人工智能與教育融合匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇人工智能與教育融合范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

其實，當今是一個技術技能立國取勝和回歸的時代。發達國家，非常重視科學，因為它要保持領頭地位；后發國家，更加重視技術，因為它要先縮小與發達國家的距離；而所有的國家，都重視技術技能，因為它們是現實的生產力。日本在“二戰”后就是先經由技術立國戰略，走向復興，而后才開始實施科學技術立國戰略的；美國在國際金融危機后開始實施再工業化戰略，提出要重返制造業巔峰和打造世界一流的勞動力；德國因為其強大的實體工業支撐和嚴謹的技術技能人才成長環境，得以成為歐洲經濟的領頭羊。這些，都是對技術技能重視及其成效的例證。

科學是找出自然界的固有規律，用數學或其它方式總結出的原理、定律、公式，是發現；技術是科學的應用，是人們用已知的原理創造出新的物件來為人服務，是創新；而技能是作為個體的人，完成某項任務的操作或心智活動方式，是直觀反應，是能力表現的手段。因此科學是精練的，是少的，有唯一性；技術是廣泛的，是多的，有多樣性；技能更是普遍存在的，是每個人工作和生存的必須，當然每個人擁有的工作技能可以完全不同。

很多時候技術的重要性高于科學，因為科學原理是公開的而技術手段的保密的，即所謂科學無國界、技術有壁壘。技術技能是生產力的實現方式，技術技能強才能產品好、才能國家強。當然，科學的作用是基礎性的，科學是技術的支撐，技術技能反過來又能促進科學的發展。我國作為一個發展中的大國已提出要走新型工業化的道路，其中制造業是重要的基礎，因此需要重視技術技能積累和技術技能人才的成長。

2014年，《國務院關于加快發展現代職業教育的決定》提出“制定多方參與的支持政策，促進技術技能的積累與創新”。技術技能的創新主要來自企業，而其積累則需要學校的參與，大規模、高品質的技術技能人才培養需要通過校企的協同，產教融合是根本出路。

總理強調打造高素質產業工人隊伍對于實現中國制造2025目標至關重要，《制造業人才發展規劃指南》提出支持基礎制造技術領域人才培養、大力培養技術技能緊缺人才，而這需要加快實現產業和教育深度融合來完成。我們需要向各界呼吁：學習，絕不僅止于讀書，還須面向實踐。面向中國先進制造業未來，我們必須建立和強化校企協同育人的制度和機制。

首先，我們需要積極推動產業界⒂胙校人才培養，相關院校更是要主動開展與企業的協同育人工作。為此，需要打破將協同育人簡單等同于“協同創新”、實施“聯合培養”項目等思維局限，著力構建以新型制造業發展為導向的協同育人模式。把學校與科研院所、行業企業協同育人納入制造業從研發到生產、從銷售到服務的全過程，以創新鏈、產業鏈、價值鏈統領協同育人工作；制訂完善相關法律法規，明確行業企業參與人才培養的責任、權利、義務；應用型院校的教學大綱、教學計劃和培養方案制訂必須征求相關企業和用人單位的意見，回歸工程類院校“工程師搖籃”的辦學使命；圍繞產業鏈調整專業設置，對接制造業產業集群建設校企深度合作的專業集群，強化行業特色學科建設；注重從企業吸納有經驗的優秀專業人才進入教師隊伍或兼任學校的教學工作，促進專業教學標準有效對接職業標準。

篇（2）

中圖分類號：G71文獻標識碼：A文章編號：1672-3791（2020）06（a）-0028-02

21世紀是一個智能化時代，人工智能與智能系統的不斷發展，成為當今世界各國發展的重中之重。2015年來，人工智能快速覆蓋了我國的各行各業，這些新型行業的出現，一方面給傳統產業、行業和企業帶來挑戰，使得傳統行業開始萎縮，對人才的需求開始下降，而新產業、行業和企業的出現并得到快速發展，因此對人才的需求量逐年增加。這一變革，給高校人才培養帶來了巨大的挑戰和機遇。

1人工智能背景下的貿易經濟專業發展現狀分析

1.1貿易經濟專業辦學與人工智能的聯系很弱

從貿易經濟專業的辦學水平和內容來看，均處于傳統階段，對行業在人工智能方向上的變遷沒有系統的認識和認知性教育，貿易經濟專業的改革勢在必行。

以重慶工商大學為例，貿易經濟專業的辦學與人工智能的結合非常微弱，甚至可以說基本沒有考慮到人工智能與專業辦學的結合。最近三年，重慶工商大學的貿易經濟專業開始探索大數據與專業辦學的結合，苦于師資和其他辦學資源的限制，目前仍處于討論階段。

1.2貿易經濟專業的人才培養仍停留在傳統模式上

從開設貿易經濟專業的高校來看，人才培養模式均未與人工智能、大數據進行緊密結合，這一現狀對專業建設與快速發展的行業之間對現代人才需求之間存在著較大的差距，貿易經濟專業需要加快改革的力度。

1.3貿易經濟專業的課程體系仍未與人工智能結合起來

從課程體系來看，貿易經濟專業的專業類課程設置中不同學校有些差異，標志著各校的專業建設和人才培養有所不同，但是大部分課程設置都是傳統類課程，如西方經濟學、政治經濟學、會計學、貿易經濟學、零售學、消費經濟學、商品學、市場營銷、商務談判、國際貿易、產業經濟學。與人工智能、大數據、數據分析的課程很少出現，傳統課程也未與人工智能進行交叉，或者以多種方式將人工智能、大數據及數據分析嵌入各門課程中。

2人工智能背景下貿易經濟專業發展的機遇

人工智能與大數據的發展勢不可擋，產業體系初具規模，支撐能力日益增強。為貿易經濟專業的未來發展帶來了不可多得的機遇。

2.1人工智能給貿易經濟專業帶來了新的發展方向

無論從流通2025還是從流通4.0來看，人工智能與流通、貿易行業的深度結合形成的新行業，成為未來發展的新趨勢，這些行業的快速發展，對人才的需求，為貿易經濟專業明確了未來的辦學方向。

2.2人工智能給貿易經濟專業的課程體系改革帶來了新方向

開設貿易經濟專業的各高校均有自己的一些課程建設的特征和特色，在科學研究方面，多學科之間互相支持也具備了前提條件，這一先天優勢，給貿易經濟專業進行的課程體系的重構，提供了優越的前提條件。人工智能背景為貿易經濟專業的課程體系重構和改革提供了新的方向，貿易經濟專業可以在專業課程體系設計上，加大大數據與人工智能與貿易經濟課程的結合力度。

2.3人工智能給貿易經濟專業學生就業帶了新機遇

傳統時代貿易經濟專業主要為商貿流通類企業培養高端商貿人才，或者為政府部門、科研單位培養管理和科研型人才。人工智能與各行業的結合，孕育出了一些新的崗位，這些崗位需要高端人才，這些人才不止懂貿易、物流、商務的專業知識，更要懂數據、大數據，尤其是能夠進行數據處理和分析，并等運用大數據進行管理。同時智能貿易、智能零售、智慧商業、智慧物流等行業對新型人才的需求非常緊迫。

因此，貿易經濟專業的辦學需要進行深入的市場調研，全面深入掌握行業發展和人才需求的實際情況，重構人才培養的體系和思路，重新設計專業課程，這是提升人才質量的關鍵。

3人工智能背景下貿易經濟專業發展的挑戰

人工智能+商貿流通的快速發展，以及人工智能在高等教育中的廣泛應用，給高校貿易經濟專業的辦學和未來發展帶來了很大的挑戰，一方面傳統行業的升級換代需要新型人才；另一方面當前高校貿易經濟專業的現有資源的落后制約了教育改革。與此同時，智能化不斷進入課程，對教師的替代力度在不斷提高，這些變化，給高校的專業建設和專業發展帶來了巨大的挑戰。

4人工智能背景下貿易經濟專業發展的路徑

4.1建立適應人工智能+背景下的貿易經濟專業人才培養理念

人才培養的創新首先是理念的創新與形成，貿易經濟專業在人工智能時代的未來發展之路，是從人才培養創新出發，所以首當其沖的是人工智能+的培養理念的形成，根據區域商貿流通業發展與社會對貿易經濟人才培養提出的新需求和高等教育與人工智能的融合發展的新趨勢，在持續深入開展貿易經濟專業人才培養模式的社會調研的同時，深入進行理論研究和實踐探索的基礎上，形成適合本校獨特的人工智能背景下的貿易經濟專業獨特的培養模式。即“大德育理念”“大商科理念”“學科交叉融合發展理念”。

4.2構建人工智能+的人才培養方式與手段

貿易經濟專業的教師和學生面對的是一個瞬息萬變的時代，因此，教師要不斷地跟進行業發展，成為理論的“創新者”，同時還要增加著名企業的管理者和實踐者成為教學團隊成員，來促進貿易經濟專業教學與時俱進，促進科研、教學與社會服務一體化，形成風格獨特的教學內容體系和教學方法，啟發學生多思考，培養學生的創新能力和決策能力。

4.3加強適應人工智能+貿易經濟專業教學的新型教師團隊

教師是教學的最根本資源，是確保教學質量提升的根本性條件，也是推動教學改革的主要力量，貿易經濟專業的一切改革均是基于教師的改革。首先，要加強教師在人工智能方面的學習和提升。其次，我國高等院校的貿易經濟專業教師還要探索信息技術、人工智能如何支持教師決策、教師教育教學、改進教學手段等，推動新技術與教師專業發展有機融合，實行線上線下結合的混合教學。最后，貿易經濟專業教師要充分認識到人工智能技術的廣泛應用，不斷可以促使和推進教師的研究能力，形成新型的教師團隊。

篇（3）

1緒論

健康中國已上升為國家戰略，新醫科在我國高等教育中掀起了一陣新的改革浪潮，“智能醫學”的應用性人才培養模式也隨之開啟。智能醫學工程是以現代醫學與生物學理論為基礎，融合先進人工智能及工程技術，挖掘人的生命和疾病現象的本質及其規律，探索人機協同的智能化診療方法及其臨床應用的新興交叉學科。目前，高校在進行醫工融合培養學生的指導過程中，存在許多問題，如醫學和工科的理論結合層面較為薄弱，多學科交叉聯合指導的機制不完善，成果轉化和臨床應用性不高。實踐層面，在現有的醫學教育模式下，醫學生缺乏全面的對數據進行收集、處理與分析的能力。但是在智能醫學時代，對數據的處理與分析能力會成為醫生工作的重要組成部分。面向醫療健康的智能醫學工程交叉學科人才的迫切需求，智能醫學工程交叉學科的人才培養的機制有待完善。2019年，一些院校如南開大學和天津大學獲得教育部的審批，已經率先實行招收智能醫學工程專業的新生［1］。高等醫學教育對新醫科背景下智能醫學工程專業人才培養認知還處于探索階段，智能醫學工程如何實現醫工交叉學科的融合發展，如何獲取人才培養中的合適方法、模式、關鍵技術等的研究，協同醫學發展、社會需求的人才，還需要深入思考和進一步探索。

2新醫科背景下智能醫學人才培養

2．1新醫科符合醫科改革的內在需求

隨著“健康中國2030”國家決策不斷推進，醫療健康逐漸被國家視為重要的基礎性戰略資源，在大數據和人工智能技術影響下，臨床應用、疾病預測與預防、公共衛生、循證公共衛生決策、健康管理、健康監測與個性化醫療服務等方面的研究以及產業發展，將是未來整個醫療領域的提升方向，給智能醫學分析與決策賦予了新的意義和內涵。

2．2醫工融合發展的必然趨勢

隨著精準醫療與智能醫學診療技術的深度融合，理論層面，把握新醫科背景下智能醫學工程專業復合型創新人才培養目標，以臨床應用性為導向，多學科領域知識相互滲透。調整醫工結合課程體系，既符合新醫科需求，又實現醫工融合課程模塊間的交叉互補，體現醫工結合特色的寬口徑學科結構。培養既懂醫藥科學、數據科學又懂人工智能應用的高級復合型人才。實踐層面，精準醫療與智能醫學工程技術緊密結合，利用臨床醫生在傳統醫學中積累豐富的臨床經驗，并融入到智能醫學診療模式變化中，將徹底改變現有診療模式。

2．3人工智能助力智能醫學工程人才培養

隨著科學技術的飛速革新，人工智能核心技術推動傳統學科專業建設和醫工交叉融合。助力人才培養主要表現在以下三個方面。一是從智能醫學診療技術創新的角度，技術的革新引領人工智能與各個產業領域深度融合，創造新的產業或領域，計算機模擬人腦的思維過程，實現人機交互，提高醫療資源的利用率，推動醫療產業的高效運轉。智能醫學診療主要包括疾病早期診斷、臨床決策支持、正確用藥、診療方案的選擇等。如KopR和HoogendoornM等探索了醫院對病人電子病歷(EMR)數據進行分析，結合結直腸癌預測模型，更準確的預測早期直腸癌和干預治療實踐［2］;HoshyarAN和Al-JumailyA等探索了醫學影像自動診斷皮膚癌，通過數據預處理去除噪音和不必要的背景圖像，提高圖像質量，輔助醫生進行臨床決策［3］。二是從醫療健康大數據的角度，隨著大數據、數字技術、機器學習和人工智能等信息技術在醫療領域的應用，電子健康記錄數據呈指數型增長，醫療大數據來源包括醫院記錄、患者醫療記錄、醫療檢查結果和物聯網設備［4］。智能醫療系統具有識別、篩選和決策等智能醫療輔助功能。2017年上海計算機軟件技術開發中心對醫療大數據可視化系統的實踐與研究［5］;2018年，阿里健康與阿里云宣布共建阿里醫療大腦2．0［6］，加強在圖像識別、生理信號識別、知識圖譜構建等能力的建設［7］;同年，騰訊推出醫療AI引擎“騰訊睿知”，具備更智能化的醫療垂直搜索功能，幫助患者精準匹配合適的醫生。三是從人才培養的角度，多學科交叉融合發展是大勢。人工智能將打破不同學科專業的壁壘，推進多學科交叉融合發展，形成“人工智能+”的專業新的人才培養模式。高校也應根據產業需求變化調整專業設置，構建新的專業結構。高校人工智能相關的本科專業將會蓬勃發展，形成頗具特色的“人工智能+”專業集群。“人工智能+”技術所衍生的新醫科、新工科專業之間的協同創新發展，實現技術創新與醫療應用的統一。以“人工智能+醫學”為契機，結合醫學產業發展趨勢和智能醫學工程專業的特點，研究相應的教學體系、制定科學的教學計劃，建立具有行業特色的課程群、制定合理的課程大綱，解決學生在醫學診療和工程技術兩方面協調發展的問題，全面提升醫學生的綜合素養以及未來的職業競爭力。綜上所述，新醫科人才培養在人工智能助力下，培養學生具備較強的創新意識和具有智能醫學領域科研能力，掌握關鍵理論與方法，創造性地將計算機科學技術、人工智能技術和方法、大數據關鍵技術與醫學應用系統相結合，進而創新性完成的醫學信息處理、行為交互和人工智能系統集成及應用。以上需培養的能力，對現有醫學專業的改造升級、人才培養模式的改變、師資隊伍的全面建設具有較高的要求。

3培養新醫科人才的實施路徑

3．1從醫工融合研究的視角

智能醫學工程的專業培養建設要體現醫工融合發展需求，推進智能工程、醫學與教育的深度融合，提升人工智能在醫學中的應用，滿足新醫科發展要求的卓越工程師為育人目標，強調學科交叉滲透、重視臨床應用、把握科技前沿，推動教學創新等。

3．2從醫工融合研究的廣度

目前我國部分高校開展了醫工融合人才培養模式的探索，但有區域特色的醫工融合研究還不多。針對新醫科臨床需求分析，把握智能醫學工程高等教育體系，重點聚焦區域特色，研究面向健康和重大及特殊疾病防治需求的“新醫科”對人才的需求。

3．3從醫工融合研究的深度

(1)整體設計智能醫學工程專業教學環節。建立知識能力矩陣，整體設計教學、實驗、課程設計、專業實習、畢業設計等環節，突出新醫科相關課程及實踐，加強附屬醫院和教學醫院的聯系，深化臨床實踐能力。(2)培養學生專業能力和科研創新能力。智能醫學工程專業教學與知識能力培養的思考是以智能醫學學科的特點為基礎，通過知識能力矩陣的智能醫學工程專業課程創新教學，根據智能醫學工程專業課程知識點的內在聯系和相對獨立性，優化核心知識模塊形成知識能力矩陣，構建課程內容架構。通過系統理論知識教學、優化課程實驗和上機安排，引導學生自主設計性學習，提高學生的學習積極性，達到有效教學效果。(3)結合學生興趣偏好，研究如何提高學生的專業興趣，探索將專業興趣轉換為“工匠精神”的教育理論及方法:廣泛調研，全面建立當前地方高校智能醫學工程專業學生與專業偏好的培養模式。

篇（4）

時代轉型下的“國學熱”催生了幼兒國學教育潮流，但在具體實踐中教育效果卻不盡如人意。縱觀現階段的幼兒國學教育，我們不難發現其存在一定的誤區：

1.1教學活動方式單一

“幼兒園在進行國學啟蒙教育時采用的教學形式較為單一，幼兒園采用的最主要方式是誦讀法[1]”。首先，一位老師面對多位幼兒，教師朗讀示范，幼兒跟讀后進行熟背是現在多數幼兒園的教學形式，以強迫幼兒“讀經”的形式灌輸傳統文化知識。其次，教師多采用傳統的“獎勵”模式來激勵幼兒背誦。導致幼兒背誦課文僅僅是為了表現自己并獲得獎勵，而并非為了獲取知識。這種單一的教學模式，忽視了幼兒的興趣，也體現不了幼兒學習國學經典的真實意義。

1.2缺乏國學啟蒙環境的熏陶

當前幼兒園的國學環境啟蒙大多形式較為復古。根據調查，目前幼兒園進行的環境創設，大多是形式上的創設。大多數幼兒園誤以為將國學經典（如《千字文》《百家姓》《三字經》）通篇印在墻面上、將國學經典人物畫像掛在墻上，或者在某一區域內擺放古代學習的書桌和古代書本，便是營造了國學環境。這些復古形式的長期使用會使幼兒對國學失去興趣，產生“抵觸”和“視而不見”的現象。

1.3缺乏科學系統的國學教育內容

國學文化包羅萬象。首先，當前大部分私立幼兒園對幼兒國學教育的理解都停留在國學經典典籍這個層面上，將國學典籍的教學作為國學教育的重點，且80%以上的幼兒園都單純地以《弟子規》和《千字文》背誦作為國學教育的主要內容。其次，幼兒園國學教育內容的選擇忽視了幼兒年齡階段特點和身心發展水平，教材也不具備層次性。

2幼兒園國學教育融入人工智能的必要性

時代轉型背景下，人工智能與教育領域的深度融合是解決當前幼兒國學教育問題、健康發展的必經之路。當前幼兒園亟須建設國學特色課程、提高國學教師素質、實現高效的因材施教。

人工智能是一門綜合的交叉學科，涉及計算機科學、生理學、哲學、心理學、哲學和語言學等多個領域。[9]首先，人工智能的新型教育模式能綜合多領域學科知識，打破單一的教學方式，創新當前幼兒國學教育。其次，人工智能可以發揮其智能化、自動化、個性化和協同的特點，為幼兒園區域活動提供智能化、自動化的環境創設材料。此外，人工智能可以根據每一位幼兒的特點采用大數據分析的方式，分析幼兒認知發展程度，在夯實國學教育理論的基礎上，根據幼兒身心發展規律循序漸進地實施幼兒國學教育，在真正意義上建設并發展幼兒園特色課程。[2]國學教育師資短缺是阻礙國學教育發展的首要因素。教師短缺是一個嚴重的問題，對教育影響重大。而人工智能能夠獨立扮演教師的角色，且儲備了大量國學專業知識。人工智能在以教師的角色進入幼兒園師資隊伍的同時，對幼兒教師本身提出了新的要求。人工智能背景下的幼兒教師需要具備更廣泛的知識范圍、更強的綜合素質、創新型的思維以及較強的信息技術應用能力。因此，人工智能以其本身的智能化和幼兒教師的專業化能夠提高幼兒園師資隊伍的整體素質。

幼兒園國學教育融入人工智能，旨在促進幼兒國學個性化教育。在幼兒園國學教育中引入人工智能，為幼兒活動提供了創新性的玩教具和活動形式。在國學教育中，兼顧幼兒的特殊性，通過分析不同年齡段的幼兒身體發育程度、認知水平、思維能力、學習接受程度，為幼兒制定個性化課程。因此，人工智能技術與國學教育融合能兼顧個體的特殊性，能夠高效地做到因材施教。

3幼兒園國學教育融入人工智能的路徑

幼兒園國學教育融入人工智能是在遵循幼兒身心發展規律的同時，借助人工智能科技優勢，實現傳統幼兒國學教育與人工智能的有機結合，能夠增強國學教育的效果。

3.1環境創設

人工智能以其不可匹敵的技術優勢，創設全新的學校環境特征[3]。國學環境創設融入人工智能是促進國學教育開展的重要路徑。在傳統環境靜態創設的基礎上，安置多媒體一體機來創設動態多變的主題墻，播放國學經典動畫、歌曲、故事，展示栩栩如生的動態人物造型，呈現豐富多樣的色彩，使幼兒園的墻面設計能夠有效地將動態和靜態相結合。除了提供動態國學經典文化元素之外，還可以利用人工智能篩選不同年齡段的國學知識展現給幼兒，創設符合幼兒年齡特點的主題墻。天花板是傳統環境創設易忽略的一步。吊飾是懸掛于天花板的裝飾，它能夠為幼兒園內公共環境增添動感和立體感。可以利用人工智能將國學經典文化中的人物形象（孔融、孟子、孔子）、書法作品、傳世經典國畫、經典國學典籍（《三字經》《千字文》）等投影展示到天花板上。同時，在圖書角安置人工智能設備，將傳統紙質書籍與有聲讀物有機結合，打造人工智能讀書角。書架旁邊則可以布置以國學經典文化為主元素的周邊，力圖將智能元素與傳統文化元素相結合進行環境創設。

3.2人工智能教學系統

人工智能教育系統的融入促進了“有形”教師與“隱形”教師的有效結合，發揮了國學教育的巨大效力。首先，智能多媒體一體機是較為普遍的一種人工智能系統。在組織國學經典教育過程中利用其人工智能計算的個性特點，選擇出適合各個年齡階段兒童的國學經典知識。以小班為例，人工智能設備篩選出適合小班幼兒觀看的圖片、國學律動、順口溜、兒童化故事等，并以動態方式展現給幼兒。同時，教師要對多媒體設備進行有效操作、關注幼兒的身心狀態。其次，人工智能機器人基本可以代替傳統教師進行“教學自動化設計”，減輕教師負擔。機器人能為幼兒營造出一種“混合現實”的環境，讓幼兒更好地參與到故事表達中，機器人作為活動組織者，替代了教師在活動組織中的主導角色，自行設計活動流程，引導幼兒自主探索學習。此外，遠程教學是基于人工智能的教育交流平臺。[4]幼兒園建立遠程教學，以線上互動的方式，將幼兒國學教育專家與幼兒園的孩子聯系起來，實現專家與孩子的線上國學交流和互動，以便對幼兒進行更專業、更科學的國學教育指導。

3.3智能化、自動化的國學區域活動

區域活動，是指教師根據教育目標，為幼兒提供一定的活動空間和活動材料，幼兒在豐富的環境中進行自主、自由的探索性活動和個性化學習。幼兒國學區域活動的智能化能促進幼兒園學知識的有效獲得。

3.3.1智能化材料

人工智能的發展帶來智能化的益智玩教具，智能機器人尤為突出。首先，在國學區域活動中投放智能化的玩教具，能夠實現區域活動智能化。以國學藝術活動“智能機器人與幼兒園皮影戲剪紙活動的融合”為例。在幼兒美工區進行活動前，人工智能機器人獨自操作皮影戲，并展示給幼兒，啟發幼兒如何做皮影戲剪紙。隨后，機器人可以扮演活動組織者，引導幼兒逐步完成皮影剪紙。其次，國學的益智玩教具還包括國學經典有聲讀物、國學趣味創意觸感玩具書、智能優秀傳統人物模型、智能傳統習俗文物模型等。這些智能化材料的投入將大大提升區域活動的智能化和自主性。

3.3.2自主化學習

篇（5）

引言

科學技術的飛速發展，使計算機網絡成為人們生活和工作的重要組成部分。在計算機應用領域，將人工智能與大數據進行融合，可有效解決計算機網絡管理中安全性的問題。然而，在大數據時代背景下，由于人工智能技術的發展仍處在探索階段，在計算機網絡技術中的應用還存在許多問題。基于此，深度探討人工智能應用優勢，并針對人工智能在計算機網絡技術中的應用提出幾點建議，具有十分重要的意義。

1大數據時代人工智能技術的含義及應用優勢

1.1大數據下的人工智能技術

人工智能作為計算機技術體系下的分支，是一門融合開發和研究為一體，主要作用于開發人類智慧所應用的科學技術。在人工智能不斷發展的歷程中，對于人工智能的探索逐漸延伸至管理學、語言學、社會學等學科，使人工智能能夠更好地接近人類大腦，完成對社會中存在各類要素和信息的采集，并模擬出人腦對圖像和聲音出現的反應。在大數據時代背景下，人工智能可借助大數據內容多和規模大的特征，替代人們完成部分工作，為人們生活和生產提供便利，以進一步增強人們的幸福感。人工智能與大數據的配合，可將人類思考習慣進行數字化處理，并完成對數據的儲存。在未來發展中，人工智能可實現對人類日常生活的復制，實現機械化的自動操作和控制。通過大數據和人工智能的相互配合，可為人類和技術的發展提供更廣闊的空間。1.2大數據時代下人工智能在計算機網絡技術中的應用優勢在大數據時代背景下，人工智能在計算機網絡技術中應用所體現的優勢，主要體現在以下幾方面：①完成對信息的預測，在計算機網絡運行中，要想提升運轉速度就要及時處理系統中存在的模糊數據，但對于這部分信息價值的辨別存在一定的難度。如依照傳統處理方法會增加系統運行成本，對系統造成影響。在大數據時代人工智能的干預，可依據模糊分析理論更有效辨別信息價值，完成對信息的預見，進而實現計算機網絡運行效率的提高。②增加網絡監管能力，計算機系統的快速發展使得計算機網絡結構日趨復雜，為網絡監管帶來難度。而人工智能的參與可實現對網絡的分類管理，不但提升管理的效果和能力，還為網絡營造更加安全的環境。③人工智能強化數據整合，在人工智能和大數據相互協作下，對于計算機網絡空間中存在的信息進行快速整合，完成對各類資源的有效配置。還可加快資源整合的速度，減少資源的消耗，降低計算機網絡的運行成本。

2大數據時代下人工智能在計算機網絡技術中的應用對策

2.1計算機網絡安全管理中人工智能的參與

①在計算機網絡網絡安全入侵檢測中應用人工智能。在大數據時代下，計算機網絡環境日趨復雜，各類病毒和木馬的入侵可對網絡造成不可逆的影響。而在計算機網絡管理中應用人工智能，可通過對以往入侵情況的分析，建立數據集成的系統，通過數據編碼將入侵特征進行編碼轉換，在系統中儲存完整的信息。一旦計算機網絡出現入侵系統的情況，對網絡安全造成威脅，系統就可依據設定對入侵類型進行辨別，并完成安全處理，保障計算機系統和網絡的安全。②數據挖掘技術在計算機網絡安全管理中的應用。數據挖掘主要是指將網絡從主機會話中分離出來，并通過對網絡控制實現計算的規范化，并將其產生的數據儲存到數據庫中，在遇到網絡風險時就能完成數據的辨別。③人工神經模擬。人工智能的模擬技術可模仿人類大腦的思考和處理邏輯，在網絡運行中，可對噪聲等要素進行識別，并通過檢測，完成對網絡的安全性檢查，提升網絡運行安全性，提升檢測的質量。④危險信息攔截和垃圾處理。在計算機網絡安全管理中，人工智能可在網絡系統中建立智能防火墻，對部分危險信息進行識別，并完成攔截。還可在系統設置訪問權限，提升安全防控的效果。同時，在垃圾處理方面，人工智能和大數據的相互配合，可實現對網絡遺留數據痕跡和垃圾的檢測，快速找到包含病毒的文件，并在人工智能處理模式下完成病毒的處理，消除網絡中存在的安全隱患。另外，人工智能可完成對系統資源的掃描，通過對信息的分析和處理，將數字化數據反饋給用戶，使用戶更加直接地了解計算機網絡的運行狀況，為進一步保障計算機網絡安全提供幫助。

2.2計算機網絡管理系統中人工智能的導入

①系統數據庫技術。在計算機網絡系統中，利用人工智能技術將計算機系統運行的內容轉化為數據，將簡單內容在變為復雜的程序，在運行中對其進行不斷的優化，找到有效的運行方式，實現對系統對有效的管理。這種人工智能和大數據的相互配合，可有效彌補傳統數據加工在內容邏輯性方面的缺陷，并通過數據庫的建立，使得計算機網絡系統在運行速度和儲存空間方面都得到提升。②智能問答技術。在計算機網絡搜索功能中，人工智能技術的參與可使得用戶利用部分有效信息就能獲得海量的資源，提升網絡資源的使用效率。這種智能問答方式主要以簡單指令為核心，通過對關鍵詞的識別在海量數據中快速篩選到相關的資料，獲取到用戶需要的內容。這種工作方式可減少搜索的時間，完成對資源的合理應用。比如，用戶在搜索欄中輸入“流行樂”，當下在音樂市場中流行的樂曲都能顯示出來，并帶出“流行樂”相關的搜索標簽，找到更多相關的信息和數據，減少搜索的時間，并提升搜索的整體質量。③智能技術。計算機網絡系統可完整記錄用戶的搜索數據，并從海量資源中挑選出相關內容，完成對用戶的精準推送，這種服務的機制，可減低用戶大量搜索的時間，并在短時間內找到更有效的相關信息，提升計算機網絡系統的應用效果，帶給人們更多的便利和幫助。

2.3計算機網絡運營系統中人工智能的支持

篇（6）

一、引言

人工智能（ArtificialIntelligent，AI），是一門前沿交叉學科，涉及計算機科學、腦科學、神經生理學、心理學、語言學、邏輯學、行為科學、生命科學，以及信息論、控制論和系統論等領域。1956 年達特茅斯會議提出：讓機器能像人那樣認知、思考和學習，即模擬人的智能。《新一代人工智能發展規劃》（國發〔2017 〕35 號）：跨界融合成為重要經濟模式；加快AI融合，發展智能化經濟、建設智能化社會，構筑知識、技術、產業三方互動融合及其人、機、文互相支撐的良好環境；發展智能服務（包括智能教育、智能醫療、智能健康和養老）；推薦社會治理智能化（涉及政務、法庭、城市、交通軍民融合、環保等）；加強人工智能領域軍民融合。智能教育、智能醫療、智慧法庭、智能交通、智能農業等行業的智能化升級，都需要新聞出版行業知識服務的支撐。

二、傳媒企業現狀分析

近年來，隨著國內媒體企業的不斷融合發展，大量媒體信息不僅通過圖書、期刊、報紙、廣播、電視等形式傳播，還向網站、抖音、微信等新的傳播渠道延伸。與此同時，國外媒體企業對人工智能技術的探索及應用也日益重視。（1 ）傳媒企業非常重視人工智能技術，不斷增強其引導能力和傳播效果。（2 ）人工智能技術對媒體采―編―發流程的影響很大，涉及傳媒企業生產各個環節。（3 ）人工智能算法推薦新聞、合成主播等智能技術應用。例如：個性化信息流分發、今日頭條算法推薦、AI合成主播、“媒體大腦”。（4 ）人工智能對傳媒企業影響深遠，促進其新業態產生及媒體融合發展。

三、傳媒企業機遇與挑戰

人工智能與媒體各生產環節深度融合、提質增效，但也面臨著不少機遇與挑戰。① 機遇。促進智能升級：各環節變得更加智能化（選題策劃、編輯、校對、排版、印刷、營銷等）；出版行業與其他行業深度融合。② 挑戰。AI技術積累和人才儲備不足；資源整合難度比較大：大量高質量專業知識資源、數據格式不統一；傳媒企業和讀者之間、生產與發行之間渠道不夠通暢。（1 ）人工智能技術水平領先于觀念認知水平。當前，傳媒企業對人工智能的認識最常見的誤區表現在觀念意識、認知維度、重視深度三個方面：① 觀念意識，運用人工智能技術加速媒體融合，認識不充分、不到位；② 認知維度，在媒體企業生產領域的各環節中，還不能清楚地認識到人工智能技術應用效果；③ 重視程度，清晰的發展目標、可行的實施途徑和發展的戰略規劃，這三方面是傳媒企業目前還比較缺乏的發展因素。（2 ）傳統的媒體企業較難適應變革。① 組織架構、業務流程難匹配。② 資金受限。有關人工智能的軟件、硬件引進與研發，以及數據庫平臺搭建與管理的資金投入都較高，可用資金很難在短時間內有效利用。③ 人才隊伍建設跟不上媒體智能化發展要求，缺乏媒體智能化發展所需的復合型人才，特別是在技術、運營等部門，領軍人才少之又少。大多數傳媒企業出現人才留不住、用不好的情形。（3 ）傳統媒體企業人工智能技術經驗不足。科學技術的有效利用是媒體企業生產和可持續快速發展的重要因素。如何科學合理地研發、運用智能化技術，開發滿足市場需求的新形式，促使智能化應用水平與人工智能技術本身發展水平相匹配，是媒體企業從傳統向智能化轉型的重中之重。（4 ）用于人工智能算法的訓練數據是傳媒企業智能化發展的重要砝碼。提高人工智能技術的應用水平，大量的高質量數據積累是不可或缺的。當前，不少媒體企業積極、大膽嘗試，大量的文檔、圖片、視頻等數據資源，需要強大的財力和物力去支撐“數據清洗”及其相關工作，并最終生成高質量的信息化數據。（5 ）用戶的數據安全與隱私保護成為急需解決的難題。隨著媒體企業的快速發展智能化，同時也產生了大量數據，因此，保障用戶個人信息、行為數據的安全，尊重用戶的個人隱私，提供精準、優質的服務就顯得尤其重要。

四、傳媒企業發展建議和趨勢展望

（一）發展建議

隨著各種媒體的不斷融合發展，各行業對于人工智能的廣泛應用不僅是一種普遍發展趨勢，而更是媒體企業掌握變革發展的金鑰匙。只要能在智能化技術應用領域取得領先地位，媒體企業成功地進行變革發展就多一分把握。而且隨著科學技術的不斷快速進步發展，人工智能技術的應用將持續推動媒體企業的發展與變革。（1 ）戰略、路徑的智能化發展。傳統媒體企業應當根據本身實際情況和發展特點早謀劃、早制定智能化發展路線，緊抓人工智能、大數據、云計算等機遇，探索人工智能技術的發展路徑，贏得企業市場競爭優勢。發揮傳統媒體企業資源豐富的優勢力量，增加人工智能技術的自主研發投入，掌握核心，打造自主可控的智能化媒體平臺，不斷開拓先進技術的研發途徑和探索其可行的引進渠道。（2 ）從傳統思維轉變到人工智能發展。隨著互聯網技術的廣泛應用，傳統媒體企業有了巨大壓力。不論愿不愿意去直接面對，傳媒企業的人工智能發展變革道路已經箭在弦上。因此，傳統媒體企業需要利用全新的觀念來迎接人工智能技術的快速發展，從而探索更適合的體制機制、組織結構、工作流程、人才隊伍，進行全面轉型。加快轉型，改變思維，增強媒體人對人工智能技術應用的深刻認識，提高技術運用水平對內容創新起的重大作用的準確認知，實時調整人工智能技術在媒體企業中應用模式。（3 ）企業體制機制變革，重點開發技術優勢。隨著人工智能技術的不斷發展，媒體企業既要提高技術開發的資金投入，又要創新變革媒體企業的生產體制機制，實現人工智能技術與媒體生產要素的完美整合，探索資源、人才，管理、功能、產品的融合發展路徑。（4 ）推動內容完善創新，增強智能技術引領。媒體企業在引入智能技術的基礎上，不斷地推動前沿科技技術充分地對內容進行創新，有機結合內容與創新形式。媒體企業既要憑借人工智能技術不斷地深入研究新媒體傳播形式和銷售渠道，還要不斷地改進產品形式形態、提高產品優質品質。（5 ）重新整合媒體資源，加快發展變革。人工智能技術與5G、大數據、云平臺、物聯網等科學技術影響著傳媒企業的發展趨勢。傳統媒體企業需要不斷地跨界整合并完善市場技術資源，在生產產品、終端、渠道、人員等方面實現跨越發展，掌握媒體市場主動權，構建合理、完善的信息傳播鏈。（6 ）重視挖掘數據，重塑核心競爭力。傳統媒體企業應重視將大數據的信息分析能力融入進媒體產品生產的全流程中，從基于經驗升級到基于數據，探索并建立傳媒企業數據鏈。（7 ）打造智媒體團隊，創辦新媒體企業。新媒體企業需要智能編輯記者人才，未來的媒體人才隊伍應當是智能型人才團隊，即“全媒體人才＋人工智能工程師”。媒體企業需要科學制定全媒體、智媒體人才的發展整體規劃，加強人工智能技術媒體人才培養；加大人工智能技術業務培訓，提升協同創新能力；探索專家型編輯記者的培養方式，探索人工智能技術能力提升的有機結合，架構智能人才隊伍培養和發展路徑。

（二）趨勢展望

隨著人工智能技術的不斷發展，傳媒企業也面臨著將要進行變革創新的局面，從生產內容、分發產品，到內容表現、銷售管理，其工作流程和生態環境發生了巨大變化。1.融合發展智能化人工智能在媒體融合發展中起到了巨大作用：提高了媒體全要素的生產率；人工智能將推動媒體更好地利用現代化體系中的功能作用。媒體融合發展的重要方向是智能化新型媒體企業平臺，創建信息服務智能媒體庫。2.新媒體形態顯現多種多樣傳媒形式和內容呈現方式逐漸涌現，不斷改革、發展、演化迭代，智能化科技媒體產品健康發展。3.關鍵核心技術研發從事高科技技術研發創新的公司企業發展的重點是依托以芯片、算法和數據為核心的人工智能系統，提供優質高效的技術服務，促進多種人工智能技術進一步發展。媒體企業通過自主研發或與人工智能科技企業合作，為編發聯動工作提供有效路徑。4.媒體專業界限變寬媒體人的角色邊界逐漸寬泛，優質算法和吸引廣大用戶是媒體企業發展的兩大重要因素。媒介素養將更進一步地深度重構，傳統意義上的以文科專業為主的體系將不斷調整、改變，跨專業、復合型已經是對傳媒人的更進一步要求和代名詞。5.音、視頻生產消費晉級人工智能技術發展快速發展，音視頻內容生產效率不斷提升，創新創意空間進一步拓展，音視頻內容消費迅猛增長，人機交互界面重塑，媒體企業新流量拓展，取得良好經濟、社會效益。6.版權保護意識及能力增強人工智能、物聯網、區塊鏈、大數據等前沿科技技術將進一步解決版權保護問題，人工智能技術強力支撐內容變現、盈利模式改革創新，增加傳媒版權領域新規則。

五、結論

綜上所述，雖然人工智能的發展歷程只有短短的幾十年時間，但是對于每個階段內人工智能的發展都推動了人類社會發展。傳媒企業為了避免被淘汰，必須合理地與人工智能結合應用，才能拓展更大的生存空間，贏得更好的發展。

參考文獻

篇（7）

人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth學會上提出的，隨著計算機核心算法的突破、計算能力的迅速提高以及海量互聯網數據的支撐，目前已被廣泛地應用于各個領域[1-2]。近年來，人工智能也給教育教學領域帶來了機遇，人工智能+教育正如火如荼地開展和推進，改變著傳統的教育形式及生態[3-4]。2018年教育部《高等學校人工智能創新行動計劃》，各大高校在人工智能及其教育發展上有了綱領性的指導[5]。醫學教育作為教育教學諸多領域的一隅，乘著人工智能發展的東風，各大高校在推進醫學教學改革方面進行了大量積極的探索與嘗試[6-8]。診斷學是由基礎醫學過度到臨床醫學的橋梁課，其教學質量的良莠直接影響到醫學生的培養質量，傳統的教學方法難以滿足現代醫學教學的要求，如何發揮人工智能的應用優勢，讓其更好地應用于診斷學的教學工作，也是診斷學課程教改的重要研究方向。

1傳統的診斷學教學方法存在的問題

診斷學是學習臨床基本技能最重要的一門課程，其內容包括癥狀學、體檢檢查、實驗室檢查及輔助檢查等四大塊，分為理論課和見習課，目前大多數醫學院理論課采用的是以大班的形式在多媒體教室講授，而見習課則采取分小組的模式進行，多年的教學實踐發現該教學模式取得的教學效果不盡人意，尤其是近年來隨著全國各大醫學院校的擴招，出現了師資及教學資源配套的相對不足，上述教學模式的問題逐漸凸顯。理論知識以老師講授為主，采取的是“滿堂灌”的教學模式，然而該部分教學內容知識點繁多，知識串聯度不高，課堂靈活度、生動度較為薄弱，學生聽完課以后對課程內容印象不深，知識掌握度差，同時由于學生的學習主觀能動性差異大，不能進行課前充分預習的學生在課堂上更加難以跟上老師講授的節奏。見習課是對理論知識進行實踐，培養學生的實踐操作能力，前期理論知識掌握度差又會影響見習的教學質量，導致教學過程形成惡性循環[9]。見習課主要采取老師講授要領及演示操作流程，之后學生們互相練習的教學方法，該部分內容需反復加強練習，同樣的動作要領反復錘煉才能熟練掌握，因課堂見習時間有限，而老師講授及演示需占用大部分時間，學生動手實踐機會不多，老師對學生的操作手法、操作內容、操作順序等重要內容進行指導和勘誤的時間少，學生操作的規范性難以保證，在以后的臨床實踐中，往往存在實踐操作能力的缺陷。上述教學模式教師與學生們之間除了課堂時間，其余時間是脫節的，不能很好地溝通，學生們有疑問的知識點難以得到老師的及時解答，教學活動中沒有充分反饋，各個教學環節難以進行教學反思，形成教學相長的良性循環。課后復習及階段性總結復習是課堂知識內化及升華的重要方面，傳統的教學模式通常是給學生布置課后作業，學生完成后上交由老師批改留檔，這個環節學生與老師缺乏有效的溝通，且由于學生們學習主觀能動性差異，課后沒有老師的監督及針對性地輔導，課后作業的質量良莠不齊，教學質量欠佳是顯而易見的。隨著現代醫學的發展及研究的開展，涌現了一大批新的診斷方法與手段，譬如關于腫瘤診斷的分子marker，評估預測疾病活動度及預后相關的指標，在臨床上已經常規應用，但由于教材更新需要周期，很難跟新進展同步介紹，另外由于課時有限，難以全面地就學科前沿及新進展進行講授[10]。

2人工智能應用于診斷學教學的重要意義

2.1教師方面

將人工智能應用于診斷學教學實踐，削弱了教師的知識權威而強化了教師的價值引導，對教師的個人能力提出了更高的要求，促使教師踏實踐行終身學習并持續更新自身知識結構。互聯網高速發展的時代，知識呈幾何指數更新并出現大爆炸，基于各種互聯網即時通訊平臺及手機APP，診斷學體格檢查、理論知識講授相關的小視頻及研究進展不勝枚舉，這就要求教師及時獲取、更新知識并進行相應的知識儲備。人工智能的應用促使教師從單人施教發展為團隊施教，為開發更具個性化的課程教學注入團隊的力量。基于大數據的人工智能可以減少診斷學教學過程中的機械性、重復性工作，如平時作業的批改、考勤統計等，減輕了教師的工作負擔，教師可以將更多的精力投入到醫德醫風、醫患溝通能力以及體格檢查手法的規范化培養上，更多的心思放在豐富課程內容及教學形式上。同時大數據可以及時反應學生的學習動態，教師可以根據學生的反饋及課程評價有針對性地對學生進行相應的輔導。

2.2學生方面

將人工智能應用于診斷學教學實踐，可以實時動態記錄學生的學習情況及暴露的問題，如是否按時完成課程任務、測試中哪些知識點容易出錯等，人工智能系統能夠對這些數據進行關聯分析和深度挖掘，并且可視化呈現相應的數據，有利于教師及時掌握學生的學習進度、參與度以及學習效果，并根據具體的學情分析數據來調整輔導和教學方案。基于人工智能強大的算法和分析，可以為學生定制個性化的教學內容及進度，提供更有針對性的課堂內容和隨堂測試，并對測試及平時作業進行智能批改，真正做到查漏補缺。診斷學課程內容相對枯燥，學生們的學習興趣有限，基于人工智能的教學方式可以寓教于樂，在課程中將一些比較零散的知識點可以設置成互動小游戲，營造出良好的課堂氛圍，提高學生們的學習興趣及學習效率。

2.3教學過程

針對教學過程，人工智能亦發揮著至關重要的作用。第一，診斷學作為橋梁課程，是一門必修課，包括臨床醫學五年制、八年制、法醫學、基礎醫學等相應專業的學生均需要學習，人工智能擁有超強的計算能力和強大的“記憶力”，面對眾多不同專業的學生，可以根據大數據進行分析，制定出適合不同專業學生的完備教學目標。教學活動開展過程中，人工智能還可以根據學生的課堂及課后測試表現，依據分層教學的要求自動設置梯次教學目標，幫助學生們逐步提升學習能力和知識掌握度。第二，人工智能可以憑借自身信息化的特點，對各種教學資源進行分析，為教師和學生選擇更優質更合適的資源提供依據，促進個性化的教與學。第三，傳統的教學方式、教學內容相對有限，人工智能基于大數據能夠啟發新的教學思路，創新教學方法，為診斷學教學提供更多的可能性。

3人工智能在診斷學教學中的應用

3.1智能教學系統

智能教學系統是教育技術學中重要的研究領域，其根本宗旨是使得學生的學習環境更加優良和諧，智能教學系統能夠及時有效地調用最新最全的網絡資源并充分優化后供學生學習，使得學生能夠更加全方位、多角度地學習專業知識，提高學習效果[11]。智能教學系統大致由領域知識部分、教師部分及學生部分3個部分構成[12]，其中領域知識部分又稱為專家部分，這一部分既包含了需要講授的內容及掌握的技能，又可以添加專家的學術成果，既能夠保證學生對于基本概念、基本理論及基本技能的掌握，又能夠拓寬知識面，增加知識的廣度。智能教學系統的教師及學生部分主要是為設計和制定教學方案及策略服務，基于大數據基礎上，根據課程的特點、歷年教學情況、學生身心發展特點及學習實際情況，制定更加個性化、高效的教學方案，促成教師因材施教，取得更加理想的教學效果。

3.2智能網絡組卷閱卷系統

診斷學教學內容包括理論和見習兩大塊，教學過程中教師的大量時間用于出題、閱卷、批改平時作業等與考核相關的工作，并且在出題過程中需要圍繞相對固定的重難點內容不斷創新題型，消耗教師大量的精力。智能網絡組卷閱卷系統能夠充分發揮其優勢，將教師從繁冗的考核相關工作中解脫出來，使得教師的教學更高效，教師能夠把更多的時間。智能網絡組卷系統能夠有效收集和分析知名高校教學團隊編寫的在線題庫，實現教學資源的共享，通過隨機抽題組卷、答案隨機排序、題型隨機排序以及設置避免與歷年考卷重復等，顯著提升試卷的質量，亦能改善考試作弊的頑疾，客觀地考核學生對知識的掌握度。智能網絡閱卷系統有簡明的閱卷流程，能夠更有效地識別試卷及答案，能夠明顯降低傳統人工閱卷方式因疲勞帶來的出錯率，使得工作效率更高、考核結果更公正。

3.3智能仿真教學系統

診斷學教學的見習部分是學生提高技能的重要環節，常常采用分小組在病房完成的方式進行，在課程的開展過程也凸顯出了各種各樣的問題，譬如因學生分組進行詢問病史、體格檢查，重復次數多，患者難以多次配合；在教學時間段內病房缺相應的病種，無法對所學的癥狀進行直觀的學習；傳染病流行期間出于對學生健康安全的保護，無法進入病房見習等等，此時智能仿真教學系統能夠發揮重要的補充作用[13]。人工智能可以根據提供的海量真實臨床病例，由醫學專家整合其臨床特征，聯合計算機專家，根據相應的教學要求，形成虛擬病人學習系統，學生在仿真診療環境中，進行問診、體格檢查、診斷以及給出治療方案，同時系統能夠自動發現學生在問診及診斷過程中的錯誤，通過實踐、糾錯再實踐，提高學生采集病史、體格檢查的能力，同時能夠加強學生的臨床思維的訓練，夯實臨床基本功[14-16]。

篇（8）

鄭商所：調整硅鐵1801合約交易保證金標準和漲跌停板幅度，自2017年12月7日結算時起，硅鐵期貨1801合約交易保證金標準由原比例調整為14%，漲跌停板幅度由原比例調整為8%。

篇（9）

1.智慧社區包含的核心內容是它可以起到一個重要的橋梁作用，通過信息的收集，通過大數據的分析，通過物聯網使服務的提供能夠和需求結合在一起，最終使人們得到更加優質的、更加相對便宜的、更加有效的、更加個性化的服務。

 正確  

錯誤

2.家庭規模縮小強化了代際支持能力。

 正確  

錯誤

3.中國的預期壽命排名較低。

 正確  

錯誤

4.從老齡研究的角度，智慧養老能夠解決根本性的問題。

 正確  

錯誤

5.社區老年服務集成平臺的預測作用包括準確得知老年人生活的種種需求。

 正確  

錯誤

6.對于如何高效率、低成本地解決養老問題只針對城市地區而言。

 正確  

錯誤

7.大數據的價值重在挖掘，而挖掘就是分析。

 正確  

錯誤

8.大數據在我們日常生活中很少接觸到。

 正確  

錯誤

9.以大數據應用促進醫藥分離改革，遏制虛高藥價。

 正確  

錯誤

10.當前世界的四大趨勢包括“經濟全球化”、“全球城市化”、“全球信息化”和“城市工業化”。

 正確  

錯誤

11.美國在人工智能方面取得了較好的成果。

 正確  

錯誤

12.《在英國發展人工智能》中提出了：數據、技術、研究、政策上的開放和投入四個方向。

 正確  

錯誤

13.1956年10月，中國科學院籌建了中科院自動化及遠距離操縱研究所（后更名為中科院自動化所）。

 正確  

錯誤

14.20世紀80年代初期，錢學森等主張開展人工智能研究，中國的人工智能研究進一步活躍起來。

 正確  

錯誤

15.人工智能在醫療領域還存在一些問題。

 正確  

錯誤

16.只要人類搞清楚的問題都容易被機器人所取代。

 正確  

錯誤

17.醫聯合體發生在基層和專科醫院之間。

 正確  

錯誤

18.作為影響深遠的顛覆性技術，人工智能可能改變就業結構、沖擊法律與社會倫理、侵犯個人隱私、挑戰國際關系準則等，對企業管理、個人安全、社會穩定乃至全球治理帶來挑戰。

 正確  

錯誤

19.我國新一代人工智能發展的指導思想和基本原則是要推動互聯網、大數據、人工智能和實體經濟深度融合，培育新增長點，形成新動能。

 正確  

錯誤

20.2016年9月開始，微軟的技術與研發部門和人工智能(AI)研究部門相互分離，各司其職。

 正確  

錯誤

二、單項選擇(每題2分)

21.醫療健康數據的應用包括：藥物研究、病人行為及其相關數據、（ ）、管理醫療社保基金。

 A.臨床研究  B.科學研究  C.涉密研究  D.門診診斷 

22.發展網信事業戰略的目標：加強領導、統籌規劃和依靠（ ）緊密協同。

 A.產、學、用  B.產、學、研  C.社會分工  D.產、學、研、用

23.基礎技術提供平臺主要是（ ）平臺，這些云平臺為人工智能實現大規模的實時計算提供了計算基礎。

 A.云計算  B.互聯網  C.云計算、大數據  D.大數據

24.2017年谷歌無人駕駛汽車可以對不同場景進行學習，如（ ）、城市道路、過橋等。

 A.泥濘路  B.平路  C.鄉間小路  D.山路

25.騰訊AI政務基于騰訊微信、QQ等平臺自身連接能力，提供（ ）、智能服務、智能分析和智慧應用等服務。

 A.精準推送  B.實名認證  C.智能核身  D.勾勒用戶圖像

26.牢牢把握新一代人工智能發展戰略機遇，堅定不移地把發展人工智能放在提高社會生產力、提升國際競爭力、增強綜合國力、保障國家安全的戰略支撐的（ ）位置。

 A.全局核心  B.重點突出  C.關鍵部分  D.戰略中心

27.微軟自然語言計算組成立于 1998年，專長于（ ）、輸入法、問答、社交、文本挖掘等。

 A.翻譯  B.收集  C.處理  D.校對

28.2016年5月，美國白宮成立了（ ）和機器學習委員會，協調全美各界在人工智能領域的行動，探討制定人工智能相關政策和法律。

 A.人工智能  B.制造  C.無人駕駛  D.I技術

29.歐盟的人腦計劃旨在通過計算機技術模擬大腦，建立一套（ ）的生成、分析、整合、模擬數據的信息通信技術平臺。

 A.創新  B.全自動  C.全新的、革命性  D.智能

30.德國“工業4.0”計劃涉及到的機器感知、（ ）、決策以及人機交互等領域。

 A.規劃  B.識別  C.應用  D.操作

31.2017年，日本政府制定了人工智能產業化路線圖，計劃分（ ）階段推進利用人工智能技術，大幅提高制造業、物流、醫療和護理行業效率。

 A.4個  B.2個  C.5個  D.3個

32.人工智能的發展要素：算法+（ ）+數據。

 A.編程  B.數學  C.模擬  D.計算能力

33.國家加大對人工智能關鍵技術研發的支持力度，人工智能已成為我國的戰略（ ）。

 A.發展重點  B.中心  C.要素  D.核心

34.百度、騰訊、阿里巴巴、科大訊飛等企業積極布局人工智能領域，搶占產業（ ）。

 A.發展制高點  B.發展先機  C.發展  D.發展機遇

35.對人工智能發展態勢的判斷中的新挑戰是指人工智能發展的（ ）帶來新挑戰。

 A.不確定性  B.負面影響  C.積極性  D.不穩定性

36.碳云智能成立于2015年10月，希望建立一個健康大數據平臺，運用人工智能技術處理這些數據，幫助人們做（ ）。

 A.日常起居  B.健康管理  C.醫療檢查  D.生活管理

37.百度的Apollo（阿波羅）計劃，即百度將向汽車行業及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平臺，幫助他們結合車輛和硬件系統，快速搭建一套屬于自己的完整的（ ）系統。

 A.自動駕駛  B.自動操作  C.智能駕駛  D.無人駕駛

38.我國新一代人工智能發展的總體部署中構建一個體系是指構建（ ）的人工智能科技創新體系。

 A.對外開放  B.互惠互利  C.合作共贏  D.開放協同

39.互聯網醫院要依托于（ ）建設。

 A.現有實體  B.信息共享  C.互聯網  D.分級診療

40.《打造智慧社區，優化居家養老（下）》認為，發展智慧養老服務可以帶動我國哪些經濟領域的發展（ ）。

 A.制造業  B.服務業  C.娛樂業  D.農業

三、多項選擇(每題2分)

41.人工智能的智能硬件其交互方式出現（ ）直接交互。

 A.手勢  B.語音  C.體感  D.眼神

42.人工智能能夠對（ ）的安全進行防護。

 A.個人  B.醫療  C.金融  D.城市

43.（ ）的融合創新是智能安防發展的重要切入點。

 A.人工智能  B.體感  C.音頻  D.視頻

44.人工智能產業體系的融合產業有（ ）。

 A.智能金融  B.智能客服  C.自動駕駛汽車  D.智能制造

45.人工智能應用類企業的切入領域有（ ）。

 A.機器人  B.智能家居  C.教育培訓  D.醫療設備

46.廣泛開展人工智能科普活動，做到（ ）。

 A.支持開展形式多樣的人工智能科普活動  

B.鼓勵科學家參與人工智能科普  

C.建設和完善人工智能科普基礎設施  

D.支持開展人工智能競賽

47.智慧社區的淵源包括（ ）。

 A.原始社會  B.工業社會  C.農業社會  D.信息化社會

48.智慧社區的三級指標包括（ ）。

 A.保障體系  B.便民服務  C.社區治理與公共服務  D.主題社區

49.中國人口老齡化面對的挑戰有（ ）。

 A.人口流動頻繁，家庭養老能力不足  

B.代際關系變化，老年居住空巢增加   

C.預期壽命延長，照料需求壓力加大   

篇（10）

中圖分類號：G64文獻標識碼：A

文章編號：1009-3044（2020）25-0153-03

1引言

智能科學與技術主要包含智能科學和智能技術兩部分內容[1]：智能科學是以人如何認知和學習為研究對象，探索智能機器的實現機理和方法；智能技術則是將這種方法應用于人造系統，使之具有一定的智能或學習能力，讓機器系統為人類工作。目前，在本科專業目錄中，智能科學與技術專業是計算機類之下的特設專業，在現有的人工智能專業群中，除了新設的人工智能專業外（2019年全國共有35所高校獲首批人工智能新專業建設資格），智能科學與技術專業與全球范圍大力推進與快速發展的人工智能關系最密切，契合度最高。一方面，智能科學與技術的專業發展和人才培養將為人工智能技術提供理論支撐、技術推進和人才支持，另一方面，人工智能產業現狀和未來發展趨勢直接影響著智能科學與技術的專業發展和人才需求。

2人工智能時代對人才的需求

站在國家戰略的高度來看，人工智能將成為新一輪產業變革的核心驅動力，可以實現社會生產力的整體躍升，因此人工智能將成為引領未來的戰略性技術，世界主要發達國家都把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略。

隨著人工智能時代的到來，許多企業對具有智能科學與技術專業背景的人才有著巨大的需求。首先，IT企業紛紛涉足智能科學領域，提高產品智能水平；其次，許多傳統制造業也在轉型，從勞動密集型到知識密集型，進一步提升到智能制造型，并逐漸具備高精尖裝備制造能力；此外，醫療、通訊、交通等行業也對智能科技人才有著迫切的需要。人工智能對各行各業的影響，充分體現了智能科技的高速發展，對人才數量和素質要求也越來越高。

從人才的金字塔型分布來看，智能科學與技術領域不僅需要高端學術型人才，更需要接地氣、重實踐的應用型人才。隨著“中國智造”的不斷推進，智能科學與技術領域已由頂層設計和關鍵技術突破向生產、應用、裝配、服務等環節延伸，迫切需求大批專業技術精、實踐能力強、操作流程熟的應用型人才。2019年，人力資源和社會保障部、國家市場監管總局、國家統計局向社會了13個新職業信息，包括人工智能工程技術人員、物聯網工程技術人員、大數據工程技術人員等，這也從另外一個側面說明人工智能等技術推動了產業結構的升級，催生了相關專業技術類新職業，可形成相對穩定的從業人群。

3應用型人才培養模式分析

《中國制造2025》以推進智能制造為主攻方向，強調健全多層次人才培養體系，提到強化職業教育和技能培訓，引導一批普通本科高等學校向應用技術類高等學校轉型，建立一批實訓基地，開展現代學徒制試點示范，形成一支門類齊全、技藝精湛的技術技能人才隊伍。

通常而言，人才類型分為三類[2]：學術型人才、應用型人才、技能型人才。實際上從現代職業教育的發展和社會需求來看，應用型人才和技能型人才的界限相對模糊，可統稱為應用型人才，即把成熟的技術和理論應用到實際的生產、生活中的技術技能型人才。從國家的層面來看，為了適應人工智能時展，人才需求數量基數最多、缺口最大的就是應用型人才，這也對眾多高校培養人才的導向產生重大影響。這里我們重點討論智能科學與技術應用型本科人才的培養，可從職能、知識結構、能力結構、行業（產業）導向四個方面來分析。

3.1職能

智能科學與技術應用型人才是培養面向各類智能科學與技術的工程設計、開發及應用，掌握各類現代智能系統設計、研發、集成應用、檢測與維修、運行與管理等技術，具有扎實理論基礎、較強工程實踐和創新能力的高素質應用型工程技術人才。

3.2知識結構

智能科學與技術專業充分體現了跨學科的特點，其知識結構包含了三個并行的基礎領域：電子信息、控制工程、計算機，也蘊含了電子信息工程、控制科學與工程、計算機科學與技術等學科的交叉和融合，體現了智能感知與模式識別、智能系統設計與制造、智能信息處理三個方面的專業內涵。

（1）智能感知與模式識別

屬于電子信息與計算機交叉領域，主要定位在機器視覺與模式識別。包括三維建模與仿真、圖像處理與分析、圖像理解與識別、機器視覺、模式識別、神經網絡、深度學習等。主要課程包括：電子技術基礎、信號系統與數字信號處理、數字圖像處理、模式識別等。

（2）智能系統設計與制造

屬于控制工程領域，包括自動控制、無人系統與工程、精密傳感器設計與應用等。主要課程包括：機械基礎、工程力學、自動控制原理、傳感器與測試技術、計算機控制技術、機電系統分析與設計等。

（3）智能信息處理

屬于計算機領域，包括交通大數據、汽車與道路安全大數據等的分析與處理、信息處理與知識挖掘、信息可視化等。主要課程包括：智能科學技術導論、計算機程序設計、微機原理與接口技術、數據結構與算法、嵌入式系統設計等。

3.3能力結構

智能科學與技術應用型人才培養著眼于人工智能工程應用，要求學生具有運用計算機及相關軟硬件工具進行大數據的采集、存儲、處理、分析、應用的能力；具備智能系統的設計、開發、集成、運行與管理的能力；注重培養學生綜合運用所學的智能科學與技術專業的基礎理論和知識，分析并解決工程實際問題的能力，其能力結構可以借鑒能力本位教育（CompetencyBasedEducation，簡稱CBE）模式[3]。

CBE是國際上較流行的一種應用型人才培養模式，主要代表國家為加拿大和美國。該模式以能力為人才培養的目標和評價標準，一切教學活動均圍繞綜合職業能力的培養展開，CBE人才培養模式主要有以下三方面的特色：能力導向的教學目標；模塊化的課程結構；能力為基準的目標評價體系。該模式所培養的本科應用型人才具有較強的專業綜合能力和職業能力[4]，在一定時期得到社會的廣泛認可，但是單純的CBE模式并不能完全適應人工智能時代對人才培養的需求，這是由于目前許多職業崗位在人工智能的沖擊下，其形式和內容均會產生動態變化，要求現階段的人才培養具有延伸性和前瞻性，既要兼顧眼前，也要考慮應對智能化浪潮，打好基礎，提高自學習能力。因此，智能科學與技術應用型人才培養有一定崗位針對性，但并不是完全固化崗位內容及層次、固化知識屬性，必須強化自我學習能力，才能實現能力可持續增長，崗位的向上流動性以及知識和經驗的進化，才能真正適應人工智能時展的需求。

自我學習能力的形成與提高往往源于知識結構的構建[5]。為了塑造更合適的能力結構，需要CBE模式與知識結構的相輔相成，有鑒于此，將這種新型人才培養模式稱之為知識型能力本位教育（Knowledge&CompetencyBasedEducation，簡稱KCBE）模式，這也意味著在人才培養過程中，將知識結構與能力結構放在并重的地位，既著眼于預期能力的培養，也必須讓學生筑牢學科專業基礎，在走向社會以后，在知識引擎的作用下，通過自我學習，具備并提升適應未來的、新的智能化崗位需求的能力。

3.4行業（產業）導向

從智能科學與技術專業的角度，培養的應用型人才以“智能化應用”為就業大方向，具體而言，包括：

（1）智能感知與模式識別領域

主要從事電子信息的獲取、傳輸、處理、分析、應用等領域的研究、設計及應用，包括圖像處理、機器視覺、工業視頻檢測與識別、視頻監控、傳感器設計及應用等。

（2）智能系統設計與制造領域

主要從事智能裝備、智能制造、智能管理、智能服務等領域的設計、制造及應用，包括智能工廠、智能車間、智能生產線、智能物流、以及智能運營與服務等。

（3）智能信息處理領域

主要從事計算機數據處理、分析、理解、管理、以及服務等領域的研究、設計及應用，包括數據存儲與管理、數據分析與預測、交通大數據分析應用、道路與汽車安全大數據分析、智能交通、智能電力、智能家居、智慧城市等。

涉及的產業領域主要包括智能制造，如工業互聯網系統集成應用，研發智能產品及智能互聯產品等。其他的領域還包括智能農業、智能物流、智能金融、智能商務等。

產業需求帶動人才培養，人才培養在滿足產業需求的同時推動技術進步，而技術進步又引燃了新的產業需求。產業需求與人才培養的相互作用，呈現出螺旋式上升的發展態勢，這在人工智能相關產業與智能科學與技術應用型本科人才培養之間表現的得尤為突出。

4KCBE模式人才培養的主要措施和途徑

智能科學與技術專業應用型本科人才的培養模式一定是和人才需求、學校定位相適應的。培養應用型人才，應注重學生實踐能力，從教學體系建設體現“應用”二字，其核心環節是實踐教學。結合上述的KCBE培養模式，知識結構在能力培養過程中也占有非常重要的地位，因此在能力培養方面，知識和實踐作為兩大要素，不能偏廢任何一方，必須齊頭并進，既要固基礎，也要重實踐。

（1）筑牢智能科學與技術專業知識基礎，構建與智能化應用相關的知識體系

在本科的低年級階段，應注重公共基礎課，特別是數學和力學課程，還應充分了解智能科學與技術專業的內涵，讓學生對所學專業有一個比較全面的認識。在本科中高年級階段，重點強化專業基礎，包括電子技術基礎、自動控制原理、傳感器與測試技術、微機原理與接口技術、數據結構與算法等。歸納地說，應該筑牢數理基礎、計算機基礎、機電基礎和控制基礎，因此對原理課程需要強化，這樣對很多工作機理、來龍去脈的理解才能深刻。

（2）增強智能科學與技術專業的實踐環節，構建以能力培養為重心的教學體系