面向電氣類專業的基于Python 與人工智能的教學改革研究*

張懿

江蘇科技大學 江蘇鎮江 212000

0 引言

進入21 世紀以來，作為引領信息化時代到來的關鍵一環，移動互聯網是當之無愧的技術變革標志，并且隨著計算機算力性能的不斷提升，人類社會正步入前所未有的智能信息化時代。而人工智能技術借助移動互聯網的東風，逐漸成為這個時代的翹楚，并在不知不覺間深入社會生活的方方面面[1]。人工智能不僅是當今社會最熱門的詞語，更是在各行各業都有著深遠的影響，不斷推動著理工科人才培養方向的轉變：在智能制造領域，人工智能技術輔助科研人員對制造類機器人進行深入的探索，從美國特斯拉的無人工廠管中窺豹，智能制造正在全世界范圍內推動工科人才往智能化方向培養。眾所周知，在自動駕駛領域，人工智能技術正廣泛推進汽車制造及周邊產業的不斷擴大升級，以百度為首的眾多自動駕駛研發公司正推動工科人才著眼于自動化控制研究[2]。拋開工業，以科大訊飛為首的人工智能團隊嘗試挖掘語音、圖像、文字與人工智能的耦合，推動機器往類人化的方向發展，使得機器越來越智能，更好地服務人類。將人工智能與衛生、金融、教育等領域結合，又推動了更多的人才往精準化、數字化方向轉變。

當今時代，將人工智能應用于實際工程項目，榜首語言非Python 莫屬[3]。首先，Python 作為一種解釋型的腳本語言不會受到類型定義的干擾，也無須關心內存管理，再加上其擁有簡單而又高效的數據結構，并且很容易擴展例如C/C++等其他語言，從而有了豐富的擴展庫，逐步形成了強大的生態，其中就以人工智能框架最為著名。PyTorch和TensorFlow 兩大知名人工智能算法庫都是首先在Python 上實現的。其次，NumPy、Pandas、NLP 等眾多強大的第三方擴展程序庫幫助Python更好地適配人工智能算法。據Stack Overflow 在2017 年9 月的排名中宣稱增長最快的編程語言是Python；同年10 月，GitHub 公布了年度開發者報告，Java 已經被Python 超過，并且在眾多領域逐步被Python 取代[4]。

在國外，美國斯坦福大學從2009 年便已經開始開設Python 語言程序設計類課程，并且在此之后每年新增大概5 門與Python 語言有關的課程，直到2015 年，該校共開設了22 門與此相關課程，甚至對于非計算機專業學生，直接用Python 語言有關的課程替換了之前的Java 和C 語言的相關課程[5]。美國綜合排名前100 的大學，其中70 多所在最近的3 年中陸續提供Python 語言類課程給學生學習。此外，許多所美國地方大學針對學生實際使用編程語言的情況進行檢查研究，并依此結果開設了Python 語言課程，從最終的教學成果和質量來說，相關教改非常成功。

在國內，在南京大學的課程“用Python 玩轉數據”中，Python 簡單易學和實用性強等特點與它在數據處理上出色的表現力很好地體現出來，因此學習者非常喜愛這門課程，學生對這門課程的認同度非常高，及格率大大提升，學生反饋教學效果顯著提高?！坝肞ython 玩轉數據”又分別于2016年4 月和9 月在中國大學MOOC 在線平臺開設了兩個學期的課程，每期選課人數都大于2 萬人次，深受學習者的喜愛。

作為非計算機專業但是與計算機又息息相關的電氣類專業，伴隨著舊課程的變革，Python 與人工智能課程的引入迫在眉睫。眾所周知，一切有關人工智能與計算機的發展都離不開電力事業的發展，而隨著計算機性能的指數級提升，以人工智能技術和大數據技術為首的數據驅動信息化時代被推動而來。在電氣領域，一股數字化之風正急速推動電氣自動化往人工智能方向前進，不論是物聯網、工業制造、無線5G 通信還是電網系統，都將逐步借助人工智能的春風走上數字化、智能化的道路，而高校更應該把握這個大趨勢，面向電氣類的學生，更多地探索最前沿的人工智能技術在各專業領域內的應用道路。高校本科生人工智能素養的培養、Python 語言的學習與提升研究是創新人才培養和創造教育內涵的新拓展。積極響應我國新一代人工智能發展的戰略目標，為國家及時輸送符合社會需求的本科生，高校和高校教育者是需要在此方向上緊跟時代腳步的。因此，本研究具有重要的理論意義和實際應用價值。

1 Python 與AI 在電氣類專業教改中存在的問題

電氣類專業天然與人工智能相匹配，不論是物聯網方向專業課程、工業控制類專業課程、電網類專業課程，還是電子信息類專業課程，都離不開研究如何使用電力驅動機器進行自動運行，而人工智能則是使用機器替代人類進行可重復性工作，本質上的驅動力是一致的[6]。但是當前，將人工智能與Python 課程面向電氣類學生直接推廣存在較多的問題。

1）人工智能的學習相當于憑空中給學生多加一門無基礎且需要抽象理解的學科，畏難情緒高漲。

2）人工智能的教學過于教條，高深的理論不利于培養非專業學生的學習興趣，徒增學生學習的煩惱。

3）Python 語言更新迭代的速度快，第三方庫眾多，學生光學習如何使用這些第三方庫就費去了大量的時間，而失去了對深層次內容的把握。

4）傳統的考核模式不適合人工智能及Python課程，如果只是考簡單的Python 語法，則毫無實際意義，而要考人工智能高深的數學理論知識又無形中增加了學生的學習負擔。

所以，需要高校電氣類專業的教師探索教學內容、教學模式以及考核方式的轉變，既不增加學生繁重的學業，又能提升學生學習的興趣，帶領學生學好Python 語言，用好人工智能技術。

2 Python 和AI 教改的可行性研究

2.1 問卷調查法

在本科生中開展Python 語言的推廣，就要對本科生計算機等級情況和利用計算機語言的熟練情況進行調查，分析和總結出其中的特點和缺陷，確定當前本科生編程語言的學習情況和掌握情況，并通過研究學習情況和掌握情況的年級分布，確定Python 課程設置的學習周期和開始時間。而人工智能課程的教學可以以實驗課的形式穿插在可以進行耦合的專業課之間，同時通過調查學生對哪些專業課比較感興趣，調研人工智能技術與專業課的耦合程度，從而對課程進行具體的安排。

2.2 原有專業課程改革的可行性

電氣類本科生在專業培養上，會有大量的課程設計環節，試采用Python 語言替代VB 語言作為本科生課程設計語言，可以為本科生學習編程語言創造實驗環境，使其更好地學習。另外，可根據現有的課程設計內容，編寫出一至兩個由Python 語言替代的課程設計方案，以電氣類專業為例，電氣類專業課程改革重點可以集中在單片機課程、數字信號處理、電機與拖動等應用性較強的課程中，理論部分也可以借助人工智能作為輔助性工具，加強學生對理論的理解，這樣既不耽誤正常的專業課教學任務，又能輔助學生更好地理解之前晦澀難懂的專業課程?；赑ython 的本科生人工智能素質培養模式研究是在充分研究國內外高校Python 語言教學的基礎上，汲取有益元素，應用于不同專業本科生Python 語言的個性化學習中，不僅符合國家社會發展的需要，符合本科生未來發展的需要，還為課題研究的進行提供了有利的條件。同時，課題負責人應該一直工作在教學、科研一線，長期從事本科生和碩士研究生的教育教學工作，長期關注人工智能的發展趨勢。

2.3 教學、參觀、實踐一體化的可行性

人工智能作為當前最火熱的研究方向，每時每刻都會有新鮮的成果出爐，從認知層面，高?？梢越M織學生通過課堂教學、工博會參觀、企業見習三位一體的方式，提升學生對人工智能的興趣，深化學生對人工智能的理解，從而增強學習人工智能與Python 的興趣和信心。從教學層面，因地制宜地規劃各個專業方向的Python 學習路徑，能夠更高效地帶領學生深入研究人工智能與專業課程的結合。而從實踐角度，通過課程實踐的方式，可以為學生創造實驗的條件和實際應用的場景。

3 Python和AI面向電氣專業教學的改革策略

3.1 改善人才培養機制

無論是Python 語言還是人工智能都處于高速發展的狀態，不斷淘汰過時的技術，將最前沿的技術引進到課程中來，才能充分挖掘學生的想象力和創造力。而龐大的Python 和人工智能生態不可能完全掌握，完全可以有針對性地安排不同專業方向的學生學習不同的內容，如表1 所示，根據不同本科生專業分出必學內容和定向學習內容兩個部分，必學內容屬于基礎性知識，為Python 語言的定向學習提供前提。定向學習是基礎學習的深化，是Python 語言和本專業實際應用需要的結合。

表1 不同本科生專業學習Python 語言的內容選擇

另外，研究最新的技術成果不是研究生的專屬，教師完全可以帶領本科生或者組織碩博研究生進行頂會論文的翻譯介紹和頂刊論文的研究分享。同時，比賽和創業是一種人才培養和挖掘的絕佳方式，鼓勵以賽代練、創新創業，必將激活學生的學習熱情，也可以更為全面地培養人才。

3.2 改變固有課程模式

以實驗實踐課為主，驅動學生在做的同時深入理解理論。尤其是Python 的教學，實驗驅動更能夠激發學生的學習興趣，相比于理論而言更具有成就感。相比于以往，隨著工業制造工藝的發展和電氣自動化技術的發展，現在的電氣設備，尤其是自動化控制設備沒有那么昂貴，以任務做驅動，電氣類的學生可以做到軟硬件學習一體化，能夠更加有效地將人工智能與專業課程進行耦合。在課程設置上，多考慮加入人工智能的應用；在考核模式上，多設置類似于畢業設計的長期任務形式以及階段式考核等手段，在課程設計進行的過程中輔以考核點。重點是，人工智能和Python 兩者都不應該成為非本專業學生的一門課程或者學科，而應該作為學生得心應手的一個工具。

3.3 電氣類專業課程改革的差異化應用

電氣類專業課程一般包含四個工程研究方向：電力系統、自動化控制、電子信息與物聯網。電力系統對應的便是最為重要的智能電網，自動化控制的工程實踐當前都是以嵌入式單片機為主，而人工智能在電子信息與物聯網方向的工程應用目前還大多停留在理論階段。人工智能的應用大抵分為專家系統、模糊控制、遺傳算法與深度學習，在不同的領域，對于各個算法的側重點有所不同。

3.3.1 人工智能在電網教學中的應用

面對當前新型電力系統的建設所帶來的挑戰和機遇，需要探索新的技術去驅動新形勢。電網調控業務的需求可以利用人工智能技術輔助完成，進一步對新型電力系統背景下人工智能支撐關鍵技術進行探索研究。電網作為最龐大復雜的系統，關乎人民的大事。電網大數據處理、電網設備故障預警與判斷（圖片識別、行為識別等）、電網智能服務以及輔助學生學習電網設計都預示著人工智能的出現將會完全改變智能電網的運維方式。

傳統的電網系統依靠的是人的經驗，人工智能作為一種基于人腦結構設計或者說是思維方式所打造的機器思維，以專家系統和神經網絡最為接近于人類思維。其中，專家系統根據當前電網所涉及學科的專家經驗構造專業知識庫，并以計算機程序將這些知識構造成對應的計算機邏輯，通過推理機進行高速運算，從而替代人類進行電網穩定運行或緊急控制的復雜推理與決策。深度學習作為神經網絡最基礎的一個分支，在電網運行過程中，既可以對設備故障進行識別，又可以對當前的網絡數據進行穩定性分析。而遺傳算法和模糊理論不僅能夠合理分配全局電力，更能進一步降低運行過程中的風險系數，可以避免深度學習和專家系統所陷入的局部最優解，更能精準地找到設備故障的根本原因。將上述內容進行合理搭配，能夠更好地保障電網系統的穩定高效運維。在教學過程當中，由于學生無法感受到最真實的電網，可以根據采集到的大數據和專家系統構建相對完整的電網模型，協助學生根據一定的規則迅速找到問題所在，同時一些語音識別和語言處理技術可以通過識別專業術語更好地自動服務遠端的用戶。

3.3.2 人工智能在單片機教學中的應用

單片機的課程本質上與人工智能不謀而合，都是利用機器代替人類進行一系列的重復判斷和操作，而單片機在設計過程中，人工智能完全可以成為重要的組成部分?，F如今，隨著Python 語言的逐步發展以及單片微小系統的性能逐漸擴大，語言不再是單片機系統的桎梏，Python 同樣可以運行在單片最小系統上。在學習單片機課程之前，大部分學生都對C 語言進行了學習，所以Python 語言相對易上手，完全可以將Python 語言與單片機課程進行耦合。但是，原本基于C 語言設計的單片機課程同樣需要進行改革。首先，就是設計更多的方案可以帶動學生學習單片機的興趣，而這些方案項目可以隨著單片機教學的深入，一步步有更多的方向，同時鼓勵學生參加諸如“藍橋杯”和數學建模之類的高質量比賽，將Python 課程和單片機的教學合為一體。因為人工智能涉及具體的應用，可以在少量學習一些經典人工智能場景之后，更為廣泛地挖掘網上的開源項目，尤其是與其他專業課相關的內容。很多單片機已經能夠支持Python 語言，輕松易上手，一些已經形成固定最優編程方式的代碼可以通過封裝的方式，使用的同時進行更深一步的理解，避免重復造輪子。

3.3.3 人工智能在電機教學中的應用

電機的課程相對而言更偏理論控制，由于電機是一種擁有復雜構造的精密系統，在電機的內部進行傳感器的設置往往面臨較多的挑戰且造價十分昂貴，同時，在運行過程中的參數更多的是通過電流電壓的形式被觀測到，這就造成數據多樣性和相關性的缺失，導致人工智能的運用較為困難。但是對于電機課程的人工智能教學而言，對電機進行故障識別與診斷，更多的可以通過溫度、振動強度和噪聲水平等參數間接判斷電機當前大體的運行狀態。電機課程與人工智能的結合點可以設置在基本數學理論之后，在實驗課程中，可以將電流、電壓、轉子等能夠獲得的參數數據以預處理的方式構建不同故障類型的訓練樣本，隨著一屆又一屆的學生參與實驗課程，數據集逐漸豐富，便可以逐步升級進行訓練的算法。

4 結束語

在當前電氣類專業教學課程中，開展人工智能技術和Python 語言的教學改革尤為關鍵，將過時的技術淘汰便可以在不增加學生學習負擔的同時又能開展更為廣泛的學習，同時隨著國家號召編程學習低齡化，相信在不遠的將來，進入大學的學生已經能夠多多少少地掌握基礎編程邏輯和對Python語言的簡單認知與應用。而新學科落實到高校常規教學，尤其成為主修課程，要經歷漫長的過程，在高校推廣基于Python 語言的課程設計能滿足當下本科生學習的需要，同時本科階段學習的各個專業的基礎課程眾多，學生需要選擇一個方向繼續學習下去。所以，對于探索電氣類學生在本科生階段的培養機制、對改革人工智能和Python 語言的教學內容和教學模式，應當針對不同研究方向的本科生設置不同的定向教學內容，拉長考核周期，提升考核頻次，從教學、參觀、實踐三個角度激發學生的學習興趣與創造活力。