人工智能教育的前景范文

导语：如何才能写好一篇人工智能教育的前景，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。

篇1

【关键词】计算机 人工智能技术 系统

人工智能（Artificial Intelligence）是研究使计算机模拟人的学习、推理、思考、规划等思维过程和智能行为的学科，用过对计算机实现智能的原理的研究，制造出类似于人脑智能的计算机，使计算机实现更高层次的应用。随着信息技术的发展和网络的广泛普及，人们教育观念正在悄然改变，新型的教育模式正在成形，计算机网络远程教育迅速发展，然而由于计算机网络远程教育发展尚不成熟，实际应用过程中存在诸多问题，而人工智能的引入，则使计算机网络教育水平提升到一个全新的发展台阶，并展现了其广阔的发展前景[1]。

一、人工智能技术概况

人工智能是通过研究人的智慧机理和思维过程，利用计算机体现和模拟人的智能行为。人工智能自其正式提出至今短短几十年内取得飞速的发展，已经成为一种成熟的工具。由于人工智能的效用堪比人的智慧，在进行信息分析处理时可以采取语音识别，实现人机对话，所以其应用范围自其发展以来逐步向诸多领域扩展，如医学、建筑学、地质学、机械等，而其研究课题也不断深入，如专家系统、机器人、自然语言处理系统、博弈等。人工智能具有理解经验并从中学习、辨别模糊或互相矛盾的信息、快速而成功地对新环境做出反应、在解决问题时使用推理进行有效的推导、能处理复杂的情况、应用知识控制环境等诸多能力。人工智能是一个知识信息系统，知识在人工智能中占据重要的地位，计算机的智能只有通过对知识的发现、储存、学习、推理和决策才能展现出来。人工智能主要有以下优势：首先，由于知识储存与计算机系统中，为人们知识传播和复制带来了极大的便利，计算机网络技术的发展，使知识的传播和复制突破时间和空间的限制，为人们带来无限的知识共享。其次，人工智能系统拓展了知识信息获取渠道，同时在某些任务处理的质量和速度上，人工智能展现的能力惊人的能力，远非人类所能及[2]。

二、人工智能技术在计算机网络教育中的应用

（一）智能决策支持系统

智能决策支持系统（IntelligentDecision Support System）是由决策支持系统与人工智能结合的产物，在网络教育领域的应用展现出广阔的发展前景。智能决策支持系统在数字图书馆中的应用，则使得决策目标和进行问题的识别更加明确，帮助决策者建立起完善的决策模型，提供多种备选方案，同时对各种备选方案进行选择、优化、比较、分析，从而使决策者的决策更加准确、有效[3]。

（二）智能教学专家系统

智能教学专家系统ITES（Intelligent Teaching Expert System）是传统CAI系统转向的主要方向，是一种开放式交互教学系统，通过智能教学专家系统利用计算机对专家教授教学思维的模拟，从而为教学提供一个良好的智能环境。一方面，学生可以通过智能专家系统获取知识，另一方面，智能教学专家系统能根据学生的具体实际情况（包括知识储备、能力、学习方式等）进行知识传授，从而使教学效果大大提升。在智能教学专家系统中，智能计算机辅助教学占据重要地位，具有以下智能：首先，自动生成各种问题和练习，并在教学内容理解的基础上，形成问题解决方案，同时还能自动生成和理解自然语言；其次，能根据学生的自身实际情况，对学生的学习内容和教学进度进行合理调整，并对教学内容具有解释咨询的能力；再次，能对学生的错误进行判断，评价学生学习行为，并帮助学生纠正错误，同时使自身教学策略得到完善。

（三）智能导学系统

智能导学系统（Intelligent Induct-learning System）是现代继续安吉网络教育系统的重要组成部分，是实现计算机网络教育项目的保障。通过智能导学系统，能为学生提供一个良好的学习环境，并能快速地获取其所需要的各种资源，从而使学习者获得学习的全方位服务，进而达到学习的成功。智能Agent技术的智能导学系统，可根据学生的具体情况制定符合学生实际的导学策略，并为学生提供个性化、针对性的服务。在这种导学策略下，系统不仅能自动生成各种问题和解决方案，并且能合理规划、调整学习内容和进度，同时能针对信息反馈内容及时修正导学策略，使导学策略更加合理科学[4]。除了上述3各种系统在计算教学中的应用，还有智能仿真技术（Intelligent Simulation Technology）、智能硬件网络IHN（Intelligent Hardware Network）、智能网络组卷系统INES （Intelligent Network Examine System）、智能信息检索引擎 （Intelligence Information Retrieval Engine）等系统在计算机网络教学中应用，这些人工智能在计算机网络教学中的应用，共同推进了计算机网络教学的发展。

三、结语

计算机网络教育中加强对人工智能技术的引入，使我国现代计算机网络教育呈现蓬勃发展的态势，通过多种智能系统的应用，使计算机网络教育的学习环境得到极大的改善，计算机网络教育的时空制约进一步突破，大大延伸了计算机网络教育的服务领域。随着人工智能技术在计算机网络教育中应用的深入研究和发展，未来计算机网络教育的个性化将会更加突出，远程教育也将实现更好的发展。

参考文献：

[1]潘瑞玲，余轮.具有Agent功能的远程教育系统的设计[J]. 福州大学学报（自然科学版）. 2012（03）：105-106.

[2]何丕廉，苏成君，郝祯亮.网上虚拟教室中笔记系统的设计与实现[J]. 计算机工程与应用. 2011（18）：239-241.

篇2

关键词：设计；人工智能；挑战；机遇

一、引言

第四次工业革命的到来，人工智能作为一项主要的技术，必将鞭策整个人类社会的转型。很多国家制订了战略规划，在2017年我国也了《新一代人工智能发展规划》和《新一代人工智能产业三年行动计划(2018-2020)》，人工智能产业已上升为国家战略。近年来，在人工智能涉及的领域中，艺术与技术结合，升华到与人工智能的结合且越来越受到重视。阿里智能AI“鲁班”已经掌握了上百万个设计师的创意内容，双11期间制作1.7亿张海报，没有一张是重复的，而这些工作如果人工制作的话需要100个设计师工作300年；央视节目中“鲁班”PK资深设计师取胜等等这些新闻，无不极大地震撼了整个设计行业。设计师会失业吗？高校的设计教育面对AI的挑战与机遇如何制定培养目标？如何在新的竞争中占领先机？未来已来，智能艺术设计的路在何方?

二、设计行业面对四大挑战

（一）惊人的数字

马云在一次报告中说未来30年人类只工作4个小时，大量的工作岗位会被人工智能抢走；根据白宫的人工智能报告预测，在未来10-20年间，人工智能技术有可能取代47%现有工作。麦肯锡的预测是49%，盛产劳动力的中国和印度的影响最大。Siri之父、人工智能专家温那（Winarsky）的预测是70%的工作将被取代。不得不说，AI是人类智慧的结晶，正在高速颠覆着人们的生活。

（二）AI设计发展趋势

AI最容易取代的是简单设计：如LOGO、UI界面、海报招贴、网站网页、产品造型、室内家装、产品包装……原本这种理想的设计工作不再能提供人生的庇护所，但凡是明确、简单、重复标准、规则的美术设计与制作工作，未来都容易被取代，传统设计行业将会萎缩乃至可能逐渐消失。

（三）设计环境恶劣

设计创意无法保护，设计法规没有限定，设计竞价无序，商家厂家缺乏契约精神，设计知识产权无法保护契约，新设计新技术缺乏情趣，设计同质化严重……（四）设计教育落后现有设计模式传统、设计教育落后，设计知识体系缺乏更新、进化，知识性重复训练、模仿性传统方法制约了学生创造性情感思维的发展，设计师终身教育观念的缺失阻碍了设计师的可持续发展，设计知识与设计人才近亲繁殖、代际传递的情况严重。

三、AIDesign发展迅猛

目前传统艺术设计已经发生智变，使设计更美更快更简单。人工智能艺术与设计已经一定高水平，如果设计师仍停留在传统设计水平，就会受到来自机器的“威胁”。但也不全会，除了“创意”部分让机器无可奈何，人类设计师与机器的竞合中，我们要转变方向注重数字移动媒体策划与设计、移动媒体用户需求挖掘、数字移动媒体需求文档的撰写、数字移动媒体优化、数字移动媒体UI界面设计、H5设计、App设计、UE用户体验设计、虚拟移动媒体设计、信息交互设计等媒体智能设计新技术。高品质艺术、设计依赖于混合增强智能技术。AdobeMax“SneakPeeks”将迎来Adobe全家桶的诸多全新功能，如图片变视频、静态变动态、一键设计字体、视频扣剪、纸盒自动生成、AR呈现、AE一键去马、Ru跨平台制作（剪辑、混音、调色）、跨平台同步改稿、人工智能排版等十大看似很科幻但已经实现了的AI功能。华为Mate20手机3D扫描防生建模与成像，以及AI手势动作捕捉的体感游戏功能，更为我们提供了解放设计生产力的前景。同时MIT研发的工业产品AI设计系统即将面世。主要产品体现如下：

（一）AIVD人工智能视觉设计

AI集成化的成熟产品，比如Adobe系列的产品，软件低层融入AI技术，更好更快地创作文字和图像、影音等元素。如AdobeSensei：人工智能做设计的底层技术，集成在Adobe系列软件中，有字体匹配方案、自动配色方案、基于线稿自动上色、自动校正手绘图形等。

（二）AIPD人工智能产品设计

Adobe人工智能鞋包设计、IBMWatson智能设计服装、Autodesk智能设计汽车等。

（三）AISD人工智能空间设计

Prisma智能风格化设计、Autodesk建筑智能生成设计、ZahaHadid参数化设计等产品。

四、设计人工智能教育的发展动向

未来，人工智能教育会加速发展，老师不会被AI取代，但不用AI的老师一定会被取代；未来，老师不是简单地传授知识，而是通过言传身教的沟通交流，对学生进行激励、鼓舞，成为人类灵魂的设计师；未来，AI将实现规模化和个性化间的平衡，带来了一种学生易学、教师易教的解决方案；未来，老师作为教学过程中始终核心地位，推陈出新积极善于运用AI技术进一步提高师生教与学的体验和教学效率。当务之急，要让更多的老师正视人工智能的快速发展，通过学习AI技术了解人工智能的发展情况，从而改变老师的教育教学观念和教学方法，引领高品质教育的未来。在未来教育中，教师的角色有三种观念：1.取代说，2.不可取代说，3.人机协同说大多数观点是：未来，教师将与人工智能协同共存。未来知识传授功能会逐步被人工智能取代，而人类教师则应偏重于培养学生的核心素养。正如雷克利福德所言，“科技不能取代教师，但是使用科技的教师却能取代不使用科技的教师”。如今，抛开先天财富的不同，人与人之间的差距主要来自学习能力的不同。这种差异会加剧不平等，在未来，这种趋势将会进一步加强。应对人工智能时代，教师除更新教育教学观念、转变角色、改革教学模式和方法外，必须坚持终身学习，教师的终身学习，不仅要学习Python之类的AI编程技术，更需要增强对，限于时间和精力有限，分别将有关AI知识技能分为三类，以适应设计人工智能的技术更迭和“一专多能”。

五、结束语

篇3

人工智能技术及其应用的发展历史虽然只有短短的50余年，但是它作为信息技术的前沿领域，对社会经济和发展的影响却越来越大。在基础教育课程改革的大潮中，许多国家意识到基础教育领域开展人工智能教育的必要性，努力把人工智能列入技术类教育的教学内容中。作为师范类院校，教授人工智能课是有必要的。? 

（1）为部分优秀的学生将来做更深入的研究打坚实的基础。在面向知识经济的今天，研究获取、表示和使用知识的人工智能学科越来越受到人们的重视。目前人工智能研究被列为中国高技术领域的重点之一。以专家系统为代表的智能化系统在信息技术中也占有重要地位。因此在高等教育中开展人工智能教育和智能化系统的研发，不仅是计算机科学的应用，也是促进各学科服务于国民经济发展的必然趋势。为使人工智能的理论、方法和技术的研究与应用普及和深入，教育重心必须要下移，即从研究生教育向本科教育普及。开展本科层次人工智能普及教育的有效途径之一是在本科高年级开设相关选修课。开展人工智能教育，不仅能够更好地发挥高等院校的育人和科学研究功能，而且能为学生拓宽专业路径，扩大自主学习空间和发展个性创造条件，同时也为营造一个使学生不仅有宽厚、扎实的理论基础，且具综合分析和解决问题能力的环境。? 

（2）为将来从教的学生积聚大量的知识。英国早在1999年，人工智能课程已经作为选修课出现在中学的信息与通讯技术（ICT）课程中。许多中小学还通过机器人竞赛活动来激发中小学生学习人工智能的兴趣，使学生不仅提高了用信息技术解决问题的能力，而且培养了多种思维方式，获得了更多的创新空间。美国现行的中学信息技术课程设置中，将人工智能的内容作为“媒体与技术”层面对12年级学生的要求。澳大利亚的部分中学开设的信息处理与技术课程，人工智能、信息系统、算法和程序设计、社会和伦理道德、计算机系统分别作为5个主题共同构成了该课程的教学内容。在该课程的大纲中规定，人工智能部分的教学内容在高中第3学期为12年级的学生开设，教学时间为10周。? 

在我国，多年以来中学奥林匹克信息学竞赛中一直包含有人工智能相关的题目，涉及启发式搜索、博弈、智能程序设计等问题。2003年4月，我国教育部正式颁布《普通高中技术课程标准（实验）》，首次在信息技术科目中设立了“人工智能初步”选修模块，标志着我国高中人工智能课程的正式起步。? 

我国的新课程标准颁布后，教育部评审并通过了分别由教育科学出版社、广东高教出版社、地图出版社、上海科技教育出版社和浙江教育出版社出版的5套高中《人工智能初步》教材，并开发了相应的教辅材料，包括教师用书和配套光盘等。为了配合中学人工智能课程的实施，国内也推出了一些适合中学生学习与体验的人工智能软件和网络资源。另一方面，一些高校的本科生、研究生也逐步关注中学人工智能教育的开展并将其作为毕业论文的研究选题。一些师范院校适应形势要求，已为师范生开设了与此相关的选修课程。? 

2 人工智能的教育及教学条件现状? 

通过对本人多年的教学过程进行总结，我校的《人工智能》课程教育现状可总结为如下几点：? 

（1)理论知识充裕。但与实践相脱节，特别是在智能科学技术的教育教学方面。尽管知识面相当广泛，而人工智能理论的普及教育以及智能技术的开发与应用仍然十分滞后。? 

(2)同其它普通高等院校一样，在本校，人工智能技术的研究与应用尚未普及，甚至比不上其它院校。这不利于培养学生的科研兴趣及创造精神。? 

（3）缺乏配套实验教材，实验教学内容缺乏，无法培养学生的研究能力和创新能力。只有开设实验项目，才能使人工智能的相关知识具有研究性和综合性。? 

（4）对中小学智能教育的深度及教学方式、教学特点缺乏研究。做为师范类院校，我认为在对学生进行基础知识教育的基础上，要紧抓中小学智能教育的特点对师范类学生进行相关的教育与培训。? 

相对于教育现状，我校的《人工智能》课程教学条件现状要稍好一些，其状态如下：? 

（1）教材使用国家级规划教材，此教材非常系统地介绍了人工智能的基本原理、方法和应用技术，适合本科及研究生使用。在我们的授课过程中，也会适当为学生提供相关的国内其他先进教材，如中南大学蔡自兴教授的《人工智能及其应用》等。? 

（2）为了促进学生自主学习，我们准备了多种类型的扩充性学习资料，加强学生主动学习的意识，包括：课程相关杂志和书籍目录，以及部分重要的参考文献，与人工智能相关的网络资源如优秀BBS、新闻组、网址等。 它们包括了大量的文献资料、本领域研究的前沿动态等。 使用表明，学生非常乐于查阅这些资源。 使学生能通过使用这些资源进行一些人工智能程序设计，探讨一些问题，在课堂讨论中展示他们的收获。? 

(3）校园网的普及与不断优化使本课程有优良的实践性教学环境，能充分满足教学需要。我们拥有较充足的多媒体教室和网络教室，为实现本课程教学提供了物质保障。在网络资源建设方面，全校办公室、教室、学生宿舍和教师宿舍都以宽带网相连，这些硬件设备对本课程教学发挥了重要作用，使本课程教学质量得以明显提高。? 

3 人工智能教学方法及手段的改革? 

针对我们现在所采取的教学方法，我认为存在许多不足，如教学方式比较单一，教学内容偏重理论讲解等，为此，提出以下教学方法的改革：? 

（1）通过多种途径激发学生的学习兴趣。课程的学习效果，直接受到学生兴趣和参与意识的影响。一般来讲，《人工智能》作为一门前沿课程，开始学生学习兴趣很大，当开始接触到抽象理论知识及部分算法时，学生往往感到不易接受。 我们通过各种途径和方法， 激发和培养学生的学习兴趣，包括鼓励学生参与某部分知识的扩充性资料查找,预留一定时间请学生负责对此内容进行讲解，布置学生对某个基本成型的实验进行纠错及验证，降低问题解决的难度。学生因此产生兴趣从而做更深度研究。? 

(2）进行启发式教学。 我们可以尝试在教学过程中不断提出问题请学生思考，启发学生求解这些问题，鼓励学生提出自己的猜想和解决方案，然后摆出教材中的解决方案，并与同学所提出的观点进行分析和比较，这足以加强学生学习的主动意识和参与意识，提高学生学习的积极性。? 

(3）课堂辩论与交互式教学。 组织课堂辩论，讨论的议题可定位为譬如人工智能是否能超过人类智能等有争议的问题。学生通过对这些问题展开激烈争论，激发了学习潜能，明确了学习目标。当然师生间的交流方式还有很多，如邮件互发、QQ留言等，也可在课程网站中的互动平台进行交流。? 

(4）分层次因材施教。 在授课过程中，通过对每个具体学生的学习进度、课堂作业情况进行及时评估，对学生提出进一步的学习建议和指导， 实现个性化的教学。 对优秀学生探讨，可以在教学设计和实验设计中要求其选作部分探索性、创新性的功课和实验，以发挥学生个性优势。对于有意于将来从事中小学教育的学生可以在机器人及人工智能技术发展现状等知识层面对其做问题讲解。而那些看似缺乏兴趣的学生，我们可以用多媒体手段如播放人工智能相关电影及科学小片引起其兴趣，实行逐步引导的教学过程。? 

另外，我们可以尝试双语教学。 采用中文教材和讲授的同时，注重在课程中的关键词同时用英文表示，并适当指定英文参考短文和英文参考书。使学生能够接触国外文献资料，加深对学习内容的理解，获得更宽广的知识。我们也可以在教学内容安排上，注重理论联系实际，将一些人工智能网络上的虚拟实验给学生进行课外上网练习，从而使学生了解算法的具体运行过程， 通过参与达到知识的理解，掌握基本方法和技术。? 

 

根据现有的条件，我们在教学中可以采用多媒体教学和网络课程教学相结合的方法，充分利用多媒体的丰富表现形式，利用网络课程的交互性、情景化等特点，构筑以学生为主体的《人工智能》课程现代教学模式。 对于抽象知识，可通过动画和视频演示，通过声音和图像展示人工智能的历史、人物和前景，做到学生直接而深刻地看到知识的内涵外延。网络课程能较好地实现交互并使学习过程情景化，通过网络课程的课堂练习和章节练习，教师可以评价学生的学习情况，并给学生提出学习建议，从而提高学生的研究力和创新力。我们也可以给学生播放中学《人工智能》课程课堂教学录像，以使学生看到初高中学生的知识范围及深度；同时给学生播放现有的《人工智能》科学成果，让学生看到理论背后的实践；也可以播放科幻片，激发学生想象的翅膀从而有兴趣把人工智能作为将来深造的方向。《人工智能》是一门较新的课程，改进教学方法和手段不仅要靠教师，也应增加硬件设备的投入。如果人工智能能采用智能辅助教学系统或机器人辅助教学过程逼真、形象，一目了然，这样可大大提高学生的学习效率，尤其是提高学生的观察判断能力、发现问题和解决问题的能力。? 

4 人工智能实践教学设计的探讨? 

我们可以在教学过程中，适量开设一些实验和设计，提高学生的动手能力，并加深他们对理论知识的理解，降低理论的抽象度，提升理论的实用性。在近两年的教学过程中，我们会适量加入一些人工智能语言的教学过程。例如，在讲解了“野人与传教士过河”等问题后，我们可以让学生使用Visual Prolog或者C ?++?对算法进行实现；在讲解 TSP 问题的遗传算法解决案例后，指出编码方案、初始种群大小、进化代数、交叉率变异率等因素对求解结果的影响，并要求学生通过实验的方式来分析、理解这些问题，并提出“寻找更有利的解决方案”等问题。把学生的兴趣激发后，为解决这些问题，学生会在课外主动查阅相关文献、相互讨论以实现他们所设计的方案，这样既培养了学生善于钻研和勇于创新的精神又提高了学生的实践与创新能力。? 

参考文献：? 

［1］ 熊德兰,李梅莲,鄢靖丰.人工智能中实践教学的探讨［J］.宿州学院学报,2008(1).? 

［2］ 何元烈,汪玲.“Visual C ?++?”在“人工智能”教学中的应用与探讨［J］.广东工业大学学报:社会科学版,2008(8).? 

篇4

关键词：人工智能；本科高年级教学；教学改革

中图分类号：G642　文献标识码：B

1　引言

人工智能是计算机科学与技术学科类各专业重要的基础课程，在信息类相关的许多高年级本科和研究生都开设了人工智能课程。人工智能是一门前沿性的学科，它主要研究计算机实现智能的基本原理和基本方法，同时人工智能也是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域。广义的人工智能涵盖了模式识别、机器学习、数据挖掘、计算智能、神经网络、统计学习理论等众多研究方向。人工智能作为计算机学科的重要分支，已成为人类在信息社会和网络经济时代所必须具备的一项核心技术，并将在未来发挥更大的作用。

由于人工智能课程的学习难度较大，内容更新比较快，也繁多，使得教学有一定的难度。特别是针对本科高年级的人工智能教学，由于本科生的研究意识相对较弱，而人工智能比较强调科研性，所以如何教好本科高年级的人工智能课程是一项非常具有挑战性的任务。

本文通过分析本科高年级的教学特点和人工智能课程的自身特点，在如何提高教学质量这一问题上提出了几点思考。

2　本科高年级的教学特点

中国的本科教育，由于历史和经济发展水平等诸多原因，目前的定位还是培养某方面专业人才的专才教育。本科高年级学生在完成了低年级公共基础课程和部分专业基础课程的学习之后，迫切希望了解本专业的应用领域和发展前景，所以在教学过程中要注意内容的应用性和专业性。另一方面，本科高年级学生也是研究生教育的储备人才，在教学过程中要适时的进行科研引导，这样能够让毕业生保持对科学的兴趣，从而为研究生阶段进一步深入研究打下基础。本科生一般于4年级的10月份开始着手毕业设计，在本科高年级的教学过程中还要注意与毕业设计的内容相结合，这样可以让学生提前做好准备，选择适合自己的方向。

3　人工智能课程的学科特点

与信息类其它专业课程相比，人工智能具有应用性、研究性和发展性三个重要学科特点。首先，人工智能是一门应用性很强的学科。人工智能学科的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。人工智能技术广泛应用于模式识别、数据挖掘、智能控制、信息检索、智能机器人等领域，在日常生活中，随处可见人工智能技术的应用实例；其次，人工智能技术具有很强的研究价值，是计算机科学领域中重要的研究方向。技术进步无止境，研究者们不断追求开发出效率更高、更智能的人工智能技术：最后，人工智能是一门正在发展中的学科。随着信息化、计算机网络和Internet技术的发展，人类已步入信息社会和网络经济的时代，它们为人工智能提出了许多新的研究目标和研究课题，人工智能的应用领域以及技术算法都在不断发展。

4　人工智能教学的三点思考及对策

4.1　注重应用性和介绍性

在教学实践中，笔者发现，本科高年级学生一般比较关心各种人工智能技术的应用领域和使用方法，而对基础性理论和技术细节不是很感兴趣。他们一方面希望能学到很多较新和较实用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老师的教学主要停留在介绍性层面，不想花太多时间在复杂的理论理解上。这也比较符合本科高年级的教学特点，本科阶段主要是培养具备较强应用性和基础科研素质的专业人才。传统的人工智能教学主要讲授知识表示和搜索推理技术，大部分实例都是解答式或推证式的。由于其知识的抽象性，又加之其应用实例较少，所以往往教师感觉难讲，学生在学习过程中也感觉乏味，对讲授的内容大多都是死记其方法和步骤，因此影响了教学效果。针对这一问题，笔者认为，在设计人工智能教学时，要注重内容的新颖性、实用性和介绍性。除了讲授那些仍然有用的和有效的基本原理和方法之外，要着重介绍一些新的和正在研究的人工智能方法和技术，特别是近期发展起来的方法和技术，如支持向量机、决策树、模糊集、遗传算法、蚁群算法等。这些内容的理论部分可以不必过分深究，教学重点主要放在介绍每种技术的产生背景、发展状况、应用领域和具体实现上。此外，要注意理论与实际应用密切结合，在教学过程中加入一些与课程内容结合的、可以用计算机实现的实际应用内容。考虑到目前应用最广泛的人工智能领域之一是模式识别，而研究模式识别的主要计算机工具是Matlab，所以笔者在教学过程中以手写数字识别作为教学实例，针对所介绍的每一种人工智能技术，都将其应用于手写数字识别当中，并讲解了这些技术的Matlab实现方法。学生在掌握了基本理论之后，可以按照实现步骤的指导，立刻上机见到算法的实际效果，加深对算法实现思路和方法的认识。

4.2　注重科研引导性

本科教学不仅要培养学生的应用能力，还要培养学生具备基本的科研素质。本科教育一方面为社会培养了大批应用型人才，另一方面也要为我国的科研事业培养后备力量。特别是近几年来我国对科研的投入不断增加，研究生招生规模逐年增大，本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题，其涵盖的分支非常广泛，如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等，都是目前国际和国内热门的研究方向。针对这一特点，在本科高年级的人工智能教学中，还要注意对学生适时适度的科研引导。这样可以激发学生的研究兴趣，树立目标意识，找准研究方向，为未来的科研工作打下基础。在教学过程中，可以引导学生思考每种人工智能技术的优点是什么?缺点是什么?有没有改进的办法?比如BP神经网络是计算智能中较为成熟的技术，具有强大的非线性学习能力，在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用。然而BP神经网络算法自身也存在着一些缺点，如会有局部最小解、解受初值影响较大、理论解释不完善等。近十年来，研究者逐渐把目光转移到另一种新的非线性学习工具――支持向量机上。同神经网络相比，支持向量机具有泛化能力强、不受局部最小问题困扰、理论背景完善等显著优点。在给学生讲解BP神经网络算法的时候，一方面可以通过手写数字识别实验展示其强大的非线性分类能力，另一方面也要告诉学生，BP神经网络并不是完美的，其缺点同样明显。然后引导学生对这些问题进行思考，讨论有没有更好的解决办法。此时，顺势引出支持向量机的内容，并且介绍支持向量机的研究现状和研究方向。通过两者的对比，学生不但了解到了较新的人工智能技术，又对人工智能研究中如何去发现问题、解决问题、人工智能技术的进化历程有了直观的印象。

4.3　教学内容与毕业设计相结合

本科毕业设计是对本科生用所学知识来解决实际问题和进行专业研究能力的检验，是本科高年级学生将要面临的一项重要任务。由于人工智能学科具有应用性和科研性的特点，人脸识别、网页检索、经济预测、基因数据处理等应用领域都离不开人工智能技术，所以人工智能方向为学生提供了丰富的毕业设计选题。针对这一特点，在本科高年级的人工智能教学中，可以适当穿插介绍有关毕业设计的内容。告诉学生哪些应用领域是目前人工智能研究的热点方向，哪些人工智能技术可以用来解决这些问题。通过向学生介绍具有一定应用价值和研究意义的题目，然后引导他们查找阅读相关技术文献，分析问题，解决问题，最后编写代码和撰写论文。比如笔者给学生提供的选题包括：(1)基于支持向量机的上市公司信用评价；(2)正则化回归在股票预测中的应用；(3)基于肤色的人脸检测；(4)基于内容的网页图像检索等。这些题目应用性强，具有一定科研深度但是难度又不至于太大，学生选择这些题目的积极性很高。通过将教学内容与毕业设计相结合，不但加深了学生对课程的理解，又使其找到了合适的毕业设计题目，可谓一举两得。

篇5

上周，沪深300指数上涨2.96%，计算机行业上涨8.72%，行业跑赢大盘5.76个百分点，其中硬件板块上涨8.94%，软件板块上涨9.07%，IT服务板块上涨7.50%。个股方面，除太极股份以下跌报收外，其余个股均出现不同程度的上涨，其中川大智胜、新国都、天泽信息涨幅居前。

国际市场动态

IBM斥资26亿美元收购医疗数据分析公司；微软高通英特尔成立统一物联网标准组织；Facebook的人工智能已经可以理解儿童故事；Salesforce再购一家初创企业力推机器学习业务；IDC：2016年全球IT支出增长将减速。

国内市场动态

国务院确定支持科技成果转移转化政策措施；传中国首家互联网保险商众安保险计划上市。

A股上市公司重要动态信息

南威软件：与泉州市丰泽区人民政府签署战略合作框架协议；中科创达：与高通成立合资公司构筑智能硬件生态；威创股份：全资子公司对外投资设立启迪威创教育投资有限公司；威创股份：全资子公司收购艾乐教育部分股权并增资；川大智胜：与奥飞动漫签署战略合作协议；千方科技：子公司12308与深圳市机场运输有限公司签署合作标准协议；捷顺科技：收到京津冀一卡通互联互通北京一期工程采购项目《中标通知书》；天源迪科：拟推1263万股股权激励计划；超图软件：收到云南西南招标有限公司《国内货物或服务招标结果中标通知书》；安硕信息：发起设立安徽省征信股份有限公司。

投资策略

上周，大盘震荡上行，中小板和创业板继续呈反弹走势，带动中小市值个股全面复苏。计算机行业继续跑赢大盘，受Apple Pay正式上线利好，移动支付板块领涨行业，此外，生物识别、信息安全、人工智能等板块亦涨幅居前。节后第一周行业表现较为出色，个股受消息面和资金面带动呈普涨格局。

由于1月份行业走势大幅下挫，行业整体在2月以来呈现反弹走势，行业2月初至今已经累计上涨14.79%，其中25只个股反弹超过20%。我们认为，2月以来行业走势明显上升主要系超跌反弹，在基本面层面没有大幅变动。

在经历了月初以来的反弹后，行业整体估值倍数已又一次接近估值中枢上限，在整体A股市场行情呈震荡的态势下，我们认为行业难以再一次大幅突破估值中枢上限，因此计算机行业难再现整体大幅上涨行情，投资者应谨慎操作以避免估值波动所带来的风险。

篇6

关键词： 智能； 教学系统； 模型

智能辅助教学系统的开发是涉及人工智能、计算机科学、教育学、心理学和行为科学的综合性任务，其研究的最终目的是由计算机系统担负起教育、教学的相关责任，即赋予计算机系统以智能，由计算机系统在一定程度上代替教师实现最佳教学。

一、智能辅助教学系统的发展历程

智能辅助教学系统兴起于上世纪七十年代，Bolt Neranek Newman公司开发了Scholar系统，它被认为是最早出现的智能辅助教学系统。当时应用人工智能技术在计算机辅助教学系统中添加了学生的学习行为、能力以及训练策略。同时人工智能技术还被用于建立学习顾问之中，即存放所要教授课程的问题和技能，控制训练策略并给出适合学生的学习内容，使之产生根据学生的能力、弱点以及所喜爱的学习风格进行教学的软件系统。

随后又出现了Why 、Sophie、West、 Buggy、Neomycin等系统，并将知识表示、专家系统、问题求解、推理方法等人工智能技术用于智能辅助教学系统，取得了丰硕的成果。

我国智能辅助教学系统的研究起步较晚，开始的研究工作主要集中在少数大学和研究机构里断续进行，且多为研究和演示用的系统，经过严格评测的系统很少。最近几年则发展较快，一些计算机公司也投入其中，伴随着智能辅助教学系统的迅猛发展，必将对我国的教育改革起到积极的推动作用。

二、智能辅助教学系统的模型构建

智能辅助教学系统是以认知学为理论基础，将人工智能技术应用于CAI，是智能化的CAI。在智能辅助教学系统中，学生的学习也可以借助于智能化的推理机制对大量知识进行选择、判断与处理，使学习内容更有针对性，从而提高学习效果。

一般，智能辅助教学系统模型的构建包括以下几个模块：

1．知识库

作为智能辅助教学系统的重要组成部分，知识库主要提供一个指导性的、自适应的、开放的、可操作的框架和服务设施。为各个学科知识提供规范的知识输入和组织，其它教学资源，如题库、课件、素材等，均依据它来组织管理，这将使用户可以建立适用于自己的知识体系，使各类知识应用能够有一个好的开发和集成基础。另外，核心的教学领域知识将被分解为相互联系的知识点，形成知识树，提供可视化的、操作性好的知识树编辑界面，方便教师将教学领域的知识输入到知识库。

例如，有的智能辅助教学系统中的知识库，是从知识表示入手，在SC文法知识表示体系和知识树映射方法的基础上，提出了一个动态、实时、自适应、交互式知识库模型。模型包括基于SC文法的知识点表示方法、知识树结构、知识树映射、知识点学习循环等内容， 模型在智能辅助教学系统中经过实例化设计和运用，可以表现出动态教/学、领域无关、人机交互、自适应、个别化、可扩展等智能特点。

2．学生模型

学生模型就是用于表示学生实际认知状况，并通过解释学生的活动得出他对领域知识和技能的掌握情况。系统中每个学生有唯一的ID标识，建立唯一的学习资源、学习信息和特征数据库，系统智能功能的实现在于如何动态地、正确地提取学生的主题特征。

一般，系统可以采用领域知识树模型来表示学生对领域知识的掌握情况。例如，可以设学习中的整个领域知识树为DKT；学生已学习过的知识树为SKT，未学过的知识树为SNKT；学生已掌握的知识树为GKT，未掌握的知识树为GNKT。则{SNKT}={DKT}-{SKT}、{GNKT}={SKT}-{GKT}，如果SNKT和GNKT皆为空时，则表示学生达到了学习的要求。其中，如果GNKT不为空，则学生不能进入下一阶段的学习，只能进行重复学习和补充练习，直到GNKT为空时，才进入下一阶段的学习。

3．专家决策机制

该模块可以看作智能辅助教学系统中的推理机，它一般采用两级推理相结合的方法，即基于语义网络的推理和基于产生式规则的推理，其中基于语义网络的推理用于确定教学内容，而基于产生式规则的推理用于确定教学策略。

也有观点认为基于规则的推理是容易健忘的，即基于规则的推理对于每一个问题的求解都是从头开始，而不管类似的问题以前是否遇到过。但日常的智力行为则不同，人们往往迅速地把事件或问题同以前的经验相联系。与基于规则的推理不同，基于范例的推理被认为是基于以前经验的推理。因此，在有的智能辅助教学系统中采用的是基于范例的推理。

基于范例推理的工作过程为：分析输入，确定范例的索引，根据索引从范例库中取出相近的范例，改善范例的问题求解方法并使之适应于需要求解的新问题。如果成功，则创建索引、形成新范例并存储；若不成功，则首先分析失败的原因，修正解法，重新测试，或转至重新指定索引进行范例检索。

4．智能接口模块

该模块实际上是作为系统与用户交互作用的部件，它除了提供学生信息的输入与注册外，还实现了学生与系统之间的通信功能。与之相关的技术有自然语言处理、人机对话内部处理、知识库系统化维护、学生模型初始化、教师模型自适应调整等。该模块为实现协商、辩论、会话等教学形式的应用提供了一个良好的环境。

三、智能辅助教学系统的未来趋势

智能辅助教学系统的发展不是孤立、单一的，它的发展要涉及计算机科学、教育学、认知科学和人工智能等多门学科，就目前而言，其表现为以下几方面的发展趋势。

1．智能技术的应用

智能技术是能自动执行用户委托任务的计算实体，从技术的角度来看，智能技术应当是由各种技术支撑着的，许多实用的应用特性的集合，开发者正是使用这些应用特性来扩展应用的功能和价值， 从而达到能自动执行用户委托任务的目的。在智能辅助教学系统中，学生可以使用智能技术进行搜索、导引来查询有效知识。由于它具备学习的功能，能够主动、高效地从网络信息空间中发现和收集用户所需要的信息，因此有助于解决使用单一关键字匹配查询、搜索引擎引起的大量无关信息的涌现、信息检索的精确度较低等问题，使得教师和学生在教与学的过程中，提高知识选取效率，加强交互学习和自主能动性学习。

2．自然语言处理技术的应用

自然语言处理属于高技术学科，是知识信息处理中的核心课题。长期以来人们对计算机理解自然语言颇感兴趣，计算机专家采用人工智能的理论和技术，将设定的自然语言机理用计算机程序表达出来，构造能够理解自然语言的系统。他们从系统功能的角度出发，把输出对输入文本的反映作为衡量计算机理解语言的判别标准。在智能辅助教学系统的研究开发中，特别是智能人机接口方面，可以结合运用多种自然语言处理技术的研究成果，提高系统的智能。例如，通过自然语言人机接口，可以实现更加方便的人机交互功能；利用语义网络技术，可以充分实现知识点之间的层次关系和语义联系；通过智能模糊查询技术，可以实现系统知识库的知识查找和知识利用；利用机器翻译技术，可以开展跨语言的知识学习。

3．虚拟现实技术的应用

虚拟现实技术是由多媒体技术、仿真技术以及计算机技术相结合而生成的一种交互式人工世界，它的根本目标就是达到真实体验和基于自然技能的人机交互。而教学是一个传授知识的过程，通过亲身经历能加速这一过程和巩固所传授的知识，在智能辅助教学系统中，使用创建的虚拟环境，可以在一般人所不能亲身体验的情景中，达到演示、操作的教学目的。它允许学生与现有的各种信息发生交互作用，学生可以在仿真过程中经历不同的时间和空间，可以与各种仿真物体接触，还可以与虚拟境界的各个部分接触，为增强学生的学习实践提供了方便的途径。

4．现代学习理论的应用

现代学习理论认为，学习不是一个被动地记录外界信息的过程，而是一个主动建构的过程。它要求学生由外部刺激的被动接受者和知识的灌输对象转变为信息加工的主体、知识意义的主动建构者。学生在学习过程中，主动地选择一些信息，忽视一些信息，并运用原有的经验和具体情况去理解新的信息。现代学习理论在智能辅助教学系统中的应用，能为学生建构知识提供充足的信息，容易激发学生的学习兴趣和学习主动性，更能满足学生的个性化要求。

在当今教育改革的大环境下，智能辅助教学系统将显示出越来越重要的作用。目前，我国在这方面的成果还不多，真正能投入教学实践的系统则更少，这个有着诱人发展前景的领域，值得我们进一步研究和设计。

参考文献：

[1]莫赞等．智能教学系统的发展与前瞻[J]．计算机工程与应用，2002，（6）：7-8．

[2]肖雯．人工智能技术在计算机辅助教学中应用 [J]．南京工程学院学报，2002，（6）：56．

[3]杨国才等．一个智能教学系统的设计模型 [J]．计算机应用，1998.（10）：18．

[4]闭应洲等．基于校园网的智能教学系统的研究和设计[J]．广西师范学院学报， 2002.（12）：61．

篇7

关键词：智能科学与技术；交叉学科；相关学科

我国智能科学与技术本科专业（简称智能专业）已经历了10年的发展历程，而且越来越多的高校经教育部批准，加入智能领域的人才培养行列中，对智能专业的教育教学已有一定的实践经验与成果。如今，社会已经步入信息智能化时代，如何更好地适应智能化社会的人才需求，应在已有基础上对智能专业及相关学科的发展作进一步探讨。

1 智能专业的发展基础

人类社会从农业社会、.工业社会到信息社会，发展到今天，在越来越多的领域，人工智能工具都能够根据不断出现的新情况来调整自身的规则系统，需要人工的产业也越来越少，但却苦于信息与机器无智能的问题，因此有了以信息智能化和机器智能化为目标的智能科学与技术研究领域的出现。我国也非常重视其发展，在国家863项目指南中，智能化人机交互与中文处理平台已被列为计算机软硬件主题的重点项目，并将智能机器人纳入863计划长期支持的重要领域；国家中长期科技发展规划纲要（2006—2020年）强调发展认知科学、智能交通管理系统、智能信息处理技术、智能感知技术、智能服务机器人等智能科学技术。智能科学与技术将在未来国家科技发展规划和重大科研课题中扮演重要角色，也将成为智慧地球、智慧城市和智慧生活的引导者。我国智能科学技术教育已走出了一条星光大道，争取在我国学位体系结构中增设智能科学与技术博士和硕士学位授权一级学科，同时把我国智能科学与技术本科专业建设和人才培养推向一个更高的阶段。

近年来，信息领域学科的热门专业也开始面临不同程度的就业压力，作为信息领域的一支新生力量，智能专业便成为高等学校进行专业结构调整的着眼点。继2003年北京大学首个提出并成立智能专业后，众多高校把握先机，申请并建设了智能专业。

智能科学与技术本科专业是一门融合了电气、计算机、传感、通讯、控制等众多学科领域，多学科相互合作、相互研究的跨学科专业。它涉及机器人技术、微机电系统、以新一代网络计算为基础的智能系统，以及与国民经济、工业生产及日常生活密切相关的各类智能技术与系统等。

经调研，大部分高校的智能专业是基于自动化、通信与电子系统、计算机科学与技术、电气工程、人工智能、机器视觉、数据挖掘、信息检索及知识工程等领域发展而来，并且具有雄厚的师资力量，为智能科学与技术未来的发展做好了充足的准备。部分高校智能科学与技术专业的师资队伍所属学科的比例如图1所示。

2 智能科学与技术专业学生的继续深造方向

智能科学与技术专业涉及非常多的专业领域，就其中的一个领域而言，就可以进行更深一步的研究，成为其继续深造学科，例如智能专业本科后可以从事控制工程与科学、计算机科学与技术、智能科学与技术等学科，本文只列举其中几个例子。

2.1 控制科学与工程

控制科学与工程是研究控制的理论、方法、技术及其工程应用的学科。

经调研，以湖南科技大学为例，该学科特色研究工作主要体现在群机器人协作控制技术、故障智能诊断方法研究与应用、非线性系统分析与综合、煤矿安全监控系统应用技术等方面：其中群机器人协作控制技术借鉴昆虫的群智能行为，利用人工智能等技术使多个个体机器人完成一系列合作任务，面对未知环境搜索定位等复杂任务；故障智能诊断方法研究与应用运用智能检测、智能故障诊断、传感器融合等技术研制大型机电设备与其复杂的运动控制及诊断系统，该研究成果已成功应用于“机车走行部在线故障诊断系统”。群智能、智能检测、故障诊断等技术的运用证明了智能科学与技术在此学科中起到重要的作用。

以北京信息科技大学为例，智能科学与技术系的4位教授分别在控制科学与工程学科的控制理论与控制工程、检测技术与自动化装置、模式识别与智能系统、导航制导与控制二级学科指导研究生，从事的相关研究为专家系统、智能检测系统、服务机器人、智能系统与智能导航。以其导航制导与控制二级学科为例，现设方向1——自主导航与控制，方向2——惯性仪表与惯性基组合系统，方向3——微/纳机械传感器，方向4——多自由度电动伺服定位技术。方向1在研究机器学习在导航与控制中的应用、智能伺服技术、新概念飞行器等方面，方向2在信息融合与估计理论、多模组合导航技术、新型机器人的自然感知和运动机理、自主式初始对准等方面，方向3在研究性能稳定可靠、敏感灵敏度高和准数字输出的声表面波惯性传感器方面，方向4在研究基于模型和基于数据驱动的无模型自适应控制方法方面，都离不开智能理论与方法，并促进智能理论与方法的发展。

2.2 计算机科学与技术

计算机科学与技术学科主要是围绕计算机的设计与制造，以及信息获取、标识、存储、处理、传输和利用等领域方向，下设计算机应用和计算机软件与理论两个二级学科，其中包括智能信息处理、人工智能与嵌入式系统等方向。信息时代的信息处理要求更高，当前信息处理技术逐渐向智能化方向转变，以图像、视频、音频等多媒体信息为研究对象，从信息的载体到信息处理的各个环节，都模拟人的智能来处理这些信息。人工智能学科与认知科学的结合，会进一步促进人类的自我了解和控制能力的发挥。目前，我国自主开发的“特定图像内容监控系统”已通过上海移动公司的实地测试。通过研究具有认知机制的智能信息处理理论与方法，探索认知的机制，建立可实现的计算模型并发展应用，可以带来未来信息处理技术突破性的发展。

2.3 智能科学与技术

经调研，以厦门大学为例，智能科学与技术作为硕士点一级学科包括认知逻辑学、计算语言学、智能计算方法、艺术认知与计算、脑高级功能成像这5个研究方向。其重点科研平台之一的“智能信息技术福建省高等学校重点实验室”的主要研究方向有中文信息处理、中医信息处理、数字化中国人器官建模仿真及其临床应用。在中医信息处理中，主要围绕着如何构建信息化中医诊断的智能方法体系展开研究，涉及中医诊断认知逻辑、中医智能专家系统的构成技术、中医海量知识的数据挖掘技术、中医四诊信息的获取与分析技术、实用中医信息系统的开发等。此方向的研究可赋予计算机以人的智能，从而实现对病人的症状诊断与治疗。除此之外，智能机器人也是学习智能科学与技术的一个良好平台，为了更好地学习智能，研究机器拟人化，FIRA世界杯于1995年被提出，其远景目标之一是使机器人足球队战胜人类足球队。此平台大大拓宽了人工智能技术的应用领域。

3 智能科学与技术专业培养方案与专业发展前景分析

从智能专业的发展基础分析可知，智能科学与技术专业是一个紧跟时代潮流的专业，涉及的知识面和学科领域非常广。但是，智能专业作为一个全国普通高等学校本科专业，有其不同于其他专业的知识内核。中国人工智能学会教育工作委员会提出智能专业培养方案的核心课程应有：智能科学与技术导论、智能数学基础、脑与认知科学基础和机器智能，这是各高校智能专业培养方案的共性部分，是基础模块。其他基础模块、专业特色模块，目前阶段应在各高校智能专业建立和发展的专业学科基础上设置，例如，侧重控制系统的、侧重计算机软件的、侧重知识工程的等。智能专业再发展一段时期后，各高校的智能专业的共性部分应越来越多，个性部分也越来越独立于源头专业，例如，独立于计算机科学与技术专业、自动化专业、电子工程专业等。这样，在智能专业上层自然就形成智能学科，从而独立于计算机科学与技术学科。这是专业发展的必然结果。

另一方面，专业的良性发展离不开社会的就业或创业需求。智能专业的本科生，需要了解掌握计算机、电子、控制等各领域的知识和技术，而且在本科生4年课程的教学中融入相关学科的前沿知识，这使得在这个专业学习的学生不仅可以拥有较为广阔的知识面，对专业知识的理解也有一定深度。可以说这样一个既有广度又有深度的专业具有广阔的就业前景。社会中也有新生的行业，近些年来，有关智能系统开发的公司相继出现，涉及机器人、交通、楼宇、信息系统等多方向的智能系统开发，为本科毕业生创造了更恰当更明确的就业方向与途径。

篇8

关键词：多媒体技术；教学；模式；发展趋势

多媒体技术自诞生以来就一直受到人们关注，人们将多媒体技术应用于各个领域，多媒体课堂的诞生给教育领域带来了前所未有的机遇。尤其是随着因特网的快速发展，多媒体技术不断更新进步，多媒体课堂也变得越来越丰富，同时在各个阶段的教学中也发挥着越来越大的作用。它与传统课堂相结合，使理论与实践良好的结合，在未来的发展中更让人们充满憧憬。

多媒体教学的发展是随着计算机的发展展开的，大致可分为三个发展模式。第一种是基于单机的传统多媒体教学模式，自七十年代多媒体技术应用在教学中就是采用这种最基本的模式，因为单机的传统模式技术要求不高，所以在之后的几十年发展过程中，这种模式一直是应用最广泛的，但是其有自身缺点，它的制作周期长，质量和规范上有问题，尤其是课件技术含量低，知识更新慢；第二种为基于局域网的多媒体教学模式，这种模式基于第一种传统单机模式，仍然需要制作单机模式中的课件，其进步之处就是网络教学平台的运用。与单机传统模式相比有许多优点；第三种为基于因特网的现代多媒体教学模式，这种模式较前两个模式有巨大进步，虽然也需要多媒体的基本元素，但是因为因特网的出现，它摆脱了光盘和局域网，能够实现教学资源的共享，提供非常丰富的教育服务。

二十一世纪是互联网的世纪，网络无处不在，在未来的课堂上，网络的运用会愈加成熟，根据国内外学者的观点以及对多媒体技术发展的分析，展望未来多媒体技术在教学中的发展趋势：

一、多媒体技术与网络通信技术的结合

3G是3rd-Generation的简称，即指第三代数字通信技术，大大提高了数据和声音的传输速度，3G技术很强大，它不仅能处理图像和音频这些媒体形式，还能够处理包括视频等多种媒体形式。移动通信网络和有限的网络有效地集成在一起，主要由无线连接，有限的网络和手持终端三部分组成的。传统的封闭学习受到空间的限制，即使是后来的互联网与多媒体技术的整合也无法摆脱有线互联网不能移动的问题，然而3G技术改善此问题，从而可以广泛应用到教育的各个领域中。随着3G技术的发展和广泛的推广应用，教育手段和教学方式将发生革命性的变化。

二、多媒体技术与仿真技术的结合

仿真技术在多媒体技术中的应用可以称为虚拟现实，使身临其境的人进入虚拟现实境界，从而产生一种强烈的幻觉。

由于设备价格昂贵，虚拟现实技术主要应用于一些特殊的部门，如军事模拟和游戏中对虚拟现实技术的应用，但在教育领域有广阔的应用前景，对教育技术来说是一个飞跃。它将"自主学习"的环境引入课堂，学习者通过自身与信息环境的相互作用来得到知识、技能，这种新型的学习方式代替了传统的以教促学的学习方式。

虚拟现实技术能够应用到现实教学之中，可以应用在诸多方面，总结主要有：（1）模拟在现实中存在的，但教师在课堂之中无法表现出来的景物，方便学生的研究和探讨，如火山爆发、人类登月等。（2）模拟在现实中不存在的，但它可能会在将来发生的事情，主要是可以培养学生的创造性思维能力。（3）创造一个外语学习环境，使你如同置身异国他乡，这样可缩短学时，提高效率。（4）模拟一些受时空限制的事物，但在课堂上可以激发学生的兴趣，满足学生的求知欲望，例如地壳变动、大陆板块漂移、海底活动、太空旅行等。通过这种技术应用，可以提高学生的学习兴趣，提供实际生活中观察不到的视点，使得抽象问题形象化。

随着仿真技术的发展与成熟，相信会逐步应用到各个教育领域，现如今许多高校将科研成果转化成了实用技术，如浙江大学、哈尔滨工业大学、清华大学等高校建起了虚拟现实与系统仿真的研究室，拥有传统实验室无法比拟的优势，随着各个科研机构的努力，那么多媒体技术与仿真技术的结合将来就有可能会进入普通课堂之中。

三、多媒体技术与人工智能技术的结合

随着科学技术不断发展，现在人们中生活的智能化水平越来越高。人工智能技术属于计算机科学，人工智能技术涉及很多学科，如生理学、哲学等。它是一门涉及广、综合性强的学科。发展到二十一世纪，人类社会的现代化的步伐加快，科学家对人工智能不断深入研究并与教育信息化相融合，两者的不断发展，使得人工智能技术在教育领域的应用越来越受到人们的重视，同时我国许多专家将人工智能技术与现阶段我国的教育教学相结合，从而适应我国国情发展，从最大利益上推进我国教育事业的发展，并取得了巨大进步。近年来，随着我国技术的成熟，国内教育界对于多媒体技术与人工智能技术的结合的研究范围广泛，同时关注度较高，涉及教育教学的许多方面，主要表现举例如下：一、智能教学系统（ITS），它起源于计算机辅助教学（ C A I ） ，并从其基础上进一步发展。它能够模仿人类专家的思维，充分结合学生自身的特征，对其实施个性化教学。二、智能（Agent） 技术，智能（Agent）技术在教育中的应用，是一个移动的计算机程序，主动的服务模式，自动的操作系统，具有自主性、能动性、适应性和灵活性的特点，它已广泛应用于教育教学，智能的典型应用，智能教育学生教师的智能信息等等。三、智能答疑系统，未来开发智能答疑系统，人工智能技术在问答系统中的应用，克服在问答系统中的个性化互动问题的不足，能有效地解决学生困难的问题，消除学生的学习障碍，促进学习。

通过几十年的发展，多媒体教学给学生课堂带来了前所未有的进步，是被教师和学生都接受的教学手段。合理地利用多媒体教学，可以创造生动的教学情景，进而激发学生的学习兴趣，优化课堂教学，提高教学质量。但在实际教学中也确实存在许多问题，多媒体课堂并不能完全代替传统课堂教学，教师无论在何种课堂上都应该以授课为主，以学生为中心，帮助学生学习知识和成长。在未来的多媒体课堂上多少都会对教师有一定的要求，授课教师应该经常更新自己的课件，同时要熟练设备的操作，规划好自己的教学时间与内容。因此，要适应多媒体教学应用的发展趋势，教师要做到一些改变，包括教学观念的变化，教学内容的变化，教学手段的革新等等。时代是发展的，教师们要紧随这种潮流，不断学习，不断更新自己的教学方法和理念。同时，教育界专家和学者也要长期面对和研究多媒体技术在教学中的发展趋势。随着不断的尝试与改变，多媒体教学会给人们带来更多的惊喜与期待。

参考文献：

[1]丁俊.多媒体技术在计算机教学中的应用[J].福建电脑，2006，（5）.

[2]赖文继.关于多媒体教学新模式的探究[J].桂林电子工业学院学报，2005，（2）.

篇9

关键词：机器人 人工智能 发展 应用

中图分类号：G642 文献标识码：A 文章编号：1672-3791（2015）11（c）-0028-02

机器人从出现到智能化伴随着人类几次技术革命，智能机器人也逐渐由最开始的理论模型，开始融入社会各领域，对人类社会发展起到重大作用。在人类社会生产力发展中，人们通过不断创造新的工具，来延伸自身的肢体与组织，通过工具减轻自己的劳动负担。在这期间，人类替代生产劳动力的工具也由简单的生产工具，发展到代替人脑思考的“智能化”工具，显示出人类独特的智慧力量。作为高新技术的核心的智能技术，智能机器人能够将人工智能和人类智力更好的发挥出来，在将如今社会变得更加“智慧”的同时，也可能推动将来“智能革命”、“机器人革命”技术奇点的到来，最终迎来智能社会。

1 智能机器人定义及发展史

机器人，由联合国标准化机构使用的美国机器人协会的定义，它是一类“能够编程和具有各种功能的，能够用于运输材料、工具等的操作机；或是为完成各种工作而能够进行改变以及编程的专业系统”。也就是，机器人是一种凭借自身动力以及外界指令完成各项工作的一种机器。 其中，不同于只具有一般编程能力和操作功能的机器人，智能机器人特指具备感觉要素、运动要素、思考要素的智能化的机器人。

截止到目前，机器人技术的发展兴起情况能够分成三个时期。

第一代是能够编程示教再现型机器人，具有的特点是机器人可以依据提前编制好的程序实施不断的工作。

第二代机器人是拥有感触功能以及自变化型的离线编程机器人，具有的特点是能够依据工作时的具体情况变更作业内容，也就是人们说的“知觉判断机器人”。

第三代机器人即智能机器人，它具有非常多的传感器，可以把许多种传感器获取的信息实施综合分析，进而调节自己去应对复杂境，有着非常大的自适应能力以及学习能力。关于智能机器人的发展因为计算机技术、人工智能理论等的快速发展而得到了有力的促进，渐渐变为了机器人技术未来的主流发展趋势。

2 智能机器人技术原理

机器人技术是一种集中了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等各个学科而建立的高新技术，它包括了执行单元、驱动模块、检测模块、控制系统等部分。而如今，伴随着计算机、电子信息技术等高新技术的不断发展，机器人技术的研发速率越来越快，智能化水平也逐渐提升，在各个领悟中都得到了很广泛的应用。并且，机器人里面应用到的技术也越来越多，如多传感器信息融合、路径设定、机器人视觉、智能人机接口等。目前影响智能机器人性能的因素主要包括机器人的导航、定位、通讯、控制策略及体系结构等，发展前景很大的三大热门主题为：智能控制、路径规划和语音识别。

以语音识别为例，其目标是将输入的不知名的语音波形识别为正确的词、短语和句子。语音识别过程一般分为两步：第一步，按时间序列对语音信号进行特征分析，提取出反映语音信号特征的信息；第二步，进行模型匹配，将输入语音信息的特征矢量序列与识别器中原有的语音模型进行比较，并利用语法、语义等信息，得到最佳的识别效果。

3 智能机器人应用价值

从全球范围而言，因为国家的支持以及国防方面的需求，各国都不断的进行人力物力的大量投入，因此智能机器人在军事领域的研究与应用非常活跃，许多军用智能机器人都可以投入实战运用，比如侦察机器人、爆炸物处理机器人、步兵支援机器人等；通过对军用智能机器人的研究，民用服务机器人也随之迅速发展，美国、日本、德国、法国等国家的智能机器人水平都处于世界前列。以日本为例，日本一直比较重视民用智能机器人的发展，一般是在三个方面：首先是家务工作以及环境应用，指包括个人机器人在内的服务机器人及相关的家务劳动自动化机器人；二是生活支持应用，主要是用来帮助老年人以及残疾人；三是休闲、娱乐以及教育等方面。根据统计，在2000年日本个人机器人市场规模达到了250亿日元，而在2005年为1 750亿。

站在应用的角度来说，可以分为水下和陆地两大类。由于21世纪对于海洋开发的加快，近年来水下智能机器人得到了很大的发展，主要用于铺设电缆、海底资源勘探以及打捞等工作；而陆地机器人的划分就更加多样化了，智能机器人在农业、矿业、娱乐、体育、服务业和军事都有广泛的应用前景。试看以下例子。

（1）农业：耕耘作业机器人、割草机器人、消毒和喷洒农药机器人等。

（2）体育：教练机器人、各类比赛机器人等。

（3）娱乐：歌手机器人、乐队机器人、杂技机器人等。

（4）勘探：太空建设机器人、深海考察机器人、火星探测机器人、海底隧道建筑机器人、火山探测机器人等。

（5）医疗：康复机器人、手术机器人、护理机器人和疾病诊断机器人等。

（6）服务：清除太空垃圾机器人、消除海洋污染机器人、厨房机器人、机器人保姆等。

4 智能机器人在以后的发展方向

智能机器人是机器人发展中的一个十分重要的环节，拥有集体环境测定、动态决策和执行、行为掌控多种功能。要将智能机器人发展成为真正的人工智能，仍需一些领域的重大突破。如多传感器信息融合、基于神经系统的网络信息融合等，以提升机器人对复杂环境的感知与决策能力。

多传感器信息融合技术主要作用于协调综合分布在机器人不同部位、感应不同信息的传感器测量数据，加以综合，并消除不同传感器间出现的冗余和冲突，减少不确定的情况，最终达到对物体以及环境相符合的描述。这些环节的完成都依赖于一个可靠、准确的算法，以对信息进行科学的判断。多元信息为信息融合的加工目标，融合算法则属于它的重点内容。

人工神经网络是通过各个单元依据相应的拓扑结构彼此连接构成的一种能够实施计算的网络系统。人们研究人工神经系统的主要目的便是模拟人脑的信息处理机能，以达到制造人工智能的成效。因此，人工神经系统应表现出人脑具有的一些特性，主要有下列几点。

（1）信息科储存在不同区域，并且容量大，有着较强的容错性。

（2）能够对直接获得的网络信息实施并行处理。

（3）自主学习，自主组织的功能强。

（4）神经网络的行为属于很多神经元的一种集体行为，并非是一些单元的重复组合。

（5）神经元能够解决环境较为复杂，知识背景不清晰以及推理不确切的问题。

人工神经网络能够利用相应的算法进行学习，把传感器信息实施融合，进而得到有效的参数，也能够把知识规则变为数字形式，方便补充数据库；而且，因为不用建设科学合理的精确数学模型，对于各种环境情况有很强的适应性，也可对大规模数据进行快速处理，并且有很强的容错性。

5 结语

通过了解机器人的发展历史以及目前的情况，能够发现机器人技术正不断地向智能机器和智能系统的方向发展。然而在高速进步的同时，智能机器人的发展、人工智能的产生仍然面临许多技术难题，例如上文所提到的多传感器信息融合与人工神经网络。伴随着智能机器人的逐步完善，真正的人工智能也在逐步进入人们的生活，而如今所做的每一分努力都是这技术奇点来临前的垫脚石。

参考文献

篇10

关键词：知识表示与知识推理；教学设计；教学实践；数理逻辑；人工智能

知识表示与知识推理是智能信息处理的基础。从人工智能的角度看，知识是构成智能的基础，人类的智能行为依赖于利用已有的知识进行分析、猜测、判断和预测等。当人们希望计算机具有智能行为时，首先需要在计算机上表达人类的知识，然后再告诉计算机如何像人一样地利用这些知识。

自从人工智能领域诞生以来，知识表示与知识推理就一直是其中最为重要的子领域。经过五十多年的发展，知识表示与知识推理领域的许多研究内容、研究方法和研究成果已经深深渗入到计算机科学，进而对计算机学科的发展产生了深远的影响。例如，在C++、Java等面向对象程序设计语言中，“继承”这一最为核心的技术就来源于知识表示与知识推理。再如，在软件自动化领域，许多程序规格语言和程序验证技术都借鉴了知识表示与知识推理领域的Prolog语言等研究成果。从工程开发的角度看，专家系统、智能搜索引擎、智能控制系统、智能诊断系统、自动规划系统等具有所谓智能特征的系统都或多或少地依赖于知识表示与知识推理技术。因此，对于计算机专业的学生来说，学习知识表示与知识推理方面的课程，对于今后在相关领域从事系统开发和科学研究都大有裨益。

在ACM与IEEE-CS联合攻关组制订的计算教程CC2001(Computing Curricula 2001)中，知识表示与知识推理得到了高度重视。CC2001给出的计算机科学知识体由14个知识领域组成：在其中的IS(Intelligent Systems)知识领域中，关于知识表示与知识推理的内容占据了10个知识单元中的2个，即知识单元“(Is3)知识表示与推理”以及知识单元“(IS5)高级知识表示与推理”。在ACM和IEEE-CS进一步修订后的计算机科学教程CS2008(Computer Science Curriculum 2008)中，知识表示与知识推理同样得到了高度重视。此外，在我国高等学校计算机科学与技术教学指导委员会制定的计算机专业规范中，上述的IS3和IS5两个知识单元被全部包括到计算机科学专业的核心课程“人工智能”中。然而，据我们了解，由于“人工智能”在许多高校仅仅作为专业任选课开设，使得计算机相关专业的许多学生无法接触到知识表示与知识推理方面的内容。与此同时，由于课时数限制及没有得到重视等因素，实际开设的“人工智能”课程(包括本科生课程和研究生课程)往往难以覆盖CC2001在知识单元IS3和IS5中列出的各个知识点。

实际上，经过五十多年的发展，知识表示与知识推理领域已经沉淀出一系列基本的方法、理论和技术；这些方法、理论和技术在CC2001的知识单元IS3和IS5中基本上都以知识点的形式列举了出来。作为计算机专业的教育工作者，我们有责任将这些体现了几代人智慧结晶的知识介绍给学生。另一方面，从研究者的角度来看，知识表示与知识推理是一个非常活跃的研究领域；尤其是随着Web技术的发展以及Web科学的出现，知识表示与知识推理将在计算机科学中扮演越来越重要的角色。面对万维网这个全球最大的分布式信息库，如何让计算机对其中海量的数据和信息进行分析、推理和管理，进而为人类提供方便的知识服务，是目前信息技术领域面临的一个重大问题。针对这个问题，国内外研究者基本上都是从人工智能的角度寻求解决思路；近年来成为研究热点的语义Web更是完全建立在知识表示与知识推理的基础上。因此，从开拓学生思维以及介绍研究与技术前沿的角度来看，也非常有必要向学生讲授知识表示与知识推理的相关内容。

基于以上认识，我们为计算机软件与理论专业和计算机应用技术专业一年级的硕士研究生开设了一门32课时的选修课程，以CC2001和CS2008列出的知识单元为核心，对知识表示与知识推理的相关内容进行教学。本文对教学设计和教学实践中遇到的主要问题进行分析，针对这些问题给出相应的解决对策，并对我们获得的经验和教训进行总结。

1　“知识表示与知识推理”知识体的教学设计

自上世纪九十年代以来，国内外许多高校就将“知识表示与知识推理”作为一门课程，面向研究生或高年级的本科生开设。其中比较著名的包括加拿大多伦多大学Hector J.Levesque教授开设的知识表示课程，美国斯坦福大学Leom Morgenstem教授开设的知识表示课程，英国曼彻斯特大学Ulrike Sattler教授等讲授的知识表示和推理课程，中山大学刘咏梅教授讲授的知识表示和推理课程等。但是，由于没有统一的课程设置标准，这些课程讲授的知识点都不尽相同。2000年，Leom Morgenstem和Richmond H.Thomason总结了开设知识表示与知识推理课程时面临的挑战，提出了相应的解决思路。其中，针对该课程缺乏统一的教学知识体的情况，他们设计了一个持续14周、每周2次课的教学大纲。在文献[5]中，Leora Morgenstem进一步修订了之前提出的教学大纲，建议在其中增加语义Web及Web本体语言OWL等内容。

尽管目前各高校开设的知识表示与知识推理课程的课程大纲仍然不尽相同，但比较可喜的是，对知识表示与知识推理的教学在CC2001计算教程中得到了高度重视。CC2001分别在“知识表示与推理”和“高级知识表示与推理”两个知识单元中列出了关于知识表示与知识推理的教学内容。知识单元“知识表示与推理”由以下知识点组成：命题逻辑和谓词逻辑回顾，归结原理与定理证明，非单调推理，概率推理，贝叶斯定理。知识单元“高级知识表示与推理”由以下知识点组成：结构化知识表示(包括对象与框架、描述逻辑和继承系统)，非单调推理(包括非经典逻辑、缺省推理、信念修正、偏好逻辑、知识源的集成、冲突信念的聚合)，对动作和变化的推理(包括情景演算、事件演算和分枝问题)，时态和空间推理，非确定性推理(包括概率推理、贝叶斯网络、粗糙集和可能性理论、决策理论)，针对诊断的知识表示与定性知识表示。在CC2001的基础上，CS2008在知识单元“知识表示与推理”中增加了合一与提升、前向链接、反向链接以及归结等知识点；在知识单元“高级知识表示与推理”中增加了本体工程和语义网络两个 知识点。

以CC2001和CS2008列出的知识点为基础，在综合考察了国内外相关课程的开设情况之后，我们对“知识表示与知识推理”课程的教学内容及相应的学时分配设计如下。

1)概述(2学时)。介绍知识表示与知识推理领域的发展历史、现状和前景：讲授知识表示的基本思路和基本原理；介绍知识表示方法和技术的典型应用：列举典型的采用了知识表示技术的系统，与没有采用知识表示技术的系统进行比较分析。

2)基于一阶谓词逻辑的知识表示和推理(4学时)。讲授一阶谓词逻辑的语法、语义和语用；通过例子讲授如何应用一阶谓词逻辑进行知识表示；讲授如何应用消解原理进行知识推理；讲授如何应用Tableau算法进行知识推理；分析一阶谓词逻辑存在的局限。

3)Horn子句逻辑与产生式系统(2学时)。讲解Horn子句及其过程解释；介绍SLD归结以及分别采用反向链和正向链的推理过程；通过例子讲授如何应用Horn子句逻辑进行知识表示和推理；对Prolog语言进行简单介绍；通过例子介绍如何应用产生式系统进行知识表示和推理。

4)结构化知识表示(6学时)。介绍对象与框架，介绍基本的框架形式系统：介绍语义网络，对推理过程中的继承机制进行介绍。介绍描述逻辑家族的研究历史和发展现状；以逻辑系统ALC为例，讲解描述逻辑的语法和语义；通过例子讲授如何应用描述逻辑进行知识表示；讲授如何应用Tableau算法对描述逻辑刻画的知识进行推理。

5)非单调知识表示和推理(4学时)。介绍非单调性推理的研究历史；讲解封闭世界假设与开放世界假设；讲解缺省推理和限定推理；对自认知逻辑、偏好逻辑和真值维持系统进行介绍；对信念修正、知识源的集成以及冲突信念的聚合进行介绍。

6)非确定知识表示和推理(4学时)。对模糊逻辑进行介绍；讲授概率推理和主观贝叶斯方法；对粗糙集、可能性理论和决策理论进行介绍。

7)解释与诊断(2学时)。讲授反绎推理的基本思路，将其与演绎推理和归纳推理进行比较分析；以一个电路系统为例，讲授如何在知识表示的基础上采用反绎推理进行故障诊断。

8)动作与规划(4学时)。介绍动作与规划领域的研究历史和发展现状；讲授如何在STRIPS系统中对动作进行刻画以及如何进行规划求解：讲授如何应用情景演算和事件演算对动作进行刻画、推理、及规划求解；对框架问题、条件问题和分枝问题进行介绍；对规划语言PDDL进行介绍。

9)时态和空间推理(2学时)。对时间点／时间段、离散／连续、有限／无限、线性／分支等表示时态信息的不同方式进行介绍；对Allen的区间代数理论进行介绍；对线性时态逻辑和分支时态逻辑进行介绍；对基于点／基于区域、离散／连续、有限／无限、同维／混合维等表示空间信息的不同方式进行介绍；对区域连接演算RCC进行介绍；对时态与空间推理的结合进行简单介绍。

10)语义Web和本体工程(2学时)。介绍语义Web的基本思想、技术现状和发展趋势；讲授语义Web的层次模型以及各个层次的目标和功能；对资源描述框架RDF、Web本体语言OWL、Web规则标记语言RIF、Web查询语言SPARQL等进行介绍。对本体的构建、管理和维护进行介绍。

上述教学内容的基本特点是覆盖了CC2001和CS2008列出的关于知识表示与推理的所有知识点。此外，我们将目前作为计算机科学和人工智能领域研究热点的语义Web等内容引入了课堂教学，不仅可以将相关研究前沿展示在学生面前，而且还可以让学生更加深刻地体会学习知识表示与知识推理的价值，进一步激发他们的学习热情。另一方面，上述教学内容存在的一个缺陷是内容过多。由于受到课时数的限制，部分内容在讲授时不能充分展开，留给学生课堂练习和讨论的时间不充裕。

2　教学实践中的主要问题及对策

在围绕“知识表示与知识推理”知识体开展教学实践时，我们遇到的问题主要来自以下几个方面：教师和学生对“人工智能”课程以及其中的“知识表示与知识推理”知识体不重视，缺乏合适的教材，学生缺乏必要的基础知识。下面对这些问题进行逐一分析，对我们采取的对策进行相应介绍。

2.1　师生对“人工智能”课程不重视

许多教师和学生对“人工智能”课程不够重视，甚至存在偏见。我们觉得，这种现状很大程度上是由人工智能自身的发展历程造成的。人工智能领域刚诞生时就被赋予过高的期望；早期的研究者也过于乐观地给出了一些不切实际的承诺。由于不能在短期内实现过高的目标和兑现相应的承诺，使人工智能领域在上世纪80年代末90年代初一度跌入低谷，甚至达到了声名狼藉的地步。这一特殊的发展历程使得一部分对人工智能了解不多的教师和学生产生误解，认为人工智能是一个比较务虚的领域。这种误解甚至影响到“人工智能”课程的开设。目前，在许多高校计算机相关专业的课程设置中，“人工智能”往往只作为选修课程开设，没有得到教师和学生的普遍重视。

实际上，从信息技术发展规律的角度来看，人工智能的上述发展历程是很正常的。根据市场权威研究机构Gartner给出的“技术成熟度曲线”(hype cycle)理论，一项新的IT技术在产生之后，一般先是默默无闻地奋力发展几年，然后会由于被大家寄予很高的期望而迅速火爆起来，接着会因为没能兑现过高的承诺而跌入谷底，最后会再次崛起并由于过硬的成就而被大众普遍接受。人工智能已经经历了从默默无闻到迅速火爆再到跌入谷底的发展过程，目前正处于再次崛起的阶段，并且将通过不断取得的成就而被大众普遍接受。

人工智能的教学在CC2001和CS2008中得到了高度重视。CC2001给出的计算机科学知识体由14个知识领域组成，作为其中的知识领域之一，智能系统(即人工智能)与离散结构、程序设计、操作系统、计算机体系结构等已经得到普遍重视的知识领域具有了相同的地位。在我国高等学校计算机科学与技术教学指导委员会制定的计算机专业规范中，也将“人工智能”作为了计算机科学专业的核心课程。但是，对人工智能相关知识的传播需要一个长期的过程，仍然需要广大科研和教育工作者的不懈努力。

2.2　师生对“知识表示与知识推理”知识体不重视

即便部分教师和学生认识到人工智能知识领域的重要性，但对于其中的“知识表示与知识推理”知识体仍然不够重视，认为没有必要专门通过一门课程进行教学。

针对这个问题，我们可以对人工智能领域的发展历程作进一步考察。我们知道，人工智能领域的诞生就是从知识表示和知识推理开始的。在1956年标志着人工智能诞生的Dartmouth会议上，Herbert Simon和Allen Newell展示的“逻辑理论家”就依赖于知识表示和知识推理。在此之后的五十多年中，知识表示与知识推理就一直是人工智能中最为重要的子领域。相 应的一个佐证是，1966年到2009年期间，在获得图灵奖的56名科学家中，Marvin Minsky、John Mccarthy、Herbert Simon、Allen Newell、Edward Feigenbaum和Raj Reddy等6名科学家都在知识表示与知识推理领域取得了开创性的研究成果。

知识表示与知识推理的重要性在CC2001和CS2008中同样得到了体现。CC2001给出的“智能系统”知识领域由以下10个知识单元组成：智能系统中的基本问题、搜索与约束求解、知识表示与推理、高级搜索、高级知识表示与推理、智能主体、自然语言处理、机器学习与神经网络、人工智能规划系统、机器人；C$2008在CC200I的基础上增加了智能感知这个知识单元。其中，关于知识表示和知识推理的教学内容不仅占据了两个知识单元，而且在智能主体、人工智能规划系统、机器人等知识单元中也占据了相应的多个知识点的位置。由于32课时的人工智能选修课程通常只能对上述知识单元作一个概要性的介绍，对于想进一步深入学习的学生，在有条件的情况下，我们完全有必要开设一门关于“知识表示与知识推理”的课程。另外，从上一节给出的教学设计可以看出，如果要覆盖CC2001和CS2008给出的关于知识表示与知识推理的所有知识点，一门32课时的课程在时间上还很不够用。因此，基于以上分析，我们希望“知识表示与知识推理”的教学首先能够得到相关教师的认可和重视，然后通过课程设置等途径逐渐吸引学生的关注，并在教学过程中激发起学生的学习兴趣和热情。

2.3　缺少合适的教材

尽管CC2001和CS2008详细地列出了关于知识表示与知识推理的主要知识点，但是，据我们所知，目前还没有出现完全覆盖这些知识点的合适教材，而中文的相关教材更是缺乏。

在参考了多方面的资料之后，我们选择了Ronald Brachman和Hector Levesque撰写的《Knowledge Representation and Reasoning》作为教材。Ronald Brachman和Hector Levesque都是知识表示与知识推理领域的著名学者。其中，Ronald Brachman于1977年在哈佛大学攻读博士学位时提出了KL-ONE系统，开创了目前成为研究热点的描述逻辑领域，之后于2003年担任了美国人工智能学会的主席，目前是ACM院士、雅虎全球研究运营副总裁。Hector Levesque在知识表示领域也做出了许多开创性的研究成果，曾于2001年担任人工智能顶级会议IJCAI的主席，于2006年当选加拿大皇家学会会士。除了时态和空间推理以及本体工程这两个知识点之外，CC2001和CS2008中列出的其他关于知识表示与知识推理的知识点，在《Knowledge Representation and Reasoning》中都基本上得到了体现。另外，为了在课程中向学生介绍语义Web方面的知识，我们选择了Grigoris Antoniou和Frank van Harmelen撰写的《A Semantic Web Primer》作为参考书目。

2.4　学生缺乏必需的基础知识

知识表示与知识推理的核心思想是采用形式语言(尤其是逻辑语言)对知识进行刻画和推理，因此要求学生在学习该课程前具有扎实的数理逻辑基础知识。

尽管数理逻辑对于整个计算机学科来说具有非常重要的作用，但在目前计算机相关专业的课程设置中，数理逻辑往往只作为离散数学课程的一个部分进行教学，在课时数量上非常有限。此外，从教材的角度来看，大部分离散数学教材的数理逻辑部分主要介绍命题逻辑的相关知识，而且只介绍命题逻辑联结词、范式、等值演算、自然推理系统等最基本的内容；对一阶谓词逻辑以及命题逻辑中更为深入的内容介绍得很少，甚至不介绍。这些内容对于学习知识表示与知识推理知识体来说远远不够。例如，根据我们在讲授“知识表示与知识推理”之前的调查，许多研究生对于一阶谓词逻辑的语法与语义等基本概念都还比较模糊，对于消解原理、Tableau方法、可满足性问题等内容更是没有接触过。

针对上述问题，除了原计划关于一阶谓词逻辑知识表示的4个课时之外，我们临时增加了2个课时的课堂教学，为学生补充命题逻辑的语法和语义、公式可满足性问题、Tableau判定算法、基于消解原理的判定算法等内容。由于受到课时的限制，许多重要的结论及其证明过程无法在课堂上详细阐述。

值得一提的是，由于研究课题的需要，我们组织部分研究生一起学习了John Bell和Moshe Machover撰写的著名教材《A Course in Mathematical Logic》。在学习这本教材时，我们将研究生分为三个小组，让各个小组自学该教材，对其中的引理、定理以及问题(Problem)进行证明或求解，然后在每周一次的学习班上使用黑板讲解他们的证明或求解过程。在3个月的时间里，将这本教材中的第一章和第二章学完后，这些研究生的数理逻辑知识明显上了一个台阶。在之后学习知识表示与知识推理的过程中，这部分研究生的学习效果也明显好得多。在今后的教学中，我们希望计算机相关专业的研究生能够先学习一门数理逻辑方面的课程，然后再学习知识表示与知识推理课程。

3　结语