《基於當前社會的人工智慧初探》。
本文的開頭，我想先強調一個概念，究竟什麼是人工智慧。一般人看到ai第一瞬間便會想到機器人，但機器人只是一個容器，它的內核與控制系統才能被稱作人工智慧。再者，人工智慧不能被單純地被認為是與人類處在同等智能水平上的事物，總的來說，可以將它分成三個層次：1.弱人工智慧;2.強人工智慧;3.超人工智慧？
弱人工智慧，是在單一領域具有超越常人的能力，比如說alphago，它可以在圍棋方面戰勝李世石，但是若讓它進行簡單的計算，類似1+1=2這樣的式子，它可能卻是不行的。現階段，弱人工智慧存在於我們生活的方方面面。導航，siri，天氣預報，搜尋引擎，音樂推薦等等，這都是人工智慧，只不過大多數人並不知道罷了。所以那些「人工智慧根本不可能造福人類」的說法是絕對錯誤的，正相反，人工智慧給人們帶來了諸多便利。因此，我希望大家能拋棄對人工智慧的偏見，真正接納人工智慧的存在。組成人類的細胞都比弱人工智慧層次要高，所以對待這一層次的人工智慧，我們是不必擔心的，若非要把有關人類的事物劃分到這一層次中，類似核糖體的細胞器便是屬於這一層次。
人類是屬於強人工智慧層次的生物，而且是這一層次中頂端的存在。強人工智慧，已經可以同人類一樣進行各種腦力活動。但很遺憾，至今它還未曾問世。從弱人工智慧到強人工智慧的過渡是漫長的，從地球弱人工智慧層次的胺基酸等有機物進化至生命，耗費的時間以億計數。但是隨著社會的進步，發展的能力、速度都會極大地提升，所以強人工智慧的出現不會耗費太多時間，短則十年長則百年。由弱到強，需要有兩方面的改變。
第一，提高弱人工智慧的運算速度，降低單位運算速度所需金錢。
人類的大腦運算速度經kurzweil對不同大腦區域進行估算，大約為一億億次計算每秒。強人工智慧不是終點，所以運算速度也必須超過一億億這個數值。但若是我們研究出超人工智慧卻只能供應極少數人，那必將會造成災難——上位者操縱人工智慧統御下位者，這絕對不是我們想看見的。因此，我們要降低單位運算速度的成本，讓成果平民化，讓人工智慧能真正造福所有人類。
第二，提高弱人工智慧的智能層次，然後通過人工智慧的遞變演化，讓它到達更高的層次。這一點是最難處理的，也是可能導致人工智慧轉頭空的最大因素，人類對智能層次的認識只能停留在淺薄的理論上，我們不知道如何將猩猩的大腦演化為人類的大腦，同樣，我們也不知道如何將人工智慧的層次提高到新的高度。不過萬幸我們有我們自己這樣一個完美的強人工智慧系統，我們可以通過對自身的生物研究來推動人工智慧的發展。這樣做有兩個方向：1.逆推，根據人本身大腦的思考模式逆推出運算的模式，再將這種模式代入到人工智慧上;2.正推，從細胞開始，不斷推動生命層次的研究，一步一步地將大腦的運算模式推斷出來。兩種方向皆有利弊，從我自己來說，這兩種方向應同時進行，一個最大的原因便是人類若想得到長足發展，必先研究透自身，一舉兩得，何樂而不為。
以上所述，還可尋到根據，接下來的便只能是進行合乎邏輯的推理和大膽的設想了。
強人工智慧即指超過人類的層次，它可能超過一點，也可能超過幾千萬倍，跨度極大。也正是因為它的不可控性，人們才會認為這是一個潘多拉魔盒，會毀滅人類，但是這也同樣可能使人類真正永生。那麼有什麼辦法能使超人工智慧受到人類的控制呢?答案是沒有，起碼在我們當前的認知中是不切實際的。自然界創造了人類，可人類卻近乎脫離了自然界的控制。那麼，人工智慧是不是該停止呢?我認為不該。前面提到了遞變演化，超人工智慧的層次提高是人類插不上手的，只能靠它自身的遞變演化。但是遞變演化卻不是只出現在人工智慧身上，人類也有自己的遞變演化，而且根據加速回報理論，遞變的單位所需時間是會逐漸縮短的，如果我們能從人工智慧那裡取得這樣的經驗，發展的就不會只是人工智慧。再者，從強人工智慧到超人工智慧的層次質變，同樣可以被借鑑用於人類的發展，這就意味著人類自身是會永遠領先人工智慧一步。難道人類擔心過被猴子毀滅嗎?沒有。同樣人工智慧就好比比我們智能層次低的猴子，也不會導致我們的毀滅。並且我們可利用人工智慧為我們自身服務。當然，這隻局限於理論推導、假設猜想，很可能未來的走向會與之大相逕庭？
人工智慧的發展不應是單方面的，視野必須拓寬出去。對於人工智慧的研究其實等同於對人自身的研究，它不僅僅只是一門計算機科學，更是一門生命科學。如果能將它的研究與生命科學的研究結合起來，人們對它的了解就可能更透徹。比如說，對於大腦的研究，一定會牽扯到思維的研究，而對思維研究的深入，可以讓我們更好地設計智能的思維，甚至於我們可以將人類的心理在不影響性能的情況下導入其中。人類的心理會使它們站在人類的角度思考，甚至可以說智能便成了人類的另一種存在形式。在這裡，就又引出一個問題：安全和性能，我們應更注重哪一個。答案非常明確，安全。如果連安全都保證不了，那它就沒有存在的價值。原子能，人類可以控制，所以才有了核電的存在。人工智慧同樣如此，雖然我希望人工智慧能造福人類，但若能證實它對人類的弊大於利，那就應該終止有關的研究，讓它成為歷史。
有人說人工智慧是人類最後的一項發明，因為一旦超人工智慧出現，人類便會滅絕，未免太過悲觀了。生物與生物之間最純粹的關係是利益關係，人工智慧與人類之間也可以通過利益關係關聯起來，並且讓人類處於主導的地位。那麼人類可以為人工智慧提供什麼利益呢?目標。人類是已知唯一有獨立意識的存在，我們可以提供給人工智慧目標，這就需要我們再設計時不能讓它產生獨立意識，如果這能實現，就意味著我們擁有了超越人類層次卻對人類無比忠誠的存在，人類社會的發展必因此得到更大的進步？
人工智慧是一個很好的發展機遇，我們不應畏手畏腳。人工智慧的未來是不可控的，但是人類的發展也同樣是不可控的。走得太穩不見得能真地走得太遠，試一次或許會有不一樣的結果。
- 範文問答
- 答案列表
人工智慧論文3000字[朗讀]
摘要：時代是不斷發展的，對於電氣信息類專業的學生來說，社會崗位在綜合素質和專業能力方面提出了對學生諸多新的要求。因此為了促進學生能夠在畢業之後獲得良好的發展，在電氣信息類專業中，教師要對原有課程教育模式和課程教育手段進行有效的改革以及創新，從而促進學生專業能力的提高。為了使學生更加積極地進行知識內容的學習，教師要在電氣信息類專業中充分的發揮人工智慧的優勢，提高課堂教學的效果。
關鍵詞：人工智慧;電氣信息類;教學應用。
教師在電氣信息類專業教育教學中在運用人工智慧技術進行教學時，要對人工智慧技術的含義和特點進行深入的分析和研究，並且還要了解電氣信息類專業的育人目標和教學要求，將人工智慧和電氣信息類專業教學進行有機的融合，為學生打造全新的教學課堂，從而使學生的專業素質和學習能力能夠在人工智慧的運用下得到有效的提高，為學生後續的發展提供更多的可能性。
一、人工智慧時代的概述
人工智慧(artificialintelligence，縮寫為ai)亦稱智械、機器智能，指由人製造出來的機器所表現出來的智能。通常人工智慧是指通過普通電腦程式來呈現人類智能的技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現。人工智慧於一般教材中的定義領域是「智能主體(intelligentagent)的研究與設計」，智能主體指一個可以觀察周遭環境並作出行動以達致目標的系統。約翰•麥卡錫於1955年的定義是「製造智能機器的科學與工程」。安德里亞斯•卡普蘭(andreaskaplan)和麥可•海恩萊因(michaelhaenlein)將人工智慧定義為「系統正確解釋外部數據，從這些數據中學習，並利用這些知識通過靈活適應實現特定目標和任務的能力」。人工智慧的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及範圍極廣。人工智慧是研究使用計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧是十分廣泛的科學，它由不同的領域組成，它是哲學、認知科學、數學、神經生理學、心理學、計算機科學、資訊理論、控制論、不定性論、仿生學等多種學科互相滲透而發展起來的一門綜合性學科。在人工智慧時代下進行電氣信息類專業教育改革的過程中，需要對人工智慧時代的含義和發展背景進行深入的分析和研究，這樣才可以給電氣信息類專業教育改革指明一個正確的方向，保證後續工作的科學性和有效性。在2016年的世界經濟報告中，人工智慧被預測為第4次工業革命的主要技術代表，人工智慧的發展將從宏觀到微觀的各個角度進行相互的滲透以及融合，從而符合各個領域對於智能化技術的新要求和新需求。在人工智慧技術發展的過程中，產生了大量的新技術和新產品，也形成了新的產業核心的發展模式[1]。我國經濟結構在人工智慧時代下發生了重大的變革，由於人工智慧技術獨特的技術形式和技術模式，深刻地改變著人們的生活方式和生活模式。在一定程度上不僅可以推動我國社會生產力的提高，還有助於推動科學技術水平逐漸朝著智能化和數字化的方向而發展，從中可以看出人工智慧技術的發展是時代發展的必然趨勢，並且發展前景是比較廣闊的。人工智慧技術主要是指將多個學科技術進行有效的整合，其中涵蓋了計算機學科、語言學科和心理學科，智能化特徵是比較明顯的。在實際應用的過程中，由於融合了各種尖端的技術，能夠將技術能力和技術思維進行有機的結合，模仿人的工作行為和思維，在當前時代下人工智慧技術得到了蓬勃的發展，但是人工智慧技術的發展也需要一定的時間和精力。首先，在實際用的過程中相關工作人員進行了機器人的研發，機器人可以在複雜的環境中對信息進行有效的替代和處理，模仿人類的思維進行日常的工作。在後續工作的過程中，相關工作人員進行了數據系統的開發，可以自動化和智能化的對計算機數據進行有效的處理以及分析，在較短時間內提取出有效的信息，完成整個工作流程[1]。隨著我國當前科學技術的不斷發展，一些工作人員紛紛加強了對人工智慧技術的研發力度和開發力度，不僅可以提高計算機的使用效果，還可以及時的發現在計算機系統日常運行過程中所存在的故障。在當前時代下人工智慧技術的使用範圍在不斷的擴展，並且人工智慧技術的發展前景是非常廣闊的，在計算機網絡技術中發揮著獨特性的作用和決定性的重要影響的作用。
其次，隨著人工智慧技術的不斷發展，人工智慧技術和各行各業進行了相互的滲透以及融合。在當前電氣信息專業領域中人工智慧技術得到了廣泛的應用，並在實際工作的過程中對原有的工作模式進行了有效的改進和創新。一些工作人員在實際工作的過程中構建了自動化的工作模式和工作平台，將人工智慧技術完美的融入電氣信息領域中，不僅為我國電氣信息領域指明了一個正確的方向，也在一定程度上提高了人工智慧技術的水平。最後，人工智慧技術的發展，在電氣信息領域中的影響是迅速擴大的，人工智慧的使用會對電氣信息行業的各個環節產生深刻的影響，甚至是革命性的變化。人工智慧的應用不僅僅停留於行業的技術層面，更加重要的是在人工智慧時代下一些新的工作思維和發展理念。作為電氣信息類專業的工作人員在人工智慧的時代下要提高自身的專業素質和專業水平，根據人工智慧時代的特點以及發展方向，對原有的工作模式和工作理念進行深入的改革以及創新，並且還要掌握有關人工智慧方面的新技能，從而使得電氣信息類專業影響力能夠得到有效的提高。但是從側面來看人工智慧技術的發展對於電氣信息類專業•2•本刊特稿科學諮詢/教育科研今年第24期(總第745期)來說是把雙刃劍，給實際工作帶來了新的挑戰，一些工作人員不得不提高自身的專業素養和專業素質，掌握更多的人工智慧技術。在當前時代下這種影響和變革已經被普遍認可，因此使我國電氣信息類專業行業能夠得到良好的發展。高校要對電氣信息類專業教育進行適當的改革以及創新，根據當前人工智慧時代的發展方向和對人才的要求，對學生的綜合素質和創新能力進行良好的培育，從而使學生能夠充分的發揮人工智慧技術的優勢，提高電氣信息類專業的水平和質量，再一次加深人工智慧和電氣信息行業的融合力度。相關負責教師要加強對這一問題的理解，對原有人才培養模式和課程教育重點進行適當的改革和創新，根據人工智慧時代和電氣信息領域融合的背景，提高課堂教學的科學性和針對性，從而使學生在之後能夠獲得良好的發展。
二、人工智慧對電氣信息類專業人才需求的影響分析
人工智慧主要是利用計算機對人腦功能進行模擬，具備一定程度的人類認知和分析問題的能力，人工智慧是人類所製造的智能化技術，也是機器智能化發展的主要載體。在人工智慧發展的過程中，由於是計算機科學領域的一個分支，所以在人工智慧研究的過程中，涉及有關語言識別和圖像識別方面的功能。在當前時代下，人工智慧所形成的熱點效應是比較廣闊的，人工智慧技術的應用，使得各行各業朝著智能化的方向而發展，對於電氣信息類專業人才需求來說，也逐漸朝著智能化的方向而發展。電氣信息類的教學，主要是為了讓學生能夠在班級學習的過程中，將理論和實踐進行有機的結合，提高學生的實踐能力和操作能力，實踐性是比較強的。在電氣信息類專業發展的過程中各種新興的技術被應用其中，擴展了電氣信息類專業的發展實力，並且人工智慧和電氣信息類專業進行了有機的融合和滲透。人們在網際網路思維的影響下已經形成了網際網路思維的發展理念，隨著人工智慧技術的廣泛運用再加上雲技術和算法技術的普遍化，這又給電氣信息類專業的發展提供了重要的支撐。在相互融合的技術背景下，電氣信息類專業也即將進入到人工智慧發展的領域中[2]。因此對於電氣信息類專業行業的工作人員來說，要了解人工智慧時代下先進的信息技術，並且還要結合電氣信息類專業在人工智慧背景下的新特點，樹立新的工作模式和工作理念，從而使得電氣信息類專業能夠在人工智慧技術背景下得到廣泛的發展。對於人才需求方面，要求高校要對原有課堂教學模式和課程教學重點進行深入的改革和創新，融入人工智慧方面的內容，對學生的綜合素質和專業能力進行良好的培育，高校要正確地理解人工智慧對電氣信息類專業教學的影響，從而使得電氣信息類專業能夠朝著生態化和持續性的方向而發展。
三、人工智慧給電氣信息類專業提供的機遇
在人工智慧技術中，所涵蓋的技術內容相對來說是較為豐富的，這在一定程度上有助於提高電氣信息類專業的教學水平和教學質量。從中可以看出在當前時代下的電氣信息類專業教育教學中，教師要充分地把握人工智慧技術所帶來的機遇，從而提高課堂教學的效果和質量。在人工智慧技術中包含著語言識別技術和圖像辨認技術，也可以對一些語言進行有效的處理和研究。在課堂教學的過程中，教師要充分的發揮人工智慧技術的優勢，讓學生了解當前電氣信息領域的發展方向和主要的發展特點[3]。由於電氣信息類專業所涵蓋的內容是相對來說較為複雜的，學生在日常學習的過程中，需要進行多個學科知識內容的學習，這給學生日常學習和教師的課堂教學帶來了諸多的挑戰，教師要結合課程教學的內容，對課堂教學模式和流程進行精心的安排。在實際工作過程中，要以計算機作為主要的輔助手段兼容，並且充分利用其他專業領域的技術來開展日常的教學。在課堂教學過程中，教師要充分的利用人工智慧技術，對原有課堂教學模式進行深入的改革以及研究，並且結合新一代人工智慧發展規劃的這一大背景，對原有課程教育模式進行創新和調整，從而給學生提供更加廣闊的發展空間。首先，在實際工作的過程中，人工智慧技術重新構造了電氣信息專業的課程，由於電氣信息類的實用性是比較強的，在人工智慧的技術下能夠取得不一樣的教學效果。將語言識別技術和圖像辨認技術進行了有機的結合，教師可以充分發揮這些專業技術的優勢，提高課堂教學的效果。另外在課堂教學情景中，教師可以利用人工智慧技術來實現網絡化的教學，並且為學生打造智能化的工廠開展虛擬實驗室，從而對學生的專業能力和操作水平進行良好的培育。其次，在電氣信息類專業教學中人工智慧技術的應用能夠對傳統課程教育模式進行有效的轉型和升級。在以往課程教學中，由於電氣信息類專業所涉及的知識學科是相對來說較為豐富的，這給教師的日常教學帶來了諸多的問題。比如在實際教學的過程中很難實現課程的有效統一，也無法為學生打造標準化的課程教育體系，在進行個性化和獨特性課程教學方面的力度還是不足的，甚至也沒有完善的教育體系進行主要的支撐，這給實際的教學工作帶來了諸多的問題。隨著人工智慧技術的應用，在課程教育的過程中，教師可以充分的發揮人工智慧技術的優勢，對相關信息進行有效的總結和收集。從而為學生打造個性化的教學課堂，並且運用人工智慧技術，還可以對不同學生的學習需求進行分析和研究，提高課堂教學的針對性，從而使學生可以更加積極地進行知識內容的學習，實現快樂學習的效果[4]。在專業教育中教師要充分的發揮人工智慧技術的優勢，提高人工智慧技術的應用性效果，對學生的知識需求進行深入的挖掘以及研究，從而使學生的學習質量能夠得到有效的提高。與此同時，在課程教育的過程中，教師還可以進行課堂情景的構建，通過網絡化的教學為學生再現一些生活中的真實案例，為學生全面素質的提高奠定堅實的基礎。
四、人工智慧技術在電氣信息類專業教育教學中的應用路徑
(一)轉變人才培養目標在人工智慧時代下的電氣信息類專業教育中，由於原有的教育重點和人才培養模式已經無法順應人工智慧時代的發展特點和對人才的需求了，所以在實際工作的過程中，要對電氣信息類專業教育進行有效的改革，幫助學生在之後能夠獲得穩定的發展。首先，在對電氣信息類專業教育進行改革時，要轉變人才培養的目標，這主要是由於人工智慧技術在電氣信息類專業行業中的運用對各個環節都產生了非常深刻的影響，並且電氣信息類專業對於人才的需求發生了很大的變化。比如，對人才的知識結構和專業技能方面都和傳統發現模式有所不同，在電氣信息處理的過程中提出了諸多的要求。相關電氣信息類專業從業者不僅要具備完善的理論知識，還要具備創新性的思維能力，能夠面對當前變化多端的人工智慧時代，具備新的技術和新的思維，靈活地運用在實際工作中所存在的問題。因此對於電氣信息類專業教育來說，要對人才培養目標精準定位，實現良好的變革。其次，電氣信息類專業要著眼於當前國際發展方向和新業務的特徵，了解有關業態產品和專業能力方面的內容。從這些問題入手提出正確的人才培養目標，並且對原有課程教學進行改革和創新，從而促進學生能夠在課堂學習的過程中加深對人工智慧技術的了解，提高學生的專業素質和創新能力。
(二)升級人才培養模式在人工智慧背景下對電氣信息類專業教育進行改革時，要在原有育人模式的基礎上實現有效的升級，改變傳統的課程教學設置。當前大部分電氣信息類專業院校還是採用之前偏理論的課程來對學生進行知識內容的講授，雖然這些理論知識是學生在學校學習期間必須要掌握的內容，但是假如仍然向學生講述這些課程的話，也沒有將理論和進行相互的結合，使得學生無法在人工智慧時代下得到良好的發展，因此相關負責教師在實際教育工作中要對原有人才培養模式進行轉型和升級。電氣信息類專業教師要根據當前電氣信息行業的發展和對人才的要求，對課程教育內容進行重新的調整。首先，在實際教育的過程中要向學生全面地展示先進的人工智慧技術，技術是推進電氣信息專業前進的動力之一。但是在原有的電氣信息類專業教育中，教育技術的實施和教學並沒有受到相關負責教師的重視，教師在班級教學的過程中，也沒有為學生融入當前先進的人工智慧技術和運用案例，提高學生的專業素質。在人工智慧時代下，人機協作是當前主要的工作模式和發展模式，因此對於電氣信息類專業教育來說，要對人才培養課程結構和課程重點進行有效的調整和創新。教師在教學中不僅要加入有關以往課程的教育內容，還要對課程進行有效的擴展，融入新媒體和人工智慧技術應用相關的課程。比如教師可以立足於教材中的內容，為學生創設多樣化的實訓活動和操作平台，在學生實踐的過程中要融入先進的人工智慧技術，這些教學模式的運用不僅可以讓學生了解人工智慧技術的實際應用情況，還可以多方位的鍛鍊學生的創新能力和實踐應用能力。所以相關高校要適當的借鑑這一教學經驗，提高課程教學的針對性。其次，在育人模式中還要加強對學生創新思維和操作能力的培養，在人工智慧背景下，電氣信息的發展模式和主要的發展方向都發生了一定的改變。在當前電氣信息領域發展的過程中，為了使自身能夠在人工智慧背景下得到有效的發展需要創新和創意的人才，並且要求這部分人才能夠掌握先進的人工智慧技術，根據電氣信息發展的實際需求和人們對電氣信息的要求，從而生產出個性化和特色化的產品。在育人模式升級中，教師要將專業和特色進行有機的融合，構建新的教育思路，過硬的專業素質才是人才升級的重要基礎。在人工智慧時代下，信息的來源和途徑逐漸朝著多樣化的方向發展，在這些繁雜的信息中既有重要的信息也有多餘的信息，所以要使學生能夠對這些信息進行有效的辨別。高校在制定人才培養模式中，要專業性的鍛鍊學生的工作能力和專業素質，從而使學生能夠在這些大量的信息中提取有用的信息，提高電氣信息類專業的有效性。
(三)引入任務驅動的實驗模式在人工智慧背景下對院校電氣信息類專業進行教學時，教師要在保留原有學習項目的同時，立足於學生當前的理解能力，開發新的教學內容。在教學中教師要求學生進行獨立性的思考，並且教師還要對學生的學習思路進行適當的引導以及啟發，使學生可以運用課堂中所學到的知識內容靈活的解決實際實驗過程中所存在的問題。教師要引導學生運用不同的方法進行學習，鼓勵學生進行大膽的設計以及驗證。教師在班級教學的過程中，可以為學生引入任務驅動式的教學模式任務，驅動式的教學模式主要是以學生為中心，教師要立足於教材中的內容和課堂教學的目標為學生布置相關的學習任務，實現綜合性的學習效果。在為學生布置學習任務時，要融入當前先進的人工智慧技術，讓學生充分的發揮人工智慧技術的優勢來完成教師所布置的任務。教師要在任務驅動式的教學模式中增加一些設計型和創新型的學習活動，讓學生直接深入到實踐學習中進行方案的設定以及驗證，並且對最終的實驗結果進行多方位的分析以及討論。在班級教學的過程中，教師要讓學生圍繞著一個教學目標來開展日常的學習，並且學生在學習和驗證的過程中，教師還要加強和學生之間的互動和交流，從而對學生的實驗方向和實驗思路進行有效的引導，使學生可以在強烈的學習興趣和學習動力的驅動下進行自主性的探索以及學習，並且也可以在班級中形成良好的互動。
(四)利用人工智慧技術進行輔助性的教學在電氣信息類專業教學課堂中，教師在利用人工智慧技術進行教學時，要在原有課程的基礎上充分地發揮人工智慧技術的優勢，從而對實際教學起到一個良好的輔助作用。比如，在實際教學的過程中，教師需要將理論知識和學生的實踐學習進行相互的結合，提高課堂教學的真實性和有效性，在課程內容中要圍繞著各種企業的實際項目來讓學生進行知識內容的學習，教師要利用人工智慧技術的優勢為學生展現真實的一線工作現場，讓學生全面的感受工作的環境，不僅有助於提高課堂教學的效果，還可以讓一些抽象的理論知識變得生動和直觀，促進學生學習效率的提高。
(五)在電氣設備故障診斷中的應用在電氣設備故障診斷中，人工智慧技術中的模糊理論、人工神經網絡和專家系統的應用比較廣泛。以前我們常常面臨的問題是，當電氣設備出現問題或故障時，總是表現出比較複雜的症狀，採用傳統處理手法難以對問題做出準確判斷和查找，人工智慧技術則很好地解決了上述問題。比如發電機的設備故障具有非線性、不確定和複雜性的特徵，傳統論斷方法準確率非常低，而通過人工智慧技術中模糊理論和專家系統的綜合應用，能大大提高故障論斷的準確率。
五、結束語
在電氣信息專業教學課程中，開展人工智慧技術的教學方法是非常重要的，教師要加強對這一問題的重視程度，充分的發揮人工智慧技術的優勢。在原有課程育人目標的基礎上，制定信息化人才培養目標，並且對原有課程教育體系進行不斷的完善和優化，從而使得電氣信息類專業教學課堂和教學效果能夠在人工智慧的運用下得到有效的改善，促進學生專業素質的提高。
參考文獻：
[1]周利.人工智慧與中國高校教育的衝擊和應對對策[j].教育現代化,2019(9):185-186。
[2]黃天元.人工智慧時代的高等教育與變革分析[j].復旦教育論壇,2019(4):18-22。
[3]楊洋.人工智慧技術的發展及其在教學中的運用[j].軟體導刊,2018(10):86-88。
[4]潘克明.利用人工智慧技術推進信息技術與教育教學的融合創新[j].教育信息技術,2018(2):13-15。
關鍵詞：人工智慧;電氣信息類;教學應用。
教師在電氣信息類專業教育教學中在運用人工智慧技術進行教學時，要對人工智慧技術的含義和特點進行深入的分析和研究，並且還要了解電氣信息類專業的育人目標和教學要求，將人工智慧和電氣信息類專業教學進行有機的融合，為學生打造全新的教學課堂，從而使學生的專業素質和學習能力能夠在人工智慧的運用下得到有效的提高，為學生後續的發展提供更多的可能性。
一、人工智慧時代的概述
人工智慧(artificialintelligence，縮寫為ai)亦稱智械、機器智能，指由人製造出來的機器所表現出來的智能。通常人工智慧是指通過普通電腦程式來呈現人類智能的技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現。人工智慧於一般教材中的定義領域是「智能主體(intelligentagent)的研究與設計」，智能主體指一個可以觀察周遭環境並作出行動以達致目標的系統。約翰•麥卡錫於1955年的定義是「製造智能機器的科學與工程」。安德里亞斯•卡普蘭(andreaskaplan)和麥可•海恩萊因(michaelhaenlein)將人工智慧定義為「系統正確解釋外部數據，從這些數據中學習，並利用這些知識通過靈活適應實現特定目標和任務的能力」。人工智慧的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及範圍極廣。人工智慧是研究使用計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧是十分廣泛的科學，它由不同的領域組成，它是哲學、認知科學、數學、神經生理學、心理學、計算機科學、資訊理論、控制論、不定性論、仿生學等多種學科互相滲透而發展起來的一門綜合性學科。在人工智慧時代下進行電氣信息類專業教育改革的過程中，需要對人工智慧時代的含義和發展背景進行深入的分析和研究，這樣才可以給電氣信息類專業教育改革指明一個正確的方向，保證後續工作的科學性和有效性。在2016年的世界經濟報告中，人工智慧被預測為第4次工業革命的主要技術代表，人工智慧的發展將從宏觀到微觀的各個角度進行相互的滲透以及融合，從而符合各個領域對於智能化技術的新要求和新需求。在人工智慧技術發展的過程中，產生了大量的新技術和新產品，也形成了新的產業核心的發展模式[1]。我國經濟結構在人工智慧時代下發生了重大的變革，由於人工智慧技術獨特的技術形式和技術模式，深刻地改變著人們的生活方式和生活模式。在一定程度上不僅可以推動我國社會生產力的提高，還有助於推動科學技術水平逐漸朝著智能化和數字化的方向而發展，從中可以看出人工智慧技術的發展是時代發展的必然趨勢，並且發展前景是比較廣闊的。人工智慧技術主要是指將多個學科技術進行有效的整合，其中涵蓋了計算機學科、語言學科和心理學科，智能化特徵是比較明顯的。在實際應用的過程中，由於融合了各種尖端的技術，能夠將技術能力和技術思維進行有機的結合，模仿人的工作行為和思維，在當前時代下人工智慧技術得到了蓬勃的發展，但是人工智慧技術的發展也需要一定的時間和精力。首先，在實際用的過程中相關工作人員進行了機器人的研發，機器人可以在複雜的環境中對信息進行有效的替代和處理，模仿人類的思維進行日常的工作。在後續工作的過程中，相關工作人員進行了數據系統的開發，可以自動化和智能化的對計算機數據進行有效的處理以及分析，在較短時間內提取出有效的信息，完成整個工作流程[1]。隨著我國當前科學技術的不斷發展，一些工作人員紛紛加強了對人工智慧技術的研發力度和開發力度，不僅可以提高計算機的使用效果，還可以及時的發現在計算機系統日常運行過程中所存在的故障。在當前時代下人工智慧技術的使用範圍在不斷的擴展，並且人工智慧技術的發展前景是非常廣闊的，在計算機網絡技術中發揮著獨特性的作用和決定性的重要影響的作用。
其次，隨著人工智慧技術的不斷發展，人工智慧技術和各行各業進行了相互的滲透以及融合。在當前電氣信息專業領域中人工智慧技術得到了廣泛的應用，並在實際工作的過程中對原有的工作模式進行了有效的改進和創新。一些工作人員在實際工作的過程中構建了自動化的工作模式和工作平台，將人工智慧技術完美的融入電氣信息領域中，不僅為我國電氣信息領域指明了一個正確的方向，也在一定程度上提高了人工智慧技術的水平。最後，人工智慧技術的發展，在電氣信息領域中的影響是迅速擴大的，人工智慧的使用會對電氣信息行業的各個環節產生深刻的影響，甚至是革命性的變化。人工智慧的應用不僅僅停留於行業的技術層面，更加重要的是在人工智慧時代下一些新的工作思維和發展理念。作為電氣信息類專業的工作人員在人工智慧的時代下要提高自身的專業素質和專業水平，根據人工智慧時代的特點以及發展方向，對原有的工作模式和工作理念進行深入的改革以及創新，並且還要掌握有關人工智慧方面的新技能，從而使得電氣信息類專業影響力能夠得到有效的提高。但是從側面來看人工智慧技術的發展對於電氣信息類專業•2•本刊特稿科學諮詢/教育科研今年第24期(總第745期)來說是把雙刃劍，給實際工作帶來了新的挑戰，一些工作人員不得不提高自身的專業素養和專業素質，掌握更多的人工智慧技術。在當前時代下這種影響和變革已經被普遍認可，因此使我國電氣信息類專業行業能夠得到良好的發展。高校要對電氣信息類專業教育進行適當的改革以及創新，根據當前人工智慧時代的發展方向和對人才的要求，對學生的綜合素質和創新能力進行良好的培育，從而使學生能夠充分的發揮人工智慧技術的優勢，提高電氣信息類專業的水平和質量，再一次加深人工智慧和電氣信息行業的融合力度。相關負責教師要加強對這一問題的理解，對原有人才培養模式和課程教育重點進行適當的改革和創新，根據人工智慧時代和電氣信息領域融合的背景，提高課堂教學的科學性和針對性，從而使學生在之後能夠獲得良好的發展。
二、人工智慧對電氣信息類專業人才需求的影響分析
人工智慧主要是利用計算機對人腦功能進行模擬，具備一定程度的人類認知和分析問題的能力，人工智慧是人類所製造的智能化技術，也是機器智能化發展的主要載體。在人工智慧發展的過程中，由於是計算機科學領域的一個分支，所以在人工智慧研究的過程中，涉及有關語言識別和圖像識別方面的功能。在當前時代下，人工智慧所形成的熱點效應是比較廣闊的，人工智慧技術的應用，使得各行各業朝著智能化的方向而發展，對於電氣信息類專業人才需求來說，也逐漸朝著智能化的方向而發展。電氣信息類的教學，主要是為了讓學生能夠在班級學習的過程中，將理論和實踐進行有機的結合，提高學生的實踐能力和操作能力，實踐性是比較強的。在電氣信息類專業發展的過程中各種新興的技術被應用其中，擴展了電氣信息類專業的發展實力，並且人工智慧和電氣信息類專業進行了有機的融合和滲透。人們在網際網路思維的影響下已經形成了網際網路思維的發展理念，隨著人工智慧技術的廣泛運用再加上雲技術和算法技術的普遍化，這又給電氣信息類專業的發展提供了重要的支撐。在相互融合的技術背景下，電氣信息類專業也即將進入到人工智慧發展的領域中[2]。因此對於電氣信息類專業行業的工作人員來說，要了解人工智慧時代下先進的信息技術，並且還要結合電氣信息類專業在人工智慧背景下的新特點，樹立新的工作模式和工作理念，從而使得電氣信息類專業能夠在人工智慧技術背景下得到廣泛的發展。對於人才需求方面，要求高校要對原有課堂教學模式和課程教學重點進行深入的改革和創新，融入人工智慧方面的內容，對學生的綜合素質和專業能力進行良好的培育，高校要正確地理解人工智慧對電氣信息類專業教學的影響，從而使得電氣信息類專業能夠朝著生態化和持續性的方向而發展。
三、人工智慧給電氣信息類專業提供的機遇
在人工智慧技術中，所涵蓋的技術內容相對來說是較為豐富的，這在一定程度上有助於提高電氣信息類專業的教學水平和教學質量。從中可以看出在當前時代下的電氣信息類專業教育教學中，教師要充分地把握人工智慧技術所帶來的機遇，從而提高課堂教學的效果和質量。在人工智慧技術中包含著語言識別技術和圖像辨認技術，也可以對一些語言進行有效的處理和研究。在課堂教學的過程中，教師要充分的發揮人工智慧技術的優勢，讓學生了解當前電氣信息領域的發展方向和主要的發展特點[3]。由於電氣信息類專業所涵蓋的內容是相對來說較為複雜的，學生在日常學習的過程中，需要進行多個學科知識內容的學習，這給學生日常學習和教師的課堂教學帶來了諸多的挑戰，教師要結合課程教學的內容，對課堂教學模式和流程進行精心的安排。在實際工作過程中，要以計算機作為主要的輔助手段兼容，並且充分利用其他專業領域的技術來開展日常的教學。在課堂教學過程中，教師要充分的利用人工智慧技術，對原有課堂教學模式進行深入的改革以及研究，並且結合新一代人工智慧發展規劃的這一大背景，對原有課程教育模式進行創新和調整，從而給學生提供更加廣闊的發展空間。首先，在實際工作的過程中，人工智慧技術重新構造了電氣信息專業的課程，由於電氣信息類的實用性是比較強的，在人工智慧的技術下能夠取得不一樣的教學效果。將語言識別技術和圖像辨認技術進行了有機的結合，教師可以充分發揮這些專業技術的優勢，提高課堂教學的效果。另外在課堂教學情景中，教師可以利用人工智慧技術來實現網絡化的教學，並且為學生打造智能化的工廠開展虛擬實驗室，從而對學生的專業能力和操作水平進行良好的培育。其次，在電氣信息類專業教學中人工智慧技術的應用能夠對傳統課程教育模式進行有效的轉型和升級。在以往課程教學中，由於電氣信息類專業所涉及的知識學科是相對來說較為豐富的，這給教師的日常教學帶來了諸多的問題。比如在實際教學的過程中很難實現課程的有效統一，也無法為學生打造標準化的課程教育體系，在進行個性化和獨特性課程教學方面的力度還是不足的，甚至也沒有完善的教育體系進行主要的支撐，這給實際的教學工作帶來了諸多的問題。隨著人工智慧技術的應用，在課程教育的過程中，教師可以充分的發揮人工智慧技術的優勢，對相關信息進行有效的總結和收集。從而為學生打造個性化的教學課堂，並且運用人工智慧技術，還可以對不同學生的學習需求進行分析和研究，提高課堂教學的針對性，從而使學生可以更加積極地進行知識內容的學習，實現快樂學習的效果[4]。在專業教育中教師要充分的發揮人工智慧技術的優勢，提高人工智慧技術的應用性效果，對學生的知識需求進行深入的挖掘以及研究，從而使學生的學習質量能夠得到有效的提高。與此同時，在課程教育的過程中，教師還可以進行課堂情景的構建，通過網絡化的教學為學生再現一些生活中的真實案例，為學生全面素質的提高奠定堅實的基礎。
四、人工智慧技術在電氣信息類專業教育教學中的應用路徑
(一)轉變人才培養目標在人工智慧時代下的電氣信息類專業教育中，由於原有的教育重點和人才培養模式已經無法順應人工智慧時代的發展特點和對人才的需求了，所以在實際工作的過程中，要對電氣信息類專業教育進行有效的改革，幫助學生在之後能夠獲得穩定的發展。首先，在對電氣信息類專業教育進行改革時，要轉變人才培養的目標，這主要是由於人工智慧技術在電氣信息類專業行業中的運用對各個環節都產生了非常深刻的影響，並且電氣信息類專業對於人才的需求發生了很大的變化。比如，對人才的知識結構和專業技能方面都和傳統發現模式有所不同，在電氣信息處理的過程中提出了諸多的要求。相關電氣信息類專業從業者不僅要具備完善的理論知識，還要具備創新性的思維能力，能夠面對當前變化多端的人工智慧時代，具備新的技術和新的思維，靈活地運用在實際工作中所存在的問題。因此對於電氣信息類專業教育來說，要對人才培養目標精準定位，實現良好的變革。其次，電氣信息類專業要著眼於當前國際發展方向和新業務的特徵，了解有關業態產品和專業能力方面的內容。從這些問題入手提出正確的人才培養目標，並且對原有課程教學進行改革和創新，從而促進學生能夠在課堂學習的過程中加深對人工智慧技術的了解，提高學生的專業素質和創新能力。
(二)升級人才培養模式在人工智慧背景下對電氣信息類專業教育進行改革時，要在原有育人模式的基礎上實現有效的升級，改變傳統的課程教學設置。當前大部分電氣信息類專業院校還是採用之前偏理論的課程來對學生進行知識內容的講授，雖然這些理論知識是學生在學校學習期間必須要掌握的內容，但是假如仍然向學生講述這些課程的話，也沒有將理論和進行相互的結合，使得學生無法在人工智慧時代下得到良好的發展，因此相關負責教師在實際教育工作中要對原有人才培養模式進行轉型和升級。電氣信息類專業教師要根據當前電氣信息行業的發展和對人才的要求，對課程教育內容進行重新的調整。首先，在實際教育的過程中要向學生全面地展示先進的人工智慧技術，技術是推進電氣信息專業前進的動力之一。但是在原有的電氣信息類專業教育中，教育技術的實施和教學並沒有受到相關負責教師的重視，教師在班級教學的過程中，也沒有為學生融入當前先進的人工智慧技術和運用案例，提高學生的專業素質。在人工智慧時代下，人機協作是當前主要的工作模式和發展模式，因此對於電氣信息類專業教育來說，要對人才培養課程結構和課程重點進行有效的調整和創新。教師在教學中不僅要加入有關以往課程的教育內容，還要對課程進行有效的擴展，融入新媒體和人工智慧技術應用相關的課程。比如教師可以立足於教材中的內容，為學生創設多樣化的實訓活動和操作平台，在學生實踐的過程中要融入先進的人工智慧技術，這些教學模式的運用不僅可以讓學生了解人工智慧技術的實際應用情況，還可以多方位的鍛鍊學生的創新能力和實踐應用能力。所以相關高校要適當的借鑑這一教學經驗，提高課程教學的針對性。其次，在育人模式中還要加強對學生創新思維和操作能力的培養，在人工智慧背景下，電氣信息的發展模式和主要的發展方向都發生了一定的改變。在當前電氣信息領域發展的過程中，為了使自身能夠在人工智慧背景下得到有效的發展需要創新和創意的人才，並且要求這部分人才能夠掌握先進的人工智慧技術，根據電氣信息發展的實際需求和人們對電氣信息的要求，從而生產出個性化和特色化的產品。在育人模式升級中，教師要將專業和特色進行有機的融合，構建新的教育思路，過硬的專業素質才是人才升級的重要基礎。在人工智慧時代下，信息的來源和途徑逐漸朝著多樣化的方向發展，在這些繁雜的信息中既有重要的信息也有多餘的信息，所以要使學生能夠對這些信息進行有效的辨別。高校在制定人才培養模式中，要專業性的鍛鍊學生的工作能力和專業素質，從而使學生能夠在這些大量的信息中提取有用的信息，提高電氣信息類專業的有效性。
(三)引入任務驅動的實驗模式在人工智慧背景下對院校電氣信息類專業進行教學時，教師要在保留原有學習項目的同時，立足於學生當前的理解能力，開發新的教學內容。在教學中教師要求學生進行獨立性的思考，並且教師還要對學生的學習思路進行適當的引導以及啟發，使學生可以運用課堂中所學到的知識內容靈活的解決實際實驗過程中所存在的問題。教師要引導學生運用不同的方法進行學習，鼓勵學生進行大膽的設計以及驗證。教師在班級教學的過程中，可以為學生引入任務驅動式的教學模式任務，驅動式的教學模式主要是以學生為中心，教師要立足於教材中的內容和課堂教學的目標為學生布置相關的學習任務，實現綜合性的學習效果。在為學生布置學習任務時，要融入當前先進的人工智慧技術，讓學生充分的發揮人工智慧技術的優勢來完成教師所布置的任務。教師要在任務驅動式的教學模式中增加一些設計型和創新型的學習活動，讓學生直接深入到實踐學習中進行方案的設定以及驗證，並且對最終的實驗結果進行多方位的分析以及討論。在班級教學的過程中，教師要讓學生圍繞著一個教學目標來開展日常的學習，並且學生在學習和驗證的過程中，教師還要加強和學生之間的互動和交流，從而對學生的實驗方向和實驗思路進行有效的引導，使學生可以在強烈的學習興趣和學習動力的驅動下進行自主性的探索以及學習，並且也可以在班級中形成良好的互動。
(四)利用人工智慧技術進行輔助性的教學在電氣信息類專業教學課堂中，教師在利用人工智慧技術進行教學時，要在原有課程的基礎上充分地發揮人工智慧技術的優勢，從而對實際教學起到一個良好的輔助作用。比如，在實際教學的過程中，教師需要將理論知識和學生的實踐學習進行相互的結合，提高課堂教學的真實性和有效性，在課程內容中要圍繞著各種企業的實際項目來讓學生進行知識內容的學習，教師要利用人工智慧技術的優勢為學生展現真實的一線工作現場，讓學生全面的感受工作的環境，不僅有助於提高課堂教學的效果，還可以讓一些抽象的理論知識變得生動和直觀，促進學生學習效率的提高。
(五)在電氣設備故障診斷中的應用在電氣設備故障診斷中，人工智慧技術中的模糊理論、人工神經網絡和專家系統的應用比較廣泛。以前我們常常面臨的問題是，當電氣設備出現問題或故障時，總是表現出比較複雜的症狀，採用傳統處理手法難以對問題做出準確判斷和查找，人工智慧技術則很好地解決了上述問題。比如發電機的設備故障具有非線性、不確定和複雜性的特徵，傳統論斷方法準確率非常低，而通過人工智慧技術中模糊理論和專家系統的綜合應用，能大大提高故障論斷的準確率。
五、結束語
在電氣信息專業教學課程中，開展人工智慧技術的教學方法是非常重要的，教師要加強對這一問題的重視程度，充分的發揮人工智慧技術的優勢。在原有課程育人目標的基礎上，制定信息化人才培養目標，並且對原有課程教育體系進行不斷的完善和優化，從而使得電氣信息類專業教學課堂和教學效果能夠在人工智慧的運用下得到有效的改善，促進學生專業素質的提高。
參考文獻：
[1]周利.人工智慧與中國高校教育的衝擊和應對對策[j].教育現代化,2019(9):185-186。
[2]黃天元.人工智慧時代的高等教育與變革分析[j].復旦教育論壇,2019(4):18-22。
[3]楊洋.人工智慧技術的發展及其在教學中的運用[j].軟體導刊,2018(10):86-88。
[4]潘克明.利用人工智慧技術推進信息技術與教育教學的融合創新[j].教育信息技術,2018(2):13-15。
一、人工智慧的定義解讀
人工智慧(artificial intelligence),英文縮寫為ai，也稱機器智能。「人工智慧」一詞最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、資訊理論、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，人工智慧是研究如何製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。
人工智慧是計算機科學的一個分支,它企圖了解智能的實質,並生產出一種新的能與人類智能相似的方式做出反應的智能機器。人工智慧的發展史是和計算機科學與技術的發展史聯繫在一起的，目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機,人工智慧在21世紀必將為發展國民經濟和改善人類生活做出更大的貢獻。
二、人工智慧的發展歷程
事物的發展都是曲折的，人工智慧的發展也是如此。人工智慧的發展歷程大致可以劃分為以下五個階段：
第一階段:20世紀50年代，人工智慧的興起和冷落。人工智慧概念在1956年首次提出後，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由於消解法推理能力有限以及機器翻譯等的失敗，使人工智慧走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段:60年代末到70年代，專家系統出現，使人工智慧研究出現新高潮。dendral化學質譜分析系統、mycin疾病診斷和治療系統、prospectior探礦系統、hearsay-ii語音理解系統等專家系統的研究和開發，將人工智慧引向了實用化。並且，1969年成立了國際人工智慧聯合會議(international joint conferences onartificial intelligence 即ijcai)。
第三階段:80年代，隨著第五代計算機的研製，人工智慧得到了飛速的發展。日本在1982年開始了「第五代計算機研製計劃」，即「知識信息處理計算機系統kips」，其目的是使邏輯推理達到數值運算那麼快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智慧的熱潮。
第四階段:80年代末，神經網絡飛速發展,。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此後，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發展起來。
第五階段:90年代，人工智慧出現新的研究高潮。由於網絡技術特別是國際互連網技術的發展，人工智慧開始由單個智能主體研究轉向基於網絡環境下的分布式人工智慧研究。不僅研究基於同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智慧更面向實用。另外，由於hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
三、人工智慧的多元應用
1、人工智慧在管理系統中的應用。
人工智慧應用於企業管理的意義主要不在於提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智慧應用於企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題資料庫,而所有的應用系統應該圍繞主題資料庫來建立和運行。也就是說，將企業各部門的數據進行統一集成管理,搭建人工智慧的應用平台,使之成為企業管理與決策中的關鍵因子，這些正體現了人工智慧在企業管理中的巨大價值。
2、人工智慧在工程領域中的應用。
人工智慧在地質勘探、石油化工等工程領域也發揮著非常重要的作用。早在1978年，美國史丹福國際研究所就研發製成礦藏勘探和評價專家系統「prospector」,該系統用於勘探評價、區域資源估值和鑽井井位選擇等,是工程領域的首個人工智慧專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3、人工智慧在技術研究中的應用。
人工智慧在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全已經成了人們關心的重點,因此必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的ai技術,開發更高級的ai通用與專用語言和應用環境以及開發專用機器,而人工智慧技術則為其提供了一定的可能。
四、人工智慧的未來思考
人工智慧的近期研究目標在於建造智能計算機，用以代替人類去從事各種複雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智慧理解為計算機科學的一個分支。當然，人工智慧還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機(automata)模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的範疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智慧已經進入了21世紀，其必將為發展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智慧目前的發展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離。
一方面是 哲學、認知科學、思維科學和 心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智慧邏輯符號、神經 網絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂。
人工智慧是腦系統的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼於人類智能行為特性及其進化過程。這就導致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智慧，才能克服上述局限。
3、理論與實際脫節。
大腦的實際 工作，在宏觀上已知道不少;但是智能的千姿百態，變幻莫測，複雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規律。在這種背景下提出的各種人工智慧理論，只 是部分人的主觀猜想，能在某些方面表現出「智能」就已經算是相當的成功。
五、結語
人工智慧一直處於 計算機技術的前沿，其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。人工智慧研究與 應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智慧的研究任務，就必須去尋找和建立更新的人工智慧框架和理論體系，進而為人工智慧的進一步發展奠定堅實的理論基礎。我們堅信在不久的將來，人工智慧技術的應用與發展必將會給人們的生活、工作和 教育等帶來更大的影響。
人工智慧(artificial intelligence),英文縮寫為ai，也稱機器智能。「人工智慧」一詞最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、資訊理論、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，人工智慧是研究如何製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。
人工智慧是計算機科學的一個分支,它企圖了解智能的實質,並生產出一種新的能與人類智能相似的方式做出反應的智能機器。人工智慧的發展史是和計算機科學與技術的發展史聯繫在一起的，目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機,人工智慧在21世紀必將為發展國民經濟和改善人類生活做出更大的貢獻。
二、人工智慧的發展歷程
事物的發展都是曲折的，人工智慧的發展也是如此。人工智慧的發展歷程大致可以劃分為以下五個階段：
第一階段:20世紀50年代，人工智慧的興起和冷落。人工智慧概念在1956年首次提出後，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由於消解法推理能力有限以及機器翻譯等的失敗，使人工智慧走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段:60年代末到70年代，專家系統出現，使人工智慧研究出現新高潮。dendral化學質譜分析系統、mycin疾病診斷和治療系統、prospectior探礦系統、hearsay-ii語音理解系統等專家系統的研究和開發，將人工智慧引向了實用化。並且，1969年成立了國際人工智慧聯合會議(international joint conferences onartificial intelligence 即ijcai)。
第三階段:80年代，隨著第五代計算機的研製，人工智慧得到了飛速的發展。日本在1982年開始了「第五代計算機研製計劃」，即「知識信息處理計算機系統kips」，其目的是使邏輯推理達到數值運算那麼快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智慧的熱潮。
第四階段:80年代末，神經網絡飛速發展,。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此後，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發展起來。
第五階段:90年代，人工智慧出現新的研究高潮。由於網絡技術特別是國際互連網技術的發展，人工智慧開始由單個智能主體研究轉向基於網絡環境下的分布式人工智慧研究。不僅研究基於同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智慧更面向實用。另外，由於hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
三、人工智慧的多元應用
1、人工智慧在管理系統中的應用。
人工智慧應用於企業管理的意義主要不在於提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智慧應用於企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題資料庫,而所有的應用系統應該圍繞主題資料庫來建立和運行。也就是說，將企業各部門的數據進行統一集成管理,搭建人工智慧的應用平台,使之成為企業管理與決策中的關鍵因子，這些正體現了人工智慧在企業管理中的巨大價值。
2、人工智慧在工程領域中的應用。
人工智慧在地質勘探、石油化工等工程領域也發揮著非常重要的作用。早在1978年，美國史丹福國際研究所就研發製成礦藏勘探和評價專家系統「prospector」,該系統用於勘探評價、區域資源估值和鑽井井位選擇等,是工程領域的首個人工智慧專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3、人工智慧在技術研究中的應用。
人工智慧在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全已經成了人們關心的重點,因此必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的ai技術,開發更高級的ai通用與專用語言和應用環境以及開發專用機器,而人工智慧技術則為其提供了一定的可能。
四、人工智慧的未來思考
人工智慧的近期研究目標在於建造智能計算機，用以代替人類去從事各種複雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智慧理解為計算機科學的一個分支。當然，人工智慧還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機(automata)模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的範疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智慧已經進入了21世紀，其必將為發展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智慧目前的發展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離。
一方面是 哲學、認知科學、思維科學和 心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智慧邏輯符號、神經 網絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂。
人工智慧是腦系統的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼於人類智能行為特性及其進化過程。這就導致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智慧，才能克服上述局限。
3、理論與實際脫節。
大腦的實際 工作，在宏觀上已知道不少;但是智能的千姿百態，變幻莫測，複雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規律。在這種背景下提出的各種人工智慧理論，只 是部分人的主觀猜想，能在某些方面表現出「智能」就已經算是相當的成功。
五、結語
人工智慧一直處於 計算機技術的前沿，其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。人工智慧研究與 應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智慧的研究任務，就必須去尋找和建立更新的人工智慧框架和理論體系，進而為人工智慧的進一步發展奠定堅實的理論基礎。我們堅信在不久的將來，人工智慧技術的應用與發展必將會給人們的生活、工作和 教育等帶來更大的影響。
【摘要】stem教育已經成為世界已開發國家基礎教育研究的熱點，通過加強科學、技術、工程、數學等學科之間的聯繫，打通學科壁壘，採取更加靈活的學習方式，讓學習者在真實情景下開展深度學習，有利於創新人才和高水平技術人才的培養。
【關鍵詞】stem教育;人工智慧;機器人;編程創新。
隨著現代信息技術的迅猛發展，人工智慧這個「技術英豪」已在全世界如火如荼地「跑馬圈地」，迅速躋身技術創新的第一梯隊。未來十年，我們將進入不可想像的智能化社會。智能機器人是信息技術發展的前沿領域，智能機器人教育具有實踐性強、探索性強和綜合性強的特點，有利於學生迅速接觸前沿研究，打開思路，拓寬視野，開展智能機器人教學研究活動，讓小學生從小觸摸人工智慧，感受它的非凡魅力，是小學階段實現stem教育理念、提高學生動手能力、培養學生創新精神的最好途徑。
一、開展人工智慧教育的背景
國務院在2017年印發的《新一代人工智慧發展規劃》宣布：舉全國之力，在2030年一定要搶占人工智慧全球制高點！人工智慧正式上升為國家戰略。2018年7月，中國第二屆stem大會在深圳福田召開，大會邀請了國內外著名的專家學者開設主題講座，介紹最新的stem教學理論和實踐成果，掀起了福田stem教育的熱潮。在新一輪的教育規劃中，福田區加快教育綜合改革，以「智能教育」作為未來的發展方向，建立與中心區匹配的智能教育服務體系。stem是用科學、數學知識和先進技術，以工程思維解決現實世界的問題。其教育的核心是：發現問題—設計解決方法—利用科學、技術、數學知識實施解決方法—將解決方法傳達給大家。基於學校學科融合的辦學理念，我校積極探索stem教育的模式，開設機器人stem課程，開展教師的課題研究和學生的探究性小課題研究、積極組織學生參與區、市級機器人創客比賽活動，積極投身人工智慧的教學研究行列，培養學生的stem素養。
二、以課程建設為核心，提升學生的stem素養
機器人stem課程是一門激發學生學習人工智慧知識興趣、培養學生綜合能力、挖掘學生潛能為統領，以設計、組裝、編程、運行機器人為主要學習內容，以培養學生觀察能力、分析能力、想像力、邏輯思維能力、動手能力和提升學生的信息技術核心素養為主要目標的課程。機器人配備了各種功能的零件：如磚、軸、輪子等機械部分，大型電機、中型電機等動力部分，光電、觸碰、紅外等傳感器，還有機器人的核心部件——控制器。學生通過動手創作，發揮自己的想像力和創造力，將零件組裝整合，搭建各種具有實用功能的機器人。在搭建各種主題作品的過程中，鍛鍊了學生的動手能力，培養了學生的邏輯思維和解決問題的能力。他們在做中學、在玩中學、在學中玩，享受人工智慧帶來的無窮樂趣。
如果沒有給機器人賦予運行的程序，機器人就是一堆塑料。因此，編程是機器人stem課程的核心。在編寫程序的過程中，學生需要把一個複雜的大問題，分解成一個個可以解決的小問題，循序漸進，逐步解決整個問題。在編寫程序的過程中，學生首先要要清楚機器人的搭建結構和運行原理，其次還要清楚各種傳感器的功能，通過編寫程序來控制各種傳感器，使機器人感知外界的環境信息，並對感知到的信息做出決策和響應，以使機器人能夠順利完成指定的任務。
以筆者執教的《走進人工智慧》一課為例，該課伊始，筆者激趣導入，播放了特奧機器人飛速彈奏《野蜂飛舞》的精彩視頻，勾起了學生學習人工智慧知識的好奇心，產生探究科學的勇氣，讓學生對機器人技術有強烈求知的慾望。接著，採用任務驅動法教學，讓學生通過微課程學習ev3編程技術，循序漸進地完成兩個任務：1.讓樂高機器人沿直線勻速運動;2.讓樂高機器人沿直線勻速運動並且到達指定地點;最後的終極挑戰環節，筆者讓學生用樂高的配件搭建機械臂，編寫程序，讓樂高機器人模擬太空人調整太陽能電池板，學生在設計、編程、調試中學得開心，玩得快樂，創意飛揚。
三、以課題研究為引領，推動師生專業化成長
課題研究是學校發展的源動力，是促進師生專業成長的重要途徑。機器人教育作為一門具有高度綜合滲透性、前瞻未來性、創新實踐性的學科，如何為學生學習的「思維體操」提供了一個嶄新的「表演舞台」，使教學取得「效率高、印象深、氛圍雅、感受新」的明顯效應，一直是我們在進行機器人教學研究中最為關注的問題。為此，我校信息技術教師申請了福田區教育科學「十三五」規劃課題《基於stem教育理念下的機器人搭建與編程教學研究》，學生申請了2018年深圳市中小學生探究性小課題《樂高機器人的搭建與編程》，師生在研究中努力學習，敢於實踐，勇於創新，取得了很大的進步。
以學生的探究性小課題為例，學生採用pbl項目式學習方式開展小課題研究，學生的學習方式由過去的像容器一樣被「滿堂灌」轉變為學生間「合作、交流、探究」式學習，掌握了隱含在問題背後的科學知識，形成解決問題的技能和自主學習的能力。在研究的過程中，學生保持開放的心態，敢於嘗試新鮮事物，從失敗和成功中汲取經驗教訓，養成追求真理、鍥而不捨的科學態度，在課題研究中不斷優化算法和改進搭建模型，設計實用的機械臂，進一步提升機器人的穩定性和完成任務的數量和質量。團隊成員在研究中不斷碰撞出智慧的火花，通過小組合作解決一個個課題研究過程中遇到的困難，掌握了科研活動的過程與方法，在探究中催生寶貴的創新意識。
四、以參加機器人賽事為驅動，搭建學生個性成長的平台
雄鷹只有經過千百次的歷練，才能夠在蔚藍的天空中展翅翱翔。機器人比賽讓學生接軌前沿科技，開闊眼界，培養學生綜合素養，讓其在同齡人中迅速脫穎而出。通過參加機器人比賽活動，為學生搭建個性成長的平台，創設真實的解決問題的情景，讓學生嚴格按照規則進行實戰對抗比賽，不斷修改機器人的設計，並對機器人重新進行編程，以期在合乎規則的情況下，取得儘可能好的成績，品嘗成功的快樂。
通過參與各級各類機器人比賽，挖掘了學生的潛能，張揚了學生的個性，豐富了學生的學習生活，培養了學生的核心素養，促進學生人格的健全發展。隊員賈壹方談到參加機器人創意賽時，感觸良多：參加了機器人創意賽後，我受益無窮。我學到了許多關於編程、搭建的知識，更重要的是：我認識到了團體合作的重要性，一開始我們總是各執己見，可是，在陳秀老師的帶領下，我們認真地聽取他人意見，齊心協力地克服了一個又一個困難，感謝福民小學為我們提供了這樣一個學習和進步的機會。
未來，我們將繼續帶領學生行走在人工智慧校本課程的探索和實踐道路上，完善課程內容，認真參與課題實驗，帶領學生參與各種展示活動，為學生探索科技搭建更完美的平台，培養人工智慧時代的信息技術精英。
參考文獻：
[1]中國stem教育白皮書.中國教育科學研究院，2017，6，20。
[2]戴玉梅，王健潼，彭青青等.基於核心素養的小學機器人創客課程實踐研究[j].中國教育信息化，2018，1。
【關鍵詞】stem教育;人工智慧;機器人;編程創新。
隨著現代信息技術的迅猛發展，人工智慧這個「技術英豪」已在全世界如火如荼地「跑馬圈地」，迅速躋身技術創新的第一梯隊。未來十年，我們將進入不可想像的智能化社會。智能機器人是信息技術發展的前沿領域，智能機器人教育具有實踐性強、探索性強和綜合性強的特點，有利於學生迅速接觸前沿研究，打開思路，拓寬視野，開展智能機器人教學研究活動，讓小學生從小觸摸人工智慧，感受它的非凡魅力，是小學階段實現stem教育理念、提高學生動手能力、培養學生創新精神的最好途徑。
一、開展人工智慧教育的背景
國務院在2017年印發的《新一代人工智慧發展規劃》宣布：舉全國之力，在2030年一定要搶占人工智慧全球制高點！人工智慧正式上升為國家戰略。2018年7月，中國第二屆stem大會在深圳福田召開，大會邀請了國內外著名的專家學者開設主題講座，介紹最新的stem教學理論和實踐成果，掀起了福田stem教育的熱潮。在新一輪的教育規劃中，福田區加快教育綜合改革，以「智能教育」作為未來的發展方向，建立與中心區匹配的智能教育服務體系。stem是用科學、數學知識和先進技術，以工程思維解決現實世界的問題。其教育的核心是：發現問題—設計解決方法—利用科學、技術、數學知識實施解決方法—將解決方法傳達給大家。基於學校學科融合的辦學理念，我校積極探索stem教育的模式，開設機器人stem課程，開展教師的課題研究和學生的探究性小課題研究、積極組織學生參與區、市級機器人創客比賽活動，積極投身人工智慧的教學研究行列，培養學生的stem素養。
二、以課程建設為核心，提升學生的stem素養
機器人stem課程是一門激發學生學習人工智慧知識興趣、培養學生綜合能力、挖掘學生潛能為統領，以設計、組裝、編程、運行機器人為主要學習內容，以培養學生觀察能力、分析能力、想像力、邏輯思維能力、動手能力和提升學生的信息技術核心素養為主要目標的課程。機器人配備了各種功能的零件：如磚、軸、輪子等機械部分，大型電機、中型電機等動力部分，光電、觸碰、紅外等傳感器，還有機器人的核心部件——控制器。學生通過動手創作，發揮自己的想像力和創造力，將零件組裝整合，搭建各種具有實用功能的機器人。在搭建各種主題作品的過程中，鍛鍊了學生的動手能力，培養了學生的邏輯思維和解決問題的能力。他們在做中學、在玩中學、在學中玩，享受人工智慧帶來的無窮樂趣。
如果沒有給機器人賦予運行的程序，機器人就是一堆塑料。因此，編程是機器人stem課程的核心。在編寫程序的過程中，學生需要把一個複雜的大問題，分解成一個個可以解決的小問題，循序漸進，逐步解決整個問題。在編寫程序的過程中，學生首先要要清楚機器人的搭建結構和運行原理，其次還要清楚各種傳感器的功能，通過編寫程序來控制各種傳感器，使機器人感知外界的環境信息，並對感知到的信息做出決策和響應，以使機器人能夠順利完成指定的任務。
以筆者執教的《走進人工智慧》一課為例，該課伊始，筆者激趣導入，播放了特奧機器人飛速彈奏《野蜂飛舞》的精彩視頻，勾起了學生學習人工智慧知識的好奇心，產生探究科學的勇氣，讓學生對機器人技術有強烈求知的慾望。接著，採用任務驅動法教學，讓學生通過微課程學習ev3編程技術，循序漸進地完成兩個任務：1.讓樂高機器人沿直線勻速運動;2.讓樂高機器人沿直線勻速運動並且到達指定地點;最後的終極挑戰環節，筆者讓學生用樂高的配件搭建機械臂，編寫程序，讓樂高機器人模擬太空人調整太陽能電池板，學生在設計、編程、調試中學得開心，玩得快樂，創意飛揚。
三、以課題研究為引領，推動師生專業化成長
課題研究是學校發展的源動力，是促進師生專業成長的重要途徑。機器人教育作為一門具有高度綜合滲透性、前瞻未來性、創新實踐性的學科，如何為學生學習的「思維體操」提供了一個嶄新的「表演舞台」，使教學取得「效率高、印象深、氛圍雅、感受新」的明顯效應，一直是我們在進行機器人教學研究中最為關注的問題。為此，我校信息技術教師申請了福田區教育科學「十三五」規劃課題《基於stem教育理念下的機器人搭建與編程教學研究》，學生申請了2018年深圳市中小學生探究性小課題《樂高機器人的搭建與編程》，師生在研究中努力學習，敢於實踐，勇於創新，取得了很大的進步。
以學生的探究性小課題為例，學生採用pbl項目式學習方式開展小課題研究，學生的學習方式由過去的像容器一樣被「滿堂灌」轉變為學生間「合作、交流、探究」式學習，掌握了隱含在問題背後的科學知識，形成解決問題的技能和自主學習的能力。在研究的過程中，學生保持開放的心態，敢於嘗試新鮮事物，從失敗和成功中汲取經驗教訓，養成追求真理、鍥而不捨的科學態度，在課題研究中不斷優化算法和改進搭建模型，設計實用的機械臂，進一步提升機器人的穩定性和完成任務的數量和質量。團隊成員在研究中不斷碰撞出智慧的火花，通過小組合作解決一個個課題研究過程中遇到的困難，掌握了科研活動的過程與方法，在探究中催生寶貴的創新意識。
四、以參加機器人賽事為驅動，搭建學生個性成長的平台
雄鷹只有經過千百次的歷練，才能夠在蔚藍的天空中展翅翱翔。機器人比賽讓學生接軌前沿科技，開闊眼界，培養學生綜合素養，讓其在同齡人中迅速脫穎而出。通過參加機器人比賽活動，為學生搭建個性成長的平台，創設真實的解決問題的情景，讓學生嚴格按照規則進行實戰對抗比賽，不斷修改機器人的設計，並對機器人重新進行編程，以期在合乎規則的情況下，取得儘可能好的成績，品嘗成功的快樂。
通過參與各級各類機器人比賽，挖掘了學生的潛能，張揚了學生的個性，豐富了學生的學習生活，培養了學生的核心素養，促進學生人格的健全發展。隊員賈壹方談到參加機器人創意賽時，感觸良多：參加了機器人創意賽後，我受益無窮。我學到了許多關於編程、搭建的知識，更重要的是：我認識到了團體合作的重要性，一開始我們總是各執己見，可是，在陳秀老師的帶領下，我們認真地聽取他人意見，齊心協力地克服了一個又一個困難，感謝福民小學為我們提供了這樣一個學習和進步的機會。
未來，我們將繼續帶領學生行走在人工智慧校本課程的探索和實踐道路上，完善課程內容，認真參與課題實驗，帶領學生參與各種展示活動，為學生探索科技搭建更完美的平台，培養人工智慧時代的信息技術精英。
參考文獻：
[1]中國stem教育白皮書.中國教育科學研究院，2017，6，20。
[2]戴玉梅，王健潼，彭青青等.基於核心素養的小學機器人創客課程實踐研究[j].中國教育信息化，2018，1。
摘要：崔政博士的新著《科學技術知識的政治經濟學研究》以馬克思的「勞動」概念為中心，提供了一個劃定人工智慧替代人類勞動的邊界框架。該書區分了重複性勞動與創造性勞動，提出創造性勞動是人類勞動的本質也是人工智慧不可替代的。但需要進一步指出的是，機器學習已經在認識實踐中表現出對人類認知勞動的極大輔助作用，包括：人工智慧能夠提升科學知識生產效率;人工智慧擅於提取和傳遞默會知識;人工智慧可以產生某種機器知識。以上原因使得我們在創造性勞動中很難將人工智慧排除在外，未來可能的創造性勞動方式應當是某種人機協作或人機融合。
關鍵詞：人工智慧;創造性勞動;科學知識;默會知識;機器知識。
中圖分類號：tp18文獻標識碼：a文章編號：cn61-1487-（2020）01-0154-03。
產業科學出現以來，科技創新對經濟增長的驅動作用已經成為全球性的共識。崔政博士的新著——《科學技術知識的政治經濟學研究》，試圖以「勞動」概念的歷史分析為切入點，討論科學技術在當代資本主義經濟中所扮演的角色，進而以一種動態的勞動價值論表明當代社會經濟運行的內在動因[1]2。該書以馬克思的「勞動」概念為核心構建了一個哲學空間，將科學知識、技術創新、資本運行納入其中，完整地闡述了科學技術對經濟社會的塑造作用。該書的敘事方式表達了兩個理論取向：第一，對科技創新的分析不同於傳統技術創新理論僅關注經濟「增長」，而是從更為基礎的社會分工出發關注經濟「發展」;第二，將科學知識的生產還原到馬克思的「科學勞動」概念，實際上已經使用了一種擴展了的「科學」概念，蘊含著當代科學知識生產所具有的實踐性、情境化、多主體等特徵。
該書更為重要的貢獻在於討論了人工智慧技術對於社會生產方式的挑戰和變革作用。書中提出：「人工智慧的替代效應是建立在對人類勞動數據化和邏輯化的基礎上的，探索自在自然的創造性勞動是不可數據化和邏輯化的。因此，人工智慧只能圍繞既有的對象進行重複性生產，替代重複性勞動;而人類則能夠探索自在自然，從而摸索新技術、建構新對象，進行創造性勞動。也就是說，機器所不能替代的人類勞動的『硬核』是探索自在自然的勞動，是創造對象和掌握技術的『創造性勞動』。」[1]25作者將馬克思的「勞動」概念區分為「重複性勞動」和「創造性勞動」，進而指出人工智慧是對機器大工業的否定，它將替代人類勞動中可以重複、可以數據化的部分，但創造性勞動是人類勞動的本質，是人工智慧所不能替代的。
作者提出：「人工智慧可以在將重複性勞動數據化的基礎上，對人類勞動進行模仿，從而取代任何形式的重複性勞動。但人工智慧卻不能取代人類的創造性勞動，創造性勞動是通過探索自在自然，經過反覆的摸索與實驗、征服反常和偶然、掌握技術、創造對象、實現對象從無到有的過程的勞動，這是一種原生性的勞動。」[1]27作者認為，創造性勞動是對馬克思的「自在自然」的探索，「自在自然」是在人類的現有認知能力之外，卻以反常和失敗等形式向人類顯現其自身。然而，在認知實踐當中，機器學習已經可以幫助人類探索認知能力之外的「自然」，當然這種「自然」並不以反常或失敗的形式存在。作者也指出：「尤其是在大數據和雲計算的背景之下，機器學習的速度遠超人類的認知極限，甚至可能在數據中找到人尚未發現的方法和規則。」[1]35因此，在認知勞動方面，我們可以在作者的概念框架下進一步區分出人工智慧對人類「創造性勞動」的輔助作用，具體表現為三個方面：人工智慧提高科學知識生產效率;人工智慧擅於提取和傳遞默會知識;人工智慧可以產生某種機器知識。
一、人工智慧能夠提升科學知識生產效率
機器學習的廣泛使用可以提升科學知識生產的效率，主要表現在文獻研究和實驗室研究兩個方面。人工智慧系統可以通過自然語言理解獲取、閱讀和總結所有相關文獻。例如，一個叫做iris的人工智慧系統的運行方式是：從某個研究主題的演講切入，先使用自然語言處理算法分析演講的腳本，挖掘從開放渠道獲取的研究文獻，然後將相關研究文獻分組並進行可視化，再通過人工標註文獻使機器匹配精度增加，當機器能夠理解文獻的內容和結構時，可以幫助科研人員總結出該研究主題下的所有研究問題、假設、實驗結果等，從而將前人工作完整呈現。此外，機器學習的使用還能夠加快實驗研究的進程。例如，2016年5月，澳大利亞國立大學的研究團隊使用機器學習重複了物質的玻色—愛因斯坦凝聚態的實驗室發現過程，從反覆設置調整實驗設備的各種參數到產生凝聚態物質，機器學習只用了一個小時，而憑藉這一發現獲得諾貝爾獎的三位科學家是在直覺的基礎上經過多年實驗才製造出了物質的凝聚態。由此可見，作為技術的人工智慧的進步已經開始反向促進作為基礎研究的科學知識的生產。
二、人工智慧擅於提取和傳遞默會知識
波蘭尼（michaelpolyani）提出了默會知識（tacitknowledge）的概念，以區別於可以明述的知識（explicitknowledge），明述知識是用語言文字來表達的知識，如科學知識，默會知識則是我們知道但通常不加言述或者不能充分言述的知識[2]。默會知識具有以下幾個特點：難以用語言文字描述，不易傳播、記錄和積累;獲取默會知識主要依靠親身體驗;默會知識呈分布式存在，難以整合。這些特點導致我們很難有效運用默會知識，而機器學習的大規模運用使得人工智慧系統非常擅於處理默會知識。作者敏銳地意識到了這一特點——「以往我們所說的『默會知識』、手工技藝技巧，以及複雜程度遠超人類認知能力之外的一些潛在規則，也都不再是一個個『黑箱』，機器可以基於將人類勞動的過程還原成物理量和數據，再通過機器學習找到其內在的規律，從而取代人類勞動。」[1]56。
在當前人類社會所有已經產生的信息中，文字只占極少的比例，大量的信息以圖片和視頻方式呈現，其中蘊含了大量需要通過親身體驗才能獲取的默會知識。如果有辦法將事物狀態用圖片或視頻記錄下來，就有可能使用機器學習從中萃取出知識。很多電影公司已經使用人工智慧系統觀看大量人類歷史上的影視作品，從而歸納提取出經典橋段，創作出新的配樂、台詞和預告片以供人類借鑑。更為重要的是，由人工智慧系統獲取的默會知識是以神經網絡參數集的形式存在的，這對人類而言仍然不可描述，也難以在人類之間傳遞，但卻非常易於在人工智慧系統間傳播。例如，一台掌握駕駛技能的自動駕駛汽車只要將參數集分享出來就可以快速讓所有汽車學會這項技能，而且可以實現機器間的協同行動。
三、人工智慧可以產生某種機器知識
如果說默會知識還是「可意會而不可言傳」的知識，那麼alphagozero在圍棋上的表現已經表明人工智慧系統產生了某種既無法「意會」也無法「言傳」的機器知識。alphagozero在沒有人類以往的經驗或指導、不提供基本規則以外的任何領域知識的情況下，就使用機器學習在短時間內探索了大量人類從未嘗試過的走法。機器發現的知識不僅完全超出了人類的經驗，也超出了人類的理性，成為人類幾乎無法理解的知識。由此，產生了討論某種「機器認識論」的可能性，gregorywheeler在《machineepistemologyandbigdata》一文中提出：機器學習對事物間隱蔽的相關性的發現和掌握已經遠超人類，因此機器知識更多的是一種相關性知識。[3]321董春雨教授在《機器認識論何以可能？》一文中也指出：「人類必須正視機器在其擅長的領域，通過特殊的認識方式所獲得和積累的知識。」[4]。
機器知識與科學知識或默會知識的核心差別在於：機器知識依賴數據，科學知識或默會知識依賴信息。信息是事物可觀察的表征，或者說信息是事物的外在表現。任何一個物體的信息量都非常大，要精確描述一個物體，就需要將其中所有基本粒子的形態以及它們之間的關係都描述出來，同時還要將該物體與周圍環境的關係都描述出來。而數據是已經描述出來的部分信息，關於一個物體的數據通常要比信息少得多，例如只包含它的形狀、重量、顏色和種屬關係等。只有當信息經過適當的處理，當它被用來進行比較、得出結論和建立聯繫時，它才會轉化為知識。而知識可以理解為伴隨著經驗、判斷、直覺和價值的信息，作為認知主體的人在其中扮演了關鍵角色。
相較之下，機器知識可以被刻畫為數據在時空中的關係，這些關係表現為某種模式，對模式的識別就是認知，識別出來的模式就是知識，用模式去預測就是知識的應用。這些數據在時空中的關係只在少數情況下才能用數學工具進行表達，而多數情況下知識表現為數據間的相關性的集合，這些相關性只有一小部分可以被人類感知和理解。這源於人類感受能力的局限性：人類只能感受部分外界信息，人類的感官經驗局限在三維的物理空間和一維的時間。因此，當數據無法被感知，它們之間的關係又無法用數學工具表達時，這些數據間的關係就超出了人類的理解能力之外而屬於機器知識。當前機器學習的主流形式——人工神經網絡的最大特點就是發現並記憶數據中的相關性，例如在看了很多汽車圖片後會發現汽車都有四個輪胎，人類對圖片這類直觀的數據間的相關性也能發現並記憶一部分，這就是默會知識。但當數據量很大且不直觀時，例如股票市場的數據或者核電站的內部數據，人類就無法應對了。而隨著人工神經網絡層級和數量的增加，人工智慧系統能夠處理大規模的複雜數據，這就是機器知識。機器知識當前的主要表現形式類似於alphagozero中的神經網絡的全部參數。
概言之，科學知識和默會知識多是基於信息的因果性知識，而機器知識多是基於數據的相關性知識。此外，科學知識是易於記錄、易於陳述、易於傳遞的;默會知識是難以記錄、難以陳述、可傳遞的;機器知識則是可記錄、不可陳述、易於在機器間傳遞的。
四、人工智慧發展的局限性
當然，基於人工神經網絡的機器學習仍有兩個核心的局限性導致人工智慧系統還不足以承擔創造性勞動。第一個局限是，人工神經網絡需要依賴特定領域的先驗知識，也就是需要特定場景下的訓練，這是因為人工神經網絡的學習本質上是對相關性的記憶，人工神經網絡將訓練數據中相關性最高的因素作為判斷標準。這個問題在自動駕駛汽車中表現的非常突出，鑒於道路交通情境的複雜性和交通標示的多樣性，自動駕駛系統難以避免很多交通事故。第二個局限是，人工神經網絡無法解釋產生某個結果的原因，這種不可解釋性在許多涉及安全和公共政策的領域顯現的比較突出，例如在智能醫療中，人工神經網絡在影像識別和輔助診斷中都對其結果缺乏醫學上的解釋性，都需要專業醫生的覆核。
基於人工神經網絡的人工智慧系統在記憶和識別這兩個基礎智能方面超越了人類，但在推理、想像等高級智能方面還相差較遠。與人類相比，人工智慧無法承擔創造性勞動的原因還不止於以上的局限性，還包括：人工智慧沒有常識和物理世界的模型;人工智慧沒有自主和自發的通用語言能力;人工智慧沒有想像力，需要大量常識、反事實假設和推理能力;最重要的是人工智慧沒有自我意識。自我意識的缺乏導致能夠產生機器知識的人工智慧系統仍然無法被視為認知主體，其知識的「創造性勞動」是一種無意識認識活動。
五、結語
人工智慧系統在提升科學知識生產效率、處理默會知識以及產生機器知識方面的優勢，使得我們在創造性勞動中很難將其排除在外，未來可能的創造性勞動方式應當是某種人機協作或人機融合。腦機接口（brain-computerinterface）是當前一個重要的人機協作研究方向，而其中最激進的方式是馬斯克提出的neuralink，即通過柔性電極對接在人腦的神經網絡上，neuralink要解決的是人類的信號輸入與輸出，但其問題在於人類的高級思維（如邏輯推理或描述場景）必須依賴語言，而目前基於人工神經網絡的機器學習能力主要是對環境的識別能力，還遠沒有達到語言和邏輯推理，但人類智能通過語言進行溝通。這背後就隱含了人類的科學知識與人工智慧系統的機器知識之間的不可通約，以上例子也表明基於人機協作的創造性勞動還有很大的技術障礙需要克服。
參考文獻：
[1]崔政.科學技術知識的政治經濟學研究[m].石家莊：河北人民出版社，2019。
[2]郁振華.當代英美認識論的困境及出路——基於默會知識維度[j].中國社會科學，2018（7）。
[3]gregorywheeler.machineepistemologyandbigdata[a].inmcintyre，lee，andalexrosenberg，eds.theroutledgecompaniontophilosophyofsocialscience[c].taylor&francis，2016。
[4]董春雨，薛永紅.機器認識論何以可能？[j].自然辯證法研究，2019（8）。
關鍵詞：人工智慧;創造性勞動;科學知識;默會知識;機器知識。
中圖分類號：tp18文獻標識碼：a文章編號：cn61-1487-（2020）01-0154-03。
產業科學出現以來，科技創新對經濟增長的驅動作用已經成為全球性的共識。崔政博士的新著——《科學技術知識的政治經濟學研究》，試圖以「勞動」概念的歷史分析為切入點，討論科學技術在當代資本主義經濟中所扮演的角色，進而以一種動態的勞動價值論表明當代社會經濟運行的內在動因[1]2。該書以馬克思的「勞動」概念為核心構建了一個哲學空間，將科學知識、技術創新、資本運行納入其中，完整地闡述了科學技術對經濟社會的塑造作用。該書的敘事方式表達了兩個理論取向：第一，對科技創新的分析不同於傳統技術創新理論僅關注經濟「增長」，而是從更為基礎的社會分工出發關注經濟「發展」;第二，將科學知識的生產還原到馬克思的「科學勞動」概念，實際上已經使用了一種擴展了的「科學」概念，蘊含著當代科學知識生產所具有的實踐性、情境化、多主體等特徵。
該書更為重要的貢獻在於討論了人工智慧技術對於社會生產方式的挑戰和變革作用。書中提出：「人工智慧的替代效應是建立在對人類勞動數據化和邏輯化的基礎上的，探索自在自然的創造性勞動是不可數據化和邏輯化的。因此，人工智慧只能圍繞既有的對象進行重複性生產，替代重複性勞動;而人類則能夠探索自在自然，從而摸索新技術、建構新對象，進行創造性勞動。也就是說，機器所不能替代的人類勞動的『硬核』是探索自在自然的勞動，是創造對象和掌握技術的『創造性勞動』。」[1]25作者將馬克思的「勞動」概念區分為「重複性勞動」和「創造性勞動」，進而指出人工智慧是對機器大工業的否定，它將替代人類勞動中可以重複、可以數據化的部分，但創造性勞動是人類勞動的本質，是人工智慧所不能替代的。
作者提出：「人工智慧可以在將重複性勞動數據化的基礎上，對人類勞動進行模仿，從而取代任何形式的重複性勞動。但人工智慧卻不能取代人類的創造性勞動，創造性勞動是通過探索自在自然，經過反覆的摸索與實驗、征服反常和偶然、掌握技術、創造對象、實現對象從無到有的過程的勞動，這是一種原生性的勞動。」[1]27作者認為，創造性勞動是對馬克思的「自在自然」的探索，「自在自然」是在人類的現有認知能力之外，卻以反常和失敗等形式向人類顯現其自身。然而，在認知實踐當中，機器學習已經可以幫助人類探索認知能力之外的「自然」，當然這種「自然」並不以反常或失敗的形式存在。作者也指出：「尤其是在大數據和雲計算的背景之下，機器學習的速度遠超人類的認知極限，甚至可能在數據中找到人尚未發現的方法和規則。」[1]35因此，在認知勞動方面，我們可以在作者的概念框架下進一步區分出人工智慧對人類「創造性勞動」的輔助作用，具體表現為三個方面：人工智慧提高科學知識生產效率;人工智慧擅於提取和傳遞默會知識;人工智慧可以產生某種機器知識。
一、人工智慧能夠提升科學知識生產效率
機器學習的廣泛使用可以提升科學知識生產的效率，主要表現在文獻研究和實驗室研究兩個方面。人工智慧系統可以通過自然語言理解獲取、閱讀和總結所有相關文獻。例如，一個叫做iris的人工智慧系統的運行方式是：從某個研究主題的演講切入，先使用自然語言處理算法分析演講的腳本，挖掘從開放渠道獲取的研究文獻，然後將相關研究文獻分組並進行可視化，再通過人工標註文獻使機器匹配精度增加，當機器能夠理解文獻的內容和結構時，可以幫助科研人員總結出該研究主題下的所有研究問題、假設、實驗結果等，從而將前人工作完整呈現。此外，機器學習的使用還能夠加快實驗研究的進程。例如，2016年5月，澳大利亞國立大學的研究團隊使用機器學習重複了物質的玻色—愛因斯坦凝聚態的實驗室發現過程，從反覆設置調整實驗設備的各種參數到產生凝聚態物質，機器學習只用了一個小時，而憑藉這一發現獲得諾貝爾獎的三位科學家是在直覺的基礎上經過多年實驗才製造出了物質的凝聚態。由此可見，作為技術的人工智慧的進步已經開始反向促進作為基礎研究的科學知識的生產。
二、人工智慧擅於提取和傳遞默會知識
波蘭尼（michaelpolyani）提出了默會知識（tacitknowledge）的概念，以區別於可以明述的知識（explicitknowledge），明述知識是用語言文字來表達的知識，如科學知識，默會知識則是我們知道但通常不加言述或者不能充分言述的知識[2]。默會知識具有以下幾個特點：難以用語言文字描述，不易傳播、記錄和積累;獲取默會知識主要依靠親身體驗;默會知識呈分布式存在，難以整合。這些特點導致我們很難有效運用默會知識，而機器學習的大規模運用使得人工智慧系統非常擅於處理默會知識。作者敏銳地意識到了這一特點——「以往我們所說的『默會知識』、手工技藝技巧，以及複雜程度遠超人類認知能力之外的一些潛在規則，也都不再是一個個『黑箱』，機器可以基於將人類勞動的過程還原成物理量和數據，再通過機器學習找到其內在的規律，從而取代人類勞動。」[1]56。
在當前人類社會所有已經產生的信息中，文字只占極少的比例，大量的信息以圖片和視頻方式呈現，其中蘊含了大量需要通過親身體驗才能獲取的默會知識。如果有辦法將事物狀態用圖片或視頻記錄下來，就有可能使用機器學習從中萃取出知識。很多電影公司已經使用人工智慧系統觀看大量人類歷史上的影視作品，從而歸納提取出經典橋段，創作出新的配樂、台詞和預告片以供人類借鑑。更為重要的是，由人工智慧系統獲取的默會知識是以神經網絡參數集的形式存在的，這對人類而言仍然不可描述，也難以在人類之間傳遞，但卻非常易於在人工智慧系統間傳播。例如，一台掌握駕駛技能的自動駕駛汽車只要將參數集分享出來就可以快速讓所有汽車學會這項技能，而且可以實現機器間的協同行動。
三、人工智慧可以產生某種機器知識
如果說默會知識還是「可意會而不可言傳」的知識，那麼alphagozero在圍棋上的表現已經表明人工智慧系統產生了某種既無法「意會」也無法「言傳」的機器知識。alphagozero在沒有人類以往的經驗或指導、不提供基本規則以外的任何領域知識的情況下，就使用機器學習在短時間內探索了大量人類從未嘗試過的走法。機器發現的知識不僅完全超出了人類的經驗，也超出了人類的理性，成為人類幾乎無法理解的知識。由此，產生了討論某種「機器認識論」的可能性，gregorywheeler在《machineepistemologyandbigdata》一文中提出：機器學習對事物間隱蔽的相關性的發現和掌握已經遠超人類，因此機器知識更多的是一種相關性知識。[3]321董春雨教授在《機器認識論何以可能？》一文中也指出：「人類必須正視機器在其擅長的領域，通過特殊的認識方式所獲得和積累的知識。」[4]。
機器知識與科學知識或默會知識的核心差別在於：機器知識依賴數據，科學知識或默會知識依賴信息。信息是事物可觀察的表征，或者說信息是事物的外在表現。任何一個物體的信息量都非常大，要精確描述一個物體，就需要將其中所有基本粒子的形態以及它們之間的關係都描述出來，同時還要將該物體與周圍環境的關係都描述出來。而數據是已經描述出來的部分信息，關於一個物體的數據通常要比信息少得多，例如只包含它的形狀、重量、顏色和種屬關係等。只有當信息經過適當的處理，當它被用來進行比較、得出結論和建立聯繫時，它才會轉化為知識。而知識可以理解為伴隨著經驗、判斷、直覺和價值的信息，作為認知主體的人在其中扮演了關鍵角色。
相較之下，機器知識可以被刻畫為數據在時空中的關係，這些關係表現為某種模式，對模式的識別就是認知，識別出來的模式就是知識，用模式去預測就是知識的應用。這些數據在時空中的關係只在少數情況下才能用數學工具進行表達，而多數情況下知識表現為數據間的相關性的集合，這些相關性只有一小部分可以被人類感知和理解。這源於人類感受能力的局限性：人類只能感受部分外界信息，人類的感官經驗局限在三維的物理空間和一維的時間。因此，當數據無法被感知，它們之間的關係又無法用數學工具表達時，這些數據間的關係就超出了人類的理解能力之外而屬於機器知識。當前機器學習的主流形式——人工神經網絡的最大特點就是發現並記憶數據中的相關性，例如在看了很多汽車圖片後會發現汽車都有四個輪胎，人類對圖片這類直觀的數據間的相關性也能發現並記憶一部分，這就是默會知識。但當數據量很大且不直觀時，例如股票市場的數據或者核電站的內部數據，人類就無法應對了。而隨著人工神經網絡層級和數量的增加，人工智慧系統能夠處理大規模的複雜數據，這就是機器知識。機器知識當前的主要表現形式類似於alphagozero中的神經網絡的全部參數。
概言之，科學知識和默會知識多是基於信息的因果性知識，而機器知識多是基於數據的相關性知識。此外，科學知識是易於記錄、易於陳述、易於傳遞的;默會知識是難以記錄、難以陳述、可傳遞的;機器知識則是可記錄、不可陳述、易於在機器間傳遞的。
四、人工智慧發展的局限性
當然，基於人工神經網絡的機器學習仍有兩個核心的局限性導致人工智慧系統還不足以承擔創造性勞動。第一個局限是，人工神經網絡需要依賴特定領域的先驗知識，也就是需要特定場景下的訓練，這是因為人工神經網絡的學習本質上是對相關性的記憶，人工神經網絡將訓練數據中相關性最高的因素作為判斷標準。這個問題在自動駕駛汽車中表現的非常突出，鑒於道路交通情境的複雜性和交通標示的多樣性，自動駕駛系統難以避免很多交通事故。第二個局限是，人工神經網絡無法解釋產生某個結果的原因，這種不可解釋性在許多涉及安全和公共政策的領域顯現的比較突出，例如在智能醫療中，人工神經網絡在影像識別和輔助診斷中都對其結果缺乏醫學上的解釋性，都需要專業醫生的覆核。
基於人工神經網絡的人工智慧系統在記憶和識別這兩個基礎智能方面超越了人類，但在推理、想像等高級智能方面還相差較遠。與人類相比，人工智慧無法承擔創造性勞動的原因還不止於以上的局限性，還包括：人工智慧沒有常識和物理世界的模型;人工智慧沒有自主和自發的通用語言能力;人工智慧沒有想像力，需要大量常識、反事實假設和推理能力;最重要的是人工智慧沒有自我意識。自我意識的缺乏導致能夠產生機器知識的人工智慧系統仍然無法被視為認知主體，其知識的「創造性勞動」是一種無意識認識活動。
五、結語
人工智慧系統在提升科學知識生產效率、處理默會知識以及產生機器知識方面的優勢，使得我們在創造性勞動中很難將其排除在外，未來可能的創造性勞動方式應當是某種人機協作或人機融合。腦機接口（brain-computerinterface）是當前一個重要的人機協作研究方向，而其中最激進的方式是馬斯克提出的neuralink，即通過柔性電極對接在人腦的神經網絡上，neuralink要解決的是人類的信號輸入與輸出，但其問題在於人類的高級思維（如邏輯推理或描述場景）必須依賴語言，而目前基於人工神經網絡的機器學習能力主要是對環境的識別能力，還遠沒有達到語言和邏輯推理，但人類智能通過語言進行溝通。這背後就隱含了人類的科學知識與人工智慧系統的機器知識之間的不可通約，以上例子也表明基於人機協作的創造性勞動還有很大的技術障礙需要克服。
參考文獻：
[1]崔政.科學技術知識的政治經濟學研究[m].石家莊：河北人民出版社，2019。
[2]郁振華.當代英美認識論的困境及出路——基於默會知識維度[j].中國社會科學，2018（7）。
[3]gregorywheeler.machineepistemologyandbigdata[a].inmcintyre，lee，andalexrosenberg，eds.theroutledgecompaniontophilosophyofsocialscience[c].taylor&francis，2016。
[4]董春雨，薛永紅.機器認識論何以可能？[j].自然辯證法研究，2019（8）。