人工智能教育的定義范文

導語：如何才能寫好一篇人工智能教育的定義，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

 

1 引言(Introduction)

 

人們越來越接受逐漸取代傳統考試方式的利用計算機網絡實現的遠程考試系統。傳統意義上的考試，操作過程極其繁瑣，出錯難以避免。遠程教育也稱為網絡教育，突破了時間與空間的限制，對實現教育終生化，教育大眾化、平民化有重要的意義。我國是一個十三億人口的大國，且農業人口眾多，東西部發展不平衡，教育資源尤其是高等教育資源分布不均勻，西部及偏遠地區教育資源匱乏。遠程教育為全民教育及終生教育提供了有效的途徑。在遠程教育體系中，基于計算機網絡的遠程考試系統有了非常重要的意義。遠程考試系統盡可能保證了考試的實時、可靠及客觀公平及最小程度的人為因素影響。遠程考試系統亦廣泛應用于政府、企業及各種機構的培訓，因此，討論遠程考試系統有了非常重要的意義。

 

遠程考試離不開試題庫的創建。

 

采用常規數據庫構成的試題庫，對客觀題(選擇、判斷、填空題)很好解決。可以將試題庫的試題按不同的形式出現。原理是：每個題都有幾個選項，正確的和干擾項都有若干項。當試題要單選題時，可以用算法限制，每個題抽出一個正確項和若干個干擾項。當試題需要多選題時，每個題在答題選項中任意選取，但保證正確選項大于1即可。

 

而抽卷一般都是隨機在試題庫抽題形成試卷。這就造成不同試卷難度可能不同，考試欠公平。處理這個問題最好的辦法就是將題目在建立試題庫時就給了難度系數，出題時按難度比例抽題。這樣對每個參考者相對公平。這涉及到怎樣確定試題難度的問題。下面將討論用人工智能技術處理試題難度。也就是在創建試題時，讓計算機自動識別試題難度。

 

2 人工智能技術在試題庫建設中的應用(Application

 

of artificial intelligence techniques in building the

 

examinations bank)

 

2.1 人工智能的定義

 

著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學?！倍硪粋€美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！边@些說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術[1]。

 

人工智能(AI)是目前發展迅猛的計算機學科的一個分支，近代被稱為三大尖端技術之一，這三大尖端技術是：基因工程、納米科學、人工智能。人工智能經過近幾十年的發展，也逐漸成為了一個比較成熟的技術應用。在實踐中應用十分廣泛。在許多學科中都有它的身影，也取得了巨大的成果及可觀的經濟效應，在理論上也日趨完善。

 

人工智能是用計算機算法來模擬人類的智能行為或思維過程。比如：邏輯推理、學習規劃、計劃實施等等。主要的內容包含：計算機實現算法(原理)、智能機器人制造等。人工智能涉及的學科也極為廣泛。首要的是計算機技術，還有心理學、教育學、語言學等人文科學。還有控制、自動化、仿真、數理邏輯等自然學科，具有廣泛的應用前景。目前，關于人工智能的研究涉及到軍事、航天航空、機械制造、計算機仿真、遙控遙感、機器人、工業控制、自動化、采礦、教育培訓、服務業等等。人工智能技術在當今社會中得到越來越多的關注和重視，是正在快速發展的熱門學科。它起源于計算機技術，但遠不止于計算機科學范疇。人工智能取得了許多成就，這些成就主要表現在： 基于知識的系統、機器學習、神經網絡、機器人學、Agent技術和分布的協同工作、規劃和配置、機器感知等[2]。

 

2.2 知識的定義

 

知識是人類在認識自然、改造自然過程中沉淀下來的精神產物，是人類進行創新、創造、探索等智能活動的基礎。關于知識的理解，可以概括為以下幾個方面：

 

(1)知識是轉換后的信息。經過人類的主觀理解、解釋、消化、選擇以及過濾，大量信息加工處理后，稱其為知識。

 

(2)知識也可以理解為對特定的學科或產業的概念定義、內部關系、運作過程和應用解釋。

 

(3)知識亦可以定義為：“事實”“信念”“啟發式”。

 

在人工智能領域，知識是一個非常重要的處理點。大量的信息必須從知識中提取和轉換來的。從其作用層次，它們分為對象級知識、元級知識兩類。按性質亦可劃分為三種知識：過程性、描述性、判斷性。

 

2.3 知識表示

 

知識表示一直是計算機領域中非常關鍵的問題，在人工智能及專家系統中，知識表示是知識的符號化過程。實際上是為描述事件所做的一組約定，它的實質是將事件的事實、過程、關系、屬性等特征抽象成數據結構。計算機的知識表示就是研究這些數據結構，構建數據庫，使用算法將物質世界的可以處理的信息盡可能量化，過程化。人工智能也就是讓計算機模擬人的思維過程。將這些海量的數字化后的信息快速處理，以獲得人們需要的結果。

 

人工智能應用在構建試題庫時，知識表示也成為一個非常關鍵的問題。

 

知識的表示與對問題的處理和解決以及解決問題的效率有很大的影響。一個正確的知識表示，可以將知識很好的轉化為數字信息，從而使得計算機能夠更好的處理，那么對知識表示的要求，主要從下面四個方面去處理：

 

(a)可表達性：能夠正確有效的將要解決的問題所需要的知識表達出來。

 

(b)可理解性：知識表結果是容易理解的，簡單明了的。

 

(c)可訪問性：知識表示是可以利用的

 

(d)可擴充性：當有新增知識的時候，原來的知識表示可以擴展、補充。

 

2.4 知識庫的構建

 

知識庫是按照一定要求存儲在計算機中的相互關聯的事實知識的集合，是經過分類和組織、序化的知識集合，是構建專家系統(ES)的核心和基礎[3]。

 

對知識的處理，很關鍵的一步是知識庫的構建，即創建知識的物理結構及邏輯結構，在計算機技術及人工智能理論中，可以理解為數據結構的建立。知識庫的組織方式，依賴于知識表示模式，也依賴于數據庫等計算機技術。目前的數據庫技術發展很快，也有很多模式可供選擇?？傊R庫的組織應盡可能全面、高效、最大化利用存儲空間。

 

知識庫的構建模型如圖1所示。

 

圖1 知識庫構建模型

 

Fig.1 The knowledge base model

 

2.5 知識庫的管理

 

在人工智能的專家系統中，知識庫會隨著時間推移，越來越大，知識的嘗試和廣度也相應變化。知識庫管理維護得好，會成為日常工作的好幫手，處理得不好，知識庫就是一堆沒有用甚至是有害的信息垃圾[4]。管理知識庫涉及到數據存儲的安全性、訪問效率、多用戶等等，依賴于計算機軟件技術。

 

2.6 實現過程

 

(1)構造試題庫數據結構表見圖2。主鍵為“ID”。

 

圖2 綜合試題庫表

 

Fig.2 The examination bank table

 

(2)所考知識點難度數據表結構

 

所考知識點難度數據表結構如圖3所示。主鍵為“序號”。

 

圖3 知識點難度數據結構表

 

Fig.3 Construction table of the database in difficulty

 

coefficient of knowledge point

 

(3)知識點數據分析及客觀題知識點難度計算程序的算法實現

 

先將所選課程考試大綱要求的知識點按照掌握、理解、了解的要求每個知識點設置一個或兩個關鍵字，并設置知識點難度系數數據庫，考試大綱要求不是很多，所以數據量不大，可由教研室討論每個知識點的難度系數。考試的題庫卻是不斷增加的，每增加一個選擇題時，就遍歷知識點難度系統數據庫，按詞法匹配，如果選擇題含有某知識點，即將此知識點的難度系統加到累加變量中，并將計數器加1，遍歷完整個表，將累加變量值除以計數器，得到此選擇題的知識點難度系統。實現算法如圖4所示。

 

圖4 試題庫難度系數生成算法流程圖

 

Fig.4 Flow chart of algorithms in the degree of

 

difficulty of examination bank

 

3 結論(Conclusion)

 

用人工智能技術，基于知識點屬性建立的知識點庫;試題庫建庫時，試題能按詞法匹配，遍歷知識點庫，智能生成難度系數。解決了在無紙化考試中遇到的考試公平的問題，也減輕了出題者的工作量，避免了出題者主觀判斷題目難度導致的隨意性和不準確性。

 

但系統仍存在不足：可實現是部分智能推導，知識點的堆積是一個繼承過程，仍然可以繼續研究。人工智能在計算機考試中仍有很多可研究的方面，如：主觀題的閱卷等。這也是今后可努力的方向。

篇2

關鍵詞：人工智能；信息素養；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 信息素養的定義及其內涵

“信息素養”一詞最早產生于信息技術和信息產業發達的美國, 是隨著現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要求的描述。隨著研究的深入，人們對信息素養的認識也在不斷深化。

1974年美國信息產業協會主席保羅?澤考斯基最先提出信息素養的概念, 他認為信息素養是“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年美國圖書館協會提出：“信息素養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。”同年, 道爾在《信息素養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的定義, 但可看出, 信息素養既包括認知態度層面上的內容, 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的重要方面, 是指人們獲取信息、處理信息、利用信息、創造信息、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造信息, 充分發揮信息的價值, 變信息為動力和優勢。

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出來的信息道德品質。它是對信息生產者、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、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、智能決策支持系統及人工神經網絡等。下面主要介紹在網絡教育環境中常用的智能技術。

2.1 專家系統

所謂專家系統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, 它能運用該領域專家多年積累的經驗與知識, 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、積累經驗、發現規律; 外部表現是改進性能、適應環境、實現系統的自我完善。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建立學習系統。

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 人工神經網絡

人工神經網絡是指模擬人腦神經系統的結構和功能, 運用大量的處理部件, 由人工方式建立起來的網絡系統。它是在生物神經網絡研究的基礎上建立起來的,是對腦神經系統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。其中學習是神經網絡的主要特征之一, 可以根據外界環境來修改自身的行為。學習的過程即是對網絡進行訓練的過程和不斷調整它的連接權值, 以使它適應環境變化的過程。學習可分為有教師(或稱有監督)學習與無教師(無監督)學習兩種類型。對神經網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

隨著互聯網站點和頁面的激增以及網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檢索的智能化,這樣可以節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、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。隨著其進一步發展,它在遠程教育領域發揮著越來越重要的作用。一套完整的遠程教育系統中包含許多子系統,如答疑、作業、考試、交互等等子系統。這些子系統都有各自的數據庫用來存儲信息。為了提高整個系統的智能性,可以引入智能技術,把眾多子系統的數據庫鏈接起來,實現信息資源的共享。通過分析這些信息,智能技術可以發現學習者的個別特征(如興趣愛好信息、點擊知識點信息統計、交互日志等等),并根據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信息。

3.3 智能CAI(ICAI)

隨著計算機技術的飛速發展,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CAI課件,但大多數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系統能夠根據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CAI的不足,顯著提高教學效果,是CAI課件發展的趨勢。

3.4 智能教學系統ITS

智能教學系統(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,即賦予計算機系統以智能,由計算機系統在一定程度上代替人類教師實現最佳教學。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、規劃等決策性問題。人工智能也是一門涉及數學、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、應用和發展在一定程度上決定著計算機技術的發展方向。同時,信息技術的廣泛應用也對人工智能技術的發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、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響。

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培養產生積極作用：

1) 多種思維方式的培養和信息素養的綜合鍛煉。

現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,主要根據經驗來求解;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、網絡技術、數據庫技術、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,從而培養學生的多種思維方式,達到提高信息素養的目的。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”技術的體驗、學習與應用過程為例進行說明。在專家系統的應用過程中,一個實際的專家系統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的具體推理過程。學生可以向專家系統提出諸如“為什么(Why)”、“如何(How)”、“如果……會怎么樣”等問題,系統接受用戶的問題指令后,可以根據推理的邏輯進程,即時將答案呈現給用戶,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,在專家系統的教學過程中,可以要求學生自行構建由產生式規則組成的知識庫,或進一步利用工具軟件來開發簡單的實用型專家系統。為了完成該項工作,學生一開始就要編制開發規劃、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,運用產生式規則來表示知識,以此建立起來的專家系統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的推理過程能夠較好地體現學生的思維過程。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的基本開發技術。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) 了解信息技術發展的前沿,激發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,培養興趣,激發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

中學生的信息素養的培養是當前信息技術課的一個重要目標，而在現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的培養不夠全面。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.網絡環境下大學生的信息素養及其培養[J].太原大學學報, 2004(2):38.

[2] 杜玉霞.美國信息素養教育與研究的啟示[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中應用的研究[J].微型電腦應用,2002,18(4):28-30.

[5] 吳戰杰，秦健.Agent技術及其在網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.

篇3

當你用谷歌搜索東西、使用地圖軟件、在亞馬遜上購物，或者對智能手機中的語音識別軟件說話，其實都在使用人工智能。當你登錄到Facebook，欣賞那些可愛的嬰兒照片，人工智能都在塑造你的體驗。

所有這些應用的背后都使用了算法，算法本質上是形成分析過程的一組規則，能夠對變量輸入做出響應。如今的算法，尤其是來自亞馬遜和Facebook等巨頭的算法，響應速度快，還不斷學習。它們事先經過編程，可采集來自用戶的更準確的響應；也就是說，結果是為控制算法的那些廠商服務的。

了解和響應

當你在亞馬遜上購物時，算法在后臺基于一個包含眾多購買模式的龐大數據庫，執行異常高級的運算，之后決定將什么產品展示在你面前。它實時響應你的點擊軌跡。

你可能覺得，有一個活生生的私人購物助手是最好不過的選擇；她了解潮流，對你本人很了解?？墒侨斯ぶ悄芗夹g廠商Ayasdi的首席營銷官丹尼爾?德魯克（Daniel Druker）表示，這樣的私人購物助手與亞馬遜沒法比。亞馬遜“利用人工智能，結合你之前的購買活動，從100萬件商品中推測眼下哪些商品最能吸引你的眼球。沒有哪個人能做到這一點。”

在Facebook上，出現在你個人動態（feed）中的朋友不多，那是因為Facebook的人工智能算法知道：你受不了個人動態內容太多的情況。于是，Facebook使用人工智能，對你關于私人關系圈的訊號做出敏感的反應，打造你的個人動態，建立起一種更有效的情感聯系。要是你以為人工智能冷若冰霜、缺乏人情味，Facebook用它來窺視你的內心（以及Facebook另外12.3億日常用戶的內心）。它威力強大，說Facebook人工智能影響了美國總統大選毫不為過。

盡管人工智能目前具有巨大的影響力，但它仍被看作是太過遙遠的一項神奇技術。人工智能技術廠商Sentient Technologies的創始人兼首席科學家巴巴克?霍加特 （Babak Hodjat）說：“算法或應用有多誘人、多新潮、多強大，并不重要。我常常出去介紹這些系統時，人們總是會說‘是的，那很智能、那很酷，但這不是人工智能?！?/p>

人們之所以會有這種懷疑，是因為“普通公眾而非從業人士常常誤以為人工智能是包含情感智能、創造力、自主性等一系列能力的人類級一般智能?！被艏犹卣f，因而，人工智能“總是被認為是我們會發明的下一大技術。我認為，今后10年至15年還會是這種情況?！?/p>

他表示，在許多當前的應用中，人工智能比人類更強大?！澳阒灰f一個方面，我可以告訴你這個方面是如何實施的、如何比人類更強大。起碼，人工智能運行起來更快，所以當下人工智能的決策和行動周期要比人類響應世界的速度快得多?！?/p>

人工智能在過去幾年得到了突飛猛進的發展。百度硅谷人工智能實驗室主任亞當?科茨（Adam Coates）說：“這在10年前是很難實現的。當然，未來幾年，我們認為在人類非常擅長處理、但計算機向來不擅長的許多問題上，人工智能會取得巨大進展。比如說，識別圖像中的實體，或者理解語音、對口語做出響應，那些是深度學習和人工智能技術在未來幾年會持續改進的問題?！?/p>

推動與向前

什么功能在推動這些進展？人工智能必須獲得什么樣的功能才能向前發展？

皮特?阿貝爾（Pieter Abbeel）是加州大學伯克利分校的計算機科學系教授，也是人工智能教育初創公司Gradescope的聯合創始人。他表示，首先，人工智能系統需要能夠在沒有人類干預的情況下自主學習。此外，它還在被告知諸如“你從這個角度堆方塊，也許效果會更好”之類的信息時，應該有溝通和理解能力?！耙撬鼰o法領會這樣的信息，我們不會認為它具有真正的智能?！?/p>

人類（至少理論上）能夠利用過去的經驗來推斷和處理新環境，在這方面機器人則差的很遠。為機器人編程、以便它在有限的環境下提供輔助要容易得多。人工智能科學家們想為機器人編程，以便處理相關的變化。

阿貝爾說：“它們需要運用過去獲得的經驗，推廣到不一樣但相類似的新場景，了解這種關聯性。我對于機器人如何能真正從頭開始學會做事很感興趣?！睆念^開始學起是人類特有的能力；如果機器人能夠真正做到填補其空白，它有望成為獨立的個體。

但人工智能機器人的“學習能力”可能有許多不同的方式來定義，一些是很普通的“嘗試和獎勵”方式，類似于教狗學新花招。比如說，人工智能強化學習可編寫機器人的軟件，從試錯過程中學習。加州大學伯克利分校的BRETT機器人基于行動后獎勵的多少來使用強化學習技術。阿貝爾說：“獎勵的變化讓該機器人得以分辨什么是好的，什么是不好的，進而重點采用獲得獎勵多的策略?！?/p>

與之相仿，人工智能科學家使用監督式學習，為計算機饋送標記輸入（這些是貓，這些是狗）的許多實例，并給出明確的目標輸出（這是貓還是狗？）。非監督式學習給計算機饋送非標記數據（比如說許多動物的照片），計算機進行分類，或者以其他方式為該數據定義結構模型（這些動物身上的毛比其他這些動物多得多）?？拼谋硎荆潜O督式學習是“非常重要的研究熱點，因為我們知道人類所做的在很大程度上是非監督式學習。”

人工智能“學習”的核心是神經網絡，它類似人類大腦。跟大腦一樣，面對更多的輸入，神經網絡會自我調整。阿貝爾說：“你展示足夠多的那些實例，神經網絡就會自我調整，說‘針對那個輸入，我需要那個輸出’；所以，要做到這一點，唯一的途徑是，我需要調整聯系的部分強度，那樣我才能搞好那種對應。所以，在某種意義上，你在訓練神經網絡時，是讓計算機學習它的計算機程序，而不是將計算程序編入到里面。”

科茨解釋，不過打造神經網絡并非易事?！耙淮筇魬鹪谟冢覀儾皇欠浅Ｇ宄绾蝺H憑一些非標記、非結構化的數據來訓練神經網絡。我們不知道如何量化神經網絡在處理這些種類的任務中的好壞。等到我們在這方面有了發現，那將是一大進步。但我們還沒有到那一步。所以，這離人類智能相差甚遠?！?/p>

篇4

關鍵詞：人工智能計算機技術

一、人工智能的定義

“人工智能”(ArtificialIntelligence)一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產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。目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機,人工智能的發展歷史是和計算機科學與技術的發展史聯系在一起的。人工智能理論進入21世紀,正醞釀著新的突破,人工智能的研究成果將能夠創造出更多更高級的智能“制品”,并使之在越來越多的領域超越人類智能,人工智能將為發展國民經濟和改善人類生活做出更大貢獻。

二、人工智能的應用領域

1.在管理系統中的應用

(1)人工智能應用于企業管理的意義主要不在于提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。在《談談人工智能在企業管理中的應用》一文中劉玉然指出把人工智能應用于企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題數據庫,而所有的應用系統應該圍繞主題數據庫來建立和運行。換句話說,就是將企業各部門的數據進行統一集成管理,搭建人工智能的應用平臺,使之成為企業管理與決策中的關鍵因子。

(2)智能教學系統(ITS)是人工智能與教育結合的主要形式,也是今后教學系統的發展方向。信息技術的飛速發展以及新的教學系統開發模式的提出和不斷完善,推動人們綜合運用超媒體技術、網絡基礎和人工智能技術區開發新的教學系統,計算機智能教學系統就是其中的典型代表。計算機智能教學系統包含學生模塊、教師模塊,體現了教學系統開發的全部內容,擁有著不可比擬的優勢和極大的吸引力。

2.在工程領域的應用

(1)醫學專家系統是人工智能和專家系統理論和技術在醫學領域的重要應用,具有極大的科研和應用價值,它可以幫助醫生解決復雜的醫學問題,作為醫生診斷、治療的輔助工具。事實上,早在1982年,美國匹茲堡大學的Miller就發表了著名的作為內科醫生咨詢的Internist2Ⅰ內科計算機輔助診斷系統的研究成果,由此,掀起了醫學智能系統開發與應用的。目前,醫學智能系統已通過其在醫學影像方面的重要作用,從而應用于內科、骨科等多個醫學領域中,并在不斷發展完善中。

(2)地質勘探、石油化工等領域是人工智能的主要作用發揮領地。1978年美國斯坦福國際研究所就研發制成礦藏勘探和評價專家系統“PROSPECTOR”,該系統用于勘探評價、區域資源估值和鉆井井位選擇等,是工業領域的首個人工智能專家系統,其發現了一個鉬礦沉積,價值超過1億美元。

3.在技術研究中的應用

(1)在超聲無損檢測(NDT)與無損評價(NDE)領域中,目前主要廣泛采用專家系統方法對超聲損傷(UT)中缺陷的性質、形狀和大小進行判斷和歸類;專家運用超聲無損檢測儀器,以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動,減少了任務因素造成的無擦,提高了檢測的可靠性,實現了超聲檢測和評價的自動化、智能化。

(2)人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全是我們關心的重點,因此我們必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的AI技術,開發更高級AI通用和專用語言,和應用環境以及開發專用機器,而與人工智能技術則為我們提供了可能性。

三、人工智能的發展方向

1.專家系統是目前人工智能中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來,在“專家系統”或“知識工程”的研究中已出現了成功和有效應用人工智能技術的趨勢。人類專家由于具有豐富的知識,所以才能達到優異的解決問題的能力。那么計算機程序如果能體現和應用這些知識,也應該能解決人類專家所解決的問題,而且能幫助人類專家發現推理過程中出現的差錯,現在這一點已被證實。

2.智能信息檢索技術的飛速發展。人工智能在網絡信息檢索中的應用,主要表現在:(1)如何利用計算機軟硬件系統模仿、延伸與擴展人類智能的理論、方法和技術。(2)由于網絡知識信息既包括規律性的知識,如一般原理概念,也包括大量的經驗知識這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素對其進行推理,需要利用人工智能的研究成果。

3.SOAr是一種通用智能體系結構,其始終處在人工智能研究的前沿,已顯示出強大的問題求解能力,它認為機器人的開發是人工智能應用的重要領域。在它的研究中突出4個概念:(1)所處的境遇機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2)具體化機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置,也是由于與周圍進行交互的動態決定。(4)浮現從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。目前,國內外不少學者都對機器人足球系統頗感興趣,足球機器人涉及機器人學、人工智能以及人工生命、智能控制等多個領域。足球機器人系統本身既是一個典型的多智能體系統,是一個多機器人協作自治系統,同時又為它們的理論研究和模型測試提供一個標準的實驗平臺。

參考文獻:

[1]元慧.議當代人工智能的應用領域和發展狀況[J].福建電腦,2008.

[2]劉玉然.談談人工智能在企業管理中的應用[J].價值工程,2003.

[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真,2003,(8).

[4]周明正.人工智能在醫學專家系統中的應用[J].科技信息,2007.

[5]張海燕,劉鎮清.人工智能及其在超聲無損檢測中的應用[J].無損檢測,2001,(8).

[6]馬秀榮,王化宇.簡述人工智能技術在網絡安全管理中的應用[J].呼倫貝爾學院學報,2005,(4).

篇5

關鍵詞：智能；智能科學與技術；語義分析；知識體系；課程體系

中圖分類號：G642　文獻標識碼：A

1　引言

“智能科學與技術”專業教育意指將“智能科學與技術的知識體系”傳授給本科生或研究生。構建智能科學與技術的知識體系通常有兩種途徑：(1)經驗歸納法，從社會實踐和科學研究已經獲得的知識集合中選擇出若干，認為這些知識應該歸屬于“智能科學與技術”，且將其結構化與系統化。(2)概念演繹法。追問“智能科學與技術”的確切含義為何，由此聯想其涉及的主要方面，概念推演形成的軌跡即是知識體系。兩種方法的結論應是一致的。就實際操作而言，前者的主要環節是“選擇知識”和“搭建體系”，而“選擇什么”和“搭建成何樣”就與研究者的偏好相關，常出現觀點相左的情形；后者的主要環節是“明確語義”和“語義延伸”，能被稱為概念的東西總是成熟的，即已有大量的先前研究，對此人們的分歧較少，而從概念出發的語義延伸又是遵循演繹邏輯的，由此而得的知識體系就易被公認。

本文的研究采用概念演繹法，具體的討論依層次遞進展開，首先明確“智能科學與技術”的中文語義，其次討論該語義涉及的關鍵概念之內涵，進而合成這些關鍵概念的具體內容，繼之概括“智能科學與技術的知識體系”，最后設計“智能科學與技術專業教育的課程體系”。

2　“智能科學與技術”的語義

盡管有邏輯上的先后，“科學”與“技術”通常被認為是并列的兩種人類文化活動?！爸悄芸茖W與技術”就應被分為“智能科學”與“智能技術”。

智能是某種行為主體所具有的能力和所表現的行為。這種具有智能的行為主體目前(也許永遠)只有兩類：生物(其中主要是人類)和機器。若以人類代表生物，智能就有兩種表現形態，人類智能(human intelligence)和人工智能(artificial intelligence)，后者是對前者的模仿與延展。

科學是為了獲得所考察對象的知識體系，技術則是依據某種原理設計制造各種人工系統。由此，“人類智能科學”、“人工智能科學”、“人工智能技術”是無歧義的，而“人類智能技術”就不成立(確切地說，是間接地通過“人工智能技術”的方式表現出來)。

基于上述分析，“智能科學與技術”的語義由三部分構成，“關于人類智能的科學”、“關于人工智能的科學”和“應用人工智能的技術”。根據慣常的教育與研究分工，前者是心理科學領域的重點所在，后二者則是信息科學領域的前沿方向。目前國內所開辦的“智能科學與技術”專業教育大多屬于理工科本科，其側重所在自然是“人工智能”。

支撐著“智能科學與技術”及其三部分構成的關鍵概念是“智能”、“科學”與“技術”，對其進行深入剖析有助于推演出“智能科學與技術的知識體系”。

3　關鍵概念的剖析

3.1　“智”對應于Intelligence

漢語中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指認識的事物可以脫口而出?！爸碧砑恿恕霸弧奔礊椤爸恰?，再清楚不過，“智，知而道出也”。智，就是人們日?？谡Z中的“知道”。

英語中的Intelligence源于拉丁語的動詞intellegere，意思是to understand。而intellegere是inter(interl與legere(to choose)的合成詞，故它所表達的是“在推理基礎上的理解”。

可見，漢語的“智”關注知識(識，知也?！墩f文》)及其共享；英文的Intelligence則強調知識及其可靠來源。有所差異并不妨礙將不同文化系統中的這兩個概念對應起來。

3.2　“智”的派生詞

盡管語義十分貼切，卻不可將Intelligence直接漢譯為“智”。在現代漢語中，單字形式的名詞一般不用于表達抽象概念，因為單音節的高頻率使用在言語交流中難以通暢順口。通常都是采用雙字形式的名詞?！爸恰毙枰偬砑右蛔帧Ｌ幚淼霓k法無非兩類，同義重復或附加意義。前者生成的是“智慧”，后者得到的是“智能”和“智力”。

智慧之“慧”，一方面與“智”同義(知或謂之慧?！斗窖浴?，另一方面又與佛教名詞“般若”(Praina)相連，在中國的文化傳統中，佛是高深至上的，這樣，智慧的真理性就毋庸置疑。作為漢語詞匯的“智慧”固定下來之后，除了與英文的Intelligence相對應，還與英文的wisdom(wise“聰明的”+dom“性質或狀態”)相一致。更重要的是，wisdom就是希臘語的sophy，由此構成了philosophia(英文philosophy)?！爸腔邸边B接著中國的佛教(與中國哲學相通)和西方的哲學。智慧是哲學層面的。

“智能”和“智力”都是“智的能力”的簡稱。推敲其中的意味饒是有趣。作為物理學概念的“能”和“力”，二者是一種源流關系，因而在漢語的習慣中，“能”更本質，“力”則外顯，暗含著有高下之分。這樣，智能有“智能人”、“智能機器”、“智能科學”等，智力則是“智力游戲”、“智力玩具”、“智力商數”等。層次的感覺是明顯的。智能和智力是科學層面的。

“智”的派生詞最常用的有三個：智慧、智能和智力，它們均可英譯為Intelligence，但在漢語中分別屬于三個層次，即哲學領域、科學領域(較高層次)和科學領域(較低層次)。

3.3　關鍵概念的文化比較

將與“智”相關的中文概念和與Intelligence相關的英文概念進行對比，可看出中西方文化的相通與差異，有助于更深刻明晰地理解“智能”的語義。表1是基于英語概念的文化比較。從中可見，“智能”較高于“智力”在西方文化中表現為對現在分詞的偏愛。

表2是基于漢語概念的文化比較。英語的Intelligence可以籠統地表示漢語的“智、智慧、智能、智力”。現限定“構建智能科學與技術的知識體系”是一項科學研究(即不考慮“智慧”)，再用“智能”作為“智能”和“智力”的統稱，這樣，“智能”就成為將要繼續討論的唯一概念。

3.4　智能之“能”

前已闡明，智能就是“智的能力”。這種能力究竟為何，學者們曾有過大量的討論。其中一種通俗簡潔的表述 被包含于后者之中。在人工智能中將二者分開，緣于它們的對象不同，前者針對的是自然界，后者則面向人類已有的知識積累。“推理”是生命體存在的基本前提。所以，關于人工智能的科學只有兩個分支：機器感知／發現理論(派生于人的認識論)和機器推理理論(基于人腦推理理論的討論)。

(4)應用人工智能的技術。第3.6節說明，技術就是應用手段、技能和方法設計與制造人工系統。圖4模型所示意要設計與制造的人工系統只有專家系統和機器人。所以，應用人工智能的技術主要有兩個：專家系統技術和機器人技術。

(5)基于現狀的人工智能科學與人工智能技術的內容調整。前面將“機器感知”和“知識發現”歸于科學范疇，其根據就是因為它們均是客觀存在。然而，現在的“機器感知”還非常簡單，對于諸如表情、語氣等稍微復雜的客觀現象就無能為力：“知識發現”也主要依賴于基于語法的關鍵詞匹配，而對于如何有效地理解語義特別是語用還差得很遠。鑒于如此現狀，將“機器感知”和“知識發現”歸于技術更合適一些。

(6)智能科學與技術的知識體系。集成上述的觀點可得圖5所示的知識體系。理論是概念、原理的體系(《辭?！?，本身就是知識體系。技術包括手段、技能和方法，也是知識或知識指導下的操作。所以，智能科學與技術的知識體系由兩個理論和四種技術構成。

圖5的表示是粗線條的。正是因為它沒有將與“智能”有關的科學理論和技術方法全部羅列出來，才有了一個簡潔的框架，以便在此基礎上進一步細分和添加，最終形成一個系統的圖景。

6　“智能科學與技術”專業教育的課程體系

“智能科學與技術”專業教育的使命就是將圖5所示的知識體系教授給本科生或研究生。學校教育總是以課程方式進行的。智能科學與技術的知識體系必須轉化為課程體系?；趫D5所示模型、兼顧目前大學課程設置的現狀、特別是參照國內學者的研究成果和國內率先開辦智能科學與技術專業的大學的探索性經驗，提出“智能科學與技術專業教育的課程體系”的一種方案，見表3。

如表3所示，“智能科學與技術”專業的課程設置對應于智能科學與技術知識體系的主要內容(見圖5)，共六門主干課程：

(1)“腦與認知科學”。包括“腦科學”與“認知科學”。

(2)“機器學習”。推理是學習過程中所采用的主要方法，機器學習包含機器推理，在一般意義上可以認為二者同義。目前講授機器學習的大學課程主要有：“機器學習”、“模式識別”(是實現機器學習的一種方法)、“計算智能”。后者包括“模糊計算”、“神經計算”、“進化計算”，講授一些具有前沿性的理論與方法。

(3)“機器感知”。包括“機器視覺”模仿人類的視覺、“計算機語音技術”模仿人類的聽覺、“自然語言理解”模仿人類對語言與文字的理解。

(4)“知識發現”。包括“信息檢索”和“數據挖掘”，前者在數據庫中進行關鍵字匹配、在萬維網上進行關鍵字匹配、在語義網上進行語義匹配以獲取所需要的信息，后者將信息組織到數據倉庫中以便尋求信息之間的規律性關聯即獲得知識。

(5)“專家系統”。該課程所講授的內容包括管理信息系統、專家系統、決策支持系統、多Agent系統。它們是人工智能為人類提供的實用型信息產品。

(6)“機器人”。利用機器來獲得身心的解放與擴展是人類的夢想和永遠的追求。擬人機器的設計與制造涉及諸多學科，在大學的專業教育中只能講授一些基礎概念。

可以將整個“智能科學與技術的知識體系”看作是一個對知識進行“輸入一加工一輸出”的結構。由表3可見，與知識輸入有關的是“機器感知技術”和“知識發現技術”；與知識加工有關的是“腦科學理論”和“機器推理理論”；與知識輸出有關的是“專家系統技術”和“機器人技術”。在智能科學與技術學科中，分工專門研究知識輸入、知識加工、知識輸出，就構成了其三個主要的研究方向：知識處理、智能理論與方法、智能系統與應用(如表3所示)。

7　結論

(1)智能科學與技術是人類智能科學、人工智能科學和人工智能技術的總稱。技術的標志是用于設計與制造人工系統，因而“人類智能技術”并不直接存在。

(2)“智能”是“智的能力”的統稱。中文的“智”之本義是“知而道出”，與英文的Intelligence(本義“推理基礎上的理解”)盡管側重不同，仍被認為語義相等。現代漢語不習慣單字形式的概念，“智”便有了三個常用派生名詞“智慧”、“智能”和“智力”。前者屬于哲學概念：后二者屬于科學對象，是“智的能力”的兩種不同簡稱，亦有層次高下之分。在科學領域，“智能”通常涵蓋“智能”和“智力”。

(3)智能科學是指，認知智能事實、歸納智能規律、總結智能理論。

(4)智能技術是指，設計與制造人工智能系統的手段、技能和方法。

(5)智能(intelligence)應該是“能智”。即能知、能日、能推理、能理解、能應用。

(6)智能是以知識為主線的三個環節的序貫過程。智能表現為知識在知識獲取、知識推理、知識應用三類活動中的定向流動和逐級提升。

(7)智能首先遇到的問題是知識表示。人類智能的知識表示是在文化傳承中自然實現的，而人工智能的知識表示則依賴于專門的人為規定。這樣，智能的內容就有四個部分：知識表示、知識獲取、知識推理、知識應用。

(8)智能最簡明最本質的定義是：知識+推理。人類智能的特征是，知識用自然語言表示、推理在人腦中進行；人工智能的特征是，知識用機器語言表示、推理用機器實現。

(9)人類智能的內容主要有五個：感官感知、信息檢索、人腦推理、實際問題解決方案、實際問題解決方案的執行。

(10)人工智能是對人類智能的模仿與延伸，其主要內容也相應有五個：機器感知、知識發現、機器推理、專家系統、機器人。

(11)智能科學與技術的知識體系由兩個理論和四種技術構成。智能科學與技術的知識體系涉及關于人類智能的科學、關于人工智能的科學、應用人工智能的技術，具體有腦科學理論、機器推理理論、機器感知技術、知識發現技術、專家系統技術、機器人技術。

篇6

摘要：本文從計算機學科本科的教學理念出發，提出了從計算機學科分支的角度認知人工智能，組織并實施教學的方法。

關鍵詞：人工智能；綜合學科；計算機學科分支

中圖分類號：G642

文獻標識碼：B

1引言

目前國內流行的人工智能教材都是把人工智能學科作為由計算機科學、心理學、神經生理學、控制論、信息論、語言學等多種學科相互滲透的綜合學科加以介紹。這些教材核心內容雖然相同，但作者編寫教材的思路卻有不同，有些教材以智能體(agent)的觀點論述，還有一些教材以應用為目的來論述。這些教材對于各相關領域從事人工智能科研與工程的技術人員來說，是比較適宜的。但對于我國高等院校計算機專業的本科學生來講，卻存在一些問題。不僅是由于在一門課程中涉及眾多學科的知識，使學生難以接受，而且講授的角度不能與前期所學知識緊密配合，也增加了學習的困難。

人工智能是由多種學科相互滲透的綜合學科，但它是明確屬于計算機科學分支的學科。這是因為從功能上和方法上人工智能與計算機學科是一致的。實際上，人工智能不僅使用了許多其他計算機學科分支的技術，而且在發展過程中，也開拓了許多新的方法和技術，充實了計算機學科。若按計算機處理的對象來區分計算機應用的話，則可分為三個部分：數值計算、數據處理與知識處理，人工智能就對應知識處理工作。

對于我國高等院校計算機學科的本科教學來講，人工智能課程的課時一般只有40課時左右。以什么角度組織教材內容，提高教學效果，使學生較容易地理解和掌握人工智能的原理與技術呢？通過多年的人工智能教學實踐，我們逐漸總結出了進行人工智能教學的方法：既從計算機學科本科的教學理念出發，考慮人工智能這門學科的特點，以作為計算機學科的一門分支的角度認知人工智能，組織教材的知識架構并進行教學。用計算機學科的觀點分析人工智能的基本原理與方法時，重點強調的是這些基本原理與方法與其他的計算機分支的共同點和不同點。共同點是強調計算機學科的本質，不同點是強調人工智能的本質。

2計算機學科本科的教學理念

計算機學科本科的教學理念可以歸結為：傳授知識、提高能力、培養素質(包括專業素質與品格素質，專業課以專業素質為主)。其中，原來作為教育核心的知識現被看成是教育的基礎，即把知識作為載體，用來實現能力的提高，在潛移默化中實施素質教育。高等院校對學生能力的培養主要包括：學習能力、分析問題與解決問題的能力以及創新能力。對于本科學生，重在學習能力與分析問題與解決問題的能力，對創新只是培養興趣。素質是知識和能力的升華，計算機專業素質顯示的是這一領域的水平，素質水平的提升也將通過知識的增多和能力的增加體現出來。

3以計算機分支的角度認知人工智能

什么是人工智能？目前人們普遍接受的定義是：用機器來模擬人的智能，也就是用計算機來模擬人的智能。若以計算機分支的角度也就是用計算機學科的觀點看待人工智能，我們需從兩個方面加以說明。

首先，從計算機的能力，也就是它能做什么講起。用計算機解決某種問題，需要有三個基本的條件：第一，必須把問題形式化。第二，問題是可計算的，就要有算法。第三，問題要有合理的復雜度。人的智能所能解決的問題往往不能滿足這三個條件。因此，人工智能就是對于不能滿足這些條件的問題，通過使用它的技術和方法，使問題滿足這三個條件，由計算機去解決問題。比如，一般來講不可能將自然語言全部形式化，但人工智能使用一階謂詞邏輯表示自然語言的部分句子，并用算法進行推理，解決一定范圍的問題。另外，使用啟發式搜索可降低問題的復雜度，使問題在可能的范圍內得到解決。

其次，從計算機的核心技術加以闡述。用計算機解決問題是靠程序實現的，程序是什么？一本經典的計算機教科書的名字“算法+數據結構=程序”給出了解釋，這說明在計算機學科中算法與數據結構的核心地位，一般的計算機程序也確實可分成這兩個部分。而作為典型的人工智能程序可分成三個部分，控制部分(推理機)、規則庫和數據庫。其中，控制部分和規則庫對應于算法，數據庫對應于數據結構。實際上，控制部分由搜索策略和推理機制組成，規則庫是將一般計算機程序的算法中的與實際問題有關的知識抽出來單獨組成。而數據庫往往用來存放一些基本的事實和一些中間的結果，也常常采用知識表示的方法，因此，人們也經常把規則庫和數據庫合稱為知識庫。在人工智能程序中與算法與數據結構對應的正是人工智能的兩大核心：搜索和知識表示(包括推理)。

4以計算機分支的角度組織并實施教學

人工智能為了模擬人的智能，處理的對象是知識，知識處理則需采用知識表示。又由于往往沒有確定的算法，只能使用搜索。本文的觀點是人工智能課程的教學內容應以知識為主線，以知識表示和搜索為基石進行組織。

首先，教學的第一個核心是知識表示。知識表示就是研究用計算機來表示知識的方法，這些方法需滿足兩個條件：除了計算機可接受這個條件以外還要能刻畫智能行為。這是與一般的數據結構不同的地方。什么方法適合呢？由此引出了邏輯表示方法。

形式邏輯是關于思維的形式和規律的科學，數理邏輯從邏輯上講是現代的形式邏輯，是用符號和數學的方法來研究推理規律的學科。數理邏輯一般是指命題邏輯和一階謂詞邏輯。一階謂詞邏輯比命題邏輯表達能力強，邏輯的表達方式與人類的自然語言接近，因此，用一階謂詞邏輯作為知識表示工具容易被人接受。不僅如此，由一階謂詞邏輯表示已知條件和所要證明的定理，使用歸結原理則可建立計算機程序實現自動定理證明(半可判定算法)。這一過程是在Herbrand定理的基礎上得以成立的。由于人工智能中的許多問題都可以化成類似于定理證明的問題，因此可以把與Herbrand定理有關的一系列工作看成是表示和推理的理論基礎。評價知識表示方法的性能，即要考察表示能力，又要考慮是否有效地支持知識的推理。顯然，具有充分的表示能力又有堅實的理論基礎的表示方法是最使人放心的，一階謂詞邏輯恰好滿足這一條件。

在這一部分的講授中，將通過一系列的演變過程，展現出如何將一組謂詞公式轉換成子句的集合，又如何通過使用置換與合一的手段，達到可以應用歸結推理規則，而最終得到證明的目的，而這一切又都是在有嚴格的定理保證之下完成的。這些內容的講授，對于培養學生嚴緊的邏輯思維能力是一個極好的實例。

邏輯表示與歸結推理方法是知識表示的基礎部分，用來說明人工智能系統進行推理的原理。而作為真正最實用的產生式表示法將通過Horn子句的正向推理和反向推理過程引入，產生式表示法中的帶與不帶變量的正、反向推理相當于命題邏輯和一階謂詞邏輯層面的Horn子句的正、反向推理。作為結構化表示的語義網絡和框架表示法也以一階謂詞邏輯為基礎，它們均可轉變成為等價的一階謂詞邏輯的表示形式。

在教學中，關于其他知識表示方面的內容，比如：產生式規則、語義網絡、框架，都以一階謂詞邏輯為基礎給以說明。關于產生式表示法在人工智能的心理學認知體系結構中，被看成是人的思維中因果關系的一種反映，而在本文中則看成是一種類似于Horn子句形式的一種表示。在講授時將這些內容作為一個整體，說明原理與實用方法之間的關系，根據實際問題的需要，可以降低表示的能力。而另一方面，為了解決實際問題，可以擴充表示的能力。

一階謂詞邏輯表示的能力雖然在通用的表示法中是最強的，但是知識與客觀真理不同，它總是局部的、片面的或表面的，這在常識中尤為明顯。在解題過程中還會不斷地更新，知識表示要適應這個特點，采用經典的一階謂詞邏輯表達有困難，這就需要用非單調邏輯來表達。另一方面，在人工智能處理的信息和知識中，存在大量的不準確、不完全、不一致的地方，這又需要研究關于不確定性知識的表示和推理的研究。實際上，非單調邏輯和不確定性推理部分在教學中將作為知識表示的擴展加以介紹。機器學習作為人工智能的重要組成部分，它的主要方法都是基于歸納推理，也可以看成是非經典邏輯的應用。

人工智能教學的另一個核心是搜索問題。一般來講，用計算機求解問題，就是用已知的知識，對于給定的數據進行加工，期望得到解答，其解法則由某種程序來表述。其他的計算機分支處理的問題，往往知識比較充分，例如多數的科學計算問題，就可以在看到數據以前根據知識寫出程序，這個程序對于一切數據都是適用的。而人工智能處理的問題知識不夠充分，或程序太復雜，此時可以寫出一個元程序，對于給定的數據，它根據知識，做出一個程序專門加工這些給定的數據。這時，這個元程序可以通用于一大類知識，通常并不包含領域知識的具體細節，因此，對于這個元程序的研究就脫離了問題的具體領域，成為人工智能內部的課題，這正是搜索。

在教學中，通過掌握知識的多少來講授各種不同的搜索。搜索是由于知識不足而產生的，同時搜索與知識是相輔相成的。當知識較多時，搜索的工作量不多，可使用一些盲目的搜索策略。當知識較少時，搜索的工作量較大，則需使用一些啟發式的搜索策略。啟發式搜索是搜索方法中需重點說明的，它起到了降低被求解問題復雜度，提高搜索效率的作用，但太強的啟發信息，往往找不到最佳解。如何能減少搜索范圍，提高搜索效率，而且還保證找到最佳解，這成為搜索方法應明確的問題。A*算法是N.J.Nilsson在20世紀70年代初的研究成果，他解決了這個問題，證明了A*算法的可采納性。類似于定理證明，在教學時也將A*算法及其有關證明看成是搜索方法的理論基礎加以介紹。

在搜索部分的教學中，除了把A*算法及其有關證明作為重點，當作是搜索方法的理論基礎來講解以外，還要給出若干搜索算法。一方面，這些算法說明了各種搜索的方法，另一方面，在這些算法中經常有一些算法細節抽象的技巧，對這些內容的細致分析，將會逐漸提高學生抽象思維的能力。

在實際的知識庫系統中，回溯和與或樹的搜索算法應用較多。而當問題的有關知識較少，規模大到一定程度之后，往往采用引進了隨機因素的搜索算法，比如：模擬退火算法、遺傳算法等?，F在，這些算法一般稱為高級搜索，教學時作為搜索的擴展來講授。

人工智能技術方面的研究往往涉及各應用領域的課題。反映到教學中，就是人工智能的各個分支的介紹，這包括知識庫系統、自然語言理解、規劃、機器人等。

總之，教學內容可分成兩個部分，第一部分是基礎理論和基本方法，包括：邏輯表示與歸結推理方法、搜索原理，知識表示(包括產生式系統、語義網絡、框架)、推理(包括不確定性推理、非單調推理)、機器學習。第二部分是實用技術，包括知識庫系統、高級搜索、自然語言理解。

5結束語

經過長期的人工智能教學實踐，筆者逐漸形成了以計算機學科分支的角度來講授人工智能課程的思路。從學生的接受、理解和掌握人工智能的基本原理與技術方面來看，有較好的效果。但如何把計算機學科和其他人工智能所涉及的領域更完美地結合起來，較好地在教學效果與寬廣的知識面之間找到平衡點，還需今后進一步的研究與探索。

參考文獻

[1] 賁可榮,張彥鐸. 人工智能[M]. 北京:清華大學出版社,2006.

[2] 馬少平,朱小燕. 人工智能. [M]. 北京:清華大學出版社,2004.

[3] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.

[4] 馬希文. 邏輯?語言?計算－馬希文文選[M]. 北京:商務印書館,2003.

[5] 高濟,朱淼良,何欽銘. 人工智能基礎[M]. 北京:高等教育出版社,2002.

[6] 中國計算機科學與技術學科教程2002研究組. 中國計算機科學與技術學科教程[M]. 北京:清華大學出版社,2002.

[7] Stuart Russell, Peter Norvig. 人工智能－一種現代方法[M]. 北京:人民郵電出版社,2002.

[8] Nils J. Nilsson. 人工智能[M]. 北京:機械工業出版社,1999.

篇7

[關鍵詞]物聯網；嵌入式系統；

中圖分類號：C94 文獻標識碼：A 文章編號：1009-914X（2013）33-0143-01

一、物聯網與嵌入式的定義與主要技術

物聯網是一門融合多門學科的技術，通過信息傳感設備，按照設定的通信協議，為網絡中的物體建立連接，物體之間能夠進行信息交換和通信，最終實現對物體的智能化識別、定位、監控和管理等目標。物聯網的主要關鍵技術是傳感器技術、RFID、人工智能技術、標準化技術四種技術。

嵌入式系統是將先進的計算機技術、半導體技術和電子技術與各行業的具體應用相結合后的產物。根據不同的應用，嵌入式系統也會用到許多其他的技術，如通信技術、傳感器技術、智能信息處理技術、自動控制技術等。

從兩者的定義來看，物聯網強調的是物聯網中設備具有感知、計算、執行、協同工作和通信能力及能提供的服務； 嵌入式系統強調的是嵌入到宿主對象的專用計算系統，其功能或能提供的服務也比較單一。嵌入式系統具有的功能是物聯網設備的功能的一個子集，但是它們之間的差異將越來越小。簡單的嵌入式系統與物聯網定義中的設備或者物有較大的區別，具有的功能不如物聯網中的設備或者物，但是隨著嵌入式系統不斷發展，目前出現的一些復雜嵌入式系統（如智能移動電話）基本上達到了物聯網的定義中設備或物的要求。

在技術角度上，嵌入式技術在物聯網行業發展中始終處于核心、基礎的地位。嵌入式系統是計算機應用的一種最直接最有效的形式，只有把計算機嵌入到物體中去，物體才有大腦，它才具備思考、智能的能力；要想實現物與物互聯、人機互聯，必須賦予物體嵌入式CPU的智能部件為前提；從專業角度講，物聯網是嵌入式智能終端的網絡化形式，或者是智能化的形式。

二、嵌入式在物聯網環境下的應用

物聯網與嵌入式系統都是多學科相互融合的綜合性應用技術，而且物聯網技術的關鍵技術傳感器技術、RFID、人工智能技術主要是由嵌入式系統技術實現。

1）嵌入式系統實現傳感器技術

物聯網首先要對客觀的事物信息的采集，所以需要傳感器實現。嵌入式智能傳感器是物聯網技術的支柱，也正是嵌入式技術的發展和應用，它是一種帶嵌入式微處理器的傳感器，是將嵌入式微處理器、智能理論和傳感器相結合而成的產物，具有檢測、計算、判斷、網絡、通信和信息處理等功能。嵌入式智能傳感器最重要的是它具有數據通信功能，能與互聯網絡、2G＼3G 網絡進行通信，能與現有的網絡傳送數據實現全球監測，實現遠程控制。

2）嵌入式系統實現RFID技術

物聯網中采集完信息之后，需要對信息進行識別，嵌入式RFID主要實現的該技術，把RFID讀寫器嵌入在物體中，使得該物體具有RFID讀寫功能。嵌入式RFID還被廣泛應用于交通控制、工業監測、安全防偽等物聯網應用領域；嵌入式RFID在自動識別、物品物流管理得到了廣闊的應用前景。

3）嵌入式系統實現人工智能技術

信息使用RFID技術能夠識別、區分，然后就要對信息進行處理，人工智能技術實現了信息的處理。嵌入式智能技術能夠大大提高信息處理的速度，使得事物的處理具備根據外部環境的變化具有反應的能力。

三、嵌入式與物聯網的發展

嵌入式需要發展也離不開物聯網，所以說物聯網為嵌入式提供一個廣闊平臺，嵌入式擴展了物聯網的應用范圍，推動了發展進步。在應用領域方面它們幾乎是相同的，當前物聯網涉足的領域，嵌入式系統都已經在其中被使用了。綜上所述，物聯網與嵌入式系統關系非常緊密，物聯網的發展離不開嵌入式系統的支持，而物聯網又給嵌入式系統帶來了新的發展機遇和挑戰。目前嵌入式突出的問題是兩個方面：嵌入式數據庫應用和嵌入式網絡安全問題，也是物聯網的最為關注，構建嵌入式系統的安全性和數據庫已成為物聯網在使用中考慮的重要因素。

總結：

物聯網的發展引領一次新的信息革命，在未來的生活中將占有重要的地位，而在技術角度上嵌入式是物聯網核心，所以物聯網的發展與嵌入式系統息息相關，甚至主導著物聯網的未來發展，所以一定對嵌入式的研究要加大力度。

參考文獻

[1] 鄔明罡.物聯網技術體系初步成熟[N].人民郵電報，2010-07-29（007）.

[2] 劉曉慧.物聯網與嵌入式技術[J].電腦學習，2011，4（2）：27-28.

[3] 何克麗.物聯網時代下的嵌入式系統[J].信息技術學報，2010，12：12-26.

課題信息：黑龍江省教育廳科學技術研究項目

篇8

關鍵詞：在線學習 ； Agent ； B/S ； J2EE

引言

隨著計算機技術和網絡技術的飛速發展，多媒體教學在教育領域的應用越來越廣泛，網絡在線學習則成為教育發展的一個新方向，教育功能向著更加重視學生的自主性和創造性發展，更加重視學生的自學能力和自我開發能力。

現有的在線學習系統主要包括以下的一些缺點：

（1）動態交互功能不強，大多是教學材料的堆砌。學生只是被動地接受教學內容，不能實際地參與到系統中進行發現式、創造式的主動學習，很難達到預想的學習效果。

（2）系統的智能性較低。一是不能根據學生的當前情況提供合適的、智能化的交互界面，調動學生的興趣。二是仍然束縛在傳統素質教育的模式中，不能根據學生的水平和學習情況提供相應的指導，實現因“才”施教。

（3）系統的測試和評價功能不強?，F有的網上測試系統多是在固定的Web頁面上放一些固定的試題，不能根據學生的要求和學習情況自動選題組卷、變換題目，靈活性較差，不能根據學生的當前薄弱項發現學生知識體系中其他相關弱點，而且難度級別比較粗略，評價不夠準確。

現有的在線學習系統只限于學生硬性學習，沒有交互，對知識理解的對與錯也無從考證，完全是單項的行為，如果將Agent技術用于在線學習系統，

那么，這種學習方式將變得更加靈活，更加容易被人接受。因此，建立基于Internet的遠程在線學習系統，不僅可以提供給學生一個更高效、更多樣化、更容易使人接受、也更廉價的學習方式，還可以為我國當前教育資源短缺和教育需求日益擴大之間的矛盾提供一個有效的緩解，它必將帶動深層次的教育方式和學習方式的改革。

1、Agent技術

目前，Agent技術的研究領域非常廣泛，包括Mobile code（移動代碼）、Intelligent routers（智能路由器）、Web search tools（網絡搜索工具）、Robots（機器人）、Interface（接口技術），因此，Agent的概念有很多版本。’Wooldridge和Jennings在l995年提出了目前較權威的Agent定義，獲得了計算機領域專家的普遍認同。此定義包括2個子定義：

1）弱定義Agent是一個基于軟件（在較多的情況下）或硬件的計算機系統，它擁有自治性、社會性、反應性和能動性特性；

2、基于Agent在線學習系統中的關鍵技術

2.1傳統的在線學習系統模型

2.2 基于Agent技術支持的在線學習系統的模型

第一層是基于瀏覽器的表示層。Web瀏覽器作為客戶端，提供圖形用戶界面，負責與用戶進行交互。在這層中包含系統的顯示邏輯，通過該層可以實現多媒體知識的輸入、輸出，用戶信息和行為的獲取，任務的接受，處理結果的反饋等。

第二層是中問層，這些可以分為3類：① 是用戶Agent：學生Agent，專家Agent，監聽Agent；。②是管理Agent；③是任務：瀏覽學習Agent，歷史記錄Agent，考試Agent，答疑Agent。

在整個學習過程中，管理Agent一直在監控學生的學習情況，并及時提出議，同時管理Agent還起到在各個Agent間協調的作用。

3、基于Agent線學習系統的實現

3.1 J2EE技術

4、結束語

Agent技術在在線學習中的應用將極大地優化和改善遠程學習環境，延伸和拓寬學習服務領域，提升和監控在線學習質量，全方位增強在線學習的開放性，使在線學習的支持服務更加人性化。作者已經利用Agent技術開發了《c語言程序設計》在線學習系統，很多中山火炬職業技術學院的師生開始習慣利用這個系統進行學習。

參考文獻

[l]潘瑞玲，余輪.具有Agent功能的遠程教育系統的設計、 [J].福州大學學報，2002（6）：317―318.

[2]李力.關于采用Agent技術構建遠程教學智能導學系統的研究[J].電化教育研究，2001（5）：80-84.

[3]莫贊，馮珊，唐超.智能教學系統的發展與前瞻[J]計算機工程與應用，2002（6）：7.

[4]紀莉莉.人工智能教學系統地探討[J].福建電腦，2005（7）；

篇9

關鍵詞：計算機 人工智能 應用分析 

中圖分類號：TP393 文獻標識碼：A 文章編號：1007-9416（2016）01-0000-00 

目前由于人工智能的不斷成熟，人們在生活方面以及工作的過程中，智能化產品隨處可見。這不僅對人們在工作中的效率進行提高，同時還對其生活質量進行加強。所以人工智能的發展在一定程度上離不開計算機網絡技術，只有對計算機網絡技術進行相應的依靠，才能夠讓人工智能研究出更多的成果。 

1 計算網絡技術應用人工智能所具有的重要意義 

由于計算機技術的快速發展，網絡信息安全問題在一定程度上是人們目前比較關注的一個重要問題。在網絡管理系統應用中，其網絡監控以及網絡控制是其比較重要的功能，信息能夠及時有效的獲取以及正確的處理對其起著決定性作用。所以，對計算機技術智能化進行實現是比較必要的。 

由于計算機得到了不斷的深入以及管廣泛的運用，在一定程度上導致用戶對網絡安全在管理方面的需求比較高，對自身的信息安全進行有效的保證。目前網絡犯罪現象比較多，計算機只有在具備較快的反應力和靈敏觀察力的狀況下，才能夠對用戶信息進行侵犯的違法活動進行及時遏制。充分的利用人工智能技術，建立起相對較系統化的管理，讓其不僅對信息進行自動的收集，同時還能夠對網絡出現的故障進行及時診斷，對網絡故障及時遏制，運用有效的措施對計算機網絡系統進行及時的恢復，保證用戶信息的安全。 

計算機技術在發展的過程中對人工智能應用起著決定性作用，人工智能技術也在一定程度上對計算機技術的發展起著促進作用。不斷的跟蹤動態化信息，為用戶提供準確的信息資源?？偟膩碚f，計算機網絡在管理的過程中有效的運用人工智能，對網絡管理水平進行不斷的提高。 

2 應用分析 

2.1安全管理應用 

網絡安全所具有的漏洞相對比較多，用戶在網絡中自身的資料信息安全是現階段人們比較關注以及重視的主要問題。在對網絡安全進行管理時，可以對人工智能技術進行充分的運用，在一定程度上能夠對用戶自身的隱身進行有效的保護。主要表現為：一是，智能防火墻的應用；二是，智能反應垃圾郵件方面；三是，入侵檢測方面等。 

智能防護墻主要應用的就是智能化識別技術，通過概率以及統計方式、決策方法和計算等對信息數據不僅進行有效的識別，同時還能對其相應的處理，對匹配檢查過程中需要的計算進行消除，充分認識網絡行為特征值，訪問可以直接進行控制，把存在的網絡及時發現，攔截以及阻止有害信息的彈出。智能防火墻能夠在一定程度上避免網絡站點受到黑客的攻擊，遏制病毒傳播，對相關局域網進行相應的管理和控制，反之就會導致病毒以及木馬的傳播。在智能防火墻中，比較重要的就是入侵檢測，它屬于防護墻后的第二安全閘門，在對網絡安全保證方面起著重要的作用。針對入侵檢測技術而言，主要能夠在一定程度上對網絡中的數據進行有效的分析，并且對其進行及時的處理，把部分數據過濾出去，數據檢測后的報告分析報告給用戶。入侵檢測在對網絡性能不產生影響的前提下監測網絡，為操作上的失誤以及內外部攻擊提供一定的保護。 

針對智能型反垃圾而言，其自身的郵件系統能夠對用戶郵箱進行有效的監測，對郵箱進行相應識別，把郵箱中存在的垃圾充分的篩選出來。如果郵件進入郵箱后，就會進行掃描郵箱，在一定程度上把垃圾郵箱的分類信息發給用戶，提醒用戶要對其進行及時的處理，避免給郵箱安全帶來影響。 

2.2人工智能Agent技術應用分析 

針對人工智能Agent技術而言，它屬于人工智能的一種技術，屬于不同部分所組成的軟件實體，包括：一是，知識域庫；二是數據庫；三是解釋推理器；四是各個Agent之間的通訊部分等。人工智能Agent技術通過任何一個Agent域庫對新數據的相關信息進行處理，并且溝通以至完成任務。人工智能Agent技術能夠在一定程度上通過用戶自定義對信息獲得自動搜索，然后將其發送到指定位置。人們通過Agent技術得到人性化服務。例如：用戶在用電腦查相關信息時，該技術不僅能對信息進行處理，同時還能夠進行有效的分析，最后把有用的信息出題給用戶，充分節省用戶的時間。Agent技術為用戶在日常生活中提供相應的服務，例如：在網上進行購物以及會議等方面的安排。它不僅自主性以及學習性，讓計算機對用戶所分配的任務自動完成，進一步推動機計算機網絡技術的發展。 

2.3在網絡系統管理以及評價過程中的應用分析 

針對網絡管理系統來說，其智能化在一定程度上需要人工技能的不斷發展。在對網絡綜合管理系統進行建立的過程中，不僅可以對人工智能中的專家知識庫進行充分的利用，同時還能夠對存在的技術問題進行有效的解決和處理。網絡存在著動態以及變化性，所以，網絡在管理的過程中會面臨著困難，這就需要對網絡管理技術人工智能化進行實現。在人工智能技術中，其專家知識庫主要指的就是把各個相關領域專家的知識以及經驗進行相應的結語出來，錄入系統中，只有這樣才能形成比較完善的知識庫系統，促進智能計算機程序的發展和提高。如果遇到某個領域問題的過程中，要充分利用專家經驗程序對其進行及時的處理。專家知識經驗系統促進計算機網絡管理得到順利開展的同時，對系統評價相關進行工作不斷的提高和加強。 

3 結語 

科學技術在發展的同時，也促進人工智能技術的提高，計算機在網絡技術中得到了比較多的需求，在一定程度上提高其應用范圍和領域，因此可以看出，人工智能其應用發展前景是比較廣泛的，人類對人工智能技術的進一步研究，會在未來開創出更多的應用領域。 

參考文獻 

[1]周晶.面向產品全生命周期的網絡化技術服務研究[D].東北大學，2009.12（08）：123-124. 

[2]李功新.基于可拓推演方法的調控一體防誤操作系統研究與應用[D].武漢大學，2014.13（08）：145-146. 

[3]任巍.人工智能技術在計算機游戲軟件中的應用[D].西安電子科技大學，2006.13（07）：145-147. 

[4]黃麗萍.人工智能技術在計算機網絡教育中的應用[J].計算機光盤軟件與應用，2014，10（12）：134-135. 

篇10

關鍵詞：智能制造；智能科學與技術；人工智能技術；機器人；實驗平臺建設

智能制造是基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動各個環節。具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱。是信息技術和智能技術在裝備制造過程技術的深度融合與集成。加快推進智能制造，是我國在全球新一輪產業變革競爭背景下出臺的《中國制造2025》的主攻方向。廣東省作為國內制造大省和全球重要制造基地，也對接印發了《廣東省智能制造發展規劃（2015-2025年）》。針對廣東省制造業的創新能力、產業結構、信息化水平的缺乏競爭力的問題，大力實施創新驅動發展戰略，推動智能制造核心技術攻關和關鍵零部件研發，推進制造過程智能化升級改造，實現“制造大省”向“制造強省”轉變。創新驅動，智能化升級改造需要國際領先水平人才的引進和高等院校實戰型工程技術人才培養。我院智能科學與技術專業就是面向廣東智能產業的深度融合設置的。其專業實驗平臺的建設需要針對廣東省高端裝備、制造過程、工業產品智能化等領域的薄弱環節，以“機器智能”為方向，完善實驗教學體系、整合實驗教學資源，開設綜合性、創新性的實驗項目，培養學生實踐能力和創新意識。緊密聯系企業，針對智能制造關鍵技術協同創新。培養具有智能系統開發與設計、智能裝備的應用與工程管理能力；能在智能裝備、智能機器人、智能家居等領域從事智能系統的是開發與設計、應用于維護、運營與管理的“厚基礎、強應用、能創新”的高素質工程應用型人才。

1專業實驗平臺建設思路

面向智能制造專業實驗平臺的建設，依據《廣東省智能制造發展規劃（2015-2025年）》中發展智能裝備與系統，工業產品、制造流程智能化升級改造的任務，從智能科學與技術知識體系中提取專業發展方向的課程，建立完善專業實踐教學體系。以“機器智能”為方向建設人工智能與機器人實驗室為核心，以項目、科技競賽、緊密對接企業協同創新為手段，培養學生能夠運用工程基礎知識和專業理論知識設計工程實驗，分析實際問題的能力，培養學生查詢檢索資料文獻獲取知識的能力，培養學生能夠綜合運用自然科學知識、專業理論知識和技術手段設計系統和過程解決實際問題的能力。通過科技競賽等活動，培養學生在團隊里具有工程組織管理能力、表達能力和人際交往能力。通過與企業的合作，掌握基本創新方法，并讓學生具有追求創新的態度和意識，以培養學生的綜合素質和能力為重點。立足華軟學院電子系電子信息工程嵌入式專業、自動化專業、通信工程專業現有的平臺優勢，按照“整合、集成、共享、提升”的基本思路，完善支撐體系，優化驗教學資源配置，建設一個能夠與廣東智能產業深度融合的階梯形層次化實驗平臺。

2實驗平臺建設內容

智能科學與技術專業實驗實踐平臺的建設要依據實驗教學體系的構建，突出面向智能制造工程實踐為特色，按照學生的成長需要，建立階段化、層次化、模塊化的實驗教學體系。

2.1專業實踐課程體系建設

面向智能制造的智能科學與技術專業定位是以工程應用型人才培養為目標的，是在通識教育基礎上的特色專業教育。專業課程體系的建設首先還是以培養學生具有扎實自然科學基礎知識，人文社會科學知識和外語應用能力為基礎，其次是智能科學與技術專業技術基礎課程，如數字系統與邏輯設計、數字信號處理基礎、信號與系統、電路分析與電子電路；c語言程序設計與算法分析、數據結構、數據庫與操作系統、微機原理與接口、傳感器與檢測技術等。最后是專業方向類課程，也是專業的核心課程，如制造業基礎軟件中的嵌入式軟件、工業控制系統軟件，工業機器人中人工智能技術應用和智能控制技術。主要有知識獲取模式識別；數據通信與網絡；嵌入式系統移植和驅動開發；嵌入式應用開發；人工智能與神經網絡；智能控制技術；機器人學等課程。培養學生具備計算機技術、自動控制技術、智能系統方法、傳感信息處理等技術，完成系統集成，并配合專業實踐課程體系如圖1，完成電子工藝實習、技術基礎課程、核心課程的課程設計和綜合項目實驗，并在工程應用中實施的能力。

2.2實踐教學體系建設

依據專業實踐課程體系，構建主要包括計算機基礎、電路基礎、信息與控制基礎、嵌入式技術、機器智能系統五大模塊開展不同學習階段層次化的實驗教學體系。主要包括基礎類、專業實訓類、綜合創新類。

1）基礎類實驗注重開設與課堂教學中基本理論相結合的精品實驗項目，并逐步提升基礎實驗課時的比例。從實踐中啟發引導學生牢固掌握基礎理論知識。除此之外，還要注重工作方法和學習方法的能力培養，如收集信息查找資料、制定工作計劃步驟、從基礎理論到解決實際問題的思路以及獨立學習新技術的方法和評估工作結果的方法。培養學生厚實的專業基礎知識和能力。

2）專業實訓類實驗主要以項目教學、案例教學、情景教學方式培養學生利用專業知識及方法獨立解決行業領域內的任務和問題并能夠評價結果的能力。如智能傳感應用項目，人工智能技術實驗項目，知識表示與推理項目，計算智能項目，專家系統，多智能體系統；機器人項目，如最小機電系統組成，如何完成對電機的控制；利用單軸或雙軸控制平臺實現基本搬運裝配作業。

3）綜合創新類實驗注重培養學生從理解問題域開始，獲取數據和知識、開發原型智能系統、開發完整智能系統、評估并修訂智能系統、到整合和維護智能系統六個階段構建智能系統。如開展人工智能技術在智能制造中的應用包括產品設計加工、智能生產調度、智能工藝規劃、智能機器人、智能測量等；直角坐標機器人實現碼垛搬運、多關節串聯機器人、弧焊機器人實訓等。

4）科技競賽、與企業協同創新，通過觀察記錄待智能化升級的工廠生產過程，發現定義問題、提出假設、搜集證據檢驗假設、發表結果、建構理論等實驗過程設計的能力。培養學生掌握基本創新的方法，團隊協作管理能力、表達溝通能力等。如嵌入式設計大賽、機器人大賽等科技競賽；以及針對自動化生產線的嵌入式工業控制系統設計；針對原材料制造企業的集散控制、制造絳屑成應用；針對裝備制造企業的敏捷制造、虛擬制造應用；工業機器人在汽車、電子電氣、機械加工、船舶制造、食品加工、紡織制造、輕工家電、醫藥制造等行業的應用。

2實驗教學保障

智能科學與技術實驗平臺建設以人工智能與機器人實驗室建設為核心，結合目前學院嵌入式系統實驗室、自動控制實驗室、傳感器技術實驗室、通信原理實驗室資源，儀器設備共享共建的原則，系統化籌備購置。人工智能機器人實驗室主要針對智能系統設計開發和機器人應用，基于計算機系統的人工智能技術學習應用包括人工智能技術在智能制造應用和工業機器人仿真軟件ABB Robot Studio?；凇疤剿髡摺睓C器人系統控制實訓箱Rino-MRZ02（包含履帶機器人、雙輪自平衡機器人、5自由度機械臂、6自由度機械臂等）

可以開展的項目有：利用啟發式算法、遺傳算法、蟻群算法等模糊數學理論對工業產品設計進行性能模擬、運動分析、功能仿真與評價；利用人工神經網絡自學習、自組織構造產品加工過程新能參數預測模型。利用模式識別、機器學習、專家系統、多智能體系統進行感知、并對環境的改變進行解讀、動作進行規劃和決策；利用專家系統、遺傳算法、模糊邏輯集中式解決生產調度多目標性、不確定性和高度復雜性的問題，尋求最優規則，提高調度的速度；利用蟻群算法、遺傳算法分布式多智能體系統進行問題分解、彼此協商、任務指派、解決沖突。

履帶機器人可開展電機控制實驗；運動控制實驗；HD軌跡控制實驗；無線通信實驗。雙輪自平衡機器人呢可開展自平衡模塊實驗；倒立擺算法實驗；雙輪載具運動實驗。6自由度雙足機器人可開展雙足運動控制實驗；步態規劃實驗；雙足平衡實驗；機構改裝實驗。5自由度機械臂可開展機械臂運動控制實驗；顏色分揀實驗。可擴展為8自由度雙足機器人、輪腿式機器人等技能提高類課程設計。

通過ABB公司的機器人仿真軟件RobotStudio進行工業機器人的基本操作、功能設置、二次開發、在線監控與編程、方案設計和驗證的學習。