人工智能对社会产生的影响范文

导语：如何才能写好一篇人工智能对社会产生的影响，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

人工智能和机器学习的进步速度如此迅猛，我们的社会将迎来一些重要的伦理和经济问题，应对这些问题恐怕会费心费力。

总体而言，人工智能(AI)和物联网将同时改变互联网和全球经济。在未来5年内，我们可以预期人工智能和机器学习将会被整合到各种各样的技术中，这些技术包括数据交换和分析。这将带来巨大的机遇，如全新的服务和科学突破，人类智力的提升，以及它与数字世界的融合。

在人工智能领域存在相当大的不确定性，如决策转由机器执行，缺乏透明度，技术变革将超过治理和政策规范的发展。自动化可能会深刻地改变行业，影响就业和公共服务的交付。政府和社会需要为其影响做好准备：

经济和社会必须为人工智能以及物联网带来的颠覆做好准备。

在人工智能的设计和部署中，必须优先考虑伦理问题。

人工智能和自动化将带来全新的社会经济机会，但对个人和社会的影响和取舍还不清楚。

人工智能正改变着我们的决策方式，我们必须确保人类仍然处于“驾驶座”的主导位置。

在社会内部和社会之间，人工智能的益处分配将不均衡，进而加剧当前和未来的数字鸿沟。这种现象发生的风险极高。

人工智能世界的治理与伦理问题

人工智能引发了对伦理问题的广泛担忧。技术人员表示，这项技术需遵从人类的价值观，在人工智能系统的设计、开发和部署的每一个阶段，都必须优先考虑伦理层面的问题。

目前，人工智能和相关技术正在开发和部署，短期内将需要大量的投资和努力，以避免对社会和人类造成意想不到的影响。在未来，我们需要把焦点放在研究上以及有效的管理架构上，以确保人工智能技术带来的是契机，而不是损害。目前，开发算法的工作仍然由人类完成。对我们所做的事，我们仍拥有些许控制。

然而，如果我们把这类工作拱手相让给中介机构，而中介机构又让算法来设计算法。那么在五年内，开发算法的工作可能就不是人类在做了，而是人工智能在掌控。是否将出现这样的前景：我们打交道的中介机构将被人工智能替代。

此外，人工智能引发的重要考虑事项涵盖了隐私、透明度、安全性、工作性质，以及整体经济。例如，基于面部识别技术可以提升用户在社交媒体上的体验。但同样的技术也可以用来提升监视效果，牺牲个人隐私。亦或是，如果人工智能成为社交媒体网络和在线平台的永久功能，在这些平台上，算法被用来管理在线体验、有关自由选择和偏见的问题将会加剧。人们将对数据收集和决策的透明度和责任性感到担忧。这种担忧将会加速伦理原则的制定。而这些原则的作用是什么？用以指导人工智能的设计和部署。

一个社会如果完全以数据收集为基础，那么从商业角度来看，在没有适当的民主监督和平衡的情况下，将助长社会过度依赖监督。机器提供了太多自动选择，人类无需过多思考，从而失去了某些自我决策的机会。

数据分析技术产生的自动化将对人类行为和决策产生更大的影响。

政府将如何应对人工智能带来的更大的经济和社会影响？政府是否具备这样做的能力和资源？在政府内部，由于政策的制定和调整越来越多地受到数据的驱动，人工智能可能会带来一种根本性的决策调整。此外，人工智能可能成为未来政策选择的一种决策工具，而且使用起来可能会草率而不透明。

物联网和人工智能的发展将为政府决策提供科学依据，并帮助它们快速应对民众的需求。

许多人预见，未来几年将展开一场激烈的竞争，以争夺商业人工智能领域的霸主地位。尽管这可能会推动创新，并有可能颠覆当前的市场结构，但也存在竞争方面的担忧。预测者认为，在可预见的未来，如今的领先科技公司将会控制人工智能市场。

人工智能对互联网经济的影响

一些人认为，预测人工智能是一种营销炒作，但很多业内人士和政府都在为人工智能的普及做准备。CB Insights估计，2016年超过50亿美元的风投资金流向了人工智能创业公司，比前一年增长了62%。人工智能为创造新工作、新产业和新沟通方式提供了巨大机遇。

随着人工智能和自动化在各个行业推动重大结构变革，工作的本质将发生改变。随着人工智能获取用户数据，改变产品和服务的交付方式，许多现有的工作岗位可能会被取代。如何适应变化的步伐将是未来一项重大的全球性挑战。

与人工智能和物联网相关的项目引领了我们很长一段时间，提升了我们现有的技术，让普通人生活更加方便。

人工智能系统和技术可以改变工作的性质，让员工能力得到提升，从而减少人类之间和国家之间的不平等。人工智能让我们承担和解决更大的挑战。正如一份调查报告所显示，“人们的大脑和互联网之间的距离会变得越来越近，而两者之间的交叉会变得越来越复杂。”

机器与机器之间的通信增加了成本压力，人们正在被取代。这只会随着时间的推移而不断增加，这对经济有好处，但会对就业提出挑战。

人工智能为科学研究、交通运输和服务提供带来了巨大潜在收益。如果可访问性和开源开发胜出，人工智能有可能给发达国家和发展中国家带来红利。例如，依赖农业生产的国家可以利用人工智能技术分析作物产量，优化粮食产量。在医疗保健领域使用人工智能可能会改变低收入地区的疾病检测方法。

人工智能是一种创造性的毁灭，它将淘汰许多工作岗位，但也将创造新的角色和工作岗位。

但是，社会本身是否已经准备好接受这种变化，我们是否为新型经济做好了充分的准备？对于发展中经济体而言，新技术总是能创造出更多的可能性，尽管部署人工智能(以及物联网)的基础设施非常重要。人工智能的好处也可能不均衡：对于依赖低技能劳动力的经济体，自动化可能会挑战它们在全球劳动力市场中的竞争优势，并加剧当地的失业形势，影响经济发展。

用于管理制造业或服务业的智能和服务，可能仍集中在发达国家。人工智能可能会在很大程度上加剧数字鸿沟，这将会带来政治上的影响。

确保互联网技术创造市场就业机会，且不会对就业市场造成损害，这是未来5年必须解决的一个挑战，也是国际上一个紧迫而严重的问题。

人工智能对互联网安全和网络智能的影响

算法开始做出决策，它们比人类决策更快，并且可以代表我们的意志。此外，系统越来越不透明。我们不知道他们在哪里，他们在做什么决定。

虽然安全与信任对人工智能的未来至关重要，但这项技术也可以帮助解决安全挑战。随着网络和信息流变得越来越复杂，人工智能可以帮助网络管理人员理解交通模式，创建识别安全威胁的方法。在基本的企业层面上，人工智能可以执行由IT帮助台执行的任务，比如解决员工的电脑问题。

这将为企业IT专业人员提供更多的时间来实现安全最佳实践，并更好地保护公司系统和网络。除了人工智能决策，人工智能还可以在网络上对日益增长的安全威胁进行分类。

篇2

关键词：人工智能；会计行业；影响

一、研究背景及意义

在刚刚过去的2016年，围棋领域的“人机大战”掀起一股人工智能的浪潮，以“阿尔法狗”为代表的人工智能战胜了韩国的围棋高手李世石，由此人工智能的发展引人深思。很多人会觉得人工智能是一个很遥远的事情，始终抱以一种怀疑的态度去看待人工智能。其实不然，人工智能从上世纪40年展至今，且不说现在家家都在使用，但是在我们的生活中至少是随处可见的，比如，计算机行业、银行业、会计业等都在使用的智能处理系统，而且范围越来越广，技术越来越具有深度。在传统的会计行业中，会计核算工作从凭证到报表都是由人工来完成的，但是现如今财务会计中的大部分工作都可以由财务软件来完成，大大的解放了会计中的人力。也是在去年的3月份，著名的会计师事务所德勤对外宣布将人工智能引入会计行业，这一宣布也是几家欢喜几家愁。虽然人工智能让会计实务变得更加便捷、精准，但是传统会计行业中那些被人工智能替代的手工记账人员将何去何从？笔者从一个会计人的角度对人工智能时代下的会计行业进行探讨，目的是明晰人工智能对会计行业的影响，以及传统的会计人员如何应对人工智能时代的到来。

二、我国人工智能在会计行业的应用现状和展望

(一)我国人工智能在会计行业的应用现状会计行业主要涉及的是企事业单位、政府机构和会计师事务所，这三大类是有会计核算系统的主要主体。就我国来说，很多涉及会计工作主体对于人工智能的应用仅限于会计系统，而且在会计系统中一些类似于审核、判断等主观行为还是要财务人员手工进行操作。目前市场上已经存在各种可以满足不同类型组织结构会计主体业务需求的会计软件，可以说应用已经十分广泛了。但是就会计师事务所来说，作为主要业务之一的审计业务在人工智能方面应用的稍微较少，因为对于上市公司审计业务而言，需要填制大量的审计工作底稿，包括电子版和纸质版，这些数据的录入目前还是依赖于手工。

(二)对人工智能在会计行业中应用的展望任何一位会计人都清楚地知道，会计行业是一种具有严瑾性、及时性的行业，并且会计工作程序多，处理起来比较繁杂。所以对于会计人员来说加班是家常便饭，从某种程度上来说，会计人员也希望有一天能有人工智能来替代这繁琐而枯燥的工作。目前已经应用的人工智能解决了一些基本的操作，比如凭证和报表的生成等等，但是还远远不能满足目前会计主体多样性的需求。比如人力资源会计，就需要一个适合企业特点的模型来对企业的人力资源进行计量和报告，此模型可以对企业的人力资源进行大数据的分析，从而可以合理的进行人力资源管理，这也是有效降低成本的途径之一。这样的需求在管理会计，环境会计等众多会计的分支中都是需要的，因为现在会计的职能越来越倾向于决策，决策过程中就需要会计提供相应的资料，这些资料通过会计的手工计算和分析往往难以获取，如果人工职能可以进一步运用科学知识来解决这个难题就再好不过了。

三、人工智能对会计行业的影响

(一)提高了会计信息的及时性和精准性不管是企事业单位还是政府机构或者会计师事务所，在运用会计软件之后，一方面对于当日发生的各项经济业务都能及时的进行处理。因为会计人员的只需要登录系统进行相关事务的选择或者审核就可以了，期末系统会根据已经有的数据自动生成相关报表，相比较传统会计的手工填制凭证和编制报表要及时得多。另一方面，在传统的会计业务处理时，会计员手误记错账是常有的事，虽说现在的财务系统也需要手工录入一些数据，但是当录入出错时系统给予提示，所以这种情况下，大大降低了数据出错的概率，即提高了会计信息的准确性。

(二)一定程度上抑制了财务信息造假在提高准确性和及时性的基础上，人工智能在会计行业中的应用还可以相对防止财务信息造假。在特定的会计核算系统下，每一位登录系统的人员都会有唯一的账号和密码，以及自己的权限，可以说分工明确，相比较传统的会计核算中岗位相容现象十分严重，尤其是在中小企业里，人工智能的应用对于职能清晰划分有助于遏制信息的人为造假。但也不是说人工智能可以杜绝财务造假，因为尽管大部分工作在系统中完成，每个人只能进行自己职能范围内的操作，但是系统终归还是由人来控制的，还无法应对管理层凌驾于会计人员之上的内部操纵现象。

(三)会计行业中传统岗位需求减少随着人工智能在会计行业的应用领域越来越广，传统会计岗位就不需要那么的职员了，这是显而易见的变化。会计电算化早在上世纪八十年代就在我国有所发展和普及，发展至今，已经商品化，为各种会计主体所使用，使得原本那些简单的会计记录和核算工作被人工智能所取代，相应的，这些岗位上的会计人员也就不再需要。

(四)会计信息安全性受到威胁目前应用广泛的各种电算化核算系统，都是以电子形式对会计主体的各种财务数据进行保存，电子存储的数据保存形式有很多优点，比如保存方便，数据容量大，便于查找和使用等。另一方面，现在的系统如果防护措施不到位很容易被黑客攻击，同时目前网络的安全性也大大降低，信息在网络传输过程中可能会被拦截，所以企业的财务信息就会被泄露出去，严重的话，还会造成重大商业秘密的外泄，给企业带来损失。

四、会计人员如何应对人工智能的“入侵”

(一)学习会计电算化处理，跟上人工智能的步伐作为一名会计人员，如果在智能时代还停留在传统会计处理方法上，那只能被时代所淘汰，这个社会本来就是优胜劣汰，新的技术方法已经产生，你没掌握那你就是被打败的那个，至少要跟上时代的步伐。国家目前对于会计人员有接受继续教育的要求，会计人员可以借助这一平台学习当前的人工智能在会计领域的应用，也可以自主的学习会计电算化的相关应用。

(二)由简单的财务会计向综合型会计人才转变虽然人工智能时代减少传统会计岗位的需求，但是随着国家近几年来对于管理会计的发展的鼓励，各会计主体尤其是企业对于管理会计的需求增加，而目前管理会计的工作是人工智能无法完成的，因为这其中涉及大量的职业判断以及包括审计业务里也是含有很多的会计估计。所以会计人员应该在人工智能时代努力学习会计其他方面的知识，比如管理会计和审计业务的内容等，掌握多方面知识，使自己成为一名复合型会计人才。

(三)以积极的视角来看待人工智能现实中有很多会计从业人员狭隘的认为人工智能可以取代他们，甚至完成他们完成不了的工作，于是乎就开始说会计行业没有前景，进行转行，而不去想着提升自己的执业能力。从以上的分析可以看出，这种消极的观点是不对的，不仅不利于会计人员自身的发展，也不利于整个会计行业的发展。五、结论总的来说，人工智能日益蓬勃的发展固然是好事，应该把此作为提升自我的动力，而不是避而远之。就会计行业而言，由于其中涉及的大量会计判断和会计估计，以及管理会计越来越突出的地位等多种客观因素的存在，所以不需要抱以一种人工智能摧残了工作岗位的态度来考量，大可不必担心会计人员的工作会被人工智能所取代，这是我们必须明确的一点。转变自己传统的职业发展观，向复合型人才转变才是硬道理。

参考文献：

[1]祝姗.人工智能与会计人员[J].财税研究，2016(15).

[2]张威.人工智能对会计行业人力资源的影响[J].财会学习，2016(13).

篇3

关键词:HPS教育;小学科学;人工智能

随着我国教育的迅猛发展，作为科学教育重中之重的小学科学教育逐渐开始被大众所关注，所以探索小学科学教育的新思路已成为教育改革的关键之一。多年来，我国不断借鉴发达国家的教育改革理念与经验，并进行本土化研究，促进我国教育发展。

一、研究背景

HPS教育作为西方20世纪80年代盛行的理论，引入中国已有20余年。作为极其受欢迎的教育理念，凭借着自身优势在中国教育课程改革中占据了一席之地，也为中国科学教育提供了新思路。

(一)HPS的概念界定

HPS的提出源自科学内部对科学反思和科学外部人员对科学本质认识的思考。最初，HPS指的是科学史(HistoryofScience)和科学哲学(PhilosophyofScience)两大学科领域，但在20世纪90年代科学建构论流行后，科学社会学与科学知识社会学被引入科学教育，HPS逐渐演化成科学史(HistoryofScience)、科学哲学(PhilosophyofScience)和科学社会学(SociologyofScience)三者的统称［1］:科学史即研究科学(包括自然科学和社会科学)和科学知识的历史;科学哲学则是对科学本性的理性分析，以及对科学概念、科学话语的哲学思辨，比如科学这把“双刃剑”对人类社会的影响;科学社会学则讨论科学处在社会大系统中，社会种种因素在科学发展过程中的地位和作用，这包括了政治、经济、文化、技术、信仰等因素［2］。在国外，德国科学家和史学家马赫最早提倡HPS教育，突出强调哲学与历史应用至科学教学中的作用。我国HPS相关研究开始晚且研究规模较小，首都师范大学的丁邦平教授认为HPS融入科学课程与教学是培养学生理解科学本质的一个重要途径［3］。

(二)HPS教育理念融入小学科学课程的必要性

运用科学史、科学哲学等进行教学是目前国际上小学科学教育改革的一种新趋势。2017年，教育部颁布的《义务教育小学科学课程标准》标志着我国科学教育步入了新阶段，其不仅要求达成科学知识、科学探究的相应目标，也要养成相应的科学态度，思考科学、技术、社会与环境的融洽相处。该标准提出了“初步了解在科学技术的研究与应用中，需要考虑伦理和道德的价值取向，提倡热爱自然、珍爱生命，提高保护环境意识和社会责任感”。HPS教育与小学科学课程的结合是教学内容由知识到能力再到素养的过程，是小学科学教育的新维度，改变了小学科学课程的教学环境。将科学课程中融入HPS教育的内容，可以帮助学生理解科学本质，研究科学知识是如何产生的，科学对社会的多方面影响以及科学和科学方法的优、缺点等。当《小学课程标准》将科学态度和价值观视为科学教育的有机组成部分时，小学科学课程就有望成为HPS教育的天然载体，同时为小学科学课程渗透HPS教育提出了挑战。目前，我国小学科学课程虽已有部分设计融入了HPS教育理念，但该融入过程仍停留在表面，融入程度低，融入方式单一。所以，研究HPS教育理念融入小学科学课程十分有必要。

(三)HPS教育理念融入小学科学课程的可行性

纵观国内外已有的研究，将HPS教育融入小学科学课程可分为基于传统课堂模式的正式教育课程和基于科技馆、研学机构等的非正式教育课程。由皖新传媒、中国科学技术大学先进技术研究院新媒体研究院、中国科学技术大学出版社三方通力合作、联合打造的《人工智能读本》系列丛书自出版以来已发行八万套，在安徽省多个市区的小学得以应用，是青少年人工智能教育上的一次全新探索。该套丛书分三年级至六年级共四套，涵盖了16个人工智能前沿研究领域知识点，每一节课都设有场景引入、读一读、看一看、试一试4个模块。小学《人工智能读本》作为阐述新兴科技的读本，以亲切的场景对话和可爱幽默的插画等形式吸引了众多小学生的兴趣，不仅可作为学校科学课读本，也可以应用于课外场景。本文则以小学《人工智能读本》为例，对HPS教育进行初步摸索与实践，以期对小学科学教育带来教益。

二、HPS教育理念融入小学科学的典型案例

《人工智能读本》作为HPS教育理念融入小学科学实践的典型案例，侧重引导学生多维度、科学辩证地认识人工智能，内容包括机器学习、决策职能和类脑智能，以及人工智能的不同发展阶段，带领学生思考人工智能带来的伦理问题以及其他挑战，培养学生正确的世界观、人生观和价值观。本研究将以《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”为例，分析HPS教育理念融入小学科学的实践。

(一)科学史:提升课程趣味性

小学科学教育作为培养具有科学素养公众的重要步骤，提升过程的趣味性则十分重要。过去传统的小学科学教育注重知识的传递而忽略了学习过程，填鸭式教学导致学生失去对科学的兴趣与探索欲，不利于公民科学素养的整体提高。而科学史作为研究科学(包括自然科学和社会科学)和科学知识的历史，已经逐渐渗透到科学教育中来。科学史常常介绍科学家的事迹，某一知识诞生所面临的困难和曲折过程，而将科学史融入课程可以带学生重回知识诞生的时刻，切身体会科学。读本作为在小学科学教育中不可或缺的工具，利用科学史内容，以叙事方式可以将科学哲学与科学社会学的思想融入教学过程中，在读本中融入历史，可以提升课程趣味性，帮助学生更加容易探求科学本质，感受科学家不懈努力、敢于质疑的精神，提升科学素养。例如《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”引入部分即以时间顺序展开，介绍人工智能的发展与面临的困境。在“看一看”中机器人索菲亚是否可以结婚的故事不仅为本章节提供了丰富的内容，提升了课程的趣味性，而且还融入了科学与哲学，引发读者对于人工智能的思考。

(二)科学社会学:提升课程社会性

科学社会学是研究一切科学与社会之间的联系与影响，包含科学对社会的影响和社会对科学的影响。科学是一种社会活动，同时也受到政治、经济、文化等多方面影响，比如蒸汽机的诞生表明科学促进社会的发展。在科学教育的课堂中融入科学社会学不仅可以帮助学生理解科学问题，还可以通过介绍科学与社会之间的复杂关系，培养学生灵活、批判看待科学问题的思维能力。如六年级第四单元“人工智能伦理与其他挑战”中，在介绍个人与技术的基础上引入了政府和环境这两个要素，使学生在更宏观的背景下，获得这样一种认知:环境与技术之间有一把“双刃剑”，个人与技术、政府与技术之间是相互促进的主客体关系。《人工智能读本》并不全是说教性质的文字，在“试一试”中的辩论赛环节让同学通过亲身实践，更加了解人工智能对于社会的多方面影响。通过对于科技是一把“双刃剑”这一事实的了解，同学们可以更好地将学习知识与社会的背景联系在一起，深刻体会科学中的人文素养，增强社会责任感。

(三)科学哲学:提升课程思辨性

以往研究发现，国内学科教材中关于科学史和科学社会学内容较多而且呈显性，而对于科学哲学的融入内容不够，且不鲜明。［3］科学哲学融入科学教育无疑可以提升学生的思辨性，帮助学生建立起对于科学正确而全面的认识。例如，《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”中，引入人工智能伦理，通过介绍人工智能面对的挑战、人工智能的具体应对策略，让小学生了解人工智能技术发展的同时也要重视可能引发的法律和伦理道德问题，明白人与人工智能之间的关系以及处理这些关系的准则。通过“读一读”先让学生明白伦理概念，再用一幅画让学生思考在算法的发展下，人类与机器人的关系如何定义，向学生传递树立人类与人工智能和谐共生的技术伦理观。通过这种方式，可以帮助学生逐步建立完整的科学观，全面且思辨地看待科学，提升学生思辨性，进而提升科学素养。

三、HPS教育理念融入小学科学课程的实践建议

《人工智能读本》作为一套理论与实践相结合，具有知识性与趣味性的儿童科普读物，着重引导小学生培养科学创新意识，提升人工智能素养，产生求知探索欲望。但《人工智能读本》作为HPS融入小学科学课程的初始，仍存在教育资源不充分、内容结合较浅等不足，为了将HPS教育更好融入小学科学课程，可从以下三方面加以改进。

(一)开发HPS教育资源

HPS教育需要教育资源的支撑。HPS教育资源来源广泛，无论是学生的现实生活，还是历史资料，都可以提供契机和灵感。《人工智能读本》中收集了大量与人工智能相关的故事和现实案例，都可以作为教育资源，从各个角度达到科普的目的。在新媒体时代，进行HPS教育资源开发时，应当注意借助最新的信息与通信技术增强资源的互动性，如互动多媒体技术、虚拟现实技术、增强现实技术、科学可视化技术等。在传统的科学课堂教学中，主要是通过图片文字讲解，实验演示及互动来开展。这种形式对于现实中能接触到的实验内容，如常见的动植物、可操作的物理化学实验等，比较容易开展。而对于地球与宇宙科学领域的知识，或者一些已经不存在的动植物，则只能通过图片视频进行展示，不容易进行实验展示。通过虚拟现实技术、增强现实技术等，则可以虚拟出世界万物，如不易操作的物理化学实验、已消失的动植物等都可以通过虚拟现实的手段得以呈现。这些技术或能使教学内容变得生动形象，或通过营造沉浸感以使学生有更佳的情境体验，或让学生与教学资源进行交互从而自定义内容，服务于学生科学素养提升的终极目的。

(二)对小学科学教师进行培训

HPS教育的关键是从社会、历史、哲学等角度对自然科学内容进行重新编排，并不是将大量的内容或学科知识简单相加，这对教师能力也提出了更高要求。目前，人工智能教学领域常常出现“学生不会学、老师不会教”的状况，《人工智能读本》作为内容翔实有趣的读本可以弥补一部分缺失。但与此同时，也需要提升教师的教学能力与知识储备。HPS教育理念不仅仅针对历史中的科学人物，所有的学生主体也是历史中的主体，他们也身处于社会中，并且对于生活中的各种科学现象有着自己的思考。所以教师身为引导者，需要注意到学生的思考，深入挖掘，鼓励他们对所思内容进行反思并付诸实践。科学史和科学哲学应当成为科学教师教育项目中的一部分，这能让科学教师更好地理解他们的社会责任。为此，对职业科学教师进行HPS培训便是必要的。

(三)多场景开展小学科学教育

科学素养不是空洞的，它来自学生的认识体验，并从中获得生动、具体的理解和收获。《人工智能读本》作为方便携带的读本，不仅可以在小学科学课堂中作为教材使用，也可以应用在其他场景，如研学旅行、科技馆等场所。课堂学习只是小学科学教育中的一个环节，家庭、科技馆等也可以进行科学教育。例如，科技馆与博物馆可以以科学家和历史科学仪器为主题举办展览，展览中融入HPS教育理念，学生在参观和学习过程中学习有关科学内容。一些历史上大型的科学实验，学校教室或实验室无法满足条件，但在大型的场馆中可以实现。例如，研学旅行作为目前科学教育中最受欢迎的方式之一，已被纳入学校教育教学计划，列为中小学生的“必修课”，正逐渐成为学生获得科学知识的另一个途径。研学旅行作为一种集知识性、教育性、趣味性和娱乐性为一体的旅游形式，通常伴随着知识教育的过程，包括科学知识的普及，所以也是开展小学科学教育的重要场所。在该场景下，运用《人工智能读本》等新兴手段进行科学教育往往取得事半功倍的效果。

结语

目前，HPS教育理念已经积极尝试运用到小学科学教育中，包括学校内的正式学习以及学校外如科技馆、博物馆、研学旅游中的非正式学习之中。其中，科技史以时间维度为线索创造丰富资源的同时也可以提升课程趣味性;科学社会学以科学与社会之间的相互关系帮助学生理解科学本质，提升科学素养;科学哲学则以哲学的视域审视科学的诞生提升学生思辨能力。未来，HPS教育结合小学科学则需要更深入，在资源开发、教师培训以及应用场景等方面加以改进，为提升国民科学素养做出努力。

参考文献:

［1］袁维新．国外科学史融入科学课程的研究综述［J］．比较教育研究，2005，26(10):62-67．

［2］张晶．HPS(科学史，科学哲学与科学社会学):一种新的科学教育范式［J］．自然辩证法研究，2008，24(9):83-87．

［3］丁邦平．HPS教育与科学课程改革［J］．比较教育研究，2000(06):6-12．

篇4

关键词：人工智能；人类智能；思维；技术元素

1 基本概念界定

1.1 人工智能

人工智能是在20世纪中期以后产生的学科，人工智能就是用机器模拟人类的智能活动，从而用机器代替人类行使某些方面的职能。人工智能是通过探索人的感觉和思维的规律来模拟人的智能活动，电子计算机是人工智能的媒介和基础。阿伦・图灵说：“如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。”如果以此为标准来界定机器的智能，那么人工智能的发展之路仍然任重道远。

1.2 人类智能

智能简单地说就是智慧与能力，是综合、复杂的精神活动功能，是人运用自己已有的知识和经验来学习新知识、新概念并且把知识和概念转化为解决问题的能力。智能活动往往和记忆力、感知力、思维、判断、联想、意志等有密切的联系，人类的智能表现在能够进行归纳总结和逻辑演绎，人类对视觉和听觉的感知以及处理都是条件反射式的，大脑皮层的神经网络对各种情况的处理是下意识的反应。

1.3 什么是思维

思维是事物的一般属性和内在联系在人脑中的间接的、概括的反映。思维的形式包括概念、理解、判断、推理等。思维往往借助于语言来表达，由直接的感受即感性思维转化为理性，透过现象看到事物的本质，发现普适性的规律。芒福德说人类是“精神的制造者”而不仅仅是“工具的制造者”，因为人类具备思维能力。

2 基于“技术元素”视角下的人工智能

“技术元素”这一说法是凯文・凯利提出的，技术元素就是从人类意识中涌现出的一切东西，包括技术具象的工具，也包括文化、 法律、社会机构和一切智能创造物。凯文・凯利说：“科技是人类的发明，也是生命的产物。”居所是动物的技术，是动物的延伸部分，人类的延伸部分是技术元素，科技发明是我们基因创造的躯体的外延。

2.1 人工智能是技术进化的成果

凯文・凯利认为人类的延伸由思维产生，因为思维具有创造力，才促使了技术的进步，才创造出了以往没有创造出的东西，所以，“如果说科技是人类的延伸，那也与基因无关，而是思维的延伸。因此科技是观念的延伸躯体”。

技术元素伴随着语言、工具的诞生成为人类不可或缺的伙伴，从古至今，除了极少的例外，各种技术都没有消失，而是进化成不同形态的技术。人工智能作为一种科技物种，随着技术的进步而产生发展，是技术进化的成果。

2.2 人类与技术共同进步

一切生物都有天然的借助外力的本领，从钻木取火到航空航天，人类经历了漫长的发展，或者说是进化，技术作为一种手段、一种工具从来都与人类相伴相生。“技术元素”赋予技术以生命，人是技术进化的动力，而技术的进化也促进了人类社会的发展，二者是密不可分的。科技与人类正在逐渐融合，或者说人类已经成为科技最适合的载体；“技术元素”的发展虽然具有一定程度的自主性，但是它的发展轨迹从某种意义上来说也是人类意志的体现。人作为技术发展的动力之一与“技术元素”同步运动。

3 人工智能能否超越人类

对于这个问题人们有两种极端的看法：一是认为人工智能必将取代人类，不久的将来人类会沦为机器的奴隶；二是对人类的主体地位有着极度的自信，认为机器始终都是被人控制。前者的依据是人工智能的发展极其快速，超越了人类智能的进化速度，人工智能取代人类只是时间问题。后者的依据是人工智能不具有生命特征，无法融入生物圈从而和自然发生联系，只能作为人类活动的工具而存在。我更偏向于第二种观点，是基于以下几个原因：

3.1 缺乏创造性的“特长生”

人工智能开发出的机器可能是某一个领域的“特长生”却不是全才。比如AlphaGO是围棋特长生却不能唱歌，计算器是数字计算的天才却不能陪人聊天，情感机器人负责陪伴和情感安慰却不能真正懂得人类的喜怒哀乐，如此等等，它们按照既定的程序运行，各司其职、各得其所，不会偏离轨道也不懂得创造。

塞缪尔说：“机器不能输出任何未经输入的东西。”目前最先进的机器人也是依赖于软件运行，软件是通过人来完成更新升级，人工智能实际上是人类智能的外在表现。人体是一个复杂而庞大的系统，人有特定的背景和生活习惯，人脑的发育会受到所经历的事件和社会环境的影响，能够灵活运用，组合所接受的信息，具备综合分析问题的能力。人脑的控制系统复杂和精密程度远远超过智能机器人，因此，人工智能在技术上不及人类智能，它依赖人类智能而进化，能够胜任人类制定的任务，却缺乏人类智能的创造性。

3.2 不能思维的人工智能

在回答“机器能否思维”的时候，我们首先应该对思维进行界定，思维是人脑特有的功能。人脑是一个高度发达的系统，是人类意识活动的物质载体。“电脑思维”在功能上会向人脑思维不断接近，但是两者之间存在不可消除的界限，“电脑思维”是一个简单的逻辑过程，模拟人脑思维功能和思维信息过程，它在本质上区别于人类思维。人脑思维除了能够接受外部信息以外，还能对信息进行主观的加工。人们已经能制造出类人机器人，可是它不能和人一样思维吗，因为思维不仅仅是人脑的生理机能，离开社会实践和人际交往是不能产生思维的。

3.3 是辅助而非替代

人工智能简单明了地说就是人类用来改造世界的技术手段，是辅的工具，而不是对人类的替代。人工智能出现的历史并不久远，前文说到了技术和人类的共同进化，当人类有能力利用工具来处理复杂繁琐的工作时，这是人类的进化，也是工具的进化。

人工智能被用于帮助人类进行某项工作，才能解放人力，人类智能才可以更好发挥主动性和创造性。人工智能承担了人类活动中基础的、不可或缺的、复杂的工作，从而使人类智能转向更核心的科研创造以及思维和判断上来。在人与人工智能的关系上，二者是相辅相成、相互补充的，而不是互相排斥、完全替代

4 结束语

人工智能与人类智能的关系是互为补充、相互制约的，人与技术的融合是必然的。目前人工智能的更新升级必须依赖与人类智能，人类智能的进化程度关系到人工智能的先进程度“技术元素”的进化也要受到社会条件的制约。人工智能可能在某一方面出强大的功能，但是它缺乏思维和创造性，这一点是致命的缺陷，工具作为人类器官的延长，是人类智能的外化之物，被人类智能的发展程度所局限。

参考文献

[1]凯文・凯利.科技想要什么[M].熊祥译.北京：中信出版社，2011.

[2]尹传红.当机器智能超越人类[N].中国科学报，2015，04（03）.

篇5

关键词：精品课程；视频公开课；课程建设；人工智能

一、引言

中南大学的人工智能课程是国内高校最早开设的该课程之一。1987年清华大学出版社出版了我校蔡自兴和清华大学徐光编著的《人工智能及其应用》，成为国内率先出版的具有自主知识产权的人工智能教材，为人工智能课程提供了一部好教材，对人工智能在中国的传播和发展起到重大推动作用。

我校人工智能课程自开设以来已培养约30届学生，培养人数超过3000人。授课对象包括计算机、自动化专业的本科生和电子信息类等专业的研究生。2001年，我们研发的“人工智能网络课程”被评为优秀网络课程。2003年和2007年“人工智能”分别被评为首批国家精品课程和全国双语教学示范课程。同时，课程的相关网络资源和知识表示方法的课堂录像陆续上网，向全社会开放，成为学生复习和自学的有力手段和特色环境。

近年来随着国外名校的视频公开课风靡网络，建设我国自己的视频公开课已势在必行。在这种背景下，人工智能课程的等一批国家精品视频公开课应运而生。我们的“人工智能PK人类智能”的视频公开课入选国家精品视频公开课建设计划，已成为首批播出的课程之一，受到公众欢迎与好评。

二、讲授内容选定

人工智能是一门前沿交叉学科，也是一门与人类生活息息相关和公众颇感兴趣的科学。网络视频公开课是以大学生为服务主体，同时面向社会大众，是免费开放的科学与文化素质教育的网络视频课程与学术讲座。由于人工智能属于专业基课程，如何在有限的时间内讲述一个完整的专题，避免艰深的专业知识，让大多数人都能听懂并感兴趣，是安排视频课程内容时需要首先考虑的问题。为此，在内容安排上将重点放在专业史和热点研究介绍上，其目的是通过介绍学科的发展史和一些经典或热点问题的研究情况，激发大家对人工智能研究的兴趣，增进对人工智能知识的了解，认识到前沿科学其实离现实并不遥远。

在上述理念指导下，本视频课程并没有照搬平时上课的内容，而是精选了人工智能领域中一些具有代表性的内容进行介绍。首先概述人工智能的起源与发展历史，以及人工智能领域影响最大的三大流派及其认知观等。然后介绍人工智能中几种经典技术，包括推理证明技术、问题求解技术等。此外，对人工智能中公众最感兴趣的一个应用领域――机器人学进行阐述。最后，对人工智能的一些最新研究发展领域，如计算智能和群智能技术等进行讨论。具体内容安排如下：

第一讲：人工智能的诞生

长期以来人工智能充满了激烈争论，其发展过程不是一帆风顺的，在中国也历经了质疑、批评甚至打压，直至出现希望的曙光，形成今天的可喜局面，其过程可谓艰辛。该讲从不同角度对人工智能的定义进行介绍，分析其异同，介绍人工智能的起源与发展过程，特别是在中国的发展情况，让听众对什么是人工智能有个大致的了解。

第二讲：人工智能的学派

从符号主义为代表的经典人工智能到连接主义、行为主义，人工智能的研究可以说是从一家独秀走向百家争鸣。该讲介绍人工智能的主要学派，各自的理论基和认知观，并论述人工智能对社会、文化、经济等层面的影响。

第三讲：经典人工智能的推理技术

经典人工智能的有关推理技术和方法是早期人工智能研究的主要手段，用于研究基于经典逻辑的自动定理证明等问题，对人工智能学科的发展产生了深远的影响。本讲主要介绍基于数理逻辑方法的推理证明技术，尤其是定理证明方法的代表之一――消解原理。

第四讲：问题求解与搜索

问题求解技术是人工智能研究领域的一个核心问题，涉及问题表示和求解搜索两部分内容。这一讲主要介绍问题求解中的一种常用方法――状态空间法，阐述图搜索方法和求解策略，特别是引入启发式信息的启发式搜索方法。

第五讲：机器人学

机器人是人们听到人工智能时几乎第一时间联想到的事物。机器人学作为一门学科，该讲介绍机器人学的发展过程和机器人的分类，探讨机器人学与人工智能的关系，说明研究开发机器人技术的动机。

第六讲：人工智能的新领域――计算智能

经典人工智能虽在早期占有统治地位，但目前已经不再是研究热点。而计算智能则异军突起，成为智能学科中新的增长点。本讲主要介绍计算智能的几个主要分支神经计算、进化计算、模糊计算和人工生命的一些基知识。

第七讲：人工智能中的仿生学――群智能

人工智能是一门信息科学与生命科学等高度交叉的科学，不仅涉及到计算机、自动化、数学、信息学等学科，还涉及到心理学、脑科学、仿生学等各种学科。群智能就是仿生学在人工智能中应用的典型。该讲主要介绍受到蚁群和鸟群社会行为启发而构建的蚁群算法和粒群算法，将其转换为可计算模型，引入到问题优化求解中。

三、课程建设经验

由于授课对象的不同和授课时间的限制，在只有30分钟的一讲一主题情况下，要像平时上课那样详细讲解是不可能的，为此需要对视频公开课的材料进行重新组织。我们的人工智能课程作为首批国家精品课程，其教学资源还是比较丰富的，具有一定优势。

首先，使用主讲人编著的《人工智能及其应用》作为课程教材。根据教学对象不同，编撰了不同类型的教材，以适应不同层次学生的要求。2003年和2004年在清华大学出版社先后出版了《人工智能及其应用》第三版“本科生用书”和“研究生用书”。2005年在高等教育出版社出版了面向大专院校和网络课程的《人工智能基》，以及在国防科技大学出版社出版了面向管理类学生的《人工智能及其在决策系统中的应用》。2010年又出版了“十一五”规划教材《人工智能及其应用》第四版及《人工智能基》第二版，使教材与时俱进，不断创新，更好地为人工智能教学改革和人才培养服务。这些教材已为高水平课程建设和学科建设做出了重要贡献，也为视频网络课程提供了丰富的素材。

其次，教学资源丰富，知识融会沟通。课程主讲人也是国家级教学团队“智能科学基系列课程教学团队”的负责人，团队成员除承担人工智能课程教学外，还负责智能控制、机器人学等相关课程的教学。这些课程也都有对应的自编优秀教材，都可直接作为课程的参考资料。

“人工智能网络课程”具有明显特色(网络化、智能化和个性化)，得到专家和同行的认可和肯定，被教育部评为国家级优秀网络课程。特别是更新后的向导学习、个性化以及算法实验，采用了人工智能技术本身来实现人工智能网络课程，具有显著的特色和先进性。网站上课程的教学大纲、教案、课件、实验指导书、课堂录像和参考文献一应俱全。人工智能相关的网络资源，如网站、新闻组、BBS等，包括了大量的文献资料、讨论、本领域研究的前沿动态、人工智能课程相关的演示动画

和实验等。

虽然有相当丰富的教学资源，但为了适应视频公开课的需要，在视频公开课材料的组织上仍然花费了大量的时间和精力。本视频公开课课程具有下列主要特色：

(1)材料翔实、图文并茂

人工智能的发展经过几代人的努力奋斗，其在中国的发展尤其曲折。在课程资料组织过程中，对许多重要理论与方法的提出者以及一些会议与纪念活动等介绍，基本上都配以图片。这些图片有的是自己的第一手资料，有些则是从网络搜索得到。这些图片的引入，给本来相当枯燥无味的文字和概念增加了趣味性和对观众的吸引力，也是视频教学优势的一个体现。

(2)深入浅出、直观生动

人工智能作为一门讲述前沿理论的专业基课，其复杂的技术、算法、理论是一般观众很难理解的。视频课程不可能在较短时间内将这些问题讲透，而是通过形象的动画说明基本原理和概念，激发学生进一步学习的兴趣，真正起到带“入门”的作用。这也是视频课程的优势所在。

(3)精选题材、注重趣味

人工智能是一门高度交叉的科学，涉及面极广。为了让观众尽可能全面地了解这门学科，公开课着力于讲授内容的精选。从人工智能的起源开始，分别介绍了经典人工智能的搜索推理技术、当前的研究热点计算智能和群智能技术，以及人们对人工智能最直观的印象――机器人学，形成一定的体系。在这些题材中包括了逻辑学、生物学、脑科学、神经学乃至仿生学等不同的学科交叉，力求使枯燥的科学理论变成美味的知识盛宴。

四、问题与体会

经过紧张的准备和拍摄过程，“人工智能PK人类智能”精品视频公开课终于上网与广大观众见面了。由于时间仓促和经验不足等原因，本视频课程仍存在一些不足之处，值得今后弥补。

(1)考虑到比较通俗易懂的要求，使没有相关专业基的公众也能够基本上听懂，因而将很大一部分内容的重点放在了专业史上，其专业深度不够。

(2)由于每讲必须在30分钟内讲完一个专题，因此难以对相关技术进行深入探讨，只能简要介绍其原理和概念，使观众能知其然，却没法知其所以然。

(3)国外的公开课基本上都是随堂录像，视频课讲的内容就是平时课堂讲授的内容。而我国的视频公开课课程却强调普及性，相应的牺牲了部分专业性，在定位上仍有犹豫。这可能是我们的公开课与国外公开课的一个重要差别。

要把我国的视频公开课建设好，不能盲目追求观看率和点击率。从课程性质上看，文史类课程由于受众面广，容易被更多的人群接受和理解，观看的人就自然会多。理工类课程由于受限于领域基知识，受众面相对较窄，其接受程度肯定较低。要真正建设一门好的视频公开课，还是应该明确定位，内容贵精不贵多，完整清晰的讲述好若干知识点，让观众真正有所收获就是成功的。

参考文献：

[1]傅京孙，蔡自兴，徐光，人工智能及其应用，北京：清华大学出版社，1987

[2]宋健，学科前沿的最精彩成就[C]，见蔡自兴，徐光编著的人工智能及其应用(第四版)[M]，北京：清华大学出版社，2010

[3]蔡自兴，徐光，人工智能及其应用(第三版)，本科生用书[M]，北京：清华大学出版社，2003

[4]蔡自兴，徐光，人工智能及其应用(第三版)，研究生用书[M]，北京：清华大学出版社，2004

[5]蔡自兴，蒙祖强，人工智能基[M]，北京：高等教育出版社，2005

[6]蔡自兴，人工智能及其在决策系统中的应用[M]，长沙：国防科学技术大学出版社，2005

篇6

关键词：人工智能；电气工程；自动化；应用策略

中图分类号：TU74文献标识码： A

伴随着人们生活水平的不断提高，电气设备已经深入到人们的生活当中，在电气工程运行的过程中，人工智能被广泛的运用于电气自动化中，从而提高了工作效率以及工作安全。

一、人工智能概述

（一）应用理论

人工智能的概念在l956年首次提出之后，在研究领域得到了飞速的发展，逐渐形成了一套以计算机为主，包含了自动化、控制论、信息论、生物学、仿生学、心理学、语言学、数理逻辑、哲学和医学的一门综合性的科学。人工智能就是通过利用各种类似人类思维的机器进行实际工作的操作，从而代替人类完成工作任务。人工智能理论是开发、研究如何延伸、模拟人的智能的理论。作为新兴的计算机科学的一个分支，人工智能技术解释了智能的实质，并在此基础上生产出一种与人类智能有相类似反应的智能机器。在人工智能领域中，主要可以包括机器人、语言识别等系统。电气工程主要是研究和电气工程有关的自动控制、系统运行、信息处理、电子电气技术、研制开发、信息处理和计算机与电子应用等。随着科学技术的不断发展，计算机技术已经开始应用在我们生活的每个方面。在计算机技术快速发展的今天，各种与计算机编程技术有关的技术也在快速的传播与发展着。人类大脑作为最精密的仪器，计算机编程也只能模仿其对信息进行分析、处理、交换、收集和回馈，所以对人类大脑技能的模仿会促进电气工程自动化的发展。人工智能系统在电气自动化中的运用，可以减低成本，使整个操作系统可以有效的提高。

（二）优越性

需要有针对性的对人工智能控制进行分析，比如遗传算法和模糊神经都作为一种非线性的函数近似控制器，这样以来方便对总体了解，而且有利于实现对控制策略的综合研究开发。传统的计算工具已经不具备这种优势，并且其准确度很低，所以很难形成对整个设备运行状况的精确掌握。通过人工智能控制器的使用，就无需控制对象的模型，根据下降和响应的时间，人工智能控制器可以根据需要进行必要的调整以提高自身的性能。比如模糊控制逻辑控制器在对下降时间的控制方面比最有效的PID 控制器还要高出四倍以上普通的控制器就更不用说了。模糊控制器在上升时间方面的控制比最好的PID控制器要好两倍以上。人工智能控制器和传统的控制器相比更容易调节，在没有专家指导时，也能根据相应的数据、信息和语言等完成设计。人工智能控制器可以将驱动器所产生的影响忽略掉，随便输入一些数据其都能估计出来。其中有些控制对象如果短时间没有采用人工智能控制器效果也较好，但是有些控制对象则不一定会有较好的效果，所以在设计要视不同的情况对待。在模糊化和反模糊化时，如果使用适应模糊神经控制器、隶属函数以及规则库，可以实现实时确定。以上所叙述的这些方法中，基本上都不能对整个系统的操作参数得到正确的数据，所以想要使整个工程可以稳定的运行，就需要对技术进行改进与发展，将先进技术运用到运行系统当中，使得整个系统可以稳定运行。

（三）现状

智能化技术是随着科学技术的发展不断演化而成的，具有行为能力、感知能力以及思维能力，智能化技术的发展使得我国电气工程自动化的办公效率得到有效地改善。在经济的推动下，我国的智能化技术也在不断的提高。作为一门新型科学的电气自动化技术在我国的发展过程中，起到了非常中要的作用，所以将人工智能技术运用到电气自动化中也是非常必要的。目前智能化技术已经成熟起来，人们在信息的处理、农业灌溉、电气工程、电子行业以及企业管理中利用智能化技术，有效地改善了企业的工作环境，带来了经济效益。随着智能化技术的不断推广，在我国各行各业中都有了比较广泛的利用，智能化技术为企业带来了经济效益，方便了人民群众，为经济的发展提供了技术支持。

对于智能化技术来说，计算机技术是对其最好的体现，利用这种技术，可以大大的提高工作效率，还可以在一定程度上改变工作的环境，使整个工作的工作质量有所提高。随着智能化技术的普及，人们利用计算机技术实现可视化的科学计算，使得信息交流的方式多种多样，智能化技术在发展的同时，自身也在不断的应用中自我更新，朝着高速化、集成化、网络化、多功能化的方向发展。

二、应用策略

由于目前人工智能技术的飞速发展，各个科研单位也对这种技术进行了研究工作，特别是将人工智能技术运用到电气自动化当中。在电气方面的研究工作主要有电气设备故障的预测、诊断、电气产品的优化设计、控制以及系统保护等方面。

（一）设计

在进行电气设备设计的过程中，有很复杂的工作需要完成，例如在电路、电磁场进行设计的过程中，要具备大量的基础知识，还要有丰富的实践经验。以往的产品设计中根据经验在实验室通过人工手动制作的方式进行，所以要想获得最优方案是很难的。计算机技术迅猛发展的今天，电气产品的设计中的手工设计方式逐渐被计算机辅助设计（CAD）所替代，产品开发周期得到极大缩短。通过在CAD技术里引人人工智能，帮助设计人员提升所设计产品质量和设计的效率。用于电气产品的优化设计的人工智能应用主要集中在遗传算法和专家系统两方面。对于传统的运算方法来说，遗传算法有着其自身的先进性，其运算的结果准确率通常都很高，所以这种运算方法被广泛的应用到电气产品中。另外使用较多的优化设计方法是专家系统。电气设备发生故障一般是不确定和非线性的，但在故障之前有着一定的预兆，而这些预兆和故障之间又有着很紧密的联系。通过人工智能加入可以使用专家系统得到最大限度的发挥。除以上两种方法外，还有很多方法正在进行优化与改进当中。

（二）诊断

在电气工程中，很多时候会因为发电机、发动机等的故障引起整个电气工程无法正常运行，所以要加强对于整个工程的诊断工作，但是传统的诊断方法根本不能准确的诊断出故障的所在。例如传统的方法是通过对收集的变压器油产生的气体进行分析，然后根据气体样本的分析结果来对故障是否存在做出判断。不仅消耗大量的时间，而且还很费人力，时效比较低下，所以并不方便在平常的诊断中应用。其中原因也是纷繁复杂多变的，很多电气工程中的运行故障都是突发的，因此，要对故障能够有一个准确的判断，从而能及时的对其进行解决，否则就会造成严重的后果，更可能产生严重的经济损失。所以他们处理起来一般是非常棘手的。在电气故障和事故诊断中有效的运用融入了人工智能技术的神经网络、模糊理论和专家技术主要技术可以很好解决传统方法遇到的问题，大幅提升故障诊断准确率，进而成倍的提高生产效率，减少损失。

结束语：

综上所述，伴随着人类社会快速发展的脚步，人们对于科学技术的应用也越来越广泛。同时在各类科学技术不断进步，人工智能化也在快速的发展，并且被运用于各个领域，其中电气自动化就是其中最为突出的。人工智能化的应用不仅大大的提高了工作的效率，还在一定程度上改变了电气工程的现状，使得整个电气工程能够快速健康的发展。

参考文献

[1]牛美英,渠基磊,吴志鹏等.人工智能在电气工程自动化中的应用[J].价值工程,2013(23).

[2]阙海明.人工智能在电气工程自动化中的应用[J].消费电子,2014(2).

[3]李林灏.人工智能在电气工程自动化中的应用探讨[J].数字化用户,2014(2).

篇7

智能医疗的兴起

人机大战1∶4的比分让相当多的人感到失望和悲观，还有人感到了恐惧，认为人工智能战胜人和主宰人类社会的时代已经开启。

然而，即便“阿尔法围棋”最终以5∶0的大比分大胜李世石，也不意味着人工智能主宰世界和人类被奴役时代的到来，理由也并非只是“阿尔法围棋”是人类设计出来的，而是因为，“阿尔法围棋”其实开启了人类利用人工智能的新时代，准确地说，是拓宽了让人工智能为人类干活的新天地，并有可能深入而广泛地让人类文明迅速发展。

“阿尔法围棋”是靠深度学习、蒙特卡洛树搜索算法和自我进化三招战胜人类棋手的，这三大功能也是人类驾驭人工智能为人类服务的途径。由于人工智能能够自我学习，学习能力会越来越强，而且搜集和贮存的数据会越来越多，将会在更多的方面成为人的助手或替代人的工作。例如，除了替代一些体力劳动以及低级岗位外，会学习的人工智能还会接手一些需要创造性、技术性和复杂运算的工作。此外，在各个领域的新产品的研发、预测分析、推广等方面，人工智能也能产生巨大的作用，创造不可估量的效益。

设计“阿尔法围棋”的深度思想公司（Deep Mind）的CEO杰米斯・哈萨比斯提出了人工智能的通用性，即通用人工智能，这种智能与人类专家协作可以解决和处理更多需要智慧才能解决的问题，如诊治疾病，处理气候变化、能源、基因组学、宏观经济学、金融系统、物理等方面的几乎所有问题。哈萨比斯称，人类想要掌握的学科越来越复杂，即使是最聪明的人，穷其一生也难以掌握其中一个领域。如果将“阿尔法围棋”看成一个能够自动将非结构化信息转化为可用知识的过程，那么通过筛选泛滥的数据得出合理的观点就指日可待。研究人员正在努力研究的是一种可以解决任何问题的人工智能超级解决方案。

具体而言，如果“阿尔法围棋”的自我学习能力、大数据存储和分析功能应用到医药领域，将诞生一种新的医疗和医药模式，即智能医疗（有人称智慧医疗，但由于智慧似乎为人类所特有，以人工智能为基础的新型医疗称智能医疗更好）。

智能医疗是指通过打造健康档案区域医疗信息平台，利用最先进的计算机和互联网技术，实现患者与医务人员、基础研究（医学和药物研究）与临床治疗、医疗机构、医疗设备之间的互动，逐步达到信息化防治疾病和健身强体的目标。

例如，通过无线网络，使用掌上电脑便捷地联通各种诊疗仪器，医务人员能随时掌握每个病人的病案信息和最新诊疗报告，随时随地快速制定诊疗方案；在医院任何一个地方，医护人员都可以登录距自己最近的系统查询医学影像资料和医嘱；患者的转诊信息及病历可以在任意一家医院通过医疗联网方式调阅；任何科学研究，包括医学和与医学相关的物理、化学等领域的研究最新成果能在互联网上及时公布等，让诊断、治病和用药以及公众的保健得到最有效、最迅速、最适宜、最廉价和最科学的处理。

智能医疗的具体表现

以“阿尔法围棋”为例，可以知道什么是智能医疗。

研发出“阿尔法围棋”的深度思想公司并非只是专注于让“阿尔法围棋”与人类棋手过招，而是注重把人工智能通过学习解决实际问题的能力贯穿应用到医学领域。2016年2月深度思想公司就已经了在医护领域使用的深度学习程序――深度思想健康（Deep Mind Health）。这是一款手机应用程序（APP），包括“识别风险病人”（Stream）和“早期临床护理管理”（Hark）两个模块。

这种手机应用程序当然也是一种人工智能，它们需要学习和帮助医护人员监护一些表面上不严重但实际很危险的病人，或者一些急性发病者。例如，深度思想健康的“识别风险病人程序”可以及时发现急性肾衰竭高风险病人，以便让医生及时治疗并改善对病人的护理。这个程序是通过检读血液检查报告，以辨别哪些病人存在风险。结果表明，有25%的急性肾衰竭死亡可以通过这个程序避免。“早期临床护理管理程序”则能帮助医生制定治疗方案和采取行动。使用该项程序能避免38%的患者病情恶化。

当然，这些只是人工智能开发和应用的冰山一角。实际上，在医药领域利用计算机技术和人工智能最早和进展较大的是药物的研发与监控。计算机和人工智能对于药物的研发在很多方面都起到了作用，如研发新药、老药新用、药物筛选、预测药物副作用、药物跟踪研究等。这实际上已经产生了一门新学科，即药物临床研究的计算机仿真（CTS）。

一种新药的开发一般估计需要15年时间，耗资10亿美元，但最近的估计是可能耗资40亿～120亿美元，还不能保证成功。因为，除了要求新药要有疗效外，还需要安全性的保障。如何监控和预测药物的副作用或不良反应就成为研发一种新药或老药新用的重要保证。

对于传统的药物研发来说，一种药物必须经过动物试验和人体的Ⅰ、Ⅱ、Ⅲ期临床试验。而且，即便Ⅲ期试验后批准上市，还有Ⅳ期临床研究，即新药上市后进行的临床研究，而且一类新药要求进行2000个病例的IV期试验。这也是造成药物研发周期长、费用高的重要原因。

但是，在今天有了计算机程序，特别是以“阿尔法围棋”为代表的能自我学习的计算机程序（软件），就为人们提供了一个检测药物的人工智能安全专家。首先是在新药筛选时可以获得安全性较高的几种备选物质。当很多个甚至成千上万个化合物都对治疗肝癌显示出某种疗效，但又对它们的安全性难以判断时，便可以利用“阿尔法围棋”的策略网络和评价网络，以及蒙特卡洛树搜索算法来挑选最具有安全性的化合物，成为新药的最佳备选者。

同样，对于尚未进入动物和人体试验阶段的药物，也可以利用类似“阿尔法围棋”这样的人工智能来检测新药的安全性。因为，每一种药物作用的靶向蛋白和受体都并不专一，如果作用于非靶向受体和蛋白就会引起副作用。类似“阿尔法围棋”的程序可以通过对既有的数千种已知药物的副作用进行筛选搜索，以判定一种药物是否会有副作用，或副作用的大与小以及最小，由此选择那些副作用概率最小和实际产生副作用最小的药物进入动物和人体试验，就会大大增加成功的概率，节约时间和成本。当然，利用“阿尔法围棋”等程序还可模拟和检测药物进入人体内的吸收、分布、代谢和排泄、给药剂量-浓度-效应之间的关系等情况，让药物研发进入快车道。

大数据和信息共享

大数据和信息共享同样是智能医疗的核心。信息共享成为智能医疗的重要性在于，全球的科研人员只有科研共享，才能对各种危害人们健康的疾病和顽症，如艾滋病、癌症等进行有效的治疗，挽救人们的生命。这一点在突发公共卫生事件，尤其是暴发危害人们生命的疾病时，具有重大的作用，例如最近在南美爆发的寨卡病。

由于医护人员对寨卡病的发病机理、传播途径和危害胎儿和孕妇的机理并不清楚，对待这种疾病既无有效的药物，也没有疫苗，因此需要更多更新的研究结果来指导防治疾病，而对于最新研究信息的共享，则有助于指导全球医务人员和公共卫生专业人员，并通过医护人员向公众提供科学的防治方法。

正是在寨卡病的防治上，信息共享得以突破。现在，美国威斯康星大学麦迪逊分校病毒学家康纳研究团队用寨卡病毒感染猴子进行试验，并在网上公开了首批数据。这一行为改变了过去研究人员只是在学术期刊发表研究结果和数据的传统做法。美国研究人员在网上的是2016年2月15日他们将寨卡病毒注射进3只印度恒河猴体内获得的血液、唾液和尿中所检测到的病毒数量的原始数据。这些数据能让每个人都看到，并且每天都会更新研究结果。

此次康纳等人首先在网上公布动物试验的数据意味着，生物医学已经正式踏入智能医疗门槛。与此同时，中国研究人员也借寨卡的防治和研究而跨入智能医疗和大科技的门槛。中国疾控中心与江西省疾控中心、浙江省疾控中心、军事医学科学院等单位合作，分别对寨卡病毒感染病例血液和尿液标本中的寨卡病毒基因组进行了全面解析，获得病毒全基因组序列，并到网上。

这种科研的资源共享显然为人们认识寨卡病的病理、研制药物和疫苗奠定了基础。而且，基于对不同来源的寨卡病毒特点的认识，将进行针对性的药物和疫苗研发。例如，中国疾控中心和江西省疾控中心合作测序的寨卡病毒基因组有10676个碱基，与目前在美洲的流行病毒株具有高度同源性。但是，浙江省疾控中心测序的寨卡病毒核酸序列与太平洋岛国法属波利尼西亚地区报道的病毒基因组序列高度同源，而与中国其他省份报告的输入病例的病毒核酸序列存在差异。

不过，美国研究人员在网上公布恒河猴试验的数据还具有更多的意义。寨卡病是一起非常紧急的公共卫生突发事件，所有人都在与寨卡病毒赛跑，也与时间赛跑。除了不应让科学家的竞争成为保密理由而延缓对寨卡病的认知和防治外，还要意识到，对人的研究有很多伦理限制而无法获得相应的数据和知识。

由于寨卡病毒感染的形式和机制在人和恒河猴体内相似和相同，研究人员能通过向猴子体内注射不同剂量的寨卡病毒而获得该病有价值的第一手相关信息。科学家能对怀孕恒河猴体内的羊水反复取样，以判断寨卡病毒能否以及多染胎儿。这些数据一方面不可能从人身上快速且合乎伦理地获取到，另一方面也可能因此而延误人们对寨卡病毒是否导致小头儿等的认知。

有了对恒河猴的研究结果，并且能在网上，就能较快地获得诸如寨卡病毒是否与小头儿关联的确切信息和机理，例如，正在发育的胎儿可能何时会被寨卡病毒侵袭而导致出生缺陷，也就能为人们提供防治的线索和方式。

此外，由于世界一些国家反对动物试验，尤其是反对用灵长类动物进行医学试验的呼声越来越大，浪潮越来越高。欧洲一些国家，如德国已经在减少灵长类动物的医学试验，美国国立卫生研究院（NIH）也已决定结束其下属一家实验室存有争议的猴子试验，并终止了对黑猩猩侵入性试验的经费支持。

在这样的情况下，美国研究人员在网上公布寨卡病毒感染猴子的数据就更具有意义，因为这是在实现一个共同的目标，资源共享能让那些并没有进行动物试验的研究人员了解动物试验的情况和数据，也就会减少使用灵长类动物进行试验。

当然，大科技时代的资源共享也会让科研人员产生疑虑，其中最核心的是，研究成果的界定和归属，以及其他研究人员是否采信网上的动物和其他研究数据及结果。

对于第一个问题，也许可以用网上公布的时间来判断一项研究结果的最早时间和进行研究的科研人员，至于对网上公布的研究结果的采信与否，可能会随着大科技时代的进展由实践做出回答。无论其他研究人员是否采信网上公布的结果和数据，都会进行验证，因此，可能会有效地检验网上公布的研究结果。

患者也要利用智能医疗

一般而言，智能医疗通常指的是计算机、大数据和互联网+如何让医生和专业机构对病人的疾病诊治更准确和更科学，让人们既能看病有效，又能少花钱。

例如，现在飞利浦公司设计了一个智能软件飞利浦健康套件数字平台，希望将消费者、患者和医疗服务人员三方进行串连，在互联的护理领域进行尝试。这个平台是一个基于云技术的开放安全平台，能够收集和分析从健康手表、血压计、耳式体温计和身体分析仪等多个设备源头的健康数据。医生也可以在第一时间了解到患者的情况并做出医疗判断和治疗方案，从而大大降低医疗成本和漏诊误诊的发生率。

智能医疗的另一个维度是患者和家属，以及需要保健的正常群体，他们也需要大数据和智能分析来选择自己所需的诊治疾病的方式和程序，以及正常人需要选择的保健措施。

在这方面，利用大数据设计成智能软件，为患者和公众提供就医和保健的信息也格外重要。现在，美国已经出现了主流医院评价平台的智能软件，供广大公众选择。这个平台对美国近5000家医院、约14万医生以及16个医疗领域的137家专业医院排名。这个排名对医院声誉、患者存活率、患者安全性以及其他医疗相关指标在内的数十项评价指标进行综合排序，由第三方公司或组织进行多方位、多元化评价，更加关注医疗产出以及患者满意度。如此，这种智能平台可以向公众提供他们可以选择和信赖的医院进行就诊和治病。

现在，中国对医院和医生的评价还是采用最普遍的医院等级划分标准（3级10等）。医院评审分级标准包括医院的规模、技术水平、医疗设备、管理水平、医院质量等5个标准，但由于其他评审内容设置缺乏直观指标，容易量化的硬件标准（床位、科室设置、医疗设备、人员配备等）成为划分医院等级的决定因素，暂时未能考虑医院的综合医疗效果、患者存活率、患者安全性等。

现在，中国研究人员意识到医院评价和大数据的重要性，复旦大学医院管理研究所已经邀请全国30个临床专科的几千位著名专家学者共同参与评审中国最佳医院排行榜。其中，医院专科声誉主要由专家提名心目中名列前茅的医院，而在科研学术方面，得分主要来自于国家级奖项和科学引文索引（SCI）影响因子。

篇8

技术视角下人工智能的真实水平

截止2016年3月人工智能在语音和图像上已经取得了阶段性成果，但语义上暂时还看不到能彻底解决的迹象：

1.语音识别--形象来讲是这是一个最近几年已经被深度学习攻克的领域，只要花足够的钱，那识别精确度可以达到99%。在语音识别这种领域，最后几个点精度的提升很可能比前面达成90%精度还要费劲，但最后这几个点的精度往往正是跨越能用和不能用的关键。没有深度学习之前，人们已经尝试攻克语音识别很多年，一般来讲1952年贝尔实验室研究的第一个能识别10个英文数字发音的语音识别系统被认为是语音识别的起点，这样算起来人类已经在这事上努力了60多年。在上个世纪70年代搞定了小词汇量的语音识别，在80年代搞定了大词汇量的语音识别，然后精度就卡在那里了，大概在85%左右徘徊，一卡就接近30年。微软、IBM当年都曾经尝试把这技术应用起来，但显然没什么后果，好多人甚至不记得他们干过着件事情。深度学习导入语音识别后，使事情有了根本性的变化，现在只要有足够的数据进行训练，大多的公司自己都可以训练出足够精确的语音识别模型。这技术基本上要货品化了，越来越可以认为这是一种不要特别多的投入就可以搞定的技术。

2.图像识别--图像识别比语音识别要麻烦一些，因为语音识别的对象总是各种有限的语言。但图像里人脸和猫的识别落到具体实现上还不能用一个模型来处理。当前的状态是如果选定一个点比如人脸识别，砸入几十个PhD，几百块GPU，那花个一到两年，如果还能找到落地点不断获得数据，那就可以做到非常高的精度(99%以上)，但这种精度眼下还没办法一下子就覆盖到其它领域，只能一个点一个点来搞定。像人脸这种领域因为有切实的落地场景(银行等)，所以一下子就发展起来了，其它的领域要想都达到同样的水平，那还需要一点时间。

3.语义理解--和语音识别与图像识别不一样，语义理解处在一种基本没搞定的状态。很多时候我们看演示的时候能看到一个机器人或智能型产品与人进行流畅的交流。达成这状况有两种可能，一种是作弊，后面放了个人，属于人工的人工智能；一种是对话被限定在特定的场景下，比如汽车里打电话，让地图导航等。语义理解的难度与所要处理的概念数有关，当要处理的概念数在几千个以下的时候，那针对特定场景按照基于规则的方式还是可能搞定，做的比较流畅的。但一旦这个范围扩大到整个社会生活，那最多也就是Google Now和Siri那个样子。与这点密切相关的应用一个是各种智能语音助手在对话时的智能程度，一个则是翻译。

在这些里程碑被陆续达成的过程中，世界也会改变它的样子，恰如汽车的出现带来了马路和交通规则一样。而要想理解这种影响的范围，那就要考察人类与人工智能的分工边界。

人类与人工智能的分工边界

如果有一天我们想种什么植物，那只要对着身边的智能助手说一声；我们想生产什么东西，只要选定好样式和材料工厂就可以按需生产；我们想吃什么，机器人都可以帮我们做好；我们想出门的时候，自动驾驶汽车就会等在门口；想看病的时候，身体的各种参数就会和过往的病例自动对比分析。那人类到底还应该做点什么？

由这点可以引出旷日持久的各种争论，比如软件在吞噬世界、人工智能在吞噬世界、机器人在吞噬世界等等，但这并没价值，其关键在于既然有些岗位注定被消灭，那就要知道究竟究竟什么样的工作会是人类的保留地。当然这里用工作可能不太准确，古代富家翁也种花，但这和花农种花其实有着本质的区别。

要想弄清上面说的这问题，其实需要回到此前提到的问题：到底什么是人工智能？如果说人工智能就是抽调了欲望和激情的超人，那显然凡是不依赖这两者的事情上人类都不再有工作的价值。很不幸的是我们今天所看到的绝大部分工作其实都更多的依赖于理智、感知和体力，而非欲望和激情，当信息足够充分后都是很容易就会被人工智能所取代。

种地这事在发达国家现在已经足够机械化，人工智能发达之后只要在地形的识别上做到足够精确，技术成本又足够低，那播种、收割、打农药等根本不可能难的住人工智能，比较容易就可以实现彻底的自动化。一旦自动驾驶得以彻底实现，那类似的技术应不应用到农业领域唯一的关键点就是经济上划不划算，而不是能不能搞定。这也是正在发生的事情，总部在加利福尼亚圣迭戈的Vision Robotics研发了一种章鱼模样的采橘子的机器人，这机器人使用3D视觉传感器建立橘子树的模型，然后存储每个水果的位置，接下来就用来指导8个机械手臂采橘子。此外、用于修建葡萄藤的、在大棚里工作的机器人也都在向人类狂奔而来。

建筑方面也是同样的情形，更为激进的是已经有创业公司在做这件事情，它们一边利用无人机随时监控地形和进度，一边自动控制挖土机进行施工。盖摩天大厦这事暂时还无法用机器人来搞定，一是机器人本身的灵活性还不好，一是高空作业还是需要面对比较复杂的操作环境，但这不是一个人工智能搞不定的领域，只是需要更长一点的时间。

制造业里用机器人替代工人近乎成为一种浪潮，但当前的浪潮其实不过是刚刚开始，当前的很多机器人并不具有太多的智能，一旦制造型机器人的智能得到足够的提升，那我们更可能会面对工厂里空无一人的情形。一家叫Rethink Robotics的美国公司做了一款叫Baxter的机器人，目标就是解决过去的机器手过于死板的问题，任何人都可以训练这种机器人做范围很宽泛的工作，当然当前它工作的精度还不如传统的机械手。而被Google收购又要卖出的波士顿动力已经做出了踹一脚不会摔倒，即使意外摔倒的也能自己爬起来的机器人。

如果问在10年之内究竟什么时候这些机器人能彻底取代工人、能彻底取代物流仓储过程中的搬运工人，眼下其实是很难回答，但如果把眼光放长一点，问在20~30年后这些机器人会不会取代相关的岗位，那答案显然是肯定的。与此相类似的还有送餐、安保、零售、教师、厨师等这些往往吸纳非常多人的领域，看穿现象后我们会发现这些岗位在人工智能面前，其抵抗力脆薄如纸。这里面有一个非常关键的点往往被大家忽略，我们上面所有说的事情其实是应用的场合，而它们其实依赖于共通的几个技术比如计算机视觉等，一旦这些技术取得突破，那各种机器人一定会雨后春笋一样出现。这就好比手机大发展后，故事机、Pad、智能电视、智能投影仪等都能很快的出现一样，因为他们依赖于很多共通的技术。也正因此前面才提到各种技术上的里程碑才非常关键，因为它可以代表着共通技术何时可以走向商用。

至于爱情、亲情这些领域显然会是人类的保留地，即使一个机器人能很好的照顾年迈的老人，能辅导小孩接受教育，但显然这不可能取代子女的陪伴，父母的实时关怀，因为这些事情关乎心灵。与此相类似，现在从各个地方冒出来的网红反倒是安全，因为网红也更多的基于情感。

篇9

比照科学哲学建立学科体系的方法和将技术哲学作为一门哲学学科来建设，我认为在技术哲学的研究中应该注意以下三个问题：第一，研究技术哲学应该注意技术史的研究；其二，研究技术哲学应该注意技术哲学的哲学基础的研究；第三，研究技术哲学应重视技术实践。

一．

为什么在技术哲学的研究中应该加强技术史的研究呢？一方面，这是因为对现实的曲解必然是由于对过去的无知，“为了理解技术及与技术有关的社会准则的演变，必须考察人类最古老梦想及连续形态”（参见R舍普等，1999年，第3－4页）只有在技术的历史中找到技术的根源和原因，才会更好地理解技术。另一方面，这是从科学哲学的产生和发展中得出的经验。现在研究技术哲学家们都想像科学哲学一样，建立技术哲学的“研究纲领”。那么，我们就来看看科学哲学是如何建立自己的“研究纲领”的。

拉卡托斯曾说，“没有科学史的科学哲学是空洞的；而没有科学哲学的科学史是盲目的。”（参见拉卡托斯，1999年，第102页）他认为，科学哲学和科学史是密切联系不可分割的。拉卡托斯身体力行，通过科学史案例分析（case studies）方法揭示并论证了自己的科学哲学的一般原则。另一个重要的科学哲学家托马斯库恩在哈佛大学读研究生时，就开始研究科学史，学习了柯瓦雷的《伽利略研究》等科学思想史的著作，同时还学习了心理学、科学社会学等方面的著作。1957年，库恩出版了自己的第一部著作《哥白尼革命：西方思想发展中的行星天文学》，这是一部经典的科学思想史著作。正是在上述科学史工作的基础上，库恩才在1962年出版了《科学革命的结构》这一“学术史上的一个里程碑”似的著作。库恩一直以来是美国历史学会的会员，而不是哲学学会的会员，对哲学一直是他的主要的业余爱好。他认为，科学史可以启发科学哲学家的洞察力，“有助于填补科学哲学家与科学本身之间颇为特殊的空缺，可为他们提出问题，提供资料。”（参见库恩，1981年，第13页）拉卡托斯和库恩的这些研究科学哲学的方法可以完全移植到技术哲学的研究中来。

我们可以从制作玻璃的技术发展史和这种技术对人类社会的影响这一实例来说明研究技术史的重要性。我们都知道，古希腊人创造了光辉灿烂的文化，其中包括哲学、文学、历史、物理学、天文学、建筑、医学等众多领域，这些领域几乎包括了现在的所有主干学科。但是，奇怪的是古希腊的化学却不发达，这是为什么呢？对此，美国人文学者芒福德（Lewis Mumford）在他的《技术与文明》中提供了一个解释。他说，“考古学家迈瑞斯（J.L.Myres）认为，古希腊在化学上的缺陷源于缺少好的玻璃。”（见Lewis Mumford，1934，P127）玻璃的物理性质稳定，是绝缘体，可耐高温，对化学实验不起反应，而且它还是透明的，允许观察者从外部观看，是制作化学试管的良好材料。化学是一门实验科学，正是由于古希腊缺少良好的玻璃来制造试管做化学实验，才使得古希腊的化学不发达。从这里我们也就可以看出技术与科学的关系：技术的不发达限制了科学发展，技术不是单纯的应用科学，科学从开端处就与技术紧密相连。

玻璃发展到伽利略时代，一个瑞士的眼镜商偶然间发明了望远镜，伽利略知道后，自己制造了一台望远镜，他由此先发现月亮上的山脉和火山口，后来又发现了木星的四颗卫星，这些发现都有力地支持了哥白尼地学说。因此，美国哲学家唐伊德（Don Ihde）认为，库恩的所谓的“科学范式的转变”不是简单的知识革命，“在这里，剧烈的范式转变发生在视觉中，但是这种范式转变同时也是知觉的和包括技术的。”（见Don Ihde，1990，P54）由此我们就可以看出，科学革命和技术革命往往是交叉的。

随着玻璃技术的完善，玻璃被用到日常生活中，它对人类产生的影响就更大了：眼镜矫正了近视眼，延长和丰富了人类的智力年限，显微镜使人看到了一个微观的世界，镜子改变了人的自我意识等等。特别是当玻璃用于门窗上时，人们从通过玻璃窗看到的景象中发展出了文艺复兴时期绘画的透视法，这种绘画方法完全不同于中国画技，它使得时间和空间早在牛顿力学诞生前就发生了分离，正如瓦赫特勒（Edward Wachtel）所说的，“我认为，为机械世界图景提供基础的空间和时间的彻底分离从15世纪就在油画布和大教堂实现了。在牛顿时代，这种存在的观点渗透到西方意识的最深层，这就是说变成了一种常识。”（见Joseph C. Pitt，1995，P55－56）由此可以看出，透明的玻璃窗在艺术和科学中培育了西方的世界观。

从上述例子不仅可以看出研究技术史对技术哲学的重要性，而且为了研究技术哲学来研究技术史并不是要像一般的科学技术史一样，按时间的顺序堆积一些历史史料，而是要以一定的哲学思想和历史观点出发，从具体的技术是如何改变人类生活和影响人类文明发展处着眼。库恩在谈到科学史家与哲学的关系时曾说，“科学史家需要哲学……一个人如不能掌握他所研究时期和领域中主要哲学流派的思想，要想对科学史中的许多问题研究得好，那是不可能的。”（参见库恩，1981年，第10页）在研究技术史上，法国年鉴历史学派布罗代尔等人的历史观和芒福德对技术史的研究方法值得我们借鉴。只有在充分研究技术史的基础上，借助于各种哲学思想，我们才能提炼出自己的技术哲学研究纲领，避免“没有技术史的技术哲学是空洞的；而没有技术哲学的技术史是盲目的”这种状况。

二．

技术哲学不管是作为哲学的一门分支学科也好，还是作为哲学的发展方向也好，必须把自身当作一门哲学学科来建立。因此，不管我们是从哲学、中国哲学还是从西方哲学入手来研究技术哲学，必须要加强技术哲学的哲学基础研究。

与目标的不确定相对应，在技术哲学中却有将研究领域泛化的趋势，比如将研究的重点放在了技术产生的后果而不是技术本身上，使技术哲学成了一种技术社会学和技术经济学，这再一次印证了技术哲学的研究目标的不确定性和体系的不成熟性。唐伊德认为，哲学的任务是有限的，哲学家不能给问题提供公式化的或简单的答案。在他看来，哲学能做的事情有两件：首先，“它可以为研究领域提供视角——在这里的领域就是技术现象，或更好地说，人类－技术关系的现象。其次，哲学可以为理解提供构架或‘范式’。”（Don Ihde，1990，P9）我们以海德格尔的技术哲学为例来说明这一点。

海德格尔作为二十世纪最重要的哲学家之一，同时也是首先将技术作为哲学关注的主题和将技术提高到从存在论上来认识的先驱。从早期《存在与时间》中对工具“上手状态”的现象学分析，到后期《技术的追问》等文章中得出技术的本质是“座架”的结论，海德格尔用他所提出的这些哲学概念为我们认识技术提供了新的向度。但是我们要看到，海德格尔之所以能够得出这些结论是与他对整个西方哲学史的批判密切相关的。他认为，“技术在本质上是存在史上建立在遗忘中的存在的真理的命运。……作为真理的一种形态，技术建立在形而上学的历史中。”（参见冈特绍伊博尔德，1993年，第120页）因此，对事物的技术的揭示方式并不是从现代社会中产生的，而是始于他所称为的从古希腊开始的“生产性形而上学”。当柏拉图用永恒不变的“形式”即“理念”（Idea）来作为万物的存在基础、从人类生产的术语来设计实体的存在时，事物本身就从“去存在”转变为“去被生产”。随着这种认识方式的发展，特别是到了笛卡儿那里，理性主体成为认识事物的中心，与作为对象的客体处于对立状态，主体－客体的两元对立思维方式得以确立。从十九世纪开始，科学逐渐脱离哲学，建立了自己在各门学科中的主导地位，但是主体－客体的思维方式依然保留。随着工业化和现代化的发展，科学与技术联盟，科学成为服务于对事物的技术的揭示的工具，由此使生产性的形而上学发展到了高峰，而技术也就是一种“完成了的形而上学”。

理查德罗蒂（Richard Rorty）认为，自己喜欢海德格尔的方法，但是海德格尔脱离了西方具体的历史，对现代性、工业技术的批判太天真，特别是在对启蒙的批判中，没有看到启蒙政治、经济的发展，促进了人类的自由。因此，我们可以不同意海德格尔的结论，但是我们却一定要重视他的方法。西方哲学界曾有人说，“海德格尔思想的特色在于他将最深刻的实践意义归之于显然是最抽象、最缥缈的理论思考。”（参见列奥施特劳斯等，1993年，第1051页）海德格尔技术哲学的深刻和影响深远的原因就在于此。

海德格尔之后的许多技术哲学家都是沿着海德格尔的思路，将技术哲学的研究引向深入。当代西方的技术哲学有一种融合早期技术哲学中人文主义传统和工程主义传统的趋向，技术哲学家们开始脱离像海德格尔等人从总体上看待技术的传统，不再局限于仅仅从人文主义的视角对技术进行批判。他们首先接受和承认技术，面对现代社会中具体的技术和技术产品，从哲学的角度来研究技术。正如皮特（Joseph C. Pitt）等人在《哲学与技术文集》第11卷《技术哲学的新方向》的序言中所说的，“在过去，技术哲学的很多工作是‘技术’（Technology）对人类价值（通常诉诸于人类存在的某些理想的乌托邦状态）的影响（一般总是否定的）。哲学家现在开始研究特殊的技术如何从物质上和观念上影响我们的生活。”（见Joseph C. Pitt，1995，Pvii）由此形成的也就是当代美国技术哲学中的“经验主义转向”。

但是，我们应当看到，当代的美国技术哲学家们并没有完全脱离经典技术哲学中人文主义的传统，他们只是在前人的影响下，以对具体技术的哲学分析为基础，将技术哲学向更深层次延伸和发展。如果熟悉了美国技术哲学的文献，就可以看到，美国技术哲学的“经验主义转向”早在芒福德那里就开始了，在《技术与文明》（《Technics and Civilization》，1934）、《机器的神话》（《The Myth of the Machine》，1967、1970）等著作中，芒福德就是从具体的技术出发来研究技术在人类生活和文化中产生的影响。所以，我们可以说，当代美国技术哲学的“经验主义转向”发生的整个大背景是美国的实用主义传统，它的理论基础是欧洲大陆的现象学和存在主义，它所面对的是具体的技术和技术产品，而它所用的方法是20世纪在英美国家沉淀了一个世纪的分析哲学的方法。因此，不管是从技术哲学的历史上看，还是从它的现实发展中来看，都需要加强技术哲学的哲学基础的研究. 当代技术哲学中人文主义与工程主义的融合是为了双方的沟通，加强对话，从而使得技术哲学在实践中产生一定的影响。如果技术哲学家们的理论和思想没有一定的深度和哲理性，工程师宁肯去请教别的工程师也不会去请教技术哲学家。芒福德在城市规划方面的研究工作值得技术哲学家学习。芒福德除了上面提到的技术哲学方面的著作外，他还研究城市建设和规划理论，他在这方面的著作像《城市发展史》、《城市文化》等著作已经称为了城市规划理论的经典书目。

但是，另一方面，技术哲学家如果不熟悉技术和工程知识，又很难做到与工程师之间的对话，因此，研究技术哲学必须重视技术实践。

三．

对目前技术哲学领域的研究，国际哲学院管理委员会主任罗歇莱加尔评价道：“就我个人而言，我从未见过有什么人在写论文之前一趟又一趟地跑研究所、实验室和车间。因而他们的论文常常以诠释他们的师长和同辈的文章为出发点，这样做的结果就是他们所进行的思考从与当代的技术进步相距遥远的地方滑过，可以说是落在了‘沉积层’的薄层旁边。他们缺乏通过接触日新月异的技术来‘磨练自己的大脑’的强烈愿望。如果他们不觉醒的话，技术就会独自前行，把他们甩在一边，使他们远离一种从自己身上汲取创造力的强大的原动力。”（参见R舍普等，1999年，前言第4页）一定程度上我们可以说，技术哲学不同于科学哲学的地方在于科学哲学仍然可以只将理论作为研究对象，这些研究对象依然是抽象的，而技术哲学却是理论与实践的结合，我们的生活世界就是一个技术的世界，如果技术哲学的研究范围仅仅局限在从理论到理论，必然会走入研究的误区。

当代技术哲学的研究重点已经从研究技术的后果转移到技术本身上来了，其中的一个重要的方面就是与工程师和技术专家的对话。库恩在研究科学哲学时，也比较强调要理解科学家的实际工作，特别是科学家在实验室里的工作。将这种方法应用到技术哲学中来，就要求技术哲学家不能仅仅从外部来看待技术，工程设计和技术发明要成为技术哲学的一部分，换句话说，“技术哲学家必须开始就他们的技术的哲学分析与工程师对话，而为了做到这一点他们必须学会工程师的语言。”（见Peter Kroes，2001，Pxviii）

研究技术实践对技术哲学的意义有两方面：其一，加强与工程师和技术专家的交流和对话，使技术哲学能对他们产生一定的影响，并且通过对具体技术的分析，使大众对技术有更深刻和清醒的认识，从而发挥技术哲学在实践和日常生活中的作用；其二，会更好的促进技术哲学的研究，因为对技术的认识论研究、方法论研究都奠基于具体的技术实践中，而如果要研究技术的伦理后果，更需要对技术的认识的“第一手”资料，所有这些都需要技术哲学要深入到具体的技术实践中。

由于技术有着不同的部门学科，像生物技术知识、计算机技术知识等，这说明技术不是一个统一的整体，我们需要将技术分成不同的部门，技术哲学家根据各自的不同背景知识和感兴趣的问题入手，对技术进行独立地分析，或者说要像拉卡托斯一样，对具体的技术做“案例分析（case studies）”，然后从哲学的角度对技术进行分析。这里我们可以美国哲学家休伯特德雷福斯（Hubert Dreyfus）对人工智能的分析为例来阐释这一点。

哈佛大学艾肯计算实验室的安东尼－奥廷格尔（Anthony G. Oettinger）教授曾说，“德雷福斯对于我们来说是一位富有批判精神的旁观者，一位热心于探究和分析知识基础问题的专业哲学家。他勇敢地步入了一个神秘的技术领域。”（参见德雷福斯，1986年，前言第1页）当二十世纪六十年代人工智能在美国兴起时，德雷福斯正在麻省理工学院教现象学。他的学生告诉德雷福斯，如果人工智能成功了，他所教授的哲学将被淘汰。这使得德雷福斯开始关注人工智能的研究。恰好德雷福斯的弟弟赛利特德雷福斯(Stuart Dreyfus)在兰德公司（Rand Corporatin）属下研究人工智能。德雷福斯因为这层关系被聘请为哲学顾问，来研究为什么当时的人工智能没有达到与预期的效果。德雷福斯很快从现象学上发现了人工智能的缺陷。他认为，人工智能的前提还是笛卡儿的理性主义，认为现实有独立的理性结构，人用同样的理性结构来把握现实，人的智能就是理性的形式规则对现实进行符号操作的过程。德雷福斯借助于胡塞尔、海德格尔、梅洛庞蒂等人的观点，从现象学的角度对人工智能提出了质疑。现象学的产生是为了克服传统笛卡儿主义的主客两分，现象学认为，主体和客体并不能独立地存在，人是通过与世界的关系而认识自身和世界的，现实的结构是由人的需要和活动共同决定的，因此获得知识的最基本的方式是知觉而不是理性。知觉有意向性的结构，知觉总是对某物的知觉，知觉的产生要是通过人的身体在具体的情境中产生的，这些都不是将一切都形式化和符号化的机器所能具有的。人的智力不仅在大脑中，人的身体对智力的形成和发展也有一定的影响。另外，知识的运用涉及到具体的情境和人的需要，需要将过去的知识和现实情景结合起来进行创造性地运用，而这些能力都不可能被机器形式化地处理。德雷福斯认为，只有在能被形式化处理的知识才能被计算机掌握。

德雷福斯对人工智能的批评使他的声望不仅限于哲学界，而且也引起了人工智能领域专家的注意。后来的事实证明德雷福斯的有些预言是正确的，人工智能的研究越来越沿着德雷福斯预言的方向前进。很多人工智能研究的专家认为，他们从德雷福斯的批评中获得很多灵感，极大地影响了他们的研究。因此，国外哲学家对德雷福斯评价到：“德雷福斯是哲学家能确实在科学和技术的实践中发挥批评家和评论家作用的鲜活实例。”（见Hans Achterhuis，2001，P61）

如果德雷福斯没有深入到当时的技术实践中，如果他不是有深厚的哲学功底（德雷福斯是不仅是美国著名的技术哲学家，而且是也是著名的现象学家，他写过和主编过许多有关海德格尔、胡塞尔的著作），他也就不可能在技术哲学和人工智能领域中取得如此显著的成绩。从这里我们不仅可以看到技术实践对研究技术哲学的重要性，而且也再次印证了技术哲学中加强哲学基础研究的重要性。

四、

技术哲学是从十九世纪末叶在欧洲兴起的一门学科。在它发展的早期，研究的中心主要是在欧洲。美国虽然从很早就有人关注对技术的研究，像芒福德，但是美国技术哲学的迅猛发展是从二十世纪六十年代兴起的，并逐渐取代了欧洲成为了技术哲学研究的中心。时至今日，短短三十多年的时间，美国不仅有专门研究技术哲学的哲学家，出版了大量的技术哲学方面的专著，像上面提到的唐伊德、德雷福斯等人的《技术与生活世界》、《计算机不能做什么》、《计算机还不能做什么》等，而且技术哲学的著作已成系列，像唐伊德在美国印第安那大学出版社主编了一套“技术哲学丛书”，该丛书已经连续出版了十几年，在西方技术哲学界影响深远。美国的技术哲学之所以能取得如此的成就，我认为就是因为抓住了以上所说的三点，特别是能真正从哲学的角度来分析技术，由此找到了技术哲学的生长点，再向实践、伦理等其他相关领域延伸。

相比之下，我国的技术哲学研究虽然从二十世纪八十年代初就开始发展，但是由于没有能做好以上三点，特别是没有能够真正把技术哲学作为一门哲学学科来建立，从而使得我国在技术哲学领域中取得成绩较小。因此，为了使我国的技术哲学能够迅速发展，摆脱如今单一的和低水平重复的研究状况状况，必须加强上述工作。唯有此，技术哲学才真正会是“一门有着伟大未来的学科”。

参考文献

Don Ihde，1990，Technology and the Lifeworld，Bloomington.

马克布洛赫，1992年：《历史学家的技艺》，上海。

R舍普等，1999年：《技术帝国》，北京。

拉卡托斯，1999年：《科学研究纲领方法论》，上海。

库恩，1981年：《必要的张力》，福州。

Lewis Mumford，1934，Technics and Civilization，New York.

Joseph C. Pitt(ed)，1995， New Direction in the Philosophy of Technology，Dordrecht.

冈特绍伊博尔德，1993年：《海德格尔分析新时代的技术》，北京。

列奥施特劳斯等主编，1993年：《政治哲学史》，石家庄。

Peter Kroes(ed)，2001，The Empirical Turn in the Philosophy and Technology，London

篇10

近些年，信息技术的发展为很多行业提供了迅速发展的机会，电力系统继电保护技术乘上了这一趟快车，结合自身特点，将信息技术应用到自己的运行中去，很大程度上改善了我国电力系统继电保护的技术现状，奠定了电力行业发展的新基础，大大提高了继电保护效果，确保了电力运行的稳定性和安全性。

1 电力系统继电保护新技术

1.1 信息技术

信息技术在电力系统继电保护中的应用主要表现在两个方面：

一是数字信号处理技术。尤其是DSP技术，数字信处理技术随之信息技术的发展不断成熟，应用在电力系统继电保护设备中，影响深远；

二是小波变换技术。小波变换是指划分一个信号为不同的位置和尺度的小波总和，小波变换为震荡波形，持续周期较短，最多为几周，波形形式多样，也可能有新小波或者小波函数产生。小波变化的优势是时频局部化分析性能较好，可将信号或者图像中一些小细节精确分析出来。

1.2 自适应控制技术

自适应控制技术是指根据电力系统自身运行方式，结合现有的故障状态，通过实施定值改变来保护电力系统性能或者特性的一种新型继电保护技术。图1是自适应控制模型。自适应控制技术的应用能够根据电力系统发生的变化实施有针对性的保护措施，大大改善了保护性能和电力系统运行状态，使电力系统运行更具经济性和安全性。自适应控制技术还能够削弱电力系统出现的振荡、故障发展、系统频率变化以及在单相接地短路时出现的过渡电阻等对电力系统产生的影响。自适应控制技术在输电线路自动重合闸、距离保护、发电机保护以及变压器保护等方面，应用前景良好。

1.3 人工神经网络技术

人工神经网络技术是人工智能技术的一种，通过模仿人的脑细胞结构和功能、脑神经结构以及思维方式等增强这项技术的智能程度，具备较为复杂的动力学特性，可并行处理出现的问题。人工神经网络技术具备记忆、学习以及联想等功能，适应力、自组织能力较强，可以分类识别收集上来的故障样本，在电力系统继电保护中的应用主要体现在非线性优化、人工智能、自动控制以及信息处理等方面。

1.4 模糊理论

模糊理论在电力系统继电保护中的应用主要表现在四个方面：

一是区分出现的多模振荡是同步振荡还是失步振荡；

二是可对一些复杂系统的失步震荡进行区分，在此基础上解列系统，确保更加稳定、可靠的解列；

三是提取特征的依据是小波理论，区分变压器励磁故障与涌流的依据是模糊集法，即在提取变压器励磁涌流间断角特征时，以小波变极大值符号特征为依据，这种识别故障的方式提供给了研究新变压器保护的人员新的且较为先进的指导思路；

四是收集整理振动中所存在的无功功率和阻抗中电抗分量之间的关系，确定好振荡中不对称故障的选相，在正确选相的基础上，电力系统就能借助距离保护系统及时切除振荡中存在的这种不对称故障。

1.5 可编程控制器

可编程控制器可以看作是一种体系结构较为特殊的计算机，应用在工业生产中可以通过编程语言完成便捷的控制工作。电力系统继电保护操作较为复杂，需要定期改变操作任务，实现复杂的逻辑关系的处理，应用可编程控制器可以使处理电力系统中复杂的问题变得简单易行，通过过重编程软件代替原先的各分立元件接线。此外，还可通过用可编程控制器内所定义的各辅助继电器将以往的机械触点继电器代替掉的方式，实现减少占地面积的目的，完成更为复杂的逻辑关系的处理，减轻工作人员的工作压力，提高工作效率，确保工作质量。

1.6 新型互感器

互感器在电力系统中的应用的目的在于实现电力运行的自动化，近年来，光电流互感器与光电压互感器在电力系统中的应用推动了电力系统继电保护技术的深入发展。这种新型互感器优势明显，具有完全将高压与弱电绝缘、隔离的特点，还能够通过应用光纤来实现无电磁干扰影响的数据测量和信号传递，与相对较宽的频带响应，能使各种保护技术的性能得到改善，使继电保护应用的条件与方式得到改善，经其应用范围拓宽。

1.7 广域保护

广域保护是指通过收集整理电力系统所产生的多点信息，对产生的故障实现精确可靠的切除，避免故障可能对系统产生的影响，以分析得出的结果为依据采取相应的解决或控制措施。广域保护系统拥有较好的继电保护功能，其构成部分包括电网安全稳定检测和控制主站、相量测量、通信线路、资料分析站、安全稳定控制装置、厂站安全稳定监控子站及网络服务器等。当前的电力系统继电保护的广域保护系统包括两种：

一是应用广域信息对电力运行状态进行估计和安全监视，计算稳定边界，实现最终的控制。侧重于应用广域信息，提高安全性能；

二是应用广域信息实现继电保护的控制。

1.8 综合自动化技术

在继电保护中应用综合自动化技术，能够实现资源的集成、共享与远程控制，将远方终端单元与微机保护装置作为控制的核心，可在计算机系统中纳入变电所的计费、控制、测量以及信号等回路，和以往所用的保护屏相比能够节约变电所设备投资和占地面积，并能够强化系统二次运行的稳定性与可靠性。综合自动化技术相较于传统的变电所二次系统而言具有较多优势，主要表现在以下三个方面：

（1）微机化的设备控制、监视与操作

综合自动化技术最大的特点就是实现了各个子系统的信号数字化与系统功能软件化等，体现了电力系统的微机化特征。将常规变电所中的模拟式设备、机电式设备等一并摒除，提高了二次系统电气性能的可靠性。监视与操作的微机化的实现，促进了人机联系，使人机联系更为密切，可实现变电所监视与控制的智能化。

（2）智能化的运行管理

故障录波、自动报警、事故判断和处理、电压调节等是常规的综合自动化技术的自动化功能，它还具备较为先进的功能，如在线自诊断功能，是指将获得的信息向控制中心传输，更加主动的进行运行管理。

（3）光缆化与网络化的通信局域

综合自动化技术随着光纤通信技术与局域网络技术的广泛应用，其自身性能也不断改善，其中抗电磁干扰性能得到了提升。当前电力系统继电保护对通信局域提出了光缆化与网络化的要求，能使继电保护的实时性得到保证，同时，通信局域的光缆化和网络化能够提高数据的传输速度，更加灵活的实现系统组态，实现了电缆的简化，为施工提供了便利。

2 电力系统继电保护新技术的发展趋势

电力系统继电保护新技术的未来发展趋势表现在两个方面：

一是网络化趋势的不断推进。电力系统继电保护装置可看成是一种集多种功能于一体的计算机设备，通过从网上获取并收整理电力系统运行、故障等方面的信息了解电力运行状况，并将接收到的被保护元件的相关数据输送至网络控制中心。电力系统的继电保护装置向着更自动化的测量、获得和控制信息的方向发展，因此，必须有配套的网络信息技术辅助其发展。当前我国的继电保护信息系统自动化设备的发展已经相对成熟，在分析故障、计算数据、搜集保护信息、信息的网络化传输等方面均有一定经验。但是，需要在专业的技术层面继续深入研究网络化在继电保护装置的应用，当不管怎样，网络化是电力系统继电保护新技术的未来发展趋势；

二是人工智能将越来越多的在继电保护装置中发挥重要作用。目前已经应用到继电保护技术中去的有人工神经网络技术和模糊理论等。用人工神经网络技术解决无法用方程式解决的非线性问题，因其具有自组织、分布式存储的特点，在判断故障类型、测定故障距离、保护主设备等方面应用广泛。神经网络技术可以通过分析大量故障样本正确判断故障类型，模糊理论、遗传算法等其他人工智能技术也拥有各自独特的求解能力，求解速度较快。正因为人工智能技术的独特优势，在为了的电力系统继电保护技术的发展中，将呈现出应用越来越深入和广泛的趋势。