时间：2023-08-21 17:25:52
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能教育背景，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
关键词：人工智能；电气信息类；教学应用
教师在电气信息类专业教育教学中在运用人工智能技术进行教学时，要对人工智能技术的含义和特点进行深入的分析和研究，并且还要了解电气信息类专业的育人目标和教学要求，将人工智能和电气信息类专业教学进行有机的融合，为学生打造全新的教学课堂，从而使学生的专业素质和学习能力能够在人工智能的运用下得到有效的提高，为学生后续的发展提供更多的可能性。
一、人工智能时代的概述
人工智能（ArtificialIntelligence，缩写为AI）亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现，以及如何实现。人工智能于一般教材中的定义领域是“智能主体（intelligentagent）的研究与设计”，智能主体指一个可以观察周遭环境并作出行动以达致目标的系统。约翰麦卡锡于1955年的定义是“制造智能机器的科学与工程”。安德里亚斯卡普兰（AndreasKaplan）和迈克尔海恩莱因（MichaelHaenlein）将人工智能定义为“系统正确解释外部数据，从这些数据中学习，并利用这些知识通过灵活适应实现特定目标和任务的能力”。人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。人工智能是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能是十分广泛的科学，它由不同的领域组成，它是哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等多种学科互相渗透而发展起来的一门综合性学科。在人工智能时代下进行电气信息类专业教育改革的过程中，需要对人工智能时代的含义和发展背景进行深入的分析和研究，这样才可以给电气信息类专业教育改革指明一个正确的方向，保证后续工作的科学性和有效性。在2016年的世界经济报告中，人工智能被预测为第4次工业革命的主要技术代表，人工智能的发展将从宏观到微观的各个角度进行相互的渗透以及融合，从而符合各个领域对于智能化技术的新要求和新需求。在人工智能技术发展的过程中，产生了大量的新技术和新产品，也形成了新的产业核心的发展模式[1]。我国经济结构在人工智能时代下发生了重大的变革，由于人工智能技术独特的技术形式和技术模式，深刻地改变着人们的生活方式和生活模式。在一定程度上不仅可以推动我国社会生产力的提高，还有助于推动科学技术水平逐渐朝着智能化和数字化的方向而发展，从中可以看出人工智能技术的发展是时展的必然趋势，并且发展前景是比较广阔的。人工智能技术主要是指将多个学科技术进行有效的整合，其中涵盖了计算机学科、语言学科和心理学科，智能化特征是比较明显的。在实际应用的过程中，由于融合了各种尖端的技术，能够将技术能力和技术思维进行有机的结合，模仿人的工作行为和思维，在当前时代下人工智能技术得到了蓬勃的发展，但是人工智能技术的发展也需要一定的时间和精力。首先，在实际用的过程中相关工作人员进行了机器人的研发，机器人可以在复杂的环境中对信息进行有效的替代和处理，模仿人类的思维进行日常的工作。在后续工作的过程中，相关工作人员进行了数据系统的开发，可以自动化和智能化的对计算机数据进行有效的处理以及分析，在较短时间内提取出有效的信息，完成整个工作流程[1]。随着我国当前科学技术的不断发展，一些工作人员纷纷加强了对人工智能技术的研发力度和开发力度，不仅可以提高计算机的使用效果，还可以及时的发现在计算机系统日常运行过程中所存在的故障。在当前时代下人工智能技术的使用范围在不断的扩展，并且人工智能技术的发展前景是非常广阔的，在计算机网络技术中发挥着独特性的作用和决定性的重要影响的作用。
其次，随着人工智能技术的不断发展，人工智能技术和各行各业进行了相互的渗透以及融合。在当前电气信息专业领域中人工智能技术得到了广泛的应用，并在实际工作的过程中对原有的工作模式进行了有效的改进和创新。一些工作人员在实际工作的过程中构建了自动化的工作模式和工作平台，将人工智能技术完美的融入电气信息领域中，不仅为我国电气信息领域指明了一个正确的方向，也在一定程度上提高了人工智能技术的水平。最后，人工智能技术的发展，在电气信息领域中的影响是迅速扩大的，人工智能的使用会对电气信息行业的各个环节产生深刻的影响，甚至是革命性的变化。人工智能的应用不仅仅停留于行业的技术层面，更加重要的是在人工智能时代下一些新的工作思维和发展理念。作为电气信息类专业的工作人员在人工智能的时代下要提高自身的专业素质和专业水平，根据人工智能时代的特点以及发展方向，对原有的工作模式和工作理念进行深入的改革以及创新，并且还要掌握有关人工智能方面的新技能，从而使得电气信息类专业影响力能够得到有效的提高。但是从侧面来看人工智能技术的发展对于电气信息类专业2本刊特稿科学咨询/教育科研2021年第24期(总第745期)来说是把双刃剑，给实际工作带来了新的挑战，一些工作人员不得不提高自身的专业素养和专业素质，掌握更多的人工智能技术。在当前时代下这种影响和变革已经被普遍认可，因此使我国电气信息类专业行业能够得到良好的发展。高校要对电气信息类专业教育进行适当的改革以及创新，根据当前人工智能时代的发展方向和对人才的要求，对学生的综合素质和创新能力进行良好的培育，从而使学生能够充分的发挥人工智能技术的优势，提高电气信息类专业的水平和质量，再一次加深人工智能和电气信息行业的融合力度。相关负责教师要加强对这一问题的理解，对原有人才培养模式和课程教育重点进行适当的改革和创新，根据人工智能时代和电气信息领域融合的背景，提高课堂教学的科学性和针对性，从而使学生在毕业之后能够获得良好的发展。
二、人工智能对电气信息类专业人才需求的影响分析
人工智能主要是利用计算机对人脑功能进行模拟，具备一定程度的人类认知和分析问题的能力，人工智能是人类所制造的智能化技术，也是机器智能化发展的主要载体。在人工智能发展的过程中，由于是计算机科学领域的一个分支，所以在人工智能研究的过程中，涉及有关语言识别和图像识别方面的功能。在当前时代下，人工智能所形成的热点效应是比较广阔的，人工智能技术的应用，使得各行各业朝着智能化的方向而发展，对于电气信息类专业人才需求来说，也逐渐朝着智能化的方向而发展。电气信息类的教学，主要是为了让学生能够在班级学习的过程中，将理论和实践进行有机的结合，提高学生的实践能力和操作能力，实践性是比较强的。在电气信息类专业发展的过程中各种新兴的技术被应用其中，扩展了电气信息类专业的发展实力，并且人工智能和电气信息类专业进行了有机的融合和渗透。人们在互联网思维的影响下已经形成了互联网思维的发展理念，随着人工智能技术的广泛运用再加上云技术和算法技术的普遍化，这又给电气信息类专业的发展提供了重要的支撑。在相互融合的技术背景下，电气信息类专业也即将进入到人工智能发展的领域中[2]。因此对于电气信息类专业行业的工作人员来说，要了解人工智能时代下先进的信息技术，并且还要结合电气信息类专业在人工智能背景下的新特点，树立新的工作模式和工作理念，从而使得电气信息类专业能够在人工智能技术背景下得到广泛的发展。对于人才需求方面，要求高校要对原有课堂教学模式和课程教学重点进行深入的改革和创新，融入人工智能方面的内容，对学生的综合素质和专业能力进行良好的培育，高校要正确地理解人工智能对电气信息类专业教学的影响，从而使得电气信息类专业能够朝着生态化和持续性的方向而发展。
三、人工智能给电气信息类专业提供的机遇
在人工智能技术中，所涵盖的技术内容相对来说是较为丰富的，这在一定程度上有助于提高电气信息类专业的教学水平和教学质量。从中可以看出在当前时代下的电气信息类专业教育教学中，教师要充分地把握人工智能技术所带来的机遇，从而提高课堂教学的效果和质量。在人工智能技术中包含着语言识别技术和图像辨认技术，也可以对一些语言进行有效的处理和研究。在课堂教学的过程中，教师要充分的发挥人工智能技术的优势，让学生了解当前电气信息领域的发展方向和主要的发展特点[3]。由于电气信息类专业所涵盖的内容是相对来说较为复杂的，学生在日常学习的过程中，需要进行多个学科知识内容的学习，这给学生日常学习和教师的课堂教学带来了诸多的挑战，教师要结合课程教学的内容，对课堂教学模式和流程进行精心的安排。在实际工作过程中，要以计算机作为主要的辅助手段兼容，并且充分利用其他专业领域的技术来开展日常的教学。在课堂教学过程中，教师要充分的利用人工智能技术，对原有课堂教学模式进行深入的改革以及研究，并且结合新一代人工智能发展规划的这一大背景，对原有课程教育模式进行创新和调整，从而给学生提供更加广阔的发展空间。首先，在实际工作的过程中，人工智能技术重新构造了电气信息专业的课程，由于电气信息类的实用性是比较强的，在人工智能的技术下能够取得不一样的教学效果。将语言识别技术和图像辨认技术进行了有机的结合，教师可以充分发挥这些专业技术的优势，提高课堂教学的效果。另外在课堂教学情景中，教师可以利用人工智能技术来实现网络化的教学，并且为学生打造智能化的工厂开展虚拟实验室，从而对学生的专业能力和操作水平进行良好的培育。其次，在电气信息类专业教学中人工智能技术的应用能够对传统课程教育模式进行有效的转型和升级。在以往课程教学中，由于电气信息类专业所涉及的知识学科是相对来说较为丰富的，这给教师的日常教学带来了诸多的问题。比如在实际教学的过程中很难实现课程的有效统一，也无法为学生打造标准化的课程教育体系，在进行个性化和独特性课程教学方面的力度还是不足的，甚至也没有完善的教育体系进行主要的支撑，这给实际的教学工作带来了诸多的问题。随着人工智能技术的应用，在课程教育的过程中，教师可以充分的发挥人工智能技术的优势，对相关信息进行有效的总结和收集。从而为学生打造个性化的教学课堂，并且运用人工智能技术，还可以对不同学生的学习需求进行分析和研究，提高课堂教学的针对性，从而使学生可以更加积极地进行知识内容的学习，实现快乐学习的效果[4]。在专业教育中教师要充分的发挥人工智能技术的优势，提高人工智能技术的应用性效果，对学生的知识需求进行深入的挖掘以及研究，从而使学生的学习质量能够得到有效的提高。与此同时，在课程教育的过程中，教师还可以进行课堂情景的构建，通过网络化的教学为学生再现一些生活中的真实案例，为学生全面素质的提高奠定坚实的基础。
四、人工智能技术在电气信息类专业教育教学中的应用路径
（一）转变人才培养目标在人工智能时代下的电气信息类专业教育中，由于原有的教育重点和人才培养模式已经无法顺应人工智能时代的发展特点和对人才的需求了，所以在实际工作的过程中，要对电气信息类专业教育进行有效的改革，帮助学生在毕业之后能够获得稳定的发展。首先，在对电气信息类专业教育进行改革时，要转变人才培养的目标，这主要是由于人工智能技术在电气信息类专业行业中的运用对各个环节都产生了非常深刻的影响，并且电气信息类专业对于人才的需求发生了很大的变化。比如，对人才的知识结构和专业技能方面都和传统发现模式有所不同，在电气信息处理的过程中提出了诸多的要求。相关电气信息类专业从业者不仅要具备完善的理论知识，还要具备创新性的思维能力，能够面对当前变化多端的人工智能时代，具备新的技术和新的思维，灵活地运用在实际工作中所存在的问题。因此对于电气信息类专业教育来说，要对人才培养目标精准定位，实现良好的变革。其次，电气信息类专业要着眼于当前国际发展方向和新业务的特征，了解有关业态产品和专业能力方面的内容。从这些问题入手提出正确的人才培养目标，并且对原有课程教学进行改革和创新，从而促进学生能够在课堂学习的过程中加深对人工智能技术的了解，提高学生的专业素质和创新能力。
（二）升级人才培养模式在人工智能背景下对电气信息类专业教育进行改革时，要在原有育人模式的基础上实现有效的升级，改变传统的课程教学设置。当前大部分电气信息类专业院校还是采用之前偏理论的课程来对学生进行知识内容的讲授，虽然这些理论知识是学生在学校学习期间必须要掌握的内容，但是假如仍然向学生讲述这些课程的话，也没有将理论和实践进行相互的结合，使得学生无法在人工智能时代下得到良好的发展，因此相关负责教师在实际教育工作中要对原有人才培养模式进行转型和升级。电气信息类专业教师要根据当前电气信息行业的发展和对人才的要求，对课程教育内容进行重新的调整。首先，在实际教育的过程中要向学生全面地展示先进的人工智能技术，技术是推进电气信息专业前进的动力之一。但是在原有的电气信息类专业教育中，教育技术的实施和教学并没有受到相关负责教师的重视，教师在班级教学的过程中，也没有为学生融入当前先进的人工智能技术和运用案例，提高学生的专业素质。在人工智能时代下，人机协作是当前主要的工作模式和发展模式，因此对于电气信息类专业教育来说，要对人才培养课程结构和课程重点进行有效的调整和创新。教师在教学中不仅要加入有关以往课程的教育内容，还要对课程进行有效的扩展，融入新媒体和人工智能技术应用相关的课程。比如教师可以立足于教材中的内容，为学生创设多样化的实训活动和实践操作平台，在学生实践的过程中要融入先进的人工智能技术，这些教学模式的运用不仅可以让学生了解人工智能技术的实际应用情况，还可以多方位的锻炼学生的创新能力和实践应用能力。所以相关高校要适当的借鉴这一教学经验，提高课程教学的针对性。其次，在育人模式中还要加强对学生创新思维和操作能力的培养，在人工智能背景下，电气信息的发展模式和主要的发展方向都发生了一定的改变。在当前电气信息领域发展的过程中，为了使自身能够在人工智能背景下得到有效的发展需要创新和创意的人才，并且要求这部分人才能够掌握先进的人工智能技术，根据电气信息发展的实际需求和人们对电气信息的要求，从而生产出个性化和特色化的产品。在育人模式升级中，教师要将专业和特色进行有机的融合，构建新的教育思路，过硬的专业素质才是人才升级的重要基础。在人工智能时代下，信息的来源和途径逐渐朝着多样化的方向发展，在这些繁杂的信息中既有重要的信息也有多余的信息，所以要使学生能够对这些信息进行有效的辨别。高校在制定人才培养模式中，要专业性的锻炼学生的工作能力和专业素质，从而使学生能够在这些大量的信息中提取有用的信息，提高电气信息类专业的有效性。
（三）引入任务驱动的实验模式在人工智能背景下对院校电气信息类专业进行教学时，教师要在保留原有学习项目的同时，立足于学生当前的理解能力，开发新的教学内容。在教学中教师要求学生进行独立性的思考，并且教师还要对学生的学习思路进行适当的引导以及启发，使学生可以运用课堂中所学到的知识内容灵活的解决实际实验过程中所存在的问题。教师要引导学生运用不同的方法进行学习，鼓励学生进行大胆的设计以及验证。教师在班级教学的过程中，可以为学生引入任务驱动式的教学模式任务，驱动式的教学模式主要是以学生为中心，教师要立足于教材中的内容和课堂教学的目标为学生布置相关的学习任务，实现综合性的学习效果。在为学生布置学习任务时，要融入当前先进的人工智能技术，让学生充分的发挥人工智能技术的优势来完成教师所布置的任务。教师要在任务驱动式的教学模式中增加一些设计型和创新型的学习活动，让学生直接深入到实践学习中进行方案的设定以及验证，并且对最终的实验结果进行多方位的分析以及讨论。在班级教学的过程中，教师要让学生围绕着一个教学目标来开展日常的学习，并且学生在学习和验证的过程中，教师还要加强和学生之间的互动和交流，从而对学生的实验方向和实验思路进行有效的引导，使学生可以在强烈的学习兴趣和学习动力的驱动下进行自主性的探索以及学习，并且也可以在班级中形成良好的互动。
（四）利用人工智能技术进行辅的教学在电气信息类专业教学课堂中，教师在利用人工智能技术进行教学时，要在原有课程的基础上充分地发挥人工智能技术的优势，从而对实际教学起到一个良好的辅助作用。比如，在实际教学的过程中，教师需要将理论知识和学生的实践学习进行相互的结合，提高课堂教学的真实性和有效性，在课程内容中要围绕着各种企业的实际项目来让学生进行知识内容的学习，教师要利用人工智能技术的优势为学生展现真实的一线工作现场，让学生全面的感受工作的环境，不仅有助于提高课堂教学的效果，还可以让一些抽象的理论知识变得生动和直观，促进学生学习效率的提高。
（五）在电气设备故障诊断中的应用在电气设备故障诊断中，人工智能技术中的模糊理论、人工神经网络和专家系统的应用比较广泛。以前我们常常面临的问题是，当电气设备出现问题或故障时，总是表现出比较复杂的症状，采用传统处理手法难以对问题做出准确判断和查找，人工智能技术则很好地解决了上述问题。比如发电机的设备故障具有非线性、不确定和复杂性的特征，传统论断方法准确率非常低，而通过人工智能技术中模糊理论和专家系统的综合应用，能大大提高故障论断的准确率。
自1956年人工智能概念在达特茅斯会议提出以来, 人工智能的发展超出了人们的想象:1997年, IBM超级电脑深蓝击败国际象棋世界冠军卡斯帕罗夫;2016年, 由Google旗下的深度学习公司Deep Mind开发的人工智能围棋程序Alpha Go战胜了世界围棋冠军李世石, 这件事轰动了全世界[1]。随后有关人工智能的热点应用不断推出, 比如无人驾驶、智能医生、语音与人脸识别等, 让我们认识到人工智能的应用已与生活息息相关。在教育领域, 人工智能应用也取得了重大突破, 比如2017年高考期间, 机器人艾达挑战高考数学, 10分钟就答完, 获得134分, 激发了教育领域对人工智能的巨大热情, 同时也引发了人们对教育的忧虑与反思[2]。2017年7月国务院印发了《新一代人工智能发展规划》, 提出人工智能产业竞争力在2030年要达到国际领先水平。目前世界主要发达国家先后从国家层面人工智能政策规划, 将人工智能作为国家经济发展、社会变革和国际竞争的新动力[1]。
1 人工智能定义和发展阶段
人工智能的英文是Artificial Intelligence, 简称AI, 人工智能的内容不断丰富和发展, 至今还没有统一的定义。比较权威的说法认为[3]:人工智能是关于人造物的智能行为, 主要包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的长期目标是发明出可以像人类一样或能更好地完成以上行为的机器, 短期目标是理解这种智能行为是否存在于机器、人类或其他动物中, 所以它包含了科学和工程双重目标。根据其功能强弱, 人工智能分为三类, 即弱人工智能、强人工智能还有超级人工智能。人工智能的发展大体上经历了三个阶段, 第一阶段是20世纪50~60年代, 提出人工智能的概念。主要以命题逻辑、谓词逻辑等知识表达和启发式搜索算法为代表;第二阶段是20世纪70~80年代, 提出了专家系统, 同时基于人工神经网络的算法研究发展迅猛, 伴随着半导体技术计算硬件能力的逐步提高, 人工智能逐渐开始突破;第三阶段是自20世纪末以来, 尤其是2006年开始进入了大数据和自主学习的认知智能时代。随着移动互联网的快速发展, 人工智能的应用场景也开始增多, 特别是深度学习算法在语音和视觉识别上实现了巨大的突破[4,5]。人工智能的技术体系主要分为四个方面, 即机器学习、自然语言处理、图像识别以及人机交互等。当今击败世界围棋冠军李世石的Alpha GO主要应用了机器学习中的深度学习算法。
2 人工智能应用状况与反思
2017年, 阿里的无人超市落地杭州, 进店、挑选商品、付款支付一气呵成, 消费者几乎在完全自主的状态下完成购物。与此类似, 昆山富士康公司裁员6万名工人, 全用机器人代替。京东、淘宝引入的智能机器人替代了原来的仓库管理、人工客服等岗位。因此有学者悲观地断言:在人工智能时代, 因为很多职业岗位或技能将被智能机器人所代替, 职业院校毕业生很有可能面临毕业就失业的窘境。笔者认为, 我们不应该重蹈历史上英国制定的限制汽车推广使用的《红旗法案》的悲剧。正是这个在今天看来毫无道理的, 但却持续了三十年的法案让德国和美国的汽车工业完全赶上来, 最终远超英国。人工智能应用必将淘汰或替代很多现有就业岗位, 但同时又会创造新的就业岗位, 这是一个伴随着产业智能升级的、长期的艰难过程, 对于职业教育来说, 这既是一个严峻的挑战, 也是一个难得的机遇。
3 人工智能时代职业教育的发展策略
为了更积极地适应人工智能时代, 除了国家层面的统筹规划、科学指导和政策、经费支持之外, 建议还要做好以下几个方面的发展规划。
3.1 解放思想, 更新理念与制度
中国工程院院士潘云鹤提出, 人工智能走向2.0阶段的真正原因是世界正从原来由人类社会与物理空间构成的二元空间, 向着由物理空间、人类社会与信息空间构成的新三元空间演变[6]。因此, 职业教育在教学和管理过程中应该加入人工智能等相关理念和技术, 同时其办学定位、人才培养方案、专业建设、课程内容、考核评价标准等方面都需要做出相应的改进。比如当前大多数职业院校非计算机类专业的课程安排中, 信息技术类课程课时偏少, 数据处理、编程类或人工智能课程几乎没有, 这样的安排不利于提升学生的信息素养, 必须做出相应的调整, 同时适当减少将来可被人工智能应用替代的技能课程的课时, 比如电算会计、环境监测等。
3.2 善用人工智能, 提升教学与管理
在人工智能背景下, 教师们现有的重复性工作和大量数据积淀的教学任务, 比如批改作业或阅卷或课堂考勤都可能被人工智能取代, 因此, 教师能腾出更多的时间, 更充分地关注学生的个性差异, 从而为学习者提供更精确的个性化学习服务, 教师也能够及时调整教学方法和手段, 优化教学评价方式, 补充教学资源, 减少备课重复性工作, 提升教学效率, 真正地做得因材施教, 同时学生们的学习方法和方式将不同程度地得到重构, 基于大数据的智能在线学习平台大量出现, 不同的学校、学科及专业课程不再封闭, 学习时时处处都可以进行, 碎片化与个性化学习将日益普遍。教师能完整地跟踪学生的整个学习过程, 比如学生上课是否睡觉、是否玩手机、是否在教室里与其他同学合作学习等, 都能够根据监测数据进行智能解析, 有利于更有效、更全面地对学生进行过程性评价。大部分课程考试将全部自动化, 考生资格审查利用人脸识别、监考与阅卷都由智能机器来完成。上述人工智能给教学带来的这些变化既需要网络硬件设施和相关软件系统来支撑, 更需要职业教育的教师们继续提升信息技能、深化和加强信息素养。
3.3 深化产教融合、优化实训筑牢就业
在人工智能时代, 职业院校应与相关行业统筹发展, 深化产教融合, 拓宽企业参与的途径, 深化引企入教改革, 支持引导企业深度参与职业院校的教育教学改革, 多种方式参与学校专业规划、教材开发、教学设计、课程设置、实习实训, 促进企业需求融入人才培养环节;鼓励以引企驻校、引校进企、校企一体等方式吸引优势企业与学校共建共享生产性实训基地;全面推行现代学徒制和企业新型学徒制, 推动学校就业与企业招工无缝衔接。比如职业教育将出现新师徒制, 行业领域的行家里手将通过互联网以VR或者AR技术言传身教的方式, 带领规模庞大的徒弟用碎片时间进行学习与实践。
3.4 完善终身学习的职业教育体系
随着人工智能应用的深入推广, 职业院校培养的技能型人才所掌握的技能如果不及时进行充电升级, 中低端的重复性强的工作将面临被智能机器人不同程度进行替代的危险。所以对于不少技能岗位, 守着一门技术吃一辈子老本的时代将一去不复返。因此, 职业教育要继续完善终身教育体系, 为职业教育学生的充电升级铺就一条纵深的通道。
3.5 人文教育为道, 智能教育为用
在人工智能的帮助下, 简单重复性的工作将被机器替代, 人们将从重复繁琐的事务中解脱出来, 转去从事更具有创造性、创新性或者更具有情感类的工作, 这些工作需要人与人之间的合作与沟通, 因此, 职业教育更需要注重学生思想道德水平、人文综合素质的培养, 这是做人之道, 在此基础之上激发学生们的学习主动性和创造力, 促进跨界思维的形成, 更好地掌握人工智能时代的相关职业岗位知识和相应的智能技能。著名理论物理学家霍金曾说:完全人工智能的研发可能意味着人类的末日。Tesla汽车和Space X公司创始人马斯克说:我们必须非常小心人工智能。如果必须预测我们面临的最大现实威胁, 恐怕就是人工智能了[7]。一群没有良好道德水平的, 但掌握了智能技术或设备的人们是危险的, 所以职业教育应该从学生入学起就开始, 不断提升学生的思想道德水平, 热爱社会、热爱生活、乐于助人、与人为善。只有这样, 人工智能应用才能更好地服务人们、造福社会。
4 结论
人工智能正在快速又深刻地改变我们的教学、生活和工作方式, 也对职业教育提出了严峻的挑战, 同时也是一个巨大的机遇。职业教育在面对人工智能时代的变革时, 须要从国家政策、理念与制度、教学管理、产教融合、终身学习等方面做好应对, 切实地把握人文教育之道对智能教育之用的统领原则, 培养能很好地掌控人工智能技术和应用的人才。
参考文献
[1]谢青松.人工智能时代职业教育的转型和发展[J].教育与职业, 2018 (8) :50-56.
[2]苏令.人工智能来了, 教育当未雨绸缪[EB/OL].[2018-05-15].
[3]Nils J.Nilsson.人工智能[M].郑扣根, 庄越挺, 译.北京:机械工业出版社, 2000.
[4]王璐菲.美国制定人工智能研发战略规划[J].防务视点, 2017 (3) :59-61.
[5]贺倩.人工智能技术在移动互联网发展中的应用[J].电信网技术, 2017 (2) :1-4.
关键词：人工智能；本科高年级教学；教学改革
中图分类号：G642 文献标识码：B
1 引言
人工智能是计算机科学与技术学科类各专业重要的基础课程，在信息类相关的许多高年级本科和研究生都开设了人工智能课程。人工智能是一门前沿性的学科，它主要研究计算机实现智能的基本原理和基本方法，同时人工智能也是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域。广义的人工智能涵盖了模式识别、机器学习、数据挖掘、计算智能、神经网络、统计学习理论等众多研究方向。人工智能作为计算机学科的重要分支，已成为人类在信息社会和网络经济时代所必须具备的一项核心技术，并将在未来发挥更大的作用。
由于人工智能课程的学习难度较大，内容更新比较快，也繁多，使得教学有一定的难度。特别是针对本科高年级的人工智能教学，由于本科生的研究意识相对较弱，而人工智能比较强调科研性，所以如何教好本科高年级的人工智能课程是一项非常具有挑战性的任务。
本文通过分析本科高年级的教学特点和人工智能课程的自身特点，在如何提高教学质量这一问题上提出了几点思考。
2 本科高年级的教学特点
中国的本科教育，由于历史和经济发展水平等诸多原因，目前的定位还是培养某方面专业人才的专才教育。本科高年级学生在完成了低年级公共基础课程和部分专业基础课程的学习之后，迫切希望了解本专业的应用领域和发展前景，所以在教学过程中要注意内容的应用性和专业性。另一方面，本科高年级学生也是研究生教育的储备人才，在教学过程中要适时的进行科研引导，这样能够让毕业生保持对科学的兴趣，从而为研究生阶段进一步深入研究打下基础。本科生一般于4年级的10月份开始着手毕业设计，在本科高年级的教学过程中还要注意与毕业设计的内容相结合，这样可以让学生提前做好准备，选择适合自己的方向。
3 人工智能课程的学科特点
与信息类其它专业课程相比，人工智能具有应用性、研究性和发展性三个重要学科特点。首先，人工智能是一门应用性很强的学科。人工智能学科的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。人工智能技术广泛应用于模式识别、数据挖掘、智能控制、信息检索、智能机器人等领域，在日常生活中，随处可见人工智能技术的应用实例；其次，人工智能技术具有很强的研究价值，是计算机科学领域中重要的研究方向。技术进步无止境，研究者们不断追求开发出效率更高、更智能的人工智能技术：最后，人工智能是一门正在发展中的学科。随着信息化、计算机网络和Internet技术的发展，人类已步入信息社会和网络经济的时代，它们为人工智能提出了许多新的研究目标和研究课题，人工智能的应用领域以及技术算法都在不断发展。
4 人工智能教学的三点思考及对策
4.1 注重应用性和介绍性
在教学实践中，笔者发现，本科高年级学生一般比较关心各种人工智能技术的应用领域和使用方法，而对基础性理论和技术细节不是很感兴趣。他们一方面希望能学到很多较新和较实用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老师的教学主要停留在介绍性层面，不想花太多时间在复杂的理论理解上。这也比较符合本科高年级的教学特点，本科阶段主要是培养具备较强应用性和基础科研素质的专业人才。传统的人工智能教学主要讲授知识表示和搜索推理技术，大部分实例都是解答式或推证式的。由于其知识的抽象性，又加之其应用实例较少，所以往往教师感觉难讲，学生在学习过程中也感觉乏味，对讲授的内容大多都是死记其方法和步骤，因此影响了教学效果。针对这一问题，笔者认为，在设计人工智能教学时，要注重内容的新颖性、实用性和介绍性。除了讲授那些仍然有用的和有效的基本原理和方法之外，要着重介绍一些新的和正在研究的人工智能方法和技术，特别是近期发展起来的方法和技术，如支持向量机、决策树、模糊集、遗传算法、蚁群算法等。这些内容的理论部分可以不必过分深究，教学重点主要放在介绍每种技术的产生背景、发展状况、应用领域和具体实现上。此外，要注意理论与实际应用密切结合，在教学过程中加入一些与课程内容结合的、可以用计算机实现的实际应用内容。考虑到目前应用最广泛的人工智能领域之一是模式识别，而研究模式识别的主要计算机工具是Matlab，所以笔者在教学过程中以手写数字识别作为教学实例，针对所介绍的每一种人工智能技术，都将其应用于手写数字识别当中，并讲解了这些技术的Matlab实现方法。学生在掌握了基本理论之后，可以按照实现步骤的指导，立刻上机见到算法的实际效果，加深对算法实现思路和方法的认识。
4.2 注重科研引导性
本科教学不仅要培养学生的应用能力，还要培养学生具备基本的科研素质。本科教育一方面为社会培养了大批应用型人才，另一方面也要为我国的科研事业培养后备力量。特别是近几年来我国对科研的投入不断增加，研究生招生规模逐年增大，本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题，其涵盖的分支非常广泛，如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等，都是目前国际和国内热门的研究方向。针对这一特点，在本科高年级的人工智能教学中，还要注意对学生适时适度的科研引导。这样可以激发学生的研究兴趣，树立目标意识，找准研究方向，为未来的科研工作打下基础。在教学过程中，可以引导学生思考每种人工智能技术的优点是什么?缺点是什么?有没有改进的办法?比如BP神经网络是计算智能中较为成熟的技术，具有强大的非线性学习能力，在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用。然而BP神经网络算法自身也存在着一些缺点，如会有局部最小解、解受初值影响较大、理论解释不完善等。近十年来，研究者逐渐把目光转移到另一种新的非线性学习工具――支持向量机上。同神经网络相比，支持向量机具有泛化能力强、不受局部最小问题困扰、理论背景完善等显著优点。在给学生讲解BP神经网络算法的时候，一方面可以通过手写数字识别实验展示其强大的非线性分类能力，另一方面也要告诉学生，BP神经网络并不是完美的，其缺点同样明显。然后引导学生对这些问题进行思考，讨论有没有更好的解决办法。此时，顺势引出支持向量机的内容，并且介绍支持向量机的研究现状和研究方向。通过两者的对比，学生不但了解到了较新的人工智能技术，又对人工智能研究中如何去发现问题、解决问题、人工智能技术的进化历程有了直观的印象。
4.3 教学内容与毕业设计相结合
本科毕业设计是对本科生用所学知识来解决实际问题和进行专业研究能力的检验，是本科高年级学生将要面临的一项重要任务。由于人工智能学科具有应用性和科研性的特点，人脸识别、网页检索、经济预测、基因数据处理等应用领域都离不开人工智能技术，所以人工智能方向为学生提供了丰富的毕业设计选题。针对这一特点，在本科高年级的人工智能教学中，可以适当穿插介绍有关毕业设计的内容。告诉学生哪些应用领域是目前人工智能研究的热点方向，哪些人工智能技术可以用来解决这些问题。通过向学生介绍具有一定应用价值和研究意义的题目，然后引导他们查找阅读相关技术文献，分析问题，解决问题，最后编写代码和撰写论文。比如笔者给学生提供的选题包括：(1)基于支持向量机的上市公司信用评价；(2)正则化回归在股票预测中的应用；(3)基于肤色的人脸检测；(4)基于内容的网页图像检索等。这些题目应用性强，具有一定科研深度但是难度又不至于太大，学生选择这些题目的积极性很高。通过将教学内容与毕业设计相结合，不但加深了学生对课程的理解，又使其找到了合适的毕业设计题目，可谓一举两得。
关键词：人工智能；学习兴趣；教学方法
1956年，在美国Dartmouth大学，由数学家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班，他们在此讨论班上第一次正式使用了人工智能(Artificial Intelligence)这一术语。人工智能是一门多学科交叉的课程，涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科，是新理论和新技术不断出现的综合性学科。当前，人工智能领域加强了从人类智能与生命现象中汲取养分的趋势，加快了向分布式系统与复杂系统靠拢的步伐，智能化的应用更为深入，影响更为广泛，其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。
1人工智能导论课程特点
人工智能导论是人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程，需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础，数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比，人工智能课程有鲜明的特点，主要表现在思想方法上强调启发性、算法上强调不确定性。同时，由于人工智能是一个新思想和新技术层出不穷的开拓性领域，因此其对学生的训练是鼓励创新的，具有其他课程不可替代的作用。
人工智能导论是计算机相关专业的必修课，在许多信息类相关的本科教学中也有开设，一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育，培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后，本科高年级学生应该了解本专业的应用领域和发展前景，因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识，初步的科研训练设置在第八学期，即所有课程学习完毕之后的毕业设计，而人工智能课程强调科研性，因此教学难度较大，由此带来的最直接后果就是学生学习兴趣不高。同时，对有志于读研的学生而言，本科阶段的学业也是研究生教育的起点，在教学过程中要适时的进行科研引导，提升学生对科学研究的兴趣，为研究生阶段打下基础。可见，圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。
2教学内容安排
人工智能的研究和应用领域非常广泛，包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。
人工智能导论课程涵盖内容较多，因此需要明确“精讲”和“泛讲”的内容，以使教师和学生在教学活动中都有所侧重。当然，首先应和学生说明，泛讲并不代表内容不重要，只是由于课程性质和课时的关系，暂时不作深入探讨。日后如有需要，可在此基础上进一步学习和研究。结合当前人工智能学科的发展状况，根据教学大纲和作者的教学经验，对人工智能导论课程教学内容的精讲和泛讲安排如表1所示。
3提升学生学习兴趣的教学方法
3.1穿插背景故事
为激发学习积极性，针对学生喜欢听奇闻轶事、想象力丰富的心理特点，通过讲述一些与教学内容有关的故事或者趣事来吸引其注意力，辅助思维并丰富联想，使学生在愉悦中完成学习[2]。下面列举几个我们在课程教学中用到的背景故事，通过这些故事，不但传授了知识，也活跃了课堂气氛。
1) 人类智能的计算机模拟与人机大战。
讲授人类智能的计算机模拟时，可以给学生简述一下IBM公司的超级电脑和国际象棋世界冠军卡斯帕罗夫之间的人机大战，以促进学生对人类智能和人工智能的进一步思考。北京时间1997年5月12日凌晨4点50分，在美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝” 以3.5U2.5的总比分战胜卡斯帕罗夫。2003年1月26日至2月7日，卡斯帕罗夫与深蓝的升级版“小深”又进行了一场人机大战，先后进行了6局比赛，最终卡斯帕罗夫以1胜1负4平的结果和“小深”握手言和。这也表明了人工智能和人类智能之间的较量还将持续下去。
2) 问题规约法与老和尚说教。
问题规约法是从要解决的问题出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。本原问题指不能再分解或变换且直接可解的子问题。可见，问题规约的本质是递归的思想。此时，可以给学生简述我们小时候就听说过的老和尚说教的故事，即“从前有座山，山上有座庙，庙里有个老和尚，老和尚对小和尚说，从前有座山……”。
3) 模糊理论与秃头悖论。
模糊推理是一种重要的不确定性推理方式，是指基于模糊理论进行的推理。讲授模糊理论时，可以先讲一下秃头悖论让学生讨论。一个人有10万根头发，肯定不能算秃头，不是秃头的人，掉了一头发，仍然不是秃头，按照这个道理，让一个不是秃头的人一根一根地减少头发，就得出一条结论，即没有一根头发的光头也不是秃头！秃头悖论的出现源于在严格的逻辑推理中使用了“秃头”这一模糊概念，因此需要以模糊逻辑代替传统的二值逻辑解决该问题。
3.2课堂辩论和多媒体教学
人工智能从其诞生之日起就充满争议，各种学派的争论使得人工智能的发展更趋完善，加快了其纵深发展。目前，人工智能的争论主要有两方面，即研究方法的争论和技术路线的争论。前者争论的主要问题有人工智能是否得模拟人的智能；对结构模拟和行为模拟是否可以分离研究；对感知、思维和行为是否可分离研究；对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究；是否有必要建立人工智能的统一理论体系。后者争论的主要问题是沿着什么样的技术路线和策略来发展人工智能。
在课堂教学中，可以充分利用人工智能中存在的争论较多这一特点，针对相关议题组织课堂辩论，如可用议题“机器的反叛――机器的智能会超越人类吗？”。让学生在图书馆或者从网上查阅相关资料，明确自己的论点并准备证据材料，并在课堂上进行辩论。这类辩论无所谓输赢，旨在通过这种活动，增进学生思考[3]。教学中，还可以充分利用多媒体教学的特点，如让学生观摩电影《终结者》系列、《人工智能》、《黑客帝国》等，增强学生对人工智能的直观感受，提高课堂教学效果[4]。
3.3应用实例分析
普遍而言，本科学生对单纯的理论讲解不太感兴趣，因此在教学过程中，适当增加一些实验和设计，提高学生分析问题的能力和实际动手能力。比如，讲解知识的产生式表示法时，给出产生式的概念和基本表示形式之后，可以通过“野人与传教士过河”问题来说明产生式表示法的具体应用过程；讲解计算智能的进化计算部分时，给出进化算法的几种具体形式和算法流程之后，可以通过中国旅行商问题(CTSP)来说明算法求解问题的过程。教师在教学过程中，可以根据需要，选择一些合适的应用实例进行分析。通过这些实例，既能加深学生对知识的理解，又能增加学习的兴趣。下面给出两个实例的简单描述。
1) 产生式表示法求解“野人与传教士过河”问题。
问题：传教士和野人各N人过河，现只有一条船，传教士和野人都会划船，船一次只能载k人，船上野人多于传教士时野人就会吃掉传教士，问如何安全过河？(不失一般性，以N=3，k=2为例求解)。
求解简述：设综合数据库中状态用三元组(m, c, b)表示，其中m、c、b分别表示传教士、野人和船的数目，则有：
0≤m, c≤3, b ∈{0, 1}
以左岸为参照点，则初始状态和目标状态分别为(3，3，1)和(0，0，0)。据此，可以给出一条产生式规则如下：
IF (m, c, 1) THEN (m-1, c, 0)
以此类推，把所有可行的规则都求出之后，就可按照规则集和控制策略得到问题的解。
2) 遗传算法求解31个城市的CTSP问题[5]。
问题：给定有限个城市的集合C={c1,c2, …,cm}及每两个城市之间的距离矩阵D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出满足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一个全排列。我们以CTSP问题为例，即求解中国31个城市之间最短巡回路线的问题。
求解简述：路径表示直接使用城市在路径中的相对位置，如有编号分别为1、2、3、4、5的5个城市的一条路径4－1－2－5－3，用路径表示方法直接可写为(4 1 2 5 3)。适应度函数值用路径的实际长度表示。交叉算子采用次序杂交，即选择父体的两杂交点，交换相应的段，其它城市则保持在父体中的相应次序。变异算子采用倒位算子，即随机选择两个位置，然后将它们之间的城市反序。通过运用遗传算法求解，可得最优解为15 404 km，对应的巡回路线为“北京―呼和浩特―太原―石家庄―郑州―西安―银川―兰州―西宁―乌鲁木齐―拉萨―成都―昆明―贵阳―南宁―海口―广州―长沙―武汉―南昌―福州―台北―杭州―上海―南京―合肥―济南―天津―沈阳―长春―哈尔滨―北京”。实例讲解完成后，可要求学生采用相同或者不同的方案自己去实现一下问题的求解过程。
4结语
人工智能是计算机科学与技术专业的一门核心课程，同时也是一门交叉学科，涉及面广，理论性强，教学难度较大，学生的学习兴趣有待提高。本文作者根据自己在人工智能导论课程中的教学实践和课程特点，明确了教学中的精讲内容和泛讲内容，总结了三种提高学生学习兴趣的教学方法，并给出相应的实例说明，旨在为本门课程的教师提供教学参考。
参考文献：
[1] 蔡自兴,徐光v. 人工智能及其应用(本科生用书)[M]. 北京:清华大学出版社,2003:288-296.
[2] 薛占熬,齐歌,杜浩翠,等. 离散数学的课堂导入法研究[J]. 计算机教育,2010(8):95-99.
[3] 徐新黎,王万良,杨旭华. “人工智能导论”课程的教学与实践改革探索[J]. 计算机教育,2009(11):129-132.
[4] 李春贵,王萌,何春华. 基于案例教学的“人工智能”教学的实践与探索[J]. 计算机教育,2008(9):53-54.
[5] 杨利英,覃征,贺升平,等. 改进的演化近似算法求解TSP问题[J]. 微电子学与计算机,2004,21(6):126-128.
Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence
YANG Liying
(School of Computer Science, Xidian University, Xi’An 710071, China)
Abstract: This paper presents three teaching methods for promoting learning interests based on the characteristics of Introduction to Artificial Intelligence and our teaching experience. These methods have been used in practice. The teaching practice shows that the methods proposed in this paper can promote learning interests effectively.
政策催化进一步加强
国内AI有望“弯道超车”
目前，各国政府都高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入。美国主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。可以说，人工智能成为各国“大脑”计划的重要内容。
当下我国社会面临老龄化压力、经济转型和制造业升级，对此，国务院在印发的《中国制造2025》中明确指示，要把智能制造和高端技术创新作为重点建设工程，特别提出要发展和培育一批产值超过100亿元的人工智能核心企业。
国内市场的扶持政策频出。2015年7月，国务院印发《“互联网+”行动指导意见》，将发展人工智能提升到国家战略层面;2016年1月，科技部部长万钢提出“科技创新-2030项目”，智能制造和机器人成为重大工程之一。
在2016年3月两会召开期间，《国民经济和社会发展第十三个五年规划纲要(草案)》正式出炉，其中提到，要大力推进先进半导体、机器人、智能系统、智能交通、精准医疗、智能材料等新兴前沿领域的创新和产业化，形成一批新增长点。
政策和资金的支持、人才储备、技术的积累和突破等都为人工智能的发展提供了基础条件。科技部高技术研究发展中心研究员刘进长认为，我国人工智能与机器人技术的快速发展，一是因为国家的高度关注与政策支持，二是得益于金融界的重视与大企业的不断进入。
“2014年，中国市场的工业机器人销量猛增54%，我国智能语音交互产业规模达到100亿元，指纹、人脸、虹膜识别等产业规模达100亿元。”广证恒生副首席分析师赵巧敏向《经济》记者分析称，在利好因素的促进下，我国人工智能技术攻关和产业应用发展势头良好。
在她看来，目前国际巨头在人工智能技术上还没有完全形成垄断。我国在人工智能的研究上与发达国家相比，甚至与美国相比都不算落后，这是难得的历史机遇，是提升综合国力和影响力的绝佳机会。
“我国完全有可能利用市场需求优势、用户数据优势等，抢占人工智能技术和产业的制高点，实现人工智能技术‘弯道超车’。”赵巧敏称。
人工智能大潮来袭
千亿市场规模可期
人工智能已经开始进入一个新的阶段。从Siri识别到无人驾驶，都是人工智能的实现载体，涉及到的技术和领域跨越多学科，包括深度学习、智能识别、专家系统、神经网络、智能机器人等。
未来，人工智能需求将会激增。据BBC预计，到2020年，全球人工智能市场规模将达到183亿美元，约合人民币1190亿元。
“目前人工智能的应用领域主要还是以工业制造为主，但是随着经济结构的转型，以及不断攀升的劳动力成本，未来包括机器人在内的人工智能产品的市场需求将会不断扩大。”爱建证券研究所研究员刘孙亮向《经济》记者表示，随着人均可支配收入的增加，以及人口老龄化时代的来临，人工智能家庭化的现象将会普及，届时家用助老服务机器人、医疗机器人以及家用清洁机器人的市场需求将会激增。
国内著名的咨询机构艾瑞咨询在参考人工智能行业全球市场规模后预计称：在不包括硬件产品销售收入、信息搜索、资讯分发、精准广告推送等的情况下，预计2020年中国人工智能市场规模将达到91亿元人民币。
而目前市场的关注点还只是在智慧金融、智能家居等应用领域，对于人工智能的发展空间来说，这只是冰山一角。
赵巧敏表示，由于人工智能属于基础型技术，与机器人和大数据联系紧密，其水平的提升将带来多领域的应用扩展，大幅拓宽传统产业的发展之路，造成未来5-10年的巨大颠覆性影响，产生10-100倍的溢出效应，由此将打开万亿规模的市场空间。
“仅仅以工业机器人领域为例，在智能化水平提高后，将降低固定资产投资成本近30%，降低人工成本近60%-70%，在汽车整车、零部件制造、食品工业及物流等行业产生8-10倍的产业集群带动作用，对应着800亿-1000亿元的市场规模。”赵巧敏说。
实际上，中国人工智能的商业化应用环境甚至能创造更大的市场空间。我国人工智能的商业应用水平已经十分繁荣，这一概念已经渗透了教育、金融、医疗、文体娱乐等领域，且获得了很好的市场反响。
“市场关心的IT和互联网领域几乎所有的主题和热点，例如智能硬件、O2O、机器人、无人机和工业4.0，发展突破的关键环节都是人工智能。”赵巧敏表示，人工智能的发展是必然趋势，它将成为未来30年内我国技术发展的重心，也会给互联网领域带来新的突破，给人们的生活带来翻天覆地的变化。
在人工智能应用领域，我国已经发展得较为全面，包括家居领域、安防领域、医疗领域、企业领域、金融领域和教育领域。
然而尽管目前我国自主知识产权的文字识别、工业机器人、娱乐机器人等智能科技成果已经进入大规模实际应用，但市场空间仍然很大。中泰证券首席宏观策略师罗文波向《经济》记者表示，我国机器人的“密度”只有德国、日本的1/10，行业发展空间巨大。
VC青睐人工智能
巨头加速并购
人工智能一直是硅谷大佬们疯狂追求的领域，谷歌、Facebook、IBM均重金投资人工智能，是目前AI领域的领导者。微软、谷歌和Facebook等全球科技巨头都认为2016年是AI迅速进化的关键节点。
Google希望在人工智能领域复制Android的成功，并力图打造一个机器人帝国;Facebook计划在2016年制造出能够在家务和工作上帮助自己的人工智能;苹果4天内接连收购两家人工智能初创公司……
据罗文波统计，目前全球人工智能企业已经超过了900家，大多集中在北美和西欧。这些人工智能初创企业总估值超过87亿美元。“随着日本、北美、欧洲的‘大脑’计划大规模布局人工智能，2040年全球很有可能实现广义的人工智能。”
除互联网巨头外，敏锐的资本方也在积极布局人工智能领域，近年来风投不断加大对人工智能初创企业的投资，持续布局人工智能这个重要风口。
“2014年人工智能企业融资总量首次超过10亿美元，2015年融资总量更是超过12亿美元。2016年到现在，全球在人工智能领域的投资已经超过4亿美元。”渤海证券研究所证券分析师齐艳丽向《经济》记者表示，随着科技巨头在人工智能领域的布局将提速，VC/PE在人工智能领域的投资也将随之爆发。
“反过来，资本层面的爆发也将持续带动人工智能行业加速爆发。”齐艳丽认为，虽短期看人工智能仍处于大规模投入期，较难变现，但未来人工智能应用于无人驾驶汽车、辅助诊断、刑侦监测等领域将会产生巨大的商业价值和社会价值。
在全球市场火爆的背景下，国内市场也充满了巨头和风投的博弈与布局。
出于对人工智能行业商业前景的看好，国内巨头纷纷进军人工智能领域，百度、阿里、腾讯均在人工智能领域发力。
其中，百度2014年研发投入接近70亿，同时涉足了深度学习与自动驾驶领域，并推出了“百度大脑”计划;阿里巴巴推出了国内首个人工智能平台DTPAI;腾讯推出了撰稿机器人Dream writer，开放了视觉识别平台腾讯优图，同时成立了腾讯智能计算与搜索实验室。一些具有创新性眼光的巨头公司也相应进入，让整个行业迎来了爆发的机会。
“互联网巨头公司和创业公司是我国AI技术基础研究主力军。在国家政策大力支持下，无论是科研机构还是企业都在加大人工智能研究的力度，由此也取得了较为不错的成绩。”据罗文波介绍，截至2015年底，我国人工智能领域已有近百家创业公司，约65家获得投资，共计29.1亿元。人工智能领域布局如火如荼。
巨头的基础层切入为人工智能基础领域的研究带来了巨大的资金优势和人才支持，使得部分技术达到世界一流水平。例如，我国的视觉、语音识别的技术已经处于国际领先水平。
而近两三年，风投也开始加速了在这一领域的投资步伐。2014年开始，我国人工智能领域投资金额、数量、参与投资机构数量均大幅增加，2015年更是实现了跨越式的增长。“2015年我国投资人工智能的机构数量已经高达48家，是2012年投资机构数量的6倍;投资额为14.23亿元，是2012年投资额的23倍。”赵巧敏表示。
短期看好应用开发
长期关注技术研究
二级市场一向是搜寻热点的风向标。人工智能市场的火爆也催热了资本市场的相关行业。在市场空间巨大、产业前景明朗的背景下，占据资金优势的上市公司纷纷瞄准人工智能领域，分享广阔蓝海。
随着人工智能的不断进步和发展，最先实现产业化的AI应用层将最早迎来投资机会。银河证券分析师杨华超向《经济》记者分析称，无人驾驶、工业4.0、智慧医疗等主题将成为未来中长期的热点，建议关注相关主题的优质标的。“同时，AI数据层和应用层作为准入门槛较高的环节，之前具有技术积累和数据资源的公司将优先受益，可以关注目前已经在人工智能领域已经有技术和规模优势的公司。”
对此，罗文波则建议投资者，选择人工智能领域的标的，要分长短期来考量。“短期可关注在人工智能商业化应用有所突破的企业，长期可关注具备技术研究实力的公司。”
在他看来，具备竞争力的上市公司主要有两类，一是与机器人硬件制造相关的公司，它们一般拥有较好的智能制造业基础，在未来产业升级过程中，拥有强大的竞争优势;二是在人工智能商业化应用有所突破的公司。
对此投资逻辑，赵巧敏也表示认同，“短期看好应用开发领域，特别是基于当下较为成熟的感知智能技术如语音、视觉识别的服务、硬件产品等的应用开发将是短期的投资亮点”。
“目前下游应用领域也面临着大量需求，如人口老龄化对服务机器人的需求、定制化生产对3D打印的需求、物流配速对无人机的需求等。”赵巧敏分析称，穿戴设备、3D打印、无人驾驶、服务机器是最值得看好的应用场景。
而从长期来看，在以现有技术为基础的应用领域基本饱和之后，只有技术研究才能推动新一轮的应用创新，赵巧敏称。技术研究是长期的投资关注点，“应该关注核心技术模块提供商和数据传输、运算、存储过程所涉及的基础设施运营商”。
与此同时，在主板之外，一些新三板标的同样值得关注。从2015年起，挂牌新三板的人工智能企业数量明显增加。以机器人子行业为例，仅2015年一年就有35家机器人企业在新三板挂牌，还有10家机器人企业在待挂牌状态，20多家公司在审查待挂的状态。投资者可以有选择地关注其中较好的标的。
关键词：人工智能；会计软件开发技术；翻转课堂；知识库；会计信息化
一、引言
近年来，随着云计算、人工智能、大数据和移动计算等新技术的发展与应用，知识管理理念的日趋成熟，新兴技术对高等学校教育教学模式的改革与创新带来了良好的机遇。2012年3月13日，教育部印发的《教育信息化十年发展规划（2011-2020年）》，旨在推进信息技术与教育教学的深度融合，实现教育思想、理念、方法和手段全方位创新。2016年6月7日，教育部颁布实施的《教育信息化“十三五”规划》，以期加快推动信息技术与教学教育的融合发展。这些政策的出台为高校翻转课堂教学模式的发展提供了明确的实施导向和政策支持，也为重庆理工大学会计信息化国家级精品课程之《会计软件开发技术》（AccountingSoftwareDevelopmentTechnology，以下简称为ASDT）课程实施翻转课堂教学模式改革与创新带来了良好的契机。知识库采用知识表示方式来存储、组织、管理和使用互相联系的基础学习知识、学习过程沉淀的知识和学生自我搭建的知识。基于人工智能技术的翻转课堂知识库构建与应用，不但可以调动学生的积极性和主动性，让课程教学延伸到网络平台，还能够在很大程度上提高课程的教学质量和教学效果。大数据、人工智能、知识库等技术的发展为翻转课堂教学模式的有效开展提供了良好的技术支撑，引起了教育界的广泛关注。周宇等人（2016）提出了一种面向关联数据的机构知识库构建方法，该方法能够覆盖机构知识库构建的整个过程，并支持机构知识的资源整合、语义检索、知识推理和关联数据。钟晓流等人（2013）信息化环境中基于翻转课堂理念的有效教学设计模型，对翻转课堂产生的背景与缘起、含义与特征、当前的研究进展与实践案例、相关的技术工具等进行了系统分析。曾明星等人（2014）阐述了翻转课堂的内涵、应用与研究现状，分析了软件开发类课程实施翻转课堂的可行性，探讨了软件开发类课程翻转课堂教学模型及其构成要素。刘清堂等人（2016）分析了机器教学、计算机辅助教学、智能导师系统的基本设计理念、关键技术以及代表性系统，提出以学习分析为核心的智能技术整合、融合人工智能和人类智能的自适应学习。综观上述文献，现有研究主要从翻转课堂的可行性和模型等方面去思考翻转课堂的教学模式改革问题，而利用人工智能、大数据等现代信息技术去改革与创新翻转课堂教学模式的研究文献还相对比较匮乏。基于人工智能技术的翻转课堂知识库构建与应用，通过全程记录课上和课下的教学互动过程，可以改善翻转课堂在教学方式、学生学习方式、评价体系等诸多方面的不足。鉴于此，本文基于大数据、人工智能等技术，探索改进与提升翻转课堂教学模式改革与创新的新技术与新方法。
二、基于人工智能的春秋战国翻转课堂知识的表达
人工智能（ArtificialIntelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，主要包括机器人、语言识别、图像识别、自然语言处理、智能监控、智能搜索等核心技术。ASDT课程将语音识别、语义识别、图像识别和智能搜索等人工智能技术融入翻转课堂教学改革的同时，导入春秋战国时期的七国争霸作为教学情景，将班上所有学生平均分成七个小组，分别对应齐、楚、燕、赵、韩、魏、秦等七个国家，每个小组的学生进行角色扮演，实施“春秋争霸”翻转课堂教学。在ASDT教学过程中，在讲授会计软件开发技术和会计数据业务处理流程的同时，让学生充分参与课程教学活动，强化互动学习，培养学生的团队协作能力、沟通能力、PPT制作与演讲能力、知识消化吸收及应用等能力。基于人工智能翻转课堂知识库构建的基础是将ASDT课堂的课堂教学活动和学生自主学习活动过程中形成的知识符号化的一个过程，通过对知识的映射转化为可供描述的事实和推理事实的数据结构。在构建知识库的过程中，知识的表达方式是构建知识库的关键。知识表达方式主要包括描述性、直接性、过程性等表达方式。其中，描述性的知识表达方式是客观和完整地反映相关专业领域的理论知识，具有准确性和逻辑性的特点。直接性的表达方式是以专业理论知识为基础，以图片、视频、音频和图形等方式直接表达知识的本质。过程性的知识表达方式是在教学过程中的积累和总结的经验知识。以下具体阐述在课堂教学活动和学生自主学习活动中知识的表达方式。
（一）课堂教学活动课堂教学活动由教师围绕各小组在完成作业的过程中遇到的实际问题，引导学生进行小组作品展示和组织小组间互动讨论。在课堂教学活动中，各小组通过PPT演示讲解本组作品中所涉及的知识点，运行程序进行作品展示。其他小组针对展示的作品轮流提问，小组回答问题以后，教师对作品进行综合性点评并打分。最后，教师根据知识库中的记录的学生自主学习活动中遇到的问题引导学生互动讨论，解决问题，针对学生不能解决的问题，进行重点讲解。在整个课堂教学活动中，教师对知识点的讲解、评价表现为描述性的知识，而教师和学生的角色高频切换，教师和学生评价、引导和提问不停迭代的探究式教学过程，表现为过程性的知识。通过语音识别、语义识别等人工智能技术的运用，自动识别和理解学生作品展示、各小组提问、教师综合点评等教学活动中的语言，转换为相应的文本，按照知识的表达方式自动分类，并实时传送到网络平台，更新知识库。
（二）学生自主学习活动将ASDT课程的教学目标和教学内容按主题进行任务分解，根据教学计划逐步推进，学生根据小组任务在重庆理工大学精品课程网上观看教学视频进行自主学习，小组成员合作完成小组任务。学生在学习过程中产生的疑问，可以借助智能搜索技术检索知识库，知识库推送相关知识点，帮助学生解决问题。在学生的自主学习过程中，学生在网页中通过简单检索、组配检索、限制检索等手段，进行交互式的访问，最终获得所需的知识信息，表现为过程性的知识。学生观看教学视频对相关知识点进行学习表现为直接性的知识。
三、基于人工智能的翻转课堂知识库的构建
在知识的直接性表达、描述性表达和过程性表达等多种方式下，多角度获取教学活动中的各种知识以构建知识库。基于人工智能的翻转课堂知识库包括教师编辑维护的知识库、学生自我搭建的知识库以及课堂学习过程中沉淀积累形成的知识库三部分，在教学活动中不停地进行动态更新，形成一个翻转课堂知识库的生态循环。其中，老师编辑维护的知识库是根据教学计划和教学任务按规则生成课题所需的知识点；学生自我搭建的知识库是根据学生在网络平台上提出的问题，生成的答案和解释；课堂学习过程中沉淀积累形成的知识库是自动记录和存储学生在课堂上的各种学习行为。基于人工智能的翻转课堂知识库，
（一）教师建立维护学生基础学习知识库教师首先根据教学总任务和总目标规划具体小组任务，按照教学大纲小组任务，同时在网络平台上编辑学生完成小组任务所需的基础知识和教学视频。此环节对课程的翻转和构建基础学习知识库具有重要的指导意义。建立基础学习知识库要和小组任务相匹配，并且具备合理性、科学性和可操作性，尽量涵盖完成小组任务所涉及的知识点。否则学生将无法完成小组任务，也无法有效建立基础学习知识库。学生根据小组任务和本小组实际情况，观看教学视频和学习资料，满足基础知识储备，完成小组作品。教师根据学生在自主学习过程中提出的问题不断更新维护基础学习知识库。
（二）学生自主学习形成知识库学生根据教师在网络学习平台上的任务，进行自主学习，完成小组的学习任务。当学生提出疑问时，网络平台会自动检索知识库，找到相应的知识点和教学视频对学生进行智能推送，学生解答问题。并且在人工智能技术的应用下，会自动记录学生在网络学习平台上的问题，形成并更新知识库，把学生的学习记录反馈给教师，帮助教师及时调整教学计划。
（三）课堂教学活动中形成知识库在学生的课堂学习中，小组成员进行PPT讲解和作品展示，在语音识别、语义识别和自动计分等人工智能技术下，自动记录和分析小组的作品展示情况、个人发言情况和积分情况。并且自动记录老师的总结点评和答疑，通过图像分析技术，自动归集学生个人的学习资料。同时，把课堂过程中的学生提问、教师答疑所涉及的知识，自动对接到网络平台，更新知识库。
四、知识库在翻转课堂教学活动中的具体应用
基于人工智能的知识库在翻转课堂教学活动中的具体应用主要包括自主学习、课堂教学和效果评价等三个方面。自主学习是指学生在翻转课堂的网络学习平台上进行课前的基础知识学习和基础知识自测，并且借助知识库解决疑问；课堂教学是利用基于人工智能技术构建的知识库，帮助教师和学生解决教学过程中的问题；效果评价是在翻转课堂的教学模式下，建立的适合现行教学模式下的学生评价体系，教师根据基础学习情况，在线统计问题，制定教学计划。下面将详细阐述人工智能的知识库在翻转课堂教学活动各中的具体应用，如图2所示。
（一）自主学习在自主学习过程中，学生首先了解教师的小组任务，在人工智能技术的应用下，根据老师的学习任务，智能化地制定学习目标。学生根据细化的学习目标进行自主学习，明确自主学习的课程内容，并根据课程内容和自身情况选择合适的学习内容。学生通过网络平台观看教师提供的教学视频或其他形式的学习材料开展学习，对学习收获进行记录，最后在网络平台上进行知识检测。同时，应用智能监控技术可以实时监控学生在网络上的学习情况和发言情况。学生可以根据自己的预习情况，在线提出问题，网络平台会根据学生提出的问题自动检测知识库，知识库推送相关知识点和学习资源，帮助学生分析和解决问题。利用智能监控技术，可以收集学生频繁在网络平台上搜索的所有问题。同时，学生也可以将问题进行拍照或者录制成视频发送给教师，利用图像分析技术可以自动识别图片或者视频中的问题并且推送给教师，根据问题调整教学内容和教学计划。
（二）课堂教学教师根据知识库中记录的学生自主学习情况，全面系统地了解学生的基础知识学习情况。知识库汇总学生在网络平台上的发言和提问情况，教师根据汇总的问题在课堂上进行重点讲解，使课堂学习更加高效。在学生作品展示、小组互动提问、教师综合点评等教学活动中，学生和教师可以借助知识库智能推送相关知识点，帮助解决教学活动中的问题。同时可以智能推理出合适的教学计划给教师进行选择。在学生提出问题和解答问题的过程中，智能收集问题和答案，形成知识，更新知识库。
（三）效果评价效果评价包含教学质量评价和学生评价两个环节。其中，教学质量评价是全面、系统的了解学生的学习情况和知识储备情况下，合理、客观地评估教师的教学质量。学生评价是考核学生的知识掌握情况、交流与沟通能力、演讲能力、协作能力、PPT制作能力、课堂参与程度和小组展示情况等。在基于人工智能的翻转课堂教学模式下，学生评价包括课堂教学活动和学生自主学习活动两个部分。通过语音识别和语义分析技术等人工智能技术，详细记录每一位学生在课堂上的发言情况、小组展示情况和教师对作品的点评情况。通过大数据分析技术，可以全面地了解学生在课外观看教学视频的情况和自测情况。因此，这种学生评价方式更加具有合理性和精准性。
五、结论
与传统的ASDT课堂相比，基于人工智能下的翻转课堂知识库的构建促使教学逐步从静态走向了动态，实现了以学生为主题，教师为主导的课堂教学理念，是适应新时期ASDT课程教学改革的必然。在基于人工智能的翻转课堂教学模型下，一定程度上改进了翻转课堂中的课堂教学、学生自主学习和效果评价等模块，有效督促学生自主学习，帮助学生在线答疑，同时更加综合地对学生进行考评，让老师教学更加高效。人工智能技术的广泛应用对于解决翻转课堂教学当前所面临问题的是较为理想的方案，它有助于提升翻转课堂整体的教学水平，促进翻转课堂的快速发展。
参考文献：
［1］周宇、欧石燕：《面向关联数据的高校机构知识库构建方法研究》，《图书情报工作》2016年第1期。
［2］刘清堂、毛刚、杨琳等：《智能教学技术的发展与展望》，《中国电化教育》2016年第6期。
［3］曾明星、周清平、蔡国民等：《软件开发类课程翻转课堂教学模式研究》，《实验室研究与探索》2014年第2期。
［4］钟晓流、宋述强、焦丽珍：《信息化环境中基于翻转课堂理念的教学设计研究》，《开放教育研究》2013年第1期。
［5］胡立如、张宝辉：《翻转课堂与翻转学习:剖析“翻转”的有效性》，《远程教育杂志》2016年第4期。
［6］王红、赵蔚、孙立会等：《翻转课堂教学模型设计》，《现代教育技术》2013年第8期。
［7］余燕芳：《基于移动学习的O2O翻转课堂与应用研究》，《中国电化教育》2015年第10期。
12月18日，由北京供销大数据集团举办的“加快大数据中心一体化进程・2017北京峰会”在京召开。
从“小背篓”到“大数据”
2016年，百货零售市场“闭店潮”汹涌。中国社会科学院财经战略研究院、社会科学文献出版社等的《流通蓝皮书：中国商业发展报告（2016―2017）》指出，未来5年内，中国的商品交易市场有1/3将被淘汰，另1/3将转型为批零兼有的体验式购物中心，还有1/3将成功实现线上与线下的对接。
北京市供销合作总社在这个变革的时代将如何实现转型升级呢？2015年12月18日，北京市供销合作总社宣布正式成立北京供销大数据集团。这是北京市供销合作总社一次重大的转型之举，完成了从“小背篓”到大数据的历史性跨越。时隔整整一年，北京供销大数据集团继续深化在大数据领域的布局，响应“建设全国一体化的国家大数据中心”的国家战略，作为中国大数据产业“国家队”的一员，努力推动国家大数据战略落地。
“我们打造的国际化大数据平台，将成为国家大数据中心的重要组成部分。”北京市供销合作总社副主任、北京供销大数据集团董事长姚从琪解释说，“北京市供销社一直以来保持诚实、守信的优良传统，可以保障平台的中立性；凭借跨区域、全球化的布局，可以保障平_的安全性；平台自身具有互联互通、运行高效和价格低廉的特征，可以保障平台的优越性。”未来，北京供销大数据集团还将基于供销大数据平台，发展包括“九金十盾”在内的政务云、涵盖各行各业的企业云、以“供销e家”为基础的商务云，以及科、教、文、卫、健康云。
以前，在云计算、大数据领域，无论是产品、技术，还是数据中心的建设和运维，国外厂商都占据领先地位。不论是出于安全可控的考虑，还是为了降低成本，在云计算和大数据领域都呼唤“国家队”能够“身先士卒”，通过自主创新，在云计算和大数据应用落地的过程中发挥积极而重要的作用。
北京供销大数据集团作为中国大数据产业“国家队”的一员挺身而出，在2016年围绕“3+10+X”的发展战略积极投入，在全球范围内打造拥有自主知识产权的分布式、全互联的数据中心集群网络，并凭借全球一体化的产业布局、创新的商业模式和跨全产业链的数据存储、分发、技术运维能力，成长为建设一体化国家大数据中心的主力军。
全国供销合作总社正在加快打造农村电商的专业性平台和地方性平台，同时加快打造全国供销电子商务“一张网”和农村电商“国家队”。在这一背景下，北京市供销合作总社敏锐地抓住了大数据时代的机遇，创建北京供销大数据集团，为发展大数据产业提供创新的企业平台，目前已与全国总社“供销e家”达成战略合作，将在电子商务、云计算、技术服务领域展开全面合作。从传统的零售领域跨界到大数据，现在又积极投身于国家一体化大数据中心建设的洪流之中，北京市供销合作总社的华丽转身值得点赞。
北京供销大数据集团未来将立足全国大数据产业园区布局与大数据平台资源的建设，同时借助合作伙伴在教育网络、科研创新、数据运营与分析、移动App资源等方面的支持，共建自主可控的大数据中心生态圈，通过不断完善供销云、企业云和金融云等一体化解决方案，为企业的数字化转型提供服务。
大数据落地的“道”与“术”
战略为“道”，产品为“术”，北京供销大数据集团CTO王帅宇在会上深度阐释了北京供销大数据集团践行大数据中心一体化国策的“道”与“术”。
“建设全国一体化的国家大数据中心”战略的提出，首次将数据中心建设提升到国家战略层面。王帅宇表示，北京供销大数据集团是为建设一体化的大数据中心而生，将肩负起捍卫国家数据的重任。
北京供销大数据集团致力于打造国内最大规模的第三方公立大数据中心集群。目前，集团位于承德、贵阳的数据中心已初具规模。未来，集团将按照既定的“3+10+X”战略，在更多地域布局和建设数据中心。2016年5月，集团正式成立美国子公司，成为数据中心全球一体化布局的桥头堡。
北京供销大数据集团认定，IDC/DC、CDN和云计算的一体化才是生存之道。“符合一体化者生，不然就会被淘汰。”王帅宇举例说，“由于我们三者都做，未来甚至可以将CDN免费，这对只拥有CDN业务的厂商来说是巨大的冲击。一体化将在未来5年内重塑整个行业。”
接下来，北京供销大数据集团将以创新的思路，采用前沿的技术、产品和流程打造数据中心，占领行业制高点。举例来说，在CDN方面，北京供销大数据集团将把产品做到极致。目前，集团已在全球范围内布局500个以上CDN节点，凭借专业的服务实现了网络和业务质量的可视化，并提供基于多级策略的智能调度响应功能。在云计算方面，集团将主攻“行业云”蓝海市场；同时打造“供销云”，为全国供销系统的农业电商平台提供支撑；集团还将深耕“企业云”，打破信息孤岛，让数据产生倍增效应。
“我们致力于将自身打造成一个一体化的大数据服务商。”北京供销大数据集团CDN事业部总经理曹杰表示，“我们的优势在于数据的存储、分发、处理和分析。通过落地‘3+10+X’的战略布局，我们将建设覆盖全国的数据中心集群，为数据存储提供安全、高效、互联的网络结构，部署覆盖全球的CDN网络，解决大数据的快速分发问题，为金融、保险、政务、农业、电商等垂直行业的用户提供数据处理和分析服务。从大数据基础设施到数据的存储、分发、处理和分析，我们的解决方案和服务是一体化的，这些优势是其他公司所不具备的。”
北京供销大数据集团愿做数据开放、数据流动的桥梁，从技术平台的搭建到价值的实现，完成大数据的融合。北京供销大数据集团已经在大数据基础设施、相关技术，以及商业模式创新方面做好了准备。
“供”生“供”赢
本次峰会的另一场重头戏是创新工场与北京供销大数据集团人工智能及大数据技术平台合作的启动仪式。创新工场创始人兼首席执行官李开复亲自参加仪式，并发表了演讲。
从2016年3月谷歌AlphaGo完胜著名棋手李世石开始，人工智能在2016年持续火了一年。语音识别、人脸识别等30年前人工智能的先锋们已经开始钻研的技术，如今终于从实验室走进了人们的生活和工作中。以前，因为计算设备的性能瓶颈、算法的限制，以及没有今天这样海量的数据和大数据中心的支持，人工智能的发展举步维艰。
人工智能技术的广泛应用为什么更需要一体化大数据中心的支持？“人工智能结合了多元化的信息。”李开复解释说，“人工智能需要整合大量的信息流，如果每个公司都将数据存在自己的服务器上，然后再逐一汇聚起来，显然不太现实，数据应该存在云上。美国许多先进的人工智能技术都是基于大数据中心和云平台推出的，比如亚马逊最近推出了人工智能服务，微软Azure上也有20种不同的人工智能服务。人工智能需要特别大的数据量，而且多元化的数据处理也特别适合在一个统一的数据中心环境中进行。”
深入了解了人工智能与大数据的关系，你也可以更真切地体会到，创新工场与北京供销大数据集团的合作是水到渠成。李开复表示：“人工智能企业需要的数据量十分庞大，包括人们出行、消费、征信等方面的信息。如此庞大的数据量不是一个公司能够收集和处理的，实现数据中心的一体化也就顺理成章了。此外，像人工智能人才的培养、相关计算资源的使用都需要一体化大数据中心的支持。这也是创新工场与北京供销大数据集团展开全方位战略合作的基础。”
在云计算、大数据时代，更需要产业链上下游的厂商，发挥自己的特长和优势，与合作伙伴打造共A共生的生态圈。北京供销大数据集团与创新工场的合作是一个良好的开端。在布局一体化大数据中心的过程中，北京供销大数据集团与众多合作伙伴的合作结出了累累硕果。
关键词：逻辑学 人工智能 教育
一、逻辑学的发展历史
逻辑学的鼻祖在西方历史中指出是亚里士多德，出自古希腊，但希腊历史基本上是西方人杜撰的历史，所以逻辑学的历史研究是存在问题的，很有可能是欧洲文艺复兴时期教会的产物。所以西方的逻辑学的历史应该往后推延，把中国的墨家和印度的因明学强行和逻辑学关联，是不客观和不切实的联系，每一门学科和某些学说都有和其它某些学科和学说的相似性，强行把某一家学说或学科与另外一些学说或学科进行关联是对历史和学术的一种不严谨、不负责的做法。所以对历史上产生过的学说、学术、思想和见解后世之人不能任意下结论，而应该考虑当时的历史文化背景，以及当时的社会状况，一味依据西方世界目前的标准是有失偏颇的。
现代逻辑理论就其自身而言，其发展动力主要有两个：一是来源于数学中的公理化运用，以及对日常思维的命题形式和推理规则进行精确化、严格化研究的推动。克服传统形式逻辑的缺陷是现代数理逻辑兴起的决定性因素。二是来源于对数学基础与逻辑悖论的研究，这是现代逻辑学发展的巨大动力。数理逻辑的创立，奠定了现代逻辑学的基础，为新的逻辑分支学科的产生、发展奠定了理论基础。分析哲学、人工智能、计算机科学和认知科学以及现代语言学等学科的发展，也为现代逻辑学的许多分支学科的发展提供了重要条件。那么，21世纪逻辑学将朝什么方向发展呢？逻辑学与其它学科的交叉和融合，预示着逻辑学将进入一个新的发展时期。从已有的成果来看，现代逻辑学将呈现以下发展趋势：1.多元化。逻辑学是一门多类型、多分支的学科，在现代逻辑学发展过程中，多元化是其发展的一个重要标志。20世纪80年代，逻辑学在计算机科学和人工智能领域获得了基础性地位；从此以后，现代逻辑学与哲学、语言学、计算机科学与技术、人工智能等学科不断交叉与融合，进一步推动了经典逻辑理论的应用和发展，促进了哲学逻辑、自然语言逻辑、人工智能逻辑、现代归纳逻辑等新兴逻辑分支学科的发展。特别是在计算机科学、人工智能和认知科学等现代科学技术研究中，逻辑学与其它学科互相融合，出现了多学科交叉研究的趋向，产生了许多新的研究领域。2.应用化。逻辑是科学技术的基础，一切科学技术的发展都离不开逻辑。现代逻辑学与其它学科的相互渗透，既为逻辑学的发展注入了活力，也为现代逻辑开辟了广阔的应用途径。
二、目前逻辑学编撰的情况及背景
目前，大陆地区出版的逻辑学教材基本是搞纯哲学背景的人士著写编撰，而现代逻辑学的发展除了逻辑的思辨，已经成了解决人工智能的重要手段，所以相关书籍的深度换血是势在必行。但由于大陆地区的教育结构，中学阶段过早的文理分科导致很多搞哲学的人对理科知识相当匮乏，人为导致了大陆地区逻辑学滞后于西方发达国家，而逻辑学研究的滞后也从某些方面导致了人工智能研究的滞后。
另外，现在流通于世的逻辑学方面的参考书，内容和排版情况基本大同小异，主要是以西方所谓的经典逻辑学为框架。而西方的经典逻辑学又使所谓的亚里士多德的理论占有不少的篇幅，这很容易让初学者产生一种错觉，就是逻辑学是一种语言游戏，要上升到哲学和宗教的高度几乎是很困难的。
而西方现代逻辑学一般是引入了数学方法，以数学方法为型，以逻辑学的哲学观点为脉，这样可以通过数学的思维方法促进学习者对哲学问题的解决，使之形神兼备、术道合用。在具体的实践过程中还引入了计算机作为强有力的手段，这样使较为抽象的概念变得比较好把握。
在理工科开设逻辑学一般以逻辑代数取而代之，逻辑代数的开始是大大强化了数学的思想和思考方法，但另一方面却淡化了哲学或宗教的思想和观点，所以成了重术不重道。这背后的原因也是由于文理科的过早分科所致，导致教授者本身的眼界和思维能力局限了对逻辑学的深入理解和进行宽泛的联系。
在某些大学中开设逻辑学只是作为选修进行，而且对逻辑学和现代科学的发展阐述得不是很深刻，容易使学习者觉得逻辑学是一种类似于文学修辞的延伸，这是教育中值得重视的地方。而要改变其状况，要使教授者本身对逻辑学有较深和较全面的认识才能避免使学习者进入误区。
三、逻辑学需要解决的问题及在技术上的应用
首先，逻辑学是作为研究思维的一门学科，而思维是高度复杂的东西，除了从传统的哲学角度考虑，还需要从计算器、电子、生物、化学、物理、数学等多学科角度考虑，才能最终解决思维的问题。其次，在逻辑学参考书籍的编撰方面，除了保留基本的哲学观点，还应从数学角度阐明其思想、观点，以及怎样通过数学方法来解决。再次，逻辑学的教学中除了让学生建立一定的哲学、宗教观念，还应让学习者从计算机人工智能方面做出探索。另外，在逻辑学中要培养学习者的计算机编程能力，让学习者把抽象的思想和观点转化为具体的程序，以计算机的形象化和高效处理促进逻辑学的不断发展。
教育上要解决文理过早分科的情况，才能从根本上保证培养出高素质的复合型人才，推动包括逻辑学在内的学科的全面发展。
现代逻辑应用于哲学而产生的哲学逻辑、应用于自然语言而产生的自然语言逻辑、应用于计算机科学和人工智能而产生的人工智能逻辑等，在逻辑理论应用的过程中，逐步形成了既相对独立又有内在联系的众多学科组成的逻辑学科群。逻辑的应用研究还延伸到其它学科领域，出现了量子逻辑、控制论逻辑、概率逻辑、价值逻辑、法律逻辑、科学逻辑等。这说明，在当前科学技术迅速发展的条件下，现代逻辑已经从哲学研究的范围中走了出来，也不再局限于数学领域，而是更广泛地应用到其它许多学科领域之中。逻辑理论在现代科学技术各领域的应用，促进了逻辑理论自身的发展，也促进了其它学科的发展。
四、小结
在大陆地区的逻辑学书籍和教育活动过程中往往主要教授形式逻辑学及三段论，这使学习者如一叶障目，看不到逻辑学的全貌及发展动态。随着逻辑学与各学科交叉力度的增加，应该避免过早文理分科，为培养复合型的后备人才打下良好的基础。另外，要加强逻辑学与计算机应用的结合，使抽象的逻辑过程可以通过计算机比较直观地呈现出来，使研究应用形成良好的互动。
参考文献
[1]陈永鑫 对德语词汇feudal翻译引发的对“封建”一词应用的深思[J].教育学文摘，2013，10期，中旬刊。
关键词：人工智能，基础教育，专业发展
一、前言
人工智能（ArtificialIntelligence，简称AI)快速发展，在一定程度上促进了人们的思维方式、人际互动模式以及学习和教学方式的改变，我国教育部门不断重视AI技术在基础教育领域中的融合，以更好地促进中小学生的个性化发展。AI视域下，教师的工作环境将会越来越智慧化，智能阅卷、智能授课和智能评估逐渐成为可能，教师可以根据学生的学习进度和学习特征，有针对性地对学生开展个性化指导。同时，学生在课堂上也可以更熟练的使用平板电脑而不是手抄本进行交流。目前，AI技术已经成为教育系统性变革的内生变量，不断推动着教育模式的变革、教育理念的更新以及教育体系的重构，基础教育信息化进入了创新发展的2.0时代[1]。虽然我国AI教育发展水平落后于国际先进水平，尚未在在中小学教育中普及应用，但是我国教育部门已经制定和出台了相关政策，以推动基础教育和AI的不断融合和发展，可以预见，AI技术必将为基础教育发展赋予越来越强大的智慧支撑，推动基础教育现代化。
二、AI教育时代中小学教师面临的挑战
面对以AI为核心的信息技术，如何更好的促进学生发展，从适应到引领转变，实现自身的突破性发展，是教育工作者必须深思的问题。AI技术在一定程度上提高了教学水平和教学质量，但是在教师层面还是存在一些问题，使AI技术与基础教育在融合过程中面临一系列的挑战。1.与AI教育相配套的教学方法创新性不足AI教育作为一个高度依赖技术的跨学科领域，AI应用程序可以在一定程度上扮演教师的角色，观察学生的学习过程，分析他们的学习表现，并根据他们的需求为他们提供即时帮助。此外，了解AI技术的能力和特点，教师可以在课堂上采用合适的AI应用程序来提高学生的学习成绩、动机或参与度。新技术影响了教育体制和教学手段，在这样的背景下，教师在使用新技术时要关注教育主体、尊重教育主体，而不能秉持以往旧的认识。但是在现实教学中仍存在盲目学习的典型问题，教师未能针对学生的个性特征而进行因材施教，学生在学习的过程中存在“一刀切”的现象，而不是被个性化对待。2.AI师资力量薄弱AI教育属于多学科交叉领域，教师一方面要具备心理学、教育学和信息技术等各学科相关知识，另一方面要将这些知识进行整合和运用。目前虽然学生的学习意愿强烈，但是从当前AI的师资来看，具有AI学识的师资力量十分薄弱，教师普遍缺乏完整而系统讲授AI课程的能力和知识，部分教师简单地将AI教育视作机器人教育﹑编程教育、计算机辅助教学等，个别中小学的AI教师是由其他学科教师来兼任，此外，AI教师编制不足、师资质量不均衡也是突出的问题。教师师资队伍建设是改善AI教学质量的关键。3.教师培训缺乏针对性目前教师已了解到AI在教学方面发挥的积极作用，并认可AI对教学的促进作用，但大部分教师都是停留在简单的意识层面，在教学实践中并未真正去落实。虽然存在以上问题，但是大部分AI教育教师没有接受专业培训，在讲授AI知识时，缺乏深入性，只能浮于表面，有违学科初衷。4.实施路径单一AI教育作为新兴学科，是基于时代最新技术的教育，要求教师在专业发展过程中，一方面要注重掌握各学科知识，另一方面更要注重教师专业发展的实践性和情境性，强调学生在学习过程中的参与和体验。但是目前中小学AI教育实施路径比较单一，在课程设计上，教师主要停留在传统的信息技术与教学设计层面，学生在课堂学习和实践中难以系统而深入掌握AI的技术、方法和基本理念。在教授形式上，主要采用课堂教学的方式对AI知识进行讲解，而学生实践和体验的机会相对较少。
三、AI视域下中小学教师发展路径
中小学教师如何更好适应AI时代，更好的构建AI教育生态体系，以促进AI与基础教育的深度融合，主要有以下路径：1.培养信息素养信息素养的本质是全球信息化，人们需要具备的一种能力。面对AI技术的迅速发展，中小学教师应注重信息素养的培养，信息素养主要包括两方面内容，即信息技术素养和信息意识素养。在信息技术素养方面，中小学教师应呈现趣味性强的教学课件、流畅的运用多媒体、及时反馈学生的问题等调动学生的积极性，以激发学生各科的学习兴趣，培养良好的学习习惯。此外，中小学教师要保持对新技术的敏感性。信息意识素养是信息素养中的观念性成分，是教师对信息的态度、认识层面的关键要素，是信息素养的重要组成部分。中小学教师在信息意识层面，要积极接受新兴技术带来的学习和教学方式的改变，决定性意义转变的前提是更新观念。2.提升职业道德素养恪守职业道德：传道、授业、解惑是中小学教师的主要职责。随着AI与教育的融合，智能平板等设备可以在一定程度上代替教师讲授知识、解疑答难和阅卷评分，AI在得到科学利用的前提下，可以成为师生的强大助手，从而大幅提升教与学的效率。教师应积极面对AI技术给教育带来的便利，提高自身的自主学习能力和创造力，同时注重培养学生思维的创新性，呵护学生的好奇心和求知欲，鼓励学生发现和解决问题。引导学生树立正确价值观、道德观和法治观：如今AI技术迅速进入中小学生的课堂教学，深刻改变着学生的学习模式和师生互动模式，一方面教师要充分将AI技术有效整合到课堂，另一方面也要正视AI的使用边界，AI技术快速发展有可能带来伦理风险。在中小学阶段不乏这样的例子，有些学生利用课堂上学到的编程知识去充当黑客，或者产生网络成瘾行为，以上学生的偏差行为已经触及价值观的层面，对自身的身心健康产生不利影响。因此，面对AI技术的迅猛发展，教师要有效的应对信息技术带来的伦理挑战，深入研究思考并引导学生树立正确的价值观、道德观和法治观，提升学生的诚信意识和社会信用水平。3.更新教育教学观念改变传统单一教学模式：随着AI技术的发展，互联网、大数据分析、智能化推送等教育产品层出不穷，如果不能科学利用这些技术产品营造适合学生成长的教学生态环境，技术将无法真正促进学生学习效果和教师教学水平的提升。AI视域下，教师要接受并适应智能技术给教育带来的变化，转变传统教育观念和教师角色，同时，教师在教学中应考虑学生的认知发展的阶段性特征，适时了解学生的学习风格和学习策略及学习中遇到的学习障碍，利用多样的教学活动和教学过程将知识获取和能力培养结合起来，促进学生认知和非认知能力的发展，最终实现学生的全面和个性化发展。课堂教学中，教师应改变“灌输式”“注入式”等单一的教学模式，充分利用AI技术实现教学方法多样化，活跃课堂氛围，提高课堂效率，树立教学、体验和实践相结合的教学观，提升学生的动手能力，中小学AI教育在实施路径方面应该多元化，实现认知、实践和体验的有机结合。此外，教师要看到学生的不同进度和情感需求，借助于AI技术，根据学生的发展节奏制定不同的学习计划，做到因材施教，为每一位学生成长提供学伴式帮助。注重培养线上和线下相结合的自主学习能力：AI视域下信息技术与基础教育的融合，网络在线平台为教师提供了丰富的学习资源，教师要更新自身旧的知识框架，进而不断提高自身的知识体系。针对目前存在的教师培训缺乏针对性的现状，教师可以加强线上自主学习，学习教学中常用的AI技术和程序。首先，线上学习过程中，面对网络和AI应用提供的多种类别的学习内容，教师要根据所教学科和所任学段的学生发展特点，选择恰当的教学内容，以便信息技术可以更充分地服务于教学，从而提高教学水平。其次，教师在注重线上学习的同时，也要注重线下学习，教师在教学中可以组织课前、课后的学习讨论小组，就教学中遇到的问题进行面对面的沟通与交流。
四、结语
AI技术的迅速发展，给基础教育带来便利的同时也必然会带来较大的冲击与挑战，AI视域下，中小学教师应该以积极的心态去面对机遇和挑战，抢抓机遇、迎难而上，努力培养自身信息素养，提升职业道德素养，更新教育教学观念，在人与机器日益激烈的竞争中获得主导地位，在基础教育改革发展浪潮中实现跨越式自我发展。
参考文献：
关键词：新工科；高等院校；计算机类专业；师资
1新工科建设下计算机类专业背景分析
自2017年2月起，国家教育部积极推进新工科建设，引导工程教育的探索新阶段，为高等教育在强国建设中发挥重要作用助力。新工科专业，以互联网和工业智能为核心，包括大数据、云计算、人工智能、区块链等相关工科专业。新工科专业是以智能制造、云计算、人工智能等用于传统工科专业的升级改造，未来新兴产业和新经济需要的是实践能力强、创新能力强、具备国际竞争力的高素质复合型新工科人才。[1]相关专业包括：计算机科学与技术专业、物联网工程专业、数字媒体技术专业、数据科学与大数据技术专业、智能科学与技术专业、智能建造专业、智能制造工程专业等。[2]由于计算机类相关专业是新工科专业的重要组成和有力支撑，近年来的招生报考呈现越来越火爆的趋势，呈现出生源充足、考生认可度高的特点，与之形成对比的是：计算机类师资储备不足、招聘难度较高。尤其是部分近年新开办的专业，尚无直接对口的高校毕业生，因此，如何通过招聘和培养让师资有效的适应新工科背景下学科建设及人才培养的需求，是高校亟待解决的问题。
2高等院校计算机类专业师资现状及存在问题
2.1现有的高校计算机类专业师资来源，主要有以下两个渠道
（1）来自高校。高校毕业生通过招聘环节进入高校工作，通过岗前培训取得教师资格证，完成从学生到教师的角色转换，无业界实践工作经历或业界实践工作经历不足一年。（2）来自业界。从高校毕业进入相关行业从事计算机类对口工作，有深入、丰富的实践经验后转型到高校担任教师，多数具有行业资格证书，能直接指导学生实践。
2.2高校计算机类专业师资构成，主要有两种类型
（1）专任教师。教育部明确指出，专任教师是指具有教师资格，专门从事教学工作的人员。我国对高校专任教师与学生的比例有基本的要求。（2）兼职教师。兼职教师是高校师资的重要补充力量，高校会根据教学需要聘请一定数量的校外企业、社会实践经验丰富的名师专家、高级技术人员或技师等担任兼职教师，担任实践类课程教学。
2.3高校计算机类专业师资存在的主要问题
（1）来自高校的教师普遍缺乏对行业的深入了解。没有业界工作经验的高校教师，由于不熟悉实战项目，难以直接指导学生实践，而对计算机类专业而言，是否具备项目开发经验对教师胜任力是关键评价指标。（2）互联网、工业智能专业人才的薪资要求高，招聘难度大。新工科专业以互联网和工业智能为核心，大数据、云计算、人工智能、区块链都是快速发展的新兴行业，业界薪资待遇高，从业人员以青年人为主，正处在人生拼搏期和事业上升期，薪资待遇和发展平台的悬殊，导致业界人士鲜少选择到高校从事教学工作。（3）业界教师教学能力有待提高。来自业界的教师经验丰富、实践能力强，但因多年在企业工作，学科基础理论知识脱离时间长、逐渐淡忘，理论课教学能力偏弱。（4）兼职教师授课时间受限、不稳定、波动性大。由于兼职教师大多来自校外企业和社会，授课时间受到限制，不能持续稳定的参与教学工作，波动性较大。（5）计算机类专业教师能力有待不断提高。随着新技术发展，人工智能时代的全面来临，计算机类专业知识更迭快，对教师知识更新、能力提升的要求高。
3高等院校计算机类专业师资紧缺的解决建议
3.1合理化薪资结构调整、改善福利待遇，建立绩效考核和激励体系
高校应该合理调整薪资结构，提高紧缺专业师资待遇，争缩小与行业从业人员的薪资落差，充分利用高校的自身优势吸引人才，提高福利待遇。建立科学合理的绩效考核、激励体系：考核评价要发挥导向作用，对不同类型的教师（教学科研型、教学型、科研型）分别细化不同的考核标准，条块结合、标准明确、公正科学、奖惩分明，同时充分发挥大数据的作用，利用数据化的考核方式让考核更加具体充分。通过绩效考核体系，加强对于紧缺、骨干师资的评定和激励。
3.2制定教师双向进修计划，加强师资培训培养力度
要建设综合素质好、学术水平高的教师队伍，既有丰富理论知识、又有较强职业技能和一线实践经验：面向来自高校和业界不同类型的教师，针对性的开展培训，区分侧重点--为高校教师提供更多参与行业实践、深入企业项目的锻炼机会；为业界教师提供更多进修、访学、学术会议等交流学习机会，帮助教师提升自身素质。同时，师资培训结合脑科学、心理学、教育学，提升教师的跨领域融合能力。
3.3建立兼职教师人才库，储备充足的兼职教师
高校应建立计算机类专业兼职教师人才库，通过网络平台、专场招聘、定向联系等各种渠道、多种方法，推进兼职教师的储备工作，保证充分数量的兼职教师队伍。
3.4开展企业合作定制培养班，引进企业导师参与实践类课程教学
新工科建设要求下，高校计算机类专业应利用校企合作资源，大量引入企业项目和研发骨干人员进入课堂，共同参与学生培养，达到高校、企业、学生共赢的局面。通过开展企业合作定制培养班，让企业导师参与实践类课程教学，同时需要适当放宽对企业导师学历、职称等门槛要求，重点关注其实践项目研发经验和能力。
度秘到底是什么？当你按手机百度搜索框的麦克风的时候，它在下方就产生一个小度机器人的LOGO，点击这个LOGO就会调起机器人。而这个机器人就是“度秘”，英文名字叫做“duer”。
度秘可以理解为进阶的语音服务助手，但同为语音智能搜索，度秘和苹果Siri、微软小娜最大的不同在于度秘能够连接商家和服务，而不仅仅是提供信息。据了解，目前“度秘”已经在餐饮、电影、宠物3个场景提供秘书化服务，很快将延伸到美甲、代驾、教育、医疗、金融等其他行业中。 李彦宏：就好像在PC时代，任何一个网站都可以放搜索框一样，移动互联网时代，任何一种
APP都可以把‘度秘’这种能力连接进去。
背后的“大佬”
李彦宏说：“有了度秘，每一个普通人，都能免费拥有一个功能强大的生活服务专职秘书。”市面上萌宠的机器人并不少见，度秘凭借什么担起了2015百度世界大会的主角？
正如大家可以通过手机百度看到并感知的，度秘可以智能地与人沟通，理解你的需求，把服务送到你的手上。而这背后则是基于百度一直倡导并被业内称道的“技术”。
对于服务来说，其搜索过程不同于单纯的信息检索，服务需求的提出是一个动态修正、多轮交互的复杂过程，度秘不仅要能广泛索引真实世界服务和信息，还要具备强大的搜索及智能交互技术。
如果把大数据作为一种新能源的话，百度自身就具有大量的数据的积累。从百度覆盖的6亿用户，每天有60亿次搜索请求，以及每天响应150亿次定位请求，这些都为百度创造巨大的数据财富。全网数据挖掘前，要对这些已经能够提供的服务打标签，建立丰富的索引维度。一个餐厅能不能带宠物、有没有明星去过、它的包间里面没有电视机等，这些特征都需要进行索引。
而将真实世界与多端跨屏用户体验匹配起来更需要的是超大规模的数据计算能力和深度学习能力。百度拥有超大规模深度神经网络（DNN，Deep Neural Networks），可支持千亿样本和千亿特征训练。百度运用深度学习在感知方面取得了非常大的进步：其统一视觉和语言深度学习模型已经能像小孩学习一样自然，能够进行简单的看图说话、问答，理解动态视频;在世界最权威的人脸识别评测 （LFW） 中， 人类识别的错误率为0.8%，百度人脸识别的错误率为0.23%，这是目前世界上最好的结果。
另一个看不见的技术支持就是百度开放云，百度开放云总经理刘炀在接受采访时表示，百度开放云不单单是云计算，它是云计算+大数据+人工智能。由此可见，百度开放云是一个连接器，能够连接众多为用户所需要的资源，当下是大数据、人工智能，未来还可能会有其他的，但宗旨是帮助用户提升业务。
再底层是度秘存在的地基。通过O2O服务，有百度糯米这些自营的服务，也有百度投资的企业以及股权合作企业的服务，比如优步（Uber），他们的出行服务也都可以通过度秘连接进来了。
在互联网+的大背景下，所有传统行业都在积极求变，靠什么变？人工智能、大数据和云计算。
人工智能重新定义了效率，通过语音、图像、视频、自然语言理解和智能处理等技术，让传统的计算机具备更为强大的能力，大幅提升工作效率;而科学的决策离不开大数据，相较于以往的资产，企业在经营中不断生成的数据，将成为企业未来继续生存并保持竞争力的砝码;百度开放云所要做的是通过一个平台为用户提供多种能力，帮助其实现转型升级，它改变了企业所需要的IT资源的拥有与供给的方式，彻底改变了传统企业的IT模式。
正如刘炀所说，云计算重新定义了IT，大数据重新定义了“资产”，人工智能则重新定义了“效率”。
让百度落地
中国每100张电影票中有55张是从网上下单预订的，而美国这一数字为20张;今天中国有2%的餐馆的定单是网上下单，而美国是1%。可以说，在O2O的领域，中国互联网已经走在前列，无论在教育、医疗、金融或者平时各种各样的日常生活服务领域，都在迅速地实现从网上到网下的连接。
基于百度开放云、人工智能与大数据，通过O2O服务，可以实现对真实世界的索引，而它的入口就是“度秘”。
百度此前在O2O领域花重金的所作所为得到了解释。全资收购糯米网、资优步、51用车、天天用车、客如云、百姓网、e袋洗等一大批O2O公司，又以2亿元入股星美影城，并以此对接百度地图、百度移动支付、在线众筹等百度产品。
通过“自营+生态共赢”的方式连接，百度希望藉资本运作和技术拓展打通生活服务、外卖、电影等高频O2O服务应用;然后将自己旗下的资源进行无缝整合，并通过百度地图、手机百度、百度手机助手三大入口形成巨大的流量供应，以百度钱包形成移动支付场景，从而形成一个链接百度大部分产品的O2O生态布局。
想象一下，当数以亿计的度秘成为一个个服务分发入口，搭起真实世界商家与用户间的桥梁。依托于搜索引擎、大数据智能推荐技术，度秘将彻底打通服务供需双方的数据，实现用户需求与商家服务的精准匹配，为商家带来更精准的客流量。
度秘将智能、服务合二为一，通过强大的人工智能技术满足人们获取生活服务的刚性需求。据了解，目前百度已经把人工智能技术用到产品的方方面面，更好的产品会给百度带来更多的用户和更大量级的数据，而更多的数据通过百度大脑的深度学习能力，给百度产品带来更强的智能，让用户得到更好的产品。这是一个正循环的过程。
可以看到，落地，是百度正在进行的最重要的一次转型，从虚拟的网络世界转向现实，借移动互联网之势，将人和服务连接起来。
摘要：新时期背景下，半导体技术取得了理想的发展成绩，而机械电子工程也随之进入到各领域当中。其中，机械电子工程被广泛应用在日常生活和生产当中，向着人工智能化的方向发展。随着相关技术的全面可持续发展，新型技术和机械电子工程的有机结合，一定程度上增强了智能化水平。基于此，文章将机械电子工程与人工智能作为研究重点，阐述了两者之间的关系，以期有所帮助。
关键词：机械电子工程；人工智能；关系
所谓的机械电子工程，集中了电子技术和机械工程，属于一种新型的工程技术，因而在机械工程应用中占据关键地位。在机械电子工程的作用下，将机械工程基本功能充分发挥出来，而且通过对电子技术的运用可以高质量地完成工作任务，所以具备了多元功能。长期以来，基于社会发展，对于与操作相关的功能都提出了更为智能化的要求，必须要实现人工智能化的变革。
1机械电子工程概述
机械电子工程将传统的机械工程和电子信息技术进行有机融合，使得电子、机械以及信息间的关系更为紧密，所以机械本身的精准度和操作可靠程度也更强大，在高新技术领域被广泛应用。现阶段，通过对计算机信息传输的合理运用，能够完美连接多样化的机械，以保证所有机械都能够将自身的功能发挥出来。而控制中枢则集中于主控系统当中，与生产多元化需求相吻合，产品性能也随之提高。通过对机械电子工程模块化的设计，能够简化其内部结果，不仅可以达到多元化生产的目标，还能够节省生产成本，所以未来发展空间较大。但是，机械电子工程产品通常都是由人工控制完成生产，即便可以达到性能和多元化生产的要求，但人工操作会直接影响实际的生产效率，使得资源和市场的需求难以保持一致。在这种情况下，机械电子工程发展遇到瓶颈，且生产灵活性以及高效性仍需不断增强。
2人工智能概述
以计算机技术为基础衍生的全新技术就是人工智能，其中包含了计算机操作系统和数据信息处理，同时实现了上述功能的具体化，可以有效地控制电子设备，并实现现代机械设备操作，对于人工操作的依赖性明显降低。其中，人工智能对计算机数据处理和信息传输功能进行了合理地运用，有效控制机械设备，所以，计算机对于人工智能来讲十分重要。在计算机技术发展的过程中，人工智能控制也更加准确与迅速。在人工智能理念被提出以后，相关研究人员开始深入研制这一技术，并且在智能机器当中有效地融入人自身的惯性思维以及流程，以保证机器可以对人的思维进行模拟，积极开展简单亦或是复杂活动。但是，由于人工智能和机械的契合度不高，始终无法实现完全人工智能。在实践过程中，人工智能在高新技术中的应用相对广泛，能够完成基本工作，所以在现实生产中的功能仍然有待完善与深入研究。现阶段，新人工智能的重点将放在和机械电子工程相互融合方面，而其发展的状态也同样对机械电子工程技术的智能化发展产生了积极的影响。
3机械电子工程和人工智能关系研究
通过以上对机械电子工程和人工智能的相关研究可以发现，两者都具有自身独特的优势，但是在实践应用过程中也同样存在缺陷与不足。在这种情况下，深入探讨两者间存在的关系能够为机械电子工程和人工智能的有效融合提供有力的保障。
（1）机械电子工程应用人工智能具有依赖性。对于机械电子工程而言，引进并应用人工智能需要将电子工程的计算机网络系统作为重要基础，所以，人工智能的应用条件也更高。在这种情况下，就必须要将高新技术作为核心，在网络命令和计算机信息传输的作用下转变人工化指令，对机械生产以及运作进行正确地指导。所以，如果机械电子工程网络系统的数据不正确亦或是分析有偏差，都会直接导致机械动作的错误，甚至还会致使以人工智能为基础的机械电子工程自动化操作系统完全瘫痪，而电子机械工程功能也难以得到发挥。近年来，在科学技术发展的过程中，工业生产领域对于系统要求逐渐提高，其中涉及到诸多类型的数据处理问题，因而人工智能必须要保证系统工作正常才能够将功能充分发挥出来，所以系统的依赖性相对较强。
（2）人工智能有效补充机械电子工程。对于传统机械电子工程来讲，采用的是模块化设计方式，因而在功能方面表现出多元性、固定性以及生产方式单一性等特点，也同样对机械工程多元延伸带来了不利的影响。在这种情况下，为了实现机械电子工程综合功能的发挥，必须要对人工智能模型推理系统进行合理地运用，辅助实现目标。现阶段，机械电子工程模型推理系统自身已经具备了相对较高的智能化水平，而且基本能够完成整套生产过程操作。需要注意的是，系统对人体神经网络进行了模拟，进而在计算机内部构建出智能神经网络系统，一定程度上提高了人工智能水平，而且对于人工操作的依赖性减少，达到了机械工程自动化运作的目标，将模块控制完整功能充分发挥出来，并且在工业生产中有效连接。
（3）人工智能强化了机械电子工程的稳定程度。不管是操作系统亦或是信息传输系统，机械电子工程的稳定性都相对薄弱，而且在设计初期，控制操作稳定且不发生改变，始终根据设计程序固定，对机械设备进行控制并完成操作。由此可见，系统本身较为死板且不具备灵活性，如果计算机操作系统数据传输不正确亦或是分析出现错误，就会将错误指令发送出来，导致机械动作不正确，严重影响了模块机械功能发挥的效果。但是，若在机械电子工程中融入人工智能，通过灵活处理手段的应用与人思维惯性的模型，可以及时处理计算机操作系统不正确之处，进一步提高数据准确程度，确保所发出的操作指令是正确的，进而补偿机械电子功能缺陷。在实践过程中，人工智能可以对机械电子工程数据输入、处理以及输出等多项工作进行合理地控制，并且保证数据处理的准确性与高效性，有效提升机械电子设备的稳定性。
（4）人工智能提高了机械电子系统的精准度。对于机械电子工程模块设计而言，对数据控制主要是以精确状态存在。但是，在系统功能实现的过程中，客观数据会发生改变，所以，必须要合理调整系统功能当中的数据，只有这样才能够确保系统稳定地运作，同时增强系统精度控制的准确性。如果机械电子工程面对这一需求，难以自动处理，那么人工神经模式对于系统精度的控制将产生积极的现实意义。
4结语
综上所述，机械电子工程的智能化特征是传统机械电子工程难以比拟的，因而也逐渐成为工业制造的重要发展方向。基于科技的全面发展，各学科也随之细化与深化，学科交叉现象更加频繁，同样实现了知识的延展，进一步推动了科技的多元化发展。而智能化机械电子工程能够进一步增强实际的生产效率，尽可能节省生产制造行业人力成本。由此可见，机械电子工程和人工智能之间存在紧密的联系，相辅相成，共同进步，而深入研究两者的关系也更具现实意义。
参考文献
［1］冯哲.关于机械电子工程与人工智能关系的探讨［J］.现代交际，2013，（11）：28-28.
