[摘要] 本文主要介绍《人工智能》网络课程项目开发的方法和经验，包括教学设计、学生模型、系统结构、总体目标、特色功能以及编程实现。网络教育自诞生开始，智能化技术就成为人们讨论网络教育个性化、人性化的焦点，智能化的网上教育环境也必将受到广大师生的关注和欢迎。基于多维教育艾真体技术创建网上教育系统模型，探讨它的结构与原理、功能与特色，并以开发《人工智能》网络课程原型为实例介绍具体研发过程，包括模型设计、知识结构的构建、网络课程模型形式化和网络编程实现步骤。从而，《人工智能》网络课程可以达到比较先进的智能水平，具备良好的教学和学习效果，获得广大师生的认可和赞许。

　　[关键字] 网络课程、教学设计、个性化、自主学习

　　1 引言

对于网络教育而言，网络教育模型可集成起来，也就是说，教师模型、学生模型和教育管理者模型可以合三为一[2]。这就要创建多维教育艾真体，利用艾真体模型的组件可分、资源共享和多接口通信来实现教师、学生和管理者在网络教育平台上的协调一致。但即使三种模型合为整体，学生模型在多维教育艾真体的作用还是不可动摇的，学生是网络教育教育模式的核心。

　　2 多维教育艾真体模型

　　多维教育艾真体一般有三维，即教师维、学生维和管理者维，因而多维教育艾真体模型由教师模块和学生模块和管理者模块和公共模块四部分组成。其中学生维是多维教育艾真体的核心维度，因为学生是网络教育中的主体，只有学生主动地争取、使用和管理教育资源，学生的创造思维才能得到开发，网络教育的优势才能得到充分发挥。公共模块是指艾真体模型的公共设施，包括接口、知识库、优化算法和传感器等。

　　由于多维教育艾真体的建模采用了三维结构和免疫进化算法等先进信息技术，因而这种艾真体在网络教育应用中有独到的优势和良好的网络安全特性。具体说来，多维教育艾真体的特点如下：

(1) 三维时空构架，多维互换，使用灵活方便。

　　多维教育艾真体的模型以教师、学生和管理者三维侧面构架，各个维度的角色可以互换。因而，对于用户来说，无论用户是教师、学生，还是管理者，都能在多维教育艾真体中找到合适的模型接口，从而与网络教育系统建立信息交流的桥梁，使用显得更加灵活方便。

(2) 易于最优搜索，便于构建移动教育、并行和分布式教育和教育主动网络。

　　多维教育艾真体是以进化算法为优化算法基础，实现随机性强的启发性搜索，提高网络教育过程中信息搜索的效率。艾真体技术的开放性和组合性，为移动艾真体技术、多艾真体技术、分布式网络技术、并行计算技术、主动网络技术等高级计算机技术的引用提供良好平台和接口，便于扩展和用户服务定制，从而实现网络教育服务的规模化和个性化。

(3) 网络系统具有免疫性，增强了安全性。

　　多维教育艾真体采用了免疫算法，实现教育网络的免疫性，从而提高教育网络对外来病毒、黑客等侵害的抵抗和消除能力，增强了网络教育系统的稳定性、安全性和鲁棒性。
本文中多维教育艾真体的优化算法采用了进化计算和免疫算法，以提高系统效率和网络安全性。多维教育艾真体模型的结构如图1所示[3]。

图1 多维教育艾真体模型的结构

　　3 学生模型

　　一般来说，网络课程的学生模型应具有下面特性[4]：
（1） 自动生成各种问题和练习的机能；
（2） 有根据学生水平和学习情况调整学习的内容和进度的反馈功能；
（3） 能结合可以自由教学问答的良好的人机交互界面；
（4） 有自动解决问题并形成答案的机能；
（5） 有对教学内容解释咨询的及时帮助功能；
（6） 有诊断学生的错误，分析原因并采取纠正措施的机能；
（7） 有评价学生行为的功能；
（8） 有记录和发展学生个性的机能；
（9） 能运行多种推理机制，从而可能创造广阔的学生思维空间和模拟问题求解空间；
（10） 能结合数据库技术和多媒体技术实现“故事化”教学。
网　　络课程的学生模型以“学生”为中心，提供记录和发展学生思维能力的专用知识库。它具有下列功能：
l 能够通过在网络中“遍历”出一条学习“轨迹”和自我扩展，来不断丰富和不断发展自我，从而提高学生的思维能力。
l 能够运用多种推理机制，为学生创造广大思维空间。这就要求网络课程能以多种知识表示方法为基础，发挥各种不同类型的知识表示方法和搜索策略的优势，大大改进系统的整体优势和作用，从而为网络课程提供宽广的问题求解空间。
l 能够充分利用计算机多媒体技术和计算机模拟技术进行“故事化”的教学。网络课程将文学作品设计成影视效果，而这种制作仅需要实地数字拍摄的，主要通过数字摄影和虚拟现实（VR）动画处理来实现；将科学实验设计成“虚拟实验”或“动画漫游”形式，可以通过现在的一些科研技术和广告艺术的应用可以深切体会这种形式的好处，既形象生动，又具有相当可观的经济价值；将学术创作集成和模拟甚至转移到电脑设计上来，必将开拓更广阔的艺术前景。
这样的模型就作为网络课程的学生模型（Students’ Model）。学生模型可分为三种模块：
(1) “理想学生模型”：用于表示学生应掌握的知识水平；
(2) “个体学生模型”：用于表示当前学生已获得的知识（包括正确知识和错误知识）；
(3) “一般学生模型”：实际上是计算机模拟辅导系统，又称“学习伙伴系统”（Learning Companion System，LCS）。

图2 网络课程的学生模型的逻辑结构图

　　如图2所示[4]，一方面，理想学生模块包含于个体学生模块之中，个体学生模块以理想学生模块为基本内核，理想学生模块体现的是用户（学生）的共同学习要求（“共性”），个体学生模块体现的是用户（学生）的个性（或特长）发展需要，因而，两者是密不可分，相辅相成的；另一方面，无论是理想学生模型还是个体学生模型，都是用户所对应的逻辑模型，而一般学生模型（或学生伙伴系统）是用户的物理模型（或计算机辅助工具），网络课程就是通过这两方面对用户（学生）进行教学辅导服务的。

　　4 AI网络课程原型开发的步骤

从略。

　　5 AI网络课程的特点

　　总体来说，《人工智能》网络课程具有以下特点：
（1）使用人工智能技术实现《人工智能》网络课程。
这是《人工智能》网络课程开发的主要指导思想，采用人工智能技术中推理算法来实现《人工智能》网络课程的交互教学程序，而不仅仅是表面的动画演示而已。
（2）根据自主学习理论和先进的建模方法设计教学脚本，强化教学的自动性、交互性、智能化和有效性。
从略。
（3）参考国际最新的教学大纲，以优秀教材为蓝本。
（4）个性化学习方式
从略。
（5）网上虚拟实验
　　对一些重点、难点或经典的系统或算法，通过编写程序来展示系统或算法的运行机理。这些程序的目的不是运行的结果，而是展示运行的过程，让学生能够亲手参与这种运行过程，彻底掌握这种系统或算法的原理。程序运行的结果也许是荒谬的（这完全是由输入确定的），但这些程序能够清楚地动态展示：“从上一步是怎么样得到这一步”。如A*算法，网上产生式系统，化为子句集的九步法等。这些算法示例程序基本上都是直接利用人工智能中的算法来实现。一方面，这为“学以致用”提供了成功的范例；另一方面，学生通过对这些程序进行操作，能彻底理解相应算法（概念）的内涵。例如，通过“网上产生式系统”，学生可以非常清楚地了解到产生式规则是如何被运用的、总数据库是如何变化以及控制策略是如何产生作用的，并且还可以自己着手构建规则库和总数据库，观看变化过程的每一步，真正理解产生式系统的运行机制等，最终让您感悟到：“原来如此！”。
　　总之，这些程序不但是人工智能知识的成功应用，而且非常有助于学生对那些深奥难懂的知识的理解和接受，提高学习兴趣和效率。从这个意义上讲，它们就不是用“模拟实验”就能概括得了的，而是具有智能的学习助手了，这不是文本等其它媒体所能替代的。
（6）知识描述的可视化
（7）教学手段的丰富多彩
　　在反复钻研新叶教学支撑平台的基础上，为针对本课程而提供相对完整的教学服务，课件还提供了如下的一些服务和管理功能，作为教学的支持手段：
① 浏览学习：这是为了满足不同学生的学习喜好而设定，其主要特点是：他不涉及服务器端的编程，上网速度快，但没有学习向导的功能（包括单元自测题），运行时不需要安装，只要双击光盘目录Ai中的ai.htm即可。
② 全文搜索：可以利用这个功能快速查找本课程所包含任一文字串所在的Web页，同时还可以指定搜索范围，速度快、效率高。
③ AI博士：按设计，它是一种智能助手，可以根据不同的教学速度和内容，给出相应的询问帮助。例如，可以问它：“什么知识表达方式？”，它就可以给出准确的答案。但这模块实现的技术难度很大，目前仅限于第二章，而且也只能回答一些简单的问题，更完善的功能待进一步的研究。
④ 教师办公室：考虑到题库管理及平台功能整合的需要，系统开设了“教师办公室”。在这里，教师可以添加、删除和修改网络课程的自测题，学生可以选择学习伙伴等；还可以利用平台提供的一些功能，即“课程”、“作业”、“答疑”、“讨论”、“图书馆”、“笔本”、“考试”、“咖啡屋”和“个人信息”等。
⑤ 保持学习进度：在向导学习环境下，当学生要退出系统时，只要单击右上角的“保持学习进度”按钮，下次登录时即可进入当前页面，这起到书签的作用。

　　6 结束语

　　网络教育自诞生开始，智能化技术就成为人们讨论网络教育个性化、人性化的焦点，智能化的网上教育环境也必将受到广大师生的关注和欢迎。基于多维教育艾真体技术创建网上教育系统模型，探讨它的结构与原理、功能与特色，并以开发《人工智能》网络课程原型为实例介绍具体研发过程，包括模型设计、知识结构的构建、网络课程模型形式化和网络编程实现步骤。从而，《人工智能》网络课程可以达到比较先进的智能水平，具备良好的教学和学习效果，获得广大师生的认可和赞许[5-8]。

　　参考文献

　　从略。