研究生精品课程:现代智能信息处理

2017.01.04

    供稿

    精仪系

     

    创意

    映像设计组

     

    采访&文字

    胡颖

     

    图片

    陈稳杰

     

    编审

    赵鑫、尹霞、张歌明、张莉


    设计

    王寅、张颖、郭洁

     

“现代智能信息处理是十分活跃和具有挑战性的领域,世界范围内,伯克利是最早开设相关课程的学校之一。”研究生精品课程《现代智能信息处理》授课教师王雪教授笑着说。

王雪老师介绍,伯克利开设的这门课程名为《软计算》。在当时的背景下,“软计算”是一个很新的名词——传统计算(硬计算)的主要特征是严格、确定和精确。但是传统计算并不适合处理现实生活中的许多问题。而软计算及后续发展形成的现代智能信息处理方法,通过对不确定、不精确及不完全真值的容错建模,取得低代价的解决方案和鲁棒性,并模拟自然界中智能系统的信息处理过程来有效处理日常工作,可以说是实现人工智能的基础和关键。而人工智能的概念发展也已历经了60余年,其历程并非一帆风顺,曾经历低谷时期,直至近年来随着深度学习理论等的出现,再次成为人们关注的热点之一。2016年上半年,谷歌智能机器人Alpha Go和李世石进行人机大战之后,人工智能的概念再度在全球范围内走红。在前不久刚开展的第三届世界互联网大会上,国内互联网界巨头都提出了要将人工智能作为非常重要的未来热点和发展方向。

王雪老师说,当年自己的博士课题就是面向人工智能专家系统及其应用方面的研究,在清华任教的20余年也一直在该领域埋头苦干、努力积累。王雪教授目前担任精密测试技术及仪器国家重点实验室副主任、精密仪器系副主任,承担着多项国家重大重点科研项目,多次获得国际顶级期刊与会议的最佳论文奖、最高引用奖,2015、2016连续两年入选Elsevier中国高引用学者。

《现代智能信息处理》课程由王雪老师自2002年起开设,已经有近15年的发展历程。作为清华研究生精品课,该课程深度结合了人工智能的基础理论和智能信息的处理技术,与传感测试、智能制造领域深度结合,是学科间相互结合与渗透的产物,具有广阔的应用前景。课程介绍了测试计算智能、人工智能的基础理论和方法。具体内容包括:测试系统的组成和信息获取过程、人工智能的起源及发展、数据融合的基本原理;神经计算基础和基本方法、实现技术和支持向量机方法;模糊计算中的模糊逻辑与模糊推理、模糊计算应用和粗糙集;进化计算中的遗传算法、粒群智能、蚁群智能等方法和实例等。

王雪老师说:“人工智能虽然看似很‘高大上’,但最重要的是如何应用到实际应用领域。”因此,现代智能信息处理课程开设的实验在这门课程中扮演着必不可少的角色。课程开设了“神经计算信号模式识别”、“遗传算法非线性全局优化”、“模糊逻辑非稳态系统运动控制”等创新型挑战实验,与讲授的人工智能基础理论和方法相配合,让学生理论联系实际,提高学生动手能力,将深刻而枯燥的理论以最浅显、最直观、最生动的方式呈现出来,做到真正地学以致用,从而激发学生的学习兴趣。在王雪老师、助教和学生的共同努力下,课程连续被评为清华大学研究生精品课,出版获奖教材,课程实验系统获得专利与软件著作权,指导学生获得NI学生设计大赛全球Top10。此外,为了使知识传授的形式更为丰富多彩,王雪老师在课堂教学中融入了大量师生互动、短时演讲、学术研讨与翻转课堂等特色环节,实现课堂教学成果的实时反馈评估。

新的时代不断赋予课程新的内容,为了始终保持与时俱进的步伐,王雪老师也持续对课程做出相应的变革与发展。在课堂上,王雪老师总是及时向学生传达领域的最新资讯和对学科未来的预测,并将自己的学术理念展示给学生,启发学生思考这样几个问题:为什么要学这门课?学这门课的用处何在?未来如何利用所学知识服务于实践?

通过理论、实践与思考结合的多元化授课形式,现代智能信息处理的课程真正达到了“价值塑造、能力培养、知识传授”三位一体的授课目标,对提高清华研究生课程的整体水平起到了示范作用。最后,王雪老师还不忘表扬一下参与课程的同学:“多年的教学过程中,清华学生的好学、机敏、勤奋和刻苦让人印象深刻,期待他们将课程中的所学所思所悟,切实地转化为科研的助力,为学校、为所在学科领域的进步做出贡献。”

  • 010-62793001

  • webmaster@tsinghua.edu.cn

  • 北京市海淀区清华大学

版权所有 © 清华大学

京ICP备15006448号

京公网安备 110402430053 号