時間：2023-08-23 16:59:34
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篇人工智能對教育的意義，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；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。
關鍵詞：智能教學系統；模型；局限
中圖分類號：TP315 文獻標識碼：A 文章編號：1673-8454(2012)03-0007-03
智能教學系統(Intelligence Tutoring System，簡稱ITS)是把人工智能技術引入到計算機輔助教學系統中，應用人工智能技術開發出能夠因材施教的教學系統，使“計算機導師”貼近人類教師的水平，具有推理、診斷、決策的能力。能夠根據每個學習者的特點制定教學計劃，選擇教學策略，實現因材施教。
一、智能教學系統的模型及功能
基于教育學、心理學和教學設計原理分析，智能教學系統模型應包含學生模塊、教學策略模塊、知識庫和智能接口幾個主要模塊，各模塊的系統結構如圖所示。
學生模塊記錄每個學生原有的知識水平和學習能力。其依據為學生與系統之間的交互問答歷史，并對每個學生的學習進步情況進行動態調整。這樣，系統通過學生模型就可隨時了解每個學生的情況，有的放矢地進行個別化教學。
教學策略模塊根據學生模塊情況和知識庫做出智能化的教學決策，評判學生的學習效果，幫助學生分析錯誤原因。提出改進方法和意見等。
知識庫存儲所要教的學科領域知識和教學知識。
智能接口能夠理解自然語言，實現更普遍意義上的人機對話。
智能教學系統與傳統CAI相比，具備以下功能：
第一，了解學生的學習能力、學習基礎和當前的知識水平，以此為依據為不同的學生做出不同的教學決策，有針對性地進行個別指導，并在學習過程中根據學生進度自動調整學習內容，具有適應能力。
第二，允許學生用自然語言與“計算機導師”進行人機對話，并能對帶有學生個性特點的問題做出解答，從而具備更好的交互能力。
第三，能診斷學生學習過程中的錯誤，并分析錯誤原因和給出解決方案，在此基礎上逐漸積累“經驗”，從而具備糾錯能力。
第四，大大拓寬了CAI的模式，例如建立虛擬教室、智能導師系統、教學模擬等。從而使CAI不再是簡單的課本搬家、教室搬家，而具有更多的創造能力。
二、智能教學系統的局限性分析
智能教學系統雖然較傳統CAI在諸多方面有很大改進。但就智能教學系統的工作原理以及目前的研發現狀而言，應當冷靜地看到，它自身也存在一些固有的局限性。
要計算機解決某個問題，有三個基本的前提：必須把問題形式化、必須有一定的算法、必須有合理的復雜度。由于人的智能活動不能完全形式化，因此，機器就不能將人腦的智力活動全部復制出來。教育是一種人類所特有的活動，基于人工智能技術的智能教學系統在教育中的應用也存在局限性。
1.智能教學系統不能實現自我更新，自我改進
智能教學系統的設計原理是把現有的專家的知識和教師的教學方法和策略集中到一個數據庫中。隨著現代社會知識的迅猛增長，教育理念的不斷更新以及教學模式和教學方法的不斷改進，智能教學系統無法像人類教師那樣跟隨時代的變化而實現知識庫的自我更新以及教學策略模型的自我改進。還需要人從外界對整個ITS進行翻新，甚至需要從一種新的教育理念出發，重新設計ITS。智能教學系統的自我更新涉及機器學習這個難點。
2.智能教學系統適用的學習領域存在局限
以智能模擬的方法實現的人工智能應用于教育中時，并非適合所有的學習領域。人的智能活動可以分為四個領域。領域一是“刺激――反應”領域，其中包括任何形式的條件反射，與上下文環境無關的、各種形式的初級聯想行為，最典型的如無意義音節的機械學習。領域二是數學思維的領域，這是比較適合于人工智能的領域。它是由概念世界而不是感知世界構成，這一領域中的問題完全形式化了，并可以計算，這一領域又可稱為簡單形式化領域，典型的例子如邏輯和有精確規則的游戲。領域三是復雜形式化領域，這是比較難把握的一個領域。這一領域包括原則上可形式化而實際上不易駕馭的行為，包括那些不能用窮舉算法處理的。因而需要設計啟發程序的系統，如圍棋。領域四可稱作非形式化行為領域，包括有規律但無規則支配的、我們人類世界中的一些日常活動，這一領域又稱作感知思維領域。在這一領域內解決問題都是直覺的遵從，無須求助規則。包括一些規則不確定的游戲，如文字猜謎游戲。以上四個領域中前兩個領域適合用數字計算機模擬，第三個領域只是部分可程序化，而第四個領域則很難駕馭。
與此相對應的，根據加涅的學習結果分類，學習分為言語信息、智慧技能、認知策略、動作技能和態度五類。言語信息分為符號學習、事實學習和有組織的知識學習，這些屬于可形式化內容，適用于智能教學系統；智慧技能分為辨別、具體概念、定義性概念、規則和高級規則，其中前四項屬于可形式化內容，適用于智能教學系統，而高級規則屬于復雜形式化內容，部分內容不適用于智能教學系統；動作技能和態度領域的學習。在其認知成分中可以使用智能教學系統，但情感和行為成分等非形式化內容，則難以用智能教學系統來實現。
因此，并不是所有的學習領域都適用于智能教學系統。智能教學系統在教育中應用的重點應放在認知領域中的符號學習、事實學習和有組織的知識學習、辨別、具體概念、定義性概念以及規則這些學習內容上。
3.與學生之間無法暢通交流
教育是一種交互活動，智能教學系統的交互功能雖然較傳統CAI有所改進。但仍然缺乏在學生和計算機之間交換信息的自然的、暢通的途徑。系統只能通過學生輸入計算機的信息來判斷其掌握和內化程度。而無法像人類教師通過自然狀態的交流和觀察來判斷學生的真實情況，因此，“機器智能”很容易被蒙蔽“雙眼”，無法做到像人與人之間那樣自然暢通的交流。此外，系統在遇到新的學習情境時。不能理解和產生對話，這會影響智能教學系統功能的實施。
4.決策和推理機制不完善
智能教學系統的關鍵智能所在是其決策和推理機制，即“教學策略”模塊根據不同學生的具體情況通過推理做出靈活決策，這種決策基于學生模塊提供的學生的知識水平、認知特點和學習風格。智能教學系統雖然加入診斷系統并不斷調整對學生學習水平的判斷，但由于學習風格、認知特點等不能完全被形式化，因此，根據系統的教學策略模塊中預先存入的診斷知識來評估不同學生的學習過程和理解每個學生不同的推理過程也是有局限的。
三、智能教學系統在教育中應用的建議
1.不能忽略教師的作用
雖然智能教學系統具有“智能性”。但在使用它的過程中，決不能放棄教師的主導作用。要明確教師是教學的設計者和教學過程的主導，應該把智能教學系統的應用納入到教學設計中。教師作為教學的“主導”。要引領教學
全過程，時刻注意學生的學習狀態、學習程度、情感交流，盡量照顧到每個同學。ITS不是將教師擱置了。而是把教師從ITS能做的事情中解放出來，有更多的時間去從事機器所無法替代的事情。例如，計劃教學，開發教學補充材料，示范成熟的行為，啟發、引導學生去克服遇到的各種困難。特別是一個優秀教師對學生的態度和道德的影響和培養，是任何智能教學機器所無法取代的。所以，在利用智能教學系統教學的過程中，不能用智能教學系統取代教師，不能忽略教師的指導作用。
2.注意教學模式的運用
作為一種教育技術的實現，ITS主要依賴于各種技術的發展，但作為一個能夠實施完整教學過程的教學系統，ITS的應用效果更多地依賴于所采用的教學模式。長期以來，傳統CAI在教學中的應用都以個別化教學模式為主。但隨著認知心理學的發展，基于建構主義學習理論的以“學”為中心的教學模式逐漸受到青睞。這種教學模式更能滿足學習者的個性化要求，也為協作學習創造了更大的可能性。目前，協作學習模式因其利于培養學生的多樣化思維和合作精神而日益受到重視。同一個智能教學系統，用于個別化教學模式和用于協作學習模式就會產生截然不同的教學效果。因此。在利用智能教學系統時，要注意根據教學內容和教學目標靈活采用個別化教學模式或協作學習模式。
3.有效與網絡相結合
隨著多媒體技術和Internet網絡的飛速發展，多媒體教育技術與Internet的進一步融合，ITS不僅僅在人工智能上單一發展。它要向多維的網絡空間發展。網絡化成為當今世界ITS系統的一大優勢和特色。“無機不聯”正是現代教育計算機使用情況的真實寫照。智能教學系統應與網絡相結合。借助網絡的優勢，完成在線學習、實時討論、網上測試等多種教學任務。學生可以在學校或家中通過計算機登錄到系統，系統按其不同的認知水平為其準備不同難度的教學內容。完成學習時，系統通過自適應的測試確定學生新的認知水平，作為其下一次登錄學習時為其準備學習內容的依據，并向學生提出進一步需學習內容的建議。學生在學習過程中可以實時地與其他在線的學習者進行討論，并可通過E-mail的形式與教師進行交流。教師可以使用自己的計算機，在教研室或家中登錄到系統，檢查學生的學習進度，學習情況。并依據學生的實際情況，有針對性地對教學內容、測試內容進行更新。網絡與智能計算機輔助教學系統有機結合，相互補足，必將構建成一個新的系統工程。
參考文獻：
[1]王士同主編.人工智能教程[M].北京：電子工業出版社，2001.
[1]王永慶.人工智能原理與方法[M].西安：西安交通大學出版社，1998.
[3]何克抗.計算機輔助教育[M].北京：高等教育出版社，1997.
關鍵詞：人工智能；人機交互；機器學習；深度學習；數據挖掘
中圖分類號：TP27 文獻標識碼：A 文章編號：1671-2064（2017）03-0221-02
人工智能是當今科技發展中最具潛力的熱點問題之一，2016年初轟動世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經典案例更是引起了全世界廣泛的關注和熱議。“人工智能”這個概念再次被推到了風口浪尖。那么，究竟什么是人工智能呢？它會對我們的生活有什么影響？在這個背景下，我們深入探究人工智能及其相關的技術領域，對于人工智能的普及和發展有著重要意義，也希望能給予人工智能相關領域的科學研究者們提供一些參考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一門全新的信息技術科學，是計算機科學技術的一個重要分支，是指對于模擬、拓展和延伸人類的智能的應用系統及相關的理論和技術方法的開發研究。主要通過研究及了解人類智能的本質從而開發出能給出類似人類智能反饋的智能機器，計算機系統在理解目標方向之后所取得的最大化成果是計算機實現的最大智慧。人工智能不單單是一個特定的技術，它所研究的往往是能創造智能意識的高科技機器，包括了算法和其他應用程序，處理的任務也遠遠超出了簡單計算，從學習感知規劃到推理識別控制等等。人工智能的研究方向包含語言及圖像識別技術、機器人設計、自然語言處理等，日益成熟的理論方法和技術實踐也使得應用領域范圍大規模擴張，人工智能是人類智慧的結晶，未來也可能展現出超過人類的智能。
2 人機智能的研究方向
人工智能的科學研究通常涉及到數學、邏輯學、認知科學、以及最重要的計算機科學等多學科領域，延伸出了以下幾個主要的研究方向：
2.1 邏輯推理與證明
早期的人工智能更多的解決了大量數學問題，邏輯推理是基礎也是研究時間最長最重點的領域之一。通過找到可靠的證明或者反證方法實現潛在的定理證明，根據數據庫的實例進行推導并及時更新證明結論，演繹和直覺相結合，在推理和證明中實現部分智能。
2.2 問題求解
問題求解領域的一大重要應用則是下棋程序的功能實現，化繁為簡、將困難的問題點拆分成為獨立的子問題進行求解；而另一個實例則是數學方程的求解實現，分析各種公式符號的組合意義從而為科學研究者提供強有力的基礎保障。問題求解中所運用的搜索和規約也是人工智能領域中的兩大基本技術。
2.3 自然語言處理
自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計算機來處理使用人類語言作為計算對象的算法程序，并研究相關的理論方法和技術。NLP是人工智能領域的主要研究方向之一，也是發展時間較長的研究方向之一。語音識別、搜索引擎、機器翻譯等等都是NLP的重要研究內容，目前也都在人工智能領域獲得了突出的應用成果。
2.4 專家系統
專家系統是指具有大量模擬人類相關領域專家知識和經驗的智能計算機程序系統，依托于人工智能相關技術，根據專家系統所提供的數據方法進行判斷推理進一步決策，從而代替人類專家解決一部分該領域的特定問題。從知識表示技術的角度上看，專家系統可分為基于網絡語義、基于規則、基于邏輯、基于框架等幾種類別；而從任務類型及專家系統主要解決的問題類型的角度來看，專家系統也可分成解釋型（分析和闡述符號數據的意義）、調試型（根據故障制定排除方案）、預測型（根據現狀預測指定對象未來可能的結果）、維修型（針對特定故障制定并實施規劃方案）、設計型（按指定需求制作圖樣和方案）、規劃型（根據指定目標制定行動方案）等。
專家系統的建立包含以下幾個步驟：（1）初始專家知識庫的設計：包括問題、知識、概念、形式、規則等多個概念的籌建；（2）開發和試驗系y原型機；（3）改進與歸納專家知識庫等。
專家系統的實現通常建立在大量的數據統計與人類專家提供的問題解決實例上，沒有精確或統一的求解算法，因此也會造成一些局限性。在人工智能與計算機科學快速發展的今天，專家系統也逐漸更重視理論和基礎研究，除了基于經驗的理論，基于規則和模型的方法也將投入到實際運用中，未來的專家系統將更偏向協同式和分布式方向發展。
2.5 機器學習
機器學習是指計算機自動獲取新的推理算法和新的科學事實的過程，是計算機具有智能的基礎。計算機的學習能力是人工智能研究史上的突出成就與重要進展，也是人工智能初步實現的重要標志。機器學了在人工智能領域有著重要應用，對于探索人類智慧的奧秘以及學習方法和機理都有著重要意義，機器學習的時代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。
3 人工智能的應用
人工智能的首次提出至今已有60年的歷史，在這個循序漸進的過程中，無論是功能場景還是機器模式，都逐漸從單一到通用、從簡單到復雜，表達方法也更多種多樣。目前主要通過賦予機器產品一定的人類智能從而有效地提升機器工作效率及能力，未來的人工智能將更多的模擬人類生活環境及思維方式來設計出真正具有人類智能的高效人機系統。
3.1 人工智能在各個行業的應用
人工智能已經運用到人類生產生活的各個方面，主要包括以下幾點：（1）以智能汽車為代表的自動化交通方式。（2）種類繁多的家庭智能服務機器人。（3）用于臨床支持和病人看護中的自動化智能設備及醫療器械。（4）智能教育輔導系統、線上學習和智能輔助學習設備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設備的興起給互聯網娛樂時代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領域的預測及防范。（7）大量重復機械的勞動逐漸由智能機器取代，人類承擔著更多的創新及實踐工作。
3.2 人工智能生活應用實例
作為輔助人類生產生活的重要工具，日趨成熟的智能機器人已經快速走進了人們的日常生活中，下面我們介紹幾種常見的使用場景：（1）智能房屋和家居生活的構建：目前的智能停留在自動控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調等等；而未來，人工智能的發展將根據你的日常行為了解你的習慣喜好，利用傳感器和自動裝置搜集用戶的行為數據，通過機器學習和深度學習算法改造你所居住的環境。最終實現真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導航和定位實現規定路線的行駛、通過激光測距、雷達感應和照相等技術，配合復雜的計算公式從而辨別和避讓各種障礙，最終脫離人類操控的環境下自動完成發動、駕駛、剎車等動作。行駛的安全性和準確性在智能機器的幫助下其實更可靠，我們完全有理由相信未來自動駕駛將成為人們出行的新方式。（3）基于神經網絡的新型翻譯方式：在線翻譯相信大多數人都不陌生，使用范圍廣普及率極高，但其準確性一直都是人們關注的焦點之一。谷歌翻譯負責人表示將在部分功能上嘗試使用深度學習技術，如果能順利實施必將使得翻譯準確性的研究取得實質性突破，而基于神經網絡的翻譯方式則將幫助計算機更好地模擬和理解人類思維，使得翻譯結果更流暢合乎規范，也方便人們更好地理解。
4 人工智能的發展歷程
人工智能的發展歷程不算很長，但發展速度卻異常迅猛。跟所有新興的前沿學科一樣，人工智能的發展中也經歷了和低谷時期。根據不同時期代表性人物和事件的發生，我們大致可以將整個過程分為以下幾個階段：
（1）1950年，舉世聞名的“圖靈測試”（圖靈，英國數學家，1912―1954）首次發表于《計算機與智能》一文，即通過房間外的人和兩個房間內的人和機器分別對話中，是否能區分人和機器從而判斷出機器是否具有了人的智能。這是人類對于人工智能最初的概念。
（2）1956年，由香農、麥卡錫、朗徹斯特和明斯基共同發起的DARTMOUTH學會于達特茅斯大學召開，會上首次提出“人工智能”一詞，這是歷史上第一次關于人工智能領域的研討會，見證了人工智能學科研究的開端。
（3）1960年以來，生物進化領域逐漸建立起了遺傳、策略和規劃等算法。1992年計算智能由Bezdek提出，計算智能對于生物進化學的探究有著重大意義，涵蓋了模式識別、人工生命、神經網絡、進化計算等多學科集合與交叉。
（4）上世紀90年代開始，專家系統逐漸興起，對于專家知識庫的不斷改進以及基于規則和模型的協同式分布式專家系統將是未來使用的主要趨勢。
（5）從1960年神經網絡首次應用于自動控制的實施，到1965年人工智能啟發式推理規則的方法引入，再到1977年運籌學理論中概念智能控制模式的成功借鑒，人工智能的發展也順利引導了自動控制模式逐漸切換到了智能控制模式。
（6）從1956年AI概念的正式提出以來，人工智能領域已經取得了眾多突破性的成就和進展，很多天馬行空的想象也隨著科技的進步在一代代科學工作者的不斷努力下逐漸設計落實，人工智能已經從科學研究逐漸走向了人們的日常生活中，成為了當下最具潛力的多學科交叉的前沿科學。
5 人工智能的未來與發展趨勢
從人工智能的提出到逐漸走入人們生活，人工智能的概念一經問世則得到了人們的普遍關注，甚至帶動了語音識別、自然處理處理、機器學習、數據挖掘等一系列相關學科的發展和興盛。人工智能領域中的創新和蓬勃發展是趨勢也是必然，通過了解人工智能學科的發展歷程及應用領域，我們大致可以推測出關于未來人工智能的一些方向：（1）機器學習和深度學習算法指導下更聰明更多樣性更具智能的機器系統。（2）自然語言處理應用中更自然的人機互動交流。（3）機器學習時代更快速的數據處理分析策略。（4）各研發企業和機構對于人工智能先進技術更激烈的競爭和角逐。（5）超人工智能（Artificial Super Intelligence，簡稱ASI）時代下AI是否會走向失控給人們帶來的微恐懼。
6 結語
在短短60年的時間內，人工智能的快速發展已經從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實現正在不斷幫助我們探索這個世界、幫助我們搜尋信息應對各種各樣的挑戰。人工智能在逐漸強大的同時，有機遇也存在著巨大的挑戰和技術瓶頸，距離人工智能時代的真正實現還有很長的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認知的智能、是否會出現違背人類價值觀的危險行為將是未來很長一段時間內需要研究的重要課題。
參考文獻
[1]李紅霞.人工智能的發展綜述[J].甘肅科技縱橫，2007，36（5）：17-18.
在剛剛過去的2016年，圍棋領域的“人機大戰”掀起一股人工智能的浪潮，以“阿爾法狗”為代表的人工智能戰勝了韓國的圍棋高手李世石，由此人工智能的發展引人深思。很多人會覺得人工智能是一個很遙遠的事情，始終抱以一種懷疑的態度去看待人工智能。其實不然，人工智能從上世紀40年展至今，且不說現在家家都在使用，但是在我們的生活中至少是隨處可見的，比如，計算機行業、銀行業、會計業等都在使用的智能處理系統，而且范圍越來越廣，技術越來越具有深度。在傳統的會計行業中，會計核算工作從憑證到報表都是由人工來完成的，但是現如今財務會計中的大部分工作都可以由財務軟件來完成，大大的解放了會計中的人力。也是在去年的3月份，著名的會計師事務所德勤對外宣布將人工智能引入會計行業，這一宣布也是幾家歡喜幾家愁。雖然人工智能讓會計實務變得更加便捷、精準，但是傳統會計行業中那些被人工智能替代的手工記賬人員將何去何從？筆者從一個會計人的角度對人工智能時代下的會計行業進行探討，目的是明晰人工智能對會計行業的影響，以及傳統的會計人員如何應對人工智能時代的到來。
二、我國人工智能在會計行業的應用現狀和展望
（一）我國人工智能在會計行業的應用現狀
會計行業主要涉及的是企事業單位、政府機構和會計師事務所，這三大類是有會計核算系統的主要主體。就我國來說，很多涉及會計工作主體對于人工智能的應用僅限于會計系統，而且在會計系統中一些類似于審核、判斷等主觀行為還是要財務人員手工進行操作。目前市場上已經存在各種可以滿足不同類型組織結構會計主體業務需求的會計軟件，可以說應用已經十分廣泛了。但是就會計師事務所來說，作為主要業務之一的審計業務在人工智能方面應用的稍微較少，因為對于上市公司審計業務而言，需要填制大量的審計工作底稿，包括電子版和紙質版，這些數據的錄入目前還是依賴于手工。
（二）對人工智能在會計行業中應用的展望
任何一位會計人都清楚地知道，會計行業是一種具有嚴瑾性、及時性的行業，并且會計工作程序多，處理起來比較繁雜。所以對于會計人員來說加班是家常便飯，從某種程度上來說，會計人員也希望有一天能有人工智能來替代這繁瑣而枯燥的工作。目前已經應用的人工智能解決了一些基本的操作，比如憑證和報表的生成等等，但是還遠遠不能滿足目前會計主體多樣性的需求。比如人力資源會計，就需要一個適合企業特點的模型來對企業的人力資源進行計量和報告，此模型可以對企業的人力資源進行大數據的分析，從而可以合理的進行人力資源管理，這也是有效降低成本的途徑之一。這樣的需求在管理會計，環境會計等眾多會計的分支中都是需要的，因為現在會計的職能越來越傾向于決策，決策過程中就需要會計提供相應的資料，這些資料通過會計的手工計算和分析往往難以獲取，如果人工職能可以進一步運用科學知識來解決這個難題就再好不過了。
三、人工智能對會計行業的影響
（一）提高了會計信息的及時性和精準性
不管是企事業單位還是政府機構或者會計師事務所，在運用會計軟件之后，一方面對于當日發生的各項經濟業務都能及時的進行處理。因為會計人員的只需要登錄系統進行相關事務的選擇或者審核就可以了，期末系統會根據已經有的數據自動生成相關報表，相比較傳統會計的手工填制憑證和編制報表要及時得多。另一方面，在傳統的會計業務處理時，會計員手誤記錯賬是常有的事，雖說現在的財務系統也需要手工錄入一些數據，但是當錄入出錯時系統給予提示，所以這種情況下，大大降低了數據出錯的概率，即提高了會計信息的準確性。
（二）一定程度上抑制了財務信息造假
在提高準確性和及時性的基?A上，人工智能在會計行業中的應用還可以相對防止財務信息造假。在特定的會計核算系統下，每一位登錄系統的人員都會有唯一的賬號和密碼，以及自己的權限，可以說分工明確，相比較傳統的會計核算中崗位相容現象十分嚴重，尤其是在中小企業里，人工智能的應用對于職能清晰劃分有助于遏制信息的人為造假。但也不是說人工智能可以杜絕財務造假，因為盡管大部分工作在系統中完成，每個人只能進行自己職能范圍內的操作，但是系統終歸還是由人來控制的，還無法應對管理層凌駕于會計人員之上的內部操縱現象。
（三）會計行業中傳統崗位需求減少
隨著人工智能在會計行業的應用領域越來越廣，傳統會計崗位就不需要那么的職員了，這是顯而易見的變化。會計電算化早在上世紀八十年代就在我國有所發展和普及，發展至今，已經商品化，為各種會計主體所使用，使得原本那些簡單的會計記錄和核算工作被人工智能所取代，相應的，這些崗位上的會計人員也就不再需要。
（四）會計信息安全性受到威脅
目前應用廣泛的各種電算化核算系統，都是以電子形式對會計主體的各種財務數據進行保存，電子存儲的數據保存形式有很多優點，比如保存方便，數據容量大，便于查找和使用等。另一方面，現在的系統如果防護措施不到位很容易被黑客攻擊，同時目前網絡的安全性也大大降低，信息在網絡傳輸過程中可能會被攔截，所以企業的財務信息就會被泄露出去，嚴重的話，還會造成重大商業秘密的外泄，給企業帶來損失。
四、會計人員如何應對人工智能的“入侵”
（一）學習會計電算化處理，跟上人工智能的步伐
作為一名會計人員，如果在智能時代還停留在傳統會計處理方法上，那只能被時代所淘汰，這個社會本來就是優勝劣汰，新的技術方法已經產生，你沒掌握那你就是被打敗的那個，至少要跟上時代的步伐。國家目前對于會計人員有接受繼續教育的要求，會計人員可以借助這一平臺學習當前的人工智能在會計領域的應用，也可以自主的學習會計電算化的相關應用。
（二）由簡單的財務會計向綜合型會計人才轉變
雖然人工智能時代減少傳統會計崗位的需求，但是隨著國家近幾年來對于管理會計的發展的鼓勵，各會計主體尤其是企業對于管理會計的需求增加，而目前管理會計的工作是人工智能無法完成的，因為這其中涉及大量的職業判斷以及包括審計業務里也是含有很多的會計估計。所以會計人員應該在人工智能時代努力學習會計其他方面的知識，比如管理會計和審計業務的內容等，掌握多方面知識，使自己成為一名復合型會計人才。
（三）以積極的視角來看待人工智能
現實中有很多會計從業人員狹隘的認為人工智能可以取代他們，甚至完成他們完成不了的工作，于是乎就開始說會計行業沒有前景，進行轉行，而不去想著提升自己的執業能力。從以上的分析可以看出，這種消極的觀點是不對的，不僅不利于會計人員自身的發展，也不利于整個會計行業的發展。
【關鍵字】推理與專家系統；認知學徒制；專家系統外殼
【中圖分類號】G420 【文獻標識碼】A 【論文編號】1009―8097（2009）04―0120―03
在教育部2003年頒布的《普通高中技術課程標準（實驗）》中，首次設立了《人工智能初步》選修模塊，該模塊共設三個主題：“知識及其表達”，“推理與專家系統”，“人工智能語言與問題求解”。其中的“推理與專家系統”主題，由于專家系統構建的簡便性以及運行的可觀察性，在為數不多的已開設《人工智能初步》選修模塊的學校中，較為普遍地被作為重點內容進行教學。[1]因此，十分有必要對“推理與專家系統”主題的教學模式及其相關問題進行討論，以便為中學信息技術教師更有效的開展教學提供參考與借鑒。
一 “推理與專家系統”主題的教學目標
新課標中給出了“推理與專家系統”主題的具體教學目標：
1 演示或使用簡單的產生式專家系統軟件，感受用專家系統解決問題的基本過程；了解專家系統的基本結構。
2 通過實例分析，知道專家系統正向、反向推理的基本原理；會描述一種常用的不精確推理的基本過程。
3 了解專家系統解釋機制的基本概念及其在專家系統中的重要作用。
4 了解專家系統外殼的概念；學會使用一個簡易的專家系統外殼，并能用它開發簡單的專家系統。[2]
由此可見，“推理與專家系統”主題并非是大學專家系統相關專業內容的簡單下移，它的總體目標是了解與專家系統相關的知識，體驗專家系統的技術與應用，感受專家系統對學習和生活的影響，從而激發對信息技術未來的追求。
二 認知學徒制及其應用于“推理與專家系統”教學的可行性
1 認知學徒制及其特征
所謂認知學徒制(Cognitive Apprenticeship)，是一種從改造學校教育中的主要問題出發，將傳統學徒制方法中的核心技術與學校教育整合起來的新型教學模式，[3]用以培養學生的認知技能，即專家實踐所需的思維、問題求解和處理復雜任務的能力。
從認知學徒制的特征與“推理與專家系統”教學過程的特點的一致性、認知學徒制的知識觀與“推理與專家系統”強調知識獲取、轉化的一致性、認知學徒制的技能觀與“推理與專家系統”教學注重學生技能發展的一致性，能夠得出將認知學徒制應用于“推理與專家系統”主題的教學是切實可行的。
認知學徒制的核心假設是：通過這種模式能夠培養學習者問題求解等方面的高階思維技能/策略。這種技能/策略把技能與知識結合起來，是完成有意義的/真實的任務的關鍵。它具有如下的基本特征：
（1） 認知學徒制關注的不是概念和事實知識的獲得，而是重視專家在獲取知識或將知識運用于復雜現實生活任務/問題時所關涉的推理過程與認知/元認知策略。
（2） 將原本隱蔽的內在認知過程顯性化，亦即表現思維過程，使之可視化（包括教師和學生的思維過程）。通過這種方法，學生可以在老師和其他學生的幫助下進行觀察、重復演練和實踐。
（3） 將學校課程中的抽象任務/內容置于對學生有意義的情境之中，學習者充分了解學習的目的與應用，理解工作的相關性，并參與專家行為。[4]
“推理與專家系統”主題的教學主要思路是要求學生使用一個簡易的專家系統外殼（例如InterModeller）開發簡單的專家系統，它的過程是：第一步，確定所要開發的專家系統類型，即確定開發的專家系統的內容，如動物識別專家系統、汽車故障診斷專家系統等；第二步，選擇、整理與所要開發的專家系統相關的日常生活知識；第三步，將日常生活知識轉化為專家系統能推理和解釋的知識表示形式，如產生式規則表示，框架知識表示等；第四步，通過師生、生生之間的交流與討論，逐步修改完善專家系統，使專家系統做出判斷與解釋。
這一教學過程不僅要求學生獲取、選擇、整理概念和事實知識，更強調將知識轉化為專家系統能推理和解釋的知識表示形式，最終能用專家系統解決實際問題，這與認知學徒制所關注的在有意義的情境之中，將知識進行邏輯化表示后去解決現實任務/問題，培養學習者問題求解等方面的高階思維技能/策略是相一致的。
2 基于認知學徒制的知識觀
比利特（Billett，1993）認為學習的知識包括三種形式：陳述性知識（關于是“什么”的知識）、程序性知識（關于“怎么做”的知識）和情感性知識（關于價值觀和態度的知識）。陳述性知識用來提供事實和陳述，程序性知識用來提供做事過程的規則，情感性知識用來提供對事情的意見與看法。在一些實際工作情境中，程序性知識通常是可以直接觀察的，而陳述性知識的內容則往往比較模糊、不透明。因此，與程序性知識相比，在日常工作的活動中，一些類型的概念性知識獲得更加困難，學習者對它們的理解受到更多的限制。[5][6]
如何在學習中有效的獲得陳述性知識，比利特和羅斯（Billett & Rose,1996）認為：第一，陳述性的知識是在參與社會實踐、從事日常工作的過程中獲得的。在日常的工作實踐中，人們必須解決問題、實現目標而這些活動真正促進了人們對學習對象的理解；第二，在學習的闡釋或知識的建構過程中，個體之間的密切互動是知識一個非常重要的來源，特別是熟練的指導者能夠幫助個體建構知識，“強烈的社會影響或者最貼切的指導似乎為學習者獲取和建構陳述性知識提供了有意的途徑”。[5]
“推理與專家系統”主題中所涉及的知識也可分為陳述性知識和程序性知識。陳述性知識主要體現在確立的所要構建的專家系統類型的情境中，將零散、孤立的陳述性知識，通過教師的指導，學生間的討論，將其整體化，組塊化。程序性知識主要是存在于專家系統的知識庫中，以“ifthen”形式來編程陳述性知識，即先確認當前的情境和條件，然后產生相應的行動。由于高中階段的教學要求是利用簡易的專家系統外殼開發簡單的專家系統，因此在條理清晰、結構合理的陳述性知識的基礎上編寫程序性知識的過程較為簡單，關鍵是學生如何通過多種有效形式獲得陳述性知識，并將其清晰，合理的表示出來。專家系統構建過程中的陳述性知識獲取及其向陳述性知識的轉化，與認知學徒制知識觀所倡導的知識分類和有效獲取是相吻合的。
3 基于認知學徒制的學生技能發展
伊萬斯（Evans,1994）提出了技能發展的，明確了技能所包含的智力維度：
（1） 階段1――新手。其特征為行為是受限制的、不靈活的、受規則控制的；
（2） 階段2――較高級的新手。學習者開始能夠感知任務中一些重要的情境特征，但還不能對那些重要的情境進行區分；
（3） 階段3――勝任階段。學習者能夠識別情境的重要特征，并以此為基礎思考行動的目標和計劃，用來指導行動；
（4） 階段4――精通。能夠在不特別關注的情況下選擇最好的行動計劃，能夠快速概括、識別情境并訂出計劃；
（5） 階段5――專家。專家憑借直覺行動，這種直覺來自對情境的深刻理解，不關注規則的和特征，而且行動是可變的、靈活的和高度熟練的。[5]
在上述技能發展的五個階段中，學習者從新手到專家的過渡過程就是從被動接受信息到具備更多的反思和參與策略的過程。在建構所需要的知識時，學習者開始需要指導者詳細的幫助，而后逐步過渡到大量的互動和建構的水平。在技能發展的高級階段，對理解技能中的智力因素的需要進一步增加，而對詳細指導的需要急劇下降，因為知識變得更加內化，更加接近于自我建構。在“推理與專家系統”主題中，學生利用專家系統外殼工具，通過了解由某一領域專家建構的專家系統，并在教師的指導下親手開發簡單的專家系統，來體驗專家系統的開發過程，加深學習體驗。在實際教學中，我們將上述技能發展的五個階段簡化為三個階段，學生和專家系統構成了一種專家與新手的關系，剛開始學專家系統的學生（相對新手）、課程教師（相對于學生為專家）以及專家建構的專家系統（相對于教師為專家），[7]學生開發專家系統的過程也即相對新手向相對專家轉化，最后還可能發展領域專家的過程。在這一過程中，學生對所建立的專家系統類型的相關陳述性知識和程序性的需要不斷增加，而對教師指導其開發的需要急劇下降。
三 認知學徒制在“推理與專家系統”教學中的實施過程
認知學徒制作為一種新型的教學模式，將其應用于“推理與專家系統”教學，需要教師和學生兩方面共同執行，如圖1所示。[4]
在認知學徒制教學模式中，學生是主體，教師起主導作用。對教師來說，要精心設計教學以表現專家實踐的思維過程，并引導學生積極參與、體驗，在這個過程中，教師先示范必要的策略，再放手讓學生嘗試，并在學生需要時予以指導。對學生來說，通過對特定領域專家實踐能力的模仿、參與、討論、交流和闡釋，獲得基本的問題求解方法、策略和能力，并隨著腳手架的拆除，逐漸獨立探究、定義、分析和解決問題。[8]具體的說包含如下步驟：
（1） 建模。教師選擇某一典型的專家系統，對專家系統的問題解決過程，如推理方式和應用策略進行建模，以使學生觀察系統的推理、運行過程，感受領域專家的思維過程。
（2） 情境設計。教師要引導學生選擇符合其認知特點的專家系統內容，注重實用性、貼切性和可開發性，如“當地旅游景點識別”、“特色小吃劃分”等專家系統，并把情境化的活動與相關的預期結果關聯起來，以便學生在真實的情景中進行模擬學習，發展遠遷移能力。
（3） 提供腳手架。腳手架的重要功能是幫助學生順利穿越“最近發展區”。教師對學生的開發專家系統的過程進行指導,提供必要的“支架”，如概念支持、軟件應用技巧支持、過程支持、策略方法支持等。
（4） 清晰表達。要求學生清晰地表達專家系統的推理過程或解決問題的過程，以使學生真正了解自己的學習過程， 不僅“知其然”（What），而且“知其所以然”（Why）。
（5） 反思。使學生將自己的思維和問題求解過程與領域專家、其他學生的邏輯思維方式進行比較。通過反思，學生可以構建關于該專家系統內容的問題求解過程的模型，已修正/啟示自己的問題求解和任務完成過程。
（6） 拆除腳手架。當學生完成知識庫的建立，或者能運行專家系統后，教師應逐漸拆除支架，以促進學生的發展。
四 結語
在“推理與專家系統”主題的教學中采用認知學徒制教學模式，對于學生分析問題和解決問題能力的培養具有積極的意義。一方面，為了完成該任務，學生需要編制規劃、制定知識獲取策略，并具體付諸實施，這是一個不斷深化的過程。學生還得明確與系統有關的所有變量或相關的因素，并且將這些變量和因素轉化為問題求解過程，得出相應的結論。在進行一系列問題求解分析之后，運用產生式規則來表示知識。 該過程中有助于提高他們的分析、思維與判斷能力。另一方面，在專家系統運行時，學生可以向專家系統提出諸如“為什么（Why）”、“如何（How）”、“如果……會怎么樣”等問題，系統接受用戶的問題指令后，可以根據推理的邏輯進程，即時將答案呈現給用戶，這個過程如同教師與學生在進行面對面的教學，學生還可以充分體驗人類專家的求解思路和推理風格。完善的專家系統還可以讓其他學生去運用和體驗，具有一定的實用價值。正如美國著名的學習論專家Jonassen所指出的：那些自行設計專家系統的學生將會在這種活動中受益匪淺，因為這是一個對所學知識進行深度加工的過程。[9]
參考文獻
[1] 張劍平,張家華,我國人工智能課程實施的問題與對策[M],中國電化教育,2008,(10):95-98.
[2] 教育部.普通高中技術課程標準(實驗)[M].北京:人民教育出版社,2003:24.
[3] 高文.教學模式論[M].上海:上海教育出版社,2002:342.
[4] 鐘志賢.信息化教學模式:理論建構與實踐例說[M].北京:教育科學出版社,2005:263.
[5] 趙蒙成.工作場的學習:概念、認知基礎與教學模式[J].比較教育研究,2008,(1):51-56.
[6] Billett, S.R, & Rose, J.Developing Conceptual Knowledge in the Workplace. In J. Stevenson (Ed.).Learning in theWorkplace: Tourism and Hospitality.Brisbane, Australia: Griffith University, Center for Learning and Work Research, 1996:204-208.
[7] 周躍良,張燕.人工智能教育的理論基礎及教學組織[J].中小學信息技術教育,2003,(10):10-13.
關鍵詞：智能教學系統；語義Web；領域本體
智能教學系統(Intelligent Tutoring System，簡稱ITS)是人工智能和計算機應用的一個重要研究領域[2]。它為學習者提供了形象直觀和方便易用的學習界面，有助于激發學生的學習興趣，增強學習記憶，同時又能大量增加學習內容，提高教學效率，因而長期得到廣大研究人員和教育工作者的密切關注和深入研究。1988年，國際上第一次舉辦ITS學術研討會；1992年以來，智能教學系統學術會議每兩年舉辦一次；2012年，美國匹茲堡將舉辦第10屆ITS國際會議，該屆會議的網址是cmu.edu/its2012。
早期的計算機輔助教學(CAI)及現有的智能教學系統，絕大多數以文本、圖形、靜態圖像、動畫、聲音和動態視頻等知識作為教學內容，存于知識庫，教學內容通常是固定不變的，因此，不能實現真正意義上的因材施教和多學科知識教學。此外，一些教學系統具有明顯的不可修改性，只能適用于事先確定的、特定的教學目標與具體的教學情境；有的教學系統完全與教科書配套，以教學大綱和個別教材為依據，按照教科書的章節安排教學內容，不具備重用性。通過分析可知，智能教學系統存在上述不足的主要原因，是系統沒有一個龐大的和可擴展的知識庫支撐，沒有可供操作的知識以及知識庫不能更新等。
筆者通過分析智能教學系統發展等特點，結合網絡信息，提出了面向語義Web的智能教學系統模型，分析了各組成部分的功能。在系統模型中引入領域本體組織教學內容，并運用網絡爬蟲工具獲取網頁新知識等更新教學內容，提高了智能教學系統的適應性。
1智能教學系統
20世紀60年代以來，隨著信息科學和計算機科學的發展，特別是人工智能(AI)的誕生與發展，以及計算機在教育方面的廣泛應用，出現了一種新的教育技術，即計算機輔助教學(Computer-aided Instruction, 簡稱CAI)。CAI系統的理論基礎是行為主義理論，主要目的是協助改進教學。其教學模式主要有3種：一是輔導模式，用于向學生講授知識和技能等內容；二是練習與操練模式，通過學生與計算機的頻繁交互作用來訓練學生的解題能力，以加深學生對所學過概念的理解；三是對話模式，通過計算機與學生的相互提問和答問來訓練學生的理解力。CAI系統一般由課件(courseware)實現教學過程，學生可反復使用這些不變的課件，接受課件的各種教學信息，完成學習任務。學生的學習過程主要由課件來控制，一般都是被動式學習，系統沒有給學生提供個性化需求的教學過程。
傳統的計算機輔助教學系統并不了解學生的特點，對所有學習者采用相同的教學方法和統一的教學內容。因此，系統不能對不同學生采用不同的教學方法和教學內容，不能培養不同學生的各種能力。
因此，人們希望計算機也應具有人類教學的“智慧”和藝術：系統應該能了解每個學生的學習能力、知識水平，能根據不同學生的各自特點采用不同的教學策略，有針對性地指導學生學習，能理解和接受學生的自然語言交互。
到了上世紀70年代，AI技術得到深入研究和發展，同時，認知心理學在教學過程中也得到廣泛應用，計算機輔助教學系統的研究更趨向智能化。Carbonell和Collins等人研制了一個基于知識的教學系統SCHOLAR，用于進行南美洲地理教學。SCHOLAR開辟了把人工智能應用于計算機輔助教學的新研究領域。讓計算機輔助教學系統CAI更加具有“智慧”，是教學系統的一個重要目標，因此，更具有智能的CAI系統被稱為“智能計算機輔助教學”(簡稱ICAI)或“智能教學系統”。
但是，ITS并不是對CAI的一個簡單改進，它需要結合AI技術、教育心理學理論和認知科學而得以發展。與CAI不同，ITS以認知心理學為理論基礎，強調學習個體內部的心理過程，認為人的認知是由外部刺激和認知主體內部過程相互作用的結果，因而學習過程是個人根據自身需要、興趣、能力、知識水平，對當前教學過程做出的主動的、有選擇的信息加工和建構過程。
ITS的目標是分析學生的智能水平和知識狀態，根據不同的教學內容采用不同的教學策略，因材施教。教學過程以“學生”為中心(但并不完全地由學生自由學習)，以啟發、誘導、暗示等方式展開，讓學生探索、思考與發現問題。例如，SCHOLAR系統采用了蘇格拉底對話方式的啟發式教學，以實現智能化教學。
目前的ITS在結合教育心理學、認知理論和計算機科學的基礎上取得了很大發展，同時ITS的研究和開發也是一個艱難的過程，并存在如下缺陷。
1) 智能教學系統缺乏強的自適應性，不能真正靈活地實現因材施教的教育目的；不能準確及時地發現和處理學生出現的各種錯誤及問題。主要原因在于教學過程分析不明確，教學策略不夠豐富，特別是對于不同學科和不同個性的學生，缺乏靈活多樣的教學策略，用于指導不同學生學習不同知識，系統設計面向的對象也還比較單一。
2) 智能教學系統對學生缺乏了解(或理解)；不能理解學生正在做什么和學生知道什么；不知道學生所處的學習環境和學習動機如何，學生常犯的錯誤是什么；沒有一個好的教學策略來安排最適合的教學方法，把最適當的知識傳授給相關學生，因而無法達到因材施教的預期教學效果。
3) 智能教學系統中的知識可操作性差，幾乎是不可操作的。教學內容比較單一，而且知識的可重用性差，導致了人們制作和設計了許多重復的教學系統，而真正“好用的”智能軟件卻非常缺乏。
智能教學系統存在上述不足的主要原因有二：一是沒有一個豐富的多學科的知識庫支撐，而且知識的可操作性差；二是沒有一個比較完善理想的系統結構，支持對學生和教學的理想描述。針對這些不足，筆者提出一種面向語義Web的智能教學系統模型。
2面向語義Web的智能教學系統模型
在分析已有的智能教學系統模型(例如NKI- Tutor)[4]的基礎上，結合當前不斷發展的網絡信息和網上學習資源，筆者提出了一種面向語義Web的智能教學系統模型，該模型的教學內容模塊中引入領域本體的抽象層來組織知識，同時模型中增加了一個網頁知識的新模塊。網頁知識主要使用網絡爬蟲，從不同網站上獲取各種教學資源，然后對該資源進行分類，構建其資源本體，并通過本體合并技術，把新知識添加到教學內容模塊中。面向語義Web的智能教學系統模型如圖1所示。
面向語義Web的智能教學系統模型主要包括交互界面、學生模型、教學模塊、教學內容、專家模型、評價模塊、知識模擬模塊和網頁知識模塊等。
交互界面用于實現學習者與教學系統之間的信息交互，為不同學習者提供個性化的教學內容和學習界面。
學生模型是對學習者的知識水平、認知能力、學習風格、興趣愛好、學習策略等的建模，為系統提供學習者的學習歷史記錄、學習過程中與系統的交互情況以及在系統診斷性測驗中的表現等。
專家模型包含領域專家的問題求解。教學系統可以對學生解決問題的方法與專家的方法進行比較，以發現學生的能力缺陷或錯誤認識等，然后采取更確切的教學策略或調整教學策略。
教學模塊是智能教學系統用于組織、管理和實施整個教學活動的中心。本模塊的教學模型由教學目標子模塊、教學任務子模塊、教學分析子模塊、教學策略子模塊和教學效果測量子模塊構成。教學目標是指教學的總目標(Goal)，包含多個子目標(g1，g2…gn)，并且Goal＝g1 ∧g2 ∧… ∧gn，n ∈自然數N。教學任務是指設計或規劃知識，確定教學目標，選取和實施教學策略，并評價教學，由具體任務(Task)實施。評價模塊是對整個教學的全局評價。評價教學總目標是否已經達到，或是對一個學習單元、一個學習階段、一門課程學習后的全局評價，包括學生知識結構和知識水平、技能水平的綜合評價和教學策略是否適用于不同學生的評價等，評價結果是教學策略改進和教學反饋的依據，是對學生的學習過程和教學效果進行測量。
知識模擬是一個知識模擬系統，能夠對知識自動進行動畫模擬。在教學過程中，教師根據不同的教學內容和教學需要，采用不同的教學策略，使教學更加生動形象，學生也能夠通過模擬工具親自操作實驗。模擬工具對于具有不同學習風格的學生尤其重要。
教學內容模塊是知識庫存儲器，存放各科教學知識和從網頁上獲取的各類新知識。
網頁知識存儲從不同的網站上獲取的各種教學資源。在系統模型中嵌入網絡爬蟲工具，首先利用網絡爬蟲工具不定期地從不同網站上獲取各種教學資源，然后對資源進行分類，構建其資源本體，通過使用本體合并技術，把新知識添加到教學內容模塊中，實現教學內容更新，使系統更具適應性。
3 教學內容組織與知識更新
在面向語義Web的智能教學系統模型中，我們引入領域本體的抽象層來組織教學內容，并引入網頁知識模塊實現知識更新。
3.1領域本體的抽象層
面向語義Web的智能教學系統模型，最重要的功能是獲取Web信息和資源，然后對資源進行管理和運用。為此，我們引入領域本體的抽象層來對教學資源進行組織，如圖2所示。
領域本體的抽象層是去除了學科中的具體概念而綜合了領域本體中的屬性和關系，是不依賴于領域概念而存在的。
3.2網頁知識模塊
隨著互聯網的快速發展，各種教學機構和學校都建立了各自的教學網站。例如，大學的精品課程、中學的網校以及專業知識網站，還有很多信息搜索引擎等。這些網站提供了很多專業和非專業的百科知識。為了順應信息時代的知識需求，智能教學系統中的教學內容不再是一成不變的，而應該及時更新知識庫。
面向語義Web的智能教學系統模型采用網絡爬蟲工具實現自動提取網頁信息功能。它根據教學內容主題的關鍵字或知識點分析網頁，過濾與主題無關的鏈接，獲取有用的鏈接站點上的信息，并將其存儲在相應的文檔中。目前，我們主要采用文本方式存儲獲
取的信息。然后對所獲取的信息進行分析，根據信息格式和內容進行分類，結合已有本體來組織新知識，進而建立索引，便于知識查詢和檢索。
4結語
智能教學系統研究是一項艱難和長期的工作。面向語義Web的智能教學系統模型具有教學內容覆蓋多個學科和網絡知識等特點，充分展現信息時代的學習特色，為學習者提供更新穎的知識和更寬廣的知識面，并使教學過程更加個性化，提高教學質量。同時，面向語義Web的智能教學系統將通過網絡爬蟲工具實現自動提取網頁信息，從而及時更新教學內容，使教學更具時代特點，實現真正意義的智能化教學。
參考文獻：
[1] Claude Frasson, Kurt Van Lehn. Intelligent tutoring systems[C]//Gilles Gauthier, Claude Frasson, Kurt VanLehn. Lecture notes in computer science(1839). Montreal:Springer, 2000:1-24.
[2] 王小輝,童\. 智能計算機輔助教學系統的設計[J]. 軟件學報, 1996,7(4):217-222.
[3] 唐素勤,曹存根. 智能教學系統的體系結構:綜述與改進[C]//鐘義信.中國人工智能學會第九屆全國學術會議(CAAI-9)論文集. 北京:北京郵電大學出版社,2001:1129-1132.
An Intelligent Tutoring System Oriented on Semantic Web
TANG Suqin1, LIU Lihao2
(1. College of Computer Science and Information Engineering, Guangxi Normal University, Guilin 541004, China; 2.Guangxi Training Center for Teachers of Higher Education Institutions, Guilin 541004, China)
1．1技術簡介
虛擬現實技術(vR)是以計算機技術為依托，綜合多媒體技術、傳感器技術、人工智能、人機接口技術、實時計算、工程仿真技術等多學科為一體的前沿技術，它能生成逼真的視、聽、觸覺一體化的人工虛擬環境，用戶能以自然的方式與虛擬環境中的對象進行交互【l1。它具有3個特征：逼真的臨場感、自然的交互、提高學習者思維認知。vR突破了人類認識的時空限制，大大拓寬了人類對現實世界及未知世界的感覺和認識，為人們的實踐活動提供了嶄新的環境和手段。在軍事、制造、醫學、設計、藝術、娛樂等領域，vR都有廣闊的應用前景。
1．2教育頷域應用現狀及前墨
對教育領域而言，運用VR能夠通過計算機將三維空間或實物模型的意念清楚地表示出來，能使學習者直接、自然地與虛擬環境中的各種對象進行交互，并通過多種形式參與事件的發展變化過程，從而獲得最大的控制、操作整個環境的自由度[21。這種呈現多維度信息的虛擬學習和培訓環境，以最直觀、最有意義的方式為學習者掌握一門新知識、新技能提供嶄新途徑。普遍意義上講，完整的vR系統需要高級計算機、頭盔式顯示器、數據手套、洞穴式投影等昂貴的硬件支持設備，這對于大多數教育教學單位都是難以承受的，從而嚴重制約了VR系統在教育教學中的推廣應用。但在科技多樣化發展的今天，VR系統也呈現出多樣化的發展趨勢，vR系統配置可以根據目標需求而定。設備投資大、開發周期長的復雜VR系統，一般應用于高校或航天軍事等高端技術工作領域。而桌面型vR系統僅使用電腦單機，顯示器是學習者觀察虛擬環境的一個窗口，學習者可通過使用簡單的外設(如鼠標、立體眼鏡等)來駕馭虛擬環境和操縱虛擬物體，雖缺乏完全沉浸功能，但其結構簡單、硬件成本低的特點非常適合在我國的普教、職教領域推廣應用。
2VR在職教個性化教學實驗中應用的可行性
2．1職教學情現狀
在各類職業學校中，普遍存在的問題是學生學習興趣不高，特別是在枯燥、乏味的理論知識學習中，這一問題尤為突出。但學生對于新穎事物具有強烈的好奇心和較高的動手愿望，因此，在講授理論知識時，輔以演示、實驗、實訓，并使人人都能動手參與，將會激發學生學習興趣，從而提高教學質量。但這種教學方法存在一些問題：模型、設備、實驗、實訓條件有限，特別是一些價格昂貴的設備，不可能人人都能動手操作；盲目操作會導致設備損壞，需要一定維修費用；在同一個地方完成理論、實踐教學并不現實。
2．2個性化學習
個性化學習是一種新的學習觀，是伴隨近年來教育改革發展，針對傳統教育大統一的弊端提出來的。它是以學生原有的知識經驗和個性特征為基礎，以學生內在需求為核心。以每個學生學習能力與個性的自由、充分、和諧發展為目標而實施的學習活動_l1。個性化學習中，師生處于分離或準分離狀態，教師由傳統教育中的主導者變為可利用的教育資源，成為教學資源中的一個組合因素，而學生也從被動接受教育的對象變為教育資源的選擇者和利用者。由此可見，最為簡單、易行的個性化學習載體就是基于web的學習動手實踐，B／S模式、互動操作，可激發學生興趣，從而自定義完成學習、實踐任務。
2．3虛擬教學模型在個性化教學實驗中的應用價值
就教師而言，實現了從傳統講授一簡單圖文課件講授一簡單圖文課件+虛擬教學模型講授的轉變。既充實了教學內容，又豐富了教學手段和形式。同時，虛擬教學模型是使用計算機模擬出的實物形態，其使用同課件一樣方便，既能達到直觀教學的效果，也能使師生獲得臨場感，增強師生互動。
就學生而言，在計算機屏幕上觀察到的是用vR技術數字化后的實物，只要有網絡環境或在家登陸學校的模型web服務器，學生就可動手操作，同時有了直觀模型的臨場體驗后，學生在面對實物操作時也易上手，杜絕了盲目操作。學生也可以通過協作探究解決問題。此外，衛生職業院校還承擔著成人教育的培訓任務，對于一些短訓班或遠程教學，在授課時演示或在web上一些虛擬教學模型，可幫助學員理解知識，并在一定程度上解決實驗課中存在的問題。
虛擬教學模型可以通過編程定制、更新內容，節省了教學成本，有利于職教事業的可持續發展。另外，虛擬教學模型還可虛擬出一些新型的裝備用于教研活動，體現出教學的前瞻性和創新性，如虛擬科學實驗室、虛擬校園、特殊教育、仿真實驗、專業實訓等。
3衛生職教虛擬平臺建模方案
針對衛生職教的教學特點，可以開發4類桌面型虛擬現實應用：模型演示、過程仿真、場景展示、儀器操作。為滿足個性化教學需求，均采用B／S的模式。
3．1模型演示(人體解剖學、口腔解剖學教學)
功能需求：虛擬口腔模型、器官模型在屏幕中三維立體顯示，可用鼠標進行任意角度的調整觀察，配合講解，使學生獲取最近乎于真實的感受。
可行性技術方案：JavaApplet、Java3D技術配合使用3D模型輔助設計軟件(設計需導出VRML2．0或OBJ格式文件，如3DSMAX)。
論證：由需求可知，這種三維設計是基于圖形建模的，可選用VRML和Java3D技術在web上3D圖像。與傳統VRML相比，Java3D的功能和可編程性更強，具有Java豐富類庫的支持和良好的跨平臺性，考慮構建3D簡單模型，并配合專業3D模型設計軟件構建復雜模型。客戶端提供用戶實驗的環境主要采用JavaApplet來實現，使用JavaApplet編寫圖形用戶界面，仿真計算任務由瀏覽器的JavaApplet完成，使用Jav3D實現虛擬實驗場景的3D顯示，兩者嵌入HTML文件網頁構成用戶的前臺操作界面，支持web方式。
3．2過程仿真(虛擬化學實驗、虛擬口腔設備操作與維修)
功能需求：用戶可直接操作web中虛擬的化學實驗裝置和化學藥品，完成實驗。
可行性技術方案：同3．1，但需考慮場景和復雜的操作交互，其程序編制較3．1復雜。
3．3場舞展示(口腔診所布局、ICU布局)
功能需求：真實再現室內環境格局、設備布局，可由鼠標控制，轉動到任意視角瀏覽，用戶有臨場感。
可行性技術方案：超廣角鏡頭轉臺攝影+靜態圖象360。全景拼合顯示技術(QTVR或Java編程)。
論證：由需求可知，最簡便的方法是基于靜態圖象進行建模。QTVR運用相機拍攝的真實全景圖像來構建虛擬現實空間與計算機圖形設計或其他VR技術相比，其制作相對簡單、制作周期縮短、成本低廉、且由于照片清晰度高，細節不會被遺漏觀察場景時有身臨其境感覺。由于數據量小，觀察起來也非常流暢。另有使用Java編程來實現靜態全景拼接的方式，需Jav虛擬機支持。
3．4儀器操作(心電監護儀操作、心電擻據教學)
功能需求：心電監護儀器功能與實物一致，但數據不是現場實測，而是調用專家庫中的臨床教學心電數據資料，學生能通過鼠標點擊虛擬心電監護儀相應按鈕，得到相應結果，從而熟悉儀器操作，掌握相關臨床知識。
可行技術方案：Windows平臺下的LabView8．0虛擬儀器軟件設計(無須數據采集卡)。論證：美國NI公司的LabView圖形化程序設計語言(G語言)是專門用于設計虛擬儀器的。它是用框圖連線來替代傳統的代碼編寫，而且內置了豐富的儀器儀表控件(表盤、開關、旋鈕、波形現實等)，可在虛擬前面板上根據需要自由組合D1。另外，它的數學分析、信號處理函數庫功能強大，能夠輕松完成臨床教學心電數據的分析、處理、顯示，并可根據所需功能對儀器快速原型化。LabView8．0的RemotePanel功能支持web方式。
4拓展、開發和意義
4．1拓展、開發
(1)建立和累積可定期更新的開放型醫學數據專家庫。如心電臨床數據、醫學影像數據、口腔臨床數據、設備維修數據等。依托網絡通訊平臺，實現教學素材的群體共享，為開展優質的教學工作做好充分的知識儲備。
(2)建立和累積可定期更新的開放型教師評價專家庫。廣泛收集教師群體智慧、經驗，將評價依據收納到計算機教師評價專家庫中，變教師個體評價為群體評判，這種評價更具客觀性和綜合性，而且依托網絡通信平臺，將教學評價機制進行共享，可提升教學質量，并為教學創新帶來巨大益處。
(3)基于醫學數據專家庫、教師評價專家庫，引入并應用人工智能技術，對于學生提交的實踐作業，采用計算機自動評分一方面保證了評價的綜合性、客觀性；另一方面使學生成績得到最快的反饋，進而及時進行自我調節，提高學習效果。
4．2意義
(1)變經驗重復型教研組織形式為經驗研究型。這種基于智能專家庫的架構大幅降低了教師的工作強度，取消了其重復勞動，教師可以充分利用教研時間，專注研究那些計算機無法得出結論的學生個性實例或計算機提取的學生共性、典型實例，從而不斷更新、完善專家庫內容，類似問題可在下次計算機評判中得以解決。
[關鍵詞] 智能 電子商務 應用研究
隨著Internet技術應用的普及和深入，電子商務這種全新的商務模式被越來越多的人們所接受。但是由于Internet本身所具有的開放性、動態性和異構性的特征，隨著其不斷發展，信息量不斷膨脹，給人們獲取自己需要的信息帶來一定程度的麻煩。為了解決這個問題，智能化電子商務系統應運而生，智能化電子商務系統是一種基于互聯網，能夠代替人并且具有一定邏輯推理能力、自學習能力、交流能力的智能化的電子交易模式。基于智能化的電子商務能幫助人們完成許多繁瑣的信息處理工作，可以給人們帶來很多方便。
一、智能概述
1.智能的定義
智能(Intelligent Agent)的理論和技術在20世紀90年代已經提出，是一個新的研究和開發領域，其內容涉及到人工智能、信息檢索、計算機網絡、數據庫、數據挖掘、自然語言處理等領域的理論和技術，主要是人工智能方面。
但是，對于是什么是“智能”，到目前為止，理論界還沒有一個統一和權威的說法，但從許多專家對智能提出的定義都有一個共同的特點，即：智能可以通過感知、學習、推理及行動，能夠基于知識庫的訓練后能模仿人類社會的行為，即具有智能性。在網絡環境下，智能能夠用戶或其他程序，以主動服務的方式持續完成一組操作的軟件可以定時或交互地執行，對網絡環境變化做出反應，用于達到用戶的目標、滿足用戶的需求。
2.智能的特點
(1)智能性(Intelligenty)。智能性是智能技術的一個最基本的特征，主要指的是的推理和學習能力，即它具有解決問題所需的豐富知識、策略和相關數據，能夠進行相關的推理和智能計算。同時，智能還可以在用戶沒有給出十分明確的需求時信息時捕捉用戶的偏好、興趣及意圖，并按最佳方式代為其完成任務。此外，智能還可以對信息進行篩選和過濾，自動拒絕一些不合理或可能給用戶帶來危害的請求。
(2)自主性（Autonomy）。自主性又稱學習性。主要是指智能能夠自主運行。具有強烈的行為目的性能夠根據需要主動采取一系列行動，以達到某種目的。智能技術能夠根據當前環境的變化，動態地調整自己去完成各項任務、計劃，并主動地把信息過濾、整理后提供給用戶服務，并能夠從經驗中不斷進行自我學習，根據環境及時調整自身的行為，從而提高分析問題和處理問題的能力。
(3)性。性也是智能技術的一個最基本的特征，主要是指智能的自主與協調工作能力。表現為智能從事行為的自動化程度，即操作行為可以離開人或程序的干預，能夠自動使用通信協議進行信息交換，并把檢索信息結果主動推送給用戶，并管理用戶的個人資料及其私人目錄下的知識庫。但在其系統中必須通過操作行為加以控制，當其他提出請求時，只有自己才能決定是接受還是拒絕這種請求。
(4)合作性。主要是指每個智能都有標準的接口，采用統一的通信語言進行信息的交流。多系統由多個組成，通過本身的搜索活動和相互之間的交互活動，構成系統的群體活動，相互之間分工合作共同完成復雜任務，從而實現系統整體的功能或目的，同時，在這種交互的過程中每個也都實現了自己的功能或目的。
（5）適應性。主要是指智能能夠根據用戶以前的經驗理解所處的周圍的環境，并能對環境和相關事件的變化及時反應，做出決策，改變自己的行動，或者在遇到問題時能在最短時間內給用戶以警告。因此，智能可以接受委托、遵循承諾，產生輸出反應動作和行為。
二、智能的工作流程
智能可以看成一個黑箱，通過傳感器感知環境，通過效應器作用環境。同時，智能也可以看作是知識處理的實體，它由知識庫、規則庫、推理機、各之間的通信協議組成，能夠完成知識發現、通信協作、規則庫應用、監督、知識庫管理、推送等功能。在智能的工作流程中，每個都有自己的知識庫，用戶表達出自己的信息需求后，通過通信協作傳給知識庫，然后根據用戶信息庫中用戶特定的需求和近期的愛好興趣為標準來篩選信息。監督的作用就是當用戶提出自己的信息需求時，檢查知識庫中是否存在用戶以前相似的信息需求，如果有就把知識庫中用戶以前的需求記錄提取出來，通過推送發給用戶；如果知識庫中沒有用戶的信息需求，經規則應用庫理解生成一定的搜索規則，傳送給知識發現進行相關信息搜索，搜索后的結果經信息過濾后存于信息數據庫，再經過知識庫的推理機制推測用戶的潛在需求，并作為用戶需求歷史信息記錄下來，結果傳遞給用戶。監督的作用是根據一定的規則實時跟蹤信息數據庫中歷史記錄在Internet網絡上的動態變化，一旦知識發現收集到相關內容和更新內容，它就立即通知規則應用庫生成新的檢索規則或應用，并通知和提醒用戶有新的信息內容，還可以通過E―mail方式把特定更新內容以推送方式傳達給用戶。檢索完成后允許用戶對結果進行滿意度和相關度的評價并反饋給知識庫，一方面用來了解用戶的新的興趣需求；另一方面用來完善用戶所需信息相關度的匹配規則，為用戶的未來信息檢索提供可靠的保障。
三、智能的在電子商務中的應用
智能的應用領域非常廣泛，在許多方面有著重要的應用意義，例如，電子商務、信息服務、系統與網絡管理等領域。而將人工智能的思想引入到電子商務的交易過程中來，使電子商務的交易過程變的更加自動化和人性化，可以說是電子商務發展的最新階段。在電子商務交易中，智能作用于價值鏈和虛擬價值鏈的每個環節，電子商務交易過程中買賣雙方都會應用智能。在實際應用過程中，可以將智能分成不同層面。
1.智能在電子商務中的宏觀應用層面
宏觀方面，智能技術主要是為企業，政府、教育系統等機構來提供競爭情報系統服務、信息管理軟件開發及協同商務解決方案等服務。但是，目前在宏觀電子商務活動中，智能技術的實際應用還比較欠缺，一般還是以提供商務情報信息服務為主。智能技術可以從Internet上幫助用戶檢索到大量有價值的隱性信息，不僅僅是文本信息，還有聲音、動畫等多媒體信息，并且可以是多語種內容的信息。智能可以形成用戶需要的各類資源集合，并從大量的公共數據中篩選和提煉有價值的信息，從而為企業，政府、教育系統等機構做出正確的決策、提高應對環境變化的能力和自身的競爭力提供信息支持和依據。
2.智能在電子商務中的微觀應用層面
智能在電子商務中的微觀應用層面的作用主要是根據用戶的特殊需求同時檢索多個網站，對商品信息進行篩選或監測，最終找到符合條件的物品所在的站點進行商務活動。這種技術在我國的大規模商品價格比較購物網站――查價網體現得比較明顯，查價網將搜索引擎技術與智能技術結合起來，為用戶提供商品的價格比較、每日最低行情快遞等信息服務，目標是成為連接消費者與經銷商的商品價格信息交流的平臺。同時，智能微觀層面的合作篩選功能還可以將用戶的購買習慣同其他消費者的購買傾向相比較后進行推薦，這種技術在現在的電子商務網站中大多已經實現，技術也已經比較成熟。如國內的當當網上書店使用了會員制進行管理，在用戶首次登陸并進行購買活動以后，將與用戶興趣相關的書籍在旁邊列出，以供用戶參考選購，這樣就節省用戶在尋找感興趣圖書的時間，同時也獲得了用戶的偏好來幫助公司對用戶進行個性化廣告和產品的推介。
3.智能技術應用于宏微觀電子商務的比較
宏觀與微觀電子商務中應用智能技術的系統結構是相似的，但是由于目標用戶、服務范圍等方面的差異，智能技術在不同應用層面上的側重點還是有所差別。
(1)目標用戶。宏觀層面電子商務的用戶主要是是大型企業，研究機構，傳媒機構等，需要專業、最新、整理過的信息，以情報信息的方式提供給用戶，幫助用戶做出決策和研究，而提供這樣的服務就需要提供者具有很強的信息獲取能力和強有力的信息系統的支持。微觀層面電子商務的用戶群體主要是以價格為紐帶的聯系起來的小商戶和一般消費者，網站的主要業務集中在保證小商戶的網上商店的正常運行和消費者能夠方便的獲取價格信息。
(2)服務范圍。由于目標用戶不同，也就決定了智能應用于宏微觀電子商務服務的范圍不同。宏觀層面電子商務主要服務是為大型企業、研究機構等提供情報，這就要求必須將信息的來源擴展到整個行業并針對用戶的特殊需求來進行信息的定制。微觀層面電子商務的服務范圍相對較窄，主要將在自己網站上注冊的小商戶的產品信息、報價信息等搜集起來，為用戶提供智能化的、個性化的產品價格信息。
(3)應用維護。在宏觀層面智能的電子商務中，需要全體員工充分參與到企業情報門戶系統中，對系統功能進行應用和發掘，在允許的范圍內定制自己所需要的信息服務，共同保證系統運行的通暢。企業情報門戶系統具有智能性，并自帶媒體自動定期升級功能，用戶是不需要維護的。在微觀層面智能的電子商務中的用戶有商戶和消費者兩部分，網上商店需要商戶來進行定期維護和信息更新，而消費者無須進行維護。
(4)信用評價。在宏觀層面智能的電子商務中，信息系統提供機構作為信息提供的主體，其信用直接關系自己的生存與信譽，所以必須與企業密切合作才能夠提供信息服務，因此不需要進行信用評價。而在微觀層面智能的電子商務中，不僅需要根據用戶主觀的留言進行信用評價，還應用了基于定單的智能互動式的評價，因而更能真實的反映出網上商店的運行情況，根據客觀的數據來說明問題和評價買賣雙方的信用情況，為用戶提供幫助。
(5)最終目標和信息反饋。在宏觀層面智能的電子商務中，實施主體的最終目標是幫助企業建立企業情報門戶網站，依靠權威的信息來源和先進的智能技術，為用戶反饋及時、準確、可信度高的情報，最終實現企業信息流轉的暢通，幫助企業進行科學的決策，在競爭中保持優勢。而在微觀層面智能的電子商務中，其用戶數量雖然龐大但是經常定制使用比較的用戶不多，因此比較智能較難對每一個用戶累積到足夠的查詢偏好信息來進行學習，導致了很難及時反饋回準確的信息。
四、結論
智能已經成為解決電子商務在Internet信息空間的信息處理問題的有效方法，對電子商務的交易雙方都有強大的誘惑力，基于智能技術的電子商務將是一個極有前途的方向。但是，因為智能技術目前還不是非常成熟，目前在電子商務活動中，所以智能技術的實際應用還比較欠缺，這就意味電子商務智能系統還需要進一步的研究。
參考文獻：
[1]胡國勝等:智能在電子商務中應用研究.軟科學，2003.1
[2]李偉超牛改芳:智能技術分析及應用.情報雜志，2003.6
[3]樊廣儉馬麗平:搭建個性化的電子商務平臺.經濟論壇，2003.17
關鍵詞：土木工程；信息技術；發展趨勢；探討
土木工程不單單是一種科目，也是一種技術，它的發展和演變體現了人類社會的轉變歷程。目前，信息技術在各領域的運用已開始向著普及的方向發展，電腦技術、網絡技術和信息技術等高精尖端技術更是贏來了發展的黃金時期，從而改變了世界的面貌。而這部分信息技術和其它尖端技術在土木工程中的運用，有著極其顯著的功效。透過電腦、通訊和人工智能技術等等對土木工程的建筑方式和建筑技術進行改善，能夠最優配置建筑資源；保障建筑的質量，并減少建筑投資的成本，提升土木工程的建筑質量。同時，將信息技術與土木工程物流管控、電商等進行結合，能夠提高土木工程的管控質量，為建筑企業創造新的利潤增長點。所以，對其展開研究有著巨大的現實意義。
一、土木工程信息化
帶有時代特征的電子技術以及信息技術對傳統的技術是一種顛覆，特別是對土木工程來說，對其進行信息化建設是土木工程近年來著重研究的焦點和重點。土木工程是建設各種建筑的科技的總稱。土木工程誕生的實質意義，就是保障建筑施工的質量以及安全，保障整體建筑能夠承受來自自然或人力的壓力。
土木工程的信息化可以形成技術創新，這也是土木工程化解技術困境的方式之一，也能幫助土建公司走出困境。而要想實現以上愿景，除了創新工作方法和理念外，還應對信息技術作深入、全面的了解。
土木工程信息化實際上是指以電腦和網絡為基礎，牽涉到通用分組無線服務技術、地理信息系統技術、遙感技術等衛星定位技術；計算機輔助設計技術、CACM、產品數據管理技術、企業資源計劃等制圖技術和辦公自動化等電商技術。
土木工程信息化的終極目標是在土木工程建設時期，通過策劃、勘探、設計、動工和管控，使其與信息技術相結合。它有以下幾個內容：
（一）土木工程的實際勘探與規劃
在土木工程的設計、勘探以及制圖時，能夠融合地理信息系統優化等衛星定位技能對工程實施現場勘探，協助技術專家對土木工程進行改造。
（二）工程設計的擬真與優化
土木工程在建筑構造的設計和解析上應充分利用電腦技術，透過擬真解析對建筑構造進行優化。與此同時，應實施強度估測、構造查驗以及通過荷載產生的彎矩、剪力計算來算出所需鋼筋的數量，并明確直徑。
（三）土木工程的管控
信息技術不但能對工程設計和計算給予強有力的支撐，對建筑管理來說，也有著極大的助益。在土木工程的建設上，透過信息技術對建設項目進行編排、管控以及物流監督和管理都是可行的。
目前，地理信息系統技術等軟件技術不但有著較強的可操作性，而且在工程運轉的環境上，也符合土木工程的實際狀況。這部分高新技術在提升工程設計質量上有著不小的作用，并能減短施工周期、減少工程造價以及創造性的開展建筑工作，其功能和作用不容小覷。
二、土木工程信息技術的發展態勢
土木工程信息技術匯集了當代工程學科、商管和企管等多個領域的優勢，是高精尖端、繁雜無比的技術。而隨著網絡技術的逐漸普及，土木工程信息技術正在向集約化、互聯網化以及人工智能化的模式過渡。對未來土木工程信息技術的發展態勢，筆者總結出下面的內容：
（一）三維交叉技術以及擬真技術
三維交叉技術是指在電腦中打造商品的三維模具，之后透過交叉設計軟件預設交叉流程，使客戶能透過滑鼠等交叉設施進行人機交叉的新型技術。
透過三維交叉技術能使工程技術專家對建筑的構造有更深層次的印象，對于細微末節的處置也十分“給力”。
擬真技術就是指將物理資源轉化為理論上能夠管控的資源，以突破物理構造的局限。在土木工程的圖像解析上，利用擬真技術能夠有效提升圖像處置的質量。
（二）土木工程數據庫以及管控體系
伴隨信息技術深入土木工程領域，以網絡技術為基礎的數據庫和管控體系的研究和運用不再如“空中樓閣”一般遙不可及。該數據庫與管控體系支持數據抽象化的界定、分布式、擬真環境下的多客戶并發I/O態勢的數據管控，兼容更高層次的儲蓄與查找，訪問權限和數據擁有權的管控，異構數據庫的實效性查驗，體系錯誤狀況下的復原等等。
（三）嶄新的計算機輔助工程體系
電腦輔助工程是指利用電腦協助解析繁雜工程和商品的結構力學特性，并優化構造特性等等。
如今的電腦輔助工程技術，在功效以及計算精確度方面提升迅速。在網絡化的環境中，從土木工程的用料解析，到建筑構造的擬真和整體構造布局的規劃，都要用到電腦輔助技術，并以其為支撐，使建筑工程向著集約化的方向發展；同時，還不能忽略其專業特征。
（四）嵌入式體系的運用
電腦技術在各領域中的運用已變得越來越普及，它使嵌入式電腦在運用頻率上明顯高于以往的老舊電腦設備。
嵌入式體系是指以運用為核心，以電腦技術為支撐，軟硬件可剪裁，對功效、質量、成本、體積、能耗等有嚴厲要求的專門的電腦體系。科學技術發展的源動力使人們的生活更加美好和舒服；因此，土木建筑工程未來將迎來“普及計算”的年代，在例如家庭互聯網等普及計算的范疇內，大規模的效率高而且成本低的嵌入式體系就有了“用武之地”。
嵌入式體系的是以運用為核心的“芯片”設計和軟件開發的需求而誕生的。土木工程技術促成了嵌入式軟件的研發，嵌入式軟件又是土木工程專業學識的軟件呈現形式，是嵌入式體系的中心，也是土木工程信息技術的研發對象。
嵌入式軟件的具象化運用主要是對各種檢查器械和管控體系進行研究，“摩爾定律”預示著未來10年“芯片”的功效是目前的100倍。所以，未來嵌入式軟件的功效將呈幾何級數增長，即便不使其與互聯網結合，也能做好目前只有在普通電腦上能做的事情。所以，土木工程整體程序的調配工作將產生質的飛躍，運用全球定位體系和遙感體系等多種體系，它能被運用到現場數據的智能搜集上，并以數字化的標準格式被儲存起來，并運用嵌入式軟件對其進行解析、整改以及轉變，使數據能夠呈現出人們需要的信息，并為策略的制定提供參考，更重要的是能進行智能監督。
當前，嵌入式體系已開始在土木工程中使用，然而不論是功效抑或成本都是阻礙其發展的元素。而嵌入式技術的成熟無疑將解決上述問題，并提升土木工程信息化程度。
結束語：
總而言之，信息技術的研發已為土木工程帶來了難得的發展契機，縱觀我國的發展情況，土木工程的信息化建設已是箭在弦上，不得不發。在信息化社會，土木工程的發展不能僅著眼于建筑物自身的安全性，也不能忽略減少成本、獲得效益的施工初衷，而應在給人們帶來居住的舒適度后，使建筑真正體現人性化和智能化。
參考文獻：
[1] 薛娜.試論信息技術在工程建筑施工管理中的應用[J].中國建筑金屬結構，2013，（8）：120-120.
[2] 王凱英，廖明軍.虛擬現實技術在土木工程教學中的應用探討[J].中國現代教育裝備，2010，（21）：72-73.
[3] 周亞螓.新環境下建筑施工管理中信息技術的應用芻議[J].房地產導刊，2013，（20）：132-132.
關鍵詞：信息技術 測量教學改革
引 言
以計算機和網絡為代表的現代信息技術的迅猛發展，使高校教育模式面臨著深刻的變革——教育信息化。教育信息化是一種以現代信息技術為基礎，通過將現代教育思想、教育理論與網絡技術、數據庫技術、多媒體技術和3S技術等的有機結合，實現現代的測量教學，改變了傳統的教學觀念和工程技術人員培養方式。測量學是一門與工程建設密切相關的課程，把現代信息技術應用到測量學課堂中，能達到形象直觀，輕松易懂，高效方便，既有圖片，又有文字解釋說明等特點，改變了傳統教學，取得對測量教學手段和信息全方位的展示，使學生的學習積極性、主動性、創新性、實踐性得以大大提高，豐富了測量課堂內容及信息。
1 現代信息技術在我校測量教學中的應用
1.1 現代信息技術應用于我校測量教學的意義
新時代教學技術是把現代信息技術應用到學習過程管理和評價，及對測量教學資源的最大開發、使用。研究多媒體技術、計算機技術、網絡通信技術等，以幫助解決傳統測量教學存在的課程信息量小，枯燥乏味，不聯系工程項目等問題。目前，我校測量儀器數量不足，缺乏新型的測量儀器設備，GPS儀器只有一套，三維激光掃描儀器沒有，全站儀過少，而測量實驗課時少，需要學習測量儀器卻較多，學校所學測量知識和技能遠遠無法滿實際工程要求。而利用全站儀仿真軟件可以讓學生身臨其境學習全站儀操作技術，可通過網絡技術模擬施工現場的測量工作，可以看公路測量工程項目視頻了解公路測量全部教學內容，還可以看衛星測繪工程項目視頻了解GPS測量全部教學內容，總之，應用多媒體技術、計算機技術、網絡通信技術可以改變傳統測量教學方式，極大提高測量課堂教學效率，豐富教學手段，取得良好測量教學效果，對提高測量教學質量有極大幫助。
1.2 應用研究內容
1.2.1 現代信息技術概念
現代信息技術以網絡為基礎，利用先進信息化手段和工具，以“把學校建設成以面向校園，面向社會的超越時間、超越空間的虛擬大學”為目標，實現從環境（包括設備、教室等）、資源（如圖書、講義、課件、信息等）、到活動（包括教、學、管理、服務、辦公等）的全部數字化，形成一個數字化空間，使得課堂教學在時間和空間上延伸開來，從而提高傳統課堂教學的效率，擴展傳統課堂教學的功能，最終實現教育過程的全面信息化。
1.2.2 現代信息技術特點
現代信息技術作為21世紀大學的概念模型，應積極利用行業教育知識庫，實現從服務器、網絡等硬件環境，到教學、科研、管理等應用軟件系統的一體化校園數字應用空間，實現資源全球化、教學網絡化、教材多樣化、管理智能化、環境虛擬化等。（1）資源全球化：利用互聯網，使全球教育資源連為一體，供用戶使用。（2）教學網絡化：利用網絡技術構建遠程教育模式，組建數字化學習環境，為學生異地自主學習提供條件。（3）教材多樣化：利用多媒體技術，特別是超媒體技術，實現教學內容結構化、動態化和形象化。（4）管理智能化：通過一系列軟硬件智能技術使高校教學管理自動化、智能化。如教學評價自動化、測試自動化、決策智能化等。（5）環境虛擬化：多媒體網絡傳輸技術和虛擬現實技術等的發展，使教學活動可以脫離物理時空的限制，實現虛擬化教育環境的構建，如虛擬圖書館、虛擬教室、虛擬實驗室、虛擬校園等，組成虛擬教學平臺，應用現代化的教學媒體和教學手段，提高學生學習熱情，改善教學環境，達到提高教學質量的目的。
1.3 應用信息技術在我校測量教學中的作用
1.3.1 能加大測量課堂教學信息量
在固定50分鐘課堂時間內，首先它極大地提高了傳遞測量教學內容的速度和內容，加大測量教師所授知識的廣度和深度，達到教學內容多樣、新穎，還能隨時介紹測繪新技術，節約時間，收到了較好效益，第二。利用現代教育技術媒體，呈現多種形式的測量教學信息，為教與學增加了互動性，有較好測教學平臺，能保證為學生提供優質測量教學服務，建立一個完整的、多渠道、全方位、全時段的測量教學方式，促進了對測量教學知識的理解和掌握，發展操作測量儀器能力，對開發工程測量創新能力有較好促進作用。
2.3.2 應用信息技術，改變傳統測量教學，激發學生學習興趣
應用多媒體技術建立真實、形象的工程測量實習全過程，虛擬地建立起與建筑施工現場一樣的場景，它能使幻燈、動畫、錄像、電影、聲音于一體，身臨其境，真實、形象、生動展示測量儀器在工程施工中應用，直觀講解水準儀、經緯儀、全站儀和GPS的使用方法及步驟，使學生能形象、直觀地聽懂、理解、消化所學知識內容。在測量教學全過程中用現代教育技術媒體可放入測繪各種新技術信息，對豐富測量教學內容，加深學生學習印象，激發學習激情都有好處，現代教育技術媒體能對學生形成多種感官的刺激，反復使用，隨時使用，調動學生對測量學習的積極性。
1.3.3 現代教育技術在工程測量集中實習中的應用
應用現代教育技術能對2周測量集中實習內容的進行反復學習，在實習前觀看測量實習視頻（MP4），把水準儀、經緯儀、全站儀和GPS儀器及各部件的作用、儀器操作步驟及注意事項、維護保養，反復對學生講解，加深了學生對測量儀器印象，而信息技術媒體的快速、準確、生動、形象、集中、典型、精粹的優勢，在工程測量集中實習中得以最大限度充分發揮作用。
1.3.4 充分利用網絡資源，改變傳統測量教學方式
全球互聯網絡的建立，對傳統測量教學方式無疑是一次革命。應用現代教育信息技術，實現全球高校測量學實踐教學資源互聯互通，實現教學資源共享，達到全球無圍墻的學校教育模式，使學生擺脫了課堂的時間和地域的限制，同時也可節約實踐教學經費。
1.3.5 應用信息技術，建立現代測量教學模式
信息技術下的實踐教學是培養創新人才的重要手段。應用信息技術培養學生的創新性思維和創新能力，就是通過信息技術的應用，使學生掌握對地理信息獲取、分析、處理、創新的能力。信息技術的應用為學生提供了一個有利于學習者觀察、比較的信息化教學環境，開發了有助于創造教學的軟件資源，探索并構建創新教育的新模式。在現代教育新模式下，學生自主設計實習內容，把以測量學習、測量實驗、測量實習為主的傳統方式，改變成以應用性、創新性學習、實習為主的現代測量教學模式。
2 把現代信息技術應用到測量教學中
2.1 虛擬現實技術應用
它是以計算機技術為核心，綜合利用計算機圖形學、人機交互技術、多媒體技術、網絡技術、傳感技術、視聽技術、人工智能等各種新技術，模擬人在工程環境中視、聽、動等行為的高級人機交互技術，達到對工程現實世界的虛擬仿真。
VR技術能為測繪的教學、科研、工程應用，及新技術新儀器試驗提供較高平臺，特別對測量教學水平有較大提高。例如：（一）利用虛擬現實技術構造各種測量虛擬實驗室，可以有效地解決實驗條件與實驗效果之間的矛盾。（二）建力數字化校園三維交互漫游系統，提供全校教學資源三維全景展示，方便學生和老師充分利用全校教學資源自主自由學習工作，進行數字化教學。（三）在課堂教學中制作地形測圖，施工測量，變形觀測動畫，達到形象直觀，快速，高效。聯系工程實際的教學方式，取得良好的測量教學效果，同時使老師、學生、家長等僅需要通過電腦和網絡，就能身臨其境地感受優美的校園風光、良好的教學環境和教學資源等。
2.2 “3S”技術在教學中展示
“3S”技術包括GPS（全球定位系統）、GIS（地理信息系統）、RS（遙感技術），其中GIS具有獨特的空間信息管理和分析功能，RS具有方便快捷的數據更新能力，GPS具有信息準確定位及強大的導航功能。測繪過程就是地表地理信息的獲取、處理和應用，“3S”技術已包括在里面，全國數字城市建設，智慧城市建設，全國基礎地理信息空間框架建設，我國衛星空間測繪技術等重大工程項目講解測繪技術已應用到國民經濟方方面面，與測量教學密切相關。
3 信息技術應用與測量教學模式的發展方向
充分利用信息技術，提高教學管理效率和質量，創建多層次、創新型、開放式的高等院校，培養適應信息社會要求的創新型和應用型人才。
3.1 建立全球教學資源互聯互通系統
實現全球教學、科研、生產合作：加快科研信息的傳播，促進國際性學術交流，掌握科技前沿動態，開展網上合作研究，促進最新科研成果向教學領域的轉化，以及科研成果的產業化和市場化，從而大大提高科研的創新水平和輻射力。
3.2 建立現代信息技術測繪教學模式
最大限度應用多媒體、網絡技術實現高質量測繪教學資源、科研信息資源和測繪專家智力資源的共享與傳播，實現全開放，師生互動，學生主動式、協作式、研究型的教學模式，從而為培訓信息時代高素質測繪人才服務。
3.3 搭建“公共基礎服務體系”
建設高質量的數字化圖書館、檔案館、博物館、藝術館等，開展電子商務、電子醫療等各種網絡化服務項目，提供面向全校師生的教學、科研、管理、生活等方面的網絡服務，形成智能型的公共服務體系，為我校高水平的測繪教學、利研和管理等提供強有力的支撐。
4 結束語
隨著科技的不斷進步，測繪技術也在不斷地變更和發展，從最初的傳統測繪到數字化測繪，今后測繪技術將向地理信息綜合服務為主的信息化測繪轉變。為適應時代需要，高校測量教學要用現代測繪技術，現代信息技術為教學手段，為測量學的實踐教學提供強大科技技術幫助和支持，使學生的專業知識、能力及素質得到協調發展，實踐能力和創新能力得到綜合培養，會使用現代空間技術（GPS，RS，GIS技術）解決工程項目實際問題，成為現代新型工程復合型人才。
參考文獻：
[1]顧和和，張紹良，馬昌忠，等.工程測量學課程建設與改革的理論與實踐[J].礦山測量，2004，（3）.
[2]張紹良，趙宗堂.論采礦專業《測量學》的教學改革[J].礦山測量，1998，（4）.
【論文摘要】：每一種新的語言理論的出現都會伴隨對其理論的相應應用。結構主義促使了替換練習的流行，功能教學法的發展有賴于喬姆斯基對語言運用的重視。而圖式理論則引起了閱讀教學中的又一次反思。圖式理論是心理學家用來解釋心理過程的一種理論，閱讀過程是讀者大腦中已存在的知識和文章的信息相互作用的過程。文章在闡述圖式理論的基礎上分析了其對英語教學的啟示。
近些年來，國內外專家對閱讀理論給予極大關注。他們從認知語言學、心理學等各個不同學科，對第二外語言教學及外語閱讀作了廣泛深入的研究。閱讀教學一直被認為是英語教學中的被遺忘的角落，人們關注的焦點一直是詞匯與語法，然而近些年來隨著人們對圖式理論的關注，人們再一次把目光投向了閱讀教學。
一、三種閱讀模式
在此之前，在閱讀教學中一直存在著三種閱讀模式，即自下而上的模式（Bottom-up Model）、自上而下的模式(Top-down Model)和相互作用模式(Interactive Reading Model)。60年代，受行為主義心理學影響，閱讀過程被看成是被動的"自下而上"的過程。語言學家Gough最早提出了這一理論。在這一理論看來，閱讀僅僅被看作是對語言符號作出反應的過程。閱讀的目的也僅僅限于對這些語言符號的識別與確認，從字母、單詞的辨認到對句子、段落的識別。直至最終文章的意義會自然而然的獲得。Caroll（1964）對當時的閱讀過程作過這樣的描述："閱讀沿著’視覺刺激口頭重新編碼作出字義反應’這一單向流程進行。"但這一閱讀模式把閱讀過程看得過于簡單化，忽視了讀者在閱讀過程中的主動積極的作用。同時把閱讀過程僅僅看作了是對語言符號的識別，而忽視了其承載的文化背景意義。為了修正自下而上模式的缺陷，自上而下的模式運用而生。
自上而下的模式于60年代末70年代初由K.S.Goodman和F.Smith提出。在這種模式下讀者不再被認為是被動的接收者而被看作是主動地參與者。在閱讀過程中，讀者從自己大腦中種已有的知識出發，對文章內容進行預測、假設、驗證以求獲得意義，即一種猜測－證實過程。讀者不再需要精確地辨認每一個單詞每一句話，而是根據并利用自己原有的語言信息和文化背景知識有選擇地挑選有用的信息，并在閱讀過程中一邊推測、預測，一邊驗證、修正以達到正確地理解。讀者頭腦中的語言結構知識、心理因素和背景知識是閱讀的基礎也成為影響閱讀的重要因素。這種模式雖然解決了自下而上模式的問題，但卻過分強調推測的作用，會導致臆斷現象的發生。
1977年人工智能學家D.G.Rumelhart通過大量研究，在汲取人工智能理論的基礎上創建了閱讀的相互作用模式。他指出一方面閱讀是語言處理的過程，應一方面閱讀又是讀者對已有背景知識的運用和處理的過程，是自下而上和自上而下兩種模式交互作用的結果。
三種閱讀模式可以說對我們的英語閱讀教學都有很大的啟示與實踐作用。根據不同的閱讀階段我們可以選擇不同的閱讀模式加以應用。在掃除學生的閱讀障礙階段我們可以采用自下而上的模式，而在閱讀材料比較困難的時候我們可采用自上而下的模式，而在理解和欣賞文章是我們最好采用相互作用的模式。
二、圖式理論
圖式（schema）一詞源于希臘語，在古希臘哲學家和心理學家著作中可以找到它的最早出處。18世紀康德曾論述圖式的哲學意義，他認為人的大腦中存在春概念的東西，圖式是連接概念和感知對象的紐帶。后來心理學接受了圖式的觀點他們認為記憶不是復制的，而是根據大腦中已有的圖式重構將要記憶的東西，即改變新認識的事物使之與已有的圖式融合。因此圖式論認為，任何口頭或書面的語言素材自身都是無意義，人們對新鮮事物的認識和理解在一定程度上取決于大腦中已形成的圖式。圖式是人頭腦中存在的知識的基本單位。
與之我們教學有關的圖式可分為：自然范疇圖式、事件圖式和文本圖式。
自然范疇是指自然界本身就具有的一些實體范疇，即我們對這一范疇的實體的特征有著一種定型的圖式理解。在閱讀中相當于我們對文字代碼從詞匯角度的理解。因此在閱讀教學中的基礎是使學生盡快的在頭腦中建立與詞匯相應的自然范疇圖式。
事件圖式代表著人與客觀世界的接觸中從事事件典型活動的知識與結構。事件圖式是我們理解文本內容及事件的基礎，在此基礎上我們可以對我們的文本內容進行預知和推測。因此我們在閱讀過程中要盡可能多地為學生提供相應的文化背景知識。
文本圖式是指在各種文本或文章中出現的規律性。對于文本的閱讀與理解來說，固然詞匯和文章內容的理解是閱讀的保障，但是如果學生能對文章的結構和文體有一定的了解那么會更有利于學生更快更準確的理解文本。應此在教學中我們應該讓學生對各種文體的基本知識有一個基本了解。
三、圖式理論對英語閱讀教學的啟示
閱讀是一個認知和言語交流的過程。閱讀對我們人類的發展有著不可估價的價值與作作用。閱讀過程主要包括符號的辨認和理解兩個過程。而學生閱讀的障礙一是來自語言文字的基礎不牢固，既不能形成與之相對應的自然范疇圖式。二是來自對文本內容的不理解，既由于文化經濟的差異在閱讀過程中不能形成與之相對應的事件模式或形成有差異的事件模式。因此為了使學生更好的理解文本根據圖式論的啟示首先我們盡可能的激活學生頭腦中的圖式。
（1） 首先從文本的文體入手，讓學生了解盡可能多的文本文體，這樣有助于學生快速的建立相應的圖式從而更快更準確的理解文本。如從體裁上我們閱讀的文本可分為詩歌、小說、戲劇和散文；從形式上可分為議論、說明、記敘；從功能上還包括各種應用文，如邀請函、請假條、商業信件、通知等；還有報刊、影視等文本。而各種文本都有著自己的特點，對各種文本的熟悉將有利于學生在多種信息中做出更準確的判斷。
（2） 作為英語的于閱讀，對英語的掌握還是其閱讀的基礎，而詞匯又是重中之重。因此在閱讀教學中的還應注重詞匯的教學。而我們知道詞匯有著其語體意義、情感意義、言外意義和言內意義，因此在教學中教師在教授詞匯時不僅要注重學生對詞義的正確理解和掌握同時還要注重詞匯的文化背景意義，使學生在詞匯這一層面上就能建立豐富的圖式。
（3） 文化背景知識的擴充是教師需要在閱讀教學中始終貫徹的一個原則，也是在學生的頭腦中建立相應圖式的重要手段之一。這就需要教師在教學中利用各種手段使學生接觸并感知英語國家的文化，如定期組織學生欣賞英文電影，邀請外籍人士和學生交流等。
（4） 最后由于圖式具有兼容性和差異性，因此教師在無論哪個層面上的閱讀教學中都要牢記這一點，利用比較的方法注重其差異的方面，這樣才會充分發揮圖式的作用而不是使其成為閱讀中的障礙。
由此可見圖式在英語閱讀教學中是影響學生理解文本的重要因素之一，如何建立學生頭腦中合理的圖式，如何激活這些圖式是英語閱讀教學中的首要問題。
參考文獻
[1] 趙艷芳. 2001，《認知語言學概論》，上海外語教育出版社.
1. Agent的定義
在計算機和人工智能領域中，Agent可以看成是一個實體。它通過傳感器感知環境，通過效應器作用于環境。Agent為了達到一定的目標，有著自成規律地執行任務的工作模式。
著名Agent理論研究者、英國的Wooldridge博士和Jennings教授認為：Agent是一個具有自主性、社會能力、反應性和能動性等性質的基干硬件或（更經常的）基于軟件的計算機系統，該定義允許在更寬范圍的環境中設計Agent，而且其中增加了通信要求。
2. Agent的性質
(1)性(Agent)
a它是"代表用戶"工作的;
b它可以把其他資源包裝起來，引導并代替用戶對這些資源進行訪問，成為便于通達這些資源的樞紐和中介。
(2)智能性(Intelligence)
在這方面，智能Agent可以做很多有高技術含量的工作。例如，理解用戶用自然語言表達的對信息資源和計算資源的需求;幫助用戶在一定程度上克服信息內容的語言障礙;捕捉用戶的偏好和興趣;推測用戶的意圖并為其代勞;等等。
(3)自主性(Autonomy)
一個智能Agent應該是一個獨立自主的計算實體。它應能在無法事先建模的、動態變化的信息環境中，獨立規劃復雜的操作步驟，解決實際問題，在用戶不參與的情況下，獨立發現和索取符合用戶需求的可利用資源與服務。最近J.McCarthy等人正在探討如何構造能對自身狀態有所感知的智能Agent。
(4)機動性(Mobility)
在網絡計算環境下，一個Agent可以看成是代表用戶駐網絡的常設機構，它可以在網絡上靈活機動地訪問各種資源和服務，還可以就完成特定任務同其他智能Agent進行協商和合作，甚至把自己"遷移"到網絡中的其他主機上去執行任務。這樣的"精靈"在網絡上游弋 ，是對網絡安全性、個人隱私性和管理方面的巨大挑戰。
3. Agent的基本結構
（1）。目標模塊
（2）。感知器
（3）。信息處理器
（4）。效應器
（5）。通訊機制
4、Agent功能的實現
要求：跨平臺一致語法，最小資源代價，支持移動語義
面向Agent的編程技術（AOP，Agent Oriented Programming）
Java
Telescript
5.智能Agent的應用意義
智能Agent在許多方面有著重要的應用意義。
信息服務 信息服務是最廣大的用戶群接觸網絡環境的首要渠道。對于信息內容已經相當豐富的英語文化圈來說，進一步提高信息服務的質量，改變目前信息服務中存在的 "信息過載"和"資源迷向"的狀況，是信息服務業所面臨的最緊迫的任務。智能Agent正好可以適應這方面的需要。具體地說，用于信息服務的智能Agent主要完成以下功能:1導航 ，即告訴用戶所需要的資源在哪里;2解惑，即根據網上資源回答用戶關于特定主題的問題 ;3過濾，即按照用戶指定的條件，從流向用戶的大量信息中篩選符合條件的信息，并以不同級別(全文、詳細摘要、簡單摘要、標題)呈現給用戶;4整理，即為用戶把已經下載的資源進行分門別類的組織;5發現，即從大量的公共原始數據(比如股票行情等)中篩選和提煉有價值的信息，向有關用戶。這些都是使信息服務走向個性化主動服務不可缺少的功能。目前在此方面已經有了一些能夠使用的系統，但智能化的程度還遠遠不夠，且主動有余過濾不足已經造成了一些負面的影響，亟待盡快發展更先進的人工智能技術予以解決。
系統與網絡管理 計算機系統本身的資源量就非常巨大，系統管理的整個趨勢正在朝著"傻瓜化"的方向發展，其中很大一部分原來由系統管理員手工干的事情，現在已經由計算機代管了。系統管理的界面變得更加友好，在系統本身的復雜性不斷提高的情況下，駕馭系統資源的復雜性反而在不斷降低，代管系統的自主性也在逐步提高。在網絡管理方面，隨著Client/Server計算成為主流，完成固定功能的Agent的存在和應用已經成為事實，分布在不同設備上"監視"設備狀況，并隨時向主機報告數據的Agent，已經是當今網管系統中很平常的一部分了。但是， 這些從事部分系統/網絡管理的Agent目前還不能稱為"智能Agent"，它們的智能化程度仍然有待提高。即使作為非系統/網絡管理員和操作員的用戶，也會有為系統和網絡設定常規服務、向系統和網絡預約特殊服務的需要，智能Agent是滿足用戶這種需要的最合適的幫手。
電子商務 越來越多的人看好Internet上的商業機會。網上的商品越多，在網上尋找商品就越是買方的一大負擔;同時，賣方商品的推銷也有一個對客戶實行因人而宜的主動服務問題。因此，采用智能Agent系統，代表買方去網上查看"廣告牌"、逛"商店"尋找商品甚至討價還價，代表賣方分析不同用戶的消費傾向，并據此向特定的潛在用戶群主動推銷特定的商品，都是非常有誘惑力的。
協同工作 把Internet引入企業和機構、建立所謂"Intranet"的努力正方興未艾。深層次的Intranet最終要改變的是人們的工作方式、企業和組織機構的運作方式，把一切具有信息屬性的、可以用符號等價物替代實物的工作流程，統統在網絡計算環境中予以實現。在這樣的大目標下，企業、機構的相當一部分管理職能，完全可以由網絡上自主工作的一組智能Agent來協同實現;涉及到設計、寫作、數據操縱、軟件開發等許多符號性的工作崗位之間的協同工作，也同樣可以靠智能Agent來協調并完成一些輔的工作。 "虛擬企業"、"虛擬車間"、"虛擬協同工作平?quot;、"電子秘書"等新鮮事物已經或正在網上出現。
教育 遠程教育是促進教育機會平等的重要手段。在網絡環境下，可以調動多種教學手段，包括講解、演示、練習、實驗和考試等。其中，練習和實驗環節是智能Agent可以大有作為的地方。智能Agent可以作為虛擬的教師、虛擬的學習伙伴、虛擬的實驗室設備、虛擬的圖書館管理員等出現在遠程教育系統中，增加教學內容的趣味性和人性化色彩，改善教學效果。單機系統中各種軟件的"幫助"也可以設計成一個人性化的角色，實施對用戶進行導航這種模式。
娛樂 在網絡娛樂系統中引入智能Agent，可以增強娛樂效果，這也是娛樂系統開發新功能的一個很有希望的選擇。目前智能Agent在娛樂方面可以做的事情有:1個性化的節目點播服務;2游戲和虛擬現實中更加人性化的機器角色的設計，比如決策的智能化(戰爭或經濟活動)、動作的人性化(體育比賽)和自然語言對話的使用;3網絡社交場合(如聊天室 )中用來招徠用戶，或以假亂真的機器對話角色的設計和使用，等等。
Agent在網絡教學中的應用
基于agent的網上協作學習環境
利用agent來構建網上協作環境，就是在協作學習的環境中嵌入agent模塊來更好地實現各部分功能。基于 agent 的網上協作學習環境如圖1所示：
圖 1 基于 agent 的網上協作學習環境
1).基于agent的協作學習區
基于agent的協作學習區是一塊虛擬的共享區域，支持在線協作學習者在各自的計算機上觀看同一內容和討論同一問題，協作學習者可以通過文字、繪圖等形式進行信息交流。除了實現學習的協作外，協作學習區還可以實現總任務的接受，據一定的原則劃分成子任務，將所有登錄的學習者劃分成合理的協作學習小組等功能。協作學習區可以通過模擬現實工作中的黑板，即電子白板系統來實現。在此我們應用基于agent的電子白板系統。其模型如圖2所示：
圖2 基于agent的電子白板系統的模型
管理agent：負責整個系統的管理工作，包括用戶的加入、登錄，處理交互、協作信息，與存儲模塊相連進行數據的存儲和檢索。
消息路由agent：主要提供agent的注冊服務，記錄各agent的實際網絡地址，實現動態維護agent與網絡地址的聯系；提供路由轉發功能，分析KQML中的路由信息，依據注冊agent進行各種信息的轉發；以及提供消息的緩存功能 。KQML是一種描述性的語言，定義了agent之間傳遞消息的格式和處理協議，通過提供一套標準的通信原語使得agent間可以交流和共享知識，已成為agent之間通信的事實上的標準；KQML語言采用了"協議棧"的思想，它攜帶的消息內容可以使用實現agent的語言表達，即意味著KQML可以攜帶任何一種語言表示的信息。
協作小組agent
協作小組agent實際上是由參與協作學習的學習者與終端計算機進行交互后，形成協作學習者agent，協作區根據協作學習者agent中提供的關于學習者的個人特點，按照一定原則（如：學習水平、思維方式傾向等）劃分而成的。其模塊圖如圖3所示。當協作區分配任務時，按照協作學習小組agent的對外特性來確定任務的分配方式，而且，協作小組對外以一種整體的方式體現其功能。當然，當協作小組agent接到任務后，通常會進行再次分配，將任務具體到協作學習者agent，由學習者agent具體實施或通過協作完成任務。
協作學習者agent
協作學習者agent是指參與協作學習的個體agent，它是協作小組agent的組成成員。基于agent的網上協作學習環境為每一位學習者提供了一個個體agent。當學習者在此學習區注冊時，個體agent隨之生成；當學習者與協作學習區不斷交互進行學習時，個體agent將記錄下學習者的一些個人特征，如：學習水平、前驅知識掌握程度、知識接受能力、思維傾向方式等，并將這些信息紀錄入相應的參數庫。當學習者再次登陸時，個體agent的這些參數將為下一步的學習提供指導，如學習內容的提供、學習路徑的提供以及學習界面的提供等。如若學習者隨著學習的不斷深入，學習能力、學習水平、思維傾向性等積累到一定域值的變化，則個體agent中的參數將隨之更新。
其模塊圖如圖4所示。
控制器：協調各部分的工作，并負責分配任務以驅動其它模塊工作；
任務接受器：負責接受經過分配后的子任務；
規劃：評判任務的標準、方法和原則以及評判學習者的標準、規則等；
處理器：解決控制器分配給它需要自動處理的任務；
參數庫：存放小組或成員執行、完成任務的情況，及學習小組或成員的學習風格、學習水平、學習能力等信息。
通訊模塊：與其它小組或成員進行信息交流和合作的渠道。
具體運作過程如下：當任務接受器接受到需要完成的子任務后，送至控制器；控制器即根據規劃庫中的規則評判任務或學習內容的難易程度、難度系數、區分度等，并打上相應標記。通過通訊模塊將其傳送至學習者本人；當學習者完成任務時，規劃模塊將評判學習者的學習能力、學習水平等，并給出評判結果，分數值；若分數值達到或超出可以改變參數庫域值得值，則修改參數庫中的參數，否則不修改。
2）. 基于agent技術的網上協作學習環境的運作方式
大致來講 ，整個基于 agent 的網上協作學習實施過程如下：當總任務提交給基于agent的協作學習區后，基于agent的協作學習區或參與協作學習的教師，將任務劃分成相應個數的子任務，然后分配給各個協作學習小組agent；協作學習小組agent相互合作完成子任務后，將結果提交給協作區，由協作學習區將所有結果有機匯總、綜合，形成最終成果，并提交給總任務結果接受器，之后由教師組織全體協作學習者對結果進行分析、評價以及各小組解決問題思路方式的評判、學習等。當然，如果有多個協作學習區，各協作區之間還可以進行交互、合作、交流等活動。
基于agent的網上的協作學習的具體實施過程主要有：學習者登錄注冊、小組劃分、任務分配、協作學習的實施、成果匯總、評價幾個階段。
學習者登錄注冊
當學習者進入協作學習區后，首先要進行注冊登記。具體過程是：當協作學習者agent首次進入協作系統時，需要向消息路由agent提交注冊信息，如：agent的名字、密碼、IP地址等有關數據，并記錄入agent注冊表中。
小組劃分
根據學習者的學習能力、學習水平、思維方式的傾向性等組成2-6人的協作學習小組。成員的分配一般采用互補的方式分配組員，這樣有利于提高協作學習效果。小組劃分有自主式和被動式兩種。自主式是指每個學員在了解了總體學習任務和所有其它登錄學習者的情況以后，自己做出與誰結組的判斷，并通知消息路由agent，再由服務agent確認形成正式的協作小組。被動式是指由服務agent根據消息路由agent中注冊登錄的學習者的情況，將學員按要求分組，或者由參與協作學習的教師來分組。一般分組應注意學習者的優劣搭配、不同學習風格的搭配等。
任務分配
任務劃分是協作學習的關鍵所在。當總任務到來時，運用KQML消息包，通過消息路由agent，將其送至管理agent，管理agent將按照一定原則將總任務劃分成多個子任務，并根據學習者agent提供的有關學習者的個人信息盡量將適合于學習者特性的任務內容分配給學習者。
在任務劃分過程中要注意任務劃分的原則：任務劃分要合理，一般應該根據任務的內在邏輯結構、知識點劃分等劃分任務；任務劃分輕重、大小要適當，不能有輕有重；還要注意任務的前驅后繼等情況，并將此類信息通知相應的協作學習小組agent；分配任務要根據各小組成員的個性特點進行，盡量做到符合學習者的學習方式、學習水平、思維方式傾向等等。
具體協作學習的實施
協作學習的機制主要有：①沖突與競爭機制、②自我解釋機制、③內在化機制、④學徒機制、⑤共同承擔認知任務機制、⑥共享規則機制。在此，我們不多加以區分，而看作幾種機制的綜合使用。
具體協作實現過程如下：協作學習者agent通過任務接收器接受子任務，并傳送給控制器，規劃模塊在控制器接受任務后幫助控制器分析任務、制訂解決任務的計劃等；然后由協作學習者操縱控制器，通過任務驅動處理器處理任務。在此過程中，有的任務由成員A完成，有的任務由成員B完成，也可能由A和B共同來完成，還有可能借助于其它協作小組或其成員來完成。另外，有些工作還要求使用其它小組所承擔任務的部分或全部成果，此時，要考慮到其它小組的任務實施和完成情況，及時互通信息、交流學習收獲等。
成果匯總
當每一個協作小組或成員均完成任務時，就需要將所有成果匯集在一起，有機協調、組合后，形成一個總的學習成果，從而實現總任務的完成。具體講就是：協作學習者agent將其學習成果通過電子白板系統中的消息路由agent和服務agent傳送出去，與其它小組或成員的成果匯總在一起，形成總的成果。在此期間，還可以互相學習彼此的學習方法、解決問題的思路等。
評價
任何學習到最后都有一個評價的過程，基于agent的網上協作學習也不例外。評價可以是組內成員互相評價、可以是組間互相評價等。基本工作機制是運用基于agent的電子白板系統作為評價中介區，象協同學習時交流問題一樣進行評價信息的傳遞。
3).基于agent技術的網上協作學習環境的特點
通過基于agent技術的網上協作學習環境的運作方式可以看出：整個過程中信息的交流、傳遞都是基于agent來實現的，由于agent能夠通過與學習者的交流了解學習者自身的特點，并做出反應，得出并紀錄和修改學習者的學習特征、學習風格及判斷學習者的知識水平等，從而使整個學習環境具有個性化、智能性的特點。
個性化特點：
通過使用學習者agent，記錄學習者的學習個性特征，如學習能力、學習方式、學習的水平等等，此后根據這些參數組織學習內容和生成學習界面提供給相應的學習者，使得學習者的學習內容和學習界面均具有個性化的特征。
智能化特點：
