人工智能基础培训范文

导语：如何才能写好一篇人工智能基础培训，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

人工智能的迅速发展将深刻改变人类社会生活、改变教育教学。2020年2月26日，教育部在印发的《2020年教育信息化和网络安全工作要点》第24条“培养提升教师和学生的信息素养”中明确提出：完善义务教育阶段课程设置，加强信息科技教育。建设普通高中人工智能样板实验室，保障中小学校具备开设人工智能课程的环境条件。开展人工智能相关教学与师资培训，搭建区域间人工智能教学成果交流平台。继续推进中小学人工智能教育课程建设、应用与推广工作。中小学人工智能教育课程包(初中版和高中版)和支持服务系统并推广应用。

我校是青岛市人工智能实验学校。在工作中我们借助教研、教学平台，积极推动人工智能课程开展和教师教研、集备工作，根据兴趣导向、应用驱动，学用结合，强化实践的原则，组建了实验班，按照上级对于高中段开课部署每两周开设1课时，开展人工智能教育教学工作。

在课堂上组织实验班的学生观看了人工智能的《开学第一课》，主要是“什么是人工智能”、“如何制造人工智能？、“New Google AI Can Have Real Life Conversations With Strangers”等内容，很有收获。但是在观看过程中发现很多的人工智能相关联的知识，比如JAVA、大数据、Python、人工智能、物联网、数据分析、H5/WEB前端、嵌入式、Linux、C语言、单片机、C++等解根本看不懂，发现自己的很多方面都需要补课，不然每次培训老师讲解的专业东西还是理解不了，这对于我们教师和学生都是一个难点。也断断续续参加了各种形式的培训，和同仁们交流起来总体感觉是没有系统化，特别是参加了祁荣斌博士组织的磨课，和同事们讨论起来感觉层次太高，有些内容也是理解不了！学生和学生的学习和生活环境比较起来也存在地域差异性导致了学生接受人工智能相关教育程度深浅不一，而且面向高中生的课本难度很大，很希望能有个机会从零基础开始系统化学习人工智能，这样才能更好的教好学生，这一点线下交流的时候是很多老师的心声，期望能在领导和专家的引领下实现。

通过断断续续的学习，比如Python基础知识，由于实战少，只能阅读别人的文章里附带的相关算法的实现代码，这样的学习效果不明显。很多算法的实现，难以从代码级去理解其设计思路；对于很多算法比如随机森林，决策树，SVM等常见算法，虽然看了相关文章很多遍但是还是一知半解的。

篇2

“大数据”“神经元学习”“人工智能”，这些新潮的名词在我们生活中出现的频率越来越高，尤其是“阿法狗”和李世石的世纪大战，更是把前沿科学结晶带入我们的认知当中。也许有些人会提出质疑：这对我们的生活来说，意义何在？不久前，谷歌采用了新的神经网络算法，来升级其核心产品――谷歌翻译，从一定程度上回答了这个疑问。

在培训和管理领域，相似的颠覆性局面是否也会发生？新的技术、交互与呈现形式，是否会改变未来的培训过程，颠覆管理的方法？基于我们多年来的人工智能培训研究和实验型项目，发现这样的改变已经在悄然发生。

“岗位胜任力模型自动生成系统”便是典型的代表――只需要输入某岗位的工作内容和系统提出的简单问题，这个系统就能自动给予使用者此岗位的胜任力模型，提供结构化的面试建议，还能和企业的评价中心对接，给予招聘人员多视角的评价建议。通过这种方式选拔出的员工，其离职率明显下降。这些简单而基础的应用，已经开始润物无声地渗入企业的管理领域，酝酿着未来翻天覆地的变革。

数据建模

预测员工心理状态趋势

计算机自主学习的强大，在于无止尽地自我完善，具有无与伦比的适应性和自生长性。事实上，人工智能看似神秘，其实充满了大量的数学计算的研究过程。在人才发展方面，人工智能可以帮助我们预测员工的心理状态趋势，从而激发员工的热情。

我们曾启动了管理环境对人类心理的影响研究，旨在寻找那些激发员工工作热情的最佳管理环境方面的实践。目前已积累了3414个管理环境样本，并针对每个样本持续采集了约5年的员工心理及行为数据，调研不同企业所采取的管理战略以及具体的执行方案。通过运用人工智能，我们进行了大量的建模和验证工作，发现不同的管理方式下的员工心理状态变化趋势，尤其是工作动机，在一定程度上都是可预测的。事实上，在分类或趋势预测的背后，是庞大的数据演算，建模和预测的过程包含了繁复的统计过程，包括描述统计与推断统计。

与此同时，“预测”这一点对于人工智能应用而言很重要，因此，我们设计了沙盘工具“员工激励与动机管理”――既然动机和行为是可预测的，那么就可以通过计算机模拟，用物理形式呈现在人们眼前。通过人工智能将各种管理环境中发生的事件融入其中，沙盘能够围绕动机水平高低、绩效程度好坏两个维度，对虚拟的企业员工进行分类，并让沙盘参与者针对各类管理事件作出虚拟的处理选择。根据学员的选择，计算机可以预测并反馈其心理及行为的变化。这种运用了人工智能的沙盘工具，其预测准确性高达84%，置信水平0.95。这就意味着，如果一个参与者做了决策后，沙盘将能准确地预言各类员工的心理及行为变化趋势。

运用人工智能进行“无责任的”开放式推演，在培训过程中能允许参与者不断试错。学员根据自身的管理环境，可以实验出合适的管理方法，并对培训中所获得知识进行实时验证。

技术迭代

展开更高效的自主学习

随着90后员工踏上工作舞台，传统的人工智能数据建模思路和方法被打破了。之前的模型设计思路通常是建立一个个假设，比如，正向激励与负向激励的抵消性、个人得失与他人得失的对比性、个人得失与环境公平性关系等，在此基础上，通过数据集的分类统计来验证假设的科学性，并调整参数来观察预测的可靠性。但是新的数据集所具备的特点，极大地颠覆了先前的结果，寻找新的解决方案迫在眉睫。

此时，基于神经网络的计算机自学习技术，即神经元自学习，是一个不错的解决方案。相比以前的人工智能培训工具，神经元自学习更为繁杂。为了让计算机高效地自主学习、识别行为模式，我们需要将调研结果解构成更基本的参数“告诉”计算机，从而得出对应的结果。

展开神经元自学习具有一个明显的优点，每当调研和统计结果有所更新，计算机就会自动对这些数据进行新的学习，对模型进行修正。这个过程是动态的，不需要人为干预。而且，当计算机再次遇到一个新世代富有特色的信息集合，甚至可能自主地之前的模型设计，重新构建新的统计描述方式。神经元学习不仅节省了时间和精力，更能为沙盘推演参与者提供更深入的信息――通过选择处理事件，能够归纳出参与者的管理风格倾向性。这是传统培训和沙盘工具做不到的。

超越培训 为管理带来新思路

作为培训产品来说，人工智能培训工具已经足以彰显其魅力，它允许学员在虚拟环境中试错，让工作效率得以改进。我们认为，它更重要的意义在于，对现实世界的指导。

以我们的沙盘工具为例，一个实际使用者能从这个工具中得到许多培训之外的有价值的信息。他可以在遇到“员工要求加薪”“员工消极怠工”“员工集体离职”“员工寻求晋升”“办公室政治”等各种管理事件时，让系统给出各种模拟的结果，评估各种行为的可行性，尽量做到趋利避害。这个工具超脱了培训范畴的桎梏，真正在工作中产生价值。

篇3

关键词： 人工智能；创新驱动；发展建议

人类对于智能机器的探索活动，古已有之。不过，以“人工智能”来命名这一探索并成为一个学科领域，却发生于1956年夏季在Dartmouth举行的一次小规模学术研讨会上。因此，2016年是人工智能学科问世的60周年，在这个不同寻常的年份，世界各地的人工智能科技工作者都在密切关注人工智能的发展动向。

2016年3月，DeepMind研制的人工智能围棋系统AlphaGo以4：1的战绩击败了韩国的围棋高手李世石，把世界对人工智能的关注推向了前所未有的。各种各样的议论喷涌而出。悲观者大呼：“人工智能对于人类的潜在威胁太严重，应当通过立法限制甚至禁止人工智能的研究”；乐观者高喊：“人工智能是人类的真正福音，只要把自己的思想意愿转嫁给人工智能机器，人类就可以通过机器来实现长生不老的千年梦想”。在科技界，人们则在激动着、讨论着：我们应当在什么样的热点技术上发力？是深度学习？是认知技术？还是类脑计算？

回想这些年来，互联网、云计算、大数据、物联网、移动互联、智能制造、智慧城市、人工智能、机器人一波又一波的高新技术登台亮相，中国科技界、教育界和产业界都在一个个地紧紧追赶。虽然在跟踪追赶的过程中取得了不菲的进展，但是人们不禁都在思考：对于人工智能来说，当前社会的需求是什么？什么才是有效的创新战略？怎样才可以摆脱跟踪追赶的被动局面，争取到引领创新的话语权？

发展人工智能不应当是一种孤立性、局部性的行动，而应当是能够带动和引领整个科学技术的创新和发展。

1 人工智能是当代重要交叉科学群的创新前沿

为了阐明“人工智能是当代重要交叉科学群的创新前沿”这个论断，需要逐个澄清相关的基本概念，包括：什么是人工智能？什么是当代的重要交叉科学群？以及什么是当代重要交叉科学群的创新前沿？

1.1 什么是人工智能

人工智能是一门“探索人类智能机理，创制人工智能机器，增强人类智力能力”的科学技术。从这个意义上可以理解，只要人类的智力能力得到了增强和扩展，人们从事各种科学技术以至各种经济社会活动的智力能力就会得到有效提升，从而能够有效促进各行各业的创新与发展。

那么，什么是人类智能？人类智能主要表现在人类主体为了不断改善生存发展的水平而发现问题、定义问题、解决问题的能力。其中，发现问题和定义问题的能力依赖于主体的目的、知识、直觉、理解力、想象力、灵感、顿悟、审美等内在能力，因此被称为“隐性智能”；解决问题的能力则主要依赖于获得信息，生成知识，创生策略等外显能力，因此被称为“显性智能”。

显然，隐性智能十分抽象，几近神秘，不仅研究起来甚为困难，就连理解起来也颇感玄奇，而显性智能则相对可理解，可研究。因此，人工智能研究遵循的原则是：基于人类主体给定的问题、知识、目标（这就是人类发现问题和定义问题的能力）这些前提，研究如何利用信息、生成知识、创生策略来解决问题，达到目标。也就是说，人工智能的研究遵循人类智能与人工智能相结合的原则：人类智能负责发现和定义问题，人工智能则负责在人类所给定的问题框架下解决问题。这样，人工智能机器就可以成为人类认识世界和改造世界的聪明助手。

由此可见，没有生命，没有目的，没有灵感，也没有审美能力的人工智能机器系统，原则上不具有隐性智能的能力，因而不可能独立地发现问题和定义问题，只能在人类所发现和所定义的问题框架下去解决问题。因此，人工智能超越人类的恐惧缺乏科学根据。

1.2 什么是当代重要的交叉科学群

当今的时代是信息时代，认识信息资源和利用信息资源为人类服务的信息科学是当今时代的标志性科学。具体来说，信息科学是“研究信息的性质及其运动规律的科学”，也就是以信息为研究对象，以信息的性质及其运动规律为研究内容，以信息科学方法论为研究指南，以增强和扩展人类信息功能（全部信息功能的有机整体就是人类的智力功能）为研究目标的科学。换言之，信息科学的研究目标就是扩展人类的智力功能，而研究信息的性质及其运动规律和信息科学方法论都是为了实现扩展人类智力功能这个目标服务的。

由此就可以清楚地理解：人工智能的研究是信息科W的最高目标，也是信息时代科学技术发展的基本目的；而为了使人工智能系统能够在人类发现和定义的问题框架下成功地解决问题，人工智能的研究必须从人类求解问题的能力中得到启发。这表明，人工智能的研究需要向认知科学学习，因为认知科学就是研究人类自己是如何面对问题解决问题的。另一方面，认知科学所研究的人类解决问题的机理又建立在脑科学的基础之上，因此，人工智能的研究必须理解脑科学的工作机理。再者，人类发现问题、定义问题、解决问题的能力并不是永远固定不变的，而是不断进化和发展的。因此人工智能的研究还必须学习信息生物学，后者深刻地研究和揭示了人类能力不断进化的机制。可见，脑科学、认知科学、信息科学、信息生物学、人工智能是当代最具重要意义的交叉科学群。这个科学群还包含更多的学科，恕不一一阐述。

1.3 什么是当代重要科学群的创新前沿

虽然脑科学、认知科学、信息科学、信息生物学、人工智能各有各的研究内容，但是所有这些学科共同的目标都是智能，如人类的智能（脑科学）、生物的智能（信息生物学）、人类智能的物质基础（脑科学）、人类智能和生物智能的工作机理（认知科学）、人类智能和生物智能的进化机制（认知科学与信息生物学）、人类智能的信息基础和研究方法论（信息科学）、人类智能的机器模拟和实现（人工智能）等。

所以，人类智能和人工智能是当代这一重要交叉科学群共同的创新前沿。人们对于脑科学、认知科学、信息科学、信息生物学的理解深化了，就会促进人工智能研究的发展；反之，一旦人工智能的研究取得了突破和创新，也必然能够带动脑科学、认知科学、信息科学、信息生物学的突破与创新。

2 中国人工智能发展的现状：差距与优势

中国人工智能的发展现状，大家平日都亲身感受得到，应当比较熟悉，似乎无需赘言；但是国情是我们思考问题的基础，因此不可不察。而且，我们对于中国在人工智能发展方面所存在的差距和优势的认识，确实还有必要进一步深化。

2.1 差距：显差距，隐差距

大家都意识到，中国在人工智能的发展方面确实存在不少的差距。普遍J为，由于中国缺失了工业革命这个历史阶段的洗礼，因此在工业基础和工艺水平方面天然存在明显的不足。特别是中国微电子工业领域的高性能芯片制造能力有待进一步加强，人工智能硬件系统的水平也有待进一步提高等，这些都是众所周知的显差距。

然而，更值得深思的问题是：在人工智能的科学研究方面，长期以来，中国同行普遍习惯于跟踪学习，缺乏突破创新的民族自信心，更缺乏引领国际的强烈意识。无论是互联网、物联网、语义网、云计算、大数据、移动互联这些大概念，还是深度学习、无人驾驶、类脑计算这些技术思想，都是外国学者率先提出，然后才是中国学者蜂拥而上。加上这些年滋长蔓延起来的急功近利和学术诚信缺失，往往在蜂拥而上之后的一夜之间就会冒出许多“新成果”！这是中国人工智能发展存在的隐差距。

需要指出的是，显差距正因为“显”，已经得到各有关方的高度重视，并且正在不断地被缩小；但是，隐差距则因为“隐”，不容易被察觉，至今还没有引起各方面必要的重视，因此仍然是实现突破创新和引领战略的隐患。

2.2 优势：现优势，潜优势

那么中国在人工智能研究中是否也存在什么优势呢？表面看来，似乎中国在人工智能研究领域一直处于跟踪学习状态，谈不上存在什么优势；但是仔细考察发现其实不然，中国在人工智能研究中的确存在不可忽视的优势。

中国目前虽然在整体上还处于相对落后状态，但在某些技术研究上却处于国际领先地位。例如：语音识别技术，中国已经在近期多次国际评测大赛中夺得世界冠军；在汽车自动驾驶方面，中国的研发水平也与国际上旗鼓相当；特别是在理论研究方面，中国在人工智能通用理论研究方面的机制主义人工智能理论、人工智能逻辑理论研究方面的泛逻辑学、人工智能数学方面的因素空间理论都是国际领先的成果。这些都是已经涌现出来的现优势。

更加重要的是，像人工智能这样既十分复杂又极其深刻的科学研究，势必自觉或不自觉地受到科学方法论的影响。几十年来，国际人工智能的研究形成三大学派，就是受了以分而治之为特征的机械还原方法论的影响，把复杂的人工智能研究分为结构模拟的人工神经网络学派、功能模拟的物理符号系统学派、行为模拟的感知动作系统学派，而且长久以来互不认可，不能形成人工智能研究的合力。科学论证充分表明，适于人工智能研究的科学方法论不是“机械还原论”的方法论，而应当是“信息生态论”的方法论。后者与中国历来的“整体论”和“辨证论”思维传统息息相通。因此，在人工智能的研究领域，中国握有方法论的潜在优势（潜优势），只要自觉地加以运用，这种潜在优势完全可以转化为强大的现实优势（现优势）。

3 人工智能的社会需求和发展中国人工智能的战略建议

3.1 人工智能的社会需求

中国的信息化建设全面启动于20世纪90年代，得益于现代信息技术的支持，取得了举世瞩目的辉煌成就，进入了迎接复杂问题的新时期，面临着巨大挑战。从整个经济社会发展和全面改革的大局判断，在多次讲话中也明确指出，中国的改革开放进入了攻坚克难的深水区。众所周知，人工智能技术是信息技术的高端前沿；因此，为了迎接复杂问题的挑战，为了成功走出深水区到达胜利的彼岸，中国亟需人工智能科学技术的全面支持。

另一方面，纵观当今的国际环境不难发现，一些发达国家在中国黄海、台海、东海、南海不断制造紧张局势，企图以武力遏制中国的和平崛起。他们声称要长期投资人工智能，要用人工智能武器战胜中国，对此不能不高度警惕，并采取果断措施。

3.2 加快发展中国人工智能的建议

为加快发展中国人工智能，从战略性、系统性、可操作的角度出发提出5项建议。

（1）顶层规划。

火车跑得快，全靠车头带。建议设立国家级智能科学技术发展规划与协调专家委员会，负责研究和提出中国智能科学技术发展的中长期规划，制订智能科学技术产学研发展的实施政策，协调和促进中国智能科学技术的快速有序健康发展。

（2）人才培养。

万事都紧要，人才是根本。建议国务院学位委员会把中国现有的“智能科学与技术”二级学科提升为一级学科，以形成系统完整的智能科学技术人才培养体系；同时建议教育部在中小学开设智能科学与技术基础知识课程，开展课外兴趣培育活动。

（3）创新研究。

跟踪不可废，创新更关键。在国家自然科学基金设置“智能科学技术基础理论”专门领域，大力推进智能科学基础理论的突破创新；同时在国家“十三五”规划设立智能制造、智能农业、智能服务业、智能交通、智能网络空间安全、智能教育等应用专项。

（4）产业标准。

创新是尖兵，产业是后盾。大力促进中国智能化产业的发展，并在国家标准委员会建立智能产品标准工作委员会，鼓励有条件的单位和学术团体开展各类智能技术产品的测试、评价和检验标准的研究，引导智能化产业和产品市场有序健康发展。

（5）持续发展。

篇4

【关键词】安检系统 智能X光机 图像处理 图像识别 人工智能 GPU云计算 大数据

1 引言

安检作业是铁路运输安全至关重要的一步，X光安检机是该环节中的关键设备，但是长期以来，都是人工看图识别，员工上岗前要经过相对长时间的培训，同时人工作业会在疲劳的时候产生误检和漏检。随着GPU云计算的高速发展，计算机的计算力成本迅速降低，为以计算力和大数据为基础的人工智能技术提供了突破阈值的基础。通过软、硬件及线上线下结合，汇集与分析各种安检领域（包括海关、机场等）的图像与数据，将之应用于高铁站安检作业作为底层初始数据，再在运行过程中使用人工智能的深度学习算法，可以有效提高人工智能X光安检机（简称，智能X光机）禁限带物品的识别率、降低劳动强度、减少人为误差；同时汇聚大量单一作业点数字化的安全信息到公共安全大数据中枢平台，反馈回的大数据喂养人工智能算法，机器学习后的结果再次应用到具体某一单作业点时，便整体提高所有单一作业点的识别率（图1）。

由于乘客所携带物品种类相当复杂，智能X光机的智能识别系统如何快速、准确的识别出乘客所携带的禁限带物品面临着巨大的挑战。本文使用基于图像处理、图像识别以及机器深度自主学习的计算机算法，在X光机图像智能识别方面进行了深入开发和实地试验。智能X光机的模式智能识别系统是智能X光机的重要组成部分。为智能X光机的闸门提供控制信号以及各种报警信号。最后，根据以上的试验结果，研发实用的智能X光机的模式识别系统。本文主要介绍了该图像处理与识别的过程以及智能识别系统。从而解决一下三个方面的主要问题：

（1）解决一线安检人员不足、过度劳累的问题，以及因此而产生的误检和漏检等问题；消除和减少安全隐患，同时实现减员增效；

（2）降低对于人员素质要求，缩短上岗前的培训周期，直接胜任物品安检岗位；

（3）解决传统安检无法联网、无法数据积累、海量数据资源浪费的问题。

2 图像异物检测原理

2.1 图像识别方法

本论文设计的基于图像理的高铁站智能X光机检测过程主要包括六个部分，分别是：图像采集、新拍图片和原始图片特征点提取、新拍图片和原始图片特征点匹配、求得新拍图片和原始图片之间的空间变换矩阵、对新拍图片进行透视变换、对变换后图片与原始图片进行相减。

计算机视觉的相关应用中经常会提到一个概念：特征点。特征点也称作关键点或者兴趣点，顾名思义，图像中的特征点一般指一些独立的物点，例如：烟肉、避雷针、旗杆、电视塔等等；或者图像中的一些线型要素的交叉点或者面状要素边界线拐点。如：桌子角、墙角、树枝交叉点等等。特征点的概念常常被用来解决一些生活中的实际应用问题，例如：图像的配准、物体的识别、图像的三维重建等等。假如我们可以检测到充足的此类特殊的特征点，由于它们的区分度比较高，就没有必要观察整幅图像，只对这些特征点进行局部的分析，并且利用它们精确的定位图像的某些稳定的特征。

2.2 比对流程

通过两幅图像之间的匹配点对，求解出它们之间对应的单应矩阵，然后可以通过该单应矩阵对新拍图像进行变换，能够得到与原始图像配准程度很高的图像。

要检测新拍图像上的异物，我们需要对经过变换过后的新拍图像和原始图像进行配准操作，变换过后的新拍图像由于透视变换出现一部分黑色区域，这样会对后续的图像对比操作造成很大的影响，因此，我们首先需要一定的手段将该黑色区域去掉，在计算机视觉处理技术当中有一种图像剪切技术可以达到此目的，需要注意的是，为了能够对两幅图像的相同区域进行对比，我们需要对原始图像进行同样尺寸的剪切动作。

经过剪切过后的两幅图像尺寸大小一致，此时可以用图像像素值差法对该两幅处理后的图像进行图像相减，我们可以事先预设一个阈值，如果相同位置的像素点的值相同或者两像素点差值未超过预设的阈值，则可以认定此两像素点是相同的，反映在结果上则是该位置为一个黑色点斑，反之，若相同位置像素点的像素差值超过预设的阈值，则该位置显示一个白色点斑。我们可以通过图像相减的结果图像上的白色斑点直观的判断两图像之间的差异或者是否存在异物。

3 测试试验

长春西高铁站对使用的人工智能X光安检设备，进行了改造，融入了图像处理技术和人工智能云端计算力应用的检测，并进行试验和实物操作检验。

（1）设计了一套基于图像处理技术的高铁站智能检测软件系统。整个图像处理过程分为新拍图像与原始图像特征点检测及匹配、对检测出的新拍图像与原始图像特征点对精选、新拍图像与原始图像之间空间转换矩阵的估计、新拍图片的透视变换、图像剪裁、新拍图像与原始图像相减、图像异物标记、腐蚀除去噪声等8个步骤，针对上述8个步骤编写了相应算法。

（2）在实际的图像摄取过程当中，拍摄视角无法保证每一次都完全相同，尤其是当拍摄环境较为复杂时，由于物体的遮挡效应，摄像头在比较大视角变化情况下拍摄出的图像相较于原始图像会出现很多“新”的内容，这样在图像相减时可能会出现很大的差异，可以考虑在一个角度变化范围内实现很多张微小角度变化的图片的拍摄，然后连续对相邻的图片进行空间转换，最终达到效果比较好的大角度空间转换。

（3）由于实际的拍摄角度和环境亮暗的不同，物体表面反射光强度不可避免会存在差异，由此，在两图像像素值差算法的过程中，也可能会出现噪声，为消除噪声，本设计的系统用的是图像腐烛算法，使系统异物检测效果更好。实验测试表明，在环境的亮暗、图像位移、旋转、倾斜、缩放等因子的变化不超过容许范围的条件下，本次试验提及的基于图像处理的高铁站智能检测系统基本能够取得较好的效果。

（4）根据不同的应用场景，灵活配置安检效率和阅图效率的匹配关系：

快速安检模式：安检效率高于阅图效率，增加安检人数以满足业务量的需求，适用于业务高峰期，快件量巨大的应用场景；

快速阅图模式：安检效率小于阅图效率，平均每位阅图人员可管理多个通道；适用于业务低谷期、安检包裹较少的情况，以节约人力成本。以上两种测试也很成功。

（5）长春西高铁站的人工智能X光安检机测试结果想到优异。已经具备200-1000亿次/秒的图形运算能，自动识别肉眼难以辨认的复杂背景后的枪支，经过大数据分析，甚至能查验出分批寄运的枪支零件，可对3D打印枪进行识别（图2）而传统X光机无能为力。该大数据的云平台系统，运算速度已经达到毫秒速度。当前版本的智能X光机，可识别常见的一百种以上刀具、数十种30种以上枪支、常见的上百种瓶装液体、一百种以上的锂电池（图2）。

4 展望及结束语

未来下一步的工作是进行各个单一作业点的人工智能X光安检机联网，实现数据的实时向大数据运营中心传送；在运营中心GPU计算力的使用和机器深度学习的迭代升级，会持续不断地增强实现智能判断力、并通过智能语音播报提醒。每个车站都配备一个分指挥中心，可以完全实现培训、指挥的功能。可以实现24小时值机和支持一人值双机的工作的方案，并能实现远程值机、移动值机等功能。极大地提高了火车站X光机安检环节的工作效率和升级了安全保障的能力，并实现减员增效。

本文报道了人工智能X光机的安检系统在长春西高铁站的实地应用和测试原理、方案、过程和结果，讨论了智能X光机通过运用图像处理和图像识别技术，结合与人工智能机器深度学习的算法，和GPU云计算的大数据处理能力，经过反复实测试验，初步实现了高铁站安检作业异物检测功能的需求，但仍存在很多实际应用问题需要改进和完善，仍然需要大量的基础数据建立数据库，累积大量机器学习数据，从而进行更高维度比对运算，减低误报率。随着人工智能技术的进一步发展，以及计算机图像处理技术和图像识别技术的更加成熟、完善，人工智能X光安检设备将会在保障铁路运用安全方面发挥越来越重要的作用。

参考文献

[1]Robert Laganiere. OpenCV计算机视觉编程手册[M].科学出版社，2013（07）.

[2]敬淇文.基于Harris角点检测的零件形状识别[J].微计算机信息，2010.

[3]吴毅良.一种基于SIFT和SUSAN特征的图像匹配方法[D].暨南大学，2011（06）.

[4]张少辉，沈晓蓉.一种基于图像特征点提取及匹配的方法[D].北京航空航天大学，2008.

[5]刘学，姚洪利.基于扩展的SURF描述符的彩色图像配准技术[J].计算机应用研究，2011（03）.

[6]刘禾.数字图像处理及应用[M].北京：中国电力出版社，2005.

[7]陈书海，傅录祥.实用数字图像处理[M].北京：科学出版社，2005.

[8]段佳佳，杨迎春.图像处理在自动焊接中的应用[J].电子测试，2012（02）.

作者简介

米仲勇（1975-），男，吉林省长春市人。现沈阳铁路局长春站工程师。主要研究方向为铁路运输管理。

篇5

 

对于政府监管来说，监管手段总是在一定程度上落后于正在发展中的产品技术，因而导致一个个监管盲区，由此而引发很多不必要的监管事故，所以进行必要的监管技术调研就成为了卫生计生综合监督管理局的重要工作，现在以电子工程与人工智能技术相结合的电子产品日益成为消费市场的新宠，相应的监管要求也随之而来，下面本文通过对于电子工程与人工智能技术的探讨来研究提升监管水平的方法，以有利于人民的身心健康。

 

1 电子工程与人工智能技术概述以及关系

 

1.1 技术概述

 

随着社会经济大发展，现代学科间交流水平也在不断提升，他山之石可以攻玉，很多学科的交叉点都会给我们带来意想不到惊喜，同时也会带来会更多的困惑与不解，同时学科交叉点的技术要求也比较高，造成科技黑箱的几率比较大，下面就是关于电子工程与人工智能技术的基本定义：

 

“电子工程又称“弱电技术”或“信息技术”。可进一步细分为电测量技术、调整技术以及电子技术。是电气工程的一个子类，是面向电子领域的工程学。在今天其研究对象已经超出了电子领域。应用形式涵盖了电动设备以及运用了控制技术、测量技术、调整技术、计算机技术，直至信息技术的各种电动开关。主要研究领域为电路与系统、通信、电磁场与微波技术以及数字信号处理等。”

 

“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。属于计算机科学，并力图明了智能的实质，并生产出一种新的与人类智能相类似的做出反应的智能机器，探究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。”

 

1.2 相互关系概述

 

由上文的基本概述可知对于电子工程与人工智能来说，二者都是科技时代的产物都以计算机技术作为技术支撑，都带与现代科技的烙印并且都属于现代科技体系中的新兴势力但二者现在发展潜力巨大，并且对于二者来说都需要大量的高素质专业人才才能维持现实情况下的体系运转，同时整个社会对于其的依赖性也在加强，并且在进行社会活动时，这两项技术在很多的时候处于相互之间不可或缺的状态，特别是在现实的实际应用中这样的案例更是明显。

 

最明显的实际应用案例就是淘宝中的“推荐购物”，其技术设计基础就是电子工程，同时通过人工智能进行大数据的处理，进而分析得出消费者的购物偏好，进而影响消费者的购物选择，这其实就是电子工程与人工智能初步结合的案例，但是在其中我们也能明显地发现在这两种技术的相互作用上还是有一些细微的不均衡之处，尤其是在二者的相互配合上，还是一太保的商品推荐为例，在一定的情况下由于不能很好的识别相关产品信息很容易，造成产品信息大量供应给消费者使消费者对于商品选择无所适从，反而侧面打压了消费者的消费兴趣，减少了消费量。

 

还有一种实际案例就是搜索引擎中的搜索引导，特别是“相关搜索”选项的出现更是这样两种技术的典型应用，在进行“相关搜索”的匹配时也是进行电子工程基础上的人工智能技术的具体应用，但是主要的大范围社会人众多数据分析而不是个人数据分析，在进行大范围的社会人的数据分析时不可避免的会造成对于个人数据要的缺失尤其是对于特殊个人数据的重视不够。这样一来，精细化水平就会大大下降，不得不说一方面这是现在人工智能技术还不很过关另一方面也可以看出这样大数据分析下宏观规律下的微观缺失。

 

上面介绍的是日常共组与生活中的具体应用，但是在一些高端制造业二者的相互结合与相互之间技术主导权的争夺会表现得更加明显。

 

微电子工业是现在新兴工业的代表之一，其对于电子工程与人工智能的工业化要求就很有现代工业发展的代表性，对于微电子工业来说，其生产很大程度上就是依赖于人工智能技术在其生产车间，很少有人工的出现特别是精密仪器更是完全被电子机器人所取代，而这一类型的生产机器人就是电子工程与人工智能技术的结合体，在微电子工业中这种机器人的作用是不可替代的相应的，两种技术的结合也是不可替代的，窥一斑可见全豹，对于现代工业发展来说，电子工程与人工智能技术的相互结合是不可避免的，但是随着技术的发展到底是重视基础工程建设还是进行高端技术建设就会成为现在技术控制者们必须考虑的问题，所以在相对经费一定情况下在微电子工业内部，自然也会进行这样的论争。

 

2 电子工程与人工智能技术对于政府监管的影响

 

上面我们讲了电子工程与人工智能技术的相互结合与相互促进的关系以及在其中一些相互争夺技术主导权的影响，下面我们根据二者关系下的实际生活应用，对于政府相关监管部门，特别是卫生计生综合监督部门在其中起的作用和可能面临的挑战进行探讨。

 

2.1 监管部门面临的挑战

 

对于现在的卫生计生综合监督部门来说电子工程与人工智能技术相互结合产生的社会新产品，对于现实工作确实造成了不少的困难以及相关的挑战。

 

首先，对于现下比较流行性的网络虚假医疗广告，特别是近年来泛滥成灾的未经检验合格的化妆品与减肥药销售，由于网络中网店的覆盖面积广而且在现代物流下产品从发货到消费者使用的时效性大大加快，并于此产生了很多相关危害公共安全的事件，很多都是监管部门不能及时进行监管活动而造成的，但是这些物流与购买系统都是以电子工程与人工职能相结合为技术基础的，由此可知，在现实条件下对于卫生监管部门来说，这种技术的广泛推广确实造成了监管漏洞的出现，

 

在造成监管漏洞的同时，人才的缺乏也是监管部门面临的巨大挑战，对于监管部门来说很多的新人都是通过公务员招聘考试而来的，由于公务员招聘考试不可能进行定向的专业招聘，而且现实中精通这两项技术的人，大多出路比较好，相对而言公务员的待遇对他们并不具有很大的吸引力，所以一方面，人才的匮乏另一方面很难进行相对应有针对性的设别使用，特别是进行专业设别的采购困难增加的情况下。

 

2.2 监管部门的技术升级机遇

 

监管部门的技术很明显落后与时代的发展，所以现在对于监管部门来说适应电子工程与人工智能技术结合就成为了当务之急，所谓机遇与挑战并存，根据“倒逼理论”这又何尝不是监管部门进行人才更新换代与技术升级的大好机会。

 

监管部门主要就是卫生计生综合监督局，对于现在的卫生计生监督局来说，最重要的就是适应现在的潮流，进行人才的选拔与培养，一方面进行大学生人才培养计划，与当地重点大学以及省内外重点大学进行沟通，建立双向人才培养机制，并以此为基点提升卫生计生综合监督活动信息化的进程，通过这些人才的引进，进一步提升管理水平以及进行人才的更新换代，在引进人才的同时也可以在本单位内进行，相关人才的培训，一方面可以进行人才的更新换代并为其做一个准备避免人才出现断层，另一方面，在进行本单位旧有人才的培养可以为现在有志于学习与自我提升的干部同志提供一个学习的机会并利用他们旧有的经验与现在的技术设备进行调试性试验，提升设备在单位的基本适应性，以便与未来的人才与设备的集体适应性提升。

 

上面是对于人才的建设，另一方面也不可忽视设备建设，对于现在的设备制造可以充分采用招标与技术协商的方式，并可以对原有的技术河北进行升级改造提升原有设备的适应性，以此为基本新旧结合，促进技术的进步，以便于更好的进行卫生计生综合监督工作为社会安全作出自己的贡献。

 

3 小结

 

本文通过对于现代电子工程与人工智能技术的介绍以及相关的应用前景探究，可以清楚地表明二者之间的关系时相互依存的虽然在一定时候会出现内部技术的主导权之争，但是这不是主流，所以在进行现代的卫生与计生管理时应该充分利用这样的优势并利用其客观条件实现人才的更新换代，完成现代卫生工作的重要改革，为人民的公共安全提供自己的力量。

篇6

未来十年，世界上50%的工作，都会被人工智能所取代，尤其是助理、翻译、保安、边防、前台……今天的人脸识别在有些场景比人精确20倍。一个个领域，人都会被机器超越，不只是取代。

机器超越人已不再遥远

从识别、感知、认知，到做决策、反馈，人工智能在过去五年有非常大的进步。博弈的例子有AlphaGO，感知的例子有微软小冰，决策的例子有Google Gmail的自动回复。

我在30多年前就做人工智能，可惜，无论对弈、语音识别、自然语言理解都没有生逢其时。因为当时机器不够快，数据不够多，算法不够先进。但是今天，它们够先进了。

机器学习最重要的一个突破是深度学习。深度学习，就是用非常大的神经元，用巨量的数据充进去训练。它可以在识别、分类或者预测方面，远远超过任何过去的算法。这个学习的算法特别适合巨大的数据量。

什么情况才能用人工智能？人工智能不是万能的，但满足以下条件，人工智能绝对可以做出特别有价值的产品：千万级别的海量数据；顶尖的科学家；非常清晰领域的边界；非常好的标注；非常多的计算量。

很多人说人工智能好遥远。其实不是，百度、淘宝、滴滴的背后都是一个人工智能引擎。一些过去认为比较遥远的，如图像识别、语音识别的比赛，机器已经超越人了。

人工智能的应用领域

一个创业公司的用户达到了千万级别的时候，肯定需要人工智能引擎。因为系统需要做一些判断和推荐：推荐什么商品给用户，该放什么样的广告。所以，做人工智能创业的，最好是已经有互联网数据的公司。

当然，还有很多公司是没有互联网数据的，这些公司也能创造价值。

哪些领域会最先呢？一定是数据最大、最快能产生价值的领域。如金融领域：银行、保险、券商、智能投库、AI量化基金，是最快能产生价值的。

哪些是对人类最有意义的？一定是医疗领域。癌症的检测、切片，基因个性化的治疗。

最大的一个领域应该是无人驾驶。当电动车、共享经济、无人驾驶三件事情同时发生的时候，人类经济会产生最大的提升和改变。以后我们出去打车，应该是随叫随到，人都不需要买车了，停车场也不需要了，路上的车也变少了，空气也变好了，这些都是一些会发生的很好的“副作用”。

最厉害的AI公司将是Google。当Google搜索里面的引擎被提炼出来成为一个Google大脑的时候，用在互联网领域就变成了Gmail的自动回复，变成了Google的搜索和广告；用在汽车领域就是GoogleCar；用在人的健康领域就成了GoogleHealth；用在围棋上就是AlphaGO。

百度大脑也是一个类似的项目。每个伟大的互联网公司都应该考虑：拥有大数据是不是也应该像Google一样，用更多的深度学习创造商业价值？

中国有特殊机会

当你要做人工智能的时候，我有几个建议：要有特别大的数据，最好是闭环的，只有你有，别人没有；要买很多机器，尤其考虑GPU；要有经验丰富的深度学习专家；最后要把年轻人训练起来。

为什么特别提到训练年轻人呢？因为一个优秀的数学和计算机专业毕业生，培训6个月就可以做人工智能工程师了。

因此，最领先的人工智能国家，当然是技术最领先的、论文最领先的、应用最领先的，而且也是年轻人最上进、最努力、最勤奋的国家。

中国有一些很特殊的机会。中国教育特别重视优秀的理工、数学底子，世界上的人工智能论文43%都是中国人写的。中国传统企业比美国落后，但这表示人工智能注入进去就会产生很大价值。在座每一个潜在的独角兽公司和快到独角兽的公司，如美图、知乎、BRPK，都在快速的招人工智能专家，帮他们提升价值。美国领先的公司，无论是Google、坦斯福罗，还是微软、CNTK、Facebook，在中国都很难本土化，这都是中国公司的机会。

人工智能时代的投资蓝图

创新工场在人工智能时代的投资蓝图包括以下几个方面。

大数据公司。谁有大数据，我们就可以做人工智能。

R别。语音、手势、人脸等识别会有很大的突破，但是自然语言的理解，即语义方面的突破，可能还需要5-10年。

传感器。传感器现在很贵， Google做辆车要几十万美元，但我深信三年以后价格就会降下来。所以，我们更愿意投资那些现在看起来很贵，但一旦量产价格就会降下来的公司。

家庭机器人。家庭机器人长的像人的，恐怕还需要近十年的时间。但是，一些智能音箱、工业商业的应用，可以快速发展起来。

无人驾驶。无人驾驶一定是先开始辅助人驾驶，然后人来辅助机器，最后才能达到全天候的驾驶。

我们投资的人工智能项目，比较著名的是FACE++，还有地平线机器人、小鱼在家、金融界的人工智能第四范式，以及玉石科技的无人车，它已经开始在园区里面上路测试了，连驾驶盘都没有，所以完全是无人驾驶的工作。

我们深信，十年以后回顾人类历史，人工智能不只是一个创业的机会，也绝不仅是一个移动互联网之后最好的创业机会，而会被认为是人类有史以来最好的创业、创新机会，对人类有潜在的巨大改变，对人类生活有最大提升的一种技术。（本文摘自李开复12月6日在WISE-2016独角兽大会上的演讲，有删改，标题为编者所加，未经本人确认。）

一周视点

李开新

360手机执行副总裁2017年不折腾

作为初创企业和新品牌，稳和好要比高和快更重要。天道酬勤，只要不折腾，有正确的方向和明确的定位，企业总归会成功的。

12月5日，360手机新掌门李开新接受媒体采访时表示，2017年的思路是稳健运营，不折腾，不去做一夜暴富的梦，认认真真专心做手机。

古永锵

优酷创始人、阿里文娱战略投资主席融合、链接是未来关键

用两个词来形容我看到的未来：融合和链接。抢用户、圈地这种逻辑在新的十年越来越难，但如何使融合和链接产生增值是企业需要考虑的关键。

12月6日，古永锵在WISE-2016独角兽大会演讲中说，未来是融合的时代，也是全球互联网的时代。文化娱乐将是一个重要风口，产生很多创业机会。

唐沐

小米影业总裁、小米VR总经理小米VR“铁人三项”

篇7

【关键词】大规模开放在线课程；人工智能课程；翻转教学法

0 引言

近年社会对计算机专业人才能力的要求越来越高，而学生所学与实际需求存在不少差距，高校计算机专业课程教学因而遭遇诟病。依托信息与网络技术支撑的大规模网络开放课程（massive online open course，MOOC）较好贯彻了以学为中心的理念，其翻转教学模式与灵活有效的交互极大提升了学习兴趣[1]。搭建MOOC平台的计算机技术既是技术基础，也是热门MOOC课程。在此浪潮下传统高校计算机专业的教学首当其冲受到冲击，遇到前所未有的挑战。纵观国际三大MOOC巨头的课程建设均始于计算机类专业课程，同时也是所占比例较大的课程系列，其中人工智能（Artificial Intelligence，AI）课程在Coursera、Udacity[1]两个平台上均是最早开设的课程之一。采用何种教学模式更适应社会对人才的需求呢？这是应对挑战的关键问题。

1 人工智能课程的课堂教学困境

人工智能是研究模拟、延伸和扩展人类智能的理论、方法、技术及应用的前沿交叉学科，涉及面广、研究性强，还不断产生新的理论和方法。课程难度大理论强实践难，也是公认难讲的课程之一，该课程具有如下特点：

1.1 先导课多，知识抽象，涉及面广，更新快

前期知识包括：数据结构、离散数学、程序设计、图像处理等。如果前期知识不扎实，很难理解内容并融会贯通。传统内容包括：知识表示和推理、搜索策略、模糊理论、神经网络、机器学习、专家系统、遗传算法等，涉及大量抽象理论和复杂算法。教材普遍特点是：内容滞后，枯燥深奥的理论和解决现实问题的实践联系不紧密。

1.2 研究性强

该领域很多内容仍是科研热点，并不断涌现出新的研究方向、新内容、新方法、新技术和新应用。

1.3 教学方式单调

技术和管理的局限也制约了教学方式，教学方式基本以教为中心，停留在讲授、问答等简单互动上，教学方法单一。很少能提供学生自学、讨论、合作和实践的一整套互动实践机会，难以真正体现以学为中心的理念。

1.4 学生缺乏兴趣

一方面，课程本身特点使得课程容易陷入枯燥的纸上谈兵的尴尬。另一方面，即将毕业的高年级本科生对未来规划明确，抽象的人工智能课程无论从职业发展还是继续深造对学生并没有立竿见影的效果，进一步拉低兴趣。此外，教材滞后，教学方法单一等也会影响兴趣。

如火如荼发展的MOOC的课程，尤其Udacity的课程设计之初就立足于解决实际问题的导向，做法上的独特之处成功吸引了大批学生。课堂教学中借鉴在MOOC上被证明有效的教学模式和方法，不啻为一种尝试，以期摆脱教学困境，提高学习兴趣，最终提升教学质量。

2 MOOC的教学模式

MOOC的教学模式分为三种：cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教学模式特点是学习者完全做主，但复杂的网络互动产生庞大而混杂的知识网，缺乏识别主次和归纳总结能力学生常因信息过载陷入茫然无措的境地。2011年Udacity 创始人之一在网上开设的“人工智能导论”课程改变了表现风格，把互联网作为教学媒体的呈现潜力发挥到极致，按知识点分割内容成短小视频，其间插入现场对问题的解决，突出了Udacity有别于传统教育机构及其先行者的地方：注重发现并解决问题。这就是xMOOC的教学模式，沿袭并创新了熟悉的学习风格，使得MOOC如鱼得水渐渐发展壮大。随着MOOC逐步成熟，为了适合具有专业基础的职业技能培训，发展培养针对具体任务的探究学习教学模式，即tMOOC模式，这是Udacity网站课程的另一个设计目标。表1显示了MOOC的三种模式的对比。

以Udacity的人工智能导论课程为例，只要高中毕业具有概率论和数理统计基础的学生就可以学习，该课程适合入门，但难度较低，内容较少。清华大学的马少平编写的人工智能教材是很多大学，包括我院人工智能课程的教材，清华大学的人工智能课程经过多年发展已经形成了一个系列教学资源库，包括教材、课程视频、教学课件、作业及答案和实验设计等。根据Udacity网站的人工智能导论课程的展示，表2从几方面对比了Udacity人工智能课程与清华大学马少平版的人工智能课程情况：

从表2可以发现Udacity的人工智能视频采用了按知识块分割成短小视频，在期间和完毕之后都准备了测试，细节上体现了以学为主的理念。纵观类似人工智能的国家精品课程[3]，学习资源多为文本类，重用难，对教学重难点没有拓展和转化。这种以内容共享为中心的呈现模式，缺乏与学习者充分交互，难以体现以学为中心的教学理念。

在MOOC的教学设计中，调动学习者极大热情的是翻转课堂，在学习环境中引入了自主协作[4-5]，在交流机制中融入了多元互动，给学习者带来积极、主动、高效的学习，翻转课堂和传统课堂的区别如表3所示：

3 MOOC的教学模式对人工智能课堂教学的启示

3.1 教学内容的优化与调整

MOOC的教学通过把理论抽象的知识点分割成小段录制的微课视频，时长不超过15分钟，内容衔接处具有一定交互性，讲解形象化，提供给学生反复观看，这种用技术处理分解知识点和把难点从抽象变成具象的过程降低了理解难度。

课堂教学也可以通过分而治之的方式对教学内容优化调整。人工智能涉及内容与范围多而杂，作为入门课程并不要面面俱到，根据学生层次，可以区分重点掌握和一般介绍的内容，以点带面铺开，因此，根据学生特点，把成熟的基础理论和这些理论的实际应用整合，辅以其他新技术的穿插介绍，主要分三块：

①人工智能的概念和发展，熟悉人工智能的研究和应用领域；

②人工智能的基本技术，包括知识表示，逻辑推理、搜索策略、模糊理论等；

③涉及现实应用，如：机器学习，模式识别，自然语言理解，智能控制等。

为了反映人工智能领域最新进展，教师还可以收集学生感兴趣的最新成果专题信息，及时更新、调整教学内容，通过与实际更紧密的融合接轨，对课堂上没时间介绍而又较热点的新知识，通过提供方向和资料解决，注重提高兴趣的同时，也展示出课程学科特点、主流技术及发展趋势。

3.2 紧密结合实际

Udacity的开设之初的目的就是学习为了解决现实问题，其人工智能课程设计也不例外，包含有实际遇到问题的解决，这种立竿见影的好处就是极大激发了兴趣。

考虑到高年级学生对解决实际问题技术的兴趣远远大于技术理论等细节，不想花太多时间去理解复杂而难以看到实践效果的理论上，更想通过实际体验解决问题增强成就感。教学内容的设计尤其紧密结合实际运用。

传统人工智能讲授通过实例解答或推证式讲述理论，如知识表示和搜索推理技术，该部分理论强，应用实例少，往往学生感觉枯燥乏味，教师也感觉晦涩抽象，学生对所讲内容基本靠死记方法和步骤，这种僵化的教与学影响了教学效果。

因此，设计教学时尤其注重内容的实用性。除了讲授至今仍沿用和有效的基本原理和方法外，引入近年发展起来的方法和技术，如智能算法等，对这些内容重点在技术的具体实现上，强调与实际的融合贯通。教学过程中加入与课程内容对应又可以用计算机实现的试用内容。如模式识别应用于手写数字识别，通过仿真软件模拟实现算法，获得立竿见影的效果体验，加深对算法的认识，引起学生浓厚的兴趣。同时也对某些很有发展前景的技术兴趣导入，如目前人工智能研究侧重人类理性逻辑功能的模拟，而如果把情感智能考虑进去，才更有人性化的智能决策。这就是经过了将近20年发展的情感计算，随着可穿戴技术渐渐渗透进生活，引起更多关注，这些接地气的内容提升了兴趣。

3.3 实践能力的培养

Udacity 创始人史蒂芬斯博士的说过，“即使是最好的大学，其计算机课程所传授的技能也是浮于理论的”。学习的目的是为了解决实际问题，带着问题学习和思考，有利于主动学习的激发。这些方面，可以参考Udacity人工智能课程的实验内容修正。强调学习是为了解决实际问题服务的目标。

3.4 教学模式及教学方法的变化

3.4.1 实例教学法

人工智能内容的抽象性决定了知识点的难度，Udacity人工智能课程教学中尽量把难懂的知识点结合现实中有趣实例，通过感性体验提高理性理解，让学生容易接受。笔者进行了一些化难为易的尝试：如利用汉诺塔问题讲解状态空间的知识表示，通过野人过河的游戏程序步步领会理论精髓；结合下棋软件体验模拟人脑思考的计算机博弈的极大极小搜索思路，这些实例教学激起了兴趣，扩展了学生思路，拓宽了视野。

3.4.2 翻转教学法

整门课程录制课程小视频还有一定难度，作为尝试，选择少量知识点录制视频进行翻转教学。如抽象的理论部分，借鉴网上已有视频资源融入教学过程，分解知识点破解难点，形象化与短时间的重复讲解，增加学生对抽象内容的理解，期间穿插核查对理解内容的核查，并留出思考时间，强化学习效果。

3.4.3 交互环境的营造，辅助教学过程完善

1）基于联通主义的学习交互[6-7]

在MOOC课程中，提供在线交流论坛，学习者建立课程组，学习组等方式交流，这种教与学、学与学的交互不但是网状进行的，而且是即时的。学生将互动产生的内容作为学习的中心，通过学习者不同认识的交互，建立新的认知结构，拓宽了视野，更有利于问题的有效解决。这种互动交流分成三种形式：

①教师对统一回答提问集中且意义较大的疑难问题；

②学习者分享学习感悟；

③学生间交流带来不同认知的碰撞。

以上三种情况的互动在课堂教学中也可以运用于课堂教学：及时分析整理共同问题，集中回复；课堂教学的互动除了课堂上及时了解学生反馈的互动，还有对解决问题的互动。课下互动可以利用学者网建立课程组，提供了较好的师生交流形式与效果，同时利用学习组在小组中分享互助，小组成员的交流引起认知碰撞，这种实际参与的体验加深了理解，并巩固学到内容，这些资料的逐渐积累还可以复用。

2）基于行为主义的学习反馈[8]

MOOC 遵循了程序教学的一般原则，尤其注重学生反馈，像游戏一样关卡设置让整个过程充满挑战性，一些机器评分实现了及时学习反馈，摆脱了单向提供课程资源的弊端。课堂教学可以借鉴这种借助技术手段互动了解学生学习的情况，促使有意义学习的发生。

4 教学改革的实施

利用以上措施在《人工智能》课程的教学中实践，通过在xMOOC教学模式中部分适当内容引入翻转教学法与利用学者网的课程交互，探索提高兴趣，促进理论与实践的融合，促进有意义学习的发生，提高学生实践能力的途径。通过观察，调查与访谈等方式，了解学生在该教学模式中兴趣与能力改善状况，同时研究教师教学法转变与教学水平变化的关系，根据追踪研究效果，发现这种改善调动了学习兴趣，促进了教学效果。实践中通过建立实验组（班）与对照组（班）、评价教学模式和教学效果等因素，不断总结、修正和完善，期望建立适应当前形势与环境的有效的该课程的教学模式与教学方法。

5 结束语

笔者结合人工智能课程的教学实践，针对本科高年级的教学特点和人工智能课程学科特点，提出在设计人工智能教学时，通过MOOC的教学模式和教学方法完善课堂教学，注重内容的实用性和新颖性，适当穿插新方向的内容，目标是将难学、枯燥、难理解的问题，变得易学、有趣、易理解。从学生反馈来看，这些方法起到了积极的实际效果，有效地提高了学习积极性。

【参考文献】

[1]udacity的人工智能导论课程网[EB/OL].https：///course/cs271.

[2]王萍.大规模在线开放课程的新发展与应用：从cMOOC 到xMOOC[J].现代远程教育研究，2013（03）：13-19.

[3]国家精品课程资源网[DB/OL].[2013-04-22].http：//.

[4]徐明，龙军.基于 MOOC 理念的网络信息安全系列课程教学改革[J].高等教育研究学报，2013，36（03）.

[5]王文礼.MOOC 的发展及其对高等教育的影响[J].江苏高教，2013（2）：53-57.

[6]李青，王涛.MOOC：一种基于连通主义的巨型开放课程模式[J].中国远程教育，2012（3）：30-36.

篇8

关键词：智能机器人；外科学；专业学位研究生

人工智能（ArtificialIntelligence，AI）通过计算机技术来模拟人类的智能，是一门多学科、多领域交叉的前沿学科[1]。AI的快速发展，促使“AI+教育”模式席卷整个教育行业，能够在一定程度上缓解教育行业持续增长的个性化需求与日益稀缺的师资之间的矛盾，从而成为教育改革的热门和前沿[2]。当前在临床教学过程中，医学专业学位硕士研究生面临跨学科知识面狭窄和临床能力不足、本学科疾病相关基础知识匮乏和遗忘、缺乏横向和纵向的整合式医学知识回顾与临床思维训练等一系列突出问题[3]。而智能机器人作为“AI+教育”的一种形式，集多学科知识库、虚拟检查和操作、病例资料库、课程中心、个性化考核等智能模块于一体[4]，在专业学位硕士研究生临床教学中具有巨大潜力。我们将智能机器人应用于外科学专业学位硕士研究生临床能力培养中，取得了较好的教学效果，现报告如下。

1对象和方法

1.1对象

2019年2月至2020年1月，选取重庆医科大学第一临床学院在骨科进行临床实践的2017级、2018级外科学专业学位硕士研究生共82名作为研究对象，其中男生65名，女生17名，年龄23~30岁，平均（25.20±1.24）岁，所有研究对象均知情同意。

1.2方法

本研究采用试验对照方法。利用骨科两个独立楼层的病区作为便利条件，按照随机原则以每病区41人分入骨科两个病区。一个病区配置智能机器人辅助临床教学，作为试验组，男生34人，女生7人，年龄23~30岁，平均（25.05±1.11）岁；另一病区未配置智能机器人，进行传统临床教学，作为对照组，男生33人，女生8人，年龄23~30岁，平均（25.37±1.36）岁。入科前统一进行理论知识考试，所有学生使用同一套试卷。两组基线资料如年龄、性别及入科前理论考试成绩比较均无显著性差异（P＞0.05）。

1.3教学实施

两组均按照国家《住院医师规范化培训内容与标准（试行）》[5]进行培训，以住院医师负责制参加临床医疗工作，临床技能操作基本训练要求按统一标准，定期以小讲座、疑难病例讨论形式学习相关专业理论知识。每位学生均固定医疗组，并指定一名带教教师，均为本科室取得中级职称3年以上的医师。临床实践时长均为24周。1.3.1试验组教学实施整体上按照带教教师为主、智能机器人为辅的教学模式，将智能机器人应用于研究生临床医疗实践活动中，包括参与入科教育、岗前培训、小讲座、疑难病例讨论、跟随查房等。（1）移动数据终端功能：通过先期导入骨科教学大纲、骨科学专著、运动系统教学PPT、影像学资料、解剖资料、病理资料、教学视频，建立智能机器人教学多学科数据库。学生可利用智能机器人这一移动数据终端，随时通过输入和语音对话功能查询、获取相关知识，及时解决临床活动中遇到的部分问题。（2）人工智能化辅助教育：依靠人工智能的自适应学习功能，智能机器人可在与学生不断的交互中了解其学习短板，不断更新临床指南、专家共识等临床研究进展，实现教学数据库的持续更新。临床教学过程中，带教教师在讲解典型疾病、分析疑难病例和操作指导时，智能机器人可以就云数据库相关资料及网络资源进行系统检索，快速整合相关图片、视频等资料，配以语音解读及即时问答，实现即时教学基本理论巩固和教学深度及广度的拓展。此外，根据对知识的掌握程度，智能机器人可为不同学生制订个性化学习计划。（3）考核功能：通过实时提问、课后问卷调查等形式对学生进行反馈式考核，通过下一次学习提醒或再考核，不断促进学生巩固所学知识，以考助练，以练代考，练考一体。1.3.2对照组教学实施采用传统临床教学法，学生跟随带教教师参与床旁示教式临床实践，同时参加入科教育、岗前培训、小讲座、疑难病例讨论等教学活动。

1.4教学效果评价

1.4.1理论知识考试24周的临床实践结束后进行理论知识考试。试题命题与组卷由两名具有副高级职称、未承担带教任务的教师负责。所有学生使用同一套试题，均为选择题，题量100题，总分100分，考核方式为机考，每位学员的题目顺序由电脑随机抽取，在相同时间闭卷完成考试。1.4.2问卷调查调查问卷为自行设计，经过本专业基地3位高级职称专家审核。包括5个问题，设置赞同、中立和不赞同3个选项。问卷调查由住培教学秘书负责，于出科理论考核后现场发放并回收，学生匿名填写。1.5统计学处理采用SPSS25.0软件对相关数据进行统计分析。计量资料以均数±标准差（x±s）表示，组间比较采用t检验；计数资料以频数和百分比表示，组间比较采用χ2检验。P＜0.05表示差异具有统计学意义。

2结果

2.1两组理论知识考试成绩比较

试验组理论知识考试成绩为（87.02±4.89）分，高于对照组的（80.59±5.86）分，差异具有统计学意义（t=5.406，P＜0.01）。

2.2两组对教学方法的评价比较

以问卷调查方式了解两组对教学方法的评价。共发放问卷82份，回收有效问卷82份，有效回收率100.0%。结果显示，试验组对教学方法的满意度高于对照组，差异具有统计学意义（P＜0.05，见表1）。

3讨论

3.1专业学位研究生临床教学的特点和存在的问题

专业学位研究生的学习不同于本科学生，需要培养自主探究和解决问题能力[6]。同时，临床实践教学亦不同于课堂教学，更需要学生发挥主观能动性和积极性，解决临床工作中遇到的困难和发现的问题，有目的性地获取知识[7]。专业学位研究生临床教学长期以来存在教学资源较为单一、缺乏新颖性及参与感等问题[8]，教学内容主要局限于临床症状与临床处置，缺乏对疾病病理生理基础、解剖基础等相关知识的展示与梳理，导致学生机械地重复临床工作，而对疾病诊断、影像学资料理解及分析能力较差，出现临床实践和基础理论脱节现象[9]。

3.2智能机器人的智能移动数据终端功能有利于学生掌握知识

智能机器人辅助教学可以在一定程度上弥补上述缺陷[10]。本研究结果显示，试验组理论知识考试成绩高于对照组，这提示智能机器人辅助骨科临床教学，使学生能够更深入地理解、更好地掌握理论知识。骨科医疗领域数据中超过50％的是医学影像和病理图片等非结构化数据，智能机器人通过人工智能技术建立骨科和相关学科知识库，在临床教学中及时、实时提供病理生理、解剖等基础知识，进而带来更好的决策体验，提高临床教学效率，让临床教学起到再次巩固整合基础知识的作用，让学生更好地做到学以致用。智能机器人具备的自适应学习功能，高效、准确地提供相关学科知识，使师生双方教与学的效率得以大幅度提升，交互学习和自主学习能力得以增强。

3.3智能机器人利于实施个性化反馈和考核

智能机器人的另一个重要特点就是在与学生交互过程中实时准确记录其对知识的掌握程度，通过信息反馈分析，制订个性化教学计划及考核方案，实现某种程度上的因材施教，这也是带教教师个人工作很难达到的。临床带教教师首要属性是临床医生，并非全日制专职教师，需要承担大量繁重的临床工作，无法随时随地回答学生的问题和亲自指导技能操作。因此，智能机器人对传统带教模式进行了有效补充，弥补了师资不足所带来的缺陷。

3.4智能机器人提高了学生满意度

智能机器人由于形式的新颖性和科技潮流感，激发了学生学习的主动性、积极性和兴趣，活跃了临床教学气氛。与对照组相比，试验组学生对教学模式的评价更高。

4结语

智能机器人辅助骨科临床教学，提高了专业学位研究生临床教学质量，得到了学生的普遍认可，同时对现有培养制度进行了有效补充，丰富了教学手段，创新了培养模式，值得进一步探索。但人工智能在医学教育中的应用尚处于起步阶段，技术上不太成熟，功能设计也有待研发人员和医学教育人员共同完善。值得一提的是，智能机器人可以提高医学生的学习效率，但不能完全取代教师。人类的想象力、独创思维、交流能力是人工智能暂时无法具备的，医学专家丰富的理论知识和宝贵的临床经验，以及言传身教的影响力，在专业学位研究生临床实践教学中始终占主导地位，不可或缺。

参考文献：

[1]HANER，YEOS，KIMMJ，etal.Medicaleducationtrendsforfuturephysiciansintheeraofadvancedtechnologyandartificialintelligence：anintegrativereview[J].BMCMedEduc，2019，19（1）：460.

[2]卫荣，马锋，侯梦薇，等.人工智能在医学教育领域的应用研究[J].医学教育研究与实践，2016，25（6）：835-837.

[3]温秀杰，岑颖，莫媛媛，等.医学专业学位研究生教育模式与考核体系的思考与建议[J].医学教育研究与实践，2016，25（3）：409-411.

[4]HAYASAKAY，FUJIKURAT，KASHIMURAM.Expectationsforthenextgenerationofsimulatedpatientsbornfromthoughtfulanticipationofartificialintelligence-equippedrobot[J].JNipponMedSch，2018，85（6347-349.

[5]国家卫生计生委办公厅.住院医师规范化培训内容与标准（试行）[A].国卫科教发[2014]48号.

[6]葛炳辰，黄华兴，夏添松.临床医学专业学位研究生现状分析及对策思考[J].南京医科大学学报（社会科学版），2017，18（1）：67-69.

[7]孙慧.通过全国医学院校大学生技能竞赛反思儿科临床实践教学[J].中国继续医学教育，2018，10（29）：43-45.

[8]郝婷，李玉华，李建光.基于“医教协同”背景下的临床医学类专业学位硕士研究生课程教学现状与对策研究[J].新疆医科大学学报，2017，40（8）：1125-1126.

[9]KUMARNL，PERENCEVICHML.Howtomaximizelearninginagas－troenterologyfellowclinic：preparetoprecept[J].Mentoring，Education，andTrainingCorner，2018，155（1）：8-10.

篇9

关键词:智能时代;管理会计;制度;数据分析

管理会计虽然开始较早，但是因为财务会计更符合市场发展需要，所以管理会计长期不被重视，技术和方法也缺少创新，这在一定程度上影响管理会计作用的发挥，也间接影响企业发展。再加上市场竞争愈加激烈，企业把更多资源投入到市场开拓和产品研发，在管理会计上的投入越来越少造成管理会计发展困难。但是从作用上看，管理会计是分析企业过去发展、调控当下、计划未来，这些作用决定企业必须依靠管理会计完成决策。随着互联网技术的发展，人工智能技术开始出现，其中的AI智能对财务管理工作起到明显的作用。财务工作人员可以使用人工智能技术分析、控制、判断、掌握企业各时期的发展情况，并根据市场环境给企业决策者提供参考，管理会计在这种背景下迎来新发展。

一、管理会计应用概述

管理会计最早开始于西方国家，是会计和管理两者的结合。管理会计运用会计知识分析企业财务数据，运用管理知识分析企业发展环境并结合所分析的数据提供具有参考价值的方案，帮助企业管理者作出正确的判断，制订更符合企业发展的计划。此外，企业管理者还能通过管理会计分析的数据了解企业发展不足，在激烈的市场环境中制订科学的发展计划。目前，我国市场经济复杂多变，企业竞争开始白热化，部分企业虽然外部发展状态良好，但是内部管理水平较低，企业发展不均衡。管理会计可以从财务和管理角度处罚，分析、预测企业发展过程中已经出现或者将会出现的问题，给企业决策者提供参考，间接提高企业内部管理水平，促进企业健康发展。

二、企业管理会计应用的限制因素

(一)企业对管理会计不重视我国企业有两种发展模式:西方引进的现代化管理模式和传统的家族管理模式，这两种企业都把管理会计当作基础的会计人员，很少体现在企业管理中，很大一部分原因是因为企业管理者没有认识到管理会计的作用，粗略地把管理会计划分到传统会计的范畴。他们不相信管理会计能够分析并指出企业发展的不足，否定管理会计的作用。还有一些管理者虽然一开始认识到管理会计的作用，但是因为市场竞争影响把目前放到追求短期利益上，不重视管理会计的作用。

(二)管理会计和企业管理难以融合改革开放之后我国各行业获得发展空间，实现企业规模和质量的增长。但是只有极少数企业把会计和管理联系，通过专业的管理会计为企业发展做决策。其他企业依旧沿用传统方式，会计和管理相分离，两者负责不同的区域没有实现融合。在这种情况下，即使企业具备管理会计人员，也会因为企业管理方式不当不能全面发挥作用。还有部分企业更重视短期的盈亏，很少花精力在企业管理上，管理会计自然缺少发挥的空间，也不能实现管理会计和企业管理的融合。

(三)企业管理系统不完善企业管理者通过管理会计提供的数据了解企业发展的不足，并找出改进重点，优化企业管理水平。企业管理制度是发挥管理会计作用的基础，所以如果企业制度不科学，即便运用管理会计也无法帮助管理者做出恰当的决策。

三、智能时代管理会计发展机遇

(一)财务会计向管理会计转型，人才聚集在人工智能时代软件可以取代部分财务会计的基础工作，让财务会计有更多时间学习管理知识，完成从财务会计到管理会计的转型。加上部分会计岗位被人工智能取代，财务会计需求量降低，会计从业人员会重新规划职业发展，这也给管理会计提供了发展机遇。国际资讯统计发现，智能机器人财务计算的速度是人工的16倍，并且可以24小时不间断操作，完美克服人类作息缺陷。目前，财务会计80%以上的工作可被智能机器人取代，低层次财务人员生存空间越来越小。由此可知，在智能技术的不断发展下，基础会计人员会以越来越快的速度被代替，传统的财务会计人员需要寻找新的发展。管理会计和财务会计工作有部分相同，且管理会计是企业在市场竞争中取胜的关键之一，这势必形成财务会计向管理会计转型的趋势，形成人才聚集效应，弥补我国管理会计人才的空缺。

(二)人工智能分析数据能力强，管理会计应用效能提高管理会计是在财务会计工作的基础上，再加工、分析数据，预测企业发展，为管理者提供参考依据。在传统工作中，虽然已经存在信息分析技术，但是缺少这些分析技术，缺少人类思维，分析结果比较简单、机械，且错误频发，影响分析结果的可靠性和精准度。人工智能出现之后，AI机器人能仿照人类思维把握数据科学、数据学习，建立分析模式，帮助财务人员完成基础工作。

(三)智能时代管理会计价值突出，受到重视随着全球化进程加速、国内外市场相继开放，市场竞争越来越激烈。在这种情况下，企业管理者需要更多、更全面的参考资料来制定企业发展规划，财务会计的工作已经难以支持。从大量的数据中挖掘、分析对企业发展有价值的内容是会计行业的新任务，而这些内容都需要管理会计来实现。在以往，因为技术水平不够，所以会计人员无法对市场环境、行业发展及企业自身做出精确分析，但是人工智能技术发展之后，会计人员可以把未来财务数据和非财务数据做结合，提高分析效果。管理会计的作用被更多企业管理者发觉，在这方面投入也越来越多，管理会计遇到前所未有的发展机遇。

四、智能时代下企业管理会计发展路径

(一)加快管理会计制度建设制度是发展的保障，所以必须建立更完善的管理会计发展规划。目前，我国管理会计在理论研究和实务应用上都比较落后，这些影响管理会计发展的关键内容具体策略如下。第一，有监管部门牵头成立专业的国家管理会计协会(目前我国虽然已有管理会计协会，但是属于山寨组织)，制定科学的管理会计发展规划，科学指导企业管理会计的实务应用、管理。制定管理会计的具体流程、要求，拔高人才标准。第二，详细研究管理会计相关理论，结合我国企业发展情况调整、完善、鼓励企业运用管理会计流程，提高企业内部控制水平。第三，主动向先进国家、企业学习管理开机的经验，并邀请学者到企业授课。第四，分析智能技术和管理会计结合点，探索管理会计发展途径，优化我国管理会计的应用效率和效能。

(二)培养管理会计人才，重视创新人才是发展的基础，管理会计人才资源充足是智能时代管理会计发展的基础，也是管理会计稳定、高效发展的保障。所以，我国想要做到管理会计可持续发展就必须培育充足的人才。第一，鼓励高校、企业研究管理会计相关基础理论，在原有经费的基础上加大投入，为管理会计发展提供充足的空间。鼓励财务会计学习管理知识，尽快完成智能时代下财务会计到管理会计的转型。第二，更新管理会计培训内容，把智能技术融合到管理会计发展中去，提高从业人才信息化水平。第三，我国要从国外引入人才，举办学术交流会，充实我国管理会计队伍。

(三)强化管理会计数据分析体现，提高管理效能对管理会计而言数据分析能力是核心内容，也是发挥管理会计效能的保障。首先，要制定统一的会计数据和非会计数据信息标准，方便管理会计做分析比较;提高从业人员数据分析能力，建立管理会计数据分析机构，如管理会计信息分享中心等，为汇聚、分析信息提供基础。其次，重视智能技术和管理会计技术的研发和使用，建立中国管理会计发展协会，制定行业标准和要求，鼓励企业把创新型的管理会计运用到企业发展中，提高企业内控水平和信息处理能力。最后，制定有可行性的管理会计分析框架，给企业提供管理会计运用参考，扩大管理会计运用范围。

五、结语

在智能时代，各行业技术、人员将会得到新变革，传统财务会计优势逐渐消失，管理会计成为发展新需要。管理会计遇到空前的发展机遇和价值展现空间，但是向真正实现管理会计快速、可持续发展还有很长的道路。国家和高校要建立管理会计发展协会、数据分析体系，从制度上给予保障;重视管理会计培育、加大资金投入，为管理会计提供发展空间。企业要充分认识到管理会计对企业发展的作用，扩大管理会计的运用范围和实际使用效能，才能让管理会计成为企业管理、运用和发展的工具。

参考文献:

［1］张淑洁．简述人工智能时代财务会计向管理会计的转型［J］．中国乡镇企业会计，2019(8):208－209．

［2］邵梅媛．大数据与人工智能时代背景下管理会计的机遇与挑战［J］．今日财富，2019(4)．

［3］莫立娥．人工智能时代财务会计向管理会计的转型分析［J］．现代商业，2019(15):139－140．

篇10

关键词：智能电网；智能调度系统；电力电网

中图分类号：TM73 文献标识码：A

电力电网调度系统对电力系统而言是至关重要的，在电力系统初具雏形时，由于科技落后，电力电网调度系统不是智能的，是由工作人员通过打电话的方法了解各个电力站的运行状况，如果发现电力站的运行发生异常状况，就会凭借工作人员的经验，对发生的异常状况进行处理。现如今，科技水平不断发展，自动化技术也不断地更新，电力电网的智能调度系统在电力系统中也得到了应用，并取得了一定的成效。与传统电网系统相比，电力电网的智能调度系统不是孤立存在的，它是一个实时动态的系统，可以有效地进行分析和调控电力系统，当电力站发生故障时，电力电网的智能调度系统可以更加精准和及时地对故障分析和处理，更加快捷方便，可以更全面地了解电力电网的运行状况。

一、电力电网智能调度系统概述

（一）电网调度系统自动化的现状和前景

在科学技术不断发展的今天，电网调度系统已由最初单纯获取电力系统的数据转换为全面了解电力电网的运行状况，成为了能量管理系统。虽然我国科学技术水平在不断的发展，但是技术理论仍然不是很先进，导致电网调度系统的自动化和智能化程度仍然不是很高。因此，如何更好地运用现代科学技术，完善电力电网的智能调度系统，使电力电网的智能调度系统更加高效便捷，实现真正的智能，这将是电力系统的未来趋势。

（二）电力电网系统智能调度的概念

电力电网系统智能调度就是指调度系统可以对电力系统的电网的每个状态进行自动获取，综合了解其中的变化，协助电力调度员的管理，使电力调度员操作更加便捷精准，便于获取最好的方案，从而保证电网的安全运作。电力电网系统智能调度系统的功能不单单是基础的电力系统的稳态分析，在电力系统发生突如其来的故障时还应该具有一定的分析功能，可以及时帮助电力调度员解决故障，并且还应该可以兼容日益发展的运行系统。新型的电力电网系统智能系统比如今使用于电力系统中的调度系统更加复杂，更加庞大。新型的电力电网系统智能系统不单单需要电力系统中各个系统相互独立，却有相互统一，各个系统间可以互相帮助，除此之外，还要求新型的电力电网系统智能系统有兼容第三方软件的能力，该系统的最终构架应该是一种开放式的软件体系。

二、 人工智能在电网调度系统中的应用

（一）人工智能的概念

人工智能又名机器智能，融合了计算机科学、数理逻辑、控制论、信息论、神经生物学以及语言学等多门学科的知识理论，最终发展而成的一门综合性学科。人工智能的主要目标就是运用人类的智慧，使计算机系统日益的先进，逐渐使计算机系统表现出人类的一些基本智能行为。科学家进行了大量的科研实验，实验结果表明，人工智能技术发展的速度也越来越快，已经广泛地应用与各行各业，并发挥了显著的效果。不可否认，人工智能必将是未来的发展趋势。

（二）人工智能系统方法分类

二十世纪八十年代初，人工智能技术刚刚崛起，不断地应用于电力系统以及电力系统的相关行业中，主要原因如下：

1电力系统在当时那个年代就已经拥有了很大的规模，数据处理十分的繁琐，并且系统要求动态实时性，凭借当时的计算机水平根本没有办法快速获取计算结果，严重拖累了电力系统的工作效率。

2电力系统的非线性根本没有办法凭借当时的计算机水平建立出精确的线性数学模型。

3由于当时科学技术水平不是很发达，大多数人对电力系统不是十分了解最终导致电力系统行业中存在很多模棱两可的问题。

4由于当时科学技术水平不是很发达，很多电力系统的专家只能根据自己的经验对电力系统进行分析，根本无法运用精确的数学进行描述。与传统的计算不同，人工智能算法是以解决知识中所存在的问题的方法为基础，解决了传统计算方法的缺点。因此，人工智能应用于实际的电力系统中是十分必要的。

（三）人工智能在电网调度系统中的应用以及方法：

1 专家系统

在二十世纪六十年代，专家系统作为人工智能在电网调度系统中的应用的重要分支开始兴起，专家系统顾名思义，这个系统拥有极其接近人类思维模式的智能系统，可以很好地进行分析和推理，就犹如一些拥有丰富经验和渊博知识的专家，在特定的区域里凭借区域内固有的数据库对问题进行合理的分析，最终提出适当的问题解决方案。在专家系统应用于电力电网调度系统中，应该包括电网的管理、对电力系统进行综合的监测作用、对故障进行分析并及时提供解决意见等。

2 人工神经网络

人工神经网络顾名思义，就是一种类似于人类大脑的神经网络，人工神经网络可以对给与的信息进行适当合理的分析，并且处理，最终演变成数学模型，人工神经网络的本身就是对自然界某种算法或者函数的逼近，也可能是一种逻辑表达方式。人工智能神经网络与人类的大脑十分相似，具有一定的自学和联想能力，可以快速地根据特定的规律推算出大致的结果。人工神经网络已经广泛应用于人工电力电网系统的动态控制与诊断、状态数据估计等很多的相关领域，并取得了一定的成效，而其中的人工神经网络的预测估计分析技术已经十分的完善。

3 遗传算法

遗传算法就是根据达尔文生物种族进化论中遗传机制和自然选择学机理的生物进化过程进行模拟最终获取相应的计算模型，遗传算法可以通过模拟自然进化过程分析获取最好的解决方案。具体方法如下：

（1）选取一定数量的候选集。

（2）根据一定的条件，计算出这些候选集的应用范围。

（3）根据计算所得的应用范围适来确定符合应用范围的候选集。

（4）加工处理符合应用范围的候选集，最终形成新的候选集。

在整个遗传学算法中，达尔文自然选择学机理中的“适者生存”一直贯穿始终，遗传算法凭借自身十分优异的计算和处理功能，已经广泛地应用于电力电网系统中。

4 Agent技术

Agent技术是一种智能计算实体，在分布式系统中拥有灵活性、主动性、反应性、交互性和自主性。Agent体系结构是一种自主行为实体，单纯凭借现今的计算机水平，很难准确对Agent体系结构进行描述，其大略可分为三种类型，是混合式体系结构、反应式体系结构和审慎式体系结构。如今，反应式体系结构是其中主要的研究对象，事件处理系统、方法集合和内部状态集组成了反应式体系结构。具备良好适应性和开放性的Agent技术作为在新一代调度自动化系统，发展前景不可小视。

对于同类发电机组而言，综合考量其安全性能、经济效益和环保指标等要素，可以分别表示出机组的可靠性能R、经济效益标准E、环境标准D，以及热电比例H，依次用a表示其权值。那么可以得出：I=a*（R+E+D+H），其中每个权值的和为1。

设定机组工作的经济程度与出力之间的关系为函数E（P），那么用来指代系统经济性能的公式可以表示成：E=E（P max）/ P max。

系统的环保性指标可以用单位排放的污染气体总量来表示；系统的热电比是将单位出力表示为热量数值，设定热电之间转化的关系函数H（P），那么可以得出：H=H（P max）/ P max。

（四）Agent技术的发展前景

分布式的Agent技术就是将能量管理系统模块封装成Agent，使智能电网调度拥有更强的自治性和可移植性，从而在一定程度上解决了智能电网调度的一些问题。现如今，学者对人工智能技术不断深入地研究，从而使其更加广泛地应用于电力系统中，并取得了一定的效果。在科学技术不断发展的背景下，Agent技术一定会拥有更广阔的前景。

三、 国内外电力电网智能调度系统的研究现状

在二十世纪九十年代，Dy-Liacco作为“现代能量控制中心”概念的创始人，十分全面地论述建立了电力电网智能调度系统的文献，在文中提到想要解决电力系统中存在的一些问题，应该用智能机器调度员替代人工调度员，除此之外，文中还提到要综合仿真培训和自动学习等功能，从而使电力电网自动运行。在我国，卢强院士最先提出了“数字电力系统”的概念，主要讲诉的是正常情况下电力电网智能调度系统对电力系统的监管的分析的功能等；华北电力大学的杨以涵教授则带领自己的科研组进行电力系统的研究，基于“数字电力系统”的概念，分析电力系统中电网会出现的故障，以及安全方面等进行了探讨，最终形成了建立以分析和解决电网故障的“调度机器人”的思维模式。

结语

综上所述，电力电网调度系统对电力系统而言是至关重要的，电力电网的智能调度系统是一个实时动态的系统，可以有效地进行分析和调控电力系统，当电力站发生故障时，电力电网的智能调度系统可以更加精准和及时地对故障分析和处理，更加快捷方便，可以更全面地了解电力电网的运行状况。本文对电力电网智能调度系统做了简单的介绍，对电力电网智能调度系统的具体应用进行了探讨，希望本文可以给相关电力电网工作者甚至是研究者带来一定的参考作用，使电力电网的智能调度系统更加完善，可以更好地应用于电力系统中。

参考文献

[1]狄以伟.面向未来智能电网的智能调度研究[D].济南：山东大学，2010.