时间：2023-08-23 16:59:34
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能对教育的意义，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
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。
关键词：智能教学系统；模型；局限
中图分类号：TP315 文献标识码：A 文章编号：1673-8454(2012)03-0007-03
智能教学系统(Intelligence Tutoring System，简称ITS)是把人工智能技术引入到计算机辅助教学系统中，应用人工智能技术开发出能够因材施教的教学系统，使“计算机导师”贴近人类教师的水平，具有推理、诊断、决策的能力。能够根据每个学习者的特点制定教学计划，选择教学策略，实现因材施教。
一、智能教学系统的模型及功能
基于教育学、心理学和教学设计原理分析，智能教学系统模型应包含学生模块、教学策略模块、知识库和智能接口几个主要模块，各模块的系统结构如图所示。
学生模块记录每个学生原有的知识水平和学习能力。其依据为学生与系统之间的交互问答历史，并对每个学生的学习进步情况进行动态调整。这样，系统通过学生模型就可随时了解每个学生的情况，有的放矢地进行个别化教学。
教学策略模块根据学生模块情况和知识库做出智能化的教学决策，评判学生的学习效果，帮助学生分析错误原因。提出改进方法和意见等。
知识库存储所要教的学科领域知识和教学知识。
智能接口能够理解自然语言，实现更普遍意义上的人机对话。
智能教学系统与传统CAI相比，具备以下功能：
第一，了解学生的学习能力、学习基础和当前的知识水平，以此为依据为不同的学生做出不同的教学决策，有针对性地进行个别指导，并在学习过程中根据学生进度自动调整学习内容，具有适应能力。
第二，允许学生用自然语言与“计算机导师”进行人机对话，并能对带有学生个性特点的问题做出解答，从而具备更好的交互能力。
第三，能诊断学生学习过程中的错误，并分析错误原因和给出解决方案，在此基础上逐渐积累“经验”，从而具备纠错能力。
第四，大大拓宽了CAI的模式，例如建立虚拟教室、智能导师系统、教学模拟等。从而使CAI不再是简单的课本搬家、教室搬家，而具有更多的创造能力。
二、智能教学系统的局限性分析
智能教学系统虽然较传统CAI在诸多方面有很大改进。但就智能教学系统的工作原理以及目前的研发现状而言，应当冷静地看到，它自身也存在一些固有的局限性。
要计算机解决某个问题，有三个基本的前提：必须把问题形式化、必须有一定的算法、必须有合理的复杂度。由于人的智能活动不能完全形式化，因此，机器就不能将人脑的智力活动全部复制出来。教育是一种人类所特有的活动，基于人工智能技术的智能教学系统在教育中的应用也存在局限性。
1.智能教学系统不能实现自我更新，自我改进
智能教学系统的设计原理是把现有的专家的知识和教师的教学方法和策略集中到一个数据库中。随着现代社会知识的迅猛增长，教育理念的不断更新以及教学模式和教学方法的不断改进，智能教学系统无法像人类教师那样跟随时代的变化而实现知识库的自我更新以及教学策略模型的自我改进。还需要人从外界对整个ITS进行翻新，甚至需要从一种新的教育理念出发，重新设计ITS。智能教学系统的自我更新涉及机器学习这个难点。
2.智能教学系统适用的学习领域存在局限
以智能模拟的方法实现的人工智能应用于教育中时，并非适合所有的学习领域。人的智能活动可以分为四个领域。领域一是“刺激――反应”领域，其中包括任何形式的条件反射，与上下文环境无关的、各种形式的初级联想行为，最典型的如无意义音节的机械学习。领域二是数学思维的领域，这是比较适合于人工智能的领域。它是由概念世界而不是感知世界构成，这一领域中的问题完全形式化了，并可以计算，这一领域又可称为简单形式化领域，典型的例子如逻辑和有精确规则的游戏。领域三是复杂形式化领域，这是比较难把握的一个领域。这一领域包括原则上可形式化而实际上不易驾驭的行为，包括那些不能用穷举算法处理的。因而需要设计启发程序的系统，如围棋。领域四可称作非形式化行为领域，包括有规律但无规则支配的、我们人类世界中的一些日常活动，这一领域又称作感知思维领域。在这一领域内解决问题都是直觉的遵从，无须求助规则。包括一些规则不确定的游戏，如文字猜谜游戏。以上四个领域中前两个领域适合用数字计算机模拟，第三个领域只是部分可程序化，而第四个领域则很难驾驭。
与此相对应的，根据加涅的学习结果分类，学习分为言语信息、智慧技能、认知策略、动作技能和态度五类。言语信息分为符号学习、事实学习和有组织的知识学习，这些属于可形式化内容，适用于智能教学系统；智慧技能分为辨别、具体概念、定义性概念、规则和高级规则，其中前四项属于可形式化内容，适用于智能教学系统，而高级规则属于复杂形式化内容，部分内容不适用于智能教学系统；动作技能和态度领域的学习。在其认知成分中可以使用智能教学系统，但情感和行为成分等非形式化内容，则难以用智能教学系统来实现。
因此，并不是所有的学习领域都适用于智能教学系统。智能教学系统在教育中应用的重点应放在认知领域中的符号学习、事实学习和有组织的知识学习、辨别、具体概念、定义性概念以及规则这些学习内容上。
3.与学生之间无法畅通交流
教育是一种交互活动，智能教学系统的交互功能虽然较传统CAI有所改进。但仍然缺乏在学生和计算机之间交换信息的自然的、畅通的途径。系统只能通过学生输入计算机的信息来判断其掌握和内化程度。而无法像人类教师通过自然状态的交流和观察来判断学生的真实情况，因此，“机器智能”很容易被蒙蔽“双眼”，无法做到像人与人之间那样自然畅通的交流。此外，系统在遇到新的学习情境时。不能理解和产生对话，这会影响智能教学系统功能的实施。
4.决策和推理机制不完善
智能教学系统的关键智能所在是其决策和推理机制，即“教学策略”模块根据不同学生的具体情况通过推理做出灵活决策，这种决策基于学生模块提供的学生的知识水平、认知特点和学习风格。智能教学系统虽然加入诊断系统并不断调整对学生学习水平的判断，但由于学习风格、认知特点等不能完全被形式化，因此，根据系统的教学策略模块中预先存入的诊断知识来评估不同学生的学习过程和理解每个学生不同的推理过程也是有局限的。
三、智能教学系统在教育中应用的建议
1.不能忽略教师的作用
虽然智能教学系统具有“智能性”。但在使用它的过程中，决不能放弃教师的主导作用。要明确教师是教学的设计者和教学过程的主导，应该把智能教学系统的应用纳入到教学设计中。教师作为教学的“主导”。要引领教学
全过程，时刻注意学生的学习状态、学习程度、情感交流，尽量照顾到每个同学。ITS不是将教师搁置了。而是把教师从ITS能做的事情中解放出来，有更多的时间去从事机器所无法替代的事情。例如，计划教学，开发教学补充材料，示范成熟的行为，启发、引导学生去克服遇到的各种困难。特别是一个优秀教师对学生的态度和道德的影响和培养，是任何智能教学机器所无法取代的。所以，在利用智能教学系统教学的过程中，不能用智能教学系统取代教师，不能忽略教师的指导作用。
2.注意教学模式的运用
作为一种教育技术的实现，ITS主要依赖于各种技术的发展，但作为一个能够实施完整教学过程的教学系统，ITS的应用效果更多地依赖于所采用的教学模式。长期以来，传统CAI在教学中的应用都以个别化教学模式为主。但随着认知心理学的发展，基于建构主义学习理论的以“学”为中心的教学模式逐渐受到青睐。这种教学模式更能满足学习者的个性化要求，也为协作学习创造了更大的可能性。目前，协作学习模式因其利于培养学生的多样化思维和合作精神而日益受到重视。同一个智能教学系统，用于个别化教学模式和用于协作学习模式就会产生截然不同的教学效果。因此。在利用智能教学系统时，要注意根据教学内容和教学目标灵活采用个别化教学模式或协作学习模式。
3.有效与网络相结合
随着多媒体技术和Internet网络的飞速发展，多媒体教育技术与Internet的进一步融合，ITS不仅仅在人工智能上单一发展。它要向多维的网络空间发展。网络化成为当今世界ITS系统的一大优势和特色。“无机不联”正是现代教育计算机使用情况的真实写照。智能教学系统应与网络相结合。借助网络的优势，完成在线学习、实时讨论、网上测试等多种教学任务。学生可以在学校或家中通过计算机登录到系统，系统按其不同的认知水平为其准备不同难度的教学内容。完成学习时，系统通过自适应的测试确定学生新的认知水平，作为其下一次登录学习时为其准备学习内容的依据，并向学生提出进一步需学习内容的建议。学生在学习过程中可以实时地与其他在线的学习者进行讨论，并可通过E-mail的形式与教师进行交流。教师可以使用自己的计算机，在教研室或家中登录到系统，检查学生的学习进度，学习情况。并依据学生的实际情况，有针对性地对教学内容、测试内容进行更新。网络与智能计算机辅助教学系统有机结合，相互补足，必将构建成一个新的系统工程。
参考文献：
[1]王士同主编.人工智能教程[M].北京：电子工业出版社，2001.
[1]王永庆.人工智能原理与方法[M].西安：西安交通大学出版社，1998.
[3]何克抗.计算机辅助教育[M].北京：高等教育出版社，1997.
关键词：人工智能；人机交互；机器学习；深度学习；数据挖掘
中图分类号：TP27 文献标识码：A 文章编号：1671-2064（2017）03-0221-02
人工智能是当今科技发展中最具潜力的热点问题之一，2016年初轰动世界的谷歌AlphaGo打败围棋世界冠军李世石的经典案例更是引起了全世界广泛的关注和热议。“人工智能”这个概念再次被推到了风口浪尖。那么，究竟什么是人工智能呢？它会对我们的生活有什么影响？在这个背景下，我们深入探究人工智能及其相关的技术领域，对于人工智能的普及和发展有着重要意义，也希望能给予人工智能相关领域的科学研究者们提供一些参考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一门全新的信息技术科学，是计算机科学技术的一个重要分支，是指对于模拟、拓展和延伸人类的智能的应用系统及相关的理论和技术方法的开发研究。主要通过研究及了解人类智能的本质从而开发出能给出类似人类智能反馈的智能机器，计算机系统在理解目标方向之后所取得的最大化成果是计算机实现的最大智慧。人工智能不单单是一个特定的技术，它所研究的往往是能创造智能意识的高科技机器，包括了算法和其他应用程序，处理的任务也远远超出了简单计算，从学习感知规划到推理识别控制等等。人工智能的研究方向包含语言及图像识别技术、机器人设计、自然语言处理等，日益成熟的理论方法和技术实践也使得应用领域范围大规模扩张，人工智能是人类智慧的结晶，未来也可能展现出超过人类的智能。
2 人机智能的研究方向
人工智能的科学研究通常涉及到数学、逻辑学、认知科学、以及最重要的计算机科学等多学科领域，延伸出了以下几个主要的研究方向：
2.1 逻辑推理与证明
早期的人工智能更多的解决了大量数学问题，逻辑推理是基础也是研究时间最长最重点的领域之一。通过找到可靠的证明或者反证方法实现潜在的定理证明，根据数据库的实例进行推导并及时更新证明结论，演绎和直觉相结合，在推理和证明中实现部分智能。
2.2 问题求解
问题求解领域的一大重要应用则是下棋程序的功能实现，化繁为简、将困难的问题点拆分成为独立的子问题进行求解；而另一个实例则是数学方程的求解实现，分析各种公式符号的组合意义从而为科学研究者提供强有力的基础保障。问题求解中所运用的搜索和规约也是人工智能领域中的两大基本技术。
2.3 自然语言处理
自然语言处理也叫自然语言理解（Natural Language Processing，NLP），是指借助计算机来处理使用人类语言作为计算对象的算法程序，并研究相关的理论方法和技术。NLP是人工智能领域的主要研究方向之一，也是发展时间较长的研究方向之一。语音识别、搜索引擎、机器翻译等等都是NLP的重要研究内容，目前也都在人工智能领域获得了突出的应用成果。
2.4 专家系统
专家系统是指具有大量模拟人类相关领域专家知识和经验的智能计算机程序系统，依托于人工智能相关技术，根据专家系统所提供的数据方法进行判断推理进一步决策，从而代替人类专家解决一部分该领域的特定问题。从知识表示技术的角度上看，专家系统可分为基于网络语义、基于规则、基于逻辑、基于框架等几种类别；而从任务类型及专家系统主要解决的问题类型的角度来看，专家系统也可分成解释型（分析和阐述符号数据的意义）、调试型（根据故障制定排除方案）、预测型（根据现状预测指定对象未来可能的结果）、维修型（针对特定故障制定并实施规划方案）、设计型（按指定需求制作图样和方案）、规划型（根据指定目标制定行动方案）等。
专家系统的建立包含以下几个步骤：（1）初始专家知识库的设计：包括问题、知识、概念、形式、规则等多个概念的筹建；（2）开发和试验系y原型机；（3）改进与归纳专家知识库等。
专家系统的实现通常建立在大量的数据统计与人类专家提供的问题解决实例上，没有精确或统一的求解算法，因此也会造成一些局限性。在人工智能与计算机科学快速发展的今天，专家系统也逐渐更重视理论和基础研究，除了基于经验的理论，基于规则和模型的方法也将投入到实际运用中，未来的专家系统将更偏向协同式和分布式方向发展。
2.5 机器学习
机器学习是指计算机自动获取新的推理算法和新的科学事实的过程，是计算机具有智能的基础。计算机的学习能力是人工智能研究史上的突出成就与重要进展，也是人工智能初步实现的重要标志。机器学了在人工智能领域有着重要应用，对于探索人类智慧的奥秘以及学习方法和机理都有着重要意义，机器学习的时代才刚刚开始，各种理论方法也正在逐步完善中，未来精彩可期。
3 人工智能的应用
人工智能的首次提出至今已有60年的历史，在这个循序渐进的过程中，无论是功能场景还是机器模式，都逐渐从单一到通用、从简单到复杂，表达方法也更多种多样。目前主要通过赋予机器产品一定的人类智能从而有效地提升机器工作效率及能力，未来的人工智能将更多的模拟人类生活环境及思维方式来设计出真正具有人类智能的高效人机系统。
3.1 人工智能在各个行业的应用
人工智能已经运用到人类生产生活的各个方面，主要包括以下几点：（1）以智能汽车为代表的自动化交通方式。（2）种类繁多的家庭智能服务机器人。（3）用于临床支持和病人看护中的自动化智能设备及医疗器械。（4）智能教育辅导系统、线上学习和智能辅助学习设备的普及。（5）基于图像处理和自然语言处理的各类音乐社交软件及VR设备的兴起给互联网娱乐时代带来的巨大变革。（6）逻辑证明及智能分析在公共安全领域的预测及防范。（7）大量重复机械的劳动逐渐由智能机器取代，人类承担着更多的创新及实践工作。
3.2 人工智能生活应用实例
作为辅助人类生产生活的重要工具，日趋成熟的智能机器人已经快速走进了人们的日常生活中，下面我们介绍几种常见的使用场景：（1）智能房屋和家居生活的构建：目前的智能停留在自动控制I域，通过用户指令来便捷的操控比如电视、窗帘、灯具、空调等等；而未来，人工智能的发展将根据你的日常行为了解你的习惯喜好，利用传感器和自动装置搜集用户的行为数据，通过机器学习和深度学习算法改造你所居住的环境。最终实现真正意义上的智能家居生活。（2）无人驾驶的智能汽车：主要通过导航和定位实现规定路线的行驶、通过激光测距、雷达感应和照相等技术，配合复杂的计算公式从而辨别和避让各种障碍，最终脱离人类操控的环境下自动完成发动、驾驶、刹车等动作。行驶的安全性和准确性在智能机器的帮助下其实更可靠，我们完全有理由相信未来自动驾驶将成为人们出行的新方式。（3）基于神经网络的新型翻译方式：在线翻译相信大多数人都不陌生，使用范围广普及率极高，但其准确性一直都是人们关注的焦点之一。谷歌翻译负责人表示将在部分功能上尝试使用深度学习技术，如果能顺利实施必将使得翻译准确性的研究取得实质性突破，而基于神经网络的翻译方式则将帮助计算机更好地模拟和理解人类思维，使得翻译结果更流畅合乎规范，也方便人们更好地理解。
4 人工智能的发展历程
人工智能的发展历程不算很长，但发展速度却异常迅猛。跟所有新兴的前沿学科一样，人工智能的发展中也经历了和低谷时期。根据不同时期代表性人物和事件的发生，我们大致可以将整个过程分为以下几个阶段：
（1）1950年，举世闻名的“图灵测试”（图灵，英国数学家，1912―1954）首次发表于《计算机与智能》一文，即通过房间外的人和两个房间内的人和机器分别对话中，是否能区分人和机器从而判断出机器是否具有了人的智能。这是人类对于人工智能最初的概念。
（2）1956年，由香农、麦卡锡、朗彻斯特和明斯基共同发起的DARTMOUTH学会于达特茅斯大学召开，会上首次提出“人工智能”一词，这是历史上第一次关于人工智能领域的研讨会，见证了人工智能学科研究的开端。
（3）1960年以来，生物进化领域逐渐建立起了遗传、策略和规划等算法。1992年计算智能由Bezdek提出，计算智能对于生物进化学的探究有着重大意义，涵盖了模式识别、人工生命、神经网络、进化计算等多学科集合与交叉。
（4）上世纪90年代开始，专家系统逐渐兴起，对于专家知识库的不断改进以及基于规则和模型的协同式分布式专家系统将是未来使用的主要趋势。
（5）从1960年神经网络首次应用于自动控制的实施，到1965年人工智能启发式推理规则的方法引入，再到1977年运筹学理论中概念智能控制模式的成功借鉴，人工智能的发展也顺利引导了自动控制模式逐渐切换到了智能控制模式。
（6）从1956年AI概念的正式提出以来，人工智能领域已经取得了众多突破性的成就和进展，很多天马行空的想象也随着科技的进步在一代代科学工作者的不断努力下逐渐设计落实，人工智能已经从科学研究逐渐走向了人们的日常生活中，成为了当下最具潜力的多学科交叉的前沿科学。
5 人工智能的未来与发展趋势
从人工智能的提出到逐渐走入人们生活，人工智能的概念一经问世则得到了人们的普遍关注，甚至带动了语音识别、自然处理处理、机器学习、数据挖掘等一系列相关学科的发展和兴盛。人工智能领域中的创新和蓬勃发展是趋势也是必然，通过了解人工智能学科的发展历程及应用领域，我们大致可以推测出关于未来人工智能的一些方向：（1）机器学习和深度学习算法指导下更聪明更多样性更具智能的机器系统。（2）自然语言处理应用中更自然的人机互动交流。（3）机器学习时代更快速的数据处理分析策略。（4）各研发企业和机构对于人工智能先进技术更激烈的竞争和角逐。（5）超人工智能（Artificial Super Intelligence，简称ASI）时代下AI是否会走向失控给人们带来的微恐惧。
6 结语
在短短60年的时间内，人工智能的快速发展已经从很大程度上改善和刷新了人们的生活方式。人工智能的深入研究和实现正在不断帮助我们探索这个世界、帮助我们搜寻信息应对各种各样的挑战。人工智能在逐渐强大的同时，有机遇也存在着巨大的挑战和技术瓶颈，距离人工智能时代的真正实现还有很长的路要走。而人工智能的不断更迭完善，是否能取得超越人类智力和认知的智能、是否会出现违背人类价值观的危险行为将是未来很长一段时间内需要研究的重要课题。
参考文献
[1]李红霞.人工智能的发展综述[J].甘肃科技纵横，2007，36（5）：17-18.
在刚刚过去的2016年，围棋领域的“人机大战”掀起一股人工智能的浪潮，以“阿尔法狗”为代表的人工智能战胜了韩国的围棋高手李世石，由此人工智能的发展引人深思。很多人会觉得人工智能是一个很遥远的事情，始终抱以一种怀疑的态度去看待人工智能。其实不然，人工智能从上世纪40年展至今，且不说现在家家都在使用，但是在我们的生活中至少是随处可见的，比如，计算机行业、银行业、会计业等都在使用的智能处理系统，而且范围越来越广，技术越来越具有深度。在传统的会计行业中，会计核算工作从凭证到报表都是由人工来完成的，但是现如今财务会计中的大部分工作都可以由财务软件来完成，大大的解放了会计中的人力。也是在去年的3月份，著名的会计师事务所德勤对外宣布将人工智能引入会计行业，这一宣布也是几家欢喜几家愁。虽然人工智能让会计实务变得更加便捷、精准，但是传统会计行业中那些被人工智能替代的手工记账人员将何去何从？笔者从一个会计人的角度对人工智能时代下的会计行业进行探讨，目的是明晰人工智能对会计行业的影响，以及传统的会计人员如何应对人工智能时代的到来。
二、我国人工智能在会计行业的应用现状和展望
（一）我国人工智能在会计行业的应用现状
会计行业主要涉及的是企事业单位、政府机构和会计师事务所，这三大类是有会计核算系统的主要主体。就我国来说，很多涉及会计工作主体对于人工智能的应用仅限于会计系统，而且在会计系统中一些类似于审核、判断等主观行为还是要财务人员手工进行操作。目前市场上已经存在各种可以满足不同类型组织结构会计主体业务需求的会计软件，可以说应用已经十分广泛了。但是就会计师事务所来说，作为主要业务之一的审计业务在人工智能方面应用的稍微较少，因为对于上市公司审计业务而言，需要填制大量的审计工作底稿，包括电子版和纸质版，这些数据的录入目前还是依赖于手工。
（二）对人工智能在会计行业中应用的展望
任何一位会计人都清楚地知道，会计行业是一种具有严瑾性、及时性的行业，并且会计工作程序多，处理起来比较繁杂。所以对于会计人员来说加班是家常便饭，从某种程度上来说，会计人员也希望有一天能有人工智能来替代这繁琐而枯燥的工作。目前已经应用的人工智能解决了一些基本的操作，比如凭证和报表的生成等等，但是还远远不能满足目前会计主体多样性的需求。比如人力资源会计，就需要一个适合企业特点的模型来对企业的人力资源进行计量和报告，此模型可以对企业的人力资源进行大数据的分析，从而可以合理的进行人力资源管理，这也是有效降低成本的途径之一。这样的需求在管理会计，环境会计等众多会计的分支中都是需要的，因为现在会计的职能越来越倾向于决策，决策过程中就需要会计提供相应的资料，这些资料通过会计的手工计算和分析往往难以获取，如果人工职能可以进一步运用科学知识来解决这个难题就再好不过了。
三、人工智能对会计行业的影响
（一）提高了会计信息的及时性和精准性
不管是企事业单位还是政府机构或者会计师事务所，在运用会计软件之后，一方面对于当日发生的各项经济业务都能及时的进行处理。因为会计人员的只需要登录系统进行相关事务的选择或者审核就可以了，期末系统会根据已经有的数据自动生成相关报表，相比较传统会计的手工填制凭证和编制报表要及时得多。另一方面，在传统的会计业务处理时，会计员手误记错账是常有的事，虽说现在的财务系统也需要手工录入一些数据，但是当录入出错时系统给予提示，所以这种情况下，大大降低了数据出错的概率，即提高了会计信息的准确性。
（二）一定程度上抑制了财务信息造假
在提高准确性和及时性的基?A上，人工智能在会计行业中的应用还可以相对防止财务信息造假。在特定的会计核算系统下，每一位登录系统的人员都会有唯一的账号和密码，以及自己的权限，可以说分工明确，相比较传统的会计核算中岗位相容现象十分严重，尤其是在中小企业里，人工智能的应用对于职能清晰划分有助于遏制信息的人为造假。但也不是说人工智能可以杜绝财务造假，因为尽管大部分工作在系统中完成，每个人只能进行自己职能范围内的操作，但是系统终归还是由人来控制的，还无法应对管理层凌驾于会计人员之上的内部操纵现象。
（三）会计行业中传统岗位需求减少
随着人工智能在会计行业的应用领域越来越广，传统会计岗位就不需要那么的职员了，这是显而易见的变化。会计电算化早在上世纪八十年代就在我国有所发展和普及，发展至今，已经商品化，为各种会计主体所使用，使得原本那些简单的会计记录和核算工作被人工智能所取代，相应的，这些岗位上的会计人员也就不再需要。
（四）会计信息安全性受到威胁
目前应用广泛的各种电算化核算系统，都是以电子形式对会计主体的各种财务数据进行保存，电子存储的数据保存形式有很多优点，比如保存方便，数据容量大，便于查找和使用等。另一方面，现在的系统如果防护措施不到位很容易被黑客攻击，同时目前网络的安全性也大大降低，信息在网络传输过程中可能会被拦截，所以企业的财务信息就会被泄露出去，严重的话，还会造成重大商业秘密的外泄，给企业带来损失。
四、会计人员如何应对人工智能的“入侵”
（一）学习会计电算化处理，跟上人工智能的步伐
作为一名会计人员，如果在智能时代还停留在传统会计处理方法上，那只能被时代所淘汰，这个社会本来就是优胜劣汰，新的技术方法已经产生，你没掌握那你就是被打败的那个，至少要跟上时代的步伐。国家目前对于会计人员有接受继续教育的要求，会计人员可以借助这一平台学习当前的人工智能在会计领域的应用，也可以自主的学习会计电算化的相关应用。
（二）由简单的财务会计向综合型会计人才转变
虽然人工智能时代减少传统会计岗位的需求，但是随着国家近几年来对于管理会计的发展的鼓励，各会计主体尤其是企业对于管理会计的需求增加，而目前管理会计的工作是人工智能无法完成的，因为这其中涉及大量的职业判断以及包括审计业务里也是含有很多的会计估计。所以会计人员应该在人工智能时代努力学习会计其他方面的知识，比如管理会计和审计业务的内容等，掌握多方面知识，使自己成为一名复合型会计人才。
（三）以积极的视角来看待人工智能
现实中有很多会计从业人员狭隘的认为人工智能可以取代他们，甚至完成他们完成不了的工作，于是乎就开始说会计行业没有前景，进行转行，而不去想着提升自己的执业能力。从以上的分析可以看出，这种消极的观点是不对的，不仅不利于会计人员自身的发展，也不利于整个会计行业的发展。
【关键字】推理与专家系统；认知学徒制；专家系统外壳
【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097（2009）04―0120―03
在教育部2003年颁布的《普通高中技术课程标准（实验）》中，首次设立了《人工智能初步》选修模块，该模块共设三个主题：“知识及其表达”，“推理与专家系统”，“人工智能语言与问题求解”。其中的“推理与专家系统”主题，由于专家系统构建的简便性以及运行的可观察性，在为数不多的已开设《人工智能初步》选修模块的学校中，较为普遍地被作为重点内容进行教学。[1]因此，十分有必要对“推理与专家系统”主题的教学模式及其相关问题进行讨论，以便为中学信息技术教师更有效的开展教学提供参考与借鉴。
一 “推理与专家系统”主题的教学目标
新课标中给出了“推理与专家系统”主题的具体教学目标：
1 演示或使用简单的产生式专家系统软件，感受用专家系统解决问题的基本过程；了解专家系统的基本结构。
2 通过实例分析，知道专家系统正向、反向推理的基本原理；会描述一种常用的不精确推理的基本过程。
3 了解专家系统解释机制的基本概念及其在专家系统中的重要作用。
4 了解专家系统外壳的概念；学会使用一个简易的专家系统外壳，并能用它开发简单的专家系统。[2]
由此可见，“推理与专家系统”主题并非是大学专家系统相关专业内容的简单下移，它的总体目标是了解与专家系统相关的知识，体验专家系统的技术与应用，感受专家系统对学习和生活的影响，从而激发对信息技术未来的追求。
二 认知学徒制及其应用于“推理与专家系统”教学的可行性
1 认知学徒制及其特征
所谓认知学徒制(Cognitive Apprenticeship)，是一种从改造学校教育中的主要问题出发，将传统学徒制方法中的核心技术与学校教育整合起来的新型教学模式，[3]用以培养学生的认知技能，即专家实践所需的思维、问题求解和处理复杂任务的能力。
从认知学徒制的特征与“推理与专家系统”教学过程的特点的一致性、认知学徒制的知识观与“推理与专家系统”强调知识获取、转化的一致性、认知学徒制的技能观与“推理与专家系统”教学注重学生技能发展的一致性，能够得出将认知学徒制应用于“推理与专家系统”主题的教学是切实可行的。
认知学徒制的核心假设是：通过这种模式能够培养学习者问题求解等方面的高阶思维技能/策略。这种技能/策略把技能与知识结合起来，是完成有意义的/真实的任务的关键。它具有如下的基本特征：
（1） 认知学徒制关注的不是概念和事实知识的获得，而是重视专家在获取知识或将知识运用于复杂现实生活任务/问题时所关涉的推理过程与认知/元认知策略。
（2） 将原本隐蔽的内在认知过程显性化，亦即表现思维过程，使之可视化（包括教师和学生的思维过程）。通过这种方法，学生可以在老师和其他学生的帮助下进行观察、重复演练和实践。
（3） 将学校课程中的抽象任务/内容置于对学生有意义的情境之中，学习者充分了解学习的目的与应用，理解工作的相关性，并参与专家行为。[4]
“推理与专家系统”主题的教学主要思路是要求学生使用一个简易的专家系统外壳（例如InterModeller）开发简单的专家系统，它的过程是：第一步，确定所要开发的专家系统类型，即确定开发的专家系统的内容，如动物识别专家系统、汽车故障诊断专家系统等；第二步，选择、整理与所要开发的专家系统相关的日常生活知识；第三步，将日常生活知识转化为专家系统能推理和解释的知识表示形式，如产生式规则表示，框架知识表示等；第四步，通过师生、生生之间的交流与讨论，逐步修改完善专家系统，使专家系统做出判断与解释。
这一教学过程不仅要求学生获取、选择、整理概念和事实知识，更强调将知识转化为专家系统能推理和解释的知识表示形式，最终能用专家系统解决实际问题，这与认知学徒制所关注的在有意义的情境之中，将知识进行逻辑化表示后去解决现实任务/问题，培养学习者问题求解等方面的高阶思维技能/策略是相一致的。
2 基于认知学徒制的知识观
比利特（Billett，1993）认为学习的知识包括三种形式：陈述性知识（关于是“什么”的知识）、程序性知识（关于“怎么做”的知识）和情感性知识（关于价值观和态度的知识）。陈述性知识用来提供事实和陈述，程序性知识用来提供做事过程的规则，情感性知识用来提供对事情的意见与看法。在一些实际工作情境中，程序性知识通常是可以直接观察的，而陈述性知识的内容则往往比较模糊、不透明。因此，与程序性知识相比，在日常工作的活动中，一些类型的概念性知识获得更加困难，学习者对它们的理解受到更多的限制。[5][6]
如何在学习中有效的获得陈述性知识，比利特和罗斯（Billett & Rose,1996）认为：第一，陈述性的知识是在参与社会实践、从事日常工作的过程中获得的。在日常的工作实践中，人们必须解决问题、实现目标而这些活动真正促进了人们对学习对象的理解；第二，在学习的阐释或知识的建构过程中，个体之间的密切互动是知识一个非常重要的来源，特别是熟练的指导者能够帮助个体建构知识，“强烈的社会影响或者最贴切的指导似乎为学习者获取和建构陈述性知识提供了有意的途径”。[5]
“推理与专家系统”主题中所涉及的知识也可分为陈述性知识和程序性知识。陈述性知识主要体现在确立的所要构建的专家系统类型的情境中，将零散、孤立的陈述性知识，通过教师的指导，学生间的讨论，将其整体化，组块化。程序性知识主要是存在于专家系统的知识库中，以“ifthen”形式来编程陈述性知识，即先确认当前的情境和条件，然后产生相应的行动。由于高中阶段的教学要求是利用简易的专家系统外壳开发简单的专家系统，因此在条理清晰、结构合理的陈述性知识的基础上编写程序性知识的过程较为简单，关键是学生如何通过多种有效形式获得陈述性知识，并将其清晰，合理的表示出来。专家系统构建过程中的陈述性知识获取及其向陈述性知识的转化，与认知学徒制知识观所倡导的知识分类和有效获取是相吻合的。
3 基于认知学徒制的学生技能发展
伊万斯（Evans,1994）提出了技能发展的，明确了技能所包含的智力维度：
（1） 阶段1――新手。其特征为行为是受限制的、不灵活的、受规则控制的；
（2） 阶段2――较高级的新手。学习者开始能够感知任务中一些重要的情境特征，但还不能对那些重要的情境进行区分；
（3） 阶段3――胜任阶段。学习者能够识别情境的重要特征，并以此为基础思考行动的目标和计划，用来指导行动；
（4） 阶段4――精通。能够在不特别关注的情况下选择最好的行动计划，能够快速概括、识别情境并订出计划；
（5） 阶段5――专家。专家凭借直觉行动，这种直觉来自对情境的深刻理解，不关注规则的和特征，而且行动是可变的、灵活的和高度熟练的。[5]
在上述技能发展的五个阶段中，学习者从新手到专家的过渡过程就是从被动接受信息到具备更多的反思和参与策略的过程。在建构所需要的知识时，学习者开始需要指导者详细的帮助，而后逐步过渡到大量的互动和建构的水平。在技能发展的高级阶段，对理解技能中的智力因素的需要进一步增加，而对详细指导的需要急剧下降，因为知识变得更加内化，更加接近于自我建构。在“推理与专家系统”主题中，学生利用专家系统外壳工具，通过了解由某一领域专家建构的专家系统，并在教师的指导下亲手开发简单的专家系统，来体验专家系统的开发过程，加深学习体验。在实际教学中，我们将上述技能发展的五个阶段简化为三个阶段，学生和专家系统构成了一种专家与新手的关系，刚开始学专家系统的学生（相对新手）、课程教师（相对于学生为专家）以及专家建构的专家系统（相对于教师为专家），[7]学生开发专家系统的过程也即相对新手向相对专家转化，最后还可能发展领域专家的过程。在这一过程中，学生对所建立的专家系统类型的相关陈述性知识和程序性的需要不断增加，而对教师指导其开发的需要急剧下降。
三 认知学徒制在“推理与专家系统”教学中的实施过程
认知学徒制作为一种新型的教学模式，将其应用于“推理与专家系统”教学，需要教师和学生两方面共同执行，如图1所示。[4]
在认知学徒制教学模式中，学生是主体，教师起主导作用。对教师来说，要精心设计教学以表现专家实践的思维过程，并引导学生积极参与、体验，在这个过程中，教师先示范必要的策略，再放手让学生尝试，并在学生需要时予以指导。对学生来说，通过对特定领域专家实践能力的模仿、参与、讨论、交流和阐释，获得基本的问题求解方法、策略和能力，并随着脚手架的拆除，逐渐独立探究、定义、分析和解决问题。[8]具体的说包含如下步骤：
（1） 建模。教师选择某一典型的专家系统，对专家系统的问题解决过程，如推理方式和应用策略进行建模，以使学生观察系统的推理、运行过程，感受领域专家的思维过程。
（2） 情境设计。教师要引导学生选择符合其认知特点的专家系统内容，注重实用性、贴切性和可开发性，如“当地旅游景点识别”、“特色小吃划分”等专家系统，并把情境化的活动与相关的预期结果关联起来，以便学生在真实的情景中进行模拟学习，发展远迁移能力。
（3） 提供脚手架。脚手架的重要功能是帮助学生顺利穿越“最近发展区”。教师对学生的开发专家系统的过程进行指导,提供必要的“支架”，如概念支持、软件应用技巧支持、过程支持、策略方法支持等。
（4） 清晰表达。要求学生清晰地表达专家系统的推理过程或解决问题的过程，以使学生真正了解自己的学习过程， 不仅“知其然”（What），而且“知其所以然”（Why）。
（5） 反思。使学生将自己的思维和问题求解过程与领域专家、其他学生的逻辑思维方式进行比较。通过反思，学生可以构建关于该专家系统内容的问题求解过程的模型，已修正/启示自己的问题求解和任务完成过程。
（6） 拆除脚手架。当学生完成知识库的建立，或者能运行专家系统后，教师应逐渐拆除支架，以促进学生的发展。
四 结语
在“推理与专家系统”主题的教学中采用认知学徒制教学模式，对于学生分析问题和解决问题能力的培养具有积极的意义。一方面，为了完成该任务，学生需要编制规划、制定知识获取策略，并具体付诸实施，这是一个不断深化的过程。学生还得明确与系统有关的所有变量或相关的因素，并且将这些变量和因素转化为问题求解过程，得出相应的结论。在进行一系列问题求解分析之后，运用产生式规则来表示知识。 该过程中有助于提高他们的分析、思维与判断能力。另一方面，在专家系统运行时，学生可以向专家系统提出诸如“为什么（Why）”、“如何（How）”、“如果……会怎么样”等问题，系统接受用户的问题指令后，可以根据推理的逻辑进程，即时将答案呈现给用户，这个过程如同教师与学生在进行面对面的教学，学生还可以充分体验人类专家的求解思路和推理风格。完善的专家系统还可以让其他学生去运用和体验，具有一定的实用价值。正如美国著名的学习论专家Jonassen所指出的：那些自行设计专家系统的学生将会在这种活动中受益匪浅，因为这是一个对所学知识进行深度加工的过程。[9]
参考文献
[1] 张剑平,张家华,我国人工智能课程实施的问题与对策[M],中国电化教育,2008,(10):95-98.
[2] 教育部.普通高中技术课程标准(实验)[M].北京:人民教育出版社,2003:24.
[3] 高文.教学模式论[M].上海:上海教育出版社,2002:342.
[4] 钟志贤.信息化教学模式:理论建构与实践例说[M].北京:教育科学出版社,2005:263.
[5] 赵蒙成.工作场的学习:概念、认知基础与教学模式[J].比较教育研究,2008,(1):51-56.
[6] Billett, S.R, & Rose, J.Developing Conceptual Knowledge in the Workplace. In J. Stevenson (Ed.).Learning in theWorkplace: Tourism and Hospitality.Brisbane, Australia: Griffith University, Center for Learning and Work Research, 1996:204-208.
[7] 周跃良,张燕.人工智能教育的理论基础及教学组织[J].中小学信息技术教育,2003,(10):10-13.
关键词：智能教学系统；语义Web；领域本体
智能教学系统(Intelligent Tutoring System，简称ITS)是人工智能和计算机应用的一个重要研究领域[2]。它为学习者提供了形象直观和方便易用的学习界面，有助于激发学生的学习兴趣，增强学习记忆，同时又能大量增加学习内容，提高教学效率，因而长期得到广大研究人员和教育工作者的密切关注和深入研究。1988年，国际上第一次举办ITS学术研讨会；1992年以来，智能教学系统学术会议每两年举办一次；2012年，美国匹兹堡将举办第10届ITS国际会议，该届会议的网址是cmu.edu/its2012。
早期的计算机辅助教学(CAI)及现有的智能教学系统，绝大多数以文本、图形、静态图像、动画、声音和动态视频等知识作为教学内容，存于知识库，教学内容通常是固定不变的，因此，不能实现真正意义上的因材施教和多学科知识教学。此外，一些教学系统具有明显的不可修改性，只能适用于事先确定的、特定的教学目标与具体的教学情境；有的教学系统完全与教科书配套，以教学大纲和个别教材为依据，按照教科书的章节安排教学内容，不具备重用性。通过分析可知，智能教学系统存在上述不足的主要原因，是系统没有一个庞大的和可扩展的知识库支撑，没有可供操作的知识以及知识库不能更新等。
笔者通过分析智能教学系统发展等特点，结合网络信息，提出了面向语义Web的智能教学系统模型，分析了各组成部分的功能。在系统模型中引入领域本体组织教学内容，并运用网络爬虫工具获取网页新知识等更新教学内容，提高了智能教学系统的适应性。
1智能教学系统
20世纪60年代以来，随着信息科学和计算机科学的发展，特别是人工智能(AI)的诞生与发展，以及计算机在教育方面的广泛应用，出现了一种新的教育技术，即计算机辅助教学(Computer-aided Instruction, 简称CAI)。CAI系统的理论基础是行为主义理论，主要目的是协助改进教学。其教学模式主要有3种：一是辅导模式，用于向学生讲授知识和技能等内容；二是练习与操练模式，通过学生与计算机的频繁交互作用来训练学生的解题能力，以加深学生对所学过概念的理解；三是对话模式，通过计算机与学生的相互提问和答问来训练学生的理解力。CAI系统一般由课件(courseware)实现教学过程，学生可反复使用这些不变的课件，接受课件的各种教学信息，完成学习任务。学生的学习过程主要由课件来控制，一般都是被动式学习，系统没有给学生提供个性化需求的教学过程。
传统的计算机辅助教学系统并不了解学生的特点，对所有学习者采用相同的教学方法和统一的教学内容。因此，系统不能对不同学生采用不同的教学方法和教学内容，不能培养不同学生的各种能力。
因此，人们希望计算机也应具有人类教学的“智慧”和艺术：系统应该能了解每个学生的学习能力、知识水平，能根据不同学生的各自特点采用不同的教学策略，有针对性地指导学生学习，能理解和接受学生的自然语言交互。
到了上世纪70年代，AI技术得到深入研究和发展，同时，认知心理学在教学过程中也得到广泛应用，计算机辅助教学系统的研究更趋向智能化。Carbonell和Collins等人研制了一个基于知识的教学系统SCHOLAR，用于进行南美洲地理教学。SCHOLAR开辟了把人工智能应用于计算机辅助教学的新研究领域。让计算机辅助教学系统CAI更加具有“智慧”，是教学系统的一个重要目标，因此，更具有智能的CAI系统被称为“智能计算机辅助教学”(简称ICAI)或“智能教学系统”。
但是，ITS并不是对CAI的一个简单改进，它需要结合AI技术、教育心理学理论和认知科学而得以发展。与CAI不同，ITS以认知心理学为理论基础，强调学习个体内部的心理过程，认为人的认知是由外部刺激和认知主体内部过程相互作用的结果，因而学习过程是个人根据自身需要、兴趣、能力、知识水平，对当前教学过程做出的主动的、有选择的信息加工和建构过程。
ITS的目标是分析学生的智能水平和知识状态，根据不同的教学内容采用不同的教学策略，因材施教。教学过程以“学生”为中心(但并不完全地由学生自由学习)，以启发、诱导、暗示等方式展开，让学生探索、思考与发现问题。例如，SCHOLAR系统采用了苏格拉底对话方式的启发式教学，以实现智能化教学。
目前的ITS在结合教育心理学、认知理论和计算机科学的基础上取得了很大发展，同时ITS的研究和开发也是一个艰难的过程，并存在如下缺陷。
1) 智能教学系统缺乏强的自适应性，不能真正灵活地实现因材施教的教育目的；不能准确及时地发现和处理学生出现的各种错误及问题。主要原因在于教学过程分析不明确，教学策略不够丰富，特别是对于不同学科和不同个性的学生，缺乏灵活多样的教学策略，用于指导不同学生学习不同知识，系统设计面向的对象也还比较单一。
2) 智能教学系统对学生缺乏了解(或理解)；不能理解学生正在做什么和学生知道什么；不知道学生所处的学习环境和学习动机如何，学生常犯的错误是什么；没有一个好的教学策略来安排最适合的教学方法，把最适当的知识传授给相关学生，因而无法达到因材施教的预期教学效果。
3) 智能教学系统中的知识可操作性差，几乎是不可操作的。教学内容比较单一，而且知识的可重用性差，导致了人们制作和设计了许多重复的教学系统，而真正“好用的”智能软件却非常缺乏。
智能教学系统存在上述不足的主要原因有二：一是没有一个丰富的多学科的知识库支撑，而且知识的可操作性差；二是没有一个比较完善理想的系统结构，支持对学生和教学的理想描述。针对这些不足，笔者提出一种面向语义Web的智能教学系统模型。
2面向语义Web的智能教学系统模型
在分析已有的智能教学系统模型(例如NKI- Tutor)[4]的基础上，结合当前不断发展的网络信息和网上学习资源，笔者提出了一种面向语义Web的智能教学系统模型，该模型的教学内容模块中引入领域本体的抽象层来组织知识，同时模型中增加了一个网页知识的新模块。网页知识主要使用网络爬虫，从不同网站上获取各种教学资源，然后对该资源进行分类，构建其资源本体，并通过本体合并技术，把新知识添加到教学内容模块中。面向语义Web的智能教学系统模型如图1所示。
面向语义Web的智能教学系统模型主要包括交互界面、学生模型、教学模块、教学内容、专家模型、评价模块、知识模拟模块和网页知识模块等。
交互界面用于实现学习者与教学系统之间的信息交互，为不同学习者提供个性化的教学内容和学习界面。
学生模型是对学习者的知识水平、认知能力、学习风格、兴趣爱好、学习策略等的建模，为系统提供学习者的学习历史记录、学习过程中与系统的交互情况以及在系统诊断性测验中的表现等。
专家模型包含领域专家的问题求解。教学系统可以对学生解决问题的方法与专家的方法进行比较，以发现学生的能力缺陷或错误认识等，然后采取更确切的教学策略或调整教学策略。
教学模块是智能教学系统用于组织、管理和实施整个教学活动的中心。本模块的教学模型由教学目标子模块、教学任务子模块、教学分析子模块、教学策略子模块和教学效果测量子模块构成。教学目标是指教学的总目标(Goal)，包含多个子目标(g1，g2…gn)，并且Goal＝g1 ∧g2 ∧… ∧gn，n ∈自然数N。教学任务是指设计或规划知识，确定教学目标，选取和实施教学策略，并评价教学，由具体任务(Task)实施。评价模块是对整个教学的全局评价。评价教学总目标是否已经达到，或是对一个学习单元、一个学习阶段、一门课程学习后的全局评价，包括学生知识结构和知识水平、技能水平的综合评价和教学策略是否适用于不同学生的评价等，评价结果是教学策略改进和教学反馈的依据，是对学生的学习过程和教学效果进行测量。
知识模拟是一个知识模拟系统，能够对知识自动进行动画模拟。在教学过程中，教师根据不同的教学内容和教学需要，采用不同的教学策略，使教学更加生动形象，学生也能够通过模拟工具亲自操作实验。模拟工具对于具有不同学习风格的学生尤其重要。
教学内容模块是知识库存储器，存放各科教学知识和从网页上获取的各类新知识。
网页知识存储从不同的网站上获取的各种教学资源。在系统模型中嵌入网络爬虫工具，首先利用网络爬虫工具不定期地从不同网站上获取各种教学资源，然后对资源进行分类，构建其资源本体，通过使用本体合并技术，把新知识添加到教学内容模块中，实现教学内容更新，使系统更具适应性。
3 教学内容组织与知识更新
在面向语义Web的智能教学系统模型中，我们引入领域本体的抽象层来组织教学内容，并引入网页知识模块实现知识更新。
3.1领域本体的抽象层
面向语义Web的智能教学系统模型，最重要的功能是获取Web信息和资源，然后对资源进行管理和运用。为此，我们引入领域本体的抽象层来对教学资源进行组织，如图2所示。
领域本体的抽象层是去除了学科中的具体概念而综合了领域本体中的属性和关系，是不依赖于领域概念而存在的。
3.2网页知识模块
随着互联网的快速发展，各种教学机构和学校都建立了各自的教学网站。例如，大学的精品课程、中学的网校以及专业知识网站，还有很多信息搜索引擎等。这些网站提供了很多专业和非专业的百科知识。为了顺应信息时代的知识需求，智能教学系统中的教学内容不再是一成不变的，而应该及时更新知识库。
面向语义Web的智能教学系统模型采用网络爬虫工具实现自动提取网页信息功能。它根据教学内容主题的关键字或知识点分析网页，过滤与主题无关的链接，获取有用的链接站点上的信息，并将其存储在相应的文档中。目前，我们主要采用文本方式存储获
取的信息。然后对所获取的信息进行分析，根据信息格式和内容进行分类，结合已有本体来组织新知识，进而建立索引，便于知识查询和检索。
4结语
智能教学系统研究是一项艰难和长期的工作。面向语义Web的智能教学系统模型具有教学内容覆盖多个学科和网络知识等特点，充分展现信息时代的学习特色，为学习者提供更新颖的知识和更宽广的知识面，并使教学过程更加个性化，提高教学质量。同时，面向语义Web的智能教学系统将通过网络爬虫工具实现自动提取网页信息，从而及时更新教学内容，使教学更具时代特点，实现真正意义的智能化教学。
参考文献：
[1] Claude Frasson, Kurt Van Lehn. Intelligent tutoring systems[C]//Gilles Gauthier, Claude Frasson, Kurt VanLehn. Lecture notes in computer science(1839). Montreal:Springer, 2000:1-24.
[2] 王小辉,童\. 智能计算机辅助教学系统的设计[J]. 软件学报, 1996,7(4):217-222.
[3] 唐素勤,曹存根. 智能教学系统的体系结构:综述与改进[C]//钟义信.中国人工智能学会第九届全国学术会议(CAAI-9)论文集. 北京:北京邮电大学出版社,2001:1129-1132.
An Intelligent Tutoring System Oriented on Semantic Web
TANG Suqin1, LIU Lihao2
(1. College of Computer Science and Information Engineering, Guangxi Normal University, Guilin 541004, China; 2.Guangxi Training Center for Teachers of Higher Education Institutions, Guilin 541004, China)
1．1技术简介
虚拟现实技术(vR)是以计算机技术为依托，综合多媒体技术、传感器技术、人工智能、人机接口技术、实时计算、工程仿真技术等多学科为一体的前沿技术，它能生成逼真的视、听、触觉一体化的人工虚拟环境，用户能以自然的方式与虚拟环境中的对象进行交互【l1。它具有3个特征：逼真的临场感、自然的交互、提高学习者思维认知。vR突破了人类认识的时空限制，大大拓宽了人类对现实世界及未知世界的感觉和认识，为人们的实践活动提供了崭新的环境和手段。在军事、制造、医学、设计、艺术、娱乐等领域，vR都有广阔的应用前景。
1．2教育颔域应用现状及前墨
对教育领域而言，运用VR能够通过计算机将三维空间或实物模型的意念清楚地表示出来，能使学习者直接、自然地与虚拟环境中的各种对象进行交互，并通过多种形式参与事件的发展变化过程，从而获得最大的控制、操作整个环境的自由度[21。这种呈现多维度信息的虚拟学习和培训环境，以最直观、最有意义的方式为学习者掌握一门新知识、新技能提供崭新途径。普遍意义上讲，完整的vR系统需要高级计算机、头盔式显示器、数据手套、洞穴式投影等昂贵的硬件支持设备，这对于大多数教育教学单位都是难以承受的，从而严重制约了VR系统在教育教学中的推广应用。但在科技多样化发展的今天，VR系统也呈现出多样化的发展趋势，vR系统配置可以根据目标需求而定。设备投资大、开发周期长的复杂VR系统，一般应用于高校或航天军事等高端技术工作领域。而桌面型vR系统仅使用电脑单机，显示器是学习者观察虚拟环境的一个窗口，学习者可通过使用简单的外设(如鼠标、立体眼镜等)来驾驭虚拟环境和操纵虚拟物体，虽缺乏完全沉浸功能，但其结构简单、硬件成本低的特点非常适合在我国的普教、职教领域推广应用。
2VR在职教个性化教学实验中应用的可行性
2．1职教学情现状
在各类职业学校中，普遍存在的问题是学生学习兴趣不高，特别是在枯燥、乏味的理论知识学习中，这一问题尤为突出。但学生对于新颖事物具有强烈的好奇心和较高的动手愿望，因此，在讲授理论知识时，辅以演示、实验、实训，并使人人都能动手参与，将会激发学生学习兴趣，从而提高教学质量。但这种教学方法存在一些问题：模型、设备、实验、实训条件有限，特别是一些价格昂贵的设备，不可能人人都能动手操作；盲目操作会导致设备损坏，需要一定维修费用；在同一个地方完成理论、实践教学并不现实。
2．2个性化学习
个性化学习是一种新的学习观，是伴随近年来教育改革发展，针对传统教育大统一的弊端提出来的。它是以学生原有的知识经验和个性特征为基础，以学生内在需求为核心。以每个学生学习能力与个性的自由、充分、和谐发展为目标而实施的学习活动_l1。个性化学习中，师生处于分离或准分离状态，教师由传统教育中的主导者变为可利用的教育资源，成为教学资源中的一个组合因素，而学生也从被动接受教育的对象变为教育资源的选择者和利用者。由此可见，最为简单、易行的个性化学习载体就是基于web的学习动手实践，B／S模式、互动操作，可激发学生兴趣，从而自定义完成学习、实践任务。
2．3虚拟教学模型在个性化教学实验中的应用价值
就教师而言，实现了从传统讲授一简单图文课件讲授一简单图文课件+虚拟教学模型讲授的转变。既充实了教学内容，又丰富了教学手段和形式。同时，虚拟教学模型是使用计算机模拟出的实物形态，其使用同课件一样方便，既能达到直观教学的效果，也能使师生获得临场感，增强师生互动。
就学生而言，在计算机屏幕上观察到的是用vR技术数字化后的实物，只要有网络环境或在家登陆学校的模型web服务器，学生就可动手操作，同时有了直观模型的临场体验后，学生在面对实物操作时也易上手，杜绝了盲目操作。学生也可以通过协作探究解决问题。此外，卫生职业院校还承担着成人教育的培训任务，对于一些短训班或远程教学，在授课时演示或在web上一些虚拟教学模型，可帮助学员理解知识，并在一定程度上解决实验课中存在的问题。
虚拟教学模型可以通过编程定制、更新内容，节省了教学成本，有利于职教事业的可持续发展。另外，虚拟教学模型还可虚拟出一些新型的装备用于教研活动，体现出教学的前瞻性和创新性，如虚拟科学实验室、虚拟校园、特殊教育、仿真实验、专业实训等。
3卫生职教虚拟平台建模方案
针对卫生职教的教学特点，可以开发4类桌面型虚拟现实应用：模型演示、过程仿真、场景展示、仪器操作。为满足个性化教学需求，均采用B／S的模式。
3．1模型演示(人体解剖学、口腔解剖学教学)
功能需求：虚拟口腔模型、器官模型在屏幕中三维立体显示，可用鼠标进行任意角度的调整观察，配合讲解，使学生获取最近乎于真实的感受。
可行性技术方案：JavaApplet、Java3D技术配合使用3D模型辅助设计软件(设计需导出VRML2．0或OBJ格式文件，如3DSMAX)。
论证：由需求可知，这种三维设计是基于图形建模的，可选用VRML和Java3D技术在web上3D图像。与传统VRML相比，Java3D的功能和可编程性更强，具有Java丰富类库的支持和良好的跨平台性，考虑构建3D简单模型，并配合专业3D模型设计软件构建复杂模型。客户端提供用户实验的环境主要采用JavaApplet来实现，使用JavaApplet编写图形用户界面，仿真计算任务由浏览器的JavaApplet完成，使用Jav3D实现虚拟实验场景的3D显示，两者嵌入HTML文件网页构成用户的前台操作界面，支持web方式。
3．2过程仿真(虚拟化学实验、虚拟口腔设备操作与维修)
功能需求：用户可直接操作web中虚拟的化学实验装置和化学药品，完成实验。
可行性技术方案：同3．1，但需考虑场景和复杂的操作交互，其程序编制较3．1复杂。
3．3场舞展示(口腔诊所布局、ICU布局)
功能需求：真实再现室内环境格局、设备布局，可由鼠标控制，转动到任意视角浏览，用户有临场感。
可行性技术方案：超广角镜头转台摄影+静态图象360。全景拼合显示技术(QTVR或Java编程)。
论证：由需求可知，最简便的方法是基于静态图象进行建模。QTVR运用相机拍摄的真实全景图像来构建虚拟现实空间与计算机图形设计或其他VR技术相比，其制作相对简单、制作周期缩短、成本低廉、且由于照片清晰度高，细节不会被遗漏观察场景时有身临其境感觉。由于数据量小，观察起来也非常流畅。另有使用Java编程来实现静态全景拼接的方式，需Jav虚拟机支持。
3．4仪器操作(心电监护仪操作、心电擞据教学)
功能需求：心电监护仪器功能与实物一致，但数据不是现场实测，而是调用专家库中的临床教学心电数据资料，学生能通过鼠标点击虚拟心电监护仪相应按钮，得到相应结果，从而熟悉仪器操作，掌握相关临床知识。
可行技术方案：Windows平台下的LabView8．0虚拟仪器软件设计(无须数据采集卡)。论证：美国NI公司的LabView图形化程序设计语言(G语言)是专门用于设计虚拟仪器的。它是用框图连线来替代传统的代码编写，而且内置了丰富的仪器仪表控件(表盘、开关、旋钮、波形现实等)，可在虚拟前面板上根据需要自由组合D1。另外，它的数学分析、信号处理函数库功能强大，能够轻松完成临床教学心电数据的分析、处理、显示，并可根据所需功能对仪器快速原型化。LabView8．0的RemotePanel功能支持web方式。
4拓展、开发和意义
4．1拓展、开发
(1)建立和累积可定期更新的开放型医学数据专家库。如心电临床数据、医学影像数据、口腔临床数据、设备维修数据等。依托网络通讯平台，实现教学素材的群体共享，为开展优质的教学工作做好充分的知识储备。
(2)建立和累积可定期更新的开放型教师评价专家库。广泛收集教师群体智慧、经验，将评价依据收纳到计算机教师评价专家库中，变教师个体评价为群体评判，这种评价更具客观性和综合性，而且依托网络通信平台，将教学评价机制进行共享，可提升教学质量，并为教学创新带来巨大益处。
(3)基于医学数据专家库、教师评价专家库，引入并应用人工智能技术，对于学生提交的实践作业，采用计算机自动评分一方面保证了评价的综合性、客观性；另一方面使学生成绩得到最快的反馈，进而及时进行自我调节，提高学习效果。
4．2意义
(1)变经验重复型教研组织形式为经验研究型。这种基于智能专家库的架构大幅降低了教师的工作强度，取消了其重复劳动，教师可以充分利用教研时间，专注研究那些计算机无法得出结论的学生个性实例或计算机提取的学生共性、典型实例，从而不断更新、完善专家库内容，类似问题可在下次计算机评判中得以解决。
[关键词] 智能 电子商务 应用研究
随着Internet技术应用的普及和深入，电子商务这种全新的商务模式被越来越多的人们所接受。但是由于Internet本身所具有的开放性、动态性和异构性的特征，随着其不断发展，信息量不断膨胀，给人们获取自己需要的信息带来一定程度的麻烦。为了解决这个问题，智能化电子商务系统应运而生，智能化电子商务系统是一种基于互联网，能够代替人并且具有一定逻辑推理能力、自学习能力、交流能力的智能化的电子交易模式。基于智能化的电子商务能帮助人们完成许多繁琐的信息处理工作，可以给人们带来很多方便。
一、智能概述
1.智能的定义
智能(Intelligent Agent)的理论和技术在20世纪90年代已经提出，是一个新的研究和开发领域，其内容涉及到人工智能、信息检索、计算机网络、数据库、数据挖掘、自然语言处理等领域的理论和技术，主要是人工智能方面。
但是，对于是什么是“智能”，到目前为止，理论界还没有一个统一和权威的说法，但从许多专家对智能提出的定义都有一个共同的特点，即：智能可以通过感知、学习、推理及行动，能够基于知识库的训练后能模仿人类社会的行为，即具有智能性。在网络环境下，智能能够用户或其他程序，以主动服务的方式持续完成一组操作的软件可以定时或交互地执行，对网络环境变化做出反应，用于达到用户的目标、满足用户的需求。
2.智能的特点
(1)智能性(Intelligenty)。智能性是智能技术的一个最基本的特征，主要指的是的推理和学习能力，即它具有解决问题所需的丰富知识、策略和相关数据，能够进行相关的推理和智能计算。同时，智能还可以在用户没有给出十分明确的需求时信息时捕捉用户的偏好、兴趣及意图，并按最佳方式代为其完成任务。此外，智能还可以对信息进行筛选和过滤，自动拒绝一些不合理或可能给用户带来危害的请求。
(2)自主性（Autonomy）。自主性又称学习性。主要是指智能能够自主运行。具有强烈的行为目的性能够根据需要主动采取一系列行动，以达到某种目的。智能技术能够根据当前环境的变化，动态地调整自己去完成各项任务、计划，并主动地把信息过滤、整理后提供给用户服务，并能够从经验中不断进行自我学习，根据环境及时调整自身的行为，从而提高分析问题和处理问题的能力。
(3)性。性也是智能技术的一个最基本的特征，主要是指智能的自主与协调工作能力。表现为智能从事行为的自动化程度，即操作行为可以离开人或程序的干预，能够自动使用通信协议进行信息交换，并把检索信息结果主动推送给用户，并管理用户的个人资料及其私人目录下的知识库。但在其系统中必须通过操作行为加以控制，当其他提出请求时，只有自己才能决定是接受还是拒绝这种请求。
(4)合作性。主要是指每个智能都有标准的接口，采用统一的通信语言进行信息的交流。多系统由多个组成，通过本身的搜索活动和相互之间的交互活动，构成系统的群体活动，相互之间分工合作共同完成复杂任务，从而实现系统整体的功能或目的，同时，在这种交互的过程中每个也都实现了自己的功能或目的。
（5）适应性。主要是指智能能够根据用户以前的经验理解所处的周围的环境，并能对环境和相关事件的变化及时反应，做出决策，改变自己的行动，或者在遇到问题时能在最短时间内给用户以警告。因此，智能可以接受委托、遵循承诺，产生输出反应动作和行为。
二、智能的工作流程
智能可以看成一个黑箱，通过传感器感知环境，通过效应器作用环境。同时，智能也可以看作是知识处理的实体，它由知识库、规则库、推理机、各之间的通信协议组成，能够完成知识发现、通信协作、规则库应用、监督、知识库管理、推送等功能。在智能的工作流程中，每个都有自己的知识库，用户表达出自己的信息需求后，通过通信协作传给知识库，然后根据用户信息库中用户特定的需求和近期的爱好兴趣为标准来筛选信息。监督的作用就是当用户提出自己的信息需求时，检查知识库中是否存在用户以前相似的信息需求，如果有就把知识库中用户以前的需求记录提取出来，通过推送发给用户；如果知识库中没有用户的信息需求，经规则应用库理解生成一定的搜索规则，传送给知识发现进行相关信息搜索，搜索后的结果经信息过滤后存于信息数据库，再经过知识库的推理机制推测用户的潜在需求，并作为用户需求历史信息记录下来，结果传递给用户。监督的作用是根据一定的规则实时跟踪信息数据库中历史记录在Internet网络上的动态变化，一旦知识发现收集到相关内容和更新内容，它就立即通知规则应用库生成新的检索规则或应用，并通知和提醒用户有新的信息内容，还可以通过E―mail方式把特定更新内容以推送方式传达给用户。检索完成后允许用户对结果进行满意度和相关度的评价并反馈给知识库，一方面用来了解用户的新的兴趣需求；另一方面用来完善用户所需信息相关度的匹配规则，为用户的未来信息检索提供可靠的保障。
三、智能的在电子商务中的应用
智能的应用领域非常广泛，在许多方面有着重要的应用意义，例如，电子商务、信息服务、系统与网络管理等领域。而将人工智能的思想引入到电子商务的交易过程中来，使电子商务的交易过程变的更加自动化和人性化，可以说是电子商务发展的最新阶段。在电子商务交易中，智能作用于价值链和虚拟价值链的每个环节，电子商务交易过程中买卖双方都会应用智能。在实际应用过程中，可以将智能分成不同层面。
1.智能在电子商务中的宏观应用层面
宏观方面，智能技术主要是为企业，政府、教育系统等机构来提供竞争情报系统服务、信息管理软件开发及协同商务解决方案等服务。但是，目前在宏观电子商务活动中，智能技术的实际应用还比较欠缺，一般还是以提供商务情报信息服务为主。智能技术可以从Internet上帮助用户检索到大量有价值的隐性信息，不仅仅是文本信息，还有声音、动画等多媒体信息，并且可以是多语种内容的信息。智能可以形成用户需要的各类资源集合，并从大量的公共数据中筛选和提炼有价值的信息，从而为企业，政府、教育系统等机构做出正确的决策、提高应对环境变化的能力和自身的竞争力提供信息支持和依据。
2.智能在电子商务中的微观应用层面
智能在电子商务中的微观应用层面的作用主要是根据用户的特殊需求同时检索多个网站，对商品信息进行筛选或监测，最终找到符合条件的物品所在的站点进行商务活动。这种技术在我国的大规模商品价格比较购物网站――查价网体现得比较明显，查价网将搜索引擎技术与智能技术结合起来，为用户提供商品的价格比较、每日最低行情快递等信息服务，目标是成为连接消费者与经销商的商品价格信息交流的平台。同时，智能微观层面的合作筛选功能还可以将用户的购买习惯同其他消费者的购买倾向相比较后进行推荐，这种技术在现在的电子商务网站中大多已经实现，技术也已经比较成熟。如国内的当当网上书店使用了会员制进行管理，在用户首次登陆并进行购买活动以后，将与用户兴趣相关的书籍在旁边列出，以供用户参考选购，这样就节省用户在寻找感兴趣图书的时间，同时也获得了用户的偏好来帮助公司对用户进行个性化广告和产品的推介。
3.智能技术应用于宏微观电子商务的比较
宏观与微观电子商务中应用智能技术的系统结构是相似的，但是由于目标用户、服务范围等方面的差异，智能技术在不同应用层面上的侧重点还是有所差别。
(1)目标用户。宏观层面电子商务的用户主要是是大型企业，研究机构，传媒机构等，需要专业、最新、整理过的信息，以情报信息的方式提供给用户，帮助用户做出决策和研究，而提供这样的服务就需要提供者具有很强的信息获取能力和强有力的信息系统的支持。微观层面电子商务的用户群体主要是以价格为纽带的联系起来的小商户和一般消费者，网站的主要业务集中在保证小商户的网上商店的正常运行和消费者能够方便的获取价格信息。
(2)服务范围。由于目标用户不同，也就决定了智能应用于宏微观电子商务服务的范围不同。宏观层面电子商务主要服务是为大型企业、研究机构等提供情报，这就要求必须将信息的来源扩展到整个行业并针对用户的特殊需求来进行信息的定制。微观层面电子商务的服务范围相对较窄，主要将在自己网站上注册的小商户的产品信息、报价信息等搜集起来，为用户提供智能化的、个性化的产品价格信息。
(3)应用维护。在宏观层面智能的电子商务中，需要全体员工充分参与到企业情报门户系统中，对系统功能进行应用和发掘，在允许的范围内定制自己所需要的信息服务，共同保证系统运行的通畅。企业情报门户系统具有智能性，并自带媒体自动定期升级功能，用户是不需要维护的。在微观层面智能的电子商务中的用户有商户和消费者两部分，网上商店需要商户来进行定期维护和信息更新，而消费者无须进行维护。
(4)信用评价。在宏观层面智能的电子商务中，信息系统提供机构作为信息提供的主体，其信用直接关系自己的生存与信誉，所以必须与企业密切合作才能够提供信息服务，因此不需要进行信用评价。而在微观层面智能的电子商务中，不仅需要根据用户主观的留言进行信用评价，还应用了基于定单的智能互动式的评价，因而更能真实的反映出网上商店的运行情况，根据客观的数据来说明问题和评价买卖双方的信用情况，为用户提供帮助。
(5)最终目标和信息反馈。在宏观层面智能的电子商务中，实施主体的最终目标是帮助企业建立企业情报门户网站，依靠权威的信息来源和先进的智能技术，为用户反馈及时、准确、可信度高的情报，最终实现企业信息流转的畅通，帮助企业进行科学的决策，在竞争中保持优势。而在微观层面智能的电子商务中，其用户数量虽然庞大但是经常定制使用比较的用户不多，因此比较智能较难对每一个用户累积到足够的查询偏好信息来进行学习，导致了很难及时反馈回准确的信息。
四、结论
智能已经成为解决电子商务在Internet信息空间的信息处理问题的有效方法，对电子商务的交易双方都有强大的诱惑力，基于智能技术的电子商务将是一个极有前途的方向。但是，因为智能技术目前还不是非常成熟，目前在电子商务活动中，所以智能技术的实际应用还比较欠缺，这就意味电子商务智能系统还需要进一步的研究。
参考文献：
[1]胡国胜等:智能在电子商务中应用研究.软科学，2003.1
[2]李伟超牛改芳:智能技术分析及应用.情报杂志，2003.6
[3]樊广俭马丽平:搭建个性化的电子商务平台.经济论坛，2003.17
关键词：土木工程；信息技术；发展趋势；探讨
土木工程不单单是一种科目，也是一种技术，它的发展和演变体现了人类社会的转变历程。目前，信息技术在各领域的运用已开始向着普及的方向发展，电脑技术、网络技术和信息技术等高精尖端技术更是赢来了发展的黄金时期，从而改变了世界的面貌。而这部分信息技术和其它尖端技术在土木工程中的运用，有着极其显著的功效。透过电脑、通讯和人工智能技术等等对土木工程的建筑方式和建筑技术进行改善，能够最优配置建筑资源；保障建筑的质量，并减少建筑投资的成本，提升土木工程的建筑质量。同时，将信息技术与土木工程物流管控、电商等进行结合，能够提高土木工程的管控质量，为建筑企业创造新的利润增长点。所以，对其展开研究有着巨大的现实意义。
一、土木工程信息化
带有时代特征的电子技术以及信息技术对传统的技术是一种颠覆，特别是对土木工程来说，对其进行信息化建设是土木工程近年来着重研究的焦点和重点。土木工程是建设各种建筑的科技的总称。土木工程诞生的实质意义，就是保障建筑施工的质量以及安全，保障整体建筑能够承受来自自然或人力的压力。
土木工程的信息化可以形成技术创新，这也是土木工程化解技术困境的方式之一，也能帮助土建公司走出困境。而要想实现以上愿景，除了创新工作方法和理念外，还应对信息技术作深入、全面的了解。
土木工程信息化实际上是指以电脑和网络为基础，牵涉到通用分组无线服务技术、地理信息系统技术、遥感技术等卫星定位技术；计算机辅助设计技术、CACM、产品数据管理技术、企业资源计划等制图技术和办公自动化等电商技术。
土木工程信息化的终极目标是在土木工程建设时期，通过策划、勘探、设计、动工和管控，使其与信息技术相结合。它有以下几个内容：
（一）土木工程的实际勘探与规划
在土木工程的设计、勘探以及制图时，能够融合地理信息系统优化等卫星定位技能对工程实施现场勘探，协助技术专家对土木工程进行改造。
（二）工程设计的拟真与优化
土木工程在建筑构造的设计和解析上应充分利用电脑技术，透过拟真解析对建筑构造进行优化。与此同时，应实施强度估测、构造查验以及通过荷载产生的弯矩、剪力计算来算出所需钢筋的数量，并明确直径。
（三）土木工程的管控
信息技术不但能对工程设计和计算给予强有力的支撑，对建筑管理来说，也有着极大的助益。在土木工程的建设上，透过信息技术对建设项目进行编排、管控以及物流监督和管理都是可行的。
目前，地理信息系统技术等软件技术不但有着较强的可操作性，而且在工程运转的环境上，也符合土木工程的实际状况。这部分高新技术在提升工程设计质量上有着不小的作用，并能减短施工周期、减少工程造价以及创造性的开展建筑工作，其功能和作用不容小觑。
二、土木工程信息技术的发展态势
土木工程信息技术汇集了当代工程学科、商管和企管等多个领域的优势，是高精尖端、繁杂无比的技术。而随着网络技术的逐渐普及，土木工程信息技术正在向集约化、互联网化以及人工智能化的模式过渡。对未来土木工程信息技术的发展态势，笔者总结出下面的内容：
（一）三维交叉技术以及拟真技术
三维交叉技术是指在电脑中打造商品的三维模具，之后透过交叉设计软件预设交叉流程，使客户能透过滑鼠等交叉设施进行人机交叉的新型技术。
透过三维交叉技术能使工程技术专家对建筑的构造有更深层次的印象，对于细微末节的处置也十分“给力”。
拟真技术就是指将物理资源转化为理论上能够管控的资源，以突破物理构造的局限。在土木工程的图像解析上，利用拟真技术能够有效提升图像处置的质量。
（二）土木工程数据库以及管控体系
伴随信息技术深入土木工程领域，以网络技术为基础的数据库和管控体系的研究和运用不再如“空中楼阁”一般遥不可及。该数据库与管控体系支持数据抽象化的界定、分布式、拟真环境下的多客户并发I/O态势的数据管控，兼容更高层次的储蓄与查找，访问权限和数据拥有权的管控，异构数据库的实效性查验，体系错误状况下的复原等等。
（三）崭新的计算机辅助工程体系
电脑辅助工程是指利用电脑协助解析繁杂工程和商品的结构力学特性，并优化构造特性等等。
如今的电脑辅助工程技术，在功效以及计算精确度方面提升迅速。在网络化的环境中，从土木工程的用料解析，到建筑构造的拟真和整体构造布局的规划，都要用到电脑辅助技术，并以其为支撑，使建筑工程向着集约化的方向发展；同时，还不能忽略其专业特征。
（四）嵌入式体系的运用
电脑技术在各领域中的运用已变得越来越普及，它使嵌入式电脑在运用频率上明显高于以往的老旧电脑设备。
嵌入式体系是指以运用为核心，以电脑技术为支撑，软硬件可剪裁，对功效、质量、成本、体积、能耗等有严厉要求的专门的电脑体系。科学技术发展的源动力使人们的生活更加美好和舒服；因此，土木建筑工程未来将迎来“普及计算”的年代，在例如家庭互联网等普及计算的范畴内，大规模的效率高而且成本低的嵌入式体系就有了“用武之地”。
嵌入式体系的是以运用为核心的“芯片”设计和软件开发的需求而诞生的。土木工程技术促成了嵌入式软件的研发，嵌入式软件又是土木工程专业学识的软件呈现形式，是嵌入式体系的中心，也是土木工程信息技术的研发对象。
嵌入式软件的具象化运用主要是对各种检查器械和管控体系进行研究，“摩尔定律”预示着未来10年“芯片”的功效是目前的100倍。所以，未来嵌入式软件的功效将呈几何级数增长，即便不使其与互联网结合，也能做好目前只有在普通电脑上能做的事情。所以，土木工程整体程序的调配工作将产生质的飞跃，运用全球定位体系和遥感体系等多种体系，它能被运用到现场数据的智能搜集上，并以数字化的标准格式被储存起来，并运用嵌入式软件对其进行解析、整改以及转变，使数据能够呈现出人们需要的信息，并为策略的制定提供参考，更重要的是能进行智能监督。
当前，嵌入式体系已开始在土木工程中使用，然而不论是功效抑或成本都是阻碍其发展的元素。而嵌入式技术的成熟无疑将解决上述问题，并提升土木工程信息化程度。
结束语：
总而言之，信息技术的研发已为土木工程带来了难得的发展契机，纵观我国的发展情况，土木工程的信息化建设已是箭在弦上，不得不发。在信息化社会，土木工程的发展不能仅着眼于建筑物自身的安全性，也不能忽略减少成本、获得效益的施工初衷，而应在给人们带来居住的舒适度后，使建筑真正体现人性化和智能化。
参考文献：
[1] 薛娜.试论信息技术在工程建筑施工管理中的应用[J].中国建筑金属结构，2013，（8）：120-120.
[2] 王凯英，廖明军.虚拟现实技术在土木工程教学中的应用探讨[J].中国现代教育装备，2010，（21）：72-73.
[3] 周亚螓.新环境下建筑施工管理中信息技术的应用刍议[J].房地产导刊，2013，（20）：132-132.
关键词：信息技术 测量教学改革
引 言
以计算机和网络为代表的现代信息技术的迅猛发展，使高校教育模式面临着深刻的变革——教育信息化。教育信息化是一种以现代信息技术为基础，通过将现代教育思想、教育理论与网络技术、数据库技术、多媒体技术和3S技术等的有机结合，实现现代的测量教学，改变了传统的教学观念和工程技术人员培养方式。测量学是一门与工程建设密切相关的课程，把现代信息技术应用到测量学课堂中，能达到形象直观，轻松易懂，高效方便，既有图片，又有文字解释说明等特点，改变了传统教学，取得对测量教学手段和信息全方位的展示，使学生的学习积极性、主动性、创新性、实践性得以大大提高，丰富了测量课堂内容及信息。
1 现代信息技术在我校测量教学中的应用
1.1 现代信息技术应用于我校测量教学的意义
新时代教学技术是把现代信息技术应用到学习过程管理和评价，及对测量教学资源的最大开发、使用。研究多媒体技术、计算机技术、网络通信技术等，以帮助解决传统测量教学存在的课程信息量小，枯燥乏味，不联系工程项目等问题。目前，我校测量仪器数量不足，缺乏新型的测量仪器设备，GPS仪器只有一套，三维激光扫描仪器没有，全站仪过少，而测量实验课时少，需要学习测量仪器却较多，学校所学测量知识和技能远远无法满实际工程要求。而利用全站仪仿真软件可以让学生身临其境学习全站仪操作技术，可通过网络技术模拟施工现场的测量工作，可以看公路测量工程项目视频了解公路测量全部教学内容，还可以看卫星测绘工程项目视频了解GPS测量全部教学内容，总之，应用多媒体技术、计算机技术、网络通信技术可以改变传统测量教学方式，极大提高测量课堂教学效率，丰富教学手段，取得良好测量教学效果，对提高测量教学质量有极大帮助。
1.2 应用研究内容
1.2.1 现代信息技术概念
现代信息技术以网络为基础，利用先进信息化手段和工具，以“把学校建设成以面向校园，面向社会的超越时间、超越空间的虚拟大学”为目标，实现从环境（包括设备、教室等）、资源（如图书、讲义、课件、信息等）、到活动（包括教、学、管理、服务、办公等）的全部数字化，形成一个数字化空间，使得课堂教学在时间和空间上延伸开来，从而提高传统课堂教学的效率，扩展传统课堂教学的功能，最终实现教育过程的全面信息化。
1.2.2 现代信息技术特点
现代信息技术作为21世纪大学的概念模型，应积极利用行业教育知识库，实现从服务器、网络等硬件环境，到教学、科研、管理等应用软件系统的一体化校园数字应用空间，实现资源全球化、教学网络化、教材多样化、管理智能化、环境虚拟化等。（1）资源全球化：利用互联网，使全球教育资源连为一体，供用户使用。（2）教学网络化：利用网络技术构建远程教育模式，组建数字化学习环境，为学生异地自主学习提供条件。（3）教材多样化：利用多媒体技术，特别是超媒体技术，实现教学内容结构化、动态化和形象化。（4）管理智能化：通过一系列软硬件智能技术使高校教学管理自动化、智能化。如教学评价自动化、测试自动化、决策智能化等。（5）环境虚拟化：多媒体网络传输技术和虚拟现实技术等的发展，使教学活动可以脱离物理时空的限制，实现虚拟化教育环境的构建，如虚拟图书馆、虚拟教室、虚拟实验室、虚拟校园等，组成虚拟教学平台，应用现代化的教学媒体和教学手段，提高学生学习热情，改善教学环境，达到提高教学质量的目的。
1.3 应用信息技术在我校测量教学中的作用
1.3.1 能加大测量课堂教学信息量
在固定50分钟课堂时间内，首先它极大地提高了传递测量教学内容的速度和内容，加大测量教师所授知识的广度和深度，达到教学内容多样、新颖，还能随时介绍测绘新技术，节约时间，收到了较好效益，第二。利用现代教育技术媒体，呈现多种形式的测量教学信息，为教与学增加了互动性，有较好测教学平台，能保证为学生提供优质测量教学服务，建立一个完整的、多渠道、全方位、全时段的测量教学方式，促进了对测量教学知识的理解和掌握，发展操作测量仪器能力，对开发工程测量创新能力有较好促进作用。
2.3.2 应用信息技术，改变传统测量教学，激发学生学习兴趣
应用多媒体技术建立真实、形象的工程测量实习全过程，虚拟地建立起与建筑施工现场一样的场景，它能使幻灯、动画、录像、电影、声音于一体，身临其境，真实、形象、生动展示测量仪器在工程施工中应用，直观讲解水准仪、经纬仪、全站仪和GPS的使用方法及步骤，使学生能形象、直观地听懂、理解、消化所学知识内容。在测量教学全过程中用现代教育技术媒体可放入测绘各种新技术信息，对丰富测量教学内容，加深学生学习印象，激发学习激情都有好处，现代教育技术媒体能对学生形成多种感官的刺激，反复使用，随时使用，调动学生对测量学习的积极性。
1.3.3 现代教育技术在工程测量集中实习中的应用
应用现代教育技术能对2周测量集中实习内容的进行反复学习，在实习前观看测量实习视频（MP4），把水准仪、经纬仪、全站仪和GPS仪器及各部件的作用、仪器操作步骤及注意事项、维护保养，反复对学生讲解，加深了学生对测量仪器印象，而信息技术媒体的快速、准确、生动、形象、集中、典型、精粹的优势，在工程测量集中实习中得以最大限度充分发挥作用。
1.3.4 充分利用网络资源，改变传统测量教学方式
全球互联网络的建立，对传统测量教学方式无疑是一次革命。应用现代教育信息技术，实现全球高校测量学实践教学资源互联互通，实现教学资源共享，达到全球无围墙的学校教育模式，使学生摆脱了课堂的时间和地域的限制，同时也可节约实践教学经费。
1.3.5 应用信息技术，建立现代测量教学模式
信息技术下的实践教学是培养创新人才的重要手段。应用信息技术培养学生的创新性思维和创新能力，就是通过信息技术的应用，使学生掌握对地理信息获取、分析、处理、创新的能力。信息技术的应用为学生提供了一个有利于学习者观察、比较的信息化教学环境，开发了有助于创造教学的软件资源，探索并构建创新教育的新模式。在现代教育新模式下，学生自主设计实习内容，把以测量学习、测量实验、测量实习为主的传统方式，改变成以应用性、创新性学习、实习为主的现代测量教学模式。
2 把现代信息技术应用到测量教学中
2.1 虚拟现实技术应用
它是以计算机技术为核心，综合利用计算机图形学、人机交互技术、多媒体技术、网络技术、传感技术、视听技术、人工智能等各种新技术，模拟人在工程环境中视、听、动等行为的高级人机交互技术，达到对工程现实世界的虚拟仿真。
VR技术能为测绘的教学、科研、工程应用，及新技术新仪器试验提供较高平台，特别对测量教学水平有较大提高。例如：（一）利用虚拟现实技术构造各种测量虚拟实验室，可以有效地解决实验条件与实验效果之间的矛盾。（二）建力数字化校园三维交互漫游系统，提供全校教学资源三维全景展示，方便学生和老师充分利用全校教学资源自主自由学习工作，进行数字化教学。（三）在课堂教学中制作地形测图，施工测量，变形观测动画，达到形象直观，快速，高效。联系工程实际的教学方式，取得良好的测量教学效果，同时使老师、学生、家长等仅需要通过电脑和网络，就能身临其境地感受优美的校园风光、良好的教学环境和教学资源等。
2.2 “3S”技术在教学中展示
“3S”技术包括GPS（全球定位系统）、GIS（地理信息系统）、RS（遥感技术），其中GIS具有独特的空间信息管理和分析功能，RS具有方便快捷的数据更新能力，GPS具有信息准确定位及强大的导航功能。测绘过程就是地表地理信息的获取、处理和应用，“3S”技术已包括在里面，全国数字城市建设，智慧城市建设，全国基础地理信息空间框架建设，我国卫星空间测绘技术等重大工程项目讲解测绘技术已应用到国民经济方方面面，与测量教学密切相关。
3 信息技术应用与测量教学模式的发展方向
充分利用信息技术，提高教学管理效率和质量，创建多层次、创新型、开放式的高等院校，培养适应信息社会要求的创新型和应用型人才。
3.1 建立全球教学资源互联互通系统
实现全球教学、科研、生产合作：加快科研信息的传播，促进国际性学术交流，掌握科技前沿动态，开展网上合作研究，促进最新科研成果向教学领域的转化，以及科研成果的产业化和市场化，从而大大提高科研的创新水平和辐射力。
3.2 建立现代信息技术测绘教学模式
最大限度应用多媒体、网络技术实现高质量测绘教学资源、科研信息资源和测绘专家智力资源的共享与传播，实现全开放，师生互动，学生主动式、协作式、研究型的教学模式，从而为培训信息时代高素质测绘人才服务。
3.3 搭建“公共基础服务体系”
建设高质量的数字化图书馆、档案馆、博物馆、艺术馆等，开展电子商务、电子医疗等各种网络化服务项目，提供面向全校师生的教学、科研、管理、生活等方面的网络服务，形成智能型的公共服务体系，为我校高水平的测绘教学、利研和管理等提供强有力的支撑。
4 结束语
随着科技的不断进步，测绘技术也在不断地变更和发展，从最初的传统测绘到数字化测绘，今后测绘技术将向地理信息综合服务为主的信息化测绘转变。为适应时代需要，高校测量教学要用现代测绘技术，现代信息技术为教学手段，为测量学的实践教学提供强大科技技术帮助和支持，使学生的专业知识、能力及素质得到协调发展，实践能力和创新能力得到综合培养，会使用现代空间技术（GPS，RS，GIS技术）解决工程项目实际问题，成为现代新型工程复合型人才。
参考文献：
[1]顾和和，张绍良，马昌忠，等.工程测量学课程建设与改革的理论与实践[J].矿山测量，2004，（3）.
[2]张绍良，赵宗堂.论采矿专业《测量学》的教学改革[J].矿山测量，1998，（4）.
【论文摘要】：每一种新的语言理论的出现都会伴随对其理论的相应应用。结构主义促使了替换练习的流行，功能教学法的发展有赖于乔姆斯基对语言运用的重视。而图式理论则引起了阅读教学中的又一次反思。图式理论是心理学家用来解释心理过程的一种理论，阅读过程是读者大脑中已存在的知识和文章的信息相互作用的过程。文章在阐述图式理论的基础上分析了其对英语教学的启示。
近些年来，国内外专家对阅读理论给予极大关注。他们从认知语言学、心理学等各个不同学科，对第二外语言教学及外语阅读作了广泛深入的研究。阅读教学一直被认为是英语教学中的被遗忘的角落，人们关注的焦点一直是词汇与语法，然而近些年来随着人们对图式理论的关注，人们再一次把目光投向了阅读教学。
一、三种阅读模式
在此之前，在阅读教学中一直存在着三种阅读模式，即自下而上的模式（Bottom-up Model）、自上而下的模式(Top-down Model)和相互作用模式(Interactive Reading Model)。60年代，受行为主义心理学影响，阅读过程被看成是被动的"自下而上"的过程。语言学家Gough最早提出了这一理论。在这一理论看来，阅读仅仅被看作是对语言符号作出反应的过程。阅读的目的也仅仅限于对这些语言符号的识别与确认，从字母、单词的辨认到对句子、段落的识别。直至最终文章的意义会自然而然的获得。Caroll（1964）对当时的阅读过程作过这样的描述："阅读沿着’视觉刺激口头重新编码作出字义反应’这一单向流程进行。"但这一阅读模式把阅读过程看得过于简单化，忽视了读者在阅读过程中的主动积极的作用。同时把阅读过程仅仅看作了是对语言符号的识别，而忽视了其承载的文化背景意义。为了修正自下而上模式的缺陷，自上而下的模式运用而生。
自上而下的模式于60年代末70年代初由K.S.Goodman和F.Smith提出。在这种模式下读者不再被认为是被动的接收者而被看作是主动地参与者。在阅读过程中，读者从自己大脑中种已有的知识出发，对文章内容进行预测、假设、验证以求获得意义，即一种猜测－证实过程。读者不再需要精确地辨认每一个单词每一句话，而是根据并利用自己原有的语言信息和文化背景知识有选择地挑选有用的信息，并在阅读过程中一边推测、预测，一边验证、修正以达到正确地理解。读者头脑中的语言结构知识、心理因素和背景知识是阅读的基础也成为影响阅读的重要因素。这种模式虽然解决了自下而上模式的问题，但却过分强调推测的作用，会导致臆断现象的发生。
1977年人工智能学家D.G.Rumelhart通过大量研究，在汲取人工智能理论的基础上创建了阅读的相互作用模式。他指出一方面阅读是语言处理的过程，应一方面阅读又是读者对已有背景知识的运用和处理的过程，是自下而上和自上而下两种模式交互作用的结果。
三种阅读模式可以说对我们的英语阅读教学都有很大的启示与实践作用。根据不同的阅读阶段我们可以选择不同的阅读模式加以应用。在扫除学生的阅读障碍阶段我们可以采用自下而上的模式，而在阅读材料比较困难的时候我们可采用自上而下的模式，而在理解和欣赏文章是我们最好采用相互作用的模式。
二、图式理论
图式（schema）一词源于希腊语，在古希腊哲学家和心理学家著作中可以找到它的最早出处。18世纪康德曾论述图式的哲学意义，他认为人的大脑中存在春概念的东西，图式是连接概念和感知对象的纽带。后来心理学接受了图式的观点他们认为记忆不是复制的，而是根据大脑中已有的图式重构将要记忆的东西，即改变新认识的事物使之与已有的图式融合。因此图式论认为，任何口头或书面的语言素材自身都是无意义，人们对新鲜事物的认识和理解在一定程度上取决于大脑中已形成的图式。图式是人头脑中存在的知识的基本单位。
与之我们教学有关的图式可分为：自然范畴图式、事件图式和文本图式。
自然范畴是指自然界本身就具有的一些实体范畴，即我们对这一范畴的实体的特征有着一种定型的图式理解。在阅读中相当于我们对文字代码从词汇角度的理解。因此在阅读教学中的基础是使学生尽快的在头脑中建立与词汇相应的自然范畴图式。
事件图式代表着人与客观世界的接触中从事事件典型活动的知识与结构。事件图式是我们理解文本内容及事件的基础，在此基础上我们可以对我们的文本内容进行预知和推测。因此我们在阅读过程中要尽可能多地为学生提供相应的文化背景知识。
文本图式是指在各种文本或文章中出现的规律性。对于文本的阅读与理解来说，固然词汇和文章内容的理解是阅读的保障，但是如果学生能对文章的结构和文体有一定的了解那么会更有利于学生更快更准确的理解文本。应此在教学中我们应该让学生对各种文体的基本知识有一个基本了解。
三、图式理论对英语阅读教学的启示
阅读是一个认知和言语交流的过程。阅读对我们人类的发展有着不可估价的价值与作作用。阅读过程主要包括符号的辨认和理解两个过程。而学生阅读的障碍一是来自语言文字的基础不牢固，既不能形成与之相对应的自然范畴图式。二是来自对文本内容的不理解，既由于文化经济的差异在阅读过程中不能形成与之相对应的事件模式或形成有差异的事件模式。因此为了使学生更好的理解文本根据图式论的启示首先我们尽可能的激活学生头脑中的图式。
（1） 首先从文本的文体入手，让学生了解尽可能多的文本文体，这样有助于学生快速的建立相应的图式从而更快更准确的理解文本。如从体裁上我们阅读的文本可分为诗歌、小说、戏剧和散文；从形式上可分为议论、说明、记叙；从功能上还包括各种应用文，如邀请函、请假条、商业信件、通知等；还有报刊、影视等文本。而各种文本都有着自己的特点，对各种文本的熟悉将有利于学生在多种信息中做出更准确的判断。
（2） 作为英语的于阅读，对英语的掌握还是其阅读的基础，而词汇又是重中之重。因此在阅读教学中的还应注重词汇的教学。而我们知道词汇有着其语体意义、情感意义、言外意义和言内意义，因此在教学中教师在教授词汇时不仅要注重学生对词义的正确理解和掌握同时还要注重词汇的文化背景意义，使学生在词汇这一层面上就能建立丰富的图式。
（3） 文化背景知识的扩充是教师需要在阅读教学中始终贯彻的一个原则，也是在学生的头脑中建立相应图式的重要手段之一。这就需要教师在教学中利用各种手段使学生接触并感知英语国家的文化，如定期组织学生欣赏英文电影，邀请外籍人士和学生交流等。
（4） 最后由于图式具有兼容性和差异性，因此教师在无论哪个层面上的阅读教学中都要牢记这一点，利用比较的方法注重其差异的方面，这样才会充分发挥图式的作用而不是使其成为阅读中的障碍。
由此可见图式在英语阅读教学中是影响学生理解文本的重要因素之一，如何建立学生头脑中合理的图式，如何激活这些图式是英语阅读教学中的首要问题。
参考文献
[1] 赵艳芳. 2001，《认知语言学概论》，上海外语教育出版社.
1. Agent的定义
在计算机和人工智能领域中，Agent可以看成是一个实体。它通过传感器感知环境，通过效应器作用于环境。Agent为了达到一定的目标，有着自成规律地执行任务的工作模式。
著名Agent理论研究者、英国的Wooldridge博士和Jennings教授认为：Agent是一个具有自主性、社会能力、反应性和能动性等性质的基干硬件或（更经常的）基于软件的计算机系统，该定义允许在更宽范围的环境中设计Agent，而且其中增加了通信要求。
2. Agent的性质
(1)性(Agent)
a它是"代表用户"工作的;
b它可以把其他资源包装起来，引导并代替用户对这些资源进行访问，成为便于通达这些资源的枢纽和中介。
(2)智能性(Intelligence)
在这方面，智能Agent可以做很多有高技术含量的工作。例如，理解用户用自然语言表达的对信息资源和计算资源的需求;帮助用户在一定程度上克服信息内容的语言障碍;捕捉用户的偏好和兴趣;推测用户的意图并为其代劳;等等。
(3)自主性(Autonomy)
一个智能Agent应该是一个独立自主的计算实体。它应能在无法事先建模的、动态变化的信息环境中，独立规划复杂的操作步骤，解决实际问题，在用户不参与的情况下，独立发现和索取符合用户需求的可利用资源与服务。最近J.McCarthy等人正在探讨如何构造能对自身状态有所感知的智能Agent。
(4)机动性(Mobility)
在网络计算环境下，一个Agent可以看成是代表用户驻网络的常设机构，它可以在网络上灵活机动地访问各种资源和服务，还可以就完成特定任务同其他智能Agent进行协商和合作，甚至把自己"迁移"到网络中的其他主机上去执行任务。这样的"精灵"在网络上游弋 ，是对网络安全性、个人隐私性和管理方面的巨大挑战。
3. Agent的基本结构
（1）。目标模块
（2）。感知器
（3）。信息处理器
（4）。效应器
（5）。通讯机制
4、Agent功能的实现
要求：跨平台一致语法，最小资源代价，支持移动语义
面向Agent的编程技术（AOP，Agent Oriented Programming）
Java
Telescript
5.智能Agent的应用意义
智能Agent在许多方面有着重要的应用意义。
信息服务 信息服务是最广大的用户群接触网络环境的首要渠道。对于信息内容已经相当丰富的英语文化圈来说，进一步提高信息服务的质量，改变目前信息服务中存在的 "信息过载"和"资源迷向"的状况，是信息服务业所面临的最紧迫的任务。智能Agent正好可以适应这方面的需要。具体地说，用于信息服务的智能Agent主要完成以下功能:1导航 ，即告诉用户所需要的资源在哪里;2解惑，即根据网上资源回答用户关于特定主题的问题 ;3过滤，即按照用户指定的条件，从流向用户的大量信息中筛选符合条件的信息，并以不同级别(全文、详细摘要、简单摘要、标题)呈现给用户;4整理，即为用户把已经下载的资源进行分门别类的组织;5发现，即从大量的公共原始数据(比如股票行情等)中筛选和提炼有价值的信息，向有关用户。这些都是使信息服务走向个性化主动服务不可缺少的功能。目前在此方面已经有了一些能够使用的系统，但智能化的程度还远远不够，且主动有余过滤不足已经造成了一些负面的影响，亟待尽快发展更先进的人工智能技术予以解决。
系统与网络管理 计算机系统本身的资源量就非常巨大，系统管理的整个趋势正在朝着"傻瓜化"的方向发展，其中很大一部分原来由系统管理员手工干的事情，现在已经由计算机代管了。系统管理的界面变得更加友好，在系统本身的复杂性不断提高的情况下，驾驭系统资源的复杂性反而在不断降低，代管系统的自主性也在逐步提高。在网络管理方面，随着Client/Server计算成为主流，完成固定功能的Agent的存在和应用已经成为事实，分布在不同设备上"监视"设备状况，并随时向主机报告数据的Agent，已经是当今网管系统中很平常的一部分了。但是， 这些从事部分系统/网络管理的Agent目前还不能称为"智能Agent"，它们的智能化程度仍然有待提高。即使作为非系统/网络管理员和操作员的用户，也会有为系统和网络设定常规服务、向系统和网络预约特殊服务的需要，智能Agent是满足用户这种需要的最合适的帮手。
电子商务 越来越多的人看好Internet上的商业机会。网上的商品越多，在网上寻找商品就越是买方的一大负担;同时，卖方商品的推销也有一个对客户实行因人而宜的主动服务问题。因此，采用智能Agent系统，代表买方去网上查看"广告牌"、逛"商店"寻找商品甚至讨价还价，代表卖方分析不同用户的消费倾向，并据此向特定的潜在用户群主动推销特定的商品，都是非常有诱惑力的。
协同工作 把Internet引入企业和机构、建立所谓"Intranet"的努力正方兴未艾。深层次的Intranet最终要改变的是人们的工作方式、企业和组织机构的运作方式，把一切具有信息属性的、可以用符号等价物替代实物的工作流程，统统在网络计算环境中予以实现。在这样的大目标下，企业、机构的相当一部分管理职能，完全可以由网络上自主工作的一组智能Agent来协同实现;涉及到设计、写作、数据操纵、软件开发等许多符号性的工作岗位之间的协同工作，也同样可以靠智能Agent来协调并完成一些辅的工作。 "虚拟企业"、"虚拟车间"、"虚拟协同工作平?quot;、"电子秘书"等新鲜事物已经或正在网上出现。
教育 远程教育是促进教育机会平等的重要手段。在网络环境下，可以调动多种教学手段，包括讲解、演示、练习、实验和考试等。其中，练习和实验环节是智能Agent可以大有作为的地方。智能Agent可以作为虚拟的教师、虚拟的学习伙伴、虚拟的实验室设备、虚拟的图书馆管理员等出现在远程教育系统中，增加教学内容的趣味性和人性化色彩，改善教学效果。单机系统中各种软件的"帮助"也可以设计成一个人性化的角色，实施对用户进行导航这种模式。
娱乐 在网络娱乐系统中引入智能Agent，可以增强娱乐效果，这也是娱乐系统开发新功能的一个很有希望的选择。目前智能Agent在娱乐方面可以做的事情有:1个性化的节目点播服务;2游戏和虚拟现实中更加人性化的机器角色的设计，比如决策的智能化(战争或经济活动)、动作的人性化(体育比赛)和自然语言对话的使用;3网络社交场合(如聊天室 )中用来招徕用户，或以假乱真的机器对话角色的设计和使用，等等。
Agent在网络教学中的应用
基于agent的网上协作学习环境
利用agent来构建网上协作环境，就是在协作学习的环境中嵌入agent模块来更好地实现各部分功能。基于 agent 的网上协作学习环境如图1所示：
图 1 基于 agent 的网上协作学习环境
1).基于agent的协作学习区
基于agent的协作学习区是一块虚拟的共享区域，支持在线协作学习者在各自的计算机上观看同一内容和讨论同一问题，协作学习者可以通过文字、绘图等形式进行信息交流。除了实现学习的协作外，协作学习区还可以实现总任务的接受，据一定的原则划分成子任务，将所有登录的学习者划分成合理的协作学习小组等功能。协作学习区可以通过模拟现实工作中的黑板，即电子白板系统来实现。在此我们应用基于agent的电子白板系统。其模型如图2所示：
图2 基于agent的电子白板系统的模型
管理agent：负责整个系统的管理工作，包括用户的加入、登录，处理交互、协作信息，与存储模块相连进行数据的存储和检索。
消息路由agent：主要提供agent的注册服务，记录各agent的实际网络地址，实现动态维护agent与网络地址的联系；提供路由转发功能，分析KQML中的路由信息，依据注册agent进行各种信息的转发；以及提供消息的缓存功能 。KQML是一种描述性的语言，定义了agent之间传递消息的格式和处理协议，通过提供一套标准的通信原语使得agent间可以交流和共享知识，已成为agent之间通信的事实上的标准；KQML语言采用了"协议栈"的思想，它携带的消息内容可以使用实现agent的语言表达，即意味着KQML可以携带任何一种语言表示的信息。
协作小组agent
协作小组agent实际上是由参与协作学习的学习者与终端计算机进行交互后，形成协作学习者agent，协作区根据协作学习者agent中提供的关于学习者的个人特点，按照一定原则（如：学习水平、思维方式倾向等）划分而成的。其模块图如图3所示。当协作区分配任务时，按照协作学习小组agent的对外特性来确定任务的分配方式，而且，协作小组对外以一种整体的方式体现其功能。当然，当协作小组agent接到任务后，通常会进行再次分配，将任务具体到协作学习者agent，由学习者agent具体实施或通过协作完成任务。
协作学习者agent
协作学习者agent是指参与协作学习的个体agent，它是协作小组agent的组成成员。基于agent的网上协作学习环境为每一位学习者提供了一个个体agent。当学习者在此学习区注册时，个体agent随之生成；当学习者与协作学习区不断交互进行学习时，个体agent将记录下学习者的一些个人特征，如：学习水平、前驱知识掌握程度、知识接受能力、思维倾向方式等，并将这些信息纪录入相应的参数库。当学习者再次登陆时，个体agent的这些参数将为下一步的学习提供指导，如学习内容的提供、学习路径的提供以及学习界面的提供等。如若学习者随着学习的不断深入，学习能力、学习水平、思维倾向性等积累到一定域值的变化，则个体agent中的参数将随之更新。
其模块图如图4所示。
控制器：协调各部分的工作，并负责分配任务以驱动其它模块工作；
任务接受器：负责接受经过分配后的子任务；
规划：评判任务的标准、方法和原则以及评判学习者的标准、规则等；
处理器：解决控制器分配给它需要自动处理的任务；
参数库：存放小组或成员执行、完成任务的情况，及学习小组或成员的学习风格、学习水平、学习能力等信息。
通讯模块：与其它小组或成员进行信息交流和合作的渠道。
具体运作过程如下：当任务接受器接受到需要完成的子任务后，送至控制器；控制器即根据规划库中的规则评判任务或学习内容的难易程度、难度系数、区分度等，并打上相应标记。通过通讯模块将其传送至学习者本人；当学习者完成任务时，规划模块将评判学习者的学习能力、学习水平等，并给出评判结果，分数值；若分数值达到或超出可以改变参数库域值得值，则修改参数库中的参数，否则不修改。
2）. 基于agent技术的网上协作学习环境的运作方式
大致来讲 ，整个基于 agent 的网上协作学习实施过程如下：当总任务提交给基于agent的协作学习区后，基于agent的协作学习区或参与协作学习的教师，将任务划分成相应个数的子任务，然后分配给各个协作学习小组agent；协作学习小组agent相互合作完成子任务后，将结果提交给协作区，由协作学习区将所有结果有机汇总、综合，形成最终成果，并提交给总任务结果接受器，之后由教师组织全体协作学习者对结果进行分析、评价以及各小组解决问题思路方式的评判、学习等。当然，如果有多个协作学习区，各协作区之间还可以进行交互、合作、交流等活动。
基于agent的网上的协作学习的具体实施过程主要有：学习者登录注册、小组划分、任务分配、协作学习的实施、成果汇总、评价几个阶段。
学习者登录注册
当学习者进入协作学习区后，首先要进行注册登记。具体过程是：当协作学习者agent首次进入协作系统时，需要向消息路由agent提交注册信息，如：agent的名字、密码、IP地址等有关数据，并记录入agent注册表中。
小组划分
根据学习者的学习能力、学习水平、思维方式的倾向性等组成2-6人的协作学习小组。成员的分配一般采用互补的方式分配组员，这样有利于提高协作学习效果。小组划分有自主式和被动式两种。自主式是指每个学员在了解了总体学习任务和所有其它登录学习者的情况以后，自己做出与谁结组的判断，并通知消息路由agent，再由服务agent确认形成正式的协作小组。被动式是指由服务agent根据消息路由agent中注册登录的学习者的情况，将学员按要求分组，或者由参与协作学习的教师来分组。一般分组应注意学习者的优劣搭配、不同学习风格的搭配等。
任务分配
任务划分是协作学习的关键所在。当总任务到来时，运用KQML消息包，通过消息路由agent，将其送至管理agent，管理agent将按照一定原则将总任务划分成多个子任务，并根据学习者agent提供的有关学习者的个人信息尽量将适合于学习者特性的任务内容分配给学习者。
在任务划分过程中要注意任务划分的原则：任务划分要合理，一般应该根据任务的内在逻辑结构、知识点划分等划分任务；任务划分轻重、大小要适当，不能有轻有重；还要注意任务的前驱后继等情况，并将此类信息通知相应的协作学习小组agent；分配任务要根据各小组成员的个性特点进行，尽量做到符合学习者的学习方式、学习水平、思维方式倾向等等。
具体协作学习的实施
协作学习的机制主要有：①冲突与竞争机制、②自我解释机制、③内在化机制、④学徒机制、⑤共同承担认知任务机制、⑥共享规则机制。在此，我们不多加以区分，而看作几种机制的综合使用。
具体协作实现过程如下：协作学习者agent通过任务接收器接受子任务，并传送给控制器，规划模块在控制器接受任务后帮助控制器分析任务、制订解决任务的计划等；然后由协作学习者操纵控制器，通过任务驱动处理器处理任务。在此过程中，有的任务由成员A完成，有的任务由成员B完成，也可能由A和B共同来完成，还有可能借助于其它协作小组或其成员来完成。另外，有些工作还要求使用其它小组所承担任务的部分或全部成果，此时，要考虑到其它小组的任务实施和完成情况，及时互通信息、交流学习收获等。
成果汇总
当每一个协作小组或成员均完成任务时，就需要将所有成果汇集在一起，有机协调、组合后，形成一个总的学习成果，从而实现总任务的完成。具体讲就是：协作学习者agent将其学习成果通过电子白板系统中的消息路由agent和服务agent传送出去，与其它小组或成员的成果汇总在一起，形成总的成果。在此期间，还可以互相学习彼此的学习方法、解决问题的思路等。
评价
任何学习到最后都有一个评价的过程，基于agent的网上协作学习也不例外。评价可以是组内成员互相评价、可以是组间互相评价等。基本工作机制是运用基于agent的电子白板系统作为评价中介区，象协同学习时交流问题一样进行评价信息的传递。
3).基于agent技术的网上协作学习环境的特点
通过基于agent技术的网上协作学习环境的运作方式可以看出：整个过程中信息的交流、传递都是基于agent来实现的，由于agent能够通过与学习者的交流了解学习者自身的特点，并做出反应，得出并纪录和修改学习者的学习特征、学习风格及判断学习者的知识水平等，从而使整个学习环境具有个性化、智能性的特点。
个性化特点：
通过使用学习者agent，记录学习者的学习个性特征，如学习能力、学习方式、学习的水平等等，此后根据这些参数组织学习内容和生成学习界面提供给相应的学习者，使得学习者的学习内容和学习界面均具有个性化的特征。
智能化特点：
