人工智能时代下的设计思维篇1
众所周知，技术水平给定前提下，生产一定数量产品可以有资本和劳动的不同组合，所有可能组合的轨迹就是等产量线。技术的进步推动等产量线不断向原点移动，而每次产业革命都会引起移动过程的质变。纵观产业发展历史，蒸汽时代、电气时代均显著推动了资本（表现为机器）对劳动（主要是体力劳动）的替代，导致生产要素的重组。人工智能掀起的是资本（表现为机器人）对劳动（主要是脑力劳动）的替代，无疑将触发新的质变。
人工智能l展将经历三个阶段：第一个阶段是逻辑智能。该阶段智能以模拟人的逻辑思维为主，可凭借强大的记忆力、存储力在完全信息下执行单一领域的任务并达到顶尖水平。阿尔法狗（alphaGo）就是典型的例子；第二阶段是抽象智能，该阶段智能以模拟人的抽象思维为主，具备经验推理能力和归纳总结能力，在已知领域里，即使信息不完备，也能做出正确判断或最优决策；第三阶段是灵感智慧，该阶段智能以模拟人的灵感思维为主，尽管在未知领域，仍可以触类旁通，瞬间直抵事物本质或产生新思想。可见，人工智能对脑力劳动的替代逐级深入，对产业的冲击也将逐级增强。即便如此，现阶段产业发展的核心仍然是人才，面对人工智能的逐级替代，产业发展更需要重新审视人才培养的逻辑与重心，塑造以高阶智力为主导的人才核心竞争力。
一是培养向机器学习的能力。目前人工智能已在第一阶段取得突破性进展，未来会呈现人机协作、各有所长的局面。人机沟通将是日常生产所需的基本技能。不仅如此，机器的计算、记忆、搜索、识别等功能远远超过人类，人们需要设法向机器学习，高效归纳人工智能的计算结果，并尝试利用人工智能的计算结果开发全新的思维方式，重新思考产业发展的模式和规律。
二是提升综合专业能力。人工智能在执行单项具体任务时会超越人类，但是短期内，在对事物的总结、判断、推理等方面以及对美学、艺术的认知方面，人工智能还与人类有较大的差距。产业发展需要重视培养人的综合能力，不仅是对逻辑判断、抽象概括和经验推理的综合能力，还是对感性判断和理性思考、自然科学与人文艺术相结合的能力。例如教育产业中，数学、物理、化学等单科知识性为强项的教师将被替代，产业发展更需要培养能够设计综合性课程，激发学生右脑潜能并加以应用的教师。
人工智能时代下的设计思维篇2
关键词：智能电网；人类智能；人工智能；自感知；自适应；自趋优
中图分类号：tm73文献标识码：a文章编号：2095-1302（2013）01-0032-05
0引言
智能电网是当今世界电力系统发展的重大变革，也是21世纪电力系统的重大科技创新和发展趋势。2003年，美国“未来能源联盟”首次提出智能电网的概念。同年，美国能源部了“Grid 2030”设想[1]，将美国的未来电力系统描述为一个完全自动化的电力传输网络，能够监视和控制每个用户和电网节点，保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。2005年，欧洲技术论坛（etp）提出了“Smart Grid”概念[2]，计划通过智能电网的建设，向所有用户提供高度可靠、经济有效的电能，充分开发利用大型集中发电机和小型分布式电源，提高电网公司运营效率，降低电能价格，加强与客户的互动，应对来自市场、安全和电能质量、环境等方面的压力。
国内也高度重视智能电网建设。2010年6月7日，总书记在两院院士大会上的讲话中提出，要“构建覆盖城乡的智能、高效、可靠的电网体系”。国家科技部于2009年11月24日的《关于加快我国智能电网技术发展的报告》中提出了明确的目标和任务。国家电网公司于2009年5月了“坚强智能电网”愿景及建设路线图。南方电网有限责任公司在2010年7月提出了“建设一个覆盖城乡的智能、高效、可靠的绿色电网”的目标。2011年2月，陕西省地方电力（集团）有限公司作为专业的配电网公司，联合清华大学提出了建设“多指标自趋优”智能配电网的目标。
智能电网涉及能源、环境、社会、经济和管理等多个学科，由于其具备系统工程和创新技术的特点，目前智能电网的研究趋向发散，对智能电网的认识多从企业自身出发，尚未收敛到智能电网本质的研究，影响和干扰了对智能电网发展方向的研判。本文在分析国内外智能电网相关研究的基础上，结合实践应用，溯源了智能电网的本质——智能，提出了智能电网分代标准，建立了智能电网分代模型，探讨了智能电网分代的社会经济意义。
1国外智能电网分代研究状况
分代研究在计算机和战斗机等领域已经取得了共识。计算机按照所采用的电子元件，历经了电子管计算机、晶体管计算机、集成电路计算机、大规模集成电路计算机，现在正在研发信息获取、存储、处理、通信与人工智能相结合的第五代计算机。20世纪40年代中期，以喷气式发动机为动力的战斗机出现后，按时代和技术水平，战斗机历经三代，目前正在研制第四代战斗机。
由于智能电网尚未大规模应用，与计算机、作战飞机等其他领域分代研究更注重“回头看”的方法不同，智能电网分代更注重“向前看”，这个特点导致智能电网分层次、分步骤、分阶段的研究异彩纷呈，莫衷一是。国外智能电网分代的相关研究综述如下。
1.1智能电网演进模型
2010年1月，加拿大学者Hassan Farhangi从功能和投资回报率（Roi）两个维度，提出了如图1所示的智能电网的演进模型[3]。他认为，由于化石燃料的成本猛增，电力公司无法扩大发电能力以满足用户对电能不断上升的需求，只有从配电网着手，加强需求侧管理，才能保障电力公司拥有较高的Roi水平。模型表示，智能电网最初的投资用来满足计量设备由机电式到单向自动抄表（amR）的功能转变，amR具有节约人力以及时间成本的优势，但是由于其只具有单向通信能力，无法支持电力公司依据从电表获取数据采取调控措施。高级计量架构（ami）能够提供双向的通信系统，旨在为电力公司提供实时的能耗数据，允许客户以价格为基础，对能源使用做出选择。智能电网演进的最终目标是分布式控制与微网相结合的互联电网。
1.2智能电网持续发展理论
2011年7月，美国Gridnet公司执行副总裁兼首席战略官andres Carvallo和能源与it行业学者John Cooper合作出版了“the advanced Smart Grid — edge power Driving Sustainability”一书，提出了智能电网持续发展理论[4]。书中认为第一代智能电网（Smart Grid 1.0）实现了发电厂到终端计量设备的电流与信息流的传输，典型的第一代智能电网是美国科罗拉多州博尔德市智能电网的建设。下一代智能电网（Smart Grid 2.0）将是一个集成的、先进的智能电网体系，从战略上进行顶层设计，在组织、运行、系统集成与建模等多个维度进行柔性规划，下一代智能电网的一些技术已经在美国奥斯汀市智能电网研究项目pecan Street中浮现。书中对第三代智能电网（Smart Grid 3.0）进行了展望，并将其定义为一个基于互联网络的重新设计的能源系统。
1.3智能电网层次理论
iBm高级电力专家martin Hauske认为智能电网的基本概念有3个主要元素：首先是广泛连接资产与设备的传感器；其次是数据的搜集与整合体系；最后是依据数据进行相关分析，以优化运行和管理的能力。与之对应，智能电网也就有三个层面的含义[5]：首先是利用传感器对发电、输电、配电、供电等关键设备的运行状况进行实时监控；然后将获得的数据通过网络系统进行收集、整合；最后通过对数据的分析、挖掘，达到对整个电力系统运行的优化管理。因此，智能电网可以被认为是通过传感器把各种设备、资产连接到一起，形成一个客户服务总线，通过对信息进行整合分析，从而降低成本，提高效率和可靠性，促进管理和运行达到最优化。
1.4智能电网成熟度模型
智能电网成熟度模型是iBm、美国生产力和质量中心（apQC）及全球智能电网联盟（GiUnC）合作研究的成果[6]。智能电网的成熟度分为5个阶段：第1阶段，只有对智能电网的设想，主要工作是对技术的试验和评价，以及建立业务模型；第2阶段，企业在至少一个智能电网的重要业务领域进行投资和实施；第3阶段，企业对智能电网的组成部分进行重新配置，实现业务领域整合或产业链升级；第4阶段，实现企业范围的跨业务综合观测及综合控制，力争形成新的经济或商业模式；第5阶段，企业有能力在新的业务、运行、环境等机会出现时，充分利用并发展壮大。
综观国外的相关研究，智能电网演进模型以计量系统为主线，没有加入交易环节，同时忽视了人工智能在电网中的应用。智能电网持续发展理论有对智能电网分代以及各代相应功能的描述，但是缺乏对智能电网本质的分析，特别是对三代智能电网核心的描述。智能电网层次理论以传感器为基础，触及到智能电网的基本，但是数据收集与整合体系等没有体现人这一重要因素的参与，理论阐述不够全面。智能电网成熟度模型实质上是智能电网的推进步骤。因此，上述研究都没有涉及智能电网的本质。
2智能电网的本质——智能
对国外智能电网的研究和实践进行分析，能够为国内的相关研究带来启示和借鉴。从人类认识事物的基本方法来看，对智能电网进行分代研究，必然要从智能电网的本质着手。智能电网可以认为是人工智能在传统电网中的应用，而人工智能又起源于人类智能，因此，必须从人类智能出发，探求智能电网的本质——智能。
2.1人类智能的发展阶段
人类智能经历了从初级到高级、从简单到复杂的演化过程。这种过程只在个体的前十几年表现得尤为突出，正是这一过程决定了每个人一生智能水平的高低，也决定了人类群体智能水平的多样性。
1983年，美国学者Howard Gardner提出多元智能理论，将智能分为语言智能、数学逻辑智能、空间智能、身体运动智能、音乐智能、人际智能、自我认知智能、自然认知智能等8个方面。瑞士心理学家Jean piaget从时间维度对人类智能演化规律做出经典总结，提出了人类智能发展理论[7]，将个体从出生到青年时期的智能发展水平分为感知运动阶段、前运算阶段、具体运算阶段和形式运算阶段。
虽然多元智能理论并不着眼于各个智能在个体层面的发展顺序，但是结合Jean piaget的认知发展理论，同时根据Howard Gardner对每种智能概念的描述，可以对智能的8个组成部分以发展为时序，在多元维度上进行归类。在感知运动阶段，空间智能和音乐智能是人类智能重点发展的部分；到了前运算阶段，语言智能和身体运动智能在儿童身上表现较为明显；数学逻辑能力和自我认知能力在具体运算阶段得到了迅速发展；最后，从青少年阶段开始，终其一生，对自然的认知，人际交往能力随着阅历的丰富、经验的积累而日趋成熟。
2.2人工智能是对人类智能的模拟、延伸和扩展
人类智能的演进规律遵循着Jean piaget的人类智能发展理论，这些研究成果也深刻地影响着另一个与之紧密相关的学科，即以计算机为基础的人工智能的研究。人工智能最初被定义为“让机器的行为看起来就像人所表现出的智能行为一样”，到后期逐渐演变为让机器拥有自己的思维。对比人类智能发展的历程，人工智能的演进呈现出与之相似的路径。
（1）人工智能发展的初级阶段是对人类智能的模拟。通过传感器远程传送信号，需要操作者通过计算机终端控制机器执行动作，这类似于人类智能的感知运动阶段，具体的应用如排爆机器人、勘探机器人等。
（2）人工智能发展的中级阶段是对人类智能的延伸。着眼于通过程序算法实现机器的逻辑运算和自我认知能力，类似于人类智能的前运算和具体运算阶段。智能机器人通过处理器分析传感器收集的信息，在无人操控的状态下执行动作。有些智能机器人还能通过对人类语言的识别和模拟实现与人类的语言交流，如日本的aSimo智能机器人，可以通过“脑—机”系统达到人类思维直接控制机器人的效果。
（3）人工智能的更高阶段，智能将成为一种系统层面的应用。人工智能体现出自我思维和机器情感等人类特有的能力，通过自我思维产生对外部环境的认识，通过机器感情与外部环境产生更为复杂的交互，这些能力使得人工智能发生了从模拟、延伸到扩展人类智能的突破。
2.3智能电网是人工智能在传统电网中的应用
智能电网建立在电力电子技术、传感与测量技术、控制仿真决策技术、信息与通信技术、人工智能技术等基础技术之上，以实现发电、储能、输电、配电、用电等环节的智能化为目的。其中，人工智能技术在推动智能电网发展中起着重要作用。
（1）人工智能的应用能够推动整个电力系统的发展。传统电网存在大量非线性的、模糊的、不确定、不精确、不完全真值的问题，人工智能技术应用的目的就是解决上述问题。基于人工智能的电网故障检测与诊断、具有灵活自愈功能的配电自动化等技术的应用表明，在期望能取得低代价的解决方法和鲁棒性方面，人工智能的应用显著改善了传统电网对不确定、高度非线性环境的适应能力。
（2）人工智能技术的应用体现了智能电网的本质。智能电网的本质是智能，现代人工智能技术是对人类智能的模拟，因而人工智能的应用是电网“智能化”的根本体现，人工智能技术应用使智能电网回归到了它的本质——智能。从这种意义上说，人工智能技术是否应用是评价一个电网是不是智能电网的基本依据。
（3）人工智能技术在电网中的应用程度体现了智能电网区别于传统电网的特征。传统电网未能完整地体现人工智能“感知、思维、行为”三要素，导致人的参与程度较低，传统电网始终徘徊在由工业化主导的阶段，在信息化与工业化融合时，遇到了重重困难。智能电网中，人工智能技术的广泛应用将使得电网逐步具有模拟人类智能的能力，从而减少人的参与程度。
（4）未来智能电网的发展中，人工智能是推动智能电网跃进发展的革命性力量。未来智能电网将是一个具有自预测、自诊断、自愈、自组织和自管理特性的电网。智能电网的跃进发展将主要依靠电网的自学习能力，人的干预将退居其次。人工智能的应用，使得电网的自学习成为可能。在可以预见的将来，除了人工智能技术，其他技术均无法有效增强电网的自学习能力。
3智能电网分代原则、标准与模型
以上分析了智能电网的本质，以下在智能电网的本质基础上提出智能电网分代的原则、标准以及智能电网分代模型。
3.1智能电网分代原则
智能电网分代必须遵循以下原则：
（1）惟一性原则：下一代和上一代的智能电网必须按照智能电网的本质进行划分。
（2）革命性原则：下一代智能电网必须在整体，而不是局部取得标志性进展和突破。
（3）连续性原则：下一代智能电网发展的关键要素必须蕴含在上一代智能电网的发展过程中。
3.2智能电网分代标准
智能电网的本质是智能。人工智能是人类智能应用于传统电网的纽带，人工智能将人类智能的8个方面归纳为“感知、行为、思维”3个要素，上述3个要素也是智能电网分代的标准。
感知是客观事物通过感觉器官在大脑中的直接反映。在多元智能的8个方面中，感知体现语言智能、空间智能、音乐智能。感知在人工智能技术中的体现有语音识别、机器视觉等。
行为是器官对外界刺激所产生的反应。行为体现身体运动智能，行为在人工智能技术中的体现有机器人学、智能控制等。
思维是主体处理信息及意识的活动。思维体现数学逻辑智能、人际智能、自我认知智能、自然认知智能，思维在人工智能技术中的体现有知识系统、专家系统、神经网络、进化计算等。
3.3智能电网分代模型
智能电网发展的各阶段均须具备人工智能3个要素的全部或部分，不具备3个要素的电网属于传统电网。依据3个要素在传统电网中渗透与融合的深度和广度，建立智能电网分代模型如图2所示。
图2中将智能电网划分为具有以下特征的三代智能电网：
（1）第一代智能电网：自感知智能电网（Self-sensing Smart Grid）。第一代智能电网在传统电网的基础上具备自主感知能力，是人工智能在电网中应用的初级阶段。智能电网关键设备能够自主感知电属性（负荷等）和电相关属性（温度等）的变化，需要人参与进行决策并采取行动，第一代智能电网只具备简单的自主决策和初级的自主行为能力。典型的自感知智能电网设备及系统如电子式及光学式互感器、智能环网柜、智能在线监测系统、智能终端等。
（2）第二代智能电网：自适应智能电网（adaptive Smart Grid）。第二代智能电网在第一代智能电网自主感知能力的基础上，具备一定的自主决策能力和自主行为能力，是人工智能在电网中应用的中级阶段，较少需要人参与就能根据感知结果进行决策并采取行动。这种感知、决策和行为是独立的，即只在单一设备或系统局部的感知域内进行决策并根据决策结果驱动单一设备或系统局部采取行动，以达到局部最优。典型的自适应智能电网应用系统如智能调度系统、智能自愈系统等。
（3）第三代智能电网：自趋优智能电网（Self-approximate-optimization Smart Grid）。第三代智能电网在第二代智能电网自主决策和自主行为能力的基础上，是人工智能在电网中应用的高级阶段，更少需要或不需要人参与就能根据感知结果进行决策并采取行动。这种感知、决策和行为是系统的、全局的，即在整个系统感知域（或子集）内进行决策并根据决策结果驱动相关（部分或全部）设备采取行动，使得电网自身状态趋向最优。目前，已经提出来的自趋优智能电网如智能广域机器人（Smart wide area Robot，Smart-waR）[8]。
4智能电网分代的社会经济意义
技术创新与人类解放之间的历史发展进程表明，人的劳动方式在逐渐变化，技术创新使人在生产劳动中逐渐从事必躬亲的执行者演变成监督者、命令者，这种角色的演变，反映出技术创新在人的实践过程中所具备的强大能动作用。智能电网作为当前电网行业最重要的技术创新形式，同样发挥着着解放人类劳动的作用，亦即电网运行中人的参与程度不断减弱。
第一代智能电网通过技术创新实现自我感知，不但极大地拓展了认知的深度和广度，而且还使人的身体在一定程度上获得了解放。
第二代智能电网通过技术创新实现自我行为，将会极大地减轻人的劳动强度，甚至取代了劳动者在电网运行过程中仅有的操作、监督和控制工作，使人得以在很大程度上从体力劳动中解放出来。
第三代智能电网通过技术创新实现自我思维，“电脑”开始代替“人脑”控制电网运行，机器人劳动取代人的劳动，使人的活动逐渐从电网运行中淡出，这将使人的思维劳动强度得以极大的减轻。
以智能电网建设为标志的技术创新为电力产业提升运行管理水平，开发新产品和服务，以及延伸整个产业链奠定了坚实的技术基础。随着技术手段的革新与经营管理模式的转变，电力产业尤其是电网企业的供给可能性边界将极大扩展，不仅能够满足目前存在的潜在需求，而且还能在未来引领和创造新的需求，在供需双方良性互动的作用下，电力产业将不断优化升级，产业整体影响力和竞争力都会获得显著的提升。
5结语
智能电网分代是一个全新的课题，但是分代研究在计算机等其他领域并不鲜见，对这些领域进行分代的目的是通过研究“上一代是什么”来推测“下一代是什么”，因此有必要通过分代研究来预测和引导智能电网的发展方向。与其他领域分代研究更注重“回头看”的方法不同，智能电网尚未大规模应用，分代更注重“向前看”，正是人类智能与人工智能的发展规律，奠定了我们“向前看”的基础。未来，伴随智能电网的深入推进，实践应用总结出的成果和经验，将有助于深化对智能电网本质的认识，理论的可行性与实践的迫切要求，也必将对智能电网分代研究起到促进作用。
参考文献
[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论坛2009. 点亮智慧的地球[eB/oL]. [2012-09-25]. http：///cn/forum2009/wisdom.shtml.
[6] iBm.智能电网成熟度模型[eB/oL]. [2012-09-12].http：///smarterplanet/global/files/cn_cn_zh_energy_solution3_112kb.pdf.
人工智能时代下的设计思维篇3
理性选择理论对行为主体“认知”问题的学术处理，从“经济人”到“理性经济人”并没有显著的变化。古典经济学框架下的理性选择理论以完全信息假设为前提，将行为主体（个人）界定为无本质差异和不涉及个体间行为互动，不受认知约束的单纯追求自身福利的“经济人”（约翰·伊特韦尔等，1996）。新古典经济学的理性选择理论将行为主体界定为“理性经济人”，它同样以完全信息假设为前提，研究了被古典经济学忽略的选择偏好，通过对“偏好的内在一致性”的解析，论证了个体能够得知选择结果的抽象认知(Vonneumannandmorgenstern，1947；arrowandDebreu，1954)。这里所说的抽象认知，是指行为主体没有经历具体认知过程而直接关联于效用函数的一种认知状态，这种状态在新古典理性选择理论中的存在，表明“认知”是被作为外生变量处理的。
现代经济学的理性选择理论开始尝试将“认知”作为内生变量来研究。现代主流经济学从人的有限计算能力、感知、意志、记忆和自控能力等方面研究了认知形成及其约束（Salvatore，1999；Schandler，2006；Rubinstein，2007），认为认知是介于偏好与效用之间，从而在理论研究上处于不可逾越的位置，只有对认知进行研究，对偏好和效用的研究才能接近实际。现代非主流经济学注重于运用认知心理学来研究人的认知形成及其约束（Kahnemanandtversky，1973，1974，1979；Smith，1994），它通过实验揭示了一些反映认知心理进而影响选择行为的情景，如确定性效应、锚定效应、从众行为、框架依赖、信息存叠等，以论证传统理论忽视认知分析而出现的理论与实际之间的系统性偏差。
但是，经济学理性选择理论对认知的分析和研究，是在预先设定规则的建构理性框架内进行理论演绎和推理的，它们对认知的解释，通常表现为一种规则遵循。例如，新古典理性选择理论关注个体应怎样符合理性（最大化）的选择，而不是关注个体的实际选择，它对认知的学术处理是从属于效用最大化的（Harsanyi，1977）。现性选择理论所关注的，或是在忽略认知的基础上建立解释和预测实际选择的理性模型来说明实现效用最大化的条件，以阐释个体如何选择才符合理性（edgeworth，1981）；或是通过行为和心理实验来解说实际选择的条件配置，以揭示实际选择的效用函数（Kahnemanandtversky，1973，1974，1979；Smith，1994），因而对认知的学术处理同样是从属于效用最大化的。基于选择的结果是效用，而认知与偏好都内蕴着效用形成的原因，我们可以认为，经济学在将个人追求效用最大化视为公理的同时，也在相当大的程度上表明理性选择理论对效用函数的描述和论证，不是依据数据分析而是一种通过理论预设、判断和推理得出的因果思维模式。
因果思维模式在信息完全和不完全情况下的效应是不同的。在信息不完全状态下，如果研究者以信息完全预设为分析前提，依据自己掌握的部分信息对问题研究做出因果逻辑判断和推论，则其不一定能得到正确的认知。在信息完全状态下，研究者不需要有预设的分析假设，也不需要依赖逻辑判断和推论，而是可以通过数据高概率地获取正确的认知。经济学的信息完全假设对认知研究的影响是广泛而深刻的。例如，新古典经济学假设选择者拥有完全信息，能够实现效用最大化，它对偏好与认知以及认知与效用之间因果关系的逻辑处理，是通过可称之为属于该理论之亚层级预设的“给定条件约束”实现的（信息完全假设是第一层级预设）。在该理论中，偏好被规定为是一种处于二元化的非此即彼状态，认知在“选择者知晓选择结果（效用）”这一亚层级预设下被跳越。很明显，这种因果思维模式有助于使其建立精美的理性选择理论体系，但由于没有对认知阶段作出分析，它很容易严重偏离实际。
现代主流经济学的理性选择理论偏离现实的程度有所降低，原因在于开始重视认知的研究。半个多世纪以来的经济理论研究文献表明，现代主流经济学的理性选择理论正在做逐步放弃完全信息假设的努力，它对偏好与认知以及认知与效用之间因果关系的逻辑处理，是在质疑和批评新古典经济学偏好稳定学说的基础是进行的，该理论用不稳定偏好取代偏好的内在一致性，解说了认知的不确定性，以及不完全信息和心理活动变动等如何对认知形成约束，以此质疑和批评新古典经济学的期望效用函数理论，并结合认知分析对个体选择的效用期望展开了深入的讨论。相对于新古典经济学的理性选择理论，虽然现代主流经济学的理性选择理论仍然是因果思维模式，但它有关偏好与认知以及认知与效用之因果链的分析衔接，明显逼近了实际。
现代非主流经济学的理性选择理论不仅彻底放弃了完全信息假设，而且彻底放弃了主流经济学中隐性存在的属于新古典理论的某些“给定条件约束”。具体地讲，它对偏好与认知以及认知与效用之间因果关系的论证，不是基于纯理论层次的逻辑分析，而是从实验过程及其结果对这些因果关系做出解说。至于效用最大化，该理论则认为认知与效用最大化的关联，并不像先前理论描述的那样存在直接的因果关系。现代非主流理性选择理论通过实验得出一个试图取代传统效用函数的价值函数（Kahnemanandtversky，1979），该函数体现了一种以实验为分析底蕴的不同于先前理论的因果思维模式，开启了以实验数据作为解析因果关联的理论分析先河。但由于现代非主流理性选择理论毕竟还是一种因果思维模式，因而同先前理论一样，在理论建构上它仍然具有局限性。
从理论与实践的联系看，经济学理性选择理论的因果思维模式之所以具有局限性，乃是因为它用于分析的信息是不完全和不精确，甚至有时不准确，以至于造成认知不正确和决策失误。当研究者以不准确或不精确的信息来探寻因果关系时，极有可能致使认知出现偏差；而当认知出现偏差时，理论研究和实际操作就会出问题。诚然，因果思维模式本身并没有错，但问题在于，单纯从现象形态或单纯从结果所做出的理论判断和推论，不足以让研究者揭示真实的因果关系。人们对因果关系的理解过程伴随着认知的形成过程，在非数据支持的因果思维模式存在局限性的情况下，经济学家依据这种模式所构建的理性选择理论，难以得到符合实际的认知理论。那么，在未来世界是什么影响和决定认知呢？人类认知有没有可能达到准确化呢？我们把目光聚焦于大数据，或许能够找到问题的答案。
二、运用大数据能获得正确认知吗？
在迄今为止的经济理论研究文献中，经济指标或行为指标所选用的样本数据，不是互联网和人工智能时代所言的大数据。大数据具有极大量、多维度和完备性等特征，极大量和完备性表明大数据有可能提供完全信息，多维度意味着信息可以通过大数据的相关性得到甄别和处理。广而论之，人类的行为活动表现为一个庞大的数据堆积，个别行为所产生的数据只是这个庞大数据的元素形式。如果我们以人们的投资和消费活动作为考察对象，对大数据蕴含的因果关系以及由此得出的认知进行分析，那么，我们可认为投资和消费不仅在结果上会产生大数据，而且在运作过程中也会产生大数据。换言之，投资行为和消费行为在“结果”上显示极大量数据的同时，也在“原因”上留下了极大量数据让人们去追溯。因此，人类要取得因果关系的正确认知，离不开大数据，而在样本数据基础上经由判断和推理得出的针对因果关系的认知，至少是不全面的，它不足以作为人们投资和消费选择的科学依据。
1、运用大数据分析因果关系的条件配置
人类认知的形成离不开因果关系分析，但运用大数据来分析因果关系以求获取正确的认知，必须具备以下条件配置：1、移动设备、物联网、传感器、社交媒体和定位系统等的覆盖面要足够大，以便能搜取到极大量和完备性的数据；2、需要探索对极大量（海量）数据的算法，能够对大数据进行分类、整合、加工和处理；3、需要厘清和区别数据的不同维度及权重，以至于能够运用大数据来甄别因果关系的内在机理。显然，人类从两百年前的工业革命到今天的信息革命，对数据的搜集、整合、加工和处理还不全然具备以上的配置条件，人类运用大数据来分析因果关系，还刚刚处于起步阶段。
联系经济学理论看问题，经济学家分析投资行为和消费行为以及对其因果关系的研究，主要是在抽象理论分析基础上运用历史数据来完成的。其实，对投资行为和消费行为的研究，不能只是从结果反映的数据来考量，即不能只是局限于历史数据分析，还需要从即时发生的数据，乃至于对未来推测的数据展开分析。这可以理解为是运用大数据思维来研究经济问题的真谛。从大数据观点看问题，投资和消费的因果关系应该是历史数据流、现期数据流和未来数据流等三大部分构成的。经济学实证分析注重的是历史数据流，很少涉及现期数据流，从未考虑过未来数据流，因此，现有经济理论文献的实证分析以及建立其上的规范分析，很难全面反映或揭示经济活动的真实因果关系。
2、未来几十年大数据揭示因果关系的可行性
在互联网悄然改变人类经济、政治和文化生活的当今社会，互联网的发展历史可理解为经历了三个阶段：从前期“人与信息对话”的1.0版本，经由中期“信息与信息对话”的2.0版本，近期正走向“信息与数字对话”的3.0版本，互联网版本的不断升级是大数据运用范围不断扩大的结果，这是问题的一方面。另一方面，随着互联网、移动互联网以及物联网技术等的广泛运用，人类各种活动的数据将极大量地被搜集，人们行为的因果关系也会以迂回方式通过数字关系显露出来。特别地，若互联网在将来发展成“数字与数字对话”的4.0版本，这样的发展方向则明显预示着数字关系将取代因果关系，或者说，数据思维将取代因果思维，人类将全面进入大数据和人工智能时代。
如果我们把互联网版本的不断升级以及大数据运用范围的无边界扩大，看成是未来几十年运用大数据来分析因果关系的重要配置条件，那么，如何对大数据的整合、分类、加工和处理，以及如何通过大数据的完备性和相关性来获取因果关系的真实信息，则是另外两个重要的配置条件。工业革命后的人类科学文明对因果关系揭示的主要方法和路径，是先利用掌握的信息再通过抽象思维建立复杂模型，然后在实验室通过试错法来设置能反映因果关系的参数使模型具有操作性；但这种方法和路径涉及的数据，是样本数据而不是大数据。在大数据和人工智能时代，智慧大脑是使用“数据驱动法”来设置模型和参数的（吴军，2016）。具体地讲，是用云计算集约化及其运算模式来整合、分类、加工和处理大数据，通过数据之间的相关性来探寻在样本数据基础上无法判断和推论的信息；同时，对模型的处理，不是建立复杂模型而是建立许多简单模型，并通过数以万计的计算机服务器对模型进行优化和设定相应的参数，以至于完完全全地运用大数据来揭示因果关系。
有必要说明的是，数据驱动法使用的数据不仅包括“行为数据流”，而且在某些特定场景中，还包括“想法数据流”；前者是指历史数据和当前发生的数据，后者是指从已知数据的相关性所推测的未来数据。社会物理学认为，人们实际行为与“想法流”之间有着可以通过大数据分析而得到的可靠数量关系，这种关系会通过互联网成为一种改变人们选择行为的重要因素（阿莱克斯?彭特兰，2015）。诚然，在未来几十年，数据驱动法是否能成功地成为解析因果关系的有效方法，尚有待于大数据运用的实践，特别是有待于它在人工智能运用上之成效的检验。不过，数据驱动法作为解析因果关系的一种重要方法，无疑是智慧大脑的人机结合在大数据思维上的重要突破，它至少在如何展开大数据思维上打开了解析因果关系的窗口。
3、运用大数据分析因果关系所获取的认知，包括对历史数据分析的历史认知，对现期数据分析的现期认知，以及推测未来数据而形成的未来认知
经济学家运用大数据来研究经济现象的因果关系，对经济现象原因和结果关联的解读，只有以极大量、多维度和完备性的数据为依据，才是大数据意义上的思维。大数据思维较之于传统逻辑思维，最显著的特征是它可以通过对不同维度数据之间相关性的分析，得到比传统逻辑思维要精准得多的信息。这里所说的精准信息，是指由大数据规定且不夹带任何主观判断和推测的信息。例如，经济学家要得到特定时期某类（种）产品的投资和消费的认知，其大数据思维过程如下：1、搜集、整理和分类前期该类产品的投资和消费的极大量和完备性的数据；2、加工和处理业已掌握的数据，并在结合利润收益率、投资回收期、收入水平和物价水平等的基础上解析这些不同纬度的数据；3、根据不同纬度数据的相关性，获取该类产品投资和消费的精准信息，从而得出如何应对该产品投资和消费的认知。当然，这只是在梗概层面上对运用大数据分析而获取认知的解说，现实情况要复杂得多。
然则，现有的关于投资和消费的模型分析以及建立其上的实证分析，主要是以非大数据的历史数据作为分析蓝本的，因此严格来讲，经济学对投资和消费的因果关系分析所形成的认知，属于典型的对历史数据分析所形成的历史认知。众所周知，自经济理论注重实证分析以来，一直存在着如何“从事后评估走向事前决策”问题的讨论。由于经济学家对投资和消费展开实证分析所使用的数据，几乎完全局限于（样本）历史数据，这便导致对投资和消费的因果关系分析对现期认知和未来认知的缺位，它不能解决“从事后评估走向事前决策”问题。国内一些著名的成功人士指责经济学家不能解决实际问题。在我们看来，不熟悉大数据的成功人士的这种指责是可以理解的，但深谙大数据的成功人士带有调侃风味的指责就不公允了。经济学家要在理论上立竿见影地解决实际问题，必须能得到现期数据和未来数据（而不仅仅是历史数据），这需要计算机学家的配合和支持，否则便不能在精准信息的基础上分析投资和消费的因果关系，但经济学家又不是计算机学家，因此，经济理论的科学化需要大数据挖掘、搜集、整合、分类、加工、处理、模型和参数设置、云计算等技术及其手段的充分发展。
历史数据是存量，目前计算机对其处理的能力已绰绰有余，难点是在于模型和参数设置；现期数据是无规则而难以把控的流量，对这种流量数据的挖掘、搜集、整合、分类、加工和处理，取决于移动设备、物联网、传感器、社交媒体和定位系统的覆盖面，以及云计算的集约化的运算能力；未来数据是一种展望流量，它依赖于对历史数据和现期数据的把握而通过大数据思维来推测。如果说经济学家对投资和消费的因果分析以及由此产生的认知，主要取决于历史数据和现期数据，那么，解决“从事后评估走向事前决策”问题，既要依赖于历史数据和现期数据，也离不开未来数据。也就是说，在“历史数据+现期数据+未来数据=行为数据流+想法数据流”的世界中，经济学家要解决实际问题，其理论思维和分析手段都受制于大数据思维，经济学家运用大数据分析因果关系而得到正确认知的前提条件，是必须利用历史数据、现期数据和未来数据以获取精准信息。
就人类认知形成的解说而论，现有的社会科学理论是以信息的搜集、整理、加工、处理、判断和推论，作为分析路径来解释认知形成的。当认知被解释成通过数据的挖掘、搜集、整合、分类、加工和处理而形成，对认知形成的解释，就取得了大数据思维的形式。大数据思维是排斥判断和推论的，它否定一切非数据信息，认为产生精准信息的唯一渠道是大数据。在现有的社会科学理论中，经济学的理性选择理论对人类认知的分析和研究具有极强代表性，经济学家对投资选择和消费选择的解释，便是理性选择理论的代表性运用。基于人类认知形成和变动的一般框架在很大程度上与理性选择理论有关动机、偏好、选择和效用等的分析结构有很强的关联，我们可以结合这个理论来研究大数据思维下人们对经济、政治、文化和思想意识形态等的认知变动。事实上，经济学关于动机、偏好、选择和效用等关联于认知的分析，存在着一种可以通过对大数据思维的深入研究而得以拓展的分析空间，那就是大数据思维会导致人类认知的变动。
三、大数据思维之于认知变动的经济学分析
我们研究这个专题之前有必要指出这样一个基本事实：大数据思维可以改变人的认知路径，可以改变不同阶段或不同场景下的认知形成过程，但改变不了影响认知的动机、偏好、认知和效用等的性质规定。如前所述，传统经济学理性选择理论在完全信息假设下，认为个体选择的动机和偏好以追求最大化为轴心，传统理论的这个真知卓见从未被后期理论质疑；但由于传统理论的完全信息假设存在着“知晓选择结果”的逻辑推论，因而认知在传统理论中是黑箱，也就是说，传统理论无所谓认知的形成和变动问题。现代主流经济学尤其是现代非主流经济学在不完全信息假设下开始重视对认知的研究，在他们看来，认知形成过程是从理智思考到信息加工和处理的过程；他们特别注重从心理因素来考察认知变动（Schandler，2006；Rubinstein，2007；），注重通过实验且运用一些数据来分析和研究认知（Kahnemanandtversky，1974，1979；Smith，1994），但这些分析和研究不是对极大量、多维度和完备性的数据分析。因此，经济学理性选择理论发展到今天，还没有进入对大数据思维改变人类认知问题的讨论。
1、经济学家能否对选择动机、偏好和效用期望等进行数据分析，决定其认知分析是否具有大数据思维的基础
经济学关于人类选择动机、偏好和效用期望等反映人们追求最大化的基本性质分析，以及从这三大要素与认知关联出发，从不同层面或角度对认知形成的分析，主要体现在理性选择理论中。但这方面显而易见的缺憾，是不能对动机、偏好、认知和效用等展开数据分析。现实的情况是，在大数据、互联网、人工智能和机器学习等没有问世或没有发展到一定水平以前，经济学家对这些要素只能做抽象的模型分析。经济学理性选择理论要跳出抽象模型分析，必须选择具有解释义或指示义的指标对动机、偏好和效用期望等进行数据分类分析，以便给认知的数据分析提供基础，显然，这会涉及抽象行为模型的具体化和参数设计的具体化，需要得到大数据和云计算集约化运算模式的支持（吴军，2016）。作为对未来大数据发展及其运用的一种展望，如果经济学家能够围绕最大化这一性质规定来寻觅动机、偏好和效用期望等的特征值，并以之来设置参数和模型，则有可能对直接或间接关联于动机、偏好和效用期望的大数据进行分析，从而为认知分析提供基础。
大数据的极大量和完备性有可能消除信息不完全，这给认知的数据分析提供可行性。诚然，选择动机、偏好和效用期望等只是反映人们选择的现期意愿和未来愿景，其极强的抽象性决定这样的数据分析还有很大困难，但由于选择动机、偏好和效用期望等会通过实际行为迂回地反映出来，因而我们可以找到解决这一困难的路径。例如，人们在准备投资和消费以前，一般有各种调研活动，即对影响投资和消费的信息进行搜集、整合、分类、加工和处理，值得注意的是，这些调研活动会在移动设备、物联网、传感器、定位系统和社交媒体中留下大数据的痕迹，这些数据痕迹会从某个层面或某个角度显现出投资者和消费者选择动机、偏好和效用期望的倾向或意愿。
智慧大脑依据什么样的标准来数据化这些倾向或意愿，从而对选择动机、偏好和效用期望以及进一步对认知展开数据分析呢？这里所说的标准，是指通过云计算和机器学习等对人们实际行为的数字和非数字信息进行相关性分类，把反映选择动机、偏好和效用期望的具有共性特征的倾向或意愿进行整理和归纳，以确定符合选择动机、偏好和效用期望之实际的参数。如果智慧大脑能够利用大数据、互联网、人工智能和机器学习等完成以上工作，根据认知是偏好与效用的中介这个现实，智慧大脑便可以对认知进行大数据分析。如果经济学家能够利用智慧大脑提供的大数据分析成果，经济学理性选择理论将会随着信息不完全假设前提变为信息完全假设前提，选择动机、偏好和效用期望的抽象分析变为数据分析，认知的抽象框定或心理分析变为数据分析而发生重大变化。以上的分析性讨论，是我们理解大数据思维改变人类认知之经济学解释的最重要的分析基点。
2、运用大数据思维进行偏好分析会改变认知形成的路径，使经济学理性选择理论接近现实
现有的理性选择理论有关动机和偏好的分析和研究（这里集中于偏好的讨论），主要集中于偏好如何界定和形成以及如何随认知和效用期望调整而发生变动等方面，并且这些分析和研究是采用“个体行为”为基本分析单元的个体主义方法论。在大数据时代，虽然个人、厂商和政府的选择偏好仍然是追求最大化，个体选择行为仍然是整个社会选择的基础，个体主义方法论仍然在一定程度和范围内存在合理性，但互联网平台改变了选择偏好的形成过程和机理。具体地说，现今人们的选择偏好已不是经济学理性选择理论意义上的选择偏好，而更多地表现为是一种以最大化为底蕴的具有趋同化特征的偏好。例如，某种产品投资或消费的介绍会和研讨会，对某种产品投资或消费的点赞和评价，中央政府和地方政府关于某种产品投资或消费的统计数据，专家和新闻媒体对某种产品投资或消费的评说和报道，等等，都会成为人们选择偏好出现一致性的催化剂。因此，经济学理性选择理论跳出抽象模型分析，已经在偏好分析上具备了大数据思维的条件和基础。
智慧大脑与非智慧大脑的区别，在于能对人们消费和投资的偏好展开大数据分析，能通过大数据的搜集、整合、加工和处理，运用云计算得到来自不同维度数据之间相关性的精准信息，以至于能获取建立在大数据分析基础之上的认知。从理论上来讲，偏好会影响认知但不能决定认知。就偏好影响认知而论，它主要是通过利益诉求、情感驱动、身心体验和时尚追求等对认知产生诱导或牵引作用。但在非大数据时代，这些诱导或牵引作用无法数据化，于是经济学家对偏好影响认知的研究便只能以抽象模型来描述。大数据思维对偏好影响认知的处理，是使用以许多简单而相对具体的模型取代高度抽象的单一模型，运用数据驱动法来设置参数和模型，对利益诉求、情感驱动、身心体验和时尚追求等偏好特征进行解读，这样便实现了很多非数据化信息的数据化，从而使以偏好为基础的在理论上对认知变动的研究有了新的分析路径。
阿里巴巴公司正在奋力打造的线上和线下相结合的“新零售”模式，是以大数据分析和运用的阿里云平台为背景和依托的。这个模式试图通过充分搜集、整合、分类、加工和处理已发生的历史消费数据，正在发生的现期消费数据和有可能发生的未来消费数据，捕捉人们消费偏好的动态变化，以期构建符合大数据思维的全新商业业态。撇开新零售模式在运营过程中的诸如数据处理、机器学习和人工智能运用等技术问题，仅以该模式对人们消费行为的系统梳理、分级整合及相关处理来说，它无疑会在引领人们消费行为的同时促动消费趋同化偏好的形成。尤其值得关注和研究的是，随着该模式运营所积累的数据量全然达到大数据的标准，人们的消费认知将会在消费趋同化偏好的导引下发生变化，这种情形不仅会发生在消费领域，投资领域也会出现投资趋同化偏好。很明显，趋同化偏好具有共性特征，它在很大程度上是对个体选择偏好的否定，对于这种偏好所导致的认知应该怎样理解呢？这个问题需要进一步研究。
3、在大数据时代，趋同化偏好会改变认知形成过程，消费者和投资者的认知不再是自己独立思考和理智判断的产物，而是在趋同化偏好驱动下对智慧大脑认知的认同
厂商的投资选择偏好是追求利润最大化，这一永恒的事实不妨碍或排斥投资趋同化偏好的形成。一般来讲，大数据发展初期的互联网平台对选择趋同化偏好形成的作用力，在消费领域要比投资领域来得更加直接和迅速。究其原因，是两大领域的机会成本和风险程度不同的缘故。但随着大数据、云计算和机器学习等的充分发展，智慧大脑有可能对历史、现期和未来的大量投资数据进行搜集、整合、加工和处理，有可能通过云计算集约化模式来分析不同维度数据之间相关性而获得精准信息，同时，智慧大脑会根据市场“行为数据流”折射出“想法数据流”而产生预见能力，寻觅和遴选出高收益的投资方向和投资标的。若此，智慧大脑投资选择的胜算率（利润率）将会大大提高，厂商会效尤智慧大脑进行投资选择，从而出现投资趋同化偏好。经济学曾经对诸如“羊群效应、蝴蝶效应、从众行为、信息重叠”等现象有过许多研究（罗伯特?希勒，2001），但严格来讲，这些研究是描述性的，不是联系偏好和认知等的分析性研究。
消费和投资的趋同化偏好主要是针对消费者和投资者的选择行为方式而言的，它不改变消费和投资选择偏好的追求效用最大化的性质规定，这是问题的一方面。另一方面，在将来大数据充分发展的鼎盛时期，消费和投资的趋同化偏好会改变认知形成过程，这可以从两种意义上来理解：1、从原先通过对信息进行搜集、整合、分类、加工和处理来获取认知，转变为通过对数据的搜集、整合、分类、加工和处理来获取认知；2、消费者和投资者的认知不再是自己独立思考和理智判断的产物，而是在趋同化偏好的驱动下认同智慧大脑的认知。关于第一点，大数据思维的认知之所以会取代独立思考和理智判断的认知，乃是因为它能够运用云计算集约化模式将消费和投资的历史数据、现期数据甚至未来数据进行分类处理和相关性分析，能够运用数以万计的计算机服务器对特定事物的因果关系展开深度机器学习，从而通过分类和归纳不同维度数据而得到精准信息（精准医疗就是基于此原理）。人类对因果关系探索的手段和路径发生变化，认知的形成过程及其机理就会发生变化。
关于第二点，消费者和投资者在未来放弃对信息的搜集、整合、分类、加工和处理，认同和效尤智慧大脑的认知来进行选择，这可理解为是他们进行效用比较（投入与收益）时的“幡然悔悟”。尤瓦尔?赫拉利（2017）有关一切有机和无机实体都可以运用算法来解构的前景预期，（吴军，2016）关于未来制造业、农业、医疗、体育、律师业甚至新闻出版业都将由大数据统治的观点，凯文?凯利（2014）以大数据和人工智能为分析底蕴对新经济十大重要准则的论述，均认为具有大数据思维且不作出主观判断的智慧大脑将是未来世界的操控者，而master和alphaGo战胜世界顶级围棋高手的实践，则显露了人工智能完全有可能战胜人脑的端倪。现实中的普通消费者和投资者通常只是依据有限或不准确的信息进行消费和选择，经济学家也只是根据有限或不准确的信息进行因果关系分析而得出认知，因此，相对于智慧大脑的选择效用，消费者和投资者是相形见绌，经济学家的理论见解和政策主张往往不吻合实际。
智慧大脑是运用大数据思维而超越一般智人大脑的大脑。不过，从性质上来讲，极少数拥有智慧大脑的人通过对数据的搜集、整合、分类、加工和处理所得到的认知，仍然属于人的认知。需要强调指出的是，这种认知不同于经济学理论及其他社会科学理论所阐述和论证的认知，它是在大数据思维驱动下的人类认知。对于这种新型认知的理解，如果我们结合经济学理性选择理论对其展开解说，则有着基础理论的分析价值。
4、在未来，智慧大脑的认知将引领非智慧大脑的认知，其结果是导致认知趋同化
熟悉经济学理性选择理论的学者知道，无论经济学家是从信息的搜集、整合、分类、加工和处理获取认知，还是通过心理分析或行为实验获取认知，他们都是在不完全信息或有限理性约束下进行的，这不仅存在着以不精准信息推论认知的问题，而且存在认知形成过程的主观判断问题。智慧大脑运用大数据思维所形成的认知的最大特点，是在接近完全信息基础上获取认知的，并且不夹带任何主观判断。现代未来学家曾分别从不同角度和层面对大数据、互联网和人工智能展开了许多讨论，他们的共同见解是认为大数据的极大量、多维度和完备性将有可能解决信息不完全问题（包含信息不对称），并且能够给人类选择提供精准信息。倘若如此，人类的认知问题便完全成为智慧大脑对数据的搜集、整合、分类、加工和处理问题，一旦人类可以通过大数据思维获取精准信息和完全信息，经济学理性选择理论将会在根基上被颠覆。
智慧大脑只有极少数人才具备，绝大部分人（包括智人）都是非智慧大脑。在未来世界，智慧大脑将引领非智慧大脑进行选择。这一引领过程是由前后相继的两个阶段构成：一是智慧大脑运用大数据对偏好进行分析，通过互联网将偏好传送给具有从众心理和从众行为倾向的非智慧大脑，形成非智慧大脑的趋同化偏好；另一是智慧大脑运用大数据分析获取认知，同样是通过互联网让非智慧大脑效尤智慧大脑的认知，形成趋同化认知，从而使非智慧大脑以智慧大脑的认知为认知来选择。这些情形表明，未来人类智慧大脑将决定非智慧大脑的偏好和认知，进一步说，则是智慧大脑将影响非智慧大脑的选择行为。这里有一个极其重要问题须讨论：对绝大部分非智慧大脑而言，他们在选择过程中是否还存在认知？事实上，无论是趋同化偏好还是趋同化认知，非智慧大脑的偏好和认知并没有彻底消失，只是形成的路径和内容发生了变化。关于这个问题的讨论，联系经济学的认知理论进行比较分析，或许会有更深的理解。
如前所述，传统经济学以完全信息为假设前提，将认知作为理性选择模型的外生变量，“认知”是被理论分析跳越的。现代经济学以不完全信息为假设前提，在理性选择模型中，努力通过心理和实验分析把认知作为内生变量，易言之，“认知”被解释为个体对信息进行搜集、整合、分类、加工和处理的结果，显然，以上分析在分析对象、分析方法和分析路径上，是与大数据思维不同的。现代经济学理性选择理论所分析的个体，是通过逻辑推论所抽象出来的芸芸众生；虽然智慧大脑也可以看成是个体，但人数极少，是具有大数据思维之共同特征的个体。现代经济学理性选择理论是借助于偏好分析来研究认知的，虽然认知已在一定程度上被视为内生变量，但分析方法和路径仍然是逻辑判断或推论为主；大数据思维对认知分析将会采用的方法和路径，是搜集、整合、分类、加工和处理数据，试图从极大量、多维度和完备性的数据中获取精准信息以得出认知。因此，尽管认知出现了趋同化，人类在大数据思维下仍然存在认知，只不过是非智慧大脑放弃自己的认知而统一于智慧大脑的认知罢了。
总之，偏好和认知的趋同化显示了大数据思维的魅力，这种魅力根植于大数据能够经由智慧大脑而产生精准信息。其实，智慧大脑如何设置参数和模型，如何运用云计算集约化模式，如何利用互联网以及寻觅广泛使用人工智能的方法和途径等，主要是计算机运用层面上的技术问题。我们研究大数据思维下人类认知变动需要重点关注的，是非智慧大脑究竟还有没有认知，其效用期望会呈现什么样的格局？既然非智慧大脑只是没有独立认知而不是完全跳越了认知，那么非智慧大脑便存在着效用期望，关于这种效用期望，我们可以联系效用函数来解说。
四、认知结构一元化与效用期望变动的新解说
经济理论对选择行为与效用期望之间动态关联所建立的基本分析框架，展现出一幅“偏好认知选择效用期望”的图景。各大经济学流派的理性选择理论对这幅图景中的“”有不同的解说和取舍（前文有所涉及），概括来说，或侧重于分析这些箭头前后要素之间的相互关联，或侧重于分析这些箭头前后要素之间的影响和决定作用。但就人们选择动机和目的与效用之间的关联而论，几乎所有理论都不怀疑“追求自身利益最大化”的公理性，于是，“最大化”在成为效用函数核心变量的同时，也在一定程度上被作为理性选择的判断标准。以上图景的逻辑分析链是建立在信息不完全分析假设上的，各大经济学流派的理性选择理论对这条逻辑分析链各环节的不同解说所产生的理论分歧，可归结为是在信息不完全假设分析框架内的分歧。值得学术界关注的是，当大数据在未来有可能提供完全信息时，这些分歧将会让位于新的理论探讨。
经济学家对效用函数的研究是与认知分析紧密相联的。但无论是传统经济理论还是现代经济理论，他们对效用函数以及最大化问题的研究存在着共性，即这些研究都是建立在抽象的认知结构一元化基础上的。具体地说，传统经济理论在完全信息假设上认为，选择者可以得到“获悉选择结果的认知”，从而主张用“最大化”来描述选择者的效用函数。现代主流和非主流经济理论在不完全信息假设上认为，选择者受有限理性约束不可能得到“获悉选择结果的认知”，从而主张不可用“最大化”来描述选择者的效用函数。这里所说的抽象认知结构一元化，是指不是以具体的认知主体作为分析对象，而是把整个人类描述为一个同一的抽象主体，让“最大化”问题成为效用函数的核心问题。在大数据思维的未来世界，随着信息有可能出现完全化，“最大化”问题将会成为不是问题的问题。
诚然，智慧大脑对大数据进行搜集、整合、分类、加工和处理，并通过云计算、机器学习乃至于根据人工智能实践来选择参数和设置模型，仍然没有越出追求自身利益最大化这一效用函数的性质规定，但由于智慧大脑的认知形成过程是建立在具有极大量、多维度和完备性的大数据基础之上的，大数据能够提供完全信息的特点有可能会让智慧大脑取得效用最大化。人类绝大部分选择者是非智慧大脑者，从科学意义上来讲，大数据对他们可谓是长期的黑箱，而他们依据自己认知所做出的选择又不可能实现效用最大化，于是，非智慧大脑者将以智慧大脑者的认知作为自己认知而做出选择，这便形成了大数据时代实际意义上的一元化认知结构。如果说我们划分智慧大脑和非智慧大脑是对人类选择主体的一种新界定；那么，我们揭示这两大选择主体实际意义上的一元化认知结构，则是对大数据时代人类认知问题的一种新解说。
大数据背景下人类实际意义上的认知结构一元化，将是未来发展的一种趋势，相对于经济理论抽象意义上的认知结构一元化，它容易把握和理解。但它在将来能否成为一种固定化趋势，取决于智慧大脑在经济、政治、文化和思想意识形态等领域进行选择时获得的效用函数值。对于该效用函数值的预期，大数据思维下的智慧大脑是具备这种能力的。从经济理论分析看，对效用函数值的讨论，将涉及内蕴且展示效用函数的效用期望问题的讨论。传统经济学的期望效用函数理论，是一种运用数学模型论证选择者能够实现最大化的理性选择理论（(Vonneumannandmorgenstern，1947；arrowandDebreu，1954），现代非主流经济学是在分析风险厌恶和风险偏好的基础上，用一条S型的价值（函数）曲线取代传统的效用函数，并通过相对财富变动对选择者感受的分析，解析了选择者的效用期望会不断发生调整的情形（Kahnemanandtversky，1979）。那么，大数据时代选择者的效用期望会发生怎样变动呢？
人类社会发展的历史表明，人的主观期望与实际选择结果之间会发生经常性偏离。选择者的效用期望能否实现最大化，一是取决于选择者能否得到完全信息，另一是取决于选择者认知过程的科学化。事实上，现代经济学对传统经济学以最大化为核心的效用函数的质疑和批评，主要是围绕信息不完全和忽略认知过程展开的。大数据时代存在着提供完全信息的可能性，而智慧大脑利用互联网和运用云计算、机器学习和人工智能等手段，正在实现着认知过程的科学化，这便提出了经济学必须回答的两大问题：1、大数据思维下的人类选择是否可以实现最大化，2、大数据思维下选择者的效用期望会不会发生调整。这是现代经济学没有提及的两大问题，但当我们分别从智慧大脑和非智慧大脑来讨论这两大问题时，结论或许会让笃信经济学经典理论的学者大跌眼镜。
在未来世界，随着互联网平台的日新月异以及移动设备、物联网、传感器、社交媒体和定位系统等搜集大数据手段的覆盖面的日益扩大，大数据的极大量、多维度和完备性给人类选择提供了完全信息的基础。智慧大脑在云计算、机器学习和人工智能等的支持下，以数据分析为基础的认知过程也越来越科学化，于是，智慧大脑便可以知晓选择过程的结果，有可能实现最大化，这说明智慧大脑不存在效用期望的调整问题。另一方面，非智慧大脑以智慧大脑的认知为自己的认知，其效用期望完全依附于智慧大脑的效用期望。具体地说，非智慧大脑不对数据进行搜集、整合、分类、加工和处理，跳越了认知过程，同样不存在效用期望的调整问题。非智慧大脑效用期望完全依附于智慧大脑效用期望的情形，或者说，非智慧大脑以智慧大脑效用期望为自己效用期望的情形，统一于智慧大脑与非智慧大脑的认知结构一元化。如果要追溯非智慧大脑效用期望的变动，那就是从原先属于自己的效用期望转变成了智慧大脑的效用期望。
智慧大脑有可能实现最大化，以及不存在效用期望调整是一回事，但智慧大脑能否在所建模型中给定效用期望值却是另一回事。效用期望作为一种主观预期或判断，它不会在互联网上留下可供大数据分析的历史数据流、现期数据流和未来数据流，也就是说，不会在互联网上留下可供大数据分析的行为数据流和想法数据流，这在决定智慧大脑难以跟踪、模拟和推论效用期望值的同时，也给非智慧大脑放弃认知而效尤智慧大脑提供了某种聊以自慰。推崇人工智能可以替代人脑的学者，好用master和alphaGo战胜世界顶级围棋高手的事实作为这种替代的立论依据，但无论我们怎样在大数据分析、机器学习和人工智能运用等方面进行深度挖掘，也找不到智慧大脑能在所建模型中给定效用期望值的科学依据。智慧大脑不能确定效用期望值，也就规定了非智慧大脑不能确定效用期望值。这又提出了一个在理论上有必要回答的问题：非智慧大脑还有没有效用期望？
在经济社会，智慧大脑和非智慧大脑的投资和消费选择的效用期望都是追求最大化，这一点是永恒的。但问题在于，非智慧大脑以智慧大脑的认知为自己认知，以智慧大脑的选择作为自己选择的情形，会使自己的效用期望完全停留在期望智慧大脑选择结果的形式上，这可以解释为大数据时代非智慧大脑的效用期望的一种变动。但对于这样的效用期望的理解，与其说它是一种效用期望，倒不如说它是一种效用期待。社会经济的精英是人数极少的智慧大脑群体，但推动投资和消费的是占人口绝大多数的非智慧大脑群体。因此，非智慧大脑群体的偏好、认知、选择和效用期望，应该是理性选择理论研究的重点。关于这一研究重点的逻辑和现实的分析线索，是大数据思维趋同化偏好趋同化认知认知结构一元化最大化效用期望。不过，这条分析线索包含着许多本文或有所涉及或尚未涉及的交叉性内容，它需要我们在继续研究大数据思维改变人类认知这一理论专题时，做出进一步深入的探讨。
人工智能时代下的设计思维篇4
关键词：移动终端交互设计图形创意品牌应用软件
检索：.cn
一、艺术设计中的图形创意
艺术设计中图形的目的是创造一种可以快捷地传递信息的印象，以再现特定的信息。作为艺术设计中视觉传达设计的基础，好的图形设计离不开创意的支持，甚至可以将图形设计的过程看作是创造性思维的实现过程。图形创意本质上是一种思维过程，它将人眼看到的信息以思维创意的过程表现出来，并用理性的分析手段形成图形作品。创意过程中设计到多种思维方式，如形象思维、抽象思维、逆向思维、逻辑思维等。
图形设计中的优秀创意因素需要具备几个必要条件，首先图形设计的创意要有独到的视点，在立意精巧的同时又要符合人的逻辑思维；其次视觉上要有一定的冲击力，创意表达的信息在说明要描述问题的同时还应该有深刻的寓意。图形设计的创意始于推演主题，设计之初就要思考如何切入主题，推演图形设计要传达的信息主题，从而保证图形设计中的思维始终围绕主题进行。
图形创意的构型形态包括同构、解构两种。[1]同构本质上是一种映射，是用其他事物表象出某种物象的结构；要想表征两种物象之间的同构关系，就必须要找到它们之间的共同点和相似点，而同构因素可以从内容、轮廓等事物的形上寻找。解构的过程和同构相反，它是将自然形分解、打散，并按照既定意图再次组合的构形方式，这一过程中创造图形的过程实质上就是“在寻找同构因素的同时打散、分解并重新组合的过程[2]”，如图1所示。
二、移动终端上的交互设计
交互设计一般被认为是涉及支持人们日常工作与生活的交互式数字产品的设计，它致力于了解用户的期望，了解用户与产品交互时的感受，其目的是使用户可以轻松地与信息时代的数字化产品进行沟通，设计更加有效的交互行为和方式，从而使产品更加易用，可以认为交互设计就是为了更好的使人与产品沟通、交流的设计方式。对使用数字化产品过程中的行为与界面进行交互设计，以此在用户与数字化产品之间建立一种有机联系，最终达到有效促进交流的作用，这就是交互设计的目的。
随着智能手机的普及，手机的功能也多种多样，在进行手机的交互设计及界面设计时就需要根据屏幕分辨率、字号以及行距等将这些功能进行分类和整理，并根据交互需求说明、交互类型、交互结构模型等因素，划分手机应用界面的结构模块，并根据手机屏幕要显示信息的相关内容及顺序，结构化设计交互元素；当应用的菜单结构及显示信息结构一致的情况下，还需要进行屏幕、窗口以及菜单等的结构设计、显示要素的布局设计等[3]；完成了总体布局设计及结构设计后，还需要进行应用界面的美观设计，以利用强烈的视觉冲击达到品牌推广的目的。
优秀的移动终端界面设计不仅要方便用户操作，还应该可以使用户在陌生环境及有限时间内较快掌握其使用方法。移动终端的交互设计主要可以分为两方面：人识别手机的过程和手机对人的交流反馈过程。人识别手机的过程就是消化手机界面表达的寓意的过程，是用户采集手机图标、文字、菜单等信息，并加以识别和理解，最后对比所学知识的过程。在人识别手机的时候手机还需要恰当地给人反馈，这种双向性的交互才是真正的以用户为中心的交互设计。手机对人的反馈主要包括目标导向设计和信息反馈两种。目标导向设计是一种针对手机产品存在的问题提供解决方案的设计，而且这种解决方案可以满足用户的需求和目标。目标导向设计揣摩了用户的心理和使用习惯，可以对用户进行下一步操作有所帮助，方便用户在不同操作间直接跳转，减少用户的操作麻烦。
移动终端上的交互设计就是一种新的传递信息的方式，使用户更加自然、更加人性化地交流并接受信息，减少用户再学习的过程，而不是将信息强加于人。作为日常生活中用户信息处理的重要工具。随着多点触摸技术、重力感应等移动终端新技术的发展，移动终端上的交互方式也开始变得多种多样，但是对这些新技术的不合理利用也会在交互过程中出现效率及自然性等问题，随着这些问题暴露得日益明显，移动终端应用设计师们也开始越来越关注移动终端上用户与产品的交互问题。另外，在移动终端上设计具有交互的应用时要考虑移动终端的型号等因素，这无疑会增加交互设计的难度。移动终端的显示区域较小，难以实现多窗口同时运行，所以桌面交互设计中，用户在桌面同时进行多种操作的模式并不可行。鉴于这种限制，桌面上的交互设计模式在移动终端上应用时不得不被精简和压缩，这就需要借助良好的交互设计弥补这一缺陷。目前移动终端上的交互设计正处于发展的早期，在进行交互设计时如果充分考虑到用户的认知特征、视觉交互设计因素以及移动终端的上下文等因素，避免交互设计在移动终端上的易出错、不合理、繁琐等问题，那么交互设计最终将走向更加自然、人性化的方向，做到高效、顺畅的人机交互。
手机等移动终端上输入文本比较繁琐，手机上触摸屏及全键盘的文本输入都不像桌面终端设备的文本输入那样便捷，因此移动终端上的交互设计要尽量避免用户输入不必要的文本信息，而可以代替以选择列表或者是模糊查询的方式。在用户输入部分关键词后，交互设计方式可以给出相应的提示信息，运行用户选择检索目标或从包含目标的列表中进行选择，从而减少输入文本的麻烦。另外，虽然触摸屏的输入方式接近于用户的日常使用习惯，但目前移动终端上手写输入识别的准确性还不尽人意，加之触摸屏手写的反馈时间比较慢，所以移动终端的交互设计不建议使用。手机等移动终端的交互设计有不同于桌面终端的特点，不仅要考虑不同终端型号、不同平台的兼容性问题，还要具有行为交互方式，其不便利的输入方式和复杂的交互路径，决定了只有充分考虑移动终端本身的交互特点，才可以更好地利用已有的交互设计经验，设计出区别于桌面交互方式的移动终端应用。
移动终端上的交互设计可以分为以下几个过程[4]：（1）调查研究及概念定义。交互设计师根据前期调研结果以及用户访谈记录，圈定交互设计要面向的目标人群；同时标识需要并建立需求概念，从而把用户需求和应用需求有机结合起来。（2）迭代设计与执行。根据用户的需求进行移动终端品牌应用的设计，并分阶段地进行迭代评估，以构建应用的交互设计结构；设计完毕后，选择最佳交互设计方案，并完成交互设计的最终呈现。（3）。展示交互设计成果，并利用市场进行整个交互设计的评估。在以上三个交互设计的阶段中，用户应该全程参与交互设计的开发过程。
三、智能家居品牌应用软件
数字信息化技术的发展使移动终端成为日常信息交流的重要平台，基于手机终端的交互设计也成为近期研究的热点；另外，随着智能家居技术及智能监控技术应用的不断成熟，利用手机等移动终端远程控制智能家居也日益流行，并成为一种影响深远的发展趋势[5]。利用移动终端上的智能家居应用软件，用户即使出门在外也可以遥控开启智能家居洗衣机洗衣，或者回家前即可遥控微波炉预热食物，这样的智能家居应用不仅可以有效节约用户的时间，还会给用户带来极大的便利。本文接下来根据智能家居的发展趋势，在移动终端上设计一款智能家居应用软件。
本文在基于iphone的手机平台上设计了一款针对苹果用户的智能家居应用软件，用户可以利用此智能家居软件完成远程控制洗衣的功能，这款智能家居软件不仅可以远程设定智能洗衣机的运转时间，还能够随时进行洗衣情况监控，用户无需时刻守候在洗衣机旁。使用iphone的用户大多是智能手机移动终端的高端用户，可以熟悉使用智能手机应用，而且这部分用户一般都使用3G网络，能够随时利用网络远程控制家居设备。分析了此类用户的特点后，选择七位使用iphone的手机用户，他们都有较高的收入水平，家中都有智能洗衣机。在对这些用户对于智能洗衣机的观点进行了解后，本文将智能洗衣机的概念分解为“智能”、“洗”、“机器”以及“控制”四个主题概念。
明确了用户对智能家居应用软件的概念定义后，借助功能隐喻模型可以找到智能洗衣应用的基本功能元素包括以下几点：智能开关、暂停、调节模式、洗衣进程显示以及扫描；这些功能可以分为显示和操作两类。本文首先对市场上的智能洗衣机具备的功能进行调查，并设计调研问卷，咨询上述七名用户对智能洗衣机功能的重点关注点，将智能家居应用软件的功能设计为扫描衣服数量、选择洗衣模式、显示洗衣进程以及控制洗衣的状态（开始、暂停以及停止）等功能因素。确定了智能家居应用的功能因素后，再利用结构隐喻模型串联所有的功能点，这样可以更好地设计功能因素间的层级关系以及功能按键的排布方式。在对以上用户的使用习惯进行分析后发现，市场上已有的一些智能家居应用软件的交互设计结构可以借鉴，这样能够降低用户学习新应用的成本。用户在使用智能洗衣应用时，一般会经过查看衣物种类、设定洗衣模式、查看洗衣进程等步骤；在智能洗衣应用的界面设计时，由于旋转按钮的动作与用户操作智能洗衣机实体的行为方式相同，所以设定洗衣模式的动作可以借鉴旋转按钮的动作，以符合自然的用户体验原则。
可以设定智能洗衣应用的主题和风格，诸如白色、水珠、科技等等。可以将智能洗衣应用的主界面主题设置为科技模式，并抽取动画中eVa机器人的特征，混合渲染白色及蓝调，充分显示出科技感及智能性，在开启应用程序前预先显示一个机械化自动门，从而给用户一种机械感及自动感。另外，这样的应用设计以机器人为主题，更好地切合了智能家居的主题。
总结
本文从交互设计入手，介绍了基于移动终端的交互设计，调查了市场上的智能洗衣机具备的功能，并设计调研问卷，咨询用户对智能洗衣机功能的重点关注点，然后设计了一种智能家居应用软件。
注释
[1]薄玉桴：《智能手机应用软件交互设计和设计流程研究》，华东理工大学硕士学位论文，2011。
[2]李鸿明：《基于手机游戏中的人机界面交互设计及应用研究》，华南理工大学硕士学位论文，2012。
[3]柳雕貂：《基于可用性的触摸屏手机软硬件界面交互设计研究》，浙江工业大学硕士学位论文，2011。
人工智能时代下的设计思维篇5
关键词：人工智能；临床技能；应用
1人工智能在医学教育中的应用趋势
随着大数据、云计算和移动互联技术等新兴科学技术的日益成熟，国内外人工智能的研究和应用得到快速发展，人工智能越来越受到国内外学者和政府部门的重视。党中央与国务院相关部门先后了《“互联网＋”人工智能三年行动实施方案》（发改高技〔2016〕1078号）、《新一代人工智能发展规划》（国发〔2017〕35号）、《促进新一代人工智能产业发展三年行动计划（20182020年）》（工信部科〔2017〕315号）等文件，将我国人工智能发展提升到国家战略发展层面，并积极鼓励人工智能在医疗、健康领域中的应用，建立快速精准的智能医疗体系。2018年1月，国家自然科学基金委员增设“教育信息科学与技术”研究方向，并大力支持人工智能为代表的教育教学新技术、新学科的交叉研究，以创新的思维和方法破解教育领域的科学问题。人工智能已不再局限于计算机技术领域，正在快速渗透进社会行业的各个领域。由此可见，“人工智能＋医学教育”是历史潮流和时展的需要，作为每个医学教育工作者，必须正视新技术发展给医学教育带来的挑战和巨大机遇，重塑教育者角色，提升“数字素养”，更新信息化知识和教育理念，深度融合信息技术，从而引领医学教育进一步发展。
2目前人工智能的技术水平和特点
人工智能可分为弱人工智能（artificialnarrowintelligence，ani）、强人工智能（artificialGeneralin－telligence，aGi）和超级智能（artificialSuperintelli－gence，aSi）。ani尚不具备真正的智能，更多程度上是帮助人们完成某些任务的工具或助手。而aGi能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，可以像人类一样独立思考和决策，达到或超过人类的智能水平。牛津哲学家、人工智能思想家nickBostrom则把aSi定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”其思维可以进化成完全不同于人类的思维方式，“能力各方面可以是各方面都比人类强一点，也可以是各方面远超出人类万亿倍”。在弱人工智能研究阶段，人工智能技术研究主要体现在计算智能、感知智能、认知智能三个方面［3］。计算智能，即机器智能化存储及运算的能力；感知智能，即具有如同人类“听、说、看、认”的能力，主要涉及语音合成、语音识别、图像识别、多语种语音处理等技术；认知智能，即具有“理解、思考”能力，广泛应用于教育评测、知识服务、智能客服、机器翻译等领域。目前人工智能领域技术应用主要成果包括机器人、语言识别、图像识别、自然语言处理和专家系统等。在医学领域，人工智能的研究主要集中在深度学习算法、数据挖掘分析、智能影像识别、医疗信息化等方面。如iBm的watson、Keith等开发的智能心率与宫缩描记图计算机辅助分析系统、美国arterys公司的ai辅助心脏mRi成像系统、美国QViewmedical公司的基于神经网络的3D自动乳房超声筛查CaD系统和百度的医疗大脑等［4－5］。总的说来，主流研究主要集中在弱人工智能方面，并在这一领域取得了相当大的成果。强人工智能的研究还处于探索阶段，而超级智能仍处于概念辨析成形和研讨阶段。
3人工智能在临床技能培养中的应用和前景
3．1ai可用于辅助检查结果判读及分析能力的培养和学习
辅助检查是医务人员进行医疗活动、获得有关资料的方法之一，通过医疗检查、化验的图象、图形与数据进行分析与解释，确定检查结果的医学涵义，以获取相关临床资料，并结合病人实际作出判读和分析，以利于诊断、分析病情变化和进展、评估预后、提供治疗方案和指导等。辅助检查包括各种常见影像学检查、心电图、脑电图检查、病理学检查、常规实验室检查等。人工智能在医学图像识别方面目前已经有比较成熟的应用实例。通过较为成熟的算法和大数据应用，ai进行智能影像识别，通过对已有的图像快速学习，达到对医疗图片的自动判断，能够作为辅助工具，提高医生工作效率，并可以做到更加客观、高效和精准［6］。传统临床辅助检查结果分析判读无论是教学还是学生训练均存在教学内容零碎分散，牵涉教学人员复杂，涉及教师专业局限、无法有效、有组织地统一进行培养，所以往往对辅助检查结果有效判读和分析是临床技能教学的一大难点，也往往是薄弱环节。而ai的出现可通过学习管理软件，根据学生的个人进度，为每个学生绘制适合自己的学习路径，提供精准的个性化学习，有效检查医学生对各项临床常用实验室检查、影像学检查、心电图检查等结果的学习效果，从而帮助医学生提高综合分析能力和临床辅助检查结果判读能力。ai还可拓宽学生的学习空间和时间，起到临床教师无法胜任的全面性、客观性、实时性、准确性指导学习的作用。
3．2ai可用于医学生临床问诊能力的培养和训练
问诊是医师通过对患者或相关人员的系统询问获取病史资料，经过综合分析而作出临床判断的一种诊法。问诊对疾病的诊断及治疗、良好的医患关系的建立均有极其重要的作用。因此，问诊是每个医学生必须掌握的临床基本技能。运用ai对医学生进行问诊能力的训练可基于以下两方面进行：ai可作为问诊能力训练的示范性和辅助性助手，即扮演教师教学的角色，以实现临床医生的部分功能。以百度医疗大脑为代表的人工智能已可通过海量医疗数据、专业文献的采集与分析，模拟医生问诊流程，与患者多轮交流，在问诊过程中ai可以收集、汇总、分类、整理病人的症状描述，依据患者的症状，提醒医学生更多的诊断可能性和问诊的遗漏不足，辅助医学生完成问诊。这样对医学生问诊的条理性、层次性、全面性等方面的训练有着极大的提高。ai可通过智能化机器人模拟病人的方式，有望取代标准化病人（Sp）或实际病人来实现对医学生临床问诊能力的培养和考核。随着人工智能的进一步发展，基于计算机视觉、人机交互技术、自然语言处理的深度学习算法的智能机器人将能很好地模拟病人的症状、表情、动作、语言；提供更为标准、规范、准确的病情模拟演示和交互对话。同时可以并通过摄像实时记录和呈现、回放问诊整个过程，通过其人工神经网络的学习，对问诊的各个环节、问诊内容、问诊技巧等具体项目进行评分等数据采集，继而通过大数据挖掘和云计算等技术发现和分析学生在问诊过程中的不足和缺陷，给出准确的评价和指导意见，从而实现对医学生的精准指导和培养。
3．3ai可作为临床技能实践训练的重要补充
人工智能通过集成个性化建模、社会仿真和知识表达，能够为学习提供随时随地的支持［7］。人工智能对于每一位医学生来说相当于一位“虚拟导师”，从而实现定制化、个性化、精准化的自适应学习。人工智能应用于医学临床技能培养将更加注重学习者自我导向、自我评估、团队合作等软技能的提升。人工智能通过数字化技术可为医学生提供更多教科书或教室的固定环境中无法参与的现场临床技能训练的机会。通过人工智能手段，可以全息定量化地虚拟还原现实，在虚拟的空间里，医学生可直接透视人体的细致解剖结构，并由医生进行操作和讲解。这种新模式突破了时间和空间的限制，提高了教学的质量和效率。例如清华大学医学院建立的“智慧现实虚拟临床教学中心”在国内率先开启了“人工智能＋现实虚拟”的临床教学培训新模式［8］。该模式将患者的Ct、核磁等影像数据，经过人工智能系统处理，得到真实还原的全息化人体三维解剖结构并映射在虚拟空间里。医生可通过专用设施，在增强现实的虚拟空间里全方位直接观看到患者真实人体结构的解剖细节，并可通过手势和语音操作，实时进行器官和病变的立体几何分析，精确测量目标结构的区位、体积、径线、距离等参数，同时还可进行虚拟解剖作业、模拟手术切除、手术方案设计和手术风险评估。融合全息影像技术、3D打印技术、虚拟现实和虚拟仿真技术的人工智能将打造一个“人工智能＋全定量现实虚拟仿真”时代。如临床常用穿刺技术的训练可通过人工智能融合虚拟仿真穿刺设备在虚拟空间进行模拟仿真的操作训练。通过虚拟设备的接入，可将体格检查的训练如心肺触诊、听诊，腹部触诊在虚拟仿真环境中进行，人工智能可协助教师使用3D打印技术设计、构建3D打印的器官及模型，用于模型训练体查、病例讨论、器官病变解剖演示、临床过程演示如分娩过程等。
3．4ai可用于医学生临床思维能力与全面诊疗能力的培养和提高
人工智能可以通过模拟真实的临床环境，为学员提供一种能够自主学习、加强感官认知、易于操作的全方面的学习条件，比空间抽象的说教更具说服力，使医学教育更高效。如Cmtt临床思维训练系统，其教学病例均来源于临床上真实的患者，涵盖了临床多个学科，可供训练、考核的病例数量达百余例。该系统在进行鉴别诊断时，还能够帮助医学生比较相似病症之间的区别和联系，训练实习医师临床决策思维能力，并根据病史及检查结果和诊断结论，给出治疗方案。医学生完成每一个病例，可对比标准病例进行自查和分析，也可反复学习，达到巩固提高的学习效果。该系统使思维综合训练与临床实践紧密结合，可有效培养医学生的医学思维及临床决策能力，提高临床教学质量，降低教学成本与风险，最大限度地满足临床综合诊疗能力培养和考核的教学需求。“临床辅助决策支持系统”是目前已投入使用的另一类型的培养医学生临床思维能力培养的人工智能系统。“临床辅助决策支持系统”是基于全球循证医学证据数据库和专家共识发展的临床知识数据库，内容覆盖上千种疾病和症状、1万多种诊断方法、3000余项诊断性检测、4000余项诊疗指南。为医学生在临床诊疗和学习过程中即时提供精准、可信并及时更新的诊疗知识，以帮助他们做出最佳诊断、优化治疗方案、改善患者预后。临床辅助决策支持系统可引导医生从症状出发建立诊断假设，指导医生提供证据（症状和检查）证明自己所选的诊断假设，直至最终确诊，可以有效防止误诊和漏诊。ai可有效地引导医学生建立起以循证医学为基础的临床思维，增强疾病诊治的科学性和有效性，从而建立起标准化的临床思路，符合正确的诊疗流程。可进一步根据诊断结果，提供相应的治疗方案给医生参考以提高医学生全面的诊疗能力。
人工智能时代下的设计思维篇6
关键词：人机交互技术；艺术教育；人机协同
1新一代人机交互技术概况
人机交互是人机信息交换的对话接口。［1］在人机交互发展过程中，经历了命令行界面（CLi）、图形用户界面（GUi）和自然用户界面（nUi）。自然用户界面作为新一代人机交互技术，利用人类视觉、语音、触觉、嗅觉交互和情感计算、多通道交互等交互能力与机器自然交互。自然用户界面依托于1991年markweiser提出的普世计算（UbiquitousComputing）和平静技术（Calmtechnology）两大理论基础，主张技术应该不动声色地服务于人类。
2新一代人机交互技术在艺术教育中的应用
艺术正是实验和探索技术带来的变革，以进入这些复杂的、多时空的、不确定的、非线性的刁顽问题（wickedproblems）的世界。新一代人机交互技术在艺术教育中的应用丰富了新媒体艺术、交互设计、信息设计等专业的教学视域，借助技术创造大量智能时代的艺术形式；另一方面，技术又反哺于艺术教育，层出不穷的智能艺术创作工具，使艺术教育中的“默会知识”能够更高效地传递，促使艺术教育更加形象化、情境化、多元化、智能化，给艺术教育中创造力、想象力、洞察力和好奇心的培养提供有力的技术支持。
2.1语音交互技术在艺术教育中的应用
语言作为人类思维表达的工具，是最简单、最自然的表达方式。语音交互技术经历了3次关键技术迭代。第一阶段是20世纪90年代出现的语音应答（interactiveVoiceResponse，简称iVR），用户通过电话与机器客服交流，我国电信、联通和移动的客服运营都采用了这项语音技术；第二阶段是语音助手，如谷歌GoogleoK、微软Cortana和苹果Siri，将语音交互手段植入手机等便携设备中，以语言和图像相结合形成多模态交互；第三阶段是近3年来出现的智能家居音箱，如谷歌Home音箱、亚马逊eCHo音箱、天猫精灵、腾讯小Q等，作为纯语音设备介入智能家居环境，为生活的去屏幕化交互做好准备。语音交互技术不但改变了日常生活形态，同时也变革着艺术教育的教与学。首先，语音交互技术驱动新媒体艺术、交互设计、录音艺术、动画设计、产品设计等专业发展，使艺术教育不仅仅停留在视觉教育的层面，听觉作为人机交互的重要媒介在艺术教育中大放异彩。例如musictransformer通过语音识别和人工智能技术实现了长篇音乐的自动生成，可通过基于自我主义的序列模型生成连贯地阐述特定主题的音乐。
2.2图像交互技术在艺术教育中的应用
图像交互技术是运用计算机处理、分析和理解图像，从而识别各种不同模式的目标和对象的技术。图像识别分为文字识别、数字化图像识别与物体识别三个阶段。近几年随着计算机视觉技术的不断成熟，相关的图像分割和图像计算方法不断更新，在保证识别准确性的同时，也在艺术及艺术教育中进行了探索与创新。随着图像风格迁移（neuralStyle）技术的发展，计算机通过深度学习掌握了大量艺术大师的绘画风格，可快速将图像进行艺术风格化处理。在艺术史教学的艺术作品赏析环节，可以让学生运用现有的图像交互软件如DeepDreamGenerator、picsartphotoeditor、ostagram、prisma等上传头像，计算机可以制作出融合了历史上各时期艺术大师风格的艺术作品，不但有助于学生掌握各时期绘画大师的艺术风格，丰富艺术史教学的趣味性和互动性，而且生成的绘画作品就如大师在学生面前制作的范画，学生们可以从中观察形式、技法是如何服务于特定内容的，有助于学生们更高效地理解和掌握各类绘画风格，引导学生思考内容与形式间的关系，从而逐渐形成个人特有的艺术风格。
2.3体感交互技术在艺术教育中的应用
体感交互技术通过肢体动作、眼球转动、面部表情等身体变化的方式与装置互动，由计算机识别、解析用户的动作，并作出反馈。体感交互技术根据识别方式的差异，可分为光学感测、惯性感测和综合感测三大类。体感交互技术已作为艺术创作的智能工具在工业设计、建筑设计、动画设计等教学中得到应用。如GravitySketch作为一种直接与视觉和空间思维对话的工具，设计师可自由选择Htcvive、oculusRift或windowsmixedReality体感交互设备实现三维空间快速构思、可视化和信息交流，改变了原有的用鼠标、键盘操控3Dmax、maya、Rhino等三维软件通过在三视图的各个视角构建原型从而建立三维实体的过程，通过肢体动作、手势等自然的交互形式在三维空间中创作，大大激发了学生的创造力和想象力。movemirror可记录用户的动作并与资料库超过80000幅图像匹配得出最相似的影像，包括体育运动、舞蹈、武术及表演动作等，为动画设计、新媒体艺术中人物肢体动作的构思和想象提供丰富的素材，也为肢体动作的结构和生成原理的教学提供艺术教具支撑。体感交互技术不但成了艺术教育的创意工具，也使动手技能培养和实践更为高效。Dynamics365Guides运用全息图、混合现实、手势识别、人工智能等技术，运用全息指令将复杂的动手技能培养的教学任务与环境无缝连接，让学习者可跟随全息影像动手实践，将学习与实践一体化，从而快速高效地掌握知识技能，并可数据化评估学生的实践全流程，便于后期的改进及修正。这样的体感交互技术大大增加了艺术类学生动手操作的乐趣，增强了便捷性。
人工智能时代下的设计思维篇7
关键词：CaD技术；机械工程设计；发展；应用
1机械工程设计的特征
1.1在传统的机械工程设计过程中，主要包括以下的几个方面：产品需求调查、工程设计中问题的定义、工程设计中问题的综合、对设计问题的分析和优化、对设计方案的修改、绘制工程图样和设计文件。这些设计内容决定了具体的机械工程设计工作，例如市场预测、价值工程、测试技术、模型试验、科学思维方法等等。传统的设计技术由于受到落后的设备和技术方法的制约，只能利用保守的观念来进行机械设计，并通过粗略的验算及假设来进行工程分析，这就使机械工程设计比较随意，主要依赖于设计人员的经验和习惯，从而降低了设计的科学性和准确性。
1.2在设计技术发展的过程中，计算机技术、力学、电子学、分析技术等都融入到了设计技术当中，这就使传统的经验设计变为具有科学性和专业性的动态设计。在现代设计技术应用的过程中，需要收集和整理相关的信息，进行快速准确的运算，并选择最佳方案，为了实现这一目的，就需要在机械工程设计中应用CaD技术和数据库技术以及人工智能技术等。
1.3现代设计在设计原则、价值分析、设计思想、造型设计等方面和传统设计相一致，但由于先进技术和思想的注入，使设计的每个阶段都融入了最新的科技成果，并运用最新的设计观念。现代设计技术中除了拥有传统设计，还应该融入模块化设计、有限元分析、反震技术、优化设计、动态试验和计算机信息交换等门类，这样才能使现代设计的功能更加完善。
1.4随着市场竞争的增强和用户要求的提高，机械工程设计必须要不断提高产品质量，同时缩减产品的生产成本，尽量缩短产品研发的周期，这样才能满足现代机械设计的要求。在这个过程中，各类技术对机械产品的改造和对设计技术的革新都提供了很大帮助。
2CaD技术应用在机械设计中的优点
2.1与设计人员思维意图相符
工作人员在进行设计开始时，先通过构思，然后在大脑中形成机械设计的三维立体结构，所以，最好的将设计构思直接转化成为三维实体模型。CaD技术真是实现了这一理论，与设计人员的创新理念相融合，使得机械设计人员能更加专注于产品的设计。
2.2零件装配方便
在CaD技术软件中，由于不同的装配关系，能使得许多的零件很轻松的装配。在进行机械零件的装配工作中，要加强对资源查找器的积极利用，因为其能良好地记录所有零部件之间的装配关系，如果在装配的工作中出现不必要的问题，资源查找器就能很快的显示其优势作用，会马上进行静态干涉检查，一旦发现干涉，一定要采取修改措施。
2.3机械设计周期缩短
CaD技术在解决几何造型上具有很大的优势作用，不仅能将简单的几何实体变成复杂几何实体，还能自动的生成相贯线和截交线，还能大大的缩短施工工期，提高设计的效率。在对新的机械进行设计研发过程中，CaD只要将一些零件进行重新设计，其余的设计不会出现变化，这样就大大的提高了机械设计的效率。
3CaD技术在机械设计应用中的缺点
3.1束缚设计的思想
CaD技术是通过与电脑之间联系的，由于电脑屏幕大小有限，设计人员只能看到设计的一部分，这样就导致设计失去了平衡。虽然CaD技术应用得比较广泛，但是其对数据的要求特别高，在方案的设计上不能出现任何误差。所以说，设计工作者的设计思想在一定程度上就会受到束缚。
3.2资源浪费严重
CaD技术应用的科技含量比较高，要想真正的熟练使用CaD技术，就需要扎实的功底和长时间的实践经验。但是在目前状况下，我们所学习的步伐总是落后于信息技术的发展速度。因此，设计人员在学习新技术上耗费了大量的时间资源。
4CaD技术在机械工程设计中的发展和应用
4.1在机械工程设计的所有技术手段中，CaD技术是一种最具活力的技术，其主要应用在机械工程设计中的几何建模、辅助绘图、设计审查、工程分析、数据库建立、信息处理和信息检索等方面。在机械设计过程中，设计者需要根据不同工程的设计要求对设计进行反复改进，并同时进行分析和评价，这一过程主要具备以下几个特点：1.创造性，设计者需要根据市场需求或者客户意见来设计出有创意的产品模型；2.多解性，设计结果会由于用户对象、标准、材料和设计指标的不同而产生差异；3.近似性，要对机械设计进行简化近似。机械设计的工作一般都集中在设计的初期，机械工程的设计思路和设计目标会对后期工作的进行产生深远影响。为了在机械工程设计之初就将设计人员从传统的方式中解放出来，保证设计人员的创造性能够充分发挥，并运用以往的设计经验和设计成果来进行设计，就需要将大量的计算和各种数据的判断交给计算机来完成。所以说，CaD技术不仅要向高科技、智能化发展，还应该实现信息集成化、交换口标准化和技术一体化。随着人工智能、信息集成、数据库技术的发展，CaD技术也在不断地向更高的科技水平发展。
4.2CaD在向智能化发展的过程中，人工智能起到了关键性的作用，在研究人工智能和CaD技术想结合的过程中，主要是为了提高CaD系统的创造力。在对推理技术进行应用的过程中，能够不断地促进CaD技术的有效发展，人工智能中的专家系统主要是以方案综合和设计评价两种形式存在。随着人工智能的优化发展，不断产生了能够处理设计条件不充分的设计方案的系统，并且能够进行模糊设计和判断的方法。
4.3信息集成一般是指管理信息系统、决策支持系统、计算机集成制造系统之间的数据共享以及数据的完整性和一致性的维护。随着机械工程设计规模的扩大、设计周期的缩短以及先进设计模式的引入，更需要实现各个系统之间的信息共享。但由于实现信息共享存在一定的特殊性，这就需要借助数据库对其进行有效管理。在现阶段的机械工程设计中，有多媒体数据库的应用，但在实用阶段还存在一定的问题，这些问题是机械工程发展中必须要解决的问题。多媒体信息所具有的数据信息量较大，机械工程数据库采用分布式，而且还具有事物处理能力和信息的管理能力，为了更加有效的减少网络承受的负担，就需要充分的将多库智能存在的问题进行合理、有效和及时的解决，使得多媒体中的信息传输过程和播放过程保持同步进行。
5总结
目前我国的CaD技术发展和应用水平虽然取得了不小的进步，但与国际先进水平仍有一定的距离。这就需要我们加大对于CaD技术的研究和开发力度，为我国的工业化进程奠定坚实的技术基础。
参考文献
人工智能时代下的设计思维篇8
关键词：大智移云；本科教育；会计教学；教学改革
大数据、人工智能、移动互联网和云计算（简称“大智移云”）时代使得社会对各类应用型人才更加重视，高等学校改革本科会计教学势在必行。通过会计信息化建设，提升教师教学能力和教学水平，创新人才培养模式，提高学生专业知识水平和信息化技能，是大学本科会计教学改革需要解决的重要问题。
一、文献综述
“大智移云”是当前重要的信息化技术，并对会计产生了重要影响。刘智慧和张泉灵从大数据技术的重点应用领域着手，梳理汇总了大数据处理的一般流程以及关键技术，总结出了大数据的概念特征[1]。南云芙认为，“大智移云”将促进新一轮产业革命的发展，是新一轮产业革命的先行官、大趋势[2]。王海洪从“大智移云”对会计数据的影响、会计准则的影响、会计工作方式的改变、对会计人员的影响等多方面进行归纳整理，认为传统会计将转化为“业务财务、共享财务、战略财务”三个层次，会计数据处理将更加实时、多维，区块链技术可保障会计信息安全、管理效率的提高，会计人员将转型为管理型人才[3]。田高良认为技术环境、商业模式、社会环境变化需要全才的培养[4]。杨舒认为传统会计理论已不能满足企业需求，“大智移云”带来的极大的信息流，使财务会计工作所需处理的信息数量和种类剧增，对会计人才的知识结构、网络技术和技术水平有很高要求[5]。“大智移云”背景下，会计教学必须进行改革。郭阳萍认为，“大智移云”应与课堂相结合，引导老师形成互联网思维，应用直播课、微课、移动学习等新教学方式[6]。宋荣兴、张雪雁认为，会计人才培养应以业务为导向，将业务流、资金流和信息流“三流合一”，应树立大会计理念，做到“产教融合”“科教融合”[7]。董红杰探索了财会类专业“一主线五模块”人才培养方案，提出了“三元共育、四环紧扣、五阶递进”的协同育人模式[8]。徐倩认为，“云会计”和“财务共享”中心的产生提高了财务工作效率，物联网和区块链技术改变了传统会计模式，应从创新课堂教育、建立和完善多层次导师聘用机制上予以改进[9]。葛超群认为，会计人员应由专业型转向综合型，重视跨界融合能力[10]。袁奋强、王志华从教师评价制度、课程设置和惯性思维三方面剖析了会计本科人才培养体系变革的困境，提出了以人才培养目标和规格为基石，以课程建设为依托、以教材修订为落脚点，以教学形式变革为保障，以师生惯性思维改变为突破口，以优化评价制度为导向的人才培养体系[11]。从以上研究可以看出，现代信息技术的发展使会计信息的生成方式发生了巨大变化，对会计职业、会计理论、会计人才培养提出了更高的要求，会计本科教育作为重要的会计职业的准备阶段，对会计教学进行改革是必然选择。
二、“大智移云”对本科会计教学带来的影响
会计本科教育作为会计专业学生的职业能力准备阶段，应顺应经济社会环境的变化和发展的需要，直面信息技术冲击进行相应的改革。“大智移云”对本科会计教学带来的影响主要体现在以下几个方面：第一，会计教学理念发生了变化。业财融合、财务共享、价值创造、战略管理、智能财务已成为新时代会计人才培养应具备的新的视野和能力，应融入会计教学的全过程。第二，会计教学的内容和模式发生改变。传统的会计职能在“大智移云”平台下得到了创新，会计行业的工作空间和模式也发生了较大的改变。会计教学内容应体现信息技术革命所带来的影响，会计教学的方式呈现出多样化，线上线下混合教学方式的开展、资源共享课程平台的应用、以学生为中心的翻转课堂形式均要求改变传统的教学方式。第三，对传统会计理论形成冲击。企业商业模式和会计业务模式的变化，对传统的历史成本属性、收入费用观、静态价值观提出了挑战。在“互联网+”背景下，信息体量陡增和信息种类复杂化也对会计信息的及时性和真实性提出了更高的要求。会计核算职能也逐渐向会计信息系统转移，会计教育的重心由财务会计转向管理会计。第四，对会计人才的数据处理能力提出了更严格的要求。账务系统的电子化、信息化、网络化改变了会计信息的生成方式，提高了财务管理的效率，同时也对会计从业人员的知识体系和管理素养提出了新的要求。
三、目前我国高校本科会计教学的问题分析
（一）信息资源的共享程度提升，传统教学模式须变革。受传统教学模式的固有思维影响，教师在教学中往往追求在固定的时间、固定的空间进行线下授课，这种教学方式虽然能够在短时间内体现出其教育教学效果，但是从长远发展的角度看成，会对学生的思维意识和个人能力产生极大的抑制。固定化、模板化的教学模式是不符合发展的，学生易产生依赖和疲倦心理，影响到学生对知识的自主探索，缺乏发现问题和解决问题的积极性，导致学习效果欠佳。长此以往，不仅学生的学习成绩难以得到恒定的提升，教师的教学效率以及学科专业的教学质量也会显著下滑。再者，教师的传统教学理念使其在教学中忽视了学生的主体地位，多是以教师的讲解为主，学生只能被动地接受知识，缺少思考和与教师的互动。虽然有不少高校提倡“翻转课堂”的创新教学模式，但模式的开展仍停留于形式；虽然在教学过程中强调以学生作为课堂的主体，但教师在课程中对学生的反馈效果不佳，使得课程对学生创新思维和团队协作能力的培养达不到“翻转课堂”的初衷。互联网拓宽了信息来源渠道，通过网络可及时检索信息，可以扩展知识面，丰富思维方式。互联网的便利也为会计教学方式提供了多样化的选择途径，移动终端的广泛性和便捷性突破了场地和环境的固有限制，使得教师和学生之间的距离拉近，但在海量信息面前，学生缺乏甄别能力，受到大数据对信息推荐和筛选的影响，无法独立判断信息的真伪，思维受到定向投放的信息影响，在挑选过程中缺乏自主判断和思辨能力，这些导致注意力分散进而降低了学习效率。教师必须要根据社会的需求来更新教学方式和教学理念，将互联网的优势与传统线下教学教学方式的优点加以结合，才能使教与学的效果得到双向提升，使培养的学生可以更加符合社会需求，为社会所用。（二）信息技术拓展了会计教学内容，课程及专业需重构和融合。目前高校本科专业课程设置主要以制造业为背景，以核算课程为主，教给学生的是概念、公式、分录和准则条文，课程结构不合理，课程之间分得太细，过分强调与会计相关；现有课程体系缺乏人文素质、课程思政方面的元素，应对“大智移云”背景下所需要培养的专业技能课程开设较少，课程教学内容简单化、片面化，不能满足信息化发展的需要。现阶段会计实务对学生实践能力和动手操作能力的要求越来越高，而基于高校传统的课程体系，学生所形成的素养仍停留于理论层面，无法落地，实践能力培养存在缺陷，这就导致学生就业后无法满足企业对会计人员所既定的能力标准。此外，高校教材更新滞后、教材偏理论导致学生在就业中难以将学校学习的知识应该用到实处。高校对于实验课程虽然设立但课程创新度不够。教师授课模式多以先展示、再操练的形式为主，学生通常不用过多的思考就可以照本宣科地完成，这种方式所达到的实践效果并不高，导致学生在面对复杂多变的实际问题时，缺乏独立思考，没有做到将理论知识落地。由于会计业态的变化和社会对会计专业学生能力要求的变化，会计专业应跨界融合，在教学内容方面应融入现代信息技术、战略管理、商业模式、财务云与财务共享等课程，实验课程体系应融合现代信息技术方法、管理会计方法、现代决策应用等内容，体现系统性、综合性、实用性。在教学方式上应采取线上线下混合教学方式、以教学平台为信托的一体化教学方式、深化以学生为主体的翻转课堂教学方式。（三）信息社会对会计人员职业能力要求提升，培养模式要创新。在“大智移云”背景下，大部分企业都能对变化做出快速应对，结合信息技术和互联网环境，构建属于会计行业的新工作模式，营造良好的工作环境，提升工作效率。现代化企业需要的是管理技术人才，这意味着会计执业者不仅仅需要掌握扎实的专业知识，还需具备一定数据分析和管理预测能力。因此，学校对于会计专业学生的培养，不仅需要会计基本职业素养的培养、会计专业知识的传授，而且要结合“大智移云”时代背景要求，侧重学生数据分析、预测和决策能力的建立。但从会计专业教学现状角度分析，高校对会计人才培养虽有贴合信息时代要求，但仍然更加青睐于传统的培养方案，侧重于学生的专业知识和理论储备，对于实践应用和动手操作能力的培养较为薄弱，不重视会计的管理决策职能，重财务会计轻管理会计。会计专业人才培养体系本身具备着较强的特色性和目的性，这要求教学活动的开展需要迎合学生日后就业所需技能的需求，人才培养应当从企业人才需求以及学生就业的角度去考虑问题，拟定符合市场需求的培养方案，并针对性开展教学活动，以保障培养效果与就业的契合度。但现阶段，技术要求日新月异，其远超于高校人才培养体系的更新速度，会计人才需求与供给的买方市场已经形成，但学生培养的闭门造车现象仍然很普遍，这种现象进一步说明人才培育没有从供给侧出发，高校缺乏与企业的实时沟通，没有积极将现阶段企业所应用的会计信息技术及时反馈到人才培养方案中，也没有针对社会对会计职业能力要求的改变做出快速反应，学生往往对相关行业领域以及具体的企业工作模式不够了解，导致学生的学习质量和学习效果都存在缺陷，以校企合作、科教融合为基础的协同育人培养模式创新势在必行。
四、“大智移云”下会计本科教学改革的措施
（一）直面“互联网+”，提升教师教学能力。“大智移云”对教师信息技术能力提出了更高的要求。一是帮助学生形成互联网思维。在课堂教学中，教师不仅以教材内容和大纲作为教学基准，还需结合学科特点和就业需求来开展针对性教学，将最新的信息技术代入课堂教学，将最新的会计环境变化纳入课堂教学，将最新的会计实务和会计案例嵌入课堂教学，顺应教育部“课堂革命”要求，促使专业知识更加形象、具体地展示到学生面前，切实帮助学生形成“大智移云”的互联网思维。二是理论教学与实务教学并重。学生理论知识的掌握和实践能力的培养被放在同等重要的地位，一方面应夯实学生的会计专业理论知识基础，另一方面应促进信息技术与会计专业实践的融合，为后续的实习、实践活动提供充足的原动力。三是注重传统教学方式与互联网技术的融合。在高校会计专业教学革新的探索过程中，教师应当积极吸收和学数据、云计算相关领域的知识，寻求将传统教学与其有机融合的途径，打造出崭新的教学模式。应及时转换固有理念，大胆尝试不同的信息技术手段来进行辅的教学，积极利用线上资源，熟练掌握线上课堂教学所必备的知识技能。这不仅仅要求在授课后重视学生掌握课程的情况，而且要求课后操练和展示的形式多样化，与学生互动可借助互联网平台移至线上，对学生考核、指导学生进行开放式训练也可线上进行。四是重视教师继续教育的实施与考核。高校可定期组织专家开展培训和讲座，通过继续教育考核和互联网教学沙龙，结合教学活动制定相应的考核机制，以提升教师对“大智移云”相应知识技能的接纳程度，以此来鼓励教师大胆创新。信息技术的高速发展使得学生的会计学习突破了时间和空间的限制，进行会计教育时应注重培养学生对会计学科的兴趣，培养学生学习自主性和批判性思维能力，培养管理会计意识。（二）优化课程体系，构建网络教学平台。会计学科、会计专业、会计课程是包含的关系，会计课程是基础，课程的开设是会计人才培养的关键环节。课程设置顺应会计环境的变化不断进行优化，满足经济社会发展对会计人才的需要，是会计专业、会计学科发展的生命力所在。一是要优化课程设计。随着信息化的发展和商业模式的变化，社会对会计人员职业能力结构提出了新的要求，在知识体系上强调传统会计、财务、审计专业知识之外的计算机、信息、决策等知识，在能力结构上强调会计业务处理能力基础上的数据收集和分析的能力、基于战略管理高度的决策能力，在职业素养上不仅强调专业素养还应具备人文素养。因此，在会计专业的课程设计环节，应体现“大智移云”给会计职业带来的影响，考虑到业财融合、财务共享、财务云、决策型会计这些新的变化，可设置智能会计、智能财务等专业方向、可增加大数据、人工智能、商业模式等课程，也可在现有课程中将以上的新变化嵌入。二是要做好线上与线下的课程分布和课程内容分布。应当结合网络课程的便捷性与实体课程的高效性进行适当比例的搭配，同一门课程，有的内容可通过课堂教学进行，有的内容可通过教学平台线上进行。网络课程和线上教学是“大智移云”平台下会计教育创新的核心体现，也是互联网教育带来的关键资源。因此，对课程的设计会直接影响会计信息化教学的质量。高校应基于不同类型的课程内容在会计本科教育中的作用与地位，建立清晰的网络课程结构。三是要建设好网络教学平台。高校还应搭建属于自己的网络课程学习平台，为线上线下的混合式教学开展提供保障。应注重网络后台的建设，提高网络的畅通性和安全性，为线上课堂提供坚实后盾。应丰富网络平台的内容，将会计改革的内容、会计实务界面临的新问题、会计研究的最新动态、典型的会计案例纳入，让学生直面会计理论和实务的最新变化，去体验会计角色的代入感，去发掘感兴趣的研究课题，充分发挥教学平台的综合性作用。（三）加强校企合作，创新人才培养模式。2017年度12月，国务院办公厅印发的《关于深化产教融合的若干意见》指出，充分调动企业参与产教融合的积极性和主动性，强化政策引导，鼓励先行先试，促进供需对接和流程再造，构建校企合作长效机制。2019年9月，国家发改委、教育部等6部门印发的《国家产教融合建设试点实施方案》指出，大力支持应用型本科和行业特色类高校建设，紧密围绕产业需求，强化实践教学，完善以应用型人才为主的培养体系。企业作为就业终端，能够更快的对会计专业人才的需求做出及时的调整，通过向高校学生提供实习机会，学生可以通过这些真实的经济业务提高实践能力，构成良性循环。校企合作教学过程的开展能使学生借助实习平台将学校内教师传授内容落地至企业的实践中。高校应与企业建立长期战略合作关系，应当更加关注终端需求，从学生角度出发，积极收集学生就业后的反馈信息，做出及时的调整。为此，加强校企合作也是促进教学质量提升，实现教育改革的重要手段。校企合作的主要内容就是让学生将学校学习到的知识内容在企业中应用到实处，增强理论知识和实践能力，并以就业为教学目标。校企合作的方式包括共同制定人才培养方案、共同开发实践教学课程、共建实习基地、实行学生培养的双导师制、产业教授的评聘、实务专家进课堂、共同进行课题研究、共同举办产业学院等。校企协同育人培养模式的创新是提高会计本科人才培养质量的必然选择。
“大智移云”时代，高校会计教育教学模式的变革是一项循序渐进的系统工程，需要学校、教师、学生的一致行动，需要信息技术的结合、教学理念更新、辅助教学平台的协同。这不仅对一线教师提出了挑战，还对计算机科学、网络信息技术和会计学科的交叉融合提出了新要求。党的提出了建设数字中国、智慧社会、网络强国的要求，发展数字经济、共享经济，培育新增长点、形成新动能，推动人工智能、互联网、大数据与实体经济的深度融合是大势所趋，会计本科教学应关注“大智移云”给会计教学带来的影响，培育互联网思维，创新人才培养模式，更新教学内容与教学方式，以提高人才培养质量为根本，积极推进本科会计教育的改革和发展。
参考文献：
[1]刘智慧,张泉灵.大数据技术研究综述[J].浙江大学学报（工学版），2014，48（6）：957-972.
[2]南云芙.河北廊坊:推动“大智移云”产业发展[J].中国财政，2017，（20）：54-55.
[3]王海洪,肖洋洋.大智移云技术对会计影响的文献综述[J].会计之友，2018，（24）：61-64.
[4]田高良.大智移云时代产教融合与管理人才培养探讨[J].世界教育信息，2018，31（21）：78.
[5]杨舒.大智移云时代对企业财务会计的影响与对策研究[J].财会学习，2019，（11）：115-116.
[6]郭阳萍.“大智移云”背景下会计教育改革的探讨[J]，商情，2018，（39）：58-59.
[7]宋荣兴,张雪雁.“大智移云”背景下会计如何应对发展困境[J].财会研究，2018，（12）：27-31.
[8]董红杰.大智移云时代财会类专业人才培养实践与探索[J].财会通讯，2018，（31）：40-42.
[9]徐倩.“大智移云”背景下高校会计教育教学创新模式探析[J].纳税，2019，13（8）：59-60.
[10]葛超群.“大智移云”时代会计人员转型升级问题研究[J].江苏商论，2019，（2）：134-136，141.
人工智能时代下的设计思维篇9
关键词：建筑设计创新
对建筑整体而言的建筑设计无疑是创作，创作尤需创新精神，因为建筑创作是评定建筑师对其设计的建筑是否具有新创意、新构思，并促使建筑师运用建筑形态、技法、语言等创造出具有新功能、新形象、新个性的建筑。建筑设计创新不仅是指形态创新，还包括思维创新、方法创新等方面。建筑设计创新的内涵十分丰富，值得我们对之进行多维度的思考。
一、现代建筑设计创新的必要性
我国传统的建筑设计将设计重点放在技术方面，新形势下的现代建筑则要求设计师从建筑的功能、环保和科技等多方面考虑，将设计内容和设计过程的管理放在同样重要的位置，使设计出的建筑既符合经济环境和社会环境的需求，又满足自然环境的需求。因此，建筑设计师应该从宏观上掌握设计的方向，使建筑既能符合当代人的使用功能要求，又利于可持续发展的实现，为人们设计出最合适的生活、工作环境。
二、新形势下建筑设计创新的基本条件
当代建筑设计中，想要提高建筑设计的创新水平，就必须学会灵活的运用创造性思维。创造性思维是在创造主体的基础上发散出的一种集合体，它是创造作品质量优劣的重要决定因素。作为当代的建筑设计师，不仅要培养自己的创造性思维，还要不断增加创作的动力。只有设计师对设计充满激情、动力，才能设计出更好的作品。创作的过程体现了设计者知识的沉淀过程和直觉思维的跳跃出现，也就是说，设计师应该注重知识的领悟和积累，对现实事物大胆发挥自己的想象力，并在灵感产生的瞬间紧紧的把握住，把知识和灵感结合在一起运用到创作中。
三、现代建筑设计的创新策略
1、新形势下的建筑设计创新应该独具特色
我国有着上下五千年余年的文明史，建筑艺术更是我们的历史艺术。为了满足社会发展的需要，建筑设计需要不断的创新、改革，而改革创新并不是放弃以前的文化、艺术，而是要充分吸收从古至今的建筑设计精髓，然后结合创新理念运用到现代的建筑设计中去，将创新作为衡量现代建筑设计的提升目标。设计师在设计建筑的时候盲目的追求西式风格，而忽视了我们五千年的民族特色，这就迫使现代建筑设计创新要立足于文化，使设计出的建筑既要使人们从视觉上体会到创新的美感，又要展现出我国的民族的特色。
2、新形势下的建筑设计创新要立足于地域环境
每个地方都有属于自己的环境特点，建筑师在设计建筑时要充分考虑地域环境的特点，使设计出的建筑适应该处的地理环境，如果能将该处的环境与建筑设计结合在一起便更好了。这就要求建筑设计师在没有展开设计之前，应充分的了解建筑的地域环境，根据该处的环境特点为自己寻找创作的灵感和方向。例如美国的考夫曼住宅，它是位于河畔的流水住宅，由著名设计师赖特设计，该流水别墅不仅在设计上巧夺天工，还与周围环境中的溪流、树木、山石等巧妙的结合在一起，再加上树林中的虫鸣鸟叫，别墅俨然与大自然融为一体。考夫曼别墅的完美创作带给大家的震撼提示了设计师们，当建筑能与环境完美的结合在一起时，人们不仅仅是获得了良好的生活、工作场所，更是得到了精神和心灵层面的美好享受。
3、建筑设计应充分体现人文精神
现代建筑设计趋向于人们对美的认知、映照与转换。因此，建筑中的艺术形象应具有强烈的冲击力与视觉表达能力，这样才会引起人们对美感的共鸣。在市政建设发展迅速的新建筑中，既包含公众精神、首创精神，又具备人文精神，这些精神就是建筑的灵魂，承载着人们对新城市、新建筑的美的追求。建筑的人文趋向是人们心中归属感与认知感的聚焦，体现了现代人文精神的追求价值与象征意义，也是与人们自豪感相结合的全新美学意向，它们均通过城市现代化建筑反映出来。在现代建筑的设计过程中，尊重环境的多样性、整体性，是影响设计整体艺术形象与现代新美学建筑观念的重要因素，同时，也能充分反映建筑设计艺术的特点。
4、现代建筑的智能发展趋向
现代建筑的智能化就是将智能型计算机、智能保安、多媒体现代通信、环境监控等技术与建筑艺术相融合。此外，通过自动化监控设备，还可将信息资源及对使用者的信息服务情况与建筑优化组合，让建筑使用者的投资物有所值，既符合信息社会的需要，又能拥有舒适、灵活、高效、便利、安全的建筑空间。随着时代的不断发展，人们对工作环境及居住环境的要求也在不断提高，智能建筑的设计恰好充分体现了这一发展趋势。在建筑中，人们能够获得现代化的办公条件与通讯手段，其中温度、照度、湿度等可以自动调节，并通过利用自然界的冷、热、光、大气等自动调节室内环境，最大限度地减少能源的消耗，以创造人性化的生活环境。
5、新形势下的建筑设计创新要学会使用新技术
随着计算机技术的发展和普及，数字化技术的应用早已突破了原本的信息储存和处理功能。为满足社会的发展、人们的需要，数字化技术已经被运用到建筑设计中。国内外学者早就指出，计算机技术将对我们的工作、生活带来巨大的影响。很多具有远瞻意识的建筑设计师已经在尝试运用计算机手段来提高自己的设计创作能力，特别体现在空间和形体的设计方面。例如从西方引进我国的SoHo住宅，它将办公空间与住宅空间有机的结合起来，不仅减轻了人们的工作压力还减少了交通压力，还在很大程度上做到了节能减排，降低了环境污染。
对于建筑设计的发展来说，2l世纪是讲求个性、追求丰富多彩的时代，没有突破就没有创新，人类善于打破旧世界，更善于创造新世界。因此，从习惯与传统中走出来，不断进行建筑的创新尝试，在过去和将来都必将是建筑设计中最为重要的组成部分。
参考文献：
[1]王嘉，刘刚.现代建筑设计的相关问题探讨[J].黑龙江科技信息.2011（07）
[2]陈进良.新形势下我国建筑设计应如何创新[J].中国新技术新产品.2011（05）
[3]周向辉.现代建筑设计的创新理念探究[J].建筑设计管理.2011（07）
人工智能时代下的设计思维篇10
关键词：移动互联网；智能手机；app；学生个性思维
4G时代的开启以及移动终端设备的凸显必将为移动互联网的发展注入巨大的能量，可以说一个更加便捷的互联网时代已经到来。现在的大学生，几乎人人都有一部智能手机，基于智能手机的手机app近年来得到了迅速发展，与一般商业化的app相比，面向高校学生的智能手机app又有着自身的特点，不同种类app具备自身所设计的应用软件功能。越来越多的基于移动互联网的智能手机应用产品带来的巨大的商业市场及高额的利润催生了更多的个人及企业投入到这个产业中去。因此，更加激发了学生们希望自己设计一款能解决实际问题的手机app，给大家的生活带来更多的便利。于是，学生就将这些个性思维创意写成文档并设计出好的手机app，参加国家蓝桥杯团队赛，如果蓝桥杯团队赛进入全国一等奖，现场就会有风投投资这个项目，学生可以借助这个平台很好的发挥自己的专业技能和创意思维，学生自身的创造力和鼓励创新创业的政策导向对学生自主设计app的发展起到了催化作用。
一、移动互联网与智能手机app简介
简单地说，能让用户在移动中通过移动设备（如手机、平板电脑等移动终端）随时、随地访问internet获取信息，进行商务、娱乐等各种网络服务，就是移动互联网。移动互联网和传统互联网最大的区别在于：运营商非常强势，手中完全掌握了用户的基本信息。至于终端形态，目前移动互联网的应用平台主要有apple的ioS和Google的android系统。随着移动网络的快速发展使得越来越多的网民开始随时随地使用移动设备上网，并逐渐取代电脑上网行为，因此智能手机应用软件app成为日常生活中不可或缺的一部分。
二、社团Go！app设计方案
社团go与微信建群的区别：1、社团go是垂直、细分的应用。2、使社团之间有了专业平台。3、由专业团队管理并提供社团专属服务。4、采用o2o模式。
学生通过该app可以直接选择自己想要参加的社团，社团分类为“运动”、“娱乐”、“艺术”、“生活”、“文学”和“其他”。更细分为：“动漫社”、“电竞社”、“摄影社”、“剪纸社”、“电影社”，为学生们提供了丰富的社团活动。学生只用下载该app，通过手机号或邮箱注册成为会员，每次登陆即可。有个人中心、账户管理、修改密码等功能，还可以添加社团好友，查看我的社团和我的好友，界面友好，功能完善。
三、结束语
基于移动互联网与智能手机app的发展和应用，通过创新能力引导下的竞赛，促进学生蓝桥杯团队赛个性思维，达到培养优秀人才，推动学风建设和校园文化建设的目标，从而实现教育教学深层次的改革。
参考文献：
[1]罗军舟，吴文申，杨明.移动互联网：终端、网络与服务.计算机学报，2011（11）.