導(dǎo)語：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，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?、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》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，加強信息科技教育。建設(shè)普通高中人工智能樣板實驗室，保障中小學(xué)校具備開設(shè)人工智能課程的環(huán)境條件。開展人工智能相關(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。繼續(xù)推進中小學(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驗學(xué)校。在工作中我們借助教研、教學(xué)平臺，積極推動人工智能課程開展和教師教研、集備工作，根據(jù)興趣導(dǎo)向、應(yīng)用驅(qū)動，學(xué)用結(jié)合，強化實踐的原則，組建了實驗班，按照上級對于高中段開課部署每兩周開設(shè)1課時，開展人工智能教育教學(xué)工作。

在課堂上組織實驗班的學(xué)生觀看了人工智能的《開學(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。但是在觀看過程中發(fā)現(xiàn)很多的人工智能相關(guān)聯(lián)的知識，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語言、單片機、C++等解根本看不懂，發(fā)現(xiàn)自己的很多方面都需要補課，不然每次培訓(xùn)老師講解的專業(yè)東西還是理解不了，這對于我們教師和學(xué)生都是一個難點。也斷斷續(xù)續(xù)參加了各種形式的培訓(xùn)，和同仁們交流起來總體感覺是沒有系統(tǒng)化，特別是參加了祁榮斌博士組織的磨課，和同事們討論起來感覺層次太高，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，很希望能有個機會從零基礎(chǔ)開始系統(tǒng)化學(xué)習(xí)人工智能，這樣才能更好的教好學(xué)生，這一點線下交流的時候是很多老師的心聲，期望能在領(lǐng)導(dǎo)和專家的引領(lǐng)下實現(xiàn)。

通過斷斷續(xù)續(xù)的學(xué)習(xí)，比如Python基礎(chǔ)知識，由于實戰(zhàn)少，只能閱讀別人的文章里附帶的相關(guān)算法的實現(xiàn)代碼，這樣的學(xué)習(xí)效果不明顯。很多算法的實現(xiàn)，難以從代碼級去理解其設(shè)計思路；對于很多算法比如隨機森林，決策樹，SVM等常見算法，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)的頻率越來越高，尤其是“阿法狗”和李世石的世紀大戰(zhàn)，更是把前沿科學(xué)結(jié)晶帶入我們的認知當中。也許有些人會提出質(zhì)疑：這對我們的生活來說，意義何在？不久前，谷歌采用了新的神經(jīng)網(wǎng)絡(luò)算法，來升級其核心產(chǎn)品――谷歌翻譯，從一定程度上回答了這個疑問。

在培訓(xùn)和管理領(lǐng)域，相似的顛覆性局面是否也會發(fā)生？新的技術(shù)、交互與呈現(xiàn)形式，是否會改變未來的培訓(xùn)過程，顛覆管理的方法？基于我們多年來的人工智能培訓(xùn)研究和實驗型項目，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)提出的簡單問題，這個系統(tǒng)就能自動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)的評價中心對接，給予招聘人員多視角的評價建議。通過這種方式選拔出的員工，其離職率明顯下降。這些簡單而基礎(chǔ)的應(yīng)用，已經(jīng)開始潤物無聲地滲入企業(yè)的管理領(lǐng)域，醞釀著未來翻天覆地的變革。

數(shù)據(jù)建模

預(yù)測員工心理狀態(tài)趨勢

計算機自主學(xué)習(xí)的強大，在于無止盡地自我完善，具有無與倫比的適應(yīng)性和自生長性。事實上，人工智能看似神秘，其實充滿了大量的數(shù)學(xué)計算的研究過程。在人才發(fā)展方面，人工智能可以幫助我們預(yù)測員工的心理狀態(tài)趨勢，從而激發(fā)員工的熱情。

我們曾啟動了管理環(huán)境對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)境方面的實踐。目前已積累了3414個管理環(huán)境樣本，并針對每個樣本持續(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。通過運用人工智能，我們進行了大量的建模和驗證工作，發(fā)現(xiàn)不同的管理方式下的員工心理狀態(tài)變化趨勢，尤其是工作動機，在一定程度上都是可預(yù)測的。事實上，在分類或趨勢預(yù)測的背后，是龐大的數(shù)據(jù)演算，建模和預(yù)測的過程包含了繁復(fù)的統(tǒng)計過程，包括描述統(tǒng)計與推斷統(tǒng)計。

與此同時，“預(yù)測”這一點對于人工智能應(yīng)用而言很重要，因此，我們設(shè)計了沙盤工具“員工激勵與動機管理”――既然動機和行為是可預(yù)測的，那么就可以通過計算機模擬，用物理形式呈現(xiàn)在人們眼前。通過人工智能將各種管理環(huán)境中發(fā)生的事件融入其中，沙盤能夠圍繞動機水平高低、績效程度好壞兩個維度，對虛擬的企業(yè)員工進行分類，并讓沙盤參與者針對各類管理事件作出虛擬的處理選擇。根據(jù)學(xué)員的選擇，計算機可以預(yù)測并反饋其心理及行為的變化。這種運用了人工智能的沙盤工具，其預(yù)測準確性高達84%，置信水平0.95。這就意味著，如果一個參與者做了決策后，沙盤將能準確地預(yù)言各類員工的心理及行為變化趨勢。

運用人工智能進行“無責(zé)任的”開放式推演，在培訓(xùn)過程中能允許參與者不斷試錯。學(xué)員根據(jù)自身的管理環(huán)境，可以實驗出合適的管理方法，并對培訓(xùn)中所獲得知識進行實時驗證。

技術(shù)迭代

展開更高效的自主學(xué)習(xí)

隨著90后員工踏上工作舞臺，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)計思路通常是建立一個個假設(shè)，比如，正向激勵與負向激勵的抵消性、個人得失與他人得失的對比性、個人得失與環(huán)境公平性關(guān)系等，在此基礎(chǔ)上，通過數(shù)據(jù)集的分類統(tǒng)計來驗證假設(shè)的科學(xué)性，并調(diào)整參數(shù)來觀察預(yù)測的可靠性。但是新的數(shù)據(jù)集所具備的特點，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，基于神經(jīng)網(wǎng)絡(luò)的計算機自學(xué)習(xí)技術(shù)，即神經(jīng)元自學(xué)習(xí)，是一個不錯的解決方案。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。為了讓計算機高效地自主學(xué)習(xí)、識別行為模式，我們需要將調(diào)研結(jié)果解構(gòu)成更基本的參數(shù)“告訴”計算機，從而得出對應(yīng)的結(jié)果。

展開神經(jīng)元自學(xué)習(xí)具有一個明顯的優(yōu)點，每當調(diào)研和統(tǒng)計結(jié)果有所更新，計算機就會自動對這些數(shù)據(jù)進行新的學(xué)習(xí)，對模型進行修正。這個過程是動態(tài)的，不需要人為干預(yù)。而且，當計算機再次遇到一個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，重新構(gòu)建新的統(tǒng)計描述方式。神經(jīng)元學(xué)習(xí)不僅節(jié)省了時間和精力，更能為沙盤推演參與者提供更深入的信息――通過選擇處理事件，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) 為管理帶來新思路

作為培訓(xùn)產(chǎn)品來說，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，讓工作效率得以改進。我們認為，它更重要的意義在于，對現(xiàn)實世界的指導(dǎo)。

以我們的沙盤工具為例，一個實際使用者能從這個工具中得到許多培訓(xùn)之外的有價值的信息。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，讓系統(tǒng)給出各種模擬的結(jié)果，評估各種行為的可行性，盡量做到趨利避害。這個工具超脫了培訓(xùn)范疇的桎梏，真正在工作中產(chǎn)生價值。

篇3

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

人類對于智能機器的探索活動，古已有之。不過，以“人工智能”來命名這一探索并成為一個學(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)研討會上。因此，2016年是人工智能學(xué)科問世的60周年，在這個不同尋常的年份，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)績擊敗了韓國的圍棋高手李世石，把世界對人工智能的關(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：“人工智能對于人類的潛在威脅太嚴重，應(yīng)當通過立法限制甚至禁止人工智能的研究”；樂觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉(zhuǎn)嫁給人工智能機器，人類就可以通過機器來實現(xiàn)長生不老的千年夢想”。在科技界，人們則在激動著、討論著：我們應(yīng)當在什么樣的熱點技術(shù)上發(fā)力？是深度學(xué)習(xí)？是認知技術(shù)？還是類腦計算？

回想這些年來，互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動互聯(lián)、智能制造、智慧城市、人工智能、機器人一波又一波的高新技術(shù)登臺亮相，中國科技界、教育界和產(chǎn)業(yè)界都在一個個地緊緊追趕。雖然在跟蹤追趕的過程中取得了不菲的進展，但是人們不禁都在思考：對于人工智能來說，當前社會的需求是什么？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局面，爭取到引領(lǐng)創(chuàng)新的話語權(quán)？

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

1 人工智能是當代重要交叉科學(xué)群的創(chuàng)新前沿

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

1.1 什么是人工智能

人工智能是一門“探索人類智能機理，創(chuàng)制人工智能機器，增強人類智力能力”的科學(xué)技術(shù)。從這個意義上可以理解，只要人類的智力能力得到了增強和擴展，人們從事各種科學(xué)技術(shù)以至各種經(jīng)濟社會活動的智力能力就會得到有效提升，從而能夠有效促進各行各業(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)問題、定義問題、解決問題的能力。其中，發(fā)現(xiàn)問題和定義問題的能力依賴于主體的目的、知識、直覺、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”；解決問題的能力則主要依賴于獲得信息，生成知識，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，不僅研究起來甚為困難，就連理解起來也頗感玄奇，而顯性智能則相對可理解，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題、知識、目標（這就是人類發(fā)現(xiàn)問題和定義問題的能力）這些前提，研究如何利用信息、生成知識、創(chuàng)生策略來解決問題，達到目標。也就是說，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：人類智能負責(zé)發(fā)現(xiàn)和定義問題，人工智能則負責(zé)在人類所給定的問題框架下解決問題。這樣，人工智能機器就可以成為人類認識世界和改造世界的聰明助手。

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

1.2 什么是當代重要的交叉科學(xué)群

當今的時代是信息時代，認識信息資源和利用信息資源為人類服務(wù)的信息科學(xué)是當今時代的標志性科學(xué)。具體來說，信息科學(xué)是“研究信息的性質(zhì)及其運動規(guī)律的科學(xué)”，也就是以信息為研究對象，以信息的性質(zhì)及其運動規(guī)律為研究內(nèi)容，以信息科學(xué)方法論為研究指南，以增強和擴展人類信息功能（全部信息功能的有機整體就是人類的智力功能）為研究目標的科學(xué)。換言之，信息科學(xué)的研究目標就是擴展人類的智力功能，而研究信息的性質(zhì)及其運動規(guī)律和信息科學(xué)方法論都是為了實現(xiàn)擴展人類智力功能這個目標服務(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，也是信息時代科學(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)和定義的問題框架下成功地解決問題，人工智能的研究必須從人類求解問題的能力中得到啟發(fā)。這表明，人工智能的研究需要向認知科學(xué)學(xué)習(xí)，因為認知科學(xué)就是研究人類自己是如何面對問題解決問題的。另一方面，認知科學(xué)所研究的人類解決問題的機理又建立在腦科學(xué)的基礎(chǔ)之上，因此，人工智能的研究必須理解腦科學(xué)的工作機理。再者，人類發(fā)現(xiàn)問題、定義問題、解決問題的能力并不是永遠固定不變的，而是不斷進化和發(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化的機制?？梢姡X科學(xué)、認知科學(xué)、信息科學(xué)、信息生物學(xué)、人工智能是當代最具重要意義的交叉科學(xué)群。這個科學(xué)群還包含更多的學(xué)科，恕不一一闡述。

1.3 什么是當代重要科學(xué)群的創(chuàng)新前沿

雖然腦科學(xué)、認知科學(xué)、信息科學(xué)、信息生物學(xué)、人工智能各有各的研究內(nèi)容，但是所有這些學(xué)科共同的目標都是智能，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理（認知科學(xué)）、人類智能和生物智能的進化機制（認知科學(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)）、人類智能的機器模擬和實現(xiàn)（人工智能）等。

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

2 中國人工智能發(fā)展的現(xiàn)狀：差距與優(yōu)勢

中國人工智能的發(fā)展現(xiàn)狀，大家平日都親身感受得到，應(yīng)當比較熟悉，似乎無需贅言；但是國情是我們思考問題的基礎(chǔ)，因此不可不察。而且，我們對于中國在人工智能發(fā)展方面所存在的差距和優(yōu)勢的認識，確實還有必要進一步深化。

2.1 差距：顯差距，隱差距

大家都意識到，中國在人工智能的發(fā)展方面確實存在不少的差距。普遍J為，由于中國缺失了工業(yè)革命這個歷史階段的洗禮，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。特別是中國微電子工業(yè)領(lǐng)域的高性能芯片制造能力有待進一步加強，人工智能硬件系統(tǒng)的水平也有待進一步提高等，這些都是眾所周知的顯差距。

然而，更值得深思的問題是：在人工智能的科學(xué)研究方面，長期以來，中國同行普遍習(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)國際的強烈意識。無論是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、語義網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)這些大概念，還是深度學(xué)習(xí)、無人駕駛、類腦計算這些技術(shù)思想，都是外國學(xué)者率先提出，然后才是中國學(xué)者蜂擁而上。加上這些年滋長蔓延起來的急功近利和學(xué)術(shù)誠信缺失，往往在蜂擁而上之后的一夜之間就會冒出許多“新成果”！這是中國人工智能發(fā)展存在的隱差距。

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

2.2 優(yōu)勢：現(xiàn)優(yōu)勢，潛優(yōu)勢

那么中國在人工智能研究中是否也存在什么優(yōu)勢呢？表面看來，似乎中國在人工智能研究領(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；但是仔細考察發(fā)現(xiàn)其實不然，中國在人工智能研究中的確存在不可忽視的優(yōu)勢。

中國目前雖然在整體上還處于相對落后狀態(tài)，但在某些技術(shù)研究上卻處于國際領(lǐng)先地位。例如：語音識別技術(shù)，中國已經(jīng)在近期多次國際評測大賽中奪得世界冠軍；在汽車自動駕駛方面，中國的研發(fā)水平也與國際上旗鼓相當；特別是在理論研究方面，中國在人工智能通用理論研究方面的機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際領(lǐng)先的成果。這些都是已經(jīng)涌現(xiàn)出來的現(xiàn)優(yōu)勢。

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，勢必自覺或不自覺地受到科學(xué)方法論的影響。幾十年來，國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系統(tǒng)學(xué)派、行為模擬的感知動作系統(tǒng)學(xué)派，而且長久以來互不認可，不能形成人工智能研究的合力?？茖W(xué)論證充分表明，適于人工智能研究的科學(xué)方法論不是“機械還原論”的方法論，而應(yīng)當是“信息生態(tài)論”的方法論。后者與中國歷來的“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，中國握有方法論的潛在優(yōu)勢（潛優(yōu)勢），只要自覺地加以運用，這種潛在優(yōu)勢完全可以轉(zhuǎn)化為強大的現(xiàn)實優(yōu)勢（現(xiàn)優(yōu)勢）。

3 人工智能的社會需求和發(fā)展中國人工智能的戰(zhàn)略建議

3.1 人工智能的社會需求

中國的信息化建設(shè)全面啟動于20世紀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，進入了迎接復(fù)雜問題的新時期，面臨著巨大挑戰(zhàn)。從整個經(jīng)濟社會發(fā)展和全面改革的大局判斷，在多次講話中也明確指出，中國的改革開放進入了攻堅克難的深水區(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)雜問題的挑戰(zhàn)，為了成功走出深水區(qū)到達勝利的彼岸，中國亟需人工智能科學(xué)技術(shù)的全面支持。

另一方面，縱觀當今的國際環(huán)境不難發(fā)現(xiàn)，一些發(fā)達國家在中國黃海、臺海、東海、南海不斷制造緊張局勢，企圖以武力遏制中國的和平崛起。他們聲稱要長期投資人工智能，要用人工智能武器戰(zhàn)勝中國，對此不能不高度警惕，并采取果斷措施。

3.2 加快發(fā)展中國人工智能的建議

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

（1）頂層規(guī)劃。

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

（2）人才培養(yǎng)。

萬事都緊要，人才是根本。建議國務(wù)院學(xué)位委員會把中國現(xiàn)有的“智能科學(xué)與技術(shù)”二級學(xué)科提升為一級學(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；同時建議教育部在中小學(xué)開設(shè)智能科學(xué)與技術(shù)基礎(chǔ)知識課程，開展課外興趣培育活動。

（3）創(chuàng)新研究。

跟蹤不可廢，創(chuàng)新更關(guān)鍵。在國家自然科學(xué)基金設(shè)置“智能科學(xué)技術(shù)基礎(chǔ)理論”專門領(lǐng)域，大力推進智能科學(xué)基礎(chǔ)理論的突破創(chuàng)新；同時在國家“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。

（4）產(chǎn)業(yè)標準。

創(chuàng)新是尖兵，產(chǎn)業(yè)是后盾。大力促進中國智能化產(chǎn)業(yè)的發(fā)展，并在國家標準委員會建立智能產(chǎn)品標準工作委員會，鼓勵有條件的單位和學(xué)術(shù)團體開展各類智能技術(shù)產(chǎn)品的測試、評價和檢驗標準的研究，引導(dǎo)智能化產(chǎn)業(yè)和產(chǎn)品市場有序健康發(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 圖像處理 圖像識別 人工智能 GPU云計算 大數(shù)據(jù)

1 引言

安檢作業(yè)是鐵路運輸安全至關(guān)重要的一步，X光安檢機是該環(huán)節(jié)中的關(guān)鍵設(shè)備，但是長期以來，都是人工看圖識別，員工上崗前要經(jīng)過相對長時間的培訓(xùn)，同時人工作業(yè)會在疲勞的時候產(chǎn)生誤檢和漏檢。隨著GPU云計算的高速發(fā)展，計算機的計算力成本迅速降低，為以計算力和大數(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)、機場等）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)，再在運行過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（簡稱，智能X光機）禁限帶物品的識別率、降低勞動強度、減少人為誤差；同時匯聚大量單一作業(yè)點數(shù)字化的安全信息到公共安全大數(shù)據(jù)中樞平臺，反饋回的大數(shù)據(jù)喂養(yǎng)人工智能算法，機器學(xué)習(xí)后的結(jié)果再次應(yīng)用到具體某一單作業(yè)點時，便整體提高所有單一作業(yè)點的識別率（圖1）。

由于乘客所攜帶物品種類相當復(fù)雜，智能X光機的智能識別系統(tǒng)如何快速、準確的識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、圖像識別以及機器深度自主學(xué)習(xí)的計算機算法，在X光機圖像智能識別方面進行了深入開發(fā)和實地試驗。智能X光機的模式智能識別系統(tǒng)是智能X光機的重要組成部分。為智能X光機的閘門提供控制信號以及各種報警信號。最后，根據(jù)以上的試驗結(jié)果，研發(fā)實用的智能X光機的模式識別系統(tǒng)。本文主要介紹了該圖像處理與識別的過程以及智能識別系統(tǒng)。從而解決一下三個方面的主要問題：

（1）解決一線安檢人員不足、過度勞累的問題，以及因此而產(chǎn)生的誤檢和漏檢等問題；消除和減少安全隱患，同時實現(xiàn)減員增效；

（2）降低對于人員素質(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)安檢無法聯(lián)網(wǎng)、無法數(shù)據(jù)積累、海量數(shù)據(jù)資源浪費的問題。

2 圖像異物檢測原理

2.1 圖像識別方法

本論文設(shè)計的基于圖像理的高鐵站智能X光機檢測過程主要包括六個部分，分別是：圖像采集、新拍圖片和原始圖片特征點提取、新拍圖片和原始圖片特征點匹配、求得新拍圖片和原始圖片之間的空間變換矩陣、對新拍圖片進行透視變換、對變換后圖片與原始圖片進行相減。

計算機視覺的相關(guān)應(yīng)用中經(jīng)常會提到一個概念：特征點。特征點也稱作關(guān)鍵點或者興趣點，顧名思義，圖像中的特征點一般指一些獨立的物點，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或者面狀要素邊界線拐點。如：桌子角、墻角、樹枝交叉點等等。特征點的概念常常被用來解決一些生活中的實際應(yīng)用問題，例如：圖像的配準、物體的識別、圖像的三維重建等等。假如我們可以檢測到充足的此類特殊的特征點，由于它們的區(qū)分度比較高，就沒有必要觀察整幅圖像，只對這些特征點進行局部的分析，并且利用它們精確的定位圖像的某些穩(wěn)定的特征。

2.2 比對流程

通過兩幅圖像之間的匹配點對，求解出它們之間對應(yīng)的單應(yīng)矩陣，然后可以通過該單應(yīng)矩陣對新拍圖像進行變換，能夠得到與原始圖像配準程度很高的圖像。

要檢測新拍圖像上的異物，我們需要對經(jīng)過變換過后的新拍圖像和原始圖像進行配準操作，變換過后的新拍圖像由于透視變換出現(xiàn)一部分黑色區(qū)域，這樣會對后續(xù)的圖像對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，在計算機視覺處理技術(shù)當中有一種圖像剪切技術(shù)可以達到此目的，需要注意的是，為了能夠?qū)煞鶊D像的相同區(qū)域進行對比，我們需要對原始圖像進行同樣尺寸的剪切動作。

經(jīng)過剪切過后的兩幅圖像尺寸大小一致，此時可以用圖像像素值差法對該兩幅處理后的圖像進行圖像相減，我們可以事先預(yù)設(shè)一個閾值，如果相同位置的像素點的值相同或者兩像素點差值未超過預(yù)設(shè)的閾值，則可以認定此兩像素點是相同的，反映在結(jié)果上則是該位置為一個黑色點斑，反之，若相同位置像素點的像素差值超過預(yù)設(shè)的閾值，則該位置顯示一個白色點斑。我們可以通過圖像相減的結(jié)果圖像上的白色斑點直觀的判斷兩圖像之間的差異或者是否存在異物。

3 測試試驗

長春西高鐵站對使用的人工智能X光安檢設(shè)備，進行了改造，融入了圖像處理技術(shù)和人工智能云端計算力應(yīng)用的檢測，并進行試驗和實物操作檢驗。

（1）設(shè)計了一套基于圖像處理技術(shù)的高鐵站智能檢測軟件系統(tǒng)。整個圖像處理過程分為新拍圖像與原始圖像特征點檢測及匹配、對檢測出的新拍圖像與原始圖像特征點對精選、新拍圖像與原始圖像之間空間轉(zhuǎn)換矩陣的估計、新拍圖片的透視變換、圖像剪裁、新拍圖像與原始圖像相減、圖像異物標記、腐蝕除去噪聲等8個步驟，針對上述8個步驟編寫了相應(yīng)算法。

（2）在實際的圖像攝取過程當中，拍攝視角無法保證每一次都完全相同，尤其是當拍攝環(huán)境較為復(fù)雜時，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出現(xiàn)很多“新”的內(nèi)容，這樣在圖像相減時可能會出現(xiàn)很大的差異，可以考慮在一個角度變化范圍內(nèi)實現(xiàn)很多張微小角度變化的圖片的拍攝，然后連續(xù)對相鄰的圖片進行空間轉(zhuǎn)換，最終達到效果比較好的大角度空間轉(zhuǎn)換。

（3）由于實際的拍攝角度和環(huán)境亮暗的不同，物體表面反射光強度不可避免會存在差異，由此，在兩圖像像素值差算法的過程中，也可能會出現(xiàn)噪聲，為消除噪聲，本設(shè)計的系統(tǒng)用的是圖像腐燭算法，使系統(tǒng)異物檢測效果更好。實驗測試表明，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容許范圍的條件下，本次試驗提及的基于圖像處理的高鐵站智能檢測系統(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。以上兩種測試也很成功。

（5）長春西高鐵站的人工智能X光安檢機測試結(jié)果想到優(yōu)異。已經(jīng)具備200-1000億次/秒的圖形運算能，自動識別肉眼難以辨認的復(fù)雜背景后的槍支，經(jīng)過大數(shù)據(jù)分析，甚至能查驗出分批寄運的槍支零件，可對3D打印槍進行識別（圖2）而傳統(tǒng)X光機無能為力。該大數(shù)據(jù)的云平臺系統(tǒng)，運算速度已經(jīng)達到毫秒速度。當前版本的智能X光機，可識別常見的一百種以上刀具、數(shù)十種30種以上槍支、常見的上百種瓶裝液體、一百種以上的鋰電池（圖2）。

4 展望及結(jié)束語

未來下一步的工作是進行各個單一作業(yè)點的人工智能X光安檢機聯(lián)網(wǎng)，實現(xiàn)數(shù)據(jù)的實時向大數(shù)據(jù)運營中心傳送；在運營中心GPU計算力的使用和機器深度學(xué)習(xí)的迭代升級，會持續(xù)不斷地增強實現(xiàn)智能判斷力、并通過智能語音播報提醒。每個車站都配備一個分指揮中心，可以完全實現(xiàn)培訓(xùn)、指揮的功能?？梢詫崿F(xiàn)24小時值機和支持一人值雙機的工作的方案，并能實現(xiàn)遠程值機、移動值機等功能。極大地提高了火車站X光機安檢環(huán)節(jié)的工作效率和升級了安全保障的能力，并實現(xiàn)減員增效。

本文報道了人工智能X光機的安檢系統(tǒng)在長春西高鐵站的實地應(yīng)用和測試原理、方案、過程和結(jié)果，討論了智能X光機通過運用圖像處理和圖像識別技術(shù)，結(jié)合與人工智能機器深度學(xué)習(xí)的算法，和GPU云計算的大數(shù)據(jù)處理能力，經(jīng)過反復(fù)實測試驗，初步實現(xiàn)了高鐵站安檢作業(yè)異物檢測功能的需求，但仍存在很多實際應(yīng)用問題需要改進和完善，仍然需要大量的基礎(chǔ)數(shù)據(jù)建立數(shù)據(jù)庫，累積大量機器學(xué)習(xí)數(shù)據(jù)，從而進行更高維度比對運算，減低誤報率。隨著人工智能技術(shù)的進一步發(fā)展，以及計算機圖像處理技術(shù)和圖像識別技術(shù)的更加成熟、完善，人工智能X光安檢設(shè)備將會在保障鐵路運用安全方面發(fā)揮越來越重要的作用。

參考文獻

[1]Robert Laganiere. OpenCV計算機視覺編程手冊[M].科學(xué)出版社，2013（07）.

[2]敬淇文.基于Harris角點檢測的零件形狀識別[J].微計算機信息，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.基于擴展的SURF描述符的彩色圖像配準技術(shù)[J].計算機應(yīng)用研究，2011（03）.

[6]劉禾.數(shù)字圖像處理及應(yīng)用[M].北京：中國電力出版社，2005.

[7]陳書海，傅錄祥.實用數(shù)字圖像處理[M].北京：科學(xué)出版社，2005.

[8]段佳佳，楊迎春.圖像處理在自動焊接中的應(yīng)用[J].電子測試，2012（02）.

作者簡介

米仲勇（1975-），男，吉林省長春市人?，F(xiàn)沈陽鐵路局長春站工程師。主要研究方向為鐵路運輸管理。

篇5

 

對于政府監(jiān)管來說，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)致一個個監(jiān)管盲區(qū)，由此而引發(fā)很多不必要的監(jiān)管事故，所以進行必要的監(jiān)管技術(shù)調(diào)研就成為了衛(wèi)生計生綜合監(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)品日益成為消費市場的新寵，相應(yīng)的監(jiān)管要求也隨之而來，下面本文通過對于電子工程與人工智能技術(shù)的探討來研究提升監(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

 

隨著社會經(jīng)濟大發(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)科的交叉點都會給我們帶來意想不到驚喜，同時也會帶來會更多的困惑與不解，同時學(xué)科交叉點的技術(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一步細分為電測量技術(shù)、調(diào)整技術(shù)以及電子技術(shù)。是電氣工程的一個子類，是面向電子領(lǐng)域的工程學(xué)。在今天其研究對象已經(jīng)超出了電子領(lǐng)域。應(yīng)用形式涵蓋了電動設(shè)備以及運用了控制技術(shù)、測量技術(shù)、調(diào)整技術(shù)、計算機技術(shù)，直至信息技術(shù)的各種電動開關(guān)。主要研究領(lǐng)域為電路與系統(tǒng)、通信、電磁場與微波技術(shù)以及數(shù)字信號處理等?！?/p>

 

“人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。屬于計算機科學(xué)，并力圖明了智能的實質(zhì)，并生產(chǎn)出一種新的與人類智能相類似的做出反應(yīng)的智能機器，探究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴大。”

 

1.2 相互關(guān)系概述

 

由上文的基本概述可知對于電子工程與人工智能來說，二者都是科技時代的產(chǎn)物都以計算機技術(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力但二者現(xiàn)在發(fā)展?jié)摿薮?，并且對于二者來說都需要大量的高素質(zhì)專業(yè)人才才能維持現(xiàn)實情況下的體系運轉(zhuǎn)，同時整個社會對于其的依賴性也在加強，并且在進行社會活動時，這兩項技術(shù)在很多的時候處于相互之間不可或缺的狀態(tài)，特別是在現(xiàn)實的實際應(yīng)用中這樣的案例更是明顯。

 

最明顯的實際應(yīng)用案例就是淘寶中的“推薦購物”，其技術(shù)設(shè)計基礎(chǔ)就是電子工程，同時通過人工智能進行大數(shù)據(jù)的處理，進而分析得出消費者的購物偏好，進而影響消費者的購物選擇，這其實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)給消費者使消費者對于商品選擇無所適從，反而側(cè)面打壓了消費者的消費興趣，減少了消費量。

 

還有一種實際案例就是搜索引擎中的搜索引導(dǎo)，特別是“相關(guān)搜索”選項的出現(xiàn)更是這樣兩種技術(shù)的典型應(yīng)用，在進行“相關(guān)搜索”的匹配時也是進行電子工程基礎(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人眾多數(shù)據(jù)分析而不是個人數(shù)據(jù)分析，在進行大范圍的社會人的數(shù)據(jù)分析時不可避免的會造成對于個人數(shù)據(jù)要的缺失尤其是對于特殊個人數(shù)據(jù)的重視不夠。這樣一來，精細化水平就會大大下降，不得不說一方面這是現(xiàn)在人工智能技術(shù)還不很過關(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)的爭奪會表現(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，對于微電子工業(yè)來說，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器人所取代，而這一類型的生產(chǎn)機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，窺一斑可見全豹，對于現(xiàn)代工業(yè)發(fā)展來說，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)還是進行高端技術(shù)建設(shè)就會成為現(xiàn)在技術(shù)控制者們必須考慮的問題，所以在相對經(jīng)費一定情況下在微電子工業(yè)內(nèi)部，自然也會進行這樣的論爭。

 

2 電子工程與人工智能技術(shù)對于政府監(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)合與相互促進的關(guān)系以及在其中一些相互爭奪技術(shù)主導(dǎo)權(quán)的影響，下面我們根據(jù)二者關(guān)系下的實際生活應(yīng)用，對于政府相關(guān)監(jiān)管部門，特別是衛(wèi)生計生綜合監(jiān)督部門在其中起的作用和可能面臨的挑戰(zhàn)進行探討。

 

2.1 監(jiān)管部門面臨的挑戰(zhàn)

 

對于現(xiàn)在的衛(wèi)生計生綜合監(jiān)督部門來說電子工程與人工智能技術(shù)相互結(jié)合產(chǎn)生的社會新產(chǎn)品，對于現(xiàn)實工作確實造成了不少的困難以及相關(guān)的挑戰(zhàn)。

 

首先，對于現(xiàn)下比較流行性的網(wǎng)絡(luò)虛假醫(yī)療廣告，特別是近年來泛濫成災(zāi)的未經(jīng)檢驗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)貨到消費者使用的時效性大大加快，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)管部門不能及時進行監(jiān)管活動而造成的，但是這些物流與購買系統(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)實條件下對于衛(wèi)生監(jiān)管部門來說，這種技術(shù)的廣泛推廣確實造成了監(jiān)管漏洞的出現(xiàn)，

 

在造成監(jiān)管漏洞的同時，人才的缺乏也是監(jiān)管部門面臨的巨大挑戰(zhàn)，對于監(jiān)管部門來說很多的新人都是通過公務(wù)員招聘考試而來的，由于公務(wù)員招聘考試不可能進行定向的專業(yè)招聘，而且現(xiàn)實中精通這兩項技術(shù)的人，大多出路比較好，相對而言公務(wù)員的待遇對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行相對應(yīng)有針對性的設(shè)別使用，特別是進行專業(yè)設(shè)別的采購困難增加的情況下。

 

2.2 監(jiān)管部門的技術(shù)升級機遇

 

監(jiān)管部門的技術(shù)很明顯落后與時代的發(fā)展，所以現(xiàn)在對于監(jiān)管部門來說適應(yīng)電子工程與人工智能技術(shù)結(jié)合就成為了當務(wù)之急，所謂機遇與挑戰(zhàn)并存，根據(jù)“倒逼理論”這又何嘗不是監(jiān)管部門進行人才更新?lián)Q代與技術(shù)升級的大好機會。

 

監(jiān)管部門主要就是衛(wèi)生計生綜合監(jiān)督局，對于現(xiàn)在的衛(wèi)生計生監(jiān)督局來說，最重要的就是適應(yīng)現(xiàn)在的潮流，進行人才的選拔與培養(yǎng)，一方面進行大學(xué)生人才培養(yǎng)計劃，與當?shù)刂攸c大學(xué)以及省內(nèi)外重點大學(xué)進行溝通，建立雙向人才培養(yǎng)機制，并以此為基點提升衛(wèi)生計生綜合監(jiān)督活動信息化的進程，通過這些人才的引進，進一步提升管理水平以及進行人才的更新?lián)Q代，在引進人才的同時也可以在本單位內(nèi)進行，相關(guān)人才的培訓(xùn)，一方面可以進行人才的更新?lián)Q代并為其做一個準備避免人才出現(xiàn)斷層，另一方面，在進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學(xué)習(xí)的機會并利用他們舊有的經(jīng)驗與現(xiàn)在的技術(shù)設(shè)備進行調(diào)試性試驗，提升設(shè)備在單位的基本適應(yīng)性，以便與未來的人才與設(shè)備的集體適應(yīng)性提升。

 

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

 

3 小結(jié)

 

本文通過對于現(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)系時相互依存的雖然在一定時候會出現(xiàn)內(nèi)部技術(shù)的主導(dǎo)權(quán)之爭，但是這不是主流，所以在進行現(xiàn)代的衛(wèi)生與計生管理時應(yīng)該充分利用這樣的優(yōu)勢并利用其客觀條件實現(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

未來十年，世界上50%的工作，都會被人工智能所取代，尤其是助理、翻譯、保安、邊防、前臺……今天的人臉識別在有些場景比人精確20倍。一個個領(lǐng)域，人都會被機器超越，不只是取代。

機器超越人已不再遙遠

從識別、感知、認知，到做決策、反饋，人工智能在過去五年有非常大的進步。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的自動回復(fù)。

我在30多年前就做人工智能，可惜，無論對弈、語音識別、自然語言理解都沒有生逢其時。因為當時機器不夠快，數(shù)據(jù)不夠多，算法不夠先進。但是今天，它們夠先進了。

機器學(xué)習(xí)最重要的一個突破是深度學(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)充進去訓(xùn)練。它可以在識別、分類或者預(yù)測方面，遠遠超過任何過去的算法。這個學(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？人工智能不是萬能的，但滿足以下條件，人工智能絕對可以做出特別有價值的產(chǎn)品：千萬級別的海量數(shù)據(jù)；頂尖的科學(xué)家；非常清晰領(lǐng)域的邊界；非常好的標注；非常多的計算量。

很多人說人工智能好遙遠。其實不是，百度、淘寶、滴滴的背后都是一個人工智能引擎。一些過去認為比較遙遠的，如圖像識別、語音識別的比賽，機器已經(jīng)超越人了。

人工智能的應(yīng)用領(lǐng)域

一個創(chuàng)業(yè)公司的用戶達到了千萬級別的時候，肯定需要人工智能引擎。因為系統(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。

當然，還有很多公司是沒有互聯(lián)網(wǎng)數(shù)據(jù)的，這些公司也能創(chuàng)造價值。

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

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

最大的一個領(lǐng)域應(yīng)該是無人駕駛。當電動車、共享經(jīng)濟、無人駕駛?cè)虑橥瑫r發(fā)生的時候，人類經(jīng)濟會產(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，這些都是一些會發(fā)生的很好的“副作用”。

最厲害的AI公司將是Google。當Google搜索里面的引擎被提煉出來成為一個Google大腦的時候，用在互聯(lián)網(wǎng)領(lǐng)域就變成了Gmail的自動回復(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。

百度大腦也是一個類似的項目。每個偉大的互聯(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)價值？

中國有特殊機會

當你要做人工智能的時候，我有幾個建議：要有特別大的數(shù)據(jù)，最好是閉環(huán)的，只有你有，別人沒有；要買很多機器，尤其考慮GPU；要有經(jīng)驗豐富的深度學(xué)習(xí)專家；最后要把年輕人訓(xùn)練起來。

為什么特別提到訓(xùn)練年輕人呢？因為一個優(yōu)秀的數(shù)學(xué)和計算機專業(yè)畢業(yè)生，培訓(xùn)6個月就可以做人工智能工程師了。

因此，最領(lǐng)先的人工智能國家，當然是技術(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、最努力、最勤奮的國家。

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

人工智能時代的投資藍圖

創(chuàng)新工場在人工智能時代的投資藍圖包括以下幾個方面。

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

R別。語音、手勢、人臉等識別會有很大的突破，但是自然語言的理解，即語義方面的突破，可能還需要5-10年。

傳感器。傳感器現(xiàn)在很貴， Google做輛車要幾十萬美元，但我深信三年以后價格就會降下來。所以，我們更愿意投資那些現(xiàn)在看起來很貴，但一旦量產(chǎn)價格就會降下來的公司。

家庭機器人。家庭機器人長的像人的，恐怕還需要近十年的時間。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。

無人駕駛。無人駕駛一定是先開始輔助人駕駛，然后人來輔助機器，最后才能達到全天候的駕駛。

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

我們深信，十年以后回顧人類歷史，人工智能不只是一個創(chuàng)業(yè)的機會，也絕不僅是一個移動互聯(lián)網(wǎng)之后最好的創(chuàng)業(yè)機會，而會被認為是人類有史以來最好的創(chuàng)業(yè)、創(chuàng)新機會，對人類有潛在的巨大改變，對人類生活有最大提升的一種技術(shù)。（本文摘自李開復(fù)12月6日在WISE-2016獨角獸大會上的演講，有刪改，標題為編者所加，未經(jīng)本人確認。）

一周視點

李開新

360手機執(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)總歸會成功的。

12月5日，360手機新掌門李開新接受媒體采訪時表示，2017年的思路是穩(wěn)健運營，不折騰，不去做一夜暴富的夢，認認真真專心做手機。

古永鏘

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

用兩個詞來形容我看到的未來：融合和鏈接。搶用戶、圈地這種邏輯在新的十年越來越難，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獨角獸大會演講中說，未來是融合的時代，也是全球互聯(lián)網(wǎng)的時代。文化娛樂將是一個重要風(fēng)口，產(chǎn)生很多創(chuàng)業(yè)機會。

唐沐

小米影業(yè)總裁、小米VR總經(jīng)理小米VR“鐵人三項”

篇7

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

0 引言

近年社會對計算機專業(yè)人才能力的要求越來越高，而學(xué)生所學(xué)與實際需求存在不少差距，高校計算機專業(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平臺的計算機技術(shù)既是技術(shù)基礎(chǔ)，也是熱門MOOC課程。在此浪潮下傳統(tǒng)高校計算機專業(yè)的教學(xué)首當其沖受到?jīng)_擊，遇到前所未有的挑戰(zhàn)?？v觀國際三大MOOC巨頭的課程建設(shè)均始于計算機類專業(yè)課程，同時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]兩個平臺上均是最早開設(shè)的課程之一。采用何種教學(xué)模式更適應(yīng)社會對人才的需求呢？這是應(yīng)對挑戰(zhàn)的關(guān)鍵問題。

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，還不斷產(chǎn)生新的理論和方法。課程難度大理論強實踐難，也是公認難講的課程之一，該課程具有如下特點：

1.1 先導(dǎo)課多，知識抽象，涉及面廣，更新快

前期知識包括：數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)、程序設(shè)計、圖像處理等。如果前期知識不扎實，很難理解內(nèi)容并融會貫通。傳統(tǒng)內(nèi)容包括：知識表示和推理、搜索策略、模糊理論、神經(jīng)網(wǎng)絡(luò)、機器學(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。教材普遍特點是：內(nèi)容滯后，枯燥深奧的理論和解決現(xiàn)實問題的實踐聯(lián)系不緊密。

1.2 研究性強

該領(lǐng)域很多內(nèi)容仍是科研熱點，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、問答等簡單互動上，教學(xué)方法單一。很少能提供學(xué)生自學(xué)、討論、合作和實踐的一整套互動實踐機會，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)的高年級本科生對未來規(guī)劃明確，抽象的人工智能課程無論從職業(yè)發(fā)展還是繼續(xù)深造對學(xué)生并沒有立竿見影的效果，進一步拉低興趣。此外，教材滯后，教學(xué)方法單一等也會影響興趣。

如火如荼發(fā)展的MOOC的課程，尤其Udacity的課程設(shè)計之初就立足于解決實際問題的導(dǎo)向，做法上的獨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)模式特點是學(xué)習(xí)者完全做主，但復(fù)雜的網(wǎng)絡(luò)互動產(chǎn)生龐大而混雜的知識網(wǎng)，缺乏識別主次和歸納總結(jié)能力學(xué)生常因信息過載陷入茫然無措的境地。2011年Udacity 創(chuàng)始人之一在網(wǎng)上開設(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，按知識點分割內(nèi)容成短小視頻，其間插入現(xiàn)場對問題的解決，突出了Udacity有別于傳統(tǒng)教育機構(gòu)及其先行者的地方：注重發(fā)現(xiàn)并解決問題。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)站課程的另一個設(shè)計目標。表1顯示了MOOC的三種模式的對比。

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)過多年發(fā)展已經(jīng)形成了一個系列教學(xué)資源庫，包括教材、課程視頻、教學(xué)課件、作業(yè)及答案和實驗設(shè)計等。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塊分割成短小視頻，在期間和完畢之后都準備了測試，細節(jié)上體現(xiàn)了以學(xué)為主的理念。縱觀類似人工智能的國家精品課程[3]，學(xué)習(xí)資源多為文本類，重用難，對教學(xué)重難點沒有拓展和轉(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)計中，調(diào)動學(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]，在交流機制中融入了多元互動，給學(xué)習(xí)者帶來積極、主動、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)通過把理論抽象的知識點分割成小段錄制的微課視頻，時長不超過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)處理分解知識點和把難點從抽象變成具象的過程降低了理解難度。

課堂教學(xué)也可以通過分而治之的方式對教學(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)分重點掌握和一般介紹的內(nèi)容，以點帶面鋪開，因此，根據(jù)學(xué)生特點，把成熟的基礎(chǔ)理論和這些理論的實際應(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)，包括知識表示，邏輯推理、搜索策略、模糊理論等；

③涉及現(xiàn)實應(yīng)用，如：機器學(xué)習(xí)，模式識別，自然語言理解，智能控制等。

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

3.2 緊密結(jié)合實際

Udacity的開設(shè)之初的目的就是學(xué)習(xí)為了解決現(xiàn)實問題，其人工智能課程設(shè)計也不例外，包含有實際遇到問題的解決，這種立竿見影的好處就是極大激發(fā)了興趣。

考慮到高年級學(xué)生對解決實際問題技術(shù)的興趣遠遠大于技術(shù)理論等細節(jié)，不想花太多時間去理解復(fù)雜而難以看到實踐效果的理論上，更想通過實際體驗解決問題增強成就感。教學(xué)內(nèi)容的設(shè)計尤其緊密結(jié)合實際運用。

傳統(tǒng)人工智能講授通過實例解答或推證式講述理論，如知識表示和搜索推理技術(shù)，該部分理論強，應(yīng)用實例少，往往學(xué)生感覺枯燥乏味，教師也感覺晦澀抽象，學(xué)生對所講內(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)計教學(xué)時尤其注重內(nèi)容的實用性。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)展起來的方法和技術(shù)，如智能算法等，對這些內(nèi)容重點在技術(shù)的具體實現(xiàn)上，強調(diào)與實際的融合貫通。教學(xué)過程中加入與課程內(nèi)容對應(yīng)又可以用計算機實現(xiàn)的試用內(nèi)容。如模式識別應(yīng)用于手寫數(shù)字識別，通過仿真軟件模擬實現(xiàn)算法，獲得立竿見影的效果體驗，加深對算法的認識，引起學(xué)生濃厚的興趣。同時也對某些很有發(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去，才更有人性化的智能決策。這就是經(jīng)過了將近20年發(fā)展的情感計算，隨著可穿戴技術(shù)漸漸滲透進生活，引起更多關(guān)注，這些接地氣的內(nèi)容提升了興趣。

3.3 實踐能力的培養(yǎng)

Udacity 創(chuàng)始人史蒂芬斯博士的說過，“即使是最好的大學(xué)，其計算機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際問題，帶著問題學(xué)習(xí)和思考，有利于主動學(xué)習(xí)的激發(fā)。這些方面，可以參考Udacity人工智能課程的實驗內(nèi)容修正。強調(diào)學(xué)習(xí)是為了解決實際問題服務(wù)的目標。

3.4 教學(xué)模式及教學(xué)方法的變化

3.4.1 實例教學(xué)法

人工智能內(nèi)容的抽象性決定了知識點的難度，Udacity人工智能課程教學(xué)中盡量把難懂的知識點結(jié)合現(xiàn)實中有趣實例，通過感性體驗提高理性理解，讓學(xué)生容易接受。筆者進行了一些化難為易的嘗試：如利用漢諾塔問題講解狀態(tài)空間的知識表示，通過野人過河的游戲程序步步領(lǐng)會理論精髓；結(jié)合下棋軟件體驗?zāi)M人腦思考的計算機博弈的極大極小搜索思路，這些實例教學(xué)激起了興趣，擴展了學(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，選擇少量知識點錄制視頻進行翻轉(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)過程，分解知識點破解難點，形象化與短時間的重復(fù)講解，增加學(xué)生對抽象內(nèi)容的理解，期間穿插核查對理解內(nèi)容的核查，并留出思考時間，強化學(xué)習(xí)效果。

3.4.3 交互環(huán)境的營造，輔助教學(xué)過程完善

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)狀進行的，而且是即時的。學(xué)生將互動產(chǎn)生的內(nèi)容作為學(xué)習(xí)的中心，通過學(xué)習(xí)者不同認識的交互，建立新的認知結(jié)構(gòu)，拓寬了視野，更有利于問題的有效解決。這種互動交流分成三種形式：

①教師對統(tǒng)一回答提問集中且意義較大的疑難問題；

②學(xué)習(xí)者分享學(xué)習(xí)感悟；

③學(xué)生間交流帶來不同認知的碰撞。

以上三種情況的互動在課堂教學(xué)中也可以運用于課堂教學(xué)：及時分析整理共同問題，集中回復(fù)；課堂教學(xué)的互動除了課堂上及時了解學(xué)生反饋的互動，還有對解決問題的互動。課下互動可以利用學(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知碰撞，這種實際參與的體驗加深了理解，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)置讓整個過程充滿挑戰(zhàn)性，一些機器評分實現(xiàn)了及時學(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)改革的實施

利用以上措施在《人工智能》課程的教學(xué)中實踐，通過在xMOOC教學(xué)模式中部分適當內(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，促進理論與實踐的融合，促進有意義學(xué)習(xí)的發(fā)生，提高學(xué)生實踐能力的途徑。通過觀察，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)動了學(xué)習(xí)興趣，促進了教學(xué)效果。實踐中通過建立實驗組（班）與對照組（班）、評價教學(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)當前形勢與環(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

筆者結(jié)合人工智能課程的教學(xué)實踐，針對本科高年級的教學(xué)特點和人工智能課程學(xué)科特點，提出在設(shè)計人工智能教學(xué)時，通過MOOC的教學(xué)模式和教學(xué)方法完善課堂教學(xué)，注重內(nèi)容的實用性和新穎性，適當穿插新方向的內(nèi)容，目標是將難學(xué)、枯燥、難理解的問題，變得易學(xué)、有趣、易理解。從學(xué)生反饋來看，這些方法起到了積極的實際效果，有效地提高了學(xué)習(xí)積極性。

【參考文獻】

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

[3]國家精品課程資源網(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，2013，36（03）.

[5]王文禮.MOOC 的發(fā)展及其對高等教育的影響[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放課程模式[J].中國遠程教育，2012（3）：30-36.

篇8

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

人工智能（ArtificialIntelligence，AI）通過計算機技術(shù)來模擬人類的智能，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)增長的個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]。當前在臨床教學(xué)過程中，醫(yī)學(xué)專業(yè)學(xué)位碩士研究生面臨跨學(xué)科知識面狹窄和臨床能力不足、本學(xué)科疾病相關(guān)基礎(chǔ)知識匱乏和遺忘、缺乏橫向和縱向的整合式醫(yī)學(xué)知識回顧與臨床思維訓(xùn)練等一系列突出問題[3]。而智能機器人作為“AI+教育”的一種形式，集多學(xué)科知識庫、虛擬檢查和操作、病例資料庫、課程中心、個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)報告如下。

1對象和方法

1.1對象

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)院在骨科進行臨床實踐的2017級、2018級外科學(xué)專業(yè)學(xué)位碩士研究生共82名作為研究對象，其中男生65名，女生17名，年齡23~30歲，平均（25.20±1.24）歲，所有研究對象均知情同意。

1.2方法

本研究采用試驗對照方法。利用骨科兩個獨立樓層的病區(qū)作為便利條件，按照隨機原則以每病區(qū)41人分入骨科兩個病區(qū)。一個病區(qū)配置智能機器人輔助臨床教學(xué)，作為試驗組，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)未配置智能機器人，進行傳統(tǒng)臨床教學(xué)，作為對照組，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)一進行理論知識考試，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比較均無顯著性差異（P＞0.05）。

1.3教學(xué)實施

兩組均按照國家《住院醫(yī)師規(guī)范化培訓(xùn)內(nèi)容與標準（試行）》[5]進行培訓(xùn)，以住院醫(yī)師負責(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)一標準，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。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職稱3年以上的醫(yī)師。臨床實踐時長均為24周。1.3.1試驗組教學(xué)實施整體上按照帶教教師為主、智能機器人為輔的教學(xué)模式，將智能機器人應(yīng)用于研究生臨床醫(yī)療實踐活動中，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）移動數(shù)據(jù)終端功能：通過先期導(dǎo)入骨科教學(xué)大綱、骨科學(xué)專著、運動系統(tǒng)教學(xué)PPT、影像學(xué)資料、解剖資料、病理資料、教學(xué)視頻，建立智能機器人教學(xué)多學(xué)科數(shù)據(jù)庫。學(xué)生可利用智能機器人這一移動數(shù)據(jù)終端，隨時通過輸入和語音對話功能查詢、獲取相關(guān)知識，及時解決臨床活動中遇到的部分問題。（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、專家共識等臨床研究進展，實現(xiàn)教學(xué)數(shù)據(jù)庫的持續(xù)更新。臨床教學(xué)過程中，帶教教師在講解典型疾病、分析疑難病例和操作指導(dǎo)時，智能機器人可以就云數(shù)據(jù)庫相關(guān)資料及網(wǎng)絡(luò)資源進行系統(tǒng)檢索，快速整合相關(guān)圖片、視頻等資料，配以語音解讀及即時問答，實現(xiàn)即時教學(xué)基本理論鞏固和教學(xué)深度及廣度的拓展。此外，根據(jù)對知識的掌握程度，智能機器人可為不同學(xué)生制訂個性化學(xué)習(xí)計劃。（3）考核功能：通過實時提問、課后問卷調(diào)查等形式對學(xué)生進行反饋式考核，通過下一次學(xué)習(xí)提醒或再考核，不斷促進學(xué)生鞏固所學(xué)知識，以考助練，以練代考，練考一體。1.3.2對照組教學(xué)實施采用傳統(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踐，同時參加入科教育、崗前培訓(xùn)、小講座、疑難病例討論等教學(xué)活動。

1.4教學(xué)效果評價

1.4.1理論知識考試24周的臨床實踐結(jié)束后進行理論知識考試。試題命題與組卷由兩名具有副高級職稱、未承擔(dān)帶教任務(wù)的教師負責(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，考核方式為機考，每位學(xué)員的題目順序由電腦隨機抽取，在相同時間閉卷完成考試。1.4.2問卷調(diào)查調(diào)查問卷為自行設(shè)計，經(jīng)過本專業(yè)基地3位高級職稱專家審核。包括5個問題，設(shè)置贊同、中立和不贊同3個選項。問卷調(diào)查由住培教學(xué)秘書負責(zé)，于出科理論考核后現(xiàn)場發(fā)放并回收，學(xué)生匿名填寫。1.5統(tǒng)計學(xué)處理采用SPSS25.0軟件對相關(guān)數(shù)據(jù)進行統(tǒng)計分析。計量資料以均數(shù)±標準差（x±s）表示，組間比較采用t檢驗；計數(shù)資料以頻數(shù)和百分比表示，組間比較采用χ2檢驗。P＜0.05表示差異具有統(tǒng)計學(xué)意義。

2結(jié)果

2.1兩組理論知識考試成績比較

試驗組理論知識考試成績?yōu)椋?7.02±4.89）分，高于對照組的（80.59±5.86）分，差異具有統(tǒng)計學(xué)意義（t=5.406，P＜0.01）。

2.2兩組對教學(xué)方法的評價比較

以問卷調(diào)查方式了解兩組對教學(xué)方法的評價。共發(fā)放問卷82份，回收有效問卷82份，有效回收率100.0%。結(jié)果顯示，試驗組對教學(xué)方法的滿意度高于對照組，差異具有統(tǒng)計學(xué)意義（P＜0.05，見表1）。

3討論

3.1專業(yè)學(xué)位研究生臨床教學(xué)的特點和存在的問題

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

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

智能機器人輔助教學(xué)可以在一定程度上彌補上述缺陷[10]。本研究結(jié)果顯示，試驗組理論知識考試成績高于對照組，這提示智能機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。骨科醫(yī)療領(lǐng)域數(shù)據(jù)中超過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)，智能機器人通過人工智能技術(shù)建立骨科和相關(guān)學(xué)科知識庫，在臨床教學(xué)中及時、實時提供病理生理、解剖等基礎(chǔ)知識，進而帶來更好的決策體驗，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)知識的作用，讓學(xué)生更好地做到學(xué)以致用。智能機器人具備的自適應(yīng)學(xué)習(xí)功能，高效、準確地提供相關(guān)學(xué)科知識，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。

3.3智能機器人利于實施個性化反饋和考核

智能機器人的另一個重要特點就是在與學(xué)生交互過程中實時準確記錄其對知識的掌握程度，通過信息反饋分析，制訂個性化教學(xué)計劃及考核方案，實現(xiàn)某種程度上的因材施教，這也是帶教教師個人工作很難達到的。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，無法隨時隨地回答學(xué)生的問題和親自指導(dǎo)技能操作。因此，智能機器人對傳統(tǒng)帶教模式進行了有效補充，彌補了師資不足所帶來的缺陷。

3.4智能機器人提高了學(xué)生滿意度

智能機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)的主動性、積極性和興趣，活躍了臨床教學(xué)氣氛。與對照組相比，試驗組學(xué)生對教學(xué)模式的評價更高。

4結(jié)語

智能機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)生的普遍認可，同時對現(xiàn)有培養(yǎng)制度進行了有效補充，豐富了教學(xué)手段，創(chuàng)新了培養(yǎng)模式，值得進一步探索。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、獨創(chuàng)思維、交流能力是人工智能暫時無法具備的，醫(yī)學(xué)專家豐富的理論知識和寶貴的臨床經(jīng)驗，以及言傳身教的影響力，在專業(yè)學(xué)位研究生臨床實踐教學(xué)中始終占主導(dǎo)地位，不可或缺。

參考文獻：

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

[2]衛(wèi)榮，馬鋒，侯夢薇，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)教育研究與實踐，2016，25（3）：409-411.

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

[5]國家衛(wèi)生計生委辦公廳.住院醫(yī)師規(guī)范化培訓(xùn)內(nèi)容與標準（試行）[A].國衛(wèi)科教發(fā)[2014]48號.

[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)狀分析及對策思考[J].南京醫(yī)科大學(xué)學(xué)報（社會科學(xué)版），2017，18（1）：67-69.

[7]孫慧.通過全國醫(yī)學(xué)院校大學(xué)生技能競賽反思兒科臨床實踐教學(xué)[J].中國繼續(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)狀與對策研究[J].新疆醫(yī)科大學(xué)學(xué)報，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:智能時代;管理會計;制度;數(shù)據(jù)分析

管理會計雖然開始較早，但是因為財務(wù)會計更符合市場發(fā)展需要，所以管理會計長期不被重視，技術(shù)和方法也缺少創(chuàng)新，這在一定程度上影響管理會計作用的發(fā)揮，也間接影響企業(yè)發(fā)展。再加上市場競爭愈加激烈，企業(yè)把更多資源投入到市場開拓和產(chǎn)品研發(fā)，在管理會計上的投入越來越少造成管理會計發(fā)展困難。但是從作用上看，管理會計是分析企業(yè)過去發(fā)展、調(diào)控當下、計劃未來，這些作用決定企業(yè)必須依靠管理會計完成決策。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人工智能技術(shù)開始出現(xiàn)，其中的AI智能對財務(wù)管理工作起到明顯的作用。財務(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)各時期的發(fā)展情況，并根據(jù)市場環(huán)境給企業(yè)決策者提供參考，管理會計在這種背景下迎來新發(fā)展。

一、管理會計應(yīng)用概述

管理會計最早開始于西方國家，是會計和管理兩者的結(jié)合。管理會計運用會計知識分析企業(yè)財務(wù)數(shù)據(jù)，運用管理知識分析企業(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)展的計劃。此外，企業(yè)管理者還能通過管理會計分析的數(shù)據(jù)了解企業(yè)發(fā)展不足，在激烈的市場環(huán)境中制訂科學(xué)的發(fā)展計劃。目前，我國市場經(jīng)濟復(fù)雜多變，企業(yè)競爭開始白熱化，部分企業(yè)雖然外部發(fā)展狀態(tài)良好，但是內(nèi)部管理水平較低，企業(yè)發(fā)展不均衡。管理會計可以從財務(wù)和管理角度處罰，分析、預(yù)測企業(yè)發(fā)展過程中已經(jīng)出現(xiàn)或者將會出現(xiàn)的問題，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，促進企業(yè)健康發(fā)展。

二、企業(yè)管理會計應(yīng)用的限制因素

(一)企業(yè)對管理會計不重視我國企業(yè)有兩種發(fā)展模式:西方引進的現(xiàn)代化管理模式和傳統(tǒng)的家族管理模式，這兩種企業(yè)都把管理會計當作基礎(chǔ)的會計人員，很少體現(xiàn)在企業(yè)管理中，很大一部分原因是因為企業(yè)管理者沒有認識到管理會計的作用，粗略地把管理會計劃分到傳統(tǒng)會計的范疇。他們不相信管理會計能夠分析并指出企業(yè)發(fā)展的不足，否定管理會計的作用。還有一些管理者雖然一開始認識到管理會計的作用，但是因為市場競爭影響把目前放到追求短期利益上，不重視管理會計的作用。

(二)管理會計和企業(yè)管理難以融合改革開放之后我國各行業(yè)獲得發(fā)展空間，實現(xiàn)企業(yè)規(guī)模和質(zhì)量的增長。但是只有極少數(shù)企業(yè)把會計和管理聯(lián)系，通過專業(yè)的管理會計為企業(yè)發(fā)展做決策。其他企業(yè)依舊沿用傳統(tǒng)方式，會計和管理相分離，兩者負責(zé)不同的區(qū)域沒有實現(xiàn)融合。在這種情況下，即使企業(yè)具備管理會計人員，也會因為企業(yè)管理方式不當不能全面發(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，管理會計自然缺少發(fā)揮的空間，也不能實現(xiàn)管理會計和企業(yè)管理的融合。

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

三、智能時代管理會計發(fā)展機遇

(一)財務(wù)會計向管理會計轉(zhuǎn)型，人才聚集在人工智能時代軟件可以取代部分財務(wù)會計的基礎(chǔ)工作，讓財務(wù)會計有更多時間學(xué)習(xí)管理知識，完成從財務(wù)會計到管理會計的轉(zhuǎn)型。加上部分會計崗位被人工智能取代，財務(wù)會計需求量降低，會計從業(yè)人員會重新規(guī)劃職業(yè)發(fā)展，這也給管理會計提供了發(fā)展機遇。國際資訊統(tǒng)計發(fā)現(xiàn)，智能機器人財務(wù)計算的速度是人工的16倍，并且可以24小時不間斷操作，完美克服人類作息缺陷。目前，財務(wù)會計80%以上的工作可被智能機器人取代，低層次財務(wù)人員生存空間越來越小。由此可知，在智能技術(shù)的不斷發(fā)展下，基礎(chǔ)會計人員會以越來越快的速度被代替，傳統(tǒng)的財務(wù)會計人員需要尋找新的發(fā)展。管理會計和財務(wù)會計工作有部分相同，且管理會計是企業(yè)在市場競爭中取勝的關(guān)鍵之一，這勢必形成財務(wù)會計向管理會計轉(zhuǎn)型的趨勢，形成人才聚集效應(yīng)，彌補我國管理會計人才的空缺。

(二)人工智能分析數(shù)據(jù)能力強，管理會計應(yīng)用效能提高管理會計是在財務(wù)會計工作的基礎(chǔ)上，再加工、分析數(shù)據(jù)，預(yù)測企業(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)果比較簡單、機械，且錯誤頻發(fā)，影響分析結(jié)果的可靠性和精準度。人工智能出現(xiàn)之后，AI機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，幫助財務(wù)人員完成基礎(chǔ)工作。

(三)智能時代管理會計價值突出，受到重視隨著全球化進程加速、國內(nèi)外市場相繼開放，市場競爭越來越激烈。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制定企業(yè)發(fā)展規(guī)劃，財務(wù)會計的工作已經(jīng)難以支持。從大量的數(shù)據(jù)中挖掘、分析對企業(yè)發(fā)展有價值的內(nèi)容是會計行業(yè)的新任務(wù)，而這些內(nèi)容都需要管理會計來實現(xiàn)。在以往，因為技術(shù)水平不夠，所以會計人員無法對市場環(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，會計人員可以把未來財務(wù)數(shù)據(jù)和非財務(wù)數(shù)據(jù)做結(jié)合，提高分析效果。管理會計的作用被更多企業(yè)管理者發(fā)覺，在這方面投入也越來越多，管理會計遇到前所未有的發(fā)展機遇。

四、智能時代下企業(yè)管理會計發(fā)展路徑

(一)加快管理會計制度建設(shè)制度是發(fā)展的保障，所以必須建立更完善的管理會計發(fā)展規(guī)劃。目前，我國管理會計在理論研究和實務(wù)應(yīng)用上都比較落后，這些影響管理會計發(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)的國家管理會計協(xié)會(目前我國雖然已有管理會計協(xié)會，但是屬于山寨組織)，制定科學(xué)的管理會計發(fā)展規(guī)劃，科學(xué)指導(dǎo)企業(yè)管理會計的實務(wù)應(yīng)用、管理。制定管理會計的具體流程、要求，拔高人才標準。第二，詳細研究管理會計相關(guān)理論，結(jié)合我國企業(yè)發(fā)展情況調(diào)整、完善、鼓勵企業(yè)運用管理會計流程，提高企業(yè)內(nèi)部控制水平。第三，主動向先進國家、企業(yè)學(xué)習(xí)管理開機的經(jīng)驗，并邀請學(xué)者到企業(yè)授課。第四，分析智能技術(shù)和管理會計結(jié)合點，探索管理會計發(fā)展途徑，優(yōu)化我國管理會計的應(yīng)用效率和效能。

(二)培養(yǎng)管理會計人才，重視創(chuàng)新人才是發(fā)展的基礎(chǔ)，管理會計人才資源充足是智能時代管理會計發(fā)展的基礎(chǔ)，也是管理會計穩(wěn)定、高效發(fā)展的保障。所以，我國想要做到管理會計可持續(xù)發(fā)展就必須培育充足的人才。第一，鼓勵高校、企業(yè)研究管理會計相關(guān)基礎(chǔ)理論，在原有經(jīng)費的基礎(chǔ)上加大投入，為管理會計發(fā)展提供充足的空間。鼓勵財務(wù)會計學(xué)習(xí)管理知識，盡快完成智能時代下財務(wù)會計到管理會計的轉(zhuǎn)型。第二，更新管理會計培訓(xùn)內(nèi)容，把智能技術(shù)融合到管理會計發(fā)展中去，提高從業(yè)人才信息化水平。第三，我國要從國外引入人才，舉辦學(xué)術(shù)交流會，充實我國管理會計隊伍。

(三)強化管理會計數(shù)據(jù)分析體現(xiàn)，提高管理效能對管理會計而言數(shù)據(jù)分析能力是核心內(nèi)容，也是發(fā)揮管理會計效能的保障。首先，要制定統(tǒng)一的會計數(shù)據(jù)和非會計數(shù)據(jù)信息標準，方便管理會計做分析比較;提高從業(yè)人員數(shù)據(jù)分析能力，建立管理會計數(shù)據(jù)分析機構(gòu)，如管理會計信息分享中心等，為匯聚、分析信息提供基礎(chǔ)。其次，重視智能技術(shù)和管理會計技術(shù)的研發(fā)和使用，建立中國管理會計發(fā)展協(xié)會，制定行業(yè)標準和要求，鼓勵企業(yè)把創(chuàng)新型的管理會計運用到企業(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計分析框架，給企業(yè)提供管理會計運用參考，擴大管理會計運用范圍。

五、結(jié)語

在智能時代，各行業(yè)技術(shù)、人員將會得到新變革，傳統(tǒng)財務(wù)會計優(yōu)勢逐漸消失，管理會計成為發(fā)展新需要。管理會計遇到空前的發(fā)展機遇和價值展現(xiàn)空間，但是向真正實現(xiàn)管理會計快速、可持續(xù)發(fā)展還有很長的道路。國家和高校要建立管理會計發(fā)展協(xié)會、數(shù)據(jù)分析體系，從制度上給予保障;重視管理會計培育、加大資金投入，為管理會計提供發(fā)展空間。企業(yè)要充分認識到管理會計對企業(yè)發(fā)展的作用，擴大管理會計的運用范圍和實際使用效能，才能讓管理會計成為企業(yè)管理、運用和發(fā)展的工具。

參考文獻:

［1］張淑潔．簡述人工智能時代財務(wù)會計向管理會計的轉(zhuǎn)型［J］．中國鄉(xiāng)鎮(zhèn)企業(yè)會計，2019(8):208－209．

［2］邵梅媛．大數(shù)據(jù)與人工智能時代背景下管理會計的機遇與挑戰(zhàn)［J］．今日財富，2019(4)．

［3］莫立娥．人工智能時代財務(wù)會計向管理會計的轉(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：TM73 文獻標識碼：A

電力電網(wǎng)調(diào)度系統(tǒng)對電力系統(tǒng)而言是至關(guān)重要的，在電力系統(tǒng)初具雛形時，由于科技落后，電力電網(wǎng)調(diào)度系統(tǒng)不是智能的，是由工作人員通過打電話的方法了解各個電力站的運行狀況，如果發(fā)現(xiàn)電力站的運行發(fā)生異常狀況，就會憑借工作人員的經(jīng)驗，對發(fā)生的異常狀況進行處理。現(xiàn)如今，科技水平不斷發(fā)展，自動化技術(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，它是一個實時動態(tài)的系統(tǒng)，可以有效地進行分析和調(diào)控電力系統(tǒng)，當電力站發(fā)生故障時，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準和及時地對故障分析和處理，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)的運行狀況，成為了能量管理系統(tǒng)。雖然我國科學(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，導(dǎo)致電網(wǎng)調(diào)度系統(tǒng)的自動化和智能化程度仍然不是很高。因此，如何更好地運用現(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，實現(xiàn)真正的智能，這將是電力系統(tǒng)的未來趨勢。

（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)可以對電力系統(tǒng)的電網(wǎng)的每個狀態(tài)進行自動獲取，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，便于獲取最好的方案，從而保證電網(wǎng)的安全運作。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)生突如其來的故障時還應(yīng)該具有一定的分析功能，可以及時幫助電力調(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)中各個系統(tǒng)相互獨立，卻有相互統(tǒng)一，各個系統(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

人工智能又名機器智能，融合了計算機科學(xué)、數(shù)理邏輯、控制論、信息論、神經(jīng)生物學(xué)以及語言學(xué)等多門學(xué)科的知識理論，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就是運用人類的智慧，使計算機系統(tǒng)日益的先進，逐漸使計算機系統(tǒng)表現(xiàn)出人類的一些基本智能行為?？茖W(xué)家進行了大量的科研實驗，實驗結(jié)果表明，人工智能技術(shù)發(fā)展的速度也越來越快，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，人工智能必將是未來的發(fā)展趨勢。

（二）人工智能系統(tǒng)方法分類

二十世紀八十年代初，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)在當時那個年代就已經(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)要求動態(tài)實時性，憑借當時的計算機水平根本沒有辦法快速獲取計算結(jié)果，嚴重拖累了電力系統(tǒng)的工作效率。

2電力系統(tǒng)的非線性根本沒有辦法憑借當時的計算機水平建立出精確的線性數(shù)學(xué)模型。

3由于當時科學(xué)技術(shù)水平不是很發(fā)達，大多數(shù)人對電力系統(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題。

4由于當時科學(xué)技術(shù)水平不是很發(fā)達，很多電力系統(tǒng)的專家只能根據(jù)自己的經(jīng)驗對電力系統(tǒng)進行分析，根本無法運用精確的數(shù)學(xué)進行描述。與傳統(tǒng)的計算不同，人工智能算法是以解決知識中所存在的問題的方法為基礎(chǔ)，解決了傳統(tǒng)計算方法的缺點。因此，人工智能應(yīng)用于實際的電力系統(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)用的重要分支開始興起，專家系統(tǒng)顧名思義，這個系統(tǒng)擁有極其接近人類思維模式的智能系統(tǒng)，可以很好地進行分析和推理，就猶如一些擁有豐富經(jīng)驗和淵博知識的專家，在特定的區(qū)域里憑借區(qū)域內(nèi)固有的數(shù)據(jù)庫對問題進行合理的分析，最終提出適當?shù)膯栴}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、對電力系統(tǒng)進行綜合的監(jiān)測作用、對故障進行分析并及時提供解決意見等。

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)可以對給與的信息進行適當合理的分析，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)的動態(tài)控制與診斷、狀態(tài)數(shù)據(jù)估計等很多的相關(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)測估計分析技術(shù)已經(jīng)十分的完善。

3 遺傳算法

遺傳算法就是根據(jù)達爾文生物種族進化論中遺傳機制和自然選擇學(xué)機理的生物進化過程進行模擬最終獲取相應(yīng)的計算模型，遺傳算法可以通過模擬自然進化過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，計算出這些候選集的應(yīng)用范圍。

（3）根據(jù)計算所得的應(yīng)用范圍適來確定符合應(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。

在整個遺傳學(xué)算法中，達爾文自然選擇學(xué)機理中的“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)是一種智能計算實體，在分布式系統(tǒng)中擁有靈活性、主動性、反應(yīng)性、交互性和自主性。Agent體系結(jié)構(gòu)是一種自主行為實體，單純憑借現(xiàn)今的計算機水平，很難準確對Agent體系結(jié)構(gòu)進行描述，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)性和開放性的Agent技術(shù)作為在新一代調(diào)度自動化系統(tǒng)，發(fā)展前景不可小視。

對于同類發(fā)電機組而言，綜合考量其安全性能、經(jīng)濟效益和環(huán)保指標等要素，可以分別表示出機組的可靠性能R、經(jīng)濟效益標準E、環(huán)境標準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），其中每個權(quán)值的和為1。

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

系統(tǒng)的環(huán)保性指標可以用單位排放的污染氣體總量來表示；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)度的一些問題。現(xiàn)如今，學(xué)者對人工智能技術(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)一定會擁有更廣闊的前景。

三、 國內(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，在文中提到想要解決電力系統(tǒng)中存在的一些問題，應(yīng)該用智能機器調(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)和自動學(xué)習(xí)等功能，從而使電力電網(wǎng)自動運行。在我國，盧強院士最先提出了“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)會出現(xiàn)的故障，以及安全方面等進行了探討，最終形成了建立以分析和解決電網(wǎng)故障的“調(diào)度機器人”的思維模式。

結(jié)語

綜上所述，電力電網(wǎng)調(diào)度系統(tǒng)對電力系統(tǒng)而言是至關(guān)重要的，電力電網(wǎng)的智能調(diào)度系統(tǒng)是一個實時動態(tài)的系統(tǒng)，可以有效地進行分析和調(diào)控電力系統(tǒng)，當電力站發(fā)生故障時，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準和及時地對故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運行狀況。本文對電力電網(wǎng)智能調(diào)度系統(tǒng)做了簡單的介紹，對電力電網(wǎng)智能調(diào)度系統(tǒng)的具體應(yīng)用進行了探討，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

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