首页 > 文章中心 > 人工智能教育背景

人工智能教育背景

前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇人工智能教育背景范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。

人工智能教育背景

人工智能教育背景范文第1篇

关键词:新工科;人工智能导论;实践教学;校企合作;案例库

随着物联网、大数据、5G及人工智能等信息技术的发展,为了应对中国产业变革及新一轮的科技革命,适应“中国制造2025”国家战略需要及产业经济创新发展,同时将国际工程教育思想本土化,“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业,国内高校纷纷设立了智能科学与技术专业。近年来,人工智能技术的发展引领着人类社会正逐渐走进智能社会,人工智能将深刻影响人类社会。随着人工智能的进一步发展,高等教育的价值也将进一步提高[2]。因此,各高校应尽快建立与新工科相一致的智能科学与技术专业,并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法,改革传统人工智能的教育教学方法,形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的,因此,目前的智能科学与技术专业课程体系以理论为主,强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程,同时也是人工智能“入门性”和“引导性”的课程。但是,目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程,缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此,为了解决这些问题,并使高校跟上人工智能时代的脚步,抓住高等教育发展的新机遇,进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。

1人工智能对新工科人才的新要求

1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此,一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛,基本包含工业、农业及社会生活的各个行业(如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等)[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识,只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前,创新驱动发展成为了我国现阶段发展的重要力量,人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下,人工智能技术作为创新创业过程中的一个大趋势。因此,当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养,人文科学的知识水平和研究能力是人文素养的重要组成部分,人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难,关键是使用者的思想道德和人文素养。因此,培养具有人文精神的人工智能专业人才具有重要的意义。

2人工智能导论课程教学现状

目前,许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下:⑴本科生课程内容陈旧。近年来,随着云计算、大数据、5G等信息技术的快速发展,也带动人工智能技术发展日新月异。对于高校来说,要紧跟人工智能技术前沿,传授学生的知识也要紧跟人工智能的发展。目前,虽然也出现了不少新的人工智能导论教材,但在课堂上能够教学的新内容仍然不多,教材内容仍然集中在传统的人工智能技术(如问题求解、知识表示、归结原理及经典推理等技术)上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续,但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此,在新工科背景下培养高层次的人工智能人才,就必须要在研究生阶段加强新工科人才实践能力的培养,选择合理的人工智能导论课程,改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前,大多数院校的人工智能导论课程理论与实践联系不够紧密,对学生实践能力的培养不够,只知道理论,而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外,大多数地方高校的人工智能实验室建设投入不足,实验条件差,验证性的实验较多,实验课时不足,学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前,现有的人工智能导论教材以理论为主,缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味,当实践课程开设不足时,这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情,最终会导致课程的教学质量和效果下降,不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程,课程内容理论性强、抽象、多知识点是新工科的特点。然而,大多数地方高校仍然采用过去的课堂教学模式(即“教师讲、学生听”的教学模式),这种单向灌输的教学方式以教师为主,学生的主动性不够,只是在被动接收知识。学校这种重视理论不重视实践的教学模式,在一定程度上影响了新工科人才的实践能力,从而导致教学内容与企业社会需求脱节。

3人工智能导论实践教学初探

3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣,南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台,如采用开源的PaddlePaddle百度飞桨深度学习平台,希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课,学生也可以在课堂中跟随老师完成相关实验,并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中,以学生兴趣为导向,开展相关应用课程实验,南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后,通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节,校企合作是关键。应积极派遣教师进企业进修,了解企业需求,并提高教师的工程能力。从2018年以来,南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式,从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制,邀请企业中实践经验丰富的人才任教或任职,校企合作建立实践教师指导团队,改革教学策略及教学方法,以项目为牵引,将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制,积极引导学生参加各种人工智能相关的比赛,从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学,提高学生兴趣。首先,从人工智能竞赛的部分赛事中、(如百度的人工智能大赛,“2020年全国人工智能大赛”,“2020中国高校计算机大赛人工智能创意赛”等)中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后,采用目前主流的人工智能开发软件进行算法代码的编写,引导学生采用Python语言调用第三方接口库进行算法的实现。最后,让学生使用主流的编程语言(如C++、Java等)开发完善算法或进行系统设计与实现。

4结束语

在新工科背景下,人工智能导论作为智能科学与技术专业的基础核心课程,人工智能人才培养应注重提高学生解决问题的能力。在这种背景下,笔者结合近年来了解到的企业需求和上课的实际,对人工智能导论实践教学模式进行初探,具体如下:①校企合作,构建人工智能实践平台;②建立案例库,优化实践的内容;③校企“双导师”制,采用案例教学,从而进一步提高学生在创新实践方面的能力。

参考文献:

[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24,33

[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44

[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107

[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42

[5]姚琳,石志国.人工智能课程体系与教学方法研究[J].中国大学教学,2019.10:19-22

人工智能教育背景范文第2篇

关键词:互联网+;会计;教育

一、“互联网+”会计的影响

“互联网+”会计,从思维到实际操作层面都对会计行业造成了巨大的影响,赋予了传统的会计工作更多的可能性。通过分析“互联网+”背景下,人工智能、大数据、云计算等新兴科技融合会计工作的现状与影响,能够帮助思考新时代会计人才的培育方向。

(一)会计信息处理效率大大提升

人工智能在会计工作中能够快速实现会计信息的处理与数据的运算与存储,使得会计人员的作业重心从数据的录入、整理、归纳、运算等烦琐漫长的工序转移到关键信息的筛选、核查、审阅等重要环节上,大大缩短了信息处理的时间,优化了数据的处理功率,同时人为失误也得到了最大限度地削减。

(二)会计工作内容变动整合

人工智能等新科技在会计行业的使用与推广一方面降低了会计工作的强度,节省了会计工作的用人需要,另一方面也势必会对传统的会计工作者产生冲击,尤其是工作内容简单且重复性高的初级管账人员。而大数据的整理分析、计算机软件的熟练操作与使用、人工智能的运用与管理等也逐渐将成为会计人员工作中的重点。

(三)会计信息更为真实可靠

传统会计手工记账的业务处理容易出现操作失误等情况,运用人工智能与大数据的应用最大程度上减少了人为失误,且数据信息得到了良好的存储管理,易于追溯、查询与审核,从而大大提高了会计信息的真实性。同时,人工智能的使用相比会计人员相比更能降低因为主观判断造成的失误,使得会计信息更客观中立,为利益相关者的投资决策提供更为真实可靠的信息。

(四)“互联网+”会计技术仍待进一步改进

人工智能、大数据等新兴科技引入会计行业后,在保证其能够快速获取、有效处理、精准转化决策信息的同时,确保人工智能系统可靠、安全、正常的运营是极其重要的工作。在激烈的市场竞争面前,会计技术的运营需要控制在稳定的技术及安全环境下,以防范财务数据的泄露或崩溃而给企业带来难以弥补的损失。人工智能等新兴科技在引入财务工作的过程中,其安全性、可靠性、稳定性等重要性能仍然需要进一步的研究、实践和优化升级。

二、传统会计专业教育的不足

“互联网+”时代对会计人才培养提出了新要求,传统的会计专业教育的缺陷逐渐暴露。具体问题如下:

(一)教育思维固化

在“互联网+”会计的背景下,会计专业人员不仅需要会计专业知识储备,在计算机软件、数据统计与分析等方面也需要具备一定的技能。但前者属于管理类学科,具有人文科学的特点,后者则属于理工科的内容,二者之间存在一定的隔阂,但绝不是泾渭分明、非此即彼的关系。而许多高校尚未完成从培养“专业性人才”到培养“复合型人才”的观念转变,没有将二者进行很好的融合,会计思维与数据、逻辑、计算机思维仍然互不沟通。

(二)课程设计缺陷

我国多数高校如今对于会计专业课程的设置不尽合理,会计与计算机的融合操作教学一般都只对高年级开设,且其比重与传统的理论教学相比只占学生专业课程中很小的一部分。而课程内容也主要在于培养学生会计系统的运用能力,让学生成为“应用型“会计人员,理论与实践没有实现深度融合,学习的更多的是操作应用而非创新创造,使得学生对会计信息开发系统仅仅处于一种肤浅的认知与操作阶段,缺乏对前沿会计信息技术的深入理解与运用。

(三)教学方式落后

当前许多高校的会计教学方法仍为传统的“理论解读和实务演练”。教师讲述个人对会计知识的理解,学生被动的接受知识与观点,但没有主动的对会计知识进行探索;而实务层面,也主要由教师进行示范演练,学生对示范进行单调的模仿学习,重复既定的规范步骤,这种教学方式拘束了学生的自我探索空间,难以培养学生的自主创新意识,虽然能够快速学习实务操作的程序步骤,但对于学生分析、解决问题与自主创新等能力的培养仍存有不足。

三、会计专业教育的发展方向

(一)培养学生自主学习与创新能力

在“互联网+”时代的大背景下,人工智能、大数据、云计算等技术高速发展,企业商业模式变化日新月异,在会计行业中只有时刻保持着对前沿知识技术的敏感、具备强大的自主学习能力与自主创新能力才能不被智能科技取代。因此在会计人才的培养教育中,应有意识的引导学生改被动接受为主动学习、改单调模仿为自发创造,不断提高学生的职业胜任素质。

(二)培养“互联网+”会计思维方式

会计专业教育不能割裂人与计算机、会计与新科技的联系。人工智能等新兴科技在会计工作中的使用主体仍然是会计人员。因此在会计教学工作中,应逐渐培养学生树立“互联网+”会计的思维,注重会计知识与计算机实务操作的融合,培育学生处理信息、驾驭系统的能力;增加“互联网+”会计相关课程占总体知识群的比重,紧密结合人工智能的开展方向及最新动态,融合人文与科学思维、管理与计算机思维。

(三)培养复合型会计人才

结合我国当前会计行业结合互联网技术后的发展现状进行分析,未来新技术的深入发展需要依据中国会计准则,不断完善会计信息化软件建设,丰富各类复杂业务的会计处理方式,因此高校需要加大“互联网+”会计的“跨界”复合型人才培养力度,使之兼具经济管理、数据分析、会计实务、信息技术等知识能力,迎合当前会计劳动力市场在快速发展的科技时代背景下的用人需要。

人工智能教育背景范文第3篇

关键词:人工智能影视教育课堂在场价值观

人工智能技术作为社会媒介化发展的特殊产物,不仅能够建构起智能媒介化的信息社会,更能深入到传媒研究领域,引导影视传媒研究朝着“互联网+教育”的方向发展。当前影视传媒教育正面临重要的转型阶段,如何通过媒介信息技术调整现有的理论学习模式和教学培养目标,已经成为影视教育进行改革创新的突破口。基于人工智能为教育信息化带来的机遇和挑战,影视教育正致力于从“刀切教育”迈向“精准教育”,从“课堂缺席”转为“课堂在场”,从人才培养模式到教育信息平台搭建,都在不断强化智能教育培养,力求为影视传媒教育的智能化改革和实践提供决策依据。

一、影视教育智能化发展的应用价值

智能化影视传媒研究是教育信息化极为重要的应用场景,人工智能技术不仅拓宽了影视传媒教育的研究方向,同时也在技术手段、渠道搭建、傳媒伦理等层面发挥着重要作用。

1.消除数据鸿沟,发挥智能传媒教育技术赋能和知识平权的双重功能。影视传媒研究是以实践为基础的理论性教学,以培养创新型和复合型人才为教育目标。教育学者是影视文化传播的驱动者,因个体间存在传播技能、信息储备和交往行为方面的差异,造成影视传媒教育具有严重的知识鸿沟。在影视研究学者步入算法教育的重要阶段,智能教育平台可通过读取人的反馈改变原有的教学模式,调整每一位受教育者的天赋类型。与此同时,教育学者能够充分利用算法技术和人工智能手段,获取定制化的影视资源和学习条件,以技术逻辑引导学习流程,用分析框架提高教学模式的理论性和可操作性,通过强化教与学的变革场景,激活文化创作的想象力和逻辑性思维,使科技创新在理性与感性、理论与实践的引导作用下,从一般的理论教学形成智能媒介化的信息教学模式,从单向传授转变为双向互动的学习教育模式。

2.拓宽学习渠道,推动教育形态从理论课堂到智能媒体教育课堂的变革。人工智能技术与影视教育教学的深度融合,正引发起一场新的教学革命。从教育手段和学习途径上来看,原有的课堂教学已无法满足理论和实践的双重需求,大数据催生出的智能化影视教育,在虚拟世界和现实世界间搭建起新的算法课堂,利用人工神经网络简化理论教学的概念,又通过具有超强运算能力和通讯能力的技术手段协助实践操作。例如,人工智能照相机作为辅助型的教学工具,被运用于智慧课堂的摄影实践教学中,借助云端技术和物联网连接远程数据中心,可以帮助不懂摄影技术的学习新手尽快了解电影拍摄的理论框架和基本技能,推动教学场景从应用性教学到智慧型课堂的氛围建构。人工智能与影视教学的跨界融合,成为智能传媒教育进行颠覆式创新的重要表现形式,教育形态正逐渐从智慧课堂过渡到智慧校园,从传统的理论范式过渡到智慧媒体的应用型范式,帮助构建起新的学科话语体系。

3.重视传媒伦理,推动智能化影视传媒教育价值观和技术性的生成。人工智能是以追求效益为初心的理性工具,在技能研发阶段尚未对伦理规范提出强制要求,技术伦理向来是人工智能难以逾越的一道鸿沟;影视传媒教育则是以培养学生的伦理观和价值观为出发点,重视以道德审美为核心的理性意识。智能化传媒教育将信息技术和影视教学进行结合,使得理性工具得以同理性意识深度融合,人文关怀建立在技术作用之上,这既是培养受教育者核心价值观的时代需要,亦是强化人工智能技术伦理的有效途径。人工智能时代,强调智能化影视传媒教育技术性和价值观的生成,与其说是建立在影视教育应用场景上的技术伦理规范,不如说是借信息技术完成对传媒伦理和受教育者价值观的理性建构,让人工智能发展紧密联系意识形态和伦理道德问题,加深技术手段和教育学习的彼此作用,从而获得传媒教学在伦理层面的共识。随着传媒影响力的逐步扩大,以内容为载体的影视教学活动意味着要担负起更重要的教学责任,学科研究核心价值观的建设必须以注重传媒伦理和技术伦理为教学基础,重新建构现有的伦理道德观念,为人工智能技术注入价值观的活的灵魂。

二、影视教育智能化发展的风险问题

人工智能技术的迅速发展,赋予影视传媒教育极大的应用价值,与此同时也面临着潜在的风险问题。

1.灌输式教育仍占据主流,智能化影视教学陷入价值认知困境。在人工智能技术出现以前,理论+实践的教学策略已经成为一种固定的形态存在于传统影视教学工作中,受教育者根据统一的培养目标规划自己的学习方式,包括影视创作及影视理论等相关课程都按照相同的培养模式进行。由于教育主体对人工智能的认知存在两极分化的现象,过往只能够通灌输式对学生进行强制教育,智能化影视教学则是处于小范围内的实践和创新。对影视教育而言,理论与实践是学习的内容,继承与创新才是研究的实质。明确人工智能教育的价值认知,从灌输教育逐步迈向定制化教育,为高校的人才培养提供重要的智力支持,应当是影视教育智能化转型发展的着力点。

2.智能教育应用场景缺乏思考,其深度和广度有待进一步挖掘。当前,智慧课堂、智慧校园的出现奠定了智能传媒教育的基本雏形,依靠大数据、物联网等信息技术支撑的智能传媒教育,在平台搭建层面已出现显著性成果,但对应用场景的深度和广度挖掘还存在明显问题。影视教育智能化应当以追求个性化和定制化教育为目标,崇尚的是终身学习的教学理念,不应当将人工智能技术仅局限于传统的教学课堂,除了要从“线下”走向“线上”,还需要考虑到以人机交互为主要形态的教学应用场景,挖掘人工智能教育更多的应用情境和展现方式,从而对影视课堂的理论与实践教学价值提供合理的在场性证明。

3.专业壁垒依然存在,智能化教学成果马太效应极为明显。智能教育世界要求培养更加多元化的应用型人才,但人工智能的马太效应逐渐渗透到影视传媒教育工作中,也会导致教学成果受到出现严重的失衡现象,难以满足高校对人才培养的多元化需求。作为艺术研究的影视教学活动,其科学精神和创新实践同样重要。尤其在媒介融合背景下,要想推进受教育者从“影视学者”逐渐过渡到“影视作者”,人工智能不仅需要满足师生的定制化教学任务,还应当破除专业和行业的壁垒,对其相关联的学科和传媒领域进行合作,才能够改变当前智能化影视教育在教学模式上面临的不足,不断为社会输送更多的应用型人才。

三、影视教育智能化发展的转型实践

面对智能传媒教育的风险与挑战,影视专业更应当立足于自身的教育发展特色,从人才培养模式、应用场景建设、教育资源整合等方面,推进影视教育智能化发展的转型实践。

1.从“灌输教育”走向“精准教育”,创建新的人才培養模式。智能传媒教育范式的自主性建构,应当立足于对传统教学效率和人才培养模式的颠覆。基于当前影视传媒智能化发展在人才培养模式层面的不足,其转型实践需要从受教育者的个性化需求出发,在师生、家长和社会的通力合作下,创建新的人才培养模式,利用碎片化学习完成系统化的学习过程,逐渐从“灌输式教育”走向“精准化教育”。例如,人工智能时代对影视学生的培养更趋向于“以个人为导向的系统化学习”,通过前期对受教育者的大数据整理,对每一位同学的逻辑性、想象力、创造性和沟通能力等进行分析,从影视理论和影视创作两大方向出发对受教育者形成定制化的学生画像,并提供针对性的智慧作业,帮助教师采集学生的学习情况,从而实现规范化的信息管理。可以预见的是,智能传媒时代,“互联网+教育”学习模式的生成,在推动知识平权化等方面发挥重要价值,成为影视教育智能化追求的重要转型路径。

2.从“课堂缺席”走向“课堂在场”,打造新的传媒教育平台。人工智能不仅要改变传统的人才培养模式,同样也应当提供更加多元化的学习应用场景。过去的影视研究多局限于单一的课堂场景,采用课上理论和课下实践的方式进行授课,完成影视教学的闭环。人工智能时代,影视传媒教育应当调整原有的受教育模式,通过搭建合理的人工智能应用平台,可以巧妙地将课堂场景与智能技术结合起来,为受教育者提供更加多样性的教学应用场景,从而实现成长课堂的“在场共生”。例如,人工智能可以带动影视制作的推陈出新,通过搭建智慧超媒体系统,将电影屏幕从影院搬到校园,自动生成无穷界面。与此同时,影视传媒的智能化还可以帮助教师自动生成电影梗概,将理论性教学转变为可视化形象,使电影理论同定制化的影像人物之间建立匹配关联,让教育场景从线下逐步延伸到线上,为影视研究提供重要的云服务。

3.从“媒教分离”走向“共建合作”,实现产研学的自主对接。影视教育智能化发展的最终目的是为了寻求理论与实践的融和,帮助构建起传媒教育和传媒业界的良性生态关系。传媒教育智能化也可以全面提高受教育者的学习效率和工作效率,通过优化教育资源,带动影视内容的高质量生产、影视人才的高质量创作。因此,从“媒教分离”走向“共建合作”,引导产研学的自主对接也成为了影视教育智能化转型实践的有效探索。未来的影视传媒发展,能够抓取海量资源建构独立的影像景观模型,为机器人参加艺考创造可能性,并且也可以紧抓电影内容的智能化生产,从前期的电影脚本自动化写作到后期的虚拟演员个性化定制,系统均可以对剧本创作、电影拍摄等课程进行精准化评估,从中筛选出符合影视公司要求的作品,进入后续的市场化操作。

人工智能教育背景范文第4篇

首届世界智能大会6月28日至6月30日在天津举行。6月29日,马云、李彦宏、柳传志等行业大咖分享了对于人工智能等最新科技的观点。同时,在开幕式演讲中,全国政协副主席、科技部部长万钢透露,最近新一代人工智能发展规划已编制完成,该规划对直到2030年的中国人工智能产业进行系统部署,包括与此相关的人工智能重大科技项目。规划将于近日向全社会公布。

点评:公开信息显示,目前我国人工智能已上升到国家战略,并于今年3月首次写入政府工作报告。据预测,2020年全球人工智能市场规模将超过1000亿美元,年均增速约为20%,我国人工智能市场规模也将达到百亿美元量级,年均增速超过50%,行业发展前景极为广阔。近几年,智能制造被不断的提及,而随着互联网、智能科技与传统行业融合创新发展,智能科技更是在除制造业外的,教育、医疗、农业等各个领域发挥重要功效。在此基础上,世界智能大会旨在打造世界级先进智能科技成果平台、创新合作平台、产业聚集平台和投融资对接平台,展现全球领先的前沿科技新成果。此次大会的专题活动覆盖了深度学习、智能制造、人工智能、智能驾驶、智慧安防等多领域。近期A股市场上,受世界智能大会举行的利好影响,A股市场人工智能概念板块表现活跃,关注标的股:科大讯飞、恒生电子、东方网力、佳都科技、工大高新等。

6月份信贷增量以及M2同比增速等成为市场关注的焦点。对此,机构普遍认为,6月份新增信贷增量或超万亿元,M2同比增速或继续回落将至9%。华泰证券首席宏观研究员李超认为,5月份信贷增量维持不变的情况下,社融出现了边际减缓迹象。监管趋于严格的背景下,银行的表外业务回归表内将会是未来一大趋势,同时居民按揭韧性强,融资利率继续上行大背景下,银行也乐于扩张表内业务。6月份这一趋势将会继续延续,预计6月份的新增贷款在12000亿元左右,与之对应的社融新增则在13000亿元左右,整个社会融资更多的依赖银行表内贷款。当然,也有部分机构较为悲观。交通银行金融研究中心近日的报告称,总体来看,居民房贷的回落以及金融机构主动调降跨季前资产增速,将很大程度主导6月份贷款增量回落。

人工智能教育背景范文第5篇

关键词:人工智能;大数据;交叉领域

自二战时期阿兰•图灵破解恩尼格玛密码机带来胜利的曙光之后,人工智能初见苗头,1956年“人工智能”一词首次由约翰•麦卡锡等科学家在达特茅斯研讨会上提出,时至今日,人工智能经历了60多年的浪潮和洗礼,其中有曙光、有冰封,也有期望。纵观当下,人工智能不仅仅是机器智能,在深度学习和推陈出新的算法推动下,其携手云计算、大数据、卷积神经网络等,攻破了自然语言语音处理、图像识别的瓶颈,像潘多拉的盒子一样在认知科学、机器人学、机器学习等领域全面开花,人工智能涵盖了从基础层、技术层到应用层等多个方面,为人类文明带来了翻天覆地的变化[1-2]。人工智能包罗万象,在其基础上衍生的大数据“洪流”对人类社会的方方面面进行冲击,这些数字的价值已然超越了诸如金钱、财产、黄金、石油,甚至是土地。然而,大数据技术也如同普罗米修斯盗得的圣火,一方面给人间带来温暖和光明,另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此,当我们沉迷于大数据的海洋中时,我们是否有能力像蓝鲸遨游大海一样自由掌舵,是当今大数据和人工智能时代存在的一个重大问题。是“曲径通幽”还是“会当凌绝顶”,我们如何在大数据中“浮游”,而不是一味地扩充,需要理性看待与合理评价大数据对人类生存和发展的影响。

1.人工智能和大数据与“工业革命”

2020年刚刚结束的新一轮美国总统竞选上演了各种“国家闹剧”,为何特朗普在2016年赢得大选,而4年之后却无法连任?时间推移,2016年他胜利的部分原因在于他利用了面临技术威胁的工业行业中工人们的焦虑,同时指责非法移民对美国及美国人资源和就业机会的占用[4]。但在技术浪潮的挑战中,自动化和人工智能才是占用的“根源”。早在18世纪60年代工业革命时期,机器取代人力,规模化工厂生产取代个体手工生产,即引发了人工智能数据的工业大变革。从机械结构、电气控制等模块的设计和改良,车间机器人的智能化已可以代替人完成生产作业[5]。通过智能化机器人可以减轻劳动负担,还可以用于环境检测[6]和实施救援[7]等,保护我们的人身安全。这些“机器人”在为我们减负的同时确实也引发了“失业危机”,这种现象不仅于美国,日本、韩国和德国亦是如此。我们也许可以形象一下,未来20或30年后,工厂中工伤几乎为“零”,完全实施机器人24小时作业,速度惊人,质量统一,而仅有的几个人使用简单的触摸界面对机器下达“命令”。机器的发展已超乎我们对普通机械的认知,21世纪开发的三大机器人中大狗(BigDog)解决了运动和重载运输问题,特别用于军事领域,被誉为“当前世界上最先进适应崎岖地形的机器人”;亚美尼亚(Asimo)从人类如何移动上展现了机器人仿人运动;Cog具有了人类所特有的思考,由不同处理器组成的异种机互联网络形成了“大脑”。特斯拉——其除了是电动汽车和能源公司外,还是自动驾驶汽车行业的领跑者之一。其2016年已销售具有自动驾驶、自动自制和自动停车功能的电动汽车,但出于法律和伦理层面,驾驶员还是要坐在驾驶位上,但他可以做他想做的其他事,发短信、打电话或是休息,而不再是驾驶汽车。我们可以不用担心酒驾,不用因为时间紧张而疲劳驾驶,不必为新手司机而变得脾气暴躁……汽车自动驾驶将让我们行驶得更规则、更安全和更“无聊”。自动驾驶上的智能进化,使得自驾型派送车为商业化服务成为可能,还有自驾型飞行器也在被研发,通用、宝马、谷歌等公司一直在努力开发,通过无人机在您家门口投送包裹将对电子商务世界带来更多创造性方案。“如果你够走运的话,机器可以把你当成宠物。”虽为戏谑之言,却又饱含心酸。工厂变得越来越自动化,但其仍需要人类专家,他们才知道如何监控传感器,知道在发生故障时如何进行修复,机器的运行离不开人的监控,只有人的思考才能有新产品的诞生以及高效的生产流程,我们与机器共存,是从体力中解放,但要从事脑力工作。

2.人工智能和大数据与金融的未来

“数字蝶变”席卷金融行业各个领域[8],金融行业应用大数据、移动互联网、人工智能等先进信息技术,累积了非常多的客户信息。通过大数据的帮助,金融公司在分析数据下寻找更多的金融创新机会。在商业智能(BI)的辅助下,电信业可以对客服描述和定位及需求进行预测;保险业可以在进行风险分析的同时进行损益判断;银行业可以调整市场活动,建立信贷预警机制等等[9]。人工智能和大数据让金融业形成了“以客户为中心”的模式。与客户最密切的金融即是金钱,但是它们已经被“支付宝”和“微信”以及更多的电子支付方式取代,越来越少的人使用现金,数字金钱是否会完全取代物质金钱,我们很可能会发展为无现金社会。那么首先“下岗”的是谁呢?答案毫无疑问:银行。巴克莱银行前首席执行官安东尼•詹金斯曾预测,对于工业化国家,银行员工和其分支机构在未来10年内会消失;花旗全球视角与解决方案的一项研究预测,美国和欧洲的银行将在未来10年裁减约180万员工;甚至2016年2月的一份丹麦银行家协会新闻稿表示,银行抢劫案数量连续第5年下降。就支付领域而言,在这样的时代背景下,如何利用大数据技术对跨越式发展的支付行业进行监管,成为一个值得深入研究的课题[10]。在人工智能下,我们都有被银行自动回复或自会读取特定问题的“员工”惹恼过。沟通技巧和财务知识同样重要,因此,银行业员工的下岗只是在基础性操作上,对于“专业咨询”,需要更多受过高等教育、具有更好沟通能力的员工。目前,我国的多数银行还没建立“开放、共享、融合”的大数据体系,数据整合和部门协调等问题仍是阻碍我国金融机构将数据转化为价值的主要瓶颈。大数据的整合、跨企业的外部大数据合作不可避免地加大客户隐私信息泄露的风险。有效防范信息安全风险成为商业银行大数据应用中急需解决的问题。

3.人工智能和大数据与“专家系统”

电子病历数据、医学影像数据、用药记录等构成了医疗大数据。医疗数据不仅包括大数据的“4V”特点,即规模大(volume)、类型多样(variety)、增长快(velocity)、价值巨大(value),还包括:时序性、隐私性、不完整性和长期保存性。医疗大数据可以提供预警性,当数据发生异常时,通过一定的机制可以发出警告,从而迅速采取相应措施,及时解决问题[11]。成立于1989年的美国胸外科协会(STS)数据库,至今已经涵盖了美国95%的心脏手术,收集了500万条手术记录[12]。其中的先天性心脏手术(CHSD)数据库是STS数据库的重要组成部分,是北美最大的关注儿童先天性心脏畸形的数据库,被认为是医学专业临床结果数据库的金标准。近年来,基于CHSD数据库所进行的数据挖掘不断增加,大型数据库对提高医疗质量所起到的正向作用正在日益凸显。如Welke等基于CHSD数据库探讨小儿心脏外科病例数量和死亡率之间的复杂关系[13];Pasquali等基于CHSD数据库探讨新生儿Blalock—taussig分流术后的死亡率[14];Jacobs等基于CHSD数据库采用多变量分析方法来研究病人术前因素的重要性[15];Dibardino等基于CHSD数据库采用多变量分析的方法来探讨性别和种族对进行先天性心脏手术结果的影响[16]。这些都是在医疗领域采用人工智能提供的医疗诊断,形成了“专家系统”,专家系统可以说是一种最成功的人工智能技术,它能生成全面而有效的结果。借助医疗大数据的平台,“专家系统”可以智能辅助诊疗、影像数据分析与影像智能诊断、合理用药、远程监控、精准医疗、成本与疗效分析、绩效管理、医院控费、医疗质量分析等。不仅是数据平台,“达芬奇机器人”可以看成医疗的高精尖“人工智能”,它能缩短泌尿外科手术以及术后患者恢复时间,促进患者早期下床活动,减低并发症发生率[17]。达芬奇手术机器人在消化系统肿瘤、泌尿系统肿瘤、妇科肿瘤和心胸部肿瘤等手术中均有运用[18]。正是机器人,还有其他人工智能设备,如插入手表或衣服里的传感器、植入我们皮肤下的芯片,以及智能手机中装有各种“专家系统”的远程医疗、预防医学,甚至是器官的3D打印和虚拟现实治疗等的发展,让医学发生相应的转变,并使其逐步突破人类的传统健康概念,那么是否意味着医学将成为只有科学性,毫无直觉性的学科呢?我们携带的内部传感器和外部应用程序将成为我们的医生吗?“你好,医生”被“嘿,Siri”取代吗?这不尽然。医学必然将是向精准化发展,并更具个性化、参与性、预防性和可预测性。医生不再是疾病的修理工,而是改善我们健康状况的顾问。直观当下,我们还是被“看病难”所困扰,我们提出“分级诊疗”,是在拥有家庭医生、全科医生和专科医生的基础上再加上人工智能,以实现预期的健康监测、辅助诊疗和疾病筛查。

4.人工智能和大数据与教育变革

面对各行业和各学科,教育作为传承文明和创新知识的载体,似乎被排除在人工智能之外。就目前而言,人工智能与教育深度融合发展还存在技术基础不稳、教育数据缺陷、算法能力不足等现实问题[19]。我国目前更想要做到的是在教育上消除“信息鸿沟”,促进教育公平、均衡发展。因此,目前可以看到人工智能的教育多在于语言学习软件,通过虚拟技术和人工智能构建一个灵活的、可扩充的虚拟交互平台,设计多维虚拟场景和智能人工角色,实现不同场景下人机角色的交流和学习,提升学习者的口语能力和语感知识[20]。这使得教师不再是唯一的知识传播者,任何互联网搜索引擎都将提供比教师所有的更多信息,并且可以更快捷地获取。肺炎疫情暴发以来,远程网络教育成了主要教学形式,互联网教育形式其实早在小学、中学和大学中运用,虚拟现实技术在教学领域的研究和探索也在全面展开。谷歌已经开发一款VR纸板视图,并将研发的虚拟课程一起推向市场,使现实生活中在生物课上解剖一只青蛙成为一件容易且有趣的事,通过虚拟青蛙,学生们可以去除心脏和其他器官,而不再是象征性的抽象体验。虚拟现实可以像互动游戏一样,比单一的在教室听老师授课带来更多乐趣和体验,学习效果可能更好。我们的学习是知识的积累,那么教育就是我们的库,荀静等结合自身情况对西安工业大学知识库构建进行探究,认为机构知识库在保存知识资产的同时,更重要的是促进学校知识资产的传播利用和管理,提升学校影响力和学术声誉[21]。刘畅等通过对东北大学机构知识库服务的推广研究,了解到开放获取的概念和实践已经受到了广泛的认可,机构知识库不仅可以成为一个知识的存储库,也可以成为各个学科领域的学者进行在线交流的平台,提供个性化的增值服务,既有利于机构知识库的内容建设,也可以进一步促进学术交流和科研合作[22]。知识库,即大数据的有机整合和有序利用,是学术成果、视频文档、实验数据等进行收集、长期保存、传播和提供开放利用的知识资产管理与教育服务[23]。

5.人工智能和大数据应用的共性需求

人工智能和大数据时代,海量的信息来自“五湖四海”,但都通过互联网络汇聚智能终端。这些数据只会进一步增多,不仅仅是云存储,对于信息的进一步挖掘、处理、分析和利用,目标性结果才是我们最想要的信息。全球包括IBM、微软、谷歌和亚马逊等一大批知名企业纷纷掘金大数据挖掘这一市场,大家都在开拓自己大数据分析平台。数据挖掘是大数据时代孕育的产物[24],是我们的共性需求,与传统的统计分析技术相比,数据挖掘有着自身的本质特征,数据挖掘是在没有明确假设的前提下去挖掘信息并发现知识。数据挖掘所得到的信具有先前未知、有效以及可实用三个特征[25]。数据挖掘的出现不是为了替代传统的统计分析技术,相反,它是统计分析方法学的延伸和扩展[26]。随着信息时代的到来,数据挖掘被越来越多地应用于各个领域。

6.人工智能和大数据的展望

大数据与人工智能相辅相成,在人工智能的加持下,海量的大数据输出优化的结果,使人工智能向更为智能的方向进步,大数据与人工智能的结合将在更多领域中击败人类所能够做到的极限。漫长的人类历史发展和进化,信息和人类一直“缠缠绵绵”“你追我藏”,因此,我们应该明白信息就是信息,我们需要的是“维基百科”,而不是仅仅的“维基”。走出狭隘的信息资源,管理和洞察大数据,才是对数据的有用。因为,我们早已告别了数据库放在一间房间的时代。此刻不得不提蓝鲸法则——大数据之道:了解数据懂得利用数据的“浮力”才是关键;“以简约为目标”将数据最终形成洞察及行为;可以通过“数据”“信息”“知识”流程式、组合式、直通车式各种需要的方式来获取[27],在简约中“印象”处理繁杂的大数据,使之“为我所用”。=数据也是一门科学、一项技术,如果实验不能证明其具有可重复性和一般性,那它是没有科学依据,但是,任何一项科技,如果你坚信它必将改变社会和商业,选择从长期展望其发展并持续付出努力,那么就是一种战略选择[29]。人类社会的政治、经济、文化、思维等固有“态势”被重刷,数据思维将为我们带来一个智能全新的世界观。