人工智能教學建議精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能教學建議主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能教學建議范文

政策驅(qū)動也是重要動力，科技巨頭搶先布局引發(fā)示范效應(yīng)。智能化時代，各國從國家戰(zhàn)略層面加緊人工智能布局，美國的大腦研究計劃(BRAIN)、歐盟的人腦工程項目(HBP)、日本大腦研究計劃(Brain/MINDS)，而我國也在“十三五”規(guī)劃中把腦科學和類腦研究列入國家重大科技項目。企業(yè)布局方面，谷歌、Facebook、微軟、IBM等均投入巨資，其示范效應(yīng)是產(chǎn)業(yè)進步的先兆；國內(nèi)百度、阿里、訊飛、360、華為、滴滴等也加緊布局。15年行業(yè)投資金額增長76%，投資機構(gòu)數(shù)量增長71%，計算機視覺和自然語言處理占比居前。

產(chǎn)業(yè)鏈格局已現(xiàn)，上游技術(shù)成型、下游需求倒逼，計算機視覺產(chǎn)業(yè)應(yīng)用最成熟。產(chǎn)業(yè)鏈初步格局已現(xiàn)，從基礎(chǔ)層和底層技術(shù)，再到應(yīng)用技術(shù)，最后再到行業(yè)應(yīng)用，除了近年來底層核心技術(shù)的突破，下游行業(yè)需求倒逼也是人工智能應(yīng)用技術(shù)發(fā)展的重要動力，諸如人機互動多元化倒逼自然語義處理、人口老齡化倒逼智能服務(wù)機器人、大數(shù)據(jù)精準營銷倒逼推薦引擎及協(xié)同過濾，等等。其中計算機視覺應(yīng)用技術(shù)的發(fā)展可能是最先發(fā)力的，國內(nèi)不乏世界一流水平公司。

2B應(yīng)用首先爆發(fā)，“人工智能+金融、安防”應(yīng)用前景廣闊?！叭斯ぶ悄?”將代替之前的“互聯(lián)網(wǎng)+”，在各行業(yè)深化應(yīng)用，安防、金融、大數(shù)據(jù)安全、無人駕駛等等。生物識別和大數(shù)據(jù)分析在安防和金融領(lǐng)域的應(yīng)用則是目前技術(shù)最為成熟、產(chǎn)業(yè)化進程較快，如智能視頻分析、反恐與情報分析、地鐵等大流量區(qū)域的監(jiān)控比對；金融領(lǐng)域的遠程開戶、刷臉支付、金融大數(shù)據(jù)采集、處理、人工智能自動交易、資產(chǎn)管理等。相關(guān)推薦標的：東方網(wǎng)力、佳都科技、川大智勝，建議關(guān)注大智慧、遠方光電。

逐漸向2C端應(yīng)用擴展，看好“人工智能+無人駕駛、教育”。人工智能在無人駕駛領(lǐng)域的應(yīng)用體現(xiàn)在三方面：(1)環(huán)境感知環(huán)節(jié)的圖像識別；(2)基于高精度地圖和環(huán)境大數(shù)據(jù)的路徑規(guī)劃、復(fù)雜環(huán)境決策；(3)車車交互、車與環(huán)境交互下的車聯(lián)網(wǎng)，智能交通管理。教育領(lǐng)域應(yīng)用方面，人機交互重構(gòu)更互動性的教學；大數(shù)據(jù)和深度學習的結(jié)合使得個性化教學成為現(xiàn)實，這也是在線教育最重要的突破點；此外包括VR在內(nèi)的多載體應(yīng)用和多屏互動也是發(fā)展趨勢。相關(guān)推薦標的：四維圖新、千方科技、東軟集團、科大訊飛、長高集團、新開普。

第2篇：人工智能教學建議范文

人工智能技術(shù)及其應(yīng)用的發(fā)展歷史雖然只有短短的50余年，但是它作為信息技術(shù)的前沿領(lǐng)域，對社會經(jīng)濟和發(fā)展的影響卻越來越大。在基礎(chǔ)教育課程改革的大潮中，許多國家意識到基礎(chǔ)教育領(lǐng)域開展人工智能教育的必要性，努力把人工智能列入技術(shù)類教育的教學內(nèi)容中。作為師范類院校，教授人工智能課是有必要的。? 

（1）為部分優(yōu)秀的學生將來做更深入的研究打堅實的基礎(chǔ)。在面向知識經(jīng)濟的今天，研究獲取、表示和使用知識的人工智能學科越來越受到人們的重視。目前人工智能研究被列為中國高技術(shù)領(lǐng)域的重點之一。以專家系統(tǒng)為代表的智能化系統(tǒng)在信息技術(shù)中也占有重要地位。因此在高等教育中開展人工智能教育和智能化系統(tǒng)的研發(fā)，不僅是計算機科學的應(yīng)用，也是促進各學科服務(wù)于國民經(jīng)濟發(fā)展的必然趨勢。為使人工智能的理論、方法和技術(shù)的研究與應(yīng)用普及和深入，教育重心必須要下移，即從研究生教育向本科教育普及。開展本科層次人工智能普及教育的有效途徑之一是在本科高年級開設(shè)相關(guān)選修課。開展人工智能教育，不僅能夠更好地發(fā)揮高等院校的育人和科學研究功能，而且能為學生拓寬專業(yè)路徑，擴大自主學習空間和發(fā)展個性創(chuàng)造條件，同時也為營造一個使學生不僅有寬厚、扎實的理論基礎(chǔ)，且具綜合分析和解決問題能力的環(huán)境。? 

（2）為將來從教的學生積聚大量的知識。英國早在1999年，人工智能課程已經(jīng)作為選修課出現(xiàn)在中學的信息與通訊技術(shù)（ICT）課程中。許多中小學還通過機器人競賽活動來激發(fā)中小學生學習人工智能的興趣，使學生不僅提高了用信息技術(shù)解決問題的能力，而且培養(yǎng)了多種思維方式，獲得了更多的創(chuàng)新空間。美國現(xiàn)行的中學信息技術(shù)課程設(shè)置中，將人工智能的內(nèi)容作為“媒體與技術(shù)”層面對12年級學生的要求。澳大利亞的部分中學開設(shè)的信息處理與技術(shù)課程，人工智能、信息系統(tǒng)、算法和程序設(shè)計、社會和倫理道德、計算機系統(tǒng)分別作為5個主題共同構(gòu)成了該課程的教學內(nèi)容。在該課程的大綱中規(guī)定，人工智能部分的教學內(nèi)容在高中第3學期為12年級的學生開設(shè)，教學時間為10周。? 

在我國，多年以來中學奧林匹克信息學競賽中一直包含有人工智能相關(guān)的題目，涉及啟發(fā)式搜索、博弈、智能程序設(shè)計等問題。2003年4月，我國教育部正式頒布《普通高中技術(shù)課程標準（實驗）》，首次在信息技術(shù)科目中設(shè)立了“人工智能初步”選修模塊，標志著我國高中人工智能課程的正式起步。? 

我國的新課程標準頒布后，教育部評審并通過了分別由教育科學出版社、廣東高教出版社、地圖出版社、上?？萍冀逃霭嫔绾驼憬逃霭嫔绯霭娴?套高中《人工智能初步》教材，并開發(fā)了相應(yīng)的教輔材料，包括教師用書和配套光盤等。為了配合中學人工智能課程的實施，國內(nèi)也推出了一些適合中學生學習與體驗的人工智能軟件和網(wǎng)絡(luò)資源。另一方面，一些高校的本科生、研究生也逐步關(guān)注中學人工智能教育的開展并將其作為畢業(yè)論文的研究選題。一些師范院校適應(yīng)形勢要求，已為師范生開設(shè)了與此相關(guān)的選修課程。? 

2 人工智能的教育及教學條件現(xiàn)狀? 

通過對本人多年的教學過程進行總結(jié)，我校的《人工智能》課程教育現(xiàn)狀可總結(jié)為如下幾點：? 

（1)理論知識充裕。但與實踐相脫節(jié)，特別是在智能科學技術(shù)的教育教學方面。盡管知識面相當廣泛，而人工智能理論的普及教育以及智能技術(shù)的開發(fā)與應(yīng)用仍然十分滯后。? 

(2)同其它普通高等院校一樣，在本校，人工智能技術(shù)的研究與應(yīng)用尚未普及，甚至比不上其它院校。這不利于培養(yǎng)學生的科研興趣及創(chuàng)造精神。? 

（3）缺乏配套實驗教材，實驗教學內(nèi)容缺乏，無法培養(yǎng)學生的研究能力和創(chuàng)新能力。只有開設(shè)實驗項目，才能使人工智能的相關(guān)知識具有研究性和綜合性。? 

（4）對中小學智能教育的深度及教學方式、教學特點缺乏研究。做為師范類院校，我認為在對學生進行基礎(chǔ)知識教育的基礎(chǔ)上，要緊抓中小學智能教育的特點對師范類學生進行相關(guān)的教育與培訓。? 

相對于教育現(xiàn)狀，我校的《人工智能》課程教學條件現(xiàn)狀要稍好一些，其狀態(tài)如下：? 

（1）教材使用國家級規(guī)劃教材，此教材非常系統(tǒng)地介紹了人工智能的基本原理、方法和應(yīng)用技術(shù)，適合本科及研究生使用。在我們的授課過程中，也會適當為學生提供相關(guān)的國內(nèi)其他先進教材，如中南大學蔡自興教授的《人工智能及其應(yīng)用》等。? 

（2）為了促進學生自主學習，我們準備了多種類型的擴充性學習資料，加強學生主動學習的意識，包括：課程相關(guān)雜志和書籍目錄，以及部分重要的參考文獻，與人工智能相關(guān)的網(wǎng)絡(luò)資源如優(yōu)秀BBS、新聞組、網(wǎng)址等。 它們包括了大量的文獻資料、本領(lǐng)域研究的前沿動態(tài)等。 使用表明，學生非常樂于查閱這些資源。 使學生能通過使用這些資源進行一些人工智能程序設(shè)計，探討一些問題，在課堂討論中展示他們的收獲。? 

(3）校園網(wǎng)的普及與不斷優(yōu)化使本課程有優(yōu)良的實踐性教學環(huán)境，能充分滿足教學需要。我們擁有較充足的多媒體教室和網(wǎng)絡(luò)教室，為實現(xiàn)本課程教學提供了物質(zhì)保障。在網(wǎng)絡(luò)資源建設(shè)方面，全校辦公室、教室、學生宿舍和教師宿舍都以寬帶網(wǎng)相連，這些硬件設(shè)備對本課程教學發(fā)揮了重要作用，使本課程教學質(zhì)量得以明顯提高。? 

3 人工智能教學方法及手段的改革? 

針對我們現(xiàn)在所采取的教學方法，我認為存在許多不足，如教學方式比較單一，教學內(nèi)容偏重理論講解等，為此，提出以下教學方法的改革：? 

（1）通過多種途徑激發(fā)學生的學習興趣。課程的學習效果，直接受到學生興趣和參與意識的影響。一般來講，《人工智能》作為一門前沿課程，開始學生學習興趣很大，當開始接觸到抽象理論知識及部分算法時，學生往往感到不易接受。 我們通過各種途徑和方法， 激發(fā)和培養(yǎng)學生的學習興趣，包括鼓勵學生參與某部分知識的擴充性資料查找,預(yù)留一定時間請學生負責對此內(nèi)容進行講解，布置學生對某個基本成型的實驗進行糾錯及驗證，降低問題解決的難度。學生因此產(chǎn)生興趣從而做更深度研究。? 

(2）進行啟發(fā)式教學。 我們可以嘗試在教學過程中不斷提出問題請學生思考，啟發(fā)學生求解這些問題，鼓勵學生提出自己的猜想和解決方案，然后擺出教材中的解決方案，并與同學所提出的觀點進行分析和比較，這足以加強學生學習的主動意識和參與意識，提高學生學習的積極性。? 

(3）課堂辯論與交互式教學。 組織課堂辯論，討論的議題可定位為譬如人工智能是否能超過人類智能等有爭議的問題。學生通過對這些問題展開激烈爭論，激發(fā)了學習潛能，明確了學習目標。當然師生間的交流方式還有很多，如郵件互發(fā)、QQ留言等，也可在課程網(wǎng)站中的互動平臺進行交流。? 

(4）分層次因材施教。 在授課過程中，通過對每個具體學生的學習進度、課堂作業(yè)情況進行及時評估，對學生提出進一步的學習建議和指導， 實現(xiàn)個性化的教學。 對優(yōu)秀學生探討，可以在教學設(shè)計和實驗設(shè)計中要求其選作部分探索性、創(chuàng)新性的功課和實驗，以發(fā)揮學生個性優(yōu)勢。對于有意于將來從事中小學教育的學生可以在機器人及人工智能技術(shù)發(fā)展現(xiàn)狀等知識層面對其做問題講解。而那些看似缺乏興趣的學生，我們可以用多媒體手段如播放人工智能相關(guān)電影及科學小片引起其興趣，實行逐步引導的教學過程。? 

另外，我們可以嘗試雙語教學。 采用中文教材和講授的同時，注重在課程中的關(guān)鍵詞同時用英文表示，并適當指定英文參考短文和英文參考書。使學生能夠接觸國外文獻資料，加深對學習內(nèi)容的理解，獲得更寬廣的知識。我們也可以在教學內(nèi)容安排上，注重理論聯(lián)系實際，將一些人工智能網(wǎng)絡(luò)上的虛擬實驗給學生進行課外上網(wǎng)練習，從而使學生了解算法的具體運行過程， 通過參與達到知識的理解，掌握基本方法和技術(shù)。? 

 

根據(jù)現(xiàn)有的條件，我們在教學中可以采用多媒體教學和網(wǎng)絡(luò)課程教學相結(jié)合的方法，充分利用多媒體的豐富表現(xiàn)形式，利用網(wǎng)絡(luò)課程的交互性、情景化等特點，構(gòu)筑以學生為主體的《人工智能》課程現(xiàn)代教學模式。 對于抽象知識，可通過動畫和視頻演示，通過聲音和圖像展示人工智能的歷史、人物和前景，做到學生直接而深刻地看到知識的內(nèi)涵外延。網(wǎng)絡(luò)課程能較好地實現(xiàn)交互并使學習過程情景化，通過網(wǎng)絡(luò)課程的課堂練習和章節(jié)練習，教師可以評價學生的學習情況，并給學生提出學習建議，從而提高學生的研究力和創(chuàng)新力。我們也可以給學生播放中學《人工智能》課程課堂教學錄像，以使學生看到初高中學生的知識范圍及深度；同時給學生播放現(xiàn)有的《人工智能》科學成果，讓學生看到理論背后的實踐；也可以播放科幻片，激發(fā)學生想象的翅膀從而有興趣把人工智能作為將來深造的方向?！度斯ぶ悄堋肥且婚T較新的課程，改進教學方法和手段不僅要靠教師，也應(yīng)增加硬件設(shè)備的投入。如果人工智能能采用智能輔助教學系統(tǒng)或機器人輔助教學過程逼真、形象，一目了然，這樣可大大提高學生的學習效率，尤其是提高學生的觀察判斷能力、發(fā)現(xiàn)問題和解決問題的能力。? 

4 人工智能實踐教學設(shè)計的探討? 

我們可以在教學過程中，適量開設(shè)一些實驗和設(shè)計，提高學生的動手能力，并加深他們對理論知識的理解，降低理論的抽象度，提升理論的實用性。在近兩年的教學過程中，我們會適量加入一些人工智能語言的教學過程。例如，在講解了“野人與傳教士過河”等問題后，我們可以讓學生使用Visual Prolog或者C ?++?對算法進行實現(xiàn)；在講解 TSP 問題的遺傳算法解決案例后，指出編碼方案、初始種群大小、進化代數(shù)、交叉率變異率等因素對求解結(jié)果的影響，并要求學生通過實驗的方式來分析、理解這些問題，并提出“尋找更有利的解決方案”等問題。把學生的興趣激發(fā)后，為解決這些問題，學生會在課外主動查閱相關(guān)文獻、相互討論以實現(xiàn)他們所設(shè)計的方案，這樣既培養(yǎng)了學生善于鉆研和勇于創(chuàng)新的精神又提高了學生的實踐與創(chuàng)新能力。? 

參考文獻：? 

［1］ 熊德蘭,李梅蓮,鄢靖豐.人工智能中實踐教學的探討［J］.宿州學院學報,2008(1).? 

［2］ 何元烈,汪玲.“Visual C ?++?”在“人工智能”教學中的應(yīng)用與探討［J］.廣東工業(yè)大學學報:社會科學版,2008(8).? 

第3篇：人工智能教學建議范文

【關(guān)鍵詞】人工智能 計算機輔助教學 教學與控制

一、人工智能的定義

人工智能也稱機器智能，它是計算機科學、控制論、神經(jīng)生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。從計算機應(yīng)用系統(tǒng)角度來看，人工智能是研究如何制造出智能機器或智能系統(tǒng)，實現(xiàn)模擬人類智能活動的能力，以延伸人們智能的科學。人工智能是一門交叉科學，逐漸形成一門涉及心理學、認知科學、思維可循、信息科學、系統(tǒng)科學和生物學科等多學科的綜合性技術(shù)學科。

二、計算輔助教學體系和現(xiàn)狀

計算救助教學是利用多媒體計算機的功能與特點，利用計算機輔助教師完成各個教學環(huán)節(jié)，并通過與計算機之間的交互活動，激發(fā)學生的學習積極性和主動性，幫助學生更有效地學習。實用計算機輔助教學，有利于認識主體作用的發(fā)揮，它所提供的圖像、聲音、動畫等信息由利于學生知識的獲得與保持，達到提高教學教學的目的。

目前為止，所實用的絕大多數(shù)傳統(tǒng)以及理論證明等均被應(yīng)用于計算機輔助教學系統(tǒng)，以提高其智能性和實用性。早期絕大多數(shù)計算機輔助教學將全部教學信息以編程方式預(yù)置于課件中，這樣的以及理論證明等均被應(yīng)用于計算機輔助教學系統(tǒng)，以提高其智能性和實用性。因此現(xiàn)有的以及理論證明等均被應(yīng)用于計算機輔助教學系統(tǒng)，以提高其智能性和實用性。早期絕大多數(shù)計算機輔助教學系統(tǒng)面臨許多挑戰(zhàn)，它主要存在以下幾個方面的問題。

1.計算機輔助教學系統(tǒng)的閉塞性

不具有開放性是目前以及理論證明等均被應(yīng)用于計算機輔助教學系統(tǒng)，以提高其智能性和實用性。其弊端在于固定內(nèi)容的局限性使課件的適用面狹窄，而且設(shè)定的運行路線使授課缺乏自主性;授課的針對性不強;無法利用新出現(xiàn)的資源在較高起點上進行二次開發(fā)。

2.智能性的欠缺

現(xiàn)有的計算機智能輔助課件系統(tǒng)不能對不同何曾度的學生進行有針對性的教育，學生的學習是被動的，不能由系統(tǒng)自動提供助學信息而使學生有選擇地學習。。

3.人機交互能力較弱

現(xiàn)有計算機智能輔助大多以光盤作為信息的載體，將材料中的內(nèi)容以多媒體的形式展現(xiàn)出來，教學信息是按預(yù)置的教學流程機械式地提供給學者，學習者使用計算機智能輔助課件學習是完全被動的。

4.教師與學生的互動在教學中的缺乏

現(xiàn)有計算機智能輔助課件在學生自學以及進行操作使用時，如何學習都是學生自己的事。教師不能全完了解學習者的情況，學生在蹦到問題時不能向教師求教，師生之間互相封閉，談不上師生互動，因此課件所起的效果大打折扣。

5.課程特點沒有突出

各門課程在教學上有不同的要求，但現(xiàn)有課件對于這些不同要求完全不予理會。例如很多課程都要涉及到大量的曲線或曲面，對有些課程來說，將這些曲線或曲面給出了一個簡單的展示就足夠了，而有些課程這樣的展示不能達到教學目的的要求。

6.教學計劃的欠缺

在課件的開發(fā)過程中實際上離不開教學策略的設(shè)計，但課件的制作者往往并未意識到這一點。例如:現(xiàn)有的絕大多數(shù)課件都是單一的展播式，這樣的可見制作“精美”，但它不可逆、不能互動。實際上運用課件教學只是手段而不是目的，應(yīng)該在教學設(shè)計理論的指導下講求課件的實效性，著眼點在于學生學習新知識、掌握新技術(shù)、培養(yǎng)各種能力有幫助，而不是表面上的制作“精美”。

綜上所述，現(xiàn)有的計算機智能輔助存在許多問題，隨著新技術(shù)的不斷出現(xiàn)，這些問題將使計算機智能輔助越來越不能適應(yīng)新的要求。因此以智能計算機智能輔助為代表的心的計算機輔助教學系統(tǒng)將成為教育技術(shù)上需要不斷探求、努力實現(xiàn)的發(fā)展方向。 轉(zhuǎn)貼于

三、智能計算機輔助教學系統(tǒng)

智能計算機輔助教學系統(tǒng)(Intelligent ComputerAided Instruction)，簡稱ICAI。教學過程是一個復(fù)雜的教與學的思維過程，它需要教師以專門知識和經(jīng)驗為依據(jù)，經(jīng)過吸取、講解、推理、示例、綜合等多個步驟才能較好地完成。計算機輔助教學實際上是一個由計算機系統(tǒng)輔助教師進行教學以及學生進行學習并得以實現(xiàn)的系統(tǒng)。在智能ICAI中，教學思想、方法、學習內(nèi)容可用知識形式表示，如何解決知識的形式化表示以及知識的訪問與調(diào)用問題，是人工智能的核心技術(shù)之一，也是將ICAI引入教育技術(shù)領(lǐng)域中所要面臨的一個問題。知識庫是實現(xiàn)知識推理與專家系統(tǒng)的基礎(chǔ)，可以用知識庫作為智能ICAI的構(gòu)建環(huán)境。在知識庫中，教學內(nèi)容等的有關(guān)知識可以用事實與規(guī)則表示，并存儲于知識庫內(nèi)，教學與學習過程既是對知識庫中知識進行推理，并最終得出所需結(jié)果的過程。ICAI系統(tǒng)的一般包括以下幾個模塊:

1.知識庫。知識庫是關(guān)于教學內(nèi)容的模塊，解決“教什么”問題。知識庫中的教學內(nèi)容有待于教學與控制模塊和學生模塊進行選取、調(diào)用。

2.學生模塊。學生模塊是用于記錄學生的學習情況，對學生學習的各個環(huán)節(jié)信息進行搜集，以便系統(tǒng)對學生的學習情況進行自動評估，提出具有針對性的學習建議和個別化的輔導。學生模塊描述學生對教學內(nèi)容理解、掌握的程度，系統(tǒng)可以根據(jù)學生模塊的具體情況調(diào)整教學策略并提供適當?shù)姆答仭?/p>

3.用戶接口模塊。這是系統(tǒng)與用戶交流的界面。整個系統(tǒng)依靠用戶接口模塊把教學內(nèi)容呈現(xiàn)給用戶、接受用戶輸入的信息、并向用戶提供反饋。

4.教學與控制模塊。這是教學過程與整個系統(tǒng)的控制模塊，涉及到“如何教”的問題。它具有領(lǐng)域知識、教學策略和人機對話等方面的知識。根據(jù)學生模型提供的學生學習情況，通過智能系統(tǒng)的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，可以通過分析學生以往的學習興趣和學習習慣，預(yù)測學生的知識需求和常犯錯誤，動態(tài)地將不同的學習內(nèi)容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因進而針對地提出合理的教學建議、學習建議以及改進方法。

新世紀的教學將是以智能化的ICAI為主線，是多學科、多方位發(fā)展的新技術(shù)的體現(xiàn)。隨著人工智能技術(shù)的發(fā)展、計算機輔助教學的成效將更加明顯。

參考文獻

第4篇：人工智能教學建議范文

關(guān)鍵詞:HPS教育;小學科學;人工智能

隨著我國教育的迅猛發(fā)展，作為科學教育重中之重的小學科學教育逐漸開始被大眾所關(guān)注，所以探索小學科學教育的新思路已成為教育改革的關(guān)鍵之一。多年來，我國不斷借鑒發(fā)達國家的教育改革理念與經(jīng)驗，并進行本土化研究，促進我國教育發(fā)展。

一、研究背景

HPS教育作為西方20世紀80年代盛行的理論，引入中國已有20余年。作為極其受歡迎的教育理念，憑借著自身優(yōu)勢在中國教育課程改革中占據(jù)了一席之地，也為中國科學教育提供了新思路。

(一)HPS的概念界定

HPS的提出源自科學內(nèi)部對科學反思和科學外部人員對科學本質(zhì)認識的思考。最初，HPS指的是科學史(HistoryofScience)和科學哲學(PhilosophyofScience)兩大學科領(lǐng)域，但在20世紀90年代科學建構(gòu)論流行后，科學社會學與科學知識社會學被引入科學教育，HPS逐漸演化成科學史(HistoryofScience)、科學哲學(PhilosophyofScience)和科學社會學(SociologyofScience)三者的統(tǒng)稱［1］:科學史即研究科學(包括自然科學和社會科學)和科學知識的歷史;科學哲學則是對科學本性的理性分析，以及對科學概念、科學話語的哲學思辨，比如科學這把“雙刃劍”對人類社會的影響;科學社會學則討論科學處在社會大系統(tǒng)中，社會種種因素在科學發(fā)展過程中的地位和作用，這包括了政治、經(jīng)濟、文化、技術(shù)、信仰等因素［2］。在國外，德國科學家和史學家馬赫最早提倡HPS教育，突出強調(diào)哲學與歷史應(yīng)用至科學教學中的作用。我國HPS相關(guān)研究開始晚且研究規(guī)模較小，首都師范大學的丁邦平教授認為HPS融入科學課程與教學是培養(yǎng)學生理解科學本質(zhì)的一個重要途徑［3］。

(二)HPS教育理念融入小學科學課程的必要性

運用科學史、科學哲學等進行教學是目前國際上小學科學教育改革的一種新趨勢。2017年，教育部頒布的《義務(wù)教育小學科學課程標準》標志著我國科學教育步入了新階段，其不僅要求達成科學知識、科學探究的相應(yīng)目標，也要養(yǎng)成相應(yīng)的科學態(tài)度，思考科學、技術(shù)、社會與環(huán)境的融洽相處。該標準提出了“初步了解在科學技術(shù)的研究與應(yīng)用中，需要考慮倫理和道德的價值取向，提倡熱愛自然、珍愛生命，提高保護環(huán)境意識和社會責任感”。HPS教育與小學科學課程的結(jié)合是教學內(nèi)容由知識到能力再到素養(yǎng)的過程，是小學科學教育的新維度，改變了小學科學課程的教學環(huán)境。將科學課程中融入HPS教育的內(nèi)容，可以幫助學生理解科學本質(zhì)，研究科學知識是如何產(chǎn)生的，科學對社會的多方面影響以及科學和科學方法的優(yōu)、缺點等。當《小學課程標準》將科學態(tài)度和價值觀視為科學教育的有機組成部分時，小學科學課程就有望成為HPS教育的天然載體，同時為小學科學課程滲透HPS教育提出了挑戰(zhàn)。目前，我國小學科學課程雖已有部分設(shè)計融入了HPS教育理念，但該融入過程仍停留在表面，融入程度低，融入方式單一。所以，研究HPS教育理念融入小學科學課程十分有必要。

(三)HPS教育理念融入小學科學課程的可行性

縱觀國內(nèi)外已有的研究，將HPS教育融入小學科學課程可分為基于傳統(tǒng)課堂模式的正式教育課程和基于科技館、研學機構(gòu)等的非正式教育課程。由皖新傳媒、中國科學技術(shù)大學先進技術(shù)研究院新媒體研究院、中國科學技術(shù)大學出版社三方通力合作、聯(lián)合打造的《人工智能讀本》系列叢書自出版以來已發(fā)行八萬套，在安徽省多個市區(qū)的小學得以應(yīng)用，是青少年人工智能教育上的一次全新探索。該套叢書分三年級至六年級共四套，涵蓋了16個人工智能前沿研究領(lǐng)域知識點，每一節(jié)課都設(shè)有場景引入、讀一讀、看一看、試一試4個模塊。小學《人工智能讀本》作為闡述新興科技的讀本，以親切的場景對話和可愛幽默的插畫等形式吸引了眾多小學生的興趣，不僅可作為學校科學課讀本，也可以應(yīng)用于課外場景。本文則以小學《人工智能讀本》為例，對HPS教育進行初步摸索與實踐，以期對小學科學教育帶來教益。

二、HPS教育理念融入小學科學的典型案例

《人工智能讀本》作為HPS教育理念融入小學科學實踐的典型案例，側(cè)重引導學生多維度、科學辯證地認識人工智能，內(nèi)容包括機器學習、決策職能和類腦智能，以及人工智能的不同發(fā)展階段，帶領(lǐng)學生思考人工智能帶來的倫理問題以及其他挑戰(zhàn)，培養(yǎng)學生正確的世界觀、人生觀和價值觀。本研究將以《人工智能讀本》六年級第四單元“人工智能倫理與其他挑戰(zhàn)”為例，分析HPS教育理念融入小學科學的實踐。

(一)科學史:提升課程趣味性

小學科學教育作為培養(yǎng)具有科學素養(yǎng)公眾的重要步驟，提升過程的趣味性則十分重要。過去傳統(tǒng)的小學科學教育注重知識的傳遞而忽略了學習過程，填鴨式教學導致學生失去對科學的興趣與探索欲，不利于公民科學素養(yǎng)的整體提高。而科學史作為研究科學(包括自然科學和社會科學)和科學知識的歷史，已經(jīng)逐漸滲透到科學教育中來?？茖W史常常介紹科學家的事跡，某一知識誕生所面臨的困難和曲折過程，而將科學史融入課程可以帶學生重回知識誕生的時刻，切身體會科學。讀本作為在小學科學教育中不可或缺的工具，利用科學史內(nèi)容，以敘事方式可以將科學哲學與科學社會學的思想融入教學過程中，在讀本中融入歷史，可以提升課程趣味性，幫助學生更加容易探求科學本質(zhì)，感受科學家不懈努力、敢于質(zhì)疑的精神，提升科學素養(yǎng)。例如《人工智能讀本》六年級第四單元“人工智能倫理與其他挑戰(zhàn)”引入部分即以時間順序展開，介紹人工智能的發(fā)展與面臨的困境。在“看一看”中機器人索菲亞是否可以結(jié)婚的故事不僅為本章節(jié)提供了豐富的內(nèi)容，提升了課程的趣味性，而且還融入了科學與哲學，引發(fā)讀者對于人工智能的思考。

(二)科學社會學:提升課程社會性

科學社會學是研究一切科學與社會之間的聯(lián)系與影響，包含科學對社會的影響和社會對科學的影響。科學是一種社會活動，同時也受到政治、經(jīng)濟、文化等多方面影響，比如蒸汽機的誕生表明科學促進社會的發(fā)展。在科學教育的課堂中融入科學社會學不僅可以幫助學生理解科學問題，還可以通過介紹科學與社會之間的復(fù)雜關(guān)系，培養(yǎng)學生靈活、批判看待科學問題的思維能力。如六年級第四單元“人工智能倫理與其他挑戰(zhàn)”中，在介紹個人與技術(shù)的基礎(chǔ)上引入了政府和環(huán)境這兩個要素，使學生在更宏觀的背景下，獲得這樣一種認知:環(huán)境與技術(shù)之間有一把“雙刃劍”，個人與技術(shù)、政府與技術(shù)之間是相互促進的主客體關(guān)系?！度斯ぶ悄茏x本》并不全是說教性質(zhì)的文字，在“試一試”中的辯論賽環(huán)節(jié)讓同學通過親身實踐，更加了解人工智能對于社會的多方面影響。通過對于科技是一把“雙刃劍”這一事實的了解，同學們可以更好地將學習知識與社會的背景聯(lián)系在一起，深刻體會科學中的人文素養(yǎng)，增強社會責任感。

(三)科學哲學:提升課程思辨性

以往研究發(fā)現(xiàn)，國內(nèi)學科教材中關(guān)于科學史和科學社會學內(nèi)容較多而且呈顯性，而對于科學哲學的融入內(nèi)容不夠，且不鮮明。［3］科學哲學融入科學教育無疑可以提升學生的思辨性，幫助學生建立起對于科學正確而全面的認識。例如，《人工智能讀本》六年級第四單元“人工智能倫理與其他挑戰(zhàn)”中，引入人工智能倫理，通過介紹人工智能面對的挑戰(zhàn)、人工智能的具體應(yīng)對策略，讓小學生了解人工智能技術(shù)發(fā)展的同時也要重視可能引發(fā)的法律和倫理道德問題，明白人與人工智能之間的關(guān)系以及處理這些關(guān)系的準則。通過“讀一讀”先讓學生明白倫理概念，再用一幅畫讓學生思考在算法的發(fā)展下，人類與機器人的關(guān)系如何定義，向?qū)W生傳遞樹立人類與人工智能和諧共生的技術(shù)倫理觀。通過這種方式，可以幫助學生逐步建立完整的科學觀，全面且思辨地看待科學，提升學生思辨性，進而提升科學素養(yǎng)。

三、HPS教育理念融入小學科學課程的實踐建議

《人工智能讀本》作為一套理論與實踐相結(jié)合，具有知識性與趣味性的兒童科普讀物，著重引導小學生培養(yǎng)科學創(chuàng)新意識，提升人工智能素養(yǎng)，產(chǎn)生求知探索欲望。但《人工智能讀本》作為HPS融入小學科學課程的初始，仍存在教育資源不充分、內(nèi)容結(jié)合較淺等不足，為了將HPS教育更好融入小學科學課程，可從以下三方面加以改進。

(一)開發(fā)HPS教育資源

HPS教育需要教育資源的支撐。HPS教育資源來源廣泛，無論是學生的現(xiàn)實生活，還是歷史資料，都可以提供契機和靈感?！度斯ぶ悄茏x本》中收集了大量與人工智能相關(guān)的故事和現(xiàn)實案例，都可以作為教育資源，從各個角度達到科普的目的。在新媒體時代，進行HPS教育資源開發(fā)時，應(yīng)當注意借助最新的信息與通信技術(shù)增強資源的互動性，如互動多媒體技術(shù)、虛擬現(xiàn)實技術(shù)、增強現(xiàn)實技術(shù)、科學可視化技術(shù)等。在傳統(tǒng)的科學課堂教學中，主要是通過圖片文字講解，實驗演示及互動來開展。這種形式對于現(xiàn)實中能接觸到的實驗內(nèi)容，如常見的動植物、可操作的物理化學實驗等，比較容易開展。而對于地球與宇宙科學領(lǐng)域的知識，或者一些已經(jīng)不存在的動植物，則只能通過圖片視頻進行展示，不容易進行實驗展示。通過虛擬現(xiàn)實技術(shù)、增強現(xiàn)實技術(shù)等，則可以虛擬出世界萬物，如不易操作的物理化學實驗、已消失的動植物等都可以通過虛擬現(xiàn)實的手段得以呈現(xiàn)。這些技術(shù)或能使教學內(nèi)容變得生動形象，或通過營造沉浸感以使學生有更佳的情境體驗，或讓學生與教學資源進行交互從而自定義內(nèi)容，服務(wù)于學生科學素養(yǎng)提升的終極目的。

(二)對小學科學教師進行培訓

HPS教育的關(guān)鍵是從社會、歷史、哲學等角度對自然科學內(nèi)容進行重新編排，并不是將大量的內(nèi)容或?qū)W科知識簡單相加，這對教師能力也提出了更高要求。目前，人工智能教學領(lǐng)域常常出現(xiàn)“學生不會學、老師不會教”的狀況，《人工智能讀本》作為內(nèi)容翔實有趣的讀本可以彌補一部分缺失。但與此同時，也需要提升教師的教學能力與知識儲備。HPS教育理念不僅僅針對歷史中的科學人物，所有的學生主體也是歷史中的主體，他們也身處于社會中，并且對于生活中的各種科學現(xiàn)象有著自己的思考。所以教師身為引導者，需要注意到學生的思考，深入挖掘，鼓勵他們對所思內(nèi)容進行反思并付諸實踐?？茖W史和科學哲學應(yīng)當成為科學教師教育項目中的一部分，這能讓科學教師更好地理解他們的社會責任。為此，對職業(yè)科學教師進行HPS培訓便是必要的。

(三)多場景開展小學科學教育

科學素養(yǎng)不是空洞的，它來自學生的認識體驗，并從中獲得生動、具體的理解和收獲?！度斯ぶ悄茏x本》作為方便攜帶的讀本，不僅可以在小學科學課堂中作為教材使用，也可以應(yīng)用在其他場景，如研學旅行、科技館等場所。課堂學習只是小學科學教育中的一個環(huán)節(jié)，家庭、科技館等也可以進行科學教育。例如，科技館與博物館可以以科學家和歷史科學儀器為主題舉辦展覽，展覽中融入HPS教育理念，學生在參觀和學習過程中學習有關(guān)科學內(nèi)容。一些歷史上大型的科學實驗，學校教室或?qū)嶒炇覠o法滿足條件，但在大型的場館中可以實現(xiàn)。例如，研學旅行作為目前科學教育中最受歡迎的方式之一，已被納入學校教育教學計劃，列為中小學生的“必修課”，正逐漸成為學生獲得科學知識的另一個途徑。研學旅行作為一種集知識性、教育性、趣味性和娛樂性為一體的旅游形式，通常伴隨著知識教育的過程，包括科學知識的普及，所以也是開展小學科學教育的重要場所。在該場景下，運用《人工智能讀本》等新興手段進行科學教育往往取得事半功倍的效果。

結(jié)語

目前，HPS教育理念已經(jīng)積極嘗試運用到小學科學教育中，包括學校內(nèi)的正式學習以及學校外如科技館、博物館、研學旅游中的非正式學習之中。其中，科技史以時間維度為線索創(chuàng)造豐富資源的同時也可以提升課程趣味性;科學社會學以科學與社會之間的相互關(guān)系幫助學生理解科學本質(zhì)，提升科學素養(yǎng);科學哲學則以哲學的視域?qū)徱暱茖W的誕生提升學生思辨能力。未來，HPS教育結(jié)合小學科學則需要更深入，在資源開發(fā)、教師培訓以及應(yīng)用場景等方面加以改進，為提升國民科學素養(yǎng)做出努力。

參考文獻:

［1］袁維新．國外科學史融入科學課程的研究綜述［J］．比較教育研究，2005，26(10):62-67．

［2］張晶．HPS(科學史，科學哲學與科學社會學):一種新的科學教育范式［J］．自然辯證法研究，2008，24(9):83-87．

［3］丁邦平．HPS教育與科學課程改革［J］．比較教育研究，2000(06):6-12．

第5篇：人工智能教學建議范文

關(guān)鍵詞：智能教學系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；學生模型；設(shè)計

中圖分類號：G434　文獻標識碼：A　文章編號：2095-2163(2011)04-0052-03

0　引言

人類社會為提高教學效率，更好地培養(yǎng)人才，一直在不斷探索與嘗試運用新技術(shù)、新方法來改進教與學的方法和手段。同時也希望能實現(xiàn)因材施教，即根據(jù)學生不同的學習基礎(chǔ)、學習能力等特征進行差別化教育。但限于教師資源不足和教學效率的要求，尚未做到對每一個學生進行因材施教，智能教學系統(tǒng)的提出為實現(xiàn)這一目的提供了可能。智能教學系統(tǒng)(Intelligent Tutoring System，ITS)是計算機輔助教育與人工智能的結(jié)合，是人工智能(artificial intelligence，AI)在教學上的應(yīng)用，其由人工智能、認識科學、教育理論等多門學科交叉產(chǎn)生。ITS通過研究人類學習的思維特征和過程，尋求學習認識的模式，同時以個性化教學為目標，并根據(jù)學生的心理特征、認知水平、已有的知識基礎(chǔ)、認識結(jié)構(gòu)和學習習慣、學習風格、動機等個性化特征進行學生個人教學方法和教學內(nèi)容的確定，選擇適當?shù)慕虒W策略，從而為學生提供與其學習特征相符的學習內(nèi)容和學習進度。學生通過個性化、自適應(yīng)的學習，既獲得了知識，又培養(yǎng)了能力。智能教學系統(tǒng)能更好地發(fā)揮學生的積極性，有助于學生智力的開發(fā)和能力的培養(yǎng)，是實現(xiàn)教學手段現(xiàn)代化的新方法、新途徑。

人工神經(jīng)網(wǎng)絡(luò)(Artifieial Neural Network，ANN)是人工智能的一個重要領(lǐng)域，也稱為神經(jīng)網(wǎng)絡(luò)(Neural Networks，NN)，是由大量處理單元(神經(jīng)元)廣泛互連而成的網(wǎng)絡(luò)；這是一種模仿生物大腦的結(jié)構(gòu)，并且模擬人腦信息處理過程的信息處理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有較強的學習能力，即通過訓練可抽象歸納出訓練樣本的主要特征，因而有較強的容錯能力和記憶聯(lián)想能力，能夠并行處理信息，因而有較快的信息處理速度。將神經(jīng)網(wǎng)絡(luò)應(yīng)用于智能教學系統(tǒng)能有效提高系統(tǒng)的智能水平、適應(yīng)能力及反應(yīng)速度。

目前智能教學系統(tǒng)已有不少研究，其中包括部分學生模型的研究，但這些學生模型普遍存在著智能性不足等問題。本論文對利用神經(jīng)網(wǎng)絡(luò)構(gòu)建智能教學系統(tǒng)學生模型進行了研究，以人工智能、認識心理學、教育學為基礎(chǔ)，分析了學生學習過程中的影響因素，進行了模型設(shè)計。

1　基于神經(jīng)網(wǎng)絡(luò)的學生模型設(shè)計

智能教學系統(tǒng)(ITS)是交叉科學，由于人工智能、計算機科學等相關(guān)學科仍處于快速發(fā)展時期，故ITS目前仍處于發(fā)展階段，其組成部分有不同的說法，如由三部分組成，四部分組成，五部分組成，但卻都包含三個核心的部分，即學生模塊、教師模塊和專家模塊(知識庫)。本文在三模塊架構(gòu)基礎(chǔ)上對學生模型進行設(shè)計。

學生模型是智能教學系統(tǒng)的核心，是實施因材施教的基礎(chǔ)和關(guān)鍵。因此構(gòu)造合適的學生模型是構(gòu)建智能教學系統(tǒng)的重點。該模型應(yīng)該能夠及時、正確反映出學生學習行為中的本質(zhì)特征和狀態(tài)，即反映出學生對某一學習內(nèi)容的掌握、理解程度和學習行為中包含的學習風格、習慣及學習能力等。學生模型目前較普遍的分類有：覆蓋模型、微分模型、攝動模型和認知模型等。

(1)覆蓋模型是將學生所擁有的知識看成是專家知識的一部分，教學目標是在現(xiàn)有和總體之間建立相應(yīng)聯(lián)系。在覆蓋模型中，通過將學生與專家的行為差別來建立學生模型，并假設(shè)由于某種原因使學生與專家的技能差別造成學習行為的不同。覆蓋模型對學習者的描述過于簡單，認為學生知識僅是其中的一部分，沒有考慮學生的歸納和演繹訓練，即舉一反三，觸類旁通的能力訓練。

(2)微分模型是將學習者的知識分為預(yù)備授予和預(yù)備授予以外知識兩個部分，較覆蓋模型有了進一步的擴充，但其本質(zhì)還是覆蓋模型。

(3)攝動模型考慮到學生所學到的知識有可能與專家?guī)熘兄R的不同，但仍然是從知識角度來建模。

上述模型都是通過專家知識與學生已有知識的對比來找出學生需要學習的內(nèi)容，偏重于知識，不能較全面地反映學生的學習特征和狀態(tài)。

1.1學習過程因素對于學習的影響

根據(jù)比格斯的3P學習模型，學習過程可以決定學生學習質(zhì)量。不同的學生用淺層式學習與深層式學習在取得相同的成績評定情況下，其學習質(zhì)量也是不一樣的。淺層式學習記住的是一些與原文一致的內(nèi)容，沒有去思考這些內(nèi)容之間的關(guān)系。深層式學習是從整體上去把握學習內(nèi)容，學習者想方設(shè)法弄清學習內(nèi)容之間的內(nèi)在聯(lián)系。學習過程因素(主要是學習方式)不僅會影響學習結(jié)果，而且其本身也是反映學習質(zhì)量的重要指標，因此在智能教學系統(tǒng)學生模型中，需要考慮學生對于知識記憶、分類、歸納總結(jié)和演繹推理能力的培養(yǎng)和提高，提醒學生使用深層式學習。從而對學生回答的問題進行比較、分析，找出其原因，特別是對于產(chǎn)生錯誤的原因進行分析診斷，并反饋給相應(yīng)的教師模型，從而對學習內(nèi)容、教學方法進行調(diào)整，同時給出學習方式的建議，而不是簡單地讓學生重新學習某一部分內(nèi)容。如測試中發(fā)現(xiàn)學生在基礎(chǔ)知識部分的得分很高，而綜合運用測試得分較低，學生可能應(yīng)用的是淺層式學習，教學系統(tǒng)應(yīng)給出學習方式的提醒和建議，使智能教學系統(tǒng)的因材施教效果能更好地體現(xiàn)出來。

有的學生習慣于通過做大量練習題來進行新內(nèi)容學習，以期將該內(nèi)容所有可能出現(xiàn)的題型都見識一下，通過歸納總結(jié)的方法進行學習；而有的學生則習慣通過演繹推理，用萬變不離其宗的原理，從所學內(nèi)容的本質(zhì)特征出發(fā)，深入理解內(nèi)容的各部分之間關(guān)系，不用做大量習題也能較好掌握所學內(nèi)容。

因此，在設(shè)計學生模型時，應(yīng)該考慮的因素有學生學習習慣、年齡、擁有的正確知識及對這些知識掌握的程度(即已有的學習基礎(chǔ))，學生的學習史與學生個性特征等。在學生模型中，學生的學習行為包括學生總時間、學習某一內(nèi)容或解決某一問題所花的時間。對學習內(nèi)容的認知程度用布魯姆的6個認知級別，即識記、理解、應(yīng)用、分析、綜合、評價來標記。在學生具體學習行為中，用解決系統(tǒng)所提出問題的正確率來確定學生對目前所學知識的掌握程度，并以學習正確率與學習該內(nèi)容的時間比值來衡量學生的學習能力。

1.2學生模型設(shè)計

建立學生模型采用BP神經(jīng)網(wǎng)絡(luò)(Back-propagationNeutral Network)，即前饋反向傳播網(wǎng)絡(luò)。BP網(wǎng)絡(luò)由輸入層、隱層和輸出層組成，各層神經(jīng)元僅與其相鄰神經(jīng)層之間有連接，同一層神經(jīng)元之間無任何連接，且其輸入與輸出是一個高度非線性映射關(guān)系。輸入信號從輸入層進入網(wǎng)絡(luò)，經(jīng)過隱層處理，最后到達輸出層；每一層由多個節(jié)點組成，同層節(jié)點間無任何關(guān)系。

神經(jīng)網(wǎng)絡(luò)具有較強的自學習能力，利用學習實例對網(wǎng)絡(luò)進行訓練，通過自適應(yīng)算法修改網(wǎng)絡(luò)結(jié)構(gòu)的連接權(quán)值，使網(wǎng)絡(luò)逼近所期望的輸入與輸出關(guān)系，并可以根據(jù)輸入數(shù)據(jù)的變化自動調(diào)整參數(shù)，優(yōu)化系統(tǒng)，使之能更好反映學生的學習特征。輸入是學生基本信息(姓名、學號、年級、班級、年齡等)、課程名稱及章節(jié)、學習基礎(chǔ)、對某一問題的得分、學習時間記錄等，輸入層節(jié)點數(shù)為5。輸出層根據(jù)所要表達的學生學習狀態(tài)和特征來設(shè)計，目前設(shè)定的輸出有對某一學習內(nèi)容的掌握程度、學習方式、學習習慣等。隱層數(shù)則根據(jù)需要設(shè)定。

學生模型的神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖1所示。

第6篇：人工智能教學建議范文

關(guān)鍵詞:智能系統(tǒng)控制;探究式教學;人工智能;研究課題

隨著我國素質(zhì)教育的全面推行和智能科學技術(shù)的快速發(fā)展,傳統(tǒng)的教學模式受到強烈的沖擊,不少學校已嘗試推行網(wǎng)絡(luò)教學模式、交互式教學模式等教學改革,并且收到一些明顯的效果。這些新教學模式得到了老師、學生和家長的關(guān)注,越來越多的教師開始應(yīng)用這些教學改革成果。根據(jù)“因材施教”原則和智能技術(shù)的原理,我們設(shè)計了智能系統(tǒng)控制課程的探究式教學方法[1]。

1智能系統(tǒng)控制課程探究式教學設(shè)計

智能系統(tǒng)控制課程與智能信息處理課程分別是我院的必修課程和選修課程,其探究式教學平臺主要包括網(wǎng)絡(luò)課程、講義下載、學生論文/程序演示等模塊。智能系統(tǒng)控制課程的探究式教學是指教師利用課堂的知識傳授和網(wǎng)絡(luò)的開放資源,安排學生分課題組,邊進行科研合作邊學習的教學模式。因此,探究式教學具有學生積極性高、師生/學生之間交互強、學生體驗印象深和師生互相學習等特點。本課程的探究式教學模式設(shè)計的步驟有探究式教學模式設(shè)計、網(wǎng)絡(luò)課程網(wǎng)站設(shè)計和實踐展示平臺的設(shè)計。

1.1探究式教學模式設(shè)計

傳統(tǒng)教學模式往往沒有提供可供學生自主選擇的學習方法,但并不是所有的學生都適合此種教學方式[2]。因此,有必要研究可供學生自主選擇學習進度的探究式教學模式,以實現(xiàn)因材施教。

本課程的探究式教學模式具體來說,是指根據(jù)每個學生的專業(yè)、基礎(chǔ)、潛力和特點劃分幾個合適的課題組,幫助每個學生選定自己的小課題;接著,在老師指導和組長帶領(lǐng)下分組調(diào)研、討論、設(shè)計、編程和交流,同時可以利用教學網(wǎng)絡(luò)中的各種教學資源;最后,將成果總結(jié)為PPT和程序,在課堂上交流,再在網(wǎng)絡(luò)上演示。例如,先根據(jù)學生學習智能系統(tǒng)控制課程的不同目的和學生的專業(yè)基礎(chǔ),將眾多學生分為自動化組和通信組。然后,由各大組的組長和組員根據(jù)專業(yè)基礎(chǔ)和興趣探討課題題目和研究子方向,保證每個學生都有具體研究小課題。進而,學生調(diào)研、探討、研究、合作、交流,進行PPT陳述。再如,有的學生想學智能控制的理論知識,有些學生則想重點學習智能控制的應(yīng)用技術(shù),因此將智能系統(tǒng)控制網(wǎng)絡(luò)課程分為理論教學和應(yīng)用教學。

1.2網(wǎng)絡(luò)課程網(wǎng)站設(shè)計

智能系統(tǒng)控制網(wǎng)絡(luò)課程的主要功能是在教學網(wǎng)頁上向?qū)W生展示智能系統(tǒng)控制的各種課程知識,要求以邏輯性強、易于理解的方式向?qū)W生傳授知識,這是學生自主學習的重要環(huán)節(jié)。知識點頁面的設(shè)計要求排版清楚美觀,色調(diào)適合統(tǒng)一,圖文并茂,以多媒體的形式展示知識。為了讓學生及時了解自己的學習進度并能實現(xiàn)知識點頁面的隨意轉(zhuǎn)換,設(shè)計了動態(tài)跟隨目錄,以便于學生隨時選擇課程的學習內(nèi)容。對智能系統(tǒng)控制課程設(shè)計了進度參考值,以便于學生知道其學習快慢,從整體上把握學時規(guī)劃。

1.3實踐展示平臺的設(shè)計

在智能系統(tǒng)控制課程的實踐展示平臺中,習題的存儲和管理都在數(shù)據(jù)庫中進行,章節(jié)自測題的功能模塊如圖1所示[3-4]。學生每學完一章就可通過練習來鞏固該章的知識,了解其對本章節(jié)知識的掌握情況。

在課后習題的設(shè)計中,特別增加了顯示失分題并列出正確答案的功能以及留言功能。學生利用前一功能了解自己錯誤理解的那些知識點并改正錯誤,學生通過后一功能提交對答案的任何質(zhì)疑或更好的建議方案,并由專業(yè)老師予以點評,如圖2所示。這些功能能提高學生的積極性,增加老師與學生之間的互動性,為學生學習本課程提供了很好的智能助手[5-6]。

智能系統(tǒng)控制課程實踐展示平臺的另一重要功能是利用Java技術(shù)等網(wǎng)絡(luò)工具展示智能技術(shù)的演示程序,促進學生的學習交互性和實踐效果。對于人工智能和智能控制課程中每種能演示程序的知識點,都可以用Java等技術(shù)編程實現(xiàn)交互演示實例,也可以推薦學生設(shè)計相關(guān)的演示程序,開設(shè)學生作品的演示區(qū)。

2結(jié)語

智能系統(tǒng)控制課程的探究式教學方法可以彌補傳統(tǒng)智能控制教學過程中的一些不足,讓任何學生都可以在任何時間、任何地點選擇一種自己想學的教學模式,以自己喜歡的學習方式和學習進度進行學習。學生根據(jù)自身的條件選擇一種教學模式,然后進行自主學習。每章最后會設(shè)置章節(jié)自測題,查看學生對本章節(jié)的掌握情況,更主要的目的是鞏固學生本章所學知識。隨著智能網(wǎng)絡(luò)技術(shù)的發(fā)展,智能技術(shù)的教學將會更加人性化和個性化[7-8]。

參考文獻:

[1] 蔡自興,徐光v. 人工智能及其應(yīng)用[M]. 3版. 北京:清華大學出版社,2004.

[2] 龔濤,蔡自興. 多維教育智能體的構(gòu)建與應(yīng)用[J]. 教育信息化,2002(76):55-56.

[3] 馬婭婕,田翔川. 多媒體網(wǎng)絡(luò)教學系統(tǒng)在線考試題庫的設(shè)計[J]. 計算機應(yīng)用研究,2005(1):182-183.

[4] 黃向前,劉淵,莊春興. 關(guān)于題庫資源建設(shè)系統(tǒng)的規(guī)范化的分析[J]. 實驗技術(shù)與管理,2004,21(3):76-79.

[5] 管恩京,李靜,鄭海峰. 促進高校網(wǎng)絡(luò)教學與教學資源應(yīng)用的對策研究[J]. 現(xiàn)代教育技術(shù),2009(12):126-129.

[6] 沈理達. 工程基礎(chǔ)軟件及應(yīng)用課程的網(wǎng)絡(luò)教學系統(tǒng)設(shè)計[J]. 中國科教創(chuàng)新導刊,2009(36):123,125.

[7] 李人厚. 智能控制理論和方法[M]. 西安:西安交通大學出版社,2002.

[8] 王岳斌,劉利強,周細義. 交互式網(wǎng)絡(luò)教學模型設(shè)計與實現(xiàn)[J]. 湖南理工學院報:自然科學版,2005(3):19-22.

Research on Exploring Teaching of Intelligent System Control Course

GONG Tao1, ZHOU Jia-jia2

(1. College of Information Science and Technology, Donghua University, Shanghai 201620, China; 2. Engineering Research Center of Digitized Textile & Fashion Technology for Ministry of Education, Donghua University, Shanghai 201620, China)

第7篇：人工智能教學建議范文

關(guān)鍵詞：智能化時代；管理會計；人才培養(yǎng)

一、引言

近年來，隨著以計算機技術(shù)和現(xiàn)代網(wǎng)絡(luò)技術(shù)為代表的信息革命向人類經(jīng)濟和社會生活的不斷滲透，尤其是云計算、大數(shù)據(jù)、智能機器人等新興技術(shù)的快速發(fā)展，正在帶領(lǐng)著人類快速走進智能化時代。然而，當前我國管理會計市場資源供需存在著大量矛盾，出現(xiàn)“高端人才荒”現(xiàn)象。為此，適應(yīng)新背景下會計事業(yè)的發(fā)展，必須做好管理會計人才儲備。

二、智能化時代會計人才面臨的新形勢

（一）傳統(tǒng)會計人員面臨淘汰威脅。隨著經(jīng)濟環(huán)境的變化以及科學技術(shù)的不斷進步，現(xiàn)代企業(yè)管理模式已發(fā)生了變革。企業(yè)財務(wù)也在由傳統(tǒng)手工記賬到會計電算化再到智能化轉(zhuǎn)變，這對傳統(tǒng)的會計人員而言是一個巨大的威脅與挑戰(zhàn)，基本的會計工作已經(jīng)由人工智能所取代，特別是重復(fù)度高、復(fù)雜性低的工作。在2017年5月，德勤率先推出了“財務(wù)機器人”，主要功能有：替代財務(wù)流程中的手工操作；管理和監(jiān)控各自動化財務(wù)流程；錄入信息、合并數(shù)據(jù)、匯總統(tǒng)計；根據(jù)既定業(yè)務(wù)邏輯進行判斷；識別財務(wù)流程中的優(yōu)化點。此后，普華、安永、畢馬威也相繼推出了自己的“財務(wù)機器人”，且普華的財務(wù)機器人已經(jīng)在央企———中化國際（控股）股份有限公司落地。這些人工智能在財務(wù)領(lǐng)域的應(yīng)用，可以幫助企業(yè)更好、更快、更安全地完成許多財務(wù)工作，但也使得無法適應(yīng)這種顛覆傳統(tǒng)模式的會計人員遭到淘汰。因此，對高端管理會計人才的培養(yǎng)已迫在眉睫。（二）會計人員能力勝任要求發(fā)生變化。傳統(tǒng)會計人員的工作重心是核算與監(jiān)督，但是隨著智能化時代的來臨，人工智能在財務(wù)工作中的應(yīng)用領(lǐng)域不斷擴大，取代了如出納、會計入賬、生成財務(wù)報表、報稅等會計工作，并且能夠每日24小時不間斷工作，這些變化均使得會計人員的工作重心發(fā)生了轉(zhuǎn)移，因此對會計人員的勝任能力也有了新的要求。但人工智能主要取代的是重復(fù)度高且復(fù)雜性低的工作，因而在應(yīng)對人工智能沖擊時，會計人員應(yīng)當努力提高重復(fù)度低、復(fù)雜性高的活動在自身工作中所占的比重。智能化時代，企業(yè)可以更加便捷、精準和詳細地收集到客戶的信息，并從中挖掘出以往被忽略但有價值的信息。企業(yè)和社會所需要的不僅僅是精于財務(wù)數(shù)據(jù)核算的會計人員，更是能夠幫助企業(yè)進行經(jīng)營決策分析、預(yù)測企業(yè)未來發(fā)展、分析和測度市場變動及趨勢等的綜合性管理會計人才。（三）政府對管理會計人才培養(yǎng)的大力支持。根據(jù)相關(guān)數(shù)據(jù)，中國未來管理會計人才缺口約為300萬人，但據(jù)國家發(fā)展和改革委員會的統(tǒng)計，我國管理會計人才的儲備不足1萬人。為此，我國政府正在積極采取措施，指導和推進管理會計人才的培養(yǎng)。在2014年7月財政部的《財政部關(guān)于全面推進管理會計體系建設(shè)的指導意見》中，明確提到要建立與我國社會主義市場經(jīng)濟體制相適應(yīng)的管理會計體系，并且力爭3～5年內(nèi)在全國培養(yǎng)出一批優(yōu)質(zhì)的管理會計人才；爭取在5～10年內(nèi)基本建成具有中國特色、符合中國市場的管理會計理論體系。2016年10月，財政部了《會計改革與發(fā)展“十三五”規(guī)劃綱要》，明確將管理會計人才列為了“行業(yè)急需緊缺專門人才”，并且表示要積極支持管理會計人才的培養(yǎng)，期望到2020年能夠成功培養(yǎng)3萬名精于理財、善于管理和決策的管理會計人才。由此可見，目前我國管理會計人才的培養(yǎng)有著良好的契機和政府的大力扶持。

三、智能化時代管理會計人員能力勝任要求

由中國總會計師協(xié)會（CACFO）和英國皇家特許管理會計師公會（CIMA）聯(lián)合編撰的《CGMA管理會計能力框架》以道德、誠信和專業(yè)精神為基礎(chǔ)，將管理會計師職業(yè)技能劃分為以下四大板塊：技術(shù)技能、商業(yè)技能、人際技能和領(lǐng)導技能。美國管理會計師協(xié)會（IMA）制定的《管理會計勝任能力框架》指出，管理會計人員應(yīng)當具有規(guī)劃與報告、決策、科技、營運和領(lǐng)導力五個方面的能力。英美等國家是世界上較早進行管理會計人才培養(yǎng)的國家，并已形成了一套系統(tǒng)和完善的人才考核及培養(yǎng)體系。CIMA是全球最大的國際性管理會計師組織，CIMA的會員需通過全部15門考試，并取得相應(yīng)的工作經(jīng)驗才能成為CIMA特許管理會計師。但是，CIMA根據(jù)不同的考試階段設(shè)置了不同的等級：基礎(chǔ)級、運營級、管理級和戰(zhàn)略級，并且每通過一個等級便可取得相應(yīng)等級的證書，如通過基礎(chǔ)級課程考核便會被授予“CIMA企業(yè)會計證書”，而通過戰(zhàn)略級考核便可被授予“CGMA全球特許管理會計師”的頭銜；CMA考試在考核科目數(shù)量上雖較少，僅兩門考試科目：財務(wù)規(guī)劃、績效與控制和財務(wù)決策，但考試內(nèi)容覆蓋的范圍卻非常廣泛，涉及了會計、戰(zhàn)略、市場、管理、金融和信息系統(tǒng)等多方面的知識技能。兩者在考核內(nèi)容上有較多重合部分，如財務(wù)會計、財務(wù)管理、業(yè)績管理等，在能力考察方面也并無太大差異，CIMA和CMA均側(cè)重預(yù)算預(yù)測、內(nèi)部控制、決策分析、風險管理、企業(yè)運營、企業(yè)戰(zhàn)略等內(nèi)容。通過對二者的比較分析，發(fā)現(xiàn)管理會計師基本上應(yīng)當具以下五種能力：規(guī)劃與報告、決策、領(lǐng)導、運營和數(shù)據(jù)分析能力。同時，在科技發(fā)展迅猛和人工智能應(yīng)用范圍不斷擴大的時代，管理會計人員還應(yīng)當具備足夠的IT知識和技能。

四、智能化時代管理會計人才培養(yǎng)建議

第8篇：人工智能教學建議范文

【關(guān) 鍵 詞】法理學/法律推理/人工智能

【正 文】

一、人工智能法律系統(tǒng)的歷史

機先驅(qū)思想家萊布尼茲曾這樣不無浪漫地談到推理與計算的關(guān)系：“我們要造成這樣一個結(jié)果，使所有推理的錯誤都只成為計算的錯誤，這樣，當爭論發(fā)生的時候，兩個家同兩個計算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個人面對面地說：讓我們來計算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡明邏輯史》，張家龍譯，商務(wù)印書館1977年版，第54頁。）

如果連抽象的哲學推理都能轉(zhuǎn)變?yōu)橛嬎銇斫鉀Q，法律推理的定量化也許還要相對簡單一些。盡管理論上的可能性與技術(shù)可行性之間依然存在著巨大的鴻溝，但是，人工智能技術(shù)的發(fā)展速度確實令人驚嘆。從誕生至今的短短45年內(nèi)，人工智能從一般問題的研究向特殊領(lǐng)域不斷深入。1956年紐厄爾和西蒙教授的“邏輯理論家”程序，證明了羅素《數(shù)學原理》第二章52個定理中的38個定理。塞繆爾的課題組利用對策論和啟發(fā)式探索技術(shù)開發(fā)的具有自能力的跳棋程序，在1959年擊敗了其設(shè)計者，1962年擊敗了州跳棋冠軍，1997年超級計算機“深藍”使世界頭號國際象棋大師卡斯帕羅夫俯首稱臣。

20世紀60年代，人工智能研究的主要課題是博弈、難題求解和智能機器人；70年代開始研究語言理解和專家系統(tǒng)。1971年費根鮑姆教授等人研制出“化學家系統(tǒng)”之后，“計算機數(shù)學家”、“計算機醫(yī)生”等系統(tǒng)相繼誕生。在其他領(lǐng)域?qū)＜蚁到y(tǒng)研究取得突出成就的鼓舞下，一些律師提出了研制“法律診斷”系統(tǒng)和律師系統(tǒng)的可能性。（注：Simon Chalton，Legal Diagnostics，Computers and Law，No.25，August 1980.pp.13-15.Bryan Niblett，Expert Systems for Lawyers，Computers and Law，No.29，August 1981.p.2.）

1970年Buchanan & Headrick發(fā)表了《關(guān)于人工智能和法律推理若干問題的考察》，一文，拉開了對法律推理進行人工智能研究的序幕。文章認為，理解、模擬法律論證或法律推理，需要在許多知識領(lǐng)域進行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識類型，即如何描述法律知識，其中處理開放結(jié)構(gòu)的法律概念是主要難題。其次，要了解如何運用各種知識進行推理，包括分別運用規(guī)則、判例和假設(shè)的推理，以及混合運用規(guī)則和判例的推理。再次，要了解審判實踐中法律推理運用的實際過程，如審判程序的運行，規(guī)則的適用，事實的辯論等等。最后，如何將它們最終運用于編制能執(zhí)行法律推理和辯論任務(wù)的計算機程序，區(qū)別和不同的案件，預(yù)測并規(guī)避對手的辯護策略，建立巧妙的假設(shè)等等。（注：Buchanan & Headrick，Some SpeculationAbout Artificial Intelligence and Legal Reasoning，23 StanfordLaw Review(1970).pp.40-62.）法律推理的人工智能研究在這一時期主要沿著兩條途徑前進：一是基于規(guī)則模擬歸納推理，70年代初由Walter G.Popp和Bernhard Schlink開發(fā)了JUDITH律師推理系統(tǒng)。二是模擬法律分析，尋求在模型與以前貯存的基礎(chǔ)數(shù)據(jù)之間建立實際聯(lián)系，并僅依這種關(guān)聯(lián)的相似性而得出結(jié)論。Jeffrey Meld-man 1977年開發(fā)了計算機輔助法律分析系統(tǒng)，它以律師推理為模擬對象，試圖識別與案件事實模型相似的其他案件?？紤]到律師分析案件既用歸納推理又用演繹推理，程序?qū)烧叨冀o予了必要的關(guān)注，并且包括了各種水平的分析推理方法。

專家系統(tǒng)在法律中的第一次實際應(yīng)用，是D.沃特曼和M.皮特森1981年開發(fā)的法律判決輔助系統(tǒng)(LDS)。研究者探索將其當作法律適用的實踐工具，對美國民法制度的某個方面進行檢測，運用嚴格責任、相對疏忽和損害賠償?shù)饶Ｐ?，計算出責任案件的賠償價值，并論證了如何模擬法律專家意見的方法論問題。（注：'Models of LegalDecisionmaking Report'，R-2717-ICJ(1981).）

我國專家系統(tǒng)的研制于20世紀80年代中期起步。（注： 錢學森教授：《論法治系統(tǒng)工程的任務(wù)與》（《管理》1981年第4期）、《主義和法治學與技術(shù)》（《法制建設(shè)》1984年第3期）、《現(xiàn)代科學技術(shù)與法和法制建設(shè)》（《政法論壇》）1985年第3期）等文章，為我國法律專家系統(tǒng)的研發(fā)起了思想解放和奠基作用。）1986年由朱華榮、肖開權(quán)主持的《量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究》被確定為國家社科“七五”研究課題，它在建立盜竊罪量刑數(shù)學模型方面取得了成果。在法律數(shù)據(jù)庫開發(fā)方面，1993年中山大學學生胡釗、周宗毅、汪宏杰等人合作研制了《LOA律師辦公自動化系統(tǒng)》。（注：楊建廣、駱梅芬編著：《法治系統(tǒng)工程》，中山大學出版社1996年版，第344-349頁。）1993年武漢大學法學院趙廷光教授主持開發(fā)了《實用刑法專家系統(tǒng)》。（注：趙廷光等著：《實用刑法專家系統(tǒng)用戶手冊》，北京新概念軟件研究所1993年版。）它由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成，具有檢索刑法知識和對刑事個案進行推理判斷的功能。

專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點：(1)它要解決復(fù)雜的實際，而不是規(guī)則簡單的游戲或數(shù)學定理證明問題；(2)它面向更加專門的領(lǐng)域，而不是單純的原理性探索；(3)它主要根據(jù)具體的問題域，選擇合理的方法來表達和運用特殊的知識，而不強調(diào)與問題的特殊性無關(guān)的普適性推理和搜索策略。

法律專家系統(tǒng)在法規(guī)和判例的輔助檢索方面確實發(fā)揮了重要作用，解放了律師一部分腦力勞動。但絕大多數(shù)專家系統(tǒng)只能做法律數(shù)據(jù)的檢索工作，缺乏應(yīng)有的推理功能。20世紀90年代以后，人工智能法律系統(tǒng)進入了以知識工程為主要技術(shù)手段的開發(fā)時期。知識工程是指以知識為處理對象，以能在機上表達和運用知識的技術(shù)為主要手段，研究知識型系統(tǒng)的設(shè)計、構(gòu)造和維護的一門更加高級的人工智能技術(shù)。（注：《大百科全書·自動控制與系統(tǒng)工程》，中國大百科全書出版社1991年版，第579頁。）知識工程概念的提出，改變了以往人們認為幾個推理定律再加上強大的計算機就會產(chǎn)生專家功能的信念。以知識工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識的獲得、表達和應(yīng)用等方面獲得突破，將會使人工智能法律系統(tǒng)的研制產(chǎn)生一個質(zhì)的飛躍。

人工智能法律系統(tǒng)的源于兩種動力。其一是法律實踐自身的要求。隨著社會生活和法律關(guān)系的復(fù)雜化，法律實踐需要新的思維工具，否則，法律家（律師、檢察官和法官）將無法承受法律日積月累和法律案件不斷增多的重負。其二是人工智能發(fā)展的需要。人工智能以模擬人的全部思維活動為目標，但又必須以具體思維活動一城一池的攻克為過程。它需要通過對不同思維領(lǐng)域的征服，來證明知識的每個領(lǐng)域都可以精確描述并制造出類似人類智能的機器。此外，人工智能選擇法律領(lǐng)域?qū)で笸黄疲€有下述原因：(1)盡管法律推理十分復(fù)雜，但它有相對穩(wěn)定的對象（案件）、相對明確的前提（法律規(guī)則、法律事實）及嚴格的程序規(guī)則，且須得出確定的判決結(jié)論。這為人工智能模擬提供了極為有利的條件。(2)法律推理特別是抗辯制審判中的司法推理，以明確的規(guī)則、理性的標準、充分的辯論，為觀察思維活動的軌跡提供了可以記錄和回放的樣本。(3)法律知識長期的積累、完備的檔案，為模擬法律知識的獲得、表達和應(yīng)用提供了豐富、準確的資料。(4)法律活動所特有的自我意識、自我批評精神，對法律程序和假設(shè)進行檢驗的傳統(tǒng)，為模擬法律推理提供了良好的反思條件。

二、人工智能法律系統(tǒng)的價值

人工智能法律系統(tǒng)的研制對法學理論和法律實踐的價值和意義，可以概括為以下幾點：

一是方法論啟示。P.Wahlgren說：“人工智能方法的研究可以支持和深化在創(chuàng)造性方法上的法反思。這個信仰反映了法理學可以被視為旨在于開發(fā)法律和法律推理之方法的活動。從法理學的觀點看，這種研究的最終目標是揭示方法論的潛在作用，從而有助于開展從法理學觀點所提出的解決方法的討論，而不僅僅是探討與計算機科學和人工智能有關(guān)的非常細致的技術(shù)方面。”（注：P.Wahlgren，Automationof Legal Reasoning:A Study on Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在模擬法律推理的過程中，法學家通過與工人智能專家的密切合作，可以從其對法律推理的獨特理解中獲得有關(guān)方法論方面的啟示。例如，由于很少有兩個案件完全相似，在判例法實踐中，總有某些不相似的方面需要法律家運用假設(shè)來分析已有判例與現(xiàn)實案件的相關(guān)性程度。但法學家們在假設(shè)的性質(zhì)問題上常常莫衷一是。然而HYPO的設(shè)計者，在無真實判例或真實判例不能充分解釋現(xiàn)實案件的情況下，以假設(shè)的反例來反駁對方的觀點，用補充、刪減和改變事實的機械論方法來生成假設(shè)。這種用人工智能方法來處理假設(shè)的辦法，就使復(fù)雜問題變得十分簡單：假設(shè)實際上是一個新的論證產(chǎn)生于一個經(jīng)過修正的老的論證的過程?？傊斯ぶ悄芊椒梢詭椭▽W家跳出法理學方法的思維定勢，用其他學科的方法來重新審視法學問題，從而為法律問題的解決提供了新的途徑。

二是提供了思想實驗手段。西蒙認為，盡管我們還不知道思維在頭腦中是怎樣由生理作用完成的，“但我們知道這些處理在數(shù)字機中是由電子作用完成的。給計算機編程序使之思維，已經(jīng)證明有可能為思維提供機械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計算機》，載《》1985年第5期。）童天湘先生認為：“通過編制有關(guān)思維活動的程序，就會加深對思維活動具體細節(jié)的了解，并將這種程序送進計算機運行，檢驗其正確性。這是一種思想實驗，有助于我們研究人腦思維的機理。”（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計算機》，載《哲學研究》1985年第5期。）人工智能系統(tǒng)研究的直接目標是使計算機能夠獲取、表達和法律知識，軟件工程師為模擬法律推理而編制程序，必須先對人的推理過程作出基于人工智能和的獨特解釋。人工智能以功能模擬開路，在未搞清法律家的推理結(jié)構(gòu)之前，首先從功能上對法律證成、法律檢索、法律解釋、法律適用等法律推理的要素和活動進行數(shù)理，將法、訴訟法學關(guān)于法律推理的研究成果模型化，以實現(xiàn)法律推理知識的機器表達或再現(xiàn)，從而為認識法律推理的過程和提供了一種實驗手段。法學家則可以將人工智能法律系統(tǒng)的推理過程、方法和結(jié)論與人類法律推理活動相對照，為法律推理的法理學研究所借鑒。因此，用人工智能方法模擬法律推理，深化了人們對法律推理性質(zhì)、要素和過程的認識，使法學家得以借助人工智能的敏銳透鏡去考察法律推理的微觀機制。正是在這個意義上，Bryan Niblett教授說：“一個成功的專家系統(tǒng)很可能比其他的途徑對法理學作出更多的（理論）貢獻。”（注：Bryan Niblett，ExpertSystems for Lawyers，Computers and Law，No.29，August 1981.note14，p.3.）

三是輔助司法審判。按照格雷的觀點，法律專家系統(tǒng)首先在英美判例法國家出現(xiàn)的直接原因在于，浩如煙海的判例案卷如果沒有計算機編纂、分類、查詢，這種法律制度簡直就無法運轉(zhuǎn)了。（注：Pamela N.Gray Brookfield，Artificial Legal Intelligence，VT:DartmouthPublishing Co.，1997.p.402.）其實不僅是判例法，制定法制度下的律師和法官往往也要為檢索有關(guān)的法律、法規(guī)和司法解釋耗費大量的精力和時間，而且由于人腦的知識和記憶能力有限，還存在著檢索不全面、記憶不準確的。人工智能法律系統(tǒng)強大的記憶和檢索功能，可以彌補人類智能的某些局限性，幫助律師和法官從事相對簡單的法律檢索工作，從而極大地解放律師和法官的腦力勞動，使其能夠集中精力從事更加復(fù)雜的法律推理活動。

四是促進司法公正。司法推理雖有統(tǒng)一的法律標準，但法官是具有主觀能動性的差異個體，所以在執(zhí)行統(tǒng)一標準時會產(chǎn)生一些差異的結(jié)果。司法解釋所具有的建構(gòu)性、辯證性和創(chuàng)造性的特點，進一步加劇了這種差異。如果換了鋼鐵之軀的機器，這種由主觀原因所造成的差異性就有可能加以避免。這當然不是說讓計算機完全取代法官，而是說，由于人工智能法律系統(tǒng)為司法審判提供了相對統(tǒng)一的推理標準和評價標準，從而可以輔助法官取得具有一貫性的判決。無論如何，我們必須承認，鋼鐵之軀的機器沒有物質(zhì)欲望和感情生活，可以比人更少地受到外界因素的干擾。正像計算機錄取增強了高考招生的公正性、電子監(jiān)視器提高了糾正行車違章的公正性一樣，智能法律系統(tǒng)在庭審中的運用有可能減少某些徇私舞弊現(xiàn)象。

五是輔助法律和培訓。人工智能法律系統(tǒng)凝聚了法律家的專門知識和法官群體的審判經(jīng)驗，如果通過軟件系統(tǒng)或計算機實現(xiàn)專家經(jīng)驗和知識的共享，便可在法律教育和培訓中發(fā)揮多方面的作用。例如，(1)在法學院教學中發(fā)揮模擬法庭的作用，可以幫助法律專業(yè)學生鞏固自己所學知識，并將法律知識應(yīng)用于模擬的審判實踐，從而較快地提高解決法律實踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識，迅速獲得判案經(jīng)驗，在審判過程的跟蹤檢測和判決結(jié)論的動態(tài)校正中增長知識和才干，較快地接近或達到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時獲得有關(guān)法律問題的咨詢建議，彌補因知識結(jié)構(gòu)差異和判案經(jīng)驗多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強法律意識。

六是輔助立法活動。人工智能系統(tǒng)不僅對輔助司法審判有重要的意義，而且對完善立法也具有實用價值。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Modelof Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）例如，倫敦大學Imperial學院的邏輯程序組將1981年英國國籍法的形式化，幫助立法者發(fā)現(xiàn)了該法在預(yù)見性上存在的一些缺陷和法律漏洞。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning，The Yale LawJournal.(Vol.99:1957-1981).）立法輔助系統(tǒng)如能于法律起草和法律草案的審議過程，有可能事先發(fā)現(xiàn)一些立法漏洞，避免一個法律內(nèi)部各種規(guī)則之間以及新法律與現(xiàn)有法律制度之間的相互沖突。

三、法在人工智能法律系統(tǒng)中的作用

1.人工智能法律系統(tǒng)的法理學思想來源

關(guān)于人工智能法律系統(tǒng)之法理學思想來源的追蹤，不是對法理學與人工智能的聯(lián)系作面面俱到的考察，而旨在揭示法理學對人工智能法律系統(tǒng)的所產(chǎn)生的一些直接。

第一，法律形式主義為人工智能法律系統(tǒng)的產(chǎn)生奠定了基礎(chǔ)。18-19世紀的法律形式主義強調(diào)法律推理的形式方面，認為將法律化成簡單的幾何公式是完全可能的。這種以J·奧斯汀為代表的英國法學的傳統(tǒng)，主張“法律推理應(yīng)該依據(jù)客觀事實、明確的規(guī)則以及邏輯去解決一切為法律所要求的具體行為。假如法律能如此運作，那么無論誰作裁決，法律推理都會導向同樣的裁決?！保ㄗⅲ海溃┦返傥摹·伯頓著：《法律和法律推理導論》，張志銘、解興權(quán)譯，政法大學出版社1998年9月版，第3頁。）換言之，機器只要遵守法律推理的邏輯，也可以得出和法官一樣的判決結(jié)果。在分析法學家看來，“所謂‘法治’就是要求結(jié)論必須是大前提與小前提邏輯必然結(jié)果。”（注：朱景文主編：《對西律傳統(tǒng)的挑戰(zhàn)》，中國檢察出版社1996年2月版，第292頁。）如果法官違反三段論推理的邏輯，就會破壞法治。這種機械論的法律推理觀，反映了分析法學要求法官不以個人價值觀干擾法律推理活動的主張。但是，它同時具有忽視法官主觀能動性和法律推理靈活性的僵化的缺陷。所以，自由法學家比埃利希將法律形式主義的邏輯推理說稱為“自動售貨機”理論。然而，從人工智能就是為思維提供機械論解釋的意義上說，法律形式主義對法律推理所作的機械論解釋，恰恰為人工智能法律系統(tǒng)的開發(fā)提供了可能的前提。從人工智能法律系統(tǒng)研制的實際過程來看，在其起步階段，人工智能專家正是根據(jù)法律形式主義所提供的理論前提，首先選擇三段論演繹推理進行模擬，由Walter G.Popp和Bernhard Schlink在20世紀70年代初開發(fā)了JUDITH律師推理系統(tǒng)。在這個系統(tǒng)中，作為推理大小前提的法律和事實之間的邏輯關(guān)系，被機以“如果A和B，那么C”的方式加以描述，使機器法律推理第一次從理論變?yōu)楝F(xiàn)實。

第二，法律現(xiàn)實主義推動智能模擬深入到主體的思維結(jié)構(gòu)領(lǐng)域。法律形式主義忽視了推理主體的性。法官是生活在現(xiàn)實社會中的人，其所從事的法律活動不可能不受到其社會體驗和思維結(jié)構(gòu)的影響。法官在實際的審判實踐中，并不是機械地遵循規(guī)則，特別是在遇到復(fù)雜案件時，往往需要作出某種價值選擇。而一旦面對價值，法律形式主義的邏輯決定論便立刻陷入困境，顯出其僵化性的致命弱點。法律現(xiàn)實主義對其僵化性進行了深刻的批判。霍姆斯法官明確提出“法律的生命并不在于邏輯而在于經(jīng)驗”（注：（美）博登海默著：《法理學——法及其方法》，鄧正來、姬敬武譯，華夏出版社1987年12月版，第478頁。）的格言。這里所謂邏輯，就是指法律形式主義的三段論演繹邏輯；所謂經(jīng)驗，則包括一定的道德和理論、公共政策及直覺知識，甚至法官的偏見。法律現(xiàn)實主義對法官主觀能動性和法律推理靈活性的強調(diào)，促使人工智能研究從模擬法律推理的外在邏輯形式進一步轉(zhuǎn)向探求法官的內(nèi)在思維結(jié)構(gòu)。人們開始考慮，如果思維結(jié)構(gòu)對法官的推理活動具有定向作用，那么，人工智能法律系統(tǒng)若要達到法官水平，就應(yīng)該通過建立思維結(jié)構(gòu)模型來設(shè)計機器的運行結(jié)構(gòu)。TAXMAN的設(shè)計就借鑒了這一思想，法律知識被計算機結(jié)構(gòu)語言以語義的方式組成不同的規(guī)則系統(tǒng)，解釋程序、協(xié)調(diào)程序、說明程序分別對網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進行動態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識整合的需要。大規(guī)模知識系統(tǒng)的KBS(Knowledge Based System)開發(fā)也注意了思維結(jié)構(gòu)的整合作用，許多具有內(nèi)在聯(lián)系的小規(guī)模KBS子系統(tǒng)，在分別模擬法律推理要素功能（證成、法律查詢、法律解釋、法律適用、法律評價、理由闡述）的基礎(chǔ)上，又通過聯(lián)想程序被有機聯(lián)系起來，構(gòu)成了具有法律推理整體功能的概念模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）

第三，“開放結(jié)構(gòu)”的概念打開了疑難案件法律推理模擬的思路。法律形式主義忽視了疑難案件的存在。疑難案件的特征表現(xiàn)為法律規(guī)則和案件之間不存在單一的邏輯對應(yīng)關(guān)系。有時候從一個法律規(guī)則可以推出幾種不同的結(jié)論，它們往往沒有明顯的對錯之分；有時一個案件面對著幾個相似的法律規(guī)則。在這些情況下，形式主義推理說都一籌莫展。但是，法律現(xiàn)實主義在批判法律形式主義時又走向另一個極端，它否認具有普遍性的一般法律規(guī)則的存在，試圖用“行動中的法律”完全代替法學“本本中的法律”。這種矯枉過正的做法雖然是使法律推理擺脫機械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實主義法學所說的那樣僅僅存在于具體判決之中，法律推理如果可以不遵循任何標準或因人而異，那么，受到挑戰(zhàn)的就不僅是法律形式主義，而且還會殃及法治要求實現(xiàn)規(guī)則統(tǒng)治之根本原則，并動搖人工智能法律系統(tǒng)存在的基礎(chǔ)。哈特在法律形式主義和法律現(xiàn)實主義的爭論中采取了一種折中立場，他既承認邏輯的局限性又強調(diào)其重要性；既拒斥法官完全按自己的預(yù)感來隨意判案的見解，又承認直覺的存在。這種折中立場在哈特“開放結(jié)構(gòu)”的法律概念中得到了充分體現(xiàn)。法律概念既有“意義核心”又有“開放結(jié)構(gòu)”，邏輯推理可以幫助法官發(fā)現(xiàn)的陽面，而根據(jù)政策、價值和后果對規(guī)則進行解釋則有助于發(fā)現(xiàn)問題的陰面。開放結(jié)構(gòu)的法律概念，使基于規(guī)則的法律推理模擬在受到概念封閉性的限制而對疑難案件無能為力時，找到了新的立足點。在此基礎(chǔ)上，運用開放結(jié)構(gòu)概念的疑難案件法律推理模型，通過邏輯程序工具和聯(lián)想技術(shù)而建立起來。Gardner博士就疑難案件提出兩種解決策略：一是將簡易問題從疑難問題中篩選出來，運用基于規(guī)則的技術(shù)來解決；二是將疑難問題同“開放結(jié)構(gòu)”的法律概念聯(lián)系在一起，先用非范例知識如規(guī)則、控辯雙方的陳述、常識來獲得初步答案，再運用范例來澄清案件、檢查答案的正確性。

第四，目的法學促進了價值推理的人工智能。目的法學是指一種所謂直接實現(xiàn)目的之“后法治”理想。美國法學家諾內(nèi)特和塞爾茲尼克把法律分為三種類型。他們認為，以法治為標志的自治型法，過分強調(diào)手段或程序的正當性，有把手段當作目的的傾向。這說明法治社會并沒有反映人類關(guān)于美好社會的最高理想，因為實質(zhì)正義不是經(jīng)過人們直接追求而實現(xiàn)的，而是通過追求形式正義而間接獲得的。因此他們提出以回應(yīng)型法取代自治型法的主張。在回應(yīng)型法中，“目的為評判既定的做法設(shè)立了標準，從而也就開辟了變化的途徑。同時，如果認真地對待目的，它們就能控制行政自由裁量權(quán)，從而減輕制度屈從的危險。反之，缺少目的既是僵硬的根源，又是機會主義的根源?！保ㄗⅲ海溃┲Z內(nèi)特、塞爾茲尼克著：《轉(zhuǎn)變中的法律與社會》，張志銘譯，政法大學出版社1994年版，第60頁。）美國批判法學家昂格爾對形式主義法律推理和目的型法律推理的特點進行了比較，他認為，前者要求使用明確、固定的規(guī)則，無視社會現(xiàn)實生活中不同價值觀念的沖突，不能適應(yīng)復(fù)雜情況和變化，追求形式正義；后者則要求放松對法律推理標準的嚴格限制，允許使用無固定內(nèi)容的抽象標準，迫使人們在不同的價值觀念之間做出選擇，追求實質(zhì)正義。與此相應(yīng)，佩雷爾曼提出了新修辭學(New Rhetoric)的法律。他認為，形式邏輯只是根據(jù)演繹法或歸納法對問題加以說明或論證的技術(shù)，屬于手段的邏輯；新修辭學要填補形式邏輯的不足，是關(guān)于目的的辯證邏輯，可以幫助法官論證其決定和選擇，因而是進行價值判斷的邏輯。他認為，在司法三段論思想支配下，法學的任務(wù)是將全部法律系統(tǒng)化并作為闡釋法律的大前提，“明確性、一致性和完備性”就成為對法律的三個要求。而新修辭學的基本思想是價值判斷的多元論，法官必須在某種價值判斷的指示下履行義務(wù)，必須考慮哪些價值是“合理的、可接受的、社會上有效的公平的”。這些價值構(gòu)成了判決的正當理由。（注：沈宗靈著：《西》，北京大學出版社1992年版，第443-446頁。）制造人工智能法律系統(tǒng)最終需要解決價值推理的模擬問題，否則，就難以實現(xiàn)為判決提供正當理由的要求。為此，P.Wahlgren提出的與人工智能相關(guān)的5種知識表達途徑中，明確地包括了以道義為基礎(chǔ)的法律推理模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study on ArtificialIntelligence and Law，Computer Law Series 11.Kluwer Law andTaxation Publishers.Deventer Boston 1992.Chapter 7.）引入道義邏輯，或者說在機器中采用基于某種道義邏輯的推理程序，強調(diào)目的價值，也許是制造智能法律系統(tǒng)的關(guān)鍵。不過，即使把道義邏輯硬塞給機，鋼鐵之軀的機器沒有生理需要，也很難產(chǎn)生價值觀念和主觀體驗，沒辦法解決主觀選擇的問題。在這個問題上，波斯納曾以法律家有七情六欲為由對法律家對法律的機械忠誠表示了強烈懷疑，并辯證地將其視為法律的動力之一。只有人才能夠平衡相互沖突的利益，能夠發(fā)現(xiàn)對人類生存和發(fā)展至關(guān)重要的價值。因此，關(guān)于價值推理的人工智能模擬究竟能取得什么成果，恐怕還是個未知數(shù)。

2.法對人工智能系統(tǒng)研制的指導作用

Gold and Susskind指出：“不爭的事實是，所有的專家系統(tǒng)必須適應(yīng)一些法理學理論，因為一切法律專家系統(tǒng)都需要提出關(guān)于法律和法律推理性質(zhì)的假設(shè)。從更嚴格的意義上說，一切專家系統(tǒng)都必須體現(xiàn)一種結(jié)構(gòu)理論和法律的個性，一種法律規(guī)范理論，一種描述法律的理論，一種法律推理理論”。（注：Gold and Susskind，ExpertSystems in Law:A Jurisprudential and Formal SpecificationApproach，pp.307-309.）人工智能法律系統(tǒng)的，不僅需要以法理學關(guān)于法律的一般理論為知識基礎(chǔ)，還需要從法理學獲得關(guān)于法律推理的完整理論，如法律推理實踐和理論的，法律推理的標準、主體、過程、等等。人工智能對法律推理的模擬，主要是對法理學關(guān)于法律推理的知識進行人工智能方法的描述，建立數(shù)學模型并編制機程序，從而在智能機器上再現(xiàn)人類法律推理功能的過程。在這個過程中，人工智能專家的主要任務(wù)是研究如何吸收法理學關(guān)于法律推理的研究成果，包括法理學關(guān)于人工智能法律系統(tǒng)的研究成果。

隨著人工智能法律系統(tǒng)研究從低級向高級目標的推進，人們越來越意識到，對法律推理的微觀機制認識不足已成為人工智能模擬的嚴重障礙。P.Wahlgren指出，“許多人工智能技術(shù)在法律領(lǐng)域的開發(fā)項目之所以失敗，就是因為許多潛在的法理學原則沒有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意?！薄胺ɡ韺W對法律推理和方法論的關(guān)注已經(jīng)有幾百年，而人工智能的誕生只是本世紀50年代中期的事情，這個事實是人工智能通過考察法理學知識來豐富自己的一個有效動機?！保ㄗⅲ篜.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）因此，研究法律推理自動化的目標，“一方面是用人工智能（通過把計算機的應(yīng)用與模型相結(jié)合）來支撐法律推理的可能性；另一方面是應(yīng)用法理學理論來解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問題?！保ㄗⅲ篜.Wahlgren，Automation of Legal Reasoning:A Studyon Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在前一方面，是人工智能法律系統(tǒng)充當法律推理研究的思想實驗手段以及輔助司法審判的問題。后一方面，則是法律推理的法律學研究成果直接為人工智能法律系統(tǒng)的研制所應(yīng)用的問題。例如，20世紀70年代法理學在真實和假設(shè)案例的推理和分析方面所取得的成果，已為幾種人工智能法律裝置借鑒而成為其設(shè)計工作的理論基礎(chǔ)。在運用模糊或開放結(jié)構(gòu)概念的法律推理研究方面，以及在法庭辯論和法律解釋的形式化等問題上，法理學的研究成果也已為人工智能法律系統(tǒng)的研究所借鑒。

四、人工智能法律系統(tǒng)研究的難點

人工智能法律系統(tǒng)的研究盡管在很短的時間內(nèi)取得了許多令人振奮的成果，但它的發(fā)展也面臨著許多困難。這些困難構(gòu)成了研究工作需要進一步努力奮斗的目標。

第一，關(guān)于法律解釋的模擬。在法理學的諸多研究成果中，法律解釋的研究對人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識表達的核心問題是法律解釋。法律規(guī)范在一個法律論點上的效力，是由法律家按忠實原意和適合當時案件的原則通過法律解釋予以確認的，其中包含著人類特有的價值和目的考慮，反映了法律家的知識表達具有主觀能動性。所以，德沃金將解釋過程看作是一種結(jié)合了法律知識、信息和思維方法而形成的，能夠應(yīng)變的思維策略。（注：Dworkin，Taking RightsSeriously，Harvard University Press Cambridge，Massachusetts1977.p.75.）的法律專家系統(tǒng)并未以知識表達為目的來解釋法律，而是將法律整齊地“碼放”在計算機記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識工程系統(tǒng)中，法律知識必須被解釋，以滿足自動推理對法律知識進行重新建構(gòu)的需要。麥卡錫說：“在開發(fā)智能信息系統(tǒng)的過程中，最關(guān)鍵的任務(wù)既不是文件的重建也不是專家意見的重建，而是建立有關(guān)法律領(lǐng)域的概念模型?！保ㄗⅲ篗cCarty，Intelligent legalinformation systems:problems and prospects，op.cit.supra，note25，p.126.）建立法律概念模型必須以法律家對某一法律概念的共識為基礎(chǔ)，但不同的法律家對同一法律概念往往有不同的解釋策略。凱爾森甚至說：即使在國內(nèi)法領(lǐng)域也難以形成一個“能夠用來敘述一定法律共同體的實在法的基本概念”。（注：（奧）凱爾森著：《法與國家的一般理論》，沈宗靈譯，大百科全書出版社1996年版，第1頁。）盡管如此，法理學還是為法律概念模型的重建提供了一些方法。例如，德沃金認為，法官在“解釋”階段，要通過推理論證，為自己在“前解釋”階段所確定的大多數(shù)法官對模糊法律規(guī)范的“一致看法”提供“一些總的理由”。獲取這些總的理由的過程分為兩個步驟：首先，從現(xiàn)存的明確法律制度中抽象出一般的法律原則，用自我建立的一般法律理論來證明這種法律原則是其中的一部分，證明現(xiàn)存的明確法律制度是正當?shù)?。其次，再以法律原則為依據(jù)反向推出具體的法律結(jié)論，即用一般法律理論來證明某一法律原則存在的合理性，再用該法律原則來解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法，法律知識被計算機結(jié)構(gòu)語言以語義的方式組成不同的規(guī)則系統(tǒng)，解釋程序使計算機根據(jù)案件事實來執(zhí)行某條法律規(guī)則，并在新案件事實輸入時對法律規(guī)則作出新的解釋后才加以調(diào)用。不過，法律知識表達的進展還依賴于法律解釋研究取得更多的突破。

第二，關(guān)于啟發(fā)式程序。的專家系統(tǒng)如果不能與啟發(fā)式程序接口，不能運用判斷性知識進行推理，只通過規(guī)則反饋來提供簡單解釋，就談不上真正的智能性。啟發(fā)式程序要解決智能機器如何模擬法律家推理的直覺性、經(jīng)驗性以及推理結(jié)果的不確定性等，即人可以有效地處理錯誤的或不完全的數(shù)據(jù)，在必要時作出猜測和假設(shè)，從而使問題的解決具有靈活性。在這方面，Gardner的混合推理模型，Edwina L.Rissland運用聯(lián)想程序?qū)σ?guī)則和判例推理的結(jié)果作集合處理的思路，以及Massachusetts大學研制的CABARET（基于判例的推理工具），在將啟發(fā)式程序于系統(tǒng)開發(fā)方面都進行了有益的嘗試。但是，法律問題往往沒有唯一正確的答案，這是人工智能模擬法律推理的一個難題。選擇哪一個答案，往往取決于法律推理的目的標準和推理主體的立場和價值觀念。但智能機器沒有自己的目的、利益和立場。這似乎從某種程度上劃定了機器法律推理所能解決問題的范圍。

第三，關(guān)于法律語言理解。在設(shè)計基于規(guī)則的程序時，設(shè)計者必須假定整套規(guī)則沒有意義不明和沖突，程序必須消滅這些問題而使規(guī)則呈現(xiàn)出更多的一致性。就是說，盡管人們對法律概念的含義可以爭論不休，但輸入機器的法律語言卻不能互相矛盾。機器語言具有很大的局限性，例如，LDS基于規(guī)則來模擬嚴格責任并實際損害時，表現(xiàn)出的最大弱點就是不能使用不精確的自然語言進行推理。然而，在實際的法律推理過程中，法律家對某個問題的任何一種回答都可根據(jù)上下文關(guān)系作多種解釋，而且辯論雙方總是尋求得出不同的結(jié)論。因此，智能法律專家系統(tǒng)的成功在很大程度上還依賴于自然語言理解工作的突破。牛津大學的一個程序組正在研究法律自然語言的理解問題，但是遇到了重重困難。原因是連法學家們自己目前也還沒有建立起一套大家一致同意的專業(yè)術(shù)語規(guī)范。所以Edwina L.Rissland認為，常識知識、意圖和信仰類知識的模擬化，以及自然語言理解的模擬問題，迄今為止可能是人工智能面臨的最困難的任務(wù)。對于語言模擬來說，像交際短語和短語概括的有限能力可能會在較窄的語境條件下取得成果，完全的功能模擬、一般“解決問題”能力的模擬則距離非常遙遠，而像書面上訴意見的理解則是永遠的終極幻想。（注：Edwina L.Rissland，ArtificialIntelligence and Law:Stepping Stones to a Model of LegalReasoning， Yale Law Journal.(Vol.99:1957-1981).）

五、人工智能法律系統(tǒng)的開發(fā)策略和應(yīng)用前景

我們能夠制造出一臺什么樣的機器，可以證明它是人工智能法律系統(tǒng)？從檢驗標準上看，這主要是法律知識在機器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗”原理，我們可將該檢驗標準概括如下：設(shè)兩間隔開的屋子，一間坐著一位法律家，另一間“坐著”一臺智能機器。一個人（也是法律家）向法律家和機器提出同樣的法律問題，如果提問者不能從二者的回答中區(qū)分出誰是法律家、誰是機器，就不能懷疑機器具有法律知識表達的能力。

依“圖靈試驗”制定的智能法律系統(tǒng)檢驗標準，所看重的是功能。只要機器和法律家解決同樣法律問題時所表現(xiàn)出來的功能相同，就不再苛求哪個是鋼鐵結(jié)構(gòu)、哪個是血肉之軀。人工智能立足的基礎(chǔ)，就是相同的功能可以通過不同的結(jié)構(gòu)來實現(xiàn)之功能模擬。

從功能模擬的觀點來確定人工智能法律系統(tǒng)的研究與開發(fā)策略，可作以下考慮：

第一，擴大人工智能法律系統(tǒng)的研發(fā)主體。現(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計算機和知識工程專家從事系統(tǒng)研發(fā)工作的局限性。因此，應(yīng)該確立以法律家、邏輯學家和計算機專家三結(jié)合的研發(fā)群體。在系統(tǒng)研發(fā)初期，可組成由法學家、邏輯與認知專家、計算機和知識工程專家為主體的課題組，制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期，應(yīng)通過等手段充分吸收初級產(chǎn)品用戶（律師、檢察官、法官）的意見，使研發(fā)工作在理論研究與實際應(yīng)用之間形成反饋，將開發(fā)精英與廣大用戶的智慧結(jié)合起來，互相啟發(fā)、群策群力，推動系統(tǒng)迅速升級。

第二，確定與相結(jié)合、以應(yīng)用為主導的研發(fā)策略。國外人工智能系統(tǒng)的研究大多停留在實驗室領(lǐng)域，還沒有在司法實踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對簡單的軟件系統(tǒng)，如果不經(jīng)過用戶的長期使用和反饋，是永遠也不可能走向成熟的。從我國的實際情況看，如果不能將初期研究成果盡快地轉(zhuǎn)化為產(chǎn)品，我們也難以為后續(xù)研究工作提供雄厚的資金支持。因此，人工智能法律系統(tǒng)的研究必須走產(chǎn)研結(jié)合的道路，堅持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實驗室，同時以研究為先導，促進不斷更新升級。

第三，系統(tǒng)研發(fā)目標與初級產(chǎn)品功能定位。人工智能法律系統(tǒng)的研發(fā)目標是制造出能夠滿足多用戶（律師、檢察官、法官、立法者、法學家）多種需要的機型。初級產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價值推理的功能遠遠超過機器，但人的記憶功能、檢索速度和準確性又遠不如機器。同時還應(yīng)該考慮到，我國目前有12萬律師，23萬檢察官和21萬法官，每年1.2萬法學院本科畢業(yè)生，他們對法律知識的獲取、表達和應(yīng)用能力參差不齊。因此，初級產(chǎn)品的標準可適當降低，先研制推理功能薄弱、檢索功能強大的法律專家系統(tǒng)?？膳c機廠商合作生產(chǎn)具有強大數(shù)據(jù)庫功能的硬件，并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時更新；同時編制以案件為引導的高速檢索軟件。系統(tǒng)開發(fā)的先期目標應(yīng)確定為：(1)替律師起草僅供的起訴書和辯護詞；(2)替法官起草僅供參考的判決書；(3)為法學院學生提供模擬法庭審判的通用系統(tǒng)軟件，以輔助學生在起訴、辯護和審判等訴訟的不同階段鞏固所學知識、獲得審判經(jīng)驗。上述軟件旨在提供一個初級平臺，先解決有無和急需，再不斷收集用戶反饋意見，逐步改進完善。

第四，實驗室研發(fā)應(yīng)確定較高的起點或跟蹤戰(zhàn)略。國外以知識工程為主要技術(shù)手段的人工智能法律系統(tǒng)開發(fā)已經(jīng)歷了如下階段：(1)主要適用于簡單案件的規(guī)則推理；(2)運用開放結(jié)構(gòu)概念的推理；(3)運用判例和假設(shè)的推理；(4)運用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡單案件的規(guī)則推理為初級市場產(chǎn)品，那么，實驗室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準運用開放結(jié)構(gòu)概念的推理。同時，跟蹤運用假設(shè)的推理及混合推理，吸收國外先進的KBS和HYPO的設(shè)計思想，將功能子系統(tǒng)開發(fā)與聯(lián)想式控制系統(tǒng)結(jié)合。HYPO判例法推理智能裝置具有如下功能：(1)評價相關(guān)判例；(2)判定何方使用判例更加貼切；(3)并區(qū)分判例；(4)建立假設(shè)并用假設(shè)來推理；(5)為一種主張引用各種類型的反例；(6)建立判例的引證概要。HYPO以商業(yè)秘密法的判例推理為模擬對象，假設(shè)了完全自動化的法律推理過程中全部要素被建立起來的途徑。值得注意的是，HYPO忽略了許多要素的存在，如商業(yè)秘密法背后的政策考慮，法律概念應(yīng)用于實際情況時固有的模糊性，信息是否已被公開，被告是否使用了對方設(shè)計的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個系統(tǒng)設(shè)計的要素列表無論多長，好律師也總能再多想出一些。同樣，律師對案件的分析，不可能僅限于商業(yè)秘密法判例，還可能援引侵權(quán)法或?qū)＠ǖ呐欣?，這決定了起訴緣由的多種可能性。Ashley還討論了判例法推理模擬的其他困難：判例并不是概念的肯定的或否定的樣本，因此，要通過要素等簡單的法律術(shù)語使模糊的法律規(guī)則得到澄清十分困難，法律原則和類推推理之間的關(guān)系還不能以令人滿意的方式加以描述。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones toa Model of Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）這說明，即使具有較高起點的實驗室基礎(chǔ)研究，也不宜確定過高的目標。因為，智能法律系統(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。

第五，人－機系統(tǒng)解決方案。人和機器在解決法律時各有所長。人的優(yōu)點是能作價值推理，使法律問題的解決適應(yīng)的變化發(fā)展，從而具有靈活性。機器的長處是記憶和檢索功能強，可以使法律問題的解決具有一貫性。人－機系統(tǒng)解決方案立足于人與機器的功能互補，目的是解放人的腦力勞動，服務(wù)于國家的法治建設(shè)。該方案的實施可以分為兩個階段：第一階段以人為主，機器為人收集信息并作初步分析，提供決策參考。律師受理案件后，可以先用機器處理大批數(shù)據(jù)，并參考機器的起訴和辯護方案，再做更加高級的推證工作。法官接觸一個新案件，或新法官剛接觸審判工作，也可以先看看“機器法官”的判決建議或者審判思路，作為參考。法院的監(jiān)督部門可參照機器法官的判決，對法官的審判活動進行某種監(jiān)督，如二者的判決結(jié)果差別太大，可以審查一下法官的判決理由。這也許可以在一定程度上制約司法腐敗。在人－機系統(tǒng)開發(fā)的第二階段，會有越來越多的簡單案件的判決與電腦推理結(jié)果完全相同，因此，某些簡單案件可以機器為主進行審判，例如，美國小額法庭的一些案件，我國法庭可用簡易程序來審理的一些案件。法官可以作為“產(chǎn)品檢驗員”監(jiān)督和修訂機器的判決結(jié)果。這樣，法官的判案效率將大大提高，法官隊伍也可借此“消腫”，有可能大幅度提高法官薪水，吸引高素質(zhì)法律人才進入法官隊伍。

第9篇：人工智能教學建議范文

前言：隨著我國人口紅利逐漸消失，加上勞動力逐年減少、人工成本的上漲、工作環(huán)境的改變、人口老齡化和多元化的市場競爭，使各企業(yè)面臨著重重壓力。為了解決困境，現(xiàn)在越來越多的企業(yè)把目光瞄準了電氣自動化設(shè)備，以此代替人工生產(chǎn)。種種跡象表明，工業(yè)自動化時代已漸行漸近，自動化設(shè)備有望迎來黃金發(fā)展時代[1]。在我國電子信息技術(shù)不斷發(fā)展的背景下，我國的電力系統(tǒng)逐漸開始應(yīng)用先進的電氣自動化技術(shù)，從而改善自動控制水平。對電力系統(tǒng)中的電氣自動化技術(shù)進行深入分析，符合時展的需求，具有重要的研究價值。

一、電力系統(tǒng)中電氣自動化技術(shù)的應(yīng)用現(xiàn)狀

（一）微電子中的應(yīng)用

電氣自動化技術(shù)在微電子中的有效應(yīng)用，能夠改善微電子的半導體器件的運行質(zhì)量，從而有效改善電路的安全性以及可靠性，促進系統(tǒng)監(jiān)控效果的完善。微電子技術(shù)中有效應(yīng)用電氣自動化技術(shù)，主要表現(xiàn)為電氣電子技術(shù)設(shè)備的有效引入，需要對傳統(tǒng)微電子技術(shù)進行有效改革，從而提高微電子工藝的整體化效果[2]。以電氣自動化技術(shù)作為一個新出發(fā)點，不斷促進微電子技術(shù)的革新與發(fā)展，有助于優(yōu)化企業(yè)的生產(chǎn)質(zhì)量水平，同時改善其生產(chǎn)質(zhì)量。對微電子中的電氣自動化技術(shù)應(yīng)用現(xiàn)狀分析，是企業(yè)綜合改善的一個重要途徑，具有重要的探究意義。

（二）變化器中的應(yīng)用

在變化器電力系統(tǒng)中有效應(yīng)用電氣自動化技術(shù)，能夠改善變化器的電路，同時可以實現(xiàn)低頻到高頻的轉(zhuǎn)換，加速電路系統(tǒng)的更新發(fā)展。在傳統(tǒng)的電力工程中，多使用直流變化器實現(xiàn)對電路系統(tǒng)的流量控制，難以獲得優(yōu)秀的整流效果。在變化器中有效應(yīng)用電氣自動化技術(shù)，則可以顯著改善功率，同時有效減弱諧波對電岡的影響，降低低頻轉(zhuǎn)矩脈動中發(fā)生不良問題的可能性，從而促進系統(tǒng)的完善。

（三）變流調(diào)速控制中的應(yīng)用

在運輸車輛的實踐中，直流調(diào)速的調(diào)速性能比較好，但是具有比較高的事故發(fā)生率，制約了其有效應(yīng)用。交流電所提供的交流電，應(yīng)用于調(diào)速中，可以簡化結(jié)構(gòu)，降低消耗，提高使用壽命，但具有調(diào)速困難的問題。在交流調(diào)速控制中有效應(yīng)用電氣自動化技術(shù)，可以實現(xiàn)對電流磁場以及轉(zhuǎn)矩的有效控制，可以有效改善控制性能，具有比較良好的調(diào)速效果。

二、電氣自動化技術(shù)在電力系統(tǒng)的具體應(yīng)用分析

（一）實時仿真系統(tǒng)

實時仿真系統(tǒng)能夠應(yīng)用大量的實驗數(shù)據(jù)，并同步進行電力系統(tǒng)的實驗，可以為科研人員提供良好的協(xié)助作用。同時應(yīng)用多種控制裝置，有效形成閉環(huán)系統(tǒng)，可以提供良好的智能化保護作用。在電力系統(tǒng)中應(yīng)用實時仿真系統(tǒng)，可以有效監(jiān)控電力系統(tǒng)的負荷情況，相關(guān)技術(shù)人員應(yīng)該在對電力系統(tǒng)實時仿真系統(tǒng)進行深入研究的基礎(chǔ)上，有效構(gòu)建實時仿真環(huán)境實驗室，提供良好的環(huán)境支持。

（二）綜合自動化技術(shù)

在我國多年研究與發(fā)展的基礎(chǔ)上，我國的電力綜合自動化技術(shù)逐漸進入世界領(lǐng)先水平。我國所研制的分層式綜合自動化裝置能夠有效應(yīng)用與多種電壓等級的電站，同時可以在電氣自動化保護裝置中有效應(yīng)用人工智能技術(shù)、自適應(yīng)理論以及網(wǎng)絡(luò)通信技術(shù)等，從而有效改善綜合自動化控制水平，促進電力系統(tǒng)的安全性的改善，提高電力系統(tǒng)的智能化水平。

（三）人工智能技術(shù)

在電力系統(tǒng)中有效應(yīng)用人工智能技術(shù)，可以實現(xiàn)對整個系統(tǒng)與部分元件的有效診斷，同時能夠?qū)σ?guī)劃進行設(shè)計[3]。在實際的電力系統(tǒng)發(fā)展研究中，通過有效應(yīng)用模糊邏輯以及專家系統(tǒng)等先進的科學理論，不斷深化對電力系統(tǒng)的實踐研究，并不斷促進電力系統(tǒng)的控制智能化發(fā)展。

（四）配網(wǎng)自動化技術(shù)

配網(wǎng)自動化技術(shù)能夠有效結(jié)合國際標準公共信息模型，同時應(yīng)用高級應(yīng)用軟件，結(jié)合人工智能技術(shù)，實現(xiàn)配網(wǎng)的自動化。我國的配網(wǎng)自動化技術(shù)正在不斷發(fā)展中，主要應(yīng)用在高級應(yīng)用軟件、中低壓網(wǎng)絡(luò)數(shù)字以及信息配網(wǎng)一體化等多種方面中。通過解決配網(wǎng)的載波損耗等問題，促進電力系統(tǒng)自動化水平的不斷完善。

（五） 單片機、集成電路

以MCS-51為代表白8位機雖然仍占主導地位，但功能簡單，指令集短小，可靠性高，保密性高，適于大批量生產(chǎn)的PIC系列單片機及CMS97C系列單片機等正在推廣，而且單片機的應(yīng)用范圍已開始擴展至智能儀器儀表或不太復(fù)雜的工業(yè)控制場合以充分發(fā)揮單片機的優(yōu)勢另外，單片機的開發(fā)手段也更加豐富，除用匯編語言外，更多地是采用模塊化的C語言、PL/M語言[4]。

（六） PLC控制技術(shù)

PLC可編程邏輯控制系統(tǒng)在工作流程上由數(shù)據(jù)采集、數(shù)據(jù)計算與數(shù)據(jù)輸出三大部分組成。 首先根據(jù)編寫好的程序?qū)崿F(xiàn)規(guī)范化的數(shù)據(jù)采集過程，將相關(guān)數(shù)據(jù)采集的電子元器件獲取到的數(shù)據(jù)統(tǒng)一存儲于系統(tǒng)內(nèi)部，再進行具體掃描與讀取工作，將采集到的數(shù)據(jù)整合為映像單元的形式。完成以上工作之后，便會自動進入主體程序的計算執(zhí)行部分。當完成用戶設(shè)定好的相關(guān)數(shù)據(jù)采集工作之后，將繼續(xù)實現(xiàn)程序的執(zhí)行功能。最終通過模擬 / 數(shù)字輸出的方式，修改相應(yīng)電氣設(shè)備的控制參數(shù)，最終實現(xiàn)電氣專業(yè)的自動化。

三、電氣自動化技術(shù)的發(fā)展建議

（一）電氣自動化與數(shù)字化的結(jié)合

電氣自動化技術(shù)與數(shù)字化技術(shù)的有效結(jié)合，其典型表現(xiàn)為地球數(shù)字化技術(shù)，其中包含有電氣自動化的多種創(chuàng)新經(jīng)驗，能夠?qū)崿F(xiàn)對高分辨率、多為空間的大量數(shù)據(jù)有效整合為坐標，最終組成為數(shù)字化地球。該技術(shù)通過在計算機中儲存多種信息，結(jié)合計算機網(wǎng)絡(luò)，可以獲得電氣自動化的基本數(shù)據(jù)信息。

（二）現(xiàn)場總線技術(shù)的創(chuàng)新性應(yīng)用

在電力系統(tǒng)的電氣化技術(shù)應(yīng)用中，通過運用現(xiàn)場總線以及網(wǎng)絡(luò)技術(shù)，可以實現(xiàn)對運行經(jīng)驗的有效積累，從而促進電氣自動化設(shè)備的智能化發(fā)展水平的改善。在電氣自動化技術(shù)中有效應(yīng)用網(wǎng)絡(luò)技術(shù)，并結(jié)合現(xiàn)場總線技術(shù)，可以突出目的性，為設(shè)施提供良好的通信渠道，從而將信息有效結(jié)合在一起，避免間隔狀況的發(fā)生，從而有效節(jié)約資金以及材料，提高可靠性，同時節(jié)省電纜，達到成本控制的目的[5]。

（三）加強電氣自動化企業(yè)與相關(guān)專業(yè)院校之間的合作

首先，鼓勵企業(yè)到電氣自動化專業(yè)的學校中區(qū)設(shè)立廠區(qū)、建立車間，進行職業(yè)技能培訓、技術(shù)生產(chǎn)等，建立多種功能匯集在一起的學習形式的生產(chǎn)試驗培訓基地。走入企業(yè)進行教學，積極建設(shè)校外的培訓基地，將實踐能力和崗位實習充分結(jié)合在一起。擴展學校與企業(yè)結(jié)合的深廣程度，努力培養(yǎng)訂單式人才。按照企業(yè)的職業(yè)能力需求，制定出學校與企業(yè)共同研究培養(yǎng)人才的教學方案，以及相關(guān)的理論知識的學習指導。