人工智能时代背景下的遥感课程教学实践思考(3)

当今，学生个性化发展与社会智能化发展趋势明显, 遥感课程教学的培养目标、内容、模式也要顺应人工智能时代的要求。面向智能化社会需求的创新人才培养要求, 我们的教学过程应该引导学生具备良好的计算思维、编程能力和对智能化社会的深度认知。但是我们也认识到, 人工智能涉及的知识范围宽广, 甚至包括脑科学、神经科学、认知心理学等理论层面的内容，对本科生或者硕士生来说要求偏高。因此，在具体实施人工智能相关理论与技术教学时，可以重在培养学生的认知能力与操作能力, 这更符合该教育阶段学生的一般特征与知识基础。面向未来人工智能的发展，希望能够在政府、院校、企业的共同努力下,打造“人才体系、计算设施、大数据、技术框架、应用场景”的教育人工智能发展新格局。促成遥感教学能够与产业界在人才培养方面开展合作，创造一些实践条件，让学生在参与到生产实际过程中切身感受知识与素养的升华。通过推动人工智能实践环境的不断完善，希望遥感大数据采集、教育界与产业界合作、人工智能课程设置方面早日进入教学改革日程中来。

[1] 陈凯泉,何瑶,仲国强.人工智能视域下的信息素养内涵转型及AI教育目标定位——兼论基础教育阶段AI课程与教学实施路径[J].远程教育杂志,2018,36(01):61-71.

[2] 石磊.开源人工智能系统TensorFlow的教育应用[J].现代教育技术,2018,28(01):93-99.

[3] 闫志明, 唐夏夏, 秦旋, 等.教育人工智能 (EAI) 的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志,2017, (1):26-35.

[4] 黄荣怀, 刘德建, 徐晶晶, 等.教育机器人的发展现状与趋势[J].现代教育技术, 2017, (1) :13-20.

[5] 余胜泉.人工智能教师的未来角色[J].开放教育研究,2018,24(01):16-28.

[6] 王润兰,张振国,马艳彬,宋潇.高校翻转课堂教学实施影响因素探析——基于X校27门课程的跟踪研究[J].中国电化教育,2017(12):131-137.

[7] Chen G, Weng Q, Hay G J, et al. Geographic object-based image analysis (GEOBIA): emerging trends and future opportunities[J].Giscience & Remote Sensing, 2018, 55(2):159-182.

[8] 孙根云,张爱竹,黄丙湖,王振杰,范士杰.遥感原理研究性实践教学模式探究[J].实验室研究与探索,2016，35(12):151-159.

[9] Blaschke T, Hay G J, Kelly M, et al. Geographic Object-Based Image Analysis - Towards a new paradigm [J]. Isprs Journal of Photogrammetry & Remote Sensing, 2014, 87(100):180-191.

[10] 张竞成,陈冬梅,尚平,陈丰农,吴开华.促进大学生实践创新能力培养的遥感导论课教学模式探索[J].科技视界,2018,(06):34-36.

[11] 周廷刚.遥感原理与应用[M].北京:科学出版社,2015,1.

[12] 顾佩华.新工科与新范式:概念、框架和实施路径[J].高等工程教育研究,2017,06:1-13.

[13] 闫世勇,郎丰铠.遥感课程中图像库的建设与应用探讨[J].教育现代化,2018,5(27):144-146.

[14] 杜娟,张熠.引入翻转课堂理念的海洋遥感课程教学研究[J].教育现代化,2017,4(40):129-131.

一 背景与意义人工智能在经历了六十多年的发展后的今天，已开始渗透到了我们的医疗、教育、出行、农业、环境、航天等诸多领域，并随之对人类的生产、生活与认知都产生了巨大影响。人工智能技术的利用改变了传统工业、农业生产方式，简单的重复性工作必将被它逐渐替代。这也使得从政府到企业，从社会到个人都不得不重新定义、重新设置政策制度，以及运行规则和行为模式。人工智能的突飞猛进将推进人类发展的重大转折，人类的生存与发展也将随之发生转变，以适应人工智能时代与智能社会的未来环境。我们国家已经把实现世界制造强国作为了今后长期战略发展目标，而人工智能技术的巨大应用价值，将在推进该战略任务的实施与完成中扮演巨大引擎的作用。尤其在2017年提出建设新工科不久，国务院印发了《新一代人工智能发展规划》，明确提出实施全民智能教育的项目，人工智能相关课程将在从小学到大学的整个学业阶段进行开设。这为我国培养人工智能相关人才，构建未来具备竞争力的人才储备，提出了人才发展要求，指明了教育发展方向。遥感技术作为全球对地观测的重要手段，已广泛应用到人们生产生活的诸多方面。随着遥感技术的发展，全天候、全天时、全球覆盖观测能力的提高，海量遥感数据源源不断地输送着地表信息。这一方面给人们提供了足够丰富的数据，但另一方面面临仍没有从遥感大数据中高效地获取有用信息的境况。遥感学科涉及到传感器光学原理、地球大气物理、地物辐射特性、计算机自动处理等一系列交叉学科领域。在人工智能无处不在地融入到这些相关领域同时，我们的遥感课程也将面临新概念与理论的相继提出。而对于遥感课程的教学而言，如何顺应人工智能时代发展需求调整教学内容与形式，并更有效地培养学生创新能力是一个值得探讨的问题。二 遥感课程发展脉络基于遥感影像的信息提取最初是研究人员根据自己的经验知识，直接通过目视从影像中进行目标识别。其主要依据是地物目标的影像特征，比如形状、大小、颜色、纹理等等。基本假设是不同地物目标会表现出不同的特征，同类地物目标则会拥有相似的特征。那时的遥感课程更多地是教学生学会如何建立地物判读的经验。这个经验知识一方面由专家或教师传递其长期积累的一些认知规则，另一方面则是学生在课程实习结合现场数据与室内数据库来形成。但是，这种方式极易受到多种外界因素的干扰，尤其是“同物异谱”与“异物同谱”现象的存在，仅仅依据某几个光谱或空间特征难以准确的区分地物。在如今海量遥感影像数据易得性强的情形下，人工判读方法不适用于批量和高效率的遥感影像识别。随着计算机技术发展，人工解译逐渐为计算机自动解译所代替。将遥感影像用图像处理的方式进行分析，需要基于某个分析单元提取地物的特征，然后进行分类得到整幅影像的分类结果。这个遥感影像的分析单元，随着像元空间分辨率的提高，从早期的像元演变到自2000年开始发展起来的图像对象。这个图像对象可以通过分割过程获得。遥感相关课程除了向学生介绍人工判读的一些判据外，更多地引导学生如何融入计算机图像处理的技术，从特征提取方法到地物分类方法阐述如何利用专业软件或自行编程来进行影像分析。遥感影像的特征提取基本是利用了地物的光谱特征，及其采用统计方法提取得到的特征数据。对于高分辨率遥感影像而言，光谱信息相对有限，但形状、大小、面积等几何特征非常丰富。伴随着计算图像处理技术的发展，一些非常优秀的特征提取算子在遥感影像信息提取方法得到很好应用，比如SIFT、GIST、LBP、PSI、MBI、GABOR、GLCM等。在利用如此多算子提取遥感影像的特征后，所得特征之间必然存在大量的冗余信息。这不仅不会提高分类精度，甚至会降低地物之间的区分度。为此，特征的降维和选择也在遥感影像分析过程中得到重视。监督与非监督的基于计算机技术发展起来的自动分类方法，被不断被引入或改进后快广泛用在遥感影像分析领域。遥感课程中也相应地增加了特征提取、模式识别、计算机自动分类等内容。随着像元空间分辨率的提高，传感器模式的逐渐增多，影像波段趋向多元化，遥感影像信息呈现出爆炸增长趋势。比如，我国发射的资源三号卫星每天获取的原始遥感影像数据就高达1000TB。在遥感大数据背景下，遥感数据的处理必然要寻求更为先进高效的技术。近年来，深度学习技术异军突起，在诸多图像分析与理解领域都取得了突破性发展，迅速成为了学术界和工业界的研究热点。处于这样的人工智能时代中，开展人工智能教育已经成为了历史发展所赋予的使命。培养能够从新视角提出问题，综合运用多学科交叉知识解决问题的创新性人才，人工智能应用人才是教育界面临的重大挑战。在遥感课程教学过程中培养学生学习人工智能技术、运用人工智能学科的话语体系和思维方式非常重要。三 教学实践国内介绍遥感原理、方法与应用的相关课程，一般会从物理基础与光谱特性、遥感平台与成像方式、遥感图像处理与模式识别、遥感综合应用与专题制图等几个模块进行课程内容安排。这样有利于学生通过模块化知识的学习，系统地掌握遥感学科的知识体系，培养学生的知识迁移能力。而在人工智能时代背景下，如何有效的实践遥感课程的教学呢？我们需要从哪些方面对遥感课程的教学现状中进行与时俱进的改进呢？本文将从思维方式的培养，教学内容的完善，教学模式的改革，以及课程知识的实践等四个方面进行探析。（一） 培养计算思维国际教育技术协会和计算机科学技术教师协会共同提出计算思维的思想。计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。在遥感大数据背景下，学生们在学习遥感基本原理之后，在教师的引导下思考如何利用人工智能技术从海量遥感数据中挖掘出地理现象蕴含的规则或知识。这与常规的遥感课程教学不同，改变仅仅从某个区域、某幅影像中提取地物信息的小数据观念，从培养学生的计算思维出发，关注大数据与人工智能相结合的计算机实现。从而，引导学生思维向分析和解决大数据问题的方向拓展，提出新的科学问题，给出新的智能解决方案。（二） 完善教学内容当前国内遥感课程的知识体系不尽完善, 教学内容陈旧，跟不上国际该领域最新动态发展的步伐。在人工智能时代背景下，遥感课程的内容在“教学”过程中必然会受到来自于人工智能的影响。比如，人工智能的自身发展使其拥有强大的存储能力、处理能力、分析能力，这些特点应该要在教学过程中体现出来。那么，在实施遥感课程的教学时，可以增加介绍遥感大数据的相关概念，以及如何有效处理海量遥感数据的方法。在此基础上，介绍一些比较基础的机器学习与深度学习的思想、理论，以及实现一些的简单方法技术。教师还可以适时地引导学生对批判性思维、结构性思维等能力素质性知识的学习。除此之外，注重基础理论知识的数学思维，介绍如何在计算机及软件平台上进行实现，使得学生对知识有更为直观的感受。（三） 改革教学模式从人工智能发展特点以及国内课程教学效果来看, 亟须相应地引入一些创新教学模式。在人工智能背景下开展遥感课程教学，教师应该改变知识输入、课堂主导的角色，摆脱以知识讲授为主的教学模式，重视学生的个性发展和思维认知。随着人工智能技术的发展，遥感课程的原理性知识可以通过智能设备来进行学习，机器人助教等智能教学手段也将融入教学过程。而对于一些无法在课程内容上全部涵盖的内容，比如计算机编程、机器学习理论方法等内容，可以开展翻转课堂教学，指导学生从“慕课”等教学视频中补充学习相关内容。此外，还可以通过引入一些智能化感知和分析手段，捕捉课堂中学生们的差异化表现，并根据每个学生不同的资质、特点进行个性化的教学。（四） 积极开展实践国内人工智能教学往往注重知识要点学习, 而轻视实践应用,理论与实际相互脱离使得学生创新能力不足。在遥感课程的实践环节，可以引导学生学会在现有软件平台上，搭建能够解决遥感领具体任务的机器学习与深度学习模型。Tensorflow、Caffe等开源的人工智能软件为推动人工智能的研究与应用提供了便捷的实践思路和方法。这样，可以指导学生在这些软件中进行少量编程实现遥感影像的分类，地物目标的检测等。但是，值得注意的是，结合人工智能的遥感课程实践，在实践过程中可能会存在一些问题。比如，它的学习曲线相对较高，它要求学生要具备较好的数学功底，以及逻辑思维的能力。这就要求在推动遥感课程与人工智能向结合的教学之前，需要为学生开设一些机器学习、大数据分析等相关课程，降低理论与实践之间的壁垒。四 问题展望当今，学生个性化发展与社会智能化发展趋势明显, 遥感课程教学的培养目标、内容、模式也要顺应人工智能时代的要求。面向智能化社会需求的创新人才培养要求, 我们的教学过程应该引导学生具备良好的计算思维、编程能力和对智能化社会的深度认知。但是我们也认识到, 人工智能涉及的知识范围宽广, 甚至包括脑科学、神经科学、认知心理学等理论层面的内容，对本科生或者硕士生来说要求偏高。因此，在具体实施人工智能相关理论与技术教学时，可以重在培养学生的认知能力与操作能力, 这更符合该教育阶段学生的一般特征与知识基础。面向未来人工智能的发展，希望能够在政府、院校、企业的共同努力下,打造“人才体系、计算设施、大数据、技术框架、应用场景”的教育人工智能发展新格局。促成遥感教学能够与产业界在人才培养方面开展合作，创造一些实践条件，让学生在参与到生产实际过程中切身感受知识与素养的升华。通过推动人工智能实践环境的不断完善，希望遥感大数据采集、教育界与产业界合作、人工智能课程设置方面早日进入教学改革日程中来。参考文献[1] 陈凯泉,何瑶,仲国强.人工智能视域下的信息素养内涵转型及AI教育目标定位——兼论基础教育阶段AI课程与教学实施路径[J].远程教育杂志,2018,36(01):61-71.[2] 石磊.开源人工智能系统TensorFlow的教育应用[J].现代教育技术,2018,28(01):93-99.[3] 闫志明, 唐夏夏, 秦旋, 等.教育人工智能 (EAI) 的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志,2017, (1):26-35.[4] 黄荣怀, 刘德建, 徐晶晶, 等.教育机器人的发展现状与趋势[J].现代教育技术, 2017, (1) :13-20.[5] 余胜泉.人工智能教师的未来角色[J].开放教育研究,2018,24(01):16-28.[6] 王润兰,张振国,马艳彬,宋潇.高校翻转课堂教学实施影响因素探析——基于X校27门课程的跟踪研究[J].中国电化教育,2017(12):131-137.[7] Chen G, Weng Q, Hay G J, et al. Geographic object-based image analysis (GEOBIA): emerging trends and future opportunities[J].Giscience & Remote Sensing, 2018, 55(2):159-182.[8] 孙根云,张爱竹,黄丙湖,王振杰,范士杰.遥感原理研究性实践教学模式探究[J].实验室研究与探索,2016，35(12):151-159.[9] Blaschke T, Hay G J, Kelly M, et al. Geographic Object-Based Image Analysis - Towards a new paradigm [J]. Isprs Journal of Photogrammetry & Remote Sensing, 2014, 87(100):180-191.[10] 张竞成,陈冬梅,尚平,陈丰农,吴开华.促进大学生实践创新能力培养的遥感导论课教学模式探索[J].科技视界,2018,(06):34-36.[11] 周廷刚.遥感原理与应用[M].北京:科学出版社,2015,1.[12] 顾佩华.新工科与新范式:概念、框架和实施路径[J].高等工程教育研究,2017,06:1-13.[13] 闫世勇,郎丰铠.遥感课程中图像库的建设与应用探讨[J].教育现代化,2018,5(27):144-146.[14] 杜娟,张熠.引入翻转课堂理念的海洋遥感课程教学研究[J].教育现代化,2017,4(40):129-131.

文章来源：《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2020/1120/446.html