時間：2023-08-25 17:10:10
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能教育的前景，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。
中圖分類號：TP18
“人工智能”一詞最早是在20世紀50年代末期在Dartmouth學會上提出的。它是計算機技術的一個分支學科，但又同時包含了很多領域的不同學科，例如生物信息學、機械理論學、數理推論、語言文化等，它的研究領域非常的廣泛，包括機器翻譯研究、智能控制研究、專家系統學、機器人研究、語言和圖像理解研究、遺傳編程研究、自動程序設計研究、航天科學與應用、龐大的信息處理、儲存、管理研究。此后，越來越多的科研人員開始了對人工智能技術的研究。國際上比較先進的研究機構有麻省理工學院、斯坦福大學、加州大學伯克利分校、賓夕法尼亞大學、耶魯大學、德國人工智能研究中心、索尼公司等，中國的先進研究機構主要有清華大學、北京紫光優藍機器人技術有限公司、中國科學院先進技術研究院、北京大學、南京理工大學、哈爾濱工業大學、中國科學技術大學、北京郵電大學等幾十家機構。
目前，將人工智能應用在網絡教育中是很多研究者關注的熱點，在近些年的研究中取得了很大的進步，取得了一些先進的成果，但是在研究中也遇到了一些問題，需要研究人員進行解決并創新。本文首先介紹了網絡教育的現狀，探討了人工智能在網絡教育中的應用，通過研究提出了做好人工智能在網絡教育中應用的有效措施，最后對人工智能在網絡教育中的發展前景進行展望。
1 網絡教育的現狀
隨著信息技術和網絡技術的不斷發展，人們對教育的觀念以及接受教育的方式發生了巨大的改變，“網絡教育文化”日趨成熟。網絡的發展給傳統的教育模式帶來新的挑戰，它除了將傳統教育模式的一些顯著不足進行了改變以外，同時使教學更富有吸引力和生氣，吸引更多的人愿意到Internet教學中來學習自己想要的知識，他們可以不受時間、空間、身份的限制，到這個虛擬的課堂來進行“充電”。但在當前，網絡教育還在初級的發展階段，在實際的推廣和應用中還存在著一些問題：
（1）在網絡遠程教育的過程中，支持學習的服務系統沒有很好的滿足學習者的要求，引導學習者學習的手段和給學習者答疑的方法都比較落后，服務的方式受到一些客觀因素的限制；
（2）網絡實驗教學中有很的問題存在，例如空間的分散性差，時間的流動性和自主性差，除此之外，便攜性也比較差等；
（3）目前，雖然網絡教育中進行的考試具有開放性，但是考試的公平公正性、考試類型的科學性、出題的權威性都很難保證；
（4）目前來看，網絡系統本身具有了信息查詢能力，但這種查詢的能力是很有限的。
2 人工智能在網絡教育中的應用
2.1 智能決策支持系統
智能決策支持系統是在1980年左右由美國的研究大師波恩切克提出來的，是決策支持系統與人工智能技術相結合的產物。目前，由于智能決策支持系統的不斷發展和創新，在網絡教育的應用和研究方面表現出很強的發展潛力。例如，智能決策支持系統在數字和移動圖書館中的得到了廣泛的應用，該系統能夠為數字圖書館的管理人員提供決策和管理所需的數據、信息，幫助他們明確決策和管理的目標，通過建立決策模型并加以修改或完善，為數字圖書館正確、有效的管理和決策提供必要的支持。
2.2 智能教學系統
智能教學系統是在1970年以后迅速發展起來的，可以為學習者提供一種智能的授課環境，它將計算機的模擬功能來體現在整個教學過程中，使用人工智能技術和多媒體技術等先進的教學手段，共同形成一個交互式的開放的教學系統，在這個學習系統中，學生可以主動的獲取學習知識，系統可以根據學習者的個人情況來進行合理和科學的教學，以達到最佳的、理想的教學效果。
2.3 智能導學系統
支持服務是現代計算機網絡教育系統的重要構成要素。建立和維持一個高效靈活、強有力的支持服務子系統是有效地開發、管理和實施計算機網絡教育項目的保證。智能導學系統可以創造一個優良的學習環境，使學習者方便快捷地調用各種資源，以獲得學習的成功。
2.4 智能硬件網絡
智能網是20世紀80年代初期興起的研究課題。隨著網絡的日益普及，通過網絡進行學習，不僅要求多媒體綜合化的信息處理能力，而且要求網絡能夠提供高級信息處理能力。就目前的狀況而言，對現有的計算機教育網絡賦予其一定的“智能”，從硬件性能本身加以提升是一種不乏遠見的選擇。
3 做好人工智能在網絡教育中應用的有效措施
3.1 加大資金的支持
對于做好人工智能在網絡教育中的應用工作，絕對離不開資金的支持，因此各級政府部門應該做好相關的預算，落實好國家對于支持人工智能技術的相關政策，對于在人工智能技術發展中做出突出貢獻的企業和科研單位要給予一定的資金支持，支持這些企業、科研單位的研究工作，促進人工智能在網絡教育中更好的發展和應用。
3.2 加快人員培訓工作，建立技術研究團隊
人工智能在網絡教育中的應用工作具有技術性、專業性強等很多特征，因此，必須培養一批高素質的人工智能專業人才，同時還要對這些人員進行全面的業務培訓，使得這些人員既要懂管理，又要精通人工智能的專業知識，通過全面的業務培訓和人才引進，建立人工智能的技術研究團隊，使得這些人的才能得到很好的發揮，在人工智能方面有所創新，保證人工智能在網絡教育中得到更好的應用。
3.3 加強和先進研究機構的合作
在人工智能技術研究方面，美國、英國、德國等國家都走在世界的前列，而我國的人工智能技術研究的能力較低，與上述發達國家相比還存在一定的差距。因此，如何縮小這種差距，實現人工智能在網絡教育中更好的應用，就需要我們的研究人員加強專業知識的學習，和這些國家的先進研究機構進行有效的溝通和聯系，借鑒其先進的研究經驗，根據自己的實際需要，進行一些實際的合作。
4 結束語
由于人工智能技術本身存在著巨大的優勢，人工智能網絡技術也會不斷地進行發展而趨于成熟，這將極大地改善并且優化網絡教育的學習環境，全面提升網絡教育的整體教學質量，并有望增強網絡教育的全面開放性。為了做好人工智能在網絡教育中的應用，需要加大資金的支持，加快人員培訓工作，建立技術研究團隊，加強和先進研究機構的合作，使網絡學習的支持服務更加人性化和擬人化，更加體現以人為本的關懷精神。
參考文獻：
[1]呂生榮.淺談人工智能在計算機輔助教學中的應用[J].科技資訊，2009（01）：198.
[2]張園.人工智能技術在計算機輔助教學中的應用研究[J].科技資訊，2007（34）：108-109.
[3]陸志一，吳學慶.計算機未來的發展趨勢[J].黑龍江科技信息，2008（04）.
[4]張瑞.計算機科學與技術的發展趨勢探析[J].制造業自動化，2010（08）.
[5]何月瑤.計算機技術發展態勢分析[J].科技創業月刊，2007（05）.
關鍵詞：人機大戰；人工智能；發展前景
中圖分類號：TP391 文獻標識碼：A
0.引言
2016年3月15日，備受矚目的“人機大戰”終于落下帷幕，最終Google公司開發的“AlphaGo”以4∶1戰勝了韓國九段棋手李世h。毫無疑問，這是人工智能歷史上一個具有里程碑式的大事件。大家一致認為，人工智能已經上升到了一個新的高度。
這次勝利與1997年IBM公司的“深藍”戰勝國際象棋世界冠軍卡斯帕羅不同。主要表現在兩個方面：
（1）AlphaGo的勝利并非僅僅依賴強悍的計算能力和龐大的棋譜數據庫取勝，而是AlphaGo已經擁有了深度學習的能力，能夠學習已經對弈過的棋盤，并在練習和實戰中不斷學習和積累經驗。
（2）圍棋比國際象棋更加復雜，圍棋棋盤有361個點，其分支因子無窮無盡，19×19格圍棋的合法棋局數的所有可能性是冪為171的指數，這樣的計算量相當巨大。英國圍棋聯盟裁判托比表示：“圍棋是世界上最為復雜的智力游戲，它簡單的規則加深了棋局的復雜性”。因此，進入圍棋領域一直被認為是目前人工智能的最大挑戰。
簡而言之，AlphaGo取得勝利的一個很重要的方面就是它擁有強大的“學習”能力。深度學習是源于人工神經網絡的研究，得益于大數據和互聯網技術。本文就從人工智能的發展歷程與現狀入手，在此基礎上分析了人工智能的未來發展前景。
1.人工智能的發展歷程
AlphaGo的勝利表明，人工智能發展到今天，已經取得了很多卓越的成果。但是，其發展不是一帆風順的，人工智能是一個不斷進步，并且至今仍在取得不斷突破的學科。回顧人工智能的發展歷程，可大致分為孕育、形成、暗淡、知識應用和集成發展五大時期。
孕育期：1956年以前，數學、邏輯、計算機等理論和技術方面的研究為人工智能的出現奠定了基礎。德國數學家和哲學家萊布尼茨把形式邏輯符號化，奠定了數理邏輯的基礎。英國數學家圖靈在1936年創立了自動機理論（亦稱圖靈機），1950年在其著作《計算機與智能》中首次提出“機器也能思維”，被譽為“人工智能之父”。總之，這些人為人工智能的孕育和產生做出了巨大的貢獻。
形成期：1956年夏季，在美國達特茅斯大學舉辦了長達2個多月的研討會，熱烈地討論用機器模擬人類智能的問題。該次會議首次使用了“人工智能”這一術語。這是人類歷史上第一次人工智能研討會，標志著人工智能學科的誕生。其后的十幾年是人工智能的黃金時期。在接下來的幾年中，在眾多科學家的努力下，人工智能取得了矚目的突破，也在當時形成了廣泛的樂觀思潮。
暗淡期：20世紀70年代初，即使最杰出的AI程序也只能解決問題中最簡單的部分，發展遇到瓶頸也就是說所有的AI程序都只是“玩具”，無法解決更為復雜的問題。隨著AI遭遇批評，對AI提供資助的機構也逐漸停止了部分AI的資助。資金上的困難使得AI的研究方向縮窄，缺少了以往的自由探索。
知識應用期：在80年代，“專家系統”（Expect System）成為了人工智能中一個非常主流的分支。“專家系統”是一種程序，為計算機提供特定領域的專門知識和經驗，計算機就能夠依據一組從專門知識中推演出的邏輯規則在某一特定領域回答或解決問題。不同領域的專家系統基本都是由知識庫、數據庫、推理機、解釋機制、知識獲取等部分組成。
集成發展期：得益于互聯網的蓬勃發展、計算機性能的突飛猛進、分布式系統的廣泛應用以及人工智能多分支的協同發展，人工智能在這一階段飛速發展。尤其是隨著深度學習和人工神經網絡研究的不斷深入，人工智能在近幾十年中取得了長足的進步，取得了令人矚目的成就。
人工智能發展到今天，出現了很多令人矚目的研究成果。AlphaGo的勝利就是基于這些研究成果的一個里程碑。當前人工智能的研究熱點主要集中在自然語言處理、機器學習、人工神經網絡等領域。
2.人工智能l展現狀與前景
人工智能當前有很多重要的研究領域和分支。目前，越來越多的AI項目依賴于分布式系統，而當前研究的普遍熱點則集中于自然語言處理、機器學習和人工神經網絡等領域。
自然語言處理：自然語言處理（Natural Language Processing，簡稱NLP），是語言學與人工智能的交叉學科，其主要功能就是實現讓機器明白人類的語言，這需要將人類的自然語言轉化為計算機能夠處理的機器語言。
自然語言處理主要包括詞法分析、句法分析和語義分析三大部分。詞法分析的核心就是分詞處理，即單詞的邊界處理。句法分析就是對自然語言中句子的結構、語法進行分析如辨別疑問句和感嘆句等。而語義分析則注重情感分析和整個段落的上下文分析，辨別一些字詞在不同的上下文定的語義和情感態度。
當前自然語言的處理主要有兩大方向。一種是基于句法-語義規則的理性主義理論，該理論認為需要為計算機制定一系列的規則，計算機在規則下進行推理與判斷。因此其技術路線是一系列的人為的語料建設與規則制定。第二種是基于統計學習的經驗主義理論，這種理論在最近受到普遍推崇。該理論讓計算機自己通過學習并進行統計推斷的方式不停地從數據中“學習”語言，試圖刻畫真實世界的語言現象，從數據中統計語言的規律。
機器學習：機器學習（Machine Learning）是近20年來興起的人工智能一大重要領域。其主要是指通過讓計算機在數據中自動分析獲得規律，從而獲取“自我學習”的能力，并利用規律對未知數據進行判斷和預測的方法。
機器學致可以分為有監督的學習和無監督的學習。有監督的學習是從給定的訓練數據集中練出一個函數和目標，當有新的數據到來時，可以由訓練得到函數預測目標。有監督的學習要求訓練集同時有輸入和輸出，也就是所謂的特征和目標。而依據預測的結果是離散的還是連續的，將有監督的學習分為兩大問題，即統計分類問題和回歸分析問題。統計分類的預測結果是離散的，如腫瘤是良性還是惡性等；而回歸分析問題目標是連續的，如天氣、股價等的預測。
無監督學習的訓練集則沒有人為標注的結果，這就需要計算機去發現數據間的聯系并用來分類等。一種常見的無監督學習是聚類分析（Cluster Analysis），它是將相似的對象通過靜態分類的方法分成不同的組別或者是特定的子集，讓同一個子集中的數據對象都有一些相似的屬性，比較常用的聚類方法是簡潔并快速的“K-均值”聚類算法。它基于K個中心并對距離這些中心最近的數據對象進行分類。
機器學習還包括如半監督學習和增強學習等類別。總而言之，機器學習是研究如何使用機器來模擬人類學習活動的一門學科，而其應用隨著人工智能研究領域的深入也變得越來越廣泛，如模式識別、計算機視覺、語音識別、推薦算法等領域越來越廣泛地應用到了機器學習中。
人工神經網絡：在腦神經科學領域，人們認為人類的意識及智能行為，都是通過巨大的神經網絡傳遞的，每個神經細胞通過突出與其他神經細胞連接，當通過突觸的信號強度超過某個閾值時，神經細胞便會進入激活狀態，向所連接的神經細胞一層層傳遞信號。于1943年提出的基于生物神經元的M-P模型的主要思想就是將神經元抽象為一個多輸入單輸出的信息處理單元，并通過傳遞函數f對輸入x1，x2…，xn進行處理并模擬神經細胞的激活模式。主要的傳遞函數有階躍型、線性型和S型。
在此基礎上，對神經網絡算法的研究又有諸多進展。日本的福島教授于1983年基于視覺認知模型提出了卷積神經網絡計算模型。通過學習訓練獲取到卷積運算中所使用的卷積系數，并通過不同層次與自由度的變化，可以得到較為優化的計算結果。而AlphaGo也正是采用了這種深度卷積神經網絡（DCNN）模型，提高了AlphaGo的視覺分類能力，也就是所謂的“棋感”，增強了其對全盤決策和把握的能力。
3.人工智能的發展前景
總體來看，人工智能的應用經歷了博弈、感知、決策和反饋這幾個里程碑。在以上4個領域中，既是縱向發展的過程，也是橫向不斷改進的過程。
人工智能在博弈階段，主要是實現邏輯推理等功能，隨著計算機處理能力的進步以及深度學習等算法的改進，機器擁有了越來越強的邏輯與對弈能力。在感知領域，隨著自然語言處理的進步，機器已經基本能對人類的語音與語言進行感知，并且能夠已經對現實世界進行視覺上的感知。基于大數據的處理和機器學習的發展，機器已經能夠對周圍的環境進行認知，例如微軟的Kinect就能夠準確的對人的肢體動作進行判斷。該領域的主要實現還包括蘋果的Siri，谷歌大腦以及無人駕駛汽車中的各種傳感器等。在以上兩個階段的基礎上，機器擁有了一定的決策和反饋的能力。無人駕駛汽車的蓬勃發展就是這兩個里程碑很好的例證。Google的無人駕駛汽車通過各種傳感器對周圍的環境進行感知并處理人類的語言等指令，利用所收集的信息進行最后的決策，比如操作方向盤、剎車等。
人工智能已經滲透到生活中的各個領域。機器已經能識別語音、人臉以及視頻內容等，從而實現各種人際交互的場景。在醫學領域，人工智能可以實現自動讀片和輔助診斷以及個性化t療和基因排序等功能。在教育領域，機器也承擔了越來越多的輔助教育，智能交互的功能。在交通領域，一方面無人車的發展表明無人駕駛是一個可以期待的未來，另一方面人工智能能夠帶來更加通暢和智能的交通。另外人工智能在安防、金融等領域也有非常廣闊的發展前景。總之，人工智能在一些具有重復性的和具備簡單決策的領域已經是一種非常重要的工具，用來幫助人們解決問題，創造價值。
參考文獻
[1]阮曉東.從AlphaGo的勝利看人工智能的未來[J].新經濟導刊，2016 （6）：69-74.
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；授課內容；講授方法
人工智能概論課程是我校智能科學與技術專業開設的一門重要的專業基礎課，它在整個專業教學體系中起到奠基的作用，如何針對其特點制定合理的教學目標與授課內容，并有效地組織課堂教學，取得良好的教學效果是非常重要的，本文將從多個角度對其進行全方位的思考與探索，為相關課程教學的改革提供新的思路。
1教學目標的精確定位
首先，人工智能概論課程在智能科學與技術專業整個教學體系中起到引導和奠基的作用，但不同于其他相關的專業基礎課，其總的特點可歸納為“少而精”，即在較少的教學授課學時中起到畫龍點睛的作用，為學生進一步的深入學習打好基礎，并激發他們對智能專業的學習興趣和愛好。基于以上特點，通常選擇一學期共32學時課程的安排計劃，并且在大三上學期開始進行授課。
其次，要研究解決同學們所反映的“虛與實”問題。人工智能是一門涉及到多個學科的課程，具有相當復雜的背景，其與哲學、數學、經濟學、神經科學、心理學、計算機工程、控制論和語言學都有著密切的聯系，并且隨著這些學科的發展而深化，不斷產生新的思路和新的問題。以上特點決定了該課程內容較為抽象，且難以把握全局，學習起來不易消化理解，從而造成了學生學習的困難，容易產生畏懼感，并且學生常常對其在實際環境中的具體應用產生疑問。
如何在這么短的授課學時里使學生產生學習興趣并且能取得良好的教學效果是一個具有挑戰性的課題，這需要對該課程的授課內容、教材選擇、講授方法和考核形式進行全方位的思考與探索，并在教學過程中落在實處。一方面讓學生了解和掌握人工智能的發展歷史和思想淵源，并指出各個分支的本質特點和整個領域的發展趨勢；另一方面有意識地穿插介紹人工智能在實際中具體應用的例子，開闊學生的眼界，打消他們的疑慮。這些將在本文的后面部分進行深入的介紹。
最后人工智能概論這門課程還要兼顧研究型和應用型這兩種特點的共同發展。在以前，由于人工智能授課內容的特點，常常講授時偏向研究型，往往涉及到復雜的數學推導和邏輯運算，增加了老師講授的難度和學生學習的困難。因此，針對上述問題，在教學過程中可以引入多種形式的事例說明和多媒體演示環節，以講授思想為主，具體技術為輔，這將直接反映到授課內容的選擇上。
2授課內容的選擇
人工智能概論授課內容的選擇至關重要，本著該課程“少而精”的特點，既需要讓學生在較短時間內掌握基本的思想與概念要點，又要對該課程進行全方位的介紹，并點出其發展趨勢，因而對授課教師有著非常高的要求。由于授課課時的限制，我們無法做到既面面俱到，又對每個具體方向進行詳細的講解；而且這樣也容易陷入復雜的數學推導和邏輯運算的誤區。因而，整個課程的講授內容應該以傳授思想和概念要點為主，并在講授的過程中加入有趣的事例，通過這些形象的事例說明和多媒體演示環節折射出人工智能思想的精髓和應用的廣闊前景。
人工智能概論主要涉及到知識表示、搜索推理、計算智能、專家系統、機器學習、自動規劃、Agent和自然語言理解等內容，其中以知識表示、搜索推理和計算智能為授課內容的重點，在講授的過程中需要對這些內容加以整理精簡，分清主次，合理地安排授課內容在總學時內。除了這些基本的授課知識外，還應該在教學環節引入多媒體演示，通過形象生動的視頻演示讓學生們了解人工智能的科學價值和實際應用所在。視頻可以選用世界一流大學實驗室的開放多媒體內容，例如：MIT計算機科學與人工智能實驗室的相關科研項目中間過程及結果的視頻演示，以此來開闊學生的眼界，增長他們的見識，使之了解其應用前景和未來的發展空間。
人工智能領域的發展受到多個學科的影響，這些學科在不同歷史時期都對人工智能領域起到了各種推進作用，也產生了許多不同層面的爭論，至今也是如此。如何在授課過程中形象地對人工智能歷史進行回顧，闡述這些學科對人工智能領域的影響，尤其是思想方面的影響特別重要。“回顧歷史，立足當今，展望未來”――給學生形象地描繪出人工智能發展的思想史，并以畫龍點睛之筆指出人工智能領域發展的廣闊未來，是授課教師艱巨而光榮的任務，只有這樣才能使學生把握住人工智能領域的整個發展脈絡，激發出他們的學習興趣和愛好。
以哲學家對強人工智能方向的爭論為例，向學生們介紹這些收集整理的資料對于他們思想的啟迪是非常有益的。這里值得說明的是這種思想的闡述事實上是非常不容易的，其難度甚至高于復雜的數學推導，因為它常常要求授課教師掌握思想的精髓所在，并用非常形象生動的語言對其進行說明，而這些常常是現在書本中所沒有的。例如：知識的表示、獲取、存儲和推理是人工智能領域中重要的組成部分，雖然目前已經有很多書籍詳細地介紹了這些方面，但學生仍然反映聽起來比較抽象。為什么會這樣？其原因是一些基本的問題并沒有得到圓滿的說明和闡述，如“什么是知識”，“知識能夠表示嗎”，“有統一表示各種各樣抽象、復雜知識的工具嗎”，“抽象的美學與復雜的人類情感，知識能夠表示嗎”……其中有些問題看似容易回答，卻往往涉及到一些復雜的哲學問題，目前在各種人工智能的教科書和專著里常常對這些問題避而不談，只在數學的層面上針對具體的問題來進行說明和講授。如果想在這方面有所突破的話，就需要閱讀大量的哲學書籍，如認知學、知識論和心智哲學等領域的著作，還需要大量時間的理解和參悟，這些有價值的資料也是對授課內容的極大豐富和補充。近年來，認知神經科學、心理學、生物學、語言學甚至社會學對人工智能領域有著較大的推進作用，也是將來融合發展的總體趨勢，如何在課堂上結合具體的事例對其加以說明也是授課內容的一個重要環節。
3相關教材的選擇
眾所周知，關于人工智能的國內外優秀教材有很多，例如：S.J. Russell和P. Norvig所著的《Artificial Intelligence――A Modern Approach》被全世界89個國家的900多所大學用作教材[1]，國內可以考慮使用其影印版或中文翻譯版本，大大的降低了購買國外原版教材所需的費用，并可以在此基礎上考慮實現雙語教學。此外還有蔡自興教授等編著的人工智能及其應用，詳細而恰當地介紹了人工智能領域中的各個研究方向(分別適合于本科生[2]和研究生[3])等。我們從整個教學時間安排上看，因其所占學時較少，所以人工智能概論課程的教材選擇不適用于大部頭的書籍，宜選用篇幅較小但內容較全的適合于本科生的教材。除了選擇合適的教材外，對于任課教師還要擁有大量的參考書，包括上述提到的其他領域的書籍和資料，只有這樣才能拓展所掌握的知識，為實現良好的教學效果而服務。
4講授方法和考試形式的選擇
課程講授時注意主線的選擇，著重以思想介紹為主，詳細地介紹人工智能發展的歷史以及各種學派和學說，如符號主義、連接主義和行為主義等，要重點介紹他們的特點和本質，指出它們形成的原因以及其中的不足之處，并向學生介紹新的學說，例如機制主義[4]等。整個教學過程并不涉及較為復雜的數學，要注重各個分支的思想源流，主要從其機制上做定性介紹。同時可在講授過程中穿插相關歷史問題的爭論，例如：中國屋問題[5]等，引發學生學習的興趣和愛好，開展交互式教學，使學生和老師產生互動。授課方式采用板書和多媒體交互使用方式，力爭在每節課的空閑時間里穿插加入人工智能領域的實際應用介紹，放映相關的視頻錄像，開闊學生們的眼界。在最終考試形式的選擇方面不是要學生死記硬背知識點，而是要注重學生思想的發揮，鼓勵學生提出新想法和新思路，并豐富其掌握的相關知識，為將來的進一步學習打好基礎和做準備。
5結語
我們認為在教學方式上力爭采用“啟發式”教學，能真正做到啟迪學生思想的作用，尤其要鼓勵思想創新，在高等教育階段培養學生具有獨立思考、勇于探索的能力，使之成為社會的有用之才。希望這些在人工智能概論課程教學中的思考和探索能在日常教學活動起到有益的作用，并與同行們共同交流和探索。
參考文獻：
[1] S.J. Russell, P. Norvig. Artificial Intelligence:A Modern Approach[M]. 2nd Ed. 北京:清華大學出版社,2006.
[2] 蔡自興,徐光佑. 人工智能及其應用本科生用書[M]. 3版. 北京:清華大學出版社,2003.
[3] 蔡自興,徐光佑. 人工智能及其應用研究生用書[M]. 3版. 北京:清華大學出版社,2004.
[4] 鐘義信. 機制主義方法與人工智能統一理論:人工智能的新方法與新進展[J]. 計算機教育,2010(19):7-10.
[5]J. Preston, M. Bishop. Views into the Chinese Room: New Essays on Searle and Artificial Intelligence[M]. Oxford: Oxford University Press,2002.
Teaching Reflection on Introduction to Artificial Intelligence
YANG Dedong, SUN Hexu, YANG Peng, ZHANG Lei
(School of Control Science and Engineering, Hebei University of Technology, Tianjin 300130, China)
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.
人工智能作為一門課程［1］，開設時間距今只有40多年，但發展極為迅猛。人工智能課程的內容涉及計算機科學、數學、系統科學、控制科學、信息科學、心理學、電子學、生物學、語言學等等，幾乎所有科學工作者都可以在人工智能中找到自己感興趣的問題。目前，國內外已有眾多高校指定人工智能為計算機科學與技術及其相關專業的主修專業基礎課程，它在拓展計算機和自動控制的研究和應用領域方面有著極其誘人的學科發展前景。自2003年起，國內諸多高等院校陸續開設“智能科學與技術”本科專業，同時也有更多高校在傳統信息類專業中加大了人工智能課程的課時比重，因此如何提高人工智能課程的教學質量顯得尤為重要。?
本文結合人工智能課程的特點以及自己教學與研究的實踐，對本課程的教學進行一些探討，以期改進人工智能課程教學方法，達到提高本課程教學質量的目的。??
一、兼顧課程內容的統一性和差異性??
人工智能課程的核心內容主要集中在對基本概念、基本原理、基本方法和重要算法及其應用的認識和理解上，盡管各種基本概念、原理、方法和算法在一定程度上自成體系，但是它們之間又存在著許多內在聯系和規律。從這一點來看，人工智能課程與其他很多計算機課程是不同的，這就要求人工智能課程的授課要具有自己的特色。?
知識表示、知識推理、知識應用是人工智能課程的三大內容，解決任何一個人工智能問題都離不開兩個步驟，即知識表示和問題求解。由此，人工智能課程從總體結構上就有了一個比較清晰的脈絡，即首先必然要學習各種知識表示方法，然后是利用這些知識進行推理，進而實現知識應用，最終達到問題求解的目的。問題求解又分為基本的問題求解方法和高級問題求解方法。圖搜索策略、啟發式搜索、消解原理以及規則演繹系統等都屬于基本的問題求解方法。計算智能、專家系統、機器學習、自動規劃等屬于高級問題求解方法。?
同時，人工智能課程某些章節或者某些方法算法在一定程度上又自成體系。例如，各種不同的知識表示方法不管是數據結構還是表示形式都完全不相同。又例如，人工智能有許多不同的學派［2］，本課程往往同時會介紹不同學派的算法，這些學派在人工智能的基礎理論和方法、技術路線等方面是完全不同的，甚至是對立的。?
這些都要求我們在教學過程中不僅要強調人工智能課程理論的統一性和完整性，又要兼顧各學派的特點，尊重甚至調動學生們對不同人工智能學派及其方法的興趣。在編寫和選用教材時也要注重這一點，我們選用的是蔡自興教授編寫的《人工智能及其應用》系列教材［1,2］，該教材以邏輯主義學派為主線，兼顧引進其他學派的精華內容，具有較強的科學性。
??二、實施分層次教學??
各高校一般同時為計算機相關專業的本科生和研究生開設了人工智能課程，甚至有的非計算機類專業也開設有人工智能課程。不同層次的學生對人工智能課程要求掌握的程度不同，我們首先明確本科生和研究生以及非計算機類專業學生的教學目的和教學內容，做到分層次設計人工智能課程教學?過程。?
本科階段的人工智能課程課時量較少，本科層次只需要做到對大部分人工智能概念和算法了解、認識，少部分達到理解層次。本科生一般都是在高年級（三年級下期或者四年級上期）開設人工智能課程，這時已有不少學生準備繼續讀研或者已經被保研，因此在兼顧全體學生教學層次的同時，要注意給這部分學生足夠的相關參考書目，讓他們能夠利用課余時間廣泛深入了解人工智能相關算法，老師在課后還應和他們進行充分討論，培養他們對人工智能的特別興趣。?
非計算機類專業的學生往往需要學習如何利用人工智能知識解決該專業領域內的問題，因此在教學中要盡量有專業針對性地進行教學。例如針對農科類專業，在教學專家系統過程中，我們要求學生參考北京農業信息技術研究中心開發的農業專家系統開發平臺（paid5?0）理解并開發與本專業領域相關的簡易農業專家系統。?
給研究生開設人工智能課程要求做到概念理解，基本算法精通，即要求全面、系統地掌握人工智能的基本概念、基本原理、典型方法和若干應用實例，并且能靈活運用所學知識闡述解決實際問題的方法和途徑。課程教學中要致力于培養學生分析問題與解決問題的能力，要求研究生將人工智能方法與自己的研究方向相結合，用人工智能方法解決所研究課題中的實際問題，并撰寫相關的課程論文，以小型研討會的形式進行報告交流。實踐證明，我們的研究生的人工智能教學效果明顯提升，成效突出。
??三、案例驅動，寓教于樂??
采用案例教學是為了充分調動學生的學習興趣，增強學生學習的自覺性［3］。通過案例教學能把枯燥的人工智能理論知識具體化、形象化，可以使學生更加感性地理解課堂教學內容。這些案例都是以教師所從事的科研項目中的實際應用環境為背景進行闡述的，讓學生能在實際環境中理解概念和知識，學會利用人工智能知識去分析和解決實際問題。在教學過程中要選擇學生容易接受的案例，體現理論聯系實際的特色，激發學生的興趣。?
例如，在講授“計算智能”內容時，我們結合黃河三門峽和小浪底水庫水沙聯合智能調度系統［4］進行講解。綜合三門峽水庫和小浪底水庫防洪運用的基本原則、歷年調度方案、專家的經驗、歷年數據和現有的調水調沙數學模型，分別利用模糊決策、神經網絡、遺傳算法及綜合集成方法來實現三門峽、小浪底水庫水沙聯合調度。?
又例如為了讓學生走近機器人，我們進行了一場機器人展示課，將研究所現有的MOROCS?1（中南一號智能移動機器人）、ASR（廣茂達）、AmigoBot（自主移動機器人）、CanDroid（罐頭機器人）、MD?375 Rover（人控漫游車）、Fokker D7（人控飛機，1:72）、Rockit OWI?769K（聲按、壓控火牛機器人）、Hexapod Monster（六足爬行機器人）、Hubo（多機能歌舞機器人）等各類機器人全部拿出來給學生做了功能演示［5］。親眼看到這么多機器人，同學們都非常興奮，對人工智能課程的興趣高漲。?
在進行案例教學時，引導學生帶著問題和求知欲望深入理論的學習，讓學生在案例中尋找問題的答案并獲取知識。在講授利用神經網絡進行水庫調度時，引導學生分析如何確定神經網絡的輸入端數據，什么是泛化能力以及如何提高神經網絡的泛化能力。?
為了鞏固所學內容，可以讓學生組成討論小組對教師提出的論題進行討論，分小組闡述自己的觀點，這樣有助于提高學生學習的主動性，還有助于培養學生思考問題的能力和提高理論教學的效果。案例教學的關鍵在于引導學生利用所學到的理論知識去解釋、分析和解決現實案例中的問題，以達到訓練學生理論運用和深入理解理論知識的目的。?
此外，我們挑選了機器人足球、拖拉機撲克牌、中國象棋、五子棋等普遍受人喜愛的智能游戲，讓學生親手設計小型智能游戲軟件，在設計的過程中掌握高深的人工智能理論知識，讓學生學得會、用得上、記得牢。
??四、結語??
以上談到的一些教學方法是我們在教學過程中總結體會比較深刻的方面，以供探討。事實上，要進一步提高人工智能課程的教學質量，還有很多方面需要改革和加強。如不斷強調人工智能教師的專業素質，要求他們在講授好人工智能課程的同時，努力提升出自身的專業素質，給學生一個良好的專業素質導向。其次，在人工智能課程教學過程中還需要有培養實用型人才的教學理念，特別是注重培養有創新意識的實用型人才。注重培養學生的質疑能力，只有通過質疑和提出問題，學生的創新意識才能夠得到不斷強化，創新思維能力才能夠得以不斷提高。?
人工智能學科是一門非常年輕、又非常前沿的學科，有其自身的突出特點，人工智能課程教學必然與其他計算機專業課程教學不同，需要更多的從事人工智能教學的教師在自身的教學實踐中不斷積累經驗，進行廣泛的教學交流。
參考文獻?
［1］
蔡自興, 徐光祐. 人工智能及其應用(第三版)(研究生用書)［M］. 北京: 清華大學出版社， 2004（8）: 1-4.?
［2］蔡自興, 徐光祐. 人工智能及其應用(第三版)(本科生用書)［M］. 北京: 清華大學出版社， 2003（8）:288-290.?
［3］雷煥貴, 段云青. 中美案例教學的比較［J］. 教育探索， 2010（6）: 150-151.?
Abstract： Since 1956， when Dartmouth institute put forward the AI （Artificial Intelligence）， Artificial Intelligence in the past 50 years has achieved great development. Artificial Intelligence gradually formed with the three factions-symbol school， behaviorism school， connectionism school-led by the situation， each school has its own unique opinion. Based on the unique angle of view， the paper puts forward some opinions on the development of Artificial Intelligence.
關鍵詞： 人工智能；研究現狀；發展趨勢；社會力量
Key words： Artificial Intelligence；research status；development tendency；social force
中圖分類號：TP18 文獻標識碼：A 文章編號：1006-4311（2013）28-0005-03
0 引言
人工智能是自1956 Dartmouth學會后發展起來的新型學科，其有著涉及學科廣、需要技術高端、使用范圍廣等特點。在過去的50多年時間中人工智能經歷了學科發展中都會遇到的發展——否定——否定的否定階段，現在人工智能大致分成了符號主義學派、行為主義學派、聯結主義學派三大學派。其各有優勢，獨樹一幟。一直以來重大前沿科學研究都是以國家牽頭，等到時機成熟了再轉為民用。這樣無形中浪費了很多社會中的人才，比如android智能機的問世，當開發商源代碼公布后android智能機獲得了飛速的發展。這是社會資源集體作用的結果，人工智能能否通過這種方式獲得飛速的發展呢，文中給出了問題的答案。
1 人工智能的現狀
1.1 人工智能的發展過程 人工智能是由“人工”與“智能”組成。“人工”十分容易理解，也就是我們常說的人類開發研究出來的事物。“智能”則是十分復雜的一個詞匯，是指如由意識（Consciousness）、自我（Self）、思維（Mind）（包括無意識的思維（Unconscious_mind））等等組成的有機集合。通常我們所說的人工智能是指人本身的智能。總體來說人工智能（Artificial Intelligence，AI）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。關于人工智能的傳說一直可以追述到埃及，直到電子計算機的問世才使人們真正具備了發展人工智能的基本技術，而直到1956年的Dartmouth學會之后“人工智能”才逐漸地被大家所熟知接受。人工智能作為一門自然科學、社會科學、技術科學交叉的邊沿學科，涉及哲學和數學，認知科學，心理學，神經生理學，計算機科學，控制論，不定性論，信息論，社會結構學，仿生學與科學發展觀等眾多前沿學科。二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能），也被認為是二十一世紀（基因工程、納米科學、人工智能）三大尖端技術之一[1]。
人工智能在其過去的50多年時間里，有了長足的發展，但并不是十分順利。目前人們大致將人工智能的發展劃分成了五個階段：
第一階段：萌芽期（1956年之前）
自古以來，人類一直在尋找能夠提高工作效率、減輕工作強度的工具。只是受限于當時的科學技術水平，人們只能制作一些簡單的物品來滿足自身的需求。而人類的歷史上卻因此留下了很多膾炙人口的傳說。傳說可以追溯到古埃及時期，人們制造出了可以自己轉動的大門，自動涌出的圣泉。我國最早的記載是在公元前900多年，出現了能歌能舞的機器人。這一時期出現了各種大家：法國十七世紀的物理學家、數學家B.Pascal、德國十八世紀數學家、哲學家Leibnitz以及二十世紀的圖靈、馮·諾伊曼等。他們為人工智能的發展做出了十分重要的貢獻。
第二階段：第一次期（1956年-1966年）
1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在Dartmouth學會上引發一場歷史性事件——人工智能學科的誕生。Dartmouth會議結束后，人工智能進入了一個全新的時代。會議上誕生了幾個著名的項目組：Carnegie-RAND協作組、IBM公司工程課題研究組和MIT研究組。在眾多科學家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理證明工作中首先取得突破，開啟了以計算機程序來模擬人類思維的道路；1960年，McCarthy建立了人工智能程序設計語言LISP。此時出現的大量專家系統直到現在仍然被人使用，人工智能學科在這樣的氛圍下正在茁壯的成長。
第三階段：低谷發展期（1967年-八十年代初期）
1967年之后，人工智能在進行進一步的研究發展的時候遇到了很大的阻礙。這一時期沒有比上一時期更重要的理論誕生，人們被之前取得的成果沖昏了頭腦，低估了人工智能學科的發展難度。一時之間人工智能受到了各種責難，人工智能的發展進入到了瓶頸期。盡管如此，眾多的人工智能科學家并沒有灰心，在為下一個時期的到來積極的準備著。
第四階段：第二次期（八十年代中期-九十年代初期）
隨著其他學科的發展，第五代計算機的研制成功，人工智能獲得了進一步的發展。人工智能開始進入市場，人工智能在市場中的優秀表現使得人們意識到了人工智能的廣闊前景。由此人工智能進入到了第二次期，并且進入發展的黃金期。
第五階段：平穩發展期（九十年代之后）
國際互聯網的迅速發展使得人工智能的開發研究由之前的個體人工智能轉換為網絡環境下的分布式人工智能，之前出現的問題在這一時期得到了極大的解決。Hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用再度出現了欣欣向榮的景象。人工智能已經滲入到了我們生活的方方面面。
1.2 人工智能的主要學派 人工智能發展的50多年時間里，經歷了符號主義學派、行為主義學派和聯結主義學派，三大學派各有特點，各自從不同的角度研究人工智能，為人工智能的發展做出了卓越的貢獻，在人工智能的發展史上留下了濃重的一筆。
1.2.1 符號主義學派 符號主義學派，又稱為邏輯主義、計算機學派或心理學派。符號主義學派理論基礎是物理符號系統假設和有限合理性原理，他們認為人類的認知基元是符號，認知的過程是對符號的計算與推理的過程。人與計算機均可以看做物理符號系統，因此人們可以使用計算機來模擬人的行為。符號主義學派認為人的認知基元可以通過計算機上的數學邏輯方法表示，然后通過計算機自身的邏輯運算方法模擬人類所具備的認知系統的機能和功能，進而實現人工智能[2]。
符號主義學派無視了認知基元的本質，對于所有的認知基元均使用數學邏輯方法表示。符號主義學派重點研究認知基元的邏輯表示以及計算機的推理技術，早期的眾多人工智能的研究都是在這一思想的推動下進行的。符號主義學派在歸結推理、翻譯、數學問題證明以及專家系統和知識工程做出了十分巨大的貢獻，為后期的人工智能研究打下了基礎。專家系統的出現更是將人工智能的研究推上了一個頂峰，其在礦業探究、醫療診查、教育推廣、工業設計的應用帶來了巨大的社會效益。
1.2.2 行為主義學派 行為主義又被稱作進化主義或控制論學派。行為主義學派認為智能取決于感知和行動，不需要像符號主義學派的邏輯知識以及推理。行為主義學派認為人的本質能力是行為能力、感知能力和維持生命及自我繁殖的能力，智能行為是人與現實世界環境的交互作用體現出來的。人工智能應像人類智能一樣通過逐步進化而實現，而與知識的表示和知識的推理無關[3]。行為主義學派的與傳統人工智能截然不同的觀點吸引了眾多的科學家，雖然到現在還沒有獨立完善的知識理論系統，但其在人工智能領域的獨樹一幟還是奠定了其霸主地位。該學派重點研究人類的控制行為，目前已有的機器昆蟲已經證明了行為主義學派的理論正確性。雖然大部分人認為機器昆蟲不能導致高級行為，但是行為主義學派的崛起標志著控制論在人工智能領域有著獨樹一幟的作用。
1.2.3 聯結主義學派 聯結主義學派是近年來最熱門的一個學派，又被成為仿生學派或心理學派，建立于網絡聯結基礎之上模仿人類大腦的結構和工作模式。聯結主義學派主要研究能夠進行非程序的，可適應環境變化的，類似人類大腦風格的信息處理方法的本質和能力，是基于神經網絡及網絡間的連接機制和學習算法的人工智能學派。持這種觀點的學者認為，認知的基本元素不是符號是神經細胞（神經元），認知過程是大量神經元的聯接，而大腦是一切智能活動的基礎，因而從大腦神經元及其連接機制出發進行研究，搞清楚大腦的結構以及它進行信息處理的過程和機理，就有望揭示人類智能的奧秘，從而真正實現人類智能在機器上的模擬。[4]
聯結主義學派通過模擬人類神經網絡模仿人類的認知行為，由此進行人工智能的學習記憶、模式識別。聯結主義學派構建了大量的神經網絡模型，方便在不同的情景模式下選擇相應的模型，進而快速的得出答案。聯結主義學派采用分布式存儲數據，對數據進行并行處理，這樣使得人工智能在處理問題的時候的速度有了明顯的提升，由此聯結主義學派在人工智能領域中受到大家的一致熱捧。
三大學派在人工智能的發展史上有著舉足輕重的作用，每一個學派的興起都代表人工智能的一個新高峰。三大學派各有優缺點，在人工智能領域三者相輔相成，人工智能學科在三大學派的帶領下正在茁壯成長。
2 對人工智能主要理論學派的評述
在過去的50多年時間中，人工智能獲得了巨大的發展，基本實現了從無到有的過程，構建了基本完善的理論知識體系，構建了各種模型，形成各種技術方法，但是人工智能的發展依然任重道遠，前景依然不容樂觀。三大主義學派有著自身獨到的優點，同時也有著各自的缺點，符號主義學派將人的認知基元符號用數學邏輯表示，通過計算機邏輯處理系統分析得出結果，但是在面對沒有明確結果的非確定問題時經常不能得出令人滿意的答案，它對信息要求十分精確完整，現實生活中的很多問題都不能滿足條件，因此符號主義學派的發展受到了一定的限制。行為主義學派認為智能取決于感知與行動，但是缺乏足夠的理論知識支撐學派觀點，而且缺乏足夠的成果表明理論的正確性。學派認為人工智能與知識的表達和知識推理無關，與人類認知的發展是不相符的。聯結主義學派采用仿生學的方法，模擬人腦的神經網絡，通過類似人腦的結構和運行機制模仿人類智能。這一觀點十分有吸引力，在提出之后馬上就有大量的支持者，但是人腦神經系統的復雜性遠遠超出人們的預知，現階段人們對人腦的構造以及運行機制還沒有深入的理解，在此基礎上想模擬出人腦的神經系統顯然是有些不不切實際。聯結主義學派的發展更多的受制于對人腦結構和運行機制的研究，因此其發展相對緩慢。綜上，三大學派固然有著自身的優勢，各自的成果，但是其同樣有著明顯的局限性，人工智能要想進一步發展必須要對現有的發展方式進行創新。
另一方面，人工智能在經歷了兩次期后再次回落到了平穩發展時期，社會公眾對人工智能的熱度有了明顯的降溫。人工智能的研究再次變成了國家以及一些超級公司的工作，擁有的資源有了大幅度的縮水，研究的進度也受到干擾。在此狀態下沒有重大的技術創新，人工智能恐怕很難再有重大的突破。
3 對人工智能發展的評述
3.1 對人工智能涵義的認識 同樣的詞匯在不同時期的有著不同的解釋，人工智能也不例外，大家都認可的人工智能是指在人類制造的機器工具上實現人類智能，即實現人類的認知能力、行為能力以及解決問題的能力。人類智能有著一個明確的特點，在面對未知問題時，人類智能能夠得出自身想要的答案，也就是消除答案的不確定性。符號主義學派的邏輯解決方式、行為主義學派模擬人的行為能力、聯結主義學派的神經網絡，三大主義學派各自以自身的方式實現了對問題消除或減弱不確定性。可見減弱甚至消除問題的不確定性也將是人工智能的一個研究方向。
3.2 人工智能研究模式的發展 目前人工智能領域中，符號主義學派通過數學邏輯表示人類的認知基元，對數學邏輯經過解讀分析，得到答案，進而實現智能。該學派重點運用還原思想，將人類的認知基元全部使用數學邏輯表示。行為主義學派認為人工智能取決于感知和行動，不需要學習知識與知識推理，是一步步，由低級到高級慢慢進化的。聯結主義學派是通過人工神經網絡的形式模仿人類智能，理論上講該方法是最符合人類智能的運行方式的。而在一系統中，最重要的是系統的運行機制，如何將接受到的信息轉化為我們的知識并通過表述、行為展示出來，在了解了人類智能的運行機制之后，人工智能將會更加符合人們的需求。
3.3 人工智能研究方法的發展 人工智能的目的是消除答案的不確定性，然后做出相應的反應。在消除答案不確定性的時候便有了各種方法，其中有一種便是突出解決問題的目標，在有明確目標的前提下會削弱干擾問題解決的條件，提高人工智能解決問題的效率。明確問題的目標便需要引入目標函數，在動態目標函數的引導下會減弱答案的不確定性。而在已有的人工智能基礎上設立人工智能模型，通過人工智能自身的計算結果結合目前的研究成果去優化目前的人工智能系統，則會提升人工智能的發展速度。
3.4 人工智能時期的發展 人工智能自發展到現在已經經歷了五個時期，在兩次期中人工智能均獲得了迅速的發展。然而現在人工智能的發展步入到了緩慢發展時期，如何將人工智能的發展緩慢時期加速度過同樣是十分嚴肅的問題，傳統說來需要重大的科學進步。我們往往認為人工智能屬于頂端科技只能由國家和超級公司研究，卻忽略了社會所擁有的重大的力量。小小的android智能手機在問世的短短時間內變改變了之前的市場格局，其中固然有著android智能手機的特點，但是我想他的市場策略同樣給與了莫大的助力。人工智能應該向android一樣，適當的開放出來一部分根基，放開其研究門檻，甚至鼓勵民間研究。量變引發質變，當有足夠專家在研究人工智能時，人工智能的研究會加快的。而且民間的研究成果也會作為經驗反作用于人工智能的進一步研究，實現科學與社會的雙贏。
4 結論
人工智能是人們長久以來的夢想，同時也是一門很有挑戰性的學科。像所有的學科一樣，人工智能會經歷各種各樣的挫折，但是，只要我們有信心、有毅力，我們相信人工智能終將會成為現實，融入到我們生活的方方面面，為我們的生活帶來極大的改變。
參考文獻：
[1]朱祝武.人工智能發展綜述[J].中國西部科技，2011，10（17）：8-10.
[2]陳慶霞.人工智能研究綱領的發展歷程和前景[J].科技信息，2008，20（33）：49，234.
關鍵詞：人工智能；單片機原理及應用；CAI軟件；自主學習
中圖分類號：G642.3 文獻標志碼：A 文章編號：1674-9324（2016）45-0268-03
一、引言
《單片機原理及應用》是自動化、電氣工程及其自動化、測控技術與儀器、等專業的核心課程。隨著電子技術的飛速發展，單片機系列、型號、功能等也不斷地更新換代，涌現出了許多《單片機原理及應用》方面的優秀教材和著作[1-3]，由于單片機的快速發展和廣泛應用，促使許多教師在教學內容、方法及實驗方面進行了大量的探討和研究，如“微課程教學”、“MOOC教學”等應用已取得了較好的教學效果[4-8]。然而，人工智能技術應用于教育領域目前仍處于初始研究和探索階段，其應用前景廣闊，具有重要的理論研究意義和實際應用價值。
基于“人工智能”中的“專家系統技術”，研究設計《單片機原理及應用》課程新型教學平臺的總體構架，研究課程知識的表述模型和知識獲取的推理算法，建立知識表述規則集和構建專家系統知識庫，以實現：
（1）學生可以自主學習，基于知識樹規則方便地獲取該課程的全部知識點，學生隨時提出的問題，均可及時獲取答案；學生可及時獲取單片機發展的新知識以及新的應用領域成果；
（2）教師高效處理、分析和制作課程知識點信息，并將其進行規則表述，同時可對知識庫進行不斷的更新；隨時可對課程的知識點進行增添、刪除和修改，基于互聯網技術獲取新型單片機原理及相應的應用知識，不斷更換新課程的教學內容；
（3）基于互聯網技術實現教師與學生之間的互動教學和學生與學生之間的協同學習；基于教堂教學、電子課件、動畫、視頻等多媒體手段，以創造大規模、大數據、跨時空的學習模式。
目前，在教育領域，基于人工智能研究的知識模塊化表述和推理機制構成的專家系統是人工智能的代表之一，基于人工智能-專家系統在高密度、大規模的知識數據庫上模擬人類的信息處理和決策過程，因此智能化的專家系統具備了教育功能、自學習功能、咨詢功能及自適應功能等，將其應用于教育領域潛力巨大、用途廣泛、快速高效。
本文研究了《單片機原理及應用》CAI軟件的研制方法，采用MS Visual Studio 2012作為開發環境，結合人工智能技術，實現了智能搜索算法，達到了自主學習與自動答疑的目的。
二、《單片機原理及應用》CAI系統設計
為了提高本科生的教學質量，基于人工智能-專家系統技術研究《單片機原理及應用》課程的教學內容和教學方法改革措施，并可將其研究成果推廣應用于自動化類專業相關課程建設；培養學生掌握本課程的基本原理和應用知識，引導其自主學習以提高分析問題能力、解決問題的能力及創新能力，實現學生與老師之間的互動，實現教學內容的不斷更新和教學方法的不斷完善。
（一）《單片機原理及應用》課程總體設計
分析目前本課程的教學內容和方法的局限性，提出《單片機原理及應用》課程教學內容和教學方法改革的總體方案。目前，普通高校《單片機原理及應用》課程所用教材的目錄大致如圖1中的實線部分所示。虛線表示可即時修改其中的相關內容。
（二）課程知識本體的表達模型
知識的表示對專家系統來說至關重要。知識本體的表述包括事物、個體和對象等，研究其規則、過程和函數，構成應用程序所表述的知識內容，可以作用于表述各種對象類，具有普遍性和通用性。其表達方式如圖2所示。
（三）基于人工智能技術的課程教學內容和教學方法結構設計
專家系統結構一般有六部分：知識庫（Knowledge Base）、數據庫（Data Base）、推理機（Inference Engine）、解釋子系統（Explanatory System）、人機接口（Man-machine Interface）和知識獲取子系統（Knowledge Acquisition）。教學專家系統的基本結構如圖3中的實線部分所示。
①知識厙：用于存儲專家系統知識。主要用于收集和存儲某領域教師、專家的經驗，知識及書本知識、基本常識等。包括事物的表達方式，可行操作、事實和規則等；
②綜合數據庫：綜合數據庫又稱總體數據庫或全局數據庫，主要用于存放有關問題求解的假設、初始數據、目標、求解狀態、中間結果以及最終結果；
③推理機：推理機是專家系統的核心部分，用于模擬專家的思維過程、控制、協調整個專家系統的工作，它根據用戶所提供的初始數據和問題求解要求，運用知識庫中的事實和規則，按照一定的推理方法和控制策略對問題進行推理求解，并將產生的結果輸出給學生；
④知識獲取子系統：在構建和維護知識庫時作為專家系統和教師、領域專家、工程師等的接口；
⑤解釋子系統：解釋機構由一組計算機程序組成，它對推理給出必要的解釋，并根據學生問題的要求做出相應的回應，最后把結果通過人機接口輸出給學生；
⑥人機接口：學生、專家系統和教師、領域專家、工程師之間溝通的媒介，它把相互之間的交互信息轉換成彼此都能夠理解的形式，由一組程序及相應的硬件組成，用于完成I/O工作。
三、CAI軟件實現過程舉例
《單片機原理及應用》課程CAI系統主界面如圖4所示。點擊“進入系統”之后，將出現“課程內容學習”和“知識點概述游覽”兩部分。
（1）“課程內容學習”部分包括“教材知識學習”、“課堂PPT內容講解”以及“實驗教學內容”等，例如目前常用的單片機的類型如圖5所示。本課程的主要設計和創新實驗如圖6所示。
（2）“知識點概述游覽”部分包括：
①知識點獲取方式：即通過引導操作可得到關聯性強的知識點解釋、關聯性中等的知識點解釋以及關聯性弱的知識點解釋；
②問題解答方式：學生可根據自己的學習情況查詢問題的基本答案（即對問題的解釋），若基于專家知識庫無法解釋所提的問題，則可將該問題提交給任課教師，任課教師會盡快對該問題給出解答；
③專家庫知識更新方式：隨著單片機類型、結構、接口技術以及開發方式等的不斷發展，本課程的知識結構和內容的更新也要求同步進行。因此，專家知識庫信息的更新工作可由任課教師來完成，但是更新信息可來源于文獻資料查閱、企業行業應用領域調研以及實踐實驗教學過程總結等。
課程教材與上課PPT和實驗內容具有相關性，在實際教學中也要求其具有一致性，如圖1中虛線部分表示可即時修改相關的內容。
四、結論
本文將人工智能-專家系統技術應用于《單片機原理及應用》課程的教學內容和教學方法的改革方案，構建新型教學平臺。采用《單片機原理及應用》課程知識的綜合表達方式，并研究課程知識的推理機制。基于文獻資料查閱、企業行業應用領域調研以及實踐實驗教學過程總結，實現《單片機原理及應用》課程教學內容快速更新，實現該課程的智能化和網絡化教學。
在教學過程中，實現學生與老師之間的互動，實現學生和老師之間知識的共享，達到學生能夠自主學習和老師能夠及時了解學生學習情況修改補充教學內容的目的。針對“知識庫”、“綜合數據庫”以及“推理機制”實現在線綜合更新方法。《單片機原理及應用》是自動化、電氣工程及其自動化、測控技術與儀器、等專業的核心課程，目前，將人工智能-專家系統技術應用于高等學校該課程的教學，對于提高教學質量，激發學生的學習積極性和增強學生自主學習的能力具有重要的理論研究意義和很好實際應用價值。
參考文獻：
[1]何立民.MCS-51系列單片機應用系統設計[M].北京：北京航天航空大學出版社，1995.
[2]李華，孫曉民，李紅青.MCS-51系列單片機實用接口技術[M].北京航天航空大學出版社，1995.
[3]張毅剛，彭喜元，彭宇.單片機原理及應用（第2版）[M].北京：高等教育出版社，2010.
[4]周冠玲，馮占英，李戰.“單片機原理及應用”課程教學改革的探討[J].中國電化教學，2012，（6）：105-107.
[5]趙月靜，陳繼榮，張永弟.單片機原理及應用課程創新實踐教學改革[J].實驗技術與管理，2013，30（1）：176-179.
[6]李冰.單片機原理及應用課程的項目化教學改革與探索[J].教學研究，2015，38（1）：70-73，82.
關鍵詞：計算機 人工智能 應用分析
中圖分類號：TP393 文獻標識碼：A 文章編號：1007-9416（2016）01-0000-00
目前由于人工智能的不斷成熟，人們在生活方面以及工作的過程中，智能化產品隨處可見。這不僅對人們在工作中的效率進行提高，同時還對其生活質量進行加強。所以人工智能的發展在一定程度上離不開計算機網絡技術，只有對計算機網絡技術進行相應的依靠，才能夠讓人工智能研究出更多的成果。
1 計算網絡技術應用人工智能所具有的重要意義
由于計算機技術的快速發展，網絡信息安全問題在一定程度上是人們目前比較關注的一個重要問題。在網絡管理系統應用中，其網絡監控以及網絡控制是其比較重要的功能，信息能夠及時有效的獲取以及正確的處理對其起著決定性作用。所以，對計算機技術智能化進行實現是比較必要的。
由于計算機得到了不斷的深入以及管廣泛的運用，在一定程度上導致用戶對網絡安全在管理方面的需求比較高，對自身的信息安全進行有效的保證。目前網絡犯罪現象比較多，計算機只有在具備較快的反應力和靈敏觀察力的狀況下，才能夠對用戶信息進行侵犯的違法活動進行及時遏制。充分的利用人工智能技術，建立起相對較系統化的管理，讓其不僅對信息進行自動的收集，同時還能夠對網絡出現的故障進行及時診斷，對網絡故障及時遏制，運用有效的措施對計算機網絡系統進行及時的恢復，保證用戶信息的安全。
計算機技術在發展的過程中對人工智能應用起著決定性作用，人工智能技術也在一定程度上對計算機技術的發展起著促進作用。不斷的跟蹤動態化信息，為用戶提供準確的信息資源。總的來說，計算機網絡在管理的過程中有效的運用人工智能，對網絡管理水平進行不斷的提高。
2 應用分析
2.1安全管理應用
網絡安全所具有的漏洞相對比較多，用戶在網絡中自身的資料信息安全是現階段人們比較關注以及重視的主要問題。在對網絡安全進行管理時，可以對人工智能技術進行充分的運用，在一定程度上能夠對用戶自身的隱身進行有效的保護。主要表現為：一是，智能防火墻的應用；二是，智能反應垃圾郵件方面；三是，入侵檢測方面等。
智能防護墻主要應用的就是智能化識別技術，通過概率以及統計方式、決策方法和計算等對信息數據不僅進行有效的識別，同時還能對其相應的處理，對匹配檢查過程中需要的計算進行消除，充分認識網絡行為特征值，訪問可以直接進行控制，把存在的網絡及時發現，攔截以及阻止有害信息的彈出。智能防火墻能夠在一定程度上避免網絡站點受到黑客的攻擊，遏制病毒傳播，對相關局域網進行相應的管理和控制，反之就會導致病毒以及木馬的傳播。在智能防火墻中，比較重要的就是入侵檢測，它屬于防護墻后的第二安全閘門，在對網絡安全保證方面起著重要的作用。針對入侵檢測技術而言，主要能夠在一定程度上對網絡中的數據進行有效的分析，并且對其進行及時的處理，把部分數據過濾出去，數據檢測后的報告分析報告給用戶。入侵檢測在對網絡性能不產生影響的前提下監測網絡，為操作上的失誤以及內外部攻擊提供一定的保護。
針對智能型反垃圾而言，其自身的郵件系統能夠對用戶郵箱進行有效的監測，對郵箱進行相應識別，把郵箱中存在的垃圾充分的篩選出來。如果郵件進入郵箱后，就會進行掃描郵箱，在一定程度上把垃圾郵箱的分類信息發給用戶，提醒用戶要對其進行及時的處理，避免給郵箱安全帶來影響。
2.2人工智能Agent技術應用分析
針對人工智能Agent技術而言，它屬于人工智能的一種技術，屬于不同部分所組成的軟件實體，包括：一是，知識域庫；二是數據庫；三是解釋推理器；四是各個Agent之間的通訊部分等。人工智能Agent技術通過任何一個Agent域庫對新數據的相關信息進行處理，并且溝通以至完成任務。人工智能Agent技術能夠在一定程度上通過用戶自定義對信息獲得自動搜索，然后將其發送到指定位置。人們通過Agent技術得到人性化服務。例如：用戶在用電腦查相關信息時，該技術不僅能對信息進行處理，同時還能夠進行有效的分析，最后把有用的信息出題給用戶，充分節省用戶的時間。Agent技術為用戶在日常生活中提供相應的服務，例如：在網上進行購物以及會議等方面的安排。它不僅自主性以及學習性，讓計算機對用戶所分配的任務自動完成，進一步推動機計算機網絡技術的發展。
2.3在網絡系統管理以及評價過程中的應用分析
針對網絡管理系統來說，其智能化在一定程度上需要人工技能的不斷發展。在對網絡綜合管理系統進行建立的過程中，不僅可以對人工智能中的專家知識庫進行充分的利用，同時還能夠對存在的技術問題進行有效的解決和處理。網絡存在著動態以及變化性，所以，網絡在管理的過程中會面臨著困難，這就需要對網絡管理技術人工智能化進行實現。在人工智能技術中，其專家知識庫主要指的就是把各個相關領域專家的知識以及經驗進行相應的結語出來，錄入系統中，只有這樣才能形成比較完善的知識庫系統，促進智能計算機程序的發展和提高。如果遇到某個領域問題的過程中，要充分利用專家經驗程序對其進行及時的處理。專家知識經驗系統促進計算機網絡管理得到順利開展的同時，對系統評價相關進行工作不斷的提高和加強。
3 結語
科學技術在發展的同時，也促進人工智能技術的提高，計算機在網絡技術中得到了比較多的需求，在一定程度上提高其應用范圍和領域，因此可以看出，人工智能其應用發展前景是比較廣泛的，人類對人工智能技術的進一步研究，會在未來開創出更多的應用領域。
參考文獻
[1]周晶.面向產品全生命周期的網絡化技術服務研究[D].東北大學，2009.12（08）：123-124.
[2]李功新.基于可拓推演方法的調控一體防誤操作系統研究與應用[D].武漢大學，2014.13（08）：145-146.
[3]任巍.人工智能技術在計算機游戲軟件中的應用[D].西安電子科技大學，2006.13（07）：145-147.
[4]黃麗萍.人工智能技術在計算機網絡教育中的應用[J].計算機光盤軟件與應用，2014，10（12）：134-135.
［關鍵詞］人工智能;會計職能;財務管理
1人工智能的概念
人工智能是通過對人認知的研究，通過開發與模擬人的認知能力形成的集理論、技術于一體的科學。人工智能隨著計算機的發展而不斷發展，所有的人工智能幾乎都有機器人的介入。
2人工智能在會計中的應用
2.1OCR的應用
會計信息處理的源頭便是對原始憑證進行整理與處理。傳統的會計往往通過人工錄入或計算機錄入，OCR技術通過光學錄入，將憑證掃描為圖片并向計算機輸入與轉換。同時，使用OCR技術完成工作還能避免錯誤率，提高會計信息的準確性與及時性，最大程度地降低了人工成本，提高了會計工作的效率。
2.2云會計的應用
云會計通過網絡向企業提供核算需求，并向企業提供一定的會計服務與決策支持。傳統的財務核算軟件需要通過規定的網絡或系統才能使用，云會計實現了只要有互聯網，就可以接入會計系統。國內的大型軟件公司已經了云會計軟件，同時還將人工智能引入到會計工作當中。云會計通過使用合適的方法對會計進行處理，首先對原始數據進行收集并自動編制憑證，同時對網銀進行監測，自動生成電子憑證。其次，云會計能夠有效識別數據的類型化，并自動分類保存會計數據，實現數據的高效處理。最后，云會計能夠實現對信息的合理分析，加強對會計信息的管理，從而為企業決策提供依據。
2.3XBRL語言技術的應用
為了應對會計核算的需要，人工智能設計了XBRL語言，對商業報告語言拓展，并在對軟件的恰當結合后，為信息的使用者提供高效的服務，讓財務信息具有更高的價值。
3人工智能對當代會計的影響
3.1對會計人員的影響
我國基礎會計人員人數較多，因此人工智能時代的到來也將對眾多的會計人員帶來深遠的影響。人工智能時代的到來將對會計行業造成一定的沖擊，越來越多的財務崗位也會被財務機器人所取代。財務機器人具有工作效率高、計算精確等一系列優點，且能從事多個財務人員的工作。因此，未來從事基礎核算的會計人員需求量將極大減少，會計的職能也從基礎的財務核算轉向了財務預算與財務分析等一系列高附加值的工作。會計工作現階段面臨著轉型，就如同當年電算化代替手工賬一樣，財務機器人也必將代替傳統的財務核算模式。因此會計人員需要積極應對智能化時代下的會計工作的轉型，如果不實現自我的轉型，那么將在未來的工作中遭受淘汰的風險。
3.2從對會計學科的影響
會計學科研究的是發生的各項經濟活動的數據，對數據進行收集與整理，并進行統一的數據分析與解釋，以提高經濟活動的效率，是一門應用型學科。會計學的會計主體較為明確，核算程序與核算制度較為嚴格，核算方法也較為科學。隨著人工智能的出現，以往的會計核算體系不再適用，會計核算系統將越來越具智能化趨勢，且核算的流程與方法趨于規范化。隨著時代的發展，未來人工智能將取代傳統的會計核算模式，會計學科的研究重點也將轉向對管理會計的預測與決策職能。核算會計向管理會計的轉型，也將影響到會計學科的建設，使會計學科重建。
3.3從對會計工作的影響
隨著互聯網的發展和大數據時代的到來，會計行業對計算機技術的使用也得到了巨大的轉變，從電算化代替手工記賬，再到人工智能代替電算化核算，會計工作逐步變得簡潔與高效，有效提高了會計工作的及時性與準確性。人工智能時代下，財務機器人自動處理會計數據是在高度發展的網絡信息平臺下實現的，前沿的技術也將進一步推進會計工作的改革，改善會計工作的效率，促進會計工作的標準化與流程化，會計管理將在未來成為會計工作的首要職能。
4人工智能環境下如何實現當代會計基本職能的轉變與融合
4.1由核算職能向管理職能的轉變
會計人員要從核算會計向管理會計轉型，企業財務人員要學會根據數理統計的方法，結合主觀判斷，預測企業未來的財務趨勢以及行業變化。對未來的前景進行預測也體現了管理會計的事先性。財務機器人只能根據程序提供各種預測數據，而對預測數據進行分析與評價需要由會計人員的主觀能力進行，也需要一定的職業經驗。另外，財務機器人可以對投資方案進行定量分析，但是如何擇優則需要有經驗的會計人員結合自身經驗進行定性分析，包括對歷史經驗以及行業的比較來權衡各種利弊方案。同時，會計人員要學會構建完善的預算體系，實現對企業各類資源的合理配置，提升企業活動的均衡性，找出預算和績效之間的偏差，并提出合理的優化對策，這一類會計職能是財務機器人不能完成的。
4.2提升會計人員素質適應人工智能時代
隨著會計職能的轉變，未來需要的基礎會計人員數量將大幅減少，會計人員也需要向精英化的管理會計轉型。管理會計是對公司的高層次管理，這就要求會計人員不僅明確會計預算、決策的方式，更需要有一定的大數據知識及網絡技術，因此會計人員需要加強學習，適應人工智能時代的職能轉變。人工智能時代的到來，會計的基本職能不再是核算與監督，而是預測與決策，管理會計將成為會計的首要職能，因此會計人員需要全面學習專業的管理會計知識，掌握與人工智能理論相關的方法，以提高職業素養。同時，在管理會計的時代下必將實現業財融合，因此會計人員不僅要對會計有一定的掌握，還需要了解企業的業務以及行業的情況，為自身的決策與分析提供依據。因此，未來需要的會計人才是復合型精英型人才，會計人員只有提高自身的專業素養與綜合能力，才能適應未來的會計工作。
4.3完善會計學科的知識體系
隨著人工智能時代的到來，會計學科的轉變也成為了迫切的需求。會計學科體系將受到巨大的影響，未來會計學科將增加如何操作財務機器人、如何使用網絡技術與大數據技術以及云計算等相關技術，如何使用計算機編程技術等。在人工智能時代，會計學科應加強會計人員的培養，建立完善的法律法規和組織體系，防止通過網絡技術惡意獲得會計信息，改善相應的法律體系，為人工智能在會計體系中的普及提供條件。
關鍵詞：機械工程；智能化；發展
0.引言
有學者專家認為，當今的是繼蒸汽機、電氣化、信息化后的第四次工業革命――智能化的時代，這次革命將對人們的生產生活帶來前所未有的影響。智能化的實質是在信息化的原有基礎上，實現產品、管理、技術等的智能化。隨著科學技術尤其是電子信息技術的快速發展，科學技術在經濟領域的影響越來越廣泛，智能化的腳步也逐漸在社會經濟各領域得到應用，與此同時也揭示了機械工程的發展方向。機械工程的智能化是我國主要的研究方向之一，對其發展思路和對策的研究是有重要的理論意義和顯示意義的。
1.智能系統的概念
所謂的智能系統是指具有（或者部分具有）人類智能或者能模擬（或者部分模擬）人類智能的體系，其主要有以下幾種類型[1]：一是人類自身的人腦系統，這是特殊的智能系統；二是人類通過智能來參與的活動系統，如金融系統、體育系統、保險系統等社會系統和社會經濟系統；三是人與機械共同協作的人機系統；四是模擬或者部分模擬人類智能的機械系統，如智能機器人系統、智能控制系統、智能圖象處理系統、能計算機系統等
上訴的四種系統還可以劃分成兩種類型，一是“人本系統”，其包括了上文中的前兩種系統，是指人類本身的系統；二是“人為系統”，其包括了上文中的后兩種系統，是人類為了改造自然而創造出來的系統。“人本系統”是當今生命科學、認知科學以及社會科學的主要研究對象；而“人為系統”則是工程科學的主要研究對象。當然，通常在進行“人本系統”的研究時，要借助“人為系統”來輔助。
在智能系統的開發過程中，不能只從智能化的意義上來要求，這是不利于工程科學技術的發展的；也不能單單從純科學角度來進行思考，人工智能是無法完全復制人腦的工作思維能力。我們在進行智能系統的構建時，要積極保證該系統在工程科學角度上能從結果和功能上實現人腦的部分職能，不需要求實現途徑與人腦智能實現的途徑一致。從這些角度來看，只要符合下面要求，我們就可以稱為智能系統：
聯想記憶；多信息感知與融合；知識表達、獲取、存儲以及處理；自治控制，即自學習、自相似、自組織、自適應、自維護；容錯
以上的是目前智能系統的要求，隨著技術的發展，高級形態智能系統還會產生理性和情感方面的要求，這就涉及到了智能化的最高形態――智能生命。
2.智能技術和認知科學是未來的中心科學技術
知識經濟是近些年的社會的主題之一，當今社會通常把知識經濟稱為新經濟，其是指智力資源的配置、占有，知識的生產、分配、使用為主要因素的經濟時代。換而言之，未來的經濟本質就是智力經濟[2]。經濟的發展決定了科學的發展方向，新經濟對知識、智力有著極大的需求，這給當今的經濟部門的智能化以及科學技術部門的智能化提出了新的要求，這也是當今科學技術部門和經濟各部門的發展方向，加強對智能化的研究是符合社會經濟發展水平的，也是促進社會經濟發展的重要保障。
經濟時代的不同，其相關的中心科學技術也是不一樣的，在21初期信息科學技術是其中心科學技術，在其后的中心科學技術將是以智能技術和認知科學技術。在這個大前提下，加強對智能技術和認知科學技術的研究，積極進行機械工程的智能化，可以保證社會經濟的發展，保證國家的繁榮昌盛。
3.智能化是電子信息技術的發展方向
3.1.電子信息技術的發展，最終是為了提升人們的生活水平
隨著我國的社會經濟發展，人們對生活質量的要求不再停留于物質生活上，轉而開始向教育、體育、醫療、科技、藝術、文化等精神生活方面提出了新的要求，即使是現有的衣食住行的物質方面，也越來越多的加入了相關的精神因素。電子信息技術的發展和應用，使得人們越來越多的考慮自身精神需求，也就是在生產、生活中越來越多的考慮智力方面的因素。與此同時，社會的發展是建立在人們的相互協作上，人們的協作活動體現在智力信息的交流和共通的合作上的，這就表明推動社會發展、提高人們生活水平就必然要積極促進信息智力的交流與發展。
3.2.信息化、網絡化的本質就是智能化
現代計算機技術的發展是智能計算機的設計和制造；現代網絡技術的發展是建立智能網絡體系；現代通信設備發展是建立智能通信設備體系；現代的家用電器的發展方向是實現家用電器的智能化，在其余醫療、網絡教育、虛擬企業、電子商務等等方面都是以智能化為根本發展方向，簡而言之，信息化、網絡化的本質就是智能化。
3.3.網絡化、信息化是通過智能化來得以實現的
現代信息技術中廣泛的應用到了人工智能技術，這些都智能化的體現。人類對人工智能的研究歷史只有短短的半個世紀，取得的成果卻是極其驚人，但是，對人類認知和智能機制的理解一直是困擾人工智能發展的重要枷鎖，這是人類面臨的最大難題之一。近些年來，所有的人類研究機構對人工智能的研究工作都進展緩慢，甚至出現了停滯，但是這更說明了人工智能對將來社會的重要作用。隨著信息人工智能技術在信息技術中的廣泛使用，將很大程度上促進信息技術發展，與此同時對人工智能技術的發展也極大作用。
4.機械工程的智能化對策
4.1.智能化產品是未來機械企業產品的發展方向
我國當前的機械工程企業需要積極的進行產品結構的調整，傳統的觀念認為機械工程企業只是生產資料的生產部門之一，這種觀念在當今的市場經濟體制下是極其落后的，嚴重制約著機械工程企業的發展壯大。機械工程企業不但可以進行生產資料需求的滿足，還可以進行人們生活需求的滿足。我國機械工程企業在進行產品結構調整時，不論是進行生產資料的產品生產還是消費品的生產，都應該將包含智能信息技術的機電產品放在優先位置。比如在進行加工設備的選擇時，要優先考慮包含智能信息技術的多軸數控加工機床；在進行消費品的生產時，可以優先選擇機器人寵物。智能化產品擁有廣闊的市場前景，索尼公司致力于娛樂機器人的開發，旗下的一款娛樂機器狗――“愛寶”在世界范圍內廣為銷售，為索尼公司帶來了海量的經濟效益。
4.2.機械工程企業的管理過程要向智能化發展
智能化管理是當今機械工程管理的重要思路，對機械工程企業的管理方式產生了重要的影響。它使得原有的交叉式、多層次管理方式轉變成了階梯模式的管理方式；使得原有的人力管理為主成為微機管理。通過智能化管理系統來進行機械工程企業的生產、銷售等活動的檢測，并積極跟進檢測結果來進行修正，保證了企業管理的及時性和有效性，保證了管理信息的透明度，還極大的降低了人力資源的浪費，降低了人為因素對管理的負面影響[3]。
科技技術的不斷發展進步促進了當今社會管理模式的不斷發展，智能化管理模式的不斷推廣，可以有效的提高機械工程企業對市場環境的檢測，保證了決策的有效性，有利于規避存在的風險，保證企業的健康發展。
4.3.機械工程企業的設備要向智能化發展
隨著科學技術的不斷進步，智能化在機械設備中廣為體現，機械設備都朝著自動化、智能化、科技化方向發展。機械設備的智能化可以有效提升管理智能化的進程，促進管理水平的提高。機械設備的智能化使得設備的參數可以及時有效的反饋到工作人員身邊，保證了機械設備的有效運行，一旦出現故障，智能化系統可以進行警示并且做出相關的停機、斷電反應，保證了設備以及生產安全。
4.4.科學技術的發展方向是智能化
科學技術的智能化是實現產品智能化、管理智能化、機械設備智能化的基礎保障。科學技術智能化在當今的機械工程生產過程中廣為應用，如微顯微技術、遠程控制技術、導航技術等。
機械工程在不同的生產領域其相關的產品、生產設備、生產技術要求也不一致，其相關的智能化發展模式、發展目的也不一致，這意味著不同領域的機械工程生產需求的智能化也是不一樣的。在進行科學技術的智能化應用時，要根據行業特點和生產領域特點，適當的進行技術、設備的選用，保證智能化生產的有效性，保證機械工程智能化的順利進行。
5.結語
智能化是當今社會科學發展的必然方向，其對我國經濟的發展、人們生活水平的提高等方面有重要的影響。在機械工程行業中加強智能化發展，需要我們從生產產品、管理、機械設備、科學技術的智能化入手，積極根據行業領域特點進行合理的智能化技術的選擇，保證智能化工作的順利進行，保證企業經濟效益的提升。
參考文獻：
[1]孟玄.論機械制造的智能化技術發展趨勢[J].科技致富向導.2011（24）
[2]趙志明.機械制造技術的發展及其智能化技術發展趨勢[J].中國新技術新產品. 2011（03）
[3]隋曉堂.關于機械加工智能化發展趨勢的探討[J].黑龍江科技信息.2010（17）
（湖南大學信息科學與工程學院，湖南長沙410082）
摘要：針對大學專業教育中普遍存在的高分低能狀況，以“用”為出發點，提出實驗課程·專業實訓·學科競賽金字塔式實踐教學體系，闡述如何打通課程理論之間的聯系，自底向上從實踐動手、分析綜合再到發明創新分層逐步培養和提升學生的專業能力。
關鍵詞 ：實踐教學；實驗課程；專業實訓；學科競賽
第一作者簡介：李智勇，男，教授，研究方向為智能計算、智能系統、大數據，zhiyong．li@hnu．edu．cn。
0 引 言
大學作為直接為社會輸送人才的機構，將人才“可塑性”和“可用性”作為大學教育的根本目的，因此培養學生的文化素養和專業能力成為大學教育最重要的任務，但由于中國傳統教育思想的影響，“高分低能”一直是中國教育面臨的一個嚴峻問題，而這一問題在高等院校更為突出。問題不解決，便達不到“可用性”的目的。
這一問題違背了大學教育尤其是工科類院校的初衷，越來越多的高校逐漸意識到該問題的嚴重性，開始進一步關注實踐教學，壓縮理論教學的時間，輔以更多的實踐教學課時。“小學期”是這一趨勢的典型代表。這一變化將實踐教學的質量問題提上日程，如何建立合理有效的實踐教學體系和安排實踐教學內容是當前高校不得不思考和亟待解決的問題。
1 教學現狀及問題
我們以湖南大學智能科學與技術專業為例分析目前實踐教學的現狀及存在的問題。
1.1 課程教學體系
湖南大學智能科學與技術專業近3年的教學計劃中，要求學生畢業最低總學分為170分，圖1給出各類環節所占的學分比例，可以看出，專業實訓（含畢業設計）只占總學分的16%，教學計劃側重理論教學，從學時分布來看，此偏重更為明顯。圖2分析了每個學期的課程教學學時情況，學生幾乎需要將所有時間放到課程理論學習上，被嚴重束縛，實踐教學形同虛設。
1.2 現有實踐教學體系
在智能科學與技術專業近3年的教學中，實驗課程有普通物理實驗和人工智能基礎實驗兩門。從學生完成該實驗課程的情況來看，大多數學生數據處理邏輯簡單，幾乎沒有運用模式識別、機器學習、智能控制等人工智能方法完成的作品。第6學期開設的實踐課程遠遠達不到培養學生熟練運用多門專業理論和方法的目的。
現在很多高校開始實施“小學期”教學日歷，設置為期1個月左右的集中實踐或者專業實訓環節。前兩年的“小學期”是面向全院所有專業學生的基礎能力培養，而第3學年后的“小學期”安排專業綜合設計實訓，訓練學生的專業能力，如五子棋人機對弈項目可以大大提高學生對專業的興趣，但項目過于單一，僅涉及人工智能、模式識別、機器學習等課程，與人工智能實驗課程有重合的傾向，而諸如機器人學、智能控制等智能科學與技術專業的特色課程就沒有訓練的機會，此外對比上一個硬件技術實訓缺少能力培養的延續性。具備創新發明的能力是目前實踐教學甚少考慮的培養目標。
1.3 存在的問題
這種培養方案主要存在以下問題：①實踐教學學時過少，學生實踐能力培養機會太少；②理論學習任務過重，學生的雙手無法得到解放；③實驗課程內容設置不合理，課程理論與實際沒有有效結合；④面向專業的實訓內容單一，專業理論覆蓋面不夠；⑤能力培養斷層，發明創新能力未涉及。
2 金字塔式實踐教學體系
針對以上存在的問題，我們制定了新的培養計劃，圖3所示是2015年湖南大學智能科學與技術專業教學計劃課程時序圖。可以看出，不計實驗課程，每學期的理論教學課程減少到平均5門課程；實驗課程大大增加，從原來的2門增加到7門。新的教學計劃中實踐教學得到重視和加強。
另外，教學計劃的另一個特色是高年級的教學／學術方向分組，根據信息科學與工程學院的科研優勢設置了4個方向，將教學與科研有機結合。課程按組選修，增加了選修課之間的關聯性，使培養目標更突出，令學生有的放矢。教學計劃也反映了實踐教學的體系結構：針對重要的學門、學類和專業課程，通過專門開設實驗課程鞏固這些重要課程；接下來，通過專業實訓將多門課程理論串聯起來；最后，擬提供豐富的學科競賽機會，對于學有余力的學生進一步培養發明創新的能力。這3個層面形成了一個金字塔式的實踐教學體系，如圖4所示。越往上，能力水平越高；往下是必須具有的基礎能力。金字塔式的實踐體系體現了遞進式的能力培養過程。通過該培養模式將能直接給社會輸送“可用”人才。
圖4給出了整個實踐能力培養的空間結構。筆者將分別從時間角度詳細介紹3個層面的培養目標和實踐內容安排。
2.1 實驗課程
實驗課程處于金字塔的最底層，目的是培養學生運用專門知識進行動手實踐的能力，熟悉和鞏固專業基礎課程理論，為上層的能力培養打好基礎。這一能力是所有智能科學與技術專業合格大學生必須具有的根本能力。
程序設計和計算機系統設計是實現智能的手段和載體，因而第1學年和第2學年圍繞這兩個能力開展理論和實踐教學活動，開設了高等程序設計、數據結構與算法、數字邏輯、計算機系統等課程，其中程序設計、數字邏輯和計算機系統3門課程實踐性較強，因此還配套設置了對應的實驗課程。實驗課程與理論課程盡量同步開設，利用實驗箱對理論進行驗證，加深學生對課程的理解。第3學年和第4學年面向計算機上層系統和應用，操作系統和計算機網絡是典型代表，因而針對這兩門課程開設對應實驗課程，這幾門實驗課程是學類核心課程。此外，教師還可圍繞智能科學與技術專業的重點核心課程“人工智能”開設機器人實驗課程，讓學生基于NAO人形機器人、智能小車、RoboCode等設備軟件理解、熟悉和練習各種智能的算法和模型。從程序設計、計算機系統、操作系統、計算機網絡和人工智能5個方面依次開展基礎實踐到專業實踐的培訓，為上層專業實訓作好準備。
2.2 專業實訓
專業實訓是隨著小學期的推廣而逐漸引入的培養環節，未有成功的經驗可以借鑒。5年中我們不斷地探索，在剛開始的2年采用“集中實踐+生產實習”的方式。集中實踐指在學校里進行一些簡單的綜合設計，如軟件實訓開發類似圖書管理系統的軟件。由于題目較為簡單和老套，學生興趣不高。生產實習是指和企業合作，將學生派往生產一線，這一想法初衷好但操作性低。因此，頭兩年的“小學期”成效不佳，于是取消生產實習，將集中實踐從2周延長為4周，增加項目難度，如2014年在第2學年實行的“STC單片機開發”和第3學年實施的“五子棋智能對弈設計”，難度適中，學生普遍反映較好。
這兩年取得的進步給我們很大的啟發。第2學年的軟件實訓結合最新的APP應用引入Android開發，讓學生可以在自己的手機上展示作品，實現即所得，極大地激發學生的積極性；在已有的單片機開發上，提升設計的高度和難度，引入FPGA設計，讓學生全面學習嵌入式系統；最后，在智能專業綜合設計方面，將五子棋智能下棋程序打造成全院的一個競賽，結合專業最前沿的發展方向，進而增加機器人開發、物聯網系統和嵌入式系統設計，涵蓋智能終端、智能軟件、智能系統，提供較寬的選擇，充分發揮學生的一技之長。
2.3 學科競賽
前兩個層次基本上完成了工程能力的培養，但創新才是核心競爭力。如何激發學生發明創造的潛能也是實踐教學的任務之一。這一能力在以前的教學中甚少專門涉及，發明創新的能力是一道坎。
學科競賽是培養發明創新能力比較好的一個突破口，因此我們在實驗室建設過程中適當考慮了對學科競賽的支撐，基于RoboCup足球機器人在協同對抗上創新，基于模塊化機器人在創意上立新，基于NAO機器人在自然語言處理上求新。目前，學生長期參加的學科競賽有RoboCup足球機器人中型組比賽、物聯網設計大賽以及全國電子設計大賽。教師應為有志向和能力的學生提供創新平臺和條件，鼓勵學生參加高水平的學科競賽。
學科競賽組成了實踐教學的最后一環，面向科研，與研究生教育接軌；面向創業，為IT產業增添生命力。
3 建設措施及成果
3.1 實驗室配套建設
根據實踐教學的分層體系，目前已有的支撐該體系的儀器設備見表1，可滿足不同層次的用途需求。課程實驗的設備主要以驗證為主；實驗課程的設備需要學生動手實現算法和設計；專業實訓的設備主要以提供平臺為主，讓學生自主搭建系統；學科競賽的設備一方面要滿足競賽需求，一方面可以應用于學術研究，具有一定的開放性。
針對學科競賽，我們已經建立400 m2的場地專門用作智能科學與技術專業的創新和學科競賽實驗室。圖5所示為學生正在專心調試足球機器人。
3.2 實踐教學代表性項目
1)電子產品的制作、測試及使用( STC-A實驗學習板)。
通過完成一個電子產品（STC-A實驗學習板）的制作、測試及使用，學生能夠全面了解電子產品的開發與生產全過程以及質量管理；實踐簡單的焊接技術，認識基于處理器的電子系統的組成；學習電路調試及檢測能力，了解“STC-A學習板”的功能以及嵌入式系統的入門知識；擁有一個便攜式學習與創新的實驗平臺，為今后的學習提供方向與幫助。
2)“智能杯”五子棋程序設計邀請賽。
該競賽在已給出五子棋平臺的基礎上（已有界面，無需自己編程界面），要求參賽者寫出五子棋算法。換句話說，就是設計五子棋COM的智商。五子棋看似簡單，實則包含各種變化，計算種種變化同樣需要強大的知識儲備。程序設計與五子棋結合既樸素簡單，又包羅萬象，同時通過對弈方式可以綜合多種人工智能理論和方法，反映出技能的高低。
3)足球機器人。
中國機器人大賽暨RoBoCup公開賽是中國最具影響力、最權威的機器人技術大賽。信息科學與工程學院從2013年開始連續參加了兩屆比賽，積累了一定的經驗，已基本形成老帶新的格局。通過展現一個真實的機器人產品，可以讓學生感受本專業的特色和前景，提高專業的認同感；通過動手改進一個實際產品，激發學生的創新意識；通過這個比賽，期望學生能夠逐步達到自主研制復雜精密機器人的水平。
4 結語
能力培養是大學教育的重中之重，而實踐教學是達成這一目標的重要手段。實驗課程·專業實訓·學科競賽金字塔式實踐教學體系符合能力培養的階梯性，涵蓋了動手實踐、綜合分析和發明創新3種能力。部分實踐教學項目得到較好的反響，為這一體系進一步成熟化和規范化提供了動力。
下一步，我們擬主要從兩個方面進一步推進智能科學與技術專業的實踐教學建設。一方面不斷提升從事實踐教學的教師水平，注重與行業接軌，跟進行業的最新發展動態和專業技術并將其反映到實踐項目中，形成一個持續發展的良性生態；另一方面積極融人工程認證的理念，為工程類學生今后走向世界提供具有國際互認質量標準的“通行證”。實踐教學作為能力培養的重要手段，為了使其更加科學和規范，我們將參照工程認證的標準，對各項能力的培養在實踐教學過程中有更明確的對應，對能力的考核能更細致化。
參考文獻：
[1]別敦榮，張征．世界一流大學教育理念的特點與啟示[J]高等工程教育研究，2010(4): 82-92.
[2]張莎，當代大學生“高分低能”現狀的原因及對策分析[J]．科教導刊，2012(8): 98-99.
[3]李智勇，肖正，趙歡，等，智能科學與技術本科專業“小學期”制教學思考[J]．計算機教育，2011(15): 29-34．
[4]昊麗娟，李柳．以小學期為平臺的實踐教學改革與探索[J]沈陽師范大學學報：自然科學版，2013(3): 421-424．
