时间：2023-08-25 17:10:10
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篇人工智能教育的前景，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。
中图分类号：TP18
“人工智能”一词最早是在20世纪50年代末期在Dartmouth学会上提出的。它是计算机技术的一个分支学科，但又同时包含了很多领域的不同学科，例如生物信息学、机械理论学、数理推论、语言文化等，它的研究领域非常的广泛，包括机器翻译研究、智能控制研究、专家系统学、机器人研究、语言和图像理解研究、遗传编程研究、自动程序设计研究、航天科学与应用、庞大的信息处理、储存、管理研究。此后，越来越多的科研人员开始了对人工智能技术的研究。国际上比较先进的研究机构有麻省理工学院、斯坦福大学、加州大学伯克利分校、宾夕法尼亚大学、耶鲁大学、德国人工智能研究中心、索尼公司等，中国的先进研究机构主要有清华大学、北京紫光优蓝机器人技术有限公司、中国科学院先进技术研究院、北京大学、南京理工大学、哈尔滨工业大学、中国科学技术大学、北京邮电大学等几十家机构。
目前，将人工智能应用在网络教育中是很多研究者关注的热点，在近些年的研究中取得了很大的进步，取得了一些先进的成果，但是在研究中也遇到了一些问题，需要研究人员进行解决并创新。本文首先介绍了网络教育的现状，探讨了人工智能在网络教育中的应用，通过研究提出了做好人工智能在网络教育中应用的有效措施，最后对人工智能在网络教育中的发展前景进行展望。
1 网络教育的现状
随着信息技术和网络技术的不断发展，人们对教育的观念以及接受教育的方式发生了巨大的改变，“网络教育文化”日趋成熟。网络的发展给传统的教育模式带来新的挑战，它除了将传统教育模式的一些显著不足进行了改变以外，同时使教学更富有吸引力和生气，吸引更多的人愿意到Internet教学中来学习自己想要的知识，他们可以不受时间、空间、身份的限制，到这个虚拟的课堂来进行“充电”。但在当前，网络教育还在初级的发展阶段，在实际的推广和应用中还存在着一些问题：
（1）在网络远程教育的过程中，支持学习的服务系统没有很好的满足学习者的要求，引导学习者学习的手段和给学习者答疑的方法都比较落后，服务的方式受到一些客观因素的限制；
（2）网络实验教学中有很的问题存在，例如空间的分散性差，时间的流动性和自主性差，除此之外，便携性也比较差等；
（3）目前，虽然网络教育中进行的考试具有开放性，但是考试的公平公正性、考试类型的科学性、出题的权威性都很难保证；
（4）目前来看，网络系统本身具有了信息查询能力，但这种查询的能力是很有限的。
2 人工智能在网络教育中的应用
2.1 智能决策支持系统
智能决策支持系统是在1980年左右由美国的研究大师波恩切克提出来的，是决策支持系统与人工智能技术相结合的产物。目前，由于智能决策支持系统的不断发展和创新，在网络教育的应用和研究方面表现出很强的发展潜力。例如，智能决策支持系统在数字和移动图书馆中的得到了广泛的应用，该系统能够为数字图书馆的管理人员提供决策和管理所需的数据、信息，帮助他们明确决策和管理的目标，通过建立决策模型并加以修改或完善，为数字图书馆正确、有效的管理和决策提供必要的支持。
2.2 智能教学系统
智能教学系统是在1970年以后迅速发展起来的，可以为学习者提供一种智能的授课环境，它将计算机的模拟功能来体现在整个教学过程中，使用人工智能技术和多媒体技术等先进的教学手段，共同形成一个交互式的开放的教学系统，在这个学习系统中，学生可以主动的获取学习知识，系统可以根据学习者的个人情况来进行合理和科学的教学，以达到最佳的、理想的教学效果。
2.3 智能导学系统
支持服务是现代计算机网络教育系统的重要构成要素。建立和维持一个高效灵活、强有力的支持服务子系统是有效地开发、管理和实施计算机网络教育项目的保证。智能导学系统可以创造一个优良的学习环境，使学习者方便快捷地调用各种资源，以获得学习的成功。
2.4 智能硬件网络
智能网是20世纪80年代初期兴起的研究课题。随着网络的日益普及，通过网络进行学习，不仅要求多媒体综合化的信息处理能力，而且要求网络能够提供高级信息处理能力。就目前的状况而言，对现有的计算机教育网络赋予其一定的“智能”，从硬件性能本身加以提升是一种不乏远见的选择。
3 做好人工智能在网络教育中应用的有效措施
3.1 加大资金的支持
对于做好人工智能在网络教育中的应用工作，绝对离不开资金的支持，因此各级政府部门应该做好相关的预算，落实好国家对于支持人工智能技术的相关政策，对于在人工智能技术发展中做出突出贡献的企业和科研单位要给予一定的资金支持，支持这些企业、科研单位的研究工作，促进人工智能在网络教育中更好的发展和应用。
3.2 加快人员培训工作，建立技术研究团队
人工智能在网络教育中的应用工作具有技术性、专业性强等很多特征，因此，必须培养一批高素质的人工智能专业人才，同时还要对这些人员进行全面的业务培训，使得这些人员既要懂管理，又要精通人工智能的专业知识，通过全面的业务培训和人才引进，建立人工智能的技术研究团队，使得这些人的才能得到很好的发挥，在人工智能方面有所创新，保证人工智能在网络教育中得到更好的应用。
3.3 加强和先进研究机构的合作
在人工智能技术研究方面，美国、英国、德国等国家都走在世界的前列，而我国的人工智能技术研究的能力较低，与上述发达国家相比还存在一定的差距。因此，如何缩小这种差距，实现人工智能在网络教育中更好的应用，就需要我们的研究人员加强专业知识的学习，和这些国家的先进研究机构进行有效的沟通和联系，借鉴其先进的研究经验，根据自己的实际需要，进行一些实际的合作。
4 结束语
由于人工智能技术本身存在着巨大的优势，人工智能网络技术也会不断地进行发展而趋于成熟，这将极大地改善并且优化网络教育的学习环境，全面提升网络教育的整体教学质量，并有望增强网络教育的全面开放性。为了做好人工智能在网络教育中的应用，需要加大资金的支持，加快人员培训工作，建立技术研究团队，加强和先进研究机构的合作，使网络学习的支持服务更加人性化和拟人化，更加体现以人为本的关怀精神。
参考文献：
[1]吕生荣.浅谈人工智能在计算机辅助教学中的应用[J].科技资讯，2009（01）：198.
[2]张园.人工智能技术在计算机辅助教学中的应用研究[J].科技资讯，2007（34）：108-109.
[3]陆志一，吴学庆.计算机未来的发展趋势[J].黑龙江科技信息，2008（04）.
[4]张瑞.计算机科学与技术的发展趋势探析[J].制造业自动化，2010（08）.
[5]何月瑶.计算机技术发展态势分析[J].科技创业月刊，2007（05）.
关键词：人机大战；人工智能；发展前景
中图分类号：TP391 文献标识码：A
0.引言
2016年3月15日，备受瞩目的“人机大战”终于落下帷幕，最终Google公司开发的“AlphaGo”以4∶1战胜了韩国九段棋手李世h。毫无疑问，这是人工智能历史上一个具有里程碑式的大事件。大家一致认为，人工智能已经上升到了一个新的高度。
这次胜利与1997年IBM公司的“深蓝”战胜国际象棋世界冠军卡斯帕罗不同。主要表现在两个方面：
（1）AlphaGo的胜利并非仅仅依赖强悍的计算能力和庞大的棋谱数据库取胜，而是AlphaGo已经拥有了深度学习的能力，能够学习已经对弈过的棋盘，并在练习和实战中不断学习和积累经验。
（2）围棋比国际象棋更加复杂，围棋棋盘有361个点，其分支因子无穷无尽，19×19格围棋的合法棋局数的所有可能性是幂为171的指数，这样的计算量相当巨大。英国围棋联盟裁判托比表示：“围棋是世界上最为复杂的智力游戏，它简单的规则加深了棋局的复杂性”。因此，进入围棋领域一直被认为是目前人工智能的最大挑战。
简而言之，AlphaGo取得胜利的一个很重要的方面就是它拥有强大的“学习”能力。深度学习是源于人工神经网络的研究，得益于大数据和互联网技术。本文就从人工智能的发展历程与现状入手，在此基础上分析了人工智能的未来发展前景。
1.人工智能的发展历程
AlphaGo的胜利表明，人工智能发展到今天，已经取得了很多卓越的成果。但是，其发展不是一帆风顺的，人工智能是一个不断进步，并且至今仍在取得不断突破的学科。回顾人工智能的发展历程，可大致分为孕育、形成、暗淡、知识应用和集成发展五大时期。
孕育期：1956年以前，数学、逻辑、计算机等理论和技术方面的研究为人工智能的出现奠定了基础。德国数学家和哲学家莱布尼茨把形式逻辑符号化，奠定了数理逻辑的基础。英国数学家图灵在1936年创立了自动机理论（亦称图灵机），1950年在其著作《计算机与智能》中首次提出“机器也能思维”，被誉为“人工智能之父”。总之，这些人为人工智能的孕育和产生做出了巨大的贡献。
形成期：1956年夏季，在美国达特茅斯大学举办了长达2个多月的研讨会，热烈地讨论用机器模拟人类智能的问题。该次会议首次使用了“人工智能”这一术语。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生。其后的十几年是人工智能的黄金时期。在接下来的几年中，在众多科学家的努力下，人工智能取得了瞩目的突破，也在当时形成了广泛的乐观思潮。
暗淡期：20世纪70年代初，即使最杰出的AI程序也只能解决问题中最简单的部分，发展遇到瓶颈也就是说所有的AI程序都只是“玩具”，无法解决更为复杂的问题。随着AI遭遇批评，对AI提供资助的机构也逐渐停止了部分AI的资助。资金上的困难使得AI的研究方向缩窄，缺少了以往的自由探索。
知识应用期：在80年代，“专家系统”（Expect System）成为了人工智能中一个非常主流的分支。“专家系统”是一种程序，为计算机提供特定领域的专门知识和经验，计算机就能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题。不同领域的专家系统基本都是由知识库、数据库、推理机、解释机制、知识获取等部分组成。
集成发展期：得益于互联网的蓬勃发展、计算机性能的突飞猛进、分布式系统的广泛应用以及人工智能多分支的协同发展，人工智能在这一阶段飞速发展。尤其是随着深度学习和人工神经网络研究的不断深入，人工智能在近几十年中取得了长足的进步，取得了令人瞩目的成就。
人工智能发展到今天，出现了很多令人瞩目的研究成果。AlphaGo的胜利就是基于这些研究成果的一个里程碑。当前人工智能的研究热点主要集中在自然语言处理、机器学习、人工神经网络等领域。
2.人工智能l展现状与前景
人工智能当前有很多重要的研究领域和分支。目前，越来越多的AI项目依赖于分布式系统，而当前研究的普遍热点则集中于自然语言处理、机器学习和人工神经网络等领域。
自然语言处理：自然语言处理（Natural Language Processing，简称NLP），是语言学与人工智能的交叉学科，其主要功能就是实现让机器明白人类的语言，这需要将人类的自然语言转化为计算机能够处理的机器语言。
自然语言处理主要包括词法分析、句法分析和语义分析三大部分。词法分析的核心就是分词处理，即单词的边界处理。句法分析就是对自然语言中句子的结构、语法进行分析如辨别疑问句和感叹句等。而语义分析则注重情感分析和整个段落的上下文分析，辨别一些字词在不同的上下文定的语义和情感态度。
当前自然语言的处理主要有两大方向。一种是基于句法-语义规则的理性主义理论，该理论认为需要为计算机制定一系列的规则，计算机在规则下进行推理与判断。因此其技术路线是一系列的人为的语料建设与规则制定。第二种是基于统计学习的经验主义理论，这种理论在最近受到普遍推崇。该理论让计算机自己通过学习并进行统计推断的方式不停地从数据中“学习”语言，试图刻画真实世界的语言现象，从数据中统计语言的规律。
机器学习：机器学习（Machine Learning）是近20年来兴起的人工智能一大重要领域。其主要是指通过让计算机在数据中自动分析获得规律，从而获取“自我学习”的能力，并利用规律对未知数据进行判断和预测的方法。
机器学致可以分为有监督的学习和无监督的学习。有监督的学习是从给定的训练数据集中练出一个函数和目标，当有新的数据到来时，可以由训练得到函数预测目标。有监督的学习要求训练集同时有输入和输出，也就是所谓的特征和目标。而依据预测的结果是离散的还是连续的，将有监督的学习分为两大问题，即统计分类问题和回归分析问题。统计分类的预测结果是离散的，如肿瘤是良性还是恶性等；而回归分析问题目标是连续的，如天气、股价等的预测。
无监督学习的训练集则没有人为标注的结果，这就需要计算机去发现数据间的联系并用来分类等。一种常见的无监督学习是聚类分析（Cluster Analysis），它是将相似的对象通过静态分类的方法分成不同的组别或者是特定的子集，让同一个子集中的数据对象都有一些相似的属性，比较常用的聚类方法是简洁并快速的“K-均值”聚类算法。它基于K个中心并对距离这些中心最近的数据对象进行分类。
机器学习还包括如半监督学习和增强学习等类别。总而言之，机器学习是研究如何使用机器来模拟人类学习活动的一门学科，而其应用随着人工智能研究领域的深入也变得越来越广泛，如模式识别、计算机视觉、语音识别、推荐算法等领域越来越广泛地应用到了机器学习中。
人工神经网络：在脑神经科学领域，人们认为人类的意识及智能行为，都是通过巨大的神经网络传递的，每个神经细胞通过突出与其他神经细胞连接，当通过突触的信号强度超过某个阈值时，神经细胞便会进入激活状态，向所连接的神经细胞一层层传递信号。于1943年提出的基于生物神经元的M-P模型的主要思想就是将神经元抽象为一个多输入单输出的信息处理单元，并通过传递函数f对输入x1，x2…，xn进行处理并模拟神经细胞的激活模式。主要的传递函数有阶跃型、线性型和S型。
在此基础上，对神经网络算法的研究又有诸多进展。日本的福岛教授于1983年基于视觉认知模型提出了卷积神经网络计算模型。通过学习训练获取到卷积运算中所使用的卷积系数，并通过不同层次与自由度的变化，可以得到较为优化的计算结果。而AlphaGo也正是采用了这种深度卷积神经网络（DCNN）模型，提高了AlphaGo的视觉分类能力，也就是所谓的“棋感”，增强了其对全盘决策和把握的能力。
3.人工智能的发展前景
总体来看，人工智能的应用经历了博弈、感知、决策和反馈这几个里程碑。在以上4个领域中，既是纵向发展的过程，也是横向不断改进的过程。
人工智能在博弈阶段，主要是实现逻辑推理等功能，随着计算机处理能力的进步以及深度学习等算法的改进，机器拥有了越来越强的逻辑与对弈能力。在感知领域，随着自然语言处理的进步，机器已经基本能对人类的语音与语言进行感知，并且能够已经对现实世界进行视觉上的感知。基于大数据的处理和机器学习的发展，机器已经能够对周围的环境进行认知，例如微软的Kinect就能够准确的对人的肢体动作进行判断。该领域的主要实现还包括苹果的Siri，谷歌大脑以及无人驾驶汽车中的各种传感器等。在以上两个阶段的基础上，机器拥有了一定的决策和反馈的能力。无人驾驶汽车的蓬勃发展就是这两个里程碑很好的例证。Google的无人驾驶汽车通过各种传感器对周围的环境进行感知并处理人类的语言等指令，利用所收集的信息进行最后的决策，比如操作方向盘、刹车等。
人工智能已经渗透到生活中的各个领域。机器已经能识别语音、人脸以及视频内容等，从而实现各种人际交互的场景。在医学领域，人工智能可以实现自动读片和辅助诊断以及个性化t疗和基因排序等功能。在教育领域，机器也承担了越来越多的辅助教育，智能交互的功能。在交通领域，一方面无人车的发展表明无人驾驶是一个可以期待的未来，另一方面人工智能能够带来更加通畅和智能的交通。另外人工智能在安防、金融等领域也有非常广阔的发展前景。总之，人工智能在一些具有重复性的和具备简单决策的领域已经是一种非常重要的工具，用来帮助人们解决问题，创造价值。
参考文献
[1]阮晓东.从AlphaGo的胜利看人工智能的未来[J].新经济导刊，2016 （6）：69-74.
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；授课内容；讲授方法
人工智能概论课程是我校智能科学与技术专业开设的一门重要的专业基础课，它在整个专业教学体系中起到奠基的作用，如何针对其特点制定合理的教学目标与授课内容，并有效地组织课堂教学，取得良好的教学效果是非常重要的，本文将从多个角度对其进行全方位的思考与探索，为相关课程教学的改革提供新的思路。
1教学目标的精确定位
首先，人工智能概论课程在智能科学与技术专业整个教学体系中起到引导和奠基的作用，但不同于其他相关的专业基础课，其总的特点可归纳为“少而精”，即在较少的教学授课学时中起到画龙点睛的作用，为学生进一步的深入学习打好基础，并激发他们对智能专业的学习兴趣和爱好。基于以上特点，通常选择一学期共32学时课程的安排计划，并且在大三上学期开始进行授课。
其次，要研究解决同学们所反映的“虚与实”问题。人工智能是一门涉及到多个学科的课程，具有相当复杂的背景，其与哲学、数学、经济学、神经科学、心理学、计算机工程、控制论和语言学都有着密切的联系，并且随着这些学科的发展而深化，不断产生新的思路和新的问题。以上特点决定了该课程内容较为抽象，且难以把握全局，学习起来不易消化理解，从而造成了学生学习的困难，容易产生畏惧感，并且学生常常对其在实际环境中的具体应用产生疑问。
如何在这么短的授课学时里使学生产生学习兴趣并且能取得良好的教学效果是一个具有挑战性的课题，这需要对该课程的授课内容、教材选择、讲授方法和考核形式进行全方位的思考与探索，并在教学过程中落在实处。一方面让学生了解和掌握人工智能的发展历史和思想渊源，并指出各个分支的本质特点和整个领域的发展趋势；另一方面有意识地穿插介绍人工智能在实际中具体应用的例子，开阔学生的眼界，打消他们的疑虑。这些将在本文的后面部分进行深入的介绍。
最后人工智能概论这门课程还要兼顾研究型和应用型这两种特点的共同发展。在以前，由于人工智能授课内容的特点，常常讲授时偏向研究型，往往涉及到复杂的数学推导和逻辑运算，增加了老师讲授的难度和学生学习的困难。因此，针对上述问题，在教学过程中可以引入多种形式的事例说明和多媒体演示环节，以讲授思想为主，具体技术为辅，这将直接反映到授课内容的选择上。
2授课内容的选择
人工智能概论授课内容的选择至关重要，本着该课程“少而精”的特点，既需要让学生在较短时间内掌握基本的思想与概念要点，又要对该课程进行全方位的介绍，并点出其发展趋势，因而对授课教师有着非常高的要求。由于授课课时的限制，我们无法做到既面面俱到，又对每个具体方向进行详细的讲解；而且这样也容易陷入复杂的数学推导和逻辑运算的误区。因而，整个课程的讲授内容应该以传授思想和概念要点为主，并在讲授的过程中加入有趣的事例，通过这些形象的事例说明和多媒体演示环节折射出人工智能思想的精髓和应用的广阔前景。
人工智能概论主要涉及到知识表示、搜索推理、计算智能、专家系统、机器学习、自动规划、Agent和自然语言理解等内容，其中以知识表示、搜索推理和计算智能为授课内容的重点，在讲授的过程中需要对这些内容加以整理精简，分清主次，合理地安排授课内容在总学时内。除了这些基本的授课知识外，还应该在教学环节引入多媒体演示，通过形象生动的视频演示让学生们了解人工智能的科学价值和实际应用所在。视频可以选用世界一流大学实验室的开放多媒体内容，例如：MIT计算机科学与人工智能实验室的相关科研项目中间过程及结果的视频演示，以此来开阔学生的眼界，增长他们的见识，使之了解其应用前景和未来的发展空间。
人工智能领域的发展受到多个学科的影响，这些学科在不同历史时期都对人工智能领域起到了各种推进作用，也产生了许多不同层面的争论，至今也是如此。如何在授课过程中形象地对人工智能历史进行回顾，阐述这些学科对人工智能领域的影响，尤其是思想方面的影响特别重要。“回顾历史，立足当今，展望未来”――给学生形象地描绘出人工智能发展的思想史，并以画龙点睛之笔指出人工智能领域发展的广阔未来，是授课教师艰巨而光荣的任务，只有这样才能使学生把握住人工智能领域的整个发展脉络，激发出他们的学习兴趣和爱好。
以哲学家对强人工智能方向的争论为例，向学生们介绍这些收集整理的资料对于他们思想的启迪是非常有益的。这里值得说明的是这种思想的阐述事实上是非常不容易的，其难度甚至高于复杂的数学推导，因为它常常要求授课教师掌握思想的精髓所在，并用非常形象生动的语言对其进行说明，而这些常常是现在书本中所没有的。例如：知识的表示、获取、存储和推理是人工智能领域中重要的组成部分，虽然目前已经有很多书籍详细地介绍了这些方面，但学生仍然反映听起来比较抽象。为什么会这样？其原因是一些基本的问题并没有得到圆满的说明和阐述，如“什么是知识”，“知识能够表示吗”，“有统一表示各种各样抽象、复杂知识的工具吗”，“抽象的美学与复杂的人类情感，知识能够表示吗”……其中有些问题看似容易回答，却往往涉及到一些复杂的哲学问题，目前在各种人工智能的教科书和专著里常常对这些问题避而不谈，只在数学的层面上针对具体的问题来进行说明和讲授。如果想在这方面有所突破的话，就需要阅读大量的哲学书籍，如认知学、知识论和心智哲学等领域的著作，还需要大量时间的理解和参悟，这些有价值的资料也是对授课内容的极大丰富和补充。近年来，认知神经科学、心理学、生物学、语言学甚至社会学对人工智能领域有着较大的推进作用，也是将来融合发展的总体趋势，如何在课堂上结合具体的事例对其加以说明也是授课内容的一个重要环节。
3相关教材的选择
众所周知，关于人工智能的国内外优秀教材有很多，例如：S.J. Russell和P. Norvig所著的《Artificial Intelligence――A Modern Approach》被全世界89个国家的900多所大学用作教材[1]，国内可以考虑使用其影印版或中文翻译版本，大大的降低了购买国外原版教材所需的费用，并可以在此基础上考虑实现双语教学。此外还有蔡自兴教授等编著的人工智能及其应用，详细而恰当地介绍了人工智能领域中的各个研究方向(分别适合于本科生[2]和研究生[3])等。我们从整个教学时间安排上看，因其所占学时较少，所以人工智能概论课程的教材选择不适用于大部头的书籍，宜选用篇幅较小但内容较全的适合于本科生的教材。除了选择合适的教材外，对于任课教师还要拥有大量的参考书，包括上述提到的其他领域的书籍和资料，只有这样才能拓展所掌握的知识，为实现良好的教学效果而服务。
4讲授方法和考试形式的选择
课程讲授时注意主线的选择，着重以思想介绍为主，详细地介绍人工智能发展的历史以及各种学派和学说，如符号主义、连接主义和行为主义等，要重点介绍他们的特点和本质，指出它们形成的原因以及其中的不足之处，并向学生介绍新的学说，例如机制主义[4]等。整个教学过程并不涉及较为复杂的数学，要注重各个分支的思想源流，主要从其机制上做定性介绍。同时可在讲授过程中穿插相关历史问题的争论，例如：中国屋问题[5]等，引发学生学习的兴趣和爱好，开展交互式教学，使学生和老师产生互动。授课方式采用板书和多媒体交互使用方式，力争在每节课的空闲时间里穿插加入人工智能领域的实际应用介绍，放映相关的视频录像，开阔学生们的眼界。在最终考试形式的选择方面不是要学生死记硬背知识点，而是要注重学生思想的发挥，鼓励学生提出新想法和新思路，并丰富其掌握的相关知识，为将来的进一步学习打好基础和做准备。
5结语
我们认为在教学方式上力争采用“启发式”教学，能真正做到启迪学生思想的作用，尤其要鼓励思想创新，在高等教育阶段培养学生具有独立思考、勇于探索的能力，使之成为社会的有用之才。希望这些在人工智能概论课程教学中的思考和探索能在日常教学活动起到有益的作用，并与同行们共同交流和探索。
参考文献：
[1] S.J. Russell, P. Norvig. Artificial Intelligence:A Modern Approach[M]. 2nd Ed. 北京:清华大学出版社,2006.
[2] 蔡自兴,徐光佑. 人工智能及其应用本科生用书[M]. 3版. 北京:清华大学出版社,2003.
[3] 蔡自兴,徐光佑. 人工智能及其应用研究生用书[M]. 3版. 北京:清华大学出版社,2004.
[4] 钟义信. 机制主义方法与人工智能统一理论:人工智能的新方法与新进展[J]. 计算机教育,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)
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.
人工智能作为一门课程［1］，开设时间距今只有40多年，但发展极为迅猛。人工智能课程的内容涉及计算机科学、数学、系统科学、控制科学、信息科学、心理学、电子学、生物学、语言学等等，几乎所有科学工作者都可以在人工智能中找到自己感兴趣的问题。目前，国内外已有众多高校指定人工智能为计算机科学与技术及其相关专业的主修专业基础课程，它在拓展计算机和自动控制的研究和应用领域方面有着极其诱人的学科发展前景。自2003年起，国内诸多高等院校陆续开设“智能科学与技术”本科专业，同时也有更多高校在传统信息类专业中加大了人工智能课程的课时比重，因此如何提高人工智能课程的教学质量显得尤为重要。?
本文结合人工智能课程的特点以及自己教学与研究的实践，对本课程的教学进行一些探讨，以期改进人工智能课程教学方法，达到提高本课程教学质量的目的。??
一、兼顾课程内容的统一性和差异性??
人工智能课程的核心内容主要集中在对基本概念、基本原理、基本方法和重要算法及其应用的认识和理解上，尽管各种基本概念、原理、方法和算法在一定程度上自成体系，但是它们之间又存在着许多内在联系和规律。从这一点来看，人工智能课程与其他很多计算机课程是不同的，这就要求人工智能课程的授课要具有自己的特色。?
知识表示、知识推理、知识应用是人工智能课程的三大内容，解决任何一个人工智能问题都离不开两个步骤，即知识表示和问题求解。由此，人工智能课程从总体结构上就有了一个比较清晰的脉络，即首先必然要学习各种知识表示方法，然后是利用这些知识进行推理，进而实现知识应用，最终达到问题求解的目的。问题求解又分为基本的问题求解方法和高级问题求解方法。图搜索策略、启发式搜索、消解原理以及规则演绎系统等都属于基本的问题求解方法。计算智能、专家系统、机器学习、自动规划等属于高级问题求解方法。?
同时，人工智能课程某些章节或者某些方法算法在一定程度上又自成体系。例如，各种不同的知识表示方法不管是数据结构还是表示形式都完全不相同。又例如，人工智能有许多不同的学派［2］，本课程往往同时会介绍不同学派的算法，这些学派在人工智能的基础理论和方法、技术路线等方面是完全不同的，甚至是对立的。?
这些都要求我们在教学过程中不仅要强调人工智能课程理论的统一性和完整性，又要兼顾各学派的特点，尊重甚至调动学生们对不同人工智能学派及其方法的兴趣。在编写和选用教材时也要注重这一点，我们选用的是蔡自兴教授编写的《人工智能及其应用》系列教材［1,2］，该教材以逻辑主义学派为主线，兼顾引进其他学派的精华内容，具有较强的科学性。
??二、实施分层次教学??
各高校一般同时为计算机相关专业的本科生和研究生开设了人工智能课程，甚至有的非计算机类专业也开设有人工智能课程。不同层次的学生对人工智能课程要求掌握的程度不同，我们首先明确本科生和研究生以及非计算机类专业学生的教学目的和教学内容，做到分层次设计人工智能课程教学?过程。?
本科阶段的人工智能课程课时量较少，本科层次只需要做到对大部分人工智能概念和算法了解、认识，少部分达到理解层次。本科生一般都是在高年级（三年级下期或者四年级上期）开设人工智能课程，这时已有不少学生准备继续读研或者已经被保研，因此在兼顾全体学生教学层次的同时，要注意给这部分学生足够的相关参考书目，让他们能够利用课余时间广泛深入了解人工智能相关算法，老师在课后还应和他们进行充分讨论，培养他们对人工智能的特别兴趣。?
非计算机类专业的学生往往需要学习如何利用人工智能知识解决该专业领域内的问题，因此在教学中要尽量有专业针对性地进行教学。例如针对农科类专业，在教学专家系统过程中，我们要求学生参考北京农业信息技术研究中心开发的农业专家系统开发平台（paid5?0）理解并开发与本专业领域相关的简易农业专家系统。?
给研究生开设人工智能课程要求做到概念理解，基本算法精通，即要求全面、系统地掌握人工智能的基本概念、基本原理、典型方法和若干应用实例，并且能灵活运用所学知识阐述解决实际问题的方法和途径。课程教学中要致力于培养学生分析问题与解决问题的能力，要求研究生将人工智能方法与自己的研究方向相结合，用人工智能方法解决所研究课题中的实际问题，并撰写相关的课程论文，以小型研讨会的形式进行报告交流。实践证明，我们的研究生的人工智能教学效果明显提升，成效突出。
??三、案例驱动，寓教于乐??
采用案例教学是为了充分调动学生的学习兴趣，增强学生学习的自觉性［3］。通过案例教学能把枯燥的人工智能理论知识具体化、形象化，可以使学生更加感性地理解课堂教学内容。这些案例都是以教师所从事的科研项目中的实际应用环境为背景进行阐述的，让学生能在实际环境中理解概念和知识，学会利用人工智能知识去分析和解决实际问题。在教学过程中要选择学生容易接受的案例，体现理论联系实际的特色，激发学生的兴趣。?
例如，在讲授“计算智能”内容时，我们结合黄河三门峡和小浪底水库水沙联合智能调度系统［4］进行讲解。综合三门峡水库和小浪底水库防洪运用的基本原则、历年调度方案、专家的经验、历年数据和现有的调水调沙数学模型，分别利用模糊决策、神经网络、遗传算法及综合集成方法来实现三门峡、小浪底水库水沙联合调度。?
又例如为了让学生走近机器人，我们进行了一场机器人展示课，将研究所现有的MOROCS?1（中南一号智能移动机器人）、ASR（广茂达）、AmigoBot（自主移动机器人）、CanDroid（罐头机器人）、MD?375 Rover（人控漫游车）、Fokker D7（人控飞机，1:72）、Rockit OWI?769K（声按、压控火牛机器人）、Hexapod Monster（六足爬行机器人）、Hubo（多机能歌舞机器人）等各类机器人全部拿出来给学生做了功能演示［5］。亲眼看到这么多机器人，同学们都非常兴奋，对人工智能课程的兴趣高涨。?
在进行案例教学时，引导学生带着问题和求知欲望深入理论的学习，让学生在案例中寻找问题的答案并获取知识。在讲授利用神经网络进行水库调度时，引导学生分析如何确定神经网络的输入端数据，什么是泛化能力以及如何提高神经网络的泛化能力。?
为了巩固所学内容，可以让学生组成讨论小组对教师提出的论题进行讨论，分小组阐述自己的观点，这样有助于提高学生学习的主动性，还有助于培养学生思考问题的能力和提高理论教学的效果。案例教学的关键在于引导学生利用所学到的理论知识去解释、分析和解决现实案例中的问题，以达到训练学生理论运用和深入理解理论知识的目的。?
此外，我们挑选了机器人足球、拖拉机扑克牌、中国象棋、五子棋等普遍受人喜爱的智能游戏，让学生亲手设计小型智能游戏软件，在设计的过程中掌握高深的人工智能理论知识，让学生学得会、用得上、记得牢。
??四、结语??
以上谈到的一些教学方法是我们在教学过程中总结体会比较深刻的方面，以供探讨。事实上，要进一步提高人工智能课程的教学质量，还有很多方面需要改革和加强。如不断强调人工智能教师的专业素质，要求他们在讲授好人工智能课程的同时，努力提升出自身的专业素质，给学生一个良好的专业素质导向。其次，在人工智能课程教学过程中还需要有培养实用型人才的教学理念，特别是注重培养有创新意识的实用型人才。注重培养学生的质疑能力，只有通过质疑和提出问题，学生的创新意识才能够得到不断强化，创新思维能力才能够得以不断提高。?
人工智能学科是一门非常年轻、又非常前沿的学科，有其自身的突出特点，人工智能课程教学必然与其他计算机专业课程教学不同，需要更多的从事人工智能教学的教师在自身的教学实践中不断积累经验，进行广泛的教学交流。
参考文献?
［1］
蔡自兴, 徐光祐. 人工智能及其应用(第三版)(研究生用书)［M］. 北京: 清华大学出版社， 2004（8）: 1-4.?
［2］蔡自兴, 徐光祐. 人工智能及其应用(第三版)(本科生用书)［M］. 北京: 清华大学出版社， 2003（8）:288-290.?
［3］雷焕贵, 段云青. 中美案例教学的比较［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.
关键词： 人工智能；研究现状；发展趋势；社会力量
Key words： Artificial Intelligence；research status；development tendency；social force
中图分类号：TP18 文献标识码：A 文章编号：1006-4311（2013）28-0005-03
0 引言
人工智能是自1956 Dartmouth学会后发展起来的新型学科，其有着涉及学科广、需要技术高端、使用范围广等特点。在过去的50多年时间中人工智能经历了学科发展中都会遇到的发展——否定——否定的否定阶段，现在人工智能大致分成了符号主义学派、行为主义学派、联结主义学派三大学派。其各有优势，独树一帜。一直以来重大前沿科学研究都是以国家牵头，等到时机成熟了再转为民用。这样无形中浪费了很多社会中的人才，比如android智能机的问世，当开发商源代码公布后android智能机获得了飞速的发展。这是社会资源集体作用的结果，人工智能能否通过这种方式获得飞速的发展呢，文中给出了问题的答案。
1 人工智能的现状
1.1 人工智能的发展过程 人工智能是由“人工”与“智能”组成。“人工”十分容易理解，也就是我们常说的人类开发研究出来的事物。“智能”则是十分复杂的一个词汇，是指如由意识（Consciousness）、自我（Self）、思维（Mind）（包括无意识的思维（Unconscious_mind））等等组成的有机集合。通常我们所说的人工智能是指人本身的智能。总体来说人工智能（Artificial Intelligence，AI）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。关于人工智能的传说一直可以追述到埃及，直到电子计算机的问世才使人们真正具备了发展人工智能的基本技术，而直到1956年的Dartmouth学会之后“人工智能”才逐渐地被大家所熟知接受。人工智能作为一门自然科学、社会科学、技术科学交叉的边沿学科，涉及哲学和数学，认知科学，心理学，神经生理学，计算机科学，控制论，不定性论，信息论，社会结构学，仿生学与科学发展观等众多前沿学科。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一[1]。
人工智能在其过去的50多年时间里，有了长足的发展，但并不是十分顺利。目前人们大致将人工智能的发展划分成了五个阶段：
第一阶段：萌芽期（1956年之前）
自古以来，人类一直在寻找能够提高工作效率、减轻工作强度的工具。只是受限于当时的科学技术水平，人们只能制作一些简单的物品来满足自身的需求。而人类的历史上却因此留下了很多脍炙人口的传说。传说可以追溯到古埃及时期，人们制造出了可以自己转动的大门，自动涌出的圣泉。我国最早的记载是在公元前900多年，出现了能歌能舞的机器人。这一时期出现了各种大家：法国十七世纪的物理学家、数学家B.Pascal、德国十八世纪数学家、哲学家Leibnitz以及二十世纪的图灵、冯·诺伊曼等。他们为人工智能的发展做出了十分重要的贡献。
第二阶段：第一次期（1956年-1966年）
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在Dartmouth学会上引发一场历史性事件——人工智能学科的诞生。Dartmouth会议结束后，人工智能进入了一个全新的时代。会议上诞生了几个著名的项目组：Carnegie-RAND协作组、IBM公司工程课题研究组和MIT研究组。在众多科学家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理证明工作中首先取得突破，开启了以计算机程序来模拟人类思维的道路；1960年，McCarthy建立了人工智能程序设计语言LISP。此时出现的大量专家系统直到现在仍然被人使用，人工智能学科在这样的氛围下正在茁壮的成长。
第三阶段：低谷发展期（1967年-八十年代初期）
1967年之后，人工智能在进行进一步的研究发展的时候遇到了很大的阻碍。这一时期没有比上一时期更重要的理论诞生，人们被之前取得的成果冲昏了头脑，低估了人工智能学科的发展难度。一时之间人工智能受到了各种责难，人工智能的发展进入到了瓶颈期。尽管如此，众多的人工智能科学家并没有灰心，在为下一个时期的到来积极的准备着。
第四阶段：第二次期（八十年代中期-九十年代初期）
随着其他学科的发展，第五代计算机的研制成功，人工智能获得了进一步的发展。人工智能开始进入市场，人工智能在市场中的优秀表现使得人们意识到了人工智能的广阔前景。由此人工智能进入到了第二次期，并且进入发展的黄金期。
第五阶段：平稳发展期（九十年代之后）
国际互联网的迅速发展使得人工智能的开发研究由之前的个体人工智能转换为网络环境下的分布式人工智能，之前出现的问题在这一时期得到了极大的解决。Hopfield多层神经网络模型的提出，使人工神经网络研究与应用再度出现了欣欣向荣的景象。人工智能已经渗入到了我们生活的方方面面。
1.2 人工智能的主要学派 人工智能发展的50多年时间里，经历了符号主义学派、行为主义学派和联结主义学派，三大学派各有特点，各自从不同的角度研究人工智能，为人工智能的发展做出了卓越的贡献，在人工智能的发展史上留下了浓重的一笔。
1.2.1 符号主义学派 符号主义学派，又称为逻辑主义、计算机学派或心理学派。符号主义学派理论基础是物理符号系统假设和有限合理性原理，他们认为人类的认知基元是符号，认知的过程是对符号的计算与推理的过程。人与计算机均可以看做物理符号系统，因此人们可以使用计算机来模拟人的行为。符号主义学派认为人的认知基元可以通过计算机上的数学逻辑方法表示，然后通过计算机自身的逻辑运算方法模拟人类所具备的认知系统的机能和功能，进而实现人工智能[2]。
符号主义学派无视了认知基元的本质，对于所有的认知基元均使用数学逻辑方法表示。符号主义学派重点研究认知基元的逻辑表示以及计算机的推理技术，早期的众多人工智能的研究都是在这一思想的推动下进行的。符号主义学派在归结推理、翻译、数学问题证明以及专家系统和知识工程做出了十分巨大的贡献，为后期的人工智能研究打下了基础。专家系统的出现更是将人工智能的研究推上了一个顶峰，其在矿业探究、医疗诊查、教育推广、工业设计的应用带来了巨大的社会效益。
1.2.2 行为主义学派 行为主义又被称作进化主义或控制论学派。行为主义学派认为智能取决于感知和行动，不需要像符号主义学派的逻辑知识以及推理。行为主义学派认为人的本质能力是行为能力、感知能力和维持生命及自我繁殖的能力，智能行为是人与现实世界环境的交互作用体现出来的。人工智能应像人类智能一样通过逐步进化而实现，而与知识的表示和知识的推理无关[3]。行为主义学派的与传统人工智能截然不同的观点吸引了众多的科学家，虽然到现在还没有独立完善的知识理论系统，但其在人工智能领域的独树一帜还是奠定了其霸主地位。该学派重点研究人类的控制行为，目前已有的机器昆虫已经证明了行为主义学派的理论正确性。虽然大部分人认为机器昆虫不能导致高级行为，但是行为主义学派的崛起标志着控制论在人工智能领域有着独树一帜的作用。
1.2.3 联结主义学派 联结主义学派是近年来最热门的一个学派，又被成为仿生学派或心理学派，建立于网络联结基础之上模仿人类大脑的结构和工作模式。联结主义学派主要研究能够进行非程序的，可适应环境变化的，类似人类大脑风格的信息处理方法的本质和能力，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。持这种观点的学者认为，认知的基本元素不是符号是神经细胞（神经元），认知过程是大量神经元的联接，而大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，搞清楚大脑的结构以及它进行信息处理的过程和机理，就有望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。[4]
联结主义学派通过模拟人类神经网络模仿人类的认知行为，由此进行人工智能的学习记忆、模式识别。联结主义学派构建了大量的神经网络模型，方便在不同的情景模式下选择相应的模型，进而快速的得出答案。联结主义学派采用分布式存储数据，对数据进行并行处理，这样使得人工智能在处理问题的时候的速度有了明显的提升，由此联结主义学派在人工智能领域中受到大家的一致热捧。
三大学派在人工智能的发展史上有着举足轻重的作用，每一个学派的兴起都代表人工智能的一个新高峰。三大学派各有优缺点，在人工智能领域三者相辅相成，人工智能学科在三大学派的带领下正在茁壮成长。
2 对人工智能主要理论学派的评述
在过去的50多年时间中，人工智能获得了巨大的发展，基本实现了从无到有的过程，构建了基本完善的理论知识体系，构建了各种模型，形成各种技术方法，但是人工智能的发展依然任重道远，前景依然不容乐观。三大主义学派有着自身独到的优点，同时也有着各自的缺点，符号主义学派将人的认知基元符号用数学逻辑表示，通过计算机逻辑处理系统分析得出结果，但是在面对没有明确结果的非确定问题时经常不能得出令人满意的答案，它对信息要求十分精确完整，现实生活中的很多问题都不能满足条件，因此符号主义学派的发展受到了一定的限制。行为主义学派认为智能取决于感知与行动，但是缺乏足够的理论知识支撑学派观点，而且缺乏足够的成果表明理论的正确性。学派认为人工智能与知识的表达和知识推理无关，与人类认知的发展是不相符的。联结主义学派采用仿生学的方法，模拟人脑的神经网络，通过类似人脑的结构和运行机制模仿人类智能。这一观点十分有吸引力，在提出之后马上就有大量的支持者，但是人脑神经系统的复杂性远远超出人们的预知，现阶段人们对人脑的构造以及运行机制还没有深入的理解，在此基础上想模拟出人脑的神经系统显然是有些不不切实际。联结主义学派的发展更多的受制于对人脑结构和运行机制的研究，因此其发展相对缓慢。综上，三大学派固然有着自身的优势，各自的成果，但是其同样有着明显的局限性，人工智能要想进一步发展必须要对现有的发展方式进行创新。
另一方面，人工智能在经历了两次期后再次回落到了平稳发展时期，社会公众对人工智能的热度有了明显的降温。人工智能的研究再次变成了国家以及一些超级公司的工作，拥有的资源有了大幅度的缩水，研究的进度也受到干扰。在此状态下没有重大的技术创新，人工智能恐怕很难再有重大的突破。
3 对人工智能发展的评述
3.1 对人工智能涵义的认识 同样的词汇在不同时期的有着不同的解释，人工智能也不例外，大家都认可的人工智能是指在人类制造的机器工具上实现人类智能，即实现人类的认知能力、行为能力以及解决问题的能力。人类智能有着一个明确的特点，在面对未知问题时，人类智能能够得出自身想要的答案，也就是消除答案的不确定性。符号主义学派的逻辑解决方式、行为主义学派模拟人的行为能力、联结主义学派的神经网络，三大主义学派各自以自身的方式实现了对问题消除或减弱不确定性。可见减弱甚至消除问题的不确定性也将是人工智能的一个研究方向。
3.2 人工智能研究模式的发展 目前人工智能领域中，符号主义学派通过数学逻辑表示人类的认知基元，对数学逻辑经过解读分析，得到答案，进而实现智能。该学派重点运用还原思想，将人类的认知基元全部使用数学逻辑表示。行为主义学派认为人工智能取决于感知和行动，不需要学习知识与知识推理，是一步步，由低级到高级慢慢进化的。联结主义学派是通过人工神经网络的形式模仿人类智能，理论上讲该方法是最符合人类智能的运行方式的。而在一系统中，最重要的是系统的运行机制，如何将接受到的信息转化为我们的知识并通过表述、行为展示出来，在了解了人类智能的运行机制之后，人工智能将会更加符合人们的需求。
3.3 人工智能研究方法的发展 人工智能的目的是消除答案的不确定性，然后做出相应的反应。在消除答案不确定性的时候便有了各种方法，其中有一种便是突出解决问题的目标，在有明确目标的前提下会削弱干扰问题解决的条件，提高人工智能解决问题的效率。明确问题的目标便需要引入目标函数，在动态目标函数的引导下会减弱答案的不确定性。而在已有的人工智能基础上设立人工智能模型，通过人工智能自身的计算结果结合目前的研究成果去优化目前的人工智能系统，则会提升人工智能的发展速度。
3.4 人工智能时期的发展 人工智能自发展到现在已经经历了五个时期，在两次期中人工智能均获得了迅速的发展。然而现在人工智能的发展步入到了缓慢发展时期，如何将人工智能的发展缓慢时期加速度过同样是十分严肃的问题，传统说来需要重大的科学进步。我们往往认为人工智能属于顶端科技只能由国家和超级公司研究，却忽略了社会所拥有的重大的力量。小小的android智能手机在问世的短短时间内变改变了之前的市场格局，其中固然有着android智能手机的特点，但是我想他的市场策略同样给与了莫大的助力。人工智能应该向android一样，适当的开放出来一部分根基，放开其研究门槛，甚至鼓励民间研究。量变引发质变，当有足够专家在研究人工智能时，人工智能的研究会加快的。而且民间的研究成果也会作为经验反作用于人工智能的进一步研究，实现科学与社会的双赢。
4 结论
人工智能是人们长久以来的梦想，同时也是一门很有挑战性的学科。像所有的学科一样，人工智能会经历各种各样的挫折，但是，只要我们有信心、有毅力，我们相信人工智能终将会成为现实，融入到我们生活的方方面面，为我们的生活带来极大的改变。
参考文献：
[1]朱祝武.人工智能发展综述[J].中国西部科技，2011，10（17）：8-10.
[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2008，20（33）：49，234.
关键词：人工智能；单片机原理及应用；CAI软件；自主学习
中图分类号：G642.3 文献标志码：A 文章编号：1674-9324（2016）45-0268-03
一、引言
《单片机原理及应用》是自动化、电气工程及其自动化、测控技术与仪器、等专业的核心课程。随着电子技术的飞速发展，单片机系列、型号、功能等也不断地更新换代，涌现出了许多《单片机原理及应用》方面的优秀教材和著作[1-3]，由于单片机的快速发展和广泛应用，促使许多教师在教学内容、方法及实验方面进行了大量的探讨和研究，如“微课程教学”、“MOOC教学”等应用已取得了较好的教学效果[4-8]。然而，人工智能技术应用于教育领域目前仍处于初始研究和探索阶段，其应用前景广阔，具有重要的理论研究意义和实际应用价值。
基于“人工智能”中的“专家系统技术”，研究设计《单片机原理及应用》课程新型教学平台的总体构架，研究课程知识的表述模型和知识获取的推理算法，建立知识表述规则集和构建专家系统知识库，以实现：
（1）学生可以自主学习，基于知识树规则方便地获取该课程的全部知识点，学生随时提出的问题，均可及时获取答案；学生可及时获取单片机发展的新知识以及新的应用领域成果；
（2）教师高效处理、分析和制作课程知识点信息，并将其进行规则表述，同时可对知识库进行不断的更新；随时可对课程的知识点进行增添、删除和修改，基于互联网技术获取新型单片机原理及相应的应用知识，不断更换新课程的教学内容；
（3）基于互联网技术实现教师与学生之间的互动教学和学生与学生之间的协同学习；基于教堂教学、电子课件、动画、视频等多媒体手段，以创造大规模、大数据、跨时空的学习模式。
目前，在教育领域，基于人工智能研究的知识模块化表述和推理机制构成的专家系统是人工智能的代表之一，基于人工智能-专家系统在高密度、大规模的知识数据库上模拟人类的信息处理和决策过程，因此智能化的专家系统具备了教育功能、自学习功能、咨询功能及自适应功能等，将其应用于教育领域潜力巨大、用途广泛、快速高效。
本文研究了《单片机原理及应用》CAI软件的研制方法，采用MS Visual Studio 2012作为开发环境，结合人工智能技术，实现了智能搜索算法，达到了自主学习与自动答疑的目的。
二、《单片机原理及应用》CAI系统设计
为了提高本科生的教学质量，基于人工智能-专家系统技术研究《单片机原理及应用》课程的教学内容和教学方法改革措施，并可将其研究成果推广应用于自动化类专业相关课程建设；培养学生掌握本课程的基本原理和应用知识，引导其自主学习以提高分析问题能力、解决问题的能力及创新能力，实现学生与老师之间的互动，实现教学内容的不断更新和教学方法的不断完善。
（一）《单片机原理及应用》课程总体设计
分析目前本课程的教学内容和方法的局限性，提出《单片机原理及应用》课程教学内容和教学方法改革的总体方案。目前，普通高校《单片机原理及应用》课程所用教材的目录大致如图1中的实线部分所示。虚线表示可即时修改其中的相关内容。
（二）课程知识本体的表达模型
知识的表示对专家系统来说至关重要。知识本体的表述包括事物、个体和对象等，研究其规则、过程和函数，构成应用程序所表述的知识内容，可以作用于表述各种对象类，具有普遍性和通用性。其表达方式如图2所示。
（三）基于人工智能技术的课程教学内容和教学方法结构设计
专家系统结构一般有六部分：知识库（Knowledge Base）、数据库（Data Base）、推理机（Inference Engine）、解释子系统（Explanatory System）、人机接口（Man-machine Interface）和知识获取子系统（Knowledge Acquisition）。教学专家系统的基本结构如图3中的实线部分所示。
①知识厍：用于存储专家系统知识。主要用于收集和存储某领域教师、专家的经验，知识及书本知识、基本常识等。包括事物的表达方式，可行操作、事实和规则等；
②综合数据库：综合数据库又称总体数据库或全局数据库，主要用于存放有关问题求解的假设、初始数据、目标、求解状态、中间结果以及最终结果；
③推理机：推理机是专家系统的核心部分，用于模拟专家的思维过程、控制、协调整个专家系统的工作，它根据用户所提供的初始数据和问题求解要求，运用知识库中的事实和规则，按照一定的推理方法和控制策略对问题进行推理求解，并将产生的结果输出给学生；
④知识获取子系统：在构建和维护知识库时作为专家系统和教师、领域专家、工程师等的接口；
⑤解释子系统：解释机构由一组计算机程序组成，它对推理给出必要的解释，并根据学生问题的要求做出相应的回应，最后把结果通过人机接口输出给学生；
⑥人机接口：学生、专家系统和教师、领域专家、工程师之间沟通的媒介，它把相互之间的交互信息转换成彼此都能够理解的形式，由一组程序及相应的硬件组成，用于完成I/O工作。
三、CAI软件实现过程举例
《单片机原理及应用》课程CAI系统主界面如图4所示。点击“进入系统”之后，将出现“课程内容学习”和“知识点概述游览”两部分。
（1）“课程内容学习”部分包括“教材知识学习”、“课堂PPT内容讲解”以及“实验教学内容”等，例如目前常用的单片机的类型如图5所示。本课程的主要设计和创新实验如图6所示。
（2）“知识点概述游览”部分包括：
①知识点获取方式：即通过引导操作可得到关联性强的知识点解释、关联性中等的知识点解释以及关联性弱的知识点解释；
②问题解答方式：学生可根据自己的学习情况查询问题的基本答案（即对问题的解释），若基于专家知识库无法解释所提的问题，则可将该问题提交给任课教师，任课教师会尽快对该问题给出解答；
③专家库知识更新方式：随着单片机类型、结构、接口技术以及开发方式等的不断发展，本课程的知识结构和内容的更新也要求同步进行。因此，专家知识库信息的更新工作可由任课教师来完成，但是更新信息可来源于文献资料查阅、企业行业应用领域调研以及实践实验教学过程总结等。
课程教材与上课PPT和实验内容具有相关性，在实际教学中也要求其具有一致性，如图1中虚线部分表示可即时修改相关的内容。
四、结论
本文将人工智能-专家系统技术应用于《单片机原理及应用》课程的教学内容和教学方法的改革方案，构建新型教学平台。采用《单片机原理及应用》课程知识的综合表达方式，并研究课程知识的推理机制。基于文献资料查阅、企业行业应用领域调研以及实践实验教学过程总结，实现《单片机原理及应用》课程教学内容快速更新，实现该课程的智能化和网络化教学。
在教学过程中，实现学生与老师之间的互动，实现学生和老师之间知识的共享，达到学生能够自主学习和老师能够及时了解学生学习情况修改补充教学内容的目的。针对“知识库”、“综合数据库”以及“推理机制”实现在线综合更新方法。《单片机原理及应用》是自动化、电气工程及其自动化、测控技术与仪器、等专业的核心课程，目前，将人工智能-专家系统技术应用于高等学校该课程的教学，对于提高教学质量，激发学生的学习积极性和增强学生自主学习的能力具有重要的理论研究意义和很好实际应用价值。
参考文献：
[1]何立民.MCS-51系列单片机应用系统设计[M].北京：北京航天航空大学出版社，1995.
[2]李华，孙晓民，李红青.MCS-51系列单片机实用接口技术[M].北京航天航空大学出版社，1995.
[3]张毅刚，彭喜元，彭宇.单片机原理及应用（第2版）[M].北京：高等教育出版社，2010.
[4]周冠玲，冯占英，李战.“单片机原理及应用”课程教学改革的探讨[J].中国电化教学，2012，（6）：105-107.
[5]赵月静，陈继荣，张永弟.单片机原理及应用课程创新实践教学改革[J].实验技术与管理，2013，30（1）：176-179.
[6]李冰.单片机原理及应用课程的项目化教学改革与探索[J].教学研究，2015，38（1）：70-73，82.
关键词：计算机 人工智能 应用分析
中图分类号：TP393 文献标识码：A 文章编号：1007-9416（2016）01-0000-00
目前由于人工智能的不断成熟，人们在生活方面以及工作的过程中，智能化产品随处可见。这不仅对人们在工作中的效率进行提高，同时还对其生活质量进行加强。所以人工智能的发展在一定程度上离不开计算机网络技术，只有对计算机网络技术进行相应的依靠，才能够让人工智能研究出更多的成果。
1 计算网络技术应用人工智能所具有的重要意义
由于计算机技术的快速发展，网络信息安全问题在一定程度上是人们目前比较关注的一个重要问题。在网络管理系统应用中，其网络监控以及网络控制是其比较重要的功能，信息能够及时有效的获取以及正确的处理对其起着决定性作用。所以，对计算机技术智能化进行实现是比较必要的。
由于计算机得到了不断的深入以及管广泛的运用，在一定程度上导致用户对网络安全在管理方面的需求比较高，对自身的信息安全进行有效的保证。目前网络犯罪现象比较多，计算机只有在具备较快的反应力和灵敏观察力的状况下，才能够对用户信息进行侵犯的违法活动进行及时遏制。充分的利用人工智能技术，建立起相对较系统化的管理，让其不仅对信息进行自动的收集，同时还能够对网络出现的故障进行及时诊断，对网络故障及时遏制，运用有效的措施对计算机网络系统进行及时的恢复，保证用户信息的安全。
计算机技术在发展的过程中对人工智能应用起着决定性作用，人工智能技术也在一定程度上对计算机技术的发展起着促进作用。不断的跟踪动态化信息，为用户提供准确的信息资源。总的来说，计算机网络在管理的过程中有效的运用人工智能，对网络管理水平进行不断的提高。
2 应用分析
2.1安全管理应用
网络安全所具有的漏洞相对比较多，用户在网络中自身的资料信息安全是现阶段人们比较关注以及重视的主要问题。在对网络安全进行管理时，可以对人工智能技术进行充分的运用，在一定程度上能够对用户自身的隐身进行有效的保护。主要表现为：一是，智能防火墙的应用；二是，智能反应垃圾邮件方面；三是，入侵检测方面等。
智能防护墙主要应用的就是智能化识别技术，通过概率以及统计方式、决策方法和计算等对信息数据不仅进行有效的识别，同时还能对其相应的处理，对匹配检查过程中需要的计算进行消除，充分认识网络行为特征值，访问可以直接进行控制，把存在的网络及时发现，拦截以及阻止有害信息的弹出。智能防火墙能够在一定程度上避免网络站点受到黑客的攻击，遏制病毒传播，对相关局域网进行相应的管理和控制，反之就会导致病毒以及木马的传播。在智能防火墙中，比较重要的就是入侵检测，它属于防护墙后的第二安全闸门，在对网络安全保证方面起着重要的作用。针对入侵检测技术而言，主要能够在一定程度上对网络中的数据进行有效的分析，并且对其进行及时的处理，把部分数据过滤出去，数据检测后的报告分析报告给用户。入侵检测在对网络性能不产生影响的前提下监测网络，为操作上的失误以及内外部攻击提供一定的保护。
针对智能型反垃圾而言，其自身的邮件系统能够对用户邮箱进行有效的监测，对邮箱进行相应识别，把邮箱中存在的垃圾充分的筛选出来。如果邮件进入邮箱后，就会进行扫描邮箱，在一定程度上把垃圾邮箱的分类信息发给用户，提醒用户要对其进行及时的处理，避免给邮箱安全带来影响。
2.2人工智能Agent技术应用分析
针对人工智能Agent技术而言，它属于人工智能的一种技术，属于不同部分所组成的软件实体，包括：一是，知识域库；二是数据库；三是解释推理器；四是各个Agent之间的通讯部分等。人工智能Agent技术通过任何一个Agent域库对新数据的相关信息进行处理，并且沟通以至完成任务。人工智能Agent技术能够在一定程度上通过用户自定义对信息获得自动搜索，然后将其发送到指定位置。人们通过Agent技术得到人性化服务。例如：用户在用电脑查相关信息时，该技术不仅能对信息进行处理，同时还能够进行有效的分析，最后把有用的信息出题给用户，充分节省用户的时间。Agent技术为用户在日常生活中提供相应的服务，例如：在网上进行购物以及会议等方面的安排。它不仅自主性以及学习性，让计算机对用户所分配的任务自动完成，进一步推动机计算机网络技术的发展。
2.3在网络系统管理以及评价过程中的应用分析
针对网络管理系统来说，其智能化在一定程度上需要人工技能的不断发展。在对网络综合管理系统进行建立的过程中，不仅可以对人工智能中的专家知识库进行充分的利用，同时还能够对存在的技术问题进行有效的解决和处理。网络存在着动态以及变化性，所以，网络在管理的过程中会面临着困难，这就需要对网络管理技术人工智能化进行实现。在人工智能技术中，其专家知识库主要指的就是把各个相关领域专家的知识以及经验进行相应的结语出来，录入系统中，只有这样才能形成比较完善的知识库系统，促进智能计算机程序的发展和提高。如果遇到某个领域问题的过程中，要充分利用专家经验程序对其进行及时的处理。专家知识经验系统促进计算机网络管理得到顺利开展的同时，对系统评价相关进行工作不断的提高和加强。
3 结语
科学技术在发展的同时，也促进人工智能技术的提高，计算机在网络技术中得到了比较多的需求，在一定程度上提高其应用范围和领域，因此可以看出，人工智能其应用发展前景是比较广泛的，人类对人工智能技术的进一步研究，会在未来开创出更多的应用领域。
参考文献
[1]周晶.面向产品全生命周期的网络化技术服务研究[D].东北大学，2009.12（08）：123-124.
[2]李功新.基于可拓推演方法的调控一体防误操作系统研究与应用[D].武汉大学，2014.13（08）：145-146.
[3]任巍.人工智能技术在计算机游戏软件中的应用[D].西安电子科技大学，2006.13（07）：145-147.
[4]黄丽萍.人工智能技术在计算机网络教育中的应用[J].计算机光盘软件与应用，2014，10（12）：134-135.
［关键词］人工智能;会计职能;财务管理
1人工智能的概念
人工智能是通过对人认知的研究，通过开发与模拟人的认知能力形成的集理论、技术于一体的科学。人工智能随着计算机的发展而不断发展，所有的人工智能几乎都有机器人的介入。
2人工智能在会计中的应用
2.1OCR的应用
会计信息处理的源头便是对原始凭证进行整理与处理。传统的会计往往通过人工录入或计算机录入，OCR技术通过光学录入，将凭证扫描为图片并向计算机输入与转换。同时，使用OCR技术完成工作还能避免错误率，提高会计信息的准确性与及时性，最大程度地降低了人工成本，提高了会计工作的效率。
2.2云会计的应用
云会计通过网络向企业提供核算需求，并向企业提供一定的会计服务与决策支持。传统的财务核算软件需要通过规定的网络或系统才能使用，云会计实现了只要有互联网，就可以接入会计系统。国内的大型软件公司已经了云会计软件，同时还将人工智能引入到会计工作当中。云会计通过使用合适的方法对会计进行处理，首先对原始数据进行收集并自动编制凭证，同时对网银进行监测，自动生成电子凭证。其次，云会计能够有效识别数据的类型化，并自动分类保存会计数据，实现数据的高效处理。最后，云会计能够实现对信息的合理分析，加强对会计信息的管理，从而为企业决策提供依据。
2.3XBRL语言技术的应用
为了应对会计核算的需要，人工智能设计了XBRL语言，对商业报告语言拓展，并在对软件的恰当结合后，为信息的使用者提供高效的服务，让财务信息具有更高的价值。
3人工智能对当代会计的影响
3.1对会计人员的影响
我国基础会计人员人数较多，因此人工智能时代的到来也将对众多的会计人员带来深远的影响。人工智能时代的到来将对会计行业造成一定的冲击，越来越多的财务岗位也会被财务机器人所取代。财务机器人具有工作效率高、计算精确等一系列优点，且能从事多个财务人员的工作。因此，未来从事基础核算的会计人员需求量将极大减少，会计的职能也从基础的财务核算转向了财务预算与财务分析等一系列高附加值的工作。会计工作现阶段面临着转型，就如同当年电算化代替手工账一样，财务机器人也必将代替传统的财务核算模式。因此会计人员需要积极应对智能化时代下的会计工作的转型，如果不实现自我的转型，那么将在未来的工作中遭受淘汰的风险。
3.2从对会计学科的影响
会计学科研究的是发生的各项经济活动的数据，对数据进行收集与整理，并进行统一的数据分析与解释，以提高经济活动的效率，是一门应用型学科。会计学的会计主体较为明确，核算程序与核算制度较为严格，核算方法也较为科学。随着人工智能的出现，以往的会计核算体系不再适用，会计核算系统将越来越具智能化趋势，且核算的流程与方法趋于规范化。随着时代的发展，未来人工智能将取代传统的会计核算模式，会计学科的研究重点也将转向对管理会计的预测与决策职能。核算会计向管理会计的转型，也将影响到会计学科的建设，使会计学科重建。
3.3从对会计工作的影响
随着互联网的发展和大数据时代的到来，会计行业对计算机技术的使用也得到了巨大的转变，从电算化代替手工记账，再到人工智能代替电算化核算，会计工作逐步变得简洁与高效，有效提高了会计工作的及时性与准确性。人工智能时代下，财务机器人自动处理会计数据是在高度发展的网络信息平台下实现的，前沿的技术也将进一步推进会计工作的改革，改善会计工作的效率，促进会计工作的标准化与流程化，会计管理将在未来成为会计工作的首要职能。
4人工智能环境下如何实现当代会计基本职能的转变与融合
4.1由核算职能向管理职能的转变
会计人员要从核算会计向管理会计转型，企业财务人员要学会根据数理统计的方法，结合主观判断，预测企业未来的财务趋势以及行业变化。对未来的前景进行预测也体现了管理会计的事先性。财务机器人只能根据程序提供各种预测数据，而对预测数据进行分析与评价需要由会计人员的主观能力进行，也需要一定的职业经验。另外，财务机器人可以对投资方案进行定量分析，但是如何择优则需要有经验的会计人员结合自身经验进行定性分析，包括对历史经验以及行业的比较来权衡各种利弊方案。同时，会计人员要学会构建完善的预算体系，实现对企业各类资源的合理配置，提升企业活动的均衡性，找出预算和绩效之间的偏差，并提出合理的优化对策，这一类会计职能是财务机器人不能完成的。
4.2提升会计人员素质适应人工智能时代
随着会计职能的转变，未来需要的基础会计人员数量将大幅减少，会计人员也需要向精英化的管理会计转型。管理会计是对公司的高层次管理，这就要求会计人员不仅明确会计预算、决策的方式，更需要有一定的大数据知识及网络技术，因此会计人员需要加强学习，适应人工智能时代的职能转变。人工智能时代的到来，会计的基本职能不再是核算与监督，而是预测与决策，管理会计将成为会计的首要职能，因此会计人员需要全面学习专业的管理会计知识，掌握与人工智能理论相关的方法，以提高职业素养。同时，在管理会计的时代下必将实现业财融合，因此会计人员不仅要对会计有一定的掌握，还需要了解企业的业务以及行业的情况，为自身的决策与分析提供依据。因此，未来需要的会计人才是复合型精英型人才，会计人员只有提高自身的专业素养与综合能力，才能适应未来的会计工作。
4.3完善会计学科的知识体系
随着人工智能时代的到来，会计学科的转变也成为了迫切的需求。会计学科体系将受到巨大的影响，未来会计学科将增加如何操作财务机器人、如何使用网络技术与大数据技术以及云计算等相关技术，如何使用计算机编程技术等。在人工智能时代，会计学科应加强会计人员的培养，建立完善的法律法规和组织体系，防止通过网络技术恶意获得会计信息，改善相应的法律体系，为人工智能在会计体系中的普及提供条件。
关键词：机械工程；智能化；发展
0.引言
有学者专家认为，当今的是继蒸汽机、电气化、信息化后的第四次工业革命――智能化的时代，这次革命将对人们的生产生活带来前所未有的影响。智能化的实质是在信息化的原有基础上，实现产品、管理、技术等的智能化。随着科学技术尤其是电子信息技术的快速发展，科学技术在经济领域的影响越来越广泛，智能化的脚步也逐渐在社会经济各领域得到应用，与此同时也揭示了机械工程的发展方向。机械工程的智能化是我国主要的研究方向之一，对其发展思路和对策的研究是有重要的理论意义和显示意义的。
1.智能系统的概念
所谓的智能系统是指具有（或者部分具有）人类智能或者能模拟（或者部分模拟）人类智能的体系，其主要有以下几种类型[1]：一是人类自身的人脑系统，这是特殊的智能系统；二是人类通过智能来参与的活动系统，如金融系统、体育系统、保险系统等社会系统和社会经济系统；三是人与机械共同协作的人机系统；四是模拟或者部分模拟人类智能的机械系统，如智能机器人系统、智能控制系统、智能图象处理系统、能计算机系统等
上诉的四种系统还可以划分成两种类型，一是“人本系统”，其包括了上文中的前两种系统，是指人类本身的系统；二是“人为系统”，其包括了上文中的后两种系统，是人类为了改造自然而创造出来的系统。“人本系统”是当今生命科学、认知科学以及社会科学的主要研究对象；而“人为系统”则是工程科学的主要研究对象。当然，通常在进行“人本系统”的研究时，要借助“人为系统”来辅助。
在智能系统的开发过程中，不能只从智能化的意义上来要求，这是不利于工程科学技术的发展的；也不能单单从纯科学角度来进行思考，人工智能是无法完全复制人脑的工作思维能力。我们在进行智能系统的构建时，要积极保证该系统在工程科学角度上能从结果和功能上实现人脑的部分职能，不需要求实现途径与人脑智能实现的途径一致。从这些角度来看，只要符合下面要求，我们就可以称为智能系统：
联想记忆；多信息感知与融合；知识表达、获取、存储以及处理；自治控制，即自学习、自相似、自组织、自适应、自维护；容错
以上的是目前智能系统的要求，随着技术的发展，高级形态智能系统还会产生理性和情感方面的要求，这就涉及到了智能化的最高形态――智能生命。
2.智能技术和认知科学是未来的中心科学技术
知识经济是近些年的社会的主题之一，当今社会通常把知识经济称为新经济，其是指智力资源的配置、占有，知识的生产、分配、使用为主要因素的经济时代。换而言之，未来的经济本质就是智力经济[2]。经济的发展决定了科学的发展方向，新经济对知识、智力有着极大的需求，这给当今的经济部门的智能化以及科学技术部门的智能化提出了新的要求，这也是当今科学技术部门和经济各部门的发展方向，加强对智能化的研究是符合社会经济发展水平的，也是促进社会经济发展的重要保障。
经济时代的不同，其相关的中心科学技术也是不一样的，在21初期信息科学技术是其中心科学技术，在其后的中心科学技术将是以智能技术和认知科学技术。在这个大前提下，加强对智能技术和认知科学技术的研究，积极进行机械工程的智能化，可以保证社会经济的发展，保证国家的繁荣昌盛。
3.智能化是电子信息技术的发展方向
3.1.电子信息技术的发展，最终是为了提升人们的生活水平
随着我国的社会经济发展，人们对生活质量的要求不再停留于物质生活上，转而开始向教育、体育、医疗、科技、艺术、文化等精神生活方面提出了新的要求，即使是现有的衣食住行的物质方面，也越来越多的加入了相关的精神因素。电子信息技术的发展和应用，使得人们越来越多的考虑自身精神需求，也就是在生产、生活中越来越多的考虑智力方面的因素。与此同时，社会的发展是建立在人们的相互协作上，人们的协作活动体现在智力信息的交流和共通的合作上的，这就表明推动社会发展、提高人们生活水平就必然要积极促进信息智力的交流与发展。
3.2.信息化、网络化的本质就是智能化
现代计算机技术的发展是智能计算机的设计和制造；现代网络技术的发展是建立智能网络体系；现代通信设备发展是建立智能通信设备体系；现代的家用电器的发展方向是实现家用电器的智能化，在其余医疗、网络教育、虚拟企业、电子商务等等方面都是以智能化为根本发展方向，简而言之，信息化、网络化的本质就是智能化。
3.3.网络化、信息化是通过智能化来得以实现的
现代信息技术中广泛的应用到了人工智能技术，这些都智能化的体现。人类对人工智能的研究历史只有短短的半个世纪，取得的成果却是极其惊人，但是，对人类认知和智能机制的理解一直是困扰人工智能发展的重要枷锁，这是人类面临的最大难题之一。近些年来，所有的人类研究机构对人工智能的研究工作都进展缓慢，甚至出现了停滞，但是这更说明了人工智能对将来社会的重要作用。随着信息人工智能技术在信息技术中的广泛使用，将很大程度上促进信息技术发展，与此同时对人工智能技术的发展也极大作用。
4.机械工程的智能化对策
4.1.智能化产品是未来机械企业产品的发展方向
我国当前的机械工程企业需要积极的进行产品结构的调整，传统的观念认为机械工程企业只是生产资料的生产部门之一，这种观念在当今的市场经济体制下是极其落后的，严重制约着机械工程企业的发展壮大。机械工程企业不但可以进行生产资料需求的满足，还可以进行人们生活需求的满足。我国机械工程企业在进行产品结构调整时，不论是进行生产资料的产品生产还是消费品的生产，都应该将包含智能信息技术的机电产品放在优先位置。比如在进行加工设备的选择时，要优先考虑包含智能信息技术的多轴数控加工机床；在进行消费品的生产时，可以优先选择机器人宠物。智能化产品拥有广阔的市场前景，索尼公司致力于娱乐机器人的开发，旗下的一款娱乐机器狗――“爱宝”在世界范围内广为销售，为索尼公司带来了海量的经济效益。
4.2.机械工程企业的管理过程要向智能化发展
智能化管理是当今机械工程管理的重要思路，对机械工程企业的管理方式产生了重要的影响。它使得原有的交叉式、多层次管理方式转变成了阶梯模式的管理方式；使得原有的人力管理为主成为微机管理。通过智能化管理系统来进行机械工程企业的生产、销售等活动的检测，并积极跟进检测结果来进行修正，保证了企业管理的及时性和有效性，保证了管理信息的透明度，还极大的降低了人力资源的浪费，降低了人为因素对管理的负面影响[3]。
科技技术的不断发展进步促进了当今社会管理模式的不断发展，智能化管理模式的不断推广，可以有效的提高机械工程企业对市场环境的检测，保证了决策的有效性，有利于规避存在的风险，保证企业的健康发展。
4.3.机械工程企业的设备要向智能化发展
随着科学技术的不断进步，智能化在机械设备中广为体现，机械设备都朝着自动化、智能化、科技化方向发展。机械设备的智能化可以有效提升管理智能化的进程，促进管理水平的提高。机械设备的智能化使得设备的参数可以及时有效的反馈到工作人员身边，保证了机械设备的有效运行，一旦出现故障，智能化系统可以进行警示并且做出相关的停机、断电反应，保证了设备以及生产安全。
4.4.科学技术的发展方向是智能化
科学技术的智能化是实现产品智能化、管理智能化、机械设备智能化的基础保障。科学技术智能化在当今的机械工程生产过程中广为应用，如微显微技术、远程控制技术、导航技术等。
机械工程在不同的生产领域其相关的产品、生产设备、生产技术要求也不一致，其相关的智能化发展模式、发展目的也不一致，这意味着不同领域的机械工程生产需求的智能化也是不一样的。在进行科学技术的智能化应用时，要根据行业特点和生产领域特点，适当的进行技术、设备的选用，保证智能化生产的有效性，保证机械工程智能化的顺利进行。
5.结语
智能化是当今社会科学发展的必然方向，其对我国经济的发展、人们生活水平的提高等方面有重要的影响。在机械工程行业中加强智能化发展，需要我们从生产产品、管理、机械设备、科学技术的智能化入手，积极根据行业领域特点进行合理的智能化技术的选择，保证智能化工作的顺利进行，保证企业经济效益的提升。
参考文献：
[1]孟玄.论机械制造的智能化技术发展趋势[J].科技致富向导.2011（24）
[2]赵志明.机械制造技术的发展及其智能化技术发展趋势[J].中国新技术新产品. 2011（03）
[3]隋晓堂.关于机械加工智能化发展趋势的探讨[J].黑龙江科技信息.2010（17）
（湖南大学信息科学与工程学院，湖南长沙410082）
摘要：针对大学专业教育中普遍存在的高分低能状况，以“用”为出发点，提出实验课程·专业实训·学科竞赛金字塔式实践教学体系，阐述如何打通课程理论之间的联系，自底向上从实践动手、分析综合再到发明创新分层逐步培养和提升学生的专业能力。
关键词 ：实践教学；实验课程；专业实训；学科竞赛
第一作者简介：李智勇，男，教授，研究方向为智能计算、智能系统、大数据，zhiyong．li@hnu．edu．cn。
0 引 言
大学作为直接为社会输送人才的机构，将人才“可塑性”和“可用性”作为大学教育的根本目的，因此培养学生的文化素养和专业能力成为大学教育最重要的任务，但由于中国传统教育思想的影响，“高分低能”一直是中国教育面临的一个严峻问题，而这一问题在高等院校更为突出。问题不解决，便达不到“可用性”的目的。
这一问题违背了大学教育尤其是工科类院校的初衷，越来越多的高校逐渐意识到该问题的严重性，开始进一步关注实践教学，压缩理论教学的时间，辅以更多的实践教学课时。“小学期”是这一趋势的典型代表。这一变化将实践教学的质量问题提上日程，如何建立合理有效的实践教学体系和安排实践教学内容是当前高校不得不思考和亟待解决的问题。
1 教学现状及问题
我们以湖南大学智能科学与技术专业为例分析目前实践教学的现状及存在的问题。
1.1 课程教学体系
湖南大学智能科学与技术专业近3年的教学计划中，要求学生毕业最低总学分为170分，图1给出各类环节所占的学分比例，可以看出，专业实训（含毕业设计）只占总学分的16%，教学计划侧重理论教学，从学时分布来看，此偏重更为明显。图2分析了每个学期的课程教学学时情况，学生几乎需要将所有时间放到课程理论学习上，被严重束缚，实践教学形同虚设。
1.2 现有实践教学体系
在智能科学与技术专业近3年的教学中，实验课程有普通物理实验和人工智能基础实验两门。从学生完成该实验课程的情况来看，大多数学生数据处理逻辑简单，几乎没有运用模式识别、机器学习、智能控制等人工智能方法完成的作品。第6学期开设的实践课程远远达不到培养学生熟练运用多门专业理论和方法的目的。
现在很多高校开始实施“小学期”教学日历，设置为期1个月左右的集中实践或者专业实训环节。前两年的“小学期”是面向全院所有专业学生的基础能力培养，而第3学年后的“小学期”安排专业综合设计实训，训练学生的专业能力，如五子棋人机对弈项目可以大大提高学生对专业的兴趣，但项目过于单一，仅涉及人工智能、模式识别、机器学习等课程，与人工智能实验课程有重合的倾向，而诸如机器人学、智能控制等智能科学与技术专业的特色课程就没有训练的机会，此外对比上一个硬件技术实训缺少能力培养的延续性。具备创新发明的能力是目前实践教学甚少考虑的培养目标。
1.3 存在的问题
这种培养方案主要存在以下问题：①实践教学学时过少，学生实践能力培养机会太少；②理论学习任务过重，学生的双手无法得到解放；③实验课程内容设置不合理，课程理论与实际没有有效结合；④面向专业的实训内容单一，专业理论覆盖面不够；⑤能力培养断层，发明创新能力未涉及。
2 金字塔式实践教学体系
针对以上存在的问题，我们制定了新的培养计划，图3所示是2015年湖南大学智能科学与技术专业教学计划课程时序图。可以看出，不计实验课程，每学期的理论教学课程减少到平均5门课程；实验课程大大增加，从原来的2门增加到7门。新的教学计划中实践教学得到重视和加强。
另外，教学计划的另一个特色是高年级的教学／学术方向分组，根据信息科学与工程学院的科研优势设置了4个方向，将教学与科研有机结合。课程按组选修，增加了选修课之间的关联性，使培养目标更突出，令学生有的放矢。教学计划也反映了实践教学的体系结构：针对重要的学门、学类和专业课程，通过专门开设实验课程巩固这些重要课程；接下来，通过专业实训将多门课程理论串联起来；最后，拟提供丰富的学科竞赛机会，对于学有余力的学生进一步培养发明创新的能力。这3个层面形成了一个金字塔式的实践教学体系，如图4所示。越往上，能力水平越高；往下是必须具有的基础能力。金字塔式的实践体系体现了递进式的能力培养过程。通过该培养模式将能直接给社会输送“可用”人才。
图4给出了整个实践能力培养的空间结构。笔者将分别从时间角度详细介绍3个层面的培养目标和实践内容安排。
2.1 实验课程
实验课程处于金字塔的最底层，目的是培养学生运用专门知识进行动手实践的能力，熟悉和巩固专业基础课程理论，为上层的能力培养打好基础。这一能力是所有智能科学与技术专业合格大学生必须具有的根本能力。
程序设计和计算机系统设计是实现智能的手段和载体，因而第1学年和第2学年围绕这两个能力开展理论和实践教学活动，开设了高等程序设计、数据结构与算法、数字逻辑、计算机系统等课程，其中程序设计、数字逻辑和计算机系统3门课程实践性较强，因此还配套设置了对应的实验课程。实验课程与理论课程尽量同步开设，利用实验箱对理论进行验证，加深学生对课程的理解。第3学年和第4学年面向计算机上层系统和应用，操作系统和计算机网络是典型代表，因而针对这两门课程开设对应实验课程，这几门实验课程是学类核心课程。此外，教师还可围绕智能科学与技术专业的重点核心课程“人工智能”开设机器人实验课程，让学生基于NAO人形机器人、智能小车、RoboCode等设备软件理解、熟悉和练习各种智能的算法和模型。从程序设计、计算机系统、操作系统、计算机网络和人工智能5个方面依次开展基础实践到专业实践的培训，为上层专业实训作好准备。
2.2 专业实训
专业实训是随着小学期的推广而逐渐引入的培养环节，未有成功的经验可以借鉴。5年中我们不断地探索，在刚开始的2年采用“集中实践+生产实习”的方式。集中实践指在学校里进行一些简单的综合设计，如软件实训开发类似图书管理系统的软件。由于题目较为简单和老套，学生兴趣不高。生产实习是指和企业合作，将学生派往生产一线，这一想法初衷好但操作性低。因此，头两年的“小学期”成效不佳，于是取消生产实习，将集中实践从2周延长为4周，增加项目难度，如2014年在第2学年实行的“STC单片机开发”和第3学年实施的“五子棋智能对弈设计”，难度适中，学生普遍反映较好。
这两年取得的进步给我们很大的启发。第2学年的软件实训结合最新的APP应用引入Android开发，让学生可以在自己的手机上展示作品，实现即所得，极大地激发学生的积极性；在已有的单片机开发上，提升设计的高度和难度，引入FPGA设计，让学生全面学习嵌入式系统；最后，在智能专业综合设计方面，将五子棋智能下棋程序打造成全院的一个竞赛，结合专业最前沿的发展方向，进而增加机器人开发、物联网系统和嵌入式系统设计，涵盖智能终端、智能软件、智能系统，提供较宽的选择，充分发挥学生的一技之长。
2.3 学科竞赛
前两个层次基本上完成了工程能力的培养，但创新才是核心竞争力。如何激发学生发明创造的潜能也是实践教学的任务之一。这一能力在以前的教学中甚少专门涉及，发明创新的能力是一道坎。
学科竞赛是培养发明创新能力比较好的一个突破口，因此我们在实验室建设过程中适当考虑了对学科竞赛的支撑，基于RoboCup足球机器人在协同对抗上创新，基于模块化机器人在创意上立新，基于NAO机器人在自然语言处理上求新。目前，学生长期参加的学科竞赛有RoboCup足球机器人中型组比赛、物联网设计大赛以及全国电子设计大赛。教师应为有志向和能力的学生提供创新平台和条件，鼓励学生参加高水平的学科竞赛。
学科竞赛组成了实践教学的最后一环，面向科研，与研究生教育接轨；面向创业，为IT产业增添生命力。
3 建设措施及成果
3.1 实验室配套建设
根据实践教学的分层体系，目前已有的支撑该体系的仪器设备见表1，可满足不同层次的用途需求。课程实验的设备主要以验证为主；实验课程的设备需要学生动手实现算法和设计；专业实训的设备主要以提供平台为主，让学生自主搭建系统；学科竞赛的设备一方面要满足竞赛需求，一方面可以应用于学术研究，具有一定的开放性。
针对学科竞赛，我们已经建立400 m2的场地专门用作智能科学与技术专业的创新和学科竞赛实验室。图5所示为学生正在专心调试足球机器人。
3.2 实践教学代表性项目
1)电子产品的制作、测试及使用( STC-A实验学习板)。
通过完成一个电子产品（STC-A实验学习板）的制作、测试及使用，学生能够全面了解电子产品的开发与生产全过程以及质量管理；实践简单的焊接技术，认识基于处理器的电子系统的组成；学习电路调试及检测能力，了解“STC-A学习板”的功能以及嵌入式系统的入门知识；拥有一个便携式学习与创新的实验平台，为今后的学习提供方向与帮助。
2)“智能杯”五子棋程序设计邀请赛。
该竞赛在已给出五子棋平台的基础上（已有界面，无需自己编程界面），要求参赛者写出五子棋算法。换句话说，就是设计五子棋COM的智商。五子棋看似简单，实则包含各种变化，计算种种变化同样需要强大的知识储备。程序设计与五子棋结合既朴素简单，又包罗万象，同时通过对弈方式可以综合多种人工智能理论和方法，反映出技能的高低。
3)足球机器人。
中国机器人大赛暨RoBoCup公开赛是中国最具影响力、最权威的机器人技术大赛。信息科学与工程学院从2013年开始连续参加了两届比赛，积累了一定的经验，已基本形成老带新的格局。通过展现一个真实的机器人产品，可以让学生感受本专业的特色和前景，提高专业的认同感；通过动手改进一个实际产品，激发学生的创新意识；通过这个比赛，期望学生能够逐步达到自主研制复杂精密机器人的水平。
4 结语
能力培养是大学教育的重中之重，而实践教学是达成这一目标的重要手段。实验课程·专业实训·学科竞赛金字塔式实践教学体系符合能力培养的阶梯性，涵盖了动手实践、综合分析和发明创新3种能力。部分实践教学项目得到较好的反响，为这一体系进一步成熟化和规范化提供了动力。
下一步，我们拟主要从两个方面进一步推进智能科学与技术专业的实践教学建设。一方面不断提升从事实践教学的教师水平，注重与行业接轨，跟进行业的最新发展动态和专业技术并将其反映到实践项目中，形成一个持续发展的良性生态；另一方面积极融人工程认证的理念，为工程类学生今后走向世界提供具有国际互认质量标准的“通行证”。实践教学作为能力培养的重要手段，为了使其更加科学和规范，我们将参照工程认证的标准，对各项能力的培养在实践教学过程中有更明确的对应，对能力的考核能更细致化。
参考文献：
[1]别敦荣，张征．世界一流大学教育理念的特点与启示[J]高等工程教育研究，2010(4): 82-92.
[2]张莎，当代大学生“高分低能”现状的原因及对策分析[J]．科教导刊，2012(8): 98-99.
[3]李智勇，肖正，赵欢，等，智能科学与技术本科专业“小学期”制教学思考[J]．计算机教育，2011(15): 29-34．
[4]昊丽娟，李柳．以小学期为平台的实践教学改革与探索[J]沈阳师范大学学报：自然科学版，2013(3): 421-424．
