随着人工智能技术的广泛应用，掌握人工智能技术已成为现代科技工作者的必备能力之一。以 ChatGPT 为代表的生成式人工智能应用席卷全球，催生了人工智能领域的新业态[1]。2018年教育部印发《高等学校人工智能创新行动计划》，提出将人工智能纳入大学计算机基础教学内容。因此，对于计算机相关专业，人工智能课程不仅承载着传授前沿科技知识的使命，更是培养学生科学思维、创新能力及跨学科应用能力的重要途径。

　　人工智能课程体系涵盖了从基础理论到高级应用的内容，如知识表示、模糊推理、机器学习、深度学习、神经网络、自然语言处理及计算机视觉等，这些研究内容共同构成了人工智能的基石。在新工科背景下，人工智能课程强调对学生科学思维和创新能力的培养[2]。然而，由于人工智能课程理论性强、内容抽象且实践要求高，尤其是在实验教学中未能与具体场景联系起来，学生学完后对该门课程的理论知识和应用技术掌握得不够扎实[3]。

　　鉴于此，本文探索借助知识图谱优化人工智能课程的实验教学。通过构建基于知识图谱的实验教学框架，直观展示课程知识点及其内在联系，为学生提供更加系统、全面且贴近实际的学习路径，提升教学质量和学习效果。最后，以深度学习实验模块中的“人脸表情识别”这一具体实验项目为例，介绍其教学实施过程。

　　1 人工智能课程实验教学中知识图谱构建的必要性

　　2 人工智能课程实验教学中知识图谱构建的基础

　　3 人工智能课程实验教学中知识图谱的构建策略

　　4 结语

　　本文提出了基于知识图谱的人工智能课程实验教学策略，并基于构建策略开展了“人脸表情识别”实验项目的应用研究，旨在通过构建系统化、可视化的知识网络，强化理论知识的应用和实践环节指导，全面提升学生的理论知识和实践能力。同时，鼓励学生运用创新思维探索新的研究方向和应用场景，为人工智能的应用发展培养更多高素质的实践人才。

　　参考文献

　　[1] 刘宝存,苟鸣瀚.ChatGPT等新一代人工智能工具对教育科研的影响及对策[J].苏州大学学报(教育科学版),2023,11(3):54-62.

　　[2] 顾理,徐栋哲,刘勇,等.本硕贯通的人工智能专业人才培养研究[J].电气电子教学学报,2022,44(4):11-17.

　　[3] 张伟,陈龙,贾应智.大学计算机基础课中的人工智能实验案例设计[J].计算机教育,2021(5):65-68.

　　[4] 苏向东.面向应用的卷积神经网络实验项目设计[J].电脑编程技巧与维护,2019(9):16-17,32.

　　[5] 樊代和,贾欣燕,刘其军.基于知识图谱的大学物理实验课程教学策略研究:以“迈克耳孙干涉”实验项目为例[J].教育理论与实践,2023,43(36):57-60.

　　[6] 熊余,任朝辉,吴超,等.基于知识图谱的可解释学习路径推荐[J].现代教育技术,2024,34(7):131-141.

　　[7] 耿庆田,王春艳,范木杰,等.师范高校计算机专业人工智能课程设置探讨[J].长春师范大学学报,2023,42(4):147-150.

　　[8] 刘凯,余应福,闫文君.军事人工智能课程的层次递进式实验案例设计[J].实验技术与管理,2022,39(4):186-189,198.

　　[9] 冯冲.多层次递进式学生工程实践能力培养模式探究[J].中国校外教育,2017(33):74,83.

　　[10] 党宏社,王淼,张选德.基于深度学习的面部表情识别方法综述[J].科学技术与工程,2020,20(24):9724-9732.

徐新爱　南昌师范学院数学与信息科学学院