時間：2023-08-24 09:28:31
序論：速發表網結合其深厚的文秘經驗，特別為您篩選了11篇人工智能對教育的意義范文。如果您需要更多原創資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
[中圖分類號] R743.3 [文獻標識碼] C [文章編號] 1673-7210（2013）08（b）-0144-03
近年來隨著人口老齡化，腦卒中的發病率及致殘率逐年上升[1]。急性腦梗死患者治療后50%～70%會遺留不同程度的各種后遺癥，其中抑郁和焦慮癥狀是其中較常見，不僅可影響患者神經、運動功能及日常生活能力恢復，而且加重患者認知功能障礙，影響患者生活質量和預后，因此，對腦卒中伴有抑郁和焦慮患者予以心理干預顯得十分重要[2-3]。本研究觀察了綜合性心理干預對腦卒中伴抑郁和焦慮患者神經和認知功能的影響，現報道如下：
1 資料與方法
1.1 一般資料
選擇2011年7月～2012年6月在浙江省臺州市第二人民醫院、浙江省臺州市恩澤醫療中心（集團）內科住院治療腦卒中伴抑郁和焦慮患者80例。納入標準：①均符合第4屆中華醫學會腦血管病會議制定的有關腦血管病診斷指南標準[3]；②符合CCMD-3器質性抑郁和焦慮發作的診斷標準[4]；③并經臨床、頭顱CT/MRI等檢查確診。排除標準：①伴有意識障礙、失語和失認的患者；②雙向情感障礙抑郁相患者；③以往有神經、精神病史患者。采用隨機數字表將患者分為觀察組和對照組，每組各40例。觀察組中男22例，女18例；年齡41～87歲，平均（71.9±7.6）歲；受教育年限0～15年，平均（5.7±1.9）年；病程13～42 d，平均（30.5±7.1）d；腦卒中類型：腦梗死33例，腦出血7例。對照組中男24例，女16例；年齡40～86歲，平均（71.2±7.3）歲；受教育年限0～16年，平均（5.6±1.7）年；病程11～45 d，平均（29.8±7.3）d；腦卒中類型：腦梗死31例，腦出血9例。兩組患者的性別構成、年齡分布、病程時間、受教育年限和腦卒中類型等比較均無明顯統計學差異（P > 0.05），具有可比性。本研究方案經浙江省臺州市第二人民醫院、浙江省臺州市恩澤醫療中心（集團）倫理委員會批準通過，兩組患者入組前均知情同意，并簽署知情同意書。
1.2 治療方法
兩組患者常規予以控制顱內壓、血壓和血糖、營養腦細胞及改善腦循環等治療，觀察組在此基礎上予以綜合性心理干預治療，兩組療效均為4周。綜合性心理干預的具體內容包括：①心理護理：耐心傾聽患者的不適主訴，關心和同情患者取得其信任，掌握患者的心理狀態，予以積極有效的心理護理及心理疏導，消除患者的抑郁和焦慮癥狀，提高患者治療的信心；②認知干預：向患者及家屬介紹腦卒中及伴隨抑郁及焦慮的相關知識，采用認知重建的方法，改變患者以往錯誤的認識，建立主動認知模式，使患者認識到心理因素在腦卒中患者康復治療中的重要性；③康復干預：根據腦卒中患者病程的不同階段及患者神經、肢體肌力和認知功能障礙的測定，采用針對性的早期康復訓練及認知干預措施，改善患者的功能性表達和交流現狀，逐漸恢復患者的神經、肢體運動及日?；顒幽芰ΑＳ^察并比較兩組患者治療前后心理狀態、神經、運動和認知功能的變化。
1.3 觀察指標
1.3.1 心理狀態的評定[5] 采用漢密爾頓抑郁量表（HAMD）和漢密爾頓焦慮量表（HAMA）分別評定患者的抑郁和焦慮癥狀。
1.3.2 神經和運動的評定[6] 采用腦卒中神經功能缺損評分表（CNS）和簡化Fugl-Meyer運動評分（FMA）分別評定患者神經和運動功能。
1.3.3 認知功能的評定[7] 采用簡明精神狀態量表（MMSE）評定患者的認知功能，其中顯著改善：MMSE評分較前增加≥4分；改善：MMSE評分較前增加1～3分；無效：MMSE評分較前無明顯變化或減少。除無效外均認為改善。
1.4 統計學方法
采用統計軟件SPSS 17.0對實驗數據進行分析，計量資料數據以均數±標準差（x±s）表示，采用t檢驗。計數資料以率表示，采用χ2檢驗。以P < 0.05為差異有統計學意義。
2 結果
2.1 兩組患者治療前后心理狀態的變化
兩組患者治療前HAMD和HAMA評分比較差異無統計學意義（P > 0.05）。治療4周后，兩組患者HAMD和HAMA評分均有明顯下降（對照組治療前后，t = 2.23、2.31，P < 0.05；觀察組治療前后，t = 3.02、3.26，P < 0.01），且觀察組下降值較對照組更明顯（t = 2.29、2.33，P < 0.05）。見表1。
2.2 兩組患者治療前后神經和運動功能的變化
兩組患者治療前CNS評分和FMA評分比較無明顯統計學差異（P > 0.05）。治療4周后，兩組患者CNS評分均有明顯下降，FMA評分均有明顯上升（對照組治療前后，t = 2.21、2.29，P < 0.05；觀察組治療前后，t =3 .41、2.91，P < 0.01），且觀察組下降或上升值較對照組更明顯（t = 2.39、2.21，P < 0.05）。見表2。
2.3 兩組患者治療后認知功能改善情況比較
治療4周后，觀察組患者認知功能總改善率明顯優于對照組（χ2=7.41，P < 0.01）。見表3。
3 討論
腦卒中是老年患者的常見疾病，不僅可引起患者生理上殘疾，而且可使患者心理受到極大創傷，常導致心理失調[8]。腦卒中伴抑郁、焦慮障礙的發病率達15%～35%，嚴重影響了患者的工作及生活，不利于患者神經、運動及認知功能的恢復，增加了患者的致殘率和死亡率，給患者及家屬帶來精神及經濟負擔[9]。目前研究已證實腦卒中伴抑郁、焦慮障礙是生理、心理和社會等因素共同作用的結果，其中心理因素在其中起關鍵作用。因此，對腦卒中伴抑郁、焦慮患者予以心理干預顯得尤為重要[10-11]。
近年來國內外對腦卒中伴抑郁、焦慮患者認識功能障礙的心理干預治療進行了深入廣泛的研究，并取得了較好的療效[12-13]。田永梅等[14]研究發現對腦卒中后焦慮與抑郁障礙患者進行心理護理，可有效緩解患者焦慮、抑郁情緒，改善患者的神經、認知和社會活動功能，提高患者的生活質量和預后。趙惠寧等[15]研究發現腦梗死恢復期患者進行康復治療能明顯改善患者的生活質量，有效抑制患者的焦慮、抑郁等不良情緒。本研究結果發現治療4周后，觀察組HAMD和HAMA評分下降值較對照組更明顯；觀察組CNS評分下降或FMA評分上升值較對照組更明顯；觀察組患者認知功能改善總有效率明顯優于對照組。表明綜合性心理干預能明顯改善腦卒中伴抑郁和焦慮患者心理狀態，增強患者康復的信心，有利于患者神經和肢體運動功能的盡早恢復，促進患者認知功能障礙的有效恢復，從而提高腦卒中患者的治療效果，使患者致殘率和死亡率明顯下降，提高了患者的生活質量與預后。
綜上所述，綜合性心理干預能明顯改善腦卒中伴抑郁和焦慮患者心理狀態，增強患者康復的信心，有利于患者神經和肢體運動功能的盡早恢復，促進患者認知功能障礙的有效恢復，從而提高腦卒中患者的治療效果，使患者致殘率和死亡率明顯下降，提高了患者的生活質量與預后，具有臨床推廣價值。
[參考文獻]
[1] Joubert J，Reid C，Joubert L，et al. Risk factpr management and depression post-stroke： The value of an integrated model of care[J]. J Clin Nearosci，2006，13（1）：84-90.
[2] Biernaskie J，Chernenko G，Corbett D. Efficacy of rehabilitative experience declines with time after focalis chemic brain injury[J]. J Neurosci，2004，24（5）：1245-1254.
[3] 陳清棠.全國第四屆腦血管病學術會議.腦卒中患者臨床神經功能缺損程度評分標準（1995）[J].中華神經科雜志，1996，29（6）：381-386.
[4] 張明園.精神科評定量表手冊[M].2版.長沙：湖南科學技術出版社，1998：16：273.
[5] 龍璐，向光紅，周曉璇.89例腦卒中患者焦慮及抑郁調查研究[J].中國醫藥導報，2011，8（2）：144-145，147.
[6] 柳蘭仙，方志紅.康復護理干預對腦卒中后抑郁癥患者神經與運動功能的影響[J].中國藥物與臨床，2012，12（4）：536-538.
[7] 葉紅暉，畢建忠.早期綜合康復治療對腦卒中患者認知功能的影響[J].中國卒中，2006，1（8）：553-555.
[8] 梁業飛.腦卒中后焦慮狀態與抑郁狀態的藥物治療[J].實用心腦肺血管病雜志，2012，20（2）：290-291.
[9] Hsieh Lp，Kao Hi. Depressive symptoms following ischemic stroke： a study of 207 patients[J]. Acta Neurol Twsiwan，2005，14（4）：187-190.
[10] Tam SF，Tsang HW，Chan YC，et al. Preliminary evidence for the basis of self-concept in Chinese with mental illness[J].Qual life Res，2004，13（2）：497-508.
[11] Fruehwald S，Gatterbauer E，Rehak P，et al，Early fluoxetine treatment of post-stroke depression： A three-month double-blind placebo-controlled study with an open-label long-term follow up[J]. J Neurol，2003，250（3）：347-351.
[12] Reed BR，Eberling JL，Mungas D，et al. Effects of white matter lesions and lacunes on cortical function[J]. Arch Neurol，2004，61（10）：1545-1550.
[13] Jaillard A，Grand S，Le Bas JF，et al. Predicting cognitive dysfunctioning in nondemented patients early after stroke[J]. Cerebrovasc Dis，2010，29（5）：415-423.
隨著物聯網、大數據、5G及人工智能等信息技術的發展，為了應對中國產業變革及新一輪的科技革命，適應“中國制造2025”國家戰略需要及產業經濟創新發展，同時將國際工程教育思想本土化，“新工科”應運而生[1]。信息技術發展催生出了人工智能相關的專業，國內高校紛紛設立了智能科學與技術專業。近年來，人工智能技術的發展引領著人類社會正逐漸走進智能社會，人工智能將深刻影響人類社會。隨著人工智能的進一步發展，高等教育的價值也將進一步提高[2]。因此，各高校應盡快建立與新工科相一致的智能科學與技術專業，并深入研究我國人工智能的人才培養體系、課程設置、實驗平臺及成果轉化等方法，改革傳統人工智能的教育教學方法，形成有新工科特色的智能科學與技術專業工程教育方法。由于傳統的專業是按學科劃分的，因此，目前的智能科學與技術專業課程體系以理論為主，強調學科知識的系統性和完備性[3]。人工智能導論作為智能科學與技術專業的核心課程，同時也是人工智能“入門性”和“引導性”的課程。但是，目前人工智能導論的課程設置上主要存在課程內容陳舊、實踐課程不足、教材理論過強、教學模式老舊及實踐教學與企業需求不適應等問題。尤其是人工智能導論課程，缺乏實踐教學將會降低學生學習人工智能的興趣和積極性。因此，為了解決這些問題，并使高校跟上人工智能時代的腳步，抓住高等教育發展的新機遇，進行面向新工科的人工智能導論實踐教學模式探索具有重要的現實意義。
1人工智能對新工科人才的新要求
1.1具備多學科交叉知識。人工智能導論是一個多個學科交叉而成的一門課程。人工智能導論主要包括知識系統、智能搜索技術、腦科學、機器學習、神經網絡、支持向量機、專家系統、智能計算及分布式智能等內容[4]。因此，一個合格人工智能專業人才需要具備多學科知識。1.2具備多領域應用能力。人工智能導論的應用領域廣泛，基本包含工業、農業及社會生活的各個行業（如工業生產、通信、醫療、金融、社會治安、交通領域及服務業等）[5]。人工智能導論課程要求學生在學好理論前提下也應該掌握各行業的相關知識，只有這樣才能提高人工智能技術在各領域的應用。1.3具備人工智能創新創業精神。目前，創新驅動發展成為了我國現階段發展的重要力量，人工智能成為經濟發展的新引擎[5]。在大眾創業、萬眾創新的號角下，人工智能技術作為創新創業過程中的一個大趨勢。因此，當今新形勢下培養具有創新創業精神的人工智能專業人才對我國經濟發展及大學畢業生創新創業具有重要意義。1.4具備人工智能人文素養。人的內在品質就是人文素養，人文科學的知識水平和研究能力是人文素養的重要組成部分，人文素養是人文科學體現出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災難，關鍵是使用者的思想道德和人文素養。因此，培養具有人文精神的人工智能專業人才具有重要的意義。
2人工智能導論課程教學現狀
目前，許多高校已經認識到傳統的人工智能導論課程已經不能適應社會和學生發展的需要。尤其是地方普通高校在師資、科研及學科力量薄弱情況下進行人工智能導論的實踐教學。目前人工智能導論的課程設置上主要存在的問題如下：⑴本科生課程內容陳舊。近年來，隨著云計算、大數據、5G等信息技術的快速發展，也帶動人工智能技術發展日新月異。對于高校來說，要緊跟人工智能技術前沿，傳授學生的知識也要緊跟人工智能的發展。目前，雖然也出現了不少新的人工智能導論教材，但在課堂上能夠教學的新內容仍然不多，教材內容仍然集中在傳統的人工智能技術（如問題求解、知識表示、歸結原理及經典推理等技術）上。⑵研究生課程內容重疊。研究生的人工智能導論課程應作為本科生課程的一個延續，但部分高校對研究生人工智能導論課程的教學重視不夠。很多本科生已經學過的內容在研究生階段又進行了重復。因此，在新工科背景下培養高層次的人工智能人才，就必須要在研究生階段加強新工科人才實踐能力的培養，選擇合理的人工智能導論課程，改革研究生階段人工智能導論的教學理念和教學模式。⑶實踐課程不足。實踐教學是提高人工智能新工科人才能力的重要路徑。目前，大多數院校的人工智能導論課程理論與實踐聯系不夠緊密，對學生實踐能力的培養不夠，只知道理論，而不進行實際的實踐應用就不能成為合格的人工智能新工科人才。另外，大多數地方高校的人工智能實驗室建設投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學生對人工智能新技術的接觸不夠。⑷人工智能導論教材理論性過強。目前，現有的人工智能導論教材以理論為主，缺乏人工智能實踐內容。在課程教學過程中學生經常會感覺索然無味，當實踐課程開設不足時，這種情況會非常明顯。學生會漸漸的對人工智能導論課程失去興趣和熱情，最終會導致課程的教學質量和效果下降，不能達到新工科人工智能專業人才培養的預期。⑸教學模式老舊。人工智能導論是多學科交叉的課程，課程內容理論性強、抽象、多知識點是新工科的特點。然而，大多數地方高校仍然采用過去的課堂教學模式（即“教師講、學生聽”的教學模式），這種單向灌輸的教學方式以教師為主，學生的主動性不夠，只是在被動接收知識。學校這種重視理論不重視實踐的教學模式，在一定程度上影響了新工科人才的實踐能力，從而導致教學內容與企業社會需求脫節。
3人工智能導論實踐教學初探
3.1人工智能導論課程實踐平臺建設。為了提高學生對實踐教學的興趣，南陽師范學院計算機科學與技術學院在人工智能導論授課過程中廣泛應用多種計算機實驗教學平臺，如采用開源的PaddlePaddle百度飛槳深度學習平臺，希冀一體化人工智能實踐教學平臺及大數據綜合實驗平臺。教師可以在實踐教學過程中方便的使用這些平臺進行授課，學生也可以在課堂中跟隨老師完成相關實驗，并能夠在課下進行相關實驗練習及提交作業。3.2人工智能導論課程實驗內容優化。在人工智能導論實踐教學過程中，以學生興趣為導向，開展相關應用課程實驗，南陽師范學院計算機科學與技術學院對人工智能導論實驗課程內容進行優化。優化后的主要實驗課程包括搜索優化算法實現、智能計算實現、貝葉斯分類實驗、最近鄰算法實驗、機器學習實驗及神經網絡實驗。最后，通過期末課程設計進一步提高學生解決實際問題及創新創業的能力。3.3人工智能導論實踐教學模式改革。⑴校企合作為使人工智能導論實踐教學不與企業脫節，校企合作是關鍵。應積極派遣教師進企業進修，了解企業需求，并提高教師的工程能力。從2018年以來，南陽師范學院計算機科學與技術學院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數碼及江蘇傳智播客公司等進修培訓。同時已經在固定時間邀請相關企業講師到學校進行人工智能方面的項目教學。建立起了具有地方區域特色的師資隊伍及校企協調的實踐教學模式，從而避免人工智能導論課程實踐與企業實際脫節。⑵“雙導師”負責制人工智能導論實踐課程實行“雙導師”制，邀請企業中實踐經驗豐富的人才任教或任職，校企合作建立實踐教師指導團隊，改革教學策略及教學方法，以項目為牽引，將人工智能導論實踐課程作為第二課堂學分。還要積極制定人工智能相關的科技作品競賽的獎勵機制，積極引導學生參加各種人工智能相關的比賽，從而進一步提高學生在創新實踐方面的能力。⑶采用案例教學法以案例導入進行教學，提高學生興趣。首先，從人工智能競賽的部分賽事中、（如百度的人工智能大賽，“2020年全國人工智能大賽”，“2020中國高校計算機大賽人工智能創意賽”等）中選取貼近實際問題的案例作為人工智能導論實踐課程的案例來源。然后，采用目前主流的人工智能開發軟件進行算法代碼的編寫，引導學生采用Python語言調用第三方接口庫進行算法的實現。最后，讓學生使用主流的編程語言（如C++、Java等）開發完善算法或進行系統設計與實現。
4結束語
在新工科背景下，人工智能導論作為智能科學與技術專業的基礎核心課程，人工智能人才培養應注重提高學生解決問題的能力。在這種背景下，筆者結合近年來了解到的企業需求和上課的實際，對人工智能導論實踐教學模式進行初探，具體如下：①校企合作，構建人工智能實踐平臺；②建立案例庫，優化實踐的內容；③校企“雙導師”制，采用案例教學，從而進一步提高學生在創新實踐方面的能力。
參考文獻:
[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學與工程專業——哈佛大學工科教育在學科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24，33
[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44
[3]陳義明,劉桂波,張林峰等.智能科學與技術專業課程體系建設的理論思考[J].計算機教育,2020.309(9):103-107
[4]劉永,胡欽曉.論人工智能教育的未來發展:基于學科建設的視角[J].中國電化教育,2020.2:37-42
一、引言
人工智能的不斷發展與拓展促進了我國各個領域的發展，同時對各個行業產生巨大沖擊，很多需要人工機械作業的領域將會使用機器人，造成大量人員的失業。面對如此現狀，今后我們高中生如何做好職業生涯規劃成為當務之急，只有深刻把握社會發展趨勢，加強學習方向與時代潮流的匹配性，才能迎接挑戰、抓住機遇、趨利避害，做好職業選擇和規劃，更好地適應今后的社會發展。
二、人工智能的發展現狀和趨勢
（一）人工智能的發展現狀
“人工智能”一詞最初是在1956年Dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心理學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智能是研究如何制造智能機器或智能系統，來模擬人類智能活動的能力，以延伸人們智能的科學。目前，人工智能技術在美國、歐洲和日本呈現飛速發展趨勢。隨著人工智能技術的快速發展，人工智能已經在各個行業得到廣泛應用，其中比較典型應用主要包括符號計算、模式識別、機器翻譯、機器學習、問題求解、邏輯推理和定理證明、自然語言處理、智能信息檢索技術以及專家系統等，這些在計算機領域、化學領域、醫學領域以及礦物勘測領域等得到廣泛應用，并取得較好效果。
（二）人工智能的發展趨勢
技術的發展總是超乎人們的想象，要準確地預測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會綜合模糊處理、并行化、神經網絡和機器情感等進行全方位發展。隨著全球化趨勢的不斷增強，今后人工智能會向著全球國際標準的方向發展。人工智能技術不斷地在就業領域應用及發展，因此高中階段就對自己的職業生涯有著規劃是未來發展的必然趨勢，并且美國、加拿大等先進國家早早的就把高中生職業規劃教育課程安排在了高中階段，相比之下安排職業規劃教育課程的高中畢業生，甚至大學畢業生對自己的規劃都有著明確的方向，我國目前某些地區高中階段已經安排了職業規劃類型的課程，相信不久高中生職業規劃的課程也會出現在更多地區的校園。
（三）人工智能發展對就業的影響
隨著機器眼下正在取代的首當其沖的是那些簡單機械操作的勞動者，比如說我國工廠里的初級工人正在面臨自動化的威脅。還有美國福特公司，不僅大量裁減藍領工人，而且還要把工廠搬到別的州或國家去，那里稅收更低、政策環境更寬松、工會更友善的，在這些地方使用機器人不僅可以提高作業效率和質量，而且能夠極大的降低各種成本，能夠為企業創造更多的效益。
隨著人工智能的快速發展，人工智能對各個領域的就業產生了重大影響，我國也在往這個方向發展，對于IT行業，今后會大量使用機器人進行工作，制造業也在逐漸增加使用機器人。技術的進步，使得個人的生產效率得到了巨大的提升。雖然就短期而言，機器是不會一下子取代大多數人，但我們必須未雨綢繆、防患于未然。有一些機械的、長時間集中精神的、固定套路的工作，比如流水線工、司機、配藥師等，機器比人還擅長，這些領域將會淘汰大量的工人，導致很多人員失業。而很多工作需要人搭配機器做才最高效，這些工作是主流的新工作，但是需要注意的是，在人和機器協作的過程中，機器一定會不斷智能優化的，在單一專業的工作內容中，機器逐漸又會替代人，因此也會造成人員失業。對于人際溝通事務，由于需要人與人之間的交流，還是人比較擅長。審美是模糊的、社會性的，這個還是人比較擅長。
對于我們高中生而言，勤動腦，勤動手，不斷創新，是未來立足之本。因此不僅要埋頭學習知識，還要培養創新能力和實踐能力，以應對迎接人工智能的挑戰。
（四）高中生應該怎樣規劃職業生涯
面對人工智能的快速發展，今后我們高中生應當趨利避害，努力做好職業生涯規劃，實現自我價值的增值，具體來說應當從以下幾個方面入手：
1.增強職業規劃的意識
高中生要根據自身的主觀因素以及外界的環境因素，分析、歸納、選擇自己的職業發展方向，并且制定相應的學習、培養計劃，采取必要行動去實現目標。這種確定人生方向的規劃問題應該在高中階段每一個學生都應該對自己有著清醒的認識，并且得到自身的重視，對選考科目的選擇及大學志愿的填報就不會盲目、無頭緒，在高中階段有了明確的目標會使自己的學習方向更加準確，學習積極性更加強勁，同時在就業選擇上也可以盡量地少走彎路。
2.選擇高水平的職業指導教師
高中生實現從學校到社會或者更高層學校的過程中職業規劃具有重要的導向作用，因此在高中階段一個好的職業規劃指導教師對學生的影響有著重要的意義。首先我們選擇的職業規劃指導教師必須具備一定的任職條件，目前國家也一再的強調任職職業資格的嚴格性；其次就是指導教師要善于啟發式指導學生，增強學生的獨立思考能力，在教師的幫助下充分認識自己的天賦、特長、興趣、能力、心理等方，發現和挖掘自己多方面的潛能，學會正確利用各方面條件充分發展。同時，要注意避免指導教師的思想左右了我們的思想，只有準確的認識自己，才能促使我們帶著自己的職業規劃繼續努力進步。
3.自己的高中生涯規劃
高中的三年，對一個高中生的人生有著重要的意義，因此高中階段可以進行分階段的自我管理培養。高一階段：剛進入學校，通過學習了解學科特點，利用學校、教師、網絡、社會了解就業動向，自我優勢結合人才需求，明確選考科目，初步制定職業發展意向。高二階段：正確處理選考科目學習與學考科目學習的關系，既突出專業知識又兼顧知識廣度。高三階段：更要處理好語文數學英語必考科目學習與選修科目深化拓展的關系，既要提高高考成績又要深化拓展專業素養；既要強化高考復習又要重視面試培訓，為參加高校自主招生考試或“三位一體”考試做好充分準備。因為近年來重點大學通過高考統一招生錄取的名額正在減少，而自主招生或“三位一體”的名額大量增加，有志于就讀名牌大學的學生要注意這方面的情況。同時高中生要根據自己的理想多去了解高校情況，多去了專業設置的情況，為報考適合自己的學校及專業做好信息準備。
4.積極參加選修課程，為今后的職業生涯做好基礎
按照教育部有關規定，高中學校要開設選修課程。我們可以根據自己的興趣愛好，選取自己喜歡的課程進行學習，這不僅可以及早的發現我們的喜好和特長，為我們的職業生涯做規劃有著重要的參考意義，同時對我們的基礎知識的培養也很重要，拓寬了我們的見識寬度，為今后的職業生涯奠定堅實的基礎。
參考文獻：
[1]劉界，黃冠，王冰潔.關于人工智能教育如何彌補當前教育缺陷的思考[J].內蒙古民族大學學報，2006，12（3）：50-51.
[2]焦加麟，徐良賢，戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真，2003.20（8）.
關鍵詞：信息化 人工智能 網絡 計算機技術
1、計算機等級考試智能系統的優化
計算機等級考試的教育模式強調學生不但要有理論能力，還要有操作能力。以往的輔導教學主要靠書本，和老師講題來實現，缺乏系統的能力評估和改進體系，不能對個人的學習狀況有適時的分析及評價，所以我們需要及時調整培訓方案。為順利實施人工智能的計算機等級考試輔助系統的教育模式，需建立一種學生能夠自己學習，自主練習，自主評分的專家系統，將不同的能力評價要求納入其中，并提供一種方法對學生的做題情況進行解析，給出采分點，并在數據庫中給出答案庫，使學生知道自已錯在哪里，并對學習情況有及時的分析與指導。
在大學的計算機等級考試輔助教學中應用人工智能技術及網絡信息技術，開發輔助教學專家系統，對教學改革中面臨的師資不足、教學模式單一等問題，實現教學資源共享，有效提高教學質量、減輕教師負擔，加強學生自主學習能力，提高學習效率，從而提高計算機等級考試的應試能力。
2、計算機輔助教學的現狀
就目前計算機輔助教學的發展來看，主要分為兩類，一類偏重于學生學習，主要由各類CAI課件、專業輔助教學軟件組成；另一類偏重于對學生學習情況進行評估，主要由各類考試系統組成。本系統結合這兩個方面，將教學評估和自主學習相結合，加強教師和學生之間的聯系和互動，更好的實現輔助教學的目的。
現在國內外有很多智能化的基于網絡的教學輔助系統，但是智能化程度都不高，相對于掌握每個學生的學習情況來說，教師的一個很大任務是要了解一個群體學生的知識掌握情況而不單單是一個學生。本系統運用規則式專家系統，能對老師指定的某個群體，比如幾個班、一個學院等的所有學生進行測試，從而使本系統能更好的為教學服務。
綜上所述，通過對當前研究現狀的分析來看，應用人工智能技術、計算機等級考試輔導的智能化教學專家系統研究還不多見。
3、智能輔助教學的系統架構
本系統以適應大學計算機國家等級二級考試的輔導教學，加強學生自主學習能力為特色，運用專家系統及網絡開發技術，研究構建基于人工智能技術的計算機等級考試的輔助教學專家系統，為學生的自主學習和探索學習提供了有效平臺，成為計算機等級考試教學中的強大助手。
（1）自主學習模塊。自主學習模塊主要實現四大功能：在線練習、診斷練習、知識點強化練習、提高練習。學生自主學習系統的主要用戶對象是學生，學生登錄系統后，選擇練習模式進行練習或測試。在測試過程中可以進行自我診斷，通過學習模塊中的適當的視頻演示，使學生在沒有老師的指導上，仍能正確練習，學會操作，并且能看到自己的得分情況。根據單次練習提供個性化的界面，根據歷史練習結果提供學習方案，發揮學生的主觀能動性，最大程度激發學生記憶潛能，提高學習效率，提高通過率。同時，學習模塊會將診斷結果傳送到專家系統模塊，進行智能分析。（2）專家系統模塊。專家系統模塊主要實現三大功能：智能分析、試題庫維護、知識庫維護。系統將學生練習或結果傳送給專家系統模塊，由專家系統模塊進行智能分析?？梢愿爬閮煞矫?，一是知識點定量分析，二是學生定量分析。知識點定量分析是指教師在上傳答案后，針對某個知識點來診斷某些學生的知識點掌握情況。學生定量分析時，對學生的選取和考題的選取同時決定了分析結果。智能分析結果后專家系統一方面可以反饋給輔導教師，輔導教師在實際的教學當中對掌握不好的知識點進行加強指導與練習；同時智能分析結果將加入知識庫，并反作用于試題庫的維護，使知識點強化練習、提高聯系等功能的選題更有針對性，從而更有效的提高學生的知識水平和操作能力。
4、智能輔助教學系統的重大作用
中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2015）29-0151-02
在當前的社會當中，人工智能是一項應用前景十分廣闊的技術，在社會各個領域中，都得到了極為廣泛的應用。在人們的日常娛樂、工作、生活當中，人工智能發揮了很大的作用，例如專家系統、智能電器等。智能化科技的出現和應用，使得人們的生活得到了極大的豐富。同時，人工智能的出現，還為我國科技領域的發展進步提供了良好的方向，尤其是在計算機網絡技術領域，更是得到了極大的發展和應用。
1 人工智能技術的概念
人工智能指的是對計算機進行應用，以此模仿人類的智能行為和思維過程，從而形成的一門綜合性學科。在人工智能當中，涉及了哲學、語言學、心理學、計算機科學等。通過人工智能，對人類的聽覺、感覺、視覺、觸覺、思維等進行模擬，從而實現人工智能化的機器，幫助人們解決生活和工作中的問題，從而確保人們的安全、提高人們的效率。作為一種新型的智能技術，人工智能目前的發展速度很快[1]。利用計算機系統進行相應的編程，模擬人們的工作和生活環境，從而完成智能化、自動化的系統操作。在產生和應用人工智能的過程中，涉及很多其他的學科，其中，計算機網絡技術十分重要，對人工智能的發展方向有著很大的影響。
從某一種意義上來說，計算機網絡技術的發展，也是以人工智能技術為基礎的。從簡單的詞義解釋、數據運算，轉變為智能化人機操作，體現出了人工智能的核心地位。在對不確定信息進行處理的過程中，人工智能具有很大的優勢，它能夠對系統局部的整體和局部資源狀態進行詳細的理解，并且對提取的信息進行及時處理，將相關信息提供給用戶。此外，在人工智能當中，協作能力也比較強，通過有效的整合資源，在不同用戶之間，能夠交換信息和資源。在人工智能中，連接了網絡管理，從而使網絡管理環境得到優化，從而實現降低成本、提升效率等作用。
2 人工智能技術的優勢
在計算機網絡的應用中，具有實時性、瞬變性、高速性、動態性等特點，因此，應當不斷提高管理技術的靈活性和多樣性，從而更好地確保計算機網絡的穩定性、安全性和高效性。而人工智能技術具有很多方面的優勢，因而能夠在計算機網絡中發揮重要的作用。特別是在對不可知性、不確定性等問題中，人工智能具有較強的處理能力。
人工智能技術，例如模糊邏輯等，對于系統數學模型，無需進行詳細的描述，因此，可以將模糊邏輯引入到智能化網絡管理中，從而使網絡管理具備模糊信息處理能力[2]。這樣，能夠更加良好的控制和管理這些不可知性、不確定性信息，提高網絡系統的效率。協作能力也是人工智能技術中的一個重要優勢，隨著網絡結構、網絡規模的不斷擴大，在網絡管理中，逐漸發生了層次化的轉變。上層管理者功過輪詢的方式監測中層管理者，而中層管理者也通過同樣的形式監測下層人員，因而帶來了協作的問題。人工智能中，多的協作分布思維，能夠更好的協作各個層次之間的管理。
人工智能的推理、解釋、學習能力很強，能夠對低層信息進行解釋和學習，從而對高層概念和信息進行推理。對于推理的得出的高層概念和信息，進行網絡控制和網絡管理。對于非線性問題，人工智能能夠進行良好的處理，通過對人類智能的模擬，從而解決這些問題。此外，在人工智能技術的應用中，不會占用很大的計算機資源。在人工智能當中，模糊控制法等算法的運算速度十分迅速，能夠一次性搜索得到最優解，從而提高了計算機網絡技術的處理技術。
3 人工智能技術的應用
1）網絡安全管理
在計算機網絡技術當中，人工智能具有很多方面的應用，尤其是在網絡安全管理當中，應用更為廣泛。對于計算機網絡技術的安全管理來說，入侵檢測具有重要的意義，對于網絡安全來說有著十分重要的影響。在防火墻技術當中，入侵檢測也是作為核心的部分[3]。通過人工智能技術的應用，計算機網絡系統能夠更好地發揮出入侵檢測功能的作用，從而提高系統資源的保密性、可用性、安全性、完整性。在入侵檢測技術的應用當中，主要是通過分類處理數據和篩選采集數據，形成最終的報告，并且將網絡信息的安全狀態向用戶進行實時反饋。在當前的人工神經網絡、模糊識別系統、專家系統當中，基于人工智能的入侵檢測應用最為廣泛。
基于人工智能對傳統的防火墻進行改造，形成了智能化防火墻系統。相比于其他的防御系統，智能防火墻應用了很多智能識別技術，例如統計、決策、概率、記憶等方法來處理和識別數據，從而在計算機的運行當中，匹配檢查所占用的資源更小，避免對網絡有害行為的發現效率降低。這樣，能夠對有害信息進行更加有效的限制和攔截[4]。相比于傳統的防御軟件，智能防火墻的效率和作用都要更為良好，能夠解決傳統防御軟件帶來的拒絕服務共計的問題，對于病毒的入侵和傳播，發揮了良好的抑制作用。
此外，智能型反垃圾郵件系統也是人工智能在計算機網絡技術中的另一大應用。通過這種方式，能夠有效的屏蔽垃圾郵件，不會對客戶信息安全造成影響。通過有效的監測用戶郵件，開啟式的掃描郵箱當中的垃圾郵件。同時，將垃圾郵件分類信息提供給用戶，提醒用戶及早進行處理，從而更好地確保郵箱系統的整體安全性。
2）網絡管理和系統評價
電信技術、人工智能等方面的發展，推動了網絡管理的智能化轉變，除了在計算機網絡安全管理中的應用之外，人工智能當中的問題求解技術、專家知識庫等也得到了充分的應用，從而實現了良好的綜合性網絡管理。在網絡管理當中，由于網絡的瞬變性、動態性等特點，產生了很大的工作難題。因此，在現代化的網絡管理當中，也逐漸朝著智能化的方形發展?；谌斯ぶ悄埽a生了專家級決策和支持方法，在信息系統管理當中，應用十分廣泛[5]。在計算機程序當中，專家系統具有較高的智能性，在某一個領域當中，積累了大量專家的經驗和知識，基于此進行歸納和總結，從而形成了資源錄入相關系統。通過這種方式，在某個領域當中，匯集了大量專家的經驗，從而對該領域當中的相關問題進行處理。因此，在計算機網絡管理和系統評價當中，運用人工智能，綜合大量專家的知識和經驗，建立相應的專家系統，從而在遇到相關問題的時候，能夠調用其中的知識，更好地進行網絡管理和系統評價工作。
4 結論
人工智能是當前一項十分先進的科學技術，這一技術的產生和應用，極大地改變了人們的娛樂、工作和生活方式。而隨著人工智能的不斷發展和完善，其在計算機網絡技術中的應用需求越來越多，因而實際應用也將越來越廣泛。運用人工智能，能夠在網絡安全、網絡管理、系統評價等方面發揮重要作用，從而推動計算機網絡技術的更大進步。
參考文獻：
[1] 馬義華. 人工智能在計算機網絡技術中的運用分析――評《計算機網絡技術及應用研究》[J]. 當代教育科學，2015（20）：9.
[2] 劉健. 人工智能在網絡教育中的應用探討[J]. 計算機光盤軟件與應用，2014（6）：244-246.
無所不能的機器人？
在新領軍者村中有一排無所不能的機器人，在題為行動中的機器人展示區，記者看到了能夠適應各種人類生活場景的機器人，包括協助老年人以及殘障人士的機器人隊友Ballbots、能夠進行語言分析，滿足人類情感交流需求的機器人伴侶以及各種生產機器人。
在論壇上，各國專家學者描繪了一幅更大的機器人應用場景。除了生活起居，從法庭判決、醫療診斷到上戰場打仗，機器人都可以代替人類?！皺C器人比人更像人類?！币晃辉O計者說道。
但是，這是否意味著機器人在未來將全方面替代人類呢?在論壇現場，《科學美國人》雜志主編MarietteDiChristina做了一個有趣的實驗，讓現場的觀眾舉手表決，在哪些場景愿意使用機器人，哪些場景愿意使用人類。最后結果顯示在需要精確性的領域如醫療手術上，大部分的人愿意使用機器人，而在法律領域，人們則更傾向使用一位人類法官。對于上戰場打仗，幾乎全場觀眾都認為應該使用機器人替代人類。
歸結原因是因為一般人認為機器人更為精確，而人類相對來說比較感性。這也印證在機器人的發展上，目前工業、制造業等領域已經廣泛應用機器人代替人類在完成流水線組裝工作。而在家居照料方面雖然有很多研究但一直未得到普及。
卡內基梅隆大學計算機科學學院教授TomMitchell認為，人類能否大面積運用機器人主要需克服的是信任問題，即能否信任機器人幫助人類進行診斷、完成照料。
這種信任將很快建立起來，根據MarketsandMarkets公司的報告，預計全球服務型機器人市場規模在2017年將達到461.8億美元，行業空間巨大。在未來的4年里，醫療機器會以每年19%的速度增長，2016年全球市場規模估計會增長到119億美元。
除了服務性行業，隨著無人駕駛技術的日漸成熟，交通運輸業也很有可能會被人工智能所取代。
解放生產力激發創新潛能
而人工智能日漸成熟的同時，也催生了一系列問題。未來人工智能是否會完全替代人類，而如果完全替代人類，那么如何解決失業率等社會問題?
屆時，人類或許會在更擅長的領域得到發展。哥倫比亞大學研究員AndrewMcLaughlin表示現在還有許多尚未探索和有待開發的領域，這些領域需要人類的創造力，機器人取代人類進行日常生產，大部分人就可以把更多的精力投放到創新性的領域研究上?！拔覍τ谌斯ぶ悄苋〈祟?，沒有這么悲觀?！彼χf道。
同時，這也能激發更深入的學習研究。TomMitchell說道：“我們一生當中可能做很多工作，教育流程也將要跟隨改變，不是用四年去學一個課程而可能是花費40年或者更長時間去學習?！?/p>
傳統繪畫藝術從地域上來說可以簡單的分為中國傳統繪畫藝術以及西方傳統繪畫藝術。中國傳統繪畫多講究神韻，躍然紙上的色彩和線條都頗具象征性，畫家所呈現出的往往是一種意境。傳統的西方繪畫在文藝復興時期達到了鼎盛的狀態，從畫面結構來說比中國傳統繪畫更注重科學與現實的結合。透視，幾何，材料等概念的靈活運用使畫作在畫家筆下達到了一種均衡的美。無論是中西哪種繪畫都需要借用筆，刀等工具，通過墨，顏料等繪畫材料，在紙，木板，織物等平面工具上，通過構圖、造型和顏色等表現手法，創造出可視的形象。
人工智能（Artificial Intelligence AI）是一門技術科學，主要研究用機器模仿人類的思維、感知等智能活動，用理論、方法、技術及應用系統使機器能夠代替人類做復雜的智力勞動。
傳統繪畫與人工智能作為人類智慧活動的兩個方向有著各自不同的特性，但隨著科學技術的大力發展，藝術家與科學家在各自不同的領域越來越意識到兩者的共同性。人工智能技術在傳統繪畫上的應用，把科學技術與傳統繪畫有機地結合在了一起，為創造和傳播傳統繪畫藝術提供了先進的方式，大數據的支持，為傳統繪畫領域帶來了新變革。
一、人工智能下傳統繪畫藝術的發展與創作
早期用來表現傳統繪畫的新媒體方式多采用了數字化復刻繪畫，或者通過動漫、電影、攝影等方式來表F。融入人工智能技術后，傳統繪畫藝術就范圍來說仍然屬于新媒體藝術的一個組成部分，但卻呈現出了多樣的變化。
自1973年始，Harold Cohen（畫家，San Diego加州大學教授）所編譯的電腦程序“AARON”就開始了自動繪畫的過程。
2013年，電腦程序“The Painting Fool”，在巴黎舉辦了展覽會，新聞媒體競相報道，其中部分作品花了多年時間創作。從形式上來說這就是一場傳統意義上的藝術作品展。
年初Google旗下的深度學習神經網絡研究小組通過算法教會計算機自主創作繪畫的能力。Google稱其為Deep Dream。本次繪畫作品展引來了大批對科技與現代藝術感興趣的觀眾。最終，由人工智能創作的繪畫被一位專業的拍賣商拍下，最高單幅的價格甚至達到了八千美元。在Deep Dream的創作中主體內容包括了各種天馬行空的海景，漩渦；風格奇幻的城堡以及各種擁有三頭六臂的動物。從風格上看接近法國的后期印象派，有輪廓但不具體，有繽紛的色彩，但卻不是客觀物體原來的色彩，然而整幅畫面的躍動感卻似乎能表達出作者的主觀情感。
此外，受眾們可以利用公開的代碼，編譯出屬于自己的Deep Dream圖像，藝術家的靈感有時來源于對某一物體的想象。Deep Dream正是從這個方面折射出了人類的創造力和想象力。
人工智能創作傳統繪畫不得不提到兩個概念，即深度學習和神經網絡。2006年，杰弗里?希爾頓等人提出了深度學習的概念。深度學習是人工智能學科下的一個分支，通過編譯教導計算機進行無監督學習，以此來解決深層優化的問題。深度學習概念是目前人工智能像人腦一樣處理數據的關鍵算法。
人工神經網絡，它是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。（百度百科）
Deep Dream中的畫作即是由人工神經網絡創作，也就是用軟件模擬大腦神經元處理信息的方式。軟件先要接受大數據訓練，通過分析數百萬個大數據后才能識別圖像中的物體。在Deep Dream創作繪畫的過程中，程序先向神經網絡輸入一張圖片，然后由神經網絡進行自我調整，軟件之前已經有了數據庫，神經網絡要從中尋找出與數據庫中物體相似的地方再進行編譯，于是一幅人工智能畫作就完成了。
二、人工智能下的傳統繪畫藝術傳播的文化價值
人工智能創作的繪畫在傳播時呈現了兩級分化的局面，一方面有人高價收購人工智能繪畫，而另一方面，有人卻對這樣的迷幻風格難以接受。暫不論人工智能繪畫的畫作質量，在文化價值上，人工智能繪畫是否能算是創作并且富有感染力嗎？
繪畫創作就其動機來說存在多種類別，有的是有感于情境而創作，作者將情感上的匯集融入繪畫作品；有的是為特定目的而創作，比如早期石刻的農耕漁織狩獵圖等；還有的畫作則是為了宣揚宗教觀念，教育宗教信徒而創作。由此可見，在這些創作動機中，既存在單純表達情感思想的藝術，也有為傳播特定信息的藝術，還有為將宗教觀念具象化，通過繪畫創作更直觀的進行表達的藝術。在評論藝術的本質時，有感于情境而作的繪畫創作更接近繪畫藝術的本質，在這種繪畫藝術作品中可能包含了普遍的對人類情感及相關價值觀的探索。或許，人工智能下的繪畫藝術應該獨立成為一個門類，畢竟相較于人工智能的邏輯化、程序化。繪畫藝術應是屬于人類展現天賦，表達情感的領域。
傳統繪畫藝術誕生至今，文化價值的體現皆是因為畫作中的主體性、不確定性、奇思妙想，抽象感知展現了人類靈魂深處的情感。
三、人工智能下傳統繪畫藝術的傳播
繪畫作品具有其獨特的傳播的功能，首先繪畫是一種是具備信息承載能力和傳播能力的傳播介質。其次，繪畫作品中的內在感染力以及受眾欣賞過程中能動的二次創作也為傳統繪畫作品的傳播提供了動因。此外，經濟基礎決定上層建筑，隨著人們物質水平的逐年提高，越來越多的人們走進博物館，美術館，藝術長廊等多種藝術場所，借由這些渠道了解藝術，欣賞藝術，以此來滿足精神需求的增長，由此可見，當下藝術產業領域正受到各方的重視。然而現代社會，藝術生產與藝術消費市場分離的局面，也使傳統繪畫作品的傳播成為必然趨勢。
對藝術信息產生情感反饋是人類獨有的思維和能力，通過人工智能的神經網絡以及大數據分析不僅能創作繪畫，還能對傳統的繪畫藝術作品進行分析判斷，繼而整理出一套基于大數據分析的傳播方案。這樣的方案是否可行呢，在當今這個信息爆炸以及媒介去中心化的時代下，越來越多的受眾通過各種方式接觸到傳統繪畫藝術，因此當受眾面臨繪畫藝術鑒賞時，便產生了選擇障礙。
傳統的繪畫藝術傳播是指在藝術創作和鑒賞階段所形成的人內信息交流。它的傳播模式分為人際傳播，把關人推薦和群體傳播等。這些傳統的傳播方式經過多年來的驗證確實具有一定的實際意義的，但在針對個體差異上的分類推薦卻不是很明顯，面對龐大的信息量以及高度差異化的傳播需求，如今傳統的藝術傳播方式，其可行性正在逐漸下降。而人工智能應用于藝術傳播，通過云計算可以精確而高效地分析和處理藝術信息。并且通過龐大的大數據資源加強索引優勢，速度與精度的大幅度提升正是傳統的藝術傳播過程中所缺失的。
τ諢婊藝術來說，千人千面，每個人都有自己獨到的理解，同一件作品可能有的人喜愛，而有的人無感，在海量繪畫作品中篩選出針對目標受眾的藝術作品，尤其是不具備繪畫專業知識的受眾在面對諸多繪畫作品時，往往會沒有頭緒，不知如何進行選擇和鑒賞。
四、結語
在人工智能傳播傳統繪畫作品時，受眾并不純粹只是受者，而是具備了雙重身份，由被動的欣賞者轉變為了主動的創作者。借助神經網絡，每個人都具備通過繪畫表達內心情感的能力。雖然當前的人工智能下傳統繪畫藝術的發展還存在這一定的不確定性，但是相信隨著人工智能技術的高速發展，今后人工智能創作的繪畫一定會在現今的繪畫領域獨樹一幟。此外人工智能的神經網絡尚不能對所有繪作品充分理解，但是在速度和精度方面卻得到了很大的提升，如果再結合當下其他一些完善的學科，比如結合個體信息，設計心理學，消費學，歷史學，哲學等多方位的研究。人工智能系統就能根據受眾的個人信息等預測處其的欣賞層次以及需求推薦給受眾相應的作品。
人工智能使傳統的繪畫藝術具備了無限延伸的維度空間和各種難以預料的不確定性，顛覆了傳統的繪畫傳播體系，實現了傳統繪畫藝術最本質的創作與傳播。
【參考文獻】
[1]陳端端.藝術傳播的人工智能應用需求研究[D].東南大學，2014.
[2]劉峰.傳統繪畫藝術的新媒體傳播研究[D].山東大學，2012.
[3]李連德.一本書讀懂人工智能（圖解版）[M].北京：人民郵電出版社，2016.
[4]李同娟.人工智能能否創造藝術[D].中國傳媒大學，2015.
核心問題
人工智能和互聯網能否帶來新的經濟增長？
產業互聯網將如何影響產業競爭的格局，其對整個經濟的增長有什么樣的影響？
平臺型組織的演變會對社會產生多大的影響？
01
引 言
在過去的十多年時間里，全球經濟面臨一個比較大的挑戰就是如何重塑經濟增長。2005—2014年，全球最發達的經濟體的增長率長期停滯不前，急需要尋找一個新的經濟增長驅動力量。
互聯網在中國經歷了20年的快速發展之后，已經取得了世人矚目的成就。特別是隨著智能手機的普及，移動互聯網在中國已經相當發達。根據中國互聯網協會的數據，2016年中國境內活躍的手機上網碼號數量達12.47億。
得益于中國特殊的市場規模和移動互聯網的發展，中國的消費互聯網市場發展迅速，代表性的電商平臺如阿里巴巴、社交及游戲公司騰訊，這兩個公司以市值計均進入全球財富五百強的前十位。
當前，人們關注的熱點是中國的互聯網紅利是否已經消失，傳統產業的互聯網轉型是否會帶來新的增長機會？
此外，人工智能最近這幾年發展迅速。2017年中國的人工智能（AI）投資僅次于美國，成為投資熱點，政府也不斷推出鼓勵和支持政策。
這種變化引發業界和學界的思考，是不是會出現新的驅動經濟增長的力量？這個力量如果能夠驅動經濟增長，其對于整個社會的改變會有哪些影響？
1999年，美國微軟的創始人蓋茨有一個非常有名的論斷：商業新法則就是“互聯網會改變一切”。從他提出這個論斷到現在已近二十年，可以看到，電影、閱讀、新聞等商業模式都發生了巨大的變化。
但另一方面，還有很多東西沒有發生變化，如航空發動機的數據獲取，1960年和2015年的方式并沒有太多的變化。很多產業，如海關報關等，也沒有發生實質性的變化。在今天，一個備受關注的問題是，人工智能對于社會將有多大影響？
筆者將從產業競爭和戰略的角度來討論產業互聯網和人工智能會如何重塑中國經濟的問題。主要討論三個問題：
第一，人工智能和互聯網對經濟增長的影響。人工智能和互聯網是否有可能提高經濟的長期增長水平？
第二，產業互聯網將如何影響產業競爭的格局？它對整個經濟的增長有什么樣的影響？
第三，產業互聯網和人工智能如何影響產業結構的變化？特別是產業互聯網和人工智能是否會導致產業的平臺化？這種平臺型的組織又會對社會產生多大的影響？
分析表明：
第一，產業互聯網和人工智能會大幅度提升生產力。而且產業互聯網和人工智能會提升要素配置的效率，進而提升生產率。因此，可以樂觀看待長期經濟的增長率。
第二，平臺和組件的模式會影響一切組織和經濟形態。平臺會影響國家的競爭、城市的演變和產業轉型。一切組織都會向平臺化的方向發展。
02
人工智能和經濟增長
經濟的長期增長，主要是來自全要素生產率的增長。全要素生產率的增長，除了科技（包括人工智能）的進步，還包括管理效率和要素錯配這兩個問題帶來的影響。
大量的數據都表明，經濟的長期增長率一直在下降。無論是20世紀80、90年代還是千禧年后，整個世界的GDP增長一直在下降。
Gordon（2016）提出，美國的長期經濟增長將繼續下臺階。Gordon研究了美國過去150年的經濟發展史，認為美國的發展呈現倒U型的特征。美國經濟大約從19世紀70年代開始起飛，到20世紀50年代達到頂點，之后逐步下降。
Gordon的一個略為意外的發現是，從20世紀70年代開始，美國經濟的增長表現非常普通，特別是創新的步伐和技術進步帶來的增長并沒有惠及到更多人。
為什么現在大家如此關心人工智能的發展？很重要的一個原因是希望能夠找到提升經濟增長新的關鍵要素，希望找到推動經濟持續增長的新動力。這是大時代的背景。
人工智能是否會推動經濟增長和提升生產率，對中國同樣非常重要。
一是因為目前對中國經濟長期增長源泉的解讀有很多誤區。很多人認為中國經濟的增長來自于投資的驅動，認為由于投資占比已經很高，且投資回報率逐步降低，所以中國的經濟增長必然下行。
第二個原因是人工智能對組織生產活動的要素配置會有影響。如果人工智能可以提升要素配置效率，那經濟增長的潛力也會提高。
Zhu（2012）的研究表明，與很多人想象的不同，中國經濟的增長主要來自于效率的提升，而不是來自于投資的增加。雖然投資的增加是經濟增長很重要的一部分，但最主要的增長還是來自于經濟效率的提升。他的這一發現在學術界受到了越來越多的關注。
這一研究的重要性不僅在于其給出了一個與主流很不一樣的觀點，更重要的在于這個研究對判斷經濟增長的潛力有非常大的參考意義。
根據這一研究，1978—2007年，在中國經濟增長的貢獻中，有70%是來自于全要素生產率的增長。這一結論非常重要，意味著中國長期經濟增長仍然有非常大的空間。
這是因為在經歷了40年的高速增長后，中國的全要素生產率仍然只有美國的20%多。這表明通過提升全要素生產率來促進中國經濟增長的空間非常大。這就是為什么人工智能和新的經濟增長動力如此重要的根本原因。
由此，需要一個堅實的支持經濟增長的微觀理論基礎來對當前的經濟形勢進行解釋和指導。人工智能可以看作是廣義的機器自動化。在經典的索羅模型中，可以借助一個簡單的增長模型來討論人工智能對經濟增長的影響。
參考ZEIRA（1998）的經濟增長模型，簡單來說，經濟增長實際上可以看成一個抽象的生產函數。一個國家的產出是由生產力、資本和勞動共同決定的。
根據這一模型，可以推導出一個重要的結論：經濟的增長速度與自動化的比例正相關，即自動化的提升會增加長期的增長。此外，自動化比例的提升意味著資本在總產出中的占比提高。
這個簡單的模型有兩個非常重要的含義。
第一，人工智能在理論上有可能會帶來經濟的持續增長。人工智能比例的提升，會帶來經濟增速的持續提高。這實際上就是從經濟學上定義的奇點。經濟學家在這方面向自然科學學習了很多。這里的所謂奇點，從經濟學角度來說，就是持續的超高增速。
第二，資本和勞動在產出中的占比關乎收入的分配及平等和長期的社會穩定。資本占比提升和勞動的占比越來越低意味著貧富差距會增加。資本家是成為人工智能的投資者和獲益者，而普通的工人則可能成為受害者。
對于人工智能對經濟增長的影響，在給出確定結論前，可以簡要回顧一下歷史。關于人工智能的爭論其實是一個歷久彌新的話題，從信息技術一出現，大家就在討論這個問題。
20世紀90年代《經濟學人》的說法是，計算機不會提升人們的生產力。Zachary（1991）認為數據過載限制了生產率的提高。而信息技術對生產率的提升是顯而易見的。
但1996—1999年，美國私人部門的年均增長率達到2.8%，是1980—1995年間的2倍。這段時間可以明顯看到信息技術帶來的生產力的提升。
人工智能鼻祖和行為經濟學鼻祖西蒙也認為計算機和自動化會推動生產力的持續提升，但可能不是加速的提升。加速就是前面提到的奇點，即人工智能應當會持續提升生產率。業界的研究也支持這一判斷。
埃森哲的研究表明，美國生產率的增長受益于人工智能，到了2030年可以實現翻倍，意味著全球的經濟增長可能會重新進入高速增長的環境，全球經濟將進入新的增長周期。
經濟增長的源泉無外乎生產率的增長、資本投入的增加或是勞動人口的增長。如何理解抽象的增長模型中人工智能會導致長期的總經濟增長？
第一，從資本的角度，對人工智能的投資會產生很多不會折舊的資產，甚至還會增值，這是因為人工智能有學習能力，如阿爾法狗，它一天比一天聰明。這與傳統的資本完全不同。
第二，從勞動力的角度，人工智能與勞動力之間的替代關系和互補關系同時存在。在國民經濟的很多部門，人工智能會逐漸替代人工，但在其他很多部門，人工智能與勞動力之間是互補的。而且人工智能對勞動力的替代，有可能意味著人們會接受更多的教育，從而帶來勞動生產率的提升。
從歷史的經驗來看，可以參考信息技術對生產率的影響。1996—1999年，是美國信息技術、互聯網開始發展的時期。這段時期，美國全要素生產率年均增長2.8%，是1980—1995年的兩倍。這一數據表明人工智能這種新的技術會使得生產力有大幅度的提升。
第一次工業革命時期，1850—1910年，蒸汽機驅動的經濟增長是0.3%，而第三次工業革命也就是信息技術驅動的經濟增長是0.6%。
有估算認為，人工智能驅動的經濟增長在0.8%—1.4%。雖然這個數字還難以確認，但有充分的理由相信，人工智能對整個經濟效率的提升有非常大的幫助。
除了人工智能直接帶來的經濟增長，還有兩個與人工智能間接相關并會提升經濟增長的原因。
第一，來自于管理和組織效率的提升，這個是在微觀層面上的。
Bloom（2007）等學者的研究表明，不同國家的企業管理水平差別很大。假設企業管理水平的總分是5分，將各國企業管理水平得分排名，美國、日本、德國名列前茅，中國則仍然處在一個非常低的水平上。這一研究對于理解中國經濟增長的長期潛力有非常重要的含義。
中國是在如此低的管理水平的基礎上取得近四十年的高速增長的。如果中國能夠借鑒國際先進的企業管理經驗，提升組織管理效率，就可以大幅提升中國的經濟增長水平。
第二，要素錯配的問題。
要素錯配對經濟增長的影響近年來在學術界引起了很大的關注。提升經濟增長的另外一種方式是改善要素錯配。要素錯配會導致經濟效率的損失，如果中國能夠改善經濟要素的配置效率，就可以提升經濟效率，進而促進經濟增長。
謝長泰[6]等的研究表明，與理想狀況相比，中國的全要素生產率提升可以超過100%；即使是與美國的實際水平相比，中國的全要素生產率仍然會有3%—50%的提升，這表明如果中國能夠改善要素配置，經濟增長的潛力就會持續提升。
總體來講，跨部門、跨行業的生產率都存在差別。一個國家的企業生產率越集中，表示企業之間的生產效率越是接近的；越分散則表示不同企業的生產效率有差別。而中國企業的生產效率有很大的提升空間。
中國消費互聯網的發展已經證明了提升要素配置促進經濟增長的作用。阻礙要素配置效率方面有幾個重要的調整成本，包括企業所有權和政治的聯系、大量的非正式部門等。
但人工智能的發展會導致這些非正式部門的快速消失。這就是為什么產業互聯網和人工智能的出現會改善要素配置效率，促進經濟增長的原因。
03
產業互聯網的影響
在消費互聯網中，已經出現的代表性企業有美國的谷歌、蘋果、臉書、亞馬遜，中國的百度、阿里巴巴、騰訊。
但產業互聯網還正在發展中，目前還看不到明確的巨頭。美國的通用電氣是在產業互聯網方面轉型最堅定的企業，但目前仍然沒有看到非常明顯的競爭優勢。
什么是產業互聯網？筆者的定義是，產業互聯網是通過互聯網來重構產業的價值鏈和創造新的價值。而不是簡單地在互聯網上加一個東西，其范圍其實是非常廣泛的。
需要正確理解產業互聯網與通常所講的“互聯網+”或“+互聯網”的區別。
以婚介市場為例，婚介市場是一個具有很大的商業價值和社會價值的大市場。簡單的“互聯網+”就是把婚介搬到網上去，即國內很多婚戀網站的模式。這種做法只是把線下的婚介搬到線上。其目標是盡可能多地促進互動（interaction）。但美國有一家與眾不同的婚戀匹配的網站，叫做eHarmony。
中國的很多婚戀網站注冊很容易，但美國這家公司卻不同。如果想要成為該網站的會員，需要花四個小時做心理學專家仔細設計的250道問題。這種做法的好處在于可以剔除哪些不是嚴肅找婚戀對象的用戶，有效提升匹配效率。
這里的核心就是進行價值鏈的重構。整個網站是在信任的基礎上，給用戶提供嚴肅、有效的匹配。這種做法完全改變了婚戀網站的商業模式和治理方式，這就是產業互聯網與“互聯網+”的區別。
產業互聯網是一個巨大的市場，發展空間巨大。通用電氣的估計是32萬億美元，占到了美國46%的GDP。根據思科的估計，到2020年，美國公司的利潤通過產業互聯網可以增長21%。
雖然目前中國市場上沒有明確的產業互聯網巨頭，但可以期待產業互聯網會為中國帶來同樣的巨變。
革命性的新產品或新服務一定會出現，類似于蘋果創造新的市場，或是特斯拉改變世界汽車產業的方式。特斯拉的意義在于其完全顛覆了一個產業。
電動車并不是新東西，愛迪生是最早看到電動車前途的。但真正驅動汽車產業大發展的是福特的T型車和汽車能源的使用方式。
特斯拉的重要性在于其對汽車產業的兩個根本性改變：自動駕駛系統和充電電池系統。這就是為什么特斯拉的市值會超過傳統的汽車巨頭通用汽車。需要看到的是，特斯拉試圖做的是成為汽車產業的微軟和英特爾的結合體。
新的應用效率可能會降低成本，提升滿意度和安全性。因為在整個生產、服務領域，都會有非常大的改變。
提到工業物聯網，如果效率的提升會帶來整個產值的增加，那么無論是航空、電力、健康、鐵路，還是石油、天然氣，產業互聯網和人工智能對上述產業的改變都會非常大。
04
平臺化組織
今天全球十大公司很多都是平臺型公司，包括谷歌、蘋果、騰訊、阿里巴巴等。平臺經濟的商業模式會影響到很多層面，包括國家層面、地方政府、城市，以及各個產業。人工智能的出現，會加劇這個過程的演變。
以PC產業的演變為例，傳統計算機產業的典型代表是早期具有垂直整合結構的IBM，即計算機的所有零部件都由自己生產。但今天的計算機產業是一個非常碎片化的產業，由極少數的關鍵玩家主導，如芯片由因特爾主導，操作系統則由微軟主導，其他的部件則由標準化配件提供商生產。
計算機產業從垂直整合結構演變為分散水平結構，意味著這個產業的利潤被少數平臺型公司獲取，其他公司只能賺非常薄的利潤。這是非常重要的演變趨勢，PC產業的演變，將來有可能會在很多產業中復制。
任何一個行業，如果像PC產業一樣演變，那就意味著產業里絕大部分公司只能退化成一個提供標準化組件并獲取市場平均利潤的普通公司，而主導產業演變的平臺型公司則將領導整個產業并獲取絕大部分的蛋糕，如智能手機平臺蘋果、搜索平臺谷歌、電商平臺阿里巴巴和社交平臺騰訊。
平臺型組織的演變會對社會產生的影響主要有三個趨勢：
第一個趨勢是平臺化后，產業的合作和融合更加明顯。
一些提供單一功能或服務的企業存在通過其獨特服務滲透到其他產業進行平臺覆蓋的可能。產業的分散化意味著核心的主導公司可能會通過技術來顛覆傳統產業。
如在汽車產業，傳統的主導公司是通用、福特、奔馳等汽車制造商，但在自動駕駛和新能源時代，谷歌和特斯拉可能通過其全新的駕駛技術或充電技術顛覆傳統產業。新興的科技公司也有可能通過智能手術技能來顛覆傳統的醫療產業。
第二個趨勢是人工智能的基礎設施能夠促進增長，包括硬件、數據。龐大的數據會使大公司的優勢加強。
平臺的演變會影響一切經濟形態和組織形態，意味著平臺的模式將主導一切，平臺型的國家會出現。未來，美國和中國將會成為全球經濟的超級兩強，其他國家則會成為全球政治和經濟上的組件和配角。
人工智能會使得中美兩國在資本、技術方面的優勢進一步強化。而平臺型城市會使得人才和資本的規模效應更強，更集中在大城市。深圳就是非常典型的平臺城市。
第三個趨勢是平臺型產業的普遍化。
現在還沒有看到人工智能這個產業里出現非常典型的突出玩家，但將來一定會有某個公司提供主導機器的操作系統。這個產業一定會產生一個領導性的企業，類似于微軟的超級平臺。
可以肯定的是，目前經濟體量較大的國家在人工智能方面的投入會非常多，并進一步導致國家間的強弱分化。
05
結 論
本文主要討論了三個問題：人工智能和互聯網能否帶來新的經濟增長？產業互聯網將如何影響產業競爭的格局，它對整個經濟的增長有什么樣的影響？平臺型組織的演變會對社會產生多大的影響？
無論是歷史的數據還是理論分析都表明，可以適度樂觀看待產業互聯網和人工智能對經濟的影響。人們有理由相信產業互聯網和人工智能會大幅度提升生產力，并推動長期經濟增長。
新一輪的科技革命和產業革命正在進行，大數據、云計算、人工智能等新型技術與商業模式正深刻改變人們的思維、生產、學習方式。關于人工智能對于人類社會的沖擊，已有不少論著。2016年，《自然》雜志刊發谷歌的“深度心智”（Deepmind），這將會極大的擴大人的能力。2019年初，國務院《中國教育現代化2035》，提出要建設智能化校園，統籌建設一體化智能化教學、管理與服務平臺。2019年8月29日，科技部新一代人工智能發展研究中心聯合羅蘭貝格管理咨詢公司《智能教育創新應用發展報告》（以下簡稱《報告》）。報告顯示，人工智能有望引領教育的系統性變革，推動人才培養更加多元化、更加精準化、更加個性化。世界各國紛紛制定規劃，出臺相應的政策措施，推動智能教育的發展。以美國、新加坡等為代表的各國相繼推出面向未來的新教育改革戰略，不斷制定相關政策法規，設計本國智能教育的發展藍圖。
一、未來智能社會的能力預測
未來社會各種各樣的顛覆性變革，全球各種組織都在做預測。世界未來研究所[1]對未來社會需要的10中技能的預測：一是意義構建，二是社交智能，三是新穎和適應性思維，四是跨文化能力，五是計算思維，六是新媒體素養，七是跨學科能力，八是設計思維，九是認知負荷管理，十是虛擬協作。十種技能分別體現在三個層面，即人際交往能力、應用知識能力與工作技能層面。引入這些技能，旨在深入探索未來技能存在的世界，以及目前教授和衡量這些技能的方式，希望這些技能能夠更充分地融入高校國際商務的課程。[2]
（一）人際交往層面——團隊合作精神
人際交往層面主要指與他人有效合作，有效溝通，與不同背景的伙伴有效合作的能力，即團隊合作精神。數據來源：世界未來研究所第一，跨文化能力。4個主要組成部分可以用來評估一個人的跨文化競爭力:知識組成部分、情感組成部分、精神運動組成部分以及情景組成部分。第二，社交智能。盡管社交網絡平臺為人們提供了更多的聯系，但它們培養的深厚友誼卻很少。微信、Facebook等社交平臺的主流化與普及鼓勵人們以新的方式思考如何建立和維持人際關系。[3]第三，虛擬協作，即作為虛擬團隊的一員，能夠富有成效地工作，提高參與度，并展示自己的存在感。
（二）應用知識層面——邏輯性分析信息的能力
應用知識層面主要指個體可以邏輯性的分析信息的一系列能力，具體如下：第一，新穎的適應性思維。即熟練地思考和提出解決方案，而非死記硬背或默守陳規。第二，認知負荷管理。以多種形式表現的信息流豐富的世界帶來了認知過載的問題，人們只有學會有效的過濾和關注重要的信息，才能把大量涌入的數據轉化為優勢。第三，意義構建，即確定對方所表達內容的深層含義的能力。人工智能將取代僅僅需死記硬背、日常制造業和服務業的工作，而對機器不擅長的高層次的思維技能、不能撰寫為文本的需求將會越來越大。
（三）工作技能層面——解決問題和決策能力
工作技能層面主要指個體可以成為一個問題解決者和決策者，包括計劃和組織，解決問題，決策商業基礎等。也就是需要如下的素質：第一，新媒體素養。由于可視化在技術時揮越來越重要的作用，過去信息的靜態展示正在讓位于信息圖表和數據的動態模擬。第二，設計思維。從本質上講，設計思維是一種創造性解決問題的能力，它反映了發散性思維和收斂性思維的結合。第三，跨學科能力。未來十年，專業領域將比以往任何時候都更加具有重疊性，所以跨學科的研究方法將會占據世界創新的中心舞臺。第四，計算思維，即將大量數據轉換成抽象概念，并基于數據的推理能力。隨著人類社會中數據量呈指數級的增長，越來越多的職業需要計算思維和技能才能勝任。
二、應對能力結構變化的教育創新
未來社會中，人才能力結構的變化也會對教學模式產生新的需求，課程教學需要結合不同的能力培養目標做出相應的調整與創新，世界知名高校和一些國際組織也提出了很多創新性的教學模式。如圖2所示。數據來源：世界未來研究所
（一）能力結構及思維模式
世界未來研究所提出的十種技能的背后，所體現了以下一些基本的思維模式。同理心是指正確了解他人的感受和情緒，進而做到相互理解、關懷和情感上的融洽。同理心非常有助于在虛擬空間中站在對方的角度考慮問題，增加團隊伙伴之間的有效溝通。元認知對于意義構建能力十分重要。元認知知識包含三方面：學習者對于自己的認知，學習者對于學習策略和使用方法的認知。成長性思維與批判性思維在認知負荷管理、新穎和適應性思維、新媒體素養以及設計思維中起到了十分重要的作用。成長性思維是相對于固定思維提出的，固定思維者把反饋當做一種批評，成長思維樂于接受反饋，也從反饋中學習，反饋最終會產生積極的成長變化。批判性思維有助于形成自己獨特的世界觀，他們不會妄自評價他人，而是會站在別人的立場上，并且去了解他們的世界觀?？鐚W科一定有兩種心態組成。首先，同理心。它允許人們從另一個角度來思考問題——站在別人的立場上。其次，好奇心。許多組織，包括IBM和IDEO，都開始從“T型”素質的角度來討論這種技能，T型素質的技能組合中既有深度又有廣度。但是楊壯①教授發現：現在π型人才已經在成為主流。所謂的π型人才是針對T型人才的一種升級，從字母的樣式中就可以看出，π比T的下方多了一豎，所以它代表著“兩專多能”，即除了你可能在高等教育階段獲得的專業能力之外，還需要有另一項專業能力。邏輯推理能力有助于培養計算思維。未來的教育課程中應該納入計算思維技能的發展，鼓勵學生通過因果推理認知、元認知和其他技能來學習解決問題。這種模式的目的是讓學生分析他們在現實世界中可能遇到的真實情況，來教授計算思維能力。[6]
（二）國內外高校教育模式創新
1.“魚缸討論”“魚缸討論”，也是一種促進學生討論的教學小技巧，不僅讓討論者積極參與，更能讓其他學生積極反饋。第一步，把學生分成兩組。第一組參加討論的學生圍成圓桌坐在教室中間，就像是在被第二組觀看的魚缸里一樣。第二步，坐在中間的組開始時長10分鐘左右的討論，的第二組學生要聽著，并且評估第一組的討論。第三步，做出反饋。這是學生們最感興趣的環節，學生可以從熟悉的同學那里了解到自己的優點和缺點，有了反饋確實會使得討論變得更加激烈。2.項目式教學PBL（Problem based learning）教學法，也叫“項目式教學”，是一種通過讓學生展開一段時期的調研、探究，致力于用創新的方法或方案，解決一個復雜的問題、困難或者挑戰，從而在這些真實的經歷和體驗中習得新知識和獲取新技能的教學方法。PBL旨在培養學生的創意思維、創新能力、自主學習能力及批判思維的能力。3.跨學科課程教學自21世紀以來，美國課程改革中出現了實用導向的跨學科課程，如ICT課程，環境教育和STEM課程。STEM是科學（Science）、技術（Technology）、工程（Engineering）和數學（Mathematics）四門學科英文首字母的縮寫，STEM教育的核心是將原本分散的4門學科自然組合成一個整體，以項目探究方式進行綜合性問題解決學習，以形成相應的綜合。
三、針對國際商務課程的創新
結合世界未來研究所的十項工作技能、世界一流大學以及國際組織在教育方面的改革，結合東北財經大學國際經濟貿易學院國際商務碩士（MIB）專業碩士教學情況，國際商務課程實際教學提出以下思考和建議。[7]
（一）培養同理心和元認知的實踐方法
一種方式是開展課外活動，以小組為單位的體驗式學習活動有助于培養人際溝通和跨文化能力。例如：體驗式學習周；商務禮儀情景劇等。另一種方式是線上項目，線上項目中，可以通過微信小程序、投票互動式的方法來增加課堂活躍度，爭取讓每位同學都參與到課程中。國際商務課程是一門既要求專業知識扎實，又需要具備優秀的人際交往能力的綜合性課程。那么，在已有的小組活動中，可以在每次小組活動或者小組作業之后加入一個環節——組員互評與打分。一些課堂討論的小技巧會有助于培養元認知的思維模式。一種方法是在課上開展限時討論，討論映射是一種將學生的實時討論視覺化的方法，這種討論技巧使學生能夠從以下幾個角度進行深入的思考。
（二）培養成長型思維和批判性思維的實踐方法
在國際商務的案例分析中，引用PBL教學非常值得考慮。假設案例主題為跨國企業如何成功并購外國子公司，老師用一部分課時講解完理論部分，提供參考資源之后，另一部分課時可以嘗試組織PBL。一次PBL教學要分次給予問題，分次討論。具體過程大致包括七個步驟：第一步，弄清不熟悉的術語；第二步，界定問題；第三步，頭腦風暴（對可能的假設或解釋進行集體討論）；第四步，重新結構化問題（對問題的嘗試性解決）；第五步，界定學習目標；（以上步驟為學生小組討論）；第六步，收集信息和個人學習（學生獨立學習）；第七步，共享收集到的和個人學習的信息（小組報告和討論）。經過上述七步驟，完成一次PBL學習。在這個教學模式中，老師的角色是教學組織者、資源提供者、學生能力發展的促進者。學生從知識的被動接受者轉變為自主學習者、合作者和研究者。在國際商務的課程中，有很多需要實際調研的案例報告，也有需要做營銷策劃的報告。創客空間則可以融入這種類型的報告中，結合導師的相關課題，最好有一定經費的支持，為學生的基于創造的策劃提供完備的支撐。學生們可以就某個主題展開經驗分享、頭腦風暴、結合實際情況鍛煉設計思維和表達能力，這種能力不僅適用于學校，而且也適用于未來工作中。
（三）培養跨學科能力和邏輯推理能力的實踐方法
注重“國際商務專業+21世紀主題”的課程框架，希望通過超學科整合來彌補傳統學科的缺點與不足，構建適切核心素養轉化的課程框架。主題選擇具有適當的彈性，為跨學科知識的聯結提供空間。比如在國際商務課程授課內容中，注重添加區塊鏈、人工智能以及中美、中歐關系等主題。在國內，“挑戰杯”全國大學生課外學術科技作品大賽是大學生創新創業實踐教育最普遍和最有效的形式之一，具有廣泛的群眾基礎和旺盛的生命力。每兩年舉辦一屆，被譽為當代大學生科技創新的“奧林匹克”盛會。所以提倡創建跨學科小組參加“挑戰杯”大賽，比如國際貿易學院、國際商學院以及工程管理學院組建團隊參加挑戰杯，成員對不同學科都有相當的專長和良好的基本知識：國際營銷、國際文化視野以及數據分析基礎，在這樣的團隊中，更可能激發出新的思維和優秀的方案。
（四）全案例情景式教學
不同于教師講授知識，學生被動接受知識的傳統教學模式，全案例情景式教學是以案例或情景為載體引導開展學生自主探究性學習, 以提高學生分析和解決實際問題的能力。[5]首先，準備階段。針對國際商務專業碩士課程的專業特點，結合知識點和學生實際情況，選取合適的案例作為分析材料。其次，授課階段。在該階段，教師講授知識點之后，就將案例發放給學生；接下來就是考驗學生理論結合實際的能力。學生可以自發組成小組，根據案例內容，并結合自己能力和長處與小組分工合作進行案例討論，而在這當中，教師主要的角色是組織和引導學生。最后，拓展階段。在學生匯報案例內容之后，教師要對學生的探討結果進行點評總結。學生也可以利用這個環節進行自查，發現自己是基礎知識點薄弱還是實踐能力欠缺。通過該階段，教師可以發現學生的水平，學生也可以發現自己作為專業碩士能力缺失的部分，從而雙方進行查缺補漏。
四、總結與展望
結合國外高校及國際組織已有的模式，針對未來社會所需十種能力的培養方式如何應用在國際商務課程中，提出了一系列的活動和思維模式培養技巧，如在線學習（以MOOC為主）、討論映射和魚缸式討論、項目式學習（PBL）、案例分析和創客空間以及課上的投票互動式環節等，希望對國際商務課程的改革創新有實質性的輔助作用。要想在未來取得成功，需要成為適應性強的終身學習者。隨著組織形式和技能要求的快速變化，要求每位個人都必須具備遠見，重新評估自己需要的能力，并迅速整合合適的資源來培養和完善需要的能力，適應萬眾創新時代，并形成決勝未來的新的競爭優勢，贏得人工智能時代世界高等商科教育領域中的話語權。注釋：①楊壯：現任北京大學國家發展研究院BiMBA商學院聯席院長、北京大學國家發展研究院管理學教授、美國福坦莫大學商學院副院長、終身教授，著名領導力專家。
【參考文獻】
[1]InstitutefortheFuture.FutureWorkSkills2020[EB/OL].[2019-11-09].
[2]LiuJie.TheOptimizationStudyofGeneralEducationPracticeEffectinOurCountry[J].學術界,2013(12):283-290.
[3]陳妍蓓(編譯).歐盟關注終身學習關鍵能力培養[J].世界教育信息,2019,32(10):74-75.
[4]段世飛,張偉.人工智能時代英國高等教育變革趨向研究[J].比較教育研究,2019(1):3-9.
[5]王文.案例教學法在高校市場營銷教學中的應用探索[J].產業與科技論壇,2020,19(4):187-188.
中圖分類號：TP391 文獻標識碼：A
0.引言
2016年3月15日，備受矚目的“人機大戰”終于落下帷幕，最終Google公司開發的“AlphaGo”以4∶1戰勝了韓國九段棋手李世h。毫無疑問，這是人工智能歷史上一個具有里程碑式的大事件。大家一致認為，人工智能已經上升到了一個新的高度。
這次勝利與1997年IBM公司的“深藍”戰勝國際象棋世界冠軍卡斯帕羅不同。主要表現在兩個方面：
（1）AlphaGo的勝利并非僅僅依賴強悍的計算能力和龐大的棋譜數據庫取勝，而是AlphaGo已經擁有了深度學習的能力，能夠學習已經對弈過的棋盤，并在練習和實戰中不斷學習和積累經驗。
（2）圍棋比國際象棋更加復雜，圍棋棋盤有361個點，其分支因子無窮無盡，19×19格圍棋的合法棋局數的所有可能性是冪為171的指數，這樣的計算量相當巨大。英國圍棋聯盟裁判托比表示：“圍棋是世界上最為復雜的智力游戲，它簡單的規則加深了棋局的復雜性”。因此，進入圍棋領域一直被認為是目前人工智能的最大挑戰。
簡而言之，AlphaGo取得勝利的一個很重要的方面就是它擁有強大的“學習”能力。深度學習是源于人工神經網絡的研究，得益于大數據和互聯網技術。本文就從人工智能的發展歷程與現狀入手，在此基礎上分析了人工智能的未來發展前景。
1.人工智能的發展歷程
AlphaGo的勝利表明，人工智能發展到今天，已經取得了很多卓越的成果。但是，其發展不是一帆風順的，人工智能是一個不斷進步，并且至今仍在取得不斷突破的學科?；仡櫲斯ぶ悄艿陌l展歷程，可大致分為孕育、形成、暗淡、知識應用和集成發展五大時期。
孕育期：1956年以前，數學、邏輯、計算機等理論和技術方面的研究為人工智能的出現奠定了基礎。德國數學家和哲學家萊布尼茨把形式邏輯符號化，奠定了數理邏輯的基礎。英國數學家圖靈在1936年創立了自動機理論（亦稱圖靈機），1950年在其著作《計算機與智能》中首次提出“機器也能思維”，被譽為“人工智能之父”?？傊?，這些人為人工智能的孕育和產生做出了巨大的貢獻。
形成期：1956年夏季，在美國達特茅斯大學舉辦了長達2個多月的研討會，熱烈地討論用機器模擬人類智能的問題。該次會議首次使用了“人工智能”這一術語。這是人類歷史上第一次人工智能研討會，標志著人工智能學科的誕生。其后的十幾年是人工智能的黃金時期。在接下來的幾年中，在眾多科學家的努力下，人工智能取得了矚目的突破，也在當時形成了廣泛的樂觀思潮。
暗淡期：20世紀70年代初，即使最杰出的AI程序也只能解決問題中最簡單的部分，發展遇到瓶頸也就是說所有的AI程序都只是“玩具”，無法解決更為復雜的問題。隨著AI遭遇批評，對AI提供資助的機構也逐漸停止了部分AI的資助。資金上的困難使得AI的研究方向縮窄，缺少了以往的自由探索。
知識應用期：在80年代，“專家系統”（Expect System）成為了人工智能中一個非常主流的分支?！皩＜蚁到y”是一種程序，為計算機提供特定領域的專門知識和經驗，計算機就能夠依據一組從專門知識中推演出的邏輯規則在某一特定領域回答或解決問題。不同領域的專家系統基本都是由知識庫、數據庫、推理機、解釋機制、知識獲取等部分組成。
集成發展期：得益于互聯網的蓬勃發展、計算機性能的突飛猛進、分布式系統的廣泛應用以及人工智能多分支的協同發展，人工智能在這一階段飛速發展。尤其是隨著深度學習和人工神經網絡研究的不斷深入，人工智能在近幾十年中取得了長足的進步，取得了令人矚目的成就。
人工智能發展到今天，出現了很多令人矚目的研究成果。AlphaGo的勝利就是基于這些研究成果的一個里程碑。當前人工智能的研究熱點主要集中在自然語言處理、機器學習、人工神經網絡等領域。
2.人工智能l展現狀與前景
人工智能當前有很多重要的研究領域和分支。目前，越來越多的AI項目依賴于分布式系統，而當前研究的普遍熱點則集中于自然語言處理、機器學習和人工神經網絡等領域。
自然語言處理：自然語言處理（Natural Language Processing，簡稱NLP），是語言學與人工智能的交叉學科，其主要功能就是實現讓機器明白人類的語言，這需要將人類的自然語言轉化為計算機能夠處理的機器語言。
自然語言處理主要包括詞法分析、句法分析和語義分析三大部分。詞法分析的核心就是分詞處理，即單詞的邊界處理。句法分析就是對自然語言中句子的結構、語法進行分析如辨別疑問句和感嘆句等。而語義分析則注重情感分析和整個段落的上下文分析，辨別一些字詞在不同的上下文定的語義和情感態度。
當前自然語言的處理主要有兩大方向。一種是基于句法-語義規則的理性主義理論，該理論認為需要為計算機制定一系列的規則，計算機在規則下進行推理與判斷。因此其技術路線是一系列的人為的語料建設與規則制定。第二種是基于統計學習的經驗主義理論，這種理論在最近受到普遍推崇。該理論讓計算機自己通過學習并進行統計推斷的方式不停地從數據中“學習”語言，試圖刻畫真實世界的語言現象，從數據中統計語言的規律。
機器學習：機器學習（Machine Learning）是近20年來興起的人工智能一大重要領域。其主要是指通過讓計算機在數據中自動分析獲得規律，從而獲取“自我學習”的能力，并利用規律對未知數據進行判斷和預測的方法。
機器學致可以分為有監督的學習和無監督的學習。有監督的學習是從給定的訓練數據集中練出一個函數和目標，當有新的數據到來時，可以由訓練得到函數預測目標。有監督的學習要求訓練集同時有輸入和輸出，也就是所謂的特征和目標。而依據預測的結果是離散的還是連續的，將有監督的學習分為兩大問題，即統計分類問題和回歸分析問題。統計分類的預測結果是離散的，如腫瘤是良性還是惡性等；而回歸分析問題目標是連續的，如天氣、股價等的預測。
無監督學習的訓練集則沒有人為標注的結果，這就需要計算機去發現數據間的聯系并用來分類等。一種常見的無監督學習是聚類分析（Cluster Analysis），它是將相似的對象通過靜態分類的方法分成不同的組別或者是特定的子集，讓同一個子集中的數據對象都有一些相似的屬性，比較常用的聚類方法是簡潔并快速的“K-均值”聚類算法。它基于K個中心并對距離這些中心最近的數據對象進行分類。
機器學習還包括如半監督學習和增強學習等類別?？偠灾?，機器學習是研究如何使用機器來模擬人類學習活動的一門學科，而其應用隨著人工智能研究領域的深入也變得越來越廣泛，如模式識別、計算機視覺、語音識別、推薦算法等領域越來越廣泛地應用到了機器學習中。
人工神經網絡：在腦神經科學領域，人們認為人類的意識及智能行為，都是通過巨大的神經網絡傳遞的，每個神經細胞通過突出與其他神經細胞連接，當通過突觸的信號強度超過某個閾值時，神經細胞便會進入激活狀態，向所連接的神經細胞一層層傳遞信號。于1943年提出的基于生物神經元的M-P模型的主要思想就是將神經元抽象為一個多輸入單輸出的信息處理單元，并通過傳遞函數f對輸入x1，x2…，xn進行處理并模擬神經細胞的激活模式。主要的傳遞函數有階躍型、線性型和S型。
在此基礎上，對神經網絡算法的研究又有諸多進展。日本的福島教授于1983年基于視覺認知模型提出了卷積神經網絡計算模型。通過學習訓練獲取到卷積運算中所使用的卷積系數，并通過不同層次與自由度的變化，可以得到較為優化的計算結果。而AlphaGo也正是采用了這種深度卷積神經網絡（DCNN）模型，提高了AlphaGo的視覺分類能力，也就是所謂的“棋感”，增強了其對全盤決策和把握的能力。
3.人工智能的發展前景
總體來看，人工智能的應用經歷了博弈、感知、決策和反饋這幾個里程碑。在以上4個領域中，既是縱向發展的過程，也是橫向不斷改進的過程。
人工智能在博弈階段，主要是實現邏輯推理等功能，隨著計算機處理能力的進步以及深度學習等算法的改進，機器擁有了越來越強的邏輯與對弈能力。在感知領域，隨著自然語言處理的進步，機器已經基本能對人類的語音與語言進行感知，并且能夠已經對現實世界進行視覺上的感知?；诖髷祿奶幚砗蜋C器學習的發展，機器已經能夠對周圍的環境進行認知，例如微軟的Kinect就能夠準確的對人的肢體動作進行判斷。該領域的主要實現還包括蘋果的Siri，谷歌大腦以及無人駕駛汽車中的各種傳感器等。在以上兩個階段的基礎上，機器擁有了一定的決策和反饋的能力。無人駕駛汽車的蓬勃發展就是這兩個里程碑很好的例證。Google的無人駕駛汽車通過各種傳感器對周圍的環境進行感知并處理人類的語言等指令，利用所收集的信息進行最后的決策，比如操作方向盤、剎車等。
人工智能已經滲透到生活中的各個領域。機器已經能識別語音、人臉以及視頻內容等，從而實現各種人際交互的場景。在醫學領域，人工智能可以實現自動讀片和輔助診斷以及個性化t療和基因排序等功能。在教育領域，機器也承擔了越來越多的輔助教育，智能交互的功能。在交通領域，一方面無人車的發展表明無人駕駛是一個可以期待的未來，另一方面人工智能能夠帶來更加通暢和智能的交通。另外人工智能在安防、金融等領域也有非常廣闊的發展前景?？傊斯ぶ悄茉谝恍┚哂兄貜托缘暮途邆浜唵螞Q策的領域已經是一種非常重要的工具，用來幫助人們解決問題，創造價值。
參考文獻
在本期技術專題中，中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智能這一充滿挑戰與機遇的領域。
計算機與人工智能
"智能"源于拉丁語legere，字面意思是采集(特別是果實)、收集、匯集，并由此進行選擇，形成一個東西。intelegere是從中進行選擇，進而 理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(machines who thinks,1979)中所提出的: 在復雜的機械裝置與智能之間存在長期的聯系。從幾個世紀前出現的神話般的巨鐘和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯 系。經過幾個世紀之后，新技術已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數學家圖靈(turing)提出了"自動機"理論，把研究 會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智能之父"。
人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificial intelligence，ai)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以 及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行 情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的ibm的"深 藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。
當然，人工智能的發展也并不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬件和軟件的發 展，計算機的運算能力在以指數級增長，同時網絡技術蓬勃興起，確保計算機已經具備了足夠的條件來運行一些要求更高的ai軟件，而且現在的ai具備了更多的 現實應用的基礎。90年代以來，人工智能研究又出現了新的。
我們有幸采訪了中國科學院計算技術研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領我們走近人工智能這個讓普通人感到深奧卻又具有無窮魅力的領域。
問: 目前人工智能研究出現了新的，那么現在有哪些新的研究熱點和實際應用呢？
答: ai研究出現了新的，這一方面是因為在人工智能理論方面有了新的進展，另一方面也是因為計算機硬件突飛猛進的發展。隨著計算機速度的不斷提高、存儲容 量的不斷擴大、價格的不斷降低以及網絡技術的不斷發展，許多原來無法完成的工作現在已經能夠實現。目前人工智能研究的3個熱點是: 智能接口、數據挖掘、主體及多主體系統。
智能接口技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的 翻譯，而這些功能的實現又依賴于知識表示方法的研究。因此，智能接口技術的研究既有巨大的應用價值，又有基礎的理論意義。目前，智能接口技術已經取得了顯 著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經開始實用化。
數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據 挖掘和知識發現的研究目前已經形成了三根強大的技術支柱: 數據庫、人工智能和數理統計。主要研究內容包括基礎理論、發現算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半 結構化和非結構化數據中的知識發現以及網上數據挖掘等。
主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態的實體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨立地完成任務， 而且可以和環境交互，與其他主體通信，通過規劃達到目標。多主體系統主要研究在邏輯上或物理上分離的多個主體之間進行協調智能行為，最終實現問題求解。多 主體系統試圖用主體來模擬人的理性行為，主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統的研究主要集中在主體和多 主體理論、主體的體系結構和組織、主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統應用等方面。
問: 您在人工智能領域研究了幾十年，參與了許多國家重點研究課題，非常清楚國內外目前人工智能領域的研究情況。您認為目前我國人工智能的研究情況如何？
答: 我國開始"863計劃"時，正值全世界的人工智能熱潮。"863-306"主題的名稱是"智能計算機系統"，其任務就是在充分發掘現有計算機潛力的基礎 上，分析現有計算機在應用中的缺陷和"瓶頸"，用人工智能技術克服這些問題，建立起更為和諧的人-機環境。經過十幾年來的努力，我們縮短了我國人工智能技 術與世界先進水平的差距，也為未來的發展奠定了技術和人才基礎。
但是也應該看到目前我國人工智能研究中還存在一些問題，其特點是: 課題比較分散，應用項目偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時，容易跟著國外的選題走; 立項論證時，慣于考慮國外怎么做; 落實項目時，又往往顧及面面俱到，大而全; 再加上受研究經費的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。
今后，基礎研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結合?？茖W研究講創新，而創新必須接受應用和市場的檢驗。因此，我們不僅要善于找到解決問題的答案，更重要的是要發現最迫切需要解決的問題和最迫切需要滿足的市場需求。
問: 請您預測一下人工智能將來會向哪些方面發展？
答: 技術的發展總是超乎人們的想象，要準確地預測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會向以下幾個方面發展: 模糊處理、并行化、神經網絡和機器情感。
目前，人工智能的推理功能已獲突破，學習及聯想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。人工神經網絡是未來 人工智能應用的新領域，未來智能計算機的構成，可能就是作為主機的馮·諾依曼型機與作為智能外圍的人工神經網絡的結合。研究表明: 情感是智能的一部分，而不是與智能相分離的，因此人工智能領域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機與人的自然交往至關重要。
人工智能一直處于計算機技術的前沿，人工智能研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天，已經有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術的發展將會給人們的生活、工作和教育等帶來更大的影響。
什么是人工智能？
人工智能也稱機器智能，它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的 角度出發，人工智能是研究如何制造出人造的智能機器或智能系統，來模擬人類智能活動的能力，以延伸人們智能的科學。
ai理論的實用性
在一年一度at&t實驗室舉行的機器人足球賽中，每支球隊的"球員"都裝備上了ai軟件和許多感應器，它們都很清楚自己該踢什么位置，同時也明白 有些情況下不能死守崗位。盡管現在的ai技術只能使它們大部分時間處于個人盤帶的狀態，但它們傳接配合的能力正在以很快的速度改進。
這種ai機器人組隊打比賽看似無聊，但是有很強的現實意義。因為通過這類活動可以加強機器之間的協作能力。我們知道，internet是由無數臺服務器和 無數臺路由器組成的，路由器的作用就是為各自的數據選擇通道并加以傳送，如果利用一些智能化的路由器很好地協作，就能分析出傳輸數據的最佳路徑，從而可以 大大減少網絡堵塞。
我國也已經在大學中開展了機器人足球賽，有很多學校組隊參加，引起了大學生對人工智能研究的興趣。
未來的ai產品
