人工智能培訓(xùn)總結(jié)范文第1篇
[關(guān)鍵詞]人工智能;農(nóng)業(yè)知識培訓(xùn);模型
[DOI]1013939/jcnkizgsc201720172
隨著信息技術(shù)的不斷發(fā)展,計算機科學(xué)滲透生活的各個領(lǐng)域,改變了人們的生活方式和學(xué)習(xí)方式。其中,人工智能作為計算機科學(xué)中迅猛發(fā)展的一部分,正在以其獨特的魅力走進(jìn)人們的視野。“人工智能”(Artificial Intelligence),顧名思義,即通過應(yīng)用計算機來模擬人腦的信息接收、思考、判斷以及決策等思維行為過程,進(jìn)而擴展人腦的思維和行動,幫助人們高效智能化地解決特定問題。近年,人工智能在教育領(lǐng)域中發(fā)揮的作用越來越顯著[1],其與眾不同的特點決定了其在教育培訓(xùn)中的地位,將人工智能應(yīng)用在農(nóng)業(yè)知識培訓(xùn)中的可行性也成為教育界熱議的新話題。
1我國農(nóng)業(yè)發(fā)展背景和農(nóng)業(yè)培訓(xùn)必要性分析
11我國農(nóng)業(yè)發(fā)展背景
我國是傳統(tǒng)的農(nóng)業(yè)大國,農(nóng)業(yè)對我國的經(jīng)濟發(fā)展具有極其重要的影響,一方面是由于我國人口基數(shù)大;另一方面是由于我國進(jìn)出口貿(mào)易主要依靠農(nóng)產(chǎn)品,農(nóng)業(yè)發(fā)展成為影響我國經(jīng)濟發(fā)展最重要的因素之一。但由于各方面原因,我國農(nóng)業(yè)發(fā)展還比較落后,尤其與發(fā)達(dá)國家的現(xiàn)代化農(nóng)業(yè)相比,依舊有較大差距。
12開展農(nóng)業(yè)知識培訓(xùn)的必要性
反思其他發(fā)達(dá)國家在r業(yè)發(fā)展上實施過的舉措,包括重視農(nóng)業(yè)教育、科研和技術(shù)推廣,注意提高勞動者素質(zhì);推廣現(xiàn)代農(nóng)業(yè)機械和高技術(shù),重視農(nóng)場管理;經(jīng)營集約化、產(chǎn)業(yè)化;生產(chǎn)專業(yè)化;服務(wù)社會化;市場機制與政府扶持相結(jié)合;加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)等,可以看出,我國在農(nóng)業(yè)知識培訓(xùn)、素質(zhì)教育、技術(shù)推廣方面與發(fā)達(dá)國家差距明顯。為發(fā)展我國農(nóng)業(yè),培養(yǎng)一批高素質(zhì)、懂技術(shù)、會經(jīng)營的農(nóng)民以及一批愿意為農(nóng)業(yè)發(fā)展做出自己貢獻(xiàn)的高學(xué)歷人才成為關(guān)鍵。農(nóng)業(yè)的發(fā)展離不開農(nóng)民的發(fā)展和進(jìn)步,也離不開受過高等教育的精英人才的共同努力,而開展農(nóng)業(yè)知識培訓(xùn),則是為他們的發(fā)展奠定了一條夯實的道路。
2人工智能在教育中的應(yīng)用與發(fā)展
近年來,伴隨著人工智能在各行業(yè)的應(yīng)用和發(fā)展,人工智能在教育領(lǐng)域中發(fā)揮的作用也越來越顯著。例如,智能化的作業(yè)批改可以大大減輕教育工作者的沉重負(fù)擔(dān),在線學(xué)習(xí)等網(wǎng)絡(luò)教學(xué)模式可以讓人們更靈活地接受教育。從人工智能誕生伊始,其就與教育產(chǎn)生了密不可分的聯(lián)系,延續(xù)發(fā)展至今,人工智能在教育領(lǐng)域中的應(yīng)用主要包含以下幾個方面。
21基于人工智能的計算機網(wǎng)絡(luò)課程
計算機網(wǎng)絡(luò)教育是對傳統(tǒng)教育方式的一次革新,而人工智能對網(wǎng)絡(luò)教育的滲透,又將其推向了新的發(fā)展高度。[2]學(xué)生可以自主地登錄網(wǎng)絡(luò)平臺進(jìn)行在線學(xué)習(xí),根據(jù)智能導(dǎo)學(xué)系統(tǒng)制訂學(xué)習(xí)計劃,進(jìn)行在線測試。例如近年來大為流行的MOOC課程,學(xué)生可以便捷地通過網(wǎng)絡(luò)獲取全球最高質(zhì)量的教學(xué)資源,并可以量身打造自己的學(xué)習(xí)計劃。
22基于人工智能的教師輔助系統(tǒng)
近十年來,智能傳感器、語音識別、圖像識別、深度學(xué)習(xí)、大數(shù)據(jù)等方面的蓬勃發(fā)展令信息的采集及處理越來越準(zhǔn)確高效,這無疑使得人工智能與輔助教學(xué)系統(tǒng)的融合變得越來越深入。借助于語音識別、圖像識別等技術(shù),學(xué)生可以將學(xué)習(xí)過程中遇到的問題上傳至系統(tǒng),借助于數(shù)據(jù)庫系統(tǒng)對信息準(zhǔn)確的搜素和整合能力,實時地為學(xué)生提供答案或相關(guān)信息,答疑解惑。目前此類應(yīng)用軟件的應(yīng)用廣泛,例如小猿搜題、百度作業(yè)幫等。
23基于人工智能的教育數(shù)據(jù)庫系統(tǒng)
隨著信息化時代的到來,如何高效地搜集、分類和檢索碎片化的教育信息和教學(xué)資源,無疑是一項巨大的挑戰(zhàn)。為了更有效地分配和管理信息,在教育中引入智能化的數(shù)據(jù)庫系統(tǒng)勢在必行?,F(xiàn)如今數(shù)據(jù)挖掘和深度學(xué)習(xí)的研究成果不斷深入,依托知識庫系統(tǒng)對教育信息的整合與構(gòu)建,學(xué)生可以將已習(xí)得的零星的知識點進(jìn)行擴充,由點至面的不斷學(xué)習(xí)新知識;依托教育資源管理系統(tǒng)中來,教育管理工作者可以合理分配教學(xué)資源,讓人們從爆炸式的高密度信息中解放出來,真正做到物為己用,因材施教。
3人工智能與農(nóng)業(yè)知識培訓(xùn)的結(jié)合
新時代社會經(jīng)濟的發(fā)展為國家農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展翻開了新的篇章,如何加快社會主義農(nóng)業(yè)現(xiàn)代化,促進(jìn)農(nóng)業(yè)轉(zhuǎn)型,這為新時代的農(nóng)業(yè)知識教育提出了新的要求。另外,近年來勞動力轉(zhuǎn)型的趨勢日益顯著。隨著農(nóng)業(yè)勞動人口數(shù)量的減少,為了提高農(nóng)業(yè)生產(chǎn)效率,需要有素質(zhì)、懂知識的農(nóng)民投入農(nóng)業(yè)生產(chǎn)中來。因而,對于農(nóng)業(yè)知識培訓(xùn)的革新作為農(nóng)業(yè)現(xiàn)代化建設(shè)的重中之重,已被提上日程。
人工智能技術(shù)和教育領(lǐng)域融合的不斷完善成熟,基于人工智能的農(nóng)業(yè)知識培訓(xùn)正如雨后春筍般涌現(xiàn),在農(nóng)業(yè)教育培訓(xùn)領(lǐng)域嶄露頭角。
31人工智能應(yīng)用于農(nóng)業(yè)知識培訓(xùn)的優(yōu)勢
從我國農(nóng)業(yè)發(fā)展的現(xiàn)狀看,較之于發(fā)達(dá)國家,我國農(nóng)業(yè)從業(yè)者的基數(shù)巨大但是整體受教育程度偏低,農(nóng)業(yè)專業(yè)領(lǐng)域的知識匱乏,農(nóng)業(yè)知識教育的推廣不僅薄弱,而且效率低下。因此,伴隨著信息化時代“互聯(lián)網(wǎng)+”的新型教育模式對傳統(tǒng)教模式的強有力革新,基于人工智能的農(nóng)業(yè)知識培訓(xùn)展示了其強大的威力和優(yōu)勢,具體可以總結(jié)為如下兩個方面。
311個性化教育針對性強
相比于課堂教學(xué)的傳統(tǒng)模式,基于人工智能的網(wǎng)上在線教育模式能夠為學(xué)生個性化地制訂學(xué)習(xí)計劃,靈活安排學(xué)習(xí)時間。這有力地解決了學(xué)生參加農(nóng)業(yè)知識培訓(xùn)的時間成本問題,農(nóng)業(yè)從業(yè)者可利用閑暇時間自主安排學(xué)習(xí)。另外,針對于培訓(xùn)者的當(dāng)前知識水平和培訓(xùn)需求,培訓(xùn)平臺可以個性化地安排教學(xué)相關(guān)領(lǐng)域的專業(yè)知識和操作技能。
312教育資源利用率高
我國當(dāng)前的農(nóng)業(yè)知識培訓(xùn),教育教師需求數(shù)量和實際在崗教師資源極不匹配,具備豐富農(nóng)業(yè)專業(yè)知識和農(nóng)業(yè)生產(chǎn)經(jīng)驗的教師數(shù)量缺乏,這是導(dǎo)致農(nóng)業(yè)知識培訓(xùn)推廣速度緩慢的重要原因。而人工智能為這一問題的解決帶來了福音,智能化的教學(xué)進(jìn)程得以讓教師從繁重的教學(xué)負(fù)擔(dān)中解放。同時,基于網(wǎng)絡(luò)的課程資源共享可以讓先進(jìn)的農(nóng)業(yè)技術(shù)走進(jìn)千家萬戶,讓學(xué)生與優(yōu)秀農(nóng)業(yè)知識的距離不再遙遠(yuǎn)。
4平臺開發(fā)的系統(tǒng)架構(gòu)
基于人工智能技術(shù),一個合理的農(nóng)業(yè)知識培訓(xùn)平臺能夠像一個優(yōu)秀的教師那樣具備完備的農(nóng)業(yè)專業(yè)知識和優(yōu)良的教學(xué)技能知識,并且能夠模擬及擴充教師的教學(xué)過程。除此之外,該培訓(xùn)平臺還能夠準(zhǔn)確實時地與學(xué)生進(jìn)行信息交互,有針對性地開展個性化教學(xué),并可以自適應(yīng)地完成教學(xué)效力評估和反饋,不斷更新和完善教學(xué)內(nèi)容和教學(xué)策略。基于以上分析,該開發(fā)平臺的系統(tǒng)架構(gòu)分為學(xué)生模型、教師模型、綜合數(shù)據(jù)庫模型和人機交互接口四個組成部分,結(jié)合下圖對每一部分分別進(jìn)行詳細(xì)闡述。
41學(xué)生模型
學(xué)生模型應(yīng)針對不同的學(xué)生,準(zhǔn)確地評估學(xué)生當(dāng)前的學(xué)習(xí)水平,對學(xué)生的學(xué)習(xí)背景、知識水平、知識架構(gòu)進(jìn)行診斷和評定,以便有針對性地制訂教學(xué)方案,進(jìn)而實施個性化教育。
另外,學(xué)生模型需要對學(xué)習(xí)過程中的學(xué)生的學(xué)習(xí)情況進(jìn)行記錄入庫,對教育效果進(jìn)行評定,從而診斷出當(dāng)前教學(xué)計劃是否合適,以便下述教師模型中對教學(xué)內(nèi)容和教學(xué)策略的靈活調(diào)整。
42教師模型
教師是教學(xué)工作開展過程中的主體,一個合理的教師模型應(yīng)該包括如下三個部分。
教師模型首先完成教學(xué)內(nèi)容的選擇,這要根據(jù)學(xué)生模型中對學(xué)生當(dāng)前的學(xué)習(xí)水平的評定,并且針對學(xué)生既定的學(xué)習(xí)目標(biāo),并從下述知識庫中調(diào)取對應(yīng)的內(nèi)容,為教學(xué)的開展做好準(zhǔn)備。
在確定了教什么的問題之后,教室模型要確定如何教的問題,即選取合理的教學(xué)策略開展教學(xué)。教學(xué)方式的選擇依附于學(xué)生模型,而又能根據(jù)學(xué)生學(xué)習(xí)情況記錄進(jìn)行反饋動態(tài),不斷完善和調(diào)整教學(xué)策略。
另外,在傳統(tǒng)教學(xué)模式中,教師傳授知識,并能為學(xué)生答疑解惑。當(dāng)學(xué)生在學(xué)習(xí)過程中遇到問題和疑惑時,教師模型應(yīng)該實時地提供信息支持,為學(xué)生提供針對性的幫助。因而教師模型要實現(xiàn)與人機交互接口的實時連接,在問題到來時控制模塊驅(qū)動應(yīng)答部分為學(xué)生答疑解惑。
43綜合數(shù)據(jù)庫模型
綜合數(shù)據(jù)庫模塊為農(nóng)業(yè)知識培訓(xùn)系統(tǒng)提供數(shù)據(jù)庫支持,主要包括以下三個模塊。
知識庫模塊中分類別地存放著農(nóng)業(yè)領(lǐng)域的專業(yè)知識,包括文本、圖像、自然語言、多媒體等多個類型的學(xué)習(xí)知識。一旦教師模型中完成了教學(xué)內(nèi)容的選擇,便由此模塊中調(diào)取相對應(yīng)的文件開展教學(xué)。
專家評估模塊用于處理教學(xué)過程中的教學(xué)效果評價和經(jīng)驗總結(jié),為教師模型中的各個環(huán)節(jié)的反饋和更新迭代提供數(shù)據(jù)支持。在一個完善的教學(xué)過程,教師需要根據(jù)學(xué)生的學(xué)習(xí)效果進(jìn)行總結(jié)和反饋,以此指導(dǎo)下一步的教學(xué)內(nèi)容和策略的更新。
為了對學(xué)生階段性學(xué)習(xí)的效果進(jìn)行評估,還需要引入測試考核模塊對學(xué)生的成績進(jìn)行量化考核。測試考核模塊中包含學(xué)生答題庫和成績測評庫,準(zhǔn)確檢測出開展農(nóng)業(yè)知識培的作用與效果。
44人機交互接口
基于人工智能的農(nóng)業(yè)知識培訓(xùn)的過程是學(xué)生和系統(tǒng)進(jìn)行交流的過程,所以一個友好的人機接口是系統(tǒng)必不可少的組成部分。在這一模塊中,友好的圖形用戶界面的設(shè)計能夠幫助學(xué)生流暢地接收信息,提高學(xué)習(xí)效率。同時,借助于人工智能中對語音和圖像信號的先進(jìn)識別技術(shù),人機交互接口可以智能化地接收分析和理解學(xué)生的自然語言信息和動作信息,進(jìn)而為系統(tǒng)提供寶貴的輸入信息。
5總結(jié)和展望
本文提出了一種基于人工智能的農(nóng)業(yè)知識培訓(xùn)模式,是人工智能技術(shù)應(yīng)用于農(nóng)業(yè)教育領(lǐng)域的一次嘗試。依托于人工智能應(yīng)用于農(nóng)業(yè)知識培訓(xùn)的優(yōu)勢,并針對于農(nóng)業(yè)知識培訓(xùn)的特點,提出了農(nóng)業(yè)知識培訓(xùn)平臺的具體系統(tǒng)架構(gòu),實現(xiàn)了對教學(xué)過程的模擬和擴展。這種基于人工智能的培訓(xùn)平臺,能夠根據(jù)學(xué)生自身特點因材施教,實現(xiàn)個性化的教學(xué)模式;并且具備良好的人機信息交互和教學(xué)反饋能力,自適應(yīng)地開展農(nóng)業(yè)知識教學(xué),是對傳統(tǒng)教育模式的擴充與革新。
參考文獻(xiàn):
[1]李昭涵,金樺,劉越.人工智能開啟“互聯(lián)網(wǎng)+教育”新模式[J].電信網(wǎng)技術(shù),2016(12):6-10
[2] 張欣,王浩,O永剛淺談人工智能與教育[J].電腦迷,2014(1):95
[基金項目]創(chuàng)新訓(xùn)練項目“‘鮮品鋪’農(nóng)產(chǎn)品電子商務(wù)平臺”(項目編號:201510638037)。
人工智能培訓(xùn)總結(jié)范文第2篇
背景回顧
回顧2016年人工智能(Artificial Intelligence)發(fā)展的重點事件,除了持續(xù)優(yōu)化的對話機器人、實時翻譯語言助手,以及自動駕駛無人車之外,最熱門的頭條應(yīng)當(dāng)是在3月由谷歌人工智能AlphaGo對戰(zhàn)韓國圍棋九段名將李世石。這一事件掀起了人們對人工智能的新一波關(guān)注。
接著,9月底,谷歌、Facebook、IBM、微軟、亞馬遜這幾家科技巨頭聯(lián)合成立了一個名為“人工智能伙伴關(guān)系――造福人類與社會”的非盈利組織(Partnership on Artificial Intelligence to Benefit People and Society),促進(jìn)人工智能領(lǐng)域的研究與技術(shù)實踐,推進(jìn)公眾對人工智能的理解。這在人工智能的發(fā)展進(jìn)程上也是一個關(guān)鍵事件。
此外,像蘋果這樣的公司雖然沒有加入上述的人工智能組織,但回顧過往幾年,蘋果已經(jīng)悄悄收購了10~20家人工智能相關(guān)企業(yè),并陸續(xù)將人工智能技術(shù)融入其產(chǎn)品中。就連微軟今年也將人工智能的功能加入其云端辦公軟件中??梢哉f,人工智能已經(jīng)逐漸在眾多領(lǐng)域開始綻放光芒。
隨著計算機演算能力的提升以及相關(guān)技術(shù)的推進(jìn),人工智能在經(jīng)歷數(shù)十年的發(fā)展后,已經(jīng)從需要外力監(jiān)督的機器學(xué)習(xí)(Machine Learning),跨入不需要監(jiān)督的深度學(xué)習(xí)(Deep Learning)?,F(xiàn)在已經(jīng)能夠模擬大規(guī)模的神經(jīng)網(wǎng)絡(luò),讓機器在不需要直接人為干預(yù)的狀態(tài)下自己“動腦思考”。雖說如此,人工智能要能取代人腦還有很長的路要走,但對于那些基礎(chǔ)與重復(fù)的任務(wù),已經(jīng)足以勝任。
而在企業(yè)培訓(xùn)的應(yīng)用中,人工智能尚未達(dá)到像電影《黑客帝國》中的場景一樣,不用學(xué)習(xí)就可將所需知識直接下載至腦中。因為學(xué)習(xí)是個性化的,并且還要經(jīng)歷知識內(nèi)化的過程,才能最終完成。雖然人工智能無法替代人類學(xué)習(xí),但現(xiàn)階段“智能化”在企業(yè)培訓(xùn)中還是有很多應(yīng)用潛力。
解讀
To老師:推進(jìn)個性化輔導(dǎo)
“智能化系統(tǒng)”通過對學(xué)習(xí)者行為歷程的收集與分析,讓老師可以更快地了解到每個學(xué)習(xí)者的能力水平與學(xué)習(xí)進(jìn)度,進(jìn)而透過系統(tǒng)平臺推送相對應(yīng)的學(xué)習(xí)資源或者進(jìn)行個性化的輔導(dǎo),達(dá)到因材施教的目標(biāo)。“智能化系統(tǒng)”也可以根據(jù)學(xué)習(xí)者的程度與需求,匹配相關(guān)的資源,選取真正對其有用的內(nèi)容,提供多元與個性化的學(xué)習(xí)歷程(Learning Experience),從而摒棄以往齊頭并進(jìn)式的課程規(guī)劃。
“專家系統(tǒng)”(Knowledge-based Expert System)是一種模擬人類專家解決領(lǐng)域問題的計算機程序系統(tǒng)。將其結(jié)合人工智能技術(shù),根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗,進(jìn)行推理和判斷,能模擬出人類專家的決策過程,以便解決那些需要專家才能處理的復(fù)雜問題。非專家們可以通過這種系統(tǒng)來增進(jìn)問題解決的能力,同時專家們也可把它視為具備專業(yè)知識的助理。這種“專家系統(tǒng)”已經(jīng)取代了部分老師的角色。
從內(nèi)容制作來看,現(xiàn)在已經(jīng)有些“智能化”系統(tǒng)可以針對特定主題自動生成內(nèi)容。智能化寫作工具的發(fā)展以及國際很多新聞行業(yè)吹起的人工智能化風(fēng)潮,都預(yù)示了內(nèi)容制作“智能化”的未來。
To學(xué)員:提供個性化反饋
學(xué)習(xí)者過去在學(xué)習(xí)時,往往缺乏足夠的演練機會,通過“智能化”的輔導(dǎo)系統(tǒng),可以增加學(xué)習(xí)互動練習(xí)的機會,讓學(xué)習(xí)者不斷試錯,進(jìn)而加快提升學(xué)習(xí)者的熟練程度。例如在語言學(xué)習(xí)上就有很多類似的應(yīng)用。
學(xué)習(xí)者可以借助知識圖譜快速縮小搜索范圍?!爸悄芑阉鳌笨梢愿玫乩斫鈱W(xué)習(xí)者搜索的信息,總結(jié)出與搜索話題相關(guān)的內(nèi)容。由于知識圖譜構(gòu)建了一個與搜索結(jié)果相關(guān)的完整知識體系,所以學(xué)習(xí)者往往會獲得意想不到的發(fā)現(xiàn)。在搜索中,學(xué)習(xí)者可能會了解到某個新的知識或新的聯(lián)系,從而進(jìn)行一系列全新的搜索與學(xué)習(xí)。并且有些“智能化”系統(tǒng),還能根據(jù)過往學(xué)習(xí)者的學(xué)習(xí)歷程以及本身的興趣、能力或工作崗位,主動推薦相關(guān)資源。
此外,與傳統(tǒng)學(xué)習(xí)管理平臺注重管理與記錄不同的是,“智能化”指導(dǎo)系統(tǒng)會提供給學(xué)習(xí)者“個性化”的反饋。學(xué)習(xí)者參加完測驗后,可以更好地了解自己的弱項,進(jìn)一步獲取相關(guān)的學(xué)習(xí)資源及后續(xù)所建議的學(xué)習(xí)路徑。智能化輔助系統(tǒng)扮演了助教的角色,有效指導(dǎo)并促進(jìn)學(xué)習(xí)者的學(xué)習(xí)。
To培訓(xùn)管理者:開展個性化推廣
不管名稱是叫培訓(xùn)部門、學(xué)習(xí)發(fā)展部門、企業(yè)大學(xué)或者近年新興的互聯(lián)網(wǎng)學(xué)習(xí)部門,培訓(xùn)管理者都會面臨整體培訓(xùn)項目管理與運營的問題。過去,培訓(xùn)管理者在運營項目時,往往只能憑借經(jīng)驗或者“拍腦袋”。通過廣泛收集學(xué)習(xí)者各類的歷程與行為數(shù)據(jù)并進(jìn)行分析,培訓(xùn)項目運營者就可以了解項目的健康度,并實時監(jiān)控,即時調(diào)整運營手段。在項目推廣時,還可以針對不同特征的學(xué)習(xí)者選擇個性化的推廣手段,提供更精準(zhǔn)的培訓(xùn)服務(wù)。
學(xué)習(xí)無處不在,當(dāng)學(xué)習(xí)歷程記錄可以通過xAPI這類學(xué)習(xí)技術(shù)標(biāo)準(zhǔn),來收集多元及完整的學(xué)習(xí)歷程數(shù)據(jù)后,學(xué)習(xí)數(shù)據(jù)就不會只停留在SCORM課件閱讀或者面授中缺席的記錄模式,而是可以將學(xué)習(xí)歷程數(shù)據(jù)集中起來。過去單純的學(xué)習(xí)記錄也可以上升到預(yù)警及預(yù)測的層次,甚至通過數(shù)據(jù)收集與深度分析,提供關(guān)于“學(xué)習(xí)者如何建構(gòu)所學(xué)內(nèi)容的意義、如何形成理解、以及學(xué)習(xí)過程中所做決策”的報告,這對培訓(xùn)項目設(shè)計與運營會有莫大的幫助。
To業(yè)務(wù)部門:提供場景化的工作輔助資源
培訓(xùn)的目的,對業(yè)務(wù)部門而言,并不是為了培訓(xùn)而培訓(xùn), 也不是只為了提升個人素質(zhì)或能力而培訓(xùn),而是為了更好地在工作中完成任務(wù),提升工作成效,最終創(chuàng)造組織績效。培訓(xùn)如何落地,一直是企業(yè)培訓(xùn)所面臨的挑戰(zhàn)。在工作環(huán)境中,“智能化”工作輔助系統(tǒng)(Intelligent Performance Support System)可以依照角色或流程等屬性,即時提供給任務(wù)執(zhí)行者個性化且適量的內(nèi)容,扮演了教練的角色,加速問題解決并提升工作成效。
此外,通過學(xué)習(xí)元件(Learning Objects)或知識元件(Knowledge Objects)在元數(shù)據(jù)層(Meta Data)的標(biāo)簽,內(nèi)容資源可以具備學(xué)習(xí)者能力、角色、工作場景及業(yè)務(wù)流程等屬性。之后,結(jié)合“智能化”推薦引擎,內(nèi)容便可以依照單一或多元屬性呈現(xiàn),作為獲取知識的來源被自動推送給學(xué)習(xí)者,或者作為問題解決的資料來源被推送給任務(wù)執(zhí)行者,滿足在工作中“即用即學(xué)”的場景。
未來的終點:智能化
人工智能在企業(yè)培訓(xùn)中其實有很多的應(yīng)用可能性,但要能真正在企業(yè)培訓(xùn)中應(yīng)用人工智能,還需要經(jīng)歷幾個階段。
首先是“自動化”。也就是從學(xué)習(xí)環(huán)境中的知識傳遞與學(xué)習(xí)歷程,到工作環(huán)境中的知識應(yīng)用歷程,都能匯集完整行為歷程數(shù)據(jù),并且能進(jìn)行數(shù)據(jù)的自動匯總集中,以便后續(xù)的分析。
其次是“個性化”。除了在學(xué)習(xí)環(huán)境中了解并掌握學(xué)習(xí)者(Learner)的個性化需求之外,還有在工作環(huán)境中,了解并掌握工作任務(wù)執(zhí)行者(Performer)最終知識應(yīng)用的業(yè)務(wù)場景個性化需求。
最終是“智能化”。當(dāng)具備足夠的數(shù)據(jù)以及有用的數(shù)據(jù),智能推薦、智能指導(dǎo)、智能搜索或者智能輔助等應(yīng)用就能水到渠成。
人工智能培訓(xùn)總結(jié)范文第3篇
關(guān)鍵詞:機械電子工程;人工智能;電子技術(shù);機械工程;信息傳遞
作者簡介:王亮(1982-),男,漢族,內(nèi)蒙古呼倫貝爾市人,助理工程師,學(xué)士,單位:呼倫貝爾市生產(chǎn)力促進(jìn)中心,研究方向:電子工程
機械電子工程是結(jié)合了機械工程與電子技術(shù)的一類新興的工程,它能夠很好地結(jié)合兩者的優(yōu)點,使機械變得更加智能,操作變得更加精確可靠。同時記過長時間的發(fā)展,機械電子工程正在向智能化和信息化的方向邁進(jìn),發(fā)展前景不可限量。
1人工智能概述
為了很好的了解機械電子的智能化發(fā)展,我們十分有必要對人工智能做出簡單的認(rèn)識。人工智能的發(fā)展十分的緩慢,其起源于十七世紀(jì)初期,經(jīng)過兩個多世紀(jì)的緩慢發(fā)展才完成了前期的積累過程,之后的發(fā)展就是建立在這段時間的積累上而快速前進(jìn)的。最初的積累就是簡單的理論積累過程,主要體現(xiàn)在映射方面。在現(xiàn)代人工智能所需的邏輯理論方面并沒有很好地發(fā)展。但是在二十世紀(jì)中葉,人工智能被首次提出,出乎意料的是還對其有了比較清晰的規(guī)定,為其接下來的發(fā)展指出了一個大概的方向。以這個事件作為節(jié)點,人工智能在此之后得到了快速的發(fā)展,并且在生產(chǎn)實踐的工作中有了比較廣泛的應(yīng)用,為我們?nèi)粘5纳詈蜕鐣陌l(fā)展與進(jìn)步提供了比較強大的支撐。在人工智能發(fā)展的同時,網(wǎng)絡(luò)技術(shù)也得到了快速的發(fā)展,其借助網(wǎng)絡(luò)這一平臺,不僅促進(jìn)了其智能化的過程,而且還充分的交流了各種信息,與網(wǎng)絡(luò)的發(fā)展相輔相承,這樣的發(fā)展?fàn)顩r一直持續(xù)到現(xiàn)在。
2機械電子工程概述
為了更好地了解機械電子工程,我們對機械工程的發(fā)展歷史進(jìn)行了階段化的劃分,根據(jù)其發(fā)展的時間順序劃分為以下的三個階段:
(1)首先是其發(fā)展的初級階段。在這個階段當(dāng)中,人工對機械電子的發(fā)展起著主導(dǎo)的作用。我們往往需要通過人工來完成機械電子工程的手工化作業(yè)。所以這也就直接導(dǎo)致了生產(chǎn)效率十分低下,也正是因為如此低效率的生產(chǎn),使機械電子工程得到了發(fā)展;
(2)其次就是工業(yè)革命的階段。在這個發(fā)展階段中一個顯著的特點就是流水線生產(chǎn)方式的引入。流水線這種工作方式具有分工明確、單元的操作簡單的特點,它不在需要工人對所有的生產(chǎn)工序都了解,只需要對自己所在的環(huán)節(jié)熟練就行,這不僅節(jié)約了培訓(xùn)的成本,而且還提高了生產(chǎn)效率,在很大的程度上解放了人類的雙手。但是其機械化和智能化程度也不夠高,難以滿足市場的大量的需求。所以我們還是必須著眼于機械電子的研究,實現(xiàn)流水線的少人生產(chǎn);
(3)最后也就是離我們最近的一個時期。在這個發(fā)展階段當(dāng)中,機械電子已經(jīng)具備雛形,與以前的發(fā)展已經(jīng)有了質(zhì)的變化。在這個發(fā)展的過程當(dāng)中,生產(chǎn)效率得到進(jìn)一步的飛越。并且在流水線的生產(chǎn)方式中出現(xiàn)了更多的非人工元素,即機械。而隨著電氣化時代的到來,科學(xué)技術(shù)得到了進(jìn)一步的飛越,機械工程的發(fā)展也達(dá)到了前所未及的新高度。在進(jìn)入二十世紀(jì)九十年代和二十一世紀(jì)初,隨著信息化時代的到來,更多的人工智能被添加到了機械設(shè)備上,使機械設(shè)備的靈活性及適應(yīng)性能夠完美的適應(yīng)我們的生產(chǎn)生活的需求,機械電子工程也迎來了巨大的發(fā)展機遇。
3機械電子工程與人工智能的關(guān)系分析
在自動控制的理論學(xué)習(xí)當(dāng)中,我們學(xué)習(xí)到的輸入和輸出的關(guān)系基本上都是成比例關(guān)系和現(xiàn)行相關(guān)的關(guān)系。但是在實際的生產(chǎn)實踐當(dāng)中,機械設(shè)備與電子設(shè)備組成的系統(tǒng)往往都是呈現(xiàn)不穩(wěn)定性和非線性的,我們很難用一個簡單的式子來表達(dá)出這種系統(tǒng)所具有的特性。在該工程的發(fā)展過程中,我們通過不斷的發(fā)現(xiàn),總結(jié)了以下三種描述這類系統(tǒng)的方法:
(1)通過對機械設(shè)備完成操作的物理過程來總結(jié)其數(shù)學(xué)規(guī)律,并用數(shù)學(xué)表達(dá)方式進(jìn)行表達(dá);
(2)通過對運行經(jīng)驗的積累來編寫一套行之有效的庫函數(shù),在實踐中調(diào)用其中的某些組成元素,從而實現(xiàn)對生產(chǎn)的指導(dǎo);
(3)通過不斷地積累經(jīng)驗,使之從經(jīng)驗層面上升到理論水平,從而為接下來的生產(chǎn)實踐提供指導(dǎo)。具體的來說,可以通過數(shù)學(xué)方式對所總結(jié)的經(jīng)驗進(jìn)行升華。這種方法能夠很好的模擬出輸入與輸出之間的關(guān)系,而且論證的過程也十分的可靠。但是其也存在很大的不足,在一些十分復(fù)雜的系統(tǒng)當(dāng)中,我們很難用數(shù)學(xué)的方法進(jìn)行表達(dá),有些及時表達(dá)出來了也不能進(jìn)行有效的求解。所以這就要求我們另辟蹊徑,尋找一種能夠處理這種問題的表達(dá)方法,使生產(chǎn)實踐過程中的問題得到比較好的解決。
在解決數(shù)學(xué)知識所不能解決的問題上,現(xiàn)在比較可靠的兩種解決方法為神經(jīng)網(wǎng)絡(luò)系統(tǒng)與模糊邏輯系統(tǒng)。這兩種解決問題的方法為人工智能,能夠較好的彌補數(shù)學(xué)所不能涵蓋的范圍。具體的來說,模糊邏輯是對人類思維方式的一種模擬,其能夠比較好的解決對復(fù)雜的信息進(jìn)行有效的處理;而神經(jīng)網(wǎng)絡(luò)則是模擬人類的神經(jīng)結(jié)構(gòu),通過模擬來實現(xiàn)對數(shù)據(jù)的傳輸,其對數(shù)據(jù)的傳輸精度能夠很好地與前者相結(jié)合,使復(fù)雜系統(tǒng)得到比較完善和全面的表達(dá)。以上所述的兩種表達(dá)方法能夠在很大的程度上解決復(fù)雜系統(tǒng)的輸入與輸出之間的關(guān)系,但是其解決問題的難度還是有一個比較明確的限制。而新興的模糊神經(jīng)系統(tǒng)就能夠在此基礎(chǔ)上很好的解決該類問題,不失為一種先進(jìn)性與實用性兼?zhèn)涞男路椒?
4結(jié)語
科學(xué)的發(fā)展過程就是各類學(xué)科綜合應(yīng)用的過程,希望通過不懈的努力,最終實現(xiàn)機械電子工程的智能化,為我們的生產(chǎn)生活提供極大的便利。
參考文獻(xiàn):
[1]張長弓.淺談機械電子工程與人工智能的整合思路構(gòu)建[J].神州(下旬刊),2014,(1):41-41
[2]宮赟.關(guān)于機械電子工程與人工智能關(guān)系的探討[J].電源技術(shù)應(yīng)用,2014,(3):189-189
[3]臧濤.機械電子工程與人工智能的關(guān)聯(lián)結(jié)合研究[J].中國機械,2014,(6):233-233
人工智能培訓(xùn)總結(jié)范文第4篇
關(guān)鍵詞:林業(yè)院校;人工智能;課程教學(xué)
1背景
近年來,隨著“互聯(lián)網(wǎng)+”的快速普及,互聯(lián)網(wǎng)跨界融合創(chuàng)新模式進(jìn)入林業(yè)領(lǐng)域,利用移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)推動信息化與林業(yè)深度融合,開啟了智慧林業(yè)的大門。我國林業(yè)信息化、智能化建設(shè)逐步走上了有序、快步發(fā)展的軌道,取得了重要的進(jìn)展。
2011―2013年,國家林業(yè)局先后開展了中國林業(yè)信息化體制機制研究和中國智慧林業(yè)發(fā)展規(guī)劃研究,在此基礎(chǔ)上出臺了《國家林業(yè)局關(guān)于進(jìn)一步加快林業(yè)信息化發(fā)展的指導(dǎo)意見》和《中國智慧林業(yè)發(fā)展指導(dǎo)意見》。2012―2013年,在深入研究的基礎(chǔ)上,林業(yè)局編制了《中國林業(yè)物聯(lián)網(wǎng)發(fā)展框架設(shè)計》,2016年3月正式了《“互聯(lián)網(wǎng)+”林業(yè)行動計劃》。
國家林業(yè)局制定的《中國智慧林業(yè)發(fā)展指導(dǎo)意見》指出,信息化、智能化在林業(yè)中的應(yīng)用已經(jīng)從零散的點的應(yīng)用發(fā)展到融合的、全面的創(chuàng)新應(yīng)用。隨著現(xiàn)代信息技術(shù)的逐步應(yīng)用,能實現(xiàn)林業(yè)資源的實時、動態(tài)監(jiān)測和管理,更透徹地感知生態(tài)環(huán)境狀況、遏制生態(tài)危機,更深入地監(jiān)測預(yù)警事件、支撐生態(tài)行動、預(yù)防生態(tài)災(zāi)害。
人工智能是計算機科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個重要分支。國際上,人工智能的研究已取得長足的進(jìn)展;在國內(nèi),也呈現(xiàn)出極好的發(fā)展勢頭,人工智能已得到迅速的傳播與發(fā)展,并促進(jìn)了其他學(xué)科的發(fā)展。我國已有數(shù)以萬計的科技人員和大學(xué)師生從事不同層次的人工智能的研究與學(xué)習(xí),人工智能已成為一個受到廣泛重視并有著廣闊應(yīng)用潛能的龐大的、交叉的前沿學(xué)科。特別是經(jīng)過近幾十年的發(fā)展,智能技術(shù)及其應(yīng)用已經(jīng)成為各行業(yè)創(chuàng)新的重要生長點,其廣泛的應(yīng)用前景日趨明顯,如智能機器人、智能化機器、智能化電器、智能化樓宇、智能化社區(qū)、智能化物流等,對人類生活的方方面面產(chǎn)生了重要的影響。
近年來,人工智能已經(jīng)在智慧林業(yè)相關(guān)領(lǐng)域中得到了廣泛應(yīng)用,例如,在智能機器人的應(yīng)用方面,已經(jīng)有大量的嫁接機器人、水果采摘機器人、農(nóng)藥噴灑機器人、果實分檢機器人等投入使用;在專家系統(tǒng)的應(yīng)用方面,森林病蟲害診斷專家系統(tǒng)、病蟲預(yù)測預(yù)報專家系統(tǒng)、林產(chǎn)品生產(chǎn)管理專家系統(tǒng)、專家咨詢和人員培訓(xùn)專家系統(tǒng)等也得到了廣泛應(yīng)用。
隨著人工智能在智慧林業(yè)中的廣泛應(yīng)用,涉林企業(yè)和事業(yè)單位對智能型林業(yè)高技術(shù)人才的需求也在不斷加大。為了適應(yīng)市場對智能型人才的需求,自2003年起,國內(nèi)諸多林業(yè)高等院校在計算機科學(xué)與技術(shù)專業(yè)本科階段、林業(yè)相關(guān)專業(yè)的研究生階段陸續(xù)開設(shè)人工智能課程,同時不斷加大人工智能課程的比重,因此,人工智能課程教學(xué)對于林業(yè)院校顯得越來越重要。
2林業(yè)院校人工智能課程教學(xué)現(xiàn)狀
林業(yè)院校開設(shè)人工智能課程的專業(yè)不多,但有不斷增加的趨勢。以中南林業(yè)科技大學(xué)為例,該校計算機科學(xué)與技術(shù)本科專業(yè)自2003年起就開設(shè)了人工智能課程,所用教材一直是蔡自興教授主編的《人工智能及其應(yīng)用》;另外,面向部分專業(yè)的碩士和博士研究生開設(shè)了人工智能相關(guān)課程,如農(nóng)業(yè)碩士的農(nóng)業(yè)信息化領(lǐng)域研究生開設(shè)了人工智能技術(shù),森林經(jīng)理和森林培育兩個專業(yè)的博士研究生開設(shè)了人工智能與專家系統(tǒng)。
針對計算機科學(xué)與技術(shù)本科專業(yè),人工智能課程主要使用蔡自興教授主編的《人工智能及其應(yīng)用》教材施教,但由于課時數(shù)僅有32學(xué)時,關(guān)于人工智能的一些高級應(yīng)用,如神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、機器學(xué)習(xí)等,采用專題的形式組織教學(xué)。該專業(yè)沒有設(shè)置實驗學(xué)時,僅在理論課堂上演示了一些仿真軟件,如BP神經(jīng)網(wǎng)絡(luò)仿真環(huán)境。
針對農(nóng)業(yè)碩士的農(nóng)業(yè)信息化領(lǐng)域研究生和森林經(jīng)理及森林培育兩個專業(yè)的博士研究生,教學(xué)計劃安排的學(xué)時數(shù)為40學(xué)時,沒有指定教材,僅給學(xué)生列了蔡自興教授的《人工智能及其應(yīng)用――研究生用書》等幾本參考教材。課堂主要以專題的形式組織教學(xué),每一講除了相關(guān)的理論以外,還介紹一些工程實踐應(yīng)用的例子,讓研究生能夠了解這些人工智能算法如何在實際中得到具體應(yīng)用。
3林業(yè)院校人工智能課程教學(xué)存在的問題
全國各高等院校的人工智能課程教學(xué)都或多或少地存在一些問題,林業(yè)院校更有區(qū)別于其他類型院校的顯著特征,而且林業(yè)院校開設(shè)該課程教學(xué)相對較晚,因此林業(yè)院校的人工智能課程教學(xué)存在更多的問題。
(1)師資短缺。在林業(yè)院校,林學(xué)相關(guān)專業(yè)開設(shè)該課程往往由林學(xué)相關(guān)專業(yè)的教師主講。這些非計算機相關(guān)專業(yè)的教師雖然曾從事過人工智能個別算法或領(lǐng)域研究,但不具備全面的人工智能相關(guān)專業(yè)知識,在講授不熟悉的人工智能知識點時顯得力不從心。
(2)教學(xué)內(nèi)容專業(yè)性不強。人工智能是計算機科學(xué)的一個分支學(xué)科,一般的人工智能教材都比較適合計算機相關(guān)專業(yè)的學(xué)生使用,但是農(nóng)業(yè)信息化、森林經(jīng)理、森林培育等專業(yè)的學(xué)生不管是專業(yè)基礎(chǔ)還是行業(yè)應(yīng)用背景均與計算機類專業(yè)學(xué)生不同,如果我們?nèi)匀话雌胀ǖ慕滩氖┙?,教學(xué)內(nèi)容就缺乏林科特色,顯得專業(yè)性不強,無法吸引學(xué)生的聽課興趣。
(3)教學(xué)難度過大。林業(yè)院校涉林專業(yè)的學(xué)生一般只有計算機文化基礎(chǔ)、C語言等簡單的計算機課程基礎(chǔ),缺乏算法思想。而人工智能課程涉及很多高級、復(fù)雜的算法,不論從算法思想,還是從算法實現(xiàn)和算法應(yīng)用,對非計算機類專業(yè)學(xué)生來說難度過大。因此,在教學(xué)內(nèi)容和教學(xué)要求上要做一些取舍。
除此之外,還存在諸如缺少實驗環(huán)節(jié)、教學(xué)手段單一、教學(xué)案例缺乏等其他普遍性問題。
4林業(yè)院校人工智能課程教學(xué)改革建議
通過分析林業(yè)院校人工智能課程教學(xué)存在的問題,結(jié)合自己近十余年來從事人工智能教學(xué)的經(jīng)驗,我們提出了一些改革建議。
(1)推行專題式教學(xué),解決師資缺乏的問題。在師資缺乏的情況下,由一名教師完成整個人工智能課程教學(xué)比較困難,同時,可能有多名教師分別在人工智能的不同方面進(jìn)行過深入研究。因此,可以將該課程按章節(jié)分成各個不同的模塊,每一個模塊設(shè)一個專題,如神經(jīng)網(wǎng)絡(luò)專題、專家系統(tǒng)專題、機器學(xué)習(xí)專題等,再由多名教師分別承擔(dān)自己熟悉的專題進(jìn)行講授。這樣既可以解決一位教師的知識不足,又可以讓各位教師結(jié)合自己的科研將每一個熟悉的專題講授得更加詳細(xì)、更加有趣。
(2)教學(xué)內(nèi)容與涉林專業(yè)緊密結(jié)合,解決專業(yè)性不強的問題。事實上,人工智能的各領(lǐng)域應(yīng)用在林業(yè)行業(yè)都能找到對應(yīng)的應(yīng)用實例。例如,林果采摘機器人就是機器人在林業(yè)中的應(yīng)用;林火識別和林木病蟲害監(jiān)測就是模式識別在林業(yè)中的應(yīng)用;林火蔓延預(yù)測可以用到隱馬爾科夫模型;PAID50專家系統(tǒng)平臺就是專家系統(tǒng)在農(nóng)林業(yè)中的應(yīng)用典范等。因此,在教學(xué)過程中,我們可以考慮將人工智能知識與林業(yè)應(yīng)用結(jié)合進(jìn)行講解,這樣學(xué)生更容易接受也更樂意接受。更進(jìn)一步,如果能夠結(jié)合這些林業(yè)應(yīng)用編寫一本《人工智能及其林業(yè)應(yīng)用》教材,將會更加適合涉林專業(yè)的學(xué)生學(xué)習(xí)這門課程。
(3)應(yīng)用計算機仿真軟件解決教學(xué)內(nèi)容難度大的問題。非計算機類專業(yè)的學(xué)生計算機基礎(chǔ)較差,編程能力不強,算法訓(xùn)練不足,對各種人工智能高級算法難以理解,更難以編程實現(xiàn)。針對這個實際問題,我們可以主動提供一些相關(guān)算法的計算機仿真軟件,在課堂上通過演示這些仿真軟件,讓學(xué)生直觀地理解算法,甚至能夠通過仿真軟件應(yīng)用這些算法解決本專業(yè)相關(guān)的問題。例如可以開發(fā)如圖1和圖2所示的BP神經(jīng)網(wǎng)絡(luò)算法仿真軟件,通過該仿真可以把神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、訓(xùn)練時的權(quán)值偏差變化、訓(xùn)練過程中總誤差的變化等信息完全呈現(xiàn)在學(xué)生面前,學(xué)生通過這個仿真過程就不難理解BP神經(jīng)網(wǎng)絡(luò)算法,甚至可以使用這個仿真軟件來解決本專業(yè)相關(guān)的一些問題。
5結(jié)語
人工智能培訓(xùn)總結(jié)范文第5篇
關(guān)鍵詞:應(yīng)用型本科院校;人工智能;電子信息工程;專業(yè)建設(shè)
一研究背景
在發(fā)達(dá)國家,應(yīng)用型本科院校一直占有很大的比重。在我國,應(yīng)用型本科院校也逐漸成為高等教育大眾化的主力軍,對我國高等教育系統(tǒng)未來發(fā)展越來越重要的作用。金陵科技學(xué)院作為教育部應(yīng)用科技大學(xué)改革試點戰(zhàn)略研究單位、中國應(yīng)用技術(shù)大學(xué)(學(xué)院)聯(lián)盟創(chuàng)始單位,也正在積極地去探究相關(guān)的應(yīng)用型專業(yè)建設(shè)模式。電子信息工程專業(yè)作為學(xué)校的一門深度涉軟專業(yè),也要緊跟南京城市軟件建設(shè)發(fā)展方向,這對應(yīng)用型電子信息工程專業(yè)培養(yǎng)既是機遇又是挑戰(zhàn)。隨著社會的不斷發(fā)展和科學(xué)技術(shù)的不斷進(jìn)步,電子信息工程的應(yīng)用也越來越廣泛,對人們的生活產(chǎn)生了非常大的影響。,不但改變著人們獲取信息、存儲信息和管理信息的方式,而且為人們進(jìn)行信息的獲取、存儲和管理提供了新的途徑和方法,目前,各行業(yè)大都需要電子信息工程專業(yè)人才,而且薪金很高。2015年5月8日,備受矚目的《中國制造2025》由國務(wù)院正式下發(fā),這是我國實施制造強國戰(zhàn)略第一個十年的行動綱領(lǐng)。該規(guī)劃二個突出特點是,將"加快新一代信息通信技術(shù)與制造業(yè)的深度融合"作為貫徹始終的主題,提出堅持自主研發(fā)和開放合作并舉,加快建立現(xiàn)代電子信息產(chǎn)業(yè)體系,為推動信息化與工業(yè)化深度融合、實現(xiàn)制造業(yè)由大變強、建設(shè)網(wǎng)絡(luò)強國提供強有力的基礎(chǔ)支撐。在今年,隨著國家“兩會”的盛大召開,人工智能首次被提升到國家發(fā)展戰(zhàn)略高度,人工智能技術(shù)的重大突破將帶來新一輪科技革命和產(chǎn)業(yè)革命,大力發(fā)展人工智能技術(shù)是中國經(jīng)濟轉(zhuǎn)型升級的重要動力。電子信息技術(shù)的巨大成功和進(jìn)步,使人工智能可以深層次、多維度地參與到各個行業(yè)各個領(lǐng)域中,使科技的進(jìn)步快速融入到跨界合作中。比如,電子信息技術(shù)的成熟,使人工智能可以深度服務(wù)于醫(yī)療衛(wèi)生事業(yè)、配合甚至取代醫(yī)生進(jìn)行精確的手術(shù)治療。在無人駕駛領(lǐng)域,無人駕駛汽車、無人駕駛飛機、無人駕駛艦船都已經(jīng)陸續(xù)投入使用;在軍事領(lǐng)域,人工智能的運用更是已經(jīng)爐火純青,俄羅斯與美國的人工智能作戰(zhàn)部隊和相關(guān)系統(tǒng),已經(jīng)在反恐作戰(zhàn)中屢立戰(zhàn)功,威力無比,作戰(zhàn)效能與性價比遠(yuǎn)遠(yuǎn)超越人類士兵。由此可看出,人工智能在電子信息技術(shù)大發(fā)展的當(dāng)下,終于在應(yīng)用層面開始發(fā)光發(fā)熱,現(xiàn)出巨大的生命力和后續(xù)無窮無盡的成長潛力,人工智能在各行各業(yè)的廣泛應(yīng)用,是國家經(jīng)濟結(jié)構(gòu)戰(zhàn)略性調(diào)整、產(chǎn)能升級改造、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、核心技術(shù)創(chuàng)新獲得成功的關(guān)鍵。隨著BAT、華為、大疆無人機等高科技企業(yè)在人工智能應(yīng)用和開發(fā)上的不斷探索,刺激更多人才和資本向人工智能商業(yè)應(yīng)用領(lǐng)域涌入。目前,基于人工智能學(xué)習(xí)背景下,軟硬件相關(guān)知識過硬的電子信息類專業(yè)人才已經(jīng)成為社會上最為緊缺的人才,薪水待遇很高。
二需要解決的關(guān)鍵問題
作為應(yīng)用型本科院校,如何將“人工智能”新概念融入到電子信息工程專業(yè)建設(shè)中,根據(jù)社會發(fā)展的需求,校企緊密結(jié)合,培養(yǎng)出復(fù)合型的,應(yīng)用型的社會緊缺人才,是需要去解決的關(guān)鍵問題。1.像當(dāng)年互聯(lián)網(wǎng)的崛起一樣,人工智能真正的發(fā)展才剛剛興起,相關(guān)的概念及定義還不完全定型,如何把握好未來人工智能的發(fā)展方向,有針對性地在傳統(tǒng)的電子信息工程課程計劃中規(guī)劃與人工智能息息相關(guān)的課程,比如人工智能原理,機器學(xué)習(xí),深度學(xué)習(xí)等課程,將兩者有機融合,在人才培養(yǎng)上面臨較大的挑戰(zhàn)。2.人工智能是一門綜合了控制論、信息論、計算機科學(xué)、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)、哲學(xué)等多門學(xué)科的嶄新概念。如果要將“人工智能”融入到電子信息工程專業(yè)建設(shè)中,就不僅需要學(xué)生學(xué)好如模擬電子技術(shù),數(shù)字電子技術(shù),數(shù)字信號處理,單片機技術(shù),C/C++程序設(shè)計等傳統(tǒng)的課程,打好基礎(chǔ),還需要加強在數(shù)據(jù)挖掘,神經(jīng)網(wǎng)絡(luò)等以數(shù)學(xué)為基礎(chǔ)的課程方面的建設(shè),扎實學(xué)生的數(shù)學(xué)物理基礎(chǔ)。這對學(xué)生的學(xué)習(xí)能力要求更高,老師的教學(xué)水平也提出更高的要求。因此,如何加強此方面的師資專業(yè)培訓(xùn),是一個該課題需要解決的關(guān)鍵問題。3.一個專業(yè)人才的培養(yǎng),不僅需要優(yōu)秀的師資力量以及良好的學(xué)風(fēng),還需要有相關(guān)的硬件實驗平臺作為支撐。如何根據(jù)“人工智能”新概念,針對性地新建一些諸如智能傳感器實驗室,人體特征識別實驗室,機器人實驗室等,把電子信息工程專業(yè)中的電子器件技術(shù),信號處理技術(shù)等應(yīng)用于人臉識別,智能家居,機器人等熱門領(lǐng)域,根據(jù)學(xué)生的興趣愛好因材施教,提高學(xué)生的動手能力,也是該課題需要去解決的一個關(guān)鍵問題。
三研究內(nèi)容
本文以“人工智能”新概念下的電子信息工程專業(yè)教學(xué)及實踐模式為研究內(nèi)容,重點研究如何將人工智能相關(guān)的理論及實驗課程建設(shè)融入到傳統(tǒng)的電子信息工程專業(yè)培養(yǎng)方案中,做到無縫結(jié)合,在培養(yǎng)模式上需要有一定的理論創(chuàng)新,以更好地適應(yīng)人工智能類的高新電子信息技術(shù)企業(yè)對相關(guān)應(yīng)用型人才的要求。目前擬以現(xiàn)有電子信息工程專業(yè)的課程體系和專業(yè)方向為基礎(chǔ),形成以“人工智能”為導(dǎo)向的應(yīng)用型電子信息工程特色專業(yè)建設(shè),在未來的專業(yè)發(fā)展規(guī)劃中,逐漸形成物聯(lián)網(wǎng)、智能家居、機器人,無人機,人臉識別,語音交互,智能駕駛等不同的專業(yè)方向,增加學(xué)生的就業(yè)面,提高學(xué)生的就業(yè)層次,加強學(xué)生的就業(yè)競爭力。主要具體體現(xiàn)在以下幾個方面:
(一)實踐教學(xué)的形式多樣
可采用以“學(xué)生興趣愛好”為依據(jù)的引導(dǎo)式教學(xué)實踐模式,在扎實學(xué)生數(shù)學(xué)物理等理論的基礎(chǔ)上,將最新的人工智能概念貫穿在電子信息工程專業(yè)課程體系中,通過不同的應(yīng)用型實驗項目拓寬學(xué)生的知識面,提高學(xué)生的主動學(xué)習(xí)能力,動手實踐能力,創(chuàng)新能力以及獨立開展研究的能力,將課堂教學(xué)、校內(nèi)實驗和校外企業(yè)實習(xí)三者相互結(jié)合,鼓勵學(xué)生參加諸如全國大學(xué)生電子設(shè)計大賽,全國大學(xué)生智能設(shè)計競賽,中美創(chuàng)客大賽等賽事,以確保培養(yǎng)出高素質(zhì)的應(yīng)用型專業(yè)人才。同時,讓學(xué)生從大二開始就自選課題、進(jìn)實驗室、根據(jù)興趣愛好組建不同研究方向的實驗團隊,并為學(xué)生按照不同的研究方向配備專業(yè)教師,以此讓學(xué)生融入到教師的科研工作中去,形成所謂的本科生導(dǎo)師制制度,由相應(yīng)的導(dǎo)師全程指導(dǎo),開展科學(xué)研究,培養(yǎng)學(xué)生的科技創(chuàng)新能力和動手實踐能力。
(二)注重提高教師的教學(xué)及科研水平
在努力提高學(xué)生學(xué)習(xí)能力的同時,注重提高應(yīng)用型電子信息工程專業(yè)教師的教學(xué)及科研水平,使其能夠很好地將“人工智能”新概念用于電子信息工程專業(yè)的教學(xué)中,指導(dǎo)學(xué)生參加相關(guān)的各種競賽,提高教師團隊的實踐能力及技術(shù)水平。通過海內(nèi)外招聘和內(nèi)部強化培養(yǎng)(教師博士化、教師雙師化、教師國際化)等舉措,加強師資團隊建設(shè);通過鼓勵教師積極開設(shè)MOOC課程,參加教師技能大賽以及國內(nèi)外教學(xué)培訓(xùn),從多方面提高教師的教學(xué)水平。
(三)建立完善的校企合作制度,為學(xué)生提供相應(yīng)的實習(xí)基地
企業(yè)工程師可以參與相關(guān)的人才培養(yǎng)方案修訂和部分的教學(xué)實踐工作。這種合作制度既可以提高教師的科研應(yīng)用水平,也可以為學(xué)生提供就業(yè)機會,增強學(xué)生的實踐創(chuàng)新能力。
(四)注重課程大綱修改,實驗室平臺建設(shè)
以改革傳統(tǒng)的電子信息工程專業(yè)的培養(yǎng)模式為目標(biāo),總結(jié)在“人工智能”新概念下教學(xué)及實踐的相關(guān)經(jīng)驗,形成一個有鮮明特色的電子信息工程專業(yè)培育模式。應(yīng)用型本科院校電子信息工程專業(yè)人才未來的發(fā)展戰(zhàn)略和改革方向,應(yīng)重點考察“人工智能”新概念下專業(yè)人才培養(yǎng)模式的優(yōu)缺點。重點關(guān)注“人工智能”新概念下的教學(xué)及實踐課程大綱修訂、教師教學(xué)及科研能力培訓(xùn)體系構(gòu)建、實驗室軟硬件平臺建設(shè)、校企合作培養(yǎng)模式探討及校外實習(xí)基金建設(shè)等工作。
四結(jié)語
本文探討和研究了“人工智能”新概念下應(yīng)用型電子信息工程專業(yè)培養(yǎng)模式,結(jié)合金陵科技學(xué)院電子信息工程專業(yè)的發(fā)展情況,對原有的專業(yè)培養(yǎng)模式做了一定的理論創(chuàng)新,引入了“人工智能”新概念,從理論和實踐教學(xué),學(xué)生學(xué)習(xí)能力和教師教研技能培養(yǎng),校企合作辦學(xué),實驗室建設(shè)等方面進(jìn)行了一系列的探討。
參考文獻(xiàn)
[1]姚俊.電子信息工程專業(yè)人才培養(yǎng)模式研究[J].山東社會科學(xué)2016(S1):357-358.
[2]葉全意,徐志國,吳杰,等.應(yīng)用型本科院校電子信息類專業(yè)大學(xué)生科技創(chuàng)新能力培養(yǎng)[J].教育教學(xué)論壇,2016(46):93-94.
[3]劉紅喜,徐崢,林海波.應(yīng)用型本科院校電子信息工程專業(yè)實踐教學(xué)體系的構(gòu)建[J].職業(yè)技術(shù)教育,2015(23):39-41.
人工智能培訓(xùn)總結(jié)范文第6篇
人工智能在培訓(xùn)行業(yè)的應(yīng)用,除非已經(jīng)進(jìn)化到像電影《黑客帝國》中的場景一樣,可將所需知識直接下載至腦中,否則,還是得回歸學(xué)習(xí)的本質(zhì)。人工智能無法替代人類學(xué)習(xí),學(xué)習(xí)是個性化的,并且還要經(jīng)歷內(nèi)化的過程,才能最終完成。然而,這并不代表人工智能在培訓(xùn)行業(yè)沒有用武之地,恰恰相反,“智能化”學(xué)習(xí)技術(shù)的發(fā)展正為培訓(xùn)行業(yè)注入一股新動能,而其中有些應(yīng)用值得重點關(guān)注。
輔助系統(tǒng)
在學(xué)習(xí)環(huán)境中,與傳統(tǒng)學(xué)習(xí)管理平臺注重管理與記錄不同的是,智能化輔助系統(tǒng)會提供給學(xué)習(xí)者(learner)個性化的反饋。學(xué)習(xí)者參加完測驗后,可以更好地了解自己的弱項,進(jìn)一步獲取相關(guān)的學(xué)習(xí)資源及后續(xù)所建議的學(xué)習(xí)路徑。智能化輔助系統(tǒng)扮演了助教的角色,有效指導(dǎo)并促進(jìn)學(xué)習(xí)者的學(xué)習(xí)。在工作環(huán)境中,智能化輔助系統(tǒng)可以依照角色或流程等屬性,即時提供給任務(wù)執(zhí)行者(performer)個性化且適量的內(nèi)容,扮演了教練的角色,加速問題解決并提升工作成效。
課程規(guī)劃
想像一下,你所經(jīng)歷的學(xué)習(xí)與工作都留下了記錄,你曾經(jīng)去過哪兒、看過什么、讀過什么,都被記錄分析。之后通過電腦演算模型,人工智能就可以根據(jù)你的程度與需求,為你匹配相關(guān)的資源,選取真正對你有用的內(nèi)容,提供多元與個性化的學(xué)習(xí)歷程(learning experience),從而摒棄以往齊頭并進(jìn)式的課程規(guī)劃。
內(nèi)容資源
通過學(xué)習(xí)元件(learning objects)或知識元件(knowledge objects)在元數(shù)據(jù)(meta data)的標(biāo)簽,內(nèi)容資源可以具備學(xué)習(xí)者能力、角色、工作場景及業(yè)務(wù)流程等屬性。之后,結(jié)合智能推薦引擎,內(nèi)容便可以依照單一或多元屬性呈現(xiàn),作為獲取知識的來源被自動推送給學(xué)習(xí)者,或者作為問題解決的資料來源被推送給任務(wù)執(zhí)行者。
精確搜索
語言可能是模棱兩可的,通過建立知識圖譜(knowledge graph),學(xué)習(xí)者可以快速縮小搜索范圍。智能化搜索也可以更好地理解學(xué)習(xí)者搜索的信息,總結(jié)出與搜索話題相關(guān)的內(nèi)容。由于知識圖譜構(gòu)建了一個與搜索結(jié)果相關(guān)的完整知識體系,所以學(xué)習(xí)者往往會獲得意想不到的發(fā)現(xiàn)。在搜索中,學(xué)習(xí)者可能會了解到某個新的知識或新的聯(lián)系,從而進(jìn)行一系列全新的搜索與學(xué)習(xí)。
數(shù)據(jù)分析
學(xué)習(xí)無處不在,當(dāng)學(xué)習(xí)或者歷程記錄可以通過xAPI這類學(xué)習(xí)技術(shù)標(biāo)準(zhǔn),來收集多元數(shù)據(jù)的時候,學(xué)習(xí)數(shù)據(jù)就不會只停留在以往SCORM課件閱讀的紀(jì)錄模式,而是可以實現(xiàn)學(xué)習(xí)歷程數(shù)據(jù)的集中。過去單純的學(xué)習(xí)記錄也可以上升到預(yù)警及預(yù)測的層次,甚至通過數(shù)據(jù)收集與深度分析,提供學(xué)習(xí)者如何建構(gòu)所學(xué)內(nèi)容的意義、如何形成理解、以及學(xué)習(xí)過程中所做決策的報告,這對教學(xué)設(shè)計會有莫大的幫助。
項目運營
過去,培訓(xùn)管理者在運營學(xué)習(xí)項目時,往往只能憑借經(jīng)驗或者“拍腦袋”。通過廣泛收集學(xué)習(xí)者各類的歷程與行為數(shù)據(jù)并進(jìn)行分析,學(xué)習(xí)項目運營者就可以了解項目的健康度,并實時監(jiān)控,即時調(diào)整運營手段。在項目推廣時,還可以針對不同特征的學(xué)習(xí)者選擇個性化的推廣手段,提供更精準(zhǔn)的學(xué)習(xí)服務(wù)。
人工智能培訓(xùn)總結(jié)范文第7篇
(1)在煤礦安全儀器儀表結(jié)構(gòu)、性能改進(jìn)中的應(yīng)用智能自動技術(shù)給煤礦安全檢測儀器、儀表和測量領(lǐng)域的應(yīng)用開辟了一片廣闊的前景。要使每臺儀器和儀表都能隨時準(zhǔn)確地分析以前和當(dāng)前的數(shù)據(jù)信息,可以在智能化軟、硬件的基礎(chǔ)上,從低、中、高3個層次上抽象反映測量過程,使現(xiàn)有的測量系統(tǒng)的性能和效率得到提高,使傳統(tǒng)測量系統(tǒng)的功能得到擴展,如運用神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化計算、混沌控制等智能技術(shù),使煤礦安全監(jiān)測儀器及儀表實現(xiàn)高速、高效、多功能、高靈敏等性能。將微處理器和微控制器等微型芯片技術(shù)應(yīng)用到分散系統(tǒng)的煤礦安全檢測儀器儀表中,設(shè)置模糊控制程序以及各種測量數(shù)據(jù)的臨界值,運用模糊規(guī)則的模糊推理技術(shù),對事物的各種模糊關(guān)系進(jìn)行模糊決策。這種模糊技術(shù)的優(yōu)勢就在于不用建立被控對象的數(shù)學(xué)模型,也不需要大量的測試數(shù)據(jù),只需要根據(jù)經(jīng)驗,總結(jié)出一個合適的控制規(guī)則,應(yīng)用芯片的離線計算和現(xiàn)場調(diào)試,按照我們所需要的精確度做出準(zhǔn)確的分析和準(zhǔn)時的控制動作。
(2)開采方案決策及參數(shù)優(yōu)化設(shè)計隨著專家系統(tǒng)的發(fā)展,煤礦企業(yè)對礦井挖掘的方案和參數(shù)越來越合理,更貼合實際條件。近年來,很多人工智能方面的研究所和院校專注于將人工智能這項技術(shù)應(yīng)用到煤礦安全生產(chǎn)中,比如美國阿拉斯加大學(xué)設(shè)計的專家系統(tǒng),可以根據(jù)實際情況智能地實現(xiàn)在長壁采煤法和短壁采煤法之間選出最佳的截煤方案;俄羅斯東部礦業(yè)大學(xué)將模糊數(shù)學(xué)理論應(yīng)用到煤礦生產(chǎn)中,設(shè)計出一項可以智能選擇最佳的爆破對策以及將方案參數(shù)最優(yōu)化的專家系統(tǒng);澳大利亞拉瓦爾大學(xué)設(shè)計的一項專家系統(tǒng),可以智能選擇最佳的設(shè)備選型。將人工智能應(yīng)用到煤礦安全生產(chǎn)領(lǐng)域這項技術(shù)在我國也得到了很大的發(fā)展。例如針對采礦巷道圍巖支護(hù)中圍巖分類的相關(guān)問題,設(shè)計出了一項專家系統(tǒng),這個系統(tǒng)可以智能的根據(jù)實際情況將圍巖進(jìn)行分類。針對巷道支護(hù)的形式以及參數(shù)問題專門設(shè)計了一項專家系統(tǒng);針對煤礦井下爆破挖掘方案的選擇問題開發(fā)設(shè)計了一個專家系統(tǒng)。這些技術(shù)現(xiàn)在在煤礦安全生產(chǎn)中都得到了廣泛的應(yīng)用。
(3)在煤礦安全儀器儀表網(wǎng)絡(luò)化中的應(yīng)用煤礦安全儀表與人工智能技術(shù)的融合,可以通過強大的計算機計算功能快速并且準(zhǔn)確的計算出合理的參數(shù),充分發(fā)揮了安全儀表的作用。例如,將數(shù)字安全檢測儀器連接到網(wǎng)絡(luò)上,網(wǎng)絡(luò)上的模式識別軟件便可以快速準(zhǔn)確的分析出所處的實際條件以及儀表的各項屬性,并做出相應(yīng)的處理。如果將智能系統(tǒng)直接安裝到數(shù)據(jù)采集設(shè)備上,便可以脫離網(wǎng)絡(luò)實現(xiàn)智能的遠(yuǎn)程測量和數(shù)據(jù)采集,并自動實施分類。隨著計算機的發(fā)展,計算機的運算功能和人機互動功能越來越人性化,通過設(shè)計一項人工智能軟件,然后將計算機與儀器、儀表連接在一起,就可以遠(yuǎn)程操控這些儀表,完成不同的任務(wù)。比如將這些儀表上的數(shù)據(jù)收集起來復(fù)制多份,分別發(fā)往不同的部門;比如建立一個煤礦數(shù)據(jù)庫,將測量結(jié)果儲存在這個數(shù)據(jù)庫里面,需要的時候就可以隨時調(diào)出來使用。并且不同的用戶可以分別在相同的時間、不同的辦公地點實現(xiàn)對同一個儀表或者同一個任務(wù)的監(jiān)控和數(shù)據(jù)收集,沒必要親自到現(xiàn)場查看。一旦發(fā)現(xiàn)問題,由于數(shù)據(jù)的同時性,工作人員便可以立即對現(xiàn)象和問題進(jìn)行分析,并采取相應(yīng)的措施,而不會因為信息的不對稱,造成討論的不一致性,耽誤解決問題的時間。
(4)井下故障診斷及災(zāi)害預(yù)防控制煤礦生產(chǎn)過程中不但要解決挖掘方案的合理性和優(yōu)化問題,最大限度地獲取經(jīng)濟利益,最重要的還是要解決生產(chǎn)過程中可能出現(xiàn)的安全問題,以及對環(huán)境的破壞性。針對這些問題,有些技術(shù)人員便考慮將人工智能應(yīng)用在故障診斷和災(zāi)害預(yù)防控制方面。王文明設(shè)計了一項智能診斷專家系統(tǒng),這個系統(tǒng)以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),利用神經(jīng)網(wǎng)絡(luò)強大的學(xué)習(xí)能力,將過去煤礦生產(chǎn)過程中出現(xiàn)的安全問題以及解決方案總結(jié)歸納,當(dāng)問題出現(xiàn)時,專家系統(tǒng)便能迅速反應(yīng),診斷出這個問題,推理得出應(yīng)對方案。文獻(xiàn)[1]也在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上設(shè)計了一項專家系統(tǒng),這項技術(shù)將煤礦生產(chǎn)事故前所出現(xiàn)的征兆匯總,當(dāng)生產(chǎn)過程中再次出現(xiàn)同樣的現(xiàn)象時,專家系統(tǒng)便能迅速推理將會發(fā)生什么問題,并提前預(yù)報,工作人員便能立即知曉,并做出排查確認(rèn)是否存在問題,以及提出相應(yīng)的應(yīng)急措施。
2結(jié)語
煤礦安全生產(chǎn)是一個重大的系統(tǒng)工程,不但要關(guān)注量的增長,同時要提高質(zhì)的飛躍。雖然政府對于煤礦安全生產(chǎn)的重視在不斷加強,事故總量和死亡人數(shù)也有明顯的下降,但是重大安全事故仍然時有發(fā)生,安全生產(chǎn)形勢仍然不容樂觀,煤礦安全生產(chǎn)仍然任重道遠(yuǎn)。要堅持做到以下幾點,以防止煤礦安全事故的發(fā)生:
(1)升級煤礦安全生產(chǎn)技術(shù)設(shè)備隨著人工智能技術(shù)的不斷發(fā)展,人工智能這項技術(shù)得到廣泛的應(yīng)用,給我們的生活和工作帶來極大的便利。人工智能技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用范圍和規(guī)模也將不斷擴大,煤礦安全生產(chǎn)設(shè)備也將越來越智能化和先進(jìn)化,儀器、儀表這些監(jiān)控設(shè)備也將越來越人性化,不但可以及時處理各個類型的數(shù)據(jù),而且還能非常有條理的呈現(xiàn)在我們面前。隨著這些技術(shù)的發(fā)展,煤礦生產(chǎn)也必將達(dá)到一個更高的層次。人工智能技術(shù)在煤礦生產(chǎn)中的應(yīng)用,可以輕松的將人的思維應(yīng)用到生產(chǎn)設(shè)備上,實現(xiàn)“人”的智能化,不僅可以在量或是質(zhì)上提高煤礦生產(chǎn)的效率,而且可以減少煤礦事故的發(fā)生,做到提前預(yù)防、提前準(zhǔn)備。煤礦生產(chǎn)的提高也將使我們的生活工作達(dá)到一個更高的平臺。
(2)提高煤礦企業(yè)技術(shù)管理,提高安全管理水平煤礦企業(yè)應(yīng)認(rèn)真執(zhí)行國家在煤炭資源開采、生產(chǎn)布局和安全管理方面的規(guī)程標(biāo)準(zhǔn),加強企業(yè)的技術(shù)管理,使煤礦生產(chǎn)機制符合安全生產(chǎn)的標(biāo)準(zhǔn)。加強對從業(yè)人員的技術(shù)培訓(xùn)和指導(dǎo),從業(yè)人員應(yīng)熟練操作生產(chǎn)設(shè)備,并且熟悉生產(chǎn)環(huán)節(jié)的鏈接,從而可以及時發(fā)現(xiàn)問題、解決問題。另外應(yīng)加強從業(yè)人員的安全意識,在安全事故發(fā)生時,從業(yè)人員知道如何采取有效的措施減少損害,對于企業(yè)來說,可以減少經(jīng)濟損失;對于從業(yè)人員來說,可以盡量減少對于人身的傷害。國家重點煤礦應(yīng)建立數(shù)控網(wǎng)絡(luò)化、操控智能化的檢測監(jiān)控體系和安全體系,增強煤礦安全生產(chǎn)的技術(shù)保障能力,數(shù)據(jù)的收集有利于企業(yè)有效的掌握全局,合理的調(diào)整煤礦生產(chǎn)產(chǎn)量,操控的智能化則有助于減少從業(yè)人員的工作負(fù)擔(dān),也可以使從業(yè)人員盡量少吸入煤塵,減小塵肺病的發(fā)生幾率。
人工智能培訓(xùn)總結(jié)范文第8篇
關(guān)鍵詞:人工智能 情感 約束
中圖分類號:TP18 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-3973(2013)001-085-03
1引言
人工智能(Artificial Intelligence,AI)自從20世紀(jì)50年代產(chǎn)生,經(jīng)過長期發(fā)展,已經(jīng)有了長足的進(jìn)步,并且已經(jīng)深入到社會生活的諸多領(lǐng)域,如語言處理、智能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、自動定理證明、智能計算、問題求解、人工智能程序語言以及自動程序設(shè)計等。隨著科學(xué)技術(shù)的不斷發(fā)展,現(xiàn)在的人工智能已經(jīng)不再是僅僅具有簡單的模仿與邏輯思維能力,人們也越來越期待人工智能能夠幫助或者替代人類從事各種復(fù)雜的工作,加強人的思維功能、行為功能或是感知功能。這就要求人工智能具有更強的情感識別、情感表達(dá)以及情感理解能力。通俗的說,為了使得人工智能對外界的變化適應(yīng)性更強,需要給它們賦予相應(yīng)的情感從而能夠應(yīng)對這個難以預(yù)測的世界。
在賦予人工智能“情感”的過程中,面臨著許多的問題,有科技層面上的,也有社會學(xué)層面的。本文在這里只討論其中一個比較基本的社會學(xué)問題:“人工智能情感約束問題”,即關(guān)注于如何約束賦予給人工智能的情感,不至于使其“情感泛濫”。情感指的是一種特殊的思維方式,人工智能具有了情感后的問題是:人工智能的情感是人類賦予的,人工智能自身并不會創(chuàng)造或者控制自己的情感。如果賦予人工智能的情感種類不合理,或者是賦予的情感程度不恰當(dāng),都有可能造成“情感泛濫”并導(dǎo)致一些災(zāi)難性的后果。例如,當(dāng)人工智能具有了情感之后,如果人類自身管理不恰當(dāng),有可能導(dǎo)致人工智能反過來傷害人類。盡管目前我們只能在一些科幻作品中看到這種情況發(fā)生,但誰也不能保證未來有一天會不會真的出現(xiàn)這種悲劇。
本文第二章對人工智能情感研究進(jìn)行了概要性回顧,第三章對如何約束人工智能情感進(jìn)行了嘗試性探討,最后一章對全文進(jìn)行了總結(jié)。
2人工情感發(fā)展情況概述
隨著科學(xué)家對人類大腦及精神系統(tǒng)深入的研究,已經(jīng)愈來愈肯定情感是智能的一部分。人工情感是以人類自然情感理論為基礎(chǔ),結(jié)合人工智能、機器人學(xué)等學(xué)科,對人類情感過程進(jìn)行建模,以期獲得用單純理性思維難以達(dá)到的智能水平和自主性的一種研究方向。目前,研究者的研究方向主要是人工情感建模、自然情感機器識別與表達(dá)、人工情感機理等四個方面的內(nèi)容。其中,尤以人工情感機理的研究困難最大,研究者也最少。
目前人工情感在很多領(lǐng)域得到了應(yīng)用和發(fā)展,比較典型的是在教育教學(xué)、保健護(hù)理、家庭助理、服務(wù)等行業(yè)領(lǐng)域。在教育教學(xué)方面比較典型的例子是德國人工智能研究中心發(fā)展的三個方案:在虛擬劇場、虛擬市場和對話Agent中引入情感模型和個性特征來幫助開發(fā)兒童的想象力及創(chuàng)造力。在保健護(hù)理方面比較典型的是家庭保健與護(hù)理方向,如Lisetti等人研制的一個用于遠(yuǎn)程家庭保健的智能情感界面,用多模態(tài)情感識別手段來識別病人的情感狀態(tài),并輸入不同媒體和編碼模型進(jìn)行處理,從而為醫(yī)生提供關(guān)于病人簡明而有價值的情感信息以便于進(jìn)行有效的護(hù)理。服務(wù)型機器人的典型例子是卡內(nèi)基梅隆大學(xué)發(fā)明的一個機器人接待員Valerie。Valerie的面孔形象的出現(xiàn)在一個能夠轉(zhuǎn)動方向的移動屏幕上時可以向訪問者提供一些天氣和方位方面的信息,還可以接電話、解答一些問題;并且Valerie有自己的性格和愛好,情感表達(dá)較為豐富。當(dāng)然這些只是人工情感應(yīng)用領(lǐng)域中的幾個典型的例子,人工智能情感的潛力仍然是巨大的。
盡管關(guān)于人工情感的研究已經(jīng)取得了一定的成果,給我們帶來了很多驚喜和利益,但由于情緒表現(xiàn)出的無限紛繁以及它與行為之間的復(fù)雜聯(lián)系,人們對它的運行機理了解的還不成熟,以致使得目前人工情感的研究仍面臨著諸如評價標(biāo)準(zhǔn)、情感道德約束等多方面問題。所以必須清楚的認(rèn)識到我們目前對于人工情感的計算乃至控制機制并沒有一個成熟的體系。
3對人工智能的情感約束
正如上文所述,如果放任人工智能“情感泛濫”,很有可能會造成嚴(yán)重的后果。為了使人工智能技術(shù)更好的發(fā)展,使智能與情感恰到好處的結(jié)合起來,我們有必要思考如何對賦予人工智能情感進(jìn)行引導(dǎo)或者約束。
3.1根據(jù)級別賦予情感
可以根據(jù)人工智能級別來賦予其情感,如低級別人工智能不賦予情感、高級別人工智能賦予其適當(dāng)?shù)那楦?。眾所周知,人工智能是一門交叉科學(xué)科,要正確認(rèn)識和掌握人工智能的相關(guān)技術(shù)的人至少必須同時懂得計算機學(xué)、心理學(xué)和哲學(xué)。首先需要樹立這樣的一個觀點:人工智能的起點不是計算機學(xué)而是人的智能本身,也就是說技術(shù)不是最重要的,在這之前必須得先解決思想問題。而人工智能由于這方面沒有一個嚴(yán)格的或是量度上的控制而容易出現(xiàn)問題。從哲學(xué)的角度來說,量變最終會導(dǎo)致質(zhì)變?,F(xiàn)在是科學(xué)技術(shù)飛速發(fā)展的時代,不能排除這個量變導(dǎo)致質(zhì)變時代的人工智能機器人的到來,而到那個時候后果則不堪設(shè)想。因此,在現(xiàn)階段我們就應(yīng)該對人工智能的情感賦予程度進(jìn)行一個約束。
根據(jù)維納的反饋理論,人工智能可以被分成高低兩個層次。低層次的是智能型的人工智能,主要具備適應(yīng)環(huán)境和自我優(yōu)化的能力。高層次的是情感型的人工智能,它的輸入過程主要是模仿人的感覺方式,輸出過程則是模仿人的反應(yīng)情緒。據(jù)此我們可分別將機器人分為一般用途機器人和高級用途機器人兩種。一般用途機器人是指不具有情感,只具有一般編程能力和操作功能的機器人。那么對于一般用途的機器人我們完全可以嚴(yán)格的用程序去控制它的行為而沒必要去給他賦予情感。而對于高級層面的情感機器人來說,我們就適當(dāng)?shù)馁x予一些情感。但即使是這樣一部分高層次的情感機器人,在賦予人工情感仍然需要考慮到可能會帶來的某些潛在的危害,要慎之又慎。
3.2根據(jù)角色賦予情感
同樣也可以根據(jù)人工智能機器人角色的不同選擇性的賦予其不同類型的情感。人類與機器合作起來比任何一方單獨工作都更為強大。正因為如此,人類就要善于與人工智能機器合作,充分發(fā)揮人機合作的最大優(yōu)勢。由于計算機硬件、無線網(wǎng)絡(luò)與蜂窩數(shù)據(jù)網(wǎng)絡(luò)的高速發(fā)展,目前的這個時代是人工智能發(fā)展的極佳時期,使人工智能機器人處理許多以前無法完成的任務(wù),并使一些全新的應(yīng)用不再禁錮于研究實驗室,可以在公共渠道上為所有人服務(wù),人機合作也將成為一種大的趨勢,而他們會以不同的角色與我們進(jìn)行合作?;蜃鳛楣ぞ摺㈩檰?、工人、寵物、伴侶亦或是其他角色??傊覀儜?yīng)該和這些機器建立一種合作互助的關(guān)系,然后共同完任務(wù)。這當(dāng)然是一種很理想的狀態(tài),要做到這樣,首先需要我們?nèi)祟愞D(zhuǎn)變自身現(xiàn)有的思維模式:這些機器不再是一種工具,而是平等的服務(wù)提供人。
舉例來說,當(dāng)機器人照顧老人或是小孩的時候,我們應(yīng)該賦予它更多的正面情緒,而不要去賦予負(fù)面情緒,否則如果機器人的負(fù)向情緒被激發(fā)了,對于這些老人或者小孩來說危險性是極大的;但是,如果機器人是作為看門的保安,我們對這種角色的機器人就可以適當(dāng)?shù)馁x予一些負(fù)向的情緒,那么對于那些不按規(guī)則的來訪者或是小偷就有一定的威懾力??傊谖覀冑x予這些智能機器人情感前必須要周到的考慮這些情感的程度和種類,不要沒有顧忌的想當(dāng)然的去賦予,而是按分工、作用賦予限制性的情感約束,達(dá)到安全的目的。
3.3對賦予人進(jìn)行約束
對人工智能情感賦予者進(jìn)行約束,提高賦予者的自身素質(zhì),并定期考核,并為每一被賦予情感的人工智能制定責(zé)任人。
縱觀人工智能技術(shù)發(fā)展史,我們可以發(fā)現(xiàn)很多的事故都是因為人為因素導(dǎo)致的。比如,首起機器人殺人案:1978年9月的一天,在日本廣島,一臺機器人正在切割鋼板,突然電腦系統(tǒng)出現(xiàn)故障,機器人伸出巨臂,把一名工人活生生地送到鋼刀下,切成肉片。
另外,某些研究者也許會因為利益的誘惑,而將人工智能運用在不正當(dāng)領(lǐng)域,或者人工智能技術(shù)落入犯罪分子的手中,被他們用來進(jìn)行反對人類和危害社會的犯罪活動。也就是用于所謂的“智能犯罪”。任何新技術(shù)的最大危險莫過于人類對它失去控制,或者是它落入那些企圖利用新技術(shù)反對人類的人的手中。
因此為了減少這些由于人而導(dǎo)致的悲劇,我們需要對這些研究者本身進(jìn)行約束。比如通過相應(yīng)的培訓(xùn)或是定期的思想政治教育、或是理論知識的學(xué)習(xí)并制定定期的考核制度來保證這些專家自身的素質(zhì),又或者加強對人工智能事故的追究機制,發(fā)生問題能立即查詢到事故方等等,通過這樣一系列強有力的硬性指標(biāo)達(dá)到減少由于人為因素導(dǎo)致悲劇的目的。
3.4制定相應(yīng)的規(guī)章制度來管理人工智能情感的發(fā)展
目前世界上并未出臺任何一項通用的法律來規(guī)范人工智能的發(fā)展。不過在1939 年,出生在俄國的美籍作家阿西莫夫在他的小說中描繪了工程師們在設(shè)計和制造機器人時通過加入保險除惡裝置使機器人有效地被主人控制的情景。這就從技術(shù)上提出了預(yù)防機器人犯罪的思路。幾年后, 他又為這種技術(shù)裝置提出了倫理學(xué)準(zhǔn)則的道德三律:(1)機器人不得傷害人類,或看到人類受到傷害而袖手旁觀;(2)在不違反第一定律的前提下,機器人必須絕對服從人類給與的任何命令;(3)在不違反第一定律和第二定律的前提下,機器人必須盡力保護(hù)自己。這一“機器人道德三律”表現(xiàn)了一種在道德憂思的基礎(chǔ)上,對如何解決人工智能中有害人類因素所提出的道德原則,雖然得到很多人的指責(zé),但其首創(chuàng)性還是得到公認(rèn)的。盡管這個定律只是小說家提出來的,但是也代表了很多人的心聲,也是值得借鑒的。
那么對于人工智能情感的約束呢?顯然,更加沒有相應(yīng)的法律法規(guī)來規(guī)范。那么,我們就只能在賦予人工智能情感的道理上更加的小心翼翼。比如,我們可以制定一些應(yīng)急方案來防止可能導(dǎo)致的某些后果,也即出現(xiàn)了問題如何及時的處理之。另外我們在操作和管理上應(yīng)更加慎重的去對待。也希望隨著科學(xué)技術(shù)的發(fā)展,能夠在不久的將來出臺一部相應(yīng)的規(guī)章制度來規(guī)范人工智能情感的管理,使之更加精確化、合理化。
4結(jié)束語
人工智能的情感研究目的就是探索利用情感在生物體中所扮演的一些角色、發(fā)展技術(shù)和方法來增強計算機或機器人的自治性、適應(yīng)能力和社會交互的能力。但是現(xiàn)階段對這方面的研究雖然在技術(shù)上可能已經(jīng)很成熟,但是人工智能情感畢竟是模擬人的情感,是個很復(fù)雜的過程,本文嘗試性的在人工智能發(fā)展中可能遇到的問題進(jìn)行了有益的探討。但是不可否認(rèn)仍然有很長的道路要走,但是對于人工智能的發(fā)展勁頭我們不可否認(rèn),將來“百分百情感機器人”的問世也許是遲早的事情。
參考文獻(xiàn):
[1] 趙玉鵬,劉則淵.情感、機器、認(rèn)知――斯洛曼的人工智能哲學(xué)思想探析[J].自然辯證法通訊,2009,31(2):94-99.
[2] 王國江,王志良,楊國亮,等.人工情感研究綜述[J].計算機應(yīng)用研究,2006,23(11):7-11.
[3] 祝宇虹,魏金海,毛俊鑫.人工情感研究綜述[J].江南大學(xué)學(xué)報(自然科學(xué)版),2012,11(04):497-504.
[4] Christine Lisett,i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences,2004.
[5] Valerie.The Roboceptionist[EB/OL].http://.
[6] 張顯峰,程宇婕.情感機器人:技術(shù)與倫理的雙重困境[N].科技日報,2009-4-21(005).
[7] 張曉麗.跟機器人談倫理道德為時尚早[N].遼寧日報,2011-11-04(007).
[8] Peter Norvig.人工智能:機器會“思考”[J].IT經(jīng)理世界,2012(Z1):331-332.
[9] McCarthy J.Ascribing Mental Qualities to Machines1A2. In Ringle M,editor,Philosophical Perspectives in Artificial Intelligence1C2,Humanities Press Atlantic Highlands,NJ,1979:161-195.
[10] Turkle,S.Artificial Intelligence and Psychoanalysis:A New Alliance 1J2.Boston:Winter 1988,117(1).
人工智能培訓(xùn)總結(jié)范文第9篇
【關(guān)鍵詞】大規(guī)模開放在線課程;人工智能課程;翻轉(zhuǎn)教學(xué)法
0 引言
近年社會對計算機專業(yè)人才能力的要求越來越高,而學(xué)生所學(xué)與實際需求存在不少差距,高校計算機專業(yè)課程教學(xué)因而遭遇詬病。依托信息與網(wǎng)絡(luò)技術(shù)支撐的大規(guī)模網(wǎng)絡(luò)開放課程(massive online open course,MOOC)較好貫徹了以學(xué)為中心的理念,其翻轉(zhuǎn)教學(xué)模式與靈活有效的交互極大提升了學(xué)習(xí)興趣[1]。搭建MOOC平臺的計算機技術(shù)既是技術(shù)基礎(chǔ),也是熱門MOOC課程。在此浪潮下傳統(tǒng)高校計算機專業(yè)的教學(xué)首當(dāng)其沖受到?jīng)_擊,遇到前所未有的挑戰(zhàn)??v觀國際三大MOOC巨頭的課程建設(shè)均始于計算機類專業(yè)課程,同時也是所占比例較大的課程系列,其中人工智能(Artificial Intelligence,AI)課程在Coursera、Udacity[1]兩個平臺上均是最早開設(shè)的課程之一。采用何種教學(xué)模式更適應(yīng)社會對人才的需求呢?這是應(yīng)對挑戰(zhàn)的關(guān)鍵問題。
1 人工智能課程的課堂教學(xué)困境
人工智能是研究模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應(yīng)用的前沿交叉學(xué)科,涉及面廣、研究性強,還不斷產(chǎn)生新的理論和方法。課程難度大理論強實踐難,也是公認(rèn)難講的課程之一,該課程具有如下特點:
1.1 先導(dǎo)課多,知識抽象,涉及面廣,更新快
前期知識包括:數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)、程序設(shè)計、圖像處理等。如果前期知識不扎實,很難理解內(nèi)容并融會貫通。傳統(tǒng)內(nèi)容包括:知識表示和推理、搜索策略、模糊理論、神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、專家系統(tǒng)、遺傳算法等,涉及大量抽象理論和復(fù)雜算法。教材普遍特點是:內(nèi)容滯后,枯燥深奧的理論和解決現(xiàn)實問題的實踐聯(lián)系不緊密。
1.2 研究性強
該領(lǐng)域很多內(nèi)容仍是科研熱點,并不斷涌現(xiàn)出新的研究方向、新內(nèi)容、新方法、新技術(shù)和新應(yīng)用。
1.3 教學(xué)方式單調(diào)
技術(shù)和管理的局限也制約了教學(xué)方式,教學(xué)方式基本以教為中心,停留在講授、問答等簡單互動上,教學(xué)方法單一。很少能提供學(xué)生自學(xué)、討論、合作和實踐的一整套互動實踐機會,難以真正體現(xiàn)以學(xué)為中心的理念。
1.4 學(xué)生缺乏興趣
一方面,課程本身特點使得課程容易陷入枯燥的紙上談兵的尷尬。另一方面,即將畢業(yè)的高年級本科生對未來規(guī)劃明確,抽象的人工智能課程無論從職業(yè)發(fā)展還是繼續(xù)深造對學(xué)生并沒有立竿見影的效果,進(jìn)一步拉低興趣。此外,教材滯后,教學(xué)方法單一等也會影響興趣。
如火如荼發(fā)展的MOOC的課程,尤其Udacity的課程設(shè)計之初就立足于解決實際問題的導(dǎo)向,做法上的獨特之處成功吸引了大批學(xué)生。課堂教學(xué)中借鑒在MOOC上被證明有效的教學(xué)模式和方法,不啻為一種嘗試,以期擺脫教學(xué)困境,提高學(xué)習(xí)興趣,最終提升教學(xué)質(zhì)量。
2 MOOC的教學(xué)模式
MOOC的教學(xué)模式分為三種:cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教學(xué)模式特點是學(xué)習(xí)者完全做主,但復(fù)雜的網(wǎng)絡(luò)互動產(chǎn)生龐大而混雜的知識網(wǎng),缺乏識別主次和歸納總結(jié)能力學(xué)生常因信息過載陷入茫然無措的境地。2011年Udacity 創(chuàng)始人之一在網(wǎng)上開設(shè)的“人工智能導(dǎo)論”課程改變了表現(xiàn)風(fēng)格,把互聯(lián)網(wǎng)作為教學(xué)媒體的呈現(xiàn)潛力發(fā)揮到極致,按知識點分割內(nèi)容成短小視頻,其間插入現(xiàn)場對問題的解決,突出了Udacity有別于傳統(tǒng)教育機構(gòu)及其先行者的地方:注重發(fā)現(xiàn)并解決問題。這就是xMOOC的教學(xué)模式,沿襲并創(chuàng)新了熟悉的學(xué)習(xí)風(fēng)格,使得MOOC如魚得水漸漸發(fā)展壯大。隨著MOOC逐步成熟,為了適合具有專業(yè)基礎(chǔ)的職業(yè)技能培訓(xùn),發(fā)展培養(yǎng)針對具體任務(wù)的探究學(xué)習(xí)教學(xué)模式,即tMOOC模式,這是Udacity網(wǎng)站課程的另一個設(shè)計目標(biāo)。表1顯示了MOOC的三種模式的對比。
以Udacity的人工智能導(dǎo)論課程為例,只要高中畢業(yè)具有概率論和數(shù)理統(tǒng)計基礎(chǔ)的學(xué)生就可以學(xué)習(xí),該課程適合入門,但難度較低,內(nèi)容較少。清華大學(xué)的馬少平編寫的人工智能教材是很多大學(xué),包括我院人工智能課程的教材,清華大學(xué)的人工智能課程經(jīng)過多年發(fā)展已經(jīng)形成了一個系列教學(xué)資源庫,包括教材、課程視頻、教學(xué)課件、作業(yè)及答案和實驗設(shè)計等。根據(jù)Udacity網(wǎng)站的人工智能導(dǎo)論課程的展示,表2從幾方面對比了Udacity人工智能課程與清華大學(xué)馬少平版的人工智能課程情況:
從表2可以發(fā)現(xiàn)Udacity的人工智能視頻采用了按知識塊分割成短小視頻,在期間和完畢之后都準(zhǔn)備了測試,細(xì)節(jié)上體現(xiàn)了以學(xué)為主的理念??v觀類似人工智能的國家精品課程[3],學(xué)習(xí)資源多為文本類,重用難,對教學(xué)重難點沒有拓展和轉(zhuǎn)化。這種以內(nèi)容共享為中心的呈現(xiàn)模式,缺乏與學(xué)習(xí)者充分交互,難以體現(xiàn)以學(xué)為中心的教學(xué)理念。
在MOOC的教學(xué)設(shè)計中,調(diào)動學(xué)習(xí)者極大熱情的是翻轉(zhuǎn)課堂,在學(xué)習(xí)環(huán)境中引入了自主協(xié)作[4-5],在交流機制中融入了多元互動,給學(xué)習(xí)者帶來積極、主動、高效的學(xué)習(xí),翻轉(zhuǎn)課堂和傳統(tǒng)課堂的區(qū)別如表3所示:
3 MOOC的教學(xué)模式對人工智能課堂教學(xué)的啟示
3.1 教學(xué)內(nèi)容的優(yōu)化與調(diào)整
MOOC的教學(xué)通過把理論抽象的知識點分割成小段錄制的微課視頻,時長不超過15分鐘,內(nèi)容銜接處具有一定交互性,講解形象化,提供給學(xué)生反復(fù)觀看,這種用技術(shù)處理分解知識點和把難點從抽象變成具象的過程降低了理解難度。
課堂教學(xué)也可以通過分而治之的方式對教學(xué)內(nèi)容優(yōu)化調(diào)整。人工智能涉及內(nèi)容與范圍多而雜,作為入門課程并不要面面俱到,根據(jù)學(xué)生層次,可以區(qū)分重點掌握和一般介紹的內(nèi)容,以點帶面鋪開,因此,根據(jù)學(xué)生特點,把成熟的基礎(chǔ)理論和這些理論的實際應(yīng)用整合,輔以其他新技術(shù)的穿插介紹,主要分三塊:
①人工智能的概念和發(fā)展,熟悉人工智能的研究和應(yīng)用領(lǐng)域;
②人工智能的基本技術(shù),包括知識表示,邏輯推理、搜索策略、模糊理論等;
③涉及現(xiàn)實應(yīng)用,如:機器學(xué)習(xí),模式識別,自然語言理解,智能控制等。
為了反映人工智能領(lǐng)域最新進(jìn)展,教師還可以收集學(xué)生感興趣的最新成果專題信息,及時更新、調(diào)整教學(xué)內(nèi)容,通過與實際更緊密的融合接軌,對課堂上沒時間介紹而又較熱點的新知識,通過提供方向和資料解決,注重提高興趣的同時,也展示出課程學(xué)科特點、主流技術(shù)及發(fā)展趨勢。
3.2 緊密結(jié)合實際
Udacity的開設(shè)之初的目的就是學(xué)習(xí)為了解決現(xiàn)實問題,其人工智能課程設(shè)計也不例外,包含有實際遇到問題的解決,這種立竿見影的好處就是極大激發(fā)了興趣。
考慮到高年級學(xué)生對解決實際問題技術(shù)的興趣遠(yuǎn)遠(yuǎn)大于技術(shù)理論等細(xì)節(jié),不想花太多時間去理解復(fù)雜而難以看到實踐效果的理論上,更想通過實際體驗解決問題增強成就感。教學(xué)內(nèi)容的設(shè)計尤其緊密結(jié)合實際運用。
傳統(tǒng)人工智能講授通過實例解答或推證式講述理論,如知識表示和搜索推理技術(shù),該部分理論強,應(yīng)用實例少,往往學(xué)生感覺枯燥乏味,教師也感覺晦澀抽象,學(xué)生對所講內(nèi)容基本靠死記方法和步驟,這種僵化的教與學(xué)影響了教學(xué)效果。
因此,設(shè)計教學(xué)時尤其注重內(nèi)容的實用性。除了講授至今仍沿用和有效的基本原理和方法外,引入近年發(fā)展起來的方法和技術(shù),如智能算法等,對這些內(nèi)容重點在技術(shù)的具體實現(xiàn)上,強調(diào)與實際的融合貫通。教學(xué)過程中加入與課程內(nèi)容對應(yīng)又可以用計算機實現(xiàn)的試用內(nèi)容。如模式識別應(yīng)用于手寫數(shù)字識別,通過仿真軟件模擬實現(xiàn)算法,獲得立竿見影的效果體驗,加深對算法的認(rèn)識,引起學(xué)生濃厚的興趣。同時也對某些很有發(fā)展前景的技術(shù)興趣導(dǎo)入,如目前人工智能研究側(cè)重人類理性邏輯功能的模擬,而如果把情感智能考慮進(jìn)去,才更有人性化的智能決策。這就是經(jīng)過了將近20年發(fā)展的情感計算,隨著可穿戴技術(shù)漸漸滲透進(jìn)生活,引起更多關(guān)注,這些接地氣的內(nèi)容提升了興趣。
3.3 實踐能力的培養(yǎng)
Udacity 創(chuàng)始人史蒂芬斯博士的說過,“即使是最好的大學(xué),其計算機課程所傳授的技能也是浮于理論的”。學(xué)習(xí)的目的是為了解決實際問題,帶著問題學(xué)習(xí)和思考,有利于主動學(xué)習(xí)的激發(fā)。這些方面,可以參考Udacity人工智能課程的實驗內(nèi)容修正。強調(diào)學(xué)習(xí)是為了解決實際問題服務(wù)的目標(biāo)。
3.4 教學(xué)模式及教學(xué)方法的變化
3.4.1 實例教學(xué)法
人工智能內(nèi)容的抽象性決定了知識點的難度,Udacity人工智能課程教學(xué)中盡量把難懂的知識點結(jié)合現(xiàn)實中有趣實例,通過感性體驗提高理性理解,讓學(xué)生容易接受。筆者進(jìn)行了一些化難為易的嘗試:如利用漢諾塔問題講解狀態(tài)空間的知識表示,通過野人過河的游戲程序步步領(lǐng)會理論精髓;結(jié)合下棋軟件體驗?zāi)M人腦思考的計算機博弈的極大極小搜索思路,這些實例教學(xué)激起了興趣,擴展了學(xué)生思路,拓寬了視野。
3.4.2 翻轉(zhuǎn)教學(xué)法
整門課程錄制課程小視頻還有一定難度,作為嘗試,選擇少量知識點錄制視頻進(jìn)行翻轉(zhuǎn)教學(xué)。如抽象的理論部分,借鑒網(wǎng)上已有視頻資源融入教學(xué)過程,分解知識點破解難點,形象化與短時間的重復(fù)講解,增加學(xué)生對抽象內(nèi)容的理解,期間穿插核查對理解內(nèi)容的核查,并留出思考時間,強化學(xué)習(xí)效果。
3.4.3 交互環(huán)境的營造,輔助教學(xué)過程完善
1)基于聯(lián)通主義的學(xué)習(xí)交互[6-7]
在MOOC課程中,提供在線交流論壇,學(xué)習(xí)者建立課程組,學(xué)習(xí)組等方式交流,這種教與學(xué)、學(xué)與學(xué)的交互不但是網(wǎng)狀進(jìn)行的,而且是即時的。學(xué)生將互動產(chǎn)生的內(nèi)容作為學(xué)習(xí)的中心,通過學(xué)習(xí)者不同認(rèn)識的交互,建立新的認(rèn)知結(jié)構(gòu),拓寬了視野,更有利于問題的有效解決。這種互動交流分成三種形式:
①教師對統(tǒng)一回答提問集中且意義較大的疑難問題;
②學(xué)習(xí)者分享學(xué)習(xí)感悟;
③學(xué)生間交流帶來不同認(rèn)知的碰撞。
以上三種情況的互動在課堂教學(xué)中也可以運用于課堂教學(xué):及時分析整理共同問題,集中回復(fù);課堂教學(xué)的互動除了課堂上及時了解學(xué)生反饋的互動,還有對解決問題的互動。課下互動可以利用學(xué)者網(wǎng)建立課程組,提供了較好的師生交流形式與效果,同時利用學(xué)習(xí)組在小組中分享互助,小組成員的交流引起認(rèn)知碰撞,這種實際參與的體驗加深了理解,并鞏固學(xué)到內(nèi)容,這些資料的逐漸積累還可以復(fù)用。
2)基于行為主義的學(xué)習(xí)反饋[8]
MOOC 遵循了程序教學(xué)的一般原則,尤其注重學(xué)生反饋,像游戲一樣關(guān)卡設(shè)置讓整個過程充滿挑戰(zhàn)性,一些機器評分實現(xiàn)了及時學(xué)習(xí)反饋,擺脫了單向提供課程資源的弊端。課堂教學(xué)可以借鑒這種借助技術(shù)手段互動了解學(xué)生學(xué)習(xí)的情況,促使有意義學(xué)習(xí)的發(fā)生。
4 教學(xué)改革的實施
利用以上措施在《人工智能》課程的教學(xué)中實踐,通過在xMOOC教學(xué)模式中部分適當(dāng)內(nèi)容引入翻轉(zhuǎn)教學(xué)法與利用學(xué)者網(wǎng)的課程交互,探索提高興趣,促進(jìn)理論與實踐的融合,促進(jìn)有意義學(xué)習(xí)的發(fā)生,提高學(xué)生實踐能力的途徑。通過觀察,調(diào)查與訪談等方式,了解學(xué)生在該教學(xué)模式中興趣與能力改善狀況,同時研究教師教學(xué)法轉(zhuǎn)變與教學(xué)水平變化的關(guān)系,根據(jù)追蹤研究效果,發(fā)現(xiàn)這種改善調(diào)動了學(xué)習(xí)興趣,促進(jìn)了教學(xué)效果。實踐中通過建立實驗組(班)與對照組(班)、評價教學(xué)模式和教學(xué)效果等因素,不斷總結(jié)、修正和完善,期望建立適應(yīng)當(dāng)前形勢與環(huán)境的有效的該課程的教學(xué)模式與教學(xué)方法。
5 結(jié)束語
筆者結(jié)合人工智能課程的教學(xué)實踐,針對本科高年級的教學(xué)特點和人工智能課程學(xué)科特點,提出在設(shè)計人工智能教學(xué)時,通過MOOC的教學(xué)模式和教學(xué)方法完善課堂教學(xué),注重內(nèi)容的實用性和新穎性,適當(dāng)穿插新方向的內(nèi)容,目標(biāo)是將難學(xué)、枯燥、難理解的問題,變得易學(xué)、有趣、易理解。從學(xué)生反饋來看,這些方法起到了積極的實際效果,有效地提高了學(xué)習(xí)積極性。
【參考文獻(xiàn)】
[1]udacity的人工智能導(dǎo)論課程網(wǎng)[EB/OL].https:///course/cs271.
[2]王萍.大規(guī)模在線開放課程的新發(fā)展與應(yīng)用:從cMOOC 到xMOOC[J].現(xiàn)代遠(yuǎn)程教育研究,2013(03):13-19.
[3]國家精品課程資源網(wǎng)[DB/OL].[2013-04-22].http://.
[4]徐明,龍軍.基于 MOOC 理念的網(wǎng)絡(luò)信息安全系列課程教學(xué)改革[J].高等教育研究學(xué)報,2013,36(03).
[5]王文禮.MOOC 的發(fā)展及其對高等教育的影響[J].江蘇高教,2013(2):53-57.
[6]李青,王濤.MOOC:一種基于連通主義的巨型開放課程模式[J].中國遠(yuǎn)程教育,2012(3):30-36.
[7]樊文強.基于關(guān)聯(lián)主義的大規(guī)模網(wǎng)絡(luò)開放課程(MOOC)及其學(xué)習(xí)支持[J].遠(yuǎn)程教育雜志,2012(3):31-36.
本文鏈接:http://www.svtrjb.com/v-141-2573.html人工智能培訓(xùn)總結(jié)范文10篇
相關(guān)文章:
創(chuàng)業(yè)園眾創(chuàng)空間宣傳口號11-30
城市設(shè)計案例范文8篇08-15
中秋快樂發(fā)給客戶的問候語09-21
描寫清泉句子08-19
教師班級管理工作總結(jié)(五篇)09-09
教育實習(xí)個人心得體會10-29
藥店店長競選稿07-26
讀書活動作文02-24
愛的暖流二年級作文12-17
小學(xué)四年級《昆蟲記》讀書筆記12-05
給中國航天員的一封信11-26
汕頭大學(xué)本科免學(xué)費是真的嗎 每年上限多少02-19
從廣西玉林坐動車到廣西機電職業(yè)學(xué)院怎么坐車11-17
從桃浦路真光路到東健路2081號東輝職業(yè)技術(shù)學(xué)校如何走10-24
2024年遼寧執(zhí)業(yè)藥師職業(yè)資格考試時間、考場設(shè)置及答題要求(10月19日-20日)08-15
優(yōu)秀班主任工作總結(jié)07-23