关键词:；大数据；软件
1人工智能及大数据的概念
1.1人工智能
人工智能是一门利用计算机程序模拟人类智能的科学,其应用领域十分广泛,例如机器人、模式识别及专家系统等。人工智能的高科技产品,不仅实现了对人类思维的模拟,在某些方面还超过了人类。
1.2大数据
大数据是指海量信息的集合,一般用常规软件工具无法对其进行有效的采集、存储和处理,需要借助具有超强洞察力的大数据技术对其进行有效的采集、存储、处理、分析和共享。大数据技术能够有效地进行超大规模的并行处理,能够有效地处理结构化及半结构化的数据,具有较强的数据挖掘能力及分析决策能力。
2人工智能及大数据对软件技术专业人才的需求特点
2.1知识更新能力
人工智能及大数据技术日新月异,需要软件专业技术专业人才具有较强的知识更新能力,较强的自主学习能力,以及较高的技术应用能力。但目前相当一部分软件技术专业的大学生的自主学习能力不高,知识更新能力不强,亟需针对人工智能及大数据对软件技术专业人才的需求特点改进培养方案,增加相关课程,培养学生对新知识的理解和掌握尤为重要。
2.2创新思维能力
人工智能及大数据时代下,需要软件技术专业人才具备较强的适应创新能力,较强的开拓思维能力,以及较强的团队协作能力。但目前相当一部分软件技术专业的大学生的创新思维能力较差,新知识更新缺乏主动性,迫切行,学习意识不强。亟需针对人工智能及大数据对软件技术专业人才的需求特点创新改革培养方案,确定切实可行培养策略是学科发展的需要和任务。
2.3大数据分析能力
人工智能及大数据对人才的大数据分析能力要求较高,主要包括数据采集、数据整理、数据描述、数据统计分析和深度学习等诸多方面的能力。但目前相当一部分软件技术专业的大学生的大数据分析能力不够,不能很好地进行数据采集、存储、整理、描述、统计分析和归纳总结,亟需针对人工智能及大数据对软件技术专业人才的需求特点创新培养体系。
2.4软件开发及测试能力
人工智能及大数据对人才的软件开发及测试能力要求较高,主要包括软件分析、软件设计、软件实现和软件测试等方面的能力。但目前相当一部分软件技术专业的大学生的软件开发及测试能力较差,不能够有效地开展软件的规划、分析、设计、实现与测试等环节,亟需针对人工智能及大数据对软件技术专业人才的需求特点提升学生的软件开发与测试的实践能力。
3建设策略
3.1转变理念,顺应人工智能及大数据时展要求
传统的教学理念已经不能适应人工智能及大数据时代的要求,亟需转变教学理念,从而适应人工智能及大数据时代的要求,进而提升软件技术专业人才的培养质量。在人工智能及大数据背景下,学校应深入分析人工智能及大数据对软件技术专业人才的需求特点,从而有针对性的制定培养目标、培养任务和培养。在制定培养目标时,应着重考虑软件技术专业人才在人工智能及大数据时代应具备的能力素质。在制定培养任务时,应着重参考人工智能及大数据相关岗位的岗位要求。在制定培养方案时,应坚持以学生为主体,以学生为本,突出知识更新能力、自主学习能力、开拓创新能力、团队协作能力、大数据分析能力和软件开发及测试能力的培养。
3.2引导学生利用现代化、智能化的网络平台进行自主学习
为了更好地适应人工智能及大数据对软件技术专业人才的需求,应引导学生利用现代化、网络化和智能化的Web平台进行自主学习,从而提升学生的知识更新能力、开拓创新能力、解决问题的能力和团队协作能力。首先,在人工智能及大数据背景下,网络上涌现了大量的人工智能及大数据相关的学习资源,但这些网络资源存在良莠不齐的现象,因此教师应该引导学生如何搜索、鉴别和使用这些网络学习资源。然后,教师可以引导学生自由分组开展人工智能及大数据相关的学习,通过兴趣小组的方式激发学生对人工智能及大数据的学习热情,提升学生的自主学习能力,提升在线学习的效率。。
3.3构建大数据分析课程体系,提升学生的大数据分析能力
人工智能及大数据对软件技术专业人才的数据分析能力要求较高,众多人工智能及大数据相关企业亟需大量的具有较高大数据分析能力的软件技术专业人才。因此,大数据分析能力是目前软件技术专业人才培养的重要内容,应适时构建大数据分析课程体系,进一步提升软件技术专业学生的大数据分析能力。首先,教师是教学的组织者,因此应注重教师的培养,只有提升了教师的大数据分析能力,才能更好地提升学生的大数据分析能力。然后,重点突出数据挖掘能力的培养,包括数据预处理能力和聚类分析能力等。
关键词：人工智能；专家系统；Prolog；面向人工智能
中图分类号：G642 文献标识码：A
1 引言
人工智能(AI)是计算机科学的一个重要分支，同时也是计算机科学与技术专业的核心课程之一。本课程在介绍人工智能的基本概念、基本方法的基础上，主要是研究如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的“智能”，本课程重点阐述这些方法的一般性原理和基本思想，使得计算机能更好地为人类服务。
2 人工智能课程体系
人工智能主要研究传统人工智能的知识表示方法，其中包括状态空间法、问题归约法、谓词逻辑法、语义网络法、框架表示、剧本表示等；搜索推理技术主要包括盲目搜索、启发式搜索、消解原理、规则演绎算法和产生式系统等。
人工智能的研究课题主要包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。
经过笔者调研发现，目前在本科高校绝大部分将“人工智能”课程性质设为专业选修课或专业必修课，而在高职院校相关专业基本上不开设此课程，但是在具体实践教学过程中发现，在其它专业课程的教学过程中也会与人工智能理论或技术相结合，比如数据库技术、信息系统安全方面等领域，当讲到相关课程，同时会结合人工智能的理论，授课过程中发现大部分同学对该课程很有兴趣。
本课程在我校计算机科学与工程学院作为一门专业选修课开设，总学时数为：60(其中理论学时为36，实验学时为24)，随着计算机技术的不断更新发展，人工智能的应用领域也变得越来越广，因此，人工智能(AI)这个学科已不再陌生，很多学生对其充满兴趣和好奇，所以在选课人数上远远超过其他选修课的人数，另外结合我校的实际情况，部分理论或实验又可以与农学、生命科学系等其它专业结合起来而应用。
3 人工智能理论教学实践
多年以来，人工智能获得很大的发展，已经引起众多学科和不同专业背景学者们的日益重视，成为一门广泛的交叉和前沿科学，但是直到目前为止人工智能至今仍尚无统一的定义，要给人工智能下一个准确、科学和严谨的定义尚有困难，其现有的一些定义多数是立足于各自的专业而定义的，存在片面性。
同时“人工智能”是一门交叉性的学科，其主要涉及到了控制论、语言学、信息论、神经生理学、心理学、数学、哲学等许多学科，所以该学科具有知识点多、涉及面广、内容抽象、不易理解、理论性强，与此同时需要学生具备较好的数学基础和较强的逻辑思维推理能力等特点，从而形成在教学实践中老师讲得吃力、学生听得吃力的局面。尽管在多年的研究和教学过程中笔者已积累了一些经验，但是对于如何把握好这门课程的特点，激发学生的学习兴趣和热情，帮助学生更好的理解和应用这门课程，目前仍然有很多问题需要研究和解决。
针对“人工智能”课程相关内容比较抽象，公式推导比较繁琐等特点，教师除了具有完善的教学大纲、合理的教学计划以及合适的教材外，还应该根据学校的实际硬件条件尽可能地选择多媒体教学手段来辅助教学，因此在实践教学中，笔者经常会配合教学内容，充分利用计算机、投影仪以及互联网的优势，结合多种教学方法与手段去组织整个教学过程。例如：在讲述搜索推理技术时，使用一些小的演示软件，将相关推理技术的理论通过动画的形式一步一步演示出来；；；另一个方面也可以同时激发学生们的学习兴趣热情和积极性，俗话说：“兴趣是学生最好的老师!”这一点在课堂实践教学中得到验证，得到广大同学的认可和赞同，整个教学课堂不再那么单调枯燥乏味，基本可以达到在娱乐轻松的氛围中学习专业知识，同时再整个教学过程中，师生互动机会增多，学生不再是被动地接受知识。
4 实验教学实践
4.1 客观存在问题
本校开设“人工智能”课程，主要是面向计算机专业的大学三年级的同学，同时作为一门专业选修课而设，理论课程为36学时，而实验学时24学时；与此同时经过对其它兄弟院校的调研发现，很多高校虽然也是设为专业选修课，但建议学生们都去学习这门新学科，从而为今后的专业知识及具体应用打下一定的基础；当然在调研中也发现，部分本科高校虽然开设了“人工智能”课程，但是仅是纯粹理论教学，从一定角度来讲，理论原理是前沿，但是由于太过于抽象，而且空洞、难以理解，多数同学反映学习效果并不理想，有关具体理论部分的具体实现仍然不解。
本科高校一般都严格按照培养方案进行科学设置，同时各个学校根据本校人才培养方案分配各门课程的学时。由于现在我国的教育提倡注重对学生动手能力的培养，培养综合型、应用型人才，因此笔者再结合实践教学经验及对学生的调研，发现“人工智能”课程除了要进行理论方面的讲解外，还应注重实验教学。此外，在高职院校的培养方案中，侧重加强学生的动手能力的培养，也建议将此课程列为开设的范围之内，而在实验学时上可以安排相对多的实验学时，在了解“人工智能”理论的前提基础之上，主要进行相关理论的具体应用与实现，通过这样的教学安排，可以提高学生的实践动手编程能力，例如图1，专家系统的知识库、工作存储器及界面的设计与实现。
关键词：人工智能；智能化计算机辅助教学；专家系统；知识库
中图分类号：TP18文献标识码：A文章编号：1009-3044(2007)12-21667-02
The Application of Artificial Intelligence in Education
HU Ji-li,YIN Yun-xia
( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)
Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.
Key words:Artificial Intelligence;CAI;expert system;knowledge base
1 引言
人工智能作为当今世界三大尖端技术(空间技术、能源技术和人工智能技术)之一，是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学、机器学习、计算机视觉等。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。人工智能的研究更多的是结合具体领域进行的，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、机器人学、博弈、智能决定支持系统和人工神经网络。它总的来说是面向应用的，随着人工智能的诞生和发展， 人们开始把计算机用于教学领域。同时， 自七十年代以来， 有教学能力的专家系统得到研制。人工智能技术与专家系统的成就， 促使人们把问题求解、知识表示这些技术引入计算机辅助教学(CAI) ， 这便是智能型计算机辅助教学(CAI)。
近几十年来， 随着人工智能技术的日渐成熟， 它的一些研究成果被陆续应用到教学领域， 推进了教育发展改革和教学现代化进程。人工智能在教学系统的重要性也已形成共识。
2 人工智能在教育中的作用
2.1 知识的表示与访问
基于人工智能的知识表示是以知识为对象，以计算机的软硬件和计算机科学及人工智能和专家系统技术为工具，以哲学、心理学和逻辑学等为方法和指导，将知识表达成计算机可以直接处理的“知识库”，使用“计算机的智能”来模拟人类专家或“人类智能”，对知识进行快速、精确、自动、科学的处理。它不属于通常的“数据管理或信息管理”的“数据”层次，而是属于“知识处理”或“知识”的智能化层次。其主要内容是对于知识进行形式化的表示、自动化的推理，智能化的教学或创造。计算机辅助教育是其中重要的组成部分。
2.2 符号计算
符号计算包括数值计算、符号计算和函数作图。其代表软件是Mathematica，当该软件在1988年第一次，对科技及很多其他领域的计算机使用方式产生了深刻的影响。Mathematica 1.0时，商业周报将其列入当年最重要的十大新产品名单。这标志着现代科技计算的开始。Mathematica也被大量地用于教育:有成百上千的课程，从高中课程到研究生课程用它作基础。随着各种学生版的，Mathematica也已成为全世界各种不同专业学生的重要工具。
2.3 对学生错误的自动诊断
采用人工智能技术，使得教学过程中系统可以自动诊断学生的学习水平，不仅能发现学生的错误，而且能指出学生错误的根源，从而做出有针对性的辅导或学习建议。而且根据学生的特点自动选择教学内容，自动调整教学进度，自动选择教学策略与方法。
2.4 实现智能性超媒体教学系统
超媒体系统有理想的教学环境，容易激发学生的学习兴趣和学习主动性，但不能保证达到预期的学习目的，而且由于不了解所要教的对象，所以不能做到有针对性的指导，不能因材施教。智能辅助教学系统正好与此相反。将二者结合起来，就可实现性能互补，从而研究制出新一代高性能的智能超媒体教学系统。
3 人工智能应用于教育的新方向：ICAI
3.1 传统CAI的不足
传统的CAI由于其集成性、交互性、多媒体性等特点，在教学中可以极大地激发学生的学习动机，提高教师的教学效率和学生的学习效率。但在使用过程中，CAI的一些弱点也逐渐暴露出来。主要表现有:
(1)缺乏人机交互能力
现有CAI 大多以光盘作为信息的载体， 将教材中的内容以多媒体的形式展现出来， 教学信息是按预置的教学流程机械式地提供给学生的， 学生接受起来很被动。而且在课堂教学中， 一般也只能通过教师按预定的课件流程进行操作， 无论学生还是教师都不能很好地参与教与学的过程， 因此人机交互没有很好地实现。
(2)缺乏教师与学生的互动
现有的CAI 课件在学生自学、进行操作使用时，如何学习都是学生自己的事。教师不能完全了解学生的情况，学生在碰到问题时，也不能向教师求助，师生之间是互相封闭的，软件所起的积极效果大打折扣。同时由于缺乏网络支持，现有的绝大多数CAI 课件是在单机环境下运行的，它们无法利用网络的优势使知识内容快速更新，也更无法提供便捷的学习讨论空间、随时随地的师生交流方式以及远程教学实现的条件。
(3)缺乏智能性
要想面对不同情况的学生进行不同程度的教学过程， 使学生的学习变为主动， 并能由系统自动地提供助学信息而有选择地学习，要想使教师的教学能积极地参与进去并根据系统提供的信息按照学生的认知模型为其准备最适合的学习内容， 给予不同方式的教学模式与方法， 没有智能性的CAI 课件系统， 是很难实现以上目的并达到良好教学效果的。由此可见，现有的CAI 随着人们要求的提高， 已经不能尽如人意。因此以智能CAI 为代表的新的计算机辅助教学系统将是教师在教育技术上需要不断探求、努力实现的发展方向索。
3.2 ICAI－人工智能与多媒体技术的结合
为了克服传统CAI的缺点，需要在知识表示、推理方法和自然语言理解等方面应用人工智能原理。因此很多专家提出了智能计算机辅助教学(ICAI)，智能计算机辅助教学(Intelligence Computer Assisted Instruction－ICAI)以认知学为理论基础。将人工智能技术应用于CAI，是智能化的CAI。在ICAI系统中，允许学生与计算机进行较自由的对话，学生的应答不限于数字或简单的短语。系统能够判定学生应答的正确程度，并给予适当的反馈，而不是简单地说“对”或“错”。ICAI的宗旨在于利用现有计算机技术实现较好的人工智能，模仿人类的交互方式、思维习惯及情绪流动，修饰和掩盖计算机的缺陷。
3.3 ICAI的优点
(1)将教学内容与教学策略分开，根据学生的认知模型提供的信息，通过智能系统的搜索与推理，动态生成适合于个别化教学的内容与策略。
(2)通过智能诊断机制判断学生的学习水平，分析学生产生错误的原因，同时向学生提出更改建议、以及进一步学习内容的建议。
(3)通过对全体学生出现的错误分布统计，智能诊断机制将向教师提供教学重点、方式、测试重点、题型的建议。
(4)为教师提供友好的教学内容、测试内容维护界面，无需改变软件的结构即可调整教学策略。
(5)通过对学生认知模型、教学内容、测试结果的智能分析，向教学督导人员提供对任课教师教学业绩评价的参考意见。可以说，一个理想、完美的ICAI系统就是一个自主、优秀的“教师”。
3.4 ICAI的标准
以现有的科学技术水平而言，短时期内显然无法实现具备上述全部功能的ICAI系统。一般认为，只要具有下列一个或几个特征的CAI系统就可以称之为ICAI系统。
(1)能自动生成各种问题与练习。
(2)根据学生的学习水平与学习情况选择与调整学习内容和进度。
(3)在了解教学内容的基础上自动解决问题，生成解答。
(4)具有自然语言生成与理解能力，以便实现比较自由的教学问答系统，提高人机交互的主动性。
(5)对教学内容有解释咨询能力。
(6)能诊断学生错误，分析原因并采取纠正措施。
(7)能评价学生的学习行为。
(8)能评价教师的教学行为。
不难看出，ICAI与传统的CAI相比，更加符合教育教学的规律，切合学生的认知习惯，具有明显的优越性。
3.5 ICAI的结构
ICAI主要由三个模块组成:专家系统模块、教师模块和学生模块。
(1)知识库
知识库是实现知识推理与专家系统的基础，而建造知识库的前提则是要解决知识的形式化，人工智能技术在教育中的应用表示以及知识的访问与调用问题。因此，知识的表示与访问是人工智能的核心技术之一，也是将AI引入教育领域必须首先解决的一个难题。
①多媒体素材库:包括所要呈现的知识的一些素材，包括:文本、图像、声音、动画及数字影象等多媒体教学资源。这些用于多媒体数据库管理，便于分类、增删、修改及查询等操作。
②教学内容库:教学内容库用于存放教学内容，包括领域知识库(含辅助知识库、提示帮助库、练习题库，和测试题库)。这些教学内容，包括习题和试题分章、节、课及知识点等有序存贮。供专家决策系统调用。
(2)学生模块
。
①学生登陆模块:利用该模块主要用于学生使用ICAI时登录，第一次登录时学生输人姓名、性别、年龄、学历等相关信息，然后对学生进行询问，选择合适的测验题对学生进行初测推荐学习计划。当再次登录时，系统根据保存的信息安排合适的学习内容。
②学生水平评价模块:学生水平测试模块用于评价某一教学单元学习完后测试成绩。通过测试等因素分析，可以比较确切地了解学生的具体情况，从而制定出合理的教学策略和教学过程
③学习监测模块:学习检侧模块用于监测记录学生的日常学习情况，记录学生学习某教学单元时的参数值，并记录在学生档案中。包括:学生目前学习单元号；学习方式；正常学习、练习、提前浏览、学后复习；学习时间；学生提示问题的类型和次数；学生本次练习出错次数。
(3)专家决策模块
CAI中的专家决策系统可以看作专家系统中的推理机。专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统，它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过入类专家的水平。计算机中存有人类专家的知识并具有推理能力，从而可解决诊断、规划、调度、预报、决策等要靠人类专家才能完成的任务。
成功的例子如:① DENDRL系统的性能已超过一般专家的水平，可供数百人在化学结构分析方面的使用;②MYCIN系统可以对血液传染病的诊断治疗方案提供咨询意见经正式鉴定结果，对患有细菌血液病、脑膜炎方而的诊断和提供治疗方案已超过了这方面的专家。
ICAI根据学生模块提供的学生学习情况，通过智能系统的搜索与推理，得出智能化的教学方法与教学策略，能够较科学地评估学生的学习水平，还可以通过分析学生以往的学习兴趣和学习习惯，预测学生的知识需求和常犯错误，动态地将不同的学习内容、学习方法与不同的学生匹配，智能地分析学生错误的原因，进而有针对地提出合理的教学建议、学习建议以及改进方法，既提高了学生学习的满意度，激发了学生的学习热情，也对教师教学提供了客观的依据和科学的方法。
4 结束语
由此可见人工智能技术已经逐步应用于计算机辅助教学中，与教学现代化有着密切的关系。人工智能技术的发展也必将会对ICAI 的发展起到巨大推动作用。近几年来，人工智能的研究者们尝试着使学生脱离“辅导学习”的过程来接受新知识，而采用“通过活动进行学习”的方式。在教学的其他方面，人工智能技术还可以建立人类推理模型学习工具等诸多的运用， 展示出越来越好的实用性。随着Internet 的发展，虚拟现实技术的广泛应用， ICAI 也将得到进一步的完善。21 世纪的教育教学手段将是以智能化CAI 为主线，多学科、多方位发展的新技术的体现。这种手段产生了人机交互、人机共生等全新概念，使人类扩展了自己的能力，促进了教育领域方方面面的改革。
参考文献：
[1]王万森.人工智能原理及其应用[M].北京:电子工业出版社,2000.
关键词：人工智能；选修课；专题讨论
中图分类号：G642.0？摇 文献标志码：A 文章编号：1674-9324（2012）12-0053-02
一、引言
《人工智能》是一门跨学科的课程，它的内涵十分丰富，包含了符号学、数理逻辑、神经网络、遗传算法、知识表示和推理、模式识别、机器学习等方面的知识，并且内容抽象，使得一般本科生望而生畏。目前在大多数院校里尤其是二本院校，《人工智能》只是作为一门选修课程。既然是作为选修课程，我们可以不拘泥于传统的教学方式，采取灵活多样的教学形式，培养学生研究这个领域的兴趣，使得学生既能掌握人工智能领域的基础理论，又能了解目前人工智能的前沿课题，扩大知识面，并为今后的研究打好基础。
二、改革教学方法
在传统的教学模式里，教师往往就一本教材从头到尾讲授给学生，教师讲什么，学生就听什么。但是人工智能涉及太多的数理逻辑推理知识，内容抽象，讲解起来不免有点枯燥无味，学生的兴趣就会随着讲课的进程逐渐变得淡薄。另一个问题是在传统的教学模式下，学生接触不到该研究领域的前沿问题。事实上，随着科技的进步，人工智能技术也在不断发展，再加上人工智能本身的特点，即它是一门交叉学科，涉及计算机科学、信息科学、控制科学、认知学、生物学、哲学等等领域。因此当学生了解了当前国内外学者所研究的前沿课题，这样不仅能克服“枯燥无味”的问题，而且会拓宽他们的知识面，从而他们可以将自己所学专业作为人工智能的潜在应用或研究领域。基于以上分析，考虑到人工智能是适合任何专业学生学习的一门选修课，我们设立分专题讲授模式，这些专题包括：人工智能与类人思维，人工智能与机器进化，人工智能与知识表示，人工智能与决策规划等等。下面分别叙述之。
1.人工智能与类人思维。什么是人工智能？Nilsson指出：“人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中行为。人工智能的一个长期目标是发明出可以像人类一样或更好地完成以上行为的机器……”那么为了这个长远目标，我们应该深入地探讨人类大脑是如何思维的，或者说是如何思考问题的，人类是如何感知、理解以及应付外界庞杂的世界。只有深刻理解了人脑功能原理以后，人工智能才能“贡献出”相应的类人思维模型。这相当于空气动力学，人类飞行器只是根据空气动力学的原理构造的，它并不要求人类制造像鸟儿一般的飞行工具。因此在这部分教学过程中，可以先提出“大脑是如何思维的”问题，让学生自己动脑思考，相互探讨：人脑的结构是什么？人类思考问题分层次吗？什么是智力？智力的本质是什么？……课后，学生可以带着这些问题查阅资料文献，分组讨论，甚至可以写一些文章来阐述自己对思维的理解。这样既充分调动了学生学习的积极性，又培养他们的兴趣。然后，我们在课堂上进行具体讲解，讲解内容自然而然地引入了人工智能的定义，人工智能历史知识，图灵测试方法以及认知模型方法，接着再介绍目前国内外类人思维模型的研究现状。这样的教授过程，一开始就使得学生不排斥这门课，在了解人工智能基础知识外也接触到认识论方面的知识，培养了学生查阅文献和撰写科技论文的能力。
2.人工智能与机器进化。这部分专题主要给学生讲解遗传算法方面的知识，比如遗传算法的产生与发展，遗传算法的基本操作，遗传算法的应用情况。并且在教学过程中结合实例来讲述。实例可以从最基本的简单函数优化到复杂的旅行商问题。学生可以自己设计函数优化的解决方案，指出初始种群大小、进化代数、交叉率等因素对求解结果的影响，并要求学生自己编写程序来分析和理解这些问题。这些实验和设计极大地提高了学生的动手能力。
3.人工智能与知识表示。知识表示可看成是一组描述事物的约定，在人工智能里，它研究怎样把“人类知识”表示成机器能处理的数据结构。经典人工智能的主要表示方法有：一阶谓词逻辑表示方法，这是最基本的表示方法，具有严谨的公理体系；产生式规则表示方法，这是使用最广泛的表示方法；语义网络、框架、脚本表示方法，这是结构化的表示方法，等等。但是学生在学习这部分的知识时，对于逻辑推理觉得非常枯燥无味。我们的想法是在介绍这部分的知识时，不仅透彻阐述各种表示方法的精神实质，而且建议学生阅读Sowa所编著的《知识表示》一书，该书提供了知识表示方面广泛的知识，是这一领域的公认权威著作。Sowa在介绍新思想的同时捕捉到这一领域的最新成就，并且将逻辑学、哲学、语言学和计算机科学结合到知识表示，并将其转换为可计算形式。该书中还包含了大量的哲学和语言学的知识，阅读该书可以使得学生知识面得以拓宽，加上该书目前没有翻译版本，鼓励学生阅读英文原著，对学生各方面能力的提高都有所帮助。
4.人工智能与决策规划。。
5.丰富多样的教学形式。除了以上的专题外，还可以开设其他的人工智能专题。事实上可以针对不同专业的学生确定专题的内容和形式。例如对于工程类的学生，可以着重讲述神经网络，进化计算等方面的内容，并且借助于Matlab提供的相关工具箱进行实验设计。因为大多数工程类的本科生都学习过Matlab语言，该语言在科学研究和工程实践中应用广泛，在教学过程中也要充分发挥这些优点。如是文科类的学生，教学方面可以着重讲述人工智能的符号学，哲学等方面的知识，这让文科学生从另一个角度去理解人工智能。课堂上，充分利用多媒体教学，采取多样的教学手段，激发学生的兴趣和好奇心。还可以播放国际机器人大赛等录像片段，增强课堂的教学效果。
三、结束语
总之，将人工智能分专题来讲授，让学生立刻能接触到当前人工智能的前沿研究问题，并且领会其中的实质。再加以多元化的教学手段，使得学生好学，乐学，更好地实现教学目标，提高教学水平。
参考文献：
[1]Nils J. Nilsson，著.人工智能[M].郑扣根，庄越挺，译.北京：机械工业出版社，2004，6.
[2]John F. Sowa.Knowledge Representation：Logical，Philosophical，and computational Foundations[M].北京：机械工业出版社，2003，6.
[3]韩丽娟，孙玉红，李圣君.《人工智能》教程改革初探[J].电脑知识与技术，2007，（13）：222-223.
[4]冯爱祥，罗雄麟.本科“人工智能”课程的教学改革探索[J].中国电力教育，2011，（10）：111-112.
[5]李春贵，王萌，何春华.基于案例教学的“人工智能”教学的实践与探索[J].计算机教育，2008，（9）：53-54.
[6]曾安，余永权，曾碧.人工智能课程教学模式的探讨[J].江西教育学院学报（综合），2006，27（6）：40-43.
[7]王蓁蓁，邢汉承.拟人类思维的形式结构数学模型[J].智能系统学报，2008，3（6）：529-535.
2016年1月，美国佐治亚理工学院计算机学院的教授AshokGoel，借助IBM的Watson人工智能系统创建了一个在线机器人JillWatson，并将其作为课程教学助理。其目的是帮助教师回答学生通过在线论坛提出的大量课程问题。通过几个月的反复调试，JillWatson的回答已经能够达到97%的正确率。现在，机器人助教已经可以直接与学生沟通，不需要真人助教的帮助。这项人工智能在教育中的使用，解决了AshokGoel教授的助教人数不够，难以及时回答学生提问的困境，增加了学生参与在线学习的兴趣，提高了在线学习的留存率。
这只是人工智能在教育领域的小试牛刀。虽然有专家预测在未来十年内不会看到人形机器人替代教师进入课堂，不过地平线报告2016年基础教育版和2107年高等教育版都预测未来五年内人工智能将会在教育行业普及。
教育行业已有的人工智能研究和应用
Woolf等人在2013年提出了人工智能在教育领域应努力解决“五大挑战”：①为每一个学习者提供虚拟导师：无处不在地支持用户建模、社会仿真和知识表达的整合。②解决21世纪技能：协助学习者自我定位、自我評估、团队合作等。③交互数据分析：对个人学习、社会环境、学习环境、个人兴趣等大量数据的汇集。④为全球课堂提供机会：增加全球教室的互联性与可访问性。⑤终身学习技术：让学习走出课堂，进入社会。
过去十年，一些研究者对人工智能在教育领域中的应用做了大量的探索。相关的研究成果包括：①跟踪学习者的思维步骤和解决问题的潜在目标结构（Anderson等，1995）；②诊断误解和评估学习者的理解域（VanLehn，1988）；③提供及时的指导、反馈和解释（Shute，2008）；④促进高效学习的行为，如自我调节、自我监控和自我解释（Azevedo&Hadwin，2005）；⑤以合适的难度水平和最适当的内容来规划学习活动（VanLehn，2006）。
这些研究，基本上使用到了人工智能的每一项技术——自然语言处理、不确定性推理、规划、认知模型、案例推理、机器学习等。“智能导师系统”就是基于这些研究和技术而开发的人工智能教育应用。。2014年，加拿大西蒙弗雷泽大学的一项试验发现用智能导师系统的学习者比使用其他教学方法的学习者获得的成绩更高。
人工智能在教育行业的新发展
教育行业的三种类型（内容、平台和评估）的服务商都在经历着一场变革。内容出版商面临纸质印刷到数字出版和开放教育内容的挑战。学习平台正试图区分自适应、个性化和数据分析的功能。评估供应商则继续探寻从多项选择题测试转向更具创新性的问题类型。人工智能将为这三种类型教育服务商带来新的发展思路和契机，同时也惠及教育生态系统中的所有利益相关者。学生通过即时反馈和指导提高学习效率，教师将获得丰富的学习分析和个性化指导经验，父母能够低成本地为孩子改进职业前景，学校能够规模化提高教育质量，政府能够提供负担得起的教育。。
1.人工智能批改作业
批改作业和试卷是一件乏味的工作，这通常会占据教师大量的时间，而这些时间本可以更多地用于与学生互动、教学设计和专业发展。
目前，人工智能批改作业已经相当接近真人教师了，除了选择题、填空题外，作文的批改能力已经大幅提高。美国斯坦福大学已经成功开发出一种机器学习程序，能够批改8～10年级的作文。随着图像识别能力的大幅提高，手写答案的识别也接近可能。就连占有美国标准化考试60%市场份额的全球最大教育企业——培生公司也认为，人工智能已经可以出现在教室并提供足够可信的评估。据培生公司近期的报告IntelligenceUnleashed推测，人工智能软件所具有的广泛的、定制的反馈能够最终淘汰传统测试。
2.人工智能实现一对一辅导
自适应学习软件已经能为学生提供个性化学习支撑。据2011年VanLehn的一项研究发现，人工智能在某些特定主题和方法上比未经训练的导师更具有效性。进一步的研究发现，人工智能导师能在学生出错的具体步骤上给予实时干预，而不是就整个问题的答案给予反馈（Corbett&Anderson，2001；Shute，2008）。
自适应学习在拉美地区正在兴起。。Geekie为学生提供每一步的实时反馈，并随着学习的进展来传授更为精细的课程内容。
早在1984年，本杰明·布卢姆的研究就提出一对一辅导能带来更好的学习效果。而人工智能技术可以模拟一对一辅导，以更好地跟踪、适应和支持个体学习者。这将是人工智能在教育中更高层次的个性化学习应用。例如，比尔·盖茨看好的人工智能聊天机器人或个人虚拟导师，能在学生面临挑战时提供强有力的支持，随时随地回答学生的提问；还可以为学生订制学习方案和规划职业发展路径，并引导学生走向成功。更重要的是，人工智能可以匹配聊天机器人或虚拟导师的面孔和声音来满足学生个人喜好。对比网页界面的自适应学习系统，这才是真正做到了一人一导师。
2016年地平线报告高等教育版把情感计算列为教育技术发展普及的重要方向。也就是说，人工智能不仅限于模拟人类传递知识，还能通过生物监测技术（皮肤电导、面部表情、姿势、声音等）来了解学生在学习中的情绪，适时调整教育方法和策略。例如，机器人导师捕捉到学生厌烦的面部表情时，就可以立即改变教学方式努力激发他们的兴趣。。美国匹兹堡大学开发的AttentiveLearner智能移动学习系统就能通过手势监测学生的思想是否集中。突尼斯苏斯国家工程学院的研究人员正在研究开发基于网络的人工智能教学系统。该系统能够识别学生在任何地方开展科学实验的面部表情，以优化远程虚拟实验室的教学过程。
。当前已经有使用人工智能来为自闭症儿童提供有效支持的案例。例如，伦敦知识实验室在Topcliffe小学开展试验，让自闭症学生与半自动虚拟男孩安迪开展互动交流，研究人员发现患有自闭症的学生在社交能力方面有进步。
4.人工智能改进数字出版
教科书等课程材料并非总是完美，传统印刷出版让课程的修订变得过于缓慢。这不仅是生产工艺的问题，更主要的是纸质课程材料无法快速获取使用者的反饋来识别缺陷所在。而数字化出版在人工智能的支撑下能彻底改变这一现状。
人工智能可帮助使用者快速识别课程缺陷。大规模网络开放课程Coursera的提供者已经将这一想法付诸实践。当发现大量学生的作业提交了错误的答案时，系统会提示课程材料的缺陷，进而有助于弥补课程的不足。
另一项人工智能在数字化出版的应用是自动化组织和编写教材。这是基于深度学习系统能模仿人类的行为进行读和写。ScottR.Parfitt博士的内容技术公司CTI就依据这项技术帮助教师定制教科书——教师导入教学大纲，CTI的人工智能引擎能自动填充教科书的核心内容。
随着自然用户界面和自然语言处理在人工智能领域的成熟应用，课程材料的数字化出版也会有更新的形态——不再局限于书本或网页的形式，聊天机器人和虚拟导师将成为内容表达的更好的方式。
5.人工智能作为学生
多年的研究表明，教会别人才是更好的学习，即learning-by-teaching。美国斯坦福大学教育学教授DanielSchwartz正基于这一理念来开发新的人工智能产品。他联合了多个领域的专家一起开发了人工智能应用——贝蒂的大脑（Betty’sBrain），让学生来教贝蒂学习生物知识。试点研究发现，使用这一方法来学习的学生比其他学生成绩更好，且在科学推理上也更胜一筹。
类似的研究和开发还有瑞典隆德大学的TimeElf和美国卡内基梅隆大学的SimStudent，这两个人工智能产品也是基于learning-by-teaching而开发，让学生在教会机器人知识的过程中深化对知识的理解。
另外，人工智能还推动其他教育方法和技术更好实现。如让虚拟现实学习环境更具沉浸感；给学生带来更多动手实践的机会；提供基于丰富学习分析的仿真和游戏化学习场景等。
【关键词】互联网信息时代 人工智能 应用研究
当前，世界已全面进入以大数据共享、信息爆炸为特点的互联网信息时代。。人工智能作为互联网信息时代凝聚高端技术的超值网络服务，在增强互联网安全性、提高网络操作自动化等方面意义重大。现阶段，已有更多行业领域的用户在应用人工智能，体验这一技术所带来的新生活。
1 人工智能简述
人工智能，即Artificial Intelligence，是现代社会特有的综合类前沿学科，交叉云集了计算机、网络技术、控制方法论、信息论、神经生物学、语言学等多学科知识，主要用来研究机器在思考、学习、规划等行为的拟人态进化，使之解决问题的能力大幅提升。人工智能发展至今已有超过60载岁月，其成就在整个历程中熠熠生辉，代表着人类文明的不断发展与超越。人工智能经历了三个阶段的发展变革：第一阶段是以人工智能驱动机器设备，代替或辅助人类思考并解答难题；第二阶段是研发智能机器人，处理不同系统及环境信息的交互工作，如不确定性信息的处理工作；第三阶段的代表成果就是数据挖掘系统，可实现海量模糊信息采集与分析，可视化技术发展迅猛，计算机具有自主学习能力。
2 人工智能的应用领域代表成就
。目前，人工智能在下列应用领域中取得了代表性成就：
2.1 专家系统
专家系统，其实是由庞大的程序组编写完成的数据系统，广泛积累不同专业的知识经验，这些知识均可事先归纳分析，可按具体模式表示，从而帮助用户凭借领域专家的固有知识进行推理解决问题。专家系统可系统化分析输入信息并结合已有知识体系进行全面推理，提出建O性的决策建议，相当于发挥行业专家的作用。
2.2 数据库智能检索
人工智能想要做到全面模拟人类思维和动作，需要建设强大的数据库资源，便于及时开展智能检索。数据库基于计算机软件开展，存储了海量专业学科知识，也称之为知识库系统，一旦有用户需要查阅解决该学科的专业问题，都可通过智能检索功能实现快速精准地检索。
2.3 程序自动设计
自动化的程序设计就是借助更高规格高标准的程序设计系统来完成指定功能的程序设计，该系统需要用户输入所设计程序的需求目标，并对整个流程和架构有更为高级的描述，系统就能自动组织对应程序完成设计。高度自动化的程序设计编写方式，也展现了人工智能系统的思考、学习、修正自身缺陷的拟人态功能。
2.4 目标模式识别
模式识别，顾名思义正是为识别不同物体的特征是否匹配目标对象而具备的功能。现代计算机加强了模式识别系统功能，能够提高机器对外界信息的感知能力，不断接受外界信息，对所处环境的特征进行识别，加强概念理解。当前，目标模式识别已由二维向三维层面升级，为研究智能机器人提供了坚实的基础。
当然，人工智能的应用领域远不止上述这些，还在机器学习、机器视觉图像处理（machine vision）、自然语言理解（Natural Language Understanding）、自然信息博弈论等方面发挥着重要的作用。
3 不同行业的人工智能技术应用实例
目前，众多企业为求发展，与内部运营管理中加强了人工智能的应用，聚力解决各项问题，为企业赢得了经济效益，推动着社会发展。
3.1 企业管理应用
将人工智能应用于企业管理中，需要人的智能和人工智能之间的辩证关系，灵活运用工智能应用平台加强对企业内部各项管理智能软件的开发工作，借助灵活的人工智能技术帮助企业实施科学决策。
3.2 水利管理应用
人工智能能够在水情控制与洪灾预报中发挥作用。如可使用人工神经网络和遗传算法等技术，模拟汛期的最大洪峰与洪水总量，研究更有针对性的抗洪模型，提高了洪灾预报精度和汛期准度，有效发挥防洪降灾、拦洪储水的重要作用。同时，人工智能还能够分析大江大河的复杂地质与环境系统，对治理河流起到良好的辅助作用。
3.3 建筑行业应用
目前，建筑行业的用地规划、给排水工程、暖通空调工程、施工管理等内容都在应用人工智能。已有企业基于神经网络算法发明了结构节点探伤法，可查探建筑结构损伤度；也可在市政工程建设中不断强化正反向混合推理的理论思想，查明城市污水处理管网故障；可构建用于分析建筑工程性能效益的系统，加强建设项目性能效益预测和实际效益分析。
3.4 机械行业应用
人工智能同样成为互联网时代下的机械行业技术中的重头戏。如：人们利用人工神经网络算法，设计出土方工程的机械调度的优化方案；多个工程都可搭建含多目标的寻优函数模型。许多大型机械装置，都配置了人工智能操作平台，可提高安全风险监控水平，增强机械操作自动化，进一步优化生产效率。
3.5 商品销售预测应用
人工智能的各种函数模型或优化算法，可在商品销售金额的预测中发挥巨大作用。如：在计算机中输入不同商品某一时间段的销售额，形成非线性系统进行分析，评估各种影响因素。采用人工神经网络，不断放大自分布处理、自组织学习、自适应与自容错等特性，体现强大的预测功能。
当然，人工智能还广泛应用到电子网络技术应用、企业财务管理、航班信息查询、教学服务、心理咨询公路建设、焊接制造、等众多方面，为更多企业带来可观的经济效益。
4 结束语
互联网信息时代的人工智能应用，将会随着科技力量的不断壮大而实现更多的应用。人们应该高度重视人工智能理论与技术的探究，从而更好地为全人类服务。
参考文献
[1]何承.计算机网络技术中人工智能的应用探讨[J].信息通信，2016（03）：180-181.
[2]韩晔彤.人工智能技术发展及应用研究综述[J].电子制作，2016（12）：95-95.
[3]王宇飞，孙欣.人工智能的研究与应用[J].信息与电脑，2016（05）：115-117.
李君，男，江西省上饶市人。上海财经大学浙江学院，主要从事教学软件管理类工作。
因篇幅问题不能全部显示，请点此查看更多更全内容