人工智能對教育的價值精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能對教育的價值主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能對教育的價值范文

關(guān)鍵詞：新工科；人工智能導(dǎo)論；實踐教學(xué)；校企合作；案例庫

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、5G及人工智能等信息技術(shù)的發(fā)展，為了應(yīng)對中國產(chǎn)業(yè)變革及新一輪的科技革命，適應(yīng)“中國制造2025”國家戰(zhàn)略需要及產(chǎn)業(yè)經(jīng)濟創(chuàng)新發(fā)展，同時將國際工程教育思想本土化，“新工科”應(yīng)運而生[1]。信息技術(shù)發(fā)展催生出了人工智能相關(guān)的專業(yè)，國內(nèi)高校紛紛設(shè)立了智能科學(xué)與技術(shù)專業(yè)。近年來，人工智能技術(shù)的發(fā)展引領(lǐng)著人類社會正逐漸走進智能社會，人工智能將深刻影響人類社會。隨著人工智能的進一步發(fā)展，高等教育的價值也將進一步提高[2]。因此，各高校應(yīng)盡快建立與新工科相一致的智能科學(xué)與技術(shù)專業(yè)，并深入研究我國人工智能的人才培養(yǎng)體系、課程設(shè)置、實驗平臺及成果轉(zhuǎn)化等方法，改革傳統(tǒng)人工智能的教育教學(xué)方法，形成有新工科特色的智能科學(xué)與技術(shù)專業(yè)工程教育方法。由于傳統(tǒng)的專業(yè)是按學(xué)科劃分的，因此，目前的智能科學(xué)與技術(shù)專業(yè)課程體系以理論為主，強調(diào)學(xué)科知識的系統(tǒng)性和完備性[3]。人工智能導(dǎo)論作為智能科學(xué)與技術(shù)專業(yè)的核心課程，同時也是人工智能“入門性”和“引導(dǎo)性”的課程。但是，目前人工智能導(dǎo)論的課程設(shè)置上主要存在課程內(nèi)容陳舊、實踐課程不足、教材理論過強、教學(xué)模式老舊及實踐教學(xué)與企業(yè)需求不適應(yīng)等問題。尤其是人工智能導(dǎo)論課程，缺乏實踐教學(xué)將會降低學(xué)生學(xué)習(xí)人工智能的興趣和積極性。因此，為了解決這些問題，并使高校跟上人工智能時代的腳步，抓住高等教育發(fā)展的新機遇，進行面向新工科的人工智能導(dǎo)論實踐教學(xué)模式探索具有重要的現(xiàn)實意義。

1人工智能對新工科人才的新要求

1.1具備多學(xué)科交叉知識。人工智能導(dǎo)論是一個多個學(xué)科交叉而成的一門課程。人工智能導(dǎo)論主要包括知識系統(tǒng)、智能搜索技術(shù)、腦科學(xué)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、支持向量機、專家系統(tǒng)、智能計算及分布式智能等內(nèi)容[4]。因此，一個合格人工智能專業(yè)人才需要具備多學(xué)科知識。1.2具備多領(lǐng)域應(yīng)用能力。人工智能導(dǎo)論的應(yīng)用領(lǐng)域廣泛，基本包含工業(yè)、農(nóng)業(yè)及社會生活的各個行業(yè)（如工業(yè)生產(chǎn)、通信、醫(yī)療、金融、社會治安、交通領(lǐng)域及服務(wù)業(yè)等）[5]。人工智能導(dǎo)論課程要求學(xué)生在學(xué)好理論前提下也應(yīng)該掌握各行業(yè)的相關(guān)知識，只有這樣才能提高人工智能技術(shù)在各領(lǐng)域的應(yīng)用。1.3具備人工智能創(chuàng)新創(chuàng)業(yè)精神。目前，創(chuàng)新驅(qū)動發(fā)展成為了我國現(xiàn)階段發(fā)展的重要力量，人工智能成為經(jīng)濟發(fā)展的新引擎[5]。在大眾創(chuàng)業(yè)、萬眾創(chuàng)新的號角下，人工智能技術(shù)作為創(chuàng)新創(chuàng)業(yè)過程中的一個大趨勢。因此，當(dāng)今新形勢下培養(yǎng)具有創(chuàng)新創(chuàng)業(yè)精神的人工智能專業(yè)人才對我國經(jīng)濟發(fā)展及大學(xué)畢業(yè)生創(chuàng)新創(chuàng)業(yè)具有重要意義。1.4具備人工智能人文素養(yǎng)。人的內(nèi)在品質(zhì)就是人文素養(yǎng)，人文科學(xué)的知識水平和研究能力是人文素養(yǎng)的重要組成部分，人文素養(yǎng)是人文科學(xué)體現(xiàn)出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災(zāi)難，關(guān)鍵是使用者的思想道德和人文素養(yǎng)。因此，培養(yǎng)具有人文精神的人工智能專業(yè)人才具有重要的意義。

2人工智能導(dǎo)論課程教學(xué)現(xiàn)狀

目前，許多高校已經(jīng)認識到傳統(tǒng)的人工智能導(dǎo)論課程已經(jīng)不能適應(yīng)社會和學(xué)生發(fā)展的需要。尤其是地方普通高校在師資、科研及學(xué)科力量薄弱情況下進行人工智能導(dǎo)論的實踐教學(xué)。目前人工智能導(dǎo)論的課程設(shè)置上主要存在的問題如下：⑴本科生課程內(nèi)容陳舊。近年來，隨著云計算、大數(shù)據(jù)、5G等信息技術(shù)的快速發(fā)展，也帶動人工智能技術(shù)發(fā)展日新月異。對于高校來說，要緊跟人工智能技術(shù)前沿，傳授學(xué)生的知識也要緊跟人工智能的發(fā)展。目前，雖然也出現(xiàn)了不少新的人工智能導(dǎo)論教材，但在課堂上能夠教學(xué)的新內(nèi)容仍然不多，教材內(nèi)容仍然集中在傳統(tǒng)的人工智能技術(shù)（如問題求解、知識表示、歸結(jié)原理及經(jīng)典推理等技術(shù)）上。⑵研究生課程內(nèi)容重疊。研究生的人工智能導(dǎo)論課程應(yīng)作為本科生課程的一個延續(xù)，但部分高校對研究生人工智能導(dǎo)論課程的教學(xué)重視不夠。很多本科生已經(jīng)學(xué)過的內(nèi)容在研究生階段又進行了重復(fù)。因此，在新工科背景下培養(yǎng)高層次的人工智能人才，就必須要在研究生階段加強新工科人才實踐能力的培養(yǎng)，選擇合理的人工智能導(dǎo)論課程，改革研究生階段人工智能導(dǎo)論的教學(xué)理念和教學(xué)模式。⑶實踐課程不足。實踐教學(xué)是提高人工智能新工科人才能力的重要路徑。目前，大多數(shù)院校的人工智能導(dǎo)論課程理論與實踐聯(lián)系不夠緊密，對學(xué)生實踐能力的培養(yǎng)不夠，只知道理論，而不進行實際的實踐應(yīng)用就不能成為合格的人工智能新工科人才。另外，大多數(shù)地方高校的人工智能實驗室建設(shè)投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學(xué)生對人工智能新技術(shù)的接觸不夠。⑷人工智能導(dǎo)論教材理論性過強。目前，現(xiàn)有的人工智能導(dǎo)論教材以理論為主，缺乏人工智能實踐內(nèi)容。在課程教學(xué)過程中學(xué)生經(jīng)常會感覺索然無味，當(dāng)實踐課程開設(shè)不足時，這種情況會非常明顯。學(xué)生會漸漸的對人工智能導(dǎo)論課程失去興趣和熱情，最終會導(dǎo)致課程的教學(xué)質(zhì)量和效果下降，不能達到新工科人工智能專業(yè)人才培養(yǎng)的預(yù)期。⑸教學(xué)模式老舊。人工智能導(dǎo)論是多學(xué)科交叉的課程，課程內(nèi)容理論性強、抽象、多知識點是新工科的特點。然而，大多數(shù)地方高校仍然采用過去的課堂教學(xué)模式（即“教師講、學(xué)生聽”的教學(xué)模式），這種單向灌輸?shù)慕虒W(xué)方式以教師為主，學(xué)生的主動性不夠，只是在被動接收知識。學(xué)校這種重視理論不重視實踐的教學(xué)模式，在一定程度上影響了新工科人才的實踐能力，從而導(dǎo)致教學(xué)內(nèi)容與企業(yè)社會需求脫節(jié)。

3人工智能導(dǎo)論實踐教學(xué)初探

3.1人工智能導(dǎo)論課程實踐平臺建設(shè)。為了提高學(xué)生對實踐教學(xué)的興趣，南陽師范學(xué)院計算機科學(xué)與技術(shù)學(xué)院在人工智能導(dǎo)論授課過程中廣泛應(yīng)用多種計算機實驗教學(xué)平臺，如采用開源的PaddlePaddle百度飛槳深度學(xué)習(xí)平臺，希冀一體化人工智能實踐教學(xué)平臺及大數(shù)據(jù)綜合實驗平臺。教師可以在實踐教學(xué)過程中方便的使用這些平臺進行授課，學(xué)生也可以在課堂中跟隨老師完成相關(guān)實驗，并能夠在課下進行相關(guān)實驗練習(xí)及提交作業(yè)。3.2人工智能導(dǎo)論課程實驗內(nèi)容優(yōu)化。在人工智能導(dǎo)論實踐教學(xué)過程中，以學(xué)生興趣為導(dǎo)向，開展相關(guān)應(yīng)用課程實驗，南陽師范學(xué)院計算機科學(xué)與技術(shù)學(xué)院對人工智能導(dǎo)論實驗課程內(nèi)容進行優(yōu)化。優(yōu)化后的主要實驗課程包括搜索優(yōu)化算法實現(xiàn)、智能計算實現(xiàn)、貝葉斯分類實驗、最近鄰算法實驗、機器學(xué)習(xí)實驗及神經(jīng)網(wǎng)絡(luò)實驗。最后，通過期末課程設(shè)計進一步提高學(xué)生解決實際問題及創(chuàng)新創(chuàng)業(yè)的能力。3.3人工智能導(dǎo)論實踐教學(xué)模式改革。⑴校企合作為使人工智能導(dǎo)論實踐教學(xué)不與企業(yè)脫節(jié)，校企合作是關(guān)鍵。應(yīng)積極派遣教師進企業(yè)進修，了解企業(yè)需求，并提高教師的工程能力。從2018年以來，南陽師范學(xué)院計算機科學(xué)與技術(shù)學(xué)院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數(shù)碼及江蘇傳智播客公司等進修培訓(xùn)。同時已經(jīng)在固定時間邀請相關(guān)企業(yè)講師到學(xué)校進行人工智能方面的項目教學(xué)。建立起了具有地方區(qū)域特色的師資隊伍及校企協(xié)調(diào)的實踐教學(xué)模式，從而避免人工智能導(dǎo)論課程實踐與企業(yè)實際脫節(jié)。⑵“雙導(dǎo)師”負責(zé)制人工智能導(dǎo)論實踐課程實行“雙導(dǎo)師”制，邀請企業(yè)中實踐經(jīng)驗豐富的人才任教或任職，校企合作建立實踐教師指導(dǎo)團隊，改革教學(xué)策略及教學(xué)方法，以項目為牽引，將人工智能導(dǎo)論實踐課程作為第二課堂學(xué)分。還要積極制定人工智能相關(guān)的科技作品競賽的獎勵機制，積極引導(dǎo)學(xué)生參加各種人工智能相關(guān)的比賽，從而進一步提高學(xué)生在創(chuàng)新實踐方面的能力。⑶采用案例教學(xué)法以案例導(dǎo)入進行教學(xué)，提高學(xué)生興趣。首先，從人工智能競賽的部分賽事中、（如百度的人工智能大賽，“2020年全國人工智能大賽”，“2020中國高校計算機大賽人工智能創(chuàng)意賽”等）中選取貼近實際問題的案例作為人工智能導(dǎo)論實踐課程的案例來源。然后，采用目前主流的人工智能開發(fā)軟件進行算法代碼的編寫，引導(dǎo)學(xué)生采用Python語言調(diào)用第三方接口庫進行算法的實現(xiàn)。最后，讓學(xué)生使用主流的編程語言（如C++、Java等）開發(fā)完善算法或進行系統(tǒng)設(shè)計與實現(xiàn)。

4結(jié)束語

在新工科背景下，人工智能導(dǎo)論作為智能科學(xué)與技術(shù)專業(yè)的基礎(chǔ)核心課程，人工智能人才培養(yǎng)應(yīng)注重提高學(xué)生解決問題的能力。在這種背景下，筆者結(jié)合近年來了解到的企業(yè)需求和上課的實際，對人工智能導(dǎo)論實踐教學(xué)模式進行初探，具體如下：①校企合作，構(gòu)建人工智能實踐平臺；②建立案例庫，優(yōu)化實踐的內(nèi)容；③校企“雙導(dǎo)師”制，采用案例教學(xué)，從而進一步提高學(xué)生在創(chuàng)新實踐方面的能力。

參考文獻:

[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學(xué)與工程專業(yè)——哈佛大學(xué)工科教育在學(xué)科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44

[3]陳義明,劉桂波,張林峰等.智能科學(xué)與技術(shù)專業(yè)課程體系建設(shè)的理論思考[J].計算機教育,2020.309(9):103-107

[4]劉永,胡欽曉.論人工智能教育的未來發(fā)展:基于學(xué)科建設(shè)的視角[J].中國電化教育,2020.2:37-42

[5]姚琳,石志國.人工智能課程體系與教學(xué)方法研究[J].中國大學(xué)教學(xué),2019.10:19-22

第2篇：人工智能對教育的價值范文

［關(guān)鍵詞］人工智能會計變革;應(yīng)對策略;會計人才

數(shù)據(jù)和人工智能技術(shù)逐步應(yīng)用于會計行業(yè)，德勤等四大會計師事務(wù)所相繼推出財務(wù)機器人，RPA技術(shù)被越來越多的企業(yè)廣泛運用。這一科技創(chuàng)新將幫助會計從業(yè)人員從許多重復(fù)性、標(biāo)準(zhǔn)化、流程化的核算工作中解放出來，與此同時也催生了新型會計崗位，給會計從業(yè)人員帶來新的挑戰(zhàn)。毋庸置疑，人工智能技術(shù)引發(fā)會計變革，究竟會帶來何種變革，會計從業(yè)人員該如何應(yīng)對會計變革是文章探討的關(guān)鍵問題。

1人工智能概述

人工智能(ArtificialIntelligence)是計算機科學(xué)的分支，它試圖通過研究、開發(fā)用于模擬和擴展人的智能的理論、方法、技術(shù)，以構(gòu)建出一種新的能模擬人類意識和思維模式的一門新的技術(shù)科學(xué)。其研究內(nèi)容包括知識表示與自動推理、機器學(xué)習(xí)與知識獲取、自動編程與智能化機器人等。人工智能的發(fā)展經(jīng)歷了萌芽、誕生、發(fā)展到集成四個階段。人工智能應(yīng)用于財務(wù)領(lǐng)域始于1987年美國注冊會計師協(xié)會發(fā)表的《人工智能與專家系統(tǒng)簡介》，后來國外對此進行了深入的研究與探索，開發(fā)出相應(yīng)技術(shù)與專家系統(tǒng)解決財會領(lǐng)域的分析決策工作，目前主要是運用模型化的財務(wù)管理理論，將匹配后的數(shù)據(jù)導(dǎo)入信息庫，據(jù)以分析得出企業(yè)財務(wù)報告，形成戰(zhàn)略經(jīng)營建議。財務(wù)領(lǐng)域中的人工智能技術(shù)主要在于機器視覺和語音識別兩個方向，著重模仿人類的財務(wù)操作和判斷，多應(yīng)用于業(yè)務(wù)收支預(yù)測、風(fēng)險管控、稅務(wù)優(yōu)化等方面。

2人工智能技術(shù)對會計行業(yè)的影響

隨著大數(shù)據(jù)、人工智能、移動互聯(lián)網(wǎng)、云計算技術(shù)的發(fā)展和應(yīng)用，為我國企業(yè)管理的模式注入新的理念，傳統(tǒng)的基礎(chǔ)會計核算工作會被財務(wù)機器人替代，會計數(shù)據(jù)的采集、挖掘、分析，會計核算流程的再造以及隨之而來的對新型會計崗位人才的需求，都將推動企業(yè)會計模式的變革。

2.1人工智能實現(xiàn)會計數(shù)據(jù)質(zhì)的飛躍

數(shù)據(jù)是會計核算的起點，為企業(yè)決策提供依據(jù)。在人工智能技術(shù)的支持下，海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)在數(shù)據(jù)處理系統(tǒng)中整合和分類;數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)進行深度挖掘，發(fā)現(xiàn)其潛在價值，數(shù)據(jù)的質(zhì)量隨之提升。會計人員通過人工智能輔助系統(tǒng)，利用信息自動集成技術(shù)，自動將各種會計信息記錄到會計系統(tǒng)，避免了以往財務(wù)人員花費大量時間和精力于采集和錄入數(shù)據(jù)信息。隨后利用人工智能自動核算功能進行賬務(wù)處理，智能分析系統(tǒng)進行一定的數(shù)據(jù)分析，避免了會計從業(yè)人員處理大量的基礎(chǔ)核算工作，將工作重心轉(zhuǎn)移到為企業(yè)創(chuàng)造更多價值的預(yù)測、分析與決策工作中去，提高企業(yè)決策的效率和準(zhǔn)確性。

2.2人工智能促進會計信息互聯(lián)

在會計核算方面，大量企業(yè)采用PRA，其被普遍認為是業(yè)務(wù)流程自動化軟件，結(jié)構(gòu)化、常規(guī)化會計流程均由自動化機器人來執(zhí)行，不受時間和空間的限制，自動生成各項報表，及時快速，靈活準(zhǔn)確。人工智能為企業(yè)管理者和財務(wù)信息使用者搭建起信息共享平臺，使企業(yè)與其客戶、銀行、稅務(wù)、會計師事務(wù)所等廣泛互聯(lián)，實現(xiàn)上下游企業(yè)溝通、銀企對賬、網(wǎng)上報稅等。財務(wù)智能系統(tǒng)通過科學(xué)的決策程序，利用會計數(shù)據(jù)和模式，以不同角度、不同層次、不同時期進行分析，揭示隱藏在財務(wù)數(shù)據(jù)背后的價值，使得會計信息質(zhì)量大幅提高，提高企業(yè)決策效率。

2.3人工智能催生新型會計崗位

核算和監(jiān)督是會計的兩個基本職能，財務(wù)人員日常主要完成建賬、填制和審核原始憑證、填制記賬憑證、登記賬簿、編制財務(wù)報告等基礎(chǔ)性工作。伴隨人工智能的發(fā)展，這種日常的標(biāo)準(zhǔn)化、流程化的基礎(chǔ)核算工作可由財務(wù)機器人完成。財務(wù)機器人高效低耗、精準(zhǔn)可靠、快速反應(yīng)的優(yōu)勢相較于會計工作人員日益明顯。與此同時，機器人間無須回避職務(wù)職能的利害沖突，這些都降低了會計人員在單位內(nèi)部運營管理的重要地位。未來財務(wù)領(lǐng)域?qū)A(chǔ)會計從業(yè)人員的需求大幅減少，會計人員崗位需求結(jié)構(gòu)面臨變革。管理會計人才是集財務(wù)會計、法律、財務(wù)管理、計算機等知識于一體的復(fù)合型人才，并具有數(shù)據(jù)分析思維和預(yù)測思維，國家倡導(dǎo)的未來的管理會計師應(yīng)同時是價值分析師。利用大數(shù)據(jù)和云計算等信息技術(shù)，解析過去、控制現(xiàn)在、分析未來，是對未來會計崗位人才提出的新的要求。

3會計行業(yè)在人工智能時代下的應(yīng)對策略

3.1提高思想認識

人工智能技術(shù)在財務(wù)領(lǐng)域的廣泛應(yīng)用已是必然趨勢，利用數(shù)據(jù)挖掘技術(shù)、智能決策支持系統(tǒng)等將財務(wù)人員從煩瑣復(fù)雜的工作中解脫出來，會計核算職能向管理決策職能轉(zhuǎn)變，同時也對會計從業(yè)人員提出更高要求。面對人工智能技術(shù)帶來的巨大變革，財務(wù)人員應(yīng)在了解人工智能技術(shù)的基礎(chǔ)上，努力學(xué)習(xí)新技能，加強計算機、信息技術(shù)知識的學(xué)習(xí)研究，以順應(yīng)時展的需要。與此同時也應(yīng)認識到，不論是信息化系統(tǒng)，還是財務(wù)機器人，僅僅起到輔助決策作用，仍由人類進行開發(fā)、使用和維護。因此會計人應(yīng)審時度勢、轉(zhuǎn)變觀念，全面認識人工智能，努力使自己成為兼具財務(wù)知識和信息系統(tǒng)操作能力的駕馭財務(wù)機器人的復(fù)合型人才。

3.2實現(xiàn)管理會計轉(zhuǎn)型

2014年10月財政部頒布了《關(guān)于全面推進管理會計體系建設(shè)的指導(dǎo)意見》，要求在5年之內(nèi)提升管理會計人才的職業(yè)能力。中國總會計師協(xié)會會長劉紅薇在2018年5月世界會計論壇上表示:管理會計已經(jīng)在全球進入了一個大變革和大發(fā)展的歷史時期。財務(wù)人工智能技術(shù)實現(xiàn)了會計信息的標(biāo)準(zhǔn)化流程化處理，會計核算職能逐漸被財務(wù)機器人取代，這種以技術(shù)手段革新形式帶來的會計職能的變化，釋放出大量基礎(chǔ)會計核算人員，他們必須綜合學(xué)習(xí)會計、財務(wù)管理、稅務(wù)以及信息系統(tǒng)的相關(guān)知識，向管理會計人才轉(zhuǎn)型。在企業(yè)發(fā)展戰(zhàn)略的指導(dǎo)下，以管理會計的視角，將數(shù)據(jù)進行分析和提煉，編制預(yù)算計劃，對企業(yè)經(jīng)營業(yè)務(wù)進行控制，對業(yè)績進行評價，為企業(yè)發(fā)展和治理提供指導(dǎo)，以適應(yīng)時代變化，成為多元化人才。

第3篇：人工智能對教育的價值范文

人工智能模擬仿真算法危機

1引言

人工智能（Artificial Intelligence），英文縮寫為AI。它是用于研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的科學(xué)技術(shù)?！叭斯ぶ悄堋钡奶崞鹱钤绱笾率窃?9世紀(jì)中葉的Dartmouth學(xué)會上被提出來的。它是計算機科學(xué)、信息科學(xué)、電子技術(shù)學(xué)、語言科學(xué)等多個學(xué)科互相影響促進而發(fā)展起來的一門綜合類的學(xué)科。從計算機科學(xué)的角度出發(fā)，人工智能是研究如何制造智能或智能化的機器來仿真人類智能活動的，以模擬人們智能的科學(xué)系統(tǒng)。目前，人類社會已處于信息時代，也可以說是信息爆炸的時代。

人類的科學(xué)演變已從單一的“數(shù)值計算”發(fā)展到系統(tǒng)的“邏輯計算”。人類正在將信息工程學(xué)逐步提入到計算機系統(tǒng)中，從而出現(xiàn)了“信息管理”“和“信息交換”等科學(xué)的迫切需求。而加速擴大“信息處理”層面來說，現(xiàn)有的計算機的處理數(shù)據(jù)能力是匹配不了的，缺少領(lǐng)域?qū)I(yè)“智能”。這樣的“計算機科學(xué)”已無法適應(yīng)信息科學(xué)的發(fā)展需求。全球的信息科學(xué)正在逐步形成，Al作為現(xiàn)代信息科學(xué)發(fā)展的核心。從古至今人們對提及智能相關(guān)的問題就很感興趣，只不過在計算機沒有發(fā)明之前，沒有任何高科技輔助工具能解開智能的奧秘。

2“數(shù)據(jù)處理”與“知識處理”

巨大的信息處理能力是計算機技術(shù)產(chǎn)生和發(fā)展的巨大動力。計算機可以輔助人們?nèi)轿坏慕馕隹茖W(xué)未知智能領(lǐng)域，信息處理的發(fā)展大致分為兩個重要階段：

（1）數(shù)值計算階段，大量文件數(shù)據(jù)處理和管理。這些都有明確算法和科學(xué)的管理方法，這個層面中的顯著特征是“數(shù)據(jù)處理分析”階段。體顯出對眾多學(xué)科領(lǐng)域?qū)W術(shù)發(fā)展的積極促進作用，逾越了許多的計算領(lǐng)域界限，使原本許多不可解決的問題迎刃而解。

（2）邏輯與符號處理實質(zhì)階段，這就必須讓計算機具有超強的處理分析能力。在這一階段的主要研究是對知識數(shù)據(jù)的處理過程，實現(xiàn)了這些Al就基本呈現(xiàn)在眼前了。

科學(xué)技術(shù)的發(fā)展是不斷探索未知領(lǐng)域的漫長過程，也是孕育而生新算法智能工具的過程。探索未知的科學(xué)領(lǐng)域需要智能的輔助工具，這就使人類對未知科學(xué)領(lǐng)域探索的腳步越來越快。

3人工智能的應(yīng)用領(lǐng)域

（1）地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要發(fā)展使用領(lǐng)域。1978年美國斯坦福國際研究所會議中曾經(jīng)討論研發(fā)后來制成了礦產(chǎn)勘探開采系統(tǒng)（PROSPECTOR），該系統(tǒng)主要用于勘探礦產(chǎn)、分析種類以及礦產(chǎn)容量等，是工程領(lǐng)域依靠人工智能的一個典型案例。

（2）人工智能和專家系統(tǒng)理論和技術(shù)應(yīng)用在醫(yī)學(xué)領(lǐng)域。形成醫(yī)學(xué)專家系統(tǒng)，他具有極大的科學(xué)及經(jīng)濟價值，醫(yī)生診斷復(fù)雜的醫(yī)學(xué)問題集中使用都靠它來解決。人工智能促進醫(yī)學(xué)發(fā)展方面起著重要作用，并應(yīng)用于多個醫(yī)學(xué)領(lǐng)域，現(xiàn)階段發(fā)展趨于完善。

4計算機及人工智能的發(fā)展方向

計算機的發(fā)展將趨向超高速、超小型、并行處理和智能化。自從1946年世界上第一臺電子計算機誕生以來，計算機技術(shù)迅猛發(fā)展，現(xiàn)有計算機的性能受到挑戰(zhàn)，開始從基本原理上尋找計算機發(fā)展的領(lǐng)域，新型計算機的研發(fā)應(yīng)運而生。未來量子、光子和分子計算機將具有感知、思考、判斷、學(xué)習(xí)以及一定的語言表達能力，使計算機走進人工智能時代。

現(xiàn)如今科學(xué)技術(shù)每天都在飛速發(fā)展，人工智能的發(fā)展空間領(lǐng)域越來越大。但從目前的一些尖端的科學(xué)領(lǐng)域的研究可以看出，人工智能未來的發(fā)展可能會向更高層次的科學(xué)領(lǐng)域深入人工智能的發(fā)展作為一種高輔技術(shù)實現(xiàn)與人類智能對接是現(xiàn)代社會發(fā)展的高效催化劑，人工智能科學(xué)整體性的研究探索可以說才剛剛起步，但是它的迷人魅力會促使科學(xué)家們前仆后繼的投入到研究探索的工作當(dāng)中去。相信人工智能領(lǐng)域研究開發(fā)會離我們的期望目的越來越近。

5結(jié)語

計算機的發(fā)展現(xiàn)在已經(jīng)處于第五代的研發(fā)當(dāng)中，其中最核心技術(shù)便是人工智能，可以說，人工智能的研究一旦取得突破，那么第五代計算機就有可能研發(fā)成功，同時在世界范圍內(nèi)的數(shù)據(jù)信息科學(xué)領(lǐng)域產(chǎn)生重大的意義，乃至對人類文明的發(fā)展產(chǎn)生重大影響。由人腦科學(xué)、認知能力科學(xué)、人工智能等共同研究智能的潛在本質(zhì)，形成模擬智能科學(xué)。而對于人工智能學(xué)科整體層面而言，要有所突破前進，必需要有多個學(xué)科合作協(xié)同，在眾多學(xué)科研究中實現(xiàn)主動創(chuàng)新。

由于人工智能與計算機技術(shù)的飛速進展，對人類社會、人類認知智能等科學(xué)的深入研究，形成了研究人腦及思維等學(xué)科。電腦與人腦、人工智能與人類智能，特別是智能計算機高度模擬人腦的研究，全面推動了人類社會認知世界的發(fā)展，人工智能的深入研究使計算機更加智能聰慧。計算機發(fā)展的未來值得注意的是，人類使計算機更加接近自己，人工智能科學(xué)領(lǐng)域帶動了計算機的飛速發(fā)展，計算機的聰明才智更接近人類，智能的計算機大大滴提高了人類認知世界改造世界的能力，人類發(fā)明使用智能的計算機推動全人類社會文明的飛躍發(fā)展。

參考文獻：

[1]蔡自興，蒙祖強.人工智能基礎(chǔ)（第2版）.高等教育出版社.

[2]閻平凡.人工神經(jīng)網(wǎng)絡(luò)語模擬進化計算.北京：清華大學(xué)出版社，2000.

[3]趙林明.多層前向人工神經(jīng)網(wǎng)絡(luò).鄭州：黃河水利出版社，1999.

[4]何佳洲，周志華，陳兆乾.系統(tǒng)故障診斷的一種神經(jīng)網(wǎng)絡(luò)方法.計算機工程與應(yīng)用，1996.

[5]韓立群.人工神經(jīng)網(wǎng)絡(luò)管理、設(shè)計及應(yīng)用.北京：化學(xué)工業(yè)出版社，2004.

[6]周開利，康耀紅.神經(jīng)網(wǎng)絡(luò)及其MATLAB仿真程序設(shè)計.北京：清華大學(xué)出版社，2005.

[7]黃國興，陶樹平，丁岳偉.計算機導(dǎo)論（第2版）.清華大學(xué)出版社.

第4篇：人工智能對教育的價值范文

【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

計算機先驅(qū)思想家萊布尼茲曾這樣不無浪漫地談到推理與計算的關(guān)系：“我們要造成這樣一個結(jié)果，使所有推理的錯誤都只成為計算的錯誤，這樣，當(dāng)爭論發(fā)生的時候，兩個哲學(xué)家同兩個計算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個人面對面地說：讓我們來計算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡明邏輯史》，張家龍譯，商務(wù)印書館1977年版，第54頁。）

如果連抽象的哲學(xué)推理都能轉(zhuǎn)變?yōu)橛嬎銌栴}來解決，法律推理的定量化也許還要相對簡單一些。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)展速度確實令人驚嘆。從誕生至今的短短45年內(nèi)，人工智能從一般問題的研究向特殊領(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個定理中的38個定理。塞繆爾的課題組利用對策論和啟發(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)計者，1962年擊敗了州跳棋冠軍，1997年超級計算機“深藍”使世界頭號國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、難題求解和智能機器人；70年代開始研究自然語言理解和專家系統(tǒng)。1971年費根鮑姆教授等人研制出“化學(xué)家系統(tǒng)”之后，“計算機數(shù)學(xué)家”、“計算機醫(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題的考察》，一文，拉開了對法律推理進行人工智能研究的序幕。文章認為，理解、模擬法律論證或法律推理，需要在許多知識領(lǐng)域進行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識類型，即如何描述法律知識，其中處理開放結(jié)構(gòu)的法律概念是主要難題。其次，要了解如何運用各種知識進行推理，包括分別運用規(guī)則、判例和假設(shè)的推理，以及混合運用規(guī)則和判例的推理。再次，要了解審判實踐中法律推理運用的實際過程，如審判程序的運行，規(guī)則的適用，事實的辯論等等。最后，如何將它們最終運用于編制能執(zhí)行法律推理和辯論任務(wù)的計算機程序，區(qū)別和分析不同的案件，預(yù)測并規(guī)避對手的辯護策略，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期主要沿著兩條途徑前進：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)了計算機輔助法律分析系統(tǒng)，它以律師推理為模擬對象，試圖識別與案件事實模型相似的其他案件?？紤]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)作法律適用的實踐工具，對美國民法制度的某個方面進行檢測，運用嚴格責(zé)任、相對疏忽和損害賠償?shù)饶Ｐ?，計算出?zé)任案件的賠償價值，并論證了如何模擬法律專家意見的方法論問題。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）

我國法律專家系統(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。）1993年武漢大學(xué)法學(xué)院趙廷光教授主持開發(fā)了《實用刑法專家系統(tǒng)》。（注：趙廷光等著：《實用刑法專家系統(tǒng)用戶手冊》，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，具有檢索刑法知識和對刑事個案進行推理判斷的功能。

專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點：(1)它要解決復(fù)雜的實際問題，而不是規(guī)則簡單的游戲或數(shù)學(xué)定理證明問題；(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)具體的問題域，選擇合理的方法來表達和運用特殊的知識，而不強調(diào)與問題的特殊性無關(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發(fā)揮了重要作用，解放了律師一部分腦力勞動。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)進入了以知識工程為主要技術(shù)手段的開發(fā)時期。知識工程是指以知識為處理對象，以能在計算機上表達和運用知識的技術(shù)為主要手段，研究知識型系統(tǒng)的設(shè)計、構(gòu)造和維護的一門更加高級的人工智能技術(shù)。（注：《中國大百科全書·自動控制與系統(tǒng)工程》，中國大百科全書出版社1991年版，第579頁。）知識工程概念的提出，改變了以往人們認為幾個推理定律再加上強大的計算機就會產(chǎn)生專家功能的信念。以知識工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識的獲得、表達和應(yīng)用等方面獲得突破，將會使人工智能法律系統(tǒng)的研制產(chǎn)生一個質(zhì)的飛躍。

人工智能法律系統(tǒng)的發(fā)展源于兩種動力。其一是法律實踐自身的要求。隨著社會生活和法律關(guān)系的復(fù)雜化，法律實踐需要新的思維工具，否則，法律家（律師、檢察官和法官）將無法承受法律文獻日積月累和法律案件不斷增多的重負。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為目標(biāo)，但又必須以具體思維活動一城一池的攻克為過程。它需要通過對不同思維領(lǐng)域的征服，來證明知識的每個領(lǐng)域都可以精確描述并制造出類似人類智能的機器。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，但它有相對穩(wěn)定的對象（案件）、相對明確的前提（法律規(guī)則、法律事實）及嚴格的程序規(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，為觀察思維活動的軌跡提供了可以記錄和回放的樣本。(3)法律知識長期的積累、完備的檔案，為模擬法律知識的獲得、表達和應(yīng)用提供了豐富、準(zhǔn)確的資料。(4)法律活動所特有的自我意識、自我批評精神，對法律程序和假設(shè)進行檢驗的傳統(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)的價值

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

一是方法論啟示。P.Wahlgren說：“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。從法理學(xué)的觀點看，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)觀點所提出的解決方法的討論，而不僅僅是探討與計算機科學(xué)和人工智能有關(guān)的非常細致的技術(shù)方面?！保ㄗⅲ篜.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模擬法律推理的過程中，法學(xué)家通過與工人智能專家的密切合作，可以從其對法律推理的獨特理解中獲得有關(guān)方法論方面的啟示。例如，由于很少有兩個案件完全相似，在判例法實踐中，總有某些不相似的方面需要法律家運用假設(shè)來分析已有判例與現(xiàn)實案件的相關(guān)性程度。但法學(xué)家們在假設(shè)的性質(zhì)問題上常常莫衷一是。然而HYPO的設(shè)計者，在無真實判例或真實判例不能充分解釋現(xiàn)實案件的情況下，以假設(shè)的反例來反駁對方的觀點，用補充、刪減和改變事實的機械論方法來生成假設(shè)。這種用人工智能方法來處理假設(shè)的辦法，就使復(fù)雜問題變得十分簡單：假設(shè)實際上是一個新的論證產(chǎn)生于一個經(jīng)過修正的老的論證的過程?？傊?，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，用其他學(xué)科的方法來重新審視法學(xué)問題，從而為法律問題的解決提供了新的途徑。

二是提供了思想實驗手段。西蒙認為，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)字電子計算機中是由電子作用完成的。給計算機編程序使之思維，已經(jīng)證明有可能為思維提供機械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計算機》，載《哲學(xué)研究》1985年第5期。）童天湘先生認為：“通過編制有關(guān)思維活動的程序，就會加深對思維活動具體細節(jié)的了解，并將這種程序送進計算機運行，檢驗其正確性。這是一種思想實驗，有助于我們研究人腦思維的機理。”（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計算機》，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)是使計算機能夠獲取、表達和應(yīng)用法律知識，軟件工程師為模擬法律推理而編制程序，必須先對人的推理過程作出基于人工智能理論和方法的獨特解釋。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進行數(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，以實現(xiàn)法律推理知識的機器表達或再現(xiàn)，從而為認識法律推理的過程和規(guī)律提供了一種實驗手段。法學(xué)家則可以將人工智能法律系統(tǒng)的推理過程、方法和結(jié)論與人類法律推理活動相對照，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，深化了人們對法律推理性質(zhì)、要素和過程的認識，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制。正是在這個意義上，BryanNiblett教授說：“一個成功的專家系統(tǒng)很可能比其他的途徑對法理學(xué)作出更多的（理論）貢獻?！保ㄗⅲ築ryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是輔助司法審判。按照格雷的觀點，法律專家系統(tǒng)首先在英美判例法國家出現(xiàn)的直接原因在于，浩如煙海的判例案卷如果沒有計算機編纂、分類、查詢，這種法律制度簡直就無法運轉(zhuǎn)了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其實不僅是判例法，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)和司法解釋耗費大量的精力和時間，而且由于人腦的知識和記憶能力有限，還存在著檢索不全面、記憶不準(zhǔn)確的問題。人工智能法律系統(tǒng)強大的記憶和檢索功能，可以彌補人類智能的某些局限性，幫助律師和法官從事相對簡單的法律檢索工作，從而極大地解放律師和法官的腦力勞動，使其能夠集中精力從事更加復(fù)雜的法律推理活動。

四是促進司法公正。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性的差異個體，所以在執(zhí)行統(tǒng)一標(biāo)準(zhǔn)時會產(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，進一步加劇了這種差異。如果換了鋼鐵之軀的機器，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)然不是說讓計算機完全取代法官，而是說，由于人工智能法律系統(tǒng)為司法審判提供了相對統(tǒng)一的推理標(biāo)準(zhǔn)和評價標(biāo)準(zhǔn)，從而可以輔助法官取得具有一貫性的判決。無論如何，我們必須承認，鋼鐵之軀的機器沒有物質(zhì)欲望和感情生活，可以比人更少地受到外界因素的干擾。正像計算機錄取增強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和法官群體的審判經(jīng)驗，如果通過軟件系統(tǒng)或計算機網(wǎng)絡(luò)實現(xiàn)專家經(jīng)驗和知識的共享，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，并將法律知識應(yīng)用于模擬的審判實踐，從而較快地提高解決法律實踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識，迅速獲得判案經(jīng)驗，在審判過程的跟蹤檢測和判決結(jié)論的動態(tài)校正中增長知識和才干，較快地接近或達到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時獲得有關(guān)法律問題的咨詢建議，彌補因知識結(jié)構(gòu)差異和判案經(jīng)驗多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強法律意識。

六是輔助立法活動。人工智能法律系統(tǒng)不僅對輔助司法審判有重要的意義，而且對完善立法也具有實用價值。（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年英國國籍法的內(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程，有可能事先發(fā)現(xiàn)一些立法漏洞，避免一個法律內(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)思想來源

關(guān)于人工智能法律系統(tǒng)之法理學(xué)思想來源的追蹤，不是對法理學(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)的法律形式主義強調(diào)法律推理的形式方面，認為將法律化成簡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、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。假如法律能如此運作，那么無論誰作裁決，法律推理都會導(dǎo)向同樣的裁決?！保ㄗⅲ海溃┦返傥摹·伯頓著：《法律和法律推理導(dǎo)論》，張志銘、解興權(quán)譯，中國政法大學(xué)出版社1998年9月版，第3頁。）換言之，機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，“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：《對西方法律傳統(tǒng)的挑戰(zhàn)》，中國檢察出版社1996年2月版，第292頁。）如果法官違反三段論推理的邏輯，就會破壞法治。這種機械論的法律推理觀，反映了分析法學(xué)要求法官不以個人價值觀干擾法律推理活動的主張。但是，它同時具有忽視法官主觀能動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稱為“自動售貨機”理論。然而，從人工智能就是為思維提供機械論解釋的意義上說，法律形式主義對法律推理所作的機械論解釋，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)研制的實際過程來看，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)。在這個系統(tǒng)中，作為推理大小前提的法律和事實之間的邏輯關(guān)系，被計算機以“如果A和B，那么C”的方式加以描述，使機器法律推理第一次從理論變?yōu)楝F(xiàn)實。

第二，法律現(xiàn)實主義推動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性。法官是生活在現(xiàn)實社會中的人，其所從事的法律活動不可能不受到其社會體驗和思維結(jié)構(gòu)的影響。法官在實際的審判實踐中，并不是機械地遵循規(guī)則，特別是在遇到復(fù)雜案件時，往往需要作出某種價值選擇。而一旦面對價值問題，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。法律現(xiàn)實主義對其僵化性進行了深刻的批判。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”（注：（美）博登海默著：《法理學(xué)——法哲學(xué)及其方法》，鄧正來、姬敬武譯，華夏出版社1987年12月版，第478頁。）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，則包括一定的道德和政治理論、公共政策及直覺知識，甚至法官的偏見。法律現(xiàn)實主義對法官主觀能動性和法律推理靈活性的強調(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)對法官的推理活動具有定向作用，那么，人工智能法律系統(tǒng)若要達到法官水平，就應(yīng)該通過建立思維結(jié)構(gòu)模型來設(shè)計機器的運行結(jié)構(gòu)。TAXMAN的設(shè)計就借鑒了這一思想，法律知識被計算機結(jié)構(gòu)語言以語義網(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、說明程序分別對網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進行動態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識整合的需要。大規(guī)模知識系統(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、法律評價、理由闡述）的基礎(chǔ)上，又通過聯(lián)想程序被有機聯(lián)系起來，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應(yīng)關(guān)系。有時候從一個法律規(guī)則可以推出幾種不同的結(jié)論，它們往往沒有明顯的對錯之分；有時一個案件面對著幾個相似的法律規(guī)則。在這些情況下，形式主義推理說都一籌莫展。但是，法律現(xiàn)實主義在批判法律形式主義時又走向另一個極端，它否認具有普遍性的一般法律規(guī)則的存在，試圖用“行動中的法律”完全代替分析法學(xué)“本本中的法律”。這種矯枉過正的做法雖然是使法律推理擺脫機械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實主義法學(xué)所說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，而且還會殃及法治要求實現(xiàn)規(guī)則統(tǒng)治之根本原則，并動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)實主義的爭論中采取了一種折中立場，他既承認邏輯的局限性又強調(diào)其重要性；既拒斥法官完全按自己的預(yù)感來隨意判案的見解，又承認直覺的存在。這種折中立場在哈特“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)問題的陽面，而根據(jù)社會政策、價值和后果對規(guī)則進行解釋則有助于發(fā)現(xiàn)問題的陰面。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疑難案件無能為力時，找到了新的立足點。在此基礎(chǔ)上，運用開放結(jié)構(gòu)概念的疑難案件法律推理模型，通過邏輯程序工具和聯(lián)想技術(shù)而建立起來。Gardner博士就疑難案件提出兩種解決策略：一是將簡易問題從疑難問題中篩選出來，運用基于規(guī)則的技術(shù)來解決；二是將疑難問題同“開放結(jié)構(gòu)”的法律概念聯(lián)系在一起，先用非范例知識如規(guī)則、控辯雙方的陳述、常識來獲得初步答案，再運用范例來澄清案件、檢查答案的正確性。

第四，目的法學(xué)促進了價值推理的人工智能研究。目的法學(xué)是指一種所謂直接實現(xiàn)目的之“后法治”理想。美國法學(xué)家諾內(nèi)特和塞爾茲尼克把法律分為三種類型。他們認為，以法治為標(biāo)志的自治型法，過分強調(diào)手段或程序的正當(dāng)性，有把手段當(dāng)作目的的傾向。這說明法治社會并沒有反映人類關(guān)于美好社會的最高理想，因為實質(zhì)正義不是經(jīng)過人們直接追求而實現(xiàn)的，而是通過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，如果認真地對待目的，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。反之，缺少目的既是僵硬的根源，又是機會主義的根源?！保ㄗⅲ海溃┲Z內(nèi)特、塞爾茲尼克著：《轉(zhuǎn)變中的法律與社會》，張志銘譯，中國政法大學(xué)出版社1994年版，第60頁。）美國批判法學(xué)家昂格爾對形式主義法律推理和目的型法律推理的特點進行了比較，他認為，前者要求使用內(nèi)容明確、固定的規(guī)則，無視社會現(xiàn)實生活中不同價值觀念的沖突，不能適應(yīng)復(fù)雜情況和變化，追求形式正義；后者則要求放松對法律推理標(biāo)準(zhǔn)的嚴格限制，允許使用無固定內(nèi)容的抽象標(biāo)準(zhǔn)，迫使人們在不同的價值觀念之間做出選擇，追求實質(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。他認為，形式邏輯只是根據(jù)演繹法或歸納法對問題加以說明或論證的技術(shù)，屬于手段的邏輯；新修辭學(xué)要填補形式邏輯的不足，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，因而是進行價值判斷的邏輯。他認為，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”就成為對法律的三個要求。而新修辭學(xué)的基本思想是價值判斷的多元論，法官必須在某種價值判斷的指示下履行義務(wù)，必須考慮哪些價值是“合理的、可接受的、社會上有效的公平的”。這些價值構(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。）制造人工智能法律系統(tǒng)最終需要解決價值推理的模擬問題，否則，就難以實現(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種知識表達途徑中，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，或者說在機器中采用基于某種道義邏輯的推理程序，強調(diào)目的價值，也許是制造智能法律系統(tǒng)的關(guān)鍵。不過，即使把道義邏輯硬塞給計算機，鋼鐵之軀的機器沒有生理需要，也很難產(chǎn)生價值觀念和主觀體驗，沒辦法解決主觀選擇的問題。在這個問題上，波斯納曾以法律家有七情六欲為由對法律家對法律的機械忠誠表示了強烈懷疑，并辯證地將其視為法律發(fā)展的動力之一。只有人才能夠平衡相互沖突的利益，能夠發(fā)現(xiàn)對人類生存和發(fā)展至關(guān)重要的價值。因此，關(guān)于價值推理的人工智能模擬究竟能取得什么成果，恐怕還是個未知數(shù)。

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

GoldandSusskind指出：“不爭的事實是，所有的專家系統(tǒng)必須適應(yīng)一些法理學(xué)理論，因為一切法律專家系統(tǒng)都需要提出關(guān)于法律和法律推理性質(zhì)的假設(shè)。從更嚴格的意義上說，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，如法律推理實踐和理論的發(fā)展歷史，法律推理的標(biāo)準(zhǔn)、主體、過程、方法等等。人工智能對法律推理的模擬，主要是對法理學(xué)關(guān)于法律推理的知識進行人工智能方法的描述，建立數(shù)學(xué)模型并編制計算機應(yīng)用程序，從而在智能機器上再現(xiàn)人類法律推理功能的過程。在這個過程中，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)研究從低級向高級目標(biāo)的推進，人們越來越意識到，對法律推理的微觀機制認識不足已成為人工智能模擬的嚴重障礙。P.Wahlgren指出，“許多人工智能技術(shù)在法律領(lǐng)域的開發(fā)項目之所以失敗，就是因為許多潛在的法理學(xué)原則沒有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意?！薄胺ɡ韺W(xué)對法律推理和方法論問題的關(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，這個事實是人工智能通過考察法理學(xué)知識來豐富自己的一個有效動機?！保ㄗⅲ篜.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自動化的目標(biāo)，“一方面是用人工智能（通過把計算機的應(yīng)用與分析模型相結(jié)合）來支撐法律推理的可能性；另一方面是應(yīng)用法理學(xué)理論來解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問題。”（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驗手段以及輔助司法審判的問題。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)用的問題。例如，20世紀(jì)70年代法理學(xué)在真實和假設(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)計工作的理論基礎(chǔ)。在運用模糊或開放結(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

人工智能法律系統(tǒng)的研究盡管在很短的時間內(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，法律解釋的研究對人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識表達的核心問題是法律解釋。法律規(guī)范在一個法律論點上的效力，是由法律家按忠實原意和適合當(dāng)時案件的原則通過法律解釋予以確認的，其中包含著人類特有的價值和目的考慮，反映了法律家的知識表達具有主觀能動性。所以，德沃金將解釋過程看作是一種結(jié)合了法律知識、時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)并未以知識表達為目的來解釋法律，而是將法律整齊地“碼放”在計算機記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識工程系統(tǒng)中，法律知識必須被解釋，以滿足自動推理對法律知識進行重新建構(gòu)的需要。麥卡錫說：“在開發(fā)智能信息系統(tǒng)的過程中，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?！保ㄗⅲ篗cCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必須以法律家對某一法律概念的共識為基礎(chǔ)，但不同的法律家對同一法律概念往往有不同的解釋策略。凱爾森甚至說：即使在國內(nèi)法領(lǐng)域也難以形成一個“能夠用來敘述一定法律共同體的實在法的基本概念”。（注：（奧）凱爾森著：《法與國家的一般理論》，沈宗靈譯，中國大百科全書出版社1996年版，第1頁。）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，德沃金認為，法官在“解釋”階段，要通過推理論證，為自己在“前解釋”階段所確定的大多數(shù)法官對模糊法律規(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程分為兩個步驟：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)?。其次，再以法律原則為依據(jù)反向推出具體的法律結(jié)論，即用一般法律理論來證明某一法律原則存在的合理性，再用該法律原則來解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法，法律知識被計算機結(jié)構(gòu)語言以語義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序使計算機根據(jù)案件事實來執(zhí)行某條法律規(guī)則，并在新案件事實輸入時對法律規(guī)則作出新的解釋后才加以調(diào)用。不過，法律知識表達的進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，不能運用判斷性知識進行推理，只通過規(guī)則反饋來提供簡單解釋，就談不上真正的智能性。啟發(fā)式程序要解決智能機器如何模擬法律家推理的直覺性、經(jīng)驗性以及推理結(jié)果的不確定性等問題，即人可以有效地處理錯誤的或不完全的數(shù)據(jù)，在必要時作出猜測和假設(shè)，從而使問題的解決具有靈活性。在這方面，Gardner的混合推理模型，EdwinaL.Rissland運用聯(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)方面都進行了有益的嘗試。但是，法律問題往往沒有唯一正確的答案，這是人工智能模擬法律推理的一個難題。選擇哪一個答案，往往取決于法律推理的目的標(biāo)準(zhǔn)和推理主體的立場和價值觀念。但智能機器沒有自己的目的、利益和立場。這似乎從某種程度上劃定了機器法律推理所能解決問題的范圍。

第三，關(guān)于法律自然語言理解。在設(shè)計基于規(guī)則的程序時，設(shè)計者必須假定整套規(guī)則沒有意義不明和沖突，程序必須消滅這些問題而使規(guī)則呈現(xiàn)出更多的一致性。就是說，盡管人們對法律概念的含義可以爭論不休，但輸入機器的法律語言卻不能互相矛盾。機器語言具有很大的局限性，例如，LDS基于規(guī)則來模擬嚴格責(zé)任并計算實際損害時，表現(xiàn)出的最大弱點就是不能使用不精確的自然語言進行推理。然而，在實際的法律推理過程中，法律家對某個問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言理解研究工作的突破。牛津大學(xué)的一個程序組正在研究法律自然語言的理解問題，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有建立起一套大家一致同意的專業(yè)術(shù)語規(guī)范。所以EdwinaL.Rissland認為，常識知識、意圖和信仰類知識的模擬化，以及自然語言理解的模擬問題，迄今為止可能是人工智能面臨的最困難的任務(wù)。對于語言模擬來說，像交際短語和短語概括的有限能力可能會在較窄的語境條件下取得成果，完全的功能模擬、一般“解決問題”能力的模擬則距離非常遙遠，而像書面上訴意見的理解則是永遠的終極幻想。（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什么樣的機器，可以證明它是人工智能法律系統(tǒng)？從檢驗標(biāo)準(zhǔn)上看，這主要是法律知識在機器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗”原理，我們可將該檢驗標(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”一臺智能機器。一個人（也是法律家）向法律家和機器提出同樣的法律問題，如果提問者不能從二者的回答中區(qū)分出誰是法律家、誰是機器，就不能懷疑機器具有法律知識表達的能力。

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

從功能模擬的觀點來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，擴大人工智能法律系統(tǒng)的研發(fā)主體?，F(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計算機和知識工程專家從事系統(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)家和計算機專家三結(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、邏輯與認知專家、計算機和知識工程專家為主體的課題組，制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期，應(yīng)通過網(wǎng)絡(luò)等手段充分吸收初級產(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，互相啟發(fā)、群策群力，推動系統(tǒng)迅速升級。

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。目前國外人工智能法律系統(tǒng)的研究大多停留在實驗室領(lǐng)域，還沒有在司法實踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對簡單的軟件系統(tǒng)，如果不經(jīng)過用戶的長期使用和反饋，是永遠也不可能走向成熟的。從我國的實際情況看，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，堅持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實驗室，同時以研究為先導(dǎo)，促進不斷更新升級。

第三，系統(tǒng)研發(fā)目標(biāo)與初級產(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）多種需要的機型。初級產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價值推理的功能遠遠超過機器，但人的記憶功能、檢索速度和準(zhǔn)確性又遠不如機器。同時還應(yīng)該考慮到，我國目前有12萬律師，23萬檢察官和21萬法官，每年1.2萬法學(xué)院本科畢業(yè)生，他們對法律知識的獲取、表達和應(yīng)用能力參差不齊。因此，初級產(chǎn)品的標(biāo)準(zhǔn)可適當(dāng)降低，先研制推理功能薄弱、檢索功能強大的法律專家系統(tǒng)。可與計算機廠商合作生產(chǎn)具有強大數(shù)據(jù)庫功能的硬件，并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時更新；同時編制以案件為引導(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、辯護和審判等訴訟的不同階段鞏固所學(xué)知識、獲得審判經(jīng)驗。上述軟件旨在提供一個初級平臺，先解決有無和急需，再不斷收集用戶反饋意見，逐步改進完善。

第四，實驗室研發(fā)應(yīng)確定較高的起點或跟蹤戰(zhàn)略。國外以知識工程為主要技術(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)主要適用于簡單案件的規(guī)則推理；(2)運用開放結(jié)構(gòu)概念的推理；(3)運用判例和假設(shè)的推理；(4)運用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡單案件的規(guī)則推理為初級市場產(chǎn)品，那么，實驗室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準(zhǔn)運用開放結(jié)構(gòu)概念的推理。同時，跟蹤運用假設(shè)的推理及混合推理，吸收國外先進的KBS和HYPO的設(shè)計思想，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)評價相關(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象，假設(shè)了完全自動化的法律推理過程中全部要素被建立起來的途徑。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)用于實際情況時固有的模糊性，信息是否已被公開，被告是否使用了對方設(shè)計的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個系統(tǒng)設(shè)計的要素列表無論多長，好律師也總能再多想出一些。同樣，律師對案件的分析，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，要通過要素等簡單的法律術(shù)語使模糊的法律規(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).）這說明，即使具有較高起點的實驗室基礎(chǔ)研究，也不宜確定過高的目標(biāo)。因為，智能法律系統(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。

第五，人－機系統(tǒng)解決方案。人和機器在解決法律問題時各有所長。人的優(yōu)點是能作價值推理，使法律問題的解決適應(yīng)社會的變化發(fā)展，從而具有靈活性。機器的長處是記憶和檢索功能強，可以使法律問題的解決具有一貫性。人－機系統(tǒng)解決方案立足于人與機器的功能互補，目的是解放人的腦力勞動，服務(wù)于國家的法治建設(shè)。該方案的實施可以分為兩個階段：第一階段以人為主，機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，可以先用機器處理大批數(shù)據(jù)，并參考機器的和辯護方案，再做更加高級的推理論證工作。法官接觸一個新案件，或新法官剛接觸審判工作，也可以先看看“機器法官”的判決建議或者審判思路，作為參考。法院的監(jiān)督部門可參照機器法官的判決，對法官的審判活動進行某種監(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－機系統(tǒng)開發(fā)的第二階段，會有越來越多的簡單案件的判決與電腦推理結(jié)果完全相同，因此，某些簡單案件可以機器為主進行審判，例如，美國小額法庭的一些案件，我國法庭可用簡易程序來審理的一些案件。法官可以作為“產(chǎn)品檢驗員”監(jiān)督和修訂機器的判決結(jié)果。這樣，法官的判案效率將大大提高，法官隊伍也可借此“消腫”，有可能大幅度提高法官薪水，吸引高素質(zhì)法律人才進入法官隊伍。

未來的計算機不會完全取代律師和法官，然而，律師和法官與智能機器統(tǒng)一體的出現(xiàn)則可能具有無限光明的前景。（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化提供越來越強有力的外腦支持。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。自動法律推理系統(tǒng)將對訴訟活動發(fā)揮越來越多的輔助作用，例如，通過嚴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、判例和政策問題時提示可能出現(xiàn)的判決預(yù)測；等等。正如網(wǎng)絡(luò)的出現(xiàn)打破了少數(shù)人對信息的壟斷一樣，電腦法律顧問的問世，將打破法官、律師對法律知識的壟斷，極大地推動法律知識的普及，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。

第5篇：人工智能對教育的價值范文

新LOGO傳遞新價值

美團云全新的品牌形象是圓形變體形成的類似“∞”符號的動態(tài)LOGO，光標(biāo)短線條在無窮符號中勻速運動，寓意云計算服務(wù)應(yīng)具備特質(zhì)：動態(tài)擴展、安全穩(wěn)定、靈活應(yīng)需、潛力無限。

新LOGO亮相意味著背后的戰(zhàn)略轉(zhuǎn)變。美團云總經(jīng)理李爽表示：“美團云將依托在O2O、餐飲、酒店、旅游等行業(yè)的經(jīng)驗積累，針對不同業(yè)態(tài)推出餐飲云、酒店云、旅游云、交通云等標(biāo)準(zhǔn)化行業(yè)解決方案，并根據(jù)客戶個性化需求提供定制化解決方案以及7×24小時90秒響應(yīng)的專家服務(wù)支持，助力企業(yè)輕松上云。”

截至目前，美團云服務(wù)已覆蓋零售、餐飲、酒店、旅游、金融、在線教育等行業(yè)，為包含華住酒店、速8集團、宜人貸、航班管家、餐行健等知名企業(yè)在內(nèi)的4萬多個用戶提供云計算服務(wù)。

下個發(fā)展階段內(nèi)，美團云將著重在新零售及AI領(lǐng)域發(fā)力，向更多擁有轉(zhuǎn)型、創(chuàng)新需求的企業(yè)及前沿科技領(lǐng)域成長型企業(yè)提供經(jīng)過大規(guī)模業(yè)務(wù)運營驗證的成熟的云計算服務(wù)。

推出高性能GPU云主機

開啟AI戰(zhàn)略

Gartner調(diào)查數(shù)據(jù)顯示，截至2015年末，全球云計算市場規(guī)模已達1750億美元，2019年有望突破3000億美元?！爸悄?”已成為云行業(yè)廣闊市場背后的驅(qū)動力，在“萬物互聯(lián)”向“萬物智能”轉(zhuǎn)化的關(guān)口，“上云”已不僅僅是互聯(lián)網(wǎng)企業(yè)的特有需求，越來越多的傳統(tǒng)型企業(yè)、政府、事業(yè)單位將業(yè)務(wù)遷入云端，以實現(xiàn)業(yè)務(wù)智能化，節(jié)約IT資源，提高運行效率。與此同時，深度學(xué)習(xí)、動畫渲染、科學(xué)計算等應(yīng)用場景的爆發(fā)也使得高性能計算需求迅速擴大，用戶需要在云端與AI深度結(jié)合，獲得更加智能的產(chǎn)品與服務(wù)。在這一井噴的計算需求下，美團云推出高性能GPU云主機，這也標(biāo)志著美團云正式進軍AI領(lǐng)域，開啟云端AI戰(zhàn)略。

據(jù)了解，美團云GPU云主機采用了NVIDIA Tesla M60 GPU與Intel E5-2650 V4 CPU的組合。NVIDIA M60可靈活提供最高達4096個并行處理核心，16GB的GDDR5顯存及9.7TFlops 的單精度峰值性能。

在實際運行過程中，程序的串行部分在CPU上運行，而并行部分則在GPU上運行，可以輕松處理容量高達PB級的數(shù)據(jù)，且速度比使用CPUr快十余倍。單卡性能對比，雙核的M60較M40更具優(yōu)勢。此外，美團云為GPU云主機配置了本地SSD固態(tài)磁盤，IO性能是普通磁盤的數(shù)十倍以上。

數(shù)據(jù)顯示，以時下火熱的機器學(xué)習(xí)訓(xùn)練為例，使用GPU云主機的訓(xùn)練速度要比使用CPU提速數(shù)十倍，這將有力推動人工智能行業(yè)發(fā)展。

云+AI 讓用戶體驗智能化

據(jù)美團云高級研發(fā)總監(jiān)王昕溥介紹，美團云打造的人工智能版圖主要包含三大類產(chǎn)品：主機類、平臺類和服務(wù)類。

主機類產(chǎn)品中，除已可申請使用的高性能GPU云主機外，還將上線FPGA云主機服務(wù)。FPGA的單位功耗性能是GPU的10倍以上，由多個FPGA組成的集群能達到GPU的圖像處理能力并保持低功耗的特點。英特爾預(yù)計，到2020年，將有1/3的云數(shù)據(jù)中心節(jié)點采用FPGA技術(shù)。

第6篇：人工智能對教育的價值范文

看見大數(shù)據(jù)創(chuàng)新的熱點

據(jù)悉，今年的大賽共收到參賽項目10676個，涵蓋金融、教育、醫(yī)療、農(nóng)業(yè)、旅游、公共服務(wù)等多個大數(shù)據(jù)與智能制造應(yīng)用領(lǐng)域。這些參賽項目，很大程度上代表了我國大數(shù)據(jù)產(chǎn)業(yè)創(chuàng)新的熱點。

手機下載智能軟件后，對準(zhǔn)某件衣物一照，就能顯示出這件衣服的品牌、顏色等信息，可點擊鏈接進入購買頻道下單。這是獲得本屆“云上貴州”大獎一等獎的基于人工智能的視覺決策引擎的一個應(yīng)用場景。

據(jù)悉，這個人工智能系統(tǒng)能對任意圖片里柔性與剛性商品，實現(xiàn)高精度、高效率、高可靠性識別，其認知能力在多個維度上超越了經(jīng)過訓(xùn)練的專業(yè)人員。該項目的主講人這樣描述該系統(tǒng)的價值：“把圖片局部提取出來，整個世界都是你的時尚靈感來源?！?/p>

新型高容量快速企業(yè)級數(shù)據(jù)儲存系統(tǒng)項目是獲得大賽二等獎，即云路獎的項目之一。該項目負責(zé)人介紹：“全球大容量存儲市值約有1500多億元，中國只占10%，可以說這是個撬開天花板的項目。”該項目綜合了固態(tài)硬盤和閃存技術(shù)優(yōu)勢，將磁盤儲存性能提升10倍，延時縮短到原來的1/10，可用容量提升為傳統(tǒng)容量的4倍，大大降低了磁盤的功耗和成本。對于該項目，決賽評委之一、貴州省政協(xié)副主席謝曉堯表示：“三大運營商都將數(shù)據(jù)中心落戶在貴州，貴州很需要建設(shè)基礎(chǔ)設(shè)施，相信你們在貴州能有所作為?！?/p>

同樣摘得云路獎的還有“云梯”項目。對于該項目，評委們表示，近年來電梯事故時有發(fā)生，已經(jīng)成為亟待解決的公共安全問題，將大數(shù)據(jù)的觸角延伸到這個領(lǐng)域是客觀使然，更是迫切必然。

獲得真金白銀的投資

投資機構(gòu)以真金白銀支持好的參賽項目，是“云上貴州”大賽的一大特色，也是其能夠吸引眾多參賽隊伍參與的主要原因之一。在本屆“云上貴州”大賽上，達晨創(chuàng)投、TCL創(chuàng)投、英菲尼迪投資和深創(chuàng)投等34家投資機構(gòu)輪番廝殺，爭奪優(yōu)質(zhì)項目的投資權(quán)。很多項目贏得了幾千萬元的投資意向，有的甚至達到1億多元。值得一提的是，云上貴州大數(shù)據(jù)發(fā)展有限公司還設(shè)立了1500萬元的風(fēng)險投資基金，進入決賽的42個項目只要落地貴州，就可以獲得基金。

比如說，方舟萬寶項目一經(jīng)演示，很快就引得投資機構(gòu)爭搶。星杉創(chuàng)投的代表說：“大健康本身就是我們關(guān)注的領(lǐng)域，通過腕式設(shè)備對人體四大生理體征參數(shù)，以及血糖、血氧進行連續(xù)、實時、無擾監(jiān)測。這是行業(yè)的新突破，我沒有不投的理由?！?/p>

達晨投資的代表則坦言：“你提到今年要實現(xiàn)2億元的毛利潤，為什么還要融8000萬元，并且8000萬元釋放15%股權(quán)是不是太貴？如果便宜點，我很愿意投資。” 最終，共有7家投資機構(gòu)對方舟萬寶項目表達了投資意向，意向投資資金達到1.2億元，成為當(dāng)晚熱度較高的項目之一。

第7篇：人工智能對教育的價值范文

關(guān) 鍵 詞：幼兒體育；第一代認知科學(xué)；第二代認知科學(xué)

中圖分類號：G610 文獻標(biāo)志碼：A 文章編號：1006-7116（2015）06-0059-05

Abstract： In recent decades， first-generation cognitive science that bases its core on computed and disembodied information processing metaphor has transformed into second-generation cognitive science that emphasizes the body and embodiment. Second-generation （embodied） cognitive science focuses on the interaction between the body and environments， emphasizes mind or cognition shaping by the body， concerns the roles played by sense - movement process and coordination in high level cognition development， and stresses the coupling relationship between the body， the brain and environments （culture）. Second-generation （embodied） cognitive science has important theoretical significance for us to understand baby movement education， and also brings many helpful inspirations to the practice of baby movement education.

Key words： baby sports；first-generation cognitive science；second-generation cognitive science

幼兒運動教育的研究是一個極富研究潛力和實際價值的領(lǐng)域，然而，長期以來，無論在教育科學(xué)領(lǐng)域還是體育科學(xué)領(lǐng)域，幼兒運動教育的研究都處于邊緣地位。有些機緣巧合的是，最近二三十年來，表面上與幼兒運動教育似乎沒有什么關(guān)聯(lián)的認知科學(xué)研究領(lǐng)域出現(xiàn)了某些重大變化或范式的轉(zhuǎn)變：以計算的、離身（disembodiment）的信息加工隱喻為核心的第一代認知科學(xué)轉(zhuǎn)向強調(diào)身體的、具身的第二代認知科學(xué)。第二代（具身）認知科學(xué)關(guān)注身體與環(huán)境的交互作用，強調(diào)身體對心智或認知的塑形，關(guān)注感覺-運動過程（sensori-motor processes）及其協(xié)調(diào)在高水平認知發(fā)展中的作用，強調(diào)身體、大腦和環(huán)境（文化）的耦合關(guān)系。第二代認知科學(xué)的這些思想深刻地契合了幼兒運動教育的內(nèi)涵。因此，如何深入探尋第二代或具身認知科學(xué)與幼兒運動教育理論的交集，不僅具有重要的理論意義，同時也將為幼兒運動教育實踐帶來了許多有益的啟示。

1 第二代認知科學(xué)的興起

毫無疑問，第二代認知科學(xué)這一概念是相對于第一代認知科學(xué)而言的。1999年，語言學(xué)家Lakoff和心理學(xué)家Johnson在他們的名著《肉身的哲學(xué)：具身心智及其對西方思想的挑戰(zhàn)》（Philosophy in the Flesh： The Embodied mind and its challenge to Western thought）中首次將認知科學(xué)的發(fā)展劃分為兩代：第一代認知科學(xué) （the First-generation Cognitive Science）和第二代認知科學(xué)（the Second-generation Cognitive Science）。第一代認知科學(xué)又稱為無身心智（disembodiment）的認知科學(xué)，在20世紀(jì)五六十年代興起，其哲學(xué)基礎(chǔ)是傳統(tǒng)的英美分析哲學(xué)（形式主義學(xué)派和日常語言學(xué)派）和先驗哲學(xué)。具體而言，第一代或傳統(tǒng)認知科學(xué)以計算機科學(xué)、心理學(xué)、語言學(xué)、哲學(xué)等學(xué)科為中心學(xué)科，采用計算機隱喻，將認知或心智看作抽象的、無身的符號推理和計算的過程，人類心智的信息加工模型，喬姆斯基的轉(zhuǎn)換生成語言學(xué)等等取得了極大的優(yōu)勢地位，第一代認知科學(xué)范式或“認知革命”風(fēng)靡一時，人工智能似乎即將取代人類智能。然而，第一代認知科學(xué)的范式很快遇到了重大困難：“以人工智能完全模擬人的智能首先將遇到的難題是環(huán)境與背景知識的形式化。……人工智能卻永遠不能復(fù)制特定主體的具體心理過程，因為后者必然涉及此時心智活動的大量環(huán)境和背景知識，甚至與更宏大的社會文化環(huán)境和背景相聯(lián)系。它們的多樣性和特殊性幾乎是無窮盡的，并且其中絕大部分是不能先行符號化然后再通過推理（計算）獲得的。我們無法為它們提供形式化的理論，也無法為它們的變化找到確切的變換規(guī)則（程序）”[1]。第一代認知科學(xué)不僅無法解決環(huán)境與背景知識的形式化及其帶來的指數(shù)爆炸問題，同時也沒有從種系發(fā)生和個體發(fā)生的角度考慮問題。當(dāng)然，更為根本的在于，第一代認知科學(xué)秉持笛卡爾的身心二元論，無身的觀念占據(jù)了其話語主流，活生生的身體或肉身，包括感覺和運動甚至情感等等缺席了。

第二代認知科學(xué)是在20世紀(jì)70年代中后期興起的，當(dāng)時的認知科學(xué)開始了一次深刻的范式轉(zhuǎn)變，即從基于計算隱喻和功能主義觀念的“第一代認知科學(xué)”轉(zhuǎn)向基于具身認知（embodied cognition）的“第二代認知科學(xué)”。盡管還存在許多爭論，第二代認知科學(xué)的范式在認知科學(xué)領(lǐng)域乃至于相關(guān)學(xué)科領(lǐng)域逐漸取得認可，認知或心智不再被看做是一組邏輯或抽象的機能，“而是一個植根于身體經(jīng)驗，植根于與身體動作的相互連結(jié)，植根于其他個體相互作用的生物系統(tǒng)。從這種觀點看，動作和表征不再根據(jù)經(jīng)典的心-物二元來理解，而是相互密切聯(lián)系的。在環(huán)境中的行動，與其中的物體和個體相互作用，表征環(huán)境、感知環(huán)境、分類環(huán)境和理解環(huán)境的重要性，也許不過是關(guān)系連接的不同水平，這些連接存在于有機體和他們操作、思考和生活的局部環(huán)境之間”[2]。

Lakoff和Johnson[3]系統(tǒng)闡述了第二代認知科學(xué)的主要觀點：（1）概念結(jié)構(gòu)源自感覺運動經(jīng)驗和神經(jīng)結(jié)構(gòu)。在我們的概念系統(tǒng)中，甚至于“結(jié)構(gòu)”這樣的觀念也是由意象圖式和動作圖式來規(guī)定的。（2）由于心智結(jié)構(gòu)是與我們的身體和我們的具身經(jīng)驗相聯(lián)結(jié)，因此它在本質(zhì)上是有意義的。它不可能被無意義的符號所規(guī)定。（3）存在“基本水平”的概念，這些概念部分源自我們的動作圖式和我們完型知覺和意象形成的能力。（4）我們的大腦是按照適合從感覺運動區(qū)域向更高腦皮層區(qū)域投射的激活模式來組織的，這些激活模式構(gòu)成了所謂的基本隱喻（primary metaphor）。這種投射允許我們在與身體直接聯(lián)系的感覺運動過程中采用的推理模式基礎(chǔ)上，形成抽象概念。（5）概念結(jié)構(gòu)包括各種原型：典型事例、理想事例、社會刻板、突顯樣本、認知參照點等等。每種原型使用不同的推理。大多數(shù)概念不能用充分的和必要條件來規(guī)定。（6）理性是具身的， 我們推理的基本形式來自感覺運動和其它基于身體的推理形式。（7）理性是與想象有關(guān)的，基于身體的推理形式是被映射到通過隱喻推理的抽象模式的。（8）概念系統(tǒng)是多元而非單一的。抽象概念通常是由互相不一致的多重概念隱喻來界定的。

概括起來說，“‘第二代認知科學(xué)’倡導(dǎo)的認知觀念是：認知是具身的（embodied）、情境的（ situated）、發(fā)展的（developmental）和動力學(xué)的（dynamic）”[4]。更為重要的是，盡管兩者的研究領(lǐng)域和指向并不相同，但第二代認知科學(xué)與運動教育具有共同的交集，即都涉及根本性的人類身體運動及感覺經(jīng)驗。

2 幼兒運動教育及其內(nèi)涵

由于“運動教育”概念的多義性和寬泛性，以及其來源的多元性和多樣性，要十分清晰地梳理“運動教育”的概念和內(nèi)涵十分困難，“精神運動學(xué)、運動教育學(xué)、運動教育，這3個概念在目前還十分混亂，沒有明確的定義”[5]。同時，梳理“運動教育”的歷史淵源和境脈也遠遠超出了本文的容量?？偟膩砜?，“運動教育”并不是一個新的概念，近代西方自然主義教育家如福祿貝爾、盧梭、蒙臺梭利等都十分關(guān)注兒童在自然環(huán)境中的身體運動教育。較為系統(tǒng)的運動教育則是19世紀(jì)后期的事了。根據(jù)劉馨教授的解釋，早在20世紀(jì)30年代左右，運動教育就是英國學(xué)校教育的一個重要組成部分。在20世紀(jì)50年代初期，北美的體育教學(xué)受到了這種來自英國的新的教育活動方案的沖擊與挑戰(zhàn)。到了20世紀(jì)60年代左右，運動教育便逐漸成為北美小學(xué)體育的一個組成部分，而且，它也逐漸影響到幼兒園中的體育教學(xué)活動。同時，運動教育的另一條路徑來自德國的精神運動學(xué)，最早可以追溯到奧地利科學(xué)家、思想家和教育家魯?shù)婪?史代納（Rudolf Steiner）創(chuàng)立的人智學(xué)（Anthroposophy），并受到蒙臺梭利的感官教育、魯?shù)婪?拉班（Rudolf Laban）①的運動分析理論及奧爾夫音樂教育的影響。近年來，在雷娜特?齊默爾教授倡導(dǎo)下，幼兒精神運動學(xué)在德國得到長足發(fā)展，出版了多本幼兒精神運動學(xué)方面的專著，并陸續(xù)被譯為中文，對我國幼兒運動教育產(chǎn)生了一定的影響。

對“運動教育”這一概念的解釋與運用，不同的專家學(xué)者賦予它不同的具體含義，但總的來說，運動教育中包含了這樣一些最基本的思想：（1）基礎(chǔ)運動（basic movments）；（2）教育性的體育（educational gymnastics）；（3）創(chuàng)造性的運動（creative movement）；（4）探索與發(fā)現(xiàn)（exploration and discovery）。實際上，“運動教育”有著更為豐富的內(nèi)涵和實踐層面的拓展價值，劉馨[6]171-172就指出，一個完整的、全面的運動教育所包含的內(nèi)涵，遠不止上述這幾個方面。一般來講，“運動教育”意指一個過程，（1）通過這一過程，可以獲得對人的運動的功能以及表現(xiàn)形式的正確評價和認識；（2）通過這一過程，可以獲得在有目的地控制人的運動方面的技能；（3）提供給個人各種機會，讓他用自己獨特的方式去運用自己已獲得的運動知識；（4）提供以“拉班的基本運動思想”為基礎(chǔ)的系列經(jīng)驗；（5）把認識到個體的差異性作為在教育環(huán)境方面的一個“有利的”因素，以引起新的概念和各種反應(yīng)的產(chǎn)生?？傊?，“運動教育”是對兒童進行運動技能教學(xué)的一種發(fā)展適宜的、適合兒童個別需要的，有主題的和促進兒童發(fā)展的方法和課程，它把兒童看作是一個完整的個體，并且包含著比兒童身體方面更多的內(nèi)容。因為“運動是人的一種重要的表現(xiàn)手段（介體），參與運動中的總是兒童的全部機能，并不只是某一部分，每個動作行為都涉及認知、動機以及情感方面，而且認知、動機以及情感也會受到運動行為的影響”[7]7。本研究采用“幼兒運動教育”這一概念，而放棄采用幼兒體育或?qū)W前兒童體育的提法，主要是考慮幼兒體育或?qū)W前兒童體育容易引起一種錯覺，即“孤立地強調(diào)幼兒身體方面的發(fā)展，而忽視了幼兒的情感、社會性、認知以及創(chuàng)造性的發(fā)展”[6]171。采用運動教育，正是要改進這些不合理的現(xiàn)象，凸顯運動教育的基礎(chǔ)性、廣泛性和整合性，為使幼兒成為一個健康的人、完整的人和個性充分發(fā)展的人奠基。有充分的理由認為，“運動教育中蘊含的教育基本原理和原則，是所有學(xué)科的領(lǐng)域的基礎(chǔ)”[6]170。

幼兒運動教育的重要性和必要性也可以表述為運動教育在幼兒期的重要性和必要性。要全面、系統(tǒng)地回答這個問題必須充分認識到人首先是，最終也是自然的生物體。“人類往往有意或無意忘記自己是一種生物，忘記自己的身體，忘記自己的生物學(xué)屬性。比如我們都耳熟能詳這些判斷：‘人是有意識的動物’，‘人是制造工具的動物’，‘人是游戲的動物’，‘人是符號的動物’等等，我們往往忽略了每一判斷中賓詞的涵義，即歸根結(jié)底，人是動物，有著漫長的進化史，與生物界有無法割舍的聯(lián)系”[8]。這是我們討論幼兒運動教育問題的出發(fā)點和立足點。

理解幼兒運動教育的重要性和必要性，首先必須深刻意識到當(dāng)代兒童生活環(huán)境的空前變化，導(dǎo)致兒童身體運動和感覺經(jīng)驗的深刻變化，主要表現(xiàn)在以下方面：（1）由于城市化進程、居住方式的改變和學(xué)習(xí)壓力等等的問題，滿足兒童運動需求的機會極大減少；（2）兒童越來越多地通過媒體等間接經(jīng)驗而非游戲、運動等直接經(jīng)驗的方式來認識世界；（3）兒童的身體體驗日益居于次要地位；（4）室內(nèi)靜坐活動占的比例越來越高，室外游戲、運動活動越來越少[7]117。這些問題和現(xiàn)象在急劇工業(yè)化、城市化而且城市兒童普遍為獨生子女的中國尤其明顯。

其次，由于運動教育（精神運動）的統(tǒng)合性，它可以極大地彌補或者改善幼兒園分科教學(xué)帶來的問題。目前來看，我國幼兒園教學(xué)主要還是以分科教學(xué)為主，“當(dāng)兒童進入到幼兒園或小學(xué)的時候，他們原有的混合學(xué)習(xí)的方式，很快就被分離的、孤立的和表面上毫無聯(lián)系的學(xué)習(xí)與活動所代替，‘游戲’、‘作業(yè)’、‘學(xué)習(xí)’等活動被割裂開來，具有各自的目的；語言、數(shù)學(xué)、常識、音樂等學(xué)科孤立地進行教學(xué)――這種種現(xiàn)象和做法是不利于兒童發(fā)展的。對于兒童來說，每一個組成部分都是相互依賴、相互影響的，某一方面的發(fā)展，可以促使其他有關(guān)方面得到相應(yīng)的加強與鞏固”[6]171。

3 第二代認知科學(xué)對幼兒運動教育的啟示

正如李其維[9]所言，“第二代認知科學(xué)的興起將啟發(fā)人們對身心關(guān)系、生理還原論、意識研究在心理學(xué)中的地位、人工智能對心智完全模擬的可能性等重大問題重新思考。”第二代認知科學(xué)對幼兒運動教育的理論建構(gòu)和實踐具有重大意義，對此進行梳理和思考，其實就是尋找第二代認知科學(xué)和幼兒運動教育之間的交集，在具身心智、具身認知理論的基礎(chǔ)上，重新思考幼兒運動教育的價值和內(nèi)涵。

首先，第二代認知科學(xué)告訴我們，感覺-運動活動在兒童早期發(fā)展中具有重要價值，感覺-運動活動必然帶來感覺的發(fā)展以及經(jīng)驗的擴展。幼兒運動教育在整個幼兒教育中具有基礎(chǔ)地位?！盎钌?、整體意義上的身體活動（運動是其核心之一）是兒童早期教育的出發(fā)點”[8]。具身認知研究表明，嬰幼兒的認知是感覺-運動性質(zhì)的，他們的認知是無法與感覺-運動割裂開來的，感知和動作也是根本不可分離的，當(dāng)然，他們的感覺-運動系統(tǒng)又是與環(huán)境高度交互的。皮亞杰、西倫等人的研究表明，感覺運動活動或協(xié)調(diào)在嬰幼兒認知發(fā)展中具有極為重要的作用?！案杏X運動協(xié)調(diào)是從嬰兒到成人的發(fā)展過程中，最重要的作用程序之一，它構(gòu)成了許多種學(xué)習(xí)的基礎(chǔ)”[10]。皮亞杰的認知發(fā)展理論反復(fù)表達了這樣的看法。皮亞杰認為，活動（必然是主體的身體活動）既是感知的源泉，又是兒童心理發(fā)展的基礎(chǔ)。在感知運動階段，通過感知和動作及其協(xié)調(diào)，兒童建構(gòu)起復(fù)雜的動作圖式或格式，在以后的發(fā)展過程中，隨著動作的內(nèi)化，形成更加高級的思維和運算。在“具身性假設(shè)背后的中心觀點是：心智或智慧是在有機體與環(huán)境的互動中涌現(xiàn)出來的，是感覺運動活動的結(jié)果”[11]。

第二，從第二代認知科學(xué)角度看，幼兒運動教育可以為幼兒提供豐富的、情境化和動覺的實時刺激。

第二代認知科學(xué)“將認知主體視為自然的、生物的、活動于日常環(huán)境中的適應(yīng)性的主體，認知就發(fā)生于這樣的狀況中”[4]。毋庸置疑，嬰幼兒的認知是實時的，在線（on-line）的和情境化的認知。嬰幼兒生活在一個具體的、真實的物理世界中，這個世界“充滿了豐富的對知覺、行為乃至思維起組織作用的種種規(guī)則”[11]。嬰幼兒的心智不僅存在于他們自身，同時也分布于物理世界、文化環(huán)境（包括語言和人工制品）的互動和經(jīng)驗之中，從根本上講，身體或具身及其與環(huán)境的耦合關(guān)系不僅涉及嬰幼兒認知發(fā)展的核心機制，也構(gòu)成了高水平認知或抽象思維的基礎(chǔ)。幼兒運動教育有助于為幼兒提供豐富的、情境化和動覺的實時刺激，因為運動必然帶來感覺的發(fā)展以及經(jīng)驗的擴展，這恰恰是虛擬的電子游戲和符號化活動所無法提供的。

第三，幼兒運動教育的價值絕不限于運動和身體本身。人們往往把運動教育的作用僅僅理解為有助于幼兒身體健康，或者有助于神經(jīng)系統(tǒng)的發(fā)育（這無疑是運動機能的重要方面），其實這是一種把運動教育簡單化的觀點。

第二代認知科學(xué)賦予了身體一種本體論的地位，“從發(fā)生學(xué)角度看，嬰幼兒的心智在很大程度上是一種具身心智，或者說，嬰幼兒心智天然地具有具身性”[8]。兒童最初的心智和認知是無疑是基于身體的，身體構(gòu)成了嬰幼兒自我的核心。達馬西奧指出，“早期身體信號，無論是在進化還是發(fā)育過程中，都有助于形成自我的基本概念”[12]。依靠身體運動獲得的身體信號為兒童早期心理發(fā)展特別是自我的形成提供了基本的背景。實際上，嬰幼兒認知乃至整個心理活動都是建立在身體運動提供的感覺刺激和原始信息供大腦處理的基礎(chǔ)上的。

總之，身體運動（包括作為硬幣另一方面的感覺）是兒童發(fā)展與學(xué)習(xí)的各個方面，包括情緒和社會性發(fā)展的基石。首先是人的自我和自我意識?！皟和淖晕乙庾R是與兒童的體驗聯(lián)系在一起的，而兒童早期的很多體驗都是與身體運動聯(lián)系在一起的，這些通過身體運動產(chǎn)生的體驗構(gòu)成了兒童自我意識發(fā)展的基礎(chǔ)”[13]。身體運動有助于幼兒建構(gòu)積極自我意象，形成良好的自我效能感和價值感。實際上，幼兒運動與自我概念和自我同一性的關(guān)系在精神運動學(xué)理論體系中具有核心地位。第二方面是人的認知，身體運動及其體驗構(gòu)成了兒童對自己能力意識的邊界?！皨雰簳r期的爬行、抓，拿等運動有助于我們感知和認知能力的發(fā)育和成熟?！盵14]8無疑，兒童的各種認知活動也是在運動中實現(xiàn)的，皮亞杰的感知運動智慧就是一個認知和運動密切關(guān)聯(lián)的理論建構(gòu)。第三方面是情感?！皝碜詡€體發(fā)生學(xué)和系統(tǒng)發(fā)生學(xué)的研究成果表明，運動神經(jīng)元與我們的情感緊密相連，同時這種關(guān)聯(lián)是由身體的運動表征進行組織的”[14]9。同時，運動身體運動還有助于兒童宣泄各種不良情緒。第四方面，兒童的社會能力特別是社會情緒能力乃至人格可以通過運動得到訓(xùn)練和培養(yǎng)，這是德國的精神運動學(xué)的一個核心觀點。第五方面，身體運動具有發(fā)育診斷和矯正作用，這一點在德國的精神運動學(xué)中得到了大量的實踐。

長期以來，運動教育，特別是幼兒運動教育在理論和實踐上并未取得應(yīng)有的地位。教育系統(tǒng)內(nèi)部以至整個社會還遠遠沒有意識到幼兒運動教育的價值。特別值得一提的是，在幼兒園教育活動中，“過分強調(diào)抽象符號系統(tǒng)的作用，特別是把抽象符號系統(tǒng)和學(xué)業(yè)學(xué)習(xí)在兒童早期發(fā)展中的作用置于一個極不恰當(dāng)?shù)奈恢谩盵8]，從而忽視幼兒運動教育的做法仍然十分普遍。這些做法壓縮了嬰幼兒動作和感覺發(fā)展的空間，使他們遠離感性經(jīng)驗和“物理實在”，同時也在“相當(dāng)程度上剝奪了他們通過動作主動建構(gòu)自身經(jīng)驗和通過運動與游戲宣泄和表達基本情緒的機會”[8]。另一方面，幼兒運動教育的理論建設(shè)和幼兒運動標(biāo)準(zhǔn)的建設(shè)更是幾近空白。所有這些都嚴重妨礙了幼兒教育的健康發(fā)展。從第二代認知科學(xué)角度來思考幼兒運動教育，為幼兒運動教育乃至兒童健康發(fā)展尋求更為深刻和科學(xué)的理論基石，是一項具有極大價值的偉大事業(yè)，這項事業(yè)十分艱巨但已經(jīng)起步。

注釋：

① 魯?shù)婪?拉班. （1879―1958）――現(xiàn)代舞理論家、教育家、人體動律學(xué)和拉班舞譜的發(fā)明者、德國表現(xiàn)派舞蹈創(chuàng)始人之一。

參考文獻：

[1] 李其維. “認知革命”與“第二代認知科學(xué)”芻議[J].心理學(xué)報，2008，12（9）：1306-1327.

[2] Garbarini F，Adenzato M. At the root of embodied cognition：Cognitive science meets neurophysiology[J]. Brain and Cognition，2004，56：100C106.

[3] Lakoff G，Johnson M. Philosophy in the flesh：The embodied mind and its challenge to western thought[M]. New York： Basic Books，1999：P77-78.

[4] 唐孝威. “語言與認知文庫”總序[G]//李恒威. “生活世界”復(fù)雜性及其認知動力模式. 北京：中國社會科學(xué)出版社，2007.

[5] 雷娜特?齊默爾. 幼兒精神運動學(xué)手冊[M]. 蔣麗等，譯. 南京：南京師范大學(xué)出版社，2008.

[6] 劉馨. 學(xué)前兒童體育[M]. 北京：北京師范大學(xué)出版社，2009..

[7] 齊默爾. 幼兒精神運動學(xué)手冊：精神運動學(xué)發(fā)展促進作用的理論及實踐[M]. 楊沫，等譯. 南京：南京師范大學(xué)出版社，2008：7.

[8] 楊寧. 兒童早期發(fā)展與教育中的身體問題――五論進化、發(fā)展與兒童早期教育[J]. 學(xué)前教育研究，2014（1）：19-26.

[9] 李其維. “認知革命”與“第二代認知科學(xué)”芻議[J].心理學(xué)報，2008：12（9）：1306-1327.

[10] Rolf Pfeifer. 身體的智能――智能科學(xué)新視角[M]. 俞文偉等，譯. 北京：科學(xué)出版社，2009：87.

[11] Smith L B，Gasser M. The development of embodied cognition：Six lessons from babies[J]. Artificial Life，2005（11）：13-30.

[12] 達馬西奧. 笛卡爾的錯誤：情緒、推理和人腦[M]. 毛彩鳳，譯. 北京：教育科學(xué)出版社，2007：185.

第8篇：人工智能對教育的價值范文

[關(guān)鍵詞] 智能 電子商務(wù) 應(yīng)用研究

隨著Internet技術(shù)應(yīng)用的普及和深入，電子商務(wù)這種全新的商務(wù)模式被越來越多的人們所接受。但是由于Internet本身所具有的開放性、動態(tài)性和異構(gòu)性的特征，隨著其不斷發(fā)展，信息量不斷膨脹，給人們獲取自己需要的信息帶來一定程度的麻煩。為了解決這個問題，智能化電子商務(wù)系統(tǒng)應(yīng)運而生，智能化電子商務(wù)系統(tǒng)是一種基于互聯(lián)網(wǎng)，能夠代替人并且具有一定邏輯推理能力、自學(xué)習(xí)能力、交流能力的智能化的電子交易模式?；谥悄芑碾娮由虅?wù)能幫助人們完成許多繁瑣的信息處理工作，可以給人們帶來很多方便。

一、智能概述

1.智能的定義

智能(Intelligent Agent)的理論和技術(shù)在20世紀(jì)90年代已經(jīng)提出，是一個新的研究和開發(fā)領(lǐng)域，其內(nèi)容涉及到人工智能、信息檢索、計算機網(wǎng)絡(luò)、數(shù)據(jù)庫、數(shù)據(jù)挖掘、自然語言處理等領(lǐng)域的理論和技術(shù)，主要是人工智能方面。

但是，對于是什么是“智能”，到目前為止，理論界還沒有一個統(tǒng)一和權(quán)威的說法，但從許多專家對智能提出的定義都有一個共同的特點，即：智能可以通過感知、學(xué)習(xí)、推理及行動，能夠基于知識庫的訓(xùn)練后能模仿人類社會的行為，即具有智能性。在網(wǎng)絡(luò)環(huán)境下，智能能夠用戶或其他程序，以主動服務(wù)的方式持續(xù)完成一組操作的軟件可以定時或交互地執(zhí)行，對網(wǎng)絡(luò)環(huán)境變化做出反應(yīng)，用于達到用戶的目標(biāo)、滿足用戶的需求。

2.智能的特點

(1)智能性(Intelligenty)。智能性是智能技術(shù)的一個最基本的特征，主要指的是的推理和學(xué)習(xí)能力，即它具有解決問題所需的豐富知識、策略和相關(guān)數(shù)據(jù)，能夠進行相關(guān)的推理和智能計算。同時，智能還可以在用戶沒有給出十分明確的需求時信息時捕捉用戶的偏好、興趣及意圖，并按最佳方式代為其完成任務(wù)。此外，智能還可以對信息進行篩選和過濾，自動拒絕一些不合理或可能給用戶帶來危害的請求。

(2)自主性（Autonomy）。自主性又稱學(xué)習(xí)性。主要是指智能能夠自主運行。具有強烈的行為目的性能夠根據(jù)需要主動采取一系列行動，以達到某種目的。智能技術(shù)能夠根據(jù)當(dāng)前環(huán)境的變化，動態(tài)地調(diào)整自己去完成各項任務(wù)、計劃，并主動地把信息過濾、整理后提供給用戶服務(wù)，并能夠從經(jīng)驗中不斷進行自我學(xué)習(xí)，根據(jù)環(huán)境及時調(diào)整自身的行為，從而提高分析問題和處理問題的能力。

(3)性。性也是智能技術(shù)的一個最基本的特征，主要是指智能的自主與協(xié)調(diào)工作能力。表現(xiàn)為智能從事行為的自動化程度，即操作行為可以離開人或程序的干預(yù)，能夠自動使用通信協(xié)議進行信息交換，并把檢索信息結(jié)果主動推送給用戶，并管理用戶的個人資料及其私人目錄下的知識庫。但在其系統(tǒng)中必須通過操作行為加以控制，當(dāng)其他提出請求時，只有自己才能決定是接受還是拒絕這種請求。

(4)合作性。主要是指每個智能都有標(biāo)準(zhǔn)的接口，采用統(tǒng)一的通信語言進行信息的交流。多系統(tǒng)由多個組成，通過本身的搜索活動和相互之間的交互活動，構(gòu)成系統(tǒng)的群體活動，相互之間分工合作共同完成復(fù)雜任務(wù)，從而實現(xiàn)系統(tǒng)整體的功能或目的，同時，在這種交互的過程中每個也都實現(xiàn)了自己的功能或目的。

（5）適應(yīng)性。主要是指智能能夠根據(jù)用戶以前的經(jīng)驗理解所處的周圍的環(huán)境，并能對環(huán)境和相關(guān)事件的變化及時反應(yīng)，做出決策，改變自己的行動，或者在遇到問題時能在最短時間內(nèi)給用戶以警告。因此，智能可以接受委托、遵循承諾，產(chǎn)生輸出反應(yīng)動作和行為。

二、智能的工作流程

智能可以看成一個黑箱，通過傳感器感知環(huán)境，通過效應(yīng)器作用環(huán)境。同時，智能也可以看作是知識處理的實體，它由知識庫、規(guī)則庫、推理機、各之間的通信協(xié)議組成，能夠完成知識發(fā)現(xiàn)、通信協(xié)作、規(guī)則庫應(yīng)用、監(jiān)督、知識庫管理、推送等功能。在智能的工作流程中，每個都有自己的知識庫，用戶表達出自己的信息需求后，通過通信協(xié)作傳給知識庫，然后根據(jù)用戶信息庫中用戶特定的需求和近期的愛好興趣為標(biāo)準(zhǔn)來篩選信息。監(jiān)督的作用就是當(dāng)用戶提出自己的信息需求時，檢查知識庫中是否存在用戶以前相似的信息需求，如果有就把知識庫中用戶以前的需求記錄提取出來，通過推送發(fā)給用戶；如果知識庫中沒有用戶的信息需求，經(jīng)規(guī)則應(yīng)用庫理解生成一定的搜索規(guī)則，傳送給知識發(fā)現(xiàn)進行相關(guān)信息搜索，搜索后的結(jié)果經(jīng)信息過濾后存于信息數(shù)據(jù)庫，再經(jīng)過知識庫的推理機制推測用戶的潛在需求，并作為用戶需求歷史信息記錄下來，結(jié)果傳遞給用戶。監(jiān)督的作用是根據(jù)一定的規(guī)則實時跟蹤信息數(shù)據(jù)庫中歷史記錄在Internet網(wǎng)絡(luò)上的動態(tài)變化，一旦知識發(fā)現(xiàn)收集到相關(guān)內(nèi)容和更新內(nèi)容，它就立即通知規(guī)則應(yīng)用庫生成新的檢索規(guī)則或應(yīng)用，并通知和提醒用戶有新的信息內(nèi)容，還可以通過E―mail方式把特定更新內(nèi)容以推送方式傳達給用戶。檢索完成后允許用戶對結(jié)果進行滿意度和相關(guān)度的評價并反饋給知識庫，一方面用來了解用戶的新的興趣需求；另一方面用來完善用戶所需信息相關(guān)度的匹配規(guī)則，為用戶的未來信息檢索提供可靠的保障。

三、智能的在電子商務(wù)中的應(yīng)用

智能的應(yīng)用領(lǐng)域非常廣泛，在許多方面有著重要的應(yīng)用意義，例如，電子商務(wù)、信息服務(wù)、系統(tǒng)與網(wǎng)絡(luò)管理等領(lǐng)域。而將人工智能的思想引入到電子商務(wù)的交易過程中來，使電子商務(wù)的交易過程變的更加自動化和人性化，可以說是電子商務(wù)發(fā)展的最新階段。在電子商務(wù)交易中，智能作用于價值鏈和虛擬價值鏈的每個環(huán)節(jié)，電子商務(wù)交易過程中買賣雙方都會應(yīng)用智能。在實際應(yīng)用過程中，可以將智能分成不同層面。

1.智能在電子商務(wù)中的宏觀應(yīng)用層面

宏觀方面，智能技術(shù)主要是為企業(yè)，政府、教育系統(tǒng)等機構(gòu)來提供競爭情報系統(tǒng)服務(wù)、信息管理軟件開發(fā)及協(xié)同商務(wù)解決方案等服務(wù)。但是，目前在宏觀電子商務(wù)活動中，智能技術(shù)的實際應(yīng)用還比較欠缺，一般還是以提供商務(wù)情報信息服務(wù)為主。智能技術(shù)可以從Internet上幫助用戶檢索到大量有價值的隱性信息，不僅僅是文本信息，還有聲音、動畫等多媒體信息，并且可以是多語種內(nèi)容的信息。智能可以形成用戶需要的各類資源集合，并從大量的公共數(shù)據(jù)中篩選和提煉有價值的信息，從而為企業(yè)，政府、教育系統(tǒng)等機構(gòu)做出正確的決策、提高應(yīng)對環(huán)境變化的能力和自身的競爭力提供信息支持和依據(jù)。

2.智能在電子商務(wù)中的微觀應(yīng)用層面

智能在電子商務(wù)中的微觀應(yīng)用層面的作用主要是根據(jù)用戶的特殊需求同時檢索多個網(wǎng)站，對商品信息進行篩選或監(jiān)測，最終找到符合條件的物品所在的站點進行商務(wù)活動。這種技術(shù)在我國的大規(guī)模商品價格比較購物網(wǎng)站――查價網(wǎng)體現(xiàn)得比較明顯，查價網(wǎng)將搜索引擎技術(shù)與智能技術(shù)結(jié)合起來，為用戶提供商品的價格比較、每日最低行情快遞等信息服務(wù)，目標(biāo)是成為連接消費者與經(jīng)銷商的商品價格信息交流的平臺。同時，智能微觀層面的合作篩選功能還可以將用戶的購買習(xí)慣同其他消費者的購買傾向相比較后進行推薦，這種技術(shù)在現(xiàn)在的電子商務(wù)網(wǎng)站中大多已經(jīng)實現(xiàn)，技術(shù)也已經(jīng)比較成熟。如國內(nèi)的當(dāng)當(dāng)網(wǎng)上書店使用了會員制進行管理，在用戶首次登陸并進行購買活動以后，將與用戶興趣相關(guān)的書籍在旁邊列出，以供用戶參考選購，這樣就節(jié)省用戶在尋找感興趣圖書的時間，同時也獲得了用戶的偏好來幫助公司對用戶進行個性化廣告和產(chǎn)品的推介。

3.智能技術(shù)應(yīng)用于宏微觀電子商務(wù)的比較

宏觀與微觀電子商務(wù)中應(yīng)用智能技術(shù)的系統(tǒng)結(jié)構(gòu)是相似的，但是由于目標(biāo)用戶、服務(wù)范圍等方面的差異，智能技術(shù)在不同應(yīng)用層面上的側(cè)重點還是有所差別。

(1)目標(biāo)用戶。宏觀層面電子商務(wù)的用戶主要是是大型企業(yè)，研究機構(gòu)，傳媒機構(gòu)等，需要專業(yè)、最新、整理過的信息，以情報信息的方式提供給用戶，幫助用戶做出決策和研究，而提供這樣的服務(wù)就需要提供者具有很強的信息獲取能力和強有力的信息系統(tǒng)的支持。微觀層面電子商務(wù)的用戶群體主要是以價格為紐帶的聯(lián)系起來的小商戶和一般消費者，網(wǎng)站的主要業(yè)務(wù)集中在保證小商戶的網(wǎng)上商店的正常運行和消費者能夠方便的獲取價格信息。

(2)服務(wù)范圍。由于目標(biāo)用戶不同，也就決定了智能應(yīng)用于宏微觀電子商務(wù)服務(wù)的范圍不同。宏觀層面電子商務(wù)主要服務(wù)是為大型企業(yè)、研究機構(gòu)等提供情報，這就要求必須將信息的來源擴展到整個行業(yè)并針對用戶的特殊需求來進行信息的定制。微觀層面電子商務(wù)的服務(wù)范圍相對較窄，主要將在自己網(wǎng)站上注冊的小商戶的產(chǎn)品信息、報價信息等搜集起來，為用戶提供智能化的、個性化的產(chǎn)品價格信息。

(3)應(yīng)用維護。在宏觀層面智能的電子商務(wù)中，需要全體員工充分參與到企業(yè)情報門戶系統(tǒng)中，對系統(tǒng)功能進行應(yīng)用和發(fā)掘，在允許的范圍內(nèi)定制自己所需要的信息服務(wù)，共同保證系統(tǒng)運行的通暢。企業(yè)情報門戶系統(tǒng)具有智能性，并自帶媒體自動定期升級功能，用戶是不需要維護的。在微觀層面智能的電子商務(wù)中的用戶有商戶和消費者兩部分，網(wǎng)上商店需要商戶來進行定期維護和信息更新，而消費者無須進行維護。

(4)信用評價。在宏觀層面智能的電子商務(wù)中，信息系統(tǒng)提供機構(gòu)作為信息提供的主體，其信用直接關(guān)系自己的生存與信譽，所以必須與企業(yè)密切合作才能夠提供信息服務(wù)，因此不需要進行信用評價。而在微觀層面智能的電子商務(wù)中，不僅需要根據(jù)用戶主觀的留言進行信用評價，還應(yīng)用了基于定單的智能互動式的評價，因而更能真實的反映出網(wǎng)上商店的運行情況，根據(jù)客觀的數(shù)據(jù)來說明問題和評價買賣雙方的信用情況，為用戶提供幫助。

(5)最終目標(biāo)和信息反饋。在宏觀層面智能的電子商務(wù)中，實施主體的最終目標(biāo)是幫助企業(yè)建立企業(yè)情報門戶網(wǎng)站，依靠權(quán)威的信息來源和先進的智能技術(shù)，為用戶反饋及時、準(zhǔn)確、可信度高的情報，最終實現(xiàn)企業(yè)信息流轉(zhuǎn)的暢通，幫助企業(yè)進行科學(xué)的決策，在競爭中保持優(yōu)勢。而在微觀層面智能的電子商務(wù)中，其用戶數(shù)量雖然龐大但是經(jīng)常定制使用比較的用戶不多，因此比較智能較難對每一個用戶累積到足夠的查詢偏好信息來進行學(xué)習(xí)，導(dǎo)致了很難及時反饋回準(zhǔn)確的信息。

四、結(jié)論

智能已經(jīng)成為解決電子商務(wù)在Internet信息空間的信息處理問題的有效方法，對電子商務(wù)的交易雙方都有強大的誘惑力，基于智能技術(shù)的電子商務(wù)將是一個極有前途的方向。但是，因為智能技術(shù)目前還不是非常成熟，目前在電子商務(wù)活動中，所以智能技術(shù)的實際應(yīng)用還比較欠缺，這就意味電子商務(wù)智能系統(tǒng)還需要進一步的研究。

參考文獻：

[1]胡國勝等:智能在電子商務(wù)中應(yīng)用研究.軟科學(xué)，2003.1

[2]李偉超牛改芳:智能技術(shù)分析及應(yīng)用.情報雜志，2003.6

[3]樊廣儉馬麗平:搭建個性化的電子商務(wù)平臺.經(jīng)濟論壇，2003.17

第9篇：人工智能對教育的價值范文

1．1技術(shù)簡介

虛擬現(xiàn)實技術(shù)(vR)是以計算機技術(shù)為依托，綜合多媒體技術(shù)、傳感器技術(shù)、人工智能、人機接口技術(shù)、實時計算、工程仿真技術(shù)等多學(xué)科為一體的前沿技術(shù)，它能生成逼真的視、聽、觸覺一體化的人工虛擬環(huán)境，用戶能以自然的方式與虛擬環(huán)境中的對象進行交互【l1。它具有3個特征：逼真的臨場感、自然的交互、提高學(xué)習(xí)者思維認知。vR突破了人類認識的時空限制，大大拓寬了人類對現(xiàn)實世界及未知世界的感覺和認識，為人們的實踐活動提供了嶄新的環(huán)境和手段。在軍事、制造、醫(yī)學(xué)、設(shè)計、藝術(shù)、娛樂等領(lǐng)域，vR都有廣闊的應(yīng)用前景。

1．2教育頷域應(yīng)用現(xiàn)狀及前墨

對教育領(lǐng)域而言，運用VR能夠通過計算機將三維空間或?qū)嵨锬Ｐ偷囊饽钋宄乇硎境鰜?，能使學(xué)習(xí)者直接、自然地與虛擬環(huán)境中的各種對象進行交互，并通過多種形式參與事件的發(fā)展變化過程，從而獲得最大的控制、操作整個環(huán)境的自由度[21。這種呈現(xiàn)多維度信息的虛擬學(xué)習(xí)和培訓(xùn)環(huán)境，以最直觀、最有意義的方式為學(xué)習(xí)者掌握一門新知識、新技能提供嶄新途徑。普遍意義上講，完整的vR系統(tǒng)需要高級計算機、頭盔式顯示器、數(shù)據(jù)手套、洞穴式投影等昂貴的硬件支持設(shè)備，這對于大多數(shù)教育教學(xué)單位都是難以承受的，從而嚴重制約了VR系統(tǒng)在教育教學(xué)中的推廣應(yīng)用。但在科技多樣化發(fā)展的今天，VR系統(tǒng)也呈現(xiàn)出多樣化的發(fā)展趨勢，vR系統(tǒng)配置可以根據(jù)目標(biāo)需求而定。設(shè)備投資大、開發(fā)周期長的復(fù)雜VR系統(tǒng)，一般應(yīng)用于高?；蚝教燔娛碌雀叨思夹g(shù)工作領(lǐng)域。而桌面型vR系統(tǒng)僅使用電腦單機，顯示器是學(xué)習(xí)者觀察虛擬環(huán)境的一個窗口，學(xué)習(xí)者可通過使用簡單的外設(shè)(如鼠標(biāo)、立體眼鏡等)來駕馭虛擬環(huán)境和操縱虛擬物體，雖缺乏完全沉浸功能，但其結(jié)構(gòu)簡單、硬件成本低的特點非常適合在我國的普教、職教領(lǐng)域推廣應(yīng)用。

2VR在職教個性化教學(xué)實驗中應(yīng)用的可行性

2．1職教學(xué)情現(xiàn)狀

在各類職業(yè)學(xué)校中，普遍存在的問題是學(xué)生學(xué)習(xí)興趣不高，特別是在枯燥、乏味的理論知識學(xué)習(xí)中，這一問題尤為突出。但學(xué)生對于新穎事物具有強烈的好奇心和較高的動手愿望，因此，在講授理論知識時，輔以演示、實驗、實訓(xùn)，并使人人都能動手參與，將會激發(fā)學(xué)生學(xué)習(xí)興趣，從而提高教學(xué)質(zhì)量。但這種教學(xué)方法存在一些問題：模型、設(shè)備、實驗、實訓(xùn)條件有限，特別是一些價格昂貴的設(shè)備，不可能人人都能動手操作；盲目操作會導(dǎo)致設(shè)備損壞，需要一定維修費用；在同一個地方完成理論、實踐教學(xué)并不現(xiàn)實。

2．2個性化學(xué)習(xí)

個性化學(xué)習(xí)是一種新的學(xué)習(xí)觀，是伴隨近年來教育改革發(fā)展，針對傳統(tǒng)教育大統(tǒng)一的弊端提出來的。它是以學(xué)生原有的知識經(jīng)驗和個性特征為基礎(chǔ)，以學(xué)生內(nèi)在需求為核心。以每個學(xué)生學(xué)習(xí)能力與個性的自由、充分、和諧發(fā)展為目標(biāo)而實施的學(xué)習(xí)活動_l1。個性化學(xué)習(xí)中，師生處于分離或準(zhǔn)分離狀態(tài)，教師由傳統(tǒng)教育中的主導(dǎo)者變?yōu)榭衫玫慕逃Y源，成為教學(xué)資源中的一個組合因素，而學(xué)生也從被動接受教育的對象變?yōu)榻逃Y源的選擇者和利用者。由此可見，最為簡單、易行的個性化學(xué)習(xí)載體就是基于web的學(xué)習(xí)動手實踐，B／S模式、互動操作，可激發(fā)學(xué)生興趣，從而自定義完成學(xué)習(xí)、實踐任務(wù)。

2．3虛擬教學(xué)模型在個性化教學(xué)實驗中的應(yīng)用價值

就教師而言，實現(xiàn)了從傳統(tǒng)講授一簡單圖文課件講授一簡單圖文課件+虛擬教學(xué)模型講授的轉(zhuǎn)變。既充實了教學(xué)內(nèi)容，又豐富了教學(xué)手段和形式。同時，虛擬教學(xué)模型是使用計算機模擬出的實物形態(tài)，其使用同課件一樣方便，既能達到直觀教學(xué)的效果，也能使師生獲得臨場感，增強師生互動。

就學(xué)生而言，在計算機屏幕上觀察到的是用vR技術(shù)數(shù)字化后的實物，只要有網(wǎng)絡(luò)環(huán)境或在家登陸學(xué)校的模型web服務(wù)器，學(xué)生就可動手操作，同時有了直觀模型的臨場體驗后，學(xué)生在面對實物操作時也易上手，杜絕了盲目操作。學(xué)生也可以通過協(xié)作探究解決問題。此外，衛(wèi)生職業(yè)院校還承擔(dān)著成人教育的培訓(xùn)任務(wù)，對于一些短訓(xùn)班或遠程教學(xué)，在授課時演示或在web上一些虛擬教學(xué)模型，可幫助學(xué)員理解知識，并在一定程度上解決實驗課中存在的問題。

虛擬教學(xué)模型可以通過編程定制、更新內(nèi)容，節(jié)省了教學(xué)成本，有利于職教事業(yè)的可持續(xù)發(fā)展。另外，虛擬教學(xué)模型還可虛擬出一些新型的裝備用于教研活動，體現(xiàn)出教學(xué)的前瞻性和創(chuàng)新性，如虛擬科學(xué)實驗室、虛擬校園、特殊教育、仿真實驗、專業(yè)實訓(xùn)等。

3衛(wèi)生職教虛擬平臺建模方案

針對衛(wèi)生職教的教學(xué)特點，可以開發(fā)4類桌面型虛擬現(xiàn)實應(yīng)用：模型演示、過程仿真、場景展示、儀器操作。為滿足個性化教學(xué)需求，均采用B／S的模式。

3．1模型演示(人體解剖學(xué)、口腔解剖學(xué)教學(xué))

功能需求：虛擬口腔模型、器官模型在屏幕中三維立體顯示，可用鼠標(biāo)進行任意角度的調(diào)整觀察，配合講解，使學(xué)生獲取最近乎于真實的感受。

可行性技術(shù)方案：JavaApplet、Java3D技術(shù)配合使用3D模型輔助設(shè)計軟件(設(shè)計需導(dǎo)出VRML2．0或OBJ格式文件，如3DSMAX)。

論證：由需求可知，這種三維設(shè)計是基于圖形建模的，可選用VRML和Java3D技術(shù)在web上3D圖像。與傳統(tǒng)VRML相比，Java3D的功能和可編程性更強，具有Java豐富類庫的支持和良好的跨平臺性，考慮構(gòu)建3D簡單模型，并配合專業(yè)3D模型設(shè)計軟件構(gòu)建復(fù)雜模型?？蛻舳颂峁┯脩魧嶒灥沫h(huán)境主要采用JavaApplet來實現(xiàn)，使用JavaApplet編寫圖形用戶界面，仿真計算任務(wù)由瀏覽器的JavaApplet完成，使用Jav3D實現(xiàn)虛擬實驗場景的3D顯示，兩者嵌入HTML文件網(wǎng)頁構(gòu)成用戶的前臺操作界面，支持web方式。

3．2過程仿真(虛擬化學(xué)實驗、虛擬口腔設(shè)備操作與維修)

功能需求：用戶可直接操作web中虛擬的化學(xué)實驗裝置和化學(xué)藥品，完成實驗。

可行性技術(shù)方案：同3．1，但需考慮場景和復(fù)雜的操作交互，其程序編制較3．1復(fù)雜。

3．3場舞展示(口腔診所布局、ICU布局)

功能需求：真實再現(xiàn)室內(nèi)環(huán)境格局、設(shè)備布局，可由鼠標(biāo)控制，轉(zhuǎn)動到任意視角瀏覽，用戶有臨場感。

可行性技術(shù)方案：超廣角鏡頭轉(zhuǎn)臺攝影+靜態(tài)圖象360。全景拼合顯示技術(shù)(QTVR或Java編程)。

論證：由需求可知，最簡便的方法是基于靜態(tài)圖象進行建模。QTVR運用相機拍攝的真實全景圖像來構(gòu)建虛擬現(xiàn)實空間與計算機圖形設(shè)計或其他VR技術(shù)相比，其制作相對簡單、制作周期縮短、成本低廉、且由于照片清晰度高，細節(jié)不會被遺漏觀察場景時有身臨其境感覺。由于數(shù)據(jù)量小，觀察起來也非常流暢。另有使用Java編程來實現(xiàn)靜態(tài)全景拼接的方式，需Jav虛擬機支持。

3．4儀器操作(心電監(jiān)護儀操作、心電擻據(jù)教學(xué))

功能需求：心電監(jiān)護儀器功能與實物一致，但數(shù)據(jù)不是現(xiàn)場實測，而是調(diào)用專家?guī)熘械呐R床教學(xué)心電數(shù)據(jù)資料，學(xué)生能通過鼠標(biāo)點擊虛擬心電監(jiān)護儀相應(yīng)按鈕，得到相應(yīng)結(jié)果，從而熟悉儀器操作，掌握相關(guān)臨床知識。

可行技術(shù)方案：Windows平臺下的LabView8．0虛擬儀器軟件設(shè)計(無須數(shù)據(jù)采集卡)。論證：美國NI公司的LabView圖形化程序設(shè)計語言(G語言)是專門用于設(shè)計虛擬儀器的。它是用框圖連線來替代傳統(tǒng)的代碼編寫，而且內(nèi)置了豐富的儀器儀表控件(表盤、開關(guān)、旋鈕、波形現(xiàn)實等)，可在虛擬前面板上根據(jù)需要自由組合D1。另外，它的數(shù)學(xué)分析、信號處理函數(shù)庫功能強大，能夠輕松完成臨床教學(xué)心電數(shù)據(jù)的分析、處理、顯示，并可根據(jù)所需功能對儀器快速原型化。LabView8．0的RemotePanel功能支持web方式。

4拓展、開發(fā)和意義

4．1拓展、開發(fā)

(1)建立和累積可定期更新的開放型醫(yī)學(xué)數(shù)據(jù)專家?guī)?。如心電臨床數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)、口腔臨床數(shù)據(jù)、設(shè)備維修數(shù)據(jù)等。依托網(wǎng)絡(luò)通訊平臺，實現(xiàn)教學(xué)素材的群體共享，為開展優(yōu)質(zhì)的教學(xué)工作做好充分的知識儲備。

(2)建立和累積可定期更新的開放型教師評價專家?guī)臁V泛收集教師群體智慧、經(jīng)驗，將評價依據(jù)收納到計算機教師評價專家?guī)熘?，變教師個體評價為群體評判，這種評價更具客觀性和綜合性，而且依托網(wǎng)絡(luò)通信平臺，將教學(xué)評價機制進行共享，可提升教學(xué)質(zhì)量，并為教學(xué)創(chuàng)新帶來巨大益處。

(3)基于醫(yī)學(xué)數(shù)據(jù)專家?guī)?、教師評價專家?guī)欤氩?yīng)用人工智能技術(shù)，對于學(xué)生提交的實踐作業(yè)，采用計算機自動評分一方面保證了評價的綜合性、客觀性；另一方面使學(xué)生成績得到最快的反饋，進而及時進行自我調(diào)節(jié)，提高學(xué)習(xí)效果。

4．2意義

(1)變經(jīng)驗重復(fù)型教研組織形式為經(jīng)驗研究型。這種基于智能專家?guī)斓募軜?gòu)大幅降低了教師的工作強度，取消了其重復(fù)勞動，教師可以充分利用教研時間，專注研究那些計算機無法得出結(jié)論的學(xué)生個性實例或計算機提取的學(xué)生共性、典型實例，從而不斷更新、完善專家?guī)靸?nèi)容，類似問題可在下次計算機評判中得以解決。