序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇人工智能的教育范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

【關(guān)鍵字】人工智能；教育；進(jìn)展

【中圖分類號】G40-057 【文獻(xiàn)標(biāo)識碼】A 【論文編號】1009―8097（2008）13―0018―03

人工智能是一門綜合的交叉學(xué)科，涉及計算機科學(xué)、生理學(xué)、哲學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等多個領(lǐng)域。人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能，其長期目標(biāo)是實現(xiàn)人類水平的人工智能。[1]從腦神經(jīng)生理學(xué)的角度來看，人類智能的本質(zhì)可以說是通過后天的自適應(yīng)訓(xùn)練或?qū)W習(xí)而建立起來的種種錯綜復(fù)雜的條件反射神經(jīng)網(wǎng)絡(luò)回路的活動。[2]人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個可以模仿人腦行為的系統(tǒng)。這一研究一旦有突破，不僅給學(xué)習(xí)科學(xué)以技術(shù)支撐，而且能反過來促使人腦的學(xué)習(xí)規(guī)律研究更加清晰，從而提供更加切實有效的方法論。[3]人工智能技術(shù)的不斷發(fā)展，使人工智能不僅成為學(xué)校教育的內(nèi)容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領(lǐng)域得到應(yīng)用，并取得了良好的效果，成為教育技術(shù)的重要研究內(nèi)容。

人工智能的研究更多的是結(jié)合具體領(lǐng)域進(jìn)行的，其主要研究領(lǐng)域有：專家系統(tǒng)、機器學(xué)習(xí)、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機器人學(xué)、博弈、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能等。[4]目前，在教育中應(yīng)用較為廣泛與活躍的研究領(lǐng)域主要有專家系統(tǒng)、機器人學(xué)、機器學(xué)習(xí)、自然語言理解、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能，下面就這些領(lǐng)域進(jìn)行闡述。

一 專家系統(tǒng)

專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它使用人工智能技術(shù)，根據(jù)某個領(lǐng)域中一個或多個人類專家提供的知識和經(jīng)驗進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。[5]專家系統(tǒng)主要組成部分為：知識庫，用于存儲某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識；綜合數(shù)據(jù)庫，用于存儲領(lǐng)域或問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)或信息；推理機，用于記憶所采用的規(guī)則和控制策略的程序，使整個專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作；解釋器，向用戶解釋專家系統(tǒng)的行為；接口，使用戶與專家系統(tǒng)進(jìn)行對話。近幾十年來，專家系統(tǒng)迅速發(fā)展，是人工智能中最活躍、最有成效的一個研究領(lǐng)域，廣泛用于醫(yī)療診斷、地質(zhì)勘探、軍事、石油化工、文化教育等領(lǐng)域。

目前，專家系統(tǒng)在教育中的應(yīng)用最為廣泛與活躍。專家系統(tǒng)的特點通常表現(xiàn)為計劃系統(tǒng)或診斷系統(tǒng)。計劃系統(tǒng)往前走，從一個給定系統(tǒng)狀態(tài)指向最終狀態(tài)。如計劃系統(tǒng)中可以輸入有關(guān)的課堂目標(biāo)和學(xué)科內(nèi)容，它可以制定出一個課堂大綱，寫出一份教案，甚至有可能開發(fā)一堂樣板課，而診斷系統(tǒng)是往后走，從一個給定系統(tǒng)陳述查找原因或?qū)ζ溥M(jìn)行分析，例如，一個診斷系統(tǒng)可能以一堂CBI（基于計算機的教學(xué)，computer-based instruction）課為例，輸入學(xué)生課堂表現(xiàn)資料，分析為什么課堂的某一部分效果不佳。在開發(fā)專家計劃系統(tǒng)支持教學(xué)系統(tǒng)開發(fā)（ISD）程序的領(lǐng)域中最有名的是梅里爾（Merrill）的教學(xué)設(shè)計專家系統(tǒng)（ID Expert）。[6]

教學(xué)專家系統(tǒng)的任務(wù)是根據(jù)學(xué)生的特點（如知識水平、性格等），以最合適的教案和教學(xué)方法對學(xué)生進(jìn)行教學(xué)和輔導(dǎo)。其特點為：同時具有診斷和調(diào)試等功能；具有良好的人機界面。已經(jīng)開發(fā)和應(yīng)用的教學(xué)專家系統(tǒng)有美國麻省理工學(xué)院的MACSYMA符號積分與定理證明系統(tǒng)，我國一些大學(xué)開發(fā)的計算機程序設(shè)計語言、物理智能計算機輔助教學(xué)系統(tǒng)以及聾啞人語言訓(xùn)練專家系統(tǒng)等。[7]

目前，在教育中，專家系統(tǒng)的開發(fā)和應(yīng)用更多的集中于遠(yuǎn)程教育，為現(xiàn)代遠(yuǎn)程教育的智能化提供了有力的技術(shù)支撐。基于專家系統(tǒng)構(gòu)造的智能化遠(yuǎn)程教育系統(tǒng)具有以下幾個方面的功能：具備某學(xué)科或領(lǐng)域的專門知識，能生成自己的提問和應(yīng)答； 能夠分析學(xué)生的特征，評價和記錄學(xué)生的學(xué)習(xí)情況，診斷學(xué)生學(xué)習(xí)過程中的錯誤并進(jìn)行補救教學(xué)；可以選擇不同的教學(xué)方法實現(xiàn)以學(xué)生為主體的個別化教學(xué)。[8]目前應(yīng)用于遠(yuǎn)程教育的專家系統(tǒng)有智能決策專家系統(tǒng)、智能答疑專家系統(tǒng)、網(wǎng)絡(luò)教學(xué)資源專家系統(tǒng)、智能導(dǎo)學(xué)系統(tǒng)和智能網(wǎng)絡(luò)組卷系統(tǒng)等。

二 機器人學(xué)

機器人學(xué)是人工智能研究是一個分支，其主要內(nèi)容包括機器人基礎(chǔ)理論與方法、機器人設(shè)計理論與技術(shù)、機器人仿生學(xué)、機器人系統(tǒng)理論與技術(shù)、機器人操作和移動理論與技術(shù)、微機器人學(xué)。[9]機器人的發(fā)展經(jīng)歷了三個階段：第一代機器人是以 “示教―再現(xiàn)”方式進(jìn)行工作；第二代機器人具有一定的感覺裝置，表現(xiàn)出低級智能；第三代機器人是具有高度適應(yīng)性的自治機器人，即智能機器人。目前開發(fā)和應(yīng)用的機器人大多是智能機器人。機器人技術(shù)的發(fā)展對人類的生活和社會都產(chǎn)生了重要影響，其研究和應(yīng)用逐漸由工業(yè)生產(chǎn)向教育、環(huán)境、社會服務(wù)、醫(yī)療等領(lǐng)域擴展。

機器人技術(shù)涉及多門科學(xué)，是一個國家科技發(fā)展水平和國民經(jīng)濟現(xiàn)代化、信息化的重要標(biāo)志，因此，機器人技術(shù)是世界強國重點發(fā)展的高技術(shù)，也是世界公認(rèn)的核心競爭力之一，很多國家已經(jīng)將機器人學(xué)教育列為學(xué)校的科技教育課程，在孩子中普及機器人學(xué)知識，從可持續(xù)和長遠(yuǎn)發(fā)展的角度，為本國培養(yǎng)機器人研發(fā)人才。[10]在機器人競賽的推動下，機器人教育逐漸從大學(xué)延伸到中小學(xué)，世界發(fā)達(dá)國家例如美國、英國、法國、德國、日本等已把機器人教育納入中小學(xué)教育之中，我國許多有條件的中小學(xué)也開展了機器人教育。

機器人在作為教學(xué)內(nèi)容的同時，也為教育提供了有力的技術(shù)支撐，成為培養(yǎng)學(xué)習(xí)者創(chuàng)新精神和實踐能力的新的載體與平臺，大大豐富了教學(xué)資源。多年來，我國中小學(xué)信息技術(shù)教育的主要載體是計算機和網(wǎng)絡(luò)，教學(xué)資源單一，缺乏前瞻性。教學(xué)機器人的引入，不僅激發(fā)了學(xué)生的學(xué)習(xí)興趣，還為教學(xué)提供了豐富的、先進(jìn)的教學(xué)資源。隨著機器人技術(shù)的發(fā)展，教學(xué)機器人種類越來越多，目前在中小學(xué)較為常用的教學(xué)機器人有：能力風(fēng)暴機器人、通用機器人、未來之星機器人、樂高機器人、納英特機器人、中鳴機器人等。

三 機器學(xué)習(xí)

機器學(xué)習(xí)是要使計算機能夠模仿人的學(xué)習(xí)行為，自動通過學(xué)習(xí)來獲取知識和技巧，[11]其研究綜合應(yīng)用了心理學(xué)、生物學(xué)、神經(jīng)生理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)和計算機科學(xué)等多個學(xué)科。機器學(xué)習(xí)的方法與技術(shù)有機械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)、解釋學(xué)習(xí)、歸納學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)等，近年來，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是發(fā)展最快的機器學(xué)習(xí)技術(shù)。機器學(xué)習(xí)（自動獲取新的事實及新的推理算法）是使計算機具有智能的根本途徑，對機器學(xué)習(xí)的研究有助于發(fā)現(xiàn)人類學(xué)習(xí)的機理和揭示人腦的奧秘。[12]

隨著計算機技術(shù)的進(jìn)步和機器學(xué)習(xí)研究的深入，機器學(xué)習(xí)系統(tǒng)的性能大大提高，各種學(xué)習(xí)算法的應(yīng)用范圍不斷擴大，例如將連接學(xué)習(xí)用于圖文識別，歸納學(xué)習(xí)、分析學(xué)習(xí)用于專家系統(tǒng)等，大大推動了在教育中的應(yīng)用，例如在建構(gòu)適應(yīng)性教學(xué)系統(tǒng)中，用機器學(xué)習(xí)與樸素的貝葉斯分類器動態(tài)了解學(xué)生的學(xué)習(xí)偏好，有較高的準(zhǔn)確率[13]?；诎咐耐评恚╟ase-based reasoning，CBR）是一種新興的機器學(xué)習(xí)和推理方法，其核心思想是重用過去人們解決問題的經(jīng)驗解決新問題，在計算機輔助教育方面，已經(jīng)出現(xiàn)了基于CBR的圖形仿真教育系統(tǒng)，并且，針對個體特征的教育教學(xué)方法研究也有所突破。[14]另外，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)在生物醫(yī)學(xué)、金融管理、商業(yè)銷售等領(lǐng)域的成功應(yīng)用，不僅給機器學(xué)習(xí)注入新的生機，也為機器學(xué)習(xí)在教育中的應(yīng)用提供了新的前景。

四 自然語言理解

自然語言理解就是研究如何讓計算機理解人類的自然語言，以實現(xiàn)用自然語言與計算機之間的交流。一個能夠理解自然語言信息的計算機系統(tǒng)看起來就像一個人一樣需要有上下文知識以及根據(jù)這些上下文知識和信息用信息發(fā)生器進(jìn)行推理的過程。[15]自然語言理解包括口語理解和書面理解兩大任務(wù)，其功能為：回答問題，計算機能正確地回答用自然語言提出的問題；文摘生成，計算機能根據(jù)輸入的文本產(chǎn)生摘要；釋義，計算機能用不同的詞語和句型來復(fù)述輸入的自然語言信息；翻譯，計算機能把一種語言翻譯成另外一種語言。由于創(chuàng)造和使用自然語言是人類高度智能的表現(xiàn)，因此對自然語言處理的研究也有助于揭開人類高度智能的奧秘，深化對語言能力和思維本質(zhì)的認(rèn)識。[16]

自然語言理解最早的研究領(lǐng)域是機器翻譯，隨著應(yīng)用研究的廣泛開展，也為機器人和專家系統(tǒng)的知識獲取提供了新的途徑，例如由MIT研制的指揮機器人的自然語言理解系統(tǒng)SHRDLU就可以接收自然語言，進(jìn)行人機對話，回答關(guān)于桌面上積木世界中的各種問題。同時，對自然語言理解的研究也促進(jìn)了計算機輔助語言教學(xué)和計算機語言設(shè)計等方面的發(fā)展，例如“希賽可”網(wǎng)絡(luò)智能英語學(xué)習(xí)系統(tǒng)，這個基于網(wǎng)絡(luò)的“人-機”語境的建立，突破了普通英語教師和傳統(tǒng)的單機的多媒體教學(xué)軟件所能具備能力限制，也比建立于網(wǎng)絡(luò)的“人-人”語境更具靈活性，可以為遠(yuǎn)程學(xué)習(xí)者提供良好的英語學(xué)習(xí)支持，在國內(nèi)第一次系統(tǒng)地將用自然語言進(jìn)行的人機對話系統(tǒng)應(yīng)用在計算機輔助外語教學(xué)上，在國際上也是一種創(chuàng)新。[17]

五 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)就是在對大腦的生理研究的基礎(chǔ)上，用模擬生物神經(jīng)元的某些基本功能的元件（即人工神經(jīng)元），按各種不同的聯(lián)結(jié)方式組織起來的一個網(wǎng)絡(luò)，其目的在于模擬大腦的某些機理與機制，實現(xiàn)某個方面的功能，例如可以用于模仿視覺、模式識別、聲音信號處理、控制、故障診斷等領(lǐng)域，人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元。[18]人工神經(jīng)網(wǎng)絡(luò)有兩種基本結(jié)構(gòu)：遞歸（反饋）網(wǎng)絡(luò)和多層（前饋）網(wǎng)絡(luò)，兩種主要學(xué)習(xí)算法：有指導(dǎo)式學(xué)習(xí)和非指導(dǎo)式學(xué)習(xí)。

人工神經(jīng)網(wǎng)絡(luò)從模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為出發(fā)，具有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力，特別適合于處理需要同時考慮許多因素和條件的、不精確和模糊的信息處理問題，[19]這使人工神經(jīng)網(wǎng)絡(luò)具有更大的發(fā)展?jié)撃?，目前已?jīng)開發(fā)和應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)模型有30多種。人工神經(jīng)網(wǎng)絡(luò)在教育中的應(yīng)用大多是與教學(xué)專家系統(tǒng)相結(jié)合，以此來改進(jìn)教學(xué)專家系統(tǒng)的性能，提高智能性，使其在教學(xué)過程中對突發(fā)問題具有更好的應(yīng)對能力。人工神經(jīng)網(wǎng)絡(luò)在學(xué)校管理中也得到應(yīng)用，例如采用誤差反傳算法（BP）的多層感知器已應(yīng)用于高校管理之中。

六 分布式人工智能(Distributed Artificial Intelligence，DAI)

分布式人工智能是分布式計算與人工智能結(jié)合的結(jié)果，研究目標(biāo)是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(tǒng)的精確概念模型，主要研究問題是各Agent之間的合作與對話，包括分布式問題求解和多Agent系統(tǒng)兩個領(lǐng)域。[20]分布式人工智能系統(tǒng)一般由多個Agent組成，每個Agent又是一個半自治系統(tǒng)，Agent之間及Agent與環(huán)境之間進(jìn)行并發(fā)活動并進(jìn)行交互來完成問題求解。[21]由于分布式人工智能系統(tǒng)具有并行、分布、開放、協(xié)作和容錯等優(yōu)點，在資源、時空和功能上克服了單智能系統(tǒng)的局限性，因此獲得了廣泛的應(yīng)用。

分布式人工智能中的Agent和多Agent技術(shù)在教學(xué)中的應(yīng)用逐漸受到關(guān)注。在教學(xué)中引入Agent可以有效地提高教學(xué)系統(tǒng)的智能性，創(chuàng)造良好的學(xué)習(xí)情境，并能激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，進(jìn)行個性化教育。目前，Agent和多Agent技術(shù)多用于遠(yuǎn)程智能教學(xué)系統(tǒng)，通過利用其分布性、自主性和社會性等特點，提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能性，使教學(xué)資源得到充分利用，并可實現(xiàn)對學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行動態(tài)跟蹤，為學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)創(chuàng)造合作性的學(xué)習(xí)環(huán)境。在網(wǎng)絡(luò)教學(xué)軟件中應(yīng)用Agent技術(shù)的一個典型是美國南加利福尼亞大學(xué)（USC）開發(fā)的教學(xué)Adele（Agent for Distance Education - Light Edition） [22]。Agent技術(shù)在網(wǎng)絡(luò)教學(xué)軟件中取得的良好效果，促進(jìn)了研究者對分布式人工智能在教育中的應(yīng)用研究。

綜上所述，科學(xué)技術(shù)的發(fā)展將會推動人工智能技術(shù)在教育中應(yīng)用的廣度和深度。從人工智能的應(yīng)用趨勢來看，人工智能在教育中應(yīng)用的擴展可以通過以下三個方面進(jìn)行：一是人工智能與其他先進(jìn)信息技術(shù)結(jié)合。人工智能已經(jīng)與多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)等有效的融合，為提高學(xué)習(xí)效率和效度提供了有力的技術(shù)支持，而引起教育技術(shù)界廣泛關(guān)注。[23]例如人工智能技術(shù)通過與多媒體技術(shù)相結(jié)合，可以提高智能教學(xué)系統(tǒng)的教學(xué)效果；與網(wǎng)絡(luò)通訊技術(shù)相結(jié)合，可以提高和改進(jìn)遠(yuǎn)程教育的智能性。二是人工智能應(yīng)用研究領(lǐng)域間的集成。人工智能應(yīng)用研究領(lǐng)域之間并不是彼此獨立，而是相互促進(jìn)，相互完善，它們可以通過集成擴展彼此的功能和應(yīng)用能力。例如自然語言理解與專家系統(tǒng)、機器人的集成，為專家系統(tǒng)和機器人提供了新的知識獲取途徑。三是人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸與擴展，這些新領(lǐng)域有分布式人工智能與Agent、計算智能與進(jìn)化計算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)以及人工生命等[24]，這些發(fā)展與應(yīng)用蘊藏著巨大潛能，必將對教育產(chǎn)生重要的影響。

技術(shù)發(fā)展不斷發(fā)揮著引導(dǎo)教育技術(shù)研究的作用，一種新興技術(shù)的出現(xiàn)總是會掀起相應(yīng)的研究熱潮, 引發(fā)對技術(shù)在教育中應(yīng)用的探討、評價以及與傳統(tǒng)技術(shù)的對比。[25] 人工智能作為一門交叉的前沿學(xué)科，雖然在基本理論和方法等方面存在著爭論，但從其研究成果與應(yīng)用效果來看，有著廣闊的應(yīng)用前景，值得進(jìn)一步的開發(fā)和利用。

參考文獻(xiàn)

[1] 史忠植,王文杰.人工智能[M].北京:國防工業(yè)出版社,2007:1.

[2][11][18][19] 《計算機與信息科學(xué)十萬個為什么》叢書編輯委員會,計算機與信息科學(xué)十萬個為什么(8):人工智能[M].北京:清華大學(xué)出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.論學(xué)習(xí)科學(xué)的本質(zhì)及其學(xué)科基礎(chǔ)[J].中國電化教育,2007,(5):1-5.

[4][21] 蔡瑞英,李長河.人工智能[M].武漢:武漢理工大學(xué)出版社,2003:12-13.

[5][12][15][20][24] 蔡自興,徐光.人工智能及其應(yīng)用(第三版)――研究生用書[M].北京:清華大學(xué)出版社,2007: 12-14,19-20.

[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學(xué)設(shè)計的國際觀第2冊:解決教學(xué)設(shè)計問題[M].北京:教育科學(xué)出版社,2007:67.

[7] 任友群.技術(shù)支撐的教與學(xué)及其理論基礎(chǔ)[M].上海:上海教育出版社,2007:42-43.

[8] 路利娟.應(yīng)用專家系統(tǒng)提升現(xiàn)代遠(yuǎn)程教育的智能化[J].中國教育技術(shù)裝備,2007,(12):79-80.

[9] 陳懇,楊向東,劉莉等.機器人技術(shù)與應(yīng)用[M].北京:清華大學(xué)出版社,2007:6.

[10] 關(guān)注機器人幼兒教育――訪鮑青山博士[DB/OL].

[13] 柏宏權(quán),韓慶年.機器學(xué)習(xí)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J].南京師范大學(xué)學(xué)報(工程技術(shù)版),2007,7(4):76-79.

[14] 楊健,趙秦怡.基于案例的推理技術(shù)研究進(jìn)展及應(yīng)用[J].計算機工程與設(shè)計,2008,29(3):710-712.

[16] 自然語言理解[DB/OL].

[17] 賈積有.人工智能技術(shù)的遠(yuǎn)程教育應(yīng)用探索――“希賽可”智能型網(wǎng)上英語學(xué)習(xí)系統(tǒng)[J].現(xiàn)代教育技術(shù),2006,16(2):26-29.

[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].

篇(2)

關(guān)鍵詞：新工科；人工智能導(dǎo)論；實踐教學(xué)；校企合作；案例庫

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、5G及人工智能等信息技術(shù)的發(fā)展，為了應(yīng)對中國產(chǎn)業(yè)變革及新一輪的科技革命，適應(yīng)“中國制造2025”國家戰(zhàn)略需要及產(chǎn)業(yè)經(jīng)濟創(chuàng)新發(fā)展，同時將國際工程教育思想本土化，“新工科”應(yīng)運而生[1]。信息技術(shù)發(fā)展催生出了人工智能相關(guān)的專業(yè)，國內(nèi)高校紛紛設(shè)立了智能科學(xué)與技術(shù)專業(yè)。近年來，人工智能技術(shù)的發(fā)展引領(lǐng)著人類社會正逐漸走進(jìn)智能社會，人工智能將深刻影響人類社會。隨著人工智能的進(jìn)一步發(fā)展，高等教育的價值也將進(jìn)一步提高[2]。因此，各高校應(yīng)盡快建立與新工科相一致的智能科學(xué)與技術(shù)專業(yè)，并深入研究我國人工智能的人才培養(yǎng)體系、課程設(shè)置、實驗平臺及成果轉(zhuǎn)化等方法，改革傳統(tǒng)人工智能的教育教學(xué)方法，形成有新工科特色的智能科學(xué)與技術(shù)專業(yè)工程教育方法。由于傳統(tǒng)的專業(yè)是按學(xué)科劃分的，因此，目前的智能科學(xué)與技術(shù)專業(yè)課程體系以理論為主，強調(diào)學(xué)科知識的系統(tǒng)性和完備性[3]。人工智能導(dǎo)論作為智能科學(xué)與技術(shù)專業(yè)的核心課程，同時也是人工智能“入門性”和“引導(dǎo)性”的課程。但是，目前人工智能導(dǎo)論的課程設(shè)置上主要存在課程內(nèi)容陳舊、實踐課程不足、教材理論過強、教學(xué)模式老舊及實踐教學(xué)與企業(yè)需求不適應(yīng)等問題。尤其是人工智能導(dǎo)論課程，缺乏實踐教學(xué)將會降低學(xué)生學(xué)習(xí)人工智能的興趣和積極性。因此，為了解決這些問題，并使高校跟上人工智能時代的腳步，抓住高等教育發(fā)展的新機遇，進(jìn)行面向新工科的人工智能導(dǎo)論實踐教學(xué)模式探索具有重要的現(xiàn)實意義。

1人工智能對新工科人才的新要求

1.1具備多學(xué)科交叉知識。人工智能導(dǎo)論是一個多個學(xué)科交叉而成的一門課程。人工智能導(dǎo)論主要包括知識系統(tǒng)、智能搜索技術(shù)、腦科學(xué)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、支持向量機、專家系統(tǒng)、智能計算及分布式智能等內(nèi)容[4]。因此，一個合格人工智能專業(yè)人才需要具備多學(xué)科知識。1.2具備多領(lǐng)域應(yīng)用能力。人工智能導(dǎo)論的應(yīng)用領(lǐng)域廣泛，基本包含工業(yè)、農(nóng)業(yè)及社會生活的各個行業(yè)（如工業(yè)生產(chǎn)、通信、醫(yī)療、金融、社會治安、交通領(lǐng)域及服務(wù)業(yè)等）[5]。人工智能導(dǎo)論課程要求學(xué)生在學(xué)好理論前提下也應(yīng)該掌握各行業(yè)的相關(guān)知識，只有這樣才能提高人工智能技術(shù)在各領(lǐng)域的應(yīng)用。1.3具備人工智能創(chuàng)新創(chuàng)業(yè)精神。目前，創(chuàng)新驅(qū)動發(fā)展成為了我國現(xiàn)階段發(fā)展的重要力量，人工智能成為經(jīng)濟發(fā)展的新引擎[5]。在大眾創(chuàng)業(yè)、萬眾創(chuàng)新的號角下，人工智能技術(shù)作為創(chuàng)新創(chuàng)業(yè)過程中的一個大趨勢。因此，當(dāng)今新形勢下培養(yǎng)具有創(chuàng)新創(chuàng)業(yè)精神的人工智能專業(yè)人才對我國經(jīng)濟發(fā)展及大學(xué)畢業(yè)生創(chuàng)新創(chuàng)業(yè)具有重要意義。1.4具備人工智能人文素養(yǎng)。人的內(nèi)在品質(zhì)就是人文素養(yǎng)，人文科學(xué)的知識水平和研究能力是人文素養(yǎng)的重要組成部分，人文素養(yǎng)是人文科學(xué)體現(xiàn)出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災(zāi)難，關(guān)鍵是使用者的思想道德和人文素養(yǎng)。因此，培養(yǎng)具有人文精神的人工智能專業(yè)人才具有重要的意義。

2人工智能導(dǎo)論課程教學(xué)現(xiàn)狀

目前，許多高校已經(jīng)認(rèn)識到傳統(tǒng)的人工智能導(dǎo)論課程已經(jīng)不能適應(yīng)社會和學(xué)生發(fā)展的需要。尤其是地方普通高校在師資、科研及學(xué)科力量薄弱情況下進(jìn)行人工智能導(dǎo)論的實踐教學(xué)。目前人工智能導(dǎo)論的課程設(shè)置上主要存在的問題如下：⑴本科生課程內(nèi)容陳舊。近年來，隨著云計算、大數(shù)據(jù)、5G等信息技術(shù)的快速發(fā)展，也帶動人工智能技術(shù)發(fā)展日新月異。對于高校來說，要緊跟人工智能技術(shù)前沿，傳授學(xué)生的知識也要緊跟人工智能的發(fā)展。目前，雖然也出現(xiàn)了不少新的人工智能導(dǎo)論教材，但在課堂上能夠教學(xué)的新內(nèi)容仍然不多，教材內(nèi)容仍然集中在傳統(tǒng)的人工智能技術(shù)（如問題求解、知識表示、歸結(jié)原理及經(jīng)典推理等技術(shù)）上。⑵研究生課程內(nèi)容重疊。研究生的人工智能導(dǎo)論課程應(yīng)作為本科生課程的一個延續(xù)，但部分高校對研究生人工智能導(dǎo)論課程的教學(xué)重視不夠。很多本科生已經(jīng)學(xué)過的內(nèi)容在研究生階段又進(jìn)行了重復(fù)。因此，在新工科背景下培養(yǎng)高層次的人工智能人才，就必須要在研究生階段加強新工科人才實踐能力的培養(yǎng)，選擇合理的人工智能導(dǎo)論課程，改革研究生階段人工智能導(dǎo)論的教學(xué)理念和教學(xué)模式。⑶實踐課程不足。實踐教學(xué)是提高人工智能新工科人才能力的重要路徑。目前，大多數(shù)院校的人工智能導(dǎo)論課程理論與實踐聯(lián)系不夠緊密，對學(xué)生實踐能力的培養(yǎng)不夠，只知道理論，而不進(jìn)行實際的實踐應(yīng)用就不能成為合格的人工智能新工科人才。另外，大多數(shù)地方高校的人工智能實驗室建設(shè)投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學(xué)生對人工智能新技術(shù)的接觸不夠。⑷人工智能導(dǎo)論教材理論性過強。目前，現(xiàn)有的人工智能導(dǎo)論教材以理論為主，缺乏人工智能實踐內(nèi)容。在課程教學(xué)過程中學(xué)生經(jīng)常會感覺索然無味，當(dāng)實踐課程開設(shè)不足時，這種情況會非常明顯。學(xué)生會漸漸的對人工智能導(dǎo)論課程失去興趣和熱情，最終會導(dǎo)致課程的教學(xué)質(zhì)量和效果下降，不能達(dá)到新工科人工智能專業(yè)人才培養(yǎng)的預(yù)期。⑸教學(xué)模式老舊。人工智能導(dǎo)論是多學(xué)科交叉的課程，課程內(nèi)容理論性強、抽象、多知識點是新工科的特點。然而，大多數(shù)地方高校仍然采用過去的課堂教學(xué)模式（即“教師講、學(xué)生聽”的教學(xué)模式），這種單向灌輸?shù)慕虒W(xué)方式以教師為主，學(xué)生的主動性不夠，只是在被動接收知識。學(xué)校這種重視理論不重視實踐的教學(xué)模式，在一定程度上影響了新工科人才的實踐能力，從而導(dǎo)致教學(xué)內(nèi)容與企業(yè)社會需求脫節(jié)。

3人工智能導(dǎo)論實踐教學(xué)初探

3.1人工智能導(dǎo)論課程實踐平臺建設(shè)。為了提高學(xué)生對實踐教學(xué)的興趣，南陽師范學(xué)院計算機科學(xué)與技術(shù)學(xué)院在人工智能導(dǎo)論授課過程中廣泛應(yīng)用多種計算機實驗教學(xué)平臺，如采用開源的PaddlePaddle百度飛槳深度學(xué)習(xí)平臺，希冀一體化人工智能實踐教學(xué)平臺及大數(shù)據(jù)綜合實驗平臺。教師可以在實踐教學(xué)過程中方便的使用這些平臺進(jìn)行授課，學(xué)生也可以在課堂中跟隨老師完成相關(guān)實驗，并能夠在課下進(jìn)行相關(guān)實驗練習(xí)及提交作業(yè)。3.2人工智能導(dǎo)論課程實驗內(nèi)容優(yōu)化。在人工智能導(dǎo)論實踐教學(xué)過程中，以學(xué)生興趣為導(dǎo)向，開展相關(guān)應(yīng)用課程實驗，南陽師范學(xué)院計算機科學(xué)與技術(shù)學(xué)院對人工智能導(dǎo)論實驗課程內(nèi)容進(jìn)行優(yōu)化。優(yōu)化后的主要實驗課程包括搜索優(yōu)化算法實現(xiàn)、智能計算實現(xiàn)、貝葉斯分類實驗、最近鄰算法實驗、機器學(xué)習(xí)實驗及神經(jīng)網(wǎng)絡(luò)實驗。最后，通過期末課程設(shè)計進(jìn)一步提高學(xué)生解決實際問題及創(chuàng)新創(chuàng)業(yè)的能力。3.3人工智能導(dǎo)論實踐教學(xué)模式改革。⑴校企合作為使人工智能導(dǎo)論實踐教學(xué)不與企業(yè)脫節(jié)，校企合作是關(guān)鍵。應(yīng)積極派遣教師進(jìn)企業(yè)進(jìn)修，了解企業(yè)需求，并提高教師的工程能力。從2018年以來，南陽師范學(xué)院計算機科學(xué)與技術(shù)學(xué)院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數(shù)碼及江蘇傳智播客公司等進(jìn)修培訓(xùn)。同時已經(jīng)在固定時間邀請相關(guān)企業(yè)講師到學(xué)校進(jìn)行人工智能方面的項目教學(xué)。建立起了具有地方區(qū)域特色的師資隊伍及校企協(xié)調(diào)的實踐教學(xué)模式，從而避免人工智能導(dǎo)論課程實踐與企業(yè)實際脫節(jié)。⑵“雙導(dǎo)師”負(fù)責(zé)制人工智能導(dǎo)論實踐課程實行“雙導(dǎo)師”制，邀請企業(yè)中實踐經(jīng)驗豐富的人才任教或任職，校企合作建立實踐教師指導(dǎo)團(tuán)隊，改革教學(xué)策略及教學(xué)方法，以項目為牽引，將人工智能導(dǎo)論實踐課程作為第二課堂學(xué)分。還要積極制定人工智能相關(guān)的科技作品競賽的獎勵機制，積極引導(dǎo)學(xué)生參加各種人工智能相關(guān)的比賽，從而進(jìn)一步提高學(xué)生在創(chuàng)新實踐方面的能力。⑶采用案例教學(xué)法以案例導(dǎo)入進(jìn)行教學(xué)，提高學(xué)生興趣。首先，從人工智能競賽的部分賽事中、（如百度的人工智能大賽，“2020年全國人工智能大賽”，“2020中國高校計算機大賽人工智能創(chuàng)意賽”等）中選取貼近實際問題的案例作為人工智能導(dǎo)論實踐課程的案例來源。然后，采用目前主流的人工智能開發(fā)軟件進(jìn)行算法代碼的編寫，引導(dǎo)學(xué)生采用Python語言調(diào)用第三方接口庫進(jìn)行算法的實現(xiàn)。最后，讓學(xué)生使用主流的編程語言（如C++、Java等）開發(fā)完善算法或進(jìn)行系統(tǒng)設(shè)計與實現(xiàn)。

4結(jié)束語

在新工科背景下，人工智能導(dǎo)論作為智能科學(xué)與技術(shù)專業(yè)的基礎(chǔ)核心課程，人工智能人才培養(yǎng)應(yīng)注重提高學(xué)生解決問題的能力。在這種背景下，筆者結(jié)合近年來了解到的企業(yè)需求和上課的實際，對人工智能導(dǎo)論實踐教學(xué)模式進(jìn)行初探，具體如下：①校企合作，構(gòu)建人工智能實踐平臺；②建立案例庫，優(yōu)化實踐的內(nèi)容；③校企“雙導(dǎo)師”制，采用案例教學(xué)，從而進(jìn)一步提高學(xué)生在創(chuàng)新實踐方面的能力。

參考文獻(xiàn):

[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學(xué)與工程專業(yè)——哈佛大學(xué)工科教育在學(xué)科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44

[3]陳義明,劉桂波,張林峰等.智能科學(xué)與技術(shù)專業(yè)課程體系建設(shè)的理論思考[J].計算機教育,2020.309(9):103-107

[4]劉永,胡欽曉.論人工智能教育的未來發(fā)展:基于學(xué)科建設(shè)的視角[J].中國電化教育,2020.2:37-42

[5]姚琳,石志國.人工智能課程體系與教學(xué)方法研究[J].中國大學(xué)教學(xué),2019.10:19-22

篇(3)

2016年1月，美國佐治亞理工學(xué)院計算機學(xué)院的教授AshokGoel，借助IBM的Watson人工智能系統(tǒng)創(chuàng)建了一個在線機器人JillWatson，并將其作為課程教學(xué)助理。其目的是幫助教師回答學(xué)生通過在線論壇提出的大量課程問題。通過幾個月的反復(fù)調(diào)試，JillWatson的回答已經(jīng)能夠達(dá)到97%的正確率?，F(xiàn)在，機器人助教已經(jīng)可以直接與學(xué)生溝通，不需要真人助教的幫助。這項人工智能在教育中的使用，解決了AshokGoel教授的助教人數(shù)不夠，難以及時回答學(xué)生提問的困境，增加了學(xué)生參與在線學(xué)習(xí)的興趣，提高了在線學(xué)習(xí)的留存率。

這只是人工智能在教育領(lǐng)域的小試牛刀。雖然有專家預(yù)測在未來十年內(nèi)不會看到人形機器人替代教師進(jìn)入課堂，不過地平線報告2016年基礎(chǔ)教育版和2107年高等教育版都預(yù)測未來五年內(nèi)人工智能將會在教育行業(yè)普及。

教育行業(yè)已有的人工智能研究和應(yīng)用

Woolf等人在2013年提出了人工智能在教育領(lǐng)域應(yīng)努力解決“五大挑戰(zhàn)”：①為每一個學(xué)習(xí)者提供虛擬導(dǎo)師：無處不在地支持用戶建模、社會仿真和知識表達(dá)的整合。②解決21世紀(jì)技能：協(xié)助學(xué)習(xí)者自我定位、自我評估、團(tuán)隊合作等。③交互數(shù)據(jù)分析：對個人學(xué)習(xí)、社會環(huán)境、學(xué)習(xí)環(huán)境、個人興趣等大量數(shù)據(jù)的匯集。④為全球課堂提供機會：增加全球教室的互聯(lián)性與可訪問性。⑤終身學(xué)習(xí)技術(shù)：讓學(xué)習(xí)走出課堂，進(jìn)入社會。

過去十年，一些研究者對人工智能在教育領(lǐng)域中的應(yīng)用做了大量的探索。相關(guān)的研究成果包括：①跟蹤學(xué)習(xí)者的思維步驟和解決問題的潛在目標(biāo)結(jié)構(gòu)（Anderson等，1995）；②診斷誤解和評估學(xué)習(xí)者的理解域（VanLehn，1988）；③提供及時的指導(dǎo)、反饋和解釋（Shute，2008）；④促進(jìn)高效學(xué)習(xí)的行為，如自我調(diào)節(jié)、自我監(jiān)控和自我解釋（Azevedo&Hadwin，2005）；⑤以合適的難度水平和最適當(dāng)?shù)膬?nèi)容來規(guī)劃學(xué)習(xí)活動（VanLehn，2006）。

這些研究，基本上使用到了人工智能的每一項技術(shù)——自然語言處理、不確定性推理、規(guī)劃、認(rèn)知模型、案例推理、機器學(xué)習(xí)等。“智能導(dǎo)師系統(tǒng)”就是基于這些研究和技術(shù)而開發(fā)的人工智能教育應(yīng)用。類似的成熟產(chǎn)品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷澤大學(xué)的一項試驗發(fā)現(xiàn)用智能導(dǎo)師系統(tǒng)的學(xué)習(xí)者比使用其他教學(xué)方法的學(xué)習(xí)者獲得的成績更高。

人工智能在教育行業(yè)的新發(fā)展

教育行業(yè)的三種類型（內(nèi)容、平臺和評估）的服務(wù)商都在經(jīng)歷著一場變革。內(nèi)容出版商面臨紙質(zhì)印刷到數(shù)字出版和開放教育內(nèi)容的挑戰(zhàn)。學(xué)習(xí)平臺正試圖區(qū)分自適應(yīng)、個性化和數(shù)據(jù)分析的功能。評估供應(yīng)商則繼續(xù)探尋從多項選擇題測試轉(zhuǎn)向更具創(chuàng)新性的問題類型。人工智能將為這三種類型教育服務(wù)商帶來新的發(fā)展思路和契機，同時也惠及教育生態(tài)系統(tǒng)中的所有利益相關(guān)者。學(xué)生通過即時反饋和指導(dǎo)提高學(xué)習(xí)效率，教師將獲得豐富的學(xué)習(xí)分析和個性化指導(dǎo)經(jīng)驗，父母能夠低成本地為孩子改進(jìn)職業(yè)前景，學(xué)校能夠規(guī)?；岣呓逃|(zhì)量，政府能夠提供負(fù)擔(dān)得起的教育。2017年，人工智能將在以下領(lǐng)域發(fā)揮其效益。

1.人工智能批改作業(yè)

批改作業(yè)和試卷是一件乏味的工作，這通常會占據(jù)教師大量的時間，而這些時間本可以更多地用于與學(xué)生互動、教學(xué)設(shè)計和專業(yè)發(fā)展。

目前，人工智能批改作業(yè)已經(jīng)相當(dāng)接近真人教師了，除了選擇題、填空題外，作文的批改能力已經(jīng)大幅提高。美國斯坦福大學(xué)已經(jīng)成功開發(fā)出一種機器學(xué)習(xí)程序，能夠批改8～10年級的作文。隨著圖像識別能力的大幅提高，手寫答案的識別也接近可能。就連占有美國標(biāo)準(zhǔn)化考試60%市場份額的全球最大教育企業(yè)——培生公司也認(rèn)為，人工智能已經(jīng)可以出現(xiàn)在教室并提供足夠可信的評估。據(jù)培生公司近期的報告IntelligenceUnleashed推測，人工智能軟件所具有的廣泛的、定制的反饋能夠最終淘汰傳統(tǒng)測試。

2.人工智能實現(xiàn)一對一輔導(dǎo)

自適應(yīng)學(xué)習(xí)軟件已經(jīng)能為學(xué)生提供個性化學(xué)習(xí)支撐。據(jù)2011年VanLehn的一項研究發(fā)現(xiàn)，人工智能在某些特定主題和方法上比未經(jīng)訓(xùn)練的導(dǎo)師更具有效性。進(jìn)一步的研究發(fā)現(xiàn)，人工智能導(dǎo)師能在學(xué)生出錯的具體步驟上給予實時干預(yù)，而不是就整個問題的答案給予反饋（Corbett&Anderson，2001；Shute，2008）。

自適應(yīng)學(xué)習(xí)在拉美地區(qū)正在興起。AndréUrani市政學(xué)校的學(xué)生使用人工智能軟件Geekie觀看在線課程（視頻和練習(xí)）。Geekie為學(xué)生提供每一步的實時反饋，并隨著學(xué)習(xí)的進(jìn)展來傳授更為精細(xì)的課程內(nèi)容。

早在1984年，本杰明·布盧姆的研究就提出一對一輔導(dǎo)能帶來更好的學(xué)習(xí)效果。而人工智能技術(shù)可以模擬一對一輔導(dǎo)，以更好地跟蹤、適應(yīng)和支持個體學(xué)習(xí)者。這將是人工智能在教育中更高層次的個性化學(xué)習(xí)應(yīng)用。例如，比爾·蓋茨看好的人工智能聊天機器人或個人虛擬導(dǎo)師，能在學(xué)生面臨挑戰(zhàn)時提供強有力的支持，隨時隨地回答學(xué)生的提問；還可以為學(xué)生訂制學(xué)習(xí)方案和規(guī)劃職業(yè)發(fā)展路徑，并引導(dǎo)學(xué)生走向成功。更重要的是，人工智能可以匹配聊天機器人或虛擬導(dǎo)師的面孔和聲音來滿足學(xué)生個人喜好。對比網(wǎng)頁界面的自適應(yīng)學(xué)習(xí)系統(tǒng)，這才是真正做到了一人一導(dǎo)師。

3.人工智能關(guān)注學(xué)生情感

2016年地平線報告高等教育版把情感計算列為教育技術(shù)發(fā)展普及的重要方向。也就是說，人工智能不僅限于模擬人類傳遞知識，還能通過生物監(jiān)測技術(shù)（皮膚電導(dǎo)、面部表情、姿勢、聲音等）來了解學(xué)生在學(xué)習(xí)中的情緒，適時調(diào)整教育方法和策略。例如，機器人導(dǎo)師捕捉到學(xué)生厭煩的面部表情時，就可以立即改變教學(xué)方式努力激發(fā)他們的興趣。這種關(guān)注情感的人機交流為學(xué)生營造一個更真實的個性化學(xué)習(xí)環(huán)境，更好地維持了學(xué)習(xí)者的動機。美國匹茲堡大學(xué)開發(fā)的AttentiveLearner智能移動學(xué)習(xí)系統(tǒng)就能通過手勢監(jiān)測學(xué)生的思想是否集中。突尼斯蘇斯國家工程學(xué)院的研究人員正在研究開發(fā)基于網(wǎng)絡(luò)的人工智能教學(xué)系統(tǒng)。該系統(tǒng)能夠識別學(xué)生在任何地方開展科學(xué)實驗的面部表情，以優(yōu)化遠(yuǎn)程虛擬實驗室的教學(xué)過程。

進(jìn)一步的研究發(fā)現(xiàn)，人工智能還可以關(guān)注學(xué)生的心理健康。當(dāng)前已經(jīng)有使用人工智能來為自閉癥兒童提供有效支持的案例。例如，倫敦知識實驗室在Topcliffe小學(xué)開展試驗，讓自閉癥學(xué)生與半自動虛擬男孩安迪開展互動交流，研究人員發(fā)現(xiàn)患有自閉癥的學(xué)生在社交能力方面有進(jìn)步。

4.人工智能改進(jìn)數(shù)字出版

教科書等課程材料并非總是完美，傳統(tǒng)印刷出版讓課程的修訂變得過于緩慢。這不僅是生產(chǎn)工藝的問題，更主要的是紙質(zhì)課程材料無法快速獲取使用者的反饋來識別缺陷所在。而數(shù)字化出版在人工智能的支撐下能徹底改變這一現(xiàn)狀。

人工智能可幫助使用者快速識別課程缺陷。大規(guī)模網(wǎng)絡(luò)開放課程Coursera的提供者已經(jīng)將這一想法付諸實踐。當(dāng)發(fā)現(xiàn)大量學(xué)生的作業(yè)提交了錯誤的答案時，系統(tǒng)會提示課程材料的缺陷，進(jìn)而有助于彌補課程的不足。

另一項人工智能在數(shù)字化出版的應(yīng)用是自動化組織和編寫教材。這是基于深度學(xué)習(xí)系統(tǒng)能模仿人類的行為進(jìn)行讀和寫。ScottR.Parfitt博士的內(nèi)容技術(shù)公司CTI就依據(jù)這項技術(shù)幫助教師定制教科書——教師導(dǎo)入教學(xué)大綱，CTI的人工智能引擎能自動填充教科書的核心內(nèi)容。

隨著自然用戶界面和自然語言處理在人工智能領(lǐng)域的成熟應(yīng)用，課程材料的數(shù)字化出版也會有更新的形態(tài)——不再局限于書本或網(wǎng)頁的形式，聊天機器人和虛擬導(dǎo)師將成為內(nèi)容表達(dá)的更好的方式。

5.人工智能作為學(xué)生

多年的研究表明，教會別人才是更好的學(xué)習(xí)，即learning-by-teaching。美國斯坦福大學(xué)教育學(xué)教授DanielSchwartz正基于這一理念來開發(fā)新的人工智能產(chǎn)品。他聯(lián)合了多個領(lǐng)域的專家一起開發(fā)了人工智能應(yīng)用——貝蒂的大腦（Betty’sBrain），讓學(xué)生來教貝蒂學(xué)習(xí)生物知識。試點研究發(fā)現(xiàn)，使用這一方法來學(xué)習(xí)的學(xué)生比其他學(xué)生成績更好，且在科學(xué)推理上也更勝一籌。

類似的研究和開發(fā)還有瑞典隆德大學(xué)的TimeElf和美國卡內(nèi)基梅隆大學(xué)的SimStudent，這兩個人工智能產(chǎn)品也是基于learning-by-teaching而開發(fā)，讓學(xué)生在教會機器人知識的過程中深化對知識的理解。

另外，人工智能還推動其他教育方法和技術(shù)更好實現(xiàn)。如讓虛擬現(xiàn)實學(xué)習(xí)環(huán)境更具沉浸感；給學(xué)生帶來更多動手實踐的機會；提供基于豐富學(xué)習(xí)分析的仿真和游戲化學(xué)習(xí)場景等。

篇(4)

1-7月份，全國規(guī)模以上工業(yè)企業(yè)實現(xiàn)利潤總額42481.2億元，同比增長21.2%，增速比1-6月份放緩0.8個百分點。1-7月份，規(guī)模以上工業(yè)企業(yè)中，國有控股企業(yè)實現(xiàn)利潤總額9273.9億元，同比增長44.2%；集體企業(yè)實現(xiàn)利潤總額259.4億元，增長3.7%；股份制企業(yè)實現(xiàn)利潤總額29907.3億元，增長22.9%；外商及港澳臺商投資企業(yè)實現(xiàn)利潤總額10197.7億元，增長17.7%；私營企業(yè)實現(xiàn)利潤總額14161.6億元，增長14.2%。點評：中性偏好。統(tǒng)計局解讀稱，7月份，規(guī)模以上工業(yè)企業(yè)中，國有控股企業(yè)利潤同比增長34.2％，增速比6月份加快13.5個百分點；其中，中央企業(yè)利潤同比增長8.5％，扭轉(zhuǎn)了6月份同比下降6.5％的局面。主要歸因于石油加工、煤炭和鋼鐵等行業(yè)效益明顯提升。 

國務(wù)院要求中小學(xué)設(shè)人工智能課程、編程教育概念受關(guān)注、盛通股份、泰禾光電

據(jù)媒體報道。國務(wù)院近日印發(fā)《新一代人工智能發(fā)展規(guī)劃》。明確指出人工智能成為國際競爭的新焦點。應(yīng)逐步開展全民智能教育項目。在中小學(xué)階段設(shè)置人工智能相關(guān)課程、逐步推廣編程教育、建設(shè)人工智能學(xué)科。培養(yǎng)復(fù)合型人才。形成我國人工智能人才高地。

在我國人工智能技術(shù)的總體發(fā)展規(guī)劃中。也明確提出了我國新一代人工智能“三步走”發(fā)展戰(zhàn)略。即中小學(xué)設(shè)置人工智能課程推廣編程教育。高校增加碩博培養(yǎng)形成“人工智能+X”模式和普及智能交互式教育開放研發(fā)平臺。在2030年我國將要發(fā)展成為世界主要人工智能創(chuàng)新中心。專家表示。人工智能的發(fā)展是大勢所趨。未來所有行業(yè)都將隨著人工智能而帶來升級與變革。此次規(guī)劃出臺。將會加快編程培訓(xùn)進(jìn)入中小學(xué)課堂的實施進(jìn)度。

篇(5)

A股市場中有人工智能概念的公司不在少數(shù)，但敢說自己以人工智能為主業(yè)并且賺到錢的公司寥寥無幾，科大訊飛作為智能語音的行業(yè)龍頭，在人工智能方面可謂頗有建樹。

從2016年科大訊飛的年報可以看出，科大訊飛目前有六項主要業(yè)務(wù)，分別是教育行業(yè)產(chǎn)品和服務(wù)、系統(tǒng)集成、互聯(lián)網(wǎng)產(chǎn)品和增值運營、IFLYTEK―C3（智慧城市）、語音支持軟件及產(chǎn)品、大數(shù)據(jù)產(chǎn)品和服務(wù)等。

在六大業(yè)務(wù)中人工智能的成色到底有多少呢？我們分項看一下。

首先教育行業(yè)產(chǎn)品和服務(wù)?？拼笥嶏w的產(chǎn)品涵蓋“考、評、教、學(xué)、管”全產(chǎn)品體系，另外就是辦學(xué)收入，k學(xué)收入不屬于人工智能范疇，公司主要的人工智能應(yīng)用融入在機器閱卷、普通話及口語評測或者融入語音交互的智慧課堂設(shè)備中。

近日引起熱議的高考機器人，即“國家863計劃”中科大訊飛牽頭研制的“高考機器人”項目，成都準(zhǔn)星云學(xué)的AI-MATHS在斷網(wǎng)斷題庫的環(huán)境下用時22分鐘完成北京卷文科數(shù)學(xué)高考試題并獲得105分。這是科大訊飛在教育行業(yè)產(chǎn)品和服務(wù)人工智能應(yīng)用方面比較典型的代表。

從收入角度來看，教育方面可以貢獻(xiàn)收入的有四項業(yè)務(wù)：一、教育信息化過程中為“三通兩平臺”建設(shè)提供軟件及系統(tǒng)；二、訊飛啟明提供的口語及普通話機器評測；三、訊飛皆成提供的智慧課堂；四、收購樂知行帶來的數(shù)字校園業(yè)務(wù)。從以上幾項收入來看，目前科大訊飛在教育智能應(yīng)用上已經(jīng)探索出較為成熟的業(yè)務(wù)模式。

其次，系統(tǒng)集成包括信息工程和音、視頻監(jiān)控，這主要是為他人做技術(shù)支持，人工智能很難在這個業(yè)務(wù)范疇去創(chuàng)新，系統(tǒng)集成屬于應(yīng)用已成熟技術(shù)的業(yè)務(wù)領(lǐng)域，所以我們可能難以看到科大訊飛在這個維度上做智能突破。

第三，互聯(lián)網(wǎng)產(chǎn)品和增值運營，業(yè)務(wù)包括：電信增值產(chǎn)品運營、智能硬件產(chǎn)品、互聯(lián)網(wǎng)運營服務(wù)。智能硬件產(chǎn)品是人工智能的重要陣地，這也是科大訊飛做人工智能重點突破的領(lǐng)域。目前基于人機交互界面AIUI拓展在智能家居、機器人、智能穿戴等方面的軟硬件一體化應(yīng)用比較有前景，其典型產(chǎn)品有叮咚智能音箱、智能遙控器以及兒童智能語音玩具。

第四，IFLYTEK―C3，業(yè)務(wù)主要是公共安全行業(yè)產(chǎn)品和智慧城市行業(yè)應(yīng)用，這項業(yè)務(wù)與系統(tǒng)集成類似，是利用成熟技術(shù)為其他下游做配套，所以難以有人工智能的創(chuàng)新。

篇(6)

>> 引入深度學(xué)習(xí)的人工智能類課程 中西合璧的人工智能課程雙語教學(xué)模式 可調(diào)戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業(yè)“人工智能”課程的教學(xué)探索 林業(yè)院校人工智能課程教學(xué)的思考 人工智能導(dǎo)論課程的興趣教學(xué)法 人工智能概論課程的教學(xué)思考 “人工智能”課程教學(xué)的實踐與探索 游戲開發(fā)應(yīng)用中的“人工智能”課程教學(xué)方法探討 人工智能的應(yīng)用研究 人工智能的日常應(yīng)用 人工智能的應(yīng)用和發(fā)展 淺析電氣自動化控制中的人工智能應(yīng)用 分析繼電保護(hù)中的人工智能技術(shù)及其應(yīng)用 電氣自動化控制中的人工智能應(yīng)用分析 常見問題解答 當(dāng)前所在位置：l)。在情境創(chuàng)設(shè)時,教師根據(jù)學(xué)生特點提出了多種應(yīng)用需求,例如化妝品銷售咨詢等。學(xué)生利用該工具,興趣盎然地開發(fā)了自己的小型專家系統(tǒng),不僅理解了專家系統(tǒng)的特點、作用、運行方式等,還具有強烈的成就感。

2.2面向研究的情境創(chuàng)設(shè)

蘇霍姆林斯基認(rèn)為,研究型教學(xué)法應(yīng)該充分體現(xiàn)學(xué)生的主體地位,激勵、引導(dǎo)和幫助學(xué)生去主動發(fā)現(xiàn)問題、分析問題和解決問題,激發(fā)學(xué)生學(xué)習(xí)的內(nèi)在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關(guān)系,是教學(xué)設(shè)計中重點考慮的內(nèi)容。

下面以“規(guī)劃”中的路徑規(guī)劃內(nèi)容為例,詳細(xì)分析以研究為導(dǎo)向的情境創(chuàng)設(shè)過程。表2給出了整個教學(xué)設(shè)計。

綜合幾次研究課題完成情況,班級中有1/3的學(xué)生通過廣泛查閱資料和多次與教師討論,提交了質(zhì)量尚可的標(biāo)準(zhǔn)格式論文,并因此獲得了學(xué)院的科研學(xué)分。除此之外,教師還組織這部分具備一定科研潛力的學(xué)生參加科研項目,進(jìn)一步磨練科研技能,極大提高了學(xué)生的學(xué)習(xí)興趣和能力。

3DBR驅(qū)動的教學(xué)過程

人工智能課程各單元內(nèi)容相對獨立,難以形成統(tǒng)一的聯(lián)系,怎樣驗證各單元的學(xué)習(xí)效果?從提出問題到任務(wù)解決,每個單元的學(xué)習(xí)通常要跨越幾節(jié)課甚至幾周,怎樣在此期間保持學(xué)生的興趣和關(guān)注?

DBR是情境設(shè)計、實施、評價、再設(shè)計、理論形成等環(huán)節(jié)多次迭代循環(huán)的過程,柯林斯稱之為“不斷進(jìn)步的修正”(Progressive Refinement),以檢測設(shè)計的價值。因此,評價是教學(xué)過程中非常重要的一環(huán)。本課程教學(xué)主要做好兩個環(huán)節(jié),以驅(qū)動整個教學(xué)過程的推進(jìn)。

1) 實踐環(huán)節(jié)。

通常的實踐環(huán)節(jié)是課程結(jié)束后固定時間的實際任務(wù),而本課程的實踐卻貫穿整個教學(xué)過程,是單元教學(xué)、教師、學(xué)生之間的粘合劑。實踐包括應(yīng)用型實踐和研究型實踐,一般在每個單元教學(xué)開始,提出問題后,實踐任務(wù)就被布置下去,例如前面所述的“黑白棋”、“路徑規(guī)劃算法研究”等。學(xué)生接受任務(wù)后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導(dǎo)及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調(diào)整教學(xué)設(shè)計。

2) 教學(xué)評價。

除了課程考核以外,每個教學(xué)單元結(jié)束時都有反饋和評價環(huán)節(jié)。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據(jù)前一階段的反饋信息決定。這些來自學(xué)生反饋信息包括前一階段學(xué)習(xí)的接受情況、興趣點、其他課業(yè)繁忙情況等。在學(xué)期的不同時間點采用合適的評價方式,有助于加強學(xué)習(xí)刺激,總結(jié)和發(fā)現(xiàn)教學(xué)設(shè)計中的問題,及時調(diào)整。

通過上述兩個環(huán)節(jié)的推動,精心設(shè)計的教學(xué)內(nèi)容得以順利實施并被學(xué)生欣然接受。2/3的學(xué)生在整個學(xué)期教學(xué)中都保持了積極的態(tài)度和充分的關(guān)注度,確實感受到人工智能的魅力,并能夠從技術(shù)角度看待人工智能,消除了未學(xué)或初學(xué)時的神秘感。

4教學(xué)實施效果分析

1) 正效果分析。

中原工學(xué)院計算機學(xué)院作為普通工科院校,以培養(yǎng)實用型人才為主,人工智能并非主干課程,學(xué)生重視程度不足。兩年來,經(jīng)過教師與學(xué)生的共同努力,教學(xué)改革成果逐步體現(xiàn)。人工智能類學(xué)生人數(shù)從過去的5%上升到15%,科研論文數(shù)量從1%上升到20%。有20%的學(xué)生接觸過或正在從事人工智能類項目的研究與開發(fā),考研選擇人工智能科目的學(xué)生比例從0上升到15%,考研成功人數(shù)占畢業(yè)生總?cè)藬?shù)的20%。

人工智能教學(xué)中采用的應(yīng)用型與研究型情境創(chuàng)設(shè),不僅促進(jìn)了學(xué)生理解接受知識,而且鍛煉提高了學(xué)生獨立分析、解決問題及開發(fā)能力。學(xué)習(xí)也不再局限于課堂,而是拓展到圖書館、互聯(lián)網(wǎng)等更廣闊的空間。學(xué)生在學(xué)習(xí)期間保持了高度的關(guān)注,充分發(fā)揮了主動性和主體意識,為持續(xù)發(fā)展奠定了良好的基礎(chǔ)。

2) 不足分析。

DBR的方法論能夠促使教師在教學(xué)過程中不斷完善教學(xué)設(shè)計,融合先進(jìn)的教學(xué)理論及工具,逐步加深學(xué)習(xí)的理解和設(shè)計的提升,切實提高教學(xué)效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現(xiàn)在:

(1) 缺乏合適的教材。目前大多數(shù)教材的示例以解答式或推證式為主,設(shè)計型或?qū)嶋H項目案例較少。

(2) 投入時間限制。盡管上述教學(xué)設(shè)計和教學(xué)過程都經(jīng)過精心準(zhǔn)備與實施,但是要取得好的成效,還需要教師和學(xué)生都投入大量時間交流、研究或開發(fā)。而學(xué)生課業(yè)繁忙造成了實施的瓶頸。

這些不足制約了上述教學(xué)方法的實際實施效果,需要今后不斷改進(jìn)。

5小結(jié)

本文針對普通工科院校學(xué)生特點,將DBR研究成果應(yīng)用于人工智能課程。教學(xué)效果表明,精心設(shè)計的應(yīng)用型與研究型情境有助于維持學(xué)生長時間的關(guān)注度、主動性和興趣;強調(diào)基于評價的修正使教學(xué)過程可調(diào)節(jié),學(xué)生的學(xué)習(xí)效果更可靠。希望本文研究能夠?qū)θ斯ぶ悄芙虒W(xué)及學(xué)生培養(yǎng)起到一定的參考作用,下一階段的主要工作是進(jìn)行適合的教材建設(shè)。

參考文獻(xiàn):

[1] 楊南昌. 基于設(shè)計的研究:正在興起的學(xué)習(xí)研究新范式[J]. 中國電化教育,2007(5):6-10.

[2] 曾安,余永權(quán),曾碧. 人工智能課程教學(xué)模式的探討[J]. 江西教育學(xué)院學(xué)報:綜合版,2006,27(6):40-43.

[3] 李鳴華. 案例教學(xué)法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.

[4] 楊種學(xué). 研究型教學(xué)法在數(shù)據(jù)結(jié)構(gòu)課程中的應(yīng)用研究[J]. 計算機教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

篇(7)

關(guān)鍵詞：人工智能；計算機網(wǎng)絡(luò)教學(xué)；現(xiàn)狀；運用

中圖分類號：TP393-4

所謂人工智能，就是利用人工方法在計算機上實現(xiàn)智能，也可以說是人工智能在計算機上的一種模擬。人工智能廣泛融合了神經(jīng)學(xué)、語言學(xué)、信息論和通訊科學(xué)等眾多學(xué)科和領(lǐng)域。目前主要存在三條人工智能研究途徑：一是以生物學(xué)理論為支撐，掌握人類智能的本質(zhì)規(guī)律；二是以計算機科學(xué)為支撐，通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行智能模擬，實現(xiàn)人機互動；三是以生物學(xué)理論為支撐。

1 人工智能技術(shù)的特征

智能技術(shù)主要分為兩類，人類和計算機智能，兩者存在相輔相成的關(guān)系。利用人工智能技術(shù)能夠?qū)崿F(xiàn)人類智能向機器智能的轉(zhuǎn)化，相反，機器智能也能夠利用智能教學(xué)轉(zhuǎn)化為人類智能。

1.1 人工智能的技術(shù)特征。首先，人工智能具備非常強的搜索功能。該功能是利用相關(guān)搜索搜索技術(shù)實現(xiàn)對海量信息的快速檢索，滿足個性化信息需求；其次，人工智能具備很強的知識表示能力。具體來講，就是人工智能對信息的行為，能夠像人類智能一樣，對模糊的信息加以表示；最后，人工智能具有較強的語音識別和抽象功能。前者主要是為了對模糊信息加以處理。而后者主要是為了對信息重要度加以區(qū)分，以便提高信息處理效率。用戶只需要智能機器提出具體要求便可，至于復(fù)雜的解決方案就交給智能程序了。

1.2 智能多媒體技術(shù)。首先，人機對話更加靈活。傳統(tǒng)多媒體在人機對話方面極為欠缺，導(dǎo)致教學(xué)單調(diào)乏味，不能取得預(yù)期良好效果，但智能多媒體卻不然，他能夠?qū)崿F(xiàn)人機自由對話和互動，同時還能結(jié)合學(xué)生實際對學(xué)生的問題給出不同層次的答案。其次，教學(xué)可行性更強。由于學(xué)生在認(rèn)知能力和個人素養(yǎng)方面都存在差異，而且學(xué)習(xí)主動性也不盡相同，人工智能必須要結(jié)合學(xué)生實際學(xué)習(xí)狀況，為每一位學(xué)生設(shè)計制定個性化的學(xué)習(xí)計劃和學(xué)習(xí)目標(biāo)，對學(xué)生進(jìn)行針對性較強的教學(xué)，真正實現(xiàn)因材施教。再次，具有強大的創(chuàng)造性和糾錯性。前者屬于人工智能的顯著特征，而后者屬于人工智能的重要表現(xiàn)方面。最后，智能多媒體具有老師特征。在實際教學(xué)過程中，智能多媒體可以對教學(xué)雙方的行為進(jìn)行智能評價，以便能夠及時發(fā)現(xiàn)教學(xué)中的薄弱點，有助于實現(xiàn)教學(xué)相長，全面提高教學(xué)質(zhì)量和教學(xué)效果。

2 計算機網(wǎng)絡(luò)教育的現(xiàn)狀

隨著現(xiàn)代科學(xué)的進(jìn)步，網(wǎng)絡(luò)信息的發(fā)達(dá)，人們的教學(xué)觀念和學(xué)習(xí)觀念都發(fā)生了前所未有的改變，網(wǎng)絡(luò)時代正全面到來。為了滿足現(xiàn)代社會對人才的實際需求，培養(yǎng)大量現(xiàn)代化優(yōu)秀人才，計算機網(wǎng)絡(luò)教學(xué)模式業(yè)已成型并不斷完善。目前，高校正規(guī)教學(xué)模式依然是現(xiàn)代教學(xué)主流，盡管在系統(tǒng)傳授知識和規(guī)范培養(yǎng)人才方面具有無可比擬的優(yōu)勢，但在資金投入、效益創(chuàng)收和時空限制等方面具有很大的弊端，靈活性不足，無法有效滿足現(xiàn)代教育的發(fā)展要求。

計算機網(wǎng)絡(luò)教學(xué)對傳統(tǒng)教學(xué)形成了巨大挑戰(zhàn)，并產(chǎn)生了深遠(yuǎn)影響。它不僅有效彌補了傳統(tǒng)教學(xué)的時空限制缺陷，而且賦予了教學(xué)極大的樂趣性，吸引了越來越多的人積極投身到網(wǎng)絡(luò)教學(xué)建設(shè)中去，任何人無論何時何地都能夠通過網(wǎng)絡(luò)課堂去學(xué)習(xí)和提高。但目前計算機網(wǎng)絡(luò)教學(xué)發(fā)展仍處于探索期，在實際運用方面還存在許多問題：第一，計算機網(wǎng)絡(luò)教學(xué)中的學(xué)習(xí)支持服務(wù)體系尚不健全，導(dǎo)學(xué)手段和答疑方法還非常落后，由于各種原因，在服務(wù)方式上缺乏針對性、策略性和積極性；第二，計算機網(wǎng)絡(luò)實驗教學(xué)中存在著空間分散、時間流動和自主性差等問題和弊端；第三，計算機網(wǎng)絡(luò)的系統(tǒng)承載能力和信息查詢能力還十分有限；第四，如何實現(xiàn)計算機網(wǎng)絡(luò)考試的開放性，確?？荚嚨目陀^性、公正性、權(quán)威性，已經(jīng)成為網(wǎng)絡(luò)教學(xué)發(fā)展的瓶頸；第五，計算機網(wǎng)絡(luò)教學(xué)中的核心支撐系統(tǒng)――CAI，還無法有效滿足和適應(yīng)網(wǎng)絡(luò)教學(xué)的實際需求和發(fā)展要求。

主流CAI課件主要有兩種，一種是單機版的初級課件，包括簡單的Authorware課件、PPT幻燈片和圖文網(wǎng)頁等。一種是高級的網(wǎng)絡(luò)版課件。該類課件主要以靜態(tài)圖文和動態(tài)演示組成的網(wǎng)頁為主，以聊天室、電子郵件和QQ群等形式為輔，實現(xiàn)師生互動、網(wǎng)絡(luò)答疑的一種改進(jìn)型課件。初級課件在實際教學(xué)中以操作容易、更新及時和維護(hù)方便著稱，但實際上就是傳統(tǒng)教學(xué)手段的變相挪用。還有些課件，盡管在互動性方面有著不錯的效果，但是制作繁瑣、更新較慢和維護(hù)復(fù)雜。因此，高級網(wǎng)絡(luò)課件是目前網(wǎng)絡(luò)教學(xué)中的主流課件，已經(jīng)成為了計算機網(wǎng)絡(luò)課件的固定模板。改進(jìn)型的網(wǎng)絡(luò)課件有效地解決了傳統(tǒng)多媒體在師生互動不足的問題。上述兩類課件是現(xiàn)在最為常見的兩種CAI課件，盡管兩者都有各自的優(yōu)勢，但作為網(wǎng)絡(luò)教學(xué)的重要手段，仍存在許多問題和弊端：無法實現(xiàn)因材施教，無法開展層次教學(xué)；作為教學(xué)的一大主體，學(xué)生在個性化交互操作方面仍有很大不足；對學(xué)習(xí)過程中出現(xiàn)的普遍問題無法進(jìn)行智能統(tǒng)計、分析和評價等。

3 人工智能技術(shù)在計算機網(wǎng)絡(luò)教學(xué)中的運用

3.1 人工智能多媒體系統(tǒng)。（1）知識庫。智能多媒體已經(jīng)不再是用來進(jìn)行紙質(zhì)媒體數(shù)字轉(zhuǎn)化的工具了，它應(yīng)該具備相應(yīng)完善的知識庫，而知識庫里的教學(xué)內(nèi)容要結(jié)合教學(xué)實際和學(xué)生現(xiàn)狀進(jìn)行針對性、個性化設(shè)計。同時，要實現(xiàn)知識庫資源的高度共享，并及時加以更新和補充，如此才能充分發(fā)揮知識庫的教學(xué)服務(wù)作用。（2）教學(xué)板塊。教學(xué)板塊的設(shè)計主要是出于教學(xué)綜合性考慮的，教學(xué)方法的創(chuàng)新是其關(guān)注的重點內(nèi)容。該模塊的實現(xiàn)要以掌握專業(yè)知識、教學(xué)策略和人機對話等領(lǐng)域的知識為前提，結(jié)合學(xué)生實際學(xué)習(xí)現(xiàn)狀和特點，利用智能系統(tǒng)的現(xiàn)代化技術(shù)手段對知識和相關(guān)教育措施加以高效搜索。（3）學(xué)生板塊。及時掌握學(xué)生心理動態(tài)和學(xué)習(xí)狀況是智能網(wǎng)絡(luò)教學(xué)的一大特征，結(jié)合學(xué)生實際狀況加以智能評判，進(jìn)而加以針對性指導(dǎo)和個性化輔導(dǎo)，實現(xiàn)因人施教和因材施教，全面提高學(xué)習(xí)效率和學(xué)習(xí)質(zhì)量。（4）用戶模塊。用戶模塊是智能系統(tǒng)無法忽視和省略的關(guān)鍵模塊，整個智能系統(tǒng)的正常運行離不開人工程序操作，用戶需要通過用戶終端將教學(xué)內(nèi)容上傳到網(wǎng)絡(luò)教學(xué)平臺，才能順利完成教學(xué)。

3.2 人工智能多媒體教學(xué)的發(fā)展。（1）加強與網(wǎng)絡(luò)的結(jié)合。隨著網(wǎng)絡(luò)技術(shù)的成熟，智能網(wǎng)絡(luò)教學(xué)與網(wǎng)絡(luò)之間的關(guān)系日益緊密，多元化、多維度網(wǎng)絡(luò)空間日益成為一種趨勢。互聯(lián)網(wǎng)具有信息量大、更新速度快、超時空性等優(yōu)勢，加強與網(wǎng)絡(luò)的結(jié)合是人工智能計算機網(wǎng)絡(luò)教學(xué)未來發(fā)展的重要方向。（2）加強智能的應(yīng)用。人機對話、機器指導(dǎo)的教學(xué)模式將成為未來網(wǎng)絡(luò)教學(xué)的核心模式，傳統(tǒng)教師的角色將逐漸被計算機取代。最為典型的就是現(xiàn)代智能導(dǎo)航系統(tǒng)。（3）加強系統(tǒng)軟件的研發(fā)。系統(tǒng)軟件的更新日新月異，舊的系統(tǒng)軟件已經(jīng)無法有效滿足網(wǎng)絡(luò)發(fā)展的時代要求，加強系統(tǒng)軟件的研發(fā)以便充分滿足網(wǎng)絡(luò)要求，更好地幫助學(xué)生解決實際問題，進(jìn)而提高學(xué)習(xí)效率和教學(xué)質(zhì)量。

4 結(jié)束語

人工智能技術(shù)在計算機網(wǎng)絡(luò)教學(xué)中的運用將為現(xiàn)代化教育提供新的發(fā)展思路，將全面改善網(wǎng)絡(luò)教學(xué)環(huán)境，拓展學(xué)習(xí)服務(wù)渠道，提高計算機網(wǎng)絡(luò)教學(xué)質(zhì)量，并有可能徹底打破計算機網(wǎng)絡(luò)教育的時空限制，全面加強網(wǎng)絡(luò)教學(xué)的開放性，實現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)的個性化、人性化和智能化，充分落實以學(xué)生為本的教學(xué)理念。未來CAI技術(shù)的進(jìn)一步成熟將全面提高網(wǎng)絡(luò)教學(xué)的整體格局，我們有理由相信，智能網(wǎng)絡(luò)教學(xué)將迎來全新的發(fā)展春天。

參考文獻(xiàn)：

[1]劉廣鐘，高軍，劉，李吉彬.報文分析技術(shù)在計算機網(wǎng)絡(luò)教學(xué)中的應(yīng)用[J].計算機教育，2014（01）.

[2]趙冉，朱西方.仿真技術(shù)在高職計算機網(wǎng)絡(luò)教學(xué)中的應(yīng)用探討[J].河南科技，2014（01）.