前言：中文期刊網精心挑選了人工智能教育現狀范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工智能教育現狀范文1
人工智能技術是在計算機科學日新月異發展的進程中一大成果，由于其智能、高效、優化的強大功能，為許多研究者所重視。部分教育領域的研究者，將人工智能技術引入教育行業，探討人工智能如何融入教育，促進教育深度發展。研究者們將人工智能與職業教育、繼續教育、遠程教育及教育技術結合，進行探討，提出了一些很好的建議。農村遠程教育雖然也屬于遠程教育范疇，但由于其自身具有許多特殊性，因此有必要單獨將其應用于農村遠程教育進行探討。
1 我國當前農村遠程教育發展面臨的困境
我國農村遠程教育是伴隨著現代通訊技術的發展而在廣大農村出現的一種新的教育模式。隨著上世紀70年代末，以廣播電視大學為代表的遠程教育的興起，為我國教育的發展寫下了濃重的一筆，由于其不受時間、空間、學習者等要素的影響，充分體現了“時時能學、處處可學、人人皆學”的巨大優勢。因此，本世紀初，國家將遠程教育教學模式引入廣大農村，于2003年推出了“農村黨員干部現代遠程教育”、“農村中小學現代遠程教育工程”，于2004年依托廣播電視大學體統推出了“一村一名大學生”工程，這些遠程教育工程對推進農村教育起到了舉足輕重的作用。但其發展也遇到了困難，具體說主要體現在以下幾個方面：
1.1 師資力量短缺
由于受我國長期以來的城鄉二元制經濟發展模式的影響，導致城鄉經濟發展不均衡，直接造成了城鄉教育發展失衡。在農村教育中，首先表現在教師配置上，由于農村教育經費投、教師工資水平均低于城市，造成了長期以來農村教育師資力量短缺，遠程教育更是如此。據相關研究表明，現我國農村遠程教育由于缺少懂計算機或網絡技術的專業人才，往往用不相關專業的人才作為替代，且大都為兼職人員。這就造成了對遠程教育設備的維護、遠程教育資源的管理及遠程教育教學輔導等方面出現問題。以廣播電視大學系統為例，自2004年廣播電視大學開始招收“一村一名大學生”學員，雖然學員增長速度很快，但其教學點僅延伸至縣城，招收的學員往往為縣城周邊農村的農民，而廣大較偏遠地區正真渴望接受教育的農民缺少受教育機會，之所以沒有延伸至鄉鎮及行政村，根本原因是缺少師資力量。
1.2 資源建設不足
由于農村遠程教育是本世紀初才在農村興起的一種新的教育模式，屬于新生事物，因此缺少前期的積累，主要體現在教學資源的積累上。我們知道，是否擁有豐富優質的教學資源是關乎遠程教育成敗的關鍵。而長期以來，我們主要注重城市遠程教育的發展，現城市遠程教育已相當成熟，擁有一大批優質的教育資源，吸引了大批學習者。但由于農村遠程教育與城市遠程教育相比有其特殊性，廣大農村學員需要掌握的不僅僅是理論知識，他們最迫切學習的是農業實用新技術及掌握能夠改變自己生活現狀的一技之長，而這些課程資源在城市遠程教育中設計不多。因此我們沒有現成的教育資源可供使用，需要另起爐灶進行建設。但由于投入農村遠程教育的經費有限，用于資源建設的經費也不足。造成了現階段農村遠程教育資源依然短缺的現實。這不利于農村遠程教育進一步發展。
1.3 課程設置不合理
如上所述，廣大農村學員渴望學習的是改善自身生活的實用農業新技術及一技之長，同時廣大農村也需要培養一批懂管理的鄉村干部。因此在專業和課程設置上，客觀上要求向這些方面靠攏。雖然現在農村遠程教育在專業設置上慢慢轉向適合農村學員的涉農專業，但在課程設置上還是不盡如人意，往往只根據自己師資情況及資源情況來設置課程，這樣往往造成農民學員需要的課程沒有涉及，而農民學員缺乏興趣的理論課程所占比重過大的問題。這樣會嚴重挫傷廣大農村學員學習積極性，對農村遠程教育發展極為不利。
1.4 網絡教學平臺存在不足
我國現階段遠程教育的網絡輔導教學平臺現階段的形勢往往通過QQ對話、Email郵件、BBS及一些音頻、視頻系統進行。這些方式當然是有效的網絡教學方式，但存在問題也是十分明顯的，最主要問題在于如果沒有提前聯系，教師就不會及時回復學生提出的問題，缺少師生互動。學生的學習效果會大打折扣。
2 人工智能應用于遠程教育的優勢
2.1 人工智能的概念
人工智能是計算機學科的一個分支，是一門研究計算機模擬和延伸人腦功能的綜合性科學，部分研究者將其定義為：一個電腦系統具有人類的知識和行為，具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力。人工智能的產生過程：對于人類因問題和事物而引起的刺激和反應，以及因此而引發的推理、解決問題及思考決策等過程，將這些過程分解成一些步驟，再通過程序設計，將這些人類解決問題的過程模擬化或公式化，使電腦能有一個系統的方法來設計或應付更復雜的問題，這套能夠應付問題的軟件系統，稱之為人工智能。
2.2 人工智能切合了遠程教育的要求
有研究者指出：人工智能是研究如何構造智能機器（智能計算機）或智能系統，使其模擬、延伸、擴展人類智能的學科。人工智能在教學領域應用的最直接結果就是誕生了智能教學系統。而所謂的智能教學系統是以計算機輔助教學為基礎而興起的，它是以學生為中心，以計算機為媒介，利用計算機模擬教學專家的思維過程而形成的開放式人機交流系統。由于它綜合了知識專家、教師、學生三者的活動，因此，與之相對應，智能教學系統一般分為知識庫、教學策略和學生模型三個基本模塊，再加上自然語言智能接口。人工智能的這些功能和模塊剛好切合了遠程教育的特點及要求。我們開展的遠程教育一直以來就強調以學生為中心，以學生自學為主，教師輔導為輔，教師通過計算機網絡系統對學生進行實時和非實時輔導，以此來完成學生的學習過程。因此人工智能適合應用于遠程教育教學過程。
2.3 人工智能能夠有效加強對學生的管理，提高學習效率
長期以來遠程教育為社會詬病的是，由于缺少師生間直接交流的機會，造成教師對學生的組織和管理方面的困難。如果我們僅僅依據學生登錄次數、登錄時間等方面來評價學生學習情況，這樣往往造成對學生學習的錯誤評價，但對遠程教育的教師來說也只能做到這些。但如果我們將人工智能引入遠程教育，它可以依據自己強大的功能，通過對學生情況的數據分析，科學提供學生的學習能力、認知特點及當前的知識水平。更為重要的是，通過對這些信息的分析，它能為每位學習者制定適當的教學內容和教學方法，為學生提供個性化的學習服務，切實提高學生的學習效率，這是我們遠程教育所倡導的最佳服務的效果。
2.4 人工智能可以從某方面解決農村遠程教育師資力量
如上所述，由于城鄉間經濟差距，造成了長期以來城鄉教育發展失衡，廣大農村地區師資力量較為薄弱，特別是遠程教育方面。這一問題解決的根本途徑在于縮小城鄉經濟差距，但這并非一朝一夕就能解決的問題。因此農村師資力量特別是遠程教育師資力量的解決，需要一個過程。而人工智能技術利用了計算機模擬教學專家的思維過程而形成的開放式人機交流系統，它集知識專家和教師于一身。廣大學員可以通過自然語言系統，實現正真意義上的人機對話，完成適時的學習輔導過程，這從某種程度上解決了師資短缺的問題，為農村遠程教育的發展提供了一條新的發展思路。
2.5 人工智能能夠有效解決農村遠程教育資源建設問題
目前我國農村遠程教育在資源方面存在的問題除了數量較少，質量也不高，許多網絡課程資源僅僅是課本的翻版，雖然資源制作者利用現代資源制作手段，以文字、視頻及圖片等手段來展現知識，但知識之間的邏輯聯系性方面存在不足。這給學習者有效學習帶來極大不便，影響了學習效果。而人工智能技術，能夠對現有的網絡課程資源進行智能加工，對知識結構進行重新構建，對知識間的層次性、邏輯性進行重新編排，為學習者展示學習重點、難點，切實提高學習效率。使資源更加優質高效。
2.6 人工智能能夠提供實時交流，解決網絡教學平臺的不足
由于人工智能集知識專家、教師與一身，可以通過自然語言系統，開展人機對話，通過討論解決學生遇到的問題。能改變傳統網絡教學平臺缺乏及時交互性的問題。能夠解決網絡教學平臺的不足。促進農村遠程教育的發展。
3 結語
人工智能技術是計算機科學發展的成果之一，它具有智能、高效、優化的強大功能，許多行業都利用人工智能技術提高效率。對我國農村遠程教育而言，如果能將人工智能引入，能從某種程度解決因為資金問題造成的師資力量缺乏問題；提高對遠程教育學生的管理，為他們提供個性化的高效遠程教育服務；能夠利用它強大的功能重新編輯網絡資源，讓它更有利于學生學習；同時人工智能還能提供自然語言接口，打破以往網絡教學平臺的弊端。相信通過引入人工智能技術，我國農村遠程教育會迎來新的發展。
參考文獻
[1]張震，王文發.人工智能原理在人類學習中的應用[J].吉首大學學報，2006（1）：39-41.
[2]武晶晶.關于人工智能教育應用的幾個問題[J].教育教學論壇，2012（9）：159-160.
[3]張.人工智能與教育技術[J].陜西師范大學學報（自然科學版），2005（6）：228-230.
[4]張小永.陜西農村現代遠程教育資源建設初探[J].陜西農業科學，2011（4）：228-230.
人工智能教育現狀范文2
2016年1月，美國佐治亞理工學院計算機學院的教授AshokGoel，借助IBM的Watson人工智能系統創建了一個在線機器人JillWatson，并將其作為課程教學助理。其目的是幫助教師回答學生通過在線論壇提出的大量課程問題。通過幾個月的反復調試，JillWatson的回答已經能夠達到97%的正確率。現在，機器人助教已經可以直接與學生溝通，不需要真人助教的幫助。這項人工智能在教育中的使用，解決了AshokGoel教授的助教人數不夠，難以及時回答學生提問的困境，增加了學生參與在線學習的興趣，提高了在線學習的留存率。
這只是人工智能在教育領域的小試牛刀。雖然有專家預測在未來十年內不會看到人形機器人替代教師進入課堂，不過地平線報告2016年基礎教育版和2107年高等教育版都預測未來五年內人工智能將會在教育行業普及。
教育行業已有的人工智能研究和應用
Woolf等人在2013年提出了人工智能在教育領域應努力解決“五大挑戰”：①為每一個學習者提供虛擬導師：無處不在地支持用戶建模、社會仿真和知識表達的整合。②解決21世紀技能：協助學習者自我定位、自我評估、團隊合作等。③交互數據分析：對個人學習、社會環境、學習環境、個人興趣等大量數據的匯集。④為全球課堂提供機會：增加全球教室的互聯性與可訪問性。⑤終身學習技術：讓學習走出課堂，進入社會。
過去十年，一些研究者對人工智能在教育領域中的應用做了大量的探索。相關的研究成果包括：①跟蹤學習者的思維步驟和解決問題的潛在目標結構（Anderson等，1995）；②診斷誤解和評估學習者的理解域（VanLehn，1988）；③提供及時的指導、反饋和解釋（Shute，2008）；④促進高效學習的行為，如自我調節、自我監控和自我解釋（Azevedo&Hadwin，2005）；⑤以合適的難度水平和最適當的內容來規劃學習活動（VanLehn，2006）。
這些研究，基本上使用到了人工智能的每一項技術——自然語言處理、不確定性推理、規劃、認知模型、案例推理、機器學習等?！爸悄軐熛到y”就是基于這些研究和技術而開發的人工智能教育應用。類似的成熟產品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷澤大學的一項試驗發現用智能導師系統的學習者比使用其他教學方法的學習者獲得的成績更高。
人工智能在教育行業的新發展
教育行業的三種類型（內容、平臺和評估）的服務商都在經歷著一場變革。內容出版商面臨紙質印刷到數字出版和開放教育內容的挑戰。學習平臺正試圖區分自適應、個性化和數據分析的功能。評估供應商則繼續探尋從多項選擇題測試轉向更具創新性的問題類型。人工智能將為這三種類型教育服務商帶來新的發展思路和契機，同時也惠及教育生態系統中的所有利益相關者。學生通過即時反饋和指導提高學習效率，教師將獲得豐富的學習分析和個性化指導經驗，父母能夠低成本地為孩子改進職業前景，學校能夠規?；岣呓逃|量，政府能夠提供負擔得起的教育。2017年，人工智能將在以下領域發揮其效益。
1.人工智能批改作業
批改作業和試卷是一件乏味的工作，這通常會占據教師大量的時間，而這些時間本可以更多地用于與學生互動、教學設計和專業發展。
目前，人工智能批改作業已經相當接近真人教師了，除了選擇題、填空題外，作文的批改能力已經大幅提高。美國斯坦福大學已經成功開發出一種機器學習程序，能夠批改8～10年級的作文。隨著圖像識別能力的大幅提高，手寫答案的識別也接近可能。就連占有美國標準化考試60%市場份額的全球最大教育企業——培生公司也認為，人工智能已經可以出現在教室并提供足夠可信的評估。據培生公司近期的報告IntelligenceUnleashed推測，人工智能軟件所具有的廣泛的、定制的反饋能夠最終淘汰傳統測試。
2.人工智能實現一對一輔導
自適應學習軟件已經能為學生提供個性化學習支撐。據2011年VanLehn的一項研究發現，人工智能在某些特定主題和方法上比未經訓練的導師更具有效性。進一步的研究發現，人工智能導師能在學生出錯的具體步驟上給予實時干預，而不是就整個問題的答案給予反饋（Corbett&Anderson，2001；Shute，2008）。
自適應學習在拉美地區正在興起。AndréUrani市政學校的學生使用人工智能軟件Geekie觀看在線課程（視頻和練習）。Geekie為學生提供每一步的實時反饋，并隨著學習的進展來傳授更為精細的課程內容。
早在1984年，本杰明·布盧姆的研究就提出一對一輔導能帶來更好的學習效果。而人工智能技術可以模擬一對一輔導，以更好地跟蹤、適應和支持個體學習者。這將是人工智能在教育中更高層次的個性化學習應用。例如，比爾·蓋茨看好的人工智能聊天機器人或個人虛擬導師，能在學生面臨挑戰時提供強有力的支持，隨時隨地回答學生的提問；還可以為學生訂制學習方案和規劃職業發展路徑，并引導學生走向成功。更重要的是，人工智能可以匹配聊天機器人或虛擬導師的面孔和聲音來滿足學生個人喜好。對比網頁界面的自適應學習系統，這才是真正做到了一人一導師。
3.人工智能關注學生情感
2016年地平線報告高等教育版把情感計算列為教育技術發展普及的重要方向。也就是說，人工智能不僅限于模擬人類傳遞知識，還能通過生物監測技術（皮膚電導、面部表情、姿勢、聲音等）來了解學生在學習中的情緒，適時調整教育方法和策略。例如，機器人導師捕捉到學生厭煩的面部表情時，就可以立即改變教學方式努力激發他們的興趣。這種關注情感的人機交流為學生營造一個更真實的個性化學習環境，更好地維持了學習者的動機。美國匹茲堡大學開發的AttentiveLearner智能移動學習系統就能通過手勢監測學生的思想是否集中。突尼斯蘇斯國家工程學院的研究人員正在研究開發基于網絡的人工智能教學系統。該系統能夠識別學生在任何地方開展科學實驗的面部表情，以優化遠程虛擬實驗室的教學過程。
進一步的研究發現，人工智能還可以關注學生的心理健康。當前已經有使用人工智能來為自閉癥兒童提供有效支持的案例。例如，倫敦知識實驗室在Topcliffe小學開展試驗，讓自閉癥學生與半自動虛擬男孩安迪開展互動交流，研究人員發現患有自閉癥的學生在社交能力方面有進步。
4.人工智能改進數字出版
教科書等課程材料并非總是完美，傳統印刷出版讓課程的修訂變得過于緩慢。這不僅是生產工藝的問題，更主要的是紙質課程材料無法快速獲取使用者的反饋來識別缺陷所在。而數字化出版在人工智能的支撐下能徹底改變這一現狀。
人工智能可幫助使用者快速識別課程缺陷。大規模網絡開放課程Coursera的提供者已經將這一想法付諸實踐。當發現大量學生的作業提交了錯誤的答案時，系統會提示課程材料的缺陷，進而有助于彌補課程的不足。
另一項人工智能在數字化出版的應用是自動化組織和編寫教材。這是基于深度學習系統能模仿人類的行為進行讀和寫。ScottR.Parfitt博士的內容技術公司CTI就依據這項技術幫助教師定制教科書——教師導入教學大綱，CTI的人工智能引擎能自動填充教科書的核心內容。
隨著自然用戶界面和自然語言處理在人工智能領域的成熟應用，課程材料的數字化出版也會有更新的形態——不再局限于書本或網頁的形式，聊天機器人和虛擬導師將成為內容表達的更好的方式。
5.人工智能作為學生
多年的研究表明，教會別人才是更好的學習，即learning-by-teaching。美國斯坦福大學教育學教授DanielSchwartz正基于這一理念來開發新的人工智能產品。他聯合了多個領域的專家一起開發了人工智能應用——貝蒂的大腦（Betty’sBrain），讓學生來教貝蒂學習生物知識。試點研究發現，使用這一方法來學習的學生比其他學生成績更好，且在科學推理上也更勝一籌。
類似的研究和開發還有瑞典隆德大學的TimeElf和美國卡內基梅隆大學的SimStudent，這兩個人工智能產品也是基于learning-by-teaching而開發，讓學生在教會機器人知識的過程中深化對知識的理解。
另外，人工智能還推動其他教育方法和技術更好實現。如讓虛擬現實學習環境更具沉浸感；給學生帶來更多動手實踐的機會；提供基于豐富學習分析的仿真和游戲化學習場景等。
人工智能教育現狀范文3
1 引言
能夠透徹地了解人類智能行為產生的機理并制造出可以模擬智能行為的智能機，是人類長久以來一個美好而強烈的愿望。從世界各國的古老傳說到近代科學的不斷嘗試，都表明了人類希望征服自然進而征服自己的決心。人工智能學科的出現及迅速發展，為這一愿望的實現帶來了希望的曙光。它的研究延長了人腦的功能，深化與拓展了人類的智能勞動，使科學技術革命的發展速度空前。目前，人工智能(Artifical Intelligence，簡稱AI)已被應用到社會生活的各個方面并已取得了令人矚目的成就。
雖然體育實用計算機科學在短短十幾年中已經取得了迅猛的發展并有力地促進了體育事業的進步，但是，我們也不得不冷靜地看到，體育實用計算機技術還遠遠滯后于計算機科學的發展，在以“知識工程”為主的人工智能諸學科取得巨大成功的時候，體育實用計算機技術還在堅持“數據結構＋算法＝程序”的傳統程序設計方式，顯然已是大大落后于時代了。怎樣在系統分析的基礎上有步驟、有順序地將計算機科學的最新發展成果應用到體育領域中來，從更大程度上挖掘計算機科學的潛能從而促進體育科學再上新臺階，就成了體育科研工作者一個重要的課題。本文分析了體育實用人工智能的現狀，展望了體育實用人工智能的未來。目的是引發廣大體育工作者對體育實用人工智能的興趣，吸引更多的人參與到這項工作中來。
2 人工智能及其解題思路
人工智能是一門前沿學科，是在計算機科學、控制論、信息論、系統科學、哲學等多種學科基礎上發展起來的。它的出現及所取得的成就引起了人們的高度重視，從而被稱為是繼第三次產業革命之后的又一次革命。盡管如此，目前還沒有一個關于人工智能的確切定義。我們可以這樣理解：人工智能是一門研究如何構造智能機器(智能計算機)或智能系統，使它能夠模擬、延伸、擴展人類智能的學科。通俗地講，人工智能就是要研究如何使機器具有能聽、會說、會看、會寫、可思維、會學習等人類思維能力的一門科學。
人工智能的研制者通過知識獲取過程將專家知識變成計算機可以識別的代碼(知識庫)，然后通過計算機程序設計使計算機模擬人類所特有的推理思維過程(挑選知識的過程)，從而完成只有人類才能解決的智能問題。由于人工智能可以融合多個專家的知識并吸取了人類的直覺和經驗，所以，人工智能更適合于解決現實中需要人的思維判斷而難以量化的問題。對于體育領域而言，不論是運動員的選材、訓練計劃的安排、運動處方的制訂還是運動技術的診斷，體育專家的知識和經驗都有著舉足輕重的作用，如果智能系統可以完成這些工作，對體育科學的發展將產生深遠的影響。
3 體育實用人工智能的現狀
象所有處于發展之初的學科與研究方向一樣，人工智能與體育科學的完全交匯融合還有相當長的路要走，還需要我們保持清醒的頭腦，采取實事求是的系統分析方法來對待它。惟有如此，我們才會既能發現不利因素而不至于盲目樂觀，又能看到有利條件而不至于悲觀失望，才能有的放矢地把握體育實用人工智能的發展進程。
3.1 體育實用人工智能發展過程中的問題
1.對大多數體育工作者而言，人工智能技術還相當高深，它需要開發者不僅具備專項知識，還必須具備系統工程、軟件開發等多個領域的綜合素養。這些條件不僅對缺乏計算機操作能力的許多工作者來說十分苛刻，即便是具有一定計算機應用水平的科研人員，對知識工程理論與方法的缺乏也會使其成為人工智能的門外漢。智能系統的核心和基礎是人類的知識和經驗，要想開發智能系統，就必須從傳統的以數值計算為中心的程序設計轉變到以知識符號處理為中心的程序設計上來。這種思維與觀念的轉變顯然不是輕而易舉的。此外，智能系統的開發是一個復雜的、曠日持久的系統工程，不僅需要相當的技術和足夠的軟、硬件支持，而且需要開發人員長期、艱苦的努力。與那些更易在短期內取得成果的研究方向相比，體育實用人工智能技術的研究可能更容易被人們所忽略。
2.人工智能與體育科學兩學科發展的相對獨立性阻礙著兩者的交匯融合。掌握人工智能技術的科研人員還沒有看到其在體育領域應用的廣闊天地，人工智能的應用成果還集中在工業控制領域、社會經濟系統或軍事決策過程——相對來說，這些領域更易取得明顯的經濟效益和社會效益。體育實用人工智能研究的巨大潛力還沒有被挖掘出來。與此同時，相當一部分體育工作者還在沿襲著傳統的以“經驗技能”為主的教學、訓練模式，保守的思想也使他們看不到或是輕視或是不愿接受科技發展的新成果，這就加大了體育實用人工智能普及的難度。總的來說，相互滲透、相互吸引是兩者的必然趨勢，但目前人工智能與體育科學仍處于若即若離的境地，兩者的交叉還需要一個強有力的橋梁和紐帶。
3.人工智能技術本身的不完備性。盡管自80年代以來，對機器學習、分布式人工智能、知識表示、常識推理等基礎性研究取得了可喜的成果，特別是人工智能的重要分支——專家系統的應用研究成果已取得了重大突破，但是從總體上來看，人工智能距其完善還有相當長的路要走。我們不得不看到，人工智能的大部分分支，如自然語言理解、模式匹配、可視化研究等等都還不完善、不成熟，許多研究成果還僅僅停留在實驗室和書面報告里，并沒有轉化到應用上來，即使是在專家系統中，專家知識獲取這一“瓶頸”技術也阻礙了它的進一步發展。
此外，我們也不得不考慮一下計算機軟、硬件和資金方面的限制。一般一個大型的智能系統的開發需要強有力的計算機軟、硬件支持和足夠的資金投入，基本上以個人微機為主的體育科研及捉襟見肘的體育科研經費可能會從很大程度上限制著體育實用人工智能的發展。
3.2 體育實用人工智能發展的有利條件
盡管一系列理論與實際問題阻礙了體育實用人工智能的發展，但是我們也沒有理由對體育實用人工智能產生悲觀情緒，更多、更有利的條件則為人工智能技術在體育領域的應用開辟了道路。
1.計算機技術在體育領域的廣泛應用以及它對運動成績的巨大推動力，已經使越來越多的人們認識到程序設計的美妙前景。顯然，體育實用計算機程序的設計就是對體育工作者腦力勞動的解脫。這不僅僅是已嘗到程序設計甜頭的教練員和運動員的迫切要求，也是廣大體育科研人員的努力方向。
2.近年來，我國的體育教育，特別是高層次的體育教育取得了很大的進展，培養出一大批年富力強、有很強科研能力的碩士和博士研究生。他們大都具有較強的計算機應用能力和學習能力，對他們來說，掌握人工智能技術也并不是遙不可及。青年體育科技工作者的不斷發展與壯大，為體育實用人工智能的發展提供了必要的人才支持。
3.“全民健身計劃”的推廣與實施，不僅使我國的群眾體育走上了正規化的道路，而且吸引著越來越多的人參與到體育活動中來。這其中當然包括人工智能領域的研究人員，他們會在鍛煉中逐漸認識體育、了解體育、發現體育中的問題并不斷嘗試用本領域的技術方法來解決它(事實上，許多行之有效的體育實用方法和技術都是非體育專業科研人員引進到體育領域中來的)。人工智能會象現在已經在體育領域得到廣泛應用的灰色理論、模糊數學、系統工程一樣，逐漸地被廣大體育工作者所承認、理解和接受，進而逐漸滲透到訓練、選材、規劃、教學等日常的體育工作中。因此，“全民健身計劃”的出臺與推廣，又為體育實用人工智能的發展創造了有利的外部環境。
此外，體育科研觸角的不斷伸展、體育科技投入的逐漸增加、體育科研人員素質的不斷提高和人工智能技術的不斷完善，都會在一定程度上加快體育實用人工智能的步伐。
4 體育實用人工智能的發展方向
就目前人工智能領域而言，人工神經網絡技術與集成分布式智能系統是研究的熱點。前者是以研究大腦的結構和認知模型為主，用以對智力活動進行模擬或處理海量信息。后者是一種大規模的集成環境，即把各種不同的專家系統、神經網絡、數據庫、數值計算軟件包和圖形處理程序進行有機集成，以解決復雜問題，是“大成智慧工程”。雖然這兩者也可作為體育實用人工智能的研究方向，但對當前體育領域而言，應用性研究，即將各種已經成熟的智能技術應用到體育實踐中來，有著更加重大的現實意義。
4.1 各種體育實用專家系統的開發與研制
專家系統是利用具有相當數量的權威性知識來解決特定領域實際問題的計算機程序系統。它根據用戶提供的信息、數據或事實進行自動推理判斷，最后給出結論及結論的可信度以供用戶決策之用。之所以選擇專家系統做為體育實用人工智能研究的突破口，是因為不論從理論上、技術上，還是從應用上，專家系統都可以算得上是人工智能最成熟的一個分支。一些成功的專家系統開發實例(包括已開發的體育實用專家系統)可以提供技術支持，各種理論研究又使開發過程有章可循。體育實用專家系統的開發，能夠促使體育實用人工智能不斷地從抽象走向具體，引導體育工作者循序漸進地了解和掌握智能技術，逐漸開發出智能化程度更高的智能系統來。惟有如此，才能符合事物發展的客觀規律，才能保證體育實用人工智能健康、有序地發展。
4.2 體育領域自身智能技術研究人員的培養
由于受知識和技術的限制，在很長的一段時間內，體育實用人工智能的發展還必須依靠人工智能領域人員的引導。然而，只有培養出體育領域自身的智能技術研究人員，體育實用人工智能才會有光明的前途。新一代的開發人員，我們可以稱其為智能工程師，應該首先是一個體育工作者，并已具有相當程度的體育專業知識和體育運動實踐，再通過人工智能技術的學習和訓練，就可以單獨開發出自身領域高質量的智能系統。智能工程師及其工作，為人工智能技術向體育領域的滲透提供了必要的前提條件。
4.3 體育實用人工智能的基礎理論研究
雖然體育實用人工智能技術和方法研究十分重要，而且往往能夠在較短的時間內取得明顯的效益，但是它們卻根植于基礎理論的研究，脫離了基礎理論，技術和方法就會變成無源之水、無本之木。體育實用人工智能也只是曇花一現。知識只有形成體系，才能成為科學，一系列的技術只有被理論所串接和揉合，才會具有持久的生命力。因此，加強體育實用人工智能的基礎理論研究(包括運動智能和競技心理的形成、發展規律、技能知識的表達方式、體育專家的思維推理過程研究、技能知識的傳遞方式研究等)，是這一新生學科存在和發展的根基所在。
5 結束語
體育實用人工智能離成熟還有很長的距離，還存在著一系列的問題，但同時又充滿著希望，為迎接這一機遇與希望共存的挑戰，廣大體育工作者需要沿著正確的方向做出艱苦的努力。
主要參考文獻
1 劉泉寶，等.關于人工智能的哲學思考.計算機科學，1995(2)
2 石純一，等.人工智能原理.北京：清華大學出版社，1993
3 陸汝鈐.專家系統開發環境.北京：科學出版社，1994
4 王永慶.人工智能—原理*方法*應用.西安：西安交通大學出版社，1995
5 劉有才，等.模糊專家系統原理與設計.北京：北京航空航天大學出版社，1995
6 Ming Rao，等.智能工程與控制技術：歷史、發展與未來.控制與決策，1994(1)
7 高揚.體育院校課表計算機輔助編排系統的開發與應用.體育數學與體育.系統工程，1995(1～2)
8 程勇民，等.射擊運動員膚紋特征及計算機選材模型的研究.體育科學，1995(5)
9 邵桂華，等.體育領域專家系統外殼的開發與研制.體育科學，1997(3)
10 邵桂華，等.賽艇項目技術診斷專家系統的開發與研制.系統工程，1997(4)
人工智能教育現狀范文4
關鍵詞：人工智能；計算機科學；發展方向
中圖分類號：TP18
文獻標識碼：A
文章編號：1672-8198(2009)13-0248-02
1 人工智能的定義
人工智能(Artificial Intelligence，AI)，是一門綜合了計算機科學、生理學、哲學的交叉學科?！叭斯ぶ悄堋币辉~最初是在1956年美國計算機協會組織的達特莫斯(Dartmouth)學會上提出的。自那以后，研究者們發展了眾多理論和原理，人工智能的概念也隨之擴展。由于智能概念的不確定，人工智能的概念一直沒有一個統一的標準。著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義“人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而美國麻省理工學院的溫斯頓教授認為“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！蓖煜嬖凇稄摹叭藱C大戰”到人機共生》中這樣定義人工智能：“雖然現在的機器不能思維也沒有“直覺的方程式”，但可以把人處理問題的方式編入智能程序，是不能思維的機器也有智能，使機器能做那些需要人的智能才能做的事，也就是人工智能?！敝T如此類的定義基本都反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。
2 人工智能的應用領域
2.1 人工智能在管理及教學系統中的應用
人工智能在企業管理中的應用。劉玉然在《談談人工智能在企業管理中的應用》一文中提到把人工智能應用于企業管理中，認為要做的工作就是搞清楚人的智能和人工智能的關系，了解人工智能的外延和內涵，搭建人工智能的應用平臺，搞好企業智能化軟件的開發工作，這樣，人工智能就能在企業決策中起到關鍵的作用。
人工智能在智能教學系統中的應用。焦加麟，徐良賢，戴克昌(2003)在總結國際上相關研究成果的基礎上，結合其在開發智能多媒體漢德語言教學系統《二十一世紀漢語》的過程中累積的實踐經驗，介紹了智能教學系統的歷史、結構和主要技術，著重討論了人工智能技術與方法在其中的應用，并指出了當今這個領域上存在的一些問題。
2.2 人工智能專家系統在工程領域的應用
人工智能專家系統在醫學中的應用。國外最早將人工智能應用于醫療診斷的是MYCIN專家系統。1982年，美國Pittsburgh大學Miller發表了著名的作為內科醫生咨詢的Internist 2I內科計算機輔助診斷系統的研究成果，1977年改進為Internist 2Ⅱ，經過改進后成為現在的CAU-CEUS，1991年美國哈佛醫學院Barnett等開發的DEX-PLAIN，包含有2200種疾病和8000種癥狀。我國研制基于人工智能的專家系統始于上世紀70年代末，但是發展很快。早期的有北京中醫學院研制成“關幼波肝炎醫療專家系統”，它是模擬著名老中醫關幼波大夫對肝病診治的程序。上世紀80年代初，福建中醫學院與福建計算機中心研制的林如高骨傷計算機診療系統。其他如廈門大學、重慶大學、河南醫科大學、長春大學等高等院校和其他研究機構開發了基于人工智能的醫學計算機專家系統，并成功應用于臨床。
人工智能在礦業中的應用。與礦業有關的第一個人工智能專家系統是1978年美國斯坦福國際研究所的礦藏勘探和評價專家系統PROSPECTOR，用于勘探評價、區域資源估值和鉆井井位選擇等。20世紀80年代以來，美國礦山局匹茲堡研究中心與其它單位合作開發了預防煤礦巷道底臌、瓦斯治理和煤塵控制的專家系統；弗尼吉亞理工學院及州立大學研制了模擬連續開采過程中開采、裝載、運輸、頂板錨固和設備檢查專家系統Consim；阿拉斯加大學編寫了地下煤礦采礦方法選擇專家系統。
2.3 人工智能在技術研究中的應用
人工智能在超聲無損檢測中的應用。在超聲無損檢測(NDT)與無損評價(NDE)領域中，目前主要廣泛采用專家系統方法對超聲損傷(UT)中缺陷的性質，形狀和大小進行判斷和歸類；專家在傳統超聲無損檢測與智能超聲無損檢測之間架起了一座橋梁，它能把一般的探傷人員變成技術熟練。經驗豐富的專家。所以在實際應用中這種智能超聲無損檢測有很大的價值。
人工智能在電子技術方面的應用。沈顯慶認為可以把人工智能和仿真技術相結合，以單片機硬件電路為專家系統的知識來源，建立單片機硬件配置專家系統，進行故障診斷，以提高糾錯能力。人工智能技術也被引入到了計算機網絡領域，計算機網絡安全管理的常用技術是防火墻技術，而防火墻的核心部分就是入侵檢測技術。隨著網絡的迅速發展，各種入侵手段也在層出不窮，單憑傳統的防范手段已遠遠不能滿足現實的需要，把人工智能技術應用到網絡安全管理領域，大大提高了它的安全性。馬秀榮等在《簡述人工智能技術在網絡安全管理中的應用》一文中具體介紹了如何把人工智能技術應用于計算機網絡安全管理中，起到了很好的安全防范作用。
3 人工智能的發展方向
3.1 人工智能的發展現狀
國外發展現狀。目前，AI技術在美國、歐洲和日本發展很快。在AI技術領域十分活躍的IBM公司。已經為加州勞倫斯?利佛摩爾國家實驗室制造了號稱具有人腦的千分之一的智力能力的“ASCII White”電腦，而且正在開發的更為強大的新超級電腦――“藍色牛仔(blue jean)”，據其研究主任保羅?霍恩稱，預計“藍色牛仔”的智力水平將大致與人腦相當。麻省理工學院的AI實驗室進行一個的代號為cog的項目。cog計劃意圖賦予機器人以人類的行為，該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經過的東西，還有一個項目則是讓機器人學會聆聽音樂的節奏并將其在鼓上演奏出來。由于人工智能有著廣大的發展前景，巨大的發展市場被各國和各公司所看好。除了IBM等公司繼續在AI技術上大量投入，以保證其領先地位外，其他公司在人工智能的分支研究方面，也保持著一定的投入比例。微軟公司總裁比爾?蓋茨在美國華盛頓召開的AI(人工智能)國際會議上進行了主題演講，稱微軟研究院目前正致力于AI的基礎技術與應用技術的研究，其對象包括自我決定、表達知識與信息、信息檢索、機械學習、數據采集、自然語言、語音筆跡識別等。
我國人工智能的研究現狀。很長一段時間以來，機械
和自動控制專家們都把研制具有人的行為特征的類人性機器人作為奮斗目標。中國國際科技大學在國家863計劃和自然科學基金支持下，一直從事兩足步行機器人、類人性機器人的研究開發，在1990年成功研制出我國第一臺兩足步行機器人的基礎上，經過科研10年攻關，于2000年11月，又成功研制成我國第一臺類人性機器人。它有人一樣的身軀、四肢、頭頸、眼睛，并具備了一定的語言功能。它的行走頻率從過去的每六秒一步，加快到每秒兩步；從只能平靜地靜態不行，到能快速自如的動態步行；從只能在已知的環境中步行，到可在小偏差、不確定環境中行走，取得了機器人神經網絡系統、生理視覺系統、雙手協調系統、手指控制系統等多項重大研究成果。
3.2 人工智能發展方向
在信息檢索中的應用。人工智能在網絡信息檢索中的應用，主要表現在：①如何利用計算機軟硬件系統模仿、延伸與擴展人類智能的理論、方法和技術，包括機器感知、機器思維、機器行為，即知識獲取、知識處理、知識利用的過程。②由于網絡知識信息既包括規律性的知識，如一般原理概念，也包括大量的經驗知識，這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素，對其進行推理，需要利用人工智能的研究成果。
基于專家系統的入侵檢測方法。入侵檢測中的專家系統是網絡安全專家對可疑行為的分析后得到的一套推理規則。一個基于規則的專家系統能夠在專家的指導下，隨著經驗的積累而利用自學習能力進行規則的擴充和修正，專家系統對歷史記錄的依賴性相對于統計方法較小，因此適應性較強，可以較靈活地適應廣普的安全策略和檢測要求。這是人工智能發展的一個主要方向。
人工智能在機器人中的應用。機器人足球系統是目前進行人工智能體系統研究的熱點，其即高科技和娛樂性于一體的特點吸引了國內外大批學者的興趣。決策系統主要解決機器人足球比賽過程中機器人之間的協作和機器人運動規劃問題，在機器人足球系統設計中需要將人工智能中的決策樹、神經網絡、遺傳學的等算法綜合運用，隨著人工智能理論的進一步發展，將使機器人足球有長足的發展。
人工智能教育現狀范文5
關鍵詞：發展趨勢；研究應用；人工智能
DOI：10.16640/ki.37-1222/t.2017.07.119
0 簡介
人工智能（（Artificial Intelligence）），它是一門新的技術科學，主要用于模擬、延伸以及擴展人類的智能的方法、理論、技術以及應用系統。人工智能主要就是對人類的思維、意識的信息過程的合理化的模擬。人工智能它并不是人的智能，但是，它卻能像人那樣的思考，而且也可能會超過人類的智能?？偟恼f來，人工智能研究的一個主要目標是使機器能夠勝任一些復雜工作。
1 人工智能的運用現狀
目前，在很多方面人工智能有著運用，其中一個主要表現就是全球人工智能公司數量在急劇的增加，專家系統在目前來看是在人工智能各領域中最為活躍，且最為有成效的一個領域。它是一類基于知識的系統，并可以解決那些一般僅有專家才能夠解決的復雜問題。我們這樣定義專家系統：專家系統是一種具有特定領域內大量知識與經驗的程序系統，它是基于程序系統依靠人工智能技術，來模擬人類專家求解復雜問題的過程，大多情況下，專家系統的水平甚至可以超過人類專家。專家系統的基本結構圖如下圖所示：
2 人工智能的影響
人工智能對經濟的影響：人工智能的的確確會影響到社會、生活、文化的方方面面，特別是對于實體經濟將來會有巨大的影響。以后，每個行業幾乎都會產生顛覆性的變化。在人工智能的研究上，中國并不落后，將來的中國一定可以從中獲得非常大的收益。一成功的專家系統可以為它的用戶帶來很明顯的經濟效益。用比較經濟的辦法執行任務而不需要具有經驗的專家，從而極大地減少開支。專家系統深入各行各業，帶來巨大的宏觀效益，促進了IT網絡工業的發展。
人工智能對文化的影響：在人工智能原理的基礎上，人們通常情況下會應用人工智能的概念來描述他們的日常狀態和求解問題的過程。人工智能可以擴大人們知識交流的概念集合，描述我們所見所聞的方法以及描述我們信念的新方法；人工智能技術為人類的文化生活提供了巨大的便利。如圖像處理技術必將會對圖形藝術和社會教育部門等產生深遠影響。比如現有的智力游戲機將會發展成具有更高智能的一種文化娛樂手段。隨著技術的進步，這種影響會越來越明顯地表現出來。當然，還有一些影響可能是我們目前難以預測的。但可以肯定，人工智能將對人類的物質文明以及精神文明產生更大的影響。
人工智能對社會的的影響：一方面，AI為人類文化生活提供了一種新的模式?，F有的游戲將逐步發展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應用已經深入到各大游戲制造商的開發中。另一方面，人工智能能夠代替人類進行各種腦力勞動，所以，從某種意義上來講，這將會使一部分人失去發展的機遇，甚至可能失業。由于人工智能在科技以及工程中的應用，一部分人可能會失去介入信息處理活動的機會，甚至不得已而改變自己的工作方式；人工智能還可能會威脅到人類的精神。一般人們覺得人類與機器的區別就是人類具有感知精神，但如果有一天，這些相信只有人才具有感知精神的人也開始相信機器能夠思維和創作，那他們就會感到失望，甚至于感到威脅。他們會擔心：有朝一日，智能機器的人工智能可能會超過人類的自然智能，從而使人類淪為智能機器的奴隸。
3 人工智能的發展趨勢
有機構預測，2017年人工智能投資將同比增長300%以上，在技術上將會更迅猛發展，工控自動化商城的智能語音、智能圖像、自然語言以及深度學習等技術越來越成熟，就像空氣和水一樣將會逐步地滲透到我們的日常生活。行業專家關于2017年人工智能的發展方向主要有以下幾點：（1）機器學習目前正在被應用在更復雜的任務以及更多領域中，且被更多的人作為挖掘數據的方式。無監督的學習會取得更多進展，但也存在很大的挑戰，故在這一方面離人類的能力還是差得很遠的。計算機在理解和生成自然語言方面，預計最先會在聊天機器人和其他對話系統上落地。 （2）深度學習、其他的機器學習、人工智能技術的混用，是成熟技術的典型標志。將深度學習應用到醫療領域中（醫療圖像、臨床數據、基因組數據等），各種類型數據上的研究以及成果將會大大的增加。 （3）聊天機器人和自動駕駛汽車可能會取得較大的進展，預計更多人類基準將會被打破，特別是那些基于視覺以及適合卷積神經網絡的挑戰。而非視覺特征創建和時間感知方法將會變得更加頻繁、更加富有成果。
4 結論
人工智能是人類長久以來的夢想，同時也是一門富有挑戰性的學科。盡管人工智能帶來很多問題，但當人類堅持把人工智能只用于造福人類，人工智能推動人類社會文明進步將毋庸置疑。就像所有的學科一樣，人工智能也會經歷各種挫折，但只要我們有信心、 有毅力，人工智能終將成為現實，融入到我們生活的方方面面，為我們的生活帶來更大的改變。
參考文獻：
[1]朱祝武.人工智能發展綜述[J].中國西部科技，2011，10（17）：8-10.
[2]肖斌.對人工智能發展新方向的思考[J].信息技術，2009，37（12）：166-169.
人工智能教育現狀范文6
關鍵詞：知識表示與知識推理；教學設計；教學實踐；數理邏輯；人工智能
知識表示與知識推理是智能信息處理的基礎。從人工智能的角度看，知識是構成智能的基礎，人類的智能行為依賴于利用已有的知識進行分析、猜測、判斷和預測等。當人們希望計算機具有智能行為時，首先需要在計算機上表達人類的知識，然后再告訴計算機如何像人一樣地利用這些知識。
自從人工智能領域誕生以來，知識表示與知識推理就一直是其中最為重要的子領域。經過五十多年的發展，知識表示與知識推理領域的許多研究內容、研究方法和研究成果已經深深滲入到計算機科學，進而對計算機學科的發展產生了深遠的影響。例如，在C++、Java等面向對象程序設計語言中，“繼承”這一最為核心的技術就來源于知識表示與知識推理。再如，在軟件自動化領域，許多程序規格語言和程序驗證技術都借鑒了知識表示與知識推理領域的Prolog語言等研究成果。從工程開發的角度看，專家系統、智能搜索引擎、智能控制系統、智能診斷系統、自動規劃系統等具有所謂智能特征的系統都或多或少地依賴于知識表示與知識推理技術。因此，對于計算機專業的學生來說，學習知識表示與知識推理方面的課程，對于今后在相關領域從事系統開發和科學研究都大有裨益。
在ACM與IEEE-CS聯合攻關組制訂的計算教程CC2001(Computing Curricula 2001)中，知識表示與知識推理得到了高度重視。CC2001給出的計算機科學知識體由14個知識領域組成：在其中的IS(Intelligent Systems)知識領域中，關于知識表示與知識推理的內容占據了10個知識單元中的2個，即知識單元“(Is3)知識表示與推理”以及知識單元“(IS5)高級知識表示與推理”。在ACM和IEEE-CS進一步修訂后的計算機科學教程CS2008(Computer Science Curriculum 2008)中，知識表示與知識推理同樣得到了高度重視。此外，在我國高等學校計算機科學與技術教學指導委員會制定的計算機專業規范中，上述的IS3和IS5兩個知識單元被全部包括到計算機科學專業的核心課程“人工智能”中。然而，據我們了解，由于“人工智能”在許多高校僅僅作為專業任選課開設，使得計算機相關專業的許多學生無法接觸到知識表示與知識推理方面的內容。與此同時，由于課時數限制及沒有得到重視等因素，實際開設的“人工智能”課程(包括本科生課程和研究生課程)往往難以覆蓋CC2001在知識單元IS3和IS5中列出的各個知識點。
實際上，經過五十多年的發展，知識表示與知識推理領域已經沉淀出一系列基本的方法、理論和技術；這些方法、理論和技術在CC2001的知識單元IS3和IS5中基本上都以知識點的形式列舉了出來。作為計算機專業的教育工作者，我們有責任將這些體現了幾代人智慧結晶的知識介紹給學生。另一方面，從研究者的角度來看，知識表示與知識推理是一個非?；钴S的研究領域；尤其是隨著Web技術的發展以及Web科學的出現，知識表示與知識推理將在計算機科學中扮演越來越重要的角色。面對萬維網這個全球最大的分布式信息庫，如何讓計算機對其中海量的數據和信息進行分析、推理和管理，進而為人類提供方便的知識服務，是目前信息技術領域面臨的一個重大問題。針對這個問題，國內外研究者基本上都是從人工智能的角度尋求解決思路；近年來成為研究熱點的語義Web更是完全建立在知識表示與知識推理的基礎上。因此，從開拓學生思維以及介紹研究與技術前沿的角度來看，也非常有必要向學生講授知識表示與知識推理的相關內容。
基于以上認識，我們為計算機軟件與理論專業和計算機應用技術專業一年級的碩士研究生開設了一門32課時的選修課程，以CC2001和CS2008列出的知識單元為核心，對知識表示與知識推理的相關內容進行教學。本文對教學設計和教學實踐中遇到的主要問題進行分析，針對這些問題給出相應的解決對策，并對我們獲得的經驗和教訓進行總結。
1 “知識表示與知識推理”知識體的教學設計
自上世紀九十年代以來，國內外許多高校就將“知識表示與知識推理”作為一門課程，面向研究生或高年級的本科生開設。其中比較著名的包括加拿大多倫多大學Hector J.Levesque教授開設的知識表示課程，美國斯坦福大學Leom Morgenstem教授開設的知識表示課程，英國曼徹斯特大學Ulrike Sattler教授等講授的知識表示和推理課程，中山大學劉詠梅教授講授的知識表示和推理課程等。但是，由于沒有統一的課程設置標準，這些課程講授的知識點都不盡相同。2000年，Leom Morgenstem和Richmond H.Thomason總結了開設知識表示與知識推理課程時面臨的挑戰，提出了相應的解決思路。其中，針對該課程缺乏統一的教學知識體的情況，他們設計了一個持續14周、每周2次課的教學大綱。在文獻[5]中，Leora Morgenstem進一步修訂了之前提出的教學大綱，建議在其中增加語義Web及Web本體語言OWL等內容。
盡管目前各高校開設的知識表示與知識推理課程的課程大綱仍然不盡相同，但比較可喜的是，對知識表示與知識推理的教學在CC2001計算教程中得到了高度重視。CC2001分別在“知識表示與推理”和“高級知識表示與推理”兩個知識單元中列出了關于知識表示與知識推理的教學內容。知識單元“知識表示與推理”由以下知識點組成：命題邏輯和謂詞邏輯回顧，歸結原理與定理證明，非單調推理，概率推理，貝葉斯定理。知識單元“高級知識表示與推理”由以下知識點組成：結構化知識表示(包括對象與框架、描述邏輯和繼承系統)，非單調推理(包括非經典邏輯、缺省推理、信念修正、偏好邏輯、知識源的集成、沖突信念的聚合)，對動作和變化的推理(包括情景演算、事件演算和分枝問題)，時態和空間推理，非確定性推理(包括概率推理、貝葉斯網絡、粗糙集和可能性理論、決策理論)，針對診斷的知識表示與定性知識表示。在CC2001的基礎上，CS2008在知識單元“知識表示與推理”中增加了合一與提升、前向鏈接、反向鏈接以及歸結等知識點；在知識單元“高級知識表示與推理”中增加了本體工程和語義網絡兩個 知識點。
以CC2001和CS2008列出的知識點為基礎，在綜合考察了國內外相關課程的開設情況之后，我們對“知識表示與知識推理”課程的教學內容及相應的學時分配設計如下。
1)概述(2學時)。介紹知識表示與知識推理領域的發展歷史、現狀和前景：講授知識表示的基本思路和基本原理；介紹知識表示方法和技術的典型應用：列舉典型的采用了知識表示技術的系統，與沒有采用知識表示技術的系統進行比較分析。
2)基于一階謂詞邏輯的知識表示和推理(4學時)。講授一階謂詞邏輯的語法、語義和語用；通過例子講授如何應用一階謂詞邏輯進行知識表示；講授如何應用消解原理進行知識推理；講授如何應用Tableau算法進行知識推理；分析一階謂詞邏輯存在的局限。
3)Horn子句邏輯與產生式系統(2學時)。講解Horn子句及其過程解釋；介紹SLD歸結以及分別采用反向鏈和正向鏈的推理過程；通過例子講授如何應用Horn子句邏輯進行知識表示和推理；對Prolog語言進行簡單介紹；通過例子介紹如何應用產生式系統進行知識表示和推理。
4)結構化知識表示(6學時)。介紹對象與框架，介紹基本的框架形式系統：介紹語義網絡，對推理過程中的繼承機制進行介紹。介紹描述邏輯家族的研究歷史和發展現狀；以邏輯系統ALC為例，講解描述邏輯的語法和語義；通過例子講授如何應用描述邏輯進行知識表示；講授如何應用Tableau算法對描述邏輯刻畫的知識進行推理。
5)非單調知識表示和推理(4學時)。介紹非單調性推理的研究歷史；講解封閉世界假設與開放世界假設；講解缺省推理和限定推理；對自認知邏輯、偏好邏輯和真值維持系統進行介紹；對信念修正、知識源的集成以及沖突信念的聚合進行介紹。
6)非確定知識表示和推理(4學時)。對模糊邏輯進行介紹；講授概率推理和主觀貝葉斯方法；對粗糙集、可能性理論和決策理論進行介紹。
7)解釋與診斷(2學時)。講授反繹推理的基本思路，將其與演繹推理和歸納推理進行比較分析；以一個電路系統為例，講授如何在知識表示的基礎上采用反繹推理進行故障診斷。
8)動作與規劃(4學時)。介紹動作與規劃領域的研究歷史和發展現狀；講授如何在STRIPS系統中對動作進行刻畫以及如何進行規劃求解：講授如何應用情景演算和事件演算對動作進行刻畫、推理、及規劃求解；對框架問題、條件問題和分枝問題進行介紹；對規劃語言PDDL進行介紹。
9)時態和空間推理(2學時)。對時間點／時間段、離散／連續、有限／無限、線性／分支等表示時態信息的不同方式進行介紹；對Allen的區間代數理論進行介紹；對線性時態邏輯和分支時態邏輯進行介紹；對基于點／基于區域、離散／連續、有限／無限、同維／混合維等表示空間信息的不同方式進行介紹；對區域連接演算RCC進行介紹；對時態與空間推理的結合進行簡單介紹。
10)語義Web和本體工程(2學時)。介紹語義Web的基本思想、技術現狀和發展趨勢；講授語義Web的層次模型以及各個層次的目標和功能；對資源描述框架RDF、Web本體語言OWL、Web規則標記語言RIF、Web查詢語言SPARQL等進行介紹。對本體的構建、管理和維護進行介紹。
上述教學內容的基本特點是覆蓋了CC2001和CS2008列出的關于知識表示與推理的所有知識點。此外，我們將目前作為計算機科學和人工智能領域研究熱點的語義Web等內容引入了課堂教學，不僅可以將相關研究前沿展示在學生面前，而且還可以讓學生更加深刻地體會學習知識表示與知識推理的價值，進一步激發他們的學習熱情。另一方面，上述教學內容存在的一個缺陷是內容過多。由于受到課時數的限制，部分內容在講授時不能充分展開，留給學生課堂練習和討論的時間不充裕。
2 教學實踐中的主要問題及對策
在圍繞“知識表示與知識推理”知識體開展教學實踐時，我們遇到的問題主要來自以下幾個方面：教師和學生對“人工智能”課程以及其中的“知識表示與知識推理”知識體不重視，缺乏合適的教材，學生缺乏必要的基礎知識。下面對這些問題進行逐一分析，對我們采取的對策進行相應介紹。
2.1 師生對“人工智能”課程不重視
許多教師和學生對“人工智能”課程不夠重視，甚至存在偏見。我們覺得，這種現狀很大程度上是由人工智能自身的發展歷程造成的。人工智能領域剛誕生時就被賦予過高的期望；早期的研究者也過于樂觀地給出了一些不切實際的承諾。由于不能在短期內實現過高的目標和兌現相應的承諾，使人工智能領域在上世紀80年代末90年代初一度跌入低谷，甚至達到了聲名狼藉的地步。這一特殊的發展歷程使得一部分對人工智能了解不多的教師和學生產生誤解，認為人工智能是一個比較務虛的領域。這種誤解甚至影響到“人工智能”課程的開設。目前，在許多高校計算機相關專業的課程設置中，“人工智能”往往只作為選修課程開設，沒有得到教師和學生的普遍重視。
實際上，從信息技術發展規律的角度來看，人工智能的上述發展歷程是很正常的。根據市場權威研究機構Gartner給出的“技術成熟度曲線”(hype cycle)理論，一項新的IT技術在產生之后，一般先是默默無聞地奮力發展幾年，然后會由于被大家寄予很高的期望而迅速火爆起來，接著會因為沒能兌現過高的承諾而跌入谷底，最后會再次崛起并由于過硬的成就而被大眾普遍接受。人工智能已經經歷了從默默無聞到迅速火爆再到跌入谷底的發展過程，目前正處于再次崛起的階段，并且將通過不斷取得的成就而被大眾普遍接受。
人工智能的教學在CC2001和CS2008中得到了高度重視。CC2001給出的計算機科學知識體由14個知識領域組成，作為其中的知識領域之一，智能系統(即人工智能)與離散結構、程序設計、操作系統、計算機體系結構等已經得到普遍重視的知識領域具有了相同的地位。在我國高等學校計算機科學與技術教學指導委員會制定的計算機專業規范中，也將“人工智能”作為了計算機科學專業的核心課程。但是，對人工智能相關知識的傳播需要一個長期的過程，仍然需要廣大科研和教育工作者的不懈努力。
2.2 師生對“知識表示與知識推理”知識體不重視
即便部分教師和學生認識到人工智能知識領域的重要性，但對于其中的“知識表示與知識推理”知識體仍然不夠重視，認為沒有必要專門通過一門課程進行教學。
針對這個問題，我們可以對人工智能領域的發展歷程作進一步考察。我們知道，人工智能領域的誕生就是從知識表示和知識推理開始的。在1956年標志著人工智能誕生的Dartmouth會議上，Herbert Simon和Allen Newell展示的“邏輯理論家”就依賴于知識表示和知識推理。在此之后的五十多年中，知識表示與知識推理就一直是人工智能中最為重要的子領域。相 應的一個佐證是，1966年到2009年期間，在獲得圖靈獎的56名科學家中，Marvin Minsky、John Mccarthy、Herbert Simon、Allen Newell、Edward Feigenbaum和Raj Reddy等6名科學家都在知識表示與知識推理領域取得了開創性的研究成果。
知識表示與知識推理的重要性在CC2001和CS2008中同樣得到了體現。CC2001給出的“智能系統”知識領域由以下10個知識單元組成：智能系統中的基本問題、搜索與約束求解、知識表示與推理、高級搜索、高級知識表示與推理、智能主體、自然語言處理、機器學習與神經網絡、人工智能規劃系統、機器人；C$2008在CC200I的基礎上增加了智能感知這個知識單元。其中，關于知識表示和知識推理的教學內容不僅占據了兩個知識單元，而且在智能主體、人工智能規劃系統、機器人等知識單元中也占據了相應的多個知識點的位置。由于32課時的人工智能選修課程通常只能對上述知識單元作一個概要性的介紹，對于想進一步深入學習的學生，在有條件的情況下，我們完全有必要開設一門關于“知識表示與知識推理”的課程。另外，從上一節給出的教學設計可以看出，如果要覆蓋CC2001和CS2008給出的關于知識表示與知識推理的所有知識點，一門32課時的課程在時間上還很不夠用。因此，基于以上分析，我們希望“知識表示與知識推理”的教學首先能夠得到相關教師的認可和重視，然后通過課程設置等途徑逐漸吸引學生的關注，并在教學過程中激發起學生的學習興趣和熱情。
2.3 缺少合適的教材
盡管CC2001和CS2008詳細地列出了關于知識表示與知識推理的主要知識點，但是，據我們所知，目前還沒有出現完全覆蓋這些知識點的合適教材，而中文的相關教材更是缺乏。
在參考了多方面的資料之后，我們選擇了Ronald Brachman和Hector Levesque撰寫的《Knowledge Representation and Reasoning》作為教材。Ronald Brachman和Hector Levesque都是知識表示與知識推理領域的著名學者。其中，Ronald Brachman于1977年在哈佛大學攻讀博士學位時提出了KL-ONE系統，開創了目前成為研究熱點的描述邏輯領域，之后于2003年擔任了美國人工智能學會的主席，目前是ACM院士、雅虎全球研究運營副總裁。Hector Levesque在知識表示領域也做出了許多開創性的研究成果，曾于2001年擔任人工智能頂級會議IJCAI的主席，于2006年當選加拿大皇家學會會士。除了時態和空間推理以及本體工程這兩個知識點之外，CC2001和CS2008中列出的其他關于知識表示與知識推理的知識點，在《Knowledge Representation and Reasoning》中都基本上得到了體現。另外，為了在課程中向學生介紹語義Web方面的知識，我們選擇了Grigoris Antoniou和Frank van Harmelen撰寫的《A Semantic Web Primer》作為參考書目。
2.4 學生缺乏必需的基礎知識
知識表示與知識推理的核心思想是采用形式語言(尤其是邏輯語言)對知識進行刻畫和推理，因此要求學生在學習該課程前具有扎實的數理邏輯基礎知識。
盡管數理邏輯對于整個計算機學科來說具有非常重要的作用，但在目前計算機相關專業的課程設置中，數理邏輯往往只作為離散數學課程的一個部分進行教學，在課時數量上非常有限。此外，從教材的角度來看，大部分離散數學教材的數理邏輯部分主要介紹命題邏輯的相關知識，而且只介紹命題邏輯聯結詞、范式、等值演算、自然推理系統等最基本的內容；對一階謂詞邏輯以及命題邏輯中更為深入的內容介紹得很少，甚至不介紹。這些內容對于學習知識表示與知識推理知識體來說遠遠不夠。例如，根據我們在講授“知識表示與知識推理”之前的調查，許多研究生對于一階謂詞邏輯的語法與語義等基本概念都還比較模糊，對于消解原理、Tableau方法、可滿足性問題等內容更是沒有接觸過。
針對上述問題，除了原計劃關于一階謂詞邏輯知識表示的4個課時之外，我們臨時增加了2個課時的課堂教學，為學生補充命題邏輯的語法和語義、公式可滿足性問題、Tableau判定算法、基于消解原理的判定算法等內容。由于受到課時的限制，許多重要的結論及其證明過程無法在課堂上詳細闡述。
值得一提的是，由于研究課題的需要，我們組織部分研究生一起學習了John Bell和Moshe Machover撰寫的著名教材《A Course in Mathematical Logic》。在學習這本教材時，我們將研究生分為三個小組，讓各個小組自學該教材，對其中的引理、定理以及問題(Problem)進行證明或求解，然后在每周一次的學習班上使用黑板講解他們的證明或求解過程。在3個月的時間里，將這本教材中的第一章和第二章學完后，這些研究生的數理邏輯知識明顯上了一個臺階。在之后學習知識表示與知識推理的過程中，這部分研究生的學習效果也明顯好得多。在今后的教學中，我們希望計算機相關專業的研究生能夠先學習一門數理邏輯方面的課程，然后再學習知識表示與知識推理課程。
3 結語
