人工智能方向培训范文
时间：2024-03-27 16:44:20
导语：如何才能写好一篇人工智能方向培训，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
关键词：应用型本科院校；人工智能；电子信息工程；专业建设
一研究背景
在发达国家，应用型本科院校一直占有很大的比重。在我国，应用型本科院校也逐渐成为高等教育大众化的主力军，对我国高等教育系统未来发展越来越重要的作用。金陵科技学院作为教育部应用科技大学改革试点战略研究单位、中国应用技术大学（学院）联盟创始单位，也正在积极地去探究相关的应用型专业建设模式。电子信息工程专业作为学校的一门深度涉软专业，也要紧跟南京城市软件建设发展方向，这对应用型电子信息工程专业培养既是机遇又是挑战。随着社会的不断发展和科学技术的不断进步，电子信息工程的应用也越来越广泛，对人们的生活产生了非常大的影响。，不但改变着人们获取信息、存储信息和管理信息的方式，而且为人们进行信息的获取、存储和管理提供了新的途径和方法，目前，各行业大都需要电子信息工程专业人才，而且薪金很高。2015年5月8日，备受瞩目的《中国制造2025》由国务院正式下发，这是我国实施制造强国战略第一个十年的行动纲领。该规划二个突出特点是，将"加快新一代信息通信技术与制造业的深度融合"作为贯彻始终的主题，提出坚持自主研发和开放合作并举，加快建立现代电子信息产业体系，为推动信息化与工业化深度融合、实现制造业由大变强、建设网络强国提供强有力的基础支撑。在今年，随着国家“两会”的盛大召开，人工智能首次被提升到国家发展战略高度，人工智能技术的重大突破将带来新一轮科技革命和产业革命，大力发展人工智能技术是中国经济转型升级的重要动力。电子信息技术的巨大成功和进步，使人工智能可以深层次、多维度地参与到各个行业各个领域中，使科技的进步快速融入到跨界合作中。比如，电子信息技术的成熟，使人工智能可以深度服务于医疗卫生事业、配合甚至取代医生进行精确的手术治疗。在无人驾驶领域，无人驾驶汽车、无人驾驶飞机、无人驾驶舰船都已经陆续投入使用；在军事领域，人工智能的运用更是已经炉火纯青，俄罗斯与美国的人工智能作战部队和相关系统，已经在反恐作战中屡立战功，威力无比，作战效能与性价比远远超越人类士兵。由此可看出，人工智能在电子信息技术大发展的当下，终于在应用层面开始发光发热，现出巨大的生命力和后续无穷无尽的成长潜力，人工智能在各行各业的广泛应用，是国家经济结构战略性调整、产能升级改造、产业结构优化、核心技术创新获得成功的关键。随着BAT、华为、大疆无人机等高科技企业在人工智能应用和开发上的不断探索，刺激更多人才和资本向人工智能商业应用领域涌入。目前，基于人工智能学习背景下，软硬件相关知识过硬的电子信息类专业人才已经成为社会上最为紧缺的人才，薪水待遇很高。
二需要解决的关键问题
作为应用型本科院校，如何将“人工智能”新概念融入到电子信息工程专业建设中，根据社会发展的需求，校企紧密结合，培养出复合型的，应用型的社会紧缺人才，是需要去解决的关键问题。1.像当年互联网的崛起一样，人工智能真正的发展才刚刚兴起，相关的概念及定义还不完全定型，如何把握好未来人工智能的发展方向，有针对性地在传统的电子信息工程课程计划中规划与人工智能息息相关的课程，比如人工智能原理，机器学习，深度学习等课程，将两者有机融合，在人才培养上面临较大的挑战。2.人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的崭新概念。如果要将“人工智能”融入到电子信息工程专业建设中，就不仅需要学生学好如模拟电子技术，数字电子技术，数字信号处理，单片机技术，C/C++程序设计等传统的课程，打好基础，还需要加强在数据挖掘，神经网络等以数学为基础的课程方面的建设，扎实学生的数学物理基础。这对学生的学习能力要求更高，老师的教学水平也提出更高的要求。因此，如何加强此方面的师资专业培训，是一个该课题需要解决的关键问题。3.一个专业人才的培养，不仅需要优秀的师资力量以及良好的学风，还需要有相关的硬件实验平台作为支撑。如何根据“人工智能”新概念，针对性地新建一些诸如智能传感器实验室，人体特征识别实验室，机器人实验室等，把电子信息工程专业中的电子器件技术，信号处理技术等应用于人脸识别，智能家居，机器人等热门领域，根据学生的兴趣爱好因材施教，提高学生的动手能力，也是该课题需要去解决的一个关键问题。
三研究内容
本文以“人工智能”新概念下的电子信息工程专业教学及实践模式为研究内容，重点研究如何将人工智能相关的理论及实验课程建设融入到传统的电子信息工程专业培养方案中，做到无缝结合，在培养模式上需要有一定的理论创新，以更好地适应人工智能类的高新电子信息技术企业对相关应用型人才的要求。目前拟以现有电子信息工程专业的课程体系和专业方向为基础，形成以“人工智能”为导向的应用型电子信息工程特色专业建设，在未来的专业发展规划中，逐渐形成物联网、智能家居、机器人，无人机，人脸识别，语音交互，智能驾驶等不同的专业方向，增加学生的就业面，提高学生的就业层次，加强学生的就业竞争力。主要具体体现在以下几个方面：
（一）实践教学的形式多样
可采用以“学生兴趣爱好”为依据的引导式教学实践模式，在扎实学生数学物理等理论的基础上，将最新的人工智能概念贯穿在电子信息工程专业课程体系中，通过不同的应用型实验项目拓宽学生的知识面，提高学生的主动学习能力，动手实践能力，创新能力以及独立开展研究的能力，将课堂教学、校内实验和校外企业实习三者相互结合，鼓励学生参加诸如全国大学生电子设计大赛，全国大学生智能设计竞赛，中美创客大赛等赛事，以确保培养出高素质的应用型专业人才。同时，让学生从大二开始就自选课题、进实验室、根据兴趣爱好组建不同研究方向的实验团队，并为学生按照不同的研究方向配备专业教师，以此让学生融入到教师的科研工作中去，形成所谓的本科生导师制制度，由相应的导师全程指导，开展科学研究，培养学生的科技创新能力和动手实践能力。
（二）注重提高教师的教学及科研水平
在努力提高学生学习能力的同时，注重提高应用型电子信息工程专业教师的教学及科研水平，使其能够很好地将“人工智能”新概念用于电子信息工程专业的教学中，指导学生参加相关的各种竞赛，提高教师团队的实践能力及技术水平。通过海内外招聘和内部强化培养(教师博士化、教师双师化、教师国际化)等举措，加强师资团队建设；通过鼓励教师积极开设MOOC课程，参加教师技能大赛以及国内外教学培训，从多方面提高教师的教学水平。
（三）建立完善的校企合作制度，为学生提供相应的实习基地
企业工程师可以参与相关的人才培养方案修订和部分的教学实践工作。这种合作制度既可以提高教师的科研应用水平，也可以为学生提供就业机会，增强学生的实践创新能力。
（四）注重课程大纲修改，实验室平台建设
以改革传统的电子信息工程专业的培养模式为目标，总结在“人工智能”新概念下教学及实践的相关经验，形成一个有鲜明特色的电子信息工程专业培育模式。应用型本科院校电子信息工程专业人才未来的发展战略和改革方向，应重点考察“人工智能”新概念下专业人才培养模式的优缺点。重点关注“人工智能”新概念下的教学及实践课程大纲修订、教师教学及科研能力培训体系构建、实验室软硬件平台建设、校企合作培养模式探讨及校外实习基金建设等工作。
四结语
本文探讨和研究了“人工智能”新概念下应用型电子信息工程专业培养模式，结合金陵科技学院电子信息工程专业的发展情况，对原有的专业培养模式做了一定的理论创新，引入了“人工智能”新概念，从理论和实践教学，学生学习能力和教师教研技能培养，校企合作办学，实验室建设等方面进行了一系列的探讨。
参考文献
[1]姚俊.电子信息工程专业人才培养模式研究[J].山东社会科学2016(S1):357-358.
[2]叶全意,徐志国,吴杰,等.应用型本科院校电子信息类专业大学生科技创新能力培养[J].教育教学论坛,2016(46):93-94.
篇2
关键词：人工智能 情感 约束
中图分类号：TP18 文献标识码：A 文章编号：1007-3973（2013）001-085-03
1引言
人工智能（Artificial Intelligence，AI）自从20世纪50年代产生，经过长期发展，已经有了长足的进步，并且已经深入到社会生活的诸多领域，如语言处理、智能数据检索系统、视觉系统、自动定理证明、智能计算、问题求解、人工智能程序语言以及自动程序设计等。随着科学技术的不断发展，现在的人工智能已经不再是仅仅具有简单的模仿与逻辑思维能力，人们也越来越期待人工智能能够帮助或者替代人类从事各种复杂的工作，加强人的思维功能、行为功能或是感知功能。这就要求人工智能具有更强的情感识别、情感表达以及情感理解能力。通俗的说，为了使得人工智能对外界的变化适应性更强，需要给它们赋予相应的情感从而能够应对这个难以预测的世界。
在赋予人工智能“情感”的过程中，面临着许多的问题，有科技层面上的，也有社会学层面的。本文在这里只讨论其中一个比较基本的社会学问题：“人工智能情感约束问题”，即关注于如何约束赋予给人工智能的情感，不至于使其“情感泛滥”。情感指的是一种特殊的思维方式，人工智能具有了情感后的问题是：人工智能的情感是人类赋予的，人工智能自身并不会创造或者控制自己的情感。如果赋予人工智能的情感种类不合理，或者是赋予的情感程度不恰当，都有可能造成“情感泛滥”并导致一些灾难性的后果。例如，当人工智能具有了情感之后，如果人类自身管理不恰当，有可能导致人工智能反过来伤害人类。尽管目前我们只能在一些科幻作品中看到这种情况发生，但谁也不能保证未来有一天会不会真的出现这种悲剧。
本文第二章对人工智能情感研究进行了概要性回顾，第三章对如何约束人工智能情感进行了尝试性探讨，最后一章对全文进行了总结。
2人工情感发展情况概述
随着科学家对人类大脑及精神系统深入的研究，已经愈来愈肯定情感是智能的一部分。人工情感是以人类自然情感理论为基础，结合人工智能、机器人学等学科，对人类情感过程进行建模，以期获得用单纯理性思维难以达到的智能水平和自主性的一种研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感机器识别与表达、人工情感机理等四个方面的内容。其中，尤以人工情感机理的研究困难最大，研究者也最少。
目前人工情感在很多领域得到了应用和发展，比较典型的是在教育教学、保健护理、家庭助理、服务等行业领域。在教育教学方面比较典型的例子是德国人工智能研究中心发展的三个方案：在虚拟剧场、虚拟市场和对话Agent中引入情感模型和个性特征来帮助开发儿童的想象力及创造力。在保健护理方面比较典型的是家庭保健与护理方向，如Lisetti等人研制的一个用于远程家庭保健的智能情感界面，用多模态情感识别手段来识别病人的情感状态，并输入不同媒体和编码模型进行处理，从而为医生提供关于病人简明而有价值的情感信息以便于进行有效的护理。服务型机器人的典型例子是卡内基梅隆大学发明的一个机器人接待员Valerie。Valerie的面孔形象的出现在一个能够转动方向的移动屏幕上时可以向访问者提供一些天气和方位方面的信息，还可以接电话、解答一些问题；并且Valerie有自己的性格和爱好，情感表达较为丰富。当然这些只是人工情感应用领域中的几个典型的例子，人工智能情感的潜力仍然是巨大的。
尽管关于人工情感的研究已经取得了一定的成果，给我们带来了很多惊喜和利益，但由于情绪表现出的无限纷繁以及它与行为之间的复杂联系，人们对它的运行机理了解的还不成熟，以致使得目前人工情感的研究仍面临着诸如评价标准、情感道德约束等多方面问题。所以必须清楚的认识到我们目前对于人工情感的计算乃至控制机制并没有一个成熟的体系。
3对人工智能的情感约束
正如上文所述，如果放任人工智能“情感泛滥”，很有可能会造成严重的后果。为了使人工智能技术更好的发展，使智能与情感恰到好处的结合起来，我们有必要思考如何对赋予人工智能情感进行引导或者约束。
3.1根据级别赋予情感
可以根据人工智能级别来赋予其情感，如低级别人工智能不赋予情感、高级别人工智能赋予其适当的情感。众所周知，人工智能是一门交叉科学科，要正确认识和掌握人工智能的相关技术的人至少必须同时懂得计算机学、心理学和哲学。首先需要树立这样的一个观点：人工智能的起点不是计算机学而是人的智能本身，也就是说技术不是最重要的，在这之前必须得先解决思想问题。而人工智能由于这方面没有一个严格的或是量度上的控制而容易出现问题。从哲学的角度来说，量变最终会导致质变。现在是科学技术飞速发展的时代，不能排除这个量变导致质变时代的人工智能机器人的到来，而到那个时候后果则不堪设想。因此，在现阶段我们就应该对人工智能的情感赋予程度进行一个约束。
根据维纳的反馈理论，人工智能可以被分成高低两个层次。低层次的是智能型的人工智能，主要具备适应环境和自我优化的能力。高层次的是情感型的人工智能，它的输入过程主要是模仿人的感觉方式，输出过程则是模仿人的反应情绪。据此我们可分别将机器人分为一般用途机器人和高级用途机器人两种。一般用途机器人是指不具有情感，只具有一般编程能力和操作功能的机器人。那么对于一般用途的机器人我们完全可以严格的用程序去控制它的行为而没必要去给他赋予情感。而对于高级层面的情感机器人来说，我们就适当的赋予一些情感。但即使是这样一部分高层次的情感机器人，在赋予人工情感仍然需要考虑到可能会带来的某些潜在的危害，要慎之又慎。
3.2根据角色赋予情感
同样也可以根据人工智能机器人角色的不同选择性的赋予其不同类型的情感。人类与机器合作起来比任何一方单独工作都更为强大。正因为如此，人类就要善于与人工智能机器合作，充分发挥人机合作的最大优势。由于计算机硬件、无线网络与蜂窝数据网络的高速发展，目前的这个时代是人工智能发展的极佳时期，使人工智能机器人处理许多以前无法完成的任务，并使一些全新的应用不再禁锢于研究实验室，可以在公共渠道上为所有人服务，人机合作也将成为一种大的趋势，而他们会以不同的角色与我们进行合作。或作为工具、顾问、工人、宠物、伴侣亦或是其他角色。总之，我们应该和这些机器建立一种合作互助的关系，然后共同完任务。这当然是一种很理想的状态，要做到这样，首先需要我们人类转变自身现有的思维模式：这些机器不再是一种工具，而是平等的服务提供人。
举例来说，当机器人照顾老人或是小孩的时候，我们应该赋予它更多的正面情绪，而不要去赋予负面情绪，否则如果机器人的负向情绪被激发了，对于这些老人或者小孩来说危险性是极大的；但是，如果机器人是作为看门的保安，我们对这种角色的机器人就可以适当的赋予一些负向的情绪，那么对于那些不按规则的来访者或是小偷就有一定的威慑力。总之，在我们赋予这些智能机器人情感前必须要周到的考虑这些情感的程度和种类，不要没有顾忌的想当然的去赋予，而是按分工、作用赋予限制性的情感约束，达到安全的目的。
3.3对赋予人进行约束
对人工智能情感赋予者进行约束，提高赋予者的自身素质，并定期考核，并为每一被赋予情感的人工智能制定责任人。
纵观人工智能技术发展史，我们可以发现很多的事故都是因为人为因素导致的。比如，首起机器人杀人案：1978年9月的一天，在日本广岛，一台机器人正在切割钢板，突然电脑系统出现故障，机器人伸出巨臂，把一名工人活生生地送到钢刀下，切成肉片。
另外，某些研究者也许会因为利益的诱惑，而将人工智能运用在不正当领域，或者人工智能技术落入犯罪分子的手中，被他们用来进行反对人类和危害社会的犯罪活动。也就是用于所谓的“智能犯罪”。任何新技术的最大危险莫过于人类对它失去控制，或者是它落入那些企图利用新技术反对人类的人的手中。
因此为了减少这些由于人而导致的悲剧，我们需要对这些研究者本身进行约束。比如通过相应的培训或是定期的思想政治教育、或是理论知识的学习并制定定期的考核制度来保证这些专家自身的素质，又或者加强对人工智能事故的追究机制，发生问题能立即查询到事故方等等，通过这样一系列强有力的硬性指标达到减少由于人为因素导致悲剧的目的。
3.4制定相应的规章制度来管理人工智能情感的发展
目前世界上并未出台任何一项通用的法律来规范人工智能的发展。不过在1939 年，出生在俄国的美籍作家阿西莫夫在他的小说中描绘了工程师们在设计和制造机器人时通过加入保险除恶装置使机器人有效地被主人控制的情景。这就从技术上提出了预防机器人犯罪的思路。几年后， 他又为这种技术装置提出了伦理学准则的道德三律：（1）机器人不得伤害人类，或看到人类受到伤害而袖手旁观；（2）在不违反第一定律的前提下，机器人必须绝对服从人类给与的任何命令；（3）在不违反第一定律和第二定律的前提下，机器人必须尽力保护自己。这一“机器人道德三律”表现了一种在道德忧思的基础上，对如何解决人工智能中有害人类因素所提出的道德原则，虽然得到很多人的指责，但其首创性还是得到公认的。尽管这个定律只是小说家提出来的，但是也代表了很多人的心声，也是值得借鉴的。
那么对于人工智能情感的约束呢？显然，更加没有相应的法律法规来规范。那么，我们就只能在赋予人工智能情感的道理上更加的小心翼翼。比如，我们可以制定一些应急方案来防止可能导致的某些后果，也即出现了问题如何及时的处理之。另外我们在操作和管理上应更加慎重的去对待。也希望随着科学技术的发展，能够在不久的将来出台一部相应的规章制度来规范人工智能情感的管理，使之更加精确化、合理化。
4结束语
人工智能的情感研究目的就是探索利用情感在生物体中所扮演的一些角色、发展技术和方法来增强计算机或机器人的自治性、适应能力和社会交互的能力。但是现阶段对这方面的研究虽然在技术上可能已经很成熟，但是人工智能情感毕竟是模拟人的情感，是个很复杂的过程，本文尝试性的在人工智能发展中可能遇到的问题进行了有益的探讨。但是不可否认仍然有很长的道路要走，但是对于人工智能的发展劲头我们不可否认，将来“百分百情感机器人”的问世也许是迟早的事情。
参考文献：
[1] 赵玉鹏，刘则渊.情感、机器、认知――斯洛曼的人工智能哲学思想探析[J].自然辩证法通讯，2009，31（2）：94-99.
[2] 王国江，王志良，杨国亮，等.人工情感研究综述[J].计算机应用研究，2006，23（11）：7-11.
[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究综述[J].江南大学学报（自然科学版），2012，11（04）：497-504.
[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.
[5] Valerie.The Roboceptionist[EB/OL].http：//.
[6] 张显峰，程宇婕.情感机器人：技术与伦理的双重困境[N].科技日报，2009-4-21（005）.
[7] 张晓丽.跟机器人谈伦理道德为时尚早[N].辽宁日报，2011-11-04（007）.
[8] Peter Norvig.人工智能：机器会“思考”[J].IT经理世界，2012（Z1）：331-332.
[9] McCarthy J.Ascribing Mental Qualities to Machines1A2. In Ringle M，editor，Philosophical Perspectives in Artificial Intelligence1C2，Humanities Press Atlantic Highlands，NJ，1979：161-195.
篇3
关键词：人工智能；网络教育；应用；前景
中图分类号：TP18
“人工智能”一词最早是在20世纪50年代末期在Dartmouth学会上提出的。它是计算机技术的一个分支学科，但又同时包含了很多领域的不同学科，例如生物信息学、机械理论学、数理推论、语言文化等，它的研究领域非常的广泛，包括机器翻译研究、智能控制研究、专家系统学、机器人研究、语言和图像理解研究、遗传编程研究、自动程序设计研究、航天科学与应用、庞大的信息处理、储存、管理研究。此后，越来越多的科研人员开始了对人工智能技术的研究。国际上比较先进的研究机构有麻省理工学院、斯坦福大学、加州大学伯克利分校、宾夕法尼亚大学、耶鲁大学、德国人工智能研究中心、索尼公司等，中国的先进研究机构主要有清华大学、北京紫光优蓝机器人技术有限公司、中国科学院先进技术研究院、北京大学、南京理工大学、哈尔滨工业大学、中国科学技术大学、北京邮电大学等几十家机构。
目前，将人工智能应用在网络教育中是很多研究者关注的热点，在近些年的研究中取得了很大的进步，取得了一些先进的成果，但是在研究中也遇到了一些问题，需要研究人员进行解决并创新。本文首先介绍了网络教育的现状，探讨了人工智能在网络教育中的应用，通过研究提出了做好人工智能在网络教育中应用的有效措施，最后对人工智能在网络教育中的发展前景进行展望。
1 网络教育的现状
随着信息技术和网络技术的不断发展，人们对教育的观念以及接受教育的方式发生了巨大的改变，“网络教育文化”日趋成熟。网络的发展给传统的教育模式带来新的挑战，它除了将传统教育模式的一些显著不足进行了改变以外，同时使教学更富有吸引力和生气，吸引更多的人愿意到Internet教学中来学习自己想要的知识，他们可以不受时间、空间、身份的限制，到这个虚拟的课堂来进行“充电”。但在当前，网络教育还在初级的发展阶段，在实际的推广和应用中还存在着一些问题：
（1）在网络远程教育的过程中，支持学习的服务系统没有很好的满足学习者的要求，引导学习者学习的手段和给学习者答疑的方法都比较落后，服务的方式受到一些客观因素的限制；
（2）网络实验教学中有很的问题存在，例如空间的分散性差，时间的流动性和自主性差，除此之外，便携性也比较差等；
（3）目前，虽然网络教育中进行的考试具有开放性，但是考试的公平公正性、考试类型的科学性、出题的权威性都很难保证；
（4）目前来看，网络系统本身具有了信息查询能力，但这种查询的能力是很有限的。
2 人工智能在网络教育中的应用
2.1 智能决策支持系统
智能决策支持系统是在1980年左右由美国的研究大师波恩切克提出来的，是决策支持系统与人工智能技术相结合的产物。目前，由于智能决策支持系统的不断发展和创新，在网络教育的应用和研究方面表现出很强的发展潜力。例如，智能决策支持系统在数字和移动图书馆中的得到了广泛的应用，该系统能够为数字图书馆的管理人员提供决策和管理所需的数据、信息，帮助他们明确决策和管理的目标，通过建立决策模型并加以修改或完善，为数字图书馆正确、有效的管理和决策提供必要的支持。
2.2 智能教学系统
智能教学系统是在1970年以后迅速发展起来的，可以为学习者提供一种智能的授课环境，它将计算机的模拟功能来体现在整个教学过程中，使用人工智能技术和多媒体技术等先进的教学手段，共同形成一个交互式的开放的教学系统，在这个学习系统中，学生可以主动的获取学习知识，系统可以根据学习者的个人情况来进行合理和科学的教学，以达到最佳的、理想的教学效果。
2.3 智能导学系统
支持服务是现代计算机网络教育系统的重要构成要素。建立和维持一个高效灵活、强有力的支持服务子系统是有效地开发、管理和实施计算机网络教育项目的保证。智能导学系统可以创造一个优良的学习环境，使学习者方便快捷地调用各种资源，以获得学习的成功。
2.4 智能硬件网络
智能网是20世纪80年代初期兴起的研究课题。随着网络的日益普及，通过网络进行学习，不仅要求多媒体综合化的信息处理能力，而且要求网络能够提供高级信息处理能力。就目前的状况而言，对现有的计算机教育网络赋予其一定的“智能”，从硬件性能本身加以提升是一种不乏远见的选择。
3 做好人工智能在网络教育中应用的有效措施
3.1 加大资金的支持
对于做好人工智能在网络教育中的应用工作，绝对离不开资金的支持，因此各级政府部门应该做好相关的预算，落实好国家对于支持人工智能技术的相关政策，对于在人工智能技术发展中做出突出贡献的企业和科研单位要给予一定的资金支持，支持这些企业、科研单位的研究工作，促进人工智能在网络教育中更好的发展和应用。
3.2 加快人员培训工作，建立技术研究团队
人工智能在网络教育中的应用工作具有技术性、专业性强等很多特征，因此，必须培养一批高素质的人工智能专业人才，同时还要对这些人员进行全面的业务培训，使得这些人员既要懂管理，又要精通人工智能的专业知识，通过全面的业务培训和人才引进，建立人工智能的技术研究团队，使得这些人的才能得到很好的发挥，在人工智能方面有所创新，保证人工智能在网络教育中得到更好的应用。
3.3 加强和先进研究机构的合作
在人工智能技术研究方面，美国、英国、德国等国家都走在世界的前列，而我国的人工智能技术研究的能力较低，与上述发达国家相比还存在一定的差距。因此，如何缩小这种差距，实现人工智能在网络教育中更好的应用，就需要我们的研究人员加强专业知识的学习，和这些国家的先进研究机构进行有效的沟通和联系，借鉴其先进的研究经验，根据自己的实际需要，进行一些实际的合作。
4 结束语
由于人工智能技术本身存在着巨大的优势，人工智能网络技术也会不断地进行发展而趋于成熟，这将极大地改善并且优化网络教育的学习环境，全面提升网络教育的整体教学质量，并有望增强网络教育的全面开放性。为了做好人工智能在网络教育中的应用，需要加大资金的支持，加快人员培训工作，建立技术研究团队，加强和先进研究机构的合作，使网络学习的支持服务更加人性化和拟人化，更加体现以人为本的关怀精神。
参考文献：
[1]吕生荣.浅谈人工智能在计算机辅助教学中的应用[J].科技资讯，2009（01）：198.
[2]张园.人工智能技术在计算机辅助教学中的应用研究[J].科技资讯，2007（34）：108-109.
[3]陆志一，吴学庆.计算机未来的发展趋势[J].黑龙江科技信息，2008（04）.
[4]张瑞.计算机科学与技术的发展趋势探析[J].制造业自动化，2010（08）.
[5]何月瑶.计算机技术发展态势分析[J].科技创业月刊，2007（05）.
篇4
但即便象棋下不过、围棋下不过、力气也比不过，机器依然并不能取代人类。
人工智能会说“爱你”，但它不会真的爱你，它像一面镜子，照耀的是人类的善与恶，美与丑，爱与恨。杨澜说，一想到未来手机、空调都在搜集她的数据，这种裸奔的感觉让她不寒而栗。
杨澜又说，科幻片中的人机大战是天方夜谭。
不出意外，柯洁输了。
关于那个在第一局比赛结尾露出的笑容，柯洁的解释是：当然是苦笑了，因为我很早就知道我要输了。而搜狗总裁王小川点评比赛时则更加直接：我们的关注点不是机器能否赢，而是机器用什么姿势赢。所有人在这一回输赢问题上达成了共识。
资本与市场宣称，这已经是人工智能的时代了。
4月末，我们带着一个普通人对人工智能的疑问，与过去一年内探访了30多个人工智能研究机构及实验室的杨澜深谈。当时，她就预判道：AlphaGo还会赢。
果然，可以算得上波澜不惊，天才少年柯洁的完败远并不如去年李世石的失败那样让世人震惊。
杨澜说：她还记得，1997年，当IBM的电脑深蓝战胜了国际象棋冠军卡斯帕洛夫的时候，她曾经在一个节目中断言，这样的事情在围棋领域是绝对不可能发生的。
因为蕴含着古老东方智慧的围棋变化万千，它的布局走法可能性多达10的172次方，比宇宙中的原子数量还多。不止杨澜，围棋专家和人工智能领域的专家，当时也纷纷断言：机器要在围棋比赛中战胜人类，至少还要一百年。
但是只用了不到20年的时间，机器就做到了。数次人机大战，机器都无可辩驳地完胜了人类，甚至表现出了创造力和直觉这些人类最引以为傲的特质。当AlphaGo去年走出让人汗毛倒竖的那一步棋之后，当时比赛的解说员称，再管它叫电脑程序已经不合适了，你完全能感觉到人工智能的“智能”的存在。
什么是人工智能？它们和人类是什么关系？世界上最顶尖的人工智能实验室里都在发生什么？为什么很多名人都让人们警惕人工智能？人机共生，人类准备好了吗？
对人工智能做了深度探访的杨澜一一给出了回答。 杨澜在成为工业文明遗迹的伦敦旧码头上思绪万千
Q=《北京青年》周刊
A=杨澜
相较人工智能，人的可贵之处恰恰在于我们不完美
Q：你在去年春节前就启动了这个专题片的策划，那时AlphaGo还没赢李世石呢，为什么这么有先见之明？
A：是，我团队都在说“杨澜姐你太超前了”。我的确对人工智能特感兴趣，人工智能不只是一个新的技术，它会影响到人类的生产、生活，以及人和人之间的相处模式和这个社会的运行模式。我只是隐隐约约地觉得它的影响要深远得多，而且这一次的规模会来得很大。同时在我身边像李开复、张亚勤这些老友，在说到自己的一些研究和投资的方向的时候，也在不停地说到人工智能。让我觉得这件事情非常了得，却很少有人能说明白。
那我就觉得其实观众也会有同样的兴趣和同样的迷惑，以一个媒体人的嗅觉，我觉得应该去探索这件事儿。
Q：你们花了非常大的工夫，做了到目前为止最全面也最有深度探索人工智能的纪录片，我想知道这个过程中你有什么独特的发现和结论？
A：有很多有意思的发现。
人的智能有很多局限性，比如我们经常健忘，然后我们三分之一的生命是在睡眠中度过的，还会做各种各样奇怪的梦，从纯产出的角度，我们肯定不像人工智能一样可以24小时在那计算和下棋。还有，我们的头脑不是用来处理大数据的，我们不可能同时做50万人的人脸识别，我能认清楚我身边这两百个人已经很不错了。我们人类有这么多的局限，那我们的可贵之处在哪里呢？其实这个可贵之处恰恰在于我们不完美。
正如采访中麻省理工学院的一个教授对我说的，“会忘记是人的高级智慧的体现”，如果我们什么都记得住，我们一进了这个屋子，“啪啪”眼睛一拍照，把@个屋子哪有灰尘哪有小虫子等所有细节都记住，我们就不可能把自己有限的能力集中到我们需要去创造、需要去抓住核心的东西上。
所以人类不用妄自菲薄，不要以为一个机器在围棋上不可战胜了，它就在各个方面都超越了人的智慧，人的智慧是有它的独一无二之处的。
Q：走访世界各地做了这么多功课，有没有哪些场景让你受到震撼？
A：我觉得这种震撼既有你看到的东西，也有你可以想象的东西。
当我到了伦敦的旧码头，作为工业文明的遗迹，那边有很多遗留下来的旧的大库房，库房之间有很多铁的天桥。这个当年是多么宏伟，那种蒸汽腾腾，你都可以想象到伦敦的雾天的那样的场景，但是今天，静谧极了，已经成为一个纯粹的历史遗迹了。
于是你会想到工业革命当时在英国，把几百万的农民变成了工人，让他们进入了城市。其实每次大的技术革命和工业革命发生的时候，就会产生剧烈的社会矛盾，我觉得很震撼的就是：那接下来的这一次技术革命，又会带来怎样的社会冲击？
Q：李开复先生说，“人工智能将会给传统行业带来血腥的颠覆”，“十年之内，50%的工作会被AI取代”， 你怎么看？
A：我更愿意说成是未来十年，50%的工作都会受到冲击和影响。受冲击和被取代不是一个概念，至于是不是“50%的人都要失业”，我认为需要商榷。
但是有些行业肯定会受到比较大的影响。比如卡车司机这个职业，他们有可能在十年之内，真的失去他们的工作，那他们该去哪里？甚至如果将来都是无人驾驶的话，我们都不需要拥有私家车，就像今天的共享单车一样，将来汽车也是共享的，那会对现在的汽车制造业产生多大的影响？
还有，如果说蒸汽机替代了人的肌肉的话，那么这一次的人工智能会替代掉很多简单的白领工作，人的脑力工作也被取代了。比如说律师的助理，可能就是一个人工智能，它可以帮助你查到所有需要的案例和卷宗。比如医生的助理、读片师，人工智能已经可以掌握到一千万个关于肺癌的影像资料，就不需要一个老专家在那儿看半天，还有一定的失误率。还有记者，如果你只是做一个五个W的报道，那现在的人工智能已经在帮你做了。所以这一次的影响更深远，涉及到的人会更多。
Q：无人驾驶使卡车司机失去工作的场景，你觉得在十年之内真的会出现吗？
A：我认为在十年之内，无人驾驶是最容易实现的改变。你可以想象，在一些发达国家或是像中国一样的高速公路非常发达的国家，负责运输的司机可能真的不需要了。也许某些场合还需要有一个人把手放在方向盘上，随时准备着人机切换，但是从理论上讲，起码不需要现在这么多司机了。
我们不排除外星人进攻地球的可能性，但是不是现在就要马上建立一套防御系统呢？
Q：在片子中我们看到，科学界对人工智能的认知也不尽相同，甚至还有核心观点分歧，是这样吗？
A：对。我会发现，人工智能这个领域的科学家，往往都是抱有比较乐观的态度。他们认为人工智能不过是自动化的一个新阶段而已，最终还是可以被人类所控制的。
但是，周边学科的科学家和社会公众，似乎对于人工智能的忧虑更多一些。也可能是因为我们看了不少科幻小说和科幻电影，所以就总会假想，如果机器有了人类不可控的能力怎么办？
斯坦福大学有一位人工智能的专家卡普兰教授，他说，其实人对于未知的，但是又很有力量的东西，总是心怀恐惧的。卡普兰教授比喻，这就像一个人在爬树，然后你就会担心他要是爬到月亮上了该怎么办呢？
Q：你自己更倾向于那种观点？
A：我更倾向于：我们眼前有足够多的事情需要去做。与其去担心一个所谓的智能机器将来会统治我们，不如好好来考虑一下随着人工智能的发展，我们的交通规则是否需要改变，失业的人如何能够维持一家庭的生计，还有由于大数据的发展所带来的我们的隐私问题到底该怎么保护？我觉得眼前的这些事情，已经足够我们烦恼了。
就像我采访哥伦比亚大学诺贝尔奖的获得者、著名的脑科学专家埃里克，他是研究人的学习能力、人的神经系统的。他说“I worry more about Trump”，他说我更担心的是川普的问题，而不是未来的一个机器……这就像说，我们不能够排除外星人来到地球的可能性，但我们现在是不是要马上建立一个专门为了防御外星人入侵的防御系统呢？
Q：所以你是偏向于更乐观，也更务实的态度？
A：我不代表乐观，我觉得技术永远是一把双刃剑。
人类其实可以仰望星空，让自己的想象力无边地驰骋，但是人工智能将要带来的冲击已经在敲门了，我们还是应该首先来应对目前就已经要发生的改变。而且技术的革命和科技的发展，在人类的历史上，从来没有因为人主观的乐观或者悲观，就停止脚步。从来没有！
Q：科幻片中说的那种人机大战是天方夜谭吗？
A：我认为是天方夜谭！在科幻电影里，是机器人一伙，人类一伙，两方产生了不可避免的冲突。但在现实生活中更可能出现的情况是，一群人带着自己的机器，和另外一群人带着他们的机器，所产生的冲突。所以最终要协调的，还是人的利益冲突，而不是说机器突然有了整体的自我意识，决定要把人给颠覆了。这个我认为只是科幻的场景。
Q：那么你觉得机器人可以具有人的价值观和思维方式吗？
A：我认为它们可以因为被输入的游戏规则而展现出某种人类表达的特质。比如说它被输入了“在某种情况下就要说我爱你”，但这并不意味着它感受到了爱；或者说它可以下一千万盘棋，但它不会像一个人那样，真正地享受下棋的过程。
实际上，我们现在只能证明，人工智能在一些需要处理大数据的垂直的领域具有超快的学习能力，但并没有证据表明它们会形成自我意识。
Q：所以你如何看待柯洁5月份将与AlphaGo进行的终极人机大战？（本刊记者采访杨澜时比赛还未进行）
A：虽然从我的判断上来说，它还是会战胜柯洁的，但是从另外一个角度来说，明明知道面对AlphaGo胜率并不高，柯洁还是愿意接受这个挑战，我觉得这就是体现了人类的智慧。而且，即便它能够战胜世界上所有的围棋高手，So what？
中国现在应该开始为迎接人工智能的时代做制度安排
Q：你认为，人工智能最有可能从什么领域进入到常规的日常生活？
A：我想到的是三个方面，一是无人车，就是无人驾驶，它可能会改变我们的出行方式。
第二个，在中国的场景下，就是医疗。因为中国的医疗资源实在分布得太不均衡，医疗能力实际上是集中在一些大城市的顶级专家的手里。但是因为中国人口基数大，医疗数据库也非常庞大，所以如果能够借用人工智能，就可以给那些乡镇级、社区级的医生提供非常好的诊断服务。
第三个方面，如果你要问李开复先生，他可能会说金融了，但是实际上中国在高频交易这些方面还是有限制的。比如股票，如果它用高于人零点几秒的能力下单的话，它就不得了了，但是它也会扰乱整个市场的秩序。
但我觉得，在法律援助这个方面其实是可以考量的，其实现在律师的很大一部分工作是在搜索和查询相关案例和相关法律条例，以及其他类似案件的判决情况。如果有了人工智能的帮助，可能以后基础的法律咨询就不需要请那么昂贵的律师了。
Q：这次的采访涉及全球，你感觉人工智能领域，中美之间的差距大不大？
A：其实中美两国在人工智能领域都是属于第一方阵的，在技术发展的水平上，我觉得各有优势。
的确在原创核心技术的突破方面，还是美国的实验室能力相对要强。但中国是一个大数据的王国，而所谓的机器学习，实际上是大数据学习，这是我们的天然优势。美国在这方面的资源远不如中国。
Q：中国之前的发展受益于所谓的人口红利，在人工智能时代到来的时候，这会不会成为劣势呢？
A：我认为不能简单地说是优势还是劣势。因为中国巨大的人口规模，会使中在大数据采集和人工智能的应用层面，具有得天独厚的优势。
但另一方面，过去几十年我们依赖低的劳动力成本和出口所带来的制造业的繁荣，也必然要进入一个新的阶段。如果你不能提升品牌的价值和品质，那么劳动力这个优势，其实正在迅速失去。
那如果很多蓝领要失业了，那这些蓝领应该怎样安排？会给社会带来什么样的不安定因素？这都是应该去面对的。
Q：你会有这样的担心吗？
A：我觉得现在就应该做制度安排，这个事情其实是说来就会来的。你现在去东莞看看，很多流水线都是无人工厂了，工人被机器人取代就是眼下正在发生的事情。所以我觉得像特朗普还在跟美国失业的蓝领工人说“我们要把工作从中国人的手里夺回来的时候”，我心里一阵冷笑，其实拿回美国也只是给机器人做而已，因为这是一场巨大的技术革命，它已经不是从什么人手里夺回来一份工作而已。
所以我觉得像中国这样的制造业大国应该开始做一些制度的安排，来更好地应对随之而来的比如失业问题，再培训问题，和税收的问题。
人工智能必然会带来伦理问题，而且已经就在眼前了
Q：斯坦福大学的李飞飞教授多次提到人工智能带来的伦理问题，你是什么观点？
A：人工智能一定会产生伦理问题，而且涉及很多层面。比如微软做了一款人工智能情感机器人“小冰”，当时放在网络上进行测试的时候，就有很多人故意教它说脏话，教它说一些种族主义和充满暴力的话，那么这个人工智能就像我们说鹦鹉“嘴脏了”一样学会了。其实人工智能就像一面镜子，它照耀的是人类的善与恶，美与丑。
还有像自动驾驶，如果出现一个两难的局面，它究竟应该牺牲车上的一个人，还是牺牲路边的很多人，甚至包括孩子？你要把这个选择权交给一个机器吗？如果你交给了机器的话，那么谁又会出钱买一辆将要牺牲自己的车呢？这是一个极致的问题，却不能说它不存在。
还有隐私问题，它其实也是一个伦理和道德范畴的事情。比如商业机构在多大程度上可以使用我的消费行为数据？我在多大程度上愿意暴露我的私生活？在什么样的环境不允许装这个数据采集器？我觉得这些其实就在眼前了。
Q：这么多的伦理问题又应该怎么解决呢？
A：我觉得这是我们需要面对的问题，但不是无解的问题。就像当年从马车变成了汽车，才有了红绿灯和人行道。社会的治理方式和制度的安排，一直都是跟着技术的发展而不断调整和改变的。
Q：前面说到人口红利和大数据采集，但是这其实也面临一个信息安全的问题。事实上我们今天的消费行为甚至个人资讯已经是透明的。
A：这一点我就觉得挺恐怖的，将来绝不仅仅是某些明星和名人的隐私，而是我们每个人的隐私、我们的消费习惯是不是能够得到足够的保护？因为我不想将来我得到的每一个推送，其实都是人工智能很有心机、很有套路地推送的。你还以为是你自己的要求，其实是别人对你的行为的预测。
并且我觉得中国当下应该开始研究隐私方面的法律保护了，可以说中国是摄像头最多的国家，从人脸识别到人工智能的使用，能够让像G20峰会这样的大型会议在开办之前，可以非常高效地抓到在这个城市潜伏的嫌疑犯，因为他们哪怕是一个侧面（被捕捉）都可以被认出来。
技术进步在推动社会发展的同时，法规和制度建设上的配套一定要跟上。
在我有生之年，我的工作不可能被人工智能替代
Q：你目前的生活跟人工智能的关联度高吗？
A：我主要是用手机，我们家还没有用扫地机器人。包括我现在，到睡觉的时候我都希望把手机彻底关掉，或者把它放到另外一个房间去充电。但是一想到未来的手机也好，空调也好，都在搜集我的数据，我就感到不寒而栗，好像有一种裸奔的感觉。所以我觉得未来可能我会比较有意识地把我的工作环境和我的卧室分开，虽然可能分开了也没啥用……
Q：你觉得自己的生活需要跟机器人隔离开吗？
A：那不会。如果是在工作的场景下，我可能很需要一个人工智能的助理，来帮我安排一些琐碎和需要数据处理方面的事情。比如我做采访之前做功课，需要好几个研究员或编辑来做案头的工作，其实将来可以让语音搜索和图像搜索帮助完成很多工作，所以我觉得它还是会为我的工作和生活带来很大的便利的。
Q：你觉得你的工作会被人工智能替代吗？
A：不会，我认为在我的有生之年，我的工作不会被取代。因为我不仅仅是在做一个简单的播报的工作，背后还有很多综合性的思考。我觉得机器在短期内，没法取代我的工作。
关于人工智能的“权威碰撞”
许多年前有一本小说，书名是《海底两万里》。这部幻想作品中的人，发明了一艘使用核动力的潜水艇。如今这早已经成为寻常的现实了。
某种意义上，我们已经进入了前人所预言的时代。
硅谷流行这样一句话：预测未来的最好方式就是创造它。
人类创造了机器，机器又改变了人类。
2016年5月，一辆特斯拉汽车在美国佛罗里达州与一辆拖车相撞，驾驶员丧生。事故原因是处在自动驾驶模式的汽车没能在明亮的天空下发现拖车的白色车身。
特斯拉汽车“自动驾驶”是一项辅助功能，每一次自动驾驶启动时，车辆都会提醒驾驶员“请始终握住方向盘，准备随时接管”。
放开方向盘，意味着人类将一部分掌控权交给了机器。
这也带来了更多的法律和伦理问题：
例如谁来为交通事故负责？
当汽车成为智能的移动空间万一有黑客入侵，谁来保证乘客的安全呢？
机器也将面临人类的道德困境：
在f不得已的情况下，自动驾驶汽车到底该优先保护车内的乘客，还是路边的人群呢？
如果选择后者，谁又会愿意购买一辆会牺牲自己的汽车呢？
英国著名物理学家史蒂芬？霍金多次公开表示对人工智能的担忧，他认为：“对于人类来说，强大的人工智能的出现可能是最美妙的事，也可能是最糟糕的事，我们真的不知道结局会怎样。”
特斯拉汽车公司掌门人伊隆・马斯克甚至宣称：随着人工智能的发展，我们将召唤出恶魔。
马文・明斯基是人工智能的先驱之一，他有个著名的说法“如果我们走运的话，机器或许会把我们当宠物养着。”
但是，更多人工智能专家的观点是：
现在担心邪恶的智能机器人奴役人类，就像担心火星上人口过剩。――百度前首席科学家吴恩达
在整个人类历史上，其实只有两次大事件是从根本上改变了人类生存状态，一次是工业革命，一次是农业革命。这一次的智能革命是堪比这两次革命的重大事件，可能更为重要。而且，要快速的多。――牛津大学人类未来研究院院长尼克・博斯特罗姆
人工智能会改变人类社会。因为作为一个那么强大的科技，它不光是针对情感、或意图，它也是对智能本身，对有知觉的存在本身的一个挑战。这是一个很好的哲学社会话题。――斯坦福大学人工智能实验室主任李飞飞
篇5
先给大家重点推荐一本期刊：中国职业技术教育
中国职业技术教育杂志征稿信息
《中国职业技术教育》杂志是由中华人民共和国教育部主管，教育部职业技术教育中心研究所、中国职业技术教育学会和高等教育出版社共同主办的一份综合性中文期刊，集政策指导性、学术理论性和应用服务于一身，是教育部指导全国职业教育工作的重要舆论工具，是服务各级各类职业教育机构的主要阵地。
中国职业技术教育投稿栏目：主要有职教要闻、专稿专访、综合管理方略、课程教材、教研与教学、师资队伍建设、研究与探讨、职业指导、职业培训、高等职业教育等栏目。
再给大家推荐职业教育范文：人工智能背景下职业教育变革及模式建构
董文娟1，黄尧2(1.天津大学教育学院，天津300350；2.北京师范大学国家职业教育研究院，北京100875)
摘要：顺应人工智能时代的浪潮，基于新兴技术的职业教育变革及新模式建构势在必行。该文从职业教育智慧化、经济发展、政策保障、信息化生态重构四个方面，剖析了人工智能时代职业教育变革的现实诉求，并进一步分析了当前职业教育外部环境及其自身发展的困境。人工智能背景下职业教育的变革体现出融合、创新、跨界、终身化的新特征。基于此，从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面，探究职业教育的变革路径及模式建构。最后探讨了职业教育模式变革还面临回归教育本质、规避技术弊端等挑战，并提出“适应—引领人工智能”的发展目标。
关键词：人工智能；职业教育变革；模式建构；智慧化
“人工智能的迅速发展将深刻改变人类社会生活、改变世界。特别是在移动互联网、超级计算等新理论、新技术及经济社会发展强烈需求的共同驱动下，人工智能发展呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”[1]人工智能作为新一轮产业变革的核心驱动力，为我国供给侧结构性改革下的“新常态”经济发展注入新动能，使人们的思维模式和生活方式发生了深刻变革。近年来，国家高度重视与社会经济发展联系最为密切的职业教育，积极推进职业教育信息化，运用人工智能改革教学方法和人才培养模式，构建新型智能职教体系，提升信息技术引领职业教育创新发展的能力。
一、人工智能背景下职业教育变革的现实诉求
人工智能对传统教育理念产生了革命性冲击，职业教育结构不断调整，劳动力素质与市场需求的矛盾、学习方式与自我价值实现的矛盾等促使职业教育向智慧化、智能化发展。目前，我国处于教育信息化2.0、工业4.0的新时期，全球范围内新一轮的科技革命和产业变革正在加速进行。“一带一路”“中国制造2025”人工智能等重大国家战略的提出，及以新技术、新产业为特征的新兴经济模式要求教育领域，尤其是职业教育培养行业、产业急需的技术技能型、智慧型人才，具备更高的创新创业能力和跨界整合能力，促进智慧化发展，助力经济转型升级。
(一)职业教育智慧化诉求：职业教育信息化发展的必然选择
“智慧教育是以物联网，大数据等信息技术为依托，创造智慧教学环境，转换教育方法，内容与手段，注重教育网络化，个性化和智能化的一种教育新模式。”[2]智慧教育作为“一种由学校、区域或国家提供的高学习体验、高内容适配性和高教学效率的教育行为(系统)”，被视为教育信息化发展的高端形态[3]。因此，职业教育的智慧化并非简单的数字化，强调信息技术推动职业教育教学模式和方法的变革，改变思维模式，创建价值等方面共享的学习共同体，培养创新型、智慧型人才。
职业教育智慧化是职业教育信息化发展的必然选择。目前，我国的职业教育信息化水平正在稳步提高，投入持续增加，各种智能信息技术应用于教育教学、实习实训、测量评价等领域，并逐步成熟，正在努力打造一个信息化、智慧化的现代职业教育生态系统。新时期我国很多地区及职业院校积极提升现有信息化系统的智慧化水平，积极创建智慧校园、智慧社区等，逐步实现了组织管理的智慧化、资源环境的智慧化和服务评价的智慧化。
(二)经济发展诉求：人工智能时代的新兴经济需要高技能智慧型人才
人工智能时代职业教育运用移动互联网、大数据等新兴技术，与经济及其他部门跨界融合，不断创造新产品、新业务，推动职业教育模式创新，形成了以互联网为基础设施、人工智能为实现手段的经济发展新常态。人工智能时代是以现代科学技术为支撑的新时代，各行各业的运作发展和对知识技术的掌握要求达到了更高层面，相应的教育需求也有所提升，市场环境渴求勇于创新、个性化的高技能智慧型人才。职业教育要应对行业上升发展的劳动力需求问题，基于人工智能应用，提高技能培养层级，以适应新的社会劳务需求。现代企业生产依托互联网科技，与智能化设备直接联接，通过数据分析和应用，促进科技成果转化为生产力。劳动密集型企业已不适应现代行业、产业发展，需升级为网络智能型，与此同时，职业院校的课程模式、专业设置、实习实训、师资结构等也做出相应的调整和革新，既促进了职业教育的智慧化、智能化，又推动了产业升级和工业变革。
(三)政策保障：国家从宏观层面保障人工智能时代的职业教育发展
2016年是我国人工智能元年，2017年我国颁布了《新一代人工智能发展规划》，提出了“将发展人工智能放在国家战略层面进行系统谋划和布局”，这预示着我国人工智能时代的全面到来，为我国职业教育的发展提供了良好的宏观政策环境。人工智能给职业教育带来了符合时代精神的新内容，积极融合信息技术，整合职业教育资源，提升公共服务水平，影响和改变了原有的教育生态。紧密依托信息共享平台，突破时空限制，让学习者自我选择，更加人性化和智能化。我国很多职业院校已经开启了智慧校园的行动计划，一些大中城市也在积极制定实施智慧城市的发展规划，在良好的政策保障中提升智慧化水平。
(四)信息化生态重构诉求：人工智能时代的职业教育变革是对职业教育信息化生态系统的重构
“依据《2006-2020年国家信息化发展战略》，我国正在有序推进数字教育向智慧教育的跃迁升级和创新发展。”[4]在新兴智能信息技术的催促下，技术变革带来了职业教育系统的颠覆性创新改革，打破现有的条条框框，改革传统教育模式，再造教育业务新流程。在职业教育领域创新应用物联网、大数据、人工智能等先进技术，提升各科各门教育教学业务，打造各级各类智能实训部门、培训机构，覆盖贯通中高职院校，整合系统内外现有资源，推进智慧教育生态有序发展，为各类用户提供最适合、最智能的职业教育资源和服务，完成对职业教育信息化生态系统的重构。
二、当前职业教育发展的现实困境
人工智能对各行各业的影响具有革命性和颠覆性，可能带来新的发展机遇，也可能带来不确定性的挑战，比如可能会改变就业结构、影响政府管理、威胁经济安全等，还可能会冲击法律与社会伦理，影响社会稳定乃至全球治理。当前，人工智能与“大众创业、万众创新”浪潮席卷而来，职业院校既是人工智能应用的战场，又是培养技术创新型人才的“梦工厂”[5]。人工智能时代的职业教育信息化发展迅速，影响是广而深的，对职业教育外部环境及其本身都造成了极大的冲击。
(一)职业教育外部环境发展困境
“据联合国教科文组织预测，到2020年，人工智能将替代20亿个工作岗位”[6]，那些技术含量低、重复性强的技能将被智能机器、数码设备所替代，工业机器人也将大面积应用。智能设备替代行业劳动力，能够降低劳动成本，且具有高效、易操作等竞争优势。传统职业教育培养模式很难适应未来行业、产业的发展需求，人工智能冲击职业教育就业岗位，撼动其所依附的岗位基础，对职业教育的生存与定位产生了威胁。因此，根据智能时代职业教育的岗位特征与需求，提升职业人才的知识结构和专业技能，是新形势下职业教育的发展方向。
(二)职业教育自身发展困境
近年来，人工智能在职业教育领域内的应用和提高是目前职业教育的发展趋势。我国重视职业教育信息化、智能化发展，各级各类职业院校在信息化基础设施建设、校园信息化管理等方面都有了显著提升，但信息技术与职业教育的深度融合仍不够紧密，表现出信息化管理效率低、科学决策水平低等现象。人工智能背景下职业教育自身发展的困境表现在：
1.课程与教学困境
职业院校新课程改革提倡构建智慧课堂，制定个性化学习计划，注重课堂实施效果。但目前的实际课程教学仍是以教师为中心，强调知识的灌输，重视统一性和计划性，与教育改革提倡的个性化教学相去甚远。教学方法、教学理念更新慢，很难激发学生的内在学习动力，创新性思维弱，使得个性化教育的无法实现。近年来，中央、省、市、县四级教育平台逐步建立起来，课程与教学的层级设计逐步完善，但在实施的过程中，各级平台之间存在沟通不畅等问题，各级资源内容不系统，不衔接，导致无序叠加和资源的重复浪费，“精品课程”等项目丰富了课程资源，但质量不高。在线课程与教学以传统的科目、章节为单元，构建系统性的在线教育内容，为用户提供专业化的知识选择，但由于受时间条件等限制，大多数受教育者习惯于碎片化学习，连贯性和整体性差，缺乏对课程与教学体系的系统性学习。
2.认知困境
随着人工智能时代的到来，许多职业院校将“未来教室”“智慧课堂”定位为未来发展方向，进行了多种尝试和改革，如MOOC混合教学、翻转课堂、多屏教学等，但“管理者和施教者对智慧教育的理解多停留在‘智慧课堂=多媒体+传统教学的层面’，教学观念和思维依然固化，并没有因为新技术的参与而得到实质改变”[7]，缺乏对多媒体网络架构和智能学习平台的深层认识，更缺乏对管理评价和互动交流等模块的理解与掌握，虽投入大量人力财力采购了数量巨大、设备精良的多媒体设备和智能服务设备，但没有充分有效使用，大大限制了智慧教育的发展潜力。
3.用户困境
传统教学以群体教育为基本单元，教师和学习者作为学习共同体，在管理、学习的互动过程中形成强大的群体约束力，促进双方共同进步。在信息化教育时代，学习者自由掌握学习时间和进度，遇到问题可能无法及时解决并获得反馈，无法进行面对面交流，因此，基于人工智能网络化学习平台，学习者需要高自控力、高学习能力才能适应这种全新的学习方式。
4.评价困境
传统的评价方式多依靠经验和观察，智慧型评价则是基于学习过程的一种发展性评价，以采集到的学习数据为客观基础。在人工智能、数字信息化环境下教育效果的评价实际要受到很多因素的影响和局限，在信息技术与职业教育融合的过程之中，许多智能技术应用于教育教学实践，难以进行定性定量的智慧评价，如互动交流及深层次的学习评价等。
三、人工智能背景下职业教育变革的新特征
人工智能带来了思维模式的创新，改变了人们认识问题、思考和解决问题的方式，越来越多地依赖人与智能网络的协同创新。人工智能背景下的职业教育变革围绕经济社会发展大局，“主动服务国家重大发展战略，加大虚拟现实、云计算等新技术应用，体现校企合作、知行合一等职教特色，以应用促融合、以融合促创新、以创新促发展。”[8]人工智能背景下职业教育的变革必将加速推进职业教育的现代化、智能化进程，表现出了融合、创新、跨界和终身化的新特征。
(一)融合
人工智能技术科学应用于当前职业教育，在最短的时间内整合、重组大量的知识信息，形成科学的技术技能知识体系，为职业教育资源、企业资源、产业资源、社会资源等一切有可能联结的资源融合提供了可能。为促进职业教育的智慧化发展，在现有的合作模式、集团模式、产教融合模式等实体协作发展的基础上，建立智能互动的智慧教育供给平台、常态化智慧课堂和大数据化智慧教育生态系统，为我国新兴经济发展提供高技能、智慧型人才支撑。
(二)创新
信息化时代下“变”为创新立足之要点。创新时代最需要提升的就是创造智慧。“由知识的理解记忆，转向知识的迁移、应用并最终指向创造发明”[9]，以提高学习者的学习能力和应用能力，提升其创新思维和智慧思维，不断开拓人类社会发展的高度和宽度。智能化、信息化的时代是创新不断的时代，是原有知识不断被更新、技术不断被升级的时代。人工智能促使社会化协同大规模发展，促进职业教育体系核心要素的重组与重构，创新生产关系，呈现出新的协作架构，开创了新的教育供给方式，增加了教育的选择性，推动了教育的民主化。学习者能够按照自己的价值观、兴趣与爱好等选择适合自己个性发展的学习方式和学习内容，促进学习者个性化、多样化发展，最终实现教育公平。
(三)跨界
智能科学与职业教育连接起来，搭建起两者沟通的桥梁，跨越了人工智能虚拟教育和线下实体教育的界限，实现了两者之间的融合。教育供给由竞争资源转变为协同合作，直线型的中心组织管理转向去中心化、泛化管理。通过大数据智能技术平台、远程教育平台等对职业教育资源进行整合共享，跨越教育边界，与市场、行业、企业以及职业教育培训机构对接，提供更加便捷的智慧化服务。
(四)终身化
人工智能时代职业教育的变革坚持“以人为本”的教育理念，满足学习者在任意时间、任意地点、以任意方式、任意步调终身学习的需求[10]。打破了地域和时间的限制，体现了教育的泛在化、个性化和终身化，与终身教育理念的发展目标不谋而合。人工智能时代社会经济发展加快，人们追求高层次自我价值的实现，充分体现出终身学习的必要性和紧迫性。目前，我国正在积极创建泛在学习环境，致力于构建终身化学习型社会，努力创造有利条件向全民提供终身教育与学习的机会。
四、人工智能背景下职业教育发展的模式建构
人工智能背景下职业教育的变革预示着全新思维意识形态、社会发展形态的变革，重塑职业教育可持续发展的新思维，重构信息时代职业教育的价值链和生态系统。智能化技术科学将现代职业教育内部各要素，以及内部要素与外部环境之间，通过虚拟技术和智能化手段互联贯通，突破传统教育价值的链状模式，使职业教育由传统模式走向“人工智能+职业教育”模式的建构。人工智能对职业教育课程、教学、评价、管理、教师发展等方面产生系统性影响，为职业教育提高教育质量和提升服务水平提供了技术支持和现实路径，解决不能兼顾职业教育规模和质量的矛盾问题。下面将从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面来探究职业教育的变革路径及模式建构。
(一)人工智能背景下职业教育的课程模式
人工智能时代的信息知识、科学技术正在以前所未有的速度增长、更新和迭代，呈现出了碎片化、多元化、创新性、社会性的特征。人工智能背景下职业教育的课程模式是为学习者提供按需可随时选择的知识储备智能模式，解决了传统职业院校课程教学的滞后性，呈现的是现代职业教育的前沿信息和内容。课程革命愈演愈烈，灵活多样的微课、慕课等形式层出不穷，在线课程将成为常态，信息传播媒介、知识获取方式等都发生了巨大改变，课程内容和结构的表现形态、呈现方式、实施及评价等也都进行了相应变革。智能化信息科学技术为课程的设计、架构、实施提供了快捷和便利，为学习者的个性化、终身化选择提供了多种渠道。人工智能背景下职业教育的课程模式的建构表现为：首先，线上线下融合的大规模开放课程融入现代职业教育，课程的表现形态和实施途径呈现出智能化、数字化、立体化的特征，成为学校常态课程的有机组成部分，为学习者提供了更多的可选择机会，使实施个性化课程成为可能。现代职业教育的课程内容强调学术性与生活性相互融合与转化，融入社会资源，立足于我国社会经济的新常态和学习者的全面发展，实现社会化协同发展，共赢共创；其次，课程实施的空间得以拓展，跨越了社会组织边界、职业院校边界，将从班级、年级、全校扩展到网络社区以及更大的空间。课程的整体结构从分散走向整合，以技术为媒介，形成跨学科、多学科整合的课程；最后，课程内容的组织、课程的实施逐步模块化、碎片化、移动化与泛在化，社会化分工更加精细，教师也将承担教学设计、技术开发、在线辅导等不同的角色。
(二)人工智能背景下职业教育的教学模式
人工智能时代将信息技术有效地融合于职业教育各学科的教学过程，从知识的传递转变为认知的建构，从注重讲授和内容，转变成重视学习过程[11]，构建“以教师为主导，以学生为主体”的以数字化、智能化为特征的智慧教学模式，重视学生的主体地位，引导学生“自主、探究、合作”。人工智能背景下职业教育的教学模式的建构表现为：首先，人们的学习方法、认知方式和思维模式已经发生了巨大的转变。信息化教学使得信息技术已成为学习者认知的必要工具，认知方式也由“从技术中学”转型为“用技术学”。其次，信息化教学的重点从“面向内容设计”转变到“面向学习过程设计”，更加重视学习者发现问题、分析和解决问题能力的培养，关注学习者的学习过程，以及其获得学习活动的体验。同时，信息化教学要将课堂内的学习知识和课堂外的实践活动联结互动，按照学习者的个性化需求和认知方式自主选择学习内容。第三，智慧教学将成为课堂教学的新重点。日常教学工作形态不再是点线面的连接，而是呈现为智能化、立体化的教学空间，智慧课堂将会促进学习者的深度学习、交互学习和融合学习，智能备课、批阅以及个性化指导等也将成为教育者新的教学工作形式。从机械评价学习结果转变成适应性评价学习结果。第四，在线教学、整合技术的学科教学法将成为新的教学形态，促进教育均衡发展，实现跨学校、跨区域的流转。移动学习、远程协作等信息化教学模式，能够实现教师的“教”与学生的“学”的全面实时互动，最大限度地调动学习者的主观能动性，提升教学质量与人才培养质量。
(三)人工智能背景下职业教育的学习模式
智能系统和互联网络为学习者提供了丰富多元的学习资源和环境，推进了教育教学活动与学习环境的融合发展，人工智能背景下职业教育的学习模式也逐步建立起来，具体表现为：首先，智能时代的互联网络全面覆盖每一个人、每一个角落，活动空间由课堂内拓展到课堂外，学习与非正式学习正在互相补充、互相与融合，导致学习者的学习行为变化、学习方式的革新。其次，基于互联网出现了一批创新的学习方式，借助情景感知技术及智慧信息技术，进行真实过程体验的情境学习，促进学习者知识迁移运用的情境化和社会化。第三，借助互联网云技术和各种应用工具，学习者可根据自身学习需求，选择最优学习方式，也可利用数据分析技术，追踪记录学习路径和学习交互过程，随时随地获取个性化教学服务和量身定制的学习资源，拓宽了智慧教育视野。第四，各职业院校开始拓展校园智慧学习的时间和空间，以实现虚拟和现实相互结合的智慧校园育人环境。推进网络学习空间建设，加强教与学全过程的数据采集和分析，“引导各地各职业院校开发基于工作过程的虚拟仿真实训资源和个性化自主学习系统”[12]，强化优质资源在学习环境中的实际应用。
(四)人工智能背景下职业教育的环境模式
智慧教育环境是以大数据、多媒体、云计算等智能信息技术为基础而构建的虚实融合、智能适应的均衡化生态系统。信息技术与职业教育的深度融合，为师生的全面发展提供了智慧化的成长环境，如智慧云平台、智慧校园。人工智能背景下职业教育的环境模式的建构表现为：首先，智慧教育环境将信息技术与职业教育服务结合、面对面教学和在线学习结合，形成数字化的、虚实结合的职业教育智能服务新模式。其次，智慧教育环境将促进各种智能化、数字化信息技术融入职业院校的各个业务范围和业务领域，与系统内的其他业务横向互联、纵向贯通，且信息能够适时生成和采集，全过程实现数字化与互联化。第三，智慧教育环境能够感知学习者所处的学习情境，理解学习者的行为与意图，满足学习者的个性化需求，提供多元化的适应服务和智能感知的信息服务。互联网应用基于智能数据分析，实现智能调节与自动监控，为学习者提供定制式的学习服务和个性化的学习环境。未来教室必将变成“虚拟+现实”的智慧课堂，在网络空间中参与线上课程、线下活动，实现线上线下互动交流。同时，智慧校园的创建和管理，能够对每个班级、学区进行动态管理，构建出一个以问题、任务为线索，学生实现自主学习的知识体系和促进师生互动、生生互动的智慧管理平台。到2020年，“90%以上的职业院校建成不低于《职业院校数字校园建设规范》要求的数字校园，各地普遍建立推进职业教育信息化持续健康发展的政策机制”[13]，以学习者为中心的自主、泛在学习普遍开展，精准的智能服务能够满足职业教育的终身化定制。
(五)人工智能背景下职业教育的教师发展模式
人工智能背景下职业教育的变革对教师的专业发展、素质能力提出了新要求，改变了教师的能力结构和工作状态。教育信息化大背景下，互联网技术、多媒体手段的产生、智能化设备的使用极大提高了教师的专业发展和能力素养，以适应新课程改革与教育信息化的要求。人工智能背景下职业教育的教师发展模式的建构表现为：首先，新时代教师专业发展的内在要求和外在环境都要求教师能够认识、了解和应用互联网新技术工具，促使教师专业发展能力和素养的提升和丰富。其次，教师的专业发展要面向实际、情境化、网络化的教学问题，教师需要在多变的教育情境中综合运用核心教学技能，将信息技术知识、学科内容知识、教学法知识很好地融合并迁移运用。新时代的教师要学会掌握使用智能化设备和数字化网络资源，积极加强与其他专家、教师的合作，或远程工作，形成基于智慧教育技术的多元化的学习共同体。教师的工作状态由个体的单独工作转变为群体的共同协作，大大提升了教师的工作效率。第三，信息化背景下教师的教学理念要发生转变，由促进学生“接受学习”转变为“主动建构”，由“被动适应”转变为“主动参与”，越来越强调以学生为中心的过程体验，从了解信息技术转变为掌握智慧教育技术，保持学科知识，教学方法，核心技术的动态平衡，促进学生智慧学习的发生。第四，信息化教师要学会使用智能化教育技术，积极开发数字化学习资源，创设丰富多元的教学活动，鼓励学生掌握智能信息工具，学会探究和解决问题，发展提升学生的创新思维能力和信息化学习能力。教师的信息化教学能力和素养全面提升，信息技术应用能力实现常态化。
(六)人工智能背景下职业教育的评价模式
现代教育价值趋于多元，以互联网为基础的智能化信息技术使教育评价在评价依据、评价内容、评价主体等多个方面实现了全面转变。人工智能背景下职业教育的评价模式的建构表现为：首先，互联网信息技术应用于学习过程使得伴随式评价成为可能，更加关注学习者的个体差异和特点。强调过程评价和多元共同评价，更加客观全面，重视评价过程的诊断与改进功能，以促进学习者的个性化发展。其次，互联网、大数据、智能云技术的出现使得评价的技术和手段多样化、智能化，节省人力物力财力，提高了评价的科学性、针对性。第三，以大数据为基础的适应性评价因人而异，可获得及时反馈，可真实地测评学习者的认知结构、能力倾向和个性特征等，从知识领域扩展到技能领域、情感、态度与价值观，构建以学习者核心素养为导向的教育测量与评价体系，促进学习者发展。
(七)人工智能背景下职业教育的管理模式
智能化信息技术、云计算技术、大数据技术等能够促进大规模社会化协同，拓展教育资源与服务的共享性，提高教育管理、决策与评价的智慧性，因此，基于互联网的教育管理必将逐步走向“智慧管理”模式。人工智能背景下职业教育的管理模式的建构表现为：首先，互联网将家庭、学校、社区等紧密、方便地联系在一起，拓宽了家长和社会机构参与学校管理的渠道，各利益相关者可共同参与现代职业院校的学校管理，协作育人。其次，新时代的职业院校管理模式通过可视化界面进行智能化管理，业务数据几乎全部数字化，能有效降低信息管理系统的技术门槛，使管理工作更加轻松、高效。通过深度的数据挖掘与分析，能够实现个性化、精准资源信息的智能推荐和服务，为管理人员和决策者提供及时、全面、精准的数据支持，以提高决策的科学性。第三，通过互联网信息技术可以实现全方位、随时的远程监督与指导，从督导评估转变为实时评估，可以实现大规模的实时沟通与协作，促进社会化分工，促进职业院校内部重构管理业务流程，使管理智能化、网络化、专业化。
(八)人工智能背景下职业教育的组织模式
人工智能时代信息科学技术的蓬勃发展冲击着学校内部的组织结构向智能化、网络化的方向发展，各职业院校需要合理调整内部组织结构和资源分配，通过互联网加快信息流动等方式，提高各职业院校组织管理的效率和活力。人工智能背景下职业教育的组织模式的建构表现为：首先，当今时代人工智能的产生不可能替代学校教育，但可以改变学校教育的基本业务流程。人工智能推动了学校组织结构向网络化方向发展，教学与课程是提供信息数据的重要平台，学校组织则构成了教育大数据生态系统。其次，“互联网+职业教育”的跨界融合将打破学校的围墙的阻隔，互联网将学校组织与企业、科研院所等社会机构紧密联系起来，提供优质教育资源供给，共同承担知识的传授、传播、转化等功能，促进学校组织体系核心要素的重构。第三，建设“智慧校园”，实现线上线下融合的智慧校园育人环境，实施一体化校园网络认证，推动智能化教育资源共建共享，实现职业教育信息化建设的均衡发展。
五、人工智能背景下职业教育的模式变革面临的挑战及发展目标
人工智能将推进大数据、云技术等智能信息技术深层次融入职业教育课程与教学、组织与管理、评价与反馈等领域，形成社会化多元供给，为学习者提供多样化的参与方式、自主选择的学习形式和及时获得反馈的评价途径，有利于实现职业教育的共建、共享、共治。但其全面实现，还面临着诸多挑战。
(一)挑战
首先，职业教育的新模式建构需要充足的资金支持。各职业院校积极建构智慧校园，努力实现智慧化产学研环境，打造一体化智慧城市网络等核心技术的开发，都需要资金的根本保障。政府要给予资金政策保障并加强监管，资金管理部门要合理规划，合理利用，专款专用，落到实处。其次，职业教育的新模式建构的成果表现离不开学习者对技术的理解、掌握和应用。在实际实施过程中，教育工作者既要利用信息技术优势变革职业教育，也要避免技术中心主义倾向，“避免一味追赶技术新潮而不顾学生身心健康等，技术本身是一个祸福相依的辩证法。”[14]第三，“目前的教育实践中，仍未能充分实现人机合理分工和双边优势互补。人工智能终端系统擅长逻辑性、单调重复的工作，而人类则更适合情感性、创造性和社会性的工作。”[15]现阶段，信息化技术水平还有待提高，智能机器不能完全胜任知识传播、数据处理等工作，有待于进一步开发和完善，绝对依赖互联网络和设备，还存在一定的风险。
(二)发展目标
人工智能时代职业教育变革重新架构了职业教育发展模式，完成了对资源的重新整合配置，改变了人的思维方式、学习方式和生活方式。人工智能时代下没有职业教育模式的改革，就不可能建构真正的现代化职业教育。人工智能背景下职业教育的发展目标可以概括为个三方面：
1.“智慧脑”与“智能脑”融通
随着第四次产业革命的到来，信息技术爆发式发展，造就了以电脑、互联网为基础的智能脑。职业教育智慧化发展的一个目标就是如何让学习者发挥人脑“智慧脑”与机器设备“智能脑”的“双脑”共同协作[16]。人工智能时代职业教育与信息技术的深度融合，就是要通过“智慧脑”和“智能脑”的协同作用，发挥互补优势，进行融通式学习，而不是简单地人脑与电脑的技术对接。
2.“现实世界”与“虚拟世界”结合
在人工智能时代，网络虚拟技术的发展使人类拥有了真实与虚拟两个世界，虚拟信息技术的兴起在一定程度上会影响职业教育的实体教育，实体教育的发展也需要虚拟技术的支撑。但在具体的学习实践中，还会存在利用这两个世界时顾此失彼、难以平衡的问题。目前，虚拟化教育技术在职业教育领域不断应用与推广，职业教育的发展模式不断优化，使得职业院校线上线下的边界逐渐消融，“现实世界”与“虚拟世界”更好地结合。人工智能时代职业教育的本质没有发生根本改变，学习者要学会利用这两个世界虚实融合、高度互动，充分发挥出自身的优势，更好地学习与生活。
3.职业教育“适应人工智能”发展为“引领人工智能”
人工智能为职业教育带来了强大的技术支持，为职业教育带来了便利。初始阶段的职业教育基本知识和技能被数字化和智能化，通过人工智能相关课程，云教育模式，个性化学习计划等，适应并应用人工智能，以提高职业教育的效率和质量。职业教育重在技术创新，对于行业技术发展具有一定的引领性作用。未来人工智能将成为职业院校快速发展和转型的技术支撑。“如某些职业院校基于自身优势专业与相关行业的智能自动化企业合作，实现以职业教育发展引领人工智能。”[17]目前，人工智能处于适应性大发展阶段，随着信息化技术的提高和智能化设备的普及，人工智能时代必将由专用人工智能时代步入通用人工智能时代。在通用人工智能时代，人工智能与职业教育深度融合高效协作，职业教育完全适应且完美应用于人工智能，进一步引领人工智能发展，由“人工智能+职业教育”发展为“职业教育+人工智能”的时代。
篇6
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7
计算智能（ComputationalIntelligenee，简称CI），又称软计算，该词于1992年被美国学者J.C.Bezdekek首次提出，1994年全计算智能大会明确提出了计算智能的概念，标志着计算智能作为一门独立学科的诞生。传统的人工智能问题的处理、结论的得出都需要在建立精确的数字模型的基础上才能实现，但现实中有很多的数据都是模糊的，无法建立精确的模型，使得人工智能的应用范围相对狭窄，而计算智能则突破了人工智能的瓶颈，以模型为基础，模拟人的理论与方法，只需要直接输入数据，系统就可以对数据进行处理，应用范围更加的广泛。计算智能的本质是一类准元算法，主要包括进化计算，人工神经网络、模糊计算、混沌计算、细胞自动机等，其中以进化计算、人工神经网络及模糊系统为典型代表。
1.1进化计算
进化计算是采用简单的编码技术来表示各种复杂的结构，并通过遗传操作和优胜劣汰的自然选择来指导学习和确定搜索的方向，具有操作简单、通用性强、效率高的优点，其工作原理是通过种群的方式进行计算，借助生物进化的思想来解决问题，分为遗传算法、进化规划及进化策略三大类。
1.2人工神经网络
人工神经网络是一个高度复杂的非线性动力学系统，具有模糊推理、并行处理、自训练学习等优势，其工作原理是仿照生物神经网络处理信息方式，通过不同的算法和结构，将简单的人工神经细胞相互连接，通过大量的人工神经单元来同时进行信息的传播，并将信息储存在改革细胞单元的连接结构中，快速地得到期望的计算结构。生物神经网络的细胞是在不断的生成和更新着的，即部分细胞坏死，整个神经网络仍能维持正常的运转秩序而不会骤然崩溃，同样人工神经网络也有着这样的特性，即使部分神经细胞发生问题，整个网络也能够正常的运转。人工神经网络按照连接方式的不同分为前馈式网络与反馈式网络，前馈式网络结构中的神经元是单层排列的，分为输入层、隐藏层及输出层三层，信息的传播是单向的，每个神经元只与前一层的神经元相连，即信息只能由输出层传向隐藏层再传向输入层，而不能由输出层直接传向输入层；反馈式网络结构中每个人工神经细胞都是一个计算单元，在接受信息输入的同时还在向外界输出着信息。不同的行业和领域可以根据自身的需要将不同的网络结构和学习方法相结合，建立不同的人工神经网络模型，实现不同的研究目的。
1.3模糊系统
客观世界中的事物都具有不同程度的不确定性，如生活中的“穷与富”、美与丑”“、相关与不相关”无法用一个界线划分清楚，对于事物不确定研究的过程中产生了模糊数学，所谓模糊性是指客观事物差异的中间过渡中的“不分明性”。美国专家L.A.Zdahe教授首次运用了数学方法描述模糊概念，自此之后模糊数学形成了一个新的学科，并在世界范围内发展起来，在医学、农业等方面得到了应用。
2计算智能在机械制造中的应用
机械制造业是国民经济的基础产业，机械制造业的发展对于促进工业生产领域的发展，保持经济稳步增长，满足人们日常生活的需求，提高人们的生活质量有着重要意义。一个国家机械制造业水平的高低是衡量该国工业化程度的重要指标。由于研究角度的不同，机械制造业有着不同的分类，如国家统计局将机械制造行业分为通用设备、专用设备、交通运输设备、电气设备、仪器仪表及办公设备五大类，证券市场将机械制造行业分为机械、汽车及配件、电气设备三大子行业。根据调查显示，2013年我国制造业产值规模突破20万亿元，同比增长17.5%，产值占世界比重的19.8%，经济总量位居世界首位，利润4312.6亿元，增长0.33%，增加值累计同比增长10.4%。随着计算智能研究的深入，计算智能在机械制造中得到了应用。伴随着机械行业的飞速发展，各类生产安全事故也时有发生。造成安全事故的原因是多方面的，首先是操作人员安全意识淡薄；其次是企业的安全管理和监督缺失，我国相当多的机械制造企业不重视劳动安全卫生方面的数据统计和资料积累，为了追求最大利润在安全生产方面投入的资金过少，缺乏对员工开展安全教育的培训。建立科学的安全生产评价方式对于防止各类安全事故，提高安全效益有着积极意义。人工智能的安全评价方法以线性函数为基础，而安全生产评价体系是一个复杂的系统，涉及的内容繁杂，需要考虑的因素很多，存在很大的不确定性，导致得到的结论与实际现场常常不能一致，计算智能以选择非线性函数建立安全生产评价模型，实现对非线性函数关系的拟合，解决了这一难题。在机械制造中存在着大量的模糊信息，如机械设备的损耗、零件设计目标等信息都是用比较模糊的术语来表达，传统的人工智能进行新的零件生产制造时，设计人员对零件进行设计，确定零件的尺寸，然后试生产零件应用在设备中，如不符合要求，再进行调整，这就要求设计人员有着丰富的知识和实践经验，能够根据需要设计出适合的零件，而计算智能以系统论作为基础的，对选择的自变量进行适当的优化和控制，只需要设计人员将零件的形状、大小、作用等输入计算机，并对零件制造的程序编排，利用计算机确定零件的制造技术，同时控制零件的质量，使零件设计、制造的过程更加便捷。
3结语
篇8
【关键词】机械；发展；方向
随着市场竞争的不断加速，这种竞争也显得日益激烈，怎样才能在机械制造也中脱颖而出，怎么才能做成龙头老大，是制造业一个不断思考的问题，快速发展的市场要求我们能够提供更新和更先进的设备，经营策略是一个艺术性的发展，在生产设备的同时还提出了上门服务，售后服务等一系列的相关策略，而不是当初的售出即服务终结，要想在这个行业做好坐稳，能够适应社会的需要提供相应的产品，降低生产成本，都能收到意想不到的效果，而且未来的机械产品更新的周期会变短，不能因为发明一种产品就固步自封，盲目自大，这个市场会不断的提出更高的要求，高效，精密大型的设备会成为时代的宠儿。在信息技术的革命后，对现代的机械设备也起到了助推的作用，科学化生产，机械化操作，更加智能的设备为制造也提供了更先进的手段的工具。
现代机械制造技术的发展趋势现在机械制造业的发展趋势是围绕质量，成本和效率这三个主题展开的同时，环保和服务业渐渐成为人们关注的目标。为实现这些目标，现代机械制造技术的总趋势是向自动化、最优化、柔性化、集成化、精密化、高速化、清洁化和智能化方向发展。
当前，机械制造技术的发展主要沿着三条主线进行：
1、机械制造工艺方法进一步完善与开拓，除了传统的切削与磨削技术仍在不断发展和完善以外，各种特种加工方法也在不断产生并得到快速发展。2、加工技术向高精度方向发展，出现了“精密工程”与“纳米技术”。3、加工技术向自动化、柔性化、集成化和智能化方向发展，正在沿着数控技术（NC）、柔性制造系统（FMS）、计算机集成制造系统（CIMS）、智能制造系统（IMS）的台阶向上攀登。
与以上三条主线上的发展相配合，机械制造中的计量与测试技术、机械产品的装配技术、工况监测与故障诊断技术、机械设备的性能试验技术、机械产品的可靠性保证与质量控制技术、人工智能在机械制造中的应用等方面，均会有突飞猛进的发展。这些进展主要表现在以下几个方面：采用自动化技术，实现制造过程及制造系统自动化。利用计算机技术，实现适应于多品种、小批量的柔性制造。柔性制造系统（FMS）是一种将“柔性”和“自动化”有机结合在一起的产物，它由数控机床（加工中心）、自动物流系统和计算机控制系统组成，其主要特征和效果是：以多品种、中小批量的自动化生产方式，最大限度地适应市场需求。没有固定的生产节拍，可在不停机的条件下实现加工工作的自动转换机床利用率显著提高，辅助时间显著缩减，生产成本明显下降。生产周期大为缩短，库存量大为减少，市场响应能力明显增强。自动化水平极大提高，劳动强度明显降低，产品质量得到可靠保证，生产环境显著改善。加工与设计之间的界限逐渐淡化，并趋向集成及一体化。机械加工向超精密、超高速方向发展。工艺技术与信息技术、管理技术紧密结合，先进制造生产模式（诸如柔性生产、准时生产、精益生产、敏捷制造、并行工程、分散网络化制造等）不断出现并获得发展。计算机的广泛应用，取代、加强和延伸了人的部分脑力劳动，使机械制造向最优化和智能化方向发展。
机械化未来发展的趋势是智能化，机械化的发展，尤其在全球一体化的市场经济下，市场的要求更加高端，如何进行产品结构的调整，这种关系国家经济和国民经济的机械，都需要选择带有智能化的机械，计算机的应用，是先进技术的代表，从人力到物力的转换，从机器操作向智能操作的转换，更加的人性化，这种智能和机械的一体化，就是未来市场对机械制造的要求，
现代科技发展的一个特点是，从基础科学转化为技术的时间愈来愈短，从技术到工业的应用几乎是同时的。信息技术的基础是计算机科学，智能技术的基础是人工智能科学。当前，分布式计算和人工智能相结合所形成的分布式的人工智能已成为研究的热点。分布式人工智能有两个研究领域，即分布式问题求解和多智能体系统。前者考虑怎样将一个特殊问题的求解工作在多个合作的、知识共享的模块或结点之间划分，采用“由顶向下”的方案来求解问题。后者则主要研究一组自治的智能体之间智能行为的协调，采用“由底向上”的方案来求解问题。由此可见分布式人工智能的两种方法都是对知识资源进行处理以完成给定的任务。所以这种智能技术很快在企业的产品设计、制造和生产管理中得到应用，特别是在各种智能软件系统的设计、开发中得到了广泛的应用。企业采用了上述DPS和MAS技术后，企业的产品水平、制造质量、成本及管理水平都迅速地得到了提高，并在这些方面取得了自己的知识产权，因此大大增强了企业在全球经济中的竞争力。
篇9
聊天机器人应用场景日益增多
“以目前的技g，智能聊天机器人可以告诉你，某只股票是否跌到了你想要的价位，但是推荐股票还做不到。如果有这样的机器人，我也想要一个。”宁波薄言信息技术有限公司创始人、加拿大皇家学会院士李明笑着告诉《经济》记者。
诞生于1966年的Eliza是世界上首个聊天机器人，它通过回应用户的命令，用文字回复来模仿人类的对话。也正是Eliza启发了整个聊天机器人领域的开发。
北京邮电大学智能科学与网络工程系主任、中国人工智能学会自然语言理解专业委员会主任王小捷告诉《经济》记者，从技术上看，当前比较时髦的聊天机器人采用端到端的对话模型：“用户说一句，机器人应答一句，但它不关注对话中的信息是否要完成某项任务。”相比之下，还有一类是面向任务的对话模型，如订票、查询天气等。自2016年以来，把端到端的模型与任务驱动的模型进行融合的趋势愈来愈明显。“作为一个整体的对话模型，既可解决错误累积等问题，也令人机对话更自然。”
从应用上来看，聊天机器人在客服和个人助理方面的发展已趋于成熟。客服机器人是聊天机器人的主要分支，目前国内市场上有环信、小i机器人等厂商，主要是面向金融、电信、销售等不同的行业。阿里和京东也在探索基于电商平台的聊天机器人。
清华大学智能技术与系统国家重点实验室主任朱小燕告诉《经济》记者，聊天机器人在呼叫中心、客服、咨询、培训等领域有很大的市场需求。“它可以节省约很多人工成本，而且机器人不会因为情绪问题影响接单，但人类会受情绪的干扰。”
“目前客服机器人仍无法完全取代人类，但它帮助人们缓解繁琐、重复的劳动压力。”王小捷告诉记者，在短期内，可以采用双备份的方式，“机器客服回答简单、重复的问题，人工客服在后面监听，机器无法回答时，再做人工补充。”
易观终端入口分析师冯超告诉《经济》记者，在个人和家用领域中的个人助理是聊天机器人的另一个应用趋势。巨头企业各自推出了语音助手，包括苹果的Siri、微软小娜、亚马逊的Alexa、谷歌的Asistant、百度的度秘等。
潜力巨大的语音市场
国际知名市场研究公司Research and Markets在2016年5月4日的《全球及中国语音产业报告2015-2020》称，到2020年全球语音市场规模预计将达到191.7亿美元。
据《经济》记者多方了解，国内的智能语音公司逐渐形成四大梯队。第一梯队是BAT，发力语音搜索引擎的技术和市场份额的实力当仁不让；第二梯队是以科大讯飞、思必驰为首的专业语音技术公司，开发方向为家居、车载、机器人等需要智能升级的领域；第三梯队是针对客服、教育、医疗等打通垂直领域的语言技术服务公司；而第四梯队是近一年出现在细分领域下，做更加垂直语音应用的创业公司，并其不具备语音技术研发能力。
思必驰信息科技有限公司CMO龙梦竹表示，在B端市场上，未来的家电、智能手机一定会经历智能化升级，语音技术作为智能化升级的发力点，与商业市场进行智能生态结合，能够多维度满足用户需求，改变智能产品叫好不叫座的阶段性尴尬。
目前智能语音在智能汽车和智能家居方面的应用最有发展潜力。早在2000年，宝马汽车就已经开始应用语音控制技术来控制汽车的电话、导航和收音机等设备。“预计在未来3年内，智能语音将会成为中国市场上10万元左右乘用车的标准配置。”专注语音技术的科学家冯呈表示。
的确，与车载的结合，能够改变和演进人与汽车的交互方式及信息获取方式。用户在开车时，可以通过语音指令完成导航、打电话、收发信息及设备操作等工作。从驾车安全角度考虑，智能语音与车载系统的结合是目前用户最重要的需求。
同时，语音控制在智能家居领域应用也很广泛。例如，小米推出的智能语音音箱、长虹Ciri语音智能电视，以及美国某语音视听公司推出的智能家居系统，在语音命令下都能随意完成切换歌曲、换台、调音量、开灯、调控温度等操作。
然而，以出门问问为首，市场布阵又形成另一种“站队”局势。各大网站语音搜索引擎、微信等软件语音助手、智能手表都是偏重C端的产品。“这类产品的特征是技术能够直逼终端，或得到用户的第一反馈意见，在技术的迭代更新上反应快速。”出门问问产品团队负责人林宜立说。
B端提升智能升级、C端提高用户体验，是智能语音市场商业模式分化的根本原因。冯呈表示，未来智能语音技术在B端市场主要发力于客服、教育、医疗、旅游等领域，提升效率、解放人力、深耕垂直是行业的发展方向。而C端更适用于拥有庞大用户量的互联网公司。互联网公司拥有丰富的C端产品经验，加上对用户消费数据的迭代，能够更好地提升产品体验。
绕不开的瓶颈
现实中的智能聊天机器人离电影《Her》中风趣幽默、善解人意的萨曼莎（人工智能操作系统）仍相距甚远。
目前，国内外通过自然语言处理技术所建立的模型不相上下。“真正的差距来源于语言本身的难度。”王小捷告诉记者，如英文单词之间的空格，省去了切分的问题。在句法结构的分析上，国内依然沿用英语的研究范式。王小捷还指出了汉语句法结构的特殊性：“应该有更多的研究者用中文的方式，结合语言学的学术研究，建立新的计算模型，但目前涉猎这项基础性工作的研究者并不多。”
在自然语言处理中，汉语切分主要有两大难点，即切分歧义和未登录词。王小捷指出，一直以来，国内在切分歧义上做了大量的研究，积累了很多经验。目前最难解决的仍是未登录词（未在词典中出现过的词），尤其是在社交网络上的新词，产生的速度非常快，但热度降得也快。近年来，研究人员试图用深度学习技术来解决这一难题，“但取得的进展远不及在图像处理或语音识别方面的突破。”
使用自然语言的人机交互方式，相比过去使用计算机编程语言来控制机器的方式更为人性化。地平线联合创始人兼算法副总裁黄畅告诉《经济》记者，“用自然语言对话聊天只是让机器显得更加智能，在人机交互的过程中，实际上是降低了人的学习成本。”然而，现有的人机交互途径通过视觉、键盘鼠标以及触屏来实现，对于某些场景而言并不合适，比如在驾驶或做家务时，语音的介入更可以将手解放出来。北京理工大学计算机学院副研究员冯冲博士认为，从某种意义上来看，语音有可能成为下一个人机交互新模式。
未来的搜索引擎会有很大的变革，已有的搜索框或将变成对话框。“现在人们使用的搜索引擎，有时要费心琢磨输入哪些关键词。”王小捷认为，未来搜索引擎会用对话的方式了解人的意图，会更加便捷，体验也更好。谷歌、微、BAT等巨头均有探索，“但真正实现它仍有很长的路要走。”
商业模式仍不清晰
当下智能聊天机器人行业需要解决的另一个问题是寻找适宜的商业模式。此外，它到底能创造哪些核心价值，这也是业内人士需要不断思考的问题。
目前智能聊天机器人仍是一个小众行业，对于厂商而言，市场仍在培养阶段，用户也在观望阶段。冯冲认为，TO B模式还容易把钱拿回来，TO C则很难收回钱。“尤其是在用户被互联网免费思维惯坏的情况下。”
“实际上，TO B模式也不容乐观。”李明表示，很多家电厂商更愿意与免费提供语音技术的初创公司合作。
目前公认的成功模式是亚马逊的Echo智能音箱，有国外机构预估，2016年亚马逊售出了600多万台Echo设备。尽管这一销售额暂时让亚马逊领先其他竞争对手。黄畅认为，Echo不过是互联网业务的一个延伸，本身并不是以人工智能为核心价值的产品，“客户为它埋单，不是因为它有多聪明，而是看重音箱背后的便捷服务。”当未来有一天用户主动为消费型机器人埋单时，才意味着人工智能产业真正形成，但目前时机尚未成熟。
聊天机器人未来的发展方向将以内容服务为主。然而，大多数用户对它仍缺乏正确的认知。比如我们告诉智能音箱想听某一首歌，它却回复：“抱歉，我没理解你想要的东西”。大多数用户认为它不够智能。但实际上，音箱所连接的音乐客户端中没有这首歌的版权。其本质是底层内容不完善，而非硬件不智能。龙梦竹说：“为了满足用户使用需求，未来的智能语音产品一定会在内容生态底端发力，内容的完善是这个行业未来的核心竞争力之一。”
不得不提的是，当前市场较为混乱，“聊天机器人一大堆，真假难辨，而且价位不低。看上去高大上，但要依靠它赚钱并非易事。”
“不少项目听起来很好，但忽悠的居多，”ALPHAWOLF中关村智能硬件企业加速器创始人王乃琛认为，目前投资人工智能仍存在巨大风险，还需观望。元航资本管理合伙人张志勇却认为，目前是智能语音技术的投资黄金期。“不过，语音技术是目前最复杂和最有挑战性的工作，在资本奋力鼓吹的同时，其投资的技术壁垒依然很高。”
张志勇表示，国内外对智能语音技术的投资没有特别显著的差异，由于科大讯飞已经开放接口，允许任何应用调用它的语音识别引擎，所以未来资本对底层的语音技术的基础应用和研发投资不会很大，我们会投资能够利用现有技术开发更实际的应用产品。
如何破局？
聊天机器人的商业模式仍需进一步探索，朱小燕表示，产业界不应急于求成，还需把产品打磨好，提升用户体验。“譬如，在客服领域，它所涵盖的行业很广，需要做很多基础性工作，希望有越来越多的人才加入到这一队伍中。”
相比客服机器人，教育机器人的难度更大，王小捷认为：“儿童可能随时提出新的东西，既有随机性，也有无限的可能性。”这需要规划好教学任务，即如何把多模态的信息综合在对话进程中，克服语言模型本身的局限。“当机器人教孩子‘麻雀’时，同时显示一张图片。反之，孩子问机器人，当它不知道答案时，孩子也可以把自己知道的知识教给机器人。”
在李明看来，聊天机器人展现的是一个崭新的教育模式，与学习机不同，它是一个互动模式。如果要成为一种教育的改革方式，还需要把教材或课程设置好。此外，孩子处于不同的成长阶段，需要不同的陪伴功能。“能否把陪伴功能做好，或者把聊天机器人训练成外教，给孩子创造一个学习英语的氛围”，这些都是值得探索的地方。
篇10
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。
