發(fā)布時間：2023-04-10 15:10:26
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能技術(shù)論文樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
關(guān)鍵詞：人工智能技術(shù)；教學(xué)方法；編程能力
中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）16-3865-02
1 概述
2008年11月16日，中國科協(xié)成立50周年新聞會在北京召開。在新聞會上，“五個10”系列評選活動，即10位傳播科技的優(yōu)秀人物、10部公眾喜愛的科普作品、10個公眾關(guān)注的科技問題、10個影響中國的科技事件、10項引領(lǐng)未來的科學(xué)技術(shù)評選結(jié)果揭曉。10項引領(lǐng)未來的科學(xué)技術(shù)是：基因修飾技術(shù)；未來家庭機(jī)器人；新型電池；人工智能技術(shù)；超高速交通工具；干細(xì)胞技術(shù)；光電信息技術(shù)；可服用診療芯片；感冒疫苗；無線能量傳輸技術(shù)。
人工智能技術(shù)學(xué)科是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機(jī)器的一個分支。指人類的各種腦力勞動或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動，可以用某種智能化的機(jī)器來予以人工實現(xiàn)[1]。
通過《人工智能技術(shù)》課程的學(xué)習(xí)，使學(xué)生對人工智能技術(shù)的發(fā)展概況、基本原理和應(yīng)用領(lǐng)域有深入了解、對主要技術(shù)及應(yīng)用有一定掌握，并對現(xiàn)代人工智能技術(shù)發(fā)展的方向有所研究。通過人工智能技術(shù)課程的學(xué)習(xí)與研究，啟發(fā)學(xué)生對人工智能技術(shù)的興趣，培養(yǎng)知識創(chuàng)新和技術(shù)創(chuàng)新能力，并能將人工智能技術(shù)融入到今后所開發(fā)的計算機(jī)軟件之中。
《人工智能技術(shù)》是一門眾多學(xué)科交叉的新興課程，其涵蓋范圍廣，涉及知識點多，知識更新快，內(nèi)容抽象，不容易理解，理論性強(qiáng)，而且需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力，這給該課程的講授帶來了一定困難。《人工智能技術(shù)》也是一門應(yīng)用型學(xué)科，怎樣將理論運(yùn)用到實踐中，使學(xué)生將學(xué)到的人工智能技術(shù)知識和思想運(yùn)用到自己的實際課題，這也是該課程需要解決的問題之一。
因此，對《人工智能技術(shù)》課程教學(xué)來說，我們要了解課程的最新信息，把握課程的特點，幫助學(xué)生找到好的學(xué)習(xí)方法，使他們能充分發(fā)揮自己的創(chuàng)新思維能力，提高學(xué)習(xí)興趣，該文給出了《人工智能技術(shù)》課程的教學(xué)與實踐的探索。
2 教學(xué)與實踐的探索
2.1 教材和實驗教學(xué)內(nèi)容的選取
1） 人工智能技術(shù)是整個計算機(jī)科學(xué)領(lǐng)域發(fā)展最快，知識更新最快，最前沿的學(xué)科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎(chǔ)》這本教材。蔡自興教授的主要研究領(lǐng)域為人工智能、機(jī)器人學(xué)和智能控制等。這本教材是作者在美國國家工程院院士、普度大學(xué)教授傅京孫先生的指導(dǎo)和鼓勵下編寫，借鑒了國內(nèi)外人工智能技術(shù)研究領(lǐng)域?qū)＜业淖钚卵芯砍晒蛯W(xué)術(shù)書籍的長處，該書比較全面地介紹了人工智能技術(shù)的基礎(chǔ)知識與技術(shù)，材料新，易于理解，兼顧基礎(chǔ)及應(yīng)用[2]。
此外，我們還給學(xué)生自主學(xué)習(xí)提供多種類型的學(xué)習(xí)資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術(shù)國內(nèi)外期刊，如電子學(xué)報，計算機(jī)學(xué)報，人工智能與模式識別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術(shù)會議，使學(xué)生能夠掌握人工智能技術(shù)的更多前沿動態(tài)，提高學(xué)習(xí)興趣。
2） 配套的實驗教學(xué)內(nèi)容。《人工智能技術(shù)》是一門理論性和實踐性都很強(qiáng)的課程，實踐性教學(xué)環(huán)節(jié)對該課程尤為重要。除了完成課本上的作業(yè)之外，還注重實驗教學(xué)，培養(yǎng)學(xué)生的創(chuàng)新能力、算法設(shè)計能力和編程能力。首先，每個章節(jié)設(shè)置相應(yīng)的實驗，而實驗內(nèi)容經(jīng)過嚴(yán)格的考慮，如：五子棋游戲，產(chǎn)生式系統(tǒng)，旅行商問題，傳教士和野人問題，BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)簡單的分類，遺傳算法、人工生命程序等，要求學(xué)生運(yùn)用所學(xué)章節(jié)的知識，獨立地設(shè)計和實現(xiàn)實驗內(nèi)容。實驗報告包括簡述實驗原理及方法，給出程序設(shè)計流程圖，源程序清單，實驗結(jié)果及分析等內(nèi)容，通過這種方式，進(jìn)一步加強(qiáng)學(xué)生的信息獲取能力和研究能力。
2.2 教學(xué)方法和手段的改革
人工智能技術(shù)課程交叉性強(qiáng)，涉及面廣，傳統(tǒng)的教學(xué)方法手段單一，缺少交流，課堂氣氛沉悶，激發(fā)不起學(xué)生的學(xué)習(xí)興趣，教學(xué)效果不理想。人工智能技術(shù)這門課程內(nèi)容抽象，如何激發(fā)學(xué)生的學(xué)習(xí)興趣是本課程需要解決的主要問題，也是關(guān)系教學(xué)改革成敗的關(guān)鍵。本課程需采用多種方法進(jìn)行教學(xué)，以此來激發(fā)學(xué)生的學(xué)習(xí)興趣。
1） 問題啟發(fā)式教學(xué)。《人工智能技術(shù)》這門課程中有很多似是而非、引人入勝的問題，主要是用計算機(jī)模擬人類的智能來解決這種問題。在教學(xué)中，有目的的提出這些問題，鼓勵學(xué)生思考，提出自己的想法和解決方案，并進(jìn)行分析和比較，這樣強(qiáng)化學(xué)生的主動學(xué)習(xí)意識，提高學(xué)習(xí)積極性[3]。
2） 個性化學(xué)習(xí)和因材施教。學(xué)生中存在計算機(jī)專業(yè)和非計算機(jī)專業(yè)本科畢業(yè)的差別，由于他們每個人的基礎(chǔ)不同，有的計算機(jī)知識比較匱乏，因此有必要針對每個學(xué)生的學(xué)習(xí)進(jìn)度，課堂作業(yè)和實驗報告情況進(jìn)行及時評估，對學(xué)生提出個性化的教學(xué)。例如：在實驗教學(xué)中，要求有能力和興趣的學(xué)生可以做探究性和創(chuàng)新性的附加實驗，從而引導(dǎo)學(xué)生發(fā)揮個性的空間，而對稍微吃力的學(xué)生則要求完成基本的實驗，更注重基礎(chǔ)知識的學(xué)習(xí)和夯實，這樣就能達(dá)到因材施教的目的。同時對不同層次的學(xué)生進(jìn)行分析，進(jìn)一步提出學(xué)習(xí)建議，并進(jìn)行有針對性的指導(dǎo)。
3） 多媒體使用和多學(xué)科知識的融合。本課程PPT課件圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解。課堂講授、板書與PPT手段相結(jié)合，注重課程中的關(guān)鍵詞用英文表示，并適當(dāng)指定英文參考書，使學(xué)生能夠接觸國外文獻(xiàn)資料，加深對學(xué)習(xí)內(nèi)容的理解，獲得更寬廣的知識。PPT課件運(yùn)用了大量多媒體技術(shù)，如動畫、聲音、圖像，通過動畫和視頻演示抽象的概念、算法和過程，使人工智能技術(shù)中抽象的知識形象化，在課件中融入了文學(xué)，歷史等其他學(xué)科的相關(guān)知識，便于學(xué)生較好地理解知識難點和重點[4]。
4） 師生互動和課內(nèi)外答疑。在教學(xué)中，改變了傳統(tǒng)的老師講，學(xué)生聽的教學(xué)模式。針對人工智能技術(shù)的實用性，適當(dāng)提問，收集學(xué)生學(xué)習(xí)情況，盡量使用實例進(jìn)行講解。設(shè)置了實驗講解互動課程，對于實驗的講解，學(xué)生可以提出疑問，然后在課堂上展開討論，學(xué)生可以看到問題從提出、分析到解決的整個過程，讓學(xué)生自己在討論中總結(jié)結(jié)論。為了解決教學(xué)中存在的疑難問題，還設(shè)有課后答疑，使學(xué)生能將所有的問題都理解透徹。
5） 理論研究與實踐結(jié)合。在教學(xué)內(nèi)容的安排上，注重學(xué)生的理論研究和動手能力，適當(dāng)布置一些課程相關(guān)的論文和實驗編程。通過課程論文，可以培養(yǎng)學(xué)生鉆研問題的興趣； 通過查閱科技文獻(xiàn)使學(xué)生掌握如何查找相關(guān)文獻(xiàn)的技能，可以培養(yǎng)學(xué)生撰寫科技論文的能力。通過實驗實踐，使學(xué)生可以更加清楚地了解人工智能技術(shù)基本概念和難點，也能了解算法的設(shè)計具體運(yùn)行過程，并對其進(jìn)行驗證，提高了學(xué)生的編程能力和和學(xué)習(xí)興趣。
6） 考試考核方式改革。本課程的考核考試也是一個值得探討的問題，本課程應(yīng)采用多種綜合考試方法，注重學(xué)生對基礎(chǔ)概念、知識和基本的技能的掌握以及理論聯(lián)系實際的能力。平時作業(yè)考核成績，實驗實踐教學(xué)成績、提交課程論文成績，以及最后的期末考試成績形成一種有效的考試考核方法，促進(jìn)學(xué)生主動學(xué)習(xí)，提高教學(xué)質(zhì)量。實驗的評價指標(biāo)在于算法設(shè)計、編程的準(zhǔn)確性和實驗結(jié)果及分析。課程論文評價指是選題是否嚴(yán)謹(jǐn)科學(xué)和具可研究性，論文結(jié)構(gòu)、思路是否嚴(yán)謹(jǐn)，論文內(nèi)容科學(xué)性、正確性，能否提出自己的見解。考查查閱科技文獻(xiàn)的能力主要通過是否查找到權(quán)威的、最新文獻(xiàn)以及撰寫是否規(guī)范。
2.3 學(xué)生學(xué)好《人工智能技術(shù)》課程的建議
《人工智能技術(shù)》是一門理論與實踐相結(jié)合的應(yīng)用課程，學(xué)生如何學(xué)習(xí)這么課程，也是我們應(yīng)該探討的問題。
學(xué)生應(yīng)該正確看待《人工智能技術(shù)》這門科學(xué)的發(fā)展。人工智能技術(shù)孕育于20世紀(jì)30、40年代，形成于60、70年代，發(fā)展至今，人工智能技術(shù)只有短短60多年的歷史，它是一門不斷發(fā)展和完善的嶄新學(xué)科，還有許多課題處于探索中，理論和技術(shù)還遠(yuǎn)未成熟，我們應(yīng)該對它有科學(xué)的認(rèn)識。
針對非計算機(jī)專業(yè)本科畢業(yè)的學(xué)生，除了課堂聽講之外，還應(yīng)該課下自學(xué)該課程的先修課程，如：數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)等課程。人工智能技術(shù)中涉及到大量的數(shù)學(xué)知識，如：模式識別需要具有較好的概率論，數(shù)理統(tǒng)計知識，另外還會用到少量隨機(jī)過程、模糊數(shù)學(xué)的一些知識。人工智能技術(shù)是一門應(yīng)用課程，編程語言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經(jīng)網(wǎng)絡(luò)，遺傳算法等算法，實現(xiàn)這些算法要求學(xué)生具有較強(qiáng)的編程能力。
學(xué)生應(yīng)該多讀，多查閱資料，特別是國外的期刊文獻(xiàn)和重要國際會議論文，多了解人工智能技術(shù)最前沿的信息，理論聯(lián)系實際，加深對基本算法的理解，并將人工智能技術(shù)的知識運(yùn)用到自己所研究的領(lǐng)域，以做到學(xué)以致用。
3 結(jié)論
人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿，該文對《人工智能技術(shù)》的課程教學(xué)進(jìn)行了一些探討，教學(xué)與實踐效果有了顯著提高，但仍然有許多方面還需要我們繼續(xù)探討和改進(jìn)。
參考文獻(xiàn)：
[1] 蔡自興，徐光佑.人工智能技術(shù)及其應(yīng)用[M].北京： 清華大學(xué)出版社，2003.
[2] 蔡自興，肖曉明，蒙祖強(qiáng)，等.樹立精品意識搞好人工智能技術(shù)課程建設(shè)[J].中國大學(xué)教學(xué)，2004（1）：28-29.
關(guān)鍵詞：人工智能計算機(jī)技術(shù)
一、人工智能的定義
“人工智能”(ArtificialIntelligence)一詞最初是在1956年Dartmouth學(xué)會上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機(jī)科學(xué)的一個分支,它企圖了解智能的實質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計算機(jī),人工智能的發(fā)展歷史是和計算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能理論進(jìn)入21世紀(jì),正醞釀著新的突破,人工智能的研究成果將能夠創(chuàng)造出更多更高級的智能“制品”,并使之在越來越多的領(lǐng)域超越人類智能,人工智能將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大貢獻(xiàn)。
二、人工智能的應(yīng)用領(lǐng)域
1.在管理系統(tǒng)中的應(yīng)用
(1)人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率,而是用計算機(jī)實現(xiàn)人們非常需要做,但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。在《談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用》一文中劉玉然指出把人工智能應(yīng)用于企業(yè)管理中,以數(shù)據(jù)管理和處理為中心,圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個主題數(shù)據(jù)庫,而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運(yùn)行。換句話說,就是將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理,搭建人工智能的應(yīng)用平臺,使之成為企業(yè)管理與決策中的關(guān)鍵因子。
(2)智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式,也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善,推動人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng),計算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。計算機(jī)智能教學(xué)系統(tǒng)包含學(xué)生模塊、教師模塊,體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部內(nèi)容,擁有著不可比擬的優(yōu)勢和極大的吸引力。
2.在工程領(lǐng)域的應(yīng)用
(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,具有極大的科研和應(yīng)用價值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題,作為醫(yī)生診斷、治療的輔助工具。事實上,早在1982年,美國匹茲堡大學(xué)的Miller就發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist2Ⅰ內(nèi)科計算機(jī)輔助診斷系統(tǒng)的研究成果,由此,掀起了醫(yī)學(xué)智能系統(tǒng)開發(fā)與應(yīng)用的。目前,醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用,從而應(yīng)用于內(nèi)科、骨科等多個醫(yī)學(xué)領(lǐng)域中,并在不斷發(fā)展完善中。
(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978年美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評價專家系統(tǒng)“PROSPECTOR”,該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等,是工業(yè)領(lǐng)域的首個人工智能專家系統(tǒng),其發(fā)現(xiàn)了一個鉬礦沉積,價值超過1億美元。
3.在技術(shù)研究中的應(yīng)用
(1)在超聲無損檢測(NDT)與無損評價(NDE)領(lǐng)域中,目前主要廣泛采用專家系統(tǒng)方法對超聲損傷(UT)中缺陷的性質(zhì)、形狀和大小進(jìn)行判斷和歸類;專家運(yùn)用超聲無損檢測儀器,以其高精度的運(yùn)算、控制和邏輯判斷力代替大量人的體力與腦力勞動,減少了任務(wù)因素造成的無擦,提高了檢測的可靠性,實現(xiàn)了超聲檢測和評價的自動化、智能化。
(2)人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點,因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更,大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù),開發(fā)更高級AI通用和專用語言,和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器,而與人工智能技術(shù)則為我們提供了可能性。
三、人工智能的發(fā)展方向
1.專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。近年來,在“專家系統(tǒng)”或“知識工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢。人類專家由于具有豐富的知識,所以才能達(dá)到優(yōu)異的解決問題的能力。那么計算機(jī)程序如果能體現(xiàn)和應(yīng)用這些知識,也應(yīng)該能解決人類專家所解決的問題,而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯,現(xiàn)在這一點已被證實。
2.智能信息檢索技術(shù)的飛速發(fā)展。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用,主要表現(xiàn)在:(1)如何利用計算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)。(2)由于網(wǎng)絡(luò)知識信息既包括規(guī)律性的知識,如一般原理概念,也包括大量的經(jīng)驗知識這些知識不可避免地帶有模糊性、隨機(jī)性、不可靠性等不確定性因素對其進(jìn)行推理,需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結(jié)構(gòu),其始終處在人工智能研究的前沿,已顯示出強(qiáng)大的問題求解能力,它認(rèn)為機(jī)器人的開發(fā)是人工智能應(yīng)用的重要領(lǐng)域。在它的研究中突出4個概念:(1)所處的境遇機(jī)器人不涉及抽象的描述,而是處在直接影響系統(tǒng)的行為的境地。(2)具體化機(jī)器人有軀干,有直接來自周圍世界的經(jīng)驗,他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置,也是由于與周圍進(jìn)行交互的動態(tài)決定。(4)浮現(xiàn)從系統(tǒng)與周圍世界的交互以及有時候系統(tǒng)的部件間的交互浮現(xiàn)出智能。目前,國內(nèi)外不少學(xué)者都對機(jī)器人足球系統(tǒng)頗感興趣,足球機(jī)器人涉及機(jī)器人學(xué)、人工智能以及人工生命、智能控制等多個領(lǐng)域。足球機(jī)器人系統(tǒng)本身既是一個典型的多智能體系統(tǒng),是一個多機(jī)器人協(xié)作自治系統(tǒng),同時又為它們的理論研究和模型測試提供一個標(biāo)準(zhǔn)的實驗平臺。
參考文獻(xiàn):
[1]元慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦,2008.
[2]劉玉然.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].價值工程,2003.
[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計算機(jī)仿真,2003,(8).
[4]周明正.人工智能在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[J].科技信息,2007.
[5]張海燕,劉鎮(zhèn)清.人工智能及其在超聲無損檢測中的應(yīng)用[J].無損檢測,2001,(8).
[6]馬秀榮,王化宇.簡述人工智能技術(shù)在網(wǎng)絡(luò)安全管理中的應(yīng)用[J].呼倫貝爾學(xué)院學(xué)報,2005,(4).
Jeffrey J.P.Tsai University of Illinois,
Chicago, USA(Eds.)
Machine Learning
Applications in Software
Engineering
Series on Software Engineering and Knowledge Engineering Vol. 16
2005,355Ppp.
ISBN 9789812560940
軟件工程中的
機(jī)器學(xué)習(xí)應(yīng)用
D張JJP特賽編
本書是《軟件工程與知識工程》叢書的第16卷。Brooks在其經(jīng)典的論文“無銀彈”中對于在變化的環(huán)境中開發(fā)和維護(hù)大量軟件系統(tǒng)的挑戰(zhàn)已經(jīng)做出了具有說服力的闡述。復(fù)雜性、一致性、可變性和隱形性，這些都是在開發(fā)大型軟件中固有的基本困難。
人們提出了許多演化或者遞增改進(jìn)的辦法，每一種改進(jìn)辦法都試圖致力于改進(jìn)這些基本困難的某些方面。人工智能技術(shù)對軟件工程的應(yīng)用產(chǎn)生了某些令人振奮的結(jié)果。這些成功的人工智能技術(shù)包括了基于知識的方法，自動推理、專家系統(tǒng)、啟發(fā)式搜索策略、時態(tài)邏輯、規(guī)劃及模式識別。為了最終克服這些基本的困難，人工智能技術(shù)能夠發(fā)揮重要的作用。而作為人工智能的一個子領(lǐng)域，機(jī)器學(xué)習(xí)涉及一個問題，即如何建立一個計算機(jī)程序，該程序通過經(jīng)驗?zāi)軌蚋倪M(jìn)它們在執(zhí)行某些任務(wù)時的性能。
機(jī)器學(xué)習(xí)專門致力于創(chuàng)造并且編譯可驗證的知識，而這些知識與人工制品的設(shè)計與構(gòu)建相關(guān)。機(jī)器學(xué)習(xí)領(lǐng)域包括了監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)，它已經(jīng)被證明在許多的應(yīng)用領(lǐng)域中具有極大的實用價值。軟件工程領(lǐng)域已成為一塊沃土，在那里許多軟件開發(fā)和維護(hù)的任務(wù)可以系統(tǒng)地闡述為學(xué)習(xí)問題和依據(jù)學(xué)習(xí)算法的方法。本書涉及了在軟件工程中的機(jī)器應(yīng)用這個主題，它提供了對機(jī)器學(xué)習(xí)的綜述，總結(jié)了這個領(lǐng)域中的最新實踐，給出了對現(xiàn)有工作的分類，提供了某些應(yīng)用準(zhǔn)則。書中還包括了在該研究領(lǐng)域中先前發(fā)表的論文集合。
本書由9章組成。第1章機(jī)器學(xué)習(xí)與軟件工程介紹；第2章預(yù)測和估計中的機(jī)器學(xué)習(xí)應(yīng)用；第3章屬性與模型發(fā)現(xiàn)中的機(jī)器學(xué)習(xí)應(yīng)用；第4章變換中的機(jī)器學(xué)習(xí)應(yīng)用；第5章生成與合成中的機(jī)器學(xué)習(xí)應(yīng)用；第6章重復(fù)使用中的機(jī)器學(xué)習(xí)應(yīng)用；第7章需求獲取中的機(jī)器學(xué)習(xí)應(yīng)用；第8章開發(fā)知識管理中的機(jī)器學(xué)習(xí)應(yīng)用；第9章準(zhǔn)則與結(jié)論。
本書可供軟件工程以及機(jī)器學(xué)習(xí)專業(yè)的研究人員和研究生閱讀參考。也可供從事軟件開發(fā)工作的人員閱讀。
胡光華，高級軟件工程師
(原中國科學(xué)院物理學(xué)研究所)
AI Index在新舊年份交替之際公布了團(tuán)隊成立以來第一份報告，其中具有代表性的八張圖可以幫助我們快速、全面了解AI這一行業(yè)高速發(fā)展的啟發(fā)和見解。
1、AI學(xué)術(shù)研究論文激增9倍以上
自1996年以來，每年發(fā)表的計算機(jī)科學(xué)的學(xué)術(shù)論文和研究的數(shù)量猛增了9倍以上。學(xué)術(shù)論文和研究通常能產(chǎn)生新的知識產(chǎn)權(quán)和專利。整個Scopus數(shù)據(jù)庫中，含有“Artificial Intelligence”這個關(guān)鍵詞的計算機(jī)科學(xué)領(lǐng)域的論文有超過200，000（200237）篇。Scopus數(shù)據(jù)庫中“計算機(jī)科學(xué)”領(lǐng)域的論文總共有近500萬（4868421）篇。
2、AI風(fēng)險投資激增6倍
自2000年以來，在美國，風(fēng)險投資者（VC）每年投入AI創(chuàng)業(yè)公司的投資額增加了6倍。Crunchbase，VentureSource和Sand Hill Econometrics被用于確定VC每年投給初創(chuàng)公司的資金額，這些初創(chuàng)公司在某些關(guān)鍵領(lǐng)域起著重要作用。上圖顯示了VC在美國所有融資階段對AI創(chuàng)業(yè)公司年度投資總額。
3、AI創(chuàng)業(yè)公司激增14倍
自2000年以來，在美國，有資本支持的AI創(chuàng)業(yè)公司數(shù)量增加了14倍。Crunchbase，VentureSource和Sand Hill Econometrics也用于這一分析。這個數(shù)字包括VentureSource數(shù)據(jù)庫中Crunchbase列表中的任何有VC支持的公司。
4、要求AI技能崗位激增4.5倍
自2013年以來，要求有AI技能的工作崗位增長了4.5倍。在Indeed.com平臺上，需要AI技能的工作崗位所占份額的計算方法是通過職業(yè)描述中的標(biāo)題和關(guān)鍵字來確定是否與人工智能相關(guān)。AI Index研究還計算了在Indeed.com平臺上，要求人工智能技術(shù)的工作崗位份額在不同國家的增長情況。盡管加拿大和英國增長迅速，但對于人才招聘市場，Indeed.com的報告顯示加拿大和英國分別只占美國AI招聘市場絕對規(guī)模的5%和27%。
5、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及NLP成為核心技能
在線求職平臺Monster.com上數(shù)據(jù)顯示，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)和自然語言處理（NLP）是最重要的三項技能。兩年前NLP已經(jīng)被預(yù)測會成為應(yīng)用程序開發(fā)人員創(chuàng)建新的AI應(yīng)用程序最需要的技能。除了創(chuàng)建AI應(yīng)用程序，最受歡迎的技能還包括機(jī)器學(xué)習(xí)技術(shù)，Python，Java，C++，開源開發(fā)環(huán)境的經(jīng)驗，Spark，MATLAB和Hadoop。根據(jù)對Monster.com的分析，在美國，數(shù)據(jù)科學(xué)家，高級數(shù)據(jù)科學(xué)家，人工智能顧問和機(jī)器學(xué)習(xí)主管的薪水中位數(shù)為$127000。
6、圖像標(biāo)注錯誤率巨幅下滑至2.5%以下
自2010年以來，圖像標(biāo)注的錯誤率從28.5%下降到2.5%以下。大規(guī)模視覺識別挑戰(zhàn)賽（LSVRC）的對象檢測任務(wù)的AI拐點發(fā)生在2014年。在這項特定任務(wù)中，AI已經(jīng)表現(xiàn)得比人類更準(zhǔn)確。這些發(fā)現(xiàn)來自于ImageNet網(wǎng)站上LSVRC競賽排行榜的競賽數(shù)據(jù)。
7、機(jī)器人進(jìn)口量激增至25萬
從國際上看，機(jī)器人的進(jìn)口量已經(jīng)從2000年的10萬臺左右增長到了2015年的25萬臺左右。數(shù)據(jù)來源是每年進(jìn)口到北美以及國際整體的工業(yè)機(jī)器人的數(shù)量。工業(yè)機(jī)器人由ISO 8373：2012標(biāo)準(zhǔn)定義。國際數(shù)據(jù)公司（IDC）預(yù)測對機(jī)器人的消費將在五年內(nèi)加快，到2021年達(dá)到2307億美元，復(fù)合年增長率（CAGR）為22.8%。
關(guān)鍵詞：大學(xué)計算機(jī)基礎(chǔ)；教學(xué)改革；人工智能；智慧課堂
云計算、大數(shù)據(jù)、人工智能新興領(lǐng)域的崛起，推動信息技術(shù)全面滲透于人們的生產(chǎn)生活中。信息技術(shù)的核心在于計算機(jī)技術(shù)和通信技術(shù)。然而，雖然目前各個高校都開設(shè)了計算機(jī)基礎(chǔ)課程，但是其教學(xué)卻存在著諸多問題，導(dǎo)致該課程無法達(dá)到預(yù)期的教學(xué)效果。教育部在2012年《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》，其中指明“以教育信息化帶動教育現(xiàn)代化，促進(jìn)教育的創(chuàng)新與變革”[2]。因此，本文以華中師范大學(xué)計算機(jī)基礎(chǔ)課程教學(xué)為例，深入闡述了傳統(tǒng)計算機(jī)基礎(chǔ)課程教學(xué)的弊端，提出了在當(dāng)前人工智能如火如荼的時代背景下，如何應(yīng)用人工智能相關(guān)技術(shù)對傳統(tǒng)的計算機(jī)基礎(chǔ)教學(xué)進(jìn)行改革的具體方案。該方案以創(chuàng)建網(wǎng)絡(luò)智慧課堂教學(xué)模式改革為主體，輔以教學(xué)觀念、知識體系和課程考核方式改革，以期對高校的計算機(jī)基礎(chǔ)課程教學(xué)有所裨益。
1傳統(tǒng)教學(xué)的缺陷
⑴課程的教學(xué)地位沒有引起足夠的重視一些高校為計算機(jī)基礎(chǔ)課程分配較少的學(xué)時（少于48學(xué)時），甚至有的專業(yè)將此課程設(shè)置為選修課。這種設(shè)置降低了該課程在教師和學(xué)生心目中的位置，導(dǎo)致了對該課程的忽視。同時，不少老師因為學(xué)時不夠，時間緊迫，僅僅講述與考試相關(guān)的內(nèi)容，不考的一概不講。這導(dǎo)致學(xué)生的眼界受限，知識和能力受限，無法培養(yǎng)其全面綜合的計算機(jī)素質(zhì)。還有的專業(yè)沒有將這門課給專業(yè)的計算機(jī)學(xué)院的老師講授，而是隨意安排授課人員。沒有經(jīng)過系統(tǒng)專業(yè)訓(xùn)練的教師缺乏足夠的知識儲備，很難講好這一門看似簡單的課程。⑵課程教學(xué)內(nèi)容的制定與當(dāng)今時代對于信息化人才的需求脫節(jié)一些高校的現(xiàn)狀是計算機(jī)基礎(chǔ)的課程教材知識陳舊[3]、質(zhì)量堪憂，教材總是無法跟上知識更新的步伐，例如都2019年了還在講Office2010。有的高校由于缺乏對課程的重視，沒有對教材優(yōu)中選優(yōu)，而是基于利益的考慮，優(yōu)先選擇自己院系編寫的教材。其教材內(nèi)容是七拼八湊，沒有整體性、邏輯性和連貫性，更不用說前瞻性。這樣的教材，無疑對學(xué)生的學(xué)習(xí)設(shè)置了巨大的屏障。除此以外，一些院校的課程教學(xué)知識體系不夠明確和完善，教學(xué)大綱的制定不夠科學(xué)。從教學(xué)大綱中制定的學(xué)時分配來說，常常偏重實用性[4]，常用計算機(jī)軟件操作占據(jù)了大部分的課時。這會讓教師在授課時輕理論而重操作，如此培養(yǎng)學(xué)生，非常不利于其計算思維的形成，對后續(xù)其他計算機(jī)相關(guān)課程的學(xué)習(xí)也是很大的傷害。⑶教學(xué)模式過于傳統(tǒng)，信息化水平較低從教學(xué)方式上來說，傳統(tǒng)的教學(xué)模式以教師課堂授課為中心，是以教師為主體的教學(xué)模式[5]。在這種模式下，教師仍然主要以填鴨式教學(xué)為主[6]，無法通過課堂教學(xué)發(fā)現(xiàn)學(xué)生的個性化特點，并進(jìn)行有針對性的教學(xué)。另外，雖然計算機(jī)基礎(chǔ)課程一般都配備了實驗課時，但是實驗課常常是采用教師布置上機(jī)任務(wù)、學(xué)生做完抽樣檢查的模式。這對于大課堂來說，教師的任務(wù)繁重，無法搜集到每一個學(xué)生的任務(wù)完成情況，無法清晰地掌握學(xué)生學(xué)習(xí)的實際情況和薄弱環(huán)節(jié)。而且，該課程缺乏相應(yīng)的研討課時，很難讓學(xué)生對其所學(xué)知識進(jìn)行深入思考和探究，以增強(qiáng)思辨能力和對課程的學(xué)習(xí)興趣。⑷課程考核方式不夠公平合理從考核方式上來說，該課程普遍采用“平時成績”+“期末考試”的加權(quán)方式對學(xué)生成績進(jìn)行評定。平時成績多由考勤分所得，期末考試多采用機(jī)考模式。這種考核方式過于單一化、機(jī)械化，無法對學(xué)生進(jìn)行全方位的評價。很多學(xué)生來到教室打考勤，但可能根本沒聽講，而是在睡覺或者玩手機(jī)。期末機(jī)考的公平合理性也是存在著很多的漏洞。例如機(jī)考的試題庫可以十年不變，分值的分配和難度的掌握都沒有經(jīng)過系統(tǒng)的考量。甚至有的考試系統(tǒng)不夠穩(wěn)定和安全，頻頻爆出Bug，嚴(yán)重影響了考試結(jié)果的真實性。
2新人工智能環(huán)境下對計算機(jī)基礎(chǔ)課程改革的具體方案
2012年開始，在隨著卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在視覺處理方面的應(yīng)用取得巨大的成功之后，人工智能到達(dá)了有史以來的第三個爆發(fā)期。目前，深度學(xué)習(xí)技術(shù)在AlphaGo、無人駕駛汽車、機(jī)器翻譯、智能助理、機(jī)器人、推薦系統(tǒng)等領(lǐng)域的發(fā)展如火如荼。與此同時，人工智能技術(shù)在教育領(lǐng)域方面的應(yīng)用已經(jīng)興起。人工智能的教學(xué)產(chǎn)品也已有先例，例如基于MOOC平臺研發(fā)的教學(xué)機(jī)器人MOOCBuddy等等。基于人工智能的教育是融合云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、VR、區(qū)塊鏈等新興技術(shù)的增強(qiáng)型數(shù)字教育[2].在當(dāng)前人工智能的大時代背景下，針對傳統(tǒng)計算機(jī)基礎(chǔ)的種種弊端，我們提出了如下教學(xué)改革方案。⑴改變教學(xué)理念，確立計算機(jī)基礎(chǔ)課程的重要地位計算機(jī)基礎(chǔ)作為高校的一門公共課，實則應(yīng)當(dāng)作為各個專業(yè)的學(xué)生后續(xù)的學(xué)習(xí)、科研的必修之課程。因此，高等學(xué)校應(yīng)從源頭上確立該課程的重要地位，將該課程納入必修課范疇，并給與更充分合理的課時分配。除教學(xué)課時、實驗課時之外，需要為該課程增加一定的研討課時。任課老師必須是來自于計算機(jī)專業(yè)的人才。同時，定時舉辦關(guān)于該課程的教學(xué)培訓(xùn)、教學(xué)研討會和教學(xué)比賽，改變教師的教學(xué)理念，從源頭上給予該課程足夠的重視。⑵優(yōu)化教學(xué)內(nèi)容，重新制定課程的教學(xué)知識體系教材是教師教學(xué)的主要依據(jù)，也是學(xué)生獲得系統(tǒng)性知識的主要來源。因此，教材對于教學(xué)的重要性不言而喻。教材的選取需要優(yōu)中擇優(yōu)，必要的時候可以根據(jù)自身院校的情況自己編寫，力求使用好的教材使教學(xué)事半功倍。在選定優(yōu)質(zhì)教材的基礎(chǔ)上，制定更加合理的教學(xué)大綱，優(yōu)化計算機(jī)基礎(chǔ)課程的教學(xué)知識體系，突出計算機(jī)學(xué)科入門相關(guān)基礎(chǔ)理論知識的重要地位。對現(xiàn)有的過時內(nèi)容進(jìn)行更新，例如操作系統(tǒng)以Windows10的操作取代Windows7，Office這部分使用Office2019版本取代2010的版本，同時增加關(guān)于算法入門知識、程序設(shè)計入門知識以及人工智能、區(qū)塊鏈等前沿知識單元的介紹。以華中師范大學(xué)為例，我們在圖1中給出了該校計算機(jī)基礎(chǔ)課程的教學(xué)知識體系結(jié)構(gòu)圖。⑶充分利用現(xiàn)代化的教學(xué)工具和人工智能技術(shù)，構(gòu)建智慧課堂，改變傳統(tǒng)教學(xué)模式現(xiàn)代化的教學(xué)應(yīng)當(dāng)轉(zhuǎn)變以教師為核心的教學(xué)模式，更加突出學(xué)生的主體性地位。因此，在人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)和蓬勃發(fā)展的情形下，應(yīng)當(dāng)改變傳統(tǒng)的課堂教學(xué)形式，充分利用現(xiàn)代化信息技術(shù)，將傳統(tǒng)課堂教學(xué)和網(wǎng)絡(luò)課堂教學(xué)模式相結(jié)合，構(gòu)建智慧課堂。融合課堂教學(xué)身臨其境的效果與網(wǎng)絡(luò)課堂自主性強(qiáng)且方便師生交流的特點，通過師生之間多層次、立體化的互動，達(dá)到提升教學(xué)效果的目的。同時，建立功能強(qiáng)大、完善的學(xué)生實驗平臺，基于不同專業(yè)學(xué)生的不同特點和不同需求，進(jìn)行個性化的作業(yè)設(shè)置。針對教師布置的實驗任務(wù)和學(xué)生的完成情況，結(jié)合在線網(wǎng)絡(luò)教學(xué)系統(tǒng)，通過傳感器及網(wǎng)絡(luò)數(shù)據(jù)，搜集學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，并且使用人工智能算法進(jìn)行智能分析，使教師對當(dāng)前的學(xué)生的學(xué)習(xí)情況一目了然，并能引導(dǎo)學(xué)生對重點、難點的鞏固和掌握。研討課以學(xué)生為主體，按照所選課題進(jìn)行分組調(diào)研、分組討論，刺激學(xué)生的學(xué)習(xí)興趣，培養(yǎng)其思辨能力。研討內(nèi)容最終可以課程論文的形式上交至課程共享平臺，由教師和同學(xué)共同給出評分。這里，仍以華中師范大學(xué)為例，我們將在線教學(xué)系統(tǒng)、實驗課平臺、研討課共享平臺等集成為一個基于人工智能技術(shù)的網(wǎng)絡(luò)智慧教學(xué)綜合平臺系統(tǒng)。該系統(tǒng)主要包括用戶管理、在線教學(xué)、課堂互動、作業(yè)管理、考試管理、BBS系統(tǒng)、智能分析和平臺管理8個模塊，其主要功能如圖2所示。該系統(tǒng)采用C/S模式，系統(tǒng)的服務(wù)器選用Linux服務(wù)器，同時開發(fā)基于PC機(jī)的和手機(jī)端的客戶端系統(tǒng)，方便學(xué)生和教師隨時選用、更加靈活。在線教學(xué)模塊中的智能學(xué)習(xí)助理功能，能夠根據(jù)歷史用戶的學(xué)習(xí)行為和當(dāng)前用戶的學(xué)習(xí)行為，自動地識別學(xué)習(xí)內(nèi)容中的難點以及當(dāng)前學(xué)生的難點內(nèi)容，有針對性地對學(xué)生進(jìn)行知識點強(qiáng)化。課堂互動模塊中，通過可穿戴式傳感器搜集學(xué)生的學(xué)習(xí)行為，用于后續(xù)智能分析模塊中對學(xué)生的學(xué)習(xí)態(tài)度和學(xué)習(xí)行為進(jìn)行智能分析。在線作業(yè)評價模塊包括機(jī)器評價和教師評價兩個功能。機(jī)器評價是系統(tǒng)為學(xué)生作業(yè)（客觀題、主觀題）自動評分，其中主觀題的評分也是使用人工智能技術(shù)來實現(xiàn)。教師評分時可以參考機(jī)器評分，減少教師工作量。同時，教師評分為機(jī)器評分提供機(jī)器學(xué)習(xí)的經(jīng)驗數(shù)據(jù)，促進(jìn)機(jī)器評分更加智能。智能分析模塊能夠依據(jù)學(xué)生的在線課程學(xué)習(xí)模塊、課堂學(xué)習(xí)模塊、作業(yè)管理模塊等搜集到的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行綜合分析，促使教師深入了解學(xué)生的學(xué)習(xí)情況和個性化特點，提升教學(xué)的針對性，并且有助于后續(xù)對學(xué)生進(jìn)行全面、綜合的分析和成績評定。所有系統(tǒng)模塊中使用到的智能分析技術(shù)包括基本的統(tǒng)計分析、以及各類機(jī)器學(xué)習(xí)算法（k-means,NaveBayes,SupportVectorMachine,DeepLearning等等）。⑷改變傳統(tǒng)成績考核的方式在“教學(xué)”+“實驗”+“研討課”課程結(jié)構(gòu)以及網(wǎng)絡(luò)智慧教學(xué)綜合平臺的輔助之下，學(xué)生的成績評定更加全面化、多元化、公平化、自動化[7]。平時成績中，除了教學(xué)綜合平臺的“課堂簽到”次數(shù)之外，還增加更多豐富多元化的考察信息，如：學(xué)生的課堂討論、在線課程學(xué)習(xí)和考核結(jié)果、平時作業(yè)完成情況，以及智能分析模塊中輔助分析的學(xué)習(xí)態(tài)度、學(xué)習(xí)能力、平時成績預(yù)測。期末上機(jī)考試系統(tǒng)也是智慧課堂綜合平臺的一個子模塊，是精心設(shè)計的穩(wěn)定、安全、功能強(qiáng)大的子系統(tǒng)，方便教師每一年更新試題庫，修改bug。試題庫中的每一套試卷都應(yīng)當(dāng)經(jīng)過科學(xué)的考卷質(zhì)量分析，使其難度、覆蓋范圍在一個均衡、合理的范圍。最后，教師通過對各類平時成績指標(biāo)以及期末考試成績加權(quán)，給出最終的學(xué)習(xí)成績。通過規(guī)范、合理、公平、全面的考核體系，獲得對學(xué)生公平、完善的評價機(jī)制，激勵學(xué)生并刺激教學(xué)良性運(yùn)轉(zhuǎn)。
3結(jié)束語
【關(guān)鍵詞】安檢系統(tǒng) 智能X光機(jī) 圖像處理 圖像識別 人工智能 GPU云計算 大數(shù)據(jù)
1 引言
安檢作業(yè)是鐵路運(yùn)輸安全至關(guān)重要的一步，X光安檢機(jī)是該環(huán)節(jié)中的關(guān)鍵設(shè)備，但是長期以來，都是人工看圖識別，員工上崗前要經(jīng)過相對長時間的培訓(xùn)，同時人工作業(yè)會在疲勞的時候產(chǎn)生誤檢和漏檢。隨著GPU云計算的高速發(fā)展，計算機(jī)的計算力成本迅速降低，為以計算力和大數(shù)據(jù)為基礎(chǔ)的人工智能技術(shù)提供了突破閾值的基礎(chǔ)。通過軟、硬件及線上線下結(jié)合，匯集與分析各種安檢領(lǐng)域（包括海關(guān)、機(jī)場等）的圖像與數(shù)據(jù)，將之應(yīng)用于高鐵站安檢作業(yè)作為底層初始數(shù)據(jù)，再在運(yùn)行過程中使用人工智能的深度學(xué)習(xí)算法，可以有效提高人工智能X光安檢機(jī)（簡稱，智能X光機(jī)）禁限帶物品的識別率、降低勞動強(qiáng)度、減少人為誤差；同時匯聚大量單一作業(yè)點數(shù)字化的安全信息到公共安全大數(shù)據(jù)中樞平臺，反饋回的大數(shù)據(jù)喂養(yǎng)人工智能算法，機(jī)器學(xué)習(xí)后的結(jié)果再次應(yīng)用到具體某一單作業(yè)點時，便整體提高所有單一作業(yè)點的識別率（圖1）。
由于乘客所攜帶物品種類相當(dāng)復(fù)雜，智能X光機(jī)的智能識別系統(tǒng)如何快速、準(zhǔn)確的識別出乘客所攜帶的禁限帶物品面臨著巨大的挑戰(zhàn)。本文使用基于圖像處理、圖像識別以及機(jī)器深度自主學(xué)習(xí)的計算機(jī)算法，在X光機(jī)圖像智能識別方面進(jìn)行了深入開發(fā)和實地試驗。智能X光機(jī)的模式智能識別系統(tǒng)是智能X光機(jī)的重要組成部分。為智能X光機(jī)的閘門提供控制信號以及各種報警信號。最后，根據(jù)以上的試驗結(jié)果，研發(fā)實用的智能X光機(jī)的模式識別系統(tǒng)。本文主要介紹了該圖像處理與識別的過程以及智能識別系統(tǒng)。從而解決一下三個方面的主要問題：
（1）解決一線安檢人員不足、過度勞累的問題，以及因此而產(chǎn)生的誤檢和漏檢等問題；消除和減少安全隱患，同時實現(xiàn)減員增效；
（2）降低對于人員素質(zhì)要求，縮短上崗前的培訓(xùn)周期，直接勝任物品安檢崗位；
（3）解決傳統(tǒng)安檢無法聯(lián)網(wǎng)、無法數(shù)據(jù)積累、海量數(shù)據(jù)資源浪費的問題。
2 圖像異物檢測原理
2.1 圖像識別方法
本論文設(shè)計的基于圖像理的高鐵站智能X光機(jī)檢測過程主要包括六個部分，分別是：圖像采集、新拍圖片和原始圖片特征點提取、新拍圖片和原始圖片特征點匹配、求得新拍圖片和原始圖片之間的空間變換矩陣、對新拍圖片進(jìn)行透視變換、對變換后圖片與原始圖片進(jìn)行相減。
計算機(jī)視覺的相關(guān)應(yīng)用中經(jīng)常會提到一個概念：特征點。特征點也稱作關(guān)鍵點或者興趣點，顧名思義，圖像中的特征點一般指一些獨立的物點，例如：煙肉、避雷針、旗桿、電視塔等等；或者圖像中的一些線型要素的交叉點或者面狀要素邊界線拐點。如：桌子角、墻角、樹枝交叉點等等。特征點的概念常常被用來解決一些生活中的實際應(yīng)用問題，例如：圖像的配準(zhǔn)、物體的識別、圖像的三維重建等等。假如我們可以檢測到充足的此類特殊的特征點，由于它們的區(qū)分度比較高，就沒有必要觀察整幅圖像，只對這些特征點進(jìn)行局部的分析，并且利用它們精確的定位圖像的某些穩(wěn)定的特征。
2.2 比對流程
通過兩幅圖像之間的匹配點對，求解出它們之間對應(yīng)的單應(yīng)矩陣，然后可以通過該單應(yīng)矩陣對新拍圖像進(jìn)行變換，能夠得到與原始圖像配準(zhǔn)程度很高的圖像。
要檢測新拍圖像上的異物，我們需要對經(jīng)過變換過后的新拍圖像和原始圖像進(jìn)行配準(zhǔn)操作，變換過后的新拍圖像由于透視變換出現(xiàn)一部分黑色區(qū)域，這樣會對后續(xù)的圖像對比操作造成很大的影響，因此，我們首先需要一定的手段將該黑色區(qū)域去掉，在計算機(jī)視覺處理技術(shù)當(dāng)中有一種圖像剪切技術(shù)可以達(dá)到此目的，需要注意的是，為了能夠?qū)煞鶊D像的相同區(qū)域進(jìn)行對比，我們需要對原始圖像進(jìn)行同樣尺寸的剪切動作。
經(jīng)過剪切過后的兩幅圖像尺寸大小一致，此時可以用圖像像素值差法對該兩幅處理后的圖像進(jìn)行圖像相減，我們可以事先預(yù)設(shè)一個閾值，如果相同位置的像素點的值相同或者兩像素點差值未超過預(yù)設(shè)的閾值，則可以認(rèn)定此兩像素點是相同的，反映在結(jié)果上則是該位置為一個黑色點斑，反之，若相同位置像素點的像素差值超過預(yù)設(shè)的閾值，則該位置顯示一個白色點斑。我們可以通過圖像相減的結(jié)果圖像上的白色斑點直觀的判斷兩圖像之間的差異或者是否存在異物。
3 測試試驗
長春西高鐵站對使用的人工智能X光安檢設(shè)備，進(jìn)行了改造，融入了圖像處理技術(shù)和人工智能云端計算力應(yīng)用的檢測，并進(jìn)行試驗和實物操作檢驗。
（1）設(shè)計了一套基于圖像處理技術(shù)的高鐵站智能檢測軟件系統(tǒng)。整個圖像處理過程分為新拍圖像與原始圖像特征點檢測及匹配、對檢測出的新拍圖像與原始圖像特征點對精選、新拍圖像與原始圖像之間空間轉(zhuǎn)換矩陣的估計、新拍圖片的透視變換、圖像剪裁、新拍圖像與原始圖像相減、圖像異物標(biāo)記、腐蝕除去噪聲等8個步驟，針對上述8個步驟編寫了相應(yīng)算法。
（2）在實際的圖像攝取過程當(dāng)中，拍攝視角無法保證每一次都完全相同，尤其是當(dāng)拍攝環(huán)境較為復(fù)雜時，由于物體的遮擋效應(yīng)，攝像頭在比較大視角變化情況下拍攝出的圖像相較于原始圖像會出現(xiàn)很多“新”的內(nèi)容，這樣在圖像相減時可能會出現(xiàn)很大的差異，可以考慮在一個角度變化范圍內(nèi)實現(xiàn)很多張微小角度變化的圖片的拍攝，然后連續(xù)對相鄰的圖片進(jìn)行空間轉(zhuǎn)換，最終達(dá)到效果比較好的大角度空間轉(zhuǎn)換。
（3）由于實際的拍攝角度和環(huán)境亮暗的不同，物體表面反射光強(qiáng)度不可避免會存在差異，由此，在兩圖像像素值差算法的過程中，也可能會出現(xiàn)噪聲，為消除噪聲，本設(shè)計的系統(tǒng)用的是圖像腐燭算法，使系統(tǒng)異物檢測效果更好。實驗測試表明，在環(huán)境的亮暗、圖像位移、旋轉(zhuǎn)、傾斜、縮放等因子的變化不超過容許范圍的條件下，本次試驗提及的基于圖像處理的高鐵站智能檢測系統(tǒng)基本能夠取得較好的效果。
（4）根據(jù)不同的應(yīng)用場景，靈活配置安檢效率和閱圖效率的匹配關(guān)系：
快速安檢模式：安檢效率高于閱圖效率，增加安檢人數(shù)以滿足業(yè)務(wù)量的需求，適用于業(yè)務(wù)高峰期，快件量巨大的應(yīng)用場景；
快速閱圖模式：安檢效率小于閱圖效率，平均每位閱圖人員可管理多個通道；適用于業(yè)務(wù)低谷期、安檢包裹較少的情況，以節(jié)約人力成本。以上兩種測試也很成功。
（5）長春西高鐵站的人工智能X光安檢機(jī)測試結(jié)果想到優(yōu)異。已經(jīng)具備200-1000億次/秒的圖形運(yùn)算能，自動識別肉眼難以辨認(rèn)的復(fù)雜背景后的槍支，經(jīng)過大數(shù)據(jù)分析，甚至能查驗出分批寄運(yùn)的槍支零件，可對3D打印槍進(jìn)行識別（圖2）而傳統(tǒng)X光機(jī)無能為力。該大數(shù)據(jù)的云平臺系統(tǒng)，運(yùn)算速度已經(jīng)達(dá)到毫秒速度。當(dāng)前版本的智能X光機(jī)，可識別常見的一百種以上刀具、數(shù)十種30種以上槍支、常見的上百種瓶裝液體、一百種以上的鋰電池（圖2）。
4 展望及結(jié)束語
未來下一步的工作是進(jìn)行各個單一作業(yè)點的人工智能X光安檢機(jī)聯(lián)網(wǎng)，實現(xiàn)數(shù)據(jù)的實時向大數(shù)據(jù)運(yùn)營中心傳送；在運(yùn)營中心GPU計算力的使用和機(jī)器深度學(xué)習(xí)的迭代升級，會持續(xù)不斷地增強(qiáng)實現(xiàn)智能判斷力、并通過智能語音播報提醒。每個車站都配備一個分指揮中心，可以完全實現(xiàn)培訓(xùn)、指揮的功能。可以實現(xiàn)24小時值機(jī)和支持一人值雙機(jī)的工作的方案，并能實現(xiàn)遠(yuǎn)程值機(jī)、移動值機(jī)等功能。極大地提高了火車站X光機(jī)安檢環(huán)節(jié)的工作效率和升級了安全保障的能力，并實現(xiàn)減員增效。
本文報道了人工智能X光機(jī)的安檢系統(tǒng)在長春西高鐵站的實地應(yīng)用和測試原理、方案、過程和結(jié)果，討論了智能X光機(jī)通過運(yùn)用圖像處理和圖像識別技術(shù)，結(jié)合與人工智能機(jī)器深度學(xué)習(xí)的算法，和GPU云計算的大數(shù)據(jù)處理能力，經(jīng)過反復(fù)實測試驗，初步實現(xiàn)了高鐵站安檢作業(yè)異物檢測功能的需求，但仍存在很多實際應(yīng)用問題需要改進(jìn)和完善，仍然需要大量的基礎(chǔ)數(shù)據(jù)建立數(shù)據(jù)庫，累積大量機(jī)器學(xué)習(xí)數(shù)據(jù)，從而進(jìn)行更高維度比對運(yùn)算，減低誤報率。隨著人工智能技術(shù)的進(jìn)一步發(fā)展，以及計算機(jī)圖像處理技術(shù)和圖像識別技術(shù)的更加成熟、完善，人工智能X光安檢設(shè)備將會在保障鐵路運(yùn)用安全方面發(fā)揮越來越重要的作用。
參考文獻(xiàn)
[1]Robert Laganiere. OpenCV計算機(jī)視覺編程手冊[M].科學(xué)出版社，2013（07）.
[2]敬淇文.基于Harris角點檢測的零件形狀識別[J].微計算機(jī)信息，2010.
[3]吳毅良.一種基于SIFT和SUSAN特征的圖像匹配方法[D].暨南大學(xué)，2011（06）.
[4]張少輝，沈曉蓉.一種基于圖像特征點提取及匹配的方法[D].北京航空航天大學(xué)，2008.
[5]劉學(xué)，姚洪利.基于擴(kuò)展的SURF描述符的彩色圖像配準(zhǔn)技術(shù)[J].計算機(jī)應(yīng)用研究，2011（03）.
[6]劉禾.數(shù)字圖像處理及應(yīng)用[M].北京：中國電力出版社，2005.
[7]陳書海，傅錄祥.實用數(shù)字圖像處理[M].北京：科學(xué)出版社，2005.
[8]段佳佳，楊迎春.圖像處理在自動焊接中的應(yīng)用[J].電子測試，2012（02）.
作者簡介
米仲勇（1975-），男，吉林省長春市人。現(xiàn)沈陽鐵路局長春站工程師。主要研究方向為鐵路運(yùn)輸管理。
【摘要】計算機(jī)輔助教學(xué)的實際需要應(yīng)用人工智能技術(shù)及復(fù)雜的程序,如自然語言理解、知識表示、推理方法等,一些人工智能技術(shù)的特殊應(yīng)用成果,同時以及理論證明等均被應(yīng)用于計算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實用性。早期絕大多數(shù)計算機(jī)輔助教學(xué)技術(shù)被應(yīng)用于建立學(xué)習(xí)模塊。這種方法能控制調(diào)練策略并給出適合學(xué)生的學(xué)習(xí)內(nèi)容。
【關(guān)鍵詞】人工智能計算機(jī)輔助教學(xué)教學(xué)與控制
一、人工智能的定義
人工智能也稱機(jī)器智能,它是計算機(jī)科學(xué)、控制論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計算機(jī)應(yīng)用系統(tǒng)角度來看,人工智能是研究如何制造出智能機(jī)器或智能系統(tǒng),實現(xiàn)模擬人類智能活動的能力,以延伸人們智能的科學(xué)。人工智能是一門交叉科學(xué),逐漸形成一門涉及心理學(xué)、認(rèn)知科學(xué)、思維可循、信息科學(xué)、系統(tǒng)科學(xué)和生物學(xué)科等多學(xué)科的綜合性技術(shù)學(xué)科。
二、計算輔助教學(xué)體系和現(xiàn)狀
計算救助教學(xué)是利用多媒體計算機(jī)的功能與特點,利用計算機(jī)輔助教師完成各個教學(xué)環(huán)節(jié),并通過與計算機(jī)之間的交互活動,激發(fā)學(xué)生的學(xué)習(xí)積極性和主動性,幫助學(xué)生更有效地學(xué)習(xí)。實用計算機(jī)輔助教學(xué),有利于認(rèn)識主體作用的發(fā)揮,它所提供的圖像、聲音、動畫等信息由利于學(xué)生知識的獲得與保持,達(dá)到提高教學(xué)教學(xué)的目的。
目前為止,所實用的絕大多數(shù)傳統(tǒng)以及理論證明等均被應(yīng)用于計算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實用性。早期絕大多數(shù)計算機(jī)輔助教學(xué)將全部教學(xué)信息以編程方式預(yù)置于課件中,這樣的以及理論證明等均被應(yīng)用于計算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實用性。因此現(xiàn)有的以及理論證明等均被應(yīng)用于計算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實用性。早期絕大多數(shù)計算機(jī)輔助教學(xué)系統(tǒng)面臨許多挑戰(zhàn),它主要存在以下幾個方面的問題。
1.計算機(jī)輔助教學(xué)系統(tǒng)的閉塞性
不具有開放性是目前以及理論證明等均被應(yīng)用于計算機(jī)輔助教學(xué)系統(tǒng),以提高其智能性和實用性。其弊端在于固定內(nèi)容的局限性使課件的適用面狹窄,而且設(shè)定的運(yùn)行路線使授課缺乏自主性;授課的針對性不強(qiáng);無法利用新出現(xiàn)的資源在較高起點上進(jìn)行二次開發(fā)。
2.智能性的欠缺
現(xiàn)有的計算機(jī)智能輔助課件系統(tǒng)不能對不同何曾度的學(xué)生進(jìn)行有針對性的教育,學(xué)生的學(xué)習(xí)是被動的,不能由系統(tǒng)自動提供助學(xué)信息而使學(xué)生有選擇地學(xué)習(xí)。。
3.人機(jī)交互能力較弱
現(xiàn)有計算機(jī)智能輔助大多以光盤作為信息的載體,將材料中的內(nèi)容以多媒體的形式展現(xiàn)出來,教學(xué)信息是按預(yù)置的教學(xué)流程機(jī)械式地提供給學(xué)者,學(xué)習(xí)者使用計算機(jī)智能輔助課件學(xué)習(xí)是完全被動的。
4.教師與學(xué)生的互動在教學(xué)中的缺乏
現(xiàn)有計算機(jī)智能輔助課件在學(xué)生自學(xué)以及進(jìn)行操作使用時,如何學(xué)習(xí)都是學(xué)生自己的事。教師不能全完了解學(xué)習(xí)者的情況,學(xué)生在蹦到問題時不能向教師求教,師生之間互相封閉,談不上師生互動,因此課件所起的效果大打折扣。
5.課程特點沒有突出
各門課程在教學(xué)上有不同的要求,但現(xiàn)有課件對于這些不同要求完全不予理會。例如很多課程都要涉及到大量的曲線或曲面,對有些課程來說,將這些曲線或曲面給出了一個簡單的展示就足夠了,而有些課程這樣的展示不能達(dá)到教學(xué)目的的要求。
6.教學(xué)計劃的欠缺
在課件的開發(fā)過程中實際上離不開教學(xué)策略的設(shè)計,但課件的制作者往往并未意識到這一點。例如:現(xiàn)有的絕大多數(shù)課件都是單一的展播式,這樣的可見制作“精美”,但它不可逆、不能互動。實際上運(yùn)用課件教學(xué)只是手段而不是目的,應(yīng)該在教學(xué)設(shè)計理論的指導(dǎo)下講求課件的實效性,著眼點在于學(xué)生學(xué)習(xí)新知識、掌握新技術(shù)、培養(yǎng)各種能力有幫助,而不是表面上的制作“精美”。
綜上所述,現(xiàn)有的計算機(jī)智能輔助存在許多問題,隨著新技術(shù)的不斷出現(xiàn),這些問題將使計算機(jī)智能輔助越來越不能適應(yīng)新的要求。因此以智能計算機(jī)智能輔助為代表的心的計算機(jī)輔助教學(xué)系統(tǒng)將成為教育技術(shù)上需要不斷探求、努力實現(xiàn)的發(fā)展方向。
三、智能計算機(jī)輔助教學(xué)系統(tǒng)
智能計算機(jī)輔助教學(xué)系統(tǒng)(IntelligentComputerAidedInstruction),簡稱ICAI。教學(xué)過程是一個復(fù)雜的教與學(xué)的思維過程,它需要教師以專門知識和經(jīng)驗為依據(jù),經(jīng)過吸取、講解、推理、示例、綜合等多個步驟才能較好地完成。計算機(jī)輔助教學(xué)實際上是一個由計算機(jī)系統(tǒng)輔助教師進(jìn)行教學(xué)以及學(xué)生進(jìn)行學(xué)習(xí)并得以實現(xiàn)的系統(tǒng)。在智能ICAI中,教學(xué)思想、方法、學(xué)習(xí)內(nèi)容可用知識形式表示,如何解決知識的形式化表示以及知識的訪問與調(diào)用問題,是人工智能的核心技術(shù)之一,也是將ICAI引入教育技術(shù)領(lǐng)域中所要面臨的一個問題。知識庫是實現(xiàn)知識推理與專家系統(tǒng)的基礎(chǔ),可以用知識庫作為智能ICAI的構(gòu)建環(huán)境。在知識庫中,教學(xué)內(nèi)容等的有關(guān)知識可以用事實與規(guī)則表示,并存儲于知識庫內(nèi),教學(xué)與學(xué)習(xí)過程既是對知識庫中知識進(jìn)行推理,并最終得出所需結(jié)果的過程。ICAI系統(tǒng)的一般包括以下幾個模塊:
1.知識庫。知識庫是關(guān)于教學(xué)內(nèi)容的模塊,解決“教什么”問題。知識庫中的教學(xué)內(nèi)容有待于教學(xué)與控制模塊和學(xué)生模塊進(jìn)行選取、調(diào)用。
2.學(xué)生模塊。學(xué)生模塊是用于記錄學(xué)生的學(xué)習(xí)情況,對學(xué)生學(xué)習(xí)的各個環(huán)節(jié)信息進(jìn)行搜集,以便系統(tǒng)對學(xué)生的學(xué)習(xí)情況進(jìn)行自動評估,提出具有針對性的學(xué)習(xí)建議和個別化的輔導(dǎo)。學(xué)生模塊描述學(xué)生對教學(xué)內(nèi)容理解、掌握的程度,系統(tǒng)可以根據(jù)學(xué)生模塊的具體情況調(diào)整教學(xué)策略并提供適當(dāng)?shù)姆答仭?/p>
3.用戶接口模塊。這是系統(tǒng)與用戶交流的界面。整個系統(tǒng)依靠用戶接口模塊把教學(xué)內(nèi)容呈現(xiàn)給用戶、接受用戶輸入的信息、并向用戶提供反饋。
抱怨的背后正體現(xiàn)出中國人工智能厚積薄發(fā)，取得了一定成就，尤其是在應(yīng)用層的發(fā)展達(dá)到了與美國相近的水平。如在移動支付方面，目前中國的移動支付普及率為77%，位居全球第一，在大量應(yīng)用的背后，從刷臉支付到算法優(yōu)化，人工智能扮演著關(guān)鍵作用。美國人免不了喝上一壺老陳醋。
事實真的如此嗎？
我們在做《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》報告時發(fā)現(xiàn)：中國人工智能企業(yè)數(shù)量、人才數(shù)量都僅為美國的一半；美國布局全面，而中國無論是企業(yè)還是人才，在產(chǎn)業(yè)基礎(chǔ)層、技術(shù)層、應(yīng)用層，分布不均，僅應(yīng)用層略有積累。
施密特之抱怨，終究無法掩蓋中美兩國巨大的產(chǎn)業(yè)落差。
與其關(guān)注誰威脅誰，不如把心思放在技術(shù)創(chuàng)新上。這才是每一個AI企業(yè)都應(yīng)該時時刻刻思考的問題，也是一個科技企業(yè)的本分。
不過，現(xiàn)在產(chǎn)業(yè)界也不夠冷靜。甚至于出現(xiàn)了一些讓人擔(dān)憂的跡象。回顧2017人工智能領(lǐng)域已經(jīng)出現(xiàn)了三大突破，算法、政策、資金，均創(chuàng)里程碑，業(yè)界歡呼鼓舞，這種情形像極了1999年底網(wǎng)絡(luò)泡沫泛濫的情形。
展望2018，偌大一個人工智能，優(yōu)秀項目不夠、頂尖人才不足、場景落地缺失，三大難題橫亙眼前，又將如何破解？
2017年的三大突破
1、算法的突破
要說在2017年把人工智能引入輿論的，就不得不提圍棋人機(jī)大戰(zhàn)。來自谷歌旗下的AlphaGo以3：0擊敗了世界排名第一的柯潔，隨后AlphaGo Zero又取得超過AlphaGo的實力，贏得了100場比賽的全勝，并在40天內(nèi)超過了所有舊版本。
AlphaGo的前幾代版本，主要采用深度學(xué)習(xí)算法，一開始用上千盤人類棋譜進(jìn)行訓(xùn)練。
AlphaGo Zero則跳過了這個步驟，自我對弈學(xué)習(xí)下棋，完全從亂下開始，采用的是強(qiáng)化學(xué)習(xí)。該系統(tǒng)從一個對圍棋一無所知的神經(jīng)網(wǎng)絡(luò)開始，將該神經(jīng)網(wǎng)絡(luò)和一個強(qiáng)力搜索算法結(jié)合，自我對弈。在對弈過程中，神經(jīng)網(wǎng)絡(luò)不斷調(diào)整、升級，預(yù)測每一步落子和最終的勝利者。
強(qiáng)化學(xué)習(xí)其實也是機(jī)器學(xué)習(xí)的一個分支，強(qiáng)化學(xué)習(xí)是一種標(biāo)記延遲的監(jiān)督學(xué)習(xí)。它講究在一系列的情景之下，通過多步恰當(dāng)?shù)臎Q策來達(dá)到一個目標(biāo)，是一種序列多步?jīng)Q策的問題。
AlphaGo Zero的成果提示，AI并非只有深度學(xué)習(xí)，強(qiáng)化學(xué)習(xí)也很值得研究。
在過去的三十年，深度學(xué)習(xí)運(yùn)動一度被認(rèn)為是學(xué)術(shù)界的一個異類，Geoff Hinton和他同事的努力，使得深度學(xué)習(xí)成為主流，應(yīng)用于語音識別、圖像標(biāo)簽以及其他無數(shù)在線工具的用戶體驗。
有趣的是，臨近年底，深度學(xué)習(xí)之父Hinton新論文Capsule，斷然宣稱要放棄反向傳播和深度學(xué)習(xí)理論，欲自廢三十年功力再練一套新AI“功夫”。圈里圈外頓時蒙圈。
自我顛覆或醞釀著AI的另一次飛躍。李飛飛對此大為贊賞，發(fā)推特稱：沒有工具是永恒的，即使是反向傳播和深度學(xué)習(xí)。重要的是基礎(chǔ)研究繼續(xù)推進(jìn)。
2、政策的突破
2017頂層設(shè)計已經(jīng)明確昭示產(chǎn)業(yè)發(fā)展方向，可以預(yù)期，2018年后各地將掀起新一輪的發(fā)展。
為搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強(qiáng)國，2017年7月，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出三步走計劃，到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平。
《規(guī)劃》旨在大力發(fā)展五大人工智能2.0技術(shù)(包括深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開放和自主操控)，用以解決技術(shù)、產(chǎn)業(yè)、社會和國防四大領(lǐng)域的問題。值得一提的是，規(guī)劃中還提到了讓中小學(xué)開設(shè)人工智能和編程課程，人工智能教育從娃娃抓起，一時間風(fēng)頭無兩，蓋過規(guī)劃。
繼《規(guī)劃》后，11月15日，科技部在北京召開新一代人工智能發(fā)展規(guī)劃暨重大科技項目啟動會，宣布依托百度、阿里、騰訊和科大訊飛四家公司，成立人工智能四大平臺，標(biāo)志著新一代人工智能發(fā)展規(guī)劃和重大科技項目進(jìn)入全面啟動實施階段。
作為創(chuàng)業(yè)者和企業(yè)家，2018年發(fā)展什么樣的人工智能技術(shù)和產(chǎn)品、怎樣發(fā)展人工智能技術(shù)和產(chǎn)品？翻開《規(guī)劃》，尤其是關(guān)于“培育高端高效的智能經(jīng)濟(jì)”的內(nèi)容，一定可以找到一些思路：“大力發(fā)展人工智能新興產(chǎn)業(yè)，將技術(shù)轉(zhuǎn)換成應(yīng)用，實現(xiàn)在智能軟硬件、智能機(jī)器人、智能運(yùn)載工具(車、船、飛機(jī)、火箭等)、VR/AR、智能終端和物聯(lián)網(wǎng)基礎(chǔ)器件的創(chuàng)新；加快推進(jìn)產(chǎn)業(yè)智能化升級，促進(jìn)傳統(tǒng)企業(yè)的改造，讓制造、農(nóng)業(yè)、物流、金融、商務(wù)和家居等各領(lǐng)域都實現(xiàn)人工智能規(guī)模化應(yīng)用；大力發(fā)展智能企業(yè)，推動企業(yè)智能升級，推廣應(yīng)用智能工場；打造人工智能創(chuàng)新高地，鼓勵打造建設(shè)以人才、企業(yè)、生產(chǎn)要素為中心的產(chǎn)業(yè)群、產(chǎn)業(yè)園。”
3、AI投融資突破
一改前兩年的低調(diào)，2017年的資本，高調(diào)的聚集到屈指可數(shù)的較成規(guī)模的AI創(chuàng)業(yè)項目中。
7月11日，4.1億美元！商湯科技刷新AI領(lǐng)域單輪融資紀(jì)錄！
10月31日，4.6億美元！曠視科技獲4.6億美元C輪融資，再次刷新了融資記錄！
2017年，一系列眼花繚亂的融資事件陸續(xù)爆發(fā)。
2017年中國AI領(lǐng)域投融資創(chuàng)出歷史新高，一年內(nèi)總投融資達(dá)582億元。
在投資熱門領(lǐng)域方面，VC對計算機(jī)視覺與圖像、自然語言處理和智能機(jī)器人的關(guān)注持續(xù)全年，其趨勢基本符合騰訊研究院8月的《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》和《中美人工智能創(chuàng)投趨勢報告》的預(yù)測。
值得一提的是，國產(chǎn)AI芯片獨角獸出現(xiàn)。長期以來，中國信息產(chǎn)業(yè)受制于人，在產(chǎn)業(yè)核心芯片方面的落后不僅僅是技術(shù)、資金的匱乏，更重要的還有產(chǎn)業(yè)生態(tài)意識的淡薄。AI芯片投資周期長，金額大，產(chǎn)出小的特點，使得很多投資商及企業(yè)對它望而卻步。而此次一億美元的融資，將用于發(fā)展國產(chǎn)AI芯片的產(chǎn)品化和市場化，有助于推動產(chǎn)業(yè)走向自主發(fā)展的道路。
粥多僧少，泡沫也在醞釀。由于創(chuàng)業(yè)公司成立數(shù)量較前兩年有所回落，2017年資金明顯偏向中后期、大多數(shù)是一些較為成熟的項目，金額相當(dāng)巨大。
2018年，投資人會不會對AI初創(chuàng)項目表示更多熱情？
許多AI初創(chuàng)項目，屬于“三缺一”項目，缺少獨創(chuàng)技術(shù)、缺少應(yīng)用場景、缺少成熟度，只有一個概念，徘徊在實驗室里，難以推開市場的大門，看起來有點懸。
2018年的三大難題
1、資金很多，項目不夠用了
當(dāng)前的AI產(chǎn)業(yè)發(fā)展面臨泡沫化的風(fēng)險，主要體現(xiàn)在投資供應(yīng)數(shù)量大而項目供給數(shù)量少，市場對創(chuàng)業(yè)項目寄予很高的期望，而實際的產(chǎn)品體驗欠佳。
泡沫即將出現(xiàn)。在騰訊研究院的《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》報告中，分析了引發(fā)行業(yè)泡沫的兩個信號：
一是資金多而項目缺。
綜合過往數(shù)據(jù)和2017年前半年的情況，今年美國新增企業(yè)數(shù)量將跌到谷底，在2017之際，美國新增企業(yè)數(shù)量范圍在25-30家之間徘徊。同時，美國的累計融資量持續(xù)快速增長，最后將穩(wěn)定在1380-1500億元的區(qū)間。
2018年后，中美兩國AI企業(yè)數(shù)量增長都將有所恢復(fù)，但依然平緩。在這段時期內(nèi)，創(chuàng)投圈將會發(fā)現(xiàn)，找到一個新的有潛力的項目越來越難，由于新增企業(yè)數(shù)量稀少，經(jīng)常只能跟投一些項目。
到2020年，美國累計AI公司數(shù)量將會超過1200家，累計融資將達(dá)到驚人的2000億人民幣。中國AI企業(yè)增勢不明朗。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年回暖，新增公司數(shù)量會上揚(yáng)到30以上，預(yù)期融資累計量將會達(dá)到900-1000億元。
二是周期長而營收難。
通俗的說，人工智能期望值被大大高估了。引領(lǐng)本輪AI熱潮的深度學(xué)習(xí)，起源于上世紀(jì)八九十年代的神經(jīng)網(wǎng)絡(luò)研究。在很多情況下，前沿研究是由對已有方法的微小改動和改進(jìn)組成，而這些方法在幾十年前就已經(jīng)被設(shè)計出來了。
2006年，深度學(xué)習(xí)算法獲得了突破后，引起市場熱炒，但相關(guān)的AI技術(shù)和產(chǎn)品的成熟度仍然有限，甚至被譏笑為“人工智障”。許多項目和技術(shù)，要想獲得消費者歡迎，還需要相當(dāng)長的時間。
從投融資趨勢來看，涌入人工智能領(lǐng)域的資金依然還會增加。
一個依據(jù)是，據(jù)不完全統(tǒng)計，2017年中國人工智能領(lǐng)域的投融資事件約353起，比2016年稍有回落。但投資金額激增，總?cè)谫Y金額近600億人民幣，在政府的鼓勵和行業(yè)并購中，2018年中國AI的投資將會持續(xù)大幅增加。
另一個依據(jù)是，行業(yè)并購開始加劇。根據(jù)CB Insights提供的數(shù)據(jù)顯示，自2011年以來，已有近140家人工智能初創(chuàng)公司被收購，而2017年的第一季度，海外就有34家人工智能初創(chuàng)公司被收購，為去年同期的兩倍。2018年，仍將延續(xù)這一趨勢。在資金增長的同時，中國AI企業(yè)數(shù)量卻不能同幅增長。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年呈現(xiàn)回暖，預(yù)期融資累計量將會達(dá)到900-1000億人民幣，而新增公司數(shù)量僅僅上揚(yáng)到30家左右。
資金多而項目缺，周期長而營收難，項目卻一天比一天更加昂貴，這種情形與1999年的第一次互聯(lián)網(wǎng)泡沫何其相似。
2、事情很多，人不夠用了
算法大神YoshuaBengio曾表示：“深度學(xué)習(xí)現(xiàn)在炙手可熱，目前的困境是缺乏專家，一個博士生大概需要五年的時間培養(yǎng)，但是五年前還沒有博士生開始從事深度學(xué)習(xí)，這意味著現(xiàn)在該領(lǐng)域的專家特別少，可以說彌足珍貴、極度稀缺。”這是三年前AI面臨的困境，至今依然未得到改善，甚至變得更加嚴(yán)峻。
人工智能競爭以頂級人才為根本。據(jù)說世界上深度學(xué)習(xí)領(lǐng)域的頂尖人才不超過50人，Andrew Ng表示深度學(xué)習(xí)領(lǐng)域人才匱乏的主要原因首先是數(shù)據(jù)，對于解決某些領(lǐng)域的問題，獲取數(shù)據(jù)并非易事；其次是計算基礎(chǔ)架構(gòu)工具，包括計算機(jī)硬件和軟件；最后是這個領(lǐng)域的工程師培養(yǎng)時間非常長。所以科技巨頭們等紛紛通過收購初創(chuàng)公司來招攬人才。
作為國家未來的發(fā)展方向，AI技術(shù)對于經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型和科技進(jìn)步起著至關(guān)重要的作用。而AI技術(shù)的研發(fā)，落地與推廣離不開各領(lǐng)域頂級人才的通力協(xié)作。在推動AI產(chǎn)業(yè)從興起進(jìn)入快速發(fā)展的歷程中，AI頂級人才的領(lǐng)軍作用尤為重要，他們是推動人工智能發(fā)展的關(guān)鍵因素。
然而，中國人工智能領(lǐng)域人才發(fā)展極為欠缺。
據(jù)騰訊研究院的《2017全球人工智能人才白皮書》顯示，目前我國約有20所大學(xué)的研究實驗室專注于人工智能，高校教師以及在讀碩博生約7000人；產(chǎn)業(yè)界現(xiàn)存人員人數(shù)約為39000人。遠(yuǎn)不能滿足我國市場百萬級的人才需求量。
從產(chǎn)業(yè)發(fā)展來看，我國人工智能領(lǐng)域人才分布嚴(yán)重失衡。
人工智能產(chǎn)業(yè)由基礎(chǔ)層(芯片/處理器、傳感器等)，技術(shù)層(自然語言處理，計算機(jī)視覺與圖像，機(jī)器學(xué)習(xí)/深度學(xué)習(xí)，智能機(jī)器人等)和應(yīng)用層(語音識別，人臉識別)等組成，目前我國在產(chǎn)業(yè)層次人才上面臨兩個問題如下：
問題一，產(chǎn)業(yè)分布不均。中國AI產(chǎn)業(yè)的主要從業(yè)人員集中在應(yīng)用層，基礎(chǔ)層和技術(shù)層人才儲備薄弱，尤其是處理器/芯片和AI技術(shù)平臺上，嚴(yán)重削弱中國在國際上競爭力。
問題二，供求嚴(yán)重失衡，人才缺口很難在短期內(nèi)得到有效填補(bǔ)。過去三年中，我國期望在AI領(lǐng)域工作的求職者正以每年翻倍的速度迅猛增長，特別是偏基礎(chǔ)層面的AI職位，如算法工程師，供應(yīng)增幅達(dá)到150%以上。盡管增長如此高速，仍然很難滿足市場需求。但是，由于合格AI人才培養(yǎng)所需時間和成本遠(yuǎn)高于一般IT人才，人才缺口很難在短期內(nèi)得到有效填補(bǔ)。
人才不足，是制約中國AI產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。
近幾年來，Google不斷的收購AI領(lǐng)域的公司最主要的目的是“搶購”一批世界上最一流的專家，在一個迅速成長的人工智能領(lǐng)域里面，這些專家無一不是佼佼者。其他科技巨頭也相機(jī)而動。
可以推想，人才流動，還將加劇。人才引進(jìn)，還需持續(xù)。2018年，無法緩解人才饑渴癥。
3、場景很多，路不好走了
如果梳理一下2017全年的AI產(chǎn)業(yè)大事件，人工智能技術(shù)與行業(yè)結(jié)合，九大熱門領(lǐng)域遍地開花。
其中，醫(yī)療、金融、無人駕駛這三大熱點中的懸疑，更是大大的吊足了公眾的胃口。
懸疑一，AI醫(yī)療的變革的信號在哪里？
作為民生領(lǐng)域，醫(yī)療年年改，卻次次令人無奈。風(fēng)險投資也對AI+醫(yī)療有持續(xù)不斷的支持。2017年，每個月都有VC流入AI+醫(yī)療領(lǐng)域，國內(nèi)所有醫(yī)療人工智能公司累計融資額已超過180億人民幣。
科技企業(yè)智能醫(yī)療的布局與應(yīng)用已有雛形，IBM Waston已應(yīng)用于臨床診斷和治療，在2016年就進(jìn)入中國在多家醫(yī)院推廣；阿里健康重點打造醫(yī)學(xué)影像智能診斷平臺；騰訊在17年8月推出騰訊覓影，可輔助醫(yī)生對食管癌進(jìn)行篩查。圖瑪深維11月獲投2億元，正在把深度學(xué)習(xí)引入到計算機(jī)輔助診斷系統(tǒng)中，晶泰科技(XtalPi)近期也融資1500萬美元，用于新一代的智能藥物研發(fā)技術(shù)，以解決藥物臨床前研究中的效率與成功率問題。
遺憾的是，盡管政府亮了綠燈，企業(yè)投了人力財力，但人工智能卻并沒有在醫(yī)療領(lǐng)域出現(xiàn)爆發(fā)。原因何在？在于人工智能需要大量共享數(shù)據(jù)，而醫(yī)院和患者的數(shù)據(jù)如同孤島。如何打破各方壁壘，保障健康的同時又保障數(shù)據(jù)安全性？這將是推動智能醫(yī)療快速發(fā)展的一個重要信號。
懸疑二，AI如何深層次的撬動金融？
與智能醫(yī)療面臨相同數(shù)據(jù)問題的還有金融領(lǐng)域，大量的可信度較高的數(shù)據(jù)握在各大銀行手中，AI怎么能夠撬出來這些數(shù)據(jù)以推動金融科技的創(chuàng)新，是創(chuàng)業(yè)者們絞盡腦汁思考的課題。
當(dāng)前，人臉識別、指紋識別技術(shù)作為驗證客戶身份、遠(yuǎn)程開戶、刷臉支付，解決金融安全隱患的方案，已經(jīng)發(fā)展成熟正在逐步推廣。
如何利用知識圖譜挖掘潛在客戶、進(jìn)一步深挖客戶潛在需求的技術(shù)也已較為成熟，而數(shù)據(jù)源的問題亟待解決。
美國的科技公司FutureAdvisor最早研制出“機(jī)器人理財顧問”。隨后，此類機(jī)器人理財顧問迅速風(fēng)靡全球。
2017年智能投顧更是火燒火燎，被視為是下一個風(fēng)口。但是，機(jī)器人炒股，結(jié)果賠了。
懸疑三，智能汽車究竟何時上市？
無人駕駛汽車被稱為“四輪機(jī)器人”，但其發(fā)展何時會像智能手機(jī)一般，人手一臺，徹底顛覆傳統(tǒng)手機(jī)進(jìn)而推動整個產(chǎn)業(yè)變革？這答案仍然是個懸疑。
2017年，汽車行業(yè)內(nèi)智能造車勢力動作不斷，其中一部分已陸續(xù)交出答卷，讓產(chǎn)品接受市場的檢驗，而一部分仍在溫室中培養(yǎng)，等待結(jié)果。之所以稱之為“溫室”，是因為各行各界都對其予以厚望，尤其是在投融資上，雖然投資事件數(shù)不多，但金額達(dá)234億人民幣。
百度宣布開放阿波羅平臺。阿里巴巴與上汽集團(tuán)等傳統(tǒng)車企展開合作。騰訊于年初成功入股特斯拉成為第五大股東，領(lǐng)投蔚來汽車首款純電動產(chǎn)品，已正式上市。
時間正在跟我們賽跑。2017年，無人駕駛車輛走上北京五環(huán)被交警調(diào)查，12月20日，一支百度Apollo無人車車隊，在雄安新區(qū)測試開跑。2018年初，北京順義區(qū)無人駕駛試運(yùn)營基地正式啟動，成為北京出臺國內(nèi)首部自動駕駛新規(guī)以來，全市首個開展無人駕駛試運(yùn)營的區(qū)域。2018年，誰會上路？行業(yè)和消費者都拭目以待。
回顧2000年互聯(lián)網(wǎng)泡沫的幻滅，很多人依然覺得不可思議。那時候的產(chǎn)業(yè)發(fā)展日新月異，軟件應(yīng)用、網(wǎng)絡(luò)服務(wù)ISP，網(wǎng)絡(luò)內(nèi)容ICP爆發(fā)，常有一日不見如隔三秋的感嘆。
2000年4月，納斯達(dá)克指數(shù)一路狂飆突進(jìn)到歷史頂點，5400多點。但不幸泡沫破裂，資本市場崩盤。納斯達(dá)克指數(shù)迅速滑落。中間經(jīng)歷了9.11恐怖襲擊事件，還有安然事件。寒冬持續(xù)了3年時間，才慢慢走出低谷。
如今的AI產(chǎn)業(yè)正蓬勃發(fā)展，與互聯(lián)網(wǎng)初期階段何其相似。
產(chǎn)業(yè)帶著耀眼的光環(huán)，肩負(fù)國家戰(zhàn)略的重任，高度依賴資本市場渠道，輿論高度爆炒，從業(yè)者無不都是三高社會精英。
