發(fā)布時(shí)間：2023-04-10 15:10:26
序言：寫(xiě)作是分享個(gè)人見(jiàn)解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能技術(shù)論文樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請(qǐng)盡情閱讀。
關(guān)鍵詞：人工智能技術(shù)；教學(xué)方法；編程能力
中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）16-3865-02
1 概述
2008年11月16日，中國(guó)科協(xié)成立50周年新聞會(huì)在北京召開(kāi)。在新聞會(huì)上，“五個(gè)10”系列評(píng)選活動(dòng)，即10位傳播科技的優(yōu)秀人物、10部公眾喜愛(ài)的科普作品、10個(gè)公眾關(guān)注的科技問(wèn)題、10個(gè)影響中國(guó)的科技事件、10項(xiàng)引領(lǐng)未來(lái)的科學(xué)技術(shù)評(píng)選結(jié)果揭曉。10項(xiàng)引領(lǐng)未來(lái)的科學(xué)技術(shù)是：基因修飾技術(shù)；未來(lái)家庭機(jī)器人；新型電池；人工智能技術(shù)；超高速交通工具；干細(xì)胞技術(shù)；光電信息技術(shù)；可服用診療芯片；感冒疫苗；無(wú)線能量傳輸技術(shù)。
人工智能技術(shù)學(xué)科是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。指人類的各種腦力勞動(dòng)或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)，可以用某種智能化的機(jī)器來(lái)予以人工實(shí)現(xiàn)[1]。
通過(guò)《人工智能技術(shù)》課程的學(xué)習(xí)，使學(xué)生對(duì)人工智能技術(shù)的發(fā)展概況、基本原理和應(yīng)用領(lǐng)域有深入了解、對(duì)主要技術(shù)及應(yīng)用有一定掌握，并對(duì)現(xiàn)代人工智能技術(shù)發(fā)展的方向有所研究。通過(guò)人工智能技術(shù)課程的學(xué)習(xí)與研究，啟發(fā)學(xué)生對(duì)人工智能技術(shù)的興趣，培養(yǎng)知識(shí)創(chuàng)新和技術(shù)創(chuàng)新能力，并能將人工智能技術(shù)融入到今后所開(kāi)發(fā)的計(jì)算機(jī)軟件之中。
《人工智能技術(shù)》是一門(mén)眾多學(xué)科交叉的新興課程，其涵蓋范圍廣，涉及知識(shí)點(diǎn)多，知識(shí)更新快，內(nèi)容抽象，不容易理解，理論性強(qiáng)，而且需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力，這給該課程的講授帶來(lái)了一定困難?！度斯ぶ悄芗夹g(shù)》也是一門(mén)應(yīng)用型學(xué)科，怎樣將理論運(yùn)用到實(shí)踐中，使學(xué)生將學(xué)到的人工智能技術(shù)知識(shí)和思想運(yùn)用到自己的實(shí)際課題，這也是該課程需要解決的問(wèn)題之一。
因此，對(duì)《人工智能技術(shù)》課程教學(xué)來(lái)說(shuō)，我們要了解課程的最新信息，把握課程的特點(diǎn)，幫助學(xué)生找到好的學(xué)習(xí)方法，使他們能充分發(fā)揮自己的創(chuàng)新思維能力，提高學(xué)習(xí)興趣，該文給出了《人工智能技術(shù)》課程的教學(xué)與實(shí)踐的探索。
2 教學(xué)與實(shí)踐的探索
2.1 教材和實(shí)驗(yàn)教學(xué)內(nèi)容的選取
1） 人工智能技術(shù)是整個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域發(fā)展最快，知識(shí)更新最快，最前沿的學(xué)科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎(chǔ)》這本教材。蔡自興教授的主要研究領(lǐng)域?yàn)槿斯ぶ悄?、機(jī)器人學(xué)和智能控制等。這本教材是作者在美國(guó)國(guó)家工程院院士、普度大學(xué)教授傅京孫先生的指導(dǎo)和鼓勵(lì)下編寫(xiě)，借鑒了國(guó)內(nèi)外人工智能技術(shù)研究領(lǐng)域?qū)＜业淖钚卵芯砍晒蛯W(xué)術(shù)書(shū)籍的長(zhǎng)處，該書(shū)比較全面地介紹了人工智能技術(shù)的基礎(chǔ)知識(shí)與技術(shù)，材料新，易于理解，兼顧基礎(chǔ)及應(yīng)用[2]。
此外，我們還給學(xué)生自主學(xué)習(xí)提供多種類型的學(xué)習(xí)資料，其中包括參考書(shū)目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書(shū)，人工智能技術(shù)國(guó)內(nèi)外期刊，如電子學(xué)報(bào)，計(jì)算機(jī)學(xué)報(bào)，人工智能與模式識(shí)別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術(shù)會(huì)議，使學(xué)生能夠掌握人工智能技術(shù)的更多前沿動(dòng)態(tài)，提高學(xué)習(xí)興趣。
2） 配套的實(shí)驗(yàn)教學(xué)內(nèi)容?！度斯ぶ悄芗夹g(shù)》是一門(mén)理論性和實(shí)踐性都很強(qiáng)的課程，實(shí)踐性教學(xué)環(huán)節(jié)對(duì)該課程尤為重要。除了完成課本上的作業(yè)之外，還注重實(shí)驗(yàn)教學(xué)，培養(yǎng)學(xué)生的創(chuàng)新能力、算法設(shè)計(jì)能力和編程能力。首先，每個(gè)章節(jié)設(shè)置相應(yīng)的實(shí)驗(yàn)，而實(shí)驗(yàn)內(nèi)容經(jīng)過(guò)嚴(yán)格的考慮，如：五子棋游戲，產(chǎn)生式系統(tǒng)，旅行商問(wèn)題，傳教士和野人問(wèn)題，BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡(jiǎn)單的分類，遺傳算法、人工生命程序等，要求學(xué)生運(yùn)用所學(xué)章節(jié)的知識(shí)，獨(dú)立地設(shè)計(jì)和實(shí)現(xiàn)實(shí)驗(yàn)內(nèi)容。實(shí)驗(yàn)報(bào)告包括簡(jiǎn)述實(shí)驗(yàn)原理及方法，給出程序設(shè)計(jì)流程圖，源程序清單，實(shí)驗(yàn)結(jié)果及分析等內(nèi)容，通過(guò)這種方式，進(jìn)一步加強(qiáng)學(xué)生的信息獲取能力和研究能力。
2.2 教學(xué)方法和手段的改革
人工智能技術(shù)課程交叉性強(qiáng)，涉及面廣，傳統(tǒng)的教學(xué)方法手段單一，缺少交流，課堂氣氛沉悶，激發(fā)不起學(xué)生的學(xué)習(xí)興趣，教學(xué)效果不理想。人工智能技術(shù)這門(mén)課程內(nèi)容抽象，如何激發(fā)學(xué)生的學(xué)習(xí)興趣是本課程需要解決的主要問(wèn)題，也是關(guān)系教學(xué)改革成敗的關(guān)鍵。本課程需采用多種方法進(jìn)行教學(xué)，以此來(lái)激發(fā)學(xué)生的學(xué)習(xí)興趣。
1） 問(wèn)題啟發(fā)式教學(xué)?！度斯ぶ悄芗夹g(shù)》這門(mén)課程中有很多似是而非、引人入勝的問(wèn)題，主要是用計(jì)算機(jī)模擬人類的智能來(lái)解決這種問(wèn)題。在教學(xué)中，有目的的提出這些問(wèn)題，鼓勵(lì)學(xué)生思考，提出自己的想法和解決方案，并進(jìn)行分析和比較，這樣強(qiáng)化學(xué)生的主動(dòng)學(xué)習(xí)意識(shí)，提高學(xué)習(xí)積極性[3]。
2） 個(gè)性化學(xué)習(xí)和因材施教。學(xué)生中存在計(jì)算機(jī)專業(yè)和非計(jì)算機(jī)專業(yè)本科畢業(yè)的差別，由于他們每個(gè)人的基礎(chǔ)不同，有的計(jì)算機(jī)知識(shí)比較匱乏，因此有必要針對(duì)每個(gè)學(xué)生的學(xué)習(xí)進(jìn)度，課堂作業(yè)和實(shí)驗(yàn)報(bào)告情況進(jìn)行及時(shí)評(píng)估，對(duì)學(xué)生提出個(gè)性化的教學(xué)。例如：在實(shí)驗(yàn)教學(xué)中，要求有能力和興趣的學(xué)生可以做探究性和創(chuàng)新性的附加實(shí)驗(yàn)，從而引導(dǎo)學(xué)生發(fā)揮個(gè)性的空間，而對(duì)稍微吃力的學(xué)生則要求完成基本的實(shí)驗(yàn)，更注重基礎(chǔ)知識(shí)的學(xué)習(xí)和夯實(shí)，這樣就能達(dá)到因材施教的目的。同時(shí)對(duì)不同層次的學(xué)生進(jìn)行分析，進(jìn)一步提出學(xué)習(xí)建議，并進(jìn)行有針對(duì)性的指導(dǎo)。
3） 多媒體使用和多學(xué)科知識(shí)的融合。本課程PPT課件圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解。課堂講授、板書(shū)與PPT手段相結(jié)合，注重課程中的關(guān)鍵詞用英文表示，并適當(dāng)指定英文參考書(shū)，使學(xué)生能夠接觸國(guó)外文獻(xiàn)資料，加深對(duì)學(xué)習(xí)內(nèi)容的理解，獲得更寬廣的知識(shí)。PPT課件運(yùn)用了大量多媒體技術(shù)，如動(dòng)畫(huà)、聲音、圖像，通過(guò)動(dòng)畫(huà)和視頻演示抽象的概念、算法和過(guò)程，使人工智能技術(shù)中抽象的知識(shí)形象化，在課件中融入了文學(xué)，歷史等其他學(xué)科的相關(guān)知識(shí)，便于學(xué)生較好地理解知識(shí)難點(diǎn)和重點(diǎn)[4]。
4） 師生互動(dòng)和課內(nèi)外答疑。在教學(xué)中，改變了傳統(tǒng)的老師講，學(xué)生聽(tīng)的教學(xué)模式。針對(duì)人工智能技術(shù)的實(shí)用性，適當(dāng)提問(wèn)，收集學(xué)生學(xué)習(xí)情況，盡量使用實(shí)例進(jìn)行講解。設(shè)置了實(shí)驗(yàn)講解互動(dòng)課程，對(duì)于實(shí)驗(yàn)的講解，學(xué)生可以提出疑問(wèn)，然后在課堂上展開(kāi)討論，學(xué)生可以看到問(wèn)題從提出、分析到解決的整個(gè)過(guò)程，讓學(xué)生自己在討論中總結(jié)結(jié)論。為了解決教學(xué)中存在的疑難問(wèn)題，還設(shè)有課后答疑，使學(xué)生能將所有的問(wèn)題都理解透徹。
5） 理論研究與實(shí)踐結(jié)合。在教學(xué)內(nèi)容的安排上，注重學(xué)生的理論研究和動(dòng)手能力，適當(dāng)布置一些課程相關(guān)的論文和實(shí)驗(yàn)編程。通過(guò)課程論文，可以培養(yǎng)學(xué)生鉆研問(wèn)題的興趣； 通過(guò)查閱科技文獻(xiàn)使學(xué)生掌握如何查找相關(guān)文獻(xiàn)的技能，可以培養(yǎng)學(xué)生撰寫(xiě)科技論文的能力。通過(guò)實(shí)驗(yàn)實(shí)踐，使學(xué)生可以更加清楚地了解人工智能技術(shù)基本概念和難點(diǎn)，也能了解算法的設(shè)計(jì)具體運(yùn)行過(guò)程，并對(duì)其進(jìn)行驗(yàn)證，提高了學(xué)生的編程能力和和學(xué)習(xí)興趣。
6） 考試考核方式改革。本課程的考核考試也是一個(gè)值得探討的問(wèn)題，本課程應(yīng)采用多種綜合考試方法，注重學(xué)生對(duì)基礎(chǔ)概念、知識(shí)和基本的技能的掌握以及理論聯(lián)系實(shí)際的能力。平時(shí)作業(yè)考核成績(jī)，實(shí)驗(yàn)實(shí)踐教學(xué)成績(jī)、提交課程論文成績(jī)，以及最后的期末考試成績(jī)形成一種有效的考試考核方法，促進(jìn)學(xué)生主動(dòng)學(xué)習(xí)，提高教學(xué)質(zhì)量。實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)在于算法設(shè)計(jì)、編程的準(zhǔn)確性和實(shí)驗(yàn)結(jié)果及分析。課程論文評(píng)價(jià)指是選題是否嚴(yán)謹(jǐn)科學(xué)和具可研究性，論文結(jié)構(gòu)、思路是否嚴(yán)謹(jǐn)，論文內(nèi)容科學(xué)性、正確性，能否提出自己的見(jiàn)解?？疾椴殚喛萍嘉墨I(xiàn)的能力主要通過(guò)是否查找到權(quán)威的、最新文獻(xiàn)以及撰寫(xiě)是否規(guī)范。
2.3 學(xué)生學(xué)好《人工智能技術(shù)》課程的建議
《人工智能技術(shù)》是一門(mén)理論與實(shí)踐相結(jié)合的應(yīng)用課程，學(xué)生如何學(xué)習(xí)這么課程，也是我們應(yīng)該探討的問(wèn)題。
學(xué)生應(yīng)該正確看待《人工智能技術(shù)》這門(mén)科學(xué)的發(fā)展。人工智能技術(shù)孕育于20世紀(jì)30、40年代，形成于60、70年代，發(fā)展至今，人工智能技術(shù)只有短短60多年的歷史，它是一門(mén)不斷發(fā)展和完善的嶄新學(xué)科，還有許多課題處于探索中，理論和技術(shù)還遠(yuǎn)未成熟，我們應(yīng)該對(duì)它有科學(xué)的認(rèn)識(shí)。
針對(duì)非計(jì)算機(jī)專業(yè)本科畢業(yè)的學(xué)生，除了課堂聽(tīng)講之外，還應(yīng)該課下自學(xué)該課程的先修課程，如：數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)等課程。人工智能技術(shù)中涉及到大量的數(shù)學(xué)知識(shí)，如：模式識(shí)別需要具有較好的概率論，數(shù)理統(tǒng)計(jì)知識(shí)，另外還會(huì)用到少量隨機(jī)過(guò)程、模糊數(shù)學(xué)的一些知識(shí)。人工智能技術(shù)是一門(mén)應(yīng)用課程，編程語(yǔ)言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經(jīng)網(wǎng)絡(luò)，遺傳算法等算法，實(shí)現(xiàn)這些算法要求學(xué)生具有較強(qiáng)的編程能力。
學(xué)生應(yīng)該多讀，多查閱資料，特別是國(guó)外的期刊文獻(xiàn)和重要國(guó)際會(huì)議論文，多了解人工智能技術(shù)最前沿的信息，理論聯(lián)系實(shí)際，加深對(duì)基本算法的理解，并將人工智能技術(shù)的知識(shí)運(yùn)用到自己所研究的領(lǐng)域，以做到學(xué)以致用。
3 結(jié)論
人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿，該文對(duì)《人工智能技術(shù)》的課程教學(xué)進(jìn)行了一些探討，教學(xué)與實(shí)踐效果有了顯著提高，但仍然有許多方面還需要我們繼續(xù)探討和改進(jìn)。
參考文獻(xiàn)：
[1] 蔡自興，徐光佑.人工智能技術(shù)及其應(yīng)用[M].北京： 清華大學(xué)出版社，2003.
[2] 蔡自興，肖曉明，蒙祖強(qiáng)，等.樹(shù)立精品意識(shí)搞好人工智能技術(shù)課程建設(shè)[J].中國(guó)大學(xué)教學(xué)，2004（1）：28-29.
關(guān)鍵詞：人工智能計(jì)算機(jī)技術(shù)
一、人工智能的定義
“人工智能”(ArtificialIntelligence)一詞最初是在1956年Dartmouth學(xué)會(huì)上提出的。人工智能是指研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。目前能夠用來(lái)研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能理論進(jìn)入21世紀(jì),正醞釀著新的突破,人工智能的研究成果將能夠創(chuàng)造出更多更高級(jí)的智能“制品”,并使之在越來(lái)越多的領(lǐng)域超越人類智能,人工智能將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活做出更大貢獻(xiàn)。
二、人工智能的應(yīng)用領(lǐng)域
1.在管理系統(tǒng)中的應(yīng)用
(1)人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率,而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做,但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。在《談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用》一文中劉玉然指出把人工智能應(yīng)用于企業(yè)管理中,以數(shù)據(jù)管理和處理為中心,圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個(gè)主題數(shù)據(jù)庫(kù),而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫(kù)來(lái)建立和運(yùn)行。換句話說(shuō),就是將企業(yè)各部門(mén)的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理,搭建人工智能的應(yīng)用平臺(tái),使之成為企業(yè)管理與決策中的關(guān)鍵因子。
(2)智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式,也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開(kāi)發(fā)模式的提出和不斷完善,推動(dòng)人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開(kāi)發(fā)新的教學(xué)系統(tǒng),計(jì)算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。計(jì)算機(jī)智能教學(xué)系統(tǒng)包含學(xué)生模塊、教師模塊,體現(xiàn)了教學(xué)系統(tǒng)開(kāi)發(fā)的全部?jī)?nèi)容,擁有著不可比擬的優(yōu)勢(shì)和極大的吸引力。
2.在工程領(lǐng)域的應(yīng)用
(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,具有極大的科研和應(yīng)用價(jià)值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問(wèn)題,作為醫(yī)生診斷、治療的輔助工具。事實(shí)上,早在1982年,美國(guó)匹茲堡大學(xué)的Miller就發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist2Ⅰ內(nèi)科計(jì)算機(jī)輔助診斷系統(tǒng)的研究成果,由此,掀起了醫(yī)學(xué)智能系統(tǒng)開(kāi)發(fā)與應(yīng)用的。目前,醫(yī)學(xué)智能系統(tǒng)已通過(guò)其在醫(yī)學(xué)影像方面的重要作用,從而應(yīng)用于內(nèi)科、骨科等多個(gè)醫(yī)學(xué)領(lǐng)域中,并在不斷發(fā)展完善中。
(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978年美國(guó)斯坦福國(guó)際研究所就研發(fā)制成礦藏勘探和評(píng)價(jià)專家系統(tǒng)“PROSPECTOR”,該系統(tǒng)用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等,是工業(yè)領(lǐng)域的首個(gè)人工智能專家系統(tǒng),其發(fā)現(xiàn)了一個(gè)鉬礦沉積,價(jià)值超過(guò)1億美元。
3.在技術(shù)研究中的應(yīng)用
(1)在超聲無(wú)損檢測(cè)(NDT)與無(wú)損評(píng)價(jià)(NDE)領(lǐng)域中,目前主要廣泛采用專家系統(tǒng)方法對(duì)超聲損傷(UT)中缺陷的性質(zhì)、形狀和大小進(jìn)行判斷和歸類;專家運(yùn)用超聲無(wú)損檢測(cè)儀器,以其高精度的運(yùn)算、控制和邏輯判斷力代替大量人的體力與腦力勞動(dòng),減少了任務(wù)因素造成的無(wú)擦,提高了檢測(cè)的可靠性,實(shí)現(xiàn)了超聲檢測(cè)和評(píng)價(jià)的自動(dòng)化、智能化。
(2)人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來(lái)已久。隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點(diǎn),因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更,大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù),開(kāi)發(fā)更高級(jí)AI通用和專用語(yǔ)言,和應(yīng)用環(huán)境以及開(kāi)發(fā)專用機(jī)器,而與人工智能技術(shù)則為我們提供了可能性。
三、人工智能的發(fā)展方向
1.專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個(gè)研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。近年來(lái),在“專家系統(tǒng)”或“知識(shí)工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢(shì)。人類專家由于具有豐富的知識(shí),所以才能達(dá)到優(yōu)異的解決問(wèn)題的能力。那么計(jì)算機(jī)程序如果能體現(xiàn)和應(yīng)用這些知識(shí),也應(yīng)該能解決人類專家所解決的問(wèn)題,而且能幫助人類專家發(fā)現(xiàn)推理過(guò)程中出現(xiàn)的差錯(cuò),現(xiàn)在這一點(diǎn)已被證實(shí)。
2.智能信息檢索技術(shù)的飛速發(fā)展。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用,主要表現(xiàn)在:(1)如何利用計(jì)算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)。(2)由于網(wǎng)絡(luò)知識(shí)信息既包括規(guī)律性的知識(shí),如一般原理概念,也包括大量的經(jīng)驗(yàn)知識(shí)這些知識(shí)不可避免地帶有模糊性、隨機(jī)性、不可靠性等不確定性因素對(duì)其進(jìn)行推理,需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結(jié)構(gòu),其始終處在人工智能研究的前沿,已顯示出強(qiáng)大的問(wèn)題求解能力,它認(rèn)為機(jī)器人的開(kāi)發(fā)是人工智能應(yīng)用的重要領(lǐng)域。在它的研究中突出4個(gè)概念:(1)所處的境遇機(jī)器人不涉及抽象的描述,而是處在直接影響系統(tǒng)的行為的境地。(2)具體化機(jī)器人有軀干,有直接來(lái)自周圍世界的經(jīng)驗(yàn),他們的感官起作用后會(huì)有反饋。(3)智能的來(lái)源不僅僅是限于計(jì)算裝置,也是由于與周圍進(jìn)行交互的動(dòng)態(tài)決定。(4)浮現(xiàn)從系統(tǒng)與周圍世界的交互以及有時(shí)候系統(tǒng)的部件間的交互浮現(xiàn)出智能。目前,國(guó)內(nèi)外不少學(xué)者都對(duì)機(jī)器人足球系統(tǒng)頗感興趣,足球機(jī)器人涉及機(jī)器人學(xué)、人工智能以及人工生命、智能控制等多個(gè)領(lǐng)域。足球機(jī)器人系統(tǒng)本身既是一個(gè)典型的多智能體系統(tǒng),是一個(gè)多機(jī)器人協(xié)作自治系統(tǒng),同時(shí)又為它們的理論研究和模型測(cè)試提供一個(gè)標(biāo)準(zhǔn)的實(shí)驗(yàn)平臺(tái)。
參考文獻(xiàn):
[1]元慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦,2008.
[2]劉玉然.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].價(jià)值工程,2003.
[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)仿真,2003,(8).
[4]周明正.人工智能在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[J].科技信息,2007.
[5]張海燕,劉鎮(zhèn)清.人工智能及其在超聲無(wú)損檢測(cè)中的應(yīng)用[J].無(wú)損檢測(cè),2001,(8).
[6]馬秀榮,王化宇.簡(jiǎn)述人工智能技術(shù)在網(wǎng)絡(luò)安全管理中的應(yīng)用[J].呼倫貝爾學(xué)院學(xué)報(bào),2005,(4).
Jeffrey J.P.Tsai University of Illinois,
Chicago, USA(Eds.)
Machine Learning
Applications in Software
Engineering
Series on Software Engineering and Knowledge Engineering Vol. 16
2005,355Ppp.
ISBN 9789812560940
軟件工程中的
機(jī)器學(xué)習(xí)應(yīng)用
D張JJP特賽編
本書(shū)是《軟件工程與知識(shí)工程》叢書(shū)的第16卷。Brooks在其經(jīng)典的論文“無(wú)銀彈”中對(duì)于在變化的環(huán)境中開(kāi)發(fā)和維護(hù)大量軟件系統(tǒng)的挑戰(zhàn)已經(jīng)做出了具有說(shuō)服力的闡述。復(fù)雜性、一致性、可變性和隱形性，這些都是在開(kāi)發(fā)大型軟件中固有的基本困難。
人們提出了許多演化或者遞增改進(jìn)的辦法，每一種改進(jìn)辦法都試圖致力于改進(jìn)這些基本困難的某些方面。人工智能技術(shù)對(duì)軟件工程的應(yīng)用產(chǎn)生了某些令人振奮的結(jié)果。這些成功的人工智能技術(shù)包括了基于知識(shí)的方法，自動(dòng)推理、專家系統(tǒng)、啟發(fā)式搜索策略、時(shí)態(tài)邏輯、規(guī)劃及模式識(shí)別。為了最終克服這些基本的困難，人工智能技術(shù)能夠發(fā)揮重要的作用。而作為人工智能的一個(gè)子領(lǐng)域，機(jī)器學(xué)習(xí)涉及一個(gè)問(wèn)題，即如何建立一個(gè)計(jì)算機(jī)程序，該程序通過(guò)經(jīng)驗(yàn)?zāi)軌蚋倪M(jìn)它們?cè)趫?zhí)行某些任務(wù)時(shí)的性能。
機(jī)器學(xué)習(xí)專門(mén)致力于創(chuàng)造并且編譯可驗(yàn)證的知識(shí)，而這些知識(shí)與人工制品的設(shè)計(jì)與構(gòu)建相關(guān)。機(jī)器學(xué)習(xí)領(lǐng)域包括了監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)，它已經(jīng)被證明在許多的應(yīng)用領(lǐng)域中具有極大的實(shí)用價(jià)值。軟件工程領(lǐng)域已成為一塊沃土，在那里許多軟件開(kāi)發(fā)和維護(hù)的任務(wù)可以系統(tǒng)地闡述為學(xué)習(xí)問(wèn)題和依據(jù)學(xué)習(xí)算法的方法。本書(shū)涉及了在軟件工程中的機(jī)器應(yīng)用這個(gè)主題，它提供了對(duì)機(jī)器學(xué)習(xí)的綜述，總結(jié)了這個(gè)領(lǐng)域中的最新實(shí)踐，給出了對(duì)現(xiàn)有工作的分類，提供了某些應(yīng)用準(zhǔn)則。書(shū)中還包括了在該研究領(lǐng)域中先前發(fā)表的論文集合。
本書(shū)由9章組成。第1章機(jī)器學(xué)習(xí)與軟件工程介紹；第2章預(yù)測(cè)和估計(jì)中的機(jī)器學(xué)習(xí)應(yīng)用；第3章屬性與模型發(fā)現(xiàn)中的機(jī)器學(xué)習(xí)應(yīng)用；第4章變換中的機(jī)器學(xué)習(xí)應(yīng)用；第5章生成與合成中的機(jī)器學(xué)習(xí)應(yīng)用；第6章重復(fù)使用中的機(jī)器學(xué)習(xí)應(yīng)用；第7章需求獲取中的機(jī)器學(xué)習(xí)應(yīng)用；第8章開(kāi)發(fā)知識(shí)管理中的機(jī)器學(xué)習(xí)應(yīng)用；第9章準(zhǔn)則與結(jié)論。
本書(shū)可供軟件工程以及機(jī)器學(xué)習(xí)專業(yè)的研究人員和研究生閱讀參考。也可供從事軟件開(kāi)發(fā)工作的人員閱讀。
胡光華，高級(jí)軟件工程師
(原中國(guó)科學(xué)院物理學(xué)研究所)
AI Index在新舊年份交替之際公布了團(tuán)隊(duì)成立以來(lái)第一份報(bào)告，其中具有代表性的八張圖可以幫助我們快速、全面了解AI這一行業(yè)高速發(fā)展的啟發(fā)和見(jiàn)解。
1、AI學(xué)術(shù)研究論文激增9倍以上
自1996年以來(lái)，每年發(fā)表的計(jì)算機(jī)科學(xué)的學(xué)術(shù)論文和研究的數(shù)量猛增了9倍以上。學(xué)術(shù)論文和研究通常能產(chǎn)生新的知識(shí)產(chǎn)權(quán)和專利。整個(gè)Scopus數(shù)據(jù)庫(kù)中，含有“Artificial Intelligence”這個(gè)關(guān)鍵詞的計(jì)算機(jī)科學(xué)領(lǐng)域的論文有超過(guò)200，000（200237）篇。Scopus數(shù)據(jù)庫(kù)中“計(jì)算機(jī)科學(xué)”領(lǐng)域的論文總共有近500萬(wàn)（4868421）篇。
2、AI風(fēng)險(xiǎn)投資激增6倍
自2000年以來(lái)，在美國(guó)，風(fēng)險(xiǎn)投資者（VC）每年投入AI創(chuàng)業(yè)公司的投資額增加了6倍。Crunchbase，VentureSource和Sand Hill Econometrics被用于確定VC每年投給初創(chuàng)公司的資金額，這些初創(chuàng)公司在某些關(guān)鍵領(lǐng)域起著重要作用。上圖顯示了VC在美國(guó)所有融資階段對(duì)AI創(chuàng)業(yè)公司年度投資總額。
3、AI創(chuàng)業(yè)公司激增14倍
自2000年以來(lái)，在美國(guó)，有資本支持的AI創(chuàng)業(yè)公司數(shù)量增加了14倍。Crunchbase，VentureSource和Sand Hill Econometrics也用于這一分析。這個(gè)數(shù)字包括VentureSource數(shù)據(jù)庫(kù)中Crunchbase列表中的任何有VC支持的公司。
4、要求AI技能崗位激增4.5倍
自2013年以來(lái)，要求有AI技能的工作崗位增長(zhǎng)了4.5倍。在Indeed.com平臺(tái)上，需要AI技能的工作崗位所占份額的計(jì)算方法是通過(guò)職業(yè)描述中的標(biāo)題和關(guān)鍵字來(lái)確定是否與人工智能相關(guān)。AI Index研究還計(jì)算了在Indeed.com平臺(tái)上，要求人工智能技術(shù)的工作崗位份額在不同國(guó)家的增長(zhǎng)情況。盡管加拿大和英國(guó)增長(zhǎng)迅速，但對(duì)于人才招聘市場(chǎng)，Indeed.com的報(bào)告顯示加拿大和英國(guó)分別只占美國(guó)AI招聘市場(chǎng)絕對(duì)規(guī)模的5%和27%。
5、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及NLP成為核心技能
在線求職平臺(tái)Monster.com上數(shù)據(jù)顯示，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)和自然語(yǔ)言處理（NLP）是最重要的三項(xiàng)技能。兩年前NLP已經(jīng)被預(yù)測(cè)會(huì)成為應(yīng)用程序開(kāi)發(fā)人員創(chuàng)建新的AI應(yīng)用程序最需要的技能。除了創(chuàng)建AI應(yīng)用程序，最受歡迎的技能還包括機(jī)器學(xué)習(xí)技術(shù)，Python，Java，C++，開(kāi)源開(kāi)發(fā)環(huán)境的經(jīng)驗(yàn)，Spark，MATLAB和Hadoop。根據(jù)對(duì)Monster.com的分析，在美國(guó)，數(shù)據(jù)科學(xué)家，高級(jí)數(shù)據(jù)科學(xué)家，人工智能顧問(wèn)和機(jī)器學(xué)習(xí)主管的薪水中位數(shù)為$127000。
6、圖像標(biāo)注錯(cuò)誤率巨幅下滑至2.5%以下
自2010年以來(lái)，圖像標(biāo)注的錯(cuò)誤率從28.5%下降到2.5%以下。大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽（LSVRC）的對(duì)象檢測(cè)任務(wù)的AI拐點(diǎn)發(fā)生在2014年。在這項(xiàng)特定任務(wù)中，AI已經(jīng)表現(xiàn)得比人類更準(zhǔn)確。這些發(fā)現(xiàn)來(lái)自于ImageNet網(wǎng)站上LSVRC競(jìng)賽排行榜的競(jìng)賽數(shù)據(jù)。
7、機(jī)器人進(jìn)口量激增至25萬(wàn)
從國(guó)際上看，機(jī)器人的進(jìn)口量已經(jīng)從2000年的10萬(wàn)臺(tái)左右增長(zhǎng)到了2015年的25萬(wàn)臺(tái)左右。數(shù)據(jù)來(lái)源是每年進(jìn)口到北美以及國(guó)際整體的工業(yè)機(jī)器人的數(shù)量。工業(yè)機(jī)器人由ISO 8373：2012標(biāo)準(zhǔn)定義。國(guó)際數(shù)據(jù)公司（IDC）預(yù)測(cè)對(duì)機(jī)器人的消費(fèi)將在五年內(nèi)加快，到2021年達(dá)到2307億美元，復(fù)合年增長(zhǎng)率（CAGR）為22.8%。
關(guān)鍵詞：大學(xué)計(jì)算機(jī)基礎(chǔ)；教學(xué)改革；人工智能；智慧課堂
云計(jì)算、大數(shù)據(jù)、人工智能新興領(lǐng)域的崛起，推動(dòng)信息技術(shù)全面滲透于人們的生產(chǎn)生活中。信息技術(shù)的核心在于計(jì)算機(jī)技術(shù)和通信技術(shù)。然而，雖然目前各個(gè)高校都開(kāi)設(shè)了計(jì)算機(jī)基礎(chǔ)課程，但是其教學(xué)卻存在著諸多問(wèn)題，導(dǎo)致該課程無(wú)法達(dá)到預(yù)期的教學(xué)效果。教育部在2012年《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》，其中指明“以教育信息化帶動(dòng)教育現(xiàn)代化，促進(jìn)教育的創(chuàng)新與變革”[2]。因此，本文以華中師范大學(xué)計(jì)算機(jī)基礎(chǔ)課程教學(xué)為例，深入闡述了傳統(tǒng)計(jì)算機(jī)基礎(chǔ)課程教學(xué)的弊端，提出了在當(dāng)前人工智能如火如荼的時(shí)代背景下，如何應(yīng)用人工智能相關(guān)技術(shù)對(duì)傳統(tǒng)的計(jì)算機(jī)基礎(chǔ)教學(xué)進(jìn)行改革的具體方案。該方案以創(chuàng)建網(wǎng)絡(luò)智慧課堂教學(xué)模式改革為主體，輔以教學(xué)觀念、知識(shí)體系和課程考核方式改革，以期對(duì)高校的計(jì)算機(jī)基礎(chǔ)課程教學(xué)有所裨益。
1傳統(tǒng)教學(xué)的缺陷
⑴課程的教學(xué)地位沒(méi)有引起足夠的重視一些高校為計(jì)算機(jī)基礎(chǔ)課程分配較少的學(xué)時(shí)（少于48學(xué)時(shí)），甚至有的專業(yè)將此課程設(shè)置為選修課。這種設(shè)置降低了該課程在教師和學(xué)生心目中的位置，導(dǎo)致了對(duì)該課程的忽視。同時(shí)，不少老師因?yàn)閷W(xué)時(shí)不夠，時(shí)間緊迫，僅僅講述與考試相關(guān)的內(nèi)容，不考的一概不講。這導(dǎo)致學(xué)生的眼界受限，知識(shí)和能力受限，無(wú)法培養(yǎng)其全面綜合的計(jì)算機(jī)素質(zhì)。還有的專業(yè)沒(méi)有將這門(mén)課給專業(yè)的計(jì)算機(jī)學(xué)院的老師講授，而是隨意安排授課人員。沒(méi)有經(jīng)過(guò)系統(tǒng)專業(yè)訓(xùn)練的教師缺乏足夠的知識(shí)儲(chǔ)備，很難講好這一門(mén)看似簡(jiǎn)單的課程。⑵課程教學(xué)內(nèi)容的制定與當(dāng)今時(shí)代對(duì)于信息化人才的需求脫節(jié)一些高校的現(xiàn)狀是計(jì)算機(jī)基礎(chǔ)的課程教材知識(shí)陳舊[3]、質(zhì)量堪憂，教材總是無(wú)法跟上知識(shí)更新的步伐，例如都2019年了還在講Office2010。有的高校由于缺乏對(duì)課程的重視，沒(méi)有對(duì)教材優(yōu)中選優(yōu)，而是基于利益的考慮，優(yōu)先選擇自己院系編寫(xiě)的教材。其教材內(nèi)容是七拼八湊，沒(méi)有整體性、邏輯性和連貫性，更不用說(shuō)前瞻性。這樣的教材，無(wú)疑對(duì)學(xué)生的學(xué)習(xí)設(shè)置了巨大的屏障。除此以外，一些院校的課程教學(xué)知識(shí)體系不夠明確和完善，教學(xué)大綱的制定不夠科學(xué)。從教學(xué)大綱中制定的學(xué)時(shí)分配來(lái)說(shuō)，常常偏重實(shí)用性[4]，常用計(jì)算機(jī)軟件操作占據(jù)了大部分的課時(shí)。這會(huì)讓教師在授課時(shí)輕理論而重操作，如此培養(yǎng)學(xué)生，非常不利于其計(jì)算思維的形成，對(duì)后續(xù)其他計(jì)算機(jī)相關(guān)課程的學(xué)習(xí)也是很大的傷害。⑶教學(xué)模式過(guò)于傳統(tǒng)，信息化水平較低從教學(xué)方式上來(lái)說(shuō)，傳統(tǒng)的教學(xué)模式以教師課堂授課為中心，是以教師為主體的教學(xué)模式[5]。在這種模式下，教師仍然主要以填鴨式教學(xué)為主[6]，無(wú)法通過(guò)課堂教學(xué)發(fā)現(xiàn)學(xué)生的個(gè)性化特點(diǎn)，并進(jìn)行有針對(duì)性的教學(xué)。另外，雖然計(jì)算機(jī)基礎(chǔ)課程一般都配備了實(shí)驗(yàn)課時(shí)，但是實(shí)驗(yàn)課常常是采用教師布置上機(jī)任務(wù)、學(xué)生做完抽樣檢查的模式。這對(duì)于大課堂來(lái)說(shuō)，教師的任務(wù)繁重，無(wú)法搜集到每一個(gè)學(xué)生的任務(wù)完成情況，無(wú)法清晰地掌握學(xué)生學(xué)習(xí)的實(shí)際情況和薄弱環(huán)節(jié)。而且，該課程缺乏相應(yīng)的研討課時(shí)，很難讓學(xué)生對(duì)其所學(xué)知識(shí)進(jìn)行深入思考和探究，以增強(qiáng)思辨能力和對(duì)課程的學(xué)習(xí)興趣。⑷課程考核方式不夠公平合理從考核方式上來(lái)說(shuō)，該課程普遍采用“平時(shí)成績(jī)”+“期末考試”的加權(quán)方式對(duì)學(xué)生成績(jī)進(jìn)行評(píng)定。平時(shí)成績(jī)多由考勤分所得，期末考試多采用機(jī)考模式。這種考核方式過(guò)于單一化、機(jī)械化，無(wú)法對(duì)學(xué)生進(jìn)行全方位的評(píng)價(jià)。很多學(xué)生來(lái)到教室打考勤，但可能根本沒(méi)聽(tīng)講，而是在睡覺(jué)或者玩手機(jī)。期末機(jī)考的公平合理性也是存在著很多的漏洞。例如機(jī)考的試題庫(kù)可以十年不變，分值的分配和難度的掌握都沒(méi)有經(jīng)過(guò)系統(tǒng)的考量。甚至有的考試系統(tǒng)不夠穩(wěn)定和安全，頻頻爆出Bug，嚴(yán)重影響了考試結(jié)果的真實(shí)性。
2新人工智能環(huán)境下對(duì)計(jì)算機(jī)基礎(chǔ)課程改革的具體方案
2012年開(kāi)始，在隨著卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在視覺(jué)處理方面的應(yīng)用取得巨大的成功之后，人工智能到達(dá)了有史以來(lái)的第三個(gè)爆發(fā)期。目前，深度學(xué)習(xí)技術(shù)在AlphaGo、無(wú)人駕駛汽車、機(jī)器翻譯、智能助理、機(jī)器人、推薦系統(tǒng)等領(lǐng)域的發(fā)展如火如荼。與此同時(shí)，人工智能技術(shù)在教育領(lǐng)域方面的應(yīng)用已經(jīng)興起。人工智能的教學(xué)產(chǎn)品也已有先例，例如基于MOOC平臺(tái)研發(fā)的教學(xué)機(jī)器人MOOCBuddy等等?；谌斯ぶ悄艿慕逃侨诤显朴?jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、VR、區(qū)塊鏈等新興技術(shù)的增強(qiáng)型數(shù)字教育[2].在當(dāng)前人工智能的大時(shí)代背景下，針對(duì)傳統(tǒng)計(jì)算機(jī)基礎(chǔ)的種種弊端，我們提出了如下教學(xué)改革方案。⑴改變教學(xué)理念，確立計(jì)算機(jī)基礎(chǔ)課程的重要地位計(jì)算機(jī)基礎(chǔ)作為高校的一門(mén)公共課，實(shí)則應(yīng)當(dāng)作為各個(gè)專業(yè)的學(xué)生后續(xù)的學(xué)習(xí)、科研的必修之課程。因此，高等學(xué)校應(yīng)從源頭上確立該課程的重要地位，將該課程納入必修課范疇，并給與更充分合理的課時(shí)分配。除教學(xué)課時(shí)、實(shí)驗(yàn)課時(shí)之外，需要為該課程增加一定的研討課時(shí)。任課老師必須是來(lái)自于計(jì)算機(jī)專業(yè)的人才。同時(shí)，定時(shí)舉辦關(guān)于該課程的教學(xué)培訓(xùn)、教學(xué)研討會(huì)和教學(xué)比賽，改變教師的教學(xué)理念，從源頭上給予該課程足夠的重視。⑵優(yōu)化教學(xué)內(nèi)容，重新制定課程的教學(xué)知識(shí)體系教材是教師教學(xué)的主要依據(jù)，也是學(xué)生獲得系統(tǒng)性知識(shí)的主要來(lái)源。因此，教材對(duì)于教學(xué)的重要性不言而喻。教材的選取需要優(yōu)中擇優(yōu)，必要的時(shí)候可以根據(jù)自身院校的情況自己編寫(xiě)，力求使用好的教材使教學(xué)事半功倍。在選定優(yōu)質(zhì)教材的基礎(chǔ)上，制定更加合理的教學(xué)大綱，優(yōu)化計(jì)算機(jī)基礎(chǔ)課程的教學(xué)知識(shí)體系，突出計(jì)算機(jī)學(xué)科入門(mén)相關(guān)基礎(chǔ)理論知識(shí)的重要地位。對(duì)現(xiàn)有的過(guò)時(shí)內(nèi)容進(jìn)行更新，例如操作系統(tǒng)以Windows10的操作取代Windows7，Office這部分使用Office2019版本取代2010的版本，同時(shí)增加關(guān)于算法入門(mén)知識(shí)、程序設(shè)計(jì)入門(mén)知識(shí)以及人工智能、區(qū)塊鏈等前沿知識(shí)單元的介紹。以華中師范大學(xué)為例，我們?cè)趫D1中給出了該校計(jì)算機(jī)基礎(chǔ)課程的教學(xué)知識(shí)體系結(jié)構(gòu)圖。⑶充分利用現(xiàn)代化的教學(xué)工具和人工智能技術(shù)，構(gòu)建智慧課堂，改變傳統(tǒng)教學(xué)模式現(xiàn)代化的教學(xué)應(yīng)當(dāng)轉(zhuǎn)變以教師為核心的教學(xué)模式，更加突出學(xué)生的主體性地位。因此，在人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)和蓬勃發(fā)展的情形下，應(yīng)當(dāng)改變傳統(tǒng)的課堂教學(xué)形式，充分利用現(xiàn)代化信息技術(shù)，將傳統(tǒng)課堂教學(xué)和網(wǎng)絡(luò)課堂教學(xué)模式相結(jié)合，構(gòu)建智慧課堂。融合課堂教學(xué)身臨其境的效果與網(wǎng)絡(luò)課堂自主性強(qiáng)且方便師生交流的特點(diǎn)，通過(guò)師生之間多層次、立體化的互動(dòng)，達(dá)到提升教學(xué)效果的目的。同時(shí)，建立功能強(qiáng)大、完善的學(xué)生實(shí)驗(yàn)平臺(tái)，基于不同專業(yè)學(xué)生的不同特點(diǎn)和不同需求，進(jìn)行個(gè)性化的作業(yè)設(shè)置。針對(duì)教師布置的實(shí)驗(yàn)任務(wù)和學(xué)生的完成情況，結(jié)合在線網(wǎng)絡(luò)教學(xué)系統(tǒng)，通過(guò)傳感器及網(wǎng)絡(luò)數(shù)據(jù)，搜集學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，并且使用人工智能算法進(jìn)行智能分析，使教師對(duì)當(dāng)前的學(xué)生的學(xué)習(xí)情況一目了然，并能引導(dǎo)學(xué)生對(duì)重點(diǎn)、難點(diǎn)的鞏固和掌握。研討課以學(xué)生為主體，按照所選課題進(jìn)行分組調(diào)研、分組討論，刺激學(xué)生的學(xué)習(xí)興趣，培養(yǎng)其思辨能力。研討內(nèi)容最終可以課程論文的形式上交至課程共享平臺(tái)，由教師和同學(xué)共同給出評(píng)分。這里，仍以華中師范大學(xué)為例，我們將在線教學(xué)系統(tǒng)、實(shí)驗(yàn)課平臺(tái)、研討課共享平臺(tái)等集成為一個(gè)基于人工智能技術(shù)的網(wǎng)絡(luò)智慧教學(xué)綜合平臺(tái)系統(tǒng)。該系統(tǒng)主要包括用戶管理、在線教學(xué)、課堂互動(dòng)、作業(yè)管理、考試管理、BBS系統(tǒng)、智能分析和平臺(tái)管理8個(gè)模塊，其主要功能如圖2所示。該系統(tǒng)采用C/S模式，系統(tǒng)的服務(wù)器選用Linux服務(wù)器，同時(shí)開(kāi)發(fā)基于PC機(jī)的和手機(jī)端的客戶端系統(tǒng)，方便學(xué)生和教師隨時(shí)選用、更加靈活。在線教學(xué)模塊中的智能學(xué)習(xí)助理功能，能夠根據(jù)歷史用戶的學(xué)習(xí)行為和當(dāng)前用戶的學(xué)習(xí)行為，自動(dòng)地識(shí)別學(xué)習(xí)內(nèi)容中的難點(diǎn)以及當(dāng)前學(xué)生的難點(diǎn)內(nèi)容，有針對(duì)性地對(duì)學(xué)生進(jìn)行知識(shí)點(diǎn)強(qiáng)化。課堂互動(dòng)模塊中，通過(guò)可穿戴式傳感器搜集學(xué)生的學(xué)習(xí)行為，用于后續(xù)智能分析模塊中對(duì)學(xué)生的學(xué)習(xí)態(tài)度和學(xué)習(xí)行為進(jìn)行智能分析。在線作業(yè)評(píng)價(jià)模塊包括機(jī)器評(píng)價(jià)和教師評(píng)價(jià)兩個(gè)功能。機(jī)器評(píng)價(jià)是系統(tǒng)為學(xué)生作業(yè)（客觀題、主觀題）自動(dòng)評(píng)分，其中主觀題的評(píng)分也是使用人工智能技術(shù)來(lái)實(shí)現(xiàn)。教師評(píng)分時(shí)可以參考機(jī)器評(píng)分，減少教師工作量。同時(shí)，教師評(píng)分為機(jī)器評(píng)分提供機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)數(shù)據(jù)，促進(jìn)機(jī)器評(píng)分更加智能。智能分析模塊能夠依據(jù)學(xué)生的在線課程學(xué)習(xí)模塊、課堂學(xué)習(xí)模塊、作業(yè)管理模塊等搜集到的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行綜合分析，促使教師深入了解學(xué)生的學(xué)習(xí)情況和個(gè)性化特點(diǎn)，提升教學(xué)的針對(duì)性，并且有助于后續(xù)對(duì)學(xué)生進(jìn)行全面、綜合的分析和成績(jī)?cè)u(píng)定。所有系統(tǒng)模塊中使用到的智能分析技術(shù)包括基本的統(tǒng)計(jì)分析、以及各類機(jī)器學(xué)習(xí)算法（k-means,NaveBayes,SupportVectorMachine,DeepLearning等等）。⑷改變傳統(tǒng)成績(jī)考核的方式在“教學(xué)”+“實(shí)驗(yàn)”+“研討課”課程結(jié)構(gòu)以及網(wǎng)絡(luò)智慧教學(xué)綜合平臺(tái)的輔助之下，學(xué)生的成績(jī)?cè)u(píng)定更加全面化、多元化、公平化、自動(dòng)化[7]。平時(shí)成績(jī)中，除了教學(xué)綜合平臺(tái)的“課堂簽到”次數(shù)之外，還增加更多豐富多元化的考察信息，如：學(xué)生的課堂討論、在線課程學(xué)習(xí)和考核結(jié)果、平時(shí)作業(yè)完成情況，以及智能分析模塊中輔助分析的學(xué)習(xí)態(tài)度、學(xué)習(xí)能力、平時(shí)成績(jī)預(yù)測(cè)。期末上機(jī)考試系統(tǒng)也是智慧課堂綜合平臺(tái)的一個(gè)子模塊，是精心設(shè)計(jì)的穩(wěn)定、安全、功能強(qiáng)大的子系統(tǒng)，方便教師每一年更新試題庫(kù)，修改bug。試題庫(kù)中的每一套試卷都應(yīng)當(dāng)經(jīng)過(guò)科學(xué)的考卷質(zhì)量分析，使其難度、覆蓋范圍在一個(gè)均衡、合理的范圍。最后，教師通過(guò)對(duì)各類平時(shí)成績(jī)指標(biāo)以及期末考試成績(jī)加權(quán)，給出最終的學(xué)習(xí)成績(jī)。通過(guò)規(guī)范、合理、公平、全面的考核體系，獲得對(duì)學(xué)生公平、完善的評(píng)價(jià)機(jī)制，激勵(lì)學(xué)生并刺激教學(xué)良性運(yùn)轉(zhuǎn)。
3結(jié)束語(yǔ)
【關(guān)鍵詞】安檢系統(tǒng) 智能X光機(jī) 圖像處理 圖像識(shí)別 人工智能 GPU云計(jì)算 大數(shù)據(jù)
1 引言
安檢作業(yè)是鐵路運(yùn)輸安全至關(guān)重要的一步，X光安檢機(jī)是該環(huán)節(jié)中的關(guān)鍵設(shè)備，但是長(zhǎng)期以來(lái)，都是人工看圖識(shí)別，員工上崗前要經(jīng)過(guò)相對(duì)長(zhǎng)時(shí)間的培訓(xùn)，同時(shí)人工作業(yè)會(huì)在疲勞的時(shí)候產(chǎn)生誤檢和漏檢。隨著GPU云計(jì)算的高速發(fā)展，計(jì)算機(jī)的計(jì)算力成本迅速降低，為以計(jì)算力和大數(shù)據(jù)為基礎(chǔ)的人工智能技術(shù)提供了突破閾值的基礎(chǔ)。通過(guò)軟、硬件及線上線下結(jié)合，匯集與分析各種安檢領(lǐng)域（包括海關(guān)、機(jī)場(chǎng)等）的圖像與數(shù)據(jù)，將之應(yīng)用于高鐵站安檢作業(yè)作為底層初始數(shù)據(jù)，再在運(yùn)行過(guò)程中使用人工智能的深度學(xué)習(xí)算法，可以有效提高人工智能X光安檢機(jī)（簡(jiǎn)稱，智能X光機(jī)）禁限帶物品的識(shí)別率、降低勞動(dòng)強(qiáng)度、減少人為誤差；同時(shí)匯聚大量單一作業(yè)點(diǎn)數(shù)字化的安全信息到公共安全大數(shù)據(jù)中樞平臺(tái)，反饋回的大數(shù)據(jù)喂養(yǎng)人工智能算法，機(jī)器學(xué)習(xí)后的結(jié)果再次應(yīng)用到具體某一單作業(yè)點(diǎn)時(shí)，便整體提高所有單一作業(yè)點(diǎn)的識(shí)別率（圖1）。
由于乘客所攜帶物品種類相當(dāng)復(fù)雜，智能X光機(jī)的智能識(shí)別系統(tǒng)如何快速、準(zhǔn)確的識(shí)別出乘客所攜帶的禁限帶物品面臨著巨大的挑戰(zhàn)。本文使用基于圖像處理、圖像識(shí)別以及機(jī)器深度自主學(xué)習(xí)的計(jì)算機(jī)算法，在X光機(jī)圖像智能識(shí)別方面進(jìn)行了深入開(kāi)發(fā)和實(shí)地試驗(yàn)。智能X光機(jī)的模式智能識(shí)別系統(tǒng)是智能X光機(jī)的重要組成部分。為智能X光機(jī)的閘門(mén)提供控制信號(hào)以及各種報(bào)警信號(hào)。最后，根據(jù)以上的試驗(yàn)結(jié)果，研發(fā)實(shí)用的智能X光機(jī)的模式識(shí)別系統(tǒng)。本文主要介紹了該圖像處理與識(shí)別的過(guò)程以及智能識(shí)別系統(tǒng)。從而解決一下三個(gè)方面的主要問(wèn)題：
（1）解決一線安檢人員不足、過(guò)度勞累的問(wèn)題，以及因此而產(chǎn)生的誤檢和漏檢等問(wèn)題；消除和減少安全隱患，同時(shí)實(shí)現(xiàn)減員增效；
（2）降低對(duì)于人員素質(zhì)要求，縮短上崗前的培訓(xùn)周期，直接勝任物品安檢崗位；
（3）解決傳統(tǒng)安檢無(wú)法聯(lián)網(wǎng)、無(wú)法數(shù)據(jù)積累、海量數(shù)據(jù)資源浪費(fèi)的問(wèn)題。
2 圖像異物檢測(cè)原理
2.1 圖像識(shí)別方法
本論文設(shè)計(jì)的基于圖像理的高鐵站智能X光機(jī)檢測(cè)過(guò)程主要包括六個(gè)部分，分別是：圖像采集、新拍圖片和原始圖片特征點(diǎn)提取、新拍圖片和原始圖片特征點(diǎn)匹配、求得新拍圖片和原始圖片之間的空間變換矩陣、對(duì)新拍圖片進(jìn)行透視變換、對(duì)變換后圖片與原始圖片進(jìn)行相減。
計(jì)算機(jī)視覺(jué)的相關(guān)應(yīng)用中經(jīng)常會(huì)提到一個(gè)概念：特征點(diǎn)。特征點(diǎn)也稱作關(guān)鍵點(diǎn)或者興趣點(diǎn)，顧名思義，圖像中的特征點(diǎn)一般指一些獨(dú)立的物點(diǎn)，例如：煙肉、避雷針、旗桿、電視塔等等；或者圖像中的一些線型要素的交叉點(diǎn)或者面狀要素邊界線拐點(diǎn)。如：桌子角、墻角、樹(shù)枝交叉點(diǎn)等等。特征點(diǎn)的概念常常被用來(lái)解決一些生活中的實(shí)際應(yīng)用問(wèn)題，例如：圖像的配準(zhǔn)、物體的識(shí)別、圖像的三維重建等等。假如我們可以檢測(cè)到充足的此類特殊的特征點(diǎn)，由于它們的區(qū)分度比較高，就沒(méi)有必要觀察整幅圖像，只對(duì)這些特征點(diǎn)進(jìn)行局部的分析，并且利用它們精確的定位圖像的某些穩(wěn)定的特征。
2.2 比對(duì)流程
通過(guò)兩幅圖像之間的匹配點(diǎn)對(duì)，求解出它們之間對(duì)應(yīng)的單應(yīng)矩陣，然后可以通過(guò)該單應(yīng)矩陣對(duì)新拍圖像進(jìn)行變換，能夠得到與原始圖像配準(zhǔn)程度很高的圖像。
要檢測(cè)新拍圖像上的異物，我們需要對(duì)經(jīng)過(guò)變換過(guò)后的新拍圖像和原始圖像進(jìn)行配準(zhǔn)操作，變換過(guò)后的新拍圖像由于透視變換出現(xiàn)一部分黑色區(qū)域，這樣會(huì)對(duì)后續(xù)的圖像對(duì)比操作造成很大的影響，因此，我們首先需要一定的手段將該黑色區(qū)域去掉，在計(jì)算機(jī)視覺(jué)處理技術(shù)當(dāng)中有一種圖像剪切技術(shù)可以達(dá)到此目的，需要注意的是，為了能夠?qū)煞鶊D像的相同區(qū)域進(jìn)行對(duì)比，我們需要對(duì)原始圖像進(jìn)行同樣尺寸的剪切動(dòng)作。
經(jīng)過(guò)剪切過(guò)后的兩幅圖像尺寸大小一致，此時(shí)可以用圖像像素值差法對(duì)該兩幅處理后的圖像進(jìn)行圖像相減，我們可以事先預(yù)設(shè)一個(gè)閾值，如果相同位置的像素點(diǎn)的值相同或者兩像素點(diǎn)差值未超過(guò)預(yù)設(shè)的閾值，則可以認(rèn)定此兩像素點(diǎn)是相同的，反映在結(jié)果上則是該位置為一個(gè)黑色點(diǎn)斑，反之，若相同位置像素點(diǎn)的像素差值超過(guò)預(yù)設(shè)的閾值，則該位置顯示一個(gè)白色點(diǎn)斑。我們可以通過(guò)圖像相減的結(jié)果圖像上的白色斑點(diǎn)直觀的判斷兩圖像之間的差異或者是否存在異物。
3 測(cè)試試驗(yàn)
長(zhǎng)春西高鐵站對(duì)使用的人工智能X光安檢設(shè)備，進(jìn)行了改造，融入了圖像處理技術(shù)和人工智能云端計(jì)算力應(yīng)用的檢測(cè)，并進(jìn)行試驗(yàn)和實(shí)物操作檢驗(yàn)。
（1）設(shè)計(jì)了一套基于圖像處理技術(shù)的高鐵站智能檢測(cè)軟件系統(tǒng)。整個(gè)圖像處理過(guò)程分為新拍圖像與原始圖像特征點(diǎn)檢測(cè)及匹配、對(duì)檢測(cè)出的新拍圖像與原始圖像特征點(diǎn)對(duì)精選、新拍圖像與原始圖像之間空間轉(zhuǎn)換矩陣的估計(jì)、新拍圖片的透視變換、圖像剪裁、新拍圖像與原始圖像相減、圖像異物標(biāo)記、腐蝕除去噪聲等8個(gè)步驟，針對(duì)上述8個(gè)步驟編寫(xiě)了相應(yīng)算法。
（2）在實(shí)際的圖像攝取過(guò)程當(dāng)中，拍攝視角無(wú)法保證每一次都完全相同，尤其是當(dāng)拍攝環(huán)境較為復(fù)雜時(shí)，由于物體的遮擋效應(yīng)，攝像頭在比較大視角變化情況下拍攝出的圖像相較于原始圖像會(huì)出現(xiàn)很多“新”的內(nèi)容，這樣在圖像相減時(shí)可能會(huì)出現(xiàn)很大的差異，可以考慮在一個(gè)角度變化范圍內(nèi)實(shí)現(xiàn)很多張微小角度變化的圖片的拍攝，然后連續(xù)對(duì)相鄰的圖片進(jìn)行空間轉(zhuǎn)換，最終達(dá)到效果比較好的大角度空間轉(zhuǎn)換。
（3）由于實(shí)際的拍攝角度和環(huán)境亮暗的不同，物體表面反射光強(qiáng)度不可避免會(huì)存在差異，由此，在兩圖像像素值差算法的過(guò)程中，也可能會(huì)出現(xiàn)噪聲，為消除噪聲，本設(shè)計(jì)的系統(tǒng)用的是圖像腐燭算法，使系統(tǒng)異物檢測(cè)效果更好。實(shí)驗(yàn)測(cè)試表明，在環(huán)境的亮暗、圖像位移、旋轉(zhuǎn)、傾斜、縮放等因子的變化不超過(guò)容許范圍的條件下，本次試驗(yàn)提及的基于圖像處理的高鐵站智能檢測(cè)系統(tǒng)基本能夠取得較好的效果。
（4）根據(jù)不同的應(yīng)用場(chǎng)景，靈活配置安檢效率和閱圖效率的匹配關(guān)系：
快速安檢模式：安檢效率高于閱圖效率，增加安檢人數(shù)以滿足業(yè)務(wù)量的需求，適用于業(yè)務(wù)高峰期，快件量巨大的應(yīng)用場(chǎng)景；
快速閱圖模式：安檢效率小于閱圖效率，平均每位閱圖人員可管理多個(gè)通道；適用于業(yè)務(wù)低谷期、安檢包裹較少的情況，以節(jié)約人力成本。以上兩種測(cè)試也很成功。
（5）長(zhǎng)春西高鐵站的人工智能X光安檢機(jī)測(cè)試結(jié)果想到優(yōu)異。已經(jīng)具備200-1000億次/秒的圖形運(yùn)算能，自動(dòng)識(shí)別肉眼難以辨認(rèn)的復(fù)雜背景后的槍支，經(jīng)過(guò)大數(shù)據(jù)分析，甚至能查驗(yàn)出分批寄運(yùn)的槍支零件，可對(duì)3D打印槍進(jìn)行識(shí)別（圖2）而傳統(tǒng)X光機(jī)無(wú)能為力。該大數(shù)據(jù)的云平臺(tái)系統(tǒng)，運(yùn)算速度已經(jīng)達(dá)到毫秒速度。當(dāng)前版本的智能X光機(jī)，可識(shí)別常見(jiàn)的一百種以上刀具、數(shù)十種30種以上槍支、常見(jiàn)的上百種瓶裝液體、一百種以上的鋰電池（圖2）。
4 展望及結(jié)束語(yǔ)
未來(lái)下一步的工作是進(jìn)行各個(gè)單一作業(yè)點(diǎn)的人工智能X光安檢機(jī)聯(lián)網(wǎng)，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)向大數(shù)據(jù)運(yùn)營(yíng)中心傳送；在運(yùn)營(yíng)中心GPU計(jì)算力的使用和機(jī)器深度學(xué)習(xí)的迭代升級(jí)，會(huì)持續(xù)不斷地增強(qiáng)實(shí)現(xiàn)智能判斷力、并通過(guò)智能語(yǔ)音播報(bào)提醒。每個(gè)車站都配備一個(gè)分指揮中心，可以完全實(shí)現(xiàn)培訓(xùn)、指揮的功能?？梢詫?shí)現(xiàn)24小時(shí)值機(jī)和支持一人值雙機(jī)的工作的方案，并能實(shí)現(xiàn)遠(yuǎn)程值機(jī)、移動(dòng)值機(jī)等功能。極大地提高了火車站X光機(jī)安檢環(huán)節(jié)的工作效率和升級(jí)了安全保障的能力，并實(shí)現(xiàn)減員增效。
本文報(bào)道了人工智能X光機(jī)的安檢系統(tǒng)在長(zhǎng)春西高鐵站的實(shí)地應(yīng)用和測(cè)試原理、方案、過(guò)程和結(jié)果，討論了智能X光機(jī)通過(guò)運(yùn)用圖像處理和圖像識(shí)別技術(shù)，結(jié)合與人工智能機(jī)器深度學(xué)習(xí)的算法，和GPU云計(jì)算的大數(shù)據(jù)處理能力，經(jīng)過(guò)反復(fù)實(shí)測(cè)試驗(yàn)，初步實(shí)現(xiàn)了高鐵站安檢作業(yè)異物檢測(cè)功能的需求，但仍存在很多實(shí)際應(yīng)用問(wèn)題需要改進(jìn)和完善，仍然需要大量的基礎(chǔ)數(shù)據(jù)建立數(shù)據(jù)庫(kù)，累積大量機(jī)器學(xué)習(xí)數(shù)據(jù)，從而進(jìn)行更高維度比對(duì)運(yùn)算，減低誤報(bào)率。隨著人工智能技術(shù)的進(jìn)一步發(fā)展，以及計(jì)算機(jī)圖像處理技術(shù)和圖像識(shí)別技術(shù)的更加成熟、完善，人工智能X光安檢設(shè)備將會(huì)在保障鐵路運(yùn)用安全方面發(fā)揮越來(lái)越重要的作用。
參考文獻(xiàn)
[1]Robert Laganiere. OpenCV計(jì)算機(jī)視覺(jué)編程手冊(cè)[M].科學(xué)出版社，2013（07）.
[2]敬淇文.基于Harris角點(diǎn)檢測(cè)的零件形狀識(shí)別[J].微計(jì)算機(jī)信息，2010.
[3]吳毅良.一種基于SIFT和SUSAN特征的圖像匹配方法[D].暨南大學(xué)，2011（06）.
[4]張少輝，沈曉蓉.一種基于圖像特征點(diǎn)提取及匹配的方法[D].北京航空航天大學(xué)，2008.
[5]劉學(xué)，姚洪利.基于擴(kuò)展的SURF描述符的彩色圖像配準(zhǔn)技術(shù)[J].計(jì)算機(jī)應(yīng)用研究，2011（03）.
[6]劉禾.數(shù)字圖像處理及應(yīng)用[M].北京：中國(guó)電力出版社，2005.
[7]陳書(shū)海，傅錄祥.實(shí)用數(shù)字圖像處理[M].北京：科學(xué)出版社，2005.
[8]段佳佳，楊迎春.圖像處理在自動(dòng)焊接中的應(yīng)用[J].電子測(cè)試，2012（02）.
作者簡(jiǎn)介
米仲勇（1975-），男，吉林省長(zhǎng)春市人。現(xiàn)沈陽(yáng)鐵路局長(zhǎng)春站工程師。主要研究方向?yàn)殍F路運(yùn)輸管理。
【摘要】計(jì)算機(jī)輔助教學(xué)的實(shí)際需要應(yīng)用人工智能技術(shù)及復(fù)雜的程序,如自然語(yǔ)言理解、知識(shí)表示、推理方法等,一些人工智能技術(shù)的特殊應(yīng)用成果,同時(shí)以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)技術(shù)被應(yīng)用于建立學(xué)習(xí)模塊。這種方法能控制調(diào)練策略并給出適合學(xué)生的學(xué)習(xí)內(nèi)容。
【關(guān)鍵詞】人工智能計(jì)算機(jī)輔助教學(xué)教學(xué)與控制
一、人工智能的定義
人工智能也稱機(jī)器智能,它是計(jì)算機(jī)科學(xué)、控制論、神經(jīng)生理學(xué)、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門(mén)綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)角度來(lái)看,人工智能是研究如何制造出智能機(jī)器或智能系統(tǒng),實(shí)現(xiàn)模擬人類智能活動(dòng)的能力,以延伸人們智能的科學(xué)。人工智能是一門(mén)交叉科學(xué),逐漸形成一門(mén)涉及心理學(xué)、認(rèn)知科學(xué)、思維可循、信息科學(xué)、系統(tǒng)科學(xué)和生物學(xué)科等多學(xué)科的綜合性技術(shù)學(xué)科。
二、計(jì)算輔助教學(xué)體系和現(xiàn)狀
計(jì)算救助教學(xué)是利用多媒體計(jì)算機(jī)的功能與特點(diǎn),利用計(jì)算機(jī)輔助教師完成各個(gè)教學(xué)環(huán)節(jié),并通過(guò)與計(jì)算機(jī)之間的交互活動(dòng),激發(fā)學(xué)生的學(xué)習(xí)積極性和主動(dòng)性,幫助學(xué)生更有效地學(xué)習(xí)。實(shí)用計(jì)算機(jī)輔助教學(xué),有利于認(rèn)識(shí)主體作用的發(fā)揮,它所提供的圖像、聲音、動(dòng)畫(huà)等信息由利于學(xué)生知識(shí)的獲得與保持,達(dá)到提高教學(xué)教學(xué)的目的。
目前為止,所實(shí)用的絕大多數(shù)傳統(tǒng)以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)將全部教學(xué)信息以編程方式預(yù)置于課件中,這樣的以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。因此現(xiàn)有的以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)系統(tǒng)面臨許多挑戰(zhàn),它主要存在以下幾個(gè)方面的問(wèn)題。
1.計(jì)算機(jī)輔助教學(xué)系統(tǒng)的閉塞性
不具有開(kāi)放性是目前以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。其弊端在于固定內(nèi)容的局限性使課件的適用面狹窄,而且設(shè)定的運(yùn)行路線使授課缺乏自主性;授課的針對(duì)性不強(qiáng);無(wú)法利用新出現(xiàn)的資源在較高起點(diǎn)上進(jìn)行二次開(kāi)發(fā)。
2.智能性的欠缺
現(xiàn)有的計(jì)算機(jī)智能輔助課件系統(tǒng)不能對(duì)不同何曾度的學(xué)生進(jìn)行有針對(duì)性的教育,學(xué)生的學(xué)習(xí)是被動(dòng)的,不能由系統(tǒng)自動(dòng)提供助學(xué)信息而使學(xué)生有選擇地學(xué)習(xí)。。
3.人機(jī)交互能力較弱
現(xiàn)有計(jì)算機(jī)智能輔助大多以光盤(pán)作為信息的載體,將材料中的內(nèi)容以多媒體的形式展現(xiàn)出來(lái),教學(xué)信息是按預(yù)置的教學(xué)流程機(jī)械式地提供給學(xué)者,學(xué)習(xí)者使用計(jì)算機(jī)智能輔助課件學(xué)習(xí)是完全被動(dòng)的。
4.教師與學(xué)生的互動(dòng)在教學(xué)中的缺乏
現(xiàn)有計(jì)算機(jī)智能輔助課件在學(xué)生自學(xué)以及進(jìn)行操作使用時(shí),如何學(xué)習(xí)都是學(xué)生自己的事。教師不能全完了解學(xué)習(xí)者的情況,學(xué)生在蹦到問(wèn)題時(shí)不能向教師求教,師生之間互相封閉,談不上師生互動(dòng),因此課件所起的效果大打折扣。
5.課程特點(diǎn)沒(méi)有突出
各門(mén)課程在教學(xué)上有不同的要求,但現(xiàn)有課件對(duì)于這些不同要求完全不予理會(huì)。例如很多課程都要涉及到大量的曲線或曲面,對(duì)有些課程來(lái)說(shuō),將這些曲線或曲面給出了一個(gè)簡(jiǎn)單的展示就足夠了,而有些課程這樣的展示不能達(dá)到教學(xué)目的的要求。
6.教學(xué)計(jì)劃的欠缺
在課件的開(kāi)發(fā)過(guò)程中實(shí)際上離不開(kāi)教學(xué)策略的設(shè)計(jì),但課件的制作者往往并未意識(shí)到這一點(diǎn)。例如:現(xiàn)有的絕大多數(shù)課件都是單一的展播式,這樣的可見(jiàn)制作“精美”,但它不可逆、不能互動(dòng)。實(shí)際上運(yùn)用課件教學(xué)只是手段而不是目的,應(yīng)該在教學(xué)設(shè)計(jì)理論的指導(dǎo)下講求課件的實(shí)效性,著眼點(diǎn)在于學(xué)生學(xué)習(xí)新知識(shí)、掌握新技術(shù)、培養(yǎng)各種能力有幫助,而不是表面上的制作“精美”。
綜上所述,現(xiàn)有的計(jì)算機(jī)智能輔助存在許多問(wèn)題,隨著新技術(shù)的不斷出現(xiàn),這些問(wèn)題將使計(jì)算機(jī)智能輔助越來(lái)越不能適應(yīng)新的要求。因此以智能計(jì)算機(jī)智能輔助為代表的心的計(jì)算機(jī)輔助教學(xué)系統(tǒng)將成為教育技術(shù)上需要不斷探求、努力實(shí)現(xiàn)的發(fā)展方向。
三、智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)
智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)(IntelligentComputerAidedInstruction),簡(jiǎn)稱ICAI。教學(xué)過(guò)程是一個(gè)復(fù)雜的教與學(xué)的思維過(guò)程,它需要教師以專門(mén)知識(shí)和經(jīng)驗(yàn)為依據(jù),經(jīng)過(guò)吸取、講解、推理、示例、綜合等多個(gè)步驟才能較好地完成。計(jì)算機(jī)輔助教學(xué)實(shí)際上是一個(gè)由計(jì)算機(jī)系統(tǒng)輔助教師進(jìn)行教學(xué)以及學(xué)生進(jìn)行學(xué)習(xí)并得以實(shí)現(xiàn)的系統(tǒng)。在智能ICAI中,教學(xué)思想、方法、學(xué)習(xí)內(nèi)容可用知識(shí)形式表示,如何解決知識(shí)的形式化表示以及知識(shí)的訪問(wèn)與調(diào)用問(wèn)題,是人工智能的核心技術(shù)之一,也是將ICAI引入教育技術(shù)領(lǐng)域中所要面臨的一個(gè)問(wèn)題。知識(shí)庫(kù)是實(shí)現(xiàn)知識(shí)推理與專家系統(tǒng)的基礎(chǔ),可以用知識(shí)庫(kù)作為智能ICAI的構(gòu)建環(huán)境。在知識(shí)庫(kù)中,教學(xué)內(nèi)容等的有關(guān)知識(shí)可以用事實(shí)與規(guī)則表示,并存儲(chǔ)于知識(shí)庫(kù)內(nèi),教學(xué)與學(xué)習(xí)過(guò)程既是對(duì)知識(shí)庫(kù)中知識(shí)進(jìn)行推理,并最終得出所需結(jié)果的過(guò)程。ICAI系統(tǒng)的一般包括以下幾個(gè)模塊:
1.知識(shí)庫(kù)。知識(shí)庫(kù)是關(guān)于教學(xué)內(nèi)容的模塊,解決“教什么”問(wèn)題。知識(shí)庫(kù)中的教學(xué)內(nèi)容有待于教學(xué)與控制模塊和學(xué)生模塊進(jìn)行選取、調(diào)用。
2.學(xué)生模塊。學(xué)生模塊是用于記錄學(xué)生的學(xué)習(xí)情況,對(duì)學(xué)生學(xué)習(xí)的各個(gè)環(huán)節(jié)信息進(jìn)行搜集,以便系統(tǒng)對(duì)學(xué)生的學(xué)習(xí)情況進(jìn)行自動(dòng)評(píng)估,提出具有針對(duì)性的學(xué)習(xí)建議和個(gè)別化的輔導(dǎo)。學(xué)生模塊描述學(xué)生對(duì)教學(xué)內(nèi)容理解、掌握的程度,系統(tǒng)可以根據(jù)學(xué)生模塊的具體情況調(diào)整教學(xué)策略并提供適當(dāng)?shù)姆答仭?/p>
3.用戶接口模塊。這是系統(tǒng)與用戶交流的界面。整個(gè)系統(tǒng)依靠用戶接口模塊把教學(xué)內(nèi)容呈現(xiàn)給用戶、接受用戶輸入的信息、并向用戶提供反饋。
抱怨的背后正體現(xiàn)出中國(guó)人工智能厚積薄發(fā)，取得了一定成就，尤其是在應(yīng)用層的發(fā)展達(dá)到了與美國(guó)相近的水平。如在移動(dòng)支付方面，目前中國(guó)的移動(dòng)支付普及率為77%，位居全球第一，在大量應(yīng)用的背后，從刷臉支付到算法優(yōu)化，人工智能扮演著關(guān)鍵作用。美國(guó)人免不了喝上一壺老陳醋。
事實(shí)真的如此嗎？
我們?cè)谧觥吨忻纼蓢?guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》報(bào)告時(shí)發(fā)現(xiàn)：中國(guó)人工智能企業(yè)數(shù)量、人才數(shù)量都僅為美國(guó)的一半；美國(guó)布局全面，而中國(guó)無(wú)論是企業(yè)還是人才，在產(chǎn)業(yè)基礎(chǔ)層、技術(shù)層、應(yīng)用層，分布不均，僅應(yīng)用層略有積累。
施密特之抱怨，終究無(wú)法掩蓋中美兩國(guó)巨大的產(chǎn)業(yè)落差。
與其關(guān)注誰(shuí)威脅誰(shuí)，不如把心思放在技術(shù)創(chuàng)新上。這才是每一個(gè)AI企業(yè)都應(yīng)該時(shí)時(shí)刻刻思考的問(wèn)題，也是一個(gè)科技企業(yè)的本分。
不過(guò)，現(xiàn)在產(chǎn)業(yè)界也不夠冷靜。甚至于出現(xiàn)了一些讓人擔(dān)憂的跡象?；仡?017人工智能領(lǐng)域已經(jīng)出現(xiàn)了三大突破，算法、政策、資金，均創(chuàng)里程碑，業(yè)界歡呼鼓舞，這種情形像極了1999年底網(wǎng)絡(luò)泡沫泛濫的情形。
展望2018，偌大一個(gè)人工智能，優(yōu)秀項(xiàng)目不夠、頂尖人才不足、場(chǎng)景落地缺失，三大難題橫亙眼前，又將如何破解？
2017年的三大突破
1、算法的突破
要說(shuō)在2017年把人工智能引入輿論的，就不得不提圍棋人機(jī)大戰(zhàn)。來(lái)自谷歌旗下的AlphaGo以3：0擊敗了世界排名第一的柯潔，隨后AlphaGo Zero又取得超過(guò)AlphaGo的實(shí)力，贏得了100場(chǎng)比賽的全勝，并在40天內(nèi)超過(guò)了所有舊版本。
AlphaGo的前幾代版本，主要采用深度學(xué)習(xí)算法，一開(kāi)始用上千盤(pán)人類棋譜進(jìn)行訓(xùn)練。
AlphaGo Zero則跳過(guò)了這個(gè)步驟，自我對(duì)弈學(xué)習(xí)下棋，完全從亂下開(kāi)始，采用的是強(qiáng)化學(xué)習(xí)。該系統(tǒng)從一個(gè)對(duì)圍棋一無(wú)所知的神經(jīng)網(wǎng)絡(luò)開(kāi)始，將該神經(jīng)網(wǎng)絡(luò)和一個(gè)強(qiáng)力搜索算法結(jié)合，自我對(duì)弈。在對(duì)弈過(guò)程中，神經(jīng)網(wǎng)絡(luò)不斷調(diào)整、升級(jí)，預(yù)測(cè)每一步落子和最終的勝利者。
強(qiáng)化學(xué)習(xí)其實(shí)也是機(jī)器學(xué)習(xí)的一個(gè)分支，強(qiáng)化學(xué)習(xí)是一種標(biāo)記延遲的監(jiān)督學(xué)習(xí)。它講究在一系列的情景之下，通過(guò)多步恰當(dāng)?shù)臎Q策來(lái)達(dá)到一個(gè)目標(biāo)，是一種序列多步?jīng)Q策的問(wèn)題。
AlphaGo Zero的成果提示，AI并非只有深度學(xué)習(xí)，強(qiáng)化學(xué)習(xí)也很值得研究。
在過(guò)去的三十年，深度學(xué)習(xí)運(yùn)動(dòng)一度被認(rèn)為是學(xué)術(shù)界的一個(gè)異類，Geoff Hinton和他同事的努力，使得深度學(xué)習(xí)成為主流，應(yīng)用于語(yǔ)音識(shí)別、圖像標(biāo)簽以及其他無(wú)數(shù)在線工具的用戶體驗(yàn)。
有趣的是，臨近年底，深度學(xué)習(xí)之父Hinton新論文Capsule，斷然宣稱要放棄反向傳播和深度學(xué)習(xí)理論，欲自廢三十年功力再練一套新AI“功夫”。圈里圈外頓時(shí)蒙圈。
自我顛覆或醞釀著AI的另一次飛躍。李飛飛對(duì)此大為贊賞，發(fā)推特稱：沒(méi)有工具是永恒的，即使是反向傳播和深度學(xué)習(xí)。重要的是基礎(chǔ)研究繼續(xù)推進(jìn)。
2、政策的突破
2017頂層設(shè)計(jì)已經(jīng)明確昭示產(chǎn)業(yè)發(fā)展方向，可以預(yù)期，2018年后各地將掀起新一輪的發(fā)展。
為搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)，加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)，2017年7月，國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出三步走計(jì)劃，到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平。
《規(guī)劃》旨在大力發(fā)展五大人工智能2.0技術(shù)(包括深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開(kāi)放和自主操控)，用以解決技術(shù)、產(chǎn)業(yè)、社會(huì)和國(guó)防四大領(lǐng)域的問(wèn)題。值得一提的是，規(guī)劃中還提到了讓中小學(xué)開(kāi)設(shè)人工智能和編程課程，人工智能教育從娃娃抓起，一時(shí)間風(fēng)頭無(wú)兩，蓋過(guò)規(guī)劃。
繼《規(guī)劃》后，11月15日，科技部在北京召開(kāi)新一代人工智能發(fā)展規(guī)劃暨重大科技項(xiàng)目啟動(dòng)會(huì)，宣布依托百度、阿里、騰訊和科大訊飛四家公司，成立人工智能四大平臺(tái)，標(biāo)志著新一代人工智能發(fā)展規(guī)劃和重大科技項(xiàng)目進(jìn)入全面啟動(dòng)實(shí)施階段。
作為創(chuàng)業(yè)者和企業(yè)家，2018年發(fā)展什么樣的人工智能技術(shù)和產(chǎn)品、怎樣發(fā)展人工智能技術(shù)和產(chǎn)品？翻開(kāi)《規(guī)劃》，尤其是關(guān)于“培育高端高效的智能經(jīng)濟(jì)”的內(nèi)容，一定可以找到一些思路：“大力發(fā)展人工智能新興產(chǎn)業(yè)，將技術(shù)轉(zhuǎn)換成應(yīng)用，實(shí)現(xiàn)在智能軟硬件、智能機(jī)器人、智能運(yùn)載工具(車、船、飛機(jī)、火箭等)、VR/AR、智能終端和物聯(lián)網(wǎng)基礎(chǔ)器件的創(chuàng)新；加快推進(jìn)產(chǎn)業(yè)智能化升級(jí)，促進(jìn)傳統(tǒng)企業(yè)的改造，讓制造、農(nóng)業(yè)、物流、金融、商務(wù)和家居等各領(lǐng)域都實(shí)現(xiàn)人工智能規(guī)?；瘧?yīng)用；大力發(fā)展智能企業(yè)，推動(dòng)企業(yè)智能升級(jí)，推廣應(yīng)用智能工場(chǎng)；打造人工智能創(chuàng)新高地，鼓勵(lì)打造建設(shè)以人才、企業(yè)、生產(chǎn)要素為中心的產(chǎn)業(yè)群、產(chǎn)業(yè)園。”
3、AI投融資突破
一改前兩年的低調(diào)，2017年的資本，高調(diào)的聚集到屈指可數(shù)的較成規(guī)模的AI創(chuàng)業(yè)項(xiàng)目中。
7月11日，4.1億美元！商湯科技刷新AI領(lǐng)域單輪融資紀(jì)錄！
10月31日，4.6億美元！曠視科技獲4.6億美元C輪融資，再次刷新了融資記錄！
2017年，一系列眼花繚亂的融資事件陸續(xù)爆發(fā)。
2017年中國(guó)AI領(lǐng)域投融資創(chuàng)出歷史新高，一年內(nèi)總投融資達(dá)582億元。
在投資熱門(mén)領(lǐng)域方面，VC對(duì)計(jì)算機(jī)視覺(jué)與圖像、自然語(yǔ)言處理和智能機(jī)器人的關(guān)注持續(xù)全年，其趨勢(shì)基本符合騰訊研究院8月的《中美兩國(guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》和《中美人工智能創(chuàng)投趨勢(shì)報(bào)告》的預(yù)測(cè)。
值得一提的是，國(guó)產(chǎn)AI芯片獨(dú)角獸出現(xiàn)。長(zhǎng)期以來(lái)，中國(guó)信息產(chǎn)業(yè)受制于人，在產(chǎn)業(yè)核心芯片方面的落后不僅僅是技術(shù)、資金的匱乏，更重要的還有產(chǎn)業(yè)生態(tài)意識(shí)的淡薄。AI芯片投資周期長(zhǎng)，金額大，產(chǎn)出小的特點(diǎn)，使得很多投資商及企業(yè)對(duì)它望而卻步。而此次一億美元的融資，將用于發(fā)展國(guó)產(chǎn)AI芯片的產(chǎn)品化和市場(chǎng)化，有助于推動(dòng)產(chǎn)業(yè)走向自主發(fā)展的道路。
粥多僧少，泡沫也在醞釀。由于創(chuàng)業(yè)公司成立數(shù)量較前兩年有所回落，2017年資金明顯偏向中后期、大多數(shù)是一些較為成熟的項(xiàng)目，金額相當(dāng)巨大。
2018年，投資人會(huì)不會(huì)對(duì)AI初創(chuàng)項(xiàng)目表示更多熱情？
許多AI初創(chuàng)項(xiàng)目，屬于“三缺一”項(xiàng)目，缺少獨(dú)創(chuàng)技術(shù)、缺少應(yīng)用場(chǎng)景、缺少成熟度，只有一個(gè)概念，徘徊在實(shí)驗(yàn)室里，難以推開(kāi)市場(chǎng)的大門(mén)，看起來(lái)有點(diǎn)懸。
2018年的三大難題
1、資金很多，項(xiàng)目不夠用了
當(dāng)前的AI產(chǎn)業(yè)發(fā)展面臨泡沫化的風(fēng)險(xiǎn)，主要體現(xiàn)在投資供應(yīng)數(shù)量大而項(xiàng)目供給數(shù)量少，市場(chǎng)對(duì)創(chuàng)業(yè)項(xiàng)目寄予很高的期望，而實(shí)際的產(chǎn)品體驗(yàn)欠佳。
泡沫即將出現(xiàn)。在騰訊研究院的《中美兩國(guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》報(bào)告中，分析了引發(fā)行業(yè)泡沫的兩個(gè)信號(hào)：
一是資金多而項(xiàng)目缺。
綜合過(guò)往數(shù)據(jù)和2017年前半年的情況，今年美國(guó)新增企業(yè)數(shù)量將跌到谷底，在2017之際，美國(guó)新增企業(yè)數(shù)量范圍在25-30家之間徘徊。同時(shí)，美國(guó)的累計(jì)融資量持續(xù)快速增長(zhǎng)，最后將穩(wěn)定在1380-1500億元的區(qū)間。
2018年后，中美兩國(guó)AI企業(yè)數(shù)量增長(zhǎng)都將有所恢復(fù)，但依然平緩。在這段時(shí)期內(nèi)，創(chuàng)投圈將會(huì)發(fā)現(xiàn)，找到一個(gè)新的有潛力的項(xiàng)目越來(lái)越難，由于新增企業(yè)數(shù)量稀少，經(jīng)常只能跟投一些項(xiàng)目。
到2020年，美國(guó)累計(jì)AI公司數(shù)量將會(huì)超過(guò)1200家，累計(jì)融資將達(dá)到驚人的2000億人民幣。中國(guó)AI企業(yè)增勢(shì)不明朗。根據(jù)行業(yè)發(fā)展周期來(lái)計(jì)算，中國(guó)人工智能產(chǎn)業(yè)將會(huì)在2018年回暖，新增公司數(shù)量會(huì)上揚(yáng)到30以上，預(yù)期融資累計(jì)量將會(huì)達(dá)到900-1000億元。
二是周期長(zhǎng)而營(yíng)收難。
通俗的說(shuō)，人工智能期望值被大大高估了。引領(lǐng)本輪AI熱潮的深度學(xué)習(xí)，起源于上世紀(jì)八九十年代的神經(jīng)網(wǎng)絡(luò)研究。在很多情況下，前沿研究是由對(duì)已有方法的微小改動(dòng)和改進(jìn)組成，而這些方法在幾十年前就已經(jīng)被設(shè)計(jì)出來(lái)了。
2006年，深度學(xué)習(xí)算法獲得了突破后，引起市場(chǎng)熱炒，但相關(guān)的AI技術(shù)和產(chǎn)品的成熟度仍然有限，甚至被譏笑為“人工智障”。許多項(xiàng)目和技術(shù)，要想獲得消費(fèi)者歡迎，還需要相當(dāng)長(zhǎng)的時(shí)間。
從投融資趨勢(shì)來(lái)看，涌入人工智能領(lǐng)域的資金依然還會(huì)增加。
一個(gè)依據(jù)是，據(jù)不完全統(tǒng)計(jì)，2017年中國(guó)人工智能領(lǐng)域的投融資事件約353起，比2016年稍有回落。但投資金額激增，總?cè)谫Y金額近600億人民幣，在政府的鼓勵(lì)和行業(yè)并購(gòu)中，2018年中國(guó)AI的投資將會(huì)持續(xù)大幅增加。
另一個(gè)依據(jù)是，行業(yè)并購(gòu)開(kāi)始加劇。根據(jù)CB Insights提供的數(shù)據(jù)顯示，自2011年以來(lái)，已有近140家人工智能初創(chuàng)公司被收購(gòu)，而2017年的第一季度，海外就有34家人工智能初創(chuàng)公司被收購(gòu)，為去年同期的兩倍。2018年，仍將延續(xù)這一趨勢(shì)。在資金增長(zhǎng)的同時(shí)，中國(guó)AI企業(yè)數(shù)量卻不能同幅增長(zhǎng)。根據(jù)行業(yè)發(fā)展周期來(lái)計(jì)算，中國(guó)人工智能產(chǎn)業(yè)將會(huì)在2018年呈現(xiàn)回暖，預(yù)期融資累計(jì)量將會(huì)達(dá)到900-1000億人民幣，而新增公司數(shù)量?jī)H僅上揚(yáng)到30家左右。
資金多而項(xiàng)目缺，周期長(zhǎng)而營(yíng)收難，項(xiàng)目卻一天比一天更加昂貴，這種情形與1999年的第一次互聯(lián)網(wǎng)泡沫何其相似。
2、事情很多，人不夠用了
算法大神YoshuaBengio曾表示：“深度學(xué)習(xí)現(xiàn)在炙手可熱，目前的困境是缺乏專家，一個(gè)博士生大概需要五年的時(shí)間培養(yǎng)，但是五年前還沒(méi)有博士生開(kāi)始從事深度學(xué)習(xí)，這意味著現(xiàn)在該領(lǐng)域的專家特別少，可以說(shuō)彌足珍貴、極度稀缺?！边@是三年前AI面臨的困境，至今依然未得到改善，甚至變得更加嚴(yán)峻。
人工智能競(jìng)爭(zhēng)以頂級(jí)人才為根本。據(jù)說(shuō)世界上深度學(xué)習(xí)領(lǐng)域的頂尖人才不超過(guò)50人，Andrew Ng表示深度學(xué)習(xí)領(lǐng)域人才匱乏的主要原因首先是數(shù)據(jù)，對(duì)于解決某些領(lǐng)域的問(wèn)題，獲取數(shù)據(jù)并非易事；其次是計(jì)算基礎(chǔ)架構(gòu)工具，包括計(jì)算機(jī)硬件和軟件；最后是這個(gè)領(lǐng)域的工程師培養(yǎng)時(shí)間非常長(zhǎng)。所以科技巨頭們等紛紛通過(guò)收購(gòu)初創(chuàng)公司來(lái)招攬人才。
作為國(guó)家未來(lái)的發(fā)展方向，AI技術(shù)對(duì)于經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型和科技進(jìn)步起著至關(guān)重要的作用。而AI技術(shù)的研發(fā)，落地與推廣離不開(kāi)各領(lǐng)域頂級(jí)人才的通力協(xié)作。在推動(dòng)AI產(chǎn)業(yè)從興起進(jìn)入快速發(fā)展的歷程中，AI頂級(jí)人才的領(lǐng)軍作用尤為重要，他們是推動(dòng)人工智能發(fā)展的關(guān)鍵因素。
然而，中國(guó)人工智能領(lǐng)域人才發(fā)展極為欠缺。
據(jù)騰訊研究院的《2017全球人工智能人才白皮書(shū)》顯示，目前我國(guó)約有20所大學(xué)的研究實(shí)驗(yàn)室專注于人工智能，高校教師以及在讀碩博生約7000人；產(chǎn)業(yè)界現(xiàn)存人員人數(shù)約為39000人。遠(yuǎn)不能滿足我國(guó)市場(chǎng)百萬(wàn)級(jí)的人才需求量。
從產(chǎn)業(yè)發(fā)展來(lái)看，我國(guó)人工智能領(lǐng)域人才分布嚴(yán)重失衡。
人工智能產(chǎn)業(yè)由基礎(chǔ)層(芯片/處理器、傳感器等)，技術(shù)層(自然語(yǔ)言處理，計(jì)算機(jī)視覺(jué)與圖像，機(jī)器學(xué)習(xí)/深度學(xué)習(xí)，智能機(jī)器人等)和應(yīng)用層(語(yǔ)音識(shí)別，人臉識(shí)別)等組成，目前我國(guó)在產(chǎn)業(yè)層次人才上面臨兩個(gè)問(wèn)題如下：
問(wèn)題一，產(chǎn)業(yè)分布不均。中國(guó)AI產(chǎn)業(yè)的主要從業(yè)人員集中在應(yīng)用層，基礎(chǔ)層和技術(shù)層人才儲(chǔ)備薄弱，尤其是處理器/芯片和AI技術(shù)平臺(tái)上，嚴(yán)重削弱中國(guó)在國(guó)際上競(jìng)爭(zhēng)力。
問(wèn)題二，供求嚴(yán)重失衡，人才缺口很難在短期內(nèi)得到有效填補(bǔ)。過(guò)去三年中，我國(guó)期望在AI領(lǐng)域工作的求職者正以每年翻倍的速度迅猛增長(zhǎng)，特別是偏基礎(chǔ)層面的AI職位，如算法工程師，供應(yīng)增幅達(dá)到150%以上。盡管增長(zhǎng)如此高速，仍然很難滿足市場(chǎng)需求。但是，由于合格AI人才培養(yǎng)所需時(shí)間和成本遠(yuǎn)高于一般IT人才，人才缺口很難在短期內(nèi)得到有效填補(bǔ)。
人才不足，是制約中國(guó)AI產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。
近幾年來(lái)，Google不斷的收購(gòu)AI領(lǐng)域的公司最主要的目的是“搶購(gòu)”一批世界上最一流的專家，在一個(gè)迅速成長(zhǎng)的人工智能領(lǐng)域里面，這些專家無(wú)一不是佼佼者。其他科技巨頭也相機(jī)而動(dòng)。
可以推想，人才流動(dòng)，還將加劇。人才引進(jìn)，還需持續(xù)。2018年，無(wú)法緩解人才饑渴癥。
3、場(chǎng)景很多，路不好走了
如果梳理一下2017全年的AI產(chǎn)業(yè)大事件，人工智能技術(shù)與行業(yè)結(jié)合，九大熱門(mén)領(lǐng)域遍地開(kāi)花。
其中，醫(yī)療、金融、無(wú)人駕駛這三大熱點(diǎn)中的懸疑，更是大大的吊足了公眾的胃口。
懸疑一，AI醫(yī)療的變革的信號(hào)在哪里？
作為民生領(lǐng)域，醫(yī)療年年改，卻次次令人無(wú)奈。風(fēng)險(xiǎn)投資也對(duì)AI+醫(yī)療有持續(xù)不斷的支持。2017年，每個(gè)月都有VC流入AI+醫(yī)療領(lǐng)域，國(guó)內(nèi)所有醫(yī)療人工智能公司累計(jì)融資額已超過(guò)180億人民幣。
科技企業(yè)智能醫(yī)療的布局與應(yīng)用已有雛形，IBM Waston已應(yīng)用于臨床診斷和治療，在2016年就進(jìn)入中國(guó)在多家醫(yī)院推廣；阿里健康重點(diǎn)打造醫(yī)學(xué)影像智能診斷平臺(tái)；騰訊在17年8月推出騰訊覓影，可輔助醫(yī)生對(duì)食管癌進(jìn)行篩查。圖瑪深維11月獲投2億元，正在把深度學(xué)習(xí)引入到計(jì)算機(jī)輔助診斷系統(tǒng)中，晶泰科技(XtalPi)近期也融資1500萬(wàn)美元，用于新一代的智能藥物研發(fā)技術(shù)，以解決藥物臨床前研究中的效率與成功率問(wèn)題。
遺憾的是，盡管政府亮了綠燈，企業(yè)投了人力財(cái)力，但人工智能卻并沒(méi)有在醫(yī)療領(lǐng)域出現(xiàn)爆發(fā)。原因何在？在于人工智能需要大量共享數(shù)據(jù)，而醫(yī)院和患者的數(shù)據(jù)如同孤島。如何打破各方壁壘，保障健康的同時(shí)又保障數(shù)據(jù)安全性？這將是推動(dòng)智能醫(yī)療快速發(fā)展的一個(gè)重要信號(hào)。
懸疑二，AI如何深層次的撬動(dòng)金融？
與智能醫(yī)療面臨相同數(shù)據(jù)問(wèn)題的還有金融領(lǐng)域，大量的可信度較高的數(shù)據(jù)握在各大銀行手中，AI怎么能夠撬出來(lái)這些數(shù)據(jù)以推動(dòng)金融科技的創(chuàng)新，是創(chuàng)業(yè)者們絞盡腦汁思考的課題。
當(dāng)前，人臉識(shí)別、指紋識(shí)別技術(shù)作為驗(yàn)證客戶身份、遠(yuǎn)程開(kāi)戶、刷臉支付，解決金融安全隱患的方案，已經(jīng)發(fā)展成熟正在逐步推廣。
如何利用知識(shí)圖譜挖掘潛在客戶、進(jìn)一步深挖客戶潛在需求的技術(shù)也已較為成熟，而數(shù)據(jù)源的問(wèn)題亟待解決。
美國(guó)的科技公司FutureAdvisor最早研制出“機(jī)器人理財(cái)顧問(wèn)”。隨后，此類機(jī)器人理財(cái)顧問(wèn)迅速風(fēng)靡全球。
2017年智能投顧更是火燒火燎，被視為是下一個(gè)風(fēng)口。但是，機(jī)器人炒股，結(jié)果賠了。
懸疑三，智能汽車究竟何時(shí)上市？
無(wú)人駕駛汽車被稱為“四輪機(jī)器人”，但其發(fā)展何時(shí)會(huì)像智能手機(jī)一般，人手一臺(tái)，徹底顛覆傳統(tǒng)手機(jī)進(jìn)而推動(dòng)整個(gè)產(chǎn)業(yè)變革？這答案仍然是個(gè)懸疑。
2017年，汽車行業(yè)內(nèi)智能造車勢(shì)力動(dòng)作不斷，其中一部分已陸續(xù)交出答卷，讓產(chǎn)品接受市場(chǎng)的檢驗(yàn)，而一部分仍在溫室中培養(yǎng)，等待結(jié)果。之所以稱之為“溫室”，是因?yàn)楦餍懈鹘缍紝?duì)其予以厚望，尤其是在投融資上，雖然投資事件數(shù)不多，但金額達(dá)234億人民幣。
百度宣布開(kāi)放阿波羅平臺(tái)。阿里巴巴與上汽集團(tuán)等傳統(tǒng)車企展開(kāi)合作。騰訊于年初成功入股特斯拉成為第五大股東，領(lǐng)投蔚來(lái)汽車首款純電動(dòng)產(chǎn)品，已正式上市。
時(shí)間正在跟我們賽跑。2017年，無(wú)人駕駛車輛走上北京五環(huán)被交警調(diào)查，12月20日，一支百度Apollo無(wú)人車車隊(duì)，在雄安新區(qū)測(cè)試開(kāi)跑。2018年初，北京順義區(qū)無(wú)人駕駛試運(yùn)營(yíng)基地正式啟動(dòng)，成為北京出臺(tái)國(guó)內(nèi)首部自動(dòng)駕駛新規(guī)以來(lái)，全市首個(gè)開(kāi)展無(wú)人駕駛試運(yùn)營(yíng)的區(qū)域。2018年，誰(shuí)會(huì)上路？行業(yè)和消費(fèi)者都拭目以待。
回顧2000年互聯(lián)網(wǎng)泡沫的幻滅，很多人依然覺(jué)得不可思議。那時(shí)候的產(chǎn)業(yè)發(fā)展日新月異，軟件應(yīng)用、網(wǎng)絡(luò)服務(wù)ISP，網(wǎng)絡(luò)內(nèi)容ICP爆發(fā)，常有一日不見(jiàn)如隔三秋的感嘆。
2000年4月，納斯達(dá)克指數(shù)一路狂飆突進(jìn)到歷史頂點(diǎn)，5400多點(diǎn)。但不幸泡沫破裂，資本市場(chǎng)崩盤(pán)。納斯達(dá)克指數(shù)迅速滑落。中間經(jīng)歷了9.11恐怖襲擊事件，還有安然事件。寒冬持續(xù)了3年時(shí)間，才慢慢走出低谷。
如今的AI產(chǎn)業(yè)正蓬勃發(fā)展，與互聯(lián)網(wǎng)初期階段何其相似。
產(chǎn)業(yè)帶著耀眼的光環(huán)，肩負(fù)國(guó)家戰(zhàn)略的重任，高度依賴資本市場(chǎng)渠道，輿論高度爆炒，從業(yè)者無(wú)不都是三高社會(huì)精英。
