導(dǎo)語(yǔ)：如何才能寫好一篇人工智能基礎(chǔ)培訓(xùn)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?huì)生活、改變教育教學(xué)。2020年2月26日，教育部在印發(fā)的《2020年教育信息化和網(wǎng)絡(luò)安全工作要點(diǎn)》第24條“培養(yǎng)提升教師和學(xué)生的信息素養(yǎng)”中明確提出：完善義務(wù)教育階段課程設(shè)置，加強(qiáng)信息科技教育。建設(shè)普通高中人工智能樣板實(shí)驗(yàn)室，保障中小學(xué)校具備開(kāi)設(shè)人工智能課程的環(huán)境條件。開(kāi)展人工智能相關(guān)教學(xué)與師資培訓(xùn)，搭建區(qū)域間人工智能教學(xué)成果交流平臺(tái)。繼續(xù)推進(jìn)中小學(xué)人工智能教育課程建設(shè)、應(yīng)用與推廣工作。中小學(xué)人工智能教育課程包(初中版和高中版)和支持服務(wù)系統(tǒng)并推廣應(yīng)用。

我校是青島市人工智能實(shí)驗(yàn)學(xué)校。在工作中我們借助教研、教學(xué)平臺(tái)，積極推動(dòng)人工智能課程開(kāi)展和教師教研、集備工作，根據(jù)興趣導(dǎo)向、應(yīng)用驅(qū)動(dòng)，學(xué)用結(jié)合，強(qiáng)化實(shí)踐的原則，組建了實(shí)驗(yàn)班，按照上級(jí)對(duì)于高中段開(kāi)課部署每?jī)芍荛_(kāi)設(shè)1課時(shí)，開(kāi)展人工智能教育教學(xué)工作。

在課堂上組織實(shí)驗(yàn)班的學(xué)生觀看了人工智能的《開(kāi)學(xué)第一課》，主要是“什么是人工智能”、“如何制造人工智能？、“New Google AI Can Have Real Life Conversations With Strangers”等內(nèi)容，很有收獲。但是在觀看過(guò)程中發(fā)現(xiàn)很多的人工智能相關(guān)聯(lián)的知識(shí)，比如JAVA、大數(shù)據(jù)、Python、人工智能、物聯(lián)網(wǎng)、數(shù)據(jù)分析、H5/WEB前端、嵌入式、Linux、C語(yǔ)言、單片機(jī)、C++等解根本看不懂，發(fā)現(xiàn)自己的很多方面都需要補(bǔ)課，不然每次培訓(xùn)老師講解的專業(yè)東西還是理解不了，這對(duì)于我們教師和學(xué)生都是一個(gè)難點(diǎn)。也斷斷續(xù)續(xù)參加了各種形式的培訓(xùn)，和同仁們交流起來(lái)總體感覺(jué)是沒(méi)有系統(tǒng)化，特別是參加了祁榮斌博士組織的磨課，和同事們討論起來(lái)感覺(jué)層次太高，有些內(nèi)容也是理解不了！學(xué)生和學(xué)生的學(xué)習(xí)和生活環(huán)境比較起來(lái)也存在地域差異性導(dǎo)致了學(xué)生接受人工智能相關(guān)教育程度深淺不一，而且面向高中生的課本難度很大，很希望能有個(gè)機(jī)會(huì)從零基礎(chǔ)開(kāi)始系統(tǒng)化學(xué)習(xí)人工智能，這樣才能更好的教好學(xué)生，這一點(diǎn)線下交流的時(shí)候是很多老師的心聲，期望能在領(lǐng)導(dǎo)和專家的引領(lǐng)下實(shí)現(xiàn)。

通過(guò)斷斷續(xù)續(xù)的學(xué)習(xí)，比如Python基礎(chǔ)知識(shí)，由于實(shí)戰(zhàn)少，只能閱讀別人的文章里附帶的相關(guān)算法的實(shí)現(xiàn)代碼，這樣的學(xué)習(xí)效果不明顯。很多算法的實(shí)現(xiàn)，難以從代碼級(jí)去理解其設(shè)計(jì)思路；對(duì)于很多算法比如隨機(jī)森林，決策樹(shù)，SVM等常見(jiàn)算法，雖然看了相關(guān)文章很多遍但是還是一知半解的。

篇2

“大數(shù)據(jù)”“神經(jīng)元學(xué)習(xí)”“人工智能”，這些新潮的名詞在我們生活中出現(xiàn)的頻率越來(lái)越高，尤其是“阿法狗”和李世石的世紀(jì)大戰(zhàn)，更是把前沿科學(xué)結(jié)晶帶入我們的認(rèn)知當(dāng)中。也許有些人會(huì)提出質(zhì)疑：這對(duì)我們的生活來(lái)說(shuō)，意義何在？不久前，谷歌采用了新的神經(jīng)網(wǎng)絡(luò)算法，來(lái)升級(jí)其核心產(chǎn)品――谷歌翻譯，從一定程度上回答了這個(gè)疑問(wèn)。

在培訓(xùn)和管理領(lǐng)域，相似的顛覆性局面是否也會(huì)發(fā)生？新的技術(shù)、交互與呈現(xiàn)形式，是否會(huì)改變未來(lái)的培訓(xùn)過(guò)程，顛覆管理的方法？基于我們多年來(lái)的人工智能培訓(xùn)研究和實(shí)驗(yàn)型項(xiàng)目，發(fā)現(xiàn)這樣的改變已經(jīng)在悄然發(fā)生。

“崗位勝任力模型自動(dòng)生成系統(tǒng)”便是典型的代表――只需要輸入某崗位的工作內(nèi)容和系統(tǒng)提出的簡(jiǎn)單問(wèn)題，這個(gè)系統(tǒng)就能自動(dòng)給予使用者此崗位的勝任力模型，提供結(jié)構(gòu)化的面試建議，還能和企業(yè)的評(píng)價(jià)中心對(duì)接，給予招聘人員多視角的評(píng)價(jià)建議。通過(guò)這種方式選拔出的員工，其離職率明顯下降。這些簡(jiǎn)單而基礎(chǔ)的應(yīng)用，已經(jīng)開(kāi)始潤(rùn)物無(wú)聲地滲入企業(yè)的管理領(lǐng)域，醞釀著未來(lái)翻天覆地的變革。

數(shù)據(jù)建模

預(yù)測(cè)員工心理狀態(tài)趨勢(shì)

計(jì)算機(jī)自主學(xué)習(xí)的強(qiáng)大，在于無(wú)止盡地自我完善，具有無(wú)與倫比的適應(yīng)性和自生長(zhǎng)性。事實(shí)上，人工智能看似神秘，其實(shí)充滿了大量的數(shù)學(xué)計(jì)算的研究過(guò)程。在人才發(fā)展方面，人工智能可以幫助我們預(yù)測(cè)員工的心理狀態(tài)趨勢(shì)，從而激發(fā)員工的熱情。

我們?cè)鴨?dòng)了管理環(huán)境對(duì)人類心理的影響研究，旨在尋找那些激發(fā)員工工作熱情的最佳管理環(huán)境方面的實(shí)踐。目前已積累了3414個(gè)管理環(huán)境樣本，并針對(duì)每個(gè)樣本持續(xù)采集了約5年的員工心理及行為數(shù)據(jù)，調(diào)研不同企業(yè)所采取的管理戰(zhàn)略以及具體的執(zhí)行方案。通過(guò)運(yùn)用人工智能，我們進(jìn)行了大量的建模和驗(yàn)證工作，發(fā)現(xiàn)不同的管理方式下的員工心理狀態(tài)變化趨勢(shì)，尤其是工作動(dòng)機(jī)，在一定程度上都是可預(yù)測(cè)的。事實(shí)上，在分類或趨勢(shì)預(yù)測(cè)的背后，是龐大的數(shù)據(jù)演算，建模和預(yù)測(cè)的過(guò)程包含了繁復(fù)的統(tǒng)計(jì)過(guò)程，包括描述統(tǒng)計(jì)與推斷統(tǒng)計(jì)。

與此同時(shí)，“預(yù)測(cè)”這一點(diǎn)對(duì)于人工智能應(yīng)用而言很重要，因此，我們?cè)O(shè)計(jì)了沙盤工具“員工激勵(lì)與動(dòng)機(jī)管理”――既然動(dòng)機(jī)和行為是可預(yù)測(cè)的，那么就可以通過(guò)計(jì)算機(jī)模擬，用物理形式呈現(xiàn)在人們眼前。通過(guò)人工智能將各種管理環(huán)境中發(fā)生的事件融入其中，沙盤能夠圍繞動(dòng)機(jī)水平高低、績(jī)效程度好壞兩個(gè)維度，對(duì)虛擬的企業(yè)員工進(jìn)行分類，并讓沙盤參與者針對(duì)各類管理事件作出虛擬的處理選擇。根據(jù)學(xué)員的選擇，計(jì)算機(jī)可以預(yù)測(cè)并反饋其心理及行為的變化。這種運(yùn)用了人工智能的沙盤工具，其預(yù)測(cè)準(zhǔn)確性高達(dá)84%，置信水平0.95。這就意味著，如果一個(gè)參與者做了決策后，沙盤將能準(zhǔn)確地預(yù)言各類員工的心理及行為變化趨勢(shì)。

運(yùn)用人工智能進(jìn)行“無(wú)責(zé)任的”開(kāi)放式推演，在培訓(xùn)過(guò)程中能允許參與者不斷試錯(cuò)。學(xué)員根據(jù)自身的管理環(huán)境，可以實(shí)驗(yàn)出合適的管理方法，并對(duì)培訓(xùn)中所獲得知識(shí)進(jìn)行實(shí)時(shí)驗(yàn)證。

技術(shù)迭代

展開(kāi)更高效的自主學(xué)習(xí)

隨著90后員工踏上工作舞臺(tái)，傳統(tǒng)的人工智能數(shù)據(jù)建模思路和方法被打破了。之前的模型設(shè)計(jì)思路通常是建立一個(gè)個(gè)假設(shè)，比如，正向激勵(lì)與負(fù)向激勵(lì)的抵消性、個(gè)人得失與他人得失的對(duì)比性、個(gè)人得失與環(huán)境公平性關(guān)系等，在此基礎(chǔ)上，通過(guò)數(shù)據(jù)集的分類統(tǒng)計(jì)來(lái)驗(yàn)證假設(shè)的科學(xué)性，并調(diào)整參數(shù)來(lái)觀察預(yù)測(cè)的可靠性。但是新的數(shù)據(jù)集所具備的特點(diǎn)，極大地顛覆了先前的結(jié)果，尋找新的解決方案迫在眉睫。

此時(shí)，基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)自學(xué)習(xí)技術(shù)，即神經(jīng)元自學(xué)習(xí)，是一個(gè)不錯(cuò)的解決方案。相比以前的人工智能培訓(xùn)工具，神經(jīng)元自學(xué)習(xí)更為繁雜。為了讓計(jì)算機(jī)高效地自主學(xué)習(xí)、識(shí)別行為模式，我們需要將調(diào)研結(jié)果解構(gòu)成更基本的參數(shù)“告訴”計(jì)算機(jī)，從而得出對(duì)應(yīng)的結(jié)果。

展開(kāi)神經(jīng)元自學(xué)習(xí)具有一個(gè)明顯的優(yōu)點(diǎn)，每當(dāng)調(diào)研和統(tǒng)計(jì)結(jié)果有所更新，計(jì)算機(jī)就會(huì)自動(dòng)對(duì)這些數(shù)據(jù)進(jìn)行新的學(xué)習(xí)，對(duì)模型進(jìn)行修正。這個(gè)過(guò)程是動(dòng)態(tài)的，不需要人為干預(yù)。而且，當(dāng)計(jì)算機(jī)再次遇到一個(gè)新世代富有特色的信息集合，甚至可能自主地之前的模型設(shè)計(jì)，重新構(gòu)建新的統(tǒng)計(jì)描述方式。神經(jīng)元學(xué)習(xí)不僅節(jié)省了時(shí)間和精力，更能為沙盤推演參與者提供更深入的信息――通過(guò)選擇處理事件，能夠歸納出參與者的管理風(fēng)格傾向性。這是傳統(tǒng)培訓(xùn)和沙盤工具做不到的。

超越培訓(xùn) 為管理帶來(lái)新思路

作為培訓(xùn)產(chǎn)品來(lái)說(shuō)，人工智能培訓(xùn)工具已經(jīng)足以彰顯其魅力，它允許學(xué)員在虛擬環(huán)境中試錯(cuò)，讓工作效率得以改進(jìn)。我們認(rèn)為，它更重要的意義在于，對(duì)現(xiàn)實(shí)世界的指導(dǎo)。

以我們的沙盤工具為例，一個(gè)實(shí)際使用者能從這個(gè)工具中得到許多培訓(xùn)之外的有價(jià)值的信息。他可以在遇到“員工要求加薪”“員工消極怠工”“員工集體離職”“員工尋求晉升”“辦公室政治”等各種管理事件時(shí)，讓系統(tǒng)給出各種模擬的結(jié)果，評(píng)估各種行為的可行性，盡量做到趨利避害。這個(gè)工具超脫了培訓(xùn)范疇的桎梏，真正在工作中產(chǎn)生價(jià)值。

篇3

關(guān)鍵詞： 人工智能；創(chuàng)新驅(qū)動(dòng)；發(fā)展建議

人類對(duì)于智能機(jī)器的探索活動(dòng)，古已有之。不過(guò)，以“人工智能”來(lái)命名這一探索并成為一個(gè)學(xué)科領(lǐng)域，卻發(fā)生于1956年夏季在Dartmouth舉行的一次小規(guī)模學(xué)術(shù)研討會(huì)上。因此，2016年是人工智能學(xué)科問(wèn)世的60周年，在這個(gè)不同尋常的年份，世界各地的人工智能科技工作者都在密切關(guān)注人工智能的發(fā)展動(dòng)向。

2016年3月，DeepMind研制的人工智能圍棋系統(tǒng)AlphaGo以4：1的戰(zhàn)績(jī)擊敗了韓國(guó)的圍棋高手李世石，把世界對(duì)人工智能的關(guān)注推向了前所未有的。各種各樣的議論噴涌而出。悲觀者大呼：“人工智能對(duì)于人類的潛在威脅太嚴(yán)重，應(yīng)當(dāng)通過(guò)立法限制甚至禁止人工智能的研究”；樂(lè)觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉(zhuǎn)嫁給人工智能機(jī)器，人類就可以通過(guò)機(jī)器來(lái)實(shí)現(xiàn)長(zhǎng)生不老的千年夢(mèng)想”。在科技界，人們則在激動(dòng)著、討論著：我們應(yīng)當(dāng)在什么樣的熱點(diǎn)技術(shù)上發(fā)力？是深度學(xué)習(xí)？是認(rèn)知技術(shù)？還是類腦計(jì)算？

回想這些年來(lái)，互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)、智能制造、智慧城市、人工智能、機(jī)器人一波又一波的高新技術(shù)登臺(tái)亮相，中國(guó)科技界、教育界和產(chǎn)業(yè)界都在一個(gè)個(gè)地緊緊追趕。雖然在跟蹤追趕的過(guò)程中取得了不菲的進(jìn)展，但是人們不禁都在思考：對(duì)于人工智能來(lái)說(shuō)，當(dāng)前社會(huì)的需求是什么？什么才是有效的創(chuàng)新戰(zhàn)略？怎樣才可以擺脫跟蹤追趕的被動(dòng)局面，爭(zhēng)取到引領(lǐng)創(chuàng)新的話語(yǔ)權(quán)？

發(fā)展人工智能不應(yīng)當(dāng)是一種孤立性、局部性的行動(dòng)，而應(yīng)當(dāng)是能夠帶動(dòng)和引領(lǐng)整個(gè)科學(xué)技術(shù)的創(chuàng)新和發(fā)展。

1 人工智能是當(dāng)代重要交叉科學(xué)群的創(chuàng)新前沿

為了闡明“人工智能是當(dāng)代重要交叉科學(xué)群的創(chuàng)新前沿”這個(gè)論斷，需要逐個(gè)澄清相關(guān)的基本概念，包括：什么是人工智能？什么是當(dāng)代的重要交叉科學(xué)群？以及什么是當(dāng)代重要交叉科學(xué)群的創(chuàng)新前沿？

1.1 什么是人工智能

人工智能是一門“探索人類智能機(jī)理，創(chuàng)制人工智能機(jī)器，增強(qiáng)人類智力能力”的科學(xué)技術(shù)。從這個(gè)意義上可以理解，只要人類的智力能力得到了增強(qiáng)和擴(kuò)展，人們從事各種科學(xué)技術(shù)以至各種經(jīng)濟(jì)社會(huì)活動(dòng)的智力能力就會(huì)得到有效提升，從而能夠有效促進(jìn)各行各業(yè)的創(chuàng)新與發(fā)展。

那么，什么是人類智能？人類智能主要表現(xiàn)在人類主體為了不斷改善生存發(fā)展的水平而發(fā)現(xiàn)問(wèn)題、定義問(wèn)題、解決問(wèn)題的能力。其中，發(fā)現(xiàn)問(wèn)題和定義問(wèn)題的能力依賴于主體的目的、知識(shí)、直覺(jué)、理解力、想象力、靈感、頓悟、審美等內(nèi)在能力，因此被稱為“隱性智能”；解決問(wèn)題的能力則主要依賴于獲得信息，生成知識(shí)，創(chuàng)生策略等外顯能力，因此被稱為“顯性智能”。

顯然，隱性智能十分抽象，幾近神秘，不僅研究起來(lái)甚為困難，就連理解起來(lái)也頗感玄奇，而顯性智能則相對(duì)可理解，可研究。因此，人工智能研究遵循的原則是：基于人類主體給定的問(wèn)題、知識(shí)、目標(biāo)（這就是人類發(fā)現(xiàn)問(wèn)題和定義問(wèn)題的能力）這些前提，研究如何利用信息、生成知識(shí)、創(chuàng)生策略來(lái)解決問(wèn)題，達(dá)到目標(biāo)。也就是說(shuō)，人工智能的研究遵循人類智能與人工智能相結(jié)合的原則：人類智能負(fù)責(zé)發(fā)現(xiàn)和定義問(wèn)題，人工智能則負(fù)責(zé)在人類所給定的問(wèn)題框架下解決問(wèn)題。這樣，人工智能機(jī)器就可以成為人類認(rèn)識(shí)世界和改造世界的聰明助手。

由此可見(jiàn)，沒(méi)有生命，沒(méi)有目的，沒(méi)有靈感，也沒(méi)有審美能力的人工智能機(jī)器系統(tǒng)，原則上不具有隱性智能的能力，因而不可能獨(dú)立地發(fā)現(xiàn)問(wèn)題和定義問(wèn)題，只能在人類所發(fā)現(xiàn)和所定義的問(wèn)題框架下去解決問(wèn)題。因此，人工智能超越人類的恐懼缺乏科學(xué)根據(jù)。

1.2 什么是當(dāng)代重要的交叉科學(xué)群

當(dāng)今的時(shí)代是信息時(shí)代，認(rèn)識(shí)信息資源和利用信息資源為人類服務(wù)的信息科學(xué)是當(dāng)今時(shí)代的標(biāo)志性科學(xué)。具體來(lái)說(shuō)，信息科學(xué)是“研究信息的性質(zhì)及其運(yùn)動(dòng)規(guī)律的科學(xué)”，也就是以信息為研究對(duì)象，以信息的性質(zhì)及其運(yùn)動(dòng)規(guī)律為研究?jī)?nèi)容，以信息科學(xué)方法論為研究指南，以增強(qiáng)和擴(kuò)展人類信息功能（全部信息功能的有機(jī)整體就是人類的智力功能）為研究目標(biāo)的科學(xué)。換言之，信息科學(xué)的研究目標(biāo)就是擴(kuò)展人類的智力功能，而研究信息的性質(zhì)及其運(yùn)動(dòng)規(guī)律和信息科學(xué)方法論都是為了實(shí)現(xiàn)擴(kuò)展人類智力功能這個(gè)目標(biāo)服務(wù)的。

由此就可以清楚地理解：人工智能的研究是信息科W的最高目標(biāo)，也是信息時(shí)代科學(xué)技術(shù)發(fā)展的基本目的；而為了使人工智能系統(tǒng)能夠在人類發(fā)現(xiàn)和定義的問(wèn)題框架下成功地解決問(wèn)題，人工智能的研究必須從人類求解問(wèn)題的能力中得到啟發(fā)。這表明，人工智能的研究需要向認(rèn)知科學(xué)學(xué)習(xí)，因?yàn)檎J(rèn)知科學(xué)就是研究人類自己是如何面對(duì)問(wèn)題解決問(wèn)題的。另一方面，認(rèn)知科學(xué)所研究的人類解決問(wèn)題的機(jī)理又建立在腦科學(xué)的基礎(chǔ)之上，因此，人工智能的研究必須理解腦科學(xué)的工作機(jī)理。再者，人類發(fā)現(xiàn)問(wèn)題、定義問(wèn)題、解決問(wèn)題的能力并不是永遠(yuǎn)固定不變的，而是不斷進(jìn)化和發(fā)展的。因此人工智能的研究還必須學(xué)習(xí)信息生物學(xué)，后者深刻地研究和揭示了人類能力不斷進(jìn)化的機(jī)制?？梢?jiàn)，腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)、人工智能是當(dāng)代最具重要意義的交叉科學(xué)群。這個(gè)科學(xué)群還包含更多的學(xué)科，恕不一一闡述。

1.3 什么是當(dāng)代重要科學(xué)群的創(chuàng)新前沿

雖然腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)、人工智能各有各的研究?jī)?nèi)容，但是所有這些學(xué)科共同的目標(biāo)都是智能，如人類的智能（腦科學(xué)）、生物的智能（信息生物學(xué)）、人類智能的物質(zhì)基礎(chǔ)（腦科學(xué)）、人類智能和生物智能的工作機(jī)理（認(rèn)知科學(xué)）、人類智能和生物智能的進(jìn)化機(jī)制（認(rèn)知科學(xué)與信息生物學(xué)）、人類智能的信息基礎(chǔ)和研究方法論（信息科學(xué)）、人類智能的機(jī)器模擬和實(shí)現(xiàn)（人工智能）等。

所以，人類智能和人工智能是當(dāng)代這一重要交叉科學(xué)群共同的創(chuàng)新前沿。人們對(duì)于腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)的理解深化了，就會(huì)促進(jìn)人工智能研究的發(fā)展；反之，一旦人工智能的研究取得了突破和創(chuàng)新，也必然能夠帶動(dòng)腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)的突破與創(chuàng)新。

2 中國(guó)人工智能發(fā)展的現(xiàn)狀：差距與優(yōu)勢(shì)

中國(guó)人工智能的發(fā)展現(xiàn)狀，大家平日都親身感受得到，應(yīng)當(dāng)比較熟悉，似乎無(wú)需贅言；但是國(guó)情是我們思考問(wèn)題的基礎(chǔ)，因此不可不察。而且，我們對(duì)于中國(guó)在人工智能發(fā)展方面所存在的差距和優(yōu)勢(shì)的認(rèn)識(shí)，確實(shí)還有必要進(jìn)一步深化。

2.1 差距：顯差距，隱差距

大家都意識(shí)到，中國(guó)在人工智能的發(fā)展方面確實(shí)存在不少的差距。普遍J為，由于中國(guó)缺失了工業(yè)革命這個(gè)歷史階段的洗禮，因此在工業(yè)基礎(chǔ)和工藝水平方面天然存在明顯的不足。特別是中國(guó)微電子工業(yè)領(lǐng)域的高性能芯片制造能力有待進(jìn)一步加強(qiáng)，人工智能硬件系統(tǒng)的水平也有待進(jìn)一步提高等，這些都是眾所周知的顯差距。

然而，更值得深思的問(wèn)題是：在人工智能的科學(xué)研究方面，長(zhǎng)期以來(lái)，中國(guó)同行普遍習(xí)慣于跟蹤學(xué)習(xí)，缺乏突破創(chuàng)新的民族自信心，更缺乏引領(lǐng)國(guó)際的強(qiáng)烈意識(shí)。無(wú)論是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、語(yǔ)義網(wǎng)、云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)這些大概念，還是深度學(xué)習(xí)、無(wú)人駕駛、類腦計(jì)算這些技術(shù)思想，都是外國(guó)學(xué)者率先提出，然后才是中國(guó)學(xué)者蜂擁而上。加上這些年滋長(zhǎng)蔓延起來(lái)的急功近利和學(xué)術(shù)誠(chéng)信缺失，往往在蜂擁而上之后的一夜之間就會(huì)冒出許多“新成果”！這是中國(guó)人工智能發(fā)展存在的隱差距。

需要指出的是，顯差距正因?yàn)椤帮@”，已經(jīng)得到各有關(guān)方的高度重視，并且正在不斷地被縮??；但是，隱差距則因?yàn)椤半[”，不容易被察覺(jué)，至今還沒(méi)有引起各方面必要的重視，因此仍然是實(shí)現(xiàn)突破創(chuàng)新和引領(lǐng)戰(zhàn)略的隱患。

2.2 優(yōu)勢(shì)：現(xiàn)優(yōu)勢(shì)，潛優(yōu)勢(shì)

那么中國(guó)在人工智能研究中是否也存在什么優(yōu)勢(shì)呢？表面看來(lái)，似乎中國(guó)在人工智能研究領(lǐng)域一直處于跟蹤學(xué)習(xí)狀態(tài)，談不上存在什么優(yōu)勢(shì)；但是仔細(xì)考察發(fā)現(xiàn)其實(shí)不然，中國(guó)在人工智能研究中的確存在不可忽視的優(yōu)勢(shì)。

中國(guó)目前雖然在整體上還處于相對(duì)落后狀態(tài)，但在某些技術(shù)研究上卻處于國(guó)際領(lǐng)先地位。例如：語(yǔ)音識(shí)別技術(shù)，中國(guó)已經(jīng)在近期多次國(guó)際評(píng)測(cè)大賽中奪得世界冠軍；在汽車自動(dòng)駕駛方面，中國(guó)的研發(fā)水平也與國(guó)際上旗鼓相當(dāng)；特別是在理論研究方面，中國(guó)在人工智能通用理論研究方面的機(jī)制主義人工智能理論、人工智能邏輯理論研究方面的泛邏輯學(xué)、人工智能數(shù)學(xué)方面的因素空間理論都是國(guó)際領(lǐng)先的成果。這些都是已經(jīng)涌現(xiàn)出來(lái)的現(xiàn)優(yōu)勢(shì)。

更加重要的是，像人工智能這樣既十分復(fù)雜又極其深刻的科學(xué)研究，勢(shì)必自覺(jué)或不自覺(jué)地受到科學(xué)方法論的影響。幾十年來(lái)，國(guó)際人工智能的研究形成三大學(xué)派，就是受了以分而治之為特征的機(jī)械還原方法論的影響，把復(fù)雜的人工智能研究分為結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)學(xué)派、功能模擬的物理符號(hào)系統(tǒng)學(xué)派、行為模擬的感知?jiǎng)幼飨到y(tǒng)學(xué)派，而且長(zhǎng)久以來(lái)互不認(rèn)可，不能形成人工智能研究的合力。科學(xué)論證充分表明，適于人工智能研究的科學(xué)方法論不是“機(jī)械還原論”的方法論，而應(yīng)當(dāng)是“信息生態(tài)論”的方法論。后者與中國(guó)歷來(lái)的“整體論”和“辨證論”思維傳統(tǒng)息息相通。因此，在人工智能的研究領(lǐng)域，中國(guó)握有方法論的潛在優(yōu)勢(shì)（潛優(yōu)勢(shì)），只要自覺(jué)地加以運(yùn)用，這種潛在優(yōu)勢(shì)完全可以轉(zhuǎn)化為強(qiáng)大的現(xiàn)實(shí)優(yōu)勢(shì)（現(xiàn)優(yōu)勢(shì)）。

3 人工智能的社會(huì)需求和發(fā)展中國(guó)人工智能的戰(zhàn)略建議

3.1 人工智能的社會(huì)需求

中國(guó)的信息化建設(shè)全面啟動(dòng)于20世紀(jì)90年代，得益于現(xiàn)代信息技術(shù)的支持，取得了舉世矚目的輝煌成就，進(jìn)入了迎接復(fù)雜問(wèn)題的新時(shí)期，面臨著巨大挑戰(zhàn)。從整個(gè)經(jīng)濟(jì)社會(huì)發(fā)展和全面改革的大局判斷，在多次講話中也明確指出，中國(guó)的改革開(kāi)放進(jìn)入了攻堅(jiān)克難的深水區(qū)。眾所周知，人工智能技術(shù)是信息技術(shù)的高端前沿；因此，為了迎接復(fù)雜問(wèn)題的挑戰(zhàn)，為了成功走出深水區(qū)到達(dá)勝利的彼岸，中國(guó)亟需人工智能科學(xué)技術(shù)的全面支持。

另一方面，縱觀當(dāng)今的國(guó)際環(huán)境不難發(fā)現(xiàn)，一些發(fā)達(dá)國(guó)家在中國(guó)黃海、臺(tái)海、東海、南海不斷制造緊張局勢(shì)，企圖以武力遏制中國(guó)的和平崛起。他們聲稱要長(zhǎng)期投資人工智能，要用人工智能武器戰(zhàn)勝中國(guó)，對(duì)此不能不高度警惕，并采取果斷措施。

3.2 加快發(fā)展中國(guó)人工智能的建議

為加快發(fā)展中國(guó)人工智能，從戰(zhàn)略性、系統(tǒng)性、可操作的角度出發(fā)提出5項(xiàng)建議。

（1）頂層規(guī)劃。

火車跑得快，全靠車頭帶。建議設(shè)立國(guó)家級(jí)智能科學(xué)技術(shù)發(fā)展規(guī)劃與協(xié)調(diào)專家委員會(huì)，負(fù)責(zé)研究和提出中國(guó)智能科學(xué)技術(shù)發(fā)展的中長(zhǎng)期規(guī)劃，制訂智能科學(xué)技術(shù)產(chǎn)學(xué)研發(fā)展的實(shí)施政策，協(xié)調(diào)和促進(jìn)中國(guó)智能科學(xué)技術(shù)的快速有序健康發(fā)展。

（2）人才培養(yǎng)。

萬(wàn)事都緊要，人才是根本。建議國(guó)務(wù)院學(xué)位委員會(huì)把中國(guó)現(xiàn)有的“智能科學(xué)與技術(shù)”二級(jí)學(xué)科提升為一級(jí)學(xué)科，以形成系統(tǒng)完整的智能科學(xué)技術(shù)人才培養(yǎng)體系；同時(shí)建議教育部在中小學(xué)開(kāi)設(shè)智能科學(xué)與技術(shù)基礎(chǔ)知識(shí)課程，開(kāi)展課外興趣培育活動(dòng)。

（3）創(chuàng)新研究。

跟蹤不可廢，創(chuàng)新更關(guān)鍵。在國(guó)家自然科學(xué)基金設(shè)置“智能科學(xué)技術(shù)基礎(chǔ)理論”專門領(lǐng)域，大力推進(jìn)智能科學(xué)基礎(chǔ)理論的突破創(chuàng)新；同時(shí)在國(guó)家“十三五”規(guī)劃設(shè)立智能制造、智能農(nóng)業(yè)、智能服務(wù)業(yè)、智能交通、智能網(wǎng)絡(luò)空間安全、智能教育等應(yīng)用專項(xiàng)。

（4）產(chǎn)業(yè)標(biāo)準(zhǔn)。

創(chuàng)新是尖兵，產(chǎn)業(yè)是后盾。大力促進(jìn)中國(guó)智能化產(chǎn)業(yè)的發(fā)展，并在國(guó)家標(biāo)準(zhǔn)委員會(huì)建立智能產(chǎn)品標(biāo)準(zhǔn)工作委員會(huì)，鼓勵(lì)有條件的單位和學(xué)術(shù)團(tuán)體開(kāi)展各類智能技術(shù)產(chǎn)品的測(cè)試、評(píng)價(jià)和檢驗(yàn)標(biāo)準(zhǔn)的研究，引導(dǎo)智能化產(chǎn)業(yè)和產(chǎn)品市場(chǎng)有序健康發(fā)展。

（5）持續(xù)發(fā)展。

篇4

【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。

篇5

 

對(duì)于政府監(jiān)管來(lái)說(shuō)，監(jiān)管手段總是在一定程度上落后于正在發(fā)展中的產(chǎn)品技術(shù)，因而導(dǎo)致一個(gè)個(gè)監(jiān)管盲區(qū)，由此而引發(fā)很多不必要的監(jiān)管事故，所以進(jìn)行必要的監(jiān)管技術(shù)調(diào)研就成為了衛(wèi)生計(jì)生綜合監(jiān)督管理局的重要工作，現(xiàn)在以電子工程與人工智能技術(shù)相結(jié)合的電子產(chǎn)品日益成為消費(fèi)市場(chǎng)的新寵，相應(yīng)的監(jiān)管要求也隨之而來(lái)，下面本文通過(guò)對(duì)于電子工程與人工智能技術(shù)的探討來(lái)研究提升監(jiān)管水平的方法，以有利于人民的身心健康。

 

1 電子工程與人工智能技術(shù)概述以及關(guān)系

 

1.1 技術(shù)概述

 

隨著社會(huì)經(jīng)濟(jì)大發(fā)展，現(xiàn)代學(xué)科間交流水平也在不斷提升，他山之石可以攻玉，很多學(xué)科的交叉點(diǎn)都會(huì)給我們帶來(lái)意想不到驚喜，同時(shí)也會(huì)帶來(lái)會(huì)更多的困惑與不解，同時(shí)學(xué)科交叉點(diǎn)的技術(shù)要求也比較高，造成科技黑箱的幾率比較大，下面就是關(guān)于電子工程與人工智能技術(shù)的基本定義：

 

“電子工程又稱“弱電技術(shù)”或“信息技術(shù)”?？蛇M(jìn)一步細(xì)分為電測(cè)量技術(shù)、調(diào)整技術(shù)以及電子技術(shù)。是電氣工程的一個(gè)子類，是面向電子領(lǐng)域的工程學(xué)。在今天其研究對(duì)象已經(jīng)超出了電子領(lǐng)域。應(yīng)用形式涵蓋了電動(dòng)設(shè)備以及運(yùn)用了控制技術(shù)、測(cè)量技術(shù)、調(diào)整技術(shù)、計(jì)算機(jī)技術(shù)，直至信息技術(shù)的各種電動(dòng)開(kāi)關(guān)。主要研究領(lǐng)域?yàn)殡娐放c系統(tǒng)、通信、電磁場(chǎng)與微波技術(shù)以及數(shù)字信號(hào)處理等。”

 

“人工智能是研究、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)的一門新的技術(shù)科學(xué)。屬于計(jì)算機(jī)科學(xué)，并力圖明了智能的實(shí)質(zhì)，并生產(chǎn)出一種新的與人類智能相類似的做出反應(yīng)的智能機(jī)器，探究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大?！?/p>

 

1.2 相互關(guān)系概述

 

由上文的基本概述可知對(duì)于電子工程與人工智能來(lái)說(shuō)，二者都是科技時(shí)代的產(chǎn)物都以計(jì)算機(jī)技術(shù)作為技術(shù)支撐，都帶與現(xiàn)代科技的烙印并且都屬于現(xiàn)代科技體系中的新興勢(shì)力但二者現(xiàn)在發(fā)展?jié)摿薮?，并且?duì)于二者來(lái)說(shuō)都需要大量的高素質(zhì)專業(yè)人才才能維持現(xiàn)實(shí)情況下的體系運(yùn)轉(zhuǎn)，同時(shí)整個(gè)社會(huì)對(duì)于其的依賴性也在加強(qiáng)，并且在進(jìn)行社會(huì)活動(dòng)時(shí)，這兩項(xiàng)技術(shù)在很多的時(shí)候處于相互之間不可或缺的狀態(tài)，特別是在現(xiàn)實(shí)的實(shí)際應(yīng)用中這樣的案例更是明顯。

 

最明顯的實(shí)際應(yīng)用案例就是淘寶中的“推薦購(gòu)物”，其技術(shù)設(shè)計(jì)基礎(chǔ)就是電子工程，同時(shí)通過(guò)人工智能進(jìn)行大數(shù)據(jù)的處理，進(jìn)而分析得出消費(fèi)者的購(gòu)物偏好，進(jìn)而影響消費(fèi)者的購(gòu)物選擇，這其實(shí)就是電子工程與人工智能初步結(jié)合的案例，但是在其中我們也能明顯地發(fā)現(xiàn)在這兩種技術(shù)的相互作用上還是有一些細(xì)微的不均衡之處，尤其是在二者的相互配合上，還是一太保的商品推薦為例，在一定的情況下由于不能很好的識(shí)別相關(guān)產(chǎn)品信息很容易，造成產(chǎn)品信息大量供應(yīng)給消費(fèi)者使消費(fèi)者對(duì)于商品選擇無(wú)所適從，反而側(cè)面打壓了消費(fèi)者的消費(fèi)興趣，減少了消費(fèi)量。

 

還有一種實(shí)際案例就是搜索引擎中的搜索引導(dǎo)，特別是“相關(guān)搜索”選項(xiàng)的出現(xiàn)更是這樣兩種技術(shù)的典型應(yīng)用，在進(jìn)行“相關(guān)搜索”的匹配時(shí)也是進(jìn)行電子工程基礎(chǔ)上的人工智能技術(shù)的具體應(yīng)用，但是主要的大范圍社會(huì)人眾多數(shù)據(jù)分析而不是個(gè)人數(shù)據(jù)分析，在進(jìn)行大范圍的社會(huì)人的數(shù)據(jù)分析時(shí)不可避免的會(huì)造成對(duì)于個(gè)人數(shù)據(jù)要的缺失尤其是對(duì)于特殊個(gè)人數(shù)據(jù)的重視不夠。這樣一來(lái)，精細(xì)化水平就會(huì)大大下降，不得不說(shuō)一方面這是現(xiàn)在人工智能技術(shù)還不很過(guò)關(guān)另一方面也可以看出這樣大數(shù)據(jù)分析下宏觀規(guī)律下的微觀缺失。

 

上面介紹的是日常共組與生活中的具體應(yīng)用，但是在一些高端制造業(yè)二者的相互結(jié)合與相互之間技術(shù)主導(dǎo)權(quán)的爭(zhēng)奪會(huì)表現(xiàn)得更加明顯。

 

微電子工業(yè)是現(xiàn)在新興工業(yè)的代表之一，其對(duì)于電子工程與人工智能的工業(yè)化要求就很有現(xiàn)代工業(yè)發(fā)展的代表性，對(duì)于微電子工業(yè)來(lái)說(shuō)，其生產(chǎn)很大程度上就是依賴于人工智能技術(shù)在其生產(chǎn)車間，很少有人工的出現(xiàn)特別是精密儀器更是完全被電子機(jī)器人所取代，而這一類型的生產(chǎn)機(jī)器人就是電子工程與人工智能技術(shù)的結(jié)合體，在微電子工業(yè)中這種機(jī)器人的作用是不可替代的相應(yīng)的，兩種技術(shù)的結(jié)合也是不可替代的，窺一斑可見(jiàn)全豹，對(duì)于現(xiàn)代工業(yè)發(fā)展來(lái)說(shuō)，電子工程與人工智能技術(shù)的相互結(jié)合是不可避免的，但是隨著技術(shù)的發(fā)展到底是重視基礎(chǔ)工程建設(shè)還是進(jìn)行高端技術(shù)建設(shè)就會(huì)成為現(xiàn)在技術(shù)控制者們必須考慮的問(wèn)題，所以在相對(duì)經(jīng)費(fèi)一定情況下在微電子工業(yè)內(nèi)部，自然也會(huì)進(jìn)行這樣的論爭(zhēng)。

 

2 電子工程與人工智能技術(shù)對(duì)于政府監(jiān)管的影響

 

上面我們講了電子工程與人工智能技術(shù)的相互結(jié)合與相互促進(jìn)的關(guān)系以及在其中一些相互爭(zhēng)奪技術(shù)主導(dǎo)權(quán)的影響，下面我們根據(jù)二者關(guān)系下的實(shí)際生活應(yīng)用，對(duì)于政府相關(guān)監(jiān)管部門，特別是衛(wèi)生計(jì)生綜合監(jiān)督部門在其中起的作用和可能面臨的挑戰(zhàn)進(jìn)行探討。

 

2.1 監(jiān)管部門面臨的挑戰(zhàn)

 

對(duì)于現(xiàn)在的衛(wèi)生計(jì)生綜合監(jiān)督部門來(lái)說(shuō)電子工程與人工智能技術(shù)相互結(jié)合產(chǎn)生的社會(huì)新產(chǎn)品，對(duì)于現(xiàn)實(shí)工作確實(shí)造成了不少的困難以及相關(guān)的挑戰(zhàn)。

 

首先，對(duì)于現(xiàn)下比較流行性的網(wǎng)絡(luò)虛假醫(yī)療廣告，特別是近年來(lái)泛濫成災(zāi)的未經(jīng)檢驗(yàn)合格的化妝品與減肥藥銷售，由于網(wǎng)絡(luò)中網(wǎng)店的覆蓋面積廣而且在現(xiàn)代物流下產(chǎn)品從發(fā)貨到消費(fèi)者使用的時(shí)效性大大加快，并于此產(chǎn)生了很多相關(guān)危害公共安全的事件，很多都是監(jiān)管部門不能及時(shí)進(jìn)行監(jiān)管活動(dòng)而造成的，但是這些物流與購(gòu)買系統(tǒng)都是以電子工程與人工職能相結(jié)合為技術(shù)基礎(chǔ)的，由此可知，在現(xiàn)實(shí)條件下對(duì)于衛(wèi)生監(jiān)管部門來(lái)說(shuō)，這種技術(shù)的廣泛推廣確實(shí)造成了監(jiān)管漏洞的出現(xiàn)，

 

在造成監(jiān)管漏洞的同時(shí)，人才的缺乏也是監(jiān)管部門面臨的巨大挑戰(zhàn)，對(duì)于監(jiān)管部門來(lái)說(shuō)很多的新人都是通過(guò)公務(wù)員招聘考試而來(lái)的，由于公務(wù)員招聘考試不可能進(jìn)行定向的專業(yè)招聘，而且現(xiàn)實(shí)中精通這兩項(xiàng)技術(shù)的人，大多出路比較好，相對(duì)而言公務(wù)員的待遇對(duì)他們并不具有很大的吸引力，所以一方面，人才的匱乏另一方面很難進(jìn)行相對(duì)應(yīng)有針對(duì)性的設(shè)別使用，特別是進(jìn)行專業(yè)設(shè)別的采購(gòu)困難增加的情況下。

 

2.2 監(jiān)管部門的技術(shù)升級(jí)機(jī)遇

 

監(jiān)管部門的技術(shù)很明顯落后與時(shí)代的發(fā)展，所以現(xiàn)在對(duì)于監(jiān)管部門來(lái)說(shuō)適應(yīng)電子工程與人工智能技術(shù)結(jié)合就成為了當(dāng)務(wù)之急，所謂機(jī)遇與挑戰(zhàn)并存，根據(jù)“倒逼理論”這又何嘗不是監(jiān)管部門進(jìn)行人才更新?lián)Q代與技術(shù)升級(jí)的大好機(jī)會(huì)。

 

監(jiān)管部門主要就是衛(wèi)生計(jì)生綜合監(jiān)督局，對(duì)于現(xiàn)在的衛(wèi)生計(jì)生監(jiān)督局來(lái)說(shuō)，最重要的就是適應(yīng)現(xiàn)在的潮流，進(jìn)行人才的選拔與培養(yǎng)，一方面進(jìn)行大學(xué)生人才培養(yǎng)計(jì)劃，與當(dāng)?shù)刂攸c(diǎn)大學(xué)以及省內(nèi)外重點(diǎn)大學(xué)進(jìn)行溝通，建立雙向人才培養(yǎng)機(jī)制，并以此為基點(diǎn)提升衛(wèi)生計(jì)生綜合監(jiān)督活動(dòng)信息化的進(jìn)程，通過(guò)這些人才的引進(jìn)，進(jìn)一步提升管理水平以及進(jìn)行人才的更新?lián)Q代，在引進(jìn)人才的同時(shí)也可以在本單位內(nèi)進(jìn)行，相關(guān)人才的培訓(xùn)，一方面可以進(jìn)行人才的更新?lián)Q代并為其做一個(gè)準(zhǔn)備避免人才出現(xiàn)斷層，另一方面，在進(jìn)行本單位舊有人才的培養(yǎng)可以為現(xiàn)在有志于學(xué)習(xí)與自我提升的干部同志提供一個(gè)學(xué)習(xí)的機(jī)會(huì)并利用他們舊有的經(jīng)驗(yàn)與現(xiàn)在的技術(shù)設(shè)備進(jìn)行調(diào)試性試驗(yàn)，提升設(shè)備在單位的基本適應(yīng)性，以便與未來(lái)的人才與設(shè)備的集體適應(yīng)性提升。

 

上面是對(duì)于人才的建設(shè)，另一方面也不可忽視設(shè)備建設(shè)，對(duì)于現(xiàn)在的設(shè)備制造可以充分采用招標(biāo)與技術(shù)協(xié)商的方式，并可以對(duì)原有的技術(shù)河北進(jìn)行升級(jí)改造提升原有設(shè)備的適應(yīng)性，以此為基本新舊結(jié)合，促進(jìn)技術(shù)的進(jìn)步，以便于更好的進(jìn)行衛(wèi)生計(jì)生綜合監(jiān)督工作為社會(huì)安全作出自己的貢獻(xiàn)。

 

3 小結(jié)

 

本文通過(guò)對(duì)于現(xiàn)代電子工程與人工智能技術(shù)的介紹以及相關(guān)的應(yīng)用前景探究，可以清楚地表明二者之間的關(guān)系時(shí)相互依存的雖然在一定時(shí)候會(huì)出現(xiàn)內(nèi)部技術(shù)的主導(dǎo)權(quán)之爭(zhēng)，但是這不是主流，所以在進(jìn)行現(xiàn)代的衛(wèi)生與計(jì)生管理時(shí)應(yīng)該充分利用這樣的優(yōu)勢(shì)并利用其客觀條件實(shí)現(xiàn)人才的更新?lián)Q代，完成現(xiàn)代衛(wèi)生工作的重要改革，為人民的公共安全提供自己的力量。

篇6

未來(lái)十年，世界上50%的工作，都會(huì)被人工智能所取代，尤其是助理、翻譯、保安、邊防、前臺(tái)……今天的人臉識(shí)別在有些場(chǎng)景比人精確20倍。一個(gè)個(gè)領(lǐng)域，人都會(huì)被機(jī)器超越，不只是取代。

機(jī)器超越人已不再遙遠(yuǎn)

從識(shí)別、感知、認(rèn)知，到做決策、反饋，人工智能在過(guò)去五年有非常大的進(jìn)步。博弈的例子有AlphaGO，感知的例子有微軟小冰，決策的例子有Google Gmail的自動(dòng)回復(fù)。

我在30多年前就做人工智能，可惜，無(wú)論對(duì)弈、語(yǔ)音識(shí)別、自然語(yǔ)言理解都沒(méi)有生逢其時(shí)。因?yàn)楫?dāng)時(shí)機(jī)器不夠快，數(shù)據(jù)不夠多，算法不夠先進(jìn)。但是今天，它們夠先進(jìn)了。

機(jī)器學(xué)習(xí)最重要的一個(gè)突破是深度學(xué)習(xí)。深度學(xué)習(xí)，就是用非常大的神經(jīng)元，用巨量的數(shù)據(jù)充進(jìn)去訓(xùn)練。它可以在識(shí)別、分類或者預(yù)測(cè)方面，遠(yuǎn)遠(yuǎn)超過(guò)任何過(guò)去的算法。這個(gè)學(xué)習(xí)的算法特別適合巨大的數(shù)據(jù)量。

什么情況才能用人工智能？人工智能不是萬(wàn)能的，但滿足以下條件，人工智能絕對(duì)可以做出特別有價(jià)值的產(chǎn)品：千萬(wàn)級(jí)別的海量數(shù)據(jù)；頂尖的科學(xué)家；非常清晰領(lǐng)域的邊界；非常好的標(biāo)注；非常多的計(jì)算量。

很多人說(shuō)人工智能好遙遠(yuǎn)。其實(shí)不是，百度、淘寶、滴滴的背后都是一個(gè)人工智能引擎。一些過(guò)去認(rèn)為比較遙遠(yuǎn)的，如圖像識(shí)別、語(yǔ)音識(shí)別的比賽，機(jī)器已經(jīng)超越人了。

人工智能的應(yīng)用領(lǐng)域

一個(gè)創(chuàng)業(yè)公司的用戶達(dá)到了千萬(wàn)級(jí)別的時(shí)候，肯定需要人工智能引擎。因?yàn)橄到y(tǒng)需要做一些判斷和推薦：推薦什么商品給用戶，該放什么樣的廣告。所以，做人工智能創(chuàng)業(yè)的，最好是已經(jīng)有互聯(lián)網(wǎng)數(shù)據(jù)的公司。

當(dāng)然，還有很多公司是沒(méi)有互聯(lián)網(wǎng)數(shù)據(jù)的，這些公司也能創(chuàng)造價(jià)值。

哪些領(lǐng)域會(huì)最先呢？一定是數(shù)據(jù)最大、最快能產(chǎn)生價(jià)值的領(lǐng)域。如金融領(lǐng)域：銀行、保險(xiǎn)、券商、智能投庫(kù)、AI量化基金，是最快能產(chǎn)生價(jià)值的。

哪些是對(duì)人類最有意義的？一定是醫(yī)療領(lǐng)域。癌癥的檢測(cè)、切片，基因個(gè)性化的治療。

最大的一個(gè)領(lǐng)域應(yīng)該是無(wú)人駕駛。當(dāng)電動(dòng)車、共享經(jīng)濟(jì)、無(wú)人駕駛?cè)虑橥瑫r(shí)發(fā)生的時(shí)候，人類經(jīng)濟(jì)會(huì)產(chǎn)生最大的提升和改變。以后我們出去打車，應(yīng)該是隨叫隨到，人都不需要買車了，停車場(chǎng)也不需要了，路上的車也變少了，空氣也變好了，這些都是一些會(huì)發(fā)生的很好的“副作用”。

最厲害的AI公司將是Google。當(dāng)Google搜索里面的引擎被提煉出來(lái)成為一個(gè)Google大腦的時(shí)候，用在互聯(lián)網(wǎng)領(lǐng)域就變成了Gmail的自動(dòng)回復(fù)，變成了Google的搜索和廣告；用在汽車領(lǐng)域就是GoogleCar；用在人的健康領(lǐng)域就成了GoogleHealth；用在圍棋上就是AlphaGO。

百度大腦也是一個(gè)類似的項(xiàng)目。每個(gè)偉大的互聯(lián)網(wǎng)公司都應(yīng)該考慮：擁有大數(shù)據(jù)是不是也應(yīng)該像Google一樣，用更多的深度學(xué)習(xí)創(chuàng)造商業(yè)價(jià)值？

中國(guó)有特殊機(jī)會(huì)

當(dāng)你要做人工智能的時(shí)候，我有幾個(gè)建議：要有特別大的數(shù)據(jù)，最好是閉環(huán)的，只有你有，別人沒(méi)有；要買很多機(jī)器，尤其考慮GPU；要有經(jīng)驗(yàn)豐富的深度學(xué)習(xí)專家；最后要把年輕人訓(xùn)練起來(lái)。

為什么特別提到訓(xùn)練年輕人呢？因?yàn)橐粋€(gè)優(yōu)秀的數(shù)學(xué)和計(jì)算機(jī)專業(yè)畢業(yè)生，培訓(xùn)6個(gè)月就可以做人工智能工程師了。

因此，最領(lǐng)先的人工智能國(guó)家，當(dāng)然是技術(shù)最領(lǐng)先的、論文最領(lǐng)先的、應(yīng)用最領(lǐng)先的，而且也是年輕人最上進(jìn)、最努力、最勤奮的國(guó)家。

中國(guó)有一些很特殊的機(jī)會(huì)。中國(guó)教育特別重視優(yōu)秀的理工、數(shù)學(xué)底子，世界上的人工智能論文43%都是中國(guó)人寫的。中國(guó)傳統(tǒng)企業(yè)比美國(guó)落后，但這表示人工智能注入進(jìn)去就會(huì)產(chǎn)生很大價(jià)值。在座每一個(gè)潛在的獨(dú)角獸公司和快到獨(dú)角獸的公司，如美圖、知乎、BRPK，都在快速的招人工智能專家，幫他們提升價(jià)值。美國(guó)領(lǐng)先的公司，無(wú)論是Google、坦斯福羅，還是微軟、CNTK、Facebook，在中國(guó)都很難本土化，這都是中國(guó)公司的機(jī)會(huì)。

人工智能時(shí)代的投資藍(lán)圖

創(chuàng)新工場(chǎng)在人工智能時(shí)代的投資藍(lán)圖包括以下幾個(gè)方面。

大數(shù)據(jù)公司。誰(shuí)有大數(shù)據(jù)，我們就可以做人工智能。

R別。語(yǔ)音、手勢(shì)、人臉等識(shí)別會(huì)有很大的突破，但是自然語(yǔ)言的理解，即語(yǔ)義方面的突破，可能還需要5-10年。

傳感器。傳感器現(xiàn)在很貴， Google做輛車要幾十萬(wàn)美元，但我深信三年以后價(jià)格就會(huì)降下來(lái)。所以，我們更愿意投資那些現(xiàn)在看起來(lái)很貴，但一旦量產(chǎn)價(jià)格就會(huì)降下來(lái)的公司。

家庭機(jī)器人。家庭機(jī)器人長(zhǎng)的像人的，恐怕還需要近十年的時(shí)間。但是，一些智能音箱、工業(yè)商業(yè)的應(yīng)用，可以快速發(fā)展起來(lái)。

無(wú)人駕駛。無(wú)人駕駛一定是先開(kāi)始輔助人駕駛，然后人來(lái)輔助機(jī)器，最后才能達(dá)到全天候的駕駛。

我們投資的人工智能項(xiàng)目，比較著名的是FACE++，還有地平線機(jī)器人、小魚(yú)在家、金融界的人工智能第四范式，以及玉石科技的無(wú)人車，它已經(jīng)開(kāi)始在園區(qū)里面上路測(cè)試了，連駕駛盤都沒(méi)有，所以完全是無(wú)人駕駛的工作。

我們深信，十年以后回顧人類歷史，人工智能不只是一個(gè)創(chuàng)業(yè)的機(jī)會(huì)，也絕不僅是一個(gè)移動(dòng)互聯(lián)網(wǎng)之后最好的創(chuàng)業(yè)機(jī)會(huì)，而會(huì)被認(rèn)為是人類有史以來(lái)最好的創(chuàng)業(yè)、創(chuàng)新機(jī)會(huì)，對(duì)人類有潛在的巨大改變，對(duì)人類生活有最大提升的一種技術(shù)。（本文摘自李開(kāi)復(fù)12月6日在WISE-2016獨(dú)角獸大會(huì)上的演講，有刪改，標(biāo)題為編者所加，未經(jīng)本人確認(rèn)。）

一周視點(diǎn)

李開(kāi)新

360手機(jī)執(zhí)行副總裁2017年不折騰

作為初創(chuàng)企業(yè)和新品牌，穩(wěn)和好要比高和快更重要。天道酬勤，只要不折騰，有正確的方向和明確的定位，企業(yè)總歸會(huì)成功的。

12月5日，360手機(jī)新掌門李開(kāi)新接受媒體采訪時(shí)表示，2017年的思路是穩(wěn)健運(yùn)營(yíng)，不折騰，不去做一夜暴富的夢(mèng)，認(rèn)認(rèn)真真專心做手機(jī)。

古永鏘

優(yōu)酷創(chuàng)始人、阿里文娛戰(zhàn)略投資主席融合、鏈接是未來(lái)關(guān)鍵

用兩個(gè)詞來(lái)形容我看到的未來(lái)：融合和鏈接。搶用戶、圈地這種邏輯在新的十年越來(lái)越難，但如何使融合和鏈接產(chǎn)生增值是企業(yè)需要考慮的關(guān)鍵。

12月6日，古永鏘在WISE-2016獨(dú)角獸大會(huì)演講中說(shuō)，未來(lái)是融合的時(shí)代，也是全球互聯(lián)網(wǎng)的時(shí)代。文化娛樂(lè)將是一個(gè)重要風(fēng)口，產(chǎn)生很多創(chuàng)業(yè)機(jī)會(huì)。

唐沐

小米影業(yè)總裁、小米VR總經(jīng)理小米VR“鐵人三項(xiàng)”

篇7

【關(guān)鍵詞】大規(guī)模開(kāi)放在線課程；人工智能課程；翻轉(zhuǎn)教學(xué)法

0 引言

近年社會(huì)對(duì)計(jì)算機(jī)專業(yè)人才能力的要求越來(lái)越高，而學(xué)生所學(xué)與實(shí)際需求存在不少差距，高校計(jì)算機(jī)專業(yè)課程教學(xué)因而遭遇詬病。依托信息與網(wǎng)絡(luò)技術(shù)支撐的大規(guī)模網(wǎng)絡(luò)開(kāi)放課程（massive online open course，MOOC）較好貫徹了以學(xué)為中心的理念，其翻轉(zhuǎn)教學(xué)模式與靈活有效的交互極大提升了學(xué)習(xí)興趣[1]。搭建MOOC平臺(tái)的計(jì)算機(jī)技術(shù)既是技術(shù)基礎(chǔ)，也是熱門MOOC課程。在此浪潮下傳統(tǒng)高校計(jì)算機(jī)專業(yè)的教學(xué)首當(dāng)其沖受到?jīng)_擊，遇到前所未有的挑戰(zhàn)?？v觀國(guó)際三大MOOC巨頭的課程建設(shè)均始于計(jì)算機(jī)類專業(yè)課程，同時(shí)也是所占比例較大的課程系列，其中人工智能（Artificial Intelligence，AI）課程在Coursera、Udacity[1]兩個(gè)平臺(tái)上均是最早開(kāi)設(shè)的課程之一。采用何種教學(xué)模式更適應(yīng)社會(huì)對(duì)人才的需求呢？這是應(yīng)對(duì)挑戰(zhàn)的關(guān)鍵問(wèn)題。

1 人工智能課程的課堂教學(xué)困境

人工智能是研究模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用的前沿交叉學(xué)科，涉及面廣、研究性強(qiáng)，還不斷產(chǎn)生新的理論和方法。課程難度大理論強(qiáng)實(shí)踐難，也是公認(rèn)難講的課程之一，該課程具有如下特點(diǎn)：

1.1 先導(dǎo)課多，知識(shí)抽象，涉及面廣，更新快

前期知識(shí)包括：數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)、程序設(shè)計(jì)、圖像處理等。如果前期知識(shí)不扎實(shí)，很難理解內(nèi)容并融會(huì)貫通。傳統(tǒng)內(nèi)容包括：知識(shí)表示和推理、搜索策略、模糊理論、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、專家系統(tǒng)、遺傳算法等，涉及大量抽象理論和復(fù)雜算法。教材普遍特點(diǎn)是：內(nèi)容滯后，枯燥深?yuàn)W的理論和解決現(xiàn)實(shí)問(wèn)題的實(shí)踐聯(lián)系不緊密。

1.2 研究性強(qiáng)

該領(lǐng)域很多內(nèi)容仍是科研熱點(diǎn)，并不斷涌現(xiàn)出新的研究方向、新內(nèi)容、新方法、新技術(shù)和新應(yīng)用。

1.3 教學(xué)方式單調(diào)

技術(shù)和管理的局限也制約了教學(xué)方式，教學(xué)方式基本以教為中心，停留在講授、問(wèn)答等簡(jiǎn)單互動(dòng)上，教學(xué)方法單一。很少能提供學(xué)生自學(xué)、討論、合作和實(shí)踐的一整套互動(dòng)實(shí)踐機(jī)會(huì)，難以真正體現(xiàn)以學(xué)為中心的理念。

1.4 學(xué)生缺乏興趣

一方面，課程本身特點(diǎn)使得課程容易陷入枯燥的紙上談兵的尷尬。另一方面，即將畢業(yè)的高年級(jí)本科生對(duì)未來(lái)規(guī)劃明確，抽象的人工智能課程無(wú)論從職業(yè)發(fā)展還是繼續(xù)深造對(duì)學(xué)生并沒(méi)有立竿見(jiàn)影的效果，進(jìn)一步拉低興趣。此外，教材滯后，教學(xué)方法單一等也會(huì)影響興趣。

如火如荼發(fā)展的MOOC的課程，尤其Udacity的課程設(shè)計(jì)之初就立足于解決實(shí)際問(wèn)題的導(dǎo)向，做法上的獨(dú)特之處成功吸引了大批學(xué)生。課堂教學(xué)中借鑒在MOOC上被證明有效的教學(xué)模式和方法，不啻為一種嘗試，以期擺脫教學(xué)困境，提高學(xué)習(xí)興趣，最終提升教學(xué)質(zhì)量。

2 MOOC的教學(xué)模式

MOOC的教學(xué)模式分為三種：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教學(xué)模式特點(diǎn)是學(xué)習(xí)者完全做主，但復(fù)雜的網(wǎng)絡(luò)互動(dòng)產(chǎn)生龐大而混雜的知識(shí)網(wǎng)，缺乏識(shí)別主次和歸納總結(jié)能力學(xué)生常因信息過(guò)載陷入茫然無(wú)措的境地。2011年Udacity 創(chuàng)始人之一在網(wǎng)上開(kāi)設(shè)的“人工智能導(dǎo)論”課程改變了表現(xiàn)風(fēng)格，把互聯(lián)網(wǎng)作為教學(xué)媒體的呈現(xiàn)潛力發(fā)揮到極致，按知識(shí)點(diǎn)分割內(nèi)容成短小視頻，其間插入現(xiàn)場(chǎng)對(duì)問(wèn)題的解決，突出了Udacity有別于傳統(tǒng)教育機(jī)構(gòu)及其先行者的地方：注重發(fā)現(xiàn)并解決問(wèn)題。這就是xMOOC的教學(xué)模式，沿襲并創(chuàng)新了熟悉的學(xué)習(xí)風(fēng)格，使得MOOC如魚(yú)得水漸漸發(fā)展壯大。隨著MOOC逐步成熟，為了適合具有專業(yè)基礎(chǔ)的職業(yè)技能培訓(xùn)，發(fā)展培養(yǎng)針對(duì)具體任務(wù)的探究學(xué)習(xí)教學(xué)模式，即tMOOC模式，這是Udacity網(wǎng)站課程的另一個(gè)設(shè)計(jì)目標(biāo)。表1顯示了MOOC的三種模式的對(duì)比。

以Udacity的人工智能導(dǎo)論課程為例，只要高中畢業(yè)具有概率論和數(shù)理統(tǒng)計(jì)基礎(chǔ)的學(xué)生就可以學(xué)習(xí)，該課程適合入門，但難度較低，內(nèi)容較少。清華大學(xué)的馬少平編寫的人工智能教材是很多大學(xué)，包括我院人工智能課程的教材，清華大學(xué)的人工智能課程經(jīng)過(guò)多年發(fā)展已經(jīng)形成了一個(gè)系列教學(xué)資源庫(kù)，包括教材、課程視頻、教學(xué)課件、作業(yè)及答案和實(shí)驗(yàn)設(shè)計(jì)等。根據(jù)Udacity網(wǎng)站的人工智能導(dǎo)論課程的展示，表2從幾方面對(duì)比了Udacity人工智能課程與清華大學(xué)馬少平版的人工智能課程情況：

從表2可以發(fā)現(xiàn)Udacity的人工智能視頻采用了按知識(shí)塊分割成短小視頻，在期間和完畢之后都準(zhǔn)備了測(cè)試，細(xì)節(jié)上體現(xiàn)了以學(xué)為主的理念?？v觀類似人工智能的國(guó)家精品課程[3]，學(xué)習(xí)資源多為文本類，重用難，對(duì)教學(xué)重難點(diǎn)沒(méi)有拓展和轉(zhuǎn)化。這種以內(nèi)容共享為中心的呈現(xiàn)模式，缺乏與學(xué)習(xí)者充分交互，難以體現(xiàn)以學(xué)為中心的教學(xué)理念。

在MOOC的教學(xué)設(shè)計(jì)中，調(diào)動(dòng)學(xué)習(xí)者極大熱情的是翻轉(zhuǎn)課堂，在學(xué)習(xí)環(huán)境中引入了自主協(xié)作[4-5]，在交流機(jī)制中融入了多元互動(dòng)，給學(xué)習(xí)者帶來(lái)積極、主動(dòng)、高效的學(xué)習(xí)，翻轉(zhuǎn)課堂和傳統(tǒng)課堂的區(qū)別如表3所示：

3 MOOC的教學(xué)模式對(duì)人工智能課堂教學(xué)的啟示

3.1 教學(xué)內(nèi)容的優(yōu)化與調(diào)整

MOOC的教學(xué)通過(guò)把理論抽象的知識(shí)點(diǎn)分割成小段錄制的微課視頻，時(shí)長(zhǎng)不超過(guò)15分鐘，內(nèi)容銜接處具有一定交互性，講解形象化，提供給學(xué)生反復(fù)觀看，這種用技術(shù)處理分解知識(shí)點(diǎn)和把難點(diǎn)從抽象變成具象的過(guò)程降低了理解難度。

課堂教學(xué)也可以通過(guò)分而治之的方式對(duì)教學(xué)內(nèi)容優(yōu)化調(diào)整。人工智能涉及內(nèi)容與范圍多而雜，作為入門課程并不要面面俱到，根據(jù)學(xué)生層次，可以區(qū)分重點(diǎn)掌握和一般介紹的內(nèi)容，以點(diǎn)帶面鋪開(kāi)，因此，根據(jù)學(xué)生特點(diǎn)，把成熟的基礎(chǔ)理論和這些理論的實(shí)際應(yīng)用整合，輔以其他新技術(shù)的穿插介紹，主要分三塊：

①人工智能的概念和發(fā)展，熟悉人工智能的研究和應(yīng)用領(lǐng)域；

②人工智能的基本技術(shù)，包括知識(shí)表示，邏輯推理、搜索策略、模糊理論等；

③涉及現(xiàn)實(shí)應(yīng)用，如：機(jī)器學(xué)習(xí)，模式識(shí)別，自然語(yǔ)言理解，智能控制等。

為了反映人工智能領(lǐng)域最新進(jìn)展，教師還可以收集學(xué)生感興趣的最新成果專題信息，及時(shí)更新、調(diào)整教學(xué)內(nèi)容，通過(guò)與實(shí)際更緊密的融合接軌，對(duì)課堂上沒(méi)時(shí)間介紹而又較熱點(diǎn)的新知識(shí)，通過(guò)提供方向和資料解決，注重提高興趣的同時(shí)，也展示出課程學(xué)科特點(diǎn)、主流技術(shù)及發(fā)展趨勢(shì)。

3.2 緊密結(jié)合實(shí)際

Udacity的開(kāi)設(shè)之初的目的就是學(xué)習(xí)為了解決現(xiàn)實(shí)問(wèn)題，其人工智能課程設(shè)計(jì)也不例外，包含有實(shí)際遇到問(wèn)題的解決，這種立竿見(jiàn)影的好處就是極大激發(fā)了興趣。

考慮到高年級(jí)學(xué)生對(duì)解決實(shí)際問(wèn)題技術(shù)的興趣遠(yuǎn)遠(yuǎn)大于技術(shù)理論等細(xì)節(jié)，不想花太多時(shí)間去理解復(fù)雜而難以看到實(shí)踐效果的理論上，更想通過(guò)實(shí)際體驗(yàn)解決問(wèn)題增強(qiáng)成就感。教學(xué)內(nèi)容的設(shè)計(jì)尤其緊密結(jié)合實(shí)際運(yùn)用。

傳統(tǒng)人工智能講授通過(guò)實(shí)例解答或推證式講述理論，如知識(shí)表示和搜索推理技術(shù)，該部分理論強(qiáng)，應(yīng)用實(shí)例少，往往學(xué)生感覺(jué)枯燥乏味，教師也感覺(jué)晦澀抽象，學(xué)生對(duì)所講內(nèi)容基本靠死記方法和步驟，這種僵化的教與學(xué)影響了教學(xué)效果。

因此，設(shè)計(jì)教學(xué)時(shí)尤其注重內(nèi)容的實(shí)用性。除了講授至今仍沿用和有效的基本原理和方法外，引入近年發(fā)展起來(lái)的方法和技術(shù)，如智能算法等，對(duì)這些內(nèi)容重點(diǎn)在技術(shù)的具體實(shí)現(xiàn)上，強(qiáng)調(diào)與實(shí)際的融合貫通。教學(xué)過(guò)程中加入與課程內(nèi)容對(duì)應(yīng)又可以用計(jì)算機(jī)實(shí)現(xiàn)的試用內(nèi)容。如模式識(shí)別應(yīng)用于手寫數(shù)字識(shí)別，通過(guò)仿真軟件模擬實(shí)現(xiàn)算法，獲得立竿見(jiàn)影的效果體驗(yàn)，加深對(duì)算法的認(rèn)識(shí)，引起學(xué)生濃厚的興趣。同時(shí)也對(duì)某些很有發(fā)展前景的技術(shù)興趣導(dǎo)入，如目前人工智能研究側(cè)重人類理性邏輯功能的模擬，而如果把情感智能考慮進(jìn)去，才更有人性化的智能決策。這就是經(jīng)過(guò)了將近20年發(fā)展的情感計(jì)算，隨著可穿戴技術(shù)漸漸滲透進(jìn)生活，引起更多關(guān)注，這些接地氣的內(nèi)容提升了興趣。

3.3 實(shí)踐能力的培養(yǎng)

Udacity 創(chuàng)始人史蒂芬斯博士的說(shuō)過(guò)，“即使是最好的大學(xué)，其計(jì)算機(jī)課程所傳授的技能也是浮于理論的”。學(xué)習(xí)的目的是為了解決實(shí)際問(wèn)題，帶著問(wèn)題學(xué)習(xí)和思考，有利于主動(dòng)學(xué)習(xí)的激發(fā)。這些方面，可以參考Udacity人工智能課程的實(shí)驗(yàn)內(nèi)容修正。強(qiáng)調(diào)學(xué)習(xí)是為了解決實(shí)際問(wèn)題服務(wù)的目標(biāo)。

3.4 教學(xué)模式及教學(xué)方法的變化

3.4.1 實(shí)例教學(xué)法

人工智能內(nèi)容的抽象性決定了知識(shí)點(diǎn)的難度，Udacity人工智能課程教學(xué)中盡量把難懂的知識(shí)點(diǎn)結(jié)合現(xiàn)實(shí)中有趣實(shí)例，通過(guò)感性體驗(yàn)提高理性理解，讓學(xué)生容易接受。筆者進(jìn)行了一些化難為易的嘗試：如利用漢諾塔問(wèn)題講解狀態(tài)空間的知識(shí)表示，通過(guò)野人過(guò)河的游戲程序步步領(lǐng)會(huì)理論精髓；結(jié)合下棋軟件體驗(yàn)?zāi)M人腦思考的計(jì)算機(jī)博弈的極大極小搜索思路，這些實(shí)例教學(xué)激起了興趣，擴(kuò)展了學(xué)生思路，拓寬了視野。

3.4.2 翻轉(zhuǎn)教學(xué)法

整門課程錄制課程小視頻還有一定難度，作為嘗試，選擇少量知識(shí)點(diǎn)錄制視頻進(jìn)行翻轉(zhuǎn)教學(xué)。如抽象的理論部分，借鑒網(wǎng)上已有視頻資源融入教學(xué)過(guò)程，分解知識(shí)點(diǎn)破解難點(diǎn)，形象化與短時(shí)間的重復(fù)講解，增加學(xué)生對(duì)抽象內(nèi)容的理解，期間穿插核查對(duì)理解內(nèi)容的核查，并留出思考時(shí)間，強(qiáng)化學(xué)習(xí)效果。

3.4.3 交互環(huán)境的營(yíng)造，輔助教學(xué)過(guò)程完善

1）基于聯(lián)通主義的學(xué)習(xí)交互[6-7]

在MOOC課程中，提供在線交流論壇，學(xué)習(xí)者建立課程組，學(xué)習(xí)組等方式交流，這種教與學(xué)、學(xué)與學(xué)的交互不但是網(wǎng)狀進(jìn)行的，而且是即時(shí)的。學(xué)生將互動(dòng)產(chǎn)生的內(nèi)容作為學(xué)習(xí)的中心，通過(guò)學(xué)習(xí)者不同認(rèn)識(shí)的交互，建立新的認(rèn)知結(jié)構(gòu)，拓寬了視野，更有利于問(wèn)題的有效解決。這種互動(dòng)交流分成三種形式：

①教師對(duì)統(tǒng)一回答提問(wèn)集中且意義較大的疑難問(wèn)題；

②學(xué)習(xí)者分享學(xué)習(xí)感悟；

③學(xué)生間交流帶來(lái)不同認(rèn)知的碰撞。

以上三種情況的互動(dòng)在課堂教學(xué)中也可以運(yùn)用于課堂教學(xué)：及時(shí)分析整理共同問(wèn)題，集中回復(fù)；課堂教學(xué)的互動(dòng)除了課堂上及時(shí)了解學(xué)生反饋的互動(dòng)，還有對(duì)解決問(wèn)題的互動(dòng)。課下互動(dòng)可以利用學(xué)者網(wǎng)建立課程組，提供了較好的師生交流形式與效果，同時(shí)利用學(xué)習(xí)組在小組中分享互助，小組成員的交流引起認(rèn)知碰撞，這種實(shí)際參與的體驗(yàn)加深了理解，并鞏固學(xué)到內(nèi)容，這些資料的逐漸積累還可以復(fù)用。

2）基于行為主義的學(xué)習(xí)反饋[8]

MOOC 遵循了程序教學(xué)的一般原則，尤其注重學(xué)生反饋，像游戲一樣關(guān)卡設(shè)置讓整個(gè)過(guò)程充滿挑戰(zhàn)性，一些機(jī)器評(píng)分實(shí)現(xiàn)了及時(shí)學(xué)習(xí)反饋，擺脫了單向提供課程資源的弊端。課堂教學(xué)可以借鑒這種借助技術(shù)手段互動(dòng)了解學(xué)生學(xué)習(xí)的情況，促使有意義學(xué)習(xí)的發(fā)生。

4 教學(xué)改革的實(shí)施

利用以上措施在《人工智能》課程的教學(xué)中實(shí)踐，通過(guò)在xMOOC教學(xué)模式中部分適當(dāng)內(nèi)容引入翻轉(zhuǎn)教學(xué)法與利用學(xué)者網(wǎng)的課程交互，探索提高興趣，促進(jìn)理論與實(shí)踐的融合，促進(jìn)有意義學(xué)習(xí)的發(fā)生，提高學(xué)生實(shí)踐能力的途徑。通過(guò)觀察，調(diào)查與訪談等方式，了解學(xué)生在該教學(xué)模式中興趣與能力改善狀況，同時(shí)研究教師教學(xué)法轉(zhuǎn)變與教學(xué)水平變化的關(guān)系，根據(jù)追蹤研究效果，發(fā)現(xiàn)這種改善調(diào)動(dòng)了學(xué)習(xí)興趣，促進(jìn)了教學(xué)效果。實(shí)踐中通過(guò)建立實(shí)驗(yàn)組（班）與對(duì)照組（班）、評(píng)價(jià)教學(xué)模式和教學(xué)效果等因素，不斷總結(jié)、修正和完善，期望建立適應(yīng)當(dāng)前形勢(shì)與環(huán)境的有效的該課程的教學(xué)模式與教學(xué)方法。

5 結(jié)束語(yǔ)

筆者結(jié)合人工智能課程的教學(xué)實(shí)踐，針對(duì)本科高年級(jí)的教學(xué)特點(diǎn)和人工智能課程學(xué)科特點(diǎn)，提出在設(shè)計(jì)人工智能教學(xué)時(shí)，通過(guò)MOOC的教學(xué)模式和教學(xué)方法完善課堂教學(xué)，注重內(nèi)容的實(shí)用性和新穎性，適當(dāng)穿插新方向的內(nèi)容，目標(biāo)是將難學(xué)、枯燥、難理解的問(wèn)題，變得易學(xué)、有趣、易理解。從學(xué)生反饋來(lái)看，這些方法起到了積極的實(shí)際效果，有效地提高了學(xué)習(xí)積極性。

【參考文獻(xiàn)】

[1]udacity的人工智能導(dǎo)論課程網(wǎng)[EB/OL].https：///course/cs271.

[2]王萍.大規(guī)模在線開(kāi)放課程的新發(fā)展與應(yīng)用：從cMOOC 到xMOOC[J].現(xiàn)代遠(yuǎn)程教育研究，2013（03）：13-19.

[3]國(guó)家精品課程資源網(wǎng)[DB/OL].[2013-04-22].http：//.

[4]徐明，龍軍.基于 MOOC 理念的網(wǎng)絡(luò)信息安全系列課程教學(xué)改革[J].高等教育研究學(xué)報(bào)，2013，36（03）.

[5]王文禮.MOOC 的發(fā)展及其對(duì)高等教育的影響[J].江蘇高教，2013（2）：53-57.

[6]李青，王濤.MOOC：一種基于連通主義的巨型開(kāi)放課程模式[J].中國(guó)遠(yuǎn)程教育，2012（3）：30-36.

篇8

關(guān)鍵詞：智能機(jī)器人；外科學(xué)；專業(yè)學(xué)位研究生

人工智能（ArtificialIntelligence，AI）通過(guò)計(jì)算機(jī)技術(shù)來(lái)模擬人類的智能，是一門多學(xué)科、多領(lǐng)域交叉的前沿學(xué)科[1]。AI的快速發(fā)展，促使“AI+教育”模式席卷整個(gè)教育行業(yè)，能夠在一定程度上緩解教育行業(yè)持續(xù)增長(zhǎng)的個(gè)性化需求與日益稀缺的師資之間的矛盾，從而成為教育改革的熱門和前沿[2]。當(dāng)前在臨床教學(xué)過(guò)程中，醫(yī)學(xué)專業(yè)學(xué)位碩士研究生面臨跨學(xué)科知識(shí)面狹窄和臨床能力不足、本學(xué)科疾病相關(guān)基礎(chǔ)知識(shí)匱乏和遺忘、缺乏橫向和縱向的整合式醫(yī)學(xué)知識(shí)回顧與臨床思維訓(xùn)練等一系列突出問(wèn)題[3]。而智能機(jī)器人作為“AI+教育”的一種形式，集多學(xué)科知識(shí)庫(kù)、虛擬檢查和操作、病例資料庫(kù)、課程中心、個(gè)性化考核等智能模塊于一體[4]，在專業(yè)學(xué)位碩士研究生臨床教學(xué)中具有巨大潛力。我們將智能機(jī)器人應(yīng)用于外科學(xué)專業(yè)學(xué)位碩士研究生臨床能力培養(yǎng)中，取得了較好的教學(xué)效果，現(xiàn)報(bào)告如下。

1對(duì)象和方法

1.1對(duì)象

2019年2月至2020年1月，選取重慶醫(yī)科大學(xué)第一臨床學(xué)院在骨科進(jìn)行臨床實(shí)踐的2017級(jí)、2018級(jí)外科學(xué)專業(yè)學(xué)位碩士研究生共82名作為研究對(duì)象，其中男生65名，女生17名，年齡23~30歲，平均（25.20±1.24）歲，所有研究對(duì)象均知情同意。

1.2方法

本研究采用試驗(yàn)對(duì)照方法。利用骨科兩個(gè)獨(dú)立樓層的病區(qū)作為便利條件，按照隨機(jī)原則以每病區(qū)41人分入骨科兩個(gè)病區(qū)。一個(gè)病區(qū)配置智能機(jī)器人輔助臨床教學(xué)，作為試驗(yàn)組，男生34人，女生7人，年齡23~30歲，平均（25.05±1.11）歲；另一病區(qū)未配置智能機(jī)器人，進(jìn)行傳統(tǒng)臨床教學(xué)，作為對(duì)照組，男生33人，女生8人，年齡23~30歲，平均（25.37±1.36）歲。入科前統(tǒng)一進(jìn)行理論知識(shí)考試，所有學(xué)生使用同一套試卷。兩組基線資料如年齡、性別及入科前理論考試成績(jī)比較均無(wú)顯著性差異（P＞0.05）。

1.3教學(xué)實(shí)施

兩組均按照國(guó)家《住院醫(yī)師規(guī)范化培訓(xùn)內(nèi)容與標(biāo)準(zhǔn)（試行）》[5]進(jìn)行培訓(xùn)，以住院醫(yī)師負(fù)責(zé)制參加臨床醫(yī)療工作，臨床技能操作基本訓(xùn)練要求按統(tǒng)一標(biāo)準(zhǔn)，定期以小講座、疑難病例討論形式學(xué)習(xí)相關(guān)專業(yè)理論知識(shí)。每位學(xué)生均固定醫(yī)療組，并指定一名帶教教師，均為本科室取得中級(jí)職稱3年以上的醫(yī)師。臨床實(shí)踐時(shí)長(zhǎng)均為24周。1.3.1試驗(yàn)組教學(xué)實(shí)施整體上按照帶教教師為主、智能機(jī)器人為輔的教學(xué)模式，將智能機(jī)器人應(yīng)用于研究生臨床醫(yī)療實(shí)踐活動(dòng)中，包括參與入科教育、崗前培訓(xùn)、小講座、疑難病例討論、跟隨查房等。（1）移動(dòng)數(shù)據(jù)終端功能：通過(guò)先期導(dǎo)入骨科教學(xué)大綱、骨科學(xué)專著、運(yùn)動(dòng)系統(tǒng)教學(xué)PPT、影像學(xué)資料、解剖資料、病理資料、教學(xué)視頻，建立智能機(jī)器人教學(xué)多學(xué)科數(shù)據(jù)庫(kù)。學(xué)生可利用智能機(jī)器人這一移動(dòng)數(shù)據(jù)終端，隨時(shí)通過(guò)輸入和語(yǔ)音對(duì)話功能查詢、獲取相關(guān)知識(shí)，及時(shí)解決臨床活動(dòng)中遇到的部分問(wèn)題。（2）人工智能化輔助教育：依靠人工智能的自適應(yīng)學(xué)習(xí)功能，智能機(jī)器人可在與學(xué)生不斷的交互中了解其學(xué)習(xí)短板，不斷更新臨床指南、專家共識(shí)等臨床研究進(jìn)展，實(shí)現(xiàn)教學(xué)數(shù)據(jù)庫(kù)的持續(xù)更新。臨床教學(xué)過(guò)程中，帶教教師在講解典型疾病、分析疑難病例和操作指導(dǎo)時(shí)，智能機(jī)器人可以就云數(shù)據(jù)庫(kù)相關(guān)資料及網(wǎng)絡(luò)資源進(jìn)行系統(tǒng)檢索，快速整合相關(guān)圖片、視頻等資料，配以語(yǔ)音解讀及即時(shí)問(wèn)答，實(shí)現(xiàn)即時(shí)教學(xué)基本理論鞏固和教學(xué)深度及廣度的拓展。此外，根據(jù)對(duì)知識(shí)的掌握程度，智能機(jī)器人可為不同學(xué)生制訂個(gè)性化學(xué)習(xí)計(jì)劃。（3）考核功能：通過(guò)實(shí)時(shí)提問(wèn)、課后問(wèn)卷調(diào)查等形式對(duì)學(xué)生進(jìn)行反饋式考核，通過(guò)下一次學(xué)習(xí)提醒或再考核，不斷促進(jìn)學(xué)生鞏固所學(xué)知識(shí)，以考助練，以練代考，練考一體。1.3.2對(duì)照組教學(xué)實(shí)施采用傳統(tǒng)臨床教學(xué)法，學(xué)生跟隨帶教教師參與床旁示教式臨床實(shí)踐，同時(shí)參加入科教育、崗前培訓(xùn)、小講座、疑難病例討論等教學(xué)活動(dòng)。

1.4教學(xué)效果評(píng)價(jià)

1.4.1理論知識(shí)考試24周的臨床實(shí)踐結(jié)束后進(jìn)行理論知識(shí)考試。試題命題與組卷由兩名具有副高級(jí)職稱、未承擔(dān)帶教任務(wù)的教師負(fù)責(zé)。所有學(xué)生使用同一套試題，均為選擇題，題量100題，總分100分，考核方式為機(jī)考，每位學(xué)員的題目順序由電腦隨機(jī)抽取，在相同時(shí)間閉卷完成考試。1.4.2問(wèn)卷調(diào)查調(diào)查問(wèn)卷為自行設(shè)計(jì)，經(jīng)過(guò)本專業(yè)基地3位高級(jí)職稱專家審核。包括5個(gè)問(wèn)題，設(shè)置贊同、中立和不贊同3個(gè)選項(xiàng)。問(wèn)卷調(diào)查由住培教學(xué)秘書負(fù)責(zé)，于出科理論考核后現(xiàn)場(chǎng)發(fā)放并回收，學(xué)生匿名填寫。1.5統(tǒng)計(jì)學(xué)處理采用SPSS25.0軟件對(duì)相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）表示，組間比較采用t檢驗(yàn)；計(jì)數(shù)資料以頻數(shù)和百分比表示，組間比較采用χ2檢驗(yàn)。P＜0.05表示差異具有統(tǒng)計(jì)學(xué)意義。

2結(jié)果

2.1兩組理論知識(shí)考試成績(jī)比較

試驗(yàn)組理論知識(shí)考試成績(jī)?yōu)椋?7.02±4.89）分，高于對(duì)照組的（80.59±5.86）分，差異具有統(tǒng)計(jì)學(xué)意義（t=5.406，P＜0.01）。

2.2兩組對(duì)教學(xué)方法的評(píng)價(jià)比較

以問(wèn)卷調(diào)查方式了解兩組對(duì)教學(xué)方法的評(píng)價(jià)。共發(fā)放問(wèn)卷82份，回收有效問(wèn)卷82份，有效回收率100.0%。結(jié)果顯示，試驗(yàn)組對(duì)教學(xué)方法的滿意度高于對(duì)照組，差異具有統(tǒng)計(jì)學(xué)意義（P＜0.05，見(jiàn)表1）。

3討論

3.1專業(yè)學(xué)位研究生臨床教學(xué)的特點(diǎn)和存在的問(wèn)題

專業(yè)學(xué)位研究生的學(xué)習(xí)不同于本科學(xué)生，需要培養(yǎng)自主探究和解決問(wèn)題能力[6]。同時(shí)，臨床實(shí)踐教學(xué)亦不同于課堂教學(xué)，更需要學(xué)生發(fā)揮主觀能動(dòng)性和積極性，解決臨床工作中遇到的困難和發(fā)現(xiàn)的問(wèn)題，有目的性地獲取知識(shí)[7]。專業(yè)學(xué)位研究生臨床教學(xué)長(zhǎng)期以來(lái)存在教學(xué)資源較為單一、缺乏新穎性及參與感等問(wèn)題[8]，教學(xué)內(nèi)容主要局限于臨床癥狀與臨床處置，缺乏對(duì)疾病病理生理基礎(chǔ)、解剖基礎(chǔ)等相關(guān)知識(shí)的展示與梳理，導(dǎo)致學(xué)生機(jī)械地重復(fù)臨床工作，而對(duì)疾病診斷、影像學(xué)資料理解及分析能力較差，出現(xiàn)臨床實(shí)踐和基礎(chǔ)理論脫節(jié)現(xiàn)象[9]。

3.2智能機(jī)器人的智能移動(dòng)數(shù)據(jù)終端功能有利于學(xué)生掌握知識(shí)

智能機(jī)器人輔助教學(xué)可以在一定程度上彌補(bǔ)上述缺陷[10]。本研究結(jié)果顯示，試驗(yàn)組理論知識(shí)考試成績(jī)高于對(duì)照組，這提示智能機(jī)器人輔助骨科臨床教學(xué)，使學(xué)生能夠更深入地理解、更好地掌握理論知識(shí)。骨科醫(yī)療領(lǐng)域數(shù)據(jù)中超過(guò)50％的是醫(yī)學(xué)影像和病理圖片等非結(jié)構(gòu)化數(shù)據(jù)，智能機(jī)器人通過(guò)人工智能技術(shù)建立骨科和相關(guān)學(xué)科知識(shí)庫(kù)，在臨床教學(xué)中及時(shí)、實(shí)時(shí)提供病理生理、解剖等基礎(chǔ)知識(shí)，進(jìn)而帶來(lái)更好的決策體驗(yàn)，提高臨床教學(xué)效率，讓臨床教學(xué)起到再次鞏固整合基礎(chǔ)知識(shí)的作用，讓學(xué)生更好地做到學(xué)以致用。智能機(jī)器人具備的自適應(yīng)學(xué)習(xí)功能，高效、準(zhǔn)確地提供相關(guān)學(xué)科知識(shí)，使師生雙方教與學(xué)的效率得以大幅度提升，交互學(xué)習(xí)和自主學(xué)習(xí)能力得以增強(qiáng)。

3.3智能機(jī)器人利于實(shí)施個(gè)性化反饋和考核

智能機(jī)器人的另一個(gè)重要特點(diǎn)就是在與學(xué)生交互過(guò)程中實(shí)時(shí)準(zhǔn)確記錄其對(duì)知識(shí)的掌握程度，通過(guò)信息反饋分析，制訂個(gè)性化教學(xué)計(jì)劃及考核方案，實(shí)現(xiàn)某種程度上的因材施教，這也是帶教教師個(gè)人工作很難達(dá)到的。臨床帶教教師首要屬性是臨床醫(yī)生，并非全日制專職教師，需要承擔(dān)大量繁重的臨床工作，無(wú)法隨時(shí)隨地回答學(xué)生的問(wèn)題和親自指導(dǎo)技能操作。因此，智能機(jī)器人對(duì)傳統(tǒng)帶教模式進(jìn)行了有效補(bǔ)充，彌補(bǔ)了師資不足所帶來(lái)的缺陷。

3.4智能機(jī)器人提高了學(xué)生滿意度

智能機(jī)器人由于形式的新穎性和科技潮流感，激發(fā)了學(xué)生學(xué)習(xí)的主動(dòng)性、積極性和興趣，活躍了臨床教學(xué)氣氛。與對(duì)照組相比，試驗(yàn)組學(xué)生對(duì)教學(xué)模式的評(píng)價(jià)更高。

4結(jié)語(yǔ)

智能機(jī)器人輔助骨科臨床教學(xué)，提高了專業(yè)學(xué)位研究生臨床教學(xué)質(zhì)量，得到了學(xué)生的普遍認(rèn)可，同時(shí)對(duì)現(xiàn)有培養(yǎng)制度進(jìn)行了有效補(bǔ)充，豐富了教學(xué)手段，創(chuàng)新了培養(yǎng)模式，值得進(jìn)一步探索。但人工智能在醫(yī)學(xué)教育中的應(yīng)用尚處于起步階段，技術(shù)上不太成熟，功能設(shè)計(jì)也有待研發(fā)人員和醫(yī)學(xué)教育人員共同完善。值得一提的是，智能機(jī)器人可以提高醫(yī)學(xué)生的學(xué)習(xí)效率，但不能完全取代教師。人類的想象力、獨(dú)創(chuàng)思維、交流能力是人工智能暫時(shí)無(wú)法具備的，醫(yī)學(xué)專家豐富的理論知識(shí)和寶貴的臨床經(jīng)驗(yàn)，以及言傳身教的影響力，在專業(yè)學(xué)位研究生臨床實(shí)踐教學(xué)中始終占主導(dǎo)地位，不可或缺。

參考文獻(xiàn)：

[1]HANER，YEOS，KIMMJ，etal.Medicaleducationtrendsforfuturephysiciansintheeraofadvancedtechnologyandartificialintelligence：anintegrativereview[J].BMCMedEduc，2019，19（1）：460.

[2]衛(wèi)榮，馬鋒，侯夢(mèng)薇，等.人工智能在醫(yī)學(xué)教育領(lǐng)域的應(yīng)用研究[J].醫(yī)學(xué)教育研究與實(shí)踐，2016，25（6）：835-837.

[3]溫秀杰，岑穎，莫媛媛，等.醫(yī)學(xué)專業(yè)學(xué)位研究生教育模式與考核體系的思考與建議[J].醫(yī)學(xué)教育研究與實(shí)踐，2016，25（3）：409-411.

[4]HAYASAKAY，F(xiàn)UJIKURAT，KASHIMURAM.Expectationsforthenextgenerationofsimulatedpatientsbornfromthoughtfulanticipationofartificialintelligence-equippedrobot[J].JNipponMedSch，2018，85（6347-349.

[5]國(guó)家衛(wèi)生計(jì)生委辦公廳.住院醫(yī)師規(guī)范化培訓(xùn)內(nèi)容與標(biāo)準(zhǔn)（試行）[A].國(guó)衛(wèi)科教發(fā)[2014]48號(hào).

[6]葛炳辰，黃華興，夏添松.臨床醫(yī)學(xué)專業(yè)學(xué)位研究生現(xiàn)狀分析及對(duì)策思考[J].南京醫(yī)科大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，18（1）：67-69.

[7]孫慧.通過(guò)全國(guó)醫(yī)學(xué)院校大學(xué)生技能競(jìng)賽反思兒科臨床實(shí)踐教學(xué)[J].中國(guó)繼續(xù)醫(yī)學(xué)教育，2018，10（29）：43-45.

[8]郝婷，李玉華，李建光.基于“醫(yī)教協(xié)同”背景下的臨床醫(yī)學(xué)類專業(yè)學(xué)位碩士研究生課程教學(xué)現(xiàn)狀與對(duì)策研究[J].新疆醫(yī)科大學(xué)學(xué)報(bào)，2017，40（8）：1125-1126.

[9]KUMARNL，PERENCEVICHML.Howtomaximizelearninginagas－troenterologyfellowclinic：preparetoprecept[J].Mentoring，Education，andTrainingCorner，2018，155（1）：8-10.

篇9

關(guān)鍵詞:智能時(shí)代;管理會(huì)計(jì);制度;數(shù)據(jù)分析

管理會(huì)計(jì)雖然開(kāi)始較早，但是因?yàn)樨?cái)務(wù)會(huì)計(jì)更符合市場(chǎng)發(fā)展需要，所以管理會(huì)計(jì)長(zhǎng)期不被重視，技術(shù)和方法也缺少創(chuàng)新，這在一定程度上影響管理會(huì)計(jì)作用的發(fā)揮，也間接影響企業(yè)發(fā)展。再加上市場(chǎng)競(jìng)爭(zhēng)愈加激烈，企業(yè)把更多資源投入到市場(chǎng)開(kāi)拓和產(chǎn)品研發(fā)，在管理會(huì)計(jì)上的投入越來(lái)越少造成管理會(huì)計(jì)發(fā)展困難。但是從作用上看，管理會(huì)計(jì)是分析企業(yè)過(guò)去發(fā)展、調(diào)控當(dāng)下、計(jì)劃未來(lái)，這些作用決定企業(yè)必須依靠管理會(huì)計(jì)完成決策。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人工智能技術(shù)開(kāi)始出現(xiàn)，其中的AI智能對(duì)財(cái)務(wù)管理工作起到明顯的作用。財(cái)務(wù)工作人員可以使用人工智能技術(shù)分析、控制、判斷、掌握企業(yè)各時(shí)期的發(fā)展情況，并根據(jù)市場(chǎng)環(huán)境給企業(yè)決策者提供參考，管理會(huì)計(jì)在這種背景下迎來(lái)新發(fā)展。

一、管理會(huì)計(jì)應(yīng)用概述

管理會(huì)計(jì)最早開(kāi)始于西方國(guó)家，是會(huì)計(jì)和管理兩者的結(jié)合。管理會(huì)計(jì)運(yùn)用會(huì)計(jì)知識(shí)分析企業(yè)財(cái)務(wù)數(shù)據(jù)，運(yùn)用管理知識(shí)分析企業(yè)發(fā)展環(huán)境并結(jié)合所分析的數(shù)據(jù)提供具有參考價(jià)值的方案，幫助企業(yè)管理者作出正確的判斷，制訂更符合企業(yè)發(fā)展的計(jì)劃。此外，企業(yè)管理者還能通過(guò)管理會(huì)計(jì)分析的數(shù)據(jù)了解企業(yè)發(fā)展不足，在激烈的市場(chǎng)環(huán)境中制訂科學(xué)的發(fā)展計(jì)劃。目前，我國(guó)市場(chǎng)經(jīng)濟(jì)復(fù)雜多變，企業(yè)競(jìng)爭(zhēng)開(kāi)始白熱化，部分企業(yè)雖然外部發(fā)展?fàn)顟B(tài)良好，但是內(nèi)部管理水平較低，企業(yè)發(fā)展不均衡。管理會(huì)計(jì)可以從財(cái)務(wù)和管理角度處罰，分析、預(yù)測(cè)企業(yè)發(fā)展過(guò)程中已經(jīng)出現(xiàn)或者將會(huì)出現(xiàn)的問(wèn)題，給企業(yè)決策者提供參考，間接提高企業(yè)內(nèi)部管理水平，促進(jìn)企業(yè)健康發(fā)展。

二、企業(yè)管理會(huì)計(jì)應(yīng)用的限制因素

(一)企業(yè)對(duì)管理會(huì)計(jì)不重視我國(guó)企業(yè)有兩種發(fā)展模式:西方引進(jìn)的現(xiàn)代化管理模式和傳統(tǒng)的家族管理模式，這兩種企業(yè)都把管理會(huì)計(jì)當(dāng)作基礎(chǔ)的會(huì)計(jì)人員，很少體現(xiàn)在企業(yè)管理中，很大一部分原因是因?yàn)槠髽I(yè)管理者沒(méi)有認(rèn)識(shí)到管理會(huì)計(jì)的作用，粗略地把管理會(huì)計(jì)劃分到傳統(tǒng)會(huì)計(jì)的范疇。他們不相信管理會(huì)計(jì)能夠分析并指出企業(yè)發(fā)展的不足，否定管理會(huì)計(jì)的作用。還有一些管理者雖然一開(kāi)始認(rèn)識(shí)到管理會(huì)計(jì)的作用，但是因?yàn)槭袌?chǎng)競(jìng)爭(zhēng)影響把目前放到追求短期利益上，不重視管理會(huì)計(jì)的作用。

(二)管理會(huì)計(jì)和企業(yè)管理難以融合改革開(kāi)放之后我國(guó)各行業(yè)獲得發(fā)展空間，實(shí)現(xiàn)企業(yè)規(guī)模和質(zhì)量的增長(zhǎng)。但是只有極少數(shù)企業(yè)把會(huì)計(jì)和管理聯(lián)系，通過(guò)專業(yè)的管理會(huì)計(jì)為企業(yè)發(fā)展做決策。其他企業(yè)依舊沿用傳統(tǒng)方式，會(huì)計(jì)和管理相分離，兩者負(fù)責(zé)不同的區(qū)域沒(méi)有實(shí)現(xiàn)融合。在這種情況下，即使企業(yè)具備管理會(huì)計(jì)人員，也會(huì)因?yàn)槠髽I(yè)管理方式不當(dāng)不能全面發(fā)揮作用。還有部分企業(yè)更重視短期的盈虧，很少花精力在企業(yè)管理上，管理會(huì)計(jì)自然缺少發(fā)揮的空間，也不能實(shí)現(xiàn)管理會(huì)計(jì)和企業(yè)管理的融合。

(三)企業(yè)管理系統(tǒng)不完善企業(yè)管理者通過(guò)管理會(huì)計(jì)提供的數(shù)據(jù)了解企業(yè)發(fā)展的不足，并找出改進(jìn)重點(diǎn)，優(yōu)化企業(yè)管理水平。企業(yè)管理制度是發(fā)揮管理會(huì)計(jì)作用的基礎(chǔ)，所以如果企業(yè)制度不科學(xué)，即便運(yùn)用管理會(huì)計(jì)也無(wú)法幫助管理者做出恰當(dāng)?shù)臎Q策。

三、智能時(shí)代管理會(huì)計(jì)發(fā)展機(jī)遇

(一)財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)型，人才聚集在人工智能時(shí)代軟件可以取代部分財(cái)務(wù)會(huì)計(jì)的基礎(chǔ)工作，讓財(cái)務(wù)會(huì)計(jì)有更多時(shí)間學(xué)習(xí)管理知識(shí)，完成從財(cái)務(wù)會(huì)計(jì)到管理會(huì)計(jì)的轉(zhuǎn)型。加上部分會(huì)計(jì)崗位被人工智能取代，財(cái)務(wù)會(huì)計(jì)需求量降低，會(huì)計(jì)從業(yè)人員會(huì)重新規(guī)劃職業(yè)發(fā)展，這也給管理會(huì)計(jì)提供了發(fā)展機(jī)遇。國(guó)際資訊統(tǒng)計(jì)發(fā)現(xiàn)，智能機(jī)器人財(cái)務(wù)計(jì)算的速度是人工的16倍，并且可以24小時(shí)不間斷操作，完美克服人類作息缺陷。目前，財(cái)務(wù)會(huì)計(jì)80%以上的工作可被智能機(jī)器人取代，低層次財(cái)務(wù)人員生存空間越來(lái)越小。由此可知，在智能技術(shù)的不斷發(fā)展下，基礎(chǔ)會(huì)計(jì)人員會(huì)以越來(lái)越快的速度被代替，傳統(tǒng)的財(cái)務(wù)會(huì)計(jì)人員需要尋找新的發(fā)展。管理會(huì)計(jì)和財(cái)務(wù)會(huì)計(jì)工作有部分相同，且管理會(huì)計(jì)是企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中取勝的關(guān)鍵之一，這勢(shì)必形成財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)型的趨勢(shì)，形成人才聚集效應(yīng)，彌補(bǔ)我國(guó)管理會(huì)計(jì)人才的空缺。

(二)人工智能分析數(shù)據(jù)能力強(qiáng)，管理會(huì)計(jì)應(yīng)用效能提高管理會(huì)計(jì)是在財(cái)務(wù)會(huì)計(jì)工作的基礎(chǔ)上，再加工、分析數(shù)據(jù)，預(yù)測(cè)企業(yè)發(fā)展，為管理者提供參考依據(jù)。在傳統(tǒng)工作中，雖然已經(jīng)存在信息分析技術(shù)，但是缺少這些分析技術(shù)，缺少人類思維，分析結(jié)果比較簡(jiǎn)單、機(jī)械，且錯(cuò)誤頻發(fā)，影響分析結(jié)果的可靠性和精準(zhǔn)度。人工智能出現(xiàn)之后，AI機(jī)器人能仿照人類思維把握數(shù)據(jù)科學(xué)、數(shù)據(jù)學(xué)習(xí)，建立分析模式，幫助財(cái)務(wù)人員完成基礎(chǔ)工作。

(三)智能時(shí)代管理會(huì)計(jì)價(jià)值突出，受到重視隨著全球化進(jìn)程加速、國(guó)內(nèi)外市場(chǎng)相繼開(kāi)放，市場(chǎng)競(jìng)爭(zhēng)越來(lái)越激烈。在這種情況下，企業(yè)管理者需要更多、更全面的參考資料來(lái)制定企業(yè)發(fā)展規(guī)劃，財(cái)務(wù)會(huì)計(jì)的工作已經(jīng)難以支持。從大量的數(shù)據(jù)中挖掘、分析對(duì)企業(yè)發(fā)展有價(jià)值的內(nèi)容是會(huì)計(jì)行業(yè)的新任務(wù)，而這些內(nèi)容都需要管理會(huì)計(jì)來(lái)實(shí)現(xiàn)。在以往，因?yàn)榧夹g(shù)水平不夠，所以會(huì)計(jì)人員無(wú)法對(duì)市場(chǎng)環(huán)境、行業(yè)發(fā)展及企業(yè)自身做出精確分析，但是人工智能技術(shù)發(fā)展之后，會(huì)計(jì)人員可以把未來(lái)財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)做結(jié)合，提高分析效果。管理會(huì)計(jì)的作用被更多企業(yè)管理者發(fā)覺(jué)，在這方面投入也越來(lái)越多，管理會(huì)計(jì)遇到前所未有的發(fā)展機(jī)遇。

四、智能時(shí)代下企業(yè)管理會(huì)計(jì)發(fā)展路徑

(一)加快管理會(huì)計(jì)制度建設(shè)制度是發(fā)展的保障，所以必須建立更完善的管理會(huì)計(jì)發(fā)展規(guī)劃。目前，我國(guó)管理會(huì)計(jì)在理論研究和實(shí)務(wù)應(yīng)用上都比較落后，這些影響管理會(huì)計(jì)發(fā)展的關(guān)鍵內(nèi)容具體策略如下。第一，有監(jiān)管部門牽頭成立專業(yè)的國(guó)家管理會(huì)計(jì)協(xié)會(huì)(目前我國(guó)雖然已有管理會(huì)計(jì)協(xié)會(huì)，但是屬于山寨組織)，制定科學(xué)的管理會(huì)計(jì)發(fā)展規(guī)劃，科學(xué)指導(dǎo)企業(yè)管理會(huì)計(jì)的實(shí)務(wù)應(yīng)用、管理。制定管理會(huì)計(jì)的具體流程、要求，拔高人才標(biāo)準(zhǔn)。第二，詳細(xì)研究管理會(huì)計(jì)相關(guān)理論，結(jié)合我國(guó)企業(yè)發(fā)展情況調(diào)整、完善、鼓勵(lì)企業(yè)運(yùn)用管理會(huì)計(jì)流程，提高企業(yè)內(nèi)部控制水平。第三，主動(dòng)向先進(jìn)國(guó)家、企業(yè)學(xué)習(xí)管理開(kāi)機(jī)的經(jīng)驗(yàn)，并邀請(qǐng)學(xué)者到企業(yè)授課。第四，分析智能技術(shù)和管理會(huì)計(jì)結(jié)合點(diǎn)，探索管理會(huì)計(jì)發(fā)展途徑，優(yōu)化我國(guó)管理會(huì)計(jì)的應(yīng)用效率和效能。

(二)培養(yǎng)管理會(huì)計(jì)人才，重視創(chuàng)新人才是發(fā)展的基礎(chǔ)，管理會(huì)計(jì)人才資源充足是智能時(shí)代管理會(huì)計(jì)發(fā)展的基礎(chǔ)，也是管理會(huì)計(jì)穩(wěn)定、高效發(fā)展的保障。所以，我國(guó)想要做到管理會(huì)計(jì)可持續(xù)發(fā)展就必須培育充足的人才。第一，鼓勵(lì)高校、企業(yè)研究管理會(huì)計(jì)相關(guān)基礎(chǔ)理論，在原有經(jīng)費(fèi)的基礎(chǔ)上加大投入，為管理會(huì)計(jì)發(fā)展提供充足的空間。鼓勵(lì)財(cái)務(wù)會(huì)計(jì)學(xué)習(xí)管理知識(shí)，盡快完成智能時(shí)代下財(cái)務(wù)會(huì)計(jì)到管理會(huì)計(jì)的轉(zhuǎn)型。第二，更新管理會(huì)計(jì)培訓(xùn)內(nèi)容，把智能技術(shù)融合到管理會(huì)計(jì)發(fā)展中去，提高從業(yè)人才信息化水平。第三，我國(guó)要從國(guó)外引入人才，舉辦學(xué)術(shù)交流會(huì)，充實(shí)我國(guó)管理會(huì)計(jì)隊(duì)伍。

(三)強(qiáng)化管理會(huì)計(jì)數(shù)據(jù)分析體現(xiàn)，提高管理效能對(duì)管理會(huì)計(jì)而言數(shù)據(jù)分析能力是核心內(nèi)容，也是發(fā)揮管理會(huì)計(jì)效能的保障。首先，要制定統(tǒng)一的會(huì)計(jì)數(shù)據(jù)和非會(huì)計(jì)數(shù)據(jù)信息標(biāo)準(zhǔn)，方便管理會(huì)計(jì)做分析比較;提高從業(yè)人員數(shù)據(jù)分析能力，建立管理會(huì)計(jì)數(shù)據(jù)分析機(jī)構(gòu)，如管理會(huì)計(jì)信息分享中心等，為匯聚、分析信息提供基礎(chǔ)。其次，重視智能技術(shù)和管理會(huì)計(jì)技術(shù)的研發(fā)和使用，建立中國(guó)管理會(huì)計(jì)發(fā)展協(xié)會(huì)，制定行業(yè)標(biāo)準(zhǔn)和要求，鼓勵(lì)企業(yè)把創(chuàng)新型的管理會(huì)計(jì)運(yùn)用到企業(yè)發(fā)展中，提高企業(yè)內(nèi)控水平和信息處理能力。最后，制定有可行性的管理會(huì)計(jì)分析框架，給企業(yè)提供管理會(huì)計(jì)運(yùn)用參考，擴(kuò)大管理會(huì)計(jì)運(yùn)用范圍。

五、結(jié)語(yǔ)

在智能時(shí)代，各行業(yè)技術(shù)、人員將會(huì)得到新變革，傳統(tǒng)財(cái)務(wù)會(huì)計(jì)優(yōu)勢(shì)逐漸消失，管理會(huì)計(jì)成為發(fā)展新需要。管理會(huì)計(jì)遇到空前的發(fā)展機(jī)遇和價(jià)值展現(xiàn)空間，但是向真正實(shí)現(xiàn)管理會(huì)計(jì)快速、可持續(xù)發(fā)展還有很長(zhǎng)的道路。國(guó)家和高校要建立管理會(huì)計(jì)發(fā)展協(xié)會(huì)、數(shù)據(jù)分析體系，從制度上給予保障;重視管理會(huì)計(jì)培育、加大資金投入，為管理會(huì)計(jì)提供發(fā)展空間。企業(yè)要充分認(rèn)識(shí)到管理會(huì)計(jì)對(duì)企業(yè)發(fā)展的作用，擴(kuò)大管理會(huì)計(jì)的運(yùn)用范圍和實(shí)際使用效能，才能讓管理會(huì)計(jì)成為企業(yè)管理、運(yùn)用和發(fā)展的工具。

參考文獻(xiàn):

［1］張淑潔．簡(jiǎn)述人工智能時(shí)代財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)的轉(zhuǎn)型［J］．中國(guó)鄉(xiāng)鎮(zhèn)企業(yè)會(huì)計(jì)，2019(8):208－209．

［2］邵梅媛．大數(shù)據(jù)與人工智能時(shí)代背景下管理會(huì)計(jì)的機(jī)遇與挑戰(zhàn)［J］．今日財(cái)富，2019(4)．

［3］莫立娥．人工智能時(shí)代財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)的轉(zhuǎn)型分析［J］．現(xiàn)代商業(yè)，2019(15):139－140．

篇10

關(guān)鍵詞：智能電網(wǎng)；智能調(diào)度系統(tǒng)；電力電網(wǎng)

中圖分類號(hào)：TM73 文獻(xiàn)標(biāo)識(shí)碼：A

電力電網(wǎng)調(diào)度系統(tǒng)對(duì)電力系統(tǒng)而言是至關(guān)重要的，在電力系統(tǒng)初具雛形時(shí)，由于科技落后，電力電網(wǎng)調(diào)度系統(tǒng)不是智能的，是由工作人員通過(guò)打電話的方法了解各個(gè)電力站的運(yùn)行狀況，如果發(fā)現(xiàn)電力站的運(yùn)行發(fā)生異常狀況，就會(huì)憑借工作人員的經(jīng)驗(yàn)，對(duì)發(fā)生的異常狀況進(jìn)行處理?，F(xiàn)如今，科技水平不斷發(fā)展，自動(dòng)化技術(shù)也不斷地更新，電力電網(wǎng)的智能調(diào)度系統(tǒng)在電力系統(tǒng)中也得到了應(yīng)用，并取得了一定的成效。與傳統(tǒng)電網(wǎng)系統(tǒng)相比，電力電網(wǎng)的智能調(diào)度系統(tǒng)不是孤立存在的，它是一個(gè)實(shí)時(shí)動(dòng)態(tài)的系統(tǒng)，可以有效地進(jìn)行分析和調(diào)控電力系統(tǒng)，當(dāng)電力站發(fā)生故障時(shí)，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準(zhǔn)和及時(shí)地對(duì)故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運(yùn)行狀況。

一、電力電網(wǎng)智能調(diào)度系統(tǒng)概述

（一）電網(wǎng)調(diào)度系統(tǒng)自動(dòng)化的現(xiàn)狀和前景

在科學(xué)技術(shù)不斷發(fā)展的今天，電網(wǎng)調(diào)度系統(tǒng)已由最初單純獲取電力系統(tǒng)的數(shù)據(jù)轉(zhuǎn)換為全面了解電力電網(wǎng)的運(yùn)行狀況，成為了能量管理系統(tǒng)。雖然我國(guó)科學(xué)技術(shù)水平在不斷的發(fā)展，但是技術(shù)理論仍然不是很先進(jìn)，導(dǎo)致電網(wǎng)調(diào)度系統(tǒng)的自動(dòng)化和智能化程度仍然不是很高。因此，如何更好地運(yùn)用現(xiàn)代科學(xué)技術(shù)，完善電力電網(wǎng)的智能調(diào)度系統(tǒng)，使電力電網(wǎng)的智能調(diào)度系統(tǒng)更加高效便捷，實(shí)現(xiàn)真正的智能，這將是電力系統(tǒng)的未來(lái)趨勢(shì)。

（二）電力電網(wǎng)系統(tǒng)智能調(diào)度的概念

電力電網(wǎng)系統(tǒng)智能調(diào)度就是指調(diào)度系統(tǒng)可以對(duì)電力系統(tǒng)的電網(wǎng)的每個(gè)狀態(tài)進(jìn)行自動(dòng)獲取，綜合了解其中的變化，協(xié)助電力調(diào)度員的管理，使電力調(diào)度員操作更加便捷精準(zhǔn)，便于獲取最好的方案，從而保證電網(wǎng)的安全運(yùn)作。電力電網(wǎng)系統(tǒng)智能調(diào)度系統(tǒng)的功能不單單是基礎(chǔ)的電力系統(tǒng)的穩(wěn)態(tài)分析，在電力系統(tǒng)發(fā)生突如其來(lái)的故障時(shí)還應(yīng)該具有一定的分析功能，可以及時(shí)幫助電力調(diào)度員解決故障，并且還應(yīng)該可以兼容日益發(fā)展的運(yùn)行系統(tǒng)。新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)比如今使用于電力系統(tǒng)中的調(diào)度系統(tǒng)更加復(fù)雜，更加龐大。新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)不單單需要電力系統(tǒng)中各個(gè)系統(tǒng)相互獨(dú)立，卻有相互統(tǒng)一，各個(gè)系統(tǒng)間可以互相幫助，除此之外，還要求新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)有兼容第三方軟件的能力，該系統(tǒng)的最終構(gòu)架應(yīng)該是一種開(kāi)放式的軟件體系。

二、 人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用

（一）人工智能的概念

人工智能又名機(jī)器智能，融合了計(jì)算機(jī)科學(xué)、數(shù)理邏輯、控制論、信息論、神經(jīng)生物學(xué)以及語(yǔ)言學(xué)等多門學(xué)科的知識(shí)理論，最終發(fā)展而成的一門綜合性學(xué)科。人工智能的主要目標(biāo)就是運(yùn)用人類的智慧，使計(jì)算機(jī)系統(tǒng)日益的先進(jìn)，逐漸使計(jì)算機(jī)系統(tǒng)表現(xiàn)出人類的一些基本智能行為?？茖W(xué)家進(jìn)行了大量的科研實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，人工智能技術(shù)發(fā)展的速度也越來(lái)越快，已經(jīng)廣泛地應(yīng)用與各行各業(yè)，并發(fā)揮了顯著的效果。不可否認(rèn)，人工智能必將是未來(lái)的發(fā)展趨勢(shì)。

（二）人工智能系統(tǒng)方法分類

二十世紀(jì)八十年代初，人工智能技術(shù)剛剛崛起，不斷地應(yīng)用于電力系統(tǒng)以及電力系統(tǒng)的相關(guān)行業(yè)中，主要原因如下：

1電力系統(tǒng)在當(dāng)時(shí)那個(gè)年代就已經(jīng)擁有了很大的規(guī)模，數(shù)據(jù)處理十分的繁瑣，并且系統(tǒng)要求動(dòng)態(tài)實(shí)時(shí)性，憑借當(dāng)時(shí)的計(jì)算機(jī)水平根本沒(méi)有辦法快速獲取計(jì)算結(jié)果，嚴(yán)重拖累了電力系統(tǒng)的工作效率。

2電力系統(tǒng)的非線性根本沒(méi)有辦法憑借當(dāng)時(shí)的計(jì)算機(jī)水平建立出精確的線性數(shù)學(xué)模型。

3由于當(dāng)時(shí)科學(xué)技術(shù)水平不是很發(fā)達(dá)，大多數(shù)人對(duì)電力系統(tǒng)不是十分了解最終導(dǎo)致電力系統(tǒng)行業(yè)中存在很多模棱兩可的問(wèn)題。

4由于當(dāng)時(shí)科學(xué)技術(shù)水平不是很發(fā)達(dá)，很多電力系統(tǒng)的專家只能根據(jù)自己的經(jīng)驗(yàn)對(duì)電力系統(tǒng)進(jìn)行分析，根本無(wú)法運(yùn)用精確的數(shù)學(xué)進(jìn)行描述。與傳統(tǒng)的計(jì)算不同，人工智能算法是以解決知識(shí)中所存在的問(wèn)題的方法為基礎(chǔ)，解決了傳統(tǒng)計(jì)算方法的缺點(diǎn)。因此，人工智能應(yīng)用于實(shí)際的電力系統(tǒng)中是十分必要的。

（三）人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用以及方法：

1 專家系統(tǒng)

在二十世紀(jì)六十年代，專家系統(tǒng)作為人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用的重要分支開(kāi)始興起，專家系統(tǒng)顧名思義，這個(gè)系統(tǒng)擁有極其接近人類思維模式的智能系統(tǒng)，可以很好地進(jìn)行分析和推理，就猶如一些擁有豐富經(jīng)驗(yàn)和淵博知識(shí)的專家，在特定的區(qū)域里憑借區(qū)域內(nèi)固有的數(shù)據(jù)庫(kù)對(duì)問(wèn)題進(jìn)行合理的分析，最終提出適當(dāng)?shù)膯?wèn)題解決方案。在專家系統(tǒng)應(yīng)用于電力電網(wǎng)調(diào)度系統(tǒng)中，應(yīng)該包括電網(wǎng)的管理、對(duì)電力系統(tǒng)進(jìn)行綜合的監(jiān)測(cè)作用、對(duì)故障進(jìn)行分析并及時(shí)提供解決意見(jiàn)等。

2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)顧名思義，就是一種類似于人類大腦的神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)可以對(duì)給與的信息進(jìn)行適當(dāng)合理的分析，并且處理，最終演變成數(shù)學(xué)模型，人工神經(jīng)網(wǎng)絡(luò)的本身就是對(duì)自然界某種算法或者函數(shù)的逼近，也可能是一種邏輯表達(dá)方式。人工智能神經(jīng)網(wǎng)絡(luò)與人類的大腦十分相似，具有一定的自學(xué)和聯(lián)想能力，可以快速地根據(jù)特定的規(guī)律推算出大致的結(jié)果。人工神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用于人工電力電網(wǎng)系統(tǒng)的動(dòng)態(tài)控制與診斷、狀態(tài)數(shù)據(jù)估計(jì)等很多的相關(guān)領(lǐng)域，并取得了一定的成效，而其中的人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)估計(jì)分析技術(shù)已經(jīng)十分的完善。

3 遺傳算法

遺傳算法就是根據(jù)達(dá)爾文生物種族進(jìn)化論中遺傳機(jī)制和自然選擇學(xué)機(jī)理的生物進(jìn)化過(guò)程進(jìn)行模擬最終獲取相應(yīng)的計(jì)算模型，遺傳算法可以通過(guò)模擬自然進(jìn)化過(guò)程分析獲取最好的解決方案。具體方法如下：

（1）選取一定數(shù)量的候選集。

（2）根據(jù)一定的條件，計(jì)算出這些候選集的應(yīng)用范圍。

（3）根據(jù)計(jì)算所得的應(yīng)用范圍適來(lái)確定符合應(yīng)用范圍的候選集。

（4）加工處理符合應(yīng)用范圍的候選集，最終形成新的候選集。

在整個(gè)遺傳學(xué)算法中，達(dá)爾文自然選擇學(xué)機(jī)理中的“適者生存”一直貫穿始終，遺傳算法憑借自身十分優(yōu)異的計(jì)算和處理功能，已經(jīng)廣泛地應(yīng)用于電力電網(wǎng)系統(tǒng)中。

4 Agent技術(shù)

Agent技術(shù)是一種智能計(jì)算實(shí)體，在分布式系統(tǒng)中擁有靈活性、主動(dòng)性、反應(yīng)性、交互性和自主性。Agent體系結(jié)構(gòu)是一種自主行為實(shí)體，單純憑借現(xiàn)今的計(jì)算機(jī)水平，很難準(zhǔn)確對(duì)Agent體系結(jié)構(gòu)進(jìn)行描述，其大略可分為三種類型，是混合式體系結(jié)構(gòu)、反應(yīng)式體系結(jié)構(gòu)和審慎式體系結(jié)構(gòu)。如今，反應(yīng)式體系結(jié)構(gòu)是其中主要的研究對(duì)象，事件處理系統(tǒng)、方法集合和內(nèi)部狀態(tài)集組成了反應(yīng)式體系結(jié)構(gòu)。具備良好適應(yīng)性和開(kāi)放性的Agent技術(shù)作為在新一代調(diào)度自動(dòng)化系統(tǒng)，發(fā)展前景不可小視。

對(duì)于同類發(fā)電機(jī)組而言，綜合考量其安全性能、經(jīng)濟(jì)效益和環(huán)保指標(biāo)等要素，可以分別表示出機(jī)組的可靠性能R、經(jīng)濟(jì)效益標(biāo)準(zhǔn)E、環(huán)境標(biāo)準(zhǔn)D，以及熱電比例H，依次用a表示其權(quán)值。那么可以得出：I=a*（R+E+D+H），其中每個(gè)權(quán)值的和為1。

設(shè)定機(jī)組工作的經(jīng)濟(jì)程度與出力之間的關(guān)系為函數(shù)E（P），那么用來(lái)指代系統(tǒng)經(jīng)濟(jì)性能的公式可以表示成：E=E（P max）/ P max。

系統(tǒng)的環(huán)保性指標(biāo)可以用單位排放的污染氣體總量來(lái)表示；系統(tǒng)的熱電比是將單位出力表示為熱量數(shù)值，設(shè)定熱電之間轉(zhuǎn)化的關(guān)系函數(shù)H（P），那么可以得出：H=H（P max）/ P max。

（四）Agent技術(shù)的發(fā)展前景

分布式的Agent技術(shù)就是將能量管理系統(tǒng)模塊封裝成Agent，使智能電網(wǎng)調(diào)度擁有更強(qiáng)的自治性和可移植性，從而在一定程度上解決了智能電網(wǎng)調(diào)度的一些問(wèn)題?，F(xiàn)如今，學(xué)者對(duì)人工智能技術(shù)不斷深入地研究，從而使其更加廣泛地應(yīng)用于電力系統(tǒng)中，并取得了一定的效果。在科學(xué)技術(shù)不斷發(fā)展的背景下，Agent技術(shù)一定會(huì)擁有更廣闊的前景。

三、 國(guó)內(nèi)外電力電網(wǎng)智能調(diào)度系統(tǒng)的研究現(xiàn)狀

在二十世紀(jì)九十年代，Dy-Liacco作為“現(xiàn)代能量控制中心”概念的創(chuàng)始人，十分全面地論述建立了電力電網(wǎng)智能調(diào)度系統(tǒng)的文獻(xiàn)，在文中提到想要解決電力系統(tǒng)中存在的一些問(wèn)題，應(yīng)該用智能機(jī)器調(diào)度員替代人工調(diào)度員，除此之外，文中還提到要綜合仿真培訓(xùn)和自動(dòng)學(xué)習(xí)等功能，從而使電力電網(wǎng)自動(dòng)運(yùn)行。在我國(guó)，盧強(qiáng)院士最先提出了“數(shù)字電力系統(tǒng)”的概念，主要講訴的是正常情況下電力電網(wǎng)智能調(diào)度系統(tǒng)對(duì)電力系統(tǒng)的監(jiān)管的分析的功能等；華北電力大學(xué)的楊以涵教授則帶領(lǐng)自己的科研組進(jìn)行電力系統(tǒng)的研究，基于“數(shù)字電力系統(tǒng)”的概念，分析電力系統(tǒng)中電網(wǎng)會(huì)出現(xiàn)的故障，以及安全方面等進(jìn)行了探討，最終形成了建立以分析和解決電網(wǎng)故障的“調(diào)度機(jī)器人”的思維模式。

結(jié)語(yǔ)

綜上所述，電力電網(wǎng)調(diào)度系統(tǒng)對(duì)電力系統(tǒng)而言是至關(guān)重要的，電力電網(wǎng)的智能調(diào)度系統(tǒng)是一個(gè)實(shí)時(shí)動(dòng)態(tài)的系統(tǒng)，可以有效地進(jìn)行分析和調(diào)控電力系統(tǒng)，當(dāng)電力站發(fā)生故障時(shí)，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準(zhǔn)和及時(shí)地對(duì)故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運(yùn)行狀況。本文對(duì)電力電網(wǎng)智能調(diào)度系統(tǒng)做了簡(jiǎn)單的介紹，對(duì)電力電網(wǎng)智能調(diào)度系統(tǒng)的具體應(yīng)用進(jìn)行了探討，希望本文可以給相關(guān)電力電網(wǎng)工作者甚至是研究者帶來(lái)一定的參考作用，使電力電網(wǎng)的智能調(diào)度系統(tǒng)更加完善，可以更好地應(yīng)用于電力系統(tǒng)中。

參考文獻(xiàn)

[1]狄以偉.面向未來(lái)智能電網(wǎng)的智能調(diào)度研究[D].濟(jì)南：山東大學(xué)，2010.