前言：中文期刊网精心挑选了对人工智能的思考范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
对人工智能的思考范文1
【关键词】人工智能 超级计算力
一、引言
（一）问题提出
人工智能作为下一代技术发展的趋势，其方向也是众多科技界人士关心的问题。很多科学家预言，人工智能不仅仅是人类技术突破的下一个阶段，而且更是人工智能的发展潜力必将超出人类的控制，成为新一个物种，甚至可能替代人类，“统治”地球，我们抱着研究的目的，来探讨人工智能技术发展的方向与途径。
人工智能技术的发展对大多数人而言，是浑然不觉，全无概念的，但是从近年来各大科技公司的战略与产品上看，人工智能的确已经成为当下科技界争夺的战略制高点，苹果的Siri语音助手，谷歌的无人驾驶等单向的人工智能技术已经非常成熟，而大量的科技公司正在投入巨大的精力与财力进行研究，可以预见，在不久的将来，人工智能技术必将成为人类生产生活领域中广泛应用的技术之一。而对其进行发展脉络和规律的判断与估计也是十分必要的，也是顺应技术趋势，推动技术创新的必由之路。
（二）目的与意义
一方面，对于科学研究来说，繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更正确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，人工智能这门科学的详细目标也天然跟着时代的变化而发展。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰硕信息的逻辑结构。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。我们可以将这样的学习方式称之为“连续型学习”。本质上，这种方法为人的“创造力”的模式化提供了一种相称有效的途径。
另一方面，对于人类的生产生活甚至未来来说，人工智能技术的快速发展，不仅会在更大程度上解放人的劳动时间与降低工作辛劳程度，使得人们越来越离不开机器的工作，并且每个人的生活方式发生根本性的转变，而且，更重要的是，在未来，人类是否会与机器进行深度融合，发展处全新的生命构造体，以此来迭代和进化，实现人类和机器人的和谐共存，还是人工智能会自动发展出自我意识，而在将来的某一个时点，机器人们将会对他们的缔造者――人类举起屠刀，实现自己称霸的野心，这也不得而知，因此，对人工智能的路径探讨是十分必要和有重大意义的。
二、人工智能发展趋势
（一）人工智能的准确定位
人工智能（Artificial Intelligence），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
（二）人工智能的发展趋势研究
1、自我存续。这是一个十分显眼的要求，人工智能如果作为一个新物种存在，其必须拥有自我生存的能力，即离开人类，人工智能技术必将仍然存在。而且人工智能将与其他物种和环境形成新型交流互动方式。以极端的情况来说，如果人类在将来的某一天消失了，而人工智能必须拥有维持自身生存和发展机制和技术，如果是电量不足，核心机器人将会指挥挖掘型机器再次挖煤，或核能机器人运用核能来发电，以维持自身的正常运转，而这一切的工作都是在人工智能的机器内部解决，而并不需要人类的参与，这就是人工智能的自我生存功能。
2、自我迭代更新。这是在自我存续的基础之上发展而来的。一个机器，一代机器的存在可能并不是问题，而要想机器向人类一样代代繁衍不绝，则对人工智能来说，绝对是一个巨大的障碍。因此，在机器自身的自我繁殖更新迭代，也是必须要进行的过程，这就需要强人工智能的高度运用，来对整个机器人生态进行实时评估，不断地提出新的发展要求，而且立即组织机器人中的“科学家”对其进行研究与探讨，实验与创造，或者是融入生物技术而与之进行基因式的合作，这些都是不确定的，唯一能确定的是，离开人类的独立人工智能必须要有发展创造出更新更快更强的人工智能的能力。
3、自我认同。人工智能的自我认同分两个层面，一方面是对内进行认同，另一方面，是对外进行认同。如果假定人工智能是人类的发展方向，其必须会对人类关心的终极问题等产生同样的巨大疑惑，比如我是谁？我从哪里来？要到哪里去？宇宙的界限是什么？而且以人工智能的水平来看，它一定不会停留在思考的层面上，而是会进行各种不同的实验与探索，已验证自己的猜想。另一方面，人工智能作为一个以理性而存在的物种，其合作是建立在种种规章制度之上，而一旦有机器发现制度的漏洞，就会有进行套利和损人利己的动机，而阻止这种情况的发生，只能是建立在机器人的情感共同体的基础之上，即是机器人产生同样的情感，而形成有效率的合作与分工，而不会因为短期利益牺牲长远利益。
三、结论
由上述探讨可知，人工智能的发展道路还是非常漫长而艰辛的。对于其是否会取代人类，这个问题要依赖于将来的技术发展和人类的生命形态的演变而定，而我们对人工智能进行的物种化探讨是非常有必要的，也是对人工智能技术的发展和对其风险的防控具有借鉴意义的一个环节，是我们进行科学技术开发的留有的一个客观冷静的分析角度。
参考文献：
对人工智能的思考范文2
Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.
P键词： 人工智能；创新；本科
Key words： artificial intelligence；innovation；undergraduate
中图分类号：G642 文献标识码：A 文章编号：1006-4311（2017）22-0230-02
0 引言
人工智能是计算机科学的一个分支，是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科，其属于一门边缘学科，同时也是多个学科交叉而成的一门学科，包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程，它是计算机科学与技术学科类各专业重要的基础课程，其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等，国内外很多大学都意识到了其重要性，纷纷对其展开了教学和研究。人工智能课程包含多个学科，具有内容抽象、理论性强、知识点多等特点，且算法复杂，但是多数高校采用的教学方式仍是传统的课堂教学方式，即“教师讲、学生听”的教学模式，这种信息单向传输教学模式以教师为主体，学生只是在被动的接收知识；存在过分重视理论教学，忽视实践活动教学的问题，导致教育内容无法和社会接轨；人工智能教材理论性过强，学生在学习过程中常常感到枯燥乏味，进而对学习该课程失去热情[2]，久而久之，不仅人工智能课程的教学质量和效果无法达到预期，甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题，本文作者结合自身丰富人工智能教学实践经验，参考人工智能课程特点和教学目标，从多个方面探讨和总结了人工智能，包括教学内容、教材选择、教学方法和考核形式等。
1 教学内容优化与更新
人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲，人工智能学科的内容包括两个部分，具体：一是知识表示和推理；二是人工智能的应用。前者是人工智能的重要基础，后者主要介绍了几种人工智能应用系统，包括自动规划和机器视觉、机器学习、专家系统等。另外，课程内容中还包括了一些人工智能应用的实例，将实践和理论紧密结合起来[3]。
随着时代的发展和科技的进步，人工智能学科也取得了较大发展。基于此，人工智能学科也应该与时俱进，更新人工智能教学大纲，进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分，即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等，后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。
教学内容的选择和确定应综合考虑多项因素，不仅要重视基础知识，也应注意推陈出新，随着科技的进步做到与时俱进，同时教学内容应符合现实的需求，能够与社会接轨，将理论和实践紧密结合起来，只有这样人工智能课程的教学质量和效果才能事半功倍。
2 教学策略及教学方法的改革创新
由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点，传统的教学模式已经无法满足人工智能课程的需求，教师应探索更加有效的教学模式和方法，确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面：
2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣，学生只有对某门学科存在兴趣，才会更加主动积极的学习该门课程，从而获得良好的教学效果。比如，作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段，由这个电影学生知道了世上存在人工智能的机器人，学生们随着电影情节的发展而深深感动，与此同时教师让学生思考和谈论人工智能是什么？研究人工智能的意义在哪里？实践发现，在课堂中加入电影因素，能够大大提升学生们的注意力，让学生更加专注在教学任务中，有效提高了学生探索人工智能的积极性和主动性。此外，在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来，让学生更直观的感受人工智能的奥妙，从而投入更多热情学习人工智能课程。
2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点，我们采取了以下几种教学形式实施案例教学。①讲解式案例教学：这种案例通过教师的讲解，帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式：一是“案例―理论”，即先给出教学案例，然后再讲解理论知识；二是“理论―案例”，即教师先讲解理论知识，再给出教学案例；通过情境体验与案例剖析激发学生认知的兴趣，引导学生对将要学习的内容产生注意，有利于教师导入新课。②讨论式案例教学：在课程初期将学生分成若干学习小组，每小组3～4人；教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组，要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学：在课程后期，采取专题辩论的方式对综合应用案例进行讨论，能有效地启发学生全方位地思考和探索问题的解决方法，加深学生对人工智能的理解。
2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学，结合学生特点因材施教。比如，在日常教学中多观察学生情况，鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识，同时友善面对学习较差的学生，分析其学习过程中面对的困难，有的放矢地采取应对措施，帮助其不断进步；在教学过程中让学生以读书报告的形式多多思考，鼓励学生发散性思考问题，鼓励优秀学生进行深一步的探讨，并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。
2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法，其中心导向是任务，学生在完成任务的同时也在吸收和掌握知识。通常来讲，该教学方法的步骤是：教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识，还能够培养学生解决实际问题的能力，提高其综合实力。不仅如此，由于该教学模式通常是以小组协作的方式进行，教师给出研究范围，学生自愿结组并选择具体的题目，经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知，学生是在以团队的力量解决问题，这十分考验学生的团队协作能力，对于学生团队合作精神的培养至关重要，且在完成任务的过程中学生需要查阅大量的资料，久而久之学生收集资料和创新能力势必会得到提升。
2.5 采用启发式教学 人工智能的很多问题都较为抽象，对学生理解力的要求较高，因此，在实际的教学过程中教师应有意识的就课程内容提出相关问题，让学生自己独立思考，鼓励学生提出自己的想法和解决方案。然后回归到课程上，对比分析教材上的解决方案和学生自己的解决方案，如此不仅培养了学生独立思考的能力，也增加了学生参与教学活动的意识，提高了学生的学习热情。比如，在讲到较为抽象的“遗传算法”时，先提出一个问题，即“遗传算法如何用于优化计算？”，然后从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用，之后举例分析，启发学生思考“遗传”、“变异”和“选择”的实现，最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的，也锻炼了学生逻辑思维的能力，教学效果良好[4]。
3 作业和考核方式的改革创新
过去的课程作业都是单一书面习题作业，发展至今，课程作业形式已经发生了变化，更加丰富多样，包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业，并且教师批阅作业后也可以通过网络返回给学生，实现了网络化。课程的考核方式较之以前也发生了较大变化，加强了平时思维能力的考核，更加注重学生实验能力和动手能力的培养，不再是绝对的一次考试定成绩，而是在总评成绩中加入30%的平时成绩，如此不仅减轻了学生的期末负担，也迫使学生更加重视平时的学习思考，有利于课程教学质量的提升。
4 结束语
本文是以提高教学质量为目标，结合教学实践，从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨，总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求，可以支持教师提高教学手段现代化的水平，同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化，才能激发学生的学习兴趣，培养他们的思维创新和技术创新的能力，最终提高本课程的教学质量。从学生的反馈来看，作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够，今后将继续在教学过程中不断总结成功的经验，吸取失败的教训。
参考文献：
[1]蔡自兴.人工智能及其应用[M].三版.北京：清华大学出版社，2007.
[2]谢榕，李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育，2014（19）：92-97.
[3]蔡自兴，肖晓明，蒙祖强.树立精品意识搞好人工智能课程建设[J].中国大学教学，2004（1）：28-29.
对人工智能的思考范文3
关键词：新工科；人工智能导论；实践教学；校企合作；案例库
随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。
1人工智能对新工科人才的新要求
1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。
2人工智能导论课程教学现状
目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。
3人工智能导论实践教学初探
3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣，南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台，如采用开源的PaddlePaddle百度飞桨深度学习平台，希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课，学生也可以在课堂中跟随老师完成相关实验，并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中，以学生兴趣为导向，开展相关应用课程实验，南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后，通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节，校企合作是关键。应积极派遣教师进企业进修，了解企业需求，并提高教师的工程能力。从2018年以来，南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式，从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制，邀请企业中实践经验丰富的人才任教或任职，校企合作建立实践教师指导团队，改革教学策略及教学方法，以项目为牵引，将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制，积极引导学生参加各种人工智能相关的比赛，从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学，提高学生兴趣。首先，从人工智能竞赛的部分赛事中、（如百度的人工智能大赛，“2020年全国人工智能大赛”，“2020中国高校计算机大赛人工智能创意赛”等）中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后，采用目前主流的人工智能开发软件进行算法代码的编写，引导学生采用Python语言调用第三方接口库进行算法的实现。最后，让学生使用主流的编程语言（如C++、Java等）开发完善算法或进行系统设计与实现。
4结束语
在新工科背景下，人工智能导论作为智能科学与技术专业的基础核心课程，人工智能人才培养应注重提高学生解决问题的能力。在这种背景下，笔者结合近年来了解到的企业需求和上课的实际，对人工智能导论实践教学模式进行初探，具体如下：①校企合作，构建人工智能实践平台；②建立案例库，优化实践的内容；③校企“双导师”制，采用案例教学，从而进一步提高学生在创新实践方面的能力。
参考文献:
[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24，33
[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44
[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107
[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42
[5]姚琳,石志国.人工智能课程体系与教学方法研究[J].中国大学教学,2019.10:19-22
对人工智能的思考范文4
读了下面这12个问答，你就会对人工智能的未来发展有一个较为全面的了解。
人工智能的发展包括哪些阶段？
人工智能的发展可分为三个阶段：弱人工智能、强人工智能和超人工智能。弱人工智能是擅长于单个方面的人工智能，比如“阿法狗”，只会下围棋。
强人工智能，达到了人类级别的人工智能，也就是在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。
超人工智能，即超级智能。牛津哲学家，知名人工智能思想家尼克・博斯特罗姆把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。超人工智能也正是为什么人工智能这个话题这么火热的缘故。
为什么说我们正在越来越快地接近超人工智能？
通过观察历史，我们可以发现一个规律，即人类出现以来所有技术发展都是以指数增长。也就是说，一开始技术发展是小的，但是一旦信息和经验积累到一定的基础，发展开始快速增长，以指数的形式，然后是以指数的指数形式增长。
未来学家瑞・库兹韦尔把这种人类的加速发展称作加速回报定律。之所以会存在这种规律，是因为一个更加发达的社会，能够继续发展的能力也更强，发展的速度也更快。
李四光也曾经写道：“人类的发展不是等速度运动，而是类似一种加速度运动，即愈到后来前进的速度愈是成倍地增加。”
人工智能技术的关键难点是什么？
用计算机科学家高德纳的说法，“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。”一些我们觉得困难的事情――微积分、金融市场策略、翻译等，对于电脑来说都太简单了。我们觉得容易的事情――视觉、动态、移动、直觉――对电脑来说则太难了。
摩尔定律真的那么有效吗？
摩尔定律认为全世界的电脑运算能力每两年就翻一倍，这一定律有历史数据所支持，这同样表明电脑硬件的发展和人类发展一样是指数级别的。我们用这个定律来衡量1000美元什么时候能买到1亿亿cps（每秒运算次数）。现在1000美元能买到10万亿cps，和摩尔定律的历史预测相符合。瑞・库茨维尔提出的加速回报定理，也就是摩尔定律的扩展定理。
我们什么时候能用上和人脑一样聪明的电脑？
现在1000美元能买到的电脑已经强过了老鼠，并且达到了人脑千分之一的水平。1985年的时候，同样的钱只能买到人脑万亿分之一的cps，1995年变成了十亿分之一，2005年是百万分之一，而2015年已经是千分之一了。按照这个速度，我们到2025年就能花1000美元买到可以和人脑运算速度抗衡的电脑了。
我们如何造出超人工智能？
第一步：增加电脑处理速度。这步比较简单。
第二步：让电脑变得智能。这步比较难，有三种可能的途径：一是模拟人脑，二是模拟生物演化过程，让计算机演化出智能，三是建造一个能进行两项任务的电脑――研究人工智能和修改自己的代码。这样它就不只能改进自己的架构了，我们直接把电脑变成了电脑科学家，提高电脑的智能就变成了电脑自己的任务。
为什么说强人工智能可能比我们预期的更早降临？
因为，一，指数级增长的开端可能像蜗牛漫步，但是后期会跑的非常快。二，软件的发展可能看起来很缓慢，但是一次顿悟，就能永远改变进步的速度。就好像在人类还信奉地心说的时候，科学家们没法计算宇宙的运作方式，但是日心说的发现让一切变得容易很多。创造一个能自我改进的电脑来说，对我们来说还很远，但是可能一个无意的变动，就能让现在的系统变得强大千倍，从而开启朝人类级别智能的冲刺。
超人工智能为什么会导致智能爆炸？
这里我们要引出一个概念――递归的自我改进。这个概念是这样的：一个运行在特定智能水平的人工智能，比如说脑残人类水平，有自我改进的机制。当它完成一次自我改进后，它比原来更加聪明了，我们假设它到了爱因斯坦水平。而这个时候它继续进行自我改进，然而现在它有了爱因斯坦水平的智能，所以这次改进会比上面一次更加容易，效果也更好。第二次的改进使得他比爱因斯坦还要聪明很多，让它接下来的改进进步更加明显。如此反复，这个强人工智能的智能水平越长越快，直到它达到了超人工智能的水平――这就是智能爆炸，也是加速回报定律的终极表现。
我们还要多久才能迎来超人工智能？
著名人工智能专家、谷歌公司的技术总监瑞・库兹韦尔相信电脑会在2029年达成强人工智能，而等到2045年，我们不但会造出超人工智能，还会迎来一个完全不同的世界――奇点时代。
什么是奇点时代？
所谓奇点时代，指的是超人工智能的出现将世界带入的一个新的时代。在这个时代中，人类将无法预测技术如何发展，因为超人工智能的行为将超出人类的理解能力。
超人工智能可能给人类带来的最大益处是什么？
永生。在理论上，死亡并非是不可克服的，只不过这需要超人工智能在纳米技术和生物技术方面取得我们难以想象的突破。超人工智能可以建造一个“年轻机器”，当一个60岁的人走进去后，再出来时就拥有了年轻30岁的身体。就算是逐渐糊涂的大脑也可能年轻化，只要超人工智能足够聪明，能够发现不影响大脑数据的方法来改造大脑就好了。一个90岁的失忆症患者可以走进“年轻机器”，再出来时就拥有了年轻的大脑。这些听起来很离谱，但是身体只是一堆原子罢了，只要超人工智能可以操纵各种原子结构的话，这就完全不离谱。
超人工智能最值得我们去担心的问题是什么？
对人工智能的思考范文5
关键词：人工智能；犯罪主体；刑罚
新事物的发展会对社会原有规范产生冲击，因此社会规范需要不断调整来应对这些问题。人工智能的出现对传统社会规范特别是刑法犯罪主体认定、罪名设置等提出了深刻地挑战。[1]面对这些刑法应该如何应对值得我们深入思考。
一、人工智能对刑法传统制度的冲击
人工智能大致可分为弱人工智能、强人工智能和超人工智能阶段。超人工智能在当下来看太过科幻化，我们暂且不在本文中讨论。弱人工智能具有超强的运算和学习能力，但只能在人类设定的算法程序下实施着特定动作；而强人工智能除了具备弱人工智能的优点外还可能像人类一样拥有自主意识。
（一）弱人工智能对刑法的影响
1.弱人工智能对犯罪主体认定的冲击。无人驾驶汽车造成的交通案件是人工智能对犯罪主体认定提出挑战的典型代表。无人驾驶技术参与的交通肇事与一般交通肇事在本质上是一样的，唯一的争论焦点就在于人工智能可否成为交通事故的责任者。在现行刑法领域内，犯罪都是“人”在实施的，这里的“人”指的是自然人和法人，从目前的刑法条文来看人工智能不是犯罪构成要件中的“人”。[2]无人驾驶汽车可以完全由人工智能来操作，那么在“人”退居幕后的情况下交通肇事的行为是由谁实施的呢？刑法学上刑事主体的归责原则是“无行为无犯罪”，如今人工智能仍只是被视为高科技产品，违反交通法规并不是它的“本意”。既然其没有支配行为的意志，将其认定为犯罪主体在目前来看是不合适的。
2.弱人工智能对罪名设置的影响。弱人工智能在现阶段仍被视为工具，它在特定程序的控制下“听命”于人类，这使其很容易被不怀好意之徒利用而成为“得力”的犯罪工具，但是由于人工智能的类人化特点使其与传统的犯罪工具相比大相径庭，例如有人利用人工智能进行在现阶段应该如何定罪呢？我们发现现行刑法并没有针对这种行为的罪名设置，根据罪刑法定原则无法对其定罪。
（二）强人工智能对刑法的影响
1.人工智能对主体责任判断的冲击。强人工智能可能像人类一样拥有自主意识而被赋予主体资格独立承担刑事责任，而刑事责任的承担需要分析积极因素和消极因素两个方面，积极因素包括罪过（故意、过失）、目的等，消极因素包括责任阻却事由等，所以说刑事责任的判断是需要分析主体的主观意识的。而主观意识往往是不可观的，在传统犯罪中我们可以通过客观行为判断出主体的主观意识；而强人工智能体的算法逻辑和人类的思维逻辑可能是完全不同的，也就是说我们无法通过客观行为来判断它的主观意识，那么在这种情况下我们该如何判断人工智能的主观意识呢？
2.人工智能对刑罚制度的影响。人工智能从本质上来讲是由特定程序控制的计算机。鉴于人工智能心智和形体可分离的特殊性，一旦被赋予刑事主体资格，在人工智能触犯刑法时要规制的是控制它行为的特定程序，而不是该程序的外在载体即计算机。因此我们对人工智能适用刑罚时，重点是如何限制其程序的自由或者剥夺其程序的生命等。简单的切断电源、断开网络或者单纯地限制人工智能形体的自由，并不能达到规制人工智能的目的，因为人工智能的程序是由预先输入的命令语句所决定的，以上措施可使人工智能体暂时无法工作但是其内在特定程序并未改变，在接通电源和网络或者解除对其自由地限制后很难保证其不会犯同样的罪行。
二、人工智能时代刑法的制度重构
（一）刑法对弱人工智能阶段所产生问题的回应
1.刑法关于弱人工智能对犯罪主体认定带来的冲击的回应
以无人驾驶汽车造成的交通肇事案件为例，按照“无行为无犯罪”的传统刑法规则原则来看，似乎传统意义上的肇事者已经“难觅踪迹”了。[3]笔者认为，可以从如下方面来应对人工智能对犯罪主体认定带来的冲击：
（1）以交通肇事罪追究无人驾驶汽车使用者的责任。在无人驾驶汽车的行驶中，虽然无人驾驶汽车主要靠车内智能驾驶仪来实现车辆的行驶，但这并不是说免除了使用者的一切注意义务，特别是车辆在情况复杂的道路上行驶时，使用者更要尽到注意义务，若是由于使用者未尽到注意义务造成重大交通事故，则可以交通肇事罪追究无人驾驶汽车使用者的责任。
（2）以产品犯罪追究无人驾駛汽车生产者和销售者的责任。在现阶段无人驾驶汽车仍被当做产品来看待，那么无人驾驶汽车的生产者和销售者就要为此承担一定程度的产品质量保证责任，如果不是由于现有技术瓶颈，而是无人驾驶汽车存在质量问题导致重大交通事故的发生，则可以生产销售伪劣产品罪等产品犯罪来追究生产者和销售者的责任。[4]
（3）由社会保险来承担责任。如果说该事故是由于当下技术瓶颈等非人为因素造成的，是社会发展所带来的风险。[5]那么此时可以选择由社会保险来承担这份责任。
2.刑法关于弱人工智能对罪名设置影响的回应。针对可能有人利用人工智能犯罪而法无明文规定的情况，在罪名设置方面有增设新的罪名或者对传统刑法罪名进行修正两种方案。增设新的罪名如“滥用人工智能罪”等口袋罪名，在人工智能的外延尚未彻底界定清楚的情况下贸然增设口袋罪会显得过于宽泛而无法准确定罪量刑。鉴于此笔者认为可以对传统刑法罪名作出针对性修改使其可以囊括该种类型的犯罪行为，这样就可以达到制裁此类犯罪维护社会秩序的目的。
（二）刑法对强人工智能阶段所产生问题的回应
1.强人工智能阶段刑法对人工智能主体责任判断的回应。上文中我们提到由于人工智能的特殊性我们可能无法通过传统方式分析出它的主观意识。[6]对于此笔者认为，既然人工智能是由算法程序控制的，我们不妨通过探究算法逻辑并摸索出算法程序的特点，进而通过分析人工智能的算法程序来判断它的主观意识，最终得出其应当承担的刑事责任。
2.强人工智能阶段刑法对人工智能刑罚制度的回应。由于人工智能体的特殊性，现行刑罚制度无法对其直接适用，因此我们需要创造出针对人工智能程序的特有刑罚。比如我们可以考虑通过更高级别的命令语句修改或者重新编写其程序，以此降低或者终止它的学习和运算能力，这样就可以达到规制人工智能程序的目的。
结语
人工智能已全面参与到我们的生产生活之中，并对我们的现行社会规范产生了深刻的影响，刑法作为人类社会稳定的重要调节器受到了人工智能的多方面挑战。因此刑法需要做出针对性的改变，尽量减少人工智能对人类社会造成的消极影响并让其更好的服务于人类的当下与未来。
参考文献
[1] 王军：《人工智能的伦理问题：挑战与应对》，载《伦理学研究》2018年第4期。
[2] 何丽：《基于人工智能视域下的法律主体研究》，载《政法学刊》2018年第3期。
[3] 谭钊：《浅谈无人驾驶汽车的前景和面临的挑战》，载《东方法学》2017年第8期。
[4] 林伟杰：《产品质量法释义》，中国民艺出版社2006年4月版。
[5] 林伟：《关于预防人工智能反叛的初步探讨》，载《机器人技术与应用》2017年第4期。
对人工智能的思考范文6
关键词：人工智能；教学改革；教学方法
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着AI3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网+”、“智能+”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术+管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。
2.2教学内容设置
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进MOOC平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。
