时间:2023-10-05 10:40:15
导语:在人工智能和教育的融合的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
人工智能概念是20世纪五六十年代正式提出的,随着信息技术的不断发展,人工智能已成为一门新的技术科学。时至今日,人工智能技术的发展经历了人工智能起步期、专家系统推广期和深度学习期等阶段,而在应用领域也取得了重大突破,如Google的无人驾驶技术和运用深度学习算法的AlphaGo战胜围棋冠军等。除此之外,人工智能已被日益广泛地应用于经济社会各个领域,在教育领域亦是如此。2018年教育部就印发了《高等学校人工智能创新行动计划》,要求进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力。因此,人工智能必将不断被融合到教育领域,并为大学教育变革提供新方式。基于人工智能的机器学习、人机交互与知识图谱等技术方法,可以为大学英语教师在课堂教学、备课与教学研究等多个方面提供支撑;可以为大学英语教学管理与治理提供决策支持;可以为大学生英语自主学习和教师备课提供智能推荐支撑。目前,学者们已对人工智能对英语教育的影响进行了相关的研究。如高华伟分析了外语作文智能评阅与形成性评价融合策略;刘洋针对人工智能技术与高校英语教学的相互关系,通过调查问卷和访谈等方式,分析了现有计算机辅助语言学习软件和系统的不足,并提出了相应的解决策略;张艳璐对人工智能在给英语教学带来机遇的基础上,探究了人工智能在大学英语教学中的应用;赵生学分析了人工智能时代大学英语教学的变革与策略;严燕分析了人工智能时代英语教学促进学生深度学习的路径。在人工智能时代,人工智能技术必将对大学英语教育领域各个方面产生重大影响,如大学英语人才培养目标、教学内容、教学计划、教学策略、教学模式、成绩评价体系与英语领域科研等方面。针对此,本文在现有研究的基础上,重点从教师和学生两个层面分析人工智能对大学英语教育的积极影响和消极影响,并提出相关建议,以期为大学英语教师教学与大学生英语学习提供参考。
一、人工智能的积极影响
人工智能技术在大学英语教育领域的应用,将对大学英语教学资源、教学模式与大学生二语习得等方面产生积极作用,主要体现为以下几个方面。
(一)丰富了大学英语教与学资源人工智能技术的发展与应用为大学英语教与学提供了丰富的资源。如互联网上含有丰富的英语视频与图片等资源;在线教育平台也提供了大量的英语课程资源,如中国大学生慕课、雨课堂等,它们各具特色,可为教师与学生提供多样化选择。因此,人工智能技术一方面可为大学英语教师提供丰富的教学素材,同时还可根据大学生学习目标与学习习惯等为其英语学习提供丰富的课外资料。同时,很多网络资源可下载或者回放,这样可以使得大学生的英语学习不再受到时间与空间的限制。特别是对于教育资源缺乏的地区而言尤为重要,可以在很大程度上解决教育资源不平衡问题。其中,百度教育大脑的智能备课系统便是典型应用案例。其依托百度人工智能、大数据和云平台的优势,整合了丰富的优质资源。对于教师而言,此平台可按照教学进度为教师提供经过筛选的教学素材,节省教师的备课时间,提高其工作效率。
(二)丰富了大学英语的教学方式传统的大学英语授课往往以线下课堂教学方式为主,而人工智能技术的使用丰富了大学英语单一的教学方式。可利用网络平台,如雨课堂、慕课平台等,开展大学英语线上教学模式或者线上线下混合教学模式。新的教学模式有利于教师在大学英语教学过程中采用不同的教学策略。使用新的教学模式和不同的教学策略可以提高大学生学习英语的兴趣,进而有助于提高大学生英语习得的效率。
(三)提高了大学生英语习得的效率由于英语习得是一个复杂的心理过程,与大学生的情感因素、学习动机等密切相关。采用人工智能技术的大学英语线上教学方式,使得教师与学生之间不是面对面的交流互动,可以在一定程度上缓解学生焦虑、害怕等情绪,有利于学生的英语学习。动机是英语习得中重要的非智力因素,也是影响大学生英语习得效率的重要内在因素之一。学习动机与使用另一种语言的兴趣密切相关。而人工智能技术采用丰富的英语学习资源以及英语教学方式的多样化,这些有助于提高学生学习英语的兴趣,进而增强学习英语的动力。
(四)形成了大学生英语习得分析数据库人工智能技术是以大数据为依托,可以跟踪和记录大学生英语课堂学习和课后学习等各种信息数据,进而可形成大学生英语习得数据库。基于大数据分析与人工智能技术方法,如数据挖掘、关联性分析和回归预测等,可以挖掘大学生英语学习背后的规律特征,了解到每个学生的具体情况。进而构建每个学生的英语学习画像,如学生的线上学习状态、课程作业完成情况、测试成绩和学习方式等。可为教师形成可视化的学生个体和班级整体的学情分析报告。因此该数据库有利于教师掌握每位学生的英语学习状态,掌握学生个体差异,为调整教学方式、教学方法与策略提供支撑。同时,上述数据为大学英语教学与大学生英语习得的研究也提供了数据支撑。
二、人工智能的消极影响
人工智能在大学英语教育领域对教师与学生发挥着积极的作用,同时对他们也产生了一些消极的影响,主要体现为以下几个方面:
(一)对教师的消极影响由于大学英语课堂教学存在一定的缺陷,往往需要改进此教学方式。而人工智能技术的应用,虽有助于大学英语教学改革,但还需要教师熟练掌握人工智能相关技术的使用,会给信息技术能力比较薄弱的教师造成压力。借助人工智能平台,大学英语教学不受时间、空间和学生人数等影响,势必会减少大学英语教师的需求,造成大学英语教师面临失业的压力。进而影响大学英语教师的工作积极性,以及大学英语教学质量。
(二)对学生的消极影响根据语言资本理论与期望价值理论,大学生英语学习的期望价值主要是经济期望价值。而大学生英语学习的期望价值与学习目的和行为密切相关。比如大学生英语学习经济期望价值主要体现为学习英语对未来找工作很重要,可以增加经济收入。而人工智能技术在语言领域的应用,势必会影响大学生对英语学习的期望价值。如人工智能翻译机的出现,使得各种语言之间翻译非常容易。即使不懂英语,也可使用它进行英语交流。因此,人工智能技术在英语领域的应用,将降低大学生英语学习的期望值,进而影响他们英语学习的兴趣与目的。
(三)对师生关系的消极影响基于人工智能技术的大学英语教学,将改变传统的以教师为中心的模式,使得教师在教学过程中的中心地位得到弱化。学生通过人工智能技术,可以很好地收集到自己需要的各种英语学习资源,如在线课程、英语讲座视频和英语文本资料等,甚至可以通过自学的方式完成英语学习任务。但这些将弱化教师与学生之间的互动以及情感,从而隔阂了教师与学生之间的关系。
关键词 人工智能 网络 专家系统
中图分类号:TP27 文献标识码:A
0引言
20 世纪以来,计算机的发展日新月异,不断更新换代,以最早期的机械运行方式为基础,经历了电子管时代、晶体管时代直到集成电路,时至今日已涉及到人们生活、工作和学习的各个方面,伴随着计算机的出现并逐步普及应用,人们又开始力图根据认识水平和技术条件,试图用机器来代替人的部分脑力劳动,以提高征服自然的能力。
1人工智能的概念
人工智能(Artificial Intelligence),英文缩写为AI,也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。主要探讨如何运用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,并以此解决如咨询、诊断、预测、规划等需要人类专家才能处理的复杂问题。通俗的说,人工智能可以分为两部分来理解,即“人工”和“智能”,顾名思义就是人造的智能。人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力,以延伸人们智能的科学。
2人工智能和教育的关系
(1)人工智能和教育的关系。人工智能以及人工智能科学从1956年诞生起,其研究和应用领域就与教育紧密相关。人工智能就是研究让计算机接受教育、提高智能的科学技术。AI的研究成果又反过来应用到我们日常生活的各个方面,并可以改进我们的生活。比如应用到教育过程中,促进教育的工作效率(减少教师的数量和工作时间、甚至直接提高受教育者的智能)。还可以产生新的教学模式,如网上学习共同体、合作学习等。(2)人工智能在教育中的应用。人工智能原理和技术从诞生起就应用于教育,其产品通常称作智能指导系统ITS或者智能计算机辅助教学ICAI。
ICAI系统可以采用多种形式。从根本上讲,它是在保证学生和程序灵活性的方式下,应用人工智能原理和技术,组织安排教学系统的各种成分。它并不是根据预先输入的问题、预先想到的解答、预先指定的分支等进行工作,而是根据学生学习时积累的知识而工作。它的一般工作准则和标准,是依赖本身的知识结构和近期活动事件,如学生回答的历史记录。许多ICAI系统都具有这样的重要特点,即能够实现与学生的自然语言对话。
3人工智能与网络教育的融合
随着人工智能的理论与技术发展,其在教育中的应用日渐扩大,例如Internet上的web站点,其网页的组织形式,就包含智能的原理。目前人工智能在教育领域特别是网络环境下的应用主要有以下几个方面:
(1)ICAI。计算机辅助教学(CAI)是由程序教学发展而来。但是以程序教学为理论基础开发的CAI课件,在推理机制和学生模型方面存在不足,因而不能根据不同学生的实际情况进行动态调整,缺乏灵活的应变能力。
借鉴人工智能中的专家系统知识,由于专家系统中包含知识库和推理机两个基本模块,在一般专家系统中再加入一个“学生模型”模块,就构成智能计算机辅助教学(ICAI)系统的基本结构。其中推理机的作用相当于现实教学中的教师,它可以根据知识库中的内容和学生模型推断出每个学生的学习能力、认知特点和当前知识水平,根据学生的不同特点选择最适当的教学内容与教学方法,并可对学生进行有针对性的个别指导,提高教学效果。
(2)智能。在我们传统的教学过程中,最经典的教学模式是以教师为主,教师讲、学生听,它是一种单向沟通模式。这种教学模式的优点是有利于教师主导作用的发挥,便于教师组织、监控整个教学活动进程,便于师生之间的情感交流,因而有利于系统的科学知识的传授,并能充分考虑情感因素在学习过程中的重要作用。
上世纪90年代以来,随着多媒体和网络技术的迅速发展,强调以学生为中心的建构主义学习理论日益流行。这种理论强调在教师主导下以学生为中心的学习,即一种“主导――主体”教学结构。在这种教学并重的结构中,教师是教学过程的组织者、是良好情操的培养者;学生是信息加工与情感体验的主体,是知识意义的主动建构者;教学媒体既是辅助教师教的演示工具,又是促进学生自主学习的工具。
在网络远程教学中,为实现上述教学模式,把人工智能中的智能体(Agent)技术应用到网络远程教学中,并逐渐成为在教学领域实现智能化的一种主流技术。
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)
一、人工智能机器人
随着信息技术以及人工智能技术的迅猛发展,机器人无论是在技术上还是在外形上都显著提高,并且,不断的进行功能延伸。将具有感觉、思考、决策和动作能力的系统称为智能机器人,这是一个概括的、含义广泛的概念。这一划时代的概念产生,为机器人技术的发展,也为信息技术的发展,拓开了巨大的想象空间和新的创造天地。智能机器人是信息技术发展的前沿领域,是一门具有高度综合渗透性、前瞻未来性、创新实践性的学科,蕴涵着极其丰富的教育资源。
二、机器人教学的教学现状
2000年,机器人教学处于起步阶段,第一届“广茂达杯”中国智能机器人大赛在长沙举行。其目的是刺激机器人新技术的发展;鼓励年轻学生投身机器人技术。2002年,机器人竞赛得到了进一步的发展。2003年,机器人竞赛达到热潮。2004到2009年,机器人竞赛成为了主流,第四届至第九届中国青少年机器人竞赛分别在河南、广西、陕西、云南、重庆、湖南、青海举行,竞赛规模不断扩大,规格不断提高,经验不断丰富,成绩不断攀升。同时,第五届至第十届“广茂达杯”中国智能机器人大赛也取得了丰厚的成绩。2011年广东省的虚拟机器人竞赛,全省共有12个地市和顺德区报名参赛,参赛队伍106支,参赛学生148人。比赛形式新颖,要求学生现场编写虚拟足球比赛和虚拟灭火比赛的程序,然后进行投影演示,所有的同学都可以观看和学习。2012年的“乐博杯”青少年机器人世界杯中国竞赛在西安举行,汇聚了众多的参赛者。同学们秉着重在参与、学习交流的态度,经过两天紧张激烈的比赛,比赛成绩优异,涌现了一大批优秀的编程人员。其中最为突出的是兴围小学代表队,他们突出重围赢得了冠军,即将代表中国队去墨西哥参加世界级机器人大赛。
机器人竞赛已成为国内科技、教育界一致认同的一项青少年科技创新的重要赛事,作为一项富有时代性、创新性、参与性和普及性,适应当代青少年需求,深受当代青少年欢迎的智力开发活动,在全国各地产生了广泛的社会影响。
三、存在的问题
(一)教学方面
1、智能机器人缺少科学、可行、实效的教学目标。按照学制的阶段性划分不明确,存在重复学校相同知识的现象,从而导致机器人教材特色不明显。
2、智能机器人教育往往没有固定的教学设计和规划。导致许多教学只能按照产品使用说明书进行教学,不能按照学生接受能力有秩序的开展知识体系教学。
3、目前学校教育使用的机器人很纷杂,缺少规范。并且绝大部分并不兼容,开放度低。还有就是教学用机器人单机价格偏高原因是销售数量上不去,导致厂商只能太高价格。
(二)教育资源方面。由于我国各省市之间的贫富差距不断加大,从而导致在教育资源投入方面也是参差不齐,很多欠发达地区软硬件教学设备都严重不足,智能机器人的教学活动很难正常开展。
四、改进措施
(一)资源环境建设方面。积极探索信息技术条件下人工智能机器人进课堂教育环境的构建策略。建立完善系统的小学教育人工智能机器人进课堂资源的开发、应用的管理运行机制。同时,应该加大对中小学智能机器人教学资源投入力度,以确保所有孩子都能够享受到同等级的教学资源。
(二)学科教学方面。对于小学的人工智能机器人教学工作来讲,教师的培训工作应该是非常重要的。由于目前该门学科在小学教学当中仍属于一种新型的学科,相关教师之前并没有进行系统的学习过相关理论,同时,实践经验也是严重不足。因此,这就无形中增加了教师的教学难度,因此,对教师进行适当的教学培训是十分必要的。
目前,我国开展的“校校通”工程已经在全国的中小学基本完成,各地区小学已经具备了计算机房,而开展机器人教学工作还需要进一步购置教学使用的机器人,从而建立起以信息技术为核心的现代化教学环境,即“机器人”实验室。另外,教学资源的进一步开发与收集也是一项关键任务。学校可以统一添置一批有关机器人的教学信息资源,例如:教学光盘、教学软件等等。同时,还可以充分利用网络资源收集相关的机器人教学课件,教案等。丰富教师教学参考资料。
【关键词】 计算机技术 网络技术 人工智能应用
前言:人工智能是计算机科学的一个部分,是随着信息化技术发展所衍生出一门独的特技术科学,其实质上是对人意识与思维信息过程的模拟。人工智能的发展是为了能够代替更多的人力操作,将信息技术转化为高效生产力,也正是基于此,人工智能技术的发展受到了社会公众的广泛关注。人工智能技术是基于信息的处理与编辑特征而实现,其与计算机网络在应用中存在着相对较高的可融合性,而两者之间的协调也将会产生更为全面与高新的技术,为此特在本文中对计算机网络技术中的人工智能应用展开了全面研究。
一、人工智能的发展与实际意义
计算机网络中的海量数据与信息普遍是用数字、符号、文字等文本形式进行展现,在此过程中需要其达到较高的表达能力、判断能力等方面的标准,而人工智能为加强计算机网络的该方面的能力提供了重要的保障。人工智能的出现,能丰富计算机网络的信息表达能力,凭借其独特的编辑、处理、操作技术以及超高的分析能力,实现了自动对信息进行翻译、管理、处理等多方面的工作[1]。人工智能发展的意义主要表现在以下两个方面:一是人工智能的发展增加了计算机网络信息表达的图表、图像、影音等形式,依托于人脑的思维与行为方式,实现了人的行为,同时由提升了人的谨慎、全面与系统等方面相关能力;二是人工智能的发展开拓了计算机网络在处理信息的空间与路径,将计算机网络所涉及到的众多工程信息进行有效结合,实现了集中控制的目标,完成智能化的操作。
二、人工智能在计算机网络技术中的实际应用
2.1计算机网络多种渠道信息的处理与集成
网络与计算机等现代高新技术参与到计算机网络之后,为计算机网络的发展带来了无限种可能,为此改变了人工智能的实现方式与实现方向。人工智能在计算机网络中的应用,由传统的定向处理,逐渐向大批量、高密度、高频率数据信息处理的工作所转变[2]。人工智能的这一转变体现在多种方面,例如,在现代网络运营安全管理中,可实现预先在人工智能管理中输入防火墙功能,如此能够实现将网络中流传的不良信息等进行自动拦截,且能够对来往传递信息进行自动识别与判断,将存在问题的信息递交到检测中心,对信息进行判断,实现了高等人工智能技术。
2.2人工智能在网络管理方面的应用
计算机网络技术中,网络管理一直是一项繁重的工作,网络的实时动态以及变化速度快等特点为网络管理工作行程了一定的难度,而为实现更为高效的网络管理,人工智能技术也显示出了一定的效用。人工智能技术在计算机网络管理中,能够利用人工智能专家知识库、问题求解技术,达到对计算机网络进行综合管理的效果。专家系统是一种相对智能的计算机程序,将某种领域中的专家知识以及经验进行累计,将其进行有效的汇总并录入到相关系统中,由此在某特定领域中汇集多为专家的知识与经验,实现系统的高效性与全面性,完成对此领域内各种计算机网络问题的解析[3]。
2.3人工智能在企业管理与教学方面的应用
现代普遍企业管理中均会应用到计算机网络技术,而在参与了人工智能的计算机网络中则更为有效的提升了企业管理的安全性与高效性。人工智能能够实现企业管理系统的自动防御系统与健康系统,是企业管理实现高度智能化。在教学方面,教师可以在教学过程中,利用人工智能技术的知识库,在知识库中定义教育知识内容,并对知识库中的知识进行推理,是学生能够更为直观的接受教学内容,提升教学效率。
结论:综合上文所述,人工智能是计算机网络技术发展的必经之路,人工智能在计算机网络技术中的应用,主要表现在计算机网络管理、计算机网络安全、办公安全、信息化教学等多个方面。人工智能在计算机网络技术中的有效应用,推动了计算机网络向高效智能化的发展,对计算机网络技术的发展提供了重要支持与保障。
参 考 文 献
[1]熊英.人工智能及其在计算机网络技术中的应用[J].技术与市场,2011,03(02):20.
关键词:人工智能技术;教学方法;编程能力
中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2014)16-3865-02
1 概述
2008年11月16日,中国科协成立50周年新闻会在北京召开。在新闻会上,“五个10”系列评选活动,即10位传播科技的优秀人物、10部公众喜爱的科普作品、10个公众关注的科技问题、10个影响中国的科技事件、10项引领未来的科学技术评选结果揭晓。10项引领未来的科学技术是:基因修饰技术;未来家庭机器人;新型电池;人工智能技术;超高速交通工具;干细胞技术;光电信息技术;可服用诊疗芯片;感冒疫苗;无线能量传输技术。
人工智能技术学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。指人类的各种脑力劳动或智能行为,诸如判断、推理、证明、判别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动,可以用某种智能化的机器来予以人工实现[1]。
通过《人工智能技术》课程的学习,使学生对人工智能技术的发展概况、基本原理和应用领域有深入了解、对主要技术及应用有一定掌握,并对现代人工智能技术发展的方向有所研究。通过人工智能技术课程的学习与研究,启发学生对人工智能技术的兴趣,培养知识创新和技术创新能力,并能将人工智能技术融入到今后所开发的计算机软件之中。
《人工智能技术》是一门众多学科交叉的新兴课程,其涵盖范围广,涉及知识点多,知识更新快,内容抽象,不容易理解,理论性强,而且需要较好的数学基础和较强的逻辑思维能力,这给该课程的讲授带来了一定困难。《人工智能技术》也是一门应用型学科,怎样将理论运用到实践中,使学生将学到的人工智能技术知识和思想运用到自己的实际课题,这也是该课程需要解决的问题之一。
因此,对《人工智能技术》课程教学来说,我们要了解课程的最新信息,把握课程的特点,帮助学生找到好的学习方法,使他们能充分发挥自己的创新思维能力,提高学习兴趣,该文给出了《人工智能技术》课程的教学与实践的探索。
2 教学与实践的探索
2.1 教材和实验教学内容的选取
1) 人工智能技术是整个计算机科学领域发展最快,知识更新最快,最前沿的学科之一。在教材选用方面,我们采用了蔡自兴教授等主编,由高等教育出版社出版的《人工智能基础》这本教材。蔡自兴教授的主要研究领域为人工智能、机器人学和智能控制等。这本教材是作者在美国国家工程院院士、普度大学教授傅京孙先生的指导和鼓励下编写,借鉴了国内外人工智能技术研究领域专家的最新研究成果和学术书籍的长处,该书比较全面地介绍了人工智能技术的基础知识与技术,材料新,易于理解,兼顾基础及应用[2]。
此外,我们还给学生自主学习提供多种类型的学习资料,其中包括参考书目,如:Russel S, Norvig P.等编著的《Artificial Intelligence: A Modern Approach》一书,人工智能技术国内外期刊,如电子学报,计算机学报,人工智能与模式识别,Artificial Intelligence,Journal of Artificial Intelligence Research,Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence,AAAI: American Association for AI National Conference等人工智能技术会议,使学生能够掌握人工智能技术的更多前沿动态,提高学习兴趣。
2) 配套的实验教学内容。《人工智能技术》是一门理论性和实践性都很强的课程,实践性教学环节对该课程尤为重要。除了完成课本上的作业之外,还注重实验教学,培养学生的创新能力、算法设计能力和编程能力。首先,每个章节设置相应的实验,而实验内容经过严格的考虑,如:五子棋游戏,产生式系统,旅行商问题,传教士和野人问题,BP神经网络实现简单的分类,遗传算法、人工生命程序等,要求学生运用所学章节的知识,独立地设计和实现实验内容。实验报告包括简述实验原理及方法,给出程序设计流程图,源程序清单,实验结果及分析等内容,通过这种方式,进一步加强学生的信息获取能力和研究能力。
2.2 教学方法和手段的改革
人工智能技术课程交叉性强,涉及面广,传统的教学方法手段单一,缺少交流,课堂气氛沉闷,激发不起学生的学习兴趣,教学效果不理想。人工智能技术这门课程内容抽象,如何激发学生的学习兴趣是本课程需要解决的主要问题,也是关系教学改革成败的关键。本课程需采用多种方法进行教学,以此来激发学生的学习兴趣。
1) 问题启发式教学。《人工智能技术》这门课程中有很多似是而非、引人入胜的问题,主要是用计算机模拟人类的智能来解决这种问题。在教学中,有目的的提出这些问题,鼓励学生思考,提出自己的想法和解决方案,并进行分析和比较,这样强化学生的主动学习意识,提高学习积极性[3]。
2) 个性化学习和因材施教。学生中存在计算机专业和非计算机专业本科毕业的差别,由于他们每个人的基础不同,有的计算机知识比较匮乏,因此有必要针对每个学生的学习进度,课堂作业和实验报告情况进行及时评估,对学生提出个性化的教学。例如:在实验教学中,要求有能力和兴趣的学生可以做探究性和创新性的附加实验,从而引导学生发挥个性的空间,而对稍微吃力的学生则要求完成基本的实验,更注重基础知识的学习和夯实,这样就能达到因材施教的目的。同时对不同层次的学生进行分析,进一步提出学习建议,并进行有针对性的指导。
3) 多媒体使用和多学科知识的融合。本课程PPT课件图文并茂,提纲挈领,便于学生理解。课堂讲授、板书与PPT手段相结合,注重课程中的关键词用英文表示,并适当指定英文参考书,使学生能够接触国外文献资料,加深对学习内容的理解,获得更宽广的知识。PPT课件运用了大量多媒体技术,如动画、声音、图像,通过动画和视频演示抽象的概念、算法和过程,使人工智能技术中抽象的知识形象化,在课件中融入了文学,历史等其他学科的相关知识,便于学生较好地理解知识难点和重点[4]。
4) 师生互动和课内外答疑。在教学中,改变了传统的老师讲,学生听的教学模式。针对人工智能技术的实用性,适当提问,收集学生学习情况,尽量使用实例进行讲解。设置了实验讲解互动课程,对于实验的讲解,学生可以提出疑问,然后在课堂上展开讨论,学生可以看到问题从提出、分析到解决的整个过程,让学生自己在讨论中总结结论。为了解决教学中存在的疑难问题,还设有课后答疑,使学生能将所有的问题都理解透彻。
5) 理论研究与实践结合。在教学内容的安排上,注重学生的理论研究和动手能力,适当布置一些课程相关的论文和实验编程。通过课程论文,可以培养学生钻研问题的兴趣; 通过查阅科技文献使学生掌握如何查找相关文献的技能,可以培养学生撰写科技论文的能力。通过实验实践,使学生可以更加清楚地了解人工智能技术基本概念和难点,也能了解算法的设计具体运行过程,并对其进行验证,提高了学生的编程能力和和学习兴趣。
6) 考试考核方式改革。本课程的考核考试也是一个值得探讨的问题,本课程应采用多种综合考试方法,注重学生对基础概念、知识和基本的技能的掌握以及理论联系实际的能力。平时作业考核成绩,实验实践教学成绩、提交课程论文成绩,以及最后的期末考试成绩形成一种有效的考试考核方法,促进学生主动学习,提高教学质量。实验的评价指标在于算法设计、编程的准确性和实验结果及分析。课程论文评价指是选题是否严谨科学和具可研究性,论文结构、思路是否严谨,论文内容科学性、正确性,能否提出自己的见解。考查查阅科技文献的能力主要通过是否查找到权威的、最新文献以及撰写是否规范。
2.3 学生学好《人工智能技术》课程的建议
《人工智能技术》是一门理论与实践相结合的应用课程,学生如何学习这么课程,也是我们应该探讨的问题。
学生应该正确看待《人工智能技术》这门科学的发展。人工智能技术孕育于20世纪30、40年代,形成于60、70年代,发展至今,人工智能技术只有短短60多年的历史,它是一门不断发展和完善的崭新学科,还有许多课题处于探索中,理论和技术还远未成熟,我们应该对它有科学的认识。
针对非计算机专业本科毕业的学生,除了课堂听讲之外,还应该课下自学该课程的先修课程,如:数据结构、离散数学等课程。人工智能技术中涉及到大量的数学知识,如:模式识别需要具有较好的概率论,数理统计知识,另外还会用到少量随机过程、模糊数学的一些知识。人工智能技术是一门应用课程,编程语言的掌握必不可少,涉及到SVM算法,粒子群算法,免疫算法神经网络,遗传算法等算法,实现这些算法要求学生具有较强的编程能力。
学生应该多读,多查阅资料,特别是国外的期刊文献和重要国际会议论文,多了解人工智能技术最前沿的信息,理论联系实际,加深对基本算法的理解,并将人工智能技术的知识运用到自己所研究的领域,以做到学以致用。
3 结论
人工智能技术在一定程度上代表着信息技术的前沿,该文对《人工智能技术》的课程教学进行了一些探讨,教学与实践效果有了显著提高,但仍然有许多方面还需要我们继续探讨和改进。
参考文献:
[1] 蔡自兴,徐光佑.人工智能技术及其应用[M].北京: 清华大学出版社,2003.
[2] 蔡自兴,肖晓明,蒙祖强,等.树立精品意识搞好人工智能技术课程建设[J].中国大学教学,2004(1):28-29.
关键词:无人机系统;智能决策;自主控制;智能体系;任务规划;课程设计
0引言
无人机具有较强的机动性和较好的可操控性,能辅助人类在恶劣和危险的环境中执行复杂的任务。近年来,无人机系统迅速发展并广泛应用于环境监测、灾难搜救、反恐侦察等众多领域。无人机系统研究的一个关键问题是如何发展高度智能化的软件系统,提高无人机在动态复杂环境中自主决策的能力。目前,众多高校开设的无人机专业课程主要研究无人机的硬件平台、通信与测控、指挥控制、综合保障和实践等方面,然而对于无人机系统的智能决策问题研究尚不深入。
1无人机系统决策的内涵
1.1无人机自主控制系统概述
无人机自主控制系统是无人机实现自主飞行管理与自主任务管理的机载系统,如图1所示,它涵盖了机器人“观测一判断一决策一行动(observer-orient-decision-action,OODA)”的各个环节。
无人机自主控制能力是衡量无人机智能自主水平的一项重要能力。表1基于OODA分别对无人机自主控制能力进行了描述,其中,“判断”与“决策”部分评价的是无人机对战场态势的评估能力和对任务或行为的决策与规划能力,是衡量无人机自主决策能力的最重要指标,也是无人机决策课程设计与实践的核心。
1.2无人机自主决策子系统概述
自主决策模块位于智能无人机系统的顶层,它如同人类神经系统执行决策行为,产生计划并处理不确定性。自主决策模块主要包括顶层任务决策、顶层任务规划、底层行为决策和底层路径规划。顶层任务决策用于任务策略的在线生成;顶层任务规划用于任务计划的在线制定;底层行为决策用于运动行为的在线序贯决策;底层路径规划用于导航计划的在线生成,这些内容的教学与实践将贯穿课程的教学与实践过程。
2人工智能在无人机系统决策中的发展以及作用与地位
人工智能从孕育之初到现在,经历了“三起两落”,如图2所示。人工智能的发展也不断促进无人机自主决策能力的发展,甚至可以说,人工智能的发展决定无人机自主决策水平的高低。早期,无人机决策大多依托产生式规则或谓词逻辑技术,主要针对确定决策;20世纪六七十年代,知识表达引入到有人机辅助决策支持系统的设计与研发中,也逐步迁移到无人机智能自主系统中;随着概率统计的引入,基于贝叶斯的不确定推理决策方法得到大力发展;专家系统依据专家经验生成策略,用于解决离散事件不确定性,形成了一系列无人机智能自主决策成功案例;近年来,机器学习、多智能体理论的热潮将无人机智能水平推到了一个前所未有的高度,使无人机具备知识沉淀、知识挖掘、智能发育的能力,并将单无人机执行ISR任务拓展到多无人机协同遂行多任务领域。无论经典人工智能方法还是人工智能新思路,都是无人机智能自主决策的重要基础,在无人机系统智能决策课程教学与实践中具有举足轻重的地位。
3无人机智能决策课程教学总体设计
国防科技大学依托控制学科和仪器学科在自动化专业试办开设了“无人机工程”专业方向,培养掌握无人机工程相关领域基础理论和基本知识的学员,使其具有从事无人机系统及相关装备的分析、设计、研制、维护和管理等方面的实际工作能力和初步科学研究能力。
3.1教学目的与课程设计总体思路
设置无人机智能决策课程的目的是使本专业学生快速了解无人机决策系统组成、熟悉决策系统工作原理、掌握决策理论与实现方法。课程设计的总体思路是设置课堂教学和动手实践两个主要环节,课堂教学环节主要通过教师讲授的方式,基于无人机自主控制系统组织结构,介绍无人机决策系统的基本概念;实践环节则是在学生已经掌握智能决策算法基本原理和流程的基础之上,让学生参与到决策系统的设计与实现中来。
3.2课程教学主要内容
无人机智能决策是课程教学的核心内容,主要覆盖贝叶斯推理理论、最优化理论、智能搜索等基本决策理论和方法,主要讲解如何将其运用于无人机智能感知、任务规划的建模和优化方法,比如基于贝叶斯的不确定推理、基于启发式人工智能搜索算法的路径规划等。内容安排包括问题描述、基本原理、算法过程、输入输出设计、结果分析等;人机智能融合决策是课程的拓展部分,主要涵盖人机智能融合原理、脑机接口原理、融合决策机制等理论和方法,主要讲解如何将其运用于人在回路辅助的无人机智能自主决策、混合主动规划的接口设计与融合决策方法,比如基于脑机接口的人机智能融合决策、混合主动任务规划等;拓展内容安排包括资料查新、接口设计、融合机制设计、融合算法实现、结果分析等。
4无人机智能决策教学实践环节设计
4.1课程实践环节的必要性
4.1.1无人机系统智能决策课程对实践的需求
实践教学是高等学校教育非常重要的教学环节,是提高人才分析问题与解决问题的重要途径。无人机系统智能决策是一门实践性很强的课程,一是由于无人机系统是一门交叉性的学科,主要涉及空气动力学、无人机平台设计与制造、图像处理与智能感知、导航系统原理、无人机飞行控制、人工智能、机器学习、任务规划与分配、无人机系统体系保障技术等许多学科,所以该学科具有知识点多、涉及面广、理论性强,需要学生具备较好的逻辑思维能力和数理基础等特点,因此,必须通过实践才能加深对无人机系统知识的理解;二是智能决策技术不断走向实用,20世纪80年代随着人工智能基础科学的研究,智能决策作为一门新兴学科出现在国际科学舞台上,智能决策技术早期以研究经典的智力游戏问题和仿真实验来证明理论等为主流,随着互联网的普及和国际信息化进程的提高,智能系统和智能计算等也逐渐成为学者们的研究热点。从加强学生的实践能力出发,考虑到课程的建设需要,需要加强无人机系统智能决策课程的实践教学内容。
4.1.2无人机系统智能决策课程对实践的要求
根据智能决策的特点,进行实践教学需要达到以下几个目的:一是加强学生对基础知识的理解,对智能决策基本方法的掌握;二是加强学生将智能决策知识与方法用于解决实际问题的能力;三是增强学生对智能决策研究领域的兴趣,培养更多的专业人才。
智能决策的实践教学工作必须以高质量的科研内容为基础。通过瞄准国际前沿、集成创新和引进消化吸收、提升原始创新以及再创新能力,从而建设创新平台和创新团队,以高水平科学研究支撑高质量的高等教育。此外,智能决策的实践教学还要考虑因材施教,验证关键技术环节。目前学生的学习任务较重且水平参差不齐,在设计实践环节时,要把握如何能在较短的时间内让学生得到最大程度的能力锻炼。在这种情况下,教师必须进行充分的准备,事先搭好通用的硬件平台和软件框架,以减轻学生不必要的负担,营造良好的氛围,将学生的主要精力集中在创新实践上,这样才能提高实践教学的效率。因此,课程借鉴了无人机领域最具影响力的国际微小型飞行器赛会(IMAV)的比赛规则,结合智能决策的研究热点和当前承担的学术科研任务,引入无人机竞赛作为智能决策教学实践的平台。
4.2基于无人机系统智能决策的课程实践方案
在智能决策课程开始之际,教师向学生明确课程实践方案,即通过无人机竞赛的形式考核学生解决实际问题的能力。通过举办无人机竞赛,可以激发学生的学习热情和创新动力,达到寓教于乐的目的。学生带着思考主动学习理论知识,而不是为了应付考试被动学习;教师应当按照学生的综合能力合理组队,从而达到能力互补和团队协作。
无人机竞赛面向本校无人机工程专业方向的本科生,根据智能决策课程的需要,共设置3个科目。
第一个科目是自稳飞行,无人机需在3分钟内完成从出发点到指定目标点的飞行,要求单次滞空时间不少于30秒;本科目考查的是学生对无人机自主飞控基础知识的掌握。第二个科目是避障侦察,无人机需以尽可能快的速度穿越一排障碍门,并识别地面上的物品;障碍门的可通行区域各不相同,无人机需通过机载单目相机识别可通行区域,并自主规划路径;本科目考查的是学生对智能识别和任务规划基础知识的掌握。第三个科目是特级飞行,包括手抛无人机平稳飞行、8字飞行、伴随飞行等;本科目考查的是学生的创造力。比赛采用百分制,3个科目按照难度系数和重要程度评分占比分别为30%、50%和20%。
如图3所示,课题组提供比赛使用的无人机硬件和飞控软件平台并指导学生拼装无人机及使用软件。学生需在课程学习的过程中制定智能决策的算法设计及代码实现计划,并严格按照时间节点实现目标;每个小组的成员必须说明自己在团队中的贡献,从而作为教师打分的依据。
关键词:教学模式;创新;在线课程
在大学数学教学中,主要以幻灯片展示与板书相结合的形式进行教学。然而,面对人工智能、教育信息化等技术浪潮,教学模式也急需创新。教学模式的创新,就是为了给学生们构建智能化、网络化、个性化、终身化的教育体系。教学模式的创新,使得学习者能够自主选择学习时间、地点、内容和方式。教学模式的创新,拓展了学习者受教育的时间与空间。教学模式的创新,改变了传统的教师讲授式的“重教”的教育理念,使学生的学习个性化,最终达到教师与学生共融的目标。那么,教学模式如何创新呢,我们介绍以下创新路径。
1加强在线课程平台建设,实践教学模式的创新
“开放、共享”理念逐渐被教师和学者们认可,使得开放的教育资源逐渐走向更加科学、系统。在线课程平台可以满足学生个性化学习的需求,使学生在碎片化时间中促进生成性学习和智慧性学习的发生。在线课程平台采取“化整为零”、“自上而下”的民主化和平民化建设理念,汇集了大量的优秀教育资源,拓展了知识传播路径,为学生提供了自由共享的学习空间。同时,在线课程也以它的非结构化和易于重用的特点和优势,促进了教师应用在线课程。高校的翻转课堂和微课建设实现了理念转向,以适用性和实用性为着力点和突破口为在线课程平台建设出力,建设了一批国家精品课程,使得教育资源更加开放和共享。在线课程平台的建设,使得学生可以在课余的时间自主学习。课前预习,预习结束后有客观题供学生检测预习效果,客观题在题库中随机选取,每个学生的客观题不尽相同,但是整套题的难易程度是相同的,便于教师在查看学生的预习效果时,可以更好地区分学生预习效果的差异性。课后复习,与课前预习的题库的设置理念相同。然而,远程教育师生时空分离的环境中,学习效率与教学质量难以保证。那么,我们必须要有相适应的学习支持服务系统,而取得学业的良好保证是学习分析技术,运用多类分析方法和数据模型解释与预测学生的学习表现,从而准确把握学科教学目标,调整教学策略,优化教学过程。
2人工智能助力教学模式的创新
人工智能技术中的智能辅助系统和教育机器人可以监控学生的个性化学习。通过学习分析技术和用户画像技术,搜集学习者学习数据,平台为学生提供适切的学习资源和路径。结合知识图谱,建立领域知识库,辅助教师针对学生的不同能力生成不同试题并进行作业批改。通过提供沉浸式的虚拟学习环境,学生可在任意时间、任意地点参与到学习中。除此之外,任何事物均有两面性。反思性实践者的教师和学生,需要教师批判地分析和判断人工智能技术应用的教学体验。
3教学相长、创新管理模式推动教学模式的创新
传统的教学模式以教师为主导,在线课程倡导“以学习者为中心”。在传统的教学模式影响下,在线课程体现的教学模式受到制约。传统的教学模式“重教”,在线课程“重学”。“重教”与“重学“不能截然对立,应在“重教”基础上“重学”,达到教学相长的目的。在线课程,让教师树立以学生为中心的理念,主动适应新技术引发的教育教学改革。教师在平时应注重加强线上课程和线下教学环节的整体设计,线上注重课前预习与课后复习结果的反馈,节省了批改作业的时间。线下注重教学的教,提高教学质量和教学水平。要营造良好的在线教育建设环境,切实有效地调动教师建设在线课程的积极性和主动性。需要有配套的制度加以支持在线课程的建设。建立高效的课程教学团队,帮助老师摆脱琐碎的事务性工作。在信息推送、学习互动环节减轻教师的工作量,使教师有更多的精力和时间投入到关注学生的学习进程中,开展深层次的交互和共享。在制度设计上,给予教师更多支持,比如在工作量计算、职称评定等方面进行一定比例的倾斜,给予奖励在在线课程研究方面有建树的教师。
技术层面:以骨干企业为创新主体,结合高校、科研院所等智力资源,着力突破一批重大共性关键技术。
自然语言处理。研发自动分词、命名实体识别、词性标注等自然语言处理基础技术,开展语法分析、语义分析、对话管理、意图检测等深度技术研究,重点突破对话级别的语义理解及知识问答技术,语篇级别的语义理解分析技术和高精度的文本情感分析技术等。
计算机视觉。利用深度学习技术提升识别效果,研发面向电视遥控、手机遥控、汽车导航等交互领域的手势识别技术;研发面向人数估计、拥堵分析、目标跟踪、异常检测等的大规模人群视频监控与智能分析技术,形成具有国际先进水平的、完整的自主知识产权、可转移转化的计算机视觉软件系统。
机器学习。通过实现可以灵活变换的网络拓扑结构,应对不同类型数据的隐层模型、百亿级别的数据处理能力和模型尺度;赋予机器类人脑的时空认知能力,形成机器学习的时空建模框架和更接近人类感知系统的神经网络。
知识图谱。面向教育、互动娱乐、智能客服等特定领域,研究大规模知识图谱中不同类型知识的表示框架与学习机制,从非结构化或半结构化的互联网信息中获取有结构的知识,探索多源异构信息的知识获取与融合表示,自动构建知识图谱,并研究知识表示驱动的推理技术。
平台层面:依托统一平台实现智力、数据、技术和计算资源的高效对接,促进产学研用联合创新。
人工智能共性技术研发平台。加强智能语音处理、计算机视觉、生物特征识别、自然语言处理、机器翻译、知识图谱、智能逻辑推理、机器自主学习、智能机器人等重大共性关键技术研发,为行业及有潜力的应用创新开发企业和个人提供核心技术支撑,提供成熟的智能人机交互、自然语言处理、自动知识检索等共性技术引擎及产品。
人工智能开放支撑服务平台。基于面向人工智能领域的大规模分布式软硬件基础设施,汇聚企业、高校、科研院所以及创业者等社会多方力量,建设面向全行业和创新应用开发者提供人工智能算法和服务支撑的云服务平台,实现技术向产业活动和经济发展的高效转化,推动传统产业和社会服务向智能化方向发展。
人工智能产业公共服务平台。支持和鼓励业内政产学研用等单位,整合业内相关资源,建立涵盖战略研究、咨询服务、标准制定、评测认证、应用示范等功能于一体的产业公共服务平台,为行业发展提供全面支撑。
应用层面:结合共性技术研发和平台建设实际,优先推动在服务机器人、无人驾驶、信息安全等领域示范应用。
智能客服。研发面向智能客户服务的智能语音、语义理解等共性关键技术,构建特定领域知识库,研发自助客服、商业智能、生物特征识别认证等平台系统。
服务机器人。重点研发面向家庭环境的语音增强、室内定位和导航跟踪等共性关键技术,整合传感器和机械控制相关技术成果,实现软硬件一体化的服务机器人综合系统,并在家庭、教育、医疗等方面形成示范应用。