如將連接學習用于圖文識別，歸納學習、分析學習用于專家系統等，大大推動了在教育中的應用，例如在建構適應性教學系統中，用機器學習與樸素的貝葉斯分類器動態了解學生的學習偏好，有較高的準確率[13]。基于案例的推理（case-based reasoning，CBR）是一種新興的機器學習和推理方法，其核心思想是重用過去人們解決問題的經驗解決新問題，在計算機輔助教育方面，已經出現了基于CBR的圖形仿真教育系統，并且，針對個體特征的教育教學方法研究也有所突破。[14]另外，數據挖掘和知識發現在生物醫學、金融管理、商業銷售等領域的成功應用，不僅給機器學習注入新的生機，也為機器學習在教育中的應用提供了新的前景。

四 自然語言理解

自然語言理解就是研究如何讓計算機理解人類的自然語言，以實現用自然語言與計算機之間的交流。一個能夠理解自然語言信息的計算機系統看起來就像一個人一樣需要有上下文知識以及根據這些上下文知識和信息用信息發生器進行推理的過程。[15]自然語言理解包括口語理解和書面理解兩大任務，其功能為：回答問題，計算機能正確地回答用自然語言提出的問題；文摘生成，計算機能根據輸入的文本產生摘要；釋義，計算機能用不同的詞語和句型來復述輸入的自然語言信息；翻譯，計算機能把一種語言翻譯成另外一種語言。由于創造和使用自然語言是人類高度智能的表現，因此對自然語言處理的研究也有助于揭開人類高度智能的奧秘，深化對語言能力和思維本質的認識。[16]

自然語言理解最早的研究領域是機器翻譯，隨著應用研究的廣泛開展，也為機器人和專家系統的知識獲取提供了新的途徑，例如由MIT研制的指揮機器人的自然語言理解系統SHRDLU就可以接收自然語言，進行人機對話，回答關于桌面上積木世界中的各種問題。同時，對自然語言理解的研究也促進了計算機輔助語言教學和計算機語言設計等方面的發展，例如“希賽可”網絡智能英語學習系統，這個基于網絡的“人-機”語境的建立，突破了普通英語教師和傳統的單機的多媒體教學軟件所能具備能力限制，也比建立于網絡的“人-人”語境更具靈活性，可以為遠程學習者提供良好的英語學習支持，在國內第一次系統地將用自然語言進行的人機對話系統應用在計算機輔助外語教學上，在國際上也是一種創新。[17]

五 人工神經網絡

人工神經網絡就是在對大腦的生理研究的基礎上，用模擬生物神經元的某些基本功能的元件（即人工神經元），按各種不同的聯結方式組織起來的一個網絡，其目的在于模擬大腦的某些機理與機制，實現某個方面的功能，例如可以用于模仿視覺、模式識別、聲音信號處理、控制、故障診斷等領域，人工神經元是人工神經網絡的基本單元。[18]人工神經網絡有兩種基本結構：遞歸（反饋）網絡和多層（前饋）網絡，兩種主要學習算法：有指導式學習和非指導式學習。

人工神經網絡從模擬人類大腦神經網絡的結構和行為出發，具有大規模并行、分布式存儲和處理、自組織、自適應和自學習能力，特別適合于處理需要同時考慮許多因素和條件的、不精確和模糊的信息處理問題，[19]這使人工神經網絡具有更大的發展潛能，目前已經開發和應用的人工神經網絡模型有30多種。人工神經網絡在教育中的應用大多是與教學專家系統相結合，以此來改進教學專家系統的性能，提高智能性，使其在教學過程中對突發問題具有更好的應對能力。人工神經網絡在學校管理中也得到應用，例如采用誤差反傳算法（BP）的多層感知器已應用于高校管理之中。

六 分布式人工智能(Distributed Artificial Intelligence，DAI)

分布式人工智能是分布式計算與人工智能結合的結果，研究目標是要創建一種能夠描述自然系統和社會系統的精確概念模型，主要研究問題是各Agent之間的合作與對話，包括分布式問題求解和多Agent系統兩個領域。[20]分布式人工智能系統一般由多個Agent組成，每個Agent又是一個半自治系統，Agent之間及Agent與環境之間進行并發活動并進行交互來完成問題求解。[21]由于分布式人工智能系統具有并行、分布、開放、協作和容錯等優點，在資源、時空和功能上克服了單智能系統的局限性，因此獲得了廣泛的應用。

分布式人工智能中的Agent和多Agent技術在教學中的應用逐漸受到關注。在教學中引入Agent可以有效地提高教學系統的智能性，創造良好的學習情境，并能激發學習者的學習興趣，進行個性化教育。目前，Agent和多Agent技術多用于遠程智能教學系統，通過利用其分布性、自主性和社會性等特點，提高網絡教學系統的智能性，使教學資源得到充分利用，并可實現對學習者的學習行為進行動態跟蹤，為學習者的網絡學習創造合作性的學習環境。在網絡教學軟件中應用Agent技術的一個典型是美國南加利福尼亞大學（USC）開發的教學Adele（Agent for Distance Education - Light Edition） [22]。Agent技術在網絡教學軟件中取得的良好效果，促進了研究者對分布式人工智能在教育中的應用研究。

綜上所述，科學技術的發展將會推動人工智能技術在教育中應用的廣度和深度。從人工智能的應用趨勢來看，人工智能在教育中應用的擴展可以通過以下三個方面進行：一是人工智能與其他先進信息技術結合。人工智能已經與多媒體技術、網絡技術、數據庫技術等有效的融合，為提高學習效率和效度提供了有力的技術支持，而引起教育技術界廣泛關注。[23]例如人工智能技術通過與多媒體技術相結合，可以提高智能教學系統的教學效果；與網絡通訊技術相結合，可以提高和改進遠程教育的智能性。二是人工智能應用研究領域間的集成。人工智能應用研究領域之間并不是彼此獨立，而是相互促進，相互完善，它們可以通過集成擴展彼此的功能和應用能力。例如自然語言理解與專家系統、機器人的集成，為專家系統和機器人提供了新的知識獲取途徑。三是人工智能的研究和應用出現了許多新的領域，它們是傳統人工智能的延伸與擴展，這些新領域有分布式人工智能與Agent、計算智能與進化計算、數據挖掘與知識發現以及人工生命等[24]，這些發展與應用蘊藏著巨大潛能，必將對教育產生重要的影響。

技術發展不斷發揮著引導教育技術研究的作用，一種新興技術的出現總是會掀起相應的研究熱潮, 引發對技術在教育中應用的探討、評價以及與傳統技術的對比。[25] 人工智能作為一門交叉的前沿學科，雖然在基本理論和方法等方面存在著爭論，但從其研究成果與應用效果來看，有著廣闊的應用前景，值得進一步的開發和利用。

參考文獻

[1] 史忠植,王文杰.人工智能[M].北京:國防工業出版社,2007:1.

[2][11][18][19] 《計算機與信息科學十萬個為什么》叢書編輯委員會,計算機與信息科學十萬個為什么(8):人工智能[M].北京:清華大學出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.論學習科學的本質及其學科基礎[J].中國電化教育,2007,(5):1-5.

[4][21] 蔡瑞英,李長河.人工智能[M].武漢:武漢理工大學出版社,2003:12-13.

[5][12][15][20][24] 蔡自興,徐光.人工智能及其應用(第三版)――研究生用書[M].北京:清華大學出版社,2007: 12-14,19-20.

[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學設計的國際觀第2冊:解決教學設計問題[M].北京:教育科學出版社,2007:67.

[7] 任友群.技術支撐的教與學及其理論基礎[M].上海:上海教育出版社,2007:42-43.

[8] 路利娟.應用專家系統提升現代遠程教育的智能化[J].中國教育技術裝備,2007,(12):79-80.

[9] 陳懇,楊向東,劉莉等.機器人技術與應用[M].北京:清華大學出版社,2007:6.

[10] 關注機器人幼兒教育――訪鮑青山博士[DB/OL].

[13] 柏宏權,韓慶年.機器學習在適應性教學系統中的應用研究[J].南京師范大學學報(工程技術版),2007,7(4):76-79.

[14] 楊健,趙秦怡.基于案例的推理技術研究進展及應用[J].計算機工程與設計,2008,29(3):710-712.

[16] 自然語言理解[DB/OL].

[17] 賈積有.人工智能技術的遠程教育應用探索――“希賽可”智能型網上英語學習系統[J].現代教育技術,2006,16(2):26-29.

[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].

篇(2)

關鍵詞：新工科；人工智能導論；實踐教學；校企合作；案例庫

隨著物聯網、大數據、5G及人工智能等信息技術的發展，為了應對中國產業變革及新一輪的科技革命，適應“中國制造2025”國家戰略需要及產業經濟創新發展，同時將國際工程教育思想本土化，“新工科”應運而生[1]。信息技術發展催生出了人工智能相關的專業，國內高校紛紛設立了智能科學與技術專業。近年來，人工智能技術的發展引領著人類社會正逐漸走進智能社會，人工智能將深刻影響人類社會。隨著人工智能的進一步發展，高等教育的價值也將進一步提高[2]。因此，各高校應盡快建立與新工科相一致的智能科學與技術專業，并深入研究我國人工智能的人才培養體系、課程設置、實驗平臺及成果轉化等方法，改革傳統人工智能的教育教學方法，形成有新工科特色的智能科學與技術專業工程教育方法。由于傳統的專業是按學科劃分的，因此，目前的智能科學與技術專業課程體系以理論為主，強調學科知識的系統性和完備性[3]。人工智能導論作為智能科學與技術專業的核心課程，同時也是人工智能“入門性”和“引導性”的課程。但是，目前人工智能導論的課程設置上主要存在課程內容陳舊、實踐課程不足、教材理論過強、教學模式老舊及實踐教學與企業需求不適應等問題。尤其是人工智能導論課程，缺乏實踐教學將會降低學生學習人工智能的興趣和積極性。因此，為了解決這些問題，并使高校跟上人工智能時代的腳步，抓住高等教育發展的新機遇，進行面向新工科的人工智能導論實踐教學模式探索具有重要的現實意義。

1人工智能對新工科人才的新要求

1.1具備多學科交叉知識。人工智能導論是一個多個學科交叉而成的一門課程。人工智能導論主要包括知識系統、智能搜索技術、腦科學、機器學習、神經網絡、支持向量機、專家系統、智能計算及分布式智能等內容[4]。因此，一個合格人工智能專業人才需要具備多學科知識。1.2具備多領域應用能力。人工智能導論的應用領域廣泛，基本包含工業、農業及社會生活的各個行業（如工業生產、通信、醫療、金融、社會治安、交通領域及服務業等）[5]。人工智能導論課程要求學生在學好理論前提下也應該掌握各行業的相關知識，只有這樣才能提高人工智能技術在各領域的應用。1.3具備人工智能創新創業精神。目前，創新驅動發展成為了我國現階段發展的重要力量，人工智能成為經濟發展的新引擎[5]。在大眾創業、萬眾創新的號角下，人工智能技術作為創新創業過程中的一個大趨勢。因此，當今新形勢下培養具有創新創業精神的人工智能專業人才對我國經濟發展及大學畢業生創新創業具有重要意義。1.4具備人工智能人文素養。人的內在品質就是人文素養，人文科學的知識水平和研究能力是人文素養的重要組成部分，人文素養是人文科學體現出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災難，關鍵是使用者的思想道德和人文素養。因此，培養具有人文精神的人工智能專業人才具有重要的意義。

2人工智能導論課程教學現狀

目前，許多高校已經認識到傳統的人工智能導論課程已經不能適應社會和學生發展的需要。尤其是地方普通高校在師資、科研及學科力量薄弱情況下進行人工智能導論的實踐教學。目前人工智能導論的課程設置上主要存在的問題如下：⑴本科生課程內容陳舊。近年來，隨著云計算、大數據、5G等信息技術的快速發展，也帶動人工智能技術發展日新月異。對于高校來說，要緊跟人工智能技術前沿，傳授學生的知識也要緊跟人工智能的發展。目前，雖然也出現了不少新的人工智能導論教材，但在課堂上能夠教學的新內容仍然不多，教材內容仍然集中在傳統的人工智能技術（如問題求解、知識表示、歸結原理及經典推理等技術）上。⑵研究生課程內容重疊。研究生的人工智能導論課程應作為本科生課程的一個延續，但部分高校對研究生人工智能導論課程的教學重視不夠。很多本科生已經學過的內容在研究生階段又進行了重復。因此，在新工科背景下培養高層次的人工智能人才，就必須要在研究生階段加強新工科人才實踐能力的培養，選擇合理的人工智能導論課程，改革研究生階段人工智能導論的教學理念和教學模式。⑶實踐課程不足。實踐教學是提高人工智能新工科人才能力的重要路徑。目前，大多數院校的人工智能導論課程理論與實踐聯系不夠緊密，對學生實踐能力的培養不夠，只知道理論，而不進行實際的實踐應用就不能成為合格的人工智能新工科人才。另外，大多數地方高校的人工智能實驗室建設投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學生對人工智能新技術的接觸不夠。⑷人工智能導論教材理論性過強。目前，現有的人工智能導論教材以理論為主，缺乏人工智能實踐內容。在課程教學過程中學生經常會感覺索然無味，當實踐課程開設不足時，這種情況會非常明顯。學生會漸漸的對人工智能導論課程失去興趣和熱情，最終會導致課程的教學質量和效果下降，不能達到新工科人工智能專業人才培養的預期。⑸教學模式老舊。人工智能導論是多學科交叉的課程，課程內容理論性強、抽象、多知識點是新工科的特點。然而，大多數地方高校仍然采用過去的課堂教學模式（即“教師講、學生聽”的教學模式），這種單向灌輸的教學方式以教師為主，學生的主動性不夠，只是在被動接收知識。學校這種重視理論不重視實踐的教學模式，在一定程度上影響了新工科人才的實踐能力，從而導致教學內容與企業社會需求脫節。

3人工智能導論實踐教學初探

3.1人工智能導論課程實踐平臺建設。為了提高學生對實踐教學的興趣，南陽師范學院計算機科學與技術學院在人工智能導論授課過程中廣泛應用多種計算機實驗教學平臺，如采用開源的PaddlePaddle百度飛槳深度學習平臺，希冀一體化人工智能實踐教學平臺及大數據綜合實驗平臺。教師可以在實踐教學過程中方便的使用這些平臺進行授課，學生也可以在課堂中跟隨老師完成相關實驗，并能夠在課下進行相關實驗練習及提交作業。3.2人工智能導論課程實驗內容優化。在人工智能導論實踐教學過程中，以學生興趣為導向，開展相關應用課程實驗，南陽師范學院計算機科學與技術學院對人工智能導論實驗課程內容進行優化。優化后的主要實驗課程包括搜索優化算法實現、智能計算實現、貝葉斯分類實驗、最近鄰算法實驗、機器學習實驗及神經網絡實驗。最后，通過期末課程設計進一步提高學生解決實際問題及創新創業的能力。3.3人工智能導論實踐教學模式改革。⑴校企合作為使人工智能導論實踐教學不與企業脫節，校企合作是關鍵。應積極派遣教師進企業進修，了解企業需求，并提高教師的工程能力。從2018年以來，南陽師范學院計算機科學與技術學院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數碼及江蘇傳智播客公司等進修培訓。同時已經在固定時間邀請相關企業講師到學校進行人工智能方面的項目教學。建立起了具有地方區域特色的師資隊伍及校企協調的實踐教學模式，從而避免人工智能導論課程實踐與企業實際脫節。⑵“雙導師”負責制人工智能導論實踐課程實行“雙導師”制，邀請企業中實踐經驗豐富的人才任教或任職，校企合作建立實踐教師指導團隊，改革教學策略及教學方法，以項目為牽引，將人工智能導論實踐課程作為第二課堂學分。還要積極制定人工智能相關的科技作品競賽的獎勵機制，積極引導學生參加各種人工智能相關的比賽，從而進一步提高學生在創新實踐方面的能力。⑶采用案例教學法以案例導入進行教學，提高學生興趣。首先，從人工智能競賽的部分賽事中、（如百度的人工智能大賽，“2020年全國人工智能大賽”，“2020中國高校計算機大賽人工智能創意賽”等）中選取貼近實際問題的案例作為人工智能導論實踐課程的案例來源。然后，采用目前主流的人工智能開發軟件進行算法代碼的編寫，引導學生采用Python語言調用第三方接口庫進行算法的實現。最后，讓學生使用主流的編程語言（如C++、Java等）開發完善算法或進行系統設計與實現。

4結束語

在新工科背景下，人工智能導論作為智能科學與技術專業的基礎核心課程，人工智能人才培養應注重提高學生解決問題的能力。在這種背景下，筆者結合近年來了解到的企業需求和上課的實際，對人工智能導論實踐教學模式進行初探，具體如下：①校企合作，構建人工智能實踐平臺；②建立案例庫，優化實踐的內容；③校企“雙導師”制，采用案例教學，從而進一步提高學生在創新實踐方面的能力。

參考文獻:

[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學與工程專業——哈佛大學工科教育在學科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44

[3]陳義明,劉桂波,張林峰等.智能科學與技術專業課程體系建設的理論思考[J].計算機教育,2020.309(9):103-107

[4]劉永,胡欽曉.論人工智能教育的未來發展:基于學科建設的視角[J].中國電化教育,2020.2:37-42

[5]姚琳,石志國.人工智能課程體系與教學方法研究[J].中國大學教學,2019.10:19-22

篇(3)

2016年1月，美國佐治亞理工學院計算機學院的教授AshokGoel，借助IBM的Watson人工智能系統創建了一個在線機器人JillWatson，并將其作為課程教學助理。其目的是幫助教師回答學生通過在線論壇提出的大量課程問題。通過幾個月的反復調試，JillWatson的回答已經能夠達到97%的正確率。現在，機器人助教已經可以直接與學生溝通，不需要真人助教的幫助。這項人工智能在教育中的使用，解決了AshokGoel教授的助教人數不夠，難以及時回答學生提問的困境，增加了學生參與在線學習的興趣，提高了在線學習的留存率。

這只是人工智能在教育領域的小試牛刀。雖然有專家預測在未來十年內不會看到人形機器人替代教師進入課堂，不過地平線報告2016年基礎教育版和2107年高等教育版都預測未來五年內人工智能將會在教育行業普及。

教育行業已有的人工智能研究和應用

Woolf等人在2013年提出了人工智能在教育領域應努力解決“五大挑戰”：①為每一個學習者提供虛擬導師：無處不在地支持用戶建模、社會仿真和知識表達的整合。②解決21世紀技能：協助學習者自我定位、自我評估、團隊合作等。③交互數據分析：對個人學習、社會環境、學習環境、個人興趣等大量數據的匯集。④為全球課堂提供機會：增加全球教室的互聯性與可訪問性。⑤終身學習技術：讓學習走出課堂，進入社會。

過去十年，一些研究者對人工智能在教育領域中的應用做了大量的探索。相關的研究成果包括：①跟蹤學習者的思維步驟和解決問題的潛在目標結構（Anderson等，1995）；②診斷誤解和評估學習者的理解域（VanLehn，1988）；③提供及時的指導、反饋和解釋（Shute，2008）；④促進高效學習的行為，如自我調節、自我監控和自我解釋（Azevedo&Hadwin，2005）；⑤以合適的難度水平和最適當的內容來規劃學習活動（VanLehn，2006）。

這些研究，基本上使用到了人工智能的每一項技術——自然語言處理、不確定性推理、規劃、認知模型、案例推理、機器學習等。“智能導師系統”就是基于這些研究和技術而開發的人工智能教育應用。類似的成熟產品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷澤大學的一項試驗發現用智能導師系統的學習者比使用其他教學方法的學習者獲得的成績更高。

人工智能在教育行業的新發展

教育行業的三種類型（內容、平臺和評估）的服務商都在經歷著一場變革。內容出版商面臨紙質印刷到數字出版和開放教育內容的挑戰。學習平臺正試圖區分自適應、個性化和數據分析的功能。評估供應商則繼續探尋從多項選擇題測試轉向更具創新性的問題類型。人工智能將為這三種類型教育服務商帶來新的發展思路和契機，同時也惠及教育生態系統中的所有利益相關者。學生通過即時反饋和指導提高學習效率，教師將獲得豐富的學習分析和個性化指導經驗，父母能夠低成本地為孩子改進職業前景，學校能夠規模化提高教育質量，政府能夠提供負擔得起的教育。2017年，人工智能將在以下領域發揮其效益。

1.人工智能批改作業

批改作業和試卷是一件乏味的工作，這通常會占據教師大量的時間，而這些時間本可以更多地用于與學生互動、教學設計和專業發展。

目前，人工智能批改作業已經相當接近真人教師了，除了選擇題、填空題外，作文的批改能力已經大幅提高。美國斯坦福大學已經成功開發出一種機器學習程序，能夠批改8～10年級的作文。隨著圖像識別能力的大幅提高，手寫答案的識別也接近可能。就連占有美國標準化考試60%市場份額的全球最大教育企業——培生公司也認為，人工智能已經可以出現在教室并提供足夠可信的評估。據培生公司近期的報告IntelligenceUnleashed推測，人工智能軟件所具有的廣泛的、定制的反饋能夠最終淘汰傳統測試。

2.人工智能實現一對一輔導

自適應學習軟件已經能為學生提供個性化學習支撐。據2011年VanLehn的一項研究發現，人工智能在某些特定主題和方法上比未經訓練的導師更具有效性。進一步的研究發現，人工智能導師能在學生出錯的具體步驟上給予實時干預，而不是就整個問題的答案給予反饋（Corbett&Anderson，2001；Shute，2008）。

自適應學習在拉美地區正在興起。AndréUrani市政學校的學生使用人工智能軟件Geekie觀看在線課程（視頻和練習）。Geekie為學生提供每一步的實時反饋，并隨著學習的進展來傳授更為精細的課程內容。

早在1984年，本杰明·布盧姆的研究就提出一對一輔導能帶來更好的學習效果。而人工智能技術可以模擬一對一輔導，以更好地跟蹤、適應和支持個體學習者。這將是人工智能在教育中更高層次的個性化學習應用。例如，比爾·蓋茨看好的人工智能聊天機器人或個人虛擬導師，能在學生面臨挑戰時提供強有力的支持，隨時隨地回答學生的提問；還可以為學生訂制學習方案和規劃職業發展路徑，并引導學生走向成功。更重要的是，人工智能可以匹配聊天機器人或虛擬導師的面孔和聲音來滿足學生個人喜好。對比網頁界面的自適應學習系統，這才是真正做到了一人一導師。

3.人工智能關注學生情感

2016年地平線報告高等教育版把情感計算列為教育技術發展普及的重要方向。也就是說，人工智能不僅限于模擬人類傳遞知識，還能通過生物監測技術（皮膚電導、面部表情、姿勢、聲音等）來了解學生在學習中的情緒，適時調整教育方法和策略。例如，機器人導師捕捉到學生厭煩的面部表情時，就可以立即改變教學方式努力激發他們的興趣。這種關注情感的人機交流為學生營造一個更真實的個性化學習環境，更好地維持了學習者的動機。美國匹茲堡大學開發的AttentiveLearner智能移動學習系統就能通過手勢監測學生的思想是否集中。突尼斯蘇斯國家工程學院的研究人員正在研究開發基于網絡的人工智能教學系統。該系統能夠識別學生在任何地方開展科學實驗的面部表情，以優化遠程虛擬實驗室的教學過程。

進一步的研究發現，人工智能還可以關注學生的心理健康。當前已經有使用人工智能來為自閉癥兒童提供有效支持的案例。例如，倫敦知識實驗室在Topcliffe小學開展試驗，讓自閉癥學生與半自動虛擬男孩安迪開展互動交流，研究人員發現患有自閉癥的學生在社交能力方面有進步。

4.人工智能改進數字出版

教科書等課程材料并非總是完美，傳統印刷出版讓課程的修訂變得過于緩慢。這不僅是生產工藝的問題，更主要的是紙質課程材料無法快速獲取使用者的反饋來識別缺陷所在。而數字化出版在人工智能的支撐下能徹底改變這一現狀。

人工智能可幫助使用者快速識別課程缺陷。大規模網絡開放課程Coursera的提供者已經將這一想法付諸實踐。當發現大量學生的作業提交了錯誤的答案時，系統會提示課程材料的缺陷，進而有助于彌補課程的不足。

另一項人工智能在數字化出版的應用是自動化組織和編寫教材。這是基于深度學習系統能模仿人類的行為進行讀和寫。ScottR.Parfitt博士的內容技術公司CTI就依據這項技術幫助教師定制教科書——教師導入教學大綱，CTI的人工智能引擎能自動填充教科書的核心內容。

隨著自然用戶界面和自然語言處理在人工智能領域的成熟應用，課程材料的數字化出版也會有更新的形態——不再局限于書本或網頁的形式，聊天機器人和虛擬導師將成為內容表達的更好的方式。

5.人工智能作為學生

多年的研究表明，教會別人才是更好的學習，即learning-by-teaching。美國斯坦福大學教育學教授DanielSchwartz正基于這一理念來開發新的人工智能產品。他聯合了多個領域的專家一起開發了人工智能應用——貝蒂的大腦（Betty’sBrain），讓學生來教貝蒂學習生物知識。試點研究發現，使用這一方法來學習的學生比其他學生成績更好，且在科學推理上也更勝一籌。

類似的研究和開發還有瑞典隆德大學的TimeElf和美國卡內基梅隆大學的SimStudent，這兩個人工智能產品也是基于learning-by-teaching而開發，讓學生在教會機器人知識的過程中深化對知識的理解。

另外，人工智能還推動其他教育方法和技術更好實現。如讓虛擬現實學習環境更具沉浸感；給學生帶來更多動手實踐的機會；提供基于豐富學習分析的仿真和游戲化學習場景等。

篇(4)

1-7月份，全國規模以上工業企業實現利潤總額42481.2億元，同比增長21.2%，增速比1-6月份放緩0.8個百分點。1-7月份，規模以上工業企業中，國有控股企業實現利潤總額9273.9億元，同比增長44.2%；集體企業實現利潤總額259.4億元，增長3.7%；股份制企業實現利潤總額29907.3億元，增長22.9%；外商及港澳臺商投資企業實現利潤總額10197.7億元，增長17.7%；私營企業實現利潤總額14161.6億元，增長14.2%。點評：中性偏好。統計局解讀稱，7月份，規模以上工業企業中，國有控股企業利潤同比增長34.2％，增速比6月份加快13.5個百分點；其中，中央企業利潤同比增長8.5％，扭轉了6月份同比下降6.5％的局面。主要歸因于石油加工、煤炭和鋼鐵等行業效益明顯提升。 

國務院要求中小學設人工智能課程、編程教育概念受關注、盛通股份、泰禾光電

據媒體報道。國務院近日印發《新一代人工智能發展規劃》。明確指出人工智能成為國際競爭的新焦點。應逐步開展全民智能教育項目。在中小學階段設置人工智能相關課程、逐步推廣編程教育、建設人工智能學科。培養復合型人才。形成我國人工智能人才高地。

在我國人工智能技術的總體發展規劃中。也明確提出了我國新一代人工智能“三步走”發展戰略。即中小學設置人工智能課程推廣編程教育。高校增加碩博培養形成“人工智能+X”模式和普及智能交互式教育開放研發平臺。在2030年我國將要發展成為世界主要人工智能創新中心。專家表示。人工智能的發展是大勢所趨。未來所有行業都將隨著人工智能而帶來升級與變革。此次規劃出臺。將會加快編程培訓進入中小學課堂的實施進度。

篇(5)

A股市場中有人工智能概念的公司不在少數，但敢說自己以人工智能為主業并且賺到錢的公司寥寥無幾，科大訊飛作為智能語音的行業龍頭，在人工智能方面可謂頗有建樹。

從2016年科大訊飛的年報可以看出，科大訊飛目前有六項主要業務，分別是教育行業產品和服務、系統集成、互聯網產品和增值運營、IFLYTEK―C3（智慧城市）、語音支持軟件及產品、大數據產品和服務等。

在六大業務中人工智能的成色到底有多少呢？我們分項看一下。

首先教育行業產品和服務。科大訊飛的產品涵蓋“考、評、教、學、管”全產品體系，另外就是辦學收入，k學收入不屬于人工智能范疇，公司主要的人工智能應用融入在機器閱卷、普通話及口語評測或者融入語音交互的智慧課堂設備中。

近日引起熱議的高考機器人，即“國家863計劃”中科大訊飛牽頭研制的“高考機器人”項目，成都準星云學的AI-MATHS在斷網斷題庫的環境下用時22分鐘完成北京卷文科數學高考試題并獲得105分。這是科大訊飛在教育行業產品和服務人工智能應用方面比較典型的代表。

從收入角度來看，教育方面可以貢獻收入的有四項業務：一、教育信息化過程中為“三通兩平臺”建設提供軟件及系統；二、訊飛啟明提供的口語及普通話機器評測；三、訊飛皆成提供的智慧課堂；四、收購樂知行帶來的數字校園業務。從以上幾項收入來看，目前科大訊飛在教育智能應用上已經探索出較為成熟的業務模式。

其次，系統集成包括信息工程和音、視頻監控，這主要是為他人做技術支持，人工智能很難在這個業務范疇去創新，系統集成屬于應用已成熟技術的業務領域，所以我們可能難以看到科大訊飛在這個維度上做智能突破。

第三，互聯網產品和增值運營，業務包括：電信增值產品運營、智能硬件產品、互聯網運營服務。智能硬件產品是人工智能的重要陣地，這也是科大訊飛做人工智能重點突破的領域。目前基于人機交互界面AIUI拓展在智能家居、機器人、智能穿戴等方面的軟硬件一體化應用比較有前景，其典型產品有叮咚智能音箱、智能遙控器以及兒童智能語音玩具。

第四，IFLYTEK―C3，業務主要是公共安全行業產品和智慧城市行業應用，這項業務與系統集成類似，是利用成熟技術為其他下游做配套，所以難以有人工智能的創新。

篇(6)

>> 引入深度學習的人工智能類課程 中西合璧的人工智能課程雙語教學模式 可調戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 游戲開發應用中的“人工智能”課程教學方法探討 人工智能的應用研究 人工智能的日常應用 人工智能的應用和發展 淺析電氣自動化控制中的人工智能應用 分析繼電保護中的人工智能技術及其應用 電氣自動化控制中的人工智能應用分析 常見問題解答 當前所在位置：l)。在情境創設時,教師根據學生特點提出了多種應用需求,例如化妝品銷售咨詢等。學生利用該工具,興趣盎然地開發了自己的小型專家系統,不僅理解了專家系統的特點、作用、運行方式等,還具有強烈的成就感。

2.2面向研究的情境創設

蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發現問題、分析問題和解決問題,激發學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。

下面以“規劃”中的路徑規劃內容為例,詳細分析以研究為導向的情境創設過程。表2給出了整個教學設計。

綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。

3DBR驅動的教學過程

人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節課甚至幾周,怎樣在此期間保持學生的興趣和關注?

DBR是情境設計、實施、評價、再設計、理論形成等環節多次迭代循環的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環。本課程教學主要做好兩個環節,以驅動整個教學過程的推進。

1) 實踐環節。

通常的實踐環節是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。

2) 教學評價。

除了課程考核以外,每個教學單元結束時都有反饋和評價環節。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發現教學設計中的問題,及時調整。

通過上述兩個環節的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。

4教學實施效果分析

1) 正效果分析。

中原工學院計算機學院作為普通工科院校,以培養實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發,考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業生總人數的20%。

人工智能教學中采用的應用型與研究型情境創設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發揮了主動性和主體意識,為持續發展奠定了良好的基礎。

2) 不足分析。

DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:

(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。

(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發。而學生課業繁忙造成了實施的瓶頸。

這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。

5小結

本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節,學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。

參考文獻:

[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.

[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.

[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.

[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

篇(7)

關鍵詞：人工智能；計算機網絡教學；現狀；運用

中圖分類號：TP393-4

所謂人工智能，就是利用人工方法在計算機上實現智能，也可以說是人工智能在計算機上的一種模擬。人工智能廣泛融合了神經學、語言學、信息論和通訊科學等眾多學科和領域。目前主要存在三條人工智能研究途徑：一是以生物學理論為支撐，掌握人類智能的本質規律；二是以計算機科學為支撐，通過人工神經網絡進行智能模擬，實現人機互動；三是以生物學理論為支撐。

1 人工智能技術的特征

智能技術主要分為兩類，人類和計算機智能，兩者存在相輔相成的關系。利用人工智能技術能夠實現人類智能向機器智能的轉化，相反，機器智能也能夠利用智能教學轉化為人類智能。

1.1 人工智能的技術特征。首先，人工智能具備非常強的搜索功能。該功能是利用相關搜索搜索技術實現對海量信息的快速檢索，滿足個性化信息需求；其次，人工智能具備很強的知識表示能力。具體來講，就是人工智能對信息的行為，能夠像人類智能一樣，對模糊的信息加以表示；最后，人工智能具有較強的語音識別和抽象功能。前者主要是為了對模糊信息加以處理。而后者主要是為了對信息重要度加以區分，以便提高信息處理效率。用戶只需要智能機器提出具體要求便可，至于復雜的解決方案就交給智能程序了。

1.2 智能多媒體技術。首先，人機對話更加靈活。傳統多媒體在人機對話方面極為欠缺，導致教學單調乏味，不能取得預期良好效果，但智能多媒體卻不然，他能夠實現人機自由對話和互動，同時還能結合學生實際對學生的問題給出不同層次的答案。其次，教學可行性更強。由于學生在認知能力和個人素養方面都存在差異，而且學習主動性也不盡相同，人工智能必須要結合學生實際學習狀況，為每一位學生設計制定個性化的學習計劃和學習目標，對學生進行針對性較強的教學，真正實現因材施教。再次，具有強大的創造性和糾錯性。前者屬于人工智能的顯著特征，而后者屬于人工智能的重要表現方面。最后，智能多媒體具有老師特征。在實際教學過程中，智能多媒體可以對教學雙方的行為進行智能評價，以便能夠及時發現教學中的薄弱點，有助于實現教學相長，全面提高教學質量和教學效果。

2 計算機網絡教育的現狀

隨著現代科學的進步，網絡信息的發達，人們的教學觀念和學習觀念都發生了前所未有的改變，網絡時代正全面到來。為了滿足現代社會對人才的實際需求，培養大量現代化優秀人才，計算機網絡教學模式業已成型并不斷完善。目前，高校正規教學模式依然是現代教學主流，盡管在系統傳授知識和規范培養人才方面具有無可比擬的優勢，但在資金投入、效益創收和時空限制等方面具有很大的弊端，靈活性不足，無法有效滿足現代教育的發展要求。

計算機網絡教學對傳統教學形成了巨大挑戰，并產生了深遠影響。它不僅有效彌補了傳統教學的時空限制缺陷，而且賦予了教學極大的樂趣性，吸引了越來越多的人積極投身到網絡教學建設中去，任何人無論何時何地都能夠通過網絡課堂去學習和提高。但目前計算機網絡教學發展仍處于探索期，在實際運用方面還存在許多問題：第一，計算機網絡教學中的學習支持服務體系尚不健全，導學手段和答疑方法還非常落后，由于各種原因，在服務方式上缺乏針對性、策略性和積極性；第二，計算機網絡實驗教學中存在著空間分散、時間流動和自主性差等問題和弊端；第三，計算機網絡的系統承載能力和信息查詢能力還十分有限；第四，如何實現計算機網絡考試的開放性，確保考試的客觀性、公正性、權威性，已經成為網絡教學發展的瓶頸；第五，計算機網絡教學中的核心支撐系統――CAI，還無法有效滿足和適應網絡教學的實際需求和發展要求。

主流CAI課件主要有兩種，一種是單機版的初級課件，包括簡單的Authorware課件、PPT幻燈片和圖文網頁等。一種是高級的網絡版課件。該類課件主要以靜態圖文和動態演示組成的網頁為主，以聊天室、電子郵件和QQ群等形式為輔，實現師生互動、網絡答疑的一種改進型課件。初級課件在實際教學中以操作容易、更新及時和維護方便著稱，但實際上就是傳統教學手段的變相挪用。還有些課件，盡管在互動性方面有著不錯的效果，但是制作繁瑣、更新較慢和維護復雜。因此，高級網絡課件是目前網絡教學中的主流課件，已經成為了計算機網絡課件的固定模板。改進型的網絡課件有效地解決了傳統多媒體在師生互動不足的問題。上述兩類課件是現在最為常見的兩種CAI課件，盡管兩者都有各自的優勢，但作為網絡教學的重要手段，仍存在許多問題和弊端：無法實現因材施教，無法開展層次教學；作為教學的一大主體，學生在個性化交互操作方面仍有很大不足；對學習過程中出現的普遍問題無法進行智能統計、分析和評價等。

3 人工智能技術在計算機網絡教學中的運用

3.1 人工智能多媒體系統。（1）知識庫。智能多媒體已經不再是用來進行紙質媒體數字轉化的工具了，它應該具備相應完善的知識庫，而知識庫里的教學內容要結合教學實際和學生現狀進行針對性、個性化設計。同時，要實現知識庫資源的高度共享，并及時加以更新和補充，如此才能充分發揮知識庫的教學服務作用。（2）教學板塊。教學板塊的設計主要是出于教學綜合性考慮的，教學方法的創新是其關注的重點內容。該模塊的實現要以掌握專業知識、教學策略和人機對話等領域的知識為前提，結合學生實際學習現狀和特點，利用智能系統的現代化技術手段對知識和相關教育措施加以高效搜索。（3）學生板塊。及時掌握學生心理動態和學習狀況是智能網絡教學的一大特征，結合學生實際狀況加以智能評判，進而加以針對性指導和個性化輔導，實現因人施教和因材施教，全面提高學習效率和學習質量。（4）用戶模塊。用戶模塊是智能系統無法忽視和省略的關鍵模塊，整個智能系統的正常運行離不開人工程序操作，用戶需要通過用戶終端將教學內容上傳到網絡教學平臺，才能順利完成教學。

3.2 人工智能多媒體教學的發展。（1）加強與網絡的結合。隨著網絡技術的成熟，智能網絡教學與網絡之間的關系日益緊密，多元化、多維度網絡空間日益成為一種趨勢。互聯網具有信息量大、更新速度快、超時空性等優勢，加強與網絡的結合是人工智能計算機網絡教學未來發展的重要方向。（2）加強智能的應用。人機對話、機器指導的教學模式將成為未來網絡教學的核心模式，傳統教師的角色將逐漸被計算機取代。最為典型的就是現代智能導航系統。（3）加強系統軟件的研發。系統軟件的更新日新月異，舊的系統軟件已經無法有效滿足網絡發展的時代要求，加強系統軟件的研發以便充分滿足網絡要求，更好地幫助學生解決實際問題，進而提高學習效率和教學質量。

4 結束語

人工智能技術在計算機網絡教學中的運用將為現代化教育提供新的發展思路，將全面改善網絡教學環境，拓展學習服務渠道，提高計算機網絡教學質量，并有可能徹底打破計算機網絡教育的時空限制，全面加強網絡教學的開放性，實現網絡學習的個性化、人性化和智能化，充分落實以學生為本的教學理念。未來CAI技術的進一步成熟將全面提高網絡教學的整體格局，我們有理由相信，智能網絡教學將迎來全新的發展春天。

參考文獻：

[1]劉廣鐘，高軍，劉，李吉彬.報文分析技術在計算機網絡教學中的應用[J].計算機教育，2014（01）.

[2]趙冉，朱西方.仿真技術在高職計算機網絡教學中的應用探討[J].河南科技，2014（01）.