人工智能教育趨勢精品(七篇)

序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇人工智能教育趨勢范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

關鍵詞：人工智能；教育；新模式；改革；構想

教育是著眼于未來的事業，教育的首要任務就是為未來社會培養相適應的合格人才。隨著人工智能的誕生和發展，我國已經開始將人工智能應用于教育領域，并顯示出人工智能對于彌補當前教育存在的種種缺陷和不足，推動教學現代化和教育發展改革進程起著越來越重要的作用。在現代醫學發展中，工程科學與臨床醫學不斷融合，相互進步。近幾年，隨著人工智能技術，機器人技術，虛擬與增強現實技術，3D打印技術與醫學不斷的融合發展，衍生出一系列的醫學診療技術，儀器，大大推進了醫學發展。從2013年到2017年，國務院、發改委、FAD連續發文，多次提及醫療走智能化、云化的趨勢，為推動智能醫療領域保駕護航。智能與醫學的結合已經是大勢所趨，因此，為培養大量智能醫學人才極有必要對智能醫學教育新模式進行深入研究。

一、目前醫學教育以及醫學人才培養狀況

智能醫學工程是一門將人工智能、傳感技術等高科技手段綜合運用于醫學領域的新興交叉學科，研究內容包括智能藥物研發、醫療機器人、智能診療、智能影像識別、智能健康數據管理等。

智能醫學工程的畢業生掌握了基礎醫學、臨床醫學的基礎理論，對智慧醫院、區域醫療中心、家庭自助健康監護三級網絡中的醫學現象、醫學問題和醫療模式有較深入的理解，能熟練地將電子技術、計算機技術、網絡技術、人工智能技術，應用于醫療信息大數據的智能采集、智能分析、智能診療、臨床實踐等各個環節。實驗教學正是融合型創新人才的最好培養方式。智能醫學人才的培養需要各學科間的相互交融更為緊密，學生的創新應用能力才能得到更好的培養。與此同時，由于絕大部分醫工結合的專業大部分歸屬與工科學院下，缺乏必要的臨床經驗，因而學生不能很好的把握新技術的應用。

而國內相關人才缺口還非常大，目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。但是囿于培養時間與培養模式，他們往往只能針對具體某一方向，并且目前的培養體系還多著重于工學技術的研究，缺乏臨床實踐。

二、智能+醫學教育的必要性探究

2.1技術進步對醫療人員的診療幫助

以癌癥的治療為例，由于針對癌癥藥物的研究何藥物數量非常巨大，對于普通醫生在短時間內難以進行準確的判斷針對癌癥的研究和藥物數量非常巨大，具體來說，目前已有800多種藥物和疫苗用于治療癌癥。但是，這對于醫生來說卻有負面的影響，因為有太多種選擇可供選擇，使得為病人選擇合適的抗癌藥物變的更加困難。同樣，精確醫學的進步也是非常困難的，因為基因規模的知識和推理成為決定癌癥和其他復雜疾病的最終瓶頸。今天，許多受過專業訓練的醫學研究員需要數小時的時間來檢查一個病人的基因組數據并作出治療決定。

上述問題在擁有工學、醫學雙背景的醫生手中已經不是問題，通過目前日漸成熟的AI技術，對于大量的醫療數據進行檢索，通過可靠的編程手段，通過人工智能技術，建立完備的醫療數據庫，幫助醫生進行診療。據調查，美國微軟公司已經研制出幫助醫生治療癌癥的人工智能機器，其原理是對于所有關于癌癥的論文進行檢索，并提出對于病人治療最有效的參考方案，它可以通過機器學習來幫助醫生找到最有效，最個性化的癌癥治療方案，同時提供可視化的研究數據。

2.2智能醫學對于新時代醫生培養的影響

人工智能通過計算機可為學生提供圖文并茂的豐富信息和數據，一方面加強了學生的感性認識，加強了對所學知識的理解和掌握，從而提高了教學質量。同時，人工智能可幫助教師完成繁雜的、需適應各種教學的教學課程、課件等設計，使教師將更多的精力專注于學與教的行為和過程，從而提高教學效率。正如前面所述例子，智能網絡模塊化學習平臺可使教學擺脫以往對于示教病例的依賴，拓展了學生們的學習空間和時間，可極大地提高醫學學習效率和教學質量。

教育與人工智能相結合將會創新教育方式和理念。北京師范大學何克抗教授在《當代教育技術的研究內容與發展趨勢》中提到當代教育技術的五大發展趨勢之一就是“愈來愈重視人工智能在教育中應用的研究”。結合上述人工結合上述人工智能在醫學教育中的創新作用，下面就人工智能結合醫學學教育新模式提出一些構想。

三、交叉醫學人才的培養

3.1建立智能醫學人才培養體系的必要性

目前智能醫學的研發和臨床還存在隔閡，臨床醫生并沒有很好地理解人工智能，無法從實踐出發提出人工智能能夠解決的方向，而人工智能的產業界熱情高漲，卻未必能踩準點，所以產業界需要和臨床深度溝通融合，才能真正解決看病難、看病貴的問題，緩解醫療資源緊張。目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。

3.2醫學人才培養體系初步構想

據悉，目前已經有天津大學、南開大學等幾所院校開設了智能方向的醫學本科教育，旨在彌補上述缺口，相關院校也在積極探索新型人才培養方案。應當為醫學生開設人工智能課程，應當培養具備生命科學、電子技術、計算機技術及信息科學有關的基礎理論知識以及醫學與工程技術相結合的科學研究能力。該專業的學生主要學習生命科學、臨床醫學，電子技術、計算機技術和信息科學的基本理論和基本知識，充分進行計算機技術在醫學中的應用的訓練，具有智能醫學工程領域中的研究和開發的基本能力。

篇(2)

［關鍵詞］人工智能；財務機器人；會計電算化；人才培養

0引言

正如會計電算化替代傳統手工會計一樣，隨著信息化、智能化、互聯網、大數據等科技元素在會計信息化中的應用，人工智能悄然到來。自2017年“會計證被取消”，到普華永道、安永、德勤等國際會計師事務所紛紛推出財務機器人，這些舉動在財務圈引起了軒然大波，許多中職學校會計相關專業的學生，擔心基礎核算會計將被人工智能取代，對未來頗感擔憂。根據世界經濟論壇2016年的調研數據預測，到2020年，在全球15個主要的工業化國家中，機器人與人工智能的崛起，將導致510萬個就業崗位的流失，未來20年最有可能被機器人搶走飯碗的崗位包括低端制造業的生產、會計等［1］。2017年7月，中國《新一代人工智能發展規劃》，將人工智能上升為國家戰略。所以筆者認為，基于人工智能背景下的中職會計電算化專業人才培養方式將面臨變革，在教學中應站在未來發展的高度，適應信息化發展，及時掌握人工智能相關技術，實現由傳統會計電算化專業人才培養向智能化管理會計轉型。

1人工智能的概念［2］

人工智能即AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術以及應用系統的一門新的技術科學，它是指由人工制造出來的系統表現出來的智能。目前人工智能在計算機科學領域內，受到了廣泛的發揮。在機器人、經濟政治決策、控制系統、仿真系統中得到應用。人工智能是信息技術發展的必然，它已悄悄地改變著人類的各行各業。人工智能在會計行業中應用，促使會計由簡單核算向管理方向變革，推動了會計行業的發展，同時也促使著中職學校會計及相關專業的人才培養轉變。人工智能取代傳統的會計電算化操作人員是一種趨勢，但也是一種轉變，自我提升的機遇。

2中職學校傳統會計電算化專業人才培養［3］

2．1課程偏傳統基礎核算類，輕參與、管理類會計課程

在多數中職學校會計電算化教學計劃課程設計中，傳統財務會計類課程占大多數，管理會計類課程設置單一或者沒有。而財務機器人的出現，則能夠替代大部分重復性、流程性基礎會計核算工作。

2．2會計實操偏基礎性會計技能，輕數據分析、挖掘

在實踐教學及技能培養中，過于注重培養學生點鈔、傳票的翻打、會計書寫、憑證裝訂，會計電算化軟件操作機械性錄入等。在當前大數據、人工智能背景下，可以讓會計人員擺脫繁雜事務，重點放在會計數據分析與數據挖掘，為企業決策提供服務。

2．3課程偏模擬操作，輕實際操作

無論是手工核算還是會計電算化記賬，大多數實操是模擬一個企業一個月的業務，學生根據教材或老師給予的信息進行會計處理，過賬，做報表。一學期就是這樣反反復復練習。學期結束，雖然考試合格，但仍有很多學生不明白為什么這么處理，特別在月末業務處理更加模糊不清，例如工資發放，計提稅費、費用攤銷、成本及費用結轉等。還有絕大多數學生不知道真實環境如何計稅、報稅、納稅，只是理想中的學習，為了做賬而做賬。

3人工智能背景下的中職會計電算化人才培養［4］

3．1由基礎核算型初級人才向有思想的中級人才轉變

人工智能在會計行業中的應用，會計核算軟件中的基礎數據錄入、憑證錄入與審核、記賬、編制科目匯總表、材料的收發統計、報表的編制等操作很容易被財務機器人替代，但是也有一些是機器無可替代的，需要有思想的“人”來處理。例如：由于大環境變化，企業的固定資產有明顯減值趨勢，而財務機器人并不能分析與判斷這個固定資產是否會減值或減值多少，如果財務上不及時做出處理，將可能導致企業少確認資產減值損失，虛增了企業的資產和利潤，對于企業來說，這屬于信息失真。在大數據時代，中級類型的會計人才儲備相對較少，中職學校的會計電算化教育，需要培養的應當是此類會計人才。教學會學生不能只拘泥于看財務數據，還要學會合理利用有效的會計數據服務于企業的發展，提高企業的核心競爭力。

3．2由傳統的財務會計向人工智能環境下的管理會計人才轉變

財務機器人的出現，替代了傳統的財會人員進行基礎數據的錄入，日常憑證的填制、審核、記賬；憑證、賬簿、報表的生成；成本結轉、折舊等財務處理；納稅申報等，這不僅提高了會計工作的效率，減少了傳統的會計人員繁雜的日常賬務處理工作，但同時也讓傳統的會計人員失去工作。作為會計的教育者，如何讓學生在未來立于不敗之地，不被財務機器人替代，就需要學校適應時代趨勢，教學重點由傳統的基礎核算向智能管理型會計演變。會計從事的活動，除了重復、機械、煩瑣的事情外，還可以創造更多價值，比如：評估、判斷、溝通、協作、建議等。管理型計人才就是通過智能機器人核算出的精確信息，對企業的未來做出評估、預判、建議等，甚至幫助企業管理者做出決策。

3．3由會計電算化軟件操作員向人工智能會計系統的設計者轉變

人工智能環境下的財務機器人，實質就是一種自動化運行的程序，這種程序的設計，需要設計人員既要懂計算機又要懂會計。而現在的中職學校，會計電算化專業主要培養的是會計專業人才，操作會計核算軟件，而很少在計算機方面進行教學。在人工智能環境下，懂得會計專業的人才只是人工智能會計系統設計的主導者，而計算機方面人才則根據會計法及相關規則進行系統設計，自動化處理會計業務需要想到協作，融會貫通。人工智能永遠是基于系統的規則和大數據，如果規則發生變化，人工智能將無法起作用。在日常教學中，哪怕我們不能完全讓學生掌握編寫程序，但是應當教會學生看懂和讀懂程序，對機器人“思想”進行修改，也算是人工智能的掌控者，而不是被替代者。

4人工智能背景下中職學校會計電算化專業人才培養應對策略［5］

4．1更新理念與改變教學計劃

筆者認為，在人工智能背景下，在中職學校，會計及電算化專業辦學理念中應加入人工智能等相關技術，同時其人才培養方案、專業建設、教學計劃等方面都需要做出相應的調整，培養適應于人工智能時代復合型人才。例如，中職學校會計或會計電算化專業的教學計劃中，計算機方面課程開設僅有計算機應用及會計電算化軟件操作課程，數據處理、編程類或人工智能課程幾乎沒有，這樣的教學安排不利于學生對未來人工智能的應對能力培養，應當增加相應的計算機方面課程，財務管理、會計政策、法律法規等人工智能無法替代的課程，減少將來可能被財務機器人替代的會計技能課程。

4．2提高教師人工智能等相關理念和技術

要給學生一碗水，教師必須要有一桶水，雖然人工智能的出現解決了許多教育上的難題，但是教師在人工智能背景下還需要增強自身信息化能力，學習人工智能相關理念，掌握人工智能相關技術。這就需要學校給予老師多點人文關心以及人工智能方面的繼續教育。

4．3關注人文綜合素質培養，讓人工智能為我所用

財務機器人出現，會計人員有更多時間去從事財務機器人無可替代更具有情感類的工作，這些工作需要人與人之間的溝通與交流，因此，筆者認為，中職會計電算化專業教育，不僅需要培養學生人工智能動手能力，還要關注學生思想道德、人文綜合素質的培養，提升學生的思想道德水平，教會學生愛崗敬業，誠實守信、樂于助人，激發學生的學習主動性和創造性。如果沒有良好職業道德水平，即使掌握了人工智能技術，也將會破壞規則，讓會計信息失真。我們不能教出人工智能的“奴才”，應當讓人工智能為人類所用，做人工智能的主人。

5結語

總之，人工智能正在快速又深刻地改變我們的生活和工作方式，將人工智能用于會計行業會也將會不斷得到規范。對于人工智能這類新興技術在財務行業的運用初期可能會讓學生產生恐慌、彷徨，認為學校教育無用。作為專業教師，要教會學生變革思想，提高其對會計價值的認識，提高其人文綜合素養，擁有過硬的專業技術，不斷地完善專業勝任能力，把握機會，主動迎接挑戰，那么人工智能就只是會計人員的好幫手，而不是掘墓人。

主要參考文獻

［1］彭維．淺談人工智能時代財務的變革與轉型［J］．中國管理信息化，2018（19）：39－41．

［2］鞏彥哲．人工智能在會計管理中的應用微探［J］．財會學習，2018（20）：86－87．

［3］盧映芝，黃靜．人工智能與會計課程實操的結合探討———VR技術的引進［J］．現代商貿工業，2018（30）：160－162．

［4］王立法．論人工智能環境下會計人才培養所面臨的挑戰及見解［J］．財經界，2018（6）．

篇(3)

關鍵詞：智能科學與技術；知識結構；應用型人才；人才培養；知識型能力本位教育

中圖分類號：G64文獻標識碼：A

文章編號：1009-3044（2020）25-0153-03

1引言

智能科學與技術主要包含智能科學和智能技術兩部分內容[1]：智能科學是以人如何認知和學習為研究對象，探索智能機器的實現機理和方法；智能技術則是將這種方法應用于人造系統，使之具有一定的智能或學習能力，讓機器系統為人類工作。目前，在本科專業目錄中，智能科學與技術專業是計算機類之下的特設專業，在現有的人工智能專業群中，除了新設的人工智能專業外（2019年全國共有35所高校獲首批人工智能新專業建設資格），智能科學與技術專業與全球范圍大力推進與快速發展的人工智能關系最密切，契合度最高。一方面，智能科學與技術的專業發展和人才培養將為人工智能技術提供理論支撐、技術推進和人才支持，另一方面，人工智能產業現狀和未來發展趨勢直接影響著智能科學與技術的專業發展和人才需求。

2人工智能時代對人才的需求

站在國家戰略的高度來看，人工智能將成為新一輪產業變革的核心驅動力，可以實現社會生產力的整體躍升，因此人工智能將成為引領未來的戰略性技術，世界主要發達國家都把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略。

隨著人工智能時代的到來，許多企業對具有智能科學與技術專業背景的人才有著巨大的需求。首先，IT企業紛紛涉足智能科學領域，提高產品智能水平；其次，許多傳統制造業也在轉型，從勞動密集型到知識密集型，進一步提升到智能制造型，并逐漸具備高精尖裝備制造能力；此外，醫療、通訊、交通等行業也對智能科技人才有著迫切的需要。人工智能對各行各業的影響，充分體現了智能科技的高速發展，對人才數量和素質要求也越來越高。

從人才的金字塔型分布來看，智能科學與技術領域不僅需要高端學術型人才，更需要接地氣、重實踐的應用型人才。隨著“中國智造”的不斷推進，智能科學與技術領域已由頂層設計和關鍵技術突破向生產、應用、裝配、服務等環節延伸，迫切需求大批專業技術精、實踐能力強、操作流程熟的應用型人才。2019年，人力資源和社會保障部、國家市場監管總局、國家統計局向社會了13個新職業信息，包括人工智能工程技術人員、物聯網工程技術人員、大數據工程技術人員等，這也從另外一個側面說明人工智能等技術推動了產業結構的升級，催生了相關專業技術類新職業，可形成相對穩定的從業人群。

3應用型人才培養模式分析

《中國制造2025》以推進智能制造為主攻方向，強調健全多層次人才培養體系，提到強化職業教育和技能培訓，引導一批普通本科高等學校向應用技術類高等學校轉型，建立一批實訓基地，開展現代學徒制試點示范，形成一支門類齊全、技藝精湛的技術技能人才隊伍。

通常而言，人才類型分為三類[2]：學術型人才、應用型人才、技能型人才。實際上從現代職業教育的發展和社會需求來看，應用型人才和技能型人才的界限相對模糊，可統稱為應用型人才，即把成熟的技術和理論應用到實際的生產、生活中的技術技能型人才。從國家的層面來看，為了適應人工智能時展，人才需求數量基數最多、缺口最大的就是應用型人才，這也對眾多高校培養人才的導向產生重大影響。這里我們重點討論智能科學與技術應用型本科人才的培養，可從職能、知識結構、能力結構、行業（產業）導向四個方面來分析。

3.1職能

智能科學與技術應用型人才是培養面向各類智能科學與技術的工程設計、開發及應用，掌握各類現代智能系統設計、研發、集成應用、檢測與維修、運行與管理等技術，具有扎實理論基礎、較強工程實踐和創新能力的高素質應用型工程技術人才。

3.2知識結構

智能科學與技術專業充分體現了跨學科的特點，其知識結構包含了三個并行的基礎領域：電子信息、控制工程、計算機，也蘊含了電子信息工程、控制科學與工程、計算機科學與技術等學科的交叉和融合，體現了智能感知與模式識別、智能系統設計與制造、智能信息處理三個方面的專業內涵。

（1）智能感知與模式識別

屬于電子信息與計算機交叉領域，主要定位在機器視覺與模式識別。包括三維建模與仿真、圖像處理與分析、圖像理解與識別、機器視覺、模式識別、神經網絡、深度學習等。主要課程包括：電子技術基礎、信號系統與數字信號處理、數字圖像處理、模式識別等。

（2）智能系統設計與制造

屬于控制工程領域，包括自動控制、無人系統與工程、精密傳感器設計與應用等。主要課程包括：機械基礎、工程力學、自動控制原理、傳感器與測試技術、計算機控制技術、機電系統分析與設計等。

（3）智能信息處理

屬于計算機領域，包括交通大數據、汽車與道路安全大數據等的分析與處理、信息處理與知識挖掘、信息可視化等。主要課程包括：智能科學技術導論、計算機程序設計、微機原理與接口技術、數據結構與算法、嵌入式系統設計等。

3.3能力結構

智能科學與技術應用型人才培養著眼于人工智能工程應用，要求學生具有運用計算機及相關軟硬件工具進行大數據的采集、存儲、處理、分析、應用的能力；具備智能系統的設計、開發、集成、運行與管理的能力；注重培養學生綜合運用所學的智能科學與技術專業的基礎理論和知識，分析并解決工程實際問題的能力，其能力結構可以借鑒能力本位教育（CompetencyBasedEducation，簡稱CBE）模式[3]。

CBE是國際上較流行的一種應用型人才培養模式，主要代表國家為加拿大和美國。該模式以能力為人才培養的目標和評價標準，一切教學活動均圍繞綜合職業能力的培養展開，CBE人才培養模式主要有以下三方面的特色：能力導向的教學目標；模塊化的課程結構；能力為基準的目標評價體系。該模式所培養的本科應用型人才具有較強的專業綜合能力和職業能力[4]，在一定時期得到社會的廣泛認可，但是單純的CBE模式并不能完全適應人工智能時代對人才培養的需求，這是由于目前許多職業崗位在人工智能的沖擊下，其形式和內容均會產生動態變化，要求現階段的人才培養具有延伸性和前瞻性，既要兼顧眼前，也要考慮應對智能化浪潮，打好基礎，提高自學習能力。因此，智能科學與技術應用型人才培養有一定崗位針對性，但并不是完全固化崗位內容及層次、固化知識屬性，必須強化自我學習能力，才能實現能力可持續增長，崗位的向上流動性以及知識和經驗的進化，才能真正適應人工智能時展的需求。

自我學習能力的形成與提高往往源于知識結構的構建[5]。為了塑造更合適的能力結構，需要CBE模式與知識結構的相輔相成，有鑒于此，將這種新型人才培養模式稱之為知識型能力本位教育（Knowledge&CompetencyBasedEducation，簡稱KCBE）模式，這也意味著在人才培養過程中，將知識結構與能力結構放在并重的地位，既著眼于預期能力的培養，也必須讓學生筑牢學科專業基礎，在走向社會以后，在知識引擎的作用下，通過自我學習，具備并提升適應未來的、新的智能化崗位需求的能力。

3.4行業（產業）導向

從智能科學與技術專業的角度，培養的應用型人才以“智能化應用”為就業大方向，具體而言，包括：

（1）智能感知與模式識別領域

主要從事電子信息的獲取、傳輸、處理、分析、應用等領域的研究、設計及應用，包括圖像處理、機器視覺、工業視頻檢測與識別、視頻監控、傳感器設計及應用等。

（2）智能系統設計與制造領域

主要從事智能裝備、智能制造、智能管理、智能服務等領域的設計、制造及應用，包括智能工廠、智能車間、智能生產線、智能物流、以及智能運營與服務等。

（3）智能信息處理領域

主要從事計算機數據處理、分析、理解、管理、以及服務等領域的研究、設計及應用，包括數據存儲與管理、數據分析與預測、交通大數據分析應用、道路與汽車安全大數據分析、智能交通、智能電力、智能家居、智慧城市等。

涉及的產業領域主要包括智能制造，如工業互聯網系統集成應用，研發智能產品及智能互聯產品等。其他的領域還包括智能農業、智能物流、智能金融、智能商務等。

產業需求帶動人才培養，人才培養在滿足產業需求的同時推動技術進步，而技術進步又引燃了新的產業需求。產業需求與人才培養的相互作用，呈現出螺旋式上升的發展態勢，這在人工智能相關產業與智能科學與技術應用型本科人才培養之間表現的得尤為突出。

4KCBE模式人才培養的主要措施和途徑

智能科學與技術專業應用型本科人才的培養模式一定是和人才需求、學校定位相適應的。培養應用型人才，應注重學生實踐能力，從教學體系建設體現“應用”二字，其核心環節是實踐教學。結合上述的KCBE培養模式，知識結構在能力培養過程中也占有非常重要的地位，因此在能力培養方面，知識和實踐作為兩大要素，不能偏廢任何一方，必須齊頭并進，既要固基礎，也要重實踐。

（1）筑牢智能科學與技術專業知識基礎，構建與智能化應用相關的知識體系

在本科的低年級階段，應注重公共基礎課，特別是數學和力學課程，還應充分了解智能科學與技術專業的內涵，讓學生對所學專業有一個比較全面的認識。在本科中高年級階段，重點強化專業基礎，包括電子技術基礎、自動控制原理、傳感器與測試技術、微機原理與接口技術、數據結構與算法等。歸納地說，應該筑牢數理基礎、計算機基礎、機電基礎和控制基礎，因此對原理課程需要強化，這樣對很多工作機理、來龍去脈的理解才能深刻。

（2）增強智能科學與技術專業的實踐環節，構建以能力培養為重心的教學體系

按照KCBE模式，校企合作是強化實踐的一種重要形式[6]。學校根據人工智能企業實際情況靈活設置實踐課程內容，根據企業發展趨勢及時調整課程體系以避免教學內容與企業需求相脫離。人工智能企業還可以參與學校教學目標和教學計劃的制定，并為學校實踐教學提供各方面支持，從而提高人才培養的針對性。

篇(4)

【關鍵字】人工智能；教育；進展

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009―8097（2008）13―0018―03

人工智能是一門綜合的交叉學科，涉及計算機科學、生理學、哲學、心理學、哲學和語言學等多個領域。人工智能主要研究用人工的方法和技術，模仿、延伸和擴展人的智能，實現機器智能，其長期目標是實現人類水平的人工智能。[1]從腦神經生理學的角度來看，人類智能的本質可以說是通過后天的自適應訓練或學習而建立起來的種種錯綜復雜的條件反射神經網絡回路的活動。[2]人工智能專家們面臨的最大挑戰之一是如何構造一個可以模仿人腦行為的系統。這一研究一旦有突破，不僅給學習科學以技術支撐，而且能反過來促使人腦的學習規律研究更加清晰，從而提供更加切實有效的方法論。[3]人工智能技術的不斷發展，使人工智能不僅成為學校教育的內容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領域得到應用，并取得了良好的效果，成為教育技術的重要研究內容。

人工智能的研究更多的是結合具體領域進行的，其主要研究領域有：專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、博弈、智能決策支持系統、人工神經網絡和分布式人工智能等。[4]目前，在教育中應用較為廣泛與活躍的研究領域主要有專家系統、機器人學、機器學習、自然語言理解、人工神經網絡和分布式人工智能，下面就這些領域進行闡述。

一 專家系統

專家系統是一個具有大量專門知識與經驗的程序系統，它使用人工智能技術，根據某個領域中一個或多個人類專家提供的知識和經驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。[5]專家系統主要組成部分為：知識庫，用于存儲某領域專家系統的專門知識；綜合數據庫，用于存儲領域或問題的初始數據和推理過程中得到的中間數據或信息；推理機，用于記憶所采用的規則和控制策略的程序，使整個專家系統能夠以邏輯方式協調地工作；解釋器，向用戶解釋專家系統的行為；接口，使用戶與專家系統進行對話。近幾十年來，專家系統迅速發展，是人工智能中最活躍、最有成效的一個研究領域，廣泛用于醫療診斷、地質勘探、軍事、石油化工、文化教育等領域。

目前，專家系統在教育中的應用最為廣泛與活躍。專家系統的特點通常表現為計劃系統或診斷系統。計劃系統往前走，從一個給定系統狀態指向最終狀態。如計劃系統中可以輸入有關的課堂目標和學科內容，它可以制定出一個課堂大綱，寫出一份教案，甚至有可能開發一堂樣板課，而診斷系統是往后走，從一個給定系統陳述查找原因或對其進行分析，例如，一個診斷系統可能以一堂CBI（基于計算機的教學，computer-based instruction）課為例，輸入學生課堂表現資料，分析為什么課堂的某一部分效果不佳。在開發專家計劃系統支持教學系統開發（ISD）程序的領域中最有名的是梅里爾（Merrill）的教學設計專家系統（ID Expert）。[6]

教學專家系統的任務是根據學生的特點（如知識水平、性格等），以最合適的教案和教學方法對學生進行教學和輔導。其特點為：同時具有診斷和調試等功能；具有良好的人機界面。已經開發和應用的教學專家系統有美國麻省理工學院的MACSYMA符號積分與定理證明系統，我國一些大學開發的計算機程序設計語言、物理智能計算機輔助教學系統以及聾啞人語言訓練專家系統等。[7]

目前，在教育中，專家系統的開發和應用更多的集中于遠程教育，為現代遠程教育的智能化提供了有力的技術支撐?；趯＜蚁到y構造的智能化遠程教育系統具有以下幾個方面的功能：具備某學科或領域的專門知識，能生成自己的提問和應答； 能夠分析學生的特征，評價和記錄學生的學習情況，診斷學生學習過程中的錯誤并進行補救教學；可以選擇不同的教學方法實現以學生為主體的個別化教學。[8]目前應用于遠程教育的專家系統有智能決策專家系統、智能答疑專家系統、網絡教學資源專家系統、智能導學系統和智能網絡組卷系統等。

二 機器人學

機器人學是人工智能研究是一個分支，其主要內容包括機器人基礎理論與方法、機器人設計理論與技術、機器人仿生學、機器人系統理論與技術、機器人操作和移動理論與技術、微機器人學。[9]機器人的發展經歷了三個階段：第一代機器人是以 “示教―再現”方式進行工作；第二代機器人具有一定的感覺裝置，表現出低級智能；第三代機器人是具有高度適應性的自治機器人，即智能機器人。目前開發和應用的機器人大多是智能機器人。機器人技術的發展對人類的生活和社會都產生了重要影響，其研究和應用逐漸由工業生產向教育、環境、社會服務、醫療等領域擴展。

機器人技術涉及多門科學，是一個國家科技發展水平和國民經濟現代化、信息化的重要標志，因此，機器人技術是世界強國重點發展的高技術，也是世界公認的核心競爭力之一，很多國家已經將機器人學教育列為學校的科技教育課程，在孩子中普及機器人學知識，從可持續和長遠發展的角度，為本國培養機器人研發人才。[10]在機器人競賽的推動下，機器人教育逐漸從大學延伸到中小學，世界發達國家例如美國、英國、法國、德國、日本等已把機器人教育納入中小學教育之中，我國許多有條件的中小學也開展了機器人教育。

機器人在作為教學內容的同時，也為教育提供了有力的技術支撐，成為培養學習者創新精神和實踐能力的新的載體與平臺，大大豐富了教學資源。多年來，我國中小學信息技術教育的主要載體是計算機和網絡，教學資源單一，缺乏前瞻性。教學機器人的引入，不僅激發了學生的學習興趣，還為教學提供了豐富的、先進的教學資源。隨著機器人技術的發展，教學機器人種類越來越多，目前在中小學較為常用的教學機器人有：能力風暴機器人、通用機器人、未來之星機器人、樂高機器人、納英特機器人、中鳴機器人等。

三 機器學習

機器學習是要使計算機能夠模仿人的學習行為，自動通過學習來獲取知識和技巧，[11]其研究綜合應用了心理學、生物學、神經生理學、邏輯學、模糊數學和計算機科學等多個學科。機器學習的方法與技術有機械學習、示教學習、類比學習、示例學習、解釋學習、歸納學習和基于神經網絡的學習等，近年來，知識發現和數據挖掘是發展最快的機器學習技術。機器學習（自動獲取新的事實及新的推理算法）是使計算機具有智能的根本途徑，對機器學習的研究有助于發現人類學習的機理和揭示人腦的奧秘。[12]

隨著計算機技術的進步和機器學習研究的深入，機器學習系統的性能大大提高，各種學習算法的應用范圍不斷擴大，例如將連接學習用于圖文識別，歸納學習、分析學習用于專家系統等，大大推動了在教育中的應用，例如在建構適應性教學系統中，用機器學習與樸素的貝葉斯分類器動態了解學生的學習偏好，有較高的準確率[13]。基于案例的推理（case-based reasoning，CBR）是一種新興的機器學習和推理方法，其核心思想是重用過去人們解決問題的經驗解決新問題，在計算機輔助教育方面，已經出現了基于CBR的圖形仿真教育系統，并且，針對個體特征的教育教學方法研究也有所突破。[14]另外，數據挖掘和知識發現在生物醫學、金融管理、商業銷售等領域的成功應用，不僅給機器學習注入新的生機，也為機器學習在教育中的應用提供了新的前景。

四 自然語言理解

自然語言理解就是研究如何讓計算機理解人類的自然語言，以實現用自然語言與計算機之間的交流。一個能夠理解自然語言信息的計算機系統看起來就像一個人一樣需要有上下文知識以及根據這些上下文知識和信息用信息發生器進行推理的過程。[15]自然語言理解包括口語理解和書面理解兩大任務，其功能為：回答問題，計算機能正確地回答用自然語言提出的問題；文摘生成，計算機能根據輸入的文本產生摘要；釋義，計算機能用不同的詞語和句型來復述輸入的自然語言信息；翻譯，計算機能把一種語言翻譯成另外一種語言。由于創造和使用自然語言是人類高度智能的表現，因此對自然語言處理的研究也有助于揭開人類高度智能的奧秘，深化對語言能力和思維本質的認識。[16]

自然語言理解最早的研究領域是機器翻譯，隨著應用研究的廣泛開展，也為機器人和專家系統的知識獲取提供了新的途徑，例如由MIT研制的指揮機器人的自然語言理解系統SHRDLU就可以接收自然語言，進行人機對話，回答關于桌面上積木世界中的各種問題。同時，對自然語言理解的研究也促進了計算機輔助語言教學和計算機語言設計等方面的發展，例如“希賽可”網絡智能英語學習系統，這個基于網絡的“人-機”語境的建立，突破了普通英語教師和傳統的單機的多媒體教學軟件所能具備能力限制，也比建立于網絡的“人-人”語境更具靈活性，可以為遠程學習者提供良好的英語學習支持，在國內第一次系統地將用自然語言進行的人機對話系統應用在計算機輔助外語教學上，在國際上也是一種創新。[17]

五 人工神經網絡

人工神經網絡就是在對大腦的生理研究的基礎上，用模擬生物神經元的某些基本功能的元件（即人工神經元），按各種不同的聯結方式組織起來的一個網絡，其目的在于模擬大腦的某些機理與機制，實現某個方面的功能，例如可以用于模仿視覺、模式識別、聲音信號處理、控制、故障診斷等領域，人工神經元是人工神經網絡的基本單元。[18]人工神經網絡有兩種基本結構：遞歸（反饋）網絡和多層（前饋）網絡，兩種主要學習算法：有指導式學習和非指導式學習。

人工神經網絡從模擬人類大腦神經網絡的結構和行為出發，具有大規模并行、分布式存儲和處理、自組織、自適應和自學習能力，特別適合于處理需要同時考慮許多因素和條件的、不精確和模糊的信息處理問題，[19]這使人工神經網絡具有更大的發展潛能，目前已經開發和應用的人工神經網絡模型有30多種。人工神經網絡在教育中的應用大多是與教學專家系統相結合，以此來改進教學專家系統的性能，提高智能性，使其在教學過程中對突發問題具有更好的應對能力。人工神經網絡在學校管理中也得到應用，例如采用誤差反傳算法（BP）的多層感知器已應用于高校管理之中。

六 分布式人工智能(Distributed Artificial Intelligence，DAI)

分布式人工智能是分布式計算與人工智能結合的結果，研究目標是要創建一種能夠描述自然系統和社會系統的精確概念模型，主要研究問題是各Agent之間的合作與對話，包括分布式問題求解和多Agent系統兩個領域。[20]分布式人工智能系統一般由多個Agent組成，每個Agent又是一個半自治系統，Agent之間及Agent與環境之間進行并發活動并進行交互來完成問題求解。[21]由于分布式人工智能系統具有并行、分布、開放、協作和容錯等優點，在資源、時空和功能上克服了單智能系統的局限性，因此獲得了廣泛的應用。

分布式人工智能中的Agent和多Agent技術在教學中的應用逐漸受到關注。在教學中引入Agent可以有效地提高教學系統的智能性，創造良好的學習情境，并能激發學習者的學習興趣，進行個性化教育。目前，Agent和多Agent技術多用于遠程智能教學系統，通過利用其分布性、自主性和社會性等特點，提高網絡教學系統的智能性，使教學資源得到充分利用，并可實現對學習者的學習行為進行動態跟蹤，為學習者的網絡學習創造合作性的學習環境。在網絡教學軟件中應用Agent技術的一個典型是美國南加利福尼亞大學（USC）開發的教學Adele（Agent for Distance Education - Light Edition） [22]。Agent技術在網絡教學軟件中取得的良好效果，促進了研究者對分布式人工智能在教育中的應用研究。

綜上所述，科學技術的發展將會推動人工智能技術在教育中應用的廣度和深度。從人工智能的應用趨勢來看，人工智能在教育中應用的擴展可以通過以下三個方面進行：一是人工智能與其他先進信息技術結合。人工智能已經與多媒體技術、網絡技術、數據庫技術等有效的融合，為提高學習效率和效度提供了有力的技術支持，而引起教育技術界廣泛關注。[23]例如人工智能技術通過與多媒體技術相結合，可以提高智能教學系統的教學效果；與網絡通訊技術相結合，可以提高和改進遠程教育的智能性。二是人工智能應用研究領域間的集成。人工智能應用研究領域之間并不是彼此獨立，而是相互促進，相互完善，它們可以通過集成擴展彼此的功能和應用能力。例如自然語言理解與專家系統、機器人的集成，為專家系統和機器人提供了新的知識獲取途徑。三是人工智能的研究和應用出現了許多新的領域，它們是傳統人工智能的延伸與擴展，這些新領域有分布式人工智能與Agent、計算智能與進化計算、數據挖掘與知識發現以及人工生命等[24]，這些發展與應用蘊藏著巨大潛能，必將對教育產生重要的影響。

技術發展不斷發揮著引導教育技術研究的作用，一種新興技術的出現總是會掀起相應的研究熱潮, 引發對技術在教育中應用的探討、評價以及與傳統技術的對比。[25] 人工智能作為一門交叉的前沿學科，雖然在基本理論和方法等方面存在著爭論，但從其研究成果與應用效果來看，有著廣闊的應用前景，值得進一步的開發和利用。

參考文獻

[1] 史忠植,王文杰.人工智能[M].北京:國防工業出版社,2007:1.

[2][11][18][19] 《計算機與信息科學十萬個為什么》叢書編輯委員會,計算機與信息科學十萬個為什么(8):人工智能[M].北京:清華大學出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.論學習科學的本質及其學科基礎[J].中國電化教育,2007,(5):1-5.

[4][21] 蔡瑞英,李長河.人工智能[M].武漢:武漢理工大學出版社,2003:12-13.

[5][12][15][20][24] 蔡自興,徐光.人工智能及其應用(第三版)――研究生用書[M].北京:清華大學出版社,2007: 12-14,19-20.

[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學設計的國際觀第2冊:解決教學設計問題[M].北京:教育科學出版社,2007:67.

[7] 任友群.技術支撐的教與學及其理論基礎[M].上海:上海教育出版社,2007:42-43.

[8] 路利娟.應用專家系統提升現代遠程教育的智能化[J].中國教育技術裝備,2007,(12):79-80.

[9] 陳懇,楊向東,劉莉等.機器人技術與應用[M].北京:清華大學出版社,2007:6.

[10] 關注機器人幼兒教育――訪鮑青山博士[DB/OL].

[13] 柏宏權,韓慶年.機器學習在適應性教學系統中的應用研究[J].南京師范大學學報(工程技術版),2007,7(4):76-79.

[14] 楊健,趙秦怡.基于案例的推理技術研究進展及應用[J].計算機工程與設計,2008,29(3):710-712.

[16] 自然語言理解[DB/OL].

[17] 賈積有.人工智能技術的遠程教育應用探索――“希賽可”智能型網上英語學習系統[J].現代教育技術,2006,16(2):26-29.

[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].

篇(5)

關鍵詞：人工智能；計算機網絡教學；現狀；運用

中圖分類號：TP393-4

所謂人工智能，就是利用人工方法在計算機上實現智能，也可以說是人工智能在計算機上的一種模擬。人工智能廣泛融合了神經學、語言學、信息論和通訊科學等眾多學科和領域。目前主要存在三條人工智能研究途徑：一是以生物學理論為支撐，掌握人類智能的本質規律；二是以計算機科學為支撐，通過人工神經網絡進行智能模擬，實現人機互動；三是以生物學理論為支撐。

1 人工智能技術的特征

智能技術主要分為兩類，人類和計算機智能，兩者存在相輔相成的關系。利用人工智能技術能夠實現人類智能向機器智能的轉化，相反，機器智能也能夠利用智能教學轉化為人類智能。

1.1 人工智能的技術特征。首先，人工智能具備非常強的搜索功能。該功能是利用相關搜索搜索技術實現對海量信息的快速檢索，滿足個性化信息需求；其次，人工智能具備很強的知識表示能力。具體來講，就是人工智能對信息的行為，能夠像人類智能一樣，對模糊的信息加以表示；最后，人工智能具有較強的語音識別和抽象功能。前者主要是為了對模糊信息加以處理。而后者主要是為了對信息重要度加以區分，以便提高信息處理效率。用戶只需要智能機器提出具體要求便可，至于復雜的解決方案就交給智能程序了。

1.2 智能多媒體技術。首先，人機對話更加靈活。傳統多媒體在人機對話方面極為欠缺，導致教學單調乏味，不能取得預期良好效果，但智能多媒體卻不然，他能夠實現人機自由對話和互動，同時還能結合學生實際對學生的問題給出不同層次的答案。其次，教學可行性更強。由于學生在認知能力和個人素養方面都存在差異，而且學習主動性也不盡相同，人工智能必須要結合學生實際學習狀況，為每一位學生設計制定個性化的學習計劃和學習目標，對學生進行針對性較強的教學，真正實現因材施教。再次，具有強大的創造性和糾錯性。前者屬于人工智能的顯著特征，而后者屬于人工智能的重要表現方面。最后，智能多媒體具有老師特征。在實際教學過程中，智能多媒體可以對教學雙方的行為進行智能評價，以便能夠及時發現教學中的薄弱點，有助于實現教學相長，全面提高教學質量和教學效果。

2 計算機網絡教育的現狀

隨著現代科學的進步，網絡信息的發達，人們的教學觀念和學習觀念都發生了前所未有的改變，網絡時代正全面到來。為了滿足現代社會對人才的實際需求，培養大量現代化優秀人才，計算機網絡教學模式業已成型并不斷完善。目前，高校正規教學模式依然是現代教學主流，盡管在系統傳授知識和規范培養人才方面具有無可比擬的優勢，但在資金投入、效益創收和時空限制等方面具有很大的弊端，靈活性不足，無法有效滿足現代教育的發展要求。

計算機網絡教學對傳統教學形成了巨大挑戰，并產生了深遠影響。它不僅有效彌補了傳統教學的時空限制缺陷，而且賦予了教學極大的樂趣性，吸引了越來越多的人積極投身到網絡教學建設中去，任何人無論何時何地都能夠通過網絡課堂去學習和提高。但目前計算機網絡教學發展仍處于探索期，在實際運用方面還存在許多問題：第一，計算機網絡教學中的學習支持服務體系尚不健全，導學手段和答疑方法還非常落后，由于各種原因，在服務方式上缺乏針對性、策略性和積極性；第二，計算機網絡實驗教學中存在著空間分散、時間流動和自主性差等問題和弊端；第三，計算機網絡的系統承載能力和信息查詢能力還十分有限；第四，如何實現計算機網絡考試的開放性，確?？荚嚨目陀^性、公正性、權威性，已經成為網絡教學發展的瓶頸；第五，計算機網絡教學中的核心支撐系統――CAI，還無法有效滿足和適應網絡教學的實際需求和發展要求。

主流CAI課件主要有兩種，一種是單機版的初級課件，包括簡單的Authorware課件、PPT幻燈片和圖文網頁等。一種是高級的網絡版課件。該類課件主要以靜態圖文和動態演示組成的網頁為主，以聊天室、電子郵件和QQ群等形式為輔，實現師生互動、網絡答疑的一種改進型課件。初級課件在實際教學中以操作容易、更新及時和維護方便著稱，但實際上就是傳統教學手段的變相挪用。還有些課件，盡管在互動性方面有著不錯的效果，但是制作繁瑣、更新較慢和維護復雜。因此，高級網絡課件是目前網絡教學中的主流課件，已經成為了計算機網絡課件的固定模板。改進型的網絡課件有效地解決了傳統多媒體在師生互動不足的問題。上述兩類課件是現在最為常見的兩種CAI課件，盡管兩者都有各自的優勢，但作為網絡教學的重要手段，仍存在許多問題和弊端：無法實現因材施教，無法開展層次教學；作為教學的一大主體，學生在個性化交互操作方面仍有很大不足；對學習過程中出現的普遍問題無法進行智能統計、分析和評價等。

3 人工智能技術在計算機網絡教學中的運用

3.1 人工智能多媒體系統。（1）知識庫。智能多媒體已經不再是用來進行紙質媒體數字轉化的工具了，它應該具備相應完善的知識庫，而知識庫里的教學內容要結合教學實際和學生現狀進行針對性、個性化設計。同時，要實現知識庫資源的高度共享，并及時加以更新和補充，如此才能充分發揮知識庫的教學服務作用。（2）教學板塊。教學板塊的設計主要是出于教學綜合性考慮的，教學方法的創新是其關注的重點內容。該模塊的實現要以掌握專業知識、教學策略和人機對話等領域的知識為前提，結合學生實際學習現狀和特點，利用智能系統的現代化技術手段對知識和相關教育措施加以高效搜索。（3）學生板塊。及時掌握學生心理動態和學習狀況是智能網絡教學的一大特征，結合學生實際狀況加以智能評判，進而加以針對性指導和個性化輔導，實現因人施教和因材施教，全面提高學習效率和學習質量。（4）用戶模塊。用戶模塊是智能系統無法忽視和省略的關鍵模塊，整個智能系統的正常運行離不開人工程序操作，用戶需要通過用戶終端將教學內容上傳到網絡教學平臺，才能順利完成教學。

3.2 人工智能多媒體教學的發展。（1）加強與網絡的結合。隨著網絡技術的成熟，智能網絡教學與網絡之間的關系日益緊密，多元化、多維度網絡空間日益成為一種趨勢?；ヂ摼W具有信息量大、更新速度快、超時空性等優勢，加強與網絡的結合是人工智能計算機網絡教學未來發展的重要方向。（2）加強智能的應用。人機對話、機器指導的教學模式將成為未來網絡教學的核心模式，傳統教師的角色將逐漸被計算機取代。最為典型的就是現代智能導航系統。（3）加強系統軟件的研發。系統軟件的更新日新月異，舊的系統軟件已經無法有效滿足網絡發展的時代要求，加強系統軟件的研發以便充分滿足網絡要求，更好地幫助學生解決實際問題，進而提高學習效率和教學質量。

4 結束語

人工智能技術在計算機網絡教學中的運用將為現代化教育提供新的發展思路，將全面改善網絡教學環境，拓展學習服務渠道，提高計算機網絡教學質量，并有可能徹底打破計算機網絡教育的時空限制，全面加強網絡教學的開放性，實現網絡學習的個性化、人性化和智能化，充分落實以學生為本的教學理念。未來CAI技術的進一步成熟將全面提高網絡教學的整體格局，我們有理由相信，智能網絡教學將迎來全新的發展春天。

參考文獻：

[1]劉廣鐘，高軍，劉，李吉彬.報文分析技術在計算機網絡教學中的應用[J].計算機教育，2014（01）.

[2]趙冉，朱西方.仿真技術在高職計算機網絡教學中的應用探討[J].河南科技，2014（01）.

篇(6)

關鍵詞:人工智能;研究型實驗教學;民族關系

人工智能是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科,對它的研究涉及控制論、信息論、系統論、語言學、神經生理學、數學、哲學等諸多的學科及領域,是一門綜合性的交叉學科[1]。

人工智能的研究、應用和發展,在一定程度上代表著信息技術的發展方向,同時信息技術的廣泛應用也對人工智能技術的發展提出了迫切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響[2]。

實踐教學環節在大學教育中是一個非常重要的教學環節,是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。

1研究型教學模式背景

研究型教學是相對于以單向性知識傳授為主的傳統教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創造性地運用知識和能力,自主地發現問題、研究問題和解決問題,在研究中積累知識、培養能力和鍛煉思維的新型教學模式。研究性教學是對現有的大學課堂教學模式的突破。有利于開發大學生的創造潛能,提高學生適應社會需要的創造性和創新能力,充分展現現代大學培養人才、發展科學、服務社會的三大基本職能[3]。

19世紀初,德國著名教育家洪堡最早提出了教學與科研相統一的原則,為研究型教學模式的發展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發現教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發生興趣,并想方設法弄清這些新奇事物背后究竟發生了什么,這是一種進行科學研究的可貴的動力。

自此,研究型教學理念開始廣泛使用?，F在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養,普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現從單向知識傳授的傳統型教學向關注創新性教育的研究型教學轉變方面進行了許多有益的嘗試。

2研究型實驗教學

本科教學不僅要培養學生的應用能力,還要培養學生具備基本的科研素質。大學是培養未來一線創新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規模逐年增大,本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非?；钴S的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等,都是目前國際和國內熱門的研究方向。

人工智能課程在計算機專業人才培養方案中占據著重要的位置。在專業理論方面,它承續了離散數學中的邏輯知識;在專業方法方面,是數據結構、算法分析與設計的繼續;在專業工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。

針對這一特點,在人工智能教學中,如何引導學生系統學習人工智能的知識、激發學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環節和必然選擇。

2.1實驗教學中加強學生的研究導向

在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現,并作以比較。讓學生們在了解人工智能新技術的同時,也培養學生們如何分析問題、解決問題的科研能力。

2.2人工智能課程實驗

該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現,要求學生進行嚴格的計算機專業技能訓練和培養良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。

該課程的實踐環節主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環節的設計上,我們嘗試把驗證性實驗和開發性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發展趨勢和本院老師的最新研究成果,對實驗內容進行更新。

課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環節。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。

3實驗平臺的構建

民族關系問題對被訪對象,特別對少數民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統的文獻分析、問卷統計和現場觀察等民族學方法來進行調查,得到的數據會存在較多誤差。

因此結合本校的民族特色和民族學領域獨特的研究優勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數修正,從而獲得盡可能客觀的數據,這些數據將有助于建立一個客觀、完備、科學的民族關系監測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策?；诙嘈畔⑷诤系拿褡尻P系監測預警系統總體框圖如圖1所示。

目前該平臺已經搭建,由北京市公共安全信息監測平臺建設、北京市公共安全信息監測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監控、認識等領域,小波分析、神經網絡、支持向量機、模糊數學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。

4結語

研究型實驗教學激發了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:

1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。

2) 研究型實驗教學的輔導老師素養需要提高。研究型實驗教學作為體現創新教育要求的現代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規劃和設計實驗內容。

3) 需要建立一套合理的學生學業和教師績效的評價體系。

參考文獻:

[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業出版社,2007.

[2] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.

[3] 李得偉,張超,李海鷹. 大學工科專業課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

(College of Information Engineering, Minzu University of China, Beijing 100081, China)

篇(7)

關鍵詞：人工智能計算機技術

一、人工智能的定義

“人工智能”(ArtificialIntelligence)一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器。目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機,人工智能的發展歷史是和計算機科學與技術的發展史聯系在一起的。人工智能理論進入21世紀,正醞釀著新的突破,人工智能的研究成果將能夠創造出更多更高級的智能“制品”,并使之在越來越多的領域超越人類智能,人工智能將為發展國民經濟和改善人類生活做出更大貢獻。

二、人工智能的應用領域

1.在管理系統中的應用

(1)人工智能應用于企業管理的意義主要不在于提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。在《談談人工智能在企業管理中的應用》一文中劉玉然指出把人工智能應用于企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題數據庫,而所有的應用系統應該圍繞主題數據庫來建立和運行。換句話說,就是將企業各部門的數據進行統一集成管理,搭建人工智能的應用平臺,使之成為企業管理與決策中的關鍵因子。

(2)智能教學系統(ITS)是人工智能與教育結合的主要形式,也是今后教學系統的發展方向。信息技術的飛速發展以及新的教學系統開發模式的提出和不斷完善,推動人們綜合運用超媒體技術、網絡基礎和人工智能技術區開發新的教學系統,計算機智能教學系統就是其中的典型代表。計算機智能教學系統包含學生模塊、教師模塊,體現了教學系統開發的全部內容,擁有著不可比擬的優勢和極大的吸引力。

2.在工程領域的應用

(1)醫學專家系統是人工智能和專家系統理論和技術在醫學領域的重要應用,具有極大的科研和應用價值,它可以幫助醫生解決復雜的醫學問題,作為醫生診斷、治療的輔助工具。事實上,早在1982年,美國匹茲堡大學的Miller就發表了著名的作為內科醫生咨詢的Internist2Ⅰ內科計算機輔助診斷系統的研究成果,由此,掀起了醫學智能系統開發與應用的。目前,醫學智能系統已通過其在醫學影像方面的重要作用,從而應用于內科、骨科等多個醫學領域中,并在不斷發展完善中。

(2)地質勘探、石油化工等領域是人工智能的主要作用發揮領地。1978年美國斯坦福國際研究所就研發制成礦藏勘探和評價專家系統“PROSPECTOR”,該系統用于勘探評價、區域資源估值和鉆井井位選擇等,是工業領域的首個人工智能專家系統,其發現了一個鉬礦沉積,價值超過1億美元。

3.在技術研究中的應用

(1)在超聲無損檢測(NDT)與無損評價(NDE)領域中,目前主要廣泛采用專家系統方法對超聲損傷(UT)中缺陷的性質、形狀和大小進行判斷和歸類;專家運用超聲無損檢測儀器,以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動,減少了任務因素造成的無擦,提高了檢測的可靠性,實現了超聲檢測和評價的自動化、智能化。

(2)人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全是我們關心的重點,因此我們必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的AI技術,開發更高級AI通用和專用語言,和應用環境以及開發專用機器,而與人工智能技術則為我們提供了可能性。

三、人工智能的發展方向

1.專家系統是目前人工智能中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來,在“專家系統”或“知識工程”的研究中已出現了成功和有效應用人工智能技術的趨勢。人類專家由于具有豐富的知識,所以才能達到優異的解決問題的能力。那么計算機程序如果能體現和應用這些知識,也應該能解決人類專家所解決的問題,而且能幫助人類專家發現推理過程中出現的差錯,現在這一點已被證實。

2.智能信息檢索技術的飛速發展。人工智能在網絡信息檢索中的應用,主要表現在:(1)如何利用計算機軟硬件系統模仿、延伸與擴展人類智能的理論、方法和技術。(2)由于網絡知識信息既包括規律性的知識,如一般原理概念,也包括大量的經驗知識這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素對其進行推理,需要利用人工智能的研究成果。

3.SOAr是一種通用智能體系結構,其始終處在人工智能研究的前沿,已顯示出強大的問題求解能力,它認為機器人的開發是人工智能應用的重要領域。在它的研究中突出4個概念:(1)所處的境遇機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2)具體化機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置,也是由于與周圍進行交互的動態決定。(4)浮現從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。目前,國內外不少學者都對機器人足球系統頗感興趣,足球機器人涉及機器人學、人工智能以及人工生命、智能控制等多個領域。足球機器人系統本身既是一個典型的多智能體系統,是一個多機器人協作自治系統,同時又為它們的理論研究和模型測試提供一個標準的實驗平臺。

參考文獻:

[1]元慧.議當代人工智能的應用領域和發展狀況[J].福建電腦,2008.

[2]劉玉然.談談人工智能在企業管理中的應用[J].價值工程,2003.

[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真,2003,(8).

[4]周明正.人工智能在醫學專家系統中的應用[J].科技信息,2007.

[5]張海燕,劉鎮清.人工智能及其在超聲無損檢測中的應用[J].無損檢測,2001,(8).

[6]馬秀榮,王化宇.簡述人工智能技術在網絡安全管理中的應用[J].呼倫貝爾學院學報,2005,(4).