HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 人工智能教育的优势

人工智能教育的优势

时间:2023-08-25 17:09:45

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篇人工智能教育的优势,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。

人工智能教育的优势

第1篇

人工智能技术的诞生,为人类探索计算机科技、便捷生活展望了美好的前景,提供了丰富的想象空间,在社会科学中的应用广泛。教育手段革新,需要一种新的技术作为保障和支持。人工智能技术应用的普遍性和网络教育技术发展的需求性一拍即合,成为一种新的教育发展模式。本文将对人工智能在网络教育中的应用进行探究。

【关键词】人工智能 网络教育 具体应用

1 网络教育模式的发展现状

1.1 网络教育的优势

网络教育模式是对传统课堂教育模式的更新与演进,传统课堂教育模式具有交流便捷、课堂管理方便的优势,但是也受到空间和时间的双重限制,需要缴纳昂贵的场地和设施费用,难以追赶新时期人们快捷的工作步伐。网络教育通过互联网远程传递,在继承和发展了传统课堂优势的同时,弥补了缺点和不足,在虚拟的网络环境,摆脱了有关时间、空间、身份等诸多限制,促进了教育手段的创新,为人们提供了更多接受教育的机会,促进了国民教育水平的提高。

1.2 网络教育存在的问题

网络教育的问题主要体现在以下方面:

1.2.1 操作平台的局限性

网络教育登录界面的首页,一般包含着课程选择、成绩查询、习题演练、师资介绍等基本内容,这容易导致众多网络教育平台具有相同的首页模板和计算机程序,不同平台、不同学科、不同专业没能充分体现出其独一无二的课程特色。操作平台具有局限性,无法充分体现人性化特色和该课程的特殊化要求。

1.2.2 教学方式的一致性

网络教学中,一般采用计算机程序设定好的流程,授课、复习、习题演练、期末考试、综合评估为基本程序,流程化操作,无法根据学生的学习特点和成绩要求制定相应的教学方式。教学评价流程过于死板,无法像教师一样考虑其他综合因素进行分析,这就容易导致考试系统的公平性、评分的合理性受到质疑,无法体现教学权威性。

1.2.3 服务系统的落后性

网络教育是以计算机的软件程序为表现载体,将教学课程和学习方式相融合。随着知识体系更新换代的不断加快,学术纠错的发生,课程及时更新也是十分重要的。但是网络教育服务系统具有一定的落后性和延时性,传递的知识和答疑手段相对落后,影响着网络教育的准确性和科学性。

2 人工智能在网络教育中的具体应用

网络教育缺陷的存在,其重要原因是教育流程系统的“刚性”无法符合学习者不同的教学需求,不懂得如何具体因人而异、因材施教;而人工智能“柔性”的工作特点,可以有综合考虑各种影响因素,并及时调节,恰好是对缺陷的补充。事实证明,人工智能在网络教育中的具体应用也取得了较好的效果,主要体现在以下方面:

2.1 专家系统的应用

专家系统是对智能教学系统、决策系统、导学系统以及先进的智能化硬件设备的总称。传统的网络教育是流程化、规范化的,智能化教学系统是对每个流程应用智能化手段,促进教学过程的科学性。

2.1.1 智能决策系统。

在课程开始之前,增设智能决策功能即智能决策系统,类似于学校的入学考试,对学生的学习能力、成绩水平、智力状况进行基本的分析和了解,以学生能力而不是教师要求为教学依据,制定合理的教学计划和学习方案;通过智能化设计,确定学习成绩分阶段测试计划、智力开发方案和考试模拟系统等,通过这些方式,实现对学生能力的充分开发。

2.1.2 智能导学系统

这是通过对学生一定时期学习环境的营造,通过对环境内各影响因素施加措施,为学生的学习提供优质条件。影响因素包括教师、学习资源、外部因素等,一旦学生学习没有达到预定的目标,教师模块就会对学生的动态行为做出科学正确的指导,并向正确的学习轨迹纠正;学生学习所需要的参考资料、试卷分析、时事热点等,会根据学生的学习进展情况及时更新资料库;学生在学习中遭遇困境,系统会根据智能化发挥引导和提醒功能。

2.1.3 智能教学系统和智能化硬件设备

智能教学系统和智能化硬件设备分别是智能学习系统的软件和硬件载体。智能教学系统是智能决策和智能导学子系统的综合,是几种不同模式的组合与搭配,最终出现适合学生自身的学习模式,并且让系统关系更加稳固;硬件系统是网络学习的基础和载体,包括传输设备中的路由器、交换机设备,终端的打印机、摄像头等。

2.2 其他人工智能系统的应用

2.2.1 语言处理系统

语言处理系统在人工智能领域是一种应用较为广泛的技术,系统内部拥有录音模块、语言识别模块、转换模块和输出模块。学生向录音系统发出声音,语言识别和转换模块将语言转化为文字显示在计算机界面上。就目前的技术来说,语言处理系统可以处理简单口语和书面语言,局限在普通话,随着语言库的升级,语言处理系统的功能会越来越强大。这一功能的出现,对学生学习语言口语和减少文字任务有很大的帮助。

2.2.2 知识库系统

知识库系统是对知识和数据的整合、汇总和储存,学生仅依靠记忆中对知识的只言片语和残损记忆,发挥知识库强大搜索功能,自动分辨出关键词,并提供完整的数据。这对学生学习记录的查找和知识的复习有很大帮助,也有助于系统的升级和完善。

3 促进人工智能在网络教育中应用的具体措施

3.1 加大资金支持

资金支持是发展新科技的坚实保证,政府和相关机构应该重视人工智能在网络教育发展中的巨大作用,提供政策的优惠和资金拨款,给予场地和设备的支持。有了资金的支持,可以吸引优秀人才开展系统研发和技术升级工作,可以为人工智能的应用提供高性能、高水平、先进的硬件设施保障。

3.2 开展教学实施

应该积极促进人工智能在网络教育中的教学实施活动,通过一线学习的监测和实验,推动新技术的普及与应用。在相关专业院校安装人工智能软件,也是促进教学实施的有效途径。

4 结束语

综上所述,人工智能是一项应用广泛,可研究性强的计算机前沿技术。通过人工智能相关技术的研究,能够解决网络教育中存在的诸多问题,提高学生的学习质量和效率,方便老师的教学管理,以及对教育教学模式将产生深刻影响。

参考文献

[1]冯佳.虚拟机技术在计算机网络课程教学中的应用[J].计算机光盘软件与应用,2011(17).

[2]王世刚,王纪凤,尚玉莲,赵学军.计算机网络课程教学中的虚拟机技术应用[J].中国现代教育装备,2011(01).

[3]刘健.人工智能在网络教育中的应用探索[J]. 计算机光盘软件与应用,2014(06).

[4]陈建锋.人工智能及其在计算机网络技术中的应用[J].城市建设理论研究.2015(03).

作者简介

侯燕(1981-),女,山东省济宁市人。硕士学历。现为齐鲁师范学院讲师。研究方向为计算机应用。

第2篇

自1956年人工智能概念在达特茅斯会议提出以来, 人工智能的发展超出了人们的想象:1997年, IBM超级电脑深蓝击败国际象棋世界冠军卡斯帕罗夫;2016年, 由Google旗下的深度学习公司Deep Mind开发的人工智能围棋程序Alpha Go战胜了世界围棋冠军李世石, 这件事轰动了全世界[1]。随后有关人工智能的热点应用不断推出, 比如无人驾驶、智能医生、语音与人脸识别等, 让我们认识到人工智能的应用已与生活息息相关。在教育领域, 人工智能应用也取得了重大突破, 比如2017年高考期间, 机器人艾达挑战高考数学, 10分钟就答完, 获得134分, 激发了教育领域对人工智能的巨大热情, 同时也引发了人们对教育的忧虑与反思[2]。2017年7月国务院印发了《新一代人工智能发展规划》, 提出人工智能产业竞争力在2030年要达到国际领先水平。目前世界主要发达国家先后从国家层面人工智能政策规划, 将人工智能作为国家经济发展、社会变革和国际竞争的新动力[1]。

1 人工智能定义和发展阶段

人工智能的英文是Artificial Intelligence, 简称AI, 人工智能的内容不断丰富和发展, 至今还没有统一的定义。比较权威的说法认为[3]:人工智能是关于人造物的智能行为, 主要包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的长期目标是发明出可以像人类一样或能更好地完成以上行为的机器, 短期目标是理解这种智能行为是否存在于机器、人类或其他动物中, 所以它包含了科学和工程双重目标。根据其功能强弱, 人工智能分为三类, 即弱人工智能、强人工智能还有超级人工智能。人工智能的发展大体上经历了三个阶段, 第一阶段是20世纪50~60年代, 提出人工智能的概念。主要以命题逻辑、谓词逻辑等知识表达和启发式搜索算法为代表;第二阶段是20世纪70~80年代, 提出了专家系统, 同时基于人工神经网络的算法研究发展迅猛, 伴随着半导体技术计算硬件能力的逐步提高, 人工智能逐渐开始突破;第三阶段是自20世纪末以来, 尤其是2006年开始进入了大数据和自主学习的认知智能时代。随着移动互联网的快速发展, 人工智能的应用场景也开始增多, 特别是深度学习算法在语音和视觉识别上实现了巨大的突破[4,5]。人工智能的技术体系主要分为四个方面, 即机器学习、自然语言处理、图像识别以及人机交互等。当今击败世界围棋冠军李世石的Alpha GO主要应用了机器学习中的深度学习算法。

2 人工智能应用状况与反思

2017年, 阿里的无人超市落地杭州, 进店、挑选商品、付款支付一气呵成, 消费者几乎在完全自主的状态下完成购物。与此类似, 昆山富士康公司裁员6万名工人, 全用机器人代替。京东、淘宝引入的智能机器人替代了原来的仓库管理、人工客服等岗位。因此有学者悲观地断言:在人工智能时代, 因为很多职业岗位或技能将被智能机器人所代替, 职业院校毕业生很有可能面临毕业就失业的窘境。笔者认为, 我们不应该重蹈历史上英国制定的限制汽车推广使用的《红旗法案》的悲剧。正是这个在今天看来毫无道理的, 但却持续了三十年的法案让德国和美国的汽车工业完全赶上来, 最终远超英国。人工智能应用必将淘汰或替代很多现有就业岗位, 但同时又会创造新的就业岗位, 这是一个伴随着产业智能升级的、长期的艰难过程, 对于职业教育来说, 这既是一个严峻的挑战, 也是一个难得的机遇。

3 人工智能时代职业教育的发展策略

为了更积极地适应人工智能时代, 除了国家层面的统筹规划、科学指导和政策、经费支持之外, 建议还要做好以下几个方面的发展规划。

3.1 解放思想, 更新理念与制度

中国工程院院士潘云鹤提出, 人工智能走向2.0阶段的真正原因是世界正从原来由人类社会与物理空间构成的二元空间, 向着由物理空间、人类社会与信息空间构成的新三元空间演变[6]。因此, 职业教育在教学和管理过程中应该加入人工智能等相关理念和技术, 同时其办学定位、人才培养方案、专业建设、课程内容、考核评价标准等方面都需要做出相应的改进。比如当前大多数职业院校非计算机类专业的课程安排中, 信息技术类课程课时偏少, 数据处理、编程类或人工智能课程几乎没有, 这样的安排不利于提升学生的信息素养, 必须做出相应的调整, 同时适当减少将来可被人工智能应用替代的技能课程的课时, 比如电算会计、环境监测等。

3.2 善用人工智能, 提升教学与管理

在人工智能背景下, 教师们现有的重复性工作和大量数据积淀的教学任务, 比如批改作业或阅卷或课堂考勤都可能被人工智能取代, 因此, 教师能腾出更多的时间, 更充分地关注学生的个性差异, 从而为学习者提供更精确的个性化学习服务, 教师也能够及时调整教学方法和手段, 优化教学评价方式, 补充教学资源, 减少备课重复性工作, 提升教学效率, 真正地做得因材施教, 同时学生们的学习方法和方式将不同程度地得到重构, 基于大数据的智能在线学习平台大量出现, 不同的学校、学科及专业课程不再封闭, 学习时时处处都可以进行, 碎片化与个性化学习将日益普遍。教师能完整地跟踪学生的整个学习过程, 比如学生上课是否睡觉、是否玩手机、是否在教室里与其他同学合作学习等, 都能够根据监测数据进行智能解析, 有利于更有效、更全面地对学生进行过程性评价。大部分课程考试将全部自动化, 考生资格审查利用人脸识别、监考与阅卷都由智能机器来完成。上述人工智能给教学带来的这些变化既需要网络硬件设施和相关软件系统来支撑, 更需要职业教育的教师们继续提升信息技能、深化和加强信息素养。

3.3 深化产教融合、优化实训筑牢就业

在人工智能时代, 职业院校应与相关行业统筹发展, 深化产教融合, 拓宽企业参与的途径, 深化引企入教改革, 支持引导企业深度参与职业院校的教育教学改革, 多种方式参与学校专业规划、教材开发、教学设计、课程设置、实习实训, 促进企业需求融入人才培养环节;鼓励以引企驻校、引校进企、校企一体等方式吸引优势企业与学校共建共享生产性实训基地;全面推行现代学徒制和企业新型学徒制, 推动学校就业与企业招工无缝衔接。比如职业教育将出现新师徒制, 行业领域的行家里手将通过互联网以VR或者AR技术言传身教的方式, 带领规模庞大的徒弟用碎片时间进行学习与实践。

3.4 完善终身学习的职业教育体系

随着人工智能应用的深入推广, 职业院校培养的技能型人才所掌握的技能如果不及时进行充电升级, 中低端的重复性强的工作将面临被智能机器人不同程度进行替代的危险。所以对于不少技能岗位, 守着一门技术吃一辈子老本的时代将一去不复返。因此, 职业教育要继续完善终身教育体系, 为职业教育学生的充电升级铺就一条纵深的通道。

3.5 人文教育为道, 智能教育为用

在人工智能的帮助下, 简单重复性的工作将被机器替代, 人们将从重复繁琐的事务中解脱出来, 转去从事更具有创造性、创新性或者更具有情感类的工作, 这些工作需要人与人之间的合作与沟通, 因此, 职业教育更需要注重学生思想道德水平、人文综合素质的培养, 这是做人之道, 在此基础之上激发学生们的学习主动性和创造力, 促进跨界思维的形成, 更好地掌握人工智能时代的相关职业岗位知识和相应的智能技能。著名理论物理学家霍金曾说:完全人工智能的研发可能意味着人类的末日。Tesla汽车和Space X公司创始人马斯克说:我们必须非常小心人工智能。如果必须预测我们面临的最大现实威胁, 恐怕就是人工智能了[7]。一群没有良好道德水平的, 但掌握了智能技术或设备的人们是危险的, 所以职业教育应该从学生入学起就开始, 不断提升学生的思想道德水平, 热爱社会、热爱生活、乐于助人、与人为善。只有这样, 人工智能应用才能更好地服务人们、造福社会。

4 结论

人工智能正在快速又深刻地改变我们的教学、生活和工作方式, 也对职业教育提出了严峻的挑战, 同时也是一个巨大的机遇。职业教育在面对人工智能时代的变革时, 须要从国家政策、理念与制度、教学管理、产教融合、终身学习等方面做好应对, 切实地把握人文教育之道对智能教育之用的统领原则, 培养能很好地掌控人工智能技术和应用的人才。

参考文献

[1]谢青松.人工智能时代职业教育的转型和发展[J].教育与职业, 2018 (8) :50-56.

[2]苏令.人工智能来了, 教育当未雨绸缪[EB/OL].[2018-05-15].

[3]Nils J.Nilsson.人工智能[M].郑扣根, 庄越挺, 译.北京:机械工业出版社, 2000.

[4]王璐菲.美国制定人工智能研发战略规划[J].防务视点, 2017 (3) :59-61.

[5]贺倩.人工智能技术在移动互联网发展中的应用[J].电信网技术, 2017 (2) :1-4.

第3篇

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。

第4篇

人工智能的时代已经来临,并将成为互联网下半场的主流。正在回归理性的资本,对待互联网的下半场又将有怎样的投资逻辑?

互联网上半场互连的机会已经过去,下半场就是人工智能了。

人工智能时代应运而生的过程,跟大数据的发展差不多,都是从信息获取到识别,到信息处理分析和反馈,再到最后的经验存储、格式化,以及循环的生态净化。毕竟,大数据、运算能力和产业应用都是人工智能发展的重要因素。当下人们关心的是,重大的产业机构是否会伴随着人工智能的发展同时到来?是否会同时产生聚集效应?这也是投资很重要的背后逻辑。

中国的人工智能时代,实际上就是互联网和大数据时代的产业衍生。这是因为互联网前期的高速发展,从平面互联网到一维、二维,再到后面快速智能互联网的发展,整个进程都是循序渐进的。而中国人工智能时代的基础设施和基础条件,其实也是逐渐在成熟的。云计算、智能终端、大数据、宽带、传感器等产业链逐渐成熟,也推动着人工智能的快速爆发。

滴滴出行创始人程维曾在一次演讲中表示,互联网上半场互连的机会已经过去了,下半场就是人工智能。而分享经济,是未来20年整个互联网时代最大的发展趋势。新美大CEO王兴也曾在一次工作会议中提出,未来大的互联网企业,其实重点在运营。过去是做用户、做流量,接下来的重点就是做运营。把这个点做到极致,真正使互联网企业效率提高、成本降低、用户体验提升。而这三个部分要做好,其实跟人工智能有着重大的关联。互联网上半场连接人人的风口已经基本结束,互联网下半场运营提升和人机连接的风口正在开始。

中国人工智能应用的产业发展也是逐渐在深化,人工智能的类型大致分为3种。第一是数据挖掘和优化以助于精准营销部分的应用;第二是软件、硬件控制,推动工业4.0发展;第三是人机互动,包括智能客服、服务机器人等方面的发展。相对而言,这些是目前正在快速发展的。而未来更多应用的机会将出现在在线医疗、在线教育、车联网、无人机、工业4.0等方面。

互联网的下半场属于人工智能,这已经是大家的共识。但是,资本对互联网下半场的投资逻辑又是怎样的呢?

以启赋资本为例。即使目前在机器人、无人机方面布局不多,但启赋资本在在线医疗、在线教育、互联网酒店、酒店智能化应用和工业4.0等方面都有了充分的布局。与此同时,为了获取巨大的用户基础,启赋资本还投资了大量的产业互联网平台型公司。而在人工智能方面,一些能够早期布局的机会,也是比较珍贵的。

而在这一系列的投资布局中,启赋资本其实依循着一套投资逻辑,即秉承对互联网上半场已经结束的基本判断,更加关注互联网的下半场。根据这样一个基本的逻辑,尽量去绕开BAT、关注垂直重运营、结合人工智能、推进O2O产业升级以及供给侧的共享经济优化等。当然,更多的也会结合自身在B2B领域的投资优势进行布局,例如工业链金融、企业级服务等方面的投资。

其实,在投资过程中,共享经济、消费升级都是会考虑到的。而在人工智能方面,考虑的重点应当是核心技术。首先是关键技术类的项目,那些持续研发的、有产业化思维的前沿项目会更受资本的欢迎。

然后是应用技术类项目,也就是B2B的项目。面对这类项目,资本会仔细甄别。对于那些服务于中小企业的项目,团队、用户拓展、产业运营等要素会备受关注;而对于那些服务于大企业的项目,效益提升空间和开拓能力就会成为重点。

第5篇

1.1确保网络系统的稳定运行

在网络技术的管理中,有关工作者务必检测与控制一系列不同的网络资源,这样才能够保障网络运行的稳定。在此过程中,应有效把握系统资源的状况,并且进行合理分析,如果存在异常,需要异常关注,强化状态监控。通常而言,网络系统的运行状态都是高速化的,这就要求综合把握网络系统每时每刻的情况,人工智能可以有效地确保网络系统的稳定运行。

1.2具备非常强的协作能力

当今,计算机网络的规模日益庞大,系统结构日益复杂化。因此,单一管理网络系统越来越暴露出缺陷,这不利于计算机网络技术的进步,应用人工智能技术能够层次化地管理网络,确保计算机网络运行的稳定性.

1.3具备高效的非线性处理能力

以之前的网络控制理论作为视角而言,难以高效地管理计算机网络安全,这是因为网络系统具备复杂的拓扑结构,较难估计用户的操作行为,进而难以保障网络管理中的高度线性管控。人工智能具备非常强的模拟以及学习技能,因而能够有效地解决非线性问题。

2人工智能在计算机网络技术中的具体应用

人工智能在计算机网络技术中的应用,需要技术工作者在把握人工智能发展现状基础之上,坚持实用性与科学性的原则,基于多个维度出发,根据计算机网络技术的发展趋势和方向,促进高效、科学地应用人工智能技术。

2.1人工智能在计算机网络安全监控中的应用

在控制环节中应用人工智能技术,有效地实现了当前时期管理计算机网络工作的需要,在管理工作中应用控制技术的流程是系统化的。具体而言,应用人工智能控制技术先应采集和处理数据信息,在此过程中,以特定的形式储存有关的数据,方便之后提取与应用。为了便于应用信息和管理工作者实施人工操作,要求设置控制界面,以使良好的人机交互界面形式形成。并且,为了有效地处理突发的计算机网络管理现象,在人工智能控制组成部分中,应优化报警和监控部分,以实时监控计算机网络的一系列运行环节,保障如果存在运行缺陷,人工智能控制技术可以迅速和及时地进行识别,保障监控有效性。针对管理时存在的报警情况,能够以图像、电话、语音信息输出报警信息,通过各种各样的报警方式,提高了报警工作的有效性,管理工作者能够结合报警信息,实时解决一系列突发现象,以使技术损失减小。还能够应用人工智能控制技术设定权限,各种管理工作者因为工作岗位职责或管理工作水平存在不同之处,所以在设置管理权限的基础上可以有效防范管理工作者管理失误形成的风险。并且,也方便管理计算机网络管理工作者自身,以贯彻实施管理职责。

2.2人工智能在计算机网络数据处理中的应用

应用人工智能技术可以显著提高计算机网络处理数据的能力,人工智能技术能够进行计算机科学预测和动态模拟,进而以技术上支持开展一系列网络管理事宜,特别是针对预设性管理事宜,方便管理者进行管理活动,降低了额外投入的管理成本,奠定了之后处理数据和其它有关管理工作的良好基础。为了更好地在计算机网络数据处理中发挥人工智能技术的优势作用,工作者应立足于实际现状,切入人工神经网络,结合建构的人工神经网络机制,有效预测和处理一系列的网络信息。具体而言,人工神经网络可以结合实际运行的计算机网络状况,迅速取得网络运行的重点参数,且对比网络标准跟取得的参数,再输出对比结果,从而直观呈现计算机网络。通过神经元件的阈值和连接权衔接输出值、输入值,以使最理想的拟合函数形成,基于人工神经网络框架体系下,可以高效处理计算机网络运行中的一系列中心数据,特别是在阅读计算机网络中一系列技术参数和设备运行状况的基础上,确保人工智能技术可以迅速地预测管理过程中存在的缺陷,且高效设置应对缺陷的方案,此操作因为要求运算很多数据,为此,应前移数据信息处理工作,以建构计算机网络预测网络和动态模拟网络。

2.3人工智能在计算机网络模型中的应用

纵观实际运行的计算机网络状况而言,遗传算法相比较于其它算法,其也属于一种计算机网络数值模型,具备的优势是处理信息高效、模型简单等,并且属于一种人工智能被应用于计算机网络模型当中,从某种意义上来讲,遗传算法使智能化的模型实现。针对一些潜在的问题,遗传算法可以迅速地实施综合梳理和评估,提高了处理数据的有效性。在实际建构模型时,技术工作者应先调整编码环节,在优化编码的基础上,从技术上支持实现遗传算法,基于该思维模型的引导之下,工作者务必有效设置数学模型,以体现编码的价值。具体而言,在设置数学函数模型时,应兼顾计算机网络的评估适应性和初始状况,在处理以上两种数据信息的前提条件下,尽可能更科学地提升遗传算法评估计算的准确性。兼顾到遗传算法的技术特点,在管理计算机网络的情况下,能够耦合处理地理信息系统和遗传算法,结合地理信息系统的空间属性,实现遗传算法处理空间数据效果的持续提高,很好地发挥储存数据、分析数据、管理数据环节上遗传算法的价值,从而建构高效化的数据处理体系,真正使当前时期发展计算机网络的需要实现,将尤为高效、便捷的用户体验提供给用户。并且,切入遗传算法,可以实时监管计算机网络的工作状态,对于网络的运行而言,倘若存在有关的问题,工作者可以结合遗传算法迅速获得反映,从而奠定检修和排除故障的良好基础,以及实现计算机网络故障出现概率的显著减小,保障网络更加稳定地运行。

2.4人工智能在教育领域中的应用

在当今改革教学的进程中,课堂教学中业已日益普遍地应用先进的互联网技术。教育教学中应用人工智能技术,可以很好地激发学生的学习兴趣以及学习积极主动性,因而可以实现教学效率和质量的提升。结合当前时期的应用现状而言,人工智能的应用重点表现为早教方面,尤其是出现的AI智能机器人,推动早教向一种全新的教学视角转变,使教学并非仅仅限制在教材文本上。除此之外,互联网与人工智能的统一,还可以实时处理课堂教学中的一些问题,针对难以解答的问题,能够迅速、准确地搜索,从而实现更加理想的教学效果。

2.5人工智能在大众生活中的应用

基于社会经济的进步,人工智能技术业已逐步应用于人们平时的生活过程中,像是智能家居的出现大大方便了人们的生活,实现了人们高层次的生活需求。像是当今经常见到的窗帘智能控制、灯光智能控制,以及存在的智能家居远程控制系统等,都很好地呈现了人工智能的优势作用和极大的便捷性。因此,在人工智能将来的发展中,大众的生活中必将普遍地应用人工智能技术,从而将尤为优质的生活服务保障提供给人们。

第6篇

关键词:人工智能;研究型实验教学;民族关系

人工智能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,对它的研究涉及控制论、信息论、系统论、语言学、神经生理学、数学、哲学等诸多的学科及领域,是一门综合性的交叉学科[1]。

人工智能的研究、应用和发展,在一定程度上代表着信息技术的发展方向,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迫切的需求。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[2]。

实践教学环节在大学教育中是一个非常重要的教学环节,是提高人才素质与能力的重要途径。人工智能课程除了具有较强的专业性之外,还具有突出的实践性,为了能深入理解和掌握所学内容,必须把讲授和实践结合起来。本文结合该课程实验教学,将研究型教学的理念引入到实验教学,并对教学过程中的经验和问题加以初步的总结。

1研究型教学模式背景

研究型教学是相对于以单向性知识传授为主的传统教学提出的,是指教师以课程内容和学生的学识积累为基础,引导学生创造性地运用知识和能力,自主地发现问题、研究问题和解决问题,在研究中积累知识、培养能力和锻炼思维的新型教学模式。研究性教学是对现有的大学课堂教学模式的突破。有利于开发大学生的创造潜能,提高学生适应社会需要的创造性和创新能力,充分展现现代大学培养人才、发展科学、服务社会的三大基本职能[3]。

19世纪初,德国著名教育家洪堡最早提出了教学与科研相统一的原则,为研究型教学模式的发展奠定了基础。20世纪50、60年代,美国著名教育心理学家布鲁纳提出了著名的“发现教学模式”[4],成为后来探究性学习和研究型教学的先导。20世纪70年代,美国研究教学专家萨奇曼正式提出了研究训练教学模式。他认为学生会本能地对周围新奇事物发生兴趣,并想方设法弄清这些新奇事物背后究竟发生了什么,这是一种进行科学研究的可贵的动力。

自此,研究型教学理念开始广泛使用。现在,哈佛大学、牛津大学、剑桥大学等世界著名大学,都非常注重学生能力的培养,普遍采取了研究型教学模式。以美国高校为例,虽然美国高校83%的教师在课堂教学中主要采用讲授法进行教学,但在整个教学过程中都渗透着研究型教学的方法,如积极引导学生参与教学过程,开设研究性课程,引导学生积极主动地参与科研活动等。我国自20世纪90年代初推出211工程建设以来,清华大学、北京大学、人民大学、复旦大学、浙江大学等一些重点大学都提出了建设世界一流的综合性研究型大学的目标。这些高校在实现从单向知识传授的传统型教学向关注创新性教育的研究型教学转变方面进行了许多有益的尝试。

2研究型实验教学

本科教学不仅要培养学生的应用能力,还要培养学生具备基本的科研素质。大学是培养未来一线创新人才的主要基地,必须从本科教学人手,深入探索研究型教学的手段和方法,才能满足未来经济增长和社会发展的需要,才能符合建设研究型大学的需要。特别是近几年来我国对科研的投入不断增加,研究生招生规模逐年增大,本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题,其涵盖的分支非常广泛,如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等,都是目前国际和国内热门的研究方向。

人工智能课程在计算机专业人才培养方案中占据着重要的位置。在专业理论方面,它承续了离散数学中的逻辑知识;在专业方法方面,是数据结构、算法分析与设计的继续;在专业工具方面,是面向对象程序设计的生动实例。并且人工智能的每一部分内容都可以作为一个深入的研究课题,课堂上讲解的内容不可能面面俱到,学生们也不可能对人工智能的每一领域都做很深入的学习。并且人工智能涉及很多的数理逻辑知识,有些显得难以理解,并且往往让学生感到比较枯燥,学生的学习兴趣就渐渐淡薄,学生往往被动“听讲”,难以获得预期的教学效果。

针对这一特点,在人工智能教学中,如何引导学生系统学习人工智能的知识、激发学生的研究兴趣,树立目标意识找准研究方向,为未来的科研工作打下基础,研究型实验教学就成为了人工智能课程教学的一个重要环节和必然选择。

2.1实验教学中加强学生的研究导向

在实验教学中,如果照搬一些教材中的例子或习题教学,一方面学生们会缺乏兴趣,另一方面学生对这个领域的知识缺乏全面的了解。应不断提出一些学生们感兴趣的开放性课题,比如基于支持向量机的人脸识别、基于肤色的人脸检测,基于内容的图像检索等,培养学生们的学习兴趣,让学生们逐渐深入的学习某一领域的知识。比如BP神经网络,在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用,是一种具有强大的非线性学习能力的计算智能技术。然而BP神经网络算法自身也存在着一些缺点,如会有局部最小解、解受初值影响较大、理论解释不完善等,而支持向量机在这些方面具有显著优点。我们可以设计一个人脸识别的实验,用神经网络和支持向量机分别实现,并作以比较。让学生们在了解人工智能新技术的同时,也培养学生们如何分析问题、解决问题的科研能力。

2.2人工智能课程实验

该课程是一门对实验技术有较高要求的课程,对于基本原理和方法的实现,要求学生进行严格的计算机专业技能训练和培养良好的科研工作作风。因此对课程中的技能及技术性内容,除单独进行必要的基础训练外,还融入到综合和研究型试验中,通过多次反复实验练习,达到牢固掌握人工智能原理和人工智能的问题求解技术的目的。

该课程的实践环节主要是实践项目,由具备较强工程实践能力的任课教师和助教负责,学生可在全天候开放的专用机房完成。在实践环节的设计上,我们尝试把验证性实验和开发性实验相结合,结合实验教学进度,安排相应的开放实验,开放性实验以科学研究实验为主。并在课程的教学过程中,不断深化和扩展教学内容,结合人工智能学科的发展趋势和本院老师的最新研究成果,对实验内容进行更新。

课程主要设置三种层次的实验:1)基本原理和算法编程,测试例设计及程序测试实验;2)分析综合实验;3)研究型设计实验。整个实验包括课前讨论、实验操作、实验报告、结果讨论、总结提高等六个环节。对于综合性和研究型实验,把学生分成5个人一小组,每小组选做其中的一个。学生从指导老师处了解到实验课题后,即着手查资料,研读文献,钻研有关理论。在此基础上,学生先提出实验方案,经与老师讨论后,即可开始实验研究。

3实验平台的构建

民族关系问题对被访对象,特别对少数民族被访对象是非常敏感的问题,对民族关系的评价又存在个体层面、群体层面、不同阶层人群之间的差异,因此,仅仅以传统的文献分析、问卷统计和现场观察等民族学方法来进行调查,得到的数据会存在较多误差。

因此结合本校的民族特色和民族学领域独特的研究优势,将信息认知技术引入民族关系研究,运用图像、心电和脑电数据进行分析,将分析的结果和心理场景测试及民族学调查结果进行相互印证和参数修正,从而获得尽可能客观的数据,这些数据将有助于建立一个客观、完备、科学的民族关系监测体系,并真实全面地评估民族关系,从而使决策机构及时做出正确的决策。基于多信息融合的民族关系监测预警系统总体框图如图1所示。

目前该平台已经搭建,由北京市公共安全信息监测平台建设、北京市公共安全信息监测平台建设关键技术研究、基于多源信息融合的民族信任研究等多个重大项目支撑。在这个平台的下面,涉及到人脸识别、表情识别,视频监控、认识等领域,小波分析、神经网络、支持向量机、模糊数学、信息融合等人工智能知识得到了具体的应用。学生可以根据自己的兴趣爱好,自愿参加到该平台下的某一项目,切实对自己所学知识有一个深刻的理解和掌握。

4结语

研究型实验教学激发了学生的学习兴趣,不但使学生更好地掌握了人工智能的基本概念、基本理论和基本技术,也切实提高了学生的实际动手能力和编程能力。研究型实验教学在实践过程中还有以下问题需要改进:

1) 研究型实验教学的理念很难普及。很多教师对研究型教学模式的内涵未能准确把握,把研究型教学模式等同于学生实习或者写论文。

2) 研究型实验教学的辅导老师素养需要提高。研究型实验教学作为体现创新教育要求的现代教学模式,需要的不是知识传授型的教师,而是高素质的研究型教师。教师不仅是单一的教者,更应该成为一个学者,教师不仅要有研究型教学的教育观念、快速接受新知识的能力和高超的教学技能,要能够合理地规划和设计实验内容。

3) 需要建立一套合理的学生学业和教师绩效的评价体系。

参考文献:

[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.

[2] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2004.

[3] 李得伟,张超,李海鹰. 大学工科专业课程实施研究型教学的探讨[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大学研究性教学的理念探析[J].教育导刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

(College of Information Engineering, Minzu University of China, Beijing 100081, China)

第7篇

关键词:人工智能计算机技术

一、人工智能的定义

“人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。

人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。

二、人工智能的应用领域

1.在管理系统中的应用

(1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。

(2)智能教学系统(ITS)是人工智能与教育结合的主要形式,也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善,推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统,计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块,体现了教学系统开发的全部内容,拥有着不可比拟的优势和极大的吸引力。

2.在工程领域的应用

(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。

(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。

3.在技术研究中的应用

(1)在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。

(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。

三、人工智能的发展方向

1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域内大量知识与经验的程序系统。近年来,在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识,所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的差错,现在这一点已被证实。

2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用,主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识,如一般原理概念,也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理,需要利用人工智能的研究成果。

3.SOAr是一种通用智能体系结构,其始终处在人工智能研究的前沿,已显示出强大的问题求解能力,它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述,而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干,有直接来自周围世界的经验,他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置,也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前,国内外不少学者都对机器人足球系统颇感兴趣,足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统,是一个多机器人协作自治系统,同时又为它们的理论研究和模型测试提供一个标准的实验平台。

参考文献:

[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑,2008.

[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程,2003.

[3]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真,2003,(8).

[4]周明正.人工智能在医学专家系统中的应用[J].科技信息,2007.

[5]张海燕,刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测,2001,(8).

[6]马秀荣,王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报,2005,(4).

第8篇

[关键词]人工智能;人才培养;AI技术人才

一国家对于高校人工智能教育的发展的重视

面对AI技术如火如荼地发展,我们国家对AI人才和人才培养都非常重视。2017年3月“人工智能”在政府工作报告中曾提及四次,指出要推动人工智能和实体经济深度融合。2017年7月20日国务院《新一代人工智能发展规划》[4]。《规划》指出完善人工智能领域学科布局,设立人工智能专业,推动人工智能领域一级学科建设,尽快在试点院校建立人工智能学院,增加人工智能相关学科方向的博士、硕士招生名额。鼓励高校在原有基础上拓宽人工智能专业教育内容,形成“人工智能+X”复合专业培养新模式,重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产学研合作,鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。

二企业对于人工智能人才的需求

市场上AI技术人才非常稀缺,据腾讯研究院联合boss直聘的《2017全球人工智能人才白皮书》[5]显示:目前,全球大约有30万人从事AI工作。截止到2017年10月,中国人工智能人才缺口至少在100万以上。2017年头10个月,AI人才需求量是2016年的近两倍,2015年的5.3倍之多,年复合增长率超200%。百度、腾讯、阿里巴巴、京东等互联网巨头都在挖掘AI人才,纷纷开出了高额的薪资。2017年薪资最高的十个职位中AI类岗位占到1/2,其中语音识别、NLP、机器学习等职位平均月薪资超过2.5万元。

三高校AI人才培养的思考

高校具有多学科、高层次人才集中的特点,具备计算机与多学科交叉融合的优越条件;且大部分学校都开设有数学、物理等基础学科,具备夯实数学理论基础的条件;且人员相对固定,便于沟通交流,具备共同开展AI课题,促进发展AI技术的人力条件。但是遗憾的是我国开设人工智能课程的高校较少,2018年只有33所高校设立了智能科学与技术专业[6]。面对AI发展的火爆,国家对于AI人才发展的重视以及企业对于AI人才的严重需求,高校作为人才培养的主要来源,是不是应该思考AI人才的培养呢?AI人才可以分为三类:拔尖人才,研究性人才和应用型人才,呈金字塔性。当下已经有一批名牌大学开展了AI方向拔尖人才的培养,如北京大学图灵班、中国科技大学人工智能技术学院、西安交通大学人工智能拔尖人才培养实验班,南京大学计划成立人工智能学院等。但是金字塔的底层、中层更需要庞大的AI技术人才,如应用开发人员、数据工程师、AI和机器学习工程师、AI系统架构师、AI产品经理等岗位的人才,同样值得重视。很多专家都表示AI人才需要数学基础好、专业理论全面、具备一些工程基础,且有自主学习的能力。本文从夯实数学基础、人工智能方向课程的建设、实践能力的培养、自主学习能力的培养四个方面阐述高校关于AI人才培养的一些思考。

1奠定扎实的数学基础

在学习AI技术时,几乎所有专家学者都提出需要扎实的数学功底,数学功底的厚重程度决定了在AI技术上走多远。高等院校计算机专业都开设有“高等数学”“线性代数”“概率论”等数学课程,但是课时、难易程度不足,学生对于数学不够重视,或者觉得晦涩难懂,学习效果并不十分理想,因此加强数学基础的工作刻不容缓。可以通过必修和选修等方式开设“数据分析”“统计机器学习”“凸优化”等课程;通过微课或者MOOC等方式巩固数学基础的学习;通过优秀科普读物,如《数学之美》《编程之美》等书籍的推荐阅读激发学生兴趣;通过开展校内学术讨论、数学竞赛等方式促进学生学习数据的动力,逐步达到夯实数据功底的目的。

2人工智能方向课程的建设

很多高校计算机专业课程中只开设有《人工智能》导论,有的甚至没有。智能科学与技术专业开设有“人工智能”“计算机视觉”“机器人学导论”“计算智能”这几门课程,但是在编程、算法等方面不足。那么AI技术人才应具备哪些专业能力呢?如何从专业角度培养AI技术人才呢?2018年1月CSDN了“AI技术人才成长路线图”[7],通过专业路径和实战路径两方面介绍了AI技术人才需要具备的知识。需要具备Python、C++、Linux、CUDA编程知识,需要学习机器学习课程、掌握TensorFlow框架。该路线图中列出了机器学习算法工程师、数据科学家等10个岗位AI人才应具备专业知识和能力。微软公司也推出AI人才培养的10门免费课程,如“AI导论”“数据科学会用到的Python语言-导论”“AI领域运用的数学概要”“数据和分析所需要的道德与法律”“数据科学概要”“机器学习法则”“深度学习”“强化学习”“微软专案项目之人工智能”。同时在“文字和自然语言识别”“语音识别”“计算机视觉和图像识别”中选择其一。Google在人工智能学习网站开设有《MachineLearningCrashCourse(简称MLCC)》的免费课程[8],由机器学习概念、机器学习工程、机器学习现实世界应用示例三个部分组成。Intel近期也了三门免费的AI课程,分别是“机器学习基础”“深度学习基础”和“TensorFlow基础”[9]。AndrewNg在Coursera上也推出了机器学习的课程,且用比较通俗的语言讲解机器学习中各个算法。最近在Deeplearn-ing.ai和Coursera平台又开设了5门深度学习课程[10]。综上所述,不同的研究机构都着眼于AI编程基础、AI算法、AI框架、AI实践这几个方面。那么高校也可以借鉴这些经验,通过三个阶段分层次的开展相应的课程。

3实践能力的培养

AI技术不能纸上谈兵,必须动手实践才能真正掌握,可以从以下几个方面着手培养学生的实践动手能力。(1)设计教学环节时多从工程应用的角度来介绍,激发学生的兴趣,培养学生解决问题的能力。要求学生新手编程编程实现模型,充分理解算法的含义和原理到实现的过程。(2)在掌握一定的机器学习知识后,鼓励学生尽早走进实验室,接触科研工作。可以从一些AI应用方向作为入手,使学生了解自己的兴趣点、培养科学研究能力。(3)鼓励学生参加算法比赛。目前有很多AI方向的竞赛,如Kaggle上的挑战赛,国内阿里天池大数据竞赛等。通过参加竞赛刺激学生学习AI的动力和热情,使得解决问题的能力和实践动手能力都会大幅度提高。(4)鼓励学生到工业界实习。很多专家都指出AI人才应该具备一定工程基础。确实,学术界往往追求算法的性能,而工业界更重视经济效益和解决问题的有效性。到企业学习可以快速了解行业发展的框架,掌握算法转化到产品的过程。

4自主学习能力的培养

AI技术发展速度很快,要求不断地学习才能跟上节奏。可以从以下几个方面来培养学生的自主学习能力。(1)平时教学中,可以给出一些小型的项目,让学生自己寻求解决的方案,并把它作为考试成绩的依据之一。(2)提供给学生免费的AI慕课资源,让学生更好的学习和巩固相关知识。(3)课外可以开展学术讨论或者通过社团等方式开展AI方向的研讨,交流,给学生一个学习的平台,让学生尝试选择自己感兴趣的方向。也可以介绍一些近期的AI会议内容,开阔学生的眼界,使其了解AI发展的动态。(4)鼓励高年级学生订阅Arxiv,关注机器学习的顶级会议,如ICML/NIPS等。通过研读论文,动手完成论文中的实验发现新问题;或者扩展感兴趣的论文的实验部分;或者尝试寻求论文中有价值的地方,找到自己的研究方向。

第9篇

[关键词]人工智能会计变革;应对策略;会计人才

数据和人工智能技术逐步应用于会计行业,德勤等四大会计师事务所相继推出财务机器人,RPA技术被越来越多的企业广泛运用。这一科技创新将帮助会计从业人员从许多重复性、标准化、流程化的核算工作中解放出来,与此同时也催生了新型会计岗位,给会计从业人员带来新的挑战。毋庸置疑,人工智能技术引发会计变革,究竟会带来何种变革,会计从业人员该如何应对会计变革是文章探讨的关键问题。

1人工智能概述

人工智能(ArtificialIntelligence)是计算机科学的分支,它试图通过研究、开发用于模拟和扩展人的智能的理论、方法、技术,以构建出一种新的能模拟人类意识和思维模式的一门新的技术科学。其研究内容包括知识表示与自动推理、机器学习与知识获取、自动编程与智能化机器人等。人工智能的发展经历了萌芽、诞生、发展到集成四个阶段。人工智能应用于财务领域始于1987年美国注册会计师协会发表的《人工智能与专家系统简介》,后来国外对此进行了深入的研究与探索,开发出相应技术与专家系统解决财会领域的分析决策工作,目前主要是运用模型化的财务管理理论,将匹配后的数据导入信息库,据以分析得出企业财务报告,形成战略经营建议。财务领域中的人工智能技术主要在于机器视觉和语音识别两个方向,着重模仿人类的财务操作和判断,多应用于业务收支预测、风险管控、税务优化等方面。

2人工智能技术对会计行业的影响

随着大数据、人工智能、移动互联网、云计算技术的发展和应用,为我国企业管理的模式注入新的理念,传统的基础会计核算工作会被财务机器人替代,会计数据的采集、挖掘、分析,会计核算流程的再造以及随之而来的对新型会计岗位人才的需求,都将推动企业会计模式的变革。

2.1人工智能实现会计数据质的飞跃

数据是会计核算的起点,为企业决策提供依据。在人工智能技术的支持下,海量的结构化和非结构化数据在数据处理系统中整合和分类;数据挖掘技术对数据进行深度挖掘,发现其潜在价值,数据的质量随之提升。会计人员通过人工智能辅助系统,利用信息自动集成技术,自动将各种会计信息记录到会计系统,避免了以往财务人员花费大量时间和精力于采集和录入数据信息。随后利用人工智能自动核算功能进行账务处理,智能分析系统进行一定的数据分析,避免了会计从业人员处理大量的基础核算工作,将工作重心转移到为企业创造更多价值的预测、分析与决策工作中去,提高企业决策的效率和准确性。

2.2人工智能促进会计信息互联

在会计核算方面,大量企业采用PRA,其被普遍认为是业务流程自动化软件,结构化、常规化会计流程均由自动化机器人来执行,不受时间和空间的限制,自动生成各项报表,及时快速,灵活准确。人工智能为企业管理者和财务信息使用者搭建起信息共享平台,使企业与其客户、银行、税务、会计师事务所等广泛互联,实现上下游企业沟通、银企对账、网上报税等。财务智能系统通过科学的决策程序,利用会计数据和模式,以不同角度、不同层次、不同时期进行分析,揭示隐藏在财务数据背后的价值,使得会计信息质量大幅提高,提高企业决策效率。

2.3人工智能催生新型会计岗位

核算和监督是会计的两个基本职能,财务人员日常主要完成建账、填制和审核原始凭证、填制记账凭证、登记账簿、编制财务报告等基础性工作。伴随人工智能的发展,这种日常的标准化、流程化的基础核算工作可由财务机器人完成。财务机器人高效低耗、精准可靠、快速反应的优势相较于会计工作人员日益明显。与此同时,机器人间无须回避职务职能的利害冲突,这些都降低了会计人员在单位内部运营管理的重要地位。未来财务领域对基础会计从业人员的需求大幅减少,会计人员岗位需求结构面临变革。管理会计人才是集财务会计、法律、财务管理、计算机等知识于一体的复合型人才,并具有数据分析思维和预测思维,国家倡导的未来的管理会计师应同时是价值分析师。利用大数据和云计算等信息技术,解析过去、控制现在、分析未来,是对未来会计岗位人才提出的新的要求。

3会计行业在人工智能时代下的应对策略

3.1提高思想认识

人工智能技术在财务领域的广泛应用已是必然趋势,利用数据挖掘技术、智能决策支持系统等将财务人员从烦琐复杂的工作中解脱出来,会计核算职能向管理决策职能转变,同时也对会计从业人员提出更高要求。面对人工智能技术带来的巨大变革,财务人员应在了解人工智能技术的基础上,努力学习新技能,加强计算机、信息技术知识的学习研究,以顺应时展的需要。与此同时也应认识到,不论是信息化系统,还是财务机器人,仅仅起到辅助决策作用,仍由人类进行开发、使用和维护。因此会计人应审时度势、转变观念,全面认识人工智能,努力使自己成为兼具财务知识和信息系统操作能力的驾驭财务机器人的复合型人才。

3.2实现管理会计转型

2014年10月财政部颁布了《关于全面推进管理会计体系建设的指导意见》,要求在5年之内提升管理会计人才的职业能力。中国总会计师协会会长刘红薇在2018年5月世界会计论坛上表示:管理会计已经在全球进入了一个大变革和大发展的历史时期。财务人工智能技术实现了会计信息的标准化流程化处理,会计核算职能逐渐被财务机器人取代,这种以技术手段革新形式带来的会计职能的变化,释放出大量基础会计核算人员,他们必须综合学习会计、财务管理、税务以及信息系统的相关知识,向管理会计人才转型。在企业发展战略的指导下,以管理会计的视角,将数据进行分析和提炼,编制预算计划,对企业经营业务进行控制,对业绩进行评价,为企业发展和治理提供指导,以适应时代变化,成为多元化人才。

第10篇

ABC成为时代主题

百度大脑优势独显

百度总裁张亚勤在大会致辞环节分享了对于云计算、人工智能和大数据等领域未来发展的深刻思考。

张亚勤说,百度云拥有百度大脑的支持,是百度云最独特、最重要的优势。百度大脑是百度云的核心引擎,而百度云是百度大脑的云化,为前者提供了神经元和数据训练源。通过深度学习和机器学习技术,百度在语音、图像、自然语言处理等方面取得世界领先成果。

此次峰会以ABC SUMMIT为名, 即是AI,Big Data,Cloud Computing。百度通过开放共享自身领先的技术能力,让云智数成为所有企业的基础能力,推动各行各业开始进入ABC时代。

对于未来信息科技发展的趋势,张亚勤表示,由云计算和人工智能组成的ABC将成为一个时代的主题。以云计算为基础,以人工智能为中枢,以大数据为依托,ABC将深度结合并改造传统行业,真正地提升每一个企业的运营效率,释放商业潜能,创造全新机遇。

截至目前,百度云已经和超过三万家企业展开合作,也陆续渗透到物流、医疗、教育、营销、金融等关系到百姓生活的各个行业中,让服务开始真正智能化。云智数三位一体的云服务结构可以为客户提供业务可持续发展的动力引擎。

以“智”为谋天智平台

会上,百度云重磅了最新的人工智能平台――天智。天智底层为百度云计算,由感知平台、机器学习平台和深度学习平台三部分组成,为不同需求的客户提供全面的人工智能服务。这也是继“天算”、“天像”和“天工”三大平台后,百度云的第四大平台级解决方案。至此,百度云实现了人工智能、智能大数据、智能多媒体和智能物联网全方位的智能平台服务。

感知平台主要包括图像技术(文字识别和人脸识别)、语音技术(语音识别、语音合成和声纹识别)和自然语言处理(NLP Cloud),可以应用于智能客服、身份验证、内容审核等场景,应用开发者可针对特定场景的应用直接调用API。

在这些技术方面,百度均处于行业领先地位。其中百度语音识别入选2016年MIT十大突破性技术,中文识别准确率达到97%。机器学习平台是百度云端托管的机器学习服务,可以打通机器学习全流程,内置20多种高性能算法,并开放Spark MLlib;同时支持百度用户画像数据,并提供多种应用场景模版。

深度学习平台具有灵活、高效、可伸缩、开源等特点。它支持多种神经网络结构和优化算法以及自定义网络配置,对于计算、存储、架构、通信等多方面多了细致优化。它支持多核、多GPU、多机环境,其Paddle内部技术已经使用成熟,并实现对全球开发者的开放。深度学习平台适用于精通深度学习的数据科学家,针对企业或研究部门的特定项目,需要大量的客户标注数据。

交通领域变革在即

智能交通时代来临

作为一家以技术驱动为核心竞争力的公司,百度通过百度云分享自身在云计算、大数据和人工智能等领域的技术优势,通过构建可以计算、分析、处理庞大交通数据的“交通大脑”,打破海陆空以及行政区域的限制,实时抓取散落在各个路面交通、地下交通、空中航线的海量数据。

同时通过百度拥有的全球最大规模的深度神经网络、最大深度机器学习开源平台,对交通大数据的有效归类、提取、利用,实现多系统配合协调,建立起一个更安全、更高效、更准确的智能交通体系。

百度副总裁王路与太原铁路局局长赵春雷、南方航空电子商务部副总经理王景成、中国海事局曾辉共同智能交通生B联盟,这也是国内首个覆盖陆海空车的智能交通生态联盟。

借助百度云计算、人工智能和大数据技术优势,构建“交通大脑”,与合作伙伴一起促进交通运输领域的技术创新和应用,发展智能交通,推动交通运输更智能、更高效、更安全地运行和发展。目前,诸多合作已在进行中。相信随着合作的深入,必将改变交通现状,推动中国智能交通的 发展。

在与太原铁路局的合作中,双方共建国内首家集铁路、航空和公路三位一体多式联运的物流云平台。通过百度云的接入,该平台可打通货物在公路、铁路、航空的运送及仓储信息;并利用大数据进行资源调配,通过人工智能深度学习物流管理,优化调度效率可达59%。

另一方面,百度云还将与中国南方航空共同推进智能航空计划,将通过大数据实现对于航班、旅客、机票、航站楼、天气等信息的综合分析调度。同时共同推进大数据营销、新一代信息技术和百度云的推广应用、消费信贷等多方面的合作探索,为用户打造一站式的智能出行服务平台。

同样基于百度云技术,将通过与中国海事局的合作,海事港口、船舶及相关水上设施信息也将实现联通和数据的共享,加强程控,降低成本,合力提升海运管控能力。

从陆地到海洋再到空中,百度云并不满足于交通体系的立体扩张,还要创造全新的交通方式。百度目前正在推进可以感知车辆行驶、预测交通状况的智能汽车和无人汽车的发展。百度无人车已成为国内外瞩目的前沿科技代表,在去年完成了实地路测,并在今年的乌镇峰会上再次亮相。

在智能汽车的商业化方面,百度已与国内知名商用车企业福田汽车达成战略合作。未来,百度将与福田汽车在汽车大数据、智能驾驶领域深入合作,开发出更多具备智能驾驶的商用车产品。

云计算、人工智能和大数据已成为新一轮产业革命的核心驱动力,百度云将透过云生态下的“交通大脑”,依托智能交通生态联盟,加强行业合作,挖掘数据中的更多价值,推进智能交通的全面云端化,突破前所未及的高度,让智能、计算无限可能。

写在最后

2016是百度云计算的元年,基于基础云、天算、天像、天工已经有80+款产品。下一步,人工智能已经成为百度的核心战略。

百度大脑“天智”――人工智能平台也应运而生,内容包括:

首先,感知平台,包括图像技术、语音技术、自然语言处理等技术,代表着耳口心相结合的“聪”。

其次,机器学习平台,包括打通机器学习全流程、内置20多种高性能算法、支持Spark MLlib、用户画像数据、多种应用场景模板的机器学习平台。

第11篇

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。

第12篇

一、人工智能概述

人工智能(AI)又称为机器智能,John McCarthy将其定义为“制造智能化机器的相关科学和工程”[1]。对此我们可以理解为“研究能否实现、如何实现这样的智能系统的科学知识和研究领域”。在此基础上,著名研究型大学MIT的温斯顿解释为“人工智能是解决如何让计算机完成之前由人类才能完成的工作”[2]。其实许多研究者都有不同的见解,所以除此之外还有很多种定义,但都基本上反映出人工智能的内涵与思想。简单的说,人工智能就是“关于研发人工构造出的可以模拟人的意识和思维方式的计算机系统的理论和应用,这些系统可以取代部分目前人类正在做的工作”。

二、会计行业人力资源的现状

企业在任何时候都不应该忽视人力资源的影响和作用,尤其是作为服务型的会计行业,因为它的人力资源通常表现为工作者的技能水平,可以说它是决定本行业核心竞争力的最重要因素。近几年来由于企业逐步迈向科学化管理和现代化管理,所以无论是在数量上还是质量上,会计行业对专业人才的需求层次都越来越高。虽然会计行业的人力资源状况在现阶段还处于不断变化之中,但是我们仍然可以归结出以下问题。

(一)文化水平普遍较低

目前我国会计人员数量众多,但是文化水平普遍较低。数据显示,截止2014年我国已有1600万的财会人员,而注会人数仅有16万。在这1600万人中,只有13%的人员经过专门的会计培训,10%左右的人员受到过大学或者专科以上的教育[3]。

(二)部分人员职业素质不高

一方面是由于现有会计人员大多知识内容单一、结构老化、层次不够丰富,接受新知识速度较慢以及对本职工作感到枯燥、缺乏热情和敬业精神等使得业务素质不高;另一方面是职业素质不高,会计人员职业素质和操守是工作质量的重要影响因素之一,而目前我国对财会从业人员的职业素质与法规方面的培养不够重视,部分会计人员法制观念淡薄,在工作中徇私舞弊甚至造假作假等,造成账务混乱,带来财务和税务的风险,降低了行业公信力。

(三)会计人员队伍能力结构失衡

目前我国的会计行业发展现状是队伍能力结构失衡,而且呈现两极分化的趋势,一边是会计行业中普通的核算人员的数量越来越多,几乎达到饱和。另一边高水平的财务管理人才有很大的市场缺口,高级应用型、复合型人才在社会上供不应求[4]。虽然我国已经引入管理会计几十年有余,但是仍然没有得到实际应用和全面推广。

三、人工智能带来的影响

(一)人工智能适用于会计行业

随着社会经济发展程度的不断提高,人工智能的技术已经可以适用于会计行业的部分工作,会计行业发展的新特点将是以电子技术和计算机系统为主。目前的会计行业的工作方式和核算手段日新月异,它经历了从早期的手工核算到会计电算化,再到如今在审计、会计和税务等工作中引入人工智能的概念。正如知名企业家李开复所言,在未来的几年里,机器不仅仅只是取代一些低技能的低端工作,它可以完成人类大部分的工作,这里我们用“冰山模型”解释人工智能适用于会计行业的程度,如图1所示。

如同上升的冰山一样,随着人工智能的发展与完善,将会有越来越多的功能被引入会计行业。目前只有财务会计人员所做的部分不需要多少技术含量、简单重复的工作,例如帮助员工阅读乏味的合同和其他文件将被善于记忆与运算的计算机系统所取代,审计、税务等基础的财务人员会逐步减少,取而代之的是智能审计、智能税务等人工智能系统。随着人工智能与会计信息系统的不断结合,互联网、数据挖掘和云计算的进一步发展,以及支持财务分析和会计信息系统的创新,人类将构建出智能财务决策支持系统[5]。但是冰山不会无限上升,因为人工智能是按照事先设定的规则执行程序的,它没有感情,不能彻底地实现灵活思考,例如在涉及人的方面――处理组织与人员、组织与组织和组织与人员的问题时,人工智能并不具有完全智能地处理问题的能力,因而人工智能并不能完全取代财务会计人员。

(二)人工智能促进会计行业的发展

随着人工智能浪潮的到来,及时引进并利用其高性能的运算能力和数据存储能力等优势,可以在以下几个方面促进会计行业的发展。

1.人工智能可以减少失误。会计行业在现阶段普遍存在会计信息失实的问题,这种问题的一个主要原因是由于巨大的数据量造成的人为失误,另一个原因是部分内部人员为了以权谋私而对信息进行了数据造假或者更改。人工智能系统的引入,则可以有效避免手工编制询证函而造成的潜在失误[6]。一定程度上缓解了由会计工作失误而带来的信息不真实的问题,减少了会计信息混乱和财产流失的风险。

2.人工智能可以使会计行业的业务效率得到提高。其实自助银行的ATM存取款机其实已经取代了银行人员的部分工作,同时提高了服务的效率。例如人工智能的“智能”系统在对相关的科目、交易进行全面分析后,可以在更短的时间里进行风险评估和挑选样本函证。财会人员将不必在花费时间和精力在类似普通核算这样简单而费神的工作上,转而有机会去处理更加复杂的事情。

3.提高企业的核心竞争力。人工智能在数据挖掘的基础上可以处理数据、建立数据库并跟踪数据分析,甚至可以对建模分析、对投资预测,相对于人类有限的信息存储量和计算能力,人工智能具有更加齐备的信息和高速的运算能力。同时,人工智能可以结合专家决策系统识别并提出消除金融危机给财务管理带来的影响,可以通过学习来识别财务风险,化解安全隐患,建立预警模型。

4.释放人力资源和减少用工成本。现在的会计人员大多按照基本流程来划分工作职能。而核算和监督是会计的两个基本职能,会计人员最主要的业务就是审核、记载、报告和存档等基础工作,现在人工智能的引进可以大量解决这种日常的、标准的、高频的工作,从而减少财务核算型人员,减少用工的成本。

(三)人工智能带来的变革

1.人工智能的引入可以迅速处理许多以前要耗费大量精力才能处理的事情,从枯燥乏味的合同阅读和一些其他文件的审查工作中解放出来,而且还可以在复杂的文件中提取有效信息从而让业务的处理流程和程序得到简化,同时极大提高了工作的效率和拓宽人类的专业知识。结合互联网技术,会计可以实现集中的财务共享模式,让每一个员工都能够亲身感受到公司财务的运营。

2.人工智能将改变传统会计人员的工作职能。人工智能释放大量的会计人力资源,这部分人力资源要想不被淘汰,必须从自身实现转型,由普通核算人员向管理会计人员转型。即使人工智能可以模仿人类的智慧,但是始终达不到和人类一样的智慧,因此会计行业中广泛涉及分析、预测和统筹等的管理会计将是财会人员的生机。人工智能会集中各种数据,管理会计将有价值的信息从这些数据中提取出来综合后发挥管理智能。

3.管理结构趋于扁平化。由于人工智能裁减了部分普通核算人员,企业的行政管理层次也得到削减。和以前相比,引入人工智能后的组织结构精简干练。

4.人力资源管理职能转变。目前会计行业中使用财务软件、税务软件和审计软件等就是人工智能迈向会计行业的第一步,这些软件像机器人一样提高工作效率。会计行业中的战略、顾问和服务三项职能在传统的人力资源管理模型中呈现为金字塔形[7]。随着会计行业的一部分服务由人工智能系统去完成,在新型的人力资源管理中,服务被一分为二。如图表2所示。

四、启示

(一)人力资源规划

科技的进步使人工智能正逐步取代部分会计人员,会计行业的岗位需求将逐步下降,虽然在某些方面人工智能可以模仿人类智慧,甚至可以超过人类,但是人工智能并适用于会计行业的每一个领域。所以公司的人力资源部门重要发展方向之一就是要细分工作职能,挑选适合的“人”去担任相应的职能。

(二)人才招聘与薪金管理

随着网络技术的发展和电算化的普及,作为会计人员,应该持续关注那些可以对人类社会产生重大影响的技术。加之现在人工智能的引用,财会型企业在招聘人才时不能只单单注重其会计业务能力和从业资格证书,还应当考查其IT等相关技能,优先选取综合型人才。针对不同业务水平和能力的员工应制定相适应的薪金体系,合适的薪金体系才能留住和吸引人才。对于综合型、管理型的人才的薪金应高于普通核算型人才,并且随着人工智能的进一步发展与引进,应逐步扩大两者的差距。

(三)人才培训与发展

时代在不断发展,会计企业也必须要加强员工的再教育。一方面会计行业应培养员工的计算机信息技术,让员工在掌握常用的计算机操作和财务会计软件之外多了解一些其他业务技能,乘势提高自身核心竞争力;另一方面,会计行业应大力培养高层次的复合型人才,让会计人员具有良好的专业素养和自己的专业判断,能够在海量的数据中做出取舍,准确预测,做一些人工智能所不能完成的工作。

(四)企业文化整合

人工智能作为一种新概念被引进,势必会在会计行业造成新观念、新思想与传统观念和传统思想的冲突。从组织内部来看,对已经遵守若干年的企业文化,尤其是老员工,总是沿袭自己习惯的做法,不愿意接受新的思维方式,但是一味地抱残守缺,只会阻碍组织的前进,甚至陷入“第二曲线理论”。因此,会计行业必须本着平稳过渡、充分沟通的原则对两种文化进行融合升华和重塑创新。

(五)完善信息系统

一方面要全面提高财会行业的信息系统化水平,加快完善运行平台等系统设施,在财会工作中加入电算化并制定具有针对性的发展计划;另一方面,只有适合自身领域的人工智能才是最好用的,必须结合人工智能的应用和会计行业的具体业务。因而为了制造出可以被本行业所广泛应用的人工智能,会计人员必须参与相关的技术开发与研究[8]。