人工智能与科学技术十篇

人工智能与科学技术篇1

中图分类号：G642　文献标识码：B

1　引言

在这里，我们将向您展示一个新生的学科专业――智能科学与技术，并与您一起走进我国智能科学技术教育领域，共同探讨什么是“智能科学与技术”学科，其学科结构及内涵、外延是什么，什么是“智能科学与技术”本科专业，它是什么时候产生的，其主要教学内容有哪些，培养目标是什么，国内有哪些学校开设了这一专业，目前的状况如何，将来的发展前景怎样等智能科学技术教育中的一系列重大问题。

通过这些研究和讨论，笔者希望能对我国智能科学技术研究生教育和本科教育起到积极的推动作用，为我国智能科学技术领域的高层次优秀人才培养做出有益的贡献。本文仅从宏观角度对这些问题进行总体介绍，目的是使读者能够对我国智能科学技术教育有一个概括性的了解，更具体的研究由本期专刊中的相关论文论述。

2　我国智能科学与技术教育事业的诞生与发展

2.1　“智能科学与技术”本科专业的诞生

我国“智能科学与技术”本科专业的历史可追溯到2001年12月在北京西苑召开的中国人工智能学会第九次全国学术会议(即CAAI-9)。CAAI-9在我国智能科学技术教育史上留下了两个历史性的贡献：一是大会接受了部分学者(例如，时任中国人工智能学会副秘书长的韩力群教授)提出的在我国智能科学技术领域逐步建立本科专业的建议，并由钟义信理事长提议将该新专业的名称确定为“智能科学与技术”：二是大会成立了中国人工智能学会教育工作委员会(由王万森教授任主任)，并把筹建智能科学与技术本科专业的任务交给了中国人工智能学会教育工作委员会。

CAAI-9结束后，在中国人工智能学会的领导下，中国人工智能学会教育工作委员会立即展开了对“智能科学与技术”本科专业的积极筹建工作。2002年12月13日，由中国人工智能学会教育工作委员会主办、首都师范大学和北京航空航天大学承办的第一届全国智能科学与技术教育学术研讨会在北京航空航天大学召开。会议得到了北京大学的积极支持。在研讨会上，北京大学智能科学系刘宏教授介绍了我国第一个智能科学系――北京大学智能科学系的有关情况，并提出了北京大学在国内率先开展智能科学技术本科教育的想法。北京大学智能科学技术系成立于2002年9月9日，这是在何新贵院士倡导下，国内高校中建立的第一个智能科学技术系。

在认真研究和充分讨论的基础上，这次大会向全国高校发表了“加快智能科学与技术学科发展”的建议，该建议也被称为“智能科学与技术北京宣言”，在国内部分高校引起了强烈反响。作为我国智能科学技术教育先驱的北京大学智能科学技术系，其“智能科学与技术”本科专业设置申请，分别于2003年10月26日、11月26日和12月5日通过了专家论证组、学部和学校评审，并于12月15日前报到国家教育部备案，同年年底在教育部备案通过。

在此期间，2003年11月20日，在广州召开的CAAI―lO期间，中国人工智能学会教育工作委员会针对智能科学技术教育中的关键和热点问题举办了一个教育论坛。论坛的核心课题是：如何在高等学校设置“智能科学与技术”本科专业，培养大批智能科学技术领域人才。参加论坛的代表从各个不同角度发表了自己的意见，论坛达成的普遍共识是：智能化是信息化最精彩的篇章，信息技术的发展已经为智能科学技术登上科学技术的中心舞台创造了条件，因此，在高等学校设置“智能科学与技术”专业已经势在必行。论坛还希望中国人工智能学会教育工作委员会能在本次研讨基础上，再进行必要的调查论证，结合北京大学等学校的实践经验，形成系统的意见和方案，向国家教育部和国务院学位委员会进行正式汇报，以推动智能科学技术专业的建设与发展。

2004年初，教育部公布了“2003年度经教育部备案或审批同意设置的高等学校本科专业名单”，北京大学“智能科学与技术”专业榜上有名，专业号为080627S。北京大学“智能科学与技术”专业的建立，标志着我国“智能科学与技术”本科专业的诞生和我国智能科学技术教育的开端。

2.2　“智能科学与技术”本科教育事业的发展

继北京大学率先在国内建立“智能科学与技术”本科专业之后，2005年，北京邮电大学、南开大学和西安电子科技大学：2006年，首都师范大学、北京信息科技大学、武汉工程大学和西安邮电学院；2007年，北京科技大学、厦门大学和湖南大学；2008年，河北工业大学和桂林电子科技大学；2009年，重庆邮电大学和大连海事大学先后经教育部批准设立了“智能科学与技术”本科专业。至此，经教育部正式批准，全国高校中设立“智能科学与技术”本科专业的学校已达15个。

几年来，中国人工智能学会教育工作委员会为推动我国智能科学技术教育事业的快速发展，先后组织召开了多次全国性的研讨会、座谈会、论坛和展览等，做了大量的促进工作。

2004年8月15日，由中国人工智能学教育工作委员会主办、首都师范大学承办的“智能科学技术教育高层研讨会”在北京召开，中国人工智能学会指导委员会主席涂序彦教授和中国人工智能学会理事长钟义信教授等到会并作重要指示。作为这次研讨会的主题，韩力群教授做了题为“智能科学与技术专业规范”的报告，刘宏教授做了题为“智能科学与技术学科建设”的报告，彭岩教授做了“国内外智能科学与技术相关学科专业情况”的报告。会后，中国人工智能学会教育工作委员会在这三个报告的基础上，形成了一份《在普通高校设置“智能科学与技术”本科专业的有关材料》，包括以下三个建议，一是《在若干高校设置“智能科学与技术本科专业”的建议》，二是《关于“智能科学与技术本科专业”专业规范的建议》，三是《关于“智能科学与技术”学科专业教育体系的建议》。这些材料后来成为上报教育部有关材料的最初蓝本。

2004年11月6日～7日，由中国人工智能学会教育工作委员会主办、首都师范大学承办的“智能科学技术教育学术研讨会”又一次在北京召开，会议对上述材料进行了认真讨论，形成了《在普通高校设置“智能科学与技术”本科专业的有关材料》的修改稿。会后，该修改稿又经钟义信理事长修改和审阅，于同年12月初以中国人工智能学会教育工作委员会的名义上报到了国家教育部有关职能部门，对当年以及后来教育部对“智能科学与技术”本 资队伍建设方面，北京大学“智能科学与技术”专业走出了一条国外引进与自身提高相结合道路；西安电子科技大学依托优秀创新团队，采取了国内外引进和国内外合作交流相结合的建设方法，其他高校也都采取了相应的有效建设措施。就全国高校“智能科学与技术”专业师资队伍而言，最大的一个优势是具有博士学位的教师比例较高。这一优势为建设高水平师资队伍奠定了很好的基础。

在师资队伍建设成效方面，北京大学“智能科学与技术”专业教学团队先后被评为北京市和部级优秀教学团队；西安电子科技大学“智能科学与技术”专业也被批准为“长江学者计划”一教育部智能信息处理创新团队和国家“111”智能科学与技术创新引智基地。

4　对我国智能科学技术教育的共识

在五年多的发展历程中，我国智能科学技术教育事业经过全国相关高校的不断研讨，目前已达成如下基本共识：

第一，智能科学技术是信息科学技术的核心、前沿和制高点，我国和国民经济的发展需要大量的高层次智能科技人才，在我国学位体系结构中增设“智能科学与技术”博士学位授权一级学科的基本条件已充分成熟，建议尽快在我国学位体系结构中增设“智能科学与技术”博士和硕士学位授权一级学科。

第二，智能科学与技术本科专业经过5年的建设实践，已经具备了在全国范围内快速发展的基本条件，建议取消“试办”，即取消专业代码后面的“s”，在全国范围内加快发展。

第三，经全国智能科学技术教育学术研讨会多次讨论，确立了“智能科学技术导论”、“脑与认知”和“机器智能”为“智能科学与技术”本科专业的第一批核心课程。

第四，在全国智能科学技术教育学术研讨会多次研讨的基础上，确立了“智能机器人”、“智能网络”和“智能游戏”为“智能科学与技术”本科专业教学实验活动的3个重要平台。

5　我国智能科学技术教育急需解决的几个问题

我国智能科学技术教育事业顺应时代潮流，在全国广大智能科学技术教育工作者的努力下，得到了较快的发展，其前景十分光明。但也同任何新生事物的发展规律一样，还有许多重要问题亟待解决。

第一，亟待增设“智能科学与技术”博士学位授权一级学科，尽快完善我国智能科学技术教育体系。这些内容在钟义信理事长的论文中已论述得非常详细，这既是我国智能科学技术教育中的头等大事，也是中国人工智能学会教育工作委员会的一项最重要的工作。

第二，进一步优化专业核心课程体系、突出专业整体特色、凝练特色专业方向。就全国“智能科学与技术”专业建设而言，虽然我们已经确立了的第一批核心课程，但这仅是开始，还需要进一步优化，以使“智能科学与技术”专业能够在我国的专业体系结构中具有更强的整体特色。就各个高校而言，则需要在专业核心课程体系下，更加突出建设自己的特色专业课程，以凝练自身的特色专业方向。

第三，加快制定专业核心课程教学大纲和专业实验教学大纲。对专业核心课程教学问题，我们虽然确立了第一批的三门专业核心课程，但还没有制定相应的教学大纲。对专业实验教学，我们虽然给出了三个教学实验平台，但也没制定相应的实验教学大纲。因此，需要尽快提出专业核心课程教学大纲和专业实验教学大纲，以同时带动专业实验室建设和专业教材建设的发展。

第四，重视优秀教学团队建设，汇聚高水平师资队伍。师资队伍是所有教学资源中最为重要的一种资源，要培养高素质、有创新思维和创新能力的学生，首先必须有一支高素质、高创新能力的教师队伍。在这方面，北京大学和西安电子科技大学做出了表率。我们需要抓住国家、地方及各学校建立优秀教学团队的机遇，汇聚高水平的专业师资队伍，争取有更多的专业进入各级优秀教学团队。

6　结束语

人工智能与科学技术篇2

(中山大学信息科学与技术学院，广东广州510006)

摘要：结合中山大学智能科学与技术专业的建设情况，从教师队伍建设、本科教育的人才培养定位及课程体系设置、发展优势科学研究方向及学科建设等方面，提出有关交叉学科发展的思路。

关键词 ：智能科学与技术专业；教师队伍；课程体系；科学研究；学科建设

基金项目：广东省2014年本科高校教学质量与教学改革工程项目“智能科学与技术”（粤教高函[2014]97号）；中山大学2014年校级本科教学改革项目“智能科学与技术专业复合型人才培养模式的改革研究”（中大教务[2014]148号）

作者简介：李晓东，男，教授，研究方向为智能控制、人工神经网络，lixd@mail．sysu．edu．cn。

引言

智能科学与技术是一门交叉学科，涉及脑科学、认知科学、人工智能、信息科学技术等学科，主要研究智能行为的基本理论和应用技术。它以人工智能的理论和方法为核心，研究如何用计算机去实现人工智能。它是信息科学技术的核心，也是现代科学技术的前沿和制高点。目前，对智能科学与技术的重要性认识已上升到国家科技发展战略的高度，智能科学已被列入2006年的《国家中长期科学发展规划纲要》中。

自2003年北京大学自主设置智能科学与技术本科专业并在教育部备案以来，我国先后有北京邮电大学、南开大学、西安电子科技大学等20多所高校开办了智能科学与技术本科专业，加快发展智能科学与技术专业教育已成为众多高校的共同愿望。然而实际上，智能科学与技术本身的内涵发展还很不成熟，教育部对此专业甚至还没有统一的教学大纲。2014年中国人工智能学会教育工作委员会对智能科学与技术专业的知识体系与课程设置给出了征求意见稿，可是各高校智能科学与技术专业的建立时间都很短，缺乏足够的办学经验，基本都处于独立发展、各自探索的阶段，不同程度地存在着专业建设问题。为此，笔者结合中山大学智能科学与技术专业的情况，给出以下几点思考。

1 教师队伍建没

国内智能科学系或专业大多是在计算机专业或自动化专业的基础上建立起来的，发展时间短，这就决定了目前国内智能科学系或专业的教师主体具有很大的专业偏向性。智能科学与技术专业本质上是以脑科学、心理学等为基础，以信息学科为实现手段的交叉学科，其所承载的任务不是以上单个学科所能独立完成的。因此，教师队伍一定不能在原有基础上封闭发展，应邀请其他相关学科的教师加入发展，要特别注重引进心理认知学、逻辑学等方面的教师，不断优化教师队伍的知识结构，注意吸收青年教师，强调教师队伍构成的综合性。我们必须像医院培养“全科”医生一样来培养我们的智能科学教师。

以中山大学智能科学与技术专业为例，由于所在的信息科学与技术学院涵盖了电子与通信工程系、计算机系、智能科学与自动化系，涉及信息与通信工程、计算机科学与技术、软件工程、电子科学与技术、控制科学与工程等5个信息科学的一级学科，现阶段学院鼓励智能科学与技术专业在院内跨专业使用教师。因此，专业的课程教育实际上吸纳了5个信息科学一级学科的教师，具有很强的包容性。此外，专业充分利用学校学科门类齐全的优势，积极开展与校内心理学系、逻辑与认知研究所的合作办学，吸引这些系、所的教师为专业开设必修或选修课程，同时为这些科研教学工作提供发展的平台。各专业教师通过参与智能科学与技术这个交叉学科的专业教学，达到了相互学习交流、“全科”培养、共同提高的效果。

2 本科教育

2.1 人才培养模式的定位

智能科学与技术专业的本科教育人才培养模式的定位实际上是多学科交叉渗透人才培养模式的一种探索。专业人才培养应立足于计算机科学与技术、通信科学与工程、控制科学与工程、软件工程、电子科学与技术等学科的相互交叉特性，立足于信息科学的发展方向和《国家中长期科学发展规划纲要》要求，立足于国家，特别是高校所在地区对智能科学与技术专业人才的社会需求。经过几十年的发展，智能技术及其应用已经成为IT行业创新的重要生长点，其广泛的应用前景日趋明显，如智能机器人、智能化机器、智能化电器、智能化楼宇、智能化社区、智能化物流、智能电网等。这些对人类生活的方方面面产生了重要的影响；迫切需要既掌握计算机系统工程的基本技能，又掌握复杂信息处理的智能科技知识，具有智能系统的搭建能力，擅长处理网络环境下大规模复杂的环境行为、机器行为和人类行为的专门科学技术人才。因此，为适应智能化应用的创新发展趋势，专业人才培养的目标应该是培养创新型、复合型的智能科技人才，努力做到两个“复合”，即学生在知识结构方面的复合和学生在理论知识、应用能力、创新能力方面的复合。此外，人才培养还应结合本专业师资力量的实际，扬长避短，努力办出自己的特色。

2.2 课程体系建设

基于智能科学与技术专业创新型、复合型人才培养模式的定位．需要制订出相应的多学科交叉的课程体系，包括规划理论课程体系、实验课程体系和学生实习。具体来说，需要做好专业基础课程、专业主干课程和专业轨道课程的科目设计；需要处理好必修课程与选修课程的关系，合理分配各学期的学分；建设多功能集成的实验室，探索校企合作共同打造学生课外实习基地的模式等；重视基础理论知识，强化学生的应用能力和创新能力培养。课程体系的设置应参考2014年10月中国人工智能学会教育工作委员会对专业课程设置的征求意见稿，既要参考兄弟院校的做法，也要体现出校本专业的办学特色和发展优势。

中山大学智能科学与技术专业目前正在建设以智能系统为统领、以智能机器人为综合实验平台、兼顾物联网和大数据处理的课程体系，并且在数字电路与逻辑设计、信号与系统、人工智能原理、模式识别、计算机网络等专业基础课程和专业主干课程的基础上，设置了丰富的选修课程。特别地，把它们归类形成了不同的专业轨道选修课程集，具体包括：

(1)模式识别轨道选修课程：数字图像处理、人工神经网络原理、数据挖掘、多媒体信息处理、机器学习、计算机视觉等。

(2)智能系统轨道选修课程：机器人导论、自动控制原理、数字图像处理、智能控制与智能计算、人机交互技术、计算机视觉等。

(3)智能传感网络轨道选修课程：传感器与检测技术、嵌入式系统设计与实践、机器人导论、无线传感器网络、无线射频识别技术、物联网导论等。

每年当学生进入选课阶段时，我们都组织学生进行课程体系和轨道课程集的介绍宣讲，让学生了解各轨道方向的内涵，辅导学生的选课决策。借助课程体系的合理配置以及轨道选修课程集的功能发挥，我们引导学生根据自己的兴趣，往不同的智能科学子方向上发展。

中山大学智能科学与技术专业是在自动化系的基础上建立起来的，起初的课程体系难免与自动化专业过于贴近。几年来，通过专业课程体系的建设，我们逐渐改变了与自动化专业课程体系过于重复的现状，强化了多学科知识的融合和对学生实践能力的培养，切实向创新型、复合型人才培养的目标迈进。

3 科学研究与学科建设

3.1 科学研究

高校的教学和科研向来是相辅相成的。教学为科研提供了基础，科研则可以引领教学内容的发展。智能科学与技术专业涉及的学科面很广，如果在科学研究方面过分强调全面性，则会分散研究力量，不能形成明显优势。坚持特色发展，培养构建几个特色研究方向，则是科学研究的切实可行之路。中山大学智能科学与技术专业目前正在组建研究团队，设立学术带头人，制订研究规划，在智能系统与智能控制、认知科学与机器学习、智能电网与新能源等研究方向加强建设，形成研究优势。

智能系统与智能控制研究方向围绕医用穿戴智能设备、服务机器人系统和智能车载系统等；重点研究复杂系统分析与设计中信息处理、信息利用的新理论及新方法；探讨智能感知处理、人机交互方式、终端系统、智能医疗、服务机器人系统的控制等内容；解决车载高性能可靠的计算机系统、车载软件可靠性分析、车载网络优化以及这些理论在无人驾驶和车联网等特定领域的应用问题。

认知科学与机器学习方向以认知科学和人工智能等学科为基础，重点开展人脑、认知和人体行为的关系，智能视频监控．人脸识别和物体识别这3个方面的研究；重点解决智能终端的多媒体信息感知和智能处理问题，特别为服务机器人、智能家居和公共安全解决视觉感知和智能处理的问题。该方向主要研究认知科学与机器学习、智能场景分析与理解、基于生物特征的模式识别等，侧重于智能视觉的应用基础研究和新技术探索。

智能电网与新能源方向致力于为我国，特别是为广东省培养高水平的智能电网和新能源领域的专业人才。由于各种新能源（风能、太阳能、海洋能等）具有波动性和间断性的自然属性，其发电单元不能直接并网，否则会降低电网的电能质量；所以，新能源发电单元与电网之间必须用到功率电子变换器。因此，该研究方向主攻新型功率变换器优化设计及控制，其应用包括智能电网架构下的一系列领域，比如太阳能发电、风力发电、海洋能发电、燃料电池等。一个智能的电网系统将会使电力的传输和供应更加稳定可靠，让每家每户可以优化自己的用电习惯，享受到先进的家居设备。

3.2 学科建设

对于一个学科，没有高层次的研究生教育和高水平的科研，该学科的发展就很难走在同行的前列。中山大学信息科学与技术学院在开办模式识别与智能系统学术型硕士学位研究生教育的基础上，依托自身信息学科齐全的优势，联合中山大学心理学系，正在筹备申报智能科学与技术交叉学科博士点，试图以高层次的博士点教育带动智能科学与技术专业本科和硕士研究生教育的整体发展，壮大科研力量。

我们处于一个信息技术的时代，信息技术不可能停留在电子化、数字化之上，而是要不断走向智能化，因此，智能技术越来越成为信息技术的主流。智能科学处于信息技术的前沿和制高点，掌握利用好信息技术发展的这个规律，对于实现高校信息学科的发展重点转移和跨越式发展具有重要的意义。

由于珠三角地区产业结构的调整与信息新技术的不断融入，传统自动化专业的发展遇到了瓶颈，我们及时调整学科发展战略，以智能科学与技术专业的发展来带动传统自动化专业的发展，结果在招生就业、人才引进、科学研究等方面都取得了良好的效果。另一方面，中山大学信息科学与技术学院的学科建设面比较宽，涉及5个一级学科，而相关教师的体量比较小，因此不可能5个一级学科都均衡建设，而应该重点建设这5个一级学科交叉的部分，即智能科学与技术专业。这对于完善交叉学科布局，提高人才培养质量，引领和推动这些一级学科及心理学专业的发展，有着重要的促进作用。

4 结语

智能科学与技术的发展成果正影响着国民经济的很多领域，已成为一个国家科技发展水平和国民经济现代化、信息化的重要标志。社会需要大量的掌握智能科学与技术知识的高水平专门人才。智能科学与技术专业作为交叉学科来建设，在中国高等教育的历史还很短，其专业教育不同于一般的信息学科，具有一定的特殊性。我们今后还需在师资建设、学生培养、科学研究、学科发展等方面进一步探讨，培养合格人才，迎接智能化社会的到来。

参考文献：

[1]中华人民共和国国务院，国家中长期科学发展规划纲要(2006-2020)[S]．2006.

[2]中国人工智能学会教育工作委员会，智能科学与技术专业知识体系与课程（本科）(征求意见稿)[S]. 2014.

[3]邓志鸿，谢昆青，刘宏，北京大学智能科学与技术专业建设的探索与实践[J]中国人工智能学会通讯，2011(2): 36-40．

[4]胡军，李伟生，王国赢，等，重庆邮电大学“智能科学与技术”专业建设中的若干问题探讨[J]．计算机教育，2009(11): 57-60.

[5]陈毅东，李绍滋，潘伟．厦门大学智能科学与技术专业建设进展[J]．计算机教育，2011(15): 21-24.

[6]张俊，陈飞，冯士刚，大连海事大学“智能科学与技术”本科专业建设实践[J]．计算机教育，2012(18): 22-27，30．

[7]王万森．适应智能化应用发展趋势，培养创新型智能科技人才[J]计算机教育，2013(10):1．

人工智能与科学技术篇3

 

我国科学技术发展的总体目标是自主创新能力显著增强，科技促进经济社会发展和保障国家安全的能力显著增强，为全面建设小康社会提供强有力的支撑;基础科学和前沿技术研究综合实力显著增强，取得一批在世界具有重大影响的科学技术成果，进入创新型国家行列，为在本世纪中叶成为世界科技强国奠定基础[1]。

 

广大高校教师对当前科技研究及发展方向有深刻理解，在整个国家人才类型需求与人才培养之间扮演着纽带角色，不但有科研能力还有教书育人的能力，因此在国家科技发展过程中的地位举足轻重。国家需要的人才是由高校教师来培养，教师对学生的培养应以国家需要为依据，而学校应以国家对人才的需求而制定相应的教学大纲和教学内容，以保证国家需要的人才与学校及教育机构培养的人才一致。国家、科技项目、教师和学生这4个环节只有保持协调一致，才能使国家科技稳步快速的向前发展。

 

智能科学技术是信息科学技术的核心和现代科学技术的前沿和制高点，涉及自然科学的深层奥秘，触及哲学的基本命题。智能科学技术的研究将对国民经济、社会进步、国家安全生产产生深刻而巨大的影响，并将为智力革命、知识革命和信息革命建立理论基础，为智能系统的研制提供新概念、新思想、新途径。

 

1国家科技项目中与智能相关的内容

 

国家每年会颁布一些科研项目指南，如863、973、国家科技重大专项、国家科技支撑计划和国家重大科学研究计划等。这些项目指南中均包含大量与智能相关的内容。下面以国家科技重大专项和973计划为例加以说明：

 

1) 国家科技重大专项。

 

2011年国家科技重大专项中包含2项有关智能方面的项目，其中“核心电子器件、高端通用芯片及基础软件产品”重大专项中包含一个“智能海量数据资源中心”课题;“新一代宽带无线移动通信网”重大专项中包含2个有关智能的课题：“移动互联网及业务应用研发”和“物联网及泛在网”。

 

2)973计划。

 

据不完全统计，在2008年到2011年的973计划指南中关于“智能”一词的出现频率如表1所示。

 

从上述统计数字可以看出，“智能”一词的出现次数由1次增加到12次;出现在一级标题的次数由1个增加到3个，出现在二级标题的次数由空白增加到4个。由此不难分析出，智能科学技术在973计划中的比例逐年增加，其重要性不言而喻。

 

这些项目的前期研究以及后续成果的产业化，不可避免地需要更多的智能方面的专业人才。在设立智能科学与技术一级学科的建议书中提到，智能科技人才的社会需求占整个信息领域人才需求的1/6左右，而且将不断增长。高校需要培养这方面的人才，满足国家和社会的需要。

 

2河北省和天津市科技项目与智能相关内容

 

河北工业大学隶属于河北省，坐落于天津市，形成了立足天津面向河北的发展战略，为河北省和天津市提供有力的技术支撑。

 

河北省当前正在实施转变经济发展方式的战略部署，充分发挥科技创新在推进传统产业技术进步和培育战略性新兴产业中的重要作用，并于2010年3月启动了光伏、风电装备、钢铁节能减排等8个支柱产业的技术路线图的编制工作，河北工业大学承担了其中“河北省风电装备产业技术路线图”的绘制工作，该路线图为全国首个关于风电的路线图，对我国风电产业的健康发展将起到积极的推动作用。

 

以2011年天津市科技支撑计划重点项目指南为例，该计划以促进产业技术升级和结构调整为主攻方向，以提高原始创新、集成创新和消化吸收再创新为目标，通过关键技术的突破、引进技术的消化吸收再创新、高新技术的应用及产业化，为天津市产业结构调整、社会可持续发展和提高人民生活质量提供技术支撑。2011年共安排25个专项，与“智能”相关的内容有软件专项中的创意产业关键技术和数据挖掘与信息检索技术;数字技术专项中的智能检测、监控技术研发及应用;可再生能源及能源存储转换专项中的智能电网等。

 

由上面的分析，可以看出智能科学技术在河北省和天津市的科技项目布局中占有重要的地位，这也对高校提出了培养高素质人才的要求。

 

3河北工业大学智能科学与技术专业现状

 

据教育部统计，自2004年北京大学自主设置“智能科学与技术”本科专业通过备案以来，先后有北京邮电大学、南开大学、西安电子科技大学、北京信息科技大学、首都师范大学、武汉工程大学、西安邮电学院、北京科技大学、湖南大学、厦门大学、河北工业大学、桂林电子科技大学、重庆邮电大学、大连海事大学、中南大学和上海理工大学共17所高校建立了智能科学技术本科专业。

 

河北工业大学在结合自身优势和借鉴兄弟院校办学经验的基础上，智能科学与技术专业的教学体系和课程内容逐步合理化;紧跟科技发展新趋势，突出智能科学与技术专业的特色，注重学生实践能力的培养，在智能化电器、智能化楼宇、智能机器人、智能化机器、智能化物流等方面培养社会急需的特色人才;在控制科学与工程一级学科硕士点下设立“智能科学与技术”的相关研究方向，加强该专业的学术梯队建设和人才培养，促进控制科学与工程学院整体教学科研的和谐发展。

 

我们努力使学生德、智、体、美全面发展，具有坚实的数学、电子、计算机、自动控制和信息处理的基础知识，系统地掌握智能科学的基础理论、基础知识和基本技能与方法，受到良好的科学思维、科学实验及初步科学研究的训练，使其具有分析问题和解决问题的能力，知识自我更新和不断创新的能力。在个人素质方面，要求学生具有全面的文化素质、良好的知识结构和较强的适应新环境、新群体的能力，并具有良好的语言和计算机运用能力。

 

4教学内容的思考

 

目前智能科学与技术专业隶属于控制科学与工程学院，本学院包括自动化、风能与动力工程和智能科学与技术3个本科专业。自动化专业作为一个成熟专业，有稳定的社会认可度，其近年的发展受到了无行业背景的限制;风能与动力工程专业是一个新兴专业，为了满足国家风力发电的强势发展需求而设立的，具有显著的行业背景，从目前情况看，学生就业前景很好;智能科学与技术专业作为新兴专业，没有固定的行业背景，因此有必要根据学校的实际情况确定1～2个背景，体现个1～2个特色，以使学生的学习落在实处。

 

我校的智能科学与技术专业拟将智能网络和风力发电机组控制系统作为本科生的学习指向，在相关课程的讲授中以它们作为实例讲解，筹建智能网络的平台，以及利用风能与动力工程专业的实验平台进行相关内容的操作和演示，在课外科技活动中以它们作为选题方向，激发学生的学习兴趣。

 

我校作为地方工科院校，结合自身特点和优势，对智能科学与技术专业的特色定位于工业过程和实际工程中的智能控制与智能决策，相对应的核心课程包括智能控制、智能信息处理、复杂系统建模、智能系统、智能机器人和智能工程。我们希望通过这些课程教学内容的规划，使培养的学生“考研考得上，分配分得出”。

 

1) 智能控制课程在介绍控制理论的同时，通过课内实验和单独学时的课程设计使学生对智能网络、风力发电机组等在内的实际系统先进控制方案/方法的实现有较深入了解，并侧重于硬件实现。

 

2) 智能信息处理课程主要介绍经典人工智能、计算智能和其他智能理论，通过方法的介绍和推导，培养学生理论素养，并通过将具体方法代码化提高学生的编程能力，其中可以将风电场数据作为研究对象。

 

3) 复杂系统建模课程在介绍复杂系统基本概念、理论基础以及与建模相关问题的同时，着重以复杂网络和风力发电机组为着力点，对这两大类系统的模型进行建立和分析。

 

4) 智能系统课程在介绍人工智能技术如何具体应用于某些领域的同时，侧重分析如何应用于智能网络特别是物联网领域，以及如何应用于风力发电领域。

 

5) 智能机器人课程在介绍机器人基本工作原理以及控制方法的同时，加强与实际工程的结合，如自动化仓库等领域。

 

6) 智能工程课程在介绍人工智能技术如何具体应用于某个实际工程的同时，着重考虑目前国家急待发展的工程方向。

 

通过上述课程的学习，并基于软硬件的结合与课内课外的配合，学生可对目前体现前沿科技的行业有所熟悉，为进一步的深造和就业打下坚实基础。

 

5结语

 

前沿性、时代性是大学课程的一大特点。20世纪以来，现代科学技术的快速发展，使知识的更新周期越来越短，大大丰富了大学的课程及其内容，也改变了课程设置的技术与方法。

 

通过对前沿科技和人才培养的需求进行分析，可以总结出学校的教学应针对国家对人才类型的需求而制定，使人才得到相应的供应，保持供求平衡。

人工智能与科学技术篇4

关键词:人工智能;教学;教材

人工智能的发展经历了漫长的历程。特别是20世纪30年代和40年代,智能界发现了数理逻辑和关于计算的新思想。1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈,这些都推动人工智能研究的进一步发展[1]。人工智能技术已经可以担当信息化和信息社会建设所赋予的重任。我国已有数以万计的科技人员和大学师生从事不同层次的人工智能的研究与学习,人工智能已成为一个受到广泛重视并有着广阔应用潜能的庞大交叉的前沿学科[2]。

人工智能与计算机领域的其他方向有一个比较显著的特点,即以符号处理为主,而其他方向是以数值计算为主。从理论上说,人工智能领域担负着一个极富挑战的任务――揭示智能的本质,从应用上说,人工智能的目标是开发更有用的计算机程序[3]。人工智能课程是智能科学与技术专业的重要基础课程,介绍人工智能的基本理论、方法和技术,为以后高级课程的学习、在人工智能领域的进一步研究和开发工作,奠定良好的基础。

本文以首都师范大学开设的人工智能原理精品课程的教学实践为基础,介绍我们针对不同专业、不同层次学生所开设的相关系列课程。

1课程知识点

人工智能是由脑科学、认知科学、逻辑学、信息科学技术等多学交叉所形成的一个新兴边缘学科。目前,国内外对人工智能的研究存在着狭义和广义两种观点。狭义人工智能通常是指以符号智能为主体的传统人工智能概念。广义人工智能通常是指包含自然智能、符号智能、计算智能、集成智能和分布智能等在内的智能科学技术概念。本课程主要基于广义人工智能的概念,从原理、方法、技术、系统和应用等不同方面,对人工智能进行科学的探讨。人工智能的主要特点是注重知识和推理,强调启发式和不确定性,提倡多学派融合和多技术综合。同时,它又是一个开拓性领域,其新思想和新技术层出不穷,因此,应鼓励学生的创新和实践。这门课程的主要内容包括:人工智能基础、知识表示、确定性推理和搜索、计算智能和不确定性人工智能、机器学习与自然语言理解、分布智能和专家系统等。其主要知识点有:

1) 了解人工智能发展简史、研究目标;了解人工智能的研究方向;理解人工智能的定义、人工智能成功的标志。重点是掌握物理符号系统假设、图灵测试和启发式等概念。

2) 知识表示和推理。要求了解和掌握时间和空间的表示、事件和行动的表示技术;了解和掌握概率推理、Bayes定理方法;了解和掌握谓词演算和归结定理证明。

3) 搜索和优化方法。这部分内容主要介绍启发式搜索策略(A,A*算法)、局部搜索策略(盲人爬山,模拟退火,遗传搜索);了解和掌握博弈方法(min-max搜索, ― 剪枝)。

4) 机器学习。主要讨论机器学习的基本该概念和一些非连接主义的机器学习方法。

5) 神经网络。主要讨论基于神经网络的连接学习机制。

6) 专家系统。专家系统是人工智能应用研究的一个重要领域。它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破。这部分内容主要是让学生了解专家系统的构成、分类和相关开发工具。

2系列课程设置

2.1两个系列五门课程

为了适应人工智能技术日益广泛的需要,国内外高校普遍开设了人工智能方面的课程。本科阶段开设人工智能课程,主要是为了让学生对人工智能的发展、原理和应用领域有初步了解,启发学生对智能学科的兴趣;而研究生阶段的学习则是要求学生能够掌握人工智能的基本技术和前沿研究内容。为此,针对不同层次、不同专业的教学对象,我校分别开设了两个层次的五门相关课程。从2003年开始为第一届智能科学与技术专业本科生开设了人工智能原理课程。该课程由54学时的课堂讲授和18学时的实验教学组成,是智能科学与技术专业的必修课程和核心课程之一。

从2009年开始,我们又将人工智能课程中的实验教学部分独立出来,安排36个机时,单独作为一门1个学分的人工智能实验课。该实验课也是智能科学与技术专业的必修课程和核心课程之一,目前已完整地开设了两届,受到了学生的欢迎与好评。

同时,我院软件工程专业、信息工程专业、电子信息工程专业及计算机科学与技术专业等信息类专业开设了人工智能概论选修课程,进行36学时的课堂教学,也已经成为这些专业本科生的一门重要的技术基础课程。

2010年我们又面向包括人文社科等全校所有专业开设了人工智能导论这一校公选课(36学时),其目的是使学生了解人工智能的基本概念、原理以及智能技术在不同领域的成功应用,具有一定的科普意义。

在研究生教育中,我们又针对研究生的特点,开设了高级人工智能课程,对研究生进行更深层的理论讲授和前沿研究课题的介绍。

由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有曲高和寡、望而生畏的感觉,加之不同专业、不同层次的学生对智能技术的要求有所差别,因此,为了更好地实现差别化教学的目标,提高该课程的教学质量,我们根据已有人工智能课程在教学与实践方面的经验,针对不同教学对象,提供不同的教学深度、教学内容、教学方法和考核方式,力争使智能科学惠及更多的学生。

2.2优选教材与教学内容

在教材选用方面,我们主要采用了首都师范大学王万森教授主编的教材《人工智能原理及其应用》。该教材同时为普通高等教育“十一五”部级规划教材和北京市精品教材,反映了人工智能研究和学科的最新发展,是王万森教授多年的教学与科研经验的结晶。由于广受好评,2007年出版了第2版,该书前后两版目前已印刷了16次,印量5.6万册,已成为国内多所大学的人工智能课程教材和教学参考书。此外,我们还为学生提供N. J. Nilsson的《Artificial Intelligence:A New Synthesis》、蔡自兴教授的《人工智能及其应用》、李德毅教授的《不确定性人工智能》及马少平教授的《人工智能》等教学参考书。

作为课程建设一个重要组成部分,我们十分重视教材建设。除上述王万森教授主编的《人工智能原理》教材外,另一本侧重基础与应用的《人工智能基础及应用》教材正在人民邮电出版社的编辑出版中;还有一本在人工智能实验课基础上,包括教学指导、习题解析和实验指导等内容的北京市精品教材立项,《人工智能习题解析、学习与实践指导》也即将交稿,由电子工业出版社出版。

在人工智能课程教学过程中,针对智能科学与技术专业的学生,我们不仅进行理论讲授,同时还利用人工智能实验课,开展了36个机时的相关实验教学,学生在学习人工智能理论的同时,还能够得到智能软件开发方面的实验训练。该实验课设立了5个基本实验和3个综合实验。其中,5个基本实验分别是:实验1,基于规则的简单动物识别系统;实验2,基于极大极小算法的一字棋游戏;实验3,简单的遗传优化;实验4,简单的可信度推理;实验5,简单的单层感知器学习。对每个基本实验,在给定实验程序框架的前提下,安排了5个实验机时。3个综合实验分别是:实验1,双机对弈五子棋游戏;实验2,基于BP网络的预测与评价系统;实验3,基于Web的不确性推理专家系统。对综合实验,要求每个学生选作其中的一个,安排10个实验机时。人工智能实验课程的设立,强化了学生的知识,激发了学生的学习兴趣,促进了学生对学习内容的理解,提高了学生对智能技术的简单应用能力。为后续课程如智能机器人、智能游戏及智能管理等课程奠定了坚实的基础。

对于非智能科学与技术专业的学生,我们则开展更为灵活多样的教学形式,如展开师生间的讨论,让学生看到问题从提出、分析到解决的全过程。让学生自己去查阅资料,发现智能技术与他们所学专业的关系或在其中的应用。让学生进行课程讲演与展示,如“地理学”专业的学生就讲解了智能技术在地理信息系统中的应用,“戏剧文学”专业的学生讲解了智能动画技术在影视作品中的作用,“法语”专业的学生发现原来机器翻译是这样有趣。采取这样的教学方法,学生普遍反映课堂学习令人印象深刻,整个过程让人回味无穷。

3课程教改

在教学内容改革方面,能适应智能科学技术发展和应用普及的需要,在保持人工智能基本理论和方法的核心地位的前提下,我们不断增加人工智能的新技术。例如,计算智能、分布智能、先进专家系统、新的机器学习方法等。

在教学方法改革方面,积极采用启发与互动、讨论与研究的教学方法。其中,对理论性知识我们多采取启发与互动的教学方法,这种方法有助于对学生理解能力和学习能力的培养。对技能性知识更多的是要求实践,而在课堂上则可采用讨论与研究的教学方法,这种方法有助于培养学生的思维能力和创新能力。

在教学实训方面,我们十分注重实验、实践和训练对人工智能教学和学生能力培养的重要性,积极探索把人工智能实验作为人工智能教学一个重要环节的理论和方法。在国内公开出版发行的所有人工智能教材中,首次把人工智能实验作为一个独立部分写进教材(本课程负责人独著出版的“普通高等教育‘十一五’部级规划教材”《人工智能原理及其应用》第2版)之后,又在国内高校中首次把人工智能实验作为一门独立课程开设,走出了我国人工智能实验的开创性的一步。

在课件建设方面,人工智能多媒体课件,获北京市高校首届多媒体教育软件大赛二等奖。相关课程智能科学技术导论多媒体课件,又获北京市高校第二届多媒体教育软件大赛优秀奖。

4结语

本文是以我校精品课程人工智能原理建设为基础,对系列相关课程在教学内容、教材、教学方法、教学手段、考核方式等方面进行的探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措使得人工智能教学更贴合学生的学习需求。通过认真落实这些举措,使各个层面上的学生都能更好地掌握人工智能的基本概念、基本理论和基本技术,提高实践动手能力,达到本课程预期的教学效果。

参考文献:

[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.

[2] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.

[3] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2010.

Building the Curriculum System of Artificial Intelligence

PENG Yan, WANG Wan-sen, XIE Da

(College of Information Engineering, Capital Normal University, Beijing 100048, China)

人工智能与科学技术篇5

（2019-2021）

为深入贯彻落实《新一代人工智能发展规划》（国发〔2017〕35号）、《促进新一代人工智能产业发展三年行动计划（2018-2020年）》（工信部科〔2017〕315号）和《山东省新一代信息技术产业专项规划（2018-2022年）》（鲁政字〔2018〕247号），抓住人工智能产业发展机遇，加快推动崂山区新一代人工智能创新发展，制定本行动计划。

一、总体要求

（一）发展思路

全面贯彻党的精神，以新时代中国特色社会主义思想为指导，全面贯彻落实总书记对山东省提出的“走在前列”的要求，深入实施创新驱动发展战略，聚焦人工智能重点核心领域，建立以企业为主体、市场为导向、产学研用深度融合的人工智能技术创新体系，加速人工智能产业化进程，重点推进以神经网络芯片、核心算法、大数据和云计算等为支撑的人工智能与我区制造业、医疗健康等优势产业深度融合应用，围绕智能交通、智能医疗、智能家居、智能安防、智能教育、智能制造等应用方向，加速产业集聚，推动产业发展，将崂山区打造成为具有全国影响力的产业聚集区。

（二）基本原则

--市场主导，政府助推。充分发挥市场配置资源的基础性作用，坚持企业的市场主体地位，面向市场需求谋划产业发展。同时，注重发挥政府的调控引导、规划指导和政策支持作用，营造良好综合环境，促进人工智能产业快速健康发展。

--需求驱动，应用为本。坚持与人工智能应用市场开发相结合，立足需求，抓应用促发展，主动适应经济和社会发展的需要，积极培育和创造新的市场，深化人工智能的推广应用。

--强化创新，提升能力。强化技术创新、产品创新、管理创新和业务创新，通过创新驱动产业发展，提高核心竞争力和综合服务能力，为人工智能产业发展提供更有力的支撑。

--特色发展，差异竞争。立足崂山比较优势和产业实际，在强化整体实力的基础上，坚持差异化竞争，因地制宜确定人工

智能具有国际国内领先水平的行业优势。

（三）发展目标

--人工智能产业创新体系基本确立。引进及培育5-10家人工智能创新企业，建设3-4个人工智能创新平台，建设人工智能工程（技术）研究中心、企业技术中心和重点实验室，基本形成开放协同的人工智能创新体系。

--人工智能关键核心技术取得重要进展。人工智能基础理论、计算机视觉、自然语言处理等关键核心技术取得重大突破，形成具有标志性的重大科技成果10个以上。

--人工智能重点领域的产品规模化发展。在交通、医疗、家居、安防、教育、制造等重点领域形成一批人工智能标志性产品，在相关领域获得广泛应用。力争到2021年，全区人工智能核心产业规模达到100亿元。

--人工智能产业支撑不断完善。建设青岛联通国际通信业务出入口局，使宽带接入速率和时延满足人工智能产业发展需求。落实崂山新旧动能转换战略，依托崂山产业云图平台，改善营商环境，建设智慧崂山，加强人工智能产业布局总体规划，构筑崂山人工智能产业新优势。

二、重点任务

（一）实施分类培育，构建更具活力的产业体系

实施人工智能骨干企业培育工程，建立大中小微型企业培育梯队，建立崂山区战略性新一代人工智能产业企业数据库，实施分类培育计划。培育出一批自主创新能力强、主业突出、掌握核心关键技术、拥有自主知识产权和品牌优势的巨人、小巨人企业。支持中小企业走“专精特新”发展之路，加快培育一批成长潜力大、商业模式新、产业特色鲜明的细分领域的“独角兽”企业、“瞪羚”企业。支持符合重点产业发展导向的高成长性初创企业和产业链上下游企业加快发展，壮大产业发展后备力量。

（责任单位：区工业和信息化局、区科创委有关部）

（二）紧盯前沿领域，构建面向未来的产业优势

坚持紧盯前沿、打造生态、沿链聚合、集群发展，启动“未来产业”培育计划。以智能交通、智能医疗、智能家居、智能安防、智能教育、智能制造等战略性新兴产业为重点，加大招商引资力度，开展精准招商、产业链招商和以商招商,创造企业入驻良好条件，引进一批创新能力强、行业地位突出、竞争优势明显的人工智能龙头企业，形成区域产业集聚态势，加快推进人工智能重点产业链项目建设，壮大产业规模。

（责任单位：区发展和改革局、区科创委有关部、区工业和信息化局、区行政审批局、区市场监管局、崂山税务局）

（三）强化创新驱动，构建开放共享的产业平台

崂山区将在人工智能产业及其支撑领域与国内外尖端技术企业建立长期、全面的战略合作关系，建立长效机制，助推新兴产业生态建设及新旧动能转换赋能，集中力量打造部级人工智能产业示范区、虚拟现实产业中心、教育数字化转型示范区。依托微软“基于微软人工智能及虚拟现实技术的公共服务平台”等项目，建设人工智能产业公共服务平台和技术创新平台，围绕关键共性技术开展技术攻关。整合政产学研用等资源,推动公共服务平台、领军企业和创新型企业加强合作,汇聚人工智能创新创业资源,提供相关研发工具、检验测评、数字安全、标准化、知识产权、情报咨询等专业化的创新创业服务。

（责任单位：区工业和信息化局、区科创委有关部、区发展和改革局、区电子政务和大数据发展管理中心、区市场监管局）

（四）优化基础设施，构建智能高效的产业支撑

加快布局实时协同人工智能的5G增强技术研发和应用，大力推进青岛联通国际通信业务出入口局项目落地，使崂山区宽带接入速率和时延满足人工智能行业应用需求。利用北方三大对外光缆在崂山登陆和我区信息技术服务业集聚的有利条件，激发运营商积极性，以联通云计算中心为重点，形成50万台服务器的服务能力，依托滨海数据机房等4个数据中心的6300组机柜，打造崂山区为人工智能产业北方最为重要的数据高地之一并辐射全国。同时以强化人工智能研发基础支撑为重点，完善崂山产业云图平台、“三建联动”、国土资源“一张图”等平台，形成一定规模的高质量标注数据资源库，进一步完善崂山区人工智能产业发展环境。

（责任单位：区工业和信息化局、区科创委有关部、区电子政务和大数据发展管理中心、区委网信办、区自然资源局、区城市管理局、区综合行政执法局、区社会治理指挥中心）

（五）发挥前瞻思维，集聚人工智能的高端人才

崂山区主要有中国海洋大学、青岛大学和青岛科技大学3所重点高校，每个高校均开设3-4个人工智能相关专业，拥有多位在科研领域成绩斐然的学科带头人和大量经验丰富的骨干教师，平均每年共向社会输送2000余名人工智能专业人才。依托三大高校的人才培养机制，以多种方式吸引和培养人工智能高端人才和创新创业人才，支持领军人才和青年拔尖人才成长。支持国内外人工智能优势企业、高等学校、科研机构等开展合作，搭建开源技术创新平台，探索开放式协同创新模式。鼓励企业设立首席数据官、人工智能首席专家等岗位，依托国际虚拟现实创新大会等各类平台载体，积极引进人工智能产业发展急需的高端人才。统筹利用崂山区现有人才政策，加强人工智能领域优秀人才特别是优秀青年人才引进工作。对经认定的人工智能及大数据行业领军人才、高端管理人才、专业技术人才等，根据认定结果和服务本区情况，参照本区人才政策的有关实施办法，授予相应人才奖励及补贴。

（责任单位：区人力资源和社会保障局、区财政局、区教育和体育局）

三、实施路径

立足国家发展全局，遵循省市发展目标，准确把握人工智能产业发展态势，找准突破口和主攻方向，全面增强科技创新基础能力，全面拓展重点领域应用深度广度，全面提升经济社会发展和民生应用智能化水平。崂山区将从以下几个方面进行实施：

（一）夯实基础支撑

1.智能传感器

智能传感器是实现人工智能的核心组件，是用于全面感知外界环境的最核心原件，各类传感器的大规模部署和应用是实现人工智能不可或缺的基本条件。紧抓智能传感器市场需求爆发增长、技术创新高度活跃的战略机遇期，聚焦移动终端、智能硬件、物联网、智能制造、汽车电子等重点应用领域，突出创新发展主线，紧紧围绕产业链协同升级和产业生态完善，布局基于新原理、新结构、新材料等的前沿技术、颠覆性技术，做大做强一批深耕智能传感器设计、制造、封测和系统方案的龙头骨干企业，打造一批具有国际影响力的技术标准、知识产权、检测认证和创新服务的机构，建成核心共性技术协同创新平台，有效提升中高端产品供给能力，推动崂山智能传感器产业加快发展，构建我区新一代人工智能产业体系。

专栏1

智能传感器产业发展工程

围绕智能机器人、智能制造系统、智能安防、智能家居、智能医疗等领域，依托本地海尔集团、歌尔智能传感器、Pico、融汇通等重点企业，海尔云谷、歌尔科技产业园、歌尔长光研究院、北京邮电大学人工智能研究院，重点开展安防类传感器、微型麦克风和压力传感器二合一模组、声压磁气流气体集成TOF、火像智能识别传感器等创新项目，打造一批具有国际影响力的技术标准、知识产权、检测认证和创新服务的机构，建成核心共性技术协同创新平台。

国外重点企业：AT&T、IBM、索尼、高通、Maradin、博世、爱普生、卡西欧、UTAC、星点高科技、Acurtronic、亚德诺半导体、应美盛、楼氏电子、意法半导体、英伟达、苹果、三星等。

国内重点企业：高德红外、歌尔声学、士兰微、中芯国际、台积电、华虹半导体、同欣电子、瑞声科技、红光股份、京元电子、共达电声、上海华岭、敏芯微、飞智、速位科技、深迪半导体、小米、海思、君正、华为、中兴、联想等。

2.神经网络芯片

神经网络芯片是人工智能的核心，人工智能产业得以快速发展，得益于海量激增的数据和不断提升的计算能力，而无论是海量数据的获取和存储还是计算能力的体现都离不开硬件载体，即芯片。因此，神经网络芯片就成为当前激烈的人工智能产业比拼中颇具战略地位的一个环节，也是近两年投向人工智能众多资金中最为关注的领域之一。崂山区在神经网络芯片领域的资本与研发投入方面、产业发展现状与国内领先水平仍然存在较大差距，尚处于奋力追赶的落后局面。我区应正视与其他人工智能产业发达地区技术基础和技术水平上的差距，在神经网络芯片领域，冷静判断外部机遇和挑战，客观认识自身优势和弱点，厘清发展关键问题和相应对策，推动我区神经网络芯片产业做大做强、实现整个人工智能产业高质量发展。

3.数据及计算服务

数据及计算服务包括数据挖掘、监测、交易等，为人工智能产业提供数据的收集、处理、交易等服务，及为人工智能开发提供云端计算资源和服务。结合大数据应用开发流程，对数据处理环节进行抽象形成数据智能服务，包括数据集成、数据治理、数据分析和数据可视化等服务；通过提供功能完备的大数据生态服务，帮助完成大数据应用开发，真正的发挥数据的价值。崂山区利用北方三大对外光缆在崂山登陆的有利条件，依托中国联通等项目加快推进云计算中心建设，形成50万台服务器的服务能力，加快推进数据采集和传感设备的研发和产业化。促使联通国际出入口局项目落地，并加强与信通院（青岛）科技创新中心有限公司的合作，开发崂山区5G项目，创新人工智能产业布局。同时依托海尔、海信网络、大快搜索等重点企业，鼓励数据整理、分析、挖掘等模型的研究，将大数据连接、交互、决策融入产品的设计制造和企业的经营管理，提升智能家电、智能交通、智能安防等产业的发展水平。

专栏2

数据及计算服务产业发展工程

围绕数据整理、分析、挖掘等关键数据分析技术与计算支撑能力，重点依托海尔集团、海信网络、中国联通青岛分公司、中科曙光、聚好看、网信科技、大快搜索、民航凯亚、特锐德、赛飞特、融汇通、博云视觉、宇方机器人等，重点围绕大数据中心、城市智能大脑、人工智能训练与测试平台等方面进行项目推进。

国外重点企业：IBM、微软、Teradata、Cloudera、AWS、Tableau等。

国内重点企业：百度、阿里云、腾讯、搜狗、华云数据、今日头条、百分点科技、世纪互联、金山云、数据堂、明略数据、天眼查、海云数据、Social

Touch时趣互动、美林数据等。

（二）突破关键技术

1.人工智能基础理论算法

人工智能基础理论算法是让机器自我学习的算法，包括路径规划、机器学习、深度学习、增强学习等。随着人工智能行业需求进一步具化以及对分析要求的进一步提升，围绕算法模型的研发及优化活动愈发频繁。算法创新将是未来人工智能行业发展的必然趋势，深度学习、强化学习等技术的出现使得机器智能的水平大为提升。业内科技巨头纷纷以深度学习为核心在算法领域开展布局，谷歌、微软、IBM、Facebook、百度等相继在图片识别、机器翻译、语音识别等领域实现了创新突破。崂山区应紧跟产业发展潮流，大力发展人工智能核心算法，同时推动算法开源化、服务化，鼓励企业发展针对性整体解决方案。

2.计算机视觉技术

计算机视觉技术是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉技术日益成熟，应用场景不断拓展，自动驾驶、机器人、智能医疗等领域均离不开计算机视觉技术，市场发展空间巨大。计算机视觉行业巨大的发展前景决定其具有高成长性特点，但行业发展同时伴随高风险性，行业竞争需要比拼企业技术算法能力、资金能力、以及人才资源，同时考验企业能否实现技术迅速落地，对企业综合实力要求高，综合实力不具备优势的企业在行业内将难以生存。依托海信网络、中科曙光、歌尔声学等重点企业，引导企业既注重前沿算法研发，同时兼顾现阶段商业落地与市场拓展。专栏3

计算机视觉技术突破工程

围绕图像视频识别、生物特征识别、目标检测特征定位及提取、模拟训练、即时定位与地图构建（SLAM）等重点方向，重点依托海信集团、海信网络、海信医疗、中科曙光、歌尔声学、Pico、聚好看、黑晶科技、融汇通、民航凯亚、赛飞特、中译语通文娱科技、博云视觉、宇方机器人等企业，中科曙光人工智能产业园、中译语通人工智能视频创新产业基地、国际创新园、天宝国际、交通谷创客工厂等园区，推进机器视觉基础技术研究及家庭、社区场景应用、CAS计算机辅助手术系统、视频特征提取分析、医疗医学影像分割、智能家电领域的类生物图像识别系统机器人视觉叉齿定位系统、3D视觉定位系统等项目。

国外重点企业：谷歌、Facebook、苹果、Synaptics、Rethink

Robotics、ABB等。

国内重点企业：百度、阿里巴巴、京东、腾讯、商汤科技、美图秀秀、云从科技、旷视科技Face++、中科慧眼、超多维、图麟科技、码隆科技、依图科技、深兰科技、格林深瞳、诺亦腾科技、速感科技、海云数据、陌上花科技、触景无限、图森未来、体素科技、图普科技等。

3.自然语言处理技术

自然语言处理技术是人工智能最具挑战的技术领域之一，主要研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、语义理解和问答系统等。在大数据、移动互联网、云计算以及其他技术的推动下，自然语言处理技术产业已经步入快速增长期，未来将带入更多实际场景。但自然语言处理技术具有较高的行业技术壁垒，众多国际知名企业如苹果、微软、科大讯飞等均重点攻克自然语言处理技术，推出大量相关产品。依托大快搜索、中科曙光、歌尔声学、海尔科技等重点企业，鼓励相关企业在自然语言处理技术领域攻坚克难，促进企业间沟通交流，共同进步。

专栏4

自然语言处理技术突破工程

围绕机器翻译、语音识别、语义理解、自动问答、语音合成等重点方向，重点依托海尔科技、中科曙光、中译语通文娱科技、歌尔智能传感器、Pico、黑晶科技、大快搜索、冠义科技、赛飞特等本地企业，推进语音识别及语音交互系统、字幕识别系统、智能翻译学习系统等项目。

国外重点企业：微软、苹果、三星、亚马逊、Nuance等。

国内重点企业：科大讯飞、阿里巴巴、搜狗、云知声、凯立德、捷通华声、思必驰、汉王科技、叮咚音响、I.am+、智齿客服等。

（三）培育创新应用

1.智能交通

崂山区交通智能化水平正在持续提升，互联网与交通融合的步伐也在加快，智能交通已经成为我区智慧城市建设需要突破的重要领域。在城市交通智能管理方面，我区已经研制出多项成熟产品投入市场。依托海信网络科技、中科曙光等企业，强化智能交通等智能系统，以云计算、大数据、深度学习技术为基础构建人工智能交通平台，掌握AI核心，打造人工智能交通生态链。

2.智能医疗

智能医疗是我区人工智能驱动的规模最大，增长最快的领域之一，涌入了大量的投资，相关创新覆盖临床研究、机器人医疗助手、大数据分析、基于基因组学和精密医学的个性化治疗等。基于人工智能的自动检测，将可疑病例筛选，供医生确诊，缩小医生检查范围，提高了医生的诊疗效率。大力发展智能医疗企业如海信医疗等，满足精准医疗、个性化医疗的发展趋势，推动我区智能医疗产业发展。

3.智能家居

依托海尔科技公司、海尔智能家电等重点企业，推动人脸识别、语音识别、自然语言处理、智能搜索、自动控制等技术在智能家居产业的广泛应用。利用传感器和通讯设备对人居环境进行监测形成的数据流，通过云计算和深度学习建立相应模型，依托家用物联网对室内电器设备乃至整个建筑的实时控制，提升家居产品智能化服务水平。

4.智能安防

智能安防业务主要涉及视频监控和多种传感器预警，涉及数据传输、场景图像识别。智能消防业务主要涉及智能传感器应用，火像智能识别。区内主要代表企业有中国安科青岛分公司、中科曙光、融汇通网络、赛飞特等，我区应发挥人工智能安防领域的技术优势，加快智慧城市公共安全技术防范系统产业化、人脸识别综合解决方案研制。研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品，构建公共安全智能化监测预警平台，提高我区防灾减灾救灾能力。

5.智能教育

人工智能技术与学校教育融合成为一种未来趋势，为个性化学习和个别化学习的实现提供技术保障，成为教育发展的重要推动力。利用智能技术加快推动人才培养模式、教学方法变革，构建包含智能学习、交互式学习的新型教育体系。依托青岛卫安智能教育、黑晶科技、智海云天等智能教育行业领军企业，结合市场需求，提升教学质量，促进我区未来教育事业发展。

6.智能制造

牢牢把握制造业数字化、网络化、智能化的发展方向，重点发展轨道交通配套设备、智能仪表与检测设备、船舶配套设备、工业智能机器人等产业。智能制造对自动化、智能化的需求越来越高，依托海尔集团、宇方机器人等重点企业，加强专业人才引进和培养，加强产学研合作，推动智能生产线、智能工厂、无人数字化车间等智能制造产业的发展。

四、保障措施

（一）加强组织领导

加强统筹协调和部门协同，建立人工智能产业发展共建机制。推动政府主动服务，建立重点企业与政府和技术行业专家的定期联络机制。加强资源统筹利用，推动建立崂山区人工智能产业发展联盟和产业协会，发挥各类企业、机构、组织的支撑作用。加强重点任务监督检查，严格督查考核，统筹推进人工智能产业发展各项重点任务顺利实施。

（二）完善政策支持

出台推进人工智能产业发展扶持政策，加大财政资金支持力度，落实资金保障，加大对人工智能产业链重点企业、主要环节、关键设备的补贴力度。大力引进和培育人工智能企业、促进人工智能相关产业集聚、优化投融资服务、加强人才队伍、基础建设和应用示范。

（责任单位：区工业和信息化局、区科创委有关部、区财政局）

（三）优化产业布局

将人工智能重大项目优先列入崂山区重点项目计划，优先保障用地用房需求，营造良好的创新创业环境，保障产业发展空间。打造一批人工智能细分领域“单项冠军”，推动龙头企业在崂山建立区域总部、创新中心、孵化基地。整合空间资源，优化产业布局，设立人工智能产业园区，建设国内一流的人工智能产业平台。

（责任单位：区工业和信息化局、区科创委有关部）

（四）维护知识产权

支持企业加强人工智能重点技术和应用领域核心专利培育，力争形成一批高质量的核心专利。探索建立人工智能领域的专利合作授权机制和专利风险防控机制，推动人工智能领域知识产权成果加速转化，带动人工智能产业化。不断健全和完善知识产权保护机制，加强人工智能领域知识产权保护力度。

（责任单位：区市场监管局）

（五）加大宣传力度

加大对我区人工智能领域的优秀企业家、领军企业、创新创业项目、新技术新产品等的宣传力度。支持协会、园区、企业及各类机构组织开展各类人工智能创新论坛、人才交流、产品推介、项目招商等活动，推动企业与企业之间、企业与社会组织之间开展广泛交流，及时研究提出推动人工智能产业发展的对策、措施和建议，营造人工智能创新发展的良好氛围。

（责任单位：区委宣传部、区工业和信息化局）

附件：人工智能关键应用领域发展路线

附件

人工智能关键应用领域发展路线

一、智能交通

重点方向

智慧城市、智能驾驶、车联网、智慧公交等。

重点企业

海信网络、中科曙光、民航凯亚、特锐德等。

重点项目

海信城市智慧心脏、公安实战平台“海信战狼”、大型活动交通警卫保障系统、智能驾驶辅助系统、“车智网”智慧公交系统、自适应信号机、智能车载视频监控调度终端、视频特征提取分析服务器、双目智能驾驶辅助系统；中国海洋大学信息科学与工程学院智慧港口大型机械状态监测与分析系统；中科曙光大规模视频智能分析（SAI）；民航凯亚A-CDM系统、自助安检系统、智能交互系统、无线站坪调度系统、青岛新机场运营；特锐德平台系统定制服务、大数据修车、动态定价等。

创新平台

海信公安实战平台“海信战狼”、智慧心脏2.0、公交都市3.0、实战平台2.0、视频大数据系统1.0；民航凯亚航班运行指挥平台、特锐德特来电大数据人工智能平台等。

重点园区

海信全球研发中心、中科曙光人工智能产业园、特锐德工业园。

国外重点

企业

西门子、IBM、阿特金斯、柏城、美国Zoox、美国AEYE、美国MightyAI等。

国内重点

企业

爱驰亿维、蔚来汽车、车和家、智车优行、驭势科技、奇点汽车、景驰科技、极豆车联网、图森未来、纵目科技、清智科技、北京易华录、银江股份、南京莱斯、海康威视、赛为智能、宝信软件、皖通科技、川大智胜、中海网络、浙江大华等。

二、智能医疗

重点方向

智能健康管理、辅助诊疗、智能影像识别、智能影像等。

重点企业

海信医疗、中科曙光等。

重点项目

海信CAS计算机辅助手术系统、SID外壳智能显示系统、智能医学影像分割、智能病灶检测及分类、骨折自动筛查、给予人工智能的超声术中导航项目；青岛科技大学信息科学技术学院智慧医疗与大数据系统、基于云计算和MapReduce的区域预料大数据分析关键技术研究（国家自然科学基金面上项目）等。

创新平台

企业研发中心。

重点园区

海信全球研发中心、中科曙光人工智能产业园、崂山湾国际生态健康城等。

国外重点

企业

直觉外科、英特尔、IBM、微软、Google、美国AiCure、美国Flat-

iron

Health、美国Recursion

Pharmaceuticals、美国Tempus

Labs等。

国内重点

企业

华大基因、依图科技、九爱科技、森亿智能、推想科技、碳云智能、思派网络科技、零氪科技、健培科技、泰格医药、银江股份、宜通世纪、延华智能、和佳股份、迪安诊断等。

三、智能家居

重点方向

智能冰箱、智能电视、智能空调等家电；智能音箱、智能手表等智能硬件；智能窗帘、智能衣柜、智能卫浴等智能家居。

重点企业

海尔科技、海尔智能家电、海信集团等。

重点项目

海尔全屋智能系统、物联网安全操作系统、数据驱动的智能生活服务平台；海信机器视觉基础技术研究及家庭、社区场景应用；中国海洋大学信息科学与工程学院智能家电领域的类生物图像识别系统等。

创新平台

海尔智慧家庭人工智能开放平台、大数据云脑开放平台；中国海洋大学海洋物联网协同创新中心等。

重点园区

海尔云谷等。

国外重点

企业

施耐德、霍尼韦尔、Control4、快思聪、ABB、西门子、威易、罗格朗、科道等。

国内重点

企业

海尔集团、京东微联、华为、阿里智能、米家、美的、杜亚、河东、柯帝、霍尼韦尔、瑞讯科技、roboo智能管家、叮咚音响、公子小白、古北电子、智云奇点、涂鸦科技、小葵智能等。

四、智能安防

重点方向

视频监控、传感器报警等。

重点企业

中国安科青岛分公司、中科曙光、融汇通网络、赛飞特、博云视觉等。

重点项目

中科曙光大规模视频智能分析（SAI）;赛飞特危险化学品载体区块链芯片研发项目、智能隐患排查系统、智能咨询、智能安环专家系统、智能应急培训系统、智能应急处置系统；博云视觉未名智瞳监控视频大数据搜索分析系统等。

创新平台

中科曙光大规模视频智能分析（SAI）一体化视频作战平台、赛飞特智能安环家安全托管云平台。

重点园区

中科曙光全球研发总部基地、中科曙光人工智能产业园、天宝国际等。

国外重点

企业

索尼、松下、三星电子、派尔高、安定宝、诶比、亚安、霍尼韦尔、博世安保、三洋、美国智能、HID、美国西屋、捷顺、门吉利

、科松、披克、APOLLO、艾礼富、视得安、加拿大枫叶、博世安保、安居宝、来邦、Aiphone、立林等。

国内重点

企业

TCL商用信息科技、爱谱华顿、安居宝、安康银盾、安威士、保千里、北京天大天科、博云视觉、昌图智能、辰安科技、达实智能、大华股份、云从科技、商汤科技、依图科技、旷视科技Face++、图麟科技、中星微电子、寒武纪科技、海康威视等。

五、智能教育

重点方向

VR教室、多媒体互动课堂、AR娱教等。

重点企业

青岛卫安智能教育、黑晶科技、智海云天等。

重点项目

卫安智能教育机器人；黑晶VR超级教室、神卡王国、AVR定制系列、AR互动体验；智海云天多媒体互动课堂、VR教育软件技术研发、AR娱教、VR多维课堂、StarUR多维创客等。

创新平台

商汤科技人工智能教育研究院、北京邮电大学人工智能研究院、中国海洋大学、黑晶研究院等。

重点园区

青岛智能教育装备产业园等。

国外重点

企业

谷歌、美国Osmo、Knewton、Elemental

Path、DreamBox

Learning、Smart

Sparrow、CogniToys；英国Whizz

Education；瑞典Sana；爱尔兰Immersive

VR

Education等。

国内重点

企业

roboo智能管家、作业盒子、又学教育、英语流利说、微视酷、贝尔科技、小知科技、数字时间、幻景传媒、哆维网络科技等。

六、智能制造

重点方向

智能工厂、智能生产线控制系统、生产线信息化系统和生产线大数据分析、北斗导航芯片和终端产品，智能电表、大气监测仪器仪表、智能工业在线测量分析、油气存储运输设计、船舶压载水等。

重点企业

海尔集团、宇方机器人、海天炜业、宏大纺机、杰瑞自动化、德国菲尼克斯、高科通信、乾程电子、海克斯康、盛瀚色谱、博睿光电、海通机器人、海工英派尔、双瑞海洋、海德威、海泰新光等。

重点项目

海尔互联工厂、宇方机器人智能生产线控制系统、生产线信息化系统、生产线大数据分析、智能AGV

系统、激光AGV叉车、视觉叉齿定位系统、3D视觉定位系统等。

创新平台

海尔工业互联网平台（COSMO）、数字家庭网络国家工程实验室；特锐德山东省智能变配电设备工程研究中心、青岛市智能变配电设备工程研究中心；海信网络青岛市智能交通工程研究中心；天时海洋工程及石油装备研究院、企业技术中心等。

重点园区

高端装备机械产业集聚区（株洲路周边）等。

国外重点

企业

瑞典ABB、德国KUKA、日本FANUC、川崎机器人、AmericanRobot、西门子、霍尼韦尔等。

国内重点

人工智能与科学技术篇6

关键词：工业4.0；智能科学与技术；创新课程体系；中国制造2025

0引言

智能科学与技术专业是教育部根据“面向国家战略需求、面向世界科技前沿”的方针，为适应国家科学与技术发展的需要而设立的，专业代码080907T。智能科学与技术专业属于一个交叉学科，涵盖了电子信息技术、计算机硬件和软件、人工智能、自动控制等多项技术领域的应用。因此，如何交叉学科，立足于工业智能化的发展方向和《国家中长期科学和技术发展规划纲要（2006―2020年）》的要求，适应国家对高质量的智能技术人才的社会需求，研究与实践体现行业产业发展、技术进步和社会建设需求的智能科学与技术专业人才培养课程体系具有重大意义。

1创新课程体系的意义

德国率先提出的“工业4.0”概念其实就是将互联网技术与嵌入式系统技术、计算机技术、先进制造技术等相结合，形成虚拟与现实相融合的智能制造系统。人们可以在世界任何地方采用电脑或任何移动终端，在互联网上选择标准的或定制的货品订单，系统会采用人工智能、大数据、机器学习等技术在全球范围整合资源、信息、物品和人，以高质量、低成本、高效率生产制造出产品，快速交付给客户。

在制造领域，这种技术的渐进性进步可以被描述为工业化的第4阶段，即“工业4.0”，如图1所示。其中，第①阶段以1784年的英国蒸汽机为代表；第②阶段以1870年的电动机械发明与应用为代表；第③阶段以使用电子与IT技术的自动化时代为代表；第④阶段就是我们正在经历的智能制造时代。当前，中国工业机器人销量连续两年行业增速在50%以上，行业进入成长期。另外，中国工业机器人使用密度远低于主要发达国家，具有广阔的市场空间。智能装备的大发展对相关专业人才的需求呈爆发趋势，智能科学与技术专业毕业生今后的一个重要就业方向将是服务于产业界的机器人领域。

我们国家正在大力提倡的“中国制造2025”与德国提出的“工业4.0”有着异曲同工之妙，尽管两国的工业、社会发展阶段存在差异，但在智能制造领域、互联网领域发展水平基本同步。通过国家层面大力推广发展智能制造技术，以及在大学智能制造相关专业的课程改革，为我国的智能制造技术赶上甚至超过发达国家创造了千载难逢的机遇。

2智能科学与技术专业创新课程体系目标

如何充分利用民办学校的企业资源优势，办好智能科学与技术专业是本专业面临的重要挑战之一。本着教育先行、为产业服务的办学宗旨，根据行业中长期发展的需求，在保证专业知识体系完整性的前提下，结合“工业4.0”对专业人才知识、能力的需求，我们将专业定位侧重于智能传感与检测技术，智能机器人传动、驱动技术，智能机器人系统构建技术，嵌入式系统技术等。4年来的办学实践证明，我们的专业定位符合地区与行业发展需求，并具有一定的前瞻性。

基于以上专业定位，对智能科学与技术专业的人才培养课程体系进行深入的探索与实践，涉及专业一体化的理论与实践课程体系规划，机器人实践平台升级，专业课程的教学设计、教学方法、考核方式改革，教学资源、师资队伍、评估反馈机制建设等。通过有针对性地研究我们在专业教学中存在的问题，寻找解决问题的有效途径，探索出符合现代高等教育发展规律、适应“工业4.0”及“中国制造2025”对专业人才知识及能力要求的创新课程体系，为国家、社会输送高素质的应用型工程技术人才。

通过对智能科学与技术专业的面向“工业4.0”的创新课程体系的研究，在已运行4年的本专业课程体系的基础上建立完善的智能科学与技术专业创新课程体系；完成课程体系面向“工业4.0”的课程群知识结构设计、理论与实践一体化设计；总结课程教学手段和方法；完成高质量的教学资源建设；建立高水平的师资队伍。

3创新课程体系构建方案

专业人才培养遵循工程教育思想，以项目为导向设计专业课程培养体系，将项目设计和实施贯穿于大学4年的教学过程之中，让学生在校期间就有机会参与真实项目的开发与运作，获得实践经验和实际操作能力，实现企业真实项目实践与学校理论教学的无缝对接。设置面向“工业4.0”的创新课程群及项目群，对学生的知识、能力、素质进行全面培养，使学生得到全方位的锻炼。

3.1支撑培养目标实现的一体化课程体系

专业课程体系的构建思路以行业与社会需求为根本。在此基础上确定智能科学与技术专业人才的培养目标。以TOPCARES-CDIO教育理念为指导，定制科学先进的人才培养模式和过程，最终建立面向“工业4.0”的智能科学与技术专业创新课程体系。

引进与国际接轨的课程体系，制定全新的适应我国国情的教学计划，采用先进的教学理念与培养模式，初步构建以设计为中心，理论与实践高度融合的应用型本科课程体系。

理论课程体系方面具体表现在适当降低理论知识的难度，着重培养学生理论结合实际的能力。理论课程的整合要突出理论教学的应用性，构建基础理论平台课程群与专业模块化课程群相结合的理论教学体系，保证人才的基本规格和多样化、个性化发展，增强学生对社会的适应性。

实践课程体系方面，依据专业能力培养目标，以能力为本位，以项目为载体，以“学中做”和“做中学”为方法，统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计（论文）与企业实习等各类实践教学环节，使实践学期教学内容逐级递进、逐步深化；将实践学期实训内容与理论学期的教学内容紧密衔接。系统化构建理论与实践相结合、课内与课外相结合、学校与企业相结合，贯穿于大学教育全程的一体化实践教学体系。本专业采用自顶而下的方式设计各级项目。一级项目（智能机器人综合设计项目）的设计直接针对专业的培养目标，实践学期的二级项目和基于专业课程的三级项目分别是一级项目培养能力的分解。

采用基于社会实际岗位的逆推法设计课程体系，如图2所示。按照人才职业需求确定专业培养目标，将专业培养目标抽象为若干个专业核心应用能力，再根据每个专业核心应用能力所需的知识、能力、素质结构划分不同的课程群。

设置课程群不仅要考虑智能科学与技术专业本身课程体系的科学性与递进关系，还要充分研究专业相关的重点行业、大型企业岗位特点，针对人才市场的人才需求和岗位需求，把行业、企业、岗位所需与“工业4.0”相关的新知识、新技术、新平台、新规范纳入课程，实现专业课程体系与区域经济及行业、企业的有效对接。目前，智能科学与技术专业现行的人才培养课程体系将专业定位侧重于智能传感与检测技术、智能机器人传动与驱动技术、智能机器人系统构建技术和嵌入式系统技术，包括智能系统的软/硬件设计与开发，以及智能技术在工业控制领域的应用等。虽然该体系与面向“工业4.0”相关技术有一定的匹配度，但还需进一步改革，拟融合“通信规约”“IoT”“工业现场总线”等知识模块构建“工业4.0”的CPS虚拟网络课程群，融合“工业机器人”“智能传感检测”等构建“工业4.0”的CPS实体物理课程群。实践课程体系的改革主要围绕KUKA工业机器人开设相关的课程实验、课程项目、实践学期项目及实训等。

智能科学与技术专业课程体系的构建分为基础课程、专业基础课程、专业岗位应用技能课程、专业方向和专业技能拓展课程4个阶段。注重岗位需求对课程设置的对应性，前两个阶段与传统大学基本一致，只是深度上浅显一些，后两个阶段面向人才市场的岗位需求，着重培养企业用得上的专业人才。

3.2科学的人才培养质量评价体系

大连东软信息学院智能科学与技术专业按照全面质量管理的理念，建立了全员参与、全过程监控、全方位评价的教学质量评价机制。做到了常项评价与专项评价相结合，形成性考核评价与终结性考核评价相结合，定性评价与定量评价相结合，采取管理学确认有效的5W1H（Why-What-Where-When-Who-How）和PDCA（Plan-Do-Check-Action）方法进行评价，可以有效地保证各环节教学质量的稳步提升与持续改善。

智能科学与技术专业教学质量评价包括TOPCARES-CDIO系列评估、教学质量评价以及教学过程评价3个部分。TOPCARES-CDIO系列评估主要评价专业、课程、项目、教材以及素质教育等环节落实工程教育理念的效果。教学质量评价主要包括教师教学质量评价，学生对课程的满意度调查、对重点课程的评价、对重点教材的评价等，由定量评价和定性评价组成。教学过程评价，主要从课程考核、实践学期以及毕业设计（论文）3个关键环节展开。

3.3高水平师资队伍建设

专业自成立以来就十分关注师资队伍的培养，不断强化专业师资队伍建设，持续关注专业带头人和骨干教师建设，加强“双师型”教师队伍的培养力度。通过开展内部培训、教学研讨、企业实践、学术研讨等全方位的培养措施，努力建设一支结构合理、素质优良、教研科研水平高、技术服务能力强的教学团队。在师资队伍建设过程中，实施“引聘训评”的双师型师资队伍建设发展方案。

3.4教学资源建设

根据课程体系改革方案，完善改革课程的教学大纲，积极开展专业课程教材、试题库、项目库、实验指导书、教学案例、课件等教学资源建设，升级机器人系列实验室。

人工智能与科学技术篇7

会议议题覆盖人工智能多个热点领域，如脑认知形式化、计算机视觉、大数据知识挖掘、智能机器人及语音识别最新实践等。中国工程院院士李德毅、中国科学院院士谭铁牛、香港中文大学（深圳）校长徐扬生等知名专家出席会议并做主题演讲。此外，微软全球执行副总裁沈向洋、科大讯飞董事长刘庆峰、合肥工业大学教授吴信东等业界精英也到会分享实践经验。

智能技术成果饕餮盛宴

会议主论坛上，谭铁牛院士在“人工智能的发展现状与展望”主题报告中详细介绍了人工智能的基本概念、发展历程与现状、趋势、机遇与挑战，并对人工智能创新发展进行了探索式思考和发问。同时，他表示：“目前，国家政策层面利好不断，将加快推进我国人工智能的发展进程。”

会上，徐扬生院士带来了“机器人：从动作到智能”的精彩报告，他详细介绍了爬树机器人、书法机器人、救援机器人、服务机器人以及全方位转向车等机器人的研究成果与设计思路。他强调，在考虑智能问题时要注重感知与认知，并就智能来源、智能可扩展性等问题进行了探讨。就国内机器人创新模式、市场影响、机器人模块化定制等问题，与会听众与徐院士进行了互动。

主论坛的另一大亮点是苏士带来的“从WATSON到认知计算”主题报告。他重点介绍了IBM在人工智能领域的研究成果。苏士认为，认知计算需要左右脑的结合，左脑偏逻辑、计算较多，右脑偏认知。报告还描述了WATSON的几个发展方向，如类脑的计算机体系架构、结合大数据的理解、新一代的人机交互技术及未来的场景应用等。

围绕“脑认知的形式化”议题，李德毅带来精彩报告。他现场讲述了脑认知的神经学方法与物理学方法，并指出了人脑成长的认知性和社会性，提出了脑认知如何度量的问题；在脑认知的形态上，他认为记忆认知、计算认知、交互认知是关键，脑认知的核心是记忆认知。李德毅在报告中着重介绍了机器驾驶脑的形式化及其实现思路，可划分为感知、认知、行为三个阶段。此外，报告还阐述了机器驾驶脑形式化的普适性，并提出了脑科学和人工智能交叉研究载体的建议。

在微软全球执行副总裁沈向洋博士的主题报告――“Computer Vision――The Past，Present，and Future”中，他总结了计算机视觉研究的发展并分享了研究过程中的观点，指出研究中要重视数据集、基准集等。

沈向洋博士在报告中强调了深度学习的重要作用。在问答环节，沈博士提出对微软未来发展方向的认识，主要涵盖人工智能、大规模计算、安全以及新兴交叉科学四大板块。

此外，合肥工业大学吴信东教授和科大讯飞董事长刘庆峰也带来了精彩演讲。前者具体阐释了“大数据知识挖掘”，后者分享了科大讯飞人工智能的最新研究成果。

吴信东认为，大数据处理框架可分为三大层：数据库、专家系统、数据挖掘，并对大数据和流数据特征进行了具体介绍。刘庆峰具体介绍了国内尤其是科大讯飞基于人工智能技术创造出来了成果，包括应用现状、前景及在国际上的地位。同时，刘庆峰谈到了对创新的理解应该为“大波浪+小波浪，核心源头技术突破+用户体验微创新”。

智能应用分享百家争鸣

此外，大会设置了机器学习与模式识别、大数据的机遇与挑战、人工智能与认知科学、人工智能与机器人的未来四场主题论坛。

在机器学习与模式识别专场论坛，由中科院自动化所研究员宗成庆担任主持人，中科院自动化所模式识别国家重点实验室主任刘成林、华为诺亚方舟实验室主任李航、北京交通大学计算机科学系主任于剑、北京大学信息科学技术学院智能科学系教授查红彬、微软研究院首席研究员周明、京东智能通讯部总监刘丹等专家与大家齐聚一堂，就人工智能的概念、深度学习、关于自然语言理解、关于图像视频分析、关于智能系统、关于跟踪与坚守等七个话题各抒己见、舌战群雄。

在人工智能与认知科学专场论坛，由国防科学技术大学教授胡德文担任主持人，中科院自动化所脑网络组研究中心主任蒋田仔、重庆邮电大学教授王国胤、华南理工大学教授李远清、清华大学计算机系教授孙富春、北京师范大学" 认知神经科学与学习" 国家重点实验室主要成员姚力、苏州思必驰联合创始人俞凯、京东数据与机器智能部负责人杨洋几位嘉宾，对于类脑智能、混合智能及应用场景等话题，和与会者共同做了深度交流。

在大数据的机遇与挑战专场论坛，由中国科学院大学教授石勇担任主持人，清华大学计算机系副主任朱文武、复旦大学教授朱杨勇、中科院计算所研究员何清、春雨移动健康CEO张锐、考拉征信首席技术官葛伟平围绕大数据与人工智能、大数据的科学原理与数据科学、非结构与半结构大数据的结构化问题、大数据的复杂性表达与数据社会、大数据的开放产权与隐私问题、大数据与人类健康、大数据与信用评分及社会管理七个话题同台论道，百家争鸣。

在人工智能与机器人的未来专场论坛，新松机器人中央研究院院长徐方、哈尔滨工业大学教授赵杰、科技部高技术研究发展中心研究员刘进长、中国科学院自动化研究所研究员乔红、科大讯飞高级副总裁胡郁及小i机器人联合创始人朱频频，共同就“什么是人工智能、机器人？两者之间的关系是什么？五年来两者在理论及技术方面有哪些主要进展？两者在下一个五年或十年内是否会成为另一个科技创新的风口？”等问题，从不同角度做出了深度解析。

为响应国家 “互联网+”行动计划，开启创新2.0下互联网发展新形态、新业态，2015中国人工智能大会作为一次专业领域内的盛会，将为人工智能技术基于互联网和移动互联网等领域的创新应用提供一次全领域的动员和准备。

写在最后

人工智能产业化应用蓬勃发展，已成为诸多行业转型升级的重要抓手和创业投资的热门方向。谷歌、IBM等国际巨头纷纷抢滩布局人工智能产业链，力图掌握人工智能时代的主动权。

人工智能与科学技术篇8

【关键词】人工智能 计算机技术

一、人工智能的定义

“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。

人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。

二、人工智能的应用领域

1.在管理系统中的应用

(1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。

(2)智能教学系统(ITS)是人工智能与教育结合的主要形式,也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善,推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统,计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块,体现了教学系统开发的全部内容,拥有着不可比拟的优势和极大的吸引力。

2.在工程领域的应用

(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist 2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的高潮。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。

(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。

3.在技术研究中的应用

(1)在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。

(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。

三、人工智能的发展方向

1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域内大量知识与经验的程序系统。近年来,在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识,所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的差错,现在这一点已被证实。

2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用,主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识,如一般原理概念,也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理,需要利用人工智能的研究成果。

3.SOAr是一种通用智能体系结构,其始终处在人工智能研究的前沿,已显示出强大的问题求解能力,它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述,而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干,有直接来自周围世界的经验,他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置,也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前,国内外不少学者都对机器人足球系统颇感兴趣,足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统,是一个多机器人协作自治系统,同时又为它们的理论研究和模型测试提供一个标准的实验平台。

参考文献:

[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑,2008.

[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程,2003.

[3]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真,2003,(8).

[4]周明正.人工智能在医学专家系统中的应用[J].科技信息, 2007.

[5]张海燕,刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测,2001,(8).

[6]马秀荣,王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报,2005,(4).

人工智能与科学技术篇9

关键词：新一代计算机；人工智能技术；发展趋势

“人工智能”是在1956年的Dartmouth学会上提出的，英文缩写是AI。它是计算机科学等多种学科互相渗透而发展起来的综合性、交叉性学科。从计算机应用系统的角度出发，人工智能是研究如何模拟人类智能活动，使机器能够胜任一些需要人类智能才能完成的复杂工作，以延伸人类智能的科学。

二、人工智能技术的发展状况

随着计算机、信息和并行程序设计技术的发展，人工智能的研究已经发展成为智能体系的研究。到目前为止，人工智能程序已经知道考虑他们要解决的问题，从而寻找比较好的答案。智能体体系可以被认为是智能体的软件工程模型，智能体语言是智能体的软件系统。在我国，智能体技术多被应用到处理具有异构、布、态、规模及自主性的系统中，如Internet，是人工智能技术的新应用。

目前，人工智能技术在美国等欧洲国家仍保持非常快的发展速度。在人工智能技术领域十分活跃的IBM公司，已经为加州劳伦斯利佛摩尔国家实验室制造了号称具有人脑的千分之一智力能力的ASCIWhite电脑。据称，其正在开发的更为强大的blue jean电脑的智力水平将与人脑相当。

三、新一代计算机和人工智能技术的应用

随着人工智能技术的不断发展，越来越多的技术发展都涉及到人工智能，人工智能已经被广泛应用到许多领域。

（一）人工智能技术在计算机符号计算中的应用

计算机最主要的用途之一就是科学计算，通常分为纯数值的计算和符号计算两种。其中符号计算是一种智能化的计算。随着新一代计算机的开发和普及以及人工智能技术的发展，多种功能计算机代数系统软件相继出现，都是用C语言写成的，可以在绝大多数计算机上使用。

（二）人工智能技术在计算机模式识别中的应用

计算机用数学方法研究模式的自动处理就是模式识别。用计算机实现模式的自动识别和判断，是利用人工智能技术开发智能机器的关键，计算机模式识别的特点是效率高，速度快，准确率高，也为人类认识自身智能提供了有利线索。

（三）计算机的机器翻译

计算机把一种语言转变为另一种语言的过程就是机器翻译。目前，我国的机器翻译软件的翻译特点，大致可以分为三类：词典翻译、汉化翻译和专业翻译。词典翻译软件可以迅速查询英文单词或词组的词义，并提供发音；汉化翻译软件提出“智能汉化”的概念，辅助翻译作用更加明显。

（四）人工智能技术在计算机机器学习中的应用

计算机的机器学习主要研究如何使计算机能够模拟或实现人类的学习能力。机器学习是机器具有智能能力的重要标志，也是机器获取知识的根本途径。机器学习是一个难度较大的研究领域，它与认知科学和逻辑学等学科都有着密切的联系，并对人工智能的其他分支也会起到重要的推动作用。

（五）人工智能技术在计算机问题求解中应用

人工智能技术在今天的计算机程序已能够达到各种方盘棋和国际象棋的锦标赛水平。但是，尚未解决包括人类棋手的表达能力和洞察能力等。人们通常都能根据具体问题找到思考问题和解决问题的办法，目前，人工智能技术已能通过计算机程序知道如何考虑要解决的问题，寻找较为准确的解答方法。

（六）人工智能技术在计算机推理证明中应用

逻辑推理在人工智能研究中是最持久的探究领域之一，其中特别重要的是，通过找到合理准确的方法，集中注意力在大型数据库中的有效事实上，关注可信证明，并在出现新信息时适时修正这些证明。因此，在人工智能方法的研究中，定理证明是一个极其重要的论题。

（七）人工智能技术在计算机语言处理中的应用

自然语言处理是人工智能技术应用于实际领域的典型范例，经过多年艰苦努力，这一领域已获得了大量令人瞩目的成果。目前该领域的主要课题是：计算机系统如何以主题和对话情境为基础，注重大量的常识——世界知识和期望作用，生成和理解自然语言。这是一个极其复杂的编码和解码问题。

（八）人工智能技术在计算机专家系统中的应用

专家系统是人工智能技术中最活跃、最有成效的研究领域，是具有特定领域内大量知识与经验的程序系统，已出现成功应用人工智能技术的趋势。计算机程序如果能体现和应用人类知识，就应该可以帮忙解决问题，而且能发现人类专家在推理过程中出现的差错。

四、新一代计算机和人工智能技术的发展趋势

新一代计算机和人工智能技术的发展潜力巨大，其作为一个整体的研究才刚刚开始。人工智能技术的发展总是超乎人们的想象，要准确地预测人工智能的未来，从目前一些前瞻性的研究中可以看出，未来人工智能技术可能会朝以下几个方向发展：模糊处理、并行化、神经网络和机器情感。

（1）自动推理是新一代计算机和人工智能技术最经典的研究分支，其基本理论是新一代计算机和人工智能技术其它分支的共同基础。其中知识系统的动态演化特征及可行性推理的研究，是最新的热点，很有可能取得突破。

（2）机器学习的研究使得许多新的学习方法相继问世，并获得了成功应用。但是也应看到，现有的机器学习方法尚不够有效，寻求一种新的方法，以解决新一代计算机和人工智能技术研究中的在线学习问题，是研究人员共同关心的问题。

（3）自然语言处理是新一代计算机和人工智能技术应用于实际领域的典型范例，这一领域已获得了大量令人瞩目的理论与应用成果。智能信息检索技术近年来已成为新一代计算机和人工智能技术的一个独立研究分支，将新一代计算机和人工智能技术应用于计算机科学与技术领域的研究，是人工智能走向应用的突破口。

五、结束语

很多新一代计算机和人工智能技术研究的成果已经进入人们的日常生活。未来，人工智能技术的发展将会给人类的知识、思考、生活、工作和教育产生巨大的影响，在人类的生活中占据一席之地，成为人类生活的伙伴。

参考文献：

[1]吴艳.关于“人工智能”技术发展的思考[J].和田师范专科学校学报.2010.

人工智能与科学技术篇10

【关键词】人工智能 超级计算力

一、引言

（一）问题提出

人工智能作为下一代技术发展的趋势，其方向也是众多科技界人士关心的问题。很多科学家预言，人工智能不仅仅是人类技术突破的下一个阶段，而且更是人工智能的发展潜力必将超出人类的控制，成为新一个物种，甚至可能替代人类，“统治”地球，我们抱着研究的目的，来探讨人工智能技术发展的方向与途径。

人工智能技术的发展对大多数人而言，是浑然不觉，全无概念的，但是从近年来各大科技公司的战略与产品上看，人工智能的确已经成为当下科技界争夺的战略制高点，苹果的Siri语音助手，谷歌的无人驾驶等单向的人工智能技术已经非常成熟，而大量的科技公司正在投入巨大的精力与财力进行研究，可以预见，在不久的将来，人工智能技术必将成为人类生产生活领域中广泛应用的技术之一。而对其进行发展脉络和规律的判断与估计也是十分必要的，也是顺应技术趋势，推动技术创新的必由之路。

（二）目的与意义

一方面，对于科学研究来说，繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更正确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，人工智能这门科学的详细目标也天然跟着时代的变化而发展。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰硕信息的逻辑结构。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。我们可以将这样的学习方式称之为“连续型学习”。本质上，这种方法为人的“创造力”的模式化提供了一种相称有效的途径。

另一方面，对于人类的生产生活甚至未来来说，人工智能技术的快速发展，不仅会在更大程度上解放人的劳动时间与降低工作辛劳程度，使得人们越来越离不开机器的工作，并且每个人的生活方式发生根本性的转变，而且，更重要的是，在未来，人类是否会与机器进行深度融合，发展处全新的生命构造体，以此来迭代和进化，实现人类和机器人的和谐共存，还是人工智能会自动发展出自我意识，而在将来的某一个时点，机器人们将会对他们的缔造者――人类举起屠刀，实现自己称霸的野心，这也不得而知，因此，对人工智能的路径探讨是十分必要和有重大意义的。

二、人工智能发展趋势

（一）人工智能的准确定位

人工智能（Artificial Intelligence），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

（二）人工智能的发展趋势研究

1、自我存续。这是一个十分显眼的要求，人工智能如果作为一个新物种存在，其必须拥有自我生存的能力，即离开人类，人工智能技术必将仍然存在。而且人工智能将与其他物种和环境形成新型交流互动方式。以极端的情况来说，如果人类在将来的某一天消失了，而人工智能必须拥有维持自身生存和发展机制和技术，如果是电量不足，核心机器人将会指挥挖掘型机器再次挖煤，或核能机器人运用核能来发电，以维持自身的正常运转，而这一切的工作都是在人工智能的机器内部解决，而并不需要人类的参与，这就是人工智能的自我生存功能。

2、自我迭代更新。这是在自我存续的基础之上发展而来的。一个机器，一代机器的存在可能并不是问题，而要想机器向人类一样代代繁衍不绝，则对人工智能来说，绝对是一个巨大的障碍。因此，在机器自身的自我繁殖更新迭代，也是必须要进行的过程，这就需要强人工智能的高度运用，来对整个机器人生态进行实时评估，不断地提出新的发展要求，而且立即组织机器人中的“科学家”对其进行研究与探讨，实验与创造，或者是融入生物技术而与之进行基因式的合作，这些都是不确定的，唯一能确定的是，离开人类的独立人工智能必须要有发展创造出更新更快更强的人工智能的能力。

3、自我认同。人工智能的自我认同分两个层面，一方面是对内进行认同，另一方面，是对外进行认同。如果假定人工智能是人类的发展方向，其必须会对人类关心的终极问题等产生同样的巨大疑惑，比如我是谁？我从哪里来？要到哪里去？宇宙的界限是什么？而且以人工智能的水平来看，它一定不会停留在思考的层面上，而是会进行各种不同的实验与探索，已验证自己的猜想。另一方面，人工智能作为一个以理性而存在的物种，其合作是建立在种种规章制度之上，而一旦有机器发现制度的漏洞，就会有进行套利和损人利己的动机，而阻止这种情况的发生，只能是建立在机器人的情感共同体的基础之上，即是机器人产生同样的情感，而形成有效率的合作与分工，而不会因为短期利益牺牲长远利益。

三、结论

由上述探讨可知，人工智能的发展道路还是非常漫长而艰辛的。对于其是否会取代人类，这个问题要依赖于将来的技术发展和人类的生命形态的演变而定，而我们对人工智能进行的物种化探讨是非常有必要的，也是对人工智能技术的发展和对其风险的防控具有借鉴意义的一个环节，是我们进行科学技术开发的留有的一个客观冷静的分析角度。

参考文献：