时间：2023-08-23 16:59:50
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篇人工智能和教育的融合，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:新医科;智能医学;人才培养
1绪论
健康中国已上升为国家战略，新医科在我国高等教育中掀起了一阵新的改革浪潮，“智能医学”的应用性人才培养模式也随之开启。智能医学工程是以现代医学与生物学理论为基础，融合先进人工智能及工程技术，挖掘人的生命和疾病现象的本质及其规律，探索人机协同的智能化诊疗方法及其临床应用的新兴交叉学科。目前，高校在进行医工融合培养学生的指导过程中，存在许多问题，如医学和工科的理论结合层面较为薄弱，多学科交叉联合指导的机制不完善，成果转化和临床应用性不高。实践层面，在现有的医学教育模式下，医学生缺乏全面的对数据进行收集、处理与分析的能力。但是在智能医学时代，对数据的处理与分析能力会成为医生工作的重要组成部分。面向医疗健康的智能医学工程交叉学科人才的迫切需求，智能医学工程交叉学科的人才培养的机制有待完善。2019年，一些院校如南开大学和天津大学获得教育部的审批，已经率先实行招收智能医学工程专业的新生［1］。高等医学教育对新医科背景下智能医学工程专业人才培养认知还处于探索阶段，智能医学工程如何实现医工交叉学科的融合发展，如何获取人才培养中的合适方法、模式、关键技术等的研究，协同医学发展、社会需求的人才，还需要深入思考和进一步探索。
2新医科背景下智能医学人才培养
2．1新医科符合医科改革的内在需求
随着“健康中国2030”国家决策不断推进，医疗健康逐渐被国家视为重要的基础性战略资源，在大数据和人工智能技术影响下，临床应用、疾病预测与预防、公共卫生、循证公共卫生决策、健康管理、健康监测与个性化医疗服务等方面的研究以及产业发展，将是未来整个医疗领域的提升方向，给智能医学分析与决策赋予了新的意义和内涵。
2．2医工融合发展的必然趋势
随着精准医疗与智能医学诊疗技术的深度融合，理论层面，把握新医科背景下智能医学工程专业复合型创新人才培养目标，以临床应用性为导向，多学科领域知识相互渗透。调整医工结合课程体系，既符合新医科需求，又实现医工融合课程模块间的交叉互补，体现医工结合特色的宽口径学科结构。培养既懂医药科学、数据科学又懂人工智能应用的高级复合型人才。实践层面，精准医疗与智能医学工程技术紧密结合，利用临床医生在传统医学中积累丰富的临床经验，并融入到智能医学诊疗模式变化中，将彻底改变现有诊疗模式。
2．3人工智能助力智能医学工程人才培养
随着科学技术的飞速革新，人工智能核心技术推动传统学科专业建设和医工交叉融合。助力人才培养主要表现在以下三个方面。一是从智能医学诊疗技术创新的角度，技术的革新引领人工智能与各个产业领域深度融合，创造新的产业或领域，计算机模拟人脑的思维过程，实现人机交互，提高医疗资源的利用率，推动医疗产业的高效运转。智能医学诊疗主要包括疾病早期诊断、临床决策支持、正确用药、诊疗方案的选择等。如KopR和HoogendoornM等探索了医院对病人电子病历(EMR)数据进行分析，结合结直肠癌预测模型，更准确的预测早期直肠癌和干预治疗实践［2］;HoshyarAN和Al-JumailyA等探索了医学影像自动诊断皮肤癌，通过数据预处理去除噪音和不必要的背景图像，提高图像质量，辅助医生进行临床决策［3］。二是从医疗健康大数据的角度，随着大数据、数字技术、机器学习和人工智能等信息技术在医疗领域的应用，电子健康记录数据呈指数型增长，医疗大数据来源包括医院记录、患者医疗记录、医疗检查结果和物联网设备［4］。智能医疗系统具有识别、筛选和决策等智能医疗辅助功能。2017年上海计算机软件技术开发中心对医疗大数据可视化系统的实践与研究［5］;2018年，阿里健康与阿里云宣布共建阿里医疗大脑2．0［6］，加强在图像识别、生理信号识别、知识图谱构建等能力的建设［7］;同年，腾讯推出医疗AI引擎“腾讯睿知”，具备更智能化的医疗垂直搜索功能，帮助患者精准匹配合适的医生。三是从人才培养的角度，多学科交叉融合发展是大势。人工智能将打破不同学科专业的壁垒，推进多学科交叉融合发展，形成“人工智能+”的专业新的人才培养模式。高校也应根据产业需求变化调整专业设置，构建新的专业结构。高校人工智能相关的本科专业将会蓬勃发展，形成颇具特色的“人工智能+”专业集群。“人工智能+”技术所衍生的新医科、新工科专业之间的协同创新发展，实现技术创新与医疗应用的统一。以“人工智能+医学”为契机，结合医学产业发展趋势和智能医学工程专业的特点，研究相应的教学体系、制定科学的教学计划，建立具有行业特色的课程群、制定合理的课程大纲，解决学生在医学诊疗和工程技术两方面协调发展的问题，全面提升医学生的综合素养以及未来的职业竞争力。综上所述，新医科人才培养在人工智能助力下，培养学生具备较强的创新意识和具有智能医学领域科研能力，掌握关键理论与方法，创造性地将计算机科学技术、人工智能技术和方法、大数据关键技术与医学应用系统相结合，进而创新性完成的医学信息处理、行为交互和人工智能系统集成及应用。以上需培养的能力，对现有医学专业的改造升级、人才培养模式的改变、师资队伍的全面建设具有较高的要求。
3培养新医科人才的实施路径
3．1从医工融合研究的视角
智能医学工程的专业培养建设要体现医工融合发展需求，推进智能工程、医学与教育的深度融合，提升人工智能在医学中的应用，满足新医科发展要求的卓越工程师为育人目标，强调学科交叉渗透、重视临床应用、把握科技前沿，推动教学创新等。
3．2从医工融合研究的广度
目前我国部分高校开展了医工融合人才培养模式的探索，但有区域特色的医工融合研究还不多。针对新医科临床需求分析，把握智能医学工程高等教育体系，重点聚焦区域特色，研究面向健康和重大及特殊疾病防治需求的“新医科”对人才的需求。
3．3从医工融合研究的深度
(1)整体设计智能医学工程专业教学环节。建立知识能力矩阵，整体设计教学、实验、课程设计、专业实习、毕业设计等环节，突出新医科相关课程及实践，加强附属医院和教学医院的联系，深化临床实践能力。(2)培养学生专业能力和科研创新能力。智能医学工程专业教学与知识能力培养的思考是以智能医学学科的特点为基础，通过知识能力矩阵的智能医学工程专业课程创新教学，根据智能医学工程专业课程知识点的内在联系和相对独立性，优化核心知识模块形成知识能力矩阵，构建课程内容架构。通过系统理论知识教学、优化课程实验和上机安排，引导学生自主设计性学习，提高学生的学习积极性，达到有效教学效果。(3)结合学生兴趣偏好，研究如何提高学生的专业兴趣，探索将专业兴趣转换为“工匠精神”的教育理论及方法:广泛调研，全面建立当前地方高校智能医学工程专业学生与专业偏好的培养模式。
4结语
关键词：人工智能；Python程序设计教学；项目驱动混合教学模式
人工智能技术在教育领域的应用已经非常深入，它可呈现深度学习、跨学科融合、人机协同、群智开放、自主操控等诸多内容，并在教学中引发链式突破、推动教学内容的数字化、网络化与智能化跃升式快速发展。所以说在教育领域中，人工智能如鱼得水，它获得了更大的自我技术展现空间，也为学生学习新知识内容带来诸多福音。
一、高职院校Python程序设计教学引入人工智能技术的必要性
人工智能本身离不开算法，而算法的实现则需要语言做支撑，像目前高职院校的Python程序编程设计教学就可引入人工智能技术，Python作为AI时代的头牌语言其融合性教学也成为了培养AI人才的重要关键。目前国内许多高职院校都在全面推行人工智能技术背景下的Python教学，将其作为是数据分析、网络攻防的第一语言以及编程入门教学的第一语言。
换个角度讲，高职院校在Python程序设计教学中引入人工智能是非常必要的，因为它关系到高职生未来的就业生存、岗位专业能力创新与事业发展，考虑到人工智能领域的知识理论性偏强，且对学生的数学基础能力要求较高，整体学科学习难度较大，所以许多高职院校也在思考如何将人工智能技术内容合理融入到Python程序设计教学体系当中，为学校相关专业领域拓展教育新路，培养对路人才[1]。
二、高职院校人工智能背景下的Python程序设计教学方法应用研究
（一）教学应用概述与教学目标明确
Python语言作为高职院校守门程序设计课程教学语言，相比于其它传统计算机语言具有简单易学、程序可读性、可迁入性、可扩展性、逻辑结构缜密等特点。同时该编程语言采用了开放开源设计，拥有12万以上的第三方库，可有效避免编程重复问题，提高教学中的语言编程教学效率。另外Python是一种解释型语言，它的跨平台与可移植性相当之强，可在任何系统中拷贝运行，对环境配置要求不高。
为了确保某些没有编程基础知识能力的高职生也能学好Python语言程序设计课程，教师专门在教学中加入了人工智能技术内容，围绕该技术融合可开展的Python编程语言课程就包括了Python安装、Python输入输出、Python特性、人工智能编程等等知识内容。在教学中希望明确3点教学目标：
第一，要求学生初步具有利用Python初步编写基本程序的能力。
第二，要求学生掌握Python编程语言的基本特性。
第三，要求学生深入了解某些常用Python库，特别是了解人工智能的基本思想与编程方式，能够利用人工智能和Python编写出某些复杂的处理程序。
（二）创新教法设计应用
为切实达到Python程序设计教学目标，凸显学生在课堂教学中的主体地位，教师可采用任务驱动配合项目驱动的混合教学模式展开一系列的教学设计活动，引导学生循序渐进的完成各项教学任务内容，不断提升自身的Python语言程序设计水平。
具体到教学方案设计中，教师专门围绕学生中心、任务载体将教学内容相对巧妙的隐藏于具体的教学任务中，再通过Python编程语言新知识内容与新教学技能驱动学生深入学习展开基础章节任务，结合任务结果评价评价学生对知识点的掌握情况。这一教法的提出与运用希望解决传统程序设计教学中理论与实践相互分离的不利教学局面，希望将课堂中的所有理论内容全部转移到实践任务中，凸显教学中理论与实践过程的相互和谐统一。如下：
教师为学生设计教学任务，设计Python程序示例任务，将fileA和fileB两个文件各存放于不同的两行字母中，然后将两个文件中的信息数据内容完全合并，按照字母顺序排列并再次输出一个新文件fileC，以下给出该任务教学中的程序设计编写代码：
fp1=open(‘fileA.txt’)
data1=fp1.read()
fp1.close()
fp2=open(‘fileB.txt’)
data2=fp2.read()
fp2.close()
fp3=open(‘fileC.txt’，w)
data_all=list（data1+data2）
fp3.write（data_unite）
fp3.close()
采用上述项目任务驱动项目混合教学法可为学生构建一个相对完整的人工智能Python程序设计教学独立项目，将项目完全交由学生独立处理完成，教师负责设计教学方案，而由学生收集信息，实施项目并最后再由教师给出学生项目完成评价。它全面考验了学生对于Python基本库与第三方库的学习了解与运用程度，同时在融入大量人工智能编程思路后颠覆学生的语言编程学习认知思维，让学生了不但能够练习独立编程，也能共同学习协作编程，全面提高自己的的Python语言编程能力[2]。
总结：
综上所述，在高职院校中采用人工智能技术配合Python语言编程设计可有效拓展教学思路，而本文中所采用的的任务驱动项目混合教学模式则能有效激发学生的学习热情，促进他们合理运用所学习知识解决实际问题，彻底摆脱复杂语法及算法所带来的学习困扰，更好学习Python编程语言知识。
参考文献
关键词：应用型本科院校；人工智能；电子信息工程；专业建设
一研究背景
在发达国家，应用型本科院校一直占有很大的比重。在我国，应用型本科院校也逐渐成为高等教育大众化的主力军，对我国高等教育系统未来发展越来越重要的作用。金陵科技学院作为教育部应用科技大学改革试点战略研究单位、中国应用技术大学（学院）联盟创始单位，也正在积极地去探究相关的应用型专业建设模式。电子信息工程专业作为学校的一门深度涉软专业，也要紧跟南京城市软件建设发展方向，这对应用型电子信息工程专业培养既是机遇又是挑战。随着社会的不断发展和科学技术的不断进步，电子信息工程的应用也越来越广泛，对人们的生活产生了非常大的影响。，不但改变着人们获取信息、存储信息和管理信息的方式，而且为人们进行信息的获取、存储和管理提供了新的途径和方法，目前，各行业大都需要电子信息工程专业人才，而且薪金很高。2015年5月8日，备受瞩目的《中国制造2025》由国务院正式下发，这是我国实施制造强国战略第一个十年的行动纲领。该规划二个突出特点是，将"加快新一代信息通信技术与制造业的深度融合"作为贯彻始终的主题，提出坚持自主研发和开放合作并举，加快建立现代电子信息产业体系，为推动信息化与工业化深度融合、实现制造业由大变强、建设网络强国提供强有力的基础支撑。在今年，随着国家“两会”的盛大召开，人工智能首次被提升到国家发展战略高度，人工智能技术的重大突破将带来新一轮科技革命和产业革命，大力发展人工智能技术是中国经济转型升级的重要动力。电子信息技术的巨大成功和进步，使人工智能可以深层次、多维度地参与到各个行业各个领域中，使科技的进步快速融入到跨界合作中。比如，电子信息技术的成熟，使人工智能可以深度服务于医疗卫生事业、配合甚至取代医生进行精确的手术治疗。在无人驾驶领域，无人驾驶汽车、无人驾驶飞机、无人驾驶舰船都已经陆续投入使用；在军事领域，人工智能的运用更是已经炉火纯青，俄罗斯与美国的人工智能作战部队和相关系统，已经在反恐作战中屡立战功，威力无比，作战效能与性价比远远超越人类士兵。由此可看出，人工智能在电子信息技术大发展的当下，终于在应用层面开始发光发热，现出巨大的生命力和后续无穷无尽的成长潜力，人工智能在各行各业的广泛应用，是国家经济结构战略性调整、产能升级改造、产业结构优化、核心技术创新获得成功的关键。随着BAT、华为、大疆无人机等高科技企业在人工智能应用和开发上的不断探索，刺激更多人才和资本向人工智能商业应用领域涌入。目前，基于人工智能学习背景下，软硬件相关知识过硬的电子信息类专业人才已经成为社会上最为紧缺的人才，薪水待遇很高。
二需要解决的关键问题
作为应用型本科院校，如何将“人工智能”新概念融入到电子信息工程专业建设中，根据社会发展的需求，校企紧密结合，培养出复合型的，应用型的社会紧缺人才，是需要去解决的关键问题。1.像当年互联网的崛起一样，人工智能真正的发展才刚刚兴起，相关的概念及定义还不完全定型，如何把握好未来人工智能的发展方向，有针对性地在传统的电子信息工程课程计划中规划与人工智能息息相关的课程，比如人工智能原理，机器学习，深度学习等课程，将两者有机融合，在人才培养上面临较大的挑战。2.人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的崭新概念。如果要将“人工智能”融入到电子信息工程专业建设中，就不仅需要学生学好如模拟电子技术，数字电子技术，数字信号处理，单片机技术，C/C++程序设计等传统的课程，打好基础，还需要加强在数据挖掘，神经网络等以数学为基础的课程方面的建设，扎实学生的数学物理基础。这对学生的学习能力要求更高，老师的教学水平也提出更高的要求。因此，如何加强此方面的师资专业培训，是一个该课题需要解决的关键问题。3.一个专业人才的培养，不仅需要优秀的师资力量以及良好的学风，还需要有相关的硬件实验平台作为支撑。如何根据“人工智能”新概念，针对性地新建一些诸如智能传感器实验室，人体特征识别实验室，机器人实验室等，把电子信息工程专业中的电子器件技术，信号处理技术等应用于人脸识别，智能家居，机器人等热门领域，根据学生的兴趣爱好因材施教，提高学生的动手能力，也是该课题需要去解决的一个关键问题。
三研究内容
本文以“人工智能”新概念下的电子信息工程专业教学及实践模式为研究内容，重点研究如何将人工智能相关的理论及实验课程建设融入到传统的电子信息工程专业培养方案中，做到无缝结合，在培养模式上需要有一定的理论创新，以更好地适应人工智能类的高新电子信息技术企业对相关应用型人才的要求。目前拟以现有电子信息工程专业的课程体系和专业方向为基础，形成以“人工智能”为导向的应用型电子信息工程特色专业建设，在未来的专业发展规划中，逐渐形成物联网、智能家居、机器人，无人机，人脸识别，语音交互，智能驾驶等不同的专业方向，增加学生的就业面，提高学生的就业层次，加强学生的就业竞争力。主要具体体现在以下几个方面：
（一）实践教学的形式多样
可采用以“学生兴趣爱好”为依据的引导式教学实践模式，在扎实学生数学物理等理论的基础上，将最新的人工智能概念贯穿在电子信息工程专业课程体系中，通过不同的应用型实验项目拓宽学生的知识面，提高学生的主动学习能力，动手实践能力，创新能力以及独立开展研究的能力，将课堂教学、校内实验和校外企业实习三者相互结合，鼓励学生参加诸如全国大学生电子设计大赛，全国大学生智能设计竞赛，中美创客大赛等赛事，以确保培养出高素质的应用型专业人才。同时，让学生从大二开始就自选课题、进实验室、根据兴趣爱好组建不同研究方向的实验团队，并为学生按照不同的研究方向配备专业教师，以此让学生融入到教师的科研工作中去，形成所谓的本科生导师制制度，由相应的导师全程指导，开展科学研究，培养学生的科技创新能力和动手实践能力。
（二）注重提高教师的教学及科研水平
在努力提高学生学习能力的同时，注重提高应用型电子信息工程专业教师的教学及科研水平，使其能够很好地将“人工智能”新概念用于电子信息工程专业的教学中，指导学生参加相关的各种竞赛，提高教师团队的实践能力及技术水平。通过海内外招聘和内部强化培养(教师博士化、教师双师化、教师国际化)等举措，加强师资团队建设；通过鼓励教师积极开设MOOC课程，参加教师技能大赛以及国内外教学培训，从多方面提高教师的教学水平。
（三）建立完善的校企合作制度，为学生提供相应的实习基地
企业工程师可以参与相关的人才培养方案修订和部分的教学实践工作。这种合作制度既可以提高教师的科研应用水平，也可以为学生提供就业机会，增强学生的实践创新能力。
（四）注重课程大纲修改，实验室平台建设
以改革传统的电子信息工程专业的培养模式为目标，总结在“人工智能”新概念下教学及实践的相关经验，形成一个有鲜明特色的电子信息工程专业培育模式。应用型本科院校电子信息工程专业人才未来的发展战略和改革方向，应重点考察“人工智能”新概念下专业人才培养模式的优缺点。重点关注“人工智能”新概念下的教学及实践课程大纲修订、教师教学及科研能力培训体系构建、实验室软硬件平台建设、校企合作培养模式探讨及校外实习基金建设等工作。
四结语
本文探讨和研究了“人工智能”新概念下应用型电子信息工程专业培养模式，结合金陵科技学院电子信息工程专业的发展情况，对原有的专业培养模式做了一定的理论创新，引入了“人工智能”新概念，从理论和实践教学，学生学习能力和教师教研技能培养，校企合作办学，实验室建设等方面进行了一系列的探讨。
参考文献
[1]姚俊.电子信息工程专业人才培养模式研究[J].山东社会科学2016(S1):357-358.
[2]叶全意,徐志国,吴杰,等.应用型本科院校电子信息类专业大学生科技创新能力培养[J].教育教学论坛,2016(46):93-94.
【关键词】大规模开放在线课程；人工智能课程；翻转教学法
0 引言
近年社会对计算机专业人才能力的要求越来越高，而学生所学与实际需求存在不少差距，高校计算机专业课程教学因而遭遇诟病。依托信息与网络技术支撑的大规模网络开放课程（massive online open course，MOOC）较好贯彻了以学为中心的理念，其翻转教学模式与灵活有效的交互极大提升了学习兴趣[1]。搭建MOOC平台的计算机技术既是技术基础，也是热门MOOC课程。在此浪潮下传统高校计算机专业的教学首当其冲受到冲击，遇到前所未有的挑战。纵观国际三大MOOC巨头的课程建设均始于计算机类专业课程，同时也是所占比例较大的课程系列，其中人工智能（Artificial Intelligence，AI）课程在Coursera、Udacity[1]两个平台上均是最早开设的课程之一。采用何种教学模式更适应社会对人才的需求呢？这是应对挑战的关键问题。
1 人工智能课程的课堂教学困境
人工智能是研究模拟、延伸和扩展人类智能的理论、方法、技术及应用的前沿交叉学科，涉及面广、研究性强，还不断产生新的理论和方法。课程难度大理论强实践难，也是公认难讲的课程之一，该课程具有如下特点：
1.1 先导课多，知识抽象，涉及面广，更新快
前期知识包括：数据结构、离散数学、程序设计、图像处理等。如果前期知识不扎实，很难理解内容并融会贯通。传统内容包括：知识表示和推理、搜索策略、模糊理论、神经网络、机器学习、专家系统、遗传算法等，涉及大量抽象理论和复杂算法。教材普遍特点是：内容滞后，枯燥深奥的理论和解决现实问题的实践联系不紧密。
1.2 研究性强
该领域很多内容仍是科研热点，并不断涌现出新的研究方向、新内容、新方法、新技术和新应用。
1.3 教学方式单调
技术和管理的局限也制约了教学方式，教学方式基本以教为中心，停留在讲授、问答等简单互动上，教学方法单一。很少能提供学生自学、讨论、合作和实践的一整套互动实践机会，难以真正体现以学为中心的理念。
1.4 学生缺乏兴趣
一方面，课程本身特点使得课程容易陷入枯燥的纸上谈兵的尴尬。另一方面，即将毕业的高年级本科生对未来规划明确，抽象的人工智能课程无论从职业发展还是继续深造对学生并没有立竿见影的效果，进一步拉低兴趣。此外，教材滞后，教学方法单一等也会影响兴趣。
如火如荼发展的MOOC的课程，尤其Udacity的课程设计之初就立足于解决实际问题的导向，做法上的独特之处成功吸引了大批学生。课堂教学中借鉴在MOOC上被证明有效的教学模式和方法，不啻为一种尝试，以期摆脱教学困境，提高学习兴趣，最终提升教学质量。
2 MOOC的教学模式
MOOC的教学模式分为三种：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教学模式特点是学习者完全做主，但复杂的网络互动产生庞大而混杂的知识网，缺乏识别主次和归纳总结能力学生常因信息过载陷入茫然无措的境地。2011年Udacity 创始人之一在网上开设的“人工智能导论”课程改变了表现风格，把互联网作为教学媒体的呈现潜力发挥到极致，按知识点分割内容成短小视频，其间插入现场对问题的解决，突出了Udacity有别于传统教育机构及其先行者的地方：注重发现并解决问题。这就是xMOOC的教学模式，沿袭并创新了熟悉的学习风格，使得MOOC如鱼得水渐渐发展壮大。随着MOOC逐步成熟，为了适合具有专业基础的职业技能培训，发展培养针对具体任务的探究学习教学模式，即tMOOC模式，这是Udacity网站课程的另一个设计目标。表1显示了MOOC的三种模式的对比。
以Udacity的人工智能导论课程为例，只要高中毕业具有概率论和数理统计基础的学生就可以学习，该课程适合入门，但难度较低，内容较少。清华大学的马少平编写的人工智能教材是很多大学，包括我院人工智能课程的教材，清华大学的人工智能课程经过多年发展已经形成了一个系列教学资源库，包括教材、课程视频、教学课件、作业及答案和实验设计等。根据Udacity网站的人工智能导论课程的展示，表2从几方面对比了Udacity人工智能课程与清华大学马少平版的人工智能课程情况：
从表2可以发现Udacity的人工智能视频采用了按知识块分割成短小视频，在期间和完毕之后都准备了测试，细节上体现了以学为主的理念。纵观类似人工智能的国家精品课程[3]，学习资源多为文本类，重用难，对教学重难点没有拓展和转化。这种以内容共享为中心的呈现模式，缺乏与学习者充分交互，难以体现以学为中心的教学理念。
在MOOC的教学设计中，调动学习者极大热情的是翻转课堂，在学习环境中引入了自主协作[4-5]，在交流机制中融入了多元互动，给学习者带来积极、主动、高效的学习，翻转课堂和传统课堂的区别如表3所示：
3 MOOC的教学模式对人工智能课堂教学的启示
3.1 教学内容的优化与调整
MOOC的教学通过把理论抽象的知识点分割成小段录制的微课视频，时长不超过15分钟，内容衔接处具有一定交互性，讲解形象化，提供给学生反复观看，这种用技术处理分解知识点和把难点从抽象变成具象的过程降低了理解难度。
课堂教学也可以通过分而治之的方式对教学内容优化调整。人工智能涉及内容与范围多而杂，作为入门课程并不要面面俱到，根据学生层次，可以区分重点掌握和一般介绍的内容，以点带面铺开，因此，根据学生特点，把成熟的基础理论和这些理论的实际应用整合，辅以其他新技术的穿插介绍，主要分三块：
①人工智能的概念和发展，熟悉人工智能的研究和应用领域；
②人工智能的基本技术，包括知识表示，逻辑推理、搜索策略、模糊理论等；
③涉及现实应用，如：机器学习，模式识别，自然语言理解，智能控制等。
为了反映人工智能领域最新进展，教师还可以收集学生感兴趣的最新成果专题信息，及时更新、调整教学内容，通过与实际更紧密的融合接轨，对课堂上没时间介绍而又较热点的新知识，通过提供方向和资料解决，注重提高兴趣的同时，也展示出课程学科特点、主流技术及发展趋势。
3.2 紧密结合实际
Udacity的开设之初的目的就是学习为了解决现实问题，其人工智能课程设计也不例外，包含有实际遇到问题的解决，这种立竿见影的好处就是极大激发了兴趣。
考虑到高年级学生对解决实际问题技术的兴趣远远大于技术理论等细节，不想花太多时间去理解复杂而难以看到实践效果的理论上，更想通过实际体验解决问题增强成就感。教学内容的设计尤其紧密结合实际运用。
传统人工智能讲授通过实例解答或推证式讲述理论，如知识表示和搜索推理技术，该部分理论强，应用实例少，往往学生感觉枯燥乏味，教师也感觉晦涩抽象，学生对所讲内容基本靠死记方法和步骤，这种僵化的教与学影响了教学效果。
因此，设计教学时尤其注重内容的实用性。除了讲授至今仍沿用和有效的基本原理和方法外，引入近年发展起来的方法和技术，如智能算法等，对这些内容重点在技术的具体实现上，强调与实际的融合贯通。教学过程中加入与课程内容对应又可以用计算机实现的试用内容。如模式识别应用于手写数字识别，通过仿真软件模拟实现算法，获得立竿见影的效果体验，加深对算法的认识，引起学生浓厚的兴趣。同时也对某些很有发展前景的技术兴趣导入，如目前人工智能研究侧重人类理性逻辑功能的模拟，而如果把情感智能考虑进去，才更有人性化的智能决策。这就是经过了将近20年发展的情感计算，随着可穿戴技术渐渐渗透进生活，引起更多关注，这些接地气的内容提升了兴趣。
3.3 实践能力的培养
Udacity 创始人史蒂芬斯博士的说过，“即使是最好的大学，其计算机课程所传授的技能也是浮于理论的”。学习的目的是为了解决实际问题，带着问题学习和思考，有利于主动学习的激发。这些方面，可以参考Udacity人工智能课程的实验内容修正。强调学习是为了解决实际问题服务的目标。
3.4 教学模式及教学方法的变化
3.4.1 实例教学法
人工智能内容的抽象性决定了知识点的难度，Udacity人工智能课程教学中尽量把难懂的知识点结合现实中有趣实例，通过感性体验提高理性理解，让学生容易接受。笔者进行了一些化难为易的尝试：如利用汉诺塔问题讲解状态空间的知识表示，通过野人过河的游戏程序步步领会理论精髓；结合下棋软件体验模拟人脑思考的计算机博弈的极大极小搜索思路，这些实例教学激起了兴趣，扩展了学生思路，拓宽了视野。
3.4.2 翻转教学法
整门课程录制课程小视频还有一定难度，作为尝试，选择少量知识点录制视频进行翻转教学。如抽象的理论部分，借鉴网上已有视频资源融入教学过程，分解知识点破解难点，形象化与短时间的重复讲解，增加学生对抽象内容的理解，期间穿插核查对理解内容的核查，并留出思考时间，强化学习效果。
3.4.3 交互环境的营造，辅助教学过程完善
1）基于联通主义的学习交互[6-7]
在MOOC课程中，提供在线交流论坛，学习者建立课程组，学习组等方式交流，这种教与学、学与学的交互不但是网状进行的，而且是即时的。学生将互动产生的内容作为学习的中心，通过学习者不同认识的交互，建立新的认知结构，拓宽了视野，更有利于问题的有效解决。这种互动交流分成三种形式：
①教师对统一回答提问集中且意义较大的疑难问题；
②学习者分享学习感悟；
③学生间交流带来不同认知的碰撞。
以上三种情况的互动在课堂教学中也可以运用于课堂教学：及时分析整理共同问题，集中回复；课堂教学的互动除了课堂上及时了解学生反馈的互动，还有对解决问题的互动。课下互动可以利用学者网建立课程组，提供了较好的师生交流形式与效果，同时利用学习组在小组中分享互助，小组成员的交流引起认知碰撞，这种实际参与的体验加深了理解，并巩固学到内容，这些资料的逐渐积累还可以复用。
2）基于行为主义的学习反馈[8]
MOOC 遵循了程序教学的一般原则，尤其注重学生反馈，像游戏一样关卡设置让整个过程充满挑战性，一些机器评分实现了及时学习反馈，摆脱了单向提供课程资源的弊端。课堂教学可以借鉴这种借助技术手段互动了解学生学习的情况，促使有意义学习的发生。
4 教学改革的实施
利用以上措施在《人工智能》课程的教学中实践，通过在xMOOC教学模式中部分适当内容引入翻转教学法与利用学者网的课程交互，探索提高兴趣，促进理论与实践的融合，促进有意义学习的发生，提高学生实践能力的途径。通过观察，调查与访谈等方式，了解学生在该教学模式中兴趣与能力改善状况，同时研究教师教学法转变与教学水平变化的关系，根据追踪研究效果，发现这种改善调动了学习兴趣，促进了教学效果。实践中通过建立实验组（班）与对照组（班）、评价教学模式和教学效果等因素，不断总结、修正和完善，期望建立适应当前形势与环境的有效的该课程的教学模式与教学方法。
5 结束语
笔者结合人工智能课程的教学实践，针对本科高年级的教学特点和人工智能课程学科特点，提出在设计人工智能教学时，通过MOOC的教学模式和教学方法完善课堂教学，注重内容的实用性和新颖性，适当穿插新方向的内容，目标是将难学、枯燥、难理解的问题，变得易学、有趣、易理解。从学生反馈来看，这些方法起到了积极的实际效果，有效地提高了学习积极性。
【参考文献】
[1]udacity的人工智能导论课程网[EB/OL].https：///course/cs271.
[2]王萍.大规模在线开放课程的新发展与应用：从cMOOC 到xMOOC[J].现代远程教育研究，2013（03）：13-19.
[3]国家精品课程资源网[DB/OL].[2013-04-22].http：//.
[4]徐明，龙军.基于 MOOC 理念的网络信息安全系列课程教学改革[J].高等教育研究学报，2013，36（03）.
[5]王文礼.MOOC 的发展及其对高等教育的影响[J].江苏高教，2013（2）：53-57.
[6]李青，王涛.MOOC：一种基于连通主义的巨型开放课程模式[J].中国远程教育，2012（3）：30-36.
关键词：人工智能；教学改革；教学方法
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着AI3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网+”、“智能+”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术+管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。
2.2教学内容设置
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进MOOC平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。
关键词：人工智能；全英文教学；教学内容改革；教学模式改革
1 实施全英文教学的必要性
随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。
智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。
2 当前国内全英文教学存在的主要问题
笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。
从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。
（1）对全英文教学的理解存在偏差。从项目3～5的调查结果看，教师不能正确处理好全英文教学与专业英语课教学的关系，使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅，多媒体课件形式为中英文相结合。
（2）全英文教学达不到预期的教学效果。从项目6和7的调查结果看，虽然一些大学花了很大代价邀请国外一流教授专家讲授课程，但由于人工智能课程理论性强、难度大，学生很难适应全英文课程教学。
（3）缺乏内容全面和难度适中的教材。从项目8和9的调查结果看，一些大学在实施人工智能课程全英语教学时直接引进原版英文教材，但这对本科生来说，原版英文教材内容偏多、难度较大，学生学习时不免有诸多畏难情绪。
（4）师资匮乏。从项目10的调查结果看，学生对承担全英文教学教师的满意程度普遍不高。实际上，全英文教学对承担课程教学的教师要求很高，他们不仅需要具备专业知识，而且还要掌握英语应用技能，而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。
综上所述，如何改革全英文教学模式，讲授哪些教学内容，采用何种科学的教学方法与手段，是值得我们思考和关注的教学改革重点和难点。
针对以上这些问题，我们深入研究人工智能课程的特点，对现有教学模式、内容及方法进行全方位探索和改革，制订全英文教学计划，对促进教学工作、提高教学质量、培养国际创新型人才起重要作用，其重要意义具体体现在以下3个方面。
（1）探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合，建立全英文教学的新型模式，这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。
（2）全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术，开阔国际视野，有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。
（3）全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。
3 全英文教学内容改革
建立完善的全英语教学体系，需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时，因此我们需要考虑从什么角度组织教学内容，才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术，从而显著提高教学效果。
与国内教学内容相比，国外教学更注重分析问题的思维方法和解决问题的应用能力，对提高学生的学习兴趣以及培养学生的创新能力十分有益，但是原版内容过多，且大多以国外政治、经济、文化、社会和生活为背景，对于我国学生来说，理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题，我们需要在引进、消化和吸收国外经典教材内容的基础上，有选择性地挑选合适内容。国外经典教材编写思路不尽相同，一些经典人工智能教材及主要内容见表2。
人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点，即人工智能应围绕“智能”这个核心，但由于智能本身非常复杂，难以用单一的理论与方法描述，需要从不同的抽象层次刻画智能这个主题。我们认为，人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。
在最底层，神经网络与演化计算（适应性原理与仿生机制等）辅助感知以及与物理世界的交互；抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解；更高层则提出学习、规划、推理的模型和方式；应用层构造智能化智能体以及具有一定智能的人工系统，让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次，为保证教学内容的循序渐进性，还可按照抽象层更高层最底层应用层顺序安排教学内容。
4 全英文教学模式改革的实施关键
针对以上国内全英文教学中存在的主要问题，我们提出人工智能课程全英文教学模式改革的实施关键，包括全英文课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。
4.1 全英文课堂教学模式的重定位
人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标，分两个阶段进行，国内教师与国外教师共同授课。首先，国内主讲教师讲授人工智能课程的基础原理、模型和方法，可采用集中授课、案例教学和课堂实践等教学方式，使学生掌握人工智能的一般基础知识；在此基础上，再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术，包括集中授课和专题研讨。经过基础学习，学生一般已掌握人工智能基础知识，因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比，该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。
4.2 “二三二”模式教学方法的改革
实行全英语教学后，由于使用英文教材及中外教育背景存在差异等因素，我们在教学过程中对教学方法进行一定程度的调整和改进，包括全英文授课形式、案例教学、教学内容以及教学手段等方面；配合“1+1”全英文双课堂教学模式，提出图3所示的“二三二”模式教学方法，培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。
该教学方法模式包括：（1）过渡式全英文与沉浸式全英语两大英语教学方式；（2）激励自主式、启发互动式、体验学习式三大学习法，激发学生学习兴趣，使学生牢固掌握人工智能基础理论与方法；（3）参与学习式和自我展示式两大学习法，培养学生综合运用知识的能力和创新能力。
在全英文课堂授课过程中，我们需要注重把握英语与专业的比例。首先，不能一味地追求全英文授课的形式而忽视教学效果；其次，还需要为学生提供一个良好的语言学习环境，在实际教学中注重培养学生良好的英语思维习惯，从根本上提高学生的英语水平。
人工智能课程包含大量概念，内容抽象，算法复杂，学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣，获得较好的预期教学效果，但要达到理想的教学目标，仅仅靠课堂教学远远不够，还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座，鼓励学生参加相关的课外科研/科技活动，使得学生能够体验式地、自主地学习，更好地了解人工智能新技术，从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式，不仅能够丰富教学内涵，而且可以充实学科前沿知识并拓宽学生的国际视野。
4.3 集先进性、前沿性和实用性为一体的教学内容创新
除了引进、消化和吸收国外经典教材内容以外，我们还需要逐步建立起具有自身特色的教学内容，以保证教学内容集先进性、前沿性和实用性为一体。
（1）先进性。我们提出教学与科研相结合，以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目，将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中，确保教学内容的先进性，有效提高教学改革的质量。
（2）前沿性。对人工智能发展较快的领域，如智能计算、数据挖掘等，还需更新和补充全英文教学内容，同时可以邀请国际知名大学教授共同研究与探讨教学内容，保证课程内容具有一定的前沿性，通过实现全英语教学保证课程与国际接轨。
（3）实用性。在讲授基础理论知识的基础上，还应注重实践的应用，增强学生的动手操作能力，以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识，适当补充案例与实例，使得教学内容与实际相联系，丰富课程内涵并提高教学效果。
4.4 全专业英语教学团队的打造
师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底，但不能熟练地运用英语进行授课，而有些教师则知识结构单一，缺少人工智能及其相关学科间的交叉与融合，因此我们需要多渠道、多层次地打造既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英语教师队伍。将科研与教学相结合，利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作，争取申请国际合作科研项目，利用科研提高教师的教学质量、专业水平和英语技能。
5 全英文教学的具体实施
我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学，具体实施过程如下。
（1）国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组，三者之间相互配合并共同促进，保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持；教学工作小组制订全英文教学工作规划和年度计划；监管小组定期对工作小组的教学完成情况进行评估。
（2）在课程教学中，打破国内常规教学方式，建立开放式全英文教学模式，教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心，以讲授与专题讨论相结合的方式，围绕基本原理、方法与技术展开教学，激发学生自主学习与创新学习的热情。
（3）国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题，而且取得了一些有影响的研究成果，形成了自己的学科特色和优势。2006年，国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。
（4）聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时，利用国外学者来武汉大学顺访的机会，请其为学生作学术报告，使学生了解国际最新人工智能技术，如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。
（5）国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时，优先考虑给本科生授课的全英文教师，并将全英文教学能力作为选拔条件，以教师的学术进修带动全英文教学建设，使学科和专业建设与全英语教学队伍打造相结合，全面推进全英语教学工作的开展。
6 结语
人工智能是计算机科学与技术专业的重要课程，目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机，针对目前国内全英文教学中存在的亟待解决的主要问题，提出人工智能全英文教学内容与教学模式改革的新思路。
（1）以智能为核心，从不同抽象层次刻画智能主题，构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。
（2）突破传统教学模式，对全英文教学模式进行重定位，提出“1+1”全英文双课堂教学模式。
（3）提出“二三二”模式教学方法的改革方案，培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。
（4）提出教学与科研相结合，以科研带动教学发展的新思路，进行集先进性、前沿性和实用性为一体的教学内容创新。
提到人工智能，我们应该不陌生，目前已经有很多智能产品进入到我们的生活，如智能手表、手环等这类可穿戴的设备，更吸引眼球的无人驾驶和服务机器人也都慢慢进入我们的视野。
根据VentureScanner的统计，截至2016年初，全球共有957家人工智能公司，美国以499家位列第一。中国人工智能领域约有65家创业公司获得投资，合计29.1亿元。相对于全球人工智能市场，中国人工智能市场依旧是一个有待进一步开发的市场。
巨头纷纷布局人工智能，行业技术却有待提升
如今，全球有近千家人工智能公司，覆盖到62个国家的语音识别、手势控制、虚拟私人助手、语音翻译和智能机器人等十余个产业，基础技术、人工智能技术、人工智能应用构成了人工智能产业链的三个核心环节，而国内涉及人工智能领域的公司也早已破百。不论是国外还是国内的科技巨头和风投机构都在布局人工智能这条产业链，以寻求占得人工智能市场一席之地。
全球AI阵营：3月份的谷歌阿尔法狗机器人大胜围棋高手后，令谷歌名声大噪，也将人工智能再次推向全球热浪中。在无人驾驶汽车方面，谷歌无人驾驶汽车测试历程已超过200万公里，并对其不断地测试和改进；微软在人工智能方面的技术研究投入已超过20年的时间，其人工智能机器人小冰是人工智能伴侣虚拟机器人的生态模式；Facebook的聊天机器人“M”，是基于其用户和社交形态而成的智能助手，除了能够回答用户问题、查阅信息外，还能够帮助用户完成一些生活操作，如购买商品、餐厅定位、安排计划旅行等。
由谷歌、微软和Facebook为代表的全球AI市场，在语音识别、机器视觉等产品上有了丰富的研究、开发，而在人脑科学、深度学习感知等领域上的研究也在不久会有所突破。
国内BAT巨头阵营：百度的人工智能技术体系包括百度研究院、百度大数据、百度语音、百度图像等技术，而百度在人工智能上的投入力度很大，且其技术在国内处于领先地位；阿里的人工智能是在其DT和附能话术体系下展开的，阿里目前有小Ai、小蜜，是以阿里云为基础的业务蓝图的生态模式；相对于百度、阿里，腾讯在人工智能方面进展相对比较缓慢，目前推出了Dreamwriter和微宝等产品。
然而，纵观国内外人工智能领域的市场，巨头们在人工智能领域都已布下棋局，但是巨头们的人工智能都是在为企业自身以及企业相关业务进行服务。目前的人工智能市场，大多数的企业都还存在一定的技术难关，尤其是初创企业。这些企业急切需要一些人工智能技术服务来为自己提供技术支持、帮助。
此外，对于很多正处于转型的企业来说，他们处在需要人工智能技术服务来加快信息化建设的关键时刻，自身没有技术优势和人工智能技术基因，发展就会受到限制。
企业信息化建设需求紧迫，AI技术服务商纷纷现身
互联网时代下的经济发展，企业要转型就要加快信息化建设，而让信息化技术来转变企业业务需求的方法无疑是具有很大的操作性和实用性的。然而，很多传统企业自身没有IT新技术基因，自己再投入资金来研发、培养团队这不太现实。所以这些传统企业更多的是想要依靠拥有AI技术优势的企业来提供技术服务，这个急迫的需求则推动了国内AI技术服务市场的发展。
在人工智能风靡全球的浪潮下，随着国家对人工智能公共创新服务领域的不断重视，并提出多个政策鼓励、支持，人工智能这块市场出现了为各个行业提供人工智能解决方案的服务商。这类智能机器人的服务企业定位很明确，就是为行业人工智能开发多样化的产品功能，产品差异化也很明显，这能够为行业工作模式带来快速的改变和发展。
1、提供智能语音技术的服务：在智能语音技术方面，科大讯飞股份有限公司的讯飞“超脑”在语音识别、语义理解、口语翻译、机器评测方面上取得了一定的应用成果，其智能语音核心技术在国内智能语音上也是数一数二的企业。
在今年的安徽两会上，科大讯飞的智能会议系统正式亮相，会议代表手持话筒在现场发言时，屏幕上能够快速、准确的、实时的显示相对应的文字，满足了会议的图文直播需求。因此，人工智能在语音识别、口语翻译上的应用范围广，能够为企业的办公方式带来很大的便利。不过他们在语音技术上，尤其是机器人对地方方言和口音的识别依旧存在着不足，因此，技术服务商还是要加强对AI机器人的语音培训。
2、提供人工智能引擎平台的服务：在传统行业的智能化服务上，目前，厦门快商通科技股份有限公司和上海智臻智能网络科技股份有限公司都提供了较为完整的技术解决方案。厦门快商通科技股份有限公司主要研发的平台为小快人工智能引擎平台，重点在人机交互领域进行平台技术输出。此平台是在开放小快自身核心语义理解和交互能力的基础上，针对第三方开发者建立的基于“云端”智能的网络虚拟机器人服务平台。
快商通将小快人工智能引擎平台的智能服务引擎和管理平台放在“云端”，客户通过SDK、API、第三方应用等渠道接入小快人机交互引擎平台，客户可以随时调用云端智能机器人的语音识别、智能应答等功能，并可根据需要定制机器人知识范围，实现智能服务机器人交互技术的远程接入。
目前，小快人工智能引擎平台已在智能客服、智能教育、医疗领域成功落地，获得大规模技术调用。其简洁、高效、智能的技术输出方式，使得快商通在智能家居、电子政务、自媒体、游戏、教育等领域迅速积累了大量用户资源。
3、提供物联网人工智能的服务：在物联网人工智能方面，北京云知声信息技术有限公司的“云端芯”，围绕自身智能语音识别和语音理解等核心技术优势来打造的生态体系。利用大数据为各个产品方案实现落地，并收集的数据经过大数据处理转化成最终服务，目前在家居、汽车、医疗和教育等领域有所应用，在国内的后装车机市场70%的自主厂商的语音交换皆由云知声提供技术服务。
4、提供智能家居方案的服务：浙江风向标科技有限公司的“VANE”，主要是应用在智能家居上，可以进行个性化的生活场景定制，在一定程度上为用户的家居生活提供智能化服务，但相对来说，应用在家居场景服务中的产品种类还是比较少的，功能也比较简单。因此要真正实现智能家居还需要技术服务企业开发出更丰富的、智能化的产品功能。
5、提供多种AI技术融合的服务：北京捷通华声科技有限公司的灵云全智能能力平台，将智能语音交互、图像识别、语义理解、生物特征等技术进行整合，解决企业的具体需求。
可以说，国内不断涌现出来的人工智能技术服务商在语音识别、翻译等方面上都有技术优势，并在产品开发上耗费了多年的研究准备时间。在发展前期瞄准了可以发挥自身技术优质的行业领域，利用人工智能技术来帮助更多企业解决行业痛点，同时又能够使自己在国内人工智能市场上站稳脚跟。这符合当前我国人工智能市场不太成熟的行情，也能够使创业企业在摸索中成长。
AI技术服务商为企业在转型中的信息化建设提供了很大的动力和支持，而企业在转型过程中，首先改变的是业务办理方式和营销方式。传统企业在业务中常常要与消费者进行直接的沟通与交流，因此企业在售前售后的客服团队人数数量是庞大的，工作量一般也会很大；传统企业的营销方式要与时俱进，依旧离不开互联网思维，而人工智能服务商无疑可以为企业解决这些难题，提高其工作效率和营销决策的准确性。
企业客服市场需求大，或能借力人工智能起飞
根据艾媒咨询的统计，目前国内的客服市场规模已超过千亿，而随着移动电子商务和O2O市场的发展，国内客服市场将从传统PC端和电话客服的工作方式中逐渐转向移动客服，客服市场潜力巨大，也使更多人工智能技术服务商争相进军，争抢市场的一杯羹。
为企业级用户提供服务的智能机器人厂商，其定位很明确，就是专门针对智能客服机器人领域进行优化，以寻求在企业客服服务中占领市场，其开发的产品功能模式多样化，也能够为部分人群的工作模式带来积极的推动作用。
模式一：智能客服机器人或插件服务
云问是一个智能客服机器人SaaS服务平台，可以通过机器人问答来模拟人工客服为用户提供客服服务。晓多机器人，从2013年7月开始在淘宝卖家服务市场上线旺财客服机器人，能够模拟真人以自然语言与买家进行对话。
这一模式在一定程度上就已经初步解决了企业在客服上的问题，尤其是电商企业的客服人员面对大量的客户咨询，会出现来不及回复和重复回答问题等情况，将重复的、简单的问题交给智能机器人可以节约时间并节省人力成本，不过他们并没有深入到企业客服领域的其他方面。
模式二：机器人客服+人工客服+工单系统
该模式下的七鱼、智齿科技、爱客服等服务商，在机器人客服上，通过智能机器人智能解答客户问题，提供永不离线的客服服务，可以降低80%的客服人力成本；在工单系统上，则支持多种方式创建工单，为跨部门协作和问题及时跟进提供了便利服务；为企业提供统一客服工作台，为客服提供客户画像、问题分类、历史会话等繁杂问题的简化集成。
这一模式为企业搭建了智能的、多渠道客服系统，通过大数据实现企业对用户的细分，实现智能化管理，在一定程度上改善企业和用户的关系，促进企业更好、更快地发展。进一步拓宽了人工智能技术为企业客服提供的服务。不仅实现机器人的智能客服，还完善了工单系统，为部门之间团结协作提供便利。
模式三：呼叫中心+机器人客服+人工客服+工单系统+大数据挖掘
快商通、Udesk、小能科技等服务商将呼叫中心+机器人客服+人工客服+工单系统模式作为自己的产品模式，不过Udesk、小能科技的人工智能技术是与云问达成的合作。快商通的人工智能技术则是自主研发。这种模式下的人工智能技术在呼叫中心的应用是实现自助服务、人机融合、运营支撑，可以很大程度上地节约了人工成本，同时快商通在现有的客服体系中采用大数据挖掘模式，并且利用大数据分析了解用户需求、解决营销问题。
在客服工作处理上，大部分的简单、高频、重复性问题交给客服机器人处理，小部分无法解决的则转交给人工客服。通过精准地理解客户问题并匹配最佳答案从而提高回复准确效率，同时通过机器人在线解答重复率高达80%的问题，从而减轻人工座席负担，减少企业的客服人工成本。
在数据营销解决上，通过海量行业数据的收集、分析，为企业提供行业营销推广热点、价格定制等解决方案，实现企业的PC端、移动端一体化的数据营销。这对企业来说可以快速的实现营销决策，但是也要结合实际的市场行情来做出判断，不能过度依赖于人工智能。
这一模式很好地利用了人工智能在行业的客服方面提供高效率的工作服务，同时又运用大数据分析为企业提供营销，这在一定程度上能够实现企业的信息化建设与发展，更好地应对市场的变化，及时作出营销决策。
随着移动互联网的发展，企业的客服需求越来越大，人工智能能够解决传统呼叫中心因人工客服人力成本耗费大、用户等待时间长、客服渠道繁琐、接入方式繁杂等痛点，从而为企业提高运营效率、降低软件的使用成本，使企业能够更好地实现转型，朝着信息化建设方向快步前进。
人工智能普及速度加快，技术服务商成幕后英雄
关键词： 人工智能 足球机器人 人工神经网络 智能控制
引言
足球机器人系统是一个典型的多智能体系统和分布式人工智能系统，涉及机器人学、计算机视觉[1]、模式识别、多智能体系统[2]、人工神经网络[3]等领域，而且它为人工智能理论研究及多种技术的集成应用提供了良好的实验平台。机器人球队与人类足球一样，它的胜负不但取决于机器人本身的性能，而且取决于比赛策略，只有将可靠的硬件与先进的策略结合才能取胜。人工智能技术在足球机器人的平台上有着重要的作用。从机器人的外观到机器人最重要的核心部分——控制、决策，都无不起着重要的作用。专家系统[4]、人工神经网络在机器人的路径规划[5]上得到充分的应用。
1.人工智能研究现状
人工智能[6-8]是一门研究人类智能机理，以及如何用计算机模拟人类智能活动的学科，该领域的研究包括机器人、语言识别[9]、图像识别、自然语言处理和专家系统等，涉及数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示[10][11]、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
几乎所有的编程语言均可用于解决人工智能算法，但从编程的便捷性和运行效率考虑，最好选用“人工智能语言”[12]。常用的人工智能语言有传统的函数型语言Lisp、逻辑型语言Prolog及面向对象语言Smalltalk、VC++及VB等，Math-Works公司推出的高性能数值计算可视化软件Matlab中包含神经网络工具箱，提供了许多Matlab函数。另外，还有多种系统工具用于开发特定领域的专家系统，如INSIGHT、GURU、CLIPS、ART等。这些实用工具为开发人工智能应用程序提供了便利条件，使人工智能越来越方便地运用于各种领域。
智能机器人是信息技术和人工智能等学科的综合试验场，可以全面检验信息技术和人工智能等各领域的成果，以及它们之间的相互关系。人工智能技术中的视觉、传感融合、行为决策、知识处理等技术，需要使无线通讯、智能控制、机电仪一体化、计算机仿真等许多关键技术有机、高效地集成统一。人们在很多领域都成功地实现了人工智能：自主规划和调度、博弈、自主控制、诊断、后勤规划、机器人技术、语言理解和问题求解等。
2.人工智能主要研究领域
人工智能的研究领域非常广泛，而且涉及的学科非常多。目前，人工智能的主要研究领域包括：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、智能决策支持系统及人工神经网络等。下面主要介绍在足球机器人设计、制造、控制等过程中常用的人工智能技术[13]。
2.1专家系统
专家系统是一个智能计算机程序系统，是一个具有大量专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。专家系统一般具有如下基本特征：具有专家水平的专门知识；能进行有效的推理；具有获取知识的能力；具有灵活性；具有透明性；具有交互性；具有实用性；具有一定的复杂性及难度。
2.2人工神经网络
人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统，采用了与传统人工智能和信息处理技术完全不同的机理，克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷，具有自适应、自组织和实时学习的特点。神经网络在很多领域已得到了很好的应用，但其需要研究的方面还很多。其中，具有分布存储、并行处理、自学习、自组织和非线性映射等优点的神经网络与其他技术的结合，以及由此而来的混合方法和混合系统，已经成为一大研究热点。由于其他方法也有优点，因此将神经网络与其他方法相结合，取长补短，可以达到更好的应用效果。目前这方面工作有神经网络与模糊逻辑、专家系统、遗传算法、小波分析、混沌、粗集理论、分形理论、证据理论和灰色系统等的融合。
2.3图像处理
图像处理是用计算机对图像进行分析，达到所需结果，又称影像处理。图像处理技术主要包括图像压缩，增强和复原，匹配、描述和识别三个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。数字图像处理中的模式识别技术，可以对人眼无法识别的图像进行分类处理，可以快速准确地检索、匹配和识别出各种东西，在日常生活各方面和军事上用途较大。
3.人工智能在足球机器人中的应用
3.1基于专家系统的足球机器人规划
路径规划或避碰问题是足球机器人比赛中的一个重要环节。根据工作环境，路径规划模型可分为基于模型的全局路径规划和基于传感器的局部路径规划。全局路径规划的主要方法有：可视图法、自由空间法、最优控制法、栅格法、拓扑法、切线图法、神经网络法等。局部路径规划的主要方法有：人工势场法、模糊逻辑算法、神经网络法、遗传算法[14]等。机器人规划专家系统是用专家系统的结构和技术建立起来的机器人规划系统。大多数成功的专家系统都是以基于规则系统的结构来模仿人类的综合机理的。它由五部分组成：知识库、控制策略、推理机、知识获取、解释与说明。随着人工智能计算智能与进化算法研究的逐步发展，遗传算法、蚁群算法等的提出，机器人路径规划问题得到了相应发展。尤其是通过遗传算法在路径规划中的应用，机器人更加智能化，其运行路径更加逼近理想的优化要求。以动态、未知环境下的机器人路径规划为研究背景，利用遗传算法采用了基于路点坐标值的可变长染色体编码方式，构造了包含障碍物排斥子函数项的代价函数，使得路径规划中的地图信息被成功引入到了遗传操作的实现过程中。同时针对路径规划问题的具体应用，改进了交叉和变异两种遗传算子，获得了较为理想的路径搜索效率，达到了较好的移动机器人路径规划效果。
3.2人工神经网络在机器人定导航中的应用
人工神经网络是一种仿效生物神经系统的信息处理方法，其优点主要体现在它可以处理难以用模型或规则描述的过程和系统；对非线性系统具有统一的描述；有较强的信息融合能力。因此在移动机器人定位与导航方面，基于神经网络的多传感器信息融合正是利用了神经网络的这些特性，将机器人外部传感器的传感数据信息作为神经网络的输入处理对象，从而获得移动机器人自身位置与对障碍物比较精确的估计，实现移动机器人的避障与自定位。
结语
随着人工智能技术的进一步研究，足球机器人竞赛水平将不断提高。但就目前情况来看，在现有的基础上扩大应用的范围，增强应用的效果，还应主要在人工智能技术上做进一步的研究。专家系统在专家知识的总结、表述及不确定的情况下推理是目前专家系统的瓶颈所在。制造生产的多变复杂性及操作的人工经验性，使人工智能的应用受到限制。此外，一些工艺参数的定量化实现也不易。随着技术的飞速发展，人工智能技术也在进一步完善，如多种方法混合技术、多专家系统技术、机器学习方法、并行分布处理技术等。随着新型人工智能技术的出现，制造业将会更加光明，性能更加优越的足球机器人也不再遥远。
参考文献：
[1]郑南宁.计算机视觉与模式识别[M].北京-国防工业出版社，1998.3.
[2]Wang Hongbing Fan Zhihua She Chundong Formal Specification of Role Assignment for Open Multi Agent System Chinese of Journal Electronics[J].2007，16（2）：212-216.
[3]LIMING ZHANG AND FANJI GU NEURAL INFORMATION PROCESSING VOLUME 1[M]Fudan University Press， 2001.
[4]Cai Zixing，King-Sun Fu. Expert-System-Based Robot Planning ？Control Theory & Applications[J] .1988（2）： 35-42.
[5]张锐，吴成东.机器人智能控制研究进展[J].沈阳建筑工程学院学报（自然科学版），2003，19（1）：61-64.
[6]蔡自兴，徐光祐.人工智能机器应用（第三版）清华大学出版社，2004.
[7]艾辉.谢康宁，谢百治.谈人工智能技术[J]中国医学教育技术，2004，18（2）：78-80.
[8]Nilsson NJ.Artificial Intelligence：A New Synthesis[M].Beijing：China Machine Press，2006：72-95.
[9]Han Jiqing Gao Wen Robust Speech Recognition Method Based on Discriminative Environment Feature Extraction Journal of Computer Science and Technology[J]. 2001；16（5）：458-464.
[10]Tang Zhijie Yang Baoan Zhang Kejing Design of Multi-attribute Knowledge Base Based on Hybrid Knowledge Representation Journal of Donghua University 2006，23（6）：62-66.
[11]Hu Xiangpei Wang Xuyin Knowledge representation and rule——based solution system for dynamic programming model Journal of Harbin Institute of Technology 2003，10（2）：190-194.
[12]姚根.人工智能的概况及实现方法[J] .2009，28（3）：108.
关键词：颠覆性技术；创新；移动互联；机器人；人工智能
基金项目：“江苏省社科应用研究精品工程”课题；项目名称：颠覆性技术的识别及培育发展研究；项目编号：16SYB-023。
历史上，每次科技革命时期，都是颠覆性技术出现的高峰期。科技革命构成了发掘和发展颠覆性技术的难得历史机遇。目前，科W已经沉寂了60余年，第三次技术革命发生距今接近80年，科技知识体系积累的内在矛盾已经凸显，迫切需要新的重大突破。在物质科学、量子信息科学、生命科学、宇宙科学等基础科学领域，一些重要的科学问题和关键技术发生革命性突破的先兆日益显现；科技发展跨学科趋势愈益明显，新学科、新知识、新思想的出现更多体现为学科交叉融合的方式，许多重大创新出现在学科交叉领域。当今世界已处在新一轮科技革命的前夜，颠覆性技术大量涌现的时期即将到来。
一、颠覆性技术的概念
颠覆性技术概念最早出自美国哈弗商学院克莱顿・克里斯滕森教授1995年出版的《颠覆性技术的机遇浪潮》。他认为，颠覆性技术是指这样一类技术：它们往往从低端或边缘市场切入，以简单、方便、便宜为初始阶段特征，随着性能与功能的不断改进与完善，最终取代已有技术，开辟出新市场，形成新的价值体系。德国弗郎恩霍夫协会认为：颠覆性技术就是指能够“改变已有规则”的技术，即那些与现有技术相比，在性能或功能上有重大突破，其未来发展将逐步取代已有技术，进而改变作战模式或作战规则的技术。
综上所述，颠覆性技术是一种另辟蹊径、会对已有传统或主流技术途径产生颠覆性效果的技术，可能是完全创新的新技术，也可能是基于现有技术的跨学科、跨领域的创新型应用。颠覆性技术具有四个特点：技术发展速度快、产生潜在影响范围广、可创造经济价值高、带来颠覆性影响大。与渐进性技术相比，颠覆性技术在形态上更具有超越性和突变性，在效能上更具备革命性和破坏性。
二、我国颠覆性创新的领域选择
（一）“十三五”国家科技创新规划：15个领域
《“十三五”国家科技创新规划》中明确提出要发展引领产业变革的颠覆性技术：加强产业变革趋势和重大技术的预警，加强对颠覆性技术替代传统产业拐点的预判，及时布局新兴产业前沿技术研发，在信息、制造、生物、新材料、能源等领域，特别是交叉融合的方向，加快部署一批具有重大影响、能够改变或部分改变科技、经济、社会、生态格局的颠覆性技术研究，在新一轮产业变革中赢得竞争优势。重点开发移动互联、量子信息、人工智能等技术，推动增材制造、智能机器人、无人驾驶汽车等技术的发展，重视基因编辑、干细胞、合成生物、再生医学等技术对生命科学、生物育种、工业生物领域的深刻影响，开发氢能、燃料电池等新一代能源技术，发挥纳米技术、智能技术、石墨烯等对新材料产业发展的引领作用。
（二）国家科技重大专项：16个领域
《国家中长期科学技术发展规划纲要（2006-2020 年）》确定了核心电子器件、高端通用芯片及基础软件，极大规模集成电路制造技术及成套工艺，新一代宽带无线移动通信，高档数控机床与基础制造技术，大型油气田及煤层气开发，大型先进压水堆及高温气冷堆核电站，水体污染控制与治理，转基因生物新品种培育，重大新药创制，艾滋病和病毒性肝炎等重大传染病防治，大型飞机，高分辨率对地观测系统，载人航天与探月工程等16个重大专项，涉及信息、生物等战略产业领域，能源资源环境和人民健康等重大紧迫问题，以及军民两用技术和国防技术。
（三）中国科技发展战略研究院：20项关键技术
2016年，中国科学技术发展战略研究院科技预测与评价研究所对关系到我国经济建设、生态建设、国防建设、民生改善乃至综合国力提升具有决定性、基础性的核心技术，按照科学（属于国际竞争激烈的前沿或核心技术）、颠覆性（有望取代主流技术、替代主导产业的技术）、重大（有望替代1-2个主导产品，或颠覆1个以上行业的技术）、可行（经过10年努力能够取得自主知识产权，并有望商业化的技术）四个原则，进行了预测和遴选，遴选出未来能够改变或部分改变科技、经济、生态、军事现状与格局的20项关键技术。
（四）中国科协创新战略研究院：7大领域
中国科协创新战略研究院在的《我国应对颠覆性技术创新需要重点布局的领域》中，认为未来十年世界范围内可能出现的颠覆性创新集中在9大领域：先进计算技术与人工智能、纳米技术与材料科学、基因与精准医疗、能源开发与存储、航空航天与地外生命探测、网络与大数据、智能汽车与智慧交通、绿色制造与先进制造、教育技术与知识自动化。
从我国各机构评选的技术来看，出现频率最高的五大技术领域是移动互联、机器人、3D 打印、人工智能、纳米技术，这五大技术领域将是我国未来颠覆性技术创新的主要方向。
三、我国颠覆性领域的技术创新方向
（一）移动互联领域
大力支持移动互联网软件开发，突破系统软件、人机交互、应用开发、虚拟化等热点技术与新兴技术。加快推进移动互联网的云计算和大数据应用，重点突破数据挖掘、海量数据处理、计费、访问控制等平台关键核心技术。支持开展未来网络重大基础设施（CENI）项目的关键技术研究，加强相关领域产品研发和产业孵化，大力推广基于下一代广播电视网的创新业务及相关应用。充分发挥移动互联网对生产领域的带动作用，在工程机械、汽车、食品、电子信息、物流等行业形成领先的服务产品。深化移动互联网在生活领域的引领作用，大力推广面向餐饮、休闲娱乐、购物、旅游等的移动互联网应用，重点发展移动支付、移动娱乐、移动阅读、移动资讯、移动搜索、移动位置服务等。鼓励移动互联网应用创新，重点发展车载数据与资讯、智能交通、基于北斗等多制式智能交通导航、远程测试诊断、在线节能监管、道路救援、食品安全溯源与安防等移动信息服务。
（二）机器人领域
重点研究智能机器人机构设计、制造工艺、智能控制和人机交互等共性技术，攻克机器人优化建模、精准感知、多机器人协调等核心技术。（1）伺服电机方面：重点发展根据机器人的高速，重载，高精度等应用要求，增加驱动器和电机的瞬时过载能力，增加驱动器的动态响应能力，驱动增加相应的自定义算法接口单元，且采用通用的高速通讯总线作为通讯接口，摒弃原先的模拟量和脉冲方式，进一步提高控制品质。（2）减速器方面：重点发展高强度耐磨材料技g、加工工艺优化技术、高速技术、高精度装配技术、可靠性及寿命检测技术以及新型传动机理的探索，发展适合机器人应用的高效率、低重量、长期免维护的系列化减速器。（3）控制器方面：重点研究开放式，模块化控制系统，开发适用于机器人控制的通用软件包；提高机器人控制器的智能化和网络化水平，开发具有多传感器信息融合能力的控制器。
（三）3D打印领域
围绕3D打印重点方向，突破一批原创性技术。（1）材料方面：针对金属3D打印专用材料，优化粉末大小、形状和化学性质等材料特性，开发满足3D打印发展需要的金属材料；针对非金属3D打印专用材料，提高现有材料在耐高温、高强度等方面的性能，降低材料成本。（2）工艺方面：解决金属构件成形中高效、热应力控制及变形开裂预防、组织性能调控，以及非金属材料成形技术中温度场控制、变形控制、材料组份控制等工艺难题。（3）装备及核心器件方面：加强3D打印专用材料、工艺技术与装备的结合，不断提高金属材料3D打印装备的效率、精度、可靠性，以及非金属材料3D打印装备的高工况温度和工艺稳定性，提升个人桌面机的易用性、可靠性；重点研制与3D打印装备配套的嵌入式软件系统及核心器件，提升装备软、硬件协同能力。
（四）人工智能领域
进行人工智能前沿技术布局，推动核心技术产业化，重点突破人工智能基础理论（包括深度学习、类脑智能等）、人工智能共性技术（包括人工智能领域的芯片、传感器、操作系统、存储系统、高端服务器、关键网络设备、网络安全技术设备、中间件等基础软硬件技术）、人工智能应用技术（包括基于人工智能的计算机视听觉、生物特征识别、复杂环境识别、新型人机交互、自然语言理解、机器翻译、智能决策控制、网络安全技术等）。加快人工智能基础资源公共服务平台建设，包括满足深度学习计算需求的新型计算集群共享平台、云端智能分析处理平台、算法与技术开放平台、智能系统安全情报共享平台等，为人工智能创新创业提供相关研发工具、检验评测、安全、标准、知识产权、创业咨询等专业化服务。加快人工智能技术的产业化进程，推动人工智能在家居、汽车、无人系统、安防、制造、教育、环境、交通、商业、健康医疗、网络安全、社会治理等重要领域开展试点。
（五）纳米技术领域
加强纳米技术研究，重点突破纳米材料及制品的制备与应用关键技术，积极开发纳米粉体、纳米碳管、富勒烯等材料，大力推进纳米材料在电子信息、生物医药、新能源和节能环保等领域的广泛应用。针对信息、能源、环保、生物医学等领域的迫切需求，开发纳米结构加工与制造的新方法、纳米器件集成与系统的设计、制备技术。重点研究新型纳米电子、光电器件、传感器件，大力发展纳米晶太阳能电池、新型薄膜太阳能电池、有机太阳能电池、热电电池、超级电容器等技术，着力突破室内空气污染物、工业源有毒有害气体、动力机械尾气的纳米净化材料及催化净化技术，切实攻克纳米颗粒与生物活性物质的组装方法。促进纳米绿色印刷制版、高密度存储器、新型显示、高效能源转化、气体净化、疾病快速诊断等纳米材料与技术的规模化应用，抢占未来纳米材料发展的制高点。
参考文献
[1] 刘根生.多些“颠覆性技术创新”[J].群众，2016，（1）.
[2] 杨，余晓洁.科技创新引领“第一动力”重视颠覆性技术创新[J].中国职工教育，2016，（1）.
[3] 赵刚.未来五年颠覆性技术将不断涌现[J].领导文萃，2016，（7）.
[4] 王武军.颠覆性技术的“摇篮”高明在哪儿[J].中国中小企业，2016，（6）.
一、人工智能概述
人工智能（AI）又称为机器智能，John McCarthy将其定义为“制造智能化机器的相关科学和工程”[1]。对此我们可以理解为“研究能否实现、如何实现这样的智能系统的科学知识和研究领域”。在此基础上，著名研究型大学MIT的温斯顿解释为“人工智能是解决如何让计算机完成之前由人类才能完成的工作”[2]。其实许多研究者都有不同的见解，所以除此之外还有很多种定义，但都基本上反映出人工智能的内涵与思想。简单的说，人工智能就是“关于研发人工构造出的可以模拟人的意识和思维方式的计算机系统的理论和应用，这些系统可以取代部分目前人类正在做的工作”。
二、会计行业人力资源的现状
企业在任何时候都不应该忽视人力资源的影响和作用，尤其是作为服务型的会计行业，因为它的人力资源通常表现为工作者的技能水平，可以说它是决定本行业核心竞争力的最重要因素。近几年来由于企业逐步迈向科学化管理和现代化管理，所以无论是在数量上还是质量上，会计行业对专业人才的需求层次都越来越高。虽然会计行业的人力资源状况在现阶段还处于不断变化之中，但是我们仍然可以归结出以下问题。
（一）文化水平普遍较低
目前我国会计人员数量众多，但是文化水平普遍较低。数据显示，截止2014年我国已有1600万的财会人员，而注会人数仅有16万。在这1600万人中，只有13%的人员经过专门的会计培训，10%左右的人员受到过大学或者专科以上的教育[3]。
（二）部分人员职业素质不高
一方面是由于现有会计人员大多知识内容单一、结构老化、层次不够丰富，接受新知识速度较慢以及对本职工作感到枯燥、缺乏热情和敬业精神等使得业务素质不高；另一方面是职业素质不高，会计人员职业素质和操守是工作质量的重要影响因素之一，而目前我国对财会从业人员的职业素质与法规方面的培养不够重视，部分会计人员法制观念淡薄，在工作中徇私舞弊甚至造假作假等，造成账务混乱，带来财务和税务的风险，降低了行业公信力。
（三）会计人员队伍能力结构失衡
目前我国的会计行业发展现状是队伍能力结构失衡，而且呈现两极分化的趋势，一边是会计行业中普通的核算人员的数量越来越多，几乎达到饱和。另一边高水平的财务管理人才有很大的市场缺口，高级应用型、复合型人才在社会上供不应求[4]。虽然我国已经引入管理会计几十年有余，但是仍然没有得到实际应用和全面推广。
三、人工智能带来的影响
（一）人工智能适用于会计行业
随着社会经济发展程度的不断提高，人工智能的技术已经可以适用于会计行业的部分工作，会计行业发展的新特点将是以电子技术和计算机系统为主。目前的会计行业的工作方式和核算手段日新月异，它经历了从早期的手工核算到会计电算化，再到如今在审计、会计和税务等工作中引入人工智能的概念。正如知名企业家李开复所言，在未来的几年里，机器不仅仅只是取代一些低技能的低端工作，它可以完成人类大部分的工作，这里我们用“冰山模型”解释人工智能适用于会计行业的程度，如图1所示。
如同上升的冰山一样，随着人工智能的发展与完善，将会有越来越多的功能被引入会计行业。目前只有财务会计人员所做的部分不需要多少技术含量、简单重复的工作，例如帮助员工阅读乏味的合同和其他文件将被善于记忆与运算的计算机系统所取代，审计、税务等基础的财务人员会逐步减少，取而代之的是智能审计、智能税务等人工智能系统。随着人工智能与会计信息系统的不断结合，互联网、数据挖掘和云计算的进一步发展，以及支持财务分析和会计信息系统的创新，人类将构建出智能财务决策支持系统[5]。但是冰山不会无限上升，因为人工智能是按照事先设定的规则执行程序的，它没有感情，不能彻底地实现灵活思考，例如在涉及人的方面――处理组织与人员、组织与组织和组织与人员的问题时，人工智能并不具有完全智能地处理问题的能力，因而人工智能并不能完全取代财务会计人员。
（二）人工智能促进会计行业的发展
随着人工智能浪潮的到来，及时引进并利用其高性能的运算能力和数据存储能力等优势，可以在以下几个方面促进会计行业的发展。
1.人工智能可以减少失误。会计行业在现阶段普遍存在会计信息失实的问题，这种问题的一个主要原因是由于巨大的数据量造成的人为失误，另一个原因是部分内部人员为了以权谋私而对信息进行了数据造假或者更改。人工智能系统的引入，则可以有效避免手工编制询证函而造成的潜在失误[6]。一定程度上缓解了由会计工作失误而带来的信息不真实的问题，减少了会计信息混乱和财产流失的风险。
2.人工智能可以使会计行业的业务效率得到提高。其实自助银行的ATM存取款机其实已经取代了银行人员的部分工作，同时提高了服务的效率。例如人工智能的“智能”系统在对相关的科目、交易进行全面分析后，可以在更短的时间里进行风险评估和挑选样本函证。财会人员将不必在花费时间和精力在类似普通核算这样简单而费神的工作上，转而有机会去处理更加复杂的事情。
3.提高企业的核心竞争力。人工智能在数据挖掘的基础上可以处理数据、建立数据库并跟踪数据分析，甚至可以对建模分析、对投资预测，相对于人类有限的信息存储量和计算能力，人工智能具有更加齐备的信息和高速的运算能力。同时，人工智能可以结合专家决策系统识别并提出消除金融危机给财务管理带来的影响，可以通过学习来识别财务风险，化解安全隐患，建立预警模型。
4.释放人力资源和减少用工成本。现在的会计人员大多按照基本流程来划分工作职能。而核算和监督是会计的两个基本职能，会计人员最主要的业务就是审核、记载、报告和存档等基础工作，现在人工智能的引进可以大量解决这种日常的、标准的、高频的工作，从而减少财务核算型人员，减少用工的成本。
（三）人工智能带来的变革
1.人工智能的引入可以迅速处理许多以前要耗费大量精力才能处理的事情，从枯燥乏味的合同阅读和一些其他文件的审查工作中解放出来，而且还可以在复杂的文件中提取有效信息从而让业务的处理流程和程序得到简化，同时极大提高了工作的效率和拓宽人类的专业知识。结合互联网技术，会计可以实现集中的财务共享模式，让每一个员工都能够亲身感受到公司财务的运营。
2.人工智能将改变传统会计人员的工作职能。人工智能释放大量的会计人力资源，这部分人力资源要想不被淘汰，必须从自身实现转型，由普通核算人员向管理会计人员转型。即使人工智能可以模仿人类的智慧，但是始终达不到和人类一样的智慧，因此会计行业中广泛涉及分析、预测和统筹等的管理会计将是财会人员的生机。人工智能会集中各种数据，管理会计将有价值的信息从这些数据中提取出来综合后发挥管理智能。
3.管理结构趋于扁平化。由于人工智能裁减了部分普通核算人员，企业的行政管理层次也得到削减。和以前相比，引入人工智能后的组织结构精简干练。
4.人力资源管理职能转变。目前会计行业中使用财务软件、税务软件和审计软件等就是人工智能迈向会计行业的第一步，这些软件像机器人一样提高工作效率。会计行业中的战略、顾问和服务三项职能在传统的人力资源管理模型中呈现为金字塔形[7]。随着会计行业的一部分服务由人工智能系统去完成，在新型的人力资源管理中，服务被一分为二。如图表2所示。
四、启示
（一）人力资源规划
科技的进步使人工智能正逐步取代部分会计人员，会计行业的岗位需求将逐步下降，虽然在某些方面人工智能可以模仿人类智慧，甚至可以超过人类，但是人工智能并适用于会计行业的每一个领域。所以公司的人力资源部门重要发展方向之一就是要细分工作职能，挑选适合的“人”去担任相应的职能。
（二）人才招聘与薪金管理
随着网络技术的发展和电算化的普及，作为会计人员，应该持续关注那些可以对人类社会产生重大影响的技术。加之现在人工智能的引用，财会型企业在招聘人才时不能只单单注重其会计业务能力和从业资格证书，还应当考查其IT等相关技能，优先选取综合型人才。针对不同业务水平和能力的员工应制定相适应的薪金体系，合适的薪金体系才能留住和吸引人才。对于综合型、管理型的人才的薪金应高于普通核算型人才，并且随着人工智能的进一步发展与引进，应逐步扩大两者的差距。
（三）人才培训与发展
时代在不断发展，会计企业也必须要加强员工的再教育。一方面会计行业应培养员工的计算机信息技术，让员工在掌握常用的计算机操作和财务会计软件之外多了解一些其他业务技能，乘势提高自身核心竞争力；另一方面，会计行业应大力培养高层次的复合型人才，让会计人员具有良好的专业素养和自己的专业判断，能够在海量的数据中做出取舍，准确预测，做一些人工智能所不能完成的工作。
（四）企业文化整合
人工智能作为一种新概念被引进，势必会在会计行业造成新观念、新思想与传统观念和传统思想的冲突。从组织内部来看，对已经遵守若干年的企业文化，尤其是老员工，总是沿袭自己习惯的做法，不愿意接受新的思维方式，但是一味地抱残守缺，只会阻碍组织的前进，甚至陷入“第二曲线理论”。因此，会计行业必须本着平稳过渡、充分沟通的原则对两种文化进行融合升华和重塑创新。
（五）完善信息系统
一方面要全面提高财会行业的信息系统化水平，加快完善运行平台等系统设施，在财会工作中加入电算化并制定具有针对性的发展计划；另一方面，只有适合自身领域的人工智能才是最好用的，必须结合人工智能的应用和会计行业的具体业务。因而为了制造出可以被本行业所广泛应用的人工智能，会计人员必须参与相关的技术开发与研究[8]。
关键词：人工智能；科技情报；自动感知
中图分类号：TP18文献标志码：A文章编号：2095-2945（2020）32-0057-02
Abstract：Fromtheperspectiveofartificialintelligence，peoplerequireasignificantimprovementintheaccuracyofscientificandtechnologicalinformationservices，sothatitsvaluecontinuestorise，bringingchallengesandopportunitiesforintelligencework.Bysummarizingthecontentsofartificialintelligenceandscientificandtechnologicalinformation，combinedwithartificialintelligencetechnology，thispaperstudiestheautomaticperceptionofscientificandtechnologicalinformationneedsconcerningthekeypoints，contentperceptionandotheraspects，highlightingthewisdom，intelligenceandefficiencyofscientificandtechnologicalinformationwork，andoptimizingtheautomaticperceptionscheme.
Keywords：artificialintelligence；scientificandtechnologicalinformation；automaticperception
前言
当前科技情报服务对象不仅局限于特定的行业和领域，已经逐渐渗透至某一技术和个人，情报机构只有提升情报分析和反应能力才可以满足新需求。因此，机构有必要加强对用户需求的感知度，依托人工智能技术构建科技情报的感知框架，提升感知工作的合理性和高效性，进而挖掘科技情报感知领域的价值。
1人工智能及科技情报感知概述
1.1人工智能分析
人工智能又称AI，伴随着计算速度、核心算法的优化，该技术已经在神经网络、自然语言、机器学习等方面趋于成熟。当前人工智能技术可以定制个性化任务，结合不同的环境响应个体需求，制定解决方案[1]。因此，人工智能技术能够快速处理海量数据，若人类智力水平已无法满足严苛工作要求，可以借助人工智能技术处理复杂工作。同时，科技情报感知模块属于综合预测过程，因此有必要结合人工智能技术制定科技情报感知方案，实现情报工作向智慧化、个性化、精准化方向发展。
1.2情报感知分析
科技情报感知主要是工作人员针对采集到的数据完成处理、分析，进而满足受众对于情报的需求，并对今后其发展过程进行预测。学者刘记曾指出，依托科技情报感知工作可以为实现国家治理体系和治理能力现代化提供支持，加快情报刻画、情报感知以及情报响应能力的建设进程。其中，情境感知的研究具有一定复杂度，G.Chen通过调查情境信息、情境类型、情境传播等模型和系统，分析情境感知的应用程序，得出情境感知是领域普适学习的关键。例如，借助情境感知可以为用户提供体温、运动路径、温度等方面的服务。
因此，科技情报感知工作对于我国情报治理、预先感知等方面影响较大，结合人工智能技术创新科技情报感知模块已是大势所趋。当前大数据时代科技情报已经不仅停留于文献领域，正逐渐向多种数据源模式发展，要求科技情报软硬件不断升级优化，数据存储和处理水平逐渐升级，进而满足社会对情报数据的需求。
2人工智能视域下科技情报需求自动感知研究
2.1融合关键点
（1）创新驱动。当前科技情报需求逐渐向科技创新领域发展，依托我国创新驱动的发展战略，基于科学技术完成升级和发展。将科学技术和科技情报相结合后，情报工作的创新性较强，具有数字化和智慧化优势，并突出情报工作的个性化和精准性。因此，依托人工智能技术完成科技情报的自动感知十分关键，是当前科技发展的必经之路。
（2）前瞻性定位。新时期资源的网络化和数字化发展为科技情报研究工作提供大数据支持，可以在海量数据的收集、分析、处理方面发挥优势。传统的数据研究方式很难在大量数据的基础上提升情报研究质量，同时会增加研究人员的任务量。且每位工作人员自身的专业知识、情报敏感度、知识状态存在差异性，导致最终得出的情报结果不同甚至差异化较大。应用人工智能技术完成科技情报的自动感知十分重要，可以突出工作的准确性、高效性和稳定性。因此，将新兴人工智能技术和传统情报服务工作相融合是现代情报领域的关键，如自动获取和加工情报、高速处理文本信息、人工智能决策平台、依托語义内容的科研成果评价等[2]。
2.2内容感知
（1）感知系统分析。大数据背景下，科技情报预测和传播功能受到重视和应用，属于科技领域的研究热点，可以对竞争、合作、研究方面进行正确的价值判断。科技情报感知主要依托可靠、丰富的数据，借助“互联网+大数据”模式获取信息，在多种资料中得到关键的信息和数据，进而完成科技情报的感知工作。同时，数据源具有冗余度高、形式多样、存储量大的优势，因此能够落实科技情报感知工作，筛选数据源、除去冗余数据、分析剩余有效信息。借助数据集模式与知识储备库、感知数据库一同为感知过程提供信息支持。内容感知系统内的数据源并非固定不变，且信息的更新速度较快、技术淘汰时间较短，因此内容感知是实时更新、持续变化的数据系统。基于相关辅助项目，帮助用户了解工作内容。例如，借助“科技情报产品报告”为感知系统研究和应用提供支持，该报告可以帮助用户了解系统，提前评估系统实际能力，便于用户针对性提出情报需求。
（2）系统实现模式。a.数据源存储。若想发挥科技情报的自动感知作用，系统内需要具备大容量数据集合，进而为感知产品提供分析支持。同时，数据处理过程中对于信息查询、存储挑战较大。因此，本课题结合Neo4j数据库、互联网技术提升数据处理和存储效率，提高系统适应水平，保证其良好的查询效率。Neo4j数据库主要划分为两类应用模式：服务器模式、内嵌模式。本课题利用内嵌模式，借助Java-API，将Neo4j数据库和图模型相互整合。由于API的特点是数据结构灵活，因此可以通过直接编码的模式和图数据库完成交互操作。b.数据源分类。若想对数据源完成自动分类，建议识别数据源的结构功能。例如，利用机器学习、词汇特征等方式划分数据源的功能及结构。依托数据源要素、类型词汇特点、词汇分布特征等方面，依托神经网络内分类器训练模式，围绕领域技术、专题、情报报告、组织数据库等方面对数据源进行分类[3]。c.构建任务抽取模型。结合用户需求抽取目标任务可以充分发挥科技情报的自动感知优势，优化RNN模块。在研究阶段利用Bi-LSTM-CRF、卷积网络模型抽取数据源，并借助长短时双向记忆模型化解RNN梯度爆炸、消失情况。抽取模型内的输入数据是卷积，包含知识元素、句子、词等特征向量，而输出数据则依托（Conditionalrandomfield）条件随机得到结果完成预测。此模型借助多元组的方式展示数据源抽取结果，围绕数据源性质、事项、主体、依据、对象等要素进行连接。
2.3情境感知
（1）情境感知系统。情境感知系统内部因素种类较多，且科技情报感知阶段需要依据情境完成，并对感知结果造成影响。因此，在开展科技情报感知工作时，建议对特定用户完成重新评估。同时，情境感知在情报感知工作中十分关键，若忽视结果会对外部情境产生较大影响，使预测工作丧失精准度。因此，应基于外部情境条件定位事物发展方向，得到精准感知结果，发挥情报前瞻性优势。其中在获取情境数据时应关注“小数据”，即初始结构化数据，此类资源虽数量较小，但是内部包含价值信息，可以获取历史情境信息。此外，问题情境应围绕横向和纵向两个层面分析，横向维度是梳理本层实际情况，针对性选择研究方法和处理方式；纵向维度则依托时间节点理清情境信息。
（2）系统执行方案。情境感知系统建设主要内容是借助科技手段获取某一情境内的数据并完成融合。因此，情境感知技术实际上是借助人工智能中传感器等技术，依托计算机感知当前情境，完成感知应用、智能识别、决策支持，具有无干扰的优势。情境感知包含情境获取、处理、应用三个阶段。其中，情境获取主要依靠传感器终端获取设备关联、用户关联、资源关联、环境关联情境，并将上述情境信息转变为数字信号，利用嵌入系统完成判断和处理；情境处理过程则借助建模的方式控制情境信息，构建信息数据库。整合情境感知信息并协调对应的组合，控制资源分布并将其嵌入至感知数据库内；服务应用阶段相当于人工智能处理模块，可以结合用户需求提供合理服务。
2.4需求-反馈机制
（1）工作过程。需求-反馈机制实际上可以体现用户和人工智能间的关联性，属于科技情报感知的关键环节，包含自动感知信息、数据、产品模块。依托人工智能技术，通过AI方式减轻工作人员任务量。其中，AI能够智能化处理多领域工作，如医疗、教育、驾驶、金融、安防等。在科技情报感知领域引入人工智能技术可以准确、高效、及时地开展情报工作，提升工作效率、减少决策偶然性、加快数据分析处理速度。同时，科技情报感知工作的主体是用户，首先需要将其对产品的需求发送至AI处，其次借助人工智能模块分析、整合内外感知数据库信息，最后向用户反馈情报产品和相关结果。
（2）情报感知产品。情报感知产品主要结合用户产品需求，依据感知数据库内的条件因素预测今后用户对于情报产品的需求，进而在后续工作中有针对性地向用户推送产品信息，为科技情报工作的可持续发展提供支持。因此，人工智能和科技情报感知工作相结合可以充分发挥自动感知优势，降低对工作人员决策的依赖性。专业人员依据多种数据源进行分析与评估，最终得出精准的感知结果。同时，人工智能技术的应用可以自动形成情报感知产品，并向用户推送反馈数据，由主动感知向自动感知发展，契合新时期情报3.0的发展趋势，加快国家科技决策和科技创新发展进程。
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。
