4月11日，苑波教授走进教与学讲坛，向来自23个院系和部门的58名教师分享了《通过交叉学科的知识提高学生的学习兴趣》。苑老师以自己跨学科的求学和教学经历为例，诠释了如何通过交叉学科的知识来提高学生的学习兴趣。苑老师利用不同学科之间的知识交叉纵横，多种学科思维之间的转换，以及把多学科之间最本质的问题相互贯通，让参与的教师享受了一场教学思维的盛宴。

　　苑老师从自己的教学经历谈起，他认为要想讲清楚一件事情，重要的是把事情背后的理论、过程、最核心的科学问题、实验问题都讲清楚, 这对基础知识提出了很高的要求。苑老师在探究如何清楚地呈现这些复杂问题的过程中发现，去了解一些最基本的内容，特别是源头及其经历的所有过程，对研究非常重要。这个探究过程很好地体现了“教学对研究是最好的促进。”

　　苑老师以“人工智能”的教学为例，展示了他在这门课的教学中的思路：为什么人工智能很重要？这门学科的问题以及大家的兴趣点是什么？做人工智能大概的思路是什么？为什么会思考这样的问题？以及每一个思路可能会遇到的障碍。在视野方面，他注重督促学生去了解在工业界、学术界，大家在关心什么样的问题，以什么样的方式交流，引导学生自己提出对他个人有价值、有意思的问题，从而激发学生自己的学习动机。苑老师认为，各个学科之间从本质上是相通的，知识本质上都是提出问题、探究问题的价值和意义。

　　在学科知识的教学方面，苑老师以人工智能的教学为例，谈到梯度与贝叶斯公式中关于先验的教学。在讲授梯度时，他认为机器学习、人工智能，包括深度学习的核心的问题都是梯度。在学生难以理解梯度时，就要求教师把梯度问题从最本质的开始到最实用的角度都讲到。例如，要讲清楚为什么在大型复杂的系统中不可能有一个全局的梯度，也要讲清楚为什么要寻找这样一种梯度。他解释说：“很多梯度是局部的，为了搞清楚为什么存在一种梯度，我们就要退到最原始的牛顿微积分中最基本的假设——局部光滑性。如果没有局部光滑性，即这种局部的可导性，世界上所有的事情都是离散而无关联的，没有办法通过局部的延伸获得新的知识和能力。任何事情就只能完全通过穷举，也不存在不同事情之间连接的局部和整体关系。最后的结果是所有信息、因素、变化都是完全割裂的。”

　　在给学生讲解贝叶斯公式时，苑老师认为贝叶斯公式的伟大之处在于把思想的过程变成了约束、收敛搜索过程。他解释道：“这个过程是可以变化的，不是我们想象中的先验，先验是可以随着你的学习和理解递归的，越来越清晰的，因为先验有很多复杂可能性，碰到一个问题会想到很多可能性，但并不知道这个是什么。但是随着对这个问题的理解，比如说其他的一些条件进来，先验就变得越来越简单，其中某些先验就变得越来越大。”最后他又总结道：”先验是动态的，是非常复杂、可以变化、相互作用的。先验是机器学习中非常重要的基本思想，而人类学习先验的这块也非常重要。如果一个学生善于把过去的知识转换成新的对未来的先验，先验往前推了一点，最后他搜索的时候很快把交叉学科的知识点找到，可以知道这个在整个结构里有一种关系，再结合到机器学习，对图模型的理解就会非常形象了。”

　　在谈到不同院系的学生时，苑老师体会到教计算机系的同学和教生物系、数学系的同学之间的区别非常大。他总结了计算机同学的一个非常独特的思维方式，他说：“计算机系同学，他首先要考虑这个事情从计算机来说是不是可能做的。“ 因为在计算机领域中，不是所有问题可以变成数学问题，也不是所有的数学问题变成计算机问题，只有很少部分的问题可以变成真正数学问题，而其中只有更少部分的问题是真正计算机能解决的问题，所以实际上大部分的数学问题计算机是不能解决的。而生物系的学生比较重视科学问题、对照、重复性、看文章、新的想法等等，但对于计算机系的学生来说，接触的文化和价值不同，具体运用的程序方法和语言也各异。在分享如何与不同院系学生的交流来实现教学相长方面，苑老师认为：“在跟学生相互交流的过程中，我慢慢听他们说话，近朱者赤，了解他们的语言和思维方式；通过跟学生交流以后，再给学生一个比较高一点的视野。因为教师接触的研究和领域比较多，对于科学问题和切入点的价值，都有一个远远胜过于学生的直觉判断。苑老师分享说：“我们可以从学生那学到具体的知识，把知识融汇以后，找到问题最本质的东西，然后去引导学生。”

　　本次讲座活动受到了参会教师的一致好评。很多老师称赞苑老师的演讲十分精彩，从跨领域跨学科的角度，探究了教学的本质，同时在提高学生的提问、思考和辨识能力方面给人启发。一位与会教师受到苑老师的启发，感叹道：“老师要保持好奇心、兴趣，不断学习、不断思考。”

                         供稿：谢艳梅  黄艺璇