人工智能技术知识篇1
以上论证说明：人工智能技术可以在人类隐性智慧定义的工作框架内模拟人类显性智慧（人类智能）生成知识，创建主客双赢的策略解决各种复杂问题。而这是现今其他各类技术做不到的。不过，由于在人工智能系统工作的基本过程中，（1）中客观存在各种不确定性，人类给定的知识未必能够理想地体现客观规律，也未必能够完全满足求解问题的需要，（2）中人类预设的求解目标也不见得完全合理，（3）中人工智能系统各个环节必然存在各种不理想性。因此，人工智能系统对人类显性智慧能力的模拟不可能完全到位，人工智能系统提供的问题解答也有可能不如人类自己求出的解答。换言之，人工智能系统所模拟的人类显性智慧能力，原则上不可能超过人类自己的显性智慧能力。如果说人工智能系统确实也有超人的地方，那主要是它的工作速度、工作精度、持久能力等因素，而不可能是显性智慧中的智慧品质。至于一些人所宣传的机器超越人类甚至机器淘汰人类的说法，是没有根据的。无论是人工智能系统，还是其他各种机器系统，它们共同的问题之一是：机器没有生命，没有目的，不可能自主发现应当解决的实际问题，不可能自主形成机器的智慧，尤其不可能无中生有地形成超越人类和淘汰人类的荒唐愿望，因此更不可能产生淘汰人类或灭绝人类的行为。
2人工智能与信息技术的关系
图2的人工智能系统模型表明，完整的人工智能技术系统必须具有如下环节：信息获取（感知）、信息传递（通信）、信息处理（计算）、知识生成（认知）、策略创建（决策）、策略执行（控制）以及反馈学习优化等基本技术系统，这正像“人”这个智能系统必须具有感觉器官（信息获取）、传输神经系统（信息传递）、思维器官（信息处理、知识生成、策略创建）以及执行器官（策略执行）。其中传感（感受信息）、通信（传递信息）、计算（处理信息）、控制（执行信息）等技术属于信息技术。可见，人工智能系统是一个全局整体，其中包含着传感、通信、计算、控制等信息技术环节；这正像人这个智能系统是一个全局整体，其中包含感觉器官、传输神经、丘脑和执行器官这些信息器官。如果把人工智能系统称为完整的人工智能系统，而把其中的知识生成和策略创建称为核心人工智能系统，那么，则有：完整的人工智能系统＝核心人工智能系统＋信息技术系统其中，核心人工智能系统处于完整人工智能系统的核心，处理知识和智能层次的问题；信息技术系统处于完整人工智能系统的外周，处理信息层次的问题，同时担任核心系统与外部环境之间的两端接口：一端是从环境获取本体论信息（传感），另一端是对环境施加智能行为（控制）。这就表明，信息技术系统提供给人类的服务主要是方便快捷的信息共享，而不可能提供如何认识事物本质的服务（因为这需要知识），更不可能提供如何解决问题的服务（因为这需要智能策略）[2]。
3“新型”信息技术
近十多年来，先后出现了大数据、云计算、物联网、移动互联网以及各种互联网的应用技术。人们把它们称为“新型”信息技术或“新一代”信息技术。深入分析可以发现，这些新型信息技术的核心技术正是核心人工智能系统的知识生成和策略创建技术。不妨以大数据技术为例加以说明。图3表示了大数据技术系统的工作流程。由于有着多种来源、多种背景以及多种格式，大数据通常是病态结构或不良结构的大规模数据集合，其中可能包含垃圾、病毒和黑客攻击程序。因此，如图3所示，大数据技术的第一个环节就是智能分类：把无用的数据识别分类出来加以过滤和抑制，把有用的数据按照某些特征进行分类，再分门别类地送到恰当的云计算（和云存储）系统，进行相应的信息处理，为知识生成（知识挖掘）做好必要的准备。通过知识挖掘生成了足够的知识之后，才可以把这些知识（结合求解目标）转换成为用来解决问题的智能策略。其中，智能分类、知识挖掘和策略创建都是人工智能的基本技术。可见，如果没有这些人工智能技术，大数据就只能是数据，而不可能转换成为有用的知识和可以用来解决问题的智能策略。
由此可知，大数据技术的核心就是人工智能技术，可以把它比较确切地称为面向大数据的智能技术。而把它称为新型信息技术则没有真正抓住大数据技术的要害和本质，模糊了人们对大数据技术和人工智能技术的认识，不利于大数据技术的研究和发展，也不利于人工智能的研究和应用。真正的智能物联网模型不是别的，正是图2所示的模型。如图2所示，只要在综合知识库内设置“对物控制的目标”，那么“外部世界的物”的信息就经由传感器获得，经过通信系统传送到计算系统并在这里进行必要的处理即把信息变成适用的信息，接着由认知系统转换成为知识，然后由决策系统根据控制目标把信息和知识转换成为智能策略，智能策略再经通信系统传到执行系统之后转换成为智能行为反作用于所关注的“物”，使它的状态符合预设的目标。近来人们在密切关注着“互联网＋”。其实，“互联网＋”可以有两种不同的理解。一种理解是当前人们所关注的互联网推广，这里的“＋”就相当于信息化的“化”，就是互联网的各种应用。另一种更有意义的理解则把“互联网＋”理解为互联网升级，就是把以计算机为终端的现有互联网升级为以人工智能系统为终端的智能互联网。这就是2015年全国两会期间全国政协委员的“中国大脑”提案。应当认为，互联网推广,即把互联网应用到各行各业是完全必要的，这是信息化建设的正常要求。但是，从信息化建设的发展大势来看，互联网升级即把当前常规互联网升级为智能互联网则更为必要，这将为中国信息化建设注入更为强大的新活力，是转变经济发展方式的需要，是国民经济产业升级的需要。综上所述，大数据技术、云计算技术、智能物联网技术，其实都是人工智能技术的相关具体应用。可以这么说，如果没有人工智能技术，单凭信息技术很难有效地应对大数据和物联网以及未来更多更复杂的技术挑战。
4结束语
人工智能技术知识篇2
关键词：新一代计算机；人工智能技术；发展趋势
“人工智能”是在1956年的Dartmouth学会上提出的，英文缩写是ai。它是计算机科学等多种学科互相渗透而发展起来的综合性、交叉性学科。从计算机应用系统的角度出发，人工智能是研究如何模拟人类智能活动，使机器能够胜任一些需要人类智能才能完成的复杂工作，以延伸人类智能的科学。
二、人工智能技术的发展状况
随着计算机、信息和并行程序设计技术的发展，人工智能的研究已经发展成为智能体系的研究。到目前为止，人工智能程序已经知道考虑他们要解决的问题，从而寻找比较好的答案。智能体体系可以被认为是智能体的软件工程模型，智能体语言是智能体的软件系统。在我国，智能体技术多被应用到处理具有异构、布、态、规模及自主性的系统中，如internet，是人工智能技术的新应用。
目前，人工智能技术在美国等欧洲国家仍保持非常快的发展速度。在人工智能技术领域十分活跃的iBm公司，已经为加州劳伦斯利佛摩尔国家实验室制造了号称具有人脑的千分之一智力能力的aSCiwhite电脑。据称，其正在开发的更为强大的bluejean电脑的智力水平将与人脑相当。
三、新一代计算机和人工智能技术的应用
随着人工智能技术的不断发展，越来越多的技术发展都涉及到人工智能，人工智能已经被广泛应用到许多领域。
（一）人工智能技术在计算机符号计算中的应用
计算机最主要的用途之一就是科学计算，通常分为纯数值的计算和符号计算两种。其中符号计算是一种智能化的计算。随着新一代计算机的开发和普及以及人工智能技术的发展，多种功能计算机代数系统软件相继出现，都是用C语言写成的，可以在绝大多数计算机上使用。
（二）人工智能技术在计算机模式识别中的应用
计算机用数学方法研究模式的自动处理就是模式识别。用计算机实现模式的自动识别和判断，是利用人工智能技术开发智能机器的关键，计算机模式识别的特点是效率高，速度快，准确率高，也为人类认识自身智能提供了有利线索。
（三）计算机的机器翻译
计算机把一种语言转变为另一种语言的过程就是机器翻译。目前，我国的机器翻译软件的翻译特点，大致可以分为三类：词典翻译、汉化翻译和专业翻译。词典翻译软件可以迅速查询英文单词或词组的词义，并提供发音；汉化翻译软件提出“智能汉化”的概念，辅助翻译作用更加明显。
（四）人工智能技术在计算机机器学习中的应用
计算机的机器学习主要研究如何使计算机能够模拟或实现人类的学习能力。机器学习是机器具有智能能力的重要标志，也是机器获取知识的根本途径。机器学习是一个难度较大的研究领域，它与认知科学和逻辑学等学科都有着密切的联系，并对人工智能的其他分支也会起到重要的推动作用。
（五）人工智能技术在计算机问题求解中应用
人工智能技术在今天的计算机程序已能够达到各种方盘棋和国际象棋的锦标赛水平。但是，尚未解决包括人类棋手的表达能力和洞察能力等。人们通常都能根据具体问题找到思考问题和解决问题的办法，目前，人工智能技术已能通过计算机程序知道如何考虑要解决的问题，寻找较为准确的解答方法。
（六）人工智能技术在计算机推理证明中应用
逻辑推理在人工智能研究中是最持久的探究领域之一，其中特别重要的是，通过找到合理准确的方法，集中注意力在大型数据库中的有效事实上，关注可信证明，并在出现新信息时适时修正这些证明。因此，在人工智能方法的研究中，定理证明是一个极其重要的论题。
（七）人工智能技术在计算机语言处理中的应用
自然语言处理是人工智能技术应用于实际领域的典型范例，经过多年艰苦努力，这一领域已获得了大量令人瞩目的成果。目前该领域的主要课题是：计算机系统如何以主题和对话情境为基础，注重大量的常识——世界知识和期望作用，生成和理解自然语言。这是一个极其复杂的编码和解码问题。
（八）人工智能技术在计算机专家系统中的应用
专家系统是人工智能技术中最活跃、最有成效的研究领域，是具有特定领域内大量知识与经验的程序系统，已出现成功应用人工智能技术的趋势。计算机程序如果能体现和应用人类知识，就应该可以帮忙解决问题，而且能发现人类专家在推理过程中出现的差错。
四、新一代计算机和人工智能技术的发展趋势
新一代计算机和人工智能技术的发展潜力巨大，其作为一个整体的研究才刚刚开始。人工智能技术的发展总是超乎人们的想象，要准确地预测人工智能的未来，从目前一些前瞻性的研究中可以看出，未来人工智能技术可能会朝以下几个方向发展：模糊处理、并行化、神经网络和机器情感。
（1）自动推理是新一代计算机和人工智能技术最经典的研究分支，其基本理论是新一代计算机和人工智能技术其它分支的共同基础。其中知识系统的动态演化特征及可行性推理的研究，是最新的热点，很有可能取得突破。
（2）机器学习的研究使得许多新的学习方法相继问世，并获得了成功应用。但是也应看到，现有的机器学习方法尚不够有效，寻求一种新的方法，以解决新一代计算机和人工智能技术研究中的在线学习问题，是研究人员共同关心的问题。
（3）自然语言处理是新一代计算机和人工智能技术应用于实际领域的典型范例，这一领域已获得了大量令人瞩目的理论与应用成果。智能信息检索技术近年来已成为新一代计算机和人工智能技术的一个独立研究分支，将新一代计算机和人工智能技术应用于计算机科学与技术领域的研究，是人工智能走向应用的突破口。
五、结束语
很多新一代计算机和人工智能技术研究的成果已经进入人们的日常生活。未来，人工智能技术的发展将会给人类的知识、思考、生活、工作和教育产生巨大的影响，在人类的生活中占据一席之地，成为人类生活的伙伴。
参考文献：
[1]吴艳.关于“人工智能”技术发展的思考[J].和田师范专科学校学报.2010.
人工智能技术知识篇3
关键词：人工智能；会计软件开发技术；翻转课堂；知识库；会计信息化
一、引言
近年来，随着云计算、人工智能、大数据和移动计算等新技术的发展与应用，知识管理理念的日趋成熟，新兴技术对高等学校教育教学模式的改革与创新带来了良好的机遇。2012年3月13日，教育部印发的《教育信息化十年发展规划（2011-2020年）》，旨在推进信息技术与教育教学的深度融合，实现教育思想、理念、方法和手段全方位创新。2016年6月7日，教育部颁布实施的《教育信息化“十三五”规划》，以期加快推动信息技术与教学教育的融合发展。这些政策的出台为高校翻转课堂教学模式的发展提供了明确的实施导向和政策支持，也为重庆理工大学会计信息化部级精品课程之《会计软件开发技术》（accountingSoftwareDevelopmenttechnology，以下简称为aSDt）课程实施翻转课堂教学模式改革与创新带来了良好的契机。知识库采用知识表示方式来存储、组织、管理和使用互相联系的基础学习知识、学习过程沉淀的知识和学生自我搭建的知识。基于人工智能技术的翻转课堂知识库构建与应用，不但可以调动学生的积极性和主动性，让课程教学延伸到网络平台，还能够在很大程度上提高课程的教学质量和教学效果。大数据、人工智能、知识库等技术的发展为翻转课堂教学模式的有效开展提供了良好的技术支撑，引起了教育界的广泛关注。周宇等人（2016）提出了一种面向关联数据的机构知识库构建方法，该方法能够覆盖机构知识库构建的整个过程，并支持机构知识的资源整合、语义检索、知识推理和关联数据。钟晓流等人（2013）信息化环境中基于翻转课堂理念的有效教学设计模型，对翻转课堂产生的背景与缘起、含义与特征、当前的研究进展与实践案例、相关的技术工具等进行了系统分析。曾明星等人（2014）阐述了翻转课堂的内涵、应用与研究现状，分析了软件开发类课程实施翻转课堂的可行性，探讨了软件开发类课程翻转课堂教学模型及其构成要素。刘清堂等人（2016）分析了机器教学、计算机辅助教学、智能导师系统的基本设计理念、关键技术以及代表性系统，提出以学习分析为核心的智能技术整合、融合人工智能和人类智能的自适应学习。综观上述文献，现有研究主要从翻转课堂的可行性和模型等方面去思考翻转课堂的教学模式改革问题，而利用人工智能、大数据等现代信息技术去改革与创新翻转课堂教学模式的研究文献还相对比较匮乏。基于人工智能技术的翻转课堂知识库构建与应用，通过全程记录课上和课下的教学互动过程，可以改善翻转课堂在教学方式、学生学习方式、评价体系等诸多方面的不足。鉴于此，本文基于大数据、人工智能等技术，探索改进与提升翻转课堂教学模式改革与创新的新技术与新方法。
二、基于人工智能的春秋战国翻转课堂知识的表达
人工智能（artificialintelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，主要包括机器人、语言识别、图像识别、自然语言处理、智能监控、智能搜索等核心技术。aSDt课程将语音识别、语义识别、图像识别和智能搜索等人工智能技术融入翻转课堂教学改革的同时，导入春秋战国时期的七国争霸作为教学情景，将班上所有学生平均分成七个小组，分别对应齐、楚、燕、赵、韩、魏、秦等七个国家，每个小组的学生进行角色扮演，实施“春秋争霸”翻转课堂教学。在aSDt教学过程中，在讲授会计软件开发技术和会计数据业务处理流程的同时，让学生充分参与课程教学活动，强化互动学习，培养学生的团队协作能力、沟通能力、ppt制作与演讲能力、知识消化吸收及应用等能力。基于人工智能翻转课堂知识库构建的基础是将aSDt课堂的课堂教学活动和学生自主学习活动过程中形成的知识符号化的一个过程，通过对知识的映射转化为可供描述的事实和推理事实的数据结构。在构建知识库的过程中，知识的表达方式是构建知识库的关键。知识表达方式主要包括描述性、直接性、过程性等表达方式。其中，描述性的知识表达方式是客观和完整地反映相关专业领域的理论知识，具有准确性和逻辑性的特点。直接性的表达方式是以专业理论知识为基础，以图片、视频、音频和图形等方式直接表达知识的本质。过程性的知识表达方式是在教学过程中的积累和总结的经验知识。以下具体阐述在课堂教学活动和学生自主学习活动中知识的表达方式。
（一）课堂教学活动课堂教学活动由教师围绕各小组在完成作业的过程中遇到的实际问题，引导学生进行小组作品展示和组织小组间互动讨论。在课堂教学活动中，各小组通过ppt演示讲解本组作品中所涉及的知识点，运行程序进行作品展示。其他小组针对展示的作品轮流提问，小组回答问题以后，教师对作品进行综合性点评并打分。最后，教师根据知识库中的记录的学生自主学习活动中遇到的问题引导学生互动讨论，解决问题，针对学生不能解决的问题，进行重点讲解。在整个课堂教学活动中，教师对知识点的讲解、评价表现为描述性的知识，而教师和学生的角色高频切换，教师和学生评价、引导和提问不停迭代的探究式教学过程，表现为过程性的知识。通过语音识别、语义识别等人工智能技术的运用，自动识别和理解学生作品展示、各小组提问、教师综合点评等教学活动中的语言，转换为相应的文本，按照知识的表达方式自动分类，并实时传送到网络平台，更新知识库。
（二）学生自主学习活动将aSDt课程的教学目标和教学内容按主题进行任务分解，根据教学计划逐步推进，学生根据小组任务在重庆理工大学精品课程网上观看教学视频进行自主学习，小组成员合作完成小组任务。学生在学习过程中产生的疑问，可以借助智能搜索技术检索知识库，知识库推送相关知识点，帮助学生解决问题。在学生的自主学习过程中，学生在网页中通过简单检索、组配检索、限制检索等手段，进行交互式的访问，最终获得所需的知识信息，表现为过程性的知识。学生观看教学视频对相关知识点进行学习表现为直接性的知识。
三、基于人工智能的翻转课堂知识库的构建
在知识的直接性表达、描述性表达和过程性表达等多种方式下，多角度获取教学活动中的各种知识以构建知识库。基于人工智能的翻转课堂知识库包括教师编辑维护的知识库、学生自我搭建的知识库以及课堂学习过程中沉淀积累形成的知识库三部分，在教学活动中不停地进行动态更新，形成一个翻转课堂知识库的生态循环。其中，老师编辑维护的知识库是根据教学计划和教学任务按规则生成课题所需的知识点；学生自我搭建的知识库是根据学生在网络平台上提出的问题，生成的答案和解释；课堂学习过程中沉淀积累形成的知识库是自动记录和存储学生在课堂上的各种学习行为。基于人工智能的翻转课堂知识库，
（一）教师建立维护学生基础学习知识库教师首先根据教学总任务和总目标规划具体小组任务，按照教学大纲小组任务，同时在网络平台上编辑学生完成小组任务所需的基础知识和教学视频。此环节对课程的翻转和构建基础学习知识库具有重要的指导意义。建立基础学习知识库要和小组任务相匹配，并且具备合理性、科学性和可操作性，尽量涵盖完成小组任务所涉及的知识点。否则学生将无法完成小组任务，也无法有效建立基础学习知识库。学生根据小组任务和本小组实际情况，观看教学视频和学习资料，满足基础知识储备，完成小组作品。教师根据学生在自主学习过程中提出的问题不断更新维护基础学习知识库。
（二）学生自主学习形成知识库学生根据教师在网络学习平台上的任务，进行自主学习，完成小组的学习任务。当学生提出疑问时，网络平台会自动检索知识库，找到相应的知识点和教学视频对学生进行智能推送，学生解答问题。并且在人工智能技术的应用下，会自动记录学生在网络学习平台上的问题，形成并更新知识库，把学生的学习记录反馈给教师，帮助教师及时调整教学计划。
（三）课堂教学活动中形成知识库在学生的课堂学习中，小组成员进行ppt讲解和作品展示，在语音识别、语义识别和自动计分等人工智能技术下，自动记录和分析小组的作品展示情况、个人发言情况和积分情况。并且自动记录老师的总结点评和答疑，通过图像分析技术，自动归集学生个人的学习资料。同时，把课堂过程中的学生提问、教师答疑所涉及的知识，自动对接到网络平台，更新知识库。
四、知识库在翻转课堂教学活动中的具体应用
基于人工智能的知识库在翻转课堂教学活动中的具体应用主要包括自主学习、课堂教学和效果评价等三个方面。自主学习是指学生在翻转课堂的网络学习平台上进行课前的基础知识学习和基础知识自测，并且借助知识库解决疑问；课堂教学是利用基于人工智能技术构建的知识库，帮助教师和学生解决教学过程中的问题；效果评价是在翻转课堂的教学模式下，建立的适合现行教学模式下的学生评价体系，教师根据基础学习情况，在线统计问题，制定教学计划。下面将详细阐述人工智能的知识库在翻转课堂教学活动各中的具体应用，如图2所示。
（一）自主学习在自主学习过程中，学生首先了解教师的小组任务，在人工智能技术的应用下，根据老师的学习任务，智能化地制定学习目标。学生根据细化的学习目标进行自主学习，明确自主学习的课程内容，并根据课程内容和自身情况选择合适的学习内容。学生通过网络平台观看教师提供的教学视频或其他形式的学习材料开展学习，对学习收获进行记录，最后在网络平台上进行知识检测。同时，应用智能监控技术可以实时监控学生在网络上的学习情况和发言情况。学生可以根据自己的预习情况，在线提出问题，网络平台会根据学生提出的问题自动检测知识库，知识库推送相关知识点和学习资源，帮助学生分析和解决问题。利用智能监控技术，可以收集学生频繁在网络平台上搜索的所有问题。同时，学生也可以将问题进行拍照或者录制成视频发送给教师，利用图像分析技术可以自动识别图片或者视频中的问题并且推送给教师，根据问题调整教学内容和教学计划。
（二）课堂教学教师根据知识库中记录的学生自主学习情况，全面系统地了解学生的基础知识学习情况。知识库汇总学生在网络平台上的发言和提问情况，教师根据汇总的问题在课堂上进行重点讲解，使课堂学习更加高效。在学生作品展示、小组互动提问、教师综合点评等教学活动中，学生和教师可以借助知识库智能推送相关知识点，帮助解决教学活动中的问题。同时可以智能推理出合适的教学计划给教师进行选择。在学生提出问题和解答问题的过程中，智能收集问题和答案，形成知识，更新知识库。
（三）效果评价效果评价包含教学质量评价和学生评价两个环节。其中，教学质量评价是全面、系统的了解学生的学习情况和知识储备情况下，合理、客观地评估教师的教学质量。学生评价是考核学生的知识掌握情况、交流与沟通能力、演讲能力、协作能力、ppt制作能力、课堂参与程度和小组展示情况等。在基于人工智能的翻转课堂教学模式下，学生评价包括课堂教学活动和学生自主学习活动两个部分。通过语音识别和语义分析技术等人工智能技术，详细记录每一位学生在课堂上的发言情况、小组展示情况和教师对作品的点评情况。通过大数据分析技术，可以全面地了解学生在课外观看教学视频的情况和自测情况。因此，这种学生评价方式更加具有合理性和精准性。
五、结论
与传统的aSDt课堂相比，基于人工智能下的翻转课堂知识库的构建促使教学逐步从静态走向了动态，实现了以学生为主题，教师为主导的课堂教学理念，是适应新时期aSDt课程教学改革的必然。在基于人工智能的翻转课堂教学模型下，一定程度上改进了翻转课堂中的课堂教学、学生自主学习和效果评价等模块，有效督促学生自主学习，帮助学生在线答疑，同时更加综合地对学生进行考评，让老师教学更加高效。人工智能技术的广泛应用对于解决翻转课堂教学当前所面临问题的是较为理想的方案，它有助于提升翻转课堂整体的教学水平，促进翻转课堂的快速发展。
参考文献：
［1］周宇、欧石燕：《面向关联数据的高校机构知识库构建方法研究》，《图书情报工作》2016年第1期。
［2］刘清堂、毛刚、杨琳等：《智能教学技术的发展与展望》，《中国电化教育》2016年第6期。
［3］曾明星、周清平、蔡国民等：《软件开发类课程翻转课堂教学模式研究》，《实验室研究与探索》2014年第2期。
［4］钟晓流、宋述强、焦丽珍：《信息化环境中基于翻转课堂理念的教学设计研究》，《开放教育研究》2013年第1期。
［5］胡立如、张宝辉：《翻转课堂与翻转学习:剖析“翻转”的有效性》，《远程教育杂志》2016年第4期。
［6］王红、赵蔚、孙立会等：《翻转课堂教学模型设计》，《现代教育技术》2013年第8期。
［7］余燕芳：《基于移动学习的o2o翻转课堂与应用研究》，《中国电化教育》2015年第10期。
人工智能技术知识篇4
【关键词】人工智能信息管理效率
引言
人工智能技术已经成为当今计算机网络信息科技的重点产业，在国民经济发展中占有重要比重，加强人工智能技术的信息管理领域的应用可以极大的提高信息处理的效率和信息的准确性，不会因为面对海量信息而无法找到一条有用信息而苦恼，通过人工智能技术可以快速准确的识别数以亿计的海量信息，完成信息优化组合，因此，大力发展计算机人工智能技术，可以极大的提高信息管理的效率。
一、人工智能技术的发展概述
人工智能技术是一种借助于计算机语言和电子计算机将多种学科知识综合而形成的一种高科技技术，使其具有和人的思维类似的方式，产生多种类人行为结果[1]。当前人工智能技术在各种信息管理领域都有很好的应用，比如在信息传播领域中智能电视的出现可以根据人们的爱好自动的播放人们喜欢的节目并记录这种爱好，同时通过不断的强化为人们喜好推送感兴趣的信息。在对车牌的信息的管理中可以借助于人工智能技术快速识别车牌信息和车主信息，并在计算机中通过人工智能技术进行交通违法的处理和判断。人工智能是在上世纪由一位美国科学家提出的，共计经历了三个阶段的发展，首先是由人的推理变为机器的推理；其次是随着机器人的出现，可以在复杂的多变的信息环境中找到人类所需要的信息，并进行简单的类人思维活动；最后是人工智能技术的出现，并显示其极强的类人思维能力，可以代替人类完成更加复杂的信息的处理和判断，完成多种人类需要的工作。
二、人工智能技术在信息管理中的多种能力
2.1海量信息的快速处理能力
随着智能设备的普及，每天都会产生海量的数据信息，而这些信息包含文字、图片、视频、语音等，面对海量的信息，借助于计算机网络系统中的人工智能技术，可以提高信息管理的效率，通过不断的优化人工智能技术，了解信息管理中存在的问题，不断的优化人工智能模型，可以对大量不确定的信息进行识别，将大量信息进行分类整理，提高信息的质量和节约存储设备。
2.2与计算机的协同能力
随着高新技术的不断发展和计算机技术的大量普及，办公逐步网络化和电子化，人工智能机在信息管理中的应用规模也在不断的扩大，通过运用人工智能技术，可以不断的强化信息管理的安全和信息有效性的增强，通过人工智能对不同信息进行智能监控，不断的完善信息管理的流程，不断的提高信息传输和搜索的效率。
2.3类人的思维能力
随着信息量的逐步增加，通过应用人工智能技术对大量的数据库中信息利用网络管理协议进行管理，保证信息管理措施的有效应用，通过人工智能融入到信息管理中，可以借助于人工智能技术及其强大的学习搜索能力进行信息的收集和整理，为人类科学决策提供支持。
三、人工智能技术在各种信息管理场景中的应用
3.1垃圾邮件识别场景中的人工智能技术应用
随着人们工作任务逐渐增加，电子邮件的交往日渐频繁，在保证信息安全的前提下，智能型反垃圾邮件系统可以对用户接收到的各种邮件进行智能检测和分类，智能识别各种垃圾邮件并标记，让用户对垃圾邮件进行及时处理，同时根据用户对各种邮件的厌恶，做出进一步的细致分类，减少用户受垃圾邮件的干扰，保证计算网络的安全和工作的高效。
3.2家居信息管理场景中的人工智能技术应用
随着物联网技术的发展，各种电气化的产品在人们日常生活中逐步增加，对各种家电设备的应用提出了更高的要求，通过对各种家电设备信息进行收集和管理，综合运用人工智能技术实现对各种家电的完美应用，实现各种家具的如电饭煲智能开启和关闭、室内环境的智能清洁等，可以极大的提高人们的生活质量和效率，节约时间成本。
3.3教育知识信息管理场景中人工智能技术的应用
随着我国中小学到各类大学教育信息的逐渐增加和计算机网络的应用增加，将教育知识信息和人工智能技术结合，可以极大的提高教学质量和效率。这是由于人工智能技术的核心是基于大量的知识数据库，而数据库中存储有大量的教育知识信息，老师在教育教学知识信息传授的过程中，人工智能技术可以快速的提取所需要的各个知识点，并进行优化组合，提高教育知识信息利用效
四、结语
综上，随着电子信息的逐步增加和人工智能技术进一步发展和成熟应用，人工智能技术将会在信息管理分析、研究、应用的各种场景中普及和应用，而且随着计算机网络技术的不断发展，运算能力的进一步增强，人工智能运用领域将会进一步的增加，这将极大的提高人民的生活工作质量，提高工作效率，降低决策风险。
人工智能技术知识篇5
关键词：人工智能；大学英语教学；后现代课程观
一、引言
人工智能与各领域的深度融合和创新，正在颠覆我们的生活，改变世界的面貌[1]。世界各大经济强国为抢占人工智能技术发展制高点，争先研制了各种人工智能发展战略和行动方案，试图占住未来科技发展先机。我国在继2016年5月发改委和科技部联合推出《“互联网+”人工智能三年行动实施方案》后，次年7月国务院印发《新一代人工智能发展规划》（以下简称《规划》）[2]，全面部署了我国人工智能发展战略。2017年9月，教育部长陈宝生提出“课堂革命”的信息化时代教育改革新命题，人工智能驱动和赋能的课堂革命序幕从此拉开。2018年4月，教育部了《高等学校人工智能创新行动计划》，明确了高校在培养创新人才及科技创新等领域的目标和任务。人工智能与教育进入了融合创新阶段，正在迅猛地颠覆人类几千年沉淀的教育理念和方式，重构教育生态。智能语音技术、英语语言测评系统、语言翻译、智能口语陪练等技术，以及自适应系统、个性化学习中心和智能导师系统等广泛应用于大学英语教学领域，为大学英语教学带来了前所未有的机遇，为破解大学英语教学领域几十年来教学资源不足、“因材施教”难以践行、课程评估不科学等难题提供解决方案。显而易见，传统的教学目标、课程体系及教学模式、教师的专业知识不足以应对新一代人工智能技术的需求，我们必须积极求变，寻找人工智能与大学英语教育的契合点，方能在这场革命浪潮中幸存。
二、人工智能2.0和教育
人工智能被认为是迄今为止最具有颠覆性的技术[3]，它正在加速落地，深刻地改变世界和人类生产、生活方式[1]。人工智能自诞生之日起就与教育休戚相关，对教育的变革也将是彻底的、全方位的。因此，我们必须充分认识它，方能抓住人工智能技术给教育带来的机遇，方能乘风破浪应对挑战。（一）人工智能的内涵、发展及核心技术人工智能。（artificialintelligence，简称ai）这个名词，早在1956年由美国达特茅斯学院（DartmouthCollege）的一群年轻科学家提出，但是到目前为止没有一个科学、全面、准确的定义。学界公认的定义是，人工智能这门科学主要研究、模拟、延伸和扩展人的智能理论及相关方法与应用技术，通过计算机模拟人的智能，最终使之能像人一样思考、学习和认知，并能够有效地处理过去由人才能处理的问题[4]。人工智能，作为一门新兴的交叉学科，涉及的面十分广泛，涵盖多个大学科和技术领域，如计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习、统计学、脑神经学等[1]。学界认为人工智能经历了三大发展浪潮。第一次是20世纪50至60年代以图灵测试为标志的启蒙期。20世纪80至90年代随着语音识别技术取得突破性进展，人工智能发展迎来了第二次发展浪潮。近年来，由于互联网技术、大数据技术、深度学习算法等技术的飞速发展，人工智能开启了第三次发展浪潮。大数据技术、深度学习和机器学习是人工智能第三次发展浪潮的标志性技术。人工智能的核心技术包括三个层面：基础技术、通用技术和应用技术[1]。在基础技术层面，机器学习被认为是其最重要的支撑技术，研究计算机如何模拟或实现人类行为，获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的科学[1]。被广泛应用于图像识别、语音识别、机器翻译等领域的深度学习则是机器学习的一个重要分支，它加速了人工智能的发展。人工智能的通用技术层面内涵丰富，主要包括语音识别、计算机视觉、自然语言处理、决策和规划、运动与控制等。人工智能应用技术现在深入渗透各个行业领域，人类进入了人工智能时代，未来的一切将出现无限可能。（二）人工智能赋能教育。人工智能与教育息息相关。新一代人工智能技术在政策驱动、消费者需求升级驱动以及新技术迭代升级突飞猛进驱动下，已经迈入了与教育教学融合创新阶段，迈入了为变革课堂教学，实现教育创新赋能加力的阶段。自2015年至2019年，国家先后出台了《中国制造2025》（2015年）、《“互联网+”人工智能三年行动实施方案》（2016年）、《新一代人工智能发展规划》（2017年）、《高等学校人工智能创新行动计划》（2018年）、《中国教育现代化2035》（2019年）五项政策，加速了人工智能与教育的深度融合的进程。目前，我国居民生活水平整体提高，教育消费需求升级，家庭对教育的重视及投入大幅增加，对教师的要求、学习环境和条件的要求更高，在线学习需求旺盛，这在很大程度上也加速了人工智能技术在教育行业的广泛应用。人工智能三大核心应用技术即计算机视觉技术、智能语音技术和自然语言处理已经广泛开发应用于在线教育、智慧课堂、为智慧教学和智慧学习赋能加力[5]。目前，从基于语音识别的英语语音测评到基于图像识别的智能情绪分析，人工智能已经在教育领域已经实现十余种产品类型[6]。国外像Google,alpha,Facebook等走在技术前列的知名公司，研发了各具竞争优势的ai教育软件，进军教育行业；国内的腾讯、科大讯飞、百度等也研发了各类学习软件和教学软件，并拥有海量用户。人工智能引领下的教育正朝智慧教育、智慧学步迈进。
三、人工智能给大学英语教学带来了机遇
大学英语教学改革的步伐从未停歇过，但是不管怎么努力都被冠以“费时低效”的罪名，教学资源不足、“因材施教”教育理念贯彻不到位、评价无法及时科学反哺教学等问题一直是大学英语教学改革中的顽固问题。人工智能时代，随着大数据技术、计算机视觉、智能语音技术和自然语言处理技术所催生的慕课、自适应学习系统、个人学习中心、智能导师等的广泛应用，这些问题将迎刃而解。（一）慕课的蓬勃发展，海量教学资源得以共享。慕课（mooC），即大规模开放在线课程，是大数据时代的产物。2013年，中国迎来了慕课元年，从此中国大地掀起了一股慕课建设的热潮。从教育主管部门、高校、教材出版商、it企业、教育培训机构到普通教师，都在共同致力于开发慕课平台，共建优质教学资源。短短的六年时间里，中国慕课在信息技术尤其是人工智能技术的驱动下实现了跨越式发展，目前，我国共有12500门慕课上线，超过2亿人次在校大学生和社会学习者学习慕课，6500万人次大学生获得慕课学分[7]。已经上线的慕课中，大学英语慕课的份额十分可观，为大学英语教学提供了海量教学资源。目前，中国大学mooC，共有468所合作高校共推出了1291门国家精品慕课，其中包括60余门大学英语通识类课程、28门专门用途英语课程和21门跨文化类课程；中国高校外语慕课平台（UmooCs），我国首个以外语学科特色为主的国际化慕课平台，自2018年3月23日正式启动以来共上线大学英语类课程40余门；国内外语类三大出版社也创建了特色课程平台：外语教育与研究出版社推出了U校园教学云平台、上海外语教育出版社创建了“weLearn课程中心”、高等教育出版社推出了i-Smart外语智能学习平台；清华大学研发的学堂在线上也有将近50门大学英语类课程。这些平台所推出的海量优质外语教学资源，学习者可以像逛超市一般按照自己的喜好和需求在平台上挑选课程，这较好地解决了大学英语过去一直教学资源不足的问题。除此以外，随着人工智能技术的迭代升级，机器人教师和虚拟教师的广泛应用，他们都将成为最好的老师时时陪伴，“同一个世界，同一个课堂”的愿景在不久的将来得以实现，大学英语教学改革路上教学资源不足不公的问题不再是制约大学英语教学发展的问题。（二）自适应学习广泛应用，“因材施教”教育理念得以践行。早在孔子时代就提倡“因材施教”的教学理念，要求教师在教学中应该根据学生的认知水平、学习能力及自身素质有的放矢地进行差别教学。大学英语教学改革几十年来，也一直致力于“因材施教”个性化的教学改革，但是劳而无功，究其因，主要是课堂人数多，教师无法每次课前准确掌握学生学习程度、课中和课后不能即时跟踪学生的学习情况，因此很难做到适时调整教学策略实施“因材施教”。2016年美国自适应学习平台Knewton及我国自主研制的智能自适应学习系统的投入使用，为教师、学生自己，甚至家长了解学生的学习状态，依据学生的学习兴趣、学习风格、学习需求选择适合的学习资源和途径提供了便捷。人工智能在自适应学习过程中所起的作用显而易见，主要体现在：科学而又高效的学习状态诊断；精准学习资源的推送；全过程学习数据的收集、分析与整合。因此，人工智能技术与大数据应用使得量化自我和定制学习的个性化教育成为可能[3]，“因材施教”问题也将得以践行。（三）大数据护航，精准多维的课程评价得以实现。课程学习评价是教学中的重要环节。大学英语课程学习评估经历了过去的以终结性评估为主到终结性评估与形成性评估相结合的课程学习评价方式，但是不管怎样，过去评估形式的改变并没有改变评估重结果、轻过程、重整体、轻个体的结局。此外，由于技术的原因，课程考核根本无法顾及学生的情感因素。因此，这种单一的评价模式始终没法全面科学精准地反哺教学。人工智能通过即时摄录大数据分析使传统评价发生了根本性变化，所有学生的学习记录将被人工智能综合收集起来，互相参照、优化、聚合后分发，从而提高总体水平，彻底升级“教学相长”的含义[8]。尤其是智能导师系统及智能评测系统的开发利用，可以凭借人脸识别、语音识别、机器学习、自然语言处理等技术，不仅能全过程精准收集学习的学习数据，还能即时对学生的学习状态、情感感知等多种学习因素作出即时的诊断和评价。大数据保驾护航收集全过程学习数据、智能导师和智能评测提供多维即时诊断和评价，这才是具有实际意义和现实价值的课程学习评估。
四、大学英语教学面临新挑战
人工智能技术给大学英语带来无限机遇的同时，也倒逼大学英语教学必然积极识变、应变、求变，朝着教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展，主动服务国家战略发展和学生的“学以成人”。（一）教学目标高阶化。新时代高要求。近两年，教育部罕见多次发文呼吁大学英语教学改革。2018年9月17日，教育部召开加强高校公共外语教学改革工作会议，提出要“实施面向非外语专业的公共外语教学改革”“培养高素质国际化复合型人才”[9]。“推进公共外语教学改革”也被列入2019年教育部“十大事件”之一。2019年3月29日教育部和中组部又联合召开“推进公共外语教学改革，大力培养高素质国际化专门人才”会议，重点讨论如何培养学生的“专业+外语”综合应用能力，为国家战略培养和储备“一精多会、一专多能”的国际化复合型人才[9]。教育部高等教育司吴岩司长在2019年第四届全国高等学校外语教育改革与发展高端论坛上提出高等外语教育要主动服务国家发展战略，要积极迎接新科技革命挑战，要全面融入高等教育强国建设，大力培养具有全球视野、通晓国际规则、熟练运用外语、精通中外谈判和沟通的高素质国际化人才[10]。新技术新要求。2018年4月，博鳌亚洲论坛上，大屏幕即时将嘉宾语音转换成中文又即时译成英文；2018年11月的第五届互联网大会上，不但有中文，还有英文的首个ai合成新闻主播的出现。翻译软件、智能机器人等日新月异，给人类教育提出了新的要求。在人工智能时代，人类几千年积累下来的知识，瞬间可以从智能机器人和资源库平台获取，使得人类靠知识传授的课程即将被淘汰。课程教学的重心不得不从曾经的知识传授转移到通过学生的个性化学习和自适应学习，培养信息获取和分析处理能力、终身学习能力、批判性思维能力和创新能力[5]，以及人工智能所难以拥有的精神能力，包括情感能力、价值追求能力、美感能力和创新能力[3]。在这种高要求、新要求下，大学英语教学的目的就不再是简单的培养学生的英语应用能力，提高综合文化素养了。而是迈向更高阶的利用英语汲取和交流专业信息能力的培养；使用英语解决专业问题的学科思辨能力和创新能力的培养；同时发展其自主学习能力、提高其智能素养，使他们在各自的专业学习、研究和未来工作中有效地使用英语，满足国家、社会、学校和个人发展的需要。按照布鲁姆教育目标分类法，认知领域的教育目标按知识与认知过程两个维度分类[11]。在知识维度，知识被分为事实性知识、概念性知识、程序性知识和反省知识4种类型。在认知过程维度，认知过程维度，认知过程由低级到高级被分为记忆、理解、运用、分析、评价和创造6种水平[11]。人工智能时代的大学英语教学目标高阶性主要体现在：在知识维度，大学英语教学目标设立从事实性知识、概念性知识、程序性知识向反省认知知识迈进；在认知过程维度，从记忆、理解、运用向高阶的分析、评介、创造迈进。（二）课程体系后现代化。人工智能时代将迎来学校平台化、传统课堂网络化、课程市场化，人工智能技术随时从云端、海量资源库中为学生提取知识，并经由结构化推送给学生，经过学生深度学习之后进一步提炼加工，再次结构化。此外，人工智能超强的学习能力随时产生大量人类无法理解的暗知识（所谓暗知识，就是指那些人类根本无法感受到无法表达出来的，然而却能够发挥重要作用的知识）。“人类将进入一个知识大航海时代，我们将每天发现新的大陆和无数金银财宝”[12]。正如Schwab,J在thepractical:alanguageforcurriculum中所言：课程领域已步入穷途末日，按照现行的方法和原则已不能继续运行，也无以增进教育的发展[13]。现在需要的是适合于解决问题的新原则.....新的观点......新的方法。因此，大学英语目前线性的、统一的、封闭的现代课程体系必然受到冲击，取而代之的是非线性的、建构的、开放的小威廉.e.多尔所倡导的后现代课程模体[14]。人工智能时代，大学英语课程体系应该朝小威廉.e.多尔所提出的具有四R特点的后现代课程模体建构，即课程具有丰富性（rich）、回归性(recursive)、关联性(relational)和严密性(rigorous)。所谓丰富性，是指课程的深度、意义的层次、多种可能性或多重解释[14]。在人工智能时代，学生与教师、学生与同伴之间是学习伙伴的关系，他们随时都可以能产生新的疑问或知识，因此为了促使学生和教师产生转变和被转变，课程应具有“适量”的不确定性、异常性、无效性、模糊性、不平衡性、耗散性与生动的经验[14]。课程具有回归性是指课程的片段、组成部分和序列应该是任意组合的，不应该设置为孤立的单元，而应视其为反思的机会。也就是说在设置课程体系的时候，每一个知识，包括作业、测验等都应该提供对话和反思的余地，避免课程的重复性。关联性指建立教育与文化之间的关联。具有关联性的课程模体将摆脱过去课程体系仅仅由课程内容或教师来决定，课程模体处于一种不断建构的过程，它的内容和体系远远超越原有的课程内容。严密性是四个标准中最重要的[14]。自发组织建立的丰富的具有回归性的课程并非任意、无序的，而是具有学术逻辑和符合课程发展规律的，可以用数学思维准确度量的。只有这种非线性的、开放的、不断建构的课程模体才满足海量资源，优势整合的特点，才能有效解决学生日益增长的对英语能力提升的需求与优质英语资源分布不平衡直接的矛盾。（三）教学模式智慧化。人工智能赋能的课堂将首先是网络化、数字化、智能化的课堂，是实施个性化教学的创新能力培养课堂，是基于项目式学习的自主、合作、探究的课堂，是线上线下无缝衔接的混合式和翻转课堂，是平等交互、自适应学习、快乐幸福并追求个性全面和谐发展的高效课堂[5]。因此，大学英语教学应当遵循语言学习“输出驱动、输入优化、产出评价”和以“学生为中心”理念，从英语学科教学方法与移动新媒体技术相结合的视角，引入自适应学习系统、智能导师系统加强过程监控与评估，充分利用慕课、微课等建立具有可视化、可听化、协作化、互动化的大学英语“金课”教学模式，充分发挥线上线下教学互促和互补的优势，构建线上线下教学环节，形成课前预备、课中教学、课后巩固、课外丰富及教学反馈五个教学环节为一体的螺旋上升模式，实现知识从传递到知识提升，如图1。图1智能教学模式模拟图（四）教师角色精细化。智能语音、智能批改、智能翻译、教育机器人等人工智能技术广泛应用于英语教育，过去教学中一切重复性劳动和大部分管理工作都将被人工智能所取代，教师角色将发生重大改变。过去衡量优秀教师的素质体系：扎实的外语基本功、完善的知识理论体系、较强的外语教学能力[15]，已经无法完全满足人工智能时代对大学英语教师的需求。未来的人工智能智慧课堂不需要教师，教师的角色将转型为课程的咨询师、学习的引导者、数据分析师、情感呵护者等，角色将越来越精细。除此以外，由于角色的精细分工，将来教师不可能再孤军奋战，而是走向团队合作[16]。今天的教育形势下，我们教师要引领学生提升自己的核心素养，引领学生学会认知（learntoknow），学会做事（learntodo），学会合作（learntoliveandworkto-gether），学会做人（learntobe）。
五、结语
人工智能技术知识篇6
一、智力资本研究成果概述与发展趋势
“智力资本”被视为经济学里以机器设备、存货和自然资源为主要内容的“资本”之外的非物质资本，亦可称为智慧资本。20世纪80年代以后，由于经济全球化的快速发展，美国新经济和知识经济命题的出现，以及东西方文化交流的日益扩大，人们关于智力资本的研究迅速升温，世界各地的经济学家都对此产生了浓厚的兴趣。学界对于智力资本的研究，大致分为以下五个阶段或层次：关于智力资本概念的讨论、智力资本的构成要素、智力资本的特征、智力资本的计量以及智力资本报告。
（一）智力资本的涵义西尼尔（Senior）早在1836年就提出了智力资本（intellectualcapital）一词，但当时只是作为人力资本的同义词出现，意指个人所拥有的知识及技能。加尔布雷斯于1969年发展了智力资本的概念，他指出，智力资本不仅包括纯知识形态的知识，还包括相应的智力活动，智力资本不是静态的，而是一个有效利用知识的动态过程。安妮・布鲁金（1996）认为，智力资本是对公司得以运行的所有无形资产的总和。斯图尔特（1997）将智力资本界定为“公司中每个员工所拥有的、能为公司创造竞争优势的一切知识和能力的总和”，凡是能够用来创造财富的知识、信息、智力资产及经验等都是智力资本。埃德文森和马隆（1997）认为，智力资本是企业市场价值与其账面价值之间的差额，主要由能够为企业创造持续竞争优势的知识资源组成。Lev（2001）从另外的角度指出，智力资本是指企业对未来收益非实物形态的要求权。董必荣（2009）则认为智力资本是能够为企业创造价值、带来竞争优势的所有知识和能力的综合，也代表了企业对未来收益非实物形态的要求权。
（二）智力资本构成要素大多数学者认为，智力资本可以大致划分为2~4个主要构成要素。具有代表性并为国内外大多数学者所接受的分类方法是斯图尔特（1997）的观点。他提出了H-S-C的机构模型，即企业的智力资本由人力资本、结构资本和顾客资本构成。埃德文森和沙利文（1996）将企业的智力资本分为人力资源和结构资本两部分，其中人力资源指组织中所有与人的因素有关的方面，包括企业的所有者、雇员、合伙人、供应商以及所有将自己的能力、诀窍和技能带到企业的个人。结构性资本指不依附于企业人力资源而存在的组织的其他所有能力。这种二分法同时认为结构资本可以进一步分为组织资本和关系资本。安妮・布鲁金（1996）提出的m-K-H-o结构是把智力资本分为市场资产、知识产权资产、人才资产和基础结构资产四个部分。如果将二分法和三分法中的结构资本进一步划分为知识产权资产和基础结构资产则三者都是一致的。关于智力资本分类的方法还有其他一些，但目前国内外学术界和实务界基本认同将智力资本分为人力资本、结构资本和客户资本三部分。
（三）智力资本的特征由于对智力资本内涵和分类的不同认识，国内外学者对于智力资本特征的意见也不一致。万君康（2006）认为企业智力资本有如下六个特征：智力资本的投入性；智力资本的价值性和高增值性；智力资本的耐用性；智力资本的无形性；智力资本的共享性；智力资本的不稳定性。还有学者认为智力资本的特征可以总结为：稀缺性；活力；不确定性；长期收益性。人们通常认为，智力是无限的，之所以称智力资本还具有稀缺性，是因为“土地和资金等物质资本都可以从市场上购得，而智力资本的形成需要靠智力劳动者长期积累。除了一些外购的知识产权外，大量的智力资本都不是轻而易举获得的。正因为如此，智力资本具有比物质资本更高的稀缺性”（张虎等，2006）。
（四）智力资本的计量一般而言，对于智力资本的计量可以分为两类，一是货币计量，主要方法有市场-账面价值法、托宾Q值法、无形价值计量法、经济增加值法等；二是非货币计量，常用的方法有anp法、平衡计分卡法、智力资本导航器和智力资本指数（RooS）等。智力资本不同于传统的资本形态，由于其无形性，大多赞同采用货币与非货币计量相结合的指标评价法。平衡计分卡是卡普兰和诺顿为研究公司绩效的管理体系而设定的财务与非财务指标相结合的评价方法。平衡计分卡强调，传统的财务会计模式只能衡量过去发生的事项（落后的结果因素），但无法评估企业前瞻性的投资（领先的驱动因素）。因此，必须改用一组由财务、顾客、企业内部流程、学习与成长四项观点组成的绩效指标架构来评价组织的绩效。另一种被广为推崇的智力资本计量方法是斯堪迪亚模型（又称SKanDia公司智力资本模型）。该模型是由斯堪迪亚公司的首席智力资本主管埃德文森提出的，以顾客、财务、流程、人力、更新和发展五个方面为重点，设定了164个具体指标，对企业智力资本的衡量比较全面。
（五）智力资本报告实证研究表明，“我国上市公司年度报告中关于人力资本、组织资本与客户资本等构成的智力资本信息内容已经存在”，而且“企业越来越愿意披露智力资本信息”，“我国企业智力资本信息披露对市价影响显著”（张丹，2008）。1997年，斯坎迪亚保险公司首次以智力资本报告表的形式对外公布其智力资本情况。另外的智力资本报告方式还有智力资本星相图、智力资本指数法等。对于智力资本的报告，很多国家或地区虽然没有明确指出如何报告，但提出了一些有指导意义的指南，以规范和引导企业的智力资本报告方式内容，如在1998年到2002年间由丹麦政府资助的一个丹麦研究项目提出的DmSti指南，由欧洲委员会支持、以欧洲的六个国家共同开展的研究计划提出的metrium指南等。
二、知识资本理论文献综述
（一）要素资本理论智力资本是针对西方市场和企业提出的，具有典型的西方色彩。鉴于这种情况，有学者在2000年前后基于中国的国情，提出了要素资本命题（罗福凯，连建辉；2001），厘清了技术与人力资本、物质设备及自然资源资本、信息资本、知识资本的区别，解释了技术如何转变为技术资本的内在逻辑机制。这是对企业投入生产要素的重新划分，具有全面性和系统性。之后，我国学界对要素资本理论进行了系列研究（罗福凯，2001、2003、2005、2008、2009、2010）。
要素资本研究团队认为，当今世界的生产力要素主要有人力资源、财务货币、物质设备及自然资源，以及技术、知识和信息。这些生产要素被人们生产出来之后，经过其产权的确认和交易过程，就转化为企业或个人的要素资本。企业的利润是要素资本共同创造的。
在企业，技术是生产过程中的技能、技巧和技艺，以及其术用载体。技术的载体和形态可以是高技术含量的人工制品、人工文件，以及人的特别行为。这些高技术含量人工制品、人工文件和特别行为，都是私人商品，而非公共产品。在经济过程中，高技术含量人工制品、人工文件和特别行为被企业购买后，便形成企业的技术资本。企业的技术主要有专利技术、专有技术、软件，以及技术研发组织等。生产过程是资本产生的必要条件，完成交易过程则是资本产生的充分条件。技术、知识和信息都是人们生产劳动的产物，这些劳动成果在拥有了所有权凭证之后，所有人可以出售而获得财务货币，出售之后的技术、知识和信息，则变为其新的所有者的资本。一项新产业、新产品的投资比例和优化，经常依赖于其他与之互补和相连续的投资活动。一个新工厂机器设备投资和员工的招聘，其设计生产能力的实现，必须有与之配套的技术、信息和知识投资，以及员工培训。如果设备精良而无先进的新产品、原材料和文明的员工，技术先进、员工文明而无科学的资本配置机制，也不会生产出高质量的人们喜欢的产品。
要素资本理论主要包括其命题、两个定理和一个工具，其中，两个定理是：企业的技术水平与员工数量成反比，技术与劳动的替代率远高于机器设备与劳动的替代率。一个工具，则是为测算要素资本的投入产出效率和效益而研制的要素资本平衡表。知识是要素资本理论的关键范畴，这也是本文研究的重心。
（二）知识资本知识资本是要素资本的一个组成部分。由于以往对于要素资本的研究相对较少，而且集中于作为整体研究，所以关于知识资本的单独研究还比较少。知识是人们认知和识别自然与社会的信念、理念和意志，以及知理识事的合称。信念是构成知识的必要条件，却不是充分条件。没有信念就必然没有知识。信念是形成知识的第一个条件或构成知识的主体因素。柏拉图在《泰阿泰德篇》中提到的知识必须要能够满足如下三个条件：信念的条件、真的条件和证实的条件。知识是企业生产和交易所必须从市场上获取的科学文化知识，含购买知识产权、引进管理经验、聘请经济咨询和购买经济决策等专有资产。企业知识可以分为技术性知识和制度性知识。技术性知识是对技术、技巧和技艺的科学描述和文化总结，制度性知识则侧重企业的组织、文化以及员工之间的配合等软因素。汪丁丁（1997）认为，技术性知识是社会分工逐渐细化所形成的，而制度性知识的发展有助于将不同类型的知识整合起来发挥巨大作用。技术性知识的重要性正在下降，而制度性知识的重要性正在增强。
要素资本平衡表中知识资本的内容可以分为四个部分。（1）品牌商誉：企业产品质量信誉、售后服务信誉、重要顾客维持制度、营销网络和顾客、公司品牌效应。这些资产的创立是通过长期积累与经常性的维护和补充而形成的，发生的费用一般于当期计入营业费用。（2）公司理念与制度文件：公司管理文化和价值观、管理制度、权责管理和激励制度、业绩度量和评价、团队合作、现代管理方法的应用程度。这些项目在现行的会计核算上均不做计量、确认和披露，但它们是企业经营成败的关键基础资产。（3）党团工会经费：这是针对我国企业情况提出的特殊指标。并非每一个企业都拥有大额的此项支出。党团经费在某些企业中可能支出额较小，而工会经费是每个企业必须缴纳的（2%）。作为通用的指标设计，此项需要列示在指标体系之内，没有此类费用发生的企业可能不产生此项指标的具体内容列支。（4）购买知识产权支出（含商标权）：知识产权资产包括专利权、版权、设计权、特许权、植物新品种权、著作权、商标权等。知识产权是典型的智力成果，也称为智力成果权，是受法律保护的资源，企业通过在市场上买卖知识产权获得知识资源的流通。作为经济知识的基础范畴，知识产权是最具有明晰性的知识资本之一。
三、智力资本与知识资本异同分析
（一）智力资本与知识资本的发展历程智力资本的发展是从对人力资本的研究开始的，最早提出智力资本一词的西尼尔（Senior）就是把它作为人力资本的同义词应用的。现在的有关智力资本的文献也都同意把人力资本作为智力资本的核心内容研究。复旦大学的芮明杰教授在对智力资本研究多年的基础上提出，智力资本分为三个层次，狭义的智力资本就是指人力资本，中观的智力资本包括人力资本和组织结构资本，宏观的智力资本则包括人力资本、组织结构资本和客户资本三个方面。可见，无论从哪个层次研究，人力资本都是智力资本的核心和起点。
知识资本是从对企业生产要素的重新划分角度进行描述的，以知识为起点。柏拉图在《泰阿泰德篇》中指出，知识是经过证实的真的信念。由这种信念发展到企业资本的研究再发展成为今天的知识资本。企业中只有事关企业信念，并且能为企业创造新的价值的资源才能被划分为知识资本的组成成分。秦江萍等人认为，“知识与智力都是最重要的资源和生产要素，但其含义还是有区别的。知识是‘人们在实践中获得的认识和经验’；智力指‘认识、理解客观事物并运用知识、经验等解决问题的能力’。……在新经济时代，经济学术语中的知识被赋予新的含义，其内涵应是很深刻的，‘专指那种能够作为资源投入到生产过程中并在生产过程中起主要作用的现代知识’”。关于知识的讨论，是知识资本研究的逻辑起点。
（二）智力资本与知识资本的涵义安妮・布鲁金（1996）认为智力资本是对公司得以运行的所有无形资产的总和，他提出了“企业=有形资产+智力资本”，这种方法企图绕过对智力资本的直接定义，从有形资产的角度倒挤出智力资本的内容。埃德文森和马隆（1997）认为，智力资本是企业市场价值与其账面价值之间的差额。智力资本内容虽然有个大致的范围，但具体边界在哪里，至今没有人能说得清，人力、科学技术、企业文化、组织结构和客户关系等都有所涉及。具体智力资本涵盖哪些内容出现了“因人而异”的尴尬局面。
相比智力资本，知识资本研究的范围明显要小得多。人力资本、技术资本、信息资本和知识资本的区别划分，使知识资本的研究集中于企业理念的层面。知识资本决定着一个企业的发展方向和凝聚力，同时它又是企业的活力所在。企业将搜寻解决问题方法的经历存储于组织记忆中，称为企业拥有知识。组织记忆的外在表现是企业的“惯例”，包括行动的指南、方针政策、规章制度等明晰的惯例，以及企业组织心智模式等默会性的惯例。企业的知识就是企业成员共享的知识。经济知识的基础范畴是知识产权，知识资本不单包括知识产权的主要内容，也包括企业的客户关系投资、理念制度惯例和政治资源等。知识资本的边界在于企业中理念的范畴，超出理念范畴的技术、信息等不能称为知识。
（三）智力资本与知识资本的划分智力资本一般倾向于划分为三个组成成分，即人力资本、组织结构资本和客户关系资本。进一步把组织结构资本分为知识产权资本和基础结构资本。这种划分方法与知识资本所含内容有交叉重叠的成分。知识资本的研究内容也应当包括知识产权资本、基础结构资本和客户关系资本等。可见，不同的研究方法所涉及的企业内容应该是一致的，只是研究的角度不一样。
在要素资本平衡表中，为了便于会计确认和计量，将知识资本划分为四个部分：品牌商誉、公司理念与制度文件、党团工会经费和购买知识产权支出（含商标权）。品牌商誉可以从整体的角度衡量企业的客户关系和与市场的对接；公司理念与制度文件反映企业在战略、文化和组织结构方面的投入情况；党团工会经费是对政企关系的一个描述，这种投入会给企业带来一些固定的政治资源；购买知识产权支出（含商标权）反映了企业外购知识资本的情况，通过在市场上买卖各种权利体现出了知识资本的流动性特征。
（四）智力资本与知识资本的度量关于智力资本的具体计量方法，目前学术界比较认可财务指标与非财务指标相结合的方式。由于智力资本范围比较广泛，相应的指标设定也较多，以斯堪迪亚模型为例，就设定了164个指标进行度量。台湾学者陈振东和陈佩筠试图用模糊数法进行智力资本的总体测度，其原理也是非财务指标的应用。知识资本也可以采用财务指标与非财务指标相结合的方式进行测度。由于知识资本侧重于公司理念，而且范围比智力资本要小，因此，采用非财务指标测算的比例也比智力资本要大。非财务指标的好处在于可以考虑很多不易用货币衡量的因素，如政策的变更、政企关系、企业文化等。通过专家打分或者其他方式评估出来的非财务指标对于智力资本的衡量具有一定的代表性，可以较为全面地反映智力资本的总体状况。但非财务指标的应用也有其不容忽视的问题，即精确度的问题。非财务指标可以定性地描述一个企业的发展和资源存在状况，但很难实现不同企业之间的对比分析，以及解决主观评估中的客观性问题。如何实现资本报告标准化和精确化仍然是智力资本与知识资本理论发展中共同的难题。
四、结论
智力资本与知识资本虽然在研究内容上有所重叠，但两者在内涵、划分和计量等方面却存在较大差异。理论研究中应当首先搞清概念问题，不能简单地将两者混为一谈。智力资本和知识资本是从不同的角度研究企业资源问题的，可谓各有特点，如果简单地视为同一概念，势必会在研究中引起混乱。
通常认为细化的研究能使研究更加深入和有效，这也是研究智力资本的学者还要继续将智力资本细化分类的原因。但由于智力资本概念尚不明晰，范围也存在争议，进一步细分会给研究工作带来一些困难。知识资本的内容范围相对较小，对于进一步的应用和研究工作都要相对容易一些。概念的划分是研究的第一步，目前，学术界中智力资本与知识资本概念的混淆已经造成了研究的一些障碍。如果正确恰当地区分人力资本、技术资本、知识资本和信息资本，那么无论对于知识资本本身的研究，还是对于智力资本的研究，都将是一个大的进步。
参考文献：
［1］董必荣：《企业对外智力资本报告研究》，《会计研究》2009年第11期。
［2］张丹：《我国企业智力资本报告建立的现实基础：来自上市公司年报的检验》，《会计研究》2008年第1期。
［3］罗福凯：《论要素资本》，《财经理论与实践》2009年第1期。
［4］张虎、冯华、王志勇：《智力资本与人力资本、无形资产的比较研究》，《现代管理科学》2006年第11期。
［5］李冬琴、黄晓春：《智力资本：概念、结构和计量述评》，《科学学研究》2003年第11期。
［6］罗福凯：《论公司财务的价值创造功能》，《财会通讯》（学术版）2004年第4期。
［7］罗福凯：《要素资本平衡表：一种新的内部资产负债表》，《中国工业经济》2010年第2期。
［8］傅元略：《企业智力资本与企业资本结构优化》，《中国工业经济》2002年第3期。
［9］董必荣、李虎、路国平：《论智力资本报告的标准化》，《经济管理》2008年第14期。
［10］曾洁琼：《企业智力资本计量问题研究》，《中国工业经济》2006年第3期。
人工智能技术知识篇7
【关键词】智能建筑设计与维护教学与实践
中图分类号：S611文献标识码：a
智能建筑（intelligentBuilding）其技术基础主要由现代建筑技术、现代网络技术、现代通讯技术和现代控制技术所组成，运用自动化、通信、信息技术等智能化手段，通过将建筑物的结构、系统、服务和管理根据用户的需求进行最优化组合，是集现代科学技术之大成的产物。从而为用户提供一个节能高效、舒适智慧、配置更新，实用愉悦的人性化建筑环境。智能建筑具有系统集成特点，发展历史短，但涉及范围广，进展速度快，是动态和相对的概念，随着高新技术发展而不断变化。
产业信息网的《2012-2016年中国智能建筑市场分析与投资方向研究报告》显示：中国智能建筑行业市场在2005年首次突破200亿，2012年为861亿，年复合增长率为23.2%。如果未来房地产开发投资增速每年保持15%增速，如果智能化工程投资占投资额1%，那么智能化工程投资总额2013年在830亿左右，2015年为1100亿左右，2020年将达到4400亿左右。随着新一轮的经济刺激政策聚焦在新兴产业，尤其是信息产业。智能建筑作为智慧城市的细胞，发展势头很强。
教育部于2006年在土建类学科开设了建筑电气与智能化专业，希望在培养建筑类人才的基础上，加强对电气智能专业技能知识的掌握。我校以此为契机，通过大量的市场调研、着重对智能建筑解决方案的前期设计、工程施工建设到后期的运行维护，围绕建筑的全生命周期中，运行维护的费用占到全部费用的60%-70%数据分析、人才使用分析，开设智能建筑专业方向，面向建筑、物业管理行业。为与该专业的培养目标相结合，在对“智能建筑”课程教学内容设计上以建筑为平台，依照建设部2003年颁发的《建筑智能工程质量验收规范》的技术标准要求，住建部2013年《智能化系统工程运行维护技术规范》，结合《智能建筑设计标准》、《智能建筑工程施工规范》、《智能建筑工程质量验收规范》共同对智能建筑的设计、施工、验收、运维一系列过程形成规范，制定人才培养方案，基于典型工作任务的模块式课程开发，编写《智能建筑设计与维护》教材，探讨教材教法，强化智能建筑中智能弱电各子系统的原理、设计与工程实施实践。加强学生对智能化系统设计、建设、运行及维护中实践技术的传授，使本专业的同学获得对智能建筑的整体体系及系统原理的掌握。我们的课程主要包含了智能建筑中涉及到的主要内容：综合布线系统、建筑设备自动化系统、消防自动报警及联动系统、安全防范系统、通信自动化系统及办公自动化系统等。重点讲授这些智能系统的原理、组成、设计原则、工程实施及维护运行等，使学生对每一个子系统的原理、设计、建设、运行、维护等各环节都进行学习掌握，培养建筑、物业管理行业建筑智能技术方面的综合技术人员。以满足智能建筑行业不同环节对专业技术人才的需求。
《智能建筑设计与维护》课程内容包括智能建筑的基本概念、智能建筑的用户需求与基本要求、建筑智能化系统的子系统组成、建筑智能化系统的主要任务、建筑智能化系统的设计与会审、建筑智能化系统的专业协调、智能建筑的系统集成、建筑智能化系统的技术要点、智能建筑的建设管理、智能建筑的工程招投标、智能建筑的施工与调试、智能建筑的工程验收与人员培训、智能建筑的物业管理、建筑智能化系统的安全运行等。
建筑智能化弱电系统涉及的知识面广、工程性强，既要培养学生对理论知识的掌握，又要把握实践技能的学习，确实是一件不容易的事情。通过近几年的教学实践，归结的主要问题有：
(1)《智能建筑设计与维护》课程知识点多面广，增加了学生对所涉及的技术与系统掌握的难度。智能建筑弱电系统涉及到计算机技术、通信技术、自动化技术、传感器技术等，对于每一个系统，不仅要让学生掌握其原理，还需要根据用户需求进行系统的设计，因此学生就要掌握系统的构成、设备的选型，同时在系统设计、设备选型时还要考虑工程实施的具体因素。
(2)课程实践环节的教学投入，实训设备运用与技术升级、更新，教师的知识架构与实践教学的要求不匹配。学生对这种工程背景较强课程的学习理解与知识掌握难度增加。因此建立并改善专业的智能建筑综合实验室对于该课程是非常有必要的。
(3)课程考核所涉及理论知识、实践技能的考核无法展示学生处理工作现场各方面及各种问题的能力，无法完整体现出课程的工程实践背景。
(4)学生理解《智能建筑设计与维护》课程所涉及的一些设施与设备还可能看不到、摸不着。学生在教学实践中无法切身体会，影响学生的学习兴趣与主动进取。
教学实施与改进：
1、紧密结合智能建筑行业发展需要，不拘一格提升教师素质。
结合智能建筑专业课程体系建设需要、人才培养要求，分析《智能建筑设计与维护》课程教与学全过程，根据学院当前本专业建设现状，以师资队伍建设为重点，改善本专业教师的知识架构，实行多条腿走路，分几步落实，聘任本专业专职教师、校内兼职教师、校外兼职教师。
《智能建筑设计与维护》课程专业实践性强，切忌闭门造车，可以考虑聘请校外兼职教师，将智能建筑专业领域业内专家、其他大学相关专业教授、建筑公司负责人、建筑行业协会负责人、系统及技术运维负责人聘为客座教授或者教师。通过举办专题讲座或者授课，鼓励一些相关专业的中青年教师转行，到国内重点大学相关专业进行单科进修，改善行业专业人才运用与学院人才培养效果。
2、以就业为导向，以教学改革为抓手，坚持职业能力培养为目标
（1）深化“工学结合、校企合作”的人才培养模式
通过开展企业交流与合作，与行业企业建立紧密联系，校企合作共同确定本专业人才培养目标，构建基于工作过程系统化课程体系按照工作过程系统化思想及开放性开发方法，重构工学结合、能力本位的课程体系。
（2）通过构建企业岗位认知、理论实践一体化情境教学、校内生产性实训、校外顶岗实习的完整教学环节，依据“学生培养重在职业能力、内容选择基于工作过程、教师结构趋于专兼结合、教学环境模拟职业场所、教学方法遵循职教规律”五大核心理念进行教学情境设计，实现职业能力的递进与工作过程的结合。
（3）教学项目实施设计采取：设计的学习情景单元，理论教学和实践教学都在同一实训场所完成，通过“资讯、计划、决策、实施、检查、评价”六步实施法来支撑。
（4）教学考评体系坚持：注重职业能力考核，根据任务完成、项目实施情况等五项指标综合评定。
实践教学与效果：
1．优化课程结构，增强课程设置的专业性和针对性
依照高职教学“必需、够用”的原则，结合智能建筑专业行业企业人才使用需求，调整课程体系与教学内容，增加实践教学课时，构建适应学生个性发展的人才培养模式。
2．改进课程考核方式，帮助学生在知识与能力等方面得到较全面的发展。
通过改革教学方法和考试方法，除笔试外，还包括口试（日常提问记录）、笔记、制定工作任务各项目的独立作业、现场测试、实际操作等多种综合考试形式，着重考核学生综合运用所学知识、解决实际问题的能力和对所学知识的综合归纳总结能力。
3.落实好教学实训实习实践过程三阶段工作。
（1）实训实习实践前（计划准备）：制订实训实习实践方案；公布实训实习实践的行业企业用人要求；宣传动员，学生结合实训实习实践岗位，拟订实习计划；有针对性地进行三方面教育：一是目的性教育；二是责任、义务和权利教育；三是安全教育等。
（2）实训实习实践中（过程监控）：职业道德教育、企业规章制度教育、岗位技术知识运用、操作工艺、技能训练；教师现场指导学生作业；教师和企业指导学生撰写业务报告（技术小结和业务总结报告）；教师和企业共同对学生进行考核。每个同学按照所领取的任务在确定的岗位，按要求完成课题和规定的作业文件。
（3）实训实习实践后（评价总结）：评价、总结、交流和表彰。
经过多年来对《智能建筑设计与维护》课程的实践教学，逐步探索对课程教学内容及教学方法的改革。加强教学内容的更新，适应建筑智能化技术的发展;同时，加强教学方式及手段的创新，积极建设小型实践平台;最后，完善考核环节，注重理论与实践并重。
注重围绕课程体系建设师资队伍，任课老师一直从事智能建筑中相关弱电子系统的实践教学，并承担企业项目生产的技术组织、工作，比如安全防范系统、综合布线系统等，不仅参与这些系统的方案设计与方案评价，而且还到工程现场进行技术指导，积累了丰富的工程实践经验。
结合智能建筑专业技术运用，开展对一些系统的理论问题进行研究，比如视频监控中的智能视频分析、人脸识别等。教师能够很好地结合实际工程案例，在课程理论内容授课时，对案例涉及到的典型系统应用来讲解涉及的系统原理、设计思想及工程实施。并运用实际项目中遇到的问题及一些小的故事来活跃课堂氛围、激发学生兴趣，并对工程中遇到的可以提升为学术问题的困难传递给同学，让他们多思考，学会从工程中提高分析问题解决问题的能力和思路。
比如通过建设社区的安保系统来讲解智能建筑中的安全防范系统的视频监控、门禁系统、自动报警、安检等内容，同时讲授安保系统应用的一些新的智能技术比如射频识别技术、人像比对及定位技术等。通过将教师的技术成果融合到平时的教学工作中去，工作促教，项目帮教，教与学促进，加强教学内容的更新与活力，激发学生的学习兴趣。
智能建筑的蓬勃发展是社会进步和科技发展的一个体现，为智能建筑的良好建设、运行与维护提供专业的技术人才是我们高等教育教育的本职工作。本文从一个非建筑类工科专业开设智能建筑课程的角度，阐述了我们课程建设的思路以及对该课程实践教学方法的一些探索，希望对非建筑电气与智能化专业培养智能弱电系统相关专业人才提供一些参考。
【参考文献】
[1]陈富川.建筑智能化系统集成研究设计与实现《电子科技大学》2008年
[2]林建军，金炳尧.基于项目的实验室工作室模式的探索与实践[J].实验室研究与探索，2012，31(5)：111-113
[3]高建华，胡振宇.物联网技术在智能建筑中的应用《建筑技术》2013年02期
作者简介：
人工智能技术知识篇8
关键词：人工智能计算机技术
一、人工智能的定义
“人工智能”(artificialintelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。
二、人工智能的应用领域
1.在管理系统中的应用
(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。
(2)智能教学系统(itS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。
2.在工程领域的应用
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。事实上，早在1982年，美国匹兹堡大学的miller就发表了著名的作为内科医生咨询的internist2Ⅰ内科计算机辅助诊断系统的研究成果，由此，掀起了医学智能系统开发与应用的高潮。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“pRoSpeCtoR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。
3.在技术研究中的应用
(1)在超声无损检测(nDt)与无损评价(nDe)领域中，目前主要广泛采用专家系统方法对超声损伤(Ut)中缺陷的性质、形状和大小进行判断和归类；专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的ai技术，开发更高级ai通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。
三、人工智能的发展方向
1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错，现在这一点已被证实。
2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用，主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理，需要利用人工智能的研究成果。
3.Soar是一种通用智能体系结构，其始终处在人工智能研究的前沿，已显示出强大的问题求解能力，它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述，而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干，有直接来自周围世界的经验，他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置，也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前，国内外不少学者都对机器人足球系统颇感兴趣，足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统，是一个多机器人协作自治系统，同时又为它们的理论研究和模型测试提供一个标准的实验平台。
参考文献：
[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑，2008.
[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程，2003.
[3]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003，(8).
[4]周明正.人工智能在医学专家系统中的应用[J].科技信息，2007.
[5]张海燕，刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测，2001，(8).
[6]马秀荣，王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报，2005，(4).
人工智能技术知识篇9
【关键词】人工智能计算机技术
一、人工智能的定义
“人工智能”(artificialintelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。
二、人工智能的应用领域
1.在管理系统中的应用
(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。
(2)智能教学系统(itS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。
2.在工程领域的应用
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。事实上，早在1982年，美国匹兹堡大学的miller就发表了著名的作为内科医生咨询的internist2Ⅰ内科计算机辅助诊断系统的研究成果，由此，掀起了医学智能系统开发与应用的高潮。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“pRoSpeCtoR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。
3.在技术研究中的应用
(1)在超声无损检测(nDt)与无损评价(nDe)领域中，目前主要广泛采用专家系统方法对超声损伤(Ut)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的ai技术，开发更高级ai通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。
三、人工智能的发展方向
1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错，现在这一点已被证实。
2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用，主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理，需要利用人工智能的研究成果。
3.Soar是一种通用智能体系结构，其始终处在人工智能研究的前沿，已显示出强大的问题求解能力，它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述，而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干，有直接来自周围世界的经验，他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置，也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前，国内外不少学者都对机器人足球系统颇感兴趣，足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统，是一个多机器人协作自治系统，同时又为它们的理论研究和模型测试提供一个标准的实验平台。
参考文献
[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑，2008.
[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程，2003.
[3]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003，(8).
[4]周明正.人工智能在医学专家系统中的应用[J].科技信息，2007.
[5]张海燕，刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测，2001，(8).
[6]马秀荣，王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报，2005，(4).
人工智能技术知识篇10
摘要：根据社会发展需求和建筑电气与智能化专业人才的培养定位，制定了具有智能建筑技术特色的建筑电气与智能化专业培养方案，这有利于优化课程体系，强化业特色和应用型人才培养定位，完善实践教学体系，增强工程实践能力、设计能力的培养，提高人才培养的质量。
关键词：专业建设；建筑电气；智能化，实践教学
中图分类号：G642.41文献标志码：a文章编号：1674-9324（2017）13-0227-02
沈阳城市建设学院是辽宁省第二所设置建筑电气与智能化专业的高等学校，自新专业招生以来，在专业建设方面取得了一定的成绩，形成了有特色的人才培养模式，在教学、科研、学生素质培养等方面都取得了显著成绩。
1.明确专业定位，培养建筑智能化特色人才。随着智能建筑技术的不断发展，建筑电气智能化人才需求量不断增加，对建筑智能化人才知识结构和综合素质提出了更高的要求，不仅需要具有强电+弱电知识，而且需要掌握建筑网络通信技术、建筑通信工程、智能建筑系统集成技术、建筑环境工程等方面的知识，形成强电+弱电+信息+建筑环境等多学科、多技术有机结合的知识体系，培养跨学科、复合型、应用型人才。
建筑电气与智能化专业人才的培养应当将素质教育、专业知识传授、应用能力培养融为一体，体现全面发展和建筑智能化专业的特色。建筑电气与智能化专业人才培养的基础要遵循教育和教学的基本规律，在教学的各个环节中融合素质教育为一体，将专业知识传授与实践环节有机结合，提高学生的应用实践能力。学生素质的提高、应用能力的培养是在一个循序渐进、系统的知识体系传授中逐渐培养出来的。学生通过系统的专业知识学习和实践，培养学生具有基础扎实、知识面宽、综合素质高、实践能力强、有创新意识、掌握控制理论及技术、计算机技术、网络通信技术、建筑及建筑设备、智能建筑环境学等基础理论，同时掌握建筑电气控制技术、建筑供配电及照明、建筑设备自动化、建筑信息处理技术、建筑通信工程等专业知识和技术，具备执业注册工程师基础知识和基本能力的建筑电气与智能化专业应用型技术技能型人才。
2.优化培养方案，强化专业特色。（1）教学计划注重适应社会发展的需求。在充分研究和论证的基础上，制定了建筑电气与智能化专业本科人才培养体系总体框架和人才培养计划，并通过多年不断完善，形成了具有建筑电气与智能化专业特色的培养方案。教学计划依据人才社会发展需求和建筑电气与智能化专业人才培养目标制定，在着重传授学生必须掌握建筑电气与智能化方面的知识，了解有关工程与设备的主要规范与标准，熟悉建筑、建筑设备、通信、经济管理等相关学科的基本知识和跨学科知识的同时，进一步强化学生建筑气与智能化工程设计、施工、系统运行与维护等基本技能，以适应社会发展对建筑电气与智能化专业技术人才的需要。（2）教学计划强调培养学生的综合素质。以基础理论模块、信息技术模块、电气技术模块和建筑技术模块四部分核心课程为基础，注重理论与工程实践相结合，使学生真正做到学以致用、学用结合，克服了传统工程教育“理论脱离实际”的弊端。充分调动了学生学习的积极性，促进了学生知识、能力和素质的全面协调发展。教学计划体现了我校厚基础、宽口径、重能力、高素质的思想，即重视基本知识、基础理论和基本方法，强化学生实践能力的培养，全面提高学生综合素质的指导思想。在学生的知识结构中，将思想道德素质、文化素质、业务素质、身心素质渗透到了培养计划中。（3）教学计划面向工作的实际需要。教学计划中理论教学体系与实践教学体系并行设置、相对独立、互相支撑、与素质教育课程协调进行，将素质教育与创新意识、健康教育贯穿于学生的整个培养过程。在构建实践教学体系时，注意实践教学内容与理论教学内容间的衔接和内在联系，尽量做到并行或配合进行，实现知识传授和能力培养的同步性。通过课程设计、实习和毕业设计等实践教学环节，加强学生工程设计能力的训练，培养学生的自主学习、研究型学习能力和实际工作能力，适应工作的实际需求。（4）重视实践教学，强化学生实践能力的培养。实践教学是应用型技术技能型人才培养的重要环节。课程的知识体系应体现先进性、科学性、实践性。另外，课程体系的改革要以培养基础扎实、实践能力强、综合能力强、整体素质高的应用型技术技能型人才为目标，从理论教学和实践教学体系两个方面对培养方案进行优化，加强实践能力和创新能力的培养，重视综合素质的提高。课程体系和知识结构体现建筑智能化的专业特色，即知识的整体性、系统性、合理性，以及强化实践教学，提高学生的实践能力。在一些专业特色的课程中，如建筑智能环境学、建筑设备自动化、建筑通信工程、建筑环境与设备中，增加了实验和课程设计等实践教学环节，同时也加大了专业实践环节的学时，增加了智能建筑实习和智能建筑技术综合课程设计、建筑智能环境学课程设计等实践教学内容。实践证明，强化实践教学环节，有效地提高了学生知识的综合运用能力、实践能力和创新能力。课程体系中主要包括理论教学和实践教学两个方面，在教学实践中，注重理论教学和实践教学的结合，注重体现建筑智能化专业特色，将强电与弱电结合、电气工程与控制工程结合、电气自动化与智能建筑技术结合，突出智能建筑特色、反映时展需求的特点，有利于提高人才培养质量。
实践教学体系的构建需要根据专业特点和人才培养目标定位，要结合建筑电气与智能化专业的特点，在实践教学内容、实践教学模式等方面进行改革，形成系统、科学、完善、具有特色的实践教学体系，使各实践环节有机结合，形成完善的实践教学知识体系结构，同时要将专业基础实验和专业实验、其他实践教学环节的内容从整体上考虑，使理论教学和实践教学、各实践环节之间形成有机的整体，使教学内容前后衔接、循序渐进、由简单到复杂、层次分明、特色鲜明。实行实践教学的多样化，开展以实践教学为主线的多种实践教学活动，进行实验教学改革，加大设计型、综合型实验比例，建立大学生科技实践新的人才培养体系，有利于培养社会需要的复合型人才。
实践教学以“实验+大学生科技实践+工程训练”为载体，建立分阶段、多层次、模块化、开放型的教学模式，有效地提高了学生的实践能力、工程应用素质、创新意识。同时，建立的大学生科技活动中心，开展大学生科技活动，有组织、有计划地开展大学生各种科技竞赛，有利于提高大学生的科研实践能力。此外，为适应不同层次学生的实践教学要求，要将实验分成基础理论验证实验、设计性实验、综合性实验、开放研究实验，以满足不同层次学生的要求。
实践教学与科研、工程实践结合，根据建筑电气与智能化专业发展需求，更新实践教学内容，引进具有建筑智能化工程应用背景的综合性、设计性实验项目，以更新实验内容。
设置建筑智能环境课程、建筑设备自动化等实习和课程设计，实践教学紧密结合工程实际，突出专业特点，实践教学内容体现先进性、综合性、实践性。在智能建筑课程设计中，针对建筑电气与智能化实际工程进行设计，学生通过设计了解了建筑智能化系统设计的基本知识和基本方法，提高了学生工程设计能力、知识的综合运用能力、分析问题和解决问题的能力。
3.坚持产学研相结合，多角度、多方式培养学生综合能力。根据专业特点，开拓产学研结合的道路。教师在教w中，将研究成果和专业最新的发展趋势介绍给学生，将研究成果引进教学中来。学生走进建筑设计院、建筑施工现场，学生的毕业设计题目要与工程实际紧密结合，组织电气工程及其自动化专业的学生进行实际工程调查，广泛收集科技资料，撰写调查报告。另外，要有计划地吸收学生参与教师所承担的智能建筑技术研究课题及工程项目，学生要在教师的指导下到相关合作企业参与地方经济建设和辽宁老工业基地的技术振兴，推动教学、科研、生产工程结合，从多角度培养学生的综合素质及能力，以便于更好地适应专业发展需要，跟进现代科技的发展。
大学生实践教学基地是大学生开展科技实践活动的重要场所，是创造学生自主实验、个性化学习的实验环境。将大学生科技实践活动纳入实践教学并制定相应的政策，支持和引导学生参加各种竞赛以及校内外的各种科技实践，参与教师的科研项目，以便于在实践中提高大学生的实践能力和科技创新能力。
专业建设是一项长期的任务，需要在实践中不断完善，狠抓专业建设是提高人才培养质量的重要保证。
参考文献：