時間：2023-08-23 16:59:50
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能和教育的融合，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
關鍵詞:新醫科;智能醫學;人才培養
1緒論
健康中國已上升為國家戰略，新醫科在我國高等教育中掀起了一陣新的改革浪潮，“智能醫學”的應用性人才培養模式也隨之開啟。智能醫學工程是以現代醫學與生物學理論為基礎，融合先進人工智能及工程技術，挖掘人的生命和疾病現象的本質及其規律，探索人機協同的智能化診療方法及其臨床應用的新興交叉學科。目前，高校在進行醫工融合培養學生的指導過程中，存在許多問題，如醫學和工科的理論結合層面較為薄弱，多學科交叉聯合指導的機制不完善，成果轉化和臨床應用性不高。實踐層面，在現有的醫學教育模式下，醫學生缺乏全面的對數據進行收集、處理與分析的能力。但是在智能醫學時代，對數據的處理與分析能力會成為醫生工作的重要組成部分。面向醫療健康的智能醫學工程交叉學科人才的迫切需求，智能醫學工程交叉學科的人才培養的機制有待完善。2019年，一些院校如南開大學和天津大學獲得教育部的審批，已經率先實行招收智能醫學工程專業的新生［1］。高等醫學教育對新醫科背景下智能醫學工程專業人才培養認知還處于探索階段，智能醫學工程如何實現醫工交叉學科的融合發展，如何獲取人才培養中的合適方法、模式、關鍵技術等的研究，協同醫學發展、社會需求的人才，還需要深入思考和進一步探索。
2新醫科背景下智能醫學人才培養
2．1新醫科符合醫科改革的內在需求
隨著“健康中國2030”國家決策不斷推進，醫療健康逐漸被國家視為重要的基礎性戰略資源，在大數據和人工智能技術影響下，臨床應用、疾病預測與預防、公共衛生、循證公共衛生決策、健康管理、健康監測與個性化醫療服務等方面的研究以及產業發展，將是未來整個醫療領域的提升方向，給智能醫學分析與決策賦予了新的意義和內涵。
2．2醫工融合發展的必然趨勢
隨著精準醫療與智能醫學診療技術的深度融合，理論層面，把握新醫科背景下智能醫學工程專業復合型創新人才培養目標，以臨床應用性為導向，多學科領域知識相互滲透。調整醫工結合課程體系，既符合新醫科需求，又實現醫工融合課程模塊間的交叉互補，體現醫工結合特色的寬口徑學科結構。培養既懂醫藥科學、數據科學又懂人工智能應用的高級復合型人才。實踐層面，精準醫療與智能醫學工程技術緊密結合，利用臨床醫生在傳統醫學中積累豐富的臨床經驗，并融入到智能醫學診療模式變化中，將徹底改變現有診療模式。
2．3人工智能助力智能醫學工程人才培養
隨著科學技術的飛速革新，人工智能核心技術推動傳統學科專業建設和醫工交叉融合。助力人才培養主要表現在以下三個方面。一是從智能醫學診療技術創新的角度，技術的革新引領人工智能與各個產業領域深度融合，創造新的產業或領域，計算機模擬人腦的思維過程，實現人機交互，提高醫療資源的利用率，推動醫療產業的高效運轉。智能醫學診療主要包括疾病早期診斷、臨床決策支持、正確用藥、診療方案的選擇等。如KopR和HoogendoornM等探索了醫院對病人電子病歷(EMR)數據進行分析，結合結直腸癌預測模型，更準確的預測早期直腸癌和干預治療實踐［2］;HoshyarAN和Al-JumailyA等探索了醫學影像自動診斷皮膚癌，通過數據預處理去除噪音和不必要的背景圖像，提高圖像質量，輔助醫生進行臨床決策［3］。二是從醫療健康大數據的角度，隨著大數據、數字技術、機器學習和人工智能等信息技術在醫療領域的應用，電子健康記錄數據呈指數型增長，醫療大數據來源包括醫院記錄、患者醫療記錄、醫療檢查結果和物聯網設備［4］。智能醫療系統具有識別、篩選和決策等智能醫療輔助功能。2017年上海計算機軟件技術開發中心對醫療大數據可視化系統的實踐與研究［5］;2018年，阿里健康與阿里云宣布共建阿里醫療大腦2．0［6］，加強在圖像識別、生理信號識別、知識圖譜構建等能力的建設［7］;同年，騰訊推出醫療AI引擎“騰訊睿知”，具備更智能化的醫療垂直搜索功能，幫助患者精準匹配合適的醫生。三是從人才培養的角度，多學科交叉融合發展是大勢。人工智能將打破不同學科專業的壁壘，推進多學科交叉融合發展，形成“人工智能+”的專業新的人才培養模式。高校也應根據產業需求變化調整專業設置，構建新的專業結構。高校人工智能相關的本科專業將會蓬勃發展，形成頗具特色的“人工智能+”專業集群。“人工智能+”技術所衍生的新醫科、新工科專業之間的協同創新發展，實現技術創新與醫療應用的統一。以“人工智能+醫學”為契機，結合醫學產業發展趨勢和智能醫學工程專業的特點，研究相應的教學體系、制定科學的教學計劃，建立具有行業特色的課程群、制定合理的課程大綱，解決學生在醫學診療和工程技術兩方面協調發展的問題，全面提升醫學生的綜合素養以及未來的職業競爭力。綜上所述，新醫科人才培養在人工智能助力下，培養學生具備較強的創新意識和具有智能醫學領域科研能力，掌握關鍵理論與方法，創造性地將計算機科學技術、人工智能技術和方法、大數據關鍵技術與醫學應用系統相結合，進而創新性完成的醫學信息處理、行為交互和人工智能系統集成及應用。以上需培養的能力，對現有醫學專業的改造升級、人才培養模式的改變、師資隊伍的全面建設具有較高的要求。
3培養新醫科人才的實施路徑
3．1從醫工融合研究的視角
智能醫學工程的專業培養建設要體現醫工融合發展需求，推進智能工程、醫學與教育的深度融合，提升人工智能在醫學中的應用，滿足新醫科發展要求的卓越工程師為育人目標，強調學科交叉滲透、重視臨床應用、把握科技前沿，推動教學創新等。
3．2從醫工融合研究的廣度
目前我國部分高校開展了醫工融合人才培養模式的探索，但有區域特色的醫工融合研究還不多。針對新醫科臨床需求分析，把握智能醫學工程高等教育體系，重點聚焦區域特色，研究面向健康和重大及特殊疾病防治需求的“新醫科”對人才的需求。
3．3從醫工融合研究的深度
(1)整體設計智能醫學工程專業教學環節。建立知識能力矩陣，整體設計教學、實驗、課程設計、專業實習、畢業設計等環節，突出新醫科相關課程及實踐，加強附屬醫院和教學醫院的聯系，深化臨床實踐能力。(2)培養學生專業能力和科研創新能力。智能醫學工程專業教學與知識能力培養的思考是以智能醫學學科的特點為基礎，通過知識能力矩陣的智能醫學工程專業課程創新教學，根據智能醫學工程專業課程知識點的內在聯系和相對獨立性，優化核心知識模塊形成知識能力矩陣，構建課程內容架構。通過系統理論知識教學、優化課程實驗和上機安排，引導學生自主設計性學習，提高學生的學習積極性，達到有效教學效果。(3)結合學生興趣偏好，研究如何提高學生的專業興趣，探索將專業興趣轉換為“工匠精神”的教育理論及方法:廣泛調研，全面建立當前地方高校智能醫學工程專業學生與專業偏好的培養模式。
4結語
關鍵詞：人工智能；Python程序設計教學；項目驅動混合教學模式
人工智能技術在教育領域的應用已經非常深入，它可呈現深度學習、跨學科融合、人機協同、群智開放、自主操控等諸多內容，并在教學中引發鏈式突破、推動教學內容的數字化、網絡化與智能化躍升式快速發展。所以說在教育領域中，人工智能如魚得水，它獲得了更大的自我技術展現空間，也為學生學習新知識內容帶來諸多福音。
一、高職院校Python程序設計教學引入人工智能技術的必要性
人工智能本身離不開算法，而算法的實現則需要語言做支撐，像目前高職院校的Python程序編程設計教學就可引入人工智能技術，Python作為AI時代的頭牌語言其融合性教學也成為了培養AI人才的重要關鍵。目前國內許多高職院校都在全面推行人工智能技術背景下的Python教學，將其作為是數據分析、網絡攻防的第一語言以及編程入門教學的第一語言。
換個角度講，高職院校在Python程序設計教學中引入人工智能是非常必要的，因為它關系到高職生未來的就業生存、崗位專業能力創新與事業發展，考慮到人工智能領域的知識理論性偏強，且對學生的數學基礎能力要求較高，整體學科學習難度較大，所以許多高職院校也在思考如何將人工智能技術內容合理融入到Python程序設計教學體系當中，為學校相關專業領域拓展教育新路，培養對路人才[1]。
二、高職院校人工智能背景下的Python程序設計教學方法應用研究
（一）教學應用概述與教學目標明確
Python語言作為高職院校守門程序設計課程教學語言，相比于其它傳統計算機語言具有簡單易學、程序可讀性、可遷入性、可擴展性、邏輯結構縝密等特點。同時該編程語言采用了開放開源設計，擁有12萬以上的第三方庫，可有效避免編程重復問題，提高教學中的語言編程教學效率。另外Python是一種解釋型語言，它的跨平臺與可移植性相當之強，可在任何系統中拷貝運行，對環境配置要求不高。
為了確保某些沒有編程基礎知識能力的高職生也能學好Python語言程序設計課程，教師專門在教學中加入了人工智能技術內容，圍繞該技術融合可開展的Python編程語言課程就包括了Python安裝、Python輸入輸出、Python特性、人工智能編程等等知識內容。在教學中希望明確3點教學目標：
第一，要求學生初步具有利用Python初步編寫基本程序的能力。
第二，要求學生掌握Python編程語言的基本特性。
第三，要求學生深入了解某些常用Python庫，特別是了解人工智能的基本思想與編程方式，能夠利用人工智能和Python編寫出某些復雜的處理程序。
（二）創新教法設計應用
為切實達到Python程序設計教學目標，凸顯學生在課堂教學中的主體地位，教師可采用任務驅動配合項目驅動的混合教學模式展開一系列的教學設計活動，引導學生循序漸進的完成各項教學任務內容，不斷提升自身的Python語言程序設計水平。
具體到教學方案設計中，教師專門圍繞學生中心、任務載體將教學內容相對巧妙的隱藏于具體的教學任務中，再通過Python編程語言新知識內容與新教學技能驅動學生深入學習展開基礎章節任務，結合任務結果評價評價學生對知識點的掌握情況。這一教法的提出與運用希望解決傳統程序設計教學中理論與實踐相互分離的不利教學局面，希望將課堂中的所有理論內容全部轉移到實踐任務中，凸顯教學中理論與實踐過程的相互和諧統一。如下：
教師為學生設計教學任務，設計Python程序示例任務，將fileA和fileB兩個文件各存放于不同的兩行字母中，然后將兩個文件中的信息數據內容完全合并，按照字母順序排列并再次輸出一個新文件fileC，以下給出該任務教學中的程序設計編寫代碼：
fp1=open(‘fileA.txt’)
data1=fp1.read()
fp1.close()
fp2=open(‘fileB.txt’)
data2=fp2.read()
fp2.close()
fp3=open(‘fileC.txt’，w)
data_all=list（data1+data2）
fp3.write（data_unite）
fp3.close()
采用上述項目任務驅動項目混合教學法可為學生構建一個相對完整的人工智能Python程序設計教學獨立項目，將項目完全交由學生獨立處理完成，教師負責設計教學方案，而由學生收集信息，實施項目并最后再由教師給出學生項目完成評價。它全面考驗了學生對于Python基本庫與第三方庫的學習了解與運用程度，同時在融入大量人工智能編程思路后顛覆學生的語言編程學習認知思維，讓學生了不但能夠練習獨立編程，也能共同學習協作編程，全面提高自己的的Python語言編程能力[2]。
總結：
綜上所述，在高職院校中采用人工智能技術配合Python語言編程設計可有效拓展教學思路，而本文中所采用的的任務驅動項目混合教學模式則能有效激發學生的學習熱情，促進他們合理運用所學習知識解決實際問題，徹底擺脫復雜語法及算法所帶來的學習困擾，更好學習Python編程語言知識。
參考文獻
關鍵詞：應用型本科院校；人工智能；電子信息工程；專業建設
一研究背景
在發達國家，應用型本科院校一直占有很大的比重。在我國，應用型本科院校也逐漸成為高等教育大眾化的主力軍，對我國高等教育系統未來發展越來越重要的作用。金陵科技學院作為教育部應用科技大學改革試點戰略研究單位、中國應用技術大學（學院）聯盟創始單位，也正在積極地去探究相關的應用型專業建設模式。電子信息工程專業作為學校的一門深度涉軟專業，也要緊跟南京城市軟件建設發展方向，這對應用型電子信息工程專業培養既是機遇又是挑戰。隨著社會的不斷發展和科學技術的不斷進步，電子信息工程的應用也越來越廣泛，對人們的生活產生了非常大的影響。，不但改變著人們獲取信息、存儲信息和管理信息的方式，而且為人們進行信息的獲取、存儲和管理提供了新的途徑和方法，目前，各行業大都需要電子信息工程專業人才，而且薪金很高。2015年5月8日，備受矚目的《中國制造2025》由國務院正式下發，這是我國實施制造強國戰略第一個十年的行動綱領。該規劃二個突出特點是，將"加快新一代信息通信技術與制造業的深度融合"作為貫徹始終的主題，提出堅持自主研發和開放合作并舉，加快建立現代電子信息產業體系，為推動信息化與工業化深度融合、實現制造業由大變強、建設網絡強國提供強有力的基礎支撐。在今年，隨著國家“兩會”的盛大召開，人工智能首次被提升到國家發展戰略高度，人工智能技術的重大突破將帶來新一輪科技革命和產業革命，大力發展人工智能技術是中國經濟轉型升級的重要動力。電子信息技術的巨大成功和進步，使人工智能可以深層次、多維度地參與到各個行業各個領域中，使科技的進步快速融入到跨界合作中。比如，電子信息技術的成熟，使人工智能可以深度服務于醫療衛生事業、配合甚至取代醫生進行精確的手術治療。在無人駕駛領域，無人駕駛汽車、無人駕駛飛機、無人駕駛艦船都已經陸續投入使用；在軍事領域，人工智能的運用更是已經爐火純青，俄羅斯與美國的人工智能作戰部隊和相關系統，已經在反恐作戰中屢立戰功，威力無比，作戰效能與性價比遠遠超越人類士兵。由此可看出，人工智能在電子信息技術大發展的當下，終于在應用層面開始發光發熱，現出巨大的生命力和后續無窮無盡的成長潛力，人工智能在各行各業的廣泛應用，是國家經濟結構戰略性調整、產能升級改造、產業結構優化、核心技術創新獲得成功的關鍵。隨著BAT、華為、大疆無人機等高科技企業在人工智能應用和開發上的不斷探索，刺激更多人才和資本向人工智能商業應用領域涌入。目前，基于人工智能學習背景下，軟硬件相關知識過硬的電子信息類專業人才已經成為社會上最為緊缺的人才，薪水待遇很高。
二需要解決的關鍵問題
作為應用型本科院校，如何將“人工智能”新概念融入到電子信息工程專業建設中，根據社會發展的需求，校企緊密結合，培養出復合型的，應用型的社會緊缺人才，是需要去解決的關鍵問題。1.像當年互聯網的崛起一樣，人工智能真正的發展才剛剛興起，相關的概念及定義還不完全定型，如何把握好未來人工智能的發展方向，有針對性地在傳統的電子信息工程課程計劃中規劃與人工智能息息相關的課程，比如人工智能原理，機器學習，深度學習等課程，將兩者有機融合，在人才培養上面臨較大的挑戰。2.人工智能是一門綜合了控制論、信息論、計算機科學、神經生理學、心理學、語言學、哲學等多門學科的嶄新概念。如果要將“人工智能”融入到電子信息工程專業建設中，就不僅需要學生學好如模擬電子技術，數字電子技術，數字信號處理，單片機技術，C/C++程序設計等傳統的課程，打好基礎，還需要加強在數據挖掘，神經網絡等以數學為基礎的課程方面的建設，扎實學生的數學物理基礎。這對學生的學習能力要求更高，老師的教學水平也提出更高的要求。因此，如何加強此方面的師資專業培訓，是一個該課題需要解決的關鍵問題。3.一個專業人才的培養，不僅需要優秀的師資力量以及良好的學風，還需要有相關的硬件實驗平臺作為支撐。如何根據“人工智能”新概念，針對性地新建一些諸如智能傳感器實驗室，人體特征識別實驗室，機器人實驗室等，把電子信息工程專業中的電子器件技術，信號處理技術等應用于人臉識別，智能家居，機器人等熱門領域，根據學生的興趣愛好因材施教，提高學生的動手能力，也是該課題需要去解決的一個關鍵問題。
三研究內容
本文以“人工智能”新概念下的電子信息工程專業教學及實踐模式為研究內容，重點研究如何將人工智能相關的理論及實驗課程建設融入到傳統的電子信息工程專業培養方案中，做到無縫結合，在培養模式上需要有一定的理論創新，以更好地適應人工智能類的高新電子信息技術企業對相關應用型人才的要求。目前擬以現有電子信息工程專業的課程體系和專業方向為基礎，形成以“人工智能”為導向的應用型電子信息工程特色專業建設，在未來的專業發展規劃中，逐漸形成物聯網、智能家居、機器人，無人機，人臉識別，語音交互，智能駕駛等不同的專業方向，增加學生的就業面，提高學生的就業層次，加強學生的就業競爭力。主要具體體現在以下幾個方面：
（一）實踐教學的形式多樣
可采用以“學生興趣愛好”為依據的引導式教學實踐模式，在扎實學生數學物理等理論的基礎上，將最新的人工智能概念貫穿在電子信息工程專業課程體系中，通過不同的應用型實驗項目拓寬學生的知識面，提高學生的主動學習能力，動手實踐能力，創新能力以及獨立開展研究的能力，將課堂教學、校內實驗和校外企業實習三者相互結合，鼓勵學生參加諸如全國大學生電子設計大賽，全國大學生智能設計競賽，中美創客大賽等賽事，以確保培養出高素質的應用型專業人才。同時，讓學生從大二開始就自選課題、進實驗室、根據興趣愛好組建不同研究方向的實驗團隊，并為學生按照不同的研究方向配備專業教師，以此讓學生融入到教師的科研工作中去，形成所謂的本科生導師制制度，由相應的導師全程指導，開展科學研究，培養學生的科技創新能力和動手實踐能力。
（二）注重提高教師的教學及科研水平
在努力提高學生學習能力的同時，注重提高應用型電子信息工程專業教師的教學及科研水平，使其能夠很好地將“人工智能”新概念用于電子信息工程專業的教學中，指導學生參加相關的各種競賽，提高教師團隊的實踐能力及技術水平。通過海內外招聘和內部強化培養(教師博士化、教師雙師化、教師國際化)等舉措，加強師資團隊建設；通過鼓勵教師積極開設MOOC課程，參加教師技能大賽以及國內外教學培訓，從多方面提高教師的教學水平。
（三）建立完善的校企合作制度，為學生提供相應的實習基地
企業工程師可以參與相關的人才培養方案修訂和部分的教學實踐工作。這種合作制度既可以提高教師的科研應用水平，也可以為學生提供就業機會，增強學生的實踐創新能力。
（四）注重課程大綱修改，實驗室平臺建設
以改革傳統的電子信息工程專業的培養模式為目標，總結在“人工智能”新概念下教學及實踐的相關經驗，形成一個有鮮明特色的電子信息工程專業培育模式。應用型本科院校電子信息工程專業人才未來的發展戰略和改革方向，應重點考察“人工智能”新概念下專業人才培養模式的優缺點。重點關注“人工智能”新概念下的教學及實踐課程大綱修訂、教師教學及科研能力培訓體系構建、實驗室軟硬件平臺建設、校企合作培養模式探討及校外實習基金建設等工作。
四結語
本文探討和研究了“人工智能”新概念下應用型電子信息工程專業培養模式，結合金陵科技學院電子信息工程專業的發展情況，對原有的專業培養模式做了一定的理論創新，引入了“人工智能”新概念，從理論和實踐教學，學生學習能力和教師教研技能培養，校企合作辦學，實驗室建設等方面進行了一系列的探討。
參考文獻
[1]姚俊.電子信息工程專業人才培養模式研究[J].山東社會科學2016(S1):357-358.
[2]葉全意,徐志國,吳杰,等.應用型本科院校電子信息類專業大學生科技創新能力培養[J].教育教學論壇,2016(46):93-94.
【關鍵詞】大規模開放在線課程；人工智能課程；翻轉教學法
0 引言
近年社會對計算機專業人才能力的要求越來越高，而學生所學與實際需求存在不少差距，高校計算機專業課程教學因而遭遇詬病。依托信息與網絡技術支撐的大規模網絡開放課程（massive online open course，MOOC）較好貫徹了以學為中心的理念，其翻轉教學模式與靈活有效的交互極大提升了學習興趣[1]。搭建MOOC平臺的計算機技術既是技術基礎，也是熱門MOOC課程。在此浪潮下傳統高校計算機專業的教學首當其沖受到沖擊，遇到前所未有的挑戰。縱觀國際三大MOOC巨頭的課程建設均始于計算機類專業課程，同時也是所占比例較大的課程系列，其中人工智能（Artificial Intelligence，AI）課程在Coursera、Udacity[1]兩個平臺上均是最早開設的課程之一。采用何種教學模式更適應社會對人才的需求呢？這是應對挑戰的關鍵問題。
1 人工智能課程的課堂教學困境
人工智能是研究模擬、延伸和擴展人類智能的理論、方法、技術及應用的前沿交叉學科，涉及面廣、研究性強，還不斷產生新的理論和方法。課程難度大理論強實踐難，也是公認難講的課程之一，該課程具有如下特點：
1.1 先導課多，知識抽象，涉及面廣，更新快
前期知識包括：數據結構、離散數學、程序設計、圖像處理等。如果前期知識不扎實，很難理解內容并融會貫通。傳統內容包括：知識表示和推理、搜索策略、模糊理論、神經網絡、機器學習、專家系統、遺傳算法等，涉及大量抽象理論和復雜算法。教材普遍特點是：內容滯后，枯燥深奧的理論和解決現實問題的實踐聯系不緊密。
1.2 研究性強
該領域很多內容仍是科研熱點，并不斷涌現出新的研究方向、新內容、新方法、新技術和新應用。
1.3 教學方式單調
技術和管理的局限也制約了教學方式，教學方式基本以教為中心，停留在講授、問答等簡單互動上，教學方法單一。很少能提供學生自學、討論、合作和實踐的一整套互動實踐機會，難以真正體現以學為中心的理念。
1.4 學生缺乏興趣
一方面，課程本身特點使得課程容易陷入枯燥的紙上談兵的尷尬。另一方面，即將畢業的高年級本科生對未來規劃明確，抽象的人工智能課程無論從職業發展還是繼續深造對學生并沒有立竿見影的效果，進一步拉低興趣。此外，教材滯后，教學方法單一等也會影響興趣。
如火如荼發展的MOOC的課程，尤其Udacity的課程設計之初就立足于解決實際問題的導向，做法上的獨特之處成功吸引了大批學生。課堂教學中借鑒在MOOC上被證明有效的教學模式和方法，不啻為一種嘗試，以期擺脫教學困境，提高學習興趣，最終提升教學質量。
2 MOOC的教學模式
MOOC的教學模式分為三種：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教學模式特點是學習者完全做主，但復雜的網絡互動產生龐大而混雜的知識網，缺乏識別主次和歸納總結能力學生常因信息過載陷入茫然無措的境地。2011年Udacity 創始人之一在網上開設的“人工智能導論”課程改變了表現風格，把互聯網作為教學媒體的呈現潛力發揮到極致，按知識點分割內容成短小視頻，其間插入現場對問題的解決，突出了Udacity有別于傳統教育機構及其先行者的地方：注重發現并解決問題。這就是xMOOC的教學模式，沿襲并創新了熟悉的學習風格，使得MOOC如魚得水漸漸發展壯大。隨著MOOC逐步成熟，為了適合具有專業基礎的職業技能培訓，發展培養針對具體任務的探究學習教學模式，即tMOOC模式，這是Udacity網站課程的另一個設計目標。表1顯示了MOOC的三種模式的對比。
以Udacity的人工智能導論課程為例，只要高中畢業具有概率論和數理統計基礎的學生就可以學習，該課程適合入門，但難度較低，內容較少。清華大學的馬少平編寫的人工智能教材是很多大學，包括我院人工智能課程的教材，清華大學的人工智能課程經過多年發展已經形成了一個系列教學資源庫，包括教材、課程視頻、教學課件、作業及答案和實驗設計等。根據Udacity網站的人工智能導論課程的展示，表2從幾方面對比了Udacity人工智能課程與清華大學馬少平版的人工智能課程情況：
從表2可以發現Udacity的人工智能視頻采用了按知識塊分割成短小視頻，在期間和完畢之后都準備了測試，細節上體現了以學為主的理念。縱觀類似人工智能的國家精品課程[3]，學習資源多為文本類，重用難，對教學重難點沒有拓展和轉化。這種以內容共享為中心的呈現模式，缺乏與學習者充分交互，難以體現以學為中心的教學理念。
在MOOC的教學設計中，調動學習者極大熱情的是翻轉課堂，在學習環境中引入了自主協作[4-5]，在交流機制中融入了多元互動，給學習者帶來積極、主動、高效的學習，翻轉課堂和傳統課堂的區別如表3所示：
3 MOOC的教學模式對人工智能課堂教學的啟示
3.1 教學內容的優化與調整
MOOC的教學通過把理論抽象的知識點分割成小段錄制的微課視頻，時長不超過15分鐘，內容銜接處具有一定交互性，講解形象化，提供給學生反復觀看，這種用技術處理分解知識點和把難點從抽象變成具象的過程降低了理解難度。
課堂教學也可以通過分而治之的方式對教學內容優化調整。人工智能涉及內容與范圍多而雜，作為入門課程并不要面面俱到，根據學生層次，可以區分重點掌握和一般介紹的內容，以點帶面鋪開，因此，根據學生特點，把成熟的基礎理論和這些理論的實際應用整合，輔以其他新技術的穿插介紹，主要分三塊：
①人工智能的概念和發展，熟悉人工智能的研究和應用領域；
②人工智能的基本技術，包括知識表示，邏輯推理、搜索策略、模糊理論等；
③涉及現實應用，如：機器學習，模式識別，自然語言理解，智能控制等。
為了反映人工智能領域最新進展，教師還可以收集學生感興趣的最新成果專題信息，及時更新、調整教學內容，通過與實際更緊密的融合接軌，對課堂上沒時間介紹而又較熱點的新知識，通過提供方向和資料解決，注重提高興趣的同時，也展示出課程學科特點、主流技術及發展趨勢。
3.2 緊密結合實際
Udacity的開設之初的目的就是學習為了解決現實問題，其人工智能課程設計也不例外，包含有實際遇到問題的解決，這種立竿見影的好處就是極大激發了興趣。
考慮到高年級學生對解決實際問題技術的興趣遠遠大于技術理論等細節，不想花太多時間去理解復雜而難以看到實踐效果的理論上，更想通過實際體驗解決問題增強成就感。教學內容的設計尤其緊密結合實際運用。
傳統人工智能講授通過實例解答或推證式講述理論，如知識表示和搜索推理技術，該部分理論強，應用實例少，往往學生感覺枯燥乏味，教師也感覺晦澀抽象，學生對所講內容基本靠死記方法和步驟，這種僵化的教與學影響了教學效果。
因此，設計教學時尤其注重內容的實用性。除了講授至今仍沿用和有效的基本原理和方法外，引入近年發展起來的方法和技術，如智能算法等，對這些內容重點在技術的具體實現上，強調與實際的融合貫通。教學過程中加入與課程內容對應又可以用計算機實現的試用內容。如模式識別應用于手寫數字識別，通過仿真軟件模擬實現算法，獲得立竿見影的效果體驗，加深對算法的認識，引起學生濃厚的興趣。同時也對某些很有發展前景的技術興趣導入，如目前人工智能研究側重人類理性邏輯功能的模擬，而如果把情感智能考慮進去，才更有人性化的智能決策。這就是經過了將近20年發展的情感計算，隨著可穿戴技術漸漸滲透進生活，引起更多關注，這些接地氣的內容提升了興趣。
3.3 實踐能力的培養
Udacity 創始人史蒂芬斯博士的說過，“即使是最好的大學，其計算機課程所傳授的技能也是浮于理論的”。學習的目的是為了解決實際問題，帶著問題學習和思考，有利于主動學習的激發。這些方面，可以參考Udacity人工智能課程的實驗內容修正。強調學習是為了解決實際問題服務的目標。
3.4 教學模式及教學方法的變化
3.4.1 實例教學法
人工智能內容的抽象性決定了知識點的難度，Udacity人工智能課程教學中盡量把難懂的知識點結合現實中有趣實例，通過感性體驗提高理性理解，讓學生容易接受。筆者進行了一些化難為易的嘗試：如利用漢諾塔問題講解狀態空間的知識表示，通過野人過河的游戲程序步步領會理論精髓；結合下棋軟件體驗模擬人腦思考的計算機博弈的極大極小搜索思路，這些實例教學激起了興趣，擴展了學生思路，拓寬了視野。
3.4.2 翻轉教學法
整門課程錄制課程小視頻還有一定難度，作為嘗試，選擇少量知識點錄制視頻進行翻轉教學。如抽象的理論部分，借鑒網上已有視頻資源融入教學過程，分解知識點破解難點，形象化與短時間的重復講解，增加學生對抽象內容的理解，期間穿插核查對理解內容的核查，并留出思考時間，強化學習效果。
3.4.3 交互環境的營造，輔助教學過程完善
1）基于聯通主義的學習交互[6-7]
在MOOC課程中，提供在線交流論壇，學習者建立課程組，學習組等方式交流，這種教與學、學與學的交互不但是網狀進行的，而且是即時的。學生將互動產生的內容作為學習的中心，通過學習者不同認識的交互，建立新的認知結構，拓寬了視野，更有利于問題的有效解決。這種互動交流分成三種形式：
①教師對統一回答提問集中且意義較大的疑難問題；
②學習者分享學習感悟；
③學生間交流帶來不同認知的碰撞。
以上三種情況的互動在課堂教學中也可以運用于課堂教學：及時分析整理共同問題，集中回復；課堂教學的互動除了課堂上及時了解學生反饋的互動，還有對解決問題的互動。課下互動可以利用學者網建立課程組，提供了較好的師生交流形式與效果，同時利用學習組在小組中分享互助，小組成員的交流引起認知碰撞，這種實際參與的體驗加深了理解，并鞏固學到內容，這些資料的逐漸積累還可以復用。
2）基于行為主義的學習反饋[8]
MOOC 遵循了程序教學的一般原則，尤其注重學生反饋，像游戲一樣關卡設置讓整個過程充滿挑戰性，一些機器評分實現了及時學習反饋，擺脫了單向提供課程資源的弊端。課堂教學可以借鑒這種借助技術手段互動了解學生學習的情況，促使有意義學習的發生。
4 教學改革的實施
利用以上措施在《人工智能》課程的教學中實踐，通過在xMOOC教學模式中部分適當內容引入翻轉教學法與利用學者網的課程交互，探索提高興趣，促進理論與實踐的融合，促進有意義學習的發生，提高學生實踐能力的途徑。通過觀察，調查與訪談等方式，了解學生在該教學模式中興趣與能力改善狀況，同時研究教師教學法轉變與教學水平變化的關系，根據追蹤研究效果，發現這種改善調動了學習興趣，促進了教學效果。實踐中通過建立實驗組（班）與對照組（班）、評價教學模式和教學效果等因素，不斷總結、修正和完善，期望建立適應當前形勢與環境的有效的該課程的教學模式與教學方法。
5 結束語
筆者結合人工智能課程的教學實踐，針對本科高年級的教學特點和人工智能課程學科特點，提出在設計人工智能教學時，通過MOOC的教學模式和教學方法完善課堂教學，注重內容的實用性和新穎性，適當穿插新方向的內容，目標是將難學、枯燥、難理解的問題，變得易學、有趣、易理解。從學生反饋來看，這些方法起到了積極的實際效果，有效地提高了學習積極性。
【參考文獻】
[1]udacity的人工智能導論課程網[EB/OL].https：///course/cs271.
[2]王萍.大規模在線開放課程的新發展與應用：從cMOOC 到xMOOC[J].現代遠程教育研究，2013（03）：13-19.
[3]國家精品課程資源網[DB/OL].[2013-04-22].http：//.
[4]徐明，龍軍.基于 MOOC 理念的網絡信息安全系列課程教學改革[J].高等教育研究學報，2013，36（03）.
[5]王文禮.MOOC 的發展及其對高等教育的影響[J].江蘇高教，2013（2）：53-57.
[6]李青，王濤.MOOC：一種基于連通主義的巨型開放課程模式[J].中國遠程教育，2012（3）：30-36.
關鍵詞：人工智能；教學改革；教學方法
引言
人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科，是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發，人工智能技術的日趨成熟。隨著AI3.0時代的到來，大數據、云計算等新技術的應用也愈發廣泛，對于管理類人才來說，加強對人工智能知識的深入學習，不斷將人工智能技術與管理知識結合起來，對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科，管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力，基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點，通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習，加強學生解決實際問題的能力，為就業打下基礎。本文基于社會對于人工智能領域的人才需求，結合諸多長期從事經管類專業課程教學的老師意見，針對管理類人才的人工智能課程教學內容與方法進行探討，以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。
1、教學現狀與問題
作為一門綜合性、實踐性和應用性很強的理論技術學科，人工智能課程內容及內涵及其豐富，外延極其廣泛。學習這門課程，需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才，該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前，中國大多數大學仍采用傳統的課堂教學模式，在教學過程中照本宣科，忽略與學生的互動，并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置，如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時，隨著章節的知識難度不斷增加，單向介紹式的枯燥教學方式無法反映人工智能學科的全貌，課堂講解難以同時給以學生感性和理性的認知，部分學生因乏味的課堂氛圍漸漸無法跟上教學進度，導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位，具有多學科的素養，但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識，給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機器學習、數據挖掘等眾多內容，概念抽象，不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程，缺乏一定的關聯思考和研究意識，導致課程學習難度增加，產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下，人工智能廣泛應用于機器視覺、智能制造等各個領域，給學生提供了大量的現實案例，使得人工智能不再是高深莫測的理論，而是現實中可以觸及的內容。例如，在機械學科領域，人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源；在醫療領域，是醫療器械的創新生產源動力；在能動領域，是高端能源裝備與新能源發展的重要驅動；在光電信息與計算機工程領域，技術的發展時刻推動著智能科學與技術核心價值的提升。然而，對于管理類專業的學生來說，現階段的人工智能教材涵蓋許多智能算法及相關理論，在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法，書本中的應用實例大多紙上談兵，缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐，加上一些教師授課方法單一，不利于引導學生將人工智能算法應用于現實生活。另外，大學生對知識的理解能力差異很大，教師采用統一的方式教給他們，這使一些學生無法跟上和理解，教師也無法控制學生的學習狀況，導致學生缺乏動力。因此，如何結合學生的現實情況，提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。
2、管理類人才的人工智能課程教學改進策略
課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言，教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化，而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題，可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。
2.1教學方法改進
教師對學生具有引領作用，其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求，通過安排一些具體的教學案例，引導學生積極參與案例思考、分析、討論和表達等多項活動，是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征，調動學生的學習積極性，并緊密結合人工智能領域的相關理論與方法，有效理解知識要點及其關聯性，適用于管理類專業學生的教學。具體而言，高校基于其問題啟發性、教學互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學案例庫，雖然這項建設將極具挑戰性與耗時性，但具有很強的積極效果：培養學生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學，讓學生掌握相關基礎知識原理及應用；通過一題多解的案例使學生思考如何獲取最有效的解題方法；通過綜合案例的設計，啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性，在課堂討論的過程中對學生做出評判，從而對不同類型的學生開展針對性的教學。互動則是在研討的基礎上，通過老師與學生、學生與學生的互動，讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中，教師通過課堂討論了解學生對于知識點的掌握情況，可以有針對性地設計教學內容，例如，對于學校積極性不強的學生，將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來，能夠極大程度地提高學生學習的自主能力；對于基礎知識較為薄弱的學生，可以在教師的指導下查閱相關文獻資料，根據自己的理解撰寫心得報告，并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望，建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術，人才需求量極大，對教師的教學水平也提出了更高要求，因此，進行有效激勵極為重要。在學生激勵方面，可以舉辦各類人工智能競賽項目，設置相應項目獎學金，吸引學生參與實踐，調動學生做研究、發論文的積極性。例如，教育部主辦的中國研究生人工智能創新大賽，圍繞新一代人工智能創新主題，激發學生的創新意識，提高學生的創新實踐能力，為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式，在各學院乃至全校開展此類競賽項目，激發學生的創新能力與團隊合作能力，鼓舞更多學生加入到人工智能課程的學習中來，激發其學習興趣。在教師激勵方面，在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分，鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高，學科交叉性強。基于人工智能的學科交叉性特點，增強管理類人才對學科應用的領悟，可以采取開展學科滲透式教學的方法。從2015年起，國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件，“互聯網+”、“智能+”已經滲透到各個領域，人類進入數字經濟時代，社會需求“技術+管理”的高端復合人才。例如，基于工業4.0和強國戰略，人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識，我們請機械工程、能源動力領域的相關專家以授課或講座的形式，進行相關領域知識和發展趨勢的講解，使學生理解更為透徹。此外，在教學實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進不同專業間老師、學生對于人工智能知識模塊的見解，相互交流、滲透和學習，從而推動人工智能課程教學的改進。
2.2教學內容設置
世界一流大學在人工智能課程內容設置根據不同國家的教育體系設置，肯定會有不同，但頗有共通之處。本文借鑒世界頂尖大學經驗，針對管理類專業人工智能課程教學內容進行研究，結合中國教育體系設置，認為應從以下幾方面進行改進。(1)核心內容設置為避免學生因為知識點過多而出現雜而不精的問題，勢必要精化教學內容。在互聯網時代，我們可以使用云計算和其他方式來實現數據信息的傳輸、存儲和處理，通過在線收集和整合網絡課程相關數據，挖掘和豐富教學資源，并在整合課程資源的基礎上，進行研究方法和前沿知識的擴展。在核心內容設置方面，可以通過收集到的數據資料，選擇人工智能領域具有代表性且難易程度適中的知識作為重點，使學生能夠在有限的學時內掌握人工智能的知識脈絡。例如，編寫針對管理類人才的人工智能教材，內容涉及緒論、知識表示與推理、常用算法、機器學習、神經網絡等方面的同時，重點增加相應知識點在管理上的應用案例，加強學生對知識點的理解。同時，根據管理類專業偏向領域，開設關聯程度較大、應用較廣泛的人工智能選修課程，以便學生根據自己的興趣與需求選修具體方向的課程。(2)注重學生的數理及編程基礎良好的數理及編程基礎是學習人工智能的前提。只有具備了這些基礎，才能搞清楚人工智能模型的數量關系、空間形式和優化過程等，才能將數學語言轉化為程序語言，并應用于實驗。管理學院人才的數理及編程基礎相對薄弱，因此，在安排學生學習人工智能課程之前，建議開設面向全體管理類專業學生的微積分、線性代數、概率論等專業基礎數學課程以及C語言、python等編程基礎課程，使學生具備數學分析的基礎與一定編程基礎，為學習人工智能課程打下堅實的基礎。另外，可以推進MOOC平臺建設，在平臺上開設人工智能網絡課程，幫助學生掌握人工智能知識基礎及專業技能。(3)實驗建設為了加強學生對于人工智能知識點間的關聯性理解，可以基于不同的應用模塊，設計具有前后鋪墊、上下關聯的綜合性實驗，設計不同層次的項目要求，同時基于相同的實驗課題，讓學生分組對實驗課題進行攻克，并設置多元化的實驗評價體系，通過實驗教學過程中反映出的不同進度，讓教師能對學生的學習水平做出準確評判，及時進行教學反思，以便更好地開展下一步工作。例如，針對人工智能課程應用中很廣的遺傳算法，在某一管理規劃的具體應用上設置理解－實現－參數分析－具體應用－嘗試改進－深度拓展的不同層次的項目要求，在這些項目層次中規定必做項與可選項，讓學生基于同一實驗課題進行合作學習，然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分，對小組整體能力以及個人能力進行綜合評估，以期培養學生的自主思考能力。
關鍵詞：人工智能；全英文教學；教學內容改革；教學模式改革
1 實施全英文教學的必要性
隨著國際學術交流的日益活躍以及國際化辦學的趨勢發展，借鑒國外著名大學的辦學理念和管理模式，利用世界優質教育資源，提升教育教學水平，造就具有國際競爭能力的復合型創新人才，正成為我國教育改革與發展的新方向。
智能化是人類社會技術發展的必然趨勢。作為計算機科學與技術專業課程體系中的核心課程之一，人工智能的地位正隨著該學科的不斷發展和其技術的廣泛應用迅速提高，而且在非計算機領域，具有不同專業背景的學者也通過這個年輕的領域發現新思想和新方法。由于人工智能課程內容涉及計算機科學以及邊緣學科的新理論、新方法與新技術，因此在該課程中開展全英文教學不僅可以讓學生充分了解人工智能日新月異的發展，還可以促進本科教學與國際接軌，在培養國際化創新人才方面具有十分積極的現實意義。
2 當前國內全英文教學存在的主要問題
筆者對當前國內高校人工智能課程全英文教學的現狀進行調查分析，調查對象為軟件工程專業本科三年級學生，調研問卷共58份。調查項目、內容及結果見表1。
從項目1和2的調查結果看，大部分學生認為開展全英文教學有必要，其在提高英語應用能力、增強自己的就業競爭力以及了解國際前沿等方面有很大幫助。然而，由于全英語教學在我國尚處于起步階段，進行全英語教學的效果并不十分理想，其教學試點與實踐尚存在一些亟待解決的問題，主要表現在如下幾個方面。
（1）對全英文教學的理解存在偏差。從項目3～5的調查結果看，教師不能正確處理好全英文教學與專業英語課教學的關系，使全英文教學變為純英語課教學或專業英語課的翻版。大部分學生還是希望教學授課語言以雙語為主或以中文為主、英文為輔，多媒體課件形式為中英文相結合。
（2）全英文教學達不到預期的教學效果。從項目6和7的調查結果看，雖然一些大學花了很大代價邀請國外一流教授專家講授課程，但由于人工智能課程理論性強、難度大，學生很難適應全英文課程教學。
（3）缺乏內容全面和難度適中的教材。從項目8和9的調查結果看，一些大學在實施人工智能課程全英語教學時直接引進原版英文教材，但這對本科生來說，原版英文教材內容偏多、難度較大，學生學習時不免有諸多畏難情緒。
（4）師資匱乏。從項目10的調查結果看，學生對承擔全英文教學教師的滿意程度普遍不高。實際上，全英文教學對承擔課程教學的教師要求很高，他們不僅需要具備專業知識，而且還要掌握英語應用技能，而現階段國內高校中能承擔全英語教學的師資仍然十分匱乏。
綜上所述，如何改革全英文教學模式，講授哪些教學內容，采用何種科學的教學方法與手段，是值得我們思考和關注的教學改革重點和難點。
針對以上這些問題，我們深入研究人工智能課程的特點，對現有教學模式、內容及方法進行全方位探索和改革，制訂全英文教學計劃，對促進教學工作、提高教學質量、培養國際創新型人才起重要作用，其重要意義具體體現在以下3個方面。
（1）探索如何將理論知識傳授、綜合能力培養與英語交流運用三者有機結合，建立全英文教學的新型模式，這將對更新教學理念和探索適合于計算機軟件人才培養的教學方法產生深遠影響。
（2）全英文課程教學能夠讓學生掌握最先進的人工智能國際前沿技術，開闊國際視野，有利于培養復合型、實用型、具有國際競爭力的高層次創新人才。
（3）全英文教學改革的探索與實踐能夠促進國內教育向國際教育邁進。
3 全英文教學內容改革
建立完善的全英語教學體系，需要有系統而完整的教學內容。我國計算機科學與技術本科專業人工智能課程課時一般只有36學時，因此我們需要考慮從什么角度組織教學內容，才能讓學生比較容易地理解、熟悉和掌握人工智能的原理、方法與技術，從而顯著提高教學效果。
與國內教學內容相比，國外教學更注重分析問題的思維方法和解決問題的應用能力，對提高學生的學習興趣以及培養學生的創新能力十分有益，但是原版內容過多，且大多以國外政治、經濟、文化、社會和生活為背景，對于我國學生來說，理解某些內容和背景比較困難。因此直接套用原版教學內容往往存在一定問題，我們需要在引進、消化和吸收國外經典教材內容的基礎上，有選擇性地挑選合適內容。國外經典教材編寫思路不盡相同，一些經典人工智能教材及主要內容見表2。
人工智能的基本思想和主要內容是研究人類智能活動規律和用于模擬人類某些智能行為的基本理論、方法和技術。從表2中可以看出它們的共同點，即人工智能應圍繞“智能”這個核心，但由于智能本身非常復雜，難以用單一的理論與方法描述，需要從不同的抽象層次刻畫智能這個主題。我們認為，人工智能的主要內容可按圖1所示劃分為不同層次并確定講授順序。
在最底層，神經網絡與演化計算（適應性原理與仿生機制等）輔助感知以及與物理世界的交互；抽象層反映知識在智能中的角色和創建以及圍繞問題求解的知識的抽象、表示和理解；更高層則提出學習、規劃、推理的模型和方式；應用層構造智能化智能體以及具有一定智能的人工系統，讓計算機實現以往需要人的智力才能完成的工作。除了將人工智能課程的教學內容劃分為這4個層次，為保證教學內容的循序漸進性，還可按照抽象層更高層最底層應用層順序安排教學內容。
4 全英文教學模式改革的實施關鍵
針對以上國內全英文教學中存在的主要問題，我們提出人工智能課程全英文教學模式改革的實施關鍵，包括全英文課堂教學模式的重定位，“二三二”模式教學方法的改革，集先進性、前沿性和實用性為一體的教學內容創新以及全專業英語教學團隊的打造。
4.1 全英文課堂教學模式的重定位
人工智能課程教學以培養學生掌握專業基礎知識、培養實踐動手與應用能力以及提高英語交流水平三者相結合為主要目標，分兩個階段進行，國內教師與國外教師共同授課。首先，國內主講教師講授人工智能課程的基礎原理、模型和方法，可采用集中授課、案例教學和課堂實踐等教學方式，使學生掌握人工智能的一般基礎知識；在此基礎上，再邀請國際知名外籍教師為學生講授人工智能國際前沿技術，包括集中授課和專題研討。經過基礎學習，學生一般已掌握人工智能基礎知識，因此對于外籍教師所講授的學科前沿等內容能夠準確理解和把握。與單純采用全英文教學或單純邀請外籍教師授課相比，該模式能收到較好的預期效果。“1+1”全英文雙課堂教學模式如圖2所示。
4.2 “二三二”模式教學方法的改革
實行全英語教學后，由于使用英文教材及中外教育背景存在差異等因素，我們在教學過程中對教學方法進行一定程度的調整和改進，包括全英文授課形式、案例教學、教學內容以及教學手段等方面；配合“1+1”全英文雙課堂教學模式，提出圖3所示的“二三二”模式教學方法，培養學生成為具有綜合能力、創新能力、國際視野和英語技能的復合型人才。
該教學方法模式包括：（1）過渡式全英文與沉浸式全英語兩大英語教學方式；（2）激勵自主式、啟發互動式、體驗學習式三大學習法，激發學生學習興趣，使學生牢固掌握人工智能基礎理論與方法；（3）參與學習式和自我展示式兩大學習法，培養學生綜合運用知識的能力和創新能力。
在全英文課堂授課過程中，我們需要注重把握英語與專業的比例。首先，不能一味地追求全英文授課的形式而忽視教學效果；其次，還需要為學生提供一個良好的語言學習環境，在實際教學中注重培養學生良好的英語思維習慣，從根本上提高學生的英語水平。
人工智能課程包含大量概念，內容抽象，算法復雜，學生往往難以理解與掌握。將案例教學方法引入課程教學能有效提高學生的學習興趣，獲得較好的預期教學效果，但要達到理想的教學目標，僅僅靠課堂教學遠遠不夠，還需要拓展第二課堂。有計劃地邀請國外人工智能專家和教授到大學進行專題講座，鼓勵學生參加相關的課外科研/科技活動，使得學生能夠體驗式地、自主地學習，更好地了解人工智能新技術，從而進一步激發學生的學習熱情。構建案例教學和課堂實踐的雙課堂教學模式，不僅能夠豐富教學內涵，而且可以充實學科前沿知識并拓寬學生的國際視野。
4.3 集先進性、前沿性和實用性為一體的教學內容創新
除了引進、消化和吸收國外經典教材內容以外，我們還需要逐步建立起具有自身特色的教學內容，以保證教學內容集先進性、前沿性和實用性為一體。
（1）先進性。我們提出教學與科研相結合，以科研帶動教學發展的新思路。教師可結合自己的人工智能及其相關領域的科研項目，將科研最新研究成果以及學科前沿知識進行梳理與優化并有機融入課程教學中，確保教學內容的先進性，有效提高教學改革的質量。
（2）前沿性。對人工智能發展較快的領域，如智能計算、數據挖掘等，還需更新和補充全英文教學內容，同時可以邀請國際知名大學教授共同研究與探討教學內容，保證課程內容具有一定的前沿性，通過實現全英語教學保證課程與國際接軌。
（3）實用性。在講授基礎理論知識的基礎上，還應注重實踐的應用，增強學生的動手操作能力，以符合素質教育必須注重實踐的要求。教師可結合教學中的基本理論知識，適當補充案例與實例，使得教學內容與實際相聯系，豐富課程內涵并提高教學效果。
4.4 全專業英語教學團隊的打造
師資力量直接影響教學效果。師資的匱乏是現階段全英語教學面臨的主要問題之一。雖然一些教師具有較扎實的人工智能學科功底，但不能熟練地運用英語進行授課，而有些教師則知識結構單一，缺少人工智能及其相關學科間的交叉與融合，因此我們需要多渠道、多層次地打造既具備專業知識，又具有學科交叉與融合能力，同時掌握英語技能的全英語教師隊伍。將科研與教學相結合，利用與國外人工智能及相關領域學術帶頭人建立的合作關系優勢加強交流與合作，爭取申請國際合作科研項目，利用科研提高教師的教學質量、專業水平和英語技能。
5 全英文教學的具體實施
我們在軟件工程專業本科三年級學生的人工智能課堂上實施全英文教學，具體實施過程如下。
（1）國際軟件學院成立教學主管部門領導小組、從事教學研究的骨干教師組成的全英文教學工作小組以及由教學督導組成的監管小組，三者之間相互配合并共同促進，保障全英文教學工作的順利推進與落實。領導小組對全英文教學的師資培訓、人才引進、多媒體網絡資源開發、實驗室建設、教材編寫等予以政策支持；教學工作小組制訂全英文教學工作規劃和年度計劃；監管小組定期對工作小組的教學完成情況進行評估。
（2）在課程教學中，打破國內常規教學方式，建立開放式全英文教學模式，教學形式多種多樣。教學方式以“1+1”雙課堂教學模式為核心，以講授與專題討論相結合的方式，圍繞基本原理、方法與技術展開教學，激發學生自主學習與創新學習的熱情。
（3）國際軟件學院在人工智能相關領域承擔并完成了一批國家與省部級科研課題，而且取得了一些有影響的研究成果，形成了自己的學科特色和優勢。2006年，國際軟件學院聘請被譽為世界“人工大腦”領域先驅的美國猶他州州立大學計算機系Hugo de Gaffs教授擔任武漢大學全職教授和學院國際人工智能研究室主任。
（4）聘請與國際軟件學院有合作協議的國立首爾大學計算機科學與工程學院Bob McKay教授專職來校為本科生講授人工智能技術前沿。同時，利用國外學者來武漢大學順訪的機會，請其為學生作學術報告，使學生了解國際最新人工智能技術，如邀請曾經在麻省理工學院從事過7年博士后研究的宋森研究員進行“理解大腦與仿制大腦”的講座等。
（5）國際軟件學院在遴選教師到與學院有教學和科研合作的國外大學進修時，優先考慮給本科生授課的全英文教師，并將全英文教學能力作為選拔條件，以教師的學術進修帶動全英文教學建設，使學科和專業建設與全英語教學隊伍打造相結合，全面推進全英語教學工作的開展。
6 結語
人工智能是計算機科學與技術專業的重要課程，目前正面臨著知識更新和教學改革的緊迫任務。筆者以實施全英文教學為契機，針對目前國內全英文教學中存在的亟待解決的主要問題，提出人工智能全英文教學內容與教學模式改革的新思路。
（1）以智能為核心，從不同抽象層次刻畫智能主題，構造人工智能最底層、抽象層、更高層以及應用層4大模塊內容。
（2）突破傳統教學模式，對全英文教學模式進行重定位，提出“1+1”全英文雙課堂教學模式。
（3）提出“二三二”模式教學方法的改革方案，培養具有綜合能力、創新能力、國際視野、英語技能的復合型人才。
（4）提出教學與科研相結合，以科研帶動教學發展的新思路，進行集先進性、前沿性和實用性為一體的教學內容創新。
提到人工智能，我們應該不陌生，目前已經有很多智能產品進入到我們的生活，如智能手表、手環等這類可穿戴的設備，更吸引眼球的無人駕駛和服務機器人也都慢慢進入我們的視野。
根據VentureScanner的統計，截至2016年初，全球共有957家人工智能公司，美國以499家位列第一。中國人工智能領域約有65家創業公司獲得投資，合計29.1億元。相對于全球人工智能市場，中國人工智能市場依舊是一個有待進一步開發的市場。
巨頭紛紛布局人工智能，行業技術卻有待提升
如今，全球有近千家人工智能公司，覆蓋到62個國家的語音識別、手勢控制、虛擬私人助手、語音翻譯和智能機器人等十余個產業，基礎技術、人工智能技術、人工智能應用構成了人工智能產業鏈的三個核心環節，而國內涉及人工智能領域的公司也早已破百。不論是國外還是國內的科技巨頭和風投機構都在布局人工智能這條產業鏈，以尋求占得人工智能市場一席之地。
全球AI陣營：3月份的谷歌阿爾法狗機器人大勝圍棋高手后，令谷歌名聲大噪，也將人工智能再次推向全球熱浪中。在無人駕駛汽車方面，谷歌無人駕駛汽車測試歷程已超過200萬公里，并對其不斷地測試和改進；微軟在人工智能方面的技術研究投入已超過20年的時間，其人工智能機器人小冰是人工智能伴侶虛擬機器人的生態模式；Facebook的聊天機器人“M”，是基于其用戶和社交形態而成的智能助手，除了能夠回答用戶問題、查閱信息外，還能夠幫助用戶完成一些生活操作，如購買商品、餐廳定位、安排計劃旅行等。
由谷歌、微軟和Facebook為代表的全球AI市場，在語音識別、機器視覺等產品上有了豐富的研究、開發，而在人腦科學、深度學習感知等領域上的研究也在不久會有所突破。
國內BAT巨頭陣營：百度的人工智能技術體系包括百度研究院、百度大數據、百度語音、百度圖像等技術，而百度在人工智能上的投入力度很大，且其技術在國內處于領先地位；阿里的人工智能是在其DT和附能話術體系下展開的，阿里目前有小Ai、小蜜，是以阿里云為基礎的業務藍圖的生態模式；相對于百度、阿里，騰訊在人工智能方面進展相對比較緩慢，目前推出了Dreamwriter和微寶等產品。
然而，縱觀國內外人工智能領域的市場，巨頭們在人工智能領域都已布下棋局，但是巨頭們的人工智能都是在為企業自身以及企業相關業務進行服務。目前的人工智能市場，大多數的企業都還存在一定的技術難關，尤其是初創企業。這些企業急切需要一些人工智能技術服務來為自己提供技術支持、幫助。
此外，對于很多正處于轉型的企業來說，他們處在需要人工智能技術服務來加快信息化建設的關鍵時刻，自身沒有技術優勢和人工智能技術基因，發展就會受到限制。
企業信息化建設需求緊迫，AI技術服務商紛紛現身
互聯網時代下的經濟發展，企業要轉型就要加快信息化建設，而讓信息化技術來轉變企業業務需求的方法無疑是具有很大的操作性和實用性的。然而，很多傳統企業自身沒有IT新技術基因，自己再投入資金來研發、培養團隊這不太現實。所以這些傳統企業更多的是想要依靠擁有AI技術優勢的企業來提供技術服務，這個急迫的需求則推動了國內AI技術服務市場的發展。
在人工智能風靡全球的浪潮下，隨著國家對人工智能公共創新服務領域的不斷重視，并提出多個政策鼓勵、支持，人工智能這塊市場出現了為各個行業提供人工智能解決方案的服務商。這類智能機器人的服務企業定位很明確，就是為行業人工智能開發多樣化的產品功能，產品差異化也很明顯，這能夠為行業工作模式帶來快速的改變和發展。
1、提供智能語音技術的服務：在智能語音技術方面，科大訊飛股份有限公司的訊飛“超腦”在語音識別、語義理解、口語翻譯、機器評測方面上取得了一定的應用成果，其智能語音核心技術在國內智能語音上也是數一數二的企業。
在今年的安徽兩會上，科大訊飛的智能會議系統正式亮相，會議代表手持話筒在現場發言時，屏幕上能夠快速、準確的、實時的顯示相對應的文字，滿足了會議的圖文直播需求。因此，人工智能在語音識別、口語翻譯上的應用范圍廣，能夠為企業的辦公方式帶來很大的便利。不過他們在語音技術上，尤其是機器人對地方方言和口音的識別依舊存在著不足，因此，技術服務商還是要加強對AI機器人的語音培訓。
2、提供人工智能引擎平臺的服務：在傳統行業的智能化服務上，目前，廈門快商通科技股份有限公司和上海智臻智能網絡科技股份有限公司都提供了較為完整的技術解決方案。廈門快商通科技股份有限公司主要研發的平臺為小快人工智能引擎平臺，重點在人機交互領域進行平臺技術輸出。此平臺是在開放小快自身核心語義理解和交互能力的基礎上，針對第三方開發者建立的基于“云端”智能的網絡虛擬機器人服務平臺。
快商通將小快人工智能引擎平臺的智能服務引擎和管理平臺放在“云端”，客戶通過SDK、API、第三方應用等渠道接入小快人機交互引擎平臺，客戶可以隨時調用云端智能機器人的語音識別、智能應答等功能，并可根據需要定制機器人知識范圍，實現智能服務機器人交互技術的遠程接入。
目前，小快人工智能引擎平臺已在智能客服、智能教育、醫療領域成功落地，獲得大規模技術調用。其簡潔、高效、智能的技術輸出方式，使得快商通在智能家居、電子政務、自媒體、游戲、教育等領域迅速積累了大量用戶資源。
3、提供物聯網人工智能的服務：在物聯網人工智能方面，北京云知聲信息技術有限公司的“云端芯”，圍繞自身智能語音識別和語音理解等核心技術優勢來打造的生態體系。利用大數據為各個產品方案實現落地，并收集的數據經過大數據處理轉化成最終服務，目前在家居、汽車、醫療和教育等領域有所應用，在國內的后裝車機市場70%的自主廠商的語音交換皆由云知聲提供技術服務。
4、提供智能家居方案的服務：浙江風向標科技有限公司的“VANE”，主要是應用在智能家居上，可以進行個性化的生活場景定制，在一定程度上為用戶的家居生活提供智能化服務，但相對來說，應用在家居場景服務中的產品種類還是比較少的，功能也比較簡單。因此要真正實現智能家居還需要技術服務企業開發出更豐富的、智能化的產品功能。
5、提供多種AI技術融合的服務：北京捷通華聲科技有限公司的靈云全智能能力平臺，將智能語音交互、圖像識別、語義理解、生物特征等技術進行整合，解決企業的具體需求。
可以說，國內不斷涌現出來的人工智能技術服務商在語音識別、翻譯等方面上都有技術優勢，并在產品開發上耗費了多年的研究準備時間。在發展前期瞄準了可以發揮自身技術優質的行業領域，利用人工智能技術來幫助更多企業解決行業痛點，同時又能夠使自己在國內人工智能市場上站穩腳跟。這符合當前我國人工智能市場不太成熟的行情，也能夠使創業企業在摸索中成長。
AI技術服務商為企業在轉型中的信息化建設提供了很大的動力和支持，而企業在轉型過程中，首先改變的是業務辦理方式和營銷方式。傳統企業在業務中常常要與消費者進行直接的溝通與交流，因此企業在售前售后的客服團隊人數數量是龐大的，工作量一般也會很大；傳統企業的營銷方式要與時俱進，依舊離不開互聯網思維，而人工智能服務商無疑可以為企業解決這些難題，提高其工作效率和營銷決策的準確性。
企業客服市場需求大，或能借力人工智能起飛
根據艾媒咨詢的統計，目前國內的客服市場規模已超過千億，而隨著移動電子商務和O2O市場的發展，國內客服市場將從傳統PC端和電話客服的工作方式中逐漸轉向移動客服，客服市場潛力巨大，也使更多人工智能技術服務商爭相進軍，爭搶市場的一杯羹。
為企業級用戶提供服務的智能機器人廠商，其定位很明確，就是專門針對智能客服機器人領域進行優化，以尋求在企業客服服務中占領市場，其開發的產品功能模式多樣化，也能夠為部分人群的工作模式帶來積極的推動作用。
模式一：智能客服機器人或插件服務
云問是一個智能客服機器人SaaS服務平臺，可以通過機器人問答來模擬人工客服為用戶提供客服服務。曉多機器人，從2013年7月開始在淘寶賣家服務市場上線旺財客服機器人，能夠模擬真人以自然語言與買家進行對話。
這一模式在一定程度上就已經初步解決了企業在客服上的問題，尤其是電商企業的客服人員面對大量的客戶咨詢，會出現來不及回復和重復回答問題等情況，將重復的、簡單的問題交給智能機器人可以節約時間并節省人力成本，不過他們并沒有深入到企業客服領域的其他方面。
模式二：機器人客服+人工客服+工單系統
該模式下的七魚、智齒科技、愛客服等服務商，在機器人客服上，通過智能機器人智能解答客戶問題，提供永不離線的客服服務，可以降低80%的客服人力成本；在工單系統上，則支持多種方式創建工單，為跨部門協作和問題及時跟進提供了便利服務；為企業提供統一客服工作臺，為客服提供客戶畫像、問題分類、歷史會話等繁雜問題的簡化集成。
這一模式為企業搭建了智能的、多渠道客服系統，通過大數據實現企業對用戶的細分，實現智能化管理，在一定程度上改善企業和用戶的關系，促進企業更好、更快地發展。進一步拓寬了人工智能技術為企業客服提供的服務。不僅實現機器人的智能客服，還完善了工單系統，為部門之間團結協作提供便利。
模式三：呼叫中心+機器人客服+人工客服+工單系統+大數據挖掘
快商通、Udesk、小能科技等服務商將呼叫中心+機器人客服+人工客服+工單系統模式作為自己的產品模式，不過Udesk、小能科技的人工智能技術是與云問達成的合作。快商通的人工智能技術則是自主研發。這種模式下的人工智能技術在呼叫中心的應用是實現自助服務、人機融合、運營支撐，可以很大程度上地節約了人工成本，同時快商通在現有的客服體系中采用大數據挖掘模式，并且利用大數據分析了解用戶需求、解決營銷問題。
在客服工作處理上，大部分的簡單、高頻、重復性問題交給客服機器人處理，小部分無法解決的則轉交給人工客服。通過精準地理解客戶問題并匹配最佳答案從而提高回復準確效率，同時通過機器人在線解答重復率高達80%的問題，從而減輕人工座席負擔，減少企業的客服人工成本。
在數據營銷解決上，通過海量行業數據的收集、分析，為企業提供行業營銷推廣熱點、價格定制等解決方案，實現企業的PC端、移動端一體化的數據營銷。這對企業來說可以快速的實現營銷決策，但是也要結合實際的市場行情來做出判斷，不能過度依賴于人工智能。
這一模式很好地利用了人工智能在行業的客服方面提供高效率的工作服務，同時又運用大數據分析為企業提供營銷，這在一定程度上能夠實現企業的信息化建設與發展，更好地應對市場的變化，及時作出營銷決策。
隨著移動互聯網的發展，企業的客服需求越來越大，人工智能能夠解決傳統呼叫中心因人工客服人力成本耗費大、用戶等待時間長、客服渠道繁瑣、接入方式繁雜等痛點，從而為企業提高運營效率、降低軟件的使用成本，使企業能夠更好地實現轉型，朝著信息化建設方向快步前進。
人工智能普及速度加快，技術服務商成幕后英雄
關鍵詞： 人工智能 足球機器人 人工神經網絡 智能控制
引言
足球機器人系統是一個典型的多智能體系統和分布式人工智能系統，涉及機器人學、計算機視覺[1]、模式識別、多智能體系統[2]、人工神經網絡[3]等領域，而且它為人工智能理論研究及多種技術的集成應用提供了良好的實驗平臺。機器人球隊與人類足球一樣，它的勝負不但取決于機器人本身的性能，而且取決于比賽策略，只有將可靠的硬件與先進的策略結合才能取勝。人工智能技術在足球機器人的平臺上有著重要的作用。從機器人的外觀到機器人最重要的核心部分——控制、決策，都無不起著重要的作用。專家系統[4]、人工神經網絡在機器人的路徑規劃[5]上得到充分的應用。
1.人工智能研究現狀
人工智能[6-8]是一門研究人類智能機理，以及如何用計算機模擬人類智能活動的學科，該領域的研究包括機器人、語言識別[9]、圖像識別、自然語言處理和專家系統等，涉及數理邏輯、語言學、醫學和哲學等多門學科。人工智能學科研究的主要內容包括：知識表示[10][11]、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。
幾乎所有的編程語言均可用于解決人工智能算法，但從編程的便捷性和運行效率考慮，最好選用“人工智能語言”[12]。常用的人工智能語言有傳統的函數型語言Lisp、邏輯型語言Prolog及面向對象語言Smalltalk、VC++及VB等，Math-Works公司推出的高性能數值計算可視化軟件Matlab中包含神經網絡工具箱，提供了許多Matlab函數。另外，還有多種系統工具用于開發特定領域的專家系統，如INSIGHT、GURU、CLIPS、ART等。這些實用工具為開發人工智能應用程序提供了便利條件，使人工智能越來越方便地運用于各種領域。
智能機器人是信息技術和人工智能等學科的綜合試驗場，可以全面檢驗信息技術和人工智能等各領域的成果，以及它們之間的相互關系。人工智能技術中的視覺、傳感融合、行為決策、知識處理等技術，需要使無線通訊、智能控制、機電儀一體化、計算機仿真等許多關鍵技術有機、高效地集成統一。人們在很多領域都成功地實現了人工智能：自主規劃和調度、博弈、自主控制、診斷、后勤規劃、機器人技術、語言理解和問題求解等。
2.人工智能主要研究領域
人工智能的研究領域非常廣泛，而且涉及的學科非常多。目前，人工智能的主要研究領域包括：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、智能決策支持系統及人工神經網絡等。下面主要介紹在足球機器人設計、制造、控制等過程中常用的人工智能技術[13]。
2.1專家系統
專家系統是一個智能計算機程序系統，是一個具有大量專門知識與經驗的程序系統，它應用人工智能技術和計算機技術，根據某領域一個或多個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，以便解決那些需要人類專家處理的復雜問題。專家系統一般具有如下基本特征：具有專家水平的專門知識；能進行有效的推理；具有獲取知識的能力；具有靈活性；具有透明性；具有交互性；具有實用性；具有一定的復雜性及難度。
2.2人工神經網絡
人工神經網絡是由大量處理單元互聯組成的非線性、自適應信息處理系統，采用了與傳統人工智能和信息處理技術完全不同的機理，克服了傳統的基于邏輯符號的人工智能在處理直覺、非結構化信息方面的缺陷，具有自適應、自組織和實時學習的特點。神經網絡在很多領域已得到了很好的應用，但其需要研究的方面還很多。其中，具有分布存儲、并行處理、自學習、自組織和非線性映射等優點的神經網絡與其他技術的結合，以及由此而來的混合方法和混合系統，已經成為一大研究熱點。由于其他方法也有優點，因此將神經網絡與其他方法相結合，取長補短，可以達到更好的應用效果。目前這方面工作有神經網絡與模糊邏輯、專家系統、遺傳算法、小波分析、混沌、粗集理論、分形理論、證據理論和灰色系統等的融合。
2.3圖像處理
圖像處理是用計算機對圖像進行分析，達到所需結果，又稱影像處理。圖像處理技術主要包括圖像壓縮，增強和復原，匹配、描述和識別三個部分。常見的處理有圖像數字化、圖像編碼、圖像增強、圖像復原、圖像分割和圖像分析等。數字圖像處理中的模式識別技術，可以對人眼無法識別的圖像進行分類處理，可以快速準確地檢索、匹配和識別出各種東西，在日常生活各方面和軍事上用途較大。
3.人工智能在足球機器人中的應用
3.1基于專家系統的足球機器人規劃
路徑規劃或避碰問題是足球機器人比賽中的一個重要環節。根據工作環境，路徑規劃模型可分為基于模型的全局路徑規劃和基于傳感器的局部路徑規劃。全局路徑規劃的主要方法有：可視圖法、自由空間法、最優控制法、柵格法、拓撲法、切線圖法、神經網絡法等。局部路徑規劃的主要方法有：人工勢場法、模糊邏輯算法、神經網絡法、遺傳算法[14]等。機器人規劃專家系統是用專家系統的結構和技術建立起來的機器人規劃系統。大多數成功的專家系統都是以基于規則系統的結構來模仿人類的綜合機理的。它由五部分組成：知識庫、控制策略、推理機、知識獲取、解釋與說明。隨著人工智能計算智能與進化算法研究的逐步發展，遺傳算法、蟻群算法等的提出，機器人路徑規劃問題得到了相應發展。尤其是通過遺傳算法在路徑規劃中的應用，機器人更加智能化，其運行路徑更加逼近理想的優化要求。以動態、未知環境下的機器人路徑規劃為研究背景，利用遺傳算法采用了基于路點坐標值的可變長染色體編碼方式，構造了包含障礙物排斥子函數項的代價函數，使得路徑規劃中的地圖信息被成功引入到了遺傳操作的實現過程中。同時針對路徑規劃問題的具體應用，改進了交叉和變異兩種遺傳算子，獲得了較為理想的路徑搜索效率，達到了較好的移動機器人路徑規劃效果。
3.2人工神經網絡在機器人定導航中的應用
人工神經網絡是一種仿效生物神經系統的信息處理方法，其優點主要體現在它可以處理難以用模型或規則描述的過程和系統；對非線性系統具有統一的描述；有較強的信息融合能力。因此在移動機器人定位與導航方面，基于神經網絡的多傳感器信息融合正是利用了神經網絡的這些特性，將機器人外部傳感器的傳感數據信息作為神經網絡的輸入處理對象，從而獲得移動機器人自身位置與對障礙物比較精確的估計，實現移動機器人的避障與自定位。
結語
隨著人工智能技術的進一步研究，足球機器人競賽水平將不斷提高。但就目前情況來看，在現有的基礎上擴大應用的范圍，增強應用的效果，還應主要在人工智能技術上做進一步的研究。專家系統在專家知識的總結、表述及不確定的情況下推理是目前專家系統的瓶頸所在。制造生產的多變復雜性及操作的人工經驗性，使人工智能的應用受到限制。此外，一些工藝參數的定量化實現也不易。隨著技術的飛速發展，人工智能技術也在進一步完善，如多種方法混合技術、多專家系統技術、機器學習方法、并行分布處理技術等。隨著新型人工智能技術的出現，制造業將會更加光明，性能更加優越的足球機器人也不再遙遠。
參考文獻：
[1]鄭南寧.計算機視覺與模式識別[M].北京-國防工業出版社，1998.3.
[2]Wang Hongbing Fan Zhihua She Chundong Formal Specification of Role Assignment for Open Multi Agent System Chinese of Journal Electronics[J].2007，16（2）：212-216.
[3]LIMING ZHANG AND FANJI GU NEURAL INFORMATION PROCESSING VOLUME 1[M]Fudan University Press， 2001.
[4]Cai Zixing，King-Sun Fu. Expert-System-Based Robot Planning ？Control Theory & Applications[J] .1988（2）： 35-42.
[5]張銳，吳成東.機器人智能控制研究進展[J].沈陽建筑工程學院學報（自然科學版），2003，19（1）：61-64.
[6]蔡自興，徐光祐.人工智能機器應用（第三版）清華大學出版社，2004.
[7]艾輝.謝康寧，謝百治.談人工智能技術[J]中國醫學教育技術，2004，18（2）：78-80.
[8]Nilsson NJ.Artificial Intelligence：A New Synthesis[M].Beijing：China Machine Press，2006：72-95.
[9]Han Jiqing Gao Wen Robust Speech Recognition Method Based on Discriminative Environment Feature Extraction Journal of Computer Science and Technology[J]. 2001；16（5）：458-464.
[10]Tang Zhijie Yang Baoan Zhang Kejing Design of Multi-attribute Knowledge Base Based on Hybrid Knowledge Representation Journal of Donghua University 2006，23（6）：62-66.
[11]Hu Xiangpei Wang Xuyin Knowledge representation and rule——based solution system for dynamic programming model Journal of Harbin Institute of Technology 2003，10（2）：190-194.
[12]姚根.人工智能的概況及實現方法[J] .2009，28（3）：108.
關鍵詞：顛覆性技術；創新；移動互聯；機器人；人工智能
基金項目：“江蘇省社科應用研究精品工程”課題；項目名稱：顛覆性技術的識別及培育發展研究；項目編號：16SYB-023。
歷史上，每次科技革命時期，都是顛覆性技術出現的高峰期。科技革命構成了發掘和發展顛覆性技術的難得歷史機遇。目前，科W已經沉寂了60余年，第三次技術革命發生距今接近80年，科技知識體系積累的內在矛盾已經凸顯，迫切需要新的重大突破。在物質科學、量子信息科學、生命科學、宇宙科學等基礎科學領域，一些重要的科學問題和關鍵技術發生革命性突破的先兆日益顯現；科技發展跨學科趨勢愈益明顯，新學科、新知識、新思想的出現更多體現為學科交叉融合的方式，許多重大創新出現在學科交叉領域。當今世界已處在新一輪科技革命的前夜，顛覆性技術大量涌現的時期即將到來。
一、顛覆性技術的概念
顛覆性技術概念最早出自美國哈弗商學院克萊頓?克里斯滕森教授1995年出版的《顛覆性技術的機遇浪潮》。他認為，顛覆性技術是指這樣一類技術：它們往往從低端或邊緣市場切入，以簡單、方便、便宜為初始階段特征，隨著性能與功能的不斷改進與完善，最終取代已有技術，開辟出新市場，形成新的價值體系。德國弗郎恩霍夫協會認為：顛覆性技術就是指能夠“改變已有規則”的技術，即那些與現有技術相比，在性能或功能上有重大突破，其未來發展將逐步取代已有技術，進而改變作戰模式或作戰規則的技術。
綜上所述，顛覆性技術是一種另辟蹊徑、會對已有傳統或主流技術途徑產生顛覆性效果的技術，可能是完全創新的新技術，也可能是基于現有技術的跨學科、跨領域的創新型應用。顛覆性技術具有四個特點：技術發展速度快、產生潛在影響范圍廣、可創造經濟價值高、帶來顛覆性影響大。與漸進性技術相比，顛覆性技術在形態上更具有超越性和突變性，在效能上更具備革命性和破壞性。
二、我國顛覆性創新的領域選擇
（一）“十三五”國家科技創新規劃：15個領域
《“十三五”國家科技創新規劃》中明確提出要發展引領產業變革的顛覆性技術：加強產業變革趨勢和重大技術的預警，加強對顛覆性技術替代傳統產業拐點的預判，及時布局新興產業前沿技術研發，在信息、制造、生物、新材料、能源等領域，特別是交叉融合的方向，加快部署一批具有重大影響、能夠改變或部分改變科技、經濟、社會、生態格局的顛覆性技術研究，在新一輪產業變革中贏得競爭優勢。重點開發移動互聯、量子信息、人工智能等技術，推動增材制造、智能機器人、無人駕駛汽車等技術的發展，重視基因編輯、干細胞、合成生物、再生醫學等技術對生命科學、生物育種、工業生物領域的深刻影響，開發氫能、燃料電池等新一代能源技術，發揮納米技術、智能技術、石墨烯等對新材料產業發展的引領作用。
（二）國家科技重大專項：16個領域
《國家中長期科學技術發展規劃綱要（2006-2020 年）》確定了核心電子器件、高端通用芯片及基礎軟件，極大規模集成電路制造技術及成套工藝，新一代寬帶無線移動通信，高檔數控機床與基礎制造技術，大型油氣田及煤層氣開發，大型先進壓水堆及高溫氣冷堆核電站，水體污染控制與治理，轉基因生物新品種培育，重大新藥創制，艾滋病和病毒性肝炎等重大傳染病防治，大型飛機，高分辨率對地觀測系統，載人航天與探月工程等16個重大專項，涉及信息、生物等戰略產業領域，能源資源環境和人民健康等重大緊迫問題，以及軍民兩用技術和國防技術。
（三）中國科技發展戰略研究院：20項關鍵技術
2016年，中國科學技術發展戰略研究院科技預測與評價研究所對關系到我國經濟建設、生態建設、國防建設、民生改善乃至綜合國力提升具有決定性、基礎性的核心技術，按照科學（屬于國際競爭激烈的前沿或核心技術）、顛覆性（有望取代主流技術、替代主導產業的技術）、重大（有望替代1-2個主導產品，或顛覆1個以上行業的技術）、可行（經過10年努力能夠取得自主知識產權，并有望商業化的技術）四個原則，進行了預測和遴選，遴選出未來能夠改變或部分改變科技、經濟、生態、軍事現狀與格局的20項關鍵技術。
（四）中國科協創新戰略研究院：7大領域
中國科協創新戰略研究院在的《我國應對顛覆性技術創新需要重點布局的領域》中，認為未來十年世界范圍內可能出現的顛覆性創新集中在9大領域：先進計算技術與人工智能、納米技術與材料科學、基因與精準醫療、能源開發與存儲、航空航天與地外生命探測、網絡與大數據、智能汽車與智慧交通、綠色制造與先進制造、教育技術與知識自動化。
從我國各機構評選的技術來看，出現頻率最高的五大技術領域是移動互聯、機器人、3D 打印、人工智能、納米技術，這五大技術領域將是我國未來顛覆性技術創新的主要方向。
三、我國顛覆性領域的技術創新方向
（一）移動互聯領域
大力支持移動互聯網軟件開發，突破系統軟件、人機交互、應用開發、虛擬化等熱點技術與新興技術。加快推進移動互聯網的云計算和大數據應用，重點突破數據挖掘、海量數據處理、計費、訪問控制等平臺關鍵核心技術。支持開展未來網絡重大基礎設施（CENI）項目的關鍵技術研究，加強相關領域產品研發和產業孵化，大力推廣基于下一代廣播電視網的創新業務及相關應用。充分發揮移動互聯網對生產領域的帶動作用，在工程機械、汽車、食品、電子信息、物流等行業形成領先的服務產品。深化移動互聯網在生活領域的引領作用，大力推廣面向餐飲、休閑娛樂、購物、旅游等的移動互聯網應用，重點發展移動支付、移動娛樂、移動閱讀、移動資訊、移動搜索、移動位置服務等。鼓勵移動互聯網應用創新，重點發展車載數據與資訊、智能交通、基于北斗等多制式智能交通導航、遠程測試診斷、在線節能監管、道路救援、食品安全溯源與安防等移動信息服務。
（二）機器人領域
重點研究智能機器人機構設計、制造工藝、智能控制和人機交互等共性技術，攻克機器人優化建模、精準感知、多機器人協調等核心技術。（1）伺服電機方面：重點發展根據機器人的高速，重載，高精度等應用要求，增加驅動器和電機的瞬時過載能力，增加驅動器的動態響應能力，驅動增加相應的自定義算法接口單元，且采用通用的高速通訊總線作為通訊接口，摒棄原先的模擬量和脈沖方式，進一步提高控制品質。（2）減速器方面：重點發展高強度耐磨材料技g、加工工藝優化技術、高速技術、高精度裝配技術、可靠性及壽命檢測技術以及新型傳動機理的探索，發展適合機器人應用的高效率、低重量、長期免維護的系列化減速器。（3）控制器方面：重點研究開放式，模塊化控制系統，開發適用于機器人控制的通用軟件包；提高機器人控制器的智能化和網絡化水平，開發具有多傳感器信息融合能力的控制器。
（三）3D打印領域
圍繞3D打印重點方向，突破一批原創性技術。（1）材料方面：針對金屬3D打印專用材料，優化粉末大小、形狀和化學性質等材料特性，開發滿足3D打印發展需要的金屬材料；針對非金屬3D打印專用材料，提高現有材料在耐高溫、高強度等方面的性能，降低材料成本。（2）工藝方面：解決金屬構件成形中高效、熱應力控制及變形開裂預防、組織性能調控，以及非金屬材料成形技術中溫度場控制、變形控制、材料組份控制等工藝難題。（3）裝備及核心器件方面：加強3D打印專用材料、工藝技術與裝備的結合，不斷提高金屬材料3D打印裝備的效率、精度、可靠性，以及非金屬材料3D打印裝備的高工況溫度和工藝穩定性，提升個人桌面機的易用性、可靠性；重點研制與3D打印裝備配套的嵌入式軟件系統及核心器件，提升裝備軟、硬件協同能力。
（四）人工智能領域
進行人工智能前沿技術布局，推動核心技術產業化，重點突破人工智能基礎理論（包括深度學習、類腦智能等）、人工智能共性技術（包括人工智能領域的芯片、傳感器、操作系統、存儲系統、高端服務器、關鍵網絡設備、網絡安全技術設備、中間件等基礎軟硬件技術）、人工智能應用技術（包括基于人工智能的計算機視聽覺、生物特征識別、復雜環境識別、新型人機交互、自然語言理解、機器翻譯、智能決策控制、網絡安全技術等）。加快人工智能基礎資源公共服務平臺建設，包括滿足深度學習計算需求的新型計算集群共享平臺、云端智能分析處理平臺、算法與技術開放平臺、智能系統安全情報共享平臺等，為人工智能創新創業提供相關研發工具、檢驗評測、安全、標準、知識產權、創業咨詢等專業化服務。加快人工智能技術的產業化進程，推動人工智能在家居、汽車、無人系統、安防、制造、教育、環境、交通、商業、健康醫療、網絡安全、社會治理等重要領域開展試點。
（五）納米技術領域
加強納米技術研究，重點突破納米材料及制品的制備與應用關鍵技術，積極開發納米粉體、納米碳管、富勒烯等材料，大力推進納米材料在電子信息、生物醫藥、新能源和節能環保等領域的廣泛應用。針對信息、能源、環保、生物醫學等領域的迫切需求，開發納米結構加工與制造的新方法、納米器件集成與系統的設計、制備技術。重點研究新型納米電子、光電器件、傳感器件，大力發展納米晶太陽能電池、新型薄膜太陽能電池、有機太陽能電池、熱電電池、超級電容器等技術，著力突破室內空氣污染物、工業源有毒有害氣體、動力機械尾氣的納米凈化材料及催化凈化技術，切實攻克納米顆粒與生物活性物質的組裝方法。促進納米綠色印刷制版、高密度存儲器、新型顯示、高效能源轉化、氣體凈化、疾病快速診斷等納米材料與技術的規模化應用，搶占未來納米材料發展的制高點。
參考文獻
[1] 劉根生.多些“顛覆性技術創新”[J].群眾，2016，（1）.
[2] 楊，余曉潔.科技創新引領“第一動力”重視顛覆性技術創新[J].中國職工教育，2016，（1）.
[3] 趙剛.未來五年顛覆性技術將不斷涌現[J].領導文萃，2016，（7）.
[4] 王武軍.顛覆性技術的“搖籃”高明在哪兒[J].中國中小企業，2016，（6）.
一、人工智能概述
人工智能（AI）又稱為機器智能，John McCarthy將其定義為“制造智能化機器的相關科學和工程”[1]。對此我們可以理解為“研究能否實現、如何實現這樣的智能系統的科學知識和研究領域”。在此基礎上，著名研究型大學MIT的溫斯頓解釋為“人工智能是解決如何讓計算機完成之前由人類才能完成的工作”[2]。其實許多研究者都有不同的見解，所以除此之外還有很多種定義，但都基本上反映出人工智能的內涵與思想。簡單的說，人工智能就是“關于研發人工構造出的可以模擬人的意識和思維方式的計算機系統的理論和應用，這些系統可以取代部分目前人類正在做的工作”。
二、會計行業人力資源的現狀
企業在任何時候都不應該忽視人力資源的影響和作用，尤其是作為服務型的會計行業，因為它的人力資源通常表現為工作者的技能水平，可以說它是決定本行業核心競爭力的最重要因素。近幾年來由于企業逐步邁向科學化管理和現代化管理，所以無論是在數量上還是質量上，會計行業對專業人才的需求層次都越來越高。雖然會計行業的人力資源狀況在現階段還處于不斷變化之中，但是我們仍然可以歸結出以下問題。
（一）文化水平普遍較低
目前我國會計人員數量眾多，但是文化水平普遍較低。數據顯示，截止2014年我國已有1600萬的財會人員，而注會人數僅有16萬。在這1600萬人中，只有13%的人員經過專門的會計培訓，10%左右的人員受到過大學或者專科以上的教育[3]。
（二）部分人員職業素質不高
一方面是由于現有會計人員大多知識內容單一、結構老化、層次不夠豐富，接受新知識速度較慢以及對本職工作感到枯燥、缺乏熱情和敬業精神等使得業務素質不高；另一方面是職業素質不高，會計人員職業素質和操守是工作質量的重要影響因素之一，而目前我國對財會從業人員的職業素質與法規方面的培養不夠重視，部分會計人員法制觀念淡薄，在工作中徇私舞弊甚至造假作假等，造成賬務混亂，帶來財務和稅務的風險，降低了行業公信力。
（三）會計人員隊伍能力結構失衡
目前我國的會計行業發展現狀是隊伍能力結構失衡，而且呈現兩極分化的趨勢，一邊是會計行業中普通的核算人員的數量越來越多，幾乎達到飽和。另一邊高水平的財務管理人才有很大的市場缺口，高級應用型、復合型人才在社會上供不應求[4]。雖然我國已經引入管理會計幾十年有余，但是仍然沒有得到實際應用和全面推廣。
三、人工智能帶來的影響
（一）人工智能適用于會計行業
隨著社會經濟發展程度的不斷提高，人工智能的技術已經可以適用于會計行業的部分工作，會計行業發展的新特點將是以電子技術和計算機系統為主。目前的會計行業的工作方式和核算手段日新月異，它經歷了從早期的手工核算到會計電算化，再到如今在審計、會計和稅務等工作中引入人工智能的概念。正如知名企業家李開復所言，在未來的幾年里，機器不僅僅只是取代一些低技能的低端工作，它可以完成人類大部分的工作，這里我們用“冰山模型”解釋人工智能適用于會計行業的程度，如圖1所示。
如同上升的冰山一樣，隨著人工智能的發展與完善，將會有越來越多的功能被引入會計行業。目前只有財務會計人員所做的部分不需要多少技術含量、簡單重復的工作，例如幫助員工閱讀乏味的合同和其他文件將被善于記憶與運算的計算機系統所取代，審計、稅務等基礎的財務人員會逐步減少，取而代之的是智能審計、智能稅務等人工智能系統。隨著人工智能與會計信息系統的不斷結合，互聯網、數據挖掘和云計算的進一步發展，以及支持財務分析和會計信息系統的創新，人類將構建出智能財務決策支持系統[5]。但是冰山不會無限上升，因為人工智能是按照事先設定的規則執行程序的，它沒有感情，不能徹底地實現靈活思考，例如在涉及人的方面――處理組織與人員、組織與組織和組織與人員的問題時，人工智能并不具有完全智能地處理問題的能力，因而人工智能并不能完全取代財務會計人員。
（二）人工智能促進會計行業的發展
隨著人工智能浪潮的到來，及時引進并利用其高性能的運算能力和數據存儲能力等優勢，可以在以下幾個方面促進會計行業的發展。
1.人工智能可以減少失誤。會計行業在現階段普遍存在會計信息失實的問題，這種問題的一個主要原因是由于巨大的數據量造成的人為失誤，另一個原因是部分內部人員為了以權謀私而對信息進行了數據造假或者更改。人工智能系統的引入，則可以有效避免手工編制詢證函而造成的潛在失誤[6]。一定程度上緩解了由會計工作失誤而帶來的信息不真實的問題，減少了會計信息混亂和財產流失的風險。
2.人工智能可以使會計行業的業務效率得到提高。其實自助銀行的ATM存取款機其實已經取代了銀行人員的部分工作，同時提高了服務的效率。例如人工智能的“智能”系統在對相關的科目、交易進行全面分析后，可以在更短的時間里進行風險評估和挑選樣本函證。財會人員將不必在花費時間和精力在類似普通核算這樣簡單而費神的工作上，轉而有機會去處理更加復雜的事情。
3.提高企業的核心競爭力。人工智能在數據挖掘的基礎上可以處理數據、建立數據庫并跟蹤數據分析，甚至可以對建模分析、對投資預測，相對于人類有限的信息存儲量和計算能力，人工智能具有更加齊備的信息和高速的運算能力。同時，人工智能可以結合專家決策系統識別并提出消除金融危機給財務管理帶來的影響，可以通過學習來識別財務風險，化解安全隱患，建立預警模型。
4.釋放人力資源和減少用工成本。現在的會計人員大多按照基本流程來劃分工作職能。而核算和監督是會計的兩個基本職能，會計人員最主要的業務就是審核、記載、報告和存檔等基礎工作，現在人工智能的引進可以大量解決這種日常的、標準的、高頻的工作，從而減少財務核算型人員，減少用工的成本。
（三）人工智能帶來的變革
1.人工智能的引入可以迅速處理許多以前要耗費大量精力才能處理的事情，從枯燥乏味的合同閱讀和一些其他文件的審查工作中解放出來，而且還可以在復雜的文件中提取有效信息從而讓業務的處理流程和程序得到簡化，同時極大提高了工作的效率和拓寬人類的專業知識。結合互聯網技術，會計可以實現集中的財務共享模式，讓每一個員工都能夠親身感受到公司財務的運營。
2.人工智能將改變傳統會計人員的工作職能。人工智能釋放大量的會計人力資源，這部分人力資源要想不被淘汰，必須從自身實現轉型，由普通核算人員向管理會計人員轉型。即使人工智能可以模仿人類的智慧，但是始終達不到和人類一樣的智慧，因此會計行業中廣泛涉及分析、預測和統籌等的管理會計將是財會人員的生機。人工智能會集中各種數據，管理會計將有價值的信息從這些數據中提取出來綜合后發揮管理智能。
3.管理結構趨于扁平化。由于人工智能裁減了部分普通核算人員，企業的行政管理層次也得到削減。和以前相比，引入人工智能后的組織結構精簡干練。
4.人力資源管理職能轉變。目前會計行業中使用財務軟件、稅務軟件和審計軟件等就是人工智能邁向會計行業的第一步，這些軟件像機器人一樣提高工作效率。會計行業中的戰略、顧問和服務三項職能在傳統的人力資源管理模型中呈現為金字塔形[7]。隨著會計行業的一部分服務由人工智能系統去完成，在新型的人力資源管理中，服務被一分為二。如圖表2所示。
四、啟示
（一）人力資源規劃
科技的進步使人工智能正逐步取代部分會計人員，會計行業的崗位需求將逐步下降，雖然在某些方面人工智能可以模仿人類智慧，甚至可以超過人類，但是人工智能并適用于會計行業的每一個領域。所以公司的人力資源部門重要發展方向之一就是要細分工作職能，挑選適合的“人”去擔任相應的職能。
（二）人才招聘與薪金管理
隨著網絡技術的發展和電算化的普及，作為會計人員，應該持續關注那些可以對人類社會產生重大影響的技術。加之現在人工智能的引用，財會型企業在招聘人才時不能只單單注重其會計業務能力和從業資格證書，還應當考查其IT等相關技能，優先選取綜合型人才。針對不同業務水平和能力的員工應制定相適應的薪金體系，合適的薪金體系才能留住和吸引人才。對于綜合型、管理型的人才的薪金應高于普通核算型人才，并且隨著人工智能的進一步發展與引進，應逐步擴大兩者的差距。
（三）人才培訓與發展
時代在不斷發展，會計企業也必須要加強員工的再教育。一方面會計行業應培養員工的計算機信息技術，讓員工在掌握常用的計算機操作和財務會計軟件之外多了解一些其他業務技能，乘勢提高自身核心競爭力；另一方面，會計行業應大力培養高層次的復合型人才，讓會計人員具有良好的專業素養和自己的專業判斷，能夠在海量的數據中做出取舍，準確預測，做一些人工智能所不能完成的工作。
（四）企業文化整合
人工智能作為一種新概念被引進，勢必會在會計行業造成新觀念、新思想與傳統觀念和傳統思想的沖突。從組織內部來看，對已經遵守若干年的企業文化，尤其是老員工，總是沿襲自己習慣的做法，不愿意接受新的思維方式，但是一味地抱殘守缺，只會阻礙組織的前進，甚至陷入“第二曲線理論”。因此，會計行業必須本著平穩過渡、充分溝通的原則對兩種文化進行融合升華和重塑創新。
（五）完善信息系統
一方面要全面提高財會行業的信息系統化水平，加快完善運行平臺等系統設施，在財會工作中加入電算化并制定具有針對性的發展計劃；另一方面，只有適合自身領域的人工智能才是最好用的，必須結合人工智能的應用和會計行業的具體業務。因而為了制造出可以被本行業所廣泛應用的人工智能，會計人員必須參與相關的技術開發與研究[8]。
關鍵詞：人工智能；科技情報；自動感知
中圖分類號：TP18文獻標志碼：A文章編號：2095-2945（2020）32-0057-02
Abstract：Fromtheperspectiveofartificialintelligence，peoplerequireasignificantimprovementintheaccuracyofscientificandtechnologicalinformationservices，sothatitsvaluecontinuestorise，bringingchallengesandopportunitiesforintelligencework.Bysummarizingthecontentsofartificialintelligenceandscientificandtechnologicalinformation，combinedwithartificialintelligencetechnology，thispaperstudiestheautomaticperceptionofscientificandtechnologicalinformationneedsconcerningthekeypoints，contentperceptionandotheraspects，highlightingthewisdom，intelligenceandefficiencyofscientificandtechnologicalinformationwork，andoptimizingtheautomaticperceptionscheme.
Keywords：artificialintelligence；scientificandtechnologicalinformation；automaticperception
前言
當前科技情報服務對象不僅局限于特定的行業和領域，已經逐漸滲透至某一技術和個人，情報機構只有提升情報分析和反應能力才可以滿足新需求。因此，機構有必要加強對用戶需求的感知度，依托人工智能技術構建科技情報的感知框架，提升感知工作的合理性和高效性，進而挖掘科技情報感知領域的價值。
1人工智能及科技情報感知概述
1.1人工智能分析
人工智能又稱AI，伴隨著計算速度、核心算法的優化，該技術已經在神經網絡、自然語言、機器學習等方面趨于成熟。當前人工智能技術可以定制個性化任務，結合不同的環境響應個體需求，制定解決方案[1]。因此，人工智能技術能夠快速處理海量數據，若人類智力水平已無法滿足嚴苛工作要求，可以借助人工智能技術處理復雜工作。同時，科技情報感知模塊屬于綜合預測過程，因此有必要結合人工智能技術制定科技情報感知方案，實現情報工作向智慧化、個性化、精準化方向發展。
1.2情報感知分析
科技情報感知主要是工作人員針對采集到的數據完成處理、分析，進而滿足受眾對于情報的需求，并對今后其發展過程進行預測。學者劉記曾指出，依托科技情報感知工作可以為實現國家治理體系和治理能力現代化提供支持，加快情報刻畫、情報感知以及情報響應能力的建設進程。其中，情境感知的研究具有一定復雜度，G.Chen通過調查情境信息、情境類型、情境傳播等模型和系統，分析情境感知的應用程序，得出情境感知是領域普適學習的關鍵。例如，借助情境感知可以為用戶提供體溫、運動路徑、溫度等方面的服務。
因此，科技情報感知工作對于我國情報治理、預先感知等方面影響較大，結合人工智能技術創新科技情報感知模塊已是大勢所趨。當前大數據時代科技情報已經不僅停留于文獻領域，正逐漸向多種數據源模式發展，要求科技情報軟硬件不斷升級優化，數據存儲和處理水平逐漸升級，進而滿足社會對情報數據的需求。
2人工智能視域下科技情報需求自動感知研究
2.1融合關鍵點
（1）創新驅動。當前科技情報需求逐漸向科技創新領域發展，依托我國創新驅動的發展戰略，基于科學技術完成升級和發展。將科學技術和科技情報相結合后，情報工作的創新性較強，具有數字化和智慧化優勢，并突出情報工作的個性化和精準性。因此，依托人工智能技術完成科技情報的自動感知十分關鍵，是當前科技發展的必經之路。
（2）前瞻性定位。新時期資源的網絡化和數字化發展為科技情報研究工作提供大數據支持，可以在海量數據的收集、分析、處理方面發揮優勢。傳統的數據研究方式很難在大量數據的基礎上提升情報研究質量，同時會增加研究人員的任務量。且每位工作人員自身的專業知識、情報敏感度、知識狀態存在差異性，導致最終得出的情報結果不同甚至差異化較大。應用人工智能技術完成科技情報的自動感知十分重要，可以突出工作的準確性、高效性和穩定性。因此，將新興人工智能技術和傳統情報服務工作相融合是現代情報領域的關鍵，如自動獲取和加工情報、高速處理文本信息、人工智能決策平臺、依托語義內容的科研成果評價等[2]。
2.2內容感知
（1）感知系統分析。大數據背景下，科技情報預測和傳播功能受到重視和應用，屬于科技領域的研究熱點，可以對競爭、合作、研究方面進行正確的價值判斷。科技情報感知主要依托可靠、豐富的數據，借助“互聯網+大數據”模式獲取信息，在多種資料中得到關鍵的信息和數據，進而完成科技情報的感知工作。同時，數據源具有冗余度高、形式多樣、存儲量大的優勢，因此能夠落實科技情報感知工作，篩選數據源、除去冗余數據、分析剩余有效信息。借助數據集模式與知識儲備庫、感知數據庫一同為感知過程提供信息支持。內容感知系統內的數據源并非固定不變，且信息的更新速度較快、技術淘汰時間較短，因此內容感知是實時更新、持續變化的數據系統。基于相關輔助項目，幫助用戶了解工作內容。例如，借助“科技情報產品報告”為感知系統研究和應用提供支持，該報告可以幫助用戶了解系統，提前評估系統實際能力，便于用戶針對性提出情報需求。
（2）系統實現模式。a.數據源存儲。若想發揮科技情報的自動感知作用，系統內需要具備大容量數據集合，進而為感知產品提供分析支持。同時，數據處理過程中對于信息查詢、存儲挑戰較大。因此，本課題結合Neo4j數據庫、互聯網技術提升數據處理和存儲效率，提高系統適應水平，保證其良好的查詢效率。Neo4j數據庫主要劃分為兩類應用模式：服務器模式、內嵌模式。本課題利用內嵌模式，借助Java-API，將Neo4j數據庫和圖模型相互整合。由于API的特點是數據結構靈活，因此可以通過直接編碼的模式和圖數據庫完成交互操作。b.數據源分類。若想對數據源完成自動分類，建議識別數據源的結構功能。例如，利用機器學習、詞匯特征等方式劃分數據源的功能及結構。依托數據源要素、類型詞匯特點、詞匯分布特征等方面，依托神經網絡內分類器訓練模式，圍繞領域技術、專題、情報報告、組織數據庫等方面對數據源進行分類[3]。c.構建任務抽取模型。結合用戶需求抽取目標任務可以充分發揮科技情報的自動感知優勢，優化RNN模塊。在研究階段利用Bi-LSTM-CRF、卷積網絡模型抽取數據源，并借助長短時雙向記憶模型化解RNN梯度爆炸、消失情況。抽取模型內的輸入數據是卷積，包含知識元素、句子、詞等特征向量，而輸出數據則依托（Conditionalrandomfield）條件隨機得到結果完成預測。此模型借助多元組的方式展示數據源抽取結果，圍繞數據源性質、事項、主體、依據、對象等要素進行連接。
2.3情境感知
（1）情境感知系統。情境感知系統內部因素種類較多，且科技情報感知階段需要依據情境完成，并對感知結果造成影響。因此，在開展科技情報感知工作時，建議對特定用戶完成重新評估。同時，情境感知在情報感知工作中十分關鍵，若忽視結果會對外部情境產生較大影響，使預測工作喪失精準度。因此，應基于外部情境條件定位事物發展方向，得到精準感知結果，發揮情報前瞻性優勢。其中在獲取情境數據時應關注“小數據”，即初始結構化數據，此類資源雖數量較小，但是內部包含價值信息，可以獲取歷史情境信息。此外，問題情境應圍繞橫向和縱向兩個層面分析，橫向維度是梳理本層實際情況，針對性選擇研究方法和處理方式；縱向維度則依托時間節點理清情境信息。
（2）系統執行方案。情境感知系統建設主要內容是借助科技手段獲取某一情境內的數據并完成融合。因此，情境感知技術實際上是借助人工智能中傳感器等技術，依托計算機感知當前情境，完成感知應用、智能識別、決策支持，具有無干擾的優勢。情境感知包含情境獲取、處理、應用三個階段。其中，情境獲取主要依靠傳感器終端獲取設備關聯、用戶關聯、資源關聯、環境關聯情境，并將上述情境信息轉變為數字信號，利用嵌入系統完成判斷和處理；情境處理過程則借助建模的方式控制情境信息，構建信息數據庫。整合情境感知信息并協調對應的組合，控制資源分布并將其嵌入至感知數據庫內；服務應用階段相當于人工智能處理模塊，可以結合用戶需求提供合理服務。
2.4需求-反饋機制
（1）工作過程。需求-反饋機制實際上可以體現用戶和人工智能間的關聯性，屬于科技情報感知的關鍵環節，包含自動感知信息、數據、產品模塊。依托人工智能技術，通過AI方式減輕工作人員任務量。其中，AI能夠智能化處理多領域工作，如醫療、教育、駕駛、金融、安防等。在科技情報感知領域引入人工智能技術可以準確、高效、及時地開展情報工作，提升工作效率、減少決策偶然性、加快數據分析處理速度。同時，科技情報感知工作的主體是用戶，首先需要將其對產品的需求發送至AI處，其次借助人工智能模塊分析、整合內外感知數據庫信息，最后向用戶反饋情報產品和相關結果。
（2）情報感知產品。情報感知產品主要結合用戶產品需求，依據感知數據庫內的條件因素預測今后用戶對于情報產品的需求，進而在后續工作中有針對性地向用戶推送產品信息，為科技情報工作的可持續發展提供支持。因此，人工智能和科技情報感知工作相結合可以充分發揮自動感知優勢，降低對工作人員決策的依賴性。專業人員依據多種數據源進行分析與評估，最終得出精準的感知結果。同時，人工智能技術的應用可以自動形成情報感知產品，并向用戶推送反饋數據，由主動感知向自動感知發展，契合新時期情報3.0的發展趨勢，加快國家科技決策和科技創新發展進程。
關鍵詞：邏輯學 人工智能 教育
一、邏輯學的發展歷史
邏輯學的鼻祖在西方歷史中指出是亞里士多德，出自古希臘，但希臘歷史基本上是西方人杜撰的歷史，所以邏輯學的歷史研究是存在問題的，很有可能是歐洲文藝復興時期教會的產物。所以西方的邏輯學的歷史應該往后推延，把中國的墨家和印度的因明學強行和邏輯學關聯，是不客觀和不切實的聯系，每一門學科和某些學說都有和其它某些學科和學說的相似性，強行把某一家學說或學科與另外一些學說或學科進行關聯是對歷史和學術的一種不嚴謹、不負責的做法。所以對歷史上產生過的學說、學術、思想和見解后世之人不能任意下結論，而應該考慮當時的歷史文化背景，以及當時的社會狀況，一味依據西方世界目前的標準是有失偏頗的。
現代邏輯理論就其自身而言，其發展動力主要有兩個：一是來源于數學中的公理化運用，以及對日常思維的命題形式和推理規則進行精確化、嚴格化研究的推動。克服傳統形式邏輯的缺陷是現代數理邏輯興起的決定性因素。二是來源于對數學基礎與邏輯悖論的研究，這是現代邏輯學發展的巨大動力。數理邏輯的創立，奠定了現代邏輯學的基礎，為新的邏輯分支學科的產生、發展奠定了理論基礎。分析哲學、人工智能、計算機科學和認知科學以及現代語言學等學科的發展，也為現代邏輯學的許多分支學科的發展提供了重要條件。那么，21世紀邏輯學將朝什么方向發展呢？邏輯學與其它學科的交叉和融合，預示著邏輯學將進入一個新的發展時期。從已有的成果來看，現代邏輯學將呈現以下發展趨勢：1.多元化。邏輯學是一門多類型、多分支的學科，在現代邏輯學發展過程中，多元化是其發展的一個重要標志。20世紀80年代，邏輯學在計算機科學和人工智能領域獲得了基礎性地位；從此以后，現代邏輯學與哲學、語言學、計算機科學與技術、人工智能等學科不斷交叉與融合，進一步推動了經典邏輯理論的應用和發展，促進了哲學邏輯、自然語言邏輯、人工智能邏輯、現代歸納邏輯等新興邏輯分支學科的發展。特別是在計算機科學、人工智能和認知科學等現代科學技術研究中，邏輯學與其它學科互相融合，出現了多學科交叉研究的趨向，產生了許多新的研究領域。2.應用化。邏輯是科學技術的基礎，一切科學技術的發展都離不開邏輯。現代邏輯學與其它學科的相互滲透，既為邏輯學的發展注入了活力，也為現代邏輯開辟了廣闊的應用途徑。
二、目前邏輯學編撰的情況及背景
目前，大陸地區出版的邏輯學教材基本是搞純哲學背景的人士著寫編撰，而現代邏輯學的發展除了邏輯的思辨，已經成了解決人工智能的重要手段，所以相關書籍的深度換血是勢在必行。但由于大陸地區的教育結構，中學階段過早的文理分科導致很多搞哲學的人對理科知識相當匱乏，人為導致了大陸地區邏輯學滯后于西方發達國家，而邏輯學研究的滯后也從某些方面導致了人工智能研究的滯后。
另外，現在流通于世的邏輯學方面的參考書，內容和排版情況基本大同小異，主要是以西方所謂的經典邏輯學為框架。而西方的經典邏輯學又使所謂的亞里士多德的理論占有不少的篇幅，這很容易讓初學者產生一種錯覺，就是邏輯學是一種語言游戲，要上升到哲學和宗教的高度幾乎是很困難的。
而西方現代邏輯學一般是引入了數學方法，以數學方法為型，以邏輯學的哲學觀點為脈，這樣可以通過數學的思維方法促進學習者對哲學問題的解決，使之形神兼備、術道合用。在具體的實踐過程中還引入了計算機作為強有力的手段，這樣使較為抽象的概念變得比較好把握。
在理工科開設邏輯學一般以邏輯代數取而代之，邏輯代數的開始是大大強化了數學的思想和思考方法，但另一方面卻淡化了哲學或宗教的思想和觀點，所以成了重術不重道。這背后的原因也是由于文理科的過早分科所致，導致教授者本身的眼界和思維能力局限了對邏輯學的深入理解和進行寬泛的聯系。
在某些大學中開設邏輯學只是作為選修進行，而且對邏輯學和現代科學的發展闡述得不是很深刻，容易使學習者覺得邏輯學是一種類似于文學修辭的延伸，這是教育中值得重視的地方。而要改變其狀況，要使教授者本身對邏輯學有較深和較全面的認識才能避免使學習者進入誤區。
三、邏輯學需要解決的問題及在技術上的應用
首先，邏輯學是作為研究思維的一門學科，而思維是高度復雜的東西，除了從傳統的哲學角度考慮，還需要從計算器、電子、生物、化學、物理、數學等多學科角度考慮，才能最終解決思維的問題。其次，在邏輯學參考書籍的編撰方面，除了保留基本的哲學觀點，還應從數學角度闡明其思想、觀點，以及怎樣通過數學方法來解決。再次，邏輯學的教學中除了讓學生建立一定的哲學、宗教觀念，還應讓學習者從計算機人工智能方面做出探索。另外，在邏輯學中要培養學習者的計算機編程能力，讓學習者把抽象的思想和觀點轉化為具體的程序，以計算機的形象化和高效處理促進邏輯學的不斷發展。
教育上要解決文理過早分科的情況，才能從根本上保證培養出高素質的復合型人才，推動包括邏輯學在內的學科的全面發展。
現代邏輯應用于哲學而產生的哲學邏輯、應用于自然語言而產生的自然語言邏輯、應用于計算機科學和人工智能而產生的人工智能邏輯等，在邏輯理論應用的過程中，逐步形成了既相對獨立又有內在聯系的眾多學科組成的邏輯學科群。邏輯的應用研究還延伸到其它學科領域，出現了量子邏輯、控制論邏輯、概率邏輯、價值邏輯、法律邏輯、科學邏輯等。這說明，在當前科學技術迅速發展的條件下，現代邏輯已經從哲學研究的范圍中走了出來，也不再局限于數學領域，而是更廣泛地應用到其它許多學科領域之中。邏輯理論在現代科學技術各領域的應用，促進了邏輯理論自身的發展，也促進了其它學科的發展。
四、小結
在大陸地區的邏輯學書籍和教育活動過程中往往主要教授形式邏輯學及三段論，這使學習者如一葉障目，看不到邏輯學的全貌及發展動態。隨著邏輯學與各學科交叉力度的增加，應該避免過早文理分科，為培養復合型的后備人才打下良好的基礎。另外，要加強邏輯學與計算機應用的結合，使抽象的邏輯過程可以通過計算機比較直觀地呈現出來，使研究應用形成良好的互動。
參考文獻
[1]陳永鑫 對德語詞匯feudal翻譯引發的對“封建”一詞應用的深思[J].教育學文摘，2013，10期，中旬刊。
