時間：2024-03-22 16:45:28
序論：在您撰寫人工智能科研課題時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
一旦用戶提交服務請求或是有突發事件出現，企業智能服務臺便會自動發送個性化響應，以確認請求或事件信息收到，并提供預計解決問題的大體時間，與此同時，指引用戶去知識庫快速學習相關的處理手段。整個過程可以在秒級內完成。
筆者在此所描述的智能IT服務臺，對于大多數企業的信息服務管理（ITSM）團隊而言更多只是一個愿景。人工智能（AI）是否可以幫助我們支持這些決策，并實現這一切？
無論從事哪一個行業，我們所做的一切努力都會圍繞著客戶的需求和收益這兩個緯度展開。 人工智能無疑是繼大數據之后，又一個讓人心潮澎湃的高科技熱詞。人工智能不僅僅是在今年的“兩會”期間成為多方關注的焦點，更重要的是，越來越多的客戶迫不及待地在應用這些最新的科技，力圖用這些智能化的技術來實現自動化的運維與企業的數字化變革。從這個角度來看，信息化自身的工作也是如此，通過人工智能來實現智能服務臺也是有可能的。
服務臺在整個信息服務管理中為用戶提供了IT部門的單一聯系點，從而可以確保他們找到合適的支持人員，幫助解決問題或請求。在運維管理流程中，管理人員首要關心的就是事件管理與用戶的各種請求。
為什么呢？當企業在構建SaaS平臺和物聯網應用的時候，對創新支持的需求將極大地增長。為使信息服務臺可靠運營，ITSM團隊必須要有相應的策略與手段，不僅要緩解來自不同渠道的服漲肭笥臚環⑹錄處理（其中包括了大量機器自動發出和人工發出的請求），而且還要將成本降到最低。將人工智能融合到現代信息服務管理中的解決方案勢在必行。
無論從用戶還是從企業供應商的角度考慮，各行各業都在大力追求自助服務支持技術，而不是等待人工解決方案。對于服務臺，工程們的感覺是喜憂參半：喜的是需要處理的低級事件大大減少，他們的時間安排更加寬松，在有限的時間里可以創造更多價值；憂的是未來他們的工作崗位會大幅度減少。
人工智能驅動的自服務臺
要實現自助服務的功能，充分滿足用戶的需求，服務臺作為IT系統溝通工作的“綠色通道”，必須傾其所能去了解用戶?！秾O子?謀攻》中說：“知彼知己者，百戰不殆?！焙芏嗳嗽谝么烁裱詴r說成了“知己知彼”，實際是誤用。
在孫武看來，知彼知己同樣重要。在戰爭中獲勝的概率上，知彼、知己各占“勝之半也”。但是，兩者較之，知彼更為重要，因為它是知己的前提。
為什么“知彼”在前，而“知己”在后呢？首先，知彼要難于知己，知彼要去接觸、了解、認知對方，有時還要透過現象認識本質；其次，事物不是孤立存在的，要想認識自己，就必須找一個參照物，唯有如此，才能在比較中正確知己。
“己”是認識“彼”的出發點，“己”在認知“彼”的過程中再正確地認知“己”。IT服務臺作為認知服務對象、接納用戶信息、提高服務質量的IT系統的一個職能部門，在“知彼”的過程中，是一個極好的工具。即時智能自服務臺解決方案能夠以類似故障單的數據和過去客戶體驗的歷史數據為支撐，讓系統做到全面實時地知彼知己。
我們把服務臺比喻成接納服務對象各種請求的窗口或者登堂入室的門戶，使它發揮綠色通道的便捷功能，只有滿足用戶的高期望時，用戶才會滿意。換句話說，如果用戶使用的解決方案不符合他們的需求或無法解決問題，他們很可能將放棄自助服務。
服務臺不是單純的幫助臺，它不僅涉及事件流程，而且包含了更廣泛的支持活動。服務臺的一項重要任務就是確保IT部門的可達性，而人工智能有助于簡化過程與體驗，并為終端用戶提供找到解決方案的簡便方法。
人工智能ITSM的幕后三寶
馮?諾依曼在50年前提出大腦工作的各個機制的同時指出，大腦運行速度其實并不快，但是卻擁有大量的平行運算能力。人工智能服務臺技術從歷史數據中汲取智慧，為用戶提供正確的建議，所以根本無需IT專家的幫助，就可以快速、便捷地解決問題。
在智能的ITSM架構設計和工具中，我們依然遵循馮?諾依曼的見解，通過大數據工具把流程數據與IT資產數據的信息進行融合，把歷史數據與所有可能收集的技術與運營數據結合，形成解決方案、評價、建議，以及專業的知識庫，通過工作流程的并行與改造優化，提供高質量、高速度的信息服務，使客戶從中受益。
首先是大數據工具。用戶的請求或事件中的每個字段都需要一個數值。讓事件或服務請求保持在不同狀態的時候，人工智能通過及時地對比當前和以前的故障與服務請求單，為每個字段生成智能建議，使服務臺的運營永遠領先一步。
其次，預選方案的評估與建議。發明了盲人閱讀機、音樂合成器和語音識別系統的雷?庫茲韋爾認為，大腦進化的主要原因是為了預見未來。服務臺的工程師們也希望可以有一種方式預測未來事件，并且找到相應的解決方案。但是，服務臺專業人員如何才能相信這些機器自動形成的建議呢？每個建議都附帶了評估其準確性的評價，以及其他一些選擇。如果第一個選擇并不是合適的解決方案，那么服務臺人工智能將從中學習，并將之應用到未來的決策中。
最后，知識庫作為成功進行事件管理的關鍵成功因素之一，除了包含及時更新的問題數據庫或已知錯誤數據庫，以便更好地識別事件之外，還可以把服務臺專業人員完成工作所需的所有信息以圖表、視頻、網頁等不同格式存儲入庫，以便服務臺工程師們找到可即時訪問、可定制的專業知識庫，從中找到解決方案和應急措施。
用戶還可以自助地訪問知識庫（查找已知錯誤）和事件記錄（檢查事件狀態等），通過人工智能將歷史數據，包括用戶喜好等信息綜合展現出來。這是降低成本和提高終端用戶群體自我服務能力的重要形式。
技術不是孤立的
技術并不是孤立存在和發展的。我們在處理很多實際問題的時候，都需要融合各種相關科技。在數字轉型過程中，我們會強調自適應、自感應、自調理等特征。這一共識是基于無數技術的融合，例如物聯網、賽博系統（CPS）、工業物聯網、移動技術、人工智能、云計算、VR/AR、大數據分析等。
大數據分析到最后在很大程度上取決于人工智能的發展，也就是自適應能力的強弱，以及機器自我學習能力的強弱等。
聚焦服務臺和服務管理行業，滿足客戶各種需求是信息服務管理流程快速發展、解決方案更加準確的原因所在。然而，這些改進并不能輕易得來。服務臺只有將人工智能融入ITSM軟件之中，強化自適應能力與機器自我學習能力，才能使效率最大化。
對零售、消費品、銀行、保險、公用事業、汽車、電子商務和金融科技行業的568位高管進行的調查發現，在啟動AI用例時，有三個突出的參數：
實施成本（62%）；
預期投資回報率（59%）；
數據的可用性（53%）。
但是很少有人提到以客戶為中心的因素，只有1/10的受訪者表示對客戶體驗的影響是一個非常重要的考慮因素。優先考慮消費者對應用的偏好（9%）的人甚至更少。
不考慮消費者的態度可能會產生明顯的影響，一些消費者對人工智能驅動的應用不屑一顧，至少在零售業是這樣。
高管與消費者的偏好脫節得到了調查的證實，2/3的消費者表示他們希望被告知在與人工智能交流；但是，只有1/3的高管認為人們會想知道。
值得注意的是，消費者通常不喜歡純AI引導的互動。54%的消費者更喜歡人與人工智能的混合，還有30%的消費者喜歡和人交流。
在處理高度重視的產品和服務時，這些差異會加劇。47%的消費者喜歡人和人工智能的混合，45%的消費者更喜歡與人互動。
論文摘要:社會適應能力培養是新時期高校體育課程的重要培養目標;元認知學習理論是適應現代教育理念的新的教學理論，必將對高校體育教學產生深遠的影響。文章主要運用實驗法、問卷調查法等方法考察了元認知體育教學對大學生體育社會適應能力的影響，結果發現:在教學中實施現有的提高元認知水平的方法、措施可提高大學生的元認知水平;大學生體育方面的社會適應情況處于基本適應狀態，與相關培養目標存在一定差距;元認知體育教學可有效地提高大學生體育方面的社會適應能力。
0前言
現代社會發展呈現出有別于傳統社會特征的信息化、快節奏、高壓力和高競爭等特征，這就對我們的包括高等教育在內的學校教育的人才培養提出了新的要求，即培養適應現代社會生活的具備一定社會適應能力的合格勞動者。在社會學中，社會適應是指個人或群體調整自己的行為使其適應所處社會環境的過程，其實質就是個體的社會化過程。體育是個體社會化的重要方式，與他人和群體的聯系是體育活動的必要條件。4學校體育課程的學習過程不僅體現為個體認知性知識的積累、深化，更體現為個體體能的增強、技能的掌握和行為態度的改變等方面，具有參與性、實踐性特點，因此學校體育課程在個體社會適應能力培養方面將承擔重要的責任。籍此，教育部在2002年頒布的《全國普通高等學校體育課程教學指導綱要》中指出社會適應能力培養是高校體育課程的課程目標之一，并進一步提出“表現出良好的體育道德和合作精神;正確處理競爭與合作的關系”是我國高校大學生社會適應能力培養的基本目標。
“元認知學習”是現代學習理念的一種新觀念。這種新的學習理論在教育觀念上強調的不僅僅是“學會”，而更主要的是“會學”，以及對學習動機、學習方式、學習結果的調節與監控。元認知學習理論所倡導的是學生個體自身對學習的監督和調控及學習過程結束后的自我反饋，要求每個學習個體學會學習、學會生活、學會生存。元認知學習理論指導高校體育學習將徹底改變以往的傳統的體育教學思想，并使每個學習個體對自身學習進行調節和監控，這也是元認知體育教學促進大學生社會適應能力發展的理論依據。本研究旨在探討體育的元認知教學對大學生社會適應能力的影響，進而為高校公共體育教學的社會適應教學目標的實現尋找一條可行途徑。
通過查閱大量的參考文獻，并進行綜述研究之后，本研究提出以下假設:
①元認知教學可有效提高大學生的元認知水平;
②元認知教學是達成高校公共體育課程社會適應目標的有效途徑。
1研究對象與研究方法
1.1研究對象
本研究以大學一、二年級的大學生(開設公共體育課程)為研究對象，樣本為某高校開設公共體育課程的大一、大二部分大學生，共75人，其中男生36人，女生39人。
1.2研究方法
1.2.1文獻資料法。查閱了國內外大量的文獻資料，掌握了有關元認知和社會適應問題的相關研究成果，為本次研究奠定了較好的理論基礎。
1.2.2問卷調查法。本文采用國內研究者根據Gregory .Schrawd等人編制的元認知意識量表(Meta一cognition con-sciousness questionnaire)翻譯修訂而成的中文版量表。該量表采用10等級記分法，從元認知知識、元認知體驗和元認知技能三個維度測量了被試的元認知水平。馬建鋒研究表明該問卷具有較好信效度，適合中國背景下的大學生。
根據社會適應能力的相關研究成果，并結合大學生公共體育課程課堂教學實際與課外體育活動情況自編大學生社會適應能力問卷，該問卷采用5等級記分法，并主要從對活動的規則、紀律的遵守、活動中的人際互動、活動中的自我激勵、自我調控、團隊意識(競爭、合作、集體榮辱感)等社會適應方面對大學生進行考察。該問卷的重測信度:=0.94(時間間隔為3周)，另外就問卷的內容效度對多所高等院校的心理學、體育學專家進行了訪談，最終的反饋結果表明該問卷內容效度良好(每個條目與問卷總分的相關系數在0. 31-0.66之間)，能全面、有效地反映所要研究的問題。因此該問卷具有較好的信效度，可以為本研究服務。
1.2.3實驗法。采用單因素完全隨機等組前測后測實驗設計方法并隨機選取對照組與實驗組(分組時對其元認知水平和體育社會適應水平進行了均衡化處理)。實驗組與對照組課堂教學活動內容相同，時間共16周，并由同一教師教授(實驗組接受元認知教學培訓)。對照組按教學計劃學習，不進行任何干預。實驗組在按教學計劃學習的同時，一是教師在教學過程中提示學生注意運用元認知的方法進行學習，二是實驗者在學習現場進行言語指導，讓學生注意采用元認知的方法進行社會適應訓練。最初和最終學生在體育活動中的社會適應水平由同一教師按同一問卷進行調查。在實驗過程中，注意到了教師及學生主觀期望效應可能對實驗結果的影響，并加以控制。
1.2.4數理統計法。本研究測量所得數據均運用SPSS for Windows 11.0統計軟件進行處理。
2實驗組進行的元認知教學培訓說明
2.1教學目的
對實驗組學生進行另外的元認知能力培訓，以提高其元認知能力。
2.2教學方法
一是采用課堂教學法對實驗組學生講授元認知的理論知識，以及提高元認知能力的方法;二是在公共體育課堂上采用現場言語指導的方法提示學生注意使用元認知有關的技能進行學習活動(主要是體育活動的社會適應方面)。
2.3教學內容
2. 3.1有關元認知理論方面的內容。元認知的基本含義、實質和要素。元認知與體育活動的社會適應方面結合起來，讓學生理解、體會體育活動的社會適應方面的元認知知識、元認知體驗、元認知技能。體育活動的社會適應方面的元認知知識是指對體育活動的社會適應方面認知的知識，即學生對自己的體育社會適應認識活動過程與結果及其影響因素的知識，包括三個方面內容:個人、任務和策略。體育的元認知體驗是指伴隨著體育認知活動的體育認知體驗或體育運動的情感體驗，它包括知的體驗，也包括不知的體驗。體育的元認知技能是指學生在運動學習過程中對動作活動進行調節的技能。
2.3.2培養、訓練元認知的一般方法。自我提問法:在元認知訓練中，通過提供給學習者一系列自我觀察、自我監控、自我評價的問題，不斷地促進學生進行自我反省而提高問題解決的能力。
相互提問法:讓學生每兩人分成一組，給每個學生一份類似于上述自我提問的問題單，讓學生在嘗試解決問題的同時根據問題單相互提問并做出回答。這種方法能有效地促進學生的思考和競爭，提高元認知水平。
知識傳授法:通過傳授元認知理論的有關內容，使學生認識到元認知在學習中的重要性，自覺地將元認知運用于學習中，以提高學習效果。
元認知培訓和訓練的各方法在體育課程教學活動中實施(主要與大學生體育課程活動的社會適應方面相結合而開展)。
2.4元認知理論教學進度安排
利用體育課程以外的時間，采用課堂教學的方法對實驗組學生進行元認知能力的培訓，培訓共4次課，每次30min，并布置課后作業。教學進度安排如下:
課次1:元認知理論知識的培訓。
課次2;元認知與體育運動的關系、在體育運動中的作用等方面的知識培訓。
課次3:訓練、提高元認知的方法的培訓。
課次4:對所培訓內容復習，鞏固所培訓的知識。
3結果與分析
3.1元認知教學效果考察
實驗組經元認知培訓后，其元認知水平較對照組呈現下表所示變化(調查數據統計采用配對樣本t檢驗方法)。
結果顯示實驗組在經過元認知教學后，整體元認知水平有了顯著提高(實驗組整體元認知水平實驗前后比較P- I) . 046，達到顯著差異)，且元認知知識、元認知體驗、元認知調控水平也都有顯著性提高，而對照組無論整體元認知水平p=0.446)，還是分維度水平前后測均未出現顯著性變化。實驗結果說明元認知教學可有效提高大學生元認知水平，證實了研究假設。這進一步說明個體的元認知能力不僅是在個體長期的學習過程中形成和發展起來的，而且元認知能力是可以教授的，即經過系統、專門的教學培訓，個體的元認知斃力可以在相對較短的時間內得以提高。該結果可解釋為:通過提問、講授等元認知培訓方法的實施并在實踐中加以鍛煉，可使學習者個體更好地掌握自我的元認知知識，加深元認知體驗，增強元認知技能，進而提高個體整個元認知水平。
3.2大學生體育方面的社會適應能力考察
實驗前對普通專業103名大學生(大一、大二)的體育方面的社會適應能力進行了調查，結果如下表:
表2顯示大學生體育社會適應情況:規則適應方面相對較好，達到基本適應水平，且個體差異不大;人際互動、自我調控、團隊意識方面表現較差，且人際互動、自我調控方面的個體差異較大?？傮w而言，大學生社會適應的整體水平與我們的基本培養目標間還存在一定差距。造成這一差距的原因是多方面的，如由于受中小學應試教育環境影響，學生的社會適應教育得不到足夠重視，缺乏足夠的鍛煉;社會適應能力培養的實施存在一定的難度，由于學生個體差異較大，因此較難采取統一的培養措施。
對性別變量進行考察(表3)，發現:男生在人際互動、團隊意識方面好于女生，在規則適應、自我調控方面差于女生。除規則適應方面，女生顯著好于男生外，社會適應其它方面不存在顯著性別差異。另外統計顯示大學生的元認知水平與社會適應能力之間的相關系數為0. 45，為中度相關，說明兩者之間存在一定程度的共變關系。
3.3體育教學對大學生社會適應能力的影響考察
實驗組接受元認知培訓和元認知教學及相應體育教學，對照組接受相同體育教學。實驗結束后，實驗組和對照組大學生的體育方面的社會適應水平前后呈現表4所示變化。
表4表明，實驗前后實驗組與對照組大學生體育方面的社會適應各維度均存在顯著性差異，實驗組與對照組不同組別大學生體育方面的社會適應各維度均存在顯著性差異，且交互作用不明顯，即實驗后實驗組大學生體育方面的社會適應各維度較實驗前有顯著性改善，實驗后實驗組大學生體育方面的社會適應各維度較對照組均有顯著性改善。統計結果說明元認知體育教學可有效改善大學生的體育社會適應水平，結合對元認知教學效果的考察，這一結論可理解為元認知教學提高了學習者的元認知水平，而提高的元認知水平又在個體的體育社會適應實踐方面發揮作用，即在體育活動實踐中通過比較、反饋、自我暗示、自我調控等手段，逐步提高自我的體育社會適應水平。元認知體育教學以學生的發展為中心，突出學生的主體地位和主觀能動性，在社會適應的教學中，學生不再處于從屬、被動的“他控”地位，他們的社會適應是主動的，并對適應的過程和結果具有深刻的感受和體驗，對自我的社會適應具有高度的自控，因而可有效地促進大學生適應能力的發展。
4結論與建議
4.1結論
通過本實驗研究，可以得出以下結論:在教學中實施現有的提高元認知水平的方法、措施可在相對較短時間內提高大學生的元認知水平;大學生體育方面的社會適應情況處于基本適應狀態，與相關培養目標存在一定差距;元認知體育教學有效地提高了大學生的體育方面的社會適應能力。
4.2建議
元認知理論與現代教育思想緊密相關，并對學校教育目標的實現將起到很好的促進作用。在高校體育教學中采用元認知教學手段，必將為體育教學的各學習目標的實現提高一條可行性途徑。
4.2.1因本次實驗條件的局限，還應進一步考察實驗效果的外部效度，為其應用、推廣提供可靠的理論依據。
4.2.2應在體育教學中加強元認知教學措施的滲透，如反饋、自我體驗、自我監控與調節等與個體元認知水平提高有關手段的運用。
關鍵詞：智能科學與技術；專業建設；科研建設；人才培養
1背景介紹
智能科學與技術專業是一門新興的交叉型學科[1]。隨著信息化的進一步深入以及IBM“智慧地球”、我國“感知中國”等戰略的實施，智能科學技術正在成為關系國民經濟、社會發展和國家安全的一個重要領域。因此，智能科學與技術相關專業的建設也引起了國內外高校的重視。國外許多著名高校都設立了人工智能專業，并授予智能科學專業學位；世界多數知名理工類院校都設立有人工智能研究所或實驗室，進行智能科學專業的科學研究和人才培養。
相對而言，國內智能科學與技術專業的起步較晚。2004年，北京大學信息科學技術學院經教育部正式批準設立了全國第一個智能科學與技術本科專業。之后，國內許多高校也相繼設立了這一專業，有些高校還成立了相應的系。現在智能科學與技術專業已經從計劃外專業變成計劃內專業，標志著該專業的建設在國內已逐漸形成氣候。
廈門大學是國內較早設立智能科學與技術系的高校之一?；谠谥悄芸茖W與技術領域多年的研究積累和師資儲備，廈門大學于2006向教育部申請并獲批設立了智能科學與技術本科專業，之后又于2007年6月6日成立了智能科學與技術系[2]。建系以來，廈門大學智能科學與技術系一直堅持以“科研帶動教學、教學促進科研”的辦學理念。一方面，我們以系里的科研實力、科研特色為基礎，在人才培養過程中發揮優勢，為人才培養服務，更好地完成專業培養的目標；另一方面，優秀人才的培養也為我系的科研提供了有生力量和儲備力量，反過來促進系里的科研發展。
從2007年成立至今，我系完成了首屆本科生完整的一輪培養，因此我們希望能將4年來的專業建設的情況做一次梳理，為下一步的工作提供參考。作為一個新興專業，各高校對于智能科學與技術專業的建設也都處在探索階段，因此我們也希望這些工作梳理能對其他院校的專業建設起到參考作用。
我們對專業建設的梳理從兩個方面展開：一是科研與學科建設的進展情況；二是教學與人才培養的進展情況。
2科研與學科建設進展
2007年以來，我系科研與學科建設取得了很大進展，下面從凝練科研方向和科研平臺與學科點建設兩個方面來介紹。
2.1凝練科研方向
在智能科學與技術系成立之前，廈門大學在人工智能領域已經有了不少積累，在心腦計算、藝術認知和自然語言處理等領域形成了一定的優勢。
2007年建系以后，我們結合自身研究特色和學術發展前沿，進一步凝練了研究方向，基本上確定了四個重點發展的方向，并成立相應的研究室。
1) 藝術認知與計算方向。
主要圍繞人類藝術活動的腦機制，特別是有關詩歌、音樂與舞蹈的審美與創作方面，開展相關的認知與計算研究工作。
2) 智能多媒體方向。
主要從事有關多媒體信息處理方面的關鍵技術研究和應用系統的研發，涉及視頻圖像處理與運動目標檢測、基于內容的多媒體信息檢索、智能中醫信息處理等方面的研究。
3) 自然語言處理方向。
主要從事機器翻譯、實體關系抽取、跨語言信息檢索、語音識別與合成等方面的理論研究和相關應用系統開發。
4) 仿腦智能計算方向。
主要開展有關機器人認知計算引擎的基礎性研究工作，目標是開發一個具有普適性的認知推理引擎，并將其嵌入到機器人中，使機器人具有綜合的意識、視覺、語言和動作能力。
方向的凝練很好地促進了我系研究隊伍的整合，也使系里的人才引進工作有了更好的針對性。經過四年的建設，以上四個方向均逐步形成了一支結構合理的研究團隊，如表1所示，科學研究也相應的取得了一些進展。2007-2010年間，我系教師承擔國家自然科學基金項目、國家863計劃項目、省級課題、企業委托橫項課題等各類科研課題近50項，每年新立項的項目數量如表2所示。同時，我們在《Neuroscience Letters》、《Journal of Vision》、《Computational Intelligence》、《中國科學》、《軟件學報》及《電子學報》等國內外重要學術期刊和國際會議上發表學術論文200余篇，其中EI/SCI檢索論文150余篇。這些方向的發展為我們的人才培養奠定了良好的科研基礎。
2.2科研平臺與學科點建設
科研平臺是學科發展的重要載體，是科技創新的重要源頭，是聚集和培養高層次人才的重要場所。因此，科研平臺建設是學科建設的重要內容。
一直以來，我們就很重視科研平臺的建設，也形
成了較好的基礎。2003年，我們建立了一個跨專業的校內科研平臺――廈門大學語言技術中心；2005年，我們獲批建設了“智能信息技術福建省高校重點實驗室”。依托這兩個平臺，并基于我們對科研方向的進一步凝練，我們最終于2009年獲批建設“仿腦智能計算福建省重點實驗室”。該重點實驗室的建設以人工大腦研究為中心，并包含仿腦計算、智能語言處理、視聽感知和機器人及其行為控制等方面的研究，更有利于我系進一步整合和優化科研結構。
學科點建設也是學科建設的重要內容之一。擁有學科點一方面反映了相關領域的學科建設水平，另一方面又能為高層次人才培養提供必要保障。
智能科學與技術至今還未被列為一級學科，因此智能科學與技術專業的研究生目前只能依托其他相關專業進行招生和培養。建系之前，我們已經依托廈門大學“數學”一級學科，自主設立了“人工智能基礎”二級學科博士點，具有了培養本專業博士層次研究生的基本保證。2010年，我系與廈門大學計算機系、廈門大學軟件學院共同合作成功申報了“計算機科學與技術”一級學科博士點，在此一級學科下設的10個方向中，我系將負責建設其中的數字媒體藝術、信息安全技術、自然語言處理以及模式識別與智能計算等4個方向。該博士學位授予點將于2012年正式招生，這為我們在博士層次上培養智能科學與技術專業人才奠定了更好的基礎。
3教學與人才培養進展
下面從本科生和研究生兩個層次的學生培養介紹我系教學與人才培養的進展情況。
3.1本科生培養
在本科生方面，廈門大學智能科學與技術系的目標是培養有效和系統地掌握本學科的理論基礎，比較深入地理解智能科學與技術理論；具有一定的分析、綜合和創新能力，能夠承當智能信息系統設計、開發和智能科學與技術學科教學任務的，德、智、體全面發展的科學技術工作者。為了實現這一目標，我們遵循“寬口徑、厚基礎、抓關鍵、重實踐”四項基本原則，制定了較合理的教學計劃，并特別注重學生實踐能力的培養，采取了增設實用技術類課程、增設本科生進研究室參與課題研究的“課題實踐”環節、組織學生參加企業實習等若干措施，加強學生的實踐能力培養[3]。
目前，我系在本科生培養方面已經初具成效，具體體現在兩個方面。
1) 多組本科生團隊獲批立項大學生創新性實驗項目。
2009年，我系本科學生組成的創新實驗團隊中的3支獲得了國家級創新性實驗項目資助；1支獲得了校級創新性實驗項目資助；今年的創新性實驗項目初評中，我系本科生團隊又有3支入選。
2) 首屆學生就業形式喜人。
2007級本科生是我系的首屆學生，共計31人，其中2/3的學生入學都是經專業調劑的，因此學生入學之初對本專業多是不了解甚至是不感興趣的。經過4年的學習，他們都能很好地完成學業，多數學生逐漸喜歡上了本專業，部分學生更是將本專業作為其未來進一步學習和工作的方向。今年7月，我系2007級本科生畢業，畢業率和就業率均為100%，畢業去向情況如圖1所示。
圖1廈門大學智能科學與技術系2007級本科畢業生去向
其中，11名學生進一步升學攻讀研究生；4名學生選擇了到美國、中國香港的高校深造；其他16名學生則進入企業就業。
3.2研究生培養
我系的研究生培養以加強創新能力的培養為核心，以加強基礎課、專業課、實驗實踐教學、論文創新寫作、促進理論與實踐相結合為重點，包含碩士研究生和博士研究生兩個層次。在碩士研究生方面，有3個學術型碩士學位授予專業(人工智能基礎、模式識別與智能系統、計算機應用技術)和1個“計算機技術”工程碩士培養方向(智能工程及網絡安全方向)；在博士研究生方面，目前有1個二級學科博士學位授予專業(人工智能基礎)。
為了培養研究生的創新能力，我們主要依托系里所承擔的科研項目，特別是國家級科研課題。學生們參與到課題研討中，接觸最新的學術前沿問題，并在不斷討論、實驗過程中逐步提高獨立科研能力。
為了促進學生將理論與實踐相結合，我們積極加強與企業的聯系，建立聯合實驗室或聯合培養基地，例如，我們與深圳名人公司建立了機器翻譯聯合實驗室，與北京德威特電力系統自動化有限公司建立了電力自動化軟件聯合實驗室，與廈門中資源有限公司建立了智能反垃圾郵件聯合研究中心，與廈門東南融通系統工程有限公司建立了計算機軟件與理論研究生教育創新基地等。這些基地的建立使學生能夠參與企業的實際課題，在提高實踐能力的同時也促進了就業。
目前，我系的研究生培養也取得了一些可喜的成果。學生們參加各種競賽或展示均取得了優異的成績。例如，2010年，仿腦智能系統方向研究生研發的社交機器人――“文博之星NAO”項目獲得第三屆海峽兩岸(廈門)文化產業博覽交易會最佳創意產品銅獎；自然語言處理方向研究生研發的漢語句法分析器和漢語人名消歧系統分別參加2009中文信息學會句法分析評測(CIPS-ParsEval-2009)和2010中文信
息學會與SIGHAN聯合會議(CIPS-SIGHAN 2010)的人名消歧評測，均榮獲第二名。
4反思
智能科學與技術專業作為一個新興專業，雖然得到國內許多高校的重視并有良好的發展勢頭，但目前仍存在一些發展的制約因素。第一，智能科學與技術未能被列為一級學科，因此各高校的智能科學與技術學科建設只能依附于其他相關專業，導致該專業的發展缺少必要的學科保障，高層次人才(博士層次)的培養也受到嚴重制約；第二，智能科學與技術在國內尚未形成明顯的產業群，因此該專業畢業生就業的行業特色不明顯，目前各高校智能科學與技術專業畢業生的就業行業與計算機科學與技術、自動化、電子科學與技術等相關專業學生的就業領域基本相近，這導致該專業的特色無法被正確理解，也影響了專業招生。
在這種狀況下，我們認為智能科學與技術專業要大力發展，應突出兩點。首先，要加強智能科學與技術的科學研究，這一方面可以促進人才培養，另一方面也能通過展現高水平成果進一步擴大專業的學科影響力；其次，要加強智能科學與技術專業學生的實踐能力培養，以此提高專業學生的就業競爭力，進而增強專業的吸引力。
參考文獻：
[1] 鐘義信. 設置“智能科學與技術”博士學位一級學科：必要性、可行性、緊迫性[J]. 計算機教育,2009(11):5-9.
[2] 東,李紹滋, 潘偉. 廈門大學“智能科學與技術”專業建設介紹[J]. 計算機教育,2009(11):46-48.
[3] 東,李紹滋. 智能科學與技術專業學生實踐能力培養若干探索[J]. 計算機教育,2010(19):61-63.
Specialty Construction of Cognitive Science in Xiamen University
CHEN Yidong, LI Shaozi, PAN Wei
(Department of Cognitive Science, School of Information Science and Technology, Xiamen University, Xiamen 361005, China)
一、人工智能
人工智能（Artificial Intelligence，縮寫為AI），是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它試圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。養老服務業人工智能的應用主要體現在家居掃地機器人、語音溝通服務、家庭體檢、藥物使用建議、家居廚師、家居智能陪伴服務。
二、養老服務人才培養“人工智能化”
人工智能上升為國家高級戰略后，國家發展服務性制造和生產性制造，同時盡可能的通過服務業的再造和完善，改進我國經濟產業結構，發揮技術、人才、產業的對接聯動效應。人、機器、智能機器將共生共存，成為養老服務工具的新常態。未來的養老服務人才不是笨干、累干、苦干，而是實干+巧干，實現腦力勞動的智能機械化，盡可能地減少人力的倦怠感，提高服務效率、質量和速度。智能化，體現在養老服務人才應具備傳播人工智能基礎知識，客觀了解人工智能，有效實現人與機器、智能機器的有效配對組合應用，充分發揮智能機器的保健醫生、保姆、玩伴、老伴、子女多重功能，倡議自養老。
三、人工智能養老服務人才培養模式
（一）廣播電視大學遠程教育模式――音像媒體
配備養生、人工智能國內一流專家，發揮國家音像媒體的作用，將人工智能家居應用的途徑、方式、手段通過網絡微視頻的形式進行普及。發揮社區教育指導中心、社區大學和社區教育學院、社區學校、社區學習站四級社區教育辦學網絡體系的作用，建立社會養老大學，使老年人自己會應用人工智能，減低對子女的時間依賴。
（二）公眾號社會宣傳普及模式――微媒體
國家、企業、社區應建立專題公眾號進行微媒體培訓。從國家層面，要建立人工智能養老服務應用技術發展歷程方面的公眾號；從企業層面，要建立人工智能機器人養老服務應用說明類的公眾號；從社區層面，要基于一些鰥寡孤獨建立社群委托服務型人工智能服務策略的公眾號。
（三）職業技術學院培訓模式――專題高端培訓
目前，人工智能服務還不能完全普及，故而職業技術學院的后備人才首先要建立自我提升的潛意識，此外，職業技術學院自身要引進國內外的人工智能專家，進行家庭陪護、游戲娛樂、醫療、做飯、洗衣、洗漱、保健、鍛煉等多重人工智能方面的高端培訓。
（四）民政部門、老齡委聯合推廣模式――社會傳媒
作為養老服務的主管部門，民政部門和老齡委要利用廣播、電視、報紙、雜志等對人工智能的發展趨勢、前景、作用、功能、效益、方式進行宣傳。民政部門要側重于養老服務的社區組織協調，老齡委要側重于制度、規定、采購人工智能機器方面的政策優惠的制定。
（五）社會民間家政服務組織培養模式――養老院、福利院自組織模式
民間社會力量建立有養老院、福利院，這就對相關服務人員的素養提出了時代性的要求。其一，人的社會角色多，時間、精力、體力有限；其二，人工智能是趨勢，必須適應并學會使用；其三，要加強前瞻性人才培養，解決勞動倦怠問題，即民間組織自己解決自己的問題，通過人工智能，減少雇員，降低勞動力雇傭成本。
四、人工智能養老服務人才培養對策
（一）廣播電視大學養老服務人才培養對策
依托遠程教育系統，發揮網絡平臺的作用，將人工智能的技能培訓與社區教育、社會養老大學的建設并舉；發揮廣播電視大學的社會服務功能，與人工智能機器生產企業搭建戰略伙伴關系；積極推進產培用一體化建設，形成網絡平臺特色模塊；推出廣播電視大學養老服務精品課教程，以優質教育品牌打開培訓窗口。
（二）人工智能機器制造企業養老服務人才培養對策
基于居家養老的社會需求利益取向，把脈居家老人和其子女的時間要求，積極開發、完善人工智能機器的特殊功能，加大資金投入力度，特別加強對情感交互、圖像識別、語音功能的完善；重點做好人工智能機器使用說明，要具有便捷實用性的操作指南，方便人們學習。
（三）職業技術學院養老服務人才培養對策
職業技術學院作為專職教育機構，首先，要提前與職業高中接軌，進行專職意向高中生的錄取，為養老服務人才培養獲取意向生。其次，要突出人才培養的實踐應用性，購置高端智能機器，讓學生能夠迅速掌握技能，并且能夠進行社會的二次培訓，對購置的智能機器進行租賃和應用培訓。
（四）民政部門、老齡委養老服務人才培養對策
民政部門和老齡委要培養高級管理人才，建立養老服務人才智庫，積極推進國家、企業、社會的養老服務人才人工智能化聯動培養；加大對家庭貧困并且有意向致力于養老服務的青年才俊的培養支持力度；對人工智能養老服務高端研發海歸人才給予政策優待；建立城市養老服務專家群組，定期召開學術研討會議，增進智慧交流。
（五）社區養老服務人才培養對策
社區要加強人工智能養老服務人才的典型宣傳，利用宣傳畫的形式傳播人工智能應用的優勢；積極打造人工智能特色服務團隊，開展社區公益性專題培訓，并募集資金購置人工智能機器為特殊群體獻愛心；努力構建人工智能養老社區，采用人工智能的形式鼓勵老年人進行文體娛樂，增強體質。
總的來說，在計算機技術不斷發展的現代社，人工智能技術的普及給養老服務帶來了巨大的便捷。隨之而來的人工智能化養老服務人才的培養成為了發揮人工智能養老服務效用的關鍵環節。要培養人工智能化養老服務人才，可以從遠程教育、社會宣傳普及、學院培訓、政府推廣等模式入手，實現人工智能化養老人才培養模式的多元化。同時，開展遠程教育的過程中運用產品一體化模式，在滿足老人需求的基礎上提升人工智能設備的人性化操作，重點開展職業技術院校的人才培養方式，與民政部門開展緊密合作，積極培養人工智能化養老服務人才。社區方面強化人才的教育宣傳工作，全力搭建人工智能養老社區。
關鍵詞：計算機科學與技術；人工智能；智能機器人；實驗室建設
智能機器人作為一個最為典型的工程系統對象，涵蓋了機械、電氣、信息、通訊、控制、系統等所有現代工程專業的內容，因此機器人作為一個典型的系統對象，是所有創新工程專業教育改革的理想載體，可以貫穿工程訓練、專業基礎教育和專業創新教育的全過程，是教學實驗和研究的最理想的平臺。智能機器人實驗室是一個涉及多學科，測、控充分結合的實驗室，集各種傳感與執行機構于一體，又是一個測控一體化的綜合實驗對象。
首都師范大學智能機器人實驗室是專門服務于智能科學與技術專業本科教學和實踐的系統平臺，是高年級智能機器人、模式識別等專業課程的實踐創新基地。經過近10年的建設發展，我們在實驗室建設、實驗體系研究、目標定位等方面積累了一定的經驗。
1 實驗室建設定位和配置
智能機器人與模式識別是智能科學與技術專業的特色，其中，智能機器人重點培養學生在智能機器人設計與開發、智能機器人傳感器技術、智能控制、多傳感器信息采集與融合等方面的實際應用能力；模式識別是基于信號處理、人工智能、計算機等技術，用機器代替人去識別和辨識客觀事物，用數學技術方法來研究模式的自動處理和判讀的學科內容，其相關系統理論和方法的研究近年來迅速發展，因此實驗室的建設主要圍繞這兩門課程的實踐教學和科研活動展開。
實驗室自2005年創建，占地面積約150m2。根據教學實踐需要，實驗室設備配置包括通用計算機系統、小型組足球機器人、輪式智能移動機器人平臺、大學生創新實踐中級套件、示教型教學工業機器人、各種傳感器等。軟件系統包括Matlab、機器人編程系統、通用編程語言環境、模式識別工具箱等，在這些設備的基礎上，開展智能科學與技術的實踐教學。隨著設備的老化，根據課程發展的需要，實驗室即將購進人形機器人、滅火機器人、游歷機器人以及自主設計機器人的各類配件。
2 實驗室創新實驗體系
2.1 通用創新實驗體系
根據智能科學與技術的學科特點，智能機器人實驗室提供循序漸進的系統訓練課程：初級課程、中級課程、高級課程，具體開課情況見表1。
（1）針對低年級學生的系統化基礎工程訓練：學生可以利用該平臺，進行學科基本能力的培養，包括計算思維能力、算法設計與分析能力、程序設計能力、開發應用能力等；并能夠動手組裝和調試簡單電路；編寫控制軟件；獲得全方位的、系統化的基礎工程訓練。
（2）針對中年級學生：可以利用該平臺，進行系統能力的培養，要求學生能夠站在系統的全局去看問題、分析問題和解決問題，從而更加深入地學習并實踐自動控制、電子電路、微機原理接口技術及應用、單片機原理與應用等學科知識與試驗學習結合起來。
（3）針對高年級學生：利用該平臺，深入研究目前前沿的學科知識，進行人工智能、圖像處理、語音識別、機器人自主導航、運動控制、機械設計、機械電子學、電機拖動、機器人學、自動控制、數字控制、先進控制、智能控制、傳感器、傳感器信息融合、信號處理、模式識別、人工智能、面向對象編程、軟件工程、圖像處理、語音識別、神經網絡、遺傳算法等多學科的研究驗證，進行創新能力培養。
2.2 智能機器人課程實踐教學體系
智能機器人是首都師范大學智能科學與技術高年級學生的重要專業課程，涉及的學科范圍包括力學、機器人拓撲學、機械學、電子與微電子學、控制論、計算機、生物學、人工智能、系統工程等諸多課程，是理論性、實踐性和綜合性很強的課程，也是培養學生具有機械設計能力、能夠直接解決實際問題的課程。該課程授課課時為36學時，實驗課時為36學時，達到了1：1的比例。
第一階段，教師以最為典型的能力風暴機器人、示教—再現機器人為教學對象，讓學生掌握基本程序的編制，掌握電機的控制方法，掌握最簡系統的組裝、編程、調試的方法，能夠實現基本系統的各種控制，實現機器人走正方形、機器人邊唱邊跳等經典控制項目，從而對機構設計、軟件編制以及優化有一定的認識。
第二階段，設計和開發自己的機器人運動機構，完成機器人綜合組裝、調試工作，在第一階段的基礎上增加一些標準傳感器知識，學生可以通過對典型傳感器，如紅外傳感器、光敏傳感器、碰撞開關、光電編碼器等使用學習，完成機器人跟人走、避障等實驗。另外，學生熟練掌握完整智能控制系統的編程與應用方法，為拓展其他各種傳感器與功能模塊的應用打下基礎。
第三階段，學生可以在以上基礎上增加其他各種擴展芯片、傳感器、大學生創新模塊套件及執行機構，熟練應用不同傳感器，設計方案以及試驗環境來實現不同功能，例如完成語音控制機器人小車、加工車床等試驗。通過這個環節，學生可以深入掌握不同傳感器及執行機構的工作原理與應用方法，培養學生解決實際問題的能力。
第四階段，面向競賽和學生科研課題，學生獨立進行自主創意或完成指定項目的設計。在這個階段，學生可以對人工智能、圖像處理、自主導航、遺傳算法等前沿學科進行深入研究及驗證，例如火星隕石標本采集概念機器人的設計、智能圖書存取系統設計等。
2.3 模式識別課程實踐教學體系
模式識別課程是首都師范大學智能科學與技術高年級學生的重要專業課程，其目的是通過對模式識別基本理論、概念和方法的學習，使學生能夠靈活運用所學知識，借助計算機解決實際工程應用中的自動識別問題，其主要任務是使學生掌握對物體進行分類的有關理論和方法。實驗課是本課程重要的教學環節，目的是使學生掌握模式識別基本分類方法的算法設計及其驗證方法。提高學生分析問題、解決問題的能力。本課程授課課時36學時，實驗課時時。
第一類實驗是安裝并使用模式識別工具箱。本次實驗可以讓學生了解模式識別軟件的具體形態、基本設置以及運行流程，了解基本識別方法的工作過程。
第二類實驗使用常用分類算法進行實驗，例如，貝葉斯分類算法的原理和使用、最近鄰算法的分析試驗。
第三類實驗為課程設計，例如用支持向量機進行人臉識別。本次實驗可以讓學生掌握支持向量機的運行機理、參數選擇與快速算法等，了解在實際分類中學習樣本庫的重要性。
3 實驗室發展成果
3.1 提高科研水平，促進實驗室良性發展
實踐證明，科研項目的研究對改善學科軟硬件條件作用重大。在帶動實驗室建設上，科研課題以優勢、特色學科為基地，購置大量先進的儀器設備，構建起堅實的實驗條件，在完成科研任務的同時，轉化為學科教學、科研發展的基礎設施，為培養高水平本科人才提供物質支撐。首都師范大學智能科學與技術專業先后申請主持國家自然科學基金項目等國家級項目4項、省部級項目近20項，校級項目若干，發表包括SCI、EI檢索在內的學術論文一百多篇，從而極大促進了智能機器人的實驗室建設，為實驗室的長期發展創造堅實的物質基礎和持續的科研動力。
3.2 開展學生科研，培養學生創新能力
智能科學與技術專業堅持以智能機器人實驗室為依托，鼓勵學生申報、開展各級各類學生科研項目，進行專業實習、完成畢業設計，并按照本科生的學習發展階段，為學生規劃科研申報體系，如圖1所示。
近四年來，我們積極組織學生申請全國級大學生創新實驗計劃6項，參與學生近30人。申請校級各類學生科研項目近20項，參與學生近百人。通過有組織地、循序漸進地開展學生科研，學生極大地發揮了鉆研精神和創新能力。
3.3 通過學科競賽，調動學生實踐積極性
實驗室為學生提供了一個開放的平臺，并以培養學生的創新思維、科研素質和實踐能力為目標，為學生的成長提供良好的條件。學科競賽富有挑戰性、探索性和趣味性，是學生綜合能力培養的重要手段。參賽的過程，就是學生獨立分析問題、解決問題的能力得到鍛煉和提升的過程。近年來，學校通過組織學生參與競賽，先后獲得2012年全國大學生仿真比賽一等獎、2011年全國大學生仿真比賽二等獎2項、歷年全國Scilab競賽二等獎以上獎項；學生設計的“火星隕石碎片采集概念機器人”“智能圖書歸還平臺”分別獲得2011年全國首屆大學生智能設計競賽二等獎；學生設計的智能小車獲得2012年北京市挑戰杯二等獎。
機器和人類、現實和科幻、邪惡和美好的分界從來沒有像今天這樣如此模糊。眺望未來30年，智能革命的壯闊波瀾，將改寫人類社會對智商的理解和定義。
從AlphaGo說起：Have to win
關于這場圍棋大賽，先引用一段博士老板Alan Yuille教授(美國頂級機器智能科學家，霍金理論物理學博士)的判斷：
Go is a complex game but still it is finite so with enough computer power，and clever algorithm，the computers will have to win(if not this year，then next year)。(圍棋是一套復雜但有內在邏輯和明確計算量的游戲，所以只要計算機遵循圍棋的推演路徑并擁有充裕的運算能力就必然能夠贏得人類、取得勝利，AlphaGo的勝利對于計算機而言只不過是時間問題。)
AlphaGo戰勝人類，美國學術界早有準備
伴隨著摩爾定律的不斷實現和幾十年來人工智能的軟硬件技術積累，人工智能其實已經悄然改變了我們生活中的許多方面，當我們還在感慨電影中各種AI的強大時，未來已經悄然而來，AlphaGo只是這場人工智能大浪潮中的一朵璀璨浪花。
在過去的5年里，人工智能已經在語音識別、計算機視覺、語言理解、醫療健康等領域取得了巨大進展，并在某些領域里超過了人類，比如語音識別、人臉識別等等方面。
以計算機視覺為例，人工智能已經發展出了突破肉眼精度的圖像識別技術并已被廣泛的應用于公安、金融、信息安全等領域，產生了巨大的價值。而這些進展之所以沒有引起社會轟動，是因為社會中大部分非專業人員會通過直覺和自身感受而推論出機器識別“人臉”、識別“蘋果”等圖像信息是一件容易的任務，是一件不同年齡、不同教育背景、不同文化背景的人都能勝任的任務，在這其中體現不出人工智能的“智能”來。
但站在人工智能發展的角度，從圍棋和圖像識別的復雜性和不確定型來說，圖像的變化比棋盤的變化要大得多。
圍棋是有可遵循的邏輯、可衡量的計算量的游戲，對于人類大腦的難度在于龐大的計算量和對棋盤宏觀形勢的敏感度；而圖像識別則會在信息抓取和邏輯分析層面呈現出更廣泛意義上的隨機性和不確定性。
通過機器學習將圖像中的信息進行分類解析、最終提取有價值的結構化數據是極難的科研課題，從學術界到工業界的轉化耗費了幾十年的時光。
然而相比于計算機視覺、語言語音理解等其他的進步，AlphaGo的劃時代意義在于它不僅僅縮短了機器與人的智能距離，還將顛覆人與人智商差異的感知。
未來人與人的智商差距不再會是不可彌補的先天差距，而將成為一種可以通過工具而后天獲取的能力，這帶來的會是人類自我價值評估的一次大顛覆，智商對于人的意義將會在一定程度上有所下降。這就像從前算術不好的，現在用計算器就能補上；未來下棋不好的，可能只是加個AlphaGo就能補上?！爸巧獭边@個詞的定義可能會被迫從形容人和動物差異，變成由人和機器的差異所定義。
第一個十年的變化：The rich get richer(富人更富，強者更強)
從短期來看，讓我們暢想一下在這場大浪潮中，誰會成為最大的受益者呢？
當我們回顧推動人工智能發展的關鍵因素時，有三個要素極為重要：數據、算法和計算。
AlphaGo這次在全社會范圍內對人工智能進行了一場大面積的認知普及，會使得擁有成熟商業模式和海量數據優勢的BAT等巨頭重金投入這片市場，彼此間的互相追趕將在市場中形成像google收購deep mind一樣的并購風潮。
同時伴隨著計算能力的不斷提升和算法的持續優化，這將帶來人工智能史上的第一次大規模應用實踐，各巨頭的業務將因為人工智能帶來的效率提升而加速拓展，他們相較其它競爭者的優勢也會因此不斷加大，這就正如今天的google相對于其他公司一樣。
當資本成為這場競逐游戲的驅動力時，獲得先發優勢的公司雪球也必將越滾越大，優勢將在成長中愈發明顯，The rich get richer。
未來的思考：人類將重新理解知識、智慧、人性
從遠期來看，人工智能的進步將改寫人類對自我、知識和教育的理解。
倘若，90%的醫生、律師、教師、程序員能被機器所代替，人們將需要重新開始討論“人”的自我定義和“知識”的新時代價值。
當舊時代下的知識已成為機器人僅需拷貝和執行的簡單命令，而“為什么要學法律、學編程等”的疑問及背后對自我價值的疑惑就必將引發社會教育結構的變革。
過往人與人之間通過知識組合的不同而形成的差異將被人工智能抹平，“高考”等考試測評手段作為廣義上的游戲(game)，就像圍棋一樣，將不再能作為準確評價智慧和學識的方式而被修正。
當在體力勞動和腦力勞動里獨立的人類相對于機器都不再具備經濟優勢時，人的存在形態、存在價值和機器的交互融合將成為未來前沿學術研究的重要課題，這會是一次人類社會的集體迷思、也會是人類價值的再次追尋。
人類的希望？
有人曾說，機器和人的差異是藝術的創作和欣賞。但這對于人工智能而言，已經并不是什么特別難的事情，大概在10年前就已有成熟的學術成果來用計算機創作梵高風格的作品，在這背后的藝術風格提煉、學習和再造并不是什么新鮮的技術。
也有人說，機器和人的差異是情感。但我不確定現今的人類社會對情感的定義是否像對智商一樣，有著廣泛的共識而能成為人類獨特性的特征。情感誕生于本能和動物性，只是在人身上閃爍出了更加多彩的光芒，悲歡喜樂、嬉笑怒罵，這本就是人性中最難以捉摸而妙不可言的部分。
所以，機器和人的區別最終會是什么呢？在這個恐怕哲學家也難以回答的終極問題下，我想起了最近讀到的這樣一句話，“如果機器認為這場戰斗必敗，那么機器會選擇投降；如果人認為這場戰斗必敗，那么有人會選擇義無反顧的戰斗，直至戰死為止?！?/p>
或許，這句話里已經輕輕道出了我們與機器的區別。
