人工智能教育应用案例范文

导语：如何才能写好一篇人工智能教育应用案例，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：新工科；人工智能导论；实践教学；校企合作；案例库

随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。

1人工智能对新工科人才的新要求

1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。

2人工智能导论课程教学现状

目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。

3人工智能导论实践教学初探

3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣，南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台，如采用开源的PaddlePaddle百度飞桨深度学习平台，希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课，学生也可以在课堂中跟随老师完成相关实验，并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中，以学生兴趣为导向，开展相关应用课程实验，南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后，通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节，校企合作是关键。应积极派遣教师进企业进修，了解企业需求，并提高教师的工程能力。从2018年以来，南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式，从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制，邀请企业中实践经验丰富的人才任教或任职，校企合作建立实践教师指导团队，改革教学策略及教学方法，以项目为牵引，将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制，积极引导学生参加各种人工智能相关的比赛，从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学，提高学生兴趣。首先，从人工智能竞赛的部分赛事中、（如百度的人工智能大赛，“2020年全国人工智能大赛”，“2020中国高校计算机大赛人工智能创意赛”等）中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后，采用目前主流的人工智能开发软件进行算法代码的编写，引导学生采用Python语言调用第三方接口库进行算法的实现。最后，让学生使用主流的编程语言（如C++、Java等）开发完善算法或进行系统设计与实现。

4结束语

在新工科背景下，人工智能导论作为智能科学与技术专业的基础核心课程，人工智能人才培养应注重提高学生解决问题的能力。在这种背景下，笔者结合近年来了解到的企业需求和上课的实际，对人工智能导论实践教学模式进行初探，具体如下：①校企合作，构建人工智能实践平台；②建立案例库，优化实践的内容；③校企“双导师”制，采用案例教学，从而进一步提高学生在创新实践方面的能力。

参考文献:

[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44

[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107

[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42

[5]姚琳,石志国.人工智能课程体系与教学方法研究[J].中国大学教学,2019.10:19-22

篇2

>> 引入深度学习的人工智能类课程 中西合璧的人工智能课程双语教学模式 可调戏的人工智能 生活中的人工智能 不断超越的人工智能 逐渐靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天类专业“人工智能”课程的教学探索 林业院校人工智能课程教学的思考 人工智能导论课程的兴趣教学法 人工智能概论课程的教学思考 “人工智能”课程教学的实践与探索 游戏开发应用中的“人工智能”课程教学方法探讨 人工智能的应用研究 人工智能的日常应用 人工智能的应用和发展 浅析电气自动化控制中的人工智能应用 分析继电保护中的人工智能技术及其应用 电气自动化控制中的人工智能应用分析 常见问题解答 当前所在位置：l)。在情境创设时,教师根据学生特点提出了多种应用需求,例如化妆品销售咨询等。学生利用该工具,兴趣盎然地开发了自己的小型专家系统,不仅理解了专家系统的特点、作用、运行方式等,还具有强烈的成就感。

2.2面向研究的情境创设

苏霍姆林斯基认为,研究型教学法应该充分体现学生的主体地位,激励、引导和帮助学生去主动发现问题、分析问题和解决问题,激发学生学习的内在兴趣和成就动机[4]。人工智能课程中包含了大量的前沿问题,研究型课题比比皆是,如何平衡这些研究课题与兴趣、实用的关系,是教学设计中重点考虑的内容。

下面以“规划”中的路径规划内容为例,详细分析以研究为导向的情境创设过程。表2给出了整个教学设计。

综合几次研究课题完成情况,班级中有1/3的学生通过广泛查阅资料和多次与教师讨论,提交了质量尚可的标准格式论文,并因此获得了学院的科研学分。除此之外,教师还组织这部分具备一定科研潜力的学生参加科研项目,进一步磨练科研技能,极大提高了学生的学习兴趣和能力。

3DBR驱动的教学过程

人工智能课程各单元内容相对独立,难以形成统一的联系,怎样验证各单元的学习效果?从提出问题到任务解决,每个单元的学习通常要跨越几节课甚至几周,怎样在此期间保持学生的兴趣和关注?

DBR是情境设计、实施、评价、再设计、理论形成等环节多次迭代循环的过程,柯林斯称之为“不断进步的修正”(Progressive Refinement),以检测设计的价值。因此,评价是教学过程中非常重要的一环。本课程教学主要做好两个环节,以驱动整个教学过程的推进。

1) 实践环节。

通常的实践环节是课程结束后固定时间的实际任务,而本课程的实践却贯穿整个教学过程,是单元教学、教师、学生之间的粘合剂。实践包括应用型实践和研究型实践,一般在每个单元教学开始,提出问题后,实践任务就被布置下去,例如前面所述的“黑白棋”、“路径规划算法研究”等。学生接受任务后,带着问题搜索解决途径,在此期间需要教师提供方法指导及答疑(既可固定时间,也可通过E-mail等形式)。及时地交流,特别是针对实际问题的交流,不仅有效率,而且便于教师及时调整教学设计。

2) 教学评价。

除了课程考核以外,每个教学单元结束时都有反馈和评价环节。评价方式包括单元测试、编写软件测试、研讨会等。具体采用何种形式,要根据前一阶段的反馈信息决定。这些来自学生反馈信息包括前一阶段学习的接受情况、兴趣点、其他课业繁忙情况等。在学期的不同时间点采用合适的评价方式,有助于加强学习刺激,总结和发现教学设计中的问题,及时调整。

通过上述两个环节的推动,精心设计的教学内容得以顺利实施并被学生欣然接受。2/3的学生在整个学期教学中都保持了积极的态度和充分的关注度,确实感受到人工智能的魅力,并能够从技术角度看待人工智能,消除了未学或初学时的神秘感。

4教学实施效果分析

1) 正效果分析。

中原工学院计算机学院作为普通工科院校,以培养实用型人才为主,人工智能并非主干课程,学生重视程度不足。两年来,经过教师与学生的共同努力,教学改革成果逐步体现。人工智能类学生人数从过去的5%上升到15%,科研论文数量从1%上升到20%。有20%的学生接触过或正在从事人工智能类项目的研究与开发,考研选择人工智能科目的学生比例从0上升到15%,考研成功人数占毕业生总人数的20%。

人工智能教学中采用的应用型与研究型情境创设,不仅促进了学生理解接受知识,而且锻炼提高了学生独立分析、解决问题及开发能力。学习也不再局限于课堂,而是拓展到图书馆、互联网等更广阔的空间。学生在学习期间保持了高度的关注,充分发挥了主动性和主体意识,为持续发展奠定了良好的基础。

2) 不足分析。

DBR的方法论能够促使教师在教学过程中不断完善教学设计,融合先进的教学理论及工具,逐步加深学习的理解和设计的提升,切实提高教学效果。然而,仍然存在一些DBR无法解决或完善的问题。具体表现在:

(1) 缺乏合适的教材。目前大多数教材的示例以解答式或推证式为主,设计型或实际项目案例较少。

(2) 投入时间限制。尽管上述教学设计和教学过程都经过精心准备与实施,但是要取得好的成效,还需要教师和学生都投入大量时间交流、研究或开发。而学生课业繁忙造成了实施的瓶颈。

这些不足制约了上述教学方法的实际实施效果,需要今后不断改进。

5小结

本文针对普通工科院校学生特点,将DBR研究成果应用于人工智能课程。教学效果表明,精心设计的应用型与研究型情境有助于维持学生长时间的关注度、主动性和兴趣;强调基于评价的修正使教学过程可调节,学生的学习效果更可靠。希望本文研究能够对人工智能教学及学生培养起到一定的参考作用,下一阶段的主要工作是进行适合的教材建设。

参考文献:

[1] 杨南昌. 基于设计的研究:正在兴起的学习研究新范式[J]. 中国电化教育,2007(5):6-10.

[2] 曾安,余永权,曾碧. 人工智能课程教学模式的探讨[J]. 江西教育学院学报:综合版,2006,27(6):40-43.

[3] 李鸣华. 案例教学法在高中人工智能课程中的运用研究[J]. 中国电化教育,2008(2):99-102.

[4] 杨种学. 研究型教学法在数据结构课程中的应用研究[J]. 计算机教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

篇3

关键词：教学网站设计；人工智能教学；智能规划

中图分类号：TP319 文献标识码：A 文章编号文章编号：16727800（2014）001011103

基金项目基金项目：湖北省教育厅教学研究项目（2010241）

作者简介作者简介：蔡敦波（1981-），男，博士，武汉工程大学计算机科学与工程学院讲师，研究方向为自动推理与智能规划。

0 引言

随着计算机网络技术的发展与运用范围的扩展，基于计算机网络的教育技术已经成为教育教学中备受关注的技术之一。教学网站是该技术的主要产品。教学网站的目的在于通过提供教学大纲、教案、讲义、演示文稿、习题与答案等内容在教学时间和教学深度两个方面延伸理论教学课堂。因此，教学网站设计能否实现其教学目的一直是网站建设者思考的主要问题[13]。为了实现具体的教学目的，网站设计者一方面采用新技术提高网站的响应速度，改善用户界面；另一方面精心组织网站内容和教学模式[3]。本文以本科生课程《人工智能》为例，来着重讨论教学内容的前沿性及其体现形式。

在教学过程中发现，对于大多数本科生而言，人工智能是出现在科幻电影中的技术。此外，多数人工智能课程使用基础性人工智能教材，专注于理论和方法较多，很少介绍人工智能软件系统，这进一步加深了学生对人工智能技术成熟度的怀疑，从而妨碍了部分学生的学习兴趣。针对该问题，课程网站作为理论教学的有益补充，应介绍人工智能领域具有代表性和前沿性的软件系统，从而提高学生对人工智能的学习兴趣。

智能规划自人工智能诞生时起就成为其中的一个研究领域，更在近20年间取得突破性进展。在理论研究方面，最新的智能规划算法相比1995年之前的规划算法有一个数量级以上的提高[4]。在应用研究方面，智能规划技术在香港地铁系统的应用使香港铁路公司能够处理每工作日240万人的客流量，获得了美国人工智能联合会2005年的“人工智能创新应用”奖；智能规划技术在美国施乐公司的印刷设备动态调度项目中也取得成功[5]，自2008年开始便产生了巨大的经济效益。因此，对智能规划技术的了解有利于提高学生对人工智能的学习兴趣。

1 智能规划技术简介

智能规划问题是根据Agent面对的初始世界状态及其目标，在该Agent行动之前制定动作序列的问题。初始状态和目标条件用逻辑命题表示，动作分为3个部分，包括执行前提、执行后新生的效果、执行后消除的效果。初始状态、目标条件和动作均采用PDDL语言[6]进行建模，以文本文件格式存储为“域文件”和“问题实例文件”。“域文件”描述Agent的动作，“问题实例文件”描述在一个具体问题中Agent所面对的初始状态和目标。

智能规划系统是一个配备在Agent上的软件系统，它以“域文件”和“问题实例文件”为输入，通过自身的规划算法计算出解决该问题所需的动作序列。动作序列一般以文本文件进行存储。

2 教学案例设计与实现

在人工智能教学网站建设过程中，设计了一个运用智能规划系统的教学案例，采用JavaScript、Ajax和Java Servlet等技术加以实现。

2.1 案例设计

为了使学生了解智能规划系统解决问题的全部过程，以“积木世界”类问题为求解对象，使用规划系统FF[7]进行问题求解，使用动画效果展示规划解的执行过程。“积木世界”问题涉及到将若干个积木堆叠成满足给定空间关系要求的若干个积木堆。涉及3个积木的具体问题如图1所示。

为了提高学习兴趣，允许学生指定积木数量，随机生成具有不同初始状态和目标状态的问题实例。实例的初始状态生成算法思想如下：根据指定的积木数量M，生成标号从1到M的积木；对于第i个积木i，以1/k的概率将它放置在桌子上或顶面为空的积木上，其中k为顶面为空的且编号为1～（i1）的积木数量。目标状态使用相同的算法生成，但保证其与初始状态不同。问题实例生成后，其对应的PDDL语言模型将向使用者展示。完成此过程的用户界面如图2所示。

图1 一个具体的积木世界问题实例

图2 系统用户界面

使用者通过点击按钮启动规划求解过程，在短暂等待后，能够查看规划解。使用者能够启动规划解的单步执行过程，根据每一步执行的动作名称和执行后的结果观察动作对外部世界的影响。在执行过程中，允许使用者启动倒退按钮重新观察上一个状态。执行过程的用户界面如图3所示。

图3 规划解执行过程演示界面

2.2 预期效果

该案例预期实现以下教学效果：①使学生理解规划问题的组成及其PDDL语言描述，在实例生成后，通过文本框显示问题实例的PDDL语言描述以辅助学生理解；②使学生理解动作模型，通过执行动作、撤销动作等操作使得学生能够观察某个动作在执行后对外部世界的影响；③认识到智能规划系统的高效性，相比手工计算具有优势。为达到此目的，使用性能较高的智能规划系统FF。通过多次生成不同规模的规划问题，使学生意识到随着积木数量增大而引发的手工计算困难；④发现FF给出的规划解并不总是最优的，从而认识到计算人工智能问题的最优解是困难的。通过手工分析小问题的最优解，使学生认识到FF的局限性和克服该局限性的困难。

2.3 案例实现

为支持教学案例的实施，设计了相应的网页。系统采用浏览器/服务端模式，浏览器端采用JavaScript技术和Ajax技术定义用户界面、动态演示规划解的执行，服务器端采用Java Servlet技术实现规划问题实例的生成、规划系统FF的调用、规划解的传递，系统结构如图4所示。问题实例在服务器端生成后，将以XML文件格式发送到客户端，并以文本文件形式存储在服务器端；服务器端在接到求解规划的请求后，以问题实例的文件名和域描述文件（预先存储在服务器端）的文件名为参数，调用规划系统FF；FF在求解后将规划解以文本文件存储，之后服务器端负责将该文本文件格式化为XML文件并发送给客户端；客户端在接收到规划解后，根据用户的操作进行规划解的执行过程演示。由于规划系统FF在Linux操作系统上开发，因此服务器在Linux上搭建。

图4 系统架构

2.4 实践效果

该系统在智能科学与技术专业本科生的人工智能教学实际中加以了运用。实践结果表明，学生对系统的可视化特征很感兴趣，对规划问题、PDDL语言和规划求解算法都很好奇。学生提出的问题主要有：①Agent能执行的动作是如何知道的；②生成初始状态是否有其它算法；③PDDL语言与编程语言的区别；④FF使用了什么算法。在指导教师解答后，学生对问题建模和自动化求解有了更深入的理解，部分学生对使用PDDL语言建模规划问题产

生了浓厚兴趣。

3 结语

人工智能教学网站是学生利用课外时间开展学习的重要平台，因此设计者应注重其教学内容的丰富性、前沿性和可用性。本文将智能规划问题的求解系统作为教学内容，使用JavaScript技术实现了动态演示效果，开阔了学生的学习视野，提高了学生的学习兴趣。在今后的教学网站建设中，将增加对人工智能技术应用成果的介绍，以提高学生对人工智能技术经济价值的认识。

参考文献参考文献：

[1] 赵彤洲，王海晖，刘昌辉.如何在计算机实践教学中培养大学生的动手能力[J].软件导刊，2010（1）： 197199.

[2] 宗春梅.高等师范院校人工智能教学的探讨[J].软件导刊，2011，10（4）：188190.

[3] 徐新黎，王万良，杨旭华，等.“人工智能导论”课程的教学与实践改革探索[J].计算机教育，2009（11）：129132，126.

[4] HOFFMANN J.Everything you always wanted to know about planning （but were afraid to ask）[M].Springer Berlin Heidelberg，2011.

[5] DO M B，RUML W，ZHOU R.Planning for modular printers：beyond productivity[C].Sydney：Proceedings of the Eighteenth International Conference on Automated Planning and Scheduling（ICAPS 2008），2008：6875.

篇4

[关键词]人工智能；公共管理；运用

中图分类号：D631.43文献标识码：A

随着科学技术的发展，人工智能、大数据等新一代信息技术已经成为了人们关注的焦点，它不但给人们的工作生活带来快捷和便利，同时实现了良好的经济社会效益。把人工智能运用到公共管理当中，可以创新管理理念和管理模式，提高公共管理和社会治理的效能。

一、公共管理概述

公共管理是指以政府为核心的公共部门，把科学管理理念、功能、组织及手段应用到公共事务。公共管理的特征：其一，公共管理主要把实现公共利益当作主要目标，促使社会整体朝着更加良好的方向发展；其二，积极履行社会公共责任是公共管理重要职能；其三，公共管理能够结合实际发展需要，协调与控制各项公共事务，并不断创新管理方式和手段。因此，公共管理者需要在法律基础上主动实行公权力，科学合理地运用各项公共资源才能顺利实现最终管理目标。目前，社会对公共管理者的专业能力及综合素养要求越来越高，公众在整个过程中赋予公共管理者较多的期望和责任。此外，公共管理也具备技术掌控职能、社会协调职能及预测职能等，这些都是新时代对公共管理者提出的新要求，公共管理者必须全面掌握各方面技能，了解并掌握公众的实际需求与时代的发展趋势，才能成为一名符合时展的高素养公共管理者。

二、人工智能对公共管理的主要影响

（一）人工智能对公共管理的促进作用

公共管理指通过使用管理理论、技术及方法等知识，系统化、专业化地管理公共事业，不断优化公共资源分配，使公共事业为人民服务。传统公共管理模式在公共管理信息收集及资源管理配置方面，需耗费大量人力、物力及财力，要想提升公共管理水平，就要加大成本投入。因此，传统的管理模式已无法适应新时期公共事业管理需求。将人工智能运用到公共管理中，尤其在收集处理公共管理信息方面效果较为明显。其一，智能化管理系统能够全面提升收集信息的效率和质量；其二，人工智能管理模式更为精准有效。人工智能对于问题与数据分析更具针对性，分析结果更加科学合理，可以准确把握社会个体需求，做到管理精准化、个性化；其三，在公共管理中运用人工智能可以节约成本，并实现更加优化的管理目标，提升公共管理效益；其四，在公共管理中运用人工智能，使资源配置更加符合公众需求，采用人工智能化、科学化资源配置模式，能够使资源合理利用，发挥最大效能。

（二）人工智能给公共管理带来的风险

人工智能作为新兴信息技术，为公共管理事业带来了较多机遇，推动了公共管理事业的进步和发展。然而人工智能也给公共管理事业带来了相应的机遇和风险。人工智能给公共管理带来的机遇在于人工智能与计算机网络技术可以完整的保存海量数据，并挖掘与分析有价值的信息。网络安全性使得人工智能技术存在诸多未知性，人工智能是否能够确保信息资源安全，包括信息存储、授权使用，行为轨迹等管理问题[1]。信息安全对公共管理十分重要，要确保信息安全才能使公共事业管理中资源配置更加科学合理，最终实现提升公共管理效率。通过以往的案例证明，人工智能技术的自我安全性还不足，因此，要想使人工智能在公共管理事业中得到普及，就必须尽快解决这一问题。

三、人工智能在公共关系管理当中的具体运用

当前，人工智能快速发展，能给人们的工作生活带来巨大改变，帮助人们完成了许多高难度、高强度、复杂化的公共工作，推动智能社会发展。人工智能能够代替人开展脑力劳动工作，可以改变许多工作模式。但是人工智能属于辅助工具，人们要正确认识并科学合理地利用它，才能充分发挥它在公共管理中的真正价值。在人类社会不断进步与发展过程中，公共管理者必须不断学习、掌握先进技术，才能提升对人工智能的利用效率，把具有明确规则却复杂、耗时耗力的工作交给人工智能。

（一）公共事业方面。有人认为人工智能在生活和工作中不常用到，然而其已经运用到了人们生活的方方面面。2016年共享单车方便了出行，各年龄段的人安装了共享单车APP。共享单车具有明显优势，快捷便利、绿色环保，是人们出行的首选。共享单车利用人工智能平台，来科学的预测骑行的行程、路况及停放等，从而有效整合了天气、时间等各项变量工作，合理分析了其需求量和供给量，进一步提升了共享单车管理效率和效益。由此可见，人工智能已经越来越多地进入到了人们的日常生活当中，改变了人们的生活模式，使人们的生活朝着智能化方向发展。

（二）社会经济方面

运用人工智能能够把消费者具体需求反馈给企业，企业根据精准数据可以制定出更加优质的产品，提供高效服务[2]。当前电子支付是人们生活中重要的内容，人们出行不用带大量现金，运用支付宝或微信就能够进行支付。同样在电商物流整个过程中，分拣机器人就属于人工智能，其每天能够完成大于20万的工作量，很好地解决了困扰电商的物流问题，降低了人工成本，提高了工作效率。

（三）教育管理方面

人工智能运用包含教育管理，通过智能化学习系统和数据分析，教师能根据学生具体情况，如学习行为数据、知识点掌握等制定相应的个性化教育方案，提高了育人效果。从当前人工智能在教育领域运用情况看，在远程教育中同样获得了良好效果。在运用人工智能后，学生获得了个性化教育，创建了新的教学、内容研发和师资管理等形态。运用人工智能可以更准确、有针对性地协助教学，使日常教学效率得到大幅度提升。

四、人工智能在公共管理中的应用措施

（一）改变人才培养方式

人工智能技术的运用，还可以推动人才培养方式的变革和发展，能够创建健全的新型教育方式。首先，加强编程教育普及，设置人工智能方面的课程，把人工智能和其他学习的教育结合起来，健全人才培养方式。其次，组织多元化、多层面的人工智能科普活动，使社会大众能够进一步认识和了解人工智能。最后，加大人工智能基础设施方面的建设。

（二）重新构建组织形式

随着人工智能的出现和广泛运用，管理主体要结合自身特点，积极主动运用人工智能，不断发展完善管理结构。

在日后的工作当中，管理主体要和普通员工、智能机器有效合作，全面发挥潜在优势。另外，运用人工智能技术的时候，管理者要精心设计各种组织形式，才能确保信息传递真实、高效。

（三）创新工作模式

随着社会发展和科技进步，公共管理者必须具备较强的学习能力和综合素质才能满足工作需求。在工作中可以通过人机互动工作模式，充分发挥人工智能在处理重复性、逻辑性等工作的优势，和管理者的工作充分融合、优势互补，将人工智能运用到公共管理中，创新工作模式，推动公共管理事業的发展。

篇5

关键词：人工智能；会计软件开发技术；翻转课堂；知识库；会计信息化

一、引言

近年来，随着云计算、人工智能、大数据和移动计算等新技术的发展与应用，知识管理理念的日趋成熟，新兴技术对高等学校教育教学模式的改革与创新带来了良好的机遇。2012年3月13日，教育部印发的《教育信息化十年发展规划（2011-2020年）》，旨在推进信息技术与教育教学的深度融合，实现教育思想、理念、方法和手段全方位创新。2016年6月7日，教育部颁布实施的《教育信息化“十三五”规划》，以期加快推动信息技术与教学教育的融合发展。这些政策的出台为高校翻转课堂教学模式的发展提供了明确的实施导向和政策支持，也为重庆理工大学会计信息化国家级精品课程之《会计软件开发技术》（AccountingSoftwareDevelopmentTechnology，以下简称为ASDT）课程实施翻转课堂教学模式改革与创新带来了良好的契机。知识库采用知识表示方式来存储、组织、管理和使用互相联系的基础学习知识、学习过程沉淀的知识和学生自我搭建的知识。基于人工智能技术的翻转课堂知识库构建与应用，不但可以调动学生的积极性和主动性，让课程教学延伸到网络平台，还能够在很大程度上提高课程的教学质量和教学效果。大数据、人工智能、知识库等技术的发展为翻转课堂教学模式的有效开展提供了良好的技术支撑，引起了教育界的广泛关注。周宇等人（2016）提出了一种面向关联数据的机构知识库构建方法，该方法能够覆盖机构知识库构建的整个过程，并支持机构知识的资源整合、语义检索、知识推理和关联数据。钟晓流等人（2013）信息化环境中基于翻转课堂理念的有效教学设计模型，对翻转课堂产生的背景与缘起、含义与特征、当前的研究进展与实践案例、相关的技术工具等进行了系统分析。曾明星等人（2014）阐述了翻转课堂的内涵、应用与研究现状，分析了软件开发类课程实施翻转课堂的可行性，探讨了软件开发类课程翻转课堂教学模型及其构成要素。刘清堂等人（2016）分析了机器教学、计算机辅助教学、智能导师系统的基本设计理念、关键技术以及代表性系统，提出以学习分析为核心的智能技术整合、融合人工智能和人类智能的自适应学习。综观上述文献，现有研究主要从翻转课堂的可行性和模型等方面去思考翻转课堂的教学模式改革问题，而利用人工智能、大数据等现代信息技术去改革与创新翻转课堂教学模式的研究文献还相对比较匮乏。基于人工智能技术的翻转课堂知识库构建与应用，通过全程记录课上和课下的教学互动过程，可以改善翻转课堂在教学方式、学生学习方式、评价体系等诸多方面的不足。鉴于此，本文基于大数据、人工智能等技术，探索改进与提升翻转课堂教学模式改革与创新的新技术与新方法。

二、基于人工智能的春秋战国翻转课堂知识的表达

人工智能（ArtificialIntelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，主要包括机器人、语言识别、图像识别、自然语言处理、智能监控、智能搜索等核心技术。ASDT课程将语音识别、语义识别、图像识别和智能搜索等人工智能技术融入翻转课堂教学改革的同时，导入春秋战国时期的七国争霸作为教学情景，将班上所有学生平均分成七个小组，分别对应齐、楚、燕、赵、韩、魏、秦等七个国家，每个小组的学生进行角色扮演，实施“春秋争霸”翻转课堂教学。在ASDT教学过程中，在讲授会计软件开发技术和会计数据业务处理流程的同时，让学生充分参与课程教学活动，强化互动学习，培养学生的团队协作能力、沟通能力、PPT制作与演讲能力、知识消化吸收及应用等能力。基于人工智能翻转课堂知识库构建的基础是将ASDT课堂的课堂教学活动和学生自主学习活动过程中形成的知识符号化的一个过程，通过对知识的映射转化为可供描述的事实和推理事实的数据结构。在构建知识库的过程中，知识的表达方式是构建知识库的关键。知识表达方式主要包括描述性、直接性、过程性等表达方式。其中，描述性的知识表达方式是客观和完整地反映相关专业领域的理论知识，具有准确性和逻辑性的特点。直接性的表达方式是以专业理论知识为基础，以图片、视频、音频和图形等方式直接表达知识的本质。过程性的知识表达方式是在教学过程中的积累和总结的经验知识。以下具体阐述在课堂教学活动和学生自主学习活动中知识的表达方式。

（一）课堂教学活动课堂教学活动由教师围绕各小组在完成作业的过程中遇到的实际问题，引导学生进行小组作品展示和组织小组间互动讨论。在课堂教学活动中，各小组通过PPT演示讲解本组作品中所涉及的知识点，运行程序进行作品展示。其他小组针对展示的作品轮流提问，小组回答问题以后，教师对作品进行综合性点评并打分。最后，教师根据知识库中的记录的学生自主学习活动中遇到的问题引导学生互动讨论，解决问题，针对学生不能解决的问题，进行重点讲解。在整个课堂教学活动中，教师对知识点的讲解、评价表现为描述性的知识，而教师和学生的角色高频切换，教师和学生评价、引导和提问不停迭代的探究式教学过程，表现为过程性的知识。通过语音识别、语义识别等人工智能技术的运用，自动识别和理解学生作品展示、各小组提问、教师综合点评等教学活动中的语言，转换为相应的文本，按照知识的表达方式自动分类，并实时传送到网络平台，更新知识库。

（二）学生自主学习活动将ASDT课程的教学目标和教学内容按主题进行任务分解，根据教学计划逐步推进，学生根据小组任务在重庆理工大学精品课程网上观看教学视频进行自主学习，小组成员合作完成小组任务。学生在学习过程中产生的疑问，可以借助智能搜索技术检索知识库，知识库推送相关知识点，帮助学生解决问题。在学生的自主学习过程中，学生在网页中通过简单检索、组配检索、限制检索等手段，进行交互式的访问，最终获得所需的知识信息，表现为过程性的知识。学生观看教学视频对相关知识点进行学习表现为直接性的知识。

三、基于人工智能的翻转课堂知识库的构建

在知识的直接性表达、描述性表达和过程性表达等多种方式下，多角度获取教学活动中的各种知识以构建知识库。基于人工智能的翻转课堂知识库包括教师编辑维护的知识库、学生自我搭建的知识库以及课堂学习过程中沉淀积累形成的知识库三部分，在教学活动中不停地进行动态更新，形成一个翻转课堂知识库的生态循环。其中，老师编辑维护的知识库是根据教学计划和教学任务按规则生成课题所需的知识点；学生自我搭建的知识库是根据学生在网络平台上提出的问题，生成的答案和解释；课堂学习过程中沉淀积累形成的知识库是自动记录和存储学生在课堂上的各种学习行为。基于人工智能的翻转课堂知识库，

（一）教师建立维护学生基础学习知识库教师首先根据教学总任务和总目标规划具体小组任务，按照教学大纲小组任务，同时在网络平台上编辑学生完成小组任务所需的基础知识和教学视频。此环节对课程的翻转和构建基础学习知识库具有重要的指导意义。建立基础学习知识库要和小组任务相匹配，并且具备合理性、科学性和可操作性，尽量涵盖完成小组任务所涉及的知识点。否则学生将无法完成小组任务，也无法有效建立基础学习知识库。学生根据小组任务和本小组实际情况，观看教学视频和学习资料，满足基础知识储备，完成小组作品。教师根据学生在自主学习过程中提出的问题不断更新维护基础学习知识库。

（二）学生自主学习形成知识库学生根据教师在网络学习平台上的任务，进行自主学习，完成小组的学习任务。当学生提出疑问时，网络平台会自动检索知识库，找到相应的知识点和教学视频对学生进行智能推送，学生解答问题。并且在人工智能技术的应用下，会自动记录学生在网络学习平台上的问题，形成并更新知识库，把学生的学习记录反馈给教师，帮助教师及时调整教学计划。

（三）课堂教学活动中形成知识库在学生的课堂学习中，小组成员进行PPT讲解和作品展示，在语音识别、语义识别和自动计分等人工智能技术下，自动记录和分析小组的作品展示情况、个人发言情况和积分情况。并且自动记录老师的总结点评和答疑，通过图像分析技术，自动归集学生个人的学习资料。同时，把课堂过程中的学生提问、教师答疑所涉及的知识，自动对接到网络平台，更新知识库。

四、知识库在翻转课堂教学活动中的具体应用

基于人工智能的知识库在翻转课堂教学活动中的具体应用主要包括自主学习、课堂教学和效果评价等三个方面。自主学习是指学生在翻转课堂的网络学习平台上进行课前的基础知识学习和基础知识自测，并且借助知识库解决疑问；课堂教学是利用基于人工智能技术构建的知识库，帮助教师和学生解决教学过程中的问题；效果评价是在翻转课堂的教学模式下，建立的适合现行教学模式下的学生评价体系，教师根据基础学习情况，在线统计问题，制定教学计划。下面将详细阐述人工智能的知识库在翻转课堂教学活动各中的具体应用，如图2所示。

（一）自主学习在自主学习过程中，学生首先了解教师的小组任务，在人工智能技术的应用下，根据老师的学习任务，智能化地制定学习目标。学生根据细化的学习目标进行自主学习，明确自主学习的课程内容，并根据课程内容和自身情况选择合适的学习内容。学生通过网络平台观看教师提供的教学视频或其他形式的学习材料开展学习，对学习收获进行记录，最后在网络平台上进行知识检测。同时，应用智能监控技术可以实时监控学生在网络上的学习情况和发言情况。学生可以根据自己的预习情况，在线提出问题，网络平台会根据学生提出的问题自动检测知识库，知识库推送相关知识点和学习资源，帮助学生分析和解决问题。利用智能监控技术，可以收集学生频繁在网络平台上搜索的所有问题。同时，学生也可以将问题进行拍照或者录制成视频发送给教师，利用图像分析技术可以自动识别图片或者视频中的问题并且推送给教师，根据问题调整教学内容和教学计划。

（二）课堂教学教师根据知识库中记录的学生自主学习情况，全面系统地了解学生的基础知识学习情况。知识库汇总学生在网络平台上的发言和提问情况，教师根据汇总的问题在课堂上进行重点讲解，使课堂学习更加高效。在学生作品展示、小组互动提问、教师综合点评等教学活动中，学生和教师可以借助知识库智能推送相关知识点，帮助解决教学活动中的问题。同时可以智能推理出合适的教学计划给教师进行选择。在学生提出问题和解答问题的过程中，智能收集问题和答案，形成知识，更新知识库。

（三）效果评价效果评价包含教学质量评价和学生评价两个环节。其中，教学质量评价是全面、系统的了解学生的学习情况和知识储备情况下，合理、客观地评估教师的教学质量。学生评价是考核学生的知识掌握情况、交流与沟通能力、演讲能力、协作能力、PPT制作能力、课堂参与程度和小组展示情况等。在基于人工智能的翻转课堂教学模式下，学生评价包括课堂教学活动和学生自主学习活动两个部分。通过语音识别和语义分析技术等人工智能技术，详细记录每一位学生在课堂上的发言情况、小组展示情况和教师对作品的点评情况。通过大数据分析技术，可以全面地了解学生在课外观看教学视频的情况和自测情况。因此，这种学生评价方式更加具有合理性和精准性。

五、结论

与传统的ASDT课堂相比，基于人工智能下的翻转课堂知识库的构建促使教学逐步从静态走向了动态，实现了以学生为主题，教师为主导的课堂教学理念，是适应新时期ASDT课程教学改革的必然。在基于人工智能的翻转课堂教学模型下，一定程度上改进了翻转课堂中的课堂教学、学生自主学习和效果评价等模块，有效督促学生自主学习，帮助学生在线答疑，同时更加综合地对学生进行考评，让老师教学更加高效。人工智能技术的广泛应用对于解决翻转课堂教学当前所面临问题的是较为理想的方案，它有助于提升翻转课堂整体的教学水平，促进翻转课堂的快速发展。

参考文献：

［1］周宇、欧石燕：《面向关联数据的高校机构知识库构建方法研究》，《图书情报工作》2016年第1期。

［2］刘清堂、毛刚、杨琳等：《智能教学技术的发展与展望》，《中国电化教育》2016年第6期。

［3］曾明星、周清平、蔡国民等：《软件开发类课程翻转课堂教学模式研究》，《实验室研究与探索》2014年第2期。

［4］钟晓流、宋述强、焦丽珍：《信息化环境中基于翻转课堂理念的教学设计研究》，《开放教育研究》2013年第1期。

［5］胡立如、张宝辉：《翻转课堂与翻转学习:剖析“翻转”的有效性》，《远程教育杂志》2016年第4期。

［6］王红、赵蔚、孙立会等：《翻转课堂教学模型设计》，《现代教育技术》2013年第8期。

［7］余燕芳：《基于移动学习的O2O翻转课堂与应用研究》，《中国电化教育》2015年第10期。

篇6

【关键词】人工智能 财务决策 应用

一、财务和人工智能技术应用概述

1987年美国执业会计师协会（AICPA）发表了一份管理指导特别报告“人工智能和专家系统简介”，将人工智能引入到会计和财务管理领域。自此，西方财务和会计界对人工智能技术和专家系统在会计、审计和财务分析与管理等方面进行了广泛探索，开发出了许多实用的专家系统来解决复杂的财务分析和会计决策问题。人工智能技术通过模拟人类专家求解复杂问题的方法，建立相应计算机辅助系统，使财务和经营决策智能化，从而使得现代会计系统在实现信息化和网络化后，向智能化迈进。财务和会计专家系统分成以下四类：

1.财务分析专家系统。成功的财务分析可以确定某个公司的经营状况，如投资或信用评估风险等级。由于会计和财务业务职能的复杂性，有些财务分析专家系统同时跨越多个问题域。例如，根据专家系统的输入和相应的输出建议，解决分类问题的财务分析，专家系统同时可能又属于诊断或纠错问题。

2.合成专家系统。具体包括：（1）在相对较小搜索空间的约束条件下，配置目标集，如管理商业贷款组合计划的MAEBLE专家系统；（2）在相对较大搜索空间的约束条件下，设计目标集，如个人理财设计PLANMAN专家系统；（3）设计采取行动的规划专家系统，如审计规划EXPERTEST系统等。

3.组合专家系统。这类专家系统主要是解决复杂问题的组合分析，如：控制风险估计系统，诈骗检测系统，风险估计系统APX。

4．财会知识传授和职业教育专家系统。如国际上一些大会计公司内部使用的培训专家系统，和辅助会计专业大学生实践的专家系统。实践证明，这些系统可以让没有专业经验的人员有效获得解决某些具体问题的相关知识。

二、财务和会计专家系统基本结构

财务和会计专家系统是一种工作在专家水平上的计算机系统，应用专家的专门知识和推理能力，解决通常情况下难于处理的问题。需要人类领域专家宝贵的经验、智慧与思维方法以及相应的计算机技术的发展。到目前为止，在财务和会计领域，应用最广、最成熟的是基于规则的产生式系统。财务会计专家系统中的解释模块主要是用于推理过程的解释，回答相关财务结论是如何得到的。系统的透明性就是由解释模块来实现，而这种透明性是专家系统所必需的。有了透明的解释功能，由结论可以反过来追踪推理机调用了哪些规则，在分析推理过程中获得了哪些财务数据和特征信息。财务和会计领域的许多问题非常适合利用专家系统来求解，如审计、税务、管理会计和职业教育等。财务分析师、审计专家和金融专家在会计实务中获得许多珍贵的知识和经验，这些知识和经验有的是无法在文献中获得。如果把这些知识通过一定的方式累积、保存在专家系统的知识库中，其在职业教育和帮助非资深财务工作者解决问题的能力方面所产生的作用和意义是不言而喻的。

三、智能财务和会计系统建模步骤

在利用专家系统来描述和解决一个财务和会计问题时，其建模过程有6个步骤。下面以租赁业务为例，介绍其建模过程：（1）列出所有可能的选项。如承租人有两个租赁选择：经营性租赁和资本性租赁。（2）确定相应的规则。区别经营租赁和资本租赁的四条基本规则是：第一，所有权转移；第二，存在采购契约选项；第三，使用大于75%的资产经济寿命；第四，租赁费用的现值超过90%的资本市场公允价值。（3）确定规则应用的程序（推理机）。如租赁业务中，在租赁结束期末，将所有权转让给出租人的是资本性租赁，不管出租人在租赁期内是否使用完75%的资产使用寿命。这样第一条规则应该是判断租赁期内所有权是否转让。（4）每条规则的所有术语必须明晰定义。如租赁期不仅包括租赁初期，还包括其他各自租赁期间，在租赁期间，假设租赁延长是合理的、肯定的。（5）在一个规则应用前，首先按事实匹配，选择何种测试。如要知道租赁期间，必须知道租赁是否有何契约更新选项；计算最小租赁费用的现值时，必须知道是否确保残值，而且承租人是否了解出租人采用的贴现率。（6）用何种计算法，确定一个规则启用，例如，在应用第四个规则时必须计算现值。

四、智能财务和会计系统存在的问题和发展趋势

在开发面向财务管理和会计领域的专家系统时，最主要的问题是没有相应的专家和知识工程师以及规则的提取，在人工智能领域，这个问题称为知识获取。影响专家系统知识库质量的五个主要决定因素是：领域专家；知识工程师；知识表征方法；知识的提取；问题域。由于专家系统在判断问题时，表现出知识的不完备性、知识获取的“瓶颈”以及较差学习能力、推理能力的“脆弱性”等问题。为了克服财务管理和会计专家系统存在的问题和提高系统的智能化程度，随着专家系统研究工作的进一步深入，一方面，人们研究如何通过合理使用专家系统技术本身改善其性能。另一方面，由于专家系统中的知识类型不断增加，单一的知识类型和问题求解方法给专家系统的应用带来很大的局限性，远远不能满足复杂问题的求解要求。为使系统更加有效地工作，同时采用多个问题求解器处理一个复杂问题成为必要。

参考文献

[1]陈文伟.智能决策技术[M].北京：电子工业出版社，1998.

[2]陈佳.信息系统开发方法教程[M].北京：清华大学出版社，1998.

[3]Joyce Bischoff.数据仓库技术[M].北京：电子工业出版社，1998.34-38.

[4]高洪深.决策支持系统（DSS）——理论、方法、案例[M].北京：清华大学出版社，1996.

篇7

关键词：高等教育；大数据；分析；挖掘

一、教育大数据分析挖掘的价值

高校大数据分析挖掘至少有四个典型价值：

一是使得大学的管理更加精准高效，可以朝着智慧治理、分类管理、过程监控、趋势预测、风险预警的方向发展，真正实现基于大数据分析规律的精准治理，改变管理的模糊性；

二是可以更加准确地分析评价课堂教学的质量，过去我们对课堂、对老师的评价是定性和模糊的，而在大数据智慧课堂的模式下，可以真正实现采集样本的持久化，采集方式的多元化，挖掘手段的多样化，分析技术多维度，通过这些方式可以提高课堂教学的质量；

三是使得教和学更加智慧，更加有效。对学生来说，老师可以了解学生学习的进展情况，发现学习兴趣点，以及对老师讲的哪些内容理解或者不理解，学习路径分析及课程推荐等等。对教师而言，不仅可以跨校跨地域分享他人的优秀课程，而且可以对学习者进行精准分类，进行个性化指导；

四是资源服务的个性化、精准化推荐与服务，学习绩效的个性化评价，以及个性化教学管理，个性化手机内容推送等等，这些功能将有效提升教与学的效率和质量。

二、教育大数据技术平台的总体设计

首先，我们对高等教育大数据技术平台有一个总体的顶层设计，如图1所示。这不仅是学校自己要有一个大数据的管理平台或者是数据中心，而且也是面向区域乃至全国的平台。教育部评估中心正在努力建立国家级高等教育教学质量监控大数据中心，陕西省也是这样考虑的。数据来自高校、教育管理部门以及行业、第三方、企业用人单位等等各方面采集的数据，该数据平台既有大学的业务数据、课程资源，也有政府部门的统计数据，还有学生网上学习的日志数据，用户产生的UGC数据，比如微信、微博、论坛等等的数据，基于大数据平台，开展面向学习者、面向高等教育管理机构、教师、高校等提供服务，并和教育部评估中心、主管部门等进行数据交换与对接。

显然，这样一个大数据平台必须是一个高性能的计算平台，没有这样的基础设施一切无从谈起，所以去年我们学校花了很大的力气做了两件事，一个是把校内二级单位原来小的集群计算进行整合，形成学校统一的高性能云计算平台，既面向校内的科学研究、人才培养提供服务，其实也可以为社会提供合作共建共享模式。目前，我们已建立了一种自我造血机制，四两拨千斤，以这个平台吸引更多的外部资源，努力扩展平台的性能和应用。

三、教育大数据分析挖掘的典型应用案例

目前，我校的高性能平台除了应用于材料、航天、能动、信息等大型科学计算之外，还开展了以下三项典型的大数据应用。

案例1：陕西省高等教育质量监控与评估大数据应用

图2所示的是陕西省高等教育的整体架构。其数据基础是来自陕西省100多所高校的各种办学状态数据，有将近700个表格，以及陕西省教育厅各个职能部处的各种各样的管理数据，此外还有行业第三方提供的数据，包括招生、就业数据等等，这个平台上我们开展预测预警、查询在线分析、信息、统计决策等等，主要是为省级教育管理部门、评估机构、教育管理机构提供各种各样的办学状况的分析、统计、关联分析。

建设全省高等教育大数据服务平台，实时采集各高校的办学状态数据，其根本目的是为了汇聚全省各高校的办学状态数据，打破数据孤岛，融合各方数据，实现横向关联比较、纵向历史分析，提供精准服务，支持科学决策。

首先，该平台面向省教育厅提供了11项功能，从根本上解决了原来各处室间的数据孤岛的问题，实现了数据融合，横向关联，纵向融通，这个数据和各个高校是实时融通的，为省教育厅领导和职能部处提供了领导仪表盘、各职能处室的专项服务、81张高基表及年报年鉴表格的自动生成、绩效分析、招生就业及办学指标计算、教育评估等功能，从根本上解决了数据碎片化及其治理问题。

其次，面向全省高校辅助决策，为高校领导以及校内各个职能部处提供了系列功能，包括办学情况综合分析和在线查询，专业结构分析比较，校级的教学质量监控评测体系，教师管理等等，这些功能非常实用，这是大学实现精细化、规范化、现代化管理的必备基础。以我校为例，我们过去教师的数据可能在人事处、教务处、科研院等学校的职能部门，采取本平台以后，把教师有关的所有数据都进行了融合，打通了所有原来割裂的数据。从去年开始，我们学校的职称评聘，年度考核全部基于这一平台，全部在大数据里，建立健全了基于数据驱动的精准化服务，解决了数据碎片化历史遗留问题，实现了从管理信息化向服务信息化的根本转变。

第三，为本科教育教学评估及专业认证提供技术支撑。鉴于本平台能提供比较全面的高校办学状态数据，便于专家在进校之前全面系统地掌握学校办学的情况，找到问题，精准查看验证，提高效率，给高等教育评估提供了重要支持。基于本平台，我们成立了中国西部高等教育评估中心，接受陕西省教育厅指派的省属本科高校的审核评估和专业论证。如果没有这一高等教育大数据平台的支撑，工作量和难度是极其巨大的，甚至难以实现。

案例2：MOOC中国技术平台

MOOC中国成立于2015年1月，到目前为止已经有121所高校加入，理事单位40家，会员单位80家。该平台的宗旨是：做政府想做的，做社会愿意做的，做单一高校做不了的事情。例如，真正解决校际资源共享、学分互认等，开拓远程教育国际化等未来发展的难题。

图3给出了MOOC中国的技术框架。其核心是互联网+教育，实现互联网教育从1.0到2.0的升级。基于这一平台，既要开展网络教育业务的国际化，比如我们牵头成立的“丝路大学联盟”，其目的之一是借助MOOC中国平台，实现网络教育业务的国际化，通过MOOC中国平台，面向“一带一路”国家开展开放教育和技能培训。

到目前为止，MOOC中国已经有了9911门课程，用户将近600万，其中光IT培训的有500多万，学历教育在读学生50多万。

案例3：西安交大教育教学大数据分析挖掘与应用

学校非常重视教育信息化技术融入和应用到教育教学之中，去年一次性建成了80个智能教室，把物联网技术、云计算技术应用于智能教室和教学一线，基于物联网技术实现教室设备的集中管理、智能控制，同时，将互联网技术深度融入到教室的管理当中，除了多媒体的直播录制功能以外，还提供了学生考勤和专家的精准督导，通过云平台来集中管理各个教室，比如说开投影机、关电源、关多媒体设备等等，都可以通过后端的云平台集中管控，真正实现教室管理的数字化、智能化、精细化，提升了教学保障的能力，也大大提高了教室管理的效率。更重要的是，这些教学的过程数据可以全程采集下来，获得数据，有了这些数据，就可以做精准化分析服务，建立西安交大教学质量大数据监测中心。

目前，我校的教学大数据主要包括两大部分：一是教师在授课过程中的全程录制的课堂实况；二是学生在学习过程中产生的大量日志数据。基于这个平台，我们可以开展教育教学的大数据关联分析，开展课堂教学质量的综合评价，实现正面激励、负面惩戒、精准督导，实现教学评价从模糊宏观到量化精准、从每学期制到持续常态、从部分随机到全面覆盖、从事后评价到实时动态的根本转变。通过评价激励老师敬畏课堂，评选精品课堂、示范课堂，在全校内进行正面表彰，另外也作为教学质量评价的重要依据，包括教师的职称晋升，评选最喜爱的老师等等。

此外，本系统还为学院领导和管理部门提供了针对性的信息服务与决策支持，以数据说话，量化分析，改变了以前我们的模糊评价，采取多维度、全覆盖、持续化、精细化的过程评价与监控。

四、教育大数据分析挖掘的若干关键技术

首先，介绍一下大数据人工智能的基本原理。前段时间，AlphaGo战胜世界围棋冠军这一故事炒得很热。这对我们的教育科研工作者提出了一个重要的课题，到底人工智能会不会战胜人类的智能，将来教师存在的主要价值是否还有必要？863计划正在研究一个项目，到2020年，人工智能软件参加高考得分要超过一本线，这就是说，计算机教出来的机器软件参加高考都能达到一本线以上。这就引起我们的思考，这是一个深层次的方向性问题。当然我们今天不是谈这个问题，而是我们要看看AlphaGO的原理，其核心是价值计算函数，用收益函数来判断围棋下一步该落子到哪里其收益是最大的，其中采用了人工智能深度学习方法。AlphaGO并非天生聪明，其实他的智慧是分三步完成的：

第一步，给AlphaGO输入了3000万个人类围棋高手的棋谱和走法，任何一个人是不可能记住3000万个棋局的，只有人工智能才能记住。

第二步，AlphaGO自己和自己对弈，在对弈过程中找到自己的薄弱点，进而改进和完善，这其实和人的学习原理类似。

第三步，才是人机对弈，从职业选手到世界围棋冠军，通过这样不断的对弈完善算法，校正学习，使得AlphaGO具有强大的智能计算能力。AlphaGO的难点在哪？其关键在于在一个巨大的落子空间选一个最大的收益点，或者落子点，称之为MovePicker（）函数，这个空间很大，有10170次方，在如此庞大的计算空间中选择最优函数，只能依靠高性能计算平台。

AlphaGo为我们研究大数据问题提供了思路和启发。我们在研究教育大数据问题中需要着力攻克以下理论与技术难题。

第一，大数据造成了严重的认知碎片化问题。比如，大家在百度搜糖尿病会检索出4440万个数据源，谁也看不过来，并且里面还有一大堆真假难辩的数据。所以，碎片化知识的聚合是一个非常基础的难题，高度的碎片化降低了知识的可用性，造成了分布性、动态化、低质化、无序化等典型的问题。

一方面是知识的碎片化，另一方面是每个人的兴趣和需求还不一样。所以，资源的碎片化整合以及个性化推荐是今后人工智能中的关键问题。我们的思路是：一方面，我们要从资源的角度把无序、分散、低质的资源进一步重组以后形成知识点，形成有序的知识地图；另一方面，要对学习过程进行跟踪，实现兴趣、个性、情感等方面的动态分析与挖掘，两者结合起来，建立基于用户兴趣和个性的资源推荐，最后实现个性化精准过滤，通过知识地图面向用户提供导航学习，从而缓碎片化知识的问题。开展这一研究也要建立庞大的基础数据，就像刚才讲的AlphaGO，光靠智能软件肯定不可能那么聪明，需要建立庞大的知识地图、知识图谱，并将其放到了国际开源社区和开放数据平台之上。

第二，碎片化知识的聚合问题。其目的是解决“既见树木，又见森林”的问题，破解“学习迷航”、“认知过载”的问题。我们正在承担国家自然科学基金重点项目，研究如何将多源、片面、无序的碎片化知识聚合成符合人类认知的知识森林，找出主题与主题之间的认知关系，最后形成一个知识森林，其中需要解决主题分面树的生成、碎片化知识的装配、知识森林生成、学习路径选择与导航等有关知识地图、知识图谱构建与应用等许多基础性关键技术。

篇8

摘要：本文介绍了我院通过引入案例教学方法对“人工智能”课程的教学改革实践。

关键词：案例教学；产生式系统；动物识别系统

中图分类号：G642

文献标识码：B

1引言

案例教学法是将案例讨论的方法运用到课堂教学活动中去，教师根据课堂教学目标和教学内容的需要，通过设置一个具体的案例，引导学生参与分析、讨论、表达等活动，让学生在具体问题情境中积极思考、主动探索，以提高教与学的质量和效果，培养学生认识问题、分析问题和解决问题等综合能力的一种教学方法。案例教学法的特点是：目的鲜明、具有启发性、实践性和综合性。

“人工智能”是一门新兴的前沿学科，是计算机科学与技术的专业基础课。为了培养学生对人工智能的兴趣，提高学生知识创新和技术创新能力，本文在深入研究案例教学的基础上，结合教学内容，自编或精选了一些案例并运用到教学活动中。下面详细介绍基于案例的产生式系统教学实践过程。

2案例教学在产生式系统教学中的应用

2.1产生式系统

在教学中，选用了王永庆编写的《人工智能原理与方法》作为教材，该教材分为三部分，第一部分论述了人工智能的三大技术，即知识表示、推理及搜索；第二部分着重讨论了专家系统、智能决策支持系统等研究领域的有关概念及系统构成技术；第三部分讨论了神经网络和智能计算机的概念、模型、研究现状等。知识表示中产生式系统是一种常用的表示方法，要求学生重点掌握。一个产生式系统通常包括规则库、综合数据库、控制系统三部分。

规则库是一个用来存放与求解问题有关的所有规则的集合。它包含了将问题从初始状态转换成目标状态所需要的所有变换规则－产生式。规则库是产生式系统进行问题求解的基础，其知识的完整性、一致性、准确性、灵活性，以及知识组织的合理性等，对系统的运行效率都有着重要影响。

综合数据库是一个用来存放与求解问题有关的各种当前信息的数据结构。例如，问题的初始状态、输入的事实、推理得到的中间结论及最终结论等。

控制系统由一组程序组成，用来控制整个产生式系统的运行，决定问题求解过程的推理线路，实现对问题的求解。

2.2设计案例

针对产生式系统，通过对所选案例的分析要能包含产生式系统的知识表示、工作过程及其特点，因此必须是以大量的细致研究为基础，并且倾向于对产生式系统进行归纳分析。我们选择了一个简单的动物识别系统，该系统能够识别老虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁这7种动物。

2.2.1背景

问题就是一种情境。在这个情境中，我们希望达到一定的目标，但是又不能即刻知道如何才能达到。人们的任务是运用某种策略，寻找由问题的初始状态到目标状态的一条路径。已知某种动物的一些特征，例如，已知动物有暗斑、有长脖子、有长腿、有奶、有蹄，求解目标：该动物是什么动物？

2.2.2主题

主题是案例的核心理念，要紧扣案例，从最有收获、最有启发的角度确定主题。本案例的主题非常明确就是动物的识别过程。

2.2.3细节

环绕主题，有针对性地描写特定内容，把关键性的细节写清楚。本案例的细节包括动物识别系统的组成、工作过程、在Prolog下的实现。关键性的细节是在Prolog下的实现，包括综合数据库的实现、规则库的实现(15条规则)、控制系统的实现。

综合数据库的实现：(1)已知事实使用什么数据结构描述？(2)如何储存这些事实？(3)中间结论如何表示与储存？(4)最终结论如何保存？

规则库的实现：(1)为了识别动物，选择哪些识别规则？为什么？(2)如何组织这些规则？(3)如何表示这些规则？

控制系统的实现：(1)如何使用规则库中的规则？(2)规则库中的规则有冲突时，采用哪种冲突消解策略？(3)如何把推导出的结论放入综合数据库中？(4)算法思想如何在Prolog下实现？(5)采用正向推理还是逆向推理？

2.2.4结果

教学措施的即时效果，包括学生的反映和教师的感受。

学生的反映：(1)引起了对学习内容产生式系统的浓厚兴趣。“我可以使计算机根据动物的一些特征推断出动物是什么吗”？心理上形成了自我实现需要，为了这种需要就会努力开发自己的潜能，从而提高了分析问题解决问题的能力。(2)促使学会学习。为了解决一个问题，需要运用某种策略，寻找由问题的初始状态到目标状态的一条路径，这条路径是经过大脑思维后从多种路径中选择出来的，甚至是相关知识的综合运用提炼出来的，相关知识经过了反复积淀，获得了自主学习方法，学会了学习。(3)学会了与其他人的沟通与合作。案例教学过程中，需要经过小组、班级的多次合作才能完成任务。

教师的感受：(1)加速了教师专业成长的速度。案例教学中，首先选择或者设计案例，完成对相应知识的概括，其次分析案例，提炼精华，最后升华为教师自己富有个性的理论。(2)加速了教师从“教书匠”成长为“研究型、学者型”的过程。选择、设计案例以及分析案例是对教学实践的反思，通过反思，提炼并明确有效的教育行为及其理论依据，从而更有效地指导以后的教学。

2.2.5评析

多角度地解读和评析，回归到教学的基本层面。

(1) 案例合适吗？教学目标是要求学生掌握产生式系统，使用产生式系统解决实际问题。产生式系统教学案例使用产生式描述动物识别系统，并在Prolog环境下实现，学生通过对该案例的学习、分析，很容易设计出Prolog环境下的简单推理系统。

(2) 案例教学方法合适吗？案例教学法归纳为讲授法和讨论法。讲授法是以教师为主，通过教师对案例的讲解，说明课程内容；讨论法是在教师的指导下以学生为主进行讨论的教学方法。产生式系统案例教学实施过程中，讲授法为主，部分内容采用了讨论法。引起了学生的学习兴趣，发挥了学生的主动性。

(3) 案例教学达到了预期的教学效果了吗？从课后作业和大作业分析，取得了较好的效果。绝大多数同学独立或者合作实现了大作业八数码问题。

(4) 教学过程中存在哪些问题？在案例教学的实施过程中发现，部分同学被案例本身所吸引，忽视了蕴含在案例中的基础知识和基本概念；案例教学中教师的角色不易把握，在引导学生独立思考分析问题克服学习上的依赖心理时，造成个别学生偏离主题；案例教学对知识体系结构造成了一定的影响，需要引起注意。

2.3案例教学的实施过程

案例教学中采用了案例引入、案例讨论、概括总结三个基本环节进行。

2.3.1案例引入

在介绍了产生式的语法和语义、产生式系统的组成及工作原理后，通过屏幕演示动物识别系统的运行过程，学生说出老虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁七种动物的一些特征，如有暗斑、有长脖子、有长腿、有奶、有蹄，系统识别出该动物是长颈鹿。演示过程中由于有些学生没有说出某种动物的本质特征，识别系统没能给出正确答案。

2.3.2分析案例

首先，在POWERPOINT系统下放映动物识别系统的Prolog源程序，详细介绍设计思想以及实现过程。

其次，分小组讨论，小组内互相启发、补充、找出问题的关键所在，谋求最佳的解决对策。在小组讨论过程中教师不进行任何干涉，仅维持秩序。

最后，教师参与班级讨论。在班级讨论中，教师和学生处于平等的地位，根据学生要求，发表自己的观点。

2.3.3总结案例

首先对学生的讨论情况进行总结。肯定学生中好的想法及独到的见解，指出讨论中的优点和存在的不足。

其次，在总结讨论情况的基础上提出一些问题，如：规则库有没有更好的组织方式？如何增强系统的推理能力？如何进一步提高系统的效率？要求学生写出案例分析书面过程，并完成大作业解决八数码问题。

参考文献

[1] 陈明仁. 高校院系学科创新教育与新课程设置指导手册[M]. 北京:中国教育出版社,2007.

[2] 安予苏. 浅析案例教学[J]. 黄河水利职业技术学院学报,2005,(2).

篇9

创客、人工智能、机器人竞赛活动”创客现场赛

活动方案

 

“创客竞赛”项目设置、竞赛方式、评比指标及有关要求

“创客竞赛”是指在电脑辅助下设计和创作，体现多学科综合应用和创客文化的作品。

（一）项目设置

小学组（四年级及以上）：创意智造

中学组：创意智造

（二）竞赛方式

采用现场制作的方式。参赛学生在规定时间内按现场公布的主题，通过电脑编程、硬件搭建、造型设计等创作智能实物作品，如趣味电子装置、互动多媒体、智能机器等。鼓励学生在智能制造机器人、智能家居、智能穿戴、智能医疗等方向实现创意创新。

（三）竞赛流程：

（1）公布命题：专家评委现场公布本次竞赛的任务主题和制作要求。

（2）现场创作：参赛学生根据公布的命题，通过团队分工协作，共同创作完成一件作品。

（3）团队展示和答辩：参赛学生可以通过多种形式向专家评委和其他参赛学生展示其作品，并回答专家评委提出的问题。

（4）综合评定：由专家评委综合现场竞赛各个环节表现情况确认获奖等级。

（三）评比指标

1．思想性、规范性

（1）作品契合主题，内容健康向上

（2）设计方案完备，有作品功能、结构、相关器件使用等内容

（3）制作过程中工具和相关器材使用规范；有详细的器材清单、作品源代码注释规范

（4）各功能实现的有效程度；作品的成品化程度，包括外观、封装，及整体的牢固程度、人机交互等界面友好等

2．创新性

（1）功能、结构等具有新意，有一定的实用价值

（2）功能细节实现方法有新意；功能设计能突破原有元器件的应用习惯

3．艺术性

（1）设计具有美感，并能将美学与实用性相结合

（2）作品具有一定想象力和个性表现力，能够表达作者的设计理念

4．技术性

（1）整体结构设计合理；具有一定的功能性和复杂性

（2）使用相关元器件等实现的硬件功能具有一定的科学性、复杂性，有技术含量

（3）软件设计功能明确、结构合理、代码优化、易于调试

5．团队展示与协作

（1）能够很好的展现出作品的设计思路、制作过程和功能实现情况

（2）团队协作分工明确、合理；团队成员充分参与、协作配合

（四）有关要求

1．竞赛报名

以学校为单位统一报名，每校必报1组，最多报3组、每组3人，每组参赛队伍限报1名指导教师，于2021年8月1日至9月15日登录（aliwork.com/s/wzck）报名。联系人：张蕴豪，联系电话：65659038．18626116324。

2．竞赛时间

待定

3．竞赛地点

待定

4．竞赛器材

参照“全国中小学生信息素养提升实践活动”中创客类所提供的器材，当天比赛器材由参赛队员自备。

 

 

附件二：

 

“2021年第三届吴中区中小学

创客、人工智能、机器人竞赛活动”人工智能、机器人竞赛活动方案

 

“人工智能竞赛”是指中小学生按照比赛命题要求利用相关人工智能设备完成相关任务。

“机器人竞赛”是指中小学生按照比赛命题要求搭建、编程，使智能机器人完成相关任务。各类机器人产品均可参加。

（一）项目设置

小学组：

1．轮式机器人综合技能现场赛

2．人形机器人技能现场赛

3．飞行机器人技能现场赛

4．钢铁机甲机器人擂台赛

5．机器人舞蹈赛

6．机器人竞速现场赛（3-5年级）

7．人工智能现场赛（小学）

中学组（初中、高中）：

1．轮式机器人综合技能现场赛

2．人形机器人技能现场赛

3．飞行机器人技能现场赛

4．钢铁机甲机器人擂台赛

5．机器人舞蹈赛

6．人工智能现场赛（初中）

（二）竞赛规则及办法

1．竞赛规则：

轮式机器人综合技能现场赛、人形机器人技能现场赛、飞行机器人技能现场赛、机器人竞速现场赛（3-5年级）、人工智能现场赛任务和规则由比赛当天公布，机器人舞蹈及钢铁机甲机器人擂台赛规则见附件3。

2．轮式机器人综合技能现场赛、人形机器人技能现场赛、飞行机器人技能现场赛、机器人竞速现场赛（3-5年级）、人工智能现场赛竞赛办法：

（1）竞赛时间：轮式机器人综合技能现场赛、人形机器人技能现场赛、飞行机器人技能现场赛、机器人竞速现场赛（3-5年级）、人工智能现场赛上午为制作、编程、调试时间（3-4小时），下午开始比赛，比赛开始后不能再对作品进行修改和调试。

（2）设备材料：参赛队所带材料不限。

（3）现场搭建、编程和调试：参赛队员使用自带的电脑和参赛机器人材料，在规定时间内根据要求进行现场搭建、编程和调试。

（4）竞赛：参赛队按照赛程安排和竞赛规则参加比赛，决出优胜队。

（5）综合评定：由组委会综合比赛情况、竞赛名次等情况确认获奖等级。

（三）有关要求

1．参赛名额

轮式机器人综合技能现场赛、人形机器人技能现场赛、飞行机器人技能现场赛、机器人竞速现场赛（3-5年级）、人工智能现场赛每组限报2名队员，每个组限报1名指导教师。机器人舞蹈赛、钢铁机甲机器人擂台赛每组限报3名队员，每个组限报1名指导教师。

2．报名程序

以学校为单位统一报名，每校每项目最多报3组，参赛队员不得兼项，每组参赛队伍限报1名指导教师，于2021年8月1日至9月15日登录（aliwork.com/s/wzck）报名。联系人：张蕴豪，联系电话：65659038．18626116324。

3．竞赛场地及器材

参赛所需设备（人工智能、机器人、计算机及程序软件等）由参赛选手自备。

竞赛场地及相关器材组委会统一提供。

 

 

 

 

 

附件三：

 

“2021年第三届吴中区中小学

创客、人工智能、机器人竞赛活动”机器人舞蹈、钢铁机甲机器人擂台赛规则

 

机器人舞蹈赛规则

（一）比赛分组

比赛分小学组、中学组

（二）队伍组成

每队1‐3人。人机一一对应，即参赛队伍必须是每名队员拥有一台机器人。

（三）比赛场地

1．尺寸

舞蹈场地是10mx5m的平坦区域，要求机器人在标明的3x3m的矩形区域内表演。表演区域的边界将会用50mm宽黑色胶带标志出来，周围用20mm宽的红色胶带围起来。这可以使用程序让机器人自己判断处于边界的哪边。赛场提供的地面是平坦的（非光泽）。

2．场景

参赛者可携带表演所需要的场地布景，但不能损坏比赛场地或对随后的参赛队伍造成影响，架设场地布景时间应在控制在6分钟以内，撤除场地布景应在3分钟内。在比赛中如果出现意外而使比赛场地受损，主办方将提供备用场地。主办者将尽力提供投影屏和放映设备，在表演区域的后面各队应使用数码资源（如计算机）放映图片。这将作为他们表演的一部分。

3．灯光

没有直射的光线照在场地上。各队在设计机器人时要能适应灯光的各种变化，如在比赛的一个地点到另一个地点的自然照明的变化等。各队应根据需要调试自己的机器人适应比赛场地的照明条件。

4．音乐

各队需自备机器人表演所需音乐文件（MP3）。文件标明参赛队队名，在比赛之前交给主办方音乐播放工作人员。

（四）比赛时间

机器人舞蹈时间应不少于二分钟但不能超过五分钟。

（五）机器人技术要求

1．构造

机器人构造为任意形式（鼓励使用人形机器人），参赛者可以根据情况自由设计，为增加比赛的公平性、合理性，以及创造良好的学术氛围，激发学生的自主创新意识，鼓励参赛上场的机器人在购买的整套成品机器人基础上进行改进,根据改进情况酌情加一次分。

2．重量、体积

单个机器人重量不得超过5公斤，体积小于60cmX60cmX60cm(包括展开部分)。

3．外形服饰

自主设计服饰，材料不限。

4．控制

机器人舞蹈动作必须是完全自主的，开机启动时可用遥控等各种方式，但表演开始后不得有人为遥控、干扰或引导机器人。参赛队机器人最好在音乐响起6秒内启动机器人。

（六）比赛操作

1．机器人由手动或遥控启动，机器人与音乐的协调有各队参赛人员自行掌握。

2．在机器人启动后的表演过程中，机器人不应与参赛队员有任何接触(其中包括遥控)，机器人出现故障时可由一名队员上前处理，同时将对该队成绩给予扣分。如有带视觉系统或有“人机互动的环节”等的机器人,完成全部表演内容(表演时间按本组规则规定),给予一次加分(5分)。

3．参赛者不得蓄意影响机器人或损害比赛场地，否则将取消该队比赛资格。

4．机器人在比赛过程中如果出现故障，参赛队员可以重新启动机器人，但将对该队成绩给予扣分。

5．舞蹈表演总时间（从机器人开始表演算起）不得超过规定时间，比赛前可有1分钟的陈述时间。

6．参赛者在比赛过程中不得干扰评委，违者将对该队给予扣分，严重者将取消该队比赛资格。

7．在比赛后如有队伍认为某机器人不符合上述条件，可以向组委会提出申请（须有证据），机器人所属队伍应该做出解释，若属实，则视情况扣分。

8．在表演过程中，舞台上同队的不同机器人之间可能进行相互通讯。队员应格外小心使用红外通讯装置不要干涉其他队伍。

（七）、评分标准

1．总体设计、创意和创新。10分

2．机器人技术实现与结构构造。10分

3．舞步编排，动作复杂、协调程度，技术难度等。15分

4．舞蹈和音乐的协调。15分

5．比赛场地的利用。10分

6．娱乐价值。10分

7．机器人外型与服饰。15分

8．人机互动（以机器人为表演主体）15分

 

钢铁机甲机器人擂台赛规则

一、队伍组成：每队3名选手和2台机器人。

二、赛制：本项比赛以小组循环赛的方式进行，对战队伍抽签决定，如遇轮空则自然晋级，每场比赛为三局两胜。

三、竞赛规则：

1．比赛：比赛将在规定的赛场进行。参赛选手使用自备的机器人进行比赛。

2．比赛采用预赛、决赛的方式，比赛结果将根据比赛规则由裁判员当场进行裁定并公布。

3．赛场的规格及环境：

3-1．赛台为机器人擂台赛专用正方形赛台，边长为400cm(包含区划线)。

3-2．赛台图示如下(单位:cm)

 

3-3．赛场环境：

赛场对普通观赛者、有关报道人员，比赛有关人员使用的摄影机器等不做特别的限制。因此，如果在机器人出场时受到照相机、录像用红外线、闪光、摄影用照明等影响时，请参赛者预先做好各种对策，同时也要考虑有关室内照明、太阳光等影响。

四、机器人规格：

1-1．移动方式：遥控轮式移动机器人。

1-2．机器人规格：

1-2-1．机器人尺寸：长：50cm宽：50cm高：50cm。包含伸展部分。

1-2-2．机器人动力：电池电压≤12V放电倍率≤30C。但必须有硬质保护外壳。严禁使用燃料型，非电动型动力装置。

1-2-3．整车总重量≤8KG。

1-2-4．电机数量≤4个（含伺服电机），动力电机使用的直流有刷或直流无刷电机。

1-2-5．遥控方式：运动员自选无线控制方式，避免同频干扰。

1-2-6．在该回合比赛中选手不得中途更换机器人,同一回合比赛中只能使用同一台机器人。

1-2-7．比赛中机器人主要部件（如铲板、车轮等）发生散落、解体，裁判员将判定出局淘汰。

1-2-8．机器人轮胎不能有粘性的物品。

1-2-9．严禁有脱离机器人身体框架之外的装置使用（如抛洒，射击等）。

1-2-10、除上述以外，如果裁判员判断了违反比赛的精神时以外的规则。

五、比赛流程：

1．预赛时，由参赛选手遥控机器人，展示该机器人所有可作出的动作。（带有对比赛场地和具有一定危险性动作时，裁判员有权要求运动员对机器人作出整改，或者直接取消比赛资格）。

2．决赛时，由计算机的自律操纵、由人的手动操纵都可以。如果是用无线(无线、红外等)手动操纵时，请考虑比赛环境(光、声音、电波)、对对方使用同样的系统操纵时必须没有干扰，再有用小电力、微弱无线电操纵时，请自带8ch以上频率的无线系统。同时使用无线电操纵系统时，应准备8个晶振。

3．说明:

使用无线时请使用以下频率:

a.27MHz频段:26.975-27.255MHz(频段:01-12);

b.40MHz频段:40.61-40.75MHz(频段:61,63,65,67,69,71,73,75);c.AD频段:(25MHz微弱20频段);

d.被认可的无线LAN,Bluetooth,Zigbee等也可使用。e.在国内没被技术认可的无线控制将禁止使用。

4．禁止事项：

4-1．禁止装载有伤害对方和赛场的物品，禁止使用刀、旋转切割等危险物品。

4-2．禁止对脚底设置吸引、吸着装置(含有粘着物)。

4-3．干扰电波发生装置、激光、闪光灯等。

4-4．禁止损害场地，禁止造成污染的物品。

4-5．禁止包藏液体、粉末、气体的装置。

4-6．禁止包藏点火装置和能脱离本体的弹射装置。

5．比赛方法：

5-1．比赛采用三局二胜制。

5-2．预赛时出场者将遵从组委会决定的顺序，进行机器人的预赛。

5-3．决赛时此项目参赛运动员，每轮有三次比赛机会，三局二胜制。允许一个队伍使用最多二台机器人参与比赛，但每一回合比赛中间不允许更换机器人。比赛2分钟1回合。机器人比赛过程中出现零件散落将被判负，被掀翻或者不能移动将采取数“点数”的办法，规定时间内不能重新移动位置将被判负。

5-4．机器人任何部分超出比赛场地，将被判负。

5-5．每回合结束后，运动员有1分钟维护或者更换机器人时间，1钟后继续下一回合比赛。

5-6．若出现平局情况，裁判员将根据机器人的重量判断胜负，重量轻者获胜。相同重量时以电池容量判断胜负，电池容量数少者获胜。

5-7．此规则最终解释权归组员会所有。

 

 

 

附件四：

 

“2021年第三届吴中区中小学

创客、人工智能、机器人竞赛活动”教学创客

作品评选活动方案

 

一、评选范围和评选条件

（一）评选范围：

遵循中小学各学科课程标准，作品要求能在中、小学各学科（不含特殊教育康复训练器材、虚拟作品、以及不能体现学科教学性的工程类发明创造作品，以下同）教学中使用的，由教师自己设计制作，未参加过苏州大市评选的教学创客作品，特别是实行新课程标准、推进STEM教育以来研制的教学创客作品（含虽参加过评选但近期又有重大改进的作品）。

（二）作品分类：

1．按教学段分为小学作品、中学作品。

2．按所应用的领域段划分（1）小学：语文、数学、科学；音乐、美术、体育、综合实践活动；（2）中学：语文、数学、科学、物理、化学、生物、地理、通用技术、信息技术、综合实践活动、音乐、美术、体育；（3）其他(如：特教、外语，通用设备等)。

（三）教师教学创客作品评选条件：

（1）教学性。符合基础教育课程改革的基本理念，有利于推进STEM和创客教育，培养创新精神和实践能力，有利于实验教学、提高师生的综合素质。

（2）科学性。作品展示内容应符合科学原理，体现科学知识和科学过程相统一的原则，有利于学习科学知识，树立科学意识，掌握科学方法和实验操作技能。

（3）创新性。作品设计新颖，构思巧妙，体现新的实验活动方式、方法和内容；应用新技术、新材料、新工艺方面有创新和发展；在信息技术与传统实验的整合方面有所创意。

（4）启发性。引发学习兴趣和思考，适于探究式教学，有利于学生主动参与、互动、合作交流。

（5）实用性。取材容易，结构简单，易于操作，性能稳定，安全可靠，造价低廉，外形美观，便于自制推广；有助于环保和可持续发展。

（6）安全性。作品在教学中使用要确保无安全隐患。

二、申报程序和评选办法

（一）申报程序：

1．各单位在自评的基础上，至少选送1件教师作品参加评选，最多不超过3件。

2．送评作品的制作人必须按要求填写《“2021年第三届吴中区中小学创客、人工智能、机器人竞赛活动”教学创客作品评选活动申报表》一式三份，《“2021年第三届吴中区中小学创客、人工智能、机器人竞赛活动”教学创客作品和自制玩教具评选活动参评作品汇总表》一式一份。

3．参赛教师于2021年9月15日前登录吴中区评优评先系统（py.szwzedu.cn）上进行申报，并通知校管理员（校教技室主任）进行审核送审。联系人：张蕴豪，联系电话：65659038．18626116324。（二）评选办法：

1．为保证评选工作公开、公平、公正，吴中区教育局将成立由各学科专家组成的评审小组进行评比。评选分二轮进行，第一轮为文字材料初评，评选出进入第二轮的作品；第二轮为作品演示操作。

2．本次评选各设一、二、三等奖。评选工作结束后，公布2021年第三届吴中区中小学创客、人工智能、机器人竞赛活动获奖名单并颁发证书，进行表彰奖励。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

附件五：

 

“2021年度幼儿园优秀自制

玩教具评选”活动方案

 

一、活动目的

（一）贯彻《中国儿童发展纲要（2011-2021年）》《国家中长期教育改革和发展规划纲要（2010-2021年）》《国务院关于当前发展学前教育的若干意见》（国发〔2010〕41号）精神，落实《幼儿园教育指导纲要（试行）》《3-6岁儿童学习与发展指南》相关要求，全面推进素质教育。

（二）充分发挥自制玩教具在幼儿园教育与游戏活动中的作用，鼓励和提倡利用自然材料和日常生活材料开展教育活动，设计制作简单、发展价值大、游戏功能强的玩教具。

（三）调动广大幼教工作者因地制宜开展自制玩教具活动的积极性与创造性，宣传和推广低投入高质量地利用玩教具材料，有效开展游戏和教育活动的经验，搭建广大教师相互学习、相互借鉴的平台，推动学前教育工作的改革与发展。

二、评选范围、分类

（一）申报的作品须为幼儿园教育教学活动中正在使用，由幼儿园教师、学前教育工作者自己设计并简单制作，或对工业化产品进行改造的玩教具，还包括运用无须制作能体现教育与游戏功能的自然材料和日常材料。工业化生产的玩教具不在本次评选范围之内。申报的作品需真正贴合儿童学习生活，具有切实可玩性且能够符合幼儿园本身的空间要求。

（二）在往届全省市幼儿园自制玩教具展评活动曾获得一、二、三等奖的自制玩教具作品不得申报。

（三）以“落实《3-6岁儿童学习与发展指南》，倡导游戏活动”为主题。申报的作品按所应用的领域分类为：①运动类（YD），②科学类（KX），③建构类（JG），④语言阅读类（YUY），⑤美工类（MG），⑥表演类（BY），⑦角色类（JS），⑧益智类（YZ），⑨音乐类(YY)，⑩其他类（QT）。作品类别由申报者按照作品的应用领域在以上10类中自行选择，每件作品只能申报一个作品类别。作品类别由申报者按照作品的应用领域在以上10类中自行选择，每件作品只能申报一个作品类别。

三、申报程序和申报要求

（一）申报材料及程序：

1．各单位在自评的基础上，至少选送1件教师作品参加评选，最多不超过5件。

2．送评自制玩教具的制作人必须按要求填写《“2021年度幼儿园优秀自制玩教具评选活动申报表》一式三份，《“2021年度幼儿园优秀自制玩教具评选活动”教学创客作品和自制玩教具评选活动参评作品汇总表》一式一份。

3．参赛教师于2021年9月15日前登录吴中区评优评先系统（py.szwzedu.cn）上进行申报，并通知校管理员（校教技室主任）进行审核送审。联系人：张蕴豪，联系电话：65659038．18626116324。

（二） 评选办法：

1．为保证评选工作公开、公平、公正，吴中区教育局将成立由各学科专家组成的评审小组进行评比。评选分二轮进行，第一轮为文字材料初评，评选出进入第二轮的作品；第二轮为作品演示操作。

2．本次评选各设一、二、三等奖。评选工作结束后，公布2021年第三届吴中区中小学创客、机器人竞赛活动获奖名单并颁发证书，进行表彰奖励。

 

 

 

附件六：

 

“2021年第三届吴中区中小学创客、机器人竞赛活动”教学创客作品评选活动申报表

 

申报人(单位):

申报日期:

教学创客作品名称

 

使用学科

 

制作人

 

制作日期

 

联系电话（手机）

 

电子邮箱

 

使用的主要材料

 

作品简介(包括原理、特点、使用说明、图片等，可另附页）

演示视频或照片上传专题申报网站即可

作品的创新点或在原有作品上的改进点说明（可另附页）

 

作品STEM体现

（可另附页）

描述作品在“科学、技术、工程、数学”方面的体现

教学中使用效果说明（可另附彩页或盘片）

演示视频或照片上传专题申报网站即可

制作人单位意见

（盖章）

年

月

日

市、（区）及相关主管部门推荐意见

（盖章）

年

月

日

评委会意见及结果

评委签名：

年

月

日

附件七：

 

 

 

 

 

 

“2021年度幼儿园优秀自制

玩教具评选活动”申报表

 

 

 

 

 

作品名称：

 

 

申报单位：

 

 

申报者:

 

 

 

 

 

作品类别：请在所选定的类别内划“√”（每件作品只能申报一个作品类别）

 

运动类（YD）科学类（KX）建构类（JG）

语言阅读类（YUY）美工类（MG）表演类（BY）

角色类（JS）益智类（YZ）音乐类(YY)

其它类（QT）

 

 

 

2021年度幼儿园优秀自制玩教具评选活动工作组制

填表说明

 

1．作品名称

在一个展评作品名称下只能是一件玩教具或围绕某一具体教学内容的一组玩教具。

2．申报单位

申报单位应为第一作者所在幼儿园或学前教育机构。

3．申报者

申报者应是幼儿园教师或其他幼教工作者，可以以个人或多人合作的名义申报。多人合作作品应确定第一作者，其他为署名作者，总人数不得超过三人。作者姓名、次序和名称等各种信息资料，一经上报不得更改，不能增加新成员。

4．作品类别

由申报者按照作品的应用领域在所列的10类中自行选择，每件作品只能申报一个作品类别。

5．作品外形和结构

用图示、照片等方法介绍该作品的基本结构、整体造型、主要材料、外形尺寸。

6．作品主要功能和特点

介绍该作品适合领域、适用年龄、基本使用方法和主要作用。

7．作品制作方法

介绍该作品的制作过程，关键要领，可附图示说明。

8．使用案例

选择最能反映该作品功能价值的典型活动，内容包括活动目标、玩教具教育策略及实施过程等，可附活动录像（时间不超过10分钟）。

9．表格不够可另加附页

参评作品申报表

 

申报单位概况

园所名称

 

办园类型

 

地址

 

邮编

 

园所规模

托班数

 

小班数

 

中班数

 

混龄班数

 

负责人姓名

 

电话

 

邮箱

 

申报者概况

第一作者

姓名

 

民族

 

职称/职务

 

申报者

免冠照片

学历

 

性别

 

年龄

 

邮箱

 

手机

 

单位名称

 

单位电话

 

单位地址

 

邮编

 

第二作者

姓名

 

民族

 

职称/职务

 

申报者

免冠照片

学历

 

性别

 

年龄

 

邮箱

 

手机

 

单位名称

 

单位电话

 

单位地址

 

邮编

 

第三作者

姓名

 

民族

 

职称/职务

 

申报者

免冠照片

学历

 

性别

 

年龄

 

邮箱

 

手机

 

单位名称

 

单位电话

 

单位地址

 

邮编

 

 

作品外形和结构（附彩色照片）

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

作品主要功能和特点

 

 

 

 

 

 

 

 

 

 

 

 

 

 

作品制作方法

 

 

 

 

 

 

 

 

 

 

 

使用案例

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

申报者确认事宜

本申报者对所申报材料的作者署名负责，同意主办单位根据需要公开、采用或出版所申报的材料。

 

 

申报者签名：

年

月

日

申报单位意见

 

 

 

单位盖章

 

单位负责人签名：

年

月

日

市(区)装备部门意见

同意上报该作品参加2019年度苏州市幼儿园优秀自制玩教具评选活动。我们已要求该作者所在单位及其上级主管部门对该作品做了资格审定，申报内容属实。

 

 

 

 

主管领导签名：市(区)装备部门盖章

 

年

月

日

备注

篇10

关键词：智能科学；情感计算；感性工学；机器人；教材

中途分类号：G642　文献标识码：B

1　引言

人工情感(Artificial Emotion)是利用信息科学的手段对人类情感过程进行模拟、识别和理解，使机器能够产生类人情感，并与人类进行自然和谐人机交互的研究领域。1981年就有人开始研究人工情感问题，但是直到1990年以后它才开始逐渐引起人们的关注，特别是近几年，对人工情感的研究越来越受到人们的重视。1995年，美国MIT媒体实验室的R，Picard教授提出了“情感计算(Affective Computing)”的概念，并于1997年正式出版了专著《Affective Computing》。情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算机系统。日本学者Nagamachi提出了“感性工学(Kansei Engineering)”的新术语，并展开了以消费者为导向的新产品开发研究。2000年，北京科技大学的王志良教授提出了“人工心理(Artificial Psychology)”的理论，并于2007年出版了《人工心理》专著。

心理学家认为，人工情感是在人工智能理论框架下的一个质的进步，这充分表明了新世纪人工科学的多学科交叉研究，彼此互为影响的特点。人工情感必将为计算机的未来应用展现一种全新的方向。

2　学术科研背景

人工情感作为人工智能的扩展研究，已经在应用方面取得了许多进展(主要是在美国、日本和欧盟国家)。但是，由于情绪心理学理论方法的多样性，导致人工情感理论与研究方法都不十分成熟，使得应用技术受到了很大影响。

综合国际上关于人工情感专题研讨与论述，我们将人工情感研究领域面临的主要挑战归纳如下：

(1)情绪心理学理论的多样性，导致人工情感理论方法的不一致，以至于很难找到适用于信息科学的人工情感的统一理论方法。

(2)目前几乎还没有符合人类情感规律并适于机器实现的人工情感自动生成模型；

(3)在智能推理过程中，如何考虑情感影响的因素，实现真正意义上的拟人推理过程。

(4)目前还没有为人工情感研究者提供完善服务的计算机仿真平台及情感计算库。

(5)语音情感信息处理技术和表情识别技术的不成熟，成为制约人工情感与和谐人机交互技术发展的瓶颈。

(6)如何实现多模态情感信息融合、识别与理解，实现自然和谐的人机交互平台环境。

(7)人工情感的研究成果如何与成熟的人机交互平台相结合。

(8)如何验证机器情感的正确性是人工情感研究面临的图灵测试问题。

(9)如何从人工情绪(Artificial Emotion)走向仿真情绪(simulating Emotion)、工程情绪(Engineering Emotion)，进而找到重大应用突破点，这将是一个亟待解决的问题。

针对这一学科前沿的源头问题，进行创新性研究，解决普遍认为是人工情感的几个困难问题，是我们未来研究面临的主要挑战，也是我们的机遇。

3　现实面临的问题

2003年，北京大学智能科学系率先提出成立“智能科学与技术”本科专业，主要从事机器感知、智能机器人、智能信息处理等交叉学科的研究和教学。并于2004年在国内开始招生。随后的几年里，全国多所重点院校都成立了自己的“智能科学与技术”专业，并拥有了相关的硕士点、博士点以及博士后流动站。

随着本科生、硕士生和博士生以及从事智能科学研究人员队伍的不断壮大，使得教材建设的问题逐渐凸显。“智能科学与技术”专业作为最年轻也最有发展潜力的学科，还没有自己专业系列教材，许多高校的教材大都采用计算机类、通讯类的课程，而这些教材大都处在“知识结构老化，更新缓慢”的状态，已经不能适应该学科的发展，成为制约学科建设和教学水平提高的重要因素。教材是基本教学内容的载体，好的教材可以在教学方法上提供相应的参考，不仅为教学提供依据，还会助推本学科不断完善，学生培养体系的逐渐规范。因此，建设新教材，使之尽快与国际接轨，已成为亟待解决的重大问题。

2007年开始，北京科技大学招收智能科学与技术专业本科生，该专业的本科生将在2009年下半年进入专业课阶段学习，专业教材的建设问题已迫在眉睫。我们通过跟踪调查北京科技大学智能科学与技术专业本科生、研究生的教育基础、教学现状和教学需求，结合兄弟院校的专业教学情况，深入分析我国现代化建设的人才需求和本学科的自身发展、结构特点，系统总结国内外在“智能科学与技术”专业教学改革和实践中取得的成果和共识，进行了《人工情感》教材的编写。

作为知识的载体，教材是按照一定的教育目标和教学规律组织起来的科学知识系统。从教材的构思到教材的最终出版，一般科学的方法总共需要经历如下几个步骤，如图1所示：

(1)教材构思、大纲制定：这一阶段主要是集思广益，根据教材所面对的受众群体，大概划定教材所要包含的内容，反复讨论并修改大纲，根据教材内容划分章节，制定章节标题。

(2)拓展思路、广搜资料：这一阶段主要是组织参编人员搜集第一手资料，整理素材，逐渐使材料规范化、书面化。

(3)分工明确、力求完善：这一阶段要组织好参编人员，做到各司其职，各负其责，把各人负责的章节按照事先的规划，将理论知识、应用实例、习题及答案补充完整。

(4)精益求精、查漏补缺：把已经初步完成的教材送给相关教师及同学，让他们以初学者的身份，以局外人的眼光反复阅读，提出意见。经过反复修改，书稿基本成型，添加上必要的前沿、提要和缩略语。

(5)课堂实践、反复审校：初步形成的教材讲义，必须要经过课堂教学的不断实践，并根据教学心得和课堂反馈意见反复修改。最后，拿给出版社审校，几经修改方可出版。

4　教材规划与内容安排

依据上述思路，自2003年起，结合我校研究生课程“人工心理和情感计算”的教学实践，在研究生讲义的基础上，我们着手“人工情感”研究生教材的资料收集、整理以及章节、内容安排，目前，该教材的终稿已交付并将在机械工业出版社出版。通过多年的教学实践，根据学生现状及教学效果，不断调整教材内容，以“适应性、实用性”为宗旨，定位于普通高校智能科学与技术专业研究生学生，以素质教育为需求，注重培养学生科研及创新能力， 提高学生的科学素养。

全书共分为9章：

第1章较详细地介绍了情绪心理学、情绪生理学、情绪社会学的基本理论及相关研究历程，总结了脑科学研究在情感计算中的作用及色彩与心理学之间的相互关系。

第2章介绍了情绪的空间描述及维度化理论，总结了几种比较典型的情绪维度空间理论及国外科研工作者提出的人类情感数学模型。

第3章阐述了用数学方法描述情绪的重要性，给出了几种典型的人工情感建模方法，展示了情感建模的发展状况及前沿研究。

第4章结合实际应用，介绍了几种情感建模方法，并给出了应用实例，有助于学习者理论联系实际，对人工情感的研究与发展树立起明确的目标。

第5章结合现代远程教育发展状况，提出了把远程学员的情感数字化方法，建立起情感模型，并应用到远程教育系统，取得了不错的效果。

第6章主要讲述了人脸识别系统的构成、实现方法，是一个应用性很强的人脸识别设计范例。

第7章详细介绍了表情识别系统的设计实现，详细讲解了特征点定位、提取方法以及基于SVM的表情分类器的设计。

第8章主要讲述了网络游戏中的情感数字化，阐述了人工情感在游戏设计中的应用。

第9章详细介绍了情感机器人的发展状况、设计及实现方法，并对人工情感在智能机器人的应用作了相应的阐述。

本教材在写法上尽量做到深入浅出、通俗易懂、简洁明了，编写过程中遵守了以下三点原则：

(1)全面性与计划性相结合

人工情感理论和应用研究，还是一个崭新领域，还有很多疑难问题没有解决，发展得不够成熟，所以在编写教材的过程中，我们尽量做到知识的全面性，从基础理论到热门方向的研究，都作了较为详细的介绍。同时，也考虑到系列教材的出版，在内容安排上，兼顾其他教材，做到统筹安排。

(2)基础知识与专业技术相结合

智能科学与技术专业的学生执行的是工科学生的培养计划，在心理学基础理论方面比较欠缺，因此本教材前四章以抛砖引玉的方式介绍了有关心理学、脑科学、计算数学的基础知识，并在后面几章中结合工科学生的专业技术，结合应用实例展开内容。

(3)理论知识与实践相结合

本教材在内容安排上注重理论与实际应用并重的原则，在理论阐述的基础上，对相关研究进行了应用举例，对初学者或者初涉此领域的研究者，都能起到很好的引导和启发作用，增强了学习者的学习动力，提高了他们的学习兴趣。

5　教学并举与科研相济

教材讲义已于2008年12月交付机械工业出版社，虽然目前还未出版，但教材的初稿已多次作为我校研究生“人工心理与情感计算”课程的讲稿，学生使用后普遍反映良好，认为教材充分体现了学科交叉的特点，融合了心理学、信息科学和智能科学的相关理论、算法思想和应用实例，并进行了相应的概括归纳，以简洁实用的方式呈现给读者，具有易读、易懂性，而且实例丰富，非常实用，并且就讲义中存在的问题，提出了宝贵的意见。

在完成了本版教材的编写工作的基础上，为达到教学并举，科研相济，经过多年的努力，我们已经建立了系列情感机器人系统实验平台(前文详细介绍)，如图2情感机器人系统实验平台外形。这是一个多模态信息融合的实验平台，具有视频获取、声源定位、多路触摸传感、热释电感应及触摸屏选择等多通道输入，可以通过语音、动作、光电、图片等形式表达感情。该情感机器人采用开放式平台，能够为学生提供多种人工情感理论和模型的验证实验。图3为该情感机器人的系统体系结构。

6　展望未来

“智能科学与技术”专业在国内才刚刚起步，是一个全新的学科，各个学校都有自己的特色。目前来看，在学科建设方面制定一个普适的方案是不现实的。而特色课程恰恰是新学科区别与相关学科的重要标志，也是各个大学百花齐放的阵地。