導語：如何才能寫好一篇人工智能時代的教育革命，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。

篇1

近兩年，“AlphaGo”連勝全世界的圍棋名將，被媒體廣泛報道。人工智能開始成為社會關注的熱點，引起人們的廣泛興趣，并令人深信不疑。

在剛剛結束的2017年高考，學霸君與準星云學兩家企業的“高考機器人”分別拿出了 134 分和 105 分的高考文科數學成績。在做題方面，機器可能已經超越了不少人類。正是這樣一件事，同樣引發了人們的深度討論與思考。

的確，隨著理論和技術的日益成熟，人工智能開始受到產業資本的熱捧，語音識別、機器視覺、智能控制、智能檢索、智能互聯、專家系統、自動規劃等應用步伐加速。金融、電商零售、醫療健康、交通、個人助理等多個領域都可以看到人工智能的應用，人工智能已然開始取代工廠工人、客戶服務等重復性工作。人工智能在教育領域同樣擁有巨大的應用潛力，隨著知識表示方法、機器學習與深度學習、自然語言處理、智能、情感計算等關鍵技術的發展，人工智能將在學校管理、校園安全、課堂管理、智能助教、自動閱卷、自適應教學等方面發揮作用。

面向未來，我們不禁要問，人工智能是否能夠改變教育？人工智能在教育領域將釋放怎樣的潛力？本期策劃，我們邀請上海海事大學魏忠，探討人工智能視角下的未來教育，從人工智能的教育本體、對學科的影響、對教育技術的改變、對教育價值的重新定位幾個方面進行了系y思考與分析。江蘇師范大學智慧教育學院周寶、楊現民結合人工智能在教育中的典型應用，探討人工智能對學校管理及教學帶來的革命性影響。華東師范大學第二附屬中學劉黨生，從技術與教育的關系延伸到人工智能，并對非生物智能介入教育的未來趨勢進行了預測；重慶市江津區聚奎小學校劉春林、重慶市聚奎中學校張渝江從教育教學實際出發，介紹了人工智能軟件如何溫柔地改變教育。上海市位育中學陳凱從教育哲學的角度，探討了人工智能如何作用于思維、認知、學習，并進行了反思。

“這是最好的時代，這是最壞的時代；這是智慧的時代，這是愚蠢的時代。”人工智能時代的鐘聲已經敲響，我們還在工業時代的迷夢中尋找教育的未來。誰曾想到，未來來得如此之快，我們是否準備好做出改變？未來，我們需要什么樣的人才？我們需要什么樣的教育？我們不妨想象一下，未來10年、20年的教育將發生怎樣的改變？也許一個嶄新的時代并不會留給我們那么長時間去形成新的教育生態系統。

篇2

關鍵詞：人工智能；大數據；交叉領域

自二戰時期阿蘭?圖靈破解恩尼格瑪密碼機帶來勝利的曙光之后，人工智能初見苗頭，1956年“人工智能”一詞首次由約翰?麥卡錫等科學家在達特茅斯研討會上提出，時至今日，人工智能經歷了60多年的浪潮和洗禮，其中有曙光、有冰封，也有期望。縱觀當下，人工智能不僅僅是機器智能，在深度學習和推陳出新的算法推動下，其攜手云計算、大數據、卷積神經網絡等，攻破了自然語言語音處理、圖像識別的瓶頸，像潘多拉的盒子一樣在認知科學、機器人學、機器學習等領域全面開花，人工智能涵蓋了從基礎層、技術層到應用層等多個方面，為人類文明帶來了翻天覆地的變化[1-2]。人工智能包羅萬象，在其基礎上衍生的大數據“洪流”對人類社會的方方面面進行沖擊，這些數字的價值已然超越了諸如金錢、財產、黃金、石油，甚至是土地。然而，大數據技術也如同普羅米修斯盜得的圣火，一方面給人間帶來溫暖和光明，另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此，當我們沉迷于大數據的海洋中時，我們是否有能力像藍鯨遨游大海一樣自由掌舵，是當今大數據和人工智能時代存在的一個重大問題。是“曲徑通幽”還是“會當凌絕頂”，我們如何在大數據中“浮游”，而不是一味地擴充，需要理性看待與合理評價大數據對人類生存和發展的影響。

1.人工智能和大數據與“工業革命”

2020年剛剛結束的新一輪美國總統競選上演了各種“國家鬧劇”，為何特朗普在2016年贏得大選，而4年之后卻無法連任？時間推移，2016年他勝利的部分原因在于他利用了面臨技術威脅的工業行業中工人們的焦慮，同時指責非法移民對美國及美國人資源和就業機會的占用[4]。但在技術浪潮的挑戰中，自動化和人工智能才是占用的“根源”。早在18世紀60年代工業革命時期，機器取代人力，規模化工廠生產取代個體手工生產，即引發了人工智能數據的工業大變革。從機械結構、電氣控制等模塊的設計和改良，車間機器人的智能化已可以代替人完成生產作業[5]。通過智能化機器人可以減輕勞動負擔，還可以用于環境檢測[6]和實施救援[7]等，保護我們的人身安全。這些“機器人”在為我們減負的同時確實也引發了“失業危機”，這種現象不僅于美國，日本、韓國和德國亦是如此。我們也許可以形象一下，未來20或30年后，工廠中工傷幾乎為“零”，完全實施機器人24小時作業，速度驚人，質量統一，而僅有的幾個人使用簡單的觸摸界面對機器下達“命令”。機器的發展已超乎我們對普通機械的認知，21世紀開發的三大機器人中大狗（BigDog）解決了運動和重載運輸問題，特別用于軍事領域，被譽為“當前世界上最先進適應崎嶇地形的機器人”；亞美尼亞（Asimo）從人類如何移動上展現了機器人仿人運動；Cog具有了人類所特有的思考，由不同處理器組成的異種機互聯網絡形成了“大腦”。特斯拉——其除了是電動汽車和能源公司外，還是自動駕駛汽車行業的領跑者之一。其2016年已銷售具有自動駕駛、自動自制和自動停車功能的電動汽車，但出于法律和倫理層面，駕駛員還是要坐在駕駛位上，但他可以做他想做的其他事，發短信、打電話或是休息，而不再是駕駛汽車。我們可以不用擔心酒駕，不用因為時間緊張而疲勞駕駛，不必為新手司機而變得脾氣暴躁……汽車自動駕駛將讓我們行駛得更規則、更安全和更“無聊”。自動駕駛上的智能進化，使得自駕型派送車為商業化服務成為可能，還有自駕型飛行器也在被研發，通用、寶馬、谷歌等公司一直在努力開發，通過無人機在您家門口投送包裹將對電子商務世界帶來更多創造性方案。“如果你夠走運的話，機器可以把你當成寵物。”雖為戲謔之言，卻又飽含心酸。工廠變得越來越自動化，但其仍需要人類專家，他們才知道如何監控傳感器，知道在發生故障時如何進行修復，機器的運行離不開人的監控，只有人的思考才能有新產品的誕生以及高效的生產流程，我們與機器共存，是從體力中解放，但要從事腦力工作。

2.人工智能和大數據與金融的未來

“數字蝶變”席卷金融行業各個領域[8]，金融行業應用大數據、移動互聯網、人工智能等先進信息技術，累積了非常多的客戶信息。通過大數據的幫助，金融公司在分析數據下尋找更多的金融創新機會。在商業智能（BI）的輔助下，電信業可以對客服描述和定位及需求進行預測；保險業可以在進行風險分析的同時進行損益判斷；銀行業可以調整市場活動，建立信貸預警機制等等[9]。人工智能和大數據讓金融業形成了“以客戶為中心”的模式。與客戶最密切的金融即是金錢，但是它們已經被“支付寶”和“微信”以及更多的電子支付方式取代，越來越少的人使用現金，數字金錢是否會完全取代物質金錢，我們很可能會發展為無現金社會。那么首先“下崗”的是誰呢？答案毫無疑問：銀行。巴克萊銀行前首席執行官安東尼?詹金斯曾預測，對于工業化國家，銀行員工和其分支機構在未來10年內會消失；花旗全球視角與解決方案的一項研究預測，美國和歐洲的銀行將在未來10年裁減約180萬員工；甚至2016年2月的一份丹麥銀行家協會新聞稿表示，銀行搶劫案數量連續第5年下降。就支付領域而言，在這樣的時代背景下，如何利用大數據技術對跨越式發展的支付行業進行監管，成為一個值得深入研究的課題[10]。在人工智能下，我們都有被銀行自動回復或自會讀取特定問題的“員工”惹惱過。溝通技巧和財務知識同樣重要，因此，銀行業員工的下崗只是在基礎性操作上，對于“專業咨詢”，需要更多受過高等教育、具有更好溝通能力的員工。目前，我國的多數銀行還沒建立“開放、共享、融合”的大數據體系，數據整合和部門協調等問題仍是阻礙我國金融機構將數據轉化為價值的主要瓶頸。大數據的整合、跨企業的外部大數據合作不可避免地加大客戶隱私信息泄露的風險。有效防范信息安全風險成為商業銀行大數據應用中急需解決的問題。

3.人工智能和大數據與“專家系統”

電子病歷數據、醫學影像數據、用藥記錄等構成了醫療大數據。醫療數據不僅包括大數據的“4V”特點，即規模大（volume）、類型多樣（variety）、增長快（velocity）、價值巨大（value），還包括：時序性、隱私性、不完整性和長期保存性。醫療大數據可以提供預警性，當數據發生異常時，通過一定的機制可以發出警告，從而迅速采取相應措施，及時解決問題[11]。成立于1989年的美國胸外科協會（STS）數據庫，至今已經涵蓋了美國95%的心臟手術，收集了500萬條手術記錄[12]。其中的先天性心臟手術（CHSD）數據庫是STS數據庫的重要組成部分，是北美最大的關注兒童先天性心臟畸形的數據庫，被認為是醫學專業臨床結果數據庫的金標準。近年來，基于CHSD數據庫所進行的數據挖掘不斷增加，大型數據庫對提高醫療質量所起到的正向作用正在日益凸顯。如Welke等基于CHSD數據庫探討小兒心臟外科病例數量和死亡率之間的復雜關系[13]；Pasquali等基于CHSD數據庫探討新生兒Blalock—taussig分流術后的死亡率[14]；Jacobs等基于CHSD數據庫采用多變量分析方法來研究病人術前因素的重要性[15]；Dibardino等基于CHSD數據庫采用多變量分析的方法來探討性別和種族對進行先天性心臟手術結果的影響[16]。這些都是在醫療領域采用人工智能提供的醫療診斷，形成了“專家系統”，專家系統可以說是一種最成功的人工智能技術，它能生成全面而有效的結果。借助醫療大數據的平臺，“專家系統”可以智能輔助診療、影像數據分析與影像智能診斷、合理用藥、遠程監控、精準醫療、成本與療效分析、績效管理、醫院控費、醫療質量分析等。不僅是數據平臺，“達芬奇機器人”可以看成醫療的高精尖“人工智能”，它能縮短泌尿外科手術以及術后患者恢復時間，促進患者早期下床活動，減低并發癥發生率[17]。達芬奇手術機器人在消化系統腫瘤、泌尿系統腫瘤、婦科腫瘤和心胸部腫瘤等手術中均有運用[18]。正是機器人，還有其他人工智能設備，如插入手表或衣服里的傳感器、植入我們皮膚下的芯片，以及智能手機中裝有各種“專家系統”的遠程醫療、預防醫學，甚至是器官的3D打印和虛擬現實治療等的發展，讓醫學發生相應的轉變，并使其逐步突破人類的傳統健康概念，那么是否意味著醫學將成為只有科學性，毫無直覺性的學科呢？我們攜帶的內部傳感器和外部應用程序將成為我們的醫生嗎？“你好，醫生”被“嘿，Siri”取代嗎？這不盡然。醫學必然將是向精準化發展，并更具個性化、參與性、預防性和可預測性。醫生不再是疾病的修理工，而是改善我們健康狀況的顧問。直觀當下，我們還是被“看病難”所困擾，我們提出“分級診療”，是在擁有家庭醫生、全科醫生和專科醫生的基礎上再加上人工智能，以實現預期的健康監測、輔助診療和疾病篩查。

4.人工智能和大數據與教育變革

面對各行業和各學科，教育作為傳承文明和創新知識的載體，似乎被排除在人工智能之外。就目前而言，人工智能與教育深度融合發展還存在技術基礎不穩、教育數據缺陷、算法能力不足等現實問題[19]。我國目前更想要做到的是在教育上消除“信息鴻溝”，促進教育公平、均衡發展。因此，目前可以看到人工智能的教育多在于語言學習軟件，通過虛擬技術和人工智能構建一個靈活的、可擴充的虛擬交互平臺，設計多維虛擬場景和智能人工角色，實現不同場景下人機角色的交流和學習，提升學習者的口語能力和語感知識[20]。這使得教師不再是唯一的知識傳播者，任何互聯網搜索引擎都將提供比教師所有的更多信息，并且可以更快捷地獲取。肺炎疫情暴發以來，遠程網絡教育成了主要教學形式，互聯網教育形式其實早在小學、中學和大學中運用，虛擬現實技術在教學領域的研究和探索也在全面展開。谷歌已經開發一款VR紙板視圖，并將研發的虛擬課程一起推向市場，使現實生活中在生物課上解剖一只青蛙成為一件容易且有趣的事，通過虛擬青蛙，學生們可以去除心臟和其他器官，而不再是象征性的抽象體驗。虛擬現實可以像互動游戲一樣，比單一的在教室聽老師授課帶來更多樂趣和體驗，學習效果可能更好。我們的學習是知識的積累，那么教育就是我們的庫，荀靜等結合自身情況對西安工業大學知識庫構建進行探究，認為機構知識庫在保存知識資產的同時，更重要的是促進學校知識資產的傳播利用和管理，提升學校影響力和學術聲譽[21]。劉暢等通過對東北大學機構知識庫服務的推廣研究，了解到開放獲取的概念和實踐已經受到了廣泛的認可，機構知識庫不僅可以成為一個知識的存儲庫，也可以成為各個學科領域的學者進行在線交流的平臺，提供個性化的增值服務，既有利于機構知識庫的內容建設，也可以進一步促進學術交流和科研合作[22]。知識庫，即大數據的有機整合和有序利用，是學術成果、視頻文檔、實驗數據等進行收集、長期保存、傳播和提供開放利用的知識資產管理與教育服務[23]。

5.人工智能和大數據應用的共性需求

人工智能和大數據時代，海量的信息來自“五湖四海”，但都通過互聯網絡匯聚智能終端。這些數據只會進一步增多，不僅僅是云存儲，對于信息的進一步挖掘、處理、分析和利用，目標性結果才是我們最想要的信息。全球包括IBM、微軟、谷歌和亞馬遜等一大批知名企業紛紛掘金大數據挖掘這一市場，大家都在開拓自己大數據分析平臺。數據挖掘是大數據時代孕育的產物[24]，是我們的共性需求，與傳統的統計分析技術相比，數據挖掘有著自身的本質特征,數據挖掘是在沒有明確假設的前提下去挖掘信息并發現知識。數據挖掘所得到的信具有先前未知、有效以及可實用三個特征[25]。數據挖掘的出現不是為了替代傳統的統計分析技術,相反，它是統計分析方法學的延伸和擴展[26]。隨著信息時代的到來，數據挖掘被越來越多地應用于各個領域。

6.人工智能和大數據的展望

大數據與人工智能相輔相成，在人工智能的加持下，海量的大數據輸出優化的結果，使人工智能向更為智能的方向進步，大數據與人工智能的結合將在更多領域中擊敗人類所能夠做到的極限。漫長的人類歷史發展和進化，信息和人類一直“纏纏綿綿”“你追我藏”，因此，我們應該明白信息就是信息，我們需要的是“維基百科”，而不是僅僅的“維基”。走出狹隘的信息資源，管理和洞察大數據，才是對數據的有用。因為，我們早已告別了數據庫放在一間房間的時代。此刻不得不提藍鯨法則——大數據之道：了解數據懂得利用數據的“浮力”才是關鍵；“以簡約為目標”將數據最終形成洞察及行為；可以通過“數據”“信息”“知識”流程式、組合式、直通車式各種需要的方式來獲取[27]，在簡約中“印象”處理繁雜的大數據，使之“為我所用”。=數據也是一門科學、一項技術，如果實驗不能證明其具有可重復性和一般性，那它是沒有科學依據，但是，任何一項科技，如果你堅信它必將改變社會和商業，選擇從長期展望其發展并持續付出努力，那么就是一種戰略選擇[29]。人類社會的政治、經濟、文化、思維等固有“態勢”被重刷，數據思維將為我們帶來一個智能全新的世界觀。

篇3

1　引言

能夠透徹地了解人類智能行為產生的機理并制造出可以模擬智能行為的智能機，是人類長久以來一個美好而強烈的愿望。從世界各國的古老傳說到近代科學的不斷嘗試，都表明了人類希望征服自然進而征服自己的決心。人工智能學科的出現及迅速發展，為這一愿望的實現帶來了希望的曙光。它的研究延長了人腦的功能，深化與拓展了人類的智能勞動，使科學技術革命的發展速度空前。目前，人工智能(Artifical Intelligence，簡稱AI)已被應用到社會生活的各個方面并已取得了令人矚目的成就。

雖然體育實用計算機科學在短短十幾年中已經取得了迅猛的發展并有力地促進了體育事業的進步，但是，我們也不得不冷靜地看到，體育實用計算機技術還遠遠滯后于計算機科學的發展，在以“知識工程”為主的人工智能諸學科取得巨大成功的時候，體育實用計算機技術還在堅持“數據結構＋算法＝程序”的傳統程序設計方式，顯然已是大大落后于時代了。怎樣在系統分析的基礎上有步驟、有順序地將計算機科學的最新發展成果應用到體育領域中來，從更大程度上挖掘計算機科學的潛能從而促進體育科學再上新臺階，就成了體育科研工作者一個重要的課題。本文分析了體育實用人工智能的現狀，展望了體育實用人工智能的未來。目的是引發廣大體育工作者對體育實用人工智能的興趣，吸引更多的人參與到這項工作中來。

2　人工智能及其解題思路

人工智能是一門前沿學科，是在計算機科學、控制論、信息論、系統科學、哲學等多種學科基礎上發展起來的。它的出現及所取得的成就引起了人們的高度重視，從而被稱為是繼第三次產業革命之后的又一次革命。盡管如此，目前還沒有一個關于人工智能的確切定義。我們可以這樣理解：人工智能是一門研究如何構造智能機器(智能計算機)或智能系統，使它能夠模擬、延伸、擴展人類智能的學科。通俗地講，人工智能就是要研究如何使機器具有能聽、會說、會看、會寫、可思維、會學習等人類思維能力的一門科學。

人工智能的研制者通過知識獲取過程將專家知識變成計算機可以識別的代碼(知識庫)，然后通過計算機程序設計使計算機模擬人類所特有的推理思維過程(挑選知識的過程)，從而完成只有人類才能解決的智能問題。由于人工智能可以融合多個專家的知識并吸取了人類的直覺和經驗，所以，人工智能更適合于解決現實中需要人的思維判斷而難以量化的問題。對于體育領域而言，不論是運動員的選材、訓練計劃的安排、運動處方的制訂還是運動技術的診斷，體育專家的知識和經驗都有著舉足輕重的作用，如果智能系統可以完成這些工作，對體育科學的發展將產生深遠的影響。

3　體育實用人工智能的現狀

象所有處于發展之初的學科與研究方向一樣，人工智能與體育科學的完全交匯融合還有相當長的路要走，還需要我們保持清醒的頭腦，采取實事求是的系統分析方法來對待它。惟有如此，我們才會既能發現不利因素而不至于盲目樂觀，又能看到有利條件而不至于悲觀失望，才能有的放矢地把握體育實用人工智能的發展進程。

3.1　體育實用人工智能發展過程中的問題

1.對大多數體育工作者而言，人工智能技術還相當高深，它需要開發者不僅具備專項知識，還必須具備系統工程、軟件開發等多個領域的綜合素養。這些條件不僅對缺乏計算機操作能力的許多工作者來說十分苛刻，即便是具有一定計算機應用水平的科研人員，對知識工程理論與方法的缺乏也會使其成為人工智能的門外漢。智能系統的核心和基礎是人類的知識和經驗，要想開發智能系統，就必須從傳統的以數值計算為中心的程序設計轉變到以知識符號處理為中心的程序設計上來。這種思維與觀念的轉變顯然不是輕而易舉的。此外，智能系統的開發是一個復雜的、曠日持久的系統工程，不僅需要相當的技術和足夠的軟、硬件支持，而且需要開發人員長期、艱苦的努力。與那些更易在短期內取得成果的研究方向相比，體育實用人工智能技術的研究可能更容易被人們所忽略。

2.人工智能與體育科學兩學科發展的相對獨立性阻礙著兩者的交匯融合。掌握人工智能技術的科研人員還沒有看到其在體育領域應用的廣闊天地，人工智能的應用成果還集中在工業控制領域、社會經濟系統或軍事決策過程——相對來說，這些領域更易取得明顯的經濟效益和社會效益。體育實用人工智能研究的巨大潛力還沒有被挖掘出來。與此同時，相當一部分體育工作者還在沿襲著傳統的以“經驗技能”為主的教學、訓練模式，保守的思想也使他們看不到或是輕視或是不愿接受科技發展的新成果，這就加大了體育實用人工智能普及的難度。總的來說，相互滲透、相互吸引是兩者的必然趨勢，但目前人工智能與體育科學仍處于若即若離的境地，兩者的交叉還需要一個強有力的橋梁和紐帶。

3.人工智能技術本身的不完備性。盡管自80年代以來，對機器學習、分布式人工智能、知識表示、常識推理等基礎性研究取得了可喜的成果，特別是人工智能的重要分支——專家系統的應用研究成果已取得了重大突破，但是從總體上來看，人工智能距其完善還有相當長的路要走。我們不得不看到，人工智能的大部分分支，如自然語言理解、模式匹配、可視化研究等等都還不完善、不成熟，許多研究成果還僅僅停留在實驗室和書面報告里，并沒有轉化到應用上來，即使是在專家系統中，專家知識獲取這一“瓶頸”技術也阻礙了它的進一步發展。

此外，我們也不得不考慮一下計算機軟、硬件和資金方面的限制。一般一個大型的智能系統的開發需要強有力的計算機軟、硬件支持和足夠的資金投入，基本上以個人微機為主的體育科研及捉襟見肘的體育科研經費可能會從很大程度上限制著體育實用人工智能的發展。

3.2　體育實用人工智能發展的有利條件

盡管一系列理論與實際問題阻礙了體育實用人工智能的發展，但是我們也沒有理由對體育實用人工智能產生悲觀情緒，更多、更有利的條件則為人工智能技術在體育領域的應用開辟了道路。

1.計算機技術在體育領域的廣泛應用以及它對運動成績的巨大推動力，已經使越來越多的人們認識到程序設計的美妙前景。顯然，體育實用計算機程序的設計就是對體育工作者腦力勞動的解脫。這不僅僅是已嘗到程序設計甜頭的教練員和運動員的迫切要求，也是廣大體育科研人員的努力方向。

2.近年來，我國的體育教育，特別是高層次的體育教育取得了很大的進展，培養出一大批年富力強、有很強科研能力的碩士和博士研究生。他們大都具有較強的計算機應用能力和學習能力，對他們來說，掌握人工智能技術也并不是遙不可及。青年體育科技工作者的不斷發展與壯大，為體育實用人工智能的發展提供了必要的人才支持。

3.“全民健身計劃”的推廣與實施，不僅使我國的群眾體育走上了正規化的道路，而且吸引著越來越多的人參與到體育活動中來。這其中當然包括人工智能領域的研究人員，他們會在鍛煉中逐漸認識體育、了解體育、發現體育中的問題并不斷嘗試用本領域的技術方法來解決它(事實上，許多行之有效的體育實用方法和技術都是非體育專業科研人員引進到體育領域中來的)。人工智能會象現在已經在體育領域得到廣泛應用的灰色理論、模糊數學、系統工程一樣，逐漸地被廣大體育工作者所承認、理解和接受，進而逐漸滲透到訓練、選材、規劃、教學等日常的體育工作中。因此，“全民健身計劃”的出臺與推廣，又為體育實用人工智能的發展創造了有利的外部環境。

此外，體育科研觸角的不斷伸展、體育科技投入的逐漸增加、體育科研人員素質的不斷提高和人工智能技術的不斷完善，都會在一定程度上加快體育實用人工智能的步伐。

4　體育實用人工智能的發展方向

就目前人工智能領域而言，人工神經網絡技術與集成分布式智能系統是研究的熱點。前者是以研究大腦的結構和認知模型為主，用以對智力活動進行模擬或處理海量信息。后者是一種大規模的集成環境，即把各種不同的專家系統、神經網絡、數據庫、數值計算軟件包和圖形處理程序進行有機集成，以解決復雜問題，是“大成智慧工程”。雖然這兩者也可作為體育實用人工智能的研究方向，但對當前體育領域而言，應用性研究，即將各種已經成熟的智能技術應用到體育實踐中來，有著更加重大的現實意義。

4.1　各種體育實用專家系統的開發與研制

專家系統是利用具有相當數量的權威性知識來解決特定領域實際問題的計算機程序系統。它根據用戶提供的信息、數據或事實進行自動推理判斷，最后給出結論及結論的可信度以供用戶決策之用。之所以選擇專家系統做為體育實用人工智能研究的突破口，是因為不論從理論上、技術上，還是從應用上，專家系統都可以算得上是人工智能最成熟的一個分支。一些成功的專家系統開發實例(包括已開發的體育實用專家系統)可以提供技術支持，各種理論研究又使開發過程有章可循。體育實用專家系統的開發，能夠促使體育實用人工智能不斷地從抽象走向具體，引導體育工作者循序漸進地了解和掌握智能技術，逐漸開發出智能化程度更高的智能系統來。惟有如此，才能符合事物發展的客觀規律，才能保證體育實用人工智能健康、有序地發展。

4.2　體育領域自身智能技術研究人員的培養

由于受知識和技術的限制，在很長的一段時間內，體育實用人工智能的發展還必須依靠人工智能領域人員的引導。然而，只有培養出體育領域自身的智能技術研究人員，體育實用人工智能才會有光明的前途。新一代的開發人員，我們可以稱其為智能工程師，應該首先是一個體育工作者，并已具有相當程度的體育專業知識和體育運動實踐，再通過人工智能技術的學習和訓練，就可以單獨開發出自身領域高質量的智能系統。智能工程師及其工作，為人工智能技術向體育領域的滲透提供了必要的前提條件。

4.3　體育實用人工智能的基礎理論研究

雖然體育實用人工智能技術和方法研究十分重要，而且往往能夠在較短的時間內取得明顯的效益，但是它們卻根植于基礎理論的研究，脫離了基礎理論，技術和方法就會變成無源之水、無本之木。體育實用人工智能也只是曇花一現。知識只有形成體系，才能成為科學，一系列的技術只有被理論所串接和揉合，才會具有持久的生命力。因此，加強體育實用人工智能的基礎理論研究(包括運動智能和競技心理的形成、發展規律、技能知識的表達方式、體育專家的思維推理過程研究、技能知識的傳遞方式研究等)，是這一新生學科存在和發展的根基所在。

5　結束語

體育實用人工智能離成熟還有很長的距離，還存在著一系列的問題，但同時又充滿著希望，為迎接這一機遇與希望共存的挑戰，廣大體育工作者需要沿著正確的方向做出艱苦的努力。

主要參考文獻

1　劉泉寶，等.關于人工智能的哲學思考.計算機科學，1995(2)

2　石純一，等.人工智能原理.北京：清華大學出版社，1993

3　陸汝鈐.專家系統開發環境.北京：科學出版社，1994

4　王永慶.人工智能—原理*方法*應用.西安：西安交通大學出版社，1995

5　劉有才，等.模糊專家系統原理與設計.北京：北京航空航天大學出版社，1995

6　Ming Rao，等.智能工程與控制技術：歷史、發展與未來.控制與決策，1994(1)

7　高揚.體育院校課表計算機輔助編排系統的開發與應用.體育數學與體育.系統工程，1995(1～2)

8　程勇民，等.射擊運動員膚紋特征及計算機選材模型的研究.體育科學，1995(5)

9　邵桂華，等.體育領域專家系統外殼的開發與研制.體育科學，1997(3)

10　邵桂華，等.賽艇項目技術診斷專家系統的開發與研制.系統工程，1997(4)

篇4

作 者： 【美】馬丁?福特

出版社： 中信出版社，2015年7月

一位程序員幸運地抽中了老板的大獎，他將受邀前往位于深山的豪華別墅，與老板共度假期……事實上，員工被邀請來是為了協助老板完成其所開發的智能機器人測試――圖靈測試，即測試電腦是否具有“人類思維”。如果電腦能在5分鐘內回答由人類測試者提出的一系列問題，且超過30%的回答讓測試者誤認為是人類所答，則電腦通過測試。然而在隨后的交流中，這名員工越發覺得，他所面對的似乎不是冷冰冰的機器，而更像是一個被無辜囚禁起來的少女，楚楚可憐……

這是幾個月前在北美上映的電影《機械姬》的劇情。近年來，與其同一類型的影片還有很多，《超能查派》《超體》《我，機器人》……這些影片實則都表達了同一主題――當機器人足以智能，小心科技反撲。隨著智能科技的發展、工業機器人的出現，人類和我們的機構已經出現無法趕上機器腳步的跡象了……

作者在本書中也表現出了這樣的擔憂――我們無法（也不能）阻止科技的進步、世界的發展。同樣地，我們將很快迎來機器人全面崛起的時代。

傳統時代，我們對機器人是樂觀的，即使一些工作被淘汰，但會有更多的工作被創造出來，以滿足新時代的創新。由此所帶來的經濟社會問題也可以通過加強醫療衛生、退休和失業保險制度，培訓和教育的強化來調整。

然而，到了機器人時代，這些想法完全錯了。過去很多所謂的“好工作”將會過時：律師助理、記者、藥劑師、上班族，甚至電腦程序員都將被機器人和智能軟件所取代。伴隨著機器人技術的日漸成熟，工薪家庭和中產階級家庭將受到進一步擠壓。同時，人們的家庭還將經受生活成本上漲的沖擊，尤其是教育和醫療保健成本的上漲。這一切很可能造成大范圍的失業和經濟狀況的不平等，甚至還會造成社會固有結構的崩潰。

在本書中，福特的觀察要更為深入一些，其論調也更顯悲觀。他提到，技術對就業的影響，對個人生活和社會整體的潛在破壞，會交互于其他主要的社會和環境挑戰，比如人口老齡化、氣候變化和資源枯竭等。事實上，它的可怕之處還在于，如果人們不承認或不適應技術進步帶來的消極影響，全球將面臨著一場“完美風暴”：不平等的劇增、技術失業以及氣候變化所產生的影響將并行出現，而且在某些方面它們還會彼此放大和加強。美國從全球搶回制造業，卻沒顯著提高就業，就是因為就業機會被機器人搶走了。

當然，這還不是最壞的消息。人類水平的人工智能被稱為“強人工智能”。它能達到遠高于藍領工人的智能水平，甚至超過整個人類的智能水平。如作者所言，隨著機器人從弱人工智能時代演進到強人工智能時代，人與機器之間互相加強的反饋循環將不斷加快。最終將產生“智能爆炸”，然后生產出一臺比任何人類都聰明十萬甚至上百萬倍的機器。屆時，它很有可能對整個人類文明造成破壞。

篇5

ABC成為時代主題

百度大腦優勢獨顯

百度總裁張亞勤在大會致辭環節分享了對于云計算、人工智能和大數據等領域未來發展的深刻思考。

張亞勤說，百度云擁有百度大腦的支持，是百度云最獨特、最重要的優勢。百度大腦是百度云的核心引擎，而百度云是百度大腦的云化，為前者提供了神經元和數據訓練源。通過深度學習和機器學習技術，百度在語音、圖像、自然語言處理等方面取得世界領先成果。

此次峰會以ABC SUMMIT為名， 即是AI，Big Data，Cloud Computing。百度通過開放共享自身領先的技術能力，讓云智數成為所有企業的基礎能力，推動各行各業開始進入ABC時代。

對于未來信息科技發展的趨勢，張亞勤表示，由云計算和人工智能組成的ABC將成為一個時代的主題。以云計算為基礎，以人工智能為中樞，以大數據為依托，ABC將深度結合并改造傳統行業，真正地提升每一個企業的運營效率，釋放商業潛能，創造全新機遇。

截至目前，百度云已經和超過三萬家企業展開合作，也陸續滲透到物流、醫療、教育、營銷、金融等關系到百姓生活的各個行業中，讓服務開始真正智能化。云智數三位一體的云服務結構可以為客戶提供業務可持續發展的動力引擎。

以“智”為謀天智平臺

會上，百度云重磅了最新的人工智能平臺――天智。天智底層為百度云計算，由感知平臺、機器學習平臺和深度學習平臺三部分組成，為不同需求的客戶提供全面的人工智能服務。這也是繼“天算”、“天像”和“天工”三大平臺后，百度云的第四大平臺級解決方案。至此，百度云實現了人工智能、智能大數據、智能多媒體和智能物聯網全方位的智能平臺服務。

感知平臺主要包括圖像技術（文字識別和人臉識別）、語音技術（語音識別、語音合成和聲紋識別）和自然語言處理（NLP Cloud），可以應用于智能客服、身份驗證、內容審核等場景，應用開發者可針對特定場景的應用直接調用API。

在這些技術方面，百度均處于行業領先地位。其中百度語音識別入選2016年MIT十大突破性技術，中文識別準確率達到97%。機器學習平臺是百度云端托管的機器學習服務，可以打通機器學習全流程，內置20多種高性能算法，并開放Spark MLlib；同時支持百度用戶畫像數據，并提供多種應用場景模版。

深度學習平臺具有靈活、高效、可伸縮、開源等特點。它支持多種神經網絡結構和優化算法以及自定義網絡配置，對于計算、存儲、架構、通信等多方面多了細致優化。它支持多核、多GPU、多機環境，其Paddle內部技術已經使用成熟，并實現對全球開發者的開放。深度學習平臺適用于精通深度學習的數據科學家，針對企業或研究部門的特定項目，需要大量的客戶標注數據。

交通領域變革在即

智能交通時代來臨

作為一家以技術驅動為核心競爭力的公司，百度通過百度云分享自身在云計算、大數據和人工智能等領域的技術優勢，通過構建可以計算、分析、處理龐大交通數據的“交通大腦”，打破海陸空以及行政區域的限制，實時抓取散落在各個路面交通、地下交通、空中航線的海量數據。

同時通過百度擁有的全球最大規模的深度神經網絡、最大深度機器學習開源平臺，對交通大數據的有效歸類、提取、利用，實現多系統配合協調，建立起一個更安全、更高效、更準確的智能交通體系。

百度副總裁王路與太原鐵路局局長趙春雷、南方航空電子商務部副總經理王景成、中國海事局曾輝共同智能交通生B聯盟，這也是國內首個覆蓋陸海空車的智能交通生態聯盟。

借助百度云計算、人工智能和大數據技術優勢，構建“交通大腦”，與合作伙伴一起促進交通運輸領域的技術創新和應用，發展智能交通，推動交通運輸更智能、更高效、更安全地運行和發展。目前，諸多合作已在進行中。相信隨著合作的深入，必將改變交通現狀，推動中國智能交通的 發展。

在與太原鐵路局的合作中，雙方共建國內首家集鐵路、航空和公路三位一體多式聯運的物流云平臺。通過百度云的接入，該平臺可打通貨物在公路、鐵路、航空的運送及倉儲信息；并利用大數據進行資源調配，通過人工智能深度學習物流管理，優化調度效率可達59%。

另一方面，百度云還將與中國南方航空共同推進智能航空計劃，將通過大數據實現對于航班、旅客、機票、航站樓、天氣等信息的綜合分析調度。同時共同推進大數據營銷、新一代信息技術和百度云的推廣應用、消費信貸等多方面的合作探索，為用戶打造一站式的智能出行服務平臺。

同樣基于百度云技術，將通過與中國海事局的合作，海事港口、船舶及相關水上設施信息也將實現聯通和數據的共享，加強程控，降低成本，合力提升海運管控能力。

從陸地到海洋再到空中，百度云并不滿足于交通體系的立體擴張，還要創造全新的交通方式。百度目前正在推進可以感知車輛行駛、預測交通狀況的智能汽車和無人汽車的發展。百度無人車已成為國內外矚目的前沿科技代表，在去年完成了實地路測，并在今年的烏鎮峰會上再次亮相。

在智能汽車的商業化方面，百度已與國內知名商用車企業福田汽車達成戰略合作。未來，百度將與福田汽車在汽車大數據、智能駕駛領域深入合作，開發出更多具備智能駕駛的商用車產品。

云計算、人工智能和大數據已成為新一輪產業革命的核心驅動力，百度云將透過云生態下的“交通大腦”，依托智能交通生態聯盟，加強行業合作，挖掘數據中的更多價值，推進智能交通的全面云端化，突破前所未及的高度，讓智能、計算無限可能。

寫在最后

2016是百度云計算的元年，基于基礎云、天算、天像、天工已經有80+款產品。下一步，人工智能已經成為百度的核心戰略。

百度大腦“天智”――人工智能平臺也應運而生，內容包括：

首先，感知平臺，包括圖像技術、語音技術、自然語言處理等技術，代表著耳口心相結合的“聰”。

其次，機器學習平臺，包括打通機器學習全流程、內置20多種高性能算法、支持Spark MLlib、用戶畫像數據、多種應用場景模板的機器學習平臺。

篇6

關鍵詞：電子信息；科學技術；未來發展

第三次科技革命是信息技術的革命，電子信息科學技術在這一階段取得了飛躍式的發展，也成為了推動一個國家進步發展的重要因素。這種技術雖然是一種新興技術，但是卻已經成為了決定未來走向的一大重要推動力。對于這種技術，它的概念較為寬泛，據專家學者的定義，它包括了電子科學技術，規模型集成電路，信息工程，通信互聯網等技術。所以，中國應該緊隨時代的步伐，大力發展這一新興技術，但也因為時間較短，全世界在這一技術的應用上仍然存在許多問題,這是一個值得探討的話題。

一、在應用中電子信息科學技術的存在問題

電子科學技術由于是一門新興技術，起步較晚，因此，在當代和未來，包括中國乃至整個世界在其應用上仍然存在著許多問題，但主要存在于發展中國家，發達國家由于起步較早，利用其先進的技術仍然占據著優勢和主導地位。關鍵主要包括以下幾點內容。

1、人才培養問題

人才問題可以與教育問題劃分為一類，由于整體起步較晚，雖然在各大院校都開設了與這一技術所相關的專業，這些院校所培養的人才大多只能從事較為低端的技術工作。而眾所周知的是，電子信息科學技術需要不斷進行開拓創新，這直接導致了院校中所培養的人才不能與相關技術發展實際需要相結合。這一問題較多地存在在發展中國家。因此，發展中國家必須向發達國家吸取經驗，大力創新，培養高端的技術人才。

2、產業環境問題

這一問題主要體現在兩個方面。第一，在市場經濟的大環境下，市場競爭主要由市場經濟這一只看不見的手所進行調節，電子信息科學技術代表著未來社會發展的方向，受到巨大利益的驅動，大量的資本和社會資源都投入到這一新興行業的發展，這直接導致了不正當競爭的產生，也對這一行業的發展產生了諸多不利影響。第二，相關的法律法規仍然較為不健全，尤其是對知識產權的保護。一種新興行業的發展必然伴隨著相關政策和法律法規的完善，缺少了它們的保駕護航，這種行業的發展必然困難重重。

二、電子信息科學技術在未來的發展

1、物聯網技術的發展

物聯網又稱為傳感網，它的用途廣泛，可用于教育、交通、生產等各個領域。隨著物聯網的逐步實現和發展，許多科幻電影中的場景得以實現，例如，借助一個遙控器，出行在外的人就可以控制家中的電器，環境等。因此人們的生活水平將得到巨大提高。在未來物聯網將得到大規模普及，新的產業即將誕生，將會推動各個行業的更新換代。可以說，物聯網技術是未來的焦點。

2、人工智能的不斷發展

人工智能一直是社會的熱點問題，它不僅關乎著科技，也與道德與倫理有著一定關聯。但是隨著社會的不斷進步，人們的要求逐漸提高，人工智能也必然會走進千家萬戶，為人們的生活提供便利。目前，人工智能雖然已經經歷了多年的發展，但依舊存在著許多技術瓶頸需要突破。計算機技術雖然發展較快，但如何實現人工智能仍然是一個難題，需要軟件硬件的技術突破。近年來，我們已經享受到了人工智能技術的發展為我們帶來的生活變化。智能手機，無人駕駛技術說明人工智能技術已經取得了一定的進步，在未來我們仍然任重而道遠。

3、自主研發與集體合作研發相結合

集體合作研發是一種傳統的研發方式，發展中國家與發達國家進行合作開發新技術。但不可否認的是，發達國家在電子信息科學技術上占據著主導地位，仍然掌握著核心技術。為了保持其優勢，西方發達國家采取技術封鎖的政策，在合作中也有所保留。而任何一種技術的發展又需要不斷地進行開拓創新，因此，對于廣大發展中國家來說，投入人力物力并大力推動技術的自主研發是十分必要的。中國作為最大的發展中國家，要利用好自身的優勢，推動自主創新，只有這樣才能成為科技強國，掌握主動權，在國際間的技術交流中占據主導地位，取得更大的利益。堅持自主研發，同時與其他國家保持良好的技術交流與合作，才是保障發展的正確道路。由此可見，在未來自主研發與合作研發將會成為一種新興趨勢，推動著電子信息科學技術在未來的發展。

4、互聯網的進一步發展

互聯網將更進一步普及到全世界各個角落，wifi實現全球覆蓋。同時，網絡速度和所能提供的服務進一步升級。云計算和大數據技術將得到廣泛普及，無線傳輸將真正成為主流，互聯網終端設備也將經歷革命性的發展。互聯網與現實將結合得更加緊密，兩者互補，將極大便利人們的生活。

三、結束語

當代與未來社會是一個充滿變革的社會，其中也蘊含著發展與進步的機遇和挑戰。電子信息科學技術毫無疑問是人類社會進步的新的動力源泉，它的飛速發展將會帶動其他領域的變革。而我們所要做的又是順應時展的潮流，推動這一新興技術的發展，抓住機遇并迎接挑戰。在本文中，筆者分析了現在和未來這種技術所以仍然存在的問題，并在一定程度上預見了其在未來發展的趨勢，希望能為這一技術的發展起到一定的推動作用。

參考文獻

[1]童琛博.淺析電子信息科學技術在未來的發展[J].電子世界,2016,(20):23+31.

[2]張壽玲.電子信息科學技術的未來發展芻議[J].科技展望,2016,(29):5.

篇7

融合。信息技術在各學科中的應用已成為“新常態”。需要指出的是，融合其實已經成了時代的

關鍵詞 ，如真實世界和虛擬世界之間的融合使得在虛擬環境中學到的知識就成了未來真實環境中解決問題的方法。

開放。互聯網教育的發展，微課、MOOC、翻轉課堂的流行，使得“沒有圍墻的校園”似乎成為可能。在技術的推動下，學校將進一步向其他學校、社會組織、企業開放。此外，個人觀念上的開放更加重要。

協同。新技術的支持，開放的理念，將使協同越來越引人注意。一方面是大中小學協同發展，共同探索創新人才培養的途徑，另一方面是產學研協同發展。

創新。創新首先要體現在課堂教學模式上。其次，創新也要體現在管理機制和服務機制上。

變革。要想真正促使信息技術對教育產生革命性影響，就要想辦法利用信息技術促使教育流程再造，包括教師角色再造、課程模式再造、組織機構再造和管理方式再造等。

智慧。當前，隨著人工智能技術的再度崛起，智慧教育又備受各界關注，許多學校提出要打造智慧校園。

“智能”是其中的核心，2015年可能會有新的突破。

篇8

接下來的潮流走向，卻出乎許多人的意料。

幾年過去，如先驅者余額寶這類產品，其理財屬性日趨淡化，用戶越來越不把它當成理財工具，而更多地只是現金管理工具；而P2P網貸平臺、眾籌等更刺激的模式卻快速崛起，紅得發燙，甚至在很多人眼中，已經成了互聯網金融的代名詞。

但風口過大，泥沙俱下。時不時總有某P2P公司卷款跑路，某產品提現困難、客服無法聯系等新聞見諸媒體，不久前沸沸揚揚的e租寶、中晉系等理財平臺的互聯網金融風險事件，更是引發了行業性的信任危機。

對于互聯網金融行業來說，一個重要的時間節點正在悄然來臨。或者說，以野蠻生長為特點的“互聯網金融1.0”時代已經結束，馬太效應將會逐步凸顯，那些具有先發優勢、品牌優勢、客戶資源優勢的公司將更容易在接下來的市場格局中占據主導位置。

對普通用戶而言，“大理財”元年即將開啟，互聯網金融行業已經開始顯現綜合性理財的潮流，移動化、智能化、社交化和一站式的綜合性理財將成長為萬億級市場。

“大理財”首先體現為大眾理財。傳統理財以產品為中心、以銷售為導向的模式，會逐步演化成以客戶為中心、以為用戶創造價值為導向。

其次是智能投資顧問服務的大量引入。在很多業內人士看來，用科技的力量（比如大數據、人工智能）來做傳統金融用人工所不能做的業務的智能金融是未來的發展方向。

篇9

什么是工業4.0？

“互聯網+制造”就是工業4.0。“工業4.0”是德國推出的概念，美國叫“工業互聯網”，我國叫“中國制造2025”（兩化融合），這三者本質內容是一致的，都指向一個核心――智能制造。

工業4.0是德國政府提出的一個高科技戰略計劃。該項目由德國聯邦教育及研究部和聯邦經濟技術部聯合資助，投資預計達2億歐元。旨在提升制造業的智能化水平，建立具有適應性、資源效率及人因工程學的智慧工廠，在商業流程及價值流程中整合客戶及商業伙伴。其技術基礎是網絡實體系統及物聯網。

德國所謂的工業四代（Industry4.0）是指利用物聯信息系統（Cyber―PhysicalSystem簡稱CPS）將生產中的供應，制造，銷售信息數據化、智慧化，最后達到快速，有效，個人化的產品供應。

2015年中國有幾個概念非常火，第一是大眾創業、萬眾創新，第二就是工業4.0，第三個就是“互聯網+”。“互聯網+”是巨大無比的概念，“互聯網+”里面有“互聯網+金融”叫做互聯網金融、“互聯網+零售”、“互聯網電子商務”，而“互聯網+制造”就是工業4.0。它將推動中國制造向中國創造轉型，可以說，工業4.0是整個中國時代性的革命。

工業4.0有哪些特點？

互聯：互聯工業4.0的核心是連接，要把設備、生產線、工廠、供應商、產品和客戶緊密地聯系在一起。

數據：工業4.0的核心就是數據。企業數據分析就像汽車的后視鏡，開車沒有后視鏡就沒有安全感，但更重要的是車的前擋風玻璃――對實時數據的精準分析。

集成：工業4.0將無處不在的傳感器、嵌入式終端系統、智能控制系統、通信設施通過CPS形成一個智能網絡，使人與人、人與機器、機器與機器以及服務與服務之間能夠互聯，從而實現橫向、縱向和端對端的高度集成。集成是德國工業4.0的關鍵詞，也是長期以來中國推動兩化融合的關鍵詞。

創新：工業4.0的實施過程是制造業創新發展的過程，制造技術、產品、模式、業態、組織等方面的創新，將會層出不窮，從技術創新到產品創新，到模式創新，再到液態創新，最后到組織創新。

轉型：對于中國的傳統制造業而言，轉型實際上是從傳統的工廠，從2.0、3.0的工廠轉型到4.0的工廠，整個生產形態上，從大規模生產，轉向個性化定制。實際上整個生產的過程更加柔性化、個性化、定制化。這是工業4.0一個非常重要的特征。

工業4.0有哪些技術支柱？

工業4.0九大技術支柱包括工業物聯網、云計算、工業大數據、工業機器人、3D打印、知識工作自動化、工業網絡安全、虛擬現實和人工智能。這九大支柱中會產生無數的商機和上市公司。

哪類公司最有前景？

結合中國工業現狀來看，未來十年，中國工業4.0領域將有充足發展的三類公司有：

第一類是智能工廠，分為兩種，第一種是傳統的工廠轉型成智能工廠，第二種是一出生就是智能工廠。

第二類是解決方案公司，為制造業公司提供智能工廠頂層設計、轉型路徑圖、軟硬件一體化實施的工業4.0解決方案公司。

第三類是技術供應商，包括工業物聯網、工業網絡安全、工業大數據、云計算平臺、MES系統。

除這三類以外，虛擬現實、人工智能、知識工作自動化等技術供應商也會面臨巨大的發展前景。

這是一次巨大的產業革命，錯過了工業4.0也就錯過了這個時代！誰最終贏得第四次工業革命主導權？第四次工業革命以2013年德國漢諾威為標志，宣布這一輪工作革命以智能制造為核心。

中國為什么選擇德國標準？

第一，中國政府認為，德國路徑比美國路徑更容易實現;第二，美國的工業空心化嚴重。IT公司出現工業4.0挑戰大，缺少基礎設施的落地，德國工業技術雄厚，是生產制造基地，生產設備供應商加IT業務解決方案提供商。在第四次工業革命的戰略選擇上，中國政府的策略是，緊盯新一輪產業發展的潮流，選擇工業4.0，推出中國版的中國制造2025，尋找機會彎道超車，后發先制。

工業4.0是一個全新的時代，一期剛剛開始，預計要30到50年的時間發展引進，按照國家工信部部長所說：德國是從工業3.0串聯到工業4.0，中國是2.0、3.0一起并聯到4.0。

工信部和中國工程院把中國版的工業4.0的核心目標定義為智能制造，這個詞表述非常準確。由智能制造再延伸到具體的工廠而言，就是智能工廠。智能制造、智能工廠是工業4.0的兩大目標。

篇10

［關鍵詞］高職學生；高質量就業；就業價值取向；就業崗位

一、引言

全球新一輪科技革命和產業變革正在加速拓展，社會的生產方式、組織形態、商業模式、管理模式都發生了巨變，大數據、人工智能、區塊鏈、共享經濟等數字新技術的發展誕生新商業、新職業，使我國就業形態、就業結構、就業穩定性以及勞動技能需求都發生了變化。高等職業教育由規模擴張轉入內涵發展和高質量發展的新階段，高質量就業已經成為新時代經濟發展的追求目標。高職院校在人才培養過程中要面向產業需求，在追求高就業率的同時應更關注學生就業質量，為勞動力市場輸送與用人單位需求相匹配的人才。當前，我國進入以創新為核心、以發展服務型經濟為重心的新一輪經濟結構調整的關鍵時期，經濟發展呈現出速度變化、方式轉變、結構調整、動力轉換的態勢。新經濟、新業態、新產業的發展為高職院校畢業生提供了更多的就業機會，人工智能、大數據等新興產業人才供不應求、跨專業人才優勢明顯。新就業形態是經濟業態發展、市場競爭與技術進步相互作用的結果，不斷改變著傳統的就業方式和就業觀念。無論從就業的政策導向還是從大學生的現實需求看，需要在深刻認識高等職業教育發展規律的基礎上，推動教育質量與職業需求緊密結合，優化勞動力結構，提升高職院校畢業生就業質量，以應對諸多復雜挑戰，實現經濟高質量發展。

二、高職學生就業的困境

1.勞動力供求的結構性失衡日益凸顯，人力資本與產業結構不匹配矛盾突出。改革開放四十多年來，我國經濟持續快速發展。隨著我國勞動力供求的結構性失衡日益凸顯，勞動力供給質量亟待提升。2019年全年城鎮新增就業1352萬人，比上年少增9萬人。新一輪科技革命和產業變革方興未艾，正在深刻影響著我國產業結構和就業結構的變化。一方面，產業轉型升級創造高質量就業崗位的速度遠遠低于畢業生數量的增速；另一方面，隨著技術進步加快和產業結構優化升級，技能人才短缺問題將更加突出。相對于產業和技術的快速變化，人的變化是一種慢變量，實現職業轉換需要一定的教育培訓，轉變就業觀念需要更長的時間。新就業形態對已有的勞動、就業、培訓、社保等政策和體制機制，以及與之相適應的服務體系提出了巨大挑戰。我國經濟已從高速增長階段轉向高質量發展階段，以大數據、人工智能業態等為代表的數字經濟已經成為推動實體經濟轉型創新的新引擎，對高素質技術技能人才的需求不斷增加。但是，職業教育人才培養滯后于新產業技術變革，不能滿足社會經濟發展需求。2.就業矛盾從就業規模能否擴張向就業質量能否提升轉變。一直以來，我們更多地關注就業數量，而忽視了就業質量。技術進步對就業擠出效應和替代效應在一定時期和條件下顯現。黨的報告指出，促進我國產業邁向全球價值鏈中高端，培育若干世界級先進制造業集群。近年來，企業加快推進機器換人，受教育程度、技能要求相對較低的崗位被“機器人”替代，影響的就業崗位數量會持續增加，崗位結構發生了深刻變化，部分勞動者不可避免地要面臨下崗失業。由于從人力資本投資到形成有效勞動供給通常會滯后于崗位需求，高職院校主動對接產業的意識不強，人才培養和社會需求存在一定程度的脫節。3.大學生就業價值取向發生了明顯的變化，呈現出功利化、多元化等特點。薪金待遇、就業崗位、行業發展和職業空間仍然是當前大學畢業生最關注的因素。大學生找一份工作謀生并不難，但謀求優質崗位和高質量就業崗位的難度系數比較大。高等職業教育在發展過程中陷入了“工具理性”與“價值理性”的困頓之中，忽略了“以人為本”的教育理念。麥可思研究院的《2019年中國大學生就業報告》（就業藍皮書）顯示，我國2018屆高職高專畢業生就業率為92.0%，就業滿意度為65%，2018屆大學畢業生“慢就業”的比例達6.99%，對就業不滿意的主要原因是“收入低”和“發展空間不夠”。2018屆高職高專畢業生畢業半年內的離職率為42%，遠遠高于本科畢業生的23%，高職院校畢業生就業不穩定性逐步增大。近年來，大學生就業價值取向呈現出新的特點，逐利性與求穩性并存、就業目標偏高與期望個人價值實現并存。大學生就業觀念和就業選擇趨向多元化，選擇自主創業和靈活就業的人員數量不斷提升。以互聯網、大數據、人工智能為代表的新一代信息技術與產業深度融合，引起了整個社會就業方式、崗位結構的變革。互聯網公司已成為目前大學生就業的新興高地。

三、高職學生實現高質量就業的路徑

大學生高質量就業是一個系統工程，應充分發揮政府、高校、行業企業和大學生的協同作用。高等職業教育需主動回應技術創新和社會變革，在對接新產業、新職業的基礎上，通過產教深度融合和跨界協同創新，實現政府、高職院校、行業企業知識共享、資源優化配置、行動最優同步和系統高水平匹配，培養出具有較高競爭力的高素質技術技能人才。1.創造高質量的就業崗位，增強經濟增長對就業的拉動作用。隨著我國經濟結構調整深入推進和產業轉型升級速度加快，對高素質技術技能人才的需求日益增多。大學生在求職時希望隨著經濟不斷發展，社會保障更加完善、薪酬待遇持續提高、工作條件不斷改善、職業發展空間更加廣闊。實現高質量就業首先要有高質量的就業崗位，而高質量的就業崗位來自高質量的經濟結構和產業體系。經濟發展的提質增效、產業結構的轉型升級，必將推動高質量就業崗位的持續增加和提供更多的優質就業機會，形成新的就業增長點。政府要強化宏觀管理職能，為高職學生營造公平就業環境。具體來說：政府正確發揮管理和服務職能，做好產業引導和企業幫扶，促進教育鏈、人才鏈與產業鏈、創新鏈有機銜接，統籌優化人力資源供給與改善勞動力市場需求；強化就業政策與經濟政策、產業政策、社會政策之間的協同聯動，將就業與創新創業緊密結合，營造良好的創新創業環境；增強經濟發展創造就業崗位的能力，運用好“互聯網+”推進就業轉型，發展新就業形態，拓展就業新空間，為高職學生提供充分的就業機會；完善法律法規體系，保護從事新就業形態的勞動者權益，不斷優化就業創業環境，推動高質量增長與高質量就業同步實現，讓產業結構優化、就業結構轉化與就業質量提升并行不悖，增強經濟增長對就業質量的帶動作用。2.人才培養與產業發展深度融合，實現技術創新與就業增長的協同發展。隨著創新驅動發展戰略的深入實施，數字經濟、新技術發展催生了新的就業需求。新產業能夠提供更加廣闊的就業渠道和更加優質的工作崗位，企業需要具有吸收問題、轉換問題能力的人才，高職院校需要培養適應新產業的高素質技術技能人才。在高質量就業目標的引導下，高職院校培養的人才與勞動力市場需求的匹配必然以質量為前提。高職院校應立足于我國產業發展戰略需求，與行業企業、研究院所、政府部門等不同社會主體建立協同機制，推進校政協同、校地合作、校產聯合、校企對接，建成教育部門、高職院校、行業企業、學生聯動的“互聯網+就業”跨專業協同創新平臺，為大學生高質量就業提供線上精準對接、線下高效服務。高職院校應根據企業優勢和產業發展需求，牢牢把握產教融合、校企合作路徑，吸引更多的企業專家、技能大師走進課堂，促進學校教學與企業用人的無縫對接。打破高職院校與社會、行業企業間的體制壁壘，在人才培養過程中結合學校的師資特點和學校的區域影響力、區域產業特征和區域供應鏈以及企業資源，探索具有中國特色的高層次現代學徒制，讓企業的人才培養前置化。整合政府、高職院校、行業企業等各主體的資源，不斷完善職業教育集團、產學研創聯盟等教學模式，使各主體的人才、專業群、地理空間等優勢充分發揮出來，增強人才培養對新興就業領域、新就業形態的適應性和契合度。根據大學生的就業需求，實施高等職業教育供給側結構性改革，建立企業需求側與教育供給側資源要素融合的平臺和機制，更多地把人才培養與產業對接，實現從量的擴張到質的提升。構建“政府、高校、家庭、學生”等多元主體參與的“就業生態共同體”，適應新就業形態的勞動用工和社保政策，不斷提升人才結構與產業結構的匹配度，促進公平就業和大學生社會性流動。充分利用人工智能技術和大數據分析，對行業企業用人需求和新的就業特點進行科學研判，完善畢業生就業跟蹤調查反饋機制，將就業大數據多向精準反饋至招生、人才培養和就業等各環節。以精準就業為導向推進高職院校人才培養改革，提升就業大數據對人才培養改革的決策咨詢功能，形成招生、人才培養和就業一體化的精準就業指導工作格局。3.遵循大學生的認知規律，探索教育新范式。當前，“三新”經濟已經以標志性的智能、個性化服務、社會化共享、跨界融合等多維特征涉足三大產業的方方面面，創造新需求，形成增長新動能，產生新就業模式和新職業崗位。高等職業教育應主動回應技術創新，關注社會發展變遷，遵循大學生的認知規律，探索教育新范式。高職院校應推動特色發展、差異化發展和高質量發展，把職業道德、技術技能水平、就業質量和創新創業能力作為衡量人才培養質量的重要內容。高職院校應根據新經濟、新技術、新業態、新職業設置專業，與產業發展、行業需求和技術進步相適應，對專業的內涵與外延進行重新設計和精準界定；加大部門間的協同配合力度，構建基于產業鏈、融入新知識和新技術技能的專業課程體系；堅持“以學習者為中心”的教學模式，將知識轉化為“知勢”，培養學生的終身學習能力。4.注重就業價值取向的引導作用，提升大學生高質量就業能力。馬克思在中學畢業論文《青年在選擇職業時的考慮》中指出，青年在選擇職業時首先應當考慮的是為人類的幸福服務，不能選擇那些脫離實際的職業，需要把理想與現實、思想與行動結合起來。高等職業教育要堅持“以人為本”的教育理念，把就業價值觀教育擺在重要位置。高職院校要全面落實立德樹人的根本任務，把大學生就業能力培養融入人才培養全過程，強化職業素質和職業操守教育，注重專業基礎能力、跨領域協同能力、實踐能力與創新創業能力的培養，縮小大學生就業力與實際需求之間的差距。面對新的就業形勢，高職院校要高度重視學生就業價值取向中“個人本位”與“社會本位”的統一、現實關切與理想追求的統一，由就業指導教育轉向職業生涯教育。高職院校要采用學生喜聞樂見的形式，針對生源特點，實施全程化、全員化、全方位的職業生涯教育，做好學生求職狀態跟進、企業招聘狀態更新，不斷提升學生的職業認知能力，引導學生在職業發展道路上正確處理個人利益與國家利益、集體利益的關系，樹立正確的職業價值觀。高職院校要改變大學生就業“從眾”選擇的行為，使大學生積極面對職業多元性選擇的挑戰，將“高起點就業”觀念轉到“先就業后擇業”“先就業后發展”的“靈活就業”“動態就業”觀念上來，找準自身發展與社會需求之間的結合點。

［參考文獻］

［1］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］.數量經濟技術經濟研究，2019（5）：3-22.

［2］羅筑華，王漢青.新時代下大學生就業質量提升中的現實審視與路徑分析［J］.黑龍江高教研究，2019（10）：134-138.

［3］麥可思研究院.2019年中國高職高專生就業報告（就業藍皮書）［M］.北京：社會科學文獻出版社，2019.

［4］蘇麗鋒，賴德勝.高質量就業的現實邏輯與政策選擇［J］.中國特色社會主義究，2018（2）：32-38.

［5］楊禮雕.以“互聯網+”模式推進大學生精準就業［N］.光明日報，2019-03-31（15）.

［6］馬廷奇.高職院校擴招與高職教育高質量發展［J］.中國職業技術教育，2019（33）：25-30.

［7］任雪園.變革與轉型：智能化時代高等職業教育人才培養模式的再審思［J］.職業技術教育，2019（28）：12-17.

［8］張紀南.推動實現更高質量和更充分就業［J］.求是，2018（12）：24-26.

［9］王霆.大學生高質量就業的影響機制研究：人力資本與社會資本的視角［J］.高教探索，2020（2）：108-114