人工智能對(duì)教學(xué)的幫助精選(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對(duì)教學(xué)的幫助主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：人工智能對(duì)教學(xué)的幫助范文
關(guān)鍵詞：人工智能；教學(xué)改革；教學(xué)方法
引言
人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領(lǐng)域?qū)W科，是模擬、延伸和擴(kuò)展人的智能的一門新技術(shù)。由于信息環(huán)境巨變與社會(huì)新需求的爆發(fā)，人工智能技術(shù)的日趨成熟。隨著AI3.0時(shí)代的到來，大數(shù)據(jù)、云計(jì)算等新技術(shù)的應(yīng)用也愈發(fā)廣泛，對(duì)于管理類人才來說，加強(qiáng)對(duì)人工智能知識(shí)的深入學(xué)習(xí)，不斷將人工智能技術(shù)與管理知識(shí)結(jié)合起來，對(duì)其未來職業(yè)生涯的發(fā)展有著重要作用。人工智能是一門前沿學(xué)科，管理學(xué)院開設(shè)人工智能課程的目的是為了更好地培養(yǎng)學(xué)生的技術(shù)創(chuàng)新思維與能力，基于其覆蓋面廣、包容性強(qiáng)、應(yīng)用需求空間巨大的學(xué)科特點(diǎn)，通過概率統(tǒng)計(jì)、數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)編程語言、數(shù)據(jù)庫原理等基礎(chǔ)課程的學(xué)習(xí)，加強(qiáng)學(xué)生解決實(shí)際問題的能力，為就業(yè)打下基礎(chǔ)。本文基于社會(huì)對(duì)于人工智能領(lǐng)域的人才需求，結(jié)合諸多長期從事經(jīng)管類專業(yè)課程教學(xué)的老師意見，針對(duì)管理類人才的人工智能課程教學(xué)內(nèi)容與方法進(jìn)行探討，以期對(duì)中國高校人工智能課程教學(xué)改革研究提供幫助與借鑒。
1、教學(xué)現(xiàn)狀與問題
作為一門綜合性、實(shí)踐性和應(yīng)用性很強(qiáng)的理論技術(shù)學(xué)科，人工智能課程內(nèi)容及內(nèi)涵及其豐富，外延極其廣泛。學(xué)習(xí)這門課程，需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力。針對(duì)管理類人才，該課程在課程教學(xué)過程中存在幾個(gè)較為突出的問題。(1)課堂教學(xué)氛圍枯燥目前，中國大多數(shù)大學(xué)仍采用傳統(tǒng)的課堂教學(xué)模式，在教學(xué)過程中照本宣科，忽略與學(xué)生的互動(dòng)，并且缺乏能夠有效引起學(xué)生學(xué)習(xí)興趣與加深知識(shí)理解的教學(xué)環(huán)節(jié)設(shè)置，如此一來大大降低了學(xué)生自主思考的能力。在進(jìn)行人工智能相關(guān)課程知識(shí)講解時(shí)，隨著章節(jié)的知識(shí)難度不斷增加，單向介紹式的枯燥教學(xué)方式無法反映人工智能學(xué)科的全貌，課堂講解難以同時(shí)給以學(xué)生感性和理性的認(rèn)知，部分學(xué)生因乏味的課堂氛圍漸漸無法跟上教學(xué)進(jìn)度，導(dǎo)致學(xué)習(xí)動(dòng)力不足。(2)基礎(chǔ)課程掌握不牢管理類專業(yè)的學(xué)生大部分都會(huì)走向更加具體化的管理崗位，具有多學(xué)科的素養(yǎng)，但這也導(dǎo)致很多學(xué)生所學(xué)知識(shí)雜而不精。學(xué)生在基礎(chǔ)不夯實(shí)的情況下去學(xué)習(xí)更高層面的知識(shí)，給學(xué)生學(xué)習(xí)與老師教學(xué)都造成了很大困擾。人工智能課程知識(shí)點(diǎn)較多，涵蓋模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等眾多內(nèi)容，概念抽象，不易學(xué)習(xí)。一些管理類專業(yè)的學(xué)生未能熟練掌握高等數(shù)學(xué)、運(yùn)籌學(xué)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)等先修課程，缺乏一定的關(guān)聯(lián)思考和研究意識(shí)，導(dǎo)致課程學(xué)習(xí)難度增加，產(chǎn)生學(xué)時(shí)不足和教學(xué)內(nèi)容難點(diǎn)過多的問題。(3)教學(xué)與實(shí)際應(yīng)用脫節(jié)當(dāng)下，人工智能廣泛應(yīng)用于機(jī)器視覺、智能制造等各個(gè)領(lǐng)域，給學(xué)生提供了大量的現(xiàn)實(shí)案例，使得人工智能不再是高深莫測(cè)的理論，而是現(xiàn)實(shí)中可以觸及的內(nèi)容。例如，在機(jī)械學(xué)科領(lǐng)域，人工智能技術(shù)是電氣工程、機(jī)械設(shè)計(jì)制造、車輛工程等方向的重要技術(shù)來源；在醫(yī)療領(lǐng)域，是醫(yī)療器械的創(chuàng)新生產(chǎn)源動(dòng)力；在能動(dòng)領(lǐng)域，是高端能源裝備與新能源發(fā)展的重要驅(qū)動(dòng)；在光電信息與計(jì)算機(jī)工程領(lǐng)域，技術(shù)的發(fā)展時(shí)刻推動(dòng)著智能科學(xué)與技術(shù)核心價(jià)值的提升。然而，對(duì)于管理類專業(yè)的學(xué)生來說，現(xiàn)階段的人工智能教材涵蓋許多智能算法及相關(guān)理論，在教學(xué)過程中常常涉及到很多從未接觸過的抽象理論和復(fù)雜算法，書本中的應(yīng)用實(shí)例大多紙上談兵，缺乏專門適用于管理類專業(yè)知識(shí)與人工智能技術(shù)相結(jié)合的教學(xué)實(shí)踐，加上一些教師授課方法單一，不利于引導(dǎo)學(xué)生將人工智能算法應(yīng)用于現(xiàn)實(shí)生活。另外，大學(xué)生對(duì)知識(shí)的理解能力差異很大，教師采用統(tǒng)一的方式教給他們，這使一些學(xué)生無法跟上和理解，教師也無法控制學(xué)生的學(xué)習(xí)狀況，導(dǎo)致學(xué)生缺乏動(dòng)力。因此，如何結(jié)合學(xué)生的現(xiàn)實(shí)情況，提高他們的動(dòng)手能力和實(shí)踐經(jīng)驗(yàn)也是人工智能課程教學(xué)要考慮的問題。
2、管理類人才的人工智能課程教學(xué)改進(jìn)策略
課程教學(xué)改革是一項(xiàng)提高大學(xué)教學(xué)效果和人才培養(yǎng)質(zhì)量的重要手段。如何在時(shí)代背景下應(yīng)用新技術(shù)和新思想進(jìn)行實(shí)施課程教學(xué)改革是高校亟待解決的問題。對(duì)于高校的教學(xué)工作而言，教學(xué)目標(biāo)、教學(xué)內(nèi)容和教學(xué)方式的變化不再是課程資源的簡(jiǎn)單數(shù)字化和信息化，而是充分利用時(shí)代信息資源優(yōu)勢(shì)的新型教學(xué)模式。針對(duì)管理類專業(yè)人工智能課程教學(xué)過程中存在的問題，可以從教學(xué)方法改進(jìn)和教學(xué)內(nèi)容設(shè)置兩個(gè)方面進(jìn)行課程教學(xué)改進(jìn)。
2.1教學(xué)方法改進(jìn)
教師對(duì)學(xué)生具有引領(lǐng)作用，其教學(xué)方法的改進(jìn)能夠帶動(dòng)學(xué)生改進(jìn)自身學(xué)習(xí)方法。(1)啟發(fā)式案例教學(xué)案例教學(xué)法就是教師根據(jù)教學(xué)目標(biāo)、教學(xué)內(nèi)容以及教學(xué)要求，通過安排一些具體的教學(xué)案例，引導(dǎo)學(xué)生積極參與案例思考、分析、討論和表達(dá)等多項(xiàng)活動(dòng)，是一種培養(yǎng)學(xué)生認(rèn)知問題、分析和解決問題等綜合能力的行之有效的教學(xué)方法。啟發(fā)式案例教學(xué)以自主、合作、探究為主要特征，調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性，并緊密結(jié)合人工智能領(lǐng)域的相關(guān)理論與方法，有效理解知識(shí)要點(diǎn)及其關(guān)聯(lián)性，適用于管理類專業(yè)學(xué)生的教學(xué)。具體而言，高?；谄鋯栴}啟發(fā)性、教學(xué)互動(dòng)性以及實(shí)踐有用性等特點(diǎn)，可以建立基于人工智能知識(shí)體系的教學(xué)案例庫，雖然這項(xiàng)建設(shè)將極具挑戰(zhàn)性與耗時(shí)性，但具有很強(qiáng)的積極效果：培養(yǎng)學(xué)生較強(qiáng)的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動(dòng)，對(duì)提高教學(xué)質(zhì)量、培養(yǎng)具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學(xué)，讓學(xué)生掌握相關(guān)基礎(chǔ)知識(shí)原理及應(yīng)用；通過一題多解的案例使學(xué)生思考如何獲取最有效的解題方法；通過綜合案例的設(shè)計(jì)，啟發(fā)學(xué)生全方位地探索問題的解決方案。(2)研討互動(dòng)式教學(xué)研討互動(dòng)式的各個(gè)教學(xué)環(huán)節(jié)是逐漸遞進(jìn)、有機(jī)結(jié)合的。研討是基于學(xué)生個(gè)體的差異性，在課堂討論的過程中對(duì)學(xué)生做出評(píng)判，從而對(duì)不同類型的學(xué)生開展針對(duì)性的教學(xué)?；?dòng)則是在研討的基礎(chǔ)上，通過老師與學(xué)生、學(xué)生與學(xué)生的互動(dòng)，讓學(xué)生主動(dòng)參與到課堂教學(xué)的過程中來。在人工智能課程教學(xué)過程中，教師通過課堂討論了解學(xué)生對(duì)于知識(shí)點(diǎn)的掌握情況，可以有針對(duì)性地設(shè)計(jì)教學(xué)內(nèi)容，例如，對(duì)于學(xué)校積極性不強(qiáng)的學(xué)生，將人工智能理論內(nèi)容與學(xué)生個(gè)人興趣范疇、社會(huì)產(chǎn)業(yè)發(fā)展及研究現(xiàn)狀聯(lián)系起來，能夠極大程度地提高學(xué)生學(xué)習(xí)的自主能力；對(duì)于基礎(chǔ)知識(shí)較為薄弱的學(xué)生，可以在教師的指導(dǎo)下查閱相關(guān)文獻(xiàn)資料，根據(jù)自己的理解撰寫心得報(bào)告，并在課堂或課外進(jìn)行師生互動(dòng)。像這樣研討與互動(dòng)相結(jié)合的模式。有助于增強(qiáng)學(xué)生的探索和求知欲望，建立起濃厚的學(xué)習(xí)氛圍。(3)有效激勵(lì)式教學(xué)人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，人才需求量極大，對(duì)教師的教學(xué)水平也提出了更高要求，因此，進(jìn)行有效激勵(lì)極為重要。在學(xué)生激勵(lì)方面，可以舉辦各類人工智能競(jìng)賽項(xiàng)目，設(shè)置相應(yīng)項(xiàng)目獎(jiǎng)學(xué)金，吸引學(xué)生參與實(shí)踐，調(diào)動(dòng)學(xué)生做研究、發(fā)論文的積極性。例如，教育部主辦的中國研究生人工智能創(chuàng)新大賽，圍繞新一代人工智能創(chuàng)新主題，激發(fā)學(xué)生的創(chuàng)新意識(shí)，提高學(xué)生的創(chuàng)新實(shí)踐能力，為人工智能領(lǐng)域健康發(fā)展提供人才支撐。高校也可以借鑒這種模式，在各學(xué)院乃至全校開展此類競(jìng)賽項(xiàng)目，激發(fā)學(xué)生的創(chuàng)新能力與團(tuán)隊(duì)合作能力，鼓舞更多學(xué)生加入到人工智能課程的學(xué)習(xí)中來，激發(fā)其學(xué)習(xí)興趣。在教師激勵(lì)方面，在教師聘任和提升過程中把參加學(xué)生課程制定、課堂與課外作業(yè)、課程項(xiàng)目和論文指導(dǎo)等看作教學(xué)任務(wù)的一部分，鼓勵(lì)教師積極參與這些活動(dòng)。(4)學(xué)科滲透式教學(xué)人工智能學(xué)科知識(shí)融合程度較高，學(xué)科交叉性強(qiáng)。基于人工智能的學(xué)科交叉性特點(diǎn)，增強(qiáng)管理類人才對(duì)學(xué)科應(yīng)用的領(lǐng)悟，可以采取開展學(xué)科滲透式教學(xué)的方法。從2015年起，國務(wù)院和教育部先后印發(fā)了《國務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見教育》、《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》等文件，“互聯(lián)網(wǎng)+”、“智能+”已經(jīng)滲透到各個(gè)領(lǐng)域，人類進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，社會(huì)需求“技術(shù)+管理”的高端復(fù)合人才。例如，基于工業(yè)4.0和強(qiáng)國戰(zhàn)略，人工智能技術(shù)在智能制造的應(yīng)用極為廣泛。上海理工大學(xué)非常重視少數(shù)民族預(yù)科班的教育質(zhì)量。為增強(qiáng)少數(shù)民族管理類人才對(duì)該領(lǐng)域應(yīng)用的認(rèn)識(shí)，我們請(qǐng)機(jī)械工程、能源動(dòng)力領(lǐng)域的相關(guān)專家以授課或講座的形式，進(jìn)行相關(guān)領(lǐng)域知識(shí)和發(fā)展趨勢(shì)的講解，使學(xué)生理解更為透徹。此外，在教學(xué)實(shí)踐過程中，還可以用舉辦人工智能知識(shí)交流會(huì)、線上人工智能論壇等形式，促進(jìn)不同專業(yè)間老師、學(xué)生對(duì)于人工智能知識(shí)模塊的見解，相互交流、滲透和學(xué)習(xí)，從而推動(dòng)人工智能課程教學(xué)的改進(jìn)。
2.2教學(xué)內(nèi)容設(shè)置
世界一流大學(xué)在人工智能課程內(nèi)容設(shè)置根據(jù)不同國家的教育體系設(shè)置，肯定會(huì)有不同，但頗有共通之處。本文借鑒世界頂尖大學(xué)經(jīng)驗(yàn)，針對(duì)管理類專業(yè)人工智能課程教學(xué)內(nèi)容進(jìn)行研究，結(jié)合中國教育體系設(shè)置，認(rèn)為應(yīng)從以下幾方面進(jìn)行改進(jìn)。(1)核心內(nèi)容設(shè)置為避免學(xué)生因?yàn)橹R(shí)點(diǎn)過多而出現(xiàn)雜而不精的問題，勢(shì)必要精化教學(xué)內(nèi)容。在互聯(lián)網(wǎng)時(shí)代，我們可以使用云計(jì)算和其他方式來實(shí)現(xiàn)數(shù)據(jù)信息的傳輸、存儲(chǔ)和處理，通過在線收集和整合網(wǎng)絡(luò)課程相關(guān)數(shù)據(jù)，挖掘和豐富教學(xué)資源，并在整合課程資源的基礎(chǔ)上，進(jìn)行研究方法和前沿知識(shí)的擴(kuò)展。在核心內(nèi)容設(shè)置方面，可以通過收集到的數(shù)據(jù)資料，選擇人工智能領(lǐng)域具有代表性且難易程度適中的知識(shí)作為重點(diǎn)，使學(xué)生能夠在有限的學(xué)時(shí)內(nèi)掌握人工智能的知識(shí)脈絡(luò)。例如，編寫針對(duì)管理類人才的人工智能教材，內(nèi)容涉及緒論、知識(shí)表示與推理、常用算法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面的同時(shí)，重點(diǎn)增加相應(yīng)知識(shí)點(diǎn)在管理上的應(yīng)用案例，加強(qiáng)學(xué)生對(duì)知識(shí)點(diǎn)的理解。同時(shí)，根據(jù)管理類專業(yè)偏向領(lǐng)域，開設(shè)關(guān)聯(lián)程度較大、應(yīng)用較廣泛的人工智能選修課程，以便學(xué)生根據(jù)自己的興趣與需求選修具體方向的課程。(2)注重學(xué)生的數(shù)理及編程基礎(chǔ)良好的數(shù)理及編程基礎(chǔ)是學(xué)習(xí)人工智能的前提。只有具備了這些基礎(chǔ)，才能搞清楚人工智能模型的數(shù)量關(guān)系、空間形式和優(yōu)化過程等，才能將數(shù)學(xué)語言轉(zhuǎn)化為程序語言，并應(yīng)用于實(shí)驗(yàn)。管理學(xué)院人才的數(shù)理及編程基礎(chǔ)相對(duì)薄弱，因此，在安排學(xué)生學(xué)習(xí)人工智能課程之前，建議開設(shè)面向全體管理類專業(yè)學(xué)生的微積分、線性代數(shù)、概率論等專業(yè)基礎(chǔ)數(shù)學(xué)課程以及C語言、python等編程基礎(chǔ)課程，使學(xué)生具備數(shù)學(xué)分析的基礎(chǔ)與一定編程基礎(chǔ)，為學(xué)習(xí)人工智能課程打下堅(jiān)實(shí)的基礎(chǔ)。另外，可以推進(jìn)MOOC平臺(tái)建設(shè)，在平臺(tái)上開設(shè)人工智能網(wǎng)絡(luò)課程，幫助學(xué)生掌握人工智能知識(shí)基礎(chǔ)及專業(yè)技能。(3)實(shí)驗(yàn)建設(shè)為了加強(qiáng)學(xué)生對(duì)于人工智能知識(shí)點(diǎn)間的關(guān)聯(lián)性理解，可以基于不同的應(yīng)用模塊，設(shè)計(jì)具有前后鋪墊、上下關(guān)聯(lián)的綜合性實(shí)驗(yàn)，設(shè)計(jì)不同層次的項(xiàng)目要求，同時(shí)基于相同的實(shí)驗(yàn)課題，讓學(xué)生分組對(duì)實(shí)驗(yàn)課題進(jìn)行攻克，并設(shè)置多元化的實(shí)驗(yàn)評(píng)價(jià)體系，通過實(shí)驗(yàn)教學(xué)過程中反映出的不同進(jìn)度，讓教師能對(duì)學(xué)生的學(xué)習(xí)水平做出準(zhǔn)確評(píng)判，及時(shí)進(jìn)行教學(xué)反思，以便更好地開展下一步工作。例如，針對(duì)人工智能課程應(yīng)用中很廣的遺傳算法，在某一管理規(guī)劃的具體應(yīng)用上設(shè)置理解－實(shí)現(xiàn)－參數(shù)分析－具體應(yīng)用－嘗試改進(jìn)－深度拓展的不同層次的項(xiàng)目要求，在這些項(xiàng)目層次中規(guī)定必做項(xiàng)與可選項(xiàng)，讓學(xué)生基于同一實(shí)驗(yàn)課題進(jìn)行合作學(xué)習(xí)，然后通過個(gè)人自我評(píng)價(jià)、小組成員互相評(píng)價(jià)以及教師評(píng)價(jià)的方式進(jìn)行打分，對(duì)小組整體能力以及個(gè)人能力進(jìn)行綜合評(píng)估，以期培養(yǎng)學(xué)生的自主思考能力。
第2篇：人工智能對(duì)教學(xué)的幫助范文
【摘要】計(jì)算機(jī)輔助教學(xué)的實(shí)際需要應(yīng)用人工智能技術(shù)及復(fù)雜的程序,如自然語言理解、知識(shí)表示、推理方法等,一些人工智能技術(shù)的特殊應(yīng)用成果,同時(shí)以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)技術(shù)被應(yīng)用于建立學(xué)習(xí)模塊。這種方法能控制調(diào)練策略并給出適合學(xué)生的學(xué)習(xí)內(nèi)容。
【關(guān)鍵詞】人工智能計(jì)算機(jī)輔助教學(xué)教學(xué)與控制
一、人工智能的定義
人工智能也稱機(jī)器智能,它是計(jì)算機(jī)科學(xué)、控制論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計(jì)算機(jī)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(jī)器或智能系統(tǒng),實(shí)現(xiàn)模擬人類智能活動(dòng)的能力,以延伸人們智能的科學(xué)。人工智能是一門交叉科學(xué),逐漸形成一門涉及心理學(xué)、認(rèn)知科學(xué)、思維可循、信息科學(xué)、系統(tǒng)科學(xué)和生物學(xué)科等多學(xué)科的綜合性技術(shù)學(xué)科。
二、計(jì)算輔助教學(xué)體系和現(xiàn)狀
計(jì)算救助教學(xué)是利用多媒體計(jì)算機(jī)的功能與特點(diǎn),利用計(jì)算機(jī)輔助教師完成各個(gè)教學(xué)環(huán)節(jié),并通過與計(jì)算機(jī)之間的交互活動(dòng),激發(fā)學(xué)生的學(xué)習(xí)積極性和主動(dòng)性,幫助學(xué)生更有效地學(xué)習(xí)。實(shí)用計(jì)算機(jī)輔助教學(xué),有利于認(rèn)識(shí)主體作用的發(fā)揮,它所提供的圖像、聲音、動(dòng)畫等信息由利于學(xué)生知識(shí)的獲得與保持,達(dá)到提高教學(xué)教學(xué)的目的。
目前為止,所實(shí)用的絕大多數(shù)傳統(tǒng)以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)將全部教學(xué)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(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。因此現(xiàn)有的以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)系統(tǒng)面臨許多挑戰(zhàn),它主要存在以下幾個(gè)方面的問題。
1.計(jì)算機(jī)輔助教學(xué)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(jì)算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實(shí)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(yùn)行路線使授課缺乏自主性;授課的針對(duì)性不強(qiáng);無法利用新出現(xiàn)的資源在較高起點(diǎn)上進(jìn)行二次開發(fā)。
2.智能性的欠缺
現(xiàn)有的計(jì)算機(jī)智能輔助課件系統(tǒng)不能對(duì)不同何曾度的學(xué)生進(jìn)行有針對(duì)性的教育,學(xué)生的學(xué)習(xí)是被動(dòng)的,不能由系統(tǒng)自動(dòng)提供助學(xué)信息而使學(xué)生有選擇地學(xué)習(xí)。。
3.人機(jī)交互能力較弱
現(xiàn)有計(jì)算機(jī)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(xué)信息是按預(yù)置的教學(xué)流程機(jī)械式地提供給學(xué)者,學(xué)習(xí)者使用計(jì)算機(jī)智能輔助課件學(xué)習(xí)是完全被動(dòng)的。
4.教師與學(xué)生的互動(dòng)在教學(xué)中的缺乏
現(xiàn)有計(jì)算機(jī)智能輔助課件在學(xué)生自學(xué)以及進(jìn)行操作使用時(shí),如何學(xué)習(xí)都是學(xué)生自己的事。教師不能全完了解學(xué)習(xí)者的情況,學(xué)生在蹦到問題時(shí)不能向教師求教,師生之間互相封閉,談不上師生互動(dòng),因此課件所起的效果大打折扣。
5.課程特點(diǎn)沒有突出
各門課程在教學(xué)上有不同的要求,但現(xiàn)有課件對(duì)于這些不同要求完全不予理會(huì)。例如很多課程都要涉及到大量的曲線或曲面,對(duì)有些課程來說,將這些曲線或曲面給出了一個(gè)簡(jiǎn)單的展示就足夠了,而有些課程這樣的展示不能達(dá)到教學(xué)目的的要求。
6.教學(xué)計(jì)劃的欠缺
在課件的開發(fā)過程中實(shí)際上離不開教學(xué)策略的設(shè)計(jì),但課件的制作者往往并未意識(shí)到這一點(diǎn)。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(dòng)。實(shí)際上運(yùn)用課件教學(xué)只是手段而不是目的,應(yīng)該在教學(xué)設(shè)計(jì)理論的指導(dǎo)下講求課件的實(shí)效性,著眼點(diǎn)在于學(xué)生學(xué)習(xí)新知識(shí)、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(jì)算機(jī)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(jì)算機(jī)智能輔助越來越不能適應(yīng)新的要求。因此以智能計(jì)算機(jī)智能輔助為代表的心的計(jì)算機(jī)輔助教學(xué)系統(tǒng)將成為教育技術(shù)上需要不斷探求、努力實(shí)現(xiàn)的發(fā)展方向。
三、智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)
智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)(IntelligentComputerAidedInstruction),簡(jiǎn)稱ICAI。教學(xué)過程是一個(gè)復(fù)雜的教與學(xué)的思維過程,它需要教師以專門知識(shí)和經(jīng)驗(yàn)為依據(jù),經(jīng)過吸取、講解、推理、示例、綜合等多個(gè)步驟才能較好地完成。計(jì)算機(jī)輔助教學(xué)實(shí)際上是一個(gè)由計(jì)算機(jī)系統(tǒng)輔助教師進(jìn)行教學(xué)以及學(xué)生進(jìn)行學(xué)習(xí)并得以實(shí)現(xiàn)的系統(tǒng)。在智能ICAI中,教學(xué)思想、方法、學(xué)習(xí)內(nèi)容可用知識(shí)形式表示,如何解決知識(shí)的形式化表示以及知識(shí)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(gè)問題。知識(shí)庫是實(shí)現(xiàn)知識(shí)推理與專家系統(tǒng)的基礎(chǔ),可以用知識(shí)庫作為智能ICAI的構(gòu)建環(huán)境。在知識(shí)庫中,教學(xué)內(nèi)容等的有關(guān)知識(shí)可以用事實(shí)與規(guī)則表示,并存儲(chǔ)于知識(shí)庫內(nèi),教學(xué)與學(xué)習(xí)過程既是對(duì)知識(shí)庫中知識(shí)進(jìn)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(gè)模塊:
1.知識(shí)庫。知識(shí)庫是關(guān)于教學(xué)內(nèi)容的模塊,解決“教什么”問題。知識(shí)庫中的教學(xué)內(nèi)容有待于教學(xué)與控制模塊和學(xué)生模塊進(jìn)行選取、調(diào)用。
2.學(xué)生模塊。學(xué)生模塊是用于記錄學(xué)生的學(xué)習(xí)情況,對(duì)學(xué)生學(xué)習(xí)的各個(gè)環(huán)節(jié)信息進(jìn)行搜集,以便系統(tǒng)對(duì)學(xué)生的學(xué)習(xí)情況進(jìn)行自動(dòng)評(píng)估,提出具有針對(duì)性的學(xué)習(xí)建議和個(gè)別化的輔導(dǎo)。學(xué)生模塊描述學(xué)生對(duì)教學(xué)內(nèi)容理解、掌握的程度,系統(tǒng)可以根據(jù)學(xué)生模塊的具體情況調(diào)整教學(xué)策略并提供適當(dāng)?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(gè)系統(tǒng)依靠用戶接口模塊把教學(xué)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。
第3篇：人工智能對(duì)教學(xué)的幫助范文
（湖南大學(xué)信息科學(xué)與工程學(xué)院，湖南長沙410082）
摘要：針對(duì)大學(xué)專業(yè)教育中普遍存在的高分低能狀況，以“用”為出發(fā)點(diǎn)，提出實(shí)驗(yàn)課程·專業(yè)實(shí)訓(xùn)·學(xué)科競(jìng)賽金字塔式實(shí)踐教學(xué)體系，闡述如何打通課程理論之間的聯(lián)系，自底向上從實(shí)踐動(dòng)手、分析綜合再到發(fā)明創(chuàng)新分層逐步培養(yǎng)和提升學(xué)生的專業(yè)能力。
關(guān)鍵詞 ：實(shí)踐教學(xué)；實(shí)驗(yàn)課程；專業(yè)實(shí)訓(xùn)；學(xué)科競(jìng)賽
第一作者簡(jiǎn)介：李智勇，男，教授，研究方向?yàn)橹悄苡?jì)算、智能系統(tǒng)、大數(shù)據(jù)，zhiyong．li@hnu．edu．cn。
0 引 言
大學(xué)作為直接為社會(huì)輸送人才的機(jī)構(gòu)，將人才“可塑性”和“可用性”作為大學(xué)教育的根本目的，因此培養(yǎng)學(xué)生的文化素養(yǎng)和專業(yè)能力成為大學(xué)教育最重要的任務(wù)，但由于中國傳統(tǒng)教育思想的影響，“高分低能”一直是中國教育面臨的一個(gè)嚴(yán)峻問題，而這一問題在高等院校更為突出。問題不解決，便達(dá)不到“可用性”的目的。
這一問題違背了大學(xué)教育尤其是工科類院校的初衷，越來越多的高校逐漸意識(shí)到該問題的嚴(yán)重性，開始進(jìn)一步關(guān)注實(shí)踐教學(xué)，壓縮理論教學(xué)的時(shí)間，輔以更多的實(shí)踐教學(xué)課時(shí)?！靶W(xué)期”是這一趨勢(shì)的典型代表。這一變化將實(shí)踐教學(xué)的質(zhì)量問題提上日程，如何建立合理有效的實(shí)踐教學(xué)體系和安排實(shí)踐教學(xué)內(nèi)容是當(dāng)前高校不得不思考和亟待解決的問題。
1 教學(xué)現(xiàn)狀及問題
我們以湖南大學(xué)智能科學(xué)與技術(shù)專業(yè)為例分析目前實(shí)踐教學(xué)的現(xiàn)狀及存在的問題。
1.1 課程教學(xué)體系
湖南大學(xué)智能科學(xué)與技術(shù)專業(yè)近3年的教學(xué)計(jì)劃中，要求學(xué)生畢業(yè)最低總學(xué)分為170分，圖1給出各類環(huán)節(jié)所占的學(xué)分比例，可以看出，專業(yè)實(shí)訓(xùn)（含畢業(yè)設(shè)計(jì)）只占總學(xué)分的16%，教學(xué)計(jì)劃側(cè)重理論教學(xué)，從學(xué)時(shí)分布來看，此偏重更為明顯。圖2分析了每個(gè)學(xué)期的課程教學(xué)學(xué)時(shí)情況，學(xué)生幾乎需要將所有時(shí)間放到課程理論學(xué)習(xí)上，被嚴(yán)重束縛，實(shí)踐教學(xué)形同虛設(shè)。
1.2 現(xiàn)有實(shí)踐教學(xué)體系
在智能科學(xué)與技術(shù)專業(yè)近3年的教學(xué)中，實(shí)驗(yàn)課程有普通物理實(shí)驗(yàn)和人工智能基礎(chǔ)實(shí)驗(yàn)兩門。從學(xué)生完成該實(shí)驗(yàn)課程的情況來看，大多數(shù)學(xué)生數(shù)據(jù)處理邏輯簡(jiǎn)單，幾乎沒有運(yùn)用模式識(shí)別、機(jī)器學(xué)習(xí)、智能控制等人工智能方法完成的作品。第6學(xué)期開設(shè)的實(shí)踐課程遠(yuǎn)遠(yuǎn)達(dá)不到培養(yǎng)學(xué)生熟練運(yùn)用多門專業(yè)理論和方法的目的。
現(xiàn)在很多高校開始實(shí)施“小學(xué)期”教學(xué)日歷，設(shè)置為期1個(gè)月左右的集中實(shí)踐或者專業(yè)實(shí)訓(xùn)環(huán)節(jié)。前兩年的“小學(xué)期”是面向全院所有專業(yè)學(xué)生的基礎(chǔ)能力培養(yǎng)，而第3學(xué)年后的“小學(xué)期”安排專業(yè)綜合設(shè)計(jì)實(shí)訓(xùn)，訓(xùn)練學(xué)生的專業(yè)能力，如五子棋人機(jī)對(duì)弈項(xiàng)目可以大大提高學(xué)生對(duì)專業(yè)的興趣，但項(xiàng)目過于單一，僅涉及人工智能、模式識(shí)別、機(jī)器學(xué)習(xí)等課程，與人工智能實(shí)驗(yàn)課程有重合的傾向，而諸如機(jī)器人學(xué)、智能控制等智能科學(xué)與技術(shù)專業(yè)的特色課程就沒有訓(xùn)練的機(jī)會(huì)，此外對(duì)比上一個(gè)硬件技術(shù)實(shí)訓(xùn)缺少能力培養(yǎng)的延續(xù)性。具備創(chuàng)新發(fā)明的能力是目前實(shí)踐教學(xué)甚少考慮的培養(yǎng)目標(biāo)。
1.3 存在的問題
這種培養(yǎng)方案主要存在以下問題：①實(shí)踐教學(xué)學(xué)時(shí)過少，學(xué)生實(shí)踐能力培養(yǎng)機(jī)會(huì)太少；②理論學(xué)習(xí)任務(wù)過重，學(xué)生的雙手無法得到解放；③實(shí)驗(yàn)課程內(nèi)容設(shè)置不合理，課程理論與實(shí)際沒有有效結(jié)合；④面向?qū)I(yè)的實(shí)訓(xùn)內(nèi)容單一，專業(yè)理論覆蓋面不夠；⑤能力培養(yǎng)斷層，發(fā)明創(chuàng)新能力未涉及。
2 金字塔式實(shí)踐教學(xué)體系
針對(duì)以上存在的問題，我們制定了新的培養(yǎng)計(jì)劃，圖3所示是2015年湖南大學(xué)智能科學(xué)與技術(shù)專業(yè)教學(xué)計(jì)劃課程時(shí)序圖?？梢钥闯?，不計(jì)實(shí)驗(yàn)課程，每學(xué)期的理論教學(xué)課程減少到平均5門課程；實(shí)驗(yàn)課程大大增加，從原來的2門增加到7門。新的教學(xué)計(jì)劃中實(shí)踐教學(xué)得到重視和加強(qiáng)。
另外，教學(xué)計(jì)劃的另一個(gè)特色是高年級(jí)的教學(xué)／學(xué)術(shù)方向分組，根據(jù)信息科學(xué)與工程學(xué)院的科研優(yōu)勢(shì)設(shè)置了4個(gè)方向，將教學(xué)與科研有機(jī)結(jié)合。課程按組選修，增加了選修課之間的關(guān)聯(lián)性，使培養(yǎng)目標(biāo)更突出，令學(xué)生有的放矢。教學(xué)計(jì)劃也反映了實(shí)踐教學(xué)的體系結(jié)構(gòu)：針對(duì)重要的學(xué)門、學(xué)類和專業(yè)課程，通過專門開設(shè)實(shí)驗(yàn)課程鞏固這些重要課程；接下來，通過專業(yè)實(shí)訓(xùn)將多門課程理論串聯(lián)起來；最后，擬提供豐富的學(xué)科競(jìng)賽機(jī)會(huì)，對(duì)于學(xué)有余力的學(xué)生進(jìn)一步培養(yǎng)發(fā)明創(chuàng)新的能力。這3個(gè)層面形成了一個(gè)金字塔式的實(shí)踐教學(xué)體系，如圖4所示。越往上，能力水平越高；往下是必須具有的基礎(chǔ)能力。金字塔式的實(shí)踐體系體現(xiàn)了遞進(jìn)式的能力培養(yǎng)過程。通過該培養(yǎng)模式將能直接給社會(huì)輸送“可用”人才。
圖4給出了整個(gè)實(shí)踐能力培養(yǎng)的空間結(jié)構(gòu)。筆者將分別從時(shí)間角度詳細(xì)介紹3個(gè)層面的培養(yǎng)目標(biāo)和實(shí)踐內(nèi)容安排。
2.1 實(shí)驗(yàn)課程
實(shí)驗(yàn)課程處于金字塔的最底層，目的是培養(yǎng)學(xué)生運(yùn)用專門知識(shí)進(jìn)行動(dòng)手實(shí)踐的能力，熟悉和鞏固專業(yè)基礎(chǔ)課程理論，為上層的能力培養(yǎng)打好基礎(chǔ)。這一能力是所有智能科學(xué)與技術(shù)專業(yè)合格大學(xué)生必須具有的根本能力。
程序設(shè)計(jì)和計(jì)算機(jī)系統(tǒng)設(shè)計(jì)是實(shí)現(xiàn)智能的手段和載體，因而第1學(xué)年和第2學(xué)年圍繞這兩個(gè)能力開展理論和實(shí)踐教學(xué)活動(dòng)，開設(shè)了高等程序設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)與算法、數(shù)字邏輯、計(jì)算機(jī)系統(tǒng)等課程，其中程序設(shè)計(jì)、數(shù)字邏輯和計(jì)算機(jī)系統(tǒng)3門課程實(shí)踐性較強(qiáng)，因此還配套設(shè)置了對(duì)應(yīng)的實(shí)驗(yàn)課程。實(shí)驗(yàn)課程與理論課程盡量同步開設(shè)，利用實(shí)驗(yàn)箱對(duì)理論進(jìn)行驗(yàn)證，加深學(xué)生對(duì)課程的理解。第3學(xué)年和第4學(xué)年面向計(jì)算機(jī)上層系統(tǒng)和應(yīng)用，操作系統(tǒng)和計(jì)算機(jī)網(wǎng)絡(luò)是典型代表，因而針對(duì)這兩門課程開設(shè)對(duì)應(yīng)實(shí)驗(yàn)課程，這幾門實(shí)驗(yàn)課程是學(xué)類核心課程。此外，教師還可圍繞智能科學(xué)與技術(shù)專業(yè)的重點(diǎn)核心課程“人工智能”開設(shè)機(jī)器人實(shí)驗(yàn)課程，讓學(xué)生基于NAO人形機(jī)器人、智能小車、RoboCode等設(shè)備軟件理解、熟悉和練習(xí)各種智能的算法和模型。從程序設(shè)計(jì)、計(jì)算機(jī)系統(tǒng)、操作系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)和人工智能5個(gè)方面依次開展基礎(chǔ)實(shí)踐到專業(yè)實(shí)踐的培訓(xùn)，為上層專業(yè)實(shí)訓(xùn)作好準(zhǔn)備。
2.2 專業(yè)實(shí)訓(xùn)
專業(yè)實(shí)訓(xùn)是隨著小學(xué)期的推廣而逐漸引入的培養(yǎng)環(huán)節(jié)，未有成功的經(jīng)驗(yàn)可以借鑒。5年中我們不斷地探索，在剛開始的2年采用“集中實(shí)踐+生產(chǎn)實(shí)習(xí)”的方式。集中實(shí)踐指在學(xué)校里進(jìn)行一些簡(jiǎn)單的綜合設(shè)計(jì)，如軟件實(shí)訓(xùn)開發(fā)類似圖書管理系統(tǒng)的軟件。由于題目較為簡(jiǎn)單和老套，學(xué)生興趣不高。生產(chǎn)實(shí)習(xí)是指和企業(yè)合作，將學(xué)生派往生產(chǎn)一線，這一想法初衷好但操作性低。因此，頭兩年的“小學(xué)期”成效不佳，于是取消生產(chǎn)實(shí)習(xí)，將集中實(shí)踐從2周延長為4周，增加項(xiàng)目難度，如2014年在第2學(xué)年實(shí)行的“STC單片機(jī)開發(fā)”和第3學(xué)年實(shí)施的“五子棋智能對(duì)弈設(shè)計(jì)”，難度適中，學(xué)生普遍反映較好。
這兩年取得的進(jìn)步給我們很大的啟發(fā)。第2學(xué)年的軟件實(shí)訓(xùn)結(jié)合最新的APP應(yīng)用引入Android開發(fā)，讓學(xué)生可以在自己的手機(jī)上展示作品，實(shí)現(xiàn)即所得，極大地激發(fā)學(xué)生的積極性；在已有的單片機(jī)開發(fā)上，提升設(shè)計(jì)的高度和難度，引入FPGA設(shè)計(jì)，讓學(xué)生全面學(xué)習(xí)嵌入式系統(tǒng)；最后，在智能專業(yè)綜合設(shè)計(jì)方面，將五子棋智能下棋程序打造成全院的一個(gè)競(jìng)賽，結(jié)合專業(yè)最前沿的發(fā)展方向，進(jìn)而增加機(jī)器人開發(fā)、物聯(lián)網(wǎng)系統(tǒng)和嵌入式系統(tǒng)設(shè)計(jì)，涵蓋智能終端、智能軟件、智能系統(tǒng)，提供較寬的選擇，充分發(fā)揮學(xué)生的一技之長。
2.3 學(xué)科競(jìng)賽
前兩個(gè)層次基本上完成了工程能力的培養(yǎng)，但創(chuàng)新才是核心競(jìng)爭(zhēng)力。如何激發(fā)學(xué)生發(fā)明創(chuàng)造的潛能也是實(shí)踐教學(xué)的任務(wù)之一。這一能力在以前的教學(xué)中甚少專門涉及，發(fā)明創(chuàng)新的能力是一道坎。
學(xué)科競(jìng)賽是培養(yǎng)發(fā)明創(chuàng)新能力比較好的一個(gè)突破口，因此我們?cè)趯?shí)驗(yàn)室建設(shè)過程中適當(dāng)考慮了對(duì)學(xué)科競(jìng)賽的支撐，基于RoboCup足球機(jī)器人在協(xié)同對(duì)抗上創(chuàng)新，基于模塊化機(jī)器人在創(chuàng)意上立新，基于NAO機(jī)器人在自然語言處理上求新。目前，學(xué)生長期參加的學(xué)科競(jìng)賽有RoboCup足球機(jī)器人中型組比賽、物聯(lián)網(wǎng)設(shè)計(jì)大賽以及全國電子設(shè)計(jì)大賽。教師應(yīng)為有志向和能力的學(xué)生提供創(chuàng)新平臺(tái)和條件，鼓勵(lì)學(xué)生參加高水平的學(xué)科競(jìng)賽。
學(xué)科競(jìng)賽組成了實(shí)踐教學(xué)的最后一環(huán)，面向科研，與研究生教育接軌；面向創(chuàng)業(yè)，為IT產(chǎn)業(yè)增添生命力。
3 建設(shè)措施及成果
3.1 實(shí)驗(yàn)室配套建設(shè)
根據(jù)實(shí)踐教學(xué)的分層體系，目前已有的支撐該體系的儀器設(shè)備見表1，可滿足不同層次的用途需求。課程實(shí)驗(yàn)的設(shè)備主要以驗(yàn)證為主；實(shí)驗(yàn)課程的設(shè)備需要學(xué)生動(dòng)手實(shí)現(xiàn)算法和設(shè)計(jì)；專業(yè)實(shí)訓(xùn)的設(shè)備主要以提供平臺(tái)為主，讓學(xué)生自主搭建系統(tǒng)；學(xué)科競(jìng)賽的設(shè)備一方面要滿足競(jìng)賽需求，一方面可以應(yīng)用于學(xué)術(shù)研究，具有一定的開放性。
針對(duì)學(xué)科競(jìng)賽，我們已經(jīng)建立400 m2的場(chǎng)地專門用作智能科學(xué)與技術(shù)專業(yè)的創(chuàng)新和學(xué)科競(jìng)賽實(shí)驗(yàn)室。圖5所示為學(xué)生正在專心調(diào)試足球機(jī)器人。
3.2 實(shí)踐教學(xué)代表性項(xiàng)目
1)電子產(chǎn)品的制作、測(cè)試及使用( STC-A實(shí)驗(yàn)學(xué)習(xí)板)。
通過完成一個(gè)電子產(chǎn)品（STC-A實(shí)驗(yàn)學(xué)習(xí)板）的制作、測(cè)試及使用，學(xué)生能夠全面了解電子產(chǎn)品的開發(fā)與生產(chǎn)全過程以及質(zhì)量管理；實(shí)踐簡(jiǎn)單的焊接技術(shù)，認(rèn)識(shí)基于處理器的電子系統(tǒng)的組成；學(xué)習(xí)電路調(diào)試及檢測(cè)能力，了解“STC-A學(xué)習(xí)板”的功能以及嵌入式系統(tǒng)的入門知識(shí)；擁有一個(gè)便攜式學(xué)習(xí)與創(chuàng)新的實(shí)驗(yàn)平臺(tái)，為今后的學(xué)習(xí)提供方向與幫助。
2)“智能杯”五子棋程序設(shè)計(jì)邀請(qǐng)賽。
該競(jìng)賽在已給出五子棋平臺(tái)的基礎(chǔ)上（已有界面，無需自己編程界面），要求參賽者寫出五子棋算法。換句話說，就是設(shè)計(jì)五子棋COM的智商。五子棋看似簡(jiǎn)單，實(shí)則包含各種變化，計(jì)算種種變化同樣需要強(qiáng)大的知識(shí)儲(chǔ)備。程序設(shè)計(jì)與五子棋結(jié)合既樸素簡(jiǎn)單，又包羅萬象，同時(shí)通過對(duì)弈方式可以綜合多種人工智能理論和方法，反映出技能的高低。
3)足球機(jī)器人。
中國機(jī)器人大賽暨RoBoCup公開賽是中國最具影響力、最權(quán)威的機(jī)器人技術(shù)大賽。信息科學(xué)與工程學(xué)院從2013年開始連續(xù)參加了兩屆比賽，積累了一定的經(jīng)驗(yàn)，已基本形成老帶新的格局。通過展現(xiàn)一個(gè)真實(shí)的機(jī)器人產(chǎn)品，可以讓學(xué)生感受本專業(yè)的特色和前景，提高專業(yè)的認(rèn)同感；通過動(dòng)手改進(jìn)一個(gè)實(shí)際產(chǎn)品，激發(fā)學(xué)生的創(chuàng)新意識(shí)；通過這個(gè)比賽，期望學(xué)生能夠逐步達(dá)到自主研制復(fù)雜精密機(jī)器人的水平。
4 結(jié)語
能力培養(yǎng)是大學(xué)教育的重中之重，而實(shí)踐教學(xué)是達(dá)成這一目標(biāo)的重要手段。實(shí)驗(yàn)課程·專業(yè)實(shí)訓(xùn)·學(xué)科競(jìng)賽金字塔式實(shí)踐教學(xué)體系符合能力培養(yǎng)的階梯性，涵蓋了動(dòng)手實(shí)踐、綜合分析和發(fā)明創(chuàng)新3種能力。部分實(shí)踐教學(xué)項(xiàng)目得到較好的反響，為這一體系進(jìn)一步成熟化和規(guī)范化提供了動(dòng)力。
下一步，我們擬主要從兩個(gè)方面進(jìn)一步推進(jìn)智能科學(xué)與技術(shù)專業(yè)的實(shí)踐教學(xué)建設(shè)。一方面不斷提升從事實(shí)踐教學(xué)的教師水平，注重與行業(yè)接軌，跟進(jìn)行業(yè)的最新發(fā)展動(dòng)態(tài)和專業(yè)技術(shù)并將其反映到實(shí)踐項(xiàng)目中，形成一個(gè)持續(xù)發(fā)展的良性生態(tài)；另一方面積極融人工程認(rèn)證的理念，為工程類學(xué)生今后走向世界提供具有國際互認(rèn)質(zhì)量標(biāo)準(zhǔn)的“通行證”。實(shí)踐教學(xué)作為能力培養(yǎng)的重要手段，為了使其更加科學(xué)和規(guī)范，我們將參照工程認(rèn)證的標(biāo)準(zhǔn)，對(duì)各項(xiàng)能力的培養(yǎng)在實(shí)踐教學(xué)過程中有更明確的對(duì)應(yīng)，對(duì)能力的考核能更細(xì)致化。
參考文獻(xiàn)：
[1]別敦榮，張征．世界一流大學(xué)教育理念的特點(diǎn)與啟示[J]高等工程教育研究，2010(4): 82-92.
[2]張莎，當(dāng)代大學(xué)生“高分低能”現(xiàn)狀的原因及對(duì)策分析[J]．科教導(dǎo)刊，2012(8): 98-99.
[3]李智勇，肖正，趙歡，等，智能科學(xué)與技術(shù)本科專業(yè)“小學(xué)期”制教學(xué)思考[J]．計(jì)算機(jī)教育，2011(15): 29-34．
[4]昊麗娟，李柳．以小學(xué)期為平臺(tái)的實(shí)踐教學(xué)改革與探索[J]沈陽師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013(3): 421-424．
第4篇：人工智能對(duì)教學(xué)的幫助范文
【關(guān)鍵字】推理與專家系統(tǒng)；認(rèn)知學(xué)徒制；專家系統(tǒng)外殼
【中圖分類號(hào)】G420 【文獻(xiàn)標(biāo)識(shí)碼】A 【論文編號(hào)】1009―8097（2009）04―0120―03
在教育部2003年頒布的《普通高中技術(shù)課程標(biāo)準(zhǔn)（實(shí)驗(yàn)）》中，首次設(shè)立了《人工智能初步》選修模塊，該模塊共設(shè)三個(gè)主題：“知識(shí)及其表達(dá)”，“推理與專家系統(tǒng)”，“人工智能語言與問題求解”。其中的“推理與專家系統(tǒng)”主題，由于專家系統(tǒng)構(gòu)建的簡(jiǎn)便性以及運(yùn)行的可觀察性，在為數(shù)不多的已開設(shè)《人工智能初步》選修模塊的學(xué)校中，較為普遍地被作為重點(diǎn)內(nèi)容進(jìn)行教學(xué)。[1]因此，十分有必要對(duì)“推理與專家系統(tǒng)”主題的教學(xué)模式及其相關(guān)問題進(jìn)行討論，以便為中學(xué)信息技術(shù)教師更有效的開展教學(xué)提供參考與借鑒。
一 “推理與專家系統(tǒng)”主題的教學(xué)目標(biāo)
新課標(biāo)中給出了“推理與專家系統(tǒng)”主題的具體教學(xué)目標(biāo)：
1 演示或使用簡(jiǎn)單的產(chǎn)生式專家系統(tǒng)軟件，感受用專家系統(tǒng)解決問題的基本過程；了解專家系統(tǒng)的基本結(jié)構(gòu)。
2 通過實(shí)例分析，知道專家系統(tǒng)正向、反向推理的基本原理；會(huì)描述一種常用的不精確推理的基本過程。
3 了解專家系統(tǒng)解釋機(jī)制的基本概念及其在專家系統(tǒng)中的重要作用。
4 了解專家系統(tǒng)外殼的概念；學(xué)會(huì)使用一個(gè)簡(jiǎn)易的專家系統(tǒng)外殼，并能用它開發(fā)簡(jiǎn)單的專家系統(tǒng)。[2]
由此可見，“推理與專家系統(tǒng)”主題并非是大學(xué)專家系統(tǒng)相關(guān)專業(yè)內(nèi)容的簡(jiǎn)單下移，它的總體目標(biāo)是了解與專家系統(tǒng)相關(guān)的知識(shí)，體驗(yàn)專家系統(tǒng)的技術(shù)與應(yīng)用，感受專家系統(tǒng)對(duì)學(xué)習(xí)和生活的影響，從而激發(fā)對(duì)信息技術(shù)未來的追求。
二 認(rèn)知學(xué)徒制及其應(yīng)用于“推理與專家系統(tǒng)”教學(xué)的可行性
1 認(rèn)知學(xué)徒制及其特征
所謂認(rèn)知學(xué)徒制(Cognitive Apprenticeship)，是一種從改造學(xué)校教育中的主要問題出發(fā)，將傳統(tǒng)學(xué)徒制方法中的核心技術(shù)與學(xué)校教育整合起來的新型教學(xué)模式，[3]用以培養(yǎng)學(xué)生的認(rèn)知技能，即專家實(shí)踐所需的思維、問題求解和處理復(fù)雜任務(wù)的能力。
從認(rèn)知學(xué)徒制的特征與“推理與專家系統(tǒng)”教學(xué)過程的特點(diǎn)的一致性、認(rèn)知學(xué)徒制的知識(shí)觀與“推理與專家系統(tǒng)”強(qiáng)調(diào)知識(shí)獲取、轉(zhuǎn)化的一致性、認(rèn)知學(xué)徒制的技能觀與“推理與專家系統(tǒng)”教學(xué)注重學(xué)生技能發(fā)展的一致性，能夠得出將認(rèn)知學(xué)徒制應(yīng)用于“推理與專家系統(tǒng)”主題的教學(xué)是切實(shí)可行的。
認(rèn)知學(xué)徒制的核心假設(shè)是：通過這種模式能夠培養(yǎng)學(xué)習(xí)者問題求解等方面的高階思維技能/策略。這種技能/策略把技能與知識(shí)結(jié)合起來，是完成有意義的/真實(shí)的任務(wù)的關(guān)鍵。它具有如下的基本特征：
（1） 認(rèn)知學(xué)徒制關(guān)注的不是概念和事實(shí)知識(shí)的獲得，而是重視專家在獲取知識(shí)或?qū)⒅R(shí)運(yùn)用于復(fù)雜現(xiàn)實(shí)生活任務(wù)/問題時(shí)所關(guān)涉的推理過程與認(rèn)知/元認(rèn)知策略。
（2） 將原本隱蔽的內(nèi)在認(rèn)知過程顯性化，亦即表現(xiàn)思維過程，使之可視化（包括教師和學(xué)生的思維過程）。通過這種方法，學(xué)生可以在老師和其他學(xué)生的幫助下進(jìn)行觀察、重復(fù)演練和實(shí)踐。
（3） 將學(xué)校課程中的抽象任務(wù)/內(nèi)容置于對(duì)學(xué)生有意義的情境之中，學(xué)習(xí)者充分了解學(xué)習(xí)的目的與應(yīng)用，理解工作的相關(guān)性，并參與專家行為。[4]
“推理與專家系統(tǒng)”主題的教學(xué)主要思路是要求學(xué)生使用一個(gè)簡(jiǎn)易的專家系統(tǒng)外殼（例如InterModeller）開發(fā)簡(jiǎn)單的專家系統(tǒng)，它的過程是：第一步，確定所要開發(fā)的專家系統(tǒng)類型，即確定開發(fā)的專家系統(tǒng)的內(nèi)容，如動(dòng)物識(shí)別專家系統(tǒng)、汽車故障診斷專家系統(tǒng)等；第二步，選擇、整理與所要開發(fā)的專家系統(tǒng)相關(guān)的日常生活知識(shí)；第三步，將日常生活知識(shí)轉(zhuǎn)化為專家系統(tǒng)能推理和解釋的知識(shí)表示形式，如產(chǎn)生式規(guī)則表示，框架知識(shí)表示等；第四步，通過師生、生生之間的交流與討論，逐步修改完善專家系統(tǒng)，使專家系統(tǒng)做出判斷與解釋。
這一教學(xué)過程不僅要求學(xué)生獲取、選擇、整理概念和事實(shí)知識(shí)，更強(qiáng)調(diào)將知識(shí)轉(zhuǎn)化為專家系統(tǒng)能推理和解釋的知識(shí)表示形式，最終能用專家系統(tǒng)解決實(shí)際問題，這與認(rèn)知學(xué)徒制所關(guān)注的在有意義的情境之中，將知識(shí)進(jìn)行邏輯化表示后去解決現(xiàn)實(shí)任務(wù)/問題，培養(yǎng)學(xué)習(xí)者問題求解等方面的高階思維技能/策略是相一致的。
2 基于認(rèn)知學(xué)徒制的知識(shí)觀
比利特（Billett，1993）認(rèn)為學(xué)習(xí)的知識(shí)包括三種形式：陳述性知識(shí)（關(guān)于是“什么”的知識(shí)）、程序性知識(shí)（關(guān)于“怎么做”的知識(shí)）和情感性知識(shí)（關(guān)于價(jià)值觀和態(tài)度的知識(shí)）。陳述性知識(shí)用來提供事實(shí)和陳述，程序性知識(shí)用來提供做事過程的規(guī)則，情感性知識(shí)用來提供對(duì)事情的意見與看法。在一些實(shí)際工作情境中，程序性知識(shí)通常是可以直接觀察的，而陳述性知識(shí)的內(nèi)容則往往比較模糊、不透明。因此，與程序性知識(shí)相比，在日常工作的活動(dòng)中，一些類型的概念性知識(shí)獲得更加困難，學(xué)習(xí)者對(duì)它們的理解受到更多的限制。[5][6]
如何在學(xué)習(xí)中有效的獲得陳述性知識(shí)，比利特和羅斯（Billett & Rose,1996）認(rèn)為：第一，陳述性的知識(shí)是在參與社會(huì)實(shí)踐、從事日常工作的過程中獲得的。在日常的工作實(shí)踐中，人們必須解決問題、實(shí)現(xiàn)目標(biāo)而這些活動(dòng)真正促進(jìn)了人們對(duì)學(xué)習(xí)對(duì)象的理解；第二，在學(xué)習(xí)的闡釋或知識(shí)的建構(gòu)過程中，個(gè)體之間的密切互動(dòng)是知識(shí)一個(gè)非常重要的來源，特別是熟練的指導(dǎo)者能夠幫助個(gè)體建構(gòu)知識(shí)，“強(qiáng)烈的社會(huì)影響或者最貼切的指導(dǎo)似乎為學(xué)習(xí)者獲取和建構(gòu)陳述性知識(shí)提供了有意的途徑”。[5]
“推理與專家系統(tǒng)”主題中所涉及的知識(shí)也可分為陳述性知識(shí)和程序性知識(shí)。陳述性知識(shí)主要體現(xiàn)在確立的所要構(gòu)建的專家系統(tǒng)類型的情境中，將零散、孤立的陳述性知識(shí)，通過教師的指導(dǎo)，學(xué)生間的討論，將其整體化，組塊化。程序性知識(shí)主要是存在于專家系統(tǒng)的知識(shí)庫中，以“ifthen”形式來編程陳述性知識(shí)，即先確認(rèn)當(dāng)前的情境和條件，然后產(chǎn)生相應(yīng)的行動(dòng)。由于高中階段的教學(xué)要求是利用簡(jiǎn)易的專家系統(tǒng)外殼開發(fā)簡(jiǎn)單的專家系統(tǒng)，因此在條理清晰、結(jié)構(gòu)合理的陳述性知識(shí)的基礎(chǔ)上編寫程序性知識(shí)的過程較為簡(jiǎn)單，關(guān)鍵是學(xué)生如何通過多種有效形式獲得陳述性知識(shí)，并將其清晰，合理的表示出來。專家系統(tǒng)構(gòu)建過程中的陳述性知識(shí)獲取及其向陳述性知識(shí)的轉(zhuǎn)化，與認(rèn)知學(xué)徒制知識(shí)觀所倡導(dǎo)的知識(shí)分類和有效獲取是相吻合的。
3 基于認(rèn)知學(xué)徒制的學(xué)生技能發(fā)展
伊萬斯（Evans,1994）提出了技能發(fā)展的，明確了技能所包含的智力維度：
（1） 階段1――新手。其特征為行為是受限制的、不靈活的、受規(guī)則控制的；
（2） 階段2――較高級(jí)的新手。學(xué)習(xí)者開始能夠感知任務(wù)中一些重要的情境特征，但還不能對(duì)那些重要的情境進(jìn)行區(qū)分；
（3） 階段3――勝任階段。學(xué)習(xí)者能夠識(shí)別情境的重要特征，并以此為基礎(chǔ)思考行動(dòng)的目標(biāo)和計(jì)劃，用來指導(dǎo)行動(dòng)；
（4） 階段4――精通。能夠在不特別關(guān)注的情況下選擇最好的行動(dòng)計(jì)劃，能夠快速概括、識(shí)別情境并訂出計(jì)劃；
（5） 階段5――專家。專家憑借直覺行動(dòng)，這種直覺來自對(duì)情境的深刻理解，不關(guān)注規(guī)則的和特征，而且行動(dòng)是可變的、靈活的和高度熟練的。[5]
在上述技能發(fā)展的五個(gè)階段中，學(xué)習(xí)者從新手到專家的過渡過程就是從被動(dòng)接受信息到具備更多的反思和參與策略的過程。在建構(gòu)所需要的知識(shí)時(shí)，學(xué)習(xí)者開始需要指導(dǎo)者詳細(xì)的幫助，而后逐步過渡到大量的互動(dòng)和建構(gòu)的水平。在技能發(fā)展的高級(jí)階段，對(duì)理解技能中的智力因素的需要進(jìn)一步增加，而對(duì)詳細(xì)指導(dǎo)的需要急劇下降，因?yàn)橹R(shí)變得更加內(nèi)化，更加接近于自我建構(gòu)。在“推理與專家系統(tǒng)”主題中，學(xué)生利用專家系統(tǒng)外殼工具，通過了解由某一領(lǐng)域?qū)＜医?gòu)的專家系統(tǒng)，并在教師的指導(dǎo)下親手開發(fā)簡(jiǎn)單的專家系統(tǒng)，來體驗(yàn)專家系統(tǒng)的開發(fā)過程，加深學(xué)習(xí)體驗(yàn)。在實(shí)際教學(xué)中，我們將上述技能發(fā)展的五個(gè)階段簡(jiǎn)化為三個(gè)階段，學(xué)生和專家系統(tǒng)構(gòu)成了一種專家與新手的關(guān)系，剛開始學(xué)專家系統(tǒng)的學(xué)生（相對(duì)新手）、課程教師（相對(duì)于學(xué)生為專家）以及專家建構(gòu)的專家系統(tǒng)（相對(duì)于教師為專家），[7]學(xué)生開發(fā)專家系統(tǒng)的過程也即相對(duì)新手向相對(duì)專家轉(zhuǎn)化，最后還可能發(fā)展領(lǐng)域?qū)＜业倪^程。在這一過程中，學(xué)生對(duì)所建立的專家系統(tǒng)類型的相關(guān)陳述性知識(shí)和程序性的需要不斷增加，而對(duì)教師指導(dǎo)其開發(fā)的需要急劇下降。
三 認(rèn)知學(xué)徒制在“推理與專家系統(tǒng)”教學(xué)中的實(shí)施過程
認(rèn)知學(xué)徒制作為一種新型的教學(xué)模式，將其應(yīng)用于“推理與專家系統(tǒng)”教學(xué)，需要教師和學(xué)生兩方面共同執(zhí)行，如圖1所示。[4]
在認(rèn)知學(xué)徒制教學(xué)模式中，學(xué)生是主體，教師起主導(dǎo)作用。對(duì)教師來說，要精心設(shè)計(jì)教學(xué)以表現(xiàn)專家實(shí)踐的思維過程，并引導(dǎo)學(xué)生積極參與、體驗(yàn)，在這個(gè)過程中，教師先示范必要的策略，再放手讓學(xué)生嘗試，并在學(xué)生需要時(shí)予以指導(dǎo)。對(duì)學(xué)生來說，通過對(duì)特定領(lǐng)域?qū)＜覍?shí)踐能力的模仿、參與、討論、交流和闡釋，獲得基本的問題求解方法、策略和能力，并隨著腳手架的拆除，逐漸獨(dú)立探究、定義、分析和解決問題。[8]具體的說包含如下步驟：
（1） 建模。教師選擇某一典型的專家系統(tǒng)，對(duì)專家系統(tǒng)的問題解決過程，如推理方式和應(yīng)用策略進(jìn)行建模，以使學(xué)生觀察系統(tǒng)的推理、運(yùn)行過程，感受領(lǐng)域?qū)＜业乃季S過程。
（2） 情境設(shè)計(jì)。教師要引導(dǎo)學(xué)生選擇符合其認(rèn)知特點(diǎn)的專家系統(tǒng)內(nèi)容，注重實(shí)用性、貼切性和可開發(fā)性，如“當(dāng)?shù)芈糜尉包c(diǎn)識(shí)別”、“特色小吃劃分”等專家系統(tǒng)，并把情境化的活動(dòng)與相關(guān)的預(yù)期結(jié)果關(guān)聯(lián)起來，以便學(xué)生在真實(shí)的情景中進(jìn)行模擬學(xué)習(xí)，發(fā)展遠(yuǎn)遷移能力。
（3） 提供腳手架。腳手架的重要功能是幫助學(xué)生順利穿越“最近發(fā)展區(qū)”。教師對(duì)學(xué)生的開發(fā)專家系統(tǒng)的過程進(jìn)行指導(dǎo),提供必要的“支架”，如概念支持、軟件應(yīng)用技巧支持、過程支持、策略方法支持等。
（4） 清晰表達(dá)。要求學(xué)生清晰地表達(dá)專家系統(tǒng)的推理過程或解決問題的過程，以使學(xué)生真正了解自己的學(xué)習(xí)過程， 不僅“知其然”（What），而且“知其所以然”（Why）。
（5） 反思。使學(xué)生將自己的思維和問題求解過程與領(lǐng)域?qū)＜摇⑵渌麑W(xué)生的邏輯思維方式進(jìn)行比較。通過反思，學(xué)生可以構(gòu)建關(guān)于該專家系統(tǒng)內(nèi)容的問題求解過程的模型，已修正/啟示自己的問題求解和任務(wù)完成過程。
（6） 拆除腳手架。當(dāng)學(xué)生完成知識(shí)庫的建立，或者能運(yùn)行專家系統(tǒng)后，教師應(yīng)逐漸拆除支架，以促進(jìn)學(xué)生的發(fā)展。
四 結(jié)語
在“推理與專家系統(tǒng)”主題的教學(xué)中采用認(rèn)知學(xué)徒制教學(xué)模式，對(duì)于學(xué)生分析問題和解決問題能力的培養(yǎng)具有積極的意義。一方面，為了完成該任務(wù)，學(xué)生需要編制規(guī)劃、制定知識(shí)獲取策略，并具體付諸實(shí)施，這是一個(gè)不斷深化的過程。學(xué)生還得明確與系統(tǒng)有關(guān)的所有變量或相關(guān)的因素，并且將這些變量和因素轉(zhuǎn)化為問題求解過程，得出相應(yīng)的結(jié)論。在進(jìn)行一系列問題求解分析之后，運(yùn)用產(chǎn)生式規(guī)則來表示知識(shí)。 該過程中有助于提高他們的分析、思維與判斷能力。另一方面，在專家系統(tǒng)運(yùn)行時(shí)，學(xué)生可以向?qū)＜蚁到y(tǒng)提出諸如“為什么（Why）”、“如何（How）”、“如果……會(huì)怎么樣”等問題，系統(tǒng)接受用戶的問題指令后，可以根據(jù)推理的邏輯進(jìn)程，即時(shí)將答案呈現(xiàn)給用戶，這個(gè)過程如同教師與學(xué)生在進(jìn)行面對(duì)面的教學(xué)，學(xué)生還可以充分體驗(yàn)人類專家的求解思路和推理風(fēng)格。完善的專家系統(tǒng)還可以讓其他學(xué)生去運(yùn)用和體驗(yàn)，具有一定的實(shí)用價(jià)值。正如美國著名的學(xué)習(xí)論專家Jonassen所指出的：那些自行設(shè)計(jì)專家系統(tǒng)的學(xué)生將會(huì)在這種活動(dòng)中受益匪淺，因?yàn)檫@是一個(gè)對(duì)所學(xué)知識(shí)進(jìn)行深度加工的過程。[9]
參考文獻(xiàn)
[1] 張劍平,張家華,我國人工智能課程實(shí)施的問題與對(duì)策[M],中國電化教育,2008,(10):95-98.
[2] 教育部.普通高中技術(shù)課程標(biāo)準(zhǔn)(實(shí)驗(yàn))[M].北京:人民教育出版社,2003:24.
[3] 高文.教學(xué)模式論[M].上海:上海教育出版社,2002:342.
[4] 鐘志賢.信息化教學(xué)模式:理論建構(gòu)與實(shí)踐例說[M].北京:教育科學(xué)出版社,2005:263.
[5] 趙蒙成.工作場(chǎng)的學(xué)習(xí):概念、認(rèn)知基礎(chǔ)與教學(xué)模式[J].比較教育研究,2008,(1):51-56.
[6] Billett, S.R, & Rose, J.Developing Conceptual Knowledge in the Workplace. In J. Stevenson (Ed.).Learning in theWorkplace: Tourism and Hospitality.Brisbane, Australia: Griffith University, Center for Learning and Work Research, 1996:204-208.
[7] 周躍良,張燕.人工智能教育的理論基礎(chǔ)及教學(xué)組織[J].中小學(xué)信息技術(shù)教育,2003,(10):10-13.
第5篇：人工智能對(duì)教學(xué)的幫助范文
關(guān)鍵詞 智能聽說訓(xùn)練系統(tǒng) 英語口語教學(xué) 高職學(xué)生
中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A
1智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法對(duì)于開展英語教學(xué)的重要意義
（1）智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法有利于加強(qiáng)師生、生生之間的互動(dòng)和交流，從而增強(qiáng)師生之間的思想和情感的交流，有利于培養(yǎng)學(xué)生口語表達(dá)的興趣。
（2）智能聽說訓(xùn)練系統(tǒng)能夠創(chuàng)設(shè)良好的英語學(xué)習(xí)環(huán)境，幫助學(xué)生掌握純正的語音語調(diào)，同時(shí)激發(fā)學(xué)生學(xué)習(xí)英語的積極性和創(chuàng)造性充分發(fā)揮學(xué)生的主體意識(shí)，培養(yǎng)學(xué)生主動(dòng)參與和自主學(xué)習(xí)的能力。
（3）智能聽說訓(xùn)練系統(tǒng)能夠給學(xué)生提供更多自主學(xué)習(xí)、訓(xùn)練和探究的時(shí)間和空間，給學(xué)生更多展示自己才能的機(jī)會(huì)和舞臺(tái)，培養(yǎng)學(xué)生的實(shí)踐和創(chuàng)新能力。
2智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法在高職英語口語教學(xué)中的應(yīng)用
2.1利用智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法提高學(xué)生說英語的興趣和信心
興趣是最好的老師，是學(xué)習(xí)的原動(dòng)力。智能聽說訓(xùn)練系統(tǒng)是利用計(jì)算機(jī)對(duì)學(xué)生一對(duì)一地進(jìn)行輔導(dǎo)。智能教師能帶領(lǐng)學(xué)生練習(xí)口語，并自動(dòng)糾正發(fā)音問題，或自動(dòng)安排聽力訓(xùn)練的強(qiáng)度和重點(diǎn)。該系統(tǒng)具有國際領(lǐng)先的人工智能水平，可以模擬真人教練，一對(duì)一輔導(dǎo)學(xué)生聽說。這項(xiàng)創(chuàng)新大大地減輕了教師的負(fù)擔(dān)，也能大大地提高學(xué)生的學(xué)習(xí)興趣。電腦系統(tǒng)會(huì)根據(jù)學(xué)生的朗誦水平，最終給出一個(gè)分?jǐn)?shù)，對(duì)于獲得高分的學(xué)生，他們會(huì)更加信心，更加興致勃勃。對(duì)于平時(shí)不敢開口的讀書的學(xué)生，給了他們一個(gè)很好的鍛煉平臺(tái)。
2.2利用智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法提升英語口語教學(xué)效果
為了讓學(xué)生多聽、多讀、多說，提高他們的聽說能力，每周教師至少布置兩次利用該系統(tǒng)的聽說作業(yè)。萬事開頭難，同學(xué)們剛開始的時(shí)候?qū)χ悄苈犝f訓(xùn)練系統(tǒng)的功能不了解，因此提不起興趣。教師在課堂上要親自示范了如何操作該系統(tǒng)，并告訴學(xué)生該系統(tǒng)有三個(gè)非常有用的功能。
（1）錄音功能。學(xué)生非常喜歡錄音功能，把自己的聲音錄進(jìn)去，然后再聽自己錄的效果，覺得非常有趣。有些學(xué)生在學(xué)校是非常內(nèi)斂的，平時(shí)讀書聲非常小，回答教師的問題聲音小得幾乎聽不到，但是在智能聽說訓(xùn)練系統(tǒng)上，學(xué)生的讀書聲非常自信。
（2）評(píng)價(jià)功能。智能聽說訓(xùn)練系統(tǒng)平臺(tái)的功能對(duì)學(xué)生的激勵(lì)作用很大。當(dāng)學(xué)生讀得好時(shí)，教師會(huì)評(píng)價(jià)學(xué)生：“你讀得真棒，你是從國外回來的吧！”學(xué)生聽到諸如此類的評(píng)價(jià)，非常興奮。當(dāng)學(xué)生讀得不好時(shí)，教師會(huì)告訴學(xué)生，讓學(xué)生再重讀一次。
（3）帶讀功能。學(xué)生可以先聽再度，這對(duì)于基礎(chǔ)差讀不好的學(xué)生非常有用。學(xué)生在課堂沒學(xué)好，課外可以繼續(xù)學(xué)習(xí)。學(xué)生經(jīng)過教師的示范，感覺操作非常簡(jiǎn)單，而且有趣。
2.3利用智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法為學(xué)生的自主學(xué)習(xí)提供學(xué)習(xí)平臺(tái)
（1）網(wǎng)上預(yù)習(xí)、復(fù)習(xí)。借助網(wǎng)絡(luò)引導(dǎo)學(xué)生自主學(xué)習(xí)。傳統(tǒng)的預(yù)習(xí)和復(fù)習(xí)，單詞、句子的發(fā)音問題學(xué)生不能解決，但使用智能聽說訓(xùn)練系統(tǒng)能自動(dòng)糾正發(fā)音問題，使學(xué)生的預(yù)習(xí)、復(fù)習(xí)更加有效果。
（2）網(wǎng)上自主練習(xí)。在該系統(tǒng)的輔助下，英語口語學(xué)習(xí)的方式變得多元化，口語交際能力的提高不再依賴以往的單一手段?，F(xiàn)代科技的進(jìn)步，使我們的學(xué)習(xí)不再局限于整片的時(shí)間和固定的空間，學(xué)生可以在任何時(shí)間通過網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)。網(wǎng)絡(luò)在拉近世界距離的同時(shí)，也給予了學(xué)生接觸許多不同版本的英語教材的機(jī)會(huì)。通過這個(gè)系統(tǒng)，學(xué)生可以了解自己的口語水平，還可以與其他人進(jìn)行交流。甚至，還可以借助這個(gè)系統(tǒng)進(jìn)行小規(guī)模教學(xué)、口語陪練等來提高交際能力，學(xué)習(xí)的時(shí)間和空間得到極大的延伸和擴(kuò)展。在這個(gè)系統(tǒng)中，豐富的學(xué)習(xí)資源增加了學(xué)生對(duì)外界英語信息接觸的機(jī)會(huì)，開闊了學(xué)生的視野，使學(xué)習(xí)的深度得到發(fā)展。這使得英語口語的學(xué)習(xí)維度得到橫向的和縱向的發(fā)展。
3智能聽說訓(xùn)練系統(tǒng)所支持的混合教學(xué)法在高職英語口語教學(xué)中的應(yīng)用效果評(píng)價(jià)
3.1探索出一套智能化混合教學(xué)的英語聽說教學(xué)模式
研究證明，以智能聽說訓(xùn)練系統(tǒng)為基礎(chǔ)，智能化混合教學(xué)的英語聽說教學(xué)模式有效解決了學(xué)生語境聽說訓(xùn)練明顯不足，檢查、監(jiān)督和輔導(dǎo)手段單一等問題。該模式有助于提高學(xué)生接觸英語的頻度和語音訓(xùn)練的準(zhǔn)確度，激發(fā)學(xué)生學(xué)習(xí)英語的積極性，提高教師的工作效率。
3.2傳統(tǒng)英語聽說評(píng)價(jià)模式得到改變
研究的開展和智能聽說訓(xùn)練系統(tǒng)的使用，促進(jìn)聽說評(píng)價(jià)模式得以改變。它符合英語聽說評(píng)價(jià)本身隱含的“真實(shí)性、交際性和開放性”的要求，成為學(xué)生英語聽說能力理想的評(píng)價(jià)方式。
3.3教師對(duì)英語聽說教學(xué)觀念產(chǎn)生了改變
雖然我國近年來在中學(xué)英語教學(xué)方面進(jìn)行了較大改革，“說”的教學(xué)重要性已受到廣泛的關(guān)注，但“說”的教學(xué)進(jìn)度緩慢，其現(xiàn)狀總是不盡人意。課堂時(shí)間有限，很多教師忙于講解知識(shí)，忽視了聽說。即使進(jìn)行了聽說訓(xùn)練，但也難免流于形式，沒有長期有效、不懈地訓(xùn)練，就沒有實(shí)質(zhì)性的改變。
作者簡(jiǎn)介：黃飛強(qiáng)，男，湖北荊州人，1985年9月出生，現(xiàn)任江漢藝術(shù)職業(yè)學(xué)院管理學(xué)院副院長，研究方向：高職英語教學(xué)改革。
第6篇：人工智能對(duì)教學(xué)的幫助范文
關(guān)鍵詞： 知識(shí)工程； 知識(shí)發(fā)現(xiàn)； 知識(shí)管理； 應(yīng)用
中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2013）10-10-03
0 引言
在1977年第五屆國際人工智能聯(lián)合會(huì)議上，美國斯坦福大學(xué)計(jì)算機(jī)系教授Feigenbaum作了關(guān)于“人工智能的藝術(shù)”（The Art of Artificial Intelligence）的講演，提出“知識(shí)工程”這一名稱，并指出“知識(shí)工程是應(yīng)用人工智能的原理與方法，對(duì)那些需要專家知識(shí)才能解決的應(yīng)用難題提供求解的手段。恰當(dāng)?shù)剡\(yùn)用專家知識(shí)的獲取、表達(dá)和推理過程的構(gòu)成與解釋，是設(shè)計(jì)基于知識(shí)的系統(tǒng)的重要技術(shù)問題”[1]。
知識(shí)工程的發(fā)展大體經(jīng)歷了三個(gè)時(shí)期。
⑴ 實(shí)驗(yàn)性系統(tǒng)時(shí)期，從1965年至1974年。
1965年Feigenbaum教授與其他科學(xué)家合作，研制出DENDRAL專家系統(tǒng)。這是一種推斷分子結(jié)構(gòu)的計(jì)算機(jī)程序，該系統(tǒng)貯存有非常豐富的化學(xué)知識(shí)，它所解決問題的能力達(dá)到專家水平，甚至在某些方面超過同行專家的能力，其中包括它的設(shè)計(jì)者。DENDRAL系統(tǒng)標(biāo)志著“專家系統(tǒng)”的誕生。
⑵ MYCIN時(shí)期，從1975年至1980年。
20世紀(jì)70年代中期MYCIN專家系統(tǒng)研制成功，這是一種用醫(yī)學(xué)診斷與治療感染性疾病的計(jì)算機(jī)程序“專家系統(tǒng)”。MYCIN專家系統(tǒng)是規(guī)范性計(jì)算機(jī)專家系統(tǒng)的代表，許多其他專家系統(tǒng)都是在MYCIN專家系統(tǒng)的基礎(chǔ)上研制而成的。MYCIN系統(tǒng)不但具有較高的性能，而且具有解釋功能和知識(shí)獲取功能，可以用英語與用戶對(duì)話，回答用戶提出的問題，還可以在專家指導(dǎo)下學(xué)習(xí)醫(yī)療知識(shí)，該系統(tǒng)還使用了知識(shí)庫的概念和不精確推理技術(shù)。MYCIN系統(tǒng)對(duì)計(jì)算機(jī)專家系統(tǒng)的理論和實(shí)踐，都有較大的貢獻(xiàn)。
⑶ 知識(shí)工程的“產(chǎn)品”在產(chǎn)業(yè)部門開始應(yīng)用的時(shí)期，時(shí)間從1980年至今。
知識(shí)工程的研究，目前在美國開展得較為活躍和深入，特別是在斯坦福大學(xué)。
人工智能的研究表明，專家之所以成為專家，主要在于他們擁有大量的專門知識(shí)，特別是長時(shí)期從實(shí)踐中總結(jié)和積累的經(jīng)驗(yàn)技能知識(shí)。從知識(shí)工程的發(fā)展歷史可以看出，知識(shí)工程是伴隨“專家系統(tǒng)”的研究而產(chǎn)生的。實(shí)際上，知識(shí)工程的焦點(diǎn)就是知識(shí)。知識(shí)工程領(lǐng)域的主要研究方向包含知識(shí)獲取、知識(shí)表示和推理方法等，其研究目標(biāo)是挖掘和抽取人類知識(shí)，用一定的形式表現(xiàn)這些知識(shí)，使之成為計(jì)算機(jī)可操作的對(duì)象，從而使計(jì)算機(jī)具有人類的一定智能。
目前，知識(shí)工程已廣泛應(yīng)用于數(shù)據(jù)處理、診斷、監(jiān)視、預(yù)測(cè)、規(guī)劃、設(shè)計(jì)等方面，并取得了良好的效果。本文將綜述近年來國內(nèi)外知識(shí)工程的應(yīng)用情況，并展望其前景。
1 基于知識(shí)發(fā)現(xiàn)的應(yīng)用
知識(shí)發(fā)現(xiàn)（Knowledge Discovery， KD）是1989年提出的新興、交叉、邊緣學(xué)科領(lǐng)域。
知識(shí)發(fā)現(xiàn)的目的是向使用者屏蔽原始數(shù)據(jù)的繁瑣細(xì)節(jié)，從原始數(shù)據(jù)中提煉出有意義的、簡(jiǎn)潔的知識(shí)，直接向使用者報(bào)告。知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)集中識(shí)別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。知識(shí)發(fā)現(xiàn)將信息變?yōu)橹R(shí)，從數(shù)據(jù)資源中發(fā)現(xiàn)知識(shí)寶藏[2]。
知識(shí)發(fā)現(xiàn)的潛在應(yīng)用十分廣闊。從工業(yè)到農(nóng)業(yè)，從天文到地理，從預(yù)測(cè)預(yù)報(bào)到?jīng)Q策支持，KD都發(fā)揮著越來越重要的作用。許多計(jì)算機(jī)軟件開發(fā)商都已經(jīng)推出了其數(shù)據(jù)挖掘產(chǎn)品，如IBM、Microsoft、SPSS、SGI、SLPInfoware、SAS（Object Business）等。它們被廣泛應(yīng)用于商業(yè)、農(nóng)業(yè)、醫(yī)學(xué)生物、金融保險(xiǎn)、通訊、國防等多個(gè)方面。
基于知識(shí)發(fā)現(xiàn)的專家系統(tǒng)（ESKD）成功運(yùn)行于農(nóng)業(yè)、鋁電解；基于知識(shí)發(fā)現(xiàn)的智能決策支持系統(tǒng)（IDSSKD）成功運(yùn)行于國際電子商務(wù)中心（北京）的外貿(mào)加工業(yè)務(wù)中。
我國著名知識(shí)工程專家楊炳儒教授構(gòu)建了由理論基礎(chǔ)、4條機(jī)制（理論支柱）、8個(gè)新過程模型、17種新技術(shù)方法組成的，多層遞階、綜合集成的，基于內(nèi)在認(rèn)知機(jī)理的知識(shí)發(fā)現(xiàn)理論體系KDTICM。
KDTICM及其衍生的新型智能系統(tǒng)成功地應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、農(nóng)業(yè)、現(xiàn)代遠(yuǎn)程教育網(wǎng)、氣象、國際商務(wù)、鋁電解生產(chǎn)、稅務(wù)、數(shù)字資源整合等八個(gè)領(lǐng)域，有效地驗(yàn)證了KDTICM，并解決了一批領(lǐng)域中的典型問題。尤其體現(xiàn)在解決生物信息學(xué)領(lǐng)域國際性難題的重要核心作用——取得蛋白質(zhì)2級(jí)結(jié)構(gòu)預(yù)測(cè)精度的國際領(lǐng)先地位[3]。
2 知識(shí)工程在工業(yè)工程中的典型應(yīng)用
2.1 在工業(yè)設(shè)計(jì)中的應(yīng)用
工業(yè)企業(yè)隨著知識(shí)積累形式的“老齡化”和客戶需求的“年輕化”，產(chǎn)品的設(shè)計(jì)要求和種類都變得越來越復(fù)雜及繁多。以往單純依靠CAD系統(tǒng)和知識(shí)數(shù)據(jù)庫之問文件形式的交互方式，使得CAD系統(tǒng)和知識(shí)數(shù)據(jù)庫之間出現(xiàn)了“斷層”，無法滿足工程師知識(shí)積累運(yùn)用的合理傳遞和管理要求。為此，嚴(yán)雯琦設(shè)計(jì)了KWE系統(tǒng)[4]。
KWE在工業(yè)設(shè)計(jì)中起到了知識(shí)系統(tǒng)集線器的作用，它相當(dāng)于一個(gè)交互平臺(tái)，為其他產(chǎn)品設(shè)計(jì)活動(dòng)提供了實(shí)時(shí)數(shù)據(jù)調(diào)度。通過該系統(tǒng)，能進(jìn)行產(chǎn)品整體模型的搜集和再生，標(biāo)準(zhǔn)件的選擇，質(zhì)量標(biāo)準(zhǔn)的分析校驗(yàn)，也能提品制造工藝流程的模擬，也為工程師提供信息共享的平臺(tái)[5]。
2.2 在機(jī)械產(chǎn)品參數(shù)化設(shè)計(jì)中的應(yīng)用
當(dāng)今機(jī)械工程領(lǐng)域，CAD/CAM技術(shù)飛速發(fā)展，伴隨著產(chǎn)品研發(fā)體系的不斷完善，知識(shí)的延續(xù)與再利用作為一種全新的設(shè)計(jì)理念應(yīng)運(yùn)而生。知識(shí)工程思想在設(shè)計(jì)軟件中得到了完美的體現(xiàn)。CATIA V5的知識(shí)顧問模塊能使設(shè)計(jì)人員在可視化的環(huán)境下，高速高效地進(jìn)行三維零件的特征參數(shù)化設(shè)計(jì)造型，完成的參數(shù)化設(shè)計(jì)造型能根據(jù)按人機(jī)交互方式輸入的設(shè)計(jì)變量來控制特征的修改。
學(xué)者張學(xué)忱等結(jié)合CATIAV5平臺(tái)的知識(shí)顧問模塊，運(yùn)用知識(shí)工程原理，創(chuàng)建產(chǎn)品參數(shù)化知識(shí)庫，方便、快速地完成產(chǎn)品的三維參數(shù)化造型設(shè)計(jì)，并通過知識(shí)功能對(duì)零件進(jìn)行參數(shù)控制和特征狀態(tài)的檢查[5]。該方法為標(biāo)準(zhǔn)件庫的創(chuàng)建提供了便捷的途徑，加快了企業(yè)的產(chǎn)品系列化的設(shè)計(jì)進(jìn)程。作者通過實(shí)例詳細(xì)闡述了基于知識(shí)工程的參數(shù)化設(shè)計(jì)的方法，靈活運(yùn)用了CATIA的知識(shí)工程模塊，顯示了其強(qiáng)大的設(shè)計(jì)功能，實(shí)現(xiàn)知識(shí)驅(qū)動(dòng)下的產(chǎn)品參數(shù)化造型設(shè)計(jì)。這種人機(jī)交互共同設(shè)計(jì)的智能化CAD手段已成為當(dāng)今機(jī)械設(shè)計(jì)領(lǐng)域的熱門課題，知識(shí)工程在機(jī)械產(chǎn)品參數(shù)化構(gòu)型設(shè)計(jì)過程中將得到廣泛應(yīng)用。
2.3 在工藝決策方面的應(yīng)用
工藝過程設(shè)計(jì)是產(chǎn)品設(shè)計(jì)和制造的橋梁，包括加工方法選擇、制造資源選擇、加工活動(dòng)排序等多個(gè)決策環(huán)節(jié)?，F(xiàn)代集成制造背景下的工藝決策，處于產(chǎn)品制造數(shù)據(jù)、信息和知識(shí)集成的大環(huán)境中，所涉及的信息越來越復(fù)雜，知識(shí)變得無處不在，而孤立和面向數(shù)據(jù)的工藝決策方法，顯得越來越難以適應(yīng)這種復(fù)雜應(yīng)用環(huán)境。不少研究采用了諸如單一的產(chǎn)生式規(guī)則、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)等方法研究工藝決策的解決方法，但這類研究中往往較少涉及工藝決策對(duì)象、工藝決策過程和工藝決策知識(shí)之間的關(guān)聯(lián)和方便地對(duì)它們進(jìn)行擴(kuò)展的機(jī)制。北京航空航天大學(xué)研究了集成制造信息建?；A(chǔ)上的工藝決策方法，但尚缺少知識(shí)角度的建模研究、統(tǒng)一的決策機(jī)制和對(duì)模型的充分利用。工藝過程設(shè)計(jì)中決策問題求解的本質(zhì)在于不斷改變對(duì)象即工藝過程的狀態(tài)以使其滿足后續(xù)指導(dǎo)加工的要求，知識(shí)是對(duì)這種變化的抽象描述，包括變化的過程和變化的動(dòng)力，問題求解中對(duì)象、規(guī)則是與過程密不可分的。
知識(shí)工程，其知識(shí)表達(dá)、使用和獲取三個(gè)方面的理論方法，可以充分支持工藝決策問題對(duì)于問題描述、知識(shí)驅(qū)動(dòng)和智能處理的要求，利用知識(shí)工程解決工藝決策問題將是一個(gè)突破的新方向。為此，學(xué)者沈偉等提出了基于知識(shí)工程的工藝決策方法[6]。
3 知識(shí)工程在教育領(lǐng)域的應(yīng)用
目前，很多高校的教育技術(shù)學(xué)專業(yè)都已經(jīng)將知識(shí)工程引入并作為一個(gè)重要的研究方向，其目的是借助于知識(shí)工程的方法和技術(shù)，改善教學(xué)，使教育更加智能化。隨著對(duì)知識(shí)工程的研究越來越引起人們的關(guān)注，知識(shí)工程早已超出了最開始被定義的范疇，它是“一門研究人類智能及人類知識(shí)的機(jī)理以及如何用機(jī)器模擬人的智能并促進(jìn)人類知識(shí)發(fā)展的學(xué)科”。教育知識(shí)管理是教育技術(shù)的組成部分，其實(shí)質(zhì)是研究人類獲取、傳播、共享、利用和創(chuàng)造新知識(shí)的活動(dòng)規(guī)律，管理有關(guān)知識(shí)的各種連續(xù)過程，以促進(jìn)經(jīng)濟(jì)和社會(huì)發(fā)展的理論和實(shí)踐。首先，知識(shí)工程的知識(shí)處理功能，有利于評(píng)價(jià)者獲取被評(píng)價(jià)事物的信息和學(xué)習(xí)者獲得所需知識(shí)。其次，知識(shí)工程的專家系統(tǒng)也可以為評(píng)價(jià)者或?qū)W習(xí)者提供幫助[7]。
知識(shí)工程與知識(shí)科學(xué)的發(fā)展極大地推動(dòng)了教育技術(shù)學(xué)的研究和發(fā)展，已經(jīng)有很多知識(shí)工程的方法與技術(shù)被應(yīng)用到教育中。如學(xué)者那一沙等提出了基于建構(gòu)主義的學(xué)習(xí)者知識(shí)工程模型[8]。作者指出，越來越多的學(xué)者關(guān)注學(xué)習(xí)過程的研究，認(rèn)為學(xué)習(xí)過程是一個(gè)復(fù)雜的知識(shí)轉(zhuǎn)移的過程，教師在傳授知識(shí)時(shí)，將自己的顯性知識(shí)和隱性知識(shí)轉(zhuǎn)移給學(xué)習(xí)者；同時(shí)，學(xué)習(xí)者自身也有一個(gè)顯性知識(shí)向隱性知識(shí)轉(zhuǎn)化的過程。與此同時(shí)，建構(gòu)主義教學(xué)方式越來越得到人們的普遍認(rèn)可，這一全新的教育理念結(jié)合知識(shí)工程，將為教育的研究發(fā)展提供有利的技術(shù)支持。
4 知識(shí)工程的新興應(yīng)用領(lǐng)域
4.1 在電子政務(wù)中的應(yīng)用
基于知識(shí)工程的電子政務(wù)系統(tǒng)是指把知識(shí)工程理論與電子政務(wù)理論相結(jié)合，以知識(shí)工程思想來實(shí)現(xiàn)涉及多個(gè)知識(shí)領(lǐng)域和多層推理的小城鎮(zhèn)電子政務(wù)系統(tǒng)。這里，知識(shí)工程實(shí)現(xiàn)了電子政務(wù)系統(tǒng)的知識(shí)獲取以及推理功能，使得電子政務(wù)系統(tǒng)進(jìn)行分工合作，共同完成更高層次的推理，提高系統(tǒng)的效率，實(shí)現(xiàn)了高度的實(shí)用性和易用性。
學(xué)者張鳳霞等曾針對(duì)電子政務(wù)建設(shè)面臨的業(yè)務(wù)差異顯著、分布范圍廣、辦公模式缺乏智能性和分析能力等問題，研究了基于知識(shí)工程的小城鎮(zhèn)電子政務(wù)系統(tǒng)模型。智能型電子政務(wù)集成了軟構(gòu)件、知識(shí)工程、多Agent以及多決策支持系統(tǒng)等技術(shù)，主要實(shí)現(xiàn)三個(gè)方面的目標(biāo)：①提供可復(fù)用性構(gòu)件和高效資源整合的基層政務(wù)信息服務(wù)平臺(tái)；②基于知識(shí)工程的多Agent協(xié)作辦公模式；③面向基層電子政務(wù)的決策支持服務(wù)[9]。
4.2 在電子商務(wù)中的應(yīng)用
電子商務(wù)模式是管理科學(xué)學(xué)術(shù)界和企業(yè)咨詢界的一個(gè)熱點(diǎn)。商務(wù)模式創(chuàng)新最大限度地為挖掘技術(shù)創(chuàng)新的商業(yè)潛力提供了轉(zhuǎn)化機(jī)制和橋梁，已成為各國有企業(yè)競(jìng)爭(zhēng)的一個(gè)重要的領(lǐng)域。
電子商務(wù)具有很好的透明度模式，電子商務(wù)的模型是可以用軟件工程的方法形式化表示出來。如OBELIX項(xiàng)目以軟件工程的方法描述商務(wù)需求。利用這一點(diǎn)，劉祖斌提出了基于知識(shí)工程電子商務(wù)模式創(chuàng)新研究，其核心是對(duì)虛擬價(jià)值鏈本體描述和挖掘[10]。面向電子商務(wù)模式創(chuàng)新的知識(shí)工程架構(gòu)細(xì)分為模式本身本體描述、模式相關(guān)IT技術(shù)發(fā)展和商務(wù)背景等知識(shí)環(huán)境下的本體描述、模式演化路徑本體描述三個(gè)層次。
4.3 在虛擬企業(yè)中的應(yīng)用
虛擬企業(yè)是一種新型的知識(shí)創(chuàng)新組織，這種組織必須建立完善的知識(shí)創(chuàng)新專家系統(tǒng)，以對(duì)知識(shí)的獲取、識(shí)別、共享、集成進(jìn)行有效地管理。
學(xué)者劉程等分析了虛擬組織知識(shí)共享特點(diǎn)，并從技術(shù)層面解決了虛擬組織的知識(shí)共享問題。利用本體技術(shù)解決虛擬組織間的語義異構(gòu)和結(jié)構(gòu)異構(gòu)，并在此基礎(chǔ)上構(gòu)建了基于本體的知識(shí)共享模型[11]。文獻(xiàn)[12]探討了基于本體實(shí)現(xiàn)虛擬組織知識(shí)共享的基本原理。
4.4 本體與知識(shí)共享
知識(shí)共享是知識(shí)工程中的技術(shù)之一，有利于產(chǎn)生創(chuàng)新性的知識(shí)。本體論闡明了區(qū)分不同類型物體的標(biāo)準(zhǔn)，也闡明了這些不同類型物體的聯(lián)系。簡(jiǎn)言之，在知識(shí)共享范疇中，本體論就是一個(gè)概念化的規(guī)范，它的作用是使知識(shí)可以共享和重用。
本體論包含著描述一個(gè)領(lǐng)域的概念、公理、聯(lián)系，而高級(jí)本體論則僅限于原子的（meta）、普通的（generic）、抽象的（abstract）和哲學(xué)的（philosophical）概念，高級(jí)本體論比本體論普遍，它能用于領(lǐng)域中一個(gè)很廣的范圍。這些就是IEEE制定的高級(jí)本體論標(biāo)準(zhǔn)（SUO，Standard Upper Ontology）。
世界范圍的本體論項(xiàng)目有兩種主要的形式：一種是面向基于知識(shí)庫的（Knowledge base oriented），CYC本體論就是這類，同屬這類的還有斯坦福大學(xué)知識(shí)系統(tǒng)實(shí)驗(yàn)室的“知識(shí)共享成果”（Knowledge Sharing Effort）；另一種是基于延伸的詞典/字典（Extended thesaurus/dictionary based），傾向于機(jī)器翻譯的，如普林斯頓大學(xué)米勒研究的WordNet，這是一個(gè)在線的詞匯參考系統(tǒng)，日本電子詞典研究機(jī)構(gòu)的EDR電子詞典，由新墨西哥州立大學(xué)、南加州大學(xué)和卡內(nèi)基梅隆大學(xué)共同研究開發(fā)的Pangloss系統(tǒng)等[13]。
由于本體是高度共享的概念模型，以形式化的方法進(jìn)行表示，并且能被計(jì)算機(jī)系統(tǒng)直接處理，使得它在異構(gòu)系統(tǒng)之間的互操作方面得到廣泛的應(yīng)用。目前，基于本體的跨組織知識(shí)共享系統(tǒng)的解決思路，多采用領(lǐng)域?yàn)楦鱾€(gè)組織分別建立不同的本地本體系統(tǒng)。領(lǐng)域標(biāo)準(zhǔn)定義的本體作為本地本體系統(tǒng)的擴(kuò)展，提供領(lǐng)域共享詞匯和統(tǒng)一視圖，解決不同本地本體系統(tǒng)之間的語義異構(gòu)性，同時(shí)滿足不同本地本體系統(tǒng)之間的相互查詢需求[14]。
5 結(jié)束語
知識(shí)工程是一個(gè)浩大的人工智能系統(tǒng)工程，其中，知識(shí)的獲取、知識(shí)的表示和知識(shí)的運(yùn)用是它最為重要的三大部分。本文從知識(shí)發(fā)現(xiàn)、在工業(yè)工程方面的應(yīng)用、在教育領(lǐng)域的應(yīng)用、新興應(yīng)用等視角對(duì)知識(shí)工程的應(yīng)用進(jìn)行了綜述。
隨著IT技術(shù)的進(jìn)一步發(fā)展和應(yīng)用，網(wǎng)絡(luò)已成為各行各業(yè)不可缺少的服務(wù)平臺(tái)，而由此引發(fā)的安全問題也廣受關(guān)注。傳統(tǒng)的管理模式往往只采用“是”與“非”兩種結(jié)論判斷安全性，但事實(shí)上安全性可以細(xì)分為更多的層次和類別；系統(tǒng)根據(jù)不同的安全性提供不同類型的服務(wù)，因此可考慮利用知識(shí)工程、云安全等多種技術(shù)，提供智能化的安全認(rèn)證。信任包含理性與非理性因素，如何利用知識(shí)工程挖掘出非理性因素的作用，以便確定一個(gè)綜合信任度，從而在網(wǎng)絡(luò)中實(shí)現(xiàn)更人性化的信任管理，這有待進(jìn)一步研究與實(shí)現(xiàn)。
參考文獻(xiàn)：
[1] 陸汝鈐主編.世紀(jì)之交的知識(shí)工程與知識(shí)科學(xué)[M].清華大學(xué)出版社，2001.
[2] 史忠植.知識(shí)發(fā)現(xiàn)（第2版）[M].清華大學(xué)出版社，2011.
[3] 王濤.研究知識(shí)工程專注知識(shí)發(fā)現(xiàn)——訪著名知識(shí)工程專家楊炳儒教授[J].科技成果管理與研究，2009.10：20-20
[4] 嚴(yán)雯琦.工業(yè)設(shè)計(jì)中知識(shí)工程的研究和實(shí)踐意義[J].中國科技博覽，2010.11：91
[5] 張學(xué)忱，陳錦昌，范汝祥等.知識(shí)工程在機(jī)械產(chǎn)品參數(shù)化設(shè)計(jì)中的應(yīng)用研究[J].工程圖學(xué)學(xué)報(bào)，2009.6：191-195
[6] 沈偉，喬立紅.基于知識(shí)工程的工藝決策方法研究[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2011.5：108-112
[7] 王曉丹，凌鋒，樊磊.知識(shí)工程在教育技術(shù)發(fā)展中的應(yīng)用[J]. 軟件導(dǎo)刊，2008.1：6-8
[8] 那一沙，吳子?xùn)|，汪宏東.基于建構(gòu)主義的學(xué)習(xí)者知識(shí)工程模型的研究[J].現(xiàn)代遠(yuǎn)距離教育，2009.3：36-38
[9] 張鳳霞，丁振蘭，吳華瑞.基于知識(shí)工程的小城鎮(zhèn)電子政務(wù)系統(tǒng)模型研究術(shù)[J].計(jì)算機(jī)應(yīng)用研究，2006.23（8）：61-63
[10] 劉祖斌.基于知識(shí)工程電子商務(wù)模式創(chuàng)新研究[J].商業(yè)研究，2006.20：98-101
[11] 劉程，于曉.基于本體的虛擬企業(yè)知識(shí)共享方法研究[J].山東科學(xué)，2010.23（6）：91-95
[12] USEHOLD M. Ontologies Principle， Methods and Applications[J].Knowledge Engineering Review，1996.11（2）： 96-136
第7篇：人工智能對(duì)教學(xué)的幫助范文
關(guān)鍵詞：中醫(yī)藥 知識(shí)工程 知識(shí)庫 知識(shí)獲取 知識(shí)發(fā)現(xiàn)
分類號(hào)：TP182
引用格式：于彤. 中醫(yī)藥知識(shí)工程的理論體系構(gòu)建和關(guān)鍵技術(shù)分析[J/OL]. 知識(shí)管理論壇， 2016， 1（5）： 336-343[引用日期]. http：///p/1/56/.
1 引言
中醫(yī)藥是中華民族的文化瑰寶，無論作為文化遺產(chǎn)還是作為醫(yī)學(xué)資源，都理應(yīng)得到保護(hù)和傳承。對(duì)中醫(yī)藥理論知識(shí)與實(shí)踐經(jīng)驗(yàn)的總結(jié)、詮釋與研究，是中醫(yī)藥傳承的一項(xiàng)核心任務(wù)。知識(shí)工程（knowledge engineering）為中醫(yī)藥知識(shí)的組織、存儲(chǔ)、處理和利用提供了必要的理論、方法和工具，在中醫(yī)藥領(lǐng)域具有廣闊的應(yīng)用前景[1-2]。
知識(shí)工程是隨著信息革命而出現(xiàn)的一種新興的知識(shí)管理和知識(shí)創(chuàng)造手段。知識(shí)工程源于人工智能領(lǐng)域，其最初的目標(biāo)是構(gòu)建基于知識(shí)的系統(tǒng)（或稱專家系統(tǒng)）[1，3]。為了構(gòu)建基于知識(shí)的系統(tǒng)，需要獲取足夠的專業(yè)知識(shí)，并將這些知識(shí)表示為計(jì)算機(jī)可以理解的形式，以支持自動(dòng)推理和問題求解[3]。因此，知識(shí)獲取、知識(shí)表示以及知識(shí)運(yùn)用成為知識(shí)工程領(lǐng)域研究的主要問題。隨著知識(shí)工程在知識(shí)管理中應(yīng)用的不斷深入，知識(shí)工程的研究范疇從知識(shí)庫和專家系統(tǒng)，擴(kuò)展到自由文本、半結(jié)構(gòu)性數(shù)據(jù)和多媒體內(nèi)容的處理。時(shí)至今日，知識(shí)工程已發(fā)展為涉及知識(shí)表示與推理[4]、語義網(wǎng)[5-6]和數(shù)據(jù)挖掘[7]等多個(gè)技術(shù)領(lǐng)域的交叉學(xué)科，在電子科學(xué)、電子商務(wù)和電子政務(wù)等許多領(lǐng)域得到了廣泛的應(yīng)用。
知識(shí)工程在中醫(yī)藥領(lǐng)域的應(yīng)用起源于20世紀(jì)70年代。當(dāng)代著名中醫(yī)學(xué)家關(guān)幼波與計(jì)算機(jī)專家合作，于1979年研制了首個(gè)實(shí)用的中醫(yī)專家系統(tǒng)DD中醫(yī)關(guān)幼波診療肝病的計(jì)算機(jī)系統(tǒng)，它在臨床應(yīng)用中取得良好效果[8]。此后，全國興起了一股中醫(yī)專家系統(tǒng)研發(fā)與應(yīng)用的熱潮[9]，知識(shí)工程作為專家系統(tǒng)的支撐技術(shù)也得到了中醫(yī)界的重視。近30年來，中醫(yī)藥工作者采用知識(shí)工程方法對(duì)中醫(yī)藥領(lǐng)域的知識(shí)遺產(chǎn)進(jìn)行廣泛采集和永久保存，建成了大量的知識(shí)資源和智能系統(tǒng)，為中醫(yī)藥知識(shí)創(chuàng)新提供了有力的支持[10]。為此，本文對(duì)中醫(yī)藥知識(shí)工程進(jìn)行系統(tǒng)總結(jié)和綜合論述，分析存在的問題和發(fā)展趨勢(shì)，為相關(guān)領(lǐng)域?qū)W者和知識(shí)工程師提供參考。
2 中醫(yī)藥知識(shí)工程的概念
中醫(yī)藥知識(shí)工程是指將中醫(yī)藥知識(shí)整合存入計(jì)算機(jī)系統(tǒng)，以使計(jì)算機(jī)能夠利用這些知識(shí)來解決中醫(yī)藥領(lǐng)域復(fù)雜問題的工程學(xué)科[1-2]。旨在實(shí)現(xiàn)中醫(yī)藥知識(shí)的“計(jì)算機(jī)化”，并將計(jì)算機(jī)技術(shù)融入中醫(yī)藥知識(shí)的收集、挖掘、整理、更新、傳播及轉(zhuǎn)化等環(huán)節(jié)，從而豐富和完善中醫(yī)藥知識(shí)體系，提升中醫(yī)信息系統(tǒng)的智能水平。之所以稱之為一項(xiàng)“工程”，是因?yàn)檫@項(xiàng)工作涉及系統(tǒng)性的方法、大規(guī)模的協(xié)作、嚴(yán)密的流程以及復(fù)雜的產(chǎn)品（本體、知識(shí)庫、專家系統(tǒng)等），這些都是系統(tǒng)工程的顯著特征。
中醫(yī)藥知識(shí)來自中醫(yī)專家的頭腦，以及書籍、論文、病案等各種專業(yè)資料。為使中醫(yī)藥知識(shí)“計(jì)算機(jī)化”，需要從各種知識(shí)源中廣泛獲取知識(shí)，將知識(shí)進(jìn)行編碼并錄入計(jì)算機(jī)系統(tǒng)；還要按照一定的結(jié)構(gòu)和方案對(duì)知識(shí)進(jìn)行組織和存儲(chǔ)；最終實(shí)現(xiàn)專家系統(tǒng)、知識(shí)發(fā)現(xiàn)等各種計(jì)算機(jī)應(yīng)用。中醫(yī)藥知識(shí)工程的關(guān)鍵環(huán)節(jié)，包括中醫(yī)藥知識(shí)表示方法的研究、中醫(yī)藥領(lǐng)域知識(shí)的獲取、中醫(yī)藥知識(shí)庫系統(tǒng)的構(gòu)建、中醫(yī)藥知識(shí)發(fā)現(xiàn)研究以及中醫(yī)藥智能系統(tǒng)（如臨床決策支持系統(tǒng)）的研發(fā)等。
中醫(yī)藥知識(shí)工程是中醫(yī)藥與信息科學(xué)（包括人工智能）相結(jié)合的產(chǎn)物，是多學(xué)科交叉的研究領(lǐng)域。它也是中醫(yī)藥知識(shí)管理的一項(xiàng)關(guān)鍵支撐技術(shù)，有助于實(shí)現(xiàn)中醫(yī)藥知識(shí)管理與服務(wù)模式的創(chuàng)新。
3 中醫(yī)藥知識(shí)工程的意義
中醫(yī)藥知識(shí)工程有利于開拓臨床思路，支持臨床決策，研究中醫(yī)理論，豐富教學(xué)內(nèi)容，指導(dǎo)實(shí)驗(yàn)研究，促進(jìn)中醫(yī)藥知識(shí)傳承與創(chuàng)新[1-2]。具體而言，中醫(yī)藥知識(shí)工程可在以下三大方面發(fā)揮積極作用。
3.1 梳理知識(shí)體系，保護(hù)知識(shí)遺產(chǎn)
中醫(yī)藥知識(shí)遺產(chǎn)具有很高的科學(xué)和文化價(jià)值，但其知識(shí)體系尚存在模糊籠統(tǒng)之處。只有對(duì)中醫(yī)藥知識(shí)遺產(chǎn)進(jìn)行系統(tǒng)梳理，去蕪存菁，才能凸顯中醫(yī)藥知識(shí)的精華之處。使用語義網(wǎng)絡(luò)、描述邏輯等知識(shí)表示方法，能夠精確描述中醫(yī)思維邏輯，建立數(shù)字化的中醫(yī)藥知識(shí)體系，這對(duì)中醫(yī)藥學(xué)科發(fā)展具有十分重要的意義。
3.2 促進(jìn)知識(shí)傳承，加速人才培養(yǎng)
中醫(yī)傳承的核心問題是如何將中醫(yī)名家的個(gè)人經(jīng)驗(yàn)轉(zhuǎn)化成普遍的知識(shí)，從而培養(yǎng)更多經(jīng)驗(yàn)豐富的名醫(yī)，提升中醫(yī)界的整體水平。中醫(yī)藥知識(shí)工程旨在系統(tǒng)總結(jié)前人經(jīng)驗(yàn)，將歷代醫(yī)家的智慧結(jié)晶轉(zhuǎn)化為全面、系統(tǒng)的領(lǐng)域知識(shí)庫，研發(fā)中醫(yī)輔助學(xué)習(xí)系統(tǒng)，以提升初學(xué)者的學(xué)習(xí)效率，促M(fèi)專業(yè)醫(yī)師之間的交流，從而突破中醫(yī)傳承的瓶頸。
3.3 發(fā)現(xiàn)新知識(shí)，促進(jìn)學(xué)科發(fā)展
通過實(shí)施中醫(yī)藥知識(shí)工程，可對(duì)中醫(yī)藥信息化過程中積累的海量數(shù)據(jù)進(jìn)行分析與挖掘，建立跨越年代、流派、學(xué)說和病證的整體性知識(shí)模型，從而加深我們對(duì)中醫(yī)辨證論治規(guī)律的認(rèn)識(shí)，使中醫(yī)藥領(lǐng)域兩千多年來積累的知識(shí)遺產(chǎn)得到有效整理和挖掘。
4 中醫(yī)藥知識(shí)工程的理論體系構(gòu)建
中醫(yī)藥知識(shí)工程研究的核心任務(wù)是利用信息科學(xué)的理論和方法，對(duì)中醫(yī)藥知識(shí)體系的全部內(nèi)容進(jìn)行系統(tǒng)梳理和準(zhǔn)確表達(dá)。可以說，中醫(yī)藥知識(shí)工程所研究和處理的核心對(duì)象就是中醫(yī)藥知識(shí)體系。兩千多年以前的《黃帝內(nèi)經(jīng)》奠定了中醫(yī)學(xué)的理論基礎(chǔ)；經(jīng)過兩千年的發(fā)展，至今已經(jīng)形成了一個(gè)以中國古代哲學(xué)為基礎(chǔ)，以中醫(yī)藥學(xué)理論為架構(gòu)，以臨床實(shí)踐經(jīng)驗(yàn)為主體的知識(shí)體系[2]。
中醫(yī)藥知識(shí)體系有其自身特點(diǎn)和復(fù)雜性，對(duì)知識(shí)工程技術(shù)產(chǎn)生了獨(dú)特的需求。中醫(yī)特色的思想方法、含義模糊的中醫(yī)概念以及中醫(yī)專家的隱性知識(shí)都對(duì)知識(shí)表達(dá)、知識(shí)獲取和知識(shí)利用產(chǎn)生重大影響和制約。因此，面向西醫(yī)等其他領(lǐng)域的知識(shí)工程方法并不完全適用于中醫(yī)藥領(lǐng)域。中醫(yī)藥知識(shí)工程領(lǐng)域迫切需要一套符合自身特點(diǎn)的理論和方法，從而有效處理中醫(yī)藥知識(shí)的模糊性和復(fù)雜性，支持標(biāo)準(zhǔn)化知識(shí)體系的建設(shè)。因此，有必要對(duì)中醫(yī)藥知識(shí)工程的理論思想進(jìn)行深入研究和系統(tǒng)總結(jié)，從而指導(dǎo)中醫(yī)藥知識(shí)的建模、獲取、組織、存儲(chǔ)、共享與服務(wù)等一系列工程實(shí)踐活動(dòng)。建立中醫(yī)藥知識(shí)工程的理論體系是一項(xiàng)繁重、長期的工作。本文主要圍繞思維模擬、知識(shí)表示、知識(shí)獲取、知識(shí)發(fā)現(xiàn)等4個(gè)主要方面，對(duì)中醫(yī)藥知識(shí)工程的理論思想、研究熱點(diǎn)以及核心概念意涵進(jìn)行簡(jiǎn)要論述，為今后的理論研究工作提供參考。
4.1 中醫(yī)思維模擬研究
中醫(yī)思維模擬是指在對(duì)中醫(yī)思維進(jìn)行深入分析的基礎(chǔ)上，用計(jì)算機(jī)系統(tǒng)對(duì)中醫(yī)的思維過程進(jìn)行模擬，從而完成計(jì)算機(jī)輔助診療等復(fù)雜任務(wù)。中醫(yī)深受中華傳統(tǒng)哲學(xué)和文化的影響，產(chǎn)生了獨(dú)特的思想方法和思維模式，包括“天人合一”“取象比類”以及“辨證論治”等等。中醫(yī)藥知識(shí)體系是中醫(yī)思S的直接產(chǎn)物。開展中醫(yī)藥知識(shí)工程研究，首先需要深入理解中醫(yī)的核心思維模式。
中醫(yī)思維是一個(gè)復(fù)雜的思維過程，具有形象性、模糊性和整體性等特點(diǎn)，需要針對(duì)這些特點(diǎn)提出創(chuàng)新性的思維模擬方法。例如，“取象比類”是貫穿中醫(yī)知識(shí)體系的思維模式，與中醫(yī)其他的思想方法共同構(gòu)成了中醫(yī)“象思維”。在中醫(yī)藥知識(shí)工程領(lǐng)域，需要追溯中醫(yī)“象思維”的思想源流，并采用認(rèn)知語言學(xué)等學(xué)科方法對(duì)其進(jìn)行分析，據(jù)此提出與之相適應(yīng)的計(jì)算機(jī)模擬方法[11]。又如，中醫(yī)辨證思維是一個(gè)涉及分析、綜合、推理、歸類、鑒別的復(fù)雜思維過程，需要將中醫(yī)辨證理論與實(shí)際的病案結(jié)合起來進(jìn)行分析，總結(jié)中醫(yī)辨證思維的規(guī)律，從而建立合理、準(zhǔn)確的中醫(yī)辨證計(jì)算模型[12]。思維模擬研究在中醫(yī)臨床診療等領(lǐng)域具有潛在的應(yīng)用價(jià)值。但首先需要在臨床實(shí)踐中對(duì)計(jì)算機(jī)建立的中醫(yī)思維模型加以檢驗(yàn)，以驗(yàn)證其準(zhǔn)確性和實(shí)用性。
4.2 中醫(yī)藥知識(shí)表示研究
知識(shí)表示（knowledge representation）是指通過某種方案、數(shù)據(jù)格式或語言，將領(lǐng)域知識(shí)表達(dá)為計(jì)算機(jī)可直接處理的數(shù)據(jù)。知識(shí)表示處于知識(shí)工程的中心地位，它既是知識(shí)獲取的基礎(chǔ)，又是知識(shí)存儲(chǔ)和運(yùn)用的前提。為實(shí)現(xiàn)基于知識(shí)的系統(tǒng)，必須將領(lǐng)域知識(shí)表示為某種計(jì)算機(jī)可處理的形式，并錄入到計(jì)算機(jī)系統(tǒng)中去，存儲(chǔ)于知識(shí)庫之中。知識(shí)表示的合理性直接決定知識(shí)處理的效率，對(duì)知識(shí)獲取和應(yīng)用的效果也有很大的影響。
廣義上，知識(shí)表示的目標(biāo)就是實(shí)現(xiàn)人類知識(shí)的顯性化、機(jī)讀化和結(jié)構(gòu)化，從而支持自動(dòng)推理，知識(shí)檢索和知識(shí)發(fā)現(xiàn)等應(yīng)用。知識(shí)表示方法有很多種，包括狀態(tài)空間、謂詞邏輯、框架、產(chǎn)生式、語義網(wǎng)絡(luò)、與或圖、Petri網(wǎng)等。這些方法適用于表示不同類型的知識(shí)，從而被用于各種不同的應(yīng)用領(lǐng)域。如何選取或提出合理的知識(shí)表示方法，用最恰當(dāng)?shù)男问絹肀硎局嗅t(yī)證候、中藥、針灸、溫病、養(yǎng)生等各方面的知識(shí)，是中醫(yī)藥知識(shí)表示研究的重點(diǎn)問題。
目前，知識(shí)工程領(lǐng)域的一種主流觀點(diǎn)是將建立一個(gè)知識(shí)系統(tǒng)的過程視為一種“建?！被顒?dòng)。知識(shí)建模（knowledge modeling）是指采用某種計(jì)算機(jī)方法構(gòu)建一個(gè)“知識(shí)模型”，它在特定領(lǐng)域中能像專家那樣解決問題。其本質(zhì)是通過模型來表示知識(shí)，因此屬于一種形式化的知識(shí)表示方法。近年來，采用本體等技術(shù)建立知識(shí)模型，已成為中醫(yī)藥知識(shí)分析的一種常用手段，也是中醫(yī)藥知識(shí)表示研究的一個(gè)主要方向[13-14]。
4.3 中醫(yī)藥知識(shí)獲取研究
知識(shí)獲?。╧nowledge acquisition）是指從專門的知識(shí)源中全面、系統(tǒng)地獲取知識(shí)，并將其轉(zhuǎn)換為某種計(jì)算機(jī)可處理的形式（如程序、規(guī)則、本體等）[15-16]。這里的知識(shí)源可以是人類專家，也可以是案例、教科書、論文、數(shù)據(jù)庫、網(wǎng)站等知識(shí)載體。一般情況下，知識(shí)獲取需要由“知識(shí)工程師（knowledge engineer）”與領(lǐng)域?qū)＜遗浜?，共同來完成工作。知識(shí)工程師的任務(wù)是幫助領(lǐng)域?qū)＜壹せ铍[性知識(shí)，完成知識(shí)的轉(zhuǎn)換，建立基于知識(shí)的系統(tǒng)。
知識(shí)工程的一個(gè)典型場(chǎng)景是：一組知識(shí)工程師找到并訪問特定領(lǐng)域的專家，聽取專家的介紹，記錄專家的經(jīng)驗(yàn)性知識(shí)并將其表達(dá)為計(jì)算機(jī)可處理的形式，存入知識(shí)庫中。將知識(shí)庫與推理引擎結(jié)合起來，也就構(gòu)成了一個(gè)新的專家系統(tǒng)。知識(shí)獲取也必然涉及知識(shí)驗(yàn)證的問題：知識(shí)工程師需要對(duì)知識(shí)進(jìn)行評(píng)審和驗(yàn)證，以確保知識(shí)的準(zhǔn)確性。
知識(shí)獲取是任何知識(shí)管理和知識(shí)工程的基礎(chǔ)性工作。在中醫(yī)藥領(lǐng)域，知名老中醫(yī)的經(jīng)驗(yàn)和古籍文獻(xiàn)占有重要地位，是知識(shí)獲取的重點(diǎn)對(duì)象。一方面，知名老中醫(yī)知識(shí)和經(jīng)驗(yàn)的獲取，是中醫(yī)藥知識(shí)獲取的重要環(huán)節(jié)。它屬于專家認(rèn)知獲取的范疇，也就是將專家頭腦中隱含的知識(shí)轉(zhuǎn)換為某種形式的顯性知識(shí)的過程。另一方面，中醫(yī)藥領(lǐng)域產(chǎn)生了海量的古籍文獻(xiàn)。古籍?dāng)?shù)字化對(duì)于中醫(yī)藥信息的快捷傳播和永久保存具有重要意義。如何從數(shù)字化的古籍文本中有效提取中醫(yī)藥知識(shí)，則是知識(shí)工程所關(guān)注的問題。無論是通過專家訪談等方法獲取領(lǐng)域?qū)＜业慕?jīng)驗(yàn)和實(shí)踐方法，還是查閱大量文獻(xiàn)搜集領(lǐng)域知識(shí)，都是復(fù)雜的、繁瑣的工作，且多數(shù)情況下只能通過人工方法完成。因此，知識(shí)獲取是中醫(yī)藥知識(shí)工程領(lǐng)域中面臨的關(guān)鍵瓶頸[16]。如何突破“知識(shí)獲取”瓶頸，也就成為知識(shí)工程研究的一個(gè)熱點(diǎn)問題。
4.4 中醫(yī)藥知識(shí)運(yùn)用研究
知識(shí)運(yùn)用是指將領(lǐng)域知識(shí)庫以及機(jī)器推理、知識(shí)發(fā)現(xiàn)等技術(shù)運(yùn)用于科研、臨床、教學(xué)等領(lǐng)域，輔助中醫(yī)藥工作者解決復(fù)雜問題并提升工作效率。知識(shí)工程在中醫(yī)藥領(lǐng)域的具體應(yīng)用包括：四診客觀化研究、中醫(yī)辨證規(guī)范化研究、方劑量效關(guān)系分析、中藥新藥發(fā)現(xiàn)、中醫(yī)臨床診療、中醫(yī)教學(xué)等等。為使知識(shí)工程的成果產(chǎn)生社會(huì)效益和經(jīng)濟(jì)效益，促進(jìn)中醫(yī)藥知識(shí)創(chuàng)新和學(xué)科發(fā)展，必須研究如何運(yùn)用知識(shí)的問題。知識(shí)工程學(xué)不能逐一研究具體應(yīng)用的過程或方法，而是研究在各種應(yīng)用中都可能用到的共性方法，包括知識(shí)推理、知識(shí)搜索、知識(shí)發(fā)現(xiàn)、知識(shí)服務(wù)等。
傳統(tǒng)上知識(shí)運(yùn)用研究的一個(gè)中心問題是如何構(gòu)建專家系y。中醫(yī)專家系統(tǒng)是指用計(jì)算機(jī)人工智能技術(shù)來模擬著名老中醫(yī)診療病人的臨床經(jīng)驗(yàn)，從而使該軟件具有專家診治病人的水平[8]。如前文所述，隨著“中醫(yī)關(guān)幼波診療肝病的計(jì)算機(jī)系統(tǒng)”的出現(xiàn)，全國興起了一股研發(fā)中醫(yī)專家系統(tǒng)的熱潮。據(jù)陸志平等[9] 估計(jì)，中醫(yī)專家系統(tǒng)已不下300個(gè)，并遍及中醫(yī)的內(nèi)、外、婦、兒、五官以及針灸等各科。專家系統(tǒng)能對(duì)中醫(yī)四診信息進(jìn)行處理和解釋，并產(chǎn)生臨床推薦意見和臨床警示，可用于輔助職業(yè)醫(yī)師進(jìn)行臨床決策。該系統(tǒng)的構(gòu)建涉及知識(shí)獲取、機(jī)器學(xué)習(xí)、知識(shí)推理、知識(shí)搜索等多方面的理論和方法學(xué)研究。
自20世紀(jì)90年代開始，隨著數(shù)據(jù)庫技術(shù)的普及以及數(shù)據(jù)庫內(nèi)容的不斷積累，使業(yè)務(wù)人員產(chǎn)生了從數(shù)據(jù)庫中挖掘知識(shí)的愿望。為此，學(xué)者們將數(shù)據(jù)庫技術(shù)與人工智能、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等傳統(tǒng)技術(shù)相互融合，產(chǎn)生了知識(shí)發(fā)現(xiàn)這一交叉學(xué)科[17]。知識(shí)發(fā)現(xiàn)（knowledge discovery in database，KDD），可被理解為“數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)”。近年來，中醫(yī)團(tuán)體探索將各種KDD方法應(yīng)用于中醫(yī)藥領(lǐng)域。KDD被用于研究方劑配伍規(guī)律[18]，輔助中醫(yī)開具中藥處方[19]，解釋中醫(yī)證候的本質(zhì)[20-21]，以及輔助基于中醫(yī)藥的新藥研發(fā)[22]，都取得了良好的效果。KDD作為中醫(yī)藥知識(shí)分析和科研創(chuàng)新的一種新方法，也成為中醫(yī)藥知識(shí)運(yùn)用研究的一個(gè)熱點(diǎn)。
5 中醫(yī)藥知識(shí)工程的關(guān)鍵技術(shù)分析
中醫(yī)藥知識(shí)工程將本體（ontology）、文本挖掘（text mining）、語義網(wǎng)（semantic Web）等多種信息技術(shù)與中醫(yī)藥領(lǐng)域知識(shí)相結(jié)合，以促進(jìn)中醫(yī)藥知識(shí)的創(chuàng)造、管理和運(yùn)用。在下文中，圍繞知識(shí)建模、知識(shí)獲取、知識(shí)存儲(chǔ)、知識(shí)發(fā)現(xiàn)等4個(gè)主要方面，對(duì)中醫(yī)藥知識(shí)工程中涉及的關(guān)鍵技術(shù)進(jìn)行具體分析。
5.1 中醫(yī)藥知識(shí)建模技術(shù)
知識(shí)建模是將領(lǐng)域知識(shí)表達(dá)為計(jì)算機(jī)可處理模型（即知識(shí)模型）的過程，它是知識(shí)工程的基礎(chǔ)。中醫(yī)藥知識(shí)體系與中華傳統(tǒng)文化息息相關(guān)，具有鮮明的文化和語言特色，這決定了中醫(yī)藥知識(shí)建模的獨(dú)特性。歷代中醫(yī)普遍采用“取向比類”等形象思維方法，中醫(yī)藥概念之間的關(guān)系錯(cuò)綜復(fù)雜，中醫(yī)文獻(xiàn)中包含大量古漢語成分，這些因素導(dǎo)致中醫(yī)藥知識(shí)難于精確描述和定量刻畫。需要對(duì)知識(shí)建模的方法和技術(shù)進(jìn)行創(chuàng)新，并研究出一套符合中醫(yī)藥特點(diǎn)的知識(shí)建?？蚣?，以支持中醫(yī)藥知識(shí)工程的實(shí)施以及知識(shí)服務(wù)平臺(tái)的建設(shè)。
知識(shí)建模技術(shù)有很多種，技術(shù)人員所熟知的統(tǒng)一建模語言（UML）和實(shí)體關(guān)系模型（ER模型）都屬于知識(shí)模型。本體是1990年代出現(xiàn)的知識(shí)建模方法，其核心任務(wù)是對(duì)領(lǐng)域概念體系進(jìn)行系統(tǒng)梳理和準(zhǔn)確表 達(dá)[13]。本體在復(fù)雜知識(shí)建模和自動(dòng)推理等方面體現(xiàn)出技術(shù)優(yōu)勢(shì)，因此在生物醫(yī)學(xué)領(lǐng)域逐漸成為主流技術(shù)。
近年來，中醫(yī)藥知識(shí)工程的一個(gè)熱點(diǎn)是通過構(gòu)建中醫(yī)藥領(lǐng)域本體，對(duì)中醫(yī)藥理論和知識(shí)體系進(jìn)行辨認(rèn)、梳理、澄清和永久保真處理。中醫(yī)團(tuán)體已經(jīng)開展了基于本體的中醫(yī)藥知識(shí)建模方法研究，并實(shí)際構(gòu)建了一系列領(lǐng)域本體[14] 。例如，中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所研制了“中醫(yī)藥學(xué)語言系統(tǒng)（Traditional Chinese Medicine Language System，TCMLS）”這一大型中醫(yī)藥領(lǐng)域本體[23] 。TCMLS對(duì)中醫(yī)藥領(lǐng)域的概念和術(shù)語系統(tǒng)進(jìn)行了完整的表達(dá)，在中醫(yī)藥學(xué)研究中得到廣泛應(yīng)用。此外，本體建模的對(duì)象還包括陰陽、五行、臟腑、證候、中藥、方劑等諸多領(lǐng)域。這些本體最終可被整合為一個(gè)完整的中醫(yī)藥領(lǐng)域本體，支持知識(shí)獲取、知識(shí)發(fā)現(xiàn)、知識(shí)服務(wù)等中醫(yī)藥知識(shí)工程的后續(xù)工作。實(shí)踐表明，本體可有效捕捉中醫(yī)藥領(lǐng)域的概念體系，并以概念為核心將中醫(yī)藥知識(shí)體系準(zhǔn)確地表達(dá)出來，能夠勝任中醫(yī)藥領(lǐng)域知識(shí)建模的任務(wù)。
5.2 中醫(yī)藥知識(shí)獲取技術(shù)
如上文所述，中醫(yī)藥知識(shí)獲取是一項(xiàng)復(fù)雜的工作，被公認(rèn)為知識(shí)處理過程中的一個(gè)瓶頸，嚴(yán)重限制了知識(shí)工程和知識(shí)系統(tǒng)的發(fā)展。近年來，學(xué)者們主要試圖通過“集體智能”和“機(jī)器智能”這兩條路徑來突破中醫(yī)藥領(lǐng)域的知識(shí)獲取瓶頸。
“集體智能”是指組織大量領(lǐng)域?qū)＜乙黄鹁庉嬛R(shí)庫，從而實(shí)現(xiàn)專家知識(shí)的共享與融合。實(shí)現(xiàn)集體智慧的關(guān)鍵在于建立合理的交流、協(xié)作和激勵(lì)機(jī)制。隨著互聯(lián)網(wǎng)的迅速推廣，中醫(yī)界開始利用互聯(lián)網(wǎng)技術(shù)建立各種面向中醫(yī)藥領(lǐng)域的知識(shí)工程平臺(tái)，進(jìn)行跨學(xué)科、跨組織、跨地域的協(xié)作式知識(shí)加工，開展了一系列大規(guī)模的知識(shí)工程項(xiàng)目，建成了一系列術(shù)語系統(tǒng)、領(lǐng)域本體、文獻(xiàn)庫、數(shù)據(jù)庫和知識(shí)庫。例如，中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所建立了基于互聯(lián)網(wǎng)的“中醫(yī)藥虛擬研究院”，部署了一個(gè)協(xié)同知識(shí)工程平臺(tái)，支持全國40余家機(jī)構(gòu)，近300人進(jìn)行協(xié)同工作[24-25]。在該系統(tǒng)的直接支持下，研制了“中醫(yī)藥學(xué)語言系統(tǒng)”[23]等一系列大型知識(shí)系統(tǒng)。實(shí)踐表明，基于互聯(lián)網(wǎng)的虛擬環(huán)境能將不同機(jī)構(gòu)、不同地區(qū)的研究人員組織起來，有效解決資金分散、缺乏協(xié)調(diào)、研發(fā)能力不足等問題，實(shí)現(xiàn)知識(shí)工程的規(guī)?；痆25]。
“機(jī)器智能”是指研發(fā)文本挖掘技術(shù)，使機(jī)器能夠直接從文獻(xiàn)等知識(shí)載體中提取結(jié)構(gòu)性知識(shí)。文本挖掘在中醫(yī)藥領(lǐng)域已得到成功應(yīng)用，能夠顯著提升知識(shí)庫加工的效率[26]。但與生物醫(yī)學(xué)領(lǐng)域的大量研究工作[27]相比，文本挖掘在中醫(yī)藥領(lǐng)域的應(yīng)用仍處于早期探索階段。需要針對(duì)中醫(yī)藥文獻(xiàn)的特點(diǎn)，進(jìn)一步研發(fā)實(shí)用的挖掘方法，提升挖掘結(jié)果的完整性和準(zhǔn)確性，從而深度挖掘中醫(yī)藥文獻(xiàn)中蘊(yùn)含的知識(shí)。
5.3 中醫(yī)藥知識(shí)存儲(chǔ)技術(shù)
知識(shí)存儲(chǔ)（knowledge storage）特指在計(jì)算機(jī)系統(tǒng)中安全、可靠、有序地存儲(chǔ)知識(shí)資源，以支持知識(shí)管理和知識(shí)工程應(yīng)用。知識(shí)庫是實(shí)現(xiàn)知識(shí)存儲(chǔ)的重要支撐工具，也是知識(shí)工程的重中之重。知識(shí)庫一般是針對(duì)特定領(lǐng)域以及問題求解而建立的，對(duì)領(lǐng)域知識(shí)進(jìn)行全面收集和系統(tǒng)整理，進(jìn)而對(duì)知識(shí)進(jìn)行組織、分類和保存，以支持知識(shí)檢索和查詢。
構(gòu)建中醫(yī)知識(shí)庫系統(tǒng)，是指用人工智能技術(shù)把中醫(yī)藥理論和專家的經(jīng)驗(yàn)按規(guī)范化、標(biāo)準(zhǔn)化的格式組建成知識(shí)庫[8]。知識(shí)庫一般具有形式化、結(jié)構(gòu)化、易查詢、易操作等特點(diǎn)，能支持機(jī)器推理。傳統(tǒng)上知識(shí)庫主要是指采用謂詞邏輯、框架等知識(shí)表示方法，在計(jì)算機(jī)系統(tǒng)中表示和存儲(chǔ)的知識(shí)集合。但在中醫(yī)藥信息化實(shí)踐中，人們也把文獻(xiàn)庫、數(shù)據(jù)庫、本體等多種形式的知識(shí)載體統(tǒng)稱為“知識(shí)庫”。它們都能起到知識(shí)存儲(chǔ)的作用，與自然語言處理、機(jī)器學(xué)習(xí)等方法相結(jié)合后仍可支持智能應(yīng)用，因此稱之為廣義的知識(shí)庫也不為過。
近年來，中醫(yī)藥知識(shí)庫建設(shè)得到迅猛發(fā)展，在中醫(yī)人體、中醫(yī)疾病、中醫(yī)證候、中醫(yī)醫(yī)案、中藥、中醫(yī)養(yǎng)生等方面都出現(xiàn)了知識(shí)庫系統(tǒng)[28]。中醫(yī)藥知識(shí)庫在中醫(yī)藥信息化中扮演著核心的角色，在文獻(xiàn)整理、知識(shí)可視化、知識(shí)共享、臨床診療、教學(xué)、研究等諸多方面取得實(shí)際應(yīng)用，為中醫(yī)藥知識(shí)遺產(chǎn)的數(shù)字化保存和深度挖掘提供了創(chuàng)新性的手段。
5.4 中醫(yī)藥知識(shí)發(fā)現(xiàn)技術(shù)
知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)中獲取有效、新穎、有潛在應(yīng)用價(jià)值和最終可理解模式的非平凡過程[17]。知識(shí)發(fā)現(xiàn)是人工智能、數(shù)據(jù)庫、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等多種技術(shù)相互交叉產(chǎn)物。知識(shí)發(fā)現(xiàn)在20世紀(jì)90年代提出之后，獲得了廣泛關(guān)注和迅速發(fā)展，產(chǎn)生了高頻集、關(guān)聯(lián)分析、分類、預(yù)測(cè)、聚類、孤立點(diǎn)分析、時(shí)序/序列分析等一系列行之有效的方法，還出現(xiàn)了Weka、Rapidminer等較為成熟的開源軟件。這為知識(shí)發(fā)現(xiàn)技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用創(chuàng)造了條件。
中醫(yī)在數(shù)千年的臨床實(shí)踐與理論研究中積累了海量的數(shù)據(jù)、文獻(xiàn)和知識(shí)。如何利用這些寶貴資源就成了發(fā)展中醫(yī)藥必須面對(duì)的一個(gè)問題。而KDD所擅長的正是從海量的數(shù)據(jù)中尋找有意義的模式和知識(shí)，是分析中醫(yī)藥海量數(shù)據(jù)所需的理想技術(shù)手段。近年來，中醫(yī)團(tuán)體已開展了將頻繁模式發(fā)現(xiàn)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、聚類分析、復(fù)雜網(wǎng)絡(luò)分析等多種KDD方法引入中醫(yī)藥領(lǐng)域的若干探索。例如，使用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)等方法對(duì)方劑數(shù)據(jù)進(jìn)行分析，來揭示方劑配伍規(guī)律[18]；通過知識(shí)發(fā)現(xiàn)方法輔助中醫(yī)開具中藥處方[19]以及中藥新藥研發(fā)[22]；通過基于隱結(jié)構(gòu)模型的機(jī)器學(xué)習(xí)方法來揭示中醫(yī)證候的本質(zhì)[21]；使用文本挖掘方法從海量文獻(xiàn)中挖掘新穎知識(shí)，構(gòu)建并分析中醫(yī)藥復(fù)雜網(wǎng)絡(luò)[20]。這些工作表明，面對(duì)中醫(yī)藥領(lǐng)域的海量數(shù)據(jù)，采用KDD技術(shù)進(jìn)行有效的知識(shí)發(fā)現(xiàn)既是必要的，也是可行的[29]。
過20多年的發(fā)展，中醫(yī)藥知識(shí)發(fā)現(xiàn)的方法和技術(shù)已進(jìn)入相對(duì)成熟期，針對(duì)中醫(yī)藥領(lǐng)域的各種問題都產(chǎn)生了一系列行之有效的方法。但成熟并不意味著完善，面對(duì)中醫(yī)藥數(shù)據(jù)描述多樣化、數(shù)據(jù)仍不完備的特點(diǎn)，仍然需要對(duì)現(xiàn)有的KDD技術(shù)進(jìn)行改進(jìn)和發(fā)展，以滿足中醫(yī)藥科學(xué)研究和知識(shí)創(chuàng)新的需要。
6 中醫(yī)藥知識(shí)工程的發(fā)展趨勢(shì)
近年來，中醫(yī)藥知識(shí)工程實(shí)踐取得長足發(fā)展，成功建立了大量的知識(shí)資源。但中醫(yī)藥知識(shí)資源往往服務(wù)于特定的醫(yī)療和研究機(jī)構(gòu)，彼此之間異質(zhì)、異構(gòu)，難以實(shí)現(xiàn)集成與共享，形成嚴(yán)重的“知識(shí)孤島”現(xiàn)象，成為長期困擾中醫(yī)藥知識(shí)工程領(lǐng)域的技術(shù)難題。中醫(yī)藥與西醫(yī)等相關(guān)領(lǐng)域的知識(shí)資源也難以實(shí)現(xiàn)有效的關(guān)聯(lián)，阻礙了跨學(xué)科研究的開展。
為此，學(xué)者們[6，30]提出使用語義網(wǎng)作為中醫(yī)藥數(shù)據(jù)表示標(biāo)準(zhǔn)，實(shí)現(xiàn)中醫(yī)藥內(nèi)部的知識(shí)整合以及中西醫(yī)領(lǐng)域的知識(shí)互聯(lián)，從根本上解決“知識(shí)孤島”問題。2001年，萬維網(wǎng)發(fā)明人（T.B. Lee）在《科學(xué)美國人》上正式提出了語義網(wǎng)的構(gòu)想，認(rèn)為它將是一個(gè)機(jī)器可以理解的開放性信息空間[5]。語義網(wǎng)技術(shù)的核心優(yōu)勢(shì)在于將數(shù)據(jù)結(jié)構(gòu)和存儲(chǔ)方式各異的數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式并重新，從而實(shí)現(xiàn)數(shù)據(jù)資源的交換與集成。語義網(wǎng)為實(shí)現(xiàn)跨領(lǐng)域知識(shí)關(guān)聯(lián)提供了理想的技術(shù)平臺(tái)，有助于構(gòu)建面向特定領(lǐng)域的大規(guī)模知識(shí)圖譜，進(jìn)而實(shí)現(xiàn)各領(lǐng)域知識(shí)圖譜的關(guān)聯(lián)與融合。語義網(wǎng)最終將發(fā)展為一個(gè)全球性的知識(shí)圖譜，提供全面、智能的知識(shí)檢索服務(wù)，促進(jìn)知識(shí)共享和人機(jī)協(xié)作。
可基于語義網(wǎng)技術(shù)建立中醫(yī)藥知識(shí)圖譜，從而實(shí)現(xiàn)中醫(yī)疾病、中藥、方劑、針灸、醫(yī)案等中醫(yī)藥各門類知識(shí)資源的集成[30-31]。TCMLS作為一個(gè)包含10余萬個(gè)中醫(yī)概念以及100余萬個(gè)語義關(guān)系的大型語義網(wǎng)絡(luò)，為構(gòu)建中醫(yī)藥知識(shí)圖譜提供了相對(duì)完整的框架。鑒于此，于彤等[31]提出以中醫(yī)藥學(xué)語言系統(tǒng)為骨架，將中醫(yī)藥領(lǐng)域現(xiàn)有的術(shù)語資源和數(shù)據(jù)庫資源融合起來，構(gòu)成大規(guī)模知識(shí)圖譜，并實(shí)現(xiàn)基于知識(shí)圖譜的知識(shí)檢索、知識(shí)展示和知識(shí)服務(wù)等功能。在未來，可進(jìn)一步擴(kuò)充中醫(yī)藥知識(shí)圖譜，通過語義關(guān)系表達(dá)中醫(yī)和西醫(yī)之間的結(jié)合點(diǎn)，從而實(shí)現(xiàn)這兩個(gè)領(lǐng)域的知識(shí)圖譜的關(guān)聯(lián)和融合。這套方法將使中醫(yī)藥知識(shí)資源接入全球互聯(lián)的知識(shí)圖譜之中，支持各種面向結(jié)合醫(yī)學(xué)的知識(shí)共享、決策支持和知識(shí)發(fā)現(xiàn)應(yīng)用，在中西醫(yī)結(jié)合醫(yī)學(xué)中發(fā)揮更大的作用和影響力。
6 小結(jié)
中醫(yī)藥根植于中華文化，源于中國傳統(tǒng)哲學(xué)，是中華民族非常寶貴的知識(shí)遺產(chǎn)。中醫(yī)藥知識(shí)工程成為中醫(yī)藥知識(shí)遺產(chǎn)保護(hù)和知識(shí)創(chuàng)造的一種新模式，能有效推動(dòng)群體性的知識(shí)創(chuàng)新活動(dòng)，加速知識(shí)轉(zhuǎn)化過程，促進(jìn)知識(shí)的傳播。
中醫(yī)藥經(jīng)過數(shù)千年的發(fā)展，形成了一座偉大的知識(shí)寶庫，這決定了中醫(yī)藥知識(shí)工程的巨大價(jià)值和艱巨性。中醫(yī)藥領(lǐng)域知識(shí)體系相當(dāng)復(fù)雜，對(duì)知識(shí)工程技術(shù)提出了獨(dú)特的需求。在中醫(yī)藥領(lǐng)域?qū)嵤┲R(shí)工程是一項(xiàng)極其復(fù)雜且具有挑戰(zhàn)性的工作，其中還有很多尚未解決的科學(xué)問題和技術(shù)難題，需要進(jìn)行長期的研究。展望未來，中醫(yī)藥知識(shí)工程必將成為中醫(yī)藥信息學(xué)學(xué)科體系的重要組成部分，也將在中醫(yī)藥科學(xué)研究和臨床實(shí)踐中發(fā)揮越來越重要的作用。
參考文獻(xiàn)：
[1] 任廷革， 劉曉峰， 李慶業(yè)， 等. 從復(fù)方分析模型的研究看中醫(yī)知識(shí)工程的意義[J]. 中國中醫(yī)藥信息雜志， 1999， 6（3）： 12-13.
[2] 楊斌. 中醫(yī)知識(shí)工程的建立及其意義[J]. 世界科學(xué)技術(shù)――中醫(yī)藥現(xiàn)代化， 2000， 2（4）： 28-30.
[3] Schreiber G， AKKERMANS H， Anjewierden A， et al. Knowledge engineering and management： the CommonKADS methodology [M]. 1st ed. Cambridge， MA： The MIT Press， 2000.
[4] Brachman R， Levesque H. Knowledge representation and reasoning [M].San Francisco：Morgan Kaufmann Publishers Inc.， 2004.
[5] Berners-Lee T， HENDLER J， Lassila O. The semantic Web [J]. Scientific American， 2001， 284（5）： 28-37.
[6] 于彤， 崔蒙， 李敬華. 語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用研究綜述[J]. 世界中醫(yī)藥， 2013， 8（1）： 107-109.
[7] Fayyad U， PIATETSKY-Shapiro G， Smyth P. From data mining to knowledge discovery in databases[J]. AI magazine， 1996， 17（3）： 37-54.
[8] 馬斌榮. 中醫(yī)專家系統(tǒng)與中醫(yī)知識(shí)庫[M]. 北京： 北京出版社， 1997.
[9] 陸志平， 李媛媛， 魏方方， 等. 人工智能、專家系統(tǒng)與中醫(yī)專家系統(tǒng)[J]. 醫(yī)學(xué)信息， 2004， 17（8）： 458-459.
[10] 孫燕. 中醫(yī)知識(shí)工程研究進(jìn)展分析[M]. 中國中醫(yī)藥信息雜志， 2010， 17（12）： 5-6.
[11] 于彤， 陳華鈞， 顧攏 等. 中醫(yī)象思維的OWL語義建模[J]. 中國數(shù)字醫(yī)學(xué)， 2013， 8（4）： 29-33.
[12] 于彤， 崔蒙， 吳朝暉， 等. 基于語義Web的中醫(yī)臨床知識(shí)建模[J]. 中國數(shù)字醫(yī)學(xué)， 2013， 8（11）：81-85.
[13] Gruber T R. A translation approach to portable ontology specifications[J]. Knowledge acquisition， 1993， 5（2）： 199-220.
[14] 李兵， 裘儉， 張華敏， 等. 中醫(yī)藥領(lǐng)域本體研究概述[J]. 中國中醫(yī)藥信息雜志， 2010， 17（3）：100-101，106.
[15] 路耀華. 思維模擬與知識(shí)工程[M]. 北京： 清華大學(xué)出版社， 1997.
[16] 陳瑜. 試論中醫(yī)藥領(lǐng)域的知識(shí)獲取[J]. 醫(yī)學(xué)信息學(xué)雜志， 2013， 34（3）： 89-92.
[17] FAN J， LI D. An overview of data mining and knowledge discovery[J]. Journal of computer science and technology， 1998， 13（4）： 348-368.
[18] 李文林， 段金廒， 趙國平，等. 方劑配伍規(guī)律數(shù)據(jù)挖掘的研究現(xiàn)狀及思考[J]. 中國中醫(yī)藥信息雜志， 2008， 15（10）：92-94.
[19] QIAO S， TANG C， JIN H， et al. KISTCM： knowledge discovery system for traditional Chinese medicine[J]. Applied intelligence， 2010， 32（3）：346-363.
[20] ZHOU X， LIU B， WU Z， et al. Integrative mining of traditional Chinese medicine literature and MEDLINE for functional gene networks [J]. Artificial intelligence in medicine， 2007， 41（2）：87-104.
[21] ZHANG N， YUAN S， CHEN T， et al. Latent tree models and diagnosis in traditional Chinese medicine[J]. Artificial intelligence in medicine， 2008， 42（3）：229-245.
[22] 雷蕾， 慧敏， 崔蒙， 等. 中醫(yī)藥化學(xué)輔助研發(fā)系統(tǒng)的建設(shè)[J]. 中國中醫(yī)藥信息雜志， 2008， 15（8）： 100-101.
[23] 于彤， 賈李蓉， 劉靜， 等. 中醫(yī)藥學(xué)語言系統(tǒng)研究綜述[J]. 中國中醫(yī)藥圖書情報(bào)雜志， 2015， 39（6）： 56-60.
[24] 崔蒙， 謝琪， 尹愛寧， 等. 中醫(yī)藥信息數(shù)字化虛擬研究院建設(shè)模式研究[J]. 上海中醫(yī)藥大學(xué)學(xué)報(bào)， 2008， 23（3）：5-8.
[25] 尹愛寧， 崔蒙， 范為宇， 等. 中醫(yī)藥虛擬研究院[J]. 國際中醫(yī)中藥雜志， 2006， 28（3）： 141-143.
[26] ZHOU X， PENG Y， LIU B. Text mining for traditional Chinese medical knowledge discovery： a survey[J]. Journal of biomedical informatics， 2010， 43（4）： 650-660.
[27] Rebholzschuhmann D， OELLRICH A， Hoehndorf R. Text-mining solutions for biomedical research： enabling integrative biology[J]. Nature reviews genetics， 2012， 13（12）： 829-39.
[28] 于彤， 釧叮 李敬華. 中醫(yī)藥知識(shí)庫系統(tǒng)研究進(jìn)展綜述[J]. 中國醫(yī)學(xué)創(chuàng)新， 2014， 11（18）： 142-144.
[29] 吳朝暉， 封毅. 數(shù)據(jù)庫中知識(shí)發(fā)現(xiàn)在中醫(yī)藥領(lǐng)域的若干探索（Ⅰ）[J]. 中國中醫(yī)藥信息雜志， 2005， 12（10）： 93-95.
[30] CHEUNG K， CHEN H. Semantic Web for data harmonization in Chinese medicine [J]. Chinese Medicine， 2010， 5（1）：1-5.
[31] 于彤， 劉靜， 賈李蓉， 等. 大型中醫(yī)藥知識(shí)圖譜構(gòu)建研究[J]. 中國數(shù)字醫(yī)學(xué)， 2015， 10（3）： 80-82.
Knowledge Engineering for Traditional Chinese Medicine： A Review of Theoretical System and Key Technologies
Yu Tong
Information Institute of Traditional Chinese Medicine， China Academy of Chinese Medical Sciences，
Beijing 100700
第8篇：人工智能對(duì)教學(xué)的幫助范文
關(guān)鍵詞：產(chǎn)業(yè)數(shù)字化；數(shù)字化產(chǎn)業(yè)；產(chǎn)教融合；市場(chǎng)營銷
一、研究背景
根據(jù)中國信通院的《2021年中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》顯示，2020年我國數(shù)字產(chǎn)業(yè)化規(guī)模達(dá)到7．5萬億元，占數(shù)字經(jīng)濟(jì)比重的19．1%，占GDP比重的7．3%。產(chǎn)業(yè)數(shù)字化規(guī)模達(dá)31．7萬億元，占數(shù)字經(jīng)濟(jì)比重的80．9%，占GDP比重的31．2%。數(shù)字經(jīng)濟(jì)內(nèi)部結(jié)構(gòu)呈現(xiàn)“二八”比例分布。2020年，三次產(chǎn)業(yè)加速數(shù)字化轉(zhuǎn)型，農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)數(shù)字經(jīng)濟(jì)滲透率分別為8．9%、21．0%、40．7%，同比分別增長0．7、1．6和2．9個(gè)百分點(diǎn)。數(shù)字時(shí)代下，培養(yǎng)新一代國家建設(shè)人才已迫在眉睫［1］。數(shù)字化產(chǎn)業(yè)的發(fā)展，是產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的重要保障。工業(yè)互聯(lián)網(wǎng)平臺(tái)、大數(shù)據(jù)中心、人工智能算法、云計(jì)算服務(wù)、區(qū)塊鏈、數(shù)據(jù)安全、數(shù)字消費(fèi)等各種數(shù)字化技術(shù)所用的新基建和數(shù)字化設(shè)備，使數(shù)字產(chǎn)業(yè)快速發(fā)展并得以應(yīng)用。這些數(shù)字化企業(yè)的成長和壯大是支撐起產(chǎn)業(yè)數(shù)字轉(zhuǎn)型的砥柱。2017年12月國務(wù)院辦公廳印發(fā)《關(guān)于深化產(chǎn)教融合的若干意見》提出要深化產(chǎn)教融合。5G等新一代通訊技術(shù)的變革和應(yīng)用，席卷行政服務(wù)系統(tǒng)、教育系統(tǒng)、金融系統(tǒng)、醫(yī)療系統(tǒng)等所有領(lǐng)域。高校傳統(tǒng)專業(yè)教育已不能滿足產(chǎn)業(yè)數(shù)字化新需求，唯有順應(yīng)時(shí)代和產(chǎn)業(yè)的變化不斷更迭，才能培養(yǎng)出適合企業(yè)需求的新技能型人才。
二、數(shù)字經(jīng)濟(jì)新業(yè)態(tài)產(chǎn)教融合現(xiàn)狀
美國能誕生如此眾多的互聯(lián)網(wǎng)巨頭，與其職業(yè)教育的“合作教育”模式密不可分?！昂献鹘逃蹦Ｊ绞菍I(yè)人才培養(yǎng)學(xué)校理論學(xué)習(xí)與企業(yè)實(shí)踐訓(xùn)練相結(jié)合的一種高等教育策略。2009年，美國將“合作教育”模式更名為合作與實(shí)踐教育（CEED）。該策略由于較好實(shí)現(xiàn)了企業(yè)、學(xué)校、學(xué)生等多方共贏，得到了美國相關(guān)政府機(jī)構(gòu)、教育界、企業(yè)界的高度重視。［2］自英國脫歐以來，歐盟經(jīng)濟(jì)支柱主要來自德國和法國。德國作為老牌工業(yè)強(qiáng)國，雖然數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)較為緩慢，但是，其成功的職業(yè)教育產(chǎn)教融合模式——“雙元制”，卻值得學(xué)習(xí)和借鑒。［3］我國數(shù)字經(jīng)濟(jì)新業(yè)態(tài)正處于剛起步階段，相比歐美等西方國家，我國亟需探索出適合我國“兩化融合”的工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展模式。近些年“數(shù)字”成為助力數(shù)字經(jīng)濟(jì)發(fā)展的重要技術(shù)。但是，由于我國數(shù)字化人才較為缺失，暴露出高職技術(shù)型人才培養(yǎng)工作存在諸多缺陷。目前，關(guān)于高職產(chǎn)教融合人才培養(yǎng)模式的成果并不多，尤其是關(guān)于“互聯(lián)網(wǎng)+”背景下的產(chǎn)教融合成果更是比較少。通過研究目前關(guān)于數(shù)字經(jīng)濟(jì)新業(yè)態(tài)產(chǎn)教融合的研究主要集中在以下方面：一是關(guān)于產(chǎn)教融合實(shí)施過程中遇到的困境及解決的方法。產(chǎn)教融合存在的困境與解決對(duì)策是當(dāng)前研究的主要熱點(diǎn)；二是如何依托校企合作，促進(jìn)產(chǎn)教融合。例如，鈕雪林結(jié)合蘇州數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀，分析了專業(yè)建設(shè)中所存在的問題，提出專業(yè)建設(shè)必須要以協(xié)同化對(duì)接、數(shù)字化改造以及融合化轉(zhuǎn)型等方面入手，提升專業(yè)建設(shè)水平；三是關(guān)于國內(nèi)外不同育人模式的比較與實(shí)證分析。
三、“數(shù)字化轉(zhuǎn)型”下的產(chǎn)教融合新挑戰(zhàn)
（一）目標(biāo)企業(yè)選擇難題
合作企業(yè)的選擇，需經(jīng)過慎重甄選。企業(yè)規(guī)模較小的中小企業(yè)，軟硬實(shí)力都不及大型優(yōu)質(zhì)企業(yè)，在承擔(dān)校企合作的教學(xué)育人中，人力、培訓(xùn)、設(shè)備、場(chǎng)地、技術(shù)、管理、運(yùn)營等各方面的成本和投入會(huì)成為其主要制約因素。同時(shí)，產(chǎn)業(yè)數(shù)字化也使得行業(yè)“洗牌”加劇，涌現(xiàn)出一批順應(yīng)數(shù)字化轉(zhuǎn)型的優(yōu)質(zhì)企業(yè)，這批優(yōu)質(zhì)企業(yè)在產(chǎn)教融合中對(duì)人才培養(yǎng)方向更能把握時(shí)代脈搏。在目標(biāo)企業(yè)的選擇問題上，需要高校對(duì)目標(biāo)企業(yè)進(jìn)行有效評(píng)估和謹(jǐn)慎甄選。
（二）企業(yè)課程與傳統(tǒng)教學(xué)內(nèi)容不相符
在產(chǎn)教融合課程設(shè)置方面，存在企業(yè)課程與傳統(tǒng)教學(xué)內(nèi)容不一致的問題，以及傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型水平低導(dǎo)致課程內(nèi)容陳舊兩大問題。首先，在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的形勢(shì)下，高校人才培養(yǎng)目標(biāo)、教學(xué)內(nèi)容和教學(xué)方法，仍然存在沿用陳舊人才培養(yǎng)方案和原有知識(shí)體系的情況，教材和教法，都沒有融入最新數(shù)字信息技術(shù)，專業(yè)建設(shè)停滯不前。課程負(fù)責(zé)老師不愿與企業(yè)深度融合，改革課程內(nèi)容，導(dǎo)致最新的企業(yè)標(biāo)準(zhǔn)、企業(yè)操作規(guī)范、理實(shí)一體化課程及企業(yè)實(shí)訓(xùn)實(shí)踐類課程無法順利推進(jìn)。其次，當(dāng)目標(biāo)企業(yè)選擇不當(dāng)，或企業(yè)發(fā)展速度大大低于產(chǎn)業(yè)變革，導(dǎo)致企業(yè)開發(fā)課程內(nèi)容較為陳舊，尤其是在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的轉(zhuǎn)折點(diǎn)，企業(yè)需要最新的工業(yè)互聯(lián)網(wǎng)技術(shù)和數(shù)字化技術(shù)做支撐，才能在產(chǎn)教融合中開發(fā)和融入產(chǎn)業(yè)最新數(shù)字化技術(shù)內(nèi)容。因此，新時(shí)代下的產(chǎn)教融合和產(chǎn)業(yè)人才培養(yǎng)，不僅對(duì)教師、教法、教材提出了新的要求，也對(duì)合作企業(yè)提出了更高的要求。
（三）企業(yè)投資巨大，回報(bào)不穩(wěn)定
首先，從課程的開發(fā)來說，需要校企的共同參與，針對(duì)學(xué)生群體，在現(xiàn)有教學(xué)內(nèi)容的基礎(chǔ)上，開發(fā)一套既囊括現(xiàn)有知識(shí)體系，又符合企業(yè)標(biāo)準(zhǔn)的教材和課程。對(duì)于企業(yè)來說，需要企業(yè)上層戰(zhàn)略決策的支持和大力投入，需要有經(jīng)驗(yàn)的專職人員與課程負(fù)責(zé)老師積極雙向溝通，因此，人力成本的投入必不可少。其次，從實(shí)訓(xùn)基地建設(shè)來看，校企雙方前期投入大量人力物力建設(shè)實(shí)訓(xùn)室、實(shí)踐基地、教學(xué)設(shè)備、網(wǎng)絡(luò)設(shè)施等，合作期間產(chǎn)生的水電、培訓(xùn)、師資等一系列費(fèi)用，以及后期對(duì)實(shí)訓(xùn)基地和設(shè)備的維護(hù)保養(yǎng)等成本，一旦由于種種原因使得校企合作不穩(wěn)定，合作最終不了了之，企業(yè)投入將無法收回，也會(huì)造成高校國有資產(chǎn)流失。最后，從人才培養(yǎng)過程來看，校企達(dá)成產(chǎn)教融合意向，設(shè)置校企合作課程，開發(fā)校企合作教材，開設(shè)各類實(shí)踐實(shí)訓(xùn)項(xiàng)目，最終完成學(xué)業(yè)，培養(yǎng)出符合產(chǎn)業(yè)需求的高素質(zhì)技能型人才，期間會(huì)存在人才培養(yǎng)的時(shí)效性，就業(yè)雙向選擇的不確定性等問題，并且對(duì)于企業(yè)來說人才培養(yǎng)周期大大加長，難以滿足企業(yè)短期人才緊缺的需求。
四、基于“數(shù)字”的市場(chǎng)營銷專業(yè)產(chǎn)教融合探索
基于以上分析，產(chǎn)教融合過程中疊加產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，給校企合作帶來了新的挑戰(zhàn)，下文將以市場(chǎng)營銷專業(yè)建設(shè)為例，研究和探索基于“數(shù)字”的產(chǎn)教融合新模式。
（一）“數(shù)字”發(fā)展背景
2015年阿里巴巴首次提出概念，隨著大數(shù)據(jù)技術(shù)在社會(huì)中的廣泛應(yīng)用，數(shù)字發(fā)展呈現(xiàn)快速發(fā)展趨勢(shì)。例如，2018年我國數(shù)字規(guī)模為22．2億元，預(yù)計(jì)2022年將達(dá)到179．4億元。由此可見數(shù)字將成為企業(yè)數(shù)字化轉(zhuǎn)型的加速引擎?！皵?shù)字”是企業(yè)級(jí)的業(yè)務(wù)能力和數(shù)據(jù)共享服務(wù)平臺(tái)，其通過對(duì)業(yè)務(wù)、數(shù)據(jù)以及技術(shù)的抽象化，將業(yè)務(wù)按照領(lǐng)域進(jìn)行拆分，以服務(wù)化的形式輸出共享能力。數(shù)字具有較高的應(yīng)用價(jià)值：在數(shù)據(jù)層面上，數(shù)字有效解決了企業(yè)系統(tǒng)間數(shù)據(jù)孤島的問題，有效解決了數(shù)據(jù)“匯管用”的問題；在業(yè)務(wù)層面通過對(duì)各業(yè)務(wù)線的模塊去除，讓前臺(tái)業(yè)務(wù)走向市場(chǎng)，提升了企業(yè)的市場(chǎng)響應(yīng)力；在技術(shù)層面，具有可擴(kuò)展性，能夠讓整個(gè)網(wǎng)絡(luò)架構(gòu)更加開放，避免了重復(fù)開發(fā)［4］。
（二）“數(shù)字”+產(chǎn)教融合模式“數(shù)字”產(chǎn)教融合模式，使市場(chǎng)營銷專業(yè)建設(shè)的教學(xué)廣度和教學(xué)深度都得到了大大提高，契合了高校培養(yǎng)高素質(zhì)技能型人才的人才培養(yǎng)目標(biāo)。將企業(yè)數(shù)字服務(wù)于教學(xué)，實(shí)現(xiàn)深度產(chǎn)教融合，如圖1所示。數(shù)字對(duì)企業(yè)數(shù)字化、智能化的轉(zhuǎn)型升級(jí)起到核心關(guān)鍵作用，在產(chǎn)業(yè)數(shù)字化的過程中，涉及從生產(chǎn)制造、采購物流、倉儲(chǔ)運(yùn)輸?shù)壬a(chǎn)制造環(huán)節(jié)，到客戶服務(wù)、數(shù)字營銷、門店調(diào)配等流通環(huán)節(jié)，再到結(jié)算中心、供應(yīng)鏈管理、人資管理等企業(yè)運(yùn)營管理環(huán)節(jié)。從人才培養(yǎng)角度出發(fā)，教育教學(xué)的視域更開闊，理念更趨全局化，對(duì)于市場(chǎng)營銷專業(yè)來說，教學(xué)廣度隨著數(shù)據(jù)的延伸，不僅涉及數(shù)字化營銷，而且延伸到了生產(chǎn)制造、經(jīng)營管理、門店運(yùn)營、成本控制等多個(gè)領(lǐng)域，教學(xué)廣度得到了大大提升。從教學(xué)深度來看，從課本的理論知識(shí)為主，營銷策劃實(shí)踐為輔的傳統(tǒng)模式，轉(zhuǎn)變?yōu)楦顚哟蔚幕跀?shù)據(jù)的數(shù)據(jù)采集清洗、可視化報(bào)表制作、公（私）域運(yùn)營、大數(shù)據(jù)品牌營銷、內(nèi)容營銷、算法和AI提升人效等基礎(chǔ)上的營銷戰(zhàn)略和營銷策劃，教學(xué)深度增加，專業(yè)深度增加，更適合數(shù)字時(shí)代人才培養(yǎng)需求。
1．?dāng)?shù)據(jù)采集
如圖1所示，產(chǎn)教融合部分包含兩大內(nèi)容和一大條件。根據(jù)上文數(shù)據(jù)來源分類，企業(yè)數(shù)據(jù)分為內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)兩大類，數(shù)據(jù)的采集過程主要從離線采集與實(shí)時(shí)采集兩方面進(jìn)行。首先，內(nèi)部數(shù)據(jù)是指在根據(jù)企業(yè)內(nèi)部經(jīng)營情況，進(jìn)行數(shù)據(jù)采集和數(shù)據(jù)篩選，主要包括不涉及商業(yè)機(jī)密的企業(yè)以往數(shù)據(jù)：營業(yè)額達(dá)標(biāo)率、客單價(jià)、人效、毛利、進(jìn)銷、損耗等數(shù)據(jù)。具體數(shù)據(jù)包括日（月）營業(yè)額、日（月）營業(yè)指標(biāo)、日（月）完成率、客單數(shù)、客單價(jià)、人效、每日（月）同比、每日（月）增長率、客單增長率、采購、銷售、毛利（率）、陳列（樣品）報(bào)損、報(bào)損率、日銷前十等。其次，外部數(shù)據(jù)是指通過網(wǎng)絡(luò)爬蟲獲取的互聯(lián)網(wǎng)數(shù)據(jù)、第三方接口數(shù)據(jù)等產(chǎn)生的相關(guān)數(shù)據(jù)。最后，對(duì)于上述用于教育教學(xué)的數(shù)據(jù)，其數(shù)據(jù)量相當(dāng)龐大。在互聯(lián)網(wǎng)環(huán)境下，客戶數(shù)據(jù)來源比較廣泛，既包括客戶辦理各項(xiàng)業(yè)務(wù)的數(shù)據(jù)。例如，客戶的基礎(chǔ)信息數(shù)據(jù)、客戶消費(fèi)數(shù)據(jù)、訂單業(yè)務(wù)數(shù)據(jù)等等，還包括客戶位置移動(dòng)范圍數(shù)據(jù)等。基于日益繁瑣的數(shù)據(jù)，需要系統(tǒng)要具備數(shù)據(jù)收集和儲(chǔ)存的系統(tǒng)作為支撐。因此，基于數(shù)字將數(shù)據(jù)進(jìn)行整合，并通過全過程的數(shù)據(jù)采集才能獲取動(dòng)態(tài)全面的數(shù)據(jù)，并最終篩選有效數(shù)據(jù)用于市場(chǎng)營銷專業(yè)產(chǎn)教融合。
2．?dāng)?shù)據(jù)應(yīng)用
數(shù)據(jù)應(yīng)用是“數(shù)字”平臺(tái)建設(shè)的核心，傳統(tǒng)的數(shù)據(jù)系統(tǒng)只是簡(jiǎn)單地存放或者展示難以有效發(fā)揮數(shù)據(jù)的潛在價(jià)值，不能達(dá)到數(shù)字資產(chǎn)的應(yīng)用價(jià)值?；跀?shù)字產(chǎn)業(yè)的發(fā)展，構(gòu)建產(chǎn)教融合必須要將所有的數(shù)據(jù)納入到同一套系統(tǒng)中，建立以客戶為中心的“DNA”數(shù)據(jù)視圖，整合系統(tǒng)的所有資源，讓平臺(tái)系統(tǒng)內(nèi)的成員都可以使用數(shù)據(jù)資產(chǎn)，以此達(dá)到支撐整個(gè)智慧運(yùn)營體系的數(shù)據(jù)要求［5］。市場(chǎng)營銷專業(yè)課程的數(shù)據(jù)應(yīng)用，主要是利用智慧運(yùn)營體系中數(shù)據(jù)采集到的數(shù)據(jù)，進(jìn)行客戶精準(zhǔn)畫像、企業(yè)科學(xué)決策、AI（算法）預(yù)測(cè)、制定營銷戰(zhàn)略、撰寫營銷策劃方案、個(gè)性化學(xué)習(xí)等，通過校企產(chǎn)教融合，將數(shù)據(jù)應(yīng)用環(huán)節(jié)共同開發(fā)成各類數(shù)字營銷實(shí)踐課程。
3．基礎(chǔ)工具及條件
在數(shù)據(jù)采集和數(shù)據(jù)應(yīng)用的過程中，校企共建實(shí)訓(xùn)場(chǎng)地提供軟硬件保障，硬件設(shè)施包括本地機(jī)房、互聯(lián)網(wǎng)設(shè)備，物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等，軟件設(shè)施包括數(shù)據(jù)采集分析工具（python、excel）、云平臺(tái)、數(shù)據(jù)共享數(shù)據(jù)等。通過云平臺(tái)和數(shù)據(jù)共享數(shù)據(jù)，服務(wù)器將操作實(shí)踐內(nèi)容共享至學(xué)校機(jī)房，同時(shí)物聯(lián)網(wǎng)實(shí)現(xiàn)萬物互聯(lián)，校企指導(dǎo)老師在線指導(dǎo)和評(píng)估，前置課程中可加入一些基礎(chǔ)的工具課，或在實(shí)訓(xùn)課中加入有針對(duì)性的工具操作模塊。數(shù)據(jù)是領(lǐng)先行業(yè)的共同選擇，構(gòu)建了企業(yè)進(jìn)行應(yīng)用開發(fā)的新一代平臺(tái)型基座，通過數(shù)字賦能變革成為企業(yè)轉(zhuǎn)型發(fā)展的重要選擇。本文秉承科學(xué)性和先進(jìn)性原則，兼顧時(shí)展特征，以市場(chǎng)營銷專業(yè)為例，對(duì)基于數(shù)字產(chǎn)教融合模式進(jìn)行了一系列理論探索，希望能對(duì)高校實(shí)現(xiàn)新時(shí)代數(shù)字營銷人才的培養(yǎng)目標(biāo)有所幫助，希望能對(duì)各專業(yè)建設(shè)改革有一定的參考價(jià)值，也希望能對(duì)地方經(jīng)濟(jì)的建設(shè)發(fā)展有一定的啟發(fā)。
參考文獻(xiàn)
［1］劉常春，張曉丹．職業(yè)教育中的產(chǎn)教融合模式分析［J］．電子技術(shù)，2021（12）：200-201．
［2］汪?？。绹鴳?yīng)用型高校的合作教育機(jī)制——以德雷塞爾大學(xué)為例［J］．教育學(xué)術(shù)月刊，2018（12）：57-67．
［3］陳保榮．職業(yè)教育產(chǎn)教融合的國際比較研究［J］．職教論壇，2018（5）：40-46．
［4］胡翰林，沈書生．基于技術(shù)的教育大數(shù)據(jù)應(yīng)用研究［J］．現(xiàn)代教育技術(shù)，2021（9）：78-86．
第9篇：人工智能對(duì)教學(xué)的幫助范文
關(guān)鍵詞：電路分析；教學(xué)
《電路分析》是工科各電類專業(yè)一門重要的基礎(chǔ)課，該課程理論嚴(yán)密，邏輯性強(qiáng)，綜合性強(qiáng)，有廣闊的工程背景。對(duì)培養(yǎng)學(xué)生的思維能力，提高綜合分析問題和解決問題的能力，樹立理論聯(lián)系實(shí)際的科學(xué)觀點(diǎn)，有著重要的作用。筆者根據(jù)這幾年的教學(xué)經(jīng)驗(yàn)，談?wù)勛约簩?duì)如何搞好本門課程教學(xué)工作的一些看法。
幫助學(xué)生建立邏輯性嚴(yán)密的知識(shí)框架
《電路分析》這門課程內(nèi)容多，知識(shí)點(diǎn)繁雜，但授課學(xué)時(shí)卻在不斷減少。如何在有限的時(shí)間里，保質(zhì)保量的完成教學(xué)工作，就要求教師必須吃透教材，分化知識(shí)點(diǎn)，貫通教材內(nèi)外知識(shí)點(diǎn)的聯(lián)系，針對(duì)教學(xué)對(duì)象，幫助其理解教材內(nèi)部的邏輯結(jié)構(gòu)，從而在有有限的時(shí)間里，達(dá)到良好的教學(xué)效果。
(一)弄清楚研究對(duì)象
本課程的研究對(duì)象是集總參數(shù)、線性的、時(shí)不變電路。所謂的集總參數(shù)是指電路的實(shí)際尺寸遠(yuǎn)遠(yuǎn)小于電路中信號(hào)的波長。相反地，如果電路的實(shí)際尺寸大于其中信號(hào)的波長，則稱之為分布(分散)參數(shù)。線性是指電路中的元件均為線性原件。而時(shí)不變是指元件的特性約束不隨時(shí)間的變化而變化。
(二)弄清楚兩種約束
本課程主要討論電路的兩種約束，即拓?fù)?結(jié)構(gòu))約束和特性(元件)。其中，拓?fù)浼s束包括KVL(基爾霍夫電壓定律)和KCL(基爾霍夫電流定律)。這種約束與元件特性沒有關(guān)系，僅僅與元件的聯(lián)結(jié)方式有關(guān)。這也是電路分析的理論基礎(chǔ)。而特性約束是指元件兩端的伏安關(guān)系(VCR)。
(三)弄清分析電路的基本方法
本課程主要介紹的電路分析方法包括：等效變換法列方程法(支路法、回路法、節(jié)點(diǎn)法)電路定理法(置換定理、疊加定理、戴維南定理、特勒根定理、互易定理)。
采用啟迪式教育方法，調(diào)動(dòng)學(xué)生學(xué)習(xí)積極性
在理論課堂教學(xué)中，應(yīng)充分發(fā)揮教師的主導(dǎo)作用和學(xué)生的主體作用，努力改變傳統(tǒng)理論教學(xué)中“滿堂灌”式的教學(xué)方法，實(shí)行“啟發(fā)式”教育?！笆谥贼~，不如授之以漁”。
每堂課上，教師要根據(jù)教學(xué)內(nèi)容及要求，向?qū)W生提出許多問題，在問與答中展開教與學(xué)，這樣才能充分調(diào)動(dòng)學(xué)生用已有的知識(shí)思考問題、理解、掌握和探求新知識(shí)。同時(shí)，教師要努力營造一種生動(dòng)活潑的民主氣氛，鼓勵(lì)學(xué)生積極參與課堂教學(xué)，教師必須始終記住自己與學(xué)生的地位是平等的。與學(xué)生的活動(dòng)是交互的，要讓學(xué)生憑自己的直覺與經(jīng)驗(yàn)觀察物理現(xiàn)象，分析物理規(guī)律，允許學(xué)生展開討論或爭(zhēng)論，可以獨(dú)立地發(fā)表意見，引導(dǎo)學(xué)生得出正確的結(jié)論，讓學(xué)生感到是作為教師的合作者學(xué)習(xí)的，以此提高學(xué)生自信心、責(zé)任感與主動(dòng)性。
例如，在講解線性電路分析方法這一章內(nèi)容時(shí)，先介紹較為簡(jiǎn)單并很容易理解的“支路電路法”，通過例題使學(xué)生發(fā)現(xiàn)用該方法求解時(shí)不僅需要列寫方程數(shù)多而且方程求解較繁瑣，從而引導(dǎo)學(xué)生提出“有沒有更好的解決方法?”進(jìn)而引入“網(wǎng)孔電流法”、“節(jié)點(diǎn)電位法”等其它解決途徑；講解“代文寧定理”后，引導(dǎo)學(xué)生主動(dòng)提出“該定理在具體運(yùn)用中有什么途”?帶著這個(gè)問題去學(xué)習(xí)，不僅能對(duì)“代文寧定理”加深認(rèn)識(shí)和理解，還為引出最大功率傳輸定理埋下伏筆。這樣通過積極引導(dǎo)，逐步培養(yǎng)學(xué)生學(xué)會(huì)思考，學(xué)會(huì)學(xué)習(xí)，提高自學(xué)能力
利用現(xiàn)代化教學(xué)手段，提高教學(xué)質(zhì)量
在教育領(lǐng)域中，計(jì)算機(jī)不僅是一門學(xué)科，而且正逐漸成為有效的教學(xué)媒體與教學(xué)管理的工具，多媒體技術(shù)使教學(xué)手段、教學(xué)方法、教學(xué)方式和教學(xué)理念都發(fā)生了變革。以多媒體為核心的現(xiàn)代教育技術(shù)運(yùn)用于電工教學(xué)，之所以能夠優(yōu)化電工理論教學(xué)過程，更好地提高教學(xué)質(zhì)量，是因?yàn)樗哂幸韵挛鍌€(gè)教育功能引：微觀現(xiàn)象客觀化，客觀現(xiàn)象微觀化；化“不可視”為“可視”教學(xué)；把抽象的電工概念與過程具體化；化“靜”為“動(dòng)”，幫助學(xué)生弄清復(fù)雜的電工過程；利用人工智能，使學(xué)生身臨其境，感知電學(xué)規(guī)律。在計(jì)算機(jī)普及的今天，我們教師應(yīng)該在幻燈、錄像、電視等幾種常用教學(xué)手段的基礎(chǔ)上充分利用計(jì)算機(jī)輔助教學(xué)，用電子教案代替手寫教案，把電工理論教學(xué)的課堂改到多媒體教室，用圖、文、聲、形并茂的新穎授課方式吸引學(xué)生，并用多媒體把許多靜態(tài)的演示實(shí)驗(yàn)轉(zhuǎn)變?yōu)榧?xì)致逼真的演示過程，通過加強(qiáng)學(xué)生形象思維，幫助學(xué)生對(duì)抽象電工理論知識(shí)的理解。在電工基礎(chǔ)實(shí)際教學(xué)中，改變傳統(tǒng)的板書式教學(xué)，改用多媒體課件與板書相結(jié)合的方法，將理論教學(xué)內(nèi)容制作成課件演示，相關(guān)公式推導(dǎo)及例題的講解采用板書與演示結(jié)合。
同時(shí)，還可以利用可以通過PISPISE、EWB、MATLAB、Multisim等仿真軟件進(jìn)行模擬仿真和過程分析，使學(xué)生避免枯燥的理論學(xué)習(xí)，提高了學(xué)生的學(xué)習(xí)積極性。但是，必須認(rèn)識(shí)到多媒體教學(xué)只是輔教學(xué)，是將教學(xué)中難以表達(dá)或抽象的概念用多媒體軟件展示出來，而不是教師講課板書的復(fù)制。
重視實(shí)踐教學(xué)，重祝學(xué)生能力的培養(yǎng)
電路課程中一個(gè)必須重視的環(huán)節(jié)就是實(shí)踐教學(xué)，即實(shí)驗(yàn)和實(shí)訓(xùn)。通過實(shí)驗(yàn)和實(shí)訓(xùn)使學(xué)生真正掌握電路知識(shí)及實(shí)驗(yàn)的基本技能和安全操作知識(shí)。學(xué)會(huì)常用電工電子儀器儀表的使用，以及電路參數(shù)的測(cè)量和元器件的辨別，注意培養(yǎng)學(xué)生的動(dòng)手能力：培養(yǎng)學(xué)生初步掌握一定的電氣工程技術(shù)的能力：識(shí)讀電路圖的能力和排查電路故障的能力等。隨著對(duì)學(xué)生能力要求的提高，傳統(tǒng)的以驗(yàn)證性實(shí)驗(yàn)為主的電路實(shí)驗(yàn)已不能滿足要求，必須對(duì)實(shí)驗(yàn)內(nèi)容、實(shí)驗(yàn)方式方法加以改革，在保留部分傳統(tǒng)的驗(yàn)證性實(shí)驗(yàn)外，應(yīng)根據(jù)專業(yè)特點(diǎn)增加綜合性和設(shè)計(jì)性實(shí)驗(yàn)。
