人工智能教育的背景范文

時間:2023-08-25 17:21:28

導語:如何才能寫好一篇人工智能教育的背景,這就需要搜集整理更多的資料和文獻,歡迎閱讀由公務員之家整理的十篇范文,供你借鑒。

人工智能教育的背景

篇1

先給大家重點推薦一本期刊:中國職業技術教育

中國職業技術教育雜志征稿信息

《中國職業技術教育》雜志是由中華人民共和國教育部主管,教育部職業技術教育中心研究所、中國職業技術教育學會和高等教育出版社共同主辦的一份綜合性中文期刊,集政策指導性、學術理論性和應用服務于一身,是教育部指導全國職業教育工作的重要輿論工具,是服務各級各類職業教育機構的主要陣地。

中國職業技術教育投稿欄目:主要有職教要聞、專稿專訪、綜合管理方略、課程教材、教研與教學、師資隊伍建設、研究與探討、職業指導、職業培訓、高等職業教育等欄目。

再給大家推薦職業教育范文:人工智能背景下職業教育變革及模式建構

董文娟1,黃堯2(1.天津大學教育學院,天津300350;2.北京師范大學國家職業教育研究院,北京100875)

摘要:順應人工智能時代的浪潮,基于新興技術的職業教育變革及新模式建構勢在必行。該文從職業教育智慧化、經濟發展、政策保障、信息化生態重構四個方面,剖析了人工智能時代職業教育變革的現實訴求,并進一步分析了當前職業教育外部環境及其自身發展的困境。人工智能背景下職業教育的變革體現出融合、創新、跨界、終身化的新特征?;诖?,從課程、教學、學習、環境、教師發展、評價、教育管理及組織等方面,探究職業教育的變革路徑及模式建構。最后探討了職業教育模式變革還面臨回歸教育本質、規避技術弊端等挑戰,并提出“適應—引領人工智能”的發展目標。

關鍵詞:人工智能;職業教育變革;模式建構;智慧化

“人工智能的迅速發展將深刻改變人類社會生活、改變世界。特別是在移動互聯網、超級計算等新理論、新技術及經濟社會發展強烈需求的共同驅動下,人工智能發展呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征?!盵1]人工智能作為新一輪產業變革的核心驅動力,為我國供給側結構性改革下的“新常態”經濟發展注入新動能,使人們的思維模式和生活方式發生了深刻變革。近年來,國家高度重視與社會經濟發展聯系最為密切的職業教育,積極推進職業教育信息化,運用人工智能改革教學方法和人才培養模式,構建新型智能職教體系,提升信息技術引領職業教育創新發展的能力。

一、人工智能背景下職業教育變革的現實訴求

人工智能對傳統教育理念產生了革命性沖擊,職業教育結構不斷調整,勞動力素質與市場需求的矛盾、學習方式與自我價值實現的矛盾等促使職業教育向智慧化、智能化發展。目前,我國處于教育信息化2.0、工業4.0的新時期,全球范圍內新一輪的科技革命和產業變革正在加速進行?!耙粠б宦贰薄爸袊圃?025”人工智能等重大國家戰略的提出,及以新技術、新產業為特征的新興經濟模式要求教育領域,尤其是職業教育培養行業、產業急需的技術技能型、智慧型人才,具備更高的創新創業能力和跨界整合能力,促進智慧化發展,助力經濟轉型升級。

(一)職業教育智慧化訴求:職業教育信息化發展的必然選擇

“智慧教育是以物聯網,大數據等信息技術為依托,創造智慧教學環境,轉換教育方法,內容與手段,注重教育網絡化,個性化和智能化的一種教育新模式?!盵2]智慧教育作為“一種由學校、區域或國家提供的高學習體驗、高內容適配性和高教學效率的教育行為(系統)”,被視為教育信息化發展的高端形態[3]。因此,職業教育的智慧化并非簡單的數字化,強調信息技術推動職業教育教學模式和方法的變革,改變思維模式,創建價值等方面共享的學習共同體,培養創新型、智慧型人才。

職業教育智慧化是職業教育信息化發展的必然選擇。目前,我國的職業教育信息化水平正在穩步提高,投入持續增加,各種智能信息技術應用于教育教學、實習實訓、測量評價等領域,并逐步成熟,正在努力打造一個信息化、智慧化的現代職業教育生態系統。新時期我國很多地區及職業院校積極提升現有信息化系統的智慧化水平,積極創建智慧校園、智慧社區等,逐步實現了組織管理的智慧化、資源環境的智慧化和服務評價的智慧化。

(二)經濟發展訴求:人工智能時代的新興經濟需要高技能智慧型人才

人工智能時代職業教育運用移動互聯網、大數據等新興技術,與經濟及其他部門跨界融合,不斷創造新產品、新業務,推動職業教育模式創新,形成了以互聯網為基礎設施、人工智能為實現手段的經濟發展新常態。人工智能時代是以現代科學技術為支撐的新時代,各行各業的運作發展和對知識技術的掌握要求達到了更高層面,相應的教育需求也有所提升,市場環境渴求勇于創新、個性化的高技能智慧型人才。職業教育要應對行業上升發展的勞動力需求問題,基于人工智能應用,提高技能培養層級,以適應新的社會勞務需求?,F代企業生產依托互聯網科技,與智能化設備直接聯接,通過數據分析和應用,促進科技成果轉化為生產力。勞動密集型企業已不適應現代行業、產業發展,需升級為網絡智能型,與此同時,職業院校的課程模式、專業設置、實習實訓、師資結構等也做出相應的調整和革新,既促進了職業教育的智慧化、智能化,又推動了產業升級和工業變革。

(三)政策保障:國家從宏觀層面保障人工智能時代的職業教育發展

2016年是我國人工智能元年,2017年我國頒布了《新一代人工智能發展規劃》,提出了“將發展人工智能放在國家戰略層面進行系統謀劃和布局”,這預示著我國人工智能時代的全面到來,為我國職業教育的發展提供了良好的宏觀政策環境。人工智能給職業教育帶來了符合時代精神的新內容,積極融合信息技術,整合職業教育資源,提升公共服務水平,影響和改變了原有的教育生態。緊密依托信息共享平臺,突破時空限制,讓學習者自我選擇,更加人性化和智能化。我國很多職業院校已經開啟了智慧校園的行動計劃,一些大中城市也在積極制定實施智慧城市的發展規劃,在良好的政策保障中提升智慧化水平。

(四)信息化生態重構訴求:人工智能時代的職業教育變革是對職業教育信息化生態系統的重構

“依據《2006-2020年國家信息化發展戰略》,我國正在有序推進數字教育向智慧教育的躍遷升級和創新發展。”[4]在新興智能信息技術的催促下,技術變革帶來了職業教育系統的顛覆性創新改革,打破現有的條條框框,改革傳統教育模式,再造教育業務新流程。在職業教育領域創新應用物聯網、大數據、人工智能等先進技術,提升各科各門教育教學業務,打造各級各類智能實訓部門、培訓機構,覆蓋貫通中高職院校,整合系統內外現有資源,推進智慧教育生態有序發展,為各類用戶提供最適合、最智能的職業教育資源和服務,完成對職業教育信息化生態系統的重構。

二、當前職業教育發展的現實困境

人工智能對各行各業的影響具有革命性和顛覆性,可能帶來新的發展機遇,也可能帶來不確定性的挑戰,比如可能會改變就業結構、影響政府管理、威脅經濟安全等,還可能會沖擊法律與社會倫理,影響社會穩定乃至全球治理。當前,人工智能與“大眾創業、萬眾創新”浪潮席卷而來,職業院校既是人工智能應用的戰場,又是培養技術創新型人才的“夢工廠”[5]。人工智能時代的職業教育信息化發展迅速,影響是廣而深的,對職業教育外部環境及其本身都造成了極大的沖擊。

(一)職業教育外部環境發展困境

“據聯合國教科文組織預測,到2020年,人工智能將替代20億個工作崗位”[6],那些技術含量低、重復性強的技能將被智能機器、數碼設備所替代,工業機器人也將大面積應用。智能設備替代行業勞動力,能夠降低勞動成本,且具有高效、易操作等競爭優勢。傳統職業教育培養模式很難適應未來行業、產業的發展需求,人工智能沖擊職業教育就業崗位,撼動其所依附的崗位基礎,對職業教育的生存與定位產生了威脅。因此,根據智能時代職業教育的崗位特征與需求,提升職業人才的知識結構和專業技能,是新形勢下職業教育的發展方向。

(二)職業教育自身發展困境

近年來,人工智能在職業教育領域內的應用和提高是目前職業教育的發展趨勢。我國重視職業教育信息化、智能化發展,各級各類職業院校在信息化基礎設施建設、校園信息化管理等方面都有了顯著提升,但信息技術與職業教育的深度融合仍不夠緊密,表現出信息化管理效率低、科學決策水平低等現象。人工智能背景下職業教育自身發展的困境表現在:

1.課程與教學困境

職業院校新課程改革提倡構建智慧課堂,制定個性化學習計劃,注重課堂實施效果。但目前的實際課程教學仍是以教師為中心,強調知識的灌輸,重視統一性和計劃性,與教育改革提倡的個性化教學相去甚遠。教學方法、教學理念更新慢,很難激發學生的內在學習動力,創新性思維弱,使得個性化教育的無法實現。近年來,中央、省、市、縣四級教育平臺逐步建立起來,課程與教學的層級設計逐步完善,但在實施的過程中,各級平臺之間存在溝通不暢等問題,各級資源內容不系統,不銜接,導致無序疊加和資源的重復浪費,“精品課程”等項目豐富了課程資源,但質量不高。在線課程與教學以傳統的科目、章節為單元,構建系統性的在線教育內容,為用戶提供專業化的知識選擇,但由于受時間條件等限制,大多數受教育者習慣于碎片化學習,連貫性和整體性差,缺乏對課程與教學體系的系統性學習。

2.認知困境

隨著人工智能時代的到來,許多職業院校將“未來教室”“智慧課堂”定位為未來發展方向,進行了多種嘗試和改革,如MOOC混合教學、翻轉課堂、多屏教學等,但“管理者和施教者對智慧教育的理解多停留在‘智慧課堂=多媒體+傳統教學的層面’,教學觀念和思維依然固化,并沒有因為新技術的參與而得到實質改變”[7],缺乏對多媒體網絡架構和智能學習平臺的深層認識,更缺乏對管理評價和互動交流等模塊的理解與掌握,雖投入大量人力財力采購了數量巨大、設備精良的多媒體設備和智能服務設備,但沒有充分有效使用,大大限制了智慧教育的發展潛力。

3.用戶困境

傳統教學以群體教育為基本單元,教師和學習者作為學習共同體,在管理、學習的互動過程中形成強大的群體約束力,促進雙方共同進步。在信息化教育時代,學習者自由掌握學習時間和進度,遇到問題可能無法及時解決并獲得反饋,無法進行面對面交流,因此,基于人工智能網絡化學習平臺,學習者需要高自控力、高學習能力才能適應這種全新的學習方式。

4.評價困境

傳統的評價方式多依靠經驗和觀察,智慧型評價則是基于學習過程的一種發展性評價,以采集到的學習數據為客觀基礎。在人工智能、數字信息化環境下教育效果的評價實際要受到很多因素的影響和局限,在信息技術與職業教育融合的過程之中,許多智能技術應用于教育教學實踐,難以進行定性定量的智慧評價,如互動交流及深層次的學習評價等。

三、人工智能背景下職業教育變革的新特征

人工智能帶來了思維模式的創新,改變了人們認識問題、思考和解決問題的方式,越來越多地依賴人與智能網絡的協同創新。人工智能背景下的職業教育變革圍繞經濟社會發展大局,“主動服務國家重大發展戰略,加大虛擬現實、云計算等新技術應用,體現校企合作、知行合一等職教特色,以應用促融合、以融合促創新、以創新促發展?!盵8]人工智能背景下職業教育的變革必將加速推進職業教育的現代化、智能化進程,表現出了融合、創新、跨界和終身化的新特征。

(一)融合

人工智能技術科學應用于當前職業教育,在最短的時間內整合、重組大量的知識信息,形成科學的技術技能知識體系,為職業教育資源、企業資源、產業資源、社會資源等一切有可能聯結的資源融合提供了可能。為促進職業教育的智慧化發展,在現有的合作模式、集團模式、產教融合模式等實體協作發展的基礎上,建立智能互動的智慧教育供給平臺、常態化智慧課堂和大數據化智慧教育生態系統,為我國新興經濟發展提供高技能、智慧型人才支撐。

(二)創新

信息化時代下“變”為創新立足之要點。創新時代最需要提升的就是創造智慧?!坝芍R的理解記憶,轉向知識的遷移、應用并最終指向創造發明”[9],以提高學習者的學習能力和應用能力,提升其創新思維和智慧思維,不斷開拓人類社會發展的高度和寬度。智能化、信息化的時代是創新不斷的時代,是原有知識不斷被更新、技術不斷被升級的時代。人工智能促使社會化協同大規模發展,促進職業教育體系核心要素的重組與重構,創新生產關系,呈現出新的協作架構,開創了新的教育供給方式,增加了教育的選擇性,推動了教育的民主化。學習者能夠按照自己的價值觀、興趣與愛好等選擇適合自己個性發展的學習方式和學習內容,促進學習者個性化、多樣化發展,最終實現教育公平。

(三)跨界

智能科學與職業教育連接起來,搭建起兩者溝通的橋梁,跨越了人工智能虛擬教育和線下實體教育的界限,實現了兩者之間的融合。教育供給由競爭資源轉變為協同合作,直線型的中心組織管理轉向去中心化、泛化管理。通過大數據智能技術平臺、遠程教育平臺等對職業教育資源進行整合共享,跨越教育邊界,與市場、行業、企業以及職業教育培訓機構對接,提供更加便捷的智慧化服務。

(四)終身化

人工智能時代職業教育的變革堅持“以人為本”的教育理念,滿足學習者在任意時間、任意地點、以任意方式、任意步調終身學習的需求[10]。打破了地域和時間的限制,體現了教育的泛在化、個性化和終身化,與終身教育理念的發展目標不謀而合。人工智能時代社會經濟發展加快,人們追求高層次自我價值的實現,充分體現出終身學習的必要性和緊迫性。目前,我國正在積極創建泛在學習環境,致力于構建終身化學習型社會,努力創造有利條件向全民提供終身教育與學習的機會。

四、人工智能背景下職業教育發展的模式建構

人工智能背景下職業教育的變革預示著全新思維意識形態、社會發展形態的變革,重塑職業教育可持續發展的新思維,重構信息時代職業教育的價值鏈和生態系統。智能化技術科學將現代職業教育內部各要素,以及內部要素與外部環境之間,通過虛擬技術和智能化手段互聯貫通,突破傳統教育價值的鏈狀模式,使職業教育由傳統模式走向“人工智能+職業教育”模式的建構。人工智能對職業教育課程、教學、評價、管理、教師發展等方面產生系統性影響,為職業教育提高教育質量和提升服務水平提供了技術支持和現實路徑,解決不能兼顧職業教育規模和質量的矛盾問題。下面將從課程、教學、學習、環境、教師發展、評價、教育管理及組織等方面來探究職業教育的變革路徑及模式建構。

(一)人工智能背景下職業教育的課程模式

人工智能時代的信息知識、科學技術正在以前所未有的速度增長、更新和迭代,呈現出了碎片化、多元化、創新性、社會性的特征。人工智能背景下職業教育的課程模式是為學習者提供按需可隨時選擇的知識儲備智能模式,解決了傳統職業院校課程教學的滯后性,呈現的是現代職業教育的前沿信息和內容。課程革命愈演愈烈,靈活多樣的微課、慕課等形式層出不窮,在線課程將成為常態,信息傳播媒介、知識獲取方式等都發生了巨大改變,課程內容和結構的表現形態、呈現方式、實施及評價等也都進行了相應變革。智能化信息科學技術為課程的設計、架構、實施提供了快捷和便利,為學習者的個性化、終身化選擇提供了多種渠道。人工智能背景下職業教育的課程模式的建構表現為:首先,線上線下融合的大規模開放課程融入現代職業教育,課程的表現形態和實施途徑呈現出智能化、數字化、立體化的特征,成為學校常態課程的有機組成部分,為學習者提供了更多的可選擇機會,使實施個性化課程成為可能?,F代職業教育的課程內容強調學術性與生活性相互融合與轉化,融入社會資源,立足于我國社會經濟的新常態和學習者的全面發展,實現社會化協同發展,共贏共創;其次,課程實施的空間得以拓展,跨越了社會組織邊界、職業院校邊界,將從班級、年級、全校擴展到網絡社區以及更大的空間。課程的整體結構從分散走向整合,以技術為媒介,形成跨學科、多學科整合的課程;最后,課程內容的組織、課程的實施逐步模塊化、碎片化、移動化與泛在化,社會化分工更加精細,教師也將承擔教學設計、技術開發、在線輔導等不同的角色。

(二)人工智能背景下職業教育的教學模式

人工智能時代將信息技術有效地融合于職業教育各學科的教學過程,從知識的傳遞轉變為認知的建構,從注重講授和內容,轉變成重視學習過程[11],構建“以教師為主導,以學生為主體”的以數字化、智能化為特征的智慧教學模式,重視學生的主體地位,引導學生“自主、探究、合作”。人工智能背景下職業教育的教學模式的建構表現為:首先,人們的學習方法、認知方式和思維模式已經發生了巨大的轉變。信息化教學使得信息技術已成為學習者認知的必要工具,認知方式也由“從技術中學”轉型為“用技術學”。其次,信息化教學的重點從“面向內容設計”轉變到“面向學習過程設計”,更加重視學習者發現問題、分析和解決問題能力的培養,關注學習者的學習過程,以及其獲得學習活動的體驗。同時,信息化教學要將課堂內的學習知識和課堂外的實踐活動聯結互動,按照學習者的個性化需求和認知方式自主選擇學習內容。第三,智慧教學將成為課堂教學的新重點。日常教學工作形態不再是點線面的連接,而是呈現為智能化、立體化的教學空間,智慧課堂將會促進學習者的深度學習、交互學習和融合學習,智能備課、批閱以及個性化指導等也將成為教育者新的教學工作形式。從機械評價學習結果轉變成適應性評價學習結果。第四,在線教學、整合技術的學科教學法將成為新的教學形態,促進教育均衡發展,實現跨學校、跨區域的流轉。移動學習、遠程協作等信息化教學模式,能夠實現教師的“教”與學生的“學”的全面實時互動,最大限度地調動學習者的主觀能動性,提升教學質量與人才培養質量。

(三)人工智能背景下職業教育的學習模式

智能系統和互聯網絡為學習者提供了豐富多元的學習資源和環境,推進了教育教學活動與學習環境的融合發展,人工智能背景下職業教育的學習模式也逐步建立起來,具體表現為:首先,智能時代的互聯網絡全面覆蓋每一個人、每一個角落,活動空間由課堂內拓展到課堂外,學習與非正式學習正在互相補充、互相與融合,導致學習者的學習行為變化、學習方式的革新。其次,基于互聯網出現了一批創新的學習方式,借助情景感知技術及智慧信息技術,進行真實過程體驗的情境學習,促進學習者知識遷移運用的情境化和社會化。第三,借助互聯網云技術和各種應用工具,學習者可根據自身學習需求,選擇最優學習方式,也可利用數據分析技術,追蹤記錄學習路徑和學習交互過程,隨時隨地獲取個性化教學服務和量身定制的學習資源,拓寬了智慧教育視野。第四,各職業院校開始拓展校園智慧學習的時間和空間,以實現虛擬和現實相互結合的智慧校園育人環境。推進網絡學習空間建設,加強教與學全過程的數據采集和分析,“引導各地各職業院校開發基于工作過程的虛擬仿真實訓資源和個性化自主學習系統”[12],強化優質資源在學習環境中的實際應用。

(四)人工智能背景下職業教育的環境模式

智慧教育環境是以大數據、多媒體、云計算等智能信息技術為基礎而構建的虛實融合、智能適應的均衡化生態系統。信息技術與職業教育的深度融合,為師生的全面發展提供了智慧化的成長環境,如智慧云平臺、智慧校園。人工智能背景下職業教育的環境模式的建構表現為:首先,智慧教育環境將信息技術與職業教育服務結合、面對面教學和在線學習結合,形成數字化的、虛實結合的職業教育智能服務新模式。其次,智慧教育環境將促進各種智能化、數字化信息技術融入職業院校的各個業務范圍和業務領域,與系統內的其他業務橫向互聯、縱向貫通,且信息能夠適時生成和采集,全過程實現數字化與互聯化。第三,智慧教育環境能夠感知學習者所處的學習情境,理解學習者的行為與意圖,滿足學習者的個性化需求,提供多元化的適應服務和智能感知的信息服務?;ヂ摼W應用基于智能數據分析,實現智能調節與自動監控,為學習者提供定制式的學習服務和個性化的學習環境。未來教室必將變成“虛擬+現實”的智慧課堂,在網絡空間中參與線上課程、線下活動,實現線上線下互動交流。同時,智慧校園的創建和管理,能夠對每個班級、學區進行動態管理,構建出一個以問題、任務為線索,學生實現自主學習的知識體系和促進師生互動、生生互動的智慧管理平臺。到2020年,“90%以上的職業院校建成不低于《職業院校數字校園建設規范》要求的數字校園,各地普遍建立推進職業教育信息化持續健康發展的政策機制”[13],以學習者為中心的自主、泛在學習普遍開展,精準的智能服務能夠滿足職業教育的終身化定制。

(五)人工智能背景下職業教育的教師發展模式

人工智能背景下職業教育的變革對教師的專業發展、素質能力提出了新要求,改變了教師的能力結構和工作狀態。教育信息化大背景下,互聯網技術、多媒體手段的產生、智能化設備的使用極大提高了教師的專業發展和能力素養,以適應新課程改革與教育信息化的要求。人工智能背景下職業教育的教師發展模式的建構表現為:首先,新時代教師專業發展的內在要求和外在環境都要求教師能夠認識、了解和應用互聯網新技術工具,促使教師專業發展能力和素養的提升和豐富。其次,教師的專業發展要面向實際、情境化、網絡化的教學問題,教師需要在多變的教育情境中綜合運用核心教學技能,將信息技術知識、學科內容知識、教學法知識很好地融合并遷移運用。新時代的教師要學會掌握使用智能化設備和數字化網絡資源,積極加強與其他專家、教師的合作,或遠程工作,形成基于智慧教育技術的多元化的學習共同體。教師的工作狀態由個體的單獨工作轉變為群體的共同協作,大大提升了教師的工作效率。第三,信息化背景下教師的教學理念要發生轉變,由促進學生“接受學習”轉變為“主動建構”,由“被動適應”轉變為“主動參與”,越來越強調以學生為中心的過程體驗,從了解信息技術轉變為掌握智慧教育技術,保持學科知識,教學方法,核心技術的動態平衡,促進學生智慧學習的發生。第四,信息化教師要學會使用智能化教育技術,積極開發數字化學習資源,創設豐富多元的教學活動,鼓勵學生掌握智能信息工具,學會探究和解決問題,發展提升學生的創新思維能力和信息化學習能力。教師的信息化教學能力和素養全面提升,信息技術應用能力實現常態化。

(六)人工智能背景下職業教育的評價模式

現代教育價值趨于多元,以互聯網為基礎的智能化信息技術使教育評價在評價依據、評價內容、評價主體等多個方面實現了全面轉變。人工智能背景下職業教育的評價模式的建構表現為:首先,互聯網信息技術應用于學習過程使得伴隨式評價成為可能,更加關注學習者的個體差異和特點。強調過程評價和多元共同評價,更加客觀全面,重視評價過程的診斷與改進功能,以促進學習者的個性化發展。其次,互聯網、大數據、智能云技術的出現使得評價的技術和手段多樣化、智能化,節省人力物力財力,提高了評價的科學性、針對性。第三,以大數據為基礎的適應性評價因人而異,可獲得及時反饋,可真實地測評學習者的認知結構、能力傾向和個性特征等,從知識領域擴展到技能領域、情感、態度與價值觀,構建以學習者核心素養為導向的教育測量與評價體系,促進學習者發展。

(七)人工智能背景下職業教育的管理模式

智能化信息技術、云計算技術、大數據技術等能夠促進大規模社會化協同,拓展教育資源與服務的共享性,提高教育管理、決策與評價的智慧性,因此,基于互聯網的教育管理必將逐步走向“智慧管理”模式。人工智能背景下職業教育的管理模式的建構表現為:首先,互聯網將家庭、學校、社區等緊密、方便地聯系在一起,拓寬了家長和社會機構參與學校管理的渠道,各利益相關者可共同參與現代職業院校的學校管理,協作育人。其次,新時代的職業院校管理模式通過可視化界面進行智能化管理,業務數據幾乎全部數字化,能有效降低信息管理系統的技術門檻,使管理工作更加輕松、高效。通過深度的數據挖掘與分析,能夠實現個性化、精準資源信息的智能推薦和服務,為管理人員和決策者提供及時、全面、精準的數據支持,以提高決策的科學性。第三,通過互聯網信息技術可以實現全方位、隨時的遠程監督與指導,從督導評估轉變為實時評估,可以實現大規模的實時溝通與協作,促進社會化分工,促進職業院校內部重構管理業務流程,使管理智能化、網絡化、專業化。

(八)人工智能背景下職業教育的組織模式

人工智能時代信息科學技術的蓬勃發展沖擊著學校內部的組織結構向智能化、網絡化的方向發展,各職業院校需要合理調整內部組織結構和資源分配,通過互聯網加快信息流動等方式,提高各職業院校組織管理的效率和活力。人工智能背景下職業教育的組織模式的建構表現為:首先,當今時代人工智能的產生不可能替代學校教育,但可以改變學校教育的基本業務流程。人工智能推動了學校組織結構向網絡化方向發展,教學與課程是提供信息數據的重要平臺,學校組織則構成了教育大數據生態系統。其次,“互聯網+職業教育”的跨界融合將打破學校的圍墻的阻隔,互聯網將學校組織與企業、科研院所等社會機構緊密聯系起來,提供優質教育資源供給,共同承擔知識的傳授、傳播、轉化等功能,促進學校組織體系核心要素的重構。第三,建設“智慧校園”,實現線上線下融合的智慧校園育人環境,實施一體化校園網絡認證,推動智能化教育資源共建共享,實現職業教育信息化建設的均衡發展。

五、人工智能背景下職業教育的模式變革面臨的挑戰及發展目標

人工智能將推進大數據、云技術等智能信息技術深層次融入職業教育課程與教學、組織與管理、評價與反饋等領域,形成社會化多元供給,為學習者提供多樣化的參與方式、自主選擇的學習形式和及時獲得反饋的評價途徑,有利于實現職業教育的共建、共享、共治。但其全面實現,還面臨著諸多挑戰。

(一)挑戰

首先,職業教育的新模式建構需要充足的資金支持。各職業院校積極建構智慧校園,努力實現智慧化產學研環境,打造一體化智慧城市網絡等核心技術的開發,都需要資金的根本保障。政府要給予資金政策保障并加強監管,資金管理部門要合理規劃,合理利用,專款專用,落到實處。其次,職業教育的新模式建構的成果表現離不開學習者對技術的理解、掌握和應用。在實際實施過程中,教育工作者既要利用信息技術優勢變革職業教育,也要避免技術中心主義傾向,“避免一味追趕技術新潮而不顧學生身心健康等,技術本身是一個禍福相依的辯證法?!盵14]第三,“目前的教育實踐中,仍未能充分實現人機合理分工和雙邊優勢互補。人工智能終端系統擅長邏輯性、單調重復的工作,而人類則更適合情感性、創造性和社會性的工作。”[15]現階段,信息化技術水平還有待提高,智能機器不能完全勝任知識傳播、數據處理等工作,有待于進一步開發和完善,絕對依賴互聯網絡和設備,還存在一定的風險。

(二)發展目標

人工智能時代職業教育變革重新架構了職業教育發展模式,完成了對資源的重新整合配置,改變了人的思維方式、學習方式和生活方式。人工智能時代下沒有職業教育模式的改革,就不可能建構真正的現代化職業教育。人工智能背景下職業教育的發展目標可以概括為個三方面:

1.“智慧腦”與“智能腦”融通

隨著第四次產業革命的到來,信息技術爆發式發展,造就了以電腦、互聯網為基礎的智能腦。職業教育智慧化發展的一個目標就是如何讓學習者發揮人腦“智慧腦”與機器設備“智能腦”的“雙腦”共同協作[16]。人工智能時代職業教育與信息技術的深度融合,就是要通過“智慧腦”和“智能腦”的協同作用,發揮互補優勢,進行融通式學習,而不是簡單地人腦與電腦的技術對接。

2.“現實世界”與“虛擬世界”結合

在人工智能時代,網絡虛擬技術的發展使人類擁有了真實與虛擬兩個世界,虛擬信息技術的興起在一定程度上會影響職業教育的實體教育,實體教育的發展也需要虛擬技術的支撐。但在具體的學習實踐中,還會存在利用這兩個世界時顧此失彼、難以平衡的問題。目前,虛擬化教育技術在職業教育領域不斷應用與推廣,職業教育的發展模式不斷優化,使得職業院校線上線下的邊界逐漸消融,“現實世界”與“虛擬世界”更好地結合。人工智能時代職業教育的本質沒有發生根本改變,學習者要學會利用這兩個世界虛實融合、高度互動,充分發揮出自身的優勢,更好地學習與生活。

3.職業教育“適應人工智能”發展為“引領人工智能”

人工智能為職業教育帶來了強大的技術支持,為職業教育帶來了便利。初始階段的職業教育基本知識和技能被數字化和智能化,通過人工智能相關課程,云教育模式,個性化學習計劃等,適應并應用人工智能,以提高職業教育的效率和質量。職業教育重在技術創新,對于行業技術發展具有一定的引領性作用。未來人工智能將成為職業院??焖侔l展和轉型的技術支撐。“如某些職業院?;谧陨韮瀯輰I與相關行業的智能自動化企業合作,實現以職業教育發展引領人工智能。”[17]目前,人工智能處于適應性大發展階段,隨著信息化技術的提高和智能化設備的普及,人工智能時代必將由專用人工智能時代步入通用人工智能時代。在通用人工智能時代,人工智能與職業教育深度融合高效協作,職業教育完全適應且完美應用于人工智能,進一步引領人工智能發展,由“人工智能+職業教育”發展為“職業教育+人工智能”的時代。

篇2

關鍵詞:高職教育;人工智能;轉型發展

一、高職教育現狀

(一)客觀層面

(1)社會面。當前社會發展處于轉型關鍵期,高職教育迎來全新發展機遇,對人才培養質量不斷提高。傳統思想中,家長學生都帶著有色眼鏡看待高職教育。隨著社會給技術技能型人才提供很多高薪崗位,部分學生主動選擇高職院校進修學業,提高自身技能水平。高職院校必須以社會發展趨勢為導向,及時調整自身發展戰略。(2)政策面。在新課程改革視域下,政府高度重視高職教育的發展,出臺了多項扶持政策,如《國家職業教育改革實施方案》《職業學校專業頂崗實習標準》《關于推進高等職業教育改革創新引領職業教育科學發展的若干意見》等,極大的推動了高職教育的穩定發展。

(二)主觀層面

(1)教學理念。高職教師受傳統思想影響,往往重視成績和理論知識,亟需引進新的教學理念,并落實在實際教學中。高職院校已經意識到人工智能時代,自身轉型創新的必要性,正積極將全新的教學理念貫穿在人才培養過程中。(2)教學方式。高職教育逐漸創新教學方式,將頂崗實習、校企合作、實訓教學等應用在常規教學中,適應時展,彰顯職教特色。但在實際教學中,教師理念未發生變化,能力無法滿足新型教學方式需求,存在亟需改進優化的地方。(3)教學體系。只有完善的教學體系,才能為高職教育的改革創新提供依據參考。當前高職教育體系中含有諸多不足,如學科單一、理論與實踐比重不協調、知識內容陳舊等。高職教育要想適應新時展趨勢,應積極完善教學體系。

二、人工智能現狀

(1)國家戰略。近年來,國家高度重視人工智能發展,國務院《關于印發新一代人工智能發展規劃的通知》(國發〔2017〕35號),提出科技創新的主要方向是人工智能,提倡積極構建全新的人工智能科技創新協同機制,進一步完善人工智能教育體系,實現人才儲備和梯隊建設的目標,推動智能經濟的發展。各部委也積極頒布一系列政策,如《智能制造2025》《“互聯網+”人工智能三年行動實施方案》《機器人產業發展規劃(2016-2020)》等[2]。可見,國家為人工智能技術的發展提供了充足動力,人工智能已成為國家戰略的一部分。(2)產業發展。多年的探索,人工智能技術有了明顯提升,在問題求解、泛邏輯理論、不確定推理、拓撲學、圖像處理、模式識別、專家系統等方面有了顯著研究成果,一部分成果甚至領先世界水平。例如我國在模式識別領域的研究,文字識別、語言識別、虹膜識別都取得優異成果,被廣泛應用在生物醫藥、機器人視覺研究、衛星遙感、自主導航、軍事等領域。企業十分關注人工智能技術的發展應用,像360人工智能研究院、阿里人工智能研究院、百度人工智能研究院等。人工智能技術的深度研究,使應用和商業價值最大化。據不完全統計,2017年人工智能產業創造700億元市場價值,預計在2020年產業規模超過1600億元。

三、人工智能推動新時代高職教育轉型發展的必要性

(一)技術技能型人才的需求

高職教育發展的目的是培養適合崗位需求的技術技能型人才。人工智能時代,先進技術的廣泛應用,大部分崗位對人才的需求發生明顯變化,逐漸形成了“機器換人”的局面。企業中簡單、重復、勞動強度大的崗位,都由智能機器人予以代替。例如在京東電商的物流中,出現無人機配送方式,直接沖擊了傳統人工物流配送模式。相信在不久的將來,會有更多的智能機器人走向物流配送的工作崗位,形成全新的工作體系。此外,在生產制造的質檢環節,由于傳統人工監測方式存在諸多不足,應用人工智能的圖像識別技術,可以實現對產品質量的動態檢測??梢?,人工智能時代會有大批崗位“消失”,取而代之的是智能化機器人。高職教育必須轉變以往的教育模式,順應時展趨勢,結合社會崗位對技能人才的需求,調整高職教育方向,實現高職教育價值。

(二)國家發展戰略的要求

以往的發展致力于“中國制造”,但新時代“中國制造”已無法提升綜合國力,國家必須調整發展戰略。人工智能時代將“中國制造”轉變為“中國創造”“中國智造”。這一發展戰略的轉變,能看出先進科學技術在國家發展中的重要地位。為了2025年實現“中國智造”的目標,高職院校創新人才培養模式,順應國家發展戰略的調整。同時,高職教育轉型過程中,轉變以往以理論、成績為主的思想觀念,對人才進行更加系統的培養,調整理論知識、實習實踐之間的關系比例。人工智能時代的高職教育轉變與創新,可以加大對學生創新意識的培養力度,使人才綜合素養得到更好提升,滿足“中國創造”的需求。

(三)學生自身價值實現的需求

時代的發展使高職學生的思想發生變化,傳統的高職教育雖能提高學生專業能力,但并不滿足當前企業對工作崗位的需求,學生無法實現自身價值。曾經的學生,沒有認識到自身與社會的關系,存在“得過且過”等不良思想。新時代,高職學生逐漸認清自身地位,意識到自己與國家民族是“命運共同體”,是實現偉大復興“中國夢”的主要力量。高職教育轉型創新,根據時展要求、學生需求,合理調整教學方案與計劃。

篇3

關鍵詞:人工智能;教學改革;教學方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科,是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發,人工智能技術的日趨成熟。隨著AI3.0時代的到來,大數據、云計算等新技術的應用也愈發廣泛,對于管理類人才來說,加強對人工智能知識的深入學習,不斷將人工智能技術與管理知識結合起來,對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科,管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力,基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點,通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習,加強學生解決實際問題的能力,為就業打下基礎。本文基于社會對于人工智能領域的人才需求,結合諸多長期從事經管類專業課程教學的老師意見,針對管理類人才的人工智能課程教學內容與方法進行探討,以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。

1、教學現狀與問題

作為一門綜合性、實踐性和應用性很強的理論技術學科,人工智能課程內容及內涵及其豐富,外延極其廣泛。學習這門課程,需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才,該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前,中國大多數大學仍采用傳統的課堂教學模式,在教學過程中照本宣科,忽略與學生的互動,并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置,如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時,隨著章節的知識難度不斷增加,單向介紹式的枯燥教學方式無法反映人工智能學科的全貌,課堂講解難以同時給以學生感性和理性的認知,部分學生因乏味的課堂氛圍漸漸無法跟上教學進度,導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位,具有多學科的素養,但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識,給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多,涵蓋模式識別、機器學習、數據挖掘等眾多內容,概念抽象,不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程,缺乏一定的關聯思考和研究意識,導致課程學習難度增加,產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下,人工智能廣泛應用于機器視覺、智能制造等各個領域,給學生提供了大量的現實案例,使得人工智能不再是高深莫測的理論,而是現實中可以觸及的內容。例如,在機械學科領域,人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源;在醫療領域,是醫療器械的創新生產源動力;在能動領域,是高端能源裝備與新能源發展的重要驅動;在光電信息與計算機工程領域,技術的發展時刻推動著智能科學與技術核心價值的提升。然而,對于管理類專業的學生來說,現階段的人工智能教材涵蓋許多智能算法及相關理論,在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法,書本中的應用實例大多紙上談兵,缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐,加上一些教師授課方法單一,不利于引導學生將人工智能算法應用于現實生活。另外,大學生對知識的理解能力差異很大,教師采用統一的方式教給他們,這使一些學生無法跟上和理解,教師也無法控制學生的學習狀況,導致學生缺乏動力。因此,如何結合學生的現實情況,提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。

2、管理類人才的人工智能課程教學改進策略

課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言,教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化,而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題,可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。

2.1教學方法改進

教師對學生具有引領作用,其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求,通過安排一些具體的教學案例,引導學生積極參與案例思考、分析、討論和表達等多項活動,是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征,調動學生的學習積極性,并緊密結合人工智能領域的相關理論與方法,有效理解知識要點及其關聯性,適用于管理類專業學生的教學。具體而言,高?;谄鋯栴}啟發性、教學互動性以及實踐有用性等特點,可以建立基于人工智能知識體系的教學案例庫,雖然這項建設將極具挑戰性與耗時性,但具有很強的積極效果:培養學生較強的批判性思維能力,更多地保留課程材料,更積極地參與課堂活動,對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如,通過單一案例教學,讓學生掌握相關基礎知識原理及應用;通過一題多解的案例使學生思考如何獲取最有效的解題方法;通過綜合案例的設計,啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性,在課堂討論的過程中對學生做出評判,從而對不同類型的學生開展針對性的教學?;觿t是在研討的基礎上,通過老師與學生、學生與學生的互動,讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中,教師通過課堂討論了解學生對于知識點的掌握情況,可以有針對性地設計教學內容,例如,對于學校積極性不強的學生,將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來,能夠極大程度地提高學生學習的自主能力;對于基礎知識較為薄弱的學生,可以在教師的指導下查閱相關文獻資料,根據自己的理解撰寫心得報告,并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望,建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術,人才需求量極大,對教師的教學水平也提出了更高要求,因此,進行有效激勵極為重要。在學生激勵方面,可以舉辦各類人工智能競賽項目,設置相應項目獎學金,吸引學生參與實踐,調動學生做研究、發論文的積極性。例如,教育部主辦的中國研究生人工智能創新大賽,圍繞新一代人工智能創新主題,激發學生的創新意識,提高學生的創新實踐能力,為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式,在各學院乃至全校開展此類競賽項目,激發學生的創新能力與團隊合作能力,鼓舞更多學生加入到人工智能課程的學習中來,激發其學習興趣。在教師激勵方面,在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分,鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高,學科交叉性強?;谌斯ぶ悄艿膶W科交叉性特點,增強管理類人才對學科應用的領悟,可以采取開展學科滲透式教學的方法。從2015年起,國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件,“互聯網+”、“智能+”已經滲透到各個領域,人類進入數字經濟時代,社會需求“技術+管理”的高端復合人才。例如,基于工業4.0和強國戰略,人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識,我們請機械工程、能源動力領域的相關專家以授課或講座的形式,進行相關領域知識和發展趨勢的講解,使學生理解更為透徹。此外,在教學實踐過程中,還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式,促進不同專業間老師、學生對于人工智能知識模塊的見解,相互交流、滲透和學習,從而推動人工智能課程教學的改進。

2.2教學內容設置

世界一流大學在人工智能課程內容設置根據不同國家的教育體系設置,肯定會有不同,但頗有共通之處。本文借鑒世界頂尖大學經驗,針對管理類專業人工智能課程教學內容進行研究,結合中國教育體系設置,認為應從以下幾方面進行改進。(1)核心內容設置為避免學生因為知識點過多而出現雜而不精的問題,勢必要精化教學內容。在互聯網時代,我們可以使用云計算和其他方式來實現數據信息的傳輸、存儲和處理,通過在線收集和整合網絡課程相關數據,挖掘和豐富教學資源,并在整合課程資源的基礎上,進行研究方法和前沿知識的擴展。在核心內容設置方面,可以通過收集到的數據資料,選擇人工智能領域具有代表性且難易程度適中的知識作為重點,使學生能夠在有限的學時內掌握人工智能的知識脈絡。例如,編寫針對管理類人才的人工智能教材,內容涉及緒論、知識表示與推理、常用算法、機器學習、神經網絡等方面的同時,重點增加相應知識點在管理上的應用案例,加強學生對知識點的理解。同時,根據管理類專業偏向領域,開設關聯程度較大、應用較廣泛的人工智能選修課程,以便學生根據自己的興趣與需求選修具體方向的課程。(2)注重學生的數理及編程基礎良好的數理及編程基礎是學習人工智能的前提。只有具備了這些基礎,才能搞清楚人工智能模型的數量關系、空間形式和優化過程等,才能將數學語言轉化為程序語言,并應用于實驗。管理學院人才的數理及編程基礎相對薄弱,因此,在安排學生學習人工智能課程之前,建議開設面向全體管理類專業學生的微積分、線性代數、概率論等專業基礎數學課程以及C語言、python等編程基礎課程,使學生具備數學分析的基礎與一定編程基礎,為學習人工智能課程打下堅實的基礎。另外,可以推進MOOC平臺建設,在平臺上開設人工智能網絡課程,幫助學生掌握人工智能知識基礎及專業技能。(3)實驗建設為了加強學生對于人工智能知識點間的關聯性理解,可以基于不同的應用模塊,設計具有前后鋪墊、上下關聯的綜合性實驗,設計不同層次的項目要求,同時基于相同的實驗課題,讓學生分組對實驗課題進行攻克,并設置多元化的實驗評價體系,通過實驗教學過程中反映出的不同進度,讓教師能對學生的學習水平做出準確評判,及時進行教學反思,以便更好地開展下一步工作。例如,針對人工智能課程應用中很廣的遺傳算法,在某一管理規劃的具體應用上設置理解-實現-參數分析-具體應用-嘗試改進-深度拓展的不同層次的項目要求,在這些項目層次中規定必做項與可選項,讓學生基于同一實驗課題進行合作學習,然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分,對小組整體能力以及個人能力進行綜合評估,以期培養學生的自主思考能力。

篇4

關鍵詞:航天類專業 人工智能 教學探索

中圖分類號:G64 文獻標識碼:A 文章編號:1674-098X(2014)10(b)-0155-02

面對航天科技迅猛發展,現代軍備技術快速提升,培養具有專業性的高素質航天類人才,是我國航天科技發展的戰略選擇,也是航天重點高校面向并有效服務航天事業的歷史責任。航天類本科生的教育形式也需要突破傳統的方式,著重多樣性、前沿性、工程性,因此,該專業的各門課程教育都應該結合專業特點,探索新的教學模式。

人工智能自1956年誕生50多年以來,引起眾多科研機構、政府和企業的空前關注,已成為一門具有日臻完善的理論基礎、日益廣泛的應用領域和廣泛交叉的前沿學科。由于航天領域的特殊要求,人工智能在其發展中發揮著不可替代的重要作用,各發達國家都相繼開展了人工智能與航天技術相結合的研究,致力于實現可重構的、具有容錯能力的、智能的飛行系統和管理系統。因此,“人工智能”作為航天類專業的一門特色選修課,應結合專業特點展開更具有實用性和創新性的教學。

1 人工智能課程特點

一方面,“人工智能”是一門多學科交叉的綜合學科,它涉及計算機科學、數學、心理學、認知科學等眾多領域,具有知識點多、涉及面廣、內容抽象、不易理解、理論性強等特點,使得該課程的教學具有較大的靈活度和較高的難度。另一方面,“人工智能”是一門正在發展中的學科,具有較強的前沿性,計算機科學、信息科學、生物科學等相關學科的發展不斷的提出了許多新的研究目標和研究課題,使得人工智能的技術和算法也需要不斷更新,這在很大程度上增加了“人工智能”課程的教學難度。

2 航天類專業特點

首先,航天類專業具有較強的工程性。在專業的教學改革中有統一的特點,即強調要體現航天工程技術的綜合性、系統性, 注重培養復合型人才。其次,航天類專業具有一定的前沿性。因為航天飛行器作為現代高科技和多種學科技術綜合應用的結晶,應及時把現代先進科技融入到了專業基礎和專業類的課程教學中, 專業知識更新快成為又一特點;另外,航天類專業應注重實踐性教育。尊重個性和興趣,強調動手能力,實驗室對學生開放,要求學生自主地設計完成實驗,強調對學生設計理念和創造能力的培養。最后,航天類專業應重視產學合作。產學合作的目的在于推動學校與航天產業的持續全面合作,造就一支科學技術研究和工程實踐兼備的教師隊伍。

3 教學模式的探索

3.1 教材的選擇

人工智能作為一門新興的學科,其理論與方法都還在不斷的發展與完善中。就目前來看,關于人工智能的定義和范圍都沒有一個統一的標準,不同的教材所介紹的內容也不盡相同。在教材選用方面,需要綜合考慮專業特點和學生的知識背景。本課程主要針對航天類專業高年級本科生,該類學生具有一定的數學、計算機、信息論、通信理論等基礎知識,對航天應用的基本需求有初步的了解,因此,“人工智能”課程難度應該控制在中級,可以較深入的介紹人工智能的基礎算法和應用案例。

中南大學蔡自興教授積累了多年的教學與科研經驗,借鑒了國內外其他專家和作者的最新研究成果,吸取了國內和國外人工智能領域學術書籍的長處,于1987年編寫了“人工智能及其應用”一書,該書根據人工智能學科的新發展不斷修訂,推出四個版本。本課程采用“人工智能及其應用(第4版)”,其中大部分內容適合本科生學習。另外,本課程還給學生提供其他一些參考書目,如N.J.Nilsson 的“Artificial Intelligence:A New Synthesis.Morgan Kanfmann”等經典教材。

3.2 課堂教學形式的探索

“人工智能”課程內容較抽象,概念較為繁多,若采用單一的課堂講授的方式,學生容易概念混淆、理解不透,逐漸產生厭倦情緒,導致教學效果差。本文探索不同的課堂教學手段,根據不同內容采用不同的教學手段,有利于學生對課程內容的理解與吸收。另外,考慮到航天類的專業特點,突出課程內容的工程應用,增加研究性質的教學內容與形式,有利于培養學生的創新能力和實踐能力。

(1)課件采用圖文并茂的PPT。綜合利用文字、圖像、聲音、視頻等多種媒體表示方法,在介紹原理和概念時采用精辟的文字,介紹算法流程時采用圖像,介紹算法應用時采用視頻。在PPT中適當利用不同的字體、顏色或動畫來突出重點,細化流程,引導學生的思路,便于集中注意力接受重點內容。

(2)適當增加課堂討論與練習。對于人工智能的一些基本問題,可以引導學生進行調研和討論,來深化課程內容的了解,并提高學生的學習興趣;對于重要的算法和理論,可以增加課堂練習,讓學生實際動手進行公式的推導或演算,并在練習中分析學生對問題的理解程度,有針對性的增加講解或指導。

(3)適當采用類比的講解方式。對人工智能的不同學派,不同方方法,以及方法的不同應用,廣泛的采用類比的形式進行講解,不僅可以復習已學習的內容,也利于對新內容的理解。并且,通過對不同內容的比較總結相似點、區分不同點,可以避免概念的混淆,清晰的掌握課程內容。

(4)增加研究性教學。研究性教學強調通過問題來進行學習,有必要將實際應用案例或者授課教師的科研項目融入日常的教學工作中去,用“啟發式”、“案例式”教學激發學生“自主學習”能力。

3.3 課程內容的探索

一方面,鑒于本科生知識結構還不夠完善,“人工智能”課程的內容要控制在適應本科生學科基礎的中等難度;另一方面,鑒于航天類專業的特點,課程內容應更注重與航天應用相結合的內容,并且在課程中增加具體應用的介紹。具體的課程內容如表1所示。

3.4 考核形式的改革

“人工智能”課程注重學生創新能力和實踐能力的培養,傳統的試卷形式不能全面的反應學生的學習效果,因此,應采用課堂表現和課程報告相結合的方式進行綜合考核。

一方面,重視學生提出問題、分析問題和解決問題的能力,對學生課堂討論與練習的表現進行考核評分,作為總成績的參考;另一方面,注重學生課題調研和實踐的能力,采取提交課程論文的形式進行考核。正確引導學生根據個人興趣、課程內容、可行性、實踐難度進行合理選題,并根據所選題目進行文獻查閱和總結,完成調研報告或算法實現報告。結合者兩個方面進行最終成績的評定,綜合衡量學生問題分析能力、論文寫作能力和創新實踐能力。

4 結語

航天類專業的本科生教學需針對專業特點有的放矢,該專業的課程教育都應該趨向于前沿性、專業性和實用性。本文的“人工智能”課程教學改革方案不僅考慮到該課程屬于前沿叉學科的特點,也綜合考慮了航天類專業的特點。為了使課程教學更好地服務于學生,本文提出的改革方案打破傳統的教學模式,將課堂理論講解、課堂討論、課后調研、項目實踐等相結合,充分調動學生的學習興趣和積極性,提高學生的創新能力,有利于培養真正符合航天領域所需要的綜合型高級人才。

參考文獻

[1] 王甲海,印鑒,凌應標.創新型人工智能教學改革與實踐[J].計算機教育,2010(15):136-138,148.

[2] 劉興林.大學本科人工智能教學改革與實踐[J].福建電腦,2010(8):198-199.

[3] 懷麗波.32課時《人工智能基礎》課程教學的幾點思考[J].華章,2013(34):193-194.

[4] 紀霞,李龍澍.本科人工智能教學研究[J].科教文匯(上旬刊),2013(6):91-92.

[5] 肖春景,李建伏,楊慧.《人工智能》課程教學方法改革的探索與實踐[J].現代計算機(專業版),2013(26):32-34.

[6] 熊德蘭,李梅蓮,鄢靖豐.人工智能中實踐教學的探討[J].宿州學院學報,2008(1):146-148.

[7] 張偉峰.本科高年級人工智能教學的幾點思考[J].計算機教育,2009(11):139-141.

篇5

關鍵詞:人工智能;研究型實驗教學;民族關系

人工智能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,對它的研究涉及控制論、信息論、系統論、語言學、神經生理學、數學、哲學等諸多的學科及領域,是一門綜合性的交叉學科[1]。

人工智能的研究、應用和發展,在一定程度上代表著信息技術的發展方向,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迫切的需求。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[2]。

實踐教學環節在大學教育中是一個非常重要的教學環節,是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。

1研究型教學模式背景

研究型教學是相對于以單向性知識傳授為主的傳統教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創造性地運用知識和能力,自主地發現問題、研究問題和解決問題,在研究中積累知識、培養能力和鍛煉思維的新型教學模式。研究性教學是對現有的大學課堂教學模式的突破。有利于開發大學生的創造潛能,提高學生適應社會需要的創造性和創新能力,充分展現現代大學培養人才、發展科學、服務社會的三大基本職能[3]。

19世紀初,德國著名教育家洪堡最早提出了教學與科研相統一的原則,為研究型教學模式的發展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發現教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發生興趣,并想方設法弄清這些新奇事物背后究竟發生了什么,這是一種進行科學研究的可貴的動力。

自此,研究型教學理念開始廣泛使用?,F在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養,普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現從單向知識傳授的傳統型教學向關注創新性教育的研究型教學轉變方面進行了許多有益的嘗試。

2研究型實驗教學

本科教學不僅要培養學生的應用能力,還要培養學生具備基本的科研素質。大學是培養未來一線創新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規模逐年增大,本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非?;钴S的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等,都是目前國際和國內熱門的研究方向。

人工智能課程在計算機專業人才培養方案中占據著重要的位置。在專業理論方面,它承續了離散數學中的邏輯知識;在專業方法方面,是數據結構、算法分析與設計的繼續;在專業工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。

針對這一特點,在人工智能教學中,如何引導學生系統學習人工智能的知識、激發學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環節和必然選擇。

2.1實驗教學中加強學生的研究導向

在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現,并作以比較。讓學生們在了解人工智能新技術的同時,也培養學生們如何分析問題、解決問題的科研能力。

2.2人工智能課程實驗

該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現,要求學生進行嚴格的計算機專業技能訓練和培養良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。

該課程的實踐環節主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環節的設計上,我們嘗試把驗證性實驗和開發性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發展趨勢和本院老師的最新研究成果,對實驗內容進行更新。

課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環節。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。

3實驗平臺的構建

民族關系問題對被訪對象,特別對少數民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統的文獻分析、問卷統計和現場觀察等民族學方法來進行調查,得到的數據會存在較多誤差。

因此結合本校的民族特色和民族學領域獨特的研究優勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數修正,從而獲得盡可能客觀的數據,這些數據將有助于建立一個客觀、完備、科學的民族關系監測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策?;诙嘈畔⑷诤系拿褡尻P系監測預警系統總體框圖如圖1所示。

目前該平臺已經搭建,由北京市公共安全信息監測平臺建設、北京市公共安全信息監測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監控、認識等領域,小波分析、神經網絡、支持向量機、模糊數學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。

4結語

研究型實驗教學激發了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:

1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。

2) 研究型實驗教學的輔導老師素養需要提高。研究型實驗教學作為體現創新教育要求的現代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規劃和設計實驗內容。

3) 需要建立一套合理的學生學業和教師績效的評價體系。

參考文獻:

[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業出版社,2007.

[2] 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.

[3] 李得偉,張超,李海鷹. 大學工科專業課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

(College of Information Engineering, Minzu University of China, Beijing 100081, China)

篇6

關鍵詞:人工智能;研究生教學;教學方法

人工智能是一門研究機器智能的學科,是在研究人類智能行為規律的基礎上,利用人工的方法和技術,研制智能機器或智能系統來模仿、延伸和擴展人的智能,實現智能行為。在知識經濟向智能經濟高度發展的今天,人工智能具有重要的理論意義和社會價值。人工智能理論已經滲透到各個領域,人工智能技術也得到廣泛應用,許多研究成果已經進入人們的生活。

人工智能課程是一門多學科交叉的課程,具有很強前沿性,涉及哲學、認知科學、行為科學、腦科學、生理學、心理學、語言學、邏輯學、物理學、數學等眾多領域;涉及面寬,內容廣泛,更新快。人工智能課程的開設能夠更好地培養學生的創新思維和技術創新能力,培養學生對計算機前沿技術的前瞻性,提高他們的科技素質和學術水平[1]。

人工智能課程內容的廣泛性、前沿性和應用性特點決定了授課方法的多樣性。與本科生相比,研究生在教育目標和身心特征方面都有較大的區別。筆者多年從事研究生人工智能課程教學工作,現總結多年教學經驗如下。

1研究生培養目標及其教學特點

研究生教育階段的教育目標是使研究生形成具有個性化的研究品格、研究定向和研究視野,以具有獨立思考并獲得獨創研究成果的能力[2]。從這一意義上講,個性化是研究生教育培養目標的構成主體。尤其隨著我國經濟持續高速增長,社會對知識創新、新經濟生長點的期望值增大,這就要求我國研究生教育在其培養目標的定位上不僅要重視人才培養的高層次性,更要重視創新能力、實踐能力和創業精神的培養。并且,研究生身心發展已較成熟,具有較穩定的個性特征,思維力強,具有較高的專業性思維意識和創造力,為獨立地進行專業研究活動提供了心理上和智力上的保證。而且,研究生已具備了基礎理論和專業知識,特別是有一定工作經歷的研究生,他們不僅有本科教育階段的知識積累,也有應用這些知識的經驗,對于擴大其專業知識領域并進行研究有著積極主動的態度??傊瑥哪挲g構成及身心特征上講,研究生適應高層次、跨學科知識領域的學習和研究。

研究生的特征及其教育目標決定了研究生教學不應該是由教師講授已定論的知識,而應是以教學為基本依托,通過教學提出具有研究性、探索性、未確定性甚至是尚存爭議性的課題,激勵研究生獨立思考和質疑,讓他們在思考和質疑的過程中提出問題,培育他們發現問題、提出質疑的科學批判精神,訓練并提高其創新能力、實踐能力和創新精神。創新精神和創新能力主要表現在具有健全的人格、強烈的責任感、開放的心態、團結合作的精神、嚴謹科學的思維能力和創新思維方式。

個性是創新的源泉,研究生課程體系的設置應該具有一定的靈活性,依據研究生不同的知識基礎和研究定向,設置具有彈性化的課程,使研究生的個性化得以凸顯。另外,為提高研究生專業研究和創新能力,在課程教學中,也應凸顯教學的研究性和專業性,重視專業領域背景知識和研究方法的講授,開展跨學科、非專業知識的教學,教學內容應涵蓋專業領域的研究熱點、難點、爭議問題和最新研究動態,還應包括交叉學科、邊緣學科的研究趨勢,以擴展學生的視野[3]。也就是說,研究生教學既要凸顯研究生的個性化特點,又要凸顯內容的學術性和研究的指向性。

2人工智能課程的特點

2.1多學科交叉,具有很強的前沿性

人工智能是一門多學科交叉的課程。課程內容的理解需要運用多學科知識和較強的邏輯思維能力,多學科的知識相互聯系、相互交叉,融合形成新的知識,成為新的思維方法和綜合能力的萌發點。通過課程學習,學生可以通過不同學科知識的融合來達到對原有知識的超越,用一種全新的思維方法來思考所遇到的問題,提出新的解決辦法。這也是創造力的迸發和智能的飛躍。具有了知識的廣度和深度才具有融會貫通、創新的可能,人工智能課程的開設能夠更好地培養學生的創新思維和技術創新能力,為學生提供一種新的思維方法和問題求解手段。

2.2涉及面寬,內容廣泛,更新快

人工智能課程是一門知識點較多的課程,它以概率統計、離散數學、數據結構、計算機編程語言、數據庫原理等課程為基礎,涵蓋了模式識別、機器學習、數據挖掘、計算智能、自然語言理解、專家系統等眾多研究方向,內容涉及面廣,概念抽象,不易理解。并且,人工智能課程內容更新快,近年來人工智能科學的快速發展,涌現出了大批新方法,研究熱點問題也從符號計算發展到智能計算和Agent等。其中,計算智能主要涉及神經計算、模糊計算、進化計算和人工生命等領域,在模式識別、圖像處理、自動控制、通信網絡等很多領域都得到了成功應用;Agent最早來自分布式人工智能,隨著并行計算和分布式處理等技術的發展而逐漸成為熱點。

在互聯網上有大量最新的與課程內容相關的研究論文,為學生提供了很好的查閱文獻的環境,使學生能夠根據所學習的內容和所在課題組的研究方向閱讀相應文獻,提高學生的學習興趣和獨立提出問題、解決問題的能力。

2.3應用性強

人工智能理論已經滲透到科學的各個領域,當前,幾乎所有的科學與技術分支都在共享著人工智能領域所提供的理論和技術。例如,自第一個專家系統DENDRAL研制成功以來,專家系統已成功地應用于數學、物理、化學、醫學、地質、氣象、農業、法律、教育、交通運輸、軍事、經濟等幾乎所有領域;數據挖掘技術是以一種更自動化的方式對具有大量數據的商業活動進行分析和預測,在市場營銷、銀行、制造業、保險業、計算機安全、醫藥、交通、電信等領域已有許多案例;語義Web讓Web上的信息能夠被機器所理解,實現Web信息的自動處理,成功地將人工智能的研究成果應用到互聯網。另外,在機器視覺、自然語言理解、智能控制與智能制造等方面,人工智能技術也得到廣泛的應用,有許多研究成果已經進入人們的生活。目前,從理論到技術,從產品到工程,從家庭到社會,智能無處不在,人工智能廣泛的應用性給學生提供了大量的現實案例,使得人工智能不再是高深莫測的理論,而是現實中可以觸及的內容。

人工智能課程的多學科交叉性、內容廣泛性、概念抽象、不易理解以及前沿性和應用性特點決定了在該課程的講授過程中應該采用多種授課方法。多種授課方法的采用一方面便于授課內容的理解,另一方面也能夠更好地培養學生的創新思維和技術創新能力,提高他們的科技素質和學術水平。

3人工智能課程教學方法

3.1基于問題的啟發式教學法

蘇霍姆林斯基說:“喚起人實行自我教育,乃是一種真正的教育。”基于問題的啟發式教學法是教師在深入了解學生心理特點和學習規律的基礎上,設計適合教學的啟發式問題,并采取靈活多樣、生動活潑的啟發方式,充分調動學生的學習興趣,激發、引導學生進行科學思維,培養學生獨立思考問題、提出問題和解決問題的能力。該教學方法強調的是過程,教師的主要任務是提出問題,依據舉一反三的思路引導學生展開邏輯推理,通過逐層分析深入思考問題,最后綜合學生觀點闡述相關理論。

在課程教學中,有許多內容適合于采用啟發式教學方法。例如,在知識表示方法的學習過程中,教師首先提出問題:“你是怎樣進行數學定理證明的?”并在學生的回答過程中,引導學生認識到知識及其表示的重要性;隨后,提出問題:“在計算機中如何表示知識?”引導學生逐步總結出不同知識表示方法在知識表達能力、推理效率、可實現性、可組織性、可維護性方面的區別。另外,在確定性推理的教學過程中,教師可以利用“某處發生盜竊案,公安局派出5個偵查員去調查,研究案情時,5個偵查員各給出了一句可信的結論,據此判斷誰是盜竊犯”的問題[4],讓學生進行判斷和討論,引導學生認識到推理過程中可以使用多條規則進行推理,并且推理路線也可能存在多條,從而引出推理的兩大基本問題:解決沖突消解等問題的推理策略,以及解決推理線路等問題的搜索策略。

啟發式教學法的要點是設計適當的啟發式問題和啟發方式、安排能調動學生積極性的討論環境、鼓勵學生發表個性化觀點。教師不僅用問題引發學生思考,更要鼓勵學生讓思維自由馳騁,主動提出問題,討論問題,尋求問題解決方案。在探討、研究問題中,不要以現有的結論和固定的程式束縛思想,鼓勵學生的個性化觀點。啟發式教學是一種民主、科學的教學方法,其中包含諸多具體的教學方法,如激疑啟發法、比喻啟發法、類比啟發法、聯系啟發法,等等。啟發式教學在傳授知識的同時,更注重的是對創新的孕育、萌芽、生成和壯大,它能促使學生自己獲取知識、思考問題、提出問題、分析問題、解決問題,培養學生的自學能力。以問題為基礎的啟發式教學,利用問題引導學生學習,全方位深層次發展學生的創新思維和探究性學習能力。問題可以誘發出學生的求知欲,激發、喚醒了學生的主體意識;問題往往是面向生活世界的實踐活動的,它使教學活動從以傳授知識為中心轉化為傳授知識與培養能力并重,理論與實踐相結合,提高了學生分析、綜合、觀察、想象等思維能力。

3.2基于案例的探究式教學法

基于案例的探究式教學法要求教師能夠根據學生的認知水平和能力,創設引導學生進行探究活動的案例,以激發學生探究問題的興趣,促進學生質疑、探求的創造性學習動機,通過選擇與確定問題、討論與提出設想、實踐與尋求結果、驗證與得出結論,發展學生的創造性思維,培養學生獨立探究、研究能力和創新能力。探究式教學強調學生的積極參與,強調師生互動。對教師來說,必須轉變傳統的“傳道”觀念,以平等的心態與學生交流探討。在課堂上,要努力營造民主、寬松、和諧的教學氛圍,積極引導學生大膽設想,大膽探索。使學生樹立研究型學習的觀念,消除依附心理,養成勤于思考、善于思考的良好學習習慣,通過積極參與研討培養學生自己獲取新知、探求未知的能力,以及團隊意識和合作精神。

我們在本課程神經網絡部分的教學中,將基于BP神經網絡的維吾爾文手寫字母識別作為案例開展了探究式教學活動。在介紹了前饋多層感知器及標準BP算法之后,教師將科研項目中基于標準BP算法的維吾爾文手寫字母識別實驗及其結果詳細地在課堂上進行演示,引導學生對實驗提出質疑。在教學實踐中,學生提出了大量問題,例如,輸出層神經元個數如何確定,為什么輸出層神經元個數對識別率會有影響?網絡訓練過程中出現震蕩的原因是什么?如何解決?為什么有時誤差較大,權值的調整量反而很小?等等。在教師事先準備好的實驗演示的基礎上,開展學生進行課堂討論,讓學生提出解決問題的各種方法,并現場通過實驗進行驗證,逐步讓學生理解BP網絡結構設計、輸入輸出數據的預處理、初始權值設計的必要性及其實現方法。課堂授課實踐表明,這種方法極大地激發了學生的學習興趣,使學生能夠大膽設想,大膽探索,增加了學生的自信心和創新精神。本次課堂討論結束后,教師根據學生的討論以及實驗結果演示,總結標準BP算法的局限性,例如,“易形成局部極小”,“訓練次數多,學習效率低”,“訓練時有學習新樣本遺忘舊樣本的趨勢”等,并要求學生通過查資料、搜集必要的信息、積極地思索和實驗驗證提出解決上述問題的方法,將學生分組,讓學生展開討論,為下次討論課作好準備。

傳統教學方法是告訴學生怎么去做,在一定程度上損害了學生的積極性。而案例教學要求學生自己去思考、去創造,使得枯燥乏味的內容變得生動活潑,并且案例教學中,通過學生之間的交流既可以使學生取長補短、促進人際交流能力,也可以引導學生變注重知識為注重能力。

案例教學法的關鍵是案例的選擇。案例是為教學目標服務的,因此它應該具有典型性,且應該與所對應的理論知識有直接的聯系。案例最好是經過深入調查研究。來源于實踐,不能只是一堆數據的羅列。教科書的編寫應采用圖片、表格、曲線等方式讓學生看到算法的實驗結果,啟發學生思考。另外,案例應該只有情況沒有結果,有激烈的矛盾沖突,沒有處理辦法和結論,由學生對案例提出質疑,從這個意義上講,案例的情況越復雜,越多樣性,越有價值。

案例教學法能夠實現教學相長。教學中,教師不僅是教師而且也是學員。一方面,教師是整個教學的主導者,掌握著教學進程,引導學生思考、組織討論研究,進行總結、歸納。另一方面,在教學中通過共同研討,教師不但可以發現自己的弱點,而且從學生那里可以了解到大量感性材料。另外,案例教學法能夠調動學生學習主動性。教學中,由于不斷變換教學形式,學生大腦興奮不斷轉移,注意力能夠得到及時調節,有利于學生精神始終維持最佳狀態。案例教學的最大特點是它的真實性。由于教學內容是具體的實例,加之采用是形象、直觀、生動的形式,給人以身臨其境之感,易于學習和理解。最后,案例教學法能夠集思廣益。教師在課堂上不是“獨唱”,而是和大家一起討論思考,學生在課堂上也不是忙于記筆記,而是共同探討問題。由于調動集體的智慧和力量,容易開闊思路,收到良好的效果。

3.3加強研討

鑒于研究生的培養目標和人工智能課程研究范疇的寬泛性、應用性、創新性和前沿性,根據我校計算機系碩士生指導教師的研究領域,我們在課堂教學中為計算智能、機器學習算法、機器視覺、自然語言理解部分增加了研討會,要求學生上網進行文獻檢索、閱讀和學術研討,根據個人的研究興趣和研究設想上臺作報告。另外,我們還邀請相應專家和成果突出的各屆研究生為學生做報告,介紹他們的研究實踐、研究成果和心得體會。例如,在自然語言理解部分的課堂教學中,在介紹完自然語言理解的基本概念與原理之后,我們要求將來做這個領域的研究生在通過查資料了解所在研究小組工作的基礎上,上臺作報告。機器翻譯研究組的同學在學習自然語言理解部分的內容之后,對其所在小組目前的工作及采用的技術、存在的問題做了分析,并通過閱讀文獻,提出了初步的解決問題的設想。與自己所在研究小組的科研相結合,開展文獻檢索和學術研討,一方面讓學生開闊了眼界,另一方面也提高了學生查閱文獻、主動獲取知識、獨立思考的科研能力。

4結語

人工智能理論已經滲透到科學的各個領域,人工智能技術也得到了廣泛的應用。人工智能課程具有多學科交叉、內容廣泛、前沿性和應用性強等特點,課程開設能夠很好地培養學生的創新思維和技術創新能力。教與學是教師與學生雙方互動的過程,教學中要根據學生身心特征的實際情況采用相應的教學方法,并結合本??蒲嘘犖榈难芯款I域,不斷地探索和提高,才能使教學工作更上一層樓,切實為國家、為社會培養具有創新能力、實踐能力和創業精神的高層次人才。

參考文獻:

[1] 陳白帆,蔡自興,劉麗玨. 人工智能精品課程的創新性教學探索[J]. 計算機教育,2010(19):27-31.

[2] 謝安邦. 構建合理的研究生教育課程體系[J]. 高等教育研究,2003,24(5):68-72.

[3] 教育部研究生工作辦公室,國務院學位委員會辦公室. 高層次人才培養的研究與探索[M]. 北京:高等教育出版社,2000.

[4] 蔡自興,徐光佑. 人工智能及其應用[M]. 4版. 北京:清華大學出版社,2010:113.

Exploration of Artificial Intelligence Course Teaching of Graduate Students

ZHAO Hui1, JIA Zhenhong1, WANG Weiqing2

(1.School of Information Engineering, Xinjiang University, Urumuchi 830046, China;

2.Graduate School, Xinjiang University, Urumuchi 830046, China)

篇7

關鍵詞:人工智能;數據挖掘;發展前景

當今社會已經進入了人工智能時代,人工智能的應用,大大改善了我們的生活。大數據時代已經來臨,不論是從數據的使用,挖掘,處理等方面,都為人工智能的應用起到了基礎和保障。

1人工智能

1.1人工智能的定義。人工智能(ArtificialIntelligence),簡稱AI。屬于計算機學科下的分支,顧名思義,它是一門專門研究類人化的智能機器學科,即利用現階段科學的研究方法和技術,研制出具有模仿、延伸和擴展人類智能的機器或智能系統,從而實現利用機器模仿人類智能的一切行為。1.2人工智能的研究背景。在1956年的達特矛斯會議上,“人工智能”這一術語正式由麥卡錫提議并采用了,隨后人工智能的研究取得了許多引人注目的成就。在這之后,科研人員進行了許多的研究和開發,人工智能這個話題也取得了飛速的發展。人工智能是一門極具挑戰性的科學,從事這項工作的人必須了解計算機知識、心理學和哲學理念。人工智能的研究包涵廣泛的科學知識,以及其他領域的知識,如機器學習、計算機視覺等。一般來說,人工智能研究的主要目標是使機器能夠做一些通常需要人工智能完成復雜工作的機器。1.3人工智能的研發歷程。早期研究領域:人工智能專家系統,機器學習,模式識別,自然語言理解,自動定理證明,自動編程,機器人,游戲,人工神經網絡等,現在涉及以下研究領域:數據挖掘,智能決策系統,知識工程,分布式人工智能等。數據挖掘的出現使得人工智能的研究在應用領域得到廣泛的發展。以下簡要介紹其中的幾個重要部分:(1)專家系統。所謂專家系統就是控制計算的智能化程序系統,通過研發人員總結歸納了專業學科知識和日常經驗,能夠知道計算機完成某個領域內的專業性活動或者解決某些專業級別的問題。人工智能技術可以合理利用已知的經驗體系在復雜環境中,解決和處理復雜問題。(2)機器系統。機器系統簡單說就是機器人通過人造神經系統,借助于網絡或者存儲系統汲取系統的知識進行開發研究。(3)感知仿生。感知仿生系統通過模擬人類的感官,感知生物學特征,通過人工智能機器的感部件對外界外部環境進行感知,識別,判斷,分析的能力。能夠更好的適應環境,做出判斷。(4)數據重組和發掘。是指通過人工智能系統,結合當前先進的理念,對大數據的總結歸納,識別存儲,調取等應用。通過數據的加工處理,能夠主動做出判斷和分析。(5)人工智能模式。分布式人工智能是模式之一,該系統利用系統有效的規避和克服系統資源在某段時間內的局限性,并能有效地改善因資源造成的時間和空間不均衡問題。它具備,模式自動轉換,并行處理,開放啟發方式,冗余且容錯糾錯的能力。

2數據挖掘

2.1數據挖掘的定義。數據挖掘(DataMining,DM)是揭示數據中存在的模式和數據關系的學科,強調處理大型可觀察數據庫。數據挖掘的出現使得人工智能的研究在應用領域得到了廣泛的發展。這里包括數據挖掘和智能信息提取過程,前者從大量復雜的現實世界數據中挖掘出未知和有價值的模式或規則,后者是知識的比較,選擇和總結出來的原則和規則,形成一個智能系統。2.2數據挖掘的研究現狀。當前數據挖掘應用主要集中在電信、零售、農業、網絡日志、銀行、電力、生物、天體、化工、醫藥等方面??此茝V泛,實際應用還遠沒有普及。而據Gartner的報告也指出,數據挖掘會成為未來10年內重要的技術之一。而數據挖掘,也已經開始成為一門獨立的專業學科。2.3數據挖掘的研究發展。具體發展趨勢和應用方向主要有:性能方面:數據挖掘設計的數據量會更大,處理的效率會更高,結果也會更精確。工具方面:挖掘工具越來越強大,算法收斂越來越多,預測算法將吸收新穎性算法(支持向量機(SVM),粗糙集,云模型,遺傳算法等),并實現自動化的實現算法,選擇和自動調諧參數。應用:數據挖掘的應用除了應用于大型專門問題外,還將走向嵌入式,更加智能化。例如進一步研究知識發現方法,對貝葉斯定理和Boosting方法的研究和改進,以及對商業工具軟件不斷的生成和改進,著重建立整體系統來解決問題,如Weka等軟件。在先進理論的指導下,按照國內形態發展,至少需要20年的時間,才能改進數據挖掘的發展。

3數據挖掘與人工智能技術的聯系

數據挖掘屬于人工智能中獨立系統。它于人工智能的存在關系屬于,并存聯系,且獨立運行,互不從屬。此設計體系一方面可以有效促進人工智能提升學習能力,增進分析能力,另一方面還對分析,統計,OLSP,以及決策支持系統模塊等起到推動作用。在收挖掘應用領域,處理可以對WEB挖掘,還能夠有效進行文本,數據庫,知識庫,不同領域不同學科的信息進行序列矩陣模式挖掘。基于數據本身的分類,辨識,關聯規則,聚類算法更加博大精深。因此,獨立于人工智能的數據挖掘,更加便于科研團體或者領域對數據的使用和分析。數據挖掘是人工智能領域的一部分。首先,高智能是數據挖掘和人工智能的最終目標,正是由于這個目標,人工智能和數據挖掘有很多關聯。其次,數據挖掘和人工智能是各種技術的整合。數據挖掘和人工智能是許多學科的跨學科學科。最后,數據挖掘的出現逐漸發展壯大,加強了人工智能,因此可以說,它們兩者是不可分割的。

4人工智能和數據挖掘技術的發展前景

在當前環境下,人工智能和數據挖掘技術具有以下發展前景:(1)在大數據互聯網中的應用。將人工智能的技術應用于互聯網中將會使網絡技術帶上智能的特性,可以為人們的生活提供智能化的幫助,給人們的生活帶來便利。還可以提高網絡運行效率、增加網絡安全性等。(2)智能化服務的研究。人工智能和數據挖掘都很注重對智能化服務的研究,例如很多智能機器人便應運而生,它們已經能勝任許多簡單的工作,可以為人們提供人性化的服務。高度的智能化是數據挖掘和人工智能研究最終追求的目標,也是二者最終合而為一的標志。(3)使知識產生經濟化。在現階段的知識經濟時代,人工智能和數據挖掘勢必受到經濟的影響,這決定了人工智能和數據挖掘將具有經濟特征。人工智能和數據挖掘技術作為無形資產可以直接帶來經濟效益,通過交流,教育,生產和創新的無形資產將成為知識經濟時代的主要資本??梢灶A期未來的人工智能和數據挖掘技術將更加經濟實用。(4)交叉學科的技術融合。各行各業的理論和方法都已經開始融入了人工智能和數據挖掘之中。未來的人工智能和數據挖掘技術必將是一個融合眾多領的復合學科。當今,我們已經在逐漸使用人工智能與數據挖掘技術,去攻克更多難題,解決更多問題,造福人類,改善生活,近在眼前。

作者:喻正夫 單位:漢江師范學院

參考文獻:

[1]萬璞,王麗莎.數據挖掘與人工智能技術研究[J].無線互聯科技,2016(10):113-114.

[2]王翔.試論如何利用大數據挖掘技術推動人工智能繼續發展[J/OL].科技創新報,2017,14(01).

[3]秦益文.微博數據挖掘中人工智能推理引擎的應用[J].中小企業管理與科技(中旬刊),2017(02).

[4]蒲東齊.數據挖掘在人工智能上的應用[J].信息與電腦(理論版),2016(19).

[5]李丹丹.數據挖掘技術及其發展趨勢[J].電腦應用技術,2007(02):38-40.

篇8

[關鍵詞]互聯網金融;高等金融教育;SWOT;教學改革 

[中圖分類號] G642 [文獻標識碼] A [文章編號] 2095-3437(2017)10-0008-03 

2013年以來,互聯網金融快速崛起并深刻影響著金融學子的學習生活、社會實踐和思維觀念。一系列互聯網金融的新概念進入高等金融教育的視線:“大數據”、“云計算”、“社會征信”、“共享經濟”、“數字貨幣”、“機器學習”、“人工智能”等,讓金融專業的師生既興奮又備感壓力。互聯網金融相對于傳統金融的思維觀念已經改變,經濟和金融明顯可分的界限被打破。當前,互聯網“經濟”、互聯網“金融”和互聯網下的“大數據”高度融合,渾然一體,不可分割。一切資金支付活動均通過移動終端進行,幾乎不需要現實貨幣參與,點對點的資金流動使得“金融脫媒”趨勢來得異常凜冽,基于大數據的分析解決了信息不對稱的難題。受此影響,復合型人才和跨界發展不再是空洞的口號,傳統金融教育的專才培養模式不再可行。互聯網金融是新生事物,其實踐遠遠走在了當前高等金融教育的前面,對傳統高等金融教育產生強烈沖擊,但也帶來了變革和發展的機遇。因此,強化對互聯網金融教育的研究,通過互聯網金融思維重塑和再造高等金融教育勢在必行。 

一、互聯網金融的優勢和特點 

(一)大數據優勢 

互聯網金融首先是從“草根金融”興起的,在民間金融“野蠻生長”和“亂象叢生”的時代中逐漸走向成熟,對傳統正規金融形成強大壓力。實際上,歷史上非正規金融發展緩慢的根源在于一系列困境的桎梏:信息不對稱導致嚴重的逆向選擇和道德風險、社會征信缺失、無足值抵押等?;ヂ摼W金融的出現,較好克服了這些頑疾,信息不對稱可以依靠大數據技術有效緩解,移動終端的廣泛使用結合人工智能使社會征信和債務催收都不再成為問題,在此基礎上進一步催生了眾籌、共享經濟等變革創業方式、生活方式的全新業態。 

(二)人工智能優勢 

與傳統金融相比,人工智能效率高,錯誤率低,模型不斷進行自主訓練和優化,大大提高了適應性,在量化投資、決策咨詢和風險控制等方面逐步取得優勢。人工智能的核心是機器學習,互聯網金融下每日新增的海量用戶數據,以及公司之間的數據共享使得感知機、決策樹、隨機森林、支持向量機、Logistic回歸、BP神經網絡等一系列機器學習的核心算法和模型不斷“學習成長”,在實踐中取代了傳統基于人工授信、核查和對客戶分類的工作模式。在不遠的將來,這種開放、大維度、多渠道的人工智能下的“智能”金融,必然取得對銀行依賴中央銀行建立的封閉客戶數據系統的優勢。 

(三)“互聯網+”的后發優勢 

“互聯網+”是一種全新的思維,智能化、去中心化、脫媒化、信息化以及便捷快速的推廣模式催生了各類體量巨大的新興業態,作為這些業態的基礎和共同體,互聯網金融擁有顯著的后發優勢,領先于傳統產業成為近年創新創業的最大落腳點。 

(四)規模優勢 

2008年以來,互聯網金融的交易規模迅速擴大,經營上的規模優勢日益明顯,各項交易成本明顯下降。與傳統金融業態不同,互聯網金融由一系列的產業鏈構成:征信、借貸、催收和服務等環節可分散于不同的公司,在業務模式上可以靈活分散也可有效整合,每一環節聚焦其優勢業務,可將規模優勢帶來的低成本優勢發揮到極致。 

(五)雙創優勢 

2013年以來,互聯網金融的交易成本低,可有效緩解信息不對稱問題,交易效率高等的優勢愈發明顯,不斷與其他行業形成跨界融合發展,催生創新,推動創業,極具雙創優勢。一是依托互聯網的移動支付業務的快速發展,不僅遠程支付場景不斷完善,近場支付也在爆發;二是支付產業鏈的受理端及其延伸的綜合金融增值服務——海量支付數據以及數據驅動的增值服務,為互聯網金融企業帶來了新的發展;三是區塊鏈技術的融合運用引爆了“跨境支付”的探索熱潮;四是在P2P等典型的互聯網金融業務模式上,從以往只提供信息中介服務平臺的模式創新發展出了引導P2P平臺與擔保機構合作、整合線上與線下服務以及增加債權轉讓等服務的新型模式;五是利用大數據、云計算和人工智能等技術幫助互聯網金融公司開展客戶的理財或量化投資業務;六是基于互聯網的共享經濟大大便利了人們的生活體驗和觀念。 

二、當前高校金融教育應對互聯網金融沖擊的SWOT分析 

表1是高校金融教育應對互聯網金融沖擊的SWOT分析矩陣,在理論和實踐兩個層面為當前高校金融教育如何應對互聯網金融的影響提供了分析思路和依據。 

(一)優勢 

首先,傳統金融教育具有雄厚的人才基礎和優勢。自20世紀80年代我國建立高等金融教育事業以來,到目前為止高等金融教育已取得質的突破,金融專業的品牌認可、高考招分、學生素質、國際化程度、畢業后的薪資水平、社會評價等各項指標均處于各行業的前列。同時,國內金融領域在國際一流期刊發表的論文數量也在整個社會科學領域處于領先地位。其次,當前高校金融專業的培養方案和課程設置一般采取模塊化搭建的思路,從公共基礎、學科基礎、專業培養、素質教育和實踐實習等方面進行模塊化管理,具有良好的可拓展性,互聯網金融的相關課程可根據不同專業需要,進行優化組合,體現功能性。第三,互聯網經濟和互聯網金融給高校師生帶來了良好體驗和觀感,高校師生有充分的積極性迎接新專業的建設和發展。 

(二)劣勢 

傳統金融教育是單一化的金融專才培養模式,一般分為貨幣經濟、金融市場、投資、金融工程、銀行經營與管理、公司金融、家庭金融等方向,注重對貨幣、投資、資產定價、股票、債券和財務等“純金融”知識的講授,對大數據、人工智能和機器學習等涉及計算機與統計學習等跨領域的知識鮮有涉及。在互聯網金融的沖擊到來之后,我們發現業界需要復合型的跨界人才,單一聚焦金融領域的教學思維和模式開始變得落后和陳舊,金融教育需要“混業發展”。另一方面,教材建設相對滯后。目前,比較缺乏互聯網金融的專業教材:一是自編教材的質量令人擔憂;二是優秀的互聯網金融的國外教材引用較少;三是互聯網金融跟風開設課程的現象比較突出,沒有因地適宜,教學內容和難度都過猶不及,影響了教學效果。 (三)機遇 

互聯網金融是朝陽產業,帶來了巨大的發展機遇。當前,互聯網金融行業的人才極度缺乏,不得不采取“挖墻腳”的無奈之舉,導致銀行業人才流失嚴重。限于人才奇缺,互聯網金融目前的進入門檻較低,人員素質和水平良莠不齊,原因在于高校對互聯網金融人才的培養處于摸索階段,傳統金融教育畢業的學生青睞于在正規金融行業就業,對以民營企業為主的互聯網金融行業心存疑慮甚至偏見,人才供給嚴重不足。顯然,傳統金融教育向互聯網金融教育轉型發展的機遇巨大。不僅如此,互聯網金融還在科研立項、論文選題、學生的實習實踐、就業創業、高校金融教育的學科點申報、專業建設和師資培養等方面開拓了廣闊空間,前景可期。另一方面,相對于傳統的金融業而言,互聯網金融是典型的跨界金融,從一開始就在進行業務模式的細分和產品之間進行內部整合?;ヂ摼W金融也正在逐步通過用戶、大數據和場景的互動來實現對銀行、證券、保險、基金和資產管理等傳統金融機構進行強有力的整合運作。互聯網金融的跨界整合實現了不同行業功能的有機結合,推動了我國區域經濟在空間和深度上的拓展?;ヂ摼W金融需要既懂得信息技術又懂得金融業務、營銷和管理知識的跨界復合型人才,這就對高等金融教育提出了更高的要求。但是從高等金融教育實踐來看,金融、計算機及營銷和管理類專業的教育還是各自為政,獨立培養,忽略了跨界知識的構建,導致學生難以適應社會對復合型人才的需求。 

(四)挑戰 

首先,傳統金融教育“分業培養”的理念和當前互聯網金融“混業發展”的現實需求嚴重沖突,需要解決“并軌”發展問題。其次,傳統高等金融教育的課程設置和培養體系相對成熟,然而,互聯網金融的實踐遠遠走到了學校教育的前面。再次,互聯網金融教育強調“長尾性”。與傳統金融的“二八定律”正好相反,互聯網金融的優勢在于服務80%的小微客戶,推廣的是普惠金融的理念。但在傳統金融教育中關于普惠金融、微型金融的相關課程幾乎從不開設。消除“教育偏見”達到在正規金融和非正規金融之間的教育平衡,更加注重“長尾性”仍然任重道遠。 

三、結語 

高等金融教育承擔著為金融行業輸送急需人才的重任,也是社會和家長的關切所在?;ヂ摼W金融是未來金融行業的制高點,需要高校金融教育培養復合型人才,要求他們具備金融學知識,理解金融業務的原理,掌握信息化技術并能對大數據進行分析,還要具有一定的營銷和管理能力。因此,主要的啟示有如下幾點:(1)注重學科交叉,優化課程設置,培養復合型人才。(2)加強師資建設,促進傳統金融教育向互聯網金融轉型發展。(3)加強互聯網金融的“產學研”的合作,樹立“干中學”的務實求真精神。對此,高校金融教育是有優勢的,要秉持開放理念加強彼此合作,使研究向應用轉化。(4)加強對大數據和人工智能的關注,引入相關課程。此外,在互聯網金融風險高發的背景下,高等金融教育也要積極承擔社會責任,適時向社會進行互聯網金融知識的推廣和普及,提高民眾規避風險的能力,達到普及金融教育的目的。 

[ 參 考 文 獻 ] 

[1] 劉小銘.淺析互聯網金融現狀及風險[J].經營管理者,2016(23):313. 

[2] 楊竹清,張超林.互聯網金融對我國高等教育金融的啟示[J].金融教育研究,2016(5):82-88. 

[3] 劉源.論技術經濟學課程的分階段培養模式[J].中國市場,2016(48):167-169. 

[4] 謝水園.企業的業務骨干參與大學課堂教學常態化研究——以《國際貿易實務》為例[J].亞太教育,2016(30):89. 

[5] 謝水園.論外貿通關實務課程中多種教學方式的運用[J]. 中國市場,2014(22):149-150. 

[6] 胡燁丹,潘錫泉.互聯網金融語境下的金融職業教育模式創新[J].中國職業技術教育,2015(34):93-95. 

[7] 劉變葉.互聯網時代金融學專業人才培養面臨的挑戰及應對措施[J].工業和信息化教育,2015(5):1-5. 

篇9

關鍵詞:人工智能 財務決策 應用

一、財務和人工智能技術應用概述

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

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

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

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

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

二、財務和會計專家系統基本結構

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

三、智能財務和會計系統建模步驟

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

四、智能財務和會計系統存在的問題和發展趨勢

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

參考文獻:

[1]陳文偉.智能決策技術[M].北京:電子工業出版社,1998.

[2]陳佳.信息系統開發方法教程[M].北京:清華大學出版社,1998.

[3]Joyce Bischoff.數據倉庫技術[M].北京:電子工業出版社,1998.34-38.

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

篇10

關鍵詞:計算機網絡技術;人工智能;應用

人工智能作為新型的科學產業,其被廣泛應用在社會生活的方方面面,對社會生活產生了極大的影響。目前,計算機網絡技術的普及與應用,極大改變了人們的生產生活方式,為人們的工作、學習和生活提供了便利,但是在實際應用過程中,不可避免產生一些安全問題,影響生活的正常進行[1]?;谶@種情況,將人工智能應用在計算機網絡技術中,能夠有效解決這些問題,豐富人們的生活,提高工作的質量和效率,為人們提供優質高效服務,實現社會的健康穩定發展。

1人工智能概述

(1)含義:人工智能涉及較廣的學科,如語言學、生理學、心理學和計算機科學等,其主要目的是使機械具備人工智能的功能,從而代替人來進行危險和復雜的工作,有效保證工作人員的生命安全,促進工作效率的提升。對于人工智能而言,其能夠將自然智能和人類智能加以區別,并利用系統設備模擬人類活動,有效完成操作人員的指令,能夠指導計算機科學技術的發展,因此計算機可將其作為核心技術,從而將問題求解和數值計算轉變化知識處理。

(2)特點:人工智能主要是以網絡技術為甚礎加以發展,能夠有效保證網絡系統運行環境的安全性和穩定性。一般而言,人工智能的特點主要表現在以下幾個方面:一是對不確定的信息加以處理。利用網絡分析模糊處理方式來打破固定程序的限制,對人類的智能活動加以模擬,有效處理不確定的信息,并對系統資源的全局或局部情況加以實時追蹤和了解,為用戶提供所需信息。二是便于網絡智能化管理。將人工智能應用在網絡管理工作中,能夠給提高信息處理的效率和準確性,并利用其記憶功能來建立健全的信息庫,便于信息的存儲。同時將信息庫作為信息總結、解釋和綜合的有效平臺,保證高級信息的科學性和正確性,有效提高網絡管理的水平[2]。三是寫作能力強。人工智能能夠對資源進行優化整合,傳輸和共享各個用戶之間的資源,有機整合寫作方式與網絡管理,提高網絡管理工作的效益與效率。

2計算機網絡技術中人工智能的應用

2.1必要性

隨著計算機技術和網絡技術的快速發展,網絡信息安全問題越來越突出,人們越來越關注網絡系統管理中的網絡控制和網絡監控功能,以便及時處理信息,保證網絡信息的安全性。在早期階段應用計算機網絡技術來分析數據時,往往難以保證數據的規則性和連續性,影響數據的真實性與有效性,因此將人工智能應用在計算機網絡技術中,具有十分重要的意義。目前,隨著計算機的廣泛應用,用戶對網絡安全管理提出了更高的要求,以便保證網絡信息的安全性。由于網絡犯罪現象逐漸增多,要想保證網絡信息的安全,必須要強化計算機的反應力和觀察力,合理應用人工智能技術,建立優化與智能化的管理系統。這樣能夠對網絡故障進行及時診斷,自動收集信息,便于采用有效措施來解決網站故障問題,及時遏制網絡犯罪活動,保證信息的安全,促進網絡系統的穩定運行[3]。人工智能技術能夠有效推動計算機技術的發展,而計算機技術的發展又對人工智能的運用具有決定性作用。人工智能技術能夠對不確定的信息進行技術處理,動態追中信息,為用戶提供安全可靠的信息,促進網絡管理工作質量和效率的提高??傮w而言,將人工智能應用在計算機網絡管理中,能夠促進網絡管理水平的提升。

2.2具體應用

將人工智能應用在計算機網絡技術中,其具體表現在以下幾個方面:一是系統評價和網絡管理中的應用;二是人工智能Agent技術的應用;三是網絡安全管理中的應用。

(1)系統評價和網絡管理。對于計算機網絡管理而言,其要想實現智能化發展,必須要以人工智能技術和電信技術的發展為基礎。人工智能不僅能夠在網絡的安全管理中發揮重要作用,還能夠利用其問題求解技術和專家知識庫來建立綜合管理系統,確保網絡的綜合管理。由于網絡具有一定的瞬變性和動態性,這在一定程度上增加了網絡管理工作的難度,需要實現網絡的智能化管理。而專家系統作為人工智能技術中的重要內容,其主要是總結某一領域中專家的經驗和知識,并將其錄入相關的信息系統中,從而有效處理該領域內的相關問題。對于計算機網絡的系統評價和網絡管理而言,能夠利用網絡管理中的專家系統來開展評價和管理工作,促進網絡管理水平的提升。

(2)人工智能Agent技術。人工智能Agent技術又稱之為人工智能技術,其作為一種軟件實體,主要是由各Agent間的通訊部分、解釋推理器、數據庫和知識域庫構成,以每個Agent的知識域庫為依據,對新信息數據進行處理和溝通,有效完成相關的任務。一般而言,人工智能Agent技術能夠在用戶自定義的基礎上自動搜索信息,并將其傳輸至指定位置,為用戶提供智能化和人性化的服務[4]。例如用戶在利用計算機對信息進行查找時,人工智能Agent技術可分析和處理信息,并向用戶傳遞有效的信息,從而促進用戶查找時間的節省。此外,人工智能Agent技術在人們日常生活中得到了廣泛的應用,如郵件的收發、會議的安排、日程的安排以及網上購物等,能夠為人們提供優質服務。同時,該技術具有一定的學習性和自主性,能夠使計算機對用戶分配的任務進行自動完成,促進計算機技術和網絡技術的有序發展。

(3)網絡安全管理。人工智能在網絡安全管理中的應用,其主要可從三個方面加以分析。首先是入侵檢測方面。對于計算機網絡安全管理而言,入侵檢測不僅是其重要內容,也是防火墻技術的核心部分,能夠有效保證網絡的安全性和可靠性。入侵監測功能在計算機網絡監控中的有效發揮,能夠保證系統資源的可用性、完整性、保密性和安全性。入侵檢測技術主要是分類處理和綜合分析網絡數據,對可疑數據加以過濾,將檢測的最終報告及時反饋給用戶,從而保證當前數據的安全性[5]。入侵檢測能夠實時監測網絡的運行狀態,不影響網絡性能,為操作失誤、外部與內部攻擊提供保護。目前,在人工神經網絡系統、模糊識別系統和專家系統等入侵檢測中開始廣泛應用人工智能。其次是智能防火墻方面。相較于其他的防御系統而言,智能防火墻系統與其存在明顯的差異性,其能夠利用智能化的識別技術來分析、識別與處理數據,如決策、概率、統計和記憶等方式,從而降低計算量,及時攔截和限制無效與有害信息的訪問,保證數據信息的安全。同時,智能防火墻的應用能夠避免病毒攻擊和黑客攻擊,阻止病毒的惡意傳播,有效管理和監控內部的局域網,從而保證網絡系統的可靠運行[6]。此外,對于智能防火墻系統而言,其安檢效率比傳統防御軟件要高,能夠對拒絕服務共計問題加以有效解決,避免高級應用入侵系統,保證網絡安全管理的有效性。最后是智能反垃圾郵件方面。智能反垃圾郵件系統主要是利用人工智能技術對用戶郵箱加以有效監測,自動掃描和識別垃圾郵件,保證用戶信息的安全。當郵件進入到郵箱后,該系統能夠為用戶發送相關垃圾郵箱的分類信息,便于用戶及時處理垃圾郵件,保證郵箱系統的安全。

3結語

隨著人工智能技術的不斷更新與發展,人們對計算機網絡技術的需求量也隨之增加,促使人工智能技術進一步朝著縱深方向發展。人工智能在計算機網絡技術中的應用,主要表現在系統評價和網絡管理、人工智能Agent技術、入侵檢測、智能防火墻和智能反垃圾郵件等方面,能夠有效提高信息數據的安全性,保證網絡系統的安全穩定運行。同時人工智能技術的應用能夠為人們提供智能化和人性化服務,提高工作效率,促進網絡管理水平的提升,實現計算機網絡行業的可持續發展。

參考文獻:

[1]熊英.人工智能及其在計算機網絡技術中的應用[J].技術與市場,2011,02:20

[2]吳振宇.試析人工智能在計算機網絡技術中的運用問題[J].網絡安全技術與應用,2015,01:70+74

[3]邱建平.計算機網絡技術對人工智能的應用[J].電子制作,2015,14:25

[4]賈國福,賀樹猛.人工智能及其在計算機網絡技術中的應用[J].數字技術與應用,2015,07:100

[5]馬義華.人工智能在計算機網絡技術中的運用分析——評《計算機網絡技術及應用研究》[J].當代教育科學,2015,20:77