人工智能在教育的应用范文

导语：如何才能写好一篇人工智能在教育的应用，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。

篇1

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2

关键词：隐喻；认知功能；外语教学

中图分类号：G4241

文献标志码：A

文章编号：1002－0845(2007)06－0046－02

收稿日期：2006-12-12

作者简介：孙厌舒（1979-），女，山东聊城人，副教授，硕士，从事语言习得及英语教学研究。

一、隐喻的认知功能

对隐喻认知功能的研究最早可追溯至亚里士多德时代。亚氏把隐喻看做是一个概念对另一个概念的替换，并且指出，诗歌中隐喻的运用有一定的语境(Mahon，1999)。隐喻的认知功能在17和18世纪再次被Vico和Teasaoro提及，只是进入20世纪以后，隐喻的认知功能才被贬低，隐喻被当成了一种静态的形式逻辑的符号。例如Searle(1977)从语言学的观点出发，把隐喻仅仅看做是一种语用现象。为此，莱科夫和约翰逊一针见血地指出，“典型的看法都认为隐喻仅仅是一种语言特点，是语言的问题而不是思想或行为问题”(Lakoff & Johnson， 1980)。他们以《我们赖以生存的隐喻》一书大张旗鼓地提出了隐喻的认知功能，从而把对隐喻的认知功能的研究推向前所未有的高度。他们认为，隐喻的本质是通过甲事物来理解和体验乙事物，人的概念系统就是通过隐喻建构起来的，即所谓“我们的思想和行为本质上都是隐喻的” (Lakoff,1980)。自此，对隐喻的认知功能的研究逐渐发展起来。卡梅伦(1999)也指出，隐喻具有语言修辞功能、认知功能和语用功能。国内学者束定芳在《隐喻学研究》一书中，把隐喻功能划分为修辞功能、语言学功能、诗歌功能、认知功能、社会功能和文字游戏功能。其中隐喻的认知功能主要指隐喻是人类认识概念系统的基础和组织经验的工具，为人类认识世界提供了新的视角。一般认为，隐喻的认知机制主要体现为从源领域到目标域的映射，表现为人的思维中存在的系统的概念隐喻。在特定语境中，这种概念隐喻常常意味着信息的筛选和整合，而且根据Lakoff的“不变原则”，这种认知映射具有系统性特点，即源领域的结构系统映射到目标域时，原有的基本图式结构不变。

二、外语教学中隐喻的应用研究回顾

卡梅伦较早地探讨了具有认知功能的隐喻的应用。她认为，隐喻首先是一种语言使用现象，语言的认知性与社会性相互作用产生了语言行为。因为语言是一个复杂的、动态的系统，语言资源只有在特定的语境中被应用、加工，才能达到互动的目的。作为语言学者，应当揭示种种语言行为的内在过程。因此，研究隐喻，要把隐喻的社会层面和认知层面都包括进来。在此基础上，卡梅伦建构了隐喻的应用框架：1)理论层面；2)加工层面；3)神经层面(Cameron， 1999)。近年来，第一层面主要研究隐喻的认定和分类，第二层面主要指隐喻在特定文化语境下的作用和解释，第三层面研究处理隐喻时的神经活动。国外对隐喻的认知功能的应用研究已逐渐扩展到很多领域，例如Gwyn(1999)有关隐喻的认知功能在医疗中的应用研究，Clarke (1999)对儿童话语中隐喻的分析，Forceville(2000)对广告中隐喻的认知作用的研究，等等。

相比之下，在外语教学领域里，有关隐喻认知功能的应用研究要少得多，仅有零星的研究散见在认知语言学著作里。在首届全国认知语言学研讨会上，庞继贤和丁展平(2002)曾撰文讨论过隐喻的应用语言学研究，尝试把卡梅伦的三个层面应用于外语教学。王寅(2004)提出了在外语教学中培养学生的隐喻能力的问题，蔡龙权(2005)也提出了把隐喻性表达作为一项外语交际能力的设想。但是隐喻的研究成果仍未在外语教学领域里引起足够的重视。国外的相关研究亦很少，且多为母语为英语的二语习得研究。例如Cameron(2003)对英语国家课堂中出现的隐喻的分析，Cortazzi(1999)对本族语教师与学生有关“教学”、“教师”等概念的隐喻性理解和表达的研究。另外，这些研究也都没有直接探讨外语教学和隐喻的关系。

鉴于此，本文拟在前人研究的基础上探讨隐喻在外语教学中的主要应用层面，分析外语教学中隐喻应用的可能性，以期为隐喻的认知功能在外语教学中的进一步应用探索路径。

三、隐喻的认知功能在外语教学中的应用

隐喻作为一种认知模式，出现在政治、经济等各类语篇中(孙厌舒，2004)。我们的外语教材中也有大量的隐喻。隐喻在外语教学中的作用不容忽视。

基于卡梅伦的应用框架理论，在中国文化语境下，隐喻在外语教学中的应用也可分为三个层面：1)语言层面；2)交际层面；3)文化层面。语言层面主要包括隐喻的认知功能在外语教学中对各种语言现象的提炼和组织的作用。隐喻在交际层面上的应用是培养学生语言能力的重要方面，也是外语教学中经常涉及的问题。文化层面上，隐喻的认知功能在外语教学中主要涉及到文化教学与语篇理解。

1．语言层面

语言层面上，隐喻的认知功能主要表现在三个方面：(1)隐喻能有效地明确教学中的概念。Cortazzi总结隐喻的认知功能对外语教学的借鉴之处时指出，“隐喻能有效地明确教学中的概念，系统地组织概念”(Cortazzi，1999)。隐喻在从一个领域向另一个领域的投射中，一些特征在被形象化、具体化的同时也系统地被提炼。在语言学研究中，不同的隐喻用来明确不同的概念。例如，Saussure认为，Language is a game of chess．Chomsky提出 Language is growth，而Halliday则认为Language is a resource。在外语教学中，一些较抽象或较陌生的概念可以借助隐喻来明确。写作教学中的“大纲”(outline)，阅读教学中的“框架”(scaffolding)等，都是利用隐喻来明确概念的。（2)隐喻性的映射可以用来解释一词多义现象，可以说明词的具体义项和抽象义项之间的联系，可以使学生了解词的演变机制，从而更好地理解、记忆词汇。认知语义学认为，支配着一词多义现象的不同意义之间关系的原则是由具体到抽象的隐喻性映射。隐喻的认知功能正是很多词汇产生多义的原因。Lakoff举过“foot”的例子：the foot of a mountain，the foot of a list中的foot正是将人们对人体的认知投射到其他事物上产生的意义。再比如通过了解表示空间概念的词，如“up”、“down”等在语义扩展中的意义就可以深刻理解英语中介词意义的多元性和抽象性(赵艳芳，2000)。(3)借助语言的隐喻本质及其隐喻概念，学生可以更好地理解教材中的隐喻性语言。特别是在文学作品阅读和欣赏中，对隐喻的正确理解和把握能有效地帮助学生提高阅读能力，理解作品的修辞及意境。教师可以通过讲解隐喻的认知模式，帮助学生理解隐喻的含义，达到举一反三的目的。例如，《新编英语教程》第6册15课“Teaching as Mountaineering”中，教师被喻为登山者。这里教学是源领域，登山为目标域。源领域和目标域之间基于相似性而成功地被映射，固然是因为两者都有艰难险阻，都能带来成功的喜悦，但更重要的原因却是，教师必须像登山者一样善于“结绳”，即帮学生串起一个个知识点，或把书本知识和学生的实际联系起来，把课堂教学和课外实践联系起来。通过对源领域和目标域的相似性的把握，教师可以比较顺利地把隐喻蕴涵的意义传达给学生，促进学生的阅读理解。

2.交际层面

① 选自Istvan Kecskes(1999)。语言的普遍隐喻化表现在词汇和语篇中，也表现在受情景制约的言语中。Lakoff(1980：4)说：“隐喻充满了我们的日常生活。”而Richards(1936：94)则指出：“我们的三句话里就有一句隐喻。”交际言语中出现大量的隐喻表达也是基于我们的隐喻认知机制。隐喻源于我们的隐喻概念系统，而这一系统又源于我们对外部世界的体验。我们可以想象，我们的祖先是从认知空间和自己开始认识世界的，所谓“远取诸物，近取诸身”。隐喻的认知基于身体体验，产生于一定的情境，并且必然受情景的制约(Lakoff & Johnson，1999：468)。例如“give me a break”①在特定情境中，它们意思并不是“让我休息一下”，而是表示一种拒绝或反对。当我们用“give me a break”表示拒绝时，所形成的并非仅仅是一个语言事实，而且是一个言语社区所共同认可的交际行为。再如，在某特定情境中，“get out of here”①的意思也许并不是“leave”，而是“don’t fool me”。可见，我们交际中使用的隐喻化表达方式不仅普遍，而且是与语境密切相关的语言现象。对外语学习者而言，隐喻化表达既是一种语言能力，也是一种交际能力。

面对交际中大量的隐喻化表达方式，我们认为，在外语教学中，培养学生的交际能力、隐喻性表达方式和思维方式是不可或缺的。但是目前我国外语教学中缺乏专门隐喻性表达的训练，外语教师甚至尚未建立起培养学生的隐喻化思维和隐喻化表达方式的意识。蔡龙权曾撰文指出，“隐喻性表达是外语交际能力的必要构成，应该把它设立为我们外语教学的一个高级性学习目标”(蔡龙权，2005）。王寅(2004)也提出在外语教学中要提高学生的“隐喻能力”。两位学者都提出要把隐喻确立为我们外语教学的一项内容，是很有见地的观点。

3.文化层面

隐喻的认知模式也有不同的文化意蕴。如上所述，隐喻产生于体验，产生于特定的文化情境，同时也是文化的组成部分。Lakoff指出，“我们所说的体验决不仅仅涉及某个个体，确切地说，每一种体验都是在一个广阔的文化背景前提下产生的……所有体验都完完全全是文化的产物”。隐喻本身的文化意蕴已是语言学界的共识。外语教学必须同时教授文化，这也已是外语工作者的共识。Swiderski(1999)详细讨论了如何通过阅读和写作来提高语言学习者的文化意识问题。

的确，讲授隐喻固有的文化意蕴是进行文化教学的一个方法。然而通过分析隐喻的认知功能，可以在更深的层面上达到文化教学的目的。通过考察隐喻的认知模式，考察隐喻对概念的整合功能和对信息的筛选作用，可以帮助学生更深刻地理解隐喻所传达的文化意蕴。

四、小结

本文讨论了隐喻的认知功能在语言层面、交际层面、文化层面上在外语教学中的应用问题。上述三个层面中，语言层面是基础，交际层面和文化层面在语言层面的基础上得以发展并与之相辅相成。

但是隐喻的认知功能并非仅限于这三个层面。外语教学中学生听、说、读、写几个方面的语言能力是相辅相成的，隐喻的认知功能对学生语言能力的影响也是多方面的。我们相信，通过提高学生对隐喻的认知功能的理解，能够提高学生的综合语言能力。在外语教学中，虽然目前尚不可能进行独立的隐喻教学，但我们可以从隐喻的认知功能这一角度对学生进行必要的训练，使学生透过表面的语言现象，捕捉其中蕴含的文化信息，逐步培养学生对隐喻的认知功能敏锐的捕捉力和隐喻化的表达能力。

参考文献：

［1］Forceville，C.Pictorial metaphor in advertising［M］．London：Routledge．2000．

［2］Lakoff，G.& M．Johnson，Metaphors We Live By［M］．Chicago：The University of Chicago Press.

［3］蔡龙权.隐喻理论在二语习得中的应用［J］．外国语，2003(6)：38～42．

［4］蔡龙权.关于把隐喻性表达作为外语交际能力的思考［J］．外国语，2005(6)：21～26．

［5］孙厌舒.认知研究与外语教学［J］．基础教育外语教学与研究，2004(5)：50～53.

篇3

如果按照这个速度，用不了几年，每个业余围棋爱好者都能坐在家里的沙发上，泡上一杯茶，打开电脑，运行围棋人工智能程序，向“围棋上帝”学上一盘。以前，一个业余围棋爱好者一辈子都难得与职业高手下上一盘棋，将来这个梦想天天都可以实现。

人机大战第二季结束后，Google研发团队宣布，AlphaGo将退出围棋舞台，接下来它将挑战医疗、能源、材料等全新领域。谁又知道，人工智能在这些领域将取得哪些革命性的突破呢？

回到教育，虽然没有AlphaGo的轰动性效应，但从历史上看，教育一直是人工智能的重要应用领域。同样，人工智能在教育领域的前进步伐也从来没有停止过。智能导师、教育机器人、学习同伴、智能测评，这些最新的人工智能教育产品时刻提醒着我们，教育的人工智能时代已经不再遥远了。

如果从技术角度来说，我们丝毫不担心人工智能时代的到来，因为人工智能的脚步是不可阻挡的。但我们同样需要对人工智能保持一份警醒，毕竟，教育是一个远比围棋复杂的领域。AlphaGo在围棋上取得质的飞跃不过几年时间，而教育的“AlphaGo时刻”何时出现，谁也不敢断言。更为关键的是，围棋不过是棋盘上的输赢，教育却是人生的成长。胜负是一时的，而成长是不可逆的。

篇4

关键词：人工智能;档案管理;应用

档案管理是一项重复繁琐、枯燥乏味、并容易出错的工作，但在人工智能时代，这种局面在未来将会有较大的改观。人工智能在档案管理领域的应用将推动档案资源数字化、管理网络化、智能化、用户使用便利化，对档案管理和社会服务的影响会是革命性的，呈现一种完全不同的情景。

一是存储数字化，档案柜架消失。这包括档案的数字化采集和数据库建设。档案数字化采集指使用专业化的数字设备，将实物与声像档案中的图文，转化为数字化信息，实现档案采集的目标;数据库建设则是用数据库将收集和编码的档案数据存储和管理起来。概括起来就是档案生产资料的智能化。

二是无人档案馆，档案的收集、整理、分类、归档智能化，这包括网络档案信息资源智能收集、数字档案信息资源智能分类与检索、智能化档案价值鉴定和智能化档案安全管理。在档案工作中可以应用人工智能，包括应用自然语言处理、模式识别和机器学习的相关科学技术对数字档案信息资源进行智能分类，以及应用神经网络算法来让计算机做档案开放鉴定，它通过模仿人脑的机制来解释和处理数据，建立大脑神经网络系统传递信息，分析图像、声音和文本。机器鉴定档案会有以下三个优点：鉴定标准统一，效率高， 无须相关专业知识即可鉴定。简单说，人工智能将使档案管理生产力大幅度提升。

三是档案管理关系将被重新定义，呈现的是全时空机器关系。常言说“生产力决定生产关系，生产关系反作用生产力，生产力与生产关系需要相互适应，并且在矛盾中相互促进发展”。人工智能进入档案管理领域，也将带来档案 管理关系的重大变化，这种关系的解读可以从人工智与档案工作者、人工智能与档案服务、人工智有与档案使用者。任何一种新技术在档案工作中应用的初期都会使档案工作者产生一定的抵触情绪，特别像人工智能这样的技术，可以应用到档案工作的方方面面，势会颠覆档案工作者的原始认知，这需要通过教育来改变。

近年来，随着大数据的快速发展，人工智能技术已经被广泛应用于人们的生活生产中，其应用也将为档案管理工作带来了一系列历史性变革与发展。人工智能技术应用于档案管理中可以实现智能分类检索与智能安全管理，满足用户对档案管理的多元化需求。如2019 年由浙江省档案馆与国家级AI+档案联合实验室（国家档案局档案科学技术研究所和科大讯飞股份有限公司联合成立）（以下简称“联合实验室”）共同签订战略合作协议，同时为“国家级成果应用示范基地”揭牌。一项用于档案管理的“黑科技”—科大讯飞档案机也在今天正式亮相。AI赋能，成效显著。目前实验室成功利用智能语音识别和实时转写技术实现口述征集，实现了智能语音档案著录，音、视频数字档案检索利用等这些革命性成果，极大的提升了档案工作的效率;用OCR技术识别民国繁体文书类档也取得突破性进展，识别率85%以上，达到可用级别;尤为重要的是，基于机器学习的档案数字化加工系统研制及知识库建设，利用OCR识别与智能语音“双结合”方式以及档案行业规则和知识库学习，对数字化加工应用的创新，整体效能提升40%以上。这些先进成果和技术应用，为联合实验室和浙江省檔案馆的合作奠定了坚实的基础。双方合作以后，联合实验室将利用自身的技术、人才、产品、服务等核心优势，浙江省档案馆提供权威、专业的档案管理研究资源支持，双方共同制订“人工智能+档案”科研成果应用及推广的可行性方案规划设计，共同推动相关成果在区域性国家重点档案保护（华东）中心和浙江省档案馆的国家重点档案保护与开发、口述历史采集室建设运行、音视频档案整理利用、档案开放鉴定、档案著录等工作中的成果转化及推广，创新档案管理工作模式，提升“智慧档案”建设水平。联合实验室首款产品—讯飞档案机，以档案信息安全为基础，具备高保密性。可随时随地进行口述史的征集整理;重大活动全过程记录建档。产品上手简单，操作便捷，是实验室首款既有颜值又有才华的档案专业人工智能创新型产品。浙江省档案馆目前正在进行一系列口述历史的抢救性采集整理工作，从此前走访浙江籍名人，到接下来走访浙籍老艺术家、抗战老兵，包括档案机在内的人工智能黑科技都将发挥巨大的作用。

人工智能是研究、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。自诞生以来，人工智能的理论和技术日益成熟，应用领域也不断扩大，基于技术革命的大胆预测，未来人工智能带来的科技变革，将会是人类智慧的一大挑战。综上所述，传统的档案提供利用服务方式一般包括阅览服务、展览服务和咨询服务等被动方式实现，而新型的档案提供利用服务方式主要是网站服务、新媒体服务、精准推送服务等主动方式实现。人工智能可以应用大数据人工智能对使用者的需求进行深度挖掘，及时准确地掌握使用者的个性化需求，真正地实现“以用户为中心”的现代档案服务，包括“万物互联”“万物智能”“无时不在”“无处不联” “无所不有”的等智能服务特点。

参考文献

[1]张江.浅析人工智能技术在档案管理中的应用与发展[J];决策探索（下）;2018 年08 期.

[2]杨洋.人工智能技术的发展及其在教学中的应用[J];软件导刊（教育技术）;2018 年07 期.

[3]李晓丹.人工智能技术在教育考试中的应用[J];教育现代化;2018 年28 期.

篇5

【关键词】人工智能；诊断学教学；智能教学系统；智能组卷系统；智能阅卷系统；智能仿真教学系统

人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth学会上提出的，随着计算机核心算法的突破、计算能力的迅速提高以及海量互联网数据的支撑，目前已被广泛地应用于各个领域[1-2]。近年来，人工智能也给教育教学领域带来了机遇，人工智能+教育正如火如荼地开展和推进，改变着传统的教育形式及生态[3-4]。2018年教育部《高等学校人工智能创新行动计划》，各大高校在人工智能及其教育发展上有了纲领性的指导[5]。医学教育作为教育教学诸多领域的一隅，乘着人工智能发展的东风，各大高校在推进医学教学改革方面进行了大量积极的探索与尝试[6-8]。诊断学是由基础医学过度到临床医学的桥梁课，其教学质量的良莠直接影响到医学生的培养质量，传统的教学方法难以满足现代医学教学的要求，如何发挥人工智能的应用优势，让其更好地应用于诊断学的教学工作，也是诊断学课程教改的重要研究方向。

1传统的诊断学教学方法存在的问题

诊断学是学习临床基本技能最重要的一门课程，其内容包括症状学、体检检查、实验室检查及辅助检查等四大块，分为理论课和见习课，目前大多数医学院理论课采用的是以大班的形式在多媒体教室讲授，而见习课则采取分小组的模式进行，多年的教学实践发现该教学模式取得的教学效果不尽人意，尤其是近年来随着全国各大医学院校的扩招，出现了师资及教学资源配套的相对不足，上述教学模式的问题逐渐凸显。理论知识以老师讲授为主，采取的是“满堂灌”的教学模式，然而该部分教学内容知识点繁多，知识串联度不高，课堂灵活度、生动度较为薄弱，学生听完课以后对课程内容印象不深，知识掌握度差，同时由于学生的学习主观能动性差异大，不能进行课前充分预习的学生在课堂上更加难以跟上老师讲授的节奏。见习课是对理论知识进行实践，培养学生的实践操作能力，前期理论知识掌握度差又会影响见习的教学质量，导致教学过程形成恶性循环[9]。见习课主要采取老师讲授要领及演示操作流程，之后学生们互相练习的教学方法，该部分内容需反复加强练习，同样的动作要领反复锤炼才能熟练掌握，因课堂见习时间有限，而老师讲授及演示需占用大部分时间，学生动手实践机会不多，老师对学生的操作手法、操作内容、操作顺序等重要内容进行指导和勘误的时间少，学生操作的规范性难以保证，在以后的临床实践中，往往存在实践操作能力的缺陷。上述教学模式教师与学生们之间除了课堂时间，其余时间是脱节的，不能很好地沟通，学生们有疑问的知识点难以得到老师的及时解答，教学活动中没有充分反馈，各个教学环节难以进行教学反思，形成教学相长的良性循环。课后复习及阶段性总结复习是课堂知识内化及升华的重要方面，传统的教学模式通常是给学生布置课后作业，学生完成后上交由老师批改留档，这个环节学生与老师缺乏有效的沟通，且由于学生们学习主观能动性差异，课后没有老师的监督及针对性地辅导，课后作业的质量良莠不齐，教学质量欠佳是显而易见的。随着现代医学的发展及研究的开展，涌现了一大批新的诊断方法与手段，譬如关于肿瘤诊断的分子marker，评估预测疾病活动度及预后相关的指标，在临床上已经常规应用，但由于教材更新需要周期，很难跟新进展同步介绍，另外由于课时有限，难以全面地就学科前沿及新进展进行讲授[10]。

2人工智能应用于诊断学教学的重要意义

2.1教师方面

将人工智能应用于诊断学教学实践，削弱了教师的知识权威而强化了教师的价值引导，对教师的个人能力提出了更高的要求，促使教师踏实践行终身学习并持续更新自身知识结构。互联网高速发展的时代，知识呈几何指数更新并出现大爆炸，基于各种互联网即时通讯平台及手机APP，诊断学体格检查、理论知识讲授相关的小视频及研究进展不胜枚举，这就要求教师及时获取、更新知识并进行相应的知识储备。人工智能的应用促使教师从单人施教发展为团队施教，为开发更具个性化的课程教学注入团队的力量。基于大数据的人工智能可以减少诊断学教学过程中的机械性、重复性工作，如平时作业的批改、考勤统计等，减轻了教师的工作负担，教师可以将更多的精力投入到医德医风、医患沟通能力以及体格检查手法的规范化培养上，更多的心思放在丰富课程内容及教学形式上。同时大数据可以及时反应学生的学习动态，教师可以根据学生的反馈及课程评价有针对性地对学生进行相应的辅导。

2.2学生方面

将人工智能应用于诊断学教学实践，可以实时动态记录学生的学习情况及暴露的问题，如是否按时完成课程任务、测试中哪些知识点容易出错等，人工智能系统能够对这些数据进行关联分析和深度挖掘，并且可视化呈现相应的数据，有利于教师及时掌握学生的学习进度、参与度以及学习效果，并根据具体的学情分析数据来调整辅导和教学方案。基于人工智能强大的算法和分析，可以为学生定制个性化的教学内容及进度，提供更有针对性的课堂内容和随堂测试，并对测试及平时作业进行智能批改，真正做到查漏补缺。诊断学课程内容相对枯燥，学生们的学习兴趣有限，基于人工智能的教学方式可以寓教于乐，在课程中将一些比较零散的知识点可以设置成互动小游戏，营造出良好的课堂氛围，提高学生们的学习兴趣及学习效率。

2.3教学过程

针对教学过程，人工智能亦发挥着至关重要的作用。第一，诊断学作为桥梁课程，是一门必修课，包括临床医学五年制、八年制、法医学、基础医学等相应专业的学生均需要学习，人工智能拥有超强的计算能力和强大的“记忆力”，面对众多不同专业的学生，可以根据大数据进行分析，制定出适合不同专业学生的完备教学目标。教学活动开展过程中，人工智能还可以根据学生的课堂及课后测试表现，依据分层教学的要求自动设置梯次教学目标，帮助学生们逐步提升学习能力和知识掌握度。第二，人工智能可以凭借自身信息化的特点，对各种教学资源进行分析，为教师和学生选择更优质更合适的资源提供依据，促进个性化的教与学。第三，传统的教学方式、教学内容相对有限，人工智能基于大数据能够启发新的教学思路，创新教学方法，为诊断学教学提供更多的可能性。

3人工智能在诊断学教学中的应用

3.1智能教学系统

智能教学系统是教育技术学中重要的研究领域，其根本宗旨是使得学生的学习环境更加优良和谐，智能教学系统能够及时有效地调用最新最全的网络资源并充分优化后供学生学习，使得学生能够更加全方位、多角度地学习专业知识，提高学习效果[11]。智能教学系统大致由领域知识部分、教师部分及学生部分3个部分构成[12]，其中领域知识部分又称为专家部分，这一部分既包含了需要讲授的内容及掌握的技能，又可以添加专家的学术成果，既能够保证学生对于基本概念、基本理论及基本技能的掌握，又能够拓宽知识面，增加知识的广度。智能教学系统的教师及学生部分主要是为设计和制定教学方案及策略服务，基于大数据基础上，根据课程的特点、历年教学情况、学生身心发展特点及学习实际情况，制定更加个性化、高效的教学方案，促成教师因材施教，取得更加理想的教学效果。

3.2智能网络组卷阅卷系统

诊断学教学内容包括理论和见习两大块，教学过程中教师的大量时间用于出题、阅卷、批改平时作业等与考核相关的工作，并且在出题过程中需要围绕相对固定的重难点内容不断创新题型，消耗教师大量的精力。智能网络组卷阅卷系统能够充分发挥其优势，将教师从繁冗的考核相关工作中解脱出来，使得教师的教学更高效，教师能够把更多的时间。智能网络组卷系统能够有效收集和分析知名高校教学团队编写的在线题库，实现教学资源的共享，通过随机抽题组卷、答案随机排序、题型随机排序以及设置避免与历年考卷重复等，显著提升试卷的质量，亦能改善考试作弊的顽疾，客观地考核学生对知识的掌握度。智能网络阅卷系统有简明的阅卷流程，能够更有效地识别试卷及答案，能够明显降低传统人工阅卷方式因疲劳带来的出错率，使得工作效率更高、考核结果更公正。

3.3智能仿真教学系统

诊断学教学的见习部分是学生提高技能的重要环节，常常采用分小组在病房完成的方式进行，在课程的开展过程也凸显出了各种各样的问题，譬如因学生分组进行询问病史、体格检查，重复次数多，患者难以多次配合；在教学时间段内病房缺相应的病种，无法对所学的症状进行直观的学习；传染病流行期间出于对学生健康安全的保护，无法进入病房见习等等，此时智能仿真教学系统能够发挥重要的补充作用[13]。人工智能可以根据提供的海量真实临床病例，由医学专家整合其临床特征，联合计算机专家，根据相应的教学要求，形成虚拟病人学习系统，学生在仿真诊疗环境中，进行问诊、体格检查、诊断以及给出治疗方案，同时系统能够自动发现学生在问诊及诊断过程中的错误，通过实践、纠错再实践，提高学生采集病史、体格检查的能力，同时能够加强学生的临床思维的训练，夯实临床基本功[14-16]。

4总结及展望

篇6

关键词：计算机网络；发展；变革

一、计算机网络技术对人们生活的影响

（一）变革工作方式

计算机网络等相关新兴技术的出现，为社会上的各行各业都带来了很大的变化。首先对于工商业来说，也是最早应用计算机网络技术的行业，在当前各行各业处于快速发展的过程中，对于计算机等新兴技术也有了更强的依赖性，企业借助计算机网络技术可以提升工作效率，同时也可以改变传统工作中存在的缺陷。在银行中主要就是利用互联网等技术来为客户提供服务，同时现在的网络购物技术以及互联网金融的快速发展，也使得越来越多的行业都面临着新的变革，并且人们也享受着网络技术所带来的便利，借助计算机网络技术可以查询企业的资源利用状况，也可以为企业的发展提供一些指导性的意见[1]。计算机网络技术等也被广泛的应用于教育领域，在教育中借助现代化技术可以显著提升教育质量，也可以摒弃传统教育存在的缺陷。如果仅仅通过枯燥乏味的教学模式是无法提升学生的学习兴趣的，在其中引入现代化的教育手段，可以培养学生的学习兴趣，同时也可以将一些枯燥乏味的内容以更加形象的方式呈现在课堂上，这样可以丰富课堂教学手段。比如借助PPT等形式可以将书本上的知识以图片视频方式呈现出来，这样可以使得教材内容更为直观，也可以使得学习过程更为高效。在教育界有效的引入现代化教育技术，可以显著提升教育质量，同时也催生了远程教育的产生，学生在家中也可以借助互联网与老师进行沟通交流，这极大的促进了教育得推广，也为我国所推行的素质教育奠定了基础[2]。

（二）革新消费方式

计算机网络技术的快速应用以及新技术的快速应用现，也在很大程度上改变了人们的生活消费与交流方式。当前相关技术的快速发展，也使得人们的购物方式发生了很大的变化，我们在生活中最为显著的一个购物行为变化就是网购行为越来越多。尤其是很多网络店铺的兴起，其凭借着京东、阿里巴巴等大平台为当下用户提供了非常便捷的购物服务，人们足不出户便能购买到自己心仪的商品，同时在网上也可以获取自己想要的资源。结合自己的需求立即购买产品，这种消费方式省时省力，不用出门也可以达到自己的需求。在该过程中人们的支付方式也发生了很大的变化，人们越来越多的使用网络支付，也不会被传统消费过程中现金支付所带来的困扰所影响[3]。

二、计算机网络技术革新

（一）大数据技术

当下越来越多的新兴技术不断涌现，最为显著的便是大数据技术。大数据技术依托于计算机网络技术能够从当前爆炸式增长的资源中来迅速挖掘到自己需要的信息，并且借助相应的分析系统来对数据进行分类整合，这样可以大大提升对于信息资源的获取、处理和利用效率。普通民众对于大数据的应用不是很多，但是对于一些互联网企业都会借助大数据技术来为自己的业务开展提供信息，比如淘宝之类的购物网站会借助大数据技术来收集用户的习惯喜好，并且针对性的推送一些用户可能会购买的产品。今日头条之类的新闻网站也会结合用户的浏览规律、浏览喜好来向其推送一些可能被喜欢的内容，这也可以做到精准化推送，以及更加周到的服务，并且获得更多的受众。

（二）人工智能

人工智能技术也被广泛的应用，虽然从整体角度来说，人工智能技术仍然不够成熟，但是其也被广泛的应用到科技领域以及家居领域，比如智能语音智能驾驶、智能家居服务都已经成为当下智能技术所研究的方向。人们一回到家就可以通过声控的方式，来对家中的电器进行控制。同时在驾驶中也可以借助智能辅助系统来获取更加舒适的体验，也有一些厂商正在研发智能驾驶系统和AI技术，这可以为人们的生活提供更加优质的服务[4]。人工智能在计算机网络安全管理工作中，可以更好的呈现自身的价值，首先借助人工智能等技术可以构建智能防火墙技术，这在很大程度上可以保护计算机系统免受外界的侵害。借助该技术可以防止黑客，以及更高级别的病毒入侵等活动。同时借助人工智能技术等衍生出来的智能防火墙，可以有效提高安检效率，并且对于一些高级病毒进行筛选防护，借助人工智能技术可以提高计算机入侵检测技术，该技术可以作为防火墙技术的核心工作，其能够为维护网络安全提供重要的技术支持，最大程度上确保计算机系统能够处于安全稳定的状态。人工智能技术也被广泛的应用到专家知识库的构建中。其主要就是结合其积累的相关资源，并且借助大数据技术的对其中的内涵价值等进行挖掘，对知识门类进行分类，这样可以借助现有的计算机网络管理经验，并且辅以数据库编码等操作来为后期各项工作的开展提供基础

（三）云技术

云技术也是当下发展较为迅速的技术，在国内，阿里云所占的份额最多，并且其借助云技术可以有为用户提供更加优质化的服务，比如云存储、云计算。通过云技术可以为互联网用户提供优质化的服务，也可以将之与大数据技术相整合，进而为整个企业业务的开展提供有效的策略。当然，在未来会有越来越多的计算机，网络技术以及相应的衍生技术出现，并且改善人们的生活质量[5]。

篇7

[关键词]远程教育 Agent 系统

[中图分类号]G484[文献标识码]A[文章编号]1009-5349(2010)01-0076-01

引言

目前对远程教育方面的研究主要集中在两个领域:基于Web的远程教育和实时的远程教育。在基于Web的方式下,教学内容以课件的形式存放在Web服务器上,学习者可以随时随地独立的学习。而针对教与学的交互性,实时的远程教育主要研究利用视频会议系统传输视频和音频,构建一种分布式的教室。在以上两个研究领域中,基于Web的远程教育由于对系统的配置无特殊要求,并且在Internet上可以随时随地访问而得到了广泛的应用。

然而,传统的基于Web的远程教学系统也存在一些缺陷:1.非智能化的网络信息检索方式不适合学习者兴趣的变化。2.系统不能很好地对学习者的学习过程进行智能化管理。3.系统的学习模块不具有个性化、智能化的特点。4.系统的负载能力差,难以适应日益增长的在线学习的需求。

总的来说,目前的远程教学系统缺乏智能性、自适应性和各环节的互通性和交互性。针对以上基于Web的远程教学系统存在的不足,可以采用Agent技术对其进行研究和改进,从而改善传统的基于Web远程教育系统的不足。

一、Agent及Agent系统的基本特点

Agent(智能)是一个具有自适应性和智能性的软件实体,能代表用户或其他程序以主动服务的方式完成一项工作。Agent具有以下基本特点:

1.目主性:Agent具有属于其自身的计算资源和对自身行为进行控制的机制,能在无外界直接操纵的情况下,根据其内部状态和感知到的环境信息,决定和控制其自身的行为。2.交互性:能与其他Agent进行多种形式的交互,能有效地与其他Agent协同工作。3.感应性:能感知所处的环境,并对相关事件做出适时反应。4.主动性:能遵循承诺主动采取行动。5.推理和规划能力:Agent具有学习知识和经验及进行相关的推理和智能计算的能力。

与单Agent相比,Agent系统有以下特点:

1.社会性:Agent处于由多个Agent构成的社会环境中,通过某种Agent语言与其他Agent实施灵活多样的交互和通讯,实现与其他Agent的合作、协同、协商、竞争等。2.强制性:在多Agent系统中一个Agent发出请求后,其他Agent只有同时具备提供此服务的能力与兴趣时才能接受动作委托,即一个Agent不能强制另一个Agent提供某种服务。这一特点最适用于学习者特征的获取。3.协作性:在多Agent系统中,具有不同目标的各个Agent必须相互协作、协同、协商对未完成问题的求解。这一特点特别适合于远程教学中不同学习者Agent之间的协作学习。

二、Agent系统模型研究

在Agent系统的研究过程中,为了适应不同的应用环境而从不同的角度提出了多种类型的Agent系统模型,包括DBI模型、协商模型、协作规划模型和自协调模型等。

(一)BDI模型

BDI(Belief-Desire-Intention,即信念-期望-意图)模型是澳大利亚学者Rao和Georgeff提出的。BDI系统也称为意识系统,是把Agent看作理性主体,通过信念、愿望或意图属性来预测Agent的行为。这是一个概念和逻辑上的理论模型,它渗透在其他模型中,成为研究Agent理性和推理机制的基础。BDI模型是对Agent理论和结构描述中最为经典的模型。

(二)协商模型(Negotiation Model)

Agent系统的协作行为一般是通过协商而产生的。虽然各个Agent的行动目标是要使自身效用最大化,然而在完成全局目标时,就需要各Agent在全局上建立一致的目标。对于资源缺乏的多Agent动态环境,任务分解、任务分配、任务监督和任务评价就是一种必要的协商策略。合同网协议是协商模型的典型代表,主要解决任务分配、资源冲突和知识冲突等问题。

三、结语

针对Agent的特点,将Agent技术应用于远程教育,能有效克服现阶段远程教育系统的局限和不足。使用Agent技术可以增加教学内容的趣味性和人性化色彩,改善教学效果,提高教学质量,充分体现教学的智能性、主动性。尤其在现在流行的Web技术基础上嵌入人工智能技术和Agent技术,这在教学效果、教学模式和系统性能上必将大大优于传统教学系统,从而对整个教学改革和素质教育的实施起到积极的推动作用。

【参考文献】

[1]庄慧娟,张仁津,林筑英.基于Agent的远程教学系统模型建构.现代教育技术,2004年.

[2]王海涛.基于MAS的智能远程教育系统研究.硕士论文,2006年.

[3]曲霖洁,刘培玉.基于Agent的网上教学系统的研究.电化教育研究,2002年.

[4]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用.计算机仿真,2003年.

[5]王楠,乔爱玲.基于智能Agent的网络教学系统分析.开放教育研究,2003年11月.

篇8

记 者：李主任，您好。很高兴地看到，2016年初采访您时，您提到的一些设想，现在正在一步步地走向现实。比如去年4月启动的北京市中小学教师开放型教学实践活动、11月启动的双师服务试点。北京市教委通过供给侧结构性改革，让优质的教育资源穿越了学校和区域的边界。您能给我们介绍下这两个项目实施的过程及取得的成效吗？

李 奕：是的，当时计划的“教师走网”，已经通过“北京市中小学教师开放型教学实践活动”在全市范围的教师继续教育领域里成功地“走”了起来。教师通过自主选课并在课堂中听课研修，改变了传统继续教育“讲大课”的方式，实现了教师选择的自主性和实践性。该项目自2016年4月启动以来，已经在上半年和下半年各完成了一轮培训活动。

第一轮培训，我们将市级以上骨干教师的1482门课程名录挂到网络平台上，听课教师在线自助选择自己喜欢的课，充分尊重了听课教师的自主选择权。只要教师自己喜欢，就可以跨年级，甚至跨学科选择授课老师的课。线上选定听课对象以后，听课教师们就可以根据时间安排，到线下授课点听课，并参与教研和备课。这一系列活动完成后，教师们将照片、任务单上传到平台，平台就会给授课老师和听课老师双向计学分。由于这个平台对接北京市教师MIS系统，所计学分与教师的继续教育、晋级密切相关。

在开展第二轮培训时，又实现新的突破――我们把上传授课目录的教师扩展到年轻的骨干教师。只要教师具备独特的内容或擅长的方面，就可以上传。由于上传行为本身是没有成本的，只有实际发生听课行为了，才有成本，所以我们继续扩大供给侧的结构和数量，供给越多，教师们选择的范围就越大。此外，还有一个变化就是，民办教育机构的教师也首次尝试进来，量虽不大，但是一种类型，或许不输给公办学校的教师。“北京市中小学教师开放型教学实践活动”是典型的利用互联网思维来运作的一个项目，它的特点是自选、开放、后付费。形式上，它与初一、初二的开放性科学实践活动相似，不同的是，这次是教师“走网”，骨干教师、特级教师的优质资源属性开始在网上流动了。

为了保障培训质量，让学员之间能够有充分的讨论和互动，我们要求每位授课教师每学期最多开放两次课，并且每次课最多接纳10个学员听课。所以，有的授课教师大家抢得厉害，而有些授课老师的课型挂上网以后，没有人选他的课，形成潜在的压力。

记 者：在实际的操作过程中，真的会出现这种情况吗？那不被选的教师岂不是很尴尬？

李 奕：当然有。第一轮1482门课程挂上去后，只有1375门课程选满了，另外100多课程情况很复杂了。有的授课教师已经脱离教学一线，有的是对开放自己的课程压力大等。中央提出，要更多地用市场的机制决定资源的配置。这就是由市场机制来决定，拿事实来说话。包括以后我们评价一位教师的影响力，就要看他的受众到底有多少？通过互联网的行为数据，能查出每年到底有多少个区县、多少个教师选他。选的人多了，他自然就是骨干，因为他已经用实际的影响力证明他就是这个领域的“骨”和“干”了。假如还有另外一位教师，他一年教了200节课，发表了10篇论文，但只是面向自己教的这两个班的学生。那他是一位优秀、敬业的好老师，可是他在骨干引领作用的发挥上，就不充分了。

这些都是在互联网思维下的市场机制和优质资源属性配置。这个项目运行后还有个“副产品”：来听课的10位学员之前可能完全不认识，但在听完课离开的时候互相加了微信，建了微信群，形成了一个备课交流圈子。有了这个圈子，教师们以后的讨论会延伸下去。这就是运用互联网思维建立起了教育系统内人与人之间“跨界”的连接。

在通州区启动的双师服务工程只是一个试点，将来有可能扩展到全市。一旦全面启动，将会比“北京市中小学教师开放型教学实践活动”的工程大，因为它属于教育的基本公共服务范畴。

“智慧学伴”将让学生的交往超越学校和学区边界

记 者：您刚才提到教师参加开放型教学实践活动后，会结成一个个社交的小圈子。这个圈子超越了地区和班级的界限。这种边界的超越，会发生在孩子们身上吗？

李 奕：实际上已经发生了。北京市初中开放性科学实践活动计划带来的宝贵“财富”是：一个实践活动班内30个来自不同学校的孩子聚在一起搞科学实践活动，从互相不认识，到在一起做事，再到分手时合个影、留个联系方式，后续还会有联络。这是任何一所学校靠自身力量，再怎么走班教学，也提供不了的教育服务。等这拨孩子2018年中考时，每个人的通讯录里都有五个以上非本区、本校的同学，而且他们在一起合作学习：做过飞机、拆过鼠标或捣鼓过中医药、护手霜，到现在还有联系。这就是在孩子们身上真实发生的实践活动。这个项目给教育系统留下来的是他们选课的记录，告诉我们为什么学生喜欢选这个，不选那个。所以，这个项目最大的价值就是让孩子独立选择，而且班级的组合是开放的，是有意做到“无组织、有纪律”，不再需要“带队老师”，不再是和“本班的同学”一起做了。

北京市教委2017年从教育信息化角度重点推进的一个项目就是“智慧学伴”。互联网给人带来的是相互交往能力的跃升。这时候，人与人之间的交流就不仅是可以穿越边界，还能实现跨越角色的交往。无论是成年人还是孩子，都可以通过互联网参与到社会实践中，找到与自己志同道合的学伴。就拿“双师工程”来说，其实它背后更可能吸引孩子的，不是双师，而是学伴。在参与活动的过程中，一个学生可能在这儿找到几个跨区的、有相同兴趣爱好的同学，建立起定向的联系，分享自己的成果和成长的经历。这是我们所乐见其成的，因为这实际是从底层，用互联网思维来支持和帮助孩子。从这个意义上来说，它就是“学伴工程”。

我们现在给学生配双师，目的是增加学生的实际获得，但同时也要考虑未来，特别是伴随着人工智能时代的到来，学生从教师那里直接获得的知识比例会进一步降低，而且还会更精准，更符合每个孩子的个好和实际需求。通过互联网也可以掌握大量的关联知识。就像我们现在在工作过程中利用搜索引擎了解讯息、学习新知那样，随时随地会有个资源库、智能系统支持我们的工作与成长。

人工智能时代将会深刻影响学习行为，但不会颠覆学校

记 者：人工智能是2016年的热词。尤其是AlphaGo与李世石的“人机大战”，让人们见识到了人工智能的“过人”之处。相信对于人工智能在教育中的应用，您也有很多思考。我们想听听您对此的见解。

李 奕：基础教育实践中的人工智能，并不像理论界、科研领域那样高深到非得有个机器学习或者专家系统等。“人工智能”就在我们身边。人工智能是一种理念，在教育中的另一种拓展应用就是助力于学生学习方式的改变。它对我们中小学的教师和学生来说，都有重大的影响。如果善于驾驭人工智能，现在我们所倚重的教室、专业器材、教材等，都将不再是最核心的资源。

我们关注同学和老师、同学与同学之间的互动与交流，以及在此过程中产生的新学习资源，即智慧学伴工程。北京师范大学未来教育高精尖创新中心就是在打造这样一个新平台，让学生与学生、学生与教师之间的活动丰富起来，对行为数据记录和问题收集进行有效处理，形成对每个孩子的个性支持。

我们认为，一个人从中小学到走上社会，他都需要智慧学习和学伴。想想看，我们的微信群里有没有圈子？其实，你的圈子就是你的智慧学伴，这是自然而然形成的。生活中为什么两个人总是联系，就是因为你发的东西我爱看，我发的东西你爱看，我的生活你关注，你的生活我关注，所以人之间的连接越来越丰富。处在这种丰富连接中的人，知识与信息的获得是持续增长的。当然，这其中要有教师的正确引导和影响。

新的资源观和环境观下的数字校园

记 者：确实在现实生活中，基于微信、QQ等互联网技术建立的圈子，就相当于给人重新划分了学习的社群。

李 奕：在这种情形下，就涉及新的学习材料的提取和萃取，我们将不再仅仅依靠专家编选资源，让学生去学，而是在原有基础上尝试由市场机制决定谁是优质教育资源。我们也期待学生和教师，在新的资源观和环境观下，开始进入一种新的学习状态。现在，有不少学校已经开始用手持设备和移动互联网进行日常的教育教学的活动，就是一个例子。

如北京市教委数字校园实验校中，有的从上个学期9月份开始，就将校园网由PC版升级为移动端APP。升级后，学生每天都要回家完成四项作业：英语的口语、语文的朗读、数学的速算、每天的日记。孩子每天花5分钟做完作业以后，可以给同学点赞，看谁获得的“点赞”多，学生们写的日记可以互相评论和留言。

用手机的方式做四项作业，是一个进步――教师以前检查不了英语的口语、听力，现在通过这种方式能检查了。但这是一个浅层次的提升，更为核心、深层次的提升是：学生学会欣赏了、学会倾听了，与此同时，他的阅读量随着交流的增多也越来越大。这就实现了在一个班、一所学校这样一个小环境里信息的流动和互动。

现在学校在三年级又开展了作业阅读，鼓励学生们自己上传作业内容。小孩子都爱往上传，因为对他来说很容易，就像聊天一样。比如上传一句名言“书山有路勤为径，学海无涯苦作舟”作为班级作业。只要他上传了作业，教师就会组织全班50个孩子都念一遍，这个过程中就产生了大量数据，上传作业的学生还有权利给其他学生做点评。

这样一来，新的教学方式出现了。在这样的作业过程中，学习是跨学科的，对象和学伴是互换的，学习的内容是不断增长更新的。

数字校园真正升级在孩子的交往能力上

记 者：据我们了解，北京也有一些学校正在做这样的尝试，比如北京十一学校亦庄实验小学，利用“一起作业网”的平台，进行作业的提交、点赞和评价，在此过程中潜移默化地培养学生的社交能力。

李 奕：数字校园真正的升级换代，体现在对孩子们的交往能力的提升上。当然，这只是一所学校范围的尝试。如果一个学区有这个意识，像东城和海淀这类有条件的学区，要拓展到学区里去做，效果会更好。比如东城的某些学校在使用“作业盒子”以后，你会发现孩子们交往的朋友圈和视野，比传统名校的孩子更棒。

这种棒是从教育的角度来看资源和环境，这是将来信息化发展的重要方向。什么是数字原住民？数字原住民不是只玩玩游戏，而是他对信息很敏锐，能提取、筛选信息，而且善于交流，有包容心，会给别人点赞，而不是很嫉妒、焦虑或者压抑。从社会大背景来看，利用信息技术能不能实现这种升级和超越？我认为能。

所以，看待一件事，一定要发掘这件事背后的价值取向和给孩子带来的变化。

记 者：我们也发现，教学中技术的使用门槛虽然降低了，但对教师的驾驭能力要求更高了。教师不能只做“教书匠”，而是既要想办法将信息技术成为学生手里学习的工具，还要善于组织学生的交流、讨论和活动。

李 奕：是这样的，有了APP，教师要善于去用，不只是善于用它布置作业，而是善于捕捉行为记录，以确定第二天在课堂上该关注谁、该如何因材施教等。将来理想的状态是，教师未必有学生知道得多，但是会比学生更敏锐。

篇9

语音技术进校园

“哪里可以买到便宜的洗漱用品？”新生小贾刚刚把行李放下，就要买必备的生活用品了。

“小助手”回答道：“学校周边步行范围内有两个超市，一个物美超市在南门外面的学府街2号，一个是学生超市在学校的二食堂边上。您是要买牙刷、牙膏和毛巾么？请选择一下吧。”这时，在智能设备的屏幕上，展现了这两个超市的地图，同时把小贾可能要买的东西在这两个超市的价格都罗列在下面。

小贾很高兴地说道：“好啊，就这几个东西吧，我想从学校里的学生超市买这几样。给我送到宿舍来吧。”

“好的，”接到了小贾的指示，“小助手”直接下了单，“东西会在30分钟之后送达。另外，今天是新学期第一天，你要不要去校园里看看呢？”

小贾问道：“去哪里看好呢？新学期学校应该有什么活动吧？”

“小助手”依次列出了今天学校所有的活动和地点：“10点到17点，北门小树林有各个社团的招新活动；10点到11点，我的朋友S博士会介绍学校的智能授课评估系统……”

“这个智能授课要去听，据说以后我们的课堂综合评分，都是由这个智能语音系统来完成的。”同宿舍的小于在旁边忍不住插嘴。

“好啊！那就帮我们订两个座位吧，我们10点去参加S博士的演讲。”小贾说。

几秒钟后，“小助手”在其上方投射出一个报告厅的全息座位图，其中有两个座位高亮显示：“定好了！你们的座位在在H21和H23。报告厅离宿舍不远，我已经把路线图推送到你们的手机上了。”

小贾和小于顺着地图的指引，刚刚来到报告厅门口，“小助手”先跳出来和“S博士”打招呼了：“S博士你好，这是新生小贾和小于，今天来学习智能授课评估系统。”

这时候，教室门口突然跳出来一个戴博士帽的大胖子博士全息图，很热情地和大家打招呼：“欢迎欢迎，今天还有另一个校区的同学，通过全息在线和我们互动。”

大家坐定之后，一个更大号的“博士帽”被投射到最前面，“S博士”开始详细地讲解如何与该系统进行良好的互动，从而争取到更好的课堂分数。

其中有一点最让小贾印象深刻：回答课堂问题时，你们只要以你最喜欢的方式说出你的想法就好了，我们的系统会全面分析你的答案，并分析你的语气和语速，从而得到最好的分数。

会议的最后，小贾和小于很好奇地问“小助手”：“S博士到底在哪个校区工作啊？”

“小助手”嘿嘿一笑说：“S博士和我一样啊，是你们的智能语音助手哦。”

看过上面的故事，有的同学也许会问：这是哪个科幻小说中的场景？如果是在几年前，这样的场景也许还是人们对于遥远未来智能社会的幻想。不过，最近智能语音领域的迅猛发展，让很多这样的“科幻”场景即将成为现实。

那么，智能语音从哪里来到哪里去？未来这方面的技术会如何改变我们的社会和生活？带着这些问题，我们采访了这个领域在中国成长起来的大咖：科大讯飞。

最早接近“人类智能”的领域

近年来，“人工智能”这四个字在各个方向“轰炸”着人们的认知。事实上，这四个字意味着语音、图像、视频、文本、日志分析等多个领域。在这些个领域里面，很多离真正的“人类智能”还有一定距离。但是，智能语音领域却有着不一样的进展。

2015年，科大讯飞最新语音转写产品“讯飞听见”将中文普通话识别和转写的实用准确率提高到了95%以上，远超过人类专业速记员的速度和准确度。这个不同寻常的与那些最新研究成果和技术实验有很大的不同，这标志着中文智能语音的技术已经可以真真实实地达到人类的水平。

“科大讯飞虽然成立18年了，但是在语音识别领域其实还是个新兵，”讯飞负责人这样告诉记者：“最早的语音识别技术可以追溯到上世纪50年代，贝尔研究所Davis等人研究成功了世界上第一个能识别10个英文数字发音的实验系统；1960年英国Denes等人研究成功第一个计算机语音识别系统。大规模的语音识别研究始于上世纪70年代以后，在小词汇量、孤立词的识别方面取得了实质性的进展。”

上世纪90年代以后，大词汇量连续语音识别得到优化，在语音识别技术的应用及产品化方面出现了很大的进展。1997年，IBM Viavoice首个语音听写产品问世。

自2009年以来，借助机器学习领域深度学习研究的发展以及大数据语料的积累，语音识别技术得到突飞猛进的发展。2010年，谷歌VoiceAction支持语音操作与搜索。2011年初，微软的深度神经网络（DNN）模型在语音搜索任务上获得成功。也就在同年，苹果手机助理Siri首次亮相，人机交互掀开了新的篇章。

科大讯飞成立于1999年，相比这些巨头来说，是个不折不扣的“新兵”，刚开始难免是要坐冷板凳的。但是，在多年的e累之后，科大讯飞在智能语音领域中的贡献让人刮目相看。有些人认为中国的企业可能在中文智能语音方面积累更多一些，事实上，科大讯飞在历次的国内外语音合成评测中，各项关键指标均名列第一。2008年至今，科大讯飞连续在国际说话人、语种识别评测大赛中名列前茅。2014年，科大讯飞首次参加国际口语机器翻译评测比赛（International Workshop on Spoken Language Translation）即在中英和英中互译方向中以显著优势勇获第一。2016年，国际语音识别大赛（CHiME）科大讯飞取得全部指标第一；在认知智能领域，相继获得国际认知智能测试（Winograd Schema Challenge）全球第一、国际知识图谱构建大赛（NIST TAC Knowledge Base Population Entity Discovery and Linking Track）核心任务全球第一。

智能Z音技术从简单的比赛和实验室成果，到真正的实用化，甚至超过人类的智能水平，要做的工作比我们想象得要复杂得多。如果我们打开“讯飞听见”的技术链，发现其集成了包括语音转写识别技术、篇章级处理方案、自然语言处理技术、阵列解混响技术、口语化风格处理技术、声纹识别等多方面的技术，为了应对每个人之间的个体化的差异，方言语音识别、高抗噪语音识别、个性化识别等多方面的功能也是必不可少的。去年12月，“ 讯飞听见”的升级版本在原实时转写汉字的基础上，还可同步翻译为英、日、韩、维等多种语言。

更高阶：认知智能

人工智能的“旅程”中，在很长一段时间，一直处于“能存会算”的计算智能时代。在这一时期，机器还是计算的机器，人类和机器交互的方式还很有限很低效，在有限的交流中，机器能按照人来安排的指令，完成特定的功能已经算是合格了。

智能语音领域的发展，率先将机器的“听、说、理解”能力拉升到了“感知智能”的阶段。以谷歌、微软、讯飞为代表的一批优秀的企业和机构将语音的识别、认知、合成、翻译等能力植入了机器内。同时，在教育、车载、家居、通信、硬件和城市等多个领域，产生了丰富的应用。

“现在我们要进入认知智能阶段了。”科大讯飞强调说。从最新的讯飞产品线来看，在教育评测、知识服务、智能客服、机器翻译等领域，机器已经开始具备了“能理解会思考”的能力了。“人工智能在智能语音这个领域里已经超过人类了。最近我们在做一些教育评测领域的实践。如今，机器主观题阅卷技术对语文、英文等学科的评分已达到或超过人工评分水平。”

当智能语音系统具备足够多的实践、“学习”过足够多的数据，“练习”过足够多的对话，也许它真的可以为人类“打开另一扇窗口”。

篇10

关键词： 研究性课程； 智能控制； 教学研究； 工程实践

中图分类号：G642.0 文献标志码：A 文章编号：1006-8228（2015）02-57-02

Construction and exploration on research curriculum intelligent control

Zhu Peiyi， Xu Benlian， Shi Jian

（School of Electrical and Automation Engineering， Changshu Institute of technology， Changshu， Jiangsu 215500， China）

Abstract： The research curriculum is aimed at integrating the teacher's scientific research into a customary knowledge system with hierarchical and different module. The latest intelligent control research achievement is transferred into the teaching resources effectively by adopting enquiry-based， discussion-based， project-based and display-based teaching approaches. The students' practical ability is focused on in the teaching process. Concentrating on "theory， experiment， research project"， the curriculum is designed to arouse the students' interest in learning， enhance the connotation of curriculum and improve the students' ability of research problems and innovation consciousness. It lays a solid foundation for subsequent engineering practice.

Key words： research curriculum； intelligent control； teaching research； engineering applications

0 引言

研究性教学就是引导学生在一定的情境中，通过主动发现问题和解决问题而获得知识、形成能力、发展个性的教学方法。它的实质就是让学生在教学过程中体验科学原理的发现和应用科学原理解决实际问题等不同类型的研究过程[1]。早在2005年，在《教育部关于进一步加强高等学校本科教学工作的若干意见》 中明确提出了“积极推动研究性教学，提高大学生的创新能力”的要求[2]。如何在专业课程教学中实施研究性教学，提高本科生的科学研究能力，是高校理工科教学改革面临的重要课题[3-5]。

“智能控制”是我校一门理论性与应用性结合非常强的专业课程，它不仅涉及自动化技术，同时与计算机科学技术、数学等学科门类交叉[6]。作为应用型本科高校，我们将该课程直接面向自动化、电气工程及其自动化、测控技术与仪器、机械制造及自动化等本科生和硕士研究生，在注重理论知识传授的同时，直接面向具体工程应用实例。通过双语研讨式教学方式，以项目应用为纽带，阐述模糊控制、神经网络控制、智能计算在工程中的应用与原理，让学生直接感触理论对应用的支撑，应用需要理论指导这一基本工程逻辑。

1 研究性课程设计理念

“智能控制”研究性课程旨在将教师的科研成果分层次、分块地融入到原有课程知识体系之中，通过采用探究式、讨论式、专题式、成果展示式等多种教学方式，将智能控制研究领域最新的成果有效地转化为教学资源，它不仅可以提高学生学习的兴趣，而且更有利于课程内涵提升。较一般的课程更强调教学的研究性和有效性，是一种强调以学生为主体，注重过程教学的开放式教学方式，教学团队将结合自身及国内外学者在智能控制领域的最新研究成果和教学思想确定课程内容，课程采用先进的知识内容和分析方法，采用英文教材，实行双语教学，动态地补充和更新教学内容。在教学过程中充分展示创新给智能控制带来的无穷生命力，同时创造多机会来培养和激发学生的创新能力，例如实验教学、课程的小论文、学术论坛和综合设计等，提高他们的综合科学素质以及在工程实践中分析、解决实际问题的能力。重视理论教学和实践教学的结合，突出实践性教学的时效性和可观测性，在课程内增加讨论课，增加小设计和小论文，充分激励学生探索和研究的热情，让学生学会科学研究的方法，把能力的培养落在实处。

2 研究性课程理论教学

2.1 课程定位

针对我校本二学生实际和自动化专业对该领域知识的基本要求，本课程的基本定位如下。

⑴ 理论引入与应用感受相并重。为此，在课程安排时，将理论与实验课时安排相等，让更多学生通过相应的实践锻炼来体会人工智能技术的奥妙。

⑵ 科研最新成果及时向教学资源转化。对于“智能控制”的三大知识模块，均有不同程度的研究成果转化成相应的教学资源，如群智能在图像信息处理中的应用、模糊控制在倒立摆控制中的应用等等。

⑶ 教学方法与手段与教学内容同步更新。研究性课程的一个重要特征是教学内容的不断更新，为此，课程组一直致力于研究行之有效的双语教学手段。以调动学生学习兴趣为目标，做好成果展示、课题研讨、自我实现的三段教学新方法。

针对上述课程定位，我们确定了课程建设最终形成的目标：按照研究性双语课程要求与规律进行全面设计与整体建设；自主出版一套符合我校学生实际的英文版“智能控制”教材；通过丰富的实验科研项目，让学生通过自主学习方式体验人工智能技术及其新进展；融合科学与科研团队，实现教师培养与学生培养双赢。

2.2 课程重难点及解决思路

教学内容组织方式上主要采取“三个相结合”，即理论与实际相结合、课堂教学与实验室教学相结合、常规课堂教学与现代教育技术相结合，体现“让学生在系统中学习系统”的教学。智能控制的重点主要围绕模糊控制、神经网络、进化计算三大块展开系统地理论与实践并重双语教学。要求学生重点掌握如下内容。

第一模块主要围绕模糊控制中模糊集合与模糊关系，模糊逻辑与模糊推理及其应用。

第二模块主要围绕基本的神经网络类型结构，监督式与非监督式神经网络的学习算法及其应用。

第三模块主要围绕进化计算中遗传算法，蚁群算法和粒子群算法，讲述这些算法的原理及其应用思想。

该教学思想是通过本课程的学习，不仅掌握三个模块知识，而且还能将三大模块知识合成一个体系或系统，使学生全面掌握“智能控制与系统”这一自动化专业的精髓，既树立“智能”理念，又能培养具有“系统”理念，能将智能控制技术应用在生产过程控制、运动控制等领域，且应用得好。

“智能控制”课程的难点在于模糊推理的方法、模糊控制器的设计、监督式神经网络学习原理、遗传算法原理和蚁群算法原理、各种智能控制器设计及其应用。智能控制多为仿生或拟人控制，其控制机理存在于自然界和生物界。因此，对各种控制机理的介绍要从有趣的生物和自然现象入手，引人入胜地介绍智能控制原理。通过深入浅出、形象比喻、并结合多媒体技术进行讲解。

针对课程的重点和难点问题，首先在备课时对重点和难点内容做到心中有数，在讲授时花较多的时间以较慢的节奏进行重点介绍与讨论，提醒学生把注意力集中在这些问题上，并特别关注学生对问题的理解情况。其次在课堂上进行启发式、研讨式，并布置课外思考题，引导学生把复习重点放在重点和难点内容上，有针对性地建议学生访问与本课程配套使用的智能控制网络课程。同时加强实验课和综合设计环节，对重点和难点内容进行实践，加深对相关内容的理解。要经常了解与收集学生对重点和难点内容的听讲意见，及时进行答疑，必要时在课堂上进行集体解答与讨论。

3 研究性课程实践教学

3.1 实践教学的设计思想

“智能控制”课程实践性教学的主要目的是使学生通过实验，发挥主动性，研究探讨智能控制系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好地理解人工智能，培养学生的理论联系实际能力和创新能力，逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。

实践性教学的设计思想我们归纳为四个体现。

⑴ 理论性：通过基础验证性实验让学生加深对理论的理解。如实验内容包含模糊控制系统的推理。

⑵ 系统性：通过综合设计性实验让学生加深对控制系统的理解。开设的系统实验有：温度控制系统、液位控制系统等。

⑶ 研究性：通过激励式鼓励教师将最新的研究成果引入实践教学中，让学生体验新技术带来的乐趣，如将蚁群算法应用在生物信息图像处理与信息融合领域。

⑷ 工程性：让学生在一个与工业生产实际相符合的环境下完成实践环节，从而增强学生的工程实践能力，如模糊控制技术在机器人避障中的应用。

通过实践性教学的这四个体现，学生不仅有相对扎实的智能控制知识，而且还具备一定的智能控制思想并应用至具体控制对象设计中去。

3.2 实践教学的设计与实验内容安排重点

课程设计与实验是智能控制教学任务的重点与难点，在抓住主要三大知识模块的基础上，经过多年教学经验和将来学生从事工作实际，在课程设计与实验的内容安排上注重以下几点。

⑴ 贴切应用。实践内容的安排绝大多数来自生活或生产中遇到的实际问题，通过建模、方案设计、实验、调试，逐步验证方法的正确性等等，让学生从系统中学会了应用，从应用中找到人工智能应用的强大功能。

⑵ 贴切学生实际。针对本二学生，所关心的重点是如何将理论转化成实际的效果。在实践内容安排上，强调的是目标实现，而不是问题的优化，让绝大多数学生能完成实践任务与目标，从实践中体验知识带头的快乐。

⑶ 一切围绕“问题”。教师在问题中教学，学生在问题中学习，寻找学习与实践的交叉点，通过研讨和分组，让学生根据兴趣自主选择实践项目。

⑷ 丰富与不断更新实践项目。通过将研究成果转化教学资源，不断更新实践教学资源，目标保持至少10个以上实践项目供学生自主选择。

4 研究性课程教学方法与教学手段改革

4.1 教学方法改革

本着因材施教的教学方针，我们积极引入灵活的教学方法，如探究式、讨论式、专题式、成果展示式等教学方法，充分激发了学生求知的潜能和学习的主体作用。结合专业特点，选用国外知名大学英文原版教材和自己编写的智能控制基础教材相结合，进一步丰富课程内容。适当增加讨论课，提倡小设计和小论文，充分激励学生探索和研究的热情，让学生学会科学研究的方法，提高解决问题的能力；实践教学的设计思想始终贯彻理论联系实际、重视实践、激发学生创新热情的指导方针，自行开发与引进实验装置相结合，提供基础性、综合性和创新性的实验内容。为学生创造良好的实验条件，鼓励学生自主开发智能控制系统，独立完成设计、控制与研究，并验证其效果。

4.2 教学手段改革

采用“多媒体投影+黑板”的技术手段加速了课程内容的呈现，提高了课堂讲解的表现力，如：针对该课程内容难度大，信息涵盖量大，知识面广的特点，充分发挥现代教育技术的优越性，课堂授课方法以多媒体课件为主，实现图、文、声、像并茂的视听一体化教学，并与传统教学手段有机组合，让学生共同参与教学的全过程。网络教学平台有效地支持了自主性学习，如：双语课程网站提供了智能控制课程丰富的教辅资源，网络多媒体课件及学术论坛为学生提供交互式学习平台，使学生能够在课堂学习、答疑、自由论坛等各个环节密切配合，有效地支持了学生自主性的学习。同时，利用多媒体课件可以做到教学资源共享，便于教师之间彼此交流教学经验。

5 结束语

智能控制是一门具有较强理论综合性和实践性、学科交叉及应用广泛的专业课程。深度发掘学生的自主学习与创新意识，对自动化等专业智能控制课程研究性教学从课程设计理念、理论教学改革、实践教学改革以及教学方法与教学手段改革等四个方面进行了具体的实践探索，取得了一定效果。通过研究性教学，逐步培养学生的主动学习的意识和创新意识，培养研究精神，鼓励研究热情，引导学生逐渐积累专业知识，解决实际问题，达到培养创新性人才的目的。但是智能控制课程的开设一般都选择在大四上学期，如何有效激起所有同学的学习兴趣，以及分层次、分专业背景的授课方式将是本课程未来所研究的主要内容。

参考文献：

[1] 徐青，张云，应飚.试论研究性大学创新性科研团队的建设[J].中国高

教研究，2009.3：49-50

[2] 张建华.应用型人才培养中数值计算方法课程教学改革与实践[J].大

学教育，2013.8：51-52

[3] 顾沛.把握研究性教学推进课堂教学方法改革[J].中国高等教育，

2009.7：31-33

[4] 赖生建.《计算电磁学》课程研究性教学实践[J].实验科学与技术，

2013.11（6）：262-264

[5] 李胜清，康勤书，陈浩.分析化学“四位一体”研究性教学模式的构建

与实践[J].理工高教研究，2009.28（5）：60-62