時間：2023-08-25 17:09:45
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篇人工智能教育的優勢，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。
人工智能技術的誕生，為人類探索計算機科技、便捷生活展望了美好的前景，提供了豐富的想象空間，在社會科學中的應用廣泛。教育手段革新，需要一種新的技術作為保障和支持。人工智能技術應用的普遍性和網絡教育技術發展的需求性一拍即合，成為一種新的教育發展模式。本文將對人工智能在網絡教育中的應用進行探究。
【關鍵詞】人工智能 網絡教育 具體應用
1 網絡教育模式的發展現狀
1.1 網絡教育的優勢
網絡教育模式是對傳統課堂教育模式的更新與演進，傳統課堂教育模式具有交流便捷、課堂管理方便的優勢，但是也受到空間和時間的雙重限制，需要繳納昂貴的場地和設施費用，難以追趕新時期人們快捷的工作步伐。網絡教育通過互聯網遠程傳遞，在繼承和發展了傳統課堂優勢的同時，彌補了缺點和不足，在虛擬的網絡環境，擺脫了有關時間、空間、身份等諸多限制，促進了教育手段的創新，為人們提供了更多接受教育的機會，促進了國民教育水平的提高。
1.2 網絡教育存在的問題
網絡教育的問題主要體現在以下方面：
1.2.1 操作平臺的局限性
網絡教育登錄界面的首頁，一般包含著課程選擇、成績查詢、習題演練、師資介紹等基本內容，這容易導致眾多網絡教育平臺具有相同的首頁模板和計算機程序，不同平臺、不同學科、不同專業沒能充分體現出其獨一無二的課程特色。操作平臺具有局限性，無法充分體現人性化特色和該課程的特殊化要求。
1.2.2 教學方式的一致性
網絡教學中，一般采用計算機程序設定好的流程，授課、復習、習題演練、期末考試、綜合評估為基本程序，流程化操作，無法根據學生的學習特點和成績要求制定相應的教學方式。教學評價流程過于死板，無法像教師一樣考慮其他綜合因素進行分析，這就容易導致考試系統的公平性、評分的合理性受到質疑，無法體現教學權威性。
1.2.3 服務系統的落后性
網絡教育是以計算機的軟件程序為表現載體，將教學課程和學習方式相融合。隨著知識體系更新換代的不斷加快，學術糾錯的發生，課程及時更新也是十分重要的。但是網絡教育服務系統具有一定的落后性和延時性，傳遞的知識和答疑手段相對落后，影響著網絡教育的準確性和科學性。
2 人工智能在網絡教育中的具體應用
網絡教育缺陷的存在，其重要原因是教育流程系統的“剛性”無法符合學習者不同的教學需求，不懂得如何具體因人而異、因材施教；而人工智能“柔性”的工作特點，可以有綜合考慮各種影響因素，并及時調節，恰好是對缺陷的補充。事實證明，人工智能在網絡教育中的具體應用也取得了較好的效果，主要體現在以下方面：
2.1 專家系統的應用
專家系統是對智能教學系統、決策系統、導學系統以及先進的智能化硬件設備的總稱。傳統的網絡教育是流程化、規范化的，智能化教學系統是對每個流程應用智能化手段，促進教學過程的科學性。
2.1.1 智能決策系統。
在課程開始之前，增設智能決策功能即智能決策系統，類似于學校的入學考試，對學生的學習能力、成績水平、智力狀況進行基本的分析和了解，以學生能力而不是教師要求為教學依據，制定合理的教學計劃和學習方案；通過智能化設計，確定學習成績分階段測試計劃、智力開發方案和考試模擬系統等，通過這些方式，實現對學生能力的充分開發。
2.1.2 智能導學系統
這是通過對學生一定時期學習環境的營造，通過對環境內各影響因素施加措施，為學生的學習提供優質條件。影響因素包括教師、學習資源、外部因素等，一旦學生學習沒有達到預定的目標，教師模塊就會對學生的動態行為做出科學正確的指導，并向正確的學習軌跡糾正；學生學習所需要的參考資料、試卷分析、時事熱點等，會根據學生的學習進展情況及時更新資料庫；學生在學習中遭遇困境，系統會根據智能化發揮引導和提醒功能。
2.1.3 智能教學系統和智能化硬件設備
智能教學系統和智能化硬件設備分別是智能學習系統的軟件和硬件載體。智能教學系統是智能決策和智能導學子系統的綜合，是幾種不同模式的組合與搭配，最終出現適合學生自身的學習模式，并且讓系統關系更加穩固；硬件系統是網絡學習的基礎和載體，包括傳輸設備中的路由器、交換機設備，終端的打印機、攝像頭等。
2.2 其他人工智能系統的應用
2.2.1 語言處理系統
語言處理系統在人工智能領域是一種應用較為廣泛的技術，系統內部擁有錄音模塊、語言識別模塊、轉換模塊和輸出模塊。學生向錄音系統發出聲音，語言識別和轉換模塊將語言轉化為文字顯示在計算機界面上。就目前的技術來說，語言處理系統可以處理簡單口語和書面語言，局限在普通話，隨著語言庫的升級，語言處理系統的功能會越來越強大。這一功能的出現，對學生學習語言口語和減少文字任務有很大的幫助。
2.2.2 知識庫系統
知識庫系統是對知識和數據的整合、匯總和儲存，學生僅依靠記憶中對知識的只言片語和殘損記憶，發揮知識庫強大搜索功能，自動分辨出關鍵詞，并提供完整的數據。這對學生學習記錄的查找和知識的復習有很大幫助，也有助于系統的升級和完善。
3 促進人工智能在網絡教育中應用的具體措施
3.1 加大資金支持
資金支持是發展新科技的堅實保證，政府和相關機構應該重視人工智能在網絡教育發展中的巨大作用，提供政策的優惠和資金撥款，給予場地和設備的支持。有了資金的支持，可以吸引優秀人才開展系統研發和技術升級工作，可以為人工智能的應用提供高性能、高水平、先進的硬件設施保障。
3.2 開展教學實施
應該積極促進人工智能在網絡教育中的教學實施活動，通過一線學習的監測和實驗，推動新技術的普及與應用。在相關專業院校安裝人工智能軟件，也是促進教學實施的有效途徑。
4 結束語
綜上所述，人工智能是一項應用廣泛，可研究性強的計算機前沿技術。通過人工智能相關技術的研究，能夠解決網絡教育中存在的諸多問題，提高學生的學習質量和效率，方便老師的教學管理，以及對教育教學模式將產生深刻影響。
參考文獻
[1]馮佳.虛擬機技術在計算機網絡課程教學中的應用[J].計算機光盤軟件與應用，2011（17）.
[2]王世剛，王紀鳳，尚玉蓮，趙學軍.計算機網絡課程教學中的虛擬機技術應用[J].中國現代教育裝備，2011（01）.
[3]劉健.人工智能在網絡教育中的應用探索[J]. 計算機光盤軟件與應用，2014（06）.
[4]陳建鋒.人工智能及其在計算機網絡技術中的應用[J].城市建設理論研究.2015（03）.
作者簡介
侯燕（1981-），女，山東省濟寧市人。碩士學歷。現為齊魯師范學院講師。研究方向為計算機應用。
自1956年人工智能概念在達特茅斯會議提出以來, 人工智能的發展超出了人們的想象:1997年, IBM超級電腦深藍擊敗國際象棋世界冠軍卡斯帕羅夫;2016年, 由Google旗下的深度學習公司Deep Mind開發的人工智能圍棋程序Alpha Go戰勝了世界圍棋冠軍李世石, 這件事轟動了全世界[1]。隨后有關人工智能的熱點應用不斷推出, 比如無人駕駛、智能醫生、語音與人臉識別等, 讓我們認識到人工智能的應用已與生活息息相關。在教育領域, 人工智能應用也取得了重大突破, 比如2017年高考期間, 機器人艾達挑戰高考數學, 10分鐘就答完, 獲得134分, 激發了教育領域對人工智能的巨大熱情, 同時也引發了人們對教育的憂慮與反思[2]。2017年7月國務院印發了《新一代人工智能發展規劃》, 提出人工智能產業競爭力在2030年要達到國際領先水平。目前世界主要發達國家先后從國家層面人工智能政策規劃, 將人工智能作為國家經濟發展、社會變革和國際競爭的新動力[1]。
1 人工智能定義和發展階段
人工智能的英文是Artificial Intelligence, 簡稱AI, 人工智能的內容不斷豐富和發展, 至今還沒有統一的定義。比較權威的說法認為[3]:人工智能是關于人造物的智能行為, 主要包括知覺、推理、學習、交流和在復雜環境中的行為。人工智能的長期目標是發明出可以像人類一樣或能更好地完成以上行為的機器, 短期目標是理解這種智能行為是否存在于機器、人類或其他動物中, 所以它包含了科學和工程雙重目標。根據其功能強弱, 人工智能分為三類, 即弱人工智能、強人工智能還有超級人工智能。人工智能的發展大體上經歷了三個階段, 第一階段是20世紀50~60年代, 提出人工智能的概念。主要以命題邏輯、謂詞邏輯等知識表達和啟發式搜索算法為代表;第二階段是20世紀70~80年代, 提出了專家系統, 同時基于人工神經網絡的算法研究發展迅猛, 伴隨著半導體技術計算硬件能力的逐步提高, 人工智能逐漸開始突破;第三階段是自20世紀末以來, 尤其是2006年開始進入了大數據和自主學習的認知智能時代。隨著移動互聯網的快速發展, 人工智能的應用場景也開始增多, 特別是深度學習算法在語音和視覺識別上實現了巨大的突破[4,5]。人工智能的技術體系主要分為四個方面, 即機器學習、自然語言處理、圖像識別以及人機交互等。當今擊敗世界圍棋冠軍李世石的Alpha GO主要應用了機器學習中的深度學習算法。
2 人工智能應用狀況與反思
2017年, 阿里的無人超市落地杭州, 進店、挑選商品、付款支付一氣呵成, 消費者幾乎在完全自主的狀態下完成購物。與此類似, 昆山富士康公司裁員6萬名工人, 全用機器人代替。京東、淘寶引入的智能機器人替代了原來的倉庫管理、人工客服等崗位。因此有學者悲觀地斷言:在人工智能時代, 因為很多職業崗位或技能將被智能機器人所代替, 職業院校畢業生很有可能面臨畢業就失業的窘境。筆者認為, 我們不應該重蹈歷史上英國制定的限制汽車推廣使用的《紅旗法案》的悲劇。正是這個在今天看來毫無道理的, 但卻持續了三十年的法案讓德國和美國的汽車工業完全趕上來, 最終遠超英國。人工智能應用必將淘汰或替代很多現有就業崗位, 但同時又會創造新的就業崗位, 這是一個伴隨著產業智能升級的、長期的艱難過程, 對于職業教育來說, 這既是一個嚴峻的挑戰, 也是一個難得的機遇。
3 人工智能時代職業教育的發展策略
為了更積極地適應人工智能時代, 除了國家層面的統籌規劃、科學指導和政策、經費支持之外, 建議還要做好以下幾個方面的發展規劃。
3.1 解放思想, 更新理念與制度
中國工程院院士潘云鶴提出, 人工智能走向2.0階段的真正原因是世界正從原來由人類社會與物理空間構成的二元空間, 向著由物理空間、人類社會與信息空間構成的新三元空間演變[6]。因此, 職業教育在教學和管理過程中應該加入人工智能等相關理念和技術, 同時其辦學定位、人才培養方案、專業建設、課程內容、考核評價標準等方面都需要做出相應的改進。比如當前大多數職業院校非計算機類專業的課程安排中, 信息技術類課程課時偏少, 數據處理、編程類或人工智能課程幾乎沒有, 這樣的安排不利于提升學生的信息素養, 必須做出相應的調整, 同時適當減少將來可被人工智能應用替代的技能課程的課時, 比如電算會計、環境監測等。
3.2 善用人工智能, 提升教學與管理
在人工智能背景下, 教師們現有的重復性工作和大量數據積淀的教學任務, 比如批改作業或閱卷或課堂考勤都可能被人工智能取代, 因此, 教師能騰出更多的時間, 更充分地關注學生的個性差異, 從而為學習者提供更精確的個性化學習服務, 教師也能夠及時調整教學方法和手段, 優化教學評價方式, 補充教學資源, 減少備課重復性工作, 提升教學效率, 真正地做得因材施教, 同時學生們的學習方法和方式將不同程度地得到重構, 基于大數據的智能在線學習平臺大量出現, 不同的學校、學科及專業課程不再封閉, 學習時時處處都可以進行, 碎片化與個性化學習將日益普遍。教師能完整地跟蹤學生的整個學習過程, 比如學生上課是否睡覺、是否玩手機、是否在教室里與其他同學合作學習等, 都能夠根據監測數據進行智能解析, 有利于更有效、更全面地對學生進行過程性評價。大部分課程考試將全部自動化, 考生資格審查利用人臉識別、監考與閱卷都由智能機器來完成。上述人工智能給教學帶來的這些變化既需要網絡硬件設施和相關軟件系統來支撐, 更需要職業教育的教師們繼續提升信息技能、深化和加強信息素養。
3.3 深化產教融合、優化實訓筑牢就業
在人工智能時代, 職業院校應與相關行業統籌發展, 深化產教融合, 拓寬企業參與的途徑, 深化引企入教改革, 支持引導企業深度參與職業院校的教育教學改革, 多種方式參與學校專業規劃、教材開發、教學設計、課程設置、實習實訓, 促進企業需求融入人才培養環節;鼓勵以引企駐校、引校進企、校企一體等方式吸引優勢企業與學校共建共享生產性實訓基地;全面推行現代學徒制和企業新型學徒制, 推動學校就業與企業招工無縫銜接。比如職業教育將出現新師徒制, 行業領域的行家里手將通過互聯網以VR或者AR技術言傳身教的方式, 帶領規模龐大的徒弟用碎片時間進行學習與實踐。
3.4 完善終身學習的職業教育體系
隨著人工智能應用的深入推廣, 職業院校培養的技能型人才所掌握的技能如果不及時進行充電升級, 中低端的重復性強的工作將面臨被智能機器人不同程度進行替代的危險。所以對于不少技能崗位, 守著一門技術吃一輩子老本的時代將一去不復返。因此, 職業教育要繼續完善終身教育體系, 為職業教育學生的充電升級鋪就一條縱深的通道。
3.5 人文教育為道, 智能教育為用
在人工智能的幫助下, 簡單重復性的工作將被機器替代, 人們將從重復繁瑣的事務中解脫出來, 轉去從事更具有創造性、創新性或者更具有情感類的工作, 這些工作需要人與人之間的合作與溝通, 因此, 職業教育更需要注重學生思想道德水平、人文綜合素質的培養, 這是做人之道, 在此基礎之上激發學生們的學習主動性和創造力, 促進跨界思維的形成, 更好地掌握人工智能時代的相關職業崗位知識和相應的智能技能。著名理論物理學家霍金曾說:完全人工智能的研發可能意味著人類的末日。Tesla汽車和Space X公司創始人馬斯克說:我們必須非常小心人工智能。如果必須預測我們面臨的最大現實威脅, 恐怕就是人工智能了[7]。一群沒有良好道德水平的, 但掌握了智能技術或設備的人們是危險的, 所以職業教育應該從學生入學起就開始, 不斷提升學生的思想道德水平, 熱愛社會、熱愛生活、樂于助人、與人為善。只有這樣, 人工智能應用才能更好地服務人們、造福社會。
4 結論
人工智能正在快速又深刻地改變我們的教學、生活和工作方式, 也對職業教育提出了嚴峻的挑戰, 同時也是一個巨大的機遇。職業教育在面對人工智能時代的變革時, 須要從國家政策、理念與制度、教學管理、產教融合、終身學習等方面做好應對, 切實地把握人文教育之道對智能教育之用的統領原則, 培養能很好地掌控人工智能技術和應用的人才。
參考文獻
[1]謝青松.人工智能時代職業教育的轉型和發展[J].教育與職業, 2018 (8) :50-56.
[2]蘇令.人工智能來了, 教育當未雨綢繆[EB/OL].[2018-05-15].
[3]Nils J.Nilsson.人工智能[M].鄭扣根, 莊越挺, 譯.北京:機械工業出版社, 2000.
[4]王璐菲.美國制定人工智能研發戰略規劃[J].防務視點, 2017 (3) :59-61.
[5]賀倩.人工智能技術在移動互聯網發展中的應用[J].電信網技術, 2017 (2) :1-4.
關鍵詞： 人工智能；創新驅動；發展建議
人類對于智能機器的探索活動，古已有之。不過，以“人工智能”來命名這一探索并成為一個學科領域，卻發生于1956年夏季在Dartmouth舉行的一次小規模學術研討會上。因此，2016年是人工智能學科問世的60周年，在這個不同尋常的年份，世界各地的人工智能科技工作者都在密切關注人工智能的發展動向。
2016年3月，DeepMind研制的人工智能圍棋系統AlphaGo以4：1的戰績擊敗了韓國的圍棋高手李世石，把世界對人工智能的關注推向了前所未有的。各種各樣的議論噴涌而出。悲觀者大呼：“人工智能對于人類的潛在威脅太嚴重，應當通過立法限制甚至禁止人工智能的研究”；樂觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉嫁給人工智能機器，人類就可以通過機器來實現長生不老的千年夢想”。在科技界，人們則在激動著、討論著：我們應當在什么樣的熱點技術上發力？是深度學習？是認知技術？還是類腦計算？
回想這些年來，互聯網、云計算、大數據、物聯網、移動互聯、智能制造、智慧城市、人工智能、機器人一波又一波的高新技術登臺亮相，中國科技界、教育界和產業界都在一個個地緊緊追趕。雖然在跟蹤追趕的過程中取得了不菲的進展，但是人們不禁都在思考：對于人工智能來說，當前社會的需求是什么？什么才是有效的創新戰略？怎樣才可以擺脫跟蹤追趕的被動局面，爭取到引領創新的話語權？
發展人工智能不應當是一種孤立性、局部性的行動，而應當是能夠帶動和引領整個科學技術的創新和發展。
1 人工智能是當代重要交叉科學群的創新前沿
為了闡明“人工智能是當代重要交叉科學群的創新前沿”這個論斷，需要逐個澄清相關的基本概念，包括：什么是人工智能？什么是當代的重要交叉科學群？以及什么是當代重要交叉科學群的創新前沿？
1.1 什么是人工智能
人工智能是一門“探索人類智能機理，創制人工智能機器，增強人類智力能力”的科學技術。從這個意義上可以理解，只要人類的智力能力得到了增強和擴展，人們從事各種科學技術以至各種經濟社會活動的智力能力就會得到有效提升，從而能夠有效促進各行各業的創新與發展。
那么，什么是人類智能？人類智能主要表現在人類主體為了不斷改善生存發展的水平而發現問題、定義問題、解決問題的能力。其中，發現問題和定義問題的能力依賴于主體的目的、知識、直覺、理解力、想象力、靈感、頓悟、審美等內在能力，因此被稱為“隱性智能”；解決問題的能力則主要依賴于獲得信息，生成知識，創生策略等外顯能力，因此被稱為“顯性智能”。
顯然，隱性智能十分抽象，幾近神秘，不僅研究起來甚為困難，就連理解起來也頗感玄奇，而顯性智能則相對可理解，可研究。因此，人工智能研究遵循的原則是：基于人類主體給定的問題、知識、目標（這就是人類發現問題和定義問題的能力）這些前提，研究如何利用信息、生成知識、創生策略來解決問題，達到目標。也就是說，人工智能的研究遵循人類智能與人工智能相結合的原則：人類智能負責發現和定義問題，人工智能則負責在人類所給定的問題框架下解決問題。這樣，人工智能機器就可以成為人類認識世界和改造世界的聰明助手。
由此可見，沒有生命，沒有目的，沒有靈感，也沒有審美能力的人工智能機器系統，原則上不具有隱性智能的能力，因而不可能獨立地發現問題和定義問題，只能在人類所發現和所定義的問題框架下去解決問題。因此，人工智能超越人類的恐懼缺乏科學根據。
1.2 什么是當代重要的交叉科學群
當今的時代是信息時代，認識信息資源和利用信息資源為人類服務的信息科學是當今時代的標志性科學。具體來說，信息科學是“研究信息的性質及其運動規律的科學”，也就是以信息為研究對象，以信息的性質及其運動規律為研究內容，以信息科學方法論為研究指南，以增強和擴展人類信息功能（全部信息功能的有機整體就是人類的智力功能）為研究目標的科學。換言之，信息科學的研究目標就是擴展人類的智力功能，而研究信息的性質及其運動規律和信息科學方法論都是為了實現擴展人類智力功能這個目標服務的。
由此就可以清楚地理解：人工智能的研究是信息科W的最高目標，也是信息時代科學技術發展的基本目的；而為了使人工智能系統能夠在人類發現和定義的問題框架下成功地解決問題，人工智能的研究必須從人類求解問題的能力中得到啟發。這表明，人工智能的研究需要向認知科學學習，因為認知科學就是研究人類自己是如何面對問題解決問題的。另一方面，認知科學所研究的人類解決問題的機理又建立在腦科學的基礎之上，因此，人工智能的研究必須理解腦科學的工作機理。再者，人類發現問題、定義問題、解決問題的能力并不是永遠固定不變的，而是不斷進化和發展的。因此人工智能的研究還必須學習信息生物學，后者深刻地研究和揭示了人類能力不斷進化的機制。可見，腦科學、認知科學、信息科學、信息生物學、人工智能是當代最具重要意義的交叉科學群。這個科學群還包含更多的學科，恕不一一闡述。
1.3 什么是當代重要科學群的創新前沿
雖然腦科學、認知科學、信息科學、信息生物學、人工智能各有各的研究內容，但是所有這些學科共同的目標都是智能，如人類的智能（腦科學）、生物的智能（信息生物學）、人類智能的物質基礎（腦科學）、人類智能和生物智能的工作機理（認知科學）、人類智能和生物智能的進化機制（認知科學與信息生物學）、人類智能的信息基礎和研究方法論（信息科學）、人類智能的機器模擬和實現（人工智能）等。
所以，人類智能和人工智能是當代這一重要交叉科學群共同的創新前沿。人們對于腦科學、認知科學、信息科學、信息生物學的理解深化了，就會促進人工智能研究的發展；反之，一旦人工智能的研究取得了突破和創新，也必然能夠帶動腦科學、認知科學、信息科學、信息生物學的突破與創新。
2 中國人工智能發展的現狀：差距與優勢
中國人工智能的發展現狀，大家平日都親身感受得到，應當比較熟悉，似乎無需贅言；但是國情是我們思考問題的基礎，因此不可不察。而且，我們對于中國在人工智能發展方面所存在的差距和優勢的認識，確實還有必要進一步深化。
2.1 差距：顯差距，隱差距
大家都意識到，中國在人工智能的發展方面確實存在不少的差距。普遍J為，由于中國缺失了工業革命這個歷史階段的洗禮，因此在工業基礎和工藝水平方面天然存在明顯的不足。特別是中國微電子工業領域的高性能芯片制造能力有待進一步加強，人工智能硬件系統的水平也有待進一步提高等，這些都是眾所周知的顯差距。
然而，更值得深思的問題是：在人工智能的科學研究方面，長期以來，中國同行普遍習慣于跟蹤學習，缺乏突破創新的民族自信心，更缺乏引領國際的強烈意識。無論是互聯網、物聯網、語義網、云計算、大數據、移動互聯這些大概念，還是深度學習、無人駕駛、類腦計算這些技術思想，都是外國學者率先提出，然后才是中國學者蜂擁而上。加上這些年滋長蔓延起來的急功近利和學術誠信缺失，往往在蜂擁而上之后的一夜之間就會冒出許多“新成果”！這是中國人工智能發展存在的隱差距。
需要指出的是，顯差距正因為“顯”，已經得到各有關方的高度重視，并且正在不斷地被縮小；但是，隱差距則因為“隱”，不容易被察覺，至今還沒有引起各方面必要的重視，因此仍然是實現突破創新和引領戰略的隱患。
2.2 優勢：現優勢，潛優勢
那么中國在人工智能研究中是否也存在什么優勢呢？表面看來，似乎中國在人工智能研究領域一直處于跟蹤學習狀態，談不上存在什么優勢；但是仔細考察發現其實不然，中國在人工智能研究中的確存在不可忽視的優勢。
中國目前雖然在整體上還處于相對落后狀態，但在某些技術研究上卻處于國際領先地位。例如：語音識別技術，中國已經在近期多次國際評測大賽中奪得世界冠軍；在汽車自動駕駛方面，中國的研發水平也與國際上旗鼓相當；特別是在理論研究方面，中國在人工智能通用理論研究方面的機制主義人工智能理論、人工智能邏輯理論研究方面的泛邏輯學、人工智能數學方面的因素空間理論都是國際領先的成果。這些都是已經涌現出來的現優勢。
更加重要的是，像人工智能這樣既十分復雜又極其深刻的科學研究，勢必自覺或不自覺地受到科學方法論的影響。幾十年來，國際人工智能的研究形成三大學派，就是受了以分而治之為特征的機械還原方法論的影響，把復雜的人工智能研究分為結構模擬的人工神經網絡學派、功能模擬的物理符號系統學派、行為模擬的感知動作系統學派，而且長久以來互不認可，不能形成人工智能研究的合力。科學論證充分表明，適于人工智能研究的科學方法論不是“機械還原論”的方法論，而應當是“信息生態論”的方法論。后者與中國歷來的“整體論”和“辨證論”思維傳統息息相通。因此，在人工智能的研究領域，中國握有方法論的潛在優勢（潛優勢），只要自覺地加以運用，這種潛在優勢完全可以轉化為強大的現實優勢（現優勢）。
3 人工智能的社會需求和發展中國人工智能的戰略建議
3.1 人工智能的社會需求
中國的信息化建設全面啟動于20世紀90年代，得益于現代信息技術的支持，取得了舉世矚目的輝煌成就，進入了迎接復雜問題的新時期，面臨著巨大挑戰。從整個經濟社會發展和全面改革的大局判斷，在多次講話中也明確指出，中國的改革開放進入了攻堅克難的深水區。眾所周知，人工智能技術是信息技術的高端前沿；因此，為了迎接復雜問題的挑戰，為了成功走出深水區到達勝利的彼岸，中國亟需人工智能科學技術的全面支持。
另一方面，縱觀當今的國際環境不難發現，一些發達國家在中國黃海、臺海、東海、南海不斷制造緊張局勢，企圖以武力遏制中國的和平崛起。他們聲稱要長期投資人工智能，要用人工智能武器戰勝中國，對此不能不高度警惕，并采取果斷措施。
3.2 加快發展中國人工智能的建議
為加快發展中國人工智能，從戰略性、系統性、可操作的角度出發提出5項建議。
（1）頂層規劃。
火車跑得快，全靠車頭帶。建議設立國家級智能科學技術發展規劃與協調專家委員會，負責研究和提出中國智能科學技術發展的中長期規劃，制訂智能科學技術產學研發展的實施政策，協調和促進中國智能科學技術的快速有序健康發展。
（2）人才培養。
萬事都緊要，人才是根本。建議國務院學位委員會把中國現有的“智能科學與技術”二級學科提升為一級學科，以形成系統完整的智能科學技術人才培養體系；同時建議教育部在中小學開設智能科學與技術基礎知識課程，開展課外興趣培育活動。
（3）創新研究。
跟蹤不可廢，創新更關鍵。在國家自然科學基金設置“智能科學技術基礎理論”專門領域，大力推進智能科學基礎理論的突破創新；同時在國家“十三五”規劃設立智能制造、智能農業、智能服務業、智能交通、智能網絡空間安全、智能教育等應用專項。
（4）產業標準。
創新是尖兵，產業是后盾。大力促進中國智能化產業的發展，并在國家標準委員會建立智能產品標準工作委員會，鼓勵有條件的單位和學術團體開展各類智能技術產品的測試、評價和檢驗標準的研究，引導智能化產業和產品市場有序健康發展。
（5）持續發展。
人工智能的時代已經來臨，并將成為互聯網下半場的主流。正在回歸理性的資本，對待互聯網的下半場又將有怎樣的投資邏輯？
互聯網上半場互連的機會已經過去，下半場就是人工智能了。
人工智能時代應運而生的過程，跟大數據的發展差不多，都是從信息獲取到識別，到信息處理分析和反饋，再到最后的經驗存儲、格式化，以及循環的生態凈化。畢竟，大數據、運算能力和產業應用都是人工智能發展的重要因素。當下人們關心的是，重大的產業機構是否會伴隨著人工智能的發展同時到來？是否會同時產生聚集效應？這也是投資很重要的背后邏輯。
中國的人工智能時代，實際上就是互聯網和大數據時代的產業衍生。這是因為互聯網前期的高速發展，從平面互聯網到一維、二維，再到后面快速智能互聯網的發展，整個進程都是循序漸進的。而中國人工智能時代的基礎設施和基礎條件，其實也是逐漸在成熟的。云計算、智能終端、大數據、寬帶、傳感器等產業鏈逐漸成熟，也推動著人工智能的快速爆發。
滴滴出行創始人程維曾在一次演講中表示，互聯網上半場互連的機會已經過去了，下半場就是人工智能。而分享經濟，是未來20年整個互聯網時代最大的發展趨勢。新美大CEO王興也曾在一次工作會議中提出，未來大的互聯網企業，其實重點在運營。過去是做用戶、做流量，接下來的重點就是做運營。把這個點做到極致，真正使互聯網企業效率提高、成本降低、用戶體驗提升。而這三個部分要做好，其實跟人工智能有著重大的關聯。互聯網上半場連接人人的風口已經基本結束，互聯網下半場運營提升和人機連接的風口正在開始。
中國人工智能應用的產業發展也是逐漸在深化，人工智能的類型大致分為3種。第一是數據挖掘和優化以助于精準營銷部分的應用；第二是軟件、硬件控制，推動工業4.0發展；第三是人機互動，包括智能客服、服務機器人等方面的發展。相對而言，這些是目前正在快速發展的。而未來更多應用的機會將出現在在線醫療、在線教育、車聯網、無人機、工業4.0等方面。
互聯網的下半場屬于人工智能，這已經是大家的共識。但是，資本對互聯網下半場的投資邏輯又是怎樣的呢？
以啟賦資本為例。即使目前在機器人、無人機方面布局不多，但啟賦資本在在線醫療、在線教育、互聯網酒店、酒店智能化應用和工業4.0等方面都有了充分的布局。與此同時，為了獲取巨大的用戶基礎，啟賦資本還投資了大量的產業互聯網平臺型公司。而在人工智能方面，一些能夠早期布局的機會，也是比較珍貴的。
而在這一系列的投資布局中，啟賦資本其實依循著一套投資邏輯，即秉承對互聯網上半場已經結束的基本判斷，更加關注互聯網的下半場。根據這樣一個基本的邏輯，盡量去繞開BAT、關注垂直重運營、結合人工智能、推進O2O產業升級以及供給側的共享經濟優化等。當然，更多的也會結合自身在B2B領域的投資優勢進行布局，例如工業鏈金融、企業級服務等方面的投資。
其實，在投資過程中，共享經濟、消費升級都是會考慮到的。而在人工智能方面，考慮的重點應當是核心技術。首先是關鍵技術類的項目，那些持續研發的、有產業化思維的前沿項目會更受資本的歡迎。
然后是應用技術類項目，也就是B2B的項目。面對這類項目，資本會仔細甄別。對于那些服務于中小企業的項目，團隊、用戶拓展、產業運營等要素會備受關注；而對于那些服務于大企業的項目，效益提升空間和開拓能力就會成為重點。
1.1確保網絡系統的穩定運行
在網絡技術的管理中，有關工作者務必檢測與控制一系列不同的網絡資源，這樣才能夠保障網絡運行的穩定。在此過程中，應有效把握系統資源的狀況，并且進行合理分析，如果存在異常，需要異常關注，強化狀態監控。通常而言，網絡系統的運行狀態都是高速化的，這就要求綜合把握網絡系統每時每刻的情況，人工智能可以有效地確保網絡系統的穩定運行。
1.2具備非常強的協作能力
當今，計算機網絡的規模日益龐大，系統結構日益復雜化。因此，單一管理網絡系統越來越暴露出缺陷，這不利于計算機網絡技術的進步，應用人工智能技術能夠層次化地管理網絡，確保計算機網絡運行的穩定性.
1.3具備高效的非線性處理能力
以之前的網絡控制理論作為視角而言，難以高效地管理計算機網絡安全，這是因為網絡系統具備復雜的拓撲結構，較難估計用戶的操作行為，進而難以保障網絡管理中的高度線性管控。人工智能具備非常強的模擬以及學習技能，因而能夠有效地解決非線性問題。
2人工智能在計算機網絡技術中的具體應用
人工智能在計算機網絡技術中的應用，需要技術工作者在把握人工智能發展現狀基礎之上，堅持實用性與科學性的原則，基于多個維度出發，根據計算機網絡技術的發展趨勢和方向，促進高效、科學地應用人工智能技術。
2.1人工智能在計算機網絡安全監控中的應用
在控制環節中應用人工智能技術，有效地實現了當前時期管理計算機網絡工作的需要，在管理工作中應用控制技術的流程是系統化的。具體而言，應用人工智能控制技術先應采集和處理數據信息，在此過程中，以特定的形式儲存有關的數據，方便之后提取與應用。為了便于應用信息和管理工作者實施人工操作，要求設置控制界面，以使良好的人機交互界面形式形成。并且，為了有效地處理突發的計算機網絡管理現象，在人工智能控制組成部分中，應優化報警和監控部分，以實時監控計算機網絡的一系列運行環節，保障如果存在運行缺陷，人工智能控制技術可以迅速和及時地進行識別，保障監控有效性。針對管理時存在的報警情況，能夠以圖像、電話、語音信息輸出報警信息，通過各種各樣的報警方式，提高了報警工作的有效性，管理工作者能夠結合報警信息，實時解決一系列突發現象，以使技術損失減小。還能夠應用人工智能控制技術設定權限，各種管理工作者因為工作崗位職責或管理工作水平存在不同之處，所以在設置管理權限的基礎上可以有效防范管理工作者管理失誤形成的風險。并且，也方便管理計算機網絡管理工作者自身，以貫徹實施管理職責。
2.2人工智能在計算機網絡數據處理中的應用
應用人工智能技術可以顯著提高計算機網絡處理數據的能力，人工智能技術能夠進行計算機科學預測和動態模擬，進而以技術上支持開展一系列網絡管理事宜，特別是針對預設性管理事宜，方便管理者進行管理活動，降低了額外投入的管理成本，奠定了之后處理數據和其它有關管理工作的良好基礎。為了更好地在計算機網絡數據處理中發揮人工智能技術的優勢作用，工作者應立足于實際現狀，切入人工神經網絡，結合建構的人工神經網絡機制，有效預測和處理一系列的網絡信息。具體而言，人工神經網絡可以結合實際運行的計算機網絡狀況，迅速取得網絡運行的重點參數，且對比網絡標準跟取得的參數，再輸出對比結果，從而直觀呈現計算機網絡。通過神經元件的閾值和連接權銜接輸出值、輸入值，以使最理想的擬合函數形成，基于人工神經網絡框架體系下，可以高效處理計算機網絡運行中的一系列中心數據，特別是在閱讀計算機網絡中一系列技術參數和設備運行狀況的基礎上，確保人工智能技術可以迅速地預測管理過程中存在的缺陷，且高效設置應對缺陷的方案，此操作因為要求運算很多數據，為此，應前移數據信息處理工作，以建構計算機網絡預測網絡和動態模擬網絡。
2.3人工智能在計算機網絡模型中的應用
縱觀實際運行的計算機網絡狀況而言，遺傳算法相比較于其它算法，其也屬于一種計算機網絡數值模型，具備的優勢是處理信息高效、模型簡單等，并且屬于一種人工智能被應用于計算機網絡模型當中，從某種意義上來講，遺傳算法使智能化的模型實現。針對一些潛在的問題，遺傳算法可以迅速地實施綜合梳理和評估，提高了處理數據的有效性。在實際建構模型時，技術工作者應先調整編碼環節，在優化編碼的基礎上，從技術上支持實現遺傳算法，基于該思維模型的引導之下，工作者務必有效設置數學模型，以體現編碼的價值。具體而言，在設置數學函數模型時，應兼顧計算機網絡的評估適應性和初始狀況，在處理以上兩種數據信息的前提條件下，盡可能更科學地提升遺傳算法評估計算的準確性。兼顧到遺傳算法的技術特點，在管理計算機網絡的情況下，能夠耦合處理地理信息系統和遺傳算法，結合地理信息系統的空間屬性，實現遺傳算法處理空間數據效果的持續提高，很好地發揮儲存數據、分析數據、管理數據環節上遺傳算法的價值，從而建構高效化的數據處理體系，真正使當前時期發展計算機網絡的需要實現，將尤為高效、便捷的用戶體驗提供給用戶。并且，切入遺傳算法，可以實時監管計算機網絡的工作狀態，對于網絡的運行而言，倘若存在有關的問題，工作者可以結合遺傳算法迅速獲得反映，從而奠定檢修和排除故障的良好基礎，以及實現計算機網絡故障出現概率的顯著減小，保障網絡更加穩定地運行。
2.4人工智能在教育領域中的應用
在當今改革教學的進程中，課堂教學中業已日益普遍地應用先進的互聯網技術。教育教學中應用人工智能技術，可以很好地激發學生的學習興趣以及學習積極主動性，因而可以實現教學效率和質量的提升。結合當前時期的應用現狀而言，人工智能的應用重點表現為早教方面，尤其是出現的AI智能機器人，推動早教向一種全新的教學視角轉變，使教學并非僅僅限制在教材文本上。除此之外，互聯網與人工智能的統一，還可以實時處理課堂教學中的一些問題，針對難以解答的問題，能夠迅速、準確地搜索，從而實現更加理想的教學效果。
2.5人工智能在大眾生活中的應用
基于社會經濟的進步，人工智能技術業已逐步應用于人們平時的生活過程中，像是智能家居的出現大大方便了人們的生活，實現了人們高層次的生活需求。像是當今經常見到的窗簾智能控制、燈光智能控制，以及存在的智能家居遠程控制系統等，都很好地呈現了人工智能的優勢作用和極大的便捷性。因此，在人工智能將來的發展中，大眾的生活中必將普遍地應用人工智能技術，從而將尤為優質的生活服務保障提供給人們。
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。現在,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常活躍的研究課題,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。基于多信息融合的民族關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)
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).
［關鍵詞］人工智能；人才培養；AI技術人才
一國家對于高校人工智能教育的發展的重視
面對AI技術如火如荼地發展，我們國家對AI人才和人才培養都非常重視。2017年3月“人工智能”在政府工作報告中曾提及四次，指出要推動人工智能和實體經濟深度融合。2017年7月20日國務院《新一代人工智能發展規劃》[4]。《規劃》指出完善人工智能領域學科布局，設立人工智能專業，推動人工智能領域一級學科建設，盡快在試點院校建立人工智能學院，增加人工智能相關學科方向的博士、碩士招生名額。鼓勵高校在原有基礎上拓寬人工智能專業教育內容，形成“人工智能+X”復合專業培養新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設。
二企業對于人工智能人才的需求
市場上AI技術人才非常稀缺，據騰訊研究院聯合boss直聘的《2017全球人工智能人才白皮書》[5]顯示：目前，全球大約有30萬人從事AI工作。截止到2017年10月，中國人工智能人才缺口至少在100萬以上。2017年頭10個月，AI人才需求量是2016年的近兩倍，2015年的5.3倍之多，年復合增長率超200%。百度、騰訊、阿里巴巴、京東等互聯網巨頭都在挖掘AI人才，紛紛開出了高額的薪資。2017年薪資最高的十個職位中AI類崗位占到1/2，其中語音識別、NLP、機器學習等職位平均月薪資超過2.5萬元。
三高校AI人才培養的思考
高校具有多學科、高層次人才集中的特點，具備計算機與多學科交叉融合的優越條件；且大部分學校都開設有數學、物理等基礎學科，具備夯實數學理論基礎的條件；且人員相對固定，便于溝通交流，具備共同開展AI課題，促進發展AI技術的人力條件。但是遺憾的是我國開設人工智能課程的高校較少，2018年只有33所高校設立了智能科學與技術專業[6]。面對AI發展的火爆，國家對于AI人才發展的重視以及企業對于AI人才的嚴重需求，高校作為人才培養的主要來源，是不是應該思考AI人才的培養呢？AI人才可以分為三類：拔尖人才，研究性人才和應用型人才，呈金字塔性。當下已經有一批名牌大學開展了AI方向拔尖人才的培養，如北京大學圖靈班、中國科技大學人工智能技術學院、西安交通大學人工智能拔尖人才培養實驗班，南京大學計劃成立人工智能學院等。但是金字塔的底層、中層更需要龐大的AI技術人才，如應用開發人員、數據工程師、AI和機器學習工程師、AI系統架構師、AI產品經理等崗位的人才，同樣值得重視。很多專家都表示AI人才需要數學基礎好、專業理論全面、具備一些工程基礎，且有自主學習的能力。本文從夯實數學基礎、人工智能方向課程的建設、實踐能力的培養、自主學習能力的培養四個方面闡述高校關于AI人才培養的一些思考。
1奠定扎實的數學基礎
在學習AI技術時，幾乎所有專家學者都提出需要扎實的數學功底，數學功底的厚重程度決定了在AI技術上走多遠。高等院校計算機專業都開設有“高等數學”“線性代數”“概率論”等數學課程，但是課時、難易程度不足，學生對于數學不夠重視，或者覺得晦澀難懂，學習效果并不十分理想，因此加強數學基礎的工作刻不容緩。可以通過必修和選修等方式開設“數據分析”“統計機器學習”“凸優化”等課程；通過微課或者MOOC等方式鞏固數學基礎的學習；通過優秀科普讀物，如《數學之美》《編程之美》等書籍的推薦閱讀激發學生興趣；通過開展校內學術討論、數學競賽等方式促進學生學習數據的動力，逐步達到夯實數據功底的目的。
2人工智能方向課程的建設
很多高校計算機專業課程中只開設有《人工智能》導論，有的甚至沒有。智能科學與技術專業開設有“人工智能”“計算機視覺”“機器人學導論”“計算智能”這幾門課程，但是在編程、算法等方面不足。那么AI技術人才應具備哪些專業能力呢？如何從專業角度培養AI技術人才呢？2018年1月CSDN了“AI技術人才成長路線圖”[7]，通過專業路徑和實戰路徑兩方面介紹了AI技術人才需要具備的知識。需要具備Python、C++、Linux、CUDA編程知識，需要學習機器學習課程、掌握TensorFlow框架。該路線圖中列出了機器學習算法工程師、數據科學家等10個崗位AI人才應具備專業知識和能力。微軟公司也推出AI人才培養的10門免費課程，如“AI導論”“數據科學會用到的Python語言-導論”“AI領域運用的數學概要”“數據和分析所需要的道德與法律”“數據科學概要”“機器學習法則”“深度學習”“強化學習”“微軟專案項目之人工智能”。同時在“文字和自然語言識別”“語音識別”“計算機視覺和圖像識別”中選擇其一。Google在人工智能學習網站開設有《MachineLearningCrashCourse（簡稱MLCC）》的免費課程[8]，由機器學習概念、機器學習工程、機器學習現實世界應用示例三個部分組成。Intel近期也了三門免費的AI課程，分別是“機器學習基礎”“深度學習基礎”和“TensorFlow基礎”[9]。AndrewNg在Coursera上也推出了機器學習的課程，且用比較通俗的語言講解機器學習中各個算法。最近在Deeplearn-ing.ai和Coursera平臺又開設了5門深度學習課程[10]。綜上所述，不同的研究機構都著眼于AI編程基礎、AI算法、AI框架、AI實踐這幾個方面。那么高校也可以借鑒這些經驗，通過三個階段分層次的開展相應的課程。
3實踐能力的培養
AI技術不能紙上談兵，必須動手實踐才能真正掌握，可以從以下幾個方面著手培養學生的實踐動手能力。（1）設計教學環節時多從工程應用的角度來介紹，激發學生的興趣，培養學生解決問題的能力。要求學生新手編程編程實現模型，充分理解算法的含義和原理到實現的過程。（2）在掌握一定的機器學習知識后，鼓勵學生盡早走進實驗室，接觸科研工作。可以從一些AI應用方向作為入手，使學生了解自己的興趣點、培養科學研究能力。（3）鼓勵學生參加算法比賽。目前有很多AI方向的競賽，如Kaggle上的挑戰賽，國內阿里天池大數據競賽等。通過參加競賽刺激學生學習AI的動力和熱情，使得解決問題的能力和實踐動手能力都會大幅度提高。（4）鼓勵學生到工業界實習。很多專家都指出AI人才應該具備一定工程基礎。確實，學術界往往追求算法的性能，而工業界更重視經濟效益和解決問題的有效性。到企業學習可以快速了解行業發展的框架，掌握算法轉化到產品的過程。
4自主學習能力的培養
AI技術發展速度很快，要求不斷地學習才能跟上節奏。可以從以下幾個方面來培養學生的自主學習能力。（1）平時教學中，可以給出一些小型的項目，讓學生自己尋求解決的方案，并把它作為考試成績的依據之一。（2）提供給學生免費的AI慕課資源，讓學生更好的學習和鞏固相關知識。（3）課外可以開展學術討論或者通過社團等方式開展AI方向的研討，交流，給學生一個學習的平臺，讓學生嘗試選擇自己感興趣的方向。也可以介紹一些近期的AI會議內容，開闊學生的眼界，使其了解AI發展的動態。（4）鼓勵高年級學生訂閱Arxiv，關注機器學習的頂級會議，如ICML/NIPS等。通過研讀論文，動手完成論文中的實驗發現新問題；或者擴展感興趣的論文的實驗部分；或者嘗試尋求論文中有價值的地方，找到自己的研究方向。
［關鍵詞］人工智能會計變革;應對策略;會計人才
數據和人工智能技術逐步應用于會計行業，德勤等四大會計師事務所相繼推出財務機器人，RPA技術被越來越多的企業廣泛運用。這一科技創新將幫助會計從業人員從許多重復性、標準化、流程化的核算工作中解放出來，與此同時也催生了新型會計崗位，給會計從業人員帶來新的挑戰。毋庸置疑，人工智能技術引發會計變革，究竟會帶來何種變革，會計從業人員該如何應對會計變革是文章探討的關鍵問題。
1人工智能概述
人工智能(ArtificialIntelligence)是計算機科學的分支，它試圖通過研究、開發用于模擬和擴展人的智能的理論、方法、技術，以構建出一種新的能模擬人類意識和思維模式的一門新的技術科學。其研究內容包括知識表示與自動推理、機器學習與知識獲取、自動編程與智能化機器人等。人工智能的發展經歷了萌芽、誕生、發展到集成四個階段。人工智能應用于財務領域始于1987年美國注冊會計師協會發表的《人工智能與專家系統簡介》，后來國外對此進行了深入的研究與探索，開發出相應技術與專家系統解決財會領域的分析決策工作，目前主要是運用模型化的財務管理理論，將匹配后的數據導入信息庫，據以分析得出企業財務報告，形成戰略經營建議。財務領域中的人工智能技術主要在于機器視覺和語音識別兩個方向，著重模仿人類的財務操作和判斷，多應用于業務收支預測、風險管控、稅務優化等方面。
2人工智能技術對會計行業的影響
隨著大數據、人工智能、移動互聯網、云計算技術的發展和應用，為我國企業管理的模式注入新的理念，傳統的基礎會計核算工作會被財務機器人替代，會計數據的采集、挖掘、分析，會計核算流程的再造以及隨之而來的對新型會計崗位人才的需求，都將推動企業會計模式的變革。
2.1人工智能實現會計數據質的飛躍
數據是會計核算的起點，為企業決策提供依據。在人工智能技術的支持下，海量的結構化和非結構化數據在數據處理系統中整合和分類;數據挖掘技術對數據進行深度挖掘，發現其潛在價值，數據的質量隨之提升。會計人員通過人工智能輔助系統，利用信息自動集成技術，自動將各種會計信息記錄到會計系統，避免了以往財務人員花費大量時間和精力于采集和錄入數據信息。隨后利用人工智能自動核算功能進行賬務處理，智能分析系統進行一定的數據分析，避免了會計從業人員處理大量的基礎核算工作，將工作重心轉移到為企業創造更多價值的預測、分析與決策工作中去，提高企業決策的效率和準確性。
2.2人工智能促進會計信息互聯
在會計核算方面，大量企業采用PRA，其被普遍認為是業務流程自動化軟件，結構化、常規化會計流程均由自動化機器人來執行，不受時間和空間的限制，自動生成各項報表，及時快速，靈活準確。人工智能為企業管理者和財務信息使用者搭建起信息共享平臺，使企業與其客戶、銀行、稅務、會計師事務所等廣泛互聯，實現上下游企業溝通、銀企對賬、網上報稅等。財務智能系統通過科學的決策程序，利用會計數據和模式，以不同角度、不同層次、不同時期進行分析，揭示隱藏在財務數據背后的價值，使得會計信息質量大幅提高，提高企業決策效率。
2.3人工智能催生新型會計崗位
核算和監督是會計的兩個基本職能，財務人員日常主要完成建賬、填制和審核原始憑證、填制記賬憑證、登記賬簿、編制財務報告等基礎性工作。伴隨人工智能的發展，這種日常的標準化、流程化的基礎核算工作可由財務機器人完成。財務機器人高效低耗、精準可靠、快速反應的優勢相較于會計工作人員日益明顯。與此同時，機器人間無須回避職務職能的利害沖突，這些都降低了會計人員在單位內部運營管理的重要地位。未來財務領域對基礎會計從業人員的需求大幅減少，會計人員崗位需求結構面臨變革。管理會計人才是集財務會計、法律、財務管理、計算機等知識于一體的復合型人才，并具有數據分析思維和預測思維，國家倡導的未來的管理會計師應同時是價值分析師。利用大數據和云計算等信息技術，解析過去、控制現在、分析未來，是對未來會計崗位人才提出的新的要求。
3會計行業在人工智能時代下的應對策略
3.1提高思想認識
人工智能技術在財務領域的廣泛應用已是必然趨勢，利用數據挖掘技術、智能決策支持系統等將財務人員從煩瑣復雜的工作中解脫出來，會計核算職能向管理決策職能轉變，同時也對會計從業人員提出更高要求。面對人工智能技術帶來的巨大變革，財務人員應在了解人工智能技術的基礎上，努力學習新技能，加強計算機、信息技術知識的學習研究，以順應時展的需要。與此同時也應認識到，不論是信息化系統，還是財務機器人，僅僅起到輔助決策作用，仍由人類進行開發、使用和維護。因此會計人應審時度勢、轉變觀念，全面認識人工智能，努力使自己成為兼具財務知識和信息系統操作能力的駕馭財務機器人的復合型人才。
3.2實現管理會計轉型
2014年10月財政部頒布了《關于全面推進管理會計體系建設的指導意見》，要求在5年之內提升管理會計人才的職業能力。中國總會計師協會會長劉紅薇在2018年5月世界會計論壇上表示:管理會計已經在全球進入了一個大變革和大發展的歷史時期。財務人工智能技術實現了會計信息的標準化流程化處理，會計核算職能逐漸被財務機器人取代，這種以技術手段革新形式帶來的會計職能的變化，釋放出大量基礎會計核算人員，他們必須綜合學習會計、財務管理、稅務以及信息系統的相關知識，向管理會計人才轉型。在企業發展戰略的指導下，以管理會計的視角，將數據進行分析和提煉，編制預算計劃，對企業經營業務進行控制，對業績進行評價，為企業發展和治理提供指導，以適應時代變化，成為多元化人才。
ABC成為時代主題
百度大腦優勢獨顯
百度總裁張亞勤在大會致辭環節分享了對于云計算、人工智能和大數據等領域未來發展的深刻思考。
張亞勤說，百度云擁有百度大腦的支持，是百度云最獨特、最重要的優勢。百度大腦是百度云的核心引擎，而百度云是百度大腦的云化，為前者提供了神經元和數據訓練源。通過深度學習和機器學習技術，百度在語音、圖像、自然語言處理等方面取得世界領先成果。
此次峰會以ABC SUMMIT為名， 即是AI，Big Data，Cloud Computing。百度通過開放共享自身領先的技術能力，讓云智數成為所有企業的基礎能力，推動各行各業開始進入ABC時代。
對于未來信息科技發展的趨勢，張亞勤表示，由云計算和人工智能組成的ABC將成為一個時代的主題。以云計算為基礎，以人工智能為中樞，以大數據為依托，ABC將深度結合并改造傳統行業，真正地提升每一個企業的運營效率，釋放商業潛能，創造全新機遇。
截至目前，百度云已經和超過三萬家企業展開合作，也陸續滲透到物流、醫療、教育、營銷、金融等關系到百姓生活的各個行業中，讓服務開始真正智能化。云智數三位一體的云服務結構可以為客戶提供業務可持續發展的動力引擎。
以“智”為謀天智平臺
會上，百度云重磅了最新的人工智能平臺――天智。天智底層為百度云計算，由感知平臺、機器學習平臺和深度學習平臺三部分組成，為不同需求的客戶提供全面的人工智能服務。這也是繼“天算”、“天像”和“天工”三大平臺后，百度云的第四大平臺級解決方案。至此，百度云實現了人工智能、智能大數據、智能多媒體和智能物聯網全方位的智能平臺服務。
感知平臺主要包括圖像技術（文字識別和人臉識別）、語音技術（語音識別、語音合成和聲紋識別）和自然語言處理（NLP Cloud），可以應用于智能客服、身份驗證、內容審核等場景，應用開發者可針對特定場景的應用直接調用API。
在這些技術方面，百度均處于行業領先地位。其中百度語音識別入選2016年MIT十大突破性技術，中文識別準確率達到97%。機器學習平臺是百度云端托管的機器學習服務，可以打通機器學習全流程，內置20多種高性能算法，并開放Spark MLlib；同時支持百度用戶畫像數據，并提供多種應用場景模版。
深度學習平臺具有靈活、高效、可伸縮、開源等特點。它支持多種神經網絡結構和優化算法以及自定義網絡配置，對于計算、存儲、架構、通信等多方面多了細致優化。它支持多核、多GPU、多機環境，其Paddle內部技術已經使用成熟，并實現對全球開發者的開放。深度學習平臺適用于精通深度學習的數據科學家，針對企業或研究部門的特定項目，需要大量的客戶標注數據。
交通領域變革在即
智能交通時代來臨
作為一家以技術驅動為核心競爭力的公司，百度通過百度云分享自身在云計算、大數據和人工智能等領域的技術優勢，通過構建可以計算、分析、處理龐大交通數據的“交通大腦”，打破海陸空以及行政區域的限制，實時抓取散落在各個路面交通、地下交通、空中航線的海量數據。
同時通過百度擁有的全球最大規模的深度神經網絡、最大深度機器學習開源平臺，對交通大數據的有效歸類、提取、利用，實現多系統配合協調，建立起一個更安全、更高效、更準確的智能交通體系。
百度副總裁王路與太原鐵路局局長趙春雷、南方航空電子商務部副總經理王景成、中國海事局曾輝共同智能交通生B聯盟，這也是國內首個覆蓋陸海空車的智能交通生態聯盟。
借助百度云計算、人工智能和大數據技術優勢，構建“交通大腦”，與合作伙伴一起促進交通運輸領域的技術創新和應用，發展智能交通，推動交通運輸更智能、更高效、更安全地運行和發展。目前，諸多合作已在進行中。相信隨著合作的深入，必將改變交通現狀，推動中國智能交通的 發展。
在與太原鐵路局的合作中，雙方共建國內首家集鐵路、航空和公路三位一體多式聯運的物流云平臺。通過百度云的接入，該平臺可打通貨物在公路、鐵路、航空的運送及倉儲信息；并利用大數據進行資源調配，通過人工智能深度學習物流管理，優化調度效率可達59%。
另一方面，百度云還將與中國南方航空共同推進智能航空計劃，將通過大數據實現對于航班、旅客、機票、航站樓、天氣等信息的綜合分析調度。同時共同推進大數據營銷、新一代信息技術和百度云的推廣應用、消費信貸等多方面的合作探索，為用戶打造一站式的智能出行服務平臺。
同樣基于百度云技術，將通過與中國海事局的合作，海事港口、船舶及相關水上設施信息也將實現聯通和數據的共享，加強程控，降低成本，合力提升海運管控能力。
從陸地到海洋再到空中，百度云并不滿足于交通體系的立體擴張，還要創造全新的交通方式。百度目前正在推進可以感知車輛行駛、預測交通狀況的智能汽車和無人汽車的發展。百度無人車已成為國內外矚目的前沿科技代表，在去年完成了實地路測，并在今年的烏鎮峰會上再次亮相。
在智能汽車的商業化方面，百度已與國內知名商用車企業福田汽車達成戰略合作。未來，百度將與福田汽車在汽車大數據、智能駕駛領域深入合作，開發出更多具備智能駕駛的商用車產品。
云計算、人工智能和大數據已成為新一輪產業革命的核心驅動力，百度云將透過云生態下的“交通大腦”，依托智能交通生態聯盟，加強行業合作，挖掘數據中的更多價值，推進智能交通的全面云端化，突破前所未及的高度，讓智能、計算無限可能。
寫在最后
2016是百度云計算的元年，基于基礎云、天算、天像、天工已經有80+款產品。下一步，人工智能已經成為百度的核心戰略。
百度大腦“天智”――人工智能平臺也應運而生，內容包括：
首先，感知平臺，包括圖像技術、語音技術、自然語言處理等技術，代表著耳口心相結合的“聰”。
其次，機器學習平臺，包括打通機器學習全流程、內置20多種高性能算法、支持Spark MLlib、用戶畫像數據、多種應用場景模板的機器學習平臺。
人工智能逐漸變為一種社會需要，機器也不再是人們眼中冰冷的工具，而是擁有自我意識的機器。著有《銀河之心》三部曲的中國新一代的科幻作家江波認為“將機器賦予文明，將文明賦予機器。這是人類的使命，也許是最后的使命。”這是他對人工智能的期待和展望，也是未來人工智能發展的方向。
60年來，人工智能經歷了一個從爆發到寒冬再到野蠻生長的發展過程。目前，隨著芯片計算能力的不斷提升以及很多相關先進技術的跨越式發展，人工智能技術和市場正在迎來新的春天，成為這一技術時代的新趨勢，開始真正走入人們的工作和生活，將成為未來十年的產業新風口。
江蘇南大電子信息技術股份有限公司（以下簡稱“南大電子”）作為“中國人工智能技術與應用大會暨人工智能60周年頒獎典禮”主題評選活動的參評嘉賓，不僅榮獲了“人工智能60周年?2016年度中國人工智能卓越貢獻企業”大獎，公司創始人、董事長狄敏先生還被評為“人工智能60周年?2016年度中國人工智能領軍人物”。
南大電子是南京大學旗下一家研發智慧型服務機器人的跨國高新企業。依托南京大學聲學科技領域和人工智能領域的核心技術優勢，南大電子布局全球，致力于智慧型服務機器人產品與服務的研發、實踐，并開拓性地聯合國內各服務行業的標桿企業，努力探索實踐服務機器人在各行業的落地應用。公司在世界聲學王國丹麥設有國際領先的聲學和ID工業設計研發中心，技術實力達到國際領先水平。
作為中國智慧型服務機器人系統的創意者與領導者，南大電子旗下匯聚了一批專業人才，中國科學院聲學研究所李曉東擔任公司首席科學家。核心團隊成員還包括多名海外留學歸國人員及碩士以上學位人員，核心工程師均畢業于國內外頂尖大學，并具有在外企或國內知名企業研發工作經歷，在各自的專業領域內頗有建樹。
南大電子創始人、董事長狄敏，本科就讀于南京大學無線電物理和聲學專業，是南京大學商學院首屆EMBA畢業生，曾進修美國康奈爾大學EMBA項目，現任南京大學校友總會理事、南京大學首屆EMBA聯合會常務副會長、中國（南京）軟件谷發展促進會副會長。狄敏董事長帶領公司努力探索、實踐服務機器人在各行業的落地應用，逐步推進公司在智慧型服務機器人行業的迅速發展。
南大電子還成立智慧型服務機器人產業研究院，致力于為中國機器人與智能制造領域的人才培養和技術轉化提供基地，對機器人與智能制造技術進行應用推廣。南京大學資產經營有限公司董事長高澎教授出任研究院院長。研究院立足產業基礎，以機器人和智能裝備技術研發和產業化為重點，推廣機器人和智能裝備技術的集成和應用，是我國機器人技術的優勢研發單位。
南大電子深刻認識到，未來機器人產業的發展，尤其要把握市場需求，抓住“機遇”，精準發力。本著人工智能讓機器人更加智能化的發展方向，南大電子著眼于智慧型服務機器人的人性化交互，讓人與服務機器人的交互融入情感，讓服務機器人成為一個有溫度的產品，將智慧型服務機器人的情感性做到極致，真正滿足人們對服務的情感需求。
南大電子智慧型服務機器人具備強大的人機交互功能，能夠提供智能化引導分流、業務咨詢、產品營銷、市場宣傳、娛樂互動等服務。其以機器人硬件為載體，依托云平臺強大的智能服務技術，引入大數據分析系統，真正實現“能聽、會說、能思考、會判斷、看得見、認得出”的智能化服務。
持續快速發展的南大電子，始終把握行業技術發展潮流，以精益求精的態度贏得客戶的信賴，旗下的艾德聲機器人（Addasound Robot）廣泛應用于銀行、證券、保險等金融行業，政府、商超、連鎖企業、服務機構等各個領域，幫助客戶提高市場競爭能力。
南大電子完成全國交通銀行智能客服機器人“嬌嬌”的落地與運維。“嬌嬌”是國內首個大規模投入到銀行業中的實體機器人，更是國內首個全面獲準進入金融領域的智慧型服務機器人，其所使用的系統中所搭載的各項交互技術都是來自南大電子的最新的人工智能技術，并且憑借平臺強大的多能力融合和大數據處理能力，整合了包括語音識別（ASR）、語音合成（TTS）和自然語言理解（NLU）技術、聲紋識別技術、智能圖像、人臉識別技術等多項頂尖人工智能技術。
服務機器人市場是一個沒有“天花板”的市場，預計到2020年，服務機器人年銷售收入有望超過300億元人民幣，雖然市場十分可期，但同時也存在許多問題與不足。作為業內的領軍企業，南大電子期待的不只是“嬌嬌”給智慧型服務機器人行業帶來的影響和機遇，還精準把握政策與市場的脈搏。依托于自身強大研發實力與企業綜合實力，南大電子正著力打造艾德聲二代智慧型服務機器人。艾德聲二代智慧型服務機器人是南大電子自主研發的產品，集結多項先進人工智能技術和專利于一身，依托于功能強大的智慧型云服務平臺，真正做到了自然語言對話和智能視覺交互。
中國服務機器人發展機遇有多樣化，首先是市場方面，受老齡化等因素影響，存在巨大市場需求，中國已于1999年步入老齡化社會，據預測，至2020年，中國老齡人口將達到2.48億，老齡化水平將達到17.17%。其次，國家對服務機器人的支持力度非常大。《國家中長期科學和技術發展規劃綱要（2006-2020 年）》將服務機器人作為未來優先發展的前沿技術。可以預見，服務機器人產業的未來市場不可估量。作為行業備受矚目的明日之星，南大電子認為，注重自身的發展戰略，關注共性技術，立足于市場及自身的需求，加強高端產品研發，才能推動企業乃至整個產業的發展。
據民政部預計，預計到2050年，我國將有4.8億人步入老年，占總人口數的35%左右，屆時每天將有3萬人加入老年人隊伍。與日益龐大的老年人口數量形成鮮明對比的是，全國養老機構護理人員數量不足100萬。養老護理勞動力缺口巨大，傳統的養老模式已無法適應當前的養老服務需求，嚴重阻礙了養老產業發展。因此，尋求科技手段解決養老產業的多層次需求已成為行業發展必然趨勢。其中機器人作為全新智能化終端，有望改變包括養老產業在內的服務業格局，并為快速發展的養老產業注入全新血液，推動養老產業的全新運作模式。
養老產業正在成為南大電子智慧型服務機器人的一個重點目標市場。隨著人工智能技術的成熟及運動感知技術的普及應用，以南大電子為代表的智慧型服務機器人將通過語音交互功能為老年人提供生活監管、陪伴聊天等日常服務，給老年人帶來生理與精神上的雙重關懷。
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]。
