关于人工智能的调查报告十篇

关于人工智能的调查报告篇1

尽管社会大众对人工智能技术的关注持续升温，但现有针对大众对人工智能技术发展意见的调查，仍然处于起步阶段。2017年内对人工智能产业的调查报告，仍然主要聚焦于人工智能行业的产业规模、资源配置和意见领袖。缺乏对大众参与和理解的足够关注，是当前人工智能产业发展的基本现状。

值得注意的是，媒体作为塑造并指导大众意见的重要社会资源，尚未寻找到有效整合大众对人工智能的理解，与专家意见和产业发展一同协调合作的道路。尽管如此，来自社会各界的专家，通过主流社交媒体迅速形成了人工智能意见领袖群体，并对人工智能发展的舆论导向产生了巨大影响。其中以脸书公司总裁扎克伯格为代表的技术乐观派认为，过度强调人工智能技术的风险所引发失业率上升的担忧，都是不必要的；人工智能最终会促进人类进步，而非取代人类。与之相反，比尔·盖茨和史蒂芬·霍金则认为人们对人工智能对人类生存带来的威胁缺乏了解，从长期发展角度来看，是极大的安全隐患。这一强调人工智能发展风险的专家、产业领袖群体，俨然在公共媒体中成为技术乐观派的对立派别。当前媒体对大众意见的整合和引导，主要通过呈现技术乐观和谨慎忧虑派的意见纷争，激发大众讨论的方式完成。

事实上，仅仅依靠意见领袖吸引新闻流量，激发大众关注，远不足以打造一个健康、稳定的社会意见体系来支撑人工智能产业的良性发展。当前大众意见同专家学者意见欠缺有效整合，主要表现在以下两个方面：

首先是大众意见对人工智能的影响力估计，同专家意见存在明显落差。在学者专家看来，人工智能全面取代诸多就业岗位这一趋势，已经势不可挡。例如，创新工场董事长兼CEO李开复曾预测，从事翻译、新闻报道、助理、保安、销售、客服、交易、会计、司机等工作的人，未来10年将有约90%被人工智能全部或部分取代。但在北极星和ASM联合撰写的调查报告中，普通民众出于对安全和效率的双重考虑，有超过半数的人认为，在重型制造、物流、公共交通、医疗、军事、消防、农业和烹饪领域，人工智能无法胜任人类工作。学者专家和业界领袖对人工智能的变革影响力非常乐观，而大众对此则相对保守，甚至过于谨慎。

关于人工智能的调查报告篇2

[关键词]建设项目；数智化审计；应用方案

一、引言

工程建设项目是重资产类企业投资的主要内容，建设项目审计既是内部审计的重点领域，也是资本市场对投资进行监管的重要环节。对于以基础设施为主要资产的企业，如电信运营企业，其建设项目具有数量多、涉及面广、管理日常化等特点。传统的建设项目审计一般基于事后审计、被动式审计，依赖建设单位提供的审计资料，存在审计效率低下、制约因素多、审计质量不高等弊端。随着大数据和人工智能技术在生产和管理中的广泛应用，内部审计须坚持业务创新，摒弃传统意义上的审计思维和审计方式，运用数字化、智能化手段提升审计效率和质量，实现流程再造，构建数据驱动、敏捷高效的审计新模式，这也是建设项目审计未来发展的必然趋势。本文以通信运营商建设项目审计实践为例，探讨如何构建建设项目数智化审计方案。

二、建设项目审计特点分析

建设项目审计是对建设项目实施全过程或部分环节的真实性、合法合规性、效益性进行的独立监督和评价活动。按审计所处环节一般分为预算审计、全过程跟踪审计、工程结算审计、竣工决算审计（如图1所示），各阶段审计需求依据企业建设项目的性质及其管理规定而定。审计的内容主要包括对建设项目投资立项、设计管理、采购管理、合同管理、工程物资管理、工程管理、工程造价、竣工验收、财务管理、后评价等各环节的审查和评价。项目建设是投资形成资产的过程，为加强和完善资产监管，国有企业一般规定建设项目须通过审计方可正式竣工。建设项目审计与财务审计、经济责任审计、专项审计等其他审计类型相比，其特点包括以下方面：一是建设项目审计已融入项目管理全流程，是其中一个环节；二是对审计机构来说，建设项目审计是被动式审计，当项目流程到达审计环节时，由项目发起者提交审计申请方可安排审计；三是审计结果作为招标控制价、施工费结算、项目竣工决算的依据，审计报告是建设项目档案的一部分。基于上述特点，建设项目数智化审计必须在项目管理流程信息化基础上，将审计环节嵌入项目管理信息化流程，才可发挥审计信息采集自动化、信息处理智能化、审计成果应用及时性等优势，高效支撑项目建设投资管理需求。

三、建设项目审计信息化基本流程设计

建设项目审计作为项目建设总体流程的一部分，当项目流程进展到应提交审计环节时，方可触发审计。预算审计、结算审计属于造价审计。一个项目一般会有多个单项工程，根据合同及施工内容性质、金额确定是否必须进行，可多次报审，也可能无须报审。竣工决算审计对整个建设项目进行会计核算，只允许报审一次。全过程跟踪审计是两种审计的结合，主要区别在于审计过程的日常跟踪审查和评价、审计阶段性报告的多次出具。建设项目审计业务信息化流程如图2所示：1.项目报审。当项目流程到达可报审环节时，项目管理人员收到项目报审待办任务，打开任务后展示需要填写的项目基本信息及必需的审计资料。项目基本信息应由系统根据前期信息、所处环节自动判断填写，不能自动判断或者可由人工修改的可以在此阶段人工填写或选择，所需审计资料凡系统前期生成的应有链接列表，未生成的方可人工上传资料。对于可多次进行的预结算审计，提交审计申请时应可以建立多次报审任务，但流程将仍处于本环节；对于无须审计的项目可填写说明，选择无须审计。必需信息均填写完成并经审批同意后，提交到项目或地域对应的审计管理人员，进行资料初审。2.审计安排。审计管理人员判定审计申请符合条件后，根据内部规定选择自行审计或委托外部中介审计，依据系统设定的权限提交审批或直接派发至对应的审计中介。对于合同约定需要对单个项目发送审计委托函的情况，此阶段由系统自动生成电子委托函发送给对方,审计中介可通过门户网站收到任务待办。3.审计过程监控。审计实施过程一般分为资料审查、现场勘察、定案确认三个环节。在此阶段多数需要审计人员与项目管理人员进行多方沟通，必要时还可启动审计暂停，审计过程监控应实现三个环节的进展信息互通、审计暂停申请和审批、补充资料传递、审计时限超时预警提示等功能。4.审计报告审核。审计人员将审计报告初稿上传系统后，提交审计部门审核，一般通过审计管理人员和部门领导两级审核，并对本次审计质量考核打分。系统可内置审计报告模板，将审计发现的问题作为模板内容，并内置可选问题分级类别，审核通过的报告针对审计发现问题由审计管理人员进行归类，并纳入案例库，便于后续统计分析。5.审计问题整改跟踪。对于需要整改跟踪的重要审计问题，选择“整改跟进”选项后，审计问题将随审计报告一起发送给建设管理部门和其他配合部门，问题整改完毕后，由建设管理部门将整改结果及相关证明资料反馈给审计部门，形成问题整改闭环，并与审计报告一并归档。除上述正常流程外，还应考虑特殊情况下的审计报告调整，当审计报告已审批分发归档、后因特殊原因需重新调整时，须履行报告调整的审批流程，调整接入点一般应在上述流程的“审计报告复核”环节。与上述基本流程相匹配，还应建立对应的数据库及数据配置功能，如对中介信息数据、审计管理人员数据、审计资费数据等进行管理，实现审计任务的自动分派和审计费用的自动核算，并具备审计区域配置、审批人员及权限配置功能。

四、建设项目审计数智化应用方案

（一）建设项目审计数智化功能架构

建设项目数智化审计建立在工程项目流程各环节数据采集与分析的基础上，根据期望结果输出、数据来源确定与各信息系统间的接口开发需求。从建设项目物资信息、造价信息、转资信息、合作单位信息等方面设计关联信息输出结果，从而将物资采购管理系统、LIS库存系统、合同管理系统、ERP系统等与项目相关的物资采购审批、物资出库领用和退库信息、合同信息、转资信息等审计所须数据信息，统一接入数智审计平台，实现多系统数据在审计系统内的共享、交互分析、稽核验证等功能。建设项目数智化审计基于智能工具应用及大数据分析，从而减少人工判断误差、降低审计风险、提升管控质量，数智审计平台的功能架构如图3所示。

（二）建设项目数智化审计功能应用案例

1.报审数据的系统间稽核与校验。将物资采购管理系统、LIS库存系统、合同系统、ERP系统与报审项目相关的物资采购审批信息、物资出入库信息、合作单位信息、转资信息统一在审计系统作业流程中呈现，同时引入AI能力，实现多系统数据和报审数据的自动比对、稽核与校验，输出多单匹配表，以便审计人员对异常数据进行重点核准。比如，依据出库光缆材料规格及数量自动核对结算表中敷设各规格光缆长度工作量，依据ERP转资数量核对设备、材料安装工程量等。2.报审时效性监控预警。为解决建设单位项目经理久拖不报审、历久难审的被动局面，更好地督促建设单位及时提交结算审计和决算审计，开发基于项目流程数据的“探针式”报审及时性预警功能，即根据项目前期预设的报审时间节点，统计验收后未及时提交结算审计或决算审计的项目信息，并对报审及时性进行统计和分析，自动提醒项目管理人员及时报审，实现事后审计向事前预防、事中控制职能转变。3.结算标准与定额标准、材料价格自动比对。在系统内建立工信部颁发的信息通信建设工程预算定额标准数据库，将运用通信工程定额的项目与标准定额中的定额编号、定额名称、人工工日数量、机械及仪表使用费进行自动匹配和稽核，提示未采用定额标准的子目。引入“爬虫”技术，抓取当地造价管理机构在互联网上的材料信息价，建立材料信息库，与建设项目开、完工时间信息匹配出相应材料价格，为项目材料审计提供结算标准和依据。4.基于大数据的异常结算费用预警和分析。按专业类型将同类专业的主要工作内容依据标准定额用工进行权重赋值，并将地域差别、特殊场景一并纳入权重值考虑，审计人员录入结算工程量，逐步积累各年各市同类项目结算数据，形成各专业标准工程量费用数据库，并形成各专业平均造价指标库。审计时可输入报审工程量，查看本项目单位工程量结算单价与造价库比较结果，也可定期对全省同类项目、不同地市的结算费用单位比值进行分析比较，对异常费用自动输出预警。5.基于NLP和OCR的审计结果准确性一键核查。为减少审计报告人工审核误差、提升审核质量及效率，在审计系统中开发基于NLP和OCR的审计结果准确性的一键核查按钮。当审计中介人员审结并提交报告及相关信息后，系统调用NLP、OCR智能识别功能，完成项目审计报告及附件内容的信息识别、提取和分析，完成审计报告、支撑附件、系统页面关键数据三单匹配稽核和结果一键展示。比如，在结算审计流程中，可实现“审计报告”“定案表”“系统页面”三个维度的“送审金额”“审定金额”“审减率”一致性一键稽核。6.现场勘察的真实性、准确性监控。为加强对审计中介人员外出勘察工作的监督及管理，开发现场勘察轨迹呈现功能，对勘察照片中的日期、时间、经纬度等信息进行分析识别并展示轨迹。对进行远程站点勘察作业的项目，依靠GIS定位技术建立偏离算法模型，比对实际勘察点与应勘察点是否一致。该功能可确保审计中介人员现场勘察工作的真实性，杜绝编造虚假勘察数据的现象。

五、建设项目审计数智化发展展望

关于人工智能的调查报告篇3

关键词：智能变电站；二次系统；通讯测试；模型数据测试；网络系统测试；过程层测试 文献标识码：A

中图分类号：TM76 文章编号：1009-2374（2015）32-0008-03 DOI：10.13535/ki.11-4406/n.2015.32.005

1 概述

随着智能变电站大量投入运行，急需对其站内设备的验收调试项目及测试方法进行研究，由于智能变电站均为数字信号传输且全部依赖网络通讯，因此其通讯测试对智能变电站运行具有重大作用。

2 通讯测试

2.1 模型数据测试

智能变电站的全站配置文件也就是SCD文件，是用来描述站内功能的，是联调和测试的基础，需要根据设计单位的要求，由装置厂家和集成商共同完成。因此，其最终版本的正确性和有效性必须进行验证。

2.1.1 文档检测。文档检测项目包含模型实现一致性声明、协议实现一致性声明、协议实现额外信息三部分。

文件版本检查包括：MICS文件（模型实现一致性陈述文件）：MICS是系统或装置所支持的标准数据对象模型的详细内容，表示了装置建模的能力；PICS文件（协议实现一致性陈述文件）：PICS是装置或系统完成功能的能力描述，检查其是否实现工程应用的能力；PIXIT文件（协议实现外的测试描述文件）：PIXIT包含系统特定的信息，包括标准可选参数的具体实现。

2.1.2 装置ICD文件的合法性静态检测。此项中应进行模型合法化检查、SCL内部合法性检查、SCL应用检查，要求ICD模型必须符合《变电站通信网络和系统》（DL/T 860-6）。

2.1.3 报告模型。测试根据数据集的配置产生报告，并采取缓存和非缓存方式上送报告的功能。

2.1.4 通用变电站事件模型。测试变电站内快速报文的传输功能。

2.2 网络系统测试

这里用于智能变电站的网络系统进行功能和性能测试，检验智能变电站的网络节点（工业以太网交换机）的功能性能是否满足需求，验证整站运行后的网络流量是否正常，同时保证网络系统为今后的变电站升级做好性能和功能冗余。按照智能变电站网络拓扑结构图，建立网络系统测试环境，组网后对智能变电站过程层、间隔层、站控层等网络（SV网、GOOSE网、MMS网）经过采样数据流、分析数据流、构造数据流，搭建更加真实的、复杂的智能变电站网络环境，分别发送极限流量和常规流量，测试出整站系统级的网络数据交换性能和功能，以确保智能变电站关键组网设备的功能和性能满足要求，并适应今后一段时间的发展需求。需要测试交换机802.3q具有优先级处理功能；检查VLAN能够正确隔离不同的VLAN数据。

2.3 过程层调试

过程层调试包括智能操作箱和合并单元的调试，调试的主要依据为各设备的调试大纲，调试前各厂家需要提供设备的模型文件，系统集成商完成模型文件合法性的检测。合并单元调试时如果互感器输入的型式为非传统测试接口，合并单元厂家需要提供接口转换装置模拟一次互感器输出。

2.3.1 合并单元测试：母线电压合并单元电压并列方法：模拟现场实际并列条件（由操作箱发相关信号到MU）进行测试；间隔合并单元电压切换方法：合并单元根据采集到的线路实际运行方式进行电压切换。

2.3.2 操作箱测试：固有动作时间：用数字化测试仪模拟跳闸令，将操作箱跳闸报文接回测试仪，从测试仪可以看到操作箱的固有动作时间；soe测试：利用网络记录仪或者用第三方软件抓包测试；跳闸确认报文：利用网络记录仪或者用第三方软件抓包测试。

2.3.3 关联测试：（1）后台与装置建立关联，然后释放关联，测试连接是否能够正确建立和释放；（2）运行多个客户端同时与装置建立关联，测试装置最大能够建立的关联数；（3）后台与装置建立关联，然后重启后台，检查后台与装置是否能够恢复连接，记录恢复所需时间；（4）后台与装置建立关联，然后重启装置，检查后台与装置是否能够恢复连接，记录恢复所需时间；（5）后台与装置建立关联，然后断开网络线，检查后台与装置是否能够检出通讯故障，记录检出故障的时间；（6）检查后台与装置是否能够恢复连接，记录恢复所需时间；（7）后台与装置建立关联，然后断开网络线，当后台或装置检出通讯故障后插上网络线，检查后台与装置是否能够恢复连接，记录恢复所需时间；（8）后台与装置建立关联，然后断开网络线，当后台与装置均检出通讯故障后插上网络线，检查后台与装置是否能够恢复连接，记录恢复所需时间。

2.4 间隔层调试

间隔层调试对象为保护测控装置，调试的主要依据为各设备的调试大纲，调试前各厂家需要提供设备的模型文件，系统集成商完成模型文件合法性的检测。对单装置调试时带MU测试。在进行间隔层设备调试时，可以使用过程层设备作整组试验，同时检测交换机的配置情况，其中包含测控功能检验、常规四遥功能测试、同期功能测试、保护功能检查、采样精度测试。

2.5 其他功能测试

任选一台测控装置进行如下功能测试试验，包括开关量防抖动功能、通讯监测功能、SOE分辨率测试等。每种操作箱任选一台，将SOE分辨率测试仪发出的相隔1ms的空接点脉冲信号输出接入到不同装置或同一装置的两个开入回路（注意开入电源的匹配），通过检查这些开入的SOE时间记录相差值来检查SOE分辨率。

2.6 间隔层防误闭锁功能测试

间隔层防误闭锁功能检查以五防闭锁逻辑图为依据，测试正反逻辑。一方面，需要任选一测控装置，在满足五防闭锁条件下进行相关操作，验收相关操作是否只能成功；另一方面，需要任选一测控装置，在违反五防闭锁条件下进行相关操作，验收相关操作是否被闭锁。另外，当间隔装置检修，其他间隔装置通讯中断时能否正常工作。

2.7 站控层调试内容

在进行间隔层设备调试的同时开展站控层设备的调试，SNTP对时，一体化五防、顺控功能。要求：定值排序及描述符合《IEC61850国际标准工程化实施技术规范》（送审稿）要求，支持定值召唤、编辑及定值区切换。录波文件命名及头文件格式应符合《IEC61850国际标准工程化实施技术规范》（送审稿）要求。监控系统必须支持双网工作模式，能正确判断网络通讯情况并告警。装置能正确解析和处理年、月、日、时、分、秒信息。

3 结语

本文针对智能变电站二次系统通讯测试项目及方法进行了详细研究，按照分层分级的原理进行描述，这也为智能变电站投运前验收及运维过程中的测试项目及要求提供了理论支撑。

参考文献

[1] 智能变电站技术导则（Q/GDW383-2009）[S].

[2] 樊陈，等.智能变电站信息模型讨论[J].电力系统自动化，2012，36（13）.

关于人工智能的调查报告篇4

为大力助推“宽带中国”和“互联网+”战略实施，积极助力杭州“世界名城”和“城市数据大脑”建设，进一步推动杭州市信息基础设施共建共享，支撑全市信息经济发展，江干区人民政府与杭州万物互联智慧产业有限公司就江干区智慧城市建设领域展开全面战略合作达成共识，大力推进信息数据网络物联化、智慧化建设，打造智慧城市的江干样板。

一、  测试工作开展情况

2018年8月30日江干区道路停车收费服务中心与杭州万物互联智慧产业有限公司签订《杭州市江干区智慧城市建设项目-5G停车智慧桩项目特许经营协议书》，对江干区闸弄口街道顾家畈路红梅社区至尧典桥路共27个免费停车泊位进行5G停车智慧桩建设，并负责对路侧停车泊位及其有建设需要的进行改造建设。

由于之前选取的测试泊位为免费泊位，泊位内僵尸车较多，周转率低，不利于设备的测试，故杭州万物互联智慧产业有限公司经得杭州市城管委领导及江干区城管局同意，于2018 年10 月20日在江干区闸弄口顾家畈路红梅社区以东路段的收费泊位完成9个智慧桩的安装，于2018年10月23日开始测试智慧桩的综合车牌识别率。

二、测试取得的成绩

截止2018年11月29日，经过38天的测试（含6个晴天、11个多云天、9个阴天、12个雨天），9个智慧桩共监控18个车位(其中有1个车位长期停放一辆报废包月车)，累计采集2942次停车样本数据。经过持续系统调测和算法优化，车牌综合识别率呈明显上升趋势，从8月23日测试的82.6%（含驶离）、80.23（不含驶离）提升至91.11%（含驶离）、86.67%（不含驶离）。

三、  测试存在的问题

但是，近日发现有市民误缴停车费，并对市城管委进行投诉，江干区道路停车收费服务中心立即派专门人员进行展开调查，并做好以下几点：一是及时约谈。于2018年11月29日下午召集杭州万物互联智慧产业有限公司进行约谈，要求对方第一时间关闭了所有在顾家畈路测试的设备电源，及时将车主误操作支付的费用原款退还给相应车主，认真开展全面清理自查自纠及时研究整改处理措施。二是彻查原因。为了保证项目顺利通过验收，支付功能畅通作为停车收费的重要内容，该公司进行了内部测试及模拟真实收费环境，留有0.01元的内部测试收费通道，关闭了其他金额的所有支付通道，为了防止市民多缴费、误缴费，该公司也在设备桩体上醒目张贴“测试设备、请勿付款”的告示，但是在有醒目告示的情况下仍有市民进行扫码、下载、支付0.01元的行为。经详细排查，从10月20日至今共有29笔停车缴费，其中11笔为支付宝缴费，9笔为微信缴费，剩余的为杭州万物互联智慧产业有限公司内部测试订单，共收费0.2元。目前万物互联已全部原路退回所有缴费，并做好了相关解释工作。并在12月7日向江干区城管局分管领导做了检讨和汇报。三是举一反三。杭州万物互联智慧产业有限公司在江干区进行5G停车智慧桩项目试点工作应严格遵守《杭州市江干区智慧城市建设项目——5G停车智慧桩项目特许经营协议书》文件规定，在江干区道路停车泊位开始实行5G智慧停车桩模拟收费，模拟收费结束前继续按原来模式收费，以确保停车收费工作的稳定，保障居民群众的合法权益。四是加强督查。江干区停车中心下一步做到每日三次进行现场巡查，也将进一步加强与杭州万物互联智慧产业有限公司沟通及管理，及时沟通测试情况及后期发展进度，严格督促对方遵守相关协议规定，对扩大变更试点范围、内容等，必须经过我局同意后方可进入下一步工作，并第一时间向市停车监管中心进行沟通与汇报，以确保停车收费工作的稳定，保障居民群众的合作权益。

出现该事件后，市停车监管中心可能对江干区道路停车收费服务中心年度考核中给予一定的扣分，停车中心第一时间向市停车监管中心进行情况汇报，并及时写了《关于5G智慧桩设备市民误缴费的整改情况汇报》，下一步做到每日三次进行现场巡查，也将进一步加强与杭州万物互联智慧产业有限公司沟通及管理，及时沟通测试情况及后期发展进度，严格督促对方遵守相关协议规定，对扩大变更试点范围、内容等，必须经过区城管局同意后方可进入下一步工作，并第一时间向市停车监管中心进行沟通与汇报。

四、测试推动的建议和前景

江干区是杭州城市东扩的桥头堡，是杭州城市发展战略的轴心所在，杭州新的政治、经济、文化中心和CBD（钱江新城）所在地，江干区5G停车智慧桩项目虽然市停车监管中心并不赞同该项工作，江干区道路停车收费服务中心积极主动做好沟通协调工作，共同做好提升城市停车管理水平。通过建设智慧泊车收费管理系统，有效改善“停车难”、人工收费效率低、信息化程度不够等多重问题，提升泊位使用效率，让停车更加规范化、有序化、智能化，让市民享受更加智慧、便捷的停车服务。

关于人工智能的调查报告篇5

教师“校本培训”是最近一个时期我市广大教育者工作普遍关注的又一个焦点。华南师范大学教育科学院刘华良博士曾在我市做了《怎样做“校本教学研究”》学术报告,他在报告中提出了“校本教学研究”的一种操作方式:“问题

计划

行动

反思”。他的报告在我市教育界产生了强烈的反响,对推动我市的“校本教学研究”的开展发挥了有力的推动作用。然而,“校本教研”的模式不是唯一的。我们首先要肯定的是:刘华良博士提出的“问题

计划

行动

反思”是一种“校本教研”的模式,而且是有效的模式,但不能认为这是惟一的模式。

据笔者所知;还有别的模式,如: “五环节模式”。这是上海教科院周卫先生根据美国圣路易部新城小学“推动多元智能行动研究”提炼出来的。他认为教师“校本教研”的过程应当是“发现问题

组织团队

学习准备

设计实施

总结反思”五个阶段。每一阶段的具体任务是: 发现问题:（1)课题组织者发现教育现场的问题；(2)搜集并整理相关文献资料；(3)确定研究方向,拟定研究计划。

组织团队:(1)研究者、领导和教师自愿组织成专业发现团队;(2)寻找学校课表按排、人员、经费、设备支持;(3)向学生说明研究意图,征得家长同意。

学习准备:（1)研读、研讨多元智能理论,构建团队;(2)亲历每一种智能教学,让儿童认识各自智能特色和学习风格；(3)团队成员填写学生多元智能梳对表；(4)在教学全过程中,专家与教师平等对话。

设计实施:（1)讨论多元智能教学方案；(2)制定教学目标；(3)将目标转化为各项智慧活动；(4)确定教育原则；(5)与家长座谈,说明多元智能的意义与实施计划；(6)实施单元教学活动；(7)观察学生学习情况,如通困难,及时调整内容和方式；(8)学生完成相关的报告；(9)组织全班交流,观察学生表述和功能提升情况。总结反思:（1）整理分析相关资料,完成论文撰写；（2）专家、教师反复讨论由此可见,“校本教研”模式不是惟一的,刘良华先生的“五环节”的哪一个都为“校本教研”。另外,我市许多学校所使用的模式,也不能排除在“校本教研”之外。我市许多中小学在近十余年来,在进行"校本教研"时多按照“问题

综述

调查

计划

设计

实施

总结”这样的程序进行:

问题

发现和提出教师在教学实践的问题,并把它转化为研究的课题；

综述

搜集、学习、整理相关的文献,并撰写文献；

调查

设计调查方案,实施调查并撰写调查报告；

计划

设计操作办法,包括学生“学”的操作办法和教师“教”的操作办法；

实施

在时时时操例；

总结

收集整理研究过程资料,撰写研究报告。

其次,在教师“校本教研”过程中提出“问题”的方式不具有惟一性。“校本教研”实质是“以教师为本”的教研。于是有人便认为只有问题是由教师提出来的教研才能被称为“校本教研。”问题是由谁提出来的只是形式问题,而不是事情的本质。我们认为教研活动是不是“以教师为本”,最重要的是要有以下三点:其一“问题”是不是教师教育实践中存在的问题；其二是教师是不是直接参与研究；其三是不是以改进教师的行为为中心。

所以,“问题”是不是由教师提出来的并不重要,由教师提出来、由学校领导提出来的或其他什么人提出来的都是可以的,只要是所提出的“问题”确定是教师在教育实践中存在的问题,并得到教师的认同,都可以作为“校本教研”的课题。周卫先生所举的实例

《美国圣路易部新城小学推动多元智能》教学研究,就不是由教师提出来的,而是由“校长亲自倡导,全校教职员工全员参与”的课题。

第三“教师校本培训”每一环节的内涵也不具有研究环节的内涵。比如,在诸多“校本教研”的模式中都有“设计”这个环节,但在不同的模式中,“设计”的内涵是不同的。刘良华先生“四环节”“校长培训”中的“设计”是指“形成教案”。我们大连市实行的“七环节川校本培训”中的“设计”是指“操作设计”

关于人工智能的调查报告篇6

丁俊杰院长首先了中美移动互联网用户行为和偏好的十大相同点和九大点差异点。十大相同点包括：

1.移动智能终端的使用率都很高，并且智能手机比平板电脑的伴随性更强。

2.70%以上的移动互联网用户会对智能手机有依赖性。普遍认为智能终端是娱乐工具。

3.两国智能终端用户在家使用移动设备最经常的行为都包括：浏览信息、收发电子邮件、玩游戏、社交、使用本地服务、购物等。

4.40%左右的中美移动互联网用户在观看电视的时候会使用智能终端。

5.两国用户在智能终端上的广告互动频率是比较高的，且中国用户对广告回应更为积极。

6.41%的用户会在休息或者闲暇时间访问移动媒体，58%的用户会在碎片时间里访问移动媒体，这是轻松、娱乐等亚文化内容的机会。

7.最可能得到智能终端用户回应的广告内容为：(1)与用户要购买物品相关的广告(2)与要购买物品相关的优惠券(3)搞笑的广告(4)与用户最喜爱品牌相关的广告(5)与用户在线上访问过网站或使用过的应用相关的广告(6)与最近线上购物相关的广告(7)与用户所在场所相关的广告(8)与最近收听、收看的广播/电视相关的广告。(占比>=20%)

8.90%的中国用户曾经在移动设备上观看过全集电视节目，并且观看频率较高。但美国用户在移动设备上观看的频率较小，且1/2的美国用户不会在智能手机上观看。

9.中美用户在移动设备上观看视频短片的频率明显高于全集电视节目。

10.对于平板电脑而言，无线网络在中美两国都占据优势地位，且网络满意度都较高，中国更高一些，达到90%。

中美移动互联网用户行为和偏好的九大差异点包括：

1.72%中国移动互联网用户会在公共交通工具上使用智能手机，而美国用户这一比例较少。

2.中国和美国移动互联网用户在对智能终端对生活和工作的影响上的看法差别较大，中国用户对智能终端的态度更为积极。

3.中国智能终端用户的社交、购物需求要强于美国用户。

4.中美移动设备用户在与日常生活相关的广告内容的回应方面，差别较大。中国移动设备用户表现出更大兴趣。

5.中美移动设备用户在点击广告后44%左右的人会观看视频或获取优惠。

大约56%中国用户会对广告中涉及的产品和服务产生兴趣。

6.中国的用户更乐于通过社交媒体/网络分享广告，购买行动会更多，也更

乐于到访本地商业机构。而注册邮件订阅会对美国用户更有作用。

7.中美用户都喜欢在等候期间、下班后、放松时、睡觉前使用社会化媒体。

但美国用户在早上刚起床时、看电视时也会更多的使用社会化媒体。而中国用户会更多在通勤期间、中间休息时间使用。

8.美国智能手机用户最常用的是WIFI和4G网络，网络满意度较高。较少用3G网络。而中国智能手机用户最常使用WIFI和3G网络，网络满意度较高，4G网络使用者很少。

9.在中美智能手机用户中，安卓系统都占据大部分市场份额，尤其在中国达

到75%。其次是苹果系统。美国平板电脑用户仍然以安卓系统为主，其次是苹果系统。在美国，谷歌的市场份额更大，而中国使用苹果系统的用户达到75%，其次是安卓系统。

丁俊杰院长结合当前中国营销广告市场的现状，对移动智能终端的广告传播活动在广告内容、广告形式和广告推广三大方面给出了针对性的建议。

一、广告内容

具备娱乐性、视频广告时长要短，注重创意。要根据受众群体因地制宜。

二、广告形式

互动性要强，加强与社交媒体合作，满足用户分享的需求。

三、广告推广

1、“场景”是移动媒体的关键，“伴随”成为新情景。

2、针对不同地域，不同消费群体的广告产品，应该制定不同的营销、推广策略。要注意营销推广的组合优势、全面性。

3、用户对移动应用的需求趋于多样化，涵盖工作、学习等方方面面。这使得个性化信息服务成为新媒体广告的引爆点。

4、注重广告投放的优化组合。

5、注重短视频的广告投放力度。

6、广告主在进行产品推广时，采用O2O的形式会让广告效果最大化。

关于人工智能的调查报告篇7

关键词：云服务；信息共享；智能推送；大数据；选冶企业

引言

中国高度重视工业云的发展，把工业云作为推动两化深度融合重要抓手，在国家政策的指引下，全国各地制造企业进行工业云服务发展规划，着力建设工业云平台，积极推广工业云应用。中国选冶工艺技术一流，但自动化、信息化方面与发达国家差距大，存在短板，需要实现选冶过程智能制造来推动企业生产和管理的变革，提升劳动生产率。选冶过程智能优化服务云平台可以促进企业从生产型组织向服务型组织转变，其应用互联网云计算等信息化技术手段，发展远程运维、智能推送等云服务商业模式和服务模式，提升企业的创新能力和服务能力。选冶过程智能制造云平台通过现代化信息技术实现选冶生产过程数字化、信息化，应用云服务等关键技术能够实现选冶数据高效处理，以及信息化共享，促进智慧化矿山建设［1－3］。选冶云服务对促进选冶行业“互联网＋”发展和新业态新模式培育具有重要意义。一是促进选冶行业的技术创新和改造，与传统设备相融合并集成，形成新的科技成果和生产力，实现操作自动化、控制智能化、管理信息化；二是提供增值服务等新模式，实现远程监控、物联检测、远程维护等；三是促进人才资源利用，通过云服务实现企业资源共享。针对行业特点，选冶云服务系统以满足企业需求为目的形成行业互联网应用新模式，通过自动化、信息化技术及业务需求集成，建设选冶工业互联网平台，并服务于行业用户。该平台根据企业的业务需求，实现生产过程中数据的采集、清洗、并联、加工、建模处理，挖掘过程数据背后的价值［4］，在研发设计、生产制造、设备维护、产品运营、资源管理等各个生产环节为用户提供服务，用户通过PC机、移动端访问方式可享用平台提供的各类服务。基于选冶企业信息化共享需求，企业需要及时了解选冶云服务系统提供的服务结果，建立一套智能推送系统具有重要现实意义。该系统可为用户提供跨系统、跨厂区的数据互联和共享，使其及时了解现场生产情况，用户将不受空间、时间约束，更大范围打破物理和组织边界，使调度指令与管理信息高效流动，以便用户能快速决策，提高生产运营质量。

1推送系统介绍

在各类Web应用系统中，都有消息推送、消息提醒等服务功能，通过消息告知与提醒能让用户第一时间知晓此类消息，并且相关平台利用消息推送能提高用户活跃度和黏性，唤醒沉默用户，从而提高平台使用率。根据业务类型和产品形态，消息推送分为即时通讯和非即时通讯两大类：如微信、QQ等社交APP的聊天消息属于即时通讯；非即时通讯包括今日头条、网易新闻等新闻资讯类，天猫、京东等平台运行营销类，淘宝、抖音等个性化推荐类，电商平台物流等系统通知类。阿里云通过MPS发起多种类型的消息推送，能够提供控制台页面推送和服务器端接入，实现面向单个用户、自定义用户分组等多维度推送个性化信息；百度云推送通过云端和客户端建立长连接提供推送实时消息服务，支持根据标签分类向特定用户群体和单个用户推送消息；腾讯云推送提供接入简单、推送稳定、快速、高抵达的APP通知栏及应用内消息推送服务，支持APP推送、应用内消息及智能短信等多种类型，能够有效提高用户活跃度；网易云信引入手机系统厂商推送，当用户清理掉应用进程、网络不稳定等导致客户端SDK无法与云信服务器保持正常连接时，服务器将使用手机厂商系统级推送来提醒用户有消息需要接收。尽管消息推送提醒功能广泛应用在各类云服务平台或者APP应用中，但针对矿山企业应用较少。矿山企业原矿具有矿物组成复杂、性质多变、有腐蚀性等特点，选矿车间潮湿、多尘、震动大，选矿设备类型多且能耗大，虽然磨矿、浮选、浓缩脱水等选矿过程通过自动化、信息化技术实现了仪器仪表接入，以及中央控制室自动控制操作，但未实现对选矿生产过程中实时数据和历史数据价值的挖掘，以及生产过程中数据互联和共享，用户需要在控制室才能看到生产情况，其时间和空间受到一定的限制［5］。针对矿山企业，需要实现根据用户需求，将信息定向、精准地推送给用户，使其能够及时排查设备故障并进行预防性维护，实时了解控制设备健康状态。选冶智能推送云服务系统能够建立云服务推送快速部署机制，实现信息的精准“消费”，采用消息推送和定时邮件定向推送信息的方法，将用户所关心的消息、定制的报表及流程运行统计类信息推送给用户，保障了有效信息快速可靠地到达消费端［6－7］。

2选冶智能推送云服务系统设计

2．1总体设计

基于云服务平台，系统采用“Java＋SpringMVC＋Mybatis”架构方案，对采集的数据进行处理和分类。根据用户需求，推送方式分为2种：客户端消息推送和定时邮件推送。选冶智能推送云服务系统结构图如图1所示。该系统分为表现层、服务层、服务组件层。其中，表现层负责数据的展示，接收消息数据后根据请求选择相应的消息应用服务，根据服务返回的结果展示分为任务提交、任务查看、任务管理等；服务层对业务进行逻辑实现，包括精准推送服务、实时消息推送和后台业务逻辑处理；服务组件层主要是为服务层提供支持，包括邮件模块、数据持久层、数据处理和任务调度模块。用户可以在前端创建任务推送，任务信息包含任务名、任务类型、推送相关人员、执行时间，并可以查看任务状态。推送内容通过数据的清洗、合并及特征构建后完成，根据业务内容实现消息推送，如将设备故障、设备运行状态、流程状态等信息及时推送给相关负责人员，以便其及时作出决策。邮件模块通过JavaMail实现，JavaMail采用SMTP协议发送邮件，可通过基本属性设置邮件发送协议、发送地址、服务器身份验证等信息，将用户所关心的投用率等信息采用日报、周报等形式发送，负责人员可以及时了解自动控制的基础控制回路、专家控制系统等运转投用率和效果评价情况。任务调度模块通过Quartz框架实现。

2．2数据库设计

数据库选取MySQL关系数据库，数据库ER图如图2所示。数据库设计满足数据完整性要求，并且保证数据的可扩展性和稳定性，包括用户表、任务信息表、推送信息表、定点邮件推送信息等。用户表用于存储用户的登录信息、角色管理及电话、邮箱等相关信息；任务信息表包含任务id、任务名称、任务分组、任务完成情况及相关的外键信息（user＿id）；推送信息表包含关联的任务名称、推送时间、推送内容、执行次数、任务状态；定点邮件推送信息包含关联的任务id、邮件内容、收件人、抄送人、密送人、发件周期、开始时间、结束时间、任务优先级别等信息。

2．3关键技术

Quartz是一个在Java基础上实现的开源项目，具有强大的调度机制，能够在Web应用中进行复杂的作业调度。选冶智能推送云服务系统使用Quartz调度机制实现灵活设定触发器的时间表、时间间隔等，并进行调度任务和触发器关联映射。Quartz框架包含任务调度器（Scheduler）、任务（Job）、调度程序（JobDetail）、触发器（Trigger）等核心组件［8］。任务调度器为作业调度的核心管理者，一个任务调度器中可以注册多个调度程序和触发器；任务为Web应用中的功能模块，表示要执行的具体内容，任务通过界面端设置任务名、任务组名、触发器名、触发器组名，时间设置实现后即可通过任务调动监听触发［5］；调度程序是可执行调度程序要执行的内容；触发器作为作业调度任务中的操作者，代表任务参数的配置，开发人员可以根据调度需求配置任务和触发器监听为全局监听或是特定任务的监听。Quartz可以在应用服务器中或者嵌入另一个独立应用程序中运行，也可以作为独立程序应用在Java虚拟机内，同时可被实例化，作为独立的项目集群用于作业执行。Quartz具有任务持久化、调度功能强大、应用方式灵活、分布式和集群式能力强大、无环境依赖性等特点，并且易于与Spring整合集成实现强大的调度功能，因此系统采用Quartz调度机制执行任务调度，并通过界面实现调度任务的启停，将调度任务信息保存到数据库中，实现调度任务持久化和稳定化。

3系统功能及应用

选冶智能推送云服务系统使用SpringMVC架构开发模式，即模型（M－Model）、视图（V－View）、控制器（C－Control），应用Mybatis持久层架构与MySQL关系数据库实现映射关系。选冶智能云服务推送系统具有灵活的定制服务功能，可以根据需求设置推送内容、推送时间、触发条件、接收人等相关信息。接入云平台的企业用户可以实时了解基础控制回路、设备运转情况等，不受空间和时间限制即可查看基础控制健康状态，以及利用故障诊断系统反馈的结果进行故障定位，及时排查故障和进行预防性维护。该系统实现功能包括：（1）设备故障诊断报告与运行状态推送。（2）设备故障诊断。联合专家、设备生产厂商等，建立云服务设备故障分析机制，通过大数据技术等实现预测及故障分析。系统将相关的报告信息推送给管理决策人员，为现场提供立体式的故障分析报告及维修建议，帮助管理决策人员及时作出决策部署。（3）基于大数据分析的流程运行状态报告推送。（4）根据流程分析需求，基于云服务的矿物加工过程的海量历史数据，对矿物平衡、组分及产品质量分析评估后的流程状态报告进行推送，实现定制服务功能。（5）控制效果应用评估与优化效果报告推送。6）远程连接选冶控制系统软硬件程序，对流程自动控制的基础控制回路、专家控制系统等运转投用率和效果进行评估，推送评估结果和优化效果报告。国内某铜矿选矿厂设备类型多，生产流程长，矿石性质复杂，尽管选矿厂实现了自动化生产，但仍需要及时获取选矿生产过程中设备运转、流程检测、生产运行、环境安全等数据，以降低管理人员的工作强度，提升运行管理效率。通过现场数据调研、系统设计及服务部署，针对该铜矿选矿厂建设的选冶智能推送云服务系统实现了上述系统功能，部分推送信息如图3所示。选冶智能推送云服务系统实现后，项目负责人和企业生产操作、管理负责人直接通过Web浏览器、移动客户端即可查看推送的邮件消息，不受地理位置限制，随时了解优化控制投用情况和控制效果，保证了技术人员随时随地了解系统回路投用情况和特殊工况，并及时排查、解决存在的问题，促进了控制投用率的提升和控制策略的改进。该系统在完成矿企主要过程参数远程集成的基础上，还实现了智能优化控制回路运行效果的远程统计分析和自动功能，辅助优化控制投用率的提升效果。选冶智能推送云服务系统满足了该铜矿选矿厂的信息化共享需求，为各层管理部门提供了关键设备和指标信息共享，促进了各部门面向生产过程的主动预防性管理，为矿山安全生产、有效预防和及时处理各种突发事故和自然灾害提供有效手段，提高了生产效率，降低了工人劳动强度，进而保障了自动化系统的稳定性和可靠性。

4结语

关于人工智能的调查报告篇8

从去年美国大选结束后，“fake news”（虚假新闻）持续成为美国社会热议的名词。因为虚假新闻，一名闯进华盛顿一家披萨店开枪，原因是Facebook等社交媒体上盛传这家披萨店是美国总统候选人希拉里与其竞选阵营高管开办的儿童色情集团基地，因此“义愤填膺”前去“伸张正义”。这件事迅速引发了美国社会的强烈关注，而这仅仅是过去一段时间里，美国甚嚣尘上的假新闻中一个突出案例。

此前，美国著名新闻网站BuzzFeed分析报告，称在美国总统大选投票日之前三个月，社交媒体Facebook上的关于大选的虚假新闻，比真实的新闻更受关注。在网络上流传的二十大假新闻的转发率达870万，而《纽约时报》《华盛顿邮报》等美国主流媒体的二十大选举新闻的转发率却只有740万。这二十个虚假新闻中，倾向性非常明显，有十七个虚假新闻是抹黑希拉里的。在希拉里和大多支持她的美国主流媒体看来，正是以Facebook为代表的社交媒体上流传的虚假新闻毁掉了希拉里胜选的机会。

而美国知名独立民调机构皮尤调查中心去年12月也了一份社交媒体用户调查报告，称约有四分之一的美国人承认分享过虚假新闻，另有三分之一的美国人表示他们“经常”会看到编造的政治新闻，同时有三分之二的人称这种现象已经造成了“很大的混淆”。由此，社交媒体尤其是Facebook承受了巨大的舆论压力。

与传统媒体不同的是，Facebook的新闻，并非由人工编辑组稿而成，而是完全依赖于人工智能。2016年8月，Facebook掌门人扎克伯格高调宣布，裁撤掉整个人工编辑团队，Facebook新闻内容全部交由人工智能来编排，以保证新闻不受人工编辑的个人偏见所影响，保证所谓的“中立性”。但现实却是，在人工智能全面代替人工编辑后，Facebook却因为虚假新闻和偏见，招致了更强烈的质疑。

以人工智能编辑新闻，是否真的存在根本缺陷呢？

一、Facebook社交媒体：最有权力的“新闻编辑”

根据美国皮尤调查中心的《2016新闻媒体现状》报告，目前三分之二的美国成年人通过Facebook看新闻。Facebook事实上已经成为美国人获取新闻的主要工具。而决定什么样的新闻到达受众，需要经过编辑和。Facebook掌门人扎克伯格曾经再三强调，Facebook是一家科技公司，并不是媒体。但是《挪威晚邮报》主编给扎克伯格公开致函，他的公开信中却指出：“你就是全世界最有权力的编辑”。

Facebook在新闻传播中之所以拥有越来越强大的“编辑权力”，原因就在于它具备了其它传统媒体所不可能具有的规模优势，那就是占据全球七分之一人口的用户，以及随之而来近乎海量的信息。目前，Facebook日均活跃用户达到4亿，仅是其中传播的视频点击量每天就达到了30亿次。

但同样是“新闻编辑”，Facebook和传统媒体的竞争却完全不是在同一个舞台上进行。传统媒体一直所奉行的原则是内容为王。从本质上说，无论是美国全国电视网还是《华盛顿邮报》，各家传统媒体都是新闻内容的生产者，而Facebook却根本没有生产任何新闻内容，Facebook仅仅是向用户提供让其“感兴趣”的新闻。

而这一点正是传统媒体和社交媒体最根本的区别，传统媒体通过人工来编辑新闻，提供信息有限，且所有用户获取的都是同一版本的新闻。而Facebook向用户提供的新闻，内容丰富性完全是传统媒体所无法比拟的，而且可以针对不同用户提供个性化新闻。但Facebook这些工作绝非靠人工所能完成，Facebook的人工智能编辑也就应运而生。

二、人工智能：识别什么是“最重要的信息”

在Facebook上传播新闻，并非是新鲜事。实际上，自从十多年前Facebook作为一款社交软件产生之日起，用户们就开始在Facebook上传播信息，其中就包括很多新闻。其后，不少传统媒体也在Facebook上开设账号，将自己采制的新闻传递给Facebook的用户。当时，在很多传统媒体眼中，Facebook仅仅是一个补充性质的新闻网络传播渠道，信息的主动权依然控制在自己手中。

然而，Facebook在不声不响之间开始控制新闻的传播，核心动作就是“push”（推送），将要传达的新闻主动“推送”给用户。而最主要的就是通过两个渠道，一个是News Feed（信息流），另一个则是Trending（流行话题）。

News Feed诞生较早，2006年就已推出，但最初仅仅是来自亲朋好友账号内容更新的提醒。慢慢的，News Feed开始出现按类别罗列的“新鲜事”，例如“以下可能是你感兴趣的健身新鲜事”，而最终，2013年，News Feed开始出现各种“你可能感兴趣”的新闻类别，也就是扎克伯格所谓的“个性化报纸”。这种新闻阅读模式，完全跳出了传统媒体的渠道制约。

Trending（流行话题）推出相对较晚，是在2014年7月推出，严格说起来可以算是News Feed的附属产品。但与以往News Feed不同的是，Trending（流行话题）更强调的是其他人在关注什么信息。而且，Trending的信息，更侧重于时事新闻。

不管是“你可能感兴趣”的News Feed还是“大家都在关注”的Trending，Facebook的目的，都是希望用户能对其提供的新闻感兴趣，并点击阅读。不过，谁能知道在海量的新闻中，用户“感兴趣”的重要信息到底是什么呢？而这就不是数量有限的人工编辑所能完成的了。正如Facebook掌门人扎克伯格在2016年9月一次直播中说的那样：人工智能所面临的最大问题是：对人而言，什么才是最重要的信息？这就是Facebook引入人工智能新闻编辑的目的。

三、排序：人工智能筛选新闻的目的

如何让人工智能识别什么是用户“最感兴趣”的新闻呢？核心就在于人工智能的“算法”，或S我们可以将其比拟为人的思维方式。而人工智能“算法”的目的，是给新闻“排序”。

对于Facebook用户来说，他在News Feed中或许会收到数千条信息，然而他有时间阅读的仅仅只有数百条甚至数十条，要想吸引用户，就必须在第一时间让用户看到他最感兴趣的信息。因此，对于人工智能来说，最重要的就是将用户最感兴趣的新闻排在前面，而将不那么吸引用户的新闻排在后面。而如何排序就决定了虚假新闻是否会以较大概率出现在用户面前，也决定了新闻是否有偏见，更决定了社交媒体盈利的核心利益。

虽然Facebook的算法作为公司的核心机密，一般不会对外披露细节，但是我们依然可以通过众多报告资料发现，Facebook的算法一直在不断调整改进。最初，Facebook的算法极其简单，例如在判断用户对某条新闻的兴趣度时，会简单计算其在特定新闻页面上停留的时间，尔后又开发出了“点赞”功能，再往后又开始分析“点赞”是发生在阅览前还是阅览后。而对用户的个性分析也要通过算法来进行，例如喜欢浏览哪些类别的新闻，跟哪些人联系频繁。同样，对虚假新闻的分析甄别，同样也需要通过算法，例如之前Facebook会计算新闻中引用的次数，尔后又会提供用户点击标签功能，被较多人认为是虚假新闻的信息，排序就会被极大的往后挪动。

事实上，如果仅仅是为了最大限度地滤除虚假新闻，Facebook并非没有办法。正如Facebook最初做的那样，Facebook在其推介新闻的算法中，来自传统媒体和新闻记者的稿件，相对占据比较大的权重，因而其新闻真实性显然要高很多。然而，很快Facebook在其算法中降低了传统媒体的权重，其推介新闻的真实性自然也因此大打折扣。

也就是说，人工智能到底能不能有效识别虚假新闻，关键就在于人类程序设计员为它设定了怎样的算法。如果有过错，本源也是来自于人类，而并非是人工智能的过错。问题是，Facebook为什么要在其设计的算法中，降低传统媒体的比重呢？答案只有一个：利益。

四、算法：Facebook的利润之源

Facebook一直标榜的，是竭尽全力向用户提供能令其感兴趣的信息。然而，吸引用户关注的目的，还是为了获取经济利益。

而Facebook获利的手法跟传统媒体并无本质区别，例如传统的电视媒体，是靠吸引观众关注，通过插播广告主的信息来获利。而在Facebook，广告主提供广告费是为了使自己的信息能尽可能的提高在信息排序中的位次。只有Facebook推送的新闻能提起用户更大的兴趣，那么广告主在其中夹杂的广告信息才能获得更好的回报。

在过去的2016财年，预计Facebook的全球广告收入将接近260亿美元，相比前年的170亿美元出现了52%的暴涨。而相比四年前，2012年Facebook的营收只有50亿美元。与营收相比，更重要的是利润。2012年Facebook刚上市时，甚至一度还出现亏损的窘境。2012财年，Facebook营收达到50亿美元时，全年利润只有微薄的5300万美元。而2016年前三季度，Facebook利润就分别达到15亿美元、20亿美元和23亿美元，全年利润差不多将会达到80亿美元之多。如果再来看Facebook的收入结构，我们可以发现，在Facebook2016年第三季度70亿美元的营收中，广告收入就占到了68亿美元。

如果回顾Facebook从2013年开始从逆境中成长的经历，我们就能清晰的看到，无论是News Feed的改变还是Trending的推出，Facebook的成长，正和其坚定的媒体化方向有着紧密的关联。正是向用户推送包括新闻在内的信息，Facebook赢得了巨大的利润。而这与Facebook的算法密不可分。而所有对于算法的所谓“改进”，一切目的都是为了帮助广告主提高广告信息的到达率。

五、社交媒体崛起：新闻还是“新闻”吗？

从Facebook设计的算法来看，我们必须明白，Facebook的“新闻”，本质上只是用户感兴趣的“信息”。这跟新闻专业媒体所说的“新闻”，无论是内容、形式乃至价值取向都有很大的不同。只要能获取广泛关注，Facebook上就不介意把这些“新闻”排序提高，甚至对其进行推广。而这些来自普通用户而非专业机构的“新闻”，往往没有专业人士的审核，失实甚至造假的可能自然要远大于传统媒体。

如果我们仔细观察就会发现，Facebook上虚假新闻泛滥，是在2016年夏天开始引起关注。而正是在2016 年 7 月，Facebook宣布对News Feed 算法进行了重大调整。News Feed把排名第一的位置提供给用户的亲友，而不再优先展示来自传统新闻机构的内容。

把人们获取消息的优先顺序，改变成亲友传播的信息优先，这实际上把新闻放回到了大众媒体产生之前的状态。在电视、报纸等大众媒体产生之前，人们获取新闻的渠道不正是来自亲友和邻居们的叙述吗？降低专业新闻机构的把关作用，虚假新闻的泛滥自然难以避免。但是，决定哪些新闻最终到达用户，其实也并非单纯由用户的亲友决定，而是由Facebook的算法决定。人们以往常常把网络信息传播称为“去中心化”的模式，但实际上，看似自由的信息流动，却越来越集中于单一的“中心化”的社交媒体渠道，越来越躲不开人工智能算法的“排序”。

扎克伯格一直不愿意承认Facebook的媒体属性，只愿意把Facebook称为技术工具，那是因为成为媒体就要承担媒体的社会责任。当Facebook传播的新闻以取悦用户的目的来进行选择性的“排序”以获取利益时，不可避免将影响到用户对世界的判断。Facebook确实不生产新闻，但是它在分发新闻。当分发渠道发生根本改变时，新闻自身也必将被改变。而这不但依赖于扎克伯克及其团队的自律，更离不开各国政府及民众在外部对其进行监督。互联网的治理，我们才刚刚起步。

关于人工智能的调查报告篇9

【关键词】智能变电站；二次设备；调试

1.引言

随着智能化电网的发展，建设智能变电站已成必然趋势。对于保护调试人员来说，智能变电站的二次设备与传统变电站相比已发生了很大变化，传统二次设备检修模式难以适应。为此，深入了解智能化变电站的构建原理，并针对其二次系统的调试、维护方法作出相应改变必须提上日程。

2.智能变电站的概念及特征

智能变电站是通过使用先进、集成、可靠、环保和低碳的智能型设备，以一次设备参量数字化和标准化、规范化信息平台为基础，将网络化、数字化和信息化作为设计过程中的基本要求，自主完成对信息的测量、采集、计算、保护、检测和控制等智能操作，在IEC61850的标准上，实现信息标准化、一体化集成和互动协同化。

智能化变电站二次系统具有以下技术特征[1]：

第一，系统高度集成化、信息交换标准化。系统结构紧凑，变电站内及变电站与控制中心间实现了无缝通信，在设备状态特征量的采集上没有盲区，从而简化系统维护、配置和工程实施。

第二，运行控制自动化、保护控制协同化。电流、电压采集实现数字化，将各种数据信息进行集成，使原来分散的二次系统装置整合优化，网络通信、数据共享。

第三，分析决策在线化。设备广泛在线监测，有效获取电网运行状态数据、各种智能电子装置IED故障、动作信息及信号回路状态。

3.智能变电站二次系统组网方式

3.1 过程层

过程层是一次设备与二次设备的结合面，也可以说是智能化电气设备的智能化部分。过程层主要功能可分三类：①电力运行实时电气量检测；②运行设备状态参数检测；③操作控制执行与驱动。具体包括电子式互感器、合并单元、智能终端、智能组件等。

3.2 间隔层

3.3 站控层

站控层则是通过两级高速网络汇总全站的实时数据信息，提供站内运行的联系界面，实现管理控制间隔层、过程层设备等功能，形成全站监控，与远方监控或调度中心通信。具体包括网络设备、监控主机、操作员主机、五防主机、远动装置、GPS对时系统、自动化软件系统等。数字化变电站相比传统变电站，整个站控层网络采用IEC61850通信标准，其模型描述能力大大提高、装置互操作性大大增强。

3.4 “两网”结构

（1）过程层交换机（光以太网）包括：过程层SV网络、过程层GOOSE网络。间隔层的GOOSE联闭锁信息也通过GOOSE网络传输。

（2）站控层交换机（电以太网）包括：站控层MMS网络。

4.智能变电站二次设备调试

4.1 智能二次设备测试仪

由于保护测控装置的输入数据接口为数字化接口，所以进行二次设备的测试需采用数字式光电测试仪，目前数字式光电测试仪有两种，一种是omicron、博电等公司可提供数字信号的新型测试设备，但这种装置价格比较高；另一种方式：模拟信号的测试设备+模/数转换设备方式，如南瑞继保公司的HELP2000模/数转换设备。

4.2 继电保护装置功能测试

测试内容包括：检查采样功能和精度；验证各项保护逻辑；检查收发GOOSE报文的功能；动作值及动作时间测试；定值、控制字和动作报告标准化检查；软、硬压板检查；检验对时功能；记录程序版本。

4.3 测控装置功能测试

测试内容包括：检查采样功能和精度；检查收发GOOSE报文的功能；验证间隔五防闭锁逻辑功能；验证同期合闸功能；检验对时功能；记录程序版本。

4.4 合并单元功能测试[3]

测试内容包括：采样精度试验，分析合并单元输出的幅值和角度误差和极性；测试同步、守时精度；采样值输出试验，分析网络记录装置，分析报文格式；报文实时、均匀性检测，要求合并单元无丢帧、失步、品质位异常等现象；验证电压切换功能和电压并列功能；检修试验及合并单元自诊断功能；记录程序版本。

4.5 智能终端功能测试

测试内容包括：智能终端执行控制测试；动作时间测试；智能终端发送开关量测试；GOOSE开关量延时测试；智能终端上送遥测量测试；智能终端记录GOOSE命令；功率消耗测试；验证报警功能；记录程序版本。

4.6 SV报文规范性测试

测试内容包括：SV报文发送、接收测试；SV报文中断检查。

4.7 GOOSE报文规范性测试

测试项目包括：GOOSE报文发送、接收测试；GOOSE中断、重启检查；GOOSE事件时间精度检验。

4.8 故障录波及网络分析装置测试

测试内容包括：检查采样功能和精度；检查收发GOOSE报文的功能；验证录波功能；检查对报文的分析和告警功能；记录程序版本。

4.9 监控部分测试[4]

以监控后台为中心，检查监控画面的绘制是否符合运行要求；能否正确反映各间隔的遥测值；当有遥信上送时，告警窗是否报出，光字牌上是否有显示；对各间隔可以遥控的开关刀闸进行遥控操作；远方投退软压板、远方切换定值区、远方修改定值和远方复归是否正确等。

5.智能变电站二次设备故障处理

5.1 智能设备故障处理原则

智能变电站故障处理基本原则：（1）做好完备的安全和技术措施；（2）严格执行两票三制；（3）规范故障处理流程，例如对相关装置的模型文件及配置文件进行修改前，应先经专业人员对模型文件和配置文件进行审核，确认无误后方可导入装置，并对装置进行试验验证。

5.2 保护装置故障处理

保护装置故障时，应立即查明原因，并及时汇报当值调度。如现场需重启保护装置，应经当值调度员同意后方可进行；重启前应先退出GOOSE跳闸软压板，投入“置检修状态”硬压板。重启后，若保护装置恢复正常，将装置跳闸出口软压板恢复正常状态，并向调度汇报处理结果；若保护装置仍不能恢复正常，应将装置重启情况汇报调度并通知检修人员，按调度指令调整保护装置的运行方式。

5.3 智能终端故障处理

智能终端装置发生故障时，应立即查明原因，并及时汇报当值调度。经调度员同意后可对智能终端进行重启，重启前应先做好相应安全措施，即退出智能终端跳闸出口压板，投入“置检修状态”压板；根据智能终端重启结果汇报调度或经通知检修人员；当智能终端GOOSE断链时，不会向各保护装置发送任何报文，原因在于保护装置对GOOSE断链前一次设备状态具备记忆功能，因此保护装置功能不会受到影响。

5.4 合并单元故障处理

合并单元由于具有完善的自诊断功能，保证在电源中断、电压异常、采集单元异常、通讯中断、通讯异常、装置内部异常情况下不误输出。合并单元能够输出各种异常信号和自检信息，检修人员可根据异常信息和自检信息，初步判断合并单元是否丢帧、失步、品质位异常等故障。故障类型确定后，通过横内对比同一时间节点采样报文，找出存在故障的合并单元，并对异常报文进行分析，找出原因予以解决。

5.5 GOOSE配置错误处理[5]

5.6 远动装置故障处理

远动装置故障发生时，运行人员应及时到现场，对站内设备进行监控，经调度同意后可对远动装置进行重启，如不能恢复，汇报调度并通知检修人员现场处理。

6.结语

作为复杂的智能化系统，智能变电站需经过多阶段、多目标发展才能完成。同时随着智能新技术的不断涌现，对变电站二次专业的管理提出了更高的要求，二次专业应不断的积累调试、运行、维护经验和进行各项相关标准的完善，逐步改变传统的专业管理模式以适应数字化变电站的运行管理需要。

参考文献

[1]潘勇良.智能化变电站的概念及架构[J].自动化信息，2011，2（118）：37-39.

[2]夏勇军，蔡勇，陈宏，陶骞，胡刚.110kV智能变电站继电保护若干问题研究[J].湖北工业大学学报，2011，1（26）：5-7.

[3]叶景.智能变电站技术及其对继电保护的影响[J].北京电力高等专科学校学报，2012，11（15）：272.

[4]李岩，赵立军.智能变电站二次调试方法研究[J].东北电力技术，2012，7（12）：42-45.

关于人工智能的调查报告篇10

关键词：日本；劳动社会保障；智库；类型特征

中图分类号：C979文献标识码：A文章编号：1004-2458（2017）02-0064-09

DOI：1014156/jcnkirbwtyj201702009

一、问题提出

十八萌中全会以来，中共中央所实施的一系列重大改革举措，使中国特色新型智库建设上升到国家战略的高度。其中，《中共中央关于全面深化改革若干重大问题的决定》提出“加强中国特色新型智库建设、建立健全决策咨询制度”；中共中央办公厅、国务院办公厅出台的《关于加强中国特色新型智库建设的意见》（以下简称《意见》）更是对新型智库建设的科学咨政机制、咨政产品质量、咨政社会效应、推进决策民主和提升国际影响等方面提出具体要求。可见，中国特色新型智库建设已经成为新时期促进中国决策体制机制民主化、科学化的重要抓手。与此同时，中国特色新型智库建设也成为当前国内外智库研究的前沿。陈琴等基于CSSCI收录文献对中国新型智库研究态势进行数据挖掘，发现无论从高影响力作者，还是文献载体的角度来看，中国新型智库研究都已进入国内外顶尖学术群体的研究范畴[1]。

日本战后致力于经济恢复和发展，许多知名智库是在这一时期建立的，如日本经济研究所、日本国际问题研究所、亚洲经济研究所、野村综合研究所、日本综合研究所。20世纪70年代至80年代，随着日本经济的蓬勃发展，贸易不断自由化，企业之间竞争加剧，咨询需求日趋旺盛，大企业、大财团为提高市场竞争力，纷纷出资成立自己的综合研究所，智库发展进入高潮期。在此期间成立的著名智库包括：日本综合研究开发机构、富士通综合研究所、三菱综合研究所、大和证券经济研究所等[2]。

劳动社会保障制度对国民经济的稳定发展有着深远影响，也是提升全体国民生活质量的重要保障，已成为现代社会治理体系的重要组成部分。这就需要我们在制定劳动政策和社会保障政策的过程中，吸收、发挥专业智库的作用。作为人口结构少子老龄化的先行者和劳动社会保障制度建设相对先进的日本，其专业化智库建设历程中的经验、教训值得关注。当前，国内关于日本智库的研究多从日中关系、外交战略的视野出发[3]，国外学者则关注日本与欧美智库功能与目标之异同[4]，而对日本劳动社会保障智库研究的论文、专著尚不多见。实际上，日本早在二战前夕，就从国家战略的高度出发，重视人口资源、社会保障和国家发展之间的整体性研究。

如何应对人口结构的老龄化趋势，已成为各发达国家普遍面临的战略性问题。进入21世纪以来，劳动和社会保障政策制定在各老龄化国家与地区愈加受到重视，并表现为劳动社会保障项目支出占该国财政支出比例越来越大。在东亚地区，日本的人口结构问题尤为突出。有鉴于此，本研究归纳《意见》中对智库类型的基本分类方法，以日本若干具有代表性的劳动社会保障智库为案例，（见表1）总结率先步入老龄化社会的日本在面临劳动力供给与劳动社会保障需求两方面压力时，其专业智库如何分类发展，如何充分发挥智库促进劳动社会保障政策民主化、科学化制定的功能，以期为中国特色新型智库特别是劳动社会保障智库的建设发展提供借鉴与参考。表1日本典型劳动社会保障智库一览代表性智库类型国立社会保障・人口问题研究所官方智库国立医疗保健科学院官方智库劳动安全卫生综合研究所官方智库劳动政策研究・研修机构官方智库日本福祉大学综合研究机构高校智库法政大学大原社会问题研究所高校智库・原民间智库大原纪念劳动科学研究所社会智库・原民间智库资料来源：作者制作。因劳动社会保障研究领域的特殊性质，未将企业/营利性智库纳入考察范围。

二、日本劳动社会保障智库的三种类型

（一）智库研究专业化的发端：以大原系研究所为代表的民间智库

一般认为，日本最早的智库“雏形”是满铁铁道公司在1907年成立的“满铁调查部”，其运作与成果指向具有显著的国家意志特征。与国际关系研究不同，日本专门研究劳动社会保障问题的智库具有浓厚的民间性质――“大原系”研究所最初皆由企业家、仓敷纺织公司第二代总负责人大原孙三郎建立，由其家族企业资助营运，并存续至今。

作为最早的劳动社会保障专业智库，“大原社会问题研究所”建立于1919年2月，由原日本社会政策学会创始成员之一、时任东京帝国大学教授高野岩三郎担任第一任所长，展开劳动社会保障等相关问题研究；同月成立的还有“大原救济事业研究所”。同年7月，上述两个研究机构合并，开始编撰《日本社会卫生年鉴》《日本劳动年鉴》《日本社会事业年鉴》等，并开展东京八王子地区车间的女性劳动实地调查研究。该研究所是现“法政大学大原社会问题研究所”（Ohara Institute for Social Research，Hosei University，以下简称“法大社研所”）的前身法政大学大原社会问题研究所官方网站：http：//oisr-org.ws.hosei.ac.jp/最后访问时间：2016.08.10.，已成为日本社会政策领域历史最悠久的智库之一。

另一个大原系智库是1921年从“大原社会问题研究所”分离出来的“仓敷劳动科学研究所”，专门从事劳动科学研究，为现“大原纪念劳动科学研究所”（Ohara Memorial Institute for Science of Labour，以下简称“大原劳研所”）的前身。此后，仓敷所劳动科学研究所开始为当地小学、女校和商业学校的学生提供身体检查与体能测试服务（1922年）。与此同时，还展开职业妇女妊娠分娩调查、仓敷市农业劳动调查（1930年）和国民营养调查（1935年）等若干劳动社会保障实地调查研究公益财团法人大原纪念劳动科学研究所官方网站：http：//isl.or.jp/最后访问时间：2016.08.10.。

在这一阶段，以大原系为代表的劳动社会保障民间智库的影响力已不容忽视。凭借学者自治、慈善企业家资助的经营运作理念，大原系劳动社会保障智库展开的若干基本社会调查研究均着眼于劳动社会保障等社会问题，带有基础理论研究的倾向，提供大量劳动社会保障方面的情报，开始为日本的劳动社会保障基础理论研究作出深远和持久的贡献。但是，也恰是因为其民间智库的性质，该机构缺乏政策针对性，其对政策端的影响力尚未展露。此外，由于不久后第二次世界大战造成日本全国范围内的动荡，一般性的劳动社会保障问题研究也受到了一定的冲击。同时，受到财政问题的影响，社研所于1949年、1986年先后两次并入法政大学并成为其附属研究机构法政大学大原社会问题研究所官方网站：http：//oisrorg.ws.hosei.ac.jp/最后访问时间：2016.08.10.；大原劳研所则于1945年成为文部科学省管辖的财团法人，并于2012年确立了其公益财团法人地位公益财团法人大原纪念劳动科学研究所官方网站：http：//isl.or.jp/最后访问时间：2016.08.10.。

（二）人口资源的结构性问题：建设官方直属智库的主要动因

第二次世界大战爆发前，在日本粮食问题和失业问题愈加严重的背景下，越来越多的人意识到确保人口资源特别是劳动力的重要性。1939年8月，日本厚生劳动省正式成立了人口问题研究所，这是世界上第一个专门研究人口问题的国立研究所，劳动社会保障智库建设首次进入国家政策议程[5]。“二战”结束后，随着经济的不断增长，日本人口的出生率不断下降，人口老龄化日益凸显，人们认识到建立相应政策和制度的重要性，20世纪50年代、60年代实现了“全民皆保险”，建立起全民医疗、养老金保险制度。根据厚生劳动省社会保障审议委员会的建议，1965年创立了特殊法人社会保障研究所。随着少子高龄化人口结构的进一步发展和经济增长放缓，人口资源、劳动力供给与社会保障的关联愈加紧密，越来越多的有识之士意识到，应该将社会保障与少子高龄化这一人口结构问题的关系进行综合研究和分析。在此背景下，1996年12月，厚生劳动省下辖的国立人口问题研究所和特殊法人国立社会保障研究所合并，成立了国立社会保障・人口问题研究所（以下简称“国立社保人口所”）国立社会保障与人口问题研究所官方网站：http：//ipss.go.jp/最后访问时间：2016.08.10.。作为日本国内最权威的专业人口资源社会保障智库，国立社保人口所定期社会保障费用统计、社会保障统计年报、社会保障・人口问题基本调查、人口与家庭数量统计、人口统计资料、日本死亡率数据库等，通过有针对性的调查研究，对劳动社会保障政策乃至日本基本国家战略政策等都起到了基础性、全局性的推动作用。

同样隶属于厚生劳动省的官方智库还有国立医疗保健科学院。为了更好地培养公共卫生、保健和社会福利方面的专业人才，该机构在公共卫生、保健和社会福利等领域开展相关调查和研究工作，2002年，由原国立公众卫生院（1938年成立，直属原厚生省）、国立医疗与医院管理研究所（1949年成立于国立东京第一医院）以及国立感染病研究所的口腔科学部三个研究机构共同组成了国立医疗保健科学院国立保健医科学院官方网站：http：//niph.go.jp/最后访问时间：2016.08.10.。与国立社保人口所相比，国立医疗保健科学院承担的培养任务更重，特别是那些高度专业化的卫生、保健领域的人才――除了医师、药剂师等传统医W领域人才外，还包括保健师、助产师、管理营养师、诊疗放射技师、临床检查技师、医政管理干部等公共卫生与社会福利相关领域的专才。在2013年和2014年的年度评价报告中，国立医疗保健科学院在社会贡献、人才培养方面的评价都高于其学术水准[6]。与此同时，该科学院也从事有关养老金、医疗、护理等领域制度政策的研究。

在劳动安全卫生领域，独立行政法人的劳动安全卫生综合研究所（National Institute of Occupational Safety and Health，Japan，以下简称“劳动安全所”）由原厚生省产业安全研究所和劳动省产业医学综合研究所有关部门于2006年组建而成独立行政法人P者健康福祉C法人P安全l生t合研究所官方网站：http：//jniosh.go.jp/最后访问时间：2016.08.10.。其中，原厚生省产业安全研究所设立于1942年，劳动省劳动卫生研究所设立于1956年。劳动安全所着眼于劳动者本人、家庭以及有关产业方面的健康发展，聚焦工伤风险的预防、劳动者健康的保持与增进、职业性疾病的诊断与预防等。通过工伤与职业疾病的综合性实地调查研究，确保、促进职场内劳动者的安全与健康。除年报、专题性研究报告外，该研究所还出版技术指南（1954年至今）、技术与安全资料（1955年至今）、安全指引（2001年至今）、技术资料（1969年至1985年）、工伤调查报告书（2012年至今）等，定期发行的学术杂志《Industrial Health》《劳动安全卫生研究》和《Bulletin of the National Institute of Industrial Health》在劳动安全卫生领域也久负盛名，对劳动保障实务和学术研究都作出了重要贡献。

此外，劳动政策研究・研修机构（Japan Institute for Labour Policy and Training，以下简称“劳政研究所”）也是日本劳动政策领域的知名的行政法人智库。2003年，劳政研究所由厚生劳动省原日本劳动研究机构与劳动研究所整合而成。与上述国立医疗保健科学院类似，独立行政法人意味着智库与政府主管部门之间的相对独立性，但是就智库的中长期研究战略计划、业务事务运作而言，又与主管部门协同运作。劳政研究所主要开展三方面业务：首先是关于日本中长期的劳动政策研究；其次是受有关行政部门邀请，对新出现的政策进行评估与研究；最后是依据厚生劳动省的紧急需要，进行迅速、准确的政策调研[7]。

（二）分类治理：官方智库法制化与民间智库的法人治理结构

劳动社会保障政策研究的公益性，要求智库的治理不仅需要满足一般智库对于管理效率与成果转化效益的相关要求，同时还要通过治理体系保证其研究结果的公正、权威和有效。为此，日本对官方智库和民间智库实行分类治理。如前面表1所示，根据设立主体不同，日本专门从事劳动社会保障研究的智库可以分为官方智库和民间智库。进一步细分，官方智库还可以分为直接隶属于行政部门的智库（如国立社保人口所和国立医疗保健科学院），以及具有更高独立性的独立行政法人智库（如劳动安全所和劳政研究所）。典型的民间智库则包括私立学校下属智库（如并入法政大学的法大社研所和日本福祉大学综合研究机构）、民间非营利型智库（如大原劳研所）。为了确保智库的有效运作，日本有两套并行不悖的规制管理体系，分别规范不同类型的智库。

就官方智库而言，劳动社会保障官方智库中的直属智库为《日本厚生劳动省组织规则》（以下简称《规则》）第二节所明文列举的机构，受到非常严格的法制规范。例如，《规则》第二节第五款、第六款分别规定了国立医疗保健科学院和国立社保人口所的职能、部门设置、监督机构甚至各部门的职能。第五百七十三条规定了国立社保人口所的评议员会制度，由十人以内的有识之士组成，对该所研究活动和其他重大事项起到监督与建议的作用。

相比之下，劳动安全所和劳政研究所由于具有独立行政法人地位，尽管也受到《独立行政法人通则法》的规制，但在机构设置、研究课题选择、研究项目推进等方面具有更大的自主性。在监督体制方面，《独立行政法人通则法》第二节规定了“评价制度委员会”制度，委员会成员由内阁总理大臣在有识之士中选择并任命。“评价制度委员会”对相关智库的负责人享有较高的监督作用，表现在对其享有提交资料、反映意见和听取相关负责人员汇报等方面的权力。以劳动安全所为例，评价制度委员会具有监督和建议的功能；而所长、副所长则负责智库的具体营运，分别管理安全研究、健康研究和劳动卫生工学研究三大领域的各研究小组，依据课题需要和研究所的统筹安排，参与劳动灾害调查分析中心、风险管理研究中心与过劳死调查研究中心三大主要业务部门的调研。

最后，作为民间智库，高校类和非营利社会智库都建立了比较健全的法人治理结构。尽管在设立主体上有所不同，但民间智库的治理结构和业务模式与独立行政法人型智库有一定相似性。以公益财团法人大原纪念劳动科学研究所为例，其评议员会为最高决议机关，由评议员会选出理事会和理事长，并委托他们作出重大决策。所长和副所长主管业务，分管研究部、事业部和研究中心（见图2）。

（三）多元化资金来源渠道：确保各类智库从事劳动社会保障研究

从智库资金来源渠道的角度来看，日本劳动社会保障智库虽极少涉及营利性项目，但也体现出丰富的层次。对官方智库而言，其基本运行费用都来自于日本国家财政；但独立行政法人型智库，其研究人员大多采取合同制，在聘用和选任过程中给予智库更多的自，也无需通过国家公务员考试。无论是官方智库还是民间智库，都参与到竞争性资金的申请之中，资金提供方也体现出多元化。以大原劳研所为例，智库集体申请的竞争性资金为文部科学省提供的4 300万日元（三年间）；以研究者个人申请的共20项，共计7 900万日元（每年），来自厚生劳动省和独立行政法人日本学术振兴会[10]。总体上看，除官方智库有预算内财政拨款、高校型智库有大学资金外，各智库的研究资金都要经过提交计划书进行竞争，经过行政部门（如厚生劳动省、文部科学省）、独立行政法人（如日本学术振兴机构）选定后获得；与此同时，还可以接受其他公共团体、公益法人和企业的委托研究。这些不同来源的经费，为确保日本各类劳动社会保障智库从事相P政策分析和研究提供了保障。

以日本福祉大学为例，该机构在2014年，共获得约2亿日元的研究资金，为2010年以来最低（2010年至2013年该研究机构的总研究经费分别为26亿日元、27亿日元、25亿日元、32亿日元）[10]。其中，来自两个对口行政部门（文部科学省、厚生劳动省）的科学研究费扶助金之和占到近一半（499%）；而大学资金占218%，主要指除去个人研究资金后来自学校的公开招标研究费用；特定项目扶助金和研究事业扶助金之和占62%；还有220%为委托研究，即来自社会和企业的研究资金。可见，该机构主要科研经费来源为政府或具有政府性质的部门和机构（如图3所示）。

（四）多层次的影响渠道：确保劳动社会保障智库发挥积极作用

劳动社会保障政策研究与情报信息具有比较显著的公共产品或准公共产品的性质，与民生也息息相关，进而表现出上到政策制定、下至政策受益者的多层次需求，并在长期磨合中催生出与之配套的、多层次的社会影响渠道，进而积极发挥日本劳动社会保障智库的作用。

第一层影响渠道是与政策制定者的合作。与一般研究领域相比，劳动社会保障政策咨询产品的性质区别于一般产品。正如以上对于资金来源渠道的分析所显示的，这种特性决定了即使是日本民间劳动社会保障智库，其劳动社会保障相关政策研究将接受来自于政府有关部门的委托，并通过专业素养影响和推动政策过程。这一点似乎与欧美既有研究中，强调智库非政府性质有所不同[11]。具体而言，日本福祉大学的“护理保险给付分析软件”以保险者及月份为单位，分析护理保险制度的绩效，经厚生劳动省采纳后，面向全国的保险者。该分析软件以促进保险者工作绩效为目的，在2001年第一次保险人时达到100%的送达率[12]。相比之下，官方智库特别是隶属于厚生劳动省的若干劳动社会保障智库，有着高度法制化的调查研究职能，其服务于政策制定与修订的功能主要体现在基础性情报服务与分析报告方面，基本不具备独立性。官方智库与民间智库影响政策的差别，可以从一定程度上反映出公共产品和准公共产品之间的区别：对于最基础性的人口动态、老龄化推算等情报，由国立社保人口所进行调查测算（如社会保障费用调查、社会保障实态调查等），主要服务于政策制定者和研究者；而类似护理保险绩效分析这类准公共产品，不仅政策制定者依据情报产品的质量决定是否采纳，保险公司等其他主体也可从中获益。凭借着专业性和独立性，非官方智库得以参与劳动社会保障政策制定、推广和社会治理过程。

第二层影响渠道是培养劳动社会保障专业从业人员及研究队伍。在这一维度上，高校劳动社会保障智库有着天然的优势，特别是在培养专业从业人员方面，尽管其他类型的智库也非常重视对于年轻研究人员的培养。“理念优于制度，制度优于技术”[13]，在劳动社会保障政策推广与研究中体现得尤为突出。一方面，通过对专业人员的理念培养以及相关人员的资格与技术认证，使得劳动社会保障政策的基本价值取向得以从基层从业人员中牢固确立；对于已经有一定从业经验者，通过技术认定、资格认证等方式，也扩大了劳动社会保障专业人员的向心力与集体意识，有利于政策推广与政策调研等工作。另一方面，专业的劳动社会保障智库还通过包括育儿支持、青年研究助成等社会支持制度，帮助和培养劳动社会保障青年研究人员，保持学术领域的人力资源可持续发展。从各类劳动社会保障智库的评价报告书中也可以看出，人才教育培养都作为重要的评价指标之一；鼓励人才流动，例如各智库在培养硕士生、博士生成为其他研究机构成员的同时，吸收其参加智库的项目研究，从而强化与其他研究机构的合作[14]。

最后一层影响渠道是通过研究成果、调研报告或召开报告会等方式，向社会推广和宣传劳动社会保障的调查研究。通过调查各智库的年度评价报告书发现，除特定机密情报外，评价委员鼓励将有关基础情报产品、研究报告等在官方网页上公布，部分智库的评价委员会甚至要求公布有关统计数据的加工过程等，并结合访问量、下载量等作为重要的智库胜任力评价指标。除官方网站外，定期的机构简报电子邮箱订阅系统、学术期刊、成果会与咨询报告等，能够为从业人员和研究人员提供学术界最前沿的研究成果；与此同时，青年研究人员的培养机制也与此联系，如部分高等院校要求博士毕业生不仅需要在全国性期刊上，还需要在有关学会、协会上发表成果，才有资格参加论文答辩。

[参考文献]

[1]陈琴，蒋合领，王晴.基于CSSCI的我国智库研究态势可视化分析[J].情报杂志，2015（7）：71-76.

[2]王佩亨，李国强.海外智库――世界主要国家智库考察报告[M].北京：中国财政经济出版社，2013：174.

[3]曹幸穗.满铁的中国农村实态调查概述[J].中国社会经济史研究，1991（4）：012.

[4]STRUYK R J，UEND M，SUZUKI T.A Japanese Think Tank：Exploring Alternative Models[R].Washing.DC： Urban Institute，1993.

[5]国立社会保障・人口}研究所.パンフレット2014[EB/OL].[2016-08-10].国立社会保障・人口问题研究所官方网站：http：//ipss.go.jp.

[6]国立保健医科学院u委T会.u蟾（平成26年度）[EB/OL].[2016-08-10].立保健医科学院官方网站：http：//niph.go.jp/.

[7]独立行政法人P政策研究・研修C.平成28年度研究テ`マ体系[EB/OL].[2016-08-10].独立行政法人劳动政策研究机构官方网站jil.go.jp.

[8]集・坦P委T会.日本福祉大学50年I[M].美浜町（壑h）：日本福祉大学，2003：9-12.

[9]“地方政府智库建设研究”课题组.地方政府智库建设研究[M].北京：中国发展出版社，2015：182.

[10]大原念P科学研究所.公益夥ㄈP科学研究所2015年度（平成27年度）事I画[EB/OL].[2016-08-10].大原纪念劳动科学研究所官方网站：http：//isl.or.jp/2016.08.10.

[11]STONE D.Non\governmental policy transfer：the strategies of independent policy institutes[J].Governance，2000，13（1）：45-70.

[12]日本福祉大学.日本福祉大学研究プロフィ`ル（2014年度）[EB/OL].[2016-08-10].日本福祉大学综合研究机构官方网站，2015：http：//nfukushi.ac.jp/.