前言：中文期刊網精心挑選了人工智能學習報告范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

人工智能學習報告范文1

關鍵詞：計算機技術；人工智能

1 人工智能的發展歷史

1.1萌芽階段

1956年以前，英國數學家圖靈為人工智能做了開拓性的貢獻。圖靈機的出現是人工智能乃至整個計算機科學發展進入新階段的標志，1961年以后，人工智能主要內容涉及知識工程、自然語言理解等。人們研究人工智能方法也分為結構模擬派和功能模擬派，分別從腦的結構和腦的功能入手研究。

1.2成長階段

20世紀80年代，人工智能的研究進入成長階段。1984年，Astrom明確提出建立專家控制的新概念，專家系統是一種具有特定領域內大量知識與經驗的程序系統，其水平可以達到甚至超過人類專家的水平，專家控制系統是目前人工智能中最活躍最有效的一個研究領域，專家系統可分為解釋型、診斷型等類型，1986年，中國蔡自興提出把人工智能、控制論、信息論和運籌學結合起來，用于構造不同領域的智能控制系統，有效地促進專家系統進一步發展。與此同時，人工神經網絡的研究也因為人工智能的發展再度掀起熱潮；對于模糊理論的研究，以及其他分支也都開始迅速開展研究。這些標志著智能控制已從研制開發階段轉向應用階段。

1.3快速發展階段

20世紀80年代末，人工智能開始逐步向多技術、多方法的綜合集成與多學科、多領域的綜合應用型發展，人工智能進入了快速發展階段。人工智能既然是多個自然科學和社會科學交叉的結晶，那么每一個學科的研究成果都可以成為另外一個學科的研究基礎或輔助手段。可以預見，作為創新思想的源泉，學科交叉將催生更多的研究成果，學科交叉也必將孕育人工智能未來的大突破。對于人工智能學科整體而言，要有所突破，需要多個學科合作協同，在交叉學科研究中實現創新。

2 當前的研究和市場應用

艾瑞《2015年中國人工智能應用市場研究報告》，從“發展現狀”“應用現狀”“發展前景及市場機會”三方面對目前國內人工智能應用市場做出分析判斷，并對未來國內外人工智能市場的發展做出預測。報告透露，以BAT為首的互聯網巨頭已在人工智能領域布局，同時，上百家創業企業開始滲透并構架起產業基礎層、技術層、應用層，形成產業鏈模型。

3 人工智能與人的智能對比

3.1第一回合：人類險勝

人與計算機的對抗可以上溯至20世紀70年代，最早是計算機技術人員在實驗室一種休閑娛樂。1996年2月，由IBM開發的超級電腦深藍（Deep Blue）挑戰國際象棋世界冠軍卡斯帕羅夫，在經過7天的比賽之后，深藍以2∶4的失敗告終。這是歷史上第一次由人工智能挑戰世界頂級棋類選手，深藍輸了比賽，卻引起全球對人工智能發展的高度關注，這臺冷冰冰的機器在比賽中并沒有讓世界冠軍好受，卡斯帕羅夫雖然最終贏得比賽，但也宣告了人機對抗中人類勝利的歷史的結束。

3.2第二回合：人類完敗

1996―2016年的二十年，人類與機器之間進行了三次標志性的競賽，均以人類失敗告終。1997年，IBM深藍再次挑戰卡斯帕羅夫，并以3.5∶2.5的優勢贏得比賽，成為首個在標準比賽時限內擊敗國際象棋世界冠軍的電腦系統，同時也標志著人機智力對抗中，機器已經實現逆轉。

2011年，IBM開發的集成服務器沃森（Watson）參加美國《危險邊緣》，并最終擊敗最高獎金得主魯特爾和連勝紀錄保持者詹寧斯，獲得了100萬美元獎金。這是人工智能在綜藝節目上第一次擊敗人類選手獲得最高獎金。相對于深藍，沃森需要處理的信息更加復雜，盡管在一些提示信息相對較少的問題面前表現明顯不如人類，但是依靠強大數據處理能力和運算速度上的優勢，戰勝人類。

然而這一切到了2016年，發生了改變。2016年伊始，谷歌宣布其倫敦子公司Deep Mind開發的AlphaGo機器人以5∶0大勝歐洲圍棋冠軍樊麾，隨后又以4∶1比分戰勝世界冠軍韓國圍棋國手李世石。2016年底，AlphGo化名Master在圍棋網絡平臺上所向披靡，將中日韓的一個個頂尖棋手斬于馬下，取得了60連勝輝煌戰果。因為圍棋是迄今為止最復雜的棋類游戲，那么機器能夠在圍棋上戰勝人類頂尖選手則意味著至少在棋類游戲上實現了對人類的全面超越。

3.3第三回合：休戰、共贏

無論是深藍、沃森還是AlphaGo，其研發的目的遠不止贏得一場比賽那么簡單。IBM早已將深藍和沃森系統應用于藥物研發、金融風險計算等領域。至于輸給深藍的卡斯帕羅夫，也并沒有因為失敗而從此一蹶不振，相反他又拿下了幾乎所有著名的國際象棋比賽的冠軍，最后退出國際象棋界后，轉身又進軍政界。輸給AlphaGo的李世石從此人氣大漲，參加了各種訪談和綜藝節目，圍棋在韓國年輕人中進一步升溫。雖然人機大戰在比分上表現為人類的完敗，但最終的結果是：雙方都從中受益。

4未來發展方向

雖然人工智能有二十多年的發展歷史，但仍然處于研究階段，它仍然面臨一些問題。人工智能的發展是力求讓智能系統做出自己的決定。深度學習是機器學習的新浪潮，也是人工智能發展的一個里程碑，雖然深度學習已經在語音識別、圖像識別等領域小試身手，但客觀上講還處于襁褓階段，無論是理論研究還是工程化都還面臨巨大的難題。誰也不能保障深度學習在未來能否成為人工智能最基礎的方法，也許會有新的更好的技術替代深度學習，但是可以肯定的是，人工智能的夢想不再遙遠，機器將在不久的將來像人類一樣思考。

5結語

人工智能是社會發展的需要，也是社會發展的必然產物。伴隨著人工智能的發展，一方面學科在不斷細分，高度分化，另一方面，學科在不斷融合，呈現出交叉和綜合的趨勢。在備受關注的機器人領域，人工智能也具有無限的發展空間，雖然現在機器人的發展已經讓人矚目，但是相信人工智能會給我們帶來更加震撼的成果。

對人工智能的研究是人類一直以來的愿望，同時也是一項極其具有挑戰性的研究學科，和其他研究一樣，必定障礙重重，但是有信心與毅力恰好是人類勝過人工智能的一個方面，所以我們要敢于挑戰，敢于創新，讓人工智能取得新的突破性成就。

參考文獻：

[1]于新生，劉德華.控制理論與人類智能[J].周口師范學院報，2006，23（2）：65-67.

作者簡介：

人工智能學習報告范文2

關鍵詞:智能科學基礎;系列課程;國家級教學團隊;改革;建設

在國家教育部質量工程的支持下,中南大學信息科學與工程學院對國家級精品課程人工智能[1-2]和智能控制[3]、全國雙語教學示范課程人工智能和國家級智能科學基礎系列課程教學團隊[4]等進行持之以恒的改革與建設,取得一些成果。

“智能科學基礎系列課程教學團隊”的教學隊伍是一支由國家級教學名師領銜[5],知識結構、梯隊結構和年齡結構比較合理,具有明顯的學科優勢、課程優勢、人才優勢和教學科研優勢的頗具特色與影響力的教學團隊。該團隊以中南大學智能科學研究中心為核心,主要承擔人工智能基礎、智能控制導論、機器人學、專家系統等本科基礎和專業基礎課程,碩士學位課程人工智能、智能控制和機器人控制技術以及留學生碩士學位課程Artificial Intelligence和博士生學位課程智能系統原理與應用的教學。

教學團隊在建設過程中,注重教學改革,加大課程建設和教材建設力度,不斷改進教學方法,在課程改革、教材建設、教學手段、隊伍建設以及交流合作等方面取得一些進展。本文擬就教學團隊的改革與建設的相關理念與實踐問題加以總結,談談我們的見解。

1創新教學方法

教學是教師的本職和核心工作。本教學團隊一直致力于教學方法與教學模式的改革與創新,虛心學習國內外先進教學經驗和方法,積極探索教學新路,形成了“以趣導課、以疑啟思、以法解惑、以律求知”的教學模式和教學方法[6-7]。充分激勵學生的學習積極性和主動性,發揮獨立思考和創新思維,多方位培養學生發現問題、分析問題和解決問題的能力。我們在教學過程中應用了課堂演示、課堂互動、課堂辯論、課后網絡教學、網絡實驗等一系列現代化全方位的教學新模式。此外,為提高學生的動手能力和理論水平,讓學生直接參與部分教師課題,理論聯系實際,為畢業后的工作學習打下良好基礎。具體措施如下:

1) 舉行課堂討論會,營造自由探索氛圍。

為調動學生的積極性,我們在授課過程中多次開展課堂討論會和辯論會等活動,讓學生自己查閱資料,分析整理,提出自己的觀點,使學生全方位地接觸所學課程,培養學生的研究能力,真正實現師生互動,并鼓勵學生用英語討論。學生對有些問題展開了激烈的爭論,激發了學習潛能,明確了學習目標。課程中還經常請來在科研工作中擔任主要任務的教授和博士生來給學生介紹最前沿的科學動態,激發學生們對所學知識和科學研究的興趣。在研究生教學方面,我們更進一步通過舉辦課程課堂學術研討會,讓學生在一年級就開始接觸學科前沿,自己查閱資料和動手寫科技論文,并在研討會上宣讀討論,培養獨立工作能力和從事學科前沿研究的能力,為將來的高層次研究打下基礎。

2) 倡導啟發式教學,培養學生學習能力。

注意采用面向問題的啟發式方法進行教學,啟發學生求解問題能力,強化學生的參與意識,提高他們的學習積極性。教學中還注意采用了多種交互式策略,如課堂教師提問、鼓勵或指定學生用英語提問、學生就某個知識點進行主題發言后老師點評等。此外,師生通過互聯網進行交互,方式包括Email、BBS和QQ談和交換文件等。

根據學生的興趣和創新潛力,對有專業特長的本科生,在自愿情況下,挑選2～3名參與國家級項目研究工作,進行中長期培養試點,實現本科培養過程與碩士、博士研究生培養過程的銜接。

3) 增強課程實驗教學環節,籌建智能專業實驗室。

智能科學基礎課程的概念性較強,初學者感到比較抽象,而實驗教學又是薄弱環節。因此,結合學生實際情況,我們對實踐教學環節十分重視,設計了一些新的實驗項目,探索新穎的實驗方法。新開實驗項目包括人工智能實驗、智能控制實驗、專家系統實驗、機器人學實驗、人工智能課程設計等。對相關課程的原有實驗,我們也進行了一些改革,增設了個性化的實驗,使得學生的實驗數據和實驗結果分析既有格式要求,又給學生報告自己研究的過程和結果留有空間。這些做法能夠鼓勵學生進行獨立性研究,滿足他們學習的需求。通過實驗教學,學生能夠理論聯系實際,驗證所學理論知識和概念,加深理解,充分調動了學生的學習積極性,培養了他們的創造能力。

除課堂實驗外,我們還充分發揮虛擬實驗的優點,設計了網絡虛擬實驗,讓學生在課外上網練習。通過虛擬實驗,學生可以了解算法的具體運行過程,調整參數和過程,并進行驗證以加深對知識的理解,提高學習興趣,從而達到教學目的。

結合科研,購進和自制部分新設備、新系統,計劃建設智能專業實驗室,為教學提供更多的優良實驗設備。例如,已研制“中南移動一號”和“中南移動二號”自主移動機器人共7臺,已購進RCB-1型教學機器人20套等。

教學團隊教師還指導學生參加全國大學生“飛思卡爾”杯智能汽車競賽活動、大學生創新性實驗計劃及創新教育計劃項目等,取得優秀成果。

2推進課程改革

教學改革是課程建設和學科發展的生命線。我們把國家級精品課程和全國雙語教學示范課程放在優先建設的位置,并以它們帶動其他課程建設,完善系列課程建設,同時新辦了智能科學與技術專業。

2.1搞好精品課程建設,改進雙語示范課程教學,穩步推進系列課程建設

本團隊著力搞好已有的2門國家級精品課程、1門全國雙語教學示范課程,更新精品課程網站,豐富課程內容。為了及時反映上述課程中相關科學技術的最新進展,我們調整了教學體系和教學內容,修訂了教學大綱,并對教學內容進一步優化和更新,極大充實了各課程教學內容。同時,通過校際教學活動和網上資源共享對精品課程、雙語教學示范課程進行交流和推廣,起到較好的輻射作用[8-9]。

為加強精品課程建設,完善和拓展課程體系,在總結現有精品課程的建設經驗的基礎上,又建成省級精品課程1門,校級精品課程1門。

為提高學生的專業英語水平和學習興趣,使得學生能夠開拓眼界,追蹤國際前沿科學研究,本團隊長期對雙語教學進行研究和實踐。除改進人工智能雙語教學示范課程外,團隊承擔的其他課程,如智能控制、機器人學、專家系統、數據結構等也實行了雙語教學,并為該課程引進英文輔助教材。例如,對人工智能課程,我們先后采用Nilsson和Russell等編著的國外影響較大的英文原版教材作為主要教學參考書[10-11],供學生學習參考。在雙語教學中,一般以漢語講授為主,英語為輔,并對一些關鍵詞同時用漢語和英語表示。對部分章節或某個專題,采用純英語教學或以英語為主漢語為輔的教學。對PPT課件的編寫分為純漢語、純英語和英漢混合幾種方式。英語教學比例要根據教學內容和學生英語水平而定,其檢驗標準是學生的接受程度與學習效果,根據這一點來適時調整雙語教學中英語對漢語的比例。

通過教改實踐,我們承擔的智能科學基礎課程逐步形成為具有明顯特色的課程體系。我們講授的課程從智能科學的基礎課程到專業基礎課程,再到專業實踐課程,形成了配置合理、特色鮮明、循序漸進、優勢互補、協調發展的智能科學與技術學科從基礎到應用的系列課程體系。

2.2新辦智能科學與技術專業

智能科學與技術是當代科技發展的前沿學科和重要組成部分,其人才需求日益增加,超出了目前高校的培養能力[12]。我校的智能科學與技術學科方向經過近20年的發展,已形成了具有自身優勢和特點的學科,在國內具有一定的知名度和優勢。為了促進智能科學與技術學科的發展,經過多年積極準備,我們于2009年申報了智能科學與技術專業并獲得教育部批準。通過向兄弟學校學習調研,了解該專業人才需求、專業建設規劃,設定適應培養目標的教學計劃與課程設置方案。雖然我們開辦“智能科學與技術”專業較晚,但我們從2002年開始,就一直關注和積極參與國內智能科學的學科的討論與新專業籌備工作[13]。

我校于2009年申報獲準,在自動化專業增設了智能科學與技術專業方向,目前已招收2屆學生共84人。我們為選讀智能科學與技術本科專業方向的每個學生選定指導老師。每個學生都可以參加指導老師的課題,指導老師也可以利用自己的學識、經驗和責任心來更好地管理呵護學生。這一做法取得明顯效果,不僅受到同學們的普遍歡迎,也得到了學校的肯定。我們還多次召開師生見面會并通過指導老師走訪宿舍,了解每個人的情況。為了消除代溝,努力融入同學當中,學習熟悉他們的語境和思維想法。我們的目標就是不讓一個學生掉隊。

創建與建設智能科學與技術新專業,將為智能科學基礎系列課程教學建設提供一個更加寬廣的平臺,并對計算機、自動化和電子信息等學科的專業建設和課程建設提供一個新的增長點。我們將以智能科學與技術專業建設為契機,虛心學習兄弟學校的專業建設的做法和經驗,進一步規范智能科學與技術的基礎課程教學,讓智能科學基礎課程教學建設登上一個新的臺階。

3加強教材建設

教材是教學的重要工具和資源,其水平直接影響教學效果和教學質量。在教學過程中,我們與時俱進,對教學內容不斷優化與更新,精益求精地編寫反映學科發展的教材[14]。

我們對原有編寫出版的教材進行修訂,反映新世紀學科發展水平和發展趨向,以適應教改需要。把這些最新內容用于教學,使學生了解到國際前沿動態和本學科的最新成果。

以相關系列課程為平臺,注重教材配套,服務因材施教,著眼長遠教材建設。僅2007年以來我們已出版的相關教材及專著如下:

《智能控制原理與應用》,國家級精品課程配套教材,2007;《智能控制導論》,國家級精品課程配套教材,2007;《未知環境中移動機器人導航控制理論與方法》,2008;《機器人學》,第二版,國家級教學團隊配套教材,2009;《機器人學基礎》,國家級教學團隊配套教材,2009;《人工智能及其應用》,第四版,國家級“十一五”規劃教材,國家精品課程配套教材,2010;《人工智能基礎》,第二版,國家級“十一五”規劃教材,國家精品課程配套教材,2010;《移動機器人協同理論與技術》,2010。

4優化隊伍結構

師資隊伍建設是團隊建設的源頭,沒有一流的教師隊伍就沒有一流的教學團隊。在師資隊伍建設上,我們一直采取引進優秀人才和在職培養相結合的做法。對于人才的引進主要通過辦專業和辦學科點等方式吸引人才,還通過創造教學和科研條件,穩定教師隊伍,解決個人的發展問題。

采取有效措施,提高主講教師的學術積累和教學水平。一是教研組教師,特別是中青年教師積極參加重要科研項目,提高學術水平。二是派中青年教師赴國外研修訪問,了解和學習發達國家同類課程的先進教學經驗、相關課程設置情況與發展趨勢,將國外教學思想引入課程教學。

教學始終是教師的第一要務,為了提高青年教師的教學素質,我們實施并完善了一系列管理措施和制度。

1) 設立名師工作室,實現名師資源共享形成多元化的帶教制度,安排高年資的教師對年輕教師進行傳、幫、帶,可以有業務方面的指導,也可以有認識方面的交流。通過老教師對年輕教師全方位的指導,使老教師的教學理念和經驗得以繼承,加快了年輕教師的成長。

2) 有計劃地安排年輕教師虛心旁聽有經驗教師的講課。通過聽課,不僅使年輕教師進一步掌握課程的內容,更重要的是使年輕教師學到了老教師的教學方法和經驗,對其今后從事教學工作起到了積極的指導作用。

3) 對于第一次上課和第一次上某門新課程的年輕教師,團隊都要在課前組織他們試講。試講前,安排老教師進行指導,傳授教學經驗。試講時,由團隊的教師參加聽課并對其進行講評,肯定其優點,指出其不足,幫助青年教師盡快掌握課程的重點,找到更合適的講授方法。此外,我們還備課,統一基本教案,幫助年輕教師成長。

近兩年來本教學團隊獲得的主要教學獎勵就有徐特立教育獎、茅以升教學專項獎等。

5擴大交流合作

我們在做好自身團隊建設的同時,增進與全國相關高校和教學團隊的交流,學習兄弟團隊的建設經驗,在課程示范、教材推廣、網絡資源輻射等方面發揮積極作用。我們還開展校內合作,聯合不同院系進行教學和精品課程的申報與建設,在校內推廣改革成果;發表了一系列教改論文;發起籌備《全國智能科學技術課程教學研討會》;邀請企業界科技精英做本科生就業指導相關報告。

1) 增進校際交流,發揮輻射作用。

我們經常以講座報告形式在許多兄弟院校進行教學與教改交流。例如,最近一年來就應邀先后到上海交通大學、同濟大學、東華大學、東南大學、國防科技大學、中國礦業大學、北京科技大學、清華大學等校就智能科學技術課程的教學、教改和建設問題作專題報告,在兄弟院校師生中引起熱烈反響。已有數以百計的高等院校采用我們編著的教材和網絡課程進行教學,國內已有眾多的從事人工智能課程和智能控制課程教學的教師,來信來函索取我們開發的課程教案、課程演示和網絡課程相關資料等,我們一直盡力地搞好推廣和服務工作。

2) 撰寫課程改革論文,進行國內外交流。

本團隊成員僅近一年多來,就在中國教育開放資源網、中國人工智能學會13屆年會、計算機教育、高等理科教育、計算機與現代化等會議及刊物上發表10篇教改論文,在國內外進行交流,起到介紹情況,交流信息和經驗的積極作用。

3) 籌備全國相關課程教學研討會。

為了更好地交流經驗,擴大影響和輻射作用,我們發起并聯合中國人工智能學會教育工作委員會、中國計算機學會人工智能與模式識別專業委員會、中國人工智能學會智能機器人專業委員會、中國自動化學會智能自動化專業委員會、中國人工智能學會人工智能基礎專業委員會,籌備召開了首屆《全國智能科學技術課程教學研討會》[15]。圍繞各個學校在智能科學與技術本科專業的課程改革與建設、課程和專業教學計劃制定和未來發展設想等方面進行交流研討。通過交流研討,認真學習兄弟學校的經驗,并盡可能匯報我們的經驗。我們相信,在與會全體代表的共同努力下,本次課程教學研討會一定能夠取得積極的成果。

注:本研究獲得教育部國家級精品課程人工智能(2003年)和智能控制(2006年)、全國雙語教學示范課程人工智能(2007年)、國家級智能科學基礎系列課程教學團隊(2008年)等項目支持。

參考文獻:

[1] 中國高等教育學會. 中國高校國家精品課程,工學類,(上冊),2003-2007[M]. 北京:北京大學出版社,2008:433-436.

[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.

[3] 中國高等教育學會. 中國高校國家精品課程,工學類,(上冊),2003-2007[M]. 北京:北京大學出版社,2008:426-429.

[4] 國家教育部和財政部關于立項建設國家級教學團隊、國家級精品課程、全國雙語教學示范課程的通知[EB/OL]. [2010-5-1]. http///轉高等教育司.

[5] 中華人民共和國教育部高等教育司. 名師風采,第一屆高等學校教學名師獎獲獎教師集錦[M]. 北京:地質出版社,2006: 152-153.

[6] 李廣川. 丹心育桃李,妙手譜春秋[M]//名師頌.北京:教育科學出版社,2007:397-401.

[7] 及立平. 篤定平和:訪國家級教學名師蔡自興[M]//春風化雨:中南大學教師風采. 長沙:中南大學出版社,2006:119.

[8] 蔡自興,肖曉明,蒙祖強,等. 樹立精品意識,搞好人工智能課程建設[J]. 中國大學教學,2004(1):28-29.

[9] 陳愛斌,肖曉明,魏世勇,等. 智能控制的學科發展與學科教育[J]. 現代大學教育,2006(3):102-105.

[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.

[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.

[12] 王萬森,鐘義信,韓力群,等. 我國智能科學技術教育的現狀與思考[J]. 計算機教育,2009(11):10-14.

[13] 蔡自興,賀漢根. 智能科學發展的若干問題[C]//中國自動化領域發展戰略高層學術研討會論文集. 自動化學報,2002, 28(增刊1):142-150.

[14] 蔡自興,謝斌,魏世勇,等.《機器人學》教材建設的體會[C]//2009年全國人工智能大會(CAAI-13). 北京:北京郵電大學出版社,2009:252-255.

[15] 2010年全國智能科學技術課程教學研討會征文通知[J]. 計算機科學,2010,37(6):封3.

Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU

CAI Zi-xing, CHEN Bai-fan, LIU Li-jue

(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)

人工智能學習報告范文3

關鍵詞：人工智能；信息素養；信息技術

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2008)35-2417-02

Artificial Intelligence Education and Middle School Students Information Literacy

WU Wen-tie

(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)

Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.

Key words: artificial intelligence; information literacy; information technology

1 信息素養的定義及其內涵

“信息素養”一詞最早產生于信息技術和信息產業發達的美國, 是隨著現代信息社會的逐漸形成而對國民提出的一種兼跨人文和科學范疇的綜合性個人素養要求的描述。隨著研究的深入，人們對信息素養的認識也在不斷深化。

1974年美國信息產業協會主席保羅?澤考斯基最先提出信息素養的概念, 他認為信息素養是“利用大量的信息工具及主要信息源使問題得到解答的技術及技能”。1992年美國圖書館協會提出：“信息素養是人能夠判斷何時需要信息, 并且能夠對信息進行檢索、評價和有效利用的能力。”同年, 道爾在《信息素養全美論壇的終結報告》中給出了一個較為全面的定義：一個具有信息素養的人, 他能夠認識到精確和完整的信息是作出合理決策的基礎, 他能夠確定對信息的需求, 能夠形成基于信息需求的問題, 能夠確定潛在的信息源, 能夠制定成功的檢索方案, 從包括基于計算機的和其他的信息源中獲取信息、評價信息、組織信息用于實際的應用, 將新的信息與原有的知識體系進行融合以及在批判性思考和問題解決過程中使用信息。

綜上所述, 雖然研究人員從不同的視角界定了信息素養的定義, 但可看出, 信息素養既包括認知態度層面上的內容, 也包括技術層面、操作層面和能力層面上的內容。概括起來講, 信息素養主要包括信息意識、信息能力和信息道德三個方面：

1) 信息意識。信息意識是信息素養的首要因素, 主要指人們對信息及其交流活動在社會中的地位、價值、功能和作用的認識, 換句話說, 就是指人們對信息的判斷、捕捉的能力。信息意識的強弱將直接影響人們利用信息的程度和效果。人們只有有了信息意識,才有可能有信息的需求, 進一步去尋找信息和利用信息, 并主動學習與信息處理有關的技術。

2) 信息能力。信息能力是信息素養的重要方面, 是指人們獲取信息、處理信息、利用信息、創造信息、交流信息的技術和能力。人們只有掌握一定的信息技能, 才能有效地開展各種信息活動, 有效地利用信息和創造信息, 充分發揮信息的價值, 變信息為動力和優勢。

3) 信息道德。信息道德是指人們在整個信息交流活動過程中表現出來的信息道德品質。它是對信息生產者、信息加工者、信息傳播者及信息使用者之間相互關系的行為進行規范的倫理準則, 是信息社會每個成員都應該自覺遵守的道德標準。

2 人工智能的研究領域

人工智能的研究領域非常廣泛, 而且涉及的學科也非常多。目前,人工智能的主要研究領域包括：專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、智能決策支持系統及人工神經網絡等。下面主要介紹在網絡教育環境中常用的智能技術。

2.1 專家系統

所謂專家系統就是一種在相關領域中具有專家水平解題能力的智能程序系統, 它能運用該領域專家多年積累的經驗與知識, 模擬人類的思維過程,求解需要專家才能解決的困難問題。

2.2 機器學習

“學習”是一個有特定目的的知識獲取過程, 其內在行為是獲取知識、積累經驗、發現規律; 外部表現是改進性能、適應環境、實現系統的自我完善。所謂機器學習, 就是要使計算機能模擬人的學習行為, 自動地通過學習獲取知識和技能, 不斷改善性能, 實現自我完善。機器學習主要研究學習的機理、學習的方法以及針對相應的學習系統建立學習系統。

2.3 模式識別

所謂模式識別,是指研究一種自動技術。計算機通過運用這種技術,就可自動地或者人盡可能少干預地把待識別模式歸入到相應的模式類中去。也就是說,模式識別研究的主要內容就是讓計算機具有自動獲取知識的能力,能識別文字、圖形、圖像、聲音等。一般來說,模式識別需要經歷模式信息采集、預處理、特征或基元抽取、模式分類等幾個步驟。

2.4 人工神經網絡

人工神經網絡是指模擬人腦神經系統的結構和功能, 運用大量的處理部件, 由人工方式建立起來的網絡系統。它是在生物神經網絡研究的基礎上建立起來的,是對腦神經系統的結構和功能的模擬, 具有學習能力、記憶能力、計算機能力以及智能處理功能。其中學習是神經網絡的主要特征之一, 可以根據外界環境來修改自身的行為。學習的過程即是對網絡進行訓練的過程和不斷調整它的連接權值, 以使它適應環境變化的過程。學習可分為有教師(或稱有監督)學習與無教師(無監督)學習兩種類型。對神經網絡的研究使人們對思維和智能有了進一步的了解和認識,開辟了另一條模擬人類智能的道路。

3 人工智能技術在教育中的應用

3.1 智能搜索引擎

隨著互聯網站點和頁面的激增以及網絡用戶隊伍的不斷壯大,信息檢索成為人們利用Internet的重要途徑。但是在浩瀚的網頁海洋中尋找有用的信息并不容易,需要借助有力的檢索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他們各有特色,但仍存在不足之處,如檢索到的無關信息過多以及檢索結果排序較混亂。智能化信息檢索是信息檢索的新分支,它是人工智能和信息檢索的交叉學科。它在對內容的分析理解、內容表達、知識學習等基礎上實現檢索的智能化,這樣可以節省學習者在檢索中花費的時間,幫助學習者提高檢索效率。智能化信息檢索所用到的人工智能技術有專家系統、自然語言處理和知識表示。

3.2 智能體(agent)

agent技術早在70年代出現在人工智能領域,通過感知、學習、推理以及行動能夠基于知識庫的訓練模仿人類社會的行為。隨著其進一步發展,它在遠程教育領域發揮著越來越重要的作用。一套完整的遠程教育系統中包含許多子系統,如答疑、作業、考試、交互等等子系統。這些子系統都有各自的數據庫用來存儲信息。為了提高整個系統的智能性,可以引入智能技術,把眾多子系統的數據庫鏈接起來,實現信息資源的共享。通過分析這些信息,智能技術可以發現學習者的個別特征(如興趣愛好信息、點擊知識點信息統計、交互日志等等),并根據這些特征量身訂做出適合學習者的學習方案,也有助于教師及時掌握學習者學習過程中的動態信息。

3.3 智能CAI(ICAI)

隨著計算機技術的飛速發展,計算機輔助教學(CAI)已受到教育界的重視,成為學科教學改革的一種重要手段。許多學校都在開發CAI課件,但大多數CAI課件只是機械地按照教學設計者事先設計好的教學模式和內容向學生傳授知識,并沒有體現出個性化學習,無法做到因材施教。

智能CAI是以人工智能技術為核心,使CAI系統能夠根據學生的學習情況等因素分析學生的特征,合理安排教學內容、變化教學方法去滿足個別教學的需要。使用智能CAI進行教學能夠克服傳統CAI的不足,顯著提高教學效果,是CAI課件發展的趨勢。

3.4 智能教學系統ITS

智能教學系統(intelligent tutoring system,ITS)是涉及人工智能、計算機科學、認知科學、教育學、心理學和行為科學的綜合性課題,其研究的最終目標是由計算機負擔起人類教育的主要責任,即賦予計算機系統以智能,由計算機系統在一定程度上代替人類教師實現最佳教學。我國ITS的研究起步較晚,但近幾年隨著計算機的普及和教育軟件需求增大,ITS的發展較快。ITS按照功能分為四個模塊:專家知識模塊、學生模塊、教師模塊、人機接口模塊。

4 人工智能教育對學生信息素養的作用

人工智能(ArtificialIntelligence,AI)是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科。換言之,它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規劃以及問題求解等思維活動,來解決需要人類專家才能處理的復雜問題,例如咨詢、診斷、預測、規劃等決策性問題。人工智能也是一門涉及數學、計算機科學、控制論、信息學、心理學、哲學等學科的交叉和邊緣學科。與一般的信息處理技術相比,人工智能技術在求解策略和處理手段上都有其獨特的風格。人工智能研究處于信息技術的前沿,它的研究、應用和發展在一定程度上決定著計算機技術的發展方向。同時,信息技術的廣泛應用也對人工智能技術的發展提出了急切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響。

綜上所述,作為信息技術一個不可缺少的重要組成部分,人工智能的基本內容在中學信息技術課程中是不能不專門提及的,以往某些教材中用一兩頁篇幅作個簡單介紹的方法根本不足以反映人工智能學科的全貌。因此,十分有必要在高中階段的信息技術課程中專門設立人工智能選修課。我們認為,高中階段開設人工智能課程可以在以下幾個方面對學生的信息素養培養產生積極作用：

1) 多種思維方式的培養和信息素養的綜合鍛煉。

現實世界的問題可以按照結構化程度劃分成三個層次：結構化問題,是能用形式化(或稱公式化)方法描述和求解的一類問題;非結構化問題,難以用確定的形式來描述,主要根據經驗來求解;半結構化問題則介于上述兩者之間。一般說來,中學階段開設的傳統意義上的信息技術課程中所介紹的信息技術,例如多媒體技術、網絡技術、數據庫技術、算法與程序設計等,都是求解結構化問題的基本技術。而人工智能技術則是解決非結構化、半結構化問題的一類有效技術。

把人工智能課程引入我國現行的高中信息技術教育,可以讓學生在體驗、認識人工智能知識與技術的過程中獲得對非結構化、半結構化問題解決過程的了解,從而培養學生的多種思維方式,達到提高信息素養的目的。通過人工智能課程的學習,學生還將了解人工智能語言的基本特征,學到智能化問題求解的最為基本的策略。

2) 體驗人類專家解決復雜問題的思路,提高學生的邏輯思維能力。

這里以人工智能學科中“專家系統”技術的體驗、學習與應用過程為例進行說明。在專家系統的應用過程中,一個實際的專家系統不僅能夠為用戶給出相關領域的專家水平建議或決策,而且能夠通過解釋機制,以用戶容易理解的方式解釋專家系統的具體推理過程。學生可以向專家系統提出諸如“為什么(Why)”、“如何(How)”、“如果……會怎么樣”等問題,系統接受用戶的問題指令后,可以根據推理的邏輯進程,即時將答案呈現給用戶,整個過程如同教師與學生在進行面對面的教學。在該過程中,學生可以充分體驗人類專家的求解思路和推理風格,有助于提高他們的分析、思維與判斷能力。

另一方面,在專家系統的教學過程中,可以要求學生自行構建由產生式規則組成的知識庫,或進一步利用工具軟件來開發簡單的實用型專家系統。為了完成該項工作,學生一開始就要編制開發規劃、制定知識獲取策略,并具體付諸實施,這是一個不斷深化的過程。學生還得明確與系統有關的所有變量或相關的因素,并且將這些變量和因素轉化為問題求解,得出相應的結論。在進行一系列問題求解分析之后,運用產生式規則來表示知識,以此建立起來的專家系統還可以讓其他學生去運用和體驗,具有一定的實用價值。

由于專家系統中的知識組織與推理過程是對人類專家思維方式的一種模擬,因此上述知識庫的組織和系統的推理過程能夠較好地體現學生的思維過程。在建造知識庫過程中,學生需要將原來零碎的未成型的知識概念化、形式化和條理化,從而內化為學生自己的東西。所以,建造知識庫的過程不但能反映學生的學習過程,而且有助于學生對該領域知識的深層思考并有利于長久記憶,同時也學會了專家系統的基本開發技術。正如美國著名的學習論專家Jonassen所指出的：那些自行設計專家系統的學生將會在這種活動中受益匪淺,因為這是一個對所學知識進行深度加工的過程。

3) 了解信息技術發展的前沿,激發對信息技術未來的追求。

人工智能技術在一定程度上代表著信息技術的前沿,通過人工智能知識、技術的學習與體驗,高中學生能夠對信息技術發展的前沿知識有一定程度的了解,這樣有助于他們開闊視野,培養興趣,激發對信息技術美好未來的追求,從而為今后進入大學或走向社會奠定良好的基礎。

5 結束語

中學生的信息素養的培養是當前信息技術課的一個重要目標，而在現有的中學信息技術課程中，關于人工智能的知識只作了簡單的介紹，學生們對于人工智能研究的廣大領域不能有詳細的概念，這對于中學生的信息化認識和信息素養的培養不夠全面。因此在中學信息技術課中加大人工智能的知識介紹是信息技術課改革的重要內容。

參考文獻：

[1] 雷曉慶.網絡環境下大學生的信息素養及其培養[J].太原大學學報, 2004(2):38.

[2] 杜玉霞.美國信息素養教育與研究的啟示[J].電化教育研究, 2005(10):42.

[3] 王永慶.人工智能原理與方法[M].西安:西安交通大學出版社,2002,1-53.

[4] 潘瑞玲,余輪.Agent技術在遠程教育系統中應用的研究[J].微型電腦應用,2002,18(4):28-30.

[5] 吳戰杰，秦健.Agent技術及其在網絡教育中的應用研究[J].電化教育研究，2003(3):32-36.

[6] 張劍平.關于人工智能教育的思考[J].電化教育研究，2003(1):24-28.

人工智能學習報告范文4

[關鍵詞] 智能學習環境； 新涌現技術； 學習方式配置

[中圖分類號] G434 [文獻標志碼] A

[作者簡介] 楊娟（1979―），女，四川成都人。副教授，博士，主要從事人工智能與認知、分布式人工智能及e-Learning研究。E-mail： 。

一、 背景及相關研究

信息科技的日新月異，總是讓教育界有不斷的驚喜。雖然技術本身并不能使教育發生翻天覆地的變化，但只有跟上技術發展的步伐，教育才能不斷地突破，做好人類知識傳承的重要工作。從信息技術產生至今，信息技術成功運用于教育領域的成功案例仍在不斷增多，例如從多媒體技術帶來的互動教學到Internet網絡技術所帶動的LMS（學習管理系統），都是信息學與教育學結合的典范。當Russell在1999年提出了“無顯著差異現象（the No Significant Difference Phenomenon）” [1]的研究報告以后，信息技術所帶動的新教育模式的推廣更是達到了巔峰。其結果是使得由信息技術輔助的新興學習模式如雨后春筍般產生，例如分布式學習和CSCL（計算機輔助的協作學習模式）已成為現代教育模式中一個不可或缺的組成部分。

今日，許多學生生活在可以通過移動設備24小時無間斷訪問信息資源的社會中，這些技術允許他們創造并與全世界分享各種多媒體資源，允許他們參與到匯集全世界智慧的社會網絡中，與他人協作，并學習新知識。在學校外，學生可以更自由地以自己的方式建立自己的知識空間。在這樣一個新技術不斷涌現的環境中，機會是無限、無界且隨處可得的。因此，當今教育系統面臨的挑戰在于如何在學習科學與新技術之間取得平衡，為每個學習者提供可反映其日常生活和真實未來的個性化學習經歷。

在信息技術飛速發展的今天，隨著信息化的普及與深入，新信息技術正在不斷地被引入教育領域，以期達成使更多普通人受惠于教育的目標。學習者的學習環境已經從傳統教室轉變為多元化的智能學習環境，[2][3][4]而學習者學習的目標也產生了相應轉換，從單純的知識學習轉換到了能力學習。美國在其2010年的教育技術規劃草案《轉換美國教育：技術促進的學習》報告中就提出，新涌現技術對于學習者的幫助已經不僅僅是局限在傳統的知識傳授上，而更多的是可以幫助其獲得21世紀必備的綜合能力，包括決策思維、復雜問題解決、協作、多媒體通信等能力。[5]而學習者的學習方式也必須適應智能環境的需求，為達到復合學習目標而產生變革。

從信息技術產生至今，已有許多將信息技術成功運用于教育領域的案例，例如基于網絡技術的學習管理系統（LMS）。雖然這些成功的傳統遠程教育系統在全球范圍內已取得了顯著的成效，但隨著網絡技術的飛速發展，傳統的LMS已不能滿足當前網絡學習的需求，新的學習模式必然會產生。當前教育領域中的新涌現技術大都與網絡技術相關，如云計算技術、社會網技術、RFID（物聯網）技術、普適計算以及移動計算等。而由此則產生了一系列與之相配套的學習方式概念，例如云學習、社區學習、泛學習、普適學習以及移動學習等等。除了基于網絡的新技術，新媒體技術也在不斷滲入教育領域，例如手勢識別技術、增強虛擬現實技術以及由此產生的體驗式學習等學習方式概念。無論是什么樣的新技術，其共同的特征便是使得學習環境更加智能化和便捷化。因此新涌現的學習方式也必然需要滿足智能學習環境的特點，基于智能學習環境的學習方式研究在全球范圍內都在開展。例如澳大利亞教育和早教發展部門在2010年了使用Web2.0進行教育和學習的研究報告，其中包括了對社會網、維基百科等Web2.0工具的技術特征分析、使用方式配置等內容，并通過試運行項目提供了大量的在Web2.0學習環境下變革學習方式的指導意見。[6]澳大利亞在2008年提出了“靈活學習框架”項目，[7]項目通過對新涌現技術，包括移動學習、RFID、QTI、虛擬增強現實、智能筆、HTML5等19項新技術所產生的智能學習環境進行了技術特征分析，并通過試用案例給出了新型學習方式模型。而新媒體聯盟（NMC）的地平線項目則對新涌現技術在教育領域可能的前瞻性應用進行了客觀分析，其每年的《地平線報告》則成為智能學習環境趨勢變化的一個重要參考。[8]

對于智能學習環境中產生的新涌現學習方式，我國北京師范大學[9][10]、華東師范大學[11][12]、華南師范大學[13]等眾多高校的知名學者都給予了大量關注，其中文獻[9][10]對新涌現技術在構建智慧學習環境上進行了量化分析，在分析典型智能學習環境特征的基礎上提出了使用新技術構建典型智慧學習環境的技術指導，這為研究智能學習環境下的學習方式變革提供了啟發式線索。除此之外，國內的關于智能學習環境下新涌現學習方式的研究相對較少，特別是深入到技術特征和使用方式配置上，缺乏有效的可考評量化分析模型。因此，這方面的研究亟待展開。

二、智能學習環境中的學習方式新需求

智能學習環境的產生必然對學習方式提出了更高的要求，[14]在知識建構上以突出群體協同的知識建構為目標，在認知目標上以高階認知為重點，評價方式上轉換為多元化評價，學習活動則從以教師為中心轉變為學生為中心。因此，智能學習環境中學習方式必須具備以下三個新涌現特征：

（一）學習方式間必須無縫對接

根據美國在其2010的教育技術規劃草案《轉換美國教育：技術促進的學習》報告中就學習所提出的要求，學習應隨時、隨地（Any Time，Any Where），學習方式要橋接學校內學習和學校外學習，因此，學習方式間必須要能無縫對接，例如校內集中授課學習方式中產生的學習資源，必須能夠被課堂外學習方式（移動學習）共享。在智能學習環境中，學習已經不再單純是學校的事，而是貫穿于學習者的整個生活。學習所需要使用到的資源、所產生的成果、學習評價分析數據，都應該在各種學習方式間進行共享和交換。

（二）學習方式應具備群體交互特征

隨著社會網絡的虛擬化，人與人之間建立連接不再是件復雜的事。根據六度分離原理，世界上任意兩個人之間最多只需要6步就能建立鏈接，因此，將社會網運用于教育是必然趨勢。文獻[5]詳細分析了在Web2.0學習環境下新型學習方式的群體互特征。NMC在2012《地平線報告（高校版）》中則提到社會網在教育領域的更深入運用，例如通過草根學習網站平臺，建立向任何人學習任何事的點對點新型學習方式。實際上，無論新涌現學習方式是基于互聯網的，或者是基于互動媒體技術的，群體互特征都必不可少。在智能學習環境中的新學習方式如果沒有考慮群體互特性，則會產生信息孤島、資源孤島等現象，會影響學習方式間的無縫對接。

（三）學習方式應滿足個性化需求

1937年奧爾波特《人格： 心理學的解釋》以及1938年默瑞《人格探究》的面世標志著人格心理學成為心理學領域中的一門獨立的學科。人格心理學是需要從整體上研究人的動機、情感、認知、意志和行為等元素之間的相互作用和相互關聯。

近幾十年來，人格心理學家發展了多種研究范式，采取各種途徑對人格進行了研究。隨著研究的深入和需要，人格研究的多種傳統趨于整合，相互取長補短。自20世紀50年代認知心理學從心理學領域崛起以來， 心理學家開始用實驗認知心理學的方法研究人格， 用人們加工信息和解釋事件的方式和過程描述來定義人格。具有不同人格特征的人其事物認知方式和過程也是不同的。例如，威特金（Witkin）在用棒框測驗研究知覺的過程中發現，知覺過程存在個體差異，而這種差異和人格組織的差異有關。在此基礎上，威特金區分出場依存性（FD）和場獨立性（FI）兩種經典的認知方式（很多文獻又稱之為認知風格），從而開創了關于人格的認知方式差異的研究。[15]

對學生進行因材施教是智能學習環境要達到的另一教育目標，因此，新的學習方式必然也要滿足個性化學習的需求。對每一個學習者來說，學習就是個性化的學習經歷和體驗，智能學習環境中的學習方式都需要為學習者提供實現這一體驗的可行途徑。

三、 新涌現技術與學習方式配置框架

智能學習環境對學習方式所提出的更高的要求使得新技術支持的學習方式設計和開發都處于探索階段。如何在現有新技術支持的條件下設計出適當的學習方式是本文要解決的核心問題。本文提出了一個關于新涌現技術與學習方式的配置模型框架，這個配置模型框架的核心思想在于通過對已有研究成果的系統分析建立新涌現技術和可行學習方式的映射關系。通過這個框架的運用，可以很好地為學習方式設計者提供指導和幫助。

在這個框架中，所有基于新涌現學習技術的成功學習案例都將被分解成由“智能學習環境”、“學習者”、“教師”、“學習資源”、“學習數據”5個對象所組成的系統（如圖2所示），其學習過程通過這5個對象間的交互來進行形式化的描述。配置模型框架的根本目的是希望通過對成功案例的學習，找到一個可行的學習方式設計方案提供給需要在智能學習環境中學習的學習者或教師。

（一）新涌現技術與學習方式配置框架的總體設計

圖1是新涌現技術與學習方式配置模型的總體設計。從圖中可看出，配置模型首先需要將基于新涌現技術的成功學習案例分解為學習環境和學習方式兩部分，并將學習環境中的各要素作為設計前提，學習方式的形式化描述作為結果存儲為樣本。配置模型由兩部分構成，第一部分是樣本優化過程，在這個步驟中，主要是篩選掉重復樣本，使樣本具有典型性。優化后的樣本被作為案例保存在配置模型中。配置模型的第二個部分是機器學習，機器學習會通過對案例的學習，形成推理規則，當輸入新的智能學習環境要素時，輸出基于案例的學習方式配置方案。

（二） 智能學習環境下的學習過程形式化描述

新涌現技術與學習方式配置模型首先要對由新涌現技術構成的智能學習環境（Intelligent Learning Envrionment，縮寫為ILE）進行對象抽象，其次再通過對象間的交互來形式化描述學習過程。如圖2所示，ILE由各種新涌現技術（Emergent Technology，縮寫為ET）組成，學習過程中可能參與的對象分為學習者（Student）、教師（Teacher）、數據（Data）和資源（Resource）。而他們與ILE的交互都通過操作符O（Operator）實現。

操作符分為C（Communicating）、P（Processing）、I（Integrating）和U（Use）4類。操作符的調用如圖3所示，4類操作符描述了對象間不同的交互，使用“對象（O）對象”就可以形式化地描述智能學習環境中的學習過程。例如澳大利亞教育和早教發展部門在2010年的使用Web2.0進行教育和學習的研究報告[16]中所描述的一個關于使用流媒體技術的成功案例――Hawkesdale 學院的“TechnoChinese項目”，其中關于使用流媒體進行中文教學的學習過程則可對應地被分解為表1的形式化描述。

四、 基于案例推理的機器學習配置模型

人工智能學習報告范文5

一、專家系統概述

(一)人工智能

在計算機科學領域，人工智能旨在研究人類的智能行為，然后模仿、擴展人的智能行為，最終用計算機代替某些人腦勞動。從20世紀50年代開始，人工智能逐漸形成了自身的學科群。其主要子學科有:工程和計算機技術方向、認知技術方向、語音語義技術方向。基于人工智能學科群的研究，最具代表性和最重要的應用分支就是專家系統。

斯坦福大學的EcKaidFegenbaum教授描述專家系統是“一種智能的計算機程序，它運用知識和推理過程來解決只有專家才能解決的復雜問題”以知識為基礎的專家系統使人工智能研究從理論推導轉向實際應用、從一般程序設計轉向運用專門知識解決實際問題。

(二）專家系統

1.專家系統的發展

專家系統的發展大致分為4個階段。第一階段主要是針對專業化較強的人類問題求解，如DEN-DRAL化學專家系統）、MM1YAC數學專家系統）等。雖然求解專門問題能力較強，但是系統的完整性和可移植性較弱。第二階段主要是應用于單學科專業型、應用型系統，如FROSPECTOR(地質學專家系統）、MYCN(醫學專家系統）等。這個階段的專家系統在體系結構完整性、可移植性方面做了改進。可移植性表明專家系統外殼程序軟件與數據分離，允許系統把一個領域的知識替換成另一個領域的知識。第三階段主要是綜合性、跨學科的專家系統。系統采用多種人工智能語言進行程序編寫，采用多種知識表述方法以及多種推理方法。第四階段的專家系統采用了大型多專家協作系統，利用綜合性知識庫、多種知識表述、多學科協同解題和并行推理技術來實現具有多主體的智能型專家系統，為專家系統的實際應用提供了充分的技術保障。

2.專家系統的結構和特點

基于規則的專家系統結構與普通程序系統的結構完全不同，通常專家系統由以下幾個部分組成:用戶界面、解釋機、知識獲取機、知識庫（規則）、推理機以及數據庫事實）。如圖1所示。

知識庫儲存相關規則;推理機決定知識庫中哪些規則滿足事實或目標，標明規則優先級，執行最高優先級的規則進行問題推理;數據庫是存放規則所使用的所有事實;解釋機負責把推理機得到的結論轉化為用戶可以理解的形式并顯示出來;用戶界面是用戶和系統相互交流的平臺。這樣，專家系統能夠根據用戶需求通過推理得出結論，還可以在多次反復的解決問題過程中自我學習，積累新的知識，從而更好地解決問題。

3.專家系統的應用領域

專家系統是人工智能中應用于實踐最多的分支，幾乎被應用到每一個知識領域。其應用領域包括:數學、物理、化學、生物、醫學、軍事、農業、氣象、法律、管理等。專家系統的優勢在于能夠獲得和存儲人類專業知識，模仿人類的判斷和推理，幫助非專業人士解決只有專家才能處理的問題。由于人類社會中專家資源比較稀有，就更能顯示出專家系統的可貴性。隨著專家系統理論和技術的不斷發展，目前已開發了幾千種應用產品，其中很多產品在功能上已經趕超了同領域中人類專家的知識水平，并產生了巨大的社會效益和經濟效益。

二、專家系統在企業管理中應用的必要條件

把專家系統應用于企業管理需要具備一定的條件，這些條件既有思想觀念方面的，也有技術要求方面的。

(一）專家系統要以先進的企業管理理念為基礎

企業經營歸根結底要以人為本，而專家系統只是用來輔助企業管理者經營的軟件。我們應該注重企業文化、企業的組織結構、企業的戰略選擇，注重產品的研發、市場定位等，時刻以科學化、規范化、合理化的管理思想約束企業管理行為。在此基礎上，合理地應用智能化系統協助企業管理人員搞好管理工作。

(二）實施專家系統的各種技術保障

1. 企業各部門應用各種系統的技術保障

隨著信息化的普及，許多企業的內部職能部門都有自己的應用系統，如財務管理系統、人力資源管理系統、生產管理系統、銷售管理系統等。雖然這些應用系統能夠幫助各部門進行日常業務處理，但是各系統之間聯系很少并且互不兼容。

專家系統要求各部門的應用系統具有開放性和互聯性。例如，在管理某個企業員工的薪酬問題時，專家系統需要調用財務管理系統和人力資源管理系統，如果員工是銷售部門的，甚至需要查詢銷售管理系統的相關數據。可見，企業管理專家系統必須建立在企業公共運行的平臺上，各個應用系統的數據完全共享并且能夠自由交換。

2. 企業局域網方面的技術保障

企業網絡的安全關乎專家系統能否正常運行。局域網要有良好的穩定性、高級別的安全性，這樣專家系統才能防止不法黑客的入侵，高效地為企業提供服務。

3. 企業數據庫完整性與安全性的技術保障

數據庫可以看做專家系統的“大后方”，大量真實可靠的數據也是企業信息化管理的基本保障之一。美國著名的管理和信息系統專家詹姆斯。馬丁(JmesManin)曾經提出一系列有關企業信息系統建設的理論和方法。他認為，對于一個好的企業來說，戰略數據規劃是構成企業核心競爭力的重要因素，它具有非常明顯的異質性和專有性，是企業在市場競爭中的制勝法寶。

企業管理領域的專家系統要以數據為主導，重視戰略數據規劃，應該圍繞企業的核心管理流程和主要業務操作建立多個主題數據庫，而各個企業部門的應用系統也要圍繞主題數據庫來建立和運行。這樣，專家系統才能準確地進行知識獲取與規則分析，產生正確的管理與決策行為。

(三)正確識別企業管理中結構化和非結構化問題

從人工智能學科的角度看，可以把軟件分為兩類:一類是智能化軟件，另一類是非智能化軟件。這兩類軟件的根本區別在于解決問題的方法不同。如果需要解決結構化的問題，就要運用非智能化軟件;如果需要解決半結構化或非結構化問題，就要運用智能化軟件，最典型的智能化管理軟件就是專家系統。

三、專家系統在企業管理中的應用及發展趨勢

(一)專家系統在企業管理中的應用狀況

當前，在我國企業管理領域比較流行、實用性強的專家系統主要有以下5種。

1. 生產管理領域的專家系統

在生產管理中，需要細致察看和精確掌握整個生產流程，詳盡地記錄生產流程中各個階段的不同活動及它們之間的聯系，這些因素數量大、關系復雜，高層管理人員往往力不從心，而專家系統能夠很好地解決這些問題。

2.  經營管理領域的專家系統

在經營管理領域具有代表性的專家系統是企業戰略計劃專家系統。它可以對產品成本、產品技術含量、外部市場情況及競爭對手等進行數據分析和綜合評估，推算出企業產品的市場潛力和發展前景，以此來制訂合理的企業戰略計劃。

3.  銷售管理領域的專家系統

在銷售管理領域專家系統可以幫助企業制定銷售決策，包括市場份額分配、廣告宣傳決策、價格決策等。

4. 財務管理領域的專家系統

財務管理專家系統可以用來協助工作人員處理專業的財務問題，如企業財務現狀分析、企業保險申報流程制定、企業流動資金管理等。

5.  企業審計專家系統

企業審計專家系統可以用來模擬企業審計過程，對相關企業數據進行分析和推理，提出合理的審計意見，以便審計人員對某些方面進行重點審計，幫助審計人員提高審計效率，保證審計報告的質量。

(二）專家系統應用于企業管理的發展趨勢

應用于企業的專家系統集合了管理領域最頂尖的專家知識體系和頂尖的管理理念。系統可以實時解決企業管理中存在的各種問題，并給出專家級別的咨詢建議。未來的企業管理專家系統發展方向有如下展望。

0. 智能型發展方向

在管理領域專家系統的開發過程中，蘊含著對該企業管理的更深層次認識、研究和經驗總結。從這個角度來看，未來的專家系統開發與設計要更加注重專家知識的整合、深化及擴展。發揮專家系統的智能性，讓企業員工感覺好像身邊隨時有一個“活”的管理專家，堅定他們搞好企業管理的信心。

1. 應用模糊技術開闊企業管理專家系統的設計思路

企業發展過程中遇到的問題一般都具有綜合性和復雜性，涉及經濟維度、社會維度甚至生態環境維度。因此，管理領域專家系統也會面對大量的非確定性的決策問題，僅依靠現有的專家經驗進行邏輯推理是不夠的。應用好模糊技術是未來專家系統發展的方向。

2. 加強專家系統的分布式共享性

目前，一些企業已經在應用專家系統來幫助解決企業面臨的各種實際問題，但是多數采用分專業、分系統、局部化的專家系統解決方案。今后，企業應該避免各個部門子數據庫、子知識系統的分散問題，加強整個企業的數據共享性。建立“用得上”、“用得好”的企業管理專家系統，使專家系統整體調控得當、局部處理精確，更有效地幫助企業決策者分析問題、解決問題。

就像智能機器人能夠打敗國際象棋大師一樣，專家系統在企業管理中的應用已日漸成熟。相信在不久的將來，管理專家系統將大行其道，依靠其智能性和學習性，大大提高企業的管理效率，即時化、人性化和智能化必將成為未來管理專家系統的主要特征。

人工智能學習報告范文6

2033年，到處都可見科技的蹤影，而我是一位人工智能學家，專門研究人工智能這方面的技術，昨天，我終于研發出了我的最新產品：Ai智能語音防盜門。你可別聽這個名字跟普通的智能防盜門差不多嘛，但它的功能可比智能防盜門多多了，各個方面都很好。你不信？那我就介紹給你看吧。

我們現在出門，都是用鑰匙開門的，一不小心，有時腦袋糊涂了，就會把鑰匙放在家里，忘帶鑰匙，很不方便。但帶著鑰匙出門也不方便，所以，我就發明了一款AI智能語音防盜門。這款門是沒有門鎖的，外形跟普通的防盜門沒有什么區別，兩旁有流沙一樣的燈光點綴著，門的上方有一個微型攝像頭，用肉眼是無法看出來的，門的門框和中間都分別安置了10個敏感捕捉器，可以快速捕捉人的面貌特征，以及他的聲音特征，并能通過自身數據庫在5秒之內同步到云端去。門的鎖被一個微型話筒代替了，你可不要小看這個話筒很小喲，它的內置功能可是非常強的，這個話筒里內置的聲音識別系統，可以在兩秒之內識別說話人數，以及說話特征，并且一直記錄到聲音結束。門的中間還有一臺智能顯示屏，這個是用來方便主人觀看來訪記錄，以及可以顯示各種各樣的東西的。不僅如此，這個智能顯示屏還能搖身一變，變成一個智能語音助手喲！

有人又會問：“那這個門到底怎么開呢？”別著急，我為你解答。第1次使用這個門，必須得是主人，打開智能顯示屏后，顯示屏會自動彈出一個方框，上面顯示主人得說一兩句話，之后系統會自動識別主人的聲音特征，并永遠記錄下來，這樣，有外人說的話跟主人獨一無二的特征，不匹配的話，門就是敲爛了也不會開，因為門有4層，第1層是鋼鐵層，第2層是鋼化玻璃層，第3層是鋁合金層，第4層是防盜門層，估計除了主人和主人的朋友沒有人可以進的來了。如果是主人朋友要來家做客的話，不需要主人朋友到門前錄入聲音特征，主人可以遠程連線自己的朋友，然后將連接線插到智能顯示屏上，只要那位朋友說了話，系統就會自動識別并保存起來，就省了很多時間，很方便吧！如果是房子主人要進門的話，只要他在門10米內的地方說一句話，門就會快速自動打開，在主人進門后的0.1秒自動關門，防小偷尾隨。如果是主人朋友來家的話，如果主人在家里，智能語音助手就會自動發送信息給主人，主人如果選擇同意進入的話，門就會自動打開，還會溫馨的說一句：“歡迎來到主人的家，看看主人的家怎么樣吧！”但如果主人不在家的話，必須得等到主人回來才能開門，不然你喉嚨說破也無法打開。如果是陌生人的話，他開始說第1句話的時候，智能顯示屏會自動發出警報，發送信息到主人的手機，并且還會大聲說：“檢測到沒有錄入你的聲音特征，聲音無記錄，請離開。”第2次說話的話，需要等到主人同意，還得等主人回來才能開門。如果是主人未同意，他還說話的話，智能顯示屏就會迅速撥打110報警電話，并發送自己所在的位置，以及那個人的聲音特征與面目特征報告給110公安。并且門會自動伸出雙手，將它綁起來，只到警察來為止。

不僅這些，這個門還有智能遠程操控功能。主人只需要將手機和智能顯示屏放在一起，智能語音助手就會自動開始連接主人的手機，連接完成后，屏幕會彈出一個顯示：智能語音助手綁定完成，您現在就可以通過手機操控我了。”不僅如此，智能顯示屏還可以將家中的智能家居全部連接起來，自動同步到手機。