时间：2023-08-24 17:19:10
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篇人工智能教育的目的，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。
5月下旬，围棋人机大战第二季在浙江乌镇结束，AlphaGo毫无悬念地以3∶0完胜中国围棋第一人柯洁，人工智能在围棋上已对人类形成碾压之势。但这远不是人工智能最可怕之处，一年前，战胜李世石的AlphaGo程序需要依靠全世界很多机房提供计算能力，而这次战胜柯洁的AlphaGo程序H运行在一个单一的云服务器里，换句话说，AlphaGo的程序性能在一年间提升了至少10倍。一年前，AlphaGo还在跟随人类的思维方式学习围棋，但今天，击败柯洁的AlphaGo是自我学习、训练的，它已经摆脱了人类的思维。
如果按照这个速度，用不了几年，每个业余围棋爱好者都能坐在家里的沙发上，泡上一杯茶，打开电脑，运行围棋人工智能程序，向“围棋上帝”学上一盘。以前，一个业余围棋爱好者一辈子都难得与职业高手下上一盘棋，将来这个梦想天天都可以实现。
人机大战第二季结束后，Google研发团队宣布，AlphaGo将退出围棋舞台，接下来它将挑战医疗、能源、材料等全新领域。谁又知道，人工智能在这些领域将取得哪些革命性的突破呢？
回到教育，虽然没有AlphaGo的轰动性效应，但从历史上看，教育一直是人工智能的重要应用领域。同样，人工智能在教育领域的前进步伐也从来没有停止过。智能导师、教育机器人、学习同伴、智能测评，这些最新的人工智能教育产品时刻提醒着我们，教育的人工智能时代已经不再遥远了。
如果从技术角度来说，我们丝毫不担心人工智能时代的到来，因为人工智能的脚步是不可阻挡的。但我们同样需要对人工智能保持一份警醒，毕竟，教育是一个远比围棋复杂的领域。AlphaGo在围棋上取得质的飞跃不过几年时间，而教育的“AlphaGo时刻”何时出现，谁也不敢断言。更为关键的是，围棋不过是棋盘上的输赢，教育却是人生的成长。胜负是一时的，而成长是不可逆的。
面对教育人工智能，我们需要的是“不忘初心”。我们绝对期待人工智能给教育带来革命性的改变，但我们也要时刻提醒自己，我们要人工智能的目的是什么？我们到底需要人工智能为教育做些什么？
（本期对话嘉宾 魏宁）
关键词：人工智能；图形编程；创新实践
近年来，人工智能已成为一个高频词，各种与人工智能相关的智能家居、自动驾驶、智能语音、图像识别等新技术，深刻影响着社会的方方面面，也逐步改变人们的工作及生活方式。许多国家已经开始积极尝试，大力推进小学人工智能教学。2017年，国务院正式颁布《新一代人工智能发展规划》，明确提出了“在中小学阶段设置人工智能相关课程，逐步推广编程教育”；如今，计算思维培养又成为热点。在这样的一个时代背景下，学校和教师有责任和义务组织、引导学生去接触、了解、学习、应用人工智能技术，以适应未来学习和工作环境的变化。人工智能涉及的学科内容较为广泛复杂，小学生相对年龄较小，储备的相关知识较少，学校应如何在小学阶段有效开展人工智能教学，推进人工智能教学真正落地？笔者结合自己的教学实践，从“巧”借活动、“巧”设场景、“巧”编程序、“巧”创项目等方面，积极探索小学人工智能教学的推进路径。
一、“巧”设场景体验人工智能
人工智能的知识结构具有较强的逻辑性和抽象性，与之前信息技术课上所教的内容相比，难度及复杂性更高。在日常人工智能教学中，教师应根据学生的心理特点以及不同教学要求，改变教学方式，把体验搬进课堂，让学生通过具体的体验活动逐步理解人工智能的相关知识，把重难点从对概念、原理、技术的学习转换到了解相关概念、技术实现的过程、体验人工智能技术的应用上。丰富有趣的教育实践活动可以让学生在愉悦的教学情境中，从不同的思维角度、用不同的思维方式来认识和理解与生活密切联系的一些人工智能概念，如机器学习、大数据、神经网络等，体验人工智能在实际生活中的应用。例如在《人脸识别》一课教学中，需要让学生了解人脸识别技术的应用、影响、实现过程和原理，其中人脸识别的原理和过程较为复杂，如果教学中只进行简单说教，无法有效达成教学目标。本课设计了一个“人脸大比对”体验活动，活动分两个部分，第一部分就是通过百度AI开放平台里的人脸检测与属性分析功能，体验人脸检测中具体检测哪些属性；第二部分就是通过人脸对比功能，完成教师提供的三组人像照片的对比分析。在第一部分的实例体验中，学生通过自己上传照片进行检测，主要是通过对人脸的面部、肤色、毛发、眼睛、嘴、鼻和轮廓等150个特征的精准定位来准确地识别和计算出一张人脸的特征和属性信息，包括年龄、性别、颜值、情绪、是否戴眼镜等。这样的体验让学生非常感兴趣，也能很好地理解特征提取的过程。第二部分的体验是人脸对比，教师提供给学生三组照片，第一组是一对相似度很高的双胞胎；第二组是同一个人戴口罩和不戴口罩的照片；第三组是同一个人的两种表情。学生先自己观察，记录三组照片的结果，再上传照片到百度AI体验人脸对比过程，并查看对比结果。经过体验，学生认识到在现有的技术下，人脸识别的准确度还是非常高的，对人脸识别的过程也留下了非常深刻的印象。
二、“巧”编程序理解人工智能
从当前人工智能技术应用的实际情况分析来看，主要应用领域为大数据及机器学习，这些功能的实现得益于算法的不断完善。可见，算法学习是实现人工智能的关键，而对算法的学习又是计算机编程教学中的一大难点。推进小学编程教学将有利于帮助学生理解人工智能的相关知识。小学生相对抽象思维偏弱，采用图形化的编程教学，更加有利于他们接受，有助于提高学习的积极性。通过编程教学引导学生学会分析问题、抽象与建模、设计算法、编写程序脚本，在验证过程中不断改进和完善，并最终实现问题的解决，能有效培养学生的计算思维，并过渡到对人工智能所需要的其他知识的学习上。例如在五年级的《创编游戏》教学中，情境任务是设计制作一个猫捉老鼠的小游戏，目标是让学生认识“碰到颜色”“如果……那么……”等指令，能够用它们的组合来编写判断角色是否碰到边缘和老鼠的脚本。人工智能的概念主要体现在“碰到颜色”和“如果……那么……”语句的应用上，“碰到颜色”是侦测识别，“如果……那么……”则是逻辑判断的处理。在教学中，首先通过问题引导学生思考完成游戏需要考虑哪几个要素，从问题和答案中帮助学生提炼出“舞台”“角色”“动作”三个要素，进而帮助学生厘清实现游戏功能的基本思路。在程序编写中，让学生具体体验侦测模块的编写与判断语句的应用。简单的编程实践，能让学生逐步了解人工智能的基本概念及其实现流程。
三、“巧”创项目实现人工智能
知识的学习必须与学生的生活实际结合起来，如果学生在掌握人工智能知识和技能后能将所学知识应用于实践，解决生活中的实际问题，那么这样的学习就是真实有效的。学生通过设计创作具体作品，可以大大增强分析和处理问题、解决实际问题的意识和能力，培养逻辑思维和动手实践能力，这也是人工智能教育的方向和目的。根据学生的实际生活经验，教师将人工智能的具体应用案例巧妙引入课程中，引导他们科学地确定项目内容；通过对项目的梳理分析，建立逻辑关系和模型；用编程语言描述逻辑关系；采用硬件设备实现人工智能的具体功能，这种基于真实任务的学习活动，能有效促进学生的理解。例如四年级实践小组的“智能垃圾桶”作品，便是以垃圾桶为课题进行探究，先让学生对现有垃圾桶的优劣势进行分析，思考怎样改造垃圾桶才能真正实现智能化。通过教师的引领和自身观察，学生很快认识到智能垃圾桶应该具有的功能：一是能检测什么时候有人投放垃圾；二是垃圾桶盖能自动开启和关闭。确定了目标之后，就是思考达成上述目标需要哪些条件。学生根据已有知识，确定可以用超声波检测是否需要打开垃圾桶盖子，打开和关闭动作可以通过舵机和连杆来实现。通过探究后，学生根据设计的方案自主完成了智能垃圾桶的作品搭建，接下来就是通过编写程序和不断调试验证来实现预期的功能。作品完成后，学生可以根据实际情况进行功能的增加与修改，如增加桶内垃圾超过一定高度时能自动提醒的装置等，让智能垃圾桶更加智能。本次作品的创作过程，不仅锻炼了学生分析实际问题、解决实际问题的能力，又锻炼了他们的编程思维和计算思维，更重要的是体验了自己创作人工智能作品的乐趣和成就感。在人工智能应用日益普及的今天，人工智能课程进入小学课堂是大势所趋。在小学阶段开展人工智能课程教学，主要是为了让学生掌握人工智能知识，体验和运用人工智能技术，培养学生的信息技术核心素养、创新意识、实践应用能力，为学生适应未来社会打下扎实的基础。但人工智能教学具有其特殊性，如何有效推进人工智能教学，还面临着许多需要解决的问题。学校和教师应尽最大努力创设更好的人工智能教学环境，探索更有效的教学策略，促进学生对人工智能相关知识的学习。
参考文献
[1]丁华.人工智能教学中对学生计算思维的培养[J].华夏教师,2020(13):42-43.
[2]徐欣彦.引入体验活动创新小学人工智能教学模式[J].中小学信息技术教育,2019(9):62-64.
关键词：人工智能；教学改革；教学方法
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着AI3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网+”、“智能+”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术+管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。
2.2教学内容设置
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进MOOC平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。
关键词：人工智能；信息素养；信息技术
中图分类号：TP18文献标识码：A文章编号：1009-3044(2008)35-2417-02
Artificial Intelligence Education and Middle School Students Information Literacy
WU Wen-tie
(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)
Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.
Key words: artificial intelligence; information literacy; information technology
1 信息素养的定义及其内涵
“信息素养”一词最早产生于信息技术和信息产业发达的美国, 是随着现代信息社会的逐渐形成而对国民提出的一种兼跨人文和科学范畴的综合性个人素养要求的描述。随着研究的深入，人们对信息素养的认识也在不断深化。
1974年美国信息产业协会主席保罗・泽考斯基最先提出信息素养的概念, 他认为信息素养是“利用大量的信息工具及主要信息源使问题得到解答的技术及技能”。1992年美国图书馆协会提出：“信息素养是人能够判断何时需要信息, 并且能够对信息进行检索、评价和有效利用的能力。”同年, 道尔在《信息素养全美论坛的终结报告》中给出了一个较为全面的定义：一个具有信息素养的人, 他能够认识到精确和完整的信息是作出合理决策的基础, 他能够确定对信息的需求, 能够形成基于信息需求的问题, 能够确定潜在的信息源, 能够制定成功的检索方案, 从包括基于计算机的和其他的信息源中获取信息、评价信息、组织信息用于实际的应用, 将新的信息与原有的知识体系进行融合以及在批判性思考和问题解决过程中使用信息。
综上所述, 虽然研究人员从不同的视角界定了信息素养的定义, 但可看出, 信息素养既包括认知态度层面上的内容, 也包括技术层面、操作层面和能力层面上的内容。概括起来讲, 信息素养主要包括信息意识、信息能力和信息道德三个方面：
1) 信息意识。信息意识是信息素养的首要因素, 主要指人们对信息及其交流活动在社会中的地位、价值、功能和作用的认识, 换句话说, 就是指人们对信息的判断、捕捉的能力。信息意识的强弱将直接影响人们利用信息的程度和效果。人们只有有了信息意识,才有可能有信息的需求, 进一步去寻找信息和利用信息, 并主动学习与信息处理有关的技术。
2) 信息能力。信息能力是信息素养的重要方面, 是指人们获取信息、处理信息、利用信息、创造信息、交流信息的技术和能力。人们只有掌握一定的信息技能, 才能有效地开展各种信息活动, 有效地利用信息和创造信息, 充分发挥信息的价值, 变信息为动力和优势。
3) 信息道德。信息道德是指人们在整个信息交流活动过程中表现出来的信息道德品质。它是对信息生产者、信息加工者、信息传播者及信息使用者之间相互关系的行为进行规范的伦理准则, 是信息社会每个成员都应该自觉遵守的道德标准。
2 人工智能的研究领域
人工智能的研究领域非常广泛, 而且涉及的学科也非常多。目前,人工智能的主要研究领域包括：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、智能决策支持系统及人工神经网络等。下面主要介绍在网络教育环境中常用的智能技术。
2.1 专家系统
所谓专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统, 它能运用该领域专家多年积累的经验与知识, 模拟人类的思维过程,求解需要专家才能解决的困难问题。
2.2 机器学习
“学习”是一个有特定目的的知识获取过程, 其内在行为是获取知识、积累经验、发现规律; 外部表现是改进性能、适应环境、实现系统的自我完善。所谓机器学习, 就是要使计算机能模拟人的学习行为, 自动地通过学习获取知识和技能, 不断改善性能, 实现自我完善。机器学习主要研究学习的机理、学习的方法以及针对相应的学习系统建立学习系统。
2.3 模式识别
所谓模式识别,是指研究一种自动技术。计算机通过运用这种技术,就可自动地或者人尽可能少干预地把待识别模式归入到相应的模式类中去。也就是说,模式识别研究的主要内容就是让计算机具有自动获取知识的能力,能识别文字、图形、图像、声音等。一般来说,模式识别需要经历模式信息采集、预处理、特征或基元抽取、模式分类等几个步骤。
2.4 人工神经网络
人工神经网络是指模拟人脑神经系统的结构和功能, 运用大量的处理部件, 由人工方式建立起来的网络系统。它是在生物神经网络研究的基础上建立起来的,是对脑神经系统的结构和功能的模拟, 具有学习能力、记忆能力、计算机能力以及智能处理功能。其中学习是神经网络的主要特征之一, 可以根据外界环境来修改自身的行为。学习的过程即是对网络进行训练的过程和不断调整它的连接权值, 以使它适应环境变化的过程。学习可分为有教师(或称有监督)学习与无教师(无监督)学习两种类型。对神经网络的研究使人们对思维和智能有了进一步的了解和认识,开辟了另一条模拟人类智能的道路。
3 人工智能技术在教育中的应用
3.1 智能搜索引擎
随着互联网站点和页面的激增以及网络用户队伍的不断壮大,信息检索成为人们利用Internet的重要途径。但是在浩瀚的网页海洋中寻找有用的信息并不容易,需要借助有力的检索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他们各有特色,但仍存在不足之处,如检索到的无关信息过多以及检索结果排序较混乱。智能化信息检索是信息检索的新分支,它是人工智能和信息检索的交叉学科。它在对内容的分析理解、内容表达、知识学习等基础上实现检索的智能化,这样可以节省学习者在检索中花费的时间,帮助学习者提高检索效率。智能化信息检索所用到的人工智能技术有专家系统、自然语言处理和知识表示。
3.2 智能体(agent)
agent技术早在70年代出现在人工智能领域,通过感知、学习、推理以及行动能够基于知识库的训练模仿人类社会的行为。随着其进一步发展,它在远程教育领域发挥着越来越重要的作用。一套完整的远程教育系统中包含许多子系统,如答疑、作业、考试、交互等等子系统。这些子系统都有各自的数据库用来存储信息。为了提高整个系统的智能性,可以引入智能技术,把众多子系统的数据库链接起来,实现信息资源的共享。通过分析这些信息,智能技术可以发现学习者的个别特征(如兴趣爱好信息、点击知识点信息统计、交互日志等等),并根据这些特征量身订做出适合学习者的学习方案,也有助于教师及时掌握学习者学习过程中的动态信息。
3.3 智能CAI(ICAI)
随着计算机技术的飞速发展,计算机辅助教学(CAI)已受到教育界的重视,成为学科教学改革的一种重要手段。许多学校都在开发CAI课件,但大多数CAI课件只是机械地按照教学设计者事先设计好的教学模式和内容向学生传授知识,并没有体现出个性化学习,无法做到因材施教。
智能CAI是以人工智能技术为核心,使CAI系统能够根据学生的学习情况等因素分析学生的特征,合理安排教学内容、变化教学方法去满足个别教学的需要。使用智能CAI进行教学能够克服传统CAI的不足,显著提高教学效果,是CAI课件发展的趋势。
3.4 智能教学系统ITS
智能教学系统(intelligent tutoring system,ITS)是涉及人工智能、计算机科学、认知科学、教育学、心理学和行为科学的综合性课题,其研究的最终目标是由计算机负担起人类教育的主要责任,即赋予计算机系统以智能,由计算机系统在一定程度上代替人类教师实现最佳教学。我国ITS的研究起步较晚,但近几年随着计算机的普及和教育软件需求增大,ITS的发展较快。ITS按照功能分为四个模块:专家知识模块、学生模块、教师模块、人机接口模块。
4 人工智能教育对学生信息素养的作用
人工智能(ArtificialIntelligence,AI)是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。换言之,它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,来解决需要人类专家才能处理的复杂问题,例如咨询、诊断、预测、规划等决策性问题。人工智能也是一门涉及数学、计算机科学、控制论、信息学、心理学、哲学等学科的交叉和边缘学科。与一般的信息处理技术相比,人工智能技术在求解策略和处理手段上都有其独特的风格。人工智能研究处于信息技术的前沿,它的研究、应用和发展在一定程度上决定着计算机技术的发展方向。同时,信息技术的广泛应用也对人工智能技术的发展提出了急切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响。
综上所述,作为信息技术一个不可缺少的重要组成部分,人工智能的基本内容在中学信息技术课程中是不能不专门提及的,以往某些教材中用一两页篇幅作个简单介绍的方法根本不足以反映人工智能学科的全貌。因此,十分有必要在高中阶段的信息技术课程中专门设立人工智能选修课。我们认为,高中阶段开设人工智能课程可以在以下几个方面对学生的信息素养培养产生积极作用：
1) 多种思维方式的培养和信息素养的综合锻炼。
现实世界的问题可以按照结构化程度划分成三个层次：结构化问题,是能用形式化(或称公式化)方法描述和求解的一类问题;非结构化问题,难以用确定的形式来描述,主要根据经验来求解;半结构化问题则介于上述两者之间。一般说来,中学阶段开设的传统意义上的信息技术课程中所介绍的信息技术,例如多媒体技术、网络技术、数据库技术、算法与程序设计等,都是求解结构化问题的基本技术。而人工智能技术则是解决非结构化、半结构化问题的一类有效技术。
把人工智能课程引入我国现行的高中信息技术教育,可以让学生在体验、认识人工智能知识与技术的过程中获得对非结构化、半结构化问题解决过程的了解,从而培养学生的多种思维方式,达到提高信息素养的目的。通过人工智能课程的学习,学生还将了解人工智能语言的基本特征,学到智能化问题求解的最为基本的策略。
2) 体验人类专家解决复杂问题的思路,提高学生的逻辑思维能力。
这里以人工智能学科中“专家系统”技术的体验、学习与应用过程为例进行说明。在专家系统的应用过程中,一个实际的专家系统不仅能够为用户给出相关领域的专家水平建议或决策,而且能够通过解释机制,以用户容易理解的方式解释专家系统的具体推理过程。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,整个过程如同教师与学生在进行面对面的教学。在该过程中,学生可以充分体验人类专家的求解思路和推理风格,有助于提高他们的分析、思维与判断能力。
另一方面,在专家系统的教学过程中,可以要求学生自行构建由产生式规则组成的知识库,或进一步利用工具软件来开发简单的实用型专家系统。为了完成该项工作,学生一开始就要编制开发规划、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,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,以此建立起来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。
由于专家系统中的知识组织与推理过程是对人类专家思维方式的一种模拟,因此上述知识库的组织和系统的推理过程能够较好地体现学生的思维过程。在建造知识库过程中,学生需要将原来零碎的未成型的知识概念化、形式化和条理化,从而内化为学生自己的东西。所以,建造知识库的过程不但能反映学生的学习过程,而且有助于学生对该领域知识的深层思考并有利于长久记忆,同时也学会了专家系统的基本开发技术。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。
3) 了解信息技术发展的前沿,激发对信息技术未来的追求。
人工智能技术在一定程度上代表着信息技术的前沿,通过人工智能知识、技术的学习与体验,高中学生能够对信息技术发展的前沿知识有一定程度的了解,这样有助于他们开阔视野,培养兴趣,激发对信息技术美好未来的追求,从而为今后进入大学或走向社会奠定良好的基础。
5 结束语
中学生的信息素养的培养是当前信息技术课的一个重要目标，而在现有的中学信息技术课程中，关于人工智能的知识只作了简单的介绍，学生们对于人工智能研究的广大领域不能有详细的概念，这对于中学生的信息化认识和信息素养的培养不够全面。因此在中学信息技术课中加大人工智能的知识介绍是信息技术课改革的重要内容。
参考文献：
[1] 雷晓庆.网络环境下大学生的信息素养及其培养[J].太原大学学报, 2004(2):38.
[2] 杜玉霞.美国信息素养教育与研究的启示[J].电化教育研究, 2005(10):42.
[3] 王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,2002,1-53.
[4] 潘瑞玲,余轮.Agent技术在远程教育系统中应用的研究[J].微型电脑应用,2002,18(4):28-30.
[5] 吴战杰，秦健.Agent技术及其在网络教育中的应用研究[J].电化教育研究，2003(3):32-36.
[6] 张剑平.关于人工智能教育的思考[J].电化教育研究，2003(1):24-28.
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。
Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.
P键词： 人工智能；创新；本科
Key words： artificial intelligence；innovation；undergraduate
中图分类号：G642 文献标识码：A 文章编号：1006-4311（2017）22-0230-02
0 引言
人工智能是计算机科学的一个分支，是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科，其属于一门边缘学科，同时也是多个学科交叉而成的一门学科，包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程，它是计算机科学与技术学科类各专业重要的基础课程，其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等，国内外很多大学都意识到了其重要性，纷纷对其展开了教学和研究。人工智能课程包含多个学科，具有内容抽象、理论性强、知识点多等特点，且算法复杂，但是多数高校采用的教学方式仍是传统的课堂教学方式，即“教师讲、学生听”的教学模式，这种信息单向传输教学模式以教师为主体，学生只是在被动的接收知识；存在过分重视理论教学，忽视实践活动教学的问题，导致教育内容无法和社会接轨；人工智能教材理论性过强，学生在学习过程中常常感到枯燥乏味，进而对学习该课程失去热情[2]，久而久之，不仅人工智能课程的教学质量和效果无法达到预期，甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题，本文作者结合自身丰富人工智能教学实践经验，参考人工智能课程特点和教学目标，从多个方面探讨和总结了人工智能，包括教学内容、教材选择、教学方法和考核形式等。
1 教学内容优化与更新
人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲，人工智能学科的内容包括两个部分，具体：一是知识表示和推理；二是人工智能的应用。前者是人工智能的重要基础，后者主要介绍了几种人工智能应用系统，包括自动规划和机器视觉、机器学习、专家系统等。另外，课程内容中还包括了一些人工智能应用的实例，将实践和理论紧密结合起来[3]。
随着时代的发展和科技的进步，人工智能学科也取得了较大发展。基于此，人工智能学科也应该与时俱进，更新人工智能教学大纲，进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分，即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等，后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。
教学内容的选择和确定应综合考虑多项因素，不仅要重视基础知识，也应注意推陈出新，随着科技的进步做到与时俱进，同时教学内容应符合现实的需求，能够与社会接轨，将理论和实践紧密结合起来，只有这样人工智能课程的教学质量和效果才能事半功倍。
2 教学策略及教学方法的改革创新
由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点，传统的教学模式已经无法满足人工智能课程的需求，教师应探索更加有效的教学模式和方法，确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面：
2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣，学生只有对某门学科存在兴趣，才会更加主动积极的学习该门课程，从而获得良好的教学效果。比如，作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段，由这个电影学生知道了世上存在人工智能的机器人，学生们随着电影情节的发展而深深感动，与此同时教师让学生思考和谈论人工智能是什么？研究人工智能的意义在哪里？实践发现，在课堂中加入电影因素，能够大大提升学生们的注意力，让学生更加专注在教学任务中，有效提高了学生探索人工智能的积极性和主动性。此外，在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来，让学生更直观的感受人工智能的奥妙，从而投入更多热情学习人工智能课程。
2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点，我们采取了以下几种教学形式实施案例教学。①讲解式案例教学：这种案例通过教师的讲解，帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式：一是“案例―理论”，即先给出教学案例，然后再讲解理论知识；二是“理论―案例”，即教师先讲解理论知识，再给出教学案例；通过情境体验与案例剖析激发学生认知的兴趣，引导学生对将要学习的内容产生注意，有利于教师导入新课。②讨论式案例教学：在课程初期将学生分成若干学习小组，每小组3～4人；教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组，要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学：在课程后期，采取专题辩论的方式对综合应用案例进行讨论，能有效地启发学生全方位地思考和探索问题的解决方法，加深学生对人工智能的理解。
2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学，结合学生特点因材施教。比如，在日常教学中多观察学生情况，鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识，同时友善面对学习较差的学生，分析其学习过程中面对的困难，有的放矢地采取应对措施，帮助其不断进步；在教学过程中让学生以读书报告的形式多多思考，鼓励学生发散性思考问题，鼓励优秀学生进行深一步的探讨，并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。
2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法，其中心导向是任务，学生在完成任务的同时也在吸收和掌握知识。通常来讲，该教学方法的步骤是：教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识，还能够培养学生解决实际问题的能力，提高其综合实力。不仅如此，由于该教学模式通常是以小组协作的方式进行，教师给出研究范围，学生自愿结组并选择具体的题目，经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知，学生是在以团队的力量解决问题，这十分考验学生的团队协作能力，对于学生团队合作精神的培养至关重要，且在完成任务的过程中学生需要查阅大量的资料，久而久之学生收集资料和创新能力势必会得到提升。
2.5 采用启发式教学 人工智能的很多问题都较为抽象，对学生理解力的要求较高，因此，在实际的教学过程中教师应有意识的就课程内容提出相关问题，让学生自己独立思考，鼓励学生提出自己的想法和解决方案。然后回归到课程上，对比分析教材上的解决方案和学生自己的解决方案，如此不仅培养了学生独立思考的能力，也增加了学生参与教学活动的意识，提高了学生的学习热情。比如，在讲到较为抽象的“遗传算法”时，先提出一个问题，即“遗传算法如何用于优化计算？”，然后从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用，之后举例分析，启发学生思考“遗传”、“变异”和“选择”的实现，最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的，也锻炼了学生逻辑思维的能力，教学效果良好[4]。
3 作业和考核方式的改革创新
过去的课程作业都是单一书面习题作业，发展至今，课程作业形式已经发生了变化，更加丰富多样，包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业，并且教师批阅作业后也可以通过网络返回给学生，实现了网络化。课程的考核方式较之以前也发生了较大变化，加强了平时思维能力的考核，更加注重学生实验能力和动手能力的培养，不再是绝对的一次考试定成绩，而是在总评成绩中加入30%的平时成绩，如此不仅减轻了学生的期末负担，也迫使学生更加重视平时的学习思考，有利于课程教学质量的提升。
4 结束语
本文是以提高教学质量为目标，结合教学实践，从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨，总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求，可以支持教师提高教学手段现代化的水平，同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化，才能激发学生的学习兴趣，培养他们的思维创新和技术创新的能力，最终提高本课程的教学质量。从学生的反馈来看，作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够，今后将继续在教学过程中不断总结成功的经验，吸取失败的教训。
参考文献：
[1]蔡自兴.人工智能及其应用[M].三版.北京：清华大学出版社，2007.
[2]谢榕，李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育，2014（19）：92-97.
[3]蔡自兴，肖晓明，蒙祖强.树立精品意识搞好人工智能课程建设[J].中国大学教学，2004（1）：28-29.
摘要：目前，大学计算机基础课程的教学尚存在一些缺陷，使得课程的教学质量没有达到理想效果。文章深入剖析了高等院校目前在该课程教学上存在的种种问题及其产生原因，阐述了教学改革的必要性，着重介绍在当前环景下运用人工智能、大数据、物联网等先进技术构建智慧课堂教学平台，对计算机基础课程教学进行改革的具体方案，以期对高等院校的计算机类课程的教学改革有所助益。
关键词：大学计算机基础；教学改革；人工智能；智慧课堂
云计算、大数据、人工智能新兴领域的崛起，推动信息技术全面渗透于人们的生产生活中。信息技术的核心在于计算机技术和通信技术。然而，虽然目前各个高校都开设了计算机基础课程，但是其教学却存在着诸多问题，导致该课程无法达到预期的教学效果。教育部在2012年《教育信息化十年发展规划（2011-2020年）》，其中指明“以教育信息化带动教育现代化，促进教育的创新与变革”[2]。因此，本文以华中师范大学计算机基础课程教学为例，深入阐述了传统计算机基础课程教学的弊端，提出了在当前人工智能如火如荼的时代背景下，如何应用人工智能相关技术对传统的计算机基础教学进行改革的具体方案。该方案以创建网络智慧课堂教学模式改革为主体，辅以教学观念、知识体系和课程考核方式改革，以期对高校的计算机基础课程教学有所裨益。
1传统教学的缺陷
⑴课程的教学地位没有引起足够的重视一些高校为计算机基础课程分配较少的学时（少于48学时），甚至有的专业将此课程设置为选修课。这种设置降低了该课程在教师和学生心目中的位置，导致了对该课程的忽视。同时，不少老师因为学时不够，时间紧迫，仅仅讲述与考试相关的内容，不考的一概不讲。这导致学生的眼界受限，知识和能力受限，无法培养其全面综合的计算机素质。还有的专业没有将这门课给专业的计算机学院的老师讲授，而是随意安排授课人员。没有经过系统专业训练的教师缺乏足够的知识储备，很难讲好这一门看似简单的课程。⑵课程教学内容的制定与当今时代对于信息化人才的需求脱节一些高校的现状是计算机基础的课程教材知识陈旧[3]、质量堪忧，教材总是无法跟上知识更新的步伐，例如都2019年了还在讲Office2010。有的高校由于缺乏对课程的重视，没有对教材优中选优，而是基于利益的考虑，优先选择自己院系编写的教材。其教材内容是七拼八凑，没有整体性、逻辑性和连贯性，更不用说前瞻性。这样的教材，无疑对学生的学习设置了巨大的屏障。除此以外，一些院校的课程教学知识体系不够明确和完善，教学大纲的制定不够科学。从教学大纲中制定的学时分配来说，常常偏重实用性[4]，常用计算机软件操作占据了大部分的课时。这会让教师在授课时轻理论而重操作，如此培养学生，非常不利于其计算思维的形成，对后续其他计算机相关课程的学习也是很大的伤害。⑶教学模式过于传统，信息化水平较低从教学方式上来说，传统的教学模式以教师课堂授课为中心，是以教师为主体的教学模式[5]。在这种模式下，教师仍然主要以填鸭式教学为主[6]，无法通过课堂教学发现学生的个性化特点，并进行有针对性的教学。另外，虽然计算机基础课程一般都配备了实验课时，但是实验课常常是采用教师布置上机任务、学生做完抽样检查的模式。这对于大课堂来说，教师的任务繁重，无法搜集到每一个学生的任务完成情况，无法清晰地掌握学生学习的实际情况和薄弱环节。而且，该课程缺乏相应的研讨课时，很难让学生对其所学知识进行深入思考和探究，以增强思辨能力和对课程的学习兴趣。⑷课程考核方式不够公平合理从考核方式上来说，该课程普遍采用“平时成绩”+“期末考试”的加权方式对学生成绩进行评定。平时成绩多由考勤分所得，期末考试多采用机考模式。这种考核方式过于单一化、机械化，无法对学生进行全方位的评价。很多学生来到教室打考勤，但可能根本没听讲，而是在睡觉或者玩手机。期末机考的公平合理性也是存在着很多的漏洞。例如机考的试题库可以十年不变，分值的分配和难度的掌握都没有经过系统的考量。甚至有的考试系统不够稳定和安全，频频爆出Bug，严重影响了考试结果的真实性。
2新人工智能环境下对计算机基础课程改革的具体方案
2012年开始，在随着卷积神经网络技术在视觉处理方面的应用取得巨大的成功之后，人工智能到达了有史以来的第三个爆发期。目前，深度学习技术在AlphaGo、无人驾驶汽车、机器翻译、智能助理、机器人、推荐系统等领域的发展如火如荼。与此同时，人工智能技术在教育领域方面的应用已经兴起。人工智能的教学产品也已有先例，例如基于MOOC平台研发的教学机器人MOOCBuddy等等。基于人工智能的教育是融合云计算、物联网、大数据、VR、区块链等新兴技术的增强型数字教育[2].在当前人工智能的大时代背景下，针对传统计算机基础的种种弊端，我们提出了如下教学改革方案。⑴改变教学理念，确立计算机基础课程的重要地位计算机基础作为高校的一门公共课，实则应当作为各个专业的学生后续的学习、科研的必修之课程。因此，高等学校应从源头上确立该课程的重要地位，将该课程纳入必修课范畴，并给与更充分合理的课时分配。除教学课时、实验课时之外，需要为该课程增加一定的研讨课时。任课老师必须是来自于计算机专业的人才。同时，定时举办关于该课程的教学培训、教学研讨会和教学比赛，改变教师的教学理念，从源头上给予该课程足够的重视。⑵优化教学内容，重新制定课程的教学知识体系教材是教师教学的主要依据，也是学生获得系统性知识的主要来源。因此，教材对于教学的重要性不言而喻。教材的选取需要优中择优，必要的时候可以根据自身院校的情况自己编写，力求使用好的教材使教学事半功倍。在选定优质教材的基础上，制定更加合理的教学大纲，优化计算机基础课程的教学知识体系，突出计算机学科入门相关基础理论知识的重要地位。对现有的过时内容进行更新，例如操作系统以Windows10的操作取代Windows7，Office这部分使用Office2019版本取代2010的版本，同时增加关于算法入门知识、程序设计入门知识以及人工智能、区块链等前沿知识单元的介绍。以华中师范大学为例，我们在图1中给出了该校计算机基础课程的教学知识体系结构图。⑶充分利用现代化的教学工具和人工智能技术，构建智慧课堂，改变传统教学模式现代化的教学应当转变以教师为核心的教学模式，更加突出学生的主体性地位。因此，在人工智能、物联网、大数据等技术和蓬勃发展的情形下，应当改变传统的课堂教学形式，充分利用现代化信息技术，将传统课堂教学和网络课堂教学模式相结合，构建智慧课堂。融合课堂教学身临其境的效果与网络课堂自主性强且方便师生交流的特点，通过师生之间多层次、立体化的互动，达到提升教学效果的目的。同时，建立功能强大、完善的学生实验平台，基于不同专业学生的不同特点和不同需求，进行个性化的作业设置。针对教师布置的实验任务和学生的完成情况，结合在线网络教学系统，通过传感器及网络数据，搜集学生的学习行为数据，并且使用人工智能算法进行智能分析，使教师对当前的学生的学习情况一目了然，并能引导学生对重点、难点的巩固和掌握。研讨课以学生为主体，按照所选课题进行分组调研、分组讨论，刺激学生的学习兴趣，培养其思辨能力。研讨内容最终可以课程论文的形式上交至课程共享平台，由教师和同学共同给出评分。这里，仍以华中师范大学为例，我们将在线教学系统、实验课平台、研讨课共享平台等集成为一个基于人工智能技术的网络智慧教学综合平台系统。该系统主要包括用户管理、在线教学、课堂互动、作业管理、考试管理、BBS系统、智能分析和平台管理8个模块，其主要功能如图2所示。该系统采用C/S模式，系统的服务器选用Linux服务器，同时开发基于PC机的和手机端的客户端系统，方便学生和教师随时选用、更加灵活。在线教学模块中的智能学习助理功能，能够根据历史用户的学习行为和当前用户的学习行为，自动地识别学习内容中的难点以及当前学生的难点内容，有针对性地对学生进行知识点强化。课堂互动模块中，通过可穿戴式传感器搜集学生的学习行为，用于后续智能分析模块中对学生的学习态度和学习行为进行智能分析。在线作业评价模块包括机器评价和教师评价两个功能。机器评价是系统为学生作业（客观题、主观题）自动评分，其中主观题的评分也是使用人工智能技术来实现。教师评分时可以参考机器评分，减少教师工作量。同时，教师评分为机器评分提供机器学习的经验数据，促进机器评分更加智能。智能分析模块能够依据学生的在线课程学习模块、课堂学习模块、作业管理模块等搜集到的学习行为数据进行综合分析，促使教师深入了解学生的学习情况和个性化特点，提升教学的针对性，并且有助于后续对学生进行全面、综合的分析和成绩评定。所有系统模块中使用到的智能分析技术包括基本的统计分析、以及各类机器学习算法（k-means,NaveBayes,SupportVectorMachine,DeepLearning等等）。⑷改变传统成绩考核的方式在“教学”+“实验”+“研讨课”课程结构以及网络智慧教学综合平台的辅助之下，学生的成绩评定更加全面化、多元化、公平化、自动化[7]。平时成绩中，除了教学综合平台的“课堂签到”次数之外，还增加更多丰富多元化的考察信息，如：学生的课堂讨论、在线课程学习和考核结果、平时作业完成情况，以及智能分析模块中辅助分析的学习态度、学习能力、平时成绩预测。期末上机考试系统也是智慧课堂综合平台的一个子模块，是精心设计的稳定、安全、功能强大的子系统，方便教师每一年更新试题库，修改bug。试题库中的每一套试卷都应当经过科学的考卷质量分析，使其难度、覆盖范围在一个均衡、合理的范围。最后，教师通过对各类平时成绩指标以及期末考试成绩加权，给出最终的学习成绩。通过规范、合理、公平、全面的考核体系，获得对学生公平、完善的评价机制，激励学生并刺激教学良性运转。
3结束语
本文中，我们以大学计算机基础课程为教学改革对象，针对传统课程教学的种种弊端，提出了一套在当前人工智能蓬勃发展的大背景下对该课程进行教学改革的具体方案。其中，利用现代化的信息技术和人工智能技术建立辅助网络智慧教学平台，进行教学模式的改革，是方案的重中之重。初步实践表明，通过教学改革，我校学生对于计算机基础课程的兴趣和学习的积极性增强，其计算机综合素质和解决问题的能力有了长足的进步。
作者:赵素芬王赛单位:华中师范大学计算机学院
文章编号：1004-4914（2017）05-148-02
一、引言
互联网金融经历了过去几年的高速发展后，带给了人们新的感受。随着2016年4月12日，国务院印发《互联网金融风险专项整治工作实施方案》以来，整个行业正在进行一次“价值回归”，P2P等平台类模式正在减少，靠着拼渠道、流量和高收益的红利时代已经过去，精细化、差异化、技术化的运营和创新将是互联网金融这个阶段的主题，人工智能将在互联网金融领域发挥越来越重要的作用。
一直以来，金融领域个性化的服务都是依赖于“人”的服务。但从2016年开始，机器正在尝试取代人在财富管理服务中的位置，随之而来的是智能投顾服务。举个例子，在美国，券商、资管纷纷开始设立互联网金融平台，以互联网财富管理类的服务为主，目的是捕获更多中小投资者，在现有的证券业务体系之外培育新的增长点。贝莱德收购Future Advisor、Fiidelity与Betterment展开战略合作、Vanguard推出自己的智能投顾服务、嘉维证券与宜信合作进入中国市场开展智能投顾服务。这样的例子还有很多，这背后是传统金融机构对技术所能产生的势能的认可。国内的智能投顾玩家也很多。其中，宜信和品钛这样的在新兴市场上已经相对成熟的公司已经推出了自己的智能投顾服务。此外，还有大量早期创业公司直接以此为方向，比如弥财、钱景财富、蓝海财富等。
二、人工智能在互联网金融领域的应用情况
（一）人工智能在互联网金融领域应用的必然性
2016年以来央行、其他部委以及最高法院都了关于互联网金融的指导意见，分别是《关于促进互联网金融健康发展的指导意见》、《非银行支付机构网络支付业务管理办法》以及《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》。这些政策性文件的出台，预示着这个行业在政策红利和边界较为模糊的情况下实现的业务的快速发展模式已经走到了尽头。随着后期监管文件的逐步下发，门槛的设立，要求的标准化，很多后来者已经丧失了最好的入局机会，而现有的稳健平台，则迎来了最好的发展机遇。对于互联网金融企业而言，要适应政府的监管，获得客户的支持，要取得自身的发展，只能依托于人工智能。长时间以来，人工智能在互联网金融领域的应用及重要性被频繁提及。近日，《中国互联网金融发展报告（2016）》新书在京，该《报告》执行主编、中科金财董事长朱烨东表示，未来互联网金融行业发展将逐渐走向正规、规范，移动支付的不可逆转，大数据、云计算在互联网金融的核心地位进一步加强，金融科技将成为未来互联网金融发展的主要趋势。
（二）人工智能极大提高了互联网金融的效率
作为百业之母的金融行业，与整个社会存在巨大的交织网络，沉淀了大量有用或者无用数据，包括各类金融交易、客户信息、市场分析、风险控制、投资顾问等，数据级别都是海量单位。同时大量数据又是非结构化的形式存在，如客户的身份证扫描件信息，既占据宝贵的储存资源、存在重复存储浪费，又无法转成可分析数据以供分析。金融大数据的处理工作面临极大挑战。通过运用人工智能的深度学习系统，能够有足够多的数据供其进行学习，并不断完善甚至能够超过人类的知识回答能力，尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。
说到人工智能，不得不提的一定是AlphaGO，但是在互联网金融领域，有一个比AlphaGO更加强势的公司，这家公司的名字叫Kensho。这是以前高盛出来的分析师团队，把整个高盛的经验模拟，通过机器取代现在大量的人工，进行相应的投资、分析、决策。而且在信息，在互联网传播非常快的时候，他们去除掉了大量的噪声，回归到这个事情的本质。很快高盛发现了这家公司的发展速度和未来价值，直接把它私有化，直接变成第一大股东，因为发现这中间带来的差别是这个企业的核心竞争力。
Kensho公司的核心技术就是能在两分钟之内做出一份一份简明的概览，随后是13份基于以往类似就业报告对投资情况的预测。而你根本就不需要去检查这些数据分析，因为这些分析是基于来自十个数据库的成千上万条数据。如果没有这些人工智能，分析师们可能要花上几天的功夫收集梳理这些数据，而等他们分析完成后，市场的行情早瞬息万变。
可见，人工智能的引入对于互联网金融领域的效率提高是呈几何式的，你很难想象也不敢相信这么一个事实：未来的投资大师们可能是一堆机器。
（三）人工智能将互联网金融带入智能金融时代
互联网金融发展至今一共经历了两个阶段：第一个阶段是网络金融，把现有的金融产品搬到互联网上，互联网上面现在卖基金、卖理财、卖信托、卖保险。第二个阶段是大数据金融阶段，通过数据重新去定义相应的金融产品和相应的金融服务。第三个阶段正在萌芽，就是人工智能+互联网金融的阶段，网络上有人称之为智能金融时代。
从目前宁波当地的互联网金融企业发展来看，目前还停留在“互联网+金融”的模式：在传统金融服务上进行叠加，将互联网式思维、互联网式管理、互联网式数据融合进传统金融服务，而这正是现在大部分互联网金融服务提供商正在做的事情。“互联网+金融”的模式也正在让金融进入“普惠金融”的阶段，通过互联网金融对传统金融机构进行补充，让更多的人平等的享受到金融服务。但是，“互联网+金融”的模式下，信息安全、投资风控、资产调节等方面问题仍然存在，一定程度上说，互联网增加了信息风险，也正是如此，摸索期的互联网金融行业才会出现P2P跑路的现象，仅2015年，宁波当地的P2P公司跑路就多达9家之多。
人工智能是大趋势，从阿尔法狗的表现以及人工智能在互联网金融领域的运用来看，互联网金融在人工智能的改造下将不再局限于“互联网+金融”，而是逐渐向“互联网+金融+大数据+人工智能”转变。人工智能起到串联起互联网、金融、大数据，实现更加智能的精确计算的作用，实现大脑一般的思考，解决“互+金”模式下的诸多痛点。
从理财顾问、征信助手、智能风控系统、防范性金融系统这四个层面来看，整个互联网金融领域正在朝着越来越“技术范儿”的方向上前进，金融智能化成为大势所趋。智能金融的机器学习功能，让产品背后的逻辑系统可以快速适应场景数据，建立合适的评分规则、决策体系，真正给现在的互联网金融带来颠覆性的变化。无论是消费金融领域还是风控层面上，互联网金融在人工智能的配合下正在呈现出无与伦比的崭新打法。这也正是阿尔法狗打败李世石之后，给金融智能化带来的全新想象。
（四）人工智能将颠覆互联网金融时代的风控体系
汇总整个互联网金融本质，其实存在两个层次风险，一是道德风险，二是经营性风险。面对2016年不断有“跑路”等负面消息萦绕的互联网金融，去伪存真或成为首要任务。一些企业资金并没有进入到实体业务，而是进入庞氏骗局，而去年出台的监管意见征求稿，监管层管理方向还是较为清晰的，希望通过资金的有效监控，将企业资金与个人用户之间的资金进行分离，规避风险。然而人力毕竟有限，不可能时刻紧盯住所有互联网金融机构，这时引入人工智能监管就十分必要。
人工智能已经在无人驾驶、图像处理、语音识别方面取得了突破性的应用，那互联网金融领域呢？李开复老师曾谈及人工智能应用的三个要素：数据、处理数据的能力和商业变现的场景。人工智能解决金融界问题的过程，很好的对应了这三个要素。也许，金融领域是人工智能最合适不过的颠覆场景。
在金融业务的前端，已经有不少传统银行将人工智能用于为客户定制服务，开发理财产品的应用。例如巴克莱银行和花旗银行等。国内银行中走在科技前列的招商银行，也开始试用全新的人工智能业务模式。未来人工智能和机器学习技术在金融业前端会有更多的便捷精准服务提供给客户。
那么金融应用领域的后端呢？信息安全、投资风控、资产管理等方面的问题成了新问题，对于躲在触屏手机背后的客户，缺失了央行数据的客户，银行没有办法通过一双双眼睛去看到用户是谦谦君子还是骗子流氓。这个时候，金融后端，传统金融风控手段覆盖不到和难以触及的，那么“互联网+金融”业务就要结合更广泛的互联网数据和人工智能手段，来处理更广泛的金融客户问题。
（五）人工智能技术在金融领域应用案例
Google、IBM等国际巨头公司已经将人工智能技术渗透在各种产品的方方面面，总体上看，国内金融行业也逐步开始应用人工智能技术，随着国内双创政策的推动和对人工智能产业的投资拉动，预计广泛应用节点即将到来。
1.阿里巴巴旗下的蚂蚁金服下设一个特殊的科学家团队，专门从事机器学习与深度学习等人工智能领域的前沿研究，并在蚂蚁金服的业务场景下进行一系列的创新和应用，包括互联网小贷、保险、征信、智能投顾、客户服务等多个领域。根据蚂蚁金服公布数据，网商银行的花呗与微贷业务上，使用机器学习把虚假交易率降低了近10倍，为支付宝的证件审核系统开发的基于深度学习的OCR系统，使证件校核时间从1天缩小到1秒，同时提升了30%的通过率。以智能客服为例，2016年“双11”期间，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成，同时实现了100%的自动语音识别。当用户通过支付宝客户端进入“我的客服”后，人工智能开始发挥作用，“我的客服”会自动“猜”出用户可能会有疑问的几个点供选择，这里一部分是所有用户常见的问题，更精准的是基于用户使用的服务、时长、行为等变量抽取出的个性化疑问点；在交流中，则通过深度学习和语义分析等方式给出自动回答。问题识别模型的点击准确率在过去的时间里大幅提升，在花呗等业务上，机器人问答准确率从67%提升到超过80%。
2.2015年，交通银行推出智能网点机器人，并引发了金融银行界的广泛关注。它为实体机器人，采用语音识别和人脸识别技术，可以人机进行语音交流，还可以识别熟悉客户，在网点进行客户指引、介绍银行的各类业务等。在语言交流过程中，它能回答客户的各种问题，缓解等待办理业务的银行客户潜在情绪，分担大堂经理的工作，分流客户，节省客户办理时间。
3.百度教育信贷实现“秒批”。“人工智能对于金融也会产生变革性影响，可以真正做到让征信升级”。6月8日，在2016百度联盟峰会上，百度董事长兼首席执行官李彦宏特别提到人工智能正在重构包括金融在内的传统产业。他特别强调，“现在百度的教育贷款，基本上是以‘秒’的时间可以决定是不是给一个人贷款。”李彦宏讲到的百度教育信贷的“秒批”，其具体的操作程序非常简单，用户想要获取百度消费信贷服务，只需在百度钱包APP“教育贷款”板块上传身份证，系统就能自动比对、确认用户身份信息，并根据信用记录判定用户所需的服务类型或额度，不仅能实现远程审批，审批时间更可缩短至“秒批”级别。秒批依靠的是百度以大数据和人工智能为基础的严谨风控体系。借助“大数据+人工智能”技术，百度风控部门为有信贷需求的群体绘制用户画像，建立信用体系，加上图像识别等人工智能技术的实际应用，构成了秒批的技术基础。
4.宁波聚元集团旗下超人贷平台自2014年上线以来，发展迅速，以高效风控、低成本控制、低坏账率享誉业内，平台注册会员超过1万人，线上累计交易金额已突破2亿元，稳定健康的发展道路使得平台处于整个大市行业中领先地位，并受到CCTV2、CCTV7央视正面报道，成为浙江地区首批在央视上榜的互联网金融品牌。超人贷平台除了将资金交由第三方商业银行或有资质的资金托管机构进行托管，建立信息披露制度，充分披露融资项目、经营管理等信息外，最重要一个突出优势就是采用先进的人工智能对每一笔交易?M行实时监控，监控信息还可面向公众开放。自创立以来发展稳健，越来越受到客户青睐。
关键词：机器人教育 现状 问题 思考
一、机器人教育现状分析
在我国，机器人教育作为教学内容进入中小学还处于起步阶段，方兴未艾。2001年，在北京召开了“关注中国未来的竞争力——儿童数字化启蒙”研讨会，会议认为，将数字信息技术介入到传统的幼教方式中去，利用有效的手段与工具对儿童进行数字化启蒙，关系到儿童未来的成长和中国未来的竞争力。2004年，中国教育学会中小学信息技术教育专业委员会召开了第一届全国中小学程序设计与机器人教学研讨会。在各种研讨会兴起的时候，机器人教育也逐渐引起重视。2000年，北京景山学校将机器人教育以科研课题的方式纳入到信息技术课程中，在国内率先开展了中小学智能机器人课程教学。但是研究性课程的课时比较少，学生一切从零开始学习，要想真正达到研究性学习的目标是很困难的。因此，作为研究性课程的机器人教育整体效果不十分理想。我国教育部于2003年4月正式颁布《普通高中技术课程（实验）》，首次在“信息技术”科目中设立“人工智能初步”选修模块和新增加的通用技术课程中设立了“简易机器人制作”选修模块，从而迈出了我国高中阶段开展人工智能教育的第一步，这也意味着我国的人工智能教育在大众化、普及化层面上跃上了一个新的台阶。然而把智能机器人作为信息技术课、通用技术课列入学校的课程体系，对全体学生进行机器人基础知识的普及教育还处于编写教材、设置课程的起步阶段。学者张剑平指出，国内多数的学校主要还是以课外活动、各种兴趣班、培训班的形式开展机器人教学。通常的做法是由学校购买若干套机器人器材，由信息技术课程教师或综合实践课程教师进行指导，组织学生进行机器人组装、编程的实践活动，然后参加一些相关的机器人竞赛。以全国中小学计算机教育研究中心郭善渡老师、北京景山学校沙有威老师等为代表的大批一线教师结合自己的教学实践就围绕机器人竞赛、机器人与技术教育，机器人与学生能力和素质的培养等问题展开了应用研究，取得了较好的研究成果。但这些研究成果往往比较零散，重复，缺乏科学系统的课程建设研究。
二、对当前中小学开展机器人教学优点
近年来我国的机器人教育有了很大的发展。教育机器人逐步成为中小学技术课程和综合实践课程的良好载体。教育机器人与学科教育相结合，可以帮助科学、数学、力学等等学科的教学，在国内已经有学者提出机器人与理科教学整合的想法。机器人教育引入校园，对学生至少有以下三个方面的获益。
其一，丰富学科生活，培养动手能力。由于生活水平的提高，现在的青少年自己动手制作玩具及科学模具的能力日益降低，创造发明的意念也渐呈弱化趋势。所有令他们爱不释手的玩具均是玩具商生产出来的，亦即是需用钱买来的。长此以往，将使未来中国少年儿童的求生能力、自我创造能力不断减低、变弱，这对于一个民族的科学发展是十分不利的。自我组装、制造机器人不但会提升青少年的科学兴趣，同时也会从小培养学生养成凡事自己动手的良好生活习惯。
其二，锻炼意志品质，培养团队精神。机器人制作涉及相关领域多种门类的专门知识，青少年必须广泛涉猎，持之以恒，才能有所成就。机器人的制作过程，正是锻炼意志、培养坚韧品质的过程。机器人制作一般都以二人、三人或一个团队的形式进行，群策群力、共同作业，就像体育比赛中的接力赛一样，缺一不可，整体的实力远超出个人的能力的发挥。
其三，激发创新精神，培养科学兴趣。人们一直在思考和探索如何开发青少年智力的问题。参与机器人制作，能使学生自小就对科学产生兴趣，获得科普知识，同时也将激发他们的创新能力。
三、推进机器人教育的思考
在基础教育领域，教育机器人应该和当前的基础教育课程改革相 结合。例如，在小学和初中阶段，可以将研究机器人与“综合实践活 动”有机结合；在高中阶段，可以将教育机器人与“人工智能初步” “算法与程序设计” “简易机器人制作” “电子控制技术”等技术类课 程进行结合， 有条件的学校可以开设 “人工智能与机器人” 校本课程。 事实上， 教育机器人所体现的知识的综合性使它不仅能成为信息技术 教育的载体，也可以成为信息技术与中小学课程整合的载体。在高等 学校中开展智能机器人学科教学，进行多层次的机器人教育，既可以普及机器人知识，加强机器人专业建设， 也可提高机器人的应用水平。应当在 教师教育相关的专业，例如教育技术学、信息技术教育专业 中开设与人工智能、机器人教育相关的课程。各种形式的机器人竞赛 是全球范围内教育机器人应用的重要形式之一，目前这些机器人竞赛 大都集中在诸如灭火、迷宫、足球等等竞技类项目上。要注重通过此 类活动培养学生的创造力、协作能力和技能，为此需要关注竞赛项的 创新性。例如，竞赛项目的设计可以更加关注人工智能与机器人的结合点。
总之 在大力提倡素质教育的今天，机器人的出现为创新素质教育提供 了一个崭新的平台， 信息技术教育未来发展的趋势必然是向机器人教育重心转移目。开展机器人教学，有助于培养学生的创新精神、逻辑思维能力、自主学习能力和对科学的钻研精神，对机器人教育的教学 体系进行研究，使机器人教学完善发展，具有现实意义。
参考文献：
[1]张剑平，.机器人教育：现状、问题与推进策略【I】 .中国电化教育.2006.（12）
关键词：多智能体；高等院校教育教学过程；质量监控系统
作者简介：徐菁鸿（1979-），女，山东莱州人，沈阳工程学院管理学院，讲师，辽宁大学商学院博士研究生；刘雪梅（1965-），女，辽宁沈阳人，沈阳工程学院，教授。（辽宁 沈阳 110136）
基金项目：本文系辽宁省高等教育教学改革研究项目“教育教学质量监控网络化平台开发研究与实践”（项目编号：978）、辽宁省普通高等教育本科教学改革项目“基于ABET认证的工业工程专业人才培养模式国际化研究”（项目编号：259）的研究成果。
中图分类号：G647 文献标识码：A 文章编号：1007-0079（2014）08-0050-02
《国家中长期教育改革和发展规划纲要（2010-2020 年）》指出“建立以提高教育质量为导向的管理制度和工作机制，把教育资源配置和学校工作重点集中到强化教学环节、提高教育质量上来。”在数字信息技术高度发达的今天，运用计算机技术及人工智能技术对高等院校教育教学过程质量进行监控，能够提高管理者的工作效率，也能够使高等学校教育教学过程的每一个环节和步骤得以完善，及时有效的质量监控措施可以有效避免出现教学质量危机。[1]
陈艳艳等人利用和ADONET设计技术构建基于Web数据库的动态交互式教学质量监控平台，实现了教学质量监控作用，并提出今后需要进一步应用人工智能技术对测评结果进行分析。杨振兴等人运用多Agent技术设计了软件质量评价系统，明显提高了团键质量评价的异地同步性和效率，为多Agent技术在其他领域的运用提供了参考。[2，3]目前运用人工智能技术对高等院校教育教学过程进行质量监控的研究比较有限。同时，在招生生源开始下降的今天，整体提高教学质量和技能水平，培育自己的核心竞争力，必然对教育教学过程的质量监控与评价提出了更高的要求。因此，运用新的技术与理论，建立基于多智能体技术的教育教学质量监控系统是有必要的。
针对目前高等院校教育教学过程质量监控的目的，拟运用计算机科学与人工智能领域的研究成果，即多智能体技术，设计基于多智能体的高等院校教育教学过程质量监控系统。该系统具有自治性、反应性等特点。
一、高等院校教育教学过程质量监控的目的
高等院校教育教学过程需体现人才培养与科学研究相结合，因此具有动态性、互动性、复杂性、传播性、特殊性等特点。这些特点决定了对高等院校教育教学过程质量监控的目的。
第一，对教育教学过程中的各种质量指标进行即时采集，质量数据综合后能够体现连续的教育教学过程事件，保证对教育教学过程基本运行情况的观察及动态分析。
第二，对教育教学过程中复杂的质量指标进行筛选与分层，具有教学事故诊断能力，为制定改善教育教学过程的具体措施提供可信的依据。
第三，各级教育教学过程质量监控部门共同参与过程质量评价活动，并对评价过程中的评价目标、权重等因子进行信息交互与协商。[4]
第四，通过运用计算机技术及监测设备对整体数据进行综合并评价，最终实现教育教学过程的优化。
为实现上述目的，引入多智能体技术，建立了基于多智能体的高等院校教育教学过程质量监控系统。[5]
二、基于多智能体的高等院校教育教学过程质量监控系统的结构
智能体（Agent）是计算机科学与人工智能领域的研究成果，是具有感知能力、问题求解能力和外界通信能力的一种实体。1995年，Agent理论专家Wooldridge和Jennings对Agent进行了权威定义：Agent是一个基于软件或硬件的计算机系统，[6]它具有以下主要特征：
一是自治性。自治性是Agent最重要的特性之一，可以在没有直接的外部调用或干预的情况下运行，任何其他程序单元无法访问其操作，具有良好的封装性，因而也具有更高的安全性。
二是反应性。Agent可以在一定程度上对其他Agent或环境进行响应，通过触发规则或执行定义的计划来更新Agent的知识库，同时发送消息给其他的Agent。
三是协同性。在Multi-agent系统中，不同的Agent具有不同的能力，协同工作可以通过Agent之间交换知识及计划的机制来实现，交互可以在多个Agent或Agent与人之间完成，用户与Agent之间可以实现双向交谈，即用户对其期望的操作进行定义，Agent对能力进行说明并给出结果，交互双方处于对等地位。
四是智能性。处于智能状态的Agent要由知识术语来描述，在此基础上，通过使用符号语言实现与其他Agent的交互。一般来说，一个Agent很少同时具有上述所有特性，往往结合实际情况来开发包含所需特性的Agent及Agent系统。
近年来，多智能体（Multi-agent）技术成为分布式人工智能领域的研究热点，并被成功应用于多个领域。多智能体系统（Multi-agent system）是由多个Agent组成的群体，每个Agent有组织的、有序的在特定环境中完成各自承担的工作任务，也可以通过相关Aagent的通信来共同协调完成特定的任务。
本文根据Agent的特点，结合Multi-agent system的发展趋势，针对高等院校教育教学质量监控过程的目的及要求，提出了基于多智能体的高等院校教育教学质量监控系统，系统结构如图1所示。
该模型采用FDDI模式来保证高效可靠的通信。在该模型中，在教育教学过程的重点环节配置一个质量Agent，如教学过程Agent、教学进程Agent等，各质量Agent能够完成独立的质量检测任务。同时，各Agent之间能够进行即时通信，使整个过程的控制效果达到最优。过程分析Agent通过与其他Agent通信，将发送或接收的数据或命令装入数据库，然后进行相关性分析、方差分析等，得出教学质量的演变态势，然后将以上结果存入数据库并提供给质量评价Agent使用。质量评价Agent从过程分析Agent中得到分析结果，或从数据库中获取相关数据，然后在自身知识库的基础上进行推理，并作出决策。
三、基于多智能体的高等院校教育教学过程质量监控系统的过程分析及质量评价过程
Agent一般分为认知Agent和反应式Agent。两者的主要区别在于认知Agent具有推理能力，可以根据本体的动作和其他Agent的动作进行推理。在本系统结构中，过程分析Agent和质量评价Agent均采用认知Agent，其他Agent采用反应式Agent。过程分析及质量评价如图2所示。
首先，过程分析Agent的接口从基础数据库获得所需数据，通过控制器进入推理机，推理机按照知识库中的规则，选择模型和算法进行分析，分析结果输入数据库。
其次，分析结果通过接口从数据库读入质量评价Agent，输入推理机后，对数据是否处于控制范围进行判断。例如：对教学设施进行维修；按照实习厂的实际情况微调教学进程；监督授课计划运行过快或过慢的教师；对课后辅导、答疑及作业批改进行检查与考核；对学生的日常及期末考核成绩进行分析与评价，使教与学的过程实现更好地配合等等。
再次，也可以对数据整体的分布情况进行分析，在判断数据是否符合质量要求的同时，判断现行的质量考核标准是否符合客观实际。假如某学年或某学期内异常数据明显偏高，则考虑调整质量考核标准，或者对教师进行教育教学过程培训，这些可以通过给教育教学过程的重点环节Agent下指令来实现。
最后，质量评价Agent具有查询功能，例如每月的教师调课情况，每月的教室使用情况，教师授课进度的跟进情况，通过比较使教育教学质量监管部门对一段时期的教育教学过程质量情况有一个比较全面的了解。
四、基于多智能体的高等院校教育教学过程质量监控系统的功能
第一，每个重要环节Agent都能对教育教学过程进行实时监控，控制器在双环上的各个节点，所以当发生突发事件时，例如教学设施突然故障，教学设施Agent可以进行快速响应，并与相关节点进行通信，以降低整个系统的损失成本。
第二，该系统可以通过Agent之间的通信，实现高度的信息共享。例如教务处在完成过程分析任务后，可以将结果发送至数据库共享，其他部门可以结合现有的信息资源调整自身的过程分析方案，避免冗余，达到节约系统资源的目的。
第三，随着教育教学进程的不断改进，如果某类问题不能依靠现有单元得到解决，可以考虑多个单位协同工作解决，如果依然得不到解决，则可以考虑增加Agent节点，而不会影响到现有系统的结构。例如在课堂教学过程中发现多媒体利用效率有所下降，则可以考虑增加课堂教学Agent节点。
参考文献：
[1]郭亮，蓝维鼎.构建高等院校教育质量预警机制的必要性和可行性[J].继续教育研究，2011，（6）：30-31.
[2]陈艳艳，施.基于.NET的教学质量监控平台的设计与实现[J].计算机教育，2010，（8）：156-159.
[3]杨振兴，宗宇伟，朱三元.面向多Agent技术的软件质量评价系统研究[J].计算机工程，2004，（30）：72-74.
[4]赵丽萍.基于Multi-agent的电能质量监控网络的研究[D].成都：西南交通大学，2006.
【关键词】人工智能 计算机辅助教学 教学与控制
一、人工智能的定义
人工智能也称机器智能，它是计算机科学、控制论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统角度来看，人工智能是研究如何制造出智能机器或智能系统，实现模拟人类智能活动的能力，以延伸人们智能的科学。人工智能是一门交叉科学，逐渐形成一门涉及心理学、认知科学、思维可循、信息科学、系统科学和生物学科等多学科的综合性技术学科。
二、计算辅助教学体系和现状
计算救助教学是利用多媒体计算机的功能与特点，利用计算机辅助教师完成各个教学环节，并通过与计算机之间的交互活动，激发学生的学习积极性和主动性，帮助学生更有效地学习。实用计算机辅助教学，有利于认识主体作用的发挥，它所提供的图像、声音、动画等信息由利于学生知识的获得与保持，达到提高教学教学的目的。
目前为止，所实用的绝大多数传统以及理论证明等均被应用于计算机辅助教学系统，以提高其智能性和实用性。早期绝大多数计算机辅助教学将全部教学信息以编程方式预置于课件中，这样的以及理论证明等均被应用于计算机辅助教学系统，以提高其智能性和实用性。因此现有的以及理论证明等均被应用于计算机辅助教学系统，以提高其智能性和实用性。早期绝大多数计算机辅助教学系统面临许多挑战，它主要存在以下几个方面的问题。
1.计算机辅助教学系统的闭塞性
不具有开放性是目前以及理论证明等均被应用于计算机辅助教学系统，以提高其智能性和实用性。其弊端在于固定内容的局限性使课件的适用面狭窄，而且设定的运行路线使授课缺乏自主性;授课的针对性不强;无法利用新出现的资源在较高起点上进行二次开发。
2.智能性的欠缺
现有的计算机智能辅助课件系统不能对不同何曾度的学生进行有针对性的教育，学生的学习是被动的，不能由系统自动提供助学信息而使学生有选择地学习。。
3.人机交互能力较弱
现有计算机智能辅助大多以光盘作为信息的载体，将材料中的内容以多媒体的形式展现出来，教学信息是按预置的教学流程机械式地提供给学者，学习者使用计算机智能辅助课件学习是完全被动的。
4.教师与学生的互动在教学中的缺乏
现有计算机智能辅助课件在学生自学以及进行操作使用时，如何学习都是学生自己的事。教师不能全完了解学习者的情况，学生在蹦到问题时不能向教师求教，师生之间互相封闭，谈不上师生互动，因此课件所起的效果大打折扣。
5.课程特点没有突出
各门课程在教学上有不同的要求，但现有课件对于这些不同要求完全不予理会。例如很多课程都要涉及到大量的曲线或曲面，对有些课程来说，将这些曲线或曲面给出了一个简单的展示就足够了，而有些课程这样的展示不能达到教学目的的要求。
6.教学计划的欠缺
在课件的开发过程中实际上离不开教学策略的设计，但课件的制作者往往并未意识到这一点。例如:现有的绝大多数课件都是单一的展播式，这样的可见制作“精美”，但它不可逆、不能互动。实际上运用课件教学只是手段而不是目的，应该在教学设计理论的指导下讲求课件的实效性，着眼点在于学生学习新知识、掌握新技术、培养各种能力有帮助，而不是表面上的制作“精美”。
综上所述，现有的计算机智能辅助存在许多问题，随着新技术的不断出现，这些问题将使计算机智能辅助越来越不能适应新的要求。因此以智能计算机智能辅助为代表的心的计算机辅助教学系统将成为教育技术上需要不断探求、努力实现的发展方向。 转贴于
三、智能计算机辅助教学系统
智能计算机辅助教学系统(Intelligent ComputerAided Instruction)，简称ICAI。教学过程是一个复杂的教与学的思维过程，它需要教师以专门知识和经验为依据，经过吸取、讲解、推理、示例、综合等多个步骤才能较好地完成。计算机辅助教学实际上是一个由计算机系统辅助教师进行教学以及学生进行学习并得以实现的系统。在智能ICAI中，教学思想、方法、学习内容可用知识形式表示，如何解决知识的形式化表示以及知识的访问与调用问题，是人工智能的核心技术之一，也是将ICAI引入教育技术领域中所要面临的一个问题。知识库是实现知识推理与专家系统的基础，可以用知识库作为智能ICAI的构建环境。在知识库中，教学内容等的有关知识可以用事实与规则表示，并存储于知识库内，教学与学习过程既是对知识库中知识进行推理，并最终得出所需结果的过程。ICAI系统的一般包括以下几个模块:
1.知识库。知识库是关于教学内容的模块，解决“教什么”问题。知识库中的教学内容有待于教学与控制模块和学生模块进行选取、调用。
2.学生模块。学生模块是用于记录学生的学习情况，对学生学习的各个环节信息进行搜集，以便系统对学生的学习情况进行自动评估，提出具有针对性的学习建议和个别化的辅导。学生模块描述学生对教学内容理解、掌握的程度，系统可以根据学生模块的具体情况调整教学策略并提供适当的反馈。
3.用户接口模块。这是系统与用户交流的界面。整个系统依靠用户接口模块把教学内容呈现给用户、接受用户输入的信息、并向用户提供反馈。
4.教学与控制模块。这是教学过程与整个系统的控制模块，涉及到“如何教”的问题。它具有领域知识、教学策略和人机对话等方面的知识。根据学生模型提供的学生学习情况，通过智能系统的搜索与推理，得出智能化的教学方法与教学策略，能够较科学地评估学生的学习水平，可以通过分析学生以往的学习兴趣和学习习惯，预测学生的知识需求和常犯错误，动态地将不同的学习内容、学习方法与不同的学生匹配，智能地分析学生错误的原因进而针对地提出合理的教学建议、学习建议以及改进方法。
新世纪的教学将是以智能化的ICAI为主线，是多学科、多方位发展的新技术的体现。随着人工智能技术的发展、计算机辅助教学的成效将更加明显。
参考文献
人工智能逐渐变为一种社会需要，机器也不再是人们眼中冰冷的工具，而是拥有自我意识的机器。著有《银河之心》三部曲的中国新一代的科幻作家江波认为“将机器赋予文明，将文明赋予机器。这是人类的使命，也许是最后的使命。”这是他对人工智能的期待和展望，也是未来人工智能发展的方向。
60年来，人工智能经历了一个从爆发到寒冬再到野蛮生长的发展过程。目前，随着芯片计算能力的不断提升以及很多相关先进技术的跨越式发展，人工智能技术和市场正在迎来新的春天，成为这一技术时代的新趋势，开始真正走入人们的工作和生活，将成为未来十年的产业新风口。
江苏南大电子信息技术股份有限公司（以下简称“南大电子”）作为“中国人工智能技术与应用大会暨人工智能60周年颁奖典礼”主题评选活动的参评嘉宾，不仅荣获了“人工智能60周年・2016年度中国人工智能卓越贡献企业”大奖，公司创始人、董事长狄敏先生还被评为“人工智能60周年・2016年度中国人工智能领军人物”。
南大电子是南京大学旗下一家研发智慧型服务机器人的跨国高新企业。依托南京大学声学科技领域和人工智能领域的核心技术优势，南大电子布局全球，致力于智慧型服务机器人产品与服务的研发、实践，并开拓性地联合国内各服务行业的标杆企业，努力探索实践服务机器人在各行业的落地应用。公司在世界声学王国丹麦设有国际领先的声学和ID工业设计研发中心，技术实力达到国际领先水平。
作为中国智慧型服务机器人系统的创意者与领导者，南大电子旗下汇聚了一批专业人才，中国科学院声学研究所李晓东担任公司首席科学家。核心团队成员还包括多名海外留学归国人员及硕士以上学位人员，核心工程师均毕业于国内外顶尖大学，并具有在外企或国内知名企业研发工作经历，在各自的专业领域内颇有建树。
南大电子创始人、董事长狄敏，本科就读于南京大学无线电物理和声学专业，是南京大学商学院首届EMBA毕业生，曾进修美国康奈尔大学EMBA项目，现任南京大学校友总会理事、南京大学首届EMBA联合会常务副会长、中国（南京）软件谷发展促进会副会长。狄敏董事长带领公司努力探索、实践服务机器人在各行业的落地应用，逐步推进公司在智慧型服务机器人行业的迅速发展。
南大电子还成立智慧型服务机器人产业研究院，致力于为中国机器人与智能制造领域的人才培养和技术转化提供基地，对机器人与智能制造技术进行应用推广。南京大学资产经营有限公司董事长高澎教授出任研究院院长。研究院立足产业基础，以机器人和智能装备技术研发和产业化为重点，推广机器人和智能装备技术的集成和应用，是我国机器人技术的优势研发单位。
南大电子深刻认识到，未来机器人产业的发展，尤其要把握市场需求，抓住“机遇”，精准发力。本着人工智能让机器人更加智能化的发展方向，南大电子着眼于智慧型服务机器人的人性化交互，让人与服务机器人的交互融入情感，让服务机器人成为一个有温度的产品，将智慧型服务机器人的情感性做到极致，真正满足人们对服务的情感需求。
南大电子智慧型服务机器人具备强大的人机交互功能，能够提供智能化引导分流、业务咨询、产品营销、市场宣传、娱乐互动等服务。其以机器人硬件为载体，依托云平台强大的智能服务技术，引入大数据分析系统，真正实现“能听、会说、能思考、会判断、看得见、认得出”的智能化服务。
持续快速发展的南大电子，始终把握行业技术发展潮流，以精益求精的态度赢得客户的信赖，旗下的艾德声机器人（Addasound Robot）广泛应用于银行、证券、保险等金融行业，政府、商超、连锁企业、服务机构等各个领域，帮助客户提高市场竞争能力。
南大电子完成全国交通银行智能客服机器人“娇娇”的落地与运维。“娇娇”是国内首个大规模投入到银行业中的实体机器人，更是国内首个全面获准进入金融领域的智慧型服务机器人，其所使用的系统中所搭载的各项交互技术都是来自南大电子的最新的人工智能技术，并且凭借平台强大的多能力融合和大数据处理能力，整合了包括语音识别（ASR）、语音合成（TTS）和自然语言理解（NLU）技术、声纹识别技术、智能图像、人脸识别技术等多项顶尖人工智能技术。
服务机器人市场是一个没有“天花板”的市场，预计到2020年，服务机器人年销售收入有望超过300亿元人民币，虽然市场十分可期，但同时也存在许多问题与不足。作为业内的领军企业，南大电子期待的不只是“娇娇”给智慧型服务机器人行业带来的影响和机遇，还精准把握政策与市场的脉搏。依托于自身强大研发实力与企业综合实力，南大电子正着力打造艾德声二代智慧型服务机器人。艾德声二代智慧型服务机器人是南大电子自主研发的产品，集结多项先进人工智能技术和专利于一身，依托于功能强大的智慧型云服务平台，真正做到了自然语言对话和智能视觉交互。
中国服务机器人发展机遇有多样化，首先是市场方面，受老龄化等因素影响，存在巨大市场需求，中国已于1999年步入老龄化社会，据预测，至2020年，中国老龄人口将达到2.48亿，老龄化水平将达到17.17%。其次，国家对服务机器人的支持力度非常大。《国家中长期科学和技术发展规划纲要（2006-2020 年）》将服务机器人作为未来优先发展的前沿技术。可以预见，服务机器人产业的未来市场不可估量。作为行业备受瞩目的明日之星，南大电子认为，注重自身的发展战略，关注共性技术，立足于市场及自身的需求，加强高端产品研发，才能推动企业乃至整个产业的发展。
据民政部预计，预计到2050年，我国将有4.8亿人步入老年，占总人口数的35%左右，届时每天将有3万人加入老年人队伍。与日益庞大的老年人口数量形成鲜明对比的是，全国养老机构护理人员数量不足100万。养老护理劳动力缺口巨大，传统的养老模式已无法适应当前的养老服务需求，严重阻碍了养老产业发展。因此，寻求科技手段解决养老产业的多层次需求已成为行业发展必然趋势。其中机器人作为全新智能化终端，有望改变包括养老产业在内的服务业格局，并为快速发展的养老产业注入全新血液，推动养老产业的全新运作模式。
养老产业正在成为南大电子智慧型服务机器人的一个重点目标市场。随着人工智能技术的成熟及运动感知技术的普及应用，以南大电子为代表的智慧型服务机器人将通过语音交互功能为老年人提供生活监管、陪伴聊天等日常服务，给老年人带来生理与精神上的双重关怀。
