前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇對人工智能教育的建議范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

對人工智能教育的建議范文第1篇

一、人工智能

人工智能（Artificial Intelligence，縮寫為AI），是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支，它試圖了解智能的實質，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。養(yǎng)老服務業(yè)人工智能的應用主要體現(xiàn)在家居掃地機器人、語音溝通服務、家庭體檢、藥物使用建議、家居廚師、家居智能陪伴服務。

二、養(yǎng)老服務人才培養(yǎng)“人工智能化”

人工智能上升為國家高級戰(zhàn)略后，國家發(fā)展服務性制造和生產(chǎn)性制造，同時盡可能的通過服務業(yè)的再造和完善，改進我國經(jīng)濟產(chǎn)業(yè)結構，發(fā)揮技術、人才、產(chǎn)業(yè)的對接聯(lián)動效應。人、機器、智能機器將共生共存，成為養(yǎng)老服務工具的新常態(tài)。未來的養(yǎng)老服務人才不是笨干、累干、苦干，而是實干+巧干，實現(xiàn)腦力勞動的智能機械化，盡可能地減少人力的倦怠感，提高服務效率、質量和速度。智能化，體現(xiàn)在養(yǎng)老服務人才應具備傳播人工智能基礎知識，客觀了解人工智能，有效實現(xiàn)人與機器、智能機器的有效配對組合應用，充分發(fā)揮智能機器的保健醫(yī)生、保姆、玩伴、老伴、子女多重功能，倡議自養(yǎng)老。

三、人工智能養(yǎng)老服務人才培養(yǎng)模式

（一）廣播電視大學遠程教育模式――音像媒體

配備養(yǎng)生、人工智能國內一流專家，發(fā)揮國家音像媒體的作用，將人工智能家居應用的途徑、方式、手段通過網(wǎng)絡微視頻的形式進行普及。發(fā)揮社區(qū)教育指導中心、社區(qū)大學和社區(qū)教育學院、社區(qū)學校、社區(qū)學習站四級社區(qū)教育辦學網(wǎng)絡體系的作用，建立社會養(yǎng)老大學，使老年人自己會應用人工智能，減低對子女的時間依賴。

（二）公眾號社會宣傳普及模式――微媒體

國家、企業(yè)、社區(qū)應建立專題公眾號進行微媒體培訓。從國家層面，要建立人工智能養(yǎng)老服務應用技術發(fā)展歷程方面的公眾號；從企業(yè)層面，要建立人工智能機器人養(yǎng)老服務應用說明類的公眾號；從社區(qū)層面，要基于一些鰥寡孤獨建立社群委托服務型人工智能服務策略的公眾號。

（三）職業(yè)技術學院培訓模式――專題高端培訓

目前，人工智能服務還不能完全普及，故而職業(yè)技術學院的后備人才首先要建立自我提升的潛意識，此外，職業(yè)技術學院自身要引進國內外的人工智能專家，進行家庭陪護、游戲娛樂、醫(yī)療、做飯、洗衣、洗漱、保健、鍛煉等多重人工智能方面的高端培訓。

（四）民政部門、老齡委聯(lián)合推廣模式――社會傳媒

作為養(yǎng)老服務的主管部門，民政部門和老齡委要利用廣播、電視、報紙、雜志等對人工智能的發(fā)展趨勢、前景、作用、功能、效益、方式進行宣傳。民政部門要側重于養(yǎng)老服務的社區(qū)組織協(xié)調，老齡委要側重于制度、規(guī)定、采購人工智能機器方面的政策優(yōu)惠的制定。

（五）社會民間家政服務組織培養(yǎng)模式――養(yǎng)老院、福利院自組織模式

民間社會力量建立有養(yǎng)老院、福利院，這就對相關服務人員的素養(yǎng)提出了時代性的要求。其一，人的社會角色多，時間、精力、體力有限；其二，人工智能是趨勢，必須適應并學會使用；其三，要加強前瞻性人才培養(yǎng)，解決勞動倦怠問題，即民間組織自己解決自己的問題，通過人工智能，減少雇員，降低勞動力雇傭成本。

四、人工智能養(yǎng)老服務人才培養(yǎng)對策

（一）廣播電視大學養(yǎng)老服務人才培養(yǎng)對策

依托遠程教育系統(tǒng)，發(fā)揮網(wǎng)絡平臺的作用，將人工智能的技能培訓與社區(qū)教育、社會養(yǎng)老大學的建設并舉；發(fā)揮廣播電視大學的社會服務功能，與人工智能機器生產(chǎn)企業(yè)搭建戰(zhàn)略伙伴關系；積極推進產(chǎn)培用一體化建設，形成網(wǎng)絡平臺特色模塊；推出廣播電視大學養(yǎng)老服務精品課教程，以優(yōu)質教育品牌打開培訓窗口。

（二）人工智能機器制造企業(yè)養(yǎng)老服務人才培養(yǎng)對策

基于居家養(yǎng)老的社會需求利益取向，把脈居家老人和其子女的時間要求，積極開發(fā)、完善人工智能機器的特殊功能，加大資金投入力度，特別加強對情感交互、圖像識別、語音功能的完善；重點做好人工智能機器使用說明，要具有便捷實用性的操作指南，方便人們學習。

（三）職業(yè)技術學院養(yǎng)老服務人才培養(yǎng)對策

職業(yè)技術學院作為專職教育機構，首先，要提前與職業(yè)高中接軌，進行專職意向高中生的錄取，為養(yǎng)老服務人才培養(yǎng)獲取意向生。其次，要突出人才培養(yǎng)的實踐應用性，購置高端智能機器，讓學生能夠迅速掌握技能，并且能夠進行社會的二次培訓，對購置的智能機器進行租賃和應用培訓。

（四）民政部門、老齡委養(yǎng)老服務人才培養(yǎng)對策

民政部門和老齡委要培養(yǎng)高級管理人才，建立養(yǎng)老服務人才智庫，積極推進國家、企業(yè)、社會的養(yǎng)老服務人才人工智能化聯(lián)動培養(yǎng)；加大對家庭貧困并且有意向致力于養(yǎng)老服務的青年才俊的培養(yǎng)支持力度；對人工智能養(yǎng)老服務高端研發(fā)海歸人才給予政策優(yōu)待；建立城市養(yǎng)老服務專家群組，定期召開學術研討會議，增進智慧交流。

（五）社區(qū)養(yǎng)老服務人才培養(yǎng)對策

社區(qū)要加強人工智能養(yǎng)老服務人才的典型宣傳，利用宣傳畫的形式傳播人工智能應用的優(yōu)勢；積極打造人工智能特色服務團隊，開展社區(qū)公益性專題培訓，并募集資金購置人工智能機器為特殊群體獻愛心；努力構建人工智能養(yǎng)老社區(qū)，采用人工智能的形式鼓勵老年人進行文體娛樂，增強體質。

總的來說，在計算機技術不斷發(fā)展的現(xiàn)代社，人工智能技術的普及給養(yǎng)老服務帶來了巨大的便捷。隨之而來的人工智能化養(yǎng)老服務人才的培養(yǎng)成為了發(fā)揮人工智能養(yǎng)老服務效用的關鍵環(huán)節(jié)。要培養(yǎng)人工智能化養(yǎng)老服務人才，可以從遠程教育、社會宣傳普及、學院培訓、政府推廣等模式入手，實現(xiàn)人工智能化養(yǎng)老人才培養(yǎng)模式的多元化。同時，開展遠程教育的過程中運用產(chǎn)品一體化模式，在滿足老人需求的基礎上提升人工智能設備的人性化操作，重點開展職業(yè)技術院校的人才培養(yǎng)方式，與民政部門開展緊密合作，積極培養(yǎng)人工智能化養(yǎng)老服務人才。社區(qū)方面強化人才的教育宣傳工作，全力搭建人工智能養(yǎng)老社區(qū)。

對人工智能教育的建議范文第2篇

 

政策催化進一步加強

 

國內AI有望“彎道超車”

 

目前，各國政府都高度重視人工智能相關產(chǎn)業(yè)的發(fā)展。自人工智能誕生至今，各國都紛紛加大對人工智能的科研投入。美國主攻軍用機器人技術，歐洲主攻服務和醫(yī)療機器人技術，日本主攻仿人和娛樂機器人?？梢哉f，人工智能成為各國“大腦”計劃的重要內容。

 

當下我國社會面臨老齡化壓力、經(jīng)濟轉型和制造業(yè)升級，對此，國務院在印發(fā)的《中國制造2025》中明確指示，要把智能制造和高端技術創(chuàng)新作為重點建設工程，特別提出要發(fā)展和培育一批產(chǎn)值超過100億元的人工智能核心企業(yè)。

 

國內市場的扶持政策頻出。2015年7月，國務院印發(fā)《“互聯(lián)網(wǎng)+”行動指導意見》，將發(fā)展人工智能提升到國家戰(zhàn)略層面;2016年1月，科技部部長萬鋼提出“科技創(chuàng)新-2030項目”，智能制造和機器人成為重大工程之一。

 

在2016年3月兩會召開期間，《國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要(草案)》正式出爐，其中提到，要大力推進先進半導體、機器人、智能系統(tǒng)、智能交通、精準醫(yī)療、智能材料等新興前沿領域的創(chuàng)新和產(chǎn)業(yè)化，形成一批新增長點。

 

政策和資金的支持、人才儲備、技術的積累和突破等都為人工智能的發(fā)展提供了基礎條件。科技部高技術研究發(fā)展中心研究員劉進長認為，我國人工智能與機器人技術的快速發(fā)展，一是因為國家的高度關注與政策支持，二是得益于金融界的重視與大企業(yè)的不斷進入。

 

“2014年，中國市場的工業(yè)機器人銷量猛增54%，我國智能語音交互產(chǎn)業(yè)規(guī)模達到100億元，指紋、人臉、虹膜識別等產(chǎn)業(yè)規(guī)模達100億元。”廣證恒生副首席分析師趙巧敏向《經(jīng)濟》記者分析稱，在利好因素的促進下，我國人工智能技術攻關和產(chǎn)業(yè)應用發(fā)展勢頭良好。

 

在她看來，目前國際巨頭在人工智能技術上還沒有完全形成壟斷。我國在人工智能的研究上與發(fā)達國家相比，甚至與美國相比都不算落后，這是難得的歷史機遇，是提升綜合國力和影響力的絕佳機會。

 

“我國完全有可能利用市場需求優(yōu)勢、用戶數(shù)據(jù)優(yōu)勢等，搶占人工智能技術和產(chǎn)業(yè)的制高點，實現(xiàn)人工智能技術‘彎道超車’?！壁w巧敏稱。

 

人工智能大潮來襲

 

千億市場規(guī)?？善?/p>

 

人工智能已經(jīng)開始進入一個新的階段。從Siri識別到無人駕駛，都是人工智能的實現(xiàn)載體，涉及到的技術和領域跨越多學科，包括深度學習、智能識別、專家系統(tǒng)、神經(jīng)網(wǎng)絡、智能機器人等。

 

未來，人工智能需求將會激增。據(jù)BBC預計，到2020年，全球人工智能市場規(guī)模將達到183億美元，約合人民幣1190億元。

 

“目前人工智能的應用領域主要還是以工業(yè)制造為主，但是隨著經(jīng)濟結構的轉型，以及不斷攀升的勞動力成本，未來包括機器人在內的人工智能產(chǎn)品的市場需求將會不斷擴大。”愛建證券研究所研究員劉孫亮向《經(jīng)濟》記者表示，隨著人均可支配收入的增加，以及人口老齡化時代的來臨，人工智能家庭化的現(xiàn)象將會普及，屆時家用助老服務機器人、醫(yī)療機器人以及家用清潔機器人的市場需求將會激增。

 

國內著名的咨詢機構艾瑞咨詢在參考人工智能行業(yè)全球市場規(guī)模后預計稱：在不包括硬件產(chǎn)品銷售收入、信息搜索、資訊分發(fā)、精準廣告推送等的情況下，預計2020年中國人工智能市場規(guī)模將達到91億元人民幣。

 

而目前市場的關注點還只是在智慧金融、智能家居等應用領域，對于人工智能的發(fā)展空間來說，這只是冰山一角。

 

趙巧敏表示，由于人工智能屬于基礎型技術，與機器人和大數(shù)據(jù)聯(lián)系緊密，其水平的提升將帶來多領域的應用擴展，大幅拓寬傳統(tǒng)產(chǎn)業(yè)的發(fā)展之路，造成未來5-10年的巨大顛覆性影響，產(chǎn)生10-100倍的溢出效應，由此將打開萬億規(guī)模的市場空間。

 

“僅僅以工業(yè)機器人領域為例，在智能化水平提高后，將降低固定資產(chǎn)投資成本近30%，降低人工成本近60%-70%，在汽車整車、零部件制造、食品工業(yè)及物流等行業(yè)產(chǎn)生8-10倍的產(chǎn)業(yè)集群帶動作用，對應著800億-1000億元的市場規(guī)模。”趙巧敏說。

 

實際上，中國人工智能的商業(yè)化應用環(huán)境甚至能創(chuàng)造更大的市場空間。我國人工智能的商業(yè)應用水平已經(jīng)十分繁榮，這一概念已經(jīng)滲透了教育、金融、醫(yī)療、文體娛樂等領域，且獲得了很好的市場反響。

 

“市場關心的IT和互聯(lián)網(wǎng)領域幾乎所有的主題和熱點，例如智能硬件、O2O、機器人、無人機和工業(yè)4.0，發(fā)展突破的關鍵環(huán)節(jié)都是人工智能?！壁w巧敏表示，人工智能的發(fā)展是必然趨勢，它將成為未來30年內我國技術發(fā)展的重心，也會給互聯(lián)網(wǎng)領域帶來新的突破，給人們的生活帶來翻天覆地的變化。

 

在人工智能應用領域，我國已經(jīng)發(fā)展得較為全面，包括家居領域、安防領域、醫(yī)療領域、企業(yè)領域、金融領域和教育領域。

 

然而盡管目前我國自主知識產(chǎn)權的文字識別、工業(yè)機器人、娛樂機器人等智能科技成果已經(jīng)進入大規(guī)模實際應用，但市場空間仍然很大。中泰證券首席宏觀策略師羅文波向《經(jīng)濟》記者表示，我國機器人的“密度”只有德國、日本的1/10，行業(yè)發(fā)展空間巨大。

 

VC青睞人工智能

 

巨頭加速并購

 

人工智能一直是硅谷大佬們瘋狂追求的領域，谷歌、Facebook、IBM均重金投資人工智能，是目前AI領域的領導者。微軟、谷歌和Facebook等全球科技巨頭都認為2016年是AI迅速進化的關鍵節(jié)點。

 

Google希望在人工智能領域復制Android的成功，并力圖打造一個機器人帝國;Facebook計劃在2016年制造出能夠在家務和工作上幫助自己的人工智能;蘋果4天內接連收購兩家人工智能初創(chuàng)公司……

 

據(jù)羅文波統(tǒng)計，目前全球人工智能企業(yè)已經(jīng)超過了900家，大多集中在北美和西歐。這些人工智能初創(chuàng)企業(yè)總估值超過87億美元?！半S著日本、北美、歐洲的‘大腦’計劃大規(guī)模布局人工智能，2040年全球很有可能實現(xiàn)廣義的人工智能?！?/p>

 

除互聯(lián)網(wǎng)巨頭外，敏銳的資本方也在積極布局人工智能領域，近年來風投不斷加大對人工智能初創(chuàng)企業(yè)的投資，持續(xù)布局人工智能這個重要風口。

 

“2014年人工智能企業(yè)融資總量首次超過10億美元，2015年融資總量更是超過12億美元。2016年到現(xiàn)在，全球在人工智能領域的投資已經(jīng)超過4億美元?！辈澈ＷC券研究所證券分析師齊艷麗向《經(jīng)濟》記者表示，隨著科技巨頭在人工智能領域的布局將提速，VC/PE在人工智能領域的投資也將隨之爆發(fā)。

 

“反過來，資本層面的爆發(fā)也將持續(xù)帶動人工智能行業(yè)加速爆發(fā)?！饼R艷麗認為，雖短期看人工智能仍處于大規(guī)模投入期，較難變現(xiàn)，但未來人工智能應用于無人駕駛汽車、輔助診斷、刑偵監(jiān)測等領域將會產(chǎn)生巨大的商業(yè)價值和社會價值。

 

在全球市場火爆的背景下，國內市場也充滿了巨頭和風投的博弈與布局。

 

出于對人工智能行業(yè)商業(yè)前景的看好，國內巨頭紛紛進軍人工智能領域，百度、阿里、騰訊均在人工智能領域發(fā)力。

 

其中，百度2014年研發(fā)投入接近70億，同時涉足了深度學習與自動駕駛領域，并推出了“百度大腦”計劃;阿里巴巴推出了國內首個人工智能平臺DTPAI;騰訊推出了撰稿機器人Dream writer，開放了視覺識別平臺騰訊優(yōu)圖，同時成立了騰訊智能計算與搜索實驗室。一些具有創(chuàng)新性眼光的巨頭公司也相應進入，讓整個行業(yè)迎來了爆發(fā)的機會。

 

“互聯(lián)網(wǎng)巨頭公司和創(chuàng)業(yè)公司是我國AI技術基礎研究主力軍。在國家政策大力支持下，無論是科研機構還是企業(yè)都在加大人工智能研究的力度，由此也取得了較為不錯的成績?！睋?jù)羅文波介紹，截至2015年底，我國人工智能領域已有近百家創(chuàng)業(yè)公司，約65家獲得投資，共計29.1億元。人工智能領域布局如火如荼。

 

巨頭的基礎層切入為人工智能基礎領域的研究帶來了巨大的資金優(yōu)勢和人才支持，使得部分技術達到世界一流水平。例如，我國的視覺、語音識別的技術已經(jīng)處于國際領先水平。

 

而近兩三年，風投也開始加速了在這一領域的投資步伐。2014年開始，我國人工智能領域投資金額、數(shù)量、參與投資機構數(shù)量均大幅增加，2015年更是實現(xiàn)了跨越式的增長。“2015年我國投資人工智能的機構數(shù)量已經(jīng)高達48家，是2012年投資機構數(shù)量的6倍;投資額為14.23億元，是2012年投資額的23倍?！壁w巧敏表示。

 

短期看好應用開發(fā)

 

長期關注技術研究

 

二級市場一向是搜尋熱點的風向標。人工智能市場的火爆也催熱了資本市場的相關行業(yè)。在市場空間巨大、產(chǎn)業(yè)前景明朗的背景下，占據(jù)資金優(yōu)勢的上市公司紛紛瞄準人工智能領域，分享廣闊藍海。

 

隨著人工智能的不斷進步和發(fā)展，最先實現(xiàn)產(chǎn)業(yè)化的AI應用層將最早迎來投資機會。銀河證券分析師楊華超向《經(jīng)濟》記者分析稱，無人駕駛、工業(yè)4.0、智慧醫(yī)療等主題將成為未來中長期的熱點，建議關注相關主題的優(yōu)質標的?！巴瑫r，AI數(shù)據(jù)層和應用層作為準入門檻較高的環(huán)節(jié)，之前具有技術積累和數(shù)據(jù)資源的公司將優(yōu)先受益，可以關注目前已經(jīng)在人工智能領域已經(jīng)有技術和規(guī)模優(yōu)勢的公司?！?/p>

 

對此，羅文波則建議投資者，選擇人工智能領域的標的，要分長短期來考量?！岸唐诳申P注在人工智能商業(yè)化應用有所突破的企業(yè)，長期可關注具備技術研究實力的公司。”

 

在他看來，具備競爭力的上市公司主要有兩類，一是與機器人硬件制造相關的公司，它們一般擁有較好的智能制造業(yè)基礎，在未來產(chǎn)業(yè)升級過程中，擁有強大的競爭優(yōu)勢;二是在人工智能商業(yè)化應用有所突破的公司。

 

對此投資邏輯，趙巧敏也表示認同，“短期看好應用開發(fā)領域，特別是基于當下較為成熟的感知智能技術如語音、視覺識別的服務、硬件產(chǎn)品等的應用開發(fā)將是短期的投資亮點”。

 

“目前下游應用領域也面臨著大量需求，如人口老齡化對服務機器人的需求、定制化生產(chǎn)對3D打印的需求、物流配速對無人機的需求等?！壁w巧敏分析稱，穿戴設備、3D打印、無人駕駛、服務機器是最值得看好的應用場景。

 

而從長期來看，在以現(xiàn)有技術為基礎的應用領域基本飽和之后，只有技術研究才能推動新一輪的應用創(chuàng)新，趙巧敏稱。技術研究是長期的投資關注點，“應該關注核心技術模塊提供商和數(shù)據(jù)傳輸、運算、存儲過程所涉及的基礎設施運營商”。

 

與此同時，在主板之外，一些新三板標的同樣值得關注。從2015年起，掛牌新三板的人工智能企業(yè)數(shù)量明顯增加。以機器人子行業(yè)為例，僅2015年一年就有35家機器人企業(yè)在新三板掛牌，還有10家機器人企業(yè)在待掛牌狀態(tài)，20多家公司在審查待掛的狀態(tài)。投資者可以有選擇地關注其中較好的標的。

對人工智能教育的建議范文第3篇

關鍵詞：人工智能；信息素養(yǎng)；信息技術

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2008)35-2417-02

Artificial Intelligence Education and Middle School Students Information Literacy

WU Wen-tie

(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)

Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.

Key words: artificial intelligence; information literacy; information technology

1 信息素養(yǎng)的定義及其內涵

“信息素養(yǎng)”一詞最早產(chǎn)生于信息技術和信息產(chǎn)業(yè)發(fā)達的美國, 是隨著現(xiàn)代信息社會的逐漸形成而對國民提出的一種兼跨人文和科學范疇的綜合性個人素養(yǎng)要求的描述。隨著研究的深入，人們對信息素養(yǎng)的認識也在不斷深化。

1974年美國信息產(chǎn)業(yè)協(xié)會主席保羅?澤考斯基最先提出信息素養(yǎng)的概念, 他認為信息素養(yǎng)是“利用大量的信息工具及主要信息源使問題得到解答的技術及技能”。1992年美國圖書館協(xié)會提出：“信息素養(yǎng)是人能夠判斷何時需要信息, 并且能夠對信息進行檢索、評價和有效利用的能力?！蓖? 道爾在《信息素養(yǎng)全美論壇的終結報告》中給出了一個較為全面的定義：一個具有信息素養(yǎng)的人, 他能夠認識到精確和完整的信息是作出合理決策的基礎, 他能夠確定對信息的需求, 能夠形成基于信息需求的問題, 能夠確定潛在的信息源, 能夠制定成功的檢索方案, 從包括基于計算機的和其他的信息源中獲取信息、評價信息、組織信息用于實際的應用, 將新的信息與原有的知識體系進行融合以及在批判性思考和問題解決過程中使用信息。

綜上所述, 雖然研究人員從不同的視角界定了信息素養(yǎng)的定義, 但可看出, 信息素養(yǎng)既包括認知態(tài)度層面上的內容, 也包括技術層面、操作層面和能力層面上的內容。概括起來講, 信息素養(yǎng)主要包括信息意識、信息能力和信息道德三個方面：

1) 信息意識。信息意識是信息素養(yǎng)的首要因素, 主要指人們對信息及其交流活動在社會中的地位、價值、功能和作用的認識, 換句話說, 就是指人們對信息的判斷、捕捉的能力。信息意識的強弱將直接影響人們利用信息的程度和效果。人們只有有了信息意識,才有可能有信息的需求, 進一步去尋找信息和利用信息, 并主動學習與信息處理有關的技術。

2) 信息能力。信息能力是信息素養(yǎng)的重要方面, 是指人們獲取信息、處理信息、利用信息、創(chuàng)造信息、交流信息的技術和能力。人們只有掌握一定的信息技能, 才能有效地開展各種信息活動, 有效地利用信息和創(chuàng)造信息, 充分發(fā)揮信息的價值, 變信息為動力和優(yōu)勢。

3) 信息道德。信息道德是指人們在整個信息交流活動過程中表現(xiàn)出來的信息道德品質。它是對信息生產(chǎn)者、信息加工者、信息傳播者及信息使用者之間相互關系的行為進行規(guī)范的倫理準則, 是信息社會每個成員都應該自覺遵守的道德標準。

2 人工智能的研究領域

人工智能的研究領域非常廣泛, 而且涉及的學科也非常多。目前,人工智能的主要研究領域包括：專家系統(tǒng)、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、智能決策支持系統(tǒng)及人工神經(jīng)網(wǎng)絡等。下面主要介紹在網(wǎng)絡教育環(huán)境中常用的智能技術。

2.1 專家系統(tǒng)

所謂專家系統(tǒng)就是一種在相關領域中具有專家水平解題能力的智能程序系統(tǒng), 它能運用該領域專家多年積累的經(jīng)驗與知識, 模擬人類的思維過程,求解需要專家才能解決的困難問題。

2.2 機器學習

“學習”是一個有特定目的的知識獲取過程, 其內在行為是獲取知識、積累經(jīng)驗、發(fā)現(xiàn)規(guī)律; 外部表現(xiàn)是改進性能、適應環(huán)境、實現(xiàn)系統(tǒng)的自我完善。所謂機器學習, 就是要使計算機能模擬人的學習行為, 自動地通過學習獲取知識和技能, 不斷改善性能, 實現(xiàn)自我完善。機器學習主要研究學習的機理、學習的方法以及針對相應的學習系統(tǒng)建立學習系統(tǒng)。

2.3 模式識別

所謂模式識別,是指研究一種自動技術。計算機通過運用這種技術,就可自動地或者人盡可能少干預地把待識別模式歸入到相應的模式類中去。也就是說,模式識別研究的主要內容就是讓計算機具有自動獲取知識的能力,能識別文字、圖形、圖像、聲音等。一般來說,模式識別需要經(jīng)歷模式信息采集、預處理、特征或基元抽取、模式分類等幾個步驟。

2.4 人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡是指模擬人腦神經(jīng)系統(tǒng)的結構和功能, 運用大量的處理部件, 由人工方式建立起來的網(wǎng)絡系統(tǒng)。它是在生物神經(jīng)網(wǎng)絡研究的基礎上建立起來的,是對腦神經(jīng)系統(tǒng)的結構和功能的模擬, 具有學習能力、記憶能力、計算機能力以及智能處理功能。其中學習是神經(jīng)網(wǎng)絡的主要特征之一, 可以根據(jù)外界環(huán)境來修改自身的行為。學習的過程即是對網(wǎng)絡進行訓練的過程和不斷調整它的連接權值, 以使它適應環(huán)境變化的過程。學習可分為有教師(或稱有監(jiān)督)學習與無教師(無監(jiān)督)學習兩種類型。對神經(jīng)網(wǎng)絡的研究使人們對思維和智能有了進一步的了解和認識,開辟了另一條模擬人類智能的道路。

3 人工智能技術在教育中的應用

3.1 智能搜索引擎

隨著互聯(lián)網(wǎng)站點和頁面的激增以及網(wǎng)絡用戶隊伍的不斷壯大,信息檢索成為人們利用Internet的重要途徑。但是在浩瀚的網(wǎng)頁海洋中尋找有用的信息并不容易,需要借助有力的檢索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他們各有特色,但仍存在不足之處,如檢索到的無關信息過多以及檢索結果排序較混亂。智能化信息檢索是信息檢索的新分支,它是人工智能和信息檢索的交叉學科。它在對內容的分析理解、內容表達、知識學習等基礎上實現(xiàn)檢索的智能化,這樣可以節(jié)省學習者在檢索中花費的時間,幫助學習者提高檢索效率。智能化信息檢索所用到的人工智能技術有專家系統(tǒng)、自然語言處理和知識表示。

3.2 智能體(agent)

agent技術早在70年代出現(xiàn)在人工智能領域,通過感知、學習、推理以及行動能夠基于知識庫的訓練模仿人類社會的行為。隨著其進一步發(fā)展,它在遠程教育領域發(fā)揮著越來越重要的作用。一套完整的遠程教育系統(tǒng)中包含許多子系統(tǒng),如答疑、作業(yè)、考試、交互等等子系統(tǒng)。這些子系統(tǒng)都有各自的數(shù)據(jù)庫用來存儲信息。為了提高整個系統(tǒng)的智能性,可以引入智能技術,把眾多子系統(tǒng)的數(shù)據(jù)庫鏈接起來,實現(xiàn)信息資源的共享。通過分析這些信息,智能技術可以發(fā)現(xiàn)學習者的個別特征(如興趣愛好信息、點擊知識點信息統(tǒng)計、交互日志等等),并根據(jù)這些特征量身訂做出適合學習者的學習方案,也有助于教師及時掌握學習者學習過程中的動態(tài)信息。

3.3 智能CAI(ICAI)

隨著計算機技術的飛速發(fā)展,計算機輔助教學(CAI)已受到教育界的重視,成為學科教學改革的一種重要手段。許多學校都在開發(fā)CAI課件,但大多數(shù)CAI課件只是機械地按照教學設計者事先設計好的教學模式和內容向學生傳授知識,并沒有體現(xiàn)出個性化學習,無法做到因材施教。

智能CAI是以人工智能技術為核心,使CAI系統(tǒng)能夠根據(jù)學生的學習情況等因素分析學生的特征,合理安排教學內容、變化教學方法去滿足個別教學的需要。使用智能CAI進行教學能夠克服傳統(tǒng)CAI的不足,顯著提高教學效果,是CAI課件發(fā)展的趨勢。

3.4 智能教學系統(tǒng)ITS

智能教學系統(tǒng)(intelligent tutoring system,ITS)是涉及人工智能、計算機科學、認知科學、教育學、心理學和行為科學的綜合性課題,其研究的最終目標是由計算機負擔起人類教育的主要責任,即賦予計算機系統(tǒng)以智能,由計算機系統(tǒng)在一定程度上代替人類教師實現(xiàn)最佳教學。我國ITS的研究起步較晚,但近幾年隨著計算機的普及和教育軟件需求增大,ITS的發(fā)展較快。ITS按照功能分為四個模塊:專家知識模塊、學生模塊、教師模塊、人機接口模塊。

4 人工智能教育對學生信息素養(yǎng)的作用

人工智能(ArtificialIntelligence,AI)是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科。換言之,它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規(guī)劃以及問題求解等思維活動,來解決需要人類專家才能處理的復雜問題,例如咨詢、診斷、預測、規(guī)劃等決策性問題。人工智能也是一門涉及數(shù)學、計算機科學、控制論、信息學、心理學、哲學等學科的交叉和邊緣學科。與一般的信息處理技術相比,人工智能技術在求解策略和處理手段上都有其獨特的風格。人工智能研究處于信息技術的前沿,它的研究、應用和發(fā)展在一定程度上決定著計算機技術的發(fā)展方向。同時,信息技術的廣泛應用也對人工智能技術的發(fā)展提出了急切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數(shù)據(jù)挖掘、智能檢索、機器人技術、人工神經(jīng)網(wǎng)絡等都走在了信息技術的前沿,有許多研究成果已經(jīng)進入人們的生活、學習和工作中,并對人類的發(fā)展產(chǎn)生了重要影響。

綜上所述,作為信息技術一個不可缺少的重要組成部分,人工智能的基本內容在中學信息技術課程中是不能不專門提及的,以往某些教材中用一兩頁篇幅作個簡單介紹的方法根本不足以反映人工智能學科的全貌。因此,十分有必要在高中階段的信息技術課程中專門設立人工智能選修課。我們認為,高中階段開設人工智能課程可以在以下幾個方面對學生的信息素養(yǎng)培養(yǎng)產(chǎn)生積極作用：

1) 多種思維方式的培養(yǎng)和信息素養(yǎng)的綜合鍛煉。

現(xiàn)實世界的問題可以按照結構化程度劃分成三個層次：結構化問題,是能用形式化(或稱公式化)方法描述和求解的一類問題;非結構化問題,難以用確定的形式來描述,主要根據(jù)經(jīng)驗來求解;半結構化問題則介于上述兩者之間。一般說來,中學階段開設的傳統(tǒng)意義上的信息技術課程中所介紹的信息技術,例如多媒體技術、網(wǎng)絡技術、數(shù)據(jù)庫技術、算法與程序設計等,都是求解結構化問題的基本技術。而人工智能技術則是解決非結構化、半結構化問題的一類有效技術。

把人工智能課程引入我國現(xiàn)行的高中信息技術教育,可以讓學生在體驗、認識人工智能知識與技術的過程中獲得對非結構化、半結構化問題解決過程的了解,從而培養(yǎng)學生的多種思維方式,達到提高信息素養(yǎng)的目的。通過人工智能課程的學習,學生還將了解人工智能語言的基本特征,學到智能化問題求解的最為基本的策略。

2) 體驗人類專家解決復雜問題的思路,提高學生的邏輯思維能力。

這里以人工智能學科中“專家系統(tǒng)”技術的體驗、學習與應用過程為例進行說明。在專家系統(tǒng)的應用過程中,一個實際的專家系統(tǒng)不僅能夠為用戶給出相關領域的專家水平建議或決策,而且能夠通過解釋機制,以用戶容易理解的方式解釋專家系統(tǒng)的具體推理過程。學生可以向專家系統(tǒng)提出諸如“為什么(Why)”、“如何(How)”、“如果……會怎么樣”等問題,系統(tǒng)接受用戶的問題指令后,可以根據(jù)推理的邏輯進程,即時將答案呈現(xiàn)給用戶,整個過程如同教師與學生在進行面對面的教學。在該過程中,學生可以充分體驗人類專家的求解思路和推理風格,有助于提高他們的分析、思維與判斷能力。

另一方面,在專家系統(tǒng)的教學過程中,可以要求學生自行構建由產(chǎn)生式規(guī)則組成的知識庫,或進一步利用工具軟件來開發(fā)簡單的實用型專家系統(tǒng)。為了完成該項工作,學生一開始就要編制開發(fā)規(guī)劃、制定知識獲取策略,并具體付諸實施,這是一個不斷深化的過程。學生還得明確與系統(tǒng)有關的所有變量或相關的因素,并且將這些變量和因素轉化為問題求解,得出相應的結論。在進行一系列問題求解分析之后,運用產(chǎn)生式規(guī)則來表示知識,以此建立起來的專家系統(tǒng)還可以讓其他學生去運用和體驗,具有一定的實用價值。

由于專家系統(tǒng)中的知識組織與推理過程是對人類專家思維方式的一種模擬,因此上述知識庫的組織和系統(tǒng)的推理過程能夠較好地體現(xiàn)學生的思維過程。在建造知識庫過程中,學生需要將原來零碎的未成型的知識概念化、形式化和條理化,從而內化為學生自己的東西。所以,建造知識庫的過程不但能反映學生的學習過程,而且有助于學生對該領域知識的深層思考并有利于長久記憶,同時也學會了專家系統(tǒng)的基本開發(fā)技術。正如美國著名的學習論專家Jonassen所指出的：那些自行設計專家系統(tǒng)的學生將會在這種活動中受益匪淺,因為這是一個對所學知識進行深度加工的過程。

3) 了解信息技術發(fā)展的前沿,激發(fā)對信息技術未來的追求。

人工智能技術在一定程度上代表著信息技術的前沿,通過人工智能知識、技術的學習與體驗,高中學生能夠對信息技術發(fā)展的前沿知識有一定程度的了解,這樣有助于他們開闊視野,培養(yǎng)興趣,激發(fā)對信息技術美好未來的追求,從而為今后進入大學或走向社會奠定良好的基礎。

5 結束語

中學生的信息素養(yǎng)的培養(yǎng)是當前信息技術課的一個重要目標，而在現(xiàn)有的中學信息技術課程中，關于人工智能的知識只作了簡單的介紹，學生們對于人工智能研究的廣大領域不能有詳細的概念，這對于中學生的信息化認識和信息素養(yǎng)的培養(yǎng)不夠全面。因此在中學信息技術課中加大人工智能的知識介紹是信息技術課改革的重要內容。

參考文獻：

[1] 雷曉慶.網(wǎng)絡環(huán)境下大學生的信息素養(yǎng)及其培養(yǎng)[J].太原大學學報, 2004(2):38.

[2] 杜玉霞.美國信息素養(yǎng)教育與研究的啟示[J].電化教育研究, 2005(10):42.

[3] 王永慶.人工智能原理與方法[M].西安:西安交通大學出版社,2002,1-53.

[4] 潘瑞玲,余輪.Agent技術在遠程教育系統(tǒng)中應用的研究[J].微型電腦應用,2002,18(4):28-30.

[5] 吳戰(zhàn)杰，秦健.Agent技術及其在網(wǎng)絡教育中的應用研究[J].電化教育研究，2003(3):32-36.

[6] 張劍平.關于人工智能教育的思考[J].電化教育研究，2003(1):24-28.

對人工智能教育的建議范文第4篇

    【關鍵詞】人工智能 財務決策 應用

    一、財務和人工智能技術應用概述

    1987年美國執(zhí)業(yè)會計師協(xié)會(AICPA)發(fā)表了一份管理指導特別報告“人工智能和專家系統(tǒng)簡介”,將人工智能引入到會計和財務管理領域。自此,西方財務和會計界對人工智能技術和專家系統(tǒng)在會計、審計和財務分析與管理等方面進行了廣泛探索,開發(fā)出了許多實用的專家系統(tǒng)來解決復雜的財務分析和會計決策問題。人工智能技術通過模擬人類專家求解復雜問題的方法,建立相應計算機輔助系統(tǒng),使財務和經(jīng)營決策智能化,從而使得現(xiàn)代會計系統(tǒng)在實現(xiàn)信息化和網(wǎng)絡化后,向智能化邁進。財務和會計專家系統(tǒng)分成以下四類:

    1.財務分析專家系統(tǒng)。成功的財務分析可以確定某個公司的經(jīng)營狀況,如投資或信用評估風險等級。由于會計和財務業(yè)務職能的復雜性,有些財務分析專家系統(tǒng)同時跨越多個問題域。例如,根據(jù)專家系統(tǒng)的輸入和相應的輸出建議,解決分類問題的財務分析,專家系統(tǒng)同時可能又屬于診斷或糾錯問題。

    2.合成專家系統(tǒng)。具體包括:(1)在相對較小搜索空間的約束條件下,配置目標集,如管理商業(yè)貸款組合計劃的MAEBLE專家系統(tǒng);(2)在相對較大搜索空間的約束條件下,設計目標集,如個人理財設計PLANMAN專家系統(tǒng);(3)設計采取行動的規(guī)劃專家系統(tǒng),如審計規(guī)劃EXPERTEST系統(tǒng)等。

    3.組合專家系統(tǒng)。這類專家系統(tǒng)主要是解決復雜問題的組合分析,如:控制風險估計系統(tǒng),詐騙檢測系統(tǒng),風險估計系統(tǒng)APX。

    4.財會知識傳授和職業(yè)教育專家系統(tǒng)。如國際上一些大會計公司內部使用的培訓專家系統(tǒng),和輔助會計專業(yè)大學生實踐的專家系統(tǒng)。實踐證明,這些系統(tǒng)可以讓沒有專業(yè)經(jīng)驗的人員有效獲得解決某些具體問題的相關知識。

    二、財務和會計專家系統(tǒng)基本結構

    財務和會計專家系統(tǒng)是一種工作在專家水平上的計算機系統(tǒng),應用專家的專門知識和推理能力,解決通常情況下難于處理的問題。需要人類領域專家寶貴的經(jīng)驗、智慧與思維方法以及相應的計算機技術的發(fā)展。到目前為止,在財務和會計領域,應用最廣、最成熟的是基于規(guī)則的產(chǎn)生式系統(tǒng)。財務會計專家系統(tǒng)中的解釋模塊主要是用于推理過程的解釋,回答相關財務結論是如何得到的。系統(tǒng)的透明性就是由解釋模塊來實現(xiàn),而這種透明性是專家系統(tǒng)所必需的。有了透明的解釋功能,由結論可以反過來追蹤推理機調用了哪些規(guī)則,在分析推理過程中獲得了哪些財務數(shù)據(jù)和特征信息。財務和會計領域的許多問題非常適合利用專家系統(tǒng)來求解,如審計、稅務、管理會計和職業(yè)教育等。財務分析師、審計專家和金融專家在會計實務中獲得許多珍貴的知識和經(jīng)驗,這些知識和經(jīng)驗有的是無法在文獻中獲得。如果把這些知識通過一定的方式累積、保存在專家系統(tǒng)的知識庫中,其在職業(yè)教育和幫助非資深財務工作者解決問題的能力方面所產(chǎn)生的作用和意義是不言而喻的。

    三、智能財務和會計系統(tǒng)建模步驟

    在利用專家系統(tǒng)來描述和解決一個財務和會計問題時,其建模過程有6個步驟。下面以租賃業(yè)務為例,介紹其建模過程:(1)列出所有可能的選項。如承租人有兩個租賃選擇:經(jīng)營性租賃和資本性租賃。(2)確定相應的規(guī)則。區(qū)別經(jīng)營租賃和資本租賃的四條基本規(guī)則是:第一,所有權轉移;第二,存在采購契約選項;第三,使用大于75%的資產(chǎn)經(jīng)濟壽命;第四,租賃費用的現(xiàn)值超過90%的資本市場公允價值。(3)確定規(guī)則應用的程序(推理機)。如租賃業(yè)務中,在租賃結束期末,將所有權轉讓給出租人的是資本性租賃,不管出租人在租賃期內是否使用完75%的資產(chǎn)使用壽命。這樣第一條規(guī)則應該是判斷租賃期內所有權是否轉讓。(4)每條規(guī)則的所有術語必須明晰定義。如租賃期不僅包括租賃初期,還包括其他各自租賃期間,在租賃期間,假設租賃延長是合理的、肯定的。(5)在一個規(guī)則應用前,首先按事實匹配,選擇何種測試。如要知道租賃期間,必須知道租賃是否有何契約更新選項;計算最小租賃費用的現(xiàn)值時,必須知道是否確保殘值,而且承租人是否了解出租人采用的貼現(xiàn)率。(6)用何種計算法,確定一個規(guī)則啟用,例如,在應用第四個規(guī)則時必須計算現(xiàn)值。

    四、智能財務和會計系統(tǒng)存在的問題和發(fā)展趨勢

    在開發(fā)面向財務管理和會計領域的專家系統(tǒng)時,最主要的問題是沒有相應的專家和知識工程師以及規(guī)則的提取,在人工智能領域,這個問題稱為知識獲取。影響專家系統(tǒng)知識庫質量的五個主要決定因素是:領域專家;知識工程師;知識表征方法;知識的提取;問題域。由于專家系統(tǒng)在判斷問題時,表現(xiàn)出知識的不完備性、知識獲取的“瓶頸”以及較差學習能力、推理能力的“脆弱性”等問題。為了克服財務管理和會計專家系統(tǒng)存在的問題和提高系統(tǒng)的智能化程度,隨著專家系統(tǒng)研究工作的進一步深入,一方面,人們研究如何通過合理使用專家系統(tǒng)技術本身改善其性能。另一方面,由于專家系統(tǒng)中的知識類型不斷增加,單一的知識類型和問題求解方法給專家系統(tǒng)的應用帶來很大的局限性,遠遠不能滿足復雜問題的求解要求。為使系統(tǒng)更加有效地工作,同時采用多個問題求解器處理一個復雜問題成為必要。

    參考文獻:

    [1]陳文偉.智能決策技術[M].北京:電子工業(yè)出版社,1998.

    [2]陳佳.信息系統(tǒng)開發(fā)方法教程[M].北京:清華大學出版社,1998.

    [3]Joyce Bischoff.數(shù)據(jù)倉庫技術[M].北京:電子工業(yè)出版社,1998.34-38.

    [4]高洪深.決策支持系統(tǒng)(DSS)——理論、方法、案例[M].北京:清華大學出版社,1996.

對人工智能教育的建議范文第5篇

關鍵詞：知識表示與知識推理；教學設計；教學實踐；數(shù)理邏輯；人工智能

知識表示與知識推理是智能信息處理的基礎。從人工智能的角度看，知識是構成智能的基礎，人類的智能行為依賴于利用已有的知識進行分析、猜測、判斷和預測等。當人們希望計算機具有智能行為時，首先需要在計算機上表達人類的知識，然后再告訴計算機如何像人一樣地利用這些知識。

自從人工智能領域誕生以來，知識表示與知識推理就一直是其中最為重要的子領域。經(jīng)過五十多年的發(fā)展，知識表示與知識推理領域的許多研究內容、研究方法和研究成果已經(jīng)深深滲入到計算機科學，進而對計算機學科的發(fā)展產(chǎn)生了深遠的影響。例如，在C++、Java等面向對象程序設計語言中，“繼承”這一最為核心的技術就來源于知識表示與知識推理。再如，在軟件自動化領域，許多程序規(guī)格語言和程序驗證技術都借鑒了知識表示與知識推理領域的Prolog語言等研究成果。從工程開發(fā)的角度看，專家系統(tǒng)、智能搜索引擎、智能控制系統(tǒng)、智能診斷系統(tǒng)、自動規(guī)劃系統(tǒng)等具有所謂智能特征的系統(tǒng)都或多或少地依賴于知識表示與知識推理技術。因此，對于計算機專業(yè)的學生來說，學習知識表示與知識推理方面的課程，對于今后在相關領域從事系統(tǒng)開發(fā)和科學研究都大有裨益。

在ACM與IEEE-CS聯(lián)合攻關組制訂的計算教程CC2001(Computing Curricula 2001)中，知識表示與知識推理得到了高度重視。CC2001給出的計算機科學知識體由14個知識領域組成：在其中的IS(Intelligent Systems)知識領域中，關于知識表示與知識推理的內容占據(jù)了10個知識單元中的2個，即知識單元“(Is3)知識表示與推理”以及知識單元“(IS5)高級知識表示與推理”。在ACM和IEEE-CS進一步修訂后的計算機科學教程CS2008(Computer Science Curriculum 2008)中，知識表示與知識推理同樣得到了高度重視。此外，在我國高等學校計算機科學與技術教學指導委員會制定的計算機專業(yè)規(guī)范中，上述的IS3和IS5兩個知識單元被全部包括到計算機科學專業(yè)的核心課程“人工智能”中。然而，據(jù)我們了解，由于“人工智能”在許多高校僅僅作為專業(yè)任選課開設，使得計算機相關專業(yè)的許多學生無法接觸到知識表示與知識推理方面的內容。與此同時，由于課時數(shù)限制及沒有得到重視等因素，實際開設的“人工智能”課程(包括本科生課程和研究生課程)往往難以覆蓋CC2001在知識單元IS3和IS5中列出的各個知識點。

實際上，經(jīng)過五十多年的發(fā)展，知識表示與知識推理領域已經(jīng)沉淀出一系列基本的方法、理論和技術；這些方法、理論和技術在CC2001的知識單元IS3和IS5中基本上都以知識點的形式列舉了出來。作為計算機專業(yè)的教育工作者，我們有責任將這些體現(xiàn)了幾代人智慧結晶的知識介紹給學生。另一方面，從研究者的角度來看，知識表示與知識推理是一個非常活躍的研究領域；尤其是隨著Web技術的發(fā)展以及Web科學的出現(xiàn)，知識表示與知識推理將在計算機科學中扮演越來越重要的角色。面對萬維網(wǎng)這個全球最大的分布式信息庫，如何讓計算機對其中海量的數(shù)據(jù)和信息進行分析、推理和管理，進而為人類提供方便的知識服務，是目前信息技術領域面臨的一個重大問題。針對這個問題，國內外研究者基本上都是從人工智能的角度尋求解決思路；近年來成為研究熱點的語義Web更是完全建立在知識表示與知識推理的基礎上。因此，從開拓學生思維以及介紹研究與技術前沿的角度來看，也非常有必要向學生講授知識表示與知識推理的相關內容。

基于以上認識，我們?yōu)橛嬎銠C軟件與理論專業(yè)和計算機應用技術專業(yè)一年級的碩士研究生開設了一門32課時的選修課程，以CC2001和CS2008列出的知識單元為核心，對知識表示與知識推理的相關內容進行教學。本文對教學設計和教學實踐中遇到的主要問題進行分析，針對這些問題給出相應的解決對策，并對我們獲得的經(jīng)驗和教訓進行總結。

1　“知識表示與知識推理”知識體的教學設計

自上世紀九十年代以來，國內外許多高校就將“知識表示與知識推理”作為一門課程，面向研究生或高年級的本科生開設。其中比較著名的包括加拿大多倫多大學Hector J.Levesque教授開設的知識表示課程，美國斯坦福大學Leom Morgenstem教授開設的知識表示課程，英國曼徹斯特大學Ulrike Sattler教授等講授的知識表示和推理課程，中山大學劉詠梅教授講授的知識表示和推理課程等。但是，由于沒有統(tǒng)一的課程設置標準，這些課程講授的知識點都不盡相同。2000年，Leom Morgenstem和Richmond H.Thomason總結了開設知識表示與知識推理課程時面臨的挑戰(zhàn)，提出了相應的解決思路。其中，針對該課程缺乏統(tǒng)一的教學知識體的情況，他們設計了一個持續(xù)14周、每周2次課的教學大綱。在文獻[5]中，Leora Morgenstem進一步修訂了之前提出的教學大綱，建議在其中增加語義Web及Web本體語言OWL等內容。

盡管目前各高校開設的知識表示與知識推理課程的課程大綱仍然不盡相同，但比較可喜的是，對知識表示與知識推理的教學在CC2001計算教程中得到了高度重視。CC2001分別在“知識表示與推理”和“高級知識表示與推理”兩個知識單元中列出了關于知識表示與知識推理的教學內容。知識單元“知識表示與推理”由以下知識點組成：命題邏輯和謂詞邏輯回顧，歸結原理與定理證明，非單調推理，概率推理，貝葉斯定理。知識單元“高級知識表示與推理”由以下知識點組成：結構化知識表示(包括對象與框架、描述邏輯和繼承系統(tǒng))，非單調推理(包括非經(jīng)典邏輯、缺省推理、信念修正、偏好邏輯、知識源的集成、沖突信念的聚合)，對動作和變化的推理(包括情景演算、事件演算和分枝問題)，時態(tài)和空間推理，非確定性推理(包括概率推理、貝葉斯網(wǎng)絡、粗糙集和可能性理論、決策理論)，針對診斷的知識表示與定性知識表示。在CC2001的基礎上，CS2008在知識單元“知識表示與推理”中增加了合一與提升、前向鏈接、反向鏈接以及歸結等知識點；在知識單元“高級知識表示與推理”中增加了本體工程和語義網(wǎng)絡兩個 知識點。

以CC2001和CS2008列出的知識點為基礎，在綜合考察了國內外相關課程的開設情況之后，我們對“知識表示與知識推理”課程的教學內容及相應的學時分配設計如下。

1)概述(2學時)。介紹知識表示與知識推理領域的發(fā)展歷史、現(xiàn)狀和前景：講授知識表示的基本思路和基本原理；介紹知識表示方法和技術的典型應用：列舉典型的采用了知識表示技術的系統(tǒng)，與沒有采用知識表示技術的系統(tǒng)進行比較分析。

2)基于一階謂詞邏輯的知識表示和推理(4學時)。講授一階謂詞邏輯的語法、語義和語用；通過例子講授如何應用一階謂詞邏輯進行知識表示；講授如何應用消解原理進行知識推理；講授如何應用Tableau算法進行知識推理；分析一階謂詞邏輯存在的局限。

3)Horn子句邏輯與產(chǎn)生式系統(tǒng)(2學時)。講解Horn子句及其過程解釋；介紹SLD歸結以及分別采用反向鏈和正向鏈的推理過程；通過例子講授如何應用Horn子句邏輯進行知識表示和推理；對Prolog語言進行簡單介紹；通過例子介紹如何應用產(chǎn)生式系統(tǒng)進行知識表示和推理。

4)結構化知識表示(6學時)。介紹對象與框架，介紹基本的框架形式系統(tǒng)：介紹語義網(wǎng)絡，對推理過程中的繼承機制進行介紹。介紹描述邏輯家族的研究歷史和發(fā)展現(xiàn)狀；以邏輯系統(tǒng)ALC為例，講解描述邏輯的語法和語義；通過例子講授如何應用描述邏輯進行知識表示；講授如何應用Tableau算法對描述邏輯刻畫的知識進行推理。

5)非單調知識表示和推理(4學時)。介紹非單調性推理的研究歷史；講解封閉世界假設與開放世界假設；講解缺省推理和限定推理；對自認知邏輯、偏好邏輯和真值維持系統(tǒng)進行介紹；對信念修正、知識源的集成以及沖突信念的聚合進行介紹。

6)非確定知識表示和推理(4學時)。對模糊邏輯進行介紹；講授概率推理和主觀貝葉斯方法；對粗糙集、可能性理論和決策理論進行介紹。

7)解釋與診斷(2學時)。講授反繹推理的基本思路，將其與演繹推理和歸納推理進行比較分析；以一個電路系統(tǒng)為例，講授如何在知識表示的基礎上采用反繹推理進行故障診斷。

8)動作與規(guī)劃(4學時)。介紹動作與規(guī)劃領域的研究歷史和發(fā)展現(xiàn)狀；講授如何在STRIPS系統(tǒng)中對動作進行刻畫以及如何進行規(guī)劃求解：講授如何應用情景演算和事件演算對動作進行刻畫、推理、及規(guī)劃求解；對框架問題、條件問題和分枝問題進行介紹；對規(guī)劃語言PDDL進行介紹。

9)時態(tài)和空間推理(2學時)。對時間點／時間段、離散／連續(xù)、有限／無限、線性／分支等表示時態(tài)信息的不同方式進行介紹；對Allen的區(qū)間代數(shù)理論進行介紹；對線性時態(tài)邏輯和分支時態(tài)邏輯進行介紹；對基于點／基于區(qū)域、離散／連續(xù)、有限／無限、同維／混合維等表示空間信息的不同方式進行介紹；對區(qū)域連接演算RCC進行介紹；對時態(tài)與空間推理的結合進行簡單介紹。

10)語義Web和本體工程(2學時)。介紹語義Web的基本思想、技術現(xiàn)狀和發(fā)展趨勢；講授語義Web的層次模型以及各個層次的目標和功能；對資源描述框架RDF、Web本體語言OWL、Web規(guī)則標記語言RIF、Web查詢語言SPARQL等進行介紹。對本體的構建、管理和維護進行介紹。

上述教學內容的基本特點是覆蓋了CC2001和CS2008列出的關于知識表示與推理的所有知識點。此外，我們將目前作為計算機科學和人工智能領域研究熱點的語義Web等內容引入了課堂教學，不僅可以將相關研究前沿展示在學生面前，而且還可以讓學生更加深刻地體會學習知識表示與知識推理的價值，進一步激發(fā)他們的學習熱情。另一方面，上述教學內容存在的一個缺陷是內容過多。由于受到課時數(shù)的限制，部分內容在講授時不能充分展開，留給學生課堂練習和討論的時間不充裕。

2　教學實踐中的主要問題及對策

在圍繞“知識表示與知識推理”知識體開展教學實踐時，我們遇到的問題主要來自以下幾個方面：教師和學生對“人工智能”課程以及其中的“知識表示與知識推理”知識體不重視，缺乏合適的教材，學生缺乏必要的基礎知識。下面對這些問題進行逐一分析，對我們采取的對策進行相應介紹。

2.1　師生對“人工智能”課程不重視

許多教師和學生對“人工智能”課程不夠重視，甚至存在偏見。我們覺得，這種現(xiàn)狀很大程度上是由人工智能自身的發(fā)展歷程造成的。人工智能領域剛誕生時就被賦予過高的期望；早期的研究者也過于樂觀地給出了一些不切實際的承諾。由于不能在短期內實現(xiàn)過高的目標和兌現(xiàn)相應的承諾，使人工智能領域在上世紀80年代末90年代初一度跌入低谷，甚至達到了聲名狼藉的地步。這一特殊的發(fā)展歷程使得一部分對人工智能了解不多的教師和學生產(chǎn)生誤解，認為人工智能是一個比較務虛的領域。這種誤解甚至影響到“人工智能”課程的開設。目前，在許多高校計算機相關專業(yè)的課程設置中，“人工智能”往往只作為選修課程開設，沒有得到教師和學生的普遍重視。

實際上，從信息技術發(fā)展規(guī)律的角度來看，人工智能的上述發(fā)展歷程是很正常的。根據(jù)市場權威研究機構Gartner給出的“技術成熟度曲線”(hype cycle)理論，一項新的IT技術在產(chǎn)生之后，一般先是默默無聞地奮力發(fā)展幾年，然后會由于被大家寄予很高的期望而迅速火爆起來，接著會因為沒能兌現(xiàn)過高的承諾而跌入谷底，最后會再次崛起并由于過硬的成就而被大眾普遍接受。人工智能已經(jīng)經(jīng)歷了從默默無聞到迅速火爆再到跌入谷底的發(fā)展過程，目前正處于再次崛起的階段，并且將通過不斷取得的成就而被大眾普遍接受。

人工智能的教學在CC2001和CS2008中得到了高度重視。CC2001給出的計算機科學知識體由14個知識領域組成，作為其中的知識領域之一，智能系統(tǒng)(即人工智能)與離散結構、程序設計、操作系統(tǒng)、計算機體系結構等已經(jīng)得到普遍重視的知識領域具有了相同的地位。在我國高等學校計算機科學與技術教學指導委員會制定的計算機專業(yè)規(guī)范中，也將“人工智能”作為了計算機科學專業(yè)的核心課程。但是，對人工智能相關知識的傳播需要一個長期的過程，仍然需要廣大科研和教育工作者的不懈努力。

2.2　師生對“知識表示與知識推理”知識體不重視

即便部分教師和學生認識到人工智能知識領域的重要性，但對于其中的“知識表示與知識推理”知識體仍然不夠重視，認為沒有必要專門通過一門課程進行教學。

針對這個問題，我們可以對人工智能領域的發(fā)展歷程作進一步考察。我們知道，人工智能領域的誕生就是從知識表示和知識推理開始的。在1956年標志著人工智能誕生的Dartmouth會議上，Herbert Simon和Allen Newell展示的“邏輯理論家”就依賴于知識表示和知識推理。在此之后的五十多年中，知識表示與知識推理就一直是人工智能中最為重要的子領域。相 應的一個佐證是，1966年到2009年期間，在獲得圖靈獎的56名科學家中，Marvin Minsky、John Mccarthy、Herbert Simon、Allen Newell、Edward Feigenbaum和Raj Reddy等6名科學家都在知識表示與知識推理領域取得了開創(chuàng)性的研究成果。

知識表示與知識推理的重要性在CC2001和CS2008中同樣得到了體現(xiàn)。CC2001給出的“智能系統(tǒng)”知識領域由以下10個知識單元組成：智能系統(tǒng)中的基本問題、搜索與約束求解、知識表示與推理、高級搜索、高級知識表示與推理、智能主體、自然語言處理、機器學習與神經(jīng)網(wǎng)絡、人工智能規(guī)劃系統(tǒng)、機器人；C$2008在CC200I的基礎上增加了智能感知這個知識單元。其中，關于知識表示和知識推理的教學內容不僅占據(jù)了兩個知識單元，而且在智能主體、人工智能規(guī)劃系統(tǒng)、機器人等知識單元中也占據(jù)了相應的多個知識點的位置。由于32課時的人工智能選修課程通常只能對上述知識單元作一個概要性的介紹，對于想進一步深入學習的學生，在有條件的情況下，我們完全有必要開設一門關于“知識表示與知識推理”的課程。另外，從上一節(jié)給出的教學設計可以看出，如果要覆蓋CC2001和CS2008給出的關于知識表示與知識推理的所有知識點，一門32課時的課程在時間上還很不夠用。因此，基于以上分析，我們希望“知識表示與知識推理”的教學首先能夠得到相關教師的認可和重視，然后通過課程設置等途徑逐漸吸引學生的關注，并在教學過程中激發(fā)起學生的學習興趣和熱情。

2.3　缺少合適的教材

盡管CC2001和CS2008詳細地列出了關于知識表示與知識推理的主要知識點，但是，據(jù)我們所知，目前還沒有出現(xiàn)完全覆蓋這些知識點的合適教材，而中文的相關教材更是缺乏。

在參考了多方面的資料之后，我們選擇了Ronald Brachman和Hector Levesque撰寫的《Knowledge Representation and Reasoning》作為教材。Ronald Brachman和Hector Levesque都是知識表示與知識推理領域的著名學者。其中，Ronald Brachman于1977年在哈佛大學攻讀博士學位時提出了KL-ONE系統(tǒng)，開創(chuàng)了目前成為研究熱點的描述邏輯領域，之后于2003年擔任了美國人工智能學會的主席，目前是ACM院士、雅虎全球研究運營副總裁。Hector Levesque在知識表示領域也做出了許多開創(chuàng)性的研究成果，曾于2001年擔任人工智能頂級會議IJCAI的主席，于2006年當選加拿大皇家學會會士。除了時態(tài)和空間推理以及本體工程這兩個知識點之外，CC2001和CS2008中列出的其他關于知識表示與知識推理的知識點，在《Knowledge Representation and Reasoning》中都基本上得到了體現(xiàn)。另外，為了在課程中向學生介紹語義Web方面的知識，我們選擇了Grigoris Antoniou和Frank van Harmelen撰寫的《A Semantic Web Primer》作為參考書目。

2.4　學生缺乏必需的基礎知識

知識表示與知識推理的核心思想是采用形式語言(尤其是邏輯語言)對知識進行刻畫和推理，因此要求學生在學習該課程前具有扎實的數(shù)理邏輯基礎知識。

盡管數(shù)理邏輯對于整個計算機學科來說具有非常重要的作用，但在目前計算機相關專業(yè)的課程設置中，數(shù)理邏輯往往只作為離散數(shù)學課程的一個部分進行教學，在課時數(shù)量上非常有限。此外，從教材的角度來看，大部分離散數(shù)學教材的數(shù)理邏輯部分主要介紹命題邏輯的相關知識，而且只介紹命題邏輯聯(lián)結詞、范式、等值演算、自然推理系統(tǒng)等最基本的內容；對一階謂詞邏輯以及命題邏輯中更為深入的內容介紹得很少，甚至不介紹。這些內容對于學習知識表示與知識推理知識體來說遠遠不夠。例如，根據(jù)我們在講授“知識表示與知識推理”之前的調查，許多研究生對于一階謂詞邏輯的語法與語義等基本概念都還比較模糊，對于消解原理、Tableau方法、可滿足性問題等內容更是沒有接觸過。

針對上述問題，除了原計劃關于一階謂詞邏輯知識表示的4個課時之外，我們臨時增加了2個課時的課堂教學，為學生補充命題邏輯的語法和語義、公式可滿足性問題、Tableau判定算法、基于消解原理的判定算法等內容。由于受到課時的限制，許多重要的結論及其證明過程無法在課堂上詳細闡述。

值得一提的是，由于研究課題的需要，我們組織部分研究生一起學習了John Bell和Moshe Machover撰寫的著名教材《A Course in Mathematical Logic》。在學習這本教材時，我們將研究生分為三個小組，讓各個小組自學該教材，對其中的引理、定理以及問題(Problem)進行證明或求解，然后在每周一次的學習班上使用黑板講解他們的證明或求解過程。在3個月的時間里，將這本教材中的第一章和第二章學完后，這些研究生的數(shù)理邏輯知識明顯上了一個臺階。在之后學習知識表示與知識推理的過程中，這部分研究生的學習效果也明顯好得多。在今后的教學中，我們希望計算機相關專業(yè)的研究生能夠先學習一門數(shù)理邏輯方面的課程，然后再學習知識表示與知識推理課程。

3　結語