人工智能在教学的应用范文

导语：如何才能写好一篇人工智能在教学的应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

人工智能在教学的应用

篇1

[关键词]人工智能；中学辅助教育；教育资源

[DOI]10.13939/ki.zgsc.2016.36.197

1 中学教育现状

教育乃立国之本，而中学教育乃是重中之重。一方面，中学生处于青春的成长期，各项综合素质逐渐完善中，中学教育意义和责任重大；另一方面，中学教育仍然是应试教育为主，仍然需要面对千军万马过独木桥的“中考”“高考”，中学教育很大程度左右了学生的未来。

目前的中学教育资源，分为公共教育资源――公办/民办学校教育，和社会教育资源――私人家教、补习班等，有如下两个特点。

1.1 学生得到的公共教育资源不足

学校班级结构的构成是：一名班主任教师，多名科任教师。在大多数学校中，无论是班主任教师，还是科任教师，均会承担其他班级的教学任务。可以看出，教师资源是非常有限的，加上“中考”“高考”的上线压力，教师往往会将有限的精力分散关注在所有的学生上，每个学生得到的公共教育资源并不多。

1.2 学生获取的社会教育资源不公

学生若在学校无法获取更多的教育资源，将不得不转向社会教育资源去求助。据统计，学生参与社会教育资源的成本在200元/小时，学习费用成本过高，进一步造成普通学生的社会教育资源也无法获取。

本文要探讨的，正是通过人工智能这一现代信息化技术，构建智能辅助学习系统，使中学生能够获取到更多、更公平的教育资源。

2 智能辅助学习

2.1 人工智能简介

人工智能（Artificial Intelligence）是计算机科学的一个分支，是一门研究运用计算机模拟和延伸人脑功能的综合性学科，能够对人的意识、思维等信息过程进行模拟。随着计算机科学技术的发展，特别是近年来大数据技术的成功应用，人工智能在越来越多的行业展现出蓬勃的冲击力。以谷歌围棋机器人“阿尔法”、微软助理机器人“小娜”等为代表的虚拟智能机器人，能像人那样思考，也具备超过常人的智能。

在国内，人工智能在教育领域的理论研究和教学实践表现得越来越活跃，尽管人工智能并不是为教育专门研发的，但是人工智能的不断发展，使得其在教育中的应用也越来越广泛，教育的智能化一直是教育界和教育技术领域的理想和目标。

2.2 智能辅助学习系统

智能辅助学习系统，其表现形式是能够为每个学生，配备一个虚拟教师。学生能够通过电子设备（如手机、计算机），与虚拟教师进行交流对话，咨询虚拟教师各学科的问题，并得到有效的学习辅助。

该智能辅助学习系统，具备以下几个特征。

2.2.1 虚拟教师跨学科能力

与传统的教师专一某一学科不同，虚拟教师并没有学科边界划分。只要学习系统研发出某一学科的学习算法，该虚拟教师就能够获取该门学科的能力。

2.2.2 虚拟教师深度自学习

虚拟教师的“智能”来源于三方面。一是学生基本信息档案，该档案涵盖了从小学教育开始的学科成绩、综合能力、爱好特长等，虚拟教师得到学生的人物画像。二是虚拟教师对学生的自学习，每一次双方的沟通交流，虚拟教师都能够不断更新发展学生的画像。三是虚拟教师对学校课堂内容的自学习，虚拟教师并不是独立于学校教育存在的，而是作为学习教育资源的一个补充，虚拟教师能够掌握课堂进展、作业部署、考试动态等信息。

2.2.3 接近自然语义的沟通

学生与虚拟教师之间，可以通过自然语义的语音和文字进行沟通，如 “今天数学作业第2题不会”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他计算辅助手段为补充，如上传某道数学题图片，虚拟教师通过图形识别匹配，给出该题的解题思路和讲解。

2.3 优势分析

智能辅助学习系统，有三大核心优势。

一是“即学即问”，相比目前的学校教育和社会教育，学生在学习遇到困难时，只有有限的时间与教师交流，在智能辅助学习系统中学生将不受空间、时间限制，随时随地可以与虚拟教师互动，获取充足的教育资源。

二是“定制教学”，相比目前的教育形式，课堂上教师与学生是一对多的关系，教师不可能专为某个学生定制教学方案，在智能辅助学习系统虚拟教师与学生是一对一的关系，虚拟教师能够更了解学生，根据学生的具体情况制订最佳学习方案。

三是“受众广阔”，相比目前的公共教育资源紧缺、社会教育资源费用昂贵，智能辅助学习系统一旦推广，受众学生可无限增加，边际效应非常明显。并且计算机系统设计特有的水平扩展能力，能够随着学生人数的增加而增加，支撑广大的学生辅助学习。

2.4 前景预测

笔者比较看好人工智能在中学辅助教育中的落地前景，除了前文所述的人工智能技术发展，为中学教育带来的价值外，当前国家政策和社会环境也非常有利。

第一，未来10年国家政府和教育部门会大幅增加在教育信息化产业上的投入，随着《国家中长期教育改革和发展纲要（2010―2020年）》和《教育信息化十年发展规划（2011―2020年）》等相关规划相继出台，各级地方政府和教育部门都非常重视教育信息化产业的投入，人工智能+云计算是重中之重，人工智能技术的兴起必将教育信息化推向一个新的高度。

第二，教育信息化逐渐成为风口，根据前瞻产业研究《中国在线教育市场前景与投资战略规划分析报告》统计，2015年在线教育市场规模大约为479亿美元，而这一数字在2020年预计将增长到504亿美元。这个持续迅猛增长的市场正在吸引越来越多的创意和资本，教育领域中的人工智能也很快会成为热点，涉足其中的高科技公司也会越来越多。

3 结论

本文通过智能辅助学习系统，探索了人工智能在中学辅助教育中的一个应用。虽然没有介绍具体的技术实现、系统研发，但对现状痛点、应用前景做了综合性分析概述，相信随着科学技术的持续发展、教育领域的融合开放，本文探索的这个应用将实现于市场，使广大中学生能够获取到更多、更公平的教育资源。

参考文献：

[1]何维贵.利用现代化教学手段打造高效课堂[J].广西教育（中等教育），2013（6）.

[2]王斐.人工智能在中学教育教学中的应用现状分析[J].中国医学教育技术，2013（4）.

篇2

2016年1月，美国佐治亚理工学院计算机学院的教授AshokGoel，借助IBM的Watson人工智能系统创建了一个在线机器人JillWatson，并将其作为课程教学助理。其目的是帮助教师回答学生通过在线论坛提出的大量课程问题。通过几个月的反复调试，JillWatson的回答已经能够达到97%的正确率。现在，机器人助教已经可以直接与学生沟通，不需要真人助教的帮助。这项人工智能在教育中的使用，解决了AshokGoel教授的助教人数不够，难以及时回答学生提问的困境，增加了学生参与在线学习的兴趣，提高了在线学习的留存率。

这只是人工智能在教育领域的小试牛刀。虽然有专家预测在未来十年内不会看到人形机器人替代教师进入课堂，不过地平线报告2016年基础教育版和2107年高等教育版都预测未来五年内人工智能将会在教育行业普及。

教育行业已有的人工智能研究和应用

Woolf等人在2013年提出了人工智能在教育领域应努力解决“五大挑战”：①为每一个学习者提供虚拟导师：无处不在地支持用户建模、社会仿真和知识表达的整合。②解决21世纪技能：协助学习者自我定位、自我評估、团队合作等。③交互数据分析：对个人学习、社会环境、学习环境、个人兴趣等大量数据的汇集。④为全球课堂提供机会：增加全球教室的互联性与可访问性。⑤终身学习技术：让学习走出课堂，进入社会。

过去十年，一些研究者对人工智能在教育领域中的应用做了大量的探索。相关的研究成果包括：①跟踪学习者的思维步骤和解决问题的潜在目标结构（Anderson等，1995）；②诊断误解和评估学习者的理解域（VanLehn，1988）；③提供及时的指导、反馈和解释（Shute，2008）；④促进高效学习的行为，如自我调节、自我监控和自我解释（Azevedo&Hadwin，2005）；⑤以合适的难度水平和最适当的内容来规划学习活动（VanLehn，2006）。

这些研究，基本上使用到了人工智能的每一项技术——自然语言处理、不确定性推理、规划、认知模型、案例推理、机器学习等。“智能导师系统”就是基于这些研究和技术而开发的人工智能教育应用。类似的成熟产品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷泽大学的一项试验发现用智能导师系统的学习者比使用其他教学方法的学习者获得的成绩更高。

人工智能在教育行业的新发展

教育行业的三种类型（内容、平台和评估）的服务商都在经历着一场变革。内容出版商面临纸质印刷到数字出版和开放教育内容的挑战。学习平台正试图区分自适应、个性化和数据分析的功能。评估供应商则继续探寻从多项选择题测试转向更具创新性的问题类型。人工智能将为这三种类型教育服务商带来新的发展思路和契机，同时也惠及教育生态系统中的所有利益相关者。学生通过即时反馈和指导提高学习效率，教师将获得丰富的学习分析和个性化指导经验，父母能够低成本地为孩子改进职业前景，学校能够规模化提高教育质量，政府能够提供负担得起的教育。2017年，人工智能将在以下领域发挥其效益。

1.人工智能批改作业

批改作业和试卷是一件乏味的工作，这通常会占据教师大量的时间，而这些时间本可以更多地用于与学生互动、教学设计和专业发展。

目前，人工智能批改作业已经相当接近真人教师了，除了选择题、填空题外，作文的批改能力已经大幅提高。美国斯坦福大学已经成功开发出一种机器学习程序，能够批改8～10年级的作文。随着图像识别能力的大幅提高，手写答案的识别也接近可能。就连占有美国标准化考试60%市场份额的全球最大教育企业——培生公司也认为，人工智能已经可以出现在教室并提供足够可信的评估。据培生公司近期的报告IntelligenceUnleashed推测，人工智能软件所具有的广泛的、定制的反馈能够最终淘汰传统测试。

2.人工智能实现一对一辅导

自适应学习软件已经能为学生提供个性化学习支撑。据2011年VanLehn的一项研究发现，人工智能在某些特定主题和方法上比未经训练的导师更具有效性。进一步的研究发现，人工智能导师能在学生出错的具体步骤上给予实时干预，而不是就整个问题的答案给予反馈（Corbett&Anderson，2001；Shute，2008）。

自适应学习在拉美地区正在兴起。AndréUrani市政学校的学生使用人工智能软件Geekie观看在线课程（视频和练习）。Geekie为学生提供每一步的实时反馈，并随着学习的进展来传授更为精细的课程内容。

早在1984年，本杰明·布卢姆的研究就提出一对一辅导能带来更好的学习效果。而人工智能技术可以模拟一对一辅导，以更好地跟踪、适应和支持个体学习者。这将是人工智能在教育中更高层次的个性化学习应用。例如，比尔·盖茨看好的人工智能聊天机器人或个人虚拟导师，能在学生面临挑战时提供强有力的支持，随时随地回答学生的提问；还可以为学生订制学习方案和规划职业发展路径，并引导学生走向成功。更重要的是，人工智能可以匹配聊天机器人或虚拟导师的面孔和声音来满足学生个人喜好。对比网页界面的自适应学习系统，这才是真正做到了一人一导师。

3.人工智能关注学生情感

2016年地平线报告高等教育版把情感计算列为教育技术发展普及的重要方向。也就是说，人工智能不仅限于模拟人类传递知识，还能通过生物监测技术（皮肤电导、面部表情、姿势、声音等）来了解学生在学习中的情绪，适时调整教育方法和策略。例如，机器人导师捕捉到学生厌烦的面部表情时，就可以立即改变教学方式努力激发他们的兴趣。这种关注情感的人机交流为学生营造一个更真实的个性化学习环境，更好地维持了学习者的动机。美国匹兹堡大学开发的AttentiveLearner智能移动学习系统就能通过手势监测学生的思想是否集中。突尼斯苏斯国家工程学院的研究人员正在研究开发基于网络的人工智能教学系统。该系统能够识别学生在任何地方开展科学实验的面部表情，以优化远程虚拟实验室的教学过程。

进一步的研究发现，人工智能还可以关注学生的心理健康。当前已经有使用人工智能来为自闭症儿童提供有效支持的案例。例如，伦敦知识实验室在Topcliffe小学开展试验，让自闭症学生与半自动虚拟男孩安迪开展互动交流，研究人员发现患有自闭症的学生在社交能力方面有进步。

4.人工智能改进数字出版

教科书等课程材料并非总是完美，传统印刷出版让课程的修订变得过于缓慢。这不仅是生产工艺的问题，更主要的是纸质课程材料无法快速获取使用者的反饋来识别缺陷所在。而数字化出版在人工智能的支撑下能彻底改变这一现状。

人工智能可帮助使用者快速识别课程缺陷。大规模网络开放课程Coursera的提供者已经将这一想法付诸实践。当发现大量学生的作业提交了错误的答案时，系统会提示课程材料的缺陷，进而有助于弥补课程的不足。

另一项人工智能在数字化出版的应用是自动化组织和编写教材。这是基于深度学习系统能模仿人类的行为进行读和写。ScottR.Parfitt博士的内容技术公司CTI就依据这项技术帮助教师定制教科书——教师导入教学大纲，CTI的人工智能引擎能自动填充教科书的核心内容。

随着自然用户界面和自然语言处理在人工智能领域的成熟应用，课程材料的数字化出版也会有更新的形态——不再局限于书本或网页的形式，聊天机器人和虚拟导师将成为内容表达的更好的方式。

5.人工智能作为学生

多年的研究表明，教会别人才是更好的学习，即learning-by-teaching。美国斯坦福大学教育学教授DanielSchwartz正基于这一理念来开发新的人工智能产品。他联合了多个领域的专家一起开发了人工智能应用——贝蒂的大脑（Betty’sBrain），让学生来教贝蒂学习生物知识。试点研究发现，使用这一方法来学习的学生比其他学生成绩更好，且在科学推理上也更胜一筹。

类似的研究和开发还有瑞典隆德大学的TimeElf和美国卡内基梅隆大学的SimStudent，这两个人工智能产品也是基于learning-by-teaching而开发，让学生在教会机器人知识的过程中深化对知识的理解。

另外，人工智能还推动其他教育方法和技术更好实现。如让虚拟现实学习环境更具沉浸感；给学生带来更多动手实践的机会；提供基于丰富学习分析的仿真和游戏化学习场景等。

篇3

关键词:教学改革;人工智能;游戏设计;游戏编程

人工智能(Artificial Intelligence,AI)是计算机科学的一个分支,是研究、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[1]。人工智能技术研究领域包括机器人、模式识别、自然语言处理、机器学习、数据挖掘、人工神经网络和专家系统等[2],其最为广泛的应用之一就是游戏设计[3]。游戏设计虽然涉及多门学科,但其作为应用并没有形成一门单独的理论[4-5]。由于游戏存在较大的市场以及其作为人工智能的一个重要应用,国外已有多所大学开设了游戏设计课程。如卡内基梅隆大学(Carnegie Mellon University)于1999年设立了娱乐科技硕士学位,并开设了相关课程;南加州大学(The University of Southern California)设立了为期3年的互动媒体艺术(fine arts in interactive media)硕士学位课程,并于大学部设立电子游戏设计(video-game design)副修课程。该校也为美国军队创作训练士兵的电子游戏,透过战斗情境模拟来进行沙盘演练。麻省理工学院(Massachusetts Institute of Technology)提供多种电子游戏设计相关课程,并研发将电玩游戏纳入教室教学的方法。斯坦福大学(Stanford University)提供电子游戏设计史及包含最佳电子游戏竞赛奖的计算机绘图课程。华盛顿艺术学院(The Art Institute of Washington)为亚特兰大艺术学院的分校,提供授予学士学位的视觉及游戏程序设计课程。在初期的艺术与设计重点培训后,学生将学习立体动画相关技术。国内也有多所高校开设了游戏设计的相关课程,如北京邮电大学,首都师范大学等,为了适应市场许多培训机构也开设了游戏设计课程,但培训机构将课程的重点放在了实际的编辑代码中而过少的关注理论。中南大学开设人工智能课程已有20多年的历史,在教学实践中,中南大学智能系统与智能软件研究所的教师们在教学科研方面取得了许多令人振奋的成果。在良好的环境中,人工智能与游戏编程课程应运而生[6-7]。

1教学目标与要求

中南大学人工智能与游戏设计课程主要面向智能方向4年级学生,在4年级第一学期开设。学习该门课程之前需要具备人工智能以及计算机编程方面的课程知识,并且需要一定的计算机图形学的相关知识基础。

此门课程的学习使学生了解游戏设计与虚拟现实的基本概念和术语及其基本设计方法,理解人工智能在游戏中的相关应用,熟悉游戏设计中编程以及建模技术,为学生将来利用人工智能技术以及游戏设计技术奠定必要的知识基础。除此之外向学生介绍计算机游戏的基本原理和最新进展,包括计算机游戏动画的最新概况、游戏程序设计概览、2D游戏的基本编程技术、3D游戏动画的基本编程技术、3D游戏场景的组织与绘制、游戏中的高级图形技术、游戏中的音频编程、游戏中的人机界面技术、人工智能在游戏动画中的应用,纹理贴图、基于图像的绘制和加速算法等。

基于该教学目标,本课程有两个重点内容,其分别是人工智能技术如何在游戏设计中的应用,以及游戏编程的相关技术。对于人工智能技术在游戏设计中的应用这一内容,主要采用理论结合实际的理念,将学生已具备的人工智能理论知识与游戏设计的具体应用联系起来,使学生一方面能体会人工智能的基础理论,另一方面使学生能够将其所学用于实践,避免理论与实践脱节。游戏编程内容主要从设计模式入手,然后依托多媒体平台对学生进行讲授设计以及编程方面的相关知识。

围绕这个教学目标,我们安排了28个学时的课堂教学,4个学时的实验,总共32个学时的课程。接下来针对课堂教学、实验设计、考核方式这几个方面分别展开讨论。

2课堂教学设计

本课程采用培训学校模式与大学理论教育折中的方式进行讲授,本节将着重对28个学时的课堂教学内容分别介绍。

1) 游戏程序设计概论与计算机图形学基础。

该部分内容可以分为以下两部分。

(1) 计算机游戏简介与游戏设计概论(2课时)。

(2) 计算机图形学基础(2课时)。

概论部分主要介绍计算机游戏的基本概念、特点以及目前国际上该领域的研究和应用情况。图形学部分主要是介绍计算机图形学的相关理论基础,目的是让没有学过计算机图形学的学生有一定了解,由于考虑到智能专业也开设计算机图形学的相关选修课,因此,本部分内容只是对之前学习的相关知识的复习,目的是为后续的程序设计课程打好相应的理论基础。

本次课程是正门课程的开篇之讲,一方面,教师要开宗明义,让学生明确何为计算机游戏,并对计算机游戏有大致的了解,为后续课程学习起铺垫作用;另一方面,为增强学生学习兴趣,必须介绍计算机游戏的类型以及各种知识与其的关联。

2) 游戏编程技术。

如上所述,游戏编程是本门课程的一个重点内容,游戏编程可以分为如下几个部分。

(1)Windows编程基础(2课时)。

(2)DirectX编程基础(2课时)。

(3)2D游戏的基本编程(2课时)。

(4)3D游戏场景的组织和绘制(2课时)。

(5)3D动画的基本编程技术(2课时)。

(6)游戏中的人机界面技术(2课时)。

对于Windows编程基础,其主要内容是Windows操作系统的发展史、Win32程序的基本结构、消息循环与处理、Windows窗口、GDI接口、集成开发环境(IDE)。

DirectX编程[8]基础的主要内容是DirectX开发包的历史及其框架、介绍每一个组件的功能、DirectX开发包的安装以及与IDE连接的配置。

2D游戏基本编程的主要内容是游戏的基本流程和体系结构、游戏开发的基本理念及方法、游戏引擎简介、游戏的调试与测试。

3D游戏场景的组织与绘制的主要内容是3D场景的组织与管理、游戏场景的几何优化、3D场景的快速可见性判断与消隐、地形场景的绘制与漫游、3D游戏场景中的碰撞检测。

3D动画的基本编程技术的主要内容是3D动画技术概述、Direct3D开发包的使用、关键帧动画技术、基于动作捕捉的动画技术、脚本驱动的动画技术。

游戏中的人机界面技术主要内容是游戏的可玩性与人机界面、用户界面设计基础。

游戏程序设计部分内容主要是让学生了解和掌握面向Windows平台的游戏编程的技能。现在绝大部分游戏和娱乐都是基于Windows平台,因此掌握Windows平台的设计模式与编程方法是必须的。又因为DirectX软件开发包是微软公司面向Windows平台开发的一套专门应用于游戏开发的API,因此了解其原理以及掌握其技术能够提高学生的游戏开发能力。

3) 人工智能在游戏中的应用。

如今的游戏应用了大量的人工智能技术,本门课程将从以下几个方面介绍人工智能技术在游戏中的应用。

(1)遗传算法(6学时)。

(2)神经网络(6学时)。

遗传算法主要内容是遗传算法的概念及其相关研究、杂交操作、变异操作、适应性函数选择、遗传算法优化的算子、创建和处理矢量图形。

神经网络主要内容是神经网络概述、适应性函数、环境探测、有监督的学习、演化神经网络的拓扑。

该部分内容主要是介绍如何将人工智能中的理论用计算机语言实现,并介绍如何在游戏设计中应用这些理论。这部分内容是本门课程一个核心内容,通过学习学生们能够认识到人工智能在游戏设计中的重要性,并提高应用能力。

3实验设计与课程设计

由于该门课程为选修课,因此课时较少,除课堂课时之外只剩下4个学时的实验课时。我们针对这4个课时的实验进行了重点设计,其主要内容是引导学生熟悉Visual Studio .Net 2008集成开发环境、安装与配置DirectX 软件开发包、使用有限状态机设计状态驱动智能体,设计2D图形驱动引擎。

虽然课时很短,但学生能够实际动手操作,熟悉游戏编程的相关开发工具与开发包,另外,学生学习兴趣提高了,学习内容从枯燥的抽象概念、理论变成实际的事例。此外,学生还可以在课下完成任务,继续钻研新的理论应用。

我们针对本门课程实验课时少的缺点,特别设定了一个课程设计环节。课程设计并不占用实验课时,而是要求学生利用课外的时间,自由组合,以团队的模式完成相应的设计要求。

课程设计主要内容是要求学生完成一个项目设计,该项目设计主要是要求学生使用相关的集成开发环境和开发包,利用一个人工智能技术编写出一个小的游戏软件,并给出设计报告。考虑到学生的实际能力,开发与报告以小组的形式进行设计开发,设计团队由3～5人自由组合,具体分工必须在报告中体现,报告要求不少于4000字,以软件开发文档的形式提交,报告中不仅有游戏软件的需求分析文档、设计文档和测试文档,还必须包括游戏的内容设计,即游戏的情节创意或功能设计。设计题目以及游戏类型由学生自选,图形界面可以是3D也可以是2D,开发包可以使用Direct3D也可是Windows自带的GDI。

4考核方式及其安排

考核一个方面是检测学生学习的状况,另一个方面是为了通过考核方式,提高学生的实践动手能力。基于这个原因,我们将整个考核分为3个模块。

1) 期末考试(开卷),占总成绩的50%。

2) 项目设计,占总成绩的35%。

3) 实验,占总成绩的15%。

期末考试采用开卷形式,主要目的在于检测学生通过课程学习,对知识点的掌握程度,以及运用知识点解决问题的能力。其占总成绩比例的一半。虽然期末考试为开卷,但考核的知识点无法直接从教材中直接找到,需要学生实际运用能力和解题手段才能完成答题。精心设计的开卷试题,可以使学生对虚拟现实知识体系进行一个系统的回顾,同时,它也是对教学的补充。

课程设计需要学生有很强的自主性,认真完成将使学生受益匪浅,敷衍了事不仅学生没有得到锻炼,教学目的也难以达成。课程设计以小组的形式有优势也有劣势,好处在于学生可以根据自身能力对应团队中的角色,例如,某同学编程能力强,他可以作为程序设计与开发人员;另一同学数学好,或理论方面出色,他就可以担任算法设计的工作;某些同学有创意,他则可以担任游戏情节设计的工作,等等。这样做分工明确,每个人都能够根据自己的实际需求和情况得到锻炼。劣势在于,如果团队同学能力重点都一样,就会出现分工不清,而最大的问题就是团队合作会导致某些同学出现依赖思想,最终导致整个团队只有一个人完成整个项目,甚至导致项目无法完成的情况。对此,我们应当强调每一个学生都要积极主动参与到课程设计中来,发挥自己的主观能动性,协作完成项目。

5结语

本文探讨了人工智能与游戏设计教学目标与任务、课堂教学、实验设计、考核方式,希望能够给其他相关教学工作者以参考和启发,共同促进其完善与提高。

由于人工智能与游戏设计这门课程是中南大学新开的一门课程,在许多方面存在考虑不周或欠缺的情况,需要向兄弟单位多学习并且多在教学实践中摸索与提高。本门课程是以中南大学智能系统与智能软件研究所为依托,它具有很好的研究基础与良好的实验平台,并能够将这门课程融会贯通,使学生理解人工智能与游戏开发设计的基本理念,并培养学生实际应用技能。

参考文献:

[1] 杨刚,黄心渊. 虚拟现实技术课程的教学设计与讨论[J]. 计算机教育,2008(2):1-3.

[2] 蔡自兴,徐光v. 人工智能及其应用[M]. 3版. 北京:清华大学出版社,2003.

[3] 刘锴. 应用型院校的虚拟现实技术课程教学探讨[J]. 电脑知识与技术,2009,23(5):6486-6487.

[4] 刘明昆. 三维游戏设计师宝典:Virtools开发工具篇[M]. 成都:四川出版集团,2005.

[5] 王一剑. 人工智能在游戏开发中的应用[M]. 上海:同济大学软件学院,2008.

[6] 于金霞,汤永利. 人工智能课程教学改革及实践探讨[J]. 教学园地,2009(5):91-118.

[7] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.

[8] Microsoft. DirectX Software Development Kit[EB/OL]. [2010-7-20]. /downloads/details.aspx.

Design in Artificial Intelligent and Game Programming Courses

LI Yi

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

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。

篇5

2019年7月1日至7月5日，东西部协作2019年大通县信息技术骨干教师能力提升培训在南京市雨花台区教师发展中心进行。信息技术素养观转变。从技术应用能力转向信息素养能力，我们不仅要利用技术，更要利用信息素养和信息技术合作。

人工智能时代的教育变革

一、人工智能驱动智慧教育

当前，以人工智能为代表的技术创新进入到一个前所未有的活跃期。当人类社会迈进信息时代的新阶段——人工智能时代，这种工业化的教育体系已经无法满足未来社会对人才的需求，时展迫切需要一场教育变革。换句话说，教育不是由外而内传递知识，而是由内而外觉悟智慧。这就要求，我们必须打破整齐划一的传统教育形态，构建与人工智能时代相适应的智慧教育体系，利用智能技术对学习环境、学习内容、教学方式、管理模式进行系统化改造，为学生提供富有选择、更有个性、更加精准的智慧教育。

二、智慧教育的理念内涵

综合已有研究，我们认为，智慧教育是指以“人的智慧成长”为导向，运用人工智能技术促进学习环境、教学方式和教育管理的智慧转型，在普及化的学校教育中提供适切的学习机会，形成精准、个性、灵活的教育服务体系，最大限度地满足学生的成长需要。只有把“人”置于教育的最高关注，发掘人的潜能，唤醒人的价值，启发人的智慧，才能从容应对人工智能时代带来的挑战。智慧教育不仅是教育基础设施的信息化、智能化，而且是教育理念与教育方式的转型升级，从注重“物”的建设向满足“人”的多样化需求和服务转变。

智慧教育包括三个组成部分：一是相互融通的学习场景，利用智能技术打通物理空间与网络空间之间的壁垒，让万物互联，让世界互通，所有学生都可以在任何地方、任何时刻获取所需的任何信息；二是灵活多元的学习方式，注重学习的社会性、参与性和实践性，打破学科之间的界限，开展面向真实情境和丰富技术支持的深度学习；三是富有弹性的组织管理，破除效率至上的发展理念，释放学校的自主办学活力，利用人工智能提高教育治理的现代化水平，让学生站在教育的正中央。

虚拟和增强现实（VR/AR）技术在教学中的应用与前景展望

一、虚拟现实和增强现实技术的起源、概念和应用领域

（一）虚拟现实和增强现实技术的起源

虚拟现实（VirtualReality，简称VR）技术描述的就是我们现在熟悉的“虚拟现实”。增强现实（Augmented Reality，简称AR）是指在真实环境之上提供信息性和娱乐性的覆盖。

我国虚拟现实技术的研究起步于20 世纪90 年代初。随着计算机图形学、计算机系统工程等的高速发展，虚拟现实技术得到相当的重视。2016 年3 月17 日全国两会授权的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》中指出：“大力推进先进半导体、机器人、增材制造、智能系统、新一代航空装备、空间技术综合服务系统、智能交通、精准医疗、高效储能与分布式能源系统、智能材料、高效节能环保、虚拟现实与互动影视等新兴前沿领域创新和产业化，形成一批新增长点。”

（二）虚拟现实和增强现实的概念、特征和应用领域

1. 虚拟现实技术

虚拟现实，是一种基于多媒体计算机技术、传感技术、仿真技术的沉浸式交互环境。具体地说，就是采用计算机技术生成逼真的视觉、听觉、触觉一体化的特定范围的虚拟环境，用户借助必要的设备以自然的方式与虚拟环境中的对象进行交互作用、相互影响，从而产生亲临等同真实环境的感受和体验。

虚拟现实具有特性，即沉浸性(Immersion)、交互性(Interaction)、构想性(Imagination)，是一个学科高度综合交叉的科学技术领域。虚拟现实与人工智能 (AI) 技术及其他相关领域技术结合，将会使其还具有智能(Intelligent) 和自我演进演化(Evolution) 特征。头戴式虚拟现实设备，即可观看虚拟现实视频介绍。

虚拟现实涉及门类众多的学科，整合了很多相关技术。虚拟现实是未来科技发展的方向之一，它可以从人的感觉系统上改变现有的空间感。虚拟现实现有的产业链大致可分为硬件设计开发、软件设计开发、资源设计开发和资源运营平台等几种类别。通过虚拟现实关键技术的突破以及“虚拟现实+”的带动，会产生大量行业和领域的虚拟现实应用系统，为网络与移动终端应用带来全新发展，将会推动许多行业实现升级换代式的发展。虚拟现实可以应用于国防军事、航空航天、智慧城市、装备制造、教育培训、医疗健康、商务消费、文化娱乐、公共安全、社交生活、休闲旅游、电视直播等领域中。

2. 增强现实技术

增强现实是在虚拟现实的基础上发展起来的一种新兴技术。增强现实技术基于计算机的显示与交互、网络的跟踪与定位等技术，将计算机形成的虚拟信息叠加到现实中的真实场景，以对现实世界进行补充，使人们在视觉、听觉、触觉等方面增强对现实世界的体验。

增强现实具有三大特点，即虚实结合、实时交互和三维配准。

增强现实具有三种呈现显示方式，按距离眼睛由近到远划分分别为头戴式（head-attached）、手持式（hand-held）、空间展示（spatial）。增强现实智能眼镜，扫描二维码可以观看Magic Leap 增强现实演示视频。

增强现实的应用领域非常广泛。如在教育领域增强现实可以为学生呈现全息图像、虚拟实验、虚拟环境等；在旅游业增强现实可以帮助游客自助游玩景区，以虚拟影像的形式为游客讲解景区概况、发展历史、人文景观等内容；在零售业中增强现实技术可以实现一键试穿，在网上销售中具有极大的应用空间。增强现实在工业、医疗、军事、市政、电视、游戏、展览等领域都表现出了良好的应用前景。

二、虚拟现实和增强现实技术在教学中的具体应用

虚拟现实和增强现实技术在教学中的应用潜力巨大、前景广阔，主要体现在运用虚拟现实和增强现实技术具有激发学习动机、创设学习情境、增强学习体验、感受心理沉浸、跨越时空界限、动感交互穿越和跨界知识融合等多方面的优势。虚拟现实和增强现实技术的应用，能够为教育工作者提供全新的教学工具，同时，能激发学生学习新知识的兴趣，让学生在动手体验中迸发出创新的火花。因此虚拟现实和增强现实技术应用于教育行业是教育技术发展的一个新的飞跃，它营造了自主学习的环境，由传统的“以教促学”的学习方式演变为学生通过新型信息化环境和工具来获取知识和技能的新型学习方式，符合新一轮教学改革的教育理念，有助于学生核心素养的培养。虚拟现实和增强现实设备有多种，这里分别介绍各种设备在教学中的具体应用。

（一）头戴式虚拟现实和增强现实设备在教学中的应用

头戴式虚拟现实设备一般包含头戴式显示器、位置跟踪器、数据手套和其他设备等，分为移动虚拟现实头盔和分体式虚拟现实头盔。国外有脸谱、谷歌、微软、三星等公司的虚拟现实头盔产品，国内有微视酷、蚁视、暴风魔镜、中兴、乐视、华为、小米等100 多种虚拟现实头盔产品。结合国内外的研究报告以及目前虚拟现实教育实践情况，虚拟现实和增强现实技术在生物、物理、化学、工程技术、工艺加工、飞行驾驶、语言、历史、人文地理、文化习俗等教学中均可应用。

学生使用头戴式虚拟现实设备体验学习时具有置身真实情境的沉浸式感觉，能给学生以绝佳的真实体验，使人如身临其境，让书本中的内容可触摸、可互动、可感知。例如地理学科讲述关于宇宙太空星际运行的课程时，在现实生活中学生无法遨游太空，如果戴上头戴式虚拟现实设备，就可以让学生从各个角度近距离观察行星、恒星和卫星的运行轨迹，观察每个星球的地表形状和内部结构，甚至能够降落在火星或月球上进行“实地” 考察、体验星际之旅等。虚拟现实头戴设备，手机扫描二维码观可看虚拟现实效果视频。

（三）手持式虚拟现实与增强现实设备在教学中的应用

手持式增强现实设备多采用移动设备与APP 软件相结合的方式。APP 有视+AR、AR、4D 书城、幻视、视AR、尼奥照照等，另外有多种增强现实图书都有相配套的APP，如《机器人跑出来了》《实验跑出来了》《恐龙争霸赛来了》这套“科学跑出来”系列增强现实科普读物有iRobotAR、iScienceAR、恐龙争霸赛来了等多个APP，它们的原理都是采用手机摄像头获取现实世界影像，通过手机在现实世界上叠加虚拟形象的形式，实现增强现实的特殊显示效果。有的APP 中提供了丰富的教育资源，如安全教育、科普读物、识字卡片、益智游戏等，特别适合儿童教育。使用方法有两种：一种是手机APP 与相配套的纸质图书一起使用，用手机摄像头扫描图书上的图片，在手机屏幕上即可呈现出演示效果；另一种使用方法是运用APP 下载增强现实资源并与外界实景叠加即可呈现出演示效果。增强现实特效非常逼真，利用这些APP 进行学习，学习过程具有真实感、体验感、沉浸感，增强了学生学习知识的兴趣，可以达到寓教于乐的教学效果。

三、虚拟现实与增强现实技术在教学中应用的优势分析

（一）虚拟现实与增强现实技术为学生自主学习提供了有利条件

虚拟现实和增强现实教学资源存在形式多种多样，根据采用的设备不同，可以将教学资源保存在网络运营平台、桌面式设备、移动设备和纸质图书里，学生可以在不同的地方采用不同的设备调用虚拟现实和增强现实教学资源进行随时随地的自主学习。如果学生在课堂上有些知识点未能掌握，可以重新学习一遍，增加对知识的巩固和理解，有时学生因为特殊原因未能在课堂上学习，也可以课后弥补，同时可以将虚拟现实和增强现实设备作为载体采用“翻转课堂”或“微课导学”教学模式组织教学，为学生提供自主学习条件，教师也可以从繁重的重复性讲解中解脱出来，有针对性地为学生答疑解惑，有助于传统教学方式的变革。

（二）虚拟现实与增强现实技术为学生提供更加真实的情景

在传统的教学课堂上，知识的传输主要通过文字、图片、声音、动画和视频的形式呈现。遇到比较复杂的情况，比如数学课的立体几何、地理课的天体运动、物理课的磁力线和电力线、化学课的微观粒子结构、生物课的细胞结构等，教师用语言很难把这些知识点表达得非常清晰，同时由于每个学生的理解力不同，教学效果也会因人而异，甚至初次学习这些知识的学生会得到“盲人摸象”般的感受。而采用虚拟现实和增强现实技术组织教学，三维立体效果的呈现可以弥补这样的缺憾，能够把知识立体化，把难以想象的东西直接以三维形式呈现出来，让学生直观感受到文字所表达不出来的知识，真实的情景可以帮助学生对知识的理解和记忆，使学生的想象变得更加丰富。

（三）虚拟现实和增强现实技术能提高学生的学习兴趣

由于虚拟现实和增强现实技术具有视觉、听觉和触觉一体化的感知效果，学生具有真实情境体验、跨越时空界限、动感交互穿越的感受，能身临其境般在书海里遨游，让书本中的内容可触摸、可互动、可感知。身临其境的感受和自然丰富的交互体验不仅极大地激发了学习者的学习动机，更给学习者提供了大量亲身观察、操作以及与他人合作学习的机会，促进了学生的认知加工过程及知识建构过程，有利于实现深层次理解。传统的学习方式让很多学生觉得枯燥乏味，为了应付考试不得不去死记硬背，但很多知识学生考完之后很快会忘得一干二净，而采用虚拟现实和增强现实技术组织教学，新颖的学习方式和丰富多彩的学习内容能够极大地提升课堂教学的趣味性，生动形象的场景会加强学生的记忆，激发学生的学习兴趣。“兴趣是最好的老师”，兴趣也是学生学习新知识的不竭动力。

（四）虚拟现实和增强现实技术应用能促进优质资源均衡化

我国幅员辽阔，地区之间贫富差距较大，存在教学资源分配不均的情况。经济发达地区无论是软硬件配置，教学师资和教学资源都非常丰富，而经济落后、地域偏远的山村学校学生连接受最基本的教育都难以实现。各级政府和教育主管部门都在大力推进教育均衡发展，加大教育投资力度，而虚拟现实和增强现实技术应用将是解决城乡教育资源不均衡问题的一把金钥匙，有利于缓解教育资源两极分化，扩大优质资源的分享范围，能让教育资源不再受限于地区和学校，让教育发达地区的名教师通过虚拟现实和增强现实课堂走进山村学校，能通过整体优化教育资源配置，来缩小城乡差距，实现教育公平，同时这也是教育扶贫的较佳途径。

四、虚拟现实和增强现实技术在教学应用中存在的问题

虽然虚拟现实和增强现实技术在教学中的应用可以改变传统的教学方式、提高学习兴趣、实现教育均衡发展，但虚拟现实和增强现实技术发展还处在初级应用阶段，在技术瓶颈、资源开发、教学内容和推广普及等方面还存在很多问题。

（一）虚拟现实设备应用中的眩晕问题

人们在使用虚拟现实设备时会出现眩晕感，从硬件结构来看，由于现在的科技还无法做到高度还原真实场景，许多用户使用配置达不到要求的虚拟现实产品时会产生眩晕感；虚拟现实界面中的视觉反差较大，实际运动与大脑运动不能够正常匹配，影响大脑对所呈现影像的分析和判断，从而产生眩晕感；虚拟现实设备的内容有相当一部分资源是从PC电脑版上移植过来的，UI 界面不能很好地匹配虚拟现实设备，不同的系统处理上也无法达到协调统一，画面感光线太强或太弱都不能让用户接受；虚拟现实设备帧间延迟跟不上人的运动，会有微小的延迟感，当感官与帧率不同步时也会让使用者产生眩晕感。

（二）虚拟现实和增强现实技术在教学中资源短缺

目前虚拟现实和增强现实产业刚起步，软硬件设施不完备，开发人员技术力量不足，很多学校未配备虚拟现实和增强现实设备；中小学校的很多教师还没有接触过虚拟现实和增强现实，不知道如何在教学中应用，更谈不上如何去开发虚拟现实和增强现实教学资源。因此，针对中小学教学所开发的虚拟现实资源很少，课程资源短缺是虚拟现实和增强现实在中小学推广的最大瓶颈。但随着虚拟现实和增强现实技术的迅猛发展，将虚拟现实和增强现实技术应用于教学势在必行，未来虚拟现实和增强现实技术在教学中的应用势必带来课堂教学方式的颠覆性改变。

（三）虚拟现实和增强现实教学平台和资源的设计重形式轻内容

当前很多虚拟现实教育平台都只是在一个3D 视频或虚拟现实软件游戏的基础上构成虚拟现实教学。虽然学生在虚拟世界玩得津津有味，课堂气氛很活跃，学生互动、交流和讨论很热烈，表面上看学生得到了沉浸式的体验感，但是有些虚拟现实教育平台所提供的知识点讲解还停留在现实世界中，课本内容的单调、枯燥并没有因软件的存在而得到缓解，知识要点的讲解没有变得更加生动、有趣和有针对性，这种只重视形式而不重视内容、教与学完全脱节的虚拟现实课堂只能称为“伪虚拟现实课堂”。

（四）虚拟现实和增强现实设备价格较高和技术条件限制导致普及困难

企业的前期研发成本较高、设备销售量较少，导致多数虚拟现实和增强现实设备销售价格居高不下，很多学校因资金问题望而却步，无力购买售价高昂的虚拟现实和增强现实设备，进而导致虚拟现实和增强现实技术在学校的推广普及步履艰难。大多数虚拟现实软件普遍存在语言专业性较强、通用性较差和易用性差等问题。受硬件局限性的影响，虚拟现实软件开发花费巨大且效果有限。另外在新型传感应用、物理建模方法、高速图形图像处理、人工智能等领域，都有很多问题亟待解决。三维建模技术也需进一步完善，大数据与人工智能技术的融合处理等都有待进一步提升。以上诸多原因的存在制约了虚拟现实和增强现实技术在中小学教学中的推广和普及。

五、虚拟现实和增强现实技术在教学应用中的前景展望

虚拟现实和增强现实技术发展对未来教学形式的影响

随着科学技术的迅猛发展，在云计算、雾计算、物联网、“互联网+”、大数据、人工智能突飞猛进的新时代背景下，虚拟现实和增强现实技术与人工智能、大数据和物联网融合，将会让虚拟现实和增强现实技术应用如虎添翼。

随着虚拟现实和增强现实软硬件设备的性能提升和价格降低，会有更多的教育投资公司开发出更加丰富多彩的教学资源，让虚拟现实和增强现实技术快速走进中小学课堂，在教学中大面积应用普及。依托其具有的沉浸性、交互性、构想性、虚实结合、实时交互和三维配准等超级体验感的优势，教师的教学方式和学生的学习方式都将会发生改变。虚拟现实和增强现实技术在教学中的应用普及将会颠覆传统的教育方法和教学形式，具有巨大的应用潜力与应用前景。

篇6

据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。

2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。

如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源：创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景，B、C 端全面发力。

资料来源：券商报告、互联网公开信息，创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源：互联网公开信息，创业邦研究中心整理

2.发展关键要素：数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。

（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。

此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源：互联网公开信息，创业邦研究中心整理

（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。

4.投资方向

（1）前端智能化，低成本的视觉解决模块或设备

从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。

（2）深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。

（3）新兴服务领域的特殊应用

前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。

（4）数据是争夺要点，应用场景是着力关键

机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

（1）语音识别技术已趋成熟，全球应用持续升温

语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。

（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。

（3）语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理（NLP）发展现状

（1）多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

（2）NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。

（3）创业公司的机遇

1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源：创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。

图人工智能在医疗行业的应用图谱

资料来源：创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源：创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位，国内与国际差距明显，中小初创企业很难进入。

从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出，目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。

篇7

《财经天下》周刊=EW

胡郁=HY

EW：科大讯飞的业务布局情况现在是怎样的？

HY：科大讯飞现在的业务布局主要是两部分：第一是通过人工智能技术和平台级业务，将语音识别、自然语言处理能力授权给第三方，或者与其他公司合作。目前科大讯飞重点关注的领域是移动互联网、智能家居、电信运营商智能语音服务、智能车载系统和政府便民工程。我们与第三方合作是通过科大讯飞云平台实现的，这是我们的语音能力向各个行业输出的一种方式。通过这个方式，我们很容易发现平台上面的各种应用的优缺点，我们能够获得很多有价值的数据。第二，科大讯飞正在将自己的技术与产业结合，目前我们在教育行业做得还不错。我们现在还有一个“讯飞超脑”的项目，这是科大讯飞面向人工智能领域开展的重大技术攻关项目，目标是帮助科大讯飞从机器“能听会说”到“能理解会预测”。

EW：创业初期遇到过哪些突出的问题？

HY：我们是1999年底成立的，到2004年才实现盈亏平衡，在这期间确实遇到了很多问题。主要是两个方面：首先，那时候技术并不成熟。在2000年的时候，国内有很多语音技术创业公司，科大讯飞是唯一一家生存下来并且发展壮大的，因为我们当时选择的路径还算成功，语音合成在当时是相对成熟点的技术，虽然让机器说话也说不太好。那些选择做语音识别的公司，很多没有成功，就是因为当时这个技术太不成熟。

另外，在中国做生意，比较容易成功的商人，可能是比较懂人际关系的，有一定市场经验的，但我们那时候都是一群学生出来创业，包括董事长刘庆峰，1998年还在读博士，1999年出来，对商业模式、公司管理等方面没有什么概念，经历了很长的一段摸索期。

在中国，做产品和市场的人，比做技术的人更容易成功，这是一个普遍规律。在中国做技术，很多都是在国家体制内，像研究院这样的地方或者国营企业;如果要民营的话，那么在中国的环境下寻找到合适的商业模式并且做大其实是很难的一件事情，所以中国民营的科技创新公司不多。

EW：发展到现在，经历过哪些关键时刻？

HY：我觉得有这样几个关键时刻：第一个是在2000年的时候，我们第一次能够把我们的语音合成技术卖给大客户，就是华为。那时我们的软件还很不稳定，经常崩溃，华为的团队说我们把他们当成测试员了。然后我们的创始人团队，三天三夜没睡觉，把软件做稳定了，就是为了能够通过华为的测试。

第二个关键时刻是，我们在2004年实现了盈亏平衡。当时我们找到了一种可行的商业模式――为一些大的客户提供服务，比如说呼叫中心、银行、电信等，赚到了一些钱。而同时期的很多同样的公司要么没活下来，要么就发展得很小。

第三个关键时刻就是我们2008年上市，这标志着我们在资本市场上开始有一个很好的渠道，我们可以更快地发展。

还有一个关键时刻就是，在2009年的时候，我们注意到，移动互联网来得很快，手机输入这块将会有需求，我们就做了一个讯飞语音输入法，现在是国内第二大输入法，第一是搜狗。另外，我们做了一个语音云开放平台，现在已有16万开发者连接到我们平台上，连接的设备超过了8个亿。这两者让我们在移动互联网时代能够占据一席之地，也让我们在消费者业务层面有了很大的一个突破。

最后一个关键时刻就是，我们在2009年的时候，开始在教育业务上有了突破。我们做到了可以用机器评价学生发音的准确程度，还可以评价英语口语的表达水平。另外，我们可以让机器识别出手写的卷子，实现自动批改。我们现在要攻克的是提高机器的理解能力，让机器人能够参加高考。目前机器人参加高考勉强能及格，我们原来的计划是10年内让机器考上一本，现在改成3年内考上一本。人和机器其实是相反的：人0到6岁学常识，这对人是比较容易的，人培养理解能力很容易，但是学习知识很难;而机器能够装下很多知识，但是它不懂常识，所以有人说机器达到了6岁小孩的水平，那是用人的成长阶段去衡量，其实是错的。

EW：为什么科大讯飞会选择教育这个领域？

HY：一方面，就是我们想为国家做点贡献，我们的技术能够帮助教育行业更先进;另一方面，就是我们觉得教育有比较广阔的商业前景。我们有的是政府采购给学校，也有直接卖给家长和学生的产品。我们是希望能够成为国内教育方面的人工智能的最大参与者。

我们进入教育行业，首先是从普通话水平测试开始，然后是英语口语水平测试，后来我们进入英语教学的课堂，提供一些智能设备和软件，然后我们又参与了考试，实现自动批改。学校里面会有很多智能化的系统，我们把这些东西综合起来，提供一个整体的方案。现在我们是国内教育领域用人工智能提供整体解决方案的最大厂商。

EW：这些年来，科大讯飞有哪些事情是具有开拓性意义的？

HY：第一个我觉得是把语音合成能够做到实用化，这是公司成立的基石;第二就是把语音识别做到了可用化――我们不是最早做语音识别的，但我们是把技术做得最成熟的;第三个就是我们将语音测评带进学校，开创了一个新局面，这是我们商业模式上的创新，我们现在还在努力寻找其他新的商业模式。

EW：相较时下众多创业企业，你认为科大讯飞最为显著的特色是什么？它和别的互联网技术公司有什么差别？对于创业17年来公司营收仍主要依靠政府补贴这一颇受争议的商业模式，科大讯飞轮值总裁胡郁直言，这与以技术为核心的中国初创企业的特殊性有关，如果早期没有政府扶持，这类企业将难于生存。

HY：科大讯飞本质上是一个科技创新型公司，科技创新型公司的标准，不是看它赚了多少钱，而是看它的技术是不是世界上最先进的。我们最突出的特点是，我们一直在做核心技术创新和原始创新，不是在别的技术基础上进行微创新，而是在做核心技术的突破性创新。

我觉得我们和别的互联网技术公司最大的差别是，我们比较沉得住气，方向很明确。很多公司什么方向热就做什么，比较浮躁，我们相对来说比较执着于自己原来确定的方向。

很多人对我们的评价是，做了十分才说七分。这是优点也是缺点：优点是大家对我们的印象是比较扎实的，缺点是影响力方面可能宣传不够。

EW：有人说你们在风格上更像一家硅谷公司。你认同这种观点吗？

HY：硅谷技术创新型公司的最大特点是，它不仅仅技术领先于全球，它的商业模式也是领先于全球的，而且美国公司有个很重要的特点，它们是全球化的公司。中国虽然现在有很多互联网企业，但在全球化方面还是不够。科大讯飞现在在语音技术方面，无论是合成还是识别，都能够在中文领域做到最先进，但我们也有需要突破的地方。很多人觉得我们低调，其实我觉得有一个原因是，我们的商业模式不能够跟当前世界上最主流的商业模式吻合，所以这也是科大讯飞面临的最大的挑战。

EW：能否在商业模式上稍作展开？

HY：我们原来的商业模式是To B的，就是售卖技术，用技术跟别人合作。现在我们的目标是，用技术引起一个产业的突破，从而建造新的产业生态系统。我们现在探索的新的商业模式是，更靠近消费者，就是要着重To C。这不一定得直接面对消费者，我们可以用更靠近消费者的业务来达到这个目标，比如我们和汽车厂商合作，汽车内的语音业务就是直接面对消费者的。

EW：国内语音市场这些年在你看来有哪些重要变化？

HY：2000年以前，语音并不被大家关注，那时还没有什么大的语音公司，主要是国外一些大企业像摩托罗拉、IBM等在中国做研究。那么在2000年到2010年之间，以科大讯飞为代表的国内公司逐步把语音合成和语音识别市场抢了回来，现在来看，外国公司在中国的语音业务已经很少了。

近几年有两个新的变化：一个是以BAT为代表的互联网公司已开始进入语音市场，并且投入了很大力量。但他们做语音是为自己的生态服务的，并不是想从这上面赚钱，实际上也赚不到什么钱。现在专业做语音的最大的公司应该是科大讯飞。另外一个就是，很多小的创业公司也开始进入这个市场，但做得都不是太好，技术很重要。

EW：巨头的进入会给你们带来压力吗？

HY：当然。压力不是来自于技术，我们的技术是最先进的，压力来自于商业模式。这个没办法去模仿哪家公司，都要靠自己慢慢去摸索。一个公司如果想要长期保持领先，不仅仅是技术能力，商业模式上一定要走出自己的道路并建立起自己的生态。

我们原来做的是To B ，现在To B 的公司很多，如果想要成为一个生态的话，只有这个肯定不够。我们一定要让生态里有C端用户，这就会有很多变现方式，只要我们提供的服务是用户需要的，并且是高质量的，我们就可以从用户手里赚到钱。

现在我们还是免费的服务，我们通过这种方式收集用户数据，根据这些数据来优化产品，当产品体验足够好时，用户会愿意付费。当然我们也可以有其他收费方式，提供给用户的产品可以是全程免费的，在用户和我们的机器交互时，机器会记住用户的喜好和需求，这时智能终端可以给用户推荐产品，我们可以向产品提供商收取费用，类似于广告费。当然，交互是最重要的，将来在车上、电视上、音箱上甚至玩具上都能够实现人机交互。我们现在的语音合成技术已经很成熟了，机器可以发出明星的声音，我们要不断增加语音交互中的用户体验。

EW：语音市场的竞争还不算太激烈吧？

HY：在发展的过程中，如果大家朝着一个方向的话，自然而然就会有竞争。但是现在的问题在于，我们并不知道将来的物联网时代会发展成什么样，谁也没有一个准确的方向。在一个新的时代里，观察过程会有三个阶段：第一阶段是混沌期，就是大家都不知道将来会发生什么;第二阶段叫形成期，就是大家已经有方向、有规划地发展了;第三阶段叫决胜期，就是各家开始激烈竞争赛跑，像滴滴和快的当时一样。语音市场现在处于混沌期到形成期的过渡阶段，大家都不知道怎么干，还在互相观望，互相挖点技术人才，摸索摸索方向。

EW：科大讯飞会是第一个找到方向的吗？

HY：我们一定是，但是做出来怎么样，还不知道，谋事在人，成事在天。我们现在的方向是，软硬一体化、云端一体化、技术服务一体化，我们不能做一个纯技术的公司，要把技术和内容和服务结合。比如说语音合成，我们就一定要和明星名人资源结合，我们现在可以达到让罗振宇给你读文章的水平。语言是柄双刃剑，在挡住外国产品进入中国的同时，自己的产品进入其他国家也很难。胡郁介绍称，科大讯飞英语产品做得还不错，但西班牙语、法语、德语等其他语言产品还不行。

EW：科大讯飞得到过一些负面评价吗？

HY：讯飞的体量在去年的时候只有二十多亿，今年也就四五十个亿。现在市盈率已达到150倍。我们的市盈率不太稳定，因为大家看好一个东西，但这个东西一直没出来，所以就会不稳定。很多人说我们都在靠政府补贴，其实是这样，一个以技术为核心的公司，在中国如果不依赖政府，肯定成长不起来，但过度依赖政府，将来的空间会少一点。我们一开始的确就是依赖政府补贴，否则一下子进入市场，是养活不了自己的，只有在跨过一定的技术门槛后，我们才能靠市场养活自己。我们现在已经在找更合适的商业模式，以减少对政府的依赖。我们现在看到很多人工智能公司，他们已经找到了赚钱的方法，但这对我们来说仍然是个挑战。

EW：其实现在很多人在怀疑你们的盈利能力。

HY：这种怀疑是对的，我们虽然说在很多测评上面取得了不错的成绩，但是并没有达到让大家信服的程度。事情还没成之前，你说你是英雄，谁信？武松打虎，得把老虎打死了，结果出来了，大家才把他看成英雄，现在我说我能打死老虎，谁信呢？我们现在就是在努力证明自己。

EW：相较北上广深，合肥的商业环境是不是差了一点？为什么一直留在合肥？

HY：坦白讲，合肥这个地方很适合做研究，但商业氛围和商业创新环境确实和北上广深杭相比是有巨大差距的。但我们还是一直留在合肥，如果我们不是在合肥，我们的人早已经被挖了七八遍了，在我们这边拿50万年薪的人，腾讯可以给150万。我们为什么能在核心技术上持续深入，并且取得领先世界的水平，就是因为在合肥能够真正静下心来做研究。在北京给他100万的薪水，马上就会有人拿200万来挖，工作一有变动，研究就会停滞下来。北上广太浮躁了，这些地方房价那么高，让人怎么安心做研究？我们现在在京津冀，上海广州深圳杭州都有分部，但我觉得做研究的人，还是来合肥好，一线城市安不下心来。

EW：如果你们工资比其他公司低的话，用什么来吸引人才？

HY：追求。世界上还是有一批有追求的人，就是在中国用人工智能改变世界。

EW：资本对于你们是一个什么作用？

HY：我觉得一个公司一定要借助资本的力量，资本是最重要的。我们不能只靠追求来生活，我们要给这些做出巨大成绩和贡献的人体面的生活。有了资本，我才能真正吸引到优秀的人，解决他们的后顾之忧，他们想要去旅游的时候就能够去世界上任何一个国家去旅游，我们要给他们与能力匹配的薪资。

EW：除了受到资本的青睐外，你们自己也有投资。你们在投资上的构想是怎样的？

HY：战略投资是围绕着我们的战略布局来投。我们现在有三大战略板块，教育、智慧城市，还有消费者业务。

EW：科大讯飞的生态能描述一下吗？

HY：我们现在首先要在教育这个方向做成一个核心技术支撑的开放平台，大家有什么内容都可以放上来，可以对接到学校;在智慧城市方面，我们希望能够通过大数据和人工智能，为交通、社会信息化管理、医疗等提供智能服务;最后在消费者业务上，我们要建立生态入口，让用户用语音的方式与机器进行交互，让机器越来越了解用户的需要。

EW：现在每年研发投入有多大？

HY：收入的25%。主要用于几个方面，核心技术、云计算和各个领域应用的开发。我们现在还有很多需要突破的，像核心技术现在其实还没有达到我们想要的水准，我们还要持续努力，因为技术爆炸是一个持续的过程，不是说一瞬间的，而是在一点点改进中获得的。

EW：作为科大讯飞重点攻坚的领域，目前人工智能在你看来处于什么阶段？

HY：现在业界谈人工智能分成三个阶段，计算智能、感知智能和认知智能。人工智能目前处于感知阶段。人在计算智能上比机器人差，感知智能上好一点，认知智能上会更好，所以说，我们现在的切入点叫语音和语言为入口的认知革命。人类最早成为世界的统治者是因为人类发生了认知革命而不是农业革命。机器人也需要认知革命，机器人认知革命的第一i就是先理解语言，我们现在的使命是要让机器能听会说，能理解会思考。接下来我们把这个技术跟很多行业，如医疗、卫生、法律等结合起来。

EW：人工智能为什么这两年这么火？过几年它还会这么热吗？

HY：人工智能能火起来，主要是因为核心算法、数据量和应用模式三个方面成熟了，因此它在技术上可以大规模应用于产业。科大讯飞在核心技术方面还比较有优势，在数据的收集上，现在的“讯飞语音云”用户超过8亿，开放云平台的应用项目8万多个，我们正在尝试各个场景的应用。人工智能过几年是不是还能这么火还很难说，现在大数据已经不那么热了，就是大家接受了这个概念以后就没人天天喊了。

EW：现在你们的挑战主要来自哪些方面？

HY：一个就是核心技术还需要时间来突破;另一个就是我们要寻找到合适的商业模式;第三就是我们需要很多综合性人才，不仅仅是技术人员，还需要会市场的、懂产品的、懂宣传的、会做品牌传播的人。坦白讲，我们原来是一个To B的公司，在品牌宣传方面没什么经验，现在需要更多这样的人。

EW：在产品出口方面，有没有遇到一些问题？

HY：问题很大。我们的产品在国际上还没有产生什么效益。我们最大的问题是，语言是个双刃剑，我们可以挡住外国产品进入中国，但是我们进入别的国家也很难。我们现在英语做得不错，但在西班牙语、法语、德语等其他语言国家，我们就不行。

篇8

关键词:人形机器人；机器人教学；智能机器人

目前世界上使用的机器人主要是工业机器人，其中一般以上是面向制造业的工业机器人，即主要用于第二产业。在进入21世纪的今天，机器人已经不再局限于工业上的应用，而应该在社会的各个行业合理利用。近年来，全国机器人大赛的举办为这些需求提供了一个平台，其中的人形机器人舞蹈大赛更是成为社会各界关注的焦点，各大、中、小学校在此项目上的参与度呈现出逐年递增。因此如何让人形机器人在教育应用上发挥其应有的作用成为了当前研究的重点和难点。

1 相关研究

人形机器人是具备人类的外形特征和行动能力的智能机器人，可以采用双腿行走方式，通过手臂和身体的协调完成一些简单的功能，以及通过简单的语言和人类交流。与传统的机器人相比，人形机器人具有显著的优势。而且人形机器人以与人近似的形态出现，对人类来说就不会感到特别的陌生，也不会产生排斥心理，更容易被人类所接受，所以人形机器人将可能是未来日常应用中最重要的智能机器人。

人形机器人的研究起步于上世纪60年代后期，目标是解决人形机器人的双足行走问题。如日本早稻田大学加藤一郎教授在1969年研制出WAP-1平面自由度步行机。1973年, 加藤等人在WL-5的基础上配置机械手及人工视觉、听觉装置组成自主式机器人WAROT-1。进入90 年代，人形机器人在控制方法和人工智能等方面的研究成果不断出现，从而推动了人形机器人技术的快速发展。如今，人形机器人向这两个不同的方面发展，一个是外形上与真实人类的细部特征相同的发展；另一个是功能上接近真实人类，具备和人类一样的运动能力和灵活性及对环境的判断能力。在2005 年的日本爱知博览会上，就出现了多种与真人外观一样的机器人，在北京第19 届智能机器人与系统国际会议上，我国同样也出现了这类人形机器人。

现阶段应用于教育的人形机器人是由伺服电机、控制主板、锂电池、金属框架与控制主板相配套的软件组成。例如ROBOT·X人形机器人，在机器的各活动关节的配置多达17个伺服舵机，具有17个自由度，特显灵活，更能完成诸如手臂后摆90度的高难度动作。控制主板类似于人形机器人的大脑，通过自身智能编程软件便能自动地完成整套动作。锂电池就是人形机器人进行活动的能量。金属框架类似于人形机器人的骨骼，支撑着整个机器人。这些部件组合起来的人形机器人能在音乐的伴奏中完成起舞、行走、起卧、武术等表演，甚至还能完成翻跟斗等杂技以及各种奥运竞赛动作。

2 人形机器人的优势及不足

人形机器人在程序的编写、逻辑思维能力、外形、创意、动作设计方面都比其它类型机器人更具有优势。做好一个人形机器人需要很多的创意以及个性的需求，首先要设计好机器人整体框架的构建；接下来是人形机器人的动作设计，它需要设计出能够吸引注意力的动作，而且要能与音乐完美的结合；再下来就是机器人外观的设计，也需要能够吸引人的注意。这些方面都能够很好地锻炼学生的创意思维和个性的突出。另外，新课程改革更加注重的是学生的个性以及能力的发展，相比于其它类型的机器人，人形机器人在这两方面能给学生提供更好的锻炼机会。

目前, 许多新技术不再隶属于单一学科, 而是多门学科的高度综合。人形机器人技术就是一门综合应用数学、力学、机械、电子、计算机、控制、传感技术、通信和人工智能等学科的最新成就的技术。而人形机器人在教育中的推广能有效地激发学生的学习兴趣，有很好的趣味性和挑战性,有以下作用：

1）培养学生的逻辑思维能力。

编写程序是机器人教学的一个重要的内容，程序就相当于机器人的思想。学生在了解机器人的结构、工作原理和各部件功能的基础上，根据任务来编写程序。程序必须是有严密逻辑结构的，可以使机器人按照程序进行活动。可见，程序的编写为培养学生的逻辑思维能力提供了一个极佳的途径。

2）培养学生分析问题和解决问题的能力。

制作教育机器人是一个非常复杂的过程，涉及机器人的搭建、编程、运行和调试的反复过程。学生要学会分析问题，分析是哪一个环节出现问题。学生在分析原因的同时，也要考虑解决问题的办法，根据实际情况进行修改、调试和优化，分析出错的原因，提出解决问题的办法。

3）培养学生的动手能力。

机器人实践过程是一个实际动手操作的过程。机器人的搭建过程是学生手脑结合的过程，需要运用数学、物理、化学、机械、材料等方面的知识，需要学生的动手实践能力。

4）培养学生的创新能力。

创新能力是现在教育最常提及的一个重要内容，也是教育开展的一个重要目标。我校的参赛队伍在参加的中国智能机器人大赛上常常取得良好的成绩，与其他学校最大的区别的就是机器人的创新。我们的机器人除了自己不能生产的部件之外，从设计到制作再到编程都是我们自己解决，这就在众多相同的机器人中占有优势地位。

5）培养学生的团队合作能力。

机器人教学大多是以小组的形式展开，机器人的学习其实就是团队合作学习的过程。它要求团队成员团结合作，利用集体的力量来完成个人力量难以完成的问题,在实践中培养自己的团队合作能力。

在高等学校中开展人形机器人的教学，进行多层次的机器人教育, 既可以普及学生的机器人知识, 加强机器人专业建设, 又可以提高机器人的应用水平。在各级各类学校积极把机器人引入课堂, 更多的中小学生得以学习机器人知识。机器人课堂教学成为中小学信息技术教育的重要组成部分。在科技创新活动方面, 形成一个广大中小学生、大学生直到专业科研人员以及机器人爱好者都积极参加各级各类机器人比赛的局面。机器人不再神秘,直接走入人们的生活学习中。在这种氛围下, 更多的人参与到机器人的研制与应用中去, 必将促进机器人的大发展, 从而促进社会的发展。

3 目前存在的问题

人形机器人的发展相对于其它类型的机器人而言起步较晚，在技术上还不成熟，受到的重视不够，发展模式存在着一定的弊端。

3.1 人形机器人的发展还处在初始阶段，技术不成熟

世界上广泛使用的机器人主要是工业机器人，而且都是面向制造业的工业机器人，从而导致了人形机器人的发展相对较迟。而且各国在人形机器人的发展上各有不同，例如日本在人形机器人的行走方式上相对较为关注从而其发明出来的人形机器人的行走是相当不错的，而且由于日本在电子方面的发展较为先进，生产出来的机器人在感应上也相对的成熟。而美国一直注重智能机器人和军用机器人的研究，研发出多种功能强大的智能机器人和军用机器人，从而导致人形机器人发展的方向不同。而且各国发展的人形机器人在各方面上都存在着一定缺陷。

3.2 没有引起教育届的广泛重视，缺乏宣传和引导

随着科技的不断发展，机器人开始步入小、中、高校。在许多的大型机器人比赛上参加的比赛队伍也越来越多。但是，由于受机器人的价格、平时的维护等多方面因素的影响，机器人教育并没有得到大力的推广，而且许多学校也只是以课外活动、各种兴趣班、培训班的形式开展机器人教学。从当前实物机器人课堂教学的开展情况来来看，较多的学校只是以课外活动、各种兴趣班、培训班的形式开展机器人教学。通常的做法是：学校购买若干套机器人器材，由信息技术课程老师或综合实践课程教师进行指导，组织学生进行机器人组装、编程的实践活动，然后参加一些相关的机器人竞赛。但是，现在举办的比赛大部分都是以大学生为主流，中、小学生参加的相对较少。并且目前只有浙江、上海、江苏等极少数的地区和学校将实物机器人纳入了正规课堂教学。

3.3 思维定势，沿袭车型的发展思路，穿新鞋走老路

人形机器人现在受许多家公司青睐，正在被研究开发新的机型来适应市场。然而由于人形机器人沿袭了车型的发展思路还是出现了与其相同的问题：产品缺少规范，品牌十分繁杂，并且大多自成体系，互不兼容，开放度低，适应于不同学段的性能价格比高的产品很少，特别是对学校而言，开展人形机器人课堂教学初期投入较高，持续费高，难以长期发展。

这些存在的问题需要各界关注，避免走上以前的老路，应该开辟出一条能够让人形机器人这么一个有着巨大潜力的项目发展下去的道路。

4 总结

通过以上的分析，本文认为人形机器人在教育中的应用有利于学生各方面能力的发展。虽然在现阶段，人形机器人的普及应用还存在着诸多方面的困难，但是这些不足会随着科技的发展、政府和教育机构的重视而逐步被改进的。在现阶段，教育各界都应该重视、积极参与这一领域的发展，这样才能使人形机器人在教育中发挥其应有的作用，从而使更多的学生因此而收益。

参考文献：

[1] 虞汉中，冯雪梅.人形机器人技术的发展与现状[A].机械工程师,2010（7）:3-5.

[2] 恽为民.智能机器人-技术教育的新装备[J].教育信息技术，2003（6）：18-19.

篇9

关键词小学语文教育创新改革

中图分类号：G521 文献标识码：A

新课标的全面普及，已经很明确的表明学生作为语文学习的主体，小学语文教育必须围绕学生的学习兴趣去引导，注重培养学生的独立学习思考能力，发展学生的个性思维，鼓励学生寻找属于自己的学习方式。针对小学学生的思维方式，心理特征，根据学生不同时期的不同状况采取最合理的教学方法进行教育，才能根本性地提高小学语文的教学质量。

1小学语文教育现状

传统的教学方式比较单一，都是围绕学会母语这一主题进行教育，培养学生的识字认字能力，束缚限制了小学生的思维和创造力，使得学生对于学习失去主动性，最终导致整体的教学水平无法提高。传统教学内容只注重课本上所给出的知识，忽略了学生在这个时期对于所需要知识的学习兴趣，而枯燥的课堂很难把学生的精力集中到学习课本知识上，并且传统的考试方式也限制了学生个性思维的发展，长此以往，整个教育结果令所有人担忧。从教师方面来说，各个地区的师资力量水平也是高低不平，以及对于新课标的重视程度都不一样，也是影响教学质量的重要因素。

语文是一门能全方位培养学生学习发展的学科，我国文学教育具有非常悠久的历史，更是有着一批对于古今文学界有着重要影响的文人，他们在文学方面做出的贡献对于我国的教育事业有着举足轻重的作用。然而，我国目前的小学教育仍然以应试教育为主，导致我国教学质量的落后与低效，很多小学的教育理念也没有与时俱进，没有落实“以人为主”的思想。语文知识是人们日常生活交流最基本的工具，在我国传统文化中占有很大的比重，小学语文教育应该要以提高学生的文化水平修养为目标，努力为其他学科的学习打下坚实的基础。现在的小学语文教育要做到把基础知识的传授和德育素养的培养相结合。通过这么多年的语文教学经验总结，我国已经形成了自己的独特语文教学体系。虽然随着整个世界的国际化大趋势，英语及其他课程的出现对于语文的地位产生了很大的威胁，但是我们自身要认清语文的重要性，尤其是对于刚处于启蒙阶段的小学生来说，语文一定要成为小学教育的重中之重。

2语文教育的改革创新

中华文明经过五千年的历史传承，先人通过自己的智慧，在文化精神的传播中留下了宝贵的财富。文学的传承在写意的创作手法方面更是有着无与伦比的创作优势，这对于启蒙阶段学生思维的培养构建提供了很大的帮助。

有许多的诗词已经融入到小学课本中，让学生对于中国传统文化的认知和学习更加的便捷。运用通俗的教学方式使得学生更加容易提高对语文知识的积累量，教师在日常的教学过程中，要想方设法的培养学生的积极主动性，让学生的个性思维得以展现，仅仅单一的传授知识，很难提起W生的学习兴趣，甚至使学生产生抵触情绪。所以，能否调动起学生学习的积极主动性对于教学的效果有重大的影响。

创新是社会进步的主要力量，保守的教学方式只会使教学质量越来越差，我们需要对小学语文的教育进行深入的改革，打造一个全新高效的教育体系，培养出更多对社会有用的人。以往的教育中都是老师制定教学方式，各个方面都是提前安排好的，照着模式一直重复教，学生一直处于被动的接受状态。无论教学环境好与坏，教师的教学水平认识程度都是学生学习的根本因素。尤其是对于语文的学习，教师的能力直接关系到学生的学习效率。小学语文的教育需要有良好专业基础以及先进教育思想的教师，这些教师在日常的教学中还需要不断地改善自己的教学方式，更加适用于学生的学习。对于刚刚步入学校的学生来说，需要的语文教师不仅仅要有渊博的知识，还要有高尚的道德情怀，在日常学习中给予学生更温暖的关怀照顾，拉近与学生之间的距离，了解学生真正所需要的，根据学生的兴趣爱好上好每一堂课。

3未来的发展趋势

语文教师在整个小学教育体系中占据重要的位置，所以各个学校在对于教师的选择上面一定要认真进行，语文老师不但要有深厚的知识积累，还要有超出常人的耐心，只有优秀的教师才能在整个教育过程中发挥出巨大的作用。这种新时代的语文老师，是突破传统教育理念限制之后，整个教育体系建立的基础，当代语文教师接受新的教育理念已经成为了教学工作的前提，只有紧跟时代进步的步伐，才能在教学中有卓越的表现。

在这个信息化时代，把先进的科学技术手段与原有的教学方式相结合已经成为了语文教育的主流，借助投影仪等先进设备能够充分的调动起学生学习的积极性与主动性，对于学生的思维有更好的开发作用。随着信息时代的高速发展，出现了新的科技产物，人工智能工具凭借其本身的独特优势为我国教育体制增添了新的色彩。人工智能在我国教育体制中的应用，又将是真个教育体制的一次新的改革，对于教育事业的发展具有里程碑式的意义。

4结语

面对着飞速发展的信息化时代，我们应该努力的跟紧前进的脚步，不断地对原有的体系进行创新改革。当前小学语文教育不仅仅要打破固有的教学模式，还要为我国整个教育体制带来新的机遇和发展。

参考文献

[1] 于永红.小学语文教学改革探讨[A].《现代教育教学探索》组委会，2015年8月现代教育教学探索学术交流会论文集[C]，《现代教育教学探索》组委会，2015：1.

篇10

（重庆邮电大学计算机科学与技术学院，重庆400065）

摘要：针对智能科学与技术专业学生的特点和“智能机器人”实践课程的教学实际，分析教学目的，通过对实验平台的选定和题目的设计，指出基于开源硬件实验平台的“智能机器人”实践教学不仅可以节省平台配置的经费，而且能够降低学生学习并制作实体机器人的门槛，进一步激发学生学习机器人技术的兴趣。

关键词：开源硬件；智能机器人；Arduino；实践课程

基金项目：国家自然科学基金（青年基金）资助项目“基于秀丽隐杆线虫本体感受回馈机制的自适应波形运动研究”( 61403054)；重庆市基础与前沿研究计划项目“结合本体感受回馈机制与生物神经网络的波形运动爬虫机器人研究”（cstc2014jcyjA40022）；重庆邮电大学教改项目（重邮197号）。

第一作者简介：邓欣，男，副教授，研究方向为智能机器人和流程工业知识自动化，dengxin@cqupt．edu．cn。

0 引言

随着社会生产力的发展，机器人技术得到迅猛发展和广泛应用。与机器人技术相关的专业人才需求逐年增长，但专业人才培养的数量和质量相对滞后。目前，本科院校培养的智能机器人技术相关人才大多从事理论研究、实体机器人和特种机器人的开发等，而关于机器人应用方面的专业较少，从课程内容设置到人才培养还不是很成熟。为了培养学生的实践能力和创新能力，也为培养尽可能多的创新人才，重庆邮电大学计算机科学与技术学院智能科学与技术系从2011年春季起开设“智能机器人”相关课程。

“智能机器人”实践课程是“智能机器人”理论课程的实践部分，为必修课，共计16学时1学分。由于课程涉及多个学科交叉的知识内容，包括机械制造、物理学、电子学与微电子学、控制论、计算机、生物学、人工智能、系统工程等，同时又是一门理论性和实践性很强的课程，因此课程设计和教学难度较大。智能科学与技术专业学生有编程能力强的特点，但其他学科背景如机械、控制、电子等知识相对薄弱，这也增加了“智能机器人”实践课程实验平台选定和题目设计的难度。如果能有一套无需学生了解和掌握底层电路和通讯协议就能直接在开发环境中编写算法程序，然后通过开发环境中的编译器直接把所编写的程序刻录入硬件中便能完成各种机器人行为控制的设备，将大大有利于计算机背景的学生快速掌握机器人开发与应用技术，更早地投入完整的项目实践中，提高创新能力。

经过广泛调研，我们发现Arduino开源平台作为一个典型的开源硬件，有着极强的易用性和扩展性，受到众多电子工程师、手工制好者青睐，在国外应用较为广泛。Arduino开源平台不需要学生掌握复杂的单片机底层代码和汇编语言，只要求学生掌握少量简单实用的自带函数，并且只需在特定的IDE下编程，从而极大地方便了硬件知识薄弱而编程能力较强的学生。

1 开源硬牛Arduino简介优势

1.1 Arduino简介

随着开源硬件技术的发展，由于这类硬件具有简易性和实用性的特点而得到越来越广泛的了解和使用。Arduino作为开源硬件的典型，有重量轻、体积小的特点，属于AVR单片机种类，包含了以ATM芯片为处理器的微型控制器和众多I/O接口[5]。Arduino芯片的扩展性非常强，通过扩展板和自带I/O接口能与键盘、鼠标、红外距离传感器、超声波传感器、LED灯、步进电机、舵机、gps、蓝牙、Wi-Fi等相连。通过类似Java、C语言的开发环境(IDE)编写程序，可以控制显示器、扬声器、电机、伺服器等设备工作。由于是开源硬件，很多代码能在各种关于Arduino的技术论坛中找到，开发者只要找到类似的案例，下载源代码进行修改、烧写和调试后，便可以成为自己的项目。

1.2 Arduino的优势

目前很多智能专业的学生学习机器人课程时，感觉硬件技术比较枯燥，难以掌握，遇到困难容易失去信心。Arduino具有较强的易用性，提供的30多个例子难度循序渐进，生动有趣，可以令学生由浅入深地学习，逐渐建立自信心，其优势如下。

(1)价格低廉、资源丰富。Arduino开源平台使用AVR系列控制器，价格低廉，容易获得；源代码开放，方便程序员利用开放代码进行程序开发；程序开发接口免费下载，程序员可以按照自己的需求进行修改。

(2)软件开发环境简单易学。对于没有太多硬件编程基础的计算机专业学生，Arduino提供了简单易懂的软件开发环境。学生只要熟练掌握C语言和VC++6.0以上的编程环境，就能学会在该平台开发环境中进行硬件开发。

(3)软硬件开源，可扩展性强。Arduino的PCB和SCH电路图公开，开发人员可以根据基本构架进行修改、改进和扩展。同时，各种库函数开源，开发人员可以通过C++对其进行集成、派生、重载等二次开发。

(4)跨平台性强，应用丰富。Arduino软件可直接运行于Windows、iOS和Linux操作系统等，同时也支持其他程序，如flash、MAX、Processing、Matlab等。

2 教学实践

“智能机器人”课程主要包括理论教学和实验教学两个环节。要真正掌握课程内容，除理论之外，更重要的是要将理论知识运用于实践。笔者从教学原则、实验保障、教学内容和课程开展4个方面阐述“智能机器人”实践教学的改革方案。

2.1 教学原则

(1)由浅入深，激发学生兴趣。教师可针对计算机学科学生的背景和专长进行实验课程的内容设计，由浅入深，从易到难，循序渐进；用相对简单且容易完成的实例，激发学生的兴趣，树立他们对硬件编程的信心，在内驱力的驱使下，激发学生的求知欲和创造力。

(2)个性化指导，坚持学生为主体。教学上以学生为中心，通过深入调研广泛了解学生的想法和需求；了解当前最先进的技术和最成熟的产品，在构建实验系统时加以应用；结合社会人才需求，确定有针对性的、符合人才培养需要的实验内容。

2.2 教学保障

计算机学院对“智能机器人”实践教学环节十分重视，在硬件方面，不仅提供教学场地、配置高性能计算机、完善软硬件条件，还拨付专门经费用于“智能机器人”实践教学设备购买和场地模型制作，具体包括以下几方面。

(1)购置教学机器人2套，用于教师备课和演示教具。韩国“Robotis机器人”套件价值5万元。

(2) Arduino学习套件25套（50名学生，2人1组），作为实验工具。以每套300元计算，共计7 500元。

(3) Arduino智能小车套件17套（50名学生，3人1组），作为实验部分难度最大的综合实验。以每套500元计算，共计8500元。

(4)其他工具：万用表、螺丝刀套件、电烙铁、导线等，共计2000元。

(5)场地模型一个（光源、迷宫、智能识别路线、机器人灭火等）。场地模型制作费1000元。

(6)计算机：使用学校原有计算机（50台）。

所有的器件合计约69 000元。每年用于购买正常耗损的传感器、控制器、杜邦线、电池等元器件及其耗材的维护费用，共计约2000元。

2.3 教学内容

“智能机器人”实践课程开设于大学三年级春季学期。由于学生在进入三年级前先学习了“人工智能原理”和“单片机原理”两门专业基础课，对人工智能知识有了一定的认识和掌握，此时再进行“智能机器人”实践课程的学习，可以降低学生学习的门槛，加快理论知识与实践结合的进度。实践课程分为基础实验环节和综合实验环节两部分，共计16学时。

1)基础实验环节。

基础实验环节共设置5个实验，每个实验2学时，共计10学时（5次课），实验2人一组，具体安排见表1。第1个实验要求学生在电脑上安装Arduino的IDE，并掌握IDE所有菜单选项的功能和用途；了解和熟悉Arduino控制器各个端口的功能，在教师的指导下把控制器和电脑相连接并实现通讯和通讯监视；最后要求学生学习使用面包板进行电路设计和配置。第2个实验要求学生完成一个彩灯控制系统，虽然程序和过程简单易懂，但是能使学生对Arduino的程序编写、编译和烧录过程有直观了解，激发动手的兴趣和积极性；之后的3次实验分别是光电传感器、超声距离传感器和步进电机控制方面的实验，目的是使学生熟悉这几类典型传感器的使用方法，为综合实验打下基础。

2)综合实验环节。

综合实验环节共3个实验6学时，主要完成寻迹小车的组装和功能实现。学生分为3人一组，具体内容见表2。第1次实验进行小车机械部分组装，完成步进电机、控制器和传感器之间的电路连接；第2次试验根据光电传感器对黑、白线识别的反馈信息，编写控制逻辑，控制小车左右步进电机的不同转速，实现小车的转弯功能，达到小车跟随黑线或者白线运行的目的；最后1次实验根据超声距离传感器的反馈信号，控制小车左右步进电机的不同转速，实现小车的避障功能。课后可增加附加实验，如用蓝牙模块或Wi-Fi模块实现通过手机端对小车运行的遥控等。

2.4 课程开展

“智能机器人”实践课程属于交叉学科，涉及的学科范围较广，需要采用多种适合的教学方法进行授课。

(1)集中讲授法。对开源硬件的基本理论知识，在实验之前采用课堂集中讲授方式，同时增加师生互动模式，让学生参与教学，强调学生在教学中的主体地位。

(2)演示讨论法。用一定量的视频素材进行课堂演示，同时将有关机器人技术的视频素材及相关网址提供给学生，方便他们课余查阅资料和学习。

(3)任务驱动法。设计由浅入深、从易到难、生动有趣的一系列实验，把学生划分成2～3人／组，针对实验题目自主讨论、交流和研究，让学生在实验中激发兴趣，树立信心，为后续学习打下基础。

(4)竞赛指导法。鼓励学生参加“挑战杯”“华为杯”等有关的智能设计大赛，用自己编写的程序赋予机器人以“生命”和“智能”，进一步激发学习和实践兴趣，增强理论功底和实战能力，发现别人的长处，了解自己的不足，对自己的知识和技术不断加以完善。

3 教学成果

按照以上的教学内容和方法，我们在2014年春季学期对智能科学与技术专业顺利实施了“智能机器人”实践课程的改革，效果显著。对于学生而言，枯燥的学习过程变成了有意义的实践活动，因为用C语言设计一个简单运算并显示在数码管上，这要比显示在计算机屏幕上更具有吸引力。利用Arduino开源平台，学生不仅可以实现有各种实验要求的智能操作，而且还可以参加开源项目的研发。

3.1 学生作品

学生实验采用的Arduino芯片为AVR Atmega644，共有32个10接口，64K Flash，16MHz主频，8个AD接口，2个串口，功能强大。实验的第1部分要求学生熟悉Arduino单片，掌握基本的传感器操作；反射式光电传感器实验要求学生学会用传感器反馈给芯片的电压高低来判定黑线或白线；超声波距离传感器实验要求学生学会根据距离传感器电压的高低测算物体间的实际距离；步进电机控制实验要求学生了解步进和脉冲的关系，通过编写程序控制步进电机的转速。实验的第2部分首先要求学生按照图纸把小车进行组装，组装效果如图1所示。

然后，学生应了解和熟悉单片机各个IO接口和AD接口的位置及功能，整理并记录控制板(图2(a))、光电传感器(图2(b))、超声波距离传感器(图2(c))、舵机(图2(d))的连接端口号。

最后，学生要在电脑上编写对应的寻迹和避障程序并烧录进单片机里，如图3(a)所示。编写程序的关键在于设计算法对3个前置红外传感器接受到的数据进行处理判断，执行命令的循环过程。在循环体中，要编写小车判断前进方向的逻辑以及调用相应运动模式的命令，从而让小车在自我调整的行进方式下按既定路线运行。在实际测试时，小车能跟随单条黑线前进，但是遇到类似十字路口（黑线交叉）时会出现无法通过的问题，如图3(b)的情况，需要修改程序的逻辑和代码，才能解决这个问题。增加了超声波距离传感器功能之后，多个小车串行寻迹时能够保持车距避免相撞，实现了类似避障功能，如图3(c)所示。

除以上基本实验之外，我们还设计了扩展实验，内容是在Arudino控制器上安装蓝牙芯片，如图4(a)所示。学生可以在自己的手机上安装自己编写的APP进行手机和蓝牙芯片之间的通讯，如图4(b)所示。小车接收手机发出的控制指令，作出相应的动作，从而实现手机对小车的远程控制。在实验中可能遇到各种实际问题，如小车灵敏度过低、小车失控等，学生通过自主学习和反复实践，能够逐步解决芯片处理限速等问题，如在算法中加入优化函数以提高芯片处理信号的能力等。

3.2 教学评价

“智能机器人”实践课程的改革是一个不断探索和创新的过程，需要学生与老师相互配合，共同推进。教师通过课程教学能够激发学生的想象力、创造力、逻辑思维能力和团队合作能力，获得知识和能力的提升。教学过程中，教师针对学生的进步和成绩及时给予表扬和鼓励，对学生提出的问题给予全方位、多角度的解答和指导，促进学生知识与能力的全面发展。

学生对课程普遍给出很高的评价，“学评教”的评分在计算机学院开设的30多门实践课中排名第二。学生普遍反映“智能机器人”实践课程让他们第一次接触了机器人实体的组装和编程，使他们对AVR单片机这类开源硬件有了一定了解，为后续硬件开发打下了坚实的基础。通过课程学习时的分组合作以及问题处置，提高了学生解决实际硬件问题的能力和沟通合作能力。基于该课程的学习内容，有3名学生组队参加了2014年7月在厦门大学举行的第四届“华为杯”全国大学生智能设计竞赛，以“飞行器姿态的神经网络控制”为题获得本科组一等奖。

4 结语

在智能科学与技术专业开设“智能机器人”实践课程，达到了让学生动脑、动手又动口的实际效果，激发了学生踊跃参加相关竞赛的积极性。这说明通过课程实践能充分激发学生的学习兴趣与积极性，确立和巩固学生在教学中的主体地位。“智能机器人”实践教学融合了多学科知识，对学生已有的多学科知识不断给予更新和重组，培养和锻炼了学生的沟通交流和团队协作能力。课程教学的成果如下。

(1)采用开源硬件，建立了低成本、高效益的“智能机器人”实践教学平台，为“智能机器人”的理论教学提供了实验保障，也为创新型教学的进一步开展提供了新载体。

(2)简单易学的软件开发环境和类C开发语言有效降低了开发硬件程序的难度，激发了学生的学习兴趣、实践能力和创新能力，增强了学生开发智能机器人硬件的信心。

(3)在教学的实施过程中积累了一定的经验，为下一步开发“智能机器人”课程的教学资源和编写教材奠定了基础。

参考文献：

[1]张奇志，周亚丽，机器人学教学内容改革与实践[J]计算机教育，2012(18): 67-70.

[2]许林．机器人课程在智能专业本科教学中的探索[J]计算机教育，2012(18): 78-81.

[3]李昭，从本科生视角看“机器人学”课程教学[J]计算机教育，2010(19): 81-83.

[4] Agudo J E,Pardo P J,Sanchez H,et aI.Alow-cost real color picker based on arduino[J]. Sensors, 2014(7): 11943-11956.

[5] Koenka I J,Saiz J,Hauser P C.Instrumentino: an open-source modular Python framework for controlling Arduino based experimental instruments[J]. Computer Physics Communications, 2014(10): 2724-2729.

[6] Jimenez F J,Lara F R,Redel M D.API for communication between Labview and Arduino UNO[J]. IEEE Latin America Transactions, 2014(6): 971-976.

人工智能在教学的应用范文

篇1

篇2

篇3

篇4

篇5

篇6

篇7

篇8

篇9

篇10

热门标签

相关文章

相关期刊

透析与人工器官

人工晶体学报

模式识别与人工智能

智能系统学报

精品范文