引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇人工智能對(duì)教學(xué)的幫助范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

關(guān)鍵詞：人工智能；教育；新模式；改革；構(gòu)想

教育是著眼于未來(lái)的事業(yè)，教育的首要任務(wù)就是為未來(lái)社會(huì)培養(yǎng)相適應(yīng)的合格人才。隨著人工智能的誕生和發(fā)展，我國(guó)已經(jīng)開始將人工智能應(yīng)用于教育領(lǐng)域，并顯示出人工智能對(duì)于彌補(bǔ)當(dāng)前教育存在的種種缺陷和不足，推動(dòng)教學(xué)現(xiàn)代化和教育發(fā)展改革進(jìn)程起著越來(lái)越重要的作用。在現(xiàn)代醫(yī)學(xué)發(fā)展中，工程科學(xué)與臨床醫(yī)學(xué)不斷融合，相互進(jìn)步。近幾年，隨著人工智能技術(shù)，機(jī)器人技術(shù)，虛擬與增強(qiáng)現(xiàn)實(shí)技術(shù)，3D打印技術(shù)與醫(yī)學(xué)不斷的融合發(fā)展，衍生出一系列的醫(yī)學(xué)診療技術(shù)，儀器，大大推進(jìn)了醫(yī)學(xué)發(fā)展。從2013年到2017年，國(guó)務(wù)院、發(fā)改委、FAD連續(xù)發(fā)文，多次提及醫(yī)療走智能化、云化的趨勢(shì)，為推動(dòng)智能醫(yī)療領(lǐng)域保駕護(hù)航。智能與醫(yī)學(xué)的結(jié)合已經(jīng)是大勢(shì)所趨，因此，為培養(yǎng)大量智能醫(yī)學(xué)人才極有必要對(duì)智能醫(yī)學(xué)教育新模式進(jìn)行深入研究。

一、目前醫(yī)學(xué)教育以及醫(yī)學(xué)人才培養(yǎng)狀況

智能醫(yī)學(xué)工程是一門將人工智能、傳感技術(shù)等高科技手段綜合運(yùn)用于醫(yī)學(xué)領(lǐng)域的新興交叉學(xué)科，研究?jī)?nèi)容包括智能藥物研發(fā)、醫(yī)療機(jī)器人、智能診療、智能影像識(shí)別、智能健康數(shù)據(jù)管理等。

智能醫(yī)學(xué)工程的畢業(yè)生掌握了基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)的基礎(chǔ)理論，對(duì)智慧醫(yī)院、區(qū)域醫(yī)療中心、家庭自助健康監(jiān)護(hù)三級(jí)網(wǎng)絡(luò)中的醫(yī)學(xué)現(xiàn)象、醫(yī)學(xué)問(wèn)題和醫(yī)療模式有較深入的理解，能熟練地將電子技術(shù)、計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)，應(yīng)用于醫(yī)療信息大數(shù)據(jù)的智能采集、智能分析、智能診療、臨床實(shí)踐等各個(gè)環(huán)節(jié)。實(shí)驗(yàn)教學(xué)正是融合型創(chuàng)新人才的最好培養(yǎng)方式。智能醫(yī)學(xué)人才的培養(yǎng)需要各學(xué)科間的相互交融更為緊密，學(xué)生的創(chuàng)新應(yīng)用能力才能得到更好的培養(yǎng)。與此同時(shí)，由于絕大部分醫(yī)工結(jié)合的專業(yè)大部分歸屬與工科學(xué)院下，缺乏必要的臨床經(jīng)驗(yàn)，因而學(xué)生不能很好的把握新技術(shù)的應(yīng)用。

而國(guó)內(nèi)相關(guān)人才缺口還非常大，目前，國(guó)內(nèi)僅僅有生物醫(yī)學(xué)工程、醫(yī)學(xué)信息工程等工科專業(yè)培養(yǎng)醫(yī)工結(jié)合人才。但是囿于培養(yǎng)時(shí)間與培養(yǎng)模式，他們往往只能針對(duì)具體某一方向，并且目前的培養(yǎng)體系還多著重于工學(xué)技術(shù)的研究，缺乏臨床實(shí)踐。

二、智能+醫(yī)學(xué)教育的必要性探究

2.1技術(shù)進(jìn)步對(duì)醫(yī)療人員的診療幫助

以癌癥的治療為例，由于針對(duì)癌癥藥物的研究何藥物數(shù)量非常巨大，對(duì)于普通醫(yī)生在短時(shí)間內(nèi)難以進(jìn)行準(zhǔn)確的判斷針對(duì)癌癥的研究和藥物數(shù)量非常巨大，具體來(lái)說(shuō)，目前已有800多種藥物和疫苗用于治療癌癥。但是，這對(duì)于醫(yī)生來(lái)說(shuō)卻有負(fù)面的影響，因?yàn)橛刑喾N選擇可供選擇，使得為病人選擇合適的抗癌藥物變的更加困難。同樣，精確醫(yī)學(xué)的進(jìn)步也是非常困難的，因?yàn)榛蛞?guī)模的知識(shí)和推理成為決定癌癥和其他復(fù)雜疾病的最終瓶頸。今天，許多受過(guò)專業(yè)訓(xùn)練的醫(yī)學(xué)研究員需要數(shù)小時(shí)的時(shí)間來(lái)檢查一個(gè)病人的基因組數(shù)據(jù)并作出治療決定。

上述問(wèn)題在擁有工學(xué)、醫(yī)學(xué)雙背景的醫(yī)生手中已經(jīng)不是問(wèn)題，通過(guò)目前日漸成熟的AI技術(shù)，對(duì)于大量的醫(yī)療數(shù)據(jù)進(jìn)行檢索，通過(guò)可靠的編程手段，通過(guò)人工智能技術(shù)，建立完備的醫(yī)療數(shù)據(jù)庫(kù)，幫助醫(yī)生進(jìn)行診療。據(jù)調(diào)查，美國(guó)微軟公司已經(jīng)研制出幫助醫(yī)生治療癌癥的人工智能機(jī)器，其原理是對(duì)于所有關(guān)于癌癥的論文進(jìn)行檢索，并提出對(duì)于病人治療最有效的參考方案，它可以通過(guò)機(jī)器學(xué)習(xí)來(lái)幫助醫(yī)生找到最有效，最個(gè)性化的癌癥治療方案，同時(shí)提供可視化的研究數(shù)據(jù)。

2.2智能醫(yī)學(xué)對(duì)于新時(shí)代醫(yī)生培養(yǎng)的影響

人工智能通過(guò)計(jì)算機(jī)可為學(xué)生提供圖文并茂的豐富信息和數(shù)據(jù)，一方面加強(qiáng)了學(xué)生的感性認(rèn)識(shí)，加強(qiáng)了對(duì)所學(xué)知識(shí)的理解和掌握，從而提高了教學(xué)質(zhì)量。同時(shí)，人工智能可幫助教師完成繁雜的、需適應(yīng)各種教學(xué)的教學(xué)課程、課件等設(shè)計(jì)，使教師將更多的精力專注于學(xué)與教的行為和過(guò)程，從而提高教學(xué)效率。正如前面所述例子，智能網(wǎng)絡(luò)模塊化學(xué)習(xí)平臺(tái)可使教學(xué)擺脫以往對(duì)于示教病例的依賴，拓展了學(xué)生們的學(xué)習(xí)空間和時(shí)間，可極大地提高醫(yī)學(xué)學(xué)習(xí)效率和教學(xué)質(zhì)量。

教育與人工智能相結(jié)合將會(huì)創(chuàng)新教育方式和理念。北京師范大學(xué)何克抗教授在《當(dāng)代教育技術(shù)的研究?jī)?nèi)容與發(fā)展趨勢(shì)》中提到當(dāng)代教育技術(shù)的五大發(fā)展趨勢(shì)之一就是“愈來(lái)愈重視人工智能在教育中應(yīng)用的研究”。結(jié)合上述人工結(jié)合上述人工智能在醫(yī)學(xué)教育中的創(chuàng)新作用，下面就人工智能結(jié)合醫(yī)學(xué)學(xué)教育新模式提出一些構(gòu)想。

三、交叉醫(yī)學(xué)人才的培養(yǎng)

3.1建立智能醫(yī)學(xué)人才培養(yǎng)體系的必要性

目前智能醫(yī)學(xué)的研發(fā)和臨床還存在隔閡，臨床醫(yī)生并沒(méi)有很好地理解人工智能，無(wú)法從實(shí)踐出發(fā)提出人工智能能夠解決的方向，而人工智能的產(chǎn)業(yè)界熱情高漲，卻未必能踩準(zhǔn)點(diǎn)，所以產(chǎn)業(yè)界需要和臨床深度溝通融合，才能真正解決看病難、看病貴的問(wèn)題，緩解醫(yī)療資源緊張。目前，國(guó)內(nèi)僅僅有生物醫(yī)學(xué)工程、醫(yī)學(xué)信息工程等工科專業(yè)培養(yǎng)醫(yī)工結(jié)合人才。

3.2醫(yī)學(xué)人才培養(yǎng)體系初步構(gòu)想

據(jù)悉，目前已經(jīng)有天津大學(xué)、南開大學(xué)等幾所院校開設(shè)了智能方向的醫(yī)學(xué)本科教育，旨在彌補(bǔ)上述缺口，相關(guān)院校也在積極探索新型人才培養(yǎng)方案。應(yīng)當(dāng)為醫(yī)學(xué)生開設(shè)人工智能課程，應(yīng)當(dāng)培養(yǎng)具備生命科學(xué)、電子技術(shù)、計(jì)算機(jī)技術(shù)及信息科學(xué)有關(guān)的基礎(chǔ)理論知識(shí)以及醫(yī)學(xué)與工程技術(shù)相結(jié)合的科學(xué)研究能力。該專業(yè)的學(xué)生主要學(xué)習(xí)生命科學(xué)、臨床醫(yī)學(xué)，電子技術(shù)、計(jì)算機(jī)技術(shù)和信息科學(xué)的基本理論和基本知識(shí)，充分進(jìn)行計(jì)算機(jī)技術(shù)在醫(yī)學(xué)中的應(yīng)用的訓(xùn)練，具有智能醫(yī)學(xué)工程領(lǐng)域中的研究和開發(fā)的基本能力。

第2篇

關(guān)鍵詞：人工智能；教學(xué)改革；教學(xué)方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領(lǐng)域?qū)W科，是模擬、延伸和擴(kuò)展人的智能的一門新技術(shù)。由于信息環(huán)境巨變與社會(huì)新需求的爆發(fā)，人工智能技術(shù)的日趨成熟。隨著AI3.0時(shí)代的到來(lái)，大數(shù)據(jù)、云計(jì)算等新技術(shù)的應(yīng)用也愈發(fā)廣泛，對(duì)于管理類人才來(lái)說(shuō)，加強(qiáng)對(duì)人工智能知識(shí)的深入學(xué)習(xí)，不斷將人工智能技術(shù)與管理知識(shí)結(jié)合起來(lái)，對(duì)其未來(lái)職業(yè)生涯的發(fā)展有著重要作用。人工智能是一門前沿學(xué)科，管理學(xué)院開設(shè)人工智能課程的目的是為了更好地培養(yǎng)學(xué)生的技術(shù)創(chuàng)新思維與能力，基于其覆蓋面廣、包容性強(qiáng)、應(yīng)用需求空間巨大的學(xué)科特點(diǎn)，通過(guò)概率統(tǒng)計(jì)、數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)編程語(yǔ)言、數(shù)據(jù)庫(kù)原理等基礎(chǔ)課程的學(xué)習(xí)，加強(qiáng)學(xué)生解決實(shí)際問(wèn)題的能力，為就業(yè)打下基礎(chǔ)。本文基于社會(huì)對(duì)于人工智能領(lǐng)域的人才需求，結(jié)合諸多長(zhǎng)期從事經(jīng)管類專業(yè)課程教學(xué)的老師意見，針對(duì)管理類人才的人工智能課程教學(xué)內(nèi)容與方法進(jìn)行探討，以期對(duì)中國(guó)高校人工智能課程教學(xué)改革研究提供幫助與借鑒。

1、教學(xué)現(xiàn)狀與問(wèn)題

作為一門綜合性、實(shí)踐性和應(yīng)用性很強(qiáng)的理論技術(shù)學(xué)科，人工智能課程內(nèi)容及內(nèi)涵及其豐富，外延極其廣泛。學(xué)習(xí)這門課程，需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力。針對(duì)管理類人才，該課程在課程教學(xué)過(guò)程中存在幾個(gè)較為突出的問(wèn)題。(1)課堂教學(xué)氛圍枯燥目前，中國(guó)大多數(shù)大學(xué)仍采用傳統(tǒng)的課堂教學(xué)模式，在教學(xué)過(guò)程中照本宣科，忽略與學(xué)生的互動(dòng)，并且缺乏能夠有效引起學(xué)生學(xué)習(xí)興趣與加深知識(shí)理解的教學(xué)環(huán)節(jié)設(shè)置，如此一來(lái)大大降低了學(xué)生自主思考的能力。在進(jìn)行人工智能相關(guān)課程知識(shí)講解時(shí)，隨著章節(jié)的知識(shí)難度不斷增加，單向介紹式的枯燥教學(xué)方式無(wú)法反映人工智能學(xué)科的全貌，課堂講解難以同時(shí)給以學(xué)生感性和理性的認(rèn)知，部分學(xué)生因乏味的課堂氛圍漸漸無(wú)法跟上教學(xué)進(jìn)度，導(dǎo)致學(xué)習(xí)動(dòng)力不足。(2)基礎(chǔ)課程掌握不牢管理類專業(yè)的學(xué)生大部分都會(huì)走向更加具體化的管理崗位，具有多學(xué)科的素養(yǎng)，但這也導(dǎo)致很多學(xué)生所學(xué)知識(shí)雜而不精。學(xué)生在基礎(chǔ)不夯實(shí)的情況下去學(xué)習(xí)更高層面的知識(shí)，給學(xué)生學(xué)習(xí)與老師教學(xué)都造成了很大困擾。人工智能課程知識(shí)點(diǎn)較多，涵蓋模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等眾多內(nèi)容，概念抽象，不易學(xué)習(xí)。一些管理類專業(yè)的學(xué)生未能熟練掌握高等數(shù)學(xué)、運(yùn)籌學(xué)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫(kù)技術(shù)等先修課程，缺乏一定的關(guān)聯(lián)思考和研究意識(shí)，導(dǎo)致課程學(xué)習(xí)難度增加，產(chǎn)生學(xué)時(shí)不足和教學(xué)內(nèi)容難點(diǎn)過(guò)多的問(wèn)題。(3)教學(xué)與實(shí)際應(yīng)用脫節(jié)當(dāng)下，人工智能廣泛應(yīng)用于機(jī)器視覺(jué)、智能制造等各個(gè)領(lǐng)域，給學(xué)生提供了大量的現(xiàn)實(shí)案例，使得人工智能不再是高深莫測(cè)的理論，而是現(xiàn)實(shí)中可以觸及的內(nèi)容。例如，在機(jī)械學(xué)科領(lǐng)域，人工智能技術(shù)是電氣工程、機(jī)械設(shè)計(jì)制造、車輛工程等方向的重要技術(shù)來(lái)源；在醫(yī)療領(lǐng)域，是醫(yī)療器械的創(chuàng)新生產(chǎn)源動(dòng)力；在能動(dòng)領(lǐng)域，是高端能源裝備與新能源發(fā)展的重要驅(qū)動(dòng)；在光電信息與計(jì)算機(jī)工程領(lǐng)域，技術(shù)的發(fā)展時(shí)刻推動(dòng)著智能科學(xué)與技術(shù)核心價(jià)值的提升。然而，對(duì)于管理類專業(yè)的學(xué)生來(lái)說(shuō)，現(xiàn)階段的人工智能教材涵蓋許多智能算法及相關(guān)理論，在教學(xué)過(guò)程中常常涉及到很多從未接觸過(guò)的抽象理論和復(fù)雜算法，書本中的應(yīng)用實(shí)例大多紙上談兵，缺乏專門適用于管理類專業(yè)知識(shí)與人工智能技術(shù)相結(jié)合的教學(xué)實(shí)踐，加上一些教師授課方法單一，不利于引導(dǎo)學(xué)生將人工智能算法應(yīng)用于現(xiàn)實(shí)生活。另外，大學(xué)生對(duì)知識(shí)的理解能力差異很大，教師采用統(tǒng)一的方式教給他們，這使一些學(xué)生無(wú)法跟上和理解，教師也無(wú)法控制學(xué)生的學(xué)習(xí)狀況，導(dǎo)致學(xué)生缺乏動(dòng)力。因此，如何結(jié)合學(xué)生的現(xiàn)實(shí)情況，提高他們的動(dòng)手能力和實(shí)踐經(jīng)驗(yàn)也是人工智能課程教學(xué)要考慮的問(wèn)題。

2、管理類人才的人工智能課程教學(xué)改進(jìn)策略

課程教學(xué)改革是一項(xiàng)提高大學(xué)教學(xué)效果和人才培養(yǎng)質(zhì)量的重要手段。如何在時(shí)代背景下應(yīng)用新技術(shù)和新思想進(jìn)行實(shí)施課程教學(xué)改革是高校亟待解決的問(wèn)題。對(duì)于高校的教學(xué)工作而言，教學(xué)目標(biāo)、教學(xué)內(nèi)容和教學(xué)方式的變化不再是課程資源的簡(jiǎn)單數(shù)字化和信息化，而是充分利用時(shí)代信息資源優(yōu)勢(shì)的新型教學(xué)模式。針對(duì)管理類專業(yè)人工智能課程教學(xué)過(guò)程中存在的問(wèn)題，可以從教學(xué)方法改進(jìn)和教學(xué)內(nèi)容設(shè)置兩個(gè)方面進(jìn)行課程教學(xué)改進(jìn)。

2.1教學(xué)方法改進(jìn)

教師對(duì)學(xué)生具有引領(lǐng)作用，其教學(xué)方法的改進(jìn)能夠帶動(dòng)學(xué)生改進(jìn)自身學(xué)習(xí)方法。(1)啟發(fā)式案例教學(xué)案例教學(xué)法就是教師根據(jù)教學(xué)目標(biāo)、教學(xué)內(nèi)容以及教學(xué)要求，通過(guò)安排一些具體的教學(xué)案例，引導(dǎo)學(xué)生積極參與案例思考、分析、討論和表達(dá)等多項(xiàng)活動(dòng)，是一種培養(yǎng)學(xué)生認(rèn)知問(wèn)題、分析和解決問(wèn)題等綜合能力的行之有效的教學(xué)方法。啟發(fā)式案例教學(xué)以自主、合作、探究為主要特征，調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性，并緊密結(jié)合人工智能領(lǐng)域的相關(guān)理論與方法，有效理解知識(shí)要點(diǎn)及其關(guān)聯(lián)性，適用于管理類專業(yè)學(xué)生的教學(xué)。具體而言，高校基于其問(wèn)題啟發(fā)性、教學(xué)互動(dòng)性以及實(shí)踐有用性等特點(diǎn)，可以建立基于人工智能知識(shí)體系的教學(xué)案例庫(kù)，雖然這項(xiàng)建設(shè)將極具挑戰(zhàn)性與耗時(shí)性，但具有很強(qiáng)的積極效果：培養(yǎng)學(xué)生較強(qiáng)的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動(dòng)，對(duì)提高教學(xué)質(zhì)量、培養(yǎng)具有人工智能背景的管理類人才具有重要意義。例如，通過(guò)單一案例教學(xué)，讓學(xué)生掌握相關(guān)基礎(chǔ)知識(shí)原理及應(yīng)用；通過(guò)一題多解的案例使學(xué)生思考如何獲取最有效的解題方法；通過(guò)綜合案例的設(shè)計(jì)，啟發(fā)學(xué)生全方位地探索問(wèn)題的解決方案。(2)研討互動(dòng)式教學(xué)研討互動(dòng)式的各個(gè)教學(xué)環(huán)節(jié)是逐漸遞進(jìn)、有機(jī)結(jié)合的。研討是基于學(xué)生個(gè)體的差異性，在課堂討論的過(guò)程中對(duì)學(xué)生做出評(píng)判，從而對(duì)不同類型的學(xué)生開展針對(duì)性的教學(xué)。互動(dòng)則是在研討的基礎(chǔ)上，通過(guò)老師與學(xué)生、學(xué)生與學(xué)生的互動(dòng)，讓學(xué)生主動(dòng)參與到課堂教學(xué)的過(guò)程中來(lái)。在人工智能課程教學(xué)過(guò)程中，教師通過(guò)課堂討論了解學(xué)生對(duì)于知識(shí)點(diǎn)的掌握情況，可以有針對(duì)性地設(shè)計(jì)教學(xué)內(nèi)容，例如，對(duì)于學(xué)校積極性不強(qiáng)的學(xué)生，將人工智能理論內(nèi)容與學(xué)生個(gè)人興趣范疇、社會(huì)產(chǎn)業(yè)發(fā)展及研究現(xiàn)狀聯(lián)系起來(lái)，能夠極大程度地提高學(xué)生學(xué)習(xí)的自主能力；對(duì)于基礎(chǔ)知識(shí)較為薄弱的學(xué)生，可以在教師的指導(dǎo)下查閱相關(guān)文獻(xiàn)資料，根據(jù)自己的理解撰寫心得報(bào)告，并在課堂或課外進(jìn)行師生互動(dòng)。像這樣研討與互動(dòng)相結(jié)合的模式。有助于增強(qiáng)學(xué)生的探索和求知欲望，建立起濃厚的學(xué)習(xí)氛圍。(3)有效激勵(lì)式教學(xué)人工智能是引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù)，人才需求量極大，對(duì)教師的教學(xué)水平也提出了更高要求，因此，進(jìn)行有效激勵(lì)極為重要。在學(xué)生激勵(lì)方面，可以舉辦各類人工智能競(jìng)賽項(xiàng)目，設(shè)置相應(yīng)項(xiàng)目獎(jiǎng)學(xué)金，吸引學(xué)生參與實(shí)踐，調(diào)動(dòng)學(xué)生做研究、發(fā)論文的積極性。例如，教育部主辦的中國(guó)研究生人工智能創(chuàng)新大賽，圍繞新一代人工智能創(chuàng)新主題，激發(fā)學(xué)生的創(chuàng)新意識(shí)，提高學(xué)生的創(chuàng)新實(shí)踐能力，為人工智能領(lǐng)域健康發(fā)展提供人才支撐。高校也可以借鑒這種模式，在各學(xué)院乃至全校開展此類競(jìng)賽項(xiàng)目，激發(fā)學(xué)生的創(chuàng)新能力與團(tuán)隊(duì)合作能力，鼓舞更多學(xué)生加入到人工智能課程的學(xué)習(xí)中來(lái)，激發(fā)其學(xué)習(xí)興趣。在教師激勵(lì)方面，在教師聘任和提升過(guò)程中把參加學(xué)生課程制定、課堂與課外作業(yè)、課程項(xiàng)目和論文指導(dǎo)等看作教學(xué)任務(wù)的一部分，鼓勵(lì)教師積極參與這些活動(dòng)。(4)學(xué)科滲透式教學(xué)人工智能學(xué)科知識(shí)融合程度較高，學(xué)科交叉性強(qiáng)。基于人工智能的學(xué)科交叉性特點(diǎn)，增強(qiáng)管理類人才對(duì)學(xué)科應(yīng)用的領(lǐng)悟，可以采取開展學(xué)科滲透式教學(xué)的方法。從2015年起，國(guó)務(wù)院和教育部先后印發(fā)了《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見教育》、《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》等文件，“互聯(lián)網(wǎng)+”、“智能+”已經(jīng)滲透到各個(gè)領(lǐng)域，人類進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，社會(huì)需求“技術(shù)+管理”的高端復(fù)合人才。例如，基于工業(yè)4.0和強(qiáng)國(guó)戰(zhàn)略，人工智能技術(shù)在智能制造的應(yīng)用極為廣泛。上海理工大學(xué)非常重視少數(shù)民族預(yù)科班的教育質(zhì)量。為增強(qiáng)少數(shù)民族管理類人才對(duì)該領(lǐng)域應(yīng)用的認(rèn)識(shí)，我們請(qǐng)機(jī)械工程、能源動(dòng)力領(lǐng)域的相關(guān)專家以授課或講座的形式，進(jìn)行相關(guān)領(lǐng)域知識(shí)和發(fā)展趨勢(shì)的講解，使學(xué)生理解更為透徹。此外，在教學(xué)實(shí)踐過(guò)程中，還可以用舉辦人工智能知識(shí)交流會(huì)、線上人工智能論壇等形式，促進(jìn)不同專業(yè)間老師、學(xué)生對(duì)于人工智能知識(shí)模塊的見解，相互交流、滲透和學(xué)習(xí)，從而推動(dòng)人工智能課程教學(xué)的改進(jìn)。

2.2教學(xué)內(nèi)容設(shè)置

世界一流大學(xué)在人工智能課程內(nèi)容設(shè)置根據(jù)不同國(guó)家的教育體系設(shè)置，肯定會(huì)有不同，但頗有共通之處。本文借鑒世界頂尖大學(xué)經(jīng)驗(yàn)，針對(duì)管理類專業(yè)人工智能課程教學(xué)內(nèi)容進(jìn)行研究，結(jié)合中國(guó)教育體系設(shè)置，認(rèn)為應(yīng)從以下幾方面進(jìn)行改進(jìn)。(1)核心內(nèi)容設(shè)置為避免學(xué)生因?yàn)橹R(shí)點(diǎn)過(guò)多而出現(xiàn)雜而不精的問(wèn)題，勢(shì)必要精化教學(xué)內(nèi)容。在互聯(lián)網(wǎng)時(shí)代，我們可以使用云計(jì)算和其他方式來(lái)實(shí)現(xiàn)數(shù)據(jù)信息的傳輸、存儲(chǔ)和處理，通過(guò)在線收集和整合網(wǎng)絡(luò)課程相關(guān)數(shù)據(jù)，挖掘和豐富教學(xué)資源，并在整合課程資源的基礎(chǔ)上，進(jìn)行研究方法和前沿知識(shí)的擴(kuò)展。在核心內(nèi)容設(shè)置方面，可以通過(guò)收集到的數(shù)據(jù)資料，選擇人工智能領(lǐng)域具有代表性且難易程度適中的知識(shí)作為重點(diǎn)，使學(xué)生能夠在有限的學(xué)時(shí)內(nèi)掌握人工智能的知識(shí)脈絡(luò)。例如，編寫針對(duì)管理類人才的人工智能教材，內(nèi)容涉及緒論、知識(shí)表示與推理、常用算法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面的同時(shí)，重點(diǎn)增加相應(yīng)知識(shí)點(diǎn)在管理上的應(yīng)用案例，加強(qiáng)學(xué)生對(duì)知識(shí)點(diǎn)的理解。同時(shí)，根據(jù)管理類專業(yè)偏向領(lǐng)域，開設(shè)關(guān)聯(lián)程度較大、應(yīng)用較廣泛的人工智能選修課程，以便學(xué)生根據(jù)自己的興趣與需求選修具體方向的課程。(2)注重學(xué)生的數(shù)理及編程基礎(chǔ)良好的數(shù)理及編程基礎(chǔ)是學(xué)習(xí)人工智能的前提。只有具備了這些基礎(chǔ)，才能搞清楚人工智能模型的數(shù)量關(guān)系、空間形式和優(yōu)化過(guò)程等，才能將數(shù)學(xué)語(yǔ)言轉(zhuǎn)化為程序語(yǔ)言，并應(yīng)用于實(shí)驗(yàn)。管理學(xué)院人才的數(shù)理及編程基礎(chǔ)相對(duì)薄弱，因此，在安排學(xué)生學(xué)習(xí)人工智能課程之前，建議開設(shè)面向全體管理類專業(yè)學(xué)生的微積分、線性代數(shù)、概率論等專業(yè)基礎(chǔ)數(shù)學(xué)課程以及C語(yǔ)言、python等編程基礎(chǔ)課程，使學(xué)生具備數(shù)學(xué)分析的基礎(chǔ)與一定編程基礎(chǔ)，為學(xué)習(xí)人工智能課程打下堅(jiān)實(shí)的基礎(chǔ)。另外，可以推進(jìn)MOOC平臺(tái)建設(shè)，在平臺(tái)上開設(shè)人工智能網(wǎng)絡(luò)課程，幫助學(xué)生掌握人工智能知識(shí)基礎(chǔ)及專業(yè)技能。(3)實(shí)驗(yàn)建設(shè)為了加強(qiáng)學(xué)生對(duì)于人工智能知識(shí)點(diǎn)間的關(guān)聯(lián)性理解，可以基于不同的應(yīng)用模塊，設(shè)計(jì)具有前后鋪墊、上下關(guān)聯(lián)的綜合性實(shí)驗(yàn)，設(shè)計(jì)不同層次的項(xiàng)目要求，同時(shí)基于相同的實(shí)驗(yàn)課題，讓學(xué)生分組對(duì)實(shí)驗(yàn)課題進(jìn)行攻克，并設(shè)置多元化的實(shí)驗(yàn)評(píng)價(jià)體系，通過(guò)實(shí)驗(yàn)教學(xué)過(guò)程中反映出的不同進(jìn)度，讓教師能對(duì)學(xué)生的學(xué)習(xí)水平做出準(zhǔn)確評(píng)判，及時(shí)進(jìn)行教學(xué)反思，以便更好地開展下一步工作。例如，針對(duì)人工智能課程應(yīng)用中很廣的遺傳算法，在某一管理規(guī)劃的具體應(yīng)用上設(shè)置理解－實(shí)現(xiàn)－參數(shù)分析－具體應(yīng)用－嘗試改進(jìn)－深度拓展的不同層次的項(xiàng)目要求，在這些項(xiàng)目層次中規(guī)定必做項(xiàng)與可選項(xiàng)，讓學(xué)生基于同一實(shí)驗(yàn)課題進(jìn)行合作學(xué)習(xí)，然后通過(guò)個(gè)人自我評(píng)價(jià)、小組成員互相評(píng)價(jià)以及教師評(píng)價(jià)的方式進(jìn)行打分，對(duì)小組整體能力以及個(gè)人能力進(jìn)行綜合評(píng)估，以期培養(yǎng)學(xué)生的自主思考能力。

第3篇

關(guān)鍵詞:人工智能;研究型實(shí)驗(yàn)教學(xué);民族關(guān)系

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,是一門研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性學(xué)科,對(duì)它的研究涉及控制論、信息論、系統(tǒng)論、語(yǔ)言學(xué)、神經(jīng)生理學(xué)、數(shù)學(xué)、哲學(xué)等諸多的學(xué)科及領(lǐng)域,是一門綜合性的交叉學(xué)科[1]。

人工智能的研究、應(yīng)用和發(fā)展,在一定程度上代表著信息技術(shù)的發(fā)展方向,同時(shí)信息技術(shù)的廣泛應(yīng)用也對(duì)人工智能技術(shù)的發(fā)展提出了迫切的需求。今天,人工智能的不少研究領(lǐng)域如自然語(yǔ)言理解、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機(jī)器人技術(shù)、人工神經(jīng)網(wǎng)絡(luò)等都走在了信息技術(shù)的前沿,有許多研究成果已經(jīng)進(jìn)入人們的生活、學(xué)習(xí)和工作中,并對(duì)人類的發(fā)展產(chǎn)生了重要影響[2]。

實(shí)踐教學(xué)環(huán)節(jié)在大學(xué)教育中是一個(gè)非常重要的教學(xué)環(huán)節(jié),是提高人才素質(zhì)與能力的重要途徑。人工智能課程除了具有較強(qiáng)的專業(yè)性之外,還具有突出的實(shí)踐性,為了能深入理解和掌握所學(xué)內(nèi)容,必須把講授和實(shí)踐結(jié)合起來(lái)。本文結(jié)合該課程實(shí)驗(yàn)教學(xué),將研究型教學(xué)的理念引入到實(shí)驗(yàn)教學(xué),并對(duì)教學(xué)過(guò)程中的經(jīng)驗(yàn)和問(wèn)題加以初步的總結(jié)。

1研究型教學(xué)模式背景

研究型教學(xué)是相對(duì)于以單向性知識(shí)傳授為主的傳統(tǒng)教學(xué)提出的,是指教師以課程內(nèi)容和學(xué)生的學(xué)識(shí)積累為基礎(chǔ),引導(dǎo)學(xué)生創(chuàng)造性地運(yùn)用知識(shí)和能力,自主地發(fā)現(xiàn)問(wèn)題、研究問(wèn)題和解決問(wèn)題,在研究中積累知識(shí)、培養(yǎng)能力和鍛煉思維的新型教學(xué)模式。研究性教學(xué)是對(duì)現(xiàn)有的大學(xué)課堂教學(xué)模式的突破。有利于開發(fā)大學(xué)生的創(chuàng)造潛能,提高學(xué)生適應(yīng)社會(huì)需要的創(chuàng)造性和創(chuàng)新能力,充分展現(xiàn)現(xiàn)代大學(xué)培養(yǎng)人才、發(fā)展科學(xué)、服務(wù)社會(huì)的三大基本職能[3]。

19世紀(jì)初,德國(guó)著名教育家洪堡最早提出了教學(xué)與科研相統(tǒng)一的原則,為研究型教學(xué)模式的發(fā)展奠定了基礎(chǔ)。20世紀(jì)50、60年代,美國(guó)著名教育心理學(xué)家布魯納提出了著名的“發(fā)現(xiàn)教學(xué)模式”[4],成為后來(lái)探究性學(xué)習(xí)和研究型教學(xué)的先導(dǎo)。20世紀(jì)70年代,美國(guó)研究教學(xué)專家薩奇曼正式提出了研究訓(xùn)練教學(xué)模式。他認(rèn)為學(xué)生會(huì)本能地對(duì)周圍新奇事物發(fā)生興趣,并想方設(shè)法弄清這些新奇事物背后究竟發(fā)生了什么,這是一種進(jìn)行科學(xué)研究的可貴的動(dòng)力。

自此,研究型教學(xué)理念開始廣泛使用。現(xiàn)在,哈佛大學(xué)、牛津大學(xué)、劍橋大學(xué)等世界著名大學(xué),都非常注重學(xué)生能力的培養(yǎng),普遍采取了研究型教學(xué)模式。以美國(guó)高校為例,雖然美國(guó)高校83%的教師在課堂教學(xué)中主要采用講授法進(jìn)行教學(xué),但在整個(gè)教學(xué)過(guò)程中都滲透著研究型教學(xué)的方法,如積極引導(dǎo)學(xué)生參與教學(xué)過(guò)程,開設(shè)研究性課程,引導(dǎo)學(xué)生積極主動(dòng)地參與科研活動(dòng)等。我國(guó)自20世紀(jì)90年代初推出211工程建設(shè)以來(lái),清華大學(xué)、北京大學(xué)、人民大學(xué)、復(fù)旦大學(xué)、浙江大學(xué)等一些重點(diǎn)大學(xué)都提出了建設(shè)世界一流的綜合性研究型大學(xué)的目標(biāo)。這些高校在實(shí)現(xiàn)從單向知識(shí)傳授的傳統(tǒng)型教學(xué)向關(guān)注創(chuàng)新性教育的研究型教學(xué)轉(zhuǎn)變方面進(jìn)行了許多有益的嘗試。

2研究型實(shí)驗(yàn)教學(xué)

本科教學(xué)不僅要培養(yǎng)學(xué)生的應(yīng)用能力,還要培養(yǎng)學(xué)生具備基本的科研素質(zhì)。大學(xué)是培養(yǎng)未來(lái)一線創(chuàng)新人才的主要基地,必須從本科教學(xué)人手,深入探索研究型教學(xué)的手段和方法,才能滿足未來(lái)經(jīng)濟(jì)增長(zhǎng)和社會(huì)發(fā)展的需要,才能符合建設(shè)研究型大學(xué)的需要。特別是近幾年來(lái)我國(guó)對(duì)科研的投入不斷增加,研究生招生規(guī)模逐年增大,本科高年級(jí)學(xué)生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計(jì)算機(jī)相關(guān)學(xué)科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、統(tǒng)計(jì)學(xué)習(xí)理論等,都是目前國(guó)際和國(guó)內(nèi)熱門的研究方向。

人工智能課程在計(jì)算機(jī)專業(yè)人才培養(yǎng)方案中占據(jù)著重要的位置。在專業(yè)理論方面,它承續(xù)了離散數(shù)學(xué)中的邏輯知識(shí);在專業(yè)方法方面,是數(shù)據(jù)結(jié)構(gòu)、算法分析與設(shè)計(jì)的繼續(xù);在專業(yè)工具方面,是面向?qū)ο蟪绦蛟O(shè)計(jì)的生動(dòng)實(shí)例。并且人工智能的每一部分內(nèi)容都可以作為一個(gè)深入的研究課題,課堂上講解的內(nèi)容不可能面面俱到,學(xué)生們也不可能對(duì)人工智能的每一領(lǐng)域都做很深入的學(xué)習(xí)。并且人工智能涉及很多的數(shù)理邏輯知識(shí),有些顯得難以理解,并且往往讓學(xué)生感到比較枯燥,學(xué)生的學(xué)習(xí)興趣就漸漸淡薄,學(xué)生往往被動(dòng)“聽講”,難以獲得預(yù)期的教學(xué)效果。

針對(duì)這一特點(diǎn),在人工智能教學(xué)中,如何引導(dǎo)學(xué)生系統(tǒng)學(xué)習(xí)人工智能的知識(shí)、激發(fā)學(xué)生的研究興趣,樹立目標(biāo)意識(shí)找準(zhǔn)研究方向,為未來(lái)的科研工作打下基礎(chǔ),研究型實(shí)驗(yàn)教學(xué)就成為了人工智能課程教學(xué)的一個(gè)重要環(huán)節(jié)和必然選擇。

2.1實(shí)驗(yàn)教學(xué)中加強(qiáng)學(xué)生的研究導(dǎo)向

在實(shí)驗(yàn)教學(xué)中,如果照搬一些教材中的例子或習(xí)題教學(xué),一方面學(xué)生們會(huì)缺乏興趣,另一方面學(xué)生對(duì)這個(gè)領(lǐng)域的知識(shí)缺乏全面的了解。應(yīng)不斷提出一些學(xué)生們感興趣的開放性課題,比如基于支持向量機(jī)的人臉識(shí)別、基于膚色的人臉檢測(cè),基于內(nèi)容的圖像檢索等,培養(yǎng)學(xué)生們的學(xué)習(xí)興趣,讓學(xué)生們逐漸深入的學(xué)習(xí)某一領(lǐng)域的知識(shí)。比如BP神經(jīng)網(wǎng)絡(luò),在模式識(shí)別、經(jīng)濟(jì)數(shù)據(jù)分析、生物信息學(xué)、數(shù)據(jù)挖掘等眾多領(lǐng)域都取得過(guò)成功應(yīng)用,是一種具有強(qiáng)大的非線性學(xué)習(xí)能力的計(jì)算智能技術(shù)。然而BP神經(jīng)網(wǎng)絡(luò)算法自身也存在著一些缺點(diǎn),如會(huì)有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機(jī)在這些方面具有顯著優(yōu)點(diǎn)。我們可以設(shè)計(jì)一個(gè)人臉識(shí)別的實(shí)驗(yàn),用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分別實(shí)現(xiàn),并作以比較。讓學(xué)生們?cè)诹私馊斯ぶ悄苄录夹g(shù)的同時(shí),也培養(yǎng)學(xué)生們?nèi)绾畏治鰡?wèn)題、解決問(wèn)題的科研能力。

2.2人工智能課程實(shí)驗(yàn)

該課程是一門對(duì)實(shí)驗(yàn)技術(shù)有較高要求的課程,對(duì)于基本原理和方法的實(shí)現(xiàn),要求學(xué)生進(jìn)行嚴(yán)格的計(jì)算機(jī)專業(yè)技能訓(xùn)練和培養(yǎng)良好的科研工作作風(fēng)。因此對(duì)課程中的技能及技術(shù)性內(nèi)容,除單獨(dú)進(jìn)行必要的基礎(chǔ)訓(xùn)練外,還融入到綜合和研究型試驗(yàn)中,通過(guò)多次反復(fù)實(shí)驗(yàn)練習(xí),達(dá)到牢固掌握人工智能原理和人工智能的問(wèn)題求解技術(shù)的目的。

該課程的實(shí)踐環(huán)節(jié)主要是實(shí)踐項(xiàng)目,由具備較強(qiáng)工程實(shí)踐能力的任課教師和助教負(fù)責(zé),學(xué)生可在全天候開放的專用機(jī)房完成。在實(shí)踐環(huán)節(jié)的設(shè)計(jì)上,我們嘗試把驗(yàn)證性實(shí)驗(yàn)和開發(fā)性實(shí)驗(yàn)相結(jié)合,結(jié)合實(shí)驗(yàn)教學(xué)進(jìn)度,安排相應(yīng)的開放實(shí)驗(yàn),開放性實(shí)驗(yàn)以科學(xué)研究實(shí)驗(yàn)為主。并在課程的教學(xué)過(guò)程中,不斷深化和擴(kuò)展教學(xué)內(nèi)容,結(jié)合人工智能學(xué)科的發(fā)展趨勢(shì)和本院老師的最新研究成果,對(duì)實(shí)驗(yàn)內(nèi)容進(jìn)行更新。

課程主要設(shè)置三種層次的實(shí)驗(yàn):1)基本原理和算法編程,測(cè)試?yán)O(shè)計(jì)及程序測(cè)試實(shí)驗(yàn);2)分析綜合實(shí)驗(yàn);3)研究型設(shè)計(jì)實(shí)驗(yàn)。整個(gè)實(shí)驗(yàn)包括課前討論、實(shí)驗(yàn)操作、實(shí)驗(yàn)報(bào)告、結(jié)果討論、總結(jié)提高等六個(gè)環(huán)節(jié)。對(duì)于綜合性和研究型實(shí)驗(yàn),把學(xué)生分成5個(gè)人一小組,每小組選做其中的一個(gè)。學(xué)生從指導(dǎo)老師處了解到實(shí)驗(yàn)課題后,即著手查資料,研讀文獻(xiàn),鉆研有關(guān)理論。在此基礎(chǔ)上,學(xué)生先提出實(shí)驗(yàn)方案,經(jīng)與老師討論后,即可開始實(shí)驗(yàn)研究。

3實(shí)驗(yàn)平臺(tái)的構(gòu)建

民族關(guān)系問(wèn)題對(duì)被訪對(duì)象,特別對(duì)少數(shù)民族被訪對(duì)象是非常敏感的問(wèn)題,對(duì)民族關(guān)系的評(píng)價(jià)又存在個(gè)體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統(tǒng)的文獻(xiàn)分析、問(wèn)卷統(tǒng)計(jì)和現(xiàn)場(chǎng)觀察等民族學(xué)方法來(lái)進(jìn)行調(diào)查,得到的數(shù)據(jù)會(huì)存在較多誤差。

因此結(jié)合本校的民族特色和民族學(xué)領(lǐng)域獨(dú)特的研究?jī)?yōu)勢(shì),將信息認(rèn)知技術(shù)引入民族關(guān)系研究,運(yùn)用圖像、心電和腦電數(shù)據(jù)進(jìn)行分析,將分析的結(jié)果和心理場(chǎng)景測(cè)試及民族學(xué)調(diào)查結(jié)果進(jìn)行相互印證和參數(shù)修正,從而獲得盡可能客觀的數(shù)據(jù),這些數(shù)據(jù)將有助于建立一個(gè)客觀、完備、科學(xué)的民族關(guān)系監(jiān)測(cè)體系,并真實(shí)全面地評(píng)估民族關(guān)系,從而使決策機(jī)構(gòu)及時(shí)做出正確的決策。基于多信息融合的民族關(guān)系監(jiān)測(cè)預(yù)警系統(tǒng)總體框圖如圖1所示。

目前該平臺(tái)已經(jīng)搭建,由北京市公共安全信息監(jiān)測(cè)平臺(tái)建設(shè)、北京市公共安全信息監(jiān)測(cè)平臺(tái)建設(shè)關(guān)鍵技術(shù)研究、基于多源信息融合的民族信任研究等多個(gè)重大項(xiàng)目支撐。在這個(gè)平臺(tái)的下面,涉及到人臉識(shí)別、表情識(shí)別,視頻監(jiān)控、認(rèn)識(shí)等領(lǐng)域,小波分析、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊數(shù)學(xué)、信息融合等人工智能知識(shí)得到了具體的應(yīng)用。學(xué)生可以根據(jù)自己的興趣愛(ài)好,自愿參加到該平臺(tái)下的某一項(xiàng)目,切實(shí)對(duì)自己所學(xué)知識(shí)有一個(gè)深刻的理解和掌握。

4結(jié)語(yǔ)

研究型實(shí)驗(yàn)教學(xué)激發(fā)了學(xué)生的學(xué)習(xí)興趣,不但使學(xué)生更好地掌握了人工智能的基本概念、基本理論和基本技術(shù),也切實(shí)提高了學(xué)生的實(shí)際動(dòng)手能力和編程能力。研究型實(shí)驗(yàn)教學(xué)在實(shí)踐過(guò)程中還有以下問(wèn)題需要改進(jìn):

1) 研究型實(shí)驗(yàn)教學(xué)的理念很難普及。很多教師對(duì)研究型教學(xué)模式的內(nèi)涵未能準(zhǔn)確把握,把研究型教學(xué)模式等同于學(xué)生實(shí)習(xí)或者寫論文。

2) 研究型實(shí)驗(yàn)教學(xué)的輔導(dǎo)老師素養(yǎng)需要提高。研究型實(shí)驗(yàn)教學(xué)作為體現(xiàn)創(chuàng)新教育要求的現(xiàn)代教學(xué)模式,需要的不是知識(shí)傳授型的教師,而是高素質(zhì)的研究型教師。教師不僅是單一的教者,更應(yīng)該成為一個(gè)學(xué)者,教師不僅要有研究型教學(xué)的教育觀念、快速接受新知識(shí)的能力和高超的教學(xué)技能,要能夠合理地規(guī)劃和設(shè)計(jì)實(shí)驗(yàn)內(nèi)容。

3) 需要建立一套合理的學(xué)生學(xué)業(yè)和教師績(jī)效的評(píng)價(jià)體系。

參考文獻(xiàn):

[1] 王萬(wàn)森. 人工智能原理及其應(yīng)用[M]. 北京:電子工業(yè)出版社,2007.

[2] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 北京:清華大學(xué)出版社,2004.

[3] 李得偉,張超,李海鷹. 大學(xué)工科專業(yè)課程實(shí)施研究型教學(xué)的探討[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大學(xué)研究性教學(xué)的理念探析[J].教育導(dǎo)刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng

(College of Information Engineering, Minzu University of China, Beijing 100081, China)

第4篇

[關(guān)鍵詞]人工智能；公共管理；運(yùn)用

中圖分類號(hào)：D631.43文獻(xiàn)標(biāo)識(shí)碼：A

隨著科學(xué)技術(shù)的發(fā)展，人工智能、大數(shù)據(jù)等新一代信息技術(shù)已經(jīng)成為了人們關(guān)注的焦點(diǎn)，它不但給人們的工作生活帶來(lái)快捷和便利，同時(shí)實(shí)現(xiàn)了良好的經(jīng)濟(jì)社會(huì)效益。把人工智能運(yùn)用到公共管理當(dāng)中，可以創(chuàng)新管理理念和管理模式，提高公共管理和社會(huì)治理的效能。

一、公共管理概述

公共管理是指以政府為核心的公共部門，把科學(xué)管理理念、功能、組織及手段應(yīng)用到公共事務(wù)。公共管理的特征：其一，公共管理主要把實(shí)現(xiàn)公共利益當(dāng)作主要目標(biāo)，促使社會(huì)整體朝著更加良好的方向發(fā)展；其二，積極履行社會(huì)公共責(zé)任是公共管理重要職能；其三，公共管理能夠結(jié)合實(shí)際發(fā)展需要，協(xié)調(diào)與控制各項(xiàng)公共事務(wù)，并不斷創(chuàng)新管理方式和手段。因此，公共管理者需要在法律基礎(chǔ)上主動(dòng)實(shí)行公權(quán)力，科學(xué)合理地運(yùn)用各項(xiàng)公共資源才能順利實(shí)現(xiàn)最終管理目標(biāo)。目前，社會(huì)對(duì)公共管理者的專業(yè)能力及綜合素養(yǎng)要求越來(lái)越高，公眾在整個(gè)過(guò)程中賦予公共管理者較多的期望和責(zé)任。此外，公共管理也具備技術(shù)掌控職能、社會(huì)協(xié)調(diào)職能及預(yù)測(cè)職能等，這些都是新時(shí)代對(duì)公共管理者提出的新要求，公共管理者必須全面掌握各方面技能，了解并掌握公眾的實(shí)際需求與時(shí)代的發(fā)展趨勢(shì)，才能成為一名符合時(shí)展的高素養(yǎng)公共管理者。

二、人工智能對(duì)公共管理的主要影響

（一）人工智能對(duì)公共管理的促進(jìn)作用

公共管理指通過(guò)使用管理理論、技術(shù)及方法等知識(shí)，系統(tǒng)化、專業(yè)化地管理公共事業(yè)，不斷優(yōu)化公共資源分配，使公共事業(yè)為人民服務(wù)。傳統(tǒng)公共管理模式在公共管理信息收集及資源管理配置方面，需耗費(fèi)大量人力、物力及財(cái)力，要想提升公共管理水平，就要加大成本投入。因此，傳統(tǒng)的管理模式已無(wú)法適應(yīng)新時(shí)期公共事業(yè)管理需求。將人工智能運(yùn)用到公共管理中，尤其在收集處理公共管理信息方面效果較為明顯。其一，智能化管理系統(tǒng)能夠全面提升收集信息的效率和質(zhì)量；其二，人工智能管理模式更為精準(zhǔn)有效。人工智能對(duì)于問(wèn)題與數(shù)據(jù)分析更具針對(duì)性，分析結(jié)果更加科學(xué)合理，可以準(zhǔn)確把握社會(huì)個(gè)體需求，做到管理精準(zhǔn)化、個(gè)性化；其三，在公共管理中運(yùn)用人工智能可以節(jié)約成本，并實(shí)現(xiàn)更加優(yōu)化的管理目標(biāo)，提升公共管理效益；其四，在公共管理中運(yùn)用人工智能，使資源配置更加符合公眾需求，采用人工智能化、科學(xué)化資源配置模式，能夠使資源合理利用，發(fā)揮最大效能。

（二）人工智能給公共管理帶來(lái)的風(fēng)險(xiǎn)

人工智能作為新興信息技術(shù)，為公共管理事業(yè)帶來(lái)了較多機(jī)遇，推動(dòng)了公共管理事業(yè)的進(jìn)步和發(fā)展。然而人工智能也給公共管理事業(yè)帶來(lái)了相應(yīng)的機(jī)遇和風(fēng)險(xiǎn)。人工智能給公共管理帶來(lái)的機(jī)遇在于人工智能與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)可以完整的保存海量數(shù)據(jù)，并挖掘與分析有價(jià)值的信息。網(wǎng)絡(luò)安全性使得人工智能技術(shù)存在諸多未知性，人工智能是否能夠確保信息資源安全，包括信息存儲(chǔ)、授權(quán)使用，行為軌跡等管理問(wèn)題[1]。信息安全對(duì)公共管理十分重要，要確保信息安全才能使公共事業(yè)管理中資源配置更加科學(xué)合理，最終實(shí)現(xiàn)提升公共管理效率。通過(guò)以往的案例證明，人工智能技術(shù)的自我安全性還不足，因此，要想使人工智能在公共管理事業(yè)中得到普及，就必須盡快解決這一問(wèn)題。

三、人工智能在公共關(guān)系管理當(dāng)中的具體運(yùn)用

當(dāng)前，人工智能快速發(fā)展，能給人們的工作生活帶來(lái)巨大改變，幫助人們完成了許多高難度、高強(qiáng)度、復(fù)雜化的公共工作，推動(dòng)智能社會(huì)發(fā)展。人工智能能夠代替人開展腦力勞動(dòng)工作，可以改變?cè)S多工作模式。但是人工智能屬于輔助工具，人們要正確認(rèn)識(shí)并科學(xué)合理地利用它，才能充分發(fā)揮它在公共管理中的真正價(jià)值。在人類社會(huì)不斷進(jìn)步與發(fā)展過(guò)程中，公共管理者必須不斷學(xué)習(xí)、掌握先進(jìn)技術(shù)，才能提升對(duì)人工智能的利用效率，把具有明確規(guī)則卻復(fù)雜、耗時(shí)耗力的工作交給人工智能。

（一）公共事業(yè)方面。有人認(rèn)為人工智能在生活和工作中不常用到，然而其已經(jīng)運(yùn)用到了人們生活的方方面面。2016年共享單車方便了出行，各年齡段的人安裝了共享單車APP。共享單車具有明顯優(yōu)勢(shì)，快捷便利、綠色環(huán)保，是人們出行的首選。共享單車?yán)萌斯ぶ悄芷脚_(tái)，來(lái)科學(xué)的預(yù)測(cè)騎行的行程、路況及停放等，從而有效整合了天氣、時(shí)間等各項(xiàng)變量工作，合理分析了其需求量和供給量，進(jìn)一步提升了共享單車管理效率和效益。由此可見，人工智能已經(jīng)越來(lái)越多地進(jìn)入到了人們的日常生活當(dāng)中，改變了人們的生活模式，使人們的生活朝著智能化方向發(fā)展。

（二）社會(huì)經(jīng)濟(jì)方面

運(yùn)用人工智能能夠把消費(fèi)者具體需求反饋給企業(yè)，企業(yè)根據(jù)精準(zhǔn)數(shù)據(jù)可以制定出更加優(yōu)質(zhì)的產(chǎn)品，提供高效服務(wù)[2]。當(dāng)前電子支付是人們生活中重要的內(nèi)容，人們出行不用帶大量現(xiàn)金，運(yùn)用支付寶或微信就能夠進(jìn)行支付。同樣在電商物流整個(gè)過(guò)程中，分揀機(jī)器人就屬于人工智能，其每天能夠完成大于20萬(wàn)的工作量，很好地解決了困擾電商的物流問(wèn)題，降低了人工成本，提高了工作效率。

（三）教育管理方面

人工智能運(yùn)用包含教育管理，通過(guò)智能化學(xué)習(xí)系統(tǒng)和數(shù)據(jù)分析，教師能根據(jù)學(xué)生具體情況，如學(xué)習(xí)行為數(shù)據(jù)、知識(shí)點(diǎn)掌握等制定相應(yīng)的個(gè)性化教育方案，提高了育人效果。從當(dāng)前人工智能在教育領(lǐng)域運(yùn)用情況看，在遠(yuǎn)程教育中同樣獲得了良好效果。在運(yùn)用人工智能后，學(xué)生獲得了個(gè)性化教育，創(chuàng)建了新的教學(xué)、內(nèi)容研發(fā)和師資管理等形態(tài)。運(yùn)用人工智能可以更準(zhǔn)確、有針對(duì)性地協(xié)助教學(xué)，使日常教學(xué)效率得到大幅度提升。

四、人工智能在公共管理中的應(yīng)用措施

（一）改變?nèi)瞬排囵B(yǎng)方式

人工智能技術(shù)的運(yùn)用，還可以推動(dòng)人才培養(yǎng)方式的變革和發(fā)展，能夠創(chuàng)建健全的新型教育方式。首先，加強(qiáng)編程教育普及，設(shè)置人工智能方面的課程，把人工智能和其他學(xué)習(xí)的教育結(jié)合起來(lái)，健全人才培養(yǎng)方式。其次，組織多元化、多層面的人工智能科普活動(dòng)，使社會(huì)大眾能夠進(jìn)一步認(rèn)識(shí)和了解人工智能。最后，加大人工智能基礎(chǔ)設(shè)施方面的建設(shè)。

（二）重新構(gòu)建組織形式

隨著人工智能的出現(xiàn)和廣泛運(yùn)用，管理主體要結(jié)合自身特點(diǎn)，積極主動(dòng)運(yùn)用人工智能，不斷發(fā)展完善管理結(jié)構(gòu)。

在日后的工作當(dāng)中，管理主體要和普通員工、智能機(jī)器有效合作，全面發(fā)揮潛在優(yōu)勢(shì)。另外，運(yùn)用人工智能技術(shù)的時(shí)候，管理者要精心設(shè)計(jì)各種組織形式，才能確保信息傳遞真實(shí)、高效。

（三）創(chuàng)新工作模式

隨著社會(huì)發(fā)展和科技進(jìn)步，公共管理者必須具備較強(qiáng)的學(xué)習(xí)能力和綜合素質(zhì)才能滿足工作需求。在工作中可以通過(guò)人機(jī)互動(dòng)工作模式，充分發(fā)揮人工智能在處理重復(fù)性、邏輯性等工作的優(yōu)勢(shì)，和管理者的工作充分融合、優(yōu)勢(shì)互補(bǔ)，將人工智能運(yùn)用到公共管理中，創(chuàng)新工作模式，推動(dòng)公共管理事業(yè)的發(fā)展。

第5篇

【關(guān)鍵詞】人工智能 計(jì)算機(jī)輔助教學(xué) 教學(xué)與控制

一、人工智能的定義

人工智能也稱機(jī)器智能，它是計(jì)算機(jī)科學(xué)、控制論、神經(jīng)生理學(xué)、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)角度來(lái)看，人工智能是研究如何制造出智能機(jī)器或智能系統(tǒng)，實(shí)現(xiàn)模擬人類智能活動(dòng)的能力，以延伸人們智能的科學(xué)。人工智能是一門交叉科學(xué)，逐漸形成一門涉及心理學(xué)、認(rèn)知科學(xué)、思維可循、信息科學(xué)、系統(tǒng)科學(xué)和生物學(xué)科等多學(xué)科的綜合性技術(shù)學(xué)科。

二、計(jì)算輔助教學(xué)體系和現(xiàn)狀

計(jì)算救助教學(xué)是利用多媒體計(jì)算機(jī)的功能與特點(diǎn)，利用計(jì)算機(jī)輔助教師完成各個(gè)教學(xué)環(huán)節(jié)，并通過(guò)與計(jì)算機(jī)之間的交互活動(dòng)，激發(fā)學(xué)生的學(xué)習(xí)積極性和主動(dòng)性，幫助學(xué)生更有效地學(xué)習(xí)。實(shí)用計(jì)算機(jī)輔助教學(xué)，有利于認(rèn)識(shí)主體作用的發(fā)揮，它所提供的圖像、聲音、動(dòng)畫等信息由利于學(xué)生知識(shí)的獲得與保持，達(dá)到提高教學(xué)教學(xué)的目的。

目前為止，所實(shí)用的絕大多數(shù)傳統(tǒng)以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng)，以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)將全部教學(xué)信息以編程方式預(yù)置于課件中，這樣的以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng)，以提高其智能性和實(shí)用性。因此現(xiàn)有的以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng)，以提高其智能性和實(shí)用性。早期絕大多數(shù)計(jì)算機(jī)輔助教學(xué)系統(tǒng)面臨許多挑戰(zhàn)，它主要存在以下幾個(gè)方面的問(wèn)題。

1.計(jì)算機(jī)輔助教學(xué)系統(tǒng)的閉塞性

不具有開放性是目前以及理論證明等均被應(yīng)用于計(jì)算機(jī)輔助教學(xué)系統(tǒng)，以提高其智能性和實(shí)用性。其弊端在于固定內(nèi)容的局限性使課件的適用面狹窄，而且設(shè)定的運(yùn)行路線使授課缺乏自主性;授課的針對(duì)性不強(qiáng);無(wú)法利用新出現(xiàn)的資源在較高起點(diǎn)上進(jìn)行二次開發(fā)。

2.智能性的欠缺

現(xiàn)有的計(jì)算機(jī)智能輔助課件系統(tǒng)不能對(duì)不同何曾度的學(xué)生進(jìn)行有針對(duì)性的教育，學(xué)生的學(xué)習(xí)是被動(dòng)的，不能由系統(tǒng)自動(dòng)提供助學(xué)信息而使學(xué)生有選擇地學(xué)習(xí)。。

3.人機(jī)交互能力較弱

現(xiàn)有計(jì)算機(jī)智能輔助大多以光盤作為信息的載體，將材料中的內(nèi)容以多媒體的形式展現(xiàn)出來(lái)，教學(xué)信息是按預(yù)置的教學(xué)流程機(jī)械式地提供給學(xué)者，學(xué)習(xí)者使用計(jì)算機(jī)智能輔助課件學(xué)習(xí)是完全被動(dòng)的。

4.教師與學(xué)生的互動(dòng)在教學(xué)中的缺乏

現(xiàn)有計(jì)算機(jī)智能輔助課件在學(xué)生自學(xué)以及進(jìn)行操作使用時(shí)，如何學(xué)習(xí)都是學(xué)生自己的事。教師不能全完了解學(xué)習(xí)者的情況，學(xué)生在蹦到問(wèn)題時(shí)不能向教師求教，師生之間互相封閉，談不上師生互動(dòng)，因此課件所起的效果大打折扣。

5.課程特點(diǎn)沒(méi)有突出

各門課程在教學(xué)上有不同的要求，但現(xiàn)有課件對(duì)于這些不同要求完全不予理會(huì)。例如很多課程都要涉及到大量的曲線或曲面，對(duì)有些課程來(lái)說(shuō)，將這些曲線或曲面給出了一個(gè)簡(jiǎn)單的展示就足夠了，而有些課程這樣的展示不能達(dá)到教學(xué)目的的要求。

6.教學(xué)計(jì)劃的欠缺

在課件的開發(fā)過(guò)程中實(shí)際上離不開教學(xué)策略的設(shè)計(jì)，但課件的制作者往往并未意識(shí)到這一點(diǎn)。例如:現(xiàn)有的絕大多數(shù)課件都是單一的展播式，這樣的可見制作“精美”，但它不可逆、不能互動(dòng)。實(shí)際上運(yùn)用課件教學(xué)只是手段而不是目的，應(yīng)該在教學(xué)設(shè)計(jì)理論的指導(dǎo)下講求課件的實(shí)效性，著眼點(diǎn)在于學(xué)生學(xué)習(xí)新知識(shí)、掌握新技術(shù)、培養(yǎng)各種能力有幫助，而不是表面上的制作“精美”。

綜上所述，現(xiàn)有的計(jì)算機(jī)智能輔助存在許多問(wèn)題，隨著新技術(shù)的不斷出現(xiàn)，這些問(wèn)題將使計(jì)算機(jī)智能輔助越來(lái)越不能適應(yīng)新的要求。因此以智能計(jì)算機(jī)智能輔助為代表的心的計(jì)算機(jī)輔助教學(xué)系統(tǒng)將成為教育技術(shù)上需要不斷探求、努力實(shí)現(xiàn)的發(fā)展方向。 轉(zhuǎn)貼于

三、智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)

智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)(Intelligent ComputerAided Instruction)，簡(jiǎn)稱ICAI。教學(xué)過(guò)程是一個(gè)復(fù)雜的教與學(xué)的思維過(guò)程，它需要教師以專門知識(shí)和經(jīng)驗(yàn)為依據(jù)，經(jīng)過(guò)吸取、講解、推理、示例、綜合等多個(gè)步驟才能較好地完成。計(jì)算機(jī)輔助教學(xué)實(shí)際上是一個(gè)由計(jì)算機(jī)系統(tǒng)輔助教師進(jìn)行教學(xué)以及學(xué)生進(jìn)行學(xué)習(xí)并得以實(shí)現(xiàn)的系統(tǒng)。在智能ICAI中，教學(xué)思想、方法、學(xué)習(xí)內(nèi)容可用知識(shí)形式表示，如何解決知識(shí)的形式化表示以及知識(shí)的訪問(wèn)與調(diào)用問(wèn)題，是人工智能的核心技術(shù)之一，也是將ICAI引入教育技術(shù)領(lǐng)域中所要面臨的一個(gè)問(wèn)題。知識(shí)庫(kù)是實(shí)現(xiàn)知識(shí)推理與專家系統(tǒng)的基礎(chǔ)，可以用知識(shí)庫(kù)作為智能ICAI的構(gòu)建環(huán)境。在知識(shí)庫(kù)中，教學(xué)內(nèi)容等的有關(guān)知識(shí)可以用事實(shí)與規(guī)則表示，并存儲(chǔ)于知識(shí)庫(kù)內(nèi)，教學(xué)與學(xué)習(xí)過(guò)程既是對(duì)知識(shí)庫(kù)中知識(shí)進(jìn)行推理，并最終得出所需結(jié)果的過(guò)程。ICAI系統(tǒng)的一般包括以下幾個(gè)模塊:

1.知識(shí)庫(kù)。知識(shí)庫(kù)是關(guān)于教學(xué)內(nèi)容的模塊，解決“教什么”問(wèn)題。知識(shí)庫(kù)中的教學(xué)內(nèi)容有待于教學(xué)與控制模塊和學(xué)生模塊進(jìn)行選取、調(diào)用。

2.學(xué)生模塊。學(xué)生模塊是用于記錄學(xué)生的學(xué)習(xí)情況，對(duì)學(xué)生學(xué)習(xí)的各個(gè)環(huán)節(jié)信息進(jìn)行搜集，以便系統(tǒng)對(duì)學(xué)生的學(xué)習(xí)情況進(jìn)行自動(dòng)評(píng)估，提出具有針對(duì)性的學(xué)習(xí)建議和個(gè)別化的輔導(dǎo)。學(xué)生模塊描述學(xué)生對(duì)教學(xué)內(nèi)容理解、掌握的程度，系統(tǒng)可以根據(jù)學(xué)生模塊的具體情況調(diào)整教學(xué)策略并提供適當(dāng)?shù)姆答仭?/p>

3.用戶接口模塊。這是系統(tǒng)與用戶交流的界面。整個(gè)系統(tǒng)依靠用戶接口模塊把教學(xué)內(nèi)容呈現(xiàn)給用戶、接受用戶輸入的信息、并向用戶提供反饋。

4.教學(xué)與控制模塊。這是教學(xué)過(guò)程與整個(gè)系統(tǒng)的控制模塊，涉及到“如何教”的問(wèn)題。它具有領(lǐng)域知識(shí)、教學(xué)策略和人機(jī)對(duì)話等方面的知識(shí)。根據(jù)學(xué)生模型提供的學(xué)生學(xué)習(xí)情況，通過(guò)智能系統(tǒng)的搜索與推理，得出智能化的教學(xué)方法與教學(xué)策略，能夠較科學(xué)地評(píng)估學(xué)生的學(xué)習(xí)水平，可以通過(guò)分析學(xué)生以往的學(xué)習(xí)興趣和學(xué)習(xí)習(xí)慣，預(yù)測(cè)學(xué)生的知識(shí)需求和常犯錯(cuò)誤，動(dòng)態(tài)地將不同的學(xué)習(xí)內(nèi)容、學(xué)習(xí)方法與不同的學(xué)生匹配，智能地分析學(xué)生錯(cuò)誤的原因進(jìn)而針對(duì)地提出合理的教學(xué)建議、學(xué)習(xí)建議以及改進(jìn)方法。

新世紀(jì)的教學(xué)將是以智能化的ICAI為主線，是多學(xué)科、多方位發(fā)展的新技術(shù)的體現(xiàn)。隨著人工智能技術(shù)的發(fā)展、計(jì)算機(jī)輔助教學(xué)的成效將更加明顯。

參考文獻(xiàn)

第6篇

關(guān)鍵詞：智能教學(xué)系統(tǒng)；模型；局限

中圖分類號(hào)：TP315　文獻(xiàn)標(biāo)識(shí)碼：A　文章編號(hào)：1673-8454(2012)03-0007-03

智能教學(xué)系統(tǒng)(Intelligence Tutoring System，簡(jiǎn)稱ITS)是把人工智能技術(shù)引入到計(jì)算機(jī)輔助教學(xué)系統(tǒng)中，應(yīng)用人工智能技術(shù)開發(fā)出能夠因材施教的教學(xué)系統(tǒng)，使“計(jì)算機(jī)導(dǎo)師”貼近人類教師的水平，具有推理、診斷、決策的能力。能夠根據(jù)每個(gè)學(xué)習(xí)者的特點(diǎn)制定教學(xué)計(jì)劃，選擇教學(xué)策略，實(shí)現(xiàn)因材施教。

一、智能教學(xué)系統(tǒng)的模型及功能

基于教育學(xué)、心理學(xué)和教學(xué)設(shè)計(jì)原理分析，智能教學(xué)系統(tǒng)模型應(yīng)包含學(xué)生模塊、教學(xué)策略模塊、知識(shí)庫(kù)和智能接口幾個(gè)主要模塊，各模塊的系統(tǒng)結(jié)構(gòu)如圖所示。

學(xué)生模塊記錄每個(gè)學(xué)生原有的知識(shí)水平和學(xué)習(xí)能力。其依據(jù)為學(xué)生與系統(tǒng)之間的交互問(wèn)答歷史，并對(duì)每個(gè)學(xué)生的學(xué)習(xí)進(jìn)步情況進(jìn)行動(dòng)態(tài)調(diào)整。這樣，系統(tǒng)通過(guò)學(xué)生模型就可隨時(shí)了解每個(gè)學(xué)生的情況，有的放矢地進(jìn)行個(gè)別化教學(xué)。

教學(xué)策略模塊根據(jù)學(xué)生模塊情況和知識(shí)庫(kù)做出智能化的教學(xué)決策，評(píng)判學(xué)生的學(xué)習(xí)效果，幫助學(xué)生分析錯(cuò)誤原因。提出改進(jìn)方法和意見等。

知識(shí)庫(kù)存儲(chǔ)所要教的學(xué)科領(lǐng)域知識(shí)和教學(xué)知識(shí)。

智能接口能夠理解自然語(yǔ)言，實(shí)現(xiàn)更普遍意義上的人機(jī)對(duì)話。

智能教學(xué)系統(tǒng)與傳統(tǒng)CAI相比，具備以下功能：

第一，了解學(xué)生的學(xué)習(xí)能力、學(xué)習(xí)基礎(chǔ)和當(dāng)前的知識(shí)水平，以此為依據(jù)為不同的學(xué)生做出不同的教學(xué)決策，有針對(duì)性地進(jìn)行個(gè)別指導(dǎo)，并在學(xué)習(xí)過(guò)程中根據(jù)學(xué)生進(jìn)度自動(dòng)調(diào)整學(xué)習(xí)內(nèi)容，具有適應(yīng)能力。

第二，允許學(xué)生用自然語(yǔ)言與“計(jì)算機(jī)導(dǎo)師”進(jìn)行人機(jī)對(duì)話，并能對(duì)帶有學(xué)生個(gè)性特點(diǎn)的問(wèn)題做出解答，從而具備更好的交互能力。

第三，能診斷學(xué)生學(xué)習(xí)過(guò)程中的錯(cuò)誤，并分析錯(cuò)誤原因和給出解決方案，在此基礎(chǔ)上逐漸積累“經(jīng)驗(yàn)”，從而具備糾錯(cuò)能力。

第四，大大拓寬了CAI的模式，例如建立虛擬教室、智能導(dǎo)師系統(tǒng)、教學(xué)模擬等。從而使CAI不再是簡(jiǎn)單的課本搬家、教室搬家，而具有更多的創(chuàng)造能力。

二、智能教學(xué)系統(tǒng)的局限性分析

智能教學(xué)系統(tǒng)雖然較傳統(tǒng)CAI在諸多方面有很大改進(jìn)。但就智能教學(xué)系統(tǒng)的工作原理以及目前的研發(fā)現(xiàn)狀而言，應(yīng)當(dāng)冷靜地看到，它自身也存在一些固有的局限性。

要計(jì)算機(jī)解決某個(gè)問(wèn)題，有三個(gè)基本的前提：必須把問(wèn)題形式化、必須有一定的算法、必須有合理的復(fù)雜度。由于人的智能活動(dòng)不能完全形式化，因此，機(jī)器就不能將人腦的智力活動(dòng)全部復(fù)制出來(lái)。教育是一種人類所特有的活動(dòng)，基于人工智能技術(shù)的智能教學(xué)系統(tǒng)在教育中的應(yīng)用也存在局限性。

1.智能教學(xué)系統(tǒng)不能實(shí)現(xiàn)自我更新，自我改進(jìn)

智能教學(xué)系統(tǒng)的設(shè)計(jì)原理是把現(xiàn)有的專家的知識(shí)和教師的教學(xué)方法和策略集中到一個(gè)數(shù)據(jù)庫(kù)中。隨著現(xiàn)代社會(huì)知識(shí)的迅猛增長(zhǎng)，教育理念的不斷更新以及教學(xué)模式和教學(xué)方法的不斷改進(jìn)，智能教學(xué)系統(tǒng)無(wú)法像人類教師那樣跟隨時(shí)代的變化而實(shí)現(xiàn)知識(shí)庫(kù)的自我更新以及教學(xué)策略模型的自我改進(jìn)。還需要人從外界對(duì)整個(gè)ITS進(jìn)行翻新，甚至需要從一種新的教育理念出發(fā)，重新設(shè)計(jì)ITS。智能教學(xué)系統(tǒng)的自我更新涉及機(jī)器學(xué)習(xí)這個(gè)難點(diǎn)。

2.智能教學(xué)系統(tǒng)適用的學(xué)習(xí)領(lǐng)域存在局限

以智能模擬的方法實(shí)現(xiàn)的人工智能應(yīng)用于教育中時(shí)，并非適合所有的學(xué)習(xí)領(lǐng)域。人的智能活動(dòng)可以分為四個(gè)領(lǐng)域。領(lǐng)域一是“刺激――反應(yīng)”領(lǐng)域，其中包括任何形式的條件反射，與上下文環(huán)境無(wú)關(guān)的、各種形式的初級(jí)聯(lián)想行為，最典型的如無(wú)意義音節(jié)的機(jī)械學(xué)習(xí)。領(lǐng)域二是數(shù)學(xué)思維的領(lǐng)域，這是比較適合于人工智能的領(lǐng)域。它是由概念世界而不是感知世界構(gòu)成，這一領(lǐng)域中的問(wèn)題完全形式化了，并可以計(jì)算，這一領(lǐng)域又可稱為簡(jiǎn)單形式化領(lǐng)域，典型的例子如邏輯和有精確規(guī)則的游戲。領(lǐng)域三是復(fù)雜形式化領(lǐng)域，這是比較難把握的一個(gè)領(lǐng)域。這一領(lǐng)域包括原則上可形式化而實(shí)際上不易駕馭的行為，包括那些不能用窮舉算法處理的。因而需要設(shè)計(jì)啟發(fā)程序的系統(tǒng)，如圍棋。領(lǐng)域四可稱作非形式化行為領(lǐng)域，包括有規(guī)律但無(wú)規(guī)則支配的、我們?nèi)祟愂澜缰械囊恍┤粘；顒?dòng)，這一領(lǐng)域又稱作感知思維領(lǐng)域。在這一領(lǐng)域內(nèi)解決問(wèn)題都是直覺(jué)的遵從，無(wú)須求助規(guī)則。包括一些規(guī)則不確定的游戲，如文字猜謎游戲。以上四個(gè)領(lǐng)域中前兩個(gè)領(lǐng)域適合用數(shù)字計(jì)算機(jī)模擬，第三個(gè)領(lǐng)域只是部分可程序化，而第四個(gè)領(lǐng)域則很難駕馭。

與此相對(duì)應(yīng)的，根據(jù)加涅的學(xué)習(xí)結(jié)果分類，學(xué)習(xí)分為言語(yǔ)信息、智慧技能、認(rèn)知策略、動(dòng)作技能和態(tài)度五類。言語(yǔ)信息分為符號(hào)學(xué)習(xí)、事實(shí)學(xué)習(xí)和有組織的知識(shí)學(xué)習(xí)，這些屬于可形式化內(nèi)容，適用于智能教學(xué)系統(tǒng)；智慧技能分為辨別、具體概念、定義性概念、規(guī)則和高級(jí)規(guī)則，其中前四項(xiàng)屬于可形式化內(nèi)容，適用于智能教學(xué)系統(tǒng)，而高級(jí)規(guī)則屬于復(fù)雜形式化內(nèi)容，部分內(nèi)容不適用于智能教學(xué)系統(tǒng)；動(dòng)作技能和態(tài)度領(lǐng)域的學(xué)習(xí)。在其認(rèn)知成分中可以使用智能教學(xué)系統(tǒng)，但情感和行為成分等非形式化內(nèi)容，則難以用智能教學(xué)系統(tǒng)來(lái)實(shí)現(xiàn)。

因此，并不是所有的學(xué)習(xí)領(lǐng)域都適用于智能教學(xué)系統(tǒng)。智能教學(xué)系統(tǒng)在教育中應(yīng)用的重點(diǎn)應(yīng)放在認(rèn)知領(lǐng)域中的符號(hào)學(xué)習(xí)、事實(shí)學(xué)習(xí)和有組織的知識(shí)學(xué)習(xí)、辨別、具體概念、定義性概念以及規(guī)則這些學(xué)習(xí)內(nèi)容上。

3.與學(xué)生之間無(wú)法暢通交流

教育是一種交互活動(dòng)，智能教學(xué)系統(tǒng)的交互功能雖然較傳統(tǒng)CAI有所改進(jìn)。但仍然缺乏在學(xué)生和計(jì)算機(jī)之間交換信息的自然的、暢通的途徑。系統(tǒng)只能通過(guò)學(xué)生輸入計(jì)算機(jī)的信息來(lái)判斷其掌握和內(nèi)化程度。而無(wú)法像人類教師通過(guò)自然狀態(tài)的交流和觀察來(lái)判斷學(xué)生的真實(shí)情況，因此，“機(jī)器智能”很容易被蒙蔽“雙眼”，無(wú)法做到像人與人之間那樣自然暢通的交流。此外，系統(tǒng)在遇到新的學(xué)習(xí)情境時(shí)。不能理解和產(chǎn)生對(duì)話，這會(huì)影響智能教學(xué)系統(tǒng)功能的實(shí)施。

4.決策和推理機(jī)制不完善

智能教學(xué)系統(tǒng)的關(guān)鍵智能所在是其決策和推理機(jī)制，即“教學(xué)策略”模塊根據(jù)不同學(xué)生的具體情況通過(guò)推理做出靈活決策，這種決策基于學(xué)生模塊提供的學(xué)生的知識(shí)水平、認(rèn)知特點(diǎn)和學(xué)習(xí)風(fēng)格。智能教學(xué)系統(tǒng)雖然加入診斷系統(tǒng)并不斷調(diào)整對(duì)學(xué)生學(xué)習(xí)水平的判斷，但由于學(xué)習(xí)風(fēng)格、認(rèn)知特點(diǎn)等不能完全被形式化，因此，根據(jù)系統(tǒng)的教學(xué)策略模塊中預(yù)先存入的診斷知識(shí)來(lái)評(píng)估不同學(xué)生的學(xué)習(xí)過(guò)程和理解每個(gè)學(xué)生不同的推理過(guò)程也是有局限的。

三、智能教學(xué)系統(tǒng)在教育中應(yīng)用的建議

1.不能忽略教師的作用

雖然智能教學(xué)系統(tǒng)具有“智能性”。但在使用它的過(guò)程中，決不能放棄教師的主導(dǎo)作用。要明確教師是教學(xué)的設(shè)計(jì)者和教學(xué)過(guò)程的主導(dǎo)，應(yīng)該把智能教學(xué)系統(tǒng)的應(yīng)用納入到教學(xué)設(shè)計(jì)中。教師作為教學(xué)的“主導(dǎo)”。要引領(lǐng)教學(xué)

全過(guò)程，時(shí)刻注意學(xué)生的學(xué)習(xí)狀態(tài)、學(xué)習(xí)程度、情感交流，盡量照顧到每個(gè)同學(xué)。ITS不是將教師擱置了。而是把教師從ITS能做的事情中解放出來(lái)，有更多的時(shí)間去從事機(jī)器所無(wú)法替代的事情。例如，計(jì)劃教學(xué)，開發(fā)教學(xué)補(bǔ)充材料，示范成熟的行為，啟發(fā)、引導(dǎo)學(xué)生去克服遇到的各種困難。特別是一個(gè)優(yōu)秀教師對(duì)學(xué)生的態(tài)度和道德的影響和培養(yǎng)，是任何智能教學(xué)機(jī)器所無(wú)法取代的。所以，在利用智能教學(xué)系統(tǒng)教學(xué)的過(guò)程中，不能用智能教學(xué)系統(tǒng)取代教師，不能忽略教師的指導(dǎo)作用。

2.注意教學(xué)模式的運(yùn)用

作為一種教育技術(shù)的實(shí)現(xiàn)，ITS主要依賴于各種技術(shù)的發(fā)展，但作為一個(gè)能夠?qū)嵤┩暾虒W(xué)過(guò)程的教學(xué)系統(tǒng)，ITS的應(yīng)用效果更多地依賴于所采用的教學(xué)模式。長(zhǎng)期以來(lái)，傳統(tǒng)CAI在教學(xué)中的應(yīng)用都以個(gè)別化教學(xué)模式為主。但隨著認(rèn)知心理學(xué)的發(fā)展，基于建構(gòu)主義學(xué)習(xí)理論的以“學(xué)”為中心的教學(xué)模式逐漸受到青睞。這種教學(xué)模式更能滿足學(xué)習(xí)者的個(gè)性化要求，也為協(xié)作學(xué)習(xí)創(chuàng)造了更大的可能性。目前，協(xié)作學(xué)習(xí)模式因其利于培養(yǎng)學(xué)生的多樣化思維和合作精神而日益受到重視。同一個(gè)智能教學(xué)系統(tǒng)，用于個(gè)別化教學(xué)模式和用于協(xié)作學(xué)習(xí)模式就會(huì)產(chǎn)生截然不同的教學(xué)效果。因此。在利用智能教學(xué)系統(tǒng)時(shí)，要注意根據(jù)教學(xué)內(nèi)容和教學(xué)目標(biāo)靈活采用個(gè)別化教學(xué)模式或協(xié)作學(xué)習(xí)模式。

3.有效與網(wǎng)絡(luò)相結(jié)合

隨著多媒體技術(shù)和Internet網(wǎng)絡(luò)的飛速發(fā)展，多媒體教育技術(shù)與Internet的進(jìn)一步融合，ITS不僅僅在人工智能上單一發(fā)展。它要向多維的網(wǎng)絡(luò)空間發(fā)展。網(wǎng)絡(luò)化成為當(dāng)今世界ITS系統(tǒng)的一大優(yōu)勢(shì)和特色。“無(wú)機(jī)不聯(lián)”正是現(xiàn)代教育計(jì)算機(jī)使用情況的真實(shí)寫照。智能教學(xué)系統(tǒng)應(yīng)與網(wǎng)絡(luò)相結(jié)合。借助網(wǎng)絡(luò)的優(yōu)勢(shì)，完成在線學(xué)習(xí)、實(shí)時(shí)討論、網(wǎng)上測(cè)試等多種教學(xué)任務(wù)。學(xué)生可以在學(xué)校或家中通過(guò)計(jì)算機(jī)登錄到系統(tǒng)，系統(tǒng)按其不同的認(rèn)知水平為其準(zhǔn)備不同難度的教學(xué)內(nèi)容。完成學(xué)習(xí)時(shí)，系統(tǒng)通過(guò)自適應(yīng)的測(cè)試確定學(xué)生新的認(rèn)知水平，作為其下一次登錄學(xué)習(xí)時(shí)為其準(zhǔn)備學(xué)習(xí)內(nèi)容的依據(jù)，并向?qū)W生提出進(jìn)一步需學(xué)習(xí)內(nèi)容的建議。學(xué)生在學(xué)習(xí)過(guò)程中可以實(shí)時(shí)地與其他在線的學(xué)習(xí)者進(jìn)行討論，并可通過(guò)E-mail的形式與教師進(jìn)行交流。教師可以使用自己的計(jì)算機(jī)，在教研室或家中登錄到系統(tǒng)，檢查學(xué)生的學(xué)習(xí)進(jìn)度，學(xué)習(xí)情況。并依據(jù)學(xué)生的實(shí)際情況，有針對(duì)性地對(duì)教學(xué)內(nèi)容、測(cè)試內(nèi)容進(jìn)行更新。網(wǎng)絡(luò)與智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)有機(jī)結(jié)合，相互補(bǔ)足，必將構(gòu)建成一個(gè)新的系統(tǒng)工程。

參考文獻(xiàn)：

[1]王士同主編.人工智能教程[M].北京：電子工業(yè)出版社，2001.

[1]王永慶.人工智能原理與方法[M].西安：西安交通大學(xué)出版社，1998.

[3]何克抗.計(jì)算機(jī)輔助教育[M].北京：高等教育出版社，1997.

第7篇

關(guān)鍵詞：人工智能；高中生；職業(yè)規(guī)劃；建議

一、引言

人工智能的不斷發(fā)展與拓展促進(jìn)了我國(guó)各個(gè)領(lǐng)域的發(fā)展，同時(shí)對(duì)各個(gè)行業(yè)產(chǎn)生巨大沖擊，很多需要人工機(jī)械作業(yè)的領(lǐng)域?qū)?huì)使用機(jī)器人，造成大量人員的失業(yè)。面對(duì)如此現(xiàn)狀，今后我們高中生如何做好職業(yè)生涯規(guī)劃成為當(dāng)務(wù)之急，只有深刻把握社會(huì)發(fā)展趨勢(shì)，加強(qiáng)學(xué)習(xí)方向與時(shí)代潮流的匹配性，才能迎接挑戰(zhàn)、抓住機(jī)遇、趨利避害，做好職業(yè)選擇和規(guī)劃，更好地適應(yīng)今后的社會(huì)發(fā)展。

二、人工智能的發(fā)展現(xiàn)狀和趨勢(shì)

（一）人工智能的發(fā)展現(xiàn)狀

“人工智能”一詞最初是在1956年Dartmouth學(xué)會(huì)上提出的。它是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機(jī)器或智能系統(tǒng)，來(lái)模擬人類智能活動(dòng)的能力，以延伸人們智能的科學(xué)。目前，人工智能技術(shù)在美國(guó)、歐洲和日本呈現(xiàn)飛速發(fā)展趨勢(shì)。隨著人工智能技術(shù)的快速發(fā)展，人工智能已經(jīng)在各個(gè)行業(yè)得到廣泛應(yīng)用，其中比較典型應(yīng)用主要包括符號(hào)計(jì)算、模式識(shí)別、機(jī)器翻譯、機(jī)器學(xué)習(xí)、問(wèn)題求解、邏輯推理和定理證明、自然語(yǔ)言處理、智能信息檢索技術(shù)以及專家系統(tǒng)等，這些在計(jì)算機(jī)領(lǐng)域、化學(xué)領(lǐng)域、醫(yī)學(xué)領(lǐng)域以及礦物勘測(cè)領(lǐng)域等得到廣泛應(yīng)用，并取得較好效果。

（二）人工智能的發(fā)展趨勢(shì)

技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測(cè)人工智能的未來(lái)是不可能的。但是，從目前的一些前瞻性研究可以看出未來(lái)人工智能可能會(huì)綜合模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感等進(jìn)行全方位發(fā)展。隨著全球化趨勢(shì)的不斷增強(qiáng)，今后人工智能會(huì)向著全球國(guó)際標(biāo)準(zhǔn)的方向發(fā)展。人工智能技術(shù)不斷地在就業(yè)領(lǐng)域應(yīng)用及發(fā)展，因此高中階段就對(duì)自己的職業(yè)生涯有著規(guī)劃是未來(lái)發(fā)展的必然趨勢(shì)，并且美國(guó)、加拿大等先進(jìn)國(guó)家早早的就把高中生職業(yè)規(guī)劃教育課程安排在了高中階段，相比之下安排職業(yè)規(guī)劃教育課程的高中畢業(yè)生，甚至大學(xué)畢業(yè)生對(duì)自己的規(guī)劃都有著明確的方向，我國(guó)目前某些地區(qū)高中階段已經(jīng)安排了職業(yè)規(guī)劃類型的課程，相信不久高中生職業(yè)規(guī)劃的課程也會(huì)出現(xiàn)在更多地區(qū)的校園。

（三）人工智能發(fā)展對(duì)就業(yè)的影響

隨著機(jī)器眼下正在取代的首當(dāng)其沖的是那些簡(jiǎn)單機(jī)械操作的勞動(dòng)者，比如說(shuō)我國(guó)工廠里的初級(jí)工人正在面臨自動(dòng)化的威脅。還有美國(guó)福特公司，不僅大量裁減藍(lán)領(lǐng)工人，而且還要把工廠搬到別的州或國(guó)家去，那里稅收更低、政策環(huán)境更寬松、工會(huì)更友善的，在這些地方使用機(jī)器人不僅可以提高作業(yè)效率和質(zhì)量，而且能夠極大的降低各種成本，能夠?yàn)槠髽I(yè)創(chuàng)造更多的效益。

隨著人工智能的快速發(fā)展，人工智能對(duì)各個(gè)領(lǐng)域的就業(yè)產(chǎn)生了重大影響，我國(guó)也在往這個(gè)方向發(fā)展，對(duì)于IT行業(yè)，今后會(huì)大量使用機(jī)器人進(jìn)行工作，制造業(yè)也在逐漸增加使用機(jī)器人。技術(shù)的進(jìn)步，使得個(gè)人的生產(chǎn)效率得到了巨大的提升。雖然就短期而言，機(jī)器是不會(huì)一下子取代大多數(shù)人，但我們必須未雨綢繆、防患于未然。有一些機(jī)械的、長(zhǎng)時(shí)間集中精神的、固定套路的工作，比如流水線工、司機(jī)、配藥師等，機(jī)器比人還擅長(zhǎng)，這些領(lǐng)域?qū)?huì)淘汰大量的工人，導(dǎo)致很多人員失業(yè)。而很多工作需要人搭配機(jī)器做才最高效，這些工作是主流的新工作，但是需要注意的是，在人和機(jī)器協(xié)作的過(guò)程中，機(jī)器一定會(huì)不斷智能優(yōu)化的，在單一專業(yè)的工作內(nèi)容中，機(jī)器逐漸又會(huì)替代人，因此也會(huì)造成人員失業(yè)。對(duì)于人際溝通事務(wù)，由于需要人與人之間的交流，還是人比較擅長(zhǎng)。審美是模糊的、社會(huì)性的，這個(gè)還是人比較擅長(zhǎng)。

對(duì)于我們高中生而言，勤動(dòng)腦，勤動(dòng)手，不斷創(chuàng)新，是未來(lái)立足之本。因此不僅要埋頭學(xué)習(xí)知識(shí)，還要培養(yǎng)創(chuàng)新能力和實(shí)踐能力，以應(yīng)對(duì)迎接人工智能的挑戰(zhàn)。

（四）高中生應(yīng)該怎樣規(guī)劃職業(yè)生涯

面對(duì)人工智能的快速發(fā)展，今后我們高中生應(yīng)當(dāng)趨利避害，努力做好職業(yè)生涯規(guī)劃，實(shí)現(xiàn)自我價(jià)值的增值，具體來(lái)說(shuō)應(yīng)當(dāng)從以下幾個(gè)方面入手：

1.增強(qiáng)職業(yè)規(guī)劃的意識(shí)

高中生要根據(jù)自身的主觀因素以及外界的環(huán)境因素，分析、歸納、選擇自己的職業(yè)發(fā)展方向，并且制定相應(yīng)的學(xué)習(xí)、培養(yǎng)計(jì)劃，采取必要行動(dòng)去實(shí)現(xiàn)目標(biāo)。這種確定人生方向的規(guī)劃問(wèn)題應(yīng)該在高中階段每一個(gè)學(xué)生都應(yīng)該對(duì)自己有著清醒的認(rèn)識(shí)，并且得到自身的重視，對(duì)選考科目的選擇及大學(xué)志愿的填報(bào)就不會(huì)盲目、無(wú)頭緒，在高中階段有了明確的目標(biāo)會(huì)使自己的學(xué)習(xí)方向更加準(zhǔn)確，學(xué)習(xí)積極性更加強(qiáng)勁，同時(shí)在就業(yè)選擇上也可以盡量地少走彎路。

2.選擇高水平的職業(yè)指導(dǎo)教師

高中生實(shí)現(xiàn)從學(xué)校到社會(huì)或者更高層學(xué)校的過(guò)程中職業(yè)規(guī)劃具有重要的導(dǎo)向作用，因此在高中階段一個(gè)好的職業(yè)規(guī)劃指導(dǎo)教師對(duì)學(xué)生的影響有著重要的意義。首先我們選擇的職業(yè)規(guī)劃指導(dǎo)教師必須具備一定的任職條件，目前國(guó)家也一再的強(qiáng)調(diào)任職職業(yè)資格的嚴(yán)格性；其次就是指導(dǎo)教師要善于啟發(fā)式指導(dǎo)學(xué)生，增強(qiáng)學(xué)生的獨(dú)立思考能力，在教師的幫助下充分認(rèn)識(shí)自己的天賦、特長(zhǎng)、興趣、能力、心理等方，發(fā)現(xiàn)和挖掘自己多方面的潛能，學(xué)會(huì)正確利用各方面條件充分發(fā)展。同時(shí)，要注意避免指導(dǎo)教師的思想左右了我們的思想，只有準(zhǔn)確的認(rèn)識(shí)自己，才能促使我們帶著自己的職業(yè)規(guī)劃繼續(xù)努力進(jìn)步。

3.自己的高中生涯規(guī)劃

高中的三年，對(duì)一個(gè)高中生的人生有著重要的意義，因此高中階段可以進(jìn)行分階段的自我管理培養(yǎng)。高一階段：剛進(jìn)入學(xué)校，通過(guò)學(xué)習(xí)了解學(xué)科特點(diǎn)，利用學(xué)校、教師、網(wǎng)絡(luò)、社會(huì)了解就業(yè)動(dòng)向，自我優(yōu)勢(shì)結(jié)合人才需求，明確選考科目，初步制定職業(yè)發(fā)展意向。高二階段：正確處理選考科目學(xué)習(xí)與學(xué)考科目學(xué)習(xí)的關(guān)系，既突出專業(yè)知識(shí)又兼顧知識(shí)廣度。高三階段：更要處理好語(yǔ)文數(shù)學(xué)英語(yǔ)必考科目學(xué)習(xí)與選修科目深化拓展的關(guān)系，既要提高高考成績(jī)又要深化拓展專業(yè)素養(yǎng)；既要強(qiáng)化高考復(fù)習(xí)又要重視面試培訓(xùn)，為參加高校自主招生考試或“三位一體”考試做好充分準(zhǔn)備。因?yàn)榻陙?lái)重點(diǎn)大學(xué)通過(guò)高考統(tǒng)一招生錄取的名額正在減少，而自主招生或“三位一體”的名額大量增加，有志于就讀名牌大學(xué)的學(xué)生要注意這方面的情況。同時(shí)高中生要根據(jù)自己的理想多去了解高校情況，多去了專業(yè)設(shè)置的情況，為報(bào)考適合自己的學(xué)校及專業(yè)做好信息準(zhǔn)備。

4.積極參加選修課程，為今后的職業(yè)生涯做好基礎(chǔ)

按照教育部有關(guān)規(guī)定，高中學(xué)校要開設(shè)選修課程。我們可以根據(jù)自己的興趣愛(ài)好，選取自己喜歡的課程進(jìn)行學(xué)習(xí)，這不僅可以及早的發(fā)現(xiàn)我們的喜好和特長(zhǎng)，為我們的職業(yè)生涯做規(guī)劃有著重要的參考意義，同時(shí)對(duì)我們的基礎(chǔ)知識(shí)的培養(yǎng)也很重要，拓寬了我們的見識(shí)寬度，為今后的職業(yè)生涯奠定堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)：

[1]劉界，黃冠，王冰潔.關(guān)于人工智能教育如何彌補(bǔ)當(dāng)前教育缺陷的思考[J].內(nèi)蒙古民族大學(xué)學(xué)報(bào)，2006，12（3）：50-51.

[2]焦加麟，徐良賢，戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)仿真，2003.20（8）.

[3]劉春玲，張煥生，郝國(guó)芬.BP神經(jīng)網(wǎng)絡(luò)在教學(xué)評(píng)價(jià)中的應(yīng)用[J].煤炭技術(shù)，2012，31（5）：231-232.

第8篇

關(guān)鍵詞：人工智能；大數(shù)據(jù)；交叉領(lǐng)域

自二戰(zhàn)時(shí)期阿蘭?圖靈破解恩尼格瑪密碼機(jī)帶來(lái)勝利的曙光之后，人工智能初見苗頭，1956年“人工智能”一詞首次由約翰?麥卡錫等科學(xué)家在達(dá)特茅斯研討會(huì)上提出，時(shí)至今日，人工智能經(jīng)歷了60多年的浪潮和洗禮，其中有曙光、有冰封，也有期望。縱觀當(dāng)下，人工智能不僅僅是機(jī)器智能，在深度學(xué)習(xí)和推陳出新的算法推動(dòng)下，其攜手云計(jì)算、大數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)等，攻破了自然語(yǔ)言語(yǔ)音處理、圖像識(shí)別的瓶頸，像潘多拉的盒子一樣在認(rèn)知科學(xué)、機(jī)器人學(xué)、機(jī)器學(xué)習(xí)等領(lǐng)域全面開花，人工智能涵蓋了從基礎(chǔ)層、技術(shù)層到應(yīng)用層等多個(gè)方面，為人類文明帶來(lái)了翻天覆地的變化[1-2]。人工智能包羅萬(wàn)象，在其基礎(chǔ)上衍生的大數(shù)據(jù)“洪流”對(duì)人類社會(huì)的方方面面進(jìn)行沖擊，這些數(shù)字的價(jià)值已然超越了諸如金錢、財(cái)產(chǎn)、黃金、石油，甚至是土地。然而，大數(shù)據(jù)技術(shù)也如同普羅米修斯盜得的圣火，一方面給人間帶來(lái)溫暖和光明，另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此，當(dāng)我們沉迷于大數(shù)據(jù)的海洋中時(shí)，我們是否有能力像藍(lán)鯨遨游大海一樣自由掌舵，是當(dāng)今大數(shù)據(jù)和人工智能時(shí)代存在的一個(gè)重大問(wèn)題。是“曲徑通幽”還是“會(huì)當(dāng)凌絕頂”，我們?nèi)绾卧诖髷?shù)據(jù)中“浮游”，而不是一味地?cái)U(kuò)充，需要理性看待與合理評(píng)價(jià)大數(shù)據(jù)對(duì)人類生存和發(fā)展的影響。

1.人工智能和大數(shù)據(jù)與“工業(yè)革命”

2020年剛剛結(jié)束的新一輪美國(guó)總統(tǒng)競(jìng)選上演了各種“國(guó)家鬧劇”，為何特朗普在2016年贏得大選，而4年之后卻無(wú)法連任？時(shí)間推移，2016年他勝利的部分原因在于他利用了面臨技術(shù)威脅的工業(yè)行業(yè)中工人們的焦慮，同時(shí)指責(zé)非法移民對(duì)美國(guó)及美國(guó)人資源和就業(yè)機(jī)會(huì)的占用[4]。但在技術(shù)浪潮的挑戰(zhàn)中，自動(dòng)化和人工智能才是占用的“根源”。早在18世紀(jì)60年代工業(yè)革命時(shí)期，機(jī)器取代人力，規(guī)模化工廠生產(chǎn)取代個(gè)體手工生產(chǎn)，即引發(fā)了人工智能數(shù)據(jù)的工業(yè)大變革。從機(jī)械結(jié)構(gòu)、電氣控制等模塊的設(shè)計(jì)和改良，車間機(jī)器人的智能化已可以代替人完成生產(chǎn)作業(yè)[5]。通過(guò)智能化機(jī)器人可以減輕勞動(dòng)負(fù)擔(dān)，還可以用于環(huán)境檢測(cè)[6]和實(shí)施救援[7]等，保護(hù)我們的人身安全。這些“機(jī)器人”在為我們減負(fù)的同時(shí)確實(shí)也引發(fā)了“失業(yè)危機(jī)”，這種現(xiàn)象不僅于美國(guó)，日本、韓國(guó)和德國(guó)亦是如此。我們也許可以形象一下，未來(lái)20或30年后，工廠中工傷幾乎為“零”，完全實(shí)施機(jī)器人24小時(shí)作業(yè)，速度驚人，質(zhì)量統(tǒng)一，而僅有的幾個(gè)人使用簡(jiǎn)單的觸摸界面對(duì)機(jī)器下達(dá)“命令”。機(jī)器的發(fā)展已超乎我們對(duì)普通機(jī)械的認(rèn)知，21世紀(jì)開發(fā)的三大機(jī)器人中大狗（BigDog）解決了運(yùn)動(dòng)和重載運(yùn)輸問(wèn)題，特別用于軍事領(lǐng)域，被譽(yù)為“當(dāng)前世界上最先進(jìn)適應(yīng)崎嶇地形的機(jī)器人”；亞美尼亞（Asimo）從人類如何移動(dòng)上展現(xiàn)了機(jī)器人仿人運(yùn)動(dòng)；Cog具有了人類所特有的思考，由不同處理器組成的異種機(jī)互聯(lián)網(wǎng)絡(luò)形成了“大腦”。特斯拉——其除了是電動(dòng)汽車和能源公司外，還是自動(dòng)駕駛汽車行業(yè)的領(lǐng)跑者之一。其2016年已銷售具有自動(dòng)駕駛、自動(dòng)自制和自動(dòng)停車功能的電動(dòng)汽車，但出于法律和倫理層面，駕駛員還是要坐在駕駛位上，但他可以做他想做的其他事，發(fā)短信、打電話或是休息，而不再是駕駛汽車。我們可以不用擔(dān)心酒駕，不用因?yàn)闀r(shí)間緊張而疲勞駕駛，不必為新手司機(jī)而變得脾氣暴躁……汽車自動(dòng)駕駛將讓我們行駛得更規(guī)則、更安全和更“無(wú)聊”。自動(dòng)駕駛上的智能進(jìn)化，使得自駕型派送車為商業(yè)化服務(wù)成為可能，還有自駕型飛行器也在被研發(fā)，通用、寶馬、谷歌等公司一直在努力開發(fā)，通過(guò)無(wú)人機(jī)在您家門口投送包裹將對(duì)電子商務(wù)世界帶來(lái)更多創(chuàng)造性方案。“如果你夠走運(yùn)的話，機(jī)器可以把你當(dāng)成寵物。”雖為戲謔之言，卻又飽含心酸。工廠變得越來(lái)越自動(dòng)化，但其仍需要人類專家，他們才知道如何監(jiān)控傳感器，知道在發(fā)生故障時(shí)如何進(jìn)行修復(fù)，機(jī)器的運(yùn)行離不開人的監(jiān)控，只有人的思考才能有新產(chǎn)品的誕生以及高效的生產(chǎn)流程，我們與機(jī)器共存，是從體力中解放，但要從事腦力工作。

2.人工智能和大數(shù)據(jù)與金融的未來(lái)

“數(shù)字蝶變”席卷金融行業(yè)各個(gè)領(lǐng)域[8]，金融行業(yè)應(yīng)用大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、人工智能等先進(jìn)信息技術(shù)，累積了非常多的客戶信息。通過(guò)大數(shù)據(jù)的幫助，金融公司在分析數(shù)據(jù)下尋找更多的金融創(chuàng)新機(jī)會(huì)。在商業(yè)智能（BI）的輔助下，電信業(yè)可以對(duì)客服描述和定位及需求進(jìn)行預(yù)測(cè)；保險(xiǎn)業(yè)可以在進(jìn)行風(fēng)險(xiǎn)分析的同時(shí)進(jìn)行損益判斷；銀行業(yè)可以調(diào)整市場(chǎng)活動(dòng)，建立信貸預(yù)警機(jī)制等等[9]。人工智能和大數(shù)據(jù)讓金融業(yè)形成了“以客戶為中心”的模式。與客戶最密切的金融即是金錢，但是它們已經(jīng)被“支付寶”和“微信”以及更多的電子支付方式取代，越來(lái)越少的人使用現(xiàn)金，數(shù)字金錢是否會(huì)完全取代物質(zhì)金錢，我們很可能會(huì)發(fā)展為無(wú)現(xiàn)金社會(huì)。那么首先“下崗”的是誰(shuí)呢？答案毫無(wú)疑問(wèn)：銀行。巴克萊銀行前首席執(zhí)行官安東尼?詹金斯曾預(yù)測(cè)，對(duì)于工業(yè)化國(guó)家，銀行員工和其分支機(jī)構(gòu)在未來(lái)10年內(nèi)會(huì)消失；花旗全球視角與解決方案的一項(xiàng)研究預(yù)測(cè)，美國(guó)和歐洲的銀行將在未來(lái)10年裁減約180萬(wàn)員工；甚至2016年2月的一份丹麥銀行家協(xié)會(huì)新聞稿表示，銀行搶劫案數(shù)量連續(xù)第5年下降。就支付領(lǐng)域而言，在這樣的時(shí)代背景下，如何利用大數(shù)據(jù)技術(shù)對(duì)跨越式發(fā)展的支付行業(yè)進(jìn)行監(jiān)管，成為一個(gè)值得深入研究的課題[10]。在人工智能下，我們都有被銀行自動(dòng)回復(fù)或自會(huì)讀取特定問(wèn)題的“員工”惹惱過(guò)。溝通技巧和財(cái)務(wù)知識(shí)同樣重要，因此，銀行業(yè)員工的下崗只是在基礎(chǔ)性操作上，對(duì)于“專業(yè)咨詢”，需要更多受過(guò)高等教育、具有更好溝通能力的員工。目前，我國(guó)的多數(shù)銀行還沒(méi)建立“開放、共享、融合”的大數(shù)據(jù)體系，數(shù)據(jù)整合和部門協(xié)調(diào)等問(wèn)題仍是阻礙我國(guó)金融機(jī)構(gòu)將數(shù)據(jù)轉(zhuǎn)化為價(jià)值的主要瓶頸。大數(shù)據(jù)的整合、跨企業(yè)的外部大數(shù)據(jù)合作不可避免地加大客戶隱私信息泄露的風(fēng)險(xiǎn)。有效防范信息安全風(fēng)險(xiǎn)成為商業(yè)銀行大數(shù)據(jù)應(yīng)用中急需解決的問(wèn)題。

3.人工智能和大數(shù)據(jù)與“專家系統(tǒng)”

電子病歷數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)、用藥記錄等構(gòu)成了醫(yī)療大數(shù)據(jù)。醫(yī)療數(shù)據(jù)不僅包括大數(shù)據(jù)的“4V”特點(diǎn)，即規(guī)模大（volume）、類型多樣（variety）、增長(zhǎng)快（velocity）、價(jià)值巨大（value），還包括：時(shí)序性、隱私性、不完整性和長(zhǎng)期保存性。醫(yī)療大數(shù)據(jù)可以提供預(yù)警性，當(dāng)數(shù)據(jù)發(fā)生異常時(shí)，通過(guò)一定的機(jī)制可以發(fā)出警告，從而迅速采取相應(yīng)措施，及時(shí)解決問(wèn)題[11]。成立于1989年的美國(guó)胸外科協(xié)會(huì)（STS）數(shù)據(jù)庫(kù)，至今已經(jīng)涵蓋了美國(guó)95%的心臟手術(shù)，收集了500萬(wàn)條手術(shù)記錄[12]。其中的先天性心臟手術(shù)（CHSD）數(shù)據(jù)庫(kù)是STS數(shù)據(jù)庫(kù)的重要組成部分，是北美最大的關(guān)注兒童先天性心臟畸形的數(shù)據(jù)庫(kù)，被認(rèn)為是醫(yī)學(xué)專業(yè)臨床結(jié)果數(shù)據(jù)庫(kù)的金標(biāo)準(zhǔn)。近年來(lái)，基于CHSD數(shù)據(jù)庫(kù)所進(jìn)行的數(shù)據(jù)挖掘不斷增加，大型數(shù)據(jù)庫(kù)對(duì)提高醫(yī)療質(zhì)量所起到的正向作用正在日益凸顯。如Welke等基于CHSD數(shù)據(jù)庫(kù)探討小兒心臟外科病例數(shù)量和死亡率之間的復(fù)雜關(guān)系[13]；Pasquali等基于CHSD數(shù)據(jù)庫(kù)探討新生兒Blalock—taussig分流術(shù)后的死亡率[14]；Jacobs等基于CHSD數(shù)據(jù)庫(kù)采用多變量分析方法來(lái)研究病人術(shù)前因素的重要性[15]；Dibardino等基于CHSD數(shù)據(jù)庫(kù)采用多變量分析的方法來(lái)探討性別和種族對(duì)進(jìn)行先天性心臟手術(shù)結(jié)果的影響[16]。這些都是在醫(yī)療領(lǐng)域采用人工智能提供的醫(yī)療診斷，形成了“專家系統(tǒng)”，專家系統(tǒng)可以說(shuō)是一種最成功的人工智能技術(shù)，它能生成全面而有效的結(jié)果。借助醫(yī)療大數(shù)據(jù)的平臺(tái)，“專家系統(tǒng)”可以智能輔助診療、影像數(shù)據(jù)分析與影像智能診斷、合理用藥、遠(yuǎn)程監(jiān)控、精準(zhǔn)醫(yī)療、成本與療效分析、績(jī)效管理、醫(yī)院控費(fèi)、醫(yī)療質(zhì)量分析等。不僅是數(shù)據(jù)平臺(tái)，“達(dá)芬奇機(jī)器人”可以看成醫(yī)療的高精尖“人工智能”，它能縮短泌尿外科手術(shù)以及術(shù)后患者恢復(fù)時(shí)間，促進(jìn)患者早期下床活動(dòng)，減低并發(fā)癥發(fā)生率[17]。達(dá)芬奇手術(shù)機(jī)器人在消化系統(tǒng)腫瘤、泌尿系統(tǒng)腫瘤、婦科腫瘤和心胸部腫瘤等手術(shù)中均有運(yùn)用[18]。正是機(jī)器人，還有其他人工智能設(shè)備，如插入手表或衣服里的傳感器、植入我們皮膚下的芯片，以及智能手機(jī)中裝有各種“專家系統(tǒng)”的遠(yuǎn)程醫(yī)療、預(yù)防醫(yī)學(xué)，甚至是器官的3D打印和虛擬現(xiàn)實(shí)治療等的發(fā)展，讓醫(yī)學(xué)發(fā)生相應(yīng)的轉(zhuǎn)變，并使其逐步突破人類的傳統(tǒng)健康概念，那么是否意味著醫(yī)學(xué)將成為只有科學(xué)性，毫無(wú)直覺(jué)性的學(xué)科呢？我們攜帶的內(nèi)部傳感器和外部應(yīng)用程序?qū)⒊蔀槲覀兊尼t(yī)生嗎？“你好，醫(yī)生”被“嘿，Siri”取代嗎？這不盡然。醫(yī)學(xué)必然將是向精準(zhǔn)化發(fā)展，并更具個(gè)性化、參與性、預(yù)防性和可預(yù)測(cè)性。醫(yī)生不再是疾病的修理工，而是改善我們健康狀況的顧問(wèn)。直觀當(dāng)下，我們還是被“看病難”所困擾，我們提出“分級(jí)診療”，是在擁有家庭醫(yī)生、全科醫(yī)生和專科醫(yī)生的基礎(chǔ)上再加上人工智能，以實(shí)現(xiàn)預(yù)期的健康監(jiān)測(cè)、輔助診療和疾病篩查。

4.人工智能和大數(shù)據(jù)與教育變革

面對(duì)各行業(yè)和各學(xué)科，教育作為傳承文明和創(chuàng)新知識(shí)的載體，似乎被排除在人工智能之外。就目前而言，人工智能與教育深度融合發(fā)展還存在技術(shù)基礎(chǔ)不穩(wěn)、教育數(shù)據(jù)缺陷、算法能力不足等現(xiàn)實(shí)問(wèn)題[19]。我國(guó)目前更想要做到的是在教育上消除“信息鴻溝”，促進(jìn)教育公平、均衡發(fā)展。因此，目前可以看到人工智能的教育多在于語(yǔ)言學(xué)習(xí)軟件，通過(guò)虛擬技術(shù)和人工智能構(gòu)建一個(gè)靈活的、可擴(kuò)充的虛擬交互平臺(tái)，設(shè)計(jì)多維虛擬場(chǎng)景和智能人工角色，實(shí)現(xiàn)不同場(chǎng)景下人機(jī)角色的交流和學(xué)習(xí)，提升學(xué)習(xí)者的口語(yǔ)能力和語(yǔ)感知識(shí)[20]。這使得教師不再是唯一的知識(shí)傳播者，任何互聯(lián)網(wǎng)搜索引擎都將提供比教師所有的更多信息，并且可以更快捷地獲取。肺炎疫情暴發(fā)以來(lái)，遠(yuǎn)程網(wǎng)絡(luò)教育成了主要教學(xué)形式，互聯(lián)網(wǎng)教育形式其實(shí)早在小學(xué)、中學(xué)和大學(xué)中運(yùn)用，虛擬現(xiàn)實(shí)技術(shù)在教學(xué)領(lǐng)域的研究和探索也在全面展開。谷歌已經(jīng)開發(fā)一款VR紙板視圖，并將研發(fā)的虛擬課程一起推向市場(chǎng)，使現(xiàn)實(shí)生活中在生物課上解剖一只青蛙成為一件容易且有趣的事，通過(guò)虛擬青蛙，學(xué)生們可以去除心臟和其他器官，而不再是象征性的抽象體驗(yàn)。虛擬現(xiàn)實(shí)可以像互動(dòng)游戲一樣，比單一的在教室聽老師授課帶來(lái)更多樂(lè)趣和體驗(yàn)，學(xué)習(xí)效果可能更好。我們的學(xué)習(xí)是知識(shí)的積累，那么教育就是我們的庫(kù)，荀靜等結(jié)合自身情況對(duì)西安工業(yè)大學(xué)知識(shí)庫(kù)構(gòu)建進(jìn)行探究，認(rèn)為機(jī)構(gòu)知識(shí)庫(kù)在保存知識(shí)資產(chǎn)的同時(shí)，更重要的是促進(jìn)學(xué)校知識(shí)資產(chǎn)的傳播利用和管理，提升學(xué)校影響力和學(xué)術(shù)聲譽(yù)[21]。劉暢等通過(guò)對(duì)東北大學(xué)機(jī)構(gòu)知識(shí)庫(kù)服務(wù)的推廣研究，了解到開放獲取的概念和實(shí)踐已經(jīng)受到了廣泛的認(rèn)可，機(jī)構(gòu)知識(shí)庫(kù)不僅可以成為一個(gè)知識(shí)的存儲(chǔ)庫(kù)，也可以成為各個(gè)學(xué)科領(lǐng)域的學(xué)者進(jìn)行在線交流的平臺(tái)，提供個(gè)性化的增值服務(wù)，既有利于機(jī)構(gòu)知識(shí)庫(kù)的內(nèi)容建設(shè)，也可以進(jìn)一步促進(jìn)學(xué)術(shù)交流和科研合作[22]。知識(shí)庫(kù)，即大數(shù)據(jù)的有機(jī)整合和有序利用，是學(xué)術(shù)成果、視頻文檔、實(shí)驗(yàn)數(shù)據(jù)等進(jìn)行收集、長(zhǎng)期保存、傳播和提供開放利用的知識(shí)資產(chǎn)管理與教育服務(wù)[23]。

5.人工智能和大數(shù)據(jù)應(yīng)用的共性需求

人工智能和大數(shù)據(jù)時(shí)代，海量的信息來(lái)自“五湖四海”，但都通過(guò)互聯(lián)網(wǎng)絡(luò)匯聚智能終端。這些數(shù)據(jù)只會(huì)進(jìn)一步增多，不僅僅是云存儲(chǔ)，對(duì)于信息的進(jìn)一步挖掘、處理、分析和利用，目標(biāo)性結(jié)果才是我們最想要的信息。全球包括IBM、微軟、谷歌和亞馬遜等一大批知名企業(yè)紛紛掘金大數(shù)據(jù)挖掘這一市場(chǎng)，大家都在開拓自己大數(shù)據(jù)分析平臺(tái)。數(shù)據(jù)挖掘是大數(shù)據(jù)時(shí)代孕育的產(chǎn)物[24]，是我們的共性需求，與傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)相比，數(shù)據(jù)挖掘有著自身的本質(zhì)特征,數(shù)據(jù)挖掘是在沒(méi)有明確假設(shè)的前提下去挖掘信息并發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信具有先前未知、有效以及可實(shí)用三個(gè)特征[25]。數(shù)據(jù)挖掘的出現(xiàn)不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù),相反，它是統(tǒng)計(jì)分析方法學(xué)的延伸和擴(kuò)展[26]。隨著信息時(shí)代的到來(lái)，數(shù)據(jù)挖掘被越來(lái)越多地應(yīng)用于各個(gè)領(lǐng)域。

6.人工智能和大數(shù)據(jù)的展望

大數(shù)據(jù)與人工智能相輔相成，在人工智能的加持下，海量的大數(shù)據(jù)輸出優(yōu)化的結(jié)果，使人工智能向更為智能的方向進(jìn)步，大數(shù)據(jù)與人工智能的結(jié)合將在更多領(lǐng)域中擊敗人類所能夠做到的極限。漫長(zhǎng)的人類歷史發(fā)展和進(jìn)化，信息和人類一直“纏纏綿綿”“你追我藏”，因此，我們應(yīng)該明白信息就是信息，我們需要的是“維基百科”，而不是僅僅的“維基”。走出狹隘的信息資源，管理和洞察大數(shù)據(jù)，才是對(duì)數(shù)據(jù)的有用。因?yàn)椋覀冊(cè)缫迅鎰e了數(shù)據(jù)庫(kù)放在一間房間的時(shí)代。此刻不得不提藍(lán)鯨法則——大數(shù)據(jù)之道：了解數(shù)據(jù)懂得利用數(shù)據(jù)的“浮力”才是關(guān)鍵；“以簡(jiǎn)約為目標(biāo)”將數(shù)據(jù)最終形成洞察及行為；可以通過(guò)“數(shù)據(jù)”“信息”“知識(shí)”流程式、組合式、直通車式各種需要的方式來(lái)獲取[27]，在簡(jiǎn)約中“印象”處理繁雜的大數(shù)據(jù)，使之“為我所用”。=數(shù)據(jù)也是一門科學(xué)、一項(xiàng)技術(shù)，如果實(shí)驗(yàn)不能證明其具有可重復(fù)性和一般性，那它是沒(méi)有科學(xué)依據(jù)，但是，任何一項(xiàng)科技，如果你堅(jiān)信它必將改變社會(huì)和商業(yè)，選擇從長(zhǎng)期展望其發(fā)展并持續(xù)付出努力，那么就是一種戰(zhàn)略選擇[29]。人類社會(huì)的政治、經(jīng)濟(jì)、文化、思維等固有“態(tài)勢(shì)”被重刷，數(shù)據(jù)思維將為我們帶來(lái)一個(gè)智能全新的世界觀。

第9篇

【關(guān)鍵詞】法理學(xué)/法律推理/人工智能

【正文】

一、人工智能法律系統(tǒng)的歷史

計(jì)算機(jī)先驅(qū)思想家萊布尼茲曾這樣不無(wú)浪漫地談到推理與計(jì)算的關(guān)系：“我們要造成這樣一個(gè)結(jié)果，使所有推理的錯(cuò)誤都只成為計(jì)算的錯(cuò)誤，這樣，當(dāng)爭(zhēng)論發(fā)生的時(shí)候，兩個(gè)哲學(xué)家同兩個(gè)計(jì)算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個(gè)人面對(duì)面地說(shuō)：讓我們來(lái)計(jì)算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡(jiǎn)明邏輯史》，張家龍譯，商務(wù)印書館1977年版，第54頁(yè)。）

如果連抽象的哲學(xué)推理都能轉(zhuǎn)變?yōu)橛?jì)算問(wèn)題來(lái)解決，法律推理的定量化也許還要相對(duì)簡(jiǎn)單一些。盡管理論上的可能性與技術(shù)可行性之間依然存在著巨大的鴻溝，但是，人工智能技術(shù)的發(fā)展速度確實(shí)令人驚嘆。從誕生至今的短短45年內(nèi)，人工智能從一般問(wèn)題的研究向特殊領(lǐng)域不斷深入。1956年紐厄爾和西蒙教授的“邏輯理論家”程序，證明了羅素《數(shù)學(xué)原理》第二章52個(gè)定理中的38個(gè)定理。塞繆爾的課題組利用對(duì)策論和啟發(fā)式探索技術(shù)開發(fā)的具有自學(xué)習(xí)能力的跳棋程序，在1959年擊敗了其設(shè)計(jì)者，1962年擊敗了州跳棋冠軍，1997年超級(jí)計(jì)算機(jī)“深藍(lán)”使世界頭號(hào)國(guó)際象棋大師卡斯帕羅夫俯首稱臣。

20世紀(jì)60年代，人工智能研究的主要課題是博弈、難題求解和智能機(jī)器人；70年代開始研究自然語(yǔ)言理解和專家系統(tǒng)。1971年費(fèi)根鮑姆教授等人研制出“化學(xué)家系統(tǒng)”之后，“計(jì)算機(jī)數(shù)學(xué)家”、“計(jì)算機(jī)醫(yī)生”等系統(tǒng)相繼誕生。在其他領(lǐng)域?qū)＜蚁到y(tǒng)研究取得突出成就的鼓舞下，一些律師提出了研制“法律診斷”系統(tǒng)和律師系統(tǒng)的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）

1970年Buchanan&Headrick發(fā)表了《關(guān)于人工智能和法律推理若干問(wèn)題的考察》，一文，拉開了對(duì)法律推理進(jìn)行人工智能研究的序幕。文章認(rèn)為，理解、模擬法律論證或法律推理，需要在許多知識(shí)領(lǐng)域進(jìn)行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識(shí)類型，即如何描述法律知識(shí)，其中處理開放結(jié)構(gòu)的法律概念是主要難題。其次，要了解如何運(yùn)用各種知識(shí)進(jìn)行推理，包括分別運(yùn)用規(guī)則、判例和假設(shè)的推理，以及混合運(yùn)用規(guī)則和判例的推理。再次，要了解審判實(shí)踐中法律推理運(yùn)用的實(shí)際過(guò)程，如審判程序的運(yùn)行，規(guī)則的適用，事實(shí)的辯論等等。最后，如何將它們最終運(yùn)用于編制能執(zhí)行法律推理和辯論任務(wù)的計(jì)算機(jī)程序，區(qū)別和分析不同的案件，預(yù)測(cè)并規(guī)避對(duì)手的辯護(hù)策略，建立巧妙的假設(shè)等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在這一時(shí)期主要沿著兩條途徑前進(jìn)：一是基于規(guī)則模擬歸納推理，70年代初由WalterG.Popp和BernhardSchlink開發(fā)了JUDITH律師推理系統(tǒng)。二是模擬法律分析，尋求在模型與以前貯存的基礎(chǔ)數(shù)據(jù)之間建立實(shí)際聯(lián)系，并僅依這種關(guān)聯(lián)的相似性而得出結(jié)論。JeffreyMeld-man1977年開發(fā)了計(jì)算機(jī)輔助法律分析系統(tǒng)，它以律師推理為模擬對(duì)象，試圖識(shí)別與案件事實(shí)模型相似的其他案件。考慮到律師分析案件既用歸納推理又用演繹推理，程序?qū)烧叨冀o予了必要的關(guān)注，并且包括了各種水平的分析推理方法。

專家系統(tǒng)在法律中的第一次實(shí)際應(yīng)用，是D.沃特曼和M.皮特森1981年開發(fā)的法律判決輔助系統(tǒng)(LDS)。研究者探索將其當(dāng)作法律適用的實(shí)踐工具，對(duì)美國(guó)民法制度的某個(gè)方面進(jìn)行檢測(cè)，運(yùn)用嚴(yán)格責(zé)任、相對(duì)疏忽和損害賠償?shù)饶Ｐ停?jì)算出責(zé)任案件的賠償價(jià)值，并論證了如何模擬法律專家意見的方法論問(wèn)題。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）

我國(guó)法律專家系統(tǒng)的研制于20世紀(jì)80年代中期起步。（注：錢學(xué)森教授：《論法治系統(tǒng)工程的任務(wù)與方法》（《科技管理研究》1981年第4期）、《社會(huì)主義和法治學(xué)與現(xiàn)代科學(xué)技術(shù)》（《法制建設(shè)》1984年第3期）、《現(xiàn)代科學(xué)技術(shù)與法和法制建設(shè)》（《政法論壇》）1985年第3期）等文章，為我國(guó)法律專家系統(tǒng)的研發(fā)起了思想解放和理論奠基作用。）1986年由朱華榮、肖開權(quán)主持的《量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究》被確定為國(guó)家社科“七五”研究課題，它在建立盜竊罪量刑數(shù)學(xué)模型方面取得了成果。在法律數(shù)據(jù)庫(kù)開發(fā)方面，1993年中山大學(xué)學(xué)生胡釗、周宗毅、汪宏杰等人合作研制了《LOA律師辦公自動(dòng)化系統(tǒng)》。（注：楊建廣、駱梅芬編著：《法治系統(tǒng)工程》，中山大學(xué)出版社1996年版，第344-349頁(yè)。）1993年武漢大學(xué)法學(xué)院趙廷光教授主持開發(fā)了《實(shí)用刑法專家系統(tǒng)》。（注：趙廷光等著：《實(shí)用刑法專家系統(tǒng)用戶手冊(cè)》，北京新概念軟件研究所1993年版。）它由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成，具有檢索刑法知識(shí)和對(duì)刑事個(gè)案進(jìn)行推理判斷的功能。

專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點(diǎn)：(1)它要解決復(fù)雜的實(shí)際問(wèn)題，而不是規(guī)則簡(jiǎn)單的游戲或數(shù)學(xué)定理證明問(wèn)題；(2)它面向更加專門的應(yīng)用領(lǐng)域，而不是單純的原理性探索；(3)它主要根據(jù)具體的問(wèn)題域，選擇合理的方法來(lái)表達(dá)和運(yùn)用特殊的知識(shí)，而不強(qiáng)調(diào)與問(wèn)題的特殊性無(wú)關(guān)的普適性推理和搜索策略。

法律專家系統(tǒng)在法規(guī)和判例的輔助檢索方面確實(shí)發(fā)揮了重要作用，解放了律師一部分腦力勞動(dòng)。但絕大多數(shù)專家系統(tǒng)目前只能做法律數(shù)據(jù)的檢索工作，缺乏應(yīng)有的推理功能。20世紀(jì)90年代以后，人工智能法律系統(tǒng)進(jìn)入了以知識(shí)工程為主要技術(shù)手段的開發(fā)時(shí)期。知識(shí)工程是指以知識(shí)為處理對(duì)象，以能在計(jì)算機(jī)上表達(dá)和運(yùn)用知識(shí)的技術(shù)為主要手段，研究知識(shí)型系統(tǒng)的設(shè)計(jì)、構(gòu)造和維護(hù)的一門更加高級(jí)的人工智能技術(shù)。（注：《中國(guó)大百科全書·自動(dòng)控制與系統(tǒng)工程》，中國(guó)大百科全書出版社1991年版，第579頁(yè)。）知識(shí)工程概念的提出，改變了以往人們認(rèn)為幾個(gè)推理定律再加上強(qiáng)大的計(jì)算機(jī)就會(huì)產(chǎn)生專家功能的信念。以知識(shí)工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識(shí)的獲得、表達(dá)和應(yīng)用等方面獲得突破，將會(huì)使人工智能法律系統(tǒng)的研制產(chǎn)生一個(gè)質(zhì)的飛躍。

人工智能法律系統(tǒng)的發(fā)展源于兩種動(dòng)力。其一是法律實(shí)踐自身的要求。隨著社會(huì)生活和法律關(guān)系的復(fù)雜化，法律實(shí)踐需要新的思維工具，否則，法律家（律師、檢察官和法官）將無(wú)法承受法律文獻(xiàn)日積月累和法律案件不斷增多的重負(fù)。其二是人工智能發(fā)展的需要。人工智能以模擬人的全部思維活動(dòng)為目標(biāo)，但又必須以具體思維活動(dòng)一城一池的攻克為過(guò)程。它需要通過(guò)對(duì)不同思維領(lǐng)域的征服，來(lái)證明知識(shí)的每個(gè)領(lǐng)域都可以精確描述并制造出類似人類智能的機(jī)器。此外，人工智能選擇法律領(lǐng)域?qū)で笸黄疲€有下述原因：(1)盡管法律推理十分復(fù)雜，但它有相對(duì)穩(wěn)定的對(duì)象（案件）、相對(duì)明確的前提（法律規(guī)則、法律事實(shí)）及嚴(yán)格的程序規(guī)則，且須得出確定的判決結(jié)論。這為人工智能模擬提供了極為有利的條件。(2)法律推理特別是抗辯制審判中的司法推理，以明確的規(guī)則、理性的標(biāo)準(zhǔn)、充分的辯論，為觀察思維活動(dòng)的軌跡提供了可以記錄和回放的樣本。(3)法律知識(shí)長(zhǎng)期的積累、完備的檔案，為模擬法律知識(shí)的獲得、表達(dá)和應(yīng)用提供了豐富、準(zhǔn)確的資料。(4)法律活動(dòng)所特有的自我意識(shí)、自我批評(píng)精神，對(duì)法律程序和假設(shè)進(jìn)行檢驗(yàn)的傳統(tǒng)，為模擬法律推理提供了良好的反思條件。

二、人工智能法律系統(tǒng)的價(jià)值

人工智能法律系統(tǒng)的研制對(duì)法學(xué)理論和法律實(shí)踐的價(jià)值和意義，可以概括為以下幾點(diǎn)：

一是方法論啟示。P.Wahlgren說(shuō)：“人工智能方法的研究可以支持和深化在創(chuàng)造性方法上的法理學(xué)反思。這個(gè)信仰反映了法理學(xué)可以被視為旨在于開發(fā)法律分析和法律推理之方法的活動(dòng)。從法理學(xué)的觀點(diǎn)看，這種研究的最終目標(biāo)是揭示方法論的潛在作用，從而有助于開展從法理學(xué)觀點(diǎn)所提出的解決方法的討論，而不僅僅是探討與計(jì)算機(jī)科學(xué)和人工智能有關(guān)的非常細(xì)致的技術(shù)方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模擬法律推理的過(guò)程中，法學(xué)家通過(guò)與工人智能專家的密切合作，可以從其對(duì)法律推理的獨(dú)特理解中獲得有關(guān)方法論方面的啟示。例如，由于很少有兩個(gè)案件完全相似，在判例法實(shí)踐中，總有某些不相似的方面需要法律家運(yùn)用假設(shè)來(lái)分析已有判例與現(xiàn)實(shí)案件的相關(guān)性程度。但法學(xué)家們?cè)诩僭O(shè)的性質(zhì)問(wèn)題上常常莫衷一是。然而HYPO的設(shè)計(jì)者，在無(wú)真實(shí)判例或真實(shí)判例不能充分解釋現(xiàn)實(shí)案件的情況下，以假設(shè)的反例來(lái)反駁對(duì)方的觀點(diǎn)，用補(bǔ)充、刪減和改變事實(shí)的機(jī)械論方法來(lái)生成假設(shè)。這種用人工智能方法來(lái)處理假設(shè)的辦法，就使復(fù)雜問(wèn)題變得十分簡(jiǎn)單：假設(shè)實(shí)際上是一個(gè)新的論證產(chǎn)生于一個(gè)經(jīng)過(guò)修正的老的論證的過(guò)程。總之，人工智能方法可以幫助法學(xué)家跳出法理學(xué)方法的思維定勢(shì)，用其他學(xué)科的方法來(lái)重新審視法學(xué)問(wèn)題，從而為法律問(wèn)題的解決提供了新的途徑。

二是提供了思想實(shí)驗(yàn)手段。西蒙認(rèn)為，盡管我們還不知道思維在頭腦中是怎樣由生理作用完成的，“但我們知道這些處理在數(shù)字電子計(jì)算機(jī)中是由電子作用完成的。給計(jì)算機(jī)編程序使之思維，已經(jīng)證明有可能為思維提供機(jī)械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《哲學(xué)研究》1985年第5期。）童天湘先生認(rèn)為：“通過(guò)編制有關(guān)思維活動(dòng)的程序，就會(huì)加深對(duì)思維活動(dòng)具體細(xì)節(jié)的了解，并將這種程序送進(jìn)計(jì)算機(jī)運(yùn)行，檢驗(yàn)其正確性。這是一種思想實(shí)驗(yàn)，有助于我們研究人腦思維的機(jī)理。”（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《哲學(xué)研究》1985年第5期。）人工智能法律系統(tǒng)研究的直接目標(biāo)是使計(jì)算機(jī)能夠獲取、表達(dá)和應(yīng)用法律知識(shí)，軟件工程師為模擬法律推理而編制程序，必須先對(duì)人的推理過(guò)程作出基于人工智能理論和方法的獨(dú)特解釋。人工智能以功能模擬開路，在未搞清法律家的推理結(jié)構(gòu)之前，首先從功能上對(duì)法律證成、法律檢索、法律解釋、法律適用等法律推理的要素和活動(dòng)進(jìn)行數(shù)理分析，將法理學(xué)、訴訟法學(xué)關(guān)于法律推理的研究成果模型化，以實(shí)現(xiàn)法律推理知識(shí)的機(jī)器表達(dá)或再現(xiàn)，從而為認(rèn)識(shí)法律推理的過(guò)程和規(guī)律提供了一種實(shí)驗(yàn)手段。法學(xué)家則可以將人工智能法律系統(tǒng)的推理過(guò)程、方法和結(jié)論與人類法律推理活動(dòng)相對(duì)照，為法律推理的法理學(xué)研究所借鑒。因此，用人工智能方法模擬法律推理，深化了人們對(duì)法律推理性質(zhì)、要素和過(guò)程的認(rèn)識(shí)，使法學(xué)家得以借助人工智能科學(xué)的敏銳透鏡去考察法律推理的微觀機(jī)制。正是在這個(gè)意義上，BryanNiblett教授說(shuō)：“一個(gè)成功的專家系統(tǒng)很可能比其他的途徑對(duì)法理學(xué)作出更多的（理論）貢獻(xiàn)。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是輔助司法審判。按照格雷的觀點(diǎn)，法律專家系統(tǒng)首先在英美判例法國(guó)家出現(xiàn)的直接原因在于，浩如煙海的判例案卷如果沒(méi)有計(jì)算機(jī)編纂、分類、查詢，這種法律制度簡(jiǎn)直就無(wú)法運(yùn)轉(zhuǎn)了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其實(shí)不僅是判例法，制定法制度下的律師和法官往往也要為檢索有關(guān)的法律、法規(guī)和司法解釋耗費(fèi)大量的精力和時(shí)間，而且由于人腦的知識(shí)和記憶能力有限，還存在著檢索不全面、記憶不準(zhǔn)確的問(wèn)題。人工智能法律系統(tǒng)強(qiáng)大的記憶和檢索功能，可以彌補(bǔ)人類智能的某些局限性，幫助律師和法官?gòu)氖孪鄬?duì)簡(jiǎn)單的法律檢索工作，從而極大地解放律師和法官的腦力勞動(dòng)，使其能夠集中精力從事更加復(fù)雜的法律推理活動(dòng)。

四是促進(jìn)司法公正。司法推理雖有統(tǒng)一的法律標(biāo)準(zhǔn)，但法官是具有主觀能動(dòng)性的差異個(gè)體，所以在執(zhí)行統(tǒng)一標(biāo)準(zhǔn)時(shí)會(huì)產(chǎn)生一些差異的結(jié)果。司法解釋所具有的建構(gòu)性、辯證性和創(chuàng)造性的特點(diǎn)，進(jìn)一步加劇了這種差異。如果換了鋼鐵之軀的機(jī)器，這種由主觀原因所造成的差異性就有可能加以避免。這當(dāng)然不是說(shuō)讓計(jì)算機(jī)完全取代法官，而是說(shuō)，由于人工智能法律系統(tǒng)為司法審判提供了相對(duì)統(tǒng)一的推理標(biāo)準(zhǔn)和評(píng)價(jià)標(biāo)準(zhǔn)，從而可以輔助法官取得具有一貫性的判決。無(wú)論如何，我們必須承認(rèn)，鋼鐵之軀的機(jī)器沒(méi)有物質(zhì)欲望和感情生活，可以比人更少地受到外界因素的干擾。正像計(jì)算機(jī)錄取增強(qiáng)了高考招生的公正性、電子監(jiān)視器提高了糾正行車違章的公正性一樣，智能法律系統(tǒng)在庭審中的運(yùn)用有可能減少某些現(xiàn)象。

五是輔助法律教育和培訓(xùn)。人工智能法律系統(tǒng)凝聚了法律家的專門知識(shí)和法官群體的審判經(jīng)驗(yàn)，如果通過(guò)軟件系統(tǒng)或計(jì)算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)專家經(jīng)驗(yàn)和知識(shí)的共享，便可在法律教育和培訓(xùn)中發(fā)揮多方面的作用。例如，(1)在法學(xué)院教學(xué)中發(fā)揮模擬法庭的作用，可以幫助法律專業(yè)學(xué)生鞏固自己所學(xué)知識(shí)，并將法律知識(shí)應(yīng)用于模擬的審判實(shí)踐，從而較快地提高解決法律實(shí)踐問(wèn)題的能力。(2)幫助新律師和新法官全面掌握法律知識(shí)，迅速獲得判案經(jīng)驗(yàn)，在審判過(guò)程的跟蹤檢測(cè)和判決結(jié)論的動(dòng)態(tài)校正中增長(zhǎng)知識(shí)和才干，較快地接近或達(dá)到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時(shí)獲得有關(guān)法律問(wèn)題的咨詢建議，彌補(bǔ)因知識(shí)結(jié)構(gòu)差異和判案經(jīng)驗(yàn)多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時(shí)的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強(qiáng)法律意識(shí)。

六是輔助立法活動(dòng)。人工智能法律系統(tǒng)不僅對(duì)輔助司法審判有重要的意義，而且對(duì)完善立法也具有實(shí)用價(jià)值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，倫敦大學(xué)Imperial學(xué)院的邏輯程序組將1981年英國(guó)國(guó)籍法的內(nèi)容形式化，幫助立法者發(fā)現(xiàn)了該法在預(yù)見性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法輔助系統(tǒng)如能應(yīng)用于法律起草和法律草案的審議過(guò)程，有可能事先發(fā)現(xiàn)一些立法漏洞，避免一個(gè)法律內(nèi)部各種規(guī)則之間以及新法律與現(xiàn)有法律制度之間的相互沖突。

三、法理學(xué)在人工智能法律系統(tǒng)研究中的作用

1.人工智能法律系統(tǒng)的法理學(xué)思想來(lái)源

關(guān)于人工智能法律系統(tǒng)之法理學(xué)思想來(lái)源的追蹤，不是對(duì)法理學(xué)與人工智能的聯(lián)系作面面俱到的考察，而旨在揭示法理學(xué)對(duì)人工智能法律系統(tǒng)的發(fā)展所產(chǎn)生的一些直接影響。

第一，法律形式主義為人工智能法律系統(tǒng)的產(chǎn)生奠定了理論基礎(chǔ)。18-19世紀(jì)的法律形式主義強(qiáng)調(diào)法律推理的形式方面，認(rèn)為將法律化成簡(jiǎn)單的幾何公式是完全可能的。這種以J·奧斯汀為代表的英國(guó)分析法學(xué)的傳統(tǒng)，主張“法律推理應(yīng)該依據(jù)客觀事實(shí)、明確的規(guī)則以及邏輯去解決一切為法律所要求的具體行為。假如法律能如此運(yùn)作，那么無(wú)論誰(shuí)作裁決，法律推理都會(huì)導(dǎo)向同樣的裁決。”（注：（美）史蒂文·J·伯頓著：《法律和法律推理導(dǎo)論》，張志銘、解興權(quán)譯，中國(guó)政法大學(xué)出版社1998年9月版，第3頁(yè)。）換言之，機(jī)器只要遵守法律推理的邏輯，也可以得出和法官一樣的判決結(jié)果。在分析法學(xué)家看來(lái)，“所謂‘法治’就是要求結(jié)論必須是大前提與小前提邏輯必然結(jié)果。”（注：朱景文主編：《對(duì)西方法律傳統(tǒng)的挑戰(zhàn)》，中國(guó)檢察出版社1996年2月版，第292頁(yè)。）如果法官違反三段論推理的邏輯，就會(huì)破壞法治。這種機(jī)械論的法律推理觀，反映了分析法學(xué)要求法官不以個(gè)人價(jià)值觀干擾法律推理活動(dòng)的主張。但是，它同時(shí)具有忽視法官主觀能動(dòng)性和法律推理靈活性的僵化的缺陷。所以，自由法學(xué)家比埃利希將法律形式主義的邏輯推理說(shuō)稱為“自動(dòng)售貨機(jī)”理論。然而，從人工智能就是為思維提供機(jī)械論解釋的意義上說(shuō)，法律形式主義對(duì)法律推理所作的機(jī)械論解釋，恰恰為人工智能法律系統(tǒng)的開發(fā)提供了可能的前提。從人工智能法律系統(tǒng)研制的實(shí)際過(guò)程來(lái)看，在其起步階段，人工智能專家正是根據(jù)法律形式主義所提供的理論前提，首先選擇三段論演繹推理進(jìn)行模擬，由WalterG.Popp和BernhardSchlink在20世紀(jì)70年代初開發(fā)了JUDITH律師推理系統(tǒng)。在這個(gè)系統(tǒng)中，作為推理大小前提的法律和事實(shí)之間的邏輯關(guān)系，被計(jì)算機(jī)以“如果A和B，那么C”的方式加以描述，使機(jī)器法律推理第一次從理論變?yōu)楝F(xiàn)實(shí)。

第二，法律現(xiàn)實(shí)主義推動(dòng)智能模擬深入到主體的思維結(jié)構(gòu)領(lǐng)域。法律形式主義忽視了推理主體的社會(huì)性。法官是生活在現(xiàn)實(shí)社會(huì)中的人，其所從事的法律活動(dòng)不可能不受到其社會(huì)體驗(yàn)和思維結(jié)構(gòu)的影響。法官在實(shí)際的審判實(shí)踐中，并不是機(jī)械地遵循規(guī)則，特別是在遇到復(fù)雜案件時(shí)，往往需要作出某種價(jià)值選擇。而一旦面對(duì)價(jià)值問(wèn)題，法律形式主義的邏輯決定論便立刻陷入困境，顯出其僵化性的致命弱點(diǎn)。法律現(xiàn)實(shí)主義對(duì)其僵化性進(jìn)行了深刻的批判。霍姆斯法官明確提出“法律的生命并不在于邏輯而在于經(jīng)驗(yàn)”（注：（美）博登海默著：《法理學(xué)——法哲學(xué)及其方法》，鄧正來(lái)、姬敬武譯，華夏出版社1987年12月版，第478頁(yè)。）的格言。這里所謂邏輯，就是指法律形式主義的三段論演繹邏輯；所謂經(jīng)驗(yàn)，則包括一定的道德和政治理論、公共政策及直覺(jué)知識(shí)，甚至法官的偏見。法律現(xiàn)實(shí)主義對(duì)法官主觀能動(dòng)性和法律推理靈活性的強(qiáng)調(diào)，促使人工智能研究從模擬法律推理的外在邏輯形式進(jìn)一步轉(zhuǎn)向探求法官的內(nèi)在思維結(jié)構(gòu)。人們開始考慮，如果思維結(jié)構(gòu)對(duì)法官的推理活動(dòng)具有定向作用，那么，人工智能法律系統(tǒng)若要達(dá)到法官水平，就應(yīng)該通過(guò)建立思維結(jié)構(gòu)模型來(lái)設(shè)計(jì)機(jī)器的運(yùn)行結(jié)構(gòu)。TAXMAN的設(shè)計(jì)就借鑒了這一思想，法律知識(shí)被計(jì)算機(jī)結(jié)構(gòu)語(yǔ)言以語(yǔ)義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序、協(xié)調(diào)程序、說(shuō)明程序分別對(duì)網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進(jìn)行動(dòng)態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識(shí)整合的需要。大規(guī)模知識(shí)系統(tǒng)的KBS(KnowledgeBasedSystem)開發(fā)也注意了思維結(jié)構(gòu)的整合作用，許多具有內(nèi)在聯(lián)系的小規(guī)模KBS子系統(tǒng)，在分別模擬法律推理要素功能（證成、法律查詢、法律解釋、法律適用、法律評(píng)價(jià)、理由闡述）的基礎(chǔ)上，又通過(guò)聯(lián)想程序被有機(jī)聯(lián)系起來(lái)，構(gòu)成了具有法律推理整體功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）

第三，“開放結(jié)構(gòu)”的法律概念打開了疑難案件法律推理模擬的思路。法律形式主義忽視了疑難案件的存在。疑難案件的特征表現(xiàn)為法律規(guī)則和案件之間不存在單一的邏輯對(duì)應(yīng)關(guān)系。有時(shí)候從一個(gè)法律規(guī)則可以推出幾種不同的結(jié)論，它們往往沒(méi)有明顯的對(duì)錯(cuò)之分；有時(shí)一個(gè)案件面對(duì)著幾個(gè)相似的法律規(guī)則。在這些情況下，形式主義推理說(shuō)都一籌莫展。但是，法律現(xiàn)實(shí)主義在批判法律形式主義時(shí)又走向另一個(gè)極端，它否認(rèn)具有普遍性的一般法律規(guī)則的存在，試圖用“行動(dòng)中的法律”完全代替分析法學(xué)“本本中的法律”。這種矯枉過(guò)正的做法雖然是使法律推理擺脫機(jī)械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實(shí)主義法學(xué)所說(shuō)的那樣僅僅存在于具體判決之中，法律推理如果可以不遵循任何標(biāo)準(zhǔn)或因人而異，那么，受到挑戰(zhàn)的就不僅是法律形式主義，而且還會(huì)殃及法治要求實(shí)現(xiàn)規(guī)則統(tǒng)治之根本原則，并動(dòng)搖人工智能法律系統(tǒng)存在的基礎(chǔ)。哈特在法律形式主義和法律現(xiàn)實(shí)主義的爭(zhēng)論中采取了一種折中立場(chǎng)，他既承認(rèn)邏輯的局限性又強(qiáng)調(diào)其重要性；既拒斥法官完全按自己的預(yù)感來(lái)隨意判案的見解，又承認(rèn)直覺(jué)的存在。這種折中立場(chǎng)在哈特“開放結(jié)構(gòu)”的法律概念中得到了充分體現(xiàn)。法律概念既有“意義核心”又有“開放結(jié)構(gòu)”，邏輯推理可以幫助法官發(fā)現(xiàn)問(wèn)題的陽(yáng)面，而根據(jù)社會(huì)政策、價(jià)值和后果對(duì)規(guī)則進(jìn)行解釋則有助于發(fā)現(xiàn)問(wèn)題的陰面。開放結(jié)構(gòu)的法律概念，使基于規(guī)則的法律推理模擬在受到概念封閉性的限制而對(duì)疑難案件無(wú)能為力時(shí)，找到了新的立足點(diǎn)。在此基礎(chǔ)上，運(yùn)用開放結(jié)構(gòu)概念的疑難案件法律推理模型，通過(guò)邏輯程序工具和聯(lián)想技術(shù)而建立起來(lái)。Gardner博士就疑難案件提出兩種解決策略：一是將簡(jiǎn)易問(wèn)題從疑難問(wèn)題中篩選出來(lái)，運(yùn)用基于規(guī)則的技術(shù)來(lái)解決；二是將疑難問(wèn)題同“開放結(jié)構(gòu)”的法律概念聯(lián)系在一起，先用非范例知識(shí)如規(guī)則、控辯雙方的陳述、常識(shí)來(lái)獲得初步答案，再運(yùn)用范例來(lái)澄清案件、檢查答案的正確性。

第四，目的法學(xué)促進(jìn)了價(jià)值推理的人工智能研究。目的法學(xué)是指一種所謂直接實(shí)現(xiàn)目的之“后法治”理想。美國(guó)法學(xué)家諾內(nèi)特和塞爾茲尼克把法律分為三種類型。他們認(rèn)為，以法治為標(biāo)志的自治型法，過(guò)分強(qiáng)調(diào)手段或程序的正當(dāng)性，有把手段當(dāng)作目的的傾向。這說(shuō)明法治社會(huì)并沒(méi)有反映人類關(guān)于美好社會(huì)的最高理想，因?yàn)閷?shí)質(zhì)正義不是經(jīng)過(guò)人們直接追求而實(shí)現(xiàn)的，而是通過(guò)追求形式正義而間接獲得的。因此他們提出以回應(yīng)型法取代自治型法的主張。在回應(yīng)型法中，“目的為評(píng)判既定的做法設(shè)立了標(biāo)準(zhǔn)，從而也就開辟了變化的途徑。同時(shí)，如果認(rèn)真地對(duì)待目的，它們就能控制行政自由裁量權(quán)，從而減輕制度屈從的危險(xiǎn)。反之，缺少目的既是僵硬的根源，又是機(jī)會(huì)主義的根源。”（注：（美）諾內(nèi)特、塞爾茲尼克著：《轉(zhuǎn)變中的法律與社會(huì)》，張志銘譯，中國(guó)政法大學(xué)出版社1994年版，第60頁(yè)。）美國(guó)批判法學(xué)家昂格爾對(duì)形式主義法律推理和目的型法律推理的特點(diǎn)進(jìn)行了比較，他認(rèn)為，前者要求使用內(nèi)容明確、固定的規(guī)則，無(wú)視社會(huì)現(xiàn)實(shí)生活中不同價(jià)值觀念的沖突，不能適應(yīng)復(fù)雜情況和變化，追求形式正義；后者則要求放松對(duì)法律推理標(biāo)準(zhǔn)的嚴(yán)格限制，允許使用無(wú)固定內(nèi)容的抽象標(biāo)準(zhǔn)，迫使人們?cè)诓煌膬r(jià)值觀念之間做出選擇，追求實(shí)質(zhì)正義。與此相應(yīng)，佩雷爾曼提出了新修辭學(xué)(NewRhetoric)的法律理論。他認(rèn)為，形式邏輯只是根據(jù)演繹法或歸納法對(duì)問(wèn)題加以說(shuō)明或論證的技術(shù)，屬于手段的邏輯；新修辭學(xué)要填補(bǔ)形式邏輯的不足，是關(guān)于目的的辯證邏輯，可以幫助法官論證其決定和選擇，因而是進(jìn)行價(jià)值判斷的邏輯。他認(rèn)為，在司法三段論思想支配下，法學(xué)的任務(wù)是將全部法律系統(tǒng)化并作為闡釋法律的大前提，“明確性、一致性和完備性”就成為對(duì)法律的三個(gè)要求。而新修辭學(xué)的基本思想是價(jià)值判斷的多元論，法官必須在某種價(jià)值判斷的指示下履行義務(wù)，必須考慮哪些價(jià)值是“合理的、可接受的、社會(huì)上有效的公平的”。這些價(jià)值構(gòu)成了判決的正當(dāng)理由。（注：沈宗靈著：《現(xiàn)代西方法理學(xué)》，北京大學(xué)出版社1992年版，第443-446頁(yè)。）制造人工智能法律系統(tǒng)最終需要解決價(jià)值推理的模擬問(wèn)題，否則，就難以實(shí)現(xiàn)為判決提供正當(dāng)理由的要求。為此，P.Wahlgren提出的與人工智能相關(guān)的5種知識(shí)表達(dá)途徑中，明確地包括了以道義為基礎(chǔ)的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道義邏輯，或者說(shuō)在機(jī)器中采用基于某種道義邏輯的推理程序，強(qiáng)調(diào)目的價(jià)值，也許是制造智能法律系統(tǒng)的關(guān)鍵。不過(guò)，即使把道義邏輯硬塞給計(jì)算機(jī)，鋼鐵之軀的機(jī)器沒(méi)有生理需要，也很難產(chǎn)生價(jià)值觀念和主觀體驗(yàn)，沒(méi)辦法解決主觀選擇的問(wèn)題。在這個(gè)問(wèn)題上，波斯納曾以法律家有七情六欲為由對(duì)法律家對(duì)法律的機(jī)械忠誠(chéng)表示了強(qiáng)烈懷疑，并辯證地將其視為法律發(fā)展的動(dòng)力之一。只有人才能夠平衡相互沖突的利益，能夠發(fā)現(xiàn)對(duì)人類生存和發(fā)展至關(guān)重要的價(jià)值。因此，關(guān)于價(jià)值推理的人工智能模擬究竟能取得什么成果，恐怕還是個(gè)未知數(shù)。

2.法理學(xué)對(duì)人工智能法律系統(tǒng)研制的理論指導(dǎo)作用

GoldandSusskind指出：“不爭(zhēng)的事實(shí)是，所有的專家系統(tǒng)必須適應(yīng)一些法理學(xué)理論，因?yàn)橐磺蟹蓪＜蚁到y(tǒng)都需要提出關(guān)于法律和法律推理性質(zhì)的假設(shè)。從更嚴(yán)格的意義上說(shuō)，一切專家系統(tǒng)都必須體現(xiàn)一種結(jié)構(gòu)理論和法律的個(gè)性，一種法律規(guī)范理論，一種描述法律科學(xué)的理論，一種法律推理理論”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系統(tǒng)的研究，不僅需要以法理學(xué)關(guān)于法律的一般理論為知識(shí)基礎(chǔ)，還需要從法理學(xué)獲得關(guān)于法律推理的完整理論，如法律推理實(shí)踐和理論的發(fā)展歷史，法律推理的標(biāo)準(zhǔn)、主體、過(guò)程、方法等等。人工智能對(duì)法律推理的模擬，主要是對(duì)法理學(xué)關(guān)于法律推理的知識(shí)進(jìn)行人工智能方法的描述，建立數(shù)學(xué)模型并編制計(jì)算機(jī)應(yīng)用程序，從而在智能機(jī)器上再現(xiàn)人類法律推理功能的過(guò)程。在這個(gè)過(guò)程中，人工智能專家的主要任務(wù)是研究如何吸收法理學(xué)關(guān)于法律推理的研究成果，包括法理學(xué)關(guān)于人工智能法律系統(tǒng)的研究成果。

隨著人工智能法律系統(tǒng)研究從低級(jí)向高級(jí)目標(biāo)的推進(jìn)，人們?cè)絹?lái)越意識(shí)到，對(duì)法律推理的微觀機(jī)制認(rèn)識(shí)不足已成為人工智能模擬的嚴(yán)重障礙。P.Wahlgren指出，“許多人工智能技術(shù)在法律領(lǐng)域的開發(fā)項(xiàng)目之所以失敗，就是因?yàn)樵S多潛在的法理學(xué)原則沒(méi)有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意。”“法理學(xué)對(duì)法律推理和方法論問(wèn)題的關(guān)注已經(jīng)有幾百年，而人工智能的誕生只是本世紀(jì)50年代中期的事情，這個(gè)事實(shí)是人工智能通過(guò)考察法理學(xué)知識(shí)來(lái)豐富自己的一個(gè)有效動(dòng)機(jī)。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自動(dòng)化的目標(biāo)，“一方面是用人工智能（通過(guò)把計(jì)算機(jī)的應(yīng)用與分析模型相結(jié)合）來(lái)支撐法律推理的可能性；另一方面是應(yīng)用法理學(xué)理論來(lái)解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問(wèn)題。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系統(tǒng)充當(dāng)法律推理研究的思想實(shí)驗(yàn)手段以及輔助司法審判的問(wèn)題。后一方面，則是法律推理的法律學(xué)研究成果直接為人工智能法律系統(tǒng)的研制所應(yīng)用的問(wèn)題。例如，20世紀(jì)70年代法理學(xué)在真實(shí)和假設(shè)案例的推理和分析方面所取得的成果，已為幾種人工智能法律裝置借鑒而成為其設(shè)計(jì)工作的理論基礎(chǔ)。在運(yùn)用模糊或開放結(jié)構(gòu)概念的法律推理研究方面，以及在法庭辯論和法律解釋的形式化等問(wèn)題上，法理學(xué)的研究成果也已為人工智能法律系統(tǒng)的研究所借鑒。

四、人工智能法律系統(tǒng)研究的難點(diǎn)

人工智能法律系統(tǒng)的研究盡管在很短的時(shí)間內(nèi)取得了許多令人振奮的成果，但它的發(fā)展也面臨著許多困難。這些困難構(gòu)成了研究工作需要進(jìn)一步努力奮斗的目標(biāo)。

第一，關(guān)于法律解釋的模擬。在法理學(xué)的諸多研究成果中，法律解釋的研究對(duì)人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識(shí)表達(dá)的核心問(wèn)題是法律解釋。法律規(guī)范在一個(gè)法律論點(diǎn)上的效力，是由法律家按忠實(shí)原意和適合當(dāng)時(shí)案件的原則通過(guò)法律解釋予以確認(rèn)的，其中包含著人類特有的價(jià)值和目的考慮，反映了法律家的知識(shí)表達(dá)具有主觀能動(dòng)性。所以，德沃金將解釋過(guò)程看作是一種結(jié)合了法律知識(shí)、時(shí)代信息和思維方法而形成的，能夠應(yīng)變的思維策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律專家系統(tǒng)并未以知識(shí)表達(dá)為目的來(lái)解釋法律，而是將法律整齊地“碼放”在計(jì)算機(jī)記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識(shí)工程系統(tǒng)中，法律知識(shí)必須被解釋，以滿足自動(dòng)推理對(duì)法律知識(shí)進(jìn)行重新建構(gòu)的需要。麥卡錫說(shuō)：“在開發(fā)智能信息系統(tǒng)的過(guò)程中，最關(guān)鍵的任務(wù)既不是文件的重建也不是專家意見的重建，而是建立有關(guān)法律領(lǐng)域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必須以法律家對(duì)某一法律概念的共識(shí)為基礎(chǔ)，但不同的法律家對(duì)同一法律概念往往有不同的解釋策略。凱爾森甚至說(shuō)：即使在國(guó)內(nèi)法領(lǐng)域也難以形成一個(gè)“能夠用來(lái)敘述一定法律共同體的實(shí)在法的基本概念”。（注：（奧）凱爾森著：《法與國(guó)家的一般理論》，沈宗靈譯，中國(guó)大百科全書出版社1996年版，第1頁(yè)。）盡管如此，法理學(xué)還是為法律概念模型的重建提供了一些方法。例如，德沃金認(rèn)為，法官在“解釋”階段，要通過(guò)推理論證，為自己在“前解釋”階段所確定的大多數(shù)法官對(duì)模糊法律規(guī)范的“一致看法”提供“一些總的理由”。獲取這些總的理由的過(guò)程分為兩個(gè)步驟：首先，從現(xiàn)存的明確法律制度中抽象出一般的法律原則，用自我建立的一般法律理論來(lái)證明這種法律原則是其中的一部分，證明現(xiàn)存的明確法律制度是正當(dāng)?shù)摹Ｆ浯危僖苑稍瓌t為依據(jù)反向推出具體的法律結(jié)論，即用一般法律理論來(lái)證明某一法律原則存在的合理性，再用該法律原則來(lái)解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法，法律知識(shí)被計(jì)算機(jī)結(jié)構(gòu)語(yǔ)言以語(yǔ)義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序使計(jì)算機(jī)根據(jù)案件事實(shí)來(lái)執(zhí)行某條法律規(guī)則，并在新案件事實(shí)輸入時(shí)對(duì)法律規(guī)則作出新的解釋后才加以調(diào)用。不過(guò)，法律知識(shí)表達(dá)的進(jìn)展還依賴于法律解釋研究取得更多的突破。

第二，關(guān)于啟發(fā)式程序。目前的法律專家系統(tǒng)如果不能與啟發(fā)式程序接口，不能運(yùn)用判斷性知識(shí)進(jìn)行推理，只通過(guò)規(guī)則反饋來(lái)提供簡(jiǎn)單解釋，就談不上真正的智能性。啟發(fā)式程序要解決智能機(jī)器如何模擬法律家推理的直覺(jué)性、經(jīng)驗(yàn)性以及推理結(jié)果的不確定性等問(wèn)題，即人可以有效地處理錯(cuò)誤的或不完全的數(shù)據(jù)，在必要時(shí)作出猜測(cè)和假設(shè)，從而使問(wèn)題的解決具有靈活性。在這方面，Gardner的混合推理模型，EdwinaL.Rissland運(yùn)用聯(lián)想程序?qū)σ?guī)則和判例推理的結(jié)果作集合處理的思路，以及Massachusetts大學(xué)研制的CABARET（基于判例的推理工具），在將啟發(fā)式程序應(yīng)用于系統(tǒng)開發(fā)方面都進(jìn)行了有益的嘗試。但是，法律問(wèn)題往往沒(méi)有唯一正確的答案，這是人工智能模擬法律推理的一個(gè)難題。選擇哪一個(gè)答案，往往取決于法律推理的目的標(biāo)準(zhǔn)和推理主體的立場(chǎng)和價(jià)值觀念。但智能機(jī)器沒(méi)有自己的目的、利益和立場(chǎng)。這似乎從某種程度上劃定了機(jī)器法律推理所能解決問(wèn)題的范圍。

第三，關(guān)于法律自然語(yǔ)言理解。在設(shè)計(jì)基于規(guī)則的程序時(shí)，設(shè)計(jì)者必須假定整套規(guī)則沒(méi)有意義不明和沖突，程序必須消滅這些問(wèn)題而使規(guī)則呈現(xiàn)出更多的一致性。就是說(shuō)，盡管人們對(duì)法律概念的含義可以爭(zhēng)論不休，但輸入機(jī)器的法律語(yǔ)言卻不能互相矛盾。機(jī)器語(yǔ)言具有很大的局限性，例如，LDS基于規(guī)則來(lái)模擬嚴(yán)格責(zé)任并計(jì)算實(shí)際損害時(shí)，表現(xiàn)出的最大弱點(diǎn)就是不能使用不精確的自然語(yǔ)言進(jìn)行推理。然而，在實(shí)際的法律推理過(guò)程中，法律家對(duì)某個(gè)問(wèn)題的任何一種回答都可根據(jù)上下文關(guān)系作多種解釋，而且辯論雙方總是尋求得出不同的結(jié)論。因此，智能法律專家系統(tǒng)的成功在很大程度上還依賴于自然語(yǔ)言理解研究工作的突破。牛津大學(xué)的一個(gè)程序組正在研究法律自然語(yǔ)言的理解問(wèn)題，但是遇到了重重困難。原因是連法學(xué)家們自己目前也還沒(méi)有建立起一套大家一致同意的專業(yè)術(shù)語(yǔ)規(guī)范。所以EdwinaL.Rissland認(rèn)為，常識(shí)知識(shí)、意圖和信仰類知識(shí)的模擬化，以及自然語(yǔ)言理解的模擬問(wèn)題，迄今為止可能是人工智能面臨的最困難的任務(wù)。對(duì)于語(yǔ)言模擬來(lái)說(shuō)，像交際短語(yǔ)和短語(yǔ)概括的有限能力可能會(huì)在較窄的語(yǔ)境條件下取得成果，完全的功能模擬、一般“解決問(wèn)題”能力的模擬則距離非常遙遠(yuǎn)，而像書面上訴意見的理解則是永遠(yuǎn)的終極幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）

五、人工智能法律系統(tǒng)的開發(fā)策略和應(yīng)用前景

我們能夠制造出一臺(tái)什么樣的機(jī)器，可以證明它是人工智能法律系統(tǒng)？從檢驗(yàn)標(biāo)準(zhǔn)上看，這主要是法律知識(shí)在機(jī)器中再現(xiàn)的判定問(wèn)題。根據(jù)“圖靈試驗(yàn)”原理，我們可將該檢驗(yàn)標(biāo)準(zhǔn)概括如下：設(shè)兩間隔開的屋子，一間坐著一位法律家，另一間“坐著”一臺(tái)智能機(jī)器。一個(gè)人（也是法律家）向法律家和機(jī)器提出同樣的法律問(wèn)題，如果提問(wèn)者不能從二者的回答中區(qū)分出誰(shuí)是法律家、誰(shuí)是機(jī)器，就不能懷疑機(jī)器具有法律知識(shí)表達(dá)的能力。

依“圖靈試驗(yàn)”制定的智能法律系統(tǒng)檢驗(yàn)標(biāo)準(zhǔn)，所看重的是功能。只要機(jī)器和法律家解決同樣法律問(wèn)題時(shí)所表現(xiàn)出來(lái)的功能相同，就不再苛求哪個(gè)是鋼鐵結(jié)構(gòu)、哪個(gè)是血肉之軀。人工智能立足的基礎(chǔ)，就是相同的功能可以通過(guò)不同的結(jié)構(gòu)來(lái)實(shí)現(xiàn)之功能模擬理論。

從功能模擬的觀點(diǎn)來(lái)確定人工智能法律系統(tǒng)的研究與開發(fā)策略，可作以下考慮：

第一，擴(kuò)大人工智能法律系統(tǒng)的研發(fā)主體。現(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計(jì)算機(jī)和知識(shí)工程專家從事系統(tǒng)研發(fā)工作的局限性。因此，應(yīng)該確立以法律家、邏輯學(xué)家和計(jì)算機(jī)專家三結(jié)合的研發(fā)群體。在系統(tǒng)研發(fā)初期，可組成由法學(xué)家、邏輯與認(rèn)知專家、計(jì)算機(jī)和知識(shí)工程專家為主體的課題組，制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實(shí)施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期，應(yīng)通過(guò)網(wǎng)絡(luò)等手段充分吸收初級(jí)產(chǎn)品用戶（律師、檢察官、法官）的意見，使研發(fā)工作在理論研究與實(shí)際應(yīng)用之間形成反饋，將開發(fā)精英與廣大用戶的智慧結(jié)合起來(lái)，互相啟發(fā)、群策群力，推動(dòng)系統(tǒng)迅速升級(jí)。

第二，確定研究與應(yīng)用相結(jié)合、以應(yīng)用為主導(dǎo)的研發(fā)策略。目前國(guó)外人工智能法律系統(tǒng)的研究大多停留在實(shí)驗(yàn)室領(lǐng)域，還沒(méi)有在司法實(shí)踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對(duì)簡(jiǎn)單的軟件系統(tǒng)，如果不經(jīng)過(guò)用戶的長(zhǎng)期使用和反饋，是永遠(yuǎn)也不可能走向成熟的。從我國(guó)的實(shí)際情況看，如果不能將初期研究成果盡快地轉(zhuǎn)化為產(chǎn)品，我們也難以為后續(xù)研究工作提供雄厚的資金支持。因此，人工智能法律系統(tǒng)的研究必須走產(chǎn)研結(jié)合的道路，堅(jiān)持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實(shí)驗(yàn)室，同時(shí)以研究為先導(dǎo)，促進(jìn)不斷更新升級(jí)。

第三，系統(tǒng)研發(fā)目標(biāo)與初級(jí)產(chǎn)品功能定位。人工智能法律系統(tǒng)的研發(fā)目標(biāo)是制造出能夠滿足多用戶（律師、檢察官、法官、立法者、法學(xué)家）多種需要的機(jī)型。初級(jí)產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價(jià)值推理的功能遠(yuǎn)遠(yuǎn)超過(guò)機(jī)器，但人的記憶功能、檢索速度和準(zhǔn)確性又遠(yuǎn)不如機(jī)器。同時(shí)還應(yīng)該考慮到，我國(guó)目前有12萬(wàn)律師，23萬(wàn)檢察官和21萬(wàn)法官，每年1.2萬(wàn)法學(xué)院本科畢業(yè)生，他們對(duì)法律知識(shí)的獲取、表達(dá)和應(yīng)用能力參差不齊。因此，初級(jí)產(chǎn)品的標(biāo)準(zhǔn)可適當(dāng)降低，先研制推理功能薄弱、檢索功能強(qiáng)大的法律專家系統(tǒng)。可與計(jì)算機(jī)廠商合作生產(chǎn)具有強(qiáng)大數(shù)據(jù)庫(kù)功能的硬件，并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時(shí)更新；同時(shí)編制以案件為引導(dǎo)的高速檢索軟件。系統(tǒng)開發(fā)的先期目標(biāo)應(yīng)確定為：(1)替律師起草僅供參考的書和辯護(hù)詞；(2)替法官起草僅供參考的判決書；(3)為法學(xué)院學(xué)生提供模擬法庭審判的通用系統(tǒng)軟件，以輔助學(xué)生在、辯護(hù)和審判等訴訟的不同階段鞏固所學(xué)知識(shí)、獲得審判經(jīng)驗(yàn)。上述軟件旨在提供一個(gè)初級(jí)平臺(tái)，先解決有無(wú)和急需，再不斷收集用戶反饋意見，逐步改進(jìn)完善。

第四，實(shí)驗(yàn)室研發(fā)應(yīng)確定較高的起點(diǎn)或跟蹤戰(zhàn)略。國(guó)外以知識(shí)工程為主要技術(shù)手段的人工智能法律系統(tǒng)開發(fā)已經(jīng)歷了如下發(fā)展階段：(1)主要適用于簡(jiǎn)單案件的規(guī)則推理；(2)運(yùn)用開放結(jié)構(gòu)概念的推理；(3)運(yùn)用判例和假設(shè)的推理；(4)運(yùn)用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡(jiǎn)單案件的規(guī)則推理為初級(jí)市場(chǎng)產(chǎn)品，那么，實(shí)驗(yàn)室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準(zhǔn)運(yùn)用開放結(jié)構(gòu)概念的推理。同時(shí)，跟蹤運(yùn)用假設(shè)的推理及混合推理，吸收國(guó)外先進(jìn)的KBS和HYPO的設(shè)計(jì)思想，將功能子系統(tǒng)開發(fā)與聯(lián)想式控制系統(tǒng)結(jié)合。HYPO判例法推理智能裝置具有如下功能：(1)評(píng)價(jià)相關(guān)判例；(2)判定何方使用判例更加貼切；(3)分析并區(qū)分判例；(4)建立假設(shè)并用假設(shè)來(lái)推理；(5)為一種主張引用各種類型的反例；(6)建立判例的引證概要。HYPO以商業(yè)秘密法的判例推理為模擬對(duì)象，假設(shè)了完全自動(dòng)化的法律推理過(guò)程中全部要素被建立起來(lái)的途徑。值得注意的是，HYPO忽略了許多要素的存在，如商業(yè)秘密法背后的政策考慮，法律概念應(yīng)用于實(shí)際情況時(shí)固有的模糊性，信息是否已被公開，被告是否使用了對(duì)方設(shè)計(jì)的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個(gè)系統(tǒng)設(shè)計(jì)的要素列表無(wú)論多長(zhǎng)，好律師也總能再多想出一些。同樣，律師對(duì)案件的分析，不可能僅限于商業(yè)秘密法判例，還可能援引侵權(quán)法或?qū)＠ǖ呐欣@決定了緣由的多種可能性。Ashley還討論了判例法推理模擬的其他困難：判例并不是概念的肯定的或否定的樣本，因此，要通過(guò)要素等簡(jiǎn)單的法律術(shù)語(yǔ)使模糊的法律規(guī)則得到澄清十分困難，法律原則和類推推理之間的關(guān)系還不能以令人滿意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）這說(shuō)明，即使具有較高起點(diǎn)的實(shí)驗(yàn)室基礎(chǔ)研究，也不宜確定過(guò)高的目標(biāo)。因?yàn)椋悄芊上到y(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。

第五，人－機(jī)系統(tǒng)解決方案。人和機(jī)器在解決法律問(wèn)題時(shí)各有所長(zhǎng)。人的優(yōu)點(diǎn)是能作價(jià)值推理，使法律問(wèn)題的解決適應(yīng)社會(huì)的變化發(fā)展，從而具有靈活性。機(jī)器的長(zhǎng)處是記憶和檢索功能強(qiáng)，可以使法律問(wèn)題的解決具有一貫性。人－機(jī)系統(tǒng)解決方案立足于人與機(jī)器的功能互補(bǔ)，目的是解放人的腦力勞動(dòng)，服務(wù)于國(guó)家的法治建設(shè)。該方案的實(shí)施可以分為兩個(gè)階段：第一階段以人為主，機(jī)器為人收集信息并作初步分析，提供決策參考。律師受理案件后，可以先用機(jī)器處理大批數(shù)據(jù)，并參考機(jī)器的和辯護(hù)方案，再做更加高級(jí)的推理論證工作。法官接觸一個(gè)新案件，或新法官剛接觸審判工作，也可以先看看“機(jī)器法官”的判決建議或者審判思路，作為參考。法院的監(jiān)督部門可參照機(jī)器法官的判決，對(duì)法官的審判活動(dòng)進(jìn)行某種監(jiān)督，如二者的判決結(jié)果差別太大，可以審查一下法官的判決理由。這也許可以在一定程度上制約司法腐敗。在人－機(jī)系統(tǒng)開發(fā)的第二階段，會(huì)有越來(lái)越多的簡(jiǎn)單案件的判決與電腦推理結(jié)果完全相同，因此，某些簡(jiǎn)單案件可以機(jī)器為主進(jìn)行審判，例如，美國(guó)小額法庭的一些案件，我國(guó)法庭可用簡(jiǎn)易程序來(lái)審理的一些案件。法官可以作為“產(chǎn)品檢驗(yàn)員”監(jiān)督和修訂機(jī)器的判決結(jié)果。這樣，法官的判案效率將大大提高，法官隊(duì)伍也可借此“消腫”，有可能大幅度提高法官薪水，吸引高素質(zhì)法律人才進(jìn)入法官隊(duì)伍。

未來(lái)的計(jì)算機(jī)不會(huì)完全取代律師和法官，然而，律師和法官與智能機(jī)器統(tǒng)一體的出現(xiàn)則可能具有無(wú)限光明的前景。（注：Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.）可以預(yù)見，人工智能將為法律工作的自動(dòng)化提供越來(lái)越強(qiáng)有力的外腦支持。電腦律師或法官將在網(wǎng)絡(luò)所及的范圍內(nèi)承擔(dān)起諸如收債、稅務(wù)、小額犯罪訴訟等職能。自動(dòng)法律推理系統(tǒng)將對(duì)訴訟活動(dòng)發(fā)揮越來(lái)越多的輔助作用，例如，通過(guò)嚴(yán)密的演繹邏輯使用戶確信全部法律結(jié)論得出的正當(dāng)性；在解決相互沖突的規(guī)則、判例和政策問(wèn)題時(shí)提示可能出現(xiàn)的判決預(yù)測(cè)；等等。正如網(wǎng)絡(luò)的出現(xiàn)打破了少數(shù)人對(duì)信息的壟斷一樣，電腦法律顧問(wèn)的問(wèn)世，將打破法官、律師對(duì)法律知識(shí)的壟斷，極大地推動(dòng)法律知識(shí)的普及，迅速提高廣大人民群眾的法律素質(zhì)，使法律真正變?yōu)槿罕娛种械匿J利武器。