人工智能学习培训范文

导语：如何才能写好一篇人工智能学习培训，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：人工智能；教育变革；智慧教育

近年来大数据、云计算等信息技术飞速发展，人工智能在一些特殊领域（如图像识别、语音识别、自然语言等）不断取得突破性进展。人工智能作为新的技术驱动力正引发第四次工业革命，为医疗、教育、能源、环境等关键领域带来新的发展机遇。人工智能专家预测，人工智能在通用技术领域可能尚不能替代人类，但在一些特殊领域，人工智能将会淘汰现有的劳动力。在国外，许多国家纷纷把人工智能作为国家发展的重要竞争战略，我国学者也密切关注着人工智能的最新理论进展和实践应用，国务院于2017年7月颁布《新一代人工智能发展规划》，明确人工智能发展的重点策略。“人工智能变革教育”的潮流，引发了教育研究领域的“人工智能热”。当前全球范围内，人工智能在教育领域的大量研究和应用催发形成了教育人工智能概念。目前梳理学术上关于研究人工智能与教育的文献主要集中于：

（一）教育理念的革新。“人机一体”将成为未来新的教育方式[1]，由新技术和新手段的出现所应运而生的智慧教育[2]，将对原有教育进行改进和完善。智能技术在改变教育的手段和环境的同时，还有利于构建出系统解决教育问题的教育新体系，从而真正触及教育的根本[3]。

（二）关注技术的革新。机器深度学习、智能学习的算法、视觉识别以及智能语言识别这些基础技术的突破，为人工智能的教育应用奠定了坚实的基础[4]。

（三）探究教育的应用。人工智能在学校教育中的学业测评、交叉学科、角色变化等应用领域具有巨大潜力，教师角色内涵也将在与人工智能的协同共存中发生改变。AI监课系统能够数据化、可视化评估教师的授课情况，将人工智能技术的运用渗透到整个教学过程中，教师可以根据评分实时调整授课内容，以促进个性化学习，从而提升教学效果。教育深受技术发展的影响，新技术融入教育并促进教育方式的转变已成为必然趋势。一方面技术为教育提供了新的、更加广阔的可能性；另一方面技术具有变革人类的教育方式与学习方式的能力。然而，技术是一把“双刃剑”，如何获取或实现以人工智能为代表的新兴信息技术所拥有的特征、优势与功能，使其在教育中最大限度地发挥其应有的价值呢？人工智能技术如何继续被安全使用到教育领域？如何通过教育变革来促进新兴信息技术在教育教学中的广泛与深入应用，实现教育深层次革命等问题，是目前需要关注和探讨的主要问题。

1人工智能时代下教育变革的背景

1.1人工智能的内涵及具备的强大能力

人工智能最早由美国达特茅斯学院于1956年提出，其研究主要包括机器人、图像识别、自然语言处理、语音识别等，实质是一种自动感知、学习思考并做出判断的程序。人工智能具有自主学习、推断与革新的能力，推动了图像识别、自然语言处理等方面的技术突破。人工智能同时具有理性判断力、超强的工作力，只要电力供应不断，几乎可以无限制地工作下去，而且适应不需要情感投入的工作。它的超强能力，源于三个重要的技术：深度学习、大数据和强算力。

1.2人工智能时代的机遇和挑战

人工智能在精力、记忆力、计算力、感知力以及进化力等方面与人类相比，具有突出优势。在医药领域，人工智能的出现使普通民众可以享受更为高效、稀缺的医疗资源，解决医疗诊断领域诊断质量不均衡、医生资源不足等问题。在教育领域，人工智能促进教学质量进一步提升、教师角色多样化、学生学习能力的提升；为教育研究提供新技术和数据支撑；极大拓展了教育研究新视域；使教育在立德树人方面、教育方法创新方面、教育手段和环境方面以及教育服务供给方式方面均发生改变。然而，看到人工智能以其强大的处理能力带来机遇的同时，也需要正视人工智能带来的新挑战。在人工智能浪潮冲击下，如何借助人工智能发展的机遇推进教育的变革与创新？人工智能技术如何继续被安全使用？首先，人工智能专家大都认为，人工智能将会淘汰大量现有的依靠非脑力劳动为生的劳动力，需要培养人工智能时代的新型劳动力。而且，人工智能技术本身的不太成熟使很多人工智能技术只是应用在儿童教育领域，再者，人工智能潜在的道德伦理问题缺乏法律制度规范。除此之外，人工智能时代将对社会结构以及人的地位构成挑战。综上所述，人工智能时代所带来的机遇是大于挑战的。教育需适应人工智能技术所带来的突破和飞跃，不断调整和更新教育的方向和目标，实现育人成人的发展目标。

2人工智能与教育变革

2.1人工智能与教育目的的变革

人工智能带来的巨变不仅影响人类未来如何发展，而且极大释放了人类的生产力，这些在一定程度上使得人类需要重新思考教育是何目的。人工智能影响教育目的的变革主要表现在：第一，人工智能可能会使人类陷入精神危机。这源于两方面的结果：一方面，人工智能将取代大部分人的工作岗位，工作的丧失将会导致人的价值和尊严丧失。另一方面，人工智能技术的发展将可能导致所有基于自由主义的想法破产，转而人类所拥有的价值和尊严可能转化为一种“算法”，人工智能带来的职业替代风险在教育领域同样存在，主要是对教师角色的挑战。第二，人工智能有利于培养人的学习能力。从某种角度上讲，人工智能剥夺人的就业机会，但同时，人工智能助教机器人将协助教师实现个性化指导，从而有利于将学习的过程视为寻求自我价值和意义的过程。除此之外，人工智能有利于使教育注重培养人的精神能力，这种精神能力大致包括实践动手能力、价值追求能力以及创造能力，从而有利于学生知识以便于更好地完善自我、丰富自我，使教育跳脱“知识为本”的陷阱，发挥“立德树人”的正向作用。

2.2人工智能与学习方式的变革

第一，深度学习。深度学习也称为深度结构学习或者深度机器学习，是一类算法的集合。深度学习概念的提出，一方面尊重了教学规律，另一方面也是应对人工智能时代下的挑战。深度学习在机器学习、专家系统、信息处理等领域取得了显著成就，提倡学教并重、认知重构、反思教学过程，进而达到解决问题的目的。第二，个性化学习。个性化学习区别以往传统班级课堂授课，尊重学生的个性发展，因材施教。人工智能技术与大数据的应用有利于学生享受个性化的学习服务，可提供个性化的学习内容，可视化分析学生的学习数据，快速提高学生的学习效率。第三，自适应学习。自适应学习是指人工智能基于对个体学习进行快速反馈的基础上，根据学习者特征，为其推荐个性化的学习资源和学习路径，从而最大程度上适应学生的学习状态，是实现个性化学习的重要手段。人工智能技术有利于快捷、科学地判断学生的学习状态，进行学习反馈；持续收集学生的学习数据，其中包括学习目标、学习内容；高效地为学生提供海量的学习资源。

2.3人工智能与学习环境的变革

首先，有利于搭建灵活创新的学校环境。不仅可以使空间规划更具弹性，而且可以调节性增强物理环境。其次，人工智能时代的教育区别于以往传统教育强调的统一秩序，更注重个体的用户体验。创客空间、创新实验室等学习环境的不断增加以及人工智能技术的不断发展，个性化的空间环境与学习支持将改变目前学习的学习空间环境。除此之外，随着对话交互技术的逐渐成熟与不断普及，有利于实现虚实结合的立体化实时交互。VR、AR等技术的同步协作也有利于搭建新的学习环境，满足学习者的一系列要求。脑机互动技术的突破有利于实现将人工智能植入人脑，从而改变人类自然语言的交流方式。最后，人工智能通过即时、准确、高效的大数据分析有利于进行精准且个性的学习评价与反馈。人工智能将综合收集所有同学的学习记录，互相比对、优化，从而进行综合提升。更为重要的是，人工智能的人脸识别以及语音识别技术可以运用到教师的教学过程中，进行学生的学习情绪感知，学习状况的了解，从而促进学生学习的科学化；智慧校园、智慧图书馆等的出现，为教学环境的建设提供重要参考。

3人工智能在教育领域的应用

人工智能被认为是最有潜力和影响力的教育信息化技术，将通过人工智能数据挖掘分析、3D打印、模拟仿真等技术的应用，实现人工智能与教育的深度融合，对计算机辅助教学、个性化教育服务、教育人工智能生态环境等产生根本影响。2018年《地平线报告》（高等教育版本）指出了教育领域的信息化发展，未来一段时间内将通过人工智能与信息技术的结合，进而影响教育阶段的不同过程。具体见表1所示。

篇2

最近几年，随着美国、日本、德国等国家对机器人产业的大量投入，机器人的技术发展日新月异。在行动上，机器人从过去的笨拙缓慢变得灵巧迅捷；在智力上，人工智能的发展在深度学习和人工神经网络方面有很大突破；使用场景上，机器人不但可以承担工厂生产线上的工作，还可以走进家庭，扫地、浇水、做饭；从功能上，机器人不但可以替代手工操作，现在还在逐步替代脑力劳动。

机器拥有智能如今成为可能。曾经缺失的一环今天已经接上了，这一环就是大数据。大数据让机器具备了深度学习的能力、自主判断的能力，现在的智能设备已经具备柔性。机器替代人的事件正在全世界发生。

比如在工厂搬运的工位上，机器人已经可以对付大小不同、高低错落的箱子，把它们搬运到应该去的货架，这在过去是很难想象的。

在服务行业，一款自动制作美味汉堡的机器人，知道如何烤肉饼，如何把面包切片如何加番茄、生菜和奶酪，做好以后通过传送带把美味的汉堡送给顾客。

在农业，机器人也开始尝试替代人的复杂工作，如采摘工作是非常复杂的，一种像八爪章鱼一样的机器人，用3D视觉形成整棵树的模型，确定每个果子的定位，这些信息被传送到机器人的8只手臂上，迅速采摘果子。

除了对简单手工操作的替代以外，机器人还替代复杂的专业技术人员的工作，如判断医学X光片的机器，准确率达到98%以上，已经超过了人的准确率。又比如说，网上广泛传播的硅谷视频机械狗、无人飞机，连遥控器都不需要，它们自己判断怎么跑、怎么飞，自我躲避障碍，无需人类操作，灵活得几乎和生命体一样。早已不同以前的工厂机器人，现在硅谷的智能机器灵活度、准确率、自主判断能力几乎与人类相似。

机器人会造成大量失业

COURSERA的创办人，百度首席科学家吴恩达在近期的BIG TALK上就讲过，人们与其担心人工智能和机器人会给人类带来毁灭，不如去担心人工智能和机器人给社会带来的大量失业和就业培训的压力。

吴恩达认为，美国用了200年把一个农业社会转变成现代社会，农业就业人口只有总就业人口的2 01-。因为用了200年，所以农民可以继续种地，不慌不忙地慢慢学习农业机械的使用和向其他产业转移。但是现在的科技发展给社会带来的变化要快得多，人们没有200年的时间去做转变，甚至没有20年的时间去做转变，这个转变的时间很短。吴恩达举例，无人驾驶汽车的技术已经成熟，在未来的几年里会被广泛使用，美国350万卡车司机马上面临失业。

去年我在哥伦比亚大学与诺贝尔经济学奖得主斯蒂格利茨交流时，他也表现了对失业、新技能学习以及再就业培训的担忧。3D打印技术和工业机器人可能在几年内迅速普及，制造业大量在生产线上做装配的蓝领劳动力面临失业的窘境。这已经不是预测，而是发展中的现实：富士康在“11跳”以后，痛定思痛，认为人不如机器人，只要解决了机器人的“柔性”问题，机器人就会比人好得多，所以富士康正在加大力度开发用于生产线上的机器人，一旦成熟，全国各地号称20万人的工厂最后能剩下几个“活人”？

不仅仅是蓝领工人受到冲击，很多过去一直被认为是高技能的白领工作也将受到巨大冲击，如电脑可以替代大量的普通医生的工作，如看X光片，准确率比普通医生还高，那么这些普通医生去哪里就业？美国是判例法国家，要想打赢一个官司，要研究上百、上千个案例，所以要动用大量律师，收取上亿美元的律师费。现在已经有利用大数据和人工智能替代律师的工作，看更多的案例，准备更有说服力的案件资料，成本是原来的1/10，质量更高。那么原来做整理资料工作的律师去哪里就业？MIT斯隆学院副院长黄亚生在一次我主持的论坛上透露，他用一个智能设备系统搜集100篇相关学术论文。过去，这件工作要好几个RA（研究助理）来做几个星期，用机器只要几分钟。如果如黄亚生所说，那些研究助理要去哪里工作？还有慕课MOOC的出现，50%的三流大学没有存在的价值，这些大学里的师资去哪里就业？

同声传译机也是人工智能家族里的成员，随着自然语言的处理技术和声音过滤识别技术的发展，可能在5-10年内出原型，翻译人员就会失业。那么各个大学就会争相裁撤外语学院。

如果“互联网+”造成的失业还“遮遮掩掩”，人工智能造成的失业一定是“明目张胆、排山倒海”。我大胆预计，未来10年，我国至少有50%的就业人员会因为机器换人和人工智能的发展失去原来的职业，需要再就业培训后重新找工作。中国劳动年龄人口8-9亿（16-60岁），这就意味着4-5亿多人口将失去工作，经过培训后再就业。如果我们不重视新技术超前培训，大力培养创客，大量投资再就业教育，失业量会进一步增加，那个时候我们会很麻烦。

有一个问题一直是人们争论的焦点，机器人替代人，提升了整个社会的效率，同时也提升了人类整体福利，这难道不是一件好事吗？赞同的一方认为，由于人类整体福利提升，只要政府保证失业人的基本生活保障和公平对待，人们就会自娱自乐，社会也会非常安定；但是反对的一方认为，机器人替代了人，人失去了工作的机会，也就失去了追求进步的机会。靠福利其实是非常不体面的。最重要的是，当人们看到社会上毕竟还有2%的人生活极度富足，羡慕和嫉妒会让他们掀起一次次理由毫不充分的“占领华尔街”运动，从而使社会动荡不安。

机器换人已是大趋势

对于失业、动荡、分配、福利等社会问题，自然由政治家和社会学家考虑，企业家似乎不应该过多思索这些问题。当前，机器换人已经是一个大趋势，势不可挡。国际机器人联盟有一张图比较了9个国家机器人的使用密度，日本排第一，万名制造业员工机器人拥有量达到了1400多台，而中国密度最小，万名制造业员工机器人数量只有100台，相当于日本的1/10不到，甚至不如马来西亚。但是同时，中国机器人的购买量是全球最大的，相当于日本的2.5倍，而且增速还在加速。中国的大公司纷纷大量采购先进的机器人，拥抱工业4.O，海尔、TCL都在尝试建立自己的无人工厂。一些中小企业，产品多品种，小批量，也在尝试使用模拟学习的柔性机器人。机器人的不知疲劳，不会受伤，没有情绪，不拿薪水，不组织工会的好处，已经对产业界广泛认知，但是其高昂的价格，严密的维护要求，也把很多企业挡在门外。

机器人革命的最重要推动力之一，可能就是“云机器人”，要想实现功能提高，价格降低，云机器人也是一个必须考虑的方面。在云之前，机器人不但硬件要强大，软件也要强大，而且由于传递速率偏慢，机器人与数据中心的沟通并不容易。如今，随着物联网和5G技术的发展，把大部分计算和数据放在一个大型数据中心，单个机器人力求简单，与大型数据中心保持连接。一台机器人学到了一些东西，可以马上经过云端让其他机器人获得，这种机器智能学习也只能在云端实现，软件升级也基于云端实现，省去了很多麻烦。由于有了云端技术，你买来的机器人会越来越聪明，可以学会做的事情越来越多，直到它的手的硬件不能适合，再进行硬件的更换。

前边我们谈论了太多的机器人在生产中的应用，机器人还可能大量地用于服务业或者家庭，英国MOLEY公司制作的机器人厨师，可以做出很好的饭菜，售价大约10万人民币，对予一些炫酷家庭来说很有吸引力。还会有大量的机器人被做成玩具和表演道具，如今，孩子们已经不再喜欢不能动的毛毛狗，而是能做很多事的机器狗。

随着大数据和云计算的发展，机器人技术迎来了春天，有人开始就机器人的智能一旦超过了人以后，对人类的影响开展了想象丰富的研究，但是机器人和人工智能会对整个人类带来什么根本性影响，我们还要拭目以待。2005年，美国有一本奇书出版，《奇点临近：当人类超越生物学》（The Singularity Is Near： WhenHumans Transcend Biology）。作者是多才多艺的库兹威尔，在与计算机技术相关非常多的领域中都有建树。库兹威尔预计2045年，计算机的智力会超过人类，而那个时点就是“奇点”。马丁福特（《机器人时代》的作者）认为，如果计算机的智力接近人类，依靠摩尔定律的进步，超过人类也会变得非常容易。

我们无法预测人工智能超越人类以后会是什么样子，虽然科幻小说和电影已经把好的一面和坏的一面展现的淋漓尽致，但是毕竟我们没有亲身体会那个时代的特色。有一点可以肯定，技术进步最初总是让人惊奇不已，然后人类很快就“笑纳”了技术进步带来的改变，再然后就开始抱怨技术进步太慢，没有到达理想效果。15年前，我们用的软盘，已经可以存储640000字节，放入2本书的内容没有问题，如今，我们的电脑已经可以存储一个T（―万亿字节），可以塞一个图书馆，但是摄影发烧友还是抱怨装不了多少视频，而需要云存储的那些公司，就更看不起这么一点存储量，他们需要P级，或者E级的存储量。所以，再厉害的科技搞出来，人类还是不满意。机器人和人工智能的结果也应该如此，我们今天见到了一些很强的机器人，但是在人们短暂惊奇之后，又开始挑三拣四。

不管怎么说，现在是人工智能行业的春天。投资人到处寻找人工智能项目，谷歌、脸书、亚马逊等都对人工智能怜爱有加，以前从未有这样财大气粗的企业将人工智能放在业务模式的绝对核心地位，也从未有过人工智能研究在如此强大的企业之间被几乎定位成了竞争的焦点。

2015年3月中国的两会上，最引人注目的提案是李彦宏的建立“中国大脑”提案，而对这个提案马上大加肯定的是来自军方的代表。谷歌的机器驮驴刚出来，山东大学就展示了863项目的中国版机器驮驴，也有用脚踹的场景，尽管看上去比波士顿公司的笨拙一些。

如今，在中国的那几个传统意义上的制造中心，如广东的东莞、顺德，长三角的苏锡常和温州等，各个企业都在大谈机器换人的问题，有媒体和业内人士从各个角度分析了机器换人的可能性，实际案例，以及产业发展情况等。总结出以下几点：

一，机器换人已经成为一种趋势；近几年用工难，工人工资上涨已经成为普遍现象，而中国制造的产品结构和利润率没有太多长进。这就使得企业要不把工厂搬家到工资更低的欠发达国家，如孟加拉，要不就得想办法找到少用工人的办法，随着机器人技术这些年的进步，机器换人成为一种趋势。

二，地方政府正在有组织地进行机器换人的工作；以东莞为例，主要是政府定计划，专项资金支持，金融服务支撑，就近发展机器人产业等办法。其中2015年确定的专项基金就达到2亿元。

三，中国的机器人设计和制造业被资金追捧，但是技术上与美日德还有差距，国内的机器人制造厂基本在系统集成等食物链的下游，而美日德基本控制了减速机和控制系统、基础关键零部件等。

篇3

关键词：人工智能；全英文教学；教学内容改革；教学模式改革

1 实施全英文教学的必要性

随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。

智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。

2 当前国内全英文教学存在的主要问题

笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。

从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。

（1）对全英文教学的理解存在偏差。从项目3～5的调查结果看，教师不能正确处理好全英文教学与专业英语课教学的关系，使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅，多媒体课件形式为中英文相结合。

（2）全英文教学达不到预期的教学效果。从项目6和7的调查结果看，虽然一些大学花了很大代价邀请国外一流教授专家讲授课程，但由于人工智能课程理论性强、难度大，学生很难适应全英文课程教学。

（3）缺乏内容全面和难度适中的教材。从项目8和9的调查结果看，一些大学在实施人工智能课程全英语教学时直接引进原版英文教材，但这对本科生来说，原版英文教材内容偏多、难度较大，学生学习时不免有诸多畏难情绪。

（4）师资匮乏。从项目10的调查结果看，学生对承担全英文教学教师的满意程度普遍不高。实际上，全英文教学对承担课程教学的教师要求很高，他们不仅需要具备专业知识，而且还要掌握英语应用技能，而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。

综上所述，如何改革全英文教学模式，讲授哪些教学内容，采用何种科学的教学方法与手段，是值得我们思考和关注的教学改革重点和难点。

针对以上这些问题，我们深入研究人工智能课程的特点，对现有教学模式、内容及方法进行全方位探索和改革，制订全英文教学计划，对促进教学工作、提高教学质量、培养国际创新型人才起重要作用，其重要意义具体体现在以下3个方面。

（1）探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合，建立全英文教学的新型模式，这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。

（2）全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术，开阔国际视野，有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。

（3）全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。

3 全英文教学内容改革

建立完善的全英语教学体系，需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时，因此我们需要考虑从什么角度组织教学内容，才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术，从而显著提高教学效果。

与国内教学内容相比，国外教学更注重分析问题的思维方法和解决问题的应用能力，对提高学生的学习兴趣以及培养学生的创新能力十分有益，但是原版内容过多，且大多以国外政治、经济、文化、社会和生活为背景，对于我国学生来说，理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题，我们需要在引进、消化和吸收国外经典教材内容的基础上，有选择性地挑选合适内容。国外经典教材编写思路不尽相同，一些经典人工智能教材及主要内容见表2。

人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点，即人工智能应围绕“智能”这个核心，但由于智能本身非常复杂，难以用单一的理论与方法描述，需要从不同的抽象层次刻画智能这个主题。我们认为，人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。

在最底层，神经网络与演化计算（适应性原理与仿生机制等）辅助感知以及与物理世界的交互；抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解；更高层则提出学习、规划、推理的模型和方式；应用层构造智能化智能体以及具有一定智能的人工系统，让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次，为保证教学内容的循序渐进性，还可按照抽象层更高层最底层应用层顺序安排教学内容。

4 全英文教学模式改革的实施关键

针对以上国内全英文教学中存在的主要问题，我们提出人工智能课程全英文教学模式改革的实施关键，包括全英文课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。

4.1 全英文课堂教学模式的重定位

人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标，分两个阶段进行，国内教师与国外教师共同授课。首先，国内主讲教师讲授人工智能课程的基础原理、模型和方法，可采用集中授课、案例教学和课堂实践等教学方式，使学生掌握人工智能的一般基础知识；在此基础上，再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术，包括集中授课和专题研讨。经过基础学习，学生一般已掌握人工智能基础知识，因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比，该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。

4.2 “二三二”模式教学方法的改革

实行全英语教学后，由于使用英文教材及中外教育背景存在差异等因素，我们在教学过程中对教学方法进行一定程度的调整和改进，包括全英文授课形式、案例教学、教学内容以及教学手段等方面；配合“1+1”全英文双课堂教学模式，提出图3所示的“二三二”模式教学方法，培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。

该教学方法模式包括：（1）过渡式全英文与沉浸式全英语两大英语教学方式；（2）激励自主式、启发互动式、体验学习式三大学习法，激发学生学习兴趣，使学生牢固掌握人工智能基础理论与方法；（3）参与学习式和自我展示式两大学习法，培养学生综合运用知识的能力和创新能力。

在全英文课堂授课过程中，我们需要注重把握英语与专业的比例。首先，不能一味地追求全英文授课的形式而忽视教学效果；其次，还需要为学生提供一个良好的语言学习环境，在实际教学中注重培养学生良好的英语思维习惯，从根本上提高学生的英语水平。

人工智能课程包含大量概念，内容抽象，算法复杂，学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣，获得较好的预期教学效果，但要达到理想的教学目标，仅仅靠课堂教学远远不够，还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座，鼓励学生参加相关的课外科研/科技活动，使得学生能够体验式地、自主地学习，更好地了解人工智能新技术，从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式，不仅能够丰富教学内涵，而且可以充实学科前沿知识并拓宽学生的国际视野。

4.3 集先进性、前沿性和实用性为一体的教学内容创新

除了引进、消化和吸收国外经典教材内容以外，我们还需要逐步建立起具有自身特色的教学内容，以保证教学内容集先进性、前沿性和实用性为一体。

（1）先进性。我们提出教学与科研相结合，以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目，将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中，确保教学内容的先进性，有效提高教学改革的质量。

（2）前沿性。对人工智能发展较快的领域，如智能计算、数据挖掘等，还需更新和补充全英文教学内容，同时可以邀请国际知名大学教授共同研究与探讨教学内容，保证课程内容具有一定的前沿性，通过实现全英语教学保证课程与国际接轨。

（3）实用性。在讲授基础理论知识的基础上，还应注重实践的应用，增强学生的动手操作能力，以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识，适当补充案例与实例，使得教学内容与实际相联系，丰富课程内涵并提高教学效果。

4.4 全专业英语教学团队的打造

师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底，但不能熟练地运用英语进行授课，而有些教师则知识结构单一，缺少人工智能及其相关学科间的交叉与融合，因此我们需要多渠道、多层次地打造既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英语教师队伍。将科研与教学相结合，利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作，争取申请国际合作科研项目，利用科研提高教师的教学质量、专业水平和英语技能。

5 全英文教学的具体实施

我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学，具体实施过程如下。

（1）国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组，三者之间相互配合并共同促进，保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持；教学工作小组制订全英文教学工作规划和年度计划；监管小组定期对工作小组的教学完成情况进行评估。

（2）在课程教学中，打破国内常规教学方式，建立开放式全英文教学模式，教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心，以讲授与专题讨论相结合的方式，围绕基本原理、方法与技术展开教学，激发学生自主学习与创新学习的热情。

（3）国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题，而且取得了一些有影响的研究成果，形成了自己的学科特色和优势。2006年，国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。

（4）聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时，利用国外学者来武汉大学顺访的机会，请其为学生作学术报告，使学生了解国际最新人工智能技术，如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。

（5）国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时，优先考虑给本科生授课的全英文教师，并将全英文教学能力作为选拔条件，以教师的学术进修带动全英文教学建设，使学科和专业建设与全英语教学队伍打造相结合，全面推进全英语教学工作的开展。

6 结语

人工智能是计算机科学与技术专业的重要课程，目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机，针对目前国内全英文教学中存在的亟待解决的主要问题，提出人工智能全英文教学内容与教学模式改革的新思路。

（1）以智能为核心，从不同抽象层次刻画智能主题，构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。

（2）突破传统教学模式，对全英文教学模式进行重定位，提出“1+1”全英文双课堂教学模式。

（3）提出“二三二”模式教学方法的改革方案，培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。

（4）提出教学与科研相结合，以科研带动教学发展的新思路，进行集先进性、前沿性和实用性为一体的教学内容创新。

篇4

 

1　智能系·信科院

 

智能科技系是2002年9月初正式成立的，它完全根植于北人信息科学中心，末作增扩。后者的简称——“信息中心”——虽然易与“计算中心”或“情报资料中心”混淆，却是上世纪八十年代中期北大一些有识之士倡议建立的第一个多学科交叉研究中心。它以数学系、无线电f电子学)系和计算机系为主，联合心理学、中文、遥感等共十个系所而组成，宗旨是开展多学科交叉研究，充分发挥北大的综合优势。即使放在二十余年后的今天来看，这样的举措也是颇有前瞻性和魄力的。在此基础上，北大很快于1986年建立了第一个国家重点实验室。就是这样人数不多的一个机构，先后出过三名院士和一名北大常务副校长。以指纹识别为代表的研究成果进入国际先进行列，在国内得到广泛应用。

 

2003年9月10日，北京大学最大的学院——信息科学技术学院——成立。它包括计算机、电子学、微电子学和智能科学四个系，有十二个(研究)所和中心，两个国家重点实验室和若干部门实验室。系是教学单位，所和中心是研究实体。从此，智能科学系(暨信息中心、国家实验室三位一体)翻开了新的一页。

 

2　专业增列·学会指导

 

成立智能科学系除了要顺应北大“系并院”的潮流，也是完善作为学校基本建制单位所必备的。何新贵院士为系取了名称，如今许多学校也大都采用这样的称谓。查红彬教授担任系主任，笔者是主管学科建设和教学的副主任，具体参与负责各项相关工作。创办国内第一个智能科学与技术本科专业也是我们这一班人继承传统的首要任务。事实上，早在一年多前，大家就进行了酝酿，特别是中国人工智能学会教育工作委员会多次组织的相关研讨，成为重要的准备基础。

 

北大是一级学科下自主增设、增列学科专业的学校。系领导上任伊始第一件事就是要在当年申办智能本科专业，而且志在必得。为此，我们在前期制定了详细的步骤计划，进行了深入调研和各项准备工作。我们起草完成了所需的各项材料(人才需求论证、专业建设规划和适应培养目标的教学计划与课程设置方案、教师教辅队伍和基本办学条件说明以及国内外背景对比材料等)，中国人工智能学会涂序彦等学者对此进行了专家论证，协助完成了论证报告。这些工作就绪后，我们在2003年10月下旬向学校主管副校长、教务部负责领导和学院领导做了汇报说明，并于10月30日正式提交申请材料。经学校的学部讨论通过，校教务部审核和校教学科研工作委员会论证(由于是国家公布专业目录外者)，再经校学术委员会审议，报校长办公会批准，最后于12月15日前顺利完成了全部程序，报教育部备案。2004年初，教育部正式批复并公布了北京大学“智能科学与技术”新的本科招生专业。这个专业名称是查红彬教授建议的，日后成为教育部批复新申办学校的统一提法。

 

由于“智能科学与技术”未在国家公布的专业目录中，因此是增列而非设置，北京大学将其置于计算机科学与技术一级学科之下。由于北大历来严格控制招生规模，我们的30名招生计划是由信息学院其他三个系从原有计划分配名额中挤出来的。新专业的计划发展规模最终为50名。

 

3　教学计划·四校会议

 

智能科学系虽然成功地创建了国内第一个“智能科学技术本科”专业，但也面临着许多挑战。首先是缺乏本科教学的经验。尽管信息中心前身具有北大最早的硕士点、博士点和博士后流动站，研究生培养己历十余年，但一直实施科研主导体制，未曾从事过本科教学。师资队伍扩充快，新进年轻博士比例大，而真正有过本科教学经历者寥寥无几。此外，信息学院成立后开始调整教学计划，制定了一年级统一课程内容，新生是按学院统一招进来，第一年共同学习，后三年才分专业培养。我们虽然为申办专业制定了一套课程计划，但因不兼容学院的统一规划而未能第一次通过学院教学指导委员会的审核。为此，我们组织学院经验丰富的老教授，为本系青年教师进行教学培训，听取学院主管负责领导和几位多年从事本科教学管理的老系主任对教学计划的修订意见。

 

通过几个月的努力，我们完善了智能科学系的课程体系，并最终通过学院教学指导委员会的审核。这个教学计划具有几个特点：一个大基础——以学院的数、理和信息类为主，强调宽厚扎实;三个核心课程群作为专业理论基础，包括智能基础课程群(智能科学技术导论、人工智能、脑与认知科学、信息论、信号与系统)、机器感知课程群(生物信息处理、图像处理、数字信号处理、模式识别)和计算智能与知识发现课程群(智能信息处理、机器学习、数据挖掘、计算智能等)，以及两门实验(机器感知和机器智能)和其他各种选修课。四年学分150分，其中必修88学分(包括全校公选26学分、大类平台20学分、学院要求的13学分、专业必修29学分)，专业选修56学分(含专业课44学分、通选课12学分)，毕业设计6学分。

 

为了更好地交流经验，扩大本专业的影响力，2005年5月，我们发起并与第二批获准的学校(南开、北邮、西电)在北大召开了四校研讨会，围绕各个学校在智能科学与技术本科专业的建设、招生、教学计划制定和未来发展设想等方面进行交流研讨，并建立了联系机制和网站。全国一些兄弟院校也纷纷来北大了解情况，开展座谈，我们则尽可能贡献自己的经验，给予支持。

 

4　招生·分流

 

从2004年开始，信息科学技术学院按学院大类招生，每年接收330～340名本科生，占全校的1/9左右。学生高考排名在全校属中上，但成绩分布差异较大。与学校的其他学院(多从一个系成长为一个学院，如数、理、化、生等)相比，信息学院是由四个不同的系合并而来的，专业跨度大，因此采用一年分流的模式(上述学院为二年分流)，笔者被指定负责这项工作。我们提出自愿为主、计划为辅的方针，尽量满足同学们的兴趣志向。制定的分配计划是：电子学系120人、计算机系110人、微电子系70人、智能科学系30人，允许有10%的调整。分流工作在大一下学期(每年4月份)进行，包括全院动员、四个系专题介绍宣传、开放日参观咨询等几个步骤，可谓热闹非凡，同学们可以充分了解了四个系的专业特色。

 

为了克服盲目性引发的偏差，我们建立了一个网上分流系统，在正式填报专业前，增加了摸底预填报的环节，及时反馈群体意向的分布信息，指导学生们的选择，也便于学院掌握动向，调整措施。这种大类招生、进来一段时间后再分专业的举措体现了北大的人文关怀。智能专业初办，基础条件差，缺乏毕业生记录的宣传说明，与学院其他三个老牌系(电子学系50年历史、计算机和微电子系30年历史)相比较并无优势可言，但是我们通过扎扎实实的工作和细致有效的改进，使这个新方向日益显现出魅力。随着智能专业的成熟，特别是有了第一届毕业生后，就愈加受到更多学生的喜爱。

 

选择智能专业的人数逐年上升，2004级34人、2005级36人、2006级39人、2007级43人，目前正在进行的2008级分流达到45人。除了在信息学院内部的影响力不断扩大，北京大学其他学院的转系情况也开始有了可喜的变化。北大最好的元培计划实验班今年第一次有4名学生选择智能专业，医学部和光华管理学院也有申请者(本文成稿时这项工作还在进行)，2008级学生肯定突破50名，我们在第五年就达到了创办智能科学专业的规划目标。

 

5　首届生·班主任

 

在新办专业中，有一项由教授担任智能本科专业班主任的举措。这是利用教授的学识、经验和责任心来更好地管理呵护自己的学生，避免了年轻教师因职称晋升等压力可能出现的疏漏。这一做法取得明显效果，不仅受到同学们的普遍欢迎，信息学院也开始考虑推行。笔者担任了智能专业的第一任班主任。首届学生(2004级)有34名，他们进入北大后毅然选择全新的智能专业是很有勇气的，全班有11名来自北京的学生，5名女同学，这个比例迥异于整个信息学院的总体分布。

 

该班学生的年龄恰与我自己的孩子相同，我天然地熟悉他们的一般特点，也理解家长们的想法。北大信息学院的淘汰率平均是7%，每年都有20多人退学。这班学生在大一时的成绩并不占优，其中有几人处在边缘位置，因此，我立下的最低目标就是确保所有同学不掉队。我首先通过全班民主选举任命了一个5人组成的班委会，这个5人机构在随后的几年中发挥了重要作用：其次走访宿舍，了解每个人的情况，为了消除代沟，我努力融入同学当中，学习熟悉他们的语境和思维想法。我同多数同学家长有过接触，从中更深入地掌握学生的性格特点，也包括寻求家长的必要配合。我与所有同学做过不止一次的个人交谈，经常是在晚间，很多时候是他们主动找我，谈遇到的各种困惑、自己的想法、志向等，我利用这些机会及时解决了具体问题。在学习上，我组织全班同学开展互帮互学，尤其对几门有难度的专业课程进行“联合攻关”。全班的“数据结构与算法”课程成绩甚至超过了计算机系。

 

几年来，全班团结互助，像一个大家庭，班委会也一再连任，得到全体拥护。到毕业时全部合格，实现了我的愿望。不仅如此，全班的学习成绩在学校的综合评估中优良率达93‰毕业设计都在良以上，有14人获优秀，更有三名同学的毕业论文被评为学院“十佳”论文。学院的第一、三名也都出自我班。34名同学中有22名继续保送本校读研(其中20人仍在本系)，4名同学去了大的国企和知名外企工作，8名同学出国深造，在欧、美一些名校攻读博士，其中有一名学生同时拿到了包括哈佛、MIT、CMU、UCLA在内的著名大学的全额奖学金(最后选择MIT)。第一届智能专业学生的良好成绩极大鼓舞了我们，增强了我们办智能专业的信心，也为以后的几届同学做出榜样。

 

几年班主任的经历让我深深地体会到，进入二十一世纪的大学，教书、育人同等重要。要适应新时代年轻人的特点，保持我们民族的优良传统，把人格培养放在首位。能够进入北大的学生都是各地的尖子，当他们聚集在这所著名学府时，首先要调整原来俯视周围的习惯，学会平视甚至仰视其他同学，平和自己的心态，开阔胸怀，树立人生抱负和刻苦努力的决心，这样才能正确对待困难和挫折，才有所作为。班主任的工作往往细致入微，其实是把70%的精力用到30%的人上面。一些学生掉队是否可以避免，关键看班主任的工作是否到位。

 

6　培养体系·本研贯通

 

北大是(文)理科性质的学校，“智能科学与技术”专业也是按理学设置，尽管它更强调学科交叉。从智能科学的内涵来看，我们设立的培养方向更多地是继承自身传统和学校的综合优势，突出“以人为本”的脑认知和与心理生理结合，开展机器感知(视、听、触)和数据转换信息，进而发现知识的机器智能两个方面的研究。同时，我们配合学院的教学指导规划设置课程计划，除了全校的公共必修课程(外语、政治和体育)，还有学院的公共平台课。第一年主要是夯实数学、物理和信息类的基础，后三年的专业课程安排是以必修的专业基础和机器感知与机器智能两个方向的专业核心课程为架构。为了强调学生的动手能力，还重点建设了两门实验课程。此外，还利用学校的各种本科科研基金项目(包括大学生创新基金、著政基金、泰兆基金、校长基金)和各个实验室承担的项目来吸引学生，培养他们思考问题的能力，提高他们的研究兴趣，为日后进一步深造打基础。由于绝大多数学生都将读研，这样的安排无疑起到了积极作用，并成为撰写毕业论文的基础。我们还打通了本科高年级与研究生一年级的课程，利用各种机会举办研究讲座，如龙星计划、专题报告、国际人工智能远程教学等活动，开阔学生的视野，引导研究方向，调动学生的潜质。从专业特点来看，我们的智能学科更偏向于“软”的一侧，因此也充分利用信息学院，特别是计算机系的各类教学资源来帮助扶持新办专业的成长。

 

我们原有的博士、硕士点是计算机应用技术和信号与信息处理两个方向，为了让我们的培养体系更加系统，我们进行了两年的精心准备。2007年底，我们正式向北大研究生院申请增列“智能科学与技术”硕士和博士点。经过必要的论证，最终获得批准，及时衔接第一届本科毕业生升研。至此，本、硕、博一以贯通，作为计算机科学与技术下的二级学科，一个完整的智能科学技术专业培养体系建立起来，从培养体制上保证了新兴智能专业的顺利发展。

 

7　特色专业·教学团队

 

五年来，北京大学智能科学技术本科专业从酝酿到创办，可谓初见成效，走过了颇具挑战的历程。除了确定具有特色的培养目标和方向外，还需要扎扎实实落实每一个环节，并在实践中检验。本科教学迥异于研究生培养，它的计划性、按部就班执行的严格性以及每堂课程的内容安排和效果评估必须一丝不苟。

 

信息学院秉承了北大的优良传统，对这个新办的专业给予了巨大支持和关怀，使我们能迅速成长起来。我们从一开始就有一套严格的课程设置审核程序、教案检查制度和新教师上岗准入的试讲考核手续。学院有一支由经验丰富的退休教师组成的督导组，随堂听课评估每一位教师的讲课内容、方式和教学效果，及时纠正问题。作业批改和试卷出题也都有严格规定。在课程体系的建设方面，信息学院打通了一年级的公共部分，深化和夯实了数理基础。

 

在专业课程上，智能科学系提炼了三个课程群，并组织教师进行重点建设。此外还加强对学生动手能力和独立思考解决问题能力的培养。

 

除了在专业上实施分流培养外，我们还针对北大学生的特点，在基础课采用实验班的A、B分级组合方式，满足不同专业对各自基础培养的要求。在专业课程群中，也允许不同兴趣的组合选择，充分发挥和提升学生的能力。为了更好地关怀学生顺利成长，我们除规定教授担任班主任外，还设立了本科生学术导师制，加强对学生的各种指导。智能科学系也注重师资队伍建设，引进了一大批(半数以上)优秀的年轻教师，其中信息学院中从国外回来的教师比例是最高的，为这一新兴学科注入了最具活力和新思想的力量。在招聘教师时，教学需求和能力成为评价的重要指标。

 

2007年，我们接受了教育部的学科评估，新办专业得到好评。学校开始关注我们的进步，在随后的一年中，我们一再从学校的竞争中脱颖而出，陆续获得了国家一类特色专业、北京市一类特色专业和北京市优秀教学团队等称号，2008年又获得国家级教学团队称号。我们的培养体系和人工智能双语教学也分获北京大学的教学一、二等奖。

 

8　结语·致谢

 

尽管北大年轻的“智能科学与技术”本科专业建设初见成效，但征程是漫长的，我们还会面临更多的挑战和问题。然而，智能科学这个本科专业方向是很有希望的，它不仅吸引了大学的新生，也在高考人群中产生着愈加重要的影响，它的健康发展需要大家共同的努力和精心培植。每所大学都有不同的特点，我们应该从学校、师资、方向、生源以及学科培养性质和目标等条件出发来建设新兴专业。以上是笔者对北京大学第一个“智能科学与技术”本科专业创建历程的回顾，希望与同行共享。

 

在专业建设过程中，许多人给予了热情帮助和支持。这里要特别感谢北大信息学院陈徐宗教授，感谢中国人工智能学会涂序彦和王万森教授。

 

最后引龚定庵一句名言：“但开风气不为师”。

 

9　总结与展望

 

本文介绍了厦门大学智能科学与技术系在学科发展、科学研究和人才培养方面的基本建设情况。我们希望这些初步的工作总结能对目前正积极筹办本专业的兄弟院校起到一定的借鉴作用。

 

“智能科学与技术”专业在我国的发展尚属初级阶段。尽管近几年得到了国内部分高校的重视，但其发展并不是很快，且进一步发展也存在一些障碍。比如，从专业配置来看，目前智能科学与技术并非一级学科，多数学校的“智能科学与技术”专业博士培养都是依附于其他相关专业。从长远来看，这并不利于整个学科的发展。希望通过各相关高校的广泛交流和积极配合，“智能科学与技术”专业在国内的发展能更上一层楼。

篇5

关键词:智能科学与技术;实验体系;实验平台;特色;创新

中图分类号:G642 文献标识码:B

1引言

被认为是信息科学技术前沿和核心的“智能科学与技术”,自2004年由北京大学自主设立该本科专业以来,不但得到人们的普遍认同,而且得到了较大的发展,全国至今已有15所大学开办该本科专业,其中包含教育部直属高校7所和地方性高校7所,“211”高校就有10所。尽管“智能科学与技术”本科专业在全国已初具规模,但作为本科教育,乃处于起步和探索阶段,一级学科和二级学科还没有完全建立,培养方案的理论体系和实验体系还有待进一步探索和完善。本文主要结合我校在专业实验建设过程中的一些实际和体会,就“智能科学与技术”专业实验平台建设谈一些做法和设想。

2明确实验平台建设的目标和思路

专业的实验平台建设是为专业的培养目标服务的。我校“智能科学与技术”专业的培养目标是:学生要具备坚实的数学、电子技术、计算机和智能信息处理、机器学习和控制、计算机集成、智能理论与技术等较宽领域的工程技术基础知识和专业基础知识,能在科研、教育、企事业等部门从事智能理论研究、智能信息处理、智能技术应用等方面的教学、科研和开发应用等工作,成为能掌握智能理论与技术及专业技能的研究与应用的高级工程技术人才。培养要求是:了解信息系统及智能科学与技术领域的学科前沿、最新进展和发展动态;系统地掌握本专业领域宽广的技术基础理论知识,以适应智能信息处理与技术应

用等方面需求;掌握信息获取、处理的基本理论和智能处理的一般方法,具有设计、集成、应用智能系统的基本能力;具有较强的自学能力、文献检索、资料查询动手能力、创新意识和较高的综合素质等。

实验课不但是对相关理论知识的深入理解和综合运用,而且更是对动手动脑能力的综合培养和锻炼。因此,实验平台建设目标和思路是将基础实验、设计性与综合性实验与课程设计、毕业设计等相结合,理论课程的实验教学与智能科学技术相结合,增加学生创新性的实验与实践,培养学生扎实的理论基础和实践与创新的基本技能。

根据最近中国人工智能学会教育工作委员会制定的“智能科学与技术”作为一级学科,“智能理论与方法”、“知识处理技术”、“智能系统与应用”为一级学科下设的三个二级学科的思路,如图1。因此,实验平台建设的思路应是:(1) 能具备研究和探讨自然智能系统的机理和机器智能的模拟方法的实验系统。它主要包括:脑科学基础、认知科学理论、智能的模拟理论与方法、面向智能的信息理论、知识理论、逻辑理论、复杂系统的自组织理论、决策理论、问题求解方法、机器学习、群体智能、人工情感、人工意识等。(2)能进行知识处理技术多的实验设施或软件系统、智能工具。通过这些设施或软件,执行由信息到知识和知识到策略的思维性加工技术、智能检索、以及多媒体信息处理与机器感知、机器学习等。(3)具备智能系统与应用的各种对象,如智能机器人、智能装置、智能信息网络等。总之,实验的设备和环境既可使学生完成某门课程的验证性实验、综合性实验和设计性实验,也可完成多门课的交叉性实验或课程设计。

图1学科结构图

作者简介:陈以(1963-),男,广西玉林人,研究生,副教授,学院副院长,主要研究方向为智能控制、计算机应用技术。

3实验平台建设的主要内容

大学的实验教学不仅涵盖了理论课的内容,而且比理论课更为复杂。通过实验,既能丰富活跃学生的科学思维,又能使学生加深对课堂上学到的理论知识的理解、巩固和提高,并最终达到培养学生对客观世界的观察能力、分析能力和解决能力。为达到这样一个实验培养目的,实验平台建设的内容应从以下几方面入手。

3.1实验体系建设

“智能科学与技术”作为一个新办的专业,其实验教学体系尚处于探索和完善阶段。基于学校和学院现有的实验室基础,特别是学校创新实践教育特色和我院现有学科的实验室基础,我们在“智能科学与技术”专业的实验教学体系上重点考虑以下几方面的建设:

(1) 建立层次化的实验教学体系

层次化的实验就是让学生从验证性的实验开始,逐步到设计性、综合性和带创新性实验或工程项目开发实践等的实验环节,学生最后阶段的毕业设计环节属于综合性或创新性实践实验。实验层次安排主要体现实验教学的层次由简单到复杂、由单一到综合、由学习到创新的科学过程,形成由“验证性实验设计性实验综合性实验课程设计创新实践”的实验层次设置方法。

(2) 实验教学要与生产实际相结合

为增强学生学习的兴趣,培养学生的工程素质、动手能力和综合创新能力,也为提升就业率,我们注重依托CSIP(国家软件与集成电路公共服务平台)广西分中心(该中心设在我校)、学院申报的广西省级自动化实验教学示范中心等,促进服务市场应用与交流,采取请进来、走出去等多种途径实验教学方法将某些专业课实验和生产实习相结合。根据实验教学规划需要,进行仪器设备购置,使实验教学满足社会需求,形成以验证性实验为先导,综合性实验为巩固,设计性或工程性项目实践为提高,以社会需求为导向的实践教学培养体系。

(3) 实验教学与科研有机结合

实验是科研的基础,实验可以带动科研;科研反过来促进教学,并通过成果带动实践教学的改革和发展。参与老师的科研,学生不但能了解学科发展的规律和技术前沿,加深对课程内容的理解,提高学生的实践能力和创新能力,而且能升华学生对实验的内涵的解读,增强对实验学习的兴趣,明确做人、做事的道理,为未来走向社会打下坚实的基础。

(4) 特色建设与创新

特色是一所学校、甚至一个学科或专业赖以生存和发展的基础。我校是以工为主,电子信息类学科优势突出、创新实践教育特色鲜明的多科性大学。学校的前身是1960年成立的桂林机械专科学校,1980年,学校更名为桂林电子工业学院,全面开始本科教育。在原学校计算站的基础上,正式成立计算机系,成为广西最早开办计算机专业本科教育的高校,1995年开始进行研究生教育。2006年,桂林电子工业学院更名为桂林电子科技大学,原计算机系经重新组合,更名为计算机与控制学院。计算机与控制学院目前拥有计算机科学与技术、控制科学与工程两大学科,主要开设有计算机科学与技术、软件工程、信息安全、网络工程和自动化等本科专业,以及两大学科基本有的二级学科硕士点。我校的“智能科学与技术”专业就设在计算机与控制学院,这正是中国人工智能学会当初设立专业的初衷和建设发展的基础条件。

我校经过近50年的发展,目前已具有2个国家级实验教学建设示范中心,2个国家级特色专业建设点,1个国家级教学团队,3个广西省级实验教学示范中心或建设中心,1个国家级的大学生创新型实施单位及1个团中央大学生创新实践基地,以及具备创新型的机器人中心、飞思卡尔智能车中心、电子设计训练基地等多个省级或校级中心和基地。我院还有1个信息产业部部级重点实验室,1个ASEA培训中心,6个与华晟、研华、华为3COM、金蝶等知名企业共建的实验室或研究中心。对大学生电子设计大赛,我校自1997年派队参赛以来,每次在广西区和全国都有出色的表现,2001年还获得最高奖“索尼杯”;对飞思卡尔智能车比赛,我院代表队(代表学校)近年还连续获得华南赛区和全国赛一等奖等。学校还特设有创新学分,学生课外创新活动取得成果可以给予适当的学分来代替选修课学分。

我校的“电子信息类学科优势突出、创新实践教育鲜明”的特色在广西和华南地区具有较大的影响力,甚至在全国也有一定知名度。因此,我们在“智能科学与技术”专业实验体系建设中,紧紧结合现有的资源和条件,在智能机器人(车)、智能信息处理和智能技术与应用等方向,立足和发挥这一传统的优势和特色。在“夯实基础,独立实践,创新提高”的实验教学理念下,培养基础扎实、知识面宽、具有创新精神和工程实践能力的高素质的综合型人才。

3.2实验管理平台建设

实验管理平台建设主要是针对实验老师与学生建立一个集网络化、开放式于一体的实验教学与管理体系。

网络化、开放式的实验教学体系是实验教学平台建设成熟的重要标志。学生通过这样一个完善和规范的实验教学与管理体系,可以自主预约想做的实验,自主选择实验内容、实验时间,并通过网络与实验教师的互动与交流。这种全开放的网络化实验教学体系,不但能充分调动学生的积极性、主动性,而且还能充分利用有效的资源,提高利用率,如图2所示。

我校实验选课系统充分考虑了“以学生为主”的实验教学模式和开放式教学的特点,学生可以根据各自的学习计划灵活选择实验项目以及开设的时间。实验教师、实验管理员可以方便地通过留言与学生交流,学生的问题也可以通过“一对一”的形式即时解决。教师则通过实验选课系统查阅学生选课情况、登录学生实验成绩、回答学生提问。通过近年的建设,我院的网络化的开放式实验教学体系已初具规模,再铺之于学校完善的网络实验选课系统,从而为学生提供了个性化学习的实验环境,提高他们独立自主的实践与创新能力。

3.3实验师资队伍建设

实验教学队伍的稳定和提高是实验教学发展、提高与创新的保证。我校有一系列相关的政策和措施稳定实验教

师队伍,鼓励青年实验人员在职攻读学位、外出进修、培训等,激励实验人员在搞好实验教学的同时,积极参加科研实践。总之,稳定和提高现有教师实验教学技能,积极引进高素质人才,是推动、加强和提高实验教学质量的需要。

我院目前实验队伍(含研究人员)共20人,其中正高职称人员6名,副高职称人员9名,中级职称人员5名,具有博士学位人员5名,取得硕士学位的有16人,拥有一支以中青年为主体,以博士为骨干的较高层次的教学科研队伍。实验队伍具有较优良的素质,年龄、知识及职称结构比较合理,他们相对稳定、富有活力,是我们具备高质量、高水平实验教学体系的保证。

4结束语

实验不仅是理论的基础和源泉,而且实验环节作为整个教学体系的主要环节之一,在培养学生的实际动手能力和创新能力中起着无法替代的重要作用。因此,实验平台建设除了要帮助学生巩固和加深理解所学的理论知识,树立严谨科学的研究方法,掌握基本的科学实验技能外,还要充分调动他们的主观能动性,进行动手动脑与创新的实践,形成特色。

本文只是结合我校与我院自身的实际,就已有的专业实验体系和“智能科学与技术”新专业实验建设情况进行了探讨,还有待实践中继续完善与提高。

参考文献:

[1] 钟义信.设置“智能科学与技术”博士学位一级学科:必要性、可行性、紧迫性[J].计算机教育,2009(11):5-9.

[2] 王万森,钟义信,韩力群,等.我国智能科学技术教育的现状与思考[J].计算机教育,2009(11):10-14.

篇6

这是气质和禀赋截然不同的三家创业公司：

范凌，设计学者、互联网创业者和天使投资人，不遗余力地在中国布道“设计科技”，在同行看来，喜g聊“交互设计”的他，能说出“未来就应该像协同写代码一样做创意设计”。这就“很范凌”式的理想主义。他创立的特赞，就是这样的“技术与艺术的混合体”。

陶艺夫，在创业特创易之前，做了11年品牌咨询、设计服务，中国顶级的品牌企业几乎交道都打了个遍。做设计交易出身的他和团队，想用最笨的方式做“创意设计服务的京东”。希望80%的公司得到高品质设计的服务，让设计师更有尊严和价值；希望通过标准化的方法消灭服务过程的不确定性，同时获得结果的惊喜和创造性。但是在理想和现实之间，他们选择接受现实。

梁耀明，设计师出身，没有做设计行业，去了互联网公司，因为兴趣爱好做了站酷，成为了从站酷的NO.1用户，到现在这个人气社区已经覆盖了中国设计领域半数以上的专业人才。创业11年，梁耀明依然希望能坚持初心，面对“设计师、客户、员工和股东”的价值排序，他一如出发时那样，将“设计师”排在了首位。也许因为一直浸在设计圈，太懂设计师、太熟悉这个行当，在将“非标准化”的创意设计服务标准化的试错上，在面对大数据、算法、机器学习等热门技术与创意设计的跨界探索上，梁耀明和站酷都相当小心谨慎。

这三位画风完全不同的男主角，从2014年、2015年开始，先后站到了同样热闹的“背景”前：时值互联网创业最热之际，不管是“思维论”还是“工具说”，互联网技术影响和改变着很多传统行业领域，成为各行业“解放生产力”的重要撬动支点。包括创意设计在内的诸多服务众包平台，相继在此期间拿到风投。

彼时的热闹，现在来看，不过是前奏。这些主角们的故事才刚刚开场，只有选择的不同，尚无对错胜负之分。

特赞故事：设计科技的理想国

通过大数据、算法来实现项目和人的精准匹配、对接，希望改变传统设计创意服务通过，线性的人与运营的方式来实现市场增长。

尽管这样的智能匹配现在还更多停留在业务流程层面的跑通，从实现效果来看，仍被同行争议“用人还是用机器谁更经济”这样的话题，但是范凌和特赞团队坚信，他们正在尝试的一定是创意设计的未来。

类似于体力劳动的简单重复的创意设计，交给机器来做，就像阿里有个基于大数据的“鲁班”智能设计机器人，运营人员可以通过它自动生成很多受用户欢迎的banner广告。现在这套系统可以在2016年“双十一”期间做1.7亿张以上的电商海报。最近，特赞和同济大学、阿里巴巴合作成立了一个设计与人工智能实验室，主要想探讨设计的数据化怎么样让机器和人工智能来完成。

需要人的脑力来完成的部分，比如需要设计师来讲故事的，需要制定计划的，等等这些更复杂的、更非标、更长流程的工作很难被机器取代，这部分就以服务的方式在特赞的平台上做对接，通过大数据、算法来实现项目和人的精准匹配。

范凌介绍，特赞团队很早就引入数据、算法这些很技术性的方式，到现在团队成员三分之二是产品技术。“我们相信所有线下商业场景的执行力本质上都需要有这种产品技术作为支撑，我们不能简单地用传统设计创意行业的运营和推广的方式去做线性的增量，所以我们会去做项目和人的精准匹配，目的是实现指数级的设计创意供应链”。

理想的场景是，在特赞平台上的设计师和创意人能够精准地找到他们擅长做的、想做的事。企业也是一样，当它有一个项目需求时，马上能在特赞上找到很合适的人来为它服务，从而能够让企业将人力成本从固定成本变为可变动成本，增加企业的弹性。而背后就是特赞团队正在为之努力、希望这种匹配的吻合度越来越高的智能算法。

当然，算法的迭代，匹配的精准度，都还有赖于特赞这个平台之于设计师、发包企业的吸引力，他们的使用频率、使用黏性、对平台的数据贡献度，现在来看这些都还处在相对初期阶段。通过什么方式让设计师端、企业端活跃起来？尤其当创意设计的需求普遍不是高频需求时。

范凌认为，双边平台永远都存在“鸡生蛋，蛋生鸡”的问题。比较庆幸的是，特赞团队在很早的时候其实是做“设计和科技”社区的，所以特赞创业早期在设计师端的获客成本非常低，在企业端的认可度则是一点点积累下来的。因为定位做高质量的创意设计，自然会把中大型和高速成长型的企业作为目标客户。刚开始是很小的项目，慢慢变成大一点的项目，再就变成整个的设计创意市场推广，之后变成年度的订阅和框架的服务。

依据特赞官方的数据，现在平台上有近1万的设计师在活跃地做项目对接，设计师社群里有17万人左右，设计师分布在16个国家、74个城市，包括全球排行前十位的城市，像旧金山、纽约等。在过去的六个月里，特赞服务的项目有2000个左右，业务月度增长至少40%，既有中大型企业客户，如优酷、联合利华、可口可乐、居然之家、伊利、汽车之家、360和小米等，也有一些高速成长的新兴企业，像优信二手车、格灵深瞳、印象笔记等。

特赞现在的商业模式也很清晰，把平台上的任务分为简单任务和复杂任务。复杂任务按照任务的需求去分析和分拆，简单任务完全在平台上以机器匹配的方式完成，平台会向客户收99元或199元的项目费用，从设计师端收取项目10%的流水作为平台的技术服务费。

按照现在的增长趋势，范凌希望特赞能够在今年年底做到收支平衡。2016年5月，特赞对外公布获红杉资本领投的数千万人民币A轮融资。

在中国，设计创意领域的整个系统都有改良的可能。这是范凌坚信的。这种可能性既存在于交易环节，也存在于上游的设计师社区，甚至包括设计师的教育和甲方的教育。他认为，这种改变既需要一系列的技术工具，同时也需要一个生态级别的东西。“我觉得所有的企业都需要做对自己行业生态有价值的事情， 只有这样，这个行业才能更健康，更高效，更有价值，企业自身也才能够基业长青”。

当梁耀明说出“全心全意为设计师服务”站酷内部早期的这个出发点时，丝毫没有违和感。“这不是一个口号，我们确实也是这么去做的。我们必须服务好我们的用户，我们的用户才会对我们产生信任，所以我们一直坚信，我们有良好的动机，再加上我们有帮他们解决问题的能力，才促使站酷过去10年根基扎的很好，这个初心就是我们最主要的DNA。”

过去十年，站酷在社区的运营中对商业化也是小心翼翼。梁耀明认为，设计师社区本身是营造氛围的，没有氛围就没有社群，所以必须保持好社区的良性发展。

站酷正式注册公司商业化运营是在2010年。到2013年时，IDG和时尚集团决定投资站酷。此后，站酷开始尝试和加速规模化的商业运营。2014年，获得融资的站酷快速上线了正版图片库产品“站酷海洛创意”。同年又与美国纽交所上市公司――高质量图片、视频和音乐素材供应商Shutterstock达成了独家的战略合作，开始正式进入正版商业图片领域。到了2015年，另一个产品“站酷高高手”上线，开始涉足艺术教育领域。2016年获得EMC基金和赫斯特资本千万级美元的B轮融资。

站酷的商业化，某种程度上是被推着做的。

在A轮融资之前，站酷一直都有不错的收入，如果只做社区，他们不需要去融资。梁耀明复盘当时的融资经历：如何给设计师，即站酷现在的核心用户创造更多的服务，满足他们的需求，加强他们对社区的黏性来打造站酷更强的壁垒，而不是坐等着设计师流失？梁耀明他们筹划开发站酷自己的产品。

2012年的时候，梁耀明尝试着去融资，聊了很多投资人，当时大家都不理解图片这个生意怎么做，图片还用付费？没想到现在内容变成了风口，大家关注版权、关注图片的内容和各种付费的内容。直到后来遇到了IDG的投资人，双方一拍即合。

站酷海洛创意是一个toB的产品。梁耀明介绍，它已经占到站酷公司的大部分收入构成。他们很少在外面的渠道上投放站酷海洛创意的广告，之前也试过，但是效果很不好。为什么这个产品在没有大的广告投入的情况下却也可以发展得不错？梁耀明介绍，“秘密”就在于站酷社群的设计师对他们的信任上。“因为有很多设计师在企业里面当设计师，他会看到站酷这个产品，他会主动地去推荐他所在的公司来我们这里购买图片。我们每推出一项服务，首先要保证这个服务是好用的、高品质的，设计师自然就会帮我们推荐。同时我们确实也帮助企业解决问题。”梁耀明说。

站酷海洛创意这个产品的运营思路跟站酷社区是不一样的。社区是营造氛围，海洛创意是一个纯销售型的交易平台。“我为什么一定要从社区里面单独推出一个品牌，因为它是一个以卖产品为主，加上互联网服务、数字化资产的交易平台。”梁耀明介绍。而且他们认为图片的市场越来越大，对于站酷海洛创意而言有很大的发展空间。

站酷另一个主要产品“高高手”是专注于艺术领域的教育平台，是站酷控股的子公司，2015年2月上线，以录播、直播，还有线下授课的方式做艺术领域的教育培训。梁耀明介绍，一方面是希望帮助站酷里优秀的设计师做知识变现，一方面能够给那些想自发学习提高的人一个学习的平台。再者教育培训的产品模式、商业模式都相对成熟，变现相对容易。用他的话说，“一方面老师能得到回报，学生能学到东西，我们也能赚到钱”。

站酷做到十年、十一年时，梁耀明他们有了一种“才刚刚开始”的感觉。“对未来的十年，我们觉得还有蛮多的空间，很大的空间去做”。现在来看，像海洛创意、高高手这些产品，就是梁耀明他们一直在摸索的，如何从“社区”、“内容”，到打通“交易”环节的重要尝试。

其实，在商业化切入点的选择上，梁耀明他们有过反复的、深入的斟酌和考量。

梁耀明坦言，为什么做图片交易，首先是容易标准化。如果要说有所谓的情结，就是他多年前做设计时，当时都是租图用，十多年前租一张图要花1000块钱、非常贵，从那时起他一直就觉得图片交易是个好生意。此外，从行业需求来看，图片跟设计是直接相关的、是设计的“刚需”，如果设计师是一个厨师的话，图片就是他需要的食材。

梁耀明他们也有过试错，他们尝试过设计服务众包，最后没有继续。他坦言，设计服务是他们一直想尝试、没有放弃的一个领域，一直在权衡的是“现在做是不是最好的时机”的问题。

他认为，一方面设计服务不是一个标准化的产品，非标的产品意味着你要投入很大的服务、非常大的服务，不然不可能把这个事情做好的。“为什么设计公司往往交给客户还不错的产品，是因为中间会有人服务好客户，把客户想法转达给设计师，设计师也要去参加与客户讨论的会议，才能把一个好的创意落地，中间的环节还是比较长的。”梁耀明直言。

另一方面，因为设计本身是一个非标准化的，设计的好与不好，每个人的判断都不一样。一头是客户、一头是设计师，平台如何权衡轻重。

再者，现在互联网平台常用的抽成模式，平台负担的成本与设计师价值在平台上的体现如何平衡也是个问题。“如果你靠提成来收费，抽成抽的太多会伤害设计师的感情”。

梁耀明他们最终选择的是，通过一些工具来解决一些标准化的设计需求。“这部分需求的要求不会很高，但是它又有很大的市场规模。比如淘宝的商户很多是请不起设计师的，但它又有设计的需求，我们需要做一个工具又便宜、又好、又快地来满足这部分需求”。

于是就有了站酷与ARK合作孵化的ARKie。梁耀明称：ARK是国内数一数二的设计咨询公司。他很肯定地f：“这个是一个对未来的布局行为”。未来人工智能技术跟设计会有什么样的交集，这是站酷不想错失的方向，不管是自己做，还是像跟ARKie这样的外部投资。

篇7

关键词：职业素质教育；智慧学习系统；智能化平台

中图分类号：G710 文献标志码：A 文章编号：1674-9324（2017）12-0264-02

一、前言

在国家致力于l展职业教育和数字教育的背景下，随着传感技术、云计算、虚拟化技术、人工智能等技术的发展和应用，智慧学习系统的建设成为高职教育改革关注的目标，它改变了以往人们传统的生活与工作方式，改善了人与社会的关系。作为虚拟学习系统和个人学习系统的高端形态，智慧学习系统可以实现虚拟系统与学习主体的深度融合，突出学习者在学习过程中的主体地位，重视教师在学习过程中的指导作用，支持学习者的社会性协作交流，在学习者掌握知识的同时，更注重职业素质的培养，因此构建适于高职学生职业素质培养的智慧学习系统就尤为必要。

二、构建基于高等职业教育学生职业素质培养的智慧学习系统需解决的主要问题

1.继续加大投资力度，完善学校硬件建设，形成更高标准的智慧学习系统的智能化支撑平台，不断更新，争取建设更加先进的系统硬件环境。

2.积极开展多种形式、多种层次的培训，使教师教育技术能力得到增强，积极推进翻转课堂教学，满足智慧学习系统教与学需求，并通过激励措施促进教师积极开展建设智慧学习系统中的优质微课程资源。

3.引导学生使用智慧学习系统，建立智慧学习系统一体化模式下的弹性学制和柔性考评机制，实现学历教育和终身学习的对接，在技能训练的同时更关注学生职业素质的培养。

4.进一步完善优化制度，构建“松散耦合的一体化数字综合学习与管理模式”，实现统一的管理与服务。通过智慧学习系统集成平台，使用者通过统一身份认证，可以进入智慧学习系统，同时在丰富的优质学习资源中根据推进的资源和构建的学习群体中轻松、愉快地展开学习。

三、基于高等职业教育学生职业素质培养的智慧学习系统的构建实施

1.大力加强系统智能平台建设。4G时代已经到来，“云计算”技术的发展使学生可以随时随地通过智能终端享受智慧学习系统带来的愉快、轻松、便捷的学习服务。学院与网络运营商联合，实现了学院有线无线一体化网络建设，具体包括EasyGate系列易网关，ACE系列流控产品，PowerCache内容加速系统，交换机和无线管理设备。同时计划开展智慧学习系统项目第四阶段建设，即云计算中心建设，140平方米标准化机房，配备精密空调，云服务标准设备，云计算操作系统，最终实现校内外信息的无缝链接，使更多的学习者都享受到了智慧学习系统带来的实惠便利，同时也实现学院教学管理、智能学习与评价、课程资源及数字仿真实训快捷方便的应用。

2.利用智慧学习系统平台，提高高职教育育人水平。经过反复的探索实践，已初步建设的智慧学习平台目前运用于教学管理，实现了教学管理的智能化；运用于课堂教学，实现了课堂教学的便捷化；运用于教学过程，实现了学生的课前、课中和课后各个学习环节的无缝链接。有力地推动了智慧教育和智慧学习的发展，促进了学院育人环境的改善，实现了提高高职院校的社会竞争力的目标，近年来，我院在生源数量下降的背景下，招生人数逐年递增，就业率也在攀升，出现了惊人的发展趋势。（1）构建了多功能的智慧系统平台。依托智慧学习系统的技术支撑平台，建成了包含网络在线学习平台、优质课程资源库、MOOCS展示平台、网络课件制作、在线虚拟仿真实训平台、教学管理平台等多个功能为一体的智慧学习系统。在课程中心的资源构建中，不仅有智慧系统根据学习者的搜索痕迹推进的相关课程公告、课程统计和课程内容等公众资源，同时也有校内平台教师创建的实训作品库、素材库、积件库和项目库供学习时选择。通过智慧学习系统的构建，将逐步形成具有职业教育特色的线上线下教育模式，实现高职教育的教与学及管理模式的智慧化。（2）打造智慧学习系统相适应的师资队伍。智慧学习系统中教师良好的信息素养体现在：教师应具备良好的信息处理能力、良好的信息问题解决能力和信息交流能力。因此我们通过组织外出学习和培训积极引导具备良好信息素养的教师逐渐转变为网络应用建设者，鼓励教师积极参与应用的研究，结合学科教学研究，不断地挖掘技术应用的潜力，促使应用与技术形成互动，相互促进，共同发展。（3）积极开发与智慧学习系统匹配的开放资源库建设。基于智慧学习系统的开放资源库建设体系是一个结构繁杂、动态变化的系统，它由处于系统云端的学习资源库、开放课程库和管理信息库构成，形成了智慧资源体系的基石。学习资源库和开放课程库中的内容，如文本、图像、动画、视频教程等都将通过智能化的处理（如自动添加语义描述信息、智能分类和转换、智能汇聚和进化）实现智慧性转变；管理信息库不仅存储完备的教育基础信息，而且能以智能化和可视化的方式实现信息的智慧管控。智慧学习系统的开放资源库的建设和运行还需要以多元的资源建设与共享机制（自主建设、共建共享、公建众享、购买商业资源）和创新的资源保障与推进机制（管理机制、知识产权机制、质量监控机制和需求动力机制）为保障，协同资源建设中的各个部门和环节，保障智慧资源的高效、可持续建设。另外在系统资源库建设中注重切实强化平台的资源存储、资源评价、资源关联以及资源再生等作用，强化针对不同使用者的资源检索、学习方案推送、在线学习、讨论互动、监测评价等功能，把资源库建设成为智能化、开放性学习平台，满足“终身性、全民性、泛在性、灵活性”的学习型社会要求。（4）建造智能化虚拟仿真实训基地。我院以校企共建、资源共享、互惠互利为原则，根据不同专业的实际需要建立了一批智能化虚拟仿真实训基地，使学生在仿真的工作系统中通过训练提高职业能力，养成职业习惯，提升职业素养。例如我院与许继集团公司等企业合作建设的计算机应用技术专业虚拟仿真实训基地，初步达到了改善目前实训效果的建设目标，提高了高职技能型人才培养的质量。在建设的虚拟仿真实训基地，学生可以自行安排到机房，针对所开选课程开设的实验和实训，进行网上虚拟实训。通过网络虚拟仿真技术掌握实训与实验的流程和操作步骤，在线进行虚拟实训考核，并推送相关理论知识，获取虚拟实训评价，然后预约进行真实系统下的实操考核，取得相应的职业资格证书。（5）构建智能化的育人系统。高等职业教育智慧学习系统的应用对学生的成长和发展产生较大的影响。在学生管理中利用智慧系统中新媒体的载体功能和信息推送功能来引导学生，提升学生品位，提高鉴赏力和辨别力，引导学生正确对待网络，利用网络去学习知识，既要成人，还要成才并发展特长，成为品行端正、社会责任感强和高技能、高素养的职业人。

3.全面重视与合作，确保智慧学习系统的可持续建设与应用。根据学院信息化发展规划，确立了以智慧学习系统建设为平台提升人才培养质量，改革教育理念和管理理念，带头利用信息化手段开展教学和实施管理。同时建立健全管理制度，从人员、资金、服务保障各方面促进智慧学习系统的研究建设，目前与“高等职业教育智慧学习系统”相关的职业教育专业教学资源库也正在加紧申报建设中。

四、结论

基于高等职业素质教育的智慧学习系统的构建是按照“平台+资源+系统”的模式，以用户为中心，以职业需求为导向，以提升用户的职业素养为根本目的，以课程改革为基础，以学生职业素质养成为核心，研究构建开放职业教育的智慧学习系统，探索创新高职教育教学改革模式，突出学科特点和智慧学习系统相结合，不仅实现了系统资源的建设与集成，而且关注共享与服务功能。

参考文献：

[1]蒋龙余.高职学生职业素质培养存在的问题及对策[J].教育与职业，2009，（18）：25-28.

篇8

关键词：非经典计算；算法设计与分析；智能科学与技术

1背景

智能科学与技术是人工智能方向的重点交叉学科，是一个包含了认知科学、脑科学、计算机科学的新兴学科。按照教育部学科专业目录，智能科学与技术是一级学科计算机科学与技术下的二级学科。如何在4年的本科教学过程中，既立足于计算机学科内容，又突出智能专业的特点，体现该专业区别于计算机科学专业的特色，培养一流的智能人才，是众多智能专业积极探索的问题。

本着帮助学生建立宽广厚实的知识基础，使学生将来能向本专业任何一个分支方向发展，并能掌握本学科发展的最新动态和发展趋势，深刻领会本学科与其他相关学科区别的目标，厦门大学智能科学与技术系于2012年合理调整了专业培养方案，制定了一套突出专业特色和个性的教学大纲，课程体系分为学科通修课程、专业必修课程、专业选修课程。其中，专业必修课程细分为智能基础类课程、软件理论类课程及硬件基础类课程3个不同类别。在智能基础类课程中，开设非经典计算课程。该课程是厦门大学智能科学与设计系最具特色的课程。

该课程以软件理论类课程算法设计与分析为先导课程，在本科三年级的第一学期先讲授算法知识，在同一学年度第三学期讲授非经典计算的内容。教师首先介绍经典算法设计与分析中的各种传统算法，借由经典算法发展过程中遇到的困境问题引出非经典计算的内容，前后呼应，有助于学生在智能计算上获得完整的系统学习。

2非经典计算在智能科学与技术专业本科教学算法体系中的地位

算法设计是智能科学与技术专业中的核心内容。本科专业4年的专业教学计划由4门核心课程构成算法体系的主线，包括高级语言程序设计（本科一年级学科通修课程）、数据结构（本科二年级方向必修课程）、算法设计与分析（本科三年级方向必修课程）、非经典计算（本科三年级方向限选课程）。这4门课程的教学内容和组织结构完整地构成了算法体系结构。以图灵奖获得者、pascal之父Niklaus Wirth提出的著名公式为参照，即Algorithm+Data Structures=Programs，算法体系以培训计算机方向学生掌握编程能力，独立完成分析问题、设计方案、解决问题的综合能力为主要目标；在这个体系中，程序语言是基础，数据结构是内涵，算法是框架。

在算法体系中，这4门课程以循序渐进的方式展开，注重对学生算法思维的培训。

（1）高级语言程序设计讲授的是c语言程序设计，通过对C语言的详细介绍，让学生掌握程序设计方法和编程技巧。作为初始启蒙课程，选择C语言作为程序教学语言，是因为C语言的使用广泛，拥有严格完整的语法结构，适合教学。

（2）数据结构重点讲授各种常用的数据表示逻辑结构、存储结构及其基本的运算操作，并介绍相关算法及效率分析。教师通过在一年级对包括C语言在内的其他程序设计过程的训练，加人对数据结构中各种数据的逻辑、存储结构的表示和运算操作，从数据结构的角度阐述典型算法，并简单介绍算法的效率分析，这是对程序设计训练的进阶内容。

（3）算法设计和分析主要介绍算法设计与分析的基本方法以及算法复杂性理论基础。我们在本科三年级引入算法设计与分析课程，从算法的抽象角度总结和归纳各种算法思想，包括递归与分治法、贪心法、动态规划法、回溯法、分支定界法、高级图论算法、线性规划算法等，最后阐述算法复杂性的分析方法、NP完全性理论基础等计算复杂性的基本知识及完备性证明概要，重点阐述算法思想，从复杂性角度比较和分析不同的算法。上述（1）、（2）和（3）的内容构成了计算机学科通用算法体系的教学过程。

（4）非经典计算主要讨论何为计算的本质以及经典计算在计算能力上遇到的困境，以此为契机讨论自然计算――生物计算、集群计算、量子计算等内容。算法设计和分析的最后一个章节是对算法复杂性的分析方法及NP完全性理论基础的介绍，不可避免地会讨论到现代电子数字计算机体系在计算能力上的瓶颈以及由NP完全问题（Non-deterministic Polynomial），号称世界七大数学难题之一的经典问题，引出对经典计算机体系的深层思考，进一步引导学生思考如何解决计算能力的瓶颈问题。这是教师设计非经典计算课程的出发点，也是对算法体系更完整的补充和更深层次的探讨。

此外，我们还需要对授课学期选择进行考虑。厦门大学实行三学期制度，在第三学期内开设的课程大多是实践类课程及前沿技术介绍课程。在本科三年级的小学期阶段，学生基本完成了智能专业大部分必修课程的学习，拥有了一定的计算机基础和学科素养。这时，依赖学生已经具有的数据结构与算法的基本知识，可以将学生的学习引向如何理解计算的本质；再从计算本质出发，由易到难，介绍采用非计算机的不同计算媒介和方法，例如DNA计算、元胞自动机、集群计算等知识，结合计算机模拟程序加深认识。在逐步加深学生对非经典方法计算的理解之后，再引入量子信息与量子计算。至此，智能专业关于算法体系的整体构建已基本完成。

3非经典计算课程内容大纲

非经典计算课程的主体课程内容以专题形式展开，分为5个部分。

第一部分：计算本质。从什么是计算人手，列举各种计算的形式，由数字的计算到命题的证明，由数值计算到符号推导，引出计算本质的广义定义，“计算是从一个符号串f变换成另一个符号串g”，即从已知符号（串）开始，一步一步地改变符号（串），经过有限步骤，最后得到一个满足预先规定的符号（串）的变换过程；进一步展开对什么是计算、什么是可计算性的讨论，展开介绍计算理论上4个著名的计算模型――般递归函数、λ可计算函数、图灵机和波斯特系统；最后归结到丘奇・图灵论点。以上是第一条主线，第二条主线从计算复杂性角度人手，讨论在经典算法中难解决的NP完全问题，提出在经典计算体系中随着输入数据规模增大而难以计算的瓶颈，从而引发学生对于经典计算的思考。

第二部分：智能计算机的发展。这个部分主要讨论计算机硬件的发展历史，即从原始时期的计算工具，到现代计算机的4个发展阶段：史前期、机械式计算机、机电式计算机、电子计算机。教师从模拟型计算机到数字型计算机，阐述冯・诺依曼关于计算机五大基本组成对现代计算机体系结构的影响及其带来的限制；从硬件角度提出非经典计算机的讨论，鼓励学生对现代智能计算机硬件进行调查。

第三部分：DNA计算。主要阐述DNA计算的基本原理，并以旅行商问题为引子，展开经典计算难解决问题的讨论，重点介绍第一个由DNA计算模型解决的问题――L.Adleman构建的7个节点的DHP，并着重指出DNA计算潜在的巨大并行性和待研究的问题；然后介绍R.Lipton用DNA实验解决的另一个NP问题――可满足性问题（SAT）；最后将DNA计算与软计算结合，阐述粘贴模型以及DNA的软计算模拟与遗传算法的对比。对于DNA计算强大的并行性，以具体的算法实例加以详细阐述和说明，教师应指出分子计算的优缺点以及在计算能力上的巨大潜力。

第四部分：细胞自动机和集群计算。这个部分主要讨论群体计算，一方面，从细胞自动机的形式化阐述及其所带来的哲学意义出发，描述细胞自动机在计算机交叉学科上的运用；另一方面，介绍集群计算，以欧盟“蓝脑计划”为出发点，阐述如何从硬件体系和软件体系上用计算机架构类神经元的协同合作方式。

第五部分：量子计算。从基本的量子力学知识开始，完整阐述量子计算的基本概念、量子信息、量子计算机和量子通信。量子计算机的构建除了要包含最基本的操作外，还需要介绍基本的量子计算机体系结构、计算载体等知识，加深对量子计算的理解，最后介绍的量子通信。这种已经应用在实际生活中的量子计算，更贴合实际。

以上5个专题，结构清晰，分工明确。第一部分讨论经典计算的困境，第二部分讨论经典计算机的发展瓶颈，从第三部分开始，引入非经典计算模型，分别从生物学和计算机科学的交叉学科DNA计算、细胞自动机和集群计算、量子计算3个方面进行学习。5个专题，完成了对非经典计算中前沿热门计算模式的阐述，引导了学生对于前沿学科的认识和思考。

4非经典计算课程授课方式

本课程属于本科三年级第三学期的课程，授课除了上文提到的内容之外，另一个更重要的方面是引导学生对学科前沿以及热点内容的跟踪和思考。因此在教学方式上，我们采取了教师授课及学生调查报告相结合的形式。教师上课对应课程的基本内容，学生调查报告对应学科前沿跟踪与思考。

5个专题内容的授课经过了如下设计。在每个专题的授课结束后，布置相关专题内的一些热点、难点问题供学生课后查阅、讨论和思考。每个专题由学生自主报名，学生需要对相关内容进行跟踪，查阅近5年的科技文献，总结出论文综述，并准备10分钟左右的课堂报告，教师针对课堂报告指出相关的问题，由学生课后进行进一步的思考和再次的文献查阅，形成最终报告后提交课程论文。

这样的课程设计安排，可以很好地实现教学相长。在学生方面，促使学生除了上课听课，必须主动参与文献的查询过程，主动对授课内容或延展部分的概念进行思考。由于提供给学生选择专题的自由，所以也可以大大提高学生的积极性，让学生可以从感兴趣的角度对本门课程涵盖的内容进行调查，从而获得更加深刻的上课体验。最后，由于每个学生选择的题目必须提前汇总，不能与别人重复，所以在其听取其他学生的报告过程中，学生可以更广地拓展自己的知识面。对于授课教师而言，能够保持对该门课程研究现状的实时性跟踪，更加全面地更新课程内容，还可以将学生查阅的重要理论和知识补充到课程基本内容中，同时促进教师与学生之间的互动，活跃课堂气氛，提高教学质量。

5关于非经典计算课程的几点思考

课程从厦门大学智能科学与技术系建系之初开始构思和授课，在授课过程中不断调整教学内容和课程设计，紧紧围绕学生的反馈完善课程建设。关于非经典计算课程的几点教学经验可以总结如下。

1）增加课时，优化对课程设计的安排。

2015年开始，由于学科教学计划的调整，非经典计算课程由最初的20课时拓展为30课时，集中在本科三年级第三学期进行讲授，一共5周，每周6课时。课时安排上，除了增加教学内容，更加强了对学生的文献查阅和报告部分的考查。在论文报告环节，争取做到有目标、有指导、有结论、有总结。学生所做的报告除了在初始选题阶段要有区别之外，还要求有一定的文献查阅难度。从选题确定，到针对报告指出具体的问题，要求学生根据教师指出的问题进行进一步的思考和资料查阅，最后形成论文。这样的安排贯穿整个课程的全过程，学生的参与度获得了极大的提高。对于教师而言，在学期末总结学生所做的报告内容，并增加本门课的知识点覆盖程度，对教学也有比较大的促进作用。

2）课程考核方式上的设计。

非经典课程属于必修课程，在考核方式上除了提交论文外，也必须要有必要的考试环节。在考试环节中，主要考查学生对教师上课内容的理解。在具体授课中，教师从经典计算到非经典计算进行讲解，也从算法角度给出了非经典计算强大计算力带来的改变，既延续了经典算法课程中对算法的介绍和讨论方式，又对比了典型问题在经典算法和非经典算法中的不同解决方式。这样的授课内容作为对算法体系基本知识点的考查，以闭卷考试内容来设计，是十分合适的。课程延展部分的开放知识点由学生的论文及报告内容进行评分衡量。最后，我们将两个部分的成绩作为本门课程的最终成绩。

3）课程教材的选定。

由于本门课程是厦门大学智能系的特色课程，所以国内并没有合适的教材作为授课使用。在积累了几年的教学经验后，我们准备着手进行教材的编写。如何选定更加合理的专题、更为广泛而前沿的知识，这关系到智能专业对这门课和教材的全局考量。

篇9

上述两个理由实际上亦不能令人信服。第一个理由由来已久，几乎已成不刊之论。因为无论从经验上看还是从理论上看，外语学习的确可能会带来一些负面效应。从经验上看确有许多个案说明，学外语的青少年和成年人多少都碰到过两种或多种语言“打架”的情形，更不要说处于认知发展期的学前儿童了。另外，外语学得好的人当中，少数人的崇洋思想与奴化作风似乎的确也多一些；事实上，不少国家的外语教育政策与留学生教育方针也不同程度地反映了这一点。从理论上看也是如此，母语对外语教学确有负迁移的干扰作用，反过来说，过早学会的外语也可能对儿童母语能力的发展不利。如果从狭隘的爱国主义和阶级斗争的角度考虑问题，学龄前儿童不学外语，似乎可以保护本民族语言的纯洁，使儿童幼小的心灵免受外语及随之而来的外国文化的影响，以利更好地接受传统文化的熏陶。

我们并不否认上述观点的实在性与实用性。尽管它只是反映问题的一个方面，是一种可能而不是必然，但它毕竟是一种历史的沉淀，其中的合理内核仍不失为现实的借鉴。研究和处理任何问题，采取一揽子的否定或肯定，不是历史唯物主义的态度。我们今天从世界和平与发展的视野来讨论学前儿童外语教育的问题，强调的是世界各国人民的友好与合作，也不应对过去传统意见视而不见。应当看到，时下掀起的新的一轮学习外语热，也不乏功利与实用的目的。不少家长寄希望于自己的孩子将来出国、移民或归化；有的高收费学校以保证考上大学或出国留学为诱饵来招睐生源。凡此种种，或多或少都污染着我们提倡学前儿童学外语的初衷。

我们提倡学前儿童学外语的目的，不是要加速把中国人变成外国人，尽管我国人口过剩，有条件和机会移居国外也并非坏事。但绝大多数人学习外语，立足点仍在本国，这种情形在相当长的一段历史时期内是无法改变的。我们不能跨越历史的阶段去奢谈什么“世界公民”，用人本主义的教育方针来对抗以国为本的历史现实。我们反对“闭关自守”的狭隘的爱国主义，国际无数事实业已证明，普遍文化与全球战略决不会防碍任何人去获得其本民族文化的利益，正好比热爱世界和平与热爱祖国并行不悖一样。学前儿童学习外语，通过两种语言或多种语言的比较，能更好地提高本族语言和鉴赏本族文化的能力，并用获得的外语知识和外国文化来促进自身的发展、民族的进步和国家的繁荣，这是囿于母语学习的人所无法比拟的。

我们也反对“数典忘祖”的国家虚无主义。国家是阶级斗争的工具，在阶级未消亡之前，爱国是人们不可抗逆的现实。爱国与民族感情又是相通的，不受国籍形式的制约，一个人即使在异国他乡，拿的是“绿卡”或外国护照，也应以拥有一颗“中国心”而感到自豪。特别是对出生在国内，并在国内习得母语、沐浴过祖国母亲恩泽的人来说，都不应当数典忘祖。学前儿童学习外语，将来走向世界，都有可能碰到这个问题。我们不希望因为早期外语教育而出现更多的“假洋鬼子”来自伤国力与尊严。因此，在给学前儿童教外语的时候，千万不要忘记我们是教中国人学外语，而不是从语言着手把中国人变成外国人。当然，爱国与否跟学外语没有必然联系，我们只是根据历史的经验提醒一下。

反对学前儿童学外语的第二个理由，是认为外语只能习得，不能通过正规的学习来获得。诚然，习得(acquisition)比学习(Learninig)来得轻松容易。习得本是一种非正式的学习，多是指儿童在母语环境中：耳濡目染地、自然而然地、高高兴兴地、不知不觉地学会本族语的基础，主要是习得音位、语调、日常交际用的词汇与话语结构。虽然其它方面的语言能力儿童是很难习得的，但他们习得的言语会终生难忘，对其以后语言能力的全面发展大有好处。

“儿童早期言语的特征是，有规律地（即受规则支配）偏离所学习的成人语言的规范”。这里所讲的“规则”，就是乔姆斯基所说的儿童习得母语时所自觉使用的“天赋语言习得机制”(Languageacquisitiondevice)，即通过普遍观察得到的人脑中遗传下来的“生成语法”(ge-nerativegrammar)。尽管这种机制或语法的神经生理基础至今尚未完全探明，但儿童心理语言学家对多种语言习得过程的实验研究，业已证明人类语言中这种普遍语法的存在，而且已成功地应用到人工智能方面，例如伍兹(willamA·woods)的“扩充转移网络”(ATN)。语言习得理论认为，儿童从父母和周围的人那里听到的数量有限的话语发展到能理解并说出数量无限的新话语，这是后天学习激发先天遗传机制的结果。由此我们进一步想到，近来的许多研究表明，精神方面的特殊的后天获得的能力跟生理方面的能力一样，也可以沉积为遗传基因的属性并使之普遍化，看来这也是符合人类进化的辩证法的。正是因为遗传基因的共性，“理性主义者”的乔姆斯基才从行为心理学的结构主义转到认知心理学的转换生成语言学，从而使语言习得的理论更加完善。同时，遗传基因的个体差异，也给因势利导的“因材施教”教育原则提供了生理基础。

语言习得理论并不是乔姆斯基的“专利”。语言之可以自然习得，这种现象从语言产生的同时就已经出现了。作为一种理论的总结，它无疑得益于前人的研究，因此它应当包孕传统语文学(philology)、历史比较语言学和结构主义语言学的贡献。例如，在习得过程中，除了强调对内在机能的激发以及自然环境(natualmilieu)中的直觉感知以外，也应当重视比较语言学的母语对外语的正负迁移作用（如对学前儿童不宜同时使用两种语言说话），特别是要重视结构主义语言学所提倡的通过重复积累经验与通过模仿形成习惯的学习方法，更要重视功能学派的交际法与情景法，等等。总之，语言习得的内涵与外延很广，我们不能顾此失彼，以新替旧，以一概全。认识偏颇与缺乏全局和发展的眼光，是人性的一个弱点，其实质是为我主义或唯心主义，而其根源则是对人生短暂现象的功利主义反应。

从发展的眼光看，语言习得的对象还不止是语言的离散性和规则性，更重要的是语义在语用中的模糊性与个人运用语言的特殊社会心理特征。这是深不可测的底层，反映了语言的本质。例如黑色幽默，言不为心声、文不如其人、话中有话、口头禅以及行话、黑话与悖论，等等，光从结构上进行形式分析，恐怕难以领悟其中奥妙。

从目前人工语言对自然语言的仿真遇到挫折和失败的情形来看，上述种种“言外之意”看来也只能通过习得逐渐获得理解。音、形、义的统一体可望由人和机器的学习得以被译，而音、形、义的非统一体则要依靠习得才能弄懂；因为前者是有序的系统，而后者是无序的或有序与无序交叉的系统。有序的东西比较容易看出因果关系，无序中的因果关系就好似隔雾观花。当然，正如丹麦历史语言学家维尔纳(KarlVener)在100多前所说的“没有一个例外无规律”，语义的非规则构成或语义的异化，也是可以找到它的原因的。如果不是这样，语言思维与交际功能就不可思议。我们认为这方面的研究可以纳入语义解释学的范围，语义解释学应当成为现代语言科学的前沿阵地。如果在这方面能够攻克几个堡垒，无疑会促进人工智能的发展，同时给语言习得理论输送新的血液。

学前儿童的语言习得是整个语言学习的一个重要组成部分。虽然它主要是指习得母语抑或第二语言的言语，其重要性是不言而喻的，因为语言习得有一个临界期或“敏感期”。这两个术语的意思都是模糊的，有的说是0岁到6岁（且不说0岁是从受精卵形成之时算起还是从出生之时算起），有的说是2—8岁，有的说是1.5—13岁，有的说不超过16岁。我们认为，如果说有临界期，还是以不超过13岁为宜。不过从实践经验上讲，临界期内的损失是可以在临界期外得到弥补的。例如我的一位同事蔡先生，他是朝鲜族人，解放初期念高中以前他从未接触过汉语（外语）即使上高中除了语文课也很少听说汉语，只是在大学才开始真正进入汉语的“海洋”，而此后他的汉语水平跟我们的大学毕业生毫无二致。不仅如此，他的日语和英语都是在临界期以后自学得来的，而且日语口语堪称一流。更令人惊讶的是，他太太40多岁，来广州之前根本不会说汉语，但3—5年之后却跟我们说得一样好。这种例子屡见不鲜。前大多数学校是从高中为起点教外语，现在很多外语人才就是这样过来的。顺便讲一下以前的“洋泾滨”英语(pidginEnglish)，据说也是过了临界期的成年人在跟外商打交道时逼出来的，居然也能够跟外国人沟通，其中不乏有人还逐渐过渡到了能说一口地道的英语。这些现象说明什么问题呢？显然是说明，正常的人都有机会自小习得自己的母语，从中获得的普遍语法或天生的信息装置可以应用到对其他语言的学习中去。当然，这样学习语言比起习得来说时间要长，困难要多，学习者需要有生存的压力或顽强的意志，而这两条往往是一般人所缺乏的。正因为这样，根据“付出少收益大”的优化原理，我们提倡儿童在语言临界期内尽可能早一点学习外语。

不少心理语言学家业已证明，儿童大脑的成长率与第一语言的发展率在10岁以后明显衰减，一直衰减到语言习得的“敏感语句”(sensitivephrase)不再出现；而且他们精确区分语音的能力，甚至包括外语语音的再生能力，比10岁以上的儿童要强得多。实验还证明，“儿童对语言的辨别与认知能力和对语音与语调的顿悟能力，在6岁以后已经开始急剧恶化。”尤其值得一提的是，近年来神经语言学家用“大脑半球切除术”的实验方式证明，有一些10岁以下的儿童由于脑瘤而将大脑左半球的皮层切除，但并不影响他们的语言能力；而若将成年人的大脑左半球切除，则将完全丧失语言能力。这表明儿童的大脑左右半球都具有语言能力，因此，大量的方面来说，大脑对语言信息的存储与处理能力，应当可以说大人不如小孩。

学前儿童在习得母语的同时，如果还能习得一门或几门其他的语言，这当然是理想不过的事情，在少数双语地区或家庭中，我国的一些孩子的确会说两种语言，但可惜的是大都不是国际上广泛使用的语种，诸如英语、法语、德语、西班牙语和阿拉伯语，等等，这些语言对我们来说还不是第二语言，而是缺乏使用环境与使用机会的外语。英语是我国目前的第一外语，从对外开放的趋势来看，有可能逐步成为我们的第二语言；事实上，对少数个人或集体来说，英语已是他们日常工作和生活的工具。因此，我们也可以称它为目标语(targetlanguage)，即同时兼有外语和第二语言的性质。乔姆斯基认为，习得母语的敏捷性可以转移到习得第二语言中来，变成儿童的“第二天性”(secondnature)。因此，我们这里不再讨论作为第二语言的外语习得问题。

我们刻意要讨论的是，学前儿童是否通过学习的途径即用正规的教育方法掌握外语的基础(basics)。答案是肯定的。德国奥琴(Aachen)师范学院英语系的施密特·尚贝恩(Schmidschonbein)在本世纪80年代就进行过这方面的实验，证明可以借鉴习得的经验创造一个教学环境，使学前儿童自然而然地学得(pickup)英语。当然，在这种人造的教学环境中，需要教师所操的外语比较地道，与孩子们相处的气氛要轻松愉快和富有情感，形成一个单一的语言“浴室”(uninlinguallanguagebath)，尽可能让他们接受某种偶发性的学习(incidentallearning)。同时，要寓教于乐，各种游戏要能引人入胜，如使用木偶或布娃娃等模特儿作为沟通对象，激发孩子用外语进行口头交际的欲望，造成一种近乎自然语境的氛围。要让孩子多次重复其所学到或听到的词汇与话语，但这种复现又不能象教育少年或成年人学外语那样显山露水，而要设法让他们不知不觉。此外，在教学时不宜“一锅煮”，每一个班级应分成若干个小组，每个小组宜8—12人，以保证每个孩子的注意力不分散，便于教师及时给予正面前引导与强化。

对实验的测评结果显示：实验班儿童的外语学习成绩与他们的智力不相关；与他们父母的社会地位与是否学过外语也不相关；也未出现人们担心的所谓“平衡效应”(balanceeffect)，说明学龄前儿童学习外语并不妨碍其母语的正常发展。只是女孩的外语学习成绩要比男孩好，说明性别对学前儿童学习外语还是有一定的影响。

篇10

自从总理在今年的政府工作报告中宣布将要制定“互联网+”行动计划后，各行各业都开始思考如何在企业的未来转型发展过程中更好地与互联网相结合。作为继电商、网游、社交网络之后的又一个互联网融合产物，在线教育近些年呈现出一片蓝海态势，吸引了众多投资者和创业者，而与此同时该领域创业的失败案例也屡见不鲜。如今，迎面驶来的政策顺风车为国内在线教育企业带来了新的发展机遇，但它们的好日子真的就此来临了吗？

冰火两重天

与所有的“互联网+”类似，在线教育的本质在于利用互联网尤其是移动互联网的特点，更为有效地获取、处理和传递信息。但与大多数“互联网+”产品有所不同，从某种程度上讲，教育本身就是施加教育传递信息和接受教育的一方接受信息的过程。信息是教育产品的核心内容，因而互联网对教育冲击的激烈程度可能会高于其他行业。也难怪在线教育被投资界评为21世纪最热门的投资领域之一。

然而，教育又是典型的稳定性特别强的行业，改变公众对品牌的认同度明显难于其他行业。就像大学的历史声誉一旦确定，要想改变任何大学的相对地位，都需要一个更为漫长的过程。可见，尽管在线教育行业已经风生水起，但传统教育组织拥抱互联网的速度明显低于一般竞争性行业，在线教育的发展也比其他行业更为艰难和缓慢。

早在20世纪90年代，中国的在线教育行业就已缓慢起步。但直到2013年，在线教育才彻底在国内兴盛起来，这一年也被各界媒体称为“中国在线教育元年”。艾瑞咨询数据显示，2013年中国在线教育市场规模达839.7亿元，在线教育用户人数达6720万人，这些数据在2014年继续呈现出爆发式增长的趋势。同时，在线教育在过去一年里也是一大投资热点。据不完全统计，2014年在线教育合计投融资金额超过44亿元，互联网教育公司的数量以平均每天2.6家的速度持续攀升。在线教育这块蛋糕已经越做越大，成为各方关注的焦点。

投资持续涌入行业的同时，许多在线教育企业的日子并不好过。在2013 年曾经风生水起的中小学在线教育平台梯子网，仅存在一年时间就于2014 年遭遇滑铁卢，花光融资宣布解散。即使在海外上市的本土教育培训机构，发力在线教育的企业也大多业绩平淡，个别甚至尚未扭亏为盈：新东方2015财年第二财季财报净利润240万美元，同比下降44%；学而思网校2013年为集团带来100万美元亏损；学大教育也在2014财年第四季度出现1670万美元的净亏损，高于去年同期亏损水平。

可在线性和不可在线性

在“互联网+”成为热门词语的今天，在线教育的好处早已被炒得沸沸扬扬。归纳下来，在线教育的优势主要体现在以下几个方面：在线教育打破了人们接受教育的时空限制，具备极强的开放性；在线教育使学习者对学习生活安排拥有极大的自主性，为不同类型的学习者打造个性化的学习路径提供了可能；大大降低了教育投入与成本，有利于打破优质教育资源不均衡的现状，减小数字鸿沟，从而缩小影响贫富差距的因素，这也是在线教育最显著的优势。

在目前的互联网技术下，在线产品的本质特点决定了这种产品首先必须具有标准化的特征，即产品能固化、可反复利用、能够分解，这也正是在线教育成本低且服务面广的重要原因。通过录制课程视频，借助网络平台传播，衍生出了众所周知的MOOC （Massive Open Online Course）模式，世界名校如斯坦福大学、MIT、哈佛大学等优质课程资源的引入，很大程度上提升了MOOC平台对学习者的吸引力，迅速成就了Coursera、edX等在线教育平台。然而，以人的知识结构改造为目标的教育服务本身，存在大量的不可标准化的元素。

首先，创造知识能力的学习过程难以标准化。许多人在讨论人与机器人比较下的不可替代性时，往往喜欢说机器人能够比人更好地解决问题，但是却很难提出问题。是的，比灌输标准化的知识分解更难的是培养学生提出问题的能力，而一旦学生能够深入地提出创新性的问题，且具备科学解答该问题的能力，也就拥有了创造知识的能力。既然知识还未创造出来，如何标准化？以博士生教育为例，一名博士生至少有一名导师，甚至多名导师，正是在博士生与导师正式和非正式的交流中，教学才相得益彰。此时，咖啡厅往往比网络的效率更高。

其次，艺术值高的学习过程难以标准化。当一门学科具备了艺术性，基本上可以笃定，该学科无法高度标准化。甚至于过早的标准化可能阻碍学生发散思维，从而无法跳出标准的条条框框。这个时候，教育者和受教育者双双进入艺术的情境之中，通过交流过程中微妙的表达，灵感油然而生，艺术值高的行业特征有很多，如经验依赖、情境依赖、高度发散和高度抽象等。

此外，在互联网面前，现场教育天然的优势并非丧失殆尽。相反，物理场景的不可替代性还将在很长时间内存在，O2O模式盛行也正是线下强大生命力的体现。

首先，场景相关训练的过程难以在线。技能培训类教育存在明显的不可在线性，因为其强调实操性与技能应用。目前，互联网技术尚不能为学习者提供高仿真性、高还原度的技能操作模拟，例如烹饪、驾驶、美容美发等职业教育要求学员掌握熟练的操作技巧，在线教育能够帮助他们获得相应的理论知识，但无法提供有效的训练环境。另外，许多运动项目的教学更加强调身临其境，比如必须下水才能学会游泳，所以在线教育的不可在线性由此可见一斑。

其次，人类社交的过程难以在线。在线教育的不可在线性还体现在，学历教育对师生互动性的要求难以通过在线方式得到满足。纵观全球的在线教育发展，尽管越来越多的世界知名学府选择共享其课程资源，但通过线上学习的方式直接获取学分，甚至取得学位的方式仍旧不被多数学校认可。尤其是进入研究生阶段以后的高等教育，已经从知识传递上升到知识创造的过程，导师与学生间面对面的交流互动在这一过程中发挥了至关重要的作用。尽管视频聊天等手段能够高度还原对话方式，但在互动性体验上不具备真实环境下直接交流的优势。而且学历教育中盛行的研讨课形式如果搬到线上也存在一些不便，学生普遍反映线上讨论的效率低于线下，日常学习中如无必要，多数学习者仍倾向于面对面进行讨论交流。

传统教育与互联网的融合之路

适时拥抱互联网。正如工业机器人创造无人车间的本质在于机器替代人类重复的简单劳动，传统教育中重复或者弱互动的部分也可以通过过程和考核的标准化加以解决，但标准化并不应该是名校课堂的简单复制，抑或是简单地做题。最新的调研数据显示，开设网络公开课程的教授中有72%认为，参加在线教育学习的学生不能达标从而获取不到学分。教育产品的标准化是在线教育研究的重要课题，是在深入理解教育流程和学习本质的基础上精心设计和研究的结果，这个过程并不排斥线下的非标准化教育，更不应该排除将非标准化的在线教育游戏、社区交流和其他方式融入其中。

从以上角度来看，未来的传统教育一定会有相当大一部分内容让步于互联网，而自身则更专注于互动化、社交化、场景化和创造性强的部分。反过来说，不具备以上特点的教师和教育机构，遇到生存的危机只是早晚的问题。

开展线下交流。站在互联网企业的角度看，走出互联网的世界，拥抱现实是一条可行之路。在线教育与线下学历教育的结合是线上线下结合的一个实例，Coursera等在线教育平台目前已经在在线教育认证上做出积极尝试，许多高等院校如IE商学院等也已开通在线学习授予学历的教育模式。跨界进入线下教育的还远不只传统意义上的纯粹在线教育企业，如线上结合线下的培训成为IT工程师社区CSDN的核心业务之一，更不用说，众多的在线教育网站利用各种形式进行线下沟通成为典型的OTO网站。

互动化和社交化。尽管互动、情境和社交是在线教育的难点，但并非不可撼动，在线教育产品开发者将目光投向了互动式、情境式教育的研究。游戏化是近年来流行的互动情境式教育产品的研发方向，他们希望通过游戏化的机制维持学习者兴趣，形成网络社群特有的行为习惯，创造线下教育无法实现的全新学习方式和学习体验。但是目前大多数游戏教育软件都相当单一，对现实的模拟程度远远不够。

字幕组的兴起为在线教育的互动性开发提供了一些新思考。字幕组现象反映的本质是社交圈先于在线学习之前形成，该社交圈充满挑战，有竞争也有合作。参与者将自己的学习成果――翻译剧集与其他人分享，既可以获得无私奉献带来的满足感，又能够看到自己能力的持续提升。看到自己花费的心血最终凝聚在一个有观众的作品里，字幕组里的参与者对语言学习的积极性得以延续甚至提升。由此可见，互动性强的社交圈的形成有利于营造积极向上的在线学习氛围，增强在线教育的吸引力。