人工智能与科学技术范文

引言：寻求写作上的突破？我们特意为您精选了12篇人工智能与科学技术范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

最近几年，许多中小学把乐高教育机器人活动引入到课堂教学中，使机器人创意走进学生的学习生活。作为一种全新的教学内容，很多教师都在探索乐高教育机器人教学，这种跨学科、高操作性、极具挑战性的内容，非常适合课程整合、研究性学习和综合创新活动的需要，培养了学生的创新能力所需要的创造性思维，使学生在积极的学习兴趣中不断探索和研究，实现自己的新创意、新设想和新设计。

一、机器人和创造性思维

机器人是一种通过电脑编程，可以依靠程序自动完成一定操作或移动作业的机械装置，它可以有视觉、听觉、触觉等类似人的感觉功能，有识别功能和自主行动的功能。它是信息技术和工程机械发展的前沿领域，是一门具有高度综合渗透性、前瞻未来性、创新实践性的学科，蕴涵着极其丰富的教育资源。我校从2006年开始开设乐高教育机器人课程，在实际教学活动中，由于学生能充分体会到研究主题的趣味性和挑战性，以及提供给学生的解决开放性问题的机会多，因此对于学生的创新能力所需的创造性思维提供了发展平台。

创造性思维是一种具有开创意义的思维活动，是人类思维的精华，是引发创造活动的前提。一个发挥创造性思维的人，就能发挥自己的创造才能得心应手地解决矛盾、攻克难关。近年来随着科学技术的迅猛发展，创造性思维越来越受到重视，是学校教育和教学中必不可少的内容。

二、乐高教育机器人课堂教学与创造性思维

1、创造性思维的基础是兴趣

心理学研究表明，当人对某一事物感兴趣时，认识就快；如果毫无兴趣，认识就慢，或者不予接受。若想激发创造性思维，就必须首先激发学生的学习兴趣。那么学生的学习兴趣从何而来呢？苏霍姆林斯基曾说：“兴趣的源泉在于体会到智慧能统帅事实和现实，人的内心里有一种根深蒂固的需要――总要感到自己是发现者、研究者、探索者。在儿童的精神世界中，这种需要特别强烈”。所以“兴趣”是一种推动学生学习的内在动力，它激发了学生强烈的求知欲望，从而为创造性思维的产生奠定基础。因此兴趣不是教学目的，而是教学的一个组成部分。实践证明学生对机器人不仅能够产生浓厚的兴趣，而且能够持久和巩固。

为了引发学生的学习兴趣，我校的乐高教育机器人技术课程将学习重点放在学习乐高硬件（例如RCX和各种传感器等）及其乐高应用软件（例如三维设计软件和编程软件）上。学生在学习过程中，积极主动地参与到教学过程中来，充分地展现了自己的想象空间，精心雕琢自己的作品。有的学生曾这样说：“我最喜欢用乐高积木块设计搭建乐高机器人了，特别是每当我编写程序成功时，我就觉得自己已经是一个机器人工程师，心里别提多高兴了！”。而乐高硬件及其乐高应用软件为学生提供了机会，使他们在教室、活动室和电脑上得以展现自己。可以说这些物质基础对学生产生了“诱惑力”。有了“诱惑力”，学生就有兴趣，有了兴趣，就自然而然地产生创造力了。

在乐高教育机器人教学中，精心设计任务是一个很重要的环节。因为“任务”设计的好与坏，直接影响到学生的学习兴趣的培养。一个好的任务，可以使学生在潜移默化中掌握知识，起到事半功倍的作用。教师讲的时候要少而精，要根据学生的认知水平和教学内容，在量上要少讲，把大量时间留给学生去自学、去思考；在质上要精讲排除学生已经掌握的和自己可以理解掌握的知识。在教学中给学生点明问题的关键，指导学生运用各种思维活动解决问题的方法，锻炼独立探讨问题的思维能力。比如，在讲“按钮”时，我只仔细地讲解了其中的一个按钮，其他的让学生自己去体会它的使用方法。在讲传感器时，在学生认识理解后自己到生活中去找、去发现传感器，品味生活中隐藏的科技，知道科技对我们生活的影响，在我们的身边科技无处不在也时刻陪伴着我们。教师的教学目的，绝不只是教会学生具体的科学知识，而是应该着眼于为学生创造一个合适的环境，通过知识的传授开发他们的智力，培养他们的学习能力，这样才能使他们收益终生。

人的创造能力的发挥离不开自信，而自信是实现自我和取得成功的必要前提。学生们正处于成长发展期，渴望别人对自己的尊重和信任，所以对学生恰如其分的鼓励，就会使学生满怀希望和自信心，增强兴趣，使兴趣从外在因素向内在因素的转化能够执行，从而巩固兴趣。在每堂课即将结束时，我都要进行作品展示。同学们总是要争先恐后地展示自己的作品，当自己的作品得到展示时，一种得意的表情便会在他的脸上呈现。当许多新的技巧和操作方法在作品中不断得到体现时，当学生们利用各种传感器设计出了许多具有可操作性的创意方案时，就会看到他们创造发明的信心和能力。兴趣引发了学生的创造性思维的产生，一幅幅作品、一个个设计图案，一个个创意程序都来自他们内心的“灵感”。

2、升华创造性思维离不开运用

学习兴趣的源泉在于学以致用，这时候人们才能真正感受到掌握知识的欢乐。知识运用可以促进学习和智力活动的兴趣。乐高教育机器人模仿于人，又帮助于人们的生活和服务于我们的人类，因此具有广泛的应用范围。

篇2

1　引言

目前，人类社会已处于信息时代。“信息革命”已全面兴起。人类社会已从“数值计算”转入全面的“问题求解”。人类正逐步把信息过程移植到计算机系统中进行，从而产生“信息管理”、“信息工程”、“信息交换”等分支科学的需要。对于迅速扩大“问题求解”范围来说，现存的计算机功能严重不足，缺少“智能”。缺少智能的“计算机科学”已无法概括信息科学的全部内容。广义的信息科学正在形成，AI是广义信息科学的核心。自古以来人们对于与智能有关的问题就很感兴趣，只不过在计算机问世之前，没有任何工具研究智能的本质。AI出现在1956年夏天，美国东北部的新罕布什尔州的达特玛斯大学。10人组成的研究小组历时2个月之久的会议。会议内容是如何利用计算机在数学、物理学、神经学、心理学、电子工程学等方面模拟人类智能行为的学术问题。可见人工智能学科的出现与计算机的问世密不可分。

2　“数据处理”与“知识处理”

科学技术的研究过去只有两种方法，即理论研究和科学试验。计算机的诞生和应用使科学技术的研究出现了第三种方法，即“计算”、“模拟”和“仿真”。新的科学方法极大地推动了科学技术的发展，其中包括对各门学科的促进，而且使科学技术领域出现了“计算机科学与技术”，也派生了一些其他科学分支。

计算机产生巨大影响的根源在于其巨大的信息处理能力。从应用的角度分析，信息处理分为两个阶段：

第一阶段，数值计算、文件处理和数据管理等。这些应用都有明确算法，这一阶段的特征可以称为“数据处理”阶段。它显示出对许多学科现代化的催化剂作用，跨越了许多不可逾越的“计算”鸿沟，使许多不可解的问题迎刃而“解”。

第二阶段，重点是逻辑与符号处理，目标是使计算机具有较强的处理能力。这一阶段的特点是“知识处理”，即迈入了AI的新领域。

从“数据处理”到“知识处理”既有其渐进发展的一面，更有其飞跃的一面。知识处理有的有算法，这是渐进性质的发展；对于难找到算法的知识处理问题，计算机则不能有效处理。克服算法危机，这是对AI的期待。

科学技术的发展是探索未知的过程，也是不断创造新工具的过程。探索未知的新工具，从而使更多难题获得更有效的解决。

3　人类认知的进展

推动整个科学技术发展最本质的因素是人类的认识和认知。而人类认识的发展是在与人类认识工具的发展相互作用下共同前进的。计算机使人类探索事务的信息成为可能。人工智能、认知科学等进展，提高了人类认知过程效率。人类认识的进展主要体现在以下几方面：

(1)人类认识重心的转移。从认识客体到认识主客体关系，进而深入到认识主体本身；

篇3

人类对于智能机器的探索活动，古已有之。不过，以“人工智能”来命名这一探索并成为一个学科领域，却发生于1956年夏季在Dartmouth举行的一次小规模学术研讨会上。因此，2016年是人工智能学科问世的60周年，在这个不同寻常的年份，世界各地的人工智能科技工作者都在密切关注人工智能的发展动向。

2016年3月，DeepMind研制的人工智能围棋系统AlphaGo以4：1的战绩击败了韩国的围棋高手李世石，把世界对人工智能的关注推向了前所未有的。各种各样的议论喷涌而出。悲观者大呼：“人工智能对于人类的潜在威胁太严重，应当通过立法限制甚至禁止人工智能的研究”；乐观者高喊：“人工智能是人类的真正福音，只要把自己的思想意愿转嫁给人工智能机器，人类就可以通过机器来实现长生不老的千年梦想”。在科技界，人们则在激动着、讨论着：我们应当在什么样的热点技术上发力？是深度学习？是认知技术？还是类脑计算？

回想这些年来，互联网、云计算、大数据、物联网、移动互联、智能制造、智慧城市、人工智能、机器人一波又一波的高新技术登台亮相，中国科技界、教育界和产业界都在一个个地紧紧追赶。虽然在跟踪追赶的过程中取得了不菲的进展，但是人们不禁都在思考：对于人工智能来说，当前社会的需求是什么？什么才是有效的创新战略？怎样才可以摆脱跟踪追赶的被动局面，争取到引领创新的话语权？

发展人工智能不应当是一种孤立性、局部性的行动，而应当是能够带动和引领整个科学技术的创新和发展。

1 人工智能是当代重要交叉科学群的创新前沿

为了阐明“人工智能是当代重要交叉科学群的创新前沿”这个论断，需要逐个澄清相关的基本概念，包括：什么是人工智能？什么是当代的重要交叉科学群？以及什么是当代重要交叉科学群的创新前沿？

1.1 什么是人工智能

人工智能是一门“探索人类智能机理，创制人工智能机器，增强人类智力能力”的科学技术。从这个意义上可以理解，只要人类的智力能力得到了增强和扩展，人们从事各种科学技术以至各种经济社会活动的智力能力就会得到有效提升，从而能够有效促进各行各业的创新与发展。

那么，什么是人类智能？人类智能主要表现在人类主体为了不断改善生存发展的水平而发现问题、定义问题、解决问题的能力。其中，发现问题和定义问题的能力依赖于主体的目的、知识、直觉、理解力、想象力、灵感、顿悟、审美等内在能力，因此被称为“隐性智能”；解决问题的能力则主要依赖于获得信息，生成知识，创生策略等外显能力，因此被称为“显性智能”。

显然，隐性智能十分抽象，几近神秘，不仅研究起来甚为困难，就连理解起来也颇感玄奇，而显性智能则相对可理解，可研究。因此，人工智能研究遵循的原则是：基于人类主体给定的问题、知识、目标（这就是人类发现问题和定义问题的能力）这些前提，研究如何利用信息、生成知识、创生策略来解决问题，达到目标。也就是说，人工智能的研究遵循人类智能与人工智能相结合的原则：人类智能负责发现和定义问题，人工智能则负责在人类所给定的问题框架下解决问题。这样，人工智能机器就可以成为人类认识世界和改造世界的聪明助手。

由此可见，没有生命，没有目的，没有灵感，也没有审美能力的人工智能机器系统，原则上不具有隐性智能的能力，因而不可能独立地发现问题和定义问题，只能在人类所发现和所定义的问题框架下去解决问题。因此，人工智能超越人类的恐惧缺乏科学根据。

1.2 什么是当代重要的交叉科学群

当今的时代是信息时代，认识信息资源和利用信息资源为人类服务的信息科学是当今时代的标志性科学。具体来说，信息科学是“研究信息的性质及其运动规律的科学”，也就是以信息为研究对象，以信息的性质及其运动规律为研究内容，以信息科学方法论为研究指南，以增强和扩展人类信息功能（全部信息功能的有机整体就是人类的智力功能）为研究目标的科学。换言之，信息科学的研究目标就是扩展人类的智力功能，而研究信息的性质及其运动规律和信息科学方法论都是为了实现扩展人类智力功能这个目标服务的。

由此就可以清楚地理解：人工智能的研究是信息科W的最高目标，也是信息时代科学技术发展的基本目的；而为了使人工智能系统能够在人类发现和定义的问题框架下成功地解决问题，人工智能的研究必须从人类求解问题的能力中得到启发。这表明，人工智能的研究需要向认知科学学习，因为认知科学就是研究人类自己是如何面对问题解决问题的。另一方面，认知科学所研究的人类解决问题的机理又建立在脑科学的基础之上，因此，人工智能的研究必须理解脑科学的工作机理。再者，人类发现问题、定义问题、解决问题的能力并不是永远固定不变的，而是不断进化和发展的。因此人工智能的研究还必须学习信息生物学，后者深刻地研究和揭示了人类能力不断进化的机制。可见，脑科学、认知科学、信息科学、信息生物学、人工智能是当代最具重要意义的交叉科学群。这个科学群还包含更多的学科，恕不一一阐述。

1.3 什么是当代重要科学群的创新前沿

虽然脑科学、认知科学、信息科学、信息生物学、人工智能各有各的研究内容，但是所有这些学科共同的目标都是智能，如人类的智能（脑科学）、生物的智能（信息生物学）、人类智能的物质基础（脑科学）、人类智能和生物智能的工作机理（认知科学）、人类智能和生物智能的进化机制（认知科学与信息生物学）、人类智能的信息基础和研究方法论（信息科学）、人类智能的机器模拟和实现（人工智能）等。

所以，人类智能和人工智能是当代这一重要交叉科学群共同的创新前沿。人们对于脑科学、认知科学、信息科学、信息生物学的理解深化了，就会促进人工智能研究的发展；反之，一旦人工智能的研究取得了突破和创新，也必然能够带动脑科学、认知科学、信息科学、信息生物学的突破与创新。

2 中国人工智能发展的现状：差距与优势

中国人工智能的发展现状，大家平日都亲身感受得到，应当比较熟悉，似乎无需赘言；但是国情是我们思考问题的基础，因此不可不察。而且，我们对于中国在人工智能发展方面所存在的差距和优势的认识，确实还有必要进一步深化。

2.1 差距：显差距，隐差距

大家都意识到，中国在人工智能的发展方面确实存在不少的差距。普遍J为，由于中国缺失了工业革命这个历史阶段的洗礼，因此在工业基础和工艺水平方面天然存在明显的不足。特别是中国微电子工业领域的高性能芯片制造能力有待进一步加强，人工智能硬件系统的水平也有待进一步提高等，这些都是众所周知的显差距。

然而，更值得深思的问题是：在人工智能的科学研究方面，长期以来，中国同行普遍习惯于跟踪学习，缺乏突破创新的民族自信心，更缺乏引领国际的强烈意识。无论是互联网、物联网、语义网、云计算、大数据、移动互联这些大概念，还是深度学习、无人驾驶、类脑计算这些技术思想，都是外国学者率先提出，然后才是中国学者蜂拥而上。加上这些年滋长蔓延起来的急功近利和学术诚信缺失，往往在蜂拥而上之后的一夜之间就会冒出许多“新成果”！这是中国人工智能发展存在的隐差距。

需要指出的是，显差距正因为“显”，已经得到各有关方的高度重视，并且正在不断地被缩小；但是，隐差距则因为“隐”，不容易被察觉，至今还没有引起各方面必要的重视，因此仍然是实现突破创新和引领战略的隐患。

2.2 优势：现优势，潜优势

那么中国在人工智能研究中是否也存在什么优势呢？表面看来，似乎中国在人工智能研究领域一直处于跟踪学习状态，谈不上存在什么优势；但是仔细考察发现其实不然，中国在人工智能研究中的确存在不可忽视的优势。

中国目前虽然在整体上还处于相对落后状态，但在某些技术研究上却处于国际领先地位。例如：语音识别技术，中国已经在近期多次国际评测大赛中夺得世界冠军；在汽车自动驾驶方面，中国的研发水平也与国际上旗鼓相当；特别是在理论研究方面，中国在人工智能通用理论研究方面的机制主义人工智能理论、人工智能逻辑理论研究方面的泛逻辑学、人工智能数学方面的因素空间理论都是国际领先的成果。这些都是已经涌现出来的现优势。

更加重要的是，像人工智能这样既十分复杂又极其深刻的科学研究，势必自觉或不自觉地受到科学方法论的影响。几十年来，国际人工智能的研究形成三大学派，就是受了以分而治之为特征的机械还原方法论的影响，把复杂的人工智能研究分为结构模拟的人工神经网络学派、功能模拟的物理符号系统学派、行为模拟的感知动作系统学派，而且长久以来互不认可，不能形成人工智能研究的合力。科学论证充分表明，适于人工智能研究的科学方法论不是“机械还原论”的方法论，而应当是“信息生态论”的方法论。后者与中国历来的“整体论”和“辨证论”思维传统息息相通。因此，在人工智能的研究领域，中国握有方法论的潜在优势（潜优势），只要自觉地加以运用，这种潜在优势完全可以转化为强大的现实优势（现优势）。

3 人工智能的社会需求和发展中国人工智能的战略建议

3.1 人工智能的社会需求

中国的信息化建设全面启动于20世纪90年代，得益于现代信息技术的支持，取得了举世瞩目的辉煌成就，进入了迎接复杂问题的新时期，面临着巨大挑战。从整个经济社会发展和全面改革的大局判断，在多次讲话中也明确指出，中国的改革开放进入了攻坚克难的深水区。众所周知，人工智能技术是信息技术的高端前沿；因此，为了迎接复杂问题的挑战，为了成功走出深水区到达胜利的彼岸，中国亟需人工智能科学技术的全面支持。

另一方面，纵观当今的国际环境不难发现，一些发达国家在中国黄海、台海、东海、南海不断制造紧张局势，企图以武力遏制中国的和平崛起。他们声称要长期投资人工智能，要用人工智能武器战胜中国，对此不能不高度警惕，并采取果断措施。

3.2 加快发展中国人工智能的建议

为加快发展中国人工智能，从战略性、系统性、可操作的角度出发提出5项建议。

（1）顶层规划。

火车跑得快，全靠车头带。建议设立国家级智能科学技术发展规划与协调专家委员会，负责研究和提出中国智能科学技术发展的中长期规划，制订智能科学技术产学研发展的实施政策，协调和促进中国智能科学技术的快速有序健康发展。

（2）人才培养。

万事都紧要，人才是根本。建议国务院学位委员会把中国现有的“智能科学与技术”二级学科提升为一级学科，以形成系统完整的智能科学技术人才培养体系；同时建议教育部在中小学开设智能科学与技术基础知识课程，开展课外兴趣培育活动。

（3）创新研究。

跟踪不可废，创新更关键。在国家自然科学基金设置“智能科学技术基础理论”专门领域，大力推进智能科学基础理论的突破创新；同时在国家“十三五”规划设立智能制造、智能农业、智能服务业、智能交通、智能网络空间安全、智能教育等应用专项。

（4）产业标准。

创新是尖兵，产业是后盾。大力促进中国智能化产业的发展，并在国家标准委员会建立智能产品标准工作委员会，鼓励有条件的单位和学术团体开展各类智能技术产品的测试、评价和检验标准的研究，引导智能化产业和产品市场有序健康发展。

篇4

中图分类号：TP18

文献标识码：A

一、人工智能技术的发展及其影响

人工智能技术研究开始于20世纪50年代中期，距今仅有60年的发展历程，但是其迅猛的发展速度，广泛的研究领域以及对人类产生的深远影响等令人惊叹。调查显示，77.45%的人认为现实生活中人工智能技术的影响较大，并且86.27%的人认为人工智能技术的发展对人类的影响利大于弊；认为人工智能技术对人类生活影响很小且弊大于利的人权占很小一部分。人工智能技术的发展和应用直接关系到人类社会生活，并且发挥着重要的作用。人工智能技术的发展方向和领域等由人类掌控着，所以人类应该尽可能地把人工智能技术的弊处降到最低以便更好地为人类造福。2016年3月份，围棋人工智能AlphaGo与韩国棋手李世h对弈，最终比分4∶1，人类惨败。4月份，中国科学技术大学正式了一款名为“佳佳”的机器人，据了解，机器人“佳佳”初步具备了人机对话理解、面部微表情、口型及躯体动作匹配、大范围动态环境自主定位导航和云服务等功能。而在这次正式亮相之前，“佳佳”就担纲主持了2016“首届全球华人机器人春晚”和“谁是棋王”半Q赛。人工智能技术确实给人类带来了诸多的便利，给人类生产生活带来便利；但是，人工智能技术的快速发展超乎人类的预测，引起了人类的恐慌和担忧。百度CEO李彦宏称，人工智能是“披着羊皮的狼”。毋庸置疑，科学技术是一把双刃剑，当人类醉心于科学技术所带来的福利中时，更应当注意其带来的负面作用。人类发明和创造科学技术最终是为了造福人类，而非受到科技的异化。

随着科技的发展，人工智能技术越来越成熟，在此整体趋势之下，不同的人群对人工智能技术的不断成熟与应用有着不同的看法。调查结果显示，在关于机器人会不会拥有人类的思维甚至超过人类的问题方面，27.45%的人认为机器人会拥有人类的思维和超过人类；而56.86%的人认为机器人不会拥有人类的思维和超过人类，小部分人对此不是很清楚。由于受到人工智能技术迅猛发展的冲击，如机器人保姆、AlphaGo围棋等智能产品对人类发展带来的威胁，一部分人仍然对人工智能技术的发展担忧甚至认为终有一天机器人将代替人类、征服人类、控制人类。但是，大部分的人在机器人是否能够超过人类方面，保持乐观积极的态度，认为机器人永远不会拥有人类的思维并且超越人类，因为人类是技术的主导者，人类掌握着技术的发展方向，技术终究是为了人类服务。这一看法肯定了人类的无止境的创新，然而，在人类醉心于技术创新的同时，应意识到某些创新确实超出了人类的预料，如AlphaGo与李世h围棋人机大战就是人类在技术面前失败的惨痛教训。因此，面对科技对人类的异化，人类要时刻保持警惕，适时地总结“技术异化”的缘由和解决对策。

二、人工智能技术发展面临的问题及其原因

随着技术的革新，人工智能技术的应用越来越广泛，与人们的日常生活联系也愈加密切。从智能手机的普及到自动驾驶汽车的研制成功，再到生产、建设、医疗等领域人工智能技术的应用，都表明了人工智能技术正悄无声息地改变着我们生活方式。诚然，人工智能技术使我们的生活更加丰富多彩，给我们带来了极大便利，但与此同时，人工智能技术也给社会带来了一系列不可忽视的问题：人工智能技术在社会生产领域的应用对劳动市场造成冲击；人工智能系统在收集、统计用户数据过程中个人隐私及信息安全方面的隐患；人类对人工智能产品的依赖引发的身心健康问题；人工智能引起的责任认定问题等。斯蒂芬・霍金在接受BBC采访时表示，“制造能够思考的机器无疑是对人类自身存在的巨大威胁。当人工智能发展完全，就是人类的末日。”表示同样担忧的还有特斯拉的创始人马斯克，他曾直言，“借助人工智能，我们将召唤出恶魔。在所有的故事里出现的拿着五芒星和圣水的家伙都确信他能够控制住恶魔，但事实上根本不行。”不可否认，人工智能技术是把双刃剑，有利亦有弊，争议从来就没有停止过，而最不容忽视的莫过于人工智能技术引发的一系列伦理困境，关于人工智能的伦理问题成了重中之重。

调查发现，47.55%的人认为人工智能所引发的伦理问题是因为人性的思考，占比较大；而22.55%的人认为是由于人们价值观念的改变；29.9%的人认为是利益分化与失衡以及一些其他的原因导致的。由此可以看出导致人工智能伦理困境的原因是多方面的。主要总结为以下几个方面。

第一，从技术层面来看，人工智能技术在现阶段仍然有很大的局限性。人工智能是对人脑的模仿，但人脑和机器还是存在本质区别的，人脑胜于人工智能的地方，就是具有逻辑思维、概念的抽象、辩证思维和形象思维。人工智能虽能进行大量的模仿，但由于不具备形象思维和逻辑思维，仅能放大人的悟性活动中的演绎方法，不可能真正具有智能，这决定了机器不能进行学习、思维、创造。此外，智能机器人也不具备情感智能，它们根本无法去判断自己行为的对错，也无法自动停止自己的某项行为，所以如果人工智能技术一旦被不法分子利用，后果不堪设想。可见，由于人工智能自身技术上的局限性导致的伦理问题已经影响到其未来发展。

第二，从规制层面来看，伦理规制的缺失和监督管理制度的不完善是导致伦理问题产生的重要原因。科技的发展目标是为人类谋求幸福，但我们必须认识到，无论是在科技的应用还是发展过程中总是存在一些难以控制的因素，倘若没有相应的伦理原则和伦理规制加以约束，后果难以想象。在目前人工智能领域，缺乏一套成体系的关于人工智能技术产品的从设计、研究、验收到投入使用的监督管理方案，也没有一个国际公认的权威性的规范及引导人工智能技术的发展及运用的组织或机构。现有的监督体制远远滞后于人工智能技术的发展速度，无法匹配技术发展的需要。缺乏相关监管制度的约束，人工智能技术就不可避免会被滥用，从而危害社会。

第三，从社会层面来看，公众对人工智能技术的误解也是原因之一。人工智能作为一门发展迅猛的新兴学科，属于人类研究领域的前沿。公众对人工智能技术的了解十分有限，调查显示，对人工智能技术只是了解水平较低的人较多，占62.75%，以致部分人在对人工智能技术没有真实了解的情况下，在接触到人工智能技术的负面新闻后就夸大其词，人云亦云，最终导致群众的恐慌心理，从而使得更多不了解人工智能技术的人开始害怕甚至排斥人工智能技术。我们必须清楚，人工智能是人脑的产物，虽然机器在某些领域会战胜人，但它们不具备主观能动性和创造思维，也不具备面对未知环境的反应能力，综合能力上，人工智能是无法超越人脑智能的。在李世h对弈AlphaGo的旷世之战中，尽管人工智能赢了棋，但人类赢得了未来。

三、人工智能技术的发展转向

人工智能技术的发展已经深入到人类社会生活的方方面面，其最终发展目标是为人类服务。但是，科学技术是把双刃剑，它在造福人类的同时，不可避免地会给人类带来灾难，因此，人类应该趋利避害，使人工智能和科学技术最大化地为人类服务。这就要求人类必须从主客体两个角度出发，为人工智能技术的健康发展找出路。

1.技术层面

（1）加强各个国家人工智能的对话交流与合作。人工智能自20世纪50年代被提出以来，尤其是近六十年来发展迅速，取得了许多丰硕的成果。如Deep Blue在国际象棋中击败了Garry Kasparov； Watson 战胜了Jeopardy的常胜冠军；AlphaGo 打败了顶尖围棋棋手李世h。从表面上看，人工智能取得了很大的进步，但深究这些人工智能战胜人类的案例，我们发现这些成功都是有限的，这些机器人的智能范围狭窄。造成这一现象的很大一部分原因就在于国际间人工智能技术的对话交流与合作还不够积极，所以加强各个国家人工智能的对话和交流迫在眉睫，同时也势在必行。

（2）跨学科交流，摆脱单一学科的局限性。从事人工智能这项工作的人必须懂得计算机知识、心理学和哲学。历史的经验告诉我们，一项科学要想走得长远就必须有正确的意识形态领域的指导思想的介入。在人工智能这项技术中，有些科学家们可能只关注经济利益而没有引进相应的伦理评价体系，最终使得技术预测不到位，没有哲学的介入，等真正出现问题时就晚了。所以要加强科学家与哲学家的沟通交流，令科学家能更多地思考伦理问题，提高哲学素养，在人工智能技术中融入更多的哲学思想，保证人工智能技术能朝着正确、健康方向发展。

（3）人工智能技术的发展，要与生态文明观相结合。在人工智能技术发展中，要注入更多的生态思想，这关系人民福祉、关乎民族未来的长远大计。在人工智能发展中，若是产生资源过度消耗、环境破坏、生态污染等全球性的环境问题时，人类必须制止并进行调整。人工智能技术要想发展得更好，前景更加明亮，前途更为平坦，就必须保持与生态文明观一致，与人类自身利益一致，为人类造福。

2.人类自身层面

（1）增强科学家道德责任感。科学技术本身并没有善恶性，而研发的科学家或是使用者有善恶性。人工智能将向何处发展，往往与研发人工智能的科学家息息相关。科学家应打破“个体化原理”，要融入社会中去，关注社会道德伦理问题，承担起道德责任，为自己、他人、社会负责，多去思考自己研发的技术可能带来的后果，并尽可能去避免，多多进行思考，严格履行科学家的道德责任。

（2）提高公众文化素养。调查发现，对人工智能技术了解水平较低的人较多，占62.75%；而非常了解的人较少，占4.41%；另外，对人工智能技术了解的人占21.08%，不了解的人占11.76%。由此可以看出，大部分的人对人工智能技术都能有所了解，但都不是很深入，而且仍有部分人对人工智能技术丝毫不了解，所以，人工智能技术对于个体的影响是比较微小的，其发展还没有深入到个人的日常生活中。特别是在一些关于人工智能的科幻电影的渲染，可能使那些对于人工智能技术并不了解或是一知半解的人产生偏见。在日常生活中，人工智能给人类带来了极大的便利。通过提高公众的文化素养，使公众正确认识人工智能技术，将是缓解甚至是解决人工智能技术某些伦理问题的重要途径之一。

（3）加大监督力度。人类需要通过建立一个完善的监督系统引导人工智能技术的发展。对于每项新的人工智能技术产品从产生到使用的各个环节，都要做好监督工作，以此来减少人工智能技术的负面影响，缓解甚至减少人工智能技术的伦理问题。

3.道德法律用

（1）通过立法规范人工智能技术的发展。调查发现，90.69%的人认为有必要对人工智能技术所引发的科技伦理问题实行法治，由此可以看出，要想保证科技的良好健康发展，必须要建立健全相关法律条例。然而我国在这一方面的法律还存在很大的漏洞，相关法律条文滞后于人工智能的发展，并未颁布一套完整的关于人工智能的法律体系。没有规矩不成方圆，在人工智能领域亦是如此。我们都无法预测将来人工智能将发展到何种地步，这时就需要人类预先加以适当的限制，利用法律法规加以正确引导，使其朝安全、为人类造福的方向发展。

（2）构建人工智能技术伦理准则并确立最高发展原则。要构建以为人类造福为最终目的的伦理准则。人工智能技术的伦理问题已经给人类造成了很多负面影响，而要防止其带来更多负面影响，构建合适的人工智能技术伦理准则势在必行。

此外，要确立以人为本的最高发展原则 。一切科学技术的发展都应把人的发展作为出发点。人工智能的发展也是如此，要将以人为本、为人类服务为出发点，并作为最高发展原则。

四、结语

科学技术是把双刃剑，人类只有消除人工智能技术的潜在威胁，发挥人工智能技术最大化效用，避免伦理困境重演，才能实现人机交互的良性发展，实现人工智能与人类的良性互动。

参考文献：

[1]王文杰，叶世伟.人工智能原理与应用[M].北京：人民邮电出版社，2004.

[2]甘绍平.人权伦理学[M].北京：中国发展出版社，2009.

[3]杨怀中.现代科技伦理学概论：高科技伦理研究[M].武汉：湖北人民出版社，2004.

[4]王志良.人工情感[M].北京：机械工业出版社，2009.

[5]邹 蕾，张先锋.人工智能及其发展应用[J].信息网络安全，2012（2）.

[6]王 毅.基于仿人机器人的人机交互与合作研究[D].北京：北京科技大学，2015.

[7]田金萍.人工智能发展综述[J].科技广场，2007（1）.

[8]郝勇胜.对人工智能研究的哲学反思[D].太原：太原科技大学，2012.

篇5

中图分类号：TP27 文献标识码：A

0引言

20 世纪以来，计算机的发展日新月异，不断更新换代，以最早期的机械运行方式为基础，经历了电子管时代、晶体管时代直到集成电路，时至今日已涉及到人们生活、工作和学习的各个方面，伴随着计算机的出现并逐步普及应用，人们又开始力图根据认识水平和技术条件，试图用机器来代替人的部分脑力劳动，以提高征服自然的能力。

1人工智能的概念

人工智能（Artificial Intelligence），英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。主要探讨如何运用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动，并以此解决如咨询、诊断、预测、规划等需要人类专家才能处理的复杂问题。通俗的说，人工智能可以分为两部分来理解，即“人工”和“智能”，顾名思义就是人造的智能。人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。

2人工智能和教育的关系

（1）人工智能和教育的关系。人工智能以及人工智能科学从1956年诞生起，其研究和应用领域就与教育紧密相关。人工智能就是研究让计算机接受教育、提高智能的科学技术。AI的研究成果又反过来应用到我们日常生活的各个方面，并可以改进我们的生活。比如应用到教育过程中，促进教育的工作效率（减少教师的数量和工作时间、甚至直接提高受教育者的智能）。还可以产生新的教学模式，如网上学习共同体、合作学习等。（2）人工智能在教育中的应用。人工智能原理和技术从诞生起就应用于教育，其产品通常称作智能指导系统ITS或者智能计算机辅助教学ICAI。

ICAI系统可以采用多种形式。从根本上讲，它是在保证学生和程序灵活性的方式下，应用人工智能原理和技术，组织安排教学系统的各种成分。它并不是根据预先输入的问题、预先想到的解答、预先指定的分支等进行工作，而是根据学生学习时积累的知识而工作。它的一般工作准则和标准，是依赖本身的知识结构和近期活动事件，如学生回答的历史记录。许多ICAI系统都具有这样的重要特点，即能够实现与学生的自然语言对话。

3人工智能与网络教育的融合

随着人工智能的理论与技术发展，其在教育中的应用日渐扩大，例如Internet上的web站点，其网页的组织形式，就包含智能的原理。目前人工智能在教育领域特别是网络环境下的应用主要有以下几个方面：

（1）ICAI。计算机辅助教学（CAI）是由程序教学发展而来。但是以程序教学为理论基础开发的CAI课件，在推理机制和学生模型方面存在不足，因而不能根据不同学生的实际情况进行动态调整，缺乏灵活的应变能力。

借鉴人工智能中的专家系统知识，由于专家系统中包含知识库和推理机两个基本模块，在一般专家系统中再加入一个“学生模型”模块，就构成智能计算机辅助教学（ICAI）系统的基本结构。其中推理机的作用相当于现实教学中的教师，它可以根据知识库中的内容和学生模型推断出每个学生的学习能力、认知特点和当前知识水平，根据学生的不同特点选择最适当的教学内容与教学方法，并可对学生进行有针对性的个别指导，提高教学效果。

（2）智能。在我们传统的教学过程中，最经典的教学模式是以教师为主，教师讲、学生听，它是一种单向沟通模式。这种教学模式的优点是有利于教师主导作用的发挥，便于教师组织、监控整个教学活动进程，便于师生之间的情感交流，因而有利于系统的科学知识的传授，并能充分考虑情感因素在学习过程中的重要作用。

上世纪90年代以来，随着多媒体和网络技术的迅速发展，强调以学生为中心的建构主义学习理论日益流行。这种理论强调在教师主导下以学生为中心的学习，即一种“主导――主体”教学结构。在这种教学并重的结构中，教师是教学过程的组织者、是良好情操的培养者；学生是信息加工与情感体验的主体，是知识意义的主动建构者；教学媒体既是辅助教师教的演示工具，又是促进学生自主学习的工具。

篇6

为了解各高校开展人工智能研究的情况，亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。

清华大学：计算机科学与技术系

清华大学计算机科学与技术系（简称计算机系）成立于1958年，在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中，以总分满分100分的成绩排名第一。2017年，在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中，计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 （QS World University Rankings） 给出的全球计算机学科排名中为例第15名，其排名与得分逐年稳步提升。

计算机系包含了国内计算机专业最全的学科方向，设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。

计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所；智能技术与系统国家重点实验室；计算机基础与实验教学部等科研教学机构。

计算机系还设有国家级计算机实验教学示范中心，包括：计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外，计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。

北京大学：智能科学系

智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。

北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。

人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖；国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展。

复旦大学：类脑智能科学与技术研究院

复旦大学类脑智能科学与技术研究院于2015年3月筹建成立，是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心，成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势，以计算神经科学为桥梁，着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。

研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制，充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势，推动产学研源头创新与合作，致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。

研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台；二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台；三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台；四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台；五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台；六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。

中国科学院：自动化研究所

中国科学院自动化研究所成立于1956年10月，是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门，还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。

近年来，自动化所共获得省部级以上奖励30余项。数量逐年增加，质量不断提高；专利申请和授权量连年攀升，多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱；虹膜识别核心技术突破国外封锁，通过产学研用相结合走出“中国制造”之路；基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广；“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用；“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中，为社会安全贡献自己的力量；研制的AI程序“CASIA－先知1．0”采用知识和数据混合驱动的体系架构，在2017首届全国兵棋推演大赛总决赛中7：1的悬殊比分战胜人类顶级选手，展示了人工智能技术在博弈对抗领域的强大实力……

在共建机构方面，自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院，聚焦交互式语言学习、视频和分析等领域；与瑞士洛桑联邦理工大学（EPFL）在京成立中瑞数据密集型神经科学联合实验室，在类脑智能研究方面展开合作；与澳大利亚昆士兰大学（UQ）共建中澳脑网络组联合实验室，在“计算大脑”研究方向上进行远景规划；还与香港科技大学共建智能识别联合实验室，在模式识别、无线传感器网络等领域展开合作。

厦门大学：智能科学与技术系

早在上世纪八十年代初，厦门大学就已开始从事人工智能领域的研究，相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此，1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”，后于2004年更名为“厦门大学人工智能研究所”。2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。

厦门大学智能科学与技术系现有一个本科专业（智能科学与技术），三个硕士学位授予专业（模式识别与智能系统、计算机科学与技术、智能科学与技术），两个博士学位授予专业（计算机科学与技术、智能科学与技术）。

目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台，此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。

上海交通大学：计算机科学与工程系

上海交通大学计算机科学与工程系成立于1984年。近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。

该院系下设三个重点实验室：智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中，上海交通大学－微软智能计算与智能系统联合实验室目前是教育部－微软重点实验室，成立于2005年9月，是交通大学和微软亚洲研究院在多年良好合作的基础上，为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势，实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇，成果发表于CVPR，ICCV，WWW等国际顶级会议上。

南京大学：计算机科学与技术系

南京大学的计算机科学研究起步于1958年，建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才，1978年在上述三个专业基础上成立了计算机科学系，1993年更名为计算机科学与技术系。

依托该系师资，先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室（南京大学）、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心（江苏省软件工程研究中心）、南京大学信息安全研究所等科研机构。主要科研方向有：软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。

建系30年来，共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项，科研成果获得各种奖励80余项，其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项，省部委自然科学奖和科技进步奖特等奖2项，一等奖8项，二等奖37项。3000多篇，出版专著、教材50多部，申请国家发明专利33项。部分成果被转化为产品，产生了较大社会效益和经济效益。

哈尔滨工业大学：计算机科学与技术学院

哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。在1985年，发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年，计算机科学与技术学院成立；同年，建立了软件学院，后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。

目前主要研究方向包括：智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。

学院有一批研究成果达到国际先进水平，包括：国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。

中国科学技术大学：计算机科学与技术学院

中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划，面向国家和社会的重大需求，计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。

学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部－微软重点实验室、中国科大超级运算中心和信息科学实验中心。

其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。

依托多媒体计算与通信教育部—微软重点实验室，双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等，取得了突出成果，探索出了一条企业和高校共同培养优秀人才的道路，为微软亚洲研究院与其他高校的合作提供了一个经典范例。

华中科技大学：自动化学院

华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系，1998年更名为华中理工大学控制科学与工程系；原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。

科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。

模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上，包括973计划，国家自然科学基金重点、面上和青年基金项目，863计划，国家重大专项、国防重点预研与基金，国家科技支撑计划，省部级科研项目，以及大型工程和企业科研合作项目等。

篇7

刘慈欣：1997年IBM的超级计算机“深蓝”战胜了国际象棋冠军弗加里・卡斯帕罗夫；2015年10月“阿狗”以5：0战胜欧洲围棋冠军樊麾；这次“围棋人机大战”中“阿狗”再度力克世界冠军李世石。实际上，前两次的比赛就已经能够证明计算机在棋类方面超越人类，结果属于意料之中。虽然围棋在复杂程度和组成数量上远超国际象棋，它最多有3361种局面，这个数字大概是10170，比已观测到的宇宙中的原子数量还多。但不管怎样，计算机下棋的思维方式没有发生根本变化，可以说本质上是一样的。

计算机在很多方面超越人类已经是不争的事实，这点毋庸置疑。相较于前两次人类与计算机的对决，这次比赛的进步之处在于计算机的处理速度、数据库容量、检索和分类速度都有巨大提高。但总体来看，仍属于量变，而不是质变。对于人工智能技术而言，想要实现计算机模拟人的意识、思维以及信息判断，还需要计算机技术从本质上发生变化。举个例子，人工智能技术中包括模式识别功能，当前计算机能够识别出人的面孔，但是还不能理解表情，更无法通过人的肢体动作获取人类内心的想法。

网友提问：据谷歌公司介绍，“阿狗”已经拥有了极强的学习能力。“围棋人机大战”中，面对李世石“奇招”，“阿狗”从容应对，似乎看出它除了有超强的计算能力之外，还具备了一定的学习能力。如果它具备了这种能力，那成熟的人工智能技术离我们还远吗？ 李世石（中）

刘慈欣：从“阿狗”的表现来看，它主要展示出的能力还是计算机基本逻辑推理能力，至于谷歌所说的学习能力还没有得到完全验证。从人工智能的角度来讲，计算机最需要向人类学习的能力是基于有限信息基础上所产生的想象力和判断力，当计算机的逻辑推理能力和这些能力实现完美结合时，才意味着人工智能进入成熟阶段。

当前距离实现成熟的人工智能技术还很遥远，甚至可以说，未来能不能实现还是个谜。因为有两个重要的技术屏障无法突破，一是当前冯・诺依曼型计算机还不具备模拟人脑的强大能力；二是脑科学的发展速度仍然缓慢，人类对于自身大脑详细的深层结构和运作方式知之甚少。如果脑科学无法实现重大突破，那产生真正意义上的人工智能就是天方夜谭。

如《三体》中所说，当半人马座α星人发现地球存在生命体后，派出智子将人类的基础科学锁死，因为只要基础科学不能实现重大突破，那么应用型科学的发展是有瓶颈的。同样，人工智能技术的发展也遵循这个道理，在人工智能技术之下还有更为基础的计算机科学、脑科学等领域，只有这些科学技术取得重大突破后，人工智能技术才能迎刃而解。

另外，有些网友对人工智能心怀恐惧，这是大可不必的。假如有朝一日成熟的人工智能技术真的诞生了，人类还是有很多办法可以对它进行约束的。 李世石专心参赛

网友提问：作为人工智能程序的“阿狗”还需要进一步提升、完善，谷歌公司的负责人也表示，希望通过“围棋人机大战”找出它的弱点。不过经此一战，人类已经见识到了人工智能技术的强大能量，那么未来当这种技术成熟后，人类生活会发生哪些变化呢？

刘慈欣：这个现在还无法进行预测，不过可以肯定的是，人工智能的出现，意味着人类所做的很多事情都可以完全被计算机、机器人所替代。而且可以断定，计算机、机器人能凭借它们强大的能力帮助人类做出更多出色的成绩。到那时，机器人会走入家庭，像朋友一样与人类相处，甚至还可能为成为人类家庭中的一员。

将思路拉回现实，“围棋人机大战”再次让科技成为舆论热点，并引发公众对基础科学的高度关注，对于科学推广与普及有着积极的意义，会让越来越多的人真实感受到科学技术的魅力，从而产生浓厚的兴趣。同时，对于国家一直以来倡导的科技创新理念也有助推意义，相信人工智能技术会因此受到各方面的关注，吸引更多国家、企业与个人投入力量进行研究。

延伸阅读：

AlphaGo赢了之后 人工智能的必然

20年前，IBM的计算机“深蓝”打败了国际象棋世界冠军卡斯帕罗夫，当时引起不少讨论与关注。而被视为“智力巅峰”的围棋，却是计算机所遇到的一个壁垒，一直无法攻破。如今历史终于被打破，当学习了人类职业棋手和顶尖棋手上万份的棋谱，并且进行了上千万场次自我博弈的AlphaGo出现时，不得不说这是一次质的飞跃。《自然》杂志总结了AlphaGo具备的四套重要算法，如走棋网络、快速走子、估值网络、蒙特卡罗树搜索等，已然具备了高水平的智能决策。

有人质疑AlphaGo没有情感，没有创造力，那么试想如果在比赛前不告诉人类，他对战的是AlphaGo，人类多半会肯定对方棋手的创造力。因为此前，机器的创造力一直不被人类认可，它们看上去死板而且麻烦。但是随着技术的发展，它们变得越来越简易而又快速，甚至成了必不可缺的“助手”。在大量工作中，按照固定流程处理的步骤正在变得完全自动化，而且这些自动化的流程还会像AlphaGo那样，在多种算法与自我博弈中寻求最佳优化。虽然不是每一个公司都像世界级棋手那样高超得屈指可数，但还是有大量公司对人工智能带来的智能水平优化趋之若鹜。

篇8

 

人工智能技术无论是在过去，现在还是将来，都作为科学研究的热点问题之一。人类对自己本身的秘密充满好奇，随着生物技术的飞速发展，人类不断破译人体的生命密码。而以生物科学为基础的人工智能技术也得到了长足的发展。人们希望通过某种技术或者某些途径能够创造出模拟人思维和行为的“替代品”，帮助人们从事某些领域的工作。为了让计算机能够从事一些只有人脑才能完成的工作，解脱人的繁重的脑力劳动，人类对自身的思维和智能不断地研究探索。但是，科学技术是一柄双刃剑，人们对人工智能技术的飞速发展存在着恐慌。如果机器真的具有了人类的智能，在未来的某一天，他们会不会取代人类而成为地球的主宰者？人类智能和人工智能，谁才是未来的传奇？

1.你在和谁说话？

“先进的人工智能机器人不但拥有可以乱真的人类外表，而且还能像人类一样感知自己的存在。”这是人工智能发展到高级阶段的目标和任务。那么，我们在不久的未来能否实现这样一个目标呢？人类真的能发明出足以乱真的智能人类吗？隔着一堵墙，我们是否能分辨出正在与我们对话的是一部机器还是人类？

1.1. 人工智能的定义

人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式，所以根据控制论理论，运用功能模拟的方法心理学，制造电脑模拟人脑的部分功能，把人的部分智能活动机械化，叫人工智能。人工智能的本质是对人思维的信息过程的模拟，是人的智能的物化。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能发展的过程归纳为机器不断取代人的过程。

1.2. 人工智能技术的发展

几个世纪以来，人类依靠智慧，发明了许多机器，使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起，40多年来取得长足的发展，成为一门广泛的交叉和前沿科学。科学家发明了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是这些不能模仿人类大脑的功能毕业论文格式范文。当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。1997年5月，IBM公司研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。计算机的出现，使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能，而且在速度和准确性上大大超过人脑，它不仅能模拟人脑部分分析和综合的功能，而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。

1.3. 人工智能的研究领域

人工智能是一种外向型的学科，也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识，而且要求有比较扎实的数学基础，哲学和生物学基础，只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维，因此，它的研究领域与人类活动息息相关。什么地方只要有人在工作，他就可以运用到那个领域。

现阶段主要研究领域有专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动程序设计心理学，机器人学，博弈，智能决定支持系统和人工神经网络等等。

2.机器真的可以思考吗？

机器真的可以思考吗？机器的思考归根结底还是模仿人类的思维模式，正是“思考”这一人类的本质属性，使得人工智能和心理学从最初就紧密地联系在一起。心理学研究人脑中信息的输入、输出、存储和加工，并研究人脑各个部位的功能。最早的双核计算机模仿人的左右脑，在人脑不同区域主管各个不同功能这一原理的基础上，来设计负责不同功能的芯片。以此为出发点，心理学家和计算机学者进一步合作，通过研究人解决问题的方法来研究开发人工智能。随着人工智能的发展，所要求实现的职能愈加复杂，但最基本的方式还是逻辑推理和归纳，这正是心理学家和逻辑学家的专业领域。心理学家以研究探讨人类逻辑思维方式为人工智能提供了基本原理和原则。

2.1. 人类意识的本质

意识是世界的内在规定、一般规律和组成部分，是具有客观实在性同世界的其它组成部分处在对立统一关系中的事物。意识普遍存于世界和万物之中，世界是包含意识的世界，万物是包含意识的万物。没有意识存在于其中的世界不是我们现实生活中的世界，没有意识存在于其中的万物也不是我们天天眼见手触的万物。有了意识的存在，世界和万物就有了生机和活力。

2.1.1. 意识是与物质相对应的哲学范畴，与物质既相对立又相统一的精神现象。

意识是自然界长期发展的产物，由无机物的反应特性，到低等生物的刺激感应性，再到动物的感觉和心理这一生物进化过程是意识得以产生的自然条件。意识是社会的产物，人类社会的物质生产劳动在意识的产生过程中起决定的作用。辩证唯物主义在强调物质对意识起决定作用的前提下肯定意识对于物质具有能动的反作用，在意识活动中人们从感性经验抽象出事物的本质、规律形成理性认识，又运用这些认识指导自己有计划、有目的地改造客观世界。

2.1.2. 从意识的起源看，意识是物质世界发展到一定阶段的产物；从意识的本质来看，意识是客观存在在人脑中的反映。

意识是人脑对客观存在的反映：第一，正确的思想意识与错误的思想意识都是客观存在在人脑中的反映；第二，无论是人的具体感觉还是人的抽象思维，都是人脑对客观事物的反映；第三，无论是人们对现状的感受与认识，还是人们对过去的思考与总结，以至人们对未来的预测，都是人脑对客观事物的反映。 意识的能动作用首先表现在，意识不仅能够正确反映事物的外部现象，而且能够正确反映事物的本质和规律；意识的能动作用还突出表现在，意识能够反作用于客观事物，以正确的思想和理论为指导心理学，通过实践促进客观事物的发展。

2.2. 人类意识与人工智能的关系

认知心理学和人工智能，是认知科学的两个组成部分。人工智能使用了心理学的理论，心理学又借用了人工智能的成果。人类意识与人工智能两者具有以下关系：

l人工智能是研究用机器模拟和扩展人的智能的科学。它撇开了人脑的内在结构和意识的社会性，而只是把人脑作为一种信息处理的过程，包括信息的接收、记忆、分析、控制和输出五部分。现代科学技术用相应的部件来完成着五个过程，就构成了人工智能或电脑。

l人工智能可以代替人的某些脑力劳动，甚至可以超过人的部分思维能力，随着现代科学技术的发展，它发挥着越来越重要的作用。人工智能的出现不仅解放了人的智力，而且为研究人脑的意识活动提供了新的方法和途径。它说明了人的意识活动不管多么复杂，都是以客观物质过程为基础的，而不是什么神秘的超物质的东西，人们完全可以用自然科学的精确方法来加以研究和模拟，它进一步证实了辩证唯物主义意识论的科学性毕业论文格式范文。

l人工智能的产生和发展，深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明，思维形式在思维活动中对于思维内容具有相对独立性，它可从人脑中分化出来，物化为机械的、物理的运动形式，部分地代替人的思维活动。

随着科学技术的发展，人工智能将向更高水平发展，反过来推动科学技术、生产力和人类智慧向更高水平发展，对人类社会进步将起着巨大的推动作用。

3. 人工智能的未来

人工智能是为了模拟人类大脑的活动而产生的科学，人类已经可以用许多新技术新材料模拟人体的许多功能，诸如皮肤，毛发，骨骼等等，也就是说，人类可以创造出“类人体”。只要能够模拟人的大脑的功能，人就可以完成人工生命的研究工作，人创造自己，这不但在科学上，而且在哲学上都具有划时代的意义。这就是人工智能承担的历史使命。

在科学技术日新月异的今天，知识爆炸，科技的增长超出了人类承受的速度。各种新科技的出现层出不穷，随之而来的成果简直让人瞠目结舌，克隆、基因芯片、转基因等等，人类自身的秘密开始一层一层的揭开。我们人脑的复杂结构，人体的基因链也逐渐被科学技术解剖。我们希望将来的人工智能机器能将我们从繁重的体力劳动和脑力劳动中解放出来心理学，例如机器人做家务，带孩子，做司机，秘书等等一系列我们不愿意花太多精力或者有太多限制条件的工作。然而，人类由于多种“性能”都不如机器人，反而退化成为机器人的奴隶？他们会不会有一天无法忍受人类对他们的“剥削”和“压迫”，挑战人类的统治？很多的科幻作品和电影中都预言了这样的场景，未来的智能机器人和人类争夺有限的地球资源，并最终打败人类，成为新的地球统治者。这也正是绝大多数心理学家和哲学家对人工智能的发展忧心忡忡的原因。

人工智能的发展，也只能无限接近于人的智能，而不能超越人的智能。因为人工智能技术的本质，是模拟人类的思维过程，是为人类服务的。我们在进行发明创造的同时，担心被我们所发明的物质所毁灭。正如人类发明了原子能，用于取代正在逐渐消逝的矿物能源，然而当原子能用于军事领域的时候，他产生的力量也足以毁灭人类文明。科技本身并不是问题，人类如何运用自己掌握的技术，才是问题的关键。我们最大的敌人不是我们发明的技术，而是我们自己本身。

【参考文献】

1.李建国人工智能与认知心理学[J]. 西南师范大学学报 1986年4月第二期 142-146页

2.郑南宁认知过程的信息处理和新型人工智能系统[J]. 中国基础科学.科学前沿2008年 9-18页

3.蔡自兴，徐光祐人工智能及其应用(第三版)[M].北京.清华大学出版社 2004年

4.（美）Sternberg,R.J.认知心理学[M] .北京.中国轻工业出版社 2006年

篇9

一、人工智能概述

人工智能是一项新兴的科学技术，其研究范围非常广泛，几乎涵盖了数学、哲学、心理学以及计算机科学等很多学科。这些学科彼此相互关联渗透，并以人工智能作为基础平台，融合形成一门综合性的学科。人工智能最早提出于1956年，经过60年的不断发展，在很多领域都取得了飞速的发展。人工智能的研究对象主要是机器的感知、思维和行为。人工智能主要体现了自动化的特点，然而，人工智能和人之间仍然有差距，并且一直要受到人的控制。传统电气工程的研究对象主要是电气化方面，但是随着计算机技术和社会经济的不断发展，电气工程已经和人们的生活密不可分。所以，人工智能进入电气工程领域是大势所趋。

二、电气工程自动化人工智能技术的应用优势

（一）抗干扰能力强。电气工程中传统的控制器常常会在构建的过程中受到很多不确定因素的影响而导致参数和数值类型的变化，而电气工程中人工智能的设计不需要精准的动态模型，对环境的抗干扰能力非常强。因此系统所设置的参数通常不会由于外界的条件而发生任何的变化，操作过程中出现的误差也大幅度降低，因此，实际值和理论值之间的差距通常比较小。

（二）自动化控制能力比较强。智能化技术有着十分强大的控制功能，可以对形式不同的数据进行多方位的分析评估与处理，并得到相比人工计算出来的数据更加的精确。人工智能化的控制系统对数据的处理有着相对一致性的特点，由于具有不同的控制对象，其具体的内容呈现出丰富的多样性变化，根据现实的问题的需要，进行智能化技术的集中精确处理，以便于合理地解决所遇到的问题。

（三）便于调节。对人工智能相关的参数进行调整能够提升智能函数的性能，和传统的控制器相比较，传统的控制器通常是操作繁琐并且容易出现故障问题，而人工智能在很大程度上改善了这点，不但操作简便，并且抗干扰能力和适应性都非常强，人工智能控制器也可以根据合理的数据来进行设定，并且能够根据实际的情况对数据进行修正和调节。

（四）精确度较高。鉴于人工智能技术受外部因素影响不是很大，有着十分强烈的抗干扰性。工程师们提前对电气系统的参数进行设定，在实际的操作中不用过多的考虑参数的变化，这些参数会划分在一个固定的范围内，不会出现差值较大的情况，在一定程度上提升了计算的精确度。工程师们在实际的电气工程控制中，借助参数模型对一些常见的故障进行简单的模拟处理，科学合理地预防故障。比如高铁故障程序的精确计算和科学预防。

三、电气自动化人工智能技术的应用

（一）电气设备中的应用。电气工程中对人工智能的优化和设计对于设计人员的要求非常高，设计人员需要拥有电气知识和丰富的设计经验。在电气设备中的人工智能需要运用CAD软件来进行设计，同时，在设计的过程中需要考虑到设备可能出现的故障，并提出对故障的预见性设计，保证人工智能设备对于运行过程中的机器故障能够自行识别的同时自行检修。

（二）在电气控制过程中的应用。在电气工程自动化发展中，最为关键的便是电气控制过程，其直接关系着系统的稳定性与高效性。因此，实践中对电气控制过程有着严格的要求，但因控制过程过于烦琐，极易出现各种问题，降低其运行效率。而人工智能利用计算机技术，保证了操作精准性，通过界面化形式，简化了控制流程，同时及时、完整保存了有关信息、数据，可自动生成报表，节约了人力、物力，增强了数据查询的便捷性。现阶段，常见的控制方法为模糊控制，其优点为操作简便，此外，还包括专家系统控制、神经网络控制等。

（三）在电力系统中的应用。在电力系统自动化中，可以广泛应用人工神经网络及专家系统，前者拥有灵活的学习方法及分布式的存储方式，能够满足海量数据的处理需求，还可以对模型进行合理分类，借助季节性时间模型，有效预测电力系统短期负荷状况，全面分析可能出现故障的环节；后者作为程序系统，融入大量经验、知识及规则等，使其具有一定的复杂性，其可以分析电力系统问题，通过模拟专家决策过程，实现有关问题的有效处理。

（四）在故障诊断中的应用。传统的电气工程在运行过程中一旦出现故障，需要对设备中的各个因素进行逐个排查，无法对于故障部位进行准确的定位。但人工智能则可以实现对所有电气设备的监控，所以说，人工智能可以对发生故障后的稻萁行分析对比，实现故障的准确定位，实现设备故障诊断效率的提高，减少在电气设备的人力和物力投入。

四、结语

综上所述，人工智能与电气工程自动化的发展紧密相连，所以，加强人工智能在电气工程自动化方面的研究会在很大程度上促进电力产业更加健康全面的发展，也可以为电气工程企业创造更多的经济价值。相关企业和部门也一定要更加重视人工智能，同时加大对人工智能的投入力度。

篇10

二、人工智能控制器的好处

对于不一样的人工智能控制，必须采用不一样的措施来分析。然而部分人工智能控制器，比如：遗传算法、神经、模糊与模糊神经全部为一类不是线性的函数近似器。使用以上区分的方法有益做整体的分析，而且能够有利于为控制方案做整体性的研究。上面提到的人工智能函数近似器拥有普通的函数近似器而没有的好处。第一，大部分情形下，准确地知道控制物体的动态方程是相当繁杂的，所以控制器规划现实控制物体的模板的时候，常常能够出现许多无法预料的原因，比如参数改变和非线性时等，这些往往不能够掌控。但是人工智能控制器规划时能够无需控制物体的模板。按照降下的时间与回复的时间不一样，人工智能控制器经过一定的调节能够加强本身的功能。比如从降下的时间角度分析，模糊逻辑控制器优于PID控制器的四倍；从升起的时间角度分析，模糊逻辑控制器优于PID控制器的两倍。和传统的控制器比较，人工智能控制器拥有容易调整的特点。虽然没有专业人员的实时引导，人工智能控制器也可以采用回复数据以实施规划。还能够经过使用语言和有关信息等形式实施规划。人工智能控制拥有非常大的同一性，键入以前没有见过的数据便可以出现非常高的数值，能够减少驱动器给其造成的不良反应。针对一些控制物体，即使现在未使用人工智能控制器也能够有非常好的影响，然而针对别的控制物体，并不确定是否有类似的非常好的影响，所以对于规划需要根据实际问题制定具体的解决方案。对于模糊化与反模糊化，假如使用适应模糊神经控制器与隶属函数，可以准确地实施定期核实。对于完成此成果的多种方案里面，唯有经过体系工艺的应用才可以获得固定的数值，加上简便的拓扑组构，可以达到非常快的自学程度。

三、人工智能于电气自动化里的应用

人工智能探究的重要目的是让机器可以完成部分一般要人类智能胜任的繁杂任务，电气自动化为分析和电气工程相关的体系运作。人工智能的组成部分包含逻辑推导、定理证明、机器人学、专家体系、自然语言理解，人工智能的使用表现在问题解答、自动程序规划、行为功能、思维功能与感知功能等。但是以上方面全部表现了自动化的特点，传达了同一个主旨内容，那就是加强机械人们意识功能，提高控制自动化。所以人工智能对于电气自动化行业将会起到非常重要的作用，电气自动化控制同时也需要人工智能的加入。由于人工智能技术进步地越来越快，许多科研工作者开展了对于人工智能在电气工程自动化控制中的探讨，比如：怎样把人工智能体系使用到问题的判断及预料、电气产品规划及爱护或控制等。从如何更好地规划产品角度讲，规划电气装置是相当复杂的任务。需应用电器、电路、电机和磁场等多课程的专业知识，还需应用传统规划里的经验。

篇11

目前，人工智能在会计管理工作中不断普及，人工智能的使用不仅在很大程度上提升了生产单位的工作效率，还能更加准确地处理财务信息。未来，人工智能将逐渐地应用到每一个角落，因此，我们应该正确看待人工智能所带来的一些问题，对于应对人工智能的替代工作要提早做出准备。

1人工智能发展对于会计的挑战

对于会计工作而言，人工智能带来的挑战主要包括以下两个方面：一是部分会计工作将被具有人工智能的机器取代。随着计息机信息技术的不断发展，会计行业的工作方式其实早就已经开始发生变化。到目前为止，最早的手工核算几乎已经全部被会计电算化所代替。随着人工智能的迅猛发展，会计行业中的很多工作都会被人工智能取代，例如填制会计凭证、登记会计账簿、编制会计报表、管理会计档案、会计科目分类等等，凡是具有规律性的基础工作到最后会全部被人工智能代替。根据相关研究统计，在未来二十年之内，人工智能将会取代50%以上的会计岗位。二是人工智能在会计工作中的大规模应用可能引起失业危机。从社会和技术进步来说，人工智能在会计工作中的大量应用可以大幅提升工作效率，同时还能够利用计息机统计汇总和数量的优势，为生产单位的经营决策提供准确有效的数据，并籍此提升生产单位的整体效率和经济效益。但是，根据相关统计，目前从事会计基础性工作的人员比重占会计人员总数的50%至70%，对于这一部分人员来说，人工智能的高度发展会产生巨大的替代效应，当人工智能在会计工作中应用越广泛，引发的会计失业人员就会越多。因此，人工智能大量应用的时代，也是从事会计基础工作人员产生失业危机的时代。

2人工智能发展背景下会计工作的相关应对措施

2.1适应时展，积极利用人工智能

科学技术是第一生产力。人工智能虽然对会计工作构成了挑战，但是时代的发展和进步不可逆转。因此，在人工智能高速发展的今天，从事会计工作的人员不仅不应该拒绝和排斥人工智能，相反地，应该转变观念，认清形势，努力去学习掌握人工智能在会计工作中的应用方法，提高工作效率和工作质量。让人工智能工具成为自己工作中的得力帮手，利用这些工具来高效完成会计基础性工作。同时，加强专业理论学习，提高工作能力，利用节省下来的时间集中完成难度大、情况复杂的会计工作，在人工智能来临的时代实现自身的进步。

2.2提升工作层次，实现升级转型

从目前情况来看，人工智能在会计工作中的应用还只停留在于基础性、重复性高的工作方面，而对于需要较高思维能力的会计工作，人工智能还难以胜任。例如人工智能虽然能够快速整理出财务数据，但是读出财务数据背后的信息，准确评价生产单位的整体发展能力，结合财务数据对企业战略、运营质量、竞争能力、风险价值等作出评判，人工智能还难以做到。即使是人工智能与大数据技术结合，目前也无法做到对高级财务管理人员的替代。基于此，会计工作人员在人工智能发展的时代，可以打破本专业的限制，在掌握财务专业知识的同时，多涉足企业管理，由传统的会计向管理型会计转型。另外，还应该利用各种工作机会，站在单位发展的高度，进行财务分析、出谋划策，提升自己在生产单位的价值和层次。

2.3围绕专业发展，变更工作内容

会计工作人员必须认识到，相对于人工智能而言，人的思维具有独创性。人工智能归根到底，也只是对于人的思维的模仿和拓展，控制和决定人工智能的最终仍然是人。在人工智能得到发展的时代，会计专业学科本身也会同步实现发展。随着会计学原理的不断丰富和完善，会计方法应用也将发生很大改变，会计人员的工作内容也会随之改变。一是随着会计原理和会计方法的调整，会计人员在利用人工智能的时候，必须进行相应的调整，以达到工具使用与工作目的的统一；二是随着人工智能工具的发展，除了一些具有固定模式的工具以外，提供给会计人员由其结合实际需要，自主开发利用的软件工具将会越来越多，会计人员应该加强学习，掌握人工智能工具，使其变成自己工作的利器。

2.4关注行业动态，自我优化升级

作为会计人员，在人工智能快速发展的背景下，必须时刻关注行业动态，树立终生学习的理念，不断实现自我优化升级。会计人员应认识到，会计专业作为一门学科，在国民经济发展中具有不可替代的作用，不管人工智能如何发展，改变的只是工作方式和内容，会计专业本身不会消亡。因此，会计人员在工作的同时，要密切关注本行业的发展动态，按照行业发展方向来调整自己的职业目标，并根据职业目标进行规划，学习相关的知识和技能，在工作中多掌握一些管理技能，努力提升财务分析能力和预判能力，以自我优化升级来应对专业变化和人工智能发展。

3结束语

在人工智能快速发展和应用的背景下，会计工作人员必须适应时展，积极利用人工智能，不断提升工作层次，关注行业动态，实现升级转型；高等教育中的会计专业也应面向人工智能，改革教育模式，培养出适应新时期发展的会计人才。

篇12

中图分类号： P756.6 文献标识码： A 文章编号：

传统的机械工程一般分为两大类，包括动力和制造。制造类工程包括机械加工、毛坯制造和装配等生产工程，而动力类工程包括各式发电机。电子工程与传统的机械工程相比而言，是比较新的学科，电子工程是传统工程的革新，两者于上世纪逐渐结合在一起。随着人工智能技术的不断发展 ，机械电子工程的能量连接、动能连接逐步发展为信息连接 ，使得机械电子工程具有了一定的人工智能。这种高效的智能化技术减少了繁重的机械生产，提高产量和经济效益，使我们市场进入智能化。

一、传统机械电子工程

1、机械电子工程的发展情况

机械电子工程是由机械工程与电子工程、信息技术、智能技术、管理技术相结合而成的新的理论体系和发展领域。随着科学技术的不断发展机械电子工程也变得日益复杂。

机械电子工程的发展可以分为三个阶段 ：第一阶段是以手工加工为主要生产力的萌芽阶段 ，这一时期生产力低下 ，人力资源的匮乏严重制约了生产力的发展 ，科学家们不得不穷极思变 ，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段 ，这种生产模式极大程度上提高了生产力 ，大批量的生产开始涌现 ，但是由于对标准件的要求较高 ，导致生产缺乏灵活性 ，不能适应不断变化的社会需求。第三阶段是现在我们常见的现代机械电子产业阶段，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。

2、机械电子工程的特点

1）设计上的不同。机械电子工程并非是一门独立学科 ，而是一种包含有各类学科精华的综合性学科。在设计时 ，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术。工程师在设计时将利用自顶向下的策略使得各模块紧密结合 ，以完成设计 ；

2）产品特征不同。机械电子产品的结构相对简单 ，没有过多的运动部件或元件。它的内部结构极为复杂 ，但却缩小了物理体积 ，抛弃了传统的笨重型机械面貌 ，但却提高了产品性能。

二、 人工智能

1、 人工智能的概念分析

人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科 ，是 21 世纪最伟大的三大学科之一。 但是至今为止，人工智能没有一个统一的定义。笔者认为 ，人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。

2、 人工智能的发展史

1）人工智能的初期阶段

17 世纪的法国科学家 B.Pascal 发明了世界上第一部能进行机械加法的计算器轰动世界 ，从此之后 ，世界各国的科学家们开始热衷于完善这一计算器 ，直到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢 ，但是却积累了丰富的实践经验 ，为下一阶段的发展奠定了坚实的基础。

2）第一个成长阶段

在 1956 年举办的“侃谈会”上 ，美国人第一次使用了“人工智能”这一术语。这一阶段的人工智能主要以翻译、证明、博弈等为主要研究任务 ， LISP 语言就是这一阶段的佼佼者。人工智能在这一阶段的飞速发展使人们相信只要通过科学研究就可以总结人类的逻辑思维方式并创造一个万能的机器进行模仿。

3）比较困难的阶段

60 年代中至 70 年代初期 ，当人们深入研究人工智能的工作机理后却发现 ，用机器模仿人类的思维是一件非常困难的事 ，许多科学发现并未逃离出简单映射的方法 ，更无逻辑思维可言。但是 整理，仍有许多科学家前赴后继的进行着科学创新 ，在自然语言理解、计算机视觉、机器人、专家系统等方面取得了卓尔有效的成就。1972 年 ，法国科学家发现了 Prolog 语言 ，成为继 LISP 语言之后的最主要的人工智能语言。

4）中期平稳阶段

以 1977 年第五届国际人工智能联合会议为转折点 ，人工智能进入到以知识为基础的发展阶段 ，知识工程很快渗透于人工智能的各个领域 ，并促使人工智能走向实际应用。不久以后，人工智能在商业化道路上取得了卓越的成就，展示出了顽强的生命力与广阔的前景。在不确定推理、分布式人工智能、常识性知识表示方式等关键性技术问题和专家系统、计算机视觉、自然语言理解、智能机器人等实际应用问题上取得了长足的发展。

5）平稳成长阶段

由于国际互联网技术的普及 ，人工智能逐渐由单个主体向分布式主体方向发展 ，直到今天 ，人工智能已经演变的复杂而实用 ，可以面向多个智能主体的多个目标进行求解。

最近五十年间 ，网络的普及给信息传递带来了新的生命 ，人类进入到了信息社会 ，而信息社会的发展离不开人工智能技术的发展。不论是模型的建立与控制 ，还是故障诊断 ，人工智能在机械电子工程当中都起着处理信息的作用。

由于机械电子系统与生俱来的不稳定性 ，描述机械电子系统的输入与输出关系就变得困难重重 ，传统上的描述方法有以下几种 ：1）推导数学方程的方法 ；2）建设规则库的方法 ；3）学习并生成知识的方法。传统的解析数学的方法严密、精确 ，但是只能适用于相对简单的系统。现代社会所需求的系统日益复杂 ，经常会同时处理几种不同类型的信息。由于人工智能处理信息时的不确定性、复杂性 ，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。

通过人工智能建立的系统一般使用两类方法 ：神经网络系统和模糊推理系统。神经网络系统可以模拟人脑的结构 ，分析数字信号并给出参考数值 ；而模糊推理系统是通过模拟人脑的功能来分析语言信号。两者在处理输入输出的关系上有相同之处也有不同之处：神经网络系统物理意义不明确 ，而模糊推理系统有明确的物理意义 ；神经网络系统运用点到点的

映射方式 ，而模糊推理系统运用域到域的映射方式 ；神经网络系统以分布式的方式储存信息 ，而模糊推理系统则以规则的方式储存信息 ；神经网络系统输入时由于每个神经元之间都有固定联系 ，计算量大 ，而模糊推理系统由于连接不固定 ，计算量较小 ；神经网络系统输入输出时精度较高 ，呈光滑曲面 ，而模糊推理系统精度较低 ，呈台阶状。

随着社会的不断发展，单纯的一种人工智能方法已经不能满足日益增长的社会需要，许多科学家开始研究综合性的人工智能系统。综合性的人工智能系统采用神经网络系统与模糊推理系统相结合的方法，取长补短，以获得更全面的描述方式，模糊神经网络系统便是一成功范例。模糊神经网络系统做到了两者功能的最大融合 ，使信息在网络各层当中找到一个最适合的完全表达空间。逻辑推理规则能够对增强节点函数 ，为神经网络系统提供函数连结 ，使两者的功能达到最大化。

三、 结论

21世纪的科学技术发展的越来越快，智能化已经大范围覆盖了国际市场，不论工业中还是电子商务，都以及成为经济快速运行的动力。为国家提供高技术的便利，为其注入新的概念，使其更为广泛的应用。着实做到了作业内外一体化，数据搜集自动化，系统智能化。人工智能与机械电子相结合能够促进生产力的快速发展，把我国的相关经济产业链带动了起来。在这新兴科技的引领下，我国的经济将迈向更高的阶梯。

参考文献

[1]傅丽凌.杨平.机械专业综合型试验平台的建设[J].电子科技大学学报社科版，2005，7（增刊）.

[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2009，33.