人工智能語言與倫理精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的5篇人工智能語言與倫理，期待它們能激發(fā)您的靈感。

篇1

關(guān)鍵詞：采礦方法選擇；BP神經(jīng)網(wǎng)絡(luò)

中圖分類號：TD43文獻(xiàn)標(biāo)識碼： A 文章編號：

一、采礦方法選擇的概況

礦產(chǎn)資源是一個國家經(jīng)濟起飛的首要條件及經(jīng)濟實力的重要標(biāo)志。采礦方法在礦山生產(chǎn)中占有十分重要的地位。因為它對礦山的安全生產(chǎn)、提高礦石產(chǎn)量、降低礦石損失率和貧化率、提高勞動生產(chǎn)率和降低成本等有重大影響,采礦方法選擇的合理與否對礦山的效益至關(guān)重要,甚至關(guān)系到礦山的生存與發(fā)展。采礦方法的選擇又是一項復(fù)雜的系統(tǒng)工程,礦床地質(zhì)條件和礦體賦存條件與采礦方法之間是一個復(fù)雜的非線性關(guān)系。它涉及的因素眾多,其中許多因素都具有模糊性和不確定性,并且采礦方法選擇本身的內(nèi)在機理我們也不是很清楚。同時,采礦方法選擇的準(zhǔn)則也不同,因而采礦方法選擇又是一種多目標(biāo),多層次決策。以上這些因素和不完整的采礦知識、礦床地質(zhì)信息的缺乏,造成了采礦方法選擇的困難性和復(fù)雜性。

二、傳統(tǒng)的采礦方法選擇技術(shù)

傳統(tǒng)的采礦方法選擇一般分三步進(jìn)行,即采礦方法初選,技術(shù)經(jīng)濟分析和綜合分析比較。也就是說,根據(jù)礦床地質(zhì)特征和采礦技術(shù)條件,初選可行方案,然后進(jìn)行技術(shù)經(jīng)濟分析,如果比較的方案之間差異不明顯,還需進(jìn)行細(xì)致的綜合分析方可做出決策。其對人的經(jīng)驗依賴性較強,受限于人的能力,且主觀隨意性較大,容易得出主觀,片面的結(jié)果。這就需要吸取多人,特別是采礦領(lǐng)域?qū)＜业慕?jīng)驗和人的思維中的優(yōu)點并進(jìn)行升華使經(jīng)驗決策上升到定量、科學(xué)化的決策水平,以實現(xiàn)采礦方法的優(yōu)化選擇。為此,近年來,國內(nèi)外學(xué)者進(jìn)行了許多探索,引入了許多新理論、新方法用于采礦方法的選擇。

三、應(yīng)用數(shù)學(xué)方法對采礦方法進(jìn)行優(yōu)選的條件

綜合比較之前敘述的多種數(shù)學(xué)優(yōu)選方法,可以發(fā)現(xiàn),它們具有如下一些相同或類似的共同特點。計算無量綱化:數(shù)學(xué)優(yōu)選法與傳統(tǒng)方法一樣,也列舉一些與需要研究的礦床開采技術(shù)條件相類似的采礦方法,并精確地選定某些技術(shù)經(jīng)濟指標(biāo),如礦房生產(chǎn)能力、采礦損失率、貧化率、采切工程量、炸藥單耗、采礦工效、采礦直接成本等。然而這些指標(biāo)是有量綱的,如t/d、%、m/kt、kg/t。在傳統(tǒng)的方法中,這些有量綱的技術(shù)經(jīng)濟指標(biāo)不用任何處理,而在數(shù)學(xué)優(yōu)選時,則需要對其進(jìn)行無量綱化,即去掉量綱,只用數(shù)字參與計算,以消除各因素指標(biāo)量綱不同而帶來的影響。賦予權(quán)重:權(quán)重也叫權(quán)數(shù),是模糊數(shù)學(xué)中的一個名詞。所謂權(quán)重就是表征因子相對重要性大小的表征量度值。采礦方法研究中的數(shù)學(xué)優(yōu)選,除上述需要引入的各種技術(shù)經(jīng)濟指標(biāo)外,還有一些無法計量的因素也需用數(shù)值參與計算。例如:采礦方法結(jié)構(gòu)的穩(wěn)定性、礦體賦存條件的適應(yīng)性、作業(yè)條件與安全程度、生產(chǎn)可靠性、開采集中化程度、設(shè)計規(guī)模保證性、環(huán)境保護(hù)和施工難易程度、通風(fēng)條件、充填體可靠性系數(shù)、生產(chǎn)管理難易程度等。上述這些因素舉足輕重,有時甚至是決定性指標(biāo)。用傳統(tǒng)方法選擇需研究或設(shè)計的采礦方法時,在多方案比較中只能以定性分析,無法也不可能化為定量指標(biāo)加以綜合比較。采用數(shù)學(xué)優(yōu)選后,上述這些非定量化指標(biāo),可通過各種手段給其賦予權(quán)重值。

計算機編程計算:凡是數(shù)學(xué)優(yōu)選采礦方法,都可用計算機進(jìn)行運算。上述這些方法計算過程相對比較簡單,一般可用MMatlab軟件等編制程序。而且,利用計算機計算可以提高速度數(shù)十倍至上百倍,并且能極大提高計算精度。

1、模糊數(shù)學(xué)選擇采礦方法的優(yōu)勢

在采礦過程中,影響采礦方法選擇的因素很多。如礦巖性質(zhì)、礦體產(chǎn)狀、礦石價值、有用成份分布等。這些因素的描述往往是模糊的。模糊數(shù)學(xué)中所指的模糊現(xiàn)象,是指某些客觀事物之間的差異,在中間過渡時所呈現(xiàn)的“不分明性”,這種客觀事物之間的“不分明性”,在模糊數(shù)學(xué)上稱之為“模糊約束”或“模糊目標(biāo)”如礦體形態(tài)、產(chǎn)狀、規(guī)模、礦巖物理力學(xué)性質(zhì)、礦石價值、水文地質(zhì)條件、采礦過程中的安全和對地表的影響程度等都具有模糊性,反過來采礦方法不僅對地下資源的回收程度、投資大小、勞動生產(chǎn)率高低和礦石開采成本等主要技術(shù)經(jīng)濟指標(biāo)有影響,而且還影響著工作安全、生產(chǎn)規(guī)模、礦石加工的經(jīng)濟效果。因此,采礦方法的選擇是一個典型的模糊決策問題。采礦工作者對采礦方法的選擇,通常采用技術(shù)經(jīng)濟評價法,在分析對比采礦方法技術(shù)經(jīng)濟指標(biāo)時,只能按同類指標(biāo)單一地評估其優(yōu)劣程度,而難以從定量的角度,分析和驗證各項指標(biāo)對采礦方法產(chǎn)生的綜合影響。在采礦方法評價過程中,特別是當(dāng)?shù)V體開采技術(shù)條件比較復(fù)雜,可供選擇的采礦方法在技術(shù)經(jīng)濟上優(yōu)劣不明顯時,選擇者因受本人知識水平、業(yè)務(wù)能力、經(jīng)驗豐富程度的影響所做出的決策,不可避免地帶有個人的主觀意念,有時甚至做出錯誤決策。由于采礦工程特殊復(fù)雜的客觀條件,采用技術(shù)經(jīng)濟評價法作為采礦方法選擇的最終手段,有其局限性,要達(dá)到全面。準(zhǔn)確的擇優(yōu)效果是困難的。模糊數(shù)學(xué)原理,則提出了新的決策方法,為采礦方法的選擇提供了一種新的途徑。礦體處于復(fù)雜的構(gòu)造應(yīng)力場中,其開采技術(shù)條件具有極大的模糊性、隨機性和未知性,因而,在進(jìn)行采礦方法方案選擇時,也存在著諸多影響因素的模糊性和隨機性。運用模糊數(shù)學(xué)對采礦方法進(jìn)行優(yōu)選,將采礦過程中的各種模糊或主觀因素轉(zhuǎn)化為數(shù)學(xué)形式,量化分析各方案的評價指標(biāo),使方案的評價和選擇更科學(xué)、合理、可靠。同任何新學(xué)科的產(chǎn)生一樣,模糊數(shù)學(xué)也是客觀實際發(fā)展的必然。

四、用BP絡(luò)進(jìn)行采礦方法技術(shù)經(jīng)濟分析的原因

神經(jīng)網(wǎng)絡(luò)的主要特點是:

1、式存儲信息。其信息的存儲分布在不同的位置,神經(jīng)網(wǎng)絡(luò)是用大量神經(jīng)元之間的連接及對各連接權(quán)值的分布來表示特定的信息,從而使網(wǎng)絡(luò)在局部網(wǎng)絡(luò)受損或輸入信號因各種原因發(fā)生部分畸變時,仍然能夠保證網(wǎng)絡(luò)的正確輸出,提高網(wǎng)絡(luò)的容錯性和魯棒性。

2、協(xié)同處理信息。神經(jīng)網(wǎng)絡(luò)中的每個神經(jīng)元都可根據(jù)接收到的信息進(jìn)行獨立的運算和處理,并輸出結(jié)果,同一層中的各個神經(jīng)元的輸出結(jié)果可被同時計算出來,然后傳輸給下一層做進(jìn)一步處理,這體現(xiàn)了神經(jīng)網(wǎng)絡(luò)并行運算的特點,這一特點使網(wǎng)絡(luò)具有非常強的實時性。雖然單個神經(jīng)元的結(jié)構(gòu)及其簡單,功能有限,但大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實現(xiàn)的行為是及其豐富多彩的。

3、處理與存儲合二為一。神經(jīng)網(wǎng)絡(luò)的每個神經(jīng)元都兼有信息處理和存儲功能,神經(jīng)元之間連接強度的變化,既反映了對信息的一記憶,同時又與神經(jīng)元對激勵的響應(yīng)一起反映了對信息的處理。

4、信息的處理具有自組織、自學(xué)習(xí)的特點,便于聯(lián)想、綜合和推廣。神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間的連接強度用權(quán)值大小來表示,這種權(quán)值可以通過對訓(xùn)練樣本的學(xué)習(xí)而不斷變化,而且隨著訓(xùn)練樣本量的增加和反復(fù)學(xué)習(xí),這些神經(jīng)元之間的連接強度會不斷增加,從而提高神經(jīng)元對這些樣本特征的反映靈敏度。有理論證明,在不限制隱層神經(jīng)元個數(shù)的條件下,神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)對任意非線性問題的逼近。

結(jié)束語

由于各層礦體形態(tài)、技術(shù)適應(yīng)條件各異,采礦方法的選擇是迭代的,每次迭代都與資源開發(fā)各個階段有關(guān)。要開采的礦體將經(jīng)過大約以下5個階段:初步發(fā)現(xiàn)礦化帶;礦體鉆探圈定儲量和可行性研究;礦體的設(shè)計與開拓;生產(chǎn)過程中修正與提高;礦山服務(wù)期結(jié)束。在搜集地質(zhì)數(shù)據(jù)的過程中不難發(fā)現(xiàn),目前有些礦山的相關(guān)數(shù)據(jù)還是比較豐足的,但是部分地區(qū)對己有地質(zhì)數(shù)據(jù)運用得并不充分(不成體系)，因此采礦方法的選擇還是很重要的。

參考文獻(xiàn)

篇2

關(guān)鍵詞：人工智能控制；專家系統(tǒng)；汽車離合器

專家系統(tǒng)和模糊控制系統(tǒng)是智能領(lǐng)域中的一個很重要分支，智能化的計算機系統(tǒng)程序和專家系統(tǒng)中融合大量專家水平以及某個領(lǐng)域中的各項知識及經(jīng)驗，運用人類專家相關(guān)知識不斷的解決實際問題，并探尋該領(lǐng)域的發(fā)展方向。

1人工智能控制理論的意義

人工智能控制范圍主要包含兩大方面：模糊控制、專家控制體系。控制理論發(fā)展的第三個階段是智能理論，其中前兩個階段分布是經(jīng)典控制理論和現(xiàn)代控制理論，其共同特點主要表現(xiàn)在：所有的理論都是要建立在數(shù)學(xué)建模基礎(chǔ)上，但是在時間的推移中，認(rèn)識對象的范圍逐步擴大，因而比較多的控制對象體現(xiàn)出高度的復(fù)雜性以及不確定性，精確的數(shù)學(xué)模型描述也不足以表達(dá)其內(nèi)容，因而控制的要求性能也越來越高。面對這一情況，傳統(tǒng)的控制理論體現(xiàn)出力不從心的情況，因而需要尋找新的理論和新的方法。在研究和模仿人的智能行為，讓人工智能鍵入到控制理論階段，因而也進(jìn)入到控制理論發(fā)展的第三個階段，智能控制理論。

2人工智能控制理論在汽車離合器中的應(yīng)用

2.1模糊控制在汽車離合器中的應(yīng)用

在汽車起步時，對離合器將會提出更高的要求，由于傳統(tǒng)的機械換擋結(jié)構(gòu)，需要復(fù)雜的操縱汽車離合器，如在起步時要求駕駛員根據(jù)道路環(huán)境，負(fù)載各類因素，準(zhǔn)確的判斷離合器中半接合點的位置，目的是保障汽車能夠平穩(wěn)的前行；另外需要準(zhǔn)確的動作配合離合器的踏板及油門。因而這一系列復(fù)雜的要求會帶來離合器操作的不適應(yīng)，汽車起步中產(chǎn)生磨損以及沖擊。為了應(yīng)對這些缺點以及不足，所以現(xiàn)在對運用自動控制系統(tǒng)操縱手動離合器。

2.1.1控制目標(biāo)

運用模糊控制可以在車輛起步中自己控制車輛的起步過程，以期適應(yīng)駕駛員的順利起步。表現(xiàn)為如下幾個方面：如果駕駛員油門給油量比較大，這就表明駕駛員希望快速起步，并且地面的阻力也比較大，因而離合器的結(jié)合反應(yīng)速度也比較快；另外，當(dāng)油門給油量較少的時候，意味駕駛員想要平穩(wěn)的起步，或者路面阻力比較小，因而離合器的結(jié)合速度也較慢。在這兩種之間的情況可以細(xì)化為無數(shù)種，其結(jié)論也可為非線性，種類也比較多，總之，運用模糊控制方法實現(xiàn)不同駕駛員的意圖，滿足不同環(huán)境離合器起步自動控制要求。

2.1.2輸入?yún)?shù)情況

控制目標(biāo)的主要因素是路面情況，路面的情況要根據(jù)駕駛員踏油門的踏板意圖直觀呈現(xiàn)出來，所以選擇的時候要根據(jù)駕駛員的意圖做好直接的模糊參數(shù)輸入。

（a）油門踏板的位移值

在控制電控機械式自動變速操縱系統(tǒng)中，將離合器的人工操作取消，只是保留駕駛員控制的油門踏板。所以駕駛員的起步意圖要根據(jù)踏板的信號，踏板的深淺來分析和做出判斷，如果駕駛員希望快速起步，那么沖擊將會加大，如果踏的比較淺，就代表車速的平穩(wěn)進(jìn)行，這時候就要試圖減緩結(jié)合速度。

（b）油門踏板位移變化率

駕駛員意圖放映另外一個比較重要的參數(shù)是踏板的位移變化率，駕駛員踩踏時，如果想要快速起步，踩踏的將會比較急，反之，就要平緩踩踏，這意味著駕駛員希望結(jié)合速度降低，因而，選擇相關(guān)的油門踏板位移時，要求變化率作為模糊控制的兩個重要輸入?yún)?shù)，因而兩個參數(shù)其關(guān)系有其并列性，但由于油門踏板位移的重要性要高于油門踏板的位移整體變化速率，因而取值的時候要更加細(xì)心[1]。

2.2專家系統(tǒng)在汽車離合器中的應(yīng)用

專家系統(tǒng)的分層構(gòu)造，設(shè)計過程中要簡化設(shè)計狀態(tài)空間，汽車離合器設(shè)計專家系統(tǒng)需要運用分層構(gòu)造方式，頂層作為設(shè)計層，然后是主參數(shù)設(shè)計層，以及底層詳細(xì)設(shè)計層。汽車離合器設(shè)計首先需要了解離合器驅(qū)動方式，離合器的工況和路況，另外需要確定其工作的摩擦面數(shù)，空間布局方式。當(dāng)確立各個方案要素都符合條件時，進(jìn)入下一階段主參數(shù)設(shè)計，離合器主參數(shù)是根據(jù)汽車整車參數(shù)、發(fā)動機參數(shù)、變速箱參數(shù)、離合器操縱系統(tǒng)等經(jīng)過系統(tǒng)匹配計算得出最佳數(shù)值，通過對離合器的傳遞扭矩、滑磨功、踏板力等進(jìn)行校核符合要求后再進(jìn)行底層詳細(xì)設(shè)計，底層詳細(xì)設(shè)計是由設(shè)計結(jié)果和加工工藝共同決定的[2]。

3結(jié)語

智能化思想中模糊理論的產(chǎn)生以及發(fā)展，可以推動控制理論的前行。另外，設(shè)計型專家更多的停留在理論知識研究方向，實際應(yīng)用較少，基于人工智能的控制理論的研究進(jìn)入實際應(yīng)用，要開展的工作設(shè)想分為如下兩個方面：第一，程序應(yīng)易實現(xiàn)代碼重用，方便知識庫之間的相互移動；第二，程序的對外接口提供。

參考文獻(xiàn)：

[1]陳虹，宮洵，胡云峰，劉奇芳，高炳釗，郭洪艷.汽車控制的研究現(xiàn)狀與展望 [J].自動化學(xué)報.2013(04)：3-5.

篇3

關(guān)鍵詞：人工智能；信息素養(yǎng)；信息技術(shù)

中圖分類號：TP18文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2008)35-2417-02

Artificial Intelligence Education and Middle School Students Information Literacy

WU Wen-tie

(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)

Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.

Key words: artificial intelligence; information literacy; information technology

1 信息素養(yǎng)的定義及其內(nèi)涵

“信息素養(yǎng)”一詞最早產(chǎn)生于信息技術(shù)和信息產(chǎn)業(yè)發(fā)達(dá)的美國, 是隨著現(xiàn)代信息社會的逐漸形成而對國民提出的一種兼跨人文和科學(xué)范疇的綜合性個人素養(yǎng)要求的描述。隨著研究的深入，人們對信息素養(yǎng)的認(rèn)識也在不斷深化。

1974年美國信息產(chǎn)業(yè)協(xié)會主席保羅?澤考斯基最先提出信息素養(yǎng)的概念, 他認(rèn)為信息素養(yǎng)是“利用大量的信息工具及主要信息源使問題得到解答的技術(shù)及技能”。1992年美國圖書館協(xié)會提出：“信息素養(yǎng)是人能夠判斷何時需要信息, 并且能夠?qū)π畔⑦M(jìn)行檢索、評價和有效利用的能力。”同年, 道爾在《信息素養(yǎng)全美論壇的終結(jié)報告》中給出了一個較為全面的定義：一個具有信息素養(yǎng)的人, 他能夠認(rèn)識到精確和完整的信息是作出合理決策的基礎(chǔ), 他能夠確定對信息的需求, 能夠形成基于信息需求的問題, 能夠確定潛在的信息源, 能夠制定成功的檢索方案, 從包括基于計算機的和其他的信息源中獲取信息、評價信息、組織信息用于實際的應(yīng)用, 將新的信息與原有的知識體系進(jìn)行融合以及在批判性思考和問題解決過程中使用信息。

綜上所述, 雖然研究人員從不同的視角界定了信息素養(yǎng)的定義, 但可看出, 信息素養(yǎng)既包括認(rèn)知態(tài)度層面上的內(nèi)容, 也包括技術(shù)層面、操作層面和能力層面上的內(nèi)容。概括起來講, 信息素養(yǎng)主要包括信息意識、信息能力和信息道德三個方面：

1) 信息意識。信息意識是信息素養(yǎng)的首要因素, 主要指人們對信息及其交流活動在社會中的地位、價值、功能和作用的認(rèn)識, 換句話說, 就是指人們對信息的判斷、捕捉的能力。信息意識的強弱將直接影響人們利用信息的程度和效果。人們只有有了信息意識,才有可能有信息的需求, 進(jìn)一步去尋找信息和利用信息, 并主動學(xué)習(xí)與信息處理有關(guān)的技術(shù)。

2) 信息能力。信息能力是信息素養(yǎng)的重要方面, 是指人們獲取信息、處理信息、利用信息、創(chuàng)造信息、交流信息的技術(shù)和能力。人們只有掌握一定的信息技能, 才能有效地開展各種信息活動, 有效地利用信息和創(chuàng)造信息, 充分發(fā)揮信息的價值, 變信息為動力和優(yōu)勢。

3) 信息道德。信息道德是指人們在整個信息交流活動過程中表現(xiàn)出來的信息道德品質(zhì)。它是對信息生產(chǎn)者、信息加工者、信息傳播者及信息使用者之間相互關(guān)系的行為進(jìn)行規(guī)范的倫理準(zhǔn)則, 是信息社會每個成員都應(yīng)該自覺遵守的道德標(biāo)準(zhǔn)。

2 人工智能的研究領(lǐng)域

人工智能的研究領(lǐng)域非常廣泛, 而且涉及的學(xué)科也非常多。目前,人工智能的主要研究領(lǐng)域包括：專家系統(tǒng)、機器學(xué)習(xí)、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機器人學(xué)、智能決策支持系統(tǒng)及人工神經(jīng)網(wǎng)絡(luò)等。下面主要介紹在網(wǎng)絡(luò)教育環(huán)境中常用的智能技術(shù)。

2.1 專家系統(tǒng)

所謂專家系統(tǒng)就是一種在相關(guān)領(lǐng)域中具有專家水平解題能力的智能程序系統(tǒng), 它能運用該領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗與知識, 模擬人類的思維過程,求解需要專家才能解決的困難問題。

2.2 機器學(xué)習(xí)

“學(xué)習(xí)”是一個有特定目的的知識獲取過程, 其內(nèi)在行為是獲取知識、積累經(jīng)驗、發(fā)現(xiàn)規(guī)律; 外部表現(xiàn)是改進(jìn)性能、適應(yīng)環(huán)境、實現(xiàn)系統(tǒng)的自我完善。所謂機器學(xué)習(xí), 就是要使計算機能模擬人的學(xué)習(xí)行為, 自動地通過學(xué)習(xí)獲取知識和技能, 不斷改善性能, 實現(xiàn)自我完善。機器學(xué)習(xí)主要研究學(xué)習(xí)的機理、學(xué)習(xí)的方法以及針對相應(yīng)的學(xué)習(xí)系統(tǒng)建立學(xué)習(xí)系統(tǒng)。

2.3 模式識別

所謂模式識別,是指研究一種自動技術(shù)。計算機通過運用這種技術(shù),就可自動地或者人盡可能少干預(yù)地把待識別模式歸入到相應(yīng)的模式類中去。也就是說,模式識別研究的主要內(nèi)容就是讓計算機具有自動獲取知識的能力,能識別文字、圖形、圖像、聲音等。一般來說,模式識別需要經(jīng)歷模式信息采集、預(yù)處理、特征或基元抽取、模式分類等幾個步驟。

2.4 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是指模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能, 運用大量的處理部件, 由人工方式建立起來的網(wǎng)絡(luò)系統(tǒng)。它是在生物神經(jīng)網(wǎng)絡(luò)研究的基礎(chǔ)上建立起來的,是對腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能的模擬, 具有學(xué)習(xí)能力、記憶能力、計算機能力以及智能處理功能。其中學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)的主要特征之一, 可以根據(jù)外界環(huán)境來修改自身的行為。學(xué)習(xí)的過程即是對網(wǎng)絡(luò)進(jìn)行訓(xùn)練的過程和不斷調(diào)整它的連接權(quán)值, 以使它適應(yīng)環(huán)境變化的過程。學(xué)習(xí)可分為有教師(或稱有監(jiān)督)學(xué)習(xí)與無教師(無監(jiān)督)學(xué)習(xí)兩種類型。對神經(jīng)網(wǎng)絡(luò)的研究使人們對思維和智能有了進(jìn)一步的了解和認(rèn)識,開辟了另一條模擬人類智能的道路。

3 人工智能技術(shù)在教育中的應(yīng)用

3.1 智能搜索引擎

隨著互聯(lián)網(wǎng)站點和頁面的激增以及網(wǎng)絡(luò)用戶隊伍的不斷壯大,信息檢索成為人們利用Internet的重要途徑。但是在浩瀚的網(wǎng)頁海洋中尋找有用的信息并不容易,需要借助有力的檢索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他們各有特色,但仍存在不足之處,如檢索到的無關(guān)信息過多以及檢索結(jié)果排序較混亂。智能化信息檢索是信息檢索的新分支,它是人工智能和信息檢索的交叉學(xué)科。它在對內(nèi)容的分析理解、內(nèi)容表達(dá)、知識學(xué)習(xí)等基礎(chǔ)上實現(xiàn)檢索的智能化,這樣可以節(jié)省學(xué)習(xí)者在檢索中花費的時間,幫助學(xué)習(xí)者提高檢索效率。智能化信息檢索所用到的人工智能技術(shù)有專家系統(tǒng)、自然語言處理和知識表示。

3.2 智能體(agent)

agent技術(shù)早在70年代出現(xiàn)在人工智能領(lǐng)域,通過感知、學(xué)習(xí)、推理以及行動能夠基于知識庫的訓(xùn)練模仿人類社會的行為。隨著其進(jìn)一步發(fā)展,它在遠(yuǎn)程教育領(lǐng)域發(fā)揮著越來越重要的作用。一套完整的遠(yuǎn)程教育系統(tǒng)中包含許多子系統(tǒng),如答疑、作業(yè)、考試、交互等等子系統(tǒng)。這些子系統(tǒng)都有各自的數(shù)據(jù)庫用來存儲信息。為了提高整個系統(tǒng)的智能性,可以引入智能技術(shù),把眾多子系統(tǒng)的數(shù)據(jù)庫鏈接起來,實現(xiàn)信息資源的共享。通過分析這些信息,智能技術(shù)可以發(fā)現(xiàn)學(xué)習(xí)者的個別特征(如興趣愛好信息、點擊知識點信息統(tǒng)計、交互日志等等),并根據(jù)這些特征量身訂做出適合學(xué)習(xí)者的學(xué)習(xí)方案,也有助于教師及時掌握學(xué)習(xí)者學(xué)習(xí)過程中的動態(tài)信息。

3.3 智能CAI(ICAI)

隨著計算機技術(shù)的飛速發(fā)展,計算機輔助教學(xué)(CAI)已受到教育界的重視,成為學(xué)科教學(xué)改革的一種重要手段。許多學(xué)校都在開發(fā)CAI課件,但大多數(shù)CAI課件只是機械地按照教學(xué)設(shè)計者事先設(shè)計好的教學(xué)模式和內(nèi)容向?qū)W生傳授知識,并沒有體現(xiàn)出個性化學(xué)習(xí),無法做到因材施教。

智能CAI是以人工智能技術(shù)為核心,使CAI系統(tǒng)能夠根據(jù)學(xué)生的學(xué)習(xí)情況等因素分析學(xué)生的特征,合理安排教學(xué)內(nèi)容、變化教學(xué)方法去滿足個別教學(xué)的需要。使用智能CAI進(jìn)行教學(xué)能夠克服傳統(tǒng)CAI的不足,顯著提高教學(xué)效果,是CAI課件發(fā)展的趨勢。

3.4 智能教學(xué)系統(tǒng)ITS

智能教學(xué)系統(tǒng)(intelligent tutoring system,ITS)是涉及人工智能、計算機科學(xué)、認(rèn)知科學(xué)、教育學(xué)、心理學(xué)和行為科學(xué)的綜合性課題,其研究的最終目標(biāo)是由計算機負(fù)擔(dān)起人類教育的主要責(zé)任,即賦予計算機系統(tǒng)以智能,由計算機系統(tǒng)在一定程度上代替人類教師實現(xiàn)最佳教學(xué)。我國ITS的研究起步較晚,但近幾年隨著計算機的普及和教育軟件需求增大,ITS的發(fā)展較快。ITS按照功能分為四個模塊:專家知識模塊、學(xué)生模塊、教師模塊、人機接口模塊。

4 人工智能教育對學(xué)生信息素養(yǎng)的作用

人工智能(ArtificialIntelligence,AI)是計算機科學(xué)的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學(xué)科。換言之,它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設(shè)計、學(xué)習(xí)、思考、規(guī)劃以及問題求解等思維活動,來解決需要人類專家才能處理的復(fù)雜問題,例如咨詢、診斷、預(yù)測、規(guī)劃等決策性問題。人工智能也是一門涉及數(shù)學(xué)、計算機科學(xué)、控制論、信息學(xué)、心理學(xué)、哲學(xué)等學(xué)科的交叉和邊緣學(xué)科。與一般的信息處理技術(shù)相比,人工智能技術(shù)在求解策略和處理手段上都有其獨特的風(fēng)格。人工智能研究處于信息技術(shù)的前沿,它的研究、應(yīng)用和發(fā)展在一定程度上決定著計算機技術(shù)的發(fā)展方向。同時,信息技術(shù)的廣泛應(yīng)用也對人工智能技術(shù)的發(fā)展提出了急切的需求。今天,人工智能的不少研究領(lǐng)域如自然語言理解、模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機器人技術(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,并對人類的發(fā)展產(chǎn)生了重要影響。

綜上所述,作為信息技術(shù)一個不可缺少的重要組成部分,人工智能的基本內(nèi)容在中學(xué)信息技術(shù)課程中是不能不專門提及的,以往某些教材中用一兩頁篇幅作個簡單介紹的方法根本不足以反映人工智能學(xué)科的全貌。因此,十分有必要在高中階段的信息技術(shù)課程中專門設(shè)立人工智能選修課。我們認(rèn)為,高中階段開設(shè)人工智能課程可以在以下幾個方面對學(xué)生的信息素養(yǎng)培養(yǎng)產(chǎn)生積極作用：

1) 多種思維方式的培養(yǎng)和信息素養(yǎng)的綜合鍛煉。

現(xiàn)實世界的問題可以按照結(jié)構(gòu)化程度劃分成三個層次：結(jié)構(gòu)化問題,是能用形式化(或稱公式化)方法描述和求解的一類問題;非結(jié)構(gòu)化問題,難以用確定的形式來描述,主要根據(jù)經(jīng)驗來求解;半結(jié)構(gòu)化問題則介于上述兩者之間。一般說來,中學(xué)階段開設(shè)的傳統(tǒng)意義上的信息技術(shù)課程中所介紹的信息技術(shù),例如多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、算法與程序設(shè)計等,都是求解結(jié)構(gòu)化問題的基本技術(shù)。而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的一類有效技術(shù)。

把人工智能課程引入我國現(xiàn)行的高中信息技術(shù)教育,可以讓學(xué)生在體驗、認(rèn)識人工智能知識與技術(shù)的過程中獲得對非結(jié)構(gòu)化、半結(jié)構(gòu)化問題解決過程的了解,從而培養(yǎng)學(xué)生的多種思維方式,達(dá)到提高信息素養(yǎng)的目的。通過人工智能課程的學(xué)習(xí),學(xué)生還將了解人工智能語言的基本特征,學(xué)到智能化問題求解的最為基本的策略。

2) 體驗人類專家解決復(fù)雜問題的思路,提高學(xué)生的邏輯思維能力。

這里以人工智能學(xué)科中“專家系統(tǒng)”技術(shù)的體驗、學(xué)習(xí)與應(yīng)用過程為例進(jìn)行說明。在專家系統(tǒng)的應(yīng)用過程中,一個實際的專家系統(tǒng)不僅能夠為用戶給出相關(guān)領(lǐng)域的專家水平建議或決策,而且能夠通過解釋機制,以用戶容易理解的方式解釋專家系統(tǒng)的具體推理過程。學(xué)生可以向?qū)＜蚁到y(tǒng)提出諸如“為什么(Why)”、“如何(How)”、“如果……會怎么樣”等問題,系統(tǒng)接受用戶的問題指令后,可以根據(jù)推理的邏輯進(jìn)程,即時將答案呈現(xiàn)給用戶,整個過程如同教師與學(xué)生在進(jìn)行面對面的教學(xué)。在該過程中,學(xué)生可以充分體驗人類專家的求解思路和推理風(fēng)格,有助于提高他們的分析、思維與判斷能力。

另一方面,在專家系統(tǒng)的教學(xué)過程中,可以要求學(xué)生自行構(gòu)建由產(chǎn)生式規(guī)則組成的知識庫,或進(jìn)一步利用工具軟件來開發(fā)簡單的實用型專家系統(tǒng)。為了完成該項工作,學(xué)生一開始就要編制開發(fā)規(guī)劃、制定知識獲取策略,并具體付諸實施,這是一個不斷深化的過程。學(xué)生還得明確與系統(tǒng)有關(guān)的所有變量或相關(guān)的因素,并且將這些變量和因素轉(zhuǎn)化為問題求解,得出相應(yīng)的結(jié)論。在進(jìn)行一系列問題求解分析之后,運用產(chǎn)生式規(guī)則來表示知識,以此建立起來的專家系統(tǒng)還可以讓其他學(xué)生去運用和體驗,具有一定的實用價值。

由于專家系統(tǒng)中的知識組織與推理過程是對人類專家思維方式的一種模擬,因此上述知識庫的組織和系統(tǒng)的推理過程能夠較好地體現(xiàn)學(xué)生的思維過程。在建造知識庫過程中,學(xué)生需要將原來零碎的未成型的知識概念化、形式化和條理化,從而內(nèi)化為學(xué)生自己的東西。所以,建造知識庫的過程不但能反映學(xué)生的學(xué)習(xí)過程,而且有助于學(xué)生對該領(lǐng)域知識的深層思考并有利于長久記憶,同時也學(xué)會了專家系統(tǒng)的基本開發(fā)技術(shù)。正如美國著名的學(xué)習(xí)論專家Jonassen所指出的：那些自行設(shè)計專家系統(tǒng)的學(xué)生將會在這種活動中受益匪淺,因為這是一個對所學(xué)知識進(jìn)行深度加工的過程。

3) 了解信息技術(shù)發(fā)展的前沿,激發(fā)對信息技術(shù)未來的追求。

人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿,通過人工智能知識、技術(shù)的學(xué)習(xí)與體驗,高中學(xué)生能夠?qū)π畔⒓夹g(shù)發(fā)展的前沿知識有一定程度的了解,這樣有助于他們開闊視野,培養(yǎng)興趣,激發(fā)對信息技術(shù)美好未來的追求,從而為今后進(jìn)入大學(xué)或走向社會奠定良好的基礎(chǔ)。

5 結(jié)束語

中學(xué)生的信息素養(yǎng)的培養(yǎng)是當(dāng)前信息技術(shù)課的一個重要目標(biāo)，而在現(xiàn)有的中學(xué)信息技術(shù)課程中，關(guān)于人工智能的知識只作了簡單的介紹，學(xué)生們對于人工智能研究的廣大領(lǐng)域不能有詳細(xì)的概念，這對于中學(xué)生的信息化認(rèn)識和信息素養(yǎng)的培養(yǎng)不夠全面。因此在中學(xué)信息技術(shù)課中加大人工智能的知識介紹是信息技術(shù)課改革的重要內(nèi)容。

參考文獻(xiàn)：

[1] 雷曉慶.網(wǎng)絡(luò)環(huán)境下大學(xué)生的信息素養(yǎng)及其培養(yǎng)[J].太原大學(xué)學(xué)報, 2004(2):38.

[2] 杜玉霞.美國信息素養(yǎng)教育與研究的啟示[J].電化教育研究, 2005(10):42.

[3] 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,2002,1-53.

[4] 潘瑞玲,余輪.Agent技術(shù)在遠(yuǎn)程教育系統(tǒng)中應(yīng)用的研究[J].微型電腦應(yīng)用,2002,18(4):28-30.

[5] 吳戰(zhàn)杰，秦健.Agent技術(shù)及其在網(wǎng)絡(luò)教育中的應(yīng)用研究[J].電化教育研究，2003(3):32-36.

[6] 張劍平.關(guān)于人工智能教育的思考[J].電化教育研究，2003(1):24-28.