時間：2023-08-21 17:25:52
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篇人工智能教育背景，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：人工智能；電氣信息類；教學應用
教師在電氣信息類專業教育教學中在運用人工智能技術進行教學時，要對人工智能技術的含義和特點進行深入的分析和研究，并且還要了解電氣信息類專業的育人目標和教學要求，將人工智能和電氣信息類專業教學進行有機的融合，為學生打造全新的教學課堂，從而使學生的專業素質和學習能力能夠在人工智能的運用下得到有效的提高，為學生后續的發展提供更多的可能性。
一、人工智能時代的概述
人工智能（ArtificialIntelligence，縮寫為AI）亦稱智械、機器智能，指由人制造出來的機器所表現出來的智能。通常人工智能是指通過普通計算機程序來呈現人類智能的技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現。人工智能于一般教材中的定義領域是“智能主體（intelligentagent）的研究與設計”，智能主體指一個可以觀察周遭環境并作出行動以達致目標的系統。約翰麥卡錫于1955年的定義是“制造智能機器的科學與工程”。安德里亞斯卡普蘭（AndreasKaplan）和邁克爾海恩萊因（MichaelHaenlein）將人工智能定義為“系統正確解釋外部數據，從這些數據中學習，并利用這些知識通過靈活適應實現特定目標和任務的能力”。人工智能的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及范圍極廣。人工智能是研究使用計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算機，使計算機能實現更高層次的應用。人工智能是十分廣泛的科學，它由不同的領域組成，它是哲學、認知科學、數學、神經生理學、心理學、計算機科學、信息論、控制論、不定性論、仿生學等多種學科互相滲透而發展起來的一門綜合性學科。在人工智能時代下進行電氣信息類專業教育改革的過程中，需要對人工智能時代的含義和發展背景進行深入的分析和研究，這樣才可以給電氣信息類專業教育改革指明一個正確的方向，保證后續工作的科學性和有效性。在2016年的世界經濟報告中，人工智能被預測為第4次工業革命的主要技術代表，人工智能的發展將從宏觀到微觀的各個角度進行相互的滲透以及融合，從而符合各個領域對于智能化技術的新要求和新需求。在人工智能技術發展的過程中，產生了大量的新技術和新產品，也形成了新的產業核心的發展模式[1]。我國經濟結構在人工智能時代下發生了重大的變革，由于人工智能技術獨特的技術形式和技術模式，深刻地改變著人們的生活方式和生活模式。在一定程度上不僅可以推動我國社會生產力的提高，還有助于推動科學技術水平逐漸朝著智能化和數字化的方向而發展，從中可以看出人工智能技術的發展是時展的必然趨勢，并且發展前景是比較廣闊的。人工智能技術主要是指將多個學科技術進行有效的整合，其中涵蓋了計算機學科、語言學科和心理學科，智能化特征是比較明顯的。在實際應用的過程中，由于融合了各種尖端的技術，能夠將技術能力和技術思維進行有機的結合，模仿人的工作行為和思維，在當前時代下人工智能技術得到了蓬勃的發展，但是人工智能技術的發展也需要一定的時間和精力。首先，在實際用的過程中相關工作人員進行了機器人的研發，機器人可以在復雜的環境中對信息進行有效的替代和處理，模仿人類的思維進行日常的工作。在后續工作的過程中，相關工作人員進行了數據系統的開發，可以自動化和智能化的對計算機數據進行有效的處理以及分析，在較短時間內提取出有效的信息，完成整個工作流程[1]。隨著我國當前科學技術的不斷發展，一些工作人員紛紛加強了對人工智能技術的研發力度和開發力度，不僅可以提高計算機的使用效果，還可以及時的發現在計算機系統日常運行過程中所存在的故障。在當前時代下人工智能技術的使用范圍在不斷的擴展，并且人工智能技術的發展前景是非常廣闊的，在計算機網絡技術中發揮著獨特性的作用和決定性的重要影響的作用。
其次，隨著人工智能技術的不斷發展，人工智能技術和各行各業進行了相互的滲透以及融合。在當前電氣信息專業領域中人工智能技術得到了廣泛的應用，并在實際工作的過程中對原有的工作模式進行了有效的改進和創新。一些工作人員在實際工作的過程中構建了自動化的工作模式和工作平臺，將人工智能技術完美的融入電氣信息領域中，不僅為我國電氣信息領域指明了一個正確的方向，也在一定程度上提高了人工智能技術的水平。最后，人工智能技術的發展，在電氣信息領域中的影響是迅速擴大的，人工智能的使用會對電氣信息行業的各個環節產生深刻的影響，甚至是革命性的變化。人工智能的應用不僅僅停留于行業的技術層面，更加重要的是在人工智能時代下一些新的工作思維和發展理念。作為電氣信息類專業的工作人員在人工智能的時代下要提高自身的專業素質和專業水平，根據人工智能時代的特點以及發展方向，對原有的工作模式和工作理念進行深入的改革以及創新，并且還要掌握有關人工智能方面的新技能，從而使得電氣信息類專業影響力能夠得到有效的提高。但是從側面來看人工智能技術的發展對于電氣信息類專業2本刊特稿科學咨詢/教育科研2021年第24期(總第745期)來說是把雙刃劍，給實際工作帶來了新的挑戰，一些工作人員不得不提高自身的專業素養和專業素質，掌握更多的人工智能技術。在當前時代下這種影響和變革已經被普遍認可，因此使我國電氣信息類專業行業能夠得到良好的發展。高校要對電氣信息類專業教育進行適當的改革以及創新，根據當前人工智能時代的發展方向和對人才的要求，對學生的綜合素質和創新能力進行良好的培育，從而使學生能夠充分的發揮人工智能技術的優勢，提高電氣信息類專業的水平和質量，再一次加深人工智能和電氣信息行業的融合力度。相關負責教師要加強對這一問題的理解，對原有人才培養模式和課程教育重點進行適當的改革和創新，根據人工智能時代和電氣信息領域融合的背景，提高課堂教學的科學性和針對性，從而使學生在畢業之后能夠獲得良好的發展。
二、人工智能對電氣信息類專業人才需求的影響分析
人工智能主要是利用計算機對人腦功能進行模擬，具備一定程度的人類認知和分析問題的能力，人工智能是人類所制造的智能化技術，也是機器智能化發展的主要載體。在人工智能發展的過程中，由于是計算機科學領域的一個分支，所以在人工智能研究的過程中，涉及有關語言識別和圖像識別方面的功能。在當前時代下，人工智能所形成的熱點效應是比較廣闊的，人工智能技術的應用，使得各行各業朝著智能化的方向而發展，對于電氣信息類專業人才需求來說，也逐漸朝著智能化的方向而發展。電氣信息類的教學，主要是為了讓學生能夠在班級學習的過程中，將理論和實踐進行有機的結合，提高學生的實踐能力和操作能力，實踐性是比較強的。在電氣信息類專業發展的過程中各種新興的技術被應用其中，擴展了電氣信息類專業的發展實力，并且人工智能和電氣信息類專業進行了有機的融合和滲透。人們在互聯網思維的影響下已經形成了互聯網思維的發展理念，隨著人工智能技術的廣泛運用再加上云技術和算法技術的普遍化，這又給電氣信息類專業的發展提供了重要的支撐。在相互融合的技術背景下，電氣信息類專業也即將進入到人工智能發展的領域中[2]。因此對于電氣信息類專業行業的工作人員來說，要了解人工智能時代下先進的信息技術，并且還要結合電氣信息類專業在人工智能背景下的新特點，樹立新的工作模式和工作理念，從而使得電氣信息類專業能夠在人工智能技術背景下得到廣泛的發展。對于人才需求方面，要求高校要對原有課堂教學模式和課程教學重點進行深入的改革和創新，融入人工智能方面的內容，對學生的綜合素質和專業能力進行良好的培育，高校要正確地理解人工智能對電氣信息類專業教學的影響，從而使得電氣信息類專業能夠朝著生態化和持續性的方向而發展。
三、人工智能給電氣信息類專業提供的機遇
在人工智能技術中，所涵蓋的技術內容相對來說是較為豐富的，這在一定程度上有助于提高電氣信息類專業的教學水平和教學質量。從中可以看出在當前時代下的電氣信息類專業教育教學中，教師要充分地把握人工智能技術所帶來的機遇，從而提高課堂教學的效果和質量。在人工智能技術中包含著語言識別技術和圖像辨認技術，也可以對一些語言進行有效的處理和研究。在課堂教學的過程中，教師要充分的發揮人工智能技術的優勢，讓學生了解當前電氣信息領域的發展方向和主要的發展特點[3]。由于電氣信息類專業所涵蓋的內容是相對來說較為復雜的，學生在日常學習的過程中，需要進行多個學科知識內容的學習，這給學生日常學習和教師的課堂教學帶來了諸多的挑戰，教師要結合課程教學的內容，對課堂教學模式和流程進行精心的安排。在實際工作過程中，要以計算機作為主要的輔助手段兼容，并且充分利用其他專業領域的技術來開展日常的教學。在課堂教學過程中，教師要充分的利用人工智能技術，對原有課堂教學模式進行深入的改革以及研究，并且結合新一代人工智能發展規劃的這一大背景，對原有課程教育模式進行創新和調整，從而給學生提供更加廣闊的發展空間。首先，在實際工作的過程中，人工智能技術重新構造了電氣信息專業的課程，由于電氣信息類的實用性是比較強的，在人工智能的技術下能夠取得不一樣的教學效果。將語言識別技術和圖像辨認技術進行了有機的結合，教師可以充分發揮這些專業技術的優勢，提高課堂教學的效果。另外在課堂教學情景中，教師可以利用人工智能技術來實現網絡化的教學，并且為學生打造智能化的工廠開展虛擬實驗室，從而對學生的專業能力和操作水平進行良好的培育。其次，在電氣信息類專業教學中人工智能技術的應用能夠對傳統課程教育模式進行有效的轉型和升級。在以往課程教學中，由于電氣信息類專業所涉及的知識學科是相對來說較為豐富的，這給教師的日常教學帶來了諸多的問題。比如在實際教學的過程中很難實現課程的有效統一，也無法為學生打造標準化的課程教育體系，在進行個性化和獨特性課程教學方面的力度還是不足的，甚至也沒有完善的教育體系進行主要的支撐，這給實際的教學工作帶來了諸多的問題。隨著人工智能技術的應用，在課程教育的過程中，教師可以充分的發揮人工智能技術的優勢，對相關信息進行有效的總結和收集。從而為學生打造個性化的教學課堂，并且運用人工智能技術，還可以對不同學生的學習需求進行分析和研究，提高課堂教學的針對性，從而使學生可以更加積極地進行知識內容的學習，實現快樂學習的效果[4]。在專業教育中教師要充分的發揮人工智能技術的優勢，提高人工智能技術的應用性效果，對學生的知識需求進行深入的挖掘以及研究，從而使學生的學習質量能夠得到有效的提高。與此同時，在課程教育的過程中，教師還可以進行課堂情景的構建，通過網絡化的教學為學生再現一些生活中的真實案例，為學生全面素質的提高奠定堅實的基礎。
四、人工智能技術在電氣信息類專業教育教學中的應用路徑
（一）轉變人才培養目標在人工智能時代下的電氣信息類專業教育中，由于原有的教育重點和人才培養模式已經無法順應人工智能時代的發展特點和對人才的需求了，所以在實際工作的過程中，要對電氣信息類專業教育進行有效的改革，幫助學生在畢業之后能夠獲得穩定的發展。首先，在對電氣信息類專業教育進行改革時，要轉變人才培養的目標，這主要是由于人工智能技術在電氣信息類專業行業中的運用對各個環節都產生了非常深刻的影響，并且電氣信息類專業對于人才的需求發生了很大的變化。比如，對人才的知識結構和專業技能方面都和傳統發現模式有所不同，在電氣信息處理的過程中提出了諸多的要求。相關電氣信息類專業從業者不僅要具備完善的理論知識，還要具備創新性的思維能力，能夠面對當前變化多端的人工智能時代，具備新的技術和新的思維，靈活地運用在實際工作中所存在的問題。因此對于電氣信息類專業教育來說，要對人才培養目標精準定位，實現良好的變革。其次，電氣信息類專業要著眼于當前國際發展方向和新業務的特征，了解有關業態產品和專業能力方面的內容。從這些問題入手提出正確的人才培養目標，并且對原有課程教學進行改革和創新，從而促進學生能夠在課堂學習的過程中加深對人工智能技術的了解，提高學生的專業素質和創新能力。
（二）升級人才培養模式在人工智能背景下對電氣信息類專業教育進行改革時，要在原有育人模式的基礎上實現有效的升級，改變傳統的課程教學設置。當前大部分電氣信息類專業院校還是采用之前偏理論的課程來對學生進行知識內容的講授，雖然這些理論知識是學生在學校學習期間必須要掌握的內容，但是假如仍然向學生講述這些課程的話，也沒有將理論和實踐進行相互的結合，使得學生無法在人工智能時代下得到良好的發展，因此相關負責教師在實際教育工作中要對原有人才培養模式進行轉型和升級。電氣信息類專業教師要根據當前電氣信息行業的發展和對人才的要求，對課程教育內容進行重新的調整。首先，在實際教育的過程中要向學生全面地展示先進的人工智能技術，技術是推進電氣信息專業前進的動力之一。但是在原有的電氣信息類專業教育中，教育技術的實施和教學并沒有受到相關負責教師的重視，教師在班級教學的過程中，也沒有為學生融入當前先進的人工智能技術和運用案例，提高學生的專業素質。在人工智能時代下，人機協作是當前主要的工作模式和發展模式，因此對于電氣信息類專業教育來說，要對人才培養課程結構和課程重點進行有效的調整和創新。教師在教學中不僅要加入有關以往課程的教育內容，還要對課程進行有效的擴展，融入新媒體和人工智能技術應用相關的課程。比如教師可以立足于教材中的內容，為學生創設多樣化的實訓活動和實踐操作平臺，在學生實踐的過程中要融入先進的人工智能技術，這些教學模式的運用不僅可以讓學生了解人工智能技術的實際應用情況，還可以多方位的鍛煉學生的創新能力和實踐應用能力。所以相關高校要適當的借鑒這一教學經驗，提高課程教學的針對性。其次，在育人模式中還要加強對學生創新思維和操作能力的培養，在人工智能背景下，電氣信息的發展模式和主要的發展方向都發生了一定的改變。在當前電氣信息領域發展的過程中，為了使自身能夠在人工智能背景下得到有效的發展需要創新和創意的人才，并且要求這部分人才能夠掌握先進的人工智能技術，根據電氣信息發展的實際需求和人們對電氣信息的要求，從而生產出個性化和特色化的產品。在育人模式升級中，教師要將專業和特色進行有機的融合，構建新的教育思路，過硬的專業素質才是人才升級的重要基礎。在人工智能時代下，信息的來源和途徑逐漸朝著多樣化的方向發展，在這些繁雜的信息中既有重要的信息也有多余的信息，所以要使學生能夠對這些信息進行有效的辨別。高校在制定人才培養模式中，要專業性的鍛煉學生的工作能力和專業素質，從而使學生能夠在這些大量的信息中提取有用的信息，提高電氣信息類專業的有效性。
（三）引入任務驅動的實驗模式在人工智能背景下對院校電氣信息類專業進行教學時，教師要在保留原有學習項目的同時，立足于學生當前的理解能力，開發新的教學內容。在教學中教師要求學生進行獨立性的思考，并且教師還要對學生的學習思路進行適當的引導以及啟發，使學生可以運用課堂中所學到的知識內容靈活的解決實際實驗過程中所存在的問題。教師要引導學生運用不同的方法進行學習，鼓勵學生進行大膽的設計以及驗證。教師在班級教學的過程中，可以為學生引入任務驅動式的教學模式任務，驅動式的教學模式主要是以學生為中心，教師要立足于教材中的內容和課堂教學的目標為學生布置相關的學習任務，實現綜合性的學習效果。在為學生布置學習任務時，要融入當前先進的人工智能技術，讓學生充分的發揮人工智能技術的優勢來完成教師所布置的任務。教師要在任務驅動式的教學模式中增加一些設計型和創新型的學習活動，讓學生直接深入到實踐學習中進行方案的設定以及驗證，并且對最終的實驗結果進行多方位的分析以及討論。在班級教學的過程中，教師要讓學生圍繞著一個教學目標來開展日常的學習，并且學生在學習和驗證的過程中，教師還要加強和學生之間的互動和交流，從而對學生的實驗方向和實驗思路進行有效的引導，使學生可以在強烈的學習興趣和學習動力的驅動下進行自主性的探索以及學習，并且也可以在班級中形成良好的互動。
（四）利用人工智能技術進行輔的教學在電氣信息類專業教學課堂中，教師在利用人工智能技術進行教學時，要在原有課程的基礎上充分地發揮人工智能技術的優勢，從而對實際教學起到一個良好的輔助作用。比如，在實際教學的過程中，教師需要將理論知識和學生的實踐學習進行相互的結合，提高課堂教學的真實性和有效性，在課程內容中要圍繞著各種企業的實際項目來讓學生進行知識內容的學習，教師要利用人工智能技術的優勢為學生展現真實的一線工作現場，讓學生全面的感受工作的環境，不僅有助于提高課堂教學的效果，還可以讓一些抽象的理論知識變得生動和直觀，促進學生學習效率的提高。
（五）在電氣設備故障診斷中的應用在電氣設備故障診斷中，人工智能技術中的模糊理論、人工神經網絡和專家系統的應用比較廣泛。以前我們常常面臨的問題是，當電氣設備出現問題或故障時，總是表現出比較復雜的癥狀，采用傳統處理手法難以對問題做出準確判斷和查找，人工智能技術則很好地解決了上述問題。比如發電機的設備故障具有非線性、不確定和復雜性的特征，傳統論斷方法準確率非常低，而通過人工智能技術中模糊理論和專家系統的綜合應用，能大大提高故障論斷的準確率。
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；本科高年級教學；教學改革
中圖分類號：G642 文獻標識碼：B
1 引言
人工智能是計算機科學與技術學科類各專業重要的基礎課程，在信息類相關的許多高年級本科和研究生都開設了人工智能課程。人工智能是一門前沿性的學科，它主要研究計算機實現智能的基本原理和基本方法，同時人工智能也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。廣義的人工智能涵蓋了模式識別、機器學習、數據挖掘、計算智能、神經網絡、統計學習理論等眾多研究方向。人工智能作為計算機學科的重要分支，已成為人類在信息社會和網絡經濟時代所必須具備的一項核心技術，并將在未來發揮更大的作用。
由于人工智能課程的學習難度較大，內容更新比較快，也繁多，使得教學有一定的難度。特別是針對本科高年級的人工智能教學，由于本科生的研究意識相對較弱，而人工智能比較強調科研性，所以如何教好本科高年級的人工智能課程是一項非常具有挑戰性的任務。
本文通過分析本科高年級的教學特點和人工智能課程的自身特點，在如何提高教學質量這一問題上提出了幾點思考。
2 本科高年級的教學特點
中國的本科教育，由于歷史和經濟發展水平等諸多原因，目前的定位還是培養某方面專業人才的專才教育。本科高年級學生在完成了低年級公共基礎課程和部分專業基礎課程的學習之后，迫切希望了解本專業的應用領域和發展前景，所以在教學過程中要注意內容的應用性和專業性。另一方面，本科高年級學生也是研究生教育的儲備人才，在教學過程中要適時的進行科研引導，這樣能夠讓畢業生保持對科學的興趣，從而為研究生階段進一步深入研究打下基礎。本科生一般于4年級的10月份開始著手畢業設計，在本科高年級的教學過程中還要注意與畢業設計的內容相結合，這樣可以讓學生提前做好準備，選擇適合自己的方向。
3 人工智能課程的學科特點
與信息類其它專業課程相比，人工智能具有應用性、研究性和發展性三個重要學科特點。首先，人工智能是一門應用性很強的學科。人工智能學科的主要目標在于研究用機器來模仿和執行人腦的某些智力功能，并開發相關理論和技術。人工智能技術廣泛應用于模式識別、數據挖掘、智能控制、信息檢索、智能機器人等領域，在日常生活中，隨處可見人工智能技術的應用實例；其次，人工智能技術具有很強的研究價值，是計算機科學領域中重要的研究方向。技術進步無止境，研究者們不斷追求開發出效率更高、更智能的人工智能技術：最后，人工智能是一門正在發展中的學科。隨著信息化、計算機網絡和Internet技術的發展，人類已步入信息社會和網絡經濟的時代，它們為人工智能提出了許多新的研究目標和研究課題，人工智能的應用領域以及技術算法都在不斷發展。
4 人工智能教學的三點思考及對策
4.1 注重應用性和介紹性
在教學實踐中，筆者發現，本科高年級學生一般比較關心各種人工智能技術的應用領域和使用方法，而對基礎性理論和技術細節不是很感興趣。他們一方面希望能學到很多較新和較實用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老師的教學主要停留在介紹性層面，不想花太多時間在復雜的理論理解上。這也比較符合本科高年級的教學特點，本科階段主要是培養具備較強應用性和基礎科研素質的專業人才。傳統的人工智能教學主要講授知識表示和搜索推理技術，大部分實例都是解答式或推證式的。由于其知識的抽象性，又加之其應用實例較少，所以往往教師感覺難講，學生在學習過程中也感覺乏味，對講授的內容大多都是死記其方法和步驟，因此影響了教學效果。針對這一問題，筆者認為，在設計人工智能教學時，要注重內容的新穎性、實用性和介紹性。除了講授那些仍然有用的和有效的基本原理和方法之外，要著重介紹一些新的和正在研究的人工智能方法和技術，特別是近期發展起來的方法和技術，如支持向量機、決策樹、模糊集、遺傳算法、蟻群算法等。這些內容的理論部分可以不必過分深究，教學重點主要放在介紹每種技術的產生背景、發展狀況、應用領域和具體實現上。此外，要注意理論與實際應用密切結合，在教學過程中加入一些與課程內容結合的、可以用計算機實現的實際應用內容。考慮到目前應用最廣泛的人工智能領域之一是模式識別，而研究模式識別的主要計算機工具是Matlab，所以筆者在教學過程中以手寫數字識別作為教學實例，針對所介紹的每一種人工智能技術，都將其應用于手寫數字識別當中，并講解了這些技術的Matlab實現方法。學生在掌握了基本理論之后，可以按照實現步驟的指導，立刻上機見到算法的實際效果，加深對算法實現思路和方法的認識。
4.2 注重科研引導性
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。本科教育一方面為社會培養了大批應用型人才，另一方面也要為我國的科研事業培養后備力量。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。針對這一特點，在本科高年級的人工智能教學中，還要注意對學生適時適度的科研引導。這樣可以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。在教學過程中，可以引導學生思考每種人工智能技術的優點是什么?缺點是什么?有沒有改進的辦法?比如BP神經網絡是計算智能中較為成熟的技術，具有強大的非線性學習能力，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。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。近十年來，研究者逐漸把目光轉移到另一種新的非線性學習工具――支持向量機上。同神經網絡相比，支持向量機具有泛化能力強、不受局部最小問題困擾、理論背景完善等顯著優點。在給學生講解BP神經網絡算法的時候，一方面可以通過手寫數字識別實驗展示其強大的非線性分類能力，另一方面也要告訴學生，BP神經網絡并不是完美的，其缺點同樣明顯。然后引導學生對這些問題進行思考，討論有沒有更好的解決辦法。此時，順勢引出支持向量機的內容，并且介紹支持向量機的研究現狀和研究方向。通過兩者的對比，學生不但了解到了較新的人工智能技術，又對人工智能研究中如何去發現問題、解決問題、人工智能技術的進化歷程有了直觀的印象。
4.3 教學內容與畢業設計相結合
本科畢業設計是對本科生用所學知識來解決實際問題和進行專業研究能力的檢驗，是本科高年級學生將要面臨的一項重要任務。由于人工智能學科具有應用性和科研性的特點，人臉識別、網頁檢索、經濟預測、基因數據處理等應用領域都離不開人工智能技術，所以人工智能方向為學生提供了豐富的畢業設計選題。針對這一特點，在本科高年級的人工智能教學中，可以適當穿插介紹有關畢業設計的內容。告訴學生哪些應用領域是目前人工智能研究的熱點方向，哪些人工智能技術可以用來解決這些問題。通過向學生介紹具有一定應用價值和研究意義的題目，然后引導他們查找閱讀相關技術文獻，分析問題，解決問題，最后編寫代碼和撰寫論文。比如筆者給學生提供的選題包括：(1)基于支持向量機的上市公司信用評價；(2)正則化回歸在股票預測中的應用；(3)基于膚色的人臉檢測；(4)基于內容的網頁圖像檢索等。這些題目應用性強，具有一定科研深度但是難度又不至于太大，學生選擇這些題目的積極性很高。通過將教學內容與畢業設計相結合，不但加深了學生對課程的理解，又使其找到了合適的畢業設計題目，可謂一舉兩得。
關鍵詞：人工智能；學習興趣；教學方法
1956年，在美國Dartmouth大學，由數學家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同發起一個歷時兩個月的夏季學術討論班，他們在此討論班上第一次正式使用了人工智能(Artificial Intelligence)這一術語。人工智能是一門多學科交叉的課程，涉及計算機科學、數學、控制論、信息論、神經生理學、心理學、哲學及語言學等多個學科，是新理論和新技術不斷出現的綜合性學科。當前，人工智能領域加強了從人類智能與生命現象中汲取養分的趨勢，加快了向分布式系統與復雜系統靠攏的步伐，智能化的應用更為深入，影響更為廣泛，其發展已對人類的經濟、社會、文化等方面產生了深遠影響[1]。
1人工智能導論課程特點
人工智能導論是人工智能領域的引導性課程，介紹人工智能的基本理論、方法和技術，目的是使學生了解和掌握人工智能的基本概念和方法，為進一步學習奠定基礎。人工智能是計算機科學與技術學科一門重要的基礎課程，需要相關課程作支撐。離散數學、概率論與數理統計等課程是其數學基礎，數據結構、程序設計基礎、算法分析與設計等課程則為人工智能中知識表示、邏輯推理和問題求解提供了設計與實現手段。與其他軟件課程相比，人工智能課程有鮮明的特點，主要表現在思想方法上強調啟發性、算法上強調不確定性。同時，由于人工智能是一個新思想和新技術層出不窮的開拓性領域，因此其對學生的訓練是鼓勵創新的，具有其他課程不可替代的作用。
人工智能導論是計算機相關專業的必修課，在許多信息類相關的本科教學中也有開設，一般開設在第六或者第七學期。我國目前本科教育的定位是專才教育，培養某方面的專業人才。完成公共基礎課程和部分專業基礎課程的學習之后，本科高年級學生應該了解本專業的應用領域和發展前景，因此在教學過程中要注意內容的專業性和應用性。由于本科階段學生缺乏科研意識，初步的科研訓練設置在第八學期，即所有課程學習完畢之后的畢業設計，而人工智能課程強調科研性，因此教學難度較大，由此帶來的最直接后果就是學生學習興趣不高。同時，對有志于讀研的學生而言，本科階段的學業也是研究生教育的起點，在教學過程中要適時的進行科研引導，提升學生對科學研究的興趣，為研究生階段打下基礎。可見，圓滿完成人工智能導論課程這一教學任務是重要且極具挑戰性的。
2教學內容安排
人工智能的研究和應用領域非常廣泛，包括問題求解、機器學習、自然語言理解、專家系統、模式識別、計算機視覺、機器人學、搏弈、計算智能、人工生命自動定理證明、自動程序設計、智能控制、智能檢索、智能調度與指揮、智能決策支持系統、人工神經網絡、數據挖掘和知識發現等。人工智能導論旨在為這些具體領域的研究提供引導和基礎保障。
人工智能導論課程涵蓋內容較多，因此需要明確“精講”和“泛講”的內容，以使教師和學生在教學活動中都有所側重。當然，首先應和學生說明，泛講并不代表內容不重要，只是由于課程性質和課時的關系，暫時不作深入探討。日后如有需要，可在此基礎上進一步學習和研究。結合當前人工智能學科的發展狀況，根據教學大綱和作者的教學經驗，對人工智能導論課程教學內容的精講和泛講安排如表1所示。
3提升學生學習興趣的教學方法
3.1穿插背景故事
為激發學習積極性，針對學生喜歡聽奇聞軼事、想象力豐富的心理特點，通過講述一些與教學內容有關的故事或者趣事來吸引其注意力，輔助思維并豐富聯想，使學生在愉悅中完成學習[2]。下面列舉幾個我們在課程教學中用到的背景故事，通過這些故事，不但傳授了知識，也活躍了課堂氣氛。
1) 人類智能的計算機模擬與人機大戰。
講授人類智能的計算機模擬時，可以給學生簡述一下IBM公司的超級電腦和國際象棋世界冠軍卡斯帕羅夫之間的人機大戰，以促進學生對人類智能和人工智能的進一步思考。北京時間1997年5月12日凌晨4點50分，在美國紐約公平大廈，當IBM公司的“深藍”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫對“深藍”的人機大戰落下帷幕，“深藍” 以3.5U2.5的總比分戰勝卡斯帕羅夫。2003年1月26日至2月7日，卡斯帕羅夫與深藍的升級版“小深”又進行了一場人機大戰，先后進行了6局比賽，最終卡斯帕羅夫以1勝1負4平的結果和“小深”握手言和。這也表明了人工智能和人類智能之間的較量還將持續下去。
2) 問題規約法與老和尚說教。
問題規約法是從要解決的問題出發逆向推理，建立子問題以及子問題的子問題，直到最后把初始問題歸約為一個本原問題集合。本原問題指不能再分解或變換且直接可解的子問題。可見，問題規約的本質是遞歸的思想。此時，可以給學生簡述我們小時候就聽說過的老和尚說教的故事，即“從前有座山，山上有座廟，廟里有個老和尚，老和尚對小和尚說，從前有座山……”。
3) 模糊理論與禿頭悖論。
模糊推理是一種重要的不確定性推理方式，是指基于模糊理論進行的推理。講授模糊理論時，可以先講一下禿頭悖論讓學生討論。一個人有10萬根頭發，肯定不能算禿頭，不是禿頭的人，掉了一頭發，仍然不是禿頭，按照這個道理，讓一個不是禿頭的人一根一根地減少頭發，就得出一條結論，即沒有一根頭發的光頭也不是禿頭！禿頭悖論的出現源于在嚴格的邏輯推理中使用了“禿頭”這一模糊概念，因此需要以模糊邏輯代替傳統的二值邏輯解決該問題。
3.2課堂辯論和多媒體教學
人工智能從其誕生之日起就充滿爭議，各種學派的爭論使得人工智能的發展更趨完善，加快了其縱深發展。目前，人工智能的爭論主要有兩方面，即研究方法的爭論和技術路線的爭論。前者爭論的主要問題有人工智能是否得模擬人的智能；對結構模擬和行為模擬是否可以分離研究；對感知、思維和行為是否可分離研究；對認知與學習以及邏輯思維和形象思維等問題是否可以分離研究；是否有必要建立人工智能的統一理論體系。后者爭論的主要問題是沿著什么樣的技術路線和策略來發展人工智能。
在課堂教學中，可以充分利用人工智能中存在的爭論較多這一特點，針對相關議題組織課堂辯論，如可用議題“機器的反叛――機器的智能會超越人類嗎？”。讓學生在圖書館或者從網上查閱相關資料，明確自己的論點并準備證據材料，并在課堂上進行辯論。這類辯論無所謂輸贏，旨在通過這種活動，增進學生思考[3]。教學中，還可以充分利用多媒體教學的特點，如讓學生觀摩電影《終結者》系列、《人工智能》、《黑客帝國》等，增強學生對人工智能的直觀感受，提高課堂教學效果[4]。
3.3應用實例分析
普遍而言，本科學生對單純的理論講解不太感興趣，因此在教學過程中，適當增加一些實驗和設計，提高學生分析問題的能力和實際動手能力。比如，講解知識的產生式表示法時，給出產生式的概念和基本表示形式之后，可以通過“野人與傳教士過河”問題來說明產生式表示法的具體應用過程；講解計算智能的進化計算部分時，給出進化算法的幾種具體形式和算法流程之后，可以通過中國旅行商問題(CTSP)來說明算法求解問題的過程。教師在教學過程中，可以根據需要，選擇一些合適的應用實例進行分析。通過這些實例，既能加深學生對知識的理解，又能增加學習的興趣。下面給出兩個實例的簡單描述。
1) 產生式表示法求解“野人與傳教士過河”問題。
問題：傳教士和野人各N人過河，現只有一條船，傳教士和野人都會劃船，船一次只能載k人，船上野人多于傳教士時野人就會吃掉傳教士，問如何安全過河？(不失一般性，以N=3，k=2為例求解)。
求解簡述：設綜合數據庫中狀態用三元組(m, c, b)表示，其中m、c、b分別表示傳教士、野人和船的數目，則有：
0≤m, c≤3, b ∈{0, 1}
以左岸為參照點，則初始狀態和目標狀態分別為(3，3，1)和(0，0，0)。據此，可以給出一條產生式規則如下：
IF (m, c, 1) THEN (m-1, c, 0)
以此類推，把所有可行的規則都求出之后，就可按照規則集和控制策略得到問題的解。
2) 遺傳算法求解31個城市的CTSP問題[5]。
問題：給定有限個城市的集合C={c1,c2, …,cm}及每兩個城市之間的距離矩陣D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出滿足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一個全排列。我們以CTSP問題為例，即求解中國31個城市之間最短巡回路線的問題。
求解簡述：路徑表示直接使用城市在路徑中的相對位置，如有編號分別為1、2、3、4、5的5個城市的一條路徑4－1－2－5－3，用路徑表示方法直接可寫為(4 1 2 5 3)。適應度函數值用路徑的實際長度表示。交叉算子采用次序雜交，即選擇父體的兩雜交點，交換相應的段，其它城市則保持在父體中的相應次序。變異算子采用倒位算子，即隨機選擇兩個位置，然后將它們之間的城市反序。通過運用遺傳算法求解，可得最優解為15 404 km，對應的巡回路線為“北京―呼和浩特―太原―石家莊―鄭州―西安―銀川―蘭州―西寧―烏魯木齊―拉薩―成都―昆明―貴陽―南寧―海口―廣州―長沙―武漢―南昌―福州―臺北―杭州―上海―南京―合肥―濟南―天津―沈陽―長春―哈爾濱―北京”。實例講解完成后，可要求學生采用相同或者不同的方案自己去實現一下問題的求解過程。
4結語
人工智能是計算機科學與技術專業的一門核心課程，同時也是一門交叉學科，涉及面廣，理論性強，教學難度較大，學生的學習興趣有待提高。本文作者根據自己在人工智能導論課程中的教學實踐和課程特點，明確了教學中的精講內容和泛講內容，總結了三種提高學生學習興趣的教學方法，并給出相應的實例說明，旨在為本門課程的教師提供教學參考。
參考文獻：
[1] 蔡自興,徐光v. 人工智能及其應用(本科生用書)[M]. 北京:清華大學出版社,2003:288-296.
[2] 薛占熬,齊歌,杜浩翠,等. 離散數學的課堂導入法研究[J]. 計算機教育,2010(8):95-99.
[3] 徐新黎,王萬良,楊旭華. “人工智能導論”課程的教學與實踐改革探索[J]. 計算機教育,2009(11):129-132.
[4] 李春貴,王萌,何春華. 基于案例教學的“人工智能”教學的實踐與探索[J]. 計算機教育,2008(9):53-54.
[5] 楊利英,覃征,賀升平,等. 改進的演化近似算法求解TSP問題[J]. 微電子學與計算機,2004,21(6):126-128.
Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence
YANG Liying
(School of Computer Science, Xidian University, Xi’An 710071, China)
Abstract: This paper presents three teaching methods for promoting learning interests based on the characteristics of Introduction to Artificial Intelligence and our teaching experience. These methods have been used in practice. The teaching practice shows that the methods proposed in this paper can promote learning interests effectively.
政策催化進一步加強
國內AI有望“彎道超車”
目前，各國政府都高度重視人工智能相關產業的發展。自人工智能誕生至今，各國都紛紛加大對人工智能的科研投入。美國主攻軍用機器人技術，歐洲主攻服務和醫療機器人技術，日本主攻仿人和娛樂機器人。可以說，人工智能成為各國“大腦”計劃的重要內容。
當下我國社會面臨老齡化壓力、經濟轉型和制造業升級，對此，國務院在印發的《中國制造2025》中明確指示，要把智能制造和高端技術創新作為重點建設工程，特別提出要發展和培育一批產值超過100億元的人工智能核心企業。
國內市場的扶持政策頻出。2015年7月，國務院印發《“互聯網+”行動指導意見》，將發展人工智能提升到國家戰略層面;2016年1月，科技部部長萬鋼提出“科技創新-2030項目”，智能制造和機器人成為重大工程之一。
在2016年3月兩會召開期間，《國民經濟和社會發展第十三個五年規劃綱要(草案)》正式出爐，其中提到，要大力推進先進半導體、機器人、智能系統、智能交通、精準醫療、智能材料等新興前沿領域的創新和產業化，形成一批新增長點。
政策和資金的支持、人才儲備、技術的積累和突破等都為人工智能的發展提供了基礎條件。科技部高技術研究發展中心研究員劉進長認為，我國人工智能與機器人技術的快速發展，一是因為國家的高度關注與政策支持，二是得益于金融界的重視與大企業的不斷進入。
“2014年，中國市場的工業機器人銷量猛增54%，我國智能語音交互產業規模達到100億元，指紋、人臉、虹膜識別等產業規模達100億元。”廣證恒生副首席分析師趙巧敏向《經濟》記者分析稱，在利好因素的促進下，我國人工智能技術攻關和產業應用發展勢頭良好。
在她看來，目前國際巨頭在人工智能技術上還沒有完全形成壟斷。我國在人工智能的研究上與發達國家相比，甚至與美國相比都不算落后，這是難得的歷史機遇，是提升綜合國力和影響力的絕佳機會。
“我國完全有可能利用市場需求優勢、用戶數據優勢等，搶占人工智能技術和產業的制高點，實現人工智能技術‘彎道超車’。”趙巧敏稱。
人工智能大潮來襲
千億市場規模可期
人工智能已經開始進入一個新的階段。從Siri識別到無人駕駛，都是人工智能的實現載體，涉及到的技術和領域跨越多學科，包括深度學習、智能識別、專家系統、神經網絡、智能機器人等。
未來，人工智能需求將會激增。據BBC預計，到2020年，全球人工智能市場規模將達到183億美元，約合人民幣1190億元。
“目前人工智能的應用領域主要還是以工業制造為主，但是隨著經濟結構的轉型，以及不斷攀升的勞動力成本，未來包括機器人在內的人工智能產品的市場需求將會不斷擴大。”愛建證券研究所研究員劉孫亮向《經濟》記者表示，隨著人均可支配收入的增加，以及人口老齡化時代的來臨，人工智能家庭化的現象將會普及，屆時家用助老服務機器人、醫療機器人以及家用清潔機器人的市場需求將會激增。
國內著名的咨詢機構艾瑞咨詢在參考人工智能行業全球市場規模后預計稱：在不包括硬件產品銷售收入、信息搜索、資訊分發、精準廣告推送等的情況下，預計2020年中國人工智能市場規模將達到91億元人民幣。
而目前市場的關注點還只是在智慧金融、智能家居等應用領域，對于人工智能的發展空間來說，這只是冰山一角。
趙巧敏表示，由于人工智能屬于基礎型技術，與機器人和大數據聯系緊密，其水平的提升將帶來多領域的應用擴展，大幅拓寬傳統產業的發展之路，造成未來5-10年的巨大顛覆性影響，產生10-100倍的溢出效應，由此將打開萬億規模的市場空間。
“僅僅以工業機器人領域為例，在智能化水平提高后，將降低固定資產投資成本近30%，降低人工成本近60%-70%，在汽車整車、零部件制造、食品工業及物流等行業產生8-10倍的產業集群帶動作用，對應著800億-1000億元的市場規模。”趙巧敏說。
實際上，中國人工智能的商業化應用環境甚至能創造更大的市場空間。我國人工智能的商業應用水平已經十分繁榮，這一概念已經滲透了教育、金融、醫療、文體娛樂等領域，且獲得了很好的市場反響。
“市場關心的IT和互聯網領域幾乎所有的主題和熱點，例如智能硬件、O2O、機器人、無人機和工業4.0，發展突破的關鍵環節都是人工智能。”趙巧敏表示，人工智能的發展是必然趨勢，它將成為未來30年內我國技術發展的重心，也會給互聯網領域帶來新的突破，給人們的生活帶來翻天覆地的變化。
在人工智能應用領域，我國已經發展得較為全面，包括家居領域、安防領域、醫療領域、企業領域、金融領域和教育領域。
然而盡管目前我國自主知識產權的文字識別、工業機器人、娛樂機器人等智能科技成果已經進入大規模實際應用，但市場空間仍然很大。中泰證券首席宏觀策略師羅文波向《經濟》記者表示，我國機器人的“密度”只有德國、日本的1/10，行業發展空間巨大。
VC青睞人工智能
巨頭加速并購
人工智能一直是硅谷大佬們瘋狂追求的領域，谷歌、Facebook、IBM均重金投資人工智能，是目前AI領域的領導者。微軟、谷歌和Facebook等全球科技巨頭都認為2016年是AI迅速進化的關鍵節點。
Google希望在人工智能領域復制Android的成功，并力圖打造一個機器人帝國;Facebook計劃在2016年制造出能夠在家務和工作上幫助自己的人工智能;蘋果4天內接連收購兩家人工智能初創公司……
據羅文波統計，目前全球人工智能企業已經超過了900家，大多集中在北美和西歐。這些人工智能初創企業總估值超過87億美元。“隨著日本、北美、歐洲的‘大腦’計劃大規模布局人工智能，2040年全球很有可能實現廣義的人工智能。”
除互聯網巨頭外，敏銳的資本方也在積極布局人工智能領域，近年來風投不斷加大對人工智能初創企業的投資，持續布局人工智能這個重要風口。
“2014年人工智能企業融資總量首次超過10億美元，2015年融資總量更是超過12億美元。2016年到現在，全球在人工智能領域的投資已經超過4億美元。”渤海證券研究所證券分析師齊艷麗向《經濟》記者表示，隨著科技巨頭在人工智能領域的布局將提速，VC/PE在人工智能領域的投資也將隨之爆發。
“反過來，資本層面的爆發也將持續帶動人工智能行業加速爆發。”齊艷麗認為，雖短期看人工智能仍處于大規模投入期，較難變現，但未來人工智能應用于無人駕駛汽車、輔助診斷、刑偵監測等領域將會產生巨大的商業價值和社會價值。
在全球市場火爆的背景下，國內市場也充滿了巨頭和風投的博弈與布局。
出于對人工智能行業商業前景的看好，國內巨頭紛紛進軍人工智能領域，百度、阿里、騰訊均在人工智能領域發力。
其中，百度2014年研發投入接近70億，同時涉足了深度學習與自動駕駛領域，并推出了“百度大腦”計劃;阿里巴巴推出了國內首個人工智能平臺DTPAI;騰訊推出了撰稿機器人Dream writer，開放了視覺識別平臺騰訊優圖，同時成立了騰訊智能計算與搜索實驗室。一些具有創新性眼光的巨頭公司也相應進入，讓整個行業迎來了爆發的機會。
“互聯網巨頭公司和創業公司是我國AI技術基礎研究主力軍。在國家政策大力支持下，無論是科研機構還是企業都在加大人工智能研究的力度，由此也取得了較為不錯的成績。”據羅文波介紹，截至2015年底，我國人工智能領域已有近百家創業公司，約65家獲得投資，共計29.1億元。人工智能領域布局如火如荼。
巨頭的基礎層切入為人工智能基礎領域的研究帶來了巨大的資金優勢和人才支持，使得部分技術達到世界一流水平。例如，我國的視覺、語音識別的技術已經處于國際領先水平。
而近兩三年，風投也開始加速了在這一領域的投資步伐。2014年開始，我國人工智能領域投資金額、數量、參與投資機構數量均大幅增加，2015年更是實現了跨越式的增長。“2015年我國投資人工智能的機構數量已經高達48家，是2012年投資機構數量的6倍;投資額為14.23億元，是2012年投資額的23倍。”趙巧敏表示。
短期看好應用開發
長期關注技術研究
二級市場一向是搜尋熱點的風向標。人工智能市場的火爆也催熱了資本市場的相關行業。在市場空間巨大、產業前景明朗的背景下，占據資金優勢的上市公司紛紛瞄準人工智能領域，分享廣闊藍海。
隨著人工智能的不斷進步和發展，最先實現產業化的AI應用層將最早迎來投資機會。銀河證券分析師楊華超向《經濟》記者分析稱，無人駕駛、工業4.0、智慧醫療等主題將成為未來中長期的熱點，建議關注相關主題的優質標的。“同時，AI數據層和應用層作為準入門檻較高的環節，之前具有技術積累和數據資源的公司將優先受益，可以關注目前已經在人工智能領域已經有技術和規模優勢的公司。”
對此，羅文波則建議投資者，選擇人工智能領域的標的，要分長短期來考量。“短期可關注在人工智能商業化應用有所突破的企業，長期可關注具備技術研究實力的公司。”
在他看來，具備競爭力的上市公司主要有兩類，一是與機器人硬件制造相關的公司，它們一般擁有較好的智能制造業基礎，在未來產業升級過程中，擁有強大的競爭優勢;二是在人工智能商業化應用有所突破的公司。
對此投資邏輯，趙巧敏也表示認同，“短期看好應用開發領域，特別是基于當下較為成熟的感知智能技術如語音、視覺識別的服務、硬件產品等的應用開發將是短期的投資亮點”。
“目前下游應用領域也面臨著大量需求，如人口老齡化對服務機器人的需求、定制化生產對3D打印的需求、物流配速對無人機的需求等。”趙巧敏分析稱，穿戴設備、3D打印、無人駕駛、服務機器是最值得看好的應用場景。
而從長期來看，在以現有技術為基礎的應用領域基本飽和之后，只有技術研究才能推動新一輪的應用創新，趙巧敏稱。技術研究是長期的投資關注點，“應該關注核心技術模塊提供商和數據傳輸、運算、存儲過程所涉及的基礎設施運營商”。
與此同時，在主板之外，一些新三板標的同樣值得關注。從2015年起，掛牌新三板的人工智能企業數量明顯增加。以機器人子行業為例，僅2015年一年就有35家機器人企業在新三板掛牌，還有10家機器人企業在待掛牌狀態，20多家公司在審查待掛的狀態。投資者可以有選擇地關注其中較好的標的。
關鍵詞：人工智能；會計軟件開發技術；翻轉課堂；知識庫；會計信息化
一、引言
近年來，隨著云計算、人工智能、大數據和移動計算等新技術的發展與應用，知識管理理念的日趨成熟，新興技術對高等學校教育教學模式的改革與創新帶來了良好的機遇。2012年3月13日，教育部印發的《教育信息化十年發展規劃（2011-2020年）》，旨在推進信息技術與教育教學的深度融合，實現教育思想、理念、方法和手段全方位創新。2016年6月7日，教育部頒布實施的《教育信息化“十三五”規劃》，以期加快推動信息技術與教學教育的融合發展。這些政策的出臺為高校翻轉課堂教學模式的發展提供了明確的實施導向和政策支持，也為重慶理工大學會計信息化國家級精品課程之《會計軟件開發技術》（AccountingSoftwareDevelopmentTechnology，以下簡稱為ASDT）課程實施翻轉課堂教學模式改革與創新帶來了良好的契機。知識庫采用知識表示方式來存儲、組織、管理和使用互相聯系的基礎學習知識、學習過程沉淀的知識和學生自我搭建的知識。基于人工智能技術的翻轉課堂知識庫構建與應用，不但可以調動學生的積極性和主動性，讓課程教學延伸到網絡平臺，還能夠在很大程度上提高課程的教學質量和教學效果。大數據、人工智能、知識庫等技術的發展為翻轉課堂教學模式的有效開展提供了良好的技術支撐，引起了教育界的廣泛關注。周宇等人（2016）提出了一種面向關聯數據的機構知識庫構建方法，該方法能夠覆蓋機構知識庫構建的整個過程，并支持機構知識的資源整合、語義檢索、知識推理和關聯數據。鐘曉流等人（2013）信息化環境中基于翻轉課堂理念的有效教學設計模型，對翻轉課堂產生的背景與緣起、含義與特征、當前的研究進展與實踐案例、相關的技術工具等進行了系統分析。曾明星等人（2014）闡述了翻轉課堂的內涵、應用與研究現狀，分析了軟件開發類課程實施翻轉課堂的可行性，探討了軟件開發類課程翻轉課堂教學模型及其構成要素。劉清堂等人（2016）分析了機器教學、計算機輔助教學、智能導師系統的基本設計理念、關鍵技術以及代表性系統，提出以學習分析為核心的智能技術整合、融合人工智能和人類智能的自適應學習。綜觀上述文獻，現有研究主要從翻轉課堂的可行性和模型等方面去思考翻轉課堂的教學模式改革問題，而利用人工智能、大數據等現代信息技術去改革與創新翻轉課堂教學模式的研究文獻還相對比較匱乏。基于人工智能技術的翻轉課堂知識庫構建與應用，通過全程記錄課上和課下的教學互動過程，可以改善翻轉課堂在教學方式、學生學習方式、評價體系等諸多方面的不足。鑒于此，本文基于大數據、人工智能等技術，探索改進與提升翻轉課堂教學模式改革與創新的新技術與新方法。
二、基于人工智能的春秋戰國翻轉課堂知識的表達
人工智能（ArtificialIntelligence）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，主要包括機器人、語言識別、圖像識別、自然語言處理、智能監控、智能搜索等核心技術。ASDT課程將語音識別、語義識別、圖像識別和智能搜索等人工智能技術融入翻轉課堂教學改革的同時，導入春秋戰國時期的七國爭霸作為教學情景，將班上所有學生平均分成七個小組，分別對應齊、楚、燕、趙、韓、魏、秦等七個國家，每個小組的學生進行角色扮演，實施“春秋爭霸”翻轉課堂教學。在ASDT教學過程中，在講授會計軟件開發技術和會計數據業務處理流程的同時，讓學生充分參與課程教學活動，強化互動學習，培養學生的團隊協作能力、溝通能力、PPT制作與演講能力、知識消化吸收及應用等能力。基于人工智能翻轉課堂知識庫構建的基礎是將ASDT課堂的課堂教學活動和學生自主學習活動過程中形成的知識符號化的一個過程，通過對知識的映射轉化為可供描述的事實和推理事實的數據結構。在構建知識庫的過程中，知識的表達方式是構建知識庫的關鍵。知識表達方式主要包括描述性、直接性、過程性等表達方式。其中，描述性的知識表達方式是客觀和完整地反映相關專業領域的理論知識，具有準確性和邏輯性的特點。直接性的表達方式是以專業理論知識為基礎，以圖片、視頻、音頻和圖形等方式直接表達知識的本質。過程性的知識表達方式是在教學過程中的積累和總結的經驗知識。以下具體闡述在課堂教學活動和學生自主學習活動中知識的表達方式。
（一）課堂教學活動課堂教學活動由教師圍繞各小組在完成作業的過程中遇到的實際問題，引導學生進行小組作品展示和組織小組間互動討論。在課堂教學活動中，各小組通過PPT演示講解本組作品中所涉及的知識點，運行程序進行作品展示。其他小組針對展示的作品輪流提問，小組回答問題以后，教師對作品進行綜合性點評并打分。最后，教師根據知識庫中的記錄的學生自主學習活動中遇到的問題引導學生互動討論，解決問題，針對學生不能解決的問題，進行重點講解。在整個課堂教學活動中，教師對知識點的講解、評價表現為描述性的知識，而教師和學生的角色高頻切換，教師和學生評價、引導和提問不停迭代的探究式教學過程，表現為過程性的知識。通過語音識別、語義識別等人工智能技術的運用，自動識別和理解學生作品展示、各小組提問、教師綜合點評等教學活動中的語言，轉換為相應的文本，按照知識的表達方式自動分類，并實時傳送到網絡平臺，更新知識庫。
（二）學生自主學習活動將ASDT課程的教學目標和教學內容按主題進行任務分解，根據教學計劃逐步推進，學生根據小組任務在重慶理工大學精品課程網上觀看教學視頻進行自主學習，小組成員合作完成小組任務。學生在學習過程中產生的疑問，可以借助智能搜索技術檢索知識庫，知識庫推送相關知識點，幫助學生解決問題。在學生的自主學習過程中，學生在網頁中通過簡單檢索、組配檢索、限制檢索等手段，進行交互式的訪問，最終獲得所需的知識信息，表現為過程性的知識。學生觀看教學視頻對相關知識點進行學習表現為直接性的知識。
三、基于人工智能的翻轉課堂知識庫的構建
在知識的直接性表達、描述性表達和過程性表達等多種方式下，多角度獲取教學活動中的各種知識以構建知識庫。基于人工智能的翻轉課堂知識庫包括教師編輯維護的知識庫、學生自我搭建的知識庫以及課堂學習過程中沉淀積累形成的知識庫三部分，在教學活動中不停地進行動態更新，形成一個翻轉課堂知識庫的生態循環。其中，老師編輯維護的知識庫是根據教學計劃和教學任務按規則生成課題所需的知識點；學生自我搭建的知識庫是根據學生在網絡平臺上提出的問題，生成的答案和解釋；課堂學習過程中沉淀積累形成的知識庫是自動記錄和存儲學生在課堂上的各種學習行為。基于人工智能的翻轉課堂知識庫，
（一）教師建立維護學生基礎學習知識庫教師首先根據教學總任務和總目標規劃具體小組任務，按照教學大綱小組任務，同時在網絡平臺上編輯學生完成小組任務所需的基礎知識和教學視頻。此環節對課程的翻轉和構建基礎學習知識庫具有重要的指導意義。建立基礎學習知識庫要和小組任務相匹配，并且具備合理性、科學性和可操作性，盡量涵蓋完成小組任務所涉及的知識點。否則學生將無法完成小組任務，也無法有效建立基礎學習知識庫。學生根據小組任務和本小組實際情況，觀看教學視頻和學習資料，滿足基礎知識儲備，完成小組作品。教師根據學生在自主學習過程中提出的問題不斷更新維護基礎學習知識庫。
（二）學生自主學習形成知識庫學生根據教師在網絡學習平臺上的任務，進行自主學習，完成小組的學習任務。當學生提出疑問時，網絡平臺會自動檢索知識庫，找到相應的知識點和教學視頻對學生進行智能推送，學生解答問題。并且在人工智能技術的應用下，會自動記錄學生在網絡學習平臺上的問題，形成并更新知識庫，把學生的學習記錄反饋給教師，幫助教師及時調整教學計劃。
（三）課堂教學活動中形成知識庫在學生的課堂學習中，小組成員進行PPT講解和作品展示，在語音識別、語義識別和自動計分等人工智能技術下，自動記錄和分析小組的作品展示情況、個人發言情況和積分情況。并且自動記錄老師的總結點評和答疑，通過圖像分析技術，自動歸集學生個人的學習資料。同時，把課堂過程中的學生提問、教師答疑所涉及的知識，自動對接到網絡平臺，更新知識庫。
四、知識庫在翻轉課堂教學活動中的具體應用
基于人工智能的知識庫在翻轉課堂教學活動中的具體應用主要包括自主學習、課堂教學和效果評價等三個方面。自主學習是指學生在翻轉課堂的網絡學習平臺上進行課前的基礎知識學習和基礎知識自測，并且借助知識庫解決疑問；課堂教學是利用基于人工智能技術構建的知識庫，幫助教師和學生解決教學過程中的問題；效果評價是在翻轉課堂的教學模式下，建立的適合現行教學模式下的學生評價體系，教師根據基礎學習情況，在線統計問題，制定教學計劃。下面將詳細闡述人工智能的知識庫在翻轉課堂教學活動各中的具體應用，如圖2所示。
（一）自主學習在自主學習過程中，學生首先了解教師的小組任務，在人工智能技術的應用下，根據老師的學習任務，智能化地制定學習目標。學生根據細化的學習目標進行自主學習，明確自主學習的課程內容，并根據課程內容和自身情況選擇合適的學習內容。學生通過網絡平臺觀看教師提供的教學視頻或其他形式的學習材料開展學習，對學習收獲進行記錄，最后在網絡平臺上進行知識檢測。同時，應用智能監控技術可以實時監控學生在網絡上的學習情況和發言情況。學生可以根據自己的預習情況，在線提出問題，網絡平臺會根據學生提出的問題自動檢測知識庫，知識庫推送相關知識點和學習資源，幫助學生分析和解決問題。利用智能監控技術，可以收集學生頻繁在網絡平臺上搜索的所有問題。同時，學生也可以將問題進行拍照或者錄制成視頻發送給教師，利用圖像分析技術可以自動識別圖片或者視頻中的問題并且推送給教師，根據問題調整教學內容和教學計劃。
（二）課堂教學教師根據知識庫中記錄的學生自主學習情況，全面系統地了解學生的基礎知識學習情況。知識庫匯總學生在網絡平臺上的發言和提問情況，教師根據匯總的問題在課堂上進行重點講解，使課堂學習更加高效。在學生作品展示、小組互動提問、教師綜合點評等教學活動中，學生和教師可以借助知識庫智能推送相關知識點，幫助解決教學活動中的問題。同時可以智能推理出合適的教學計劃給教師進行選擇。在學生提出問題和解答問題的過程中，智能收集問題和答案，形成知識，更新知識庫。
（三）效果評價效果評價包含教學質量評價和學生評價兩個環節。其中，教學質量評價是全面、系統的了解學生的學習情況和知識儲備情況下，合理、客觀地評估教師的教學質量。學生評價是考核學生的知識掌握情況、交流與溝通能力、演講能力、協作能力、PPT制作能力、課堂參與程度和小組展示情況等。在基于人工智能的翻轉課堂教學模式下，學生評價包括課堂教學活動和學生自主學習活動兩個部分。通過語音識別和語義分析技術等人工智能技術，詳細記錄每一位學生在課堂上的發言情況、小組展示情況和教師對作品的點評情況。通過大數據分析技術，可以全面地了解學生在課外觀看教學視頻的情況和自測情況。因此，這種學生評價方式更加具有合理性和精準性。
五、結論
與傳統的ASDT課堂相比，基于人工智能下的翻轉課堂知識庫的構建促使教學逐步從靜態走向了動態，實現了以學生為主題，教師為主導的課堂教學理念，是適應新時期ASDT課程教學改革的必然。在基于人工智能的翻轉課堂教學模型下，一定程度上改進了翻轉課堂中的課堂教學、學生自主學習和效果評價等模塊，有效督促學生自主學習，幫助學生在線答疑，同時更加綜合地對學生進行考評，讓老師教學更加高效。人工智能技術的廣泛應用對于解決翻轉課堂教學當前所面臨問題的是較為理想的方案，它有助于提升翻轉課堂整體的教學水平，促進翻轉課堂的快速發展。
參考文獻：
［1］周宇、歐石燕：《面向關聯數據的高校機構知識庫構建方法研究》，《圖書情報工作》2016年第1期。
［2］劉清堂、毛剛、楊琳等：《智能教學技術的發展與展望》，《中國電化教育》2016年第6期。
［3］曾明星、周清平、蔡國民等：《軟件開發類課程翻轉課堂教學模式研究》，《實驗室研究與探索》2014年第2期。
［4］鐘曉流、宋述強、焦麗珍：《信息化環境中基于翻轉課堂理念的教學設計研究》，《開放教育研究》2013年第1期。
［5］胡立如、張寶輝：《翻轉課堂與翻轉學習:剖析“翻轉”的有效性》，《遠程教育雜志》2016年第4期。
［6］王紅、趙蔚、孫立會等：《翻轉課堂教學模型設計》，《現代教育技術》2013年第8期。
［7］余燕芳：《基于移動學習的O2O翻轉課堂與應用研究》，《中國電化教育》2015年第10期。
12月18日，由北京供銷大數據集團舉辦的“加快大數據中心一體化進程?2017北京峰會”在京召開。
從“小背簍”到“大數據”
2016年，百貨零售市場“閉店潮”洶涌。中國社會科學院財經戰略研究院、社會科學文獻出版社等的《流通藍皮書：中國商業發展報告（2016―2017）》指出，未來5年內，中國的商品交易市場有1/3將被淘汰，另1/3將轉型為批零兼有的體驗式購物中心，還有1/3將成功實現線上與線下的對接。
北京市供銷合作總社在這個變革的時代將如何實現轉型升級呢？2015年12月18日，北京市供銷合作總社宣布正式成立北京供銷大數據集團。這是北京市供銷合作總社一次重大的轉型之舉，完成了從“小背簍”到大數據的歷史性跨越。時隔整整一年，北京供銷大數據集團繼續深化在大數據領域的布局，響應“建設全國一體化的國家大數據中心”的國家戰略，作為中國大數據產業“國家隊”的一員，努力推動國家大數據戰略落地。
“我們打造的國際化大數據平臺，將成為國家大數據中心的重要組成部分。”北京市供銷合作總社副主任、北京供銷大數據集團董事長姚從琪解釋說，“北京市供銷社一直以來保持誠實、守信的優良傳統，可以保障平臺的中立性；憑借跨區域、全球化的布局，可以保障平_的安全性；平臺自身具有互聯互通、運行高效和價格低廉的特征，可以保障平臺的優越性。”未來，北京供銷大數據集團還將基于供銷大數據平臺，發展包括“九金十盾”在內的政務云、涵蓋各行各業的企業云、以“供銷e家”為基礎的商務云，以及科、教、文、衛、健康云。
以前，在云計算、大數據領域，無論是產品、技術，還是數據中心的建設和運維，國外廠商都占據領先地位。不論是出于安全可控的考慮，還是為了降低成本，在云計算和大數據領域都呼喚“國家隊”能夠“身先士卒”，通過自主創新，在云計算和大數據應用落地的過程中發揮積極而重要的作用。
北京供銷大數據集團作為中國大數據產業“國家隊”的一員挺身而出，在2016年圍繞“3+10+X”的發展戰略積極投入，在全球范圍內打造擁有自主知識產權的分布式、全互聯的數據中心集群網絡，并憑借全球一體化的產業布局、創新的商業模式和跨全產業鏈的數據存儲、分發、技術運維能力，成長為建設一體化國家大數據中心的主力軍。
全國供銷合作總社正在加快打造農村電商的專業性平臺和地方性平臺，同時加快打造全國供銷電子商務“一張網”和農村電商“國家隊”。在這一背景下，北京市供銷合作總社敏銳地抓住了大數據時代的機遇，創建北京供銷大數據集團，為發展大數據產業提供創新的企業平臺，目前已與全國總社“供銷e家”達成戰略合作，將在電子商務、云計算、技術服務領域展開全面合作。從傳統的零售領域跨界到大數據，現在又積極投身于國家一體化大數據中心建設的洪流之中，北京市供銷合作總社的華麗轉身值得點贊。
北京供銷大數據集團未來將立足全國大數據產業園區布局與大數據平臺資源的建設，同時借助合作伙伴在教育網絡、科研創新、數據運營與分析、移動App資源等方面的支持，共建自主可控的大數據中心生態圈，通過不斷完善供銷云、企業云和金融云等一體化解決方案，為企業的數字化轉型提供服務。
大數據落地的“道”與“術”
戰略為“道”，產品為“術”，北京供銷大數據集團CTO王帥宇在會上深度闡釋了北京供銷大數據集團踐行大數據中心一體化國策的“道”與“術”。
“建設全國一體化的國家大數據中心”戰略的提出，首次將數據中心建設提升到國家戰略層面。王帥宇表示，北京供銷大數據集團是為建設一體化的大數據中心而生，將肩負起捍衛國家數據的重任。
北京供銷大數據集團致力于打造國內最大規模的第三方公立大數據中心集群。目前，集團位于承德、貴陽的數據中心已初具規模。未來，集團將按照既定的“3+10+X”戰略，在更多地域布局和建設數據中心。2016年5月，集團正式成立美國子公司，成為數據中心全球一體化布局的橋頭堡。
北京供銷大數據集團認定，IDC/DC、CDN和云計算的一體化才是生存之道。“符合一體化者生，不然就會被淘汰。”王帥宇舉例說，“由于我們三者都做，未來甚至可以將CDN免費，這對只擁有CDN業務的廠商來說是巨大的沖擊。一體化將在未來5年內重塑整個行業。”
接下來，北京供銷大數據集團將以創新的思路，采用前沿的技術、產品和流程打造數據中心，占領行業制高點。舉例來說，在CDN方面，北京供銷大數據集團將把產品做到極致。目前，集團已在全球范圍內布局500個以上CDN節點，憑借專業的服務實現了網絡和業務質量的可視化，并提供基于多級策略的智能調度響應功能。在云計算方面，集團將主攻“行業云”藍海市場；同時打造“供銷云”，為全國供銷系統的農業電商平臺提供支撐；集團還將深耕“企業云”，打破信息孤島，讓數據產生倍增效應。
“我們致力于將自身打造成一個一體化的大數據服務商。”北京供銷大數據集團CDN事業部總經理曹杰表示，“我們的優勢在于數據的存儲、分發、處理和分析。通過落地‘3+10+X’的戰略布局，我們將建設覆蓋全國的數據中心集群，為數據存儲提供安全、高效、互聯的網絡結構，部署覆蓋全球的CDN網絡，解決大數據的快速分發問題，為金融、保險、政務、農業、電商等垂直行業的用戶提供數據處理和分析服務。從大數據基礎設施到數據的存儲、分發、處理和分析，我們的解決方案和服務是一體化的，這些優勢是其他公司所不具備的。”
北京供銷大數據集團愿做數據開放、數據流動的橋梁，從技術平臺的搭建到價值的實現，完成大數據的融合。北京供銷大數據集團已經在大數據基礎設施、相關技術，以及商業模式創新方面做好了準備。
“供”生“供”贏
本次峰會的另一場重頭戲是創新工場與北京供銷大數據集團人工智能及大數據技術平臺合作的啟動儀式。創新工場創始人兼首席執行官李開復親自參加儀式，并發表了演講。
從2016年3月谷歌AlphaGo完勝著名棋手李世石開始，人工智能在2016年持續火了一年。語音識別、人臉識別等30年前人工智能的先鋒們已經開始鉆研的技術，如今終于從實驗室走進了人們的生活和工作中。以前，因為計算設備的性能瓶頸、算法的限制，以及沒有今天這樣海量的數據和大數據中心的支持，人工智能的發展舉步維艱。
人工智能技術的廣泛應用為什么更需要一體化大數據中心的支持？“人工智能結合了多元化的信息。”李開復解釋說，“人工智能需要整合大量的信息流，如果每個公司都將數據存在自己的服務器上，然后再逐一匯聚起來，顯然不太現實，數據應該存在云上。美國許多先進的人工智能技術都是基于大數據中心和云平臺推出的，比如亞馬遜最近推出了人工智能服務，微軟Azure上也有20種不同的人工智能服務。人工智能需要特別大的數據量，而且多元化的數據處理也特別適合在一個統一的數據中心環境中進行。”
深入了解了人工智能與大數據的關系，你也可以更真切地體會到，創新工場與北京供銷大數據集團的合作是水到渠成。李開復表示：“人工智能企業需要的數據量十分龐大，包括人們出行、消費、征信等方面的信息。如此龐大的數據量不是一個公司能夠收集和處理的，實現數據中心的一體化也就順理成章了。此外，像人工智能人才的培養、相關計算資源的使用都需要一體化大數據中心的支持。這也是創新工場與北京供銷大數據集團展開全方位戰略合作的基礎。”
在云計算、大數據時代，更需要產業鏈上下游的廠商，發揮自己的特長和優勢，與合作伙伴打造共A共生的生態圈。北京供銷大數據集團與創新工場的合作是一個良好的開端。在布局一體化大數據中心的過程中，北京供銷大數據集團與眾多合作伙伴的合作結出了累累碩果。
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。
關鍵詞：人工智能，基礎教育，專業發展
一、前言
人工智能（Arti?cialIntelligence，簡稱AI)快速發展，在一定程度上促進了人們的思維方式、人際互動模式以及學習和教學方式的改變，我國教育部門不斷重視AI技術在基礎教育領域中的融合，以更好地促進中小學生的個性化發展。AI視域下，教師的工作環境將會越來越智慧化，智能閱卷、智能授課和智能評估逐漸成為可能，教師可以根據學生的學習進度和學習特征，有針對性地對學生開展個性化指導。同時，學生在課堂上也可以更熟練的使用平板電腦而不是手抄本進行交流。目前，AI技術已經成為教育系統性變革的內生變量，不斷推動著教育模式的變革、教育理念的更新以及教育體系的重構，基礎教育信息化進入了創新發展的2.0時代[1]。雖然我國AI教育發展水平落后于國際先進水平，尚未在在中小學教育中普及應用，但是我國教育部門已經制定和出臺了相關政策，以推動基礎教育和AI的不斷融合和發展，可以預見，AI技術必將為基礎教育發展賦予越來越強大的智慧支撐，推動基礎教育現代化。
二、AI教育時代中小學教師面臨的挑戰
面對以AI為核心的信息技術，如何更好的促進學生發展，從適應到引領轉變，實現自身的突破性發展，是教育工作者必須深思的問題。AI技術在一定程度上提高了教學水平和教學質量，但是在教師層面還是存在一些問題，使AI技術與基礎教育在融合過程中面臨一系列的挑戰。1.與AI教育相配套的教學方法創新性不足AI教育作為一個高度依賴技術的跨學科領域，AI應用程序可以在一定程度上扮演教師的角色，觀察學生的學習過程，分析他們的學習表現，并根據他們的需求為他們提供即時幫助。此外，了解AI技術的能力和特點，教師可以在課堂上采用合適的AI應用程序來提高學生的學習成績、動機或參與度。新技術影響了教育體制和教學手段，在這樣的背景下，教師在使用新技術時要關注教育主體、尊重教育主體，而不能秉持以往舊的認識。但是在現實教學中仍存在盲目學習的典型問題，教師未能針對學生的個性特征而進行因材施教，學生在學習的過程中存在“一刀切”的現象，而不是被個性化對待。2.AI師資力量薄弱AI教育屬于多學科交叉領域，教師一方面要具備心理學、教育學和信息技術等各學科相關知識，另一方面要將這些知識進行整合和運用。目前雖然學生的學習意愿強烈，但是從當前AI的師資來看，具有AI學識的師資力量十分薄弱，教師普遍缺乏完整而系統講授AI課程的能力和知識，部分教師簡單地將AI教育視作機器人教育﹑編程教育、計算機輔助教學等，個別中小學的AI教師是由其他學科教師來兼任，此外，AI教師編制不足、師資質量不均衡也是突出的問題。教師師資隊伍建設是改善AI教學質量的關鍵。3.教師培訓缺乏針對性目前教師已了解到AI在教學方面發揮的積極作用，并認可AI對教學的促進作用，但大部分教師都是停留在簡單的意識層面，在教學實踐中并未真正去落實。雖然存在以上問題，但是大部分AI教育教師沒有接受專業培訓，在講授AI知識時，缺乏深入性，只能浮于表面，有違學科初衷。4.實施路徑單一AI教育作為新興學科，是基于時代最新技術的教育，要求教師在專業發展過程中，一方面要注重掌握各學科知識，另一方面更要注重教師專業發展的實踐性和情境性，強調學生在學習過程中的參與和體驗。但是目前中小學AI教育實施路徑比較單一，在課程設計上，教師主要停留在傳統的信息技術與教學設計層面，學生在課堂學習和實踐中難以系統而深入掌握AI的技術、方法和基本理念。在教授形式上，主要采用課堂教學的方式對AI知識進行講解，而學生實踐和體驗的機會相對較少。
三、AI視域下中小學教師發展路徑
中小學教師如何更好適應AI時代，更好的構建AI教育生態體系，以促進AI與基礎教育的深度融合，主要有以下路徑：1.培養信息素養信息素養的本質是全球信息化，人們需要具備的一種能力。面對AI技術的迅速發展，中小學教師應注重信息素養的培養，信息素養主要包括兩方面內容，即信息技術素養和信息意識素養。在信息技術素養方面，中小學教師應呈現趣味性強的教學課件、流暢的運用多媒體、及時反饋學生的問題等調動學生的積極性，以激發學生各科的學習興趣，培養良好的學習習慣。此外，中小學教師要保持對新技術的敏感性。信息意識素養是信息素養中的觀念性成分，是教師對信息的態度、認識層面的關鍵要素，是信息素養的重要組成部分。中小學教師在信息意識層面，要積極接受新興技術帶來的學習和教學方式的改變，決定性意義轉變的前提是更新觀念。2.提升職業道德素養恪守職業道德：傳道、授業、解惑是中小學教師的主要職責。隨著AI與教育的融合，智能平板等設備可以在一定程度上代替教師講授知識、解疑答難和閱卷評分，AI在得到科學利用的前提下，可以成為師生的強大助手，從而大幅提升教與學的效率。教師應積極面對AI技術給教育帶來的便利，提高自身的自主學習能力和創造力，同時注重培養學生思維的創新性，呵護學生的好奇心和求知欲，鼓勵學生發現和解決問題。引導學生樹立正確價值觀、道德觀和法治觀：如今AI技術迅速進入中小學生的課堂教學，深刻改變著學生的學習模式和師生互動模式，一方面教師要充分將AI技術有效整合到課堂，另一方面也要正視AI的使用邊界，AI技術快速發展有可能帶來倫理風險。在中小學階段不乏這樣的例子，有些學生利用課堂上學到的編程知識去充當黑客，或者產生網絡成癮行為，以上學生的偏差行為已經觸及價值觀的層面，對自身的身心健康產生不利影響。因此，面對AI技術的迅猛發展，教師要有效的應對信息技術帶來的倫理挑戰，深入研究思考并引導學生樹立正確的價值觀、道德觀和法治觀，提升學生的誠信意識和社會信用水平。3.更新教育教學觀念改變傳統單一教學模式：隨著AI技術的發展，互聯網、大數據分析、智能化推送等教育產品層出不窮，如果不能科學利用這些技術產品營造適合學生成長的教學生態環境，技術將無法真正促進學生學習效果和教師教學水平的提升。AI視域下，教師要接受并適應智能技術給教育帶來的變化，轉變傳統教育觀念和教師角色，同時，教師在教學中應考慮學生的認知發展的階段性特征，適時了解學生的學習風格和學習策略及學習中遇到的學習障礙，利用多樣的教學活動和教學過程將知識獲取和能力培養結合起來，促進學生認知和非認知能力的發展，最終實現學生的全面和個性化發展。課堂教學中，教師應改變“灌輸式”“注入式”等單一的教學模式，充分利用AI技術實現教學方法多樣化，活躍課堂氛圍，提高課堂效率，樹立教學、體驗和實踐相結合的教學觀，提升學生的動手能力，中小學AI教育在實施路徑方面應該多元化，實現認知、實踐和體驗的有機結合。此外，教師要看到學生的不同進度和情感需求，借助于AI技術，根據學生的發展節奏制定不同的學習計劃，做到因材施教，為每一位學生成長提供學伴式幫助。注重培養線上和線下相結合的自主學習能力：AI視域下信息技術與基礎教育的融合，網絡在線平臺為教師提供了豐富的學習資源，教師要更新自身舊的知識框架，進而不斷提高自身的知識體系。針對目前存在的教師培訓缺乏針對性的現狀，教師可以加強線上自主學習，學習教學中常用的AI技術和程序。首先，線上學習過程中，面對網絡和AI應用提供的多種類別的學習內容，教師要根據所教學科和所任學段的學生發展特點，選擇恰當的教學內容，以便信息技術可以更充分地服務于教學，從而提高教學水平。其次，教師在注重線上學習的同時，也要注重線下學習，教師在教學中可以組織課前、課后的學習討論小組，就教學中遇到的問題進行面對面的溝通與交流。
四、結語
AI技術的迅速發展，給基礎教育帶來便利的同時也必然會帶來較大的沖擊與挑戰，AI視域下，中小學教師應該以積極的心態去面對機遇和挑戰，搶抓機遇、迎難而上，努力培養自身信息素養，提升職業道德素養，更新教育教學觀念，在人與機器日益激烈的競爭中獲得主導地位，在基礎教育改革發展浪潮中實現跨越式自我發展。
參考文獻：
關鍵詞：新工科；高等院校；計算機類專業；師資
1新工科建設下計算機類專業背景分析
自2017年2月起，國家教育部積極推進新工科建設，引導工程教育的探索新階段，為高等教育在強國建設中發揮重要作用助力。新工科專業，以互聯網和工業智能為核心，包括大數據、云計算、人工智能、區塊鏈等相關工科專業。新工科專業是以智能制造、云計算、人工智能等用于傳統工科專業的升級改造，未來新興產業和新經濟需要的是實踐能力強、創新能力強、具備國際競爭力的高素質復合型新工科人才。[1]相關專業包括：計算機科學與技術專業、物聯網工程專業、數字媒體技術專業、數據科學與大數據技術專業、智能科學與技術專業、智能建造專業、智能制造工程專業等。[2]由于計算機類相關專業是新工科專業的重要組成和有力支撐，近年來的招生報考呈現越來越火爆的趨勢，呈現出生源充足、考生認可度高的特點，與之形成對比的是：計算機類師資儲備不足、招聘難度較高。尤其是部分近年新開辦的專業，尚無直接對口的高校畢業生，因此，如何通過招聘和培養讓師資有效的適應新工科背景下學科建設及人才培養的需求，是高校亟待解決的問題。
2高等院校計算機類專業師資現狀及存在問題
2.1現有的高校計算機類專業師資來源，主要有以下兩個渠道
（1）來自高校。高校畢業生通過招聘環節進入高校工作，通過崗前培訓取得教師資格證，完成從學生到教師的角色轉換，無業界實踐工作經歷或業界實踐工作經歷不足一年。（2）來自業界。從高校畢業進入相關行業從事計算機類對口工作，有深入、豐富的實踐經驗后轉型到高校擔任教師，多數具有行業資格證書，能直接指導學生實踐。
2.2高校計算機類專業師資構成，主要有兩種類型
（1）專任教師。教育部明確指出，專任教師是指具有教師資格，專門從事教學工作的人員。我國對高校專任教師與學生的比例有基本的要求。（2）兼職教師。兼職教師是高校師資的重要補充力量，高校會根據教學需要聘請一定數量的校外企業、社會實踐經驗豐富的名師專家、高級技術人員或技師等擔任兼職教師，擔任實踐類課程教學。
2.3高校計算機類專業師資存在的主要問題
（1）來自高校的教師普遍缺乏對行業的深入了解。沒有業界工作經驗的高校教師，由于不熟悉實戰項目，難以直接指導學生實踐，而對計算機類專業而言，是否具備項目開發經驗對教師勝任力是關鍵評價指標。（2）互聯網、工業智能專業人才的薪資要求高，招聘難度大。新工科專業以互聯網和工業智能為核心，大數據、云計算、人工智能、區塊鏈都是快速發展的新興行業，業界薪資待遇高，從業人員以青年人為主，正處在人生拼搏期和事業上升期，薪資待遇和發展平臺的懸殊，導致業界人士鮮少選擇到高校從事教學工作。（3）業界教師教學能力有待提高。來自業界的教師經驗豐富、實踐能力強，但因多年在企業工作，學科基礎理論知識脫離時間長、逐漸淡忘，理論課教學能力偏弱。（4）兼職教師授課時間受限、不穩定、波動性大。由于兼職教師大多來自校外企業和社會，授課時間受到限制，不能持續穩定的參與教學工作，波動性較大。（5）計算機類專業教師能力有待不斷提高。隨著新技術發展，人工智能時代的全面來臨，計算機類專業知識更迭快，對教師知識更新、能力提升的要求高。
3高等院校計算機類專業師資緊缺的解決建議
3.1合理化薪資結構調整、改善福利待遇，建立績效考核和激勵體系
高校應該合理調整薪資結構，提高緊缺專業師資待遇，爭縮小與行業從業人員的薪資落差，充分利用高校的自身優勢吸引人才，提高福利待遇。建立科學合理的績效考核、激勵體系：考核評價要發揮導向作用，對不同類型的教師（教學科研型、教學型、科研型）分別細化不同的考核標準，條塊結合、標準明確、公正科學、獎懲分明，同時充分發揮大數據的作用，利用數據化的考核方式讓考核更加具體充分。通過績效考核體系，加強對于緊缺、骨干師資的評定和激勵。
3.2制定教師雙向進修計劃，加強師資培訓培養力度
要建設綜合素質好、學術水平高的教師隊伍，既有豐富理論知識、又有較強職業技能和一線實踐經驗：面向來自高校和業界不同類型的教師，針對性的開展培訓，區分側重點--為高校教師提供更多參與行業實踐、深入企業項目的鍛煉機會；為業界教師提供更多進修、訪學、學術會議等交流學習機會，幫助教師提升自身素質。同時，師資培訓結合腦科學、心理學、教育學，提升教師的跨領域融合能力。
3.3建立兼職教師人才庫，儲備充足的兼職教師
高校應建立計算機類專業兼職教師人才庫，通過網絡平臺、專場招聘、定向聯系等各種渠道、多種方法，推進兼職教師的儲備工作，保證充分數量的兼職教師隊伍。
3.4開展企業合作定制培養班，引進企業導師參與實踐類課程教學
新工科建設要求下，高校計算機類專業應利用校企合作資源，大量引入企業項目和研發骨干人員進入課堂，共同參與學生培養，達到高校、企業、學生共贏的局面。通過開展企業合作定制培養班，讓企業導師參與實踐類課程教學，同時需要適當放寬對企業導師學歷、職稱等門檻要求，重點關注其實踐項目研發經驗和能力。
度秘到底是什么？當你按手機百度搜索框的麥克風的時候，它在下方就產生一個小度機器人的LOGO，點擊這個LOGO就會調起機器人。而這個機器人就是“度秘”，英文名字叫做“duer”。
度秘可以理解為進階的語音服務助手，但同為語音智能搜索，度秘和蘋果Siri、微軟小娜最大的不同在于度秘能夠連接商家和服務，而不僅僅是提供信息。據了解，目前“度秘”已經在餐飲、電影、寵物3個場景提供秘書化服務，很快將延伸到美甲、代駕、教育、醫療、金融等其他行業中。 李彥宏：就好像在PC時代，任何一個網站都可以放搜索框一樣，移動互聯網時代，任何一種
APP都可以把‘度秘’這種能力連接進去。
背后的“大佬”
李彥宏說：“有了度秘，每一個普通人，都能免費擁有一個功能強大的生活服務專職秘書。”市面上萌寵的機器人并不少見，度秘憑借什么擔起了2015百度世界大會的主角？
正如大家可以通過手機百度看到并感知的，度秘可以智能地與人溝通，理解你的需求，把服務送到你的手上。而這背后則是基于百度一直倡導并被業內稱道的“技術”。
對于服務來說，其搜索過程不同于單純的信息檢索，服務需求的提出是一個動態修正、多輪交互的復雜過程，度秘不僅要能廣泛索引真實世界服務和信息，還要具備強大的搜索及智能交互技術。
如果把大數據作為一種新能源的話，百度自身就具有大量的數據的積累。從百度覆蓋的6億用戶，每天有60億次搜索請求，以及每天響應150億次定位請求，這些都為百度創造巨大的數據財富。全網數據挖掘前，要對這些已經能夠提供的服務打標簽，建立豐富的索引維度。一個餐廳能不能帶寵物、有沒有明星去過、它的包間里面沒有電視機等，這些特征都需要進行索引。
而將真實世界與多端跨屏用戶體驗匹配起來更需要的是超大規模的數據計算能力和深度學習能力。百度擁有超大規模深度神經網絡（DNN，Deep Neural Networks），可支持千億樣本和千億特征訓練。百度運用深度學習在感知方面取得了非常大的進步：其統一視覺和語言深度學習模型已經能像小孩學習一樣自然，能夠進行簡單的看圖說話、問答，理解動態視頻;在世界最權威的人臉識別評測 （LFW） 中， 人類識別的錯誤率為0.8%，百度人臉識別的錯誤率為0.23%，這是目前世界上最好的結果。
另一個看不見的技術支持就是百度開放云，百度開放云總經理劉煬在接受采訪時表示，百度開放云不單單是云計算，它是云計算+大數據+人工智能。由此可見，百度開放云是一個連接器，能夠連接眾多為用戶所需要的資源，當下是大數據、人工智能，未來還可能會有其他的，但宗旨是幫助用戶提升業務。
再底層是度秘存在的地基。通過O2O服務，有百度糯米這些自營的服務，也有百度投資的企業以及股權合作企業的服務，比如優步（Uber），他們的出行服務也都可以通過度秘連接進來了。
在互聯網+的大背景下，所有傳統行業都在積極求變，靠什么變？人工智能、大數據和云計算。
人工智能重新定義了效率，通過語音、圖像、視頻、自然語言理解和智能處理等技術，讓傳統的計算機具備更為強大的能力，大幅提升工作效率;而科學的決策離不開大數據，相較于以往的資產，企業在經營中不斷生成的數據，將成為企業未來繼續生存并保持競爭力的砝碼;百度開放云所要做的是通過一個平臺為用戶提供多種能力，幫助其實現轉型升級，它改變了企業所需要的IT資源的擁有與供給的方式，徹底改變了傳統企業的IT模式。
正如劉煬所說，云計算重新定義了IT，大數據重新定義了“資產”，人工智能則重新定義了“效率”。
讓百度落地
中國每100張電影票中有55張是從網上下單預訂的，而美國這一數字為20張;今天中國有2%的餐館的定單是網上下單，而美國是1%。可以說，在O2O的領域，中國互聯網已經走在前列，無論在教育、醫療、金融或者平時各種各樣的日常生活服務領域，都在迅速地實現從網上到網下的連接。
基于百度開放云、人工智能與大數據，通過O2O服務，可以實現對真實世界的索引，而它的入口就是“度秘”。
百度此前在O2O領域花重金的所作所為得到了解釋。全資收購糯米網、資優步、51用車、天天用車、客如云、百姓網、e袋洗等一大批O2O公司，又以2億元入股星美影城，并以此對接百度地圖、百度移動支付、在線眾籌等百度產品。
通過“自營+生態共贏”的方式連接，百度希望藉資本運作和技術拓展打通生活服務、外賣、電影等高頻O2O服務應用;然后將自己旗下的資源進行無縫整合，并通過百度地圖、手機百度、百度手機助手三大入口形成巨大的流量供應，以百度錢包形成移動支付場景，從而形成一個鏈接百度大部分產品的O2O生態布局。
想象一下，當數以億計的度秘成為一個個服務分發入口，搭起真實世界商家與用戶間的橋梁。依托于搜索引擎、大數據智能推薦技術，度秘將徹底打通服務供需雙方的數據，實現用戶需求與商家服務的精準匹配，為商家帶來更精準的客流量。
度秘將智能、服務合二為一，通過強大的人工智能技術滿足人們獲取生活服務的剛性需求。據了解，目前百度已經把人工智能技術用到產品的方方面面，更好的產品會給百度帶來更多的用戶和更大量級的數據，而更多的數據通過百度大腦的深度學習能力，給百度產品帶來更強的智能，讓用戶得到更好的產品。這是一個正循環的過程。
可以看到，落地，是百度正在進行的最重要的一次轉型，從虛擬的網絡世界轉向現實，借移動互聯網之勢，將人和服務連接起來。
摘要：新時期背景下，半導體技術取得了理想的發展成績，而機械電子工程也隨之進入到各領域當中。其中，機械電子工程被廣泛應用在日常生活和生產當中，向著人工智能化的方向發展。隨著相關技術的全面可持續發展，新型技術和機械電子工程的有機結合，一定程度上增強了智能化水平。基于此，文章將機械電子工程與人工智能作為研究重點，闡述了兩者之間的關系，以期有所幫助。
關鍵詞：機械電子工程；人工智能；關系
所謂的機械電子工程，集中了電子技術和機械工程，屬于一種新型的工程技術，因而在機械工程應用中占據關鍵地位。在機械電子工程的作用下，將機械工程基本功能充分發揮出來，而且通過對電子技術的運用可以高質量地完成工作任務，所以具備了多元功能。長期以來，基于社會發展，對于與操作相關的功能都提出了更為智能化的要求，必須要實現人工智能化的變革。
1機械電子工程概述
機械電子工程將傳統的機械工程和電子信息技術進行有機融合，使得電子、機械以及信息間的關系更為緊密，所以機械本身的精準度和操作可靠程度也更強大，在高新技術領域被廣泛應用。現階段，通過對計算機信息傳輸的合理運用，能夠完美連接多樣化的機械，以保證所有機械都能夠將自身的功能發揮出來。而控制中樞則集中于主控系統當中，與生產多元化需求相吻合，產品性能也隨之提高。通過對機械電子工程模塊化的設計，能夠簡化其內部結果，不僅可以達到多元化生產的目標，還能夠節省生產成本，所以未來發展空間較大。但是，機械電子工程產品通常都是由人工控制完成生產，即便可以達到性能和多元化生產的要求，但人工操作會直接影響實際的生產效率，使得資源和市場的需求難以保持一致。在這種情況下，機械電子工程發展遇到瓶頸，且生產靈活性以及高效性仍需不斷增強。
2人工智能概述
以計算機技術為基礎衍生的全新技術就是人工智能，其中包含了計算機操作系統和數據信息處理，同時實現了上述功能的具體化，可以有效地控制電子設備，并實現現代機械設備操作，對于人工操作的依賴性明顯降低。其中，人工智能對計算機數據處理和信息傳輸功能進行了合理地運用，有效控制機械設備，所以，計算機對于人工智能來講十分重要。在計算機技術發展的過程中，人工智能控制也更加準確與迅速。在人工智能理念被提出以后，相關研究人員開始深入研制這一技術，并且在智能機器當中有效地融入人自身的慣性思維以及流程，以保證機器可以對人的思維進行模擬，積極開展簡單亦或是復雜活動。但是，由于人工智能和機械的契合度不高，始終無法實現完全人工智能。在實踐過程中，人工智能在高新技術中的應用相對廣泛，能夠完成基本工作，所以在現實生產中的功能仍然有待完善與深入研究。現階段，新人工智能的重點將放在和機械電子工程相互融合方面，而其發展的狀態也同樣對機械電子工程技術的智能化發展產生了積極的影響。
3機械電子工程和人工智能關系研究
通過以上對機械電子工程和人工智能的相關研究可以發現，兩者都具有自身獨特的優勢，但是在實踐應用過程中也同樣存在缺陷與不足。在這種情況下，深入探討兩者間存在的關系能夠為機械電子工程和人工智能的有效融合提供有力的保障。
（1）機械電子工程應用人工智能具有依賴性。對于機械電子工程而言，引進并應用人工智能需要將電子工程的計算機網絡系統作為重要基礎，所以，人工智能的應用條件也更高。在這種情況下，就必須要將高新技術作為核心，在網絡命令和計算機信息傳輸的作用下轉變人工化指令，對機械生產以及運作進行正確地指導。所以，如果機械電子工程網絡系統的數據不正確亦或是分析有偏差，都會直接導致機械動作的錯誤，甚至還會致使以人工智能為基礎的機械電子工程自動化操作系統完全癱瘓，而電子機械工程功能也難以得到發揮。近年來，在科學技術發展的過程中，工業生產領域對于系統要求逐漸提高，其中涉及到諸多類型的數據處理問題，因而人工智能必須要保證系統工作正常才能夠將功能充分發揮出來，所以系統的依賴性相對較強。
（2）人工智能有效補充機械電子工程。對于傳統機械電子工程來講，采用的是模塊化設計方式，因而在功能方面表現出多元性、固定性以及生產方式單一性等特點，也同樣對機械工程多元延伸帶來了不利的影響。在這種情況下，為了實現機械電子工程綜合功能的發揮，必須要對人工智能模型推理系統進行合理地運用，輔助實現目標。現階段，機械電子工程模型推理系統自身已經具備了相對較高的智能化水平，而且基本能夠完成整套生產過程操作。需要注意的是，系統對人體神經網絡進行了模擬，進而在計算機內部構建出智能神經網絡系統，一定程度上提高了人工智能水平，而且對于人工操作的依賴性減少，達到了機械工程自動化運作的目標，將模塊控制完整功能充分發揮出來，并且在工業生產中有效連接。
（3）人工智能強化了機械電子工程的穩定程度。不管是操作系統亦或是信息傳輸系統，機械電子工程的穩定性都相對薄弱，而且在設計初期，控制操作穩定且不發生改變，始終根據設計程序固定，對機械設備進行控制并完成操作。由此可見，系統本身較為死板且不具備靈活性，如果計算機操作系統數據傳輸不正確亦或是分析出現錯誤，就會將錯誤指令發送出來，導致機械動作不正確，嚴重影響了模塊機械功能發揮的效果。但是，若在機械電子工程中融入人工智能，通過靈活處理手段的應用與人思維慣性的模型，可以及時處理計算機操作系統不正確之處，進一步提高數據準確程度，確保所發出的操作指令是正確的，進而補償機械電子功能缺陷。在實踐過程中，人工智能可以對機械電子工程數據輸入、處理以及輸出等多項工作進行合理地控制，并且保證數據處理的準確性與高效性，有效提升機械電子設備的穩定性。
（4）人工智能提高了機械電子系統的精準度。對于機械電子工程模塊設計而言，對數據控制主要是以精確狀態存在。但是，在系統功能實現的過程中，客觀數據會發生改變，所以，必須要合理調整系統功能當中的數據，只有這樣才能夠確保系統穩定地運作，同時增強系統精度控制的準確性。如果機械電子工程面對這一需求，難以自動處理，那么人工神經模式對于系統精度的控制將產生積極的現實意義。
4結語
綜上所述，機械電子工程的智能化特征是傳統機械電子工程難以比擬的，因而也逐漸成為工業制造的重要發展方向。基于科技的全面發展，各學科也隨之細化與深化，學科交叉現象更加頻繁，同樣實現了知識的延展，進一步推動了科技的多元化發展。而智能化機械電子工程能夠進一步增強實際的生產效率，盡可能節省生產制造行業人力成本。由此可見，機械電子工程和人工智能之間存在緊密的聯系，相輔相成，共同進步，而深入研究兩者的關系也更具現實意義。
參考文獻
［1］馮哲.關于機械電子工程與人工智能關系的探討［J］.現代交際，2013，（11）：28-28.
