時間：2023-08-21 17:24:41
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篇人工智能的智能教育，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。基于專家系統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].
一、網站的構建
1.網站框架設計
我國高中階段人工智能教育還處于起步階段，據調查，全國已開設人工智能課程的中學不超過十所。事實上，對于人工智能這一前沿學科，大部分信息技術教師還缺乏足夠的了解，因此對于該課程的開設也一直處于觀望狀態。考慮到人工智能教育的實際情況以及網站的主要對象，我們以高中信息技術選修課教材《人工智能初步》為基礎，按教學內容設置和劃分欄目，同時又圍繞“學人工智能、教人工智能、用人工智能、機器人專題”四大專題進行內容重組。當然，網站的基本架構并非一成不變，它需要在實際應用中進行檢驗與修正，最終實現網站的完美架構。依據上述思路建構的網站基本框架如圖1所示。
2.網站的欄目設計
新聞欄目以圖文的形式人工智能發展的最新情況，這是激發并維持廣大師生關注人工智能的基礎，也是師生獲取最新信息的窗口。子欄目“中國動態”“歐美動態”等分別介紹了各地區最新的人工智能信息，尤其是機器人產品的新聞。子欄目“會議論壇”，“比賽通知”為師生、參與比賽提供服務。
論文欄目是作為資源型網站的基礎。子欄目“教學研究”主要面向從事人工智能教育的研究者和教師，探討教學方法、分析教學案例、推薦教材和參考書，為更好的開展人工智能教學提供理論依據。子欄目“學習樂園”主要面向學生，展示活動實錄、闡述學習感受，聆聽專家意見，為更好的學習人工智能提供事實參考，教師也通過“學習樂園”來了解學生的所思所感所想。子欄目“賽事規則”介紹了各個地區和各級機器人比賽的一些規則，有利于師生更好的進行人工智能的教與學。
資源、視頻、圖庫、酷站：這四個欄目是資源型網站的核心。尤其是資源模塊中的子欄目“電子書刊”“教學課件”“人工智能軟件”分別以不同的文件格式向師生提供教與學的資源，使其能快速準確地獲取符合需求的資源，免去了在因特網上盲目搜索出現大量冗余信息的麻煩。網站整合了文本、視頻、圖片等多媒體信息，以豐富多彩的形式呈現資源，增強了網站的吸引力和信息的可閱讀性。
愛問欄目是作為學習型網站的基礎，也是本網站的一大特色。“愛問”是采用了模仿“百度知道系統”的程序設計，更注重知識的答疑解惑。我們將此欄目劃分為“學人工智能”“教人工智能”“用人工智能”“機器人問題”四個子欄目，師生可根據各自的需要進行提問、回答問題、搜索問題等操作。同時，設立了積分制，激發師生提問和回答問題的熱情。
用戶中心欄目是學習型網站的核心。作為一個專題網站，必然要十分強調學習的功能。子欄目“網絡書簽”的功能可以使學習者記錄自己所瀏覽過的或所感興趣的網頁，便于在下次登陸后繼續學習。在子欄目“信息”功能中，學習者可以新聞、論文、資源、愛問等信息，待管理員審核通過后即可在網站中顯示出來。另外，教師也可在教學過程中通過此模塊要求學生提交作業，便于教師隨時隨地的批改作業。
二、網站的訪問數據分析
人工智能教育專題網站從開設至今將近8個月的時間，已經有超過1萬的獨立訪客訪問了本站，我們選取了最近訪問的2000位獨立訪客進行研究。通過對地域、被檢索方式、受訪頁面及回頭率的分析，可為網站下一步的改進與完善提供依據，為其他人工智能教育類網站的建設，在網站的用戶類型，網站的內容選擇與更新，網站的推介宣傳等方面提供參考與借鑒。
1.地域分析
在統計到的訪問該網站的地域中，國外共有12個國家訪問了本網站。國內除西藏、澳門之外，其他省份、直轄市、特別行政區都有訪問過本網站，這為我們今后在高中普及人工智能教育提供了有力的依據。但是，通過圖2的數據我們也可看到，各個地區間的訪問量差距較大，并且訪問量靠前的幾個省份基本上是沿海地區，而中部和西部地區的訪問量比較少，所以在今后的工作中不僅要加強網站本身的建設和宣傳，更要把人工智能教育的理念推廣到中部和西部地區，使那里的中小學師生也接觸人工智能的知識，激發他們對信息技術美好前景的向往。
2.被檢索方式分析
搜索引擎是網絡上最常用的獲取資源的方式。掌握用戶使用搜索引擎的情況，有助于了解網站的被檢索方式。統計搜索關鍵字的次數，有助于了解網站被檢索訪問的原因。在專題網站建設完成后，向“百度”、“Google”等大型搜索引擎系統提交收錄網頁申請是極其必要的，它有利于提高網站的知名度和訪問量。而在網站中增加“人工智能”，“prolog 源程序”等文字內容，將會有利于用戶在盲目搜索時能訪問到該專題網站。
3.受訪頁面分析
受訪頁面是指用戶訪問該專題網站時所停留的頁面。通過對受訪頁面的統計，使我們能夠掌握用戶相對較為關注網站的哪些內容。表1數據中“學人工智能”占23.82%，“資源下載”占了16.32%，表明用戶對人工智能的知識還不是很了解，對人工智能的認識還停留在“學”的層面，遠未達到“教”的程度。人工智能教育類網站在建設中，如果能提供大量的人工智能的基礎知識以及豐富的可下載資源，將會顯著提高網站的受歡迎度以及用戶的認可度。
4.回頭率分析
在網站訪問統計中，通常將距離上次訪問超過12小時的再次訪問記錄為一次回頭。通過對回頭率的統計（表略）看出該專題網站的粘性不是很高，尤其是3次回訪以上的用戶還不多。通過對部分用戶訪談后了解到，網站的更新速度慢，資源較少，內容偏難是其不愿進行多次回訪的主要原因。所以，人工智能教育類網站在維護期間要注意內容的時效性、豐富性、通俗性才能保證網站訪問的可持續性。
三、網站建設的若干思考
目前國內外有關人工智能的專題網站不多，針對人工智能教育的網站更少。在可供借鑒的成熟案例較少、研究又處于剛起步階段的情況下，有必要對我們的工作進行反思總結。通過上述訪問數據的分析，以及在人工智能教育專題網站建設的準備階段，實施階段及運行階段的實踐，我們認為在建設人工智能教育類網站時應當注意以下幾個問題。
1. 充分關注用戶信息
訪問量是綜合類或門戶類網站的生命線，應當盡可能地拓寬訪問者的類型與層次。但人工智能作為一門新興學科，其專題網站的學科性特點甚至比普通的專題學習網站還要突出，因此單從訪問量上來說，它是無法和門戶類網站相比的。所以在建設的初期首先就要考慮的網站的對象問題，也就是要關注哪類人訪問了網站。只有準確的掌握了用戶的信息才能更好提供用戶需要的資源。
在這里，人工智能教育專題網站是通過以下三種手段來獲取用戶信息的。
第一，用戶必須注冊才能訪問網站，注冊的內容包括年齡、身份、學歷，電子郵件等內容。
第二，在網站中設立“網站調查”欄目，可以對“你是如何知道本站的”，“你覺得本站建設的如何”等內容教學在線調查。
第三，通過“中國站長站”等專業的數據收集程序來獲取用戶基本信息，可收集到用戶地域、受訪問頁面、用戶回頭率等信息。只有掌握了準確的用戶信息，才能更好的為用戶提供服務。
2.與用戶攜手共建網上資源
人工智能的子學科門類眾多，僅高中教材《人工智能初步》中就有知識及其表達、推理與專家系統、人工智能語言與問題求解等多個主題。而且我國的人工智能研究相對薄弱，很多資料都是外文的。任何一個人要很熟練的掌握人工智能的各個內容是很困難也是不現實的。我們通過一年多的實踐也體會到，僅僅依靠課題組成員很難保證網站資源庫內容的全面性和針對性。所以在網站最新一次改版中，我們增加了用戶的信息功能，使得用戶自己可以新聞、添加文章，上傳資源，只要經過管理員審核即可在網站中顯示。
另外，在人工智能教學過程中，我們也充分利用學生的優勢，要求學生以作業的形式提交文本和視頻資源，并將作業的數量和質量作為考察學生學習效果的一個指標。這些舉措保證了網站內容更新的時效性和內容的針對性。用戶所的就是用戶所關注的，用戶所關注的就是網站所要收集的。
3.通過多種形式充分發揮網站作用
目前，全國高中開設了“人工智能初步”選修課的學校極少，教師手頭上可供選擇的教材也只有5套。從專題網站上統計的數據來看，雖然網站目前的用戶主要是教師，但“學人工智能”頁面訪問量卻遠多于“教人工智能”。從這些情況看，單靠幾個人工智能教育類的專題網站無法從根本上解決高中人工智能教育現階段所面臨的窘境。所以，在條件允許的情況下，可以通過研修班、會議論壇等形式組織教師進行面對面的交流。
例如，我們就在2007年5月25日至27日在浙江師范大學舉辦了全國首屆“高中人工智能課程研修班”，來自全國十個省市的70余位信息技術教師及教研員參加了研修班的學習。在研修活動中，教師不僅學習了人工智能的知識，也對人工智能教育的現狀及發展過程中遇到的問題做了充分了探討和交流。本次研修活動結束后，人工智能教育專題網站則成了學員們交換信息、交流體會、共享資源的有效平臺。
四、結束語
總之，借助專題網站的平臺作用開展各種活動，不僅彌補了人工智能教育網站缺乏面對面交流和互動的缺點，也為把網站資源建設的更具針對性提供了有效幫助。
參考文獻：
[1]張劍平. 關于人工智能教育的思考[J] .電化教育研究.2003，（1）.
[2]曹瑞敏. “中國海”學生專題學習網站應用[J] .中國電化教育.2005，（5）.
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。
[關鍵詞]人工智能；中學輔助教育；教育資源
[DOI]10.13939/ki.zgsc.2016.36.197
1 中學教育現狀
教育乃立國之本，而中學教育乃是重中之重。一方面，中學生處于青春的成長期，各項綜合素質逐漸完善中，中學教育意義和責任重大；另一方面，中學教育仍然是應試教育為主，仍然需要面對千軍萬馬過獨木橋的“中考”“高考”，中學教育很大程度左右了學生的未來。
目前的中學教育資源，分為公共教育資源――公辦/民辦學校教育，和社會教育資源――私人家教、補習班等，有如下兩個特點。
1.1 學生得到的公共教育資源不足
學校班級結構的構成是：一名班主任教師，多名科任教師。在大多數學校中，無論是班主任教師，還是科任教師，均會承擔其他班級的教學任務。可以看出，教師資源是非常有限的，加上“中考”“高考”的上線壓力，教師往往會將有限的精力分散關注在所有的學生上，每個學生得到的公共教育資源并不多。
1.2 學生獲取的社會教育資源不公
學生若在學校無法獲取更多的教育資源，將不得不轉向社會教育資源去求助。據統計，學生參與社會教育資源的成本在200元/小時，學習費用成本過高，進一步造成普通學生的社會教育資源也無法獲取。
本文要探討的，正是通過人工智能這一現代信息化技術，構建智能輔助學習系統，使中學生能夠獲取到更多、更公平的教育資源。
2 智能輔助學習
2.1 人工智能簡介
人工智能（Artificial Intelligence）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，能夠對人的意識、思維等信息過程進行模擬。隨著計算機科學技術的發展，特別是近年來大數據技術的成功應用，人工智能在越來越多的行業展現出蓬勃的沖擊力。以谷歌圍棋機器人“阿爾法”、微軟助理機器人“小娜”等為代表的虛擬智能機器人，能像人那樣思考，也具備超過常人的智能。
在國內，人工智能在教育領域的理論研究和教學實踐表現得越來越活躍，盡管人工智能并不是為教育專門研發的，但是人工智能的不斷發展，使得其在教育中的應用也越來越廣泛，教育的智能化一直是教育界和教育技術領域的理想和目標。
2.2 智能輔助學習系統
智能輔助學習系統，其表現形式是能夠為每個學生，配備一個虛擬教師。學生能夠通過電子設備（如手機、計算機），與虛擬教師進行交流對話，咨詢虛擬教師各學科的問題，并得到有效的學習輔助。
該智能輔助學習系統，具備以下幾個特征。
2.2.1 虛擬教師跨學科能力
與傳統的教師專一某一學科不同，虛擬教師并沒有學科邊界劃分。只要學習系統研發出某一學科的學習算法，該虛擬教師就能夠獲取該門學科的能力。
2.2.2 虛擬教師深度自學習
虛擬教師的“智能”來源于三方面。一是學生基本信息檔案，該檔案涵蓋了從小學教育開始的學科成績、綜合能力、愛好特長等，虛擬教師得到學生的人物畫像。二是虛擬教師對學生的自學習，每一次雙方的溝通交流，虛擬教師都能夠不斷更新發展學生的畫像。三是虛擬教師對學校課堂內容的自學習，虛擬教師并不是獨立于學校教育存在的，而是作為學習教育資源的一個補充，虛擬教師能夠掌握課堂進展、作業部署、考試動態等信息。
2.2.3 接近自然語義的溝通
學生與虛擬教師之間，可以通過自然語義的語音和文字進行溝通，如 “今天數學作業第2題不會”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他計算輔助手段為補充，如上傳某道數學題圖片，虛擬教師通過圖形識別匹配，給出該題的解題思路和講解。
2.3 優勢分析
智能輔助學習系統，有三大核心優勢。
一是“即學即問”，相比目前的學校教育和社會教育，學生在學習遇到困難時，只有有限的時間與教師交流，在智能輔助學習系統中學生將不受空間、時間限制，隨時隨地可以與虛擬教師互動，獲取充足的教育資源。
二是“定制教學”，相比目前的教育形式，課堂上教師與學生是一對多的關系，教師不可能專為某個學生定制教學方案，在智能輔助學習系統虛擬教師與學生是一對一的關系，虛擬教師能夠更了解學生，根據學生的具體情況制訂最佳學習方案。
三是“受眾廣闊”，相比目前的公共教育資源緊缺、社會教育資源費用昂貴，智能輔助學習系統一旦推廣，受眾學生可無限增加，邊際效應非常明顯。并且計算機系統設計特有的水平擴展能力，能夠隨著學生人數的增加而增加，支撐廣大的學生輔助學習。
2.4 前景預測
筆者比較看好人工智能在中學輔助教育中的落地前景，除了前文所述的人工智能技術發展，為中學教育帶來的價值外，當前國家政策和社會環境也非常有利。
第一，未來10年國家政府和教育部門會大幅增加在教育信息化產業上的投入，隨著《國家中長期教育改革和發展綱要（2010―2020年）》和《教育信息化十年發展規劃（2011―2020年）》等相關規劃相繼出臺，各級地方政府和教育部門都非常重視教育信息化產業的投入，人工智能+云計算是重中之重，人工智能技術的興起必將教育信息化推向一個新的高度。
第二，教育信息化逐漸成為風口，根據前瞻產業研究《中國在線教育市場前景與投資戰略規劃分析報告》統計，2015年在線教育市場規模大約為479億美元，而這一數字在2020年預計將增長到504億美元。這個持續迅猛增長的市場正在吸引越來越多的創意和資本，教育領域中的人工智能也很快會成為熱點，涉足其中的高科技公司也會越來越多。
3 結 論
本文通過智能輔助學習系統，探索了人工智能在中學輔助教育中的一個應用。雖然沒有介紹具體的技術實現、系統研發，但對現狀痛點、應用前景做了綜合性分析概述，相信隨著科學技術的持續發展、教育領域的融合開放，本文探索的這個應用將實現于市場，使廣大中學生能夠獲取到更多、更公平的教育資源。
參考文獻：
[1]何維貴.利用現代化教學手段打造高效課堂[J].廣西教育（中等教育），2013（6）.
[2]王斐.人工智能在中學教育教學中的應用現狀分析[J].中國醫學教育技術，2013（4）.
關鍵詞：人工智能；高職；技能培訓
一、人工智能概述
人工智能（Anificail Intelligence）是指利用計算機軟件技術與自動化處理的技術，讓計算機能夠模擬與擴展某些人類特定智能的學科，最近幾年來發展非常迅猛，在智能接口，數據挖掘，主體系統等方面取得了豐碩的成果。智能接口技術是研究如何實現人類與機器的便利溝通，現在已經實現了文字，語音，自然語言理解等方面實用化的功能。數據挖掘則是如何從大量不完備的數據中自動生成可應用的知識的技術，在大數據時代里將會有非常廣泛的應用；主體系統則是指的讓計算機具備愿望，能力，選擇等心智狀態的實體，實現計算機的自主性。從當前的應用發展趨勢來看，在未來的5～10年內，人工智能將會應用在教育，醫療，管理，生產等絕大多數的社會領域中，將推動社會的全面發展與進步。在本文中，作者將以高職技能教育為切面，分析人工智能在該領域內應用的前景，并提出建立一套基于人工智能的高等職業技術輔助教學系統的思路，方便進行人工智能應用的相關人士研究與借鑒。
二、人工智能在高職教育教學領域的典型應用及其不足
將人工智能應用到教育方面是很久以來的教育現代化的熱點，從最近幾年來的人工智能在教育方面的應用來看，主要有三種應用的層面：一是智能計算機輔助教學（ICAI），它是將人工智能的技術引入至CAI系統中來，實現更加智能化的教學支持，減輕教師的工作量。二是智能，即讓某些特定的課程與教學的內容，由人工智能來取代教師進行授課，即時答疑，提高教學的效率；三是智能數據庫，對于課程相關的網絡教學資源數據庫，應用人工智能的方法進行數據分析，提高數據庫的訪問速度與交互功能，便于快速搜索與整理數據。但是對于高等職業技能教學來說，上述的三大應用領域還有些不夠契合，主要體現在如下的方面：
（1）對于學習者的活動流程的監控與記錄能力不夠。傳統的CAI系統，側重于對理論思維知識的輔助教學，而對于學習者的身體活動的記錄能力不佳，這樣無法即時準確地保存技能學習過程中與身體活動相關的數據。眾所周知，技能的教學是與學習者身體的活動相關聯的，行動數據的獲取量不足就會導致無法對學習者的技能及其效果進行評估與糾偏。
（2）與使用者的交互功能不佳。傳統的人工智能交互是文本與圖像，雖然簡單直觀但形式單一，還無法通過生動的語音和動作與使用者進行交互。這樣在教學輔助方面的效果不盡如人意。
（3）智能水平有待于提升。現代的人工智能輔助系統，雖然已經能夠實現教學數據的排序、統計、匯總等簡單的操作，但是離真正智能化的工作還有一定的差距。系統無法根據學生操作的具體情況做出個性化的情況統計分析，提出個性化的建議。在即時交互方面也還有很大的提升空間。
三、高職技能輔助教學系統的設計思路
針對上述教學人工智能應用的不足，結合高等職業技術學校的教學情況，特地提出一套人工智能輔助系統的設計思路：
（1）使用高級的智能接口技術實現行動數據的采集。
智能接口是為建立和諧的人機交互環境，使得人與機器之間的交流像人與人之間的交流一樣自然和方便。學習者在進行練習的過程中，無法像傳統的人機交互方式一樣將數據錄入至計算機中，而是需要智能系統通過攝像頭，運動傳感器等等高級的智能接口技術來感知學習者的活動，對活動進行分析與統計，并轉化為大數據存放至海量數據庫中。至于具體采用哪種智能接口技術，需要根據具體的學習內容而定。
（2）應用專家系統對于學習者在技能操作中產生的大數據進行分析。專家系統是目前人工智能領域最有實效的一個領域，它是利用人工智能的技術讓計算機能夠實現特定領域內的大量知識與經驗的系統。利用它來對技能學習過程中產生的大數據進行分析和挖掘，從中提煉出具有個性化的知識體系，發現學生與老師都沒有發覺到的某些特殊的學習狀態，能夠為進一步的學習反饋做好充分的準備。這樣可以使得學習的針對性更強，效率更高。
（3）使用智能檢索與生成技術對于分析結果進行輸出與展示。通過使用人工智能的檢索系統，可以快速地對分析的結果進行展示，可以利用網絡的環境，用生動形象的方式將結果展現在學習者或教師面前，方便掌握學習的過程。
四、輔助教學系統的應用展望
通過應用了上述的基于人工智能的輔助教學系統，將對于高職院校的教學產生非常強大與積極的影響。首先，該系統可以將教師從重復機械的日常教學環境中解放出來，不再通過傳統的測驗，考試，交流等方式獲知學生的學習狀態，由系統監控學習者在技能培訓過程中的一舉一動，自動進行學習效果的定性與定量的分析，積極地反饋給教師，從而使得教學更具備了明確的方向。其次，該系統也會增加技能教學的趣味性，將培訓的活動轉化為類似于電子競技的效果，學生在學習的過程中隨時可以觀察到自己的學習狀態，以及與其他同學的差異，更能夠培養自學的能力。第三，該系統可以與現有的高職院校校園網實現無縫的對接，將全院校的數據進行統一的智能加工與挖掘，可以更加方便高職院校的管理工作，也可以方便地擴展成為完備的高校智能管理系統。
參考文獻：
[1]邱月，人工智能技術在計算機輔助教學中的應用[J].福建電腦，2007（08）.
《新聞周刊》12月9日
自動加油泵的出現讓很多人失業，然而以其為代表的工業自動化給人類帶來的
>> 人工智能如何促進經濟發展？ 人工智能：現代經濟發展的發動機 人工智能促進深度學習的發展 人工智能發展簡史 人工智能發展進程 人工智能發展預測 人工智能現狀和發展 關于人工智能發展的思考 人工智能發展前景解讀 誰在引領人工智能發展 人工智能的發展之路 人工智能的應用和發展 BAT如何布局人工智能 人工智能超越人類會如何 人工智能如何改變教育 人工智能將促進制造業升級 人工智能促進泛中心化商業時代 淺談如何促進林下經濟發展 “人工智能”之父 人工智能 常見問題解答 當前所在位置：中國 > 政治 > 人工智能如何促進經濟發展? 人工智能如何促進經濟發展? 雜志之家、寫作服務和雜志訂閱支持對公帳戶付款！安全又可靠！ document.write("作者： 本刊編輯部")
申明:本網站內容僅用于學術交流，如有侵犯您的權益，請及時告知我們，本站將立即刪除有關內容。 《新聞周刊》12月9日
自動加油泵的出現讓很多人失業，然而以其為代表的工業自動化給人類帶來的便利確是難以估量的。經濟學家一再表示，自動化有助于總體生活水平提高、受教育程度提高、平均壽命延長和犯罪率下降。有人說這種發展對那些底層的勞動者來說并非好事，實際上它仍然給這些人帶去更實惠的產品。現在人工智能發展帶來的自動化程度更高，也有跡象表明，這種技術創造的就業機會比破壞的更多。9月份公布的美國人口普查數據顯示，自1999年以來，貧困人口的年均下降幅度最大。從2014年到2015年，美國創造了近300萬個就業機會。以谷歌、IBM為代表的世界頂尖的科技公司正在競相捕捉這個大規模的市場，建立最好的人工智能，這意味著這項技術將更快惠及到所有人。
關鍵詞：航天類專業 人工智能 教學探索
中圖分類號：G64 文獻標識碼：A 文章編號：1674-098X（2014）10（b）-0155-02
面對航天科技迅猛發展，現代軍備技術快速提升，培養具有專業性的高素質航天類人才，是我國航天科技發展的戰略選擇，也是航天重點高校面向并有效服務航天事業的歷史責任。航天類本科生的教育形式也需要突破傳統的方式，著重多樣性、前沿性、工程性，因此，該專業的各門課程教育都應該結合專業特點，探索新的教學模式。
人工智能自1956年誕生50多年以來，引起眾多科研機構、政府和企業的空前關注，已成為一門具有日臻完善的理論基礎、日益廣泛的應用領域和廣泛交叉的前沿學科。由于航天領域的特殊要求，人工智能在其發展中發揮著不可替代的重要作用，各發達國家都相繼開展了人工智能與航天技術相結合的研究，致力于實現可重構的、具有容錯能力的、智能的飛行系統和管理系統。因此，“人工智能”作為航天類專業的一門特色選修課，應結合專業特點展開更具有實用性和創新性的教學。
1 人工智能課程特點
一方面，“人工智能”是一門多學科交叉的綜合學科，它涉及計算機科學、數學、心理學、認知科學等眾多領域，具有知識點多、涉及面廣、內容抽象、不易理解、理論性強等特點，使得該課程的教學具有較大的靈活度和較高的難度。另一方面，“人工智能”是一門正在發展中的學科，具有較強的前沿性，計算機科學、信息科學、生物科學等相關學科的發展不斷的提出了許多新的研究目標和研究課題，使得人工智能的技術和算法也需要不斷更新，這在很大程度上增加了“人工智能”課程的教學難度。
2 航天類專業特點
首先，航天類專業具有較強的工程性。在專業的教學改革中有統一的特點，即強調要體現航天工程技術的綜合性、系統性， 注重培養復合型人才。其次，航天類專業具有一定的前沿性。因為航天飛行器作為現代高科技和多種學科技術綜合應用的結晶，應及時把現代先進科技融入到了專業基礎和專業類的課程教學中， 專業知識更新快成為又一特點；另外，航天類專業應注重實踐性教育。尊重個性和興趣，強調動手能力，實驗室對學生開放，要求學生自主地設計完成實驗，強調對學生設計理念和創造能力的培養。最后，航天類專業應重視產學合作。產學合作的目的在于推動學校與航天產業的持續全面合作，造就一支科學技術研究和工程實踐兼備的教師隊伍。
3 教學模式的探索
3.1 教材的選擇
人工智能作為一門新興的學科，其理論與方法都還在不斷的發展與完善中。就目前來看，關于人工智能的定義和范圍都沒有一個統一的標準，不同的教材所介紹的內容也不盡相同。在教材選用方面，需要綜合考慮專業特點和學生的知識背景。本課程主要針對航天類專業高年級本科生，該類學生具有一定的數學、計算機、信息論、通信理論等基礎知識，對航天應用的基本需求有初步的了解，因此，“人工智能”課程難度應該控制在中級，可以較深入的介紹人工智能的基礎算法和應用案例。
中南大學蔡自興教授積累了多年的教學與科研經驗，借鑒了國內外其他專家和作者的最新研究成果，吸取了國內和國外人工智能領域學術書籍的長處，于1987年編寫了“人工智能及其應用”一書，該書根據人工智能學科的新發展不斷修訂，推出四個版本。本課程采用“人工智能及其應用（第4版）”，其中大部分內容適合本科生學習。另外，本課程還給學生提供其他一些參考書目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等經典教材。
3.2 課堂教學形式的探索
“人工智能”課程內容較抽象，概念較為繁多，若采用單一的課堂講授的方式，學生容易概念混淆、理解不透，逐漸產生厭倦情緒，導致教學效果差。本文探索不同的課堂教學手段，根據不同內容采用不同的教學手段，有利于學生對課程內容的理解與吸收。另外，考慮到航天類的專業特點，突出課程內容的工程應用，增加研究性質的教學內容與形式，有利于培養學生的創新能力和實踐能力。
（1）課件采用圖文并茂的PPT。綜合利用文字、圖像、聲音、視頻等多種媒體表示方法，在介紹原理和概念時采用精辟的文字，介紹算法流程時采用圖像，介紹算法應用時采用視頻。在PPT中適當利用不同的字體、顏色或動畫來突出重點，細化流程，引導學生的思路，便于集中注意力接受重點內容。
（2）適當增加課堂討論與練習。對于人工智能的一些基本問題，可以引導學生進行調研和討論，來深化課程內容的了解，并提高學生的學習興趣；對于重要的算法和理論，可以增加課堂練習，讓學生實際動手進行公式的推導或演算，并在練習中分析學生對問題的理解程度，有針對性的增加講解或指導。
（3）適當采用類比的講解方式。對人工智能的不同學派，不同方方法，以及方法的不同應用，廣泛的采用類比的形式進行講解，不僅可以復習已學習的內容，也利于對新內容的理解。并且，通過對不同內容的比較總結相似點、區分不同點，可以避免概念的混淆，清晰的掌握課程內容。
（4）增加研究性教學。研究性教學強調通過問題來進行學習，有必要將實際應用案例或者授課教師的科研項目融入日常的教學工作中去，用“啟發式”、“案例式”教學激發學生“自主學習”能力。
3.3 課程內容的探索
一方面，鑒于本科生知識結構還不夠完善，“人工智能”課程的內容要控制在適應本科生學科基礎的中等難度；另一方面，鑒于航天類專業的特點，課程內容應更注重與航天應用相結合的內容，并且在課程中增加具體應用的介紹。具體的課程內容如表1所示。
3.4 考核形式的改革
“人工智能”課程注重學生創新能力和實踐能力的培養，傳統的試卷形式不能全面的反應學生的學習效果，因此，應采用課堂表現和課程報告相結合的方式進行綜合考核。
一方面，重視學生提出問題、分析問題和解決問題的能力，對學生課堂討論與練習的表現進行考核評分，作為總成績的參考；另一方面，注重學生課題調研和實踐的能力，采取提交課程論文的形式進行考核。正確引導學生根據個人興趣、課程內容、可行性、實踐難度進行合理選題，并根據所選題目進行文獻查閱和總結，完成調研報告或算法實現報告。結合者兩個方面進行最終成績的評定，綜合衡量學生問題分析能力、論文寫作能力和創新實踐能力。
4 結語
航天類專業的本科生教學需針對專業特點有的放矢，該專業的課程教育都應該趨向于前沿性、專業性和實用性。本文的“人工智能”課程教學改革方案不僅考慮到該課程屬于前沿叉學科的特點，也綜合考慮了航天類專業的特點。為了使課程教學更好地服務于學生，本文提出的改革方案打破傳統的教學模式，將課堂理論講解、課堂討論、課后調研、項目實踐等相結合，充分調動學生的學習興趣和積極性，提高學生的創新能力，有利于培養真正符合航天領域所需要的綜合型高級人才。
參考文獻
[1] 王甲海，印鑒，凌應標.創新型人工智能教學改革與實踐[J].計算機教育，2010（15）：136-138，148.
[2] 劉興林.大學本科人工智能教學改革與實踐[J].福建電腦，2010（8）：198-199.
[3] 懷麗波.32課時《人工智能基礎》課程教學的幾點思考[J].華章，2013（34）：193-194.
[4] 紀霞，李龍澍.本科人工智能教學研究[J].科教文匯（上旬刊），2013（6）：91-92.
[5] 肖春景，李建伏，楊慧.《人工智能》課程教學方法改革的探索與實踐[J].現代計算機（專業版），2013（26）：32-34.
[6] 熊德蘭，李梅蓮，鄢靖豐.人工智能中實踐教學的探討[J].宿州學院學報，2008（1）：146-148.
[7] 張偉峰.本科高年級人工智能教學的幾點思考[J].計算機教育，2009（11）：139-141.
人工智能到底神在哪里？
張海濤：的確，2015~2016一年多的時間里，現代醫學發生了轉折性的變化。大數據、精準醫療、人工智能這些成為醫療領域的“爆款”詞匯。智能醫療已經不是從科幻片中看到，是真實世界的真實事件。人工智能有多神，要回答這個問題，得先了解醫療的人工智能完成了哪些了不起的事。
第一是認知計算，人工智能可以24小時不間斷的讀取海量文獻，具備最全面的基礎知識和最新進展，這屬于認知，很好理解。但重點在于智能要做到的不僅是錄入，而是讀懂，將海量外部信息轉化為自身知識和結論。比如從文獻中獲取了他汀在某個數值下使用會減少冠心病發生，它會給出相應治療建議，這是計算，即學習能力。人工智能能快速將患者病情的相關信息搜索一遍，通過統計運算給出最個性最優化的治療方案。再拿現有的可穿戴設備舉例，雖然它能監測人的心率運動量等，但無法給出進一步建議，未來的人工智是能根據不同患者的狀況給出不同的解決方案的，告訴你食物攝入不足還是過多，運動量還需多少達標等等。
第二是深度學習，等同于人類直覺。打個比方，我們讓機器人對某個物品做出鑒別，它需要根據這個物品的大小、重量及其他特定屬性做出判斷并得出結論。而具備深度學習的智能機器可以不需通過數據和邏輯得出結論，當它看到一位急癥患者，會根據患者的痛苦面容、喘氣速度、所選醫院和科室等，迅速反應出他是急性左心衰。這種推測不需要輸入患者信息，反應快，但不一定準確。
第三是智能數據。以前講到的數據其實是小數據，我們對小數據進行抽樣研究去尋找規律，但這種推理只能預測大概率事件，無法認識小概率事件。例如他汀輸注后的橫紋肌溶解是小概率事件，如果發病率為十萬分之一，我們很難收據足夠樣本進行研究分析。相反，如果通過智能錄入一千萬例患者，按比例將有一百例患者，假設一百例都出現在北京，那么可認為發病與地域相關，如果其中九成是男性則可認為疾病與性別有關，如果其中又有九成是抽煙者，說明疾病與煙草有關。這對我們定位和救治小概率事件中的人群有重大意義。通過這種方式發現小概率事件的規律，可以理解為將架構師的腦袋放在大數據庫中，可使我們的認識更接近真實世界。另一方面，通過大數據發現規律可以更好的預測未來。再比如，人工智能根據患者身高體重、血糖血脂以及個人生活方式進食方式等預測他在某個時間可能發生低血糖，可以在此之前提醒患者補充糖類來預防惡性事件發生。
用于心臟疾病的人工智能可以實現什么？
張海濤：現在來看至少能實現兩方面的問題。我們知道心臟病患者在出院后要滿足用藥達標和生活方式達標，如果患者僅有高血壓，用藥達標是較容易實現的，如果患者在高血壓基礎上還合并高血脂、消化道出血，或合并前列腺問題，有闌尾手術史、腦梗史，有牙科問題等，這時需要綜合各專科的知識來做決策。但人腦的知識儲備是遠遠不足的，人工智能卻可具備最全面正確的知識和診療標準，可以指導醫生臨床用藥。另外，它可以連續觀察患者出院后的運動狀況，根據其身高體重心律血壓用藥狀況等給予運動方式建議，并做出評估。
在6月17-19日舉辦的第五屆中國心臟重癥大會上，人工智能作為會議的亮點之一會有很多精彩的報告。可以說，心臟重癥領域要正式“觸電”大數據、智能醫療、精準醫療，去擁抱新思潮、新設備、新話題和新模式，非常希望屆時與更多醫生探討這一話題。
人工智能可以治病，醫生做什么呢？
張海濤：智能醫生只能為數字人看病。什么是數字人呢？從某種意義上，人具有生物人和數字人兩種基本屬性，血型、身高、體重等構成數字人。人工智能可像人一樣讀文獻，超過人的精力，24小時不間斷的讀錄文獻，具備最全面的醫學基礎知識和最新進展，并且具備超強的運算能力，可快速將患者信息統計運算，給出最個體優化的治療方案，但它無法與患者進行情感交流。說到底，醫學是文明的產物，醫生不是修理工，我們的醫療過程會涉及到感情、文化、患者意愿等，這是機器無法復制的。未來，人工智能是醫生的助手，為醫生的決策提供參考，醫生根據患者意愿、經濟能力、依從性等綜合考量并做出決定。
醫生在臨床決策出現沖突時怎么辦？醫生的權威性會受到挑戰嗎？
張海濤：這是個很關鍵的問題。首先，不但人與人工智能間會遇到決策不一致，人工智能本身也會遇到，它能錄入巨大數據，其中必然有觀點相悖的信息，但它比人更理性，會一遍遍學習從而得出最優建議，而人類在治療中感性成分更多。從另外的角度想想，其實沒有一種方式是非常完美的，任何一種方式都有利弊，所謂的決策的沖突和矛盾屬于真實現象，是允許存在的。
醫生的決策與人工智能發生沖突時呢？通常覺得，醫生對同一種疾病應該有相同的診斷、相似治療方案，實際不同醫生在同一疾病的診療方案會相差很大，這受醫生教育、利益、地域文化的影響。比如女性更年期后服用雌激素的比例在美國是28%，在中國不到7%。中國女性的觀念傾向于不用，因為服用雌激素可能引發腫瘤，而美國人對生活質量的要求高，她會選擇使用。醫生與智能出現決策沖突并不奇怪，醫生需要根據不同需求確定醫囑，無關對錯。所以，醫生仍需查文獻、不斷學習，需要綜合判斷，智能給出的只是參考，它只是醫生的助手或患者的顧問，絕不會取代。
未來，手術也可以被機器取代嗎？
張海濤：手術操作其實是創造“藝術”的過程，需要更多層面的知識和技能，而且機器在精細操作方面遠不如人類手指靈活，它的優勢是運算速度和自我學習能力。雖然現在達芬奇機器人下的手術在很多醫院開展，但真正實現機器人做手術還很長遠。
如果人工智能能可實現基本醫療任務，患者來院的剛需是什么？
張海濤：患者需要醫生的建議以及最終的處方權。人工智能得出的結論只是一個參考，醫生可信可不信，如果它提供的數據比醫生知識所涵蓋的要準確，醫生要考慮依從。
這個超前的預言，會不會有些夸張？
劉慶峰正以激情昂揚的斗志，帶領科大訊飛接近這個現實。
事實或許如此。人工智能誕生60年以來，從未像今天這樣炙手可熱。細數很多領域，都能發現人工智能所能觸及并產生顛覆性影響的例子。其中，廣為人們熱議的，是2016年3月谷歌公司的AlphaGo（阿爾法圍棋）戰勝韓國名將李世石的驚人壯舉，并且未來還有“好戲”。
而據劉慶峰的預測，隨著萬物互聯時代到來，以語音為主、鍵盤觸摸為輔的人機交互正逐漸成為剛需，人工智能產業迎來第三次發展浪潮。
今天對人工智能未來的預測是不是過于樂觀？它是一個真正的產業大潮還是概念的泡沫？當人工智能產業爆發，它會怎樣改變我們所生存的現實世界？我們是興奮，還是如霍金所警示的“恐慌”？
黑科技，興奮還是恐慌？
2016年11月23日，北京國家會議中心的一場數千人會上，演講者在臺上聲情并茂地演說著，兩側的大屏幕上一行行字幕實時跳躍顯現，速度和準確率遠超人工速記。據《中外管理》了解，這種在業界率先實現演講和會議場景下的語音轉寫技術突破的智能語音系統，現場實測識別率達95%。
它，叫“訊飛聽見”。其功能是實時將語音轉寫成文字。更加“不可思議”的是，它在實時中文語音轉寫的基礎上，還融合了全新的多語種翻譯技術，實時將中文演講翻譯成英語、日語、韓語等同步展示在大屏幕上，引發現場強烈反響。
看起來，這項基于人工智能技術的實時機器多語種翻譯技術，似乎可以直接顛覆速記和翻譯的工作了！而事實上，此“神器”已實際應用于在浙江烏鎮舉辦的第三屆世界互聯網大會，令使用者贊不絕口。 “讓機器能會說，首先要給機器裝上一個人工的嘴巴。”科大訊飛董事長劉慶峰以一個形象的比喻，來印證科大訊飛在“黑科技”上“耍”出的成果。“訊飛聽見”僅僅是其中之一。此次，科大訊飛一口氣的萬物互聯輸入法、智能家居、智能車機、智能服務機器人、智慧教育、個性化語音合成等創新產品，均是基于“訊飛超腦”人工智能最新技術的產物。
并非嘩眾取寵。這些搶眼的黑科技產品，事實上已經讓這家以智能語音技術見長的公司執著地走過了17年。早在1999年成立時，科大訊飛便堅信無論人工智能如何發展，交互和后臺的理解和學習都是剛需，通過人機耦合以及迭代學習進步，人工智能會逐步替代人類簡單重復的勞動。
先見之明可以引領一家公司的長遠戰略，但沒有堅忍的投入也無法結出果實。對未來的深入洞察，使科大訊飛在創新的道路上不斷突破，而連續多年的研發投入占銷售收入的25%，更是少有公司能夠比擬的。在人工智能的前沿技術，如語音識別、合成以及機器翻譯等領域，科大訊飛在國際比賽上包攬很多項目的冠軍。例如語音合成技術，能夠做到將人的音色和語言要素分離出來，從而實現這些要素的重新組合。
成績背后，是科大訊飛構建的擁有1000余研發人員的核心研發平臺，以及外部1500人的聯合實驗室，基于人工智能和大數據技術的長期研發。
用速度戰勝自己。你可以說是一種“顛覆”，但也何嘗不是進步？
是什么驅動一家公司始終保持著專業與專注的文化特質，在一個垂直領域深耕十幾年？劉慶峰給出的答案是：人工智能的發展不會是一蹴而就的，創業者要有堅守的心態、毅力和恒心。
“人工智能+”，顛覆還是改變？
不僅讓機器能聽會說，還要讓它能理解會思考。實現所謂的“人機交互”。
完成這個“神奇”的使命，光靠激情和暢想肯定不行，用劉慶峰的話說，“用一種爬山的企業精神，坐十年冷板凳，然后厚積薄發。”
資料顯示：人工智能概念在1956年達特莫斯會上被專家提出以后，于1970年掀起第一次浪潮，那時已經通過第一代的人工智能神經網絡算法證明了《數學原理》一書的絕大部分數學原理。而第二次浪潮發生在1984年，當時霍普菲爾德網絡被推出來，讓人工智能的神經網絡具備了歷史記憶的功能。
“但是前兩次的大潮，后來都破滅了，為什么？”劉慶峰描述著，是因為神經網絡本身算法的局限性，同時也受到當時整個運算能力的一些限制。那么今天，以深度神經網絡為基礎，基于大數據、云計算運算平臺，再加上移動互聯網源源不斷地將各種訓練數據收集到后臺，以目前的時間節點看，人工智能的第三次大潮已經切實到來了。”令他興奮的是，科大訊飛17年的堅持，正在驗證一個“算法”與圍繞它的科技和產業界持續的創新實驗。
“人工智能+”，或許可以改變更多我們頭腦中的認知――盡管現在還沒有清晰地為我們感知到。
但是科大訊飛的研究表明，這是我們面臨的時代趨勢。人工智能進入產業領域并釋放它的智慧，或許更值得期待。
一個頗為有趣的例證，便是2015年科大訊飛在教育領域推出的機器閱卷技術。這一技術在2016年進一步迭代――在以往語文、英語作文學生手寫文字精準識別、可靠評分基礎上，應用“訊飛超腦”最新成果，又重點突破了中英文作文綜合反饋和逐句精批并在多校持續打磨形成新型作文教學模式，將原來最難開展教學的作文課從月頻提高到周頻授課和測練。
如此“智慧”的個性化教學產品，科大訊飛目前已經推廣至全國220多個地市、超過10000所學校，1500萬師生受惠于此。并且在數、理、化教學的應用同樣亦不遜色。
關鍵詞：人工智能；Prolog語言；專家系統；虛擬足球機器人 新一輪課程改革亮點之一：技術課程標準，由信息技術和通用技術組成。作為技術領域的集大成者：人工智能貫穿于整個技術領域。信息技術開設人工智能初步選修模塊，通用技術也有簡易機器人選修模塊，面向中學生有青少年機器人大賽。經過兩年準備，筆者在部分學生中開展人工智能實驗教學，深受學生歡迎。下面是筆者的一些做法和感受。
一、聯系實際，激發學習興趣
信息技術必修課中“用智能工具解決問題”一節，學生已對身邊的智能工具及其使用已經有一定的感性認識。但是對什么是人工智能，人工智能給人類生活帶來哪些好處等問題還不是很清楚。哪里沒有興趣，哪里就沒有記憶。通過生活中的一些實例，如，俄羅斯國際象棋世界冠軍卡斯帕羅夫與電腦“深藍”間“人機大戰”視頻，英國eliza機器人對話，滅火機器人、足球機器人等引導學生進入人工智能的多彩世界當中，也可以讓學生通過百度搜索其他方面如軍事等方面的應用。讓學生明白人工智能技術已經滲透到人們的社會生活，在各個領域得到廣泛的應用。
二、由淺入深，介紹人工智能
人工智能是計算機科學的一個重要分支，它是由計算機科學、控制論、信息論、神經生理學、哲學、語言學等多種學科相互滲透而發展起來的。其主要內容是：人工智能語言、搜索技術、知識表示、自然語言理解與機器翻譯、專家系統等。要實現人工智能技術，使機器具有智能，則需要人們給它設計智能程序。因此，讓學生掌握一種簡單實用的人工智能語言是必要的。Prolog是一種邏輯編程語言。它建立在邏輯學的理論基礎之上，最初被運用于自然語言等研究領域。現已廣泛地應用在人工智能方面，利用它可以建造專家系統、自然語言理解、智能知識庫等。Prolog教學主要結合“找醫生看病”這個簡單的實例，了解Prolog語言的謂詞邏輯、事實、規則和目標，進而介紹Prolog程序的運行機理，讓學生發現在Prolog程序中一般不需要告訴計算機“怎么做”，而只要告訴它“做什么”。一旦給Prolog提供必要的事實和規則之后，它就能使用內部的演繹推理機制自動求解指定的問題，而不需要在程序中列出詳細的解決步驟，這也正是人工智能語言與其他計算機程序設計語言的不同之處。如果系統完善，將機器人專家引入醫院，不但能大大減輕醫生的工作量，而且專家就在我們身邊，讓看病難、就醫難成為歷史。
三、虛擬智能，體驗人工智能
由于學校資金和條件限制，筆者利用AI-RCJ虛擬足球機器人作為教育載體。AI-RCJ是一套虛擬足球機器人的制作平臺軟件和競技仿真環境。該軟件以寓教于樂的方式，打破了傳統教育的模式，為使用者提供了一個新穎的教育平臺。整個系統由五部分組成，《初識機器人》和《足球機器人》是基礎類，《進攻機器人》《守門員》《我的球隊》三個模塊是整個競技仿真環境的核心部分。在這三個模塊中滲透給學生計算機程序設計的基本思想、順序結構、分支結構、循環結構；讓學生了解數學平面坐標、體會不同質量的物體碰撞帶來的不同效果和狀態。使用者可根據自己的策略建立一個虛擬足球機器人，用戶可選用圖形化編輯器――機器人快車或者代碼編輯器――CodeCanvas來實現機器人的策略及算法。編寫好的機器人控制代碼經過編譯以后，就可以導入到AI-RCJ仿真競技環境下和其他的足球機器人進行比賽。不斷地在比賽中總結和改進，在競技中品味學習人工智能的樂趣。
四、實際操作，挑戰機器人設計
如果資金允許，可采購一些機器人組件，進行實際的組裝和設計。以小型足球機器人為例，其硬件結構主要由6部分組成：行走機構、擊球機構、帶球機構、電路部分（決策，控制和通信等電路）、電源裝置及輔助部分（小車底盤，外罩）。機器人小車應能準確地接收上位機指令，并根據指令要求迅速完成決策子系統的意圖（帶球，射門，攔截等戰術動作）。決策系統是整個系統的核心部分，它主動完成知識提取并確定機器人的協同任務。機器人的通信系統特別是無線通信系統是保證從主機端到機器人底層之間的數據傳送是可靠的，從而使得機器人能夠比較順利流暢地進行。
經過兩年實驗教學，學生認真學習，積極性很高，都想成為機器人制作的高手，與往日的玩游戲和上QQ不可同日而語，信息技術課真正成為學生的主人。遺憾的是由于經費問題不能讓每位學生親自設計機器人，讓自己的作品在綠茵場上一展英姿。但筆者相信隨著國家教育投入的增加，這一難題必將迎刃而解。
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).
(訊)2016年3月，AlphaGo計算機程序輕取圍棋九段棋手李世石，立刻引發全世界的討論。這一里程碑事件向世界證明，機器可以像人類一樣思考，甚至比人類做得更好。樂觀人士相信人工智能技術的突破將極大推動生產力的提高。但同時也激發了對人工智能或將取代人類工作的焦慮情緒，甚至有人擔心人類最終會創造出連自己都無法控制的智能機器。在紛繁的觀點背后，有一點毋庸置疑:人工智能有著改變全球社會的巨大潛力。
隨著人口紅利的快速消失，中國急需尋找新的增長引擎。基于人工智能的自動化可以提升生產力，幫助中國實現其經濟發展目標。
在這一背景下，理解人工智能的發展及其對中國的影響尤為重要。本文將涵蓋以下內容:
第一部分簡要介紹人工智能的發展歷程、現有技術水平及未來展望。
第二部分分析中國在人工智能領域的實力并論述相關挑戰，以及人工智能在經濟、社會和地緣政治方面的影響。
第三部分對中國在產業、經濟、教育、社會及國際政策方面就人工智能發展提出五大戰略建議。（來源：麥肯錫管理咨詢 編選：）
