時(shí)間：2023-09-06 17:05:31
導(dǎo)語(yǔ)：在人工智能課程評(píng)價(jià)的撰寫旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
關(guān)鍵詞：人工智能技術(shù)；教學(xué)方法；編程能力
中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）16-3865-02
1 概述
2008年11月16日，中國(guó)科協(xié)成立50周年新聞會(huì)在北京召開。在新聞會(huì)上，“五個(gè)10”系列評(píng)選活動(dòng)，即10位傳播科技的優(yōu)秀人物、10部公眾喜愛的科普作品、10個(gè)公眾關(guān)注的科技問題、10個(gè)影響中國(guó)的科技事件、10項(xiàng)引領(lǐng)未來的科學(xué)技術(shù)評(píng)選結(jié)果揭曉。10項(xiàng)引領(lǐng)未來的科學(xué)技術(shù)是：基因修飾技術(shù)；未來家庭機(jī)器人；新型電池；人工智能技術(shù)；超高速交通工具；干細(xì)胞技術(shù)；光電信息技術(shù)；可服用診療芯片；感冒疫苗；無線能量傳輸技術(shù)。
人工智能技術(shù)學(xué)科是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。指人類的各種腦力勞動(dòng)或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)，可以用某種智能化的機(jī)器來予以人工實(shí)現(xiàn)[1]。
通過《人工智能技術(shù)》課程的學(xué)習(xí)，使學(xué)生對(duì)人工智能技術(shù)的發(fā)展概況、基本原理和應(yīng)用領(lǐng)域有深入了解、對(duì)主要技術(shù)及應(yīng)用有一定掌握，并對(duì)現(xiàn)代人工智能技術(shù)發(fā)展的方向有所研究。通過人工智能技術(shù)課程的學(xué)習(xí)與研究，啟發(fā)學(xué)生對(duì)人工智能技術(shù)的興趣，培養(yǎng)知識(shí)創(chuàng)新和技術(shù)創(chuàng)新能力，并能將人工智能技術(shù)融入到今后所開發(fā)的計(jì)算機(jī)軟件之中。
《人工智能技術(shù)》是一門眾多學(xué)科交叉的新興課程，其涵蓋范圍廣，涉及知識(shí)點(diǎn)多，知識(shí)更新快，內(nèi)容抽象，不容易理解，理論性強(qiáng)，而且需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力，這給該課程的講授帶來了一定困難?！度斯ぶ悄芗夹g(shù)》也是一門應(yīng)用型學(xué)科，怎樣將理論運(yùn)用到實(shí)踐中，使學(xué)生將學(xué)到的人工智能技術(shù)知識(shí)和思想運(yùn)用到自己的實(shí)際課題，這也是該課程需要解決的問題之一。
因此，對(duì)《人工智能技術(shù)》課程教學(xué)來說，我們要了解課程的最新信息，把握課程的特點(diǎn)，幫助學(xué)生找到好的學(xué)習(xí)方法，使他們能充分發(fā)揮自己的創(chuàng)新思維能力，提高學(xué)習(xí)興趣，該文給出了《人工智能技術(shù)》課程的教學(xué)與實(shí)踐的探索。
2 教學(xué)與實(shí)踐的探索
2.1 教材和實(shí)驗(yàn)教學(xué)內(nèi)容的選取
1） 人工智能技術(shù)是整個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域發(fā)展最快，知識(shí)更新最快，最前沿的學(xué)科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎(chǔ)》這本教材。蔡自興教授的主要研究領(lǐng)域?yàn)槿斯ぶ悄堋C(jī)器人學(xué)和智能控制等。這本教材是作者在美國(guó)國(guó)家工程院院士、普度大學(xué)教授傅京孫先生的指導(dǎo)和鼓勵(lì)下編寫，借鑒了國(guó)內(nèi)外人工智能技術(shù)研究領(lǐng)域?qū)＜业淖钚卵芯砍晒蛯W(xué)術(shù)書籍的長(zhǎng)處，該書比較全面地介紹了人工智能技術(shù)的基礎(chǔ)知識(shí)與技術(shù)，材料新，易于理解，兼顧基礎(chǔ)及應(yīng)用[2]。
此外，我們還給學(xué)生自主學(xué)習(xí)提供多種類型的學(xué)習(xí)資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術(shù)國(guó)內(nèi)外期刊，如電子學(xué)報(bào)，計(jì)算機(jī)學(xué)報(bào)，人工智能與模式識(shí)別，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等人工智能技術(shù)會(huì)議，使學(xué)生能夠掌握人工智能技術(shù)的更多前沿動(dòng)態(tài)，提高學(xué)習(xí)興趣。
2） 配套的實(shí)驗(yàn)教學(xué)內(nèi)容?！度斯ぶ悄芗夹g(shù)》是一門理論性和實(shí)踐性都很強(qiáng)的課程，實(shí)踐性教學(xué)環(huán)節(jié)對(duì)該課程尤為重要。除了完成課本上的作業(yè)之外，還注重實(shí)驗(yàn)教學(xué)，培養(yǎng)學(xué)生的創(chuàng)新能力、算法設(shè)計(jì)能力和編程能力。首先，每個(gè)章節(jié)設(shè)置相應(yīng)的實(shí)驗(yàn)，而實(shí)驗(yàn)內(nèi)容經(jīng)過嚴(yán)格的考慮，如：五子棋游戲，產(chǎn)生式系統(tǒng)，旅行商問題，傳教士和野人問題，BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡(jiǎn)單的分類，遺傳算法、人工生命程序等，要求學(xué)生運(yùn)用所學(xué)章節(jié)的知識(shí)，獨(dú)立地設(shè)計(jì)和實(shí)現(xiàn)實(shí)驗(yàn)內(nèi)容。實(shí)驗(yàn)報(bào)告包括簡(jiǎn)述實(shí)驗(yàn)原理及方法，給出程序設(shè)計(jì)流程圖，源程序清單，實(shí)驗(yàn)結(jié)果及分析等內(nèi)容，通過這種方式，進(jìn)一步加強(qiáng)學(xué)生的信息獲取能力和研究能力。
2.2 教學(xué)方法和手段的改革
人工智能技術(shù)課程交叉性強(qiáng)，涉及面廣，傳統(tǒng)的教學(xué)方法手段單一，缺少交流，課堂氣氛沉悶，激發(fā)不起學(xué)生的學(xué)習(xí)興趣，教學(xué)效果不理想。人工智能技術(shù)這門課程內(nèi)容抽象，如何激發(fā)學(xué)生的學(xué)習(xí)興趣是本課程需要解決的主要問題，也是關(guān)系教學(xué)改革成敗的關(guān)鍵。本課程需采用多種方法進(jìn)行教學(xué)，以此來激發(fā)學(xué)生的學(xué)習(xí)興趣。
1） 問題啟發(fā)式教學(xué)?！度斯ぶ悄芗夹g(shù)》這門課程中有很多似是而非、引人入勝的問題，主要是用計(jì)算機(jī)模擬人類的智能來解決這種問題。在教學(xué)中，有目的的提出這些問題，鼓勵(lì)學(xué)生思考，提出自己的想法和解決方案，并進(jìn)行分析和比較，這樣強(qiáng)化學(xué)生的主動(dòng)學(xué)習(xí)意識(shí)，提高學(xué)習(xí)積極性[3]。
2） 個(gè)性化學(xué)習(xí)和因材施教。學(xué)生中存在計(jì)算機(jī)專業(yè)和非計(jì)算機(jī)專業(yè)本科畢業(yè)的差別，由于他們每個(gè)人的基礎(chǔ)不同，有的計(jì)算機(jī)知識(shí)比較匱乏，因此有必要針對(duì)每個(gè)學(xué)生的學(xué)習(xí)進(jìn)度，課堂作業(yè)和實(shí)驗(yàn)報(bào)告情況進(jìn)行及時(shí)評(píng)估，對(duì)學(xué)生提出個(gè)性化的教學(xué)。例如：在實(shí)驗(yàn)教學(xué)中，要求有能力和興趣的學(xué)生可以做探究性和創(chuàng)新性的附加實(shí)驗(yàn)，從而引導(dǎo)學(xué)生發(fā)揮個(gè)性的空間，而對(duì)稍微吃力的學(xué)生則要求完成基本的實(shí)驗(yàn)，更注重基礎(chǔ)知識(shí)的學(xué)習(xí)和夯實(shí)，這樣就能達(dá)到因材施教的目的。同時(shí)對(duì)不同層次的學(xué)生進(jìn)行分析，進(jìn)一步提出學(xué)習(xí)建議，并進(jìn)行有針對(duì)性的指導(dǎo)。
3） 多媒體使用和多學(xué)科知識(shí)的融合。本課程PPT課件圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解。課堂講授、板書與PPT手段相結(jié)合，注重課程中的關(guān)鍵詞用英文表示，并適當(dāng)指定英文參考書，使學(xué)生能夠接觸國(guó)外文獻(xiàn)資料，加深對(duì)學(xué)習(xí)內(nèi)容的理解，獲得更寬廣的知識(shí)。PPT課件運(yùn)用了大量多媒體技術(shù)，如動(dòng)畫、聲音、圖像，通過動(dòng)畫和視頻演示抽象的概念、算法和過程，使人工智能技術(shù)中抽象的知識(shí)形象化，在課件中融入了文學(xué)，歷史等其他學(xué)科的相關(guān)知識(shí)，便于學(xué)生較好地理解知識(shí)難點(diǎn)和重點(diǎn)[4]。
4） 師生互動(dòng)和課內(nèi)外答疑。在教學(xué)中，改變了傳統(tǒng)的老師講，學(xué)生聽的教學(xué)模式。針對(duì)人工智能技術(shù)的實(shí)用性，適當(dāng)提問，收集學(xué)生學(xué)習(xí)情況，盡量使用實(shí)例進(jìn)行講解。設(shè)置了實(shí)驗(yàn)講解互動(dòng)課程，對(duì)于實(shí)驗(yàn)的講解，學(xué)生可以提出疑問，然后在課堂上展開討論，學(xué)生可以看到問題從提出、分析到解決的整個(gè)過程，讓學(xué)生自己在討論中總結(jié)結(jié)論。為了解決教學(xué)中存在的疑難問題，還設(shè)有課后答疑，使學(xué)生能將所有的問題都理解透徹。
5） 理論研究與實(shí)踐結(jié)合。在教學(xué)內(nèi)容的安排上，注重學(xué)生的理論研究和動(dòng)手能力，適當(dāng)布置一些課程相關(guān)的論文和實(shí)驗(yàn)編程。通過課程論文，可以培養(yǎng)學(xué)生鉆研問題的興趣； 通過查閱科技文獻(xiàn)使學(xué)生掌握如何查找相關(guān)文獻(xiàn)的技能，可以培養(yǎng)學(xué)生撰寫科技論文的能力。通過實(shí)驗(yàn)實(shí)踐，使學(xué)生可以更加清楚地了解人工智能技術(shù)基本概念和難點(diǎn)，也能了解算法的設(shè)計(jì)具體運(yùn)行過程，并對(duì)其進(jìn)行驗(yàn)證，提高了學(xué)生的編程能力和和學(xué)習(xí)興趣。
6） 考試考核方式改革。本課程的考核考試也是一個(gè)值得探討的問題，本課程應(yīng)采用多種綜合考試方法，注重學(xué)生對(duì)基礎(chǔ)概念、知識(shí)和基本的技能的掌握以及理論聯(lián)系實(shí)際的能力。平時(shí)作業(yè)考核成績(jī)，實(shí)驗(yàn)實(shí)踐教學(xué)成績(jī)、提交課程論文成績(jī)，以及最后的期末考試成績(jī)形成一種有效的考試考核方法，促進(jìn)學(xué)生主動(dòng)學(xué)習(xí)，提高教學(xué)質(zhì)量。實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)在于算法設(shè)計(jì)、編程的準(zhǔn)確性和實(shí)驗(yàn)結(jié)果及分析。課程論文評(píng)價(jià)指是選題是否嚴(yán)謹(jǐn)科學(xué)和具可研究性，論文結(jié)構(gòu)、思路是否嚴(yán)謹(jǐn)，論文內(nèi)容科學(xué)性、正確性，能否提出自己的見解?？疾椴殚喛萍嘉墨I(xiàn)的能力主要通過是否查找到權(quán)威的、最新文獻(xiàn)以及撰寫是否規(guī)范。
2.3 學(xué)生學(xué)好《人工智能技術(shù)》課程的建議
《人工智能技術(shù)》是一門理論與實(shí)踐相結(jié)合的應(yīng)用課程，學(xué)生如何學(xué)習(xí)這么課程，也是我們應(yīng)該探討的問題。
學(xué)生應(yīng)該正確看待《人工智能技術(shù)》這門科學(xué)的發(fā)展。人工智能技術(shù)孕育于20世紀(jì)30、40年代，形成于60、70年代，發(fā)展至今，人工智能技術(shù)只有短短60多年的歷史，它是一門不斷發(fā)展和完善的嶄新學(xué)科，還有許多課題處于探索中，理論和技術(shù)還遠(yuǎn)未成熟，我們應(yīng)該對(duì)它有科學(xué)的認(rèn)識(shí)。
針對(duì)非計(jì)算機(jī)專業(yè)本科畢業(yè)的學(xué)生，除了課堂聽講之外，還應(yīng)該課下自學(xué)該課程的先修課程，如：數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)等課程。人工智能技術(shù)中涉及到大量的數(shù)學(xué)知識(shí)，如：模式識(shí)別需要具有較好的概率論，數(shù)理統(tǒng)計(jì)知識(shí)，另外還會(huì)用到少量隨機(jī)過程、模糊數(shù)學(xué)的一些知識(shí)。人工智能技術(shù)是一門應(yīng)用課程，編程語(yǔ)言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經(jīng)網(wǎng)絡(luò)，遺傳算法等算法，實(shí)現(xiàn)這些算法要求學(xué)生具有較強(qiáng)的編程能力。
學(xué)生應(yīng)該多讀，多查閱資料，特別是國(guó)外的期刊文獻(xiàn)和重要國(guó)際會(huì)議論文，多了解人工智能技術(shù)最前沿的信息，理論聯(lián)系實(shí)際，加深對(duì)基本算法的理解，并將人工智能技術(shù)的知識(shí)運(yùn)用到自己所研究的領(lǐng)域，以做到學(xué)以致用。
3 結(jié)論
人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿，該文對(duì)《人工智能技術(shù)》的課程教學(xué)進(jìn)行了一些探討，教學(xué)與實(shí)踐效果有了顯著提高，但仍然有許多方面還需要我們繼續(xù)探討和改進(jìn)。
參考文獻(xiàn)：
[1] 蔡自興，徐光佑.人工智能技術(shù)及其應(yīng)用[M].北京： 清華大學(xué)出版社，2003.
[2] 蔡自興，肖曉明，蒙祖強(qiáng)，等.樹立精品意識(shí)搞好人工智能技術(shù)課程建設(shè)[J].中國(guó)大學(xué)教學(xué)，2004（1）：28-29.
關(guān)鍵詞:人工智能;研究型實(shí)驗(yàn)教學(xué);民族關(guān)系
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,是一門研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性學(xué)科,對(duì)它的研究涉及控制論、信息論、系統(tǒng)論、語(yǔ)言學(xué)、神經(jīng)生理學(xué)、數(shù)學(xué)、哲學(xué)等諸多的學(xué)科及領(lǐng)域,是一門綜合性的交叉學(xué)科[1]。
人工智能的研究、應(yīng)用和發(fā)展,在一定程度上代表著信息技術(shù)的發(fā)展方向,同時(shí)信息技術(shù)的廣泛應(yīng)用也對(duì)人工智能技術(shù)的發(fā)展提出了迫切的需求。今天,人工智能的不少研究領(lǐng)域如自然語(yǔ)言理解、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機(jī)器人技術(shù)、人工神經(jīng)網(wǎng)絡(luò)等都走在了信息技術(shù)的前沿,有許多研究成果已經(jīng)進(jìn)入人們的生活、學(xué)習(xí)和工作中,并對(duì)人類的發(fā)展產(chǎn)生了重要影響[2]。
實(shí)踐教學(xué)環(huán)節(jié)在大學(xué)教育中是一個(gè)非常重要的教學(xué)環(huán)節(jié),是提高人才素質(zhì)與能力的重要途徑。人工智能課程除了具有較強(qiáng)的專業(yè)性之外,還具有突出的實(shí)踐性,為了能深入理解和掌握所學(xué)內(nèi)容,必須把講授和實(shí)踐結(jié)合起來。本文結(jié)合該課程實(shí)驗(yàn)教學(xué),將研究型教學(xué)的理念引入到實(shí)驗(yàn)教學(xué),并對(duì)教學(xué)過程中的經(jīng)驗(yàn)和問題加以初步的總結(jié)。
1研究型教學(xué)模式背景
研究型教學(xué)是相對(duì)于以單向性知識(shí)傳授為主的傳統(tǒng)教學(xué)提出的,是指教師以課程內(nèi)容和學(xué)生的學(xué)識(shí)積累為基礎(chǔ),引導(dǎo)學(xué)生創(chuàng)造性地運(yùn)用知識(shí)和能力,自主地發(fā)現(xiàn)問題、研究問題和解決問題,在研究中積累知識(shí)、培養(yǎng)能力和鍛煉思維的新型教學(xué)模式。研究性教學(xué)是對(duì)現(xiàn)有的大學(xué)課堂教學(xué)模式的突破。有利于開發(fā)大學(xué)生的創(chuàng)造潛能,提高學(xué)生適應(yīng)社會(huì)需要的創(chuàng)造性和創(chuàng)新能力,充分展現(xiàn)現(xiàn)代大學(xué)培養(yǎng)人才、發(fā)展科學(xué)、服務(wù)社會(huì)的三大基本職能[3]。
19世紀(jì)初,德國(guó)著名教育家洪堡最早提出了教學(xué)與科研相統(tǒng)一的原則,為研究型教學(xué)模式的發(fā)展奠定了基礎(chǔ)。20世紀(jì)50、60年代,美國(guó)著名教育心理學(xué)家布魯納提出了著名的“發(fā)現(xiàn)教學(xué)模式”[4],成為后來探究性學(xué)習(xí)和研究型教學(xué)的先導(dǎo)。20世紀(jì)70年代,美國(guó)研究教學(xué)專家薩奇曼正式提出了研究訓(xùn)練教學(xué)模式。他認(rèn)為學(xué)生會(huì)本能地對(duì)周圍新奇事物發(fā)生興趣,并想方設(shè)法弄清這些新奇事物背后究竟發(fā)生了什么,這是一種進(jìn)行科學(xué)研究的可貴的動(dòng)力。
自此,研究型教學(xué)理念開始廣泛使用?，F(xiàn)在,哈佛大學(xué)、牛津大學(xué)、劍橋大學(xué)等世界著名大學(xué),都非常注重學(xué)生能力的培養(yǎng),普遍采取了研究型教學(xué)模式。以美國(guó)高校為例,雖然美國(guó)高校83%的教師在課堂教學(xué)中主要采用講授法進(jìn)行教學(xué),但在整個(gè)教學(xué)過程中都滲透著研究型教學(xué)的方法,如積極引導(dǎo)學(xué)生參與教學(xué)過程,開設(shè)研究性課程,引導(dǎo)學(xué)生積極主動(dòng)地參與科研活動(dòng)等。我國(guó)自20世紀(jì)90年代初推出211工程建設(shè)以來,清華大學(xué)、北京大學(xué)、人民大學(xué)、復(fù)旦大學(xué)、浙江大學(xué)等一些重點(diǎn)大學(xué)都提出了建設(shè)世界一流的綜合性研究型大學(xué)的目標(biāo)。這些高校在實(shí)現(xiàn)從單向知識(shí)傳授的傳統(tǒng)型教學(xué)向關(guān)注創(chuàng)新性教育的研究型教學(xué)轉(zhuǎn)變方面進(jìn)行了許多有益的嘗試。
2研究型實(shí)驗(yàn)教學(xué)
本科教學(xué)不僅要培養(yǎng)學(xué)生的應(yīng)用能力,還要培養(yǎng)學(xué)生具備基本的科研素質(zhì)。大學(xué)是培養(yǎng)未來一線創(chuàng)新人才的主要基地,必須從本科教學(xué)人手,深入探索研究型教學(xué)的手段和方法,才能滿足未來經(jīng)濟(jì)增長(zhǎng)和社會(huì)發(fā)展的需要,才能符合建設(shè)研究型大學(xué)的需要。特別是近幾年來我國(guó)對(duì)科研的投入不斷增加,研究生招生規(guī)模逐年增大,本科高年級(jí)學(xué)生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計(jì)算機(jī)相關(guān)學(xué)科非?；钴S的研究課題,其涵蓋的分支非常廣泛,如模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、統(tǒng)計(jì)學(xué)習(xí)理論等,都是目前國(guó)際和國(guó)內(nèi)熱門的研究方向。
人工智能課程在計(jì)算機(jī)專業(yè)人才培養(yǎng)方案中占據(jù)著重要的位置。在專業(yè)理論方面,它承續(xù)了離散數(shù)學(xué)中的邏輯知識(shí);在專業(yè)方法方面,是數(shù)據(jù)結(jié)構(gòu)、算法分析與設(shè)計(jì)的繼續(xù);在專業(yè)工具方面,是面向?qū)ο蟪绦蛟O(shè)計(jì)的生動(dòng)實(shí)例。并且人工智能的每一部分內(nèi)容都可以作為一個(gè)深入的研究課題,課堂上講解的內(nèi)容不可能面面俱到,學(xué)生們也不可能對(duì)人工智能的每一領(lǐng)域都做很深入的學(xué)習(xí)。并且人工智能涉及很多的數(shù)理邏輯知識(shí),有些顯得難以理解,并且往往讓學(xué)生感到比較枯燥,學(xué)生的學(xué)習(xí)興趣就漸漸淡薄,學(xué)生往往被動(dòng)“聽講”,難以獲得預(yù)期的教學(xué)效果。
針對(duì)這一特點(diǎn),在人工智能教學(xué)中,如何引導(dǎo)學(xué)生系統(tǒng)學(xué)習(xí)人工智能的知識(shí)、激發(fā)學(xué)生的研究興趣,樹立目標(biāo)意識(shí)找準(zhǔn)研究方向,為未來的科研工作打下基礎(chǔ),研究型實(shí)驗(yàn)教學(xué)就成為了人工智能課程教學(xué)的一個(gè)重要環(huán)節(jié)和必然選擇。
2.1實(shí)驗(yàn)教學(xué)中加強(qiáng)學(xué)生的研究導(dǎo)向
在實(shí)驗(yàn)教學(xué)中,如果照搬一些教材中的例子或習(xí)題教學(xué),一方面學(xué)生們會(huì)缺乏興趣,另一方面學(xué)生對(duì)這個(gè)領(lǐng)域的知識(shí)缺乏全面的了解。應(yīng)不斷提出一些學(xué)生們感興趣的開放性課題,比如基于支持向量機(jī)的人臉識(shí)別、基于膚色的人臉檢測(cè),基于內(nèi)容的圖像檢索等,培養(yǎng)學(xué)生們的學(xué)習(xí)興趣,讓學(xué)生們逐漸深入的學(xué)習(xí)某一領(lǐng)域的知識(shí)。比如BP神經(jīng)網(wǎng)絡(luò),在模式識(shí)別、經(jīng)濟(jì)數(shù)據(jù)分析、生物信息學(xué)、數(shù)據(jù)挖掘等眾多領(lǐng)域都取得過成功應(yīng)用,是一種具有強(qiáng)大的非線性學(xué)習(xí)能力的計(jì)算智能技術(shù)。然而BP神經(jīng)網(wǎng)絡(luò)算法自身也存在著一些缺點(diǎn),如會(huì)有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機(jī)在這些方面具有顯著優(yōu)點(diǎn)。我們可以設(shè)計(jì)一個(gè)人臉識(shí)別的實(shí)驗(yàn),用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分別實(shí)現(xiàn),并作以比較。讓學(xué)生們?cè)诹私馊斯ぶ悄苄录夹g(shù)的同時(shí),也培養(yǎng)學(xué)生們?nèi)绾畏治鰡栴}、解決問題的科研能力。
2.2人工智能課程實(shí)驗(yàn)
該課程是一門對(duì)實(shí)驗(yàn)技術(shù)有較高要求的課程,對(duì)于基本原理和方法的實(shí)現(xiàn),要求學(xué)生進(jìn)行嚴(yán)格的計(jì)算機(jī)專業(yè)技能訓(xùn)練和培養(yǎng)良好的科研工作作風(fēng)。因此對(duì)課程中的技能及技術(shù)性內(nèi)容,除單獨(dú)進(jìn)行必要的基礎(chǔ)訓(xùn)練外,還融入到綜合和研究型試驗(yàn)中,通過多次反復(fù)實(shí)驗(yàn)練習(xí),達(dá)到牢固掌握人工智能原理和人工智能的問題求解技術(shù)的目的。
該課程的實(shí)踐環(huán)節(jié)主要是實(shí)踐項(xiàng)目,由具備較強(qiáng)工程實(shí)踐能力的任課教師和助教負(fù)責(zé),學(xué)生可在全天候開放的專用機(jī)房完成。在實(shí)踐環(huán)節(jié)的設(shè)計(jì)上,我們嘗試把驗(yàn)證性實(shí)驗(yàn)和開發(fā)性實(shí)驗(yàn)相結(jié)合,結(jié)合實(shí)驗(yàn)教學(xué)進(jìn)度,安排相應(yīng)的開放實(shí)驗(yàn),開放性實(shí)驗(yàn)以科學(xué)研究實(shí)驗(yàn)為主。并在課程的教學(xué)過程中,不斷深化和擴(kuò)展教學(xué)內(nèi)容,結(jié)合人工智能學(xué)科的發(fā)展趨勢(shì)和本院老師的最新研究成果,對(duì)實(shí)驗(yàn)內(nèi)容進(jìn)行更新。
課程主要設(shè)置三種層次的實(shí)驗(yàn):1)基本原理和算法編程,測(cè)試?yán)O(shè)計(jì)及程序測(cè)試實(shí)驗(yàn);2)分析綜合實(shí)驗(yàn);3)研究型設(shè)計(jì)實(shí)驗(yàn)。整個(gè)實(shí)驗(yàn)包括課前討論、實(shí)驗(yàn)操作、實(shí)驗(yàn)報(bào)告、結(jié)果討論、總結(jié)提高等六個(gè)環(huán)節(jié)。對(duì)于綜合性和研究型實(shí)驗(yàn),把學(xué)生分成5個(gè)人一小組,每小組選做其中的一個(gè)。學(xué)生從指導(dǎo)老師處了解到實(shí)驗(yàn)課題后,即著手查資料,研讀文獻(xiàn),鉆研有關(guān)理論。在此基礎(chǔ)上,學(xué)生先提出實(shí)驗(yàn)方案,經(jīng)與老師討論后,即可開始實(shí)驗(yàn)研究。
3實(shí)驗(yàn)平臺(tái)的構(gòu)建
民族關(guān)系問題對(duì)被訪對(duì)象,特別對(duì)少數(shù)民族被訪對(duì)象是非常敏感的問題,對(duì)民族關(guān)系的評(píng)價(jià)又存在個(gè)體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統(tǒng)的文獻(xiàn)分析、問卷統(tǒng)計(jì)和現(xiàn)場(chǎng)觀察等民族學(xué)方法來進(jìn)行調(diào)查,得到的數(shù)據(jù)會(huì)存在較多誤差。
因此結(jié)合本校的民族特色和民族學(xué)領(lǐng)域獨(dú)特的研究?jī)?yōu)勢(shì),將信息認(rèn)知技術(shù)引入民族關(guān)系研究,運(yùn)用圖像、心電和腦電數(shù)據(jù)進(jìn)行分析,將分析的結(jié)果和心理場(chǎng)景測(cè)試及民族學(xué)調(diào)查結(jié)果進(jìn)行相互印證和參數(shù)修正,從而獲得盡可能客觀的數(shù)據(jù),這些數(shù)據(jù)將有助于建立一個(gè)客觀、完備、科學(xué)的民族關(guān)系監(jiān)測(cè)體系,并真實(shí)全面地評(píng)估民族關(guān)系,從而使決策機(jī)構(gòu)及時(shí)做出正確的決策。基于多信息融合的民族關(guān)系監(jiān)測(cè)預(yù)警系統(tǒng)總體框圖如圖1所示。
目前該平臺(tái)已經(jīng)搭建,由北京市公共安全信息監(jiān)測(cè)平臺(tái)建設(shè)、北京市公共安全信息監(jiān)測(cè)平臺(tái)建設(shè)關(guān)鍵技術(shù)研究、基于多源信息融合的民族信任研究等多個(gè)重大項(xiàng)目支撐。在這個(gè)平臺(tái)的下面,涉及到人臉識(shí)別、表情識(shí)別,視頻監(jiān)控、認(rèn)識(shí)等領(lǐng)域,小波分析、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊數(shù)學(xué)、信息融合等人工智能知識(shí)得到了具體的應(yīng)用。學(xué)生可以根據(jù)自己的興趣愛好,自愿參加到該平臺(tái)下的某一項(xiàng)目,切實(shí)對(duì)自己所學(xué)知識(shí)有一個(gè)深刻的理解和掌握。
4結(jié)語(yǔ)
研究型實(shí)驗(yàn)教學(xué)激發(fā)了學(xué)生的學(xué)習(xí)興趣,不但使學(xué)生更好地掌握了人工智能的基本概念、基本理論和基本技術(shù),也切實(shí)提高了學(xué)生的實(shí)際動(dòng)手能力和編程能力。研究型實(shí)驗(yàn)教學(xué)在實(shí)踐過程中還有以下問題需要改進(jìn):
1) 研究型實(shí)驗(yàn)教學(xué)的理念很難普及。很多教師對(duì)研究型教學(xué)模式的內(nèi)涵未能準(zhǔn)確把握,把研究型教學(xué)模式等同于學(xué)生實(shí)習(xí)或者寫論文。
2) 研究型實(shí)驗(yàn)教學(xué)的輔導(dǎo)老師素養(yǎng)需要提高。研究型實(shí)驗(yàn)教學(xué)作為體現(xiàn)創(chuàng)新教育要求的現(xiàn)代教學(xué)模式,需要的不是知識(shí)傳授型的教師,而是高素質(zhì)的研究型教師。教師不僅是單一的教者,更應(yīng)該成為一個(gè)學(xué)者,教師不僅要有研究型教學(xué)的教育觀念、快速接受新知識(shí)的能力和高超的教學(xué)技能,要能夠合理地規(guī)劃和設(shè)計(jì)實(shí)驗(yàn)內(nèi)容。
3) 需要建立一套合理的學(xué)生學(xué)業(yè)和教師績(jī)效的評(píng)價(jià)體系。
參考文獻(xiàn):
[1] 王萬森. 人工智能原理及其應(yīng)用[M]. 北京:電子工業(yè)出版社,2007.
[2] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 北京:清華大學(xué)出版社,2004.
[3] 李得偉,張超,李海鷹. 大學(xué)工科專業(yè)課程實(shí)施研究型教學(xué)的探討[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大學(xué)研究性教學(xué)的理念探析[J].教育導(dǎo)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)
關(guān)鍵詞：智能制造；智能科學(xué)與技術(shù)；人工智能技術(shù)；機(jī)器人；實(shí)驗(yàn)平臺(tái)建設(shè)
智能制造是基于新一代信息技術(shù)，貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)各個(gè)環(huán)節(jié)。具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過程、系統(tǒng)與模式的總稱。是信息技術(shù)和智能技術(shù)在裝備制造過程技術(shù)的深度融合與集成。加快推進(jìn)智能制造，是我國(guó)在全球新一輪產(chǎn)業(yè)變革競(jìng)爭(zhēng)背景下出臺(tái)的《中國(guó)制造2025》的主攻方向。廣東省作為國(guó)內(nèi)制造大省和全球重要制造基地，也對(duì)接印發(fā)了《廣東省智能制造發(fā)展規(guī)劃（2015-2025年）》。針對(duì)廣東省制造業(yè)的創(chuàng)新能力、產(chǎn)業(yè)結(jié)構(gòu)、信息化水平的缺乏競(jìng)爭(zhēng)力的問題，大力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，推動(dòng)智能制造核心技術(shù)攻關(guān)和關(guān)鍵零部件研發(fā)，推進(jìn)制造過程智能化升級(jí)改造，實(shí)現(xiàn)“制造大省”向“制造強(qiáng)省”轉(zhuǎn)變。創(chuàng)新驅(qū)動(dòng)，智能化升級(jí)改造需要國(guó)際領(lǐng)先水平人才的引進(jìn)和高等院校實(shí)戰(zhàn)型工程技術(shù)人才培養(yǎng)。我院智能科學(xué)與技術(shù)專業(yè)就是面向廣東智能產(chǎn)業(yè)的深度融合設(shè)置的。其專業(yè)實(shí)驗(yàn)平臺(tái)的建設(shè)需要針對(duì)廣東省高端裝備、制造過程、工業(yè)產(chǎn)品智能化等領(lǐng)域的薄弱環(huán)節(jié)，以“機(jī)器智能”為方向，完善實(shí)驗(yàn)教學(xué)體系、整合實(shí)驗(yàn)教學(xué)資源，開設(shè)綜合性、創(chuàng)新性的實(shí)驗(yàn)項(xiàng)目，培養(yǎng)學(xué)生實(shí)踐能力和創(chuàng)新意識(shí)。緊密聯(lián)系企業(yè)，針對(duì)智能制造關(guān)鍵技術(shù)協(xié)同創(chuàng)新。培養(yǎng)具有智能系統(tǒng)開發(fā)與設(shè)計(jì)、智能裝備的應(yīng)用與工程管理能力；能在智能裝備、智能機(jī)器人、智能家居等領(lǐng)域從事智能系統(tǒng)的是開發(fā)與設(shè)計(jì)、應(yīng)用于維護(hù)、運(yùn)營(yíng)與管理的“厚基礎(chǔ)、強(qiáng)應(yīng)用、能創(chuàng)新”的高素質(zhì)工程應(yīng)用型人才。
1專業(yè)實(shí)驗(yàn)平臺(tái)建設(shè)思路
面向智能制造專業(yè)實(shí)驗(yàn)平臺(tái)的建設(shè)，依據(jù)《廣東省智能制造發(fā)展規(guī)劃（2015-2025年）》中發(fā)展智能裝備與系統(tǒng)，工業(yè)產(chǎn)品、制造流程智能化升級(jí)改造的任務(wù)，從智能科學(xué)與技術(shù)知識(shí)體系中提取專業(yè)發(fā)展方向的課程，建立完善專業(yè)實(shí)踐教學(xué)體系。以“機(jī)器智能”為方向建設(shè)人工智能與機(jī)器人實(shí)驗(yàn)室為核心，以項(xiàng)目、科技競(jìng)賽、緊密對(duì)接企業(yè)協(xié)同創(chuàng)新為手段，培養(yǎng)學(xué)生能夠運(yùn)用工程基礎(chǔ)知識(shí)和專業(yè)理論知識(shí)設(shè)計(jì)工程實(shí)驗(yàn)，分析實(shí)際問題的能力，培養(yǎng)學(xué)生查詢檢索資料文獻(xiàn)獲取知識(shí)的能力，培養(yǎng)學(xué)生能夠綜合運(yùn)用自然科學(xué)知識(shí)、專業(yè)理論知識(shí)和技術(shù)手段設(shè)計(jì)系統(tǒng)和過程解決實(shí)際問題的能力。通過科技競(jìng)賽等活動(dòng)，培養(yǎng)學(xué)生在團(tuán)隊(duì)里具有工程組織管理能力、表達(dá)能力和人際交往能力。通過與企業(yè)的合作，掌握基本創(chuàng)新方法，并讓學(xué)生具有追求創(chuàng)新的態(tài)度和意識(shí)，以培養(yǎng)學(xué)生的綜合素質(zhì)和能力為重點(diǎn)。立足華軟學(xué)院電子系電子信息工程嵌入式專業(yè)、自動(dòng)化專業(yè)、通信工程專業(yè)現(xiàn)有的平臺(tái)優(yōu)勢(shì)，按照“整合、集成、共享、提升”的基本思路，完善支撐體系，優(yōu)化驗(yàn)教學(xué)資源配置，建設(shè)一個(gè)能夠與廣東智能產(chǎn)業(yè)深度融合的階梯形層次化實(shí)驗(yàn)平臺(tái)。
2實(shí)驗(yàn)平臺(tái)建設(shè)內(nèi)容
智能科學(xué)與技術(shù)專業(yè)實(shí)驗(yàn)實(shí)踐平臺(tái)的建設(shè)要依據(jù)實(shí)驗(yàn)教學(xué)體系的構(gòu)建，突出面向智能制造工程實(shí)踐為特色，按照學(xué)生的成長(zhǎng)需要，建立階段化、層次化、模塊化的實(shí)驗(yàn)教學(xué)體系。
2.1專業(yè)實(shí)踐課程體系建設(shè)
面向智能制造的智能科學(xué)與技術(shù)專業(yè)定位是以工程應(yīng)用型人才培養(yǎng)為目標(biāo)的，是在通識(shí)教育基礎(chǔ)上的特色專業(yè)教育。專業(yè)課程體系的建設(shè)首先還是以培養(yǎng)學(xué)生具有扎實(shí)自然科學(xué)基礎(chǔ)知識(shí)，人文社會(huì)科學(xué)知識(shí)和外語(yǔ)應(yīng)用能力為基礎(chǔ)，其次是智能科學(xué)與技術(shù)專業(yè)技術(shù)基礎(chǔ)課程，如數(shù)字系統(tǒng)與邏輯設(shè)計(jì)、數(shù)字信號(hào)處理基礎(chǔ)、信號(hào)與系統(tǒng)、電路分析與電子電路；c語(yǔ)言程序設(shè)計(jì)與算法分析、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫(kù)與操作系統(tǒng)、微機(jī)原理與接口、傳感器與檢測(cè)技術(shù)等。最后是專業(yè)方向類課程，也是專業(yè)的核心課程，如制造業(yè)基礎(chǔ)軟件中的嵌入式軟件、工業(yè)控制系統(tǒng)軟件，工業(yè)機(jī)器人中人工智能技術(shù)應(yīng)用和智能控制技術(shù)。主要有知識(shí)獲取模式識(shí)別；數(shù)據(jù)通信與網(wǎng)絡(luò)；嵌入式系統(tǒng)移植和驅(qū)動(dòng)開發(fā)；嵌入式應(yīng)用開發(fā)；人工智能與神經(jīng)網(wǎng)絡(luò)；智能控制技術(shù)；機(jī)器人學(xué)等課程。培養(yǎng)學(xué)生具備計(jì)算機(jī)技術(shù)、自動(dòng)控制技術(shù)、智能系統(tǒng)方法、傳感信息處理等技術(shù)，完成系統(tǒng)集成，并配合專業(yè)實(shí)踐課程體系如圖1，完成電子工藝實(shí)習(xí)、技術(shù)基礎(chǔ)課程、核心課程的課程設(shè)計(jì)和綜合項(xiàng)目實(shí)驗(yàn)，并在工程應(yīng)用中實(shí)施的能力。
2.2實(shí)踐教學(xué)體系建設(shè)
依據(jù)專業(yè)實(shí)踐課程體系，構(gòu)建主要包括計(jì)算機(jī)基礎(chǔ)、電路基礎(chǔ)、信息與控制基礎(chǔ)、嵌入式技術(shù)、機(jī)器智能系統(tǒng)五大模塊開展不同學(xué)習(xí)階段層次化的實(shí)驗(yàn)教學(xué)體系。主要包括基礎(chǔ)類、專業(yè)實(shí)訓(xùn)類、綜合創(chuàng)新類。
1）基礎(chǔ)類實(shí)驗(yàn)注重開設(shè)與課堂教學(xué)中基本理論相結(jié)合的精品實(shí)驗(yàn)項(xiàng)目，并逐步提升基礎(chǔ)實(shí)驗(yàn)課時(shí)的比例。從實(shí)踐中啟發(fā)引導(dǎo)學(xué)生牢固掌握基礎(chǔ)理論知識(shí)。除此之外，還要注重工作方法和學(xué)習(xí)方法的能力培養(yǎng)，如收集信息查找資料、制定工作計(jì)劃步驟、從基礎(chǔ)理論到解決實(shí)際問題的思路以及獨(dú)立學(xué)習(xí)新技術(shù)的方法和評(píng)估工作結(jié)果的方法。培養(yǎng)學(xué)生厚實(shí)的專業(yè)基礎(chǔ)知識(shí)和能力。
2）專業(yè)實(shí)訓(xùn)類實(shí)驗(yàn)主要以項(xiàng)目教學(xué)、案例教學(xué)、情景教學(xué)方式培養(yǎng)學(xué)生利用專業(yè)知識(shí)及方法獨(dú)立解決行業(yè)領(lǐng)域內(nèi)的任務(wù)和問題并能夠評(píng)價(jià)結(jié)果的能力。如智能傳感應(yīng)用項(xiàng)目，人工智能技術(shù)實(shí)驗(yàn)項(xiàng)目，知識(shí)表示與推理項(xiàng)目，計(jì)算智能項(xiàng)目，專家系統(tǒng)，多智能體系統(tǒng)；機(jī)器人項(xiàng)目，如最小機(jī)電系統(tǒng)組成，如何完成對(duì)電機(jī)的控制；利用單軸或雙軸控制平臺(tái)實(shí)現(xiàn)基本搬運(yùn)裝配作業(yè)。
3）綜合創(chuàng)新類實(shí)驗(yàn)注重培養(yǎng)學(xué)生從理解問題域開始，獲取數(shù)據(jù)和知識(shí)、開發(fā)原型智能系統(tǒng)、開發(fā)完整智能系統(tǒng)、評(píng)估并修訂智能系統(tǒng)、到整合和維護(hù)智能系統(tǒng)六個(gè)階段構(gòu)建智能系統(tǒng)。如開展人工智能技術(shù)在智能制造中的應(yīng)用包括產(chǎn)品設(shè)計(jì)加工、智能生產(chǎn)調(diào)度、智能工藝規(guī)劃、智能機(jī)器人、智能測(cè)量等；直角坐標(biāo)機(jī)器人實(shí)現(xiàn)碼垛搬運(yùn)、多關(guān)節(jié)串聯(lián)機(jī)器人、弧焊機(jī)器人實(shí)訓(xùn)等。
4）科技競(jìng)賽、與企業(yè)協(xié)同創(chuàng)新，通過觀察記錄待智能化升級(jí)的工廠生產(chǎn)過程，發(fā)現(xiàn)定義問題、提出假設(shè)、搜集證據(jù)檢驗(yàn)假設(shè)、發(fā)表結(jié)果、建構(gòu)理論等實(shí)驗(yàn)過程設(shè)計(jì)的能力。培養(yǎng)學(xué)生掌握基本創(chuàng)新的方法，團(tuán)隊(duì)協(xié)作管理能力、表達(dá)溝通能力等。如嵌入式設(shè)計(jì)大賽、機(jī)器人大賽等科技競(jìng)賽；以及針對(duì)自動(dòng)化生產(chǎn)線的嵌入式工業(yè)控制系統(tǒng)設(shè)計(jì)；針對(duì)原材料制造企業(yè)的集散控制、制造絳屑成應(yīng)用；針對(duì)裝備制造企業(yè)的敏捷制造、虛擬制造應(yīng)用；工業(yè)機(jī)器人在汽車、電子電氣、機(jī)械加工、船舶制造、食品加工、紡織制造、輕工家電、醫(yī)藥制造等行業(yè)的應(yīng)用。
2實(shí)驗(yàn)教學(xué)保障
智能科學(xué)與技術(shù)實(shí)驗(yàn)平臺(tái)建設(shè)以人工智能與機(jī)器人實(shí)驗(yàn)室建設(shè)為核心，結(jié)合目前學(xué)院嵌入式系統(tǒng)實(shí)驗(yàn)室、自動(dòng)控制實(shí)驗(yàn)室、傳感器技術(shù)實(shí)驗(yàn)室、通信原理實(shí)驗(yàn)室資源，儀器設(shè)備共享共建的原則，系統(tǒng)化籌備購(gòu)置。人工智能機(jī)器人實(shí)驗(yàn)室主要針對(duì)智能系統(tǒng)設(shè)計(jì)開發(fā)和機(jī)器人應(yīng)用，基于計(jì)算機(jī)系統(tǒng)的人工智能技術(shù)學(xué)習(xí)應(yīng)用包括人工智能技術(shù)在智能制造應(yīng)用和工業(yè)機(jī)器人仿真軟件ABB Robot Studio?；凇疤剿髡摺睓C(jī)器人系統(tǒng)控制實(shí)訓(xùn)箱Rino-MRZ02（包含履帶機(jī)器人、雙輪自平衡機(jī)器人、5自由度機(jī)械臂、6自由度機(jī)械臂等）
可以開展的項(xiàng)目有：利用啟發(fā)式算法、遺傳算法、蟻群算法等模糊數(shù)學(xué)理論對(duì)工業(yè)產(chǎn)品設(shè)計(jì)進(jìn)行性能模擬、運(yùn)動(dòng)分析、功能仿真與評(píng)價(jià)；利用人工神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自組織構(gòu)造產(chǎn)品加工過程新能參數(shù)預(yù)測(cè)模型。利用模式識(shí)別、機(jī)器學(xué)習(xí)、專家系統(tǒng)、多智能體系統(tǒng)進(jìn)行感知、并對(duì)環(huán)境的改變進(jìn)行解讀、動(dòng)作進(jìn)行規(guī)劃和決策；利用專家系統(tǒng)、遺傳算法、模糊邏輯集中式解決生產(chǎn)調(diào)度多目標(biāo)性、不確定性和高度復(fù)雜性的問題，尋求最優(yōu)規(guī)則，提高調(diào)度的速度；利用蟻群算法、遺傳算法分布式多智能體系統(tǒng)進(jìn)行問題分解、彼此協(xié)商、任務(wù)指派、解決沖突。
履帶機(jī)器人可開展電機(jī)控制實(shí)驗(yàn)；運(yùn)動(dòng)控制實(shí)驗(yàn)；HD軌跡控制實(shí)驗(yàn)；無線通信實(shí)驗(yàn)。雙輪自平衡機(jī)器人呢可開展自平衡模塊實(shí)驗(yàn)；倒立擺算法實(shí)驗(yàn)；雙輪載具運(yùn)動(dòng)實(shí)驗(yàn)。6自由度雙足機(jī)器人可開展雙足運(yùn)動(dòng)控制實(shí)驗(yàn)；步態(tài)規(guī)劃實(shí)驗(yàn)；雙足平衡實(shí)驗(yàn)；機(jī)構(gòu)改裝實(shí)驗(yàn)。5自由度機(jī)械臂可開展機(jī)械臂運(yùn)動(dòng)控制實(shí)驗(yàn)；顏色分揀實(shí)驗(yàn)?？蓴U(kuò)展為8自由度雙足機(jī)器人、輪腿式機(jī)器人等技能提高類課程設(shè)計(jì)。
通過ABB公司的機(jī)器人仿真軟件RobotStudio進(jìn)行工業(yè)機(jī)器人的基本操作、功能設(shè)置、二次開發(fā)、在線監(jiān)控與編程、方案設(shè)計(jì)和驗(yàn)證的學(xué)習(xí)。
關(guān)鍵詞：信息技術(shù)課程；課外延伸；校本課程
中圖分類號(hào)：G622.3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2013）22-0021-02
2003年國(guó)家了《普通高中技術(shù)領(lǐng)域課程標(biāo)準(zhǔn)（實(shí)驗(yàn)稿）》，其中信息技術(shù)新的課程標(biāo)準(zhǔn)規(guī)定了高中信息技術(shù)的基本理念和總體培養(yǎng)目標(biāo)。要求全面培養(yǎng)和提升學(xué)生的信息素養(yǎng)，培養(yǎng)學(xué)生運(yùn)用信息技術(shù)解決問題的能力，培養(yǎng)學(xué)生實(shí)踐創(chuàng)新的能力。在這一標(biāo)準(zhǔn)規(guī)范下，課程標(biāo)準(zhǔn)規(guī)定高中信息技術(shù)課程包括必修與選修兩部分共六個(gè)模塊。其中包含了必修：“信息技術(shù)基礎(chǔ)”；選修1：“算法與程序設(shè)計(jì)”；選修2：“多媒體技術(shù)應(yīng)用”；選修3：“網(wǎng)絡(luò)技術(shù)應(yīng)用”；選修4：“數(shù)據(jù)管理技術(shù)”；選修5：“人工智能初步”。要求高中階段學(xué)生須完成至少4學(xué)分的學(xué)習(xí)任務(wù)（必修、選修各一模塊）。在各學(xué)科課程設(shè)置相對(duì)緊密，課程安排較滿的情況下如何拓展學(xué)生的信息技術(shù)知識(shí)成為值得廣大信息技術(shù)教師思考的問題。隨著我國(guó)新一輪的課程改革的實(shí)施，提出國(guó)家課程、地方課程、校本課程三者有機(jī)結(jié)合，這就為學(xué)校開發(fā)和建設(shè)適合學(xué)校發(fā)展特色的信息技術(shù)校本課程，全面培養(yǎng)和提升學(xué)生的信息素養(yǎng)，拓展學(xué)生的信息技術(shù)應(yīng)用能力提供了契機(jī)，為信息技術(shù)課程提供了有效的課外延伸教學(xué)。
通過信息技術(shù)課程必修模塊與選修模塊的學(xué)習(xí)，學(xué)生基本掌握運(yùn)用信息技術(shù)手段對(duì)信息進(jìn)行采集、處理、加工、展示和評(píng)價(jià)的能力，學(xué)生具備一定的信息素養(yǎng)。在此基礎(chǔ)上，如何滿足不同的學(xué)生的興趣需求，延伸課程內(nèi)容，拓展其課外知識(shí)，這就給校本課程開發(fā)提供了良好的基礎(chǔ)。結(jié)合我校的實(shí)際情況，在完成課程標(biāo)準(zhǔn)規(guī)定的學(xué)習(xí)內(nèi)容之外，根據(jù)每位教師的專業(yè)能力，我們開發(fā)了符合學(xué)校特色和適合學(xué)生發(fā)展的四門校本課程。
一、信息學(xué)競(jìng)賽之算法與程序設(shè)計(jì)
“算法與程序設(shè)計(jì)”是信息技術(shù)課程標(biāo)準(zhǔn)中選修1模塊內(nèi)容，要求學(xué)生體驗(yàn)算法思想，了解算法和程序設(shè)計(jì)在解決問題過程中的地位和作用；能從簡(jiǎn)單問題出發(fā)，設(shè)計(jì)解決問題的算法，并能初步使用一種程序設(shè)計(jì)語(yǔ)言編制程序?qū)崿F(xiàn)算法解決問題。在課堂上學(xué)生基本掌握課程標(biāo)準(zhǔn)提出的要求，而對(duì)于學(xué)有余力，對(duì)程序設(shè)計(jì)有較為濃厚興趣的學(xué)生來說這是遠(yuǎn)遠(yuǎn)不夠的。在全國(guó)信息學(xué)奧林匹克聯(lián)賽的推動(dòng)下，開發(fā)符合競(jìng)賽培養(yǎng)標(biāo)準(zhǔn)的校本課程為學(xué)生提供更為廣闊的學(xué)習(xí)領(lǐng)域勢(shì)在必行。
在校本課程設(shè)計(jì)上，選擇對(duì)于編程初學(xué)者較容易掌握的pascal語(yǔ)言作為課程語(yǔ)言，建立學(xué)習(xí)互助小組，通過教師的教授，小組成員間的互動(dòng)探究，培養(yǎng)學(xué)生探究學(xué)習(xí)的能力。在課程內(nèi)容的安排上，采取分階段、循序漸進(jìn)的原則，從最基礎(chǔ)的程序設(shè)計(jì)語(yǔ)言到數(shù)據(jù)結(jié)構(gòu)與算法藝術(shù)，針對(duì)每一位學(xué)生的特點(diǎn)，制定相應(yīng)的課程計(jì)劃，注重培養(yǎng)和發(fā)展學(xué)生的自主學(xué)習(xí)能力、研究能力、創(chuàng)新能力。通過精心的課程安排，教師與學(xué)生的共同努力，我校的信息學(xué)奧林匹克競(jìng)賽連續(xù)多年在全國(guó)信息學(xué)奧林匹克競(jìng)賽中取得佳績(jī)，多人保送清華大學(xué)、浙江大學(xué)、國(guó)防科技大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)等名校，在培養(yǎng)學(xué)生興趣的同時(shí)，也使得學(xué)生得到了較好的發(fā)展。
二、人工智能與機(jī)器人競(jìng)賽
“人工智能初步”是信息技術(shù)課程標(biāo)準(zhǔn)中選修模塊5的內(nèi)容，介紹了人工智能的基本概念和人工智能領(lǐng)域。在模塊學(xué)習(xí)中，要求學(xué)生體驗(yàn)若干典型人工智能技術(shù)的應(yīng)用。在人工智能技術(shù)飛速發(fā)展的今天，智能機(jī)器人已經(jīng)進(jìn)入到我們?nèi)粘Ｉ?、工作、學(xué)習(xí)的各個(gè)領(lǐng)域。學(xué)生對(duì)智能機(jī)器人的興趣較為濃厚，如何發(fā)揮學(xué)生的特長(zhǎng)，開展有針對(duì)性的校本實(shí)際教學(xué)，借助中小學(xué)電腦制作大賽中機(jī)器人競(jìng)賽單元及各項(xiàng)機(jī)器人競(jìng)賽賽事，開設(shè)“人工智能與機(jī)器人競(jìng)賽”校本課程尤為必要。
基于這一需求，我校開設(shè)了“人工智能與機(jī)器人競(jìng)賽”校本課程，以機(jī)器人作為教學(xué)平臺(tái)，通過對(duì)機(jī)器人機(jī)械、控制、傳感器、控制軟件四大部分的教學(xué)學(xué)習(xí)，學(xué)生能夠通過設(shè)計(jì)、開發(fā)、組裝各類機(jī)器人完成指定任務(wù)，培養(yǎng)動(dòng)手實(shí)踐能力以及創(chuàng)新能力。
三、數(shù)碼攝影與圖像處理、DV創(chuàng)作課程
“多媒體技術(shù)應(yīng)用”是信息技術(shù)課程標(biāo)準(zhǔn)中選修2模塊內(nèi)容，要求學(xué)生初步了解多媒體信息采集、加工原理，掌握應(yīng)用多媒體技術(shù)促進(jìn)交流并解決實(shí)際問題的思想與方法；初步具備根據(jù)主題表達(dá)的要求，規(guī)劃、設(shè)計(jì)與制作多媒體作品的能力。在數(shù)碼技術(shù)飛速發(fā)展的今天，數(shù)碼單反相機(jī)、DV攝影器材已經(jīng)普及，成為學(xué)生課余生活中的必不可少的電子產(chǎn)品。但對(duì)于大多數(shù)人來說，如何使用手里的數(shù)碼器材，發(fā)揮數(shù)碼設(shè)備以及使用者最大的潛力，還需要通過較為專業(yè)的學(xué)習(xí)過程。
選修2模塊提供了信息采集、加工處理的基本方法，但課程內(nèi)容仍顯過于簡(jiǎn)單，這就給校本課程的開發(fā)提供了需求。結(jié)合我校信息課程教師的實(shí)際，發(fā)揮教師在攝影、圖像處理以及影視短片創(chuàng)作中的優(yōu)勢(shì)，開發(fā)了“數(shù)碼攝影與圖像處理”、“DV創(chuàng)作”校本課程。在課程設(shè)置中，以數(shù)碼相機(jī)使用、攝影構(gòu)圖技巧、圖像后期處理技術(shù)、DV攝像機(jī)使用，DV短片創(chuàng)作、影片編輯為主要教學(xué)內(nèi)容，貼切學(xué)生的實(shí)際需求，以實(shí)踐創(chuàng)作為主，設(shè)定教學(xué)任務(wù)，在完成教學(xué)任務(wù)中強(qiáng)調(diào)學(xué)生的動(dòng)手實(shí)踐能力的培養(yǎng)、培養(yǎng)學(xué)生的藝術(shù)鑒賞能力。通過近幾年的實(shí)踐，課程的開設(shè)迎合了學(xué)生的需求，拓展了學(xué)生的知識(shí)，同時(shí)，為學(xué)校校園電視臺(tái)培養(yǎng)了大量的學(xué)生骨干力量，豐富了校園文化生活。
校本課程開發(fā)是一個(gè)持續(xù)的、動(dòng)態(tài)的、逐步完善的過程，是在信息技術(shù)課程標(biāo)準(zhǔn)的基礎(chǔ)上的創(chuàng)新與再加工，是信息技術(shù)課程的課外延伸。通過不同延伸課程的學(xué)習(xí)，學(xué)生在所學(xué)領(lǐng)域中取得較為優(yōu)異的成績(jī)，提高了學(xué)生的信息素養(yǎng)，培養(yǎng)學(xué)生運(yùn)用信息技術(shù)解決問題的能力，提高了學(xué)生的創(chuàng)新實(shí)踐能力。在校本課程的實(shí)際中，促進(jìn)了教師的專業(yè)發(fā)展，提高信息技術(shù)教師的專業(yè)素質(zhì)，有助于教師的個(gè)人專業(yè)成長(zhǎng)。
參考文獻(xiàn)：
[1]李飛.信息技術(shù)課的課外延伸[J].陜西教育教學(xué)，2012，（10）.
[2]王麗君.高中信息技術(shù)校本課程與學(xué)生社團(tuán)結(jié)合的探究[J].課外閱讀，2011，（2）.
關(guān)鍵詞： 人工智能；創(chuàng)新驅(qū)動(dòng)；發(fā)展建議
人類對(duì)于智能機(jī)器的探索活動(dòng)，古已有之。不過，以“人工智能”來命名這一探索并成為一個(gè)學(xué)科領(lǐng)域，卻發(fā)生于1956年夏季在Dartmouth舉行的一次小規(guī)模學(xué)術(shù)研討會(huì)上。因此，2016年是人工智能學(xué)科問世的60周年，在這個(gè)不同尋常的年份，世界各地的人工智能科技工作者都在密切關(guān)注人工智能的發(fā)展動(dòng)向。
2016年3月，DeepMind研制的人工智能圍棋系統(tǒng)AlphaGo以4：1的戰(zhàn)績(jī)擊敗了韓國(guó)的圍棋高手李世石，把世界對(duì)人工智能的關(guān)注推向了前所未有的。各種各樣的議論噴涌而出。悲觀者大呼：“人工智能對(duì)于人類的潛在威脅太嚴(yán)重，應(yīng)當(dāng)通過立法限制甚至禁止人工智能的研究”；樂觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉(zhuǎn)嫁給人工智能機(jī)器，人類就可以通過機(jī)器來實(shí)現(xiàn)長(zhǎng)生不老的千年夢(mèng)想”。在科技界，人們則在激動(dòng)著、討論著：我們應(yīng)當(dāng)在什么樣的熱點(diǎn)技術(shù)上發(fā)力？是深度學(xué)習(xí)？是認(rèn)知技術(shù)？還是類腦計(jì)算？
回想這些年來，互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)、智能制造、智慧城市、人工智能、機(jī)器人一波又一波的高新技術(shù)登臺(tái)亮相，中國(guó)科技界、教育界和產(chǎn)業(yè)界都在一個(gè)個(gè)地緊緊追趕。雖然在跟蹤追趕的過程中取得了不菲的進(jìn)展，但是人們不禁都在思考：對(duì)于人工智能來說，當(dāng)前社會(huì)的需求是什么？什么才是有效的創(chuàng)新戰(zhàn)略？怎樣才可以擺脫跟蹤追趕的被動(dòng)局面，爭(zhēng)取到引領(lǐng)創(chuàng)新的話語(yǔ)權(quán)？
發(fā)展人工智能不應(yīng)當(dāng)是一種孤立性、局部性的行動(dòng)，而應(yīng)當(dāng)是能夠帶動(dòng)和引領(lǐng)整個(gè)科學(xué)技術(shù)的創(chuàng)新和發(fā)展。
1 人工智能是當(dāng)代重要交叉科學(xué)群的創(chuàng)新前沿
為了闡明“人工智能是當(dāng)代重要交叉科學(xué)群的創(chuàng)新前沿”這個(gè)論斷，需要逐個(gè)澄清相關(guān)的基本概念，包括：什么是人工智能？什么是當(dāng)代的重要交叉科學(xué)群？以及什么是當(dāng)代重要交叉科學(xué)群的創(chuàng)新前沿？
1.1 什么是人工智能
人工智能是一門“探索人類智能機(jī)理，創(chuàng)制人工智能機(jī)器，增強(qiáng)人類智力能力”的科學(xué)技術(shù)。從這個(gè)意義上可以理解，只要人類的智力能力得到了增強(qiáng)和擴(kuò)展，人們從事各種科學(xué)技術(shù)以至各種經(jīng)濟(jì)社會(huì)活動(dòng)的智力能力就會(huì)得到有效提升，從而能夠有效促進(jìn)各行各業(yè)的創(chuàng)新與發(fā)展。
那么，什么是人類智能？人類智能主要表現(xiàn)在人類主體為了不斷改善生存發(fā)展的水平而發(fā)現(xiàn)問題、定義問題、解決問題的能力。其中，發(fā)現(xiàn)問題和定義問題的能力依賴于主體的目的、知識(shí)、直覺、理解力、想象力、靈感、頓悟、審美等內(nèi)在能力，因此被稱為“隱性智能”；解決問題的能力則主要依賴于獲得信息，生成知識(shí)，創(chuàng)生策略等外顯能力，因此被稱為“顯性智能”。
顯然，隱性智能十分抽象，幾近神秘，不僅研究起來甚為困難，就連理解起來也頗感玄奇，而顯性智能則相對(duì)可理解，可研究。因此，人工智能研究遵循的原則是：基于人類主體給定的問題、知識(shí)、目標(biāo)（這就是人類發(fā)現(xiàn)問題和定義問題的能力）這些前提，研究如何利用信息、生成知識(shí)、創(chuàng)生策略來解決問題，達(dá)到目標(biāo)。也就是說，人工智能的研究遵循人類智能與人工智能相結(jié)合的原則：人類智能負(fù)責(zé)發(fā)現(xiàn)和定義問題，人工智能則負(fù)責(zé)在人類所給定的問題框架下解決問題。這樣，人工智能機(jī)器就可以成為人類認(rèn)識(shí)世界和改造世界的聰明助手。
由此可見，沒有生命，沒有目的，沒有靈感，也沒有審美能力的人工智能機(jī)器系統(tǒng)，原則上不具有隱性智能的能力，因而不可能獨(dú)立地發(fā)現(xiàn)問題和定義問題，只能在人類所發(fā)現(xiàn)和所定義的問題框架下去解決問題。因此，人工智能超越人類的恐懼缺乏科學(xué)根據(jù)。
1.2 什么是當(dāng)代重要的交叉科學(xué)群
當(dāng)今的時(shí)代是信息時(shí)代，認(rèn)識(shí)信息資源和利用信息資源為人類服務(wù)的信息科學(xué)是當(dāng)今時(shí)代的標(biāo)志性科學(xué)。具體來說，信息科學(xué)是“研究信息的性質(zhì)及其運(yùn)動(dòng)規(guī)律的科學(xué)”，也就是以信息為研究對(duì)象，以信息的性質(zhì)及其運(yùn)動(dòng)規(guī)律為研究?jī)?nèi)容，以信息科學(xué)方法論為研究指南，以增強(qiáng)和擴(kuò)展人類信息功能（全部信息功能的有機(jī)整體就是人類的智力功能）為研究目標(biāo)的科學(xué)。換言之，信息科學(xué)的研究目標(biāo)就是擴(kuò)展人類的智力功能，而研究信息的性質(zhì)及其運(yùn)動(dòng)規(guī)律和信息科學(xué)方法論都是為了實(shí)現(xiàn)擴(kuò)展人類智力功能這個(gè)目標(biāo)服務(wù)的。
由此就可以清楚地理解：人工智能的研究是信息科W的最高目標(biāo)，也是信息時(shí)代科學(xué)技術(shù)發(fā)展的基本目的；而為了使人工智能系統(tǒng)能夠在人類發(fā)現(xiàn)和定義的問題框架下成功地解決問題，人工智能的研究必須從人類求解問題的能力中得到啟發(fā)。這表明，人工智能的研究需要向認(rèn)知科學(xué)學(xué)習(xí)，因?yàn)檎J(rèn)知科學(xué)就是研究人類自己是如何面對(duì)問題解決問題的。另一方面，認(rèn)知科學(xué)所研究的人類解決問題的機(jī)理又建立在腦科學(xué)的基礎(chǔ)之上，因此，人工智能的研究必須理解腦科學(xué)的工作機(jī)理。再者，人類發(fā)現(xiàn)問題、定義問題、解決問題的能力并不是永遠(yuǎn)固定不變的，而是不斷進(jìn)化和發(fā)展的。因此人工智能的研究還必須學(xué)習(xí)信息生物學(xué)，后者深刻地研究和揭示了人類能力不斷進(jìn)化的機(jī)制?？梢?，腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)、人工智能是當(dāng)代最具重要意義的交叉科學(xué)群。這個(gè)科學(xué)群還包含更多的學(xué)科，恕不一一闡述。
1.3 什么是當(dāng)代重要科學(xué)群的創(chuàng)新前沿
雖然腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)、人工智能各有各的研究?jī)?nèi)容，但是所有這些學(xué)科共同的目標(biāo)都是智能，如人類的智能（腦科學(xué)）、生物的智能（信息生物學(xué)）、人類智能的物質(zhì)基礎(chǔ)（腦科學(xué)）、人類智能和生物智能的工作機(jī)理（認(rèn)知科學(xué)）、人類智能和生物智能的進(jìn)化機(jī)制（認(rèn)知科學(xué)與信息生物學(xué)）、人類智能的信息基礎(chǔ)和研究方法論（信息科學(xué)）、人類智能的機(jī)器模擬和實(shí)現(xiàn)（人工智能）等。
所以，人類智能和人工智能是當(dāng)代這一重要交叉科學(xué)群共同的創(chuàng)新前沿。人們對(duì)于腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)的理解深化了，就會(huì)促進(jìn)人工智能研究的發(fā)展；反之，一旦人工智能的研究取得了突破和創(chuàng)新，也必然能夠帶動(dòng)腦科學(xué)、認(rèn)知科學(xué)、信息科學(xué)、信息生物學(xué)的突破與創(chuàng)新。
2 中國(guó)人工智能發(fā)展的現(xiàn)狀：差距與優(yōu)勢(shì)
中國(guó)人工智能的發(fā)展現(xiàn)狀，大家平日都親身感受得到，應(yīng)當(dāng)比較熟悉，似乎無需贅言；但是國(guó)情是我們思考問題的基礎(chǔ)，因此不可不察。而且，我們對(duì)于中國(guó)在人工智能發(fā)展方面所存在的差距和優(yōu)勢(shì)的認(rèn)識(shí)，確實(shí)還有必要進(jìn)一步深化。
2.1 差距：顯差距，隱差距
大家都意識(shí)到，中國(guó)在人工智能的發(fā)展方面確實(shí)存在不少的差距。普遍J為，由于中國(guó)缺失了工業(yè)革命這個(gè)歷史階段的洗禮，因此在工業(yè)基礎(chǔ)和工藝水平方面天然存在明顯的不足。特別是中國(guó)微電子工業(yè)領(lǐng)域的高性能芯片制造能力有待進(jìn)一步加強(qiáng)，人工智能硬件系統(tǒng)的水平也有待進(jìn)一步提高等，這些都是眾所周知的顯差距。
然而，更值得深思的問題是：在人工智能的科學(xué)研究方面，長(zhǎng)期以來，中國(guó)同行普遍習(xí)慣于跟蹤學(xué)習(xí)，缺乏突破創(chuàng)新的民族自信心，更缺乏引領(lǐng)國(guó)際的強(qiáng)烈意識(shí)。無論是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、語(yǔ)義網(wǎng)、云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)這些大概念，還是深度學(xué)習(xí)、無人駕駛、類腦計(jì)算這些技術(shù)思想，都是外國(guó)學(xué)者率先提出，然后才是中國(guó)學(xué)者蜂擁而上。加上這些年滋長(zhǎng)蔓延起來的急功近利和學(xué)術(shù)誠(chéng)信缺失，往往在蜂擁而上之后的一夜之間就會(huì)冒出許多“新成果”！這是中國(guó)人工智能發(fā)展存在的隱差距。
需要指出的是，顯差距正因?yàn)椤帮@”，已經(jīng)得到各有關(guān)方的高度重視，并且正在不斷地被縮?。坏?，隱差距則因?yàn)椤半[”，不容易被察覺，至今還沒有引起各方面必要的重視，因此仍然是實(shí)現(xiàn)突破創(chuàng)新和引領(lǐng)戰(zhàn)略的隱患。
2.2 優(yōu)勢(shì)：現(xiàn)優(yōu)勢(shì)，潛優(yōu)勢(shì)
那么中國(guó)在人工智能研究中是否也存在什么優(yōu)勢(shì)呢？表面看來，似乎中國(guó)在人工智能研究領(lǐng)域一直處于跟蹤學(xué)習(xí)狀態(tài)，談不上存在什么優(yōu)勢(shì)；但是仔細(xì)考察發(fā)現(xiàn)其實(shí)不然，中國(guó)在人工智能研究中的確存在不可忽視的優(yōu)勢(shì)。
中國(guó)目前雖然在整體上還處于相對(duì)落后狀態(tài)，但在某些技術(shù)研究上卻處于國(guó)際領(lǐng)先地位。例如：語(yǔ)音識(shí)別技術(shù)，中國(guó)已經(jīng)在近期多次國(guó)際評(píng)測(cè)大賽中奪得世界冠軍；在汽車自動(dòng)駕駛方面，中國(guó)的研發(fā)水平也與國(guó)際上旗鼓相當(dāng)；特別是在理論研究方面，中國(guó)在人工智能通用理論研究方面的機(jī)制主義人工智能理論、人工智能邏輯理論研究方面的泛邏輯學(xué)、人工智能數(shù)學(xué)方面的因素空間理論都是國(guó)際領(lǐng)先的成果。這些都是已經(jīng)涌現(xiàn)出來的現(xiàn)優(yōu)勢(shì)。
更加重要的是，像人工智能這樣既十分復(fù)雜又極其深刻的科學(xué)研究，勢(shì)必自覺或不自覺地受到科學(xué)方法論的影響。幾十年來，國(guó)際人工智能的研究形成三大學(xué)派，就是受了以分而治之為特征的機(jī)械還原方法論的影響，把復(fù)雜的人工智能研究分為結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡(luò)學(xué)派、功能模擬的物理符號(hào)系統(tǒng)學(xué)派、行為模擬的感知?jiǎng)幼飨到y(tǒng)學(xué)派，而且長(zhǎng)久以來互不認(rèn)可，不能形成人工智能研究的合力?？茖W(xué)論證充分表明，適于人工智能研究的科學(xué)方法論不是“機(jī)械還原論”的方法論，而應(yīng)當(dāng)是“信息生態(tài)論”的方法論。后者與中國(guó)歷來的“整體論”和“辨證論”思維傳統(tǒng)息息相通。因此，在人工智能的研究領(lǐng)域，中國(guó)握有方法論的潛在優(yōu)勢(shì)（潛優(yōu)勢(shì)），只要自覺地加以運(yùn)用，這種潛在優(yōu)勢(shì)完全可以轉(zhuǎn)化為強(qiáng)大的現(xiàn)實(shí)優(yōu)勢(shì)（現(xiàn)優(yōu)勢(shì)）。
3 人工智能的社會(huì)需求和發(fā)展中國(guó)人工智能的戰(zhàn)略建議
3.1 人工智能的社會(huì)需求
中國(guó)的信息化建設(shè)全面啟動(dòng)于20世紀(jì)90年代，得益于現(xiàn)代信息技術(shù)的支持，取得了舉世矚目的輝煌成就，進(jìn)入了迎接復(fù)雜問題的新時(shí)期，面臨著巨大挑戰(zhàn)。從整個(gè)經(jīng)濟(jì)社會(huì)發(fā)展和全面改革的大局判斷，在多次講話中也明確指出，中國(guó)的改革開放進(jìn)入了攻堅(jiān)克難的深水區(qū)。眾所周知，人工智能技術(shù)是信息技術(shù)的高端前沿；因此，為了迎接復(fù)雜問題的挑戰(zhàn)，為了成功走出深水區(qū)到達(dá)勝利的彼岸，中國(guó)亟需人工智能科學(xué)技術(shù)的全面支持。
另一方面，縱觀當(dāng)今的國(guó)際環(huán)境不難發(fā)現(xiàn)，一些發(fā)達(dá)國(guó)家在中國(guó)黃海、臺(tái)海、東海、南海不斷制造緊張局勢(shì)，企圖以武力遏制中國(guó)的和平崛起。他們聲稱要長(zhǎng)期投資人工智能，要用人工智能武器戰(zhàn)勝中國(guó)，對(duì)此不能不高度警惕，并采取果斷措施。
3.2 加快發(fā)展中國(guó)人工智能的建議
為加快發(fā)展中國(guó)人工智能，從戰(zhàn)略性、系統(tǒng)性、可操作的角度出發(fā)提出5項(xiàng)建議。
（1）頂層規(guī)劃。
火車跑得快，全靠車頭帶。建議設(shè)立國(guó)家級(jí)智能科學(xué)技術(shù)發(fā)展規(guī)劃與協(xié)調(diào)專家委員會(huì)，負(fù)責(zé)研究和提出中國(guó)智能科學(xué)技術(shù)發(fā)展的中長(zhǎng)期規(guī)劃，制訂智能科學(xué)技術(shù)產(chǎn)學(xué)研發(fā)展的實(shí)施政策，協(xié)調(diào)和促進(jìn)中國(guó)智能科學(xué)技術(shù)的快速有序健康發(fā)展。
（2）人才培養(yǎng)。
萬事都緊要，人才是根本。建議國(guó)務(wù)院學(xué)位委員會(huì)把中國(guó)現(xiàn)有的“智能科學(xué)與技術(shù)”二級(jí)學(xué)科提升為一級(jí)學(xué)科，以形成系統(tǒng)完整的智能科學(xué)技術(shù)人才培養(yǎng)體系；同時(shí)建議教育部在中小學(xué)開設(shè)智能科學(xué)與技術(shù)基礎(chǔ)知識(shí)課程，開展課外興趣培育活動(dòng)。
（3）創(chuàng)新研究。
跟蹤不可廢，創(chuàng)新更關(guān)鍵。在國(guó)家自然科學(xué)基金設(shè)置“智能科學(xué)技術(shù)基礎(chǔ)理論”專門領(lǐng)域，大力推進(jìn)智能科學(xué)基礎(chǔ)理論的突破創(chuàng)新；同時(shí)在國(guó)家“十三五”規(guī)劃設(shè)立智能制造、智能農(nóng)業(yè)、智能服務(wù)業(yè)、智能交通、智能網(wǎng)絡(luò)空間安全、智能教育等應(yīng)用專項(xiàng)。
（4）產(chǎn)業(yè)標(biāo)準(zhǔn)。
創(chuàng)新是尖兵，產(chǎn)業(yè)是后盾。大力促進(jìn)中國(guó)智能化產(chǎn)業(yè)的發(fā)展，并在國(guó)家標(biāo)準(zhǔn)委員會(huì)建立智能產(chǎn)品標(biāo)準(zhǔn)工作委員會(huì)，鼓勵(lì)有條件的單位和學(xué)術(shù)團(tuán)體開展各類智能技術(shù)產(chǎn)品的測(cè)試、評(píng)價(jià)和檢驗(yàn)標(biāo)準(zhǔn)的研究，引導(dǎo)智能化產(chǎn)業(yè)和產(chǎn)品市場(chǎng)有序健康發(fā)展。
（5）持續(xù)發(fā)展。
關(guān)鍵詞：小學(xué)；機(jī)器人教育；信息技術(shù)；技術(shù)教育
中圖分類號(hào)：G622 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1002-7661（2013）04-222-01
2003年教育部把“人工智能基礎(chǔ)”課程作為信息技術(shù)教學(xué)的技術(shù)選修模塊引入小學(xué)選修課程中之后，我國(guó)的人工智能教育在大眾化和普及化層面上進(jìn)入了一個(gè)新的階段。智能機(jī)器人作為人工智能的重要應(yīng)用領(lǐng)域， 在小學(xué)中獲得了迅速的發(fā)展。
一、在小學(xué)開展機(jī)器人教育的必要性
由于知識(shí)經(jīng)濟(jì)的出現(xiàn)，知識(shí)正在成為經(jīng)濟(jì)發(fā)展的基礎(chǔ)和經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力；擁有先進(jìn)技術(shù)和最新知識(shí)，尤其是擁有知識(shí)創(chuàng)新能力的人，也因此成為生產(chǎn)中決定性的要素，成為國(guó)家最重要的戰(zhàn)略資源。機(jī)器人技術(shù)涉及多門科學(xué)，是一個(gè)國(guó)家科技發(fā)展水平和國(guó)民經(jīng)濟(jì)現(xiàn)代化、信息化的重要標(biāo)志，因此，機(jī)器人技術(shù)是世界強(qiáng)國(guó)重點(diǎn)發(fā)展的高技術(shù)，也是世界公認(rèn)的核心競(jìng)爭(zhēng)力之一，很多國(guó)家已經(jīng)將機(jī)器人教育列為學(xué)校的科技教育課程，在孩子中普及機(jī)器人學(xué)知識(shí)，從可持續(xù)和長(zhǎng)遠(yuǎn)發(fā)展的角度，為本國(guó)培養(yǎng)機(jī)器人研發(fā)人才。
二、新形勢(shì)下農(nóng)村小學(xué)機(jī)器人教育的課程目標(biāo)
小學(xué)機(jī)器人教育課程是為了進(jìn)一步落實(shí)信息技術(shù)教育的選修課程，以培養(yǎng)學(xué)生良好的信息素養(yǎng)、創(chuàng)新精神和實(shí)踐能力為主要目標(biāo)。機(jī)器人教育以培養(yǎng)學(xué)生邏輯思維為主線，以綜合性、實(shí)踐性和探究性為學(xué)習(xí)特征。不要求學(xué)生立刻參加各種機(jī)器人競(jìng)技大賽和將來投身機(jī)器人開發(fā)行業(yè)，而是培養(yǎng)學(xué)生對(duì)智能機(jī)器人的興趣，讓學(xué)生了解和掌握以智能機(jī)器人為載體的通用技術(shù)與信息技術(shù)的基本知識(shí)和技能，了解技術(shù)的發(fā)展及其應(yīng)用對(duì)人類生活和科學(xué)的深刻影響。還要使學(xué)生學(xué)會(huì)運(yùn)用信息技術(shù)增進(jìn)交流與合作，拓展視野，形成解決實(shí)際問題的能力和終身學(xué)習(xí)的能力。
三、新形勢(shì)下農(nóng)村小學(xué)機(jī)器人教育的發(fā)展對(duì)策
1、教育部門在機(jī)制建設(shè)、政策完善和課程標(biāo)準(zhǔn)建設(shè)方面應(yīng)切實(shí)發(fā)揮作用
教育部門要制訂明確的機(jī)器人教育發(fā)展規(guī)劃，在課程體系建設(shè)、考試評(píng)價(jià)和激勵(lì)機(jī)制等方面加以保障。從目前來看，課程標(biāo)準(zhǔn)和評(píng)價(jià)激勵(lì)措施的制定已經(jīng)刻不容緩。課程標(biāo)準(zhǔn)是機(jī)器人教育發(fā)展的風(fēng)向標(biāo)，直接決定著教材開發(fā)、師資建設(shè)的進(jìn)度，其重要意義不言自明。評(píng)價(jià)激勵(lì)措施對(duì)剛剛走上發(fā)展快車道的機(jī)器人教育更為重要，完善評(píng)價(jià)激勵(lì)措施不僅是對(duì)學(xué)校和教師勞動(dòng)成果的尊重，也是不可或缺的行政推動(dòng)舉措。筆者呼吁政府和教育行政部門盡快出臺(tái)相關(guān)評(píng)價(jià)激勵(lì)政策，將機(jī)器人教育納入中考范圍，提高學(xué)校和教師的積極性，使機(jī)器人教育常規(guī)化、普及化。
2、加大機(jī)器人教師隊(duì)伍建設(shè)力度
機(jī)器人教育的深入發(fā)展離不開教師隊(duì)伍的建設(shè)，教師隊(duì)伍建設(shè)離不開多層次的教師培訓(xùn)。一般來說，培訓(xùn)分為骨干培訓(xùn)與全員培訓(xùn)。骨干培訓(xùn)由省、市教育部門組織，全員培訓(xùn)則由縣、區(qū)教育部門組織，也包括各學(xué)校的校本培訓(xùn)。我們應(yīng)將骨干培訓(xùn)與全員培訓(xùn)相結(jié)合、集中培訓(xùn)與日常學(xué)習(xí)實(shí)踐相結(jié)合，重點(diǎn)從教育思想、教學(xué)理念和技術(shù)素養(yǎng)幾個(gè)方面實(shí)現(xiàn)師資培養(yǎng)的突破。各學(xué)校要保持機(jī)器人研究團(tuán)隊(duì)（包括機(jī)器人輔導(dǎo)教師和學(xué)生）的梯度發(fā)展，保證高質(zhì)量的研究團(tuán)隊(duì)和充足的研究時(shí)間，不斷為機(jī)器人教育注入活力 。
3、加強(qiáng)校本課程開發(fā)，探索機(jī)器人課堂教學(xué)
在三級(jí)課程體系下，校本課程的開發(fā)能夠有效地實(shí)現(xiàn)機(jī)器人教育的價(jià)值。各學(xué)校應(yīng)該根據(jù)實(shí)際，在合理選擇機(jī)器人產(chǎn)品的同時(shí)，盡量學(xué)內(nèi)容，逐步對(duì)機(jī)器人教材進(jìn)行二次開發(fā)，將其轉(zhuǎn)化為適合學(xué)校機(jī)器人教學(xué)實(shí)際的校本教材，并在此基礎(chǔ)上開發(fā)校本課程。要加強(qiáng)校本課程開發(fā)，遵循學(xué)生的年齡特點(diǎn)，因材施教，使小學(xué)機(jī)器人教育教學(xué)成為青少年能力、素質(zhì)培養(yǎng)的智能平臺(tái)。智能機(jī)器人教學(xué)內(nèi)容可以借鑒北京景山學(xué)校的做法。在小學(xué)階段，學(xué)生注意新鮮、感興趣的事物，對(duì)周圍世界有強(qiáng)烈的好奇心和探索欲望，喜歡操作具體形象的物體。此階段主要使學(xué)生了解智能機(jī)器人的基本結(jié)構(gòu)和工作方式。教學(xué)內(nèi)容為：搜集機(jī)器人圖片、展示機(jī)器人的發(fā)展?fàn)顩r，學(xué)習(xí)為一種智能機(jī)器人下載程序的方法。用現(xiàn)成的程序開展智能機(jī)器人的游戲和比賽項(xiàng)目。智能機(jī)器人教學(xué)安排在四年級(jí)較合適。
4、處理好機(jī)器人競(jìng)賽與普及教育的關(guān)系
機(jī)器人競(jìng)賽的根本價(jià)值是其教育價(jià)值，競(jìng)賽是手段，而不是目的。在積極參加競(jìng)賽的同時(shí)，更要注意大面積地對(duì)學(xué)生進(jìn)行普及教育，實(shí)現(xiàn)競(jìng)賽與普及教學(xué)相互依存、相互促進(jìn)，避免機(jī)器人教育走入“競(jìng)賽至上”的誤區(qū)。這要求我們，一方面要合理利用資源，學(xué)?？蓪⒏?jìng)賽機(jī)器人和教學(xué)機(jī)器人分開使用，還可以使用機(jī)器人模擬系統(tǒng)或者自主研發(fā)一些適合學(xué)生動(dòng)手制作的簡(jiǎn)易機(jī)器人，解決競(jìng)賽機(jī)器人數(shù)量有限導(dǎo)致的“小眾化”問題；另一方面，要積極開發(fā)課外學(xué)習(xí)資源，為大多數(shù)學(xué)生提供自主學(xué)習(xí)的平臺(tái)，提高學(xué)生的機(jī)器人素養(yǎng)。
結(jié)束語(yǔ)
我國(guó)小學(xué)機(jī)器人教育的深入開展，需要教育政府、小學(xué)學(xué)校、機(jī)器人廠商的協(xié)作與努力。探索機(jī)器人教育的理論與實(shí)踐問題，更好的服務(wù)于廣大學(xué)生，是教育工作者責(zé)無旁待的使命。機(jī)器人教育要與信息化教學(xué)相結(jié)合，全面體現(xiàn)課改精神，更好地培養(yǎng)21世紀(jì)人才的創(chuàng)新能力。
一、深度學(xué)習(xí)概念的提出
深度學(xué)習(xí)的概念，源于30多年來計(jì)算機(jī)科學(xué)、人工神經(jīng)網(wǎng)絡(luò)和人工智能的研究。上世紀(jì)八九十年代，人們提出了一系列機(jī)器學(xué)習(xí)模型，應(yīng)用最為廣泛的包括支持向量機(jī)（Support Vector Machine，SVM）和邏輯回歸（Logistic Regression，LR），這兩種模型分別可以看作包含1個(gè)隱藏層和沒有隱藏層的淺層模型。計(jì)算機(jī)面對(duì)較為復(fù)雜的問題解決訓(xùn)練時(shí)，可以利用反向傳播算法計(jì)算梯度，再用梯度下降方法在參數(shù)空間中尋找最優(yōu)解。淺層模型往往具有凸代價(jià)函數(shù)，理論分析相對(duì)簡(jiǎn)單，訓(xùn)練方法也容易掌握，應(yīng)用取得了很多成功。①隨著人工智能的發(fā)展，計(jì)算機(jī)和智能網(wǎng)絡(luò)如何基于算法革新，模擬人腦抽象認(rèn)知和思維，準(zhǔn)確且高清晰度地進(jìn)行聲音處理、圖像傳播甚至更為復(fù)雜的數(shù)據(jù)處理和問題解決等，在21世紀(jì)來臨的時(shí)候成為擺在人工智能領(lǐng)域的關(guān)鍵問題。
30多年來，加拿大多倫多大學(xué)計(jì)算機(jī)系辛頓教授（Hinton，G.）一直從事機(jī)器學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)與人工智能等問題的相關(guān)研究，并在機(jī)器學(xué)習(xí)模型特別是突破淺層學(xué)習(xí)模型，實(shí)現(xiàn)計(jì)算機(jī)抽象認(rèn)知方面取得了突破性的進(jìn)展。2006年，他在《Science》上發(fā)表了《利用神經(jīng)網(wǎng)絡(luò)刻畫數(shù)據(jù)維度》（Reducing the Dimensionality of Data with Neural Networks）一文，探討了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)刻畫數(shù)據(jù)的學(xué)習(xí)模型，首先提出了深度學(xué)習(xí)（Deep Learning）的概念和計(jì)算機(jī)深度學(xué)習(xí)模型，掀起了深度學(xué)習(xí)在人工智能領(lǐng)域的新。這篇文章的兩個(gè)主要觀點(diǎn)是：第一，多隱藏層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)到的特征對(duì)數(shù)據(jù)有更本質(zhì)的刻畫，從而有利于可視化或分類；第二，深度神經(jīng)網(wǎng)絡(luò)可以通過“逐層初始化”（Layer-wise Pre-training）來有效克服訓(xùn)練和優(yōu)解的難度，無監(jiān)督的逐層初始化方法有助于突破淺層學(xué)習(xí)模型。②基于深度置信網(wǎng)絡(luò)（DBN）提出非監(jiān)督逐層訓(xùn)練算法，為解決深層結(jié)構(gòu)相關(guān)的優(yōu)化難題帶來希望，隨后提出多層自動(dòng)編碼器深層結(jié)構(gòu)。③2012年，辛頓又帶領(lǐng)學(xué)生在目前最大的圖像數(shù)據(jù)庫(kù)ImageNet上，對(duì)分類問題取得了驚人的結(jié)果，將計(jì)算機(jī)處理圖像數(shù)據(jù)問題時(shí)排名前五的錯(cuò)誤率（即Top5錯(cuò)誤率），由最高26%大幅降低至15%，大大提高了人工智能圖像數(shù)據(jù)處理的準(zhǔn)確性和清晰度，這是早先計(jì)算機(jī)僅僅依賴數(shù)學(xué)模型的表層學(xué)習(xí)和單層學(xué)習(xí)根本無法實(shí)現(xiàn)的水平。
在人工智能領(lǐng)域，深度學(xué)習(xí)其實(shí)是一種算法思維，其核心是對(duì)人腦思維深層次學(xué)習(xí)的模擬，通過模擬人腦的深喲緯橄筧現(xiàn)過程，實(shí)現(xiàn)計(jì)算機(jī)對(duì)數(shù)據(jù)的復(fù)雜運(yùn)算和優(yōu)化。深度學(xué)習(xí)采用的模型是深層神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，DNN）模型，即包含多個(gè)隱藏層（Hidden Layer，也稱隱含層）的神經(jīng)網(wǎng)絡(luò)（Neural Networks，NN）。深度學(xué)習(xí)利用模型中的隱藏層，通過特征組合的方式，逐層將原始輸入轉(zhuǎn)化為淺層特征、中層特征、高層特征直至最終的任務(wù)目標(biāo)。深度學(xué)習(xí)可以完成需要高度抽象特征的人工智能任務(wù)，如語(yǔ)音識(shí)別、圖像識(shí)別和檢索、自然語(yǔ)言理解等。深層模型是包含多個(gè)隱藏層的人工神經(jīng)網(wǎng)絡(luò)，多層非線性結(jié)構(gòu)使其具備強(qiáng)大的特征表達(dá)能力和對(duì)復(fù)雜任務(wù)的建模能力。訓(xùn)練深層模型是長(zhǎng)期以來的難題，近年來以層次化、逐層初始化為代表的一系列方法的提出，為訓(xùn)練深層模型帶來了希望，并在多個(gè)應(yīng)用領(lǐng)域獲得了成功。
人工智能學(xué)者們認(rèn)為計(jì)算機(jī)和智能網(wǎng)絡(luò)的這一深層的自動(dòng)編碼與解碼過程，是一個(gè)從數(shù)據(jù)刻畫、抽象認(rèn)知到優(yōu)選方案的深度學(xué)習(xí)的過程。由于人腦具有深度結(jié)構(gòu)，認(rèn)知過程是一個(gè)復(fù)雜的腦活動(dòng)過程，因而計(jì)算機(jī)和人工智能網(wǎng)絡(luò)模擬從符號(hào)接受、符號(hào)解碼、意義建立再到優(yōu)化方案的學(xué)習(xí)過程也是有結(jié)構(gòu)的；同時(shí)，認(rèn)知過程是逐層進(jìn)行、逐步抽象的，人工智能不是純粹依賴于數(shù)學(xué)模型的產(chǎn)物，而是對(duì)人腦、人腦神經(jīng)網(wǎng)絡(luò)及抽象認(rèn)知和思維過程進(jìn)行模擬的產(chǎn)物。應(yīng)該說，到目前為止，深度學(xué)習(xí)是計(jì)算機(jī)和智能網(wǎng)絡(luò)最接近人腦的智能學(xué)習(xí)方法。近幾年來，深度學(xué)習(xí)進(jìn)一步嘗試直接解決抽象認(rèn)知的難題，并取得了突破性的進(jìn)展，AlphaGo的問世，便是明證。2013年4月，《麻省理工學(xué)院技術(shù)評(píng)論》（MIT Technology Review ）雜志將深度學(xué)習(xí)列為2013年十大突破性技術(shù)之首。④深度學(xué)習(xí)引爆的這場(chǎng)革命，將人工智能帶上了一個(gè)新的臺(tái)階，不僅學(xué)術(shù)意義巨大，而且實(shí)用性很強(qiáng)，工業(yè)界也開始了大規(guī)模的投入，一大批產(chǎn)品將從中獲益。二十世紀(jì)八九十年代以來，隨著學(xué)習(xí)科學(xué)的不斷發(fā)展，深度學(xué)習(xí)的概念和思想不斷在教育中得到應(yīng)用。
二、深度學(xué)習(xí)在教育中的興起與發(fā)展
來自腦科學(xué)、人工智能和學(xué)習(xí)科學(xué)領(lǐng)域的新成就，必然引起教育領(lǐng)域研究者的深刻反省。計(jì)算機(jī)、人工智能尚且能夠模擬人腦的深層結(jié)構(gòu)和抽象認(rèn)知，通過神經(jīng)網(wǎng)絡(luò)的建立開展深度學(xué)習(xí)，那人對(duì)知識(shí)的學(xué)習(xí)過程究竟應(yīng)該是怎樣的一個(gè)腦活動(dòng)過程和學(xué)習(xí)過程？學(xué)生的學(xué)習(xí)有表層和深層等層次之分嗎？從作為符號(hào)的公共知識(shí)到作為個(gè)人意義的個(gè)人知識(shí)究竟是怎樣建立起來的？知識(shí)學(xué)習(xí)過程究竟是一個(gè)怎樣的抽象認(rèn)知過程？信息技術(shù)環(huán)境支持下深層次的學(xué)習(xí)如何實(shí)現(xiàn)？近十多年來，這些問題引起了許多教育研究者特別是教育技術(shù)學(xué)研究者的濃厚興趣，深度學(xué)習(xí)、深度教學(xué)的研究日益引起人們的重視。也正是在辛頓的“深度學(xué)習(xí)”概念明確提出后，教育學(xué)領(lǐng)域特別是教育技術(shù)學(xué)領(lǐng)域的深度學(xué)習(xí)研究日益活躍起來。
其實(shí)，早在1956年布魯姆在《教育目標(biāo)分類學(xué)》里關(guān)于“認(rèn)知領(lǐng)域目標(biāo)”的探討中，對(duì)認(rèn)識(shí)目標(biāo)的維度劃分就蘊(yùn)含了深度學(xué)習(xí)的思想，即“學(xué)習(xí)有深淺層次之分”，將教學(xué)目標(biāo)分為了解、理解、應(yīng)用、分析、綜合、評(píng)價(jià)六個(gè)由淺入深的層次。⑤學(xué)習(xí)者的認(rèn)知水平停留在知道或領(lǐng)會(huì)的層次則為淺層學(xué)習(xí)，涉及的是簡(jiǎn)單提取、機(jī)械記憶符號(hào)表征或淺層了解邏輯背景等低階思維活動(dòng)；而認(rèn)知水平較高的深層理解、應(yīng)用、分析、綜合和評(píng)價(jià)則涉及的是理性思辨、創(chuàng)造性思維、問題解決等相對(duì)復(fù)雜的高階思維活動(dòng)，屬于深層學(xué)習(xí)。1976年，美國(guó)學(xué)者馬頓（Marton，F(xiàn).）和薩爾約（Saljo，R.）在《論學(xué)習(xí)的本質(zhì)區(qū)別：結(jié)果和過程》（On Qualitative Difference in Learning： Outcome and Process）一文中，明確提出了表層學(xué)習(xí)和深層學(xué)習(xí)的概念。⑥這被普遍認(rèn)為是教育學(xué)領(lǐng)域首次明確提出深度學(xué)習(xí)的概念。他們?cè)谝豁?xiàng)關(guān)于閱讀能力的實(shí)驗(yàn)研究中，明確探討了閱讀學(xué)習(xí)的層次問題。通過讓學(xué)生閱讀文章并進(jìn)行測(cè)驗(yàn)，發(fā)現(xiàn)學(xué)生在閱讀的過程中運(yùn)用了兩種截然不同的學(xué)習(xí)策略：一種是試圖記住文章的事實(shí)表達(dá)，揣測(cè)接下來的測(cè)試并記憶，即表層學(xué)習(xí)（Surface Learning）；另一種是試圖理解文章的中心思想和學(xué)術(shù)內(nèi)涵，即深層學(xué)習(xí)（Deep Learning），也被譯為深度學(xué)習(xí)。深度學(xué)習(xí)的學(xué)習(xí)者追求知識(shí)的理解并且使已有的知識(shí)與特定教材的內(nèi)容進(jìn)行批判性互動(dòng)，探尋知識(shí)的邏輯意義，使現(xiàn)有事實(shí)和所得出的結(jié)論建立聯(lián)系。淺層學(xué)習(xí)和深層學(xué)習(xí)在學(xué)習(xí)動(dòng)機(jī)、投入程度、記憶方式、思維層次和遷移能力上有明顯的差異。深度學(xué)習(xí)是一種主動(dòng)的、高投入的、理解記憶的、涉及高階思維并且學(xué)習(xí)結(jié)果遷移性強(qiáng)的學(xué)習(xí)狀態(tài)和學(xué)習(xí)過程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（Biggs，1999）等人發(fā)展了淺層學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)理論。⑦隨著信息技術(shù)的發(fā)展，近十年來，國(guó)外學(xué)者對(duì)信息技術(shù)支持下的深度學(xué)習(xí)及其在各學(xué)科領(lǐng)域、各類教育中的應(yīng)用研究日漸廣泛。
2002年以來，從技術(shù)支持高等教育的深度學(xué)習(xí)、虛擬環(huán)境中的深度學(xué)習(xí)、形成性評(píng)估對(duì)深度學(xué)習(xí)的影響、學(xué)習(xí)環(huán)境對(duì)學(xué)生進(jìn)行深度學(xué)習(xí)的影響、技術(shù)支持下的深度學(xué)習(xí)設(shè)計(jì)等方面研究成果日益豐富，但絕大部分是基于教育技術(shù)學(xué)視野的研究成果。2006年，辛頓教授關(guān)于深度學(xué)習(xí)的成果發(fā)表，進(jìn)一步推動(dòng)了深度學(xué)習(xí)在教育中的研究與應(yīng)用。近十年來，在中小學(xué)深度學(xué)習(xí)研究方面最有影響的當(dāng)屬加拿大西盟菲莎大學(xué)（Simon Fraser University）艾根（Egan， K.）教授領(lǐng)銜的“深度學(xué)習(xí)”（Learning in Depth，簡(jiǎn)稱LID）項(xiàng)目組所進(jìn)行的研究，其成果集中體現(xiàn)在《深度學(xué)習(xí)：轉(zhuǎn)變學(xué)校教育的一個(gè)革新案例》（Learning in Depth： A Simple Innovation That Can Transform Schooling）等著述之中。⑧該研究探討了深度學(xué)習(xí)的基本原則與方法，分析了深度學(xué)習(xí)對(duì)學(xué)生成長(zhǎng)、教師發(fā)展和學(xué)校革新的價(jià)值與路徑，并在加拿大部分中小學(xué)進(jìn)行實(shí)驗(yàn)研究。其核心成果聚焦課堂學(xué)習(xí)和教學(xué)問題，即使是關(guān)于教師教育中深度學(xué)習(xí)的研究，也聚焦于教師的學(xué)習(xí)過程和學(xué)習(xí)方式。⑨艾根所開展的深度學(xué)習(xí)研究項(xiàng)目超越了單一教育技術(shù)學(xué)視野的研究，不僅僅是關(guān)于教學(xué)設(shè)計(jì)、學(xué)習(xí)技術(shù)和學(xué)習(xí)環(huán)境開發(fā)的研究，而是基于建立新的學(xué)習(xí)觀和知識(shí)觀，對(duì)教學(xué)活動(dòng)與學(xué)習(xí)過程作出了新的闡釋。
總體上看，國(guó)內(nèi)關(guān)于深度學(xué)習(xí)的研究最近十年才剛剛起步。2005年，我國(guó)學(xué)者黎加厚教授在《促進(jìn)學(xué)生深度學(xué)習(xí)》一文中，率先介紹了國(guó)外關(guān)于深度學(xué)習(xí)的研究成果，同時(shí)探討了深度學(xué)習(xí)的本質(zhì)。他認(rèn)為深度學(xué)習(xí)是指在理解學(xué)習(xí)的基礎(chǔ)上，學(xué)習(xí)者能夠批判性地學(xué)習(xí)新的思想和事實(shí)，并將它們?nèi)谌朐械恼J(rèn)知結(jié)構(gòu)中，能夠在眾多思想間進(jìn)行聯(lián)系，能夠?qū)⒁延械闹R(shí)遷移到新的情境中，作出決策和解決問題的學(xué)習(xí)。⑩此文被認(rèn)為是國(guó)內(nèi)較早介紹并論及深度學(xué)習(xí)的研究成果，此后，關(guān)于深度學(xué)習(xí)的探討，特別是基于信息技術(shù)環(huán)境下的深度學(xué)習(xí)的相關(guān)研究論文逐漸增加。2006年10月，筆者在前期研究的基礎(chǔ)上，與臺(tái)灣成功大學(xué)教育研究所所長(zhǎng)李坤崇教授聯(lián)合發(fā)起“海峽兩岸能力生根計(jì)劃”，推進(jìn)能力導(dǎo)向的深度教學(xué)的理論研究與實(shí)驗(yàn)研究，主張以價(jià)值觀、知識(shí)觀、學(xué)習(xí)觀、過程觀的重建為基礎(chǔ)，以發(fā)展學(xué)生的學(xué)科能力為宗旨，實(shí)施深度教學(xué)，克服課堂教學(xué)改革過于注重教學(xué)程序、教學(xué)技術(shù)、教學(xué)時(shí)間的淺層次改革和表層學(xué)習(xí)的局限性，深化課堂教學(xué)改革。2014年后，中國(guó)教育科學(xué)院院長(zhǎng)兼教育部課程教材研究與發(fā)展中心主任田慧生研究員基于深化課程改革的需要，帶領(lǐng)一個(gè)團(tuán)隊(duì)開始啟動(dòng)深度學(xué)習(xí)的項(xiàng)目研究。直至今日，基于核心素養(yǎng)追求背景下的深度學(xué)習(xí)研究項(xiàng)目，如雨后春筍般涌現(xiàn)，“深度學(xué)習(xí)”成為教育研究中的一個(gè)熱詞。
盡管計(jì)算機(jī)、人工智能領(lǐng)域與教育學(xué)領(lǐng)域都提出了“深度學(xué)習(xí)”概念，但不難看出二者顯然具有本質(zhì)差異。計(jì)算機(jī)與人工智能領(lǐng)域的深度學(xué)習(xí)是建立在機(jī)器模擬人腦深層結(jié)構(gòu)的基礎(chǔ)之上的，是基于人腦結(jié)構(gòu)的一種計(jì)算機(jī)算法思維和問題解決模型，是對(duì)人腦和認(rèn)知結(jié)構(gòu)的模擬。而教育學(xué)領(lǐng)域的“深度學(xué)習(xí)”概念，無論是布魯姆還是馬頓和薩爾約，都指向了“知識(shí)”和“學(xué)習(xí)”兩個(gè)核心，是關(guān)于知識(shí)學(xué)習(xí)的目標(biāo)和過程的問題。布魯姆在教育目標(biāo)分類學(xué)認(rèn)知領(lǐng)域的目標(biāo)構(gòu)設(shè)中，認(rèn)為認(rèn)知目標(biāo)是由了解、理解、應(yīng)用、分析、綜合、評(píng)價(jià)六個(gè)不斷加深的層次構(gòu)成的。這一目標(biāo)明顯是關(guān)于知識(shí)學(xué)習(xí)和認(rèn)知過程的目標(biāo)，在2001年修訂版中，這一目標(biāo)被精確表述為知識(shí)學(xué)習(xí)和認(rèn)知過程兩個(gè)維度。馬頓和薩爾約在關(guān)于閱讀的研究中，基于學(xué)生對(duì)文本理解的層次和理解的深度提出了“深度學(xué)習(xí)”的概念，并認(rèn)為學(xué)習(xí)的本質(zhì)區(qū)別在于過程而不是學(xué)習(xí)的結(jié)果，是學(xué)生對(duì)文本知識(shí)學(xué)習(xí)的深刻程度決定了其學(xué)習(xí)結(jié)果的差異性。
艾根的研究實(shí)現(xiàn)了從深度學(xué)習(xí)向深度教學(xué)的轉(zhuǎn)向。艾根的深度學(xué)習(xí)（Learning in Depth）研究更明確地指向了學(xué)生對(duì)知識(shí)的學(xué)習(xí)所到達(dá)的深度，以及教師通過對(duì)知識(shí)的處理引導(dǎo)學(xué)生逐步到達(dá)一定的學(xué)習(xí)深度。這一深度學(xué)習(xí)的過程是一個(gè)逐步深化的學(xué)習(xí)過程，要求教師在教學(xué)過程中引導(dǎo)學(xué)生著眼于知識(shí)的深層次理解和深度處理。該項(xiàng)研究表明，深度學(xué)習(xí)的研究開始從單一的學(xué)習(xí)技術(shù)研究轉(zhuǎn)向了對(duì)教學(xué)過程的關(guān)注，注重深度學(xué)習(xí)與深度教學(xué)的關(guān)聯(lián)性和一致性，深度學(xué)習(xí)的研究呈現(xiàn)出向深度學(xué)習(xí)與深度教學(xué)相結(jié)合的轉(zhuǎn)向。
三、深度學(xué)習(xí)的核心理念
從深度學(xué)習(xí)走向深度教學(xué)，一方面是教與學(xué)的一致性決定的，另一方面是當(dāng)前中小學(xué)課堂教學(xué)普遍存在的局限性Q定的。教與學(xué)的關(guān)系既不是對(duì)立關(guān)系，也不是對(duì)應(yīng)關(guān)系，而是一種具有相融性的一體化關(guān)系，離開了教無所謂學(xué)，離開了學(xué)也無所謂教。學(xué)生真正意義上的深度學(xué)習(xí)需要建立在教師深度教導(dǎo)、引導(dǎo)的基礎(chǔ)之上。從本質(zhì)上看，教育學(xué)視野下的深度學(xué)習(xí)不同于人工智能視野下的深度學(xué)習(xí)，不是學(xué)生像機(jī)器一樣對(duì)人腦進(jìn)行孤獨(dú)的模擬活動(dòng)，而是學(xué)生在教師引導(dǎo)下，對(duì)知識(shí)進(jìn)行的“層進(jìn)式學(xué)習(xí)”和“沉浸式學(xué)習(xí)”?！皩舆M(jìn)”是指對(duì)知識(shí)內(nèi)在結(jié)構(gòu)的逐層深化的學(xué)習(xí)，“沉浸”是指對(duì)學(xué)習(xí)過程的深刻參與和學(xué)習(xí)投入。離開了教師的教學(xué)和引導(dǎo)，學(xué)生何以“沉浸”？因此，深度學(xué)習(xí)只有走向深度教學(xué)才更具有發(fā)展性的意義和價(jià)值。同時(shí)，我國(guó)新一輪基礎(chǔ)教育課程改革以來，課堂教學(xué)改革依然存在著諸多表層學(xué)習(xí)、表面學(xué)習(xí)和表演學(xué)習(xí)的局限性，“學(xué)習(xí)方式的轉(zhuǎn)變”往往演變成了教學(xué)形式的改變，諸如教與學(xué)在程序上的簡(jiǎn)單翻轉(zhuǎn)和在時(shí)間上的粗暴分配。其所體現(xiàn)出來的知識(shí)觀、價(jià)值觀、教學(xué)觀、過程觀依然陳舊落后，以學(xué)科知識(shí)、學(xué)科能力、學(xué)科思想和學(xué)科經(jīng)驗(yàn)的融合為核心的學(xué)科素養(yǎng)依然未能得到實(shí)質(zhì)性的滲透。
深度教學(xué)的“深度”是建立在完整而深刻地處理和理解知識(shí)的基礎(chǔ)之上的。艾根在深度學(xué)習(xí)的研究中，首次從知識(shí)論的角度，論述了深度學(xué)習(xí)的“深度”（Depth）的涵義。他認(rèn)為“學(xué)習(xí)深度”具有三個(gè)基本標(biāo)準(zhǔn)，即知識(shí)學(xué)習(xí)的充分廣度（Sufficient Breadth）、知識(shí)學(xué)習(xí)的充分深度（Sufficient Depth）和知識(shí)學(xué)習(xí)的充分關(guān)聯(lián)度（Multi-Dimensional Richness and Ties）。這三個(gè)標(biāo)準(zhǔn)，也是深度學(xué)習(xí)的核心理念。
第一，知識(shí)學(xué)習(xí)的充分廣度。充分的廣度與知識(shí)產(chǎn)生的背景相關(guān)，與知識(shí)對(duì)人生成的意義相關(guān)，與個(gè)體經(jīng)驗(yàn)相關(guān)，也與學(xué)習(xí)者的學(xué)習(xí)情境相關(guān)。如果教學(xué)把知識(shí)從其賴以存在的背景、意義和經(jīng)驗(yàn)中剝離出來，成為純粹的符號(hào)，便成為無意義的符號(hào)、無根基的概念知識(shí)。知識(shí)具有強(qiáng)烈的依存性，無論是自然科學(xué)的知識(shí)還是社會(huì)科學(xué)或人文學(xué)科的知識(shí)，都是特定的社會(huì)背景、文化背景、歷史背景及其特定的思維方式的產(chǎn)物。離開了知識(shí)的自然背景、社會(huì)背景、邏輯背景，前人創(chuàng)造的知識(shí)對(duì)后人而言幾乎不具有可理解性。隨著深度學(xué)習(xí)的興起，旨在以廣度促進(jìn)理解的“無邊界學(xué)習(xí)”日益引起人們的重視?？梢姡R(shí)的充分廣度，其實(shí)是為理解提供多樣性的支架，為知識(shí)的意義達(dá)成創(chuàng)造了可能性和廣闊性基礎(chǔ)。
第二，知識(shí)學(xué)習(xí)的充分深度。知識(shí)的充分深度與知識(shí)所表達(dá)的內(nèi)在思想、認(rèn)知方式和具體的思維邏輯相關(guān)，深度學(xué)習(xí)把通過知識(shí)理解來建立認(rèn)識(shí)方式，提升思維品質(zhì)，特別是發(fā)展批判性思維作為核心目標(biāo)。所以說，深度學(xué)習(xí)是一種反思性學(xué)習(xí)，是注重批判性思維品質(zhì)培養(yǎng)的學(xué)習(xí)，同時(shí)也是一種沉浸式、層進(jìn)式的學(xué)習(xí)。深度學(xué)習(xí)強(qiáng)調(diào)學(xué)習(xí)過程是從符號(hào)理解、符號(hào)解碼到意義建構(gòu)的認(rèn)知過程，這一過程是逐層深化的。
第三，知R學(xué)習(xí)的充分關(guān)聯(lián)度。知識(shí)的充分關(guān)聯(lián)度，是指知識(shí)學(xué)習(xí)指向與多維度地理解知識(shí)的豐富內(nèi)涵及其與文化、想象、經(jīng)驗(yàn)的內(nèi)在聯(lián)系。知識(shí)學(xué)習(xí)不是單一的符號(hào)學(xué)習(xí)，而是對(duì)知識(shí)所承載的文化精神的學(xué)習(xí)。同時(shí)，通過與學(xué)生的想象、情感的緊密聯(lián)系，達(dá)到對(duì)知識(shí)的意義建構(gòu)。從廣度，到深度，再到關(guān)聯(lián)度，學(xué)生認(rèn)知的過程是逐層深化的。所謂意義建構(gòu)，即從公共知識(shí)到個(gè)人知識(shí)的建立過程，都需要建立在知識(shí)學(xué)習(xí)的深度和關(guān)聯(lián)度之上。
①Y.LeCun and Y.Bengio.Convolutional networks for images，speech，and time-series.In M.A.Arbib，editor，The Handbook of Brain Theory and Neural Networks.MIT Press，1995.
②Geoffery E.Hinton and Salakhutdinov R.R.，Reducing the dimensionality of data with neural networks. Science.2006 Jul 28；313（5786）：504-7.
③Geoffrey E.Hinton，Simon Osindero，Yee-Whye Teh. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation.2006（7）.
④余凱等.深度學(xué)習(xí)的昨天、今天和明天[J].計(jì)算機(jī)研究與發(fā)展，2013，9.
⑤安德森.布盧姆教育目標(biāo)分類學(xué)（修訂版）[M]. 北京：外語(yǔ)教學(xué)與研究出版社，2009：78-80.
⑥Marton，F(xiàn). and Saljo，R.，On Qualitative Difference in Learning：Outcome and Process. British Journal of Educational Psychology，1976，46：4-11.
⑦安富海.促進(jìn)深度學(xué)習(xí)的課堂教學(xué)策略研究[J].課程?教材?教法，2014，11.
⑧Kieran Egan. Learning in Depth： A Simple Innovation That Can Transform Schooling. London， Ontario： The Althouse Press， 2010.
[關(guān)鍵詞]互聯(lián)網(wǎng)金融；高等金融教育；SWOT；教學(xué)改革
[中圖分類號(hào)] G642 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 2095-3437（2017）10-0008-03
2013年以來，互聯(lián)網(wǎng)金融快速崛起并深刻影響著金融學(xué)子的學(xué)習(xí)生活、社會(huì)實(shí)踐和思維觀念。一系列互聯(lián)網(wǎng)金融的新概念進(jìn)入高等金融教育的視線：“大數(shù)據(jù)”、“云計(jì)算”、“社會(huì)征信”、“共享經(jīng)濟(jì)”、“數(shù)字貨幣”、“機(jī)器學(xué)習(xí)”、“人工智能”等，讓金融專業(yè)的師生既興奮又備感壓力?；ヂ?lián)網(wǎng)金融相對(duì)于傳統(tǒng)金融的思維觀念已經(jīng)改變，經(jīng)濟(jì)和金融明顯可分的界限被打破。當(dāng)前，互聯(lián)網(wǎng)“經(jīng)濟(jì)”、互聯(lián)網(wǎng)“金融”和互聯(lián)網(wǎng)下的“大數(shù)據(jù)”高度融合，渾然一體，不可分割。一切資金支付活動(dòng)均通過移動(dòng)終端進(jìn)行，幾乎不需要現(xiàn)實(shí)貨幣參與，點(diǎn)對(duì)點(diǎn)的資金流動(dòng)使得“金融脫媒”趨勢(shì)來得異常凜冽，基于大數(shù)據(jù)的分析解決了信息不對(duì)稱的難題。受此影響，復(fù)合型人才和跨界發(fā)展不再是空洞的口號(hào)，傳統(tǒng)金融教育的專才培養(yǎng)模式不再可行?；ヂ?lián)網(wǎng)金融是新生事物，其實(shí)踐遠(yuǎn)遠(yuǎn)走在了當(dāng)前高等金融教育的前面，對(duì)傳統(tǒng)高等金融教育產(chǎn)生強(qiáng)烈沖擊，但也帶來了變革和發(fā)展的機(jī)遇。因此，強(qiáng)化對(duì)互聯(lián)網(wǎng)金融教育的研究，通過互聯(lián)網(wǎng)金融思維重塑和再造高等金融教育勢(shì)在必行。
一、互聯(lián)網(wǎng)金融的優(yōu)勢(shì)和特點(diǎn)
（一）大數(shù)據(jù)優(yōu)勢(shì)
互聯(lián)網(wǎng)金融首先是從“草根金融”興起的，在民間金融“野蠻生長(zhǎng)”和“亂象叢生”的時(shí)代中逐漸走向成熟，對(duì)傳統(tǒng)正規(guī)金融形成強(qiáng)大壓力。實(shí)際上，歷史上非正規(guī)金融發(fā)展緩慢的根源在于一系列困境的桎梏：信息不對(duì)稱導(dǎo)致嚴(yán)重的逆向選擇和道德風(fēng)險(xiǎn)、社會(huì)征信缺失、無足值抵押等?；ヂ?lián)網(wǎng)金融的出現(xiàn)，較好克服了這些頑疾，信息不對(duì)稱可以依靠大數(shù)據(jù)技術(shù)有效緩解，移動(dòng)終端的廣泛使用結(jié)合人工智能使社會(huì)征信和債務(wù)催收都不再成為問題，在此基礎(chǔ)上進(jìn)一步催生了眾籌、共享經(jīng)濟(jì)等變革創(chuàng)業(yè)方式、生活方式的全新業(yè)態(tài)。
（二）人工智能優(yōu)勢(shì)
與傳統(tǒng)金融相比，人工智能效率高，錯(cuò)誤率低，模型不斷進(jìn)行自主訓(xùn)練和優(yōu)化，大大提高了適應(yīng)性，在量化投資、決策咨詢和風(fēng)險(xiǎn)控制等方面逐步取得優(yōu)勢(shì)。人工智能的核心是機(jī)器學(xué)習(xí)，互聯(lián)網(wǎng)金融下每日新增的海量用戶數(shù)據(jù)，以及公司之間的數(shù)據(jù)共享使得感知機(jī)、決策樹、隨機(jī)森林、支持向量機(jī)、Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)等一系列機(jī)器學(xué)習(xí)的核心算法和模型不斷“學(xué)習(xí)成長(zhǎng)”，在實(shí)踐中取代了傳統(tǒng)基于人工授信、核查和對(duì)客戶分類的工作模式。在不遠(yuǎn)的將來，這種開放、大維度、多渠道的人工智能下的“智能”金融，必然取得對(duì)銀行依賴中央銀行建立的封閉客戶數(shù)據(jù)系統(tǒng)的優(yōu)勢(shì)。
（三）“互聯(lián)網(wǎng)+”的后發(fā)優(yōu)勢(shì)
“互聯(lián)網(wǎng)+”是一種全新的思維，智能化、去中心化、脫媒化、信息化以及便捷快速的推廣模式催生了各類體量巨大的新興業(yè)態(tài)，作為這些業(yè)態(tài)的基礎(chǔ)和共同體，互聯(lián)網(wǎng)金融擁有顯著的后發(fā)優(yōu)勢(shì)，領(lǐng)先于傳統(tǒng)產(chǎn)業(yè)成為近年創(chuàng)新創(chuàng)業(yè)的最大落腳點(diǎn)。
（四）規(guī)模優(yōu)勢(shì)
2008年以來，互聯(lián)網(wǎng)金融的交易規(guī)模迅速擴(kuò)大，經(jīng)營(yíng)上的規(guī)模優(yōu)勢(shì)日益明顯，各項(xiàng)交易成本明顯下降。與傳統(tǒng)金融業(yè)態(tài)不同，互聯(lián)網(wǎng)金融由一系列的產(chǎn)業(yè)鏈構(gòu)成：征信、借貸、催收和服務(wù)等環(huán)節(jié)可分散于不同的公司，在業(yè)務(wù)模式上可以靈活分散也可有效整合，每一環(huán)節(jié)聚焦其優(yōu)勢(shì)業(yè)務(wù)，可將規(guī)模優(yōu)勢(shì)帶來的低成本優(yōu)勢(shì)發(fā)揮到極致。
（五）雙創(chuàng)優(yōu)勢(shì)
2013年以來，互聯(lián)網(wǎng)金融的交易成本低，可有效緩解信息不對(duì)稱問題，交易效率高等的優(yōu)勢(shì)愈發(fā)明顯，不斷與其他行業(yè)形成跨界融合發(fā)展，催生創(chuàng)新，推動(dòng)創(chuàng)業(yè)，極具雙創(chuàng)優(yōu)勢(shì)。一是依托互聯(lián)網(wǎng)的移動(dòng)支付業(yè)務(wù)的快速發(fā)展，不僅遠(yuǎn)程支付場(chǎng)景不斷完善，近場(chǎng)支付也在爆發(fā)；二是支付產(chǎn)業(yè)鏈的受理端及其延伸的綜合金融增值服務(wù)——海量支付數(shù)據(jù)以及數(shù)據(jù)驅(qū)動(dòng)的增值服務(wù)，為互聯(lián)網(wǎng)金融企業(yè)帶來了新的發(fā)展；三是區(qū)塊鏈技術(shù)的融合運(yùn)用引爆了“跨境支付”的探索熱潮；四是在P2P等典型的互聯(lián)網(wǎng)金融業(yè)務(wù)模式上，從以往只提供信息中介服務(wù)平臺(tái)的模式創(chuàng)新發(fā)展出了引導(dǎo)P2P平臺(tái)與擔(dān)保機(jī)構(gòu)合作、整合線上與線下服務(wù)以及增加債權(quán)轉(zhuǎn)讓等服務(wù)的新型模式；五是利用大數(shù)據(jù)、云計(jì)算和人工智能等技術(shù)幫助互聯(lián)網(wǎng)金融公司開展客戶的理財(cái)或量化投資業(yè)務(wù)；六是基于互聯(lián)網(wǎng)的共享經(jīng)濟(jì)大大便利了人們的生活體驗(yàn)和觀念。
二、當(dāng)前高校金融教育應(yīng)對(duì)互聯(lián)網(wǎng)金融沖擊的SWOT分析
表1是高校金融教育應(yīng)對(duì)互聯(lián)網(wǎng)金融沖擊的SWOT分析矩陣，在理論和實(shí)踐兩個(gè)層面為當(dāng)前高校金融教育如何應(yīng)對(duì)互聯(lián)網(wǎng)金融的影響提供了分析思路和依據(jù)。
（一）優(yōu)勢(shì)
首先，傳統(tǒng)金融教育具有雄厚的人才基礎(chǔ)和優(yōu)勢(shì)。自20世紀(jì)80年代我國(guó)建立高等金融教育事業(yè)以來，到目前為止高等金融教育已取得質(zhì)的突破，金融專業(yè)的品牌認(rèn)可、高考招分、學(xué)生素質(zhì)、國(guó)際化程度、畢業(yè)后的薪資水平、社會(huì)評(píng)價(jià)等各項(xiàng)指標(biāo)均處于各行業(yè)的前列。同時(shí)，國(guó)內(nèi)金融領(lǐng)域在國(guó)際一流期刊發(fā)表的論文數(shù)量也在整個(gè)社會(huì)科學(xué)領(lǐng)域處于領(lǐng)先地位。其次，當(dāng)前高校金融專業(yè)的培養(yǎng)方案和課程設(shè)置一般采取模塊化搭建的思路，從公共基礎(chǔ)、學(xué)科基礎(chǔ)、專業(yè)培養(yǎng)、素質(zhì)教育和實(shí)踐實(shí)習(xí)等方面進(jìn)行模塊化管理，具有良好的可拓展性，互聯(lián)網(wǎng)金融的相關(guān)課程可根據(jù)不同專業(yè)需要，進(jìn)行優(yōu)化組合，體現(xiàn)功能性。第三，互聯(lián)網(wǎng)經(jīng)濟(jì)和互聯(lián)網(wǎng)金融給高校師生帶來了良好體驗(yàn)和觀感，高校師生有充分的積極性迎接新專業(yè)的建設(shè)和發(fā)展。
（二）劣勢(shì)
傳統(tǒng)金融教育是單一化的金融專才培養(yǎng)模式，一般分為貨幣經(jīng)濟(jì)、金融市場(chǎng)、投資、金融工程、銀行經(jīng)營(yíng)與管理、公司金融、家庭金融等方向，注重對(duì)貨幣、投資、資產(chǎn)定價(jià)、股票、債券和財(cái)務(wù)等“純金融”知識(shí)的講授，對(duì)大數(shù)據(jù)、人工智能和機(jī)器學(xué)習(xí)等涉及計(jì)算機(jī)與統(tǒng)計(jì)學(xué)習(xí)等跨領(lǐng)域的知識(shí)鮮有涉及。在互聯(lián)網(wǎng)金融的沖擊到來之后，我們發(fā)現(xiàn)業(yè)界需要復(fù)合型的跨界人才，單一聚焦金融領(lǐng)域的教學(xué)思維和模式開始變得落后和陳舊，金融教育需要“混業(yè)發(fā)展”。另一方面，教材建設(shè)相對(duì)滯后。目前，比較缺乏互聯(lián)網(wǎng)金融的專業(yè)教材：一是自編教材的質(zhì)量令人擔(dān)憂；二是優(yōu)秀的互聯(lián)網(wǎng)金融的國(guó)外教材引用較少；三是互聯(lián)網(wǎng)金融跟風(fēng)開設(shè)課程的現(xiàn)象比較突出，沒有因地適宜，教學(xué)內(nèi)容和難度都過猶不及，影響了教學(xué)效果?！。ㄈC(jī)遇
互聯(lián)網(wǎng)金融是朝陽(yáng)產(chǎn)業(yè)，帶來了巨大的發(fā)展機(jī)遇。當(dāng)前，互聯(lián)網(wǎng)金融行業(yè)的人才極度缺乏，不得不采取“挖墻腳”的無奈之舉，導(dǎo)致銀行業(yè)人才流失嚴(yán)重。限于人才奇缺，互聯(lián)網(wǎng)金融目前的進(jìn)入門檻較低，人員素質(zhì)和水平良莠不齊，原因在于高校對(duì)互聯(lián)網(wǎng)金融人才的培養(yǎng)處于摸索階段，傳統(tǒng)金融教育畢業(yè)的學(xué)生青睞于在正規(guī)金融行業(yè)就業(yè)，對(duì)以民營(yíng)企業(yè)為主的互聯(lián)網(wǎng)金融行業(yè)心存疑慮甚至偏見，人才供給嚴(yán)重不足。顯然，傳統(tǒng)金融教育向互聯(lián)網(wǎng)金融教育轉(zhuǎn)型發(fā)展的機(jī)遇巨大。不僅如此，互聯(lián)網(wǎng)金融還在科研立項(xiàng)、論文選題、學(xué)生的實(shí)習(xí)實(shí)踐、就業(yè)創(chuàng)業(yè)、高校金融教育的學(xué)科點(diǎn)申報(bào)、專業(yè)建設(shè)和師資培養(yǎng)等方面開拓了廣闊空間，前景可期。另一方面，相對(duì)于傳統(tǒng)的金融業(yè)而言，互聯(lián)網(wǎng)金融是典型的跨界金融，從一開始就在進(jìn)行業(yè)務(wù)模式的細(xì)分和產(chǎn)品之間進(jìn)行內(nèi)部整合?；ヂ?lián)網(wǎng)金融也正在逐步通過用戶、大數(shù)據(jù)和場(chǎng)景的互動(dòng)來實(shí)現(xiàn)對(duì)銀行、證券、保險(xiǎn)、基金和資產(chǎn)管理等傳統(tǒng)金融機(jī)構(gòu)進(jìn)行強(qiáng)有力的整合運(yùn)作?；ヂ?lián)網(wǎng)金融的跨界整合實(shí)現(xiàn)了不同行業(yè)功能的有機(jī)結(jié)合，推動(dòng)了我國(guó)區(qū)域經(jīng)濟(jì)在空間和深度上的拓展。互聯(lián)網(wǎng)金融需要既懂得信息技術(shù)又懂得金融業(yè)務(wù)、營(yíng)銷和管理知識(shí)的跨界復(fù)合型人才，這就對(duì)高等金融教育提出了更高的要求。但是從高等金融教育實(shí)踐來看，金融、計(jì)算機(jī)及營(yíng)銷和管理類專業(yè)的教育還是各自為政，獨(dú)立培養(yǎng)，忽略了跨界知識(shí)的構(gòu)建，導(dǎo)致學(xué)生難以適應(yīng)社會(huì)對(duì)復(fù)合型人才的需求。
（四）挑戰(zhàn)
首先，傳統(tǒng)金融教育“分業(yè)培養(yǎng)”的理念和當(dāng)前互聯(lián)網(wǎng)金融“混業(yè)發(fā)展”的現(xiàn)實(shí)需求嚴(yán)重沖突，需要解決“并軌”發(fā)展問題。其次，傳統(tǒng)高等金融教育的課程設(shè)置和培養(yǎng)體系相對(duì)成熟，然而，互聯(lián)網(wǎng)金融的實(shí)踐遠(yuǎn)遠(yuǎn)走到了學(xué)校教育的前面。再次，互聯(lián)網(wǎng)金融教育強(qiáng)調(diào)“長(zhǎng)尾性”。與傳統(tǒng)金融的“二八定律”正好相反，互聯(lián)網(wǎng)金融的優(yōu)勢(shì)在于服務(wù)80%的小微客戶，推廣的是普惠金融的理念。但在傳統(tǒng)金融教育中關(guān)于普惠金融、微型金融的相關(guān)課程幾乎從不開設(shè)。消除“教育偏見”達(dá)到在正規(guī)金融和非正規(guī)金融之間的教育平衡，更加注重“長(zhǎng)尾性”仍然任重道遠(yuǎn)。
三、結(jié)語(yǔ)
高等金融教育承擔(dān)著為金融行業(yè)輸送急需人才的重任，也是社會(huì)和家長(zhǎng)的關(guān)切所在?；ヂ?lián)網(wǎng)金融是未來金融行業(yè)的制高點(diǎn)，需要高校金融教育培養(yǎng)復(fù)合型人才，要求他們具備金融學(xué)知識(shí)，理解金融業(yè)務(wù)的原理，掌握信息化技術(shù)并能對(duì)大數(shù)據(jù)進(jìn)行分析，還要具有一定的營(yíng)銷和管理能力。因此，主要的啟示有如下幾點(diǎn)：（1）注重學(xué)科交叉，優(yōu)化課程設(shè)置，培養(yǎng)復(fù)合型人才。（2）加強(qiáng)師資建設(shè)，促進(jìn)傳統(tǒng)金融教育向互聯(lián)網(wǎng)金融轉(zhuǎn)型發(fā)展。（3）加強(qiáng)互聯(lián)網(wǎng)金融的“產(chǎn)學(xué)研”的合作，樹立“干中學(xué)”的務(wù)實(shí)求真精神。對(duì)此，高校金融教育是有優(yōu)勢(shì)的，要秉持開放理念加強(qiáng)彼此合作，使研究向應(yīng)用轉(zhuǎn)化。（4）加強(qiáng)對(duì)大數(shù)據(jù)和人工智能的關(guān)注，引入相關(guān)課程。此外，在互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)高發(fā)的背景下，高等金融教育也要積極承擔(dān)社會(huì)責(zé)任，適時(shí)向社會(huì)進(jìn)行互聯(lián)網(wǎng)金融知識(shí)的推廣和普及，提高民眾規(guī)避風(fēng)險(xiǎn)的能力，達(dá)到普及金融教育的目的。
[ 參 考 文 獻(xiàn) ]
[1] 劉小銘.淺析互聯(lián)網(wǎng)金融現(xiàn)狀及風(fēng)險(xiǎn)[J].經(jīng)營(yíng)管理者，2016（23）：313.
[2] 楊竹清，張超林.互聯(lián)網(wǎng)金融對(duì)我國(guó)高等教育金融的啟示[J].金融教育研究，2016（5）：82-88.
[3] 劉源.論技術(shù)經(jīng)濟(jì)學(xué)課程的分階段培養(yǎng)模式[J].中國(guó)市場(chǎng)，2016（48）：167-169.
[4] 謝水園.企業(yè)的業(yè)務(wù)骨干參與大學(xué)課堂教學(xué)常態(tài)化研究——以《國(guó)際貿(mào)易實(shí)務(wù)》為例[J].亞太教育，2016（30）：89.
[5] 謝水園.論外貿(mào)通關(guān)實(shí)務(wù)課程中多種教學(xué)方式的運(yùn)用[J]. 中國(guó)市場(chǎng)，2014（22）：149-150.
[6] 胡燁丹，潘錫泉.互聯(lián)網(wǎng)金融語(yǔ)境下的金融職業(yè)教育模式創(chuàng)新[J].中國(guó)職業(yè)技術(shù)教育，2015（34）：93-95.
[7] 劉變?nèi)~.互聯(lián)網(wǎng)時(shí)代金融學(xué)專業(yè)人才培養(yǎng)面臨的挑戰(zhàn)及應(yīng)對(duì)措施[J].工業(yè)和信息化教育，2015（5）：1-5.
關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù) 數(shù)據(jù)處理技術(shù) 信息化管理 數(shù)據(jù)挖掘過程
中圖分類號(hào)：TP311.31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416(2011)12-0210-01
數(shù)據(jù)挖掘(Data Mining)的概念，是伴隨著數(shù)據(jù)庫(kù)和人工智能這兩門技術(shù)一同發(fā)展起來的新興的數(shù)據(jù)處理技術(shù)。它利用了數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)等多方面的技術(shù)，是一類深層次的數(shù)據(jù)分析方法。
1、數(shù)據(jù)挖掘
數(shù)據(jù)挖掘，就是從大量的、離散的實(shí)際數(shù)據(jù)中，經(jīng)過提取、轉(zhuǎn)換、分析等處理技術(shù)，提取出隱含的、事先無法預(yù)測(cè)的、但又潛在有用的、有助于決策的關(guān)鍵性的數(shù)據(jù)，幫助決策者分析歷史數(shù)據(jù)以及當(dāng)前現(xiàn)有的數(shù)據(jù)，從中發(fā)現(xiàn)隱含的關(guān)系或模式，進(jìn)而預(yù)測(cè)出未來可能發(fā)生的行為。數(shù)據(jù)挖掘是一門涉及很廣的交叉性的新興學(xué)科，涉及到數(shù)據(jù)庫(kù)、人工智能、可視化、并行計(jì)算等領(lǐng)域，因此應(yīng)用范圍也非常廣泛。
2、數(shù)據(jù)挖掘技術(shù)
數(shù)據(jù)挖掘技術(shù)是人們長(zhǎng)期以來對(duì)數(shù)據(jù)庫(kù)技術(shù)進(jìn)行研究和開發(fā)而得出的結(jié)果，其中數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的發(fā)展有著密切的關(guān)系。大部分情況下，數(shù)據(jù)挖掘都要先把數(shù)據(jù)從數(shù)據(jù)倉(cāng)庫(kù)中拿到數(shù)據(jù)挖掘庫(kù)中，數(shù)據(jù)倉(cāng)庫(kù)會(huì)對(duì)數(shù)據(jù)進(jìn)行清理，并解決數(shù)據(jù)的不一致問題，這給數(shù)據(jù)挖掘帶來很多好處。由于數(shù)據(jù)挖掘所發(fā)現(xiàn)的知識(shí)的不同，其所利用的技術(shù)也有所不同，數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)就是數(shù)據(jù)挖掘技術(shù)的三大支柱。
3、數(shù)據(jù)挖掘的過程
數(shù)據(jù)挖掘的基本過程包括：數(shù)據(jù)收集和準(zhǔn)備、數(shù)據(jù)整理、數(shù)據(jù)挖掘與分析、結(jié)果評(píng)估、分析決策等，數(shù)據(jù)挖掘的各過程不是線性的,不是一次就能完成的，而且是反復(fù)循環(huán)的，其中某些步驟或者全過程可能需要多次的循環(huán)反復(fù)，才有可能達(dá)到預(yù)期的效果，因此, 要充分分析歷史數(shù)據(jù)和現(xiàn)有數(shù)據(jù), 從而發(fā)現(xiàn)隱藏在其中的具有決策作用的有價(jià)值信息。
數(shù)據(jù)挖掘的過程按照工作流程可以包括以下幾個(gè)步驟：
3.1 數(shù)據(jù)收集和準(zhǔn)備階段
豐富的大量的數(shù)據(jù)是數(shù)據(jù)挖掘的前提，沒有數(shù)據(jù)，數(shù)據(jù)挖掘也就無從談起，因此，數(shù)據(jù)收集是數(shù)據(jù)挖掘的首要步驟。收集的數(shù)據(jù)可以來自于現(xiàn)有的數(shù)據(jù)處理系統(tǒng)，也可以從數(shù)據(jù)倉(cāng)庫(kù)中得到。存儲(chǔ)在數(shù)據(jù)庫(kù)系統(tǒng)中的數(shù)據(jù)是經(jīng)過長(zhǎng)期積累而得到的，這些數(shù)據(jù)往往不適合直接使用和處理，那么在開始進(jìn)行數(shù)據(jù)挖掘之前，需要對(duì)數(shù)據(jù)做準(zhǔn)備工作，首先要消除噪聲或不符合要求的數(shù)據(jù)，這些操作一般包括數(shù)據(jù)的選擇、凈化、轉(zhuǎn)換、數(shù)據(jù)縮減等才能進(jìn)行處理，廣泛收集用戶的各種信息，建立數(shù)據(jù)庫(kù)與數(shù)據(jù)表，生成數(shù)據(jù)倉(cāng)庫(kù)，為數(shù)據(jù)挖掘做準(zhǔn)備。
數(shù)據(jù)準(zhǔn)備過程是否做好，將會(huì)影響到數(shù)據(jù)挖掘的效率和準(zhǔn)確度，最終會(huì)影響到數(shù)據(jù)結(jié)果或模式的有效性。
3.2 數(shù)據(jù)整理和挖掘階段
數(shù)據(jù)整理階段是數(shù)據(jù)挖掘的必要環(huán)節(jié)，數(shù)據(jù)挖掘階段通過匯總或聚集方法將數(shù)據(jù)轉(zhuǎn)換或統(tǒng)一成適合進(jìn)行數(shù)據(jù)挖掘的形式，可以利用各種數(shù)據(jù)挖掘方法對(duì)數(shù)據(jù)進(jìn)行分析，選擇某個(gè)適當(dāng)?shù)臄?shù)據(jù)挖掘算法用于搜索數(shù)據(jù)中的模式，挖掘用戶所需要的各種規(guī)則或模型等，為結(jié)果數(shù)據(jù)的分析做準(zhǔn)備。
3.3 結(jié)果的分析和同化階段
由前面兩個(gè)階段得到的模式模型或數(shù)據(jù)，里面也可以存在對(duì)實(shí)際應(yīng)用沒有意義或沒有使用價(jià)值的數(shù)據(jù)，因此對(duì)這些數(shù)據(jù)仍然需要評(píng)估，確定哪些是有效的數(shù)據(jù)、哪些是有用的模式，這樣對(duì)已經(jīng)發(fā)現(xiàn)的規(guī)則或模型等信息進(jìn)行評(píng)估，可以保證發(fā)現(xiàn)的模式或數(shù)據(jù)滿足有效性和正確性，決策者則根據(jù)數(shù)據(jù)挖掘得出的結(jié)果進(jìn)行分析和評(píng)價(jià)，結(jié)合實(shí)際情況，調(diào)整相應(yīng)策略，并將挖掘結(jié)果以可視化的形式展現(xiàn)在用戶面前，最終成為能夠被用戶所理解和接受的知識(shí)。
4、數(shù)據(jù)挖掘在高職院校信息化管理中的應(yīng)用
教育同信息是密不可分的，因?yàn)榻逃龔母旧蟻碇v就是信息資源的傳遞、接收、加工和識(shí)別。隨著科學(xué)技術(shù)的進(jìn)步、社會(huì)文明的發(fā)展，以計(jì)算機(jī)多媒體和網(wǎng)絡(luò)通訊為基礎(chǔ)的現(xiàn)代化信息技術(shù)在教育中的應(yīng)用越來越廣泛。
隨著信息化進(jìn)程的推進(jìn),高校各種數(shù)據(jù)庫(kù)中已積累了大量數(shù)據(jù),這些數(shù)據(jù)可以滿足人們的查詢、檢索、統(tǒng)計(jì)等日常事務(wù)處理的需要，在該過程中，數(shù)據(jù)挖掘技術(shù)將起到重要作用。運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)大量數(shù)據(jù)進(jìn)行處理和分析，挖掘出有價(jià)值的信息,快速地對(duì)數(shù)據(jù)的發(fā)展方向做出判斷，有效提高了工作效率。例如通過數(shù)據(jù)挖掘技術(shù)可以進(jìn)行新專業(yè)申報(bào)、課程優(yōu)化設(shè)置、預(yù)測(cè)學(xué)生就業(yè)情況、評(píng)估學(xué)生的學(xué)習(xí)成績(jī)以及學(xué)生的綜合素質(zhì)等。
數(shù)據(jù)挖掘技術(shù)在高職院校信息化管理中的應(yīng)用還是一個(gè)很新的思路，從學(xué)生的報(bào)考志愿到學(xué)生的錄取，從學(xué)生的入學(xué)到學(xué)生的成績(jī)管理，從學(xué)生的生活到學(xué)生的學(xué)習(xí)，從學(xué)生的實(shí)習(xí)到學(xué)生的就業(yè)，這些涉及到數(shù)不勝數(shù)的數(shù)據(jù)，而這些數(shù)據(jù)目前在高職院校的信息化管理中很少有被連貫起來進(jìn)行管理的，這對(duì)于高職院校的信息化管理是非常不利的。
如果能將數(shù)據(jù)挖掘技術(shù)用在高職院校的信息化管理上，對(duì)于高職院校的決策者來說是非常有利的，比如用在學(xué)生的就業(yè)信息管理上，可以得到專業(yè)設(shè)置的參考數(shù)據(jù)，從學(xué)生的報(bào)考志愿的數(shù)據(jù)中可以得到將來就業(yè)的發(fā)展方向等。
高職院校的教學(xué)管理工作常常需要處理大量重要數(shù)據(jù)，如果將數(shù)據(jù)挖掘中的關(guān)聯(lián)分析、分類與預(yù)測(cè)、類聚、決策樹等技術(shù)應(yīng)用于在教學(xué)信息中，則可以幫助處理學(xué)生綜合素質(zhì)測(cè)評(píng)、教師測(cè)評(píng)、課程合理設(shè)置和教學(xué)方法選擇、試卷評(píng)閱和試題質(zhì)量的評(píng)價(jià)等大數(shù)據(jù)量工作，從而提高教學(xué)與管理工作的質(zhì)量和效率。
5、結(jié)語(yǔ)
數(shù)據(jù)挖掘技術(shù)在高職院校信息化管理中應(yīng)用，對(duì)高職院校信息化管理非常有利，通過數(shù)據(jù)挖掘技術(shù)可以獲得對(duì)決策者或管理者有價(jià)值、有決策作用的信息。因此, 采用科學(xué)有效的數(shù)據(jù)挖掘技術(shù)對(duì)提高高職院校信息管理的智能化水平具有重要作用，需要教育者及相關(guān)人士對(duì)此進(jìn)行更深一步的研究。