论文部分内容阅读
摘 要：在传统机械专业中增开人工智能类课程，培养复合型人才对于社会经济的发展具有重要意义。文章深入分析传统机械专业开设人工智能课程的重要性及存在的问题，并结合实践教学的经历，提出了一种通过科研促进传统机械专业新增人工智能课程教学活动的策略。
关键词：机械专业;人工智能;科研
中图分类号：G434 文章编号：2095-624X（2019）17-0155-02
一、传统机械专业开设人工智能课程的重要性及问题
传统机械专业包括机械设计制造及其自动化、材料成型及控制工程、机械电子工程等专业。目前绝大多数的国内院校相关专业在课程体系设计以及专业培养方案方面仍旧以传统机械制造与自动化控制方面的课程为主，辅以少量电子信息类课程。现有课程体系培养出来的学生虽然可以满足目前工业界大多数生产线的实际需求，但是我们必须注意到机械领域已经出现了新的巨大变化。
近年来，以深度学习为代表的人工智能技术飞速发展，取得了令人瞩目的成果，如人脸识别、辅助驾驶、智能推荐、移动支付等技术已从实验室全面走向日常生活应用，2019年的图灵奖也授予深度学习领域的三大巨头，标志着人工智能技术正在并将持续得到社会各界的广泛关注。得益于人工智能技术的飞速发展，传统机械领域受到巨大冲击，以波士顿动力公司为代表的高新企业赋予机械以智能，让机器人从科幻电影逐步走向现实生活。同时，3D打印等技术也展现出巨大的应用潜力。这些现象标志着目前机械领域的未来发展方向已从现有的信息化转向了智能化，即智能机械。为了把握这一历史机遇，实现弯道超越，我国政府已经明确“中国制造2025”的主攻方向就是智能制造。而实现这一宏伟目标的最重要基础之一就是我们必须有足够数量的懂得智能制造的人才，因此在传统机械专业中加开人工智能课程是极为重要的。此外，由于传统机械行业多年来未有明显进步，在互联网上被部分人称之为“夕陽专业”，已经影响到了相关专业的本科招生，因此增加开设人工智能课程将使得传统机械专业再一次焕发生命力。
笔者所在的合肥学院（以下简称我院）具有双元制（世界500强制造企业与学校共同培养机械类专业本科学生）培养的巨大优势。得益于此，我院准确把握企业脉搏，勇于开拓创新，在机械设计制造及其自动化以及材料成型及控制工程两个传统机械专业开设了《机器视觉》以及《人工智能》两门人工智能类课程，在国内同类院校中处于第一梯队。
《机器视觉》课程主要讲授图像处理基本知识、图像分类、目标识别、物体分割等内容;《人工智能》课程主要讲授机器学习基本知识、常用的分类算法与聚类算法等内容。笔者在实际教学中发现直接按传统方式讲授这两门课程并不适合机械类专业的本科生，主要存在两大问题。①这两门课程一般是计算机或相关信息类专业的课程，相对于信息类专业来说，机械类专业的学生在初始阶段会觉得这两门课程与机械的关联性不大，从而丧失学习兴趣与动力。②国内高等院校目前普遍采用的机器视觉教材为阮秋琦等人翻译的《数字图像处理（第三版）》，人工智能教材为南京大学周志华教授的著作《机器学习》。但人工智能仍处于蓬勃发展阶段，在每年的相关顶级会议上仍有数千种新算法被提出，如何让学生了解并掌握领域内新的进展也是亟待解决的问题。
下面介绍一种笔者为解决上述问题而采用的科研促进教学方法，并结合实际教学案例说明如何通过科研工作促进传统机械专业新增人工智能课程的教学活动的展开。
二、科研促进教学方法介绍
随着我国高等教育的内涵不断提升以及我国博士教育的蓬勃发展，目前高等院校在招聘专职教师时一般都要求博士学历。此外，根据我国工科博士的培养要求，所有博士在毕业时都要满足一定的科研工作量。具体到机械类专业从事人工智能相关课程教学的教师而言，绝大多数教师都承担一定数量的相关的横向与纵向科研项目。科研与教学并非两个完全隔离或者冲突的领域，相反其是相辅相成的。
从教学对于科研的促进角度来看，为便于学生理解并掌握知识，面向本科生的教学活动非常注重知识的连贯性与知识脉络的清晰性，而教师的科研工作一般只专注于某一个方向。长时间下去，可能忽略了对相应领域知识的系统学习。进而有可能出现“一叶障目”的现象，导致自身的研究进入瓶颈。因此，教学活动有助于科研工作者梳理相关知识，进一步夯实自己的理论基础，拓宽理论视野，从而促进科研工作的突破。
从科研工作促进教学活动的角度来看，人工智能作为一个实用性极强的方向，相比于其他领域的科研工作，在机械专业从事人工智能方向的教师的科研项目大都兼顾理论与实践，如机械产品缺陷检测、机械故障信号诊断与自动识别、机械产品自动分类等研究课题，既有机械背景又紧密结合人工智能算法。因此，①在教学活动中有选择性地讲述自己的研究工作，让学生明白正在学习的人工智能课程的哪些知识点可以用在机械方面解决传统机械类课程无法解决的实际问题，将大大提升传统机械类专业学习人工智能课程的兴趣与自主性; ②将课本中的抽象原理与科研具体工作相结合，以代码为媒介，实现课本中的抽象原理并作用于实际项目中观察调试效果，可达到“一石二鸟”的目的（提高了学生的代码水平，让学生对抽象的人工智能算法有了形象的理解）;③教师在科研工作中会密切关注最新论文以把握最新科研进展情况，因此教师可在教学活动中选取一些较新的且典型的并与实际结合紧密的论文让学生翻译并作为课程设计作业，在锻炼学生的动手能力的同时让学生对最新科研进展情况有一定的了解;④让部分学习兴趣最浓厚、编程基础较好的学生实际参与到科研课题的研究过程当中，可大大增强学生的动手能力，无论对其日后继续读研深造还是直接进入公司工作都大有益处。
三、科研促进教学案例分析
1.图像处理基本知识
在这一部分中将介绍笔者在《机器视觉》课程中的教学案例：图像的颜色变换、边缘检测及联通域分析。这一部分知识较为基础，在课本上都是一些简单的数学公式，如果只让学生以课本上的参考图例为学习对象，很难让学生明白人工智能和机械的紧密联系性。笔者在教授这门课程时正在承担一项企业委托项目“某型建筑网制造过程中的缺陷自动检测设备”，即利用机器视觉技术自动检测生产的建筑网是否网孔破损、网孔大小不符合标准等缺陷。因此笔者在教学过程中采用以下教学步骤：首先，按照教材讲述基本算法原理;其次，对科研项目进行介绍，着重讲述颜色变换、边缘检测及联通域分析用在项目中的哪一部分以及为什么要使用;再次，用实际项目中的数据取代课本中的例子进行教学;最后，布置课后作业让学生翻译并实现经典直线检测算法LSD。除此之外，选拔2名水平较高且学习态度较好的学生实际参与到项目中。 2.模式分类
在这一部分中将介绍笔者在《人工智能》课程中的教学案例：逻辑回归。逻辑回归本身是机器学习领域较为基础的一个概念，但其名字令学生迷惑，虽然其名字为回归，但是其本质是一个非线性分类模型。此外，现有教材在讲述这一部分内容时一般是采用房子买不买/西瓜成熟否/鱼的种类识别等二分类模型进行介绍，与机械专业没有契合点。笔者曾主持过一项纵向课题“基于多传感器的机械故障分析”，因此，笔者在教学时，将课本中的例子直接替换为实际机械工况数据，可显著增加传统机械类学生对人工智能类课程的认同感。此外，在自主学习环节，将一批统一标注预处理的训练数据与验证数据下发给学生，让学生查找资料设计实现自己的机械故障分类模型，然后在测试集上对所有学生的模型进行统一测试，将最终的准确率排名作为学生的成绩排名。上述方式既激发了学生的学习兴趣，同时锻炼了学生的自主学习能力，又可以解决传统纸质试卷考核方式不适应人工智能课程的问题。
四、结语
本文通过对传统机械专业开设人工智能课程的重要性及存在问题的深入分析，以《机器视觉》和《人工智能》两门课程为例，给出了一种如何通过教师的科研工作促进传统机械专业新增人工智能课程教学的方法，并结合两个具体的教学案例对该方法进行了阐述。文中所介绍的方法与实例可以有效地扩展到其他传统工科专业增设人工智能类课程的教学活动当中，从而使任课教师可以通过自身的科研活动有效地提升教学质量。
参考文献：
[1]（美）冈萨雷斯，伍兹.数字图像处理（第三版）[M]. 阮秋琦，阮宇智，译.北京：电子工业出版社，2011.
[2]周志華.机器学习[M].北京：清华大学出版社，2016.
[3]Grompone von Gioi Rafael，Jakubowicz Jérémie，Morel Jean-Michel，Randall Gregory. LSD： a fast line segment detector with a false detection control[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2010（4）.
[4]张小明，李舟军.研究生人工智能课程研究性教学探索[J].计算机教育，2017（10）：71-74.
作者简介：年福东（1993—），男，安徽宿州人，讲师，工学博士，研究方向：人工智能、多媒体计算。
关键词：机械专业;人工智能;科研
中图分类号：G434 文章编号：2095-624X（2019）17-0155-02
一、传统机械专业开设人工智能课程的重要性及问题
传统机械专业包括机械设计制造及其自动化、材料成型及控制工程、机械电子工程等专业。目前绝大多数的国内院校相关专业在课程体系设计以及专业培养方案方面仍旧以传统机械制造与自动化控制方面的课程为主，辅以少量电子信息类课程。现有课程体系培养出来的学生虽然可以满足目前工业界大多数生产线的实际需求，但是我们必须注意到机械领域已经出现了新的巨大变化。
近年来，以深度学习为代表的人工智能技术飞速发展，取得了令人瞩目的成果，如人脸识别、辅助驾驶、智能推荐、移动支付等技术已从实验室全面走向日常生活应用，2019年的图灵奖也授予深度学习领域的三大巨头，标志着人工智能技术正在并将持续得到社会各界的广泛关注。得益于人工智能技术的飞速发展，传统机械领域受到巨大冲击，以波士顿动力公司为代表的高新企业赋予机械以智能，让机器人从科幻电影逐步走向现实生活。同时，3D打印等技术也展现出巨大的应用潜力。这些现象标志着目前机械领域的未来发展方向已从现有的信息化转向了智能化，即智能机械。为了把握这一历史机遇，实现弯道超越，我国政府已经明确“中国制造2025”的主攻方向就是智能制造。而实现这一宏伟目标的最重要基础之一就是我们必须有足够数量的懂得智能制造的人才，因此在传统机械专业中加开人工智能课程是极为重要的。此外，由于传统机械行业多年来未有明显进步，在互联网上被部分人称之为“夕陽专业”，已经影响到了相关专业的本科招生，因此增加开设人工智能课程将使得传统机械专业再一次焕发生命力。
笔者所在的合肥学院（以下简称我院）具有双元制（世界500强制造企业与学校共同培养机械类专业本科学生）培养的巨大优势。得益于此，我院准确把握企业脉搏，勇于开拓创新，在机械设计制造及其自动化以及材料成型及控制工程两个传统机械专业开设了《机器视觉》以及《人工智能》两门人工智能类课程，在国内同类院校中处于第一梯队。
《机器视觉》课程主要讲授图像处理基本知识、图像分类、目标识别、物体分割等内容;《人工智能》课程主要讲授机器学习基本知识、常用的分类算法与聚类算法等内容。笔者在实际教学中发现直接按传统方式讲授这两门课程并不适合机械类专业的本科生，主要存在两大问题。①这两门课程一般是计算机或相关信息类专业的课程，相对于信息类专业来说，机械类专业的学生在初始阶段会觉得这两门课程与机械的关联性不大，从而丧失学习兴趣与动力。②国内高等院校目前普遍采用的机器视觉教材为阮秋琦等人翻译的《数字图像处理（第三版）》，人工智能教材为南京大学周志华教授的著作《机器学习》。但人工智能仍处于蓬勃发展阶段，在每年的相关顶级会议上仍有数千种新算法被提出，如何让学生了解并掌握领域内新的进展也是亟待解决的问题。
下面介绍一种笔者为解决上述问题而采用的科研促进教学方法，并结合实际教学案例说明如何通过科研工作促进传统机械专业新增人工智能课程的教学活动的展开。
二、科研促进教学方法介绍
随着我国高等教育的内涵不断提升以及我国博士教育的蓬勃发展，目前高等院校在招聘专职教师时一般都要求博士学历。此外，根据我国工科博士的培养要求，所有博士在毕业时都要满足一定的科研工作量。具体到机械类专业从事人工智能相关课程教学的教师而言，绝大多数教师都承担一定数量的相关的横向与纵向科研项目。科研与教学并非两个完全隔离或者冲突的领域，相反其是相辅相成的。
从教学对于科研的促进角度来看，为便于学生理解并掌握知识，面向本科生的教学活动非常注重知识的连贯性与知识脉络的清晰性，而教师的科研工作一般只专注于某一个方向。长时间下去，可能忽略了对相应领域知识的系统学习。进而有可能出现“一叶障目”的现象，导致自身的研究进入瓶颈。因此，教学活动有助于科研工作者梳理相关知识，进一步夯实自己的理论基础，拓宽理论视野，从而促进科研工作的突破。
从科研工作促进教学活动的角度来看，人工智能作为一个实用性极强的方向，相比于其他领域的科研工作，在机械专业从事人工智能方向的教师的科研项目大都兼顾理论与实践，如机械产品缺陷检测、机械故障信号诊断与自动识别、机械产品自动分类等研究课题，既有机械背景又紧密结合人工智能算法。因此，①在教学活动中有选择性地讲述自己的研究工作，让学生明白正在学习的人工智能课程的哪些知识点可以用在机械方面解决传统机械类课程无法解决的实际问题，将大大提升传统机械类专业学习人工智能课程的兴趣与自主性; ②将课本中的抽象原理与科研具体工作相结合，以代码为媒介，实现课本中的抽象原理并作用于实际项目中观察调试效果，可达到“一石二鸟”的目的（提高了学生的代码水平，让学生对抽象的人工智能算法有了形象的理解）;③教师在科研工作中会密切关注最新论文以把握最新科研进展情况，因此教师可在教学活动中选取一些较新的且典型的并与实际结合紧密的论文让学生翻译并作为课程设计作业，在锻炼学生的动手能力的同时让学生对最新科研进展情况有一定的了解;④让部分学习兴趣最浓厚、编程基础较好的学生实际参与到科研课题的研究过程当中，可大大增强学生的动手能力，无论对其日后继续读研深造还是直接进入公司工作都大有益处。
三、科研促进教学案例分析
1.图像处理基本知识
在这一部分中将介绍笔者在《机器视觉》课程中的教学案例：图像的颜色变换、边缘检测及联通域分析。这一部分知识较为基础，在课本上都是一些简单的数学公式，如果只让学生以课本上的参考图例为学习对象，很难让学生明白人工智能和机械的紧密联系性。笔者在教授这门课程时正在承担一项企业委托项目“某型建筑网制造过程中的缺陷自动检测设备”，即利用机器视觉技术自动检测生产的建筑网是否网孔破损、网孔大小不符合标准等缺陷。因此笔者在教学过程中采用以下教学步骤：首先，按照教材讲述基本算法原理;其次，对科研项目进行介绍，着重讲述颜色变换、边缘检测及联通域分析用在项目中的哪一部分以及为什么要使用;再次，用实际项目中的数据取代课本中的例子进行教学;最后，布置课后作业让学生翻译并实现经典直线检测算法LSD。除此之外，选拔2名水平较高且学习态度较好的学生实际参与到项目中。 2.模式分类
在这一部分中将介绍笔者在《人工智能》课程中的教学案例：逻辑回归。逻辑回归本身是机器学习领域较为基础的一个概念，但其名字令学生迷惑，虽然其名字为回归，但是其本质是一个非线性分类模型。此外，现有教材在讲述这一部分内容时一般是采用房子买不买/西瓜成熟否/鱼的种类识别等二分类模型进行介绍，与机械专业没有契合点。笔者曾主持过一项纵向课题“基于多传感器的机械故障分析”，因此，笔者在教学时，将课本中的例子直接替换为实际机械工况数据，可显著增加传统机械类学生对人工智能类课程的认同感。此外，在自主学习环节，将一批统一标注预处理的训练数据与验证数据下发给学生，让学生查找资料设计实现自己的机械故障分类模型，然后在测试集上对所有学生的模型进行统一测试，将最终的准确率排名作为学生的成绩排名。上述方式既激发了学生的学习兴趣，同时锻炼了学生的自主学习能力，又可以解决传统纸质试卷考核方式不适应人工智能课程的问题。
四、结语
本文通过对传统机械专业开设人工智能课程的重要性及存在问题的深入分析，以《机器视觉》和《人工智能》两门课程为例，给出了一种如何通过教师的科研工作促进传统机械专业新增人工智能课程教学的方法，并结合两个具体的教学案例对该方法进行了阐述。文中所介绍的方法与实例可以有效地扩展到其他传统工科专业增设人工智能类课程的教学活动当中，从而使任课教师可以通过自身的科研活动有效地提升教学质量。
参考文献：
[1]（美）冈萨雷斯，伍兹.数字图像处理（第三版）[M]. 阮秋琦，阮宇智，译.北京：电子工业出版社，2011.
[2]周志華.机器学习[M].北京：清华大学出版社，2016.
[3]Grompone von Gioi Rafael，Jakubowicz Jérémie，Morel Jean-Michel，Randall Gregory. LSD： a fast line segment detector with a false detection control[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2010（4）.
[4]张小明，李舟军.研究生人工智能课程研究性教学探索[J].计算机教育，2017（10）：71-74.
作者简介：年福东（1993—），男，安徽宿州人，讲师，工学博士，研究方向：人工智能、多媒体计算。