緒論：寫作既是個(gè)人情感的抒發(fā)，也是對(duì)學(xué)術(shù)真理的探索，歡迎閱讀由發(fā)表云整理的11篇人工智能在教育領(lǐng)域的價(jià)值范文，希望它們能為您的寫作提供參考和啟發(fā)。

篇（1）

[DOI]10.13939/ki.zgsc.2016.36.197

1 中學(xué)教育現(xiàn)狀

教育乃立國(guó)之本，而中學(xué)教育乃是重中之重。一方面，中學(xué)生處于青春的成長(zhǎng)期，各項(xiàng)綜合素質(zhì)逐漸完善中，中學(xué)教育意義和責(zé)任重大；另一方面，中學(xué)教育仍然是應(yīng)試教育為主，仍然需要面對(duì)千軍萬(wàn)馬過獨(dú)木橋的“中考”“高考”，中學(xué)教育很大程度左右了學(xué)生的未來。

目前的中學(xué)教育資源，分為公共教育資源――公辦/民辦學(xué)校教育，和社會(huì)教育資源――私人家教、補(bǔ)習(xí)班等，有如下兩個(gè)特點(diǎn)。

1.1 學(xué)生得到的公共教育資源不足

學(xué)校班級(jí)結(jié)構(gòu)的構(gòu)成是：一名班主任教師，多名科任教師。在大多數(shù)學(xué)校中，無論是班主任教師，還是科任教師，均會(huì)承擔(dān)其他班級(jí)的教學(xué)任務(wù)。可以看出，教師資源是非常有限的，加上“中考”“高考”的上線壓力，教師往往會(huì)將有限的精力分散關(guān)注在所有的學(xué)生上，每個(gè)學(xué)生得到的公共教育資源并不多。

1.2 學(xué)生獲取的社會(huì)教育資源不公

學(xué)生若在學(xué)校無法獲取更多的教育資源，將不得不轉(zhuǎn)向社會(huì)教育資源去求助。據(jù)統(tǒng)計(jì)，學(xué)生參與社會(huì)教育資源的成本在200元/小時(shí)，學(xué)習(xí)費(fèi)用成本過高，進(jìn)一步造成普通學(xué)生的社會(huì)教育資源也無法獲取。

本文要探討的，正是通過人工智能這一現(xiàn)代信息化技術(shù)，構(gòu)建智能輔助學(xué)習(xí)系統(tǒng)，使中學(xué)生能夠獲取到更多、更公平的教育資源。

2 智能輔助學(xué)習(xí)

2.1 人工智能簡(jiǎn)介

人工智能（Artificial Intelligence）是計(jì)算機(jī)科學(xué)的一個(gè)分支，是一門研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性學(xué)科，能夠?qū)θ说囊庾R(shí)、思維等信息過程進(jìn)行模擬。隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，特別是近年來大數(shù)據(jù)技術(shù)的成功應(yīng)用，人工智能在越來越多的行業(yè)展現(xiàn)出蓬勃的沖擊力。以谷歌圍棋機(jī)器人“阿爾法”、微軟助理機(jī)器人“小娜”等為代表的虛擬智能機(jī)器人，能像人那樣思考，也具備超過常人的智能。

在國(guó)內(nèi)，人工智能在教育領(lǐng)域的理論研究和教學(xué)實(shí)踐表現(xiàn)得越來越活躍，盡管人工智能并不是為教育專門研發(fā)的，但是人工智能的不斷發(fā)展，使得其在教育中的應(yīng)用也越來越廣泛，教育的智能化一直是教育界和教育技術(shù)領(lǐng)域的理想和目標(biāo)。

2.2 智能輔助學(xué)習(xí)系統(tǒng)

智能輔助學(xué)習(xí)系統(tǒng)，其表現(xiàn)形式是能夠?yàn)槊總€(gè)學(xué)生，配備一個(gè)虛擬教師。學(xué)生能夠通過電子設(shè)備（如手機(jī)、計(jì)算機(jī)），與虛擬教師進(jìn)行交流對(duì)話，咨詢虛擬教師各學(xué)科的問題，并得到有效的學(xué)習(xí)輔助。

該智能輔助學(xué)習(xí)系統(tǒng)，具備以下幾個(gè)特征。

2.2.1 虛擬教師跨學(xué)科能力

與傳統(tǒng)的教師專一某一學(xué)科不同，虛擬教師并沒有學(xué)科邊界劃分。只要學(xué)習(xí)系統(tǒng)研發(fā)出某一學(xué)科的學(xué)習(xí)算法，該虛擬教師就能夠獲取該門學(xué)科的能力。

2.2.2 虛擬教師深度自學(xué)習(xí)

虛擬教師的“智能”來源于三方面。一是學(xué)生基本信息檔案，該檔案涵蓋了從小學(xué)教育開始的學(xué)科成績(jī)、綜合能力、愛好特長(zhǎng)等，虛擬教師得到學(xué)生的人物畫像。二是虛擬教師對(duì)學(xué)生的自學(xué)習(xí)，每一次雙方的溝通交流，虛擬教師都能夠不斷更新發(fā)展學(xué)生的畫像。三是虛擬教師對(duì)學(xué)校課堂內(nèi)容的自學(xué)習(xí)，虛擬教師并不是獨(dú)立于學(xué)校教育存在的，而是作為學(xué)習(xí)教育資源的一個(gè)補(bǔ)充，虛擬教師能夠掌握課堂進(jìn)展、作業(yè)部署、考試動(dòng)態(tài)等信息。

2.2.3 接近自然語(yǔ)義的溝通

學(xué)生與虛擬教師之間，可以通過自然語(yǔ)義的語(yǔ)音和文字進(jìn)行溝通，如 “今天數(shù)學(xué)作業(yè)第2題不會(huì)”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他計(jì)算輔助手段為補(bǔ)充，如上傳某道數(shù)學(xué)題圖片，虛擬教師通過圖形識(shí)別匹配，給出該題的解題思路和講解。

2.3 優(yōu)勢(shì)分析

智能輔助學(xué)習(xí)系統(tǒng)，有三大核心優(yōu)勢(shì)。

一是“即學(xué)即問”，相比目前的學(xué)校教育和社會(huì)教育，學(xué)生在學(xué)習(xí)遇到困難時(shí)，只有有限的時(shí)間與教師交流，在智能輔助學(xué)習(xí)系統(tǒng)中學(xué)生將不受空間、時(shí)間限制，隨時(shí)隨地可以與虛擬教師互動(dòng)，獲取充足的教育資源。

二是“定制教學(xué)”，相比目前的教育形式，課堂上教師與學(xué)生是一對(duì)多的關(guān)系，教師不可能專為某個(gè)學(xué)生定制教學(xué)方案，在智能輔助學(xué)習(xí)系統(tǒng)虛擬教師與學(xué)生是一對(duì)一的關(guān)系，虛擬教師能夠更了解學(xué)生，根據(jù)學(xué)生的具體情況制訂最佳學(xué)習(xí)方案。

三是“受眾廣闊”，相比目前的公共教育資源緊缺、社會(huì)教育資源費(fèi)用昂貴，智能輔助學(xué)習(xí)系統(tǒng)一旦推廣，受眾學(xué)生可無限增加，邊際效應(yīng)非常明顯。并且計(jì)算機(jī)系統(tǒng)設(shè)計(jì)特有的水平擴(kuò)展能力，能夠隨著學(xué)生人數(shù)的增加而增加，支撐廣大的學(xué)生輔助學(xué)習(xí)。

2.4 前景預(yù)測(cè)

筆者比較看好人工智能在中學(xué)輔助教育中的落地前景，除了前文所述的人工智能技術(shù)發(fā)展，為中學(xué)教育帶來的價(jià)值外，當(dāng)前國(guó)家政策和社會(huì)環(huán)境也非常有利。

第一，未來10年國(guó)家政府和教育部門會(huì)大幅增加在教育信息化產(chǎn)業(yè)上的投入，隨著《國(guó)家中長(zhǎng)期教育改革和發(fā)展綱要（2010―2020年）》和《教育信息化十年發(fā)展規(guī)劃（2011―2020年）》等相關(guān)規(guī)劃相繼出臺(tái)，各級(jí)地方政府和教育部門都非常重視教育信息化產(chǎn)業(yè)的投入，人工智能+云計(jì)算是重中之重，人工智能技術(shù)的興起必將教育信息化推向一個(gè)新的高度。

第二，教育信息化逐漸成為風(fēng)口，根據(jù)前瞻產(chǎn)業(yè)研究《中國(guó)在線教育市場(chǎng)前景與投資戰(zhàn)略規(guī)劃分析報(bào)告》統(tǒng)計(jì)，2015年在線教育市場(chǎng)規(guī)模大約為479億美元，而這一數(shù)字在2020年預(yù)計(jì)將增長(zhǎng)到504億美元。這個(gè)持續(xù)迅猛增長(zhǎng)的市場(chǎng)正在吸引越來越多的創(chuàng)意和資本，教育領(lǐng)域中的人工智能也很快會(huì)成為熱點(diǎn)，涉足其中的高科技公司也會(huì)越來越多。

3 結(jié) 論

本文通過智能輔助學(xué)習(xí)系統(tǒng)，探索了人工智能在中學(xué)輔助教育中的一個(gè)應(yīng)用。雖然沒有介紹具體的技術(shù)實(shí)現(xiàn)、系統(tǒng)研發(fā)，但對(duì)現(xiàn)狀痛點(diǎn)、應(yīng)用前景做了綜合性分析概述，相信隨著科學(xué)技術(shù)的持續(xù)發(fā)展、教育領(lǐng)域的融合開放，本文探索的這個(gè)應(yīng)用將實(shí)現(xiàn)于市場(chǎng)，使廣大中學(xué)生能夠獲取到更多、更公平的教育資源。

參考文獻(xiàn)：

[1]何維貴.利用現(xiàn)代化教學(xué)手段打造高效課堂[J].廣西教育（中等教育），2013（6）.

篇（2）

引言

科學(xué)技術(shù)的飛速發(fā)展，使計(jì)算機(jī)網(wǎng)絡(luò)成為人們生活和工作的重要組成部分。在計(jì)算機(jī)應(yīng)用領(lǐng)域，將人工智能與大數(shù)據(jù)進(jìn)行融合，可有效解決計(jì)算機(jī)網(wǎng)絡(luò)管理中安全性的問題。然而，在大數(shù)據(jù)時(shí)代背景下，由于人工智能技術(shù)的發(fā)展仍處在探索階段，在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用還存在許多問題。基于此，深度探討人工智能應(yīng)用優(yōu)勢(shì)，并針對(duì)人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用提出幾點(diǎn)建議，具有十分重要的意義。

1大數(shù)據(jù)時(shí)代人工智能技術(shù)的含義及應(yīng)用優(yōu)勢(shì)

1.1大數(shù)據(jù)下的人工智能技術(shù)

人工智能作為計(jì)算機(jī)技術(shù)體系下的分支，是一門融合開發(fā)和研究為一體，主要作用于開發(fā)人類智慧所應(yīng)用的科學(xué)技術(shù)。在人工智能不斷發(fā)展的歷程中，對(duì)于人工智能的探索逐漸延伸至管理學(xué)、語(yǔ)言學(xué)、社會(huì)學(xué)等學(xué)科，使人工智能能夠更好地接近人類大腦，完成對(duì)社會(huì)中存在各類要素和信息的采集，并模擬出人腦對(duì)圖像和聲音出現(xiàn)的反應(yīng)。在大數(shù)據(jù)時(shí)代背景下，人工智能可借助大數(shù)據(jù)內(nèi)容多和規(guī)模大的特征，替代人們完成部分工作，為人們生活和生產(chǎn)提供便利，以進(jìn)一步增強(qiáng)人們的幸福感。人工智能與大數(shù)據(jù)的配合，可將人類思考習(xí)慣進(jìn)行數(shù)字化處理，并完成對(duì)數(shù)據(jù)的儲(chǔ)存。在未來發(fā)展中，人工智能可實(shí)現(xiàn)對(duì)人類日常生活的復(fù)制，實(shí)現(xiàn)機(jī)械化的自動(dòng)操作和控制。通過大數(shù)據(jù)和人工智能的相互配合，可為人類和技術(shù)的發(fā)展提供更廣闊的空間。1.2大數(shù)據(jù)時(shí)代下人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用優(yōu)勢(shì)在大數(shù)據(jù)時(shí)代背景下，人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中應(yīng)用所體現(xiàn)的優(yōu)勢(shì)，主要體現(xiàn)在以下幾方面：①完成對(duì)信息的預(yù)測(cè)，在計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行中，要想提升運(yùn)轉(zhuǎn)速度就要及時(shí)處理系統(tǒng)中存在的模糊數(shù)據(jù)，但對(duì)于這部分信息價(jià)值的辨別存在一定的難度。如依照傳統(tǒng)處理方法會(huì)增加系統(tǒng)運(yùn)行成本，對(duì)系統(tǒng)造成影響。在大數(shù)據(jù)時(shí)代人工智能的干預(yù)，可依據(jù)模糊分析理論更有效辨別信息價(jià)值，完成對(duì)信息的預(yù)見，進(jìn)而實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行效率的提高。②增加網(wǎng)絡(luò)監(jiān)管能力，計(jì)算機(jī)系統(tǒng)的快速發(fā)展使得計(jì)算機(jī)網(wǎng)絡(luò)結(jié)構(gòu)日趨復(fù)雜，為網(wǎng)絡(luò)監(jiān)管帶來難度。而人工智能的參與可實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)的分類管理，不但提升管理的效果和能力，還為網(wǎng)絡(luò)營(yíng)造更加安全的環(huán)境。③人工智能強(qiáng)化數(shù)據(jù)整合，在人工智能和大數(shù)據(jù)相互協(xié)作下，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)空間中存在的信息進(jìn)行快速整合，完成對(duì)各類資源的有效配置。還可加快資源整合的速度，減少資源的消耗，降低計(jì)算機(jī)網(wǎng)絡(luò)的運(yùn)行成本。

2大數(shù)據(jù)時(shí)代下人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用對(duì)策

2.1計(jì)算機(jī)網(wǎng)絡(luò)安全管理中人工智能的參與

①在計(jì)算機(jī)網(wǎng)絡(luò)網(wǎng)絡(luò)安全入侵檢測(cè)中應(yīng)用人工智能。在大數(shù)據(jù)時(shí)代下，計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境日趨復(fù)雜，各類病毒和木馬的入侵可對(duì)網(wǎng)絡(luò)造成不可逆的影響。而在計(jì)算機(jī)網(wǎng)絡(luò)管理中應(yīng)用人工智能，可通過對(duì)以往入侵情況的分析，建立數(shù)據(jù)集成的系統(tǒng)，通過數(shù)據(jù)編碼將入侵特征進(jìn)行編碼轉(zhuǎn)換，在系統(tǒng)中儲(chǔ)存完整的信息。一旦計(jì)算機(jī)網(wǎng)絡(luò)出現(xiàn)入侵系統(tǒng)的情況，對(duì)網(wǎng)絡(luò)安全造成威脅，系統(tǒng)就可依據(jù)設(shè)定對(duì)入侵類型進(jìn)行辨別，并完成安全處理，保障計(jì)算機(jī)系統(tǒng)和網(wǎng)絡(luò)的安全。②數(shù)據(jù)挖掘技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中的應(yīng)用。數(shù)據(jù)挖掘主要是指將網(wǎng)絡(luò)從主機(jī)會(huì)話中分離出來，并通過對(duì)網(wǎng)絡(luò)控制實(shí)現(xiàn)計(jì)算的規(guī)范化，并將其產(chǎn)生的數(shù)據(jù)儲(chǔ)存到數(shù)據(jù)庫(kù)中，在遇到網(wǎng)絡(luò)風(fēng)險(xiǎn)時(shí)就能完成數(shù)據(jù)的辨別。③人工神經(jīng)模擬。人工智能的模擬技術(shù)可模仿人類大腦的思考和處理邏輯，在網(wǎng)絡(luò)運(yùn)行中，可對(duì)噪聲等要素進(jìn)行識(shí)別，并通過檢測(cè)，完成對(duì)網(wǎng)絡(luò)的安全性檢查，提升網(wǎng)絡(luò)運(yùn)行安全性，提升檢測(cè)的質(zhì)量。④危險(xiǎn)信息攔截和垃圾處理。在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中，人工智能可在網(wǎng)絡(luò)系統(tǒng)中建立智能防火墻，對(duì)部分危險(xiǎn)信息進(jìn)行識(shí)別，并完成攔截。還可在系統(tǒng)設(shè)置訪問權(quán)限，提升安全防控的效果。同時(shí)，在垃圾處理方面，人工智能和大數(shù)據(jù)的相互配合，可實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)遺留數(shù)據(jù)痕跡和垃圾的檢測(cè)，快速找到包含病毒的文件，并在人工智能處理模式下完成病毒的處理，消除網(wǎng)絡(luò)中存在的安全隱患。另外，人工智能可完成對(duì)系統(tǒng)資源的掃描，通過對(duì)信息的分析和處理，將數(shù)字化數(shù)據(jù)反饋給用戶，使用戶更加直接地了解計(jì)算機(jī)網(wǎng)絡(luò)的運(yùn)行狀況，為進(jìn)一步保障計(jì)算機(jī)網(wǎng)絡(luò)安全提供幫助。

2.2計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)中人工智能的導(dǎo)入

①系統(tǒng)數(shù)據(jù)庫(kù)技術(shù)。在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)中，利用人工智能技術(shù)將計(jì)算機(jī)系統(tǒng)運(yùn)行的內(nèi)容轉(zhuǎn)化為數(shù)據(jù)，將簡(jiǎn)單內(nèi)容在變?yōu)閺?fù)雜的程序，在運(yùn)行中對(duì)其進(jìn)行不斷的優(yōu)化，找到有效的運(yùn)行方式，實(shí)現(xiàn)對(duì)系統(tǒng)對(duì)有效的管理。這種人工智能和大數(shù)據(jù)的相互配合，可有效彌補(bǔ)傳統(tǒng)數(shù)據(jù)加工在內(nèi)容邏輯性方面的缺陷，并通過數(shù)據(jù)庫(kù)的建立，使得計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)在運(yùn)行速度和儲(chǔ)存空間方面都得到提升。②智能問答技術(shù)。在計(jì)算機(jī)網(wǎng)絡(luò)搜索功能中，人工智能技術(shù)的參與可使得用戶利用部分有效信息就能獲得海量的資源，提升網(wǎng)絡(luò)資源的使用效率。這種智能問答方式主要以簡(jiǎn)單指令為核心，通過對(duì)關(guān)鍵詞的識(shí)別在海量數(shù)據(jù)中快速篩選到相關(guān)的資料，獲取到用戶需要的內(nèi)容。這種工作方式可減少搜索的時(shí)間，完成對(duì)資源的合理應(yīng)用。比如，用戶在搜索欄中輸入“流行樂”，當(dāng)下在音樂市場(chǎng)中流行的樂曲都能顯示出來，并帶出“流行樂”相關(guān)的搜索標(biāo)簽，找到更多相關(guān)的信息和數(shù)據(jù)，減少搜索的時(shí)間，并提升搜索的整體質(zhì)量。③智能技術(shù)。計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)可完整記錄用戶的搜索數(shù)據(jù)，并從海量資源中挑選出相關(guān)內(nèi)容，完成對(duì)用戶的精準(zhǔn)推送，這種服務(wù)的機(jī)制，可減低用戶大量搜索的時(shí)間，并在短時(shí)間內(nèi)找到更有效的相關(guān)信息，提升計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的應(yīng)用效果，帶給人們更多的便利和幫助。

2.3計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)營(yíng)系統(tǒng)中人工智能的支持

篇（3）

人工智能概論課程是我校智能科學(xué)與技術(shù)專業(yè)開設(shè)的一門重要的專業(yè)基礎(chǔ)課，它在整個(gè)專業(yè)教學(xué)體系中起到奠基的作用，如何針對(duì)其特點(diǎn)制定合理的教學(xué)目標(biāo)與授課內(nèi)容，并有效地組織課堂教學(xué)，取得良好的教學(xué)效果是非常重要的，本文將從多個(gè)角度對(duì)其進(jìn)行全方位的思考與探索，為相關(guān)課程教學(xué)的改革提供新的思路。

1教學(xué)目標(biāo)的精確定位

首先，人工智能概論課程在智能科學(xué)與技術(shù)專業(yè)整個(gè)教學(xué)體系中起到引導(dǎo)和奠基的作用，但不同于其他相關(guān)的專業(yè)基礎(chǔ)課，其總的特點(diǎn)可歸納為“少而精”，即在較少的教學(xué)授課學(xué)時(shí)中起到畫龍點(diǎn)睛的作用，為學(xué)生進(jìn)一步的深入學(xué)習(xí)打好基礎(chǔ)，并激發(fā)他們對(duì)智能專業(yè)的學(xué)習(xí)興趣和愛好。基于以上特點(diǎn)，通常選擇一學(xué)期共32學(xué)時(shí)課程的安排計(jì)劃，并且在大三上學(xué)期開始進(jìn)行授課。

其次，要研究解決同學(xué)們所反映的“虛與實(shí)”問題。人工智能是一門涉及到多個(gè)學(xué)科的課程，具有相當(dāng)復(fù)雜的背景，其與哲學(xué)、數(shù)學(xué)、經(jīng)濟(jì)學(xué)、神經(jīng)科學(xué)、心理學(xué)、計(jì)算機(jī)工程、控制論和語(yǔ)言學(xué)都有著密切的聯(lián)系，并且隨著這些學(xué)科的發(fā)展而深化，不斷產(chǎn)生新的思路和新的問題。以上特點(diǎn)決定了該課程內(nèi)容較為抽象，且難以把握全局，學(xué)習(xí)起來不易消化理解，從而造成了學(xué)生學(xué)習(xí)的困難，容易產(chǎn)生畏懼感，并且學(xué)生常常對(duì)其在實(shí)際環(huán)境中的具體應(yīng)用產(chǎn)生疑問。

如何在這么短的授課學(xué)時(shí)里使學(xué)生產(chǎn)生學(xué)習(xí)興趣并且能取得良好的教學(xué)效果是一個(gè)具有挑戰(zhàn)性的課題，這需要對(duì)該課程的授課內(nèi)容、教材選擇、講授方法和考核形式進(jìn)行全方位的思考與探索，并在教學(xué)過程中落在實(shí)處。一方面讓學(xué)生了解和掌握人工智能的發(fā)展歷史和思想淵源，并指出各個(gè)分支的本質(zhì)特點(diǎn)和整個(gè)領(lǐng)域的發(fā)展趨勢(shì)；另一方面有意識(shí)地穿插介紹人工智能在實(shí)際中具體應(yīng)用的例子，開闊學(xué)生的眼界，打消他們的疑慮。這些將在本文的后面部分進(jìn)行深入的介紹。

最后人工智能概論這門課程還要兼顧研究型和應(yīng)用型這兩種特點(diǎn)的共同發(fā)展。在以前，由于人工智能授課內(nèi)容的特點(diǎn)，常常講授時(shí)偏向研究型，往往涉及到復(fù)雜的數(shù)學(xué)推導(dǎo)和邏輯運(yùn)算，增加了老師講授的難度和學(xué)生學(xué)習(xí)的困難。因此，針對(duì)上述問題，在教學(xué)過程中可以引入多種形式的事例說明和多媒體演示環(huán)節(jié)，以講授思想為主，具體技術(shù)為輔，這將直接反映到授課內(nèi)容的選擇上。

2授課內(nèi)容的選擇

人工智能概論授課內(nèi)容的選擇至關(guān)重要，本著該課程“少而精”的特點(diǎn)，既需要讓學(xué)生在較短時(shí)間內(nèi)掌握基本的思想與概念要點(diǎn)，又要對(duì)該課程進(jìn)行全方位的介紹，并點(diǎn)出其發(fā)展趨勢(shì)，因而對(duì)授課教師有著非常高的要求。由于授課課時(shí)的限制，我們無法做到既面面俱到，又對(duì)每個(gè)具體方向進(jìn)行詳細(xì)的講解；而且這樣也容易陷入復(fù)雜的數(shù)學(xué)推導(dǎo)和邏輯運(yùn)算的誤區(qū)。因而，整個(gè)課程的講授內(nèi)容應(yīng)該以傳授思想和概念要點(diǎn)為主，并在講授的過程中加入有趣的事例，通過這些形象的事例說明和多媒體演示環(huán)節(jié)折射出人工智能思想的精髓和應(yīng)用的廣闊前景。

人工智能概論主要涉及到知識(shí)表示、搜索推理、計(jì)算智能、專家系統(tǒng)、機(jī)器學(xué)習(xí)、自動(dòng)規(guī)劃、Agent和自然語(yǔ)言理解等內(nèi)容，其中以知識(shí)表示、搜索推理和計(jì)算智能為授課內(nèi)容的重點(diǎn)，在講授的過程中需要對(duì)這些內(nèi)容加以整理精簡(jiǎn)，分清主次，合理地安排授課內(nèi)容在總學(xué)時(shí)內(nèi)。除了這些基本的授課知識(shí)外，還應(yīng)該在教學(xué)環(huán)節(jié)引入多媒體演示，通過形象生動(dòng)的視頻演示讓學(xué)生們了解人工智能的科學(xué)價(jià)值和實(shí)際應(yīng)用所在。視頻可以選用世界一流大學(xué)實(shí)驗(yàn)室的開放多媒體內(nèi)容，例如：MIT計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室的相關(guān)科研項(xiàng)目中間過程及結(jié)果的視頻演示，以此來開闊學(xué)生的眼界，增長(zhǎng)他們的見識(shí)，使之了解其應(yīng)用前景和未來的發(fā)展空間。

人工智能領(lǐng)域的發(fā)展受到多個(gè)學(xué)科的影響，這些學(xué)科在不同歷史時(shí)期都對(duì)人工智能領(lǐng)域起到了各種推進(jìn)作用，也產(chǎn)生了許多不同層面的爭(zhēng)論，至今也是如此。如何在授課過程中形象地對(duì)人工智能歷史進(jìn)行回顧，闡述這些學(xué)科對(duì)人工智能領(lǐng)域的影響，尤其是思想方面的影響特別重要?！盎仡櫄v史，立足當(dāng)今，展望未來”――給學(xué)生形象地描繪出人工智能發(fā)展的思想史，并以畫龍點(diǎn)睛之筆指出人工智能領(lǐng)域發(fā)展的廣闊未來，是授課教師艱巨而光榮的任務(wù)，只有這樣才能使學(xué)生把握住人工智能領(lǐng)域的整個(gè)發(fā)展脈絡(luò)，激發(fā)出他們的學(xué)習(xí)興趣和愛好。

以哲學(xué)家對(duì)強(qiáng)人工智能方向的爭(zhēng)論為例，向?qū)W生們介紹這些收集整理的資料對(duì)于他們思想的啟迪是非常有益的。這里值得說明的是這種思想的闡述事實(shí)上是非常不容易的，其難度甚至高于復(fù)雜的數(shù)學(xué)推導(dǎo)，因?yàn)樗３Ｒ笫谡n教師掌握思想的精髓所在，并用非常形象生動(dòng)的語(yǔ)言對(duì)其進(jìn)行說明，而這些常常是現(xiàn)在書本中所沒有的。例如：知識(shí)的表示、獲取、存儲(chǔ)和推理是人工智能領(lǐng)域中重要的組成部分，雖然目前已經(jīng)有很多書籍詳細(xì)地介紹了這些方面，但學(xué)生仍然反映聽起來比較抽象。為什么會(huì)這樣？其原因是一些基本的問題并沒有得到圓滿的說明和闡述，如“什么是知識(shí)”，“知識(shí)能夠表示嗎”，“有統(tǒng)一表示各種各樣抽象、復(fù)雜知識(shí)的工具嗎”，“抽象的美學(xué)與復(fù)雜的人類情感，知識(shí)能夠表示嗎”……其中有些問題看似容易回答，卻往往涉及到一些復(fù)雜的哲學(xué)問題，目前在各種人工智能的教科書和專著里常常對(duì)這些問題避而不談，只在數(shù)學(xué)的層面上針對(duì)具體的問題來進(jìn)行說明和講授。如果想在這方面有所突破的話，就需要閱讀大量的哲學(xué)書籍，如認(rèn)知學(xué)、知識(shí)論和心智哲學(xué)等領(lǐng)域的著作，還需要大量時(shí)間的理解和參悟，這些有價(jià)值的資料也是對(duì)授課內(nèi)容的極大豐富和補(bǔ)充。近年來，認(rèn)知神經(jīng)科學(xué)、心理學(xué)、生物學(xué)、語(yǔ)言學(xué)甚至社會(huì)學(xué)對(duì)人工智能領(lǐng)域有著較大的推進(jìn)作用，也是將來融合發(fā)展的總體趨勢(shì)，如何在課堂上結(jié)合具體的事例對(duì)其加以說明也是授課內(nèi)容的一個(gè)重要環(huán)節(jié)。

3相關(guān)教材的選擇

眾所周知，關(guān)于人工智能的國(guó)內(nèi)外優(yōu)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個(gè)國(guó)家的900多所大學(xué)用作教材[1]，國(guó)內(nèi)可以考慮使用其影印版或中文翻譯版本，大大的降低了購(gòu)買國(guó)外原版教材所需的費(fèi)用，并可以在此基礎(chǔ)上考慮實(shí)現(xiàn)雙語(yǔ)教學(xué)。此外還有蔡自興教授等編著的人工智能及其應(yīng)用，詳細(xì)而恰當(dāng)?shù)亟榻B了人工智能領(lǐng)域中的各個(gè)研究方向(分別適合于本科生[2]和研究生[3])等。我們從整個(gè)教學(xué)時(shí)間安排上看，因其所占學(xué)時(shí)較少，所以人工智能概論課程的教材選擇不適用于大部頭的書籍，宜選用篇幅較小但內(nèi)容較全的適合于本科生的教材。除了選擇合適的教材外，對(duì)于任課教師還要擁有大量的參考書，包括上述提到的其他領(lǐng)域的書籍和資料，只有這樣才能拓展所掌握的知識(shí)，為實(shí)現(xiàn)良好的教學(xué)效果而服務(wù)。

4講授方法和考試形式的選擇

課程講授時(shí)注意主線的選擇，著重以思想介紹為主，詳細(xì)地介紹人工智能發(fā)展的歷史以及各種學(xué)派和學(xué)說，如符號(hào)主義、連接主義和行為主義等，要重點(diǎn)介紹他們的特點(diǎn)和本質(zhì)，指出它們形成的原因以及其中的不足之處，并向?qū)W生介紹新的學(xué)說，例如機(jī)制主義[4]等。整個(gè)教學(xué)過程并不涉及較為復(fù)雜的數(shù)學(xué)，要注重各個(gè)分支的思想源流，主要從其機(jī)制上做定性介紹。同時(shí)可在講授過程中穿插相關(guān)歷史問題的爭(zhēng)論，例如：中國(guó)屋問題[5]等，引發(fā)學(xué)生學(xué)習(xí)的興趣和愛好，開展交互式教學(xué)，使學(xué)生和老師產(chǎn)生互動(dòng)。授課方式采用板書和多媒體交互使用方式，力爭(zhēng)在每節(jié)課的空閑時(shí)間里穿插加入人工智能領(lǐng)域的實(shí)際應(yīng)用介紹，放映相關(guān)的視頻錄像，開闊學(xué)生們的眼界。在最終考試形式的選擇方面不是要學(xué)生死記硬背知識(shí)點(diǎn)，而是要注重學(xué)生思想的發(fā)揮，鼓勵(lì)學(xué)生提出新想法和新思路，并豐富其掌握的相關(guān)知識(shí)，為將來的進(jìn)一步學(xué)習(xí)打好基礎(chǔ)和做準(zhǔn)備。

5結(jié)語(yǔ)

我們認(rèn)為在教學(xué)方式上力爭(zhēng)采用“啟發(fā)式”教學(xué)，能真正做到啟迪學(xué)生思想的作用，尤其要鼓勵(lì)思想創(chuàng)新，在高等教育階段培養(yǎng)學(xué)生具有獨(dú)立思考、勇于探索的能力，使之成為社會(huì)的有用之才。希望這些在人工智能概論課程教學(xué)中的思考和探索能在日常教學(xué)活動(dòng)起到有益的作用，并與同行們共同交流和探索。

參考文獻(xiàn)：

[1] S.J. Russell, P. Norvig. Artificial Intelligence:A Modern Approach[M]. 2nd Ed. 北京:清華大學(xué)出版社,2006.

[2] 蔡自興,徐光佑. 人工智能及其應(yīng)用本科生用書[M]. 3版. 北京:清華大學(xué)出版社,2003.

[3] 蔡自興,徐光佑. 人工智能及其應(yīng)用研究生用書[M]. 3版. 北京:清華大學(xué)出版社,2004.

[4] 鐘義信. 機(jī)制主義方法與人工智能統(tǒng)一理論:人工智能的新方法與新進(jìn)展[J]. 計(jì)算機(jī)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

篇（4）

一、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)對(duì)人們生活的影響

（一）變革工作方式

計(jì)算機(jī)網(wǎng)絡(luò)等相關(guān)新興技術(shù)的出現(xiàn)，為社會(huì)上的各行各業(yè)都帶來了很大的變化。首先對(duì)于工商業(yè)來說，也是最早應(yīng)用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的行業(yè)，在當(dāng)前各行各業(yè)處于快速發(fā)展的過程中，對(duì)于計(jì)算機(jī)等新興技術(shù)也有了更強(qiáng)的依賴性，企業(yè)借助計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)可以提升工作效率，同時(shí)也可以改變傳統(tǒng)工作中存在的缺陷。在銀行中主要就是利用互聯(lián)網(wǎng)等技術(shù)來為客戶提供服務(wù)，同時(shí)現(xiàn)在的網(wǎng)絡(luò)購(gòu)物技術(shù)以及互聯(lián)網(wǎng)金融的快速發(fā)展，也使得越來越多的行業(yè)都面臨著新的變革，并且人們也享受著網(wǎng)絡(luò)技術(shù)所帶來的便利，借助計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)可以查詢企業(yè)的資源利用狀況，也可以為企業(yè)的發(fā)展提供一些指導(dǎo)性的意見[1]。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等也被廣泛的應(yīng)用于教育領(lǐng)域，在教育中借助現(xiàn)代化技術(shù)可以顯著提升教育質(zhì)量，也可以摒棄傳統(tǒng)教育存在的缺陷。如果僅僅通過枯燥乏味的教學(xué)模式是無法提升學(xué)生的學(xué)習(xí)興趣的，在其中引入現(xiàn)代化的教育手段，可以培養(yǎng)學(xué)生的學(xué)習(xí)興趣，同時(shí)也可以將一些枯燥乏味的內(nèi)容以更加形象的方式呈現(xiàn)在課堂上，這樣可以豐富課堂教學(xué)手段。比如借助PPT等形式可以將書本上的知識(shí)以圖片視頻方式呈現(xiàn)出來，這樣可以使得教材內(nèi)容更為直觀，也可以使得學(xué)習(xí)過程更為高效。在教育界有效的引入現(xiàn)代化教育技術(shù)，可以顯著提升教育質(zhì)量，同時(shí)也催生了遠(yuǎn)程教育的產(chǎn)生，學(xué)生在家中也可以借助互聯(lián)網(wǎng)與老師進(jìn)行溝通交流，這極大的促進(jìn)了教育得推廣，也為我國(guó)所推行的素質(zhì)教育奠定了基礎(chǔ)[2]。

（二）革新消費(fèi)方式

計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的快速應(yīng)用以及新技術(shù)的快速應(yīng)用現(xiàn)，也在很大程度上改變了人們的生活消費(fèi)與交流方式。當(dāng)前相關(guān)技術(shù)的快速發(fā)展，也使得人們的購(gòu)物方式發(fā)生了很大的變化，我們?cè)谏钪凶顬轱@著的一個(gè)購(gòu)物行為變化就是網(wǎng)購(gòu)行為越來越多。尤其是很多網(wǎng)絡(luò)店鋪的興起，其憑借著京東、阿里巴巴等大平臺(tái)為當(dāng)下用戶提供了非常便捷的購(gòu)物服務(wù)，人們足不出戶便能購(gòu)買到自己心儀的商品，同時(shí)在網(wǎng)上也可以獲取自己想要的資源。結(jié)合自己的需求立即購(gòu)買產(chǎn)品，這種消費(fèi)方式省時(shí)省力，不用出門也可以達(dá)到自己的需求。在該過程中人們的支付方式也發(fā)生了很大的變化，人們?cè)絹碓蕉嗟氖褂镁W(wǎng)絡(luò)支付，也不會(huì)被傳統(tǒng)消費(fèi)過程中現(xiàn)金支付所帶來的困擾所影響[3]。

二、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)革新

（一）大數(shù)據(jù)技術(shù)

當(dāng)下越來越多的新興技術(shù)不斷涌現(xiàn)，最為顯著的便是大數(shù)據(jù)技術(shù)。大數(shù)據(jù)技術(shù)依托于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)能夠從當(dāng)前爆炸式增長(zhǎng)的資源中來迅速挖掘到自己需要的信息，并且借助相應(yīng)的分析系統(tǒng)來對(duì)數(shù)據(jù)進(jìn)行分類整合，這樣可以大大提升對(duì)于信息資源的獲取、處理和利用效率。普通民眾對(duì)于大數(shù)據(jù)的應(yīng)用不是很多，但是對(duì)于一些互聯(lián)網(wǎng)企業(yè)都會(huì)借助大數(shù)據(jù)技術(shù)來為自己的業(yè)務(wù)開展提供信息，比如淘寶之類的購(gòu)物網(wǎng)站會(huì)借助大數(shù)據(jù)技術(shù)來收集用戶的習(xí)慣喜好，并且針對(duì)性的推送一些用戶可能會(huì)購(gòu)買的產(chǎn)品。今日頭條之類的新聞網(wǎng)站也會(huì)結(jié)合用戶的瀏覽規(guī)律、瀏覽喜好來向其推送一些可能被喜歡的內(nèi)容，這也可以做到精準(zhǔn)化推送，以及更加周到的服務(wù)，并且獲得更多的受眾。

（二）人工智能

人工智能技術(shù)也被廣泛的應(yīng)用，雖然從整體角度來說，人工智能技術(shù)仍然不夠成熟，但是其也被廣泛的應(yīng)用到科技領(lǐng)域以及家居領(lǐng)域，比如智能語(yǔ)音智能駕駛、智能家居服務(wù)都已經(jīng)成為當(dāng)下智能技術(shù)所研究的方向。人們一回到家就可以通過聲控的方式，來對(duì)家中的電器進(jìn)行控制。同時(shí)在駕駛中也可以借助智能輔助系統(tǒng)來獲取更加舒適的體驗(yàn)，也有一些廠商正在研發(fā)智能駕駛系統(tǒng)和AI技術(shù)，這可以為人們的生活提供更加優(yōu)質(zhì)的服務(wù)[4]。人工智能在計(jì)算機(jī)網(wǎng)絡(luò)安全管理工作中，可以更好的呈現(xiàn)自身的價(jià)值，首先借助人工智能等技術(shù)可以構(gòu)建智能防火墻技術(shù)，這在很大程度上可以保護(hù)計(jì)算機(jī)系統(tǒng)免受外界的侵害。借助該技術(shù)可以防止黑客，以及更高級(jí)別的病毒入侵等活動(dòng)。同時(shí)借助人工智能技術(shù)等衍生出來的智能防火墻，可以有效提高安檢效率，并且對(duì)于一些高級(jí)病毒進(jìn)行篩選防護(hù)，借助人工智能技術(shù)可以提高計(jì)算機(jī)入侵檢測(cè)技術(shù)，該技術(shù)可以作為防火墻技術(shù)的核心工作，其能夠?yàn)榫S護(hù)網(wǎng)絡(luò)安全提供重要的技術(shù)支持，最大程度上確保計(jì)算機(jī)系統(tǒng)能夠處于安全穩(wěn)定的狀態(tài)。人工智能技術(shù)也被廣泛的應(yīng)用到專家知識(shí)庫(kù)的構(gòu)建中。其主要就是結(jié)合其積累的相關(guān)資源，并且借助大數(shù)據(jù)技術(shù)的對(duì)其中的內(nèi)涵價(jià)值等進(jìn)行挖掘，對(duì)知識(shí)門類進(jìn)行分類，這樣可以借助現(xiàn)有的計(jì)算機(jī)網(wǎng)絡(luò)管理經(jīng)驗(yàn)，并且輔以數(shù)據(jù)庫(kù)編碼等操作來為后期各項(xiàng)工作的開展提供基礎(chǔ)

（三）云技術(shù)

篇（5）

1引言

隨著人工智能技術(shù)的不斷進(jìn)步，重新塑造音樂使得音樂教育的學(xué)科素養(yǎng)培育、審美感知、藝術(shù)表現(xiàn)和文化理解變得更有支持和創(chuàng)意。探索應(yīng)用人工智能技術(shù)推進(jìn)音樂教學(xué)的改革與發(fā)展有具有十分重要的意義。本文通過研究與實(shí)踐，引導(dǎo)學(xué)生學(xué)會(huì)用科學(xué)的方法培育計(jì)算思維創(chuàng)作音樂，用科學(xué)的意境欣賞音樂陶冶學(xué)生的音樂審美感，用科學(xué)的評(píng)價(jià)提升音樂課堂教學(xué)效率。通過這些措施，可以使學(xué)校音樂教育精準(zhǔn)地開展因材施教差異化教學(xué)，彰顯音樂教育的特色。

2人工智能與音樂

人工智能技術(shù)與音樂教育有機(jī)融合，豐富了課堂教學(xué)資源，拓展了智能樂器的功能，提升了音樂教育技術(shù)手段。它支持個(gè)性化學(xué)習(xí)，可以觀察音樂課堂學(xué)習(xí)，分析音樂的旋律與節(jié)拍，有效評(píng)價(jià)教學(xué)效果，激發(fā)音樂教師運(yùn)用人工智能技術(shù)創(chuàng)新音樂教學(xué)的熱情，發(fā)揮教師在課堂教學(xué)中的主導(dǎo)作用。

2.1樂器的智能化

樂器是學(xué)習(xí)音樂的重要工具。樂器植入人工智能技術(shù)，形成了智能化樂器。它能夠大量?jī)?chǔ)存多種樂器的音樂數(shù)據(jù)。尤其是在音樂鍵盤中運(yùn)用，功能的提升特別突出，應(yīng)用于音樂教學(xué)中引發(fā)了多種形式的教學(xué)模式。例如，圖1顯示了融合多媒體計(jì)算機(jī)、主控系統(tǒng)、音樂課堂教學(xué)智能評(píng)價(jià)系統(tǒng)將多部電子鋼琴連接起來的智能樂器實(shí)驗(yàn)室。通過語(yǔ)音室方式授課，可以實(shí)現(xiàn)多種樂器的分組教學(xué)。這在傳統(tǒng)的音樂課堂上是無法完成的。

2.2智能化樂曲創(chuàng)作

智能樂器不僅能夠儲(chǔ)存樂器音色，而且還能用指令對(duì)各種音色播放進(jìn)行控制，各種音色按照指令進(jìn)行演奏。這種創(chuàng)作功能是以往其他樂器都無法比擬的[1]。例如，能唱出《月亮代表我的心》十七聲部的合唱團(tuán)，很好聽，但很難。運(yùn)用智能樂器按指令合成該十七聲部音樂則輕而易舉。2.2.1機(jī)器學(xué)習(xí)生成樂曲人工智能技術(shù)賦能智能樂器，使得機(jī)器學(xué)習(xí)的功能日趨進(jìn)步。機(jī)器學(xué)習(xí)在音樂領(lǐng)域所做的事情，就是提取音樂作品的“數(shù)據(jù)”，輸入給定模型學(xué)習(xí)音樂的“特征”，再對(duì)音樂數(shù)據(jù)進(jìn)行分析和編排。例如，如果輸入的是《梨園金曲》民族音樂，則機(jī)器就能學(xué)會(huì)民族音樂的曲調(diào)特征，生成掌握特征模型的民族音樂作品。2.2.2用軟件生成樂譜使用MuseScore3forMac軟件可以制作樂譜，在工具欄選擇對(duì)應(yīng)時(shí)值的音符輸入音符。例如，在MuseScore3窗口輸入如圖2所示的“我和我的祖國(guó)”樂譜，再導(dǎo)出MP3文件進(jìn)行播放。2.2.3代碼生成樂曲用Python代碼生成曲子，要借助音樂標(biāo)準(zhǔn)格式MIDI—樂器數(shù)字接口，運(yùn)用Python-midi庫(kù)編寫程序，編譯MIDI文件生成音樂。例如，生成一個(gè)簡(jiǎn)單樂譜的MIDI文件需要使用Python-midi，其中：Pattern對(duì)象表示樂譜；Track對(duì)象表示音軌，通常樂譜都有多條軌道組成，每種樂器是一個(gè)軌道；midi.NoteOnEvent表示每個(gè)音符的開端，在參數(shù)表中可以定義每個(gè)音符的音長(zhǎng)和音高；midi.NoteOffEvent表示每個(gè)音符的結(jié)束。參考代碼如下：importmidi#定義patternpattern=midi.Pattern()#定義軌道track=midi.Track()#添加軌道到patternpattern.append(track)#音符開始，并定義位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符結(jié)束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#軌道結(jié)束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存儲(chǔ)midi.write_midifile("example.mid",pattern)程序運(yùn)行結(jié)果生成了如圖3所示的簡(jiǎn)單音符：這樣如圖2的“我和我的祖國(guó)”樂譜，也可以通過Python代碼生成MIDI文件。

3AI賦能音樂課堂

在AI賦能的音樂教育環(huán)境，促使音樂教學(xué)實(shí)踐變革以及學(xué)生學(xué)習(xí)音樂方式。例如，圖4所示的集音樂創(chuàng)作教學(xué)及教學(xué)評(píng)價(jià)于一體的“智能化音樂課堂教學(xué)評(píng)價(jià)系統(tǒng)”，在教學(xué)設(shè)計(jì)的優(yōu)化、教學(xué)方法的高效、教學(xué)手段的更新、教學(xué)評(píng)價(jià)的智能、教學(xué)策略的調(diào)整方面都具有借鑒意義[2]。

3.1大數(shù)據(jù)學(xué)習(xí)

大數(shù)據(jù)云計(jì)算可以將所有音樂家們音樂數(shù)據(jù)存儲(chǔ)在云中，運(yùn)用人工智能技術(shù)為學(xué)生提供更多有價(jià)值的音樂數(shù)據(jù)。學(xué)生通過音樂云學(xué)習(xí)音樂知識(shí)，欣賞音樂魅力、體驗(yàn)音樂節(jié)奏、理解音樂韻律。它使得優(yōu)質(zhì)音樂教學(xué)資源跨越校園，開放延伸音樂教學(xué)，遠(yuǎn)程輻射共享資源。這樣就擴(kuò)展了學(xué)生的視野，音樂知識(shí)的來源無限擴(kuò)大，整個(gè)音樂云皆有學(xué)生的學(xué)習(xí)教材。特別是大數(shù)據(jù)音樂云不僅可以推送給學(xué)生更多的即興音樂和更多的音樂信息，還能指導(dǎo)音樂愛好者創(chuàng)作出雅正、健康的音樂作品。

3.2個(gè)性化學(xué)習(xí)

人工智能技術(shù)從音樂學(xué)習(xí)行為數(shù)據(jù)搜集、數(shù)據(jù)分析與運(yùn)用、個(gè)性化學(xué)習(xí)評(píng)價(jià)多方位幫助學(xué)生定制個(gè)性化的學(xué)習(xí)成長(zhǎng)路徑。推送在線音樂教育資源，指導(dǎo)表演建議樂器學(xué)習(xí)技巧。搭建音樂教育虛擬課堂，匹配音樂教學(xué)資源，實(shí)現(xiàn)因材施教的個(gè)性化學(xué)習(xí)，支持一對(duì)一的教學(xué)輔導(dǎo)和群組式討論。通過這些措施提高教學(xué)質(zhì)量和效率。

3.3教學(xué)評(píng)價(jià)智能化

運(yùn)用人工智能技術(shù)將多個(gè)音樂輔助教學(xué)設(shè)備連接的音樂創(chuàng)作教學(xué)系統(tǒng)，基于音樂課堂教學(xué)的學(xué)生學(xué)習(xí)特質(zhì)分析與教學(xué)效果分析的音樂課堂教學(xué)管理系統(tǒng)，來實(shí)現(xiàn)音樂教學(xué)的全程智慧管理，使音樂學(xué)習(xí)更有效率。例如，在虛擬音樂課堂樂器教學(xué)可以變成一對(duì)多的自選教學(xué)模式，使課堂變得輕松、愉快。教師可以開啟課堂教學(xué)觀察模塊，捕捉每位學(xué)生同步練習(xí)的音準(zhǔn)、節(jié)奏、力度數(shù)據(jù)，分析判斷將評(píng)價(jià)信息同步反饋，給出學(xué)習(xí)指導(dǎo)建議。3.3.1創(chuàng)作教學(xué)模塊“智能化音樂課堂教學(xué)評(píng)價(jià)系統(tǒng)”中的音樂創(chuàng)作教學(xué)模塊，集視、聽、練和反饋評(píng)價(jià)為一體，適時(shí)演示教師教學(xué)作品和評(píng)價(jià)學(xué)生練習(xí)作品。例如，在進(jìn)行《我和我的祖國(guó)》授課時(shí)導(dǎo)入電影片段，欣賞“我和我的祖國(guó)”音樂的表現(xiàn)形式、演唱形式以及歌曲風(fēng)格，可以使學(xué)生更好地體驗(yàn)作品的創(chuàng)作意境，激發(fā)創(chuàng)作意識(shí)。使用MuseScore創(chuàng)作“我和我的祖國(guó)”三聲部習(xí)作音樂，并能儲(chǔ)存、刻錄，編輯等二度創(chuàng)作。3.3.2課堂教學(xué)評(píng)價(jià)模塊音樂課堂教學(xué)評(píng)價(jià)有著傳統(tǒng)音樂教學(xué)評(píng)價(jià)無法比擬的靈活性、客觀性和實(shí)用性。從大數(shù)據(jù)分析角度獲取音樂課堂教與學(xué)相關(guān)數(shù)據(jù)，對(duì)學(xué)生的音樂基本素養(yǎng)與學(xué)習(xí)態(tài)度進(jìn)行科學(xué)分析判斷。例如，以創(chuàng)作《紅河谷》中的和聲與音樂作品風(fēng)格內(nèi)容的“編配伴奏音樂”教學(xué)過程為例。課前在“課堂教學(xué)評(píng)價(jià)模塊”上安排學(xué)生根據(jù)作品風(fēng)格完成伴奏的音樂；播放制作好的《紅河谷》MIDI音樂（在第二和第六個(gè)小節(jié)缺失編配和弦）；使學(xué)生感受、探討大小三和弦的表現(xiàn)力，形成對(duì)大小三和弦的感知。然后要求學(xué)生試著用MuseScore為《紅河谷》缺失的兩小節(jié)選配和弦，以適合歌曲的伴奏風(fēng)格。學(xué)生需要邊哼唱歌曲邊試著套用不同的伴奏風(fēng)格，找到他們認(rèn)為最恰當(dāng)?shù)暮拖野樽囡L(fēng)格，說出理由并提交[3]。評(píng)價(jià)系統(tǒng)將學(xué)生提交的作業(yè)比照音樂要素進(jìn)行評(píng)價(jià)。及時(shí)反饋學(xué)習(xí)評(píng)價(jià)的信息，并對(duì)學(xué)生的學(xué)習(xí)進(jìn)程制定一個(gè)個(gè)性化的學(xué)習(xí)方案[4]。同時(shí)通過教學(xué)反饋深度優(yōu)化決策模型，促進(jìn)教師實(shí)時(shí)改進(jìn)教學(xué)策略，提高教學(xué)效率和效果，提升教學(xué)質(zhì)量。

4結(jié)語(yǔ)

人工智能技術(shù)在音樂教育領(lǐng)域中的廣泛應(yīng)用，為傳統(tǒng)的音樂教育模式注入了活力，為音樂教師創(chuàng)新音樂教學(xué)理念開辟了新思路[5]，為因材施教提供了新的適合學(xué)生學(xué)習(xí)的音樂教學(xué)模式。人工智能在音樂教育模式方面的探索，不僅給音樂教育教學(xué)的發(fā)展帶來了物質(zhì)技術(shù)層面的進(jìn)步，還從音樂教學(xué)層面促進(jìn)計(jì)算思維培育開辟新途徑。這對(duì)音樂教育理念、教學(xué)手段、教學(xué)方式和方法以及拓展學(xué)生音樂視野、學(xué)習(xí)音樂、享受音樂、創(chuàng)造音樂等都帶來深刻的變化和積極的影響。

參考文獻(xiàn)

[1]鄒孟雨.人工智能及其在音樂教育中的應(yīng)用.北方音樂,2018(15):254-255

[2]郭文進(jìn).“互聯(lián)網(wǎng)+教育”運(yùn)行模式探究.決策與信息（下旬刊）,2015(9):63

[3]段曉軍.電腦音樂系統(tǒng)與中小學(xué)音樂教學(xué)實(shí)踐.中國(guó)音樂教育,2006(6):26-28

篇（6）

人工智能是融合信息科學(xué)和數(shù)學(xué)、哲學(xué)、心理學(xué)等知識(shí)的一種新型科學(xué)技術(shù)，能通過感知環(huán)境做出主動(dòng)反應(yīng)，并且該反應(yīng)能夠?qū)崿F(xiàn)目標(biāo)、獲得最大收益（蔡彬彬.人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)方面的應(yīng)用[J].科技風(fēng),2019(13):60）。如今人工智能已經(jīng)滲透到日常生活之中，例如手機(jī)里的智能助理、新聞瀏覽中的新聞推薦和機(jī)器翻譯、機(jī)器人、自動(dòng)駕駛等。人工智能是全新的智能系統(tǒng)，其優(yōu)勢(shì)主要包括：第一，模糊信息處理和協(xié)作的能力。大數(shù)據(jù)時(shí)代的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展中出現(xiàn)大量模糊信息，增大處理難度，而人工智能大多使用模糊邏輯的數(shù)據(jù)處理方式，無需準(zhǔn)確描述數(shù)據(jù)模型，運(yùn)用人工智能就能增強(qiáng)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的信息處理能力。與此同時(shí)，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的規(guī)模、結(jié)構(gòu)等均在發(fā)生變化，增大網(wǎng)絡(luò)管理難度，運(yùn)用人工智能的協(xié)作分布思維就能顯著提高計(jì)算機(jī)網(wǎng)絡(luò)協(xié)作能力。第二，非線性處理和學(xué)習(xí)的能力。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)催生大量數(shù)據(jù)和信息，其中有很多都處于較低的概念層次，但其背后隱藏著價(jià)值巨大的信息，需要運(yùn)用人工智能進(jìn)行挖掘，學(xué)習(xí)低層次信息，進(jìn)行解釋和推理。人工智能還可以及時(shí)進(jìn)行非線性處理，由機(jī)器人模仿人的智能。第三，運(yùn)算速度快、成本低。迅速發(fā)展的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)使得人們對(duì)其的依賴程度越來越大，但效率和成本問題不容忽視，運(yùn)用人工智能可以加強(qiáng)算法控制，在計(jì)算時(shí)速度較快、資源消耗較少，極大地節(jié)省計(jì)算成本。

2大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中運(yùn)用的途徑

進(jìn)入大數(shù)據(jù)時(shí)代以后，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展速度越來越快，全球越來越關(guān)注網(wǎng)絡(luò)安全問題，計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的運(yùn)用中最重要、人們最關(guān)注的則是網(wǎng)絡(luò)控制、網(wǎng)絡(luò)監(jiān)控。由于網(wǎng)絡(luò)數(shù)據(jù)存在不規(guī)則、不連續(xù)的特征，計(jì)算機(jī)判斷數(shù)據(jù)真實(shí)性的難度較大，因而有必要促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的智能化發(fā)展。

2.1運(yùn)用于管理

人工智能一般又被稱為人工智能Agent技術(shù)，這是一種實(shí)體軟件，其組成部分主要是各Agent之間的數(shù)據(jù)庫(kù)、知識(shí)庫(kù)、解釋推理器、通訊部分，其依據(jù)就是Agent的知識(shí)庫(kù)，通過及時(shí)分析、處理數(shù)據(jù)信息完成相關(guān)任務(wù)。人工智能的管理一般可以基于用戶自定義搜索信息，并可以向指定位置傳輸，讓用戶享受更智能化的、人性化的服務(wù)（王佳美.人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域中的應(yīng)用研究[J].通訊世界,2019(04):136-137）。例如用戶利用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)查找所需信息時(shí)，運(yùn)用人工智能就能進(jìn)行管理，對(duì)信息加以分析和處理，獲得有效的信息，節(jié)省大量查找時(shí)間。同時(shí)，人工智能在人們的日常生活與工作中也有廣泛運(yùn)用，包括收發(fā)郵件、安排形成、網(wǎng)上購(gòu)物等，享受十分優(yōu)質(zhì)的智能化管理服務(wù)。并且人工智能技術(shù)擁有一定的學(xué)習(xí)性、自主性，對(duì)于用戶分配的任務(wù)可以自動(dòng)完成，借助自主學(xué)習(xí)方式更好地推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展。

2.2運(yùn)用于數(shù)據(jù)處理

在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中運(yùn)用人工智能可以極大地提升數(shù)據(jù)處理能力，即從人工智能切入，實(shí)現(xiàn)計(jì)算機(jī)動(dòng)態(tài)模擬、科學(xué)預(yù)測(cè)，為開展計(jì)算機(jī)網(wǎng)絡(luò)管理工作提供可靠的技術(shù)支持，特別是開展預(yù)設(shè)性管理活動(dòng)，方便對(duì)人員的行為進(jìn)行管理，減少額外成本投入，夯實(shí)后續(xù)開展數(shù)據(jù)處理活動(dòng)和管理活動(dòng)的基礎(chǔ)。為更充分地體現(xiàn)人工智能運(yùn)用于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的數(shù)據(jù)處理優(yōu)勢(shì)，操作人員要從實(shí)際著眼，從人工神經(jīng)網(wǎng)絡(luò)切入，通過構(gòu)建人工神經(jīng)網(wǎng)絡(luò)機(jī)制，實(shí)行必要的網(wǎng)絡(luò)數(shù)據(jù)信息預(yù)測(cè)和處理。具體而言，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)，基于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的操作狀態(tài)，快速獲得主要的運(yùn)行參數(shù)，并把所獲參數(shù)和計(jì)算機(jī)網(wǎng)絡(luò)標(biāo)準(zhǔn)做對(duì)比，從而輸出對(duì)比結(jié)果，直觀呈現(xiàn)數(shù)據(jù)處理結(jié)果。借助神經(jīng)元的連接權(quán)和閾值，還可銜接輸入值、輸出值，形成最佳的擬合函數(shù)，基于人工神經(jīng)網(wǎng)絡(luò)框架高效處理計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)運(yùn)用中的各類核心數(shù)據(jù)，特別是對(duì)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)所涉及設(shè)備的運(yùn)行狀態(tài)、技術(shù)參數(shù)等進(jìn)行閱讀，預(yù)測(cè)短時(shí)間里人工智能在管理環(huán)節(jié)暴露的問題，高速設(shè)置應(yīng)對(duì)問題的方案。該操作需要大數(shù)據(jù)的支持，數(shù)據(jù)運(yùn)算量也很大，所以在運(yùn)用人工智能時(shí)要適當(dāng)前移數(shù)據(jù)信息的加工和處理工作，組建計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的動(dòng)態(tài)模擬和預(yù)測(cè)網(wǎng)絡(luò)。

2.3運(yùn)用于網(wǎng)絡(luò)安全

人們對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的使用安全始終給予高度重視，運(yùn)用人工智能有助于強(qiáng)化其安全防護(hù)。例如運(yùn)用人工智能可以構(gòu)建智能防火墻，智能防火墻和其他防御系統(tǒng)比起來能借助智能化的識(shí)別技術(shù)采集數(shù)據(jù)、分析數(shù)據(jù)、處理數(shù)據(jù)，對(duì)有害信息訪問進(jìn)行限制、攔截，減少計(jì)算量，提升數(shù)據(jù)信息安全等級(jí)。智能防火墻也有助于防范病毒攻擊、黑客攻擊，既能阻止病毒傳播，又能有效監(jiān)控并管理內(nèi)部局域網(wǎng)，確保計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)使用的平穩(wěn)性、安全性（羅雅麗.大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].電腦編程技巧與維護(hù),2019(06):120-122）。此外，智能防火墻的安全檢測(cè)效率比傳統(tǒng)防御軟件高很多，可以妥善解決外部攻擊問題，穩(wěn)步提升計(jì)算機(jī)網(wǎng)絡(luò)安全工作的有效性。人工智能還可運(yùn)用于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的入侵檢測(cè)實(shí)踐，其主要涉及兩個(gè)模塊：一個(gè)是訓(xùn)練模塊，即在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的使用中通過人工智能實(shí)行網(wǎng)絡(luò)入侵檢測(cè)，實(shí)現(xiàn)正常審計(jì)已知數(shù)據(jù)、檢測(cè)異常數(shù)據(jù)的向量訓(xùn)練。人工智能檢測(cè)主要借助編碼的方式對(duì)已知入侵特征向量和審計(jì)記錄做分析、比較，進(jìn)而把入侵特征的向量變化識(shí)別出來。如果已知入侵向量有符合其特征的審計(jì)事件，那么計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)就會(huì)自動(dòng)報(bào)警；如果入侵向量和審計(jì)事件不符，運(yùn)用人工智能就能自動(dòng)實(shí)行網(wǎng)絡(luò)入侵檢測(cè)，形成新的審計(jì)事件。還可以調(diào)整模式長(zhǎng)度、匹配時(shí)間，確保有效分析入侵檢測(cè)信息的特點(diǎn)。另一個(gè)是檢測(cè)模塊，借助預(yù)處理器實(shí)行入侵檢測(cè)，即通過數(shù)學(xué)向量的形式，以審計(jì)未知為前提實(shí)施數(shù)字處理，之后基于支持向量機(jī)、判決函數(shù)，分類數(shù)字向量，再經(jīng)過決策系統(tǒng)分類匯總數(shù)字向量。在檢測(cè)預(yù)測(cè)模塊中也可按照現(xiàn)有模型的運(yùn)行規(guī)律判定計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)在今后可能會(huì)遭受的攻擊，促進(jìn)模型裝置的及時(shí)更新，確保系統(tǒng)安全、穩(wěn)定。

2.4運(yùn)用于其他方面

大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等技術(shù)有力推動(dòng)各行各業(yè)的變革、發(fā)展，使得計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)水平越來越高，對(duì)人們的生活與生產(chǎn)發(fā)揮更大的作用。第一，人工智能在教學(xué)領(lǐng)域的運(yùn)用。教師可以在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的學(xué)習(xí)中運(yùn)用人工智能，提高教學(xué)準(zhǔn)確度，并調(diào)動(dòng)學(xué)生的熱情和積極性。人工智能在早教領(lǐng)域的運(yùn)用也十分廣泛，智能機(jī)器人使早教進(jìn)入新的層面，教育不再受到書本的限制，成功把互聯(lián)網(wǎng)帶進(jìn)課堂，教師針對(duì)自己無法即刻解決的問題，可以借助計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)搜索準(zhǔn)確答案。第二，人工智能在企業(yè)管理領(lǐng)域的運(yùn)用。如今很多企業(yè)的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)都融入了人工智能，例如自動(dòng)監(jiān)控系統(tǒng)、自動(dòng)報(bào)警系統(tǒng)等，促使企業(yè)實(shí)現(xiàn)智能化管理目標(biāo)，在安全的環(huán)境里降低管理成本（高塔,田雨鑫.計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中大數(shù)據(jù)時(shí)代的人工智能應(yīng)用研究[J].中小企業(yè)管理與科技(上旬刊),2018(06):137-138）。企業(yè)在未來必然能依托人工智能實(shí)現(xiàn)真正的現(xiàn)代化和信息化、智能化管理。第三，人工智能在家居領(lǐng)域的運(yùn)用。經(jīng)濟(jì)穩(wěn)步發(fā)展使智能家居進(jìn)入大眾的生活，為人們的居住提供更大的便利。在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中運(yùn)用人工智能能很好地滿足人們的居住需求，例如自主控制燈光的明暗、窗簾的開合等，或者遠(yuǎn)程控制家居系統(tǒng)，包括電飯鍋開關(guān)的遠(yuǎn)程控制，回到家里能有更多休息時(shí)間。因此，智能家居的應(yīng)用將會(huì)日益普及，讓人們享受優(yōu)質(zhì)的家居生活服務(wù)。

篇（7）

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2013）001-085-03

1引言

人工智能（Artificial Intelligence，AI）自從20世紀(jì)50年代產(chǎn)生，經(jīng)過長(zhǎng)期發(fā)展，已經(jīng)有了長(zhǎng)足的進(jìn)步，并且已經(jīng)深入到社會(huì)生活的諸多領(lǐng)域，如語(yǔ)言處理、智能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、自動(dòng)定理證明、智能計(jì)算、問題求解、人工智能程序語(yǔ)言以及自動(dòng)程序設(shè)計(jì)等。隨著科學(xué)技術(shù)的不斷發(fā)展，現(xiàn)在的人工智能已經(jīng)不再是僅僅具有簡(jiǎn)單的模仿與邏輯思維能力，人們也越來越期待人工智能能夠幫助或者替代人類從事各種復(fù)雜的工作，加強(qiáng)人的思維功能、行為功能或是感知功能。這就要求人工智能具有更強(qiáng)的情感識(shí)別、情感表達(dá)以及情感理解能力。通俗的說，為了使得人工智能對(duì)外界的變化適應(yīng)性更強(qiáng)，需要給它們賦予相應(yīng)的情感從而能夠應(yīng)對(duì)這個(gè)難以預(yù)測(cè)的世界。

在賦予人工智能“情感”的過程中，面臨著許多的問題，有科技層面上的，也有社會(huì)學(xué)層面的。本文在這里只討論其中一個(gè)比較基本的社會(huì)學(xué)問題：“人工智能情感約束問題”，即關(guān)注于如何約束賦予給人工智能的情感，不至于使其“情感泛濫”。情感指的是一種特殊的思維方式，人工智能具有了情感后的問題是：人工智能的情感是人類賦予的，人工智能自身并不會(huì)創(chuàng)造或者控制自己的情感。如果賦予人工智能的情感種類不合理，或者是賦予的情感程度不恰當(dāng)，都有可能造成“情感泛濫”并導(dǎo)致一些災(zāi)難性的后果。例如，當(dāng)人工智能具有了情感之后，如果人類自身管理不恰當(dāng)，有可能導(dǎo)致人工智能反過來傷害人類。盡管目前我們只能在一些科幻作品中看到這種情況發(fā)生，但誰(shuí)也不能保證未來有一天會(huì)不會(huì)真的出現(xiàn)這種悲劇。

本文第二章對(duì)人工智能情感研究進(jìn)行了概要性回顧，第三章對(duì)如何約束人工智能情感進(jìn)行了嘗試性探討，最后一章對(duì)全文進(jìn)行了總結(jié)。

2人工情感發(fā)展情況概述

隨著科學(xué)家對(duì)人類大腦及精神系統(tǒng)深入的研究，已經(jīng)愈來愈肯定情感是智能的一部分。人工情感是以人類自然情感理論為基礎(chǔ)，結(jié)合人工智能、機(jī)器人學(xué)等學(xué)科，對(duì)人類情感過程進(jìn)行建模，以期獲得用單純理性思維難以達(dá)到的智能水平和自主性的一種研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感機(jī)器識(shí)別與表達(dá)、人工情感機(jī)理等四個(gè)方面的內(nèi)容。其中，尤以人工情感機(jī)理的研究困難最大，研究者也最少。

目前人工情感在很多領(lǐng)域得到了應(yīng)用和發(fā)展，比較典型的是在教育教學(xué)、保健護(hù)理、家庭助理、服務(wù)等行業(yè)領(lǐng)域。在教育教學(xué)方面比較典型的例子是德國(guó)人工智能研究中心發(fā)展的三個(gè)方案：在虛擬劇場(chǎng)、虛擬市場(chǎng)和對(duì)話Agent中引入情感模型和個(gè)性特征來幫助開發(fā)兒童的想象力及創(chuàng)造力。在保健護(hù)理方面比較典型的是家庭保健與護(hù)理方向，如Lisetti等人研制的一個(gè)用于遠(yuǎn)程家庭保健的智能情感界面，用多模態(tài)情感識(shí)別手段來識(shí)別病人的情感狀態(tài)，并輸入不同媒體和編碼模型進(jìn)行處理，從而為醫(yī)生提供關(guān)于病人簡(jiǎn)明而有價(jià)值的情感信息以便于進(jìn)行有效的護(hù)理。服務(wù)型機(jī)器人的典型例子是卡內(nèi)基梅隆大學(xué)發(fā)明的一個(gè)機(jī)器人接待員Valerie。Valerie的面孔形象的出現(xiàn)在一個(gè)能夠轉(zhuǎn)動(dòng)方向的移動(dòng)屏幕上時(shí)可以向訪問者提供一些天氣和方位方面的信息，還可以接電話、解答一些問題；并且Valerie有自己的性格和愛好，情感表達(dá)較為豐富。當(dāng)然這些只是人工情感應(yīng)用領(lǐng)域中的幾個(gè)典型的例子，人工智能情感的潛力仍然是巨大的。

盡管關(guān)于人工情感的研究已經(jīng)取得了一定的成果，給我們帶來了很多驚喜和利益，但由于情緒表現(xiàn)出的無限紛繁以及它與行為之間的復(fù)雜聯(lián)系，人們對(duì)它的運(yùn)行機(jī)理了解的還不成熟，以致使得目前人工情感的研究仍面臨著諸如評(píng)價(jià)標(biāo)準(zhǔn)、情感道德約束等多方面問題。所以必須清楚的認(rèn)識(shí)到我們目前對(duì)于人工情感的計(jì)算乃至控制機(jī)制并沒有一個(gè)成熟的體系。

3對(duì)人工智能的情感約束

正如上文所述，如果放任人工智能“情感泛濫”，很有可能會(huì)造成嚴(yán)重的后果。為了使人工智能技術(shù)更好的發(fā)展，使智能與情感恰到好處的結(jié)合起來，我們有必要思考如何對(duì)賦予人工智能情感進(jìn)行引導(dǎo)或者約束。

3.1根據(jù)級(jí)別賦予情感

可以根據(jù)人工智能級(jí)別來賦予其情感，如低級(jí)別人工智能不賦予情感、高級(jí)別人工智能賦予其適當(dāng)?shù)那楦?。眾所周知，人工智能是一門交叉科學(xué)科，要正確認(rèn)識(shí)和掌握人工智能的相關(guān)技術(shù)的人至少必須同時(shí)懂得計(jì)算機(jī)學(xué)、心理學(xué)和哲學(xué)。首先需要樹立這樣的一個(gè)觀點(diǎn)：人工智能的起點(diǎn)不是計(jì)算機(jī)學(xué)而是人的智能本身，也就是說技術(shù)不是最重要的，在這之前必須得先解決思想問題。而人工智能由于這方面沒有一個(gè)嚴(yán)格的或是量度上的控制而容易出現(xiàn)問題。從哲學(xué)的角度來說，量變最終會(huì)導(dǎo)致質(zhì)變。現(xiàn)在是科學(xué)技術(shù)飛速發(fā)展的時(shí)代，不能排除這個(gè)量變導(dǎo)致質(zhì)變時(shí)代的人工智能機(jī)器人的到來，而到那個(gè)時(shí)候后果則不堪設(shè)想。因此，在現(xiàn)階段我們就應(yīng)該對(duì)人工智能的情感賦予程度進(jìn)行一個(gè)約束。

根據(jù)維納的反饋理論，人工智能可以被分成高低兩個(gè)層次。低層次的是智能型的人工智能，主要具備適應(yīng)環(huán)境和自我優(yōu)化的能力。高層次的是情感型的人工智能，它的輸入過程主要是模仿人的感覺方式，輸出過程則是模仿人的反應(yīng)情緒。據(jù)此我們可分別將機(jī)器人分為一般用途機(jī)器人和高級(jí)用途機(jī)器人兩種。一般用途機(jī)器人是指不具有情感，只具有一般編程能力和操作功能的機(jī)器人。那么對(duì)于一般用途的機(jī)器人我們完全可以嚴(yán)格的用程序去控制它的行為而沒必要去給他賦予情感。而對(duì)于高級(jí)層面的情感機(jī)器人來說，我們就適當(dāng)?shù)馁x予一些情感。但即使是這樣一部分高層次的情感機(jī)器人，在賦予人工情感仍然需要考慮到可能會(huì)帶來的某些潛在的危害，要慎之又慎。

3.2根據(jù)角色賦予情感

同樣也可以根據(jù)人工智能機(jī)器人角色的不同選擇性的賦予其不同類型的情感。人類與機(jī)器合作起來比任何一方單獨(dú)工作都更為強(qiáng)大。正因?yàn)槿绱?，人類就要善于與人工智能機(jī)器合作，充分發(fā)揮人機(jī)合作的最大優(yōu)勢(shì)。由于計(jì)算機(jī)硬件、無線網(wǎng)絡(luò)與蜂窩數(shù)據(jù)網(wǎng)絡(luò)的高速發(fā)展，目前的這個(gè)時(shí)代是人工智能發(fā)展的極佳時(shí)期，使人工智能機(jī)器人處理許多以前無法完成的任務(wù)，并使一些全新的應(yīng)用不再禁錮于研究實(shí)驗(yàn)室，可以在公共渠道上為所有人服務(wù)，人機(jī)合作也將成為一種大的趨勢(shì)，而他們會(huì)以不同的角色與我們進(jìn)行合作?；蜃鳛楣ぞ?、顧問、工人、寵物、伴侶亦或是其他角色?？傊覀儜?yīng)該和這些機(jī)器建立一種合作互助的關(guān)系，然后共同完任務(wù)。這當(dāng)然是一種很理想的狀態(tài)，要做到這樣，首先需要我們?nèi)祟愞D(zhuǎn)變自身現(xiàn)有的思維模式：這些機(jī)器不再是一種工具，而是平等的服務(wù)提供人。

舉例來說，當(dāng)機(jī)器人照顧老人或是小孩的時(shí)候，我們應(yīng)該賦予它更多的正面情緒，而不要去賦予負(fù)面情緒，否則如果機(jī)器人的負(fù)向情緒被激發(fā)了，對(duì)于這些老人或者小孩來說危險(xiǎn)性是極大的；但是，如果機(jī)器人是作為看門的保安，我們對(duì)這種角色的機(jī)器人就可以適當(dāng)?shù)馁x予一些負(fù)向的情緒，那么對(duì)于那些不按規(guī)則的來訪者或是小偷就有一定的威懾力?？傊?，在我們賦予這些智能機(jī)器人情感前必須要周到的考慮這些情感的程度和種類，不要沒有顧忌的想當(dāng)然的去賦予，而是按分工、作用賦予限制性的情感約束，達(dá)到安全的目的。

3.3對(duì)賦予人進(jìn)行約束

對(duì)人工智能情感賦予者進(jìn)行約束，提高賦予者的自身素質(zhì)，并定期考核，并為每一被賦予情感的人工智能制定責(zé)任人。

縱觀人工智能技術(shù)發(fā)展史，我們可以發(fā)現(xiàn)很多的事故都是因?yàn)槿藶橐蛩貙?dǎo)致的。比如，首起機(jī)器人殺人案：1978年9月的一天，在日本廣島，一臺(tái)機(jī)器人正在切割鋼板，突然電腦系統(tǒng)出現(xiàn)故障，機(jī)器人伸出巨臂，把一名工人活生生地送到鋼刀下，切成肉片。

另外，某些研究者也許會(huì)因?yàn)槔娴恼T惑，而將人工智能運(yùn)用在不正當(dāng)領(lǐng)域，或者人工智能技術(shù)落入犯罪分子的手中，被他們用來進(jìn)行反對(duì)人類和危害社會(huì)的犯罪活動(dòng)。也就是用于所謂的“智能犯罪”。任何新技術(shù)的最大危險(xiǎn)莫過于人類對(duì)它失去控制，或者是它落入那些企圖利用新技術(shù)反對(duì)人類的人的手中。

因此為了減少這些由于人而導(dǎo)致的悲劇，我們需要對(duì)這些研究者本身進(jìn)行約束。比如通過相應(yīng)的培訓(xùn)或是定期的思想政治教育、或是理論知識(shí)的學(xué)習(xí)并制定定期的考核制度來保證這些專家自身的素質(zhì)，又或者加強(qiáng)對(duì)人工智能事故的追究機(jī)制，發(fā)生問題能立即查詢到事故方等等，通過這樣一系列強(qiáng)有力的硬性指標(biāo)達(dá)到減少由于人為因素導(dǎo)致悲劇的目的。

3.4制定相應(yīng)的規(guī)章制度來管理人工智能情感的發(fā)展

目前世界上并未出臺(tái)任何一項(xiàng)通用的法律來規(guī)范人工智能的發(fā)展。不過在1939 年，出生在俄國(guó)的美籍作家阿西莫夫在他的小說中描繪了工程師們?cè)谠O(shè)計(jì)和制造機(jī)器人時(shí)通過加入保險(xiǎn)除惡裝置使機(jī)器人有效地被主人控制的情景。這就從技術(shù)上提出了預(yù)防機(jī)器人犯罪的思路。幾年后， 他又為這種技術(shù)裝置提出了倫理學(xué)準(zhǔn)則的道德三律：（1）機(jī)器人不得傷害人類，或看到人類受到傷害而袖手旁觀；（2）在不違反第一定律的前提下，機(jī)器人必須絕對(duì)服從人類給與的任何命令；（3）在不違反第一定律和第二定律的前提下，機(jī)器人必須盡力保護(hù)自己。這一“機(jī)器人道德三律”表現(xiàn)了一種在道德憂思的基礎(chǔ)上，對(duì)如何解決人工智能中有害人類因素所提出的道德原則，雖然得到很多人的指責(zé)，但其首創(chuàng)性還是得到公認(rèn)的。盡管這個(gè)定律只是小說家提出來的，但是也代表了很多人的心聲，也是值得借鑒的。

那么對(duì)于人工智能情感的約束呢？顯然，更加沒有相應(yīng)的法律法規(guī)來規(guī)范。那么，我們就只能在賦予人工智能情感的道理上更加的小心翼翼。比如，我們可以制定一些應(yīng)急方案來防止可能導(dǎo)致的某些后果，也即出現(xiàn)了問題如何及時(shí)的處理之。另外我們?cè)诓僮骱凸芾砩蠎?yīng)更加慎重的去對(duì)待。也希望隨著科學(xué)技術(shù)的發(fā)展，能夠在不久的將來出臺(tái)一部相應(yīng)的規(guī)章制度來規(guī)范人工智能情感的管理，使之更加精確化、合理化。

4結(jié)束語(yǔ)

人工智能的情感研究目的就是探索利用情感在生物體中所扮演的一些角色、發(fā)展技術(shù)和方法來增強(qiáng)計(jì)算機(jī)或機(jī)器人的自治性、適應(yīng)能力和社會(huì)交互的能力。但是現(xiàn)階段對(duì)這方面的研究雖然在技術(shù)上可能已經(jīng)很成熟，但是人工智能情感畢竟是模擬人的情感，是個(gè)很復(fù)雜的過程，本文嘗試性的在人工智能發(fā)展中可能遇到的問題進(jìn)行了有益的探討。但是不可否認(rèn)仍然有很長(zhǎng)的道路要走，但是對(duì)于人工智能的發(fā)展勁頭我們不可否認(rèn)，將來“百分百情感機(jī)器人”的問世也許是遲早的事情。

參考文獻(xiàn)：

[1] 趙玉鵬，劉則淵.情感、機(jī)器、認(rèn)知――斯洛曼的人工智能哲學(xué)思想探析[J].自然辯證法通訊，2009，31（2）：94-99.

[2] 王國(guó)江，王志良，楊國(guó)亮，等.人工情感研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2006，23（11）：7-11.

[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究綜述[J].江南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，11（04）：497-504.

[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.

[5] Valerie.The Roboceptionist[EB/OL].http：//.

[6] 張顯峰，程宇婕.情感機(jī)器人：技術(shù)與倫理的雙重困境[N].科技日?qǐng)?bào)，2009-4-21（005）.

[7] 張曉麗.跟機(jī)器人談倫理道德為時(shí)尚早[N].遼寧日?qǐng)?bào)，2011-11-04（007）.

[8] Peter Norvig.人工智能：機(jī)器會(huì)“思考”[J].IT經(jīng)理世界，2012（Z1）：331-332.

篇（8）

每次基本上看100個(gè)，30個(gè)甚至以上是有技術(shù)含量的項(xiàng)目;而在中國(guó)，目前為止仍然是看100個(gè)，甚至可能看不到一個(gè)有技術(shù)含量的公司。不僅如此，美國(guó)十多年前就設(shè)置了人工智能專業(yè)，而中國(guó)教材二十年不變。

從量變到質(zhì)變。作為一個(gè)經(jīng)濟(jì)體量冉冉升起漸與美國(guó)比肩的國(guó)家，中國(guó)在產(chǎn)業(yè)創(chuàng)新的價(jià)值層面卻嚴(yán)重滯后。在中國(guó)，模式創(chuàng)新占到80%，而美國(guó)60%以上是技術(shù)創(chuàng)新。

有用即真理。當(dāng)很多模式還沒走到窮盡的時(shí)候，實(shí)用主義觀念如此有效，也很正常。但即便中國(guó)企業(yè)界誕生諸如小米、微信乃至馬云這樣的現(xiàn)象級(jí)事件，那些在本土行之有效的技巧依然很難跨境移植，獲得更具普世意義的成功。更可怕之處在于，這些企業(yè)個(gè)體的成功，對(duì)更廣泛的企業(yè)群體幾乎毫無意義。

――為什么中國(guó)亟須一場(chǎng)商業(yè)思想新啟蒙？

不僅僅是因?yàn)椤爸袊?guó)經(jīng)濟(jì)面臨著一個(gè)嚴(yán)重的缺陷，即缺乏思想市場(chǎng)。這是中國(guó)經(jīng)濟(jì)諸多弊端和險(xiǎn)象叢生的根源”，從某種程度上說，中美經(jīng)濟(jì)擁有兩套話語(yǔ)體系。在這個(gè)無人看管的接力區(qū)，渴望與焦慮并存。叢林規(guī)則的信徒最終將加入公共秩序。

如何打破平行世界的藩籬，讓中國(guó)企業(yè)融入全球價(jià)值鏈？

時(shí)間是技術(shù)的朋友

谷歌的阿爾法狗戰(zhàn)勝世界圍棋冠軍;曾經(jīng)價(jià)格昂貴并只服務(wù)于政府、軍隊(duì)的基因測(cè)序，現(xiàn)在普通消費(fèi)者只需花約1 000美金便可以采用;史上首部人工智能編劇的短片《Sunspring》入圍今年倫敦科幻電影競(jìng)賽十強(qiáng)……

事實(shí)上，過去數(shù)十年科技創(chuàng)新的積累已經(jīng)促進(jìn)創(chuàng)新由量變向質(zhì)變轉(zhuǎn)化，同時(shí)現(xiàn)在已迎來恰逢其時(shí)的市場(chǎng)契機(jī)，市場(chǎng)應(yīng)用窗口已經(jīng)打開，科技創(chuàng)新帶來的社會(huì)變革及其伴隨的蝴蝶效應(yīng)正在發(fā)生。

在新興的技術(shù)領(lǐng)域中，具備生態(tài)和產(chǎn)品顛覆性的創(chuàng)新獲得了比較積極的商業(yè)認(rèn)可。比如機(jī)器人、虛擬現(xiàn)實(shí)（VR）、增強(qiáng)現(xiàn)實(shí)（AR）、物聯(lián)網(wǎng)與智能家居等。而以人工智能、計(jì)算機(jī)視覺、生命科學(xué)為代表的技術(shù)革新，正在帶動(dòng)諸多關(guān)聯(lián)性技術(shù)領(lǐng)域迎來爆發(fā)期。

全球科技創(chuàng)新的浪潮之下，美國(guó)依然是中心，但以中國(guó)為代表的新興力量正在崛起。中國(guó)的技術(shù)創(chuàng)新公司憑借龐大的智能設(shè)備和互聯(lián)網(wǎng)用戶基礎(chǔ)，快速獲得生長(zhǎng)空間與商業(yè)增長(zhǎng)，它們正嘗試通過產(chǎn)品與投資形式，參與全球科技公司的競(jìng)爭(zhēng)。

全球科技創(chuàng)新與中國(guó)機(jī)遇，在未來很長(zhǎng)的一段時(shí)間里，都將是以技術(shù)創(chuàng)新為主導(dǎo)的中國(guó)公司需要破解的命題。毫無疑問，前沿技術(shù)將是未來商業(yè)模式的核心驅(qū)動(dòng)力，因?yàn)橹挥屑夹g(shù)創(chuàng)新才能保住企業(yè)的基業(yè)常青。

風(fēng)馬牛都相連的生意真那么好？

軟銀總裁孫正義一個(gè)月內(nèi)從阿里巴巴和騰訊拿了186億美元，又借了136億美元，買了一家好多人都不認(rèn)識(shí)的公司。什么公司？

2016年7月18日，日本軟銀集團(tuán)宣布將以320億美元現(xiàn)金收購(gòu)英國(guó)移動(dòng)芯片公司ARM。目前，全球逾95%的智能手機(jī)配置ARM芯片，應(yīng)用范圍覆蓋傳感器、智能手機(jī)及服務(wù)器。

在債務(wù)累累的情況下，軟銀斥巨資收購(gòu)ARM，目的很簡(jiǎn)單――押注物聯(lián)網(wǎng)的未來。

繼計(jì)算機(jī)、互聯(lián)網(wǎng)與移動(dòng)通信網(wǎng)之后，物聯(lián)網(wǎng)被認(rèn)為是新一波信息產(chǎn)業(yè)浪潮。在這股浪潮下，世界上的萬(wàn)事萬(wàn)物，只要嵌入一個(gè)微型感應(yīng)芯片，就能變得智能化。據(jù)相關(guān)機(jī)構(gòu)預(yù)測(cè)，到2020年，物聯(lián)網(wǎng)設(shè)備安裝量將達(dá)260億。未來，所有能想到的任何事物都將連接物聯(lián)網(wǎng)。

不只是ARM賣了一個(gè)好價(jià)錢，國(guó)內(nèi)物聯(lián)網(wǎng)平臺(tái)Broadlink也在今年完成C輪7 000萬(wàn)元融資。在資本寒冬中，Broadlink能獲得巨額融資也說明了物聯(lián)網(wǎng)的吸金能力。

在國(guó)內(nèi)物聯(lián)網(wǎng)應(yīng)用市場(chǎng)，Broadlink是鮮有在軟硬件解決方案上均取得領(lǐng)先的新興企業(yè)。在具體應(yīng)用中，Broadlink自主研發(fā)的Wi-Fi物聯(lián)網(wǎng)傳輸模塊、云計(jì)算平臺(tái)和智能終端應(yīng)用，可以為各類家電廠商提供成熟完整的智能家電解決方案;同時(shí)Broadlink還為用戶提供 DIY 智能插座、智能遙控、家庭空氣質(zhì)量分析儀等智能家居產(chǎn)品。

今年3月，Broadlink了Broadlink DNA 3.0計(jì)劃。BroadLink DNA 系統(tǒng)是目前全球較成熟的物聯(lián)網(wǎng)PaaS平臺(tái)之一，能夠幫助智能家居產(chǎn)品實(shí)現(xiàn)快速無縫接入。它是家電智能化的一站式解決平臺(tái)，支持多連接協(xié)議，一次接入DNA系統(tǒng)后，可對(duì)接所有云平臺(tái)（京東、阿里、微信、華為、國(guó)美、蘇寧等），同時(shí)提供免費(fèi)的數(shù)據(jù)SaaS服務(wù)。

目前，BroadLink已經(jīng)連接服務(wù)了超過200家企業(yè)，包括家電、電工以及智能硬件行業(yè)，真實(shí)聯(lián)網(wǎng)設(shè)備超過8百萬(wàn)臺(tái)。接下來，BroadLink將把連接廠家的數(shù)百個(gè)品類產(chǎn)品進(jìn)行整合與場(chǎng)景化，落地智慧地產(chǎn)與物業(yè)的實(shí)際應(yīng)用。

“人人基因”探索者

隨著基因組科學(xué)的發(fā)展，未來人類將進(jìn)入“人人基因”時(shí)代。基因測(cè)序領(lǐng)域在技術(shù)突破和政策放寬的影響下，不斷迎來爆發(fā)。中國(guó)企業(yè)目前在基因測(cè)序服務(wù)及信息分析領(lǐng)域處于世界領(lǐng)先地位，華大基因、貝瑞和康等都在各自主打領(lǐng)域扮演著探索者角色。

從應(yīng)用市場(chǎng)來看，癌癥檢測(cè)是目前最被消費(fèi)者關(guān)注的項(xiàng)目，無創(chuàng)產(chǎn)前測(cè)序則是第一個(gè)落地并商業(yè)化的項(xiàng)目。無創(chuàng)產(chǎn)前檢測(cè)的目的是預(yù)防新生兒出生缺陷，并提供整體解決方案，這一技術(shù)的背后是一個(gè)百億元規(guī)模的龐大市場(chǎng)。

作為在國(guó)內(nèi)無創(chuàng)DNA產(chǎn)前檢測(cè)領(lǐng)域市場(chǎng)占有率第一的公司，貝瑞和康以高通量基因測(cè)序技術(shù)為核心，將步驟繁瑣到只能在實(shí)驗(yàn)室進(jìn)行的檢測(cè)技術(shù)，優(yōu)化成為可直接在醫(yī)院提供服務(wù)的商業(yè)化產(chǎn)品。

2015年3月20日，國(guó)家食品藥品監(jiān)督管理總局批準(zhǔn)了貝瑞和康基因測(cè)序儀和胎兒染色體非整倍體檢測(cè)試劑盒注冊(cè)。其中基因測(cè)序儀NextSeqCN500正是針對(duì)中國(guó)臨床需求，貝瑞和康與美國(guó)最大基因測(cè)序公司億明達(dá)合作研發(fā)出一款新型高通量的基因測(cè)序儀。貝瑞和康著力于將這款測(cè)序儀的步驟簡(jiǎn)化，檢測(cè)流程從原來幾天的時(shí)間縮短成幾個(gè)小時(shí)。目前國(guó)內(nèi)獲批無創(chuàng)產(chǎn)前基因檢測(cè)的108家試點(diǎn)醫(yī)院中，有60度家與貝瑞和康達(dá)成合作，其中有超過50家已進(jìn)入產(chǎn)品模式。

更為重要的是，貝瑞和康測(cè)序儀的大批量檢測(cè)單位成本較低，醫(yī)院或第三方檢測(cè)機(jī)構(gòu)的唐氏綜合征檢測(cè)價(jià)格或能直線下降，從而有望成為唐氏綜合征等染色體病的產(chǎn)前“普篩”手段。

除了產(chǎn)前基因檢測(cè)，在腫瘤基因檢測(cè)領(lǐng)域，貝瑞和康也在探索技術(shù)產(chǎn)業(yè)化的有效路徑。

事實(shí)上，基因測(cè)序行業(yè)是一個(gè)龐大的產(chǎn)業(yè)。很多基因檢測(cè)公司開始以孕前、產(chǎn)前、新生兒、青少年等完整生命周期的各階段來進(jìn)行產(chǎn)品開發(fā)和應(yīng)用。未來將有更多產(chǎn)品進(jìn)入商業(yè)化。

從大眾創(chuàng)業(yè)到精英創(chuàng)業(yè)

在互聯(lián)網(wǎng)女皇瑪麗?米克爾的報(bào)告中，智能語(yǔ)音被認(rèn)為是下一代人機(jī)交互的新范式，正在各個(gè)領(lǐng)域全面開花。

作為國(guó)內(nèi)最大的智能語(yǔ)音廠商，科大訊飛目前已經(jīng)將智能語(yǔ)音技術(shù)應(yīng)用在移動(dòng)應(yīng)用、智能家居、機(jī)器人、車載、教育等各個(gè)領(lǐng)域。與BAT圍繞自身技術(shù)、用戶與基礎(chǔ)服務(wù)構(gòu)建著差異化的人工智能競(jìng)爭(zhēng)生態(tài)不同，科大訊飛選擇在語(yǔ)音識(shí)別這一單點(diǎn)領(lǐng)域進(jìn)行突破，并圍繞于此建立基于語(yǔ)音系統(tǒng)的通用解決方案平臺(tái)。

依托于中文語(yǔ)音合成、語(yǔ)音識(shí)別、口語(yǔ)評(píng)測(cè)等多項(xiàng)技術(shù)研發(fā)與突破，科大訊飛以專用領(lǐng)域的技術(shù)解決方案為切口，研發(fā)構(gòu)建了目前國(guó)內(nèi)最全的語(yǔ)音技術(shù)平臺(tái)，并實(shí)現(xiàn)了語(yǔ)音領(lǐng)域最為廣泛的落地解決方案。

目前，科大訊飛推出的從大型電信級(jí)應(yīng)用到小型嵌入式應(yīng)用，從電信、金融等行業(yè)到企業(yè)和家庭用戶，以及從PC到手機(jī)等各種移動(dòng)設(shè)備來看，其已具備能夠滿足不同應(yīng)用環(huán)境的多種產(chǎn)品的能力。比如，在人臉和聲紋識(shí)別的演示中，科大訊飛利用聲紋識(shí)別可以將任何人說的話實(shí)時(shí)轉(zhuǎn)譯成郭德綱、林志玲等明星的聲音;在人機(jī)交互中，科大訊飛支持多輪對(duì)話和上下文理解，并且攻克了粵語(yǔ)、閩南語(yǔ)等方言識(shí)別。

在國(guó)內(nèi)語(yǔ)音識(shí)別市場(chǎng)上，科大訊飛研發(fā)的語(yǔ)音合成產(chǎn)品的市場(chǎng)份額達(dá)到70%以上，在電信、金融、電力、社保等主流行業(yè)的份額更達(dá) 80% 以上，開發(fā)伙伴超過 10 000 家，以訊飛為核心的中文語(yǔ)音產(chǎn)業(yè)鏈已粗具規(guī)模。

科大訊飛依托市場(chǎng)份額的絕對(duì)占有率和構(gòu)筑多年的技術(shù)門檻形成了他們?cè)谡Z(yǔ)音識(shí)別解決方案領(lǐng)域獨(dú)特的市場(chǎng)競(jìng)爭(zhēng)力，這也為國(guó)內(nèi)其他初創(chuàng)型人工智能企業(yè)的未來發(fā)展提供了良好的借鑒。

價(jià)值再定義，不懂就出局

我們面對(duì)的是一個(gè)商品不再作為主要價(jià)值載體的世界，商品的價(jià)值鏈與服務(wù)價(jià)值鏈相比，重要性將大不如前。

在新的全球價(jià)值鏈條下，消費(fèi)升級(jí)正在帶來新的需求和新的商業(yè)服務(wù)。高端醫(yī)療、定制旅游、在線教育、文娛IP、互聯(lián)網(wǎng)金融、企業(yè)服務(wù)等非商品的消費(fèi)重構(gòu)著商業(yè)世界。在重構(gòu)一切當(dāng)中，消費(fèi)者在價(jià)值鏈條上的作用空前強(qiáng)大。因此，能否為用戶創(chuàng)造價(jià)值，是考驗(yàn)企業(yè)商業(yè)能力的第一條軍規(guī)。

重構(gòu)即創(chuàng)新，創(chuàng)新即價(jià)值。今天的商業(yè)邏輯已經(jīng)轉(zhuǎn)變?yōu)橛脩魹橥?，我們的商業(yè)的模式，也必須作出相應(yīng)的調(diào)整和布局。從價(jià)值革命的角度來說，評(píng)判一個(gè)商業(yè)模式可以分為兩個(gè)基本維度：第一個(gè)維度是價(jià)值的創(chuàng)造和傳遞，能否滿足用戶新的消費(fèi)需求，并把價(jià)值有效地傳遞給用戶;第二個(gè)維度是在為用戶創(chuàng)造價(jià)值的基礎(chǔ)上，如何來獲取企業(yè)的那部分價(jià)值。

因此，對(duì)于企業(yè)來說，不但要融入全球價(jià)值鏈條，還要不斷優(yōu)化供給側(cè)，從而跑贏消費(fèi)端升級(jí)，實(shí)現(xiàn)高水平的供需平衡。創(chuàng)造新供給，才能更好地激活新需求。在未來商業(yè)的變革中，企業(yè)只有真正創(chuàng)造出有高價(jià)值的產(chǎn)品、內(nèi)容、技術(shù)，才可能得到消費(fèi)者的認(rèn)可。

企業(yè)服務(wù)斗法新戰(zhàn)場(chǎng)

當(dāng)前，連接越來越成為未來商業(yè)的核心。由用戶思維引發(fā)“連接型商業(yè)”時(shí)代的到來，使得國(guó)內(nèi)企業(yè)服務(wù)市場(chǎng)空間將是萬(wàn)億級(jí)的新商業(yè)。

中國(guó)最大的企業(yè)通訊云服務(wù)商容聯(lián)云通訊，近日宣布完成7 000萬(wàn)美元C輪融資，這是國(guó)內(nèi)企業(yè)通訊領(lǐng)域迄今為止最大的一筆融資。

容聯(lián)是國(guó)內(nèi)第一個(gè)踏足互聯(lián)網(wǎng)通訊的企業(yè)，通過整合運(yùn)營(yíng)商的網(wǎng)絡(luò)資源、通信資源，將專業(yè)的通訊能力打包成API接口與SDK，為企業(yè)和開發(fā)者提供通話、短信、視頻、呼叫中心、IM、流量等便捷、高效和高性價(jià)比的通訊服務(wù)和不同場(chǎng)景下的行業(yè)通訊解決方案。

目前容聯(lián)的平臺(tái)上已累計(jì)擁有超過20萬(wàn)名開發(fā)者和5萬(wàn)家企業(yè)客戶，服務(wù)的客戶包括但不限于騰訊、阿里巴巴、京東、百度、360、小米等知名企業(yè)，全面覆蓋O2O、出行、旅游、物流、房產(chǎn)、在線教育、互聯(lián)網(wǎng)醫(yī)療、政企、企業(yè)IT系統(tǒng)等眾多行業(yè)。

在國(guó)內(nèi)，真正面向企業(yè)提供全渠道融合通信能力的企業(yè)服務(wù)市場(chǎng)，還只是剛剛開始。盡管容聯(lián)云通訊在呼叫中心、IM等各細(xì)分領(lǐng)域都有競(jìng)爭(zhēng)對(duì)手，但從全通訊、一站式的概念來看，能夠看到的競(jìng)爭(zhēng)對(duì)手并不多。

作為容聯(lián)C輪的領(lǐng)投方，紅杉資本中國(guó)基金合伙人周逵認(rèn)為：容聯(lián)產(chǎn)品滿足了企業(yè)客戶、尤其是互聯(lián)網(wǎng)企業(yè)對(duì)通訊服務(wù)“便捷、高效、高性價(jià)比”的需求，以平臺(tái)為核心，從分享通訊資源到分享通訊技術(shù)再到分享企業(yè)級(jí)入口，容聯(lián)是國(guó)內(nèi)企業(yè)通訊云服務(wù)的開創(chuàng)者。

篇（9）

0 引言

智能科學(xué)是信息科學(xué)的制高點(diǎn)。從物質(zhì)科學(xué)演進(jìn)到信息與智能科學(xué)，研究的對(duì)象發(fā)生巨變，因此研究的理念和方法也必須隨之改變，這是不言自明的道理。然而，由于科學(xué)觀與方法論的抽象性（無形性），這種不言自明的道理卻往往在實(shí)踐中被人們視而不見。

我們對(duì)信息與智能科學(xué)技術(shù)發(fā)展的歷史稍加考察就可以發(fā)現(xiàn)，由于科學(xué)觀與方法論具有抽象性或無形性特點(diǎn)以及人類的思維習(xí)慣存在惰性，數(shù)十年來信息與智能科學(xué)技術(shù)的研究依然沿用傳統(tǒng)的科學(xué)觀和方法論，由此導(dǎo)致一系列重大的學(xué)術(shù)研究失準(zhǔn)，在客觀上延緩了信息與智能科學(xué)的發(fā)展進(jìn)程。

在半個(gè)多世紀(jì)的科學(xué)研究實(shí)踐中，筆者曾經(jīng)在這方面反復(fù)經(jīng)歷失敗與成功，有過正反兩個(gè)方面的經(jīng)驗(yàn)和教訓(xùn)，最終深切地感悟到：科學(xué)觀與方法論問題對(duì)于信息與智能科學(xué)領(lǐng)域的研究與教育具有特別重要的意義。于是，筆者常常不由自主地思考和總結(jié)信息與智能科學(xué)領(lǐng)域中的科學(xué)觀與方法論問題，得到一些初步的領(lǐng)悟，愿在此與讀者共享并歡迎批評(píng)指正。

1 傳統(tǒng)的科學(xué)觀與方法論

有什么樣的研究對(duì)象，就需要有與之相適應(yīng)的研究方法，而方法論又源于科學(xué)觀。換言之，有什么樣的科學(xué)觀，就會(huì)形成什么樣的方法論，科學(xué)觀和方法論是指引人們從事科學(xué)研究的世界觀和方法論。

傳統(tǒng)自然科學(xué)的研究對(duì)象是物質(zhì)系統(tǒng)和能量系統(tǒng)。物質(zhì)觀和能量觀便天然地成為傳統(tǒng)自然科學(xué)的科學(xué)觀，而對(duì)復(fù)雜物質(zhì)和能量系統(tǒng)實(shí)行分而治之、各個(gè)擊破、合成還原則成為傳統(tǒng)自然科學(xué)行之有效的方法論。

近幾百年來，面對(duì)越來越多的復(fù)雜物質(zhì)系統(tǒng)和能量系統(tǒng)，傳統(tǒng)自然科學(xué)的科學(xué)觀和方法論指導(dǎo)全球研究大軍頻繁出擊，戰(zhàn)無不勝，攻無不克，所向披靡，為近代自然科學(xué)技術(shù)的發(fā)展與繁榮建立了歷史性的卓越功勛。

2 傳統(tǒng)科學(xué)觀與方法論對(duì)信息領(lǐng)域科學(xué)研究的誤導(dǎo)

傳統(tǒng)科學(xué)觀和方法論雖然在近代科學(xué)實(shí)踐中屢試不爽，但是在一類新的研究對(duì)象面前卻產(chǎn)生了一系列相當(dāng)嚴(yán)重的誤導(dǎo)作用。這類新的研究對(duì)象就是以信息為主導(dǎo)特征的復(fù)雜信息系統(tǒng)，而智能科學(xué)就是研究這類系統(tǒng)的代表性學(xué)科。

2.1 誤導(dǎo)案例之一：探究思維奧秘

一個(gè)最為明顯的誤導(dǎo)例證就是關(guān)于人類大腦思維奧秘的探究。按照傳統(tǒng)的物質(zhì)觀和能量觀，人類大腦系統(tǒng)是一個(gè)復(fù)雜的物質(zhì)系統(tǒng)，也是一個(gè)復(fù)雜的能量系統(tǒng)；為了探索大腦思維的奧秘，。應(yīng)當(dāng)對(duì)它實(shí)行分而治之、各個(gè)擊破、合成還原的研究。于是，研究者對(duì)人類大腦實(shí)行各種各樣的解剖研究，試圖查明大腦各個(gè)解剖單元的物質(zhì)結(jié)構(gòu)和能量關(guān)系，從而解開人類大腦思維的秘密。

令研究者大失所望的是，盡管通過解剖研究可以查明大腦各個(gè)局部組織的物質(zhì)結(jié)構(gòu)和能量關(guān)系，但是對(duì)于大腦為什么能夠思維以及大腦怎樣進(jìn)行思維這樣一些基本問題，仍然始終摸不著頭腦并且一籌莫展。

百戰(zhàn)百勝的傳統(tǒng)方法論出現(xiàn)了什么問題？原來，盡管大腦是復(fù)雜的物質(zhì)系統(tǒng)，也是復(fù)雜的能量系統(tǒng)，但它的本質(zhì)是以信息及其轉(zhuǎn)換為主導(dǎo)特征的復(fù)雜信息系統(tǒng)。研究者按照傳統(tǒng)科學(xué)方法論將大腦這個(gè)復(fù)雜信息系統(tǒng)分解為相對(duì)簡(jiǎn)單的解剖單元（分系統(tǒng)）時(shí)，就丟失了各個(gè)分系統(tǒng)之間相互聯(lián)系和相互作用的信息，而這些相互聯(lián)系和相互作用的信息正是復(fù)雜信息系統(tǒng)的生命線。舍棄了生命線，當(dāng)然就不可能通過各個(gè)分系統(tǒng)的合成還原“能夠思維”的大腦。

2.2 誤導(dǎo)案例之二：Shannon信息論

另一個(gè)非?；镜恼`導(dǎo)案例是關(guān)于信息概念和理論的研究。按照正常的理解，人們處理和利用的任何信息都是形式、內(nèi)容和效用的三位一體：形式只是信息的外表，效用是信息的價(jià)值，內(nèi)容才是信息的內(nèi)核。人們根據(jù)信息的形式感知它是否存在，根據(jù)信息的效用確定對(duì)它的取舍，根據(jù)信息的內(nèi)容達(dá)成對(duì)它的理解。如果只感知信息的形式而不了解它的內(nèi)容和價(jià)值，就無法據(jù)此做出正確的決策。

然而，在分而治之方法論的指導(dǎo)下，Shannon信息論僅僅根據(jù)通信過程的要求（而不是根據(jù)信息運(yùn)動(dòng)全部過程的要求），就針對(duì)信息的形式（而不考慮信息的內(nèi)容和價(jià)值）建立了后人所稱的信息理論。實(shí)際上，正如Shannon自己所說，它只是通信的數(shù)學(xué)理論（mathematical theory ofcommunication），而不是完全的信息理論。

這種誤導(dǎo)的結(jié)果使Shannon信息論雖然在通信等統(tǒng)計(jì)領(lǐng)域發(fā)揮了巨大作用，但對(duì)于整個(gè)信息科學(xué)（特別是對(duì)于其中的智能科學(xué)）領(lǐng)域而言卻難以有所作為。現(xiàn)今人們對(duì)于信息的煩惱便是網(wǎng)絡(luò)上信息的魚龍混雜，良莠難分，而Shannon信息論對(duì)此卻不能提供任何有效的解決方法，原因就在于它只是關(guān)于信息形式的統(tǒng)計(jì)理論，完全沒有考慮信息的內(nèi)容與效用。同樣，Shannon信息論對(duì)于智能科學(xué)的研究難有作為，這都是傳統(tǒng)科學(xué)方法論誤導(dǎo)信息研究所造成的結(jié)果。

2.3 誤導(dǎo)案例之三：智能模擬的方法

還有一個(gè)同樣基本的誤導(dǎo)案例是關(guān)于人類智能的機(jī)器模擬（人工智能）問題。按照分而治之的傳統(tǒng)科學(xué)方法論，人工智能研究者認(rèn)為：人類智能系統(tǒng)可以分解為結(jié)構(gòu)、功能、行為3個(gè)基本層面，因而可以分別從結(jié)構(gòu)、功能、行為3個(gè)不同的角度對(duì)人類智能進(jìn)行模擬。于是，基于結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)研究、基于功能模擬的物理符號(hào)系統(tǒng)研究、基于行為模擬的感知?jiǎng)幼飨到y(tǒng)研究隨之出現(xiàn)，成為人工智能研究的3大主流方法。

這樣引發(fā)的問題是，雖然3種研究方法都具有相同的研究目標(biāo)，即希望成功地在機(jī)器上模擬人類的智能，并且各自都取得了不少令人鼓舞的研究成果，但是人們卻不知如何才能把三者集成起來并形成和諧的合力，以便更好地促進(jìn)人工智能研究的進(jìn)步。

事實(shí)上，長(zhǎng)久以來，3種方法不僅沒有能夠形成和諧的合力，反而偶有互相否定、互相激烈抨擊的事件發(fā)生，終于形成三足鼎立的不和諧局面，這種狀態(tài)顯然很不利于人工智能研究的整體發(fā)展，這也是分而治之方法論誤導(dǎo)所產(chǎn)生的不良后果。

2.4 誤導(dǎo)案例之四：人工智能的理論模型

更為典型的誤導(dǎo)案例是人工智能的理論模型。常理告訴我們，意識(shí)是智能的直接基礎(chǔ)。如果一個(gè)人連意識(shí)的能力都沒有，他怎么可能具有智能呢？同樣的常理告訴我們，人的智能有兩個(gè)基本方面：情感與理智。如果一個(gè)人沒有情感，他怎么可能具有完整的智能呢？而且，意識(shí)、情感、理智是相互聯(lián)系、相互作用、密不可分的三位一體。

然而，按照分而治之的傳統(tǒng)科學(xué)方法論，人工智能理論的研究硬是把意識(shí)和情感因素從智能的研究領(lǐng)域中排除出來。于是，人工智能理論一方面長(zhǎng)期回避對(duì)意識(shí)的研究，另一方面又忽視對(duì)情感的探索，最終變成一個(gè)既不完整又不真實(shí)的人工智能理論模型。分而治之傳統(tǒng)科學(xué)方法論導(dǎo)致人們不能深入和完整地理解人工智能。

總之，面對(duì)以信息及其轉(zhuǎn)換為主導(dǎo)特征的開放復(fù)雜信息系統(tǒng)（智能系統(tǒng)是這類系統(tǒng)的典型代表）的研究，基于物質(zhì)觀和能量觀的分而治之方法論不但不再有效，而且還會(huì)產(chǎn)生許多后果相當(dāng)嚴(yán)重的誤導(dǎo)。

3 開放復(fù)雜信息系統(tǒng)需要的科學(xué)觀與方法論

正反兩方面的研究實(shí)踐啟示我們，以智能系統(tǒng)為代表的開放復(fù)雜信息系統(tǒng)的研究，不能照搬我們?cè)人煜さ膫鹘y(tǒng)科學(xué)觀和方法論，而是迫切需要全新的科學(xué)觀和方法論。經(jīng)過長(zhǎng)期的實(shí)踐和探究，我們認(rèn)為開放復(fù)雜信息系統(tǒng)的科學(xué)觀包括以下4個(gè)基本觀念。

1）信息觀。

既然貫穿開放復(fù)雜信息系統(tǒng)全局的主導(dǎo)因素是信息和信息運(yùn)動(dòng)過程，那么開放復(fù)雜信息系統(tǒng)的研究首先就必須遵循信息觀，即研究的關(guān)注點(diǎn)必須聚焦于系統(tǒng)的信息和信息運(yùn)動(dòng)過程，而不應(yīng)當(dāng)只盯著系統(tǒng)的物質(zhì)結(jié)構(gòu)和能量關(guān)系。

2）系統(tǒng)觀。

開放復(fù)雜信息系統(tǒng)的研究必須遵循明確的系統(tǒng)觀：一方面，人們所關(guān)注的信息應(yīng)當(dāng)是形式、內(nèi)容、價(jià)值三位一體內(nèi)涵完整的信息，而不是僅考慮形式因素的信息；另一方面，信息運(yùn)動(dòng)的時(shí)空過程必須保持完整性，人們不能只關(guān)注信息傳遞這樣一個(gè)局部的過程，也不能只關(guān)注理智這樣一個(gè)局部的方面。

3）生態(tài)觀。

開放復(fù)雜信息系統(tǒng)應(yīng)當(dāng)是一種“活的系統(tǒng)”，因此人們必須遵循清晰的生態(tài)觀，也就是說必須把開放復(fù)雜信息系統(tǒng)中信息運(yùn)動(dòng)過程的來龍（本體論信息）去脈（知識(shí)、基礎(chǔ)意識(shí)、情感、理智、智能策略和智能行為）作為一個(gè)有序的生態(tài)過程進(jìn)行一體化的研究，而不應(yīng)當(dāng)把信息、知識(shí)、智能看作一個(gè)各行其是的拼盤。

4）機(jī)制觀。

既然開放復(fù)雜信息系統(tǒng)是一類生態(tài)系統(tǒng)，對(duì)它的研究就必須遵循機(jī)制觀，即必須把關(guān)注點(diǎn)放在信息如何生成知識(shí)與如何生成智能的生成機(jī)制（即生長(zhǎng)規(guī)律）上，而不應(yīng)當(dāng)把關(guān)注點(diǎn)放在系統(tǒng)的結(jié)構(gòu)、功能和行為上。這是因?yàn)橄到y(tǒng)的結(jié)構(gòu)和功能都是為實(shí)現(xiàn)生長(zhǎng)機(jī)制而服務(wù)，行為則是系統(tǒng)機(jī)制實(shí)現(xiàn)的外顯結(jié)果。

總之，信息觀可以呈現(xiàn)開放復(fù)雜信息系統(tǒng)的生命脈絡(luò)；系統(tǒng)觀可以抓住開放復(fù)雜信息系統(tǒng)的信息全局特征；生態(tài)觀可以把握開放復(fù)雜信息系統(tǒng)的有機(jī)聯(lián)系；機(jī)制觀可以理解開放復(fù)雜信息系統(tǒng)的生成規(guī)律，它們構(gòu)成了開放復(fù)雜信息系統(tǒng)科學(xué)觀的四位一體。

那么，開放復(fù)雜信息系統(tǒng)的科學(xué)研究方法論是什么呢？一般而言，有什么樣的科學(xué)觀就會(huì)形成什么樣的方法論。科學(xué)觀是認(rèn)識(shí)所研究對(duì)象的基本觀念，方法論是體現(xiàn)基本觀念的研究方法，因此任何一種科學(xué)研究方法論都可以（而且應(yīng)當(dāng)）從科學(xué)觀中自然引申出來。

根據(jù)這個(gè)基本原理，研究以智能系統(tǒng)為代表的開放復(fù)雜信息系統(tǒng)的科學(xué)方法論就可以表述為：遵循信息觀、系統(tǒng)觀、生態(tài)觀和機(jī)制觀的根本原則，考察信息資源（本體論信息）生成相關(guān)產(chǎn)品的生態(tài)轉(zhuǎn)換規(guī)律。具體地說，就是要系統(tǒng)地（系統(tǒng)觀）、聯(lián)系地（生態(tài)觀）、深刻地（機(jī)制觀）考察本體論信息（信息觀）生成認(rèn)識(shí)論信息：知識(shí)和智能的規(guī)律，或者更簡(jiǎn)潔地說就是要系統(tǒng)地、聯(lián)系地、深刻地考察信息轉(zhuǎn)換的規(guī)律。：總之，信息轉(zhuǎn)換是針對(duì)一切開放復(fù)雜信息系統(tǒng)研究都適用的科學(xué)方法論。

4 新的科學(xué)觀方法論和研究成果

20世紀(jì)80年代以來，筆者逐漸領(lǐng)悟到信息觀、系統(tǒng)觀、生態(tài)觀、機(jī)制觀四位一體的科學(xué)觀和信息轉(zhuǎn)換方法論，并將其用于指導(dǎo)自己的信息科學(xué)和人工智能基礎(chǔ)理論研究，獲得了如下一些重要的創(chuàng)新成果。由于篇幅所限，筆者敘述從簡(jiǎn)。

4.1 全信息理論

傳統(tǒng)方法論令Shannon信息論存在嚴(yán)重局限。我們根據(jù)新科學(xué)觀提出語(yǔ)法信息、語(yǔ)義信息、語(yǔ)用信息三位一體的全信息概念，其中，語(yǔ)法信息用“肯定度”參數(shù)表征，用概率論和模糊集合理論描述；語(yǔ)義信息用“邏輯真實(shí)度”參數(shù)表征，用模糊邏輯理論描述；語(yǔ)用信息用“效用度”參數(shù)表征，用模糊集合理論描述。

這樣，原先各自獨(dú)立發(fā)展起來的信息獲?。z測(cè)與識(shí)別）、信息傳遞（通信與存儲(chǔ)）、信息處理（計(jì)算）、信息認(rèn)知和信息決策（人工智能）、信息執(zhí)行（控制）就得到了統(tǒng)一的描述和處理，形成了完整統(tǒng)一的信息科學(xué)理論。

4.2 本體論信息到全信息轉(zhuǎn)換：第一類信息轉(zhuǎn)換原理

根據(jù)新方法論，我們發(fā)現(xiàn)并闡明了圖1所示

的由本體論信息到全信息的轉(zhuǎn)換原理（又稱第一信息轉(zhuǎn)換原理），證明全信息理論不僅在理論上合理，而且在技術(shù)上可行。

圖1表明，人們利用傳感系統(tǒng)可以把本體論信息映射為相應(yīng)的語(yǔ)法信息，利用語(yǔ)法信息可以從知識(shí)庫(kù)檢索l出（或者通過與目標(biāo)進(jìn)行相關(guān)運(yùn)算計(jì)算出）與之相對(duì)應(yīng)的語(yǔ)用信息，通過對(duì)語(yǔ)法信息和語(yǔ)用信息的邏輯運(yùn)算可以演繹出語(yǔ)義信息。所有這些操作都在技術(shù)上可行。

4.3 知識(shí)的外生態(tài)學(xué)理論

知識(shí)在信息和智能科學(xué)中扮演著極其重要的角色，但是在分而治之傳統(tǒng)方法論的影響下，知識(shí)被孤立地分割出來，在人工智能理論研究中沒有得到應(yīng)有的重視。在新科學(xué)觀和方法論指導(dǎo)下，我們發(fā)現(xiàn)知識(shí)并不是一種孤立和靜止的研究對(duì)象；恰恰相反，它是一個(gè)極其活躍的生態(tài)學(xué)系統(tǒng)。

一方面，知識(shí)不斷由認(rèn)識(shí)論信息的歸納而來；另一方面，知識(shí)又在系統(tǒng)目標(biāo)的制導(dǎo)下通過演繹的方法向智能生長(zhǎng)而去。換言之，“信息_÷知識(shí)_智能”轉(zhuǎn)換是知識(shí)的外部生態(tài)系統(tǒng)。這一發(fā)現(xiàn)的意義不僅揭示了知識(shí)的生成機(jī)制，而且揭示了智能的生成機(jī)制，直接導(dǎo)致新的人工智能模擬方法問世。

4.4 信息一知識(shí)轉(zhuǎn)換：第二類信息轉(zhuǎn)換原理

知識(shí)外生態(tài)學(xué)原理表明：知識(shí)由全信息轉(zhuǎn)換而來。信息是現(xiàn)象，知識(shí)是大量相關(guān)現(xiàn)象所蘊(yùn)含的共同本質(zhì)，因此實(shí)現(xiàn)由全信息到知識(shí)的轉(zhuǎn)換算法，原則上是歸納型算法。由大量信息現(xiàn)象到知識(shí)本質(zhì)的歸納過程是由量變到質(zhì)變的過程，也稱為“涌現(xiàn)”過程。這是知識(shí)外生態(tài)學(xué)提供的一項(xiàng)重要啟發(fā)。

4.5 智能的共性核心生成機(jī)制

知識(shí)外生態(tài)學(xué)系統(tǒng)的發(fā)現(xiàn)不僅揭示了知識(shí)的生成規(guī)律（第二類信息轉(zhuǎn)換原理），而且還啟迪了智能的共性核心生成機(jī)制：信息知識(shí)智能的轉(zhuǎn)換。具體來說就是在任何情形下，智能的核心生成機(jī)制都是由信息（關(guān)于問題的信息、關(guān)于問題求解目標(biāo)的信息、關(guān)于先驗(yàn)知識(shí)的信息）到知識(shí)（求解問題所需要的專門知識(shí)）再到（求解問題的）智能策略的轉(zhuǎn)換，顯然，這是一切智能（包括人類智能和人工智能）的共性核心生成機(jī)制。

4.6 人工智能的機(jī)制模擬方法

受到智能共性核心生成機(jī)制的重要啟發(fā)，我們提出人工智能的新的模擬方法，這就是機(jī)制模擬方法：信息_知識(shí)-÷智能的轉(zhuǎn)換，這是區(qū)別于已有的結(jié)構(gòu)模擬、功能模擬、行為模擬方法的全新方法。

眾所周知，系統(tǒng)的生成機(jī)制統(tǒng)管系統(tǒng)全局，系統(tǒng)的結(jié)構(gòu)和功能都為生成機(jī)制服務(wù)，而行為則是機(jī)制實(shí)現(xiàn)所產(chǎn)生的結(jié)果，因此人工智能的機(jī)制模擬方法比傳統(tǒng)的結(jié)構(gòu)模擬、功能模擬、行為模擬方法具有更深刻和更本質(zhì)的意義。

4.7 知識(shí)的內(nèi)生態(tài)系統(tǒng)

運(yùn)用新的科學(xué)觀和方法論，我們又發(fā)現(xiàn)了知識(shí)的內(nèi)生態(tài)系統(tǒng)：知識(shí)內(nèi)部不是如鐵板一樣凝固的對(duì)象，而是一個(gè)充滿活力的生態(tài)系統(tǒng)；認(rèn)識(shí)論信息（全信息）首先生長(zhǎng)成為欠成熟的經(jīng)驗(yàn)知識(shí)，接著后者通過驗(yàn)證和完善生長(zhǎng)成為成熟的規(guī)范知識(shí)，經(jīng)驗(yàn)知識(shí)和規(guī)范知識(shí)又進(jìn)一步凝聚成為超成熟的常識(shí)知識(shí)。簡(jiǎn)而言之，經(jīng)驗(yàn)知識(shí)規(guī)范知識(shí)常識(shí)知識(shí)是知識(shí)的內(nèi)生態(tài)學(xué)系統(tǒng)。知識(shí)內(nèi)生態(tài)學(xué)系統(tǒng)的發(fā)現(xiàn)直接導(dǎo)致人工智能3大主流方法的統(tǒng)一。

4.8 人工智能的統(tǒng)一理論

人工智能的結(jié)構(gòu)模擬方法（人工神經(jīng)網(wǎng)絡(luò)，后來發(fā)展成為計(jì)算智能）利用的是訓(xùn)練得到的經(jīng)驗(yàn)知識(shí)；功能模擬方法（物理符號(hào)系統(tǒng)，后來收縮成為專家系統(tǒng)）利用的是人工輸入的規(guī)范知識(shí)；行為模擬方法（感知?jiǎng)幼飨到y(tǒng)，后來發(fā)展成為機(jī)器人）利用的是人工輸入的常識(shí)知識(shí)。知識(shí)的內(nèi)生態(tài)學(xué)系統(tǒng)表明，經(jīng)驗(yàn)知識(shí)、規(guī)范知識(shí)、常識(shí)知識(shí)是知識(shí)的3個(gè)相生（而不是相克）狀態(tài)，因此原先鼎足三分的人工智能3大主流方法在機(jī)制模擬方法的框架內(nèi)也呈現(xiàn)出相生關(guān)系，達(dá)到了和諧的統(tǒng)一。這顯然是人工智能理論研究的重要進(jìn)展。

4.9 全信息—智能轉(zhuǎn)換：第三類信息轉(zhuǎn)換原理

第一類信息轉(zhuǎn)換原理是信息內(nèi)部轉(zhuǎn)換的原理，即由本體論信息到認(rèn)識(shí)論信息（全信息）的轉(zhuǎn)換；第二類信息轉(zhuǎn)換原理是由全信息到知識(shí)的轉(zhuǎn)換；第三類信息轉(zhuǎn)換則是全信息向基礎(chǔ)意識(shí)、情感和理智的轉(zhuǎn)換。

我們運(yùn)用新的科學(xué)觀和方法論后發(fā)現(xiàn)：基礎(chǔ)意識(shí)的生成機(jī)制是在全信息的激勵(lì)下啟動(dòng)，在本能知識(shí)和常識(shí)知識(shí)支持下展開，在系統(tǒng)目標(biāo)導(dǎo)控下實(shí)現(xiàn)的轉(zhuǎn)換；情感的生成機(jī)制是在全信息的激勵(lì)下啟動(dòng)，在本能知識(shí)、常識(shí)知識(shí)和經(jīng)驗(yàn)知識(shí)支持下展開，在系統(tǒng)目標(biāo)導(dǎo)控下實(shí)現(xiàn)的轉(zhuǎn)換；理智的生成機(jī)制是在全信息的激勵(lì)下啟動(dòng)，在本能知識(shí)、常識(shí)知識(shí)、經(jīng)驗(yàn)知識(shí)和規(guī)范知識(shí)支持下展開，在系統(tǒng)目標(biāo)導(dǎo)控下實(shí)現(xiàn)的轉(zhuǎn)換。與全信息一知識(shí)轉(zhuǎn)換過程類似，這些轉(zhuǎn)換也存在量變到質(zhì)變（涌現(xiàn)）的過程。

4.10 高等人工智能原理

受到傳統(tǒng)方法論的影響，現(xiàn)有人工智能理論的智能模型是一種既不完整又不真實(shí)的模型?；谏厦嫠龅牡谝?、第二、第三類信息轉(zhuǎn)換原理，我們提出圖2所示的高等人工智能理論的研究模型，圖中的符號(hào)G表示系統(tǒng)的目標(biāo)；K1表示本能知識(shí)和常識(shí)知識(shí)的集合；K2表示本能知識(shí)、常識(shí)知識(shí)和經(jīng)驗(yàn)知識(shí)的集合；K3表示本能知識(shí)、常識(shí)知識(shí)、經(jīng)驗(yàn)知識(shí)和規(guī)范知識(shí)的集合；K4表示本能知識(shí)、常識(shí)知識(shí)、經(jīng)驗(yàn)知識(shí)、規(guī)范知識(shí)和決策藝術(shù)知識(shí)的集合。

從圖2中可以看出，高等人工智能系統(tǒng)直接面向開放的外部世界，后者不斷產(chǎn)生各種事物的本體論信息；感知系統(tǒng)（而不是簡(jiǎn)單的傳感系統(tǒng)）按照第一類信息轉(zhuǎn)換原理把本體論信息轉(zhuǎn)換成為認(rèn)識(shí)論信息（全信息）；認(rèn)知系統(tǒng)按照第二類信息轉(zhuǎn)換原理把全信息轉(zhuǎn)換成為知識(shí)；基礎(chǔ)意識(shí)、情感和理智系統(tǒng)則分別在知識(shí)K1、K2、K3支持并在目標(biāo)G導(dǎo)控下完成第三類信息轉(zhuǎn)換，把全信息分別轉(zhuǎn)換成為基礎(chǔ)意識(shí)、情感和理智；決策系統(tǒng)則在知識(shí)K4支持并在目標(biāo)G導(dǎo)控下把情感表達(dá)和理智表達(dá)綜合成為解決問題的智能策略；執(zhí)行系統(tǒng)把智能策略轉(zhuǎn)換成為智能行為，反作用于外部世界。

如果智能行為產(chǎn)生的結(jié)果與目標(biāo)一致或可以接受，這種策略就作為一種正確的知識(shí)補(bǔ)充到知識(shí)庫(kù)；如果智能行為產(chǎn)生的結(jié)果與目標(biāo)之間存在比較明顯的誤差，那么這個(gè)誤差就成為一種新的信息反饋到感知系統(tǒng)，經(jīng)系統(tǒng)后續(xù)處理，補(bǔ)充知識(shí)，優(yōu)化策略，使新的智能行為產(chǎn)生更好的結(jié)果，如此循環(huán)往復(fù)，直到滿意為止。這是一個(gè)完整而真實(shí)的人工智能模型，對(duì)于人工智能未來的發(fā)展具有重要意義。

5 結(jié)語(yǔ)

篇（10）

知識(shí)表示與知識(shí)推理是智能信息處理的基礎(chǔ)。從人工智能的角度看，知識(shí)是構(gòu)成智能的基礎(chǔ)，人類的智能行為依賴于利用已有的知識(shí)進(jìn)行分析、猜測(cè)、判斷和預(yù)測(cè)等。當(dāng)人們希望計(jì)算機(jī)具有智能行為時(shí)，首先需要在計(jì)算機(jī)上表達(dá)人類的知識(shí)，然后再告訴計(jì)算機(jī)如何像人一樣地利用這些知識(shí)。

自從人工智能領(lǐng)域誕生以來，知識(shí)表示與知識(shí)推理就一直是其中最為重要的子領(lǐng)域。經(jīng)過五十多年的發(fā)展，知識(shí)表示與知識(shí)推理領(lǐng)域的許多研究?jī)?nèi)容、研究方法和研究成果已經(jīng)深深滲入到計(jì)算機(jī)科學(xué)，進(jìn)而對(duì)計(jì)算機(jī)學(xué)科的發(fā)展產(chǎn)生了深遠(yuǎn)的影響。例如，在C++、Java等面向?qū)ο蟪绦蛟O(shè)計(jì)語(yǔ)言中，“繼承”這一最為核心的技術(shù)就來源于知識(shí)表示與知識(shí)推理。再如，在軟件自動(dòng)化領(lǐng)域，許多程序規(guī)格語(yǔ)言和程序驗(yàn)證技術(shù)都借鑒了知識(shí)表示與知識(shí)推理領(lǐng)域的Prolog語(yǔ)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(dòng)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(shí)表示與知識(shí)推理技術(shù)。因此，對(duì)于計(jì)算機(jī)專業(yè)的學(xué)生來說，學(xué)習(xí)知識(shí)表示與知識(shí)推理方面的課程，對(duì)于今后在相關(guān)領(lǐng)域從事系統(tǒng)開發(fā)和科學(xué)研究都大有裨益。

在ACM與IEEE-CS聯(lián)合攻關(guān)組制訂的計(jì)算教程CC2001(Computing Curricula 2001)中，知識(shí)表示與知識(shí)推理得到了高度重視。CC2001給出的計(jì)算機(jī)科學(xué)知識(shí)體由14個(gè)知識(shí)領(lǐng)域組成：在其中的IS(Intelligent Systems)知識(shí)領(lǐng)域中，關(guān)于知識(shí)表示與知識(shí)推理的內(nèi)容占據(jù)了10個(gè)知識(shí)單元中的2個(gè)，即知識(shí)單元“(Is3)知識(shí)表示與推理”以及知識(shí)單元“(IS5)高級(jí)知識(shí)表示與推理”。在ACM和IEEE-CS進(jìn)一步修訂后的計(jì)算機(jī)科學(xué)教程CS2008(Computer Science Curriculum 2008)中，知識(shí)表示與知識(shí)推理同樣得到了高度重視。此外，在我國(guó)高等學(xué)校計(jì)算機(jī)科學(xué)與技術(shù)教學(xué)指導(dǎo)委員會(huì)制定的計(jì)算機(jī)專業(yè)規(guī)范中，上述的IS3和IS5兩個(gè)知識(shí)單元被全部包括到計(jì)算機(jī)科學(xué)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(shè)，使得計(jì)算機(jī)相關(guān)專業(yè)的許多學(xué)生無法接觸到知識(shí)表示與知識(shí)推理方面的內(nèi)容。與此同時(shí)，由于課時(shí)數(shù)限制及沒有得到重視等因素，實(shí)際開設(shè)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(shí)單元IS3和IS5中列出的各個(gè)知識(shí)點(diǎn)。

實(shí)際上，經(jīng)過五十多年的發(fā)展，知識(shí)表示與知識(shí)推理領(lǐng)域已經(jīng)沉淀出一系列基本的方法、理論和技術(shù)；這些方法、理論和技術(shù)在CC2001的知識(shí)單元IS3和IS5中基本上都以知識(shí)點(diǎn)的形式列舉了出來。作為計(jì)算機(jī)專業(yè)的教育工作者，我們有責(zé)任將這些體現(xiàn)了幾代人智慧結(jié)晶的知識(shí)介紹給學(xué)生。另一方面，從研究者的角度來看，知識(shí)表示與知識(shí)推理是一個(gè)非?；钴S的研究領(lǐng)域；尤其是隨著Web技術(shù)的發(fā)展以及Web科學(xué)的出現(xiàn)，知識(shí)表示與知識(shí)推理將在計(jì)算機(jī)科學(xué)中扮演越來越重要的角色。面對(duì)萬(wàn)維網(wǎng)這個(gè)全球最大的分布式信息庫(kù)，如何讓計(jì)算機(jī)對(duì)其中海量的數(shù)據(jù)和信息進(jìn)行分析、推理和管理，進(jìn)而為人類提供方便的知識(shí)服務(wù)，是目前信息技術(shù)領(lǐng)域面臨的一個(gè)重大問題。針對(duì)這個(gè)問題，國(guó)內(nèi)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(diǎn)的語(yǔ)義Web更是完全建立在知識(shí)表示與知識(shí)推理的基礎(chǔ)上。因此，從開拓學(xué)生思維以及介紹研究與技術(shù)前沿的角度來看，也非常有必要向?qū)W生講授知識(shí)表示與知識(shí)推理的相關(guān)內(nèi)容。

基于以上認(rèn)識(shí)，我們?yōu)橛?jì)算機(jī)軟件與理論專業(yè)和計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)一年級(jí)的碩士研究生開設(shè)了一門32課時(shí)的選修課程，以CC2001和CS2008列出的知識(shí)單元為核心，對(duì)知識(shí)表示與知識(shí)推理的相關(guān)內(nèi)容進(jìn)行教學(xué)。本文對(duì)教學(xué)設(shè)計(jì)和教學(xué)實(shí)踐中遇到的主要問題進(jìn)行分析，針對(duì)這些問題給出相應(yīng)的解決對(duì)策，并對(duì)我們獲得的經(jīng)驗(yàn)和教訓(xùn)進(jìn)行總結(jié)。

1　“知識(shí)表示與知識(shí)推理”知識(shí)體的教學(xué)設(shè)計(jì)

自上世紀(jì)九十年代以來，國(guó)內(nèi)外許多高校就將“知識(shí)表示與知識(shí)推理”作為一門課程，面向研究生或高年級(jí)的本科生開設(shè)。其中比較著名的包括加拿大多倫多大學(xué)Hector J.Levesque教授開設(shè)的知識(shí)表示課程，美國(guó)斯坦福大學(xué)Leom Morgenstem教授開設(shè)的知識(shí)表示課程，英國(guó)曼徹斯特大學(xué)Ulrike Sattler教授等講授的知識(shí)表示和推理課程，中山大學(xué)劉詠梅教授講授的知識(shí)表示和推理課程等。但是，由于沒有統(tǒng)一的課程設(shè)置標(biāo)準(zhǔn)，這些課程講授的知識(shí)點(diǎn)都不盡相同。2000年，Leom Morgenstem和Richmond H.Thomason總結(jié)了開設(shè)知識(shí)表示與知識(shí)推理課程時(shí)面臨的挑戰(zhàn)，提出了相應(yīng)的解決思路。其中，針對(duì)該課程缺乏統(tǒng)一的教學(xué)知識(shí)體的情況，他們?cè)O(shè)計(jì)了一個(gè)持續(xù)14周、每周2次課的教學(xué)大綱。在文獻(xiàn)[5]中，Leora Morgenstem進(jìn)一步修訂了之前提出的教學(xué)大綱，建議在其中增加語(yǔ)義Web及Web本體語(yǔ)言O(shè)WL等內(nèi)容。

盡管目前各高校開設(shè)的知識(shí)表示與知識(shí)推理課程的課程大綱仍然不盡相同，但比較可喜的是，對(duì)知識(shí)表示與知識(shí)推理的教學(xué)在CC2001計(jì)算教程中得到了高度重視。CC2001分別在“知識(shí)表示與推理”和“高級(jí)知識(shí)表示與推理”兩個(gè)知識(shí)單元中列出了關(guān)于知識(shí)表示與知識(shí)推理的教學(xué)內(nèi)容。知識(shí)單元“知識(shí)表示與推理”由以下知識(shí)點(diǎn)組成：命題邏輯和謂詞邏輯回顧，歸結(jié)原理與定理證明，非單調(diào)推理，概率推理，貝葉斯定理。知識(shí)單元“高級(jí)知識(shí)表示與推理”由以下知識(shí)點(diǎn)組成：結(jié)構(gòu)化知識(shí)表示(包括對(duì)象與框架、描述邏輯和繼承系統(tǒng))，非單調(diào)推理(包括非經(jīng)典邏輯、缺省推理、信念修正、偏好邏輯、知識(shí)源的集成、沖突信念的聚合)，對(duì)動(dòng)作和變化的推理(包括情景演算、事件演算和分枝問題)，時(shí)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(luò)、粗糙集和可能性理論、決策理論)，針對(duì)診斷的知識(shí)表示與定性知識(shí)表示。在CC2001的基礎(chǔ)上，CS2008在知識(shí)單元“知識(shí)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(jié)等知識(shí)點(diǎn)；在知識(shí)單元“高級(jí)知識(shí)表示與推理”中增加了本體工程和語(yǔ)義網(wǎng)絡(luò)兩個(gè) 知識(shí)點(diǎn)。

以CC2001和CS2008列出的知識(shí)點(diǎn)為基礎(chǔ)，在綜合考察了國(guó)內(nèi)外相關(guān)課程的開設(shè)情況之后，我們對(duì)“知識(shí)表示與知識(shí)推理”課程的教學(xué)內(nèi)容及相應(yīng)的學(xué)時(shí)分配設(shè)計(jì)如下。

1)概述(2學(xué)時(shí))。介紹知識(shí)表示與知識(shí)推理領(lǐng)域的發(fā)展歷史、現(xiàn)狀和前景：講授知識(shí)表示的基本思路和基本原理；介紹知識(shí)表示方法和技術(shù)的典型應(yīng)用：列舉典型的采用了知識(shí)表示技術(shù)的系統(tǒng)，與沒有采用知識(shí)表示技術(shù)的系統(tǒng)進(jìn)行比較分析。

2)基于一階謂詞邏輯的知識(shí)表示和推理(4學(xué)時(shí))。講授一階謂詞邏輯的語(yǔ)法、語(yǔ)義和語(yǔ)用；通過例子講授如何應(yīng)用一階謂詞邏輯進(jìn)行知識(shí)表示；講授如何應(yīng)用消解原理進(jìn)行知識(shí)推理；講授如何應(yīng)用Tableau算法進(jìn)行知識(shí)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(xué)時(shí))。講解Horn子句及其過程解釋；介紹SLD歸結(jié)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(yīng)用Horn子句邏輯進(jìn)行知識(shí)表示和推理；對(duì)Prolog語(yǔ)言進(jìn)行簡(jiǎn)單介紹；通過例子介紹如何應(yīng)用產(chǎn)生式系統(tǒng)進(jìn)行知識(shí)表示和推理。

4)結(jié)構(gòu)化知識(shí)表示(6學(xué)時(shí))。介紹對(duì)象與框架，介紹基本的框架形式系統(tǒng)：介紹語(yǔ)義網(wǎng)絡(luò)，對(duì)推理過程中的繼承機(jī)制進(jìn)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(yǔ)法和語(yǔ)義；通過例子講授如何應(yīng)用描述邏輯進(jìn)行知識(shí)表示；講授如何應(yīng)用Tableau算法對(duì)描述邏輯刻畫的知識(shí)進(jìn)行推理。

5)非單調(diào)知識(shí)表示和推理(4學(xué)時(shí))。介紹非單調(diào)性推理的研究歷史；講解封閉世界假設(shè)與開放世界假設(shè)；講解缺省推理和限定推理；對(duì)自認(rèn)知邏輯、偏好邏輯和真值維持系統(tǒng)進(jìn)行介紹；對(duì)信念修正、知識(shí)源的集成以及沖突信念的聚合進(jìn)行介紹。

6)非確定知識(shí)表示和推理(4學(xué)時(shí))。對(duì)模糊邏輯進(jìn)行介紹；講授概率推理和主觀貝葉斯方法；對(duì)粗糙集、可能性理論和決策理論進(jìn)行介紹。

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

8)動(dòng)作與規(guī)劃(4學(xué)時(shí))。介紹動(dòng)作與規(guī)劃領(lǐng)域的研究歷史和發(fā)展現(xiàn)狀；講授如何在STRIPS系統(tǒng)中對(duì)動(dòng)作進(jìn)行刻畫以及如何進(jìn)行規(guī)劃求解：講授如何應(yīng)用情景演算和事件演算對(duì)動(dòng)作進(jìn)行刻畫、推理、及規(guī)劃求解；對(duì)框架問題、條件問題和分枝問題進(jìn)行介紹；對(duì)規(guī)劃語(yǔ)言PDDL進(jìn)行介紹。

9)時(shí)態(tài)和空間推理(2學(xué)時(shí))。對(duì)時(shí)間點(diǎn)／時(shí)間段、離散／連續(xù)、有限／無限、線性／分支等表示時(shí)態(tài)信息的不同方式進(jìn)行介紹；對(duì)Allen的區(qū)間代數(shù)理論進(jìn)行介紹；對(duì)線性時(shí)態(tài)邏輯和分支時(shí)態(tài)邏輯進(jìn)行介紹；對(duì)基于點(diǎn)／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(jìn)行介紹；對(duì)區(qū)域連接演算RCC進(jìn)行介紹；對(duì)時(shí)態(tài)與空間推理的結(jié)合進(jìn)行簡(jiǎn)單介紹。

10)語(yǔ)義Web和本體工程(2學(xué)時(shí))。介紹語(yǔ)義Web的基本思想、技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)；講授語(yǔ)義Web的層次模型以及各個(gè)層次的目標(biāo)和功能；對(duì)資源描述框架RDF、Web本體語(yǔ)言O(shè)WL、Web規(guī)則標(biāo)記語(yǔ)言RIF、Web查詢語(yǔ)言SPARQL等進(jìn)行介紹。對(duì)本體的構(gòu)建、管理和維護(hù)進(jìn)行介紹。

上述教學(xué)內(nèi)容的基本特點(diǎn)是覆蓋了CC2001和CS2008列出的關(guān)于知識(shí)表示與推理的所有知識(shí)點(diǎn)。此外，我們將目前作為計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域研究熱點(diǎn)的語(yǔ)義Web等內(nèi)容引入了課堂教學(xué)，不僅可以將相關(guān)研究前沿展示在學(xué)生面前，而且還可以讓學(xué)生更加深刻地體會(huì)學(xué)習(xí)知識(shí)表示與知識(shí)推理的價(jià)值，進(jìn)一步激發(fā)他們的學(xué)習(xí)熱情。另一方面，上述教學(xué)內(nèi)容存在的一個(gè)缺陷是內(nèi)容過多。由于受到課時(shí)數(shù)的限制，部分內(nèi)容在講授時(shí)不能充分展開，留給學(xué)生課堂練習(xí)和討論的時(shí)間不充裕。

2　教學(xué)實(shí)踐中的主要問題及對(duì)策

在圍繞“知識(shí)表示與知識(shí)推理”知識(shí)體開展教學(xué)實(shí)踐時(shí)，我們遇到的問題主要來自以下幾個(gè)方面：教師和學(xué)生對(duì)“人工智能”課程以及其中的“知識(shí)表示與知識(shí)推理”知識(shí)體不重視，缺乏合適的教材，學(xué)生缺乏必要的基礎(chǔ)知識(shí)。下面對(duì)這些問題進(jìn)行逐一分析，對(duì)我們采取的對(duì)策進(jìn)行相應(yīng)介紹。

2.1　師生對(duì)“人工智能”課程不重視

許多教師和學(xué)生對(duì)“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(lǐng)域剛誕生時(shí)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(shí)際的承諾。由于不能在短期內(nèi)實(shí)現(xiàn)過高的目標(biāo)和兌現(xiàn)相應(yīng)的承諾，使人工智能領(lǐng)域在上世紀(jì)80年代末90年代初一度跌入低谷，甚至達(dá)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(duì)人工智能了解不多的教師和學(xué)生產(chǎn)生誤解，認(rèn)為人工智能是一個(gè)比較務(wù)虛的領(lǐng)域。這種誤解甚至影響到“人工智能”課程的開設(shè)。目前，在許多高校計(jì)算機(jī)相關(guān)專業(yè)的課程設(shè)置中，“人工智能”往往只作為選修課程開設(shè)，沒有得到教師和學(xué)生的普遍重視。

實(shí)際上，從信息技術(shù)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(chǎng)權(quán)威研究機(jī)構(gòu)Gartner給出的“技術(shù)成熟度曲線”(hype cycle)理論，一項(xiàng)新的IT技術(shù)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(huì)由于被大家寄予很高的期望而迅速火爆起來，接著會(huì)因?yàn)闆]能兌現(xiàn)過高的承諾而跌入谷底，最后會(huì)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(xué)在CC2001和CS2008中得到了高度重視。CC2001給出的計(jì)算機(jī)科學(xué)知識(shí)體由14個(gè)知識(shí)領(lǐng)域組成，作為其中的知識(shí)領(lǐng)域之一，智能系統(tǒng)(即人工智能)與離散結(jié)構(gòu)、程序設(shè)計(jì)、操作系統(tǒng)、計(jì)算機(jī)體系結(jié)構(gòu)等已經(jīng)得到普遍重視的知識(shí)領(lǐng)域具有了相同的地位。在我國(guó)高等學(xué)校計(jì)算機(jī)科學(xué)與技術(shù)教學(xué)指導(dǎo)委員會(huì)制定的計(jì)算機(jī)專業(yè)規(guī)范中，也將“人工智能”作為了計(jì)算機(jī)科學(xué)專業(yè)的核心課程。但是，對(duì)人工智能相關(guān)知識(shí)的傳播需要一個(gè)長(zhǎng)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(duì)“知識(shí)表示與知識(shí)推理”知識(shí)體不重視

即便部分教師和學(xué)生認(rèn)識(shí)到人工智能知識(shí)領(lǐng)域的重要性，但對(duì)于其中的“知識(shí)表示與知識(shí)推理”知識(shí)體仍然不夠重視，認(rèn)為沒有必要專門通過一門課程進(jìn)行教學(xué)。

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

知識(shí)表示與知識(shí)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(shí)領(lǐng)域由以下10個(gè)知識(shí)單元組成：智能系統(tǒng)中的基本問題、搜索與約束求解、知識(shí)表示與推理、高級(jí)搜索、高級(jí)知識(shí)表示與推理、智能主體、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)、人工智能規(guī)劃系統(tǒng)、機(jī)器人；C$2008在CC200I的基礎(chǔ)上增加了智能感知這個(gè)知識(shí)單元。其中，關(guān)于知識(shí)表示和知識(shí)推理的教學(xué)內(nèi)容不僅占據(jù)了兩個(gè)知識(shí)單元，而且在智能主體、人工智能規(guī)劃系統(tǒng)、機(jī)器人等知識(shí)單元中也占據(jù)了相應(yīng)的多個(gè)知識(shí)點(diǎn)的位置。由于32課時(shí)的人工智能選修課程通常只能對(duì)上述知識(shí)單元作一個(gè)概要性的介紹，對(duì)于想進(jìn)一步深入學(xué)習(xí)的學(xué)生，在有條件的情況下，我們完全有必要開設(shè)一門關(guān)于“知識(shí)表示與知識(shí)推理”的課程。另外，從上一節(jié)給出的教學(xué)設(shè)計(jì)可以看出，如果要覆蓋CC2001和CS2008給出的關(guān)于知識(shí)表示與知識(shí)推理的所有知識(shí)點(diǎn)，一門32課時(shí)的課程在時(shí)間上還很不夠用。因此，基于以上分析，我們希望“知識(shí)表示與知識(shí)推理”的教學(xué)首先能夠得到相關(guān)教師的認(rèn)可和重視，然后通過課程設(shè)置等途徑逐漸吸引學(xué)生的關(guān)注，并在教學(xué)過程中激發(fā)起學(xué)生的學(xué)習(xí)興趣和熱情。

2.3　缺少合適的教材

盡管CC2001和CS2008詳細(xì)地列出了關(guān)于知識(shí)表示與知識(shí)推理的主要知識(shí)點(diǎn)，但是，據(jù)我們所知，目前還沒有出現(xiàn)完全覆蓋這些知識(shí)點(diǎn)的合適教材，而中文的相關(guān)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(shí)表示與知識(shí)推理領(lǐng)域的著名學(xué)者。其中，Ronald Brachman于1977年在哈佛大學(xué)攻讀博士學(xué)位時(shí)提出了KL-ONE系統(tǒng)，開創(chuàng)了目前成為研究熱點(diǎn)的描述邏輯領(lǐng)域，之后于2003年擔(dān)任了美國(guó)人工智能學(xué)會(huì)的主席，目前是ACM院士、雅虎全球研究運(yùn)營(yíng)副總裁。Hector Levesque在知識(shí)表示領(lǐng)域也做出了許多開創(chuàng)性的研究成果，曾于2001年擔(dān)任人工智能頂級(jí)會(huì)議IJCAI的主席，于2006年當(dāng)選加拿大皇家學(xué)會(huì)會(huì)士。除了時(shí)態(tài)和空間推理以及本體工程這兩個(gè)知識(shí)點(diǎn)之外，CC2001和CS2008中列出的其他關(guān)于知識(shí)表示與知識(shí)推理的知識(shí)點(diǎn)，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?qū)W生介紹語(yǔ)義Web方面的知識(shí)，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(xué)生缺乏必需的基礎(chǔ)知識(shí)

知識(shí)表示與知識(shí)推理的核心思想是采用形式語(yǔ)言(尤其是邏輯語(yǔ)言)對(duì)知識(shí)進(jìn)行刻畫和推理，因此要求學(xué)生在學(xué)習(xí)該課程前具有扎實(shí)的數(shù)理邏輯基礎(chǔ)知識(shí)。

盡管數(shù)理邏輯對(duì)于整個(gè)計(jì)算機(jī)學(xué)科來說具有非常重要的作用，但在目前計(jì)算機(jī)相關(guān)專業(yè)的課程設(shè)置中，數(shù)理邏輯往往只作為離散數(shù)學(xué)課程的一個(gè)部分進(jìn)行教學(xué)，在課時(shí)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(xué)教材的數(shù)理邏輯部分主要介紹命題邏輯的相關(guān)知識(shí)，而且只介紹命題邏輯聯(lián)結(jié)詞、范式、等值演算、自然推理系統(tǒng)等最基本的內(nèi)容；對(duì)一階謂詞邏輯以及命題邏輯中更為深入的內(nèi)容介紹得很少，甚至不介紹。這些內(nèi)容對(duì)于學(xué)習(xí)知識(shí)表示與知識(shí)推理知識(shí)體來說遠(yuǎn)遠(yuǎn)不夠。例如，根據(jù)我們?cè)谥v授“知識(shí)表示與知識(shí)推理”之前的調(diào)查，許多研究生對(duì)于一階謂詞邏輯的語(yǔ)法與語(yǔ)義等基本概念都還比較模糊，對(duì)于消解原理、Tableau方法、可滿足性問題等內(nèi)容更是沒有接觸過。

針對(duì)上述問題，除了原計(jì)劃關(guān)于一階謂詞邏輯知識(shí)表示的4個(gè)課時(shí)之外，我們臨時(shí)增加了2個(gè)課時(shí)的課堂教學(xué)，為學(xué)生補(bǔ)充命題邏輯的語(yǔ)法和語(yǔ)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(nèi)容。由于受到課時(shí)的限制，許多重要的結(jié)論及其證明過程無法在課堂上詳細(xì)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(xué)習(xí)了John Bell和Moshe Machover撰寫的著名教材《A Course in Mathematical Logic》。在學(xué)習(xí)這本教材時(shí)，我們將研究生分為三個(gè)小組，讓各個(gè)小組自學(xué)該教材，對(duì)其中的引理、定理以及問題(Problem)進(jìn)行證明或求解，然后在每周一次的學(xué)習(xí)班上使用黑板講解他們的證明或求解過程。在3個(gè)月的時(shí)間里，將這本教材中的第一章和第二章學(xué)完后，這些研究生的數(shù)理邏輯知識(shí)明顯上了一個(gè)臺(tái)階。在之后學(xué)習(xí)知識(shí)表示與知識(shí)推理的過程中，這部分研究生的學(xué)習(xí)效果也明顯好得多。在今后的教學(xué)中，我們希望計(jì)算機(jī)相關(guān)專業(yè)的研究生能夠先學(xué)習(xí)一門數(shù)理邏輯方面的課程，然后再學(xué)習(xí)知識(shí)表示與知識(shí)推理課程。

篇（11）

技術(shù)與教育之間的關(guān)系，我們以為是一個(gè)不等式：1+1≠2。

一方面，整個(gè)世界對(duì)教育的抱怨不斷強(qiáng)化，如諾貝爾物理學(xué)獎(jiǎng)獲得者中村修二批評(píng)整個(gè)東亞教育體系“浪費(fèi)了太多生命”。美國(guó)投資家查理?芒格演講指出：“光靠已有的知識(shí)，你走不了多遠(yuǎn)”……另一方面，僅以聯(lián)合國(guó)教科文組織為例，繼1972年出版了研究報(bào)告《學(xué)為生存：教育世界的今天和明天》和1996年出版了研究報(bào)告《教育：內(nèi)在的財(cái)富》之后，2016年又公開出版了一份新的研究報(bào)告《反思教育：向“全球共同利益”的理念轉(zhuǎn)變？》。聯(lián)合國(guó)教科文組織總干事伊琳娜?博科娃在這一報(bào)告的《序言》中指出：“社會(huì)無處不在經(jīng)歷著深刻變革，這種形勢(shì)呼吁新的教育形式，培養(yǎng)當(dāng)今及今后社會(huì)和經(jīng)濟(jì)所需要的能力……我們必須高瞻遠(yuǎn)矚，在不斷變化的世界中重新審視教育?！?/p>

一方面，微軟創(chuàng)始人比爾?蓋茨2013年在出席美國(guó)德克薩斯州奧斯汀市舉辦的SXSW互動(dòng)大會(huì)教育分會(huì)上明確表示：過去十幾年間教育領(lǐng)域的技術(shù)發(fā)展陷入了停滯，研發(fā)投入也遠(yuǎn)遠(yuǎn)不夠……到了2016年，比?蓋茨在ASU-GSV峰會(huì)上所做演講圍繞“科技革命如何引導(dǎo)教育進(jìn)入下一階段”的主題時(shí)謹(jǐn)慎明確表示：“我們的基金會(huì)已經(jīng)在美國(guó)教育上花費(fèi)了幾十億美元，不過在此之前，我們首先需要搞清楚現(xiàn)在這些學(xué)生是什么樣的，以及我們?cè)趺床拍芎芎玫胤?wù)于他們。”另一方面，2017 年 6 月召開的聯(lián)合國(guó)國(guó)際電信聯(lián)盟（ITU）等聯(lián)合國(guó)機(jī)構(gòu)和 XPRIZE 基金會(huì)共同組織了人工智能造福人類峰會(huì)（AI for Global Good Summit），旨在討論讓人工智能符合可持續(xù)發(fā)展的目標(biāo)（SDG）強(qiáng)調(diào)的 17 個(gè)可持續(xù)發(fā)展目標(biāo)中，“質(zhì)量教育（Quality Education）：用個(gè)性化教學(xué)變革教育”赫然在目。

以上兩組看似對(duì)立，實(shí)則呼應(yīng)的案例，揭示了當(dāng)前教育變革的痛點(diǎn)、癢點(diǎn)和奇點(diǎn)，都與時(shí)展、科技進(jìn)步等外在因素間架構(gòu)起諸多交集，而由此派生出來的諸如學(xué)習(xí)模式、思維特質(zhì)、個(gè)性潛質(zhì)和行為科學(xué)、腦科學(xué)等新興教育邊緣學(xué)科之間形成了新的認(rèn)知和有了新的應(yīng)對(duì)之策。曾經(jīng)幾時(shí)，教育陸續(xù)地迎來了許多新技術(shù)。從最初的廣播錄音到電影電視，再到后來的互聯(lián)網(wǎng)……然而，技術(shù)到底能否改變教育呢？如果我們只是試圖用顛覆性革命視角去看待技術(shù)的教育價(jià)值，那么無疑會(huì)得到悲觀的結(jié)果，而在現(xiàn)實(shí)中，技術(shù)對(duì)于教育的改變是溫水煮青蛙式的改變：第一，技術(shù)改變了知識(shí)觀念，對(duì)知識(shí)的定義不再拘泥于總結(jié)性結(jié)論信息的汲取，而更重視可持續(xù)發(fā)展，乃至未來趨勢(shì)性的元素預(yù)判。第二，技術(shù)改變了教育界限，學(xué)校正在成為學(xué)生生命中重要成長(zhǎng)階段的孵化器，進(jìn)而要求教師承擔(dān)起多元智慧導(dǎo)引的新使命。第三，技術(shù)改變了學(xué)習(xí)，關(guān)注正式學(xué)習(xí)形式、拓展和延伸學(xué)習(xí)的內(nèi)涵等深度學(xué)習(xí)要素排序急劇上升。

反觀本段落的不等式，答案應(yīng)該是：教育因技術(shù)而成長(zhǎng)，技術(shù)因教育而迭代。

教育技術(shù)的內(nèi)涵與外延該不該重構(gòu)

教育變維時(shí)代，應(yīng)該能達(dá)成學(xué)習(xí)變頻的交集。

“變維”一詞最形象的揭示出現(xiàn)在《三體》，而最精準(zhǔn)的學(xué)術(shù)定義傾向于“谷歌學(xué)術(shù)”；限于篇幅，這里只羅列一組相關(guān)概念延伸：降維、升維、高維、低維、眾維、分維……簡(jiǎn)單理解就是一句話“升維思考，降維執(zhí)行（打擊）”。在教育視域下，看似高維的技術(shù)攀升，并不一定只有操作升維才能響應(yīng)，事實(shí)上，反倒是在契合時(shí)代進(jìn)步的同時(shí)，不忘初心，更顯得適切教育本元。教育裝備，教育技術(shù)，教育工程，教育生態(tài)……這一路走來，教育技術(shù)的內(nèi)涵與外延重構(gòu)的核心概念大可歸結(jié)為一個(gè)詞：“跨界迭代”。唯一需要闡明的一點(diǎn)就是，在不被傳統(tǒng)教學(xué)范式捆綁的同時(shí)，也實(shí)在沒必要刻意追求技術(shù)條件與裝備環(huán)境的高大上先行；高解構(gòu)與低結(jié)構(gòu)之間是完全有可能達(dá)成平衡的。依我們的經(jīng)驗(yàn)，通過八項(xiàng)保障性學(xué)能資源體系的建構(gòu)，同樣可以在確實(shí)有需要的境況下，達(dá)成類似的目的（這八項(xiàng)實(shí)驗(yàn)生態(tài)改革是：在既有學(xué)科實(shí)驗(yàn)室的基礎(chǔ)上，第一做到突破教材實(shí)驗(yàn)底線要求，實(shí)現(xiàn)學(xué)科成長(zhǎng)實(shí)驗(yàn)貫通；第二是要求學(xué)科間實(shí)驗(yàn)室實(shí)現(xiàn)交叉實(shí)驗(yàn)項(xiàng)目的開放響應(yīng)；第三是鼓勵(lì)創(chuàng)建基于學(xué)科拓展的特色實(shí)驗(yàn)室；第四是引進(jìn)學(xué)校區(qū)位環(huán)境內(nèi)的社會(huì)博物館科技館資源課程；第五是尋求駐在學(xué)校所在城市的大專院校實(shí)驗(yàn)室向中小學(xué)生有條件開放；第六是說服社會(huì)高新企業(yè)研發(fā)級(jí)實(shí)驗(yàn)室為中小學(xué)生研究提供方便；第七是建立基于實(shí)驗(yàn)項(xiàng)目可行性論證之后的中科院系所研發(fā)環(huán)境的支撐；最后，是建立與海外科研機(jī)構(gòu)、高校資源鏈接的離岸實(shí)驗(yàn)系統(tǒng)）。

在教育的執(zhí)行層面，比如學(xué)科、學(xué)校、課堂、學(xué)教……介入因子的能動(dòng)變化確實(shí)稍顯被動(dòng)，即便是前進(jìn)也亦步亦趨，鮮少主動(dòng)因應(yīng)。究其原因，還是觀念過于固守，思維定式影響力過于強(qiáng)大，加之教育界內(nèi)外求全責(zé)備、又自我混亂的評(píng)議生態(tài)的干擾，就使得自我變革的欲望不斷被內(nèi)耗，自我探究的勇氣不斷被質(zhì)疑，自我實(shí)驗(yàn)的冗余度環(huán)境不甚理想……即便如此，我們依然有可能在“變頻”中收獲堅(jiān)守。大家熟知的（基于興趣，而非成績(jī)）“走班制”“學(xué)習(xí)廣場(chǎng)”“學(xué)術(shù)假期”不再多言，除此之外，還有一些做法可以借鑒。比如“STEM”課程，同樣以“機(jī)器人教育”為抓手，有很多學(xué)校都群起效之，但真能做到學(xué)科融合、學(xué)能一體的經(jīng)驗(yàn)實(shí)在還不夠多；這里，貢獻(xiàn)一己設(shè)計(jì)，期待拋磚引玉：“使命召喚――卓越成長(zhǎng)支撐共同體”。由“學(xué)能生態(tài)孵化環(huán)境”（可選項(xiàng)包括學(xué)科成長(zhǎng)促進(jìn)機(jī)制、國(guó)家課程貫通重構(gòu)、團(tuán)隊(duì)協(xié)作課程開發(fā)、校內(nèi)微型實(shí)驗(yàn)基地群落地等）；“未來生涯導(dǎo)引系統(tǒng)”（可選項(xiàng)包括潛質(zhì)檢測(cè)分析、個(gè)性特質(zhì)跟蹤及行為科學(xué)介入訓(xùn)練、對(duì)接國(guó)際能力檔案的第三方多元評(píng)價(jià)響應(yīng)、職業(yè)導(dǎo)向輔導(dǎo)等）；“資源輔佐響應(yīng)體系”（可選項(xiàng)包括八級(jí)實(shí)驗(yàn)環(huán)境支撐、預(yù)現(xiàn)未來的深度學(xué)習(xí)同頻、遠(yuǎn)程異地交流后臺(tái)建設(shè)等）；“訪學(xué)成長(zhǎng)基地布局”（可選項(xiàng)包括世界高端學(xué)術(shù)觀摩、跨學(xué)段課程先修、學(xué)生境內(nèi)學(xué)術(shù)假制度和離岸訪學(xué)基地建設(shè)）；注重品牌內(nèi)涵附加值提升的外聯(lián)共享特色（可選項(xiàng)包括結(jié)合區(qū)位環(huán)境的聯(lián)盟校個(gè)性課程生態(tài)再設(shè)計(jì)、高端課程資源社群、校際聯(lián)動(dòng)課程眾籌協(xié)調(diào)機(jī)構(gòu)、學(xué)生專利世界等）五部分協(xié)調(diào)響應(yīng)（可漸次推進(jìn)）。

教育技術(shù)有哪些引領(lǐng)教改的發(fā)力點(diǎn)

技術(shù)只是工具，外在環(huán)境可以改變一部分人，而不是全體。從教育的視角，有兩個(gè)理由可以佐證。

其一，“天生我材必有用”名言的支撐點(diǎn)在于“不拘一格降人才”；當(dāng)下教育變革中，一個(gè)最大的困惑就在于，我們總是在尋求一種能夠幫到所有學(xué)生齊步向前的“萬(wàn)全之策”。事實(shí)上，這只能是一種善良卻不科學(xué)（更不理性）的愿望而已。一旦我們對(duì)教育的認(rèn)知有了如此這般的修正，那么，技術(shù)對(duì)教育的影響力才有可能真正釋放出來。

其二，我們都已經(jīng)熟知一個(gè)詞“STEM”，我們也都不同程度地了解人類發(fā)展經(jīng)歷了漫長(zhǎng)時(shí)期的同時(shí)，最重要的進(jìn)化，是學(xué)會(huì)使用工具，有了“技術(shù)”。單從字母排序上，“技術(shù)（Technology）”位列第二，但這之后的工程（Engineering）和數(shù)學(xué)（Mathematics），與前面的科學(xué)、技術(shù)之間，難道沒有發(fā)現(xiàn)一種內(nèi)在的教育規(guī)律么？在教育的金字塔結(jié)構(gòu)中，“科學(xué)”承載著所有，但“工程”卻引領(lǐng)著技術(shù)！而最終穩(wěn)坐桂冠的永遠(yuǎn)都是“數(shù)學(xué)”（哲學(xué)境界的象征）。所以，理性的解讀應(yīng)該是教育工程既傳承了科學(xué)，也弘揚(yáng)時(shí)代未來，更實(shí)踐著科學(xué)發(fā)展。

因此，技術(shù)影響力延后對(duì)教育領(lǐng)域的波及，乃在于教育期待技術(shù)的支撐而不是替代；由此延伸，也就順帶著回答了另一個(gè)問題：為什么以總結(jié)性經(jīng)驗(yàn)（知識(shí)）為主要表征的教育方法論，千百年來卻又一直承擔(dān)起建構(gòu)未來的重任。

下面的舉證，都是為了以上推演的成立。

首先，最新技術(shù)，尤其是到了智能時(shí)代的技術(shù)爆炸階段，技術(shù)不再以效仿人類為己任。比如，機(jī)器人不再止步于減輕人的勞動(dòng)付出，而是向著無人境界遠(yuǎn)行；再比如，深藍(lán)和阿法狗選擇了挑戰(zhàn)人類引以為傲的高智慧尊嚴(yán)；再來看看權(quán)威機(jī)構(gòu)的預(yù)判，全球數(shù)百位頂尖科學(xué)家，耗費(fèi)漫長(zhǎng)時(shí)間，搭建了一個(gè)復(fù)雜數(shù)學(xué)模型，通過類似摩爾定律的多重推演，得到一個(gè)最終結(jié)論：人工智能或?qū)⒃?040年，達(dá)到普通人智能水平，并引發(fā)智力爆炸。這一時(shí)刻，距今還有23年……面對(duì)這樣的發(fā)展趨勢(shì)，來自教育的回答是“教育不教知識(shí)和技能，卻能讓人勝任任何學(xué)科和職業(yè)”（理查德?萊文（Richard Charles Levin），耶魯大學(xué)校長(zhǎng)）。

其次，比23年期限更可怕的是，到達(dá)節(jié)點(diǎn)后，人工智能或?qū)?shí)現(xiàn)瞬間飛躍。對(duì)AI的最新定義是“非生物智能”！人工智能專家普遍認(rèn)同，非生物智能不可能鎖死在人類自己能夠展望的水平上。它將超越人類，變成我們無法理解的智慧物種。這里，就給教育以警示，我們必須提早介入到幫助所有學(xué)生認(rèn)清情勢(shì)，并提前因應(yīng)的綢繆之中，@里的教育重點(diǎn)，或?qū)⒃絹碓蕉嗟貜摹凹夹g(shù)中心論”調(diào)適為“生存中心論”。

再次，教育將優(yōu)先關(guān)注那些有效的個(gè)性化學(xué)習(xí)產(chǎn)品。比如，“Big History Project”（這個(gè)產(chǎn)品重新定義了小孩學(xué)習(xí)科學(xué)的方式）；比如，NewClassrooms和ThinkCERCA就分別為K12學(xué)生學(xué)習(xí)數(shù)學(xué)、掌握讀寫能力提供了全新的學(xué)習(xí)體驗(yàn)……

最后，要清醒地認(rèn)清，就教育的支點(diǎn)而言（畢竟美國(guó)正式推出STEM是以“國(guó)家戰(zhàn)略”的名義的），教育技術(shù)與獲得技術(shù)支撐的教育之間的關(guān)系，是一種目與綱的關(guān)系。與此同時(shí)，亟待建立證據(jù)基礎(chǔ)來評(píng)判產(chǎn)品是否有效，比如LEAP Innovations這個(gè)組織就在做這件事情，它針對(duì)個(gè)性化學(xué)習(xí)產(chǎn)品提供了行之有效的評(píng)估方法。

我們布局最新教育技術(shù)應(yīng)用的設(shè)計(jì)

著眼于未來辦教育，這是教育的初心，更是教育不遺余力追求的本元。但樣本肯定不是唯一的，甚至在現(xiàn)階段，只能存在掛一漏萬(wàn)的實(shí)驗(yàn)設(shè)計(jì)。

我們現(xiàn)在正在開發(fā)的“未來學(xué)校”模式，就其契合技術(shù)這個(gè)視角而言，大抵做了四個(gè)方面的響應(yīng)。

第一，“同頻時(shí)代”。不單是指學(xué)校的基礎(chǔ)設(shè)施將得到極大提升，教室會(huì)變得很不一樣。不僅是說跟進(jìn)了一些最尖端的智能設(shè)備，而是學(xué)習(xí)（是的，不再是教育教學(xué)）的整個(gè)布局都會(huì)變得個(gè)性化。在這方面，我們持續(xù)了整整十年的摸索，上文提及的“八級(jí)學(xué)習(xí)資源系統(tǒng)”將多快好省地保證深度學(xué)習(xí)模式的有效實(shí)施，而不必再糾結(jié)于經(jīng)費(fèi)、師資、教材等的制約。

第二，“同步世界”。我們重點(diǎn)試驗(yàn)了兩大系統(tǒng)，一個(gè)是Summit Public Schools和Facebook聯(lián)合開發(fā)的一種在線教育工具――PLP（個(gè)性化學(xué)習(xí)平臺(tái)）。這一軟件能將整個(gè)學(xué)年的課程放在一起，形成視覺化的項(xiàng)目圖，而學(xué)生可以在日程表上安排自己的學(xué)習(xí)進(jìn)度、選擇學(xué)習(xí)材料并參加考試。通過PLP，教師也可以評(píng)估學(xué)生的學(xué)習(xí)情況，并與學(xué)生配合，共同確定新課程計(jì)劃。另一個(gè)是Wolfram Alpha（也稱為WolframAlpha或Wolfram|Alpha，縮寫WA），是由Wolfram Research公司推出的一款在線自動(dòng)問答系統(tǒng)，在美國(guó) Popular Science 雜志的投票評(píng)選中獲得2009年度最偉大的科技創(chuàng)新產(chǎn)品的榮譽(yù)）；Wolfram|alpha就像從一個(gè)巨大的電子大腦（electric brain）搜索答案，它能針對(duì)廣泛的問題提供詳盡的答案，即使這些問題以不同的方式詢問，它也能應(yīng)對(duì)自如。