陈雯柏，陈启丽
（北京信息科技大学自动化学院，北京100192）
摘要：针对人工神经网络的课程特点，提出将前沿科技引入教学内容，基于兴趣与任务驱动开发一系列课程案例，对教学内容和教学方式进行课程改革。介绍在实验教学环节基于倒立摆系统开发出的一系列实验案例。
教育期刊网 http://www.jyqkw.com
关键词 ：兴趣与任务驱动；人工神经网络；课程改革；智能科学与技术
基金项目：北京信息科技大学2015年课程建设立项项目(2015KGYB11)；2015年人才培养质量提高项目(5111523309)。
第一作者简介：陈雯柏，男，副教授，研究方向为人工神经网络、智能机器人，chenwb@bistu．edu．cn。
O 引言
目前很多高校合并重组原有的多个专业，组建了智能科学与技术专业。在此情况下，各高校智能科学与技术专业的本科教学模式不但具有融合、交叉、综合等特点，还具有自身特色。人工神经网络课程是各个学校智能科学与技术专业开设的专业课，但是我国智能科学与技术本科专业的发展尚属初级阶段，很多课程和教学都处于建设和摸索阶段。
1 人工神经网络教学的现状
人工神经网络是智能科学与技术专业的一门核心专业课，它为机器人技术、以新一代网络计算为基础的智能系统、微机电系统( MEMS)以及与日常生活密切相关的各类智能技术提供有力的理论支撑。目前，人工神经网络教学过程主要存在以下3个问题。
1)教学内容相对滞后，脱离前沿科技。
随着高等教育的大众化和普及化，教育体系渐渐无法适应社会经济与科技的发展。教育体系与教学内容相对滞后尤其表现在智能科学与技术专业。近几年，人工神经网络的技术在工业、机器人产业甚至互联网产业都取得了较大的进展，而目前人工神经网络教学却几乎忽视了人工智能领域的最新发展。
2)内容讲解理论性强，讲授枯燥无味。
目前，大多数人工神经网络的教材和教学内容集中在研究生教育阶段，教学内容的理论性较强，这就要求学生具备较好的数学基础。然而，大部分本科学生还不具备足够的知识储备，很难深刻理解教师讲授的人工神经网络原理，容易产生厌学情绪。
3)实验资源缺乏，学生动手实践机会较少。
针对本科生的人工神经网络教学开展时间较短，人工神经网络方面的实验设计较少，理论教学和实验教学经验也相对缺乏。这些情况导致学生的实践动手能力得不到充分锻炼，造成实践知识和实践能力的培养缺失，很大程度上制约了应用型创新人才的培养，不能满足工程素质教育的要求[3-4]。
2 将深度神经网络引入教学内容
传统的人工智能课程由各个院校根据各自专业办学特点而自行设定，课程的教学内容也有较大差别。人工神经网络的教学内容一般只讲解经典的多层感知器和反向传播算法，或加入一些反馈网络的内容，这种教学内容设计的一个不足之处是忽视了人工智能领域的最新发展——深度学习。深度学习是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破性进展。
2006年以来，深度学习的研究席卷了整个人工智能领域，从机器学习、机器视觉、语音识别到语言处理，都不断涌现出新的研究成果。深度学习不仅在机器学习领域成为研究热点，在多个应用领域也成为有力工具。在工业界的系统应用中，深度学习也成为其中的关键解决技术。
深度神经网络模型如图1所示，它模拟了人脑的深层结构，比浅层神经网络的表达能力更强，能够更准确地“理解”事物的特征。基于图1的网络模型，在学习经典的前向型神经网络与反馈型神经网络后，利用前沿技术——深度神经网络，可以帮助学生建立对人工神经网络课程内容的认可，激发探索与应用连接主义人工智能学派研究成果的兴趣。人工神经网络的教学内容为：①感知器；②BP神经网络；③径向基神经网络；④Elman神经网络；⑤Hopfield神经网络；⑥自组织竞争人工神经网络；⑦CMAC神经网络；⑧神经网络的优化方法；⑨深度神经网络。将深度神经网络引入教学过程，不仅能够增加学生的知识面，也可以使学生顺应社会的需求。
3 开发人工神经网络实验，增强学生动手能力
由于教学条件和课程学时所限，很多教学内容仅停留在理论介绍。因为知识点抽象，学生理解起来比较困难，实际教学效果不甚理想。人工神经网络课程的主要教学内容是连接主义学派的成果，因此学生对该门课程的价值缺少直观感受，进而出现了学习兴趣不足的现象。
智能科学技术是自动化工程、计算机工程、通信工程、机电工程等工程学科的核心内容，具有极强的工程性和实践性。工程技术型人才的培养目标是为各个工程领域培养具有应用能力和创新能力的人才。如果想让学生走出教室、走出纯粹的理论学习，走向实验室、走向实战，那么在教学时就要精心设计一些实验案例。CDIO工程教育依照“项目任务驱动目标学习”的教学理念，重点培养学生的创新能力、实践动手能力及团队合作精神。工程案例式教学运用多种方式启发学生独立思考，要求学生对工程案例提供的客观事实和问题运用所学理论进行分析研究、提出见解、作出判断。目前，基于上述原则，我们开发了一系列有针对性的实验案例。
我们把倒立摆的稳定控制作为人工神经网络实物实验平台，如图2所示。作为控制理论教学和科研中不可多得的典型物理模型，倒立摆系统是一个绝对不稳定系统，需要采用有效的控制策略才能使之稳定。在实验开始之前，教师先向学生介绍基于MATLAB/SIMULrNK环境和固高直线一级倒立摆系统构建前馈型人工神经网络的实验方案。实验演示使用BP网络作为控制器，实现一级倒立摆系统的稳定控制。
该实验简单易行、效果直观，让学生复现该过程有利于帮助其从本质上理解前馈型人工神经网络及其应用。以上的实验属于验证性实验，主要目的在于引导学生入门，激发学生兴趣，实验设计以简单易行为主。
为了进一步提高学生的实践动手能力及创新能力，我们在学生完成前面实验之后设计了进阶实验，更加注重培养学生自己对神经网络控制器的设计及使用。在实验过程中，我们给学生提供一定的任务，要求学生查阅资料并完成实验。实验内容包括：①基于神经网络一级倒立摆系统的舞蹈控制；②基于神经网络二级倒立摆系统的稳定控制；③倒立摆系统的神经模糊控制。
在实验中，学生可以自由发挥自己的创意，设计一些有趣的实验内容。比如，在倒立摆系统上为舞动的杆设计一定的动作，形成舞动表演。学生自己完成动作设计、控制器设计等内容，老师给予一定的理论指导，实现“迪斯科”“伦巴”“快四-中四-慢四”等一系列基于一级倒立摆系统的连贯的舞蹈表演。
这样的实验设计，学生容易上手，又能参与设计，在轻松愉快的过程中不仅掌握了枯燥的理论知识，还将其应用在实践中，解决了实际问题。
4 结语
我们以提高学生的学习兴趣为导向，综合考虑工程素质教育的要求，根据课程教学内容的性质和特点，将前沿技术引入教学内容，重构教学大纲和授课计划，充分调动学生的学习积极性，激发学生的创新潜力。实践表明，该方法高效率地提高了学生的创新意识和素质，充分调动了学生的学习积极性，激励学生自主学习。
精心设计及开发神经网络实验，增加了学生的动手实践环节。实物演示实验降低了学生对人工神经网络应用的排斥心理，增加了学生的学习兴趣。递进式的倒立摆系统创新实践案例有效锻炼了学生的创新性思维以及应用理论解决实践问题的能力。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]钟义信．智能科学技术导论[M]，北京：北京邮电大学出版社，2007.
[2]王万森，方勇纯，张磊，课程与教学研究[J]计算机教育，2011(15): 47.
[3]王万森，适应智能化应用发展趋势，培养创新型智能科技人才[J]计算机教育，2013(10):1．
[4]中国工程教育专业认证协会，工程教育认证标准[EB/OL]．[2015-07-30]．http://www.ches.org.cn/zgslxh/rzgz/rzbz/webinfo/2013/08/1376989480089284.htm.
[5]陈雯柏，李擎，王万森，工程型智能科学与技术专业知识体系与课程研究[J]计算机教育，2014(19): 29-33．
[6]陈雯柏，湛力，高翔宇．基于倒立摆系统前馈型神经网络实验的开发[J]实验技术与管理，2007，24(7): 34-37.
（编辑：孙怡铭）