时间：2023-08-25 17:10:34
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篇人工智能学校教学，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。
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.
关键字：人工智能；案例教学；学科分支；双语教学
中图分类号：G642 文献标识码：B
1 引言
人工智能是计算机科学的一个重要分支，是当前科学技术发展中的一门前沿科学，它的出现及所取得的成就引起了人们的高度重视，被认为是计算机发展的一个根本目标。
人工智能课程作为计算机科学与技术专业课程体系中的核心课程之一，其地位正在随着该技术的不断发展和广泛应用而得到迅速提高。目前，国内外重点大学都非常重视该门课程的教学和研究，许多重点大学都有自己独立的人工智能研究所。
本文通过多年的人工智能教学实践，对人工智能教学的方法进行了初步的实践和探索。中央民族大学在人工智能课程建设和教学过程中，针对计算机学科的发展趋势，提出摈弃传统讲、学、考模式，注重学生能力培养的措施。在教学和实践过程中，不断进行探索，既从计算机学科本科的教学理念出发，从人工智能这门学科特点出发，以计算机学科分支的角度认知人工智能，组织教材的知识架构并进行教学。用计算机学科的观点分析人工智能的基本原理与方法时，重点强调的是这些基本原理与方法与其他的计算机分支的共同点和不同点。共同点是强调计算机学科的本质，不同点是强调人工智能的本质。本文就针对我校人工智能课程教学的一些基本问题加以初步总结。
2 从计算机学科分支的角度认知人工智能
人工智能属于计算机科学分支的学科，同时又是一门涉及控制论、信息论、语言学、神经生理学、数学、哲学等多学科交叉的课程。我国高等院校计算机学科的本科教学所设置的人工智能课程一般只有40课时左右，以什么角度组织教材内容，提高教学效果，才能使学生较容易地理解和掌握人工智能的原理与技术，是我们值得探索的问题。
人工智能处理的对象是知识，知识处理则需采用知识表示。因此，若以计算机分支的角度也就是用计算机学科的观点看待人工智能，人工智能课程的教学内容应以知识为主线，以知识表示和搜索为基石进行组织。反映到实际教学中，就是人工智能的各个分支的介绍，这包括知识库系统、自然语言理解、规划、机器人等。总之，教学内容可分成两个部分，第一部分是基础理论和基本方法，包括：逻辑表示与归结推理方法、搜索原理，知识表示(包括产生式系统、语义网络、框架)、推理(包括不确定性推理、非单调推理)、机器学习。第二部分是实用技术，包括知识库系统、高级搜索、自然语言理解。
3 优化和更新教学内容、加强双语教学
人工智能作为一门新学科，在1988年前，国内外均未见有教学大纲和教材，开设本课程面临的首要问题就是确定教学内容，包括人工智能的知识表示和推理以及人工智能的应用两个部分。前者是人工智能的重要基础，后者讨论几种人工智能应用系统，包括专家系统、机器学习、自动规划和机器视觉等系统。这些内容只是给出了人工智能课程的初步框架。
随着人工智能研究的进一步深入， 到20世纪90年代中期，人工智能也从符号(逻辑)主义一枝独秀发展到符号主义、连接主义和行为主义多家争鸣的新局面， 模糊计算和神经计算作为新内容列入到人工智能课程，充实了人工智能课程的内容。进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们及时对教学内容进一步优化和更新：把人工智能分为基础部分和扩展应用部分。
在教学和实践过程中，考虑到本课程的多学科交叉性以及相关信息学科的快速发展， 在目前高校提倡双语教学的环境下，将《人工智能》教材逐步改为全英语教材，这样可以更快地掌握学科的发展动态， 掌握最先进的技术， 与国际发展趋势接轨。Nils J.Nilsson教授所著的《人工智能》教材是美国Stanford大学计算机系本科教材，该教材体系比较符合学生的认知规律，便于学生接受、理解、掌握和巩固所学知识；同时这本书内容丰富、取材新颖，适合作为该课程的英文教材。
4 注重案例教学、改革教学方法
案例教学首创于哈佛大学商学院，在经贸、管理、法学等学科领域的相关专业得到应用并取得显著绩效，然而目前工科专业还较少运用案例教学方法。人工智能的每一部分内容均包含大量概念，内容抽象，算法复杂，学生往往被动“听讲”；并且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，难以获得预期的教学效果。鉴于这一现实问题，我们将案例教学方法引入到该课程的教学之中。
例如在逻辑推理技术和搜索技术这两方面的教学过程中，我们使用参考教材《人工智能：一种现代方法》，并利用其中基于JAVA的教学开发工具包AIMA进行案例设计和实验教学，在教学过程中结合AIMA中的案例来讲解，使比较枯燥的知识以有效、实用和具体的形式表现出来，做到理论与实践相结合。在讲解搜索技术时，以“八皇后”问题为案例，结合AIMA中的设计实现，以讲解和讨论相结合的方式，学习盲目搜索、启发式搜索等算法，使学生不仅能理解状态空间的产生方法，而且能设计算法、实现算法，提高了学生的学习兴趣和实践能力。在学习神经网络、模糊逻辑、进化计算等方面的内容时，我们主要借助于Matlab提供的相关工具箱。
5 加强教学队伍建设、改革考核方法
建立一支爱岗敬业、富有战斗力的教学队伍是出色完成教学任务和提高课程教学质量的根本保证。教学人才资源是教学的第一资源。在学校有关部门的领导和学院的支持下，我们组成一支知识结构和年龄比较合理的教师队伍。
在教师队伍的建设过程中，积极引导鼓励教师对考试方法的改革。一方面这样可以打破以往应试教育的弊病；另一方面，也可以使学生从繁重的死记硬背中解脱出来。结合这门课的特点，我们加强平时思维能力的考核，注重学生实验能力和动手能力的培养，在学习中大量采用写读书报告的形式。在此基础上加大平时成绩的比例，使得平时成绩占到总成绩的40％左右，杜绝依靠一次考试决定成绩的状况。这样，既迫使学生重视平时的学习思考，也减轻有些学生想通过考试作弊完成学习任务的侥幸心理。
关键词：航天类专业 人工智能 教学探索
中图分类号：G64 文献标识码：A 文章编号：1674-098X（2014）10（b）-0155-02
面对航天科技迅猛发展，现代军备技术快速提升，培养具有专业性的高素质航天类人才，是我国航天科技发展的战略选择，也是航天重点高校面向并有效服务航天事业的历史责任。航天类本科生的教育形式也需要突破传统的方式，着重多样性、前沿性、工程性，因此，该专业的各门课程教育都应该结合专业特点，探索新的教学模式。
人工智能自1956年诞生50多年以来，引起众多科研机构、政府和企业的空前关注，已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿学科。由于航天领域的特殊要求，人工智能在其发展中发挥着不可替代的重要作用，各发达国家都相继开展了人工智能与航天技术相结合的研究，致力于实现可重构的、具有容错能力的、智能的飞行系统和管理系统。因此，“人工智能”作为航天类专业的一门特色选修课，应结合专业特点展开更具有实用性和创新性的教学。
1 人工智能课程特点
一方面，“人工智能”是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域，具有知识点多、涉及面广、内容抽象、不易理解、理论性强等特点，使得该课程的教学具有较大的灵活度和较高的难度。另一方面，“人工智能”是一门正在发展中的学科，具有较强的前沿性，计算机科学、信息科学、生物科学等相关学科的发展不断的提出了许多新的研究目标和研究课题，使得人工智能的技术和算法也需要不断更新，这在很大程度上增加了“人工智能”课程的教学难度。
2 航天类专业特点
首先，航天类专业具有较强的工程性。在专业的教学改革中有统一的特点，即强调要体现航天工程技术的综合性、系统性， 注重培养复合型人才。其次，航天类专业具有一定的前沿性。因为航天飞行器作为现代高科技和多种学科技术综合应用的结晶，应及时把现代先进科技融入到了专业基础和专业类的课程教学中， 专业知识更新快成为又一特点；另外，航天类专业应注重实践性教育。尊重个性和兴趣，强调动手能力，实验室对学生开放，要求学生自主地设计完成实验，强调对学生设计理念和创造能力的培养。最后，航天类专业应重视产学合作。产学合作的目的在于推动学校与航天产业的持续全面合作，造就一支科学技术研究和工程实践兼备的教师队伍。
3 教学模式的探索
3.1 教材的选择
人工智能作为一门新兴的学科，其理论与方法都还在不断的发展与完善中。就目前来看，关于人工智能的定义和范围都没有一个统一的标准，不同的教材所介绍的内容也不尽相同。在教材选用方面，需要综合考虑专业特点和学生的知识背景。本课程主要针对航天类专业高年级本科生，该类学生具有一定的数学、计算机、信息论、通信理论等基础知识，对航天应用的基本需求有初步的了解，因此，“人工智能”课程难度应该控制在中级，可以较深入的介绍人工智能的基础算法和应用案例。
中南大学蔡自兴教授积累了多年的教学与科研经验，借鉴了国内外其他专家和作者的最新研究成果，吸取了国内和国外人工智能领域学术书籍的长处，于1987年编写了“人工智能及其应用”一书，该书根据人工智能学科的新发展不断修订，推出四个版本。本课程采用“人工智能及其应用（第4版）”，其中大部分内容适合本科生学习。另外，本课程还给学生提供其他一些参考书目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等经典教材。
3.2 课堂教学形式的探索
“人工智能”课程内容较抽象，概念较为繁多，若采用单一的课堂讲授的方式，学生容易概念混淆、理解不透，逐渐产生厌倦情绪，导致教学效果差。本文探索不同的课堂教学手段，根据不同内容采用不同的教学手段，有利于学生对课程内容的理解与吸收。另外，考虑到航天类的专业特点，突出课程内容的工程应用，增加研究性质的教学内容与形式，有利于培养学生的创新能力和实践能力。
（1）课件采用图文并茂的PPT。综合利用文字、图像、声音、视频等多种媒体表示方法，在介绍原理和概念时采用精辟的文字，介绍算法流程时采用图像，介绍算法应用时采用视频。在PPT中适当利用不同的字体、颜色或动画来突出重点，细化流程，引导学生的思路，便于集中注意力接受重点内容。
（2）适当增加课堂讨论与练习。对于人工智能的一些基本问题，可以引导学生进行调研和讨论，来深化课程内容的了解，并提高学生的学习兴趣；对于重要的算法和理论，可以增加课堂练习，让学生实际动手进行公式的推导或演算，并在练习中分析学生对问题的理解程度，有针对性的增加讲解或指导。
（3）适当采用类比的讲解方式。对人工智能的不同学派，不同方方法，以及方法的不同应用，广泛的采用类比的形式进行讲解，不仅可以复习已学习的内容，也利于对新内容的理解。并且，通过对不同内容的比较总结相似点、区分不同点，可以避免概念的混淆，清晰的掌握课程内容。
（4）增加研究性教学。研究性教学强调通过问题来进行学习，有必要将实际应用案例或者授课教师的科研项目融入日常的教学工作中去，用“启发式”、“案例式”教学激发学生“自主学习”能力。
3.3 课程内容的探索
一方面，鉴于本科生知识结构还不够完善，“人工智能”课程的内容要控制在适应本科生学科基础的中等难度；另一方面，鉴于航天类专业的特点，课程内容应更注重与航天应用相结合的内容，并且在课程中增加具体应用的介绍。具体的课程内容如表1所示。
3.4 考核形式的改革
“人工智能”课程注重学生创新能力和实践能力的培养，传统的试卷形式不能全面的反应学生的学习效果，因此，应采用课堂表现和课程报告相结合的方式进行综合考核。
一方面，重视学生提出问题、分析问题和解决问题的能力，对学生课堂讨论与练习的表现进行考核评分，作为总成绩的参考；另一方面，注重学生课题调研和实践的能力，采取提交课程论文的形式进行考核。正确引导学生根据个人兴趣、课程内容、可行性、实践难度进行合理选题，并根据所选题目进行文献查阅和总结，完成调研报告或算法实现报告。结合者两个方面进行最终成绩的评定，综合衡量学生问题分析能力、论文写作能力和创新实践能力。
4 结语
航天类专业的本科生教学需针对专业特点有的放矢，该专业的课程教育都应该趋向于前沿性、专业性和实用性。本文的“人工智能”课程教学改革方案不仅考虑到该课程属于前沿叉学科的特点，也综合考虑了航天类专业的特点。为了使课程教学更好地服务于学生，本文提出的改革方案打破传统的教学模式，将课堂理论讲解、课堂讨论、课后调研、项目实践等相结合，充分调动学生的学习兴趣和积极性，提高学生的创新能力，有利于培养真正符合航天领域所需要的综合型高级人才。
参考文献
[1] 王甲海，印鉴，凌应标.创新型人工智能教学改革与实践[J].计算机教育，2010（15）：136-138，148.
[2] 刘兴林.大学本科人工智能教学改革与实践[J].福建电脑，2010（8）：198-199.
[3] 怀丽波.32课时《人工智能基础》课程教学的几点思考[J].华章，2013（34）：193-194.
[4] 纪霞，李龙澍.本科人工智能教学研究[J].科教文汇（上旬刊），2013（6）：91-92.
[5] 肖春景，李建伏，杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机（专业版），2013（26）：32-34.
[6] 熊德兰，李梅莲，鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报，2008（1）：146-148.
[7] 张伟峰.本科高年级人工智能教学的几点思考[J].计算机教育，2009（11）：139-141.
关键词：“智能科学与技术”专业；专业建设；培养目标；课程体系；师资队伍建设；就业
中图分类号：G642 文献标识码：A
1 “智能科学与技术”专业背景
随着生产力的持续进步和科技的发展，传统的科学技术已不能适应时代进步的要求，众多的产业、经济、科技和社会问题，无法用传统的数学方法和技术加以解决。智能科学技术正是在这样的背景下被提出来的，它是脑科学、认知科学和人工智能等学科构成的交叉学科，主要研究智能的基本理论和实现技术。在国外，智能科学技术已得到了较好的发展。并且，国外一些著名学府，如东京大学、爱丁堡大学、卡内基梅隆大学等先后开设了“智能科学与技术”专业，培养该方向的高层次人才。智能科学技术也得到国内专家的密切关注，早在1991年中国科学院就建立了以智能科学技术为主要研究方向的复杂系统与智能科学重点实验室，并且已有计划将其列入我国新近制定的中长期科技发展规划中。
智能科学技术要发展，人才是关键。中国人工智能学会副理事长、北京邮电大学钟义信教授在2007年中国人工智能年会上指出：“智能科学技术作为现代科学技术的核心、前沿和制高点，充满重大的创新机遇。在激烈竞争的国际环境下，谁先掌握智能科学技术，谁就有可能掌握制胜的主导权”。目前，智能科学技术正在迅猛发展，推进智能科学技术专业教育，培养高层次智能科学技术人才，正当其时，适应国家教育振兴行动计划的要求，顺应时代的需求。自2003年10月北京大学自主设置的“智能科学与技术”本科专业在教育部备案以来，先后有北京邮电大学、南开大学、西安电子科技大学等多所院校先后设置了“智能科学与技术”本科专业，我校申报的“智能科学与技术”本科专业也于2008年得到了国家教育部的批准。
为加快智能科学与技术研究生教育的发展步伐，进而提高“智能科学与技术”本科专业的办学质量，新专业建立以来，中国人工智能学会教育工作委员会先后于2004年8月在北京、2004年11月在北京、2005年11月在武汉、2006年12月在北京、2007年12月在哈尔滨和2008年10月在北京六次组织“智能科学与技术”教育研讨会和座谈会，上百所大学的代表参加了会议。加快发展“智能科学与技术”专业教育己成为众多院校的共同愿望，但由于该专业设置时间不长，各高校对于该专业的建设都还处于摸索阶段，因而还有很多问题有待研究。
我校建校50多年来，坚持以信息学科为特色，不断调整学科结构，努力提高办学质量和办学效益，为国家及地方建设培养了大批专门的人才。近年来，我校计算机科学与技术学科建设取得明显的成效，是中国人工智能学会粗糙集与软计算专业委员会的挂靠单位，在智能科学与技术领域中的智能信息处理、计算智能、模式识别、文本分类、图像处理等研究方向已取得了丰硕的成果，已形成了一支学历、职称、年龄结构合理的师资队伍和学术梯队。在科学研究方面，研究内容涉及多个领域。在Rough集扩展理论模型、决策信息系统不确定性度量、自主式机器学习、信息系统知识约简、不完备信息系统中的知识获取等方面取得了一系列成果；针对复杂问题求解，模拟人类问题求解的自然方式，以Rough集、模糊集和商空间理论为基础，开展粒计算研究工作，在二进位粒表示、模糊商空间、覆盖粒计算模型、粒计算知识获取等方面已取得了阶段性成果；将计算智能理论成果应用于一些特色领域，例如，研制了EMAIL过滤系统、基于语音和图像的双模情感识别系统、Rough集智能数据分析仿真系统(R1DAS)、图形图像智能分析与处理系统、棉属植物生物基因信息智能分析系统等，取得了良好的社会经济效益。这些都为我校“智能科学与技术”专业建设提供了基础。
本文将结合重庆邮电大学本校的学科优势和人才优势，对我校建设“智能科学与技术”专业中的若干问题进行探讨。
2 “智能科学与技术”专业建设的若干问题
2.1 培养目标
制定科学、合理的“智能科学与技术”专业培养目标是实施人才培养的基础。培养目标的制定必须结合以下三个方面。
(1)紧扣专业内涵，弥补“智能缺位”的专业漏洞
智能科学技术以人工智能理论和方法为核心，研究如何用计算机去模拟、延伸和扩展人的智能；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机。对于专业培养目标，按照专业现状，“智能科学与技术”专业的培养目标应定位于弥补“智能缺位”的漏洞。现有的电子、自动化和计算机等专业本身都在向纵深发展，人才需求强劲，都是不可或缺的朝阳专业，与智能技术虽有交叉和结合，但每个专业都不能独立地覆盖智能科学技术的整体范畴，更不可能丢弃原有的专业核心将重心转移到智能科学技术领域。因此，“智能科学与技术”专业应该定位于弥补信息领域“智能缺位”的专业漏洞。
(2)紧跟市场需求，培养适应国际竞争和社会需求的人才
学校并不是孤立的，它与社会有千丝万缕的联系，是面向社会开放的大系统。因此，在制定专业培养目标时，必须紧跟市场需求，培养适应国际竞争和社会需求的人才。随着经济的发展和国际竞争的加剧，社会对人才提出了更高的要求，“宽口径、厚基础、强能力、高素质”是当前社会对人才的要求。具体到“智能科学与技术”专业，我们可以从以下三个方面着手。一是加强基础能力培养，即加强英语、数学、计算机能力的培养；二是突出本专业的核心技能，即突出对人工智能、脑科学、认知科学等的基本理论与方法的掌握；三是强化实践动手能力，即强化智能系统、智能网络等的分析与设计能力。
(3)紧随本校优势，突出人才培养特色
市场对人才需求的多样性要求学校对学生的培养多样化。各所院校不可能制定完全一致的培养目标，完全一致的培养目标必定导致人才培养的失败。因此，培养计划的制定必须结合自己的学科优势和人才优势，突出本校的专业特色，针对性地培养市场所需要的人才。重庆邮电大学是一所以信息科学技术为特色的院校。因此，我们在制定培养计划时，一方面可以借鉴其他院校的培养目标，另一方面必须结合我校十分优越的计算机和通讯技术方面的学科优势和人才优势。将“智能科学与技术”专业与现有的“通信技术”、“计算机科学与技术”等专业结合，不仅能够为社会培养急需的人才，而且必将大力推动我校的计算机科学与技术学科建设，加速我校其他学科的快速发展。
2.2 课程体系
培养目标的实现需要依靠课程体系的整合和设计来 支撑。一个专业的课程体系直接反映了人才培养的方向。课程是教学之根本，其主要任务在于结合社会对人才的实际需求，依靠专业培养的总体目标来进行课程体系的设计。
对于“智能科学与技术”专业的课程体系，从该专业本科毕业生所应具备的知识体系来看，我们大致可以将大学教育期间学生应学习的知识划分为以下四个层次：公共基础课程、专业基础课程、专业核心课程和专业开放选修课程。其中，公共基础课程是对学生德、智、体三方面基础素质的培养。专业基础课培养学生在计算机、电子技术等方面的基本能力，为本专业后续课程之基础。专业核心课程培养学生本专业的基本能力，主要以智能科学技术方面的课程为主。专业开放选修课是实现学生个性化发展的课程，也是体现本校专业特色的模块。
新专业要生存和发展，必须尽快形成自己的特有学科体系和核心课程，核心课程将成为区别于相关学科的重要标志。“智能科学与技术”专业课程体系建设的一个重要原则是：本专业核心课程不是信息科学专业核心课程和自动化科学核心课程的简单堆砌，而应该对信息科学核心课程进行有效的裁减和调整。通过对各相关院校进行调研，我们发现“智能科学与技术”专业尚没有形成本专业的核心课程，这是一个亟待讨论的问题。开放选修课是各校区别于其他院校的特色课程。结合我校的学科优势与专业特色，可以将智能科学技术与通信技术结合开设相关课程，如智能通信技术等。
2.3 师资队伍建设
优良的师资队伍是实施“智能科学与技术”专业人才培养的保证。要保证教学的正常运行、教学质量的不断提高，需要教师具备相关专业的坚实基础和熟练的业务能力。如何整合师资力量，如何共享资源，如何进行高校之间的联合培训、互聘教师等问题都是新专业建设和规划所面临的突出问题。
重庆邮电大学计算机科学与技术学院通过20多年的师资队伍建设，在计算机科学与技术学科上已经形成了一支学历、职称、年龄结构合理的师资队伍和学术梯队。但是，为适应智能科学与技术专业的教学需要，除了依赖本院已有的师资队伍，还需要整合其他院系的师资力量，比如控制技术相关的课程和实验可以借调自动化学科的老师，而生物信息技术方面的课程则可以让生物信息处理学科的老师来承担。
然而，为了适应“智能科学与技术”专业以后发展的需要，师资队伍建设还有很长的路要走。特别是脑科学和认知科学方面的师资力量的建设和加强。我们拟从以下几个方面对现有的师资队伍进行调整和培养：
(1)调整教师队伍。从现有的教师队伍中挑选一些在智能科学技术方面有专长的老师组建“智能科学与技术”专业教研室。
(2)组织教师培训。针对当前师资队伍薄弱的课程，组织老师到相关院校进行调研和专业学习。
(3)引进高级人才。建设科研团队，提高教师学术水平，是建设“智能科学与技术”专业的根本保证。
2.4 就业前景展望
“智能科学与技术”专业人才就业前景的好坏是本专业生死存亡的关键。产业、经济、科技和社会对智能科学技术的强烈需求为“智能科学与技术”专业人才提供了广阔的就业空间。因此，“智能科学与技术”专业学生的毕业去向至少包括以下几条重要途径：
(1)从事智能科学技术的研究。智能科学技术已成为新世纪争夺国际市场的重要因素，加之我国中长期科学技术规划的迫切需要，在国家各部门各领域从事智能科学技术的研究工作是“智能科学与技术”专业毕业学生的一个去向。
(2)从事“智能科学与技术”专业的人才培养。随着“智能科学与技术”专业的逐步建立，高校急需大量具有相关领域专业知识和技能的教学人员和研究人员，在高校从事人才培养是“智能科学与技术”专业毕业学生的又一个去向。
(3)从事智能系统和智能产品的设计与开发。智能系统和智能产品的设计与开发需要大量的智能科技人才，结合我校的行业背景，将智能科学技术应用到通信网络领域，培养学生从事智能通信技术、智能网络、智能信息安全等的研发能力，将为我校“智能科学与技术”专业毕业学生就业开辟最主要的途径。
---“互联网+教育”工作推进会表态发言
尊敬的各位领导、同仁同志们：
根据会议安排，现做如下表态。
近两年来，****中学紧紧围绕**、市教育局创建“互联网+教育”示范区的目标要求开展工作，通过科研切入，电教开道，以“能用、管用、够用、常用”为标准，积极开展行动，扎实做好“互联网+教育”建设工作。
一、基本情况
我校2008年建成校园局域网，千兆到楼宇，百兆到桌面。300M光纤接入到学校,现有学生机房9个，学生机558台，生均比达到8：1。2014年后所有班级都陆续配置了86寸触控一体机，并实现了100M宽带进教室。学校建成IP广播和模拟广播各一套，录课室一间，名师大讲堂二间，人工智能活动室一间，数字模拟实验室三间，学校安防系统一套，并依托电子资源网点使用及**教育云平台的推广，建立了名师工作室，达到了教师空间、班级和学生空间100%的开通率。
二、明确目标任务
（一）实施网络学习空间应用、培训计划。推进教育云平台深入应用和优质教育资源建设，强化网络空间培训。内引外联，成立学校教育云应用培训团队，做好与**、**市培训团队的对接与合作。同时普及深化网络空间应用，为师生注册开通**教育云网络学习空间，建立人人皆学、处处能学、时时可学的泛在学习环境。
（二）促进“互联网+”创新素养教育深度融合。着力打造名师网络工作室、创新素养与教育精品示范课品牌效应，积极探索创新素养教育。建立青少年科学工作室， 开展创新素养教育培训研讨活动。
（三）开展数字校园达标建设。积极开展“数字校园”建设试点，积极推动教师利用智能助手和情境化教学资源，开展教学探索，同时组织教师积极参加基于**教师网络研修平台的全员智能研修，促进现代信息技术在学校管理、教育教学、学生评价等方面的综合运用，促进信息技术“课堂用、经常用、普遍用”的新常态。
（四）实现党建工作智慧化。建强网上党建工作阵地，增强线上线下立德树人合力，用好网络思政平台。
三、强化工作保障
1.结对保障：推进与上海市市西中学《关于“互联网+教育”合作互助协议》的落实与实施，加强与**一中、**三中等市内外兄弟学校在“互联网+教育”建设方面的共建互助。
2.制度保障：制订各班设施使用登记制度、和教师“办公电脑使用制度责任书”“各班教室教学设备使用与管理责任”，并“互联网+教育”校本培训。
据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。
如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源：创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景，B、C 端全面发力。
资料来源：券商报告、互联网公开信息，创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源：互联网公开信息，创业邦研究中心整理
2.发展关键要素：数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。
（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。
此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源：互联网公开信息，创业邦研究中心整理
（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。
4.投资方向
（1）前端智能化，低成本的视觉解决模块或设备
从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。
（2）深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。
（3）新兴服务领域的特殊应用
前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。
（4）数据是争夺要点，应用场景是着力关键
机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
（1）语音识别技术已趋成熟，全球应用持续升温
语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。
（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。
（3）语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理（NLP）发展现状
（1）多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
（2）NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。
（3）创业公司的机遇
1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源：创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源：创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源：创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。
从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。
最新估值
企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必
选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。
企业团队
创始人&CEO：马磊
清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。
业务模式
线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。
正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO：张默
北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：
行业解决方案
针对营销、安防、相机和电视的不同特点，推出相应解决方案。
营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。
商业模式
目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。
核心优势
论文摘要：介绍教育机器人在机器人竞赛及课内外教学中的应用现状，并提出其教育价值。
1 引言
自从20世纪50年代末世界上第一台机器人诞生之后，机器人技术得到了迅速的发展。机器人技术是一个国家科学技术水平和国民经济现代化、信息化的重要标志，也是打开21世纪大门的钥匙[1]。
随着机器人技术的发展，其在教育领域的应用也逐步得到重视。目前教育机器人主要应用于课内外教学和参加各级各类科技创新活动，表现出了无可比拟的教育价值和极待挖掘的发展前景。
2 机器人的定义
在科技界，科学家会给每一个科技术语一个明确的定义，但机器人的定义却至今没有统一。原因之一是机器人还在发展，根本原因则是机器人涉及到了人的概念，使之成为难以回答的哲学问题。早在1967年日本召开的第一届机器人学术会议上，就有专家提出了两个有代表性的定义[2]。之后又不断涌现新的见解。我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度协同性的自动化机器。”[2]
3 教育机器人简介
干国胜在其硕士论文中对教育机器人解释如下：用在教育领域的以人工智能决定其行动的机器人[2]。从学习角度讲，“教育机器人是由生产厂商专门开发的以激发学生学习兴趣、培养学生综合能力为目标的机器人成品、套装或散件”[3]。它除了机器人机体本身之外，还有相应的控制软件和教学课本等。
国内已有一些企业和公司可以生产教育机器人或教学平台。不同种类的教育机器人不断涌现，如SmartCar[4]、SUUNY618、博思威科教育机器人等均已投入市场。
4 教育机器人产生背景
机器人技术是在二战以后才发展起来的新技术。1958年美国的Consolidated公司制作出了世界上第一台工业机器人，由此揭开了机器人发展的序幕[5]。1967年日本川崎重工公司从美国购买了机器人的生产许可证，日本从此开始了研究和制造机器人的热潮。随着机器人在工业上的广泛应用，如何加强工人对机器人的了解从而提高他们对机器人的控制也就成为一个显著的问题。机器人教育也就随之产生。2003年4月3日到7日，日本横滨举行了2003年机器人博览会[6]。专门用于教学的教育机器人从此诞生了。
国外教育机器人的研究开展较早。早在上世纪六十年代日本、美国、英国等西方发达国家已经相继在美国大学里开始了对机器人教育的研究，到了六十年代他们在中小学也开始了机器人教学，在此过程中也推出了各自的教育机器人基础开发平台[5]。我国的机器人研究在七八十年代就已开展起来，在我国的“七五”计划，“863”计划中均有相关的内容。但针对中小学的机器人教学起步较晚，到上世纪九十年代后期才得到了初步的发展，目前发展仍不完善。
5 教育机器人应用现状
教育机器人主要用于机器人竞赛和课内外教学。
5.1 机器人竞赛机器人教育对高科技社会的巨大影响已经引起了美国、欧洲、日本等发达国家和亚洲各国的高度重视，也得到了我国教育界的极大关注。国内外机器人赛事不断，引人注目。目前，全球每年有一百多项机器人竞赛，参加人员从小学生、中学生、大学生到研究者[5]。
1）国际比赛。①机器人足球竞赛。让机器人踢足球的想法是在1995年由韩国科学技术院（KAIST）的金钟焕(Jong-Hwan Kim)教授为了发展多智能体技术而提出的。1996年11月，他在韩国政府的支持下首次举办了微型机器人世界杯足球比赛(即FIRA MiroSot’96)。
国际上最具影响的机器人足球赛主要是FIRA和RoboCup两大世界杯机器人足球赛，这两大比赛都有严格的比赛规则，融趣味性、观赏性、科普性为一体，为更多青少年参与国际性的科技活动提供了良好的平台。
FIRA ( Federation of International Robot-soccer Association)是国际机器人足球联合会的缩写，于1997年第二届微型机器人锦标赛(MiroSot ’97)期间在韩国成立的。FIRA每年举办一次机器人足球世界杯赛(FIRA Robot-Soccer world Cup)，简称FIRARWC，比赛的地点每年都不同，至今已经分别在韩国(三届)、法国、巴西、澳大利亚(两届)、中国等国家举办了多届赛事。
RoboCup (Robot World Cup)是一个国际性组织，1997年成立于日本。RoboCup以机器人足球作为中心研究课题，通过举办机器人足球比赛，旨在促进人工智能、机器人技术及其相关学科的发展。RoboCup的最终目标是在2050年成立一支完全自主的拟人机器人足球队，能够与人类进行一场真正意义上的足球赛。RoboCup至今已组织了八届世界杯赛。比赛项目主要有:电脑仿真比赛、小型足球机器人赛、中型自主足球机器人赛、四腿机器人足球赛、拟人机器人足球赛等项目。
②机器人灭火竞赛。机器人灭火的想法是在1994年由美国三一学院的Jack Mendelssohn教授首先提出的。比赛在一套模拟四室一厅住房内进行，要求参赛的机器人在最短的时间内熄灭放置在任意一个房间中的蜡烛。参赛选手可以选择不同的比赛模式，比如，在比赛场地方面可以选择设置斜坡或家具障碍，在机器人的控制方面可选择声控和遥控，熄灭蜡烛所用的时间最短，选择模式的难度最大，综合扣分最少的选手为冠军。虽然比赛过程仅有短短几分甚至几秒钟的时间，用来灭火的机器人体积也不超过31立方厘米，但其中包含了很高的科技含量。目前，机器人灭火比赛已成为全球最普及的智能机器人竞赛之一。
③机器人综合竞赛。国际机器人奥林匹克竞赛。主要是亚太国家参与的一项国际机器人赛事，2002年中国北京成功举办了第四届比赛，有包括韩国、新加坡、中国大陆、香港、台湾、菲律宾、泰国在内的七个国家和地区参加了这一赛事，比赛圆满成功，第五届比赛于2003年月11月6日～10日在韩国举行。
FLL机器人世锦赛，1998由美国非盈利组织FIRST发起，目前有10多个国家(英国、法国、德国、北欧5国家、新加坡、韩国、中国)及美国的46个州参加该活动。每年秋天，由教育专家及科学家们精心设计的FLL挑战题目将通过网络全球同步公布。各国/区域选拔赛在年底举行，总决赛于4～5月在美国举行。竞赛内容包括主题研究和机器人挑战2个项目，参赛队可以有8～10周的时间准备比赛。
④其他比赛。在国外，1980年，第一届全日本机器人走迷宫比赛；1992年，第一届美国人工智能学会移动机器人比赛；1998年，第一届国际海洋机器人竞赛；2001年，日本政府举办第一届国际机器人节，举行了十几项各种机器人比赛。教育智能机器人是目前欧美国家流行的用于培养学生动手能力，计算机应用能力，和创新思维的学习工具。
孙媛媛、何花撰文指出，国际机器人竞赛有以下特点：比赛规模不断扩大，比赛项目不断完善，比赛的影响力不断完善，推动技术进步，促进学校教育[7]。
2）国内比赛。在国内，2000年，FIRA中国区比赛;2002年，CCTV杯机器人比赛;2004年，第五届全国中小学电脑制作大赛；自2005年开始的全国青少年教育机器人竞赛[8]；中国科协主办的中国青少年机器人竞赛，中央电教馆举办的中小学生电脑制作活动，教育部关心下一代工作委员会、中国发明协会举办的全国中小学信息技术创新与实践活动[9]。还有近几年各省、市组织各种类型机器人比赛。
3）机器人竞赛的教育价值。何智等撰文指出中小学机器人竞赛对当前的教育会产生重大的作用：促进教育方式的改革，培养学生的综合能力；有利于建立一门新的标准课程；寓教于乐；培养学生的团队协作精神和宽容为怀的人文品格[9]。
北京科技大学的郗安民教授在接受访谈时指出，大学生机器人比赛是一项很好的科技创新活动，不仅易于激发兴趣，而且综合了多学科的知识，是一项比较大的训练工程[10]。张云洲等探讨了机器人竞赛对于大学生教育的价值：机器人竞赛活动的开展有效激发了学生参与科技创新、开发与研制的兴趣爱好，有利于其综合素质的培养[11]。
5.2 学科及课外教学目前，除将教育机器人用于参加各种比赛外，教育机器人还被用于课内外教学，以提高学生设计、开发、应用机器人的能力和创新能力。北京、上海、广东、浙江、江苏、湖北等省市已经先后将教育机器人纳入地方课程或校本课程。到2005年底，我国已有76所中小学成为机器人教学实验学校。教育机器人正在逐步地走入我国的各类学校[3]。
王立春撰文从知识与技能、过程与方法、情感态度与价值观等各个方面探究教学机器人所具有的独特的教育价值，指出教育机器人在教育领域的顽强生命力和巨大发展前景[12]。
张兴华以硕士论文的形式深入探究了基于机器人的青少年活动的教育价值。她从亲身体验的活动案例出发，把握了全国基于机器人的青少年活动的形势，在深入研究的基础上认为基于机器人的课外活动的教育价值主要体现在三个方面：对青少年各方面能力的培养；促进教育方式的改革；有利于建立一门新的标准课程[13]。
6 结语
教育机器人事业方兴未艾。教育机器人活动知识覆盖面广、能力锻炼多样、情感体验丰富，受到越来越多的师生欢迎，正向广大师生的普及过渡。教育机器人必将为我国的素质教育做出应有的贡献。教育机器人的前途是光明的。
参考文献
[1]杨德智.教育机器人[J].科学杂志，2006(7)
[2]干国胜.教育机器人的设计与应用研究[D].华中师范大学，2004
[3]吴洁，何花，周波.浅谈教育机器人[J].中国教育技术装备，2006(7)
[4]李国.智能教育机器人Smart+Car[J].中国乡镇企业技术市场，2003(11)
[5]王吉岱，李维赞，孙爱芹，谢永.教育机器人的研制与发展综述[J].现代制造技术与装备，2007(7)
[6]宗和.越来越能干的机器人[J].中国青年科技，2003(7)
[7]孙媛媛，何花.浅谈国际机器人竞赛[J].上海教育科研，2005(2)
[8]马文志.“碧波杯”第三届全国青少年教育机器人竞赛在苏州落下帷幕[J].辅导员，2007(10)
[9]何智，胡又伦，艾伦.中小学生机器人竞赛的教育价值述评[J].中国教育技术装备，2006(1)
[10]以机器人比赛推动素质教育——访北京科技大学郗安民教授[J].机器人教育与应用，2004(4)
[11]张云洲，吴成东，崔建江，丛德宏.基于机器人竞赛的大学生创新素质培养与实践[J].电气电子教学学报，2007(2)
关键词:专家系统;课程建设;教学改革;实验教学;CLIPS
“专家系统”课程是本科专业“智能科学与技术”的特色课程之一,该专业是由北京大学在2004年率先自主建立的[1]。此后,国内很多大学也都陆续基于各自的特色建设开设了该专业,如北京邮电大学、南开大学、首都师范大学、西安邮电大学、北京科技大学、厦门大学、中南大学等。基于一个新兴本科专业设立的专业基础特色课程,应该如何建设,实施教学与改革,突出专业特色?各类学校都在摸索中。中南大学的“专家系统”课程是国家级“智能科学基础系列课程教学团队”主干课程之一,它由国家级教学名师领衔,以双语建设为教学基本手段,以精品意识为指导[2],培养学生自主创新意识,发掘学生兴趣潜能,非常具有专业特色。
1课程建设情况
专家系统使用人类专家推理的计算机模型处理现实世界中需要专家做出解释的复杂问题,并得出与专家相同的结论[3]。其最大特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由[4]。我们结合专家系统课程特色与学习认知过程特点,采取认知教学作为专家系统教学的理论基础[5-6],根据智能科学与技术系列课程教研经验,融合双语教学方式,初步提出课程定位和建设目标,给出了教学基本要求。
1.1课程定位与建设目标
在学习本课程之前,学生最好已经选修过离散数学、人工智能和面向对象的程序设计课程,本课程32个学时,2个学分,其中实验课6学时。此外,“专家系统”还可作为自动化、计算机科学与技术等相关专业有兴趣的学生的选修课程。可为学生提供一种新的手段和方法求解传统方法难解问题,也为学生们了解智能科学与技术领域知识提供良好的窗口。
专家系统成为智能科学与技术本科专业的专业基础课程,目的在于培养学生理解和掌握专家系统技术的基本观念、基本理论和智能科学方法;并灵活设计和构建不同领域的专家系统,解决实际问题,为学习后续课程奠定方法基础。通过教学过程,培养学生善于分析继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的自主科学创新精神。
1.2课程教材设计
本校专家系统课程选用了蔡自兴编写的《高级专家系统:原理、设计及应用》[3]一书,该教材包括专家系统的基本理论、技术方法和实际应用的诸多内容,知识点介绍全面详尽,同时列举了诸多实例,便于课堂分析与课后理解。
根据双语教学的要求,外文参考教材[7]选用了Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,适合学生作为主要参考书目进行课后学习。实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书,主要利用了同时,根据双语教学的要求,外文参考教材选用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,有利于学生作为主要参考书目进行课后学习。我校实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书。主要利用了该书后半部分内容。目前,国内基于CLIPS的“专家系统”实验教学教材在国内几乎没有容,专家系统课程实验及其教材建设还需进一步改革与探索。
1.3教学要求与知识框架
通过学习,使学生了解和掌握专家系统的相关原理和方法,。要求学生掌握知识表示方法、搜索推理技术的相关内容,熟悉和了解常见的专家系统解释机制、开发工具和评估方法,学会基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构建立和应用,掌握专家系统的常用编程语言――CLIPS,了解专家系统的发展趋势和研究课题。经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。。
经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。
模块一专家系统的定义、发展历史、研究内容、类型、结构和特点以及构建步骤;。
模块二熟悉专家系统时可能采用的人工智能的知识表示方法和搜索推理技术,结合传统人工智能方法和计算智能的一些方法;。
模块三了解专家系统的解释机制、开发工具和评估方法;。
模块四熟悉基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构、推理技术、设计方法及应用示例;。
模块五掌握人工智能和专家系统的编程语言――CLIPS,了解其他LISP,PROLOG和关系数据操作语言等;。
模块六展望专家系统的发展趋势和研究课题,并了解新型专家系统的特征与示例。
从教学要求角度出发,模块一、模块三和模块六的教学要求相对一般,但却是学生涉及专家系统技术的必备知识模块。相对而言,模块五是基本教学条件要求中最高的一个模块,因为模块二与模块四的深刻理解与系统设计需通过模块五而实现的。
从教学内容的重难点角度出发,模块二是重点部分之一,但因有人工智能课程的基础,相对而言,教学实施过程中较为顺畅。模块四与模块五是专家系统课程重点阐述部分,其中模块五也是难点部分,在实验教学环节中,由于大部分学生初次接触推理性的编程语言,所以需要一定的入门时间和练习次数。
2专家系统课程教学改革实施
2.1基于多媒体的专家系统课程教学
教学应以学习者为中心,以先进教育技术为手段,相辅相成,促进教学效果。人类的感官功能中视觉与听觉器官起到了94%作用[78],而视听觉的协同作业能大大提高学习效率,而。多媒体教学就是一种集声、文、图、色于一体的教学手段之一,其实施。多媒体教学的关键实施内容就是教学设计,而教学设计的难点就是在不增加学生信息加工系统中工作记忆负荷的前提下,用促进生成的方式呈现学习材料,包括教材、课件、讲义、课堂讲解、课后习题等。
结合专家系统课程教学情况,教学设计分为以下3个方面进行详尽阐述:。
1) 把握好课堂教学知识量。
专家系统课程相对智能科学与技术专业第六期的学生而言是非常新颖的一门非常新颖的课程,学生们相对的学习热情比较高,但这里还需仍然需要对学生的先前知识结构和能力有个简单的估计。教师需考虑学生的工作记忆容量,并对学生的长期记忆有个估计,把握学习材料内在负荷。学习材料并非越多越好,关键在于精华,给学生留下深刻印象。“专家系统”课堂教授部分以原理性与推理性知识为主,应增加实践技术实例,这样让学生紧密联系实际应用进行学习,。多媒体视频就是一个很好的表现手段。将制作好的实例视频,向学生们展示,不但让课程氛围活跃,还激发学生对实践教学的兴趣;不但没有增加课堂的知识负荷,还可以留给学生课后对比学习。
2) 多元化课件制作呈现形式。
专家系统是一门推理性知识要求很强的课程,同时也需要掌握一门有利的开发工具方能使学生做到灵活应用。经过教学实践与课后调查发现,学生们对知识表述与相关画面共同呈现的形式比单一媒体呈现形式学习效果好,知识和画面也必须是关联的,呈现位置和各部分的比例也需考虑充分。为此,课件制作是一个“改无止境”的工程,因为每一届的学生具有自己的特点,且专家系统课程知识点的不断更新,每一年都要对课件进行大量的补充与改进。
3) 基于认知教学的课堂讲解过程。
认知教学模式中,是以学生为主体,教学教师起主导作用。课堂讲解是面对面教学活动中的重要环节,,它是多媒体中联系言语与画面的桥梁,是减少学生工作记忆负荷的有效手段。
专家系统课程知识可分为表示性知识与推理技术性知识,根据相关认知心理学理论,可将知识分为两类:陈述性知识和程序性知识[5]。其中在教育心理学中“陈述性知识”是指个人具有有意识的提取线索,能够直接加以回忆和陈述。其实就是关于“是什么”的知识,包括对事实,规则,事件等信息的表达。教育心理学中“程序性知识”是指个人没有有意识的提取线索,其存在只能借助某种作业形式简介推测的知识称为程序性知识,而现代认知心理学为程序性知识以产生式及产生式系统来表征的。所以可将陈述性知识采用“专家系统”中的语义网络形式为基础地表征,而程序性知识的表征形式可用“专家系统”中的产生式系统,以“ifthen”形式表示条件这一关系。众多形式的产生式规则相互联系就组成了复杂的产生式系统。基于认知理论的“专家系统”知识教学实施过程中,首先应选定系统设计内容,掌握开发系统时所需的知识与工具,;其次分析问题,并根据系统的具体特征转化知识。而后;接着对问题模型进行求解,建立和构造知识库,;最后,利用实现工具编写代码,系统联调。
2.2专家系统课程双语教学的实施
专家系统课程是信息学科新兴发展的一门课程,有许多关键性进展相关研究进展和成果的资料均源于英文文献,因而提高学生双语水平是一种大势所需,。同时,双语教学提高了对教师整体素质的要求,在双语教学过程中,有意识的增强教学互动,以问题启发式教学与课堂辩论形式教学,学生通过查阅主题文献进行针对性的演讲或讨论,教师对学生的表现加以评述,并进行补充。这种形式可扩大教师的知识面,使得任课老师了解前沿的研究成果。也可培养学生主动学习的积极性和创新能力,使得课程具有鲜活的生命力。双语教学对教师,特别是教师的其外语水平及其口语表达能力,,。促进了师资整体水平的提高。专家系统的双语教材已在1.2中介绍,但实验教材的设计与编写工作现仍处于空缺,这也是双语教学的需完善的内容工作之一。由于双语教学增加了授课难道难度,进而影响了授课的进度,应充分发挥多媒体先进教学手段对专业术语和难以理解的内容,进行注解,帮助于学生理解。在贯彻双语教学的过程中,除了指定适当英文参考短文或参考书,开发双语课件外,还应使学生接触国内外文献资料,开阔眼界,拓宽知识面,强化双语的意识,激发学生主观能动性,使学生找到课程学习的归属感。
2.3改革“专家系统”课程实时交互活动
专家系统课程是一门理论与实践关系密切的课程之一,课堂留下的作业大多需要计算机编程或计算机辅助教学方能较好的地完成。根据此特点,改革传统的作业形式与批审方法可节约反馈时间,同时可实现“低碳无纸化”办公。利用网络进行作业上交,教师批阅后通过网络及时返回给学生,不但能提高老师的办公效率,也使学生得到快速与准确的反馈。
针对多校区的现状,我们利用网络教学资源,采用了多种交互式策略,通过Email和群讨论组等方式进行在线交流,也可传递参考资料,交流课外成果,实现只要老师在实验室,学生在任何有网络终端PC机处,就能进行了实时交流或批改作业。避免了学生为了课后的困惑问题积压至下一堂课的矛盾,同时也节约了学生往返路程上耗费的时间。
为了进一步体现教学效果,我们下一步拟进行考试方式的变革,应综合考虑课堂出勤情况、平时正式作业成绩、课堂讨论情况和期末课程考试进行综合评分。还应考虑以双语形式进行笔试,当面交卷后进行双语发问。若有课程论文或创新作品表现突出者,可免参加最后的课程考试。使考试不再是学生的负担,而成为衡量与培养创新能力。和口试。
3基于CLIPS的专家系统实验教学
3.1专家系统与CLIPS语言
CLIPS(C Language Integrated Production system)是由美国航空航天局约翰逊空间中心(NASA’’s Johnson Space Center)开发的一种专家系统工具,由C语言编写而成。早期的专家系统工具大都用LISP、Prolog等编程语言开发,共同问题是运行速度慢,可移植性差,解决复杂问题的能力差。CLIPS是基于Rete算法的前向推理语言,其优点包括:①逻辑推理方面的强大功能强。②、可移植性好。③、可扩展性好。④、有利于和其他语言联合使用等。
3.1专家系统与CLIPS语言
专家系统与传统的计算机程序系统有着完全不同的体系结构,通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成,其中尤以知识库与推理机相互分离而别具特色。用clips语言能够更好地熟悉专家系统的整个组成。CLIPS可为基于规则、面向对象以及过程的编程提供支持(rule-based, object-oriented, and procedural programming)。
以基于规则的专家系统利用CLIPS工具编程作为实例阐述。在CLIPS中找到专家系统基础的组成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事实,而Knowledge Base包含所有的规则,Inference Engine控制所有的进程。图1所示为专家系统框架示意图。专家系统中最核心的就是知识库,知识库中包含了大量某个领域专家的知识。,为了使计算机能运用专家的领域知识,必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。
3.2专家系统实验教学内容
通过CLIPS软件环境提供了的验证性、设计性和开发性实验,帮助学生更好地熟悉和掌握专家系统的基本原理和方法;,通过实验提高学生总结实验结果的能力,使之对专家系统的相关理论有更深刻的认识。实验内容如表2所示:。
其中,实验1为实验2的基础,这两个实验应与讲授课程穿插,使得学生利用课堂学到的理论联系实际实验操作,通过这两个实验的学习能够掌握专家系统的开发过程、掌握用产生式规则绘制推理树的方法、掌握、编写CLIPS应用程序的方法以及程序运行环境的应用等。实验3是一个有难度的实验,需要大量的课余准备时间,所以在完成实验3的时候,必须预留3周的时间,提前布置给学生,让学生做好实验前的准备,这样方能取得较好的实验教学效果。这些被挑选出来的CLIPS专家系统的代码应是经典的学习内容,通过该实验培养学生独立分析与开发完整的专家系统的能力。
3.3实验教学实例分析
1) 实验目的:学习和理解CLIPS编程语言,通过分析用CLIPS编写的“野人过河”的程序,深入理解专家系统的编程技巧,加深对专家系统的认识和理解。
2) 实验说明:野人过河问题属于智能学科中的一个经典问题,问题描述如下:,有三3个牧师传教士和三3个野人过河,只有一条能装下两个人的船,在河的任何一方或者船上,如果野人的人数大于牧师的人数,那么牧师就会有危险。
假设问题的初始状态和目标状态,假设和分为1岸和2岸: 。
初始状态:1岸,3野人,3牧师;2岸,0野人,0牧师;船停在1岸,船上有0个人;。
目标状态:1岸,0野人,0牧师;2岸,3野人,3牧师;船停在2岸,船上有0个人;。
整个问题就抽象成了如何从初始状态经中间的一系列状态达到目标状态。问题状态的改变是通过划船渡河来引发的,所以合理的渡河操作就成了通常所说的(算符)就是问题求解的关键。,根据题目要求,可以得出以下5个算符:渡1野人、渡1牧师、渡1野人1牧师、渡2野人、渡2牧师,。根据渡船方向的不同,也可以理解为10个往还算符。定义算符知道以后,剩下的核心问题就是搜索方法了,。本程序采用深度优先搜索,通过不断扩展后继结点节点,逐步找出下一步可以进行的渡河操作,;如果没有找到则返回其父节点,看看是否有其它其他兄弟节点可以扩展。
搜索中采用的一些规则如下:
(1.) 渡船优先规则:1岸一次运走的人越多越好(即1岸运多人优先),同时野人优先运走;2岸一次运走的人越少越好(即2岸运少人优先),同时传教士优先运走;。
(2.) 不能重复上次渡船操作,避免进入死循环。;
(3.)任何时候 河两边两岸的野人和牧师数在任何时候均分别大于等于0且小于等于3;
(4.) 由于只是找出最优解,所以当找到某一算符(当前最优先的)满足操作条件后,不再搜索其兄弟节点,而是直接载入链表。
(5.) 若扩展某节点a的时候,没有找到合适子节点,则从链表中返回节点a的父节点b,从上次已经选择了的算符之后的算符中找最优先的算符继续扩展b。
通过实验教学过程中的专家系统开发实例分析,总结了出应用于在许多专家系统项目中的线性生命周期模型,如图32所示。这个模型包括从计划到系统评估的许多阶段,对系统开发的描述一直到功能评估这种程度上。之后,生命周期不断重复:从计划到系统评估,直到系统交付正常使用。
4结语
专家系统课程的发展开发过程是教学研究和教学改革实践相结合的过程,需要不断加强学习、总结经验。本文从总结了专家系统课程定位与、建设目标、教材的选用设计和课程知识框架等方面的总结了“专家系统”课程建设情况。在,并就教学改革过程中注重多媒体教学的效果、双语的实施和课程互动活动的改革等问题进行比较深入的介绍与探讨。通过CLIPS语言与专家系统实验的结合,阐述了实验教学的目的、CLIPS实验特色及和实验方法,体现了基于CLIPS实验教学的优势与特色。在未来的教育领域,专家系统技术将成为信息时代教育发展的新生力军,专家系统也将成为新世纪人类智能管理与决策的得力助手。
致谢注 :本文受国家级智能科学基础系列课程教学团队项目(2008)支持,感谢本文得到中南大学信息科学与工程学院智能所的大力支持,特别感谢蔡自兴教授的鼓励与帮助。
参考文献:
[1] 李蕾,王婵,王小捷,等..“机器智能”课程建设初探[J]. 计算机教育,2009(1):86-92.
[2] 陈爱斌.“人工智能”课程教学的实践与探索[J]. 株洲工学院学报,2006,20(6):137-139.
[3] 蔡自兴,Durkin,龚涛. 高级专家系统:原理设计及应用[M]. 北京:科学出版社,2005:1-2.
[4] 蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社,2007,:28-29.
[5] 杜海琼,张剑平..“专家系统”教学的认知教学理论基础及其教学实施[J]. 现代教育技术,2008,18(8):18-21.
[6] 杜海琼,张剑平. 认知学徒制在“推理与专家系统”教学中的应用[J]. 现代教育技术,2009,19(4):120-123.
[7] Joseph Giarratano, Gary Riley. Expert Systems Principles and Programming[M]. 3th ed. Boston:PWS Publishing Company,1998.
[78]肖桂清,李渺. 正确运用多媒体,促进认知学习的最优化[J]. 思茅师范高等专科学校学报,2002,18(4):55-57.
[8] 杜晖. 决策支持与专家系统[M]. 北京:电子工业出版社,2007:22-23.
Exploration in Course Construction and Teaching Reform of Expert System
YU Ling-li, WEI Shi-yong
(Institute of Information Science & and Engineering, Central South University, Changsha 410083, China)
不过，教室的革命已经开始，新技术的应用将不断改变着教室呆板的面貌，未来的教室将会让我们这些过来人大吃一惊！
基于游戏的学习模式
如今的家长最担心自己的小孩沉迷于游戏而耽误了学习，在课堂上玩游戏更是要受到老师的严惩。不过，未来的游戏迷不但不会受到斥责还会受到鼓励，因为未来课堂上的学习将以游戏为主了。
当整个世界有互联网连接在一起，网络信息大潮一个波一个涛的汹涌而来，孩子们的注意力变得很难集中在一件事上。这不足为奇，因为这些孩子从小就接触各类视频网站、社交网络、智能手机，他们的所有疑问通过各大搜索引擎都能找到答案，所有他们想要知道的事情都有24小时不断更新的信息来补充。
为了迎合这些信息时代快节奏的一代，学校最终会放弃传统的机械式教学方式，贴近时代潮流。视频游戏过去被认为是分散学生学习注意力的罪魁祸首，但是，未来我们可以利用它来吸引学生们的兴趣。利用游戏来加强学生的学习效果、辅助教学将会成为未来的一大教流。
许多课程知识可以通过游戏的形式来进行，比如说历史学习，就可以通过设计相关游戏，让学生们了解各个国家各个时代的多项历史大事。或许我们可以在游戏里参观英国女王的加冕典礼，可以在三国时代体验枭雄的世界，可以作为航海家体验新大陆的发现过程。可以把枯燥的随堂测验设计为通往下一关的关卡，只有很好地掌握了学习内容，才能进入下一关，以这样的方式让学生充满答题的欲望。
游戏中的等级是吸引玩家不断练习、花费大量时间的重要动力。在学习过程中也可以通过类似的模式，通过学生的学习状况给他们定下不同的等级。努力、参与度高、有创造性想法都会在一定程度上提高自己的成绩以及学习等级。通过这种方式鼓励、吸引学生完成学习任务，这可能比普通的表扬和嘉奖更加有效。
除了上面这些，还可以让学生参与游戏的制作，给他们充分发挥想象力的机会。未来的课程设置会与现在有很大差别，学生有机会接触更多学科，甚至可以自己设置学科。比如，他们可以从小开始学习游戏的制作、计算机的算法、服装的设计、桥梁的建造，不仅仅局限在几个固定的学科之中。通过多种多样课程的设置，让学生们体会到基础学科的重要意义，增加他们自主研究、自主学习的动力。
无所不能的全科老师
现在，你都可以和Siri（苹果公司在其产品上应用的一项智能语音控制功能）聊心事，未来我们为何不能跟着人工智能学知识？随着人工智能的不断发展，许多年之后，聪明的“机器人”可能会和人类越来越像，越来越多地参与我们的生活，变成我们身边的老师和朋友。
它们运算速度快，记忆力强大，在教学岗位上能以一当十，变身为无所不能的全科教师，上午带着我们欣赏音乐与绘画，下午向我们解释物质间的化学反应。它们也许会作为每个班级的助教，也许会成为讲台上的主角。这些机器人老师在教学时会公正、严谨，也会像学校里普通的老师一样温情、和蔼。
未来的作业要一起做
许多大学都有自己的网络虚拟世界，为学生提供一个在线交流平台。这就是一种云平台，很大一个优势在于能够让学生在社交网络上自由地分享他们的想法，以学生为主导，教师只是发挥辅助作用，帮助学生指点迷津。
这是非常重要的一个理念，因为这会带给学习者一种新的认知：学习是一种个人责任，而不是老师的工作义务。
未来的作业将大部分是由讨论的形式构成的，绝不是自己埋头做好自己的任务就大功告成，准备接受老师的表扬和奖励了。互动学习将会成为主流。在现实世界中，绝大部分的工作都不是集一人之力就可以完成的，合作是社会的常态，是人类生活的基础构成。网络社交工具的纳入，可以加强学生彼此间的合作，强化他们之间的团队精神。未来的作业大部分需要协作完成，而通过学生之间的讨论，系统会给出每个学生的参与度，结合团队学生的自我评分，可以了解学生的活跃性，和他们在每次作业中所起到的作用。通过互动式的学习模式，从小培养起孩子们的合作精神。
当然，当学生们需要教师的指导，他们可以通过互动平台向老师求助，教师可以根据情况给有疑问的学生们加以指导，回应论坛中的提问，上传有用的信息，及时整合云社区的反馈内容。这种学习模式的好处在于，网络系统成为了一个很好的反馈工具，能够大大提高学生在学习过程中的参与度，教师可以更好地了解学生对知识的接受情况。同学们通过互动合作完成学习任务，他们通过彼此交流信息能够更好地接收知识、发表意见、互相帮助，也能够在日常的学习中加强对于社会协同工作的适应性，对他们未来的实际工作将大有裨益。
不能逃课也不能走神
每个班级总有一些不求上进的学生，爱逃课，即便上课也爱开小差。但是，在未来的课堂上，再也没有人可以开小差了，更不要说逃课了，因为老师借助神奇的视觉跟踪技术掌控着课堂上的一切。
视觉跟踪技术就是计算机用成像系统代替人类视觉器官，用电脑代替人脑完成对输入图像的处理与理解。成熟的视觉跟踪技术能够全方位、无死角地检测跟踪对象，目前，这项技术已经成为人工智能领域热门学科之一和物联网感知层重要技术之一。
未来当视觉跟踪技术应用于课堂时，可以帮助教师了解到学生的关注点，及时反馈学生的学习状态。如果学生的注意力集中在教师、课本或者与学生学习内容相关的事物上，教师能够观察到他们对知识的接受状况。如果学生走神，老师能够及时发现，通过教学上的刺激将学生的注意力拉回到学习内容上来。如果学生满眼疑惑，不懂装懂，老师也能及时了解情况，更细致地讲解抽象的问题。
广告研究一直在使用视觉追踪技术了解消费者对广告的回应，并了解是何种商品吸引了消费者的注意。同样的，在教学方面也可以采用这种形式来分析教学效果，以确保课程的有效性，了解每个学生学习风格。视觉追踪系统可以通过学生在线学习期间视觉的细节来评估学生们学习的状况。如果学生的视线在复杂的概念上停留很长时间，说明他们对此不太明白，就需要教师或者自动教学系统结合例子详细对相关内容再进行解释，加深学生们的理解。
不要课本也不要书包
在未来的教室里，学生大概只需要一个显示设备就能够获取存储在云端的家庭作业和学习资源。这意味着他们不需要再拖着沉重的书包，背着一本又一本课本和辅导书。只要有网络，便可以找到所需要的大量学习资源。
这样便捷的云服务将给学生们带来极大的自由，他们的家庭作业可以在任何地方、任何时间完成。有了云端资源，所有学生都可以获取所需要的信息，一本很受学生欢迎的书可以同时被许多学生借阅，即便学校硬件设施不足，没有实体的图书馆，学生们也可以通过这样的方式获得所需要的书本。你想看哪本书再也不用专门跑到图书馆借书，或者专门跑到书店买一本了。这样，如果学生再想编造生病卧床在家，无法完成作业的借口就不大容易让人信服了。
云计算技术可以帮助建立虚拟教室。学校现在可以利用云技术，建立在线学习平台，让学生登陆并参加虚拟环境中的教学。比如说，基于云技术的虚拟学习环境，学生们可以在线学习课堂上的内容，他们能够进入论坛参与讨论。作业、考试都可以通过互联网在线进行。
创造一个虚拟现实的课堂
虚拟现实技术通过计算机合成虚拟环境，当我们佩戴上虚拟现实眼镜，可以感受到进入了一个非常逼真的世界。学习地理课程的时候，学生们佩戴上虚拟现实眼镜，可以感受史前冰川的厚重，可以远距离参观太阳与月亮的“嬉戏”。讲到地球构造时，师生戴上特制眼镜，就能够看到老师把地球模型一层层“剥离“开来，展示地壳、地核、地幔等，比看3D电影更有身临其境之感。
未来，通过“共存”图像技术还可以让不同地区进入虚拟环境的人感受到彼此的存在，比如老师出差，在万里之外，但是当他和学生们都佩戴上特殊眼镜之后，学生能看见他，他也能看到学生们，就像他们处于同一间教室中一样。同学们可以用这种方式在不同的地方完成团队合作项目和作业。
增强现实技术也可以应用于课堂。随着谷歌眼镜以及其他增强现实可穿戴设备的发展，通过特殊的眼镜，在观者所见的视野之上叠加一个信息层，使观者享受一种非凡的体验。比方说，当我们翻阅手中的电子书，看到某一处感兴趣的地方，增强现实眼镜就可以根据你的需要在你看到的图层上显示相关的背景内容介绍。
当下次集体活动老师带着同学们参观博物馆，所有的历史文物透过学生们佩戴的增强现实眼镜都可以显示出更多的补充信息和互动内容。通过这种方式，学生们可以更好地学习一些看起来略显枯燥的内容。
随心所欲的3D打印
小时候我们通过乐高玩具培养创造力，未来3D打印技术将会成为孩子们展示他们丰富创造力的新途径。3D打印机将会成为教室里必备的基本设备。学生们可以利用3D打印机将自己想象的东西通过立体的实物模型打印出来，展示给老师和同学们。
3D打印机打印出的模型可以帮助学生把设计理论上升到实践，这样学生可以在建造更大的模型之前不断完善自己的设计。加上CAD（计算机辅助绘图）软件，3D打印可以让学生将他们的想象自由发挥出来。
有了这样的设备，孩子们就可以从小开始接触机械、建筑，从小培养多方面的兴趣。他们可以将图纸上的设计通过3D打印技术快速以实物的形态展现给大家，出现问题也可以及时更正。
对于许多其他学科来说，3D打印技术也是非常重要的一种辅助教学手段。教师能够独立设计教学模具，根据教学进度、学生需求快速定制独特的教具。许多抽象的知识、理论概念拿平面图像解释起来比较麻烦，学生难以理解，比如分子结构的概念、形态。如果利用3D打印机制作出相应的立体模型，教师们就能够帮助更多学生更好地掌握相关知识，直观地认识分子结构，将抽象的事物具像化，制作出贴近学生、看得见摸得着的模型。
除了3D打印外，全息影像技术也会逐渐应用于学校教学。有了全息影像技术，能够更生动地展示物体的立体结构，对于数学、化学、地理等学科的学习能够起到很大的促进作用。
终于要跟黑板说再见
这么多高新技术涌进教室，黑板的功能终于弱化了，而黑板本身也要升级进化。
未来的教室，前面不再是一块传统的大黑板，而是一块炫酷的巨大触屏。这个巨大的触摸屏“黑板”可以像普通黑板一样书写文字，它可以同时识别多个学生在黑板上书写的内容，但这同时又是一块巨大的屏幕，可以读取电子数据，展示课件、图片，播放视频。酷毙了的新型黑板似乎什么都能做得到。它可能会像手机或者平板电脑的屏幕一样能写、能擦，能把屏幕上的图片拖来拽去，把图片放大、翻转，带学生们读取地图中的每一个细节，也能把学生们各自在面前小屏幕上的书写内容传输到教室的智能大黑板屏幕上。
每个学生的课桌上都有这样一个智能屏幕，随着社交网络功能的延展，这些多点触摸屏幕将能够使学生与世界各地的同龄人进行互动合作。
而课堂笔记本也要与我们再见了。过去我们听课的时候常常会把笔记记在便笺或者笔记本上，但是笔记正慢慢由纸上向笔记本电脑、上网本以及平板电脑等数字化设备上转移。随着教育设备越来越数字化，未来的教室如何协调纸笔于键盘和屏幕之间的矛盾呢？
答案可能就是柔性的基于有机电激光显示技术（OLED）的显示器。这种显示器像普通的纸张一样，非常轻薄、灵活、易于携带，可以像纸一样进行弯曲甚至折叠。
关键词 高职院校；图书馆；泛在协作学习；服务体系
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2016）11-0021-04
一、泛在协作学习趋势与高职院校学习服务需求的变革
当前，许多高职院校师生已不再局限于传统课堂、图书馆固定场所学习，泛在协作学习，正成为高职院校师生学习的新常态。目前，学界关于泛在协作学习的定义众说纷纭，但大多数学者还是在广义上取得了共识，即泛在协作学习是学习者利用碎片化信息资源、信息化学习平台、智能化学习工具进行随时随地的、相互沟通交流的学习。因为泛在协作学习具有泛在性、易获取性、交互性、情境性、协同性，以现实问题为核心等特点，国内外都非常重视图书馆泛在协作学习服务体系建设。例如，韩国政府2004 年开始 U-Korea总体政策规划，Schrier 在麻省理工学院组织实施了没有围墙的图书馆项目[1]，欧洲的 Mobile ELDIT 项目通过开发在线语言学习系统移动版本，把数字化学习资源按照泛在的方式提供给移动用户[2]。我国泛在协作学习服务体系理论研究主要集中在移动学习方面，即如何通过智能设备呈现学习材料实现人与自然环境交互[3]，如何应用泛在计算技术创造便利的学习方式[4]。
泛在智能学习技术的逐渐成熟以及在图书馆领域中的应用探索，为高职院校图书馆建设泛在协作学习服务体系提供了理论和技术支持，也对高职院校图书馆服务体系改革提出了新要求。首先，要求高职院校图书馆把服务目标从服务文化素质熏陶、知识习得，向服务专业学习，特别是实践教学领域拓展。其次，把馆内学习服务拓展到课堂、实训、实习和岗位工作场所。第三，加快碎片化个性化组合式资源体系建设，将分布在教材、著作、论文、年鉴等当中的系统化学习资源，加工成便于泛在协作学习的碎片化个性化组合式学习资源，方便读者随时随地按需求查找阅读。第四，是把学习服务嵌入学习与工作过程，不能坐等读者上门查找资料。第五，加快建设满足泛在协作学习的学习共享空间，满足学习型企业、学习型团队、学习型班组的学习需求。总之，高职院校图书馆必须与时俱进，创新服务模式，转变学习服务方式，才能满足信息化智能化时代学生、教师泛在协作学习需要。
二、高职院校图书馆泛在协作学习服务体系的基本内涵
泛在协作学习服务体系建设，可以使高职院校图书馆服务向职场、社区、家庭、课堂、实验室、实训室、生产性实践基地等场所辐射延伸，从自主性、泛在性、协作性、情境性等方面提升图书馆服务功能，为学生成长成才提供多样化、个性化智能学习空间。
（一）以服务学习者泛在协作学习为目标
服务学生成长成才、教师教学科研、企业员工职业发展，是高职院校图书馆的核心职能。要紧紧把握信息化智能化时代的学生泛在协作学习趋势，与时俱进地优化调整服务目标和服务方式，并通过制订图书馆发展规划完成顶层设计，通过制订行动计划明确时间表和路线图，通过策划重大发展项目分解落实各项发展指标和工作任务，通过组织实施形成标志性成果。
（二）以智能学习共享空间为载体
高职院校图书馆要加快学习服务载体创新力度，广泛应用智能学习技术整合图书馆学习共享物理空间和网络空间，打造服务协作学习的智能学习共享空间，使现有的学习共享物理空间成为智能学习共享空间的资源依托，使学习共享网络空间成为智能学习共享空间的互联互通渠道。二要创建虚拟学习共同体，基于网络学习环境、现场学习环境，建立由学生、教师、馆员共同组成的、以交互平台为媒介形成的具有交互关系的学习团队。三要加强情境式虚拟学习环境创设研究开发，利用虚拟现实技术（Virtual Reality，VR）制造逼真的实验环境、技能训练环境，使学习打破时空限制，具有良好的沉浸感、交互感。
（三）以引领型嵌入式服务方式创新为切入点
所谓引领型服务是指图书馆通过举办论坛、研讨、讲座、主题活动等方式，引领学习者关注热点、焦点问题，专注于某个方面的学习、研究方向。所谓嵌入式服务是指将图书馆服务融入到读者学习、教学、研究、服务之中，使读者在任何地方和时间都可以获得全天候、持续性、智能性、即时性、开放性的学习服务。许多图书馆利用手机移动服务、RSS服务、桌面工具、学习网站服务等技术手段为读者提供嵌入式服务。高职院校图书馆创新引领型嵌入式服务方式，可以促进图书馆服务更加紧密地贴近师生学习需求，促进馆员与师生的深度融合与全面合作，提升图书馆的读者吸引力，创新泛在协作学习服务机制，推动学生、教师加快转变学习方式，提升学习与教学效率。
（四）以打造引领型嵌入式馆员队伍为着力点
高职学生的文化层次、学习兴趣和学习能力相对较低，图书馆需要承担激发学习兴趣，引导学习方向，培养学习习惯的工作职能。这要求馆员具备调查分析学习者需求的能力、策划和组织各类学习引导活动的能力。这类馆员通常被称为学习引领型馆员。嵌入式馆员则是图书馆学界近年来引人注目的术语。在美国佛罗里达大学远程教育课程教学中，馆员整个学期都与班级在一起，为学生查阅课程Email、组织图书馆利用方面的讨论；学生们认为嵌入课程中的馆员非常有帮助[5]。高职院校图书馆应建立适应引领型嵌入式服务，具有专业知识背景、团队合作精神、学习协调能力的专业馆员队伍，开展专业馆员融入专业教学、应用研究研发、社会服务团队，嵌入项目教学、应用研究研发、社会服务过程等服务。馆员是图书馆服务能力中的核心能力，高职院校图书馆建设泛在学习服务体系必须以打造引领型嵌入式馆员队伍为着力点。
（五）以碎片化个性化组合式学习资源体系建设为支撑
碎片化资源是基于问题、项目、任务解构系统化整体性资源形成的，支持读者问题化、项目化、现场化泛在协作学习的资源，分为素材、积件、模块、课程四个层次。素材是最基础的、碎片化的资源，包括文本类、图形（图像）类、音频类、视频类、动画类和虚拟仿真类素材等；积件指以知识点、技能点为单位，多个内在关联的素材结构化组合形成的资源；模块是以学习单元、工作任务等项目为单位，多个知识点、技能点结构化组合形成的资源；课程即包含一门课程完整的教学内容和教学活动，包括课程设计、组织实施、过程记录、学习评价等环节，支持线上教学或线上线下混合教学活动。个性化资源是根据读者学习目标、任务和要求进行整合推送的资源，包括问题、项目、任务化知识、学习路径和方法等。碎片化个性化组合式资源可以使每一次学习都能掌握和应用一个相对独立的专题性知识，每一次学习结果都能够向学习相关者推荐分享和交流研讨。目前，我国图书馆学习资源绝大多数都属于系统化综合型学习资源（著作、年鉴、作品、论文集、研究报告等），需要进行二次、三次文献开发和数字化制作，才能满足泛在协作学习的需要。
（六）以智能化学习管理系统建设为保障
泛在协作学习需要智能化学习管理系统提供技术保障，包括感知学习情境、识别学习者需求、远程学习资源、智能化学习工具等。感知学习情境，是指图书馆通过远程摄像、文字与视频传输、云编辑处理等功能，了解读者所处的学习空间环境――生活环境、学习环境、工作环境等。识别学习者需求，是指图书馆通过文字、语音解读功能，确定读者对学习需求的类别、范围、目录和主题。远程学习资源，是指图书馆通过远程查询、摘录、编辑、（文字、语音、视频）等功能，为读者提供需要的学习资源。智能化学习工具，指图书馆将智慧学习资源系统和学习管理系统，链接到读者所持有的手机、学习器、电视等职能工具上，使读者随时随地接受图书馆的智慧学习服务。智能化学习管理系统的主要功能是情境性感知和提供个。基于分布式情境学习所具有的个性化要求，运用情境性感知技术为每个用户及时提供满足个性化需求的学习资源，以支持随时随地的交互性学习，实现资源的按需服务。
三、高职院校图书馆泛在协作学习服务体系建设组织实施
（一）把学习服务体系建设列为“十三五”创新发展重点工程
构建学生学习服务体系，是当代高等教育创新发展的主要特征之一。高职院校要把建设信息化智能化图书馆，构建泛在协作学习服务体系，列为“十三五”学校创新发展的重点工程，把对接教学科研，开发建设碎片化与个性化组合式资源；创新服务模式，推进信息智能技术与嵌入式服务融合；制订服务标准，打造专兼职结合的专业馆员队伍，作为信息智能化泛在协作服务体系建设工程的重点任务；通过建立专项经费投入机制、人才保障机制，确保图书馆泛在协作服务体系建设工程建设质量。
（二）强化统筹加强协调，创新校企校际合作共建共享体制机制
信息智能化泛在协作服务体系建设，必须强化统筹协调，通过校企合作、校际合作、校内合作机制来实现。首先，要在学校信息化工作委员会框架内，由学校主要领导牵头，吸收项目牵头院校和参与院校图书馆、教学、科研、信息资源中心等部门参与，成立信息智能化泛在协作服务体系建设小组；设办公室负责日常事务沟通衔接、起草下发文件、文件档案管理等；设专家委员会负责制订建设方案、制订建设标准、规划建设项目、审批验收建设项目；分经贸、机电、建筑、信息、电子、创意等专业大类设资源开发项目组、应用平台建设组、泛在协作学习试点专业。其次，要通过校企、校际协商，签署校企校际合作共建共享合同协议，制订项目质量标准、项目管理办法、激励奖励办法；同时，按照市场机制合理分摊资源建设经费和使用权限。
（三）明确责任强化管理，开发建设多样化个性化信息资源体系
第一，要明确各级项目管理负责人、技术负责人的职责职能，建立项目实施管理机制，制定项目计划管理、进度管理、合同管理、质量管理、技术管理、成本管理、资源管理、研发管理、事务管理、应用管理办法。第二，要制订信息化教学、信息化学习管理办法，推动并规范教师利用资源库教学，学生利用资源库学习。第三，共建单位与用户要建立应用反馈制度和更新维护机制，满足教学需求和技术发展的需要。第四，要采集整合地方、行业、企业、院校职业教育资源，规划基础资源、基本资源、拓展资源三大资源系列，建设包括结构化课程资源、教学应用性资源、职业发展性资源、产业服务性资源的四个子资源库。第五，通过校地、校企合作校地共同投入、校企共同投入、校际共同投入筹集项目资金，通过校地、校企、校际合作共建共享机制，组建资源开发管理队伍、开发建设队伍和质量管理队伍。第六，把握高职院校图书馆资源的多样适应性，建设“普适+个性”的资源体系，以构建个性化学习方案为出发点，构建全国通用、区域适用、校本实用，素材、积件、模块、课程由低到高递进组合的资源体系。
（四）统一资源建设标准，促进实现资源在不同门户间交换与整合
首先，要按照辅助学生学习，辅助教师教学、科研和社会服务的功能定位，支持模块化课程教学和学习的要求，统一资源技术规范，为资源在不同门户间互联互通互访和互动奠定基础。其次，应用平台建设规划要紧扣辅助学生学习，辅助教师教学、科研和社会服务的功能定位，围绕用户建设应用平台，使各类学习资源实现教师教学、学生学习、企业培训通用，具有知识拓展、仿真训练、项目协作、测评认证功能，能根据用户需求形成个性化教学、学习和培训方案。第三，注重用户操作体验，形成个性化服务支撑系统。通过提供资源垂直智能搜索、相关课程自动推荐、开放信息推广展示、全媒体浏览支持、核心资源访问控制、资源信息推荐浏览等资源管理等手段，满足培养方案、个性化课程定制，支持教师在线备课、网上测评，满足学生在线学习、在线测试、职业提升等需求。
（五）创新读者服务模式，推进信息智能技术与引领嵌入式服务融合
第一，要整合传感器、人工智能、网络、多媒体、上下文感知计算等现代信息技术和智能技术，建立支持高职院校师生、社会读者泛在协作学习的技术体系与应用平台，为泛在、移动、个性化学习提供技术平台支持。第二，整合优化图书馆学习服务的物理空间、虚拟空间、文化空间，形成支持泛在协作学习的智能学习共享空间，把随时、随地、随工具的泛在服务，因人、因事、因需要的个性化服务，把导成长、导成才、导发展的引领式服务，嵌入学生成长成才、教师专业发展过程。第三，要开发能够感知学习者学习情境，识别学习者学习需求，提供个性化学习方案，提供合适的学习资源，实现互动学习的学习工具，使学习资源满足即时应用性需求，学习空间要满足协作学习、泛在性和情境性学习需要。第四，建立阅读指导队伍，通过举办主题书展、赠书活动、读书会、征文比赛等引导指导师生阅读。第五，运用信息推送、网络呼叫、阅读频道、个性链接等多种智慧学习服务方式，开展引领阅读的品牌服务活动，如专业课必读数目导读、前沿技术技能视频、技术革新问题与案例、管理创新问题与案例等。第六，要广泛应用手机嵌入、RSS、社区网站、e 划通等服务模式，将图书馆服务嵌入学生学习过程、教师教学科研过程、企业培训研发过程，以及文化素质教育过程。第七，要从学生、教师基于工作过程现场学习、现场研究的特点出发，将应用研究、产品研发、革新技术、创新管理、技术技能培训等嵌入图书馆泛在学习服务。
（六）制订读者服务标准，打造一支专兼职结合的专业服务型馆员队伍
高职院校图书馆要主动适应泛在协作学习的需要，加快建设适应泛在协作学习的服务标准和专业服务型馆员专业发展服务体系，为专业服务型馆员队伍建设，专业服务型馆员成长成才搭建学习和发展的平台。一是围绕服务学生泛在协作学习、教师泛在协作教学与科研，从服务项目、服务内容、服务规范、服务效果等方面制订服务标准。二是把学习引领能力、嵌入服务能力作为馆员职业能力、综合素质标准的重要内容，作为馆员岗位聘任、业务考核、职称评定的重要条件。三是要搭建产业文化论坛、创业文化论坛、创新服务论坛、工作坊服务论坛、高雅时尚文化论坛、品质生活论坛等引领服务平台，将图书馆资源和服务嵌入学生、企业员工和市民文化活动空间，为专业服务型馆员在岗位实践中成长成才创造实践平台。四是根据泛在协作学习服务工作需要，调整馆员队伍结构，扩大充实文化活动指导、阅读指导、咨询服务、技术管理队伍。五是要加强馆员职业能力培训，促进馆员不断提升嵌入服务、引领服务能力。
参 考 文 献
[1]Doyle， A. Museum Without walls[EB/OL].[2006-05-04].http：//museum.mit.edu/mwow/overview1.
[2]Trifonova， A. Accessing learning content in a mobile system： Does mobile mean always connected [A].M. Lytras&A. Naeve. Ubiquitousand pervasive knowledge and learning management： semantics， social networking and new media to their full potential [C].Hershey，PA：Idea Group， lnc：2007.198-215.
[3]傅骞，魏顺平，祥. 无线传感器网络教育应用研究[J].中国电化教育，2008（7）： 105-108.
[4]李卢一，郑燕林.泛在学习环境的概念模型[J].中国电化教育，2006（12）：9-12.
[5]Bozeman D.Embedded Librarian： Research Assistance Just in Time[EB/OL]. [2011-08-03].http：//uwex.edu/disted/conference /Resource-library /proceedings /08_12912.
Abstract The ubiquitous cooperation learning is a learning means that everybody participates in learn ubiquitously both in work and daily life. It is of significance to establish the service system for national ubiquitous cooperation learning in college-local combined library. To establish the system， it is necessary to take innovation intelligent learning sharing space as the carrier， innovate the lead and embedded learning service mode as the breakthrough point， build the lead and embedded type librarian as the acting point， and develop fragmented and personalized learning resources and construct intelligent learning management system as the support.
关键词：物理教学；抽象逻辑思维能力；培养
中图分类号：G633.7 文献标识码：A 文章编号：1992-7711（2016）06-0051
在高中物理教学中以提高学生抽象逻辑思维能力为主，特别是理论型逻辑思维能力的培养，是当前物理教改的重中之重。
一、抽象逻辑思维能力对学生学习和发展的重要作用
高中生无论是升学还是就业，随着现代化建设的深入开展，再学习乃至终身学习，更需要的是抽象逻辑思维。同时，高中物理是一门严密的、有着公理化逻辑体系的科学理论，对于高中学生抽象逻辑思维能力的要求，较初中物理有一个很大的飞跃，这就是当前所谓初、高中物理“台阶问题”的实质。另外，从高中学生心理的年龄特征来看，从八年级开始的抽象逻辑思维由经验型向理论型水平的转化，在高二年级将初步完成，这意味着他们思维趋向成熟，可塑性将变小。因此，在高中一、二年级不失时机地提高学生抽象逻辑思维能力，以顺利地完成从经验型向理论型水平的转化是必需的。
广大教师的实践也证明：凡是抽象逻辑思维能力较强的学生，其他方面的能力都比较强。因此，高中物理教改应把提高学生逻辑思维能力放在首位。
二、高中物理教学提高学生的抽象逻辑思维能力的策略
任何一门科学都是由基本概念、基本规律、基本方法等组成的。概念、规律、方法等是相互联系的；不同的概念、规律、方法之间也是相互联系的，从而形成了该门科学的知识和逻辑结构。由此在物理教学中，必须对物理的教材、教法进行新的处理，必须建立起一套有效的检测、评价系统，对教学过程进行有效的控制，落实在物理的教与学中，提高学生的抽象逻辑思维能力。
1. 建立高中物理的整体知识和逻辑的结构与系统，同时建立各部分（力学、热学和分子物理学、电磁学、光学、原子物理等）的子结构和子系统，以及各章、节的结构，并与学生的认知过程相适应。
2. 实验应包含在上述系统中，构成不可少的组成部分，同时应强调通过实验培养学生抽象逻辑思维的能力。随着现代物理学实验的发展，人们愈来愈认识到实验与观察依赖于理论，实验所获得的认识实际上受制于仪器和实验设计中所包含的假设，因而在高中物理实验的重点，应放在实验的设计思想、仪器的原理以及在中学仪器条件下对实验数据的认识和处理上，而不应仅仅停留在操作和观察上，要改变观察和实验是不依赖于理论的观点，改变那种认为实验方法的本质是完全离开理性的体系，单纯起着事实的裁判作用的观点。
3. 例题和习题的配制应包含在上述系统中，是不可缺少的组成部分。教学中最重要的任务是概念的形成和问题的解决，概念不仅是学科结构最基本的要素，是“框架”的“交结点”，而且是思维的“细胞”。而问题的解决，即应用，正是结构中各部分之间联系的建立以及结构的发展所必需经历的阶段，这也就是思维的过程。统计表明，仅就中学生而言，掌握归纳推理的水平略优于掌握演绎推理的水平。实践中，我们也常常发现就多数学生而言，从自然现象和实验归纳出概念和规律，学生掌握较好，而运用概念和规律去解决问题则困难较大。这是由于演绎推理较之归纳推理可以通过更多种形式来表现，掌握起来也复杂些。因此，就需要有意识地多加指导和训练。按照提高抽象逻辑思维能力的要求编写例题和习题，并加以适合的配量。这与“题海战术”是有本质区别的。当前，好的例题和习题（指符合我们这种要求的）不是太多而是太少了。人工智能的主要奠基人之一，H・A・西蒙说得好：“如果我们观察一些好学生的学习过程，特别是在数理课程中，或者其他一些需要发展解题技巧的课程中，我们看到学习所得大多来自解答每章后面的习题的活动或者学习课本中已经解出的例题的活动。有一种编制人工智能学习程序的方法就是试图模拟这样一类过程。”这对我们不无启发。
4. 关于物理学史的教育，也应从有利于培养学生抽象思维能力加以组织。大家知道，从物理学发展史来看，“结构”是随着物理思想和对物理概念的理解更加深化而发展的，不是一成不变的。适当地、完整地围绕某一部分物理知识（如力学）介绍这种发展，较之分散地介绍某一部分历史事实，更有利于学生思维的发展。
5. 在课堂教学设计中，从有利于提高学生抽象逻辑思维能力出发，增强学习的目的性、方向性，应该让学生知道学习过程、思维过程、思维的形式和方法，以调动其自觉性、主动性。只有自觉遵循思维规律来进行思维，才能使概念明确、判断恰当、推理合理、论证得法，具有抽象逻辑性，培养出深刻性的思维品质，这是一切思维品质的基础。
在高中全册物理教材的组织形式上，应更重视每学期一部分“结构”建立开始的绪言课，结束时的复习课，以及对实验课和习题课有关思维方法和物理方法的指导。
6. 因材施教，开展课外活动，培养一些优秀学生，便他们不受思维定式的约束，大力培养他们的直觉思维和创造性思维，直觉思维是创造性思维的基础。强调直觉思维是爱因斯坦科学观的一个重要特征，他说：“物理学家的最高使命是要得到那些普遍的基本定律，由此世界体系就能用单纯的演绎法建立起来。要得到这些定律，并没有逻辑的道路：只有通过对经验共鸣的理解为依据的直觉，才能得到这些定律。”探索就得用直觉思维：整体的、跳跃的、猜测的，以知识结构为根据的直接而迅速的认识。
[关键词] 跨学科 整合 数字化艺术与设计 人才培养
数字化艺术与设计是20世纪诞生的技术与艺术结合的形式。计算机和网络技术的迅猛发展推动了数字化艺术、智能CAD、计算机动画、数字娱乐的深入研究和广泛应用，中外的计算机科学家和数字艺术家以空前的热情进行着更高起点的计算机艺术创造，软件、数字娱乐等产业界人士也高度关注着数字化艺术与设计的创造成果，出现了诸如数字动画、数字音乐、数字舞蹈、数字美术、数字摄影、数字电影、数字博物馆等新的表现形式，以及网络化设计、协同设计、虚拟设计等新的设计方式，“后工业设计”应运而生。在后工业设计时代，数字科技、艺术、设计的高度融合，催生了数字化艺术与设计这一新兴的边缘与交叉学科。
数字化艺术与设计主要包括以计算机、网络技术、数码技术、设计技术、录像和胶片技术相结合完成的艺术作品和产品设计，可以通过文字、图形、图像、视频、音频、产品等手段，从二维、三维、时空等角度进行表现。里面包含了各种信息的获取、组织、表征、设计、反馈等，是一个新兴的、复杂的研究领域。数字化的优点在于，它在制作和传输过程中不易丢失信息，而且，存储的信息量很大。数字化艺术与设计就是指用数字的形式表达、传输、设计作品或者产品的形式，它由于采用了新的形式而具有新的特点。
数字化艺术与设计这一新兴学科，是在我国科技、经济、文化高度发展的大背景下形成的，是数字科技、艺术、设计高度融合、高度交叉的产物，需要计算机、艺术、设计等多个领域专家的充分参与和协同工作，同时也要培养既具有很高的软件开发水平，又拥有很强的设计能力和艺术修养的复合型人才，以适应数字化艺术与设计这一新兴学科的快速发展。由于时间还比较短，尚未形成完整的理论体系，但已初具雏形。
因此，探索跨学科、跨专业整合培养“数字化艺术与设计”创新性人才的策略，对于提高我国高校的整体综合实力，提高这一行业的发展水平，缩短与国外高校的差距，培养跨世纪的高科技创新性人才，具有十分重要的意义。
一、目前的教育现状
从跨学科、跨专业培养人才方面来看，国际上一些著名的大学如哈佛大学、斯坦福大学、普林斯顿大学等近年来都投巨资成立了跨越生物学、物理学、化学等多个学科的交叉科学研究所或研究中心，集中物理学家、化学家和生物学家等不同学科专家的智慧，以促进学科的交叉和渗透。国内清华大学、北京大学、西安交通大学、中科院、南京大学等纷纷组建了跨学科中心。
从数字化艺术与设计相关学科方面来看，在美国等西方发达国家，许多著名的高校都成立了从事数字化艺术与设计研究教育的基地，许多跨国公司更是投资于数字化艺术与设计有关的项目。麻省理工学院、卡内基梅隆大学、哥伦比亚大学、多伦多大学、伊利诺伊大学等著名高校均设立了相关的学院或者系，开展相关的科研和人才培养，美国的好莱坞更是这一模式的体现。在国内，许多院校如清华大学美术学院、同济大学、上海交通大学、中国美术学院、浙江工业大学等均成立了相关专业或者院系，北京大学软件学院成立了数字艺术设计系、北京航空航天大学成立了数字媒体系、北京电影学院的动画学院等，培养数字媒体设计、网络媒体设计、动画设计等方面的人才。
但是，在研究方面，数字化艺术与设计还需要在以下几个方面展开深入、全面的探索：①开展数字化艺术与设计方法学的研究，研究数字化艺术与设计的范畴、内涵、特点以及支撑学科等内容，为数字化艺术与设计奠定坚实的理论基础；②进一步开展艺术、设计的研究，探讨数字时代的艺术、设计形式；③进一步研究相应的计算机技术，如计算机图形学技术、智能CAD技术、计算机辅助工业设计与概念设计（CAID&CD）技术、虚拟人技术、软计算技术等。
纵观国内各高校现有的在跨学科、跨专业培养研究生方面的现状，我们认为，在思想、体制以及培养模式上还存在一些问题，主要体现在：
1.思想不够解放，管理、教育体制不够完善。
2.具有跨学科特色的研究方法尚未形成。跨学科、跨专业的研究生教育目前正在进行尝试，还没有形成具有自身学科特色的研究方法。
3.教学研究方向和课程设置不规范。目前，跨学科、跨专业研究生的研究方向、课程设置、以及课程内容的选择，因校而异、因导师而异，教学研究方向和课程设置还不规范。
4.师资队伍状况不够理想。一般来讲，导师很熟悉本学科研究领域的知识，而对于跨学科、跨专业而言，往往不是很理想。由此带来了一系列教学、科研方面不相吻合的方面。
5.具有中国特色的跨学科、跨专业研究生教育体系还未形成。
为了适应国际发展需求，浙江大学计算机学院于2003年审批成立了“数字化艺术与设计”学科，设有数字化艺术与设计博士点以及硕士点。学科设有数字化艺术与设计实验室、产品创新课题组等基地，依托浙江大学计算机学院、现代工业设计研究所、浙江大学CAD&CG国家重点实验室等，在计算机科学、工业设计、艺术设计等交叉领域具有很强的科研和开发设计力量，拥有博士后、博士、硕士等各类研究人员三十余人，目前已形成了数字化艺术、产品创新设计、计算机辅助工业设计与概念设计、虚拟人与新媒体、虚拟设计技术、计算机动画技术等多个研究方向。同时，该学科点依靠计算机学院的“计算机科学与技术”、“工业设计”和“网络与数字媒体”专业，不断吸收新的研究生人才，朝着世界前沿目标培养创新性人才。
二、人才培养策略
“数字化艺术与设计”学科成立以来，我们根据学科特点制定了如下图1所示的学科构成体系以及研究内容。
1.跨学科创新性人才培养理念
对于从事计算机技术研究又对艺术感兴趣的学生而言，他们掌握了一定的计算机理论、方法和技术手段，如计算机语言、人工智能、计算机图形学等，而对于艺术和设计却缺乏应有的深入了解。因此，需要培养学生掌握和了解一定的艺术和设计方面的内容，然后结合自身的知识结构，在“数字化艺术与设计”研究内容（如图所示）中找到合适的研究方向，开展数字化艺术与设计技术、工具、手段等方面的深入研究。
对于从事艺术和设计研究的学生而言，他们掌握了一定的“内容”，如音乐、舞蹈、设计理论和设计手段等，但是他们缺乏对计算机技术和设计技术的掌握和深入了解。因此，需要他们结合计算机技术知识，实现“内容”研究的技术化，达到培养目标。
然而，怎样将上述二者他们有效地进行整合，形成独特的教育理念、价值取向、意识和文化氛围，需要在管理、教学、研究中进行有效、深入的探索，找到一条既满足学科发展，具有中国特色的学科体系，又能达到学校培养要求的人才培养理念。通过几年的探索，目前这个学科点已经毕业了几位博士生和研究生，为这一交叉学科的发展积累了一些经验。
2.跨学科创新性人才培养的机制
当前我国高等教育缺乏创新活力,创新性人才培养滞后是制度失衡所致,表现为制度供给不足与制度安排有余并存。要从根本上解决目前创新人才培养不力的问题,必须从制度建设着手。变革旧的教育管理制度和人才培养模式,积极探索有利于创新人才成长的制度体系。主要包括:招生政策、课程设置、考核制度、学位授予等。
(1)招生政策
跨学科培养创新性研究人才，必须打破以往的招生政策，鼓励交叉、多学科人才来报考。因此，在招生政策上，我们鼓励相关专业如计算机科学与技术、艺术设计、文学艺术、工业设计、心理学、数学、管理学、机械工程等多学科的学生报考。同时，在入学考试试卷的设计上，我们针对不同的培养方式，设置了不同的试卷，以吸纳有利于发展本学科特色的人才。
(2)课程设置
课程设置是培养跨学科人才的重要体现。跨学科培养人才要求课程设置既要宽口径，又要具有深度。不仅适用多学科人才来选课，拓宽知识面，开展交叉研究，同时又要注重一定的理论深度，满足学生的研究能力。另外，还要鼓励学生利用学校的整体资源，选修与研究相关的课程，拓宽知识面和加深研究深度。
目前，本学科已经开设了计算机应用前沿、数字化艺术与设计技术及应用等学位专业课，计算机图形学与CAD方法、虚拟环境及应用、虚拟人技术及应用、数字文化与媒体网络、非语言艺术、感性设计与工程、网络化艺术与设计、模糊计算及应用、计算机动画、非真实感图形学等选修课。学生根据自己的培养计划来选修有关课程；同时，鼓励学生根据培养计划跨专业、跨学院选修相关课程。
3.考核制度
考核是学科培养的一大重点问题。跨学科培养人才不同于单一的考核方式，它必须是多向的。它包括两个层面：硬性层面和软性层面。
硬性层面主要针对论文进行要求。博士生培养是人才培养的高级阶段，必须进行严格要求。因此，本学科的学生既要达到学校、学科的要求，在学科认可的一级杂志上发表多篇学术论文，论文被SCI、EI、SSCI等检索；同时，毕业论文也要达到导师认可的水平等。
在软性层面上，本学科点要求学生必须参加国内、国际学术交流活动，或者举行学术讲座，举办相关研究的学术报告，提高学术水平，增进各学科之间的交流。
3.设置导师组，加强导师队伍建设
在研究生培养上，我国绝大多数高等院校和科研所现在还是采用由一名专家教授带若干名研究生的方法，这种状况往往会导致研究生视野狭窄，并且可能只会注意到一家之说，而忽视了各家学科理论之间的交流，不利于培养跨学科的人才。
在数字化艺术与设计领域，我们正在积极探索跨学校、跨实验室、跨学科实行导师组的形式。同一博士生实行以一名导师为主，同时配上一名或者两名相关领域，或者交叉领域的副导师，实现多通道培养研究生。通过多年的实践，证明这一方法是可行的。
4.对外交流与合作，拓宽培养渠道
“数字化艺术与设计”学科成立以来，与香港理工大学设计学院、中科院计算所、西北工业大学工业设计研究所、浙江大学体育科学与技术研究所、浙江理工大学心理学实验室等建立了合作机制，利用多学科优势培养跨学科高级人才。
本学科已经与香港理工大学建立了联合培养机制，实现两校合作培养，浙江大学授予学位的机制。目前，本学科正在联合培养的博士生有三名，毕业了一名。
另外，中国人工智能学会智能CAD与数字艺术专业委员会和中国图像图形学会计算机动画与数字娱乐专业委员秘书处均设在浙江大学计算机学院，并于2004年10月主办召开了“首届智能CAD与数字娱乐学术会议”，在计算机技术、艺术设计、智能CAD等领域开展了相关的探讨。这两个专委会的设立，将会为本学科的发展起到重要的推动作用。同时，2004年浙江大学计算机学院现代工业设计研究所主办的“第五届国际计算机辅助工业设计与概念设计”学术会议设立了数字化艺术与设计专题，对这一领域的发展状况进行了探讨，并在大会上决定以后每届会议上均设立这一相关专题。
三、结语
随着数字化艺术与设计的发展，国内正在努力打造新兴的行业――动画、漫画、游戏。如北京、上海、长沙、武汉、成都、杭州等都在着力打造动画、漫画、游戏基地，杭州市还在2005年6月举办了首届中国国际动漫节。对这一行业的发展，政府部门和相关企业已经投入大量的人力和物力。与此同时，国内在这方面的高级人才却十分奇缺。为了适应新的经济形势发展的需要，数字化艺术与设计学科对于培养高层次的综合性人才显得尤为重要。
参考文献:
[1]罗仕鉴 陈杭渝 孙守迁:跨学科、跨专业培养研究生的途径探讨[J].黑龙江高等教育，2002,6:76～77
