引論：我們?yōu)槟砹?3篇人工智能研究綜述范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。

篇1

人工智能用于異常數(shù)據(jù)檢測的方法很多，傳統(tǒng)的如基于統(tǒng)計（statistical-based）的方法、基于距離（distance-based）的方法 [1]、基于密度（density-based）的方法[2]，基于聚類的方法[3]等。但這么傳統(tǒng)的異常數(shù)據(jù)檢測方法仍然存在著一些缺陷與不足。基于統(tǒng)計的數(shù)據(jù)檢測方法要求預(yù)先知道被檢測數(shù)據(jù)的分布情況，基于距離的方法中距離函數(shù)與參數(shù)的選擇存在較大的困難，基于密度的數(shù)據(jù)檢測方法方法時間復(fù)雜度較高，這些問題極大地限制了異常數(shù)據(jù)挖掘算法在現(xiàn)實中的應(yīng)用。本文重點論述人工智能方法用于異常數(shù)據(jù)挖掘的發(fā)展史，分析和比較各自的優(yōu)缺點。

2 常用于異常數(shù)據(jù)挖掘的幾種人工智能方法的分析

2.1 神經(jīng)網(wǎng)絡(luò)方法

神經(jīng)網(wǎng)絡(luò)模型主要由三層結(jié)構(gòu)組成，主要包括輸入層、隱含層和輸出層。第一層為輸入層，輸入層的節(jié)點代表多個預(yù)測變量，輸出層的節(jié)點代表多個目標變量，位于輸入層和輸出層之間的是隱含層，神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度取決于隱含層的層數(shù)和節(jié)點數(shù)。每一層的節(jié)點都允許有多個。神經(jīng)網(wǎng)絡(luò)模型主要用于解決回歸和分類兩類問題，其結(jié)構(gòu)圖如下圖所示。

從上圖可得，節(jié)點X1，X2，X3作為神經(jīng)元的輸入，代表多個預(yù)測變量，它可以是來自神經(jīng)網(wǎng)絡(luò)的信息，也可以是另一個神經(jīng)元的輸出；W1，W2，……，Wn是神經(jīng)元的權(quán)值，表示各個神經(jīng)元的連接強度。通過神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)圖可知，該方法的實現(xiàn)過程：首先將每個訓(xùn)練樣本的各屬性取值同時賦給第1層即輸入層；各屬性值再結(jié)合各自的權(quán)重賦給第2層（隱含層的第1層），第1層隱含層再結(jié)合各自的權(quán)重輸出又作為下一隱含層的輸入，最后一層的隱含層節(jié)點帶權(quán)輸出賦給輸出層單元，輸出層最終給出各個訓(xùn)練樣本的預(yù)測輸出。

2.2 蟻群聚類算法

在數(shù)據(jù)挖掘中，聚類是一個活躍的研究領(lǐng)域，涉及的范圍較廣。許多計算機學(xué)者們通過模仿生物行為提出一系列解決問題的新穎方法。螞蟻搜索模式樣本所歸屬的聚類中心的概率計算公式如式（1）。

（1）

其中，α，β為參數(shù)，初始聚類中心為隨機選取的k個模式樣本點。τ（i，j）為樣本Xj到聚類中心mj之問的信息素i=1，2， …，n，j=1，2， …，k ；η（i，j）為啟發(fā)函數(shù)，其表達式如式（2）所示。

（2）

其中，dj為模式樣本Xj到聚類中心mj的歐氏距離為（i=1，2， …，n，j=1，2， …，k）。

螞蟻搜索整個模式樣本空間，形成一個聚類結(jié)果后，聚類中心mj各分量的值為該類Cj中模式樣本各屬性的均值，計算公式如（3）。

（3）

2.3 基于知識粒度的異常數(shù)據(jù)挖掘算法

粒計算是人工智能領(lǐng)域新發(fā)展起來的一個研究方向，該方法針對不確定性信息進行處理。它主要包括三種模型，分別是粗糙集模型、模糊集模型與商空間模型。該方法的基本思想是利用不同粒度上的信息進行問題求解。該理論在多個領(lǐng)域得到了廣泛的應(yīng)用，如數(shù)據(jù)挖掘、決策支持與分析和機器學(xué)習(xí)等。知識粒度為異常數(shù)據(jù)挖掘處理不確定性數(shù)據(jù)提供一種新的解決方法。基于知識粒度的異常數(shù)據(jù)挖掘算法，該算法不需要預(yù)先知道數(shù)據(jù)的分布情況，并且采用知識粒度度量各個對象間的距離與異常度時，能有效挖掘出異常數(shù)據(jù)。

3 各方法的比較

通過以上各種方法的分析，各種方法具有各自的優(yōu)點以及不足之處。基于聚類的數(shù)據(jù)挖掘方法側(cè)重與于聚類的問題，該問題極大地限制了該算法在實際生活中的應(yīng)用。神經(jīng)網(wǎng)絡(luò)方法用于數(shù)據(jù)挖掘，是人工智能中較早應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域的方法之一，能夠較好的進行異常數(shù)據(jù)的挖掘，但是該方法的層數(shù)的確定比較困難，同時該方法的時間復(fù)雜度比較高；蟻群聚類算法是在聚類算法的基礎(chǔ)上改進推廣而得，能夠達到異常數(shù)據(jù)檢測的目的，但該算法的收斂速度慢，而且算法存在隨機移動而延長聚類時間。

4 結(jié)束語

異常數(shù)據(jù)挖掘研究是一個有價值的研究問題，近年來引起越來越多的學(xué)者關(guān)注和研究，從而使得異常數(shù)據(jù)挖掘算法取得了新的進展，在生態(tài)系統(tǒng)分析、公共衛(wèi)生、氣象預(yù)報、金融領(lǐng)域、客戶分類、網(wǎng)絡(luò)入侵檢測、藥物研究等方面得到了廣泛的應(yīng)用。希望本論文中的方法可以給讀者提供更多異常數(shù)據(jù)挖掘方面的思路，并且能夠很好的將人工智能中的方法運用異常數(shù)據(jù)挖掘中，克服各種方法不足，讓人們能夠更好的應(yīng)用。

參考文獻

[1]Knorr E. Alothms for Mining Distance based Outliers in Large Datasets[C] //Very Large Databases（VLDB’98）. New York： Proc of Int Conf， 1998： 392-403.

[2]Breunig M M， Kriegel H P. Sander， LOF： Identifying Density-Based Local Outliers[C]// ACM SIGMODC onference Proceedings. [S.I]：[s.n.]，2000.

[3]王鑫等.數(shù)據(jù)挖掘中聚類方法比較研材[D].濟南：山東師范大學(xué)管理學(xué)院，2006.

[4]魏海坤，徐嗣鑫，宋文忠.神經(jīng)網(wǎng)絡(luò)的泛華理論和泛化方法[J].自動化學(xué)報， 2001，27（6）：806-814.

[5]龐勝利，吳瑰麗.人工神經(jīng)網(wǎng)絡(luò)在大型橋梁健康監(jiān)測系統(tǒng)中應(yīng)用研究[J].石家莊鐵道學(xué)院學(xué)報，2002，15（2）：63-65.

[6]金微. 蟻群聚類算法分析[J].計算機光盤軟件與應(yīng)用，2011，（13）：199， 202.

[7]陳玉明，吳克壽，孫金華.基于知識粒度的異常數(shù)據(jù)挖掘算法[J].計算機工程與應(yīng)用，2012， 48（4）：118-121.

[8]苗奪謙，王國胤，劉清等.粒計算：過去、現(xiàn)在與展望[M].北京：科學(xué)出版社， 2007.

篇2

研究生教學(xué)應(yīng)更突出學(xué)生的主體地位，注重發(fā)揮其學(xué)習(xí)的主動性和自覺性，為此，課程組結(jié)合課程特點，在教學(xué)方法進行了如下探索。

2.1加強教學(xué)設(shè)計

教學(xué)設(shè)計就是對教學(xué)活動進行系統(tǒng)計劃的過程, 是教什么(課程內(nèi)容)及怎么教(組織、方法、策略、手段及其他傳媒工具的使用等)的過程[2]。在教學(xué)過程中，每節(jié)課授課前，堅持集體備課的原則，由課程組集體討論選定授課內(nèi)容，補充閱讀文獻，根據(jù)授課對象與課程內(nèi)容特點，確定課堂組織方式，采用的授課方式以研討式教學(xué)為主，給合講授、實驗、自學(xué)等。

2.2抓好課堂教學(xué)環(huán)節(jié)

教學(xué)方法與教學(xué)手段是保證課堂教學(xué)效果的關(guān)鍵。本課程授課對象主要為碩士研究生，他們的接受能力較強，有一定的求知欲。由于學(xué)員人數(shù)較少，授課方式可靈活組織。教室有完備的多媒體設(shè)備，基本的軟件實驗環(huán)境，教學(xué)過程可采用靈活教學(xué)方法、多種教學(xué)手段，提高教學(xué)效率，保證授課質(zhì)量。

1) 以研討式為主的教學(xué)方式。研究生教學(xué)應(yīng)堅持學(xué)術(shù)研究為導(dǎo)向，發(fā)揮學(xué)員在學(xué)習(xí)過程中的主動性和自覺性。由于研究生學(xué)員有一定的學(xué)習(xí)基礎(chǔ)與自學(xué)能力，教員可以在課前給學(xué)員布置預(yù)習(xí)內(nèi)容，學(xué)員通過查閱資料、分析整理進而形成自己的觀點，使在課堂教學(xué)中師生互動交流成為可能，改變傳統(tǒng)的教員講，學(xué)員聽的灌輸式教學(xué)方式。研討式教學(xué)也有力于培養(yǎng)學(xué)員積極思考、創(chuàng)新思維的習(xí)慣與能力。

2) 教學(xué)手段的信息化。人工智能原理教學(xué)一個突出矛盾是知識點多、內(nèi)容抽象、理論性強，但學(xué)時較少，因此，必須發(fā)揮現(xiàn)代教學(xué)手段的作用，提高教學(xué)效率。為此，課程組對每節(jié)課都精心設(shè)計了教學(xué)課件，課堂教學(xué)中以課件為主，輔以板書，充分利用多媒體信息量大、直觀等優(yōu)點，改善教學(xué)效果；引入教學(xué)聲像資料，便于學(xué)員課下學(xué)習(xí)；設(shè)計演示程序，使部分比較抽象、不易于理解的內(nèi)容，如子句歸結(jié)、搜索策略更形象直觀，易于學(xué)習(xí)和掌握。

3注重培養(yǎng)學(xué)員學(xué)術(shù)研究能力

學(xué)術(shù)能力是指專門對某一學(xué)問進行系統(tǒng)的哲理或理論研究的能力，它不僅包括思辨的方面，還包括實踐及感性的敏感力等方面。研究生階段學(xué)習(xí)的一個突出特點是要求學(xué)習(xí)的主體――研究生必須具備研究的能力[3]。論文寫作是培養(yǎng)、鍛煉、提高研究生的學(xué)術(shù)能力的重要途徑，在教學(xué)實施過程中，要求每個專題學(xué)習(xí)結(jié)束后，都要提交一份格式符合期刊發(fā)表要求的總結(jié)報告，題目可自行選定，也可由教員指定；內(nèi)容既可以是人工智能該專題某一算法的實現(xiàn)，也可以是對某一問題的進一步研究，或者是對該專題最新研究進展的綜述。教員重點在以下幾個方面予以指導(dǎo)。

1) 選題準確。要求選題不能過于宏大，應(yīng)以小題目反映大問題，具有一定的可研究性為宜。

2) 研究內(nèi)容。研究目標明確，方法恰當(dāng)，能夠提出自己的見解，所提觀點正確。

3) 論文結(jié)構(gòu)。結(jié)構(gòu)清晰、完整，論述嚴謹，表達規(guī)范。

4) 占有文獻豐富。撰寫過程中要有意識培養(yǎng)學(xué)員查閱科技文獻的能力，要求查閱反映最新研究成果的權(quán)威文獻。

4加強實驗環(huán)節(jié)教學(xué)

人工智能教學(xué)在進行各種理論知識講授的同時，還應(yīng)重視實踐教學(xué)，把抽象的知識轉(zhuǎn)化為形象、直觀的實驗，讓學(xué)員真正理解人工智能的概念、本質(zhì)、研究目標，從而提高學(xué)員多角度思維的能力和邏輯推理能力，進一步了解信息技術(shù)、計算機技術(shù)發(fā)展的前沿，培養(yǎng)他們對人工智能研究的興趣，激發(fā)對人工智能技術(shù)未來的追求。為此，課程組借鑒國內(nèi)外知名大學(xué)人工智能實驗教學(xué)經(jīng)驗，編寫了《人工智能原理實驗指導(dǎo)書》，圍繞問題表示、經(jīng)典邏輯推理、不確定推理、搜索策略及簡單專家系統(tǒng)實現(xiàn)等教學(xué)內(nèi)容提供了7組實驗供學(xué)員選擇。

例如，在狀態(tài)空間搜索一節(jié)教學(xué)過程中，先完成理論部分的教學(xué)，使學(xué)員對狀態(tài)空間基本概念、問題表示及求解方法有一個準確的認識，然后進行實驗教學(xué)。由學(xué)員自主完成重排九宮問題求解的程序，初始狀態(tài)和目標狀態(tài)如圖1所示，調(diào)整的規(guī)則是，每次只能將與空格(左、上、下、右)相鄰的一個數(shù)字平移到空格中[4]。實驗過程重點指導(dǎo)學(xué)員掌握狀態(tài)空間進行問題求解的關(guān)鍵步驟：問題表示和搜索策略。問題表示就是要確定該問題的基本信息及程序?qū)崿F(xiàn)的數(shù)據(jù)結(jié)構(gòu)，基本信息有初始狀態(tài)集合、操作符集合、目標檢測及路徑費用函數(shù)，數(shù)據(jù)結(jié)構(gòu)可采用向量、鏈表等形式；搜索策略可分為盲目式搜索和啟發(fā)式搜索，可按照先易后難的原則，先實現(xiàn)盲目搜索中的廣度優(yōu)先及深度優(yōu)先搜索，在此基礎(chǔ)上再定義估價函數(shù)實現(xiàn)啟發(fā)式搜索。而在啟發(fā)式搜索實現(xiàn)過程中，又可以通過定義不同的啟發(fā)函數(shù)：如某狀態(tài)格局與目標節(jié)點格局不相同的牌數(shù)、不在目標位置的牌距目標位置的距離之和等加以比較，準確理解啟發(fā)函數(shù)的意義。通過實驗，學(xué)員加深了對課堂講授的理論知識的理解，能夠熟練地將狀態(tài)空間法運用于實際問題的求解，提高了工程實踐能力。

實驗教學(xué)組織方式可根據(jù)具體的實驗內(nèi)容特點，采用上機編程實驗、演示程序驗證、模擬平臺開發(fā)、分組討論等多種形式進行。

5適度開展雙語教學(xué)

研究生的英語基礎(chǔ)普遍較好，基本都通過了國家公共英語四級考試，部分學(xué)員通過了六級考試，加之在本科階段還開設(shè)了專業(yè)英語課程，因此，在培養(yǎng)研究生人工智能知識的同時，我們要提高學(xué)員閱讀原版英文資料、用英語進行簡單科技寫作及對外學(xué)術(shù)交流的能力，適度開展雙語教學(xué)，對此，我們可采取以下基本方式。

1) 專業(yè)術(shù)語全部用英語表示。

在教學(xué)過程中用英語表達人工智能原理中的專業(yè)術(shù)語和主要概念，如Knowledge Representation(知識表示)、Depth-First Search(深度優(yōu)先搜索)、Breadth- First Search(廣度優(yōu)先搜索)等。

2) 以英文原版教材為教學(xué)參考書。

選定機械工業(yè)出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》為參考書，該書“是人工智能課程的完美補充。它既能給讀者以歷史的觀點，又給出所有技術(shù)的實用指南[5]。”

3) 加強英文文獻的閱讀。

在課程論文撰寫時，要求閱讀一定數(shù)量的外文文獻；在討論課中，鼓勵學(xué)員使用英語進行討論。

經(jīng)過課程學(xué)習(xí)，學(xué)員都能準確掌握人工智能學(xué)科專業(yè)詞匯，英文運用能力得到一定提高，能較自如地閱讀原版英文專業(yè)資料，為進一步用英文進行學(xué)術(shù)交流及學(xué)術(shù)論文寫作打下基礎(chǔ)。

6考試與成績評定改革

考核方式采用傳統(tǒng)的試卷與課程論文、實踐環(huán)節(jié)等三部分組成，全面考查學(xué)員對基礎(chǔ)理論知識掌握情況以及理論聯(lián)系實際的能力，其中試卷占70%，課程論文占10%，實踐環(huán)節(jié)占20%。課程論文題目不作限制，由學(xué)員在課程學(xué)習(xí)階段結(jié)合某一專題選定題目，課程論文以選題意義、研究內(nèi)容、論文結(jié)構(gòu)、參考文獻及撰寫規(guī)范等指標為評價依據(jù)；實驗成績采用實驗過程考查、實驗結(jié)果驗收和實驗報告評閱相結(jié)合的考核方法，綜合評定。這樣做不但考核了學(xué)員人工智能基本理論掌握情況，也反映了學(xué)員的學(xué)術(shù)研究能力和工程實踐能力。同時，考核結(jié)合實際教學(xué)進程，改變了單一課終總結(jié)性考核的弊端。

7結(jié)語

經(jīng)過課程組近兩年的教學(xué)方法研究與教學(xué)實踐，研究生人工智能原理課程教學(xué)收到較好的效果，但仍存在一些問題，如在課堂討論環(huán)節(jié)，個別學(xué)員準備不充分、討論不夠深入；課程論文撰寫選題隨意，文獻綜述不夠全面、準確，論文格式不夠規(guī)范等。在今后的授課中，課程組將根據(jù)授課研究生人數(shù)較少的特點，采取明確每名學(xué)員預(yù)習(xí)重點、加強課程論文交流等方式予以改進，力求取得更好的教學(xué)效果。同時，進一步充分利用便利的校園網(wǎng)平臺，開展“人工智能原理”網(wǎng)絡(luò)課程建設(shè)，購買或自主開發(fā)網(wǎng)絡(luò)教學(xué)資源，引導(dǎo)學(xué)員利用網(wǎng)絡(luò)資源進行個性化自主學(xué)習(xí)，增強教學(xué)過程的信息化程度。

參考文獻：

[1] 王永慶. 人工智能原理與方法[M]. 西安:西安交通大學(xué)出版社,2002:1.

[2] 李志厚. 國外教學(xué)設(shè)計研究現(xiàn)狀與發(fā)展趨勢[J]. 外國教育研究,1998(1):6-10.

[3] 肖川,胡樂樂. 論研究生學(xué)術(shù)能力的培養(yǎng)[J]. 學(xué)位與研究生教育,2006(9):1-5.

[4] 周金海. 人工智能學(xué)習(xí)輔導(dǎo)與實驗指導(dǎo)[M]. 北京:清華大學(xué)出版社,2008:204.

[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:機械工業(yè)出版社,2009:754.

Reform on Postgradrates Artificial Intelligence Course Teaching

TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei

篇3

1引言

人工智能（Artificial Intelligence，AI）自從20世紀50年代產(chǎn)生，經(jīng)過長期發(fā)展，已經(jīng)有了長足的進步，并且已經(jīng)深入到社會生活的諸多領(lǐng)域，如語言處理、智能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、自動定理證明、智能計算、問題求解、人工智能程序語言以及自動程序設(shè)計等。隨著科學(xué)技術(shù)的不斷發(fā)展，現(xiàn)在的人工智能已經(jīng)不再是僅僅具有簡單的模仿與邏輯思維能力，人們也越來越期待人工智能能夠幫助或者替代人類從事各種復(fù)雜的工作，加強人的思維功能、行為功能或是感知功能。這就要求人工智能具有更強的情感識別、情感表達以及情感理解能力。通俗的說，為了使得人工智能對外界的變化適應(yīng)性更強，需要給它們賦予相應(yīng)的情感從而能夠應(yīng)對這個難以預(yù)測的世界。

在賦予人工智能“情感”的過程中，面臨著許多的問題，有科技層面上的，也有社會學(xué)層面的。本文在這里只討論其中一個比較基本的社會學(xué)問題：“人工智能情感約束問題”，即關(guān)注于如何約束賦予給人工智能的情感，不至于使其“情感泛濫”。情感指的是一種特殊的思維方式，人工智能具有了情感后的問題是：人工智能的情感是人類賦予的，人工智能自身并不會創(chuàng)造或者控制自己的情感。如果賦予人工智能的情感種類不合理，或者是賦予的情感程度不恰當(dāng)，都有可能造成“情感泛濫”并導(dǎo)致一些災(zāi)難性的后果。例如，當(dāng)人工智能具有了情感之后，如果人類自身管理不恰當(dāng)，有可能導(dǎo)致人工智能反過來傷害人類。盡管目前我們只能在一些科幻作品中看到這種情況發(fā)生，但誰也不能保證未來有一天會不會真的出現(xiàn)這種悲劇。

本文第二章對人工智能情感研究進行了概要性回顧，第三章對如何約束人工智能情感進行了嘗試性探討，最后一章對全文進行了總結(jié)。

2人工情感發(fā)展情況概述

隨著科學(xué)家對人類大腦及精神系統(tǒng)深入的研究，已經(jīng)愈來愈肯定情感是智能的一部分。人工情感是以人類自然情感理論為基礎(chǔ)，結(jié)合人工智能、機器人學(xué)等學(xué)科，對人類情感過程進行建模，以期獲得用單純理性思維難以達到的智能水平和自主性的一種研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感機器識別與表達、人工情感機理等四個方面的內(nèi)容。其中，尤以人工情感機理的研究困難最大，研究者也最少。

目前人工情感在很多領(lǐng)域得到了應(yīng)用和發(fā)展，比較典型的是在教育教學(xué)、保健護理、家庭助理、服務(wù)等行業(yè)領(lǐng)域。在教育教學(xué)方面比較典型的例子是德國人工智能研究中心發(fā)展的三個方案：在虛擬劇場、虛擬市場和對話Agent中引入情感模型和個性特征來幫助開發(fā)兒童的想象力及創(chuàng)造力。在保健護理方面比較典型的是家庭保健與護理方向，如Lisetti等人研制的一個用于遠程家庭保健的智能情感界面，用多模態(tài)情感識別手段來識別病人的情感狀態(tài)，并輸入不同媒體和編碼模型進行處理，從而為醫(yī)生提供關(guān)于病人簡明而有價值的情感信息以便于進行有效的護理。服務(wù)型機器人的典型例子是卡內(nèi)基梅隆大學(xué)發(fā)明的一個機器人接待員Valerie。Valerie的面孔形象的出現(xiàn)在一個能夠轉(zhuǎn)動方向的移動屏幕上時可以向訪問者提供一些天氣和方位方面的信息，還可以接電話、解答一些問題；并且Valerie有自己的性格和愛好，情感表達較為豐富。當(dāng)然這些只是人工情感應(yīng)用領(lǐng)域中的幾個典型的例子，人工智能情感的潛力仍然是巨大的。

盡管關(guān)于人工情感的研究已經(jīng)取得了一定的成果，給我們帶來了很多驚喜和利益，但由于情緒表現(xiàn)出的無限紛繁以及它與行為之間的復(fù)雜聯(lián)系，人們對它的運行機理了解的還不成熟，以致使得目前人工情感的研究仍面臨著諸如評價標準、情感道德約束等多方面問題。所以必須清楚的認識到我們目前對于人工情感的計算乃至控制機制并沒有一個成熟的體系。

3對人工智能的情感約束

正如上文所述，如果放任人工智能“情感泛濫”，很有可能會造成嚴重的后果。為了使人工智能技術(shù)更好的發(fā)展，使智能與情感恰到好處的結(jié)合起來，我們有必要思考如何對賦予人工智能情感進行引導(dǎo)或者約束。

3.1根據(jù)級別賦予情感

可以根據(jù)人工智能級別來賦予其情感，如低級別人工智能不賦予情感、高級別人工智能賦予其適當(dāng)?shù)那楦小１娝苤斯ぶ悄苁且婚T交叉科學(xué)科，要正確認識和掌握人工智能的相關(guān)技術(shù)的人至少必須同時懂得計算機學(xué)、心理學(xué)和哲學(xué)。首先需要樹立這樣的一個觀點：人工智能的起點不是計算機學(xué)而是人的智能本身，也就是說技術(shù)不是最重要的，在這之前必須得先解決思想問題。而人工智能由于這方面沒有一個嚴格的或是量度上的控制而容易出現(xiàn)問題。從哲學(xué)的角度來說，量變最終會導(dǎo)致質(zhì)變。現(xiàn)在是科學(xué)技術(shù)飛速發(fā)展的時代，不能排除這個量變導(dǎo)致質(zhì)變時代的人工智能機器人的到來，而到那個時候后果則不堪設(shè)想。因此，在現(xiàn)階段我們就應(yīng)該對人工智能的情感賦予程度進行一個約束。

根據(jù)維納的反饋理論，人工智能可以被分成高低兩個層次。低層次的是智能型的人工智能，主要具備適應(yīng)環(huán)境和自我優(yōu)化的能力。高層次的是情感型的人工智能，它的輸入過程主要是模仿人的感覺方式，輸出過程則是模仿人的反應(yīng)情緒。據(jù)此我們可分別將機器人分為一般用途機器人和高級用途機器人兩種。一般用途機器人是指不具有情感，只具有一般編程能力和操作功能的機器人。那么對于一般用途的機器人我們完全可以嚴格的用程序去控制它的行為而沒必要去給他賦予情感。而對于高級層面的情感機器人來說，我們就適當(dāng)?shù)馁x予一些情感。但即使是這樣一部分高層次的情感機器人，在賦予人工情感仍然需要考慮到可能會帶來的某些潛在的危害，要慎之又慎。

3.2根據(jù)角色賦予情感

同樣也可以根據(jù)人工智能機器人角色的不同選擇性的賦予其不同類型的情感。人類與機器合作起來比任何一方單獨工作都更為強大。正因為如此，人類就要善于與人工智能機器合作，充分發(fā)揮人機合作的最大優(yōu)勢。由于計算機硬件、無線網(wǎng)絡(luò)與蜂窩數(shù)據(jù)網(wǎng)絡(luò)的高速發(fā)展，目前的這個時代是人工智能發(fā)展的極佳時期，使人工智能機器人處理許多以前無法完成的任務(wù)，并使一些全新的應(yīng)用不再禁錮于研究實驗室，可以在公共渠道上為所有人服務(wù)，人機合作也將成為一種大的趨勢，而他們會以不同的角色與我們進行合作。或作為工具、顧問、工人、寵物、伴侶亦或是其他角色。總之，我們應(yīng)該和這些機器建立一種合作互助的關(guān)系，然后共同完任務(wù)。這當(dāng)然是一種很理想的狀態(tài)，要做到這樣，首先需要我們?nèi)祟愞D(zhuǎn)變自身現(xiàn)有的思維模式：這些機器不再是一種工具，而是平等的服務(wù)提供人。

舉例來說，當(dāng)機器人照顧老人或是小孩的時候，我們應(yīng)該賦予它更多的正面情緒，而不要去賦予負面情緒，否則如果機器人的負向情緒被激發(fā)了，對于這些老人或者小孩來說危險性是極大的；但是，如果機器人是作為看門的保安，我們對這種角色的機器人就可以適當(dāng)?shù)馁x予一些負向的情緒，那么對于那些不按規(guī)則的來訪者或是小偷就有一定的威懾力。總之，在我們賦予這些智能機器人情感前必須要周到的考慮這些情感的程度和種類，不要沒有顧忌的想當(dāng)然的去賦予，而是按分工、作用賦予限制性的情感約束，達到安全的目的。

3.3對賦予人進行約束

對人工智能情感賦予者進行約束，提高賦予者的自身素質(zhì)，并定期考核，并為每一被賦予情感的人工智能制定責(zé)任人。

縱觀人工智能技術(shù)發(fā)展史，我們可以發(fā)現(xiàn)很多的事故都是因為人為因素導(dǎo)致的。比如，首起機器人殺人案：1978年9月的一天，在日本廣島，一臺機器人正在切割鋼板，突然電腦系統(tǒng)出現(xiàn)故障，機器人伸出巨臂，把一名工人活生生地送到鋼刀下，切成肉片。

另外，某些研究者也許會因為利益的誘惑，而將人工智能運用在不正當(dāng)領(lǐng)域，或者人工智能技術(shù)落入犯罪分子的手中，被他們用來進行反對人類和危害社會的犯罪活動。也就是用于所謂的“智能犯罪”。任何新技術(shù)的最大危險莫過于人類對它失去控制，或者是它落入那些企圖利用新技術(shù)反對人類的人的手中。

因此為了減少這些由于人而導(dǎo)致的悲劇，我們需要對這些研究者本身進行約束。比如通過相應(yīng)的培訓(xùn)或是定期的思想政治教育、或是理論知識的學(xué)習(xí)并制定定期的考核制度來保證這些專家自身的素質(zhì)，又或者加強對人工智能事故的追究機制，發(fā)生問題能立即查詢到事故方等等，通過這樣一系列強有力的硬性指標達到減少由于人為因素導(dǎo)致悲劇的目的。

3.4制定相應(yīng)的規(guī)章制度來管理人工智能情感的發(fā)展

目前世界上并未出臺任何一項通用的法律來規(guī)范人工智能的發(fā)展。不過在1939 年，出生在俄國的美籍作家阿西莫夫在他的小說中描繪了工程師們在設(shè)計和制造機器人時通過加入保險除惡裝置使機器人有效地被主人控制的情景。這就從技術(shù)上提出了預(yù)防機器人犯罪的思路。幾年后， 他又為這種技術(shù)裝置提出了倫理學(xué)準則的道德三律：（1）機器人不得傷害人類，或看到人類受到傷害而袖手旁觀；（2）在不違反第一定律的前提下，機器人必須絕對服從人類給與的任何命令；（3）在不違反第一定律和第二定律的前提下，機器人必須盡力保護自己。這一“機器人道德三律”表現(xiàn)了一種在道德憂思的基礎(chǔ)上，對如何解決人工智能中有害人類因素所提出的道德原則，雖然得到很多人的指責(zé)，但其首創(chuàng)性還是得到公認的。盡管這個定律只是小說家提出來的，但是也代表了很多人的心聲，也是值得借鑒的。

那么對于人工智能情感的約束呢？顯然，更加沒有相應(yīng)的法律法規(guī)來規(guī)范。那么，我們就只能在賦予人工智能情感的道理上更加的小心翼翼。比如，我們可以制定一些應(yīng)急方案來防止可能導(dǎo)致的某些后果，也即出現(xiàn)了問題如何及時的處理之。另外我們在操作和管理上應(yīng)更加慎重的去對待。也希望隨著科學(xué)技術(shù)的發(fā)展，能夠在不久的將來出臺一部相應(yīng)的規(guī)章制度來規(guī)范人工智能情感的管理，使之更加精確化、合理化。

4結(jié)束語

人工智能的情感研究目的就是探索利用情感在生物體中所扮演的一些角色、發(fā)展技術(shù)和方法來增強計算機或機器人的自治性、適應(yīng)能力和社會交互的能力。但是現(xiàn)階段對這方面的研究雖然在技術(shù)上可能已經(jīng)很成熟，但是人工智能情感畢竟是模擬人的情感，是個很復(fù)雜的過程，本文嘗試性的在人工智能發(fā)展中可能遇到的問題進行了有益的探討。但是不可否認仍然有很長的道路要走，但是對于人工智能的發(fā)展勁頭我們不可否認，將來“百分百情感機器人”的問世也許是遲早的事情。

參考文獻：

[1] 趙玉鵬，劉則淵.情感、機器、認知――斯洛曼的人工智能哲學(xué)思想探析[J].自然辯證法通訊，2009，31（2）：94-99.

[2] 王國江，王志良，楊國亮，等.人工情感研究綜述[J].計算機應(yīng)用研究，2006，23（11）：7-11.

[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究綜述[J].江南大學(xué)學(xué)報（自然科學(xué)版），2012，11（04）：497-504.

[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.

[5] Valerie.The Roboceptionist[EB/OL].http：//.

[6] 張顯峰，程宇婕.情感機器人：技術(shù)與倫理的雙重困境[N].科技日報，2009-4-21（005）.

[7] 張曉麗.跟機器人談倫理道德為時尚早[N].遼寧日報，2011-11-04（007）.

[8] Peter Norvig.人工智能：機器會“思考”[J].IT經(jīng)理世界，2012（Z1）：331-332.

篇4

人工智能與電氣運動控制是集電機、電子、自動化、計算機、智能控制和知識工程為一體的新興交叉學(xué)科，其知識、技術(shù)和產(chǎn)品在工業(yè)、國防、交通、運輸、民用等行業(yè)應(yīng)用十分廣泛。當(dāng)前，電氣運動控制系統(tǒng)運行條件的復(fù)雜化不斷提高，同時對控制的智能化與精確化要求也越來越高，因此深入研究智能運動系統(tǒng)的設(shè)計、制造、運行規(guī)律，探索該方面的高層次科學(xué)研究、工程技術(shù)應(yīng)用成為當(dāng)務(wù)之急。

1.人工智能的概述

人工智能（Artificial Intelligence） ，英文縮寫為AI。它是研究、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)。 人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能是一門新的技術(shù)科學(xué)，它的研究、開發(fā)是為了模擬、延伸和擴展人的智能，這是一種理論、方法、技術(shù)及應(yīng)用系統(tǒng)。電氣自動化是研究與電氣工程有關(guān)的系統(tǒng)運行、自動控制、電力電子技術(shù)、信息處理等領(lǐng)域的一門學(xué)科。隨著現(xiàn)代技術(shù)的發(fā)展，為了減少運行成本，提高工作效率，把人工智能的先進研究成果與電氣自動化控制相結(jié)合，實現(xiàn)了技術(shù)的又一次突破。

2.電氣工程中智能控制的功能實現(xiàn)

（1）收集處理數(shù)據(jù)：對于所有開關(guān)量、模擬量，人工智能控制器都能對其進行實時采集，在要求明確的情況下，人工智能控制器能自動處理或存貯。（2）界面顯示：設(shè)備和系統(tǒng)的運行狀態(tài)都會在模擬畫面上真實的顯示出來，可從中了解到模擬量、計算量、隔離開關(guān)、斷路器等實際的狀況。有問題時，畫面上會掛牌檢修功能，還會形成對應(yīng)得歷史趨勢圖。（3） 運行監(jiān)視：在設(shè)備的模擬數(shù)值、開關(guān)量狀態(tài)出現(xiàn)問題時，智能監(jiān)視就起到了很大的作用，它會自己報警，還會記錄下事件的過程。（4）人工控制：操作人員只需要通過鍵盤或鼠標就可以對斷路器及電動隔離開關(guān)進行控制，系統(tǒng)會對操作人員進行限制性的操作，對值班起到很大作用。（5）故障錄波：故障錄波較為詳細，包括波形、開關(guān)量和順序記錄等。（6）分析不對稱的應(yīng)用，進行負序量計算等。（7）及時進行參數(shù)的設(shè)定和修改從而定值得到保護。（8）模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)控制是人工智能控制的主要的三種方法。

3.電氣自動化技術(shù)中人工智能的應(yīng)用分析

（1）電氣設(shè)備設(shè)計中人工智能的應(yīng)用。由于電氣設(shè)備的具體設(shè)計是綜合性、復(fù)雜性、專業(yè)性的過程，其涉及的范圍也十分廣，包括了電磁場、電子技術(shù)、變壓器、電機、專業(yè)電路等領(lǐng)域，另一方面，這對其設(shè)計者也提出了更高的要求。通過人工智能方面的技術(shù)，能夠?qū)崿F(xiàn)大批較難迅速解決處理的模擬過程與相關(guān)繁瑣計算，這就加強了設(shè)計過程內(nèi)的工作精度和效率。當(dāng)然，在電氣設(shè)備設(shè)計進行的時候還要區(qū)別不同的情況與具體算法，比如說遺傳算法會用在優(yōu)化設(shè)計中，而專家系統(tǒng)總是用在開發(fā)性設(shè)計中。

（2）電氣控制技術(shù)中人工智能的應(yīng)用。電氣自動化的控制技術(shù)可以實現(xiàn)強化分配、交換、流通、生產(chǎn)等關(guān)鍵環(huán)節(jié)，在加大財力投入的同時盡可能減少人力，以便提高電氣系統(tǒng)中的運作質(zhì)量與效率。電氣設(shè)備控制系統(tǒng)里面人工智能技術(shù)的應(yīng)用包含了神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)控制與模糊控制等，而在實際的應(yīng)用過程中，使用最多的則是模糊控制，這主要是源于其簡單化的控制，同時又和現(xiàn)實情況聯(lián)系密切。

（3）人工智能對日常操作的影響。電力系統(tǒng)不僅影響著電力系統(tǒng)建設(shè)的自動化水平，對日常的管理工作的影響也十分重大。人工智能技術(shù)應(yīng)用于日常操作中，可以幫助實現(xiàn)以家用電腦操作進行系統(tǒng)操作，簡化電流調(diào)整、設(shè)備操作界面，并且可自動進行日志生成和儲存、報表自動生成等功能。電氣系統(tǒng)日常操作中引進人工智能技術(shù)，不僅能夠簡化各種操作、規(guī)范各種文件樣式和規(guī)格，并且能夠?qū)崿F(xiàn)操作的簡便性和可視性。

（4）電氣故障診斷中人工智能的應(yīng)用。在電氣設(shè)備的故障診斷過程中，使用最為廣泛的即是神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊理論等人工智能技術(shù)，尤其是對電氣電動機、發(fā)電機進行的故障診斷。當(dāng)前，電氣系統(tǒng)中變壓器的故障診斷通常適用方法為分析氣體和分解變壓器油中分解的氣體，借助人工智能法可以有效提高相關(guān)診斷的準確性，其中人工智能技術(shù)通過結(jié)合模糊理論與神經(jīng)網(wǎng)絡(luò)，來完成故障診斷知識的神經(jīng)網(wǎng)絡(luò)以及模糊性的共同診斷過程，這樣就可以從根本上提高診斷故障的全面性與準確性。

4.結(jié)束語

電氣自動化控制革新離不開人工智能的大力支持。人工智能在自動化控制方面的優(yōu)勢越發(fā)的突顯。促進人工智能在電氣自動化控制中的應(yīng)用以解決傳統(tǒng)方法不能解決的復(fù)雜系統(tǒng)控制問題。

在電氣自動化領(lǐng)域，人工智能應(yīng)用集中體現(xiàn)于專家系統(tǒng)、自動程序設(shè)計、定理證明、邏輯推理、各類問題求解等方面，因此，在電氣自動化技術(shù)中充分挖掘并利用人工智能的功能與效力，這樣才能使工作更加順暢、高效。

依據(jù)國內(nèi)需要及本學(xué)科在國際上的發(fā)展趨勢，今后人工智能與電氣結(jié)合的研究方向及內(nèi)容是：⑴智能控制理論與技術(shù)；⑵電氣驅(qū)動自動化；⑶智能控制理論在電氣運動系統(tǒng)中的應(yīng)用；等。

參考文獻

1.羅兵。人工智能原理及應(yīng)用[M]，機械工業(yè)出版社，2011-08-01

篇5

隨著經(jīng)濟的快速發(fā)展，人們生活水平得到了較好的改善。經(jīng)濟的繁榮使得我國工業(yè)水平正在不斷提高。在社會主義市場經(jīng)濟環(huán)境下，競爭機制不斷完善和發(fā)展，各企業(yè)要想在競爭激烈的市場環(huán)境中穩(wěn)定發(fā)展，提高企業(yè)自身的工作效益非常重要，而人工智能在提高企業(yè)經(jīng)濟效益上有著重要作用。隨著科學(xué)技術(shù)的不斷發(fā)展，人工智能技術(shù)不斷成熟并廣泛的應(yīng)用在電氣工程自動化中，有效的提高了電氣工程自動化的效率，為企業(yè)的發(fā)展帶來了良好的經(jīng)濟效益。

1 人工智能概述

人工智能也可以稱作為機器智能，是人類對自然改造做制造出來的系統(tǒng)所表現(xiàn)出來的職能，人工智能是以計算機技術(shù)為依靠的。從某種意義上將，人工智能就是沿用人工的方法和技術(shù)，以人類的智慧為模型，實現(xiàn)機器智能化的發(fā)展。人工智能的產(chǎn)生是隨著科學(xué)技術(shù)的發(fā)展而發(fā)展的，是人類與計算機技術(shù)發(fā)展的產(chǎn)物結(jié)晶。科學(xué)技術(shù)是第一生產(chǎn)力，隨著科學(xué)技術(shù)的不斷發(fā)展，人工智能的發(fā)展已經(jīng)超越了計算機這一門學(xué)科。心理學(xué)、計算機學(xué)科、哲學(xué)、物理學(xué)等眾多學(xué)科都與人工智能有著密切的關(guān)系。

2 電氣工程中實現(xiàn)人工智能控制的意義

在我國，是一個能源消耗大國，工業(yè)的發(fā)展，使得在人力上、物力上、財力上的投入不斷增加，近年來，我國電氣工程事業(yè)得到了飛速發(fā)展，為了滿足人們?nèi)找嬖鲩L的物質(zhì)文化需求，適應(yīng)經(jīng)濟快速發(fā)展的步伐，在競爭激烈的市場環(huán)境中，電氣工程面臨著巨大的挑戰(zhàn)。隨著科學(xué)技術(shù)的不斷發(fā)展，人工智能逐漸進入到人們的視野，并且所擔(dān)任的角色也來越重要。人工智能在電氣工程中所扮演的角色尤為重要。當(dāng)前我國電氣工程很容易出現(xiàn)設(shè)備故障，經(jīng)濟效益低下，為了改變這些狀況，在市場環(huán)境中長遠生存下去，利用人工智能技術(shù)已經(jīng)迫在眉睫了。在電氣工程中，利用人工智能，可以實現(xiàn)智能化作業(yè)，在電氣設(shè)備上實現(xiàn)智能化自我檢修，防止出現(xiàn)設(shè)備故障，從而提高設(shè)備的工作效率，給電氣工程事業(yè)帶來經(jīng)濟效益[1]。

3 人工智能在電氣工程自動化控制技術(shù)中的應(yīng)用

在我國電氣工程中，運用人工智能作業(yè)，可以有效的提高智能化作業(yè)水平，在作業(yè)過程中，可以自行的對機械設(shè)備進行檢查，從而加大對電氣工程自動化作業(yè)的控制，提高電氣工程自動化作業(yè)水平。下面就以火力發(fā)電工程為例，來分析人工智能在工程中自動化的控制技術(shù)。

3.1火力發(fā)電的原理

火力發(fā)電系統(tǒng)中主要由燃燒供給系統(tǒng)、給水系統(tǒng)、蒸汽系統(tǒng)、冷卻系統(tǒng)、發(fā)電系統(tǒng)等主要部件構(gòu)成。火力發(fā)電是指利用石油、煤和天然氣等燃料燃燒時所產(chǎn)生的熱能來加熱水，使水變成高溫、高壓水汽，然后再由水蒸氣推動發(fā)電器來發(fā)電。熱電廠為火力發(fā)電廠，采用煤炭作為一次能源，利用皮帶傳送技術(shù)，向鍋爐輸送經(jīng)處理過的煤粉，煤粉燃燒加熱鍋爐使鍋爐中的水變?yōu)樗羝?jīng)一次加熱之后，水蒸汽進入高壓缸。為了提高熱效率，應(yīng)對水蒸汽進行二次加熱，水蒸汽進入中壓缸。通過利用中壓缸的蒸汽去推動汽輪發(fā)電機發(fā)電。從中壓缸引出進入對稱的低壓缸。已經(jīng)作過功的蒸汽一部分從中間段抽出供給煉油、化肥等兄弟企業(yè)，其余部分流經(jīng)凝汽器水冷，成為40度左右的飽和水作為再利用水。40度左右的飽和水經(jīng)過凝結(jié)水泵，經(jīng)過低壓加熱器到除氧器中，此時為160度左右的飽和水，經(jīng)過除氧器除氧，利用給水泵送入高壓加熱器中，其中高壓加熱器利用再加熱蒸汽作為加熱燃料，最后流入鍋爐進行再次利用。以上就是一次生產(chǎn)流程[2]。

3.2產(chǎn)品設(shè)計人工智能化控制

在火力發(fā)電場中，電氣設(shè)備的設(shè)計是一個非常艱難的過程，設(shè)備性能的好壞直接影響到了發(fā)電系統(tǒng)的整體效果，要想保障火力發(fā)電系統(tǒng)的正常使用，產(chǎn)品設(shè)計的科學(xué)性很重要。人工智能利用計算機科學(xué)技術(shù)，經(jīng)過模型設(shè)計，計算出電力系統(tǒng)做需要產(chǎn)品的規(guī)格，從而提高了工作效率，縮短了設(shè)計的周期，在發(fā)電系統(tǒng)中便利統(tǒng)一指導(dǎo)和管理[3]。

3.3經(jīng)濟運行人工智能化控制

隨著計算機技術(shù)的發(fā)展，在火力發(fā)電廠中，運用計算機技術(shù)實現(xiàn)火力發(fā)電各系統(tǒng)之間的監(jiān)控，而人工智能集合了計算機技術(shù)與人類的智慧于一體，在火力發(fā)電廠中，利用人工智能可以計算出火力發(fā)電廠各個系統(tǒng)運行的功率，單位的流量。火力發(fā)電廠場中，各個分系統(tǒng)之間是相互聯(lián)系的，利用人工智能，能夠計算出會理系統(tǒng)所需要的燃料，蒸汽系統(tǒng)中的水溫變化情況，已經(jīng)發(fā)電成效，對火力發(fā)電系統(tǒng)中各個子系統(tǒng)都能夠有效的控制起來，從而保障火力發(fā)電廠經(jīng)濟運行[4]。

3.4機械設(shè)備人工智能化控制

火力發(fā)電廠所需要的設(shè)備較多，所要投入的人力也較大，一般都是一個子系統(tǒng)由兩到三個人監(jiān)控，發(fā)電系統(tǒng)能夠正常運行。通過計算機監(jiān)控技術(shù)，只要一個中央控制系統(tǒng)就能對發(fā)電系統(tǒng)的各個子系統(tǒng)中進行人工智能操作，不僅能夠節(jié)省大量的人力，還能針對設(shè)備故障進行自動化檢修，保障設(shè)備運行的效率，實現(xiàn)人工智能化控制[5]。

4 結(jié)語

隨著我國科學(xué)技術(shù)的不斷發(fā)展，人工智能已經(jīng)逐漸成熟起來，并且廣泛應(yīng)用在當(dāng)前企業(yè)的經(jīng)營活動中。伴隨著電氣工程規(guī)模不斷的擴大，電氣自動化技術(shù)在電氣工程中的作用也越來越大。在社會主義市場經(jīng)濟當(dāng)中，隨著市場競爭越來越激烈，我國電氣工程要想在市場中取得發(fā)展，不斷滿足現(xiàn)代化經(jīng)濟快速發(fā)展的需要，就必須提高電氣工程自動化的辦公效率，利用人工智能技術(shù)，對企業(yè)辦公實行自動化控制，從而有效的改善電氣工程運行環(huán)境，提高經(jīng)濟效益，促進經(jīng)濟發(fā)展。

【參考文獻】

[1]徐志國.人工智能（AI）在電力系統(tǒng)中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2013，06（21）：24―25.

[2]王同文，管霖，張堯.人工智能技術(shù)在電網(wǎng)穩(wěn)定評估中的應(yīng)用綜述[J].電網(wǎng)技術(shù)，2011，01（12）：136―137.

[3]李華勇，王詩明，王華.電網(wǎng)智能操作票管理系統(tǒng)的研制與開發(fā)[J].江西電力，2012，10（06）：104―105.

[4]毛鋼元，劉志國.智能控制系統(tǒng)設(shè)計方法的比較研究[J].淮陰工學(xué)院學(xué)報，2010，10（05）：198―199.

篇6

引言:

計算機學(xué)科的一個重要分支就是人工智能，它與基因工程、納米科學(xué)被列為二十一世紀三大尖端技術(shù)、同時人工智能是一門匯集了多種學(xué)科相互滲透發(fā)展起來的交叉學(xué)科。對于人工智能的定義，至今尚未統(tǒng)一，美國斯坦福大學(xué)人工智能研究中心尼爾遜教授認為：人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)；麻省理工學(xué)院的溫斯頓教授認為：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。除此之外，還有很多種不同的觀點，但這些說法都形象地反映了人工智能學(xué)科的基本內(nèi)容和核心思想，那就是：人工智能是研究如何用人工的方法在計算機上模擬、實現(xiàn)和擴展人類智能的一門科學(xué)與技術(shù)。

1. 人工智能技術(shù)的發(fā)展

人工智能（(Artificial Intelligence)從上世紀50年展到現(xiàn)在，有也有低迷的時期。研究的方法和研究的態(tài)度也有多種，不管是何觀點,它們都推動著人工智能技術(shù)的發(fā)展。今天人工智能技術(shù)已滲透到人類生活的方方面面，實實在在的影響著科學(xué)技術(shù)的發(fā)展。

2. 人工智能技術(shù)的應(yīng)用

我們可以看到，當(dāng)今社會很多領(lǐng)域的各種技術(shù)的發(fā)展都涉及到了人工智能技術(shù)。下面就人工智能的幾種典型應(yīng)用做如下探討：

2.1人工智能應(yīng)用之問題的求解

人工智能中的問題解求，就是如何讓機器去解決人類會遇到的問題，如何根據(jù)某一具體問題找到思考問題并解決這個問題的方法。目前，人工智能技術(shù)已經(jīng)可以通過計算機程序解決了如何考慮要解決的問題，并能尋求較為準確的解決方案。

2.2人工智能應(yīng)用之邏輯的推理與定理的證明

人工智能研究中最持久的探究領(lǐng)域之一就是邏輯推理。有關(guān)定理的證明就是讓機器證明非數(shù)值性的真假。其中比較重要的是，通過找到合理、準確的方法，集中注意力在大型數(shù)據(jù)庫中的有效事實，關(guān)注可信度證明，并在出現(xiàn)新信息時適時修改這些證明。

2.3人工智能應(yīng)用之自然語言的處理

智能的另一表現(xiàn)就是進行自然語言的交流，自然語言處理就是讓機器與人類進行無阻礙的溝通，這正是人工智能技術(shù)應(yīng)用于實際領(lǐng)域的典型范例。目前此領(lǐng)域的主要研究內(nèi)容是：如何利用計算機系統(tǒng)以主題和對話情境為基礎(chǔ)，生成和理解自然語言。

2.4人工智能應(yīng)用之模式的識別

如何使機器具有感知能力也是智能的表現(xiàn)。模式的識別是利用人工智能技術(shù)開發(fā)智能機器的關(guān)鍵，主要是通過計算機用數(shù)學(xué)技術(shù)方法來研究模式的自動處理和判讀，讓計算機實現(xiàn)“看見”，“聽見”等功能。計算機模式識別的主要特點是速度快，準確率高，效率高，計算機模式識別也為人類認識自身智能提供了有利幫助。

2.5人工智能應(yīng)用之智能信息的檢索技術(shù)

在科學(xué)技術(shù)飛速發(fā)展的今天，人類已進入了“知識爆炸”的時代。傳統(tǒng)檢索系統(tǒng)已經(jīng)滿不足了對如今如此數(shù)量巨大以及種類繁多的文獻檢索要求。人工智能科技持續(xù)穩(wěn)定發(fā)展的重要前提就是智能檢索模塊，可以說，智能信息的檢索技術(shù)的運用勢在必行。

2.6人工智能應(yīng)用之專家系統(tǒng)

我們常說的專家系統(tǒng)就是指從人類專家那里獲取的知識，并用來解決只有專家才能解決的疑難問題。這是一種基于知識的系統(tǒng)，從而也被稱為知識基系統(tǒng)。專家系統(tǒng)是人工智能技術(shù)中研究最活躍，最有成效的一個領(lǐng)域。現(xiàn)在的專家系統(tǒng)尤其特殊的模仿了專家在處理故障時的思維方式，其水平有時甚至可以超過人類專家的水平。

2.7人工智能應(yīng)用之機器人學(xué)

機器人對我們并不陌生，已在多個領(lǐng)域獲得了越來越普遍的應(yīng)用，諸如農(nóng)業(yè)、工業(yè)、商業(yè)、旅游業(yè)、航空和海洋等。那么，機器人學(xué)所研究的問題主要包括從機器人手臂的最佳移動到實現(xiàn)機器人目標的動作序列的規(guī)劃方法。機器人和機器人學(xué)的研究對人工智能思想的發(fā)展都起到了促進作用。

3. 人工智能技術(shù)發(fā)展趨勢

科學(xué)技術(shù)是第一生產(chǎn)力，但技術(shù)的發(fā)展往往是遠遠超越我們的想象。就目前的一些前瞻性研究可以看出，未來人工智能技術(shù)的發(fā)展有如下幾大趨勢：

3.1問題求解

問題求解一般包括兩種，一種是指解決管理活動中由于意外引起的非預(yù)期效應(yīng)或與預(yù)期效應(yīng)之間的偏差。正在逐漸發(fā)展成為搜索和問題歸約這類人工智能的基本技術(shù)；另一種問題的求解程序，是把各種數(shù)學(xué)公式符號匯編在一起。其性能已達到非常高的水平，并正在被許多工程師和科學(xué)家應(yīng)用，甚至還有些程序能夠用經(jīng)驗來改善其性能。

3.2機器學(xué)習(xí)

人工智能研究的核心課題之一就是機器學(xué)習(xí)。我們知道學(xué)習(xí)是人類智能的重要特征，那么機器學(xué)習(xí)就是指機器自動獲取知識的過程。機器學(xué)習(xí)是機器獲取知識的根本途徑，也是機器智能的重要標志。計算機的機器學(xué)習(xí)主要研究內(nèi)容為如何讓計算機模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)能力。今后機器學(xué)習(xí)的研究主要是研究人腦思維的過程、人類學(xué)習(xí)的機理等。

3.3模式識別

用計算機實現(xiàn)模式(文字、聲音、人物、物體等)的自動識別，彌補計算機對外部世界感知能力低下的缺陷，使計算機能夠通過感官接受外界信息，識別和理解周圍環(huán)境。依然是人工智能技術(shù)今后研究的重要方向。因為模式識別能為人類認識自身智能提供線索，也是開發(fā)智能機器的一個最關(guān)鍵的突破口。目前計算機模式識別系統(tǒng)的研究熱點主要為三維景物、活動目標的識別和分析方面。傳統(tǒng)的用統(tǒng)計模式和結(jié)構(gòu)模式的識別方法將會被近年來迅速發(fā)展起來的模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代，特別是神經(jīng)網(wǎng)絡(luò)方法在模式識別中取得較大進展。

3.4專家系統(tǒng)

專家系統(tǒng)是根據(jù)某領(lǐng)域中一個或多個專家提供的知識或經(jīng)驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題的智能軟件，它是一個具有大量的專門知識與經(jīng)驗的程序系統(tǒng)。目前各種專家系統(tǒng)已遍布各個專業(yè)領(lǐng)域，因此專家系統(tǒng)還將是人工智能應(yīng)用研究最廣泛和最活躍的應(yīng)用領(lǐng)域之一。

3.5人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)，常被簡稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。是未來人工智能應(yīng)用的新領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是指由大量處理單元（神經(jīng)元）互連而成的網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)具有很強的自學(xué)習(xí)能力，主要擅長處理復(fù)雜的多維的非線 性問題，不但可以解決定量的問題，還可以解決定性的問題，同時人工神經(jīng)網(wǎng)絡(luò)還具有大規(guī)模并行處理和分布的信息存儲能力。或許未來智能計算機的構(gòu)成可能就是作為主機的馮•諾依曼型機與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。

4. 結(jié)論語

人工智能的基本思想已經(jīng)在許多領(lǐng)域中得到應(yīng)用，對于人工智能技術(shù)未來的發(fā)展還有很多未知的可能，但無論如何發(fā)展都將推動人類在科學(xué)與生活領(lǐng)域的發(fā)展。

參考文獻：

[1]胡勤.人工智能概述[J].電腦知識與技術(shù)，2010，（13）：3507-3509.

[2]朱福喜，湯怡群等.人工智能原理[M].武昌：武漢大學(xué)出版社，2002.87-91.

[3]張妮等.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機械，2009，（02）：4-7.

[4]亓慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展狀況[J].福建電腦，2008，（05）：33.

[5]蔡自興，徐光.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2003.51-93.

篇7

Artificial Intelligence Overview

HU Qin

(Baiyun Middle School in Zongyang Country, Anqing 246728, China)

Abstract:The paper introduces current general research and hot research topic of artificial intelligence. The paper looks forward to the future development direction of artificial intelligence. In addition, the paper analyzes implication of concepts, theoretical foundation, discipline system, scientific approaches, scientific significance and application value of generalized artificial intelligence.

Key words: artificial intelligence; artificial intelligence research; generalized artificial intelligence

人工智能是計算機學(xué)科的一個分支,是一門正在發(fā)展中的綜合性的前沿學(xué)科,它是研究人類智能活動的規(guī)律,并用于模擬、延伸和擴展人類智能的一門新的技術(shù)科學(xué),是在計算機、控制論、信息論、數(shù)學(xué)、心理學(xué)等多種學(xué)科相互綜合、相互滲透的基礎(chǔ)上發(fā)展起來的一門新興邊緣學(xué)科[1]。人工智能目前已在指紋及人臉識別、專家系統(tǒng)、智能搜索、定理證明、博弈、自動程序設(shè)計以及航空航天領(lǐng)域取得了廣義的應(yīng)用。

1 人工智能研究概況

當(dāng)20世紀40年代數(shù)字計算機研制成功時,當(dāng)時的研究者就采用啟發(fā)式思維,運用領(lǐng)域知識,編寫了能夠完成復(fù)雜問題求解的計算機程序,包括可以下國際象棋和證明平面幾何定理的計算機程序[2]。運用計算機處理這些復(fù)雜問題的方法具有顯著人類智能的特色,從而導(dǎo)致了人工智能的誕生。1956年,McCarthy決定把Dartmouth會議用人工智能來命名,開創(chuàng)了具有真正意義的人工智能的研究。

圖靈(Alan Turing)所著的“計算機器與智能”[3]討論了人類智能機械化的可能性,提出了圖靈機的理論模型,為現(xiàn)代計算機的出現(xiàn)莫定了理論基礎(chǔ)。同時該文中還提出了著名的圖靈準則,在人工智能研究領(lǐng)域,“圖靈檢驗”已成為最重要的智能機標準。同一時期,Warren McCullocli和Walter Pitts發(fā)表了“神經(jīng)活動內(nèi)在概念的邏輯演算”的開創(chuàng)之作[4],該文證明了:一定類型的可嚴格定義的神經(jīng)網(wǎng)絡(luò),原則上能夠計算一定類型的邏輯函數(shù)并開創(chuàng)了當(dāng)前人工智能研究的兩大類別:“符號論”和“聯(lián)結(jié)論”。

從20世紀60年代至70年代初,人工智能領(lǐng)域有影響的工作是通用問題求解程序,主要包括:Robinson于1965年提出了歸結(jié)原理,成為自動定理證明的基礎(chǔ)[5] ;Feigenbaum于1968年研制成功了DENDRAL化學(xué)專家系統(tǒng),是人工智能走向?qū)嵱没臉酥尽uillian于1968年提出了語義網(wǎng)絡(luò)的知識表示等。20世紀70年代,人工智能研究以自然語言理解、知識表示為主。Winograd于1972年研制開發(fā)了自然語言理解系統(tǒng)Shrdlu,同時期Colmeraue創(chuàng)建了Prolog語言。Shank于1973年提出了概念從屬理論。Minsky于1974年提出了框架知識表示法。1977年,Feigenbaum提出了知識工程,專家系統(tǒng)開始得到廣泛應(yīng)用。

20世紀80年代以來,以推理技術(shù)、知識獲取機器視覺的研究為主。開始了不確定性推理和確定性推理方法的研究。日本計算機界推出了“第五代計算機研制計劃”,該計劃最終未能實現(xiàn)當(dāng)初的目標―以非數(shù)字化方式在日常范圍內(nèi)全面的模仿人類行為,但該計劃也為人工智能的進一步發(fā)展積累了很多經(jīng)驗。20世紀90年代,人工智能研究在博弈這一領(lǐng)域有了實質(zhì)性的進展。1997年5月11日,一個名為“深藍”的IBM計算機以2勝1負3平的成績戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫,這舉世震驚的一步大大地振奮了整個人工智能界,而事實上“深藍”打敗卡斯帕羅夫仍是從專家系統(tǒng)提供的所有可能的走步中選擇最優(yōu)的,并未有理論上的實質(zhì)性的突破。

中國人在人工智能領(lǐng)域的突出貢獻主要有:1960年,華裔美國數(shù)理邏輯學(xué)家王浩提出了命題邏輯的機器定理證明的新算法,利用計算機證明了集合論中的300 多條定理。1977 年, 我國數(shù)學(xué)家、人工智能學(xué)家吳文俊提出了初等幾何判定問題的機器定理證明方法,并進一步推廣到初等微分幾何、非歐幾何領(lǐng)域,被稱為“吳氏方法”。 80-90年代,我國高等院校和研究機構(gòu)在智能控制與智能機器人的研究開發(fā)方面,取得了豐碩的成果。

回顧人工智能發(fā)展的歷史進程,從科學(xué)方法論的角度分析,其發(fā)展有三條途徑,分別是結(jié)構(gòu)模擬、功能模擬和行為模擬。在學(xué)術(shù)觀點上有人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)和智能機器人三大學(xué)派。

2 人工智能當(dāng)前的熱點研究

人工智能學(xué)科研究的主要內(nèi)容包括:知識表示、自動推理和搜索方法、機器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設(shè)計等方面。目前人工智能研究的3個熱點是: 智能接口[6]、智能信息處理[7]、主體及多主體系統(tǒng)[8]。

2.1 智能接口技術(shù)

智能接口技術(shù)是研究如何使人們能夠方便自然地使用計算機。這一目標的實現(xiàn)要求計算機能夠看懂文字、聽懂語言,甚至能夠進行不同語言之間的翻譯,而這些功能的實現(xiàn)又依賴于知識表示方法的研究。因此,智能接口技術(shù)的研究既有巨大的應(yīng)用價值,目前,智能接口技術(shù)已經(jīng)取得了顯著成果,文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術(shù)已經(jīng)開始實用化,如:微軟提出的云計算、百度提出的框計算都與智能接口技術(shù)有關(guān)。

2.2 智能信息處理

計算機的廣泛應(yīng)用是人類進入一個信息爆炸的時代,國民經(jīng)濟和社會信息化發(fā)展所面臨的一個重要課題是如何把大量的數(shù)據(jù)轉(zhuǎn)化為有用的知識,并將知識轉(zhuǎn)化為智能,用于決策、管理、檢索、過程控制等。智能信息處理使從海量數(shù)據(jù)中提起有用知識成為可能,當(dāng)前,圖形模式作為一種有效的智能數(shù)據(jù)處理手段正在引起人們的重視,圖形模式具有多功能性、有效性及開放性等特征,能有效地轉(zhuǎn)化數(shù)據(jù)為知識,并利用這些知識進行推理,以解決分類、聚類、預(yù)測和因果分析等問題,其有效性已在軟件智能化、醫(yī)療故障診斷、金融風(fēng)險分析、DNA 功能分析和 Web 采掘等方面得到驗證。隨著圖形模式學(xué)習(xí)和基于圖形模式推理等問題的解決,圖形模式必將成為重要和有力的智能化數(shù)據(jù)分析與處理工具。

2.3 主體及多主體系統(tǒng)

主體是具有信念、愿望、意圖、能力、選擇等心智狀態(tài)的智能性實體,而且具有一定自主性。主體試圖自治地、獨立地完成任務(wù),同時又可以和環(huán)境交互,與其他主體通信,并通過規(guī)劃達到目標。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進行協(xié)調(diào)智能行為,最終實現(xiàn)問題求解。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結(jié)構(gòu)和組織、主體語言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術(shù)、多主體學(xué)習(xí)以及多主體系統(tǒng)應(yīng)用等方面。

3 人工智能未來的研究方向

當(dāng)前,人工智能學(xué)科已從學(xué)派分歧的、傳統(tǒng)的、狹義的人工智能,走向多學(xué)派兼容、多層次結(jié)合現(xiàn)代的廣義人工智能,并將發(fā)展成為人機集成的、群體協(xié)同的、未來的智能科學(xué)技術(shù) [9]。廣義人工智能學(xué)科的理論基礎(chǔ)是廣義智能信息系統(tǒng)論,主要包括廣義智能論、智能信息論和智能系統(tǒng)論。

3.1 廣義人工智能的概念涵義和學(xué)科體系

多學(xué)派人工智能是指模擬、延伸與擴展人的智能及其它動物智能,既研究機器智能,也開發(fā)智能機器。多層次人工智能是指不僅研究專家系統(tǒng),而且研究人工神經(jīng)網(wǎng)絡(luò)、模式識別、智能機器人等。多智體人工智能研究群體的、網(wǎng)絡(luò)的多智體、分布式人工智能。研究如何使分散的個體人工智能協(xié)調(diào)配合,形成協(xié)同的群體人工智能,模擬、延伸與擴展人的群體智能或其它動物的群體智能。

廣義人工智能的研究對象是自然智能、人工智能、集成智能和協(xié)同智能,根據(jù)廣義智能學(xué)的研究對象,廣義人工智能學(xué)的學(xué)科體系主要包括四個方面:①自然智能學(xué):自然智能學(xué)研究人的智能及其他生物智能的個體智能、群體智能的基本概念和特性。②人工智能學(xué):人工智能學(xué)研究機器智能與智能機器二方面,思維、感知、行為三層次的廣義人工智能的基本概念和特性,分析設(shè)計、協(xié)調(diào)協(xié)同、進化開拓、評價測度、信息處理、系統(tǒng)構(gòu)成、管理控制的理論和方法。③集成智能學(xué):集成智能學(xué)研究自然智能與人工智能,主要是人的智能與機器智能如何協(xié)調(diào)配合、取長補短、合理分工、智能結(jié)合,形成集成智能、構(gòu)成人機和諧集成智能系統(tǒng)的基本理論和方法。④協(xié)同智能學(xué):協(xié)同智能學(xué)研究智能個體如何相互協(xié)調(diào)、友好協(xié)商、分工協(xié)作,組成智能群體,組成分布式網(wǎng)絡(luò)群體協(xié)同智能系統(tǒng)的基本理論和方法。

3.2 廣義人工智能的科學(xué)方法

①多學(xué)科協(xié)同:廣義人工智能是跨學(xué)科的綜合性邊緣學(xué)科,必須需要包含信息科學(xué)、生物科學(xué)、系統(tǒng)科學(xué)等多學(xué)科協(xié)同的科學(xué)研究方法。② 多途徑結(jié)合:廣義人工智能是對廣義自然智能的模擬、延伸和擴展,需要采取功能模擬、結(jié)構(gòu)模擬、行為模擬等定性研究與定量分析,綜合集成的多途徑相結(jié)合的科學(xué)方法。③多學(xué)派兼容:廣義人工智能的研究應(yīng)當(dāng)也需要采取符號主義,聯(lián)結(jié)主義,行為主義等多學(xué)派兼容的科學(xué)方法。

3.3 廣義人工智能的科學(xué)意義

研究發(fā)展廣義智能學(xué)具有重要科學(xué)意義和應(yīng)用價值,廣義人工智能協(xié)同地、綜合地研究自然智能、人工智能,開發(fā)人機集成智能、群體協(xié)同智能的基礎(chǔ)理論和方法,如:協(xié)同研究自然智能與人工智能;研究開發(fā)人機集成智能;研究開發(fā)群體協(xié)同智能;廣義人工智能為研究人工智能和自熱智能提供新思路和新方法,并為發(fā)展智能科學(xué)技術(shù)提供新理論。

4 結(jié)論

本文全面綜述了人工智能的發(fā)展過程、研究熱點和研究趨勢,介紹了廣義人工智能的基礎(chǔ)理論和方法,認識到廣義人工智能將為智能科學(xué)技術(shù)提供寬廣、深厚的理論基礎(chǔ),并將有力促進智能科學(xué)技術(shù)的迅速發(fā)展與廣泛應(yīng)用。

參考文獻:

[1] 馬少平,朱小燕.人工智能[M].北京:清華大學(xué)出版社,2004.

[2] 石純一,黃呂寧,土家欽.人工智能原理[M].北京:清華大學(xué)出版社,1993.

[3] L.A. Zadeh, Fuzzy Sets[J].Information and Control,1965(8).

[4] Bord M A. 人工智能哲學(xué)[M].劉西瑞,王漢琦,譯.上海:上海譯文出版社,2001.

[5] 劉敘華.基于歸結(jié)方法的自動推理[M].北京:科學(xué)出版社,1994.

[6] 顧明.基于模糊ART神經(jīng)網(wǎng)絡(luò)的在線人臉識別模型的設(shè)計和實現(xiàn)[J].計算機科學(xué),2007(8):92-94.

篇8

隨著人工智能技術(shù)的快速發(fā)展，越來越多的企業(yè)將人工智能技術(shù)應(yīng)用到企業(yè)的日常生產(chǎn)經(jīng)營活動中來。NarrativeScience和國家商業(yè)研究所的報告顯示，在2016年僅有38%的企業(yè)表示引用了人工智能技術(shù)，而到了2017年這一數(shù)字迅速增長到了61%。與此同時人工智能技術(shù)在營銷領(lǐng)域的應(yīng)用也越來越廣泛，在零售行業(yè)，人工智能可以通過自我學(xué)習(xí)，為消費者添加標簽，描繪用戶畫像；在網(wǎng)絡(luò)消費場景，智能人工助理可以幫助營銷人員及時在線回答用戶問題。人工智能的應(yīng)用讓消費者與企業(yè)的互動更加頻繁，這也給企業(yè)營銷活動本身帶來了如隱私泄露、過度營銷、用戶倦怠等問題。如何正確處理人工智能技術(shù)在營銷領(lǐng)域的應(yīng)用問題，成為了學(xué)者們?nèi)找骊P(guān)注的重點。以往的研究已經(jīng)從人工智能營銷的技術(shù)基礎(chǔ)、概念、隱私擔(dān)憂等方面進行了分析，本文將從人工智能營銷的內(nèi)涵、趨勢、挑戰(zhàn)等方面進行梳理研究，希望能夠?qū)θ斯ぶ悄軕B(tài)勢下的市場營銷有更加全面的認識，為企業(yè)應(yīng)對人工智能營銷活動中的問題提供有價值的參考。

二、人工智能態(tài)勢下的市場營銷

（一）智能營銷的內(nèi)涵

智能營銷，是伴隨著人工智能應(yīng)用的發(fā)展而產(chǎn)生的一個新的營銷概念。智能營銷不等同于電子營銷，它是建立在大數(shù)據(jù)、人工智能、云計算等綜合技術(shù)基礎(chǔ)上的一種智能化運作模式（汪濤2014），是可以模仿營銷人員的部分行為活動的過程。隨著人工智能技術(shù)在營銷領(lǐng)域的應(yīng)用，智能化的設(shè)備通過仿真、思考、行動等模式完成了營銷人員所需要進行的一部分工作，深刻改變了營銷思維和方式。作為智能經(jīng)濟條件下的新產(chǎn)物，目前學(xué)者們對智能營銷還沒有形成一致的概念界定。但是隨著對人工智能的逐步深入了解，業(yè)界逐漸形成了一種共識，即它是企業(yè)借助計算機網(wǎng)絡(luò)、移動互聯(lián)網(wǎng)等智能技術(shù)來進行營銷活動的各種新思維、新方法、新工具的一種創(chuàng)新營銷新概念（常亞平2018），它包括智能識別、智能存儲、智能執(zhí)行等多個方面。

（二）智能營銷的技術(shù)基礎(chǔ)

人工智能營銷的興起離不開技術(shù)的支持，根據(jù)以往文獻的研究，可以將智能營銷發(fā)展的技術(shù)基礎(chǔ)大致歸為三個方面：首先，移動互聯(lián)網(wǎng)和5G技術(shù)為智能營銷發(fā)展提供了海量數(shù)據(jù)來源的保障。智能營銷發(fā)展的重要基礎(chǔ)就是數(shù)據(jù)，持續(xù)可靠的數(shù)據(jù)獲取是智能營銷所需的核心技術(shù)之一。隨著移動互聯(lián)網(wǎng)和5G技術(shù)的發(fā)展，營銷活動借助虛擬現(xiàn)實技術(shù)、仿真技術(shù)、人工生物智能技術(shù)廣泛深入到消費者的工作、娛樂、生活、消費等日常行為活動中，全方位地記錄了消費者的行為數(shù)據(jù)，為智能營銷的后續(xù)分析處理工作提供了海量的數(shù)據(jù)信息來源。其次，云計算幫助智能營銷完成了復(fù)雜的數(shù)據(jù)計算和處理分析。移動互聯(lián)網(wǎng)時代，大數(shù)據(jù)的發(fā)展使網(wǎng)絡(luò)數(shù)據(jù)成幾何倍增長，如何計算和處理分析這些海量數(shù)據(jù)成為了智能營銷發(fā)展所必須解決的重要問題。云計算技術(shù)憑借強大的數(shù)據(jù)計算能力，很好地解決了人工智能技術(shù)應(yīng)用過程中的海量數(shù)據(jù)處理問題，通過多維度數(shù)據(jù)的連接實現(xiàn)了萬物互聯(lián)，從而使消費者和智能設(shè)備的交互體驗更加完善，營銷場景也因及時準確的數(shù)據(jù)分析而更加智慧化。最后，人工智能商業(yè)化應(yīng)用技術(shù)為智能營銷發(fā)展提供了網(wǎng)絡(luò)應(yīng)用環(huán)境。德勤2019年《全球人工智能發(fā)展白皮書》顯示，當(dāng)前人工智能技術(shù)已進入全方位商業(yè)化階段，并預(yù)測全球人工智能市場在未來幾年會經(jīng)歷現(xiàn)象級增長（錢明輝2019）。我國也出臺了相應(yīng)政策來支持人工智能商業(yè)化應(yīng)用的發(fā)展，2019年我國從事人工智能業(yè)務(wù)企業(yè)數(shù)量居全球第二。人工智能商業(yè)化的發(fā)展環(huán)境以及人工智能商業(yè)化應(yīng)用技術(shù)的支持，為智能營銷的發(fā)展創(chuàng)造了良好的外部網(wǎng)絡(luò)應(yīng)用環(huán)境。

（三）人工智能在營銷中的應(yīng)用體現(xiàn)

人工智能技術(shù)在營銷中的應(yīng)用，使營銷活動體現(xiàn)出了新的特點，如：視覺、聽覺、觸覺等多種形態(tài)的新互動方式、個性化需求的預(yù)測等。根據(jù)營銷活動的不同過程階段，可以從四個方面來分析人工智能在營銷中的應(yīng)用體現(xiàn)。1.營銷調(diào)查研究階段。營銷調(diào)查研究是營銷活動的起點，通過提前的調(diào)研企業(yè)可以了解市場占有情況、消費者意愿、目標消費群體需求等重要信息。大數(shù)據(jù)技術(shù)以及人工智能技術(shù)的應(yīng)用，極大地提高了企業(yè)營銷活動前期的營銷調(diào)研效率。消費者在各種生活消費場景中會留下自己的痕跡和使用信息，人工智能技術(shù)會幫助企業(yè)將海量的用戶數(shù)據(jù)進行歸類，如賬戶數(shù)據(jù)、交易數(shù)據(jù)、瀏覽數(shù)據(jù)等，并利用這些數(shù)據(jù)進行用戶畫像，從而準確分析出消費者的日常消費偏好、消費方式等信息，幫助營銷人員獲取營銷調(diào)研后的第一手分類數(shù)據(jù)。2.營銷策略的制定階段。人工智能技術(shù)從全網(wǎng)智能抓取相關(guān)數(shù)據(jù)進行分析，并智能分析出最新熱度關(guān)注點，幫助營銷人員完成尋找吸引消費者的創(chuàng)新點環(huán)節(jié)，擺脫了以往只依賴于營銷人員自身經(jīng)驗判斷和小范圍營銷調(diào)研結(jié)果的限制。同時借助仿真技術(shù)、生物識別等技術(shù)，人工智能技術(shù)所創(chuàng)造的“人工腦”可以完成營銷策略制定過程中的一部分思考工作，如創(chuàng)意篩選、優(yōu)化等方面。3.營銷執(zhí)行階段。以往的營銷推廣活動，需要營銷人員提前進行宣傳媒介的選擇并且派大量人員進行實地配合，受限于地點、經(jīng)費等外部因素。而人工智能技術(shù)根據(jù)網(wǎng)絡(luò)熱度數(shù)據(jù)分析，自行篩選出適合企業(yè)產(chǎn)品宣傳的網(wǎng)絡(luò)平臺，并且根據(jù)用戶使用偏好數(shù)據(jù)測算出適合的營銷時間點、次數(shù)等，在用戶進行相關(guān)網(wǎng)絡(luò)訪問時個性化推送符合該用戶需求特征的營銷方案，如喜馬拉雅會根據(jù)用戶年齡、性別、收聽歷史記錄等自動推送相關(guān)收聽圖書資源和購買活動等。4.營銷效果的評估階段。以前的營銷活動效果評估需要事后進行監(jiān)測，而人工智能技術(shù)的應(yīng)用幫助企業(yè)實現(xiàn)了實時監(jiān)測，系統(tǒng)自動在全網(wǎng)絡(luò)進行相關(guān)內(nèi)容的數(shù)據(jù)抓取和分析處理，并將監(jiān)測效果及時反饋給營銷人員，方便營銷人員根據(jù)消費者反應(yīng)及時修改營銷方案，降低了突發(fā)事件對企業(yè)營銷活動的影響。

三、人工智能帶來的營銷管理新趨勢

人工智能技術(shù)在營銷領(lǐng)域的應(yīng)用深刻地改變了企業(yè)的營銷思維和營銷方式，也讓營銷管理活動有了新發(fā)展，對于人工智能帶來的營銷管理新趨勢可以從下面幾個方面來理解：一是技術(shù)驅(qū)動營銷變革。智能技術(shù)將成為下一代營銷變革的新支撐。目前，仿真技術(shù)和人工生物智能技術(shù)的初步使用已經(jīng)能夠幫助智能設(shè)備進行部分營銷工作中的思考問題。營銷專家智能系統(tǒng)可以實現(xiàn)專業(yè)知識的傳遞和學(xué)習(xí)，在營銷專家的訓(xùn)練下智能系統(tǒng)會增長解決問題所需的知識，并向用戶提供解決問題的辦法。電子自動訂貨系統(tǒng)，會根據(jù)企業(yè)線上線下的銷售數(shù)據(jù)自動進行分析，智能識別暢銷品和滯銷品，并根據(jù)實際情況自動交換訂單信息，減少營銷人員在了解銷售狀況和消費者偏好等信息時所投入的時間成本。人工智能技術(shù)的應(yīng)用帶來了營銷理念、方法、手段、工具等各個方面的改變，未來如何利用好人工智能技術(shù)來幫助企業(yè)進行營銷活動是營銷人員需要關(guān)注的重點。二是營銷方式的多元化和營銷推薦的大規(guī)模定制化。人工智能技術(shù)的應(yīng)用給營銷方式帶來了巨大的變革，短視頻營銷、直播營銷等新型營銷方式使企業(yè)營銷活動不再局限于傳統(tǒng)線下和網(wǎng)絡(luò)頁面廣告等方式。這種多元化的智能營銷方式，可以更加廣泛深入地獲取消費者的各種使用數(shù)據(jù)信息，如抖音小視頻會根據(jù)用戶關(guān)注信息來自動推送相關(guān)產(chǎn)品宣傳視頻。智能化的營銷方式讓大規(guī)模定制化成為可能，企業(yè)可以借助智能技術(shù)和數(shù)據(jù)處理技術(shù)實現(xiàn)對每個用戶的精準識別與記錄，從而為其個性化推薦相關(guān)信息，實現(xiàn)營銷個性化的批量自動生產(chǎn)。三是“AI+”智慧營銷帶來的跨場景營銷。“AI+短視頻”營銷、“AI+KOL”的粉絲營銷等不同營銷策略，在人工智能技術(shù)的支持下各自發(fā)揮所長，應(yīng)用到營銷活動的各個環(huán)節(jié)當(dāng)中。“AI+”的使用增強了消費者的互動體驗感和真實感，如唯品會的智能試裝功能可以幫消費者實現(xiàn)線上虛擬體驗，大大提升了消費者從“看”到“買”的效率，縮短了購買轉(zhuǎn)化時間。在移動互聯(lián)網(wǎng)時代，消費場景碎片化、消費行為流動化，人工智能技術(shù)的使用可以幫助企業(yè)處理復(fù)雜的消費使用數(shù)據(jù)，系統(tǒng)整合消費者在不同場景的多維行為數(shù)據(jù)，從而精準識別不同消費個體在不同消費場景下的差異化需求，結(jié)合消費者的實時場景，為消費者適時提供跨場景的營銷服務(wù)，突破圈層和場景的限制，擴大營銷推廣范圍，提升企業(yè)的56品牌宣傳度。四是基于智能識別、語音互動等技術(shù)的線上線下一體化智慧營銷。根據(jù)2018年人工智能應(yīng)用行業(yè)報告，目前人工智能技術(shù)已經(jīng)可以應(yīng)用到零售的全鏈條環(huán)節(jié)，既可以線上進行用戶畫像和精準個性化推薦，也可以線下智能物流、智能選址、優(yōu)化消費者行為分析和商品運營環(huán)節(jié)等，這種線上線下一體化智慧營銷，需要完整的人工智能技術(shù)體系的支持。通過分析消費者軌跡數(shù)據(jù)、可穿戴智能設(shè)備的身體數(shù)據(jù)以及社交消費平臺數(shù)據(jù)等信息，利用線上線下信息的同步傳輸、人臉識別等技術(shù)，人工智能可以及時捕捉消費者行為及心理需求，并實現(xiàn)精準匹配。

四、人工智能時代市場營銷面臨的挑戰(zhàn)

人工智能技術(shù)在營銷領(lǐng)域的應(yīng)用給企業(yè)和消費者都帶來了極大的便利，但是技術(shù)都是具有兩面性的，我們必須理性對待人工智能技術(shù)，正視人工智能應(yīng)用過程中產(chǎn)生的問題。根據(jù)以往文獻的研究，可以從以下幾個方面來認識人工智能時代市場營銷面臨的挑戰(zhàn)。一是人工智能背景下復(fù)合型營銷人才的不足，帶來的技術(shù)和營銷的進一步對接問題。當(dāng)前，智能營銷領(lǐng)域的一個顯著問題就是技術(shù)與營銷的進一步深度銜接問題，懂技術(shù)、懂市場的復(fù)合型人才的不足使得企業(yè)在應(yīng)用人工智能過程中出現(xiàn)很大障礙。一些機構(gòu)掌握著最新智能技術(shù)，積累了海量數(shù)據(jù)；而另一些機構(gòu)則了解市場，不掌握技術(shù)，技術(shù)應(yīng)用與市場營銷之間的銜接出現(xiàn)了隔閡。人工智能技術(shù)在營銷的應(yīng)用給所有領(lǐng)域的營銷人員都帶來了挑戰(zhàn)，人才和工作需求雙向失衡。企業(yè)必須培養(yǎng)復(fù)合型的營銷人才，引進新技術(shù)培訓(xùn)課程，提升現(xiàn)有營銷人員的整體技術(shù)素質(zhì)，從而幫助企業(yè)解決智能技術(shù)與營銷的進一步對接問題。二是人工智能營銷過程中暴露的數(shù)據(jù)隱私保護和流量造假問題。各種數(shù)據(jù)隱私新聞案件的曝光，讓越來越多的用戶對新技術(shù)的使用保持著高度敏感。大量未經(jīng)用戶本人同意的數(shù)據(jù)非法監(jiān)測和解讀嚴重干擾著消費者的日常生活，一些企業(yè)甚至利用智能技術(shù)對用戶個人信息進行預(yù)測分析來以此獲取用戶隱私。而流量數(shù)據(jù)造假問題更是進一步瓦解了消費者對網(wǎng)絡(luò)消費活動的信任，一些企業(yè)為了短期的盈利，利用內(nèi)容剪切等網(wǎng)絡(luò)工具打造虛假流量信息，給消費者帶來了誤導(dǎo)，同時也嚴重干擾了正常的市場競爭秩序。為了能夠讓企業(yè)更有效地推進人工智能技術(shù)與營銷活動的銜接，必須及時懲治非法獲取消費者隱私的企業(yè)，營造良好的網(wǎng)絡(luò)使用環(huán)境，同時企業(yè)也要在內(nèi)部加強管理，提升營銷人員的道德素養(yǎng)。三是全方位人工智能營銷環(huán)境下的消費者心理倦怠問題。人工智能技術(shù)可以給消費者推薦各種個性化信息，但這種根據(jù)消費者使用痕跡來進行持續(xù)性的精準推薦很難不讓消費者產(chǎn)生厭倦心理。隨時隨地的廣告推薦、跨屏的無廣告攔截、用戶瀏覽記錄的跟蹤推薦等行為，在智能技術(shù)的推動下變得更加自動頻繁。雖然人工智能技術(shù)可以幫助企業(yè)精準分析用戶數(shù)據(jù)，但數(shù)據(jù)也不能完全反映消費者的內(nèi)心，企業(yè)要避免對智能技術(shù)的完全盲從，以防消費者產(chǎn)生厭倦心理。營銷活動是對人進行的活動，因此企業(yè)也要關(guān)注營銷人員的營銷經(jīng)驗，不能以技術(shù)決定一切，要將技術(shù)與人的主觀感受相結(jié)合，真正做到從消費者本身需求出發(fā)。

五、結(jié)論

人工智能在營銷領(lǐng)域的應(yīng)用目前還處于初步發(fā)展期，企業(yè)在應(yīng)用人工智能技術(shù)時必須理性看待人工智能技術(shù)。既要看到人工智能給企業(yè)營銷帶來的數(shù)據(jù)分析、精準識別等便利，也要看到人工智能應(yīng)用帶來的技術(shù)陷阱、用戶隱私等問題。當(dāng)然，人工智能技術(shù)在營銷領(lǐng)域的應(yīng)用未來還將有更進一步的發(fā)展，企業(yè)也要及時進行探索研究。本文僅從理論層面梳理分析了人工智能在營銷領(lǐng)域應(yīng)用的相關(guān)問題，未來還可以在其他方面進行深入研究：如何更好地解決人工智能應(yīng)用過程中帶來的隱私泄露問題，從而提升消費者的使用體驗；人工智能的特征如何對消費者的行為產(chǎn)生影響；智能互動方式的改變對營銷活動的影響，等等。

參考文獻：

[1]高山行，劉嘉慧.人工智能對企業(yè)管理理論的沖擊及應(yīng)對[J].科學(xué)學(xué)研究，2018(11).

[2]常亞平，王良燕，黃勁松，等.3D（大數(shù)據(jù)、數(shù)字化和發(fā)展中）背景下的營銷戰(zhàn)略與轉(zhuǎn)型專欄介紹[J].管理科學(xué)，2018(5):1-2.

[3]Shankarv.Howartificialintelligence（AI）isreshapingretailing[J].JournalofRetailing，2018，94(4):vi－xi.

[4]汪濤，謝志鵬.擬人化營銷研究綜述.外國經(jīng)濟與管理，2014(1):38-45.

[5]Wangtao,XIEZhipeng.Areviewoftheliteratureofper-sonificationmarketing[J].ForeignEconomics,Manage-ment,2014(1):38-45.

[6]錢明輝，徐志軒.基于機器學(xué)習(xí)的消費者品牌決策偏好動態(tài)識別與效果驗證研究[J].南開管理評論，2019(3):66-76.

篇9

Key words： Artificial Intelligence；research status；development tendency；social force

中圖分類號：TP18 文獻標識碼：A 文章編號：1006-4311（2013）28-0005-03

0 引言

人工智能是自1956 Dartmouth學(xué)會后發(fā)展起來的新型學(xué)科，其有著涉及學(xué)科廣、需要技術(shù)高端、使用范圍廣等特點。在過去的50多年時間中人工智能經(jīng)歷了學(xué)科發(fā)展中都會遇到的發(fā)展——否定——否定的否定階段，現(xiàn)在人工智能大致分成了符號主義學(xué)派、行為主義學(xué)派、聯(lián)結(jié)主義學(xué)派三大學(xué)派。其各有優(yōu)勢，獨樹一幟。一直以來重大前沿科學(xué)研究都是以國家牽頭，等到時機成熟了再轉(zhuǎn)為民用。這樣無形中浪費了很多社會中的人才，比如android智能機的問世，當(dāng)開發(fā)商源代碼公布后android智能機獲得了飛速的發(fā)展。這是社會資源集體作用的結(jié)果，人工智能能否通過這種方式獲得飛速的發(fā)展呢，文中給出了問題的答案。

1 人工智能的現(xiàn)狀

1.1 人工智能的發(fā)展過程 人工智能是由“人工”與“智能”組成。“人工”十分容易理解，也就是我們常說的人類開發(fā)研究出來的事物。“智能”則是十分復(fù)雜的一個詞匯，是指如由意識（Consciousness）、自我（Self）、思維（Mind）（包括無意識的思維（Unconscious_mind））等等組成的有機集合。通常我們所說的人工智能是指人本身的智能。總體來說人工智能（Artificial Intelligence，AI）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)。關(guān)于人工智能的傳說一直可以追述到埃及，直到電子計算機的問世才使人們真正具備了發(fā)展人工智能的基本技術(shù)，而直到1956年的Dartmouth學(xué)會之后“人工智能”才逐漸地被大家所熟知接受。人工智能作為一門自然科學(xué)、社會科學(xué)、技術(shù)科學(xué)交叉的邊沿學(xué)科，涉及哲學(xué)和數(shù)學(xué)，認知科學(xué)，心理學(xué)，神經(jīng)生理學(xué)，計算機科學(xué)，控制論，不定性論，信息論，社會結(jié)構(gòu)學(xué)，仿生學(xué)與科學(xué)發(fā)展觀等眾多前沿學(xué)科。二十世紀七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能），也被認為是二十一世紀（基因工程、納米科學(xué)、人工智能）三大尖端技術(shù)之一[1]。

人工智能在其過去的50多年時間里，有了長足的發(fā)展，但并不是十分順利。目前人們大致將人工智能的發(fā)展劃分成了五個階段：

第一階段：萌芽期（1956年之前）

自古以來，人類一直在尋找能夠提高工作效率、減輕工作強度的工具。只是受限于當(dāng)時的科學(xué)技術(shù)水平，人們只能制作一些簡單的物品來滿足自身的需求。而人類的歷史上卻因此留下了很多膾炙人口的傳說。傳說可以追溯到古埃及時期，人們制造出了可以自己轉(zhuǎn)動的大門，自動涌出的圣泉。我國最早的記載是在公元前900多年，出現(xiàn)了能歌能舞的機器人。這一時期出現(xiàn)了各種大家：法國十七世紀的物理學(xué)家、數(shù)學(xué)家B.Pascal、德國十八世紀數(shù)學(xué)家、哲學(xué)家Leibnitz以及二十世紀的圖靈、馮·諾伊曼等。他們?yōu)槿斯ぶ悄艿陌l(fā)展做出了十分重要的貢獻。

第二階段：第一次期（1956年-1966年）

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠見卓識的年輕科學(xué)家在Dartmouth學(xué)會上引發(fā)一場歷史性事件——人工智能學(xué)科的誕生。Dartmouth會議結(jié)束后，人工智能進入了一個全新的時代。會議上誕生了幾個著名的項目組：Carnegie-RAND協(xié)作組、IBM公司工程課題研究組和MIT研究組。在眾多科學(xué)家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理證明工作中首先取得突破，開啟了以計算機程序來模擬人類思維的道路；1960年，McCarthy建立了人工智能程序設(shè)計語言LISP。此時出現(xiàn)的大量專家系統(tǒng)直到現(xiàn)在仍然被人使用，人工智能學(xué)科在這樣的氛圍下正在茁壯的成長。

第三階段：低谷發(fā)展期（1967年-八十年代初期）

1967年之后，人工智能在進行進一步的研究發(fā)展的時候遇到了很大的阻礙。這一時期沒有比上一時期更重要的理論誕生，人們被之前取得的成果沖昏了頭腦，低估了人工智能學(xué)科的發(fā)展難度。一時之間人工智能受到了各種責(zé)難，人工智能的發(fā)展進入到了瓶頸期。盡管如此，眾多的人工智能科學(xué)家并沒有灰心，在為下一個時期的到來積極的準備著。

第四階段：第二次期（八十年代中期-九十年代初期）

隨著其他學(xué)科的發(fā)展，第五代計算機的研制成功，人工智能獲得了進一步的發(fā)展。人工智能開始進入市場，人工智能在市場中的優(yōu)秀表現(xiàn)使得人們意識到了人工智能的廣闊前景。由此人工智能進入到了第二次期，并且進入發(fā)展的黃金期。

第五階段：平穩(wěn)發(fā)展期（九十年代之后）

國際互聯(lián)網(wǎng)的迅速發(fā)展使得人工智能的開發(fā)研究由之前的個體人工智能轉(zhuǎn)換為網(wǎng)絡(luò)環(huán)境下的分布式人工智能，之前出現(xiàn)的問題在這一時期得到了極大的解決。Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用再度出現(xiàn)了欣欣向榮的景象。人工智能已經(jīng)滲入到了我們生活的方方面面。

1.2 人工智能的主要學(xué)派 人工智能發(fā)展的50多年時間里，經(jīng)歷了符號主義學(xué)派、行為主義學(xué)派和聯(lián)結(jié)主義學(xué)派，三大學(xué)派各有特點，各自從不同的角度研究人工智能，為人工智能的發(fā)展做出了卓越的貢獻，在人工智能的發(fā)展史上留下了濃重的一筆。

1.2.1 符號主義學(xué)派 符號主義學(xué)派，又稱為邏輯主義、計算機學(xué)派或心理學(xué)派。符號主義學(xué)派理論基礎(chǔ)是物理符號系統(tǒng)假設(shè)和有限合理性原理，他們認為人類的認知基元是符號，認知的過程是對符號的計算與推理的過程。人與計算機均可以看做物理符號系統(tǒng)，因此人們可以使用計算機來模擬人的行為。符號主義學(xué)派認為人的認知基元可以通過計算機上的數(shù)學(xué)邏輯方法表示，然后通過計算機自身的邏輯運算方法模擬人類所具備的認知系統(tǒng)的機能和功能，進而實現(xiàn)人工智能[2]。

符號主義學(xué)派無視了認知基元的本質(zhì)，對于所有的認知基元均使用數(shù)學(xué)邏輯方法表示。符號主義學(xué)派重點研究認知基元的邏輯表示以及計算機的推理技術(shù)，早期的眾多人工智能的研究都是在這一思想的推動下進行的。符號主義學(xué)派在歸結(jié)推理、翻譯、數(shù)學(xué)問題證明以及專家系統(tǒng)和知識工程做出了十分巨大的貢獻，為后期的人工智能研究打下了基礎(chǔ)。專家系統(tǒng)的出現(xiàn)更是將人工智能的研究推上了一個頂峰，其在礦業(yè)探究、醫(yī)療診查、教育推廣、工業(yè)設(shè)計的應(yīng)用帶來了巨大的社會效益。

1.2.2 行為主義學(xué)派 行為主義又被稱作進化主義或控制論學(xué)派。行為主義學(xué)派認為智能取決于感知和行動，不需要像符號主義學(xué)派的邏輯知識以及推理。行為主義學(xué)派認為人的本質(zhì)能力是行為能力、感知能力和維持生命及自我繁殖的能力，智能行為是人與現(xiàn)實世界環(huán)境的交互作用體現(xiàn)出來的。人工智能應(yīng)像人類智能一樣通過逐步進化而實現(xiàn)，而與知識的表示和知識的推理無關(guān)[3]。行為主義學(xué)派的與傳統(tǒng)人工智能截然不同的觀點吸引了眾多的科學(xué)家，雖然到現(xiàn)在還沒有獨立完善的知識理論系統(tǒng)，但其在人工智能領(lǐng)域的獨樹一幟還是奠定了其霸主地位。該學(xué)派重點研究人類的控制行為，目前已有的機器昆蟲已經(jīng)證明了行為主義學(xué)派的理論正確性。雖然大部分人認為機器昆蟲不能導(dǎo)致高級行為，但是行為主義學(xué)派的崛起標志著控制論在人工智能領(lǐng)域有著獨樹一幟的作用。

1.2.3 聯(lián)結(jié)主義學(xué)派 聯(lián)結(jié)主義學(xué)派是近年來最熱門的一個學(xué)派，又被成為仿生學(xué)派或心理學(xué)派，建立于網(wǎng)絡(luò)聯(lián)結(jié)基礎(chǔ)之上模仿人類大腦的結(jié)構(gòu)和工作模式。聯(lián)結(jié)主義學(xué)派主要研究能夠進行非程序的，可適應(yīng)環(huán)境變化的，類似人類大腦風(fēng)格的信息處理方法的本質(zhì)和能力，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機制和學(xué)習(xí)算法的人工智能學(xué)派。持這種觀點的學(xué)者認為，認知的基本元素不是符號是神經(jīng)細胞（神經(jīng)元），認知過程是大量神經(jīng)元的聯(lián)接，而大腦是一切智能活動的基礎(chǔ)，因而從大腦神經(jīng)元及其連接機制出發(fā)進行研究，搞清楚大腦的結(jié)構(gòu)以及它進行信息處理的過程和機理，就有望揭示人類智能的奧秘，從而真正實現(xiàn)人類智能在機器上的模擬。[4]

聯(lián)結(jié)主義學(xué)派通過模擬人類神經(jīng)網(wǎng)絡(luò)模仿人類的認知行為，由此進行人工智能的學(xué)習(xí)記憶、模式識別。聯(lián)結(jié)主義學(xué)派構(gòu)建了大量的神經(jīng)網(wǎng)絡(luò)模型，方便在不同的情景模式下選擇相應(yīng)的模型，進而快速的得出答案。聯(lián)結(jié)主義學(xué)派采用分布式存儲數(shù)據(jù)，對數(shù)據(jù)進行并行處理，這樣使得人工智能在處理問題的時候的速度有了明顯的提升，由此聯(lián)結(jié)主義學(xué)派在人工智能領(lǐng)域中受到大家的一致熱捧。

三大學(xué)派在人工智能的發(fā)展史上有著舉足輕重的作用，每一個學(xué)派的興起都代表人工智能的一個新高峰。三大學(xué)派各有優(yōu)缺點，在人工智能領(lǐng)域三者相輔相成，人工智能學(xué)科在三大學(xué)派的帶領(lǐng)下正在茁壯成長。

2 對人工智能主要理論學(xué)派的評述

在過去的50多年時間中，人工智能獲得了巨大的發(fā)展，基本實現(xiàn)了從無到有的過程，構(gòu)建了基本完善的理論知識體系，構(gòu)建了各種模型，形成各種技術(shù)方法，但是人工智能的發(fā)展依然任重道遠，前景依然不容樂觀。三大主義學(xué)派有著自身獨到的優(yōu)點，同時也有著各自的缺點，符號主義學(xué)派將人的認知基元符號用數(shù)學(xué)邏輯表示，通過計算機邏輯處理系統(tǒng)分析得出結(jié)果，但是在面對沒有明確結(jié)果的非確定問題時經(jīng)常不能得出令人滿意的答案，它對信息要求十分精確完整，現(xiàn)實生活中的很多問題都不能滿足條件，因此符號主義學(xué)派的發(fā)展受到了一定的限制。行為主義學(xué)派認為智能取決于感知與行動，但是缺乏足夠的理論知識支撐學(xué)派觀點，而且缺乏足夠的成果表明理論的正確性。學(xué)派認為人工智能與知識的表達和知識推理無關(guān)，與人類認知的發(fā)展是不相符的。聯(lián)結(jié)主義學(xué)派采用仿生學(xué)的方法，模擬人腦的神經(jīng)網(wǎng)絡(luò)，通過類似人腦的結(jié)構(gòu)和運行機制模仿人類智能。這一觀點十分有吸引力，在提出之后馬上就有大量的支持者，但是人腦神經(jīng)系統(tǒng)的復(fù)雜性遠遠超出人們的預(yù)知，現(xiàn)階段人們對人腦的構(gòu)造以及運行機制還沒有深入的理解，在此基礎(chǔ)上想模擬出人腦的神經(jīng)系統(tǒng)顯然是有些不不切實際。聯(lián)結(jié)主義學(xué)派的發(fā)展更多的受制于對人腦結(jié)構(gòu)和運行機制的研究，因此其發(fā)展相對緩慢。綜上，三大學(xué)派固然有著自身的優(yōu)勢，各自的成果，但是其同樣有著明顯的局限性，人工智能要想進一步發(fā)展必須要對現(xiàn)有的發(fā)展方式進行創(chuàng)新。

另一方面，人工智能在經(jīng)歷了兩次期后再次回落到了平穩(wěn)發(fā)展時期，社會公眾對人工智能的熱度有了明顯的降溫。人工智能的研究再次變成了國家以及一些超級公司的工作，擁有的資源有了大幅度的縮水，研究的進度也受到干擾。在此狀態(tài)下沒有重大的技術(shù)創(chuàng)新，人工智能恐怕很難再有重大的突破。

3 對人工智能發(fā)展的評述

3.1 對人工智能涵義的認識 同樣的詞匯在不同時期的有著不同的解釋，人工智能也不例外，大家都認可的人工智能是指在人類制造的機器工具上實現(xiàn)人類智能，即實現(xiàn)人類的認知能力、行為能力以及解決問題的能力。人類智能有著一個明確的特點，在面對未知問題時，人類智能能夠得出自身想要的答案，也就是消除答案的不確定性。符號主義學(xué)派的邏輯解決方式、行為主義學(xué)派模擬人的行為能力、聯(lián)結(jié)主義學(xué)派的神經(jīng)網(wǎng)絡(luò)，三大主義學(xué)派各自以自身的方式實現(xiàn)了對問題消除或減弱不確定性。可見減弱甚至消除問題的不確定性也將是人工智能的一個研究方向。

3.2 人工智能研究模式的發(fā)展 目前人工智能領(lǐng)域中，符號主義學(xué)派通過數(shù)學(xué)邏輯表示人類的認知基元，對數(shù)學(xué)邏輯經(jīng)過解讀分析，得到答案，進而實現(xiàn)智能。該學(xué)派重點運用還原思想，將人類的認知基元全部使用數(shù)學(xué)邏輯表示。行為主義學(xué)派認為人工智能取決于感知和行動，不需要學(xué)習(xí)知識與知識推理，是一步步，由低級到高級慢慢進化的。聯(lián)結(jié)主義學(xué)派是通過人工神經(jīng)網(wǎng)絡(luò)的形式模仿人類智能，理論上講該方法是最符合人類智能的運行方式的。而在一系統(tǒng)中，最重要的是系統(tǒng)的運行機制，如何將接受到的信息轉(zhuǎn)化為我們的知識并通過表述、行為展示出來，在了解了人類智能的運行機制之后，人工智能將會更加符合人們的需求。

3.3 人工智能研究方法的發(fā)展 人工智能的目的是消除答案的不確定性，然后做出相應(yīng)的反應(yīng)。在消除答案不確定性的時候便有了各種方法，其中有一種便是突出解決問題的目標，在有明確目標的前提下會削弱干擾問題解決的條件，提高人工智能解決問題的效率。明確問題的目標便需要引入目標函數(shù)，在動態(tài)目標函數(shù)的引導(dǎo)下會減弱答案的不確定性。而在已有的人工智能基礎(chǔ)上設(shè)立人工智能模型，通過人工智能自身的計算結(jié)果結(jié)合目前的研究成果去優(yōu)化目前的人工智能系統(tǒng)，則會提升人工智能的發(fā)展速度。

3.4 人工智能時期的發(fā)展 人工智能自發(fā)展到現(xiàn)在已經(jīng)經(jīng)歷了五個時期，在兩次期中人工智能均獲得了迅速的發(fā)展。然而現(xiàn)在人工智能的發(fā)展步入到了緩慢發(fā)展時期，如何將人工智能的發(fā)展緩慢時期加速度過同樣是十分嚴肅的問題，傳統(tǒng)說來需要重大的科學(xué)進步。我們往往認為人工智能屬于頂端科技只能由國家和超級公司研究，卻忽略了社會所擁有的重大的力量。小小的android智能手機在問世的短短時間內(nèi)變改變了之前的市場格局，其中固然有著android智能手機的特點，但是我想他的市場策略同樣給與了莫大的助力。人工智能應(yīng)該向android一樣，適當(dāng)?shù)拈_放出來一部分根基，放開其研究門檻，甚至鼓勵民間研究。量變引發(fā)質(zhì)變，當(dāng)有足夠?qū)＜以谘芯咳斯ぶ悄軙r，人工智能的研究會加快的。而且民間的研究成果也會作為經(jīng)驗反作用于人工智能的進一步研究，實現(xiàn)科學(xué)與社會的雙贏。

4 結(jié)論

人工智能是人們長久以來的夢想，同時也是一門很有挑戰(zhàn)性的學(xué)科。像所有的學(xué)科一樣，人工智能會經(jīng)歷各種各樣的挫折，但是，只要我們有信心、有毅力，我們相信人工智能終將會成為現(xiàn)實，融入到我們生活的方方面面，為我們的生活帶來極大的改變。

參考文獻：

[1]朱祝武.人工智能發(fā)展綜述[J].中國西部科技，2011，10（17）：8-10.

篇10

作為計算機科學(xué)技術(shù)的全新領(lǐng)域即人工智能，其正在迅速成長與成熟、新方法、新理念、新技術(shù)并且不斷壯大，同樣也包含著計算機網(wǎng)絡(luò)、數(shù)學(xué)、信息論各類學(xué)科的交叉和邊緣學(xué)科。人工智能包含的主要內(nèi)容有知識表示和推理機制、問題求解和搜索算法，自然語言理解、專家系統(tǒng)和機器學(xué)習(xí)等；也作為計算機科學(xué)各專業(yè)重要的基礎(chǔ)課程，國內(nèi)外各高校都非常重視，都將人工智能作為計算機專業(yè)的必修課程。人工智能包含的學(xué)科多，知識點雜、理論性強、內(nèi)容抽象，算法難度高復(fù)雜，在此情況下各高校采用傳統(tǒng)的“教師講、學(xué)生聽”單一教學(xué)模式，學(xué)生處于被動學(xué)習(xí)地位；課堂教學(xué)與實際操作、理論與現(xiàn)實應(yīng)用相脫節(jié)；加上理論知識強，案例缺乏，容易使學(xué)生感覺空洞；學(xué)生易產(chǎn)生厭學(xué)情緒，也達不到鍛煉其分析問題、解決問題的思維能力和實踐動手能力。如何讓學(xué)生高效的學(xué)習(xí)一直是教師研究的課題，在大數(shù)據(jù)和網(wǎng)絡(luò)信息時代的大背景下，“互聯(lián)網(wǎng)+”已經(jīng)廣泛應(yīng)用和存在于生活、工作各個方面，其在教育教學(xué)中表現(xiàn)出的創(chuàng)新性、互動性尤為突出，并極具優(yōu)勢。

2基于案例的教學(xué)研究

此方法開始于上世紀20年代左右，最早是由美國哈佛商學(xué)院所提倡的，基于當(dāng)時特殊的商業(yè)管理真是背景和特殊事件，能夠有效的發(fā)展和培養(yǎng)學(xué)生主動性、積極性和應(yīng)用能力，開展案例教學(xué)后，學(xué)生實際解決問題能力有了很大的提高。但此教學(xué)研究方法知道到上世紀80年代后期，才引起教師的重視。1986年由美國研究小組提出《準備就緒的國家：二十一世紀的教師》書中，強烈推薦此方法在實際教學(xué)的重要性，并說明今后在教學(xué)過程中將其作為一種重要的教學(xué)方法應(yīng)用于各類課程中去。

3基于人工智能的案例教學(xué)研究及應(yīng)用

3.1案例精選

此方法第一步是案例選取，案例的好壞是決定案例教學(xué)效果關(guān)鍵因素。案例的選取需要滿足以下要求：（1）符合現(xiàn)在的教學(xué)目標，明確學(xué)生需要掌握的知識點、重難點等，能夠運用所學(xué)的理論知識應(yīng)用到實際中，以此提高學(xué)生分析、解決問題的能力；（2）案例要有代表性、趣味性，由于人工智能課程內(nèi)容多、抽象，需要將枯燥乏味的知識點轉(zhuǎn)化為趣味生動的案例，有利于吸引學(xué)生注意力，激發(fā)學(xué)習(xí)興趣和主動性；例如，講到“知識表示”這部分內(nèi)容中引入“機器人搬積木”、“野人修道士渡河”案例；（3）采用互動的形式，此為人工智能的案例教學(xué)研究重要特征，同時也是教學(xué)目標得以充分展現(xiàn)的必要條件。能夠調(diào)動大家的積極性，學(xué)生和學(xué)生之間、學(xué)生與教師之間的互動，調(diào)動學(xué)生的主觀能動性。

3.2案例的執(zhí)行

（1）講授法。基于教學(xué)內(nèi)容具體知識點設(shè)計案例；通過教師講解，幫助學(xué)生理解抽象的理論知識。案例的呈現(xiàn)有兩種基本形式：一是“案例—理論”,即先給出教學(xué)案例，后講解理論知識；二是“理論—案例”,即教師先講解知識，再給出教學(xué)案例；案例的呈現(xiàn)方式不同,會直接影響案例的功能，也會影響到學(xué)生的學(xué)習(xí)情緒、學(xué)習(xí)效果。為了使案例能更好地為教學(xué)服務(wù),教師講解案例之前應(yīng)從創(chuàng)設(shè)案例情境開始,通過情境體驗與案例剖析激發(fā)學(xué)生認知的興趣,引導(dǎo)學(xué)生對將要學(xué)習(xí)的內(nèi)容產(chǎn)生注意,有利于教師導(dǎo)入新課。（2）互相討論法。大學(xué)生課余時間充沛，鑒于此，將班級學(xué)生分為若干小組，教師將事先準備好的案例分配給各組，學(xué)生采用組內(nèi)互動討論的形式，設(shè)計出此案例的各種解決方法。課堂上，將本小組的解決方法用課件展現(xiàn)給其他小組。講解完成后，學(xué)生開始互相討論，對比各自的方法，然后由老師進行分析、對比和總結(jié)。以此來增強學(xué)生對學(xué)科知識點、應(yīng)用能力的掌握。（3）相互辯證法。課后，采用相互辯證的方法，組織大家相互辯論。選擇一些綜合應(yīng)用比較強的案例。與簡單的案例相比，綜合應(yīng)用案例能更加高效地啟發(fā)學(xué)生全方位地思考和探索問題的解決方法。相互辯證法是一種探索新型的教學(xué)形式，學(xué)生的自主性強，能夠在辯論中充分表達自己的觀點，充分運用所學(xué)的理論知識來維護自己的觀點，還可以促使學(xué)生查閱大量資料，拓展知識面。

4結(jié)語

通過以上論述，人工智能技術(shù)開始應(yīng)用于教學(xué),與教學(xué)現(xiàn)代化有著密切的聯(lián)系。其發(fā)展必將對現(xiàn)代教育起巨大推動作用。在教學(xué),可以基于人工智能技術(shù)建立人類推理模型學(xué)習(xí)工具等諸多的運用,展示出越來越好的實用性。

參考文獻：

[1]鄒蕾,張先鋒.人工智能及其發(fā)展應(yīng)用[J].信息網(wǎng)絡(luò)安全，2012(02).

[2]陳柯蒙，張寧.人工智能的發(fā)展探析[J].新西部(理論版)，2012(05).

篇11

0 引 言

智能電網(wǎng)是當(dāng)今世界電力系統(tǒng)發(fā)展的重大變革，也是21世紀電力系統(tǒng)的重大科技創(chuàng)新和發(fā)展趨勢。2003年，美國“未來能源聯(lián)盟”首次提出智能電網(wǎng)的概念。同年，美國能源部了“Grid　2030”設(shè)想[1]，將美國的未來電力系統(tǒng)描述為一個完全自動化的電力傳輸網(wǎng)絡(luò)，能夠監(jiān)視和控制每個用戶和電網(wǎng)節(jié)點，保證從電廠到終端用戶整個輸配電過程中所有節(jié)點之間的信息和電能的雙向流動。2005年，歐洲技術(shù)論壇（ETP）提出了“Smart　Grid”概念[2]，計劃通過智能電網(wǎng)的建設(shè)，向所有用戶提供高度可靠、經(jīng)濟有效的電能，充分開發(fā)利用大型集中發(fā)電機和小型分布式電源，提高電網(wǎng)公司運營效率，降低電能價格，加強與客戶的互動，應(yīng)對來自市場、安全和電能質(zhì)量、環(huán)境等方面的壓力。

國內(nèi)也高度重視智能電網(wǎng)建設(shè)。2010年6月7日，總書記在兩院院士大會上的講話中提出，要“構(gòu)建覆蓋城鄉(xiāng)的智能、高效、可靠的電網(wǎng)體系”。國家科技部于2009年11月24日的《關(guān)于加快我國智能電網(wǎng)技術(shù)發(fā)展的報告》中提出了明確的目標和任務(wù)。國家電網(wǎng)公司于2009年5月了“堅強智能電網(wǎng)”愿景及建設(shè)路線圖。南方電網(wǎng)有限責(zé)任公司在2010年7月提出了“建設(shè)一個覆蓋城鄉(xiāng)的智能、高效、可靠的綠色電網(wǎng)”的目標。2011年2月，陜西省地方電力（集團）有限公司作為專業(yè)的配電網(wǎng)公司，聯(lián)合清華大學(xué)提出了建設(shè)“多指標自趨優(yōu)”智能配電網(wǎng)的目標。

智能電網(wǎng)涉及能源、環(huán)境、社會、經(jīng)濟和管理等多個學(xué)科，由于其具備系統(tǒng)工程和創(chuàng)新技術(shù)的特點，目前智能電網(wǎng)的研究趨向發(fā)散，對智能電網(wǎng)的認識多從企業(yè)自身出發(fā)，尚未收斂到智能電網(wǎng)本質(zhì)的研究，影響和干擾了對智能電網(wǎng)發(fā)展方向的研判。本文在分析國內(nèi)外智能電網(wǎng)相關(guān)研究的基礎(chǔ)上，結(jié)合實踐應(yīng)用，溯源了智能電網(wǎng)的本質(zhì)——智能，提出了智能電網(wǎng)分代標準，建立了智能電網(wǎng)分代模型，探討了智能電網(wǎng)分代的社會經(jīng)濟意義。

1 國外智能電網(wǎng)分代研究狀況

分代研究在計算機和戰(zhàn)斗機等領(lǐng)域已經(jīng)取得了共識。計算機按照所采用的電子元件，歷經(jīng)了電子管計算機、晶體管計算機、集成電路計算機、大規(guī)模集成電路計算機，現(xiàn)在正在研發(fā)信息獲取、存儲、處理、通信與人工智能相結(jié)合的第五代計算機。20世紀40年代中期，以噴氣式發(fā)動機為動力的戰(zhàn)斗機出現(xiàn)后，按時代和技術(shù)水平，戰(zhàn)斗機歷經(jīng)三代，目前正在研制第四代戰(zhàn)斗機。

由于智能電網(wǎng)尚未大規(guī)模應(yīng)用，與計算機、作戰(zhàn)飛機等其他領(lǐng)域分代研究更注重“回頭看”的方法不同，智能電網(wǎng)分代更注重“向前看”，這個特點導(dǎo)致智能電網(wǎng)分層次、分步驟、分階段的研究異彩紛呈，莫衷一是。國外智能電網(wǎng)分代的相關(guān)研究綜述如下。

1.1 智能電網(wǎng)演進模型

2010年1月，加拿大學(xué)者Hassan　Farhangi從功能和投資回報率（ROI）兩個維度，提出了如圖1所示的智能電網(wǎng)的演進模型[3]。他認為，由于化石燃料的成本猛增，電力公司無法擴大發(fā)電能力以滿足用戶對電能不斷上升的需求，只有從配電網(wǎng)著手，加強需求側(cè)管理，才能保障電力公司擁有較高的ROI水平。模型表示，智能電網(wǎng)最初的投資用來滿足計量設(shè)備由機電式到單向自動抄表（AMR）的功能轉(zhuǎn)變，AMR具有節(jié)約人力以及時間成本的優(yōu)勢，但是由于其只具有單向通信能力，無法支持電力公司依據(jù)從電表獲取數(shù)據(jù)采取調(diào)控措施。高級計量架構(gòu)（AMI）能夠提供雙向的通信系統(tǒng)，旨在為電力公司提供實時的能耗數(shù)據(jù)，允許客戶以價格為基礎(chǔ)，對能源使用做出選擇。智能電網(wǎng)演進的最終目標是分布式控制與微網(wǎng)相結(jié)合的互聯(lián)電網(wǎng)。

1.2 智能電網(wǎng)持續(xù)發(fā)展理論

2011年7月，美國GridNet公司執(zhí)行副總裁兼首席戰(zhàn)略官Andres　Carvallo和能源與IT行業(yè)學(xué)者John　Cooper合作出版了“The　Advanced　Smart　Grid　—　Edge　Power　Driving　Sustainability”一書，提出了智能電網(wǎng)持續(xù)發(fā)展理論[4]。書中認為第一代智能電網(wǎng)（Smart　Grid　1.0）實現(xiàn)了發(fā)電廠到終端計量設(shè)備的電流與信息流的傳輸，典型的第一代智能電網(wǎng)是美國科羅拉多州博爾德市智能電網(wǎng)的建設(shè)。下一代智能電網(wǎng)（Smart　Grid　2.0）將是一個集成的、先進的智能電網(wǎng)體系，從戰(zhàn)略上進行頂層設(shè)計，在組織、運行、系統(tǒng)集成與建模等多個維度進行柔性規(guī)劃，下一代智能電網(wǎng)的一些技術(shù)已經(jīng)在美國奧斯汀市智能電網(wǎng)研究項目Pecan　Street中浮現(xiàn)。書中對第三代智能電網(wǎng)（Smart　Grid　3.0）進行了展望，并將其定義為一個基于互聯(lián)網(wǎng)絡(luò)的重新設(shè)計的能源系統(tǒng)。

1.3 智能電網(wǎng)層次理論

IBM高級電力專家Martin　Hauske認為智能電網(wǎng)的基本概念有3個主要元素：首先是廣泛連接資產(chǎn)與設(shè)備的傳感器；其次是數(shù)據(jù)的搜集與整合體系；最后是依據(jù)數(shù)據(jù)進行相關(guān)分析，以優(yōu)化運行和管理的能力。與之對應(yīng)，智能電網(wǎng)也就有三個層面的含義[5]：首先是利用傳感器對發(fā)電、輸電、配電、供電等關(guān)鍵設(shè)備的運行狀況進行實時監(jiān)控；然后將獲得的數(shù)據(jù)通過網(wǎng)絡(luò)系統(tǒng)進行收集、整合；最后通過對數(shù)據(jù)的分析、挖掘，達到對整個電力系統(tǒng)運行的優(yōu)化管理。因此，智能電網(wǎng)可以被認為是通過傳感器把各種設(shè)備、資產(chǎn)連接到一起，形成一個客戶服務(wù)總線，通過對信息進行整合分析，從而降低成本，提高效率和可靠性，促進管理和運行達到最優(yōu)化。

1.4 智能電網(wǎng)成熟度模型

智能電網(wǎng)成熟度模型是IBM、美國生產(chǎn)力和質(zhì)量中心（APQC）及全球智能電網(wǎng)聯(lián)盟（GIUNC）合作研究的成果[6]。智能電網(wǎng)的成熟度分為5個階段：第1階段，只有對智能電網(wǎng)的設(shè)想，主要工作是對技術(shù)的試驗和評價，以及建立業(yè)務(wù)模型；第2階段，企業(yè)在至少一個智能電網(wǎng)的重要業(yè)務(wù)領(lǐng)域進行投資和實施；第3階段，企業(yè)對智能電網(wǎng)的組成部分進行重新配置，實現(xiàn)業(yè)務(wù)領(lǐng)域整合或產(chǎn)業(yè)鏈升級；第4階段，實現(xiàn)企業(yè)范圍的跨業(yè)務(wù)綜合觀測及綜合控制，力爭形成新的經(jīng)濟或商業(yè)模式；第5階段，企業(yè)有能力在新的業(yè)務(wù)、運行、環(huán)境等機會出現(xiàn)時，充分利用并發(fā)展壯大。

綜觀國外的相關(guān)研究，智能電網(wǎng)演進模型以計量系統(tǒng)為主線，沒有加入交易環(huán)節(jié)，同時忽視了人工智能在電網(wǎng)中的應(yīng)用。智能電網(wǎng)持續(xù)發(fā)展理論有對智能電網(wǎng)分代以及各代相應(yīng)功能的描述，但是缺乏對智能電網(wǎng)本質(zhì)的分析，特別是對三代智能電網(wǎng)核心的描述。智能電網(wǎng)層次理論以傳感器為基礎(chǔ)，觸及到智能電網(wǎng)的基本，但是數(shù)據(jù)收集與整合體系等沒有體現(xiàn)人這一重要因素的參與，理論闡述不夠全面。智能電網(wǎng)成熟度模型實質(zhì)上是智能電網(wǎng)的推進步驟。因此，上述研究都沒有涉及智能電網(wǎng)的本質(zhì)。

2 智能電網(wǎng)的本質(zhì)——智能

對國外智能電網(wǎng)的研究和實踐進行分析，能夠為國內(nèi)的相關(guān)研究帶來啟示和借鑒。從人類認識事物的基本方法來看，對智能電網(wǎng)進行分代研究，必然要從智能電網(wǎng)的本質(zhì)著手。智能電網(wǎng)可以認為是人工智能在傳統(tǒng)電網(wǎng)中的應(yīng)用，而人工智能又起源于人類智能，因此，必須從人類智能出發(fā)，探求智能電網(wǎng)的本質(zhì)——智能。

2.1 人類智能的發(fā)展階段

人類智能經(jīng)歷了從初級到高級、從簡單到復(fù)雜的演化過程。這種過程只在個體的前十幾年表現(xiàn)得尤為突出，正是這一過程決定了每個人一生智能水平的高低，也決定了人類群體智能水平的多樣性。

1983年，美國學(xué)者Howard　Gardner提出多元智能理論，將智能分為語言智能、數(shù)學(xué)邏輯智能、空間智能、身體運動智能、音樂智能、人際智能、自我認知智能、自然認知智能等8個方面。瑞士心理學(xué)家Jean　Piaget從時間維度對人類智能演化規(guī)律做出經(jīng)典總結(jié)，提出了人類智能發(fā)展理論[7]，將個體從出生到青年時期的智能發(fā)展水平分為感知運動階段、前運算階段、具體運算階段和形式運算階段。

雖然多元智能理論并不著眼于各個智能在個體層面的發(fā)展順序，但是結(jié)合Jean　Piaget的認知發(fā)展理論，同時根據(jù)Howard　Gardner對每種智能概念的描述，可以對智能的8個組成部分以發(fā)展為時序，在多元維度上進行歸類。在感知運動階段，空間智能和音樂智能是人類智能重點發(fā)展的部分；到了前運算階段，語言智能和身體運動智能在兒童身上表現(xiàn)較為明顯；數(shù)學(xué)邏輯能力和自我認知能力在具體運算階段得到了迅速發(fā)展；最后，從青少年階段開始，終其一生，對自然的認知，人際交往能力隨著閱歷的豐富、經(jīng)驗的積累而日趨成熟。

2.2 人工智能是對人類智能的模擬、延伸和擴展

人類智能的演進規(guī)律遵循著Jean　Piaget的人類智能發(fā)展理論，這些研究成果也深刻地影響著另一個與之緊密相關(guān)的學(xué)科，即以計算機為基礎(chǔ)的人工智能的研究。人工智能最初被定義為“讓機器的行為看起來就像人所表現(xiàn)出的智能行為一樣”，到后期逐漸演變?yōu)樽寵C器擁有自己的思維。對比人類智能發(fā)展的歷程，人工智能的演進呈現(xiàn)出與之相似的路徑。

（1） 人工智能發(fā)展的初級階段是對人類智能的模擬。通過傳感器遠程傳送信號，需要操作者通過計算機終端控制機器執(zhí)行動作，這類似于人類智能的感知運動階段，具體的應(yīng)用如排爆機器人、勘探機器人等。

（2） 人工智能發(fā)展的中級階段是對人類智能的延伸。著眼于通過程序算法實現(xiàn)機器的邏輯運算和自我認知能力，類似于人類智能的前運算和具體運算階段。智能機器人通過處理器分析傳感器收集的信息，在無人操控的狀態(tài)下執(zhí)行動作。有些智能機器人還能通過對人類語言的識別和模擬實現(xiàn)與人類的語言交流，如日本的ASIMO智能機器人，可以通過“腦—機”系統(tǒng)達到人類思維直接控制機器人的效果。

（3） 人工智能的更高階段，智能將成為一種系統(tǒng)層面的應(yīng)用。人工智能體現(xiàn)出自我思維和機器情感等人類特有的能力，通過自我思維產(chǎn)生對外部環(huán)境的認識，通過機器感情與外部環(huán)境產(chǎn)生更為復(fù)雜的交互，這些能力使得人工智能發(fā)生了從模擬、延伸到擴展人類智能的突破。

2.3 智能電網(wǎng)是人工智能在傳統(tǒng)電網(wǎng)中的應(yīng)用

智能電網(wǎng)建立在電力電子技術(shù)、傳感與測量技術(shù)、控制仿真決策技術(shù)、信息與通信技術(shù)、人工智能技術(shù)等基礎(chǔ)技術(shù)之上，以實現(xiàn)發(fā)電、儲能、輸電、配電、用電等環(huán)節(jié)的智能化為目的。其中，人工智能技術(shù)在推動智能電網(wǎng)發(fā)展中起著重要作用。

（1） 人工智能的應(yīng)用能夠推動整個電力系統(tǒng)的發(fā)展。傳統(tǒng)電網(wǎng)存在大量非線性的、模糊的、不確定、不精確、不完全真值的問題，人工智能技術(shù)應(yīng)用的目的就是解決上述問題。基于人工智能的電網(wǎng)故障檢測與診斷、具有靈活自愈功能的配電自動化等技術(shù)的應(yīng)用表明，在期望能取得低代價的解決方法和魯棒性方面，人工智能的應(yīng)用顯著改善了傳統(tǒng)電網(wǎng)對不確定、高度非線性環(huán)境的適應(yīng)能力。

（2） 人工智能技術(shù)的應(yīng)用體現(xiàn)了智能電網(wǎng)的本質(zhì)。智能電網(wǎng)的本質(zhì)是智能，現(xiàn)代人工智能技術(shù)是對人類智能的模擬，因而人工智能的應(yīng)用是電網(wǎng)“智能化”的根本體現(xiàn)，人工智能技術(shù)應(yīng)用使智能電網(wǎng)回歸到了它的本質(zhì)——智能。從這種意義上說，人工智能技術(shù)是否應(yīng)用是評價一個電網(wǎng)是不是智能電網(wǎng)的基本依據(jù)。

（3） 人工智能技術(shù)在電網(wǎng)中的應(yīng)用程度體現(xiàn)了智能電網(wǎng)區(qū)別于傳統(tǒng)電網(wǎng)的特征。傳統(tǒng)電網(wǎng)未能完整地體現(xiàn)人工智能“感知、思維、行為”三要素，導(dǎo)致人的參與程度較低，傳統(tǒng)電網(wǎng)始終徘徊在由工業(yè)化主導(dǎo)的階段，在信息化與工業(yè)化融合時，遇到了重重困難。智能電網(wǎng)中，人工智能技術(shù)的廣泛應(yīng)用將使得電網(wǎng)逐步具有模擬人類智能的能力，從而減少人的參與程度。

（4） 未來智能電網(wǎng)的發(fā)展中，人工智能是推動智能電網(wǎng)躍進發(fā)展的革命性力量。未來智能電網(wǎng)將是一個具有自預(yù)測、自診斷、自愈、自組織和自管理特性的電網(wǎng)。智能電網(wǎng)的躍進發(fā)展將主要依靠電網(wǎng)的自學(xué)習(xí)能力，人的干預(yù)將退居其次。人工智能的應(yīng)用，使得電網(wǎng)的自學(xué)習(xí)成為可能。在可以預(yù)見的將來，除了人工智能技術(shù)，其他技術(shù)均無法有效增強電網(wǎng)的自學(xué)習(xí)能力。

3 智能電網(wǎng)分代原則、標準與模型

以上分析了智能電網(wǎng)的本質(zhì)，以下在智能電網(wǎng)的本質(zhì)基礎(chǔ)上提出智能電網(wǎng)分代的原則、標準以及智能電網(wǎng)分代模型。

3.1 智能電網(wǎng)分代原則

智能電網(wǎng)分代必須遵循以下原則：

（1） 惟一性原則：下一代和上一代的智能電網(wǎng)必須按照智能電網(wǎng)的本質(zhì)進行劃分。

（2） 革命性原則：下一代智能電網(wǎng)必須在整體，而不是局部取得標志性進展和突破。

（3） 連續(xù)性原則：下一代智能電網(wǎng)發(fā)展的關(guān)鍵要素必須蘊含在上一代智能電網(wǎng)的發(fā)展過程中。

3.2 智能電網(wǎng)分代標準

智能電網(wǎng)的本質(zhì)是智能。人工智能是人類智能應(yīng)用于傳統(tǒng)電網(wǎng)的紐帶，人工智能將人類智能的8個方面歸納為“感知、行為、思維”3個要素，上述3個要素也是智能電網(wǎng)分代的標準。

感知是客觀事物通過感覺器官在大腦中的直接反映。在多元智能的8個方面中，感知體現(xiàn)語言智能、空間智能、音樂智能。感知在人工智能技術(shù)中的體現(xiàn)有語音識別、機器視覺等。

行為是器官對外界刺激所產(chǎn)生的反應(yīng)。行為體現(xiàn)身體運動智能，行為在人工智能技術(shù)中的體現(xiàn)有機器人學(xué)、智能控制等。

思維是主體處理信息及意識的活動。思維體現(xiàn)數(shù)學(xué)邏輯智能、人際智能、自我認知智能、自然認知智能，思維在人工智能技術(shù)中的體現(xiàn)有知識系統(tǒng)、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、進化計算等。

3.3 智能電網(wǎng)分代模型

智能電網(wǎng)發(fā)展的各階段均須具備人工智能3個要素的全部或部分，不具備3個要素的電網(wǎng)屬于傳統(tǒng)電網(wǎng)。依據(jù)3個要素在傳統(tǒng)電網(wǎng)中滲透與融合的深度和廣度，建立智能電網(wǎng)分代模型如圖2所示。

圖2中將智能電網(wǎng)劃分為具有以下特征的三代智能電網(wǎng)：

（1） 第一代智能電網(wǎng)：自感知智能電網(wǎng)（Self-sensing　Smart　Grid）。第一代智能電網(wǎng)在傳統(tǒng)電網(wǎng)的基礎(chǔ)上具備自主感知能力，是人工智能在電網(wǎng)中應(yīng)用的初級階段。智能電網(wǎng)關(guān)鍵設(shè)備能夠自主感知電屬性（負荷等）和電相關(guān)屬性（溫度等）的變化，需要人參與進行決策并采取行動，第一代智能電網(wǎng)只具備簡單的自主決策和初級的自主行為能力。典型的自感知智能電網(wǎng)設(shè)備及系統(tǒng)如電子式及光學(xué)式互感器、智能環(huán)網(wǎng)柜、智能在線監(jiān)測系統(tǒng)、智能終端等。

（2） 第二代智能電網(wǎng)：自適應(yīng)智能電網(wǎng)（Adaptive　Smart　Grid）。第二代智能電網(wǎng)在第一代智能電網(wǎng)自主感知能力的基礎(chǔ)上，具備一定的自主決策能力和自主行為能力，是人工智能在電網(wǎng)中應(yīng)用的中級階段，較少需要人參與就能根據(jù)感知結(jié)果進行決策并采取行動。這種感知、決策和行為是獨立的，即只在單一設(shè)備或系統(tǒng)局部的感知域內(nèi)進行決策并根據(jù)決策結(jié)果驅(qū)動單一設(shè)備或系統(tǒng)局部采取行動，以達到局部最優(yōu)。典型的自適應(yīng)智能電網(wǎng)應(yīng)用系統(tǒng)如智能調(diào)度系統(tǒng)、智能自愈系統(tǒng)等。

（3） 第三代智能電網(wǎng)：自趨優(yōu)智能電網(wǎng)（Self-approximate-optimization　Smart　Grid）。第三代智能電網(wǎng)在第二代智能電網(wǎng)自主決策和自主行為能力的基礎(chǔ)上，是人工智能在電網(wǎng)中應(yīng)用的高級階段，更少需要或不需要人參與就能根據(jù)感知結(jié)果進行決策并采取行動。這種感知、決策和行為是系統(tǒng)的、全局的，即在整個系統(tǒng)感知域（或子集）內(nèi)進行決策并根據(jù)決策結(jié)果驅(qū)動相關(guān)（部分或全部）設(shè)備采取行動，使得電網(wǎng)自身狀態(tài)趨向最優(yōu)。目前，已經(jīng)提出來的自趨優(yōu)智能電網(wǎng)如智能廣域機器人（Smart　Wide　Area　Robot，Smart-WAR）[8]。

4 智能電網(wǎng)分代的社會經(jīng)濟意義

技術(shù)創(chuàng)新與人類解放之間的歷史發(fā)展進程表明，人的勞動方式在逐漸變化，技術(shù)創(chuàng)新使人在生產(chǎn)勞動中逐漸從事必躬親的執(zhí)行者演變成監(jiān)督者、命令者，這種角色的演變，反映出技術(shù)創(chuàng)新在人的實踐過程中所具備的強大能動作用。智能電網(wǎng)作為當(dāng)前電網(wǎng)行業(yè)最重要的技術(shù)創(chuàng)新形式，同樣發(fā)揮著著解放人類勞動的作用，亦即電網(wǎng)運行中人的參與程度不斷減弱。

第一代智能電網(wǎng)通過技術(shù)創(chuàng)新實現(xiàn)自我感知，不但極大地拓展了認知的深度和廣度，而且還使人的身體在一定程度上獲得了解放。

第二代智能電網(wǎng)通過技術(shù)創(chuàng)新實現(xiàn)自我行為，將會極大地減輕人的勞動強度，甚至取代了勞動者在電網(wǎng)運行過程中僅有的操作、監(jiān)督和控制工作，使人得以在很大程度上從體力勞動中解放出來。

第三代智能電網(wǎng)通過技術(shù)創(chuàng)新實現(xiàn)自我思維，“電腦”開始代替“人腦”控制電網(wǎng)運行，機器人勞動取代人的勞動，使人的活動逐漸從電網(wǎng)運行中淡出，這將使人的思維勞動強度得以極大的減輕。

以智能電網(wǎng)建設(shè)為標志的技術(shù)創(chuàng)新為電力產(chǎn)業(yè)提升運行管理水平，開發(fā)新產(chǎn)品和服務(wù)，以及延伸整個產(chǎn)業(yè)鏈奠定了堅實的技術(shù)基礎(chǔ)。隨著技術(shù)手段的革新與經(jīng)營管理模式的轉(zhuǎn)變，電力產(chǎn)業(yè)尤其是電網(wǎng)企業(yè)的供給可能性邊界將極大擴展，不僅能夠滿足目前存在的潛在需求，而且還能在未來引領(lǐng)和創(chuàng)造新的需求，在供需雙方良性互動的作用下，電力產(chǎn)業(yè)將不斷優(yōu)化升級，產(chǎn)業(yè)整體影響力和競爭力都會獲得顯著的提升。

5 結(jié) 語

智能電網(wǎng)分代是一個全新的課題，但是分代研究在計算機等其他領(lǐng)域并不鮮見，對這些領(lǐng)域進行分代的目的是通過研究“上一代是什么”來推測“下一代是什么”，因此有必要通過分代研究來預(yù)測和引導(dǎo)智能電網(wǎng)的發(fā)展方向。與其他領(lǐng)域分代研究更注重“回頭看”的方法不同，智能電網(wǎng)尚未大規(guī)模應(yīng)用，分代更注重“向前看”，正是人類智能與人工智能的發(fā)展規(guī)律，奠定了我們“向前看”的基礎(chǔ)。未來，伴隨智能電網(wǎng)的深入推進，實踐應(yīng)用總結(jié)出的成果和經(jīng)驗，將有助于深化對智能電網(wǎng)本質(zhì)的認識，理論的可行性與實踐的迫切要求，也必將對智能電網(wǎng)分代研究起到促進作用。

參 考 文 獻

[1]　US　Department　of　Energy.　Grid　2030：　A　national　vision　for　electricity's　second　100　years[R].USA：　US　Department　of　Energy　Initiative，　2003.

[2]　European　Commission.　European　technology　platform　smartgrids：　vision　and　strategy　for　Europe's　electricity　networks　of　the　future[EB/OL].　[2012-09-20].　http：//ec.europa.eu/research/energy/pdf/smartgrids_en.pdf.

[3] FARHANGI　Hassan.　The　path　of　the　smart　grid　[J].　IEEE　Power　and　Energy　Magazine，　2010，　8（1）：　18-28.

[4] CARVALLO　Andres，　COOPER　John.　The　advanced　smart　grid：　edge　power　driving　sustainability　[M].　Boston：　Artech　House　Publishers，　2011.

[5]　IBM論壇2009.　點亮智慧的地球[EB/OL].　[2012-09-25].　http：///cn/forum2009/wisdom.shtml.

篇12

一、研究背景

HPS教育作為西方20世紀80年代盛行的理論，引入中國已有20余年。作為極其受歡迎的教育理念，憑借著自身優(yōu)勢在中國教育課程改革中占據(jù)了一席之地，也為中國科學(xué)教育提供了新思路。

(一)HPS的概念界定

HPS的提出源自科學(xué)內(nèi)部對科學(xué)反思和科學(xué)外部人員對科學(xué)本質(zhì)認識的思考。最初，HPS指的是科學(xué)史(HistoryofScience)和科學(xué)哲學(xué)(PhilosophyofScience)兩大學(xué)科領(lǐng)域，但在20世紀90年代科學(xué)建構(gòu)論流行后，科學(xué)社會學(xué)與科學(xué)知識社會學(xué)被引入科學(xué)教育，HPS逐漸演化成科學(xué)史(HistoryofScience)、科學(xué)哲學(xué)(PhilosophyofScience)和科學(xué)社會學(xué)(SociologyofScience)三者的統(tǒng)稱［1］:科學(xué)史即研究科學(xué)(包括自然科學(xué)和社會科學(xué))和科學(xué)知識的歷史;科學(xué)哲學(xué)則是對科學(xué)本性的理性分析，以及對科學(xué)概念、科學(xué)話語的哲學(xué)思辨，比如科學(xué)這把“雙刃劍”對人類社會的影響;科學(xué)社會學(xué)則討論科學(xué)處在社會大系統(tǒng)中，社會種種因素在科學(xué)發(fā)展過程中的地位和作用，這包括了政治、經(jīng)濟、文化、技術(shù)、信仰等因素［2］。在國外，德國科學(xué)家和史學(xué)家馬赫最早提倡HPS教育，突出強調(diào)哲學(xué)與歷史應(yīng)用至科學(xué)教學(xué)中的作用。我國HPS相關(guān)研究開始晚且研究規(guī)模較小，首都師范大學(xué)的丁邦平教授認為HPS融入科學(xué)課程與教學(xué)是培養(yǎng)學(xué)生理解科學(xué)本質(zhì)的一個重要途徑［3］。

(二)HPS教育理念融入小學(xué)科學(xué)課程的必要性

運用科學(xué)史、科學(xué)哲學(xué)等進行教學(xué)是目前國際上小學(xué)科學(xué)教育改革的一種新趨勢。2017年，教育部頒布的《義務(wù)教育小學(xué)科學(xué)課程標準》標志著我國科學(xué)教育步入了新階段，其不僅要求達成科學(xué)知識、科學(xué)探究的相應(yīng)目標，也要養(yǎng)成相應(yīng)的科學(xué)態(tài)度，思考科學(xué)、技術(shù)、社會與環(huán)境的融洽相處。該標準提出了“初步了解在科學(xué)技術(shù)的研究與應(yīng)用中，需要考慮倫理和道德的價值取向，提倡熱愛自然、珍愛生命，提高保護環(huán)境意識和社會責(zé)任感”。HPS教育與小學(xué)科學(xué)課程的結(jié)合是教學(xué)內(nèi)容由知識到能力再到素養(yǎng)的過程，是小學(xué)科學(xué)教育的新維度，改變了小學(xué)科學(xué)課程的教學(xué)環(huán)境。將科學(xué)課程中融入HPS教育的內(nèi)容，可以幫助學(xué)生理解科學(xué)本質(zhì)，研究科學(xué)知識是如何產(chǎn)生的，科學(xué)對社會的多方面影響以及科學(xué)和科學(xué)方法的優(yōu)、缺點等。當(dāng)《小學(xué)課程標準》將科學(xué)態(tài)度和價值觀視為科學(xué)教育的有機組成部分時，小學(xué)科學(xué)課程就有望成為HPS教育的天然載體，同時為小學(xué)科學(xué)課程滲透HPS教育提出了挑戰(zhàn)。目前，我國小學(xué)科學(xué)課程雖已有部分設(shè)計融入了HPS教育理念，但該融入過程仍停留在表面，融入程度低，融入方式單一。所以，研究HPS教育理念融入小學(xué)科學(xué)課程十分有必要。

(三)HPS教育理念融入小學(xué)科學(xué)課程的可行性

縱觀國內(nèi)外已有的研究，將HPS教育融入小學(xué)科學(xué)課程可分為基于傳統(tǒng)課堂模式的正式教育課程和基于科技館、研學(xué)機構(gòu)等的非正式教育課程。由皖新傳媒、中國科學(xué)技術(shù)大學(xué)先進技術(shù)研究院新媒體研究院、中國科學(xué)技術(shù)大學(xué)出版社三方通力合作、聯(lián)合打造的《人工智能讀本》系列叢書自出版以來已發(fā)行八萬套，在安徽省多個市區(qū)的小學(xué)得以應(yīng)用，是青少年人工智能教育上的一次全新探索。該套叢書分三年級至六年級共四套，涵蓋了16個人工智能前沿研究領(lǐng)域知識點，每一節(jié)課都設(shè)有場景引入、讀一讀、看一看、試一試4個模塊。小學(xué)《人工智能讀本》作為闡述新興科技的讀本，以親切的場景對話和可愛幽默的插畫等形式吸引了眾多小學(xué)生的興趣，不僅可作為學(xué)校科學(xué)課讀本，也可以應(yīng)用于課外場景。本文則以小學(xué)《人工智能讀本》為例，對HPS教育進行初步摸索與實踐，以期對小學(xué)科學(xué)教育帶來教益。

二、HPS教育理念融入小學(xué)科學(xué)的典型案例

《人工智能讀本》作為HPS教育理念融入小學(xué)科學(xué)實踐的典型案例，側(cè)重引導(dǎo)學(xué)生多維度、科學(xué)辯證地認識人工智能，內(nèi)容包括機器學(xué)習(xí)、決策職能和類腦智能，以及人工智能的不同發(fā)展階段，帶領(lǐng)學(xué)生思考人工智能帶來的倫理問題以及其他挑戰(zhàn)，培養(yǎng)學(xué)生正確的世界觀、人生觀和價值觀。本研究將以《人工智能讀本》六年級第四單元“人工智能倫理與其他挑戰(zhàn)”為例，分析HPS教育理念融入小學(xué)科學(xué)的實踐。

(一)科學(xué)史:提升課程趣味性

小學(xué)科學(xué)教育作為培養(yǎng)具有科學(xué)素養(yǎng)公眾的重要步驟，提升過程的趣味性則十分重要。過去傳統(tǒng)的小學(xué)科學(xué)教育注重知識的傳遞而忽略了學(xué)習(xí)過程，填鴨式教學(xué)導(dǎo)致學(xué)生失去對科學(xué)的興趣與探索欲，不利于公民科學(xué)素養(yǎng)的整體提高。而科學(xué)史作為研究科學(xué)(包括自然科學(xué)和社會科學(xué))和科學(xué)知識的歷史，已經(jīng)逐漸滲透到科學(xué)教育中來。科學(xué)史常常介紹科學(xué)家的事跡，某一知識誕生所面臨的困難和曲折過程，而將科學(xué)史融入課程可以帶學(xué)生重回知識誕生的時刻，切身體會科學(xué)。讀本作為在小學(xué)科學(xué)教育中不可或缺的工具，利用科學(xué)史內(nèi)容，以敘事方式可以將科學(xué)哲學(xué)與科學(xué)社會學(xué)的思想融入教學(xué)過程中，在讀本中融入歷史，可以提升課程趣味性，幫助學(xué)生更加容易探求科學(xué)本質(zhì)，感受科學(xué)家不懈努力、敢于質(zhì)疑的精神，提升科學(xué)素養(yǎng)。例如《人工智能讀本》六年級第四單元“人工智能倫理與其他挑戰(zhàn)”引入部分即以時間順序展開，介紹人工智能的發(fā)展與面臨的困境。在“看一看”中機器人索菲亞是否可以結(jié)婚的故事不僅為本章節(jié)提供了豐富的內(nèi)容，提升了課程的趣味性，而且還融入了科學(xué)與哲學(xué)，引發(fā)讀者對于人工智能的思考。

(二)科學(xué)社會學(xué):提升課程社會性

科學(xué)社會學(xué)是研究一切科學(xué)與社會之間的聯(lián)系與影響，包含科學(xué)對社會的影響和社會對科學(xué)的影響。科學(xué)是一種社會活動，同時也受到政治、經(jīng)濟、文化等多方面影響，比如蒸汽機的誕生表明科學(xué)促進社會的發(fā)展。在科學(xué)教育的課堂中融入科學(xué)社會學(xué)不僅可以幫助學(xué)生理解科學(xué)問題，還可以通過介紹科學(xué)與社會之間的復(fù)雜關(guān)系，培養(yǎng)學(xué)生靈活、批判看待科學(xué)問題的思維能力。如六年級第四單元“人工智能倫理與其他挑戰(zhàn)”中，在介紹個人與技術(shù)的基礎(chǔ)上引入了政府和環(huán)境這兩個要素，使學(xué)生在更宏觀的背景下，獲得這樣一種認知:環(huán)境與技術(shù)之間有一把“雙刃劍”，個人與技術(shù)、政府與技術(shù)之間是相互促進的主客體關(guān)系。《人工智能讀本》并不全是說教性質(zhì)的文字，在“試一試”中的辯論賽環(huán)節(jié)讓同學(xué)通過親身實踐，更加了解人工智能對于社會的多方面影響。通過對于科技是一把“雙刃劍”這一事實的了解，同學(xué)們可以更好地將學(xué)習(xí)知識與社會的背景聯(lián)系在一起，深刻體會科學(xué)中的人文素養(yǎng)，增強社會責(zé)任感。

(三)科學(xué)哲學(xué):提升課程思辨性

以往研究發(fā)現(xiàn)，國內(nèi)學(xué)科教材中關(guān)于科學(xué)史和科學(xué)社會學(xué)內(nèi)容較多而且呈顯性，而對于科學(xué)哲學(xué)的融入內(nèi)容不夠，且不鮮明。［3］科學(xué)哲學(xué)融入科學(xué)教育無疑可以提升學(xué)生的思辨性，幫助學(xué)生建立起對于科學(xué)正確而全面的認識。例如，《人工智能讀本》六年級第四單元“人工智能倫理與其他挑戰(zhàn)”中，引入人工智能倫理，通過介紹人工智能面對的挑戰(zhàn)、人工智能的具體應(yīng)對策略，讓小學(xué)生了解人工智能技術(shù)發(fā)展的同時也要重視可能引發(fā)的法律和倫理道德問題，明白人與人工智能之間的關(guān)系以及處理這些關(guān)系的準則。通過“讀一讀”先讓學(xué)生明白倫理概念，再用一幅畫讓學(xué)生思考在算法的發(fā)展下，人類與機器人的關(guān)系如何定義，向?qū)W生傳遞樹立人類與人工智能和諧共生的技術(shù)倫理觀。通過這種方式，可以幫助學(xué)生逐步建立完整的科學(xué)觀，全面且思辨地看待科學(xué)，提升學(xué)生思辨性，進而提升科學(xué)素養(yǎng)。

三、HPS教育理念融入小學(xué)科學(xué)課程的實踐建議

《人工智能讀本》作為一套理論與實踐相結(jié)合，具有知識性與趣味性的兒童科普讀物，著重引導(dǎo)小學(xué)生培養(yǎng)科學(xué)創(chuàng)新意識，提升人工智能素養(yǎng)，產(chǎn)生求知探索欲望。但《人工智能讀本》作為HPS融入小學(xué)科學(xué)課程的初始，仍存在教育資源不充分、內(nèi)容結(jié)合較淺等不足，為了將HPS教育更好融入小學(xué)科學(xué)課程，可從以下三方面加以改進。

(一)開發(fā)HPS教育資源

HPS教育需要教育資源的支撐。HPS教育資源來源廣泛，無論是學(xué)生的現(xiàn)實生活，還是歷史資料，都可以提供契機和靈感。《人工智能讀本》中收集了大量與人工智能相關(guān)的故事和現(xiàn)實案例，都可以作為教育資源，從各個角度達到科普的目的。在新媒體時代，進行HPS教育資源開發(fā)時，應(yīng)當(dāng)注意借助最新的信息與通信技術(shù)增強資源的互動性，如互動多媒體技術(shù)、虛擬現(xiàn)實技術(shù)、增強現(xiàn)實技術(shù)、科學(xué)可視化技術(shù)等。在傳統(tǒng)的科學(xué)課堂教學(xué)中，主要是通過圖片文字講解，實驗演示及互動來開展。這種形式對于現(xiàn)實中能接觸到的實驗內(nèi)容，如常見的動植物、可操作的物理化學(xué)實驗等，比較容易開展。而對于地球與宇宙科學(xué)領(lǐng)域的知識，或者一些已經(jīng)不存在的動植物，則只能通過圖片視頻進行展示，不容易進行實驗展示。通過虛擬現(xiàn)實技術(shù)、增強現(xiàn)實技術(shù)等，則可以虛擬出世界萬物，如不易操作的物理化學(xué)實驗、已消失的動植物等都可以通過虛擬現(xiàn)實的手段得以呈現(xiàn)。這些技術(shù)或能使教學(xué)內(nèi)容變得生動形象，或通過營造沉浸感以使學(xué)生有更佳的情境體驗，或讓學(xué)生與教學(xué)資源進行交互從而自定義內(nèi)容，服務(wù)于學(xué)生科學(xué)素養(yǎng)提升的終極目的。

(二)對小學(xué)科學(xué)教師進行培訓(xùn)

HPS教育的關(guān)鍵是從社會、歷史、哲學(xué)等角度對自然科學(xué)內(nèi)容進行重新編排，并不是將大量的內(nèi)容或?qū)W科知識簡單相加，這對教師能力也提出了更高要求。目前，人工智能教學(xué)領(lǐng)域常常出現(xiàn)“學(xué)生不會學(xué)、老師不會教”的狀況，《人工智能讀本》作為內(nèi)容翔實有趣的讀本可以彌補一部分缺失。但與此同時，也需要提升教師的教學(xué)能力與知識儲備。HPS教育理念不僅僅針對歷史中的科學(xué)人物，所有的學(xué)生主體也是歷史中的主體，他們也身處于社會中，并且對于生活中的各種科學(xué)現(xiàn)象有著自己的思考。所以教師身為引導(dǎo)者，需要注意到學(xué)生的思考，深入挖掘，鼓勵他們對所思內(nèi)容進行反思并付諸實踐。科學(xué)史和科學(xué)哲學(xué)應(yīng)當(dāng)成為科學(xué)教師教育項目中的一部分，這能讓科學(xué)教師更好地理解他們的社會責(zé)任。為此，對職業(yè)科學(xué)教師進行HPS培訓(xùn)便是必要的。

(三)多場景開展小學(xué)科學(xué)教育

科學(xué)素養(yǎng)不是空洞的，它來自學(xué)生的認識體驗，并從中獲得生動、具體的理解和收獲。《人工智能讀本》作為方便攜帶的讀本，不僅可以在小學(xué)科學(xué)課堂中作為教材使用，也可以應(yīng)用在其他場景，如研學(xué)旅行、科技館等場所。課堂學(xué)習(xí)只是小學(xué)科學(xué)教育中的一個環(huán)節(jié)，家庭、科技館等也可以進行科學(xué)教育。例如，科技館與博物館可以以科學(xué)家和歷史科學(xué)儀器為主題舉辦展覽，展覽中融入HPS教育理念，學(xué)生在參觀和學(xué)習(xí)過程中學(xué)習(xí)有關(guān)科學(xué)內(nèi)容。一些歷史上大型的科學(xué)實驗，學(xué)校教室或?qū)嶒炇覠o法滿足條件，但在大型的場館中可以實現(xiàn)。例如，研學(xué)旅行作為目前科學(xué)教育中最受歡迎的方式之一，已被納入學(xué)校教育教學(xué)計劃，列為中小學(xué)生的“必修課”，正逐漸成為學(xué)生獲得科學(xué)知識的另一個途徑。研學(xué)旅行作為一種集知識性、教育性、趣味性和娛樂性為一體的旅游形式，通常伴隨著知識教育的過程，包括科學(xué)知識的普及，所以也是開展小學(xué)科學(xué)教育的重要場所。在該場景下，運用《人工智能讀本》等新興手段進行科學(xué)教育往往取得事半功倍的效果。

結(jié)語

目前，HPS教育理念已經(jīng)積極嘗試運用到小學(xué)科學(xué)教育中，包括學(xué)校內(nèi)的正式學(xué)習(xí)以及學(xué)校外如科技館、博物館、研學(xué)旅游中的非正式學(xué)習(xí)之中。其中，科技史以時間維度為線索創(chuàng)造豐富資源的同時也可以提升課程趣味性;科學(xué)社會學(xué)以科學(xué)與社會之間的相互關(guān)系幫助學(xué)生理解科學(xué)本質(zhì)，提升科學(xué)素養(yǎng);科學(xué)哲學(xué)則以哲學(xué)的視域?qū)徱暱茖W(xué)的誕生提升學(xué)生思辨能力。未來，HPS教育結(jié)合小學(xué)科學(xué)則需要更深入，在資源開發(fā)、教師培訓(xùn)以及應(yīng)用場景等方面加以改進，為提升國民科學(xué)素養(yǎng)做出努力。

參考文獻:

［1］袁維新．國外科學(xué)史融入科學(xué)課程的研究綜述［J］．比較教育研究，2005，26(10):62-67．

［2］張晶．HPS(科學(xué)史，科學(xué)哲學(xué)與科學(xué)社會學(xué)):一種新的科學(xué)教育范式［J］．自然辯證法研究，2008，24(9):83-87．

篇13

將德勤財務(wù)機器人、用友財務(wù)機器人等人工智能在會計領(lǐng)域的應(yīng)用狀況進行分析，可以看到人工智能在會計領(lǐng)域的應(yīng)用有以下特點。（1）大量規(guī)則化應(yīng)用領(lǐng)域被人工智能取代。原始憑證審核，依托于電子票據(jù)二維碼應(yīng)用，票據(jù)關(guān)鍵信息（如發(fā)票抬頭、稅號、發(fā)票內(nèi)容、金額等）被人工智能識別并依照規(guī)則進行判斷；根據(jù)原始憑證相關(guān)信息依照借、貸規(guī)則選擇相應(yīng)會計科目編制會計憑證，也是人工智能依照既定規(guī)則完成；根據(jù)記賬憑證完成記賬和報表編制，在會計電算化時代即已完成，對于人工智能而言，則更是“小兒科”，僅需要依照既定規(guī)則將數(shù)據(jù)庫文件以視圖形式呈現(xiàn)。可以看到，從原始憑證審核、記賬憑證編制再到賬簿形成、報表形成，會計明晰的規(guī)則為人工智能應(yīng)用提供了切合的舞臺，而有明確規(guī)則的領(lǐng)域是人工智能能夠凸顯其計算能力的優(yōu)勢領(lǐng)域。由此可見，以規(guī)則為基礎(chǔ)的會計核算應(yīng)用領(lǐng)域能夠被人工智能“完美”替代。這也是德勤機器人、用友財務(wù)機器人等人工智能最先得以應(yīng)用的領(lǐng)域。（2）經(jīng)驗化應(yīng)用領(lǐng)域?qū)⒈蝗斯ぶ悄苋〈Ｈ斯ぶ悄芤猿瑥姷淖晕覍W(xué)習(xí)能力著稱，能夠通過大數(shù)據(jù)獲取認知上的進步，可以從大量的圖片中學(xué)習(xí)識別貓，也可以從大量的棋譜中學(xué)習(xí)對弈。會計、醫(yī)生曾經(jīng)被認為“越老越值錢”，即是基于經(jīng)驗的價值增加，在工作中不斷學(xué)習(xí)積累經(jīng)驗，能夠借助經(jīng)驗處理非常規(guī)、復(fù)雜的情形。通過學(xué)習(xí)積累經(jīng)驗獲得認知進步，已經(jīng)成為人工智能擅長的領(lǐng)域。在大數(shù)據(jù)的基礎(chǔ)上，人工智能可以通過案例學(xué)習(xí)獲得“經(jīng)驗”，并且由于存儲記憶能力的顯著優(yōu)勢超過會計、醫(yī)生的經(jīng)驗。因此，經(jīng)驗化應(yīng)用領(lǐng)域?qū)⒈蝗斯ぶ悄苋〈＃?）人工智能應(yīng)用推廣速度受到成本的影響。2017年德勤財務(wù)機器人推出，隨后用友財務(wù)機器人、浪潮財務(wù)機器人也相繼面世，一年時間之后這些財務(wù)機器人并沒有大量應(yīng)用，其原因既有技術(shù)成熟度方面的原因，也有成本方面的原因。財務(wù)機器人的應(yīng)用成本，不僅包括購買財務(wù)機器人的價格，還包括企業(yè)轉(zhuǎn)換成本。在ERP、財務(wù)共享中心等信息化建設(shè)之后，信息系統(tǒng)建設(shè)的投入大、實施風(fēng)險高的特征使得企業(yè)對于系統(tǒng)切換心存顧慮，使用財務(wù)機器人是否又將成為投入高、見效慢的項目，成為企業(yè)應(yīng)用財務(wù)機器人不得不考慮的問題。也正是由于受到應(yīng)用成本的影響，財務(wù)機器人在2017年推出之后只是引起了觀念、認知上的“地震”，廣泛的應(yīng)用并未看見。

2“基礎(chǔ)會計”課程核心

從目前國內(nèi)高校會計專業(yè)、財務(wù)管理專業(yè)所開設(shè)“基礎(chǔ)會計”（會計學(xué)）課程的情況來看，該課程仍然作為專業(yè)基礎(chǔ)課開設(shè)，其核心內(nèi)容一般包括：（1）會計核算基本方法，涉及會計要素、會計等式、復(fù)式記賬、憑證、賬簿、財務(wù)報告等內(nèi)容。通過這些內(nèi)容的學(xué)習(xí)，學(xué)生將掌握借貸記賬、憑證編制、賬簿登記、財務(wù)報告編制等基本方法，掌握會計核算的基本規(guī)則，理解會計的基本邏輯與方法。（2）會計核算基本操作，涉及憑證填寫與審核、賬簿登記、財務(wù)報表編制等內(nèi)容。在會計基本方法學(xué)習(xí)的基礎(chǔ)上，學(xué)生將通過實驗等方式，掌握憑證填寫與審核的規(guī)范、賬簿登記的規(guī)范、財務(wù)報表編制規(guī)范等操作環(huán)節(jié)的要求，通過實踐體會從憑證填制與審核、賬簿登記、財務(wù)報表編制的規(guī)則與過程，并完成從理論到實踐的轉(zhuǎn)換。（3）會計視角的形成。在對會計要素、復(fù)式記賬的理解中，學(xué)生將完成對經(jīng)濟活動的會計視角理解。例如，企業(yè)完成銷售活動，從經(jīng)濟活動的范疇理解，更多強調(diào)客戶關(guān)系管理、合同簽訂、履行合同等節(jié)點，而從會計視角理解，則更強調(diào)伴隨銷售活動產(chǎn)生的資金流和成本化物流，即在收入形成的同時，根據(jù)資金支付的狀況選擇銀行存款、或者應(yīng)收賬款、或者應(yīng)收票據(jù)、或者預(yù)收賬款進行核算，同時在物流發(fā)生后結(jié)轉(zhuǎn)相應(yīng)成本。將經(jīng)濟活動的會計本質(zhì)進行識別，培養(yǎng)和形成會計視角成為“基礎(chǔ)會計”課程的關(guān)鍵內(nèi)容。也正是因為這個原因，“基礎(chǔ)會計”成為會計入門課程。

3人工智能對“基礎(chǔ)會計”課程的挑戰(zhàn)

（1）規(guī)則化應(yīng)用將被人工智能取代，但修訂完善規(guī)則為會計人員留出了空間。人工智能因其超強的運算能力，能夠在既定規(guī)則的指揮下“毫無怨言”地處理原始憑證審核、記賬憑證編制、賬簿登記、報表編制等工作，并且處理效率更高。單純地規(guī)則化應(yīng)用，會計人員與人工智能相比，完全不具有優(yōu)勢。僅僅只有在人工智能技術(shù)應(yīng)用的成本還相比人工成本更好的前提下，原始憑證審核、記賬憑證編制、賬簿登記、編表編制工作仍由會計人員完成。當(dāng)人工智能技術(shù)應(yīng)用成本得以降低，采用人工智能技術(shù)相比雇傭會計人員成本更低，會計人員無疑將面臨被人工智能所取代。這也是業(yè)界認為人工智能帶來會計“地震”的重要原因。雖然2017年會計人工智能出現(xiàn)后并沒有馬上帶來會計人員下崗潮，但這一時刻不會太遠，一旦人工智能應(yīng)用成本得以降低，在人工成本逐漸上升的現(xiàn)實狀況下，處理原始憑證審核、記賬憑證編制、賬簿登記、編表編制的純規(guī)則化會計崗位將被人工智能取代。與此同時，我們必須意識到，人工智能以規(guī)則為基礎(chǔ)完成會計活動，那么誰來定義規(guī)則？戰(zhàn)勝棋圣的人工智能以圍棋規(guī)則為基礎(chǔ)開展對弈，無人駕駛以道路交通規(guī)則為基礎(chǔ)完成駕駛，財務(wù)機器人在完成會計活動時同樣基于既定的規(guī)則。從國家層面看，“會計準則”處于不斷的修訂完善過程中，新的經(jīng)濟形式不斷出現(xiàn)，會計準則往往緊隨著新經(jīng)濟活動而修訂完善。一旦會計準則變更，意味著完成會計活動的人工智能所依據(jù)的規(guī)則也需要變更。因此，規(guī)則變更與修訂為會計人員留出了空間。“人工制定規(guī)則，人工智能完成規(guī)則”可能成為未來會計活動的新形式！會計人員制定規(guī)則，是否需要從了解基本規(guī)則入手呢？答案無疑是肯定的。作為制定規(guī)則的會計人員，不可能完全不了解基本的借貸規(guī)則、基本的賬務(wù)處理規(guī)則，就開始著手調(diào)整規(guī)則。基于此，了解和掌握基本會計規(guī)則應(yīng)當(dāng)成為會計人員的必須，通過“基礎(chǔ)會計”課程促使會計人員了解和掌握會計基本規(guī)則也成為必要選擇。但人工智能應(yīng)用會計規(guī)則的優(yōu)勢，促使會計人員在學(xué)習(xí)掌握基本會計規(guī)則時必須思考，學(xué)習(xí)基本會計規(guī)則的目的是應(yīng)用還是修訂完善？如果僅僅將學(xué)習(xí)會計規(guī)則的目的定位于應(yīng)用，這樣的會計人員只能定義為初級會計人員，一旦其人力成本高于人工智能技術(shù)應(yīng)用成本，這種崗位人員無疑是會慘遭淘汰。因此人工智能的出現(xiàn)逼迫會計人員將學(xué)習(xí)會計規(guī)則的目的定位于修訂會計規(guī)則的高端人才，只有在基礎(chǔ)規(guī)則之上，跳出規(guī)則制定規(guī)則，才可能在人工智能應(yīng)用的大趨勢下贏得一席之地。（2）經(jīng)驗積累將被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間。會計人員的經(jīng)驗積累建立在大量案例處理的基礎(chǔ)上，在復(fù)雜經(jīng)濟業(yè)務(wù)處理過程中形成隱性知識，如果這些隱性知識不能顯性化、不能總結(jié)提升為規(guī)則，這些隱性知識只能藏于人員的頭腦里，導(dǎo)致似乎“越老越值錢”。人工智能具有大數(shù)據(jù)處理能力，在大數(shù)據(jù)基礎(chǔ)上形成“經(jīng)驗”從而自我學(xué)習(xí)，并且其總結(jié)的經(jīng)驗將以“代碼化”的形式顯性體現(xiàn)，相比會計人員而言，經(jīng)驗形成的能力更強、經(jīng)驗顯性化的能力也更強。但從經(jīng)驗到規(guī)則，人工智能還不能直接將積累的經(jīng)驗形成規(guī)則，規(guī)則的形成還需要人工干預(yù)。因此，會計人員的經(jīng)驗積累可以被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間。面臨人工智能應(yīng)用，會計人員“越老越值錢”的優(yōu)勢將不復(fù)存在，會計人員的價值不再建立在工作經(jīng)驗的基礎(chǔ)上，而是建立在經(jīng)驗知識化、并進一步規(guī)則化的基礎(chǔ)上。會計人員要完成經(jīng)驗規(guī)則化過程，也需要對基本規(guī)則熟悉了解、并對經(jīng)驗是否作用于規(guī)則修訂進行判斷的基礎(chǔ)上，因此對于基本規(guī)則的了解和掌握也是必不可少的。盡管“基礎(chǔ)會計”課程僅僅是會計入門知識的介紹，不能形成會計處理經(jīng)驗，在經(jīng)驗積累方面不存在是否課程內(nèi)容是否被人工智能取代的問題，但由于會計人員需要將經(jīng)驗規(guī)則化，需要熟悉了解基本規(guī)則，并對經(jīng)驗是否推動規(guī)則變化做出判斷，因此通過“基礎(chǔ)會計”課程學(xué)習(xí)了解基本規(guī)則仍然是必要的。（3）會計視角的形成仍需通過“基礎(chǔ)會計”課程培養(yǎng)。人工智能完成了從原始憑證審核到記賬憑證編制、再到賬簿登記、報表編制的任務(wù)，使用人工智能完成這些任務(wù)得到的是憑證、賬簿、報表這些結(jié)果的呈現(xiàn)，對于這些結(jié)果、這些信息究竟對于會計人員意味著什么，會計人員通過這些信息怎樣從會計的視角去理解經(jīng)濟業(yè)務(wù)，人工智能并未給出答案。而“基礎(chǔ)會計”課程則是從經(jīng)濟業(yè)務(wù)到會計業(yè)務(wù)的橋梁和紐帶，通過“基礎(chǔ)會計”課程的學(xué)習(xí)，會計要素、會計科目等內(nèi)容成為將經(jīng)濟語言轉(zhuǎn)換為會計語言的工具，會計視角得以培養(yǎng)形成。因此，從會計視角培育需要來看，“基礎(chǔ)會計”課程仍然是有必要開設(shè)的。

4“基礎(chǔ)會計”應(yīng)對人工智能應(yīng)用的適應(yīng)性調(diào)整

概括起來看，面對人工智能應(yīng)用的大趨勢，“基礎(chǔ)會計”課程仍有必要開設(shè)，但應(yīng)對這一趨勢，需要從課程目標、課程內(nèi)容上進行適應(yīng)性調(diào)整。具體包括：（1）“基礎(chǔ)會計”課程目標需要定位于會計基本規(guī)則體系建立而非操作能力。由于人工智能能夠以高效率的優(yōu)勢完成規(guī)則應(yīng)用，因此“基礎(chǔ)會計”課程目標不能再強調(diào)憑證編制、賬簿登記、報表編制等應(yīng)用能力，應(yīng)該將“基礎(chǔ)會計”的課程目標定位于促使學(xué)生構(gòu)建會計規(guī)則體系，培育經(jīng)濟業(yè)務(wù)的會計視角。學(xué)生學(xué)習(xí)“基礎(chǔ)會計”的目的不再是掌握原始憑證審核、記賬憑證編制、賬簿登記、報表編制操作，而是建立會計規(guī)則體系，掌握會計語言實現(xiàn)從會計角度理解經(jīng)濟業(yè)務(wù)。（2）“基礎(chǔ)會計”課程內(nèi)容需要強化會計要素、會計等式、借貸記賬等基本規(guī)則體系內(nèi)容，弱化憑證、賬簿等操作性內(nèi)容。根據(jù)前面的分析可見，“基礎(chǔ)會計”作為基本規(guī)則介紹的入門課程，學(xué)生需要通過該門課程的學(xué)習(xí)，掌握會計基本規(guī)則，并在此基礎(chǔ)上逐步培養(yǎng)提升規(guī)則制定的能力。以往課程中，通過實驗、實訓(xùn)提高學(xué)生填寫憑證、登記賬簿的操作能力，但這些操作未來將被人工智能高效替代。在人工智能在會計規(guī)則化應(yīng)用領(lǐng)域形成趨勢的當(dāng)前，操作能力培養(yǎng)這部分內(nèi)容需要弱化，而對于會計規(guī)則體系的理解、會計視角的培養(yǎng)應(yīng)當(dāng)強化。（3）“基礎(chǔ)會計”課程內(nèi)容中需要適當(dāng)增加有關(guān)大數(shù)據(jù)、人工智能方面的內(nèi)容，介紹大數(shù)據(jù)、人工智能在會計領(lǐng)域的應(yīng)用趨勢，以幫助學(xué)生了解會計在信息時代、人工智能時代可能發(fā)生的變革，提前應(yīng)對可能發(fā)生的變化。會計不能脫離社會經(jīng)濟生活而存在，人工智能時代已經(jīng)對會計提出了變革要求，應(yīng)對這一要求，“基礎(chǔ)會計”應(yīng)當(dāng)不回避，主動做出調(diào)整和適應(yīng)。例如，對于會計總論的闡述中，介紹會計的發(fā)展趨勢，不能還停留將會計電算化作為發(fā)展前沿，電算化階段已經(jīng)成為過去，大數(shù)據(jù)、人工智能才是未來的發(fā)展前沿；在會計的發(fā)展階段中，古代會計階段、現(xiàn)代會計階段、電算化會計階段的劃分也值得商榷，復(fù)式記賬、計算機的出現(xiàn)作為階段劃分的關(guān)鍵節(jié)點，但在2017年人工智能推出后，是否在電算化會計階段之后已經(jīng)需要重新再切分出人工智能會計應(yīng)用階段，值得學(xué)術(shù)界探討。

5結(jié)語

財務(wù)機器人誕生后會計崗位可能面臨失業(yè)潮，“基礎(chǔ)會計”課程似乎也已經(jīng)沒有必要開設(shè)。通過分析人工智能的特質(zhì)、“基礎(chǔ)會計”課程的核心，指出在人工智能應(yīng)用趨勢到來的當(dāng)前，規(guī)則化應(yīng)用將被人工智能取代，但修訂完善規(guī)則為會計人員留出了空間；經(jīng)驗積累將被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間；會計視角的形成仍需通過“基礎(chǔ)會計”課程培養(yǎng)。因此“基礎(chǔ)會計”課程仍然有必要開設(shè)，其課程目標需要定位于會計基本規(guī)則體系建立而非操作能力，其課程內(nèi)容需要強化會計要素、會計等式、借貸記賬等基本規(guī)則體系內(nèi)容，弱化憑證、賬簿等操作性內(nèi)容，同時課程內(nèi)容中需要適當(dāng)增加有關(guān)大數(shù)據(jù)、人工智能方面的內(nèi)容。

主要參考文獻

［1］陳婷蔚．人工智能在會計領(lǐng)域的應(yīng)用探析———以德勤財務(wù)機器人為例［J］．商業(yè)會計，2018，5（10）：77－78．

［2］王加燦，蘇陽．人工智能與會計模式變革［J］．財會通訊，2017（22）：41－43．

［3］任世贏．人工智能技術(shù)對會計行業(yè)的影響及對策［J］．北方經(jīng)貿(mào)，2018（1）：96－97．