導(dǎo)語：如何才能寫好一篇人工智能對(duì)教育的意義，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】 血管性認(rèn)知功能障礙；支架成形術(shù)；復(fù)方蓯蓉益智膠囊；療效

DOI：10.14163/ki.11-5547/r.2015.10.114

血管性認(rèn)知功能障礙（vascularcognitiveimpaiyment， VCL）是最常見的顱內(nèi)血管疾病。國(guó)內(nèi)外大量動(dòng)物實(shí)驗(yàn)及臨床研究均證明腦供血?jiǎng)用}狹窄是引起認(rèn)知功能障礙的原因之一。冠狀動(dòng)脈支架成形（CAS）可以改善認(rèn)知功能履有報(bào)道， 為治療帶來了希望。2012年5月～2014年5月作者觀察研究了血管內(nèi)支架成形術(shù)治療和口服蓯蓉益智膠囊治療VSI的療效和比較， 結(jié)果報(bào)告如下。

1 資料與方法

1. 1 一般資料 40例VCI患者來源于本院放射介入科。經(jīng)全腦血管造影術(shù)或頭部CT成象確診為腦血管動(dòng)脈狹窄， 均符合《第四屆全國(guó)腦血管會(huì)議修訂標(biāo)準(zhǔn)》， 并達(dá)到血管內(nèi)治療標(biāo)準(zhǔn)。中醫(yī)辨證屬肝腎虧虛， 痰瘀阻絡(luò)證。其中男32例， 女8例；年齡60～81歲；病程6～12個(gè)月。40例患者中血脂異常20例， 糖尿病9例， 高血壓病史30例， 腦梗死病史28例， 腦血管中度硬化4例。排除腦炎、腦腫瘤、腦外傷、腦出血、有精神病史、有一氧化痰中毒病史、正在服用抗精神病藥影響認(rèn)知功能的患者。40例確診血管性認(rèn)知功能障礙患者隨機(jī)分為血管內(nèi)支架成形治療組（支架組）和口服復(fù)方蓯蓉益智膠囊組， 各20例。兩組患者在性別、年齡、病程等一般資料方面比較差異無統(tǒng)計(jì)學(xué)意義（P>0.05）， 具有可比性。

1. 2 治療方法 支架組患者術(shù)前3 d開始服阿司匹林200～ 300 mg， 氯吡格雷75 mg， 1次/d， 連用3個(gè)月后改為氯吡格雷單藥繼續(xù)服至術(shù)后6個(gè)月?；颊咝g(shù)后頸外血管殘余狹窄≤10%， 頸內(nèi)血管殘余狹窄≤20%～30%。復(fù)方蓯蓉益智膠囊組口服復(fù)方蓯蓉益智膠囊4粒， 3次/d， 并連用阿司匹林和氯吡格雷至6個(gè)月。

1. 3 檢測(cè)指標(biāo) 兩組患者在治療前接受認(rèn)知功能測(cè)定， 采用簡(jiǎn)易精神狀態(tài)量表（MMSE）評(píng)分。其中時(shí)間定向力為5分， 地點(diǎn)定向力為5分， 即刻記憶力為3分， 延遲記憶力為3分， 計(jì)算力為5分， 語言能力為2分， 復(fù)述書寫力為3分， 執(zhí)行力為4分， 總分30分。認(rèn)知功能嚴(yán)重程度分級(jí)：正常為MMSE評(píng)分≥27分；中度為21～27分；中度為10～20分；重度為≤9分。兩組患者分別在6 h后和1、3、6個(gè)月分別行認(rèn)知功能測(cè)定。

1. 4 統(tǒng)計(jì)學(xué)方法 采用SPSS18.0統(tǒng)計(jì)學(xué)軟件處理數(shù)據(jù)。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（ x-±s）形式表示， 實(shí)施t檢驗(yàn)；計(jì)數(shù)資料以率（%）形式表示， 實(shí)施 χ2檢驗(yàn)。P

2 結(jié)果

兩組治療前后MMSE評(píng)分結(jié)果比較， 治療前支架組與復(fù)方蓯蓉益智膠囊組比較， 差異無統(tǒng)計(jì)學(xué)意義（P>0.05）；治療后6 h內(nèi)和1、3、6個(gè)月支架組MMSE評(píng)分較復(fù)方蓯蓉益智膠囊組顯著升高， 差異有統(tǒng)計(jì)學(xué)意義（P

3 討論

病理機(jī)制研究發(fā)現(xiàn)[1]血管認(rèn)知功能障礙患者皮層下小血管病變的比例很高， 在MRI上可呈白質(zhì)異常， 與經(jīng)常性、慢性和彌漫性的輕度缺血有關(guān)。Shibata等[2]采用雙側(cè)頸總動(dòng)脈線結(jié)法， 造成小鼠腦組織反復(fù)缺血-再灌注， 使腦組織廣泛損傷產(chǎn)生梗死灶， 引起皮層降解纖維受損出現(xiàn)皮層功能紊亂， 斑塊脫落造成腦內(nèi)多發(fā)微小的腔隙性梗死灶和微栓子造成的無癥狀性損傷的累加作用， 經(jīng)行為學(xué)測(cè)試， 可使小鼠學(xué)習(xí)、記憶、認(rèn)知功能受損。根據(jù)以上機(jī)制對(duì)VCI的治療首先應(yīng)注重控制血管因素的發(fā)展， 預(yù)防腦卒中的復(fù)發(fā)包括控制危險(xiǎn)因素和腦卒中的一、二級(jí)預(yù)防。楊婷等[3]報(bào)道頸動(dòng)脈支架成形術(shù)可以改善患者認(rèn)知功能障礙， 頸動(dòng)脈支架植入后， 大腦低灌注情況有所改善， 通過P300潛伏期檢測(cè)、MMSE評(píng)分， 發(fā)現(xiàn)頸動(dòng)脈支架植入術(shù)后患者的各項(xiàng)指標(biāo)均比術(shù)前有明顯好轉(zhuǎn)。

中醫(yī)認(rèn)為病位在腦， 與心、肝、腎功能失調(diào)有關(guān)。由于七情內(nèi)傷， 久病耗損， 年邁體弱， 致使氣、血、痰、郁、瘀等病邪為患， 漸使腦髓空虛， 氣血不足， 腎精虧耗， 痰瘀互阻， 腦髓失養(yǎng)。其癥侯特征以虛為本， 以實(shí)為標(biāo)， 臨床多見虛實(shí)夾雜癥。復(fù)方蓯蓉益智膠囊有益智養(yǎng)肝， 活瘀化濁， 健腦增聰?shù)墓δ埽?適用于輕、中度血管性智呆屬肝腎虧虛兼痰瘀阻絡(luò)。在缺血再灌合并頸外靜脈抽血降壓所致缺血性腦損傷的大鼠模型中[4]， 本品可使大鼠在躍臺(tái)試驗(yàn)中的錯(cuò)誤次數(shù)減少， 水謎宮試驗(yàn)中游全程時(shí)間縮短， 進(jìn)入盲端次數(shù)減少， 并可改善模型組造成的病理改變， 改善由腦血栓造成的腦缺血癥狀， 提高模型大鼠的腦組織血流量。

本研究將40例VCI患者分為兩組， 比較治療前及治療后6 h和1、3、6個(gè)月MMSE評(píng)分， 治療前支架組與復(fù)方蓯蓉益智膠囊組比較差異無統(tǒng)計(jì)學(xué)意義（P>0.05）；但在治療后6 h和1、3、6個(gè)月， 支架組與復(fù)方蓯蓉益智膠囊組比較差異均有統(tǒng)計(jì)學(xué)意義（P

綜上所述， 血管內(nèi)支架成形術(shù)和口服復(fù)方蓯蓉益智膠囊治療VCI均有效， 但血管內(nèi)支架成形術(shù)能讓患者的認(rèn)知功能在短時(shí)間內(nèi)得到改善， 而復(fù)方蓯蓉益智膠囊組需較長(zhǎng)時(shí)間， 療效上支架組優(yōu)于復(fù)方蓯蓉益智膠囊組。

參與文獻(xiàn)

[1] Erkiniuntti T， Roman G， Gauthier S， et al. Emerging therapies forvascular dementia and vascular Iar cognitive impairment. Stroke ， 2010， 35（4）：1010-1017 .

[2] Shibata M ， Ramasaki N ， Miyakawa T， et al. Selecti Ve impairment of working memory in a mouse model of chronic cerebralhypoperfusion. Stroke， 2007， 32（38）：2826-2832.

[3] 楊婷， 陳康寧.頸動(dòng)脈支架置入術(shù)改善患者認(rèn)知功能障礙.現(xiàn)代生物醫(yī)學(xué)進(jìn)展雜志， 2008（12）：2511-2513.

篇2

2016年是世界圍棋界極不尋常的一年，3月份在“阿爾法圍棋”（AlphaGo，一款圍棋人工智能程序）與圍棋世界冠軍、職業(yè)九段選手李世石之間展開的一場(chǎng)人機(jī)大戰(zhàn)中，“阿爾法”的勝出震驚全球。7月份世界職業(yè)圍棋排名網(wǎng)站公布了最新世界排名：“阿法圍棋”以3612分，超越3608分的柯潔成為新的世界第一。

2016年12月29日到2017年1月4日，一個(gè)名叫 “Master”的神秘網(wǎng)絡(luò)圍棋手橫掃中、韓、日圍棋界。它憑借驚人的穩(wěn)定性一路高唱?jiǎng)P歌，獲勝60場(chǎng)，沒有敗績(jī)。最終神秘的“Master”揭開了廬山真面目，宣布自己就是“阿爾法圍棋”。

2017年1月，谷歌Deep Mind公司宣布推出真正2.0版本的“阿爾法圍棋”，成為第一個(gè)不借助讓子，在全尺寸19×19的棋盤上擊敗職業(yè)圍棋棋手的電腦圍棋程序，其特點(diǎn)是擯棄了人類棋譜，只靠“深度學(xué)習(xí)”的方式成長(zhǎng)起來挑戰(zhàn)圍棋的極限。

圍棋是人類最具智慧的競(jìng)技之一，而人工智能（Artificial Intelligence，簡(jiǎn)稱AI）研發(fā)是人類最具挑戰(zhàn)性的科技探索。人機(jī)大戰(zhàn)的經(jīng)典對(duì)決將被同時(shí)載入圍棋史冊(cè)和科技史冊(cè)。它的意義已經(jīng)遠(yuǎn)遠(yuǎn)超出圍棋本身，人們熱衷談?wù)摗鞍柗▏濉备嗍浅鲇趯?duì)AI技術(shù)的關(guān)切。從誕生到日益成熟，AI理論和技術(shù)的應(yīng)用領(lǐng)域在不斷擴(kuò)大，不知不覺間滲透到人類當(dāng)代生活的各個(gè)方面。AI時(shí)代，互聯(lián)網(wǎng)、金融、醫(yī)療、教育、物流、娛樂、傳媒等行業(yè)都在加速自己智能化的進(jìn)程?？梢韵胍?，未來人工智能帶來的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。 而與此同時(shí)，人類命運(yùn)和機(jī)器智慧的沖突與共存，已經(jīng)由人機(jī)大戰(zhàn)開始不斷升溫。

“人工智能百年研究”項(xiàng)目

2014年秋季，美國(guó)斯坦福大學(xué)開啟了“人工智能百年研究”（AI100）項(xiàng)目。這是一個(gè)超大型長(zhǎng)期項(xiàng)目，該項(xiàng)目發(fā)起人――美國(guó)人工智能發(fā)展協(xié)會(huì)會(huì)長(zhǎng)、前微軟研究員埃里克?霍維茨博士表示，“我們的職責(zé)是研究人工智能在2030年前對(duì)人類社會(huì)生活方方面面所產(chǎn)生的影響，尤其是在北美地區(qū)”，而“研究的核心是，人類不能喪失對(duì)人工智能的控制能力”。 “人機(jī)大戰(zhàn)”

2016年9月1日，“人工智能百年研究”項(xiàng)目的第一項(xiàng)成果《人工智能與2030年的生活》。這是一份試圖定義北美城市在未來10多年間將要面臨的可以模擬人類行為的計(jì)算機(jī)和機(jī)器人系統(tǒng) （即人工智能）問題的報(bào)告，涉及交通、家庭/服務(wù)、健康醫(yī)療、教育、低資源社區(qū)、公共安全與防護(hù)、就業(yè)、娛樂等關(guān)注領(lǐng)域，目的是推動(dòng)相關(guān)政策的制定。業(yè)內(nèi)人士認(rèn)為，工業(yè)界和學(xué)術(shù)界目前正在聯(lián)手倒逼政府出臺(tái)人工智能的相關(guān)政策，希望可以獲得更大力度的資金和法律扶持。

《人工智能與2030年的生活》所列舉的關(guān)注領(lǐng)域，均面臨著人工智能的影響和挑戰(zhàn)。例如開發(fā)安全可信賴的硬件的困難（交通工具和服務(wù)機(jī)器人），獲得工作信賴的困難（低資源社區(qū)和公共安防），對(duì)勞動(dòng)力可能被邊緣化的擔(dān)憂（就業(yè)和職業(yè)），以及人際交往減少帶來的社會(huì)副作用（娛樂）等等。

1.交通：自動(dòng)駕駛的汽車、卡車、無人機(jī)投遞將改變城市里的工作、購物和休閑娛樂模式，但需要增加可靠性、安全性和用戶接受度，并根據(jù)新的交通模式改進(jìn)當(dāng)前的相關(guān)法規(guī)和基礎(chǔ)設(shè)施。

2.家庭/服務(wù)機(jī)器人：現(xiàn)在進(jìn)入家庭的掃地機(jī)器人或特種機(jī)器人能夠?yàn)榧彝ズ凸ぷ鲌?chǎng)所提供清潔和安保服務(wù)，當(dāng)務(wù)之急是技術(shù)方面的挑戰(zhàn)和機(jī)器人成本過高的問題。

3.健康醫(yī)療：個(gè)人健康監(jiān)測(cè)裝備與手術(shù)機(jī)器具有極大的發(fā)展?jié)摿Γ斯ぶ悄苘浖⒆罱K對(duì)某些疾病自動(dòng)進(jìn)行診斷和治療。目前的關(guān)鍵是獲取醫(yī)療從業(yè)者的信任。

4.教育：互動(dòng)輔導(dǎo)系統(tǒng)在幫助學(xué)生進(jìn)行語言、數(shù)學(xué)以及其他技能的學(xué)習(xí)方面已經(jīng)發(fā)揮出作用，自然語言處理的發(fā)展將為這一領(lǐng)域的應(yīng)用帶來全新的方式。當(dāng)務(wù)之急是教育資源分配不均的問題，以及教、學(xué)雙方直接互動(dòng)的減少會(huì)帶來哪些消極影響。

5.低資源社區(qū)：投資最新技術(shù)領(lǐng)域有助于更充分地發(fā)揮人工智能的優(yōu)勢(shì)，比如避免鉛污染和改進(jìn)食品分配等，重要的是讓公眾參與進(jìn)來以增強(qiáng)相互信任。

6.公共安全與防護(hù)：利用相機(jī)、無人機(jī)和軟件進(jìn)行犯罪模式分析，應(yīng)用人工智能技術(shù)來降低人類判斷的主觀偏見，與此同時(shí)在不侵犯?jìng)€(gè)人自由和尊嚴(yán)的情況下增強(qiáng)安全性。目前需注意的是如何保護(hù)隱私和避免固有偏見。

7.就業(yè)和職業(yè)：隨著全球經(jīng)濟(jì)的快速發(fā)展，傳統(tǒng)崗位開始被新崗位取而代之，有關(guān)人類如何適應(yīng)這種新變化的相關(guān)工作需要立即展開，比如如何妥善處理勞動(dòng)力下崗以及人工智能對(duì)新工作崗位不適應(yīng)的問題。

8.娛樂：內(nèi)容創(chuàng)建工具、社交網(wǎng)絡(luò)和人工智能的結(jié)合，將開創(chuàng)全新的媒體內(nèi)容收集、組織和分發(fā)模式。但問題是新的娛樂方式如何在個(gè)人價(jià)值和社會(huì)價(jià)值之間取得平衡。

《人工智能與2030年的生活》在回顧發(fā)展歷程和展望發(fā)展趨勢(shì)時(shí)指出，人類正加速在人工智能領(lǐng)域的研究，試圖建立一個(gè)能與人高效協(xié)作的智能系統(tǒng)。其中最重要的是機(jī)器學(xué)習(xí)的成熟，它受到了數(shù)字經(jīng)濟(jì)崛起的部分影響――數(shù)字經(jīng)濟(jì)為機(jī)器學(xué)習(xí)提供了大量數(shù)據(jù)。此外其他影響因素包括云計(jì)算資源的崛起，以及消費(fèi)者對(duì)語音識(shí)別和導(dǎo)航支持等技術(shù)服務(wù)的需求。研究人員認(rèn)為，不管是從基本方法上還是應(yīng)用領(lǐng)域，包括大規(guī)模的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、機(jī)器人、計(jì)算機(jī)視覺、自然語言處理、協(xié)作系統(tǒng)、眾包和人類計(jì)算、算法游戲理論和計(jì)算的社會(huì)選擇、物聯(lián)網(wǎng)、神經(jīng)形態(tài)芯片在內(nèi)的研究趨勢(shì)，共同促進(jìn)了人工智能研究的熱潮。

這份報(bào)告試圖嚴(yán)肅地討論這樣一個(gè)問題：如何更好地引導(dǎo)人工智能來豐富和服務(wù)于人類生活，同時(shí)推動(dòng)和激勵(lì)這一領(lǐng)域的創(chuàng)新。因?yàn)槿祟惸壳安⒉荒芮逦昝赖仡A(yù)測(cè)未來的人工智能技術(shù)及其影響，所以一定要對(duì)相關(guān)政策進(jìn)行評(píng)估。未來幾年公眾在交通和醫(yī)療等領(lǐng)域內(nèi)應(yīng)用人工智能的機(jī)會(huì)日漸增多，因此必須以一種能構(gòu)建信任和理解的方式將其引入，確保在尊重人權(quán)和公民權(quán)利，保護(hù)隱私和安全，維護(hù)廣泛而公正的利益分配等方面措施周備。 世界經(jīng)濟(jì)論壇說，機(jī)器人和人工智能到2020年可以取代510萬個(gè)工作崗位。

研究人員指出，傳統(tǒng)的人工智能范式已被數(shù)據(jù)驅(qū)動(dòng)型范式成功取代，對(duì)于定理證明、基于邏輯的知識(shí)表征與推理這些程序的關(guān)注度在降低。作為20世紀(jì)七八十年代人工智能研究的一根支柱，規(guī)劃（ Planning ）強(qiáng)烈依賴于建模假設(shè)，難以在實(shí)際應(yīng)用中得到滿足；視覺方面基于物理的方法和機(jī)器人技術(shù)中的傳統(tǒng)控制與制圖，正讓位于通過檢測(cè)手邊任務(wù)的動(dòng)作結(jié)果來實(shí)現(xiàn)閉環(huán)的數(shù)據(jù)驅(qū)動(dòng)型方法；還有曾頗受歡迎的貝葉斯推理和圖形模式，在數(shù)據(jù)和深度學(xué)習(xí)的顯著成果前也顯得相形見絀。在未來15年中，針對(duì)人類意識(shí)系統(tǒng)開發(fā)，按照能夠互動(dòng)的人類特點(diǎn)進(jìn)行建模和設(shè)計(jì)人工智能系統(tǒng)成為人們的興趣點(diǎn)。在考慮社會(huì)和經(jīng)濟(jì)維度的人工智能時(shí)，物聯(lián)網(wǎng)型的系統(tǒng)變得越來越受歡迎。數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的數(shù)量及其市場(chǎng)規(guī)模將會(huì)擴(kuò)大。

“為機(jī)器人安裝‘死亡開關(guān)’”

2017年1月，歐洲議會(huì)法律事務(wù)委員會(huì)召開會(huì)議，呼吁制定“人類與人工智能/機(jī)器人互動(dòng)的全面規(guī)則”。議公布的報(bào)告對(duì)機(jī)器人可能引發(fā)的安全風(fēng)險(xiǎn)、道德問題、對(duì)人類造成的傷害等情況進(jìn)行了討論，探討是否需要為機(jī)器人安裝“死亡開關(guān)”、研究機(jī)器人搶走人類工作的應(yīng)對(duì)措施等等，要求歐盟為民用機(jī)器人制訂法律框架。專家認(rèn)為，這或?qū)⑹鞘讉€(gè)涉及管制機(jī)器人的立法草案，將有利于人類應(yīng)對(duì)機(jī)器人革命帶來的社會(huì)震蕩。

會(huì)議認(rèn)為，人工智能和機(jī)器人發(fā)動(dòng)的新工業(yè)革命可能影響到所有的社會(huì)階層。機(jī)器人可能創(chuàng)造無限的繁榮，與此同時(shí)將影響人類未來的就業(yè)情況。機(jī)器人取代人類在許多行業(yè)是大勢(shì)所趨。在德國(guó)，每1萬個(gè)雇員中就有301個(gè)是工業(yè)機(jī)器人。報(bào)告要求歐盟委員會(huì)對(duì)各國(guó)民眾的就業(yè)情況進(jìn)行調(diào)查，重點(diǎn)關(guān)注極易被機(jī)器人取而代之的職位。如果機(jī)器人成為職位“殺手”，歐盟各成員國(guó)應(yīng)考慮為國(guó)民提供基本的生活保障。埃里克?希爾根多夫是一名德國(guó)法律教授，他非常認(rèn)同歐洲議會(huì)討論的這項(xiàng)議題。“這不僅在政治上是可取的，從法律角度也是必要的，這樣我們才能及時(shí)應(yīng)對(duì)機(jī)器人革命帶來的社會(huì)震蕩。”他指出，“即使是銀行顧問、教師和記者等要求嚴(yán)格的職業(yè)，未來也無法在這場(chǎng)科技洪流中幸免。”

會(huì)議強(qiáng)調(diào)，因?yàn)槿斯ぶ悄茉趲资陜?nèi)可能超越人類的智力，將對(duì)人類控制機(jī)器人構(gòu)成挑戰(zhàn)。隨著機(jī)器人自我意識(shí)的崛起，甚至可能威脅人類的生存。近年來，機(jī)器人“殺人”的事件時(shí)有發(fā)生：2015年6月，在德國(guó)大眾汽車公司，一名工人安裝機(jī)器人時(shí)反被它抓起推向金屬板壓死；2016年6月，美國(guó)一家汽車零件生產(chǎn)商的一名女員工正在修理出現(xiàn)故障的機(jī)器人時(shí)，它突然啟動(dòng)，將修理女工活活壓死。

報(bào)告參照美國(guó)科幻小說作家艾薩克?阿西莫夫提出的“機(jī)器人學(xué)三大法則”，將其作為立法框架，對(duì)機(jī)器人自我意識(shí)覺醒后的行為規(guī)范做出規(guī)定?！皺C(jī)器人學(xué)三大法則”包括： 1.機(jī)器人不得傷害人，也不得見人受到傷害而袖手旁觀。2.機(jī)器人應(yīng)服從人的一切命令，但不得違反第一法則。3.機(jī)器人應(yīng)保護(hù)自身的安全，但不得違反第一、第二法則。由于規(guī)則無法轉(zhuǎn)化為代碼，歐洲議會(huì)正在著手建立一個(gè)針對(duì)機(jī)器人和人工智能研發(fā)的機(jī)構(gòu)，為設(shè)計(jì)、生產(chǎn)和操作機(jī)器人的人員提供技術(shù)、倫理和監(jiān)管方面的專門知識(shí)等。

報(bào)告還提出：1.在設(shè)計(jì)新型機(jī)器人時(shí)，設(shè)計(jì)師應(yīng)該尊重人類的基本人權(quán)，事先獲得道德研究委員會(huì)的批準(zhǔn)。2.必須為機(jī)器人注冊(cè)，以便在調(diào)查事故時(shí)查找涉事的機(jī)器人。3.確保機(jī)器人安裝有“死亡開關(guān)”，可以隨時(shí)被關(guān)閉。4.機(jī)器人不能對(duì)使用者造成“身體或心理傷害”。如果釀成事故，機(jī)器人不能逃脫責(zé)任。機(jī)器人所負(fù)擔(dān)的責(zé)任應(yīng)該與其接收的實(shí)際指令及其自主程度相對(duì)應(yīng)：它的學(xué)習(xí)能力和自主性越高，那么人的責(zé)任就較低；倘若它“受教育”的時(shí)間越長(zhǎng)，教它的“老師”負(fù)的責(zé)任就越大。報(bào)告還指出，機(jī)器人的生產(chǎn)商或擁有者將來需要購買保險(xiǎn)，來承擔(dān)機(jī)器人可能造成的損失。

人類與機(jī)器人的關(guān)系將會(huì)引起一場(chǎng)涉及私隱、尊嚴(yán)和安全的大討論，在歐洲議會(huì)投票贊成立法之前，各成員國(guó)政府將對(duì)此做進(jìn)一步的辯論和修正。

“機(jī)器人應(yīng)當(dāng)納稅”

英國(guó)牛津大學(xué)近期一項(xiàng)調(diào)查結(jié)果顯示，今后數(shù)十年間，自動(dòng)化改變生產(chǎn)線的速度將超過20世紀(jì)。在經(jīng)濟(jì)合作與發(fā)展組織（OECD）成員國(guó)，57%的工作崗位有被自動(dòng)化取代的風(fēng)險(xiǎn)。英國(guó)中央銀行英格蘭銀行預(yù)測(cè)，在自動(dòng)化浪潮中，危在旦夕的英國(guó)工作崗位多達(dá)1500萬個(gè)。美國(guó)白宮2016年預(yù)測(cè)，機(jī)器人取代時(shí)薪低于20美元以下崗位、介于20～40美元崗位和時(shí)薪40美元以上崗位的概率分別為83%、31%和4%。

在美國(guó)微軟公司創(chuàng)始人比爾?蓋茨看來，為暫時(shí)性減緩自動(dòng)化蔓延速度，很有必要向企業(yè)為雇用機(jī)器人員工而征稅，稅單將是阻止機(jī)器人取代人類工作崗位的殺傷性武器。如果機(jī)器人將大范圍取代人類工作崗位，那它們至少應(yīng)為此買單?！澳壳耙粋€(gè)人類員工在工廠中創(chuàng)造了5萬美元的價(jià)值，這個(gè)價(jià)值會(huì)被征稅。人類員工需要繳納各種稅，如所得稅、社會(huì)保障稅以及其他稅款。如果一個(gè)機(jī)器人在工廠做與某個(gè)工人同樣的事情，我們也應(yīng)按同等水平向它征稅?！?/p>

蓋茨同時(shí)認(rèn)為，盡管一些工作崗位可能被機(jī)器人取代，但人們可以在那些所需技能是機(jī)器人無法復(fù)制的領(lǐng)域里繼續(xù)工作。世界需要抓住機(jī)遇解放勞動(dòng)力，讓人們從事更好的工作，例如關(guān)愛老人和幫扶特需群體。在這些領(lǐng)域，人類具有獨(dú)特的同情心和理解力。

法國(guó)社會(huì)黨總統(tǒng)候選人伯努瓦?阿蒙也呼吁法國(guó)對(duì)機(jī)器人征稅，部分稅收用于補(bǔ)貼全民基本收入保障。越來越多的政界人士和硅谷富翁支持推出全民基本收入保障，以化解自動(dòng)化引發(fā)的大范圍失業(yè)。而反對(duì)機(jī)器人稅的人士則持這樣的觀點(diǎn)：自動(dòng)化即使在短期也可以借助提高生產(chǎn)率創(chuàng)造新的就業(yè)崗位。

“人類需要成為‘半機(jī)器人’”

美國(guó)特斯拉汽車公司首席執(zhí)行官伊隆?馬斯克在2017年2月13日迪拜舉行的 “世界政府峰會(huì)”上表示，未來20年，駕駛?cè)藛T的工作將被人工智能所顛覆，之后全球12%～15%的勞動(dòng)力將因?yàn)槿斯ぶ悄芏I(yè)?！皬募夹g(shù)角度講，最迫切的影響會(huì)來自自動(dòng)駕駛汽車。它到來的速度將遠(yuǎn)快于人們的預(yù)期，當(dāng)然它會(huì)為人類提供極大的方便。”

篇3

【關(guān)鍵字】人工智能；課程改革；高中；信息技術(shù)；課程實(shí)施

【中圖分類號(hào)】G420 【文獻(xiàn)標(biāo)識(shí)碼】A 【論文編號(hào)】1009―8097 (2008) 10―0043―04

教育部在2003年頒布的高中信息技術(shù)新課程標(biāo)準(zhǔn)中，首次把“人工智能初步”設(shè)置為選修模塊，與多媒體、網(wǎng)絡(luò)、程序設(shè)計(jì)、數(shù)據(jù)庫技術(shù)等一起列入信息技術(shù)課程體系[1]。此舉曾被視作信息技術(shù)課程改革的亮點(diǎn)之一。然而，在如今高中信息技術(shù)新課改已經(jīng)全面鋪開之際，人工智能選修課程的推進(jìn)仍然舉步維艱，面臨諸多困難和問題。

一 高中人工智能課程的現(xiàn)狀分析

自2004年我國(guó)部分省級(jí)實(shí)驗(yàn)區(qū)開始推進(jìn)高中新課程改革以來，信息技術(shù)課程改革已經(jīng)開展了四年之久。從目前的總體情況來看，信息技術(shù)課程的基礎(chǔ)模塊與多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、算法與程序設(shè)計(jì)三個(gè)選修模塊的實(shí)施情況較好，而數(shù)據(jù)庫技術(shù)與人工智能初步兩個(gè)選修模塊的推進(jìn)情況相對(duì)不佳。特別是人工智能課程，至今在全國(guó)范圍內(nèi)正式開設(shè)該課程的學(xué)校寥寥可數(shù)，少數(shù)高中展開了一定的探索和實(shí)驗(yàn)，而大多數(shù)學(xué)校仍持有觀望態(tài)度。以下分別從實(shí)施取向和實(shí)施層次的角度分析該課程的現(xiàn)狀：

（1） 課程實(shí)施的取向

由于我國(guó)長(zhǎng)期以來實(shí)行的是全國(guó)統(tǒng)一的課程與教材，按照統(tǒng)一規(guī)定執(zhí)行教學(xué)計(jì)劃，對(duì)學(xué)校和學(xué)生的評(píng)價(jià)也是按照統(tǒng)一標(biāo)準(zhǔn)與方式實(shí)施的，因此我國(guó)以往的課程實(shí)施基本上都采用了忠實(shí)觀的取向[2]。本次新課改中信息技術(shù)課程的實(shí)施過程難免受到這種取向的影響。然而，新課程標(biāo)準(zhǔn)中對(duì)信息技術(shù)技術(shù)各個(gè)模塊的具體實(shí)施并沒有明確而詳細(xì)的規(guī)定，從而使教師對(duì)包括人工智能模塊在內(nèi)的課程實(shí)施缺乏長(zhǎng)期慣于依賴的參照和依據(jù)，增加了課程實(shí)施的難度，造成部分模塊的課程難以開設(shè)的情況。

（2） 課程實(shí)施的層次

課程實(shí)施包括五個(gè)層面的變化，即教材的改變、組織方式的改變、角色和行為的改變、知識(shí)與理解的改變、價(jià)值的內(nèi)化[3]。目前高中人工智能課程在教材改變的層面已經(jīng)做出了一定的努力。在課程標(biāo)準(zhǔn)的指導(dǎo)下，現(xiàn)已出版的五套教材在體例、版面、學(xué)習(xí)活動(dòng)、評(píng)價(jià)等方面進(jìn)行了多樣化的設(shè)計(jì)，基本上貫徹了新課標(biāo)所倡導(dǎo)的課程目標(biāo)和理念。在組織方式的層次，少數(shù)已經(jīng)開設(shè)人工智能課程的學(xué)校結(jié)合學(xué)生的興趣與學(xué)校的實(shí)際情況，有針對(duì)性地開展了課程的組織。然而，仍然有一些地區(qū)或?qū)W校不愿或不習(xí)慣打破原有的課程組織方式，而是采用硬性規(guī)定的方式，人為指定兩三門課程，將選修變?yōu)楸匦?，限制學(xué)生的自由選擇，依然維持原有的固定班級(jí)授課的形式。教材的改變僅僅是課程實(shí)施的開始，在組織方式、角色或行為、知識(shí)與理解、價(jià)值等層次，大部分學(xué)校還未發(fā)生變化或變化還很小。

（3） 課程實(shí)施的典型個(gè)案

目前國(guó)內(nèi)開展人工智能課程教學(xué)或?qū)嶒?yàn)的典型學(xué)校如表1所示?？傮w來看，這兩所學(xué)校都地處東南沿海地區(qū)，且學(xué)校本身比較積極參與高中新課改的實(shí)踐探索，屬于“敢于吃螃蟹”的類型。考慮到課程本身的要求較高，兩所學(xué)校都選取了基礎(chǔ)較好的學(xué)生開展教學(xué)。到目前為止，兩所學(xué)校均已開展了三期的教學(xué)或?qū)嶒?yàn)探索，任課教師及時(shí)總結(jié)教學(xué)心得體會(huì)，并在相關(guān)教學(xué)刊物或課程研修活動(dòng)中與廣大一線教師分享教學(xué)經(jīng)驗(yàn)。

二 高中人工智能課程的影響因素

根據(jù)Snyder的研究，可以把課程實(shí)施的影響因素歸納為四個(gè)方面：課程改革自身的性質(zhì)、校區(qū)的整體情況、學(xué)校的水平以及外部環(huán)境[4]。結(jié)合高中人工智能課程的現(xiàn)狀，本文分別從以上四個(gè)方面來探討影響該課程的主要因素。

（1） 課改自身的性質(zhì)

課程改革本身的性質(zhì)是影響課程實(shí)施的第一要素。它包括課程改革的必要性及其相關(guān)性、改革方案的清晰程度、改革內(nèi)容的復(fù)雜性以及改革方案的質(zhì)量與實(shí)用性。結(jié)合信息技術(shù)新課程改革的相關(guān)調(diào)查研究，廣大信息技術(shù)教師和教研人員對(duì)課改的必要性應(yīng)該認(rèn)識(shí)得比較到位，然而他們對(duì)信息技術(shù)課程中是否有必要單獨(dú)開設(shè)人工智能模塊存有疑惑。其次，不少教師對(duì)課程改革方案（課程標(biāo)準(zhǔn)）的認(rèn)識(shí)并不是非常清晰。他們認(rèn)為新課程標(biāo)準(zhǔn)中的教學(xué)理念、實(shí)施建議等內(nèi)容相對(duì)抽象，不易把握和理解，缺乏具體的針對(duì)性，可操作性不強(qiáng)。再次，人工智能課程的實(shí)用性相比其他模塊并不明顯，課程內(nèi)容也相對(duì)難度較高。這些因素造成課程設(shè)置的必要性不強(qiáng)、實(shí)施難度大、實(shí)用性不高，直接影響人工智能課程在學(xué)校的順利設(shè)置。

（2） 校區(qū)的整體情況

校區(qū)的整體情況主要包括地區(qū)的適應(yīng)性、地方管理部門的支持、教學(xué)隊(duì)伍的培養(yǎng)、教學(xué)研討和交流等等。各地區(qū)對(duì)課程改革的需要程度會(huì)直接影響人們實(shí)施課程的積極性和主動(dòng)性。我國(guó)東西部地區(qū)的學(xué)校對(duì)課程改革的需求程度不同，從而造成了課程實(shí)施的地區(qū)差別。從目前開設(shè)人工智能課程或教學(xué)實(shí)驗(yàn)的學(xué)校來看，均分布于東南沿海較為發(fā)達(dá)的地區(qū)。這些學(xué)校的共同特點(diǎn)是基礎(chǔ)條件較好，對(duì)課程改革的積極性高，敢于進(jìn)行教學(xué)嘗試和革新。此外，地方管理部分的支持對(duì)課程實(shí)施也有很大影響，如廣東省為了推動(dòng)信息技術(shù)課程改革，專門出臺(tái)了關(guān)于課程標(biāo)準(zhǔn)的教學(xué)指導(dǎo)意見[5]。其中強(qiáng)調(diào)“要特別注意人工智能初步”，并針對(duì)人工智能課程提供了較為具體的教學(xué)建議，從而促使該省出現(xiàn)了全國(guó)最早正式開設(shè)人工智能課程的學(xué)校。師資隊(duì)伍也是影響課程的因素之一。目前大多數(shù)高中缺乏熟悉人工智能課程內(nèi)容和教學(xué)方法的專業(yè)教師，使得學(xué)校無法開設(shè)該課程。因此，有關(guān)人工智能課程的研討和學(xué)習(xí)交流顯得尤為重要，然而目前這些方面的活動(dòng)總體上相對(duì)缺乏。

（3） 學(xué)校的水平

學(xué)校水平對(duì)課程實(shí)施的影響因素包括校長(zhǎng)的作用、教師的個(gè)人特征和教師集體的行為取向。學(xué)校是課程改革的基本單位，校長(zhǎng)和教師是學(xué)校課程改革的動(dòng)因。校長(zhǎng)對(duì)課改理念的理解，以及對(duì)課改的支持、參與程度都會(huì)影響課程的順利實(shí)施。校長(zhǎng)通常會(huì)根據(jù)上級(jí)主管部門的意見，結(jié)合本校的實(shí)際情況，權(quán)衡課程改革可能對(duì)學(xué)校形成的各種影響。在高考的影響下，信息技術(shù)課程在高中各科中長(zhǎng)期存在地位“低人一等”的現(xiàn)象，甚至出現(xiàn)課時(shí)常被“侵占”的現(xiàn)象。如果校長(zhǎng)對(duì)信息技術(shù)課程本身不重視，那么要求學(xué)校開設(shè)人工智能選修課無疑是一種奢望。此外，一所學(xué)校教師個(gè)人和集體的改革意識(shí)的強(qiáng)弱也會(huì)影響課程的實(shí)施。從人工智能課程的現(xiàn)狀來看，恰好印證了這一點(diǎn)：改革意識(shí)強(qiáng)的教師個(gè)人或教研組即使沒有上級(jí)的硬性指令，也能積極展開各選修模塊的教學(xué)嘗試和探索，并自覺地從教學(xué)者成長(zhǎng)為研究者，而思想保守的學(xué)校即使具備了課程實(shí)施的基本條件，也不愿積極開設(shè)相關(guān)的選修課程，長(zhǎng)期停留于課程的“忠實(shí)執(zhí)行者”的層次。

（4） 外部環(huán)境

外部環(huán)境因素主要包括政府部門的重視、外部機(jī)構(gòu)的支持以及社區(qū)與家長(zhǎng)的協(xié)助。各國(guó)課程改革的經(jīng)驗(yàn)表明，教育行政部門和相關(guān)機(jī)構(gòu)的態(tài)度在很大程度上影響到新課程的順利實(shí)施。特別是我國(guó)長(zhǎng)期以來受到前蘇聯(lián)教育模式的影響，課程改革通常是自上而下的模式，新課程的實(shí)施主要依靠各級(jí)政府教育行政部門的政策和指令的推動(dòng)。本次新課程改革同樣繼承了這一模式，但是整個(gè)教育體制和評(píng)價(jià)體系未能及時(shí)進(jìn)行相應(yīng)的調(diào)整，因此在某些方面造成各級(jí)教育部門的政策抵觸，出現(xiàn)“上有政策、下有對(duì)策”的情況。此外，社區(qū)與家長(zhǎng)對(duì)新課改的認(rèn)識(shí)和態(tài)度也影響到人工智能課程的實(shí)施。研究表明，社區(qū)與家長(zhǎng)更加關(guān)心的是新課改是否有助于提高學(xué)生的學(xué)業(yè)成績(jī)，是否會(huì)給學(xué)生造成更大的負(fù)擔(dān)，而對(duì)學(xué)生能力的全面發(fā)展和個(gè)性的培養(yǎng)則是其次的考慮。因此，要使社區(qū)與家長(zhǎng)認(rèn)識(shí)和了解課程改革的意義和目標(biāo)，引導(dǎo)其關(guān)心新課程、支持新課程才能更好的促進(jìn)新課改的健康發(fā)展，進(jìn)而才可能使得包括人工智能在內(nèi)的高中各科選修模塊得以全面開設(shè)與實(shí)施。

三 高中人工智能課程的反思

通過調(diào)查訪談以及與相關(guān)授課教師的交流，筆者了解到高中人工智能課程的教學(xué)情況和教師的經(jīng)驗(yàn)體會(huì)?？傮w來說，該課程的推進(jìn)情況不如預(yù)期理想，需要從課程的設(shè)計(jì)、管理、教學(xué)以及評(píng)價(jià)等方面進(jìn)行反思。

（1） 課程設(shè)計(jì)

本次高中信息技術(shù)課程改革將原來的一門課程分解為1個(gè)必修模塊和5個(gè)選修模塊，從而給學(xué)生提供多樣化的選擇?！叭斯ぶ悄艹醪健边x修模塊是作為智能信息技術(shù)處理專題設(shè)置的，以反映信息技術(shù)學(xué)科的發(fā)展趨勢(shì)，體現(xiàn)教育的時(shí)代性要求。課程設(shè)置的目的在于使學(xué)生在技術(shù)掌握與使用的過程中，逐漸領(lǐng)會(huì)信息技術(shù)在現(xiàn)代社會(huì)中的應(yīng)用以及對(duì)科學(xué)技術(shù)和人類發(fā)展的深遠(yuǎn)意義[6]。然而，以上的描述更多是該模塊的隱性價(jià)值，相比其他模塊該課程的顯性價(jià)值并不是很直觀。而一線的信息技術(shù)教師較多關(guān)注的是該課程的顯性價(jià)值：課程能給學(xué)生帶來些什么？學(xué)生的實(shí)踐能力能否有較大提高？教師們?cè)跊]有找到一個(gè)合理的價(jià)值依托之前，一般不會(huì)貿(mào)然開課。這一點(diǎn)值得課程設(shè)計(jì)者和教研人員的深刻思考。

通過網(wǎng)絡(luò)問卷調(diào)查，不少教師認(rèn)為人工智能課程在高中開設(shè)是有一定必要性的[7]，但并不意味著所有的學(xué)生都需要學(xué)習(xí)該課程。課程應(yīng)面向?qū)θ斯ぶ悄苡幸欢ㄅd趣的學(xué)習(xí)者，且最好有一定的基礎(chǔ)。事實(shí)上，相對(duì)于其他選修模塊，選擇人工智能課程的學(xué)生并不是很多。因此，結(jié)合我國(guó)目前的情況，可以考慮優(yōu)先在發(fā)達(dá)地區(qū)條件較好的部分學(xué)校開設(shè)，再進(jìn)一步利用其示范作用，以點(diǎn)帶面，逐步鋪開培訓(xùn)、指導(dǎo)、交流的規(guī)模和影響面，積極穩(wěn)妥地推進(jìn)高中人工智能課程的建設(shè)。

（2） 課程管理

課程的有效管理有助于提高課程實(shí)施的質(zhì)量。上個(gè)世紀(jì)90年代以來，我國(guó)的中小學(xué)課程由原來的中央集權(quán)管理體制逐步轉(zhuǎn)變?yōu)閲?guó)家、地方、學(xué)校的三級(jí)管理體制。國(guó)家負(fù)責(zé)課程的總體規(guī)劃，省級(jí)教育部門結(jié)合本地區(qū)實(shí)際制定課程計(jì)劃或?qū)嵤┓桨?，而學(xué)校也將有權(quán)根據(jù)學(xué)校傳統(tǒng)或?qū)W生興趣開發(fā)適合本校的課程。目前人工智能課程雖然已被列入國(guó)家課程標(biāo)準(zhǔn)，但在地方管理層面并未得到應(yīng)有的認(rèn)可。部分地區(qū)考慮到高考因素，直接將人工智能模塊排除在學(xué)生的選擇范圍之外，無疑成為阻礙該課程順利實(shí)施的一個(gè)重要原因。

目前我國(guó)高中了解熟悉人工智能教學(xué)內(nèi)容、方法的教師十分缺乏，相關(guān)教育主管部門需加強(qiáng)該課程的師資培養(yǎng)，邀請(qǐng)教材編寫人員和相關(guān)專家，積極開展各級(jí)培訓(xùn)、研討和交流活動(dòng)，以務(wù)實(shí)的態(tài)度來聽取學(xué)科教師的意見，為他們提供一些明確的、可操作的指導(dǎo)和建議。也可以開展優(yōu)秀教學(xué)案例的征集和評(píng)獎(jiǎng)，通過公開課的觀摩和點(diǎn)評(píng)活動(dòng)，或吸納中學(xué)教師參與有關(guān)課程改革和教學(xué)研究的課題，以此提高教師參與改革的積極性。此外，國(guó)內(nèi)高等師范院校信息技術(shù)相關(guān)專業(yè)應(yīng)該對(duì)新課改作出及時(shí)的反應(yīng)，針對(duì)高中信息技術(shù)各選修模塊為師范生開設(shè)相關(guān)的課程，為課改的成功實(shí)施提供后備師資力量的支持。

（3） 課程教學(xué)

從已開展的人工智能課程教學(xué)或?qū)嶒?yàn)情況來看，主要的教學(xué)體會(huì)包括：教學(xué)對(duì)象選取時(shí)要有針對(duì)性，不宜硬性指定，應(yīng)結(jié)合學(xué)習(xí)者自己的興趣和學(xué)習(xí)基礎(chǔ)供其自由選擇；由于課程的理論和技術(shù)的要求較高，不宜大量采用“講授法”進(jìn)行教學(xué)，應(yīng)設(shè)計(jì)一些有挑戰(zhàn)性的活動(dòng)供學(xué)生實(shí)踐；為保證教學(xué)進(jìn)度有序進(jìn)行，可通過課堂小測(cè)及時(shí)鞏固所學(xué)內(nèi)容；應(yīng)提供良好的網(wǎng)絡(luò)條件和計(jì)算機(jī)設(shè)備以支持課程教學(xué)和實(shí)踐的順利開展。

國(guó)外一些高校通過遠(yuǎn)程網(wǎng)絡(luò)的手段與中學(xué)合作開展人工智能教學(xué)，加快了課程建設(shè)的步伐，并提高了教學(xué)質(zhì)量。大學(xué)負(fù)責(zé)教學(xué)網(wǎng)站的建設(shè)維護(hù)，主持與中小學(xué)的討論答疑，中學(xué)則負(fù)責(zé)課程教學(xué)的具體實(shí)施。文中個(gè)案也印證了這種做法的有效性：讓一些致力于高中人工智能課程研究的高校和部分條件較好的中學(xué)建立共同體，協(xié)作推動(dòng)課程的實(shí)施。一方面，高校研究人員能為中學(xué)提供教學(xué)指導(dǎo)建議、技術(shù)和資源的支持；另一方面，中學(xué)的教學(xué)實(shí)踐也為高校進(jìn)行課程教學(xué)研究提供了材料和依據(jù)。

（4） 課程評(píng)價(jià)

研究表明，評(píng)價(jià)目前已成為影響高中信息技術(shù)新課程實(shí)施的一個(gè)重要問題[8]。從本次課改的動(dòng)因來看，針對(duì)我國(guó)現(xiàn)行教育體制下的高考選拔制度在很多方面呈現(xiàn)的弊端，新課改力圖在一定程度上改變這一局面，努力使學(xué)習(xí)者能夠真正獲得全面的發(fā)展。但是，在目前情況下以高考為“指揮棒”的評(píng)價(jià)體系短期內(nèi)仍然無法發(fā)生質(zhì)的變化。高中新課改實(shí)施以來，部分省份相繼將信息技術(shù)課程納入了高考的范疇，以往信息技術(shù)課程不受重視的情況逐漸得到了一些改善。然而，高考是否解決信息技術(shù)課程評(píng)價(jià)問題的一劑良藥，進(jìn)而為人工智能課程的實(shí)施及其評(píng)價(jià)帶來新的希望，目前仍是值得懷疑和思考的問題。特別是當(dāng)前高考科目已經(jīng)較多，再增加科目無疑會(huì)加重學(xué)習(xí)者的負(fù)擔(dān)，且很容易回到應(yīng)試教育的老路上。

其次，雖然新課程標(biāo)準(zhǔn)中提供了關(guān)于課程評(píng)價(jià)的建議，但是其中的內(nèi)容仍然比較抽象，可操作性不夠。如在信息技術(shù)課程標(biāo)準(zhǔn)的評(píng)價(jià)建議中，提倡評(píng)價(jià)主體的多元化，關(guān)注學(xué)生的個(gè)別差異，綜合應(yīng)用多種過程性評(píng)價(jià)方式，適當(dāng)滲透表現(xiàn)性評(píng)價(jià)的理念，等等。這些內(nèi)容從理念上來講都是很好的，但是如何在教學(xué)實(shí)踐中加以操作實(shí)施，對(duì)一線教師而言仍是不夠明確和難以把握的問題。而且，信息技術(shù)課程的每個(gè)模塊各有特色，然而課程標(biāo)準(zhǔn)并未就此提供專門的評(píng)價(jià)建議。因此，一套科學(xué)合理、適合人工智能課程的評(píng)價(jià)體系和方法仍需要教研人員在實(shí)踐中不斷摸索總結(jié)。

參考文獻(xiàn)

[1] 教育部. 普通高中技術(shù)課程標(biāo)準(zhǔn)(實(shí)驗(yàn)) [S].北京:人民教育出版社,2003:9.

[2] 鐘啟泉. 課程論[M].北京:教育科學(xué)出版社,2007:207-214.

[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).

[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.

[5] 珠海教育信息網(wǎng). 廣東省普通高中信息技術(shù)課程標(biāo)準(zhǔn)教學(xué)指導(dǎo)意見 [DB/OL].

[6] 顧建軍等.技術(shù)課程標(biāo)準(zhǔn)(實(shí)驗(yàn))解讀[M].武漢:北教育出版社,004:9.

篇4

這種解讀所指的是，人工智能將在未來全面介入人類生活，開啟人類文明發(fā)展的又一個(gè)新時(shí)代。

人工智能的絕對(duì)優(yōu)勢(shì)

人工智能早就進(jìn)入了醫(yī)學(xué)研究（藥物研發(fā)、基礎(chǔ)研究）和臨床診療領(lǐng)域，人與人工智能的競(jìng)爭(zhēng)也不可避免，那么，人工智能會(huì)像戰(zhàn)勝柯潔一樣，優(yōu)于或勝過人類醫(yī)生嗎？

僅從現(xiàn)有的情況看，人工智能有優(yōu)于人類醫(yī)生的地方。以癌癥治療為例，當(dāng)確診癌癥后，針對(duì)不同病人的個(gè)性化治療才會(huì)比較有效。機(jī)器學(xué)習(xí)（算法）是人工智能的一基本內(nèi)容，其中，數(shù)據(jù)的輸入、輸出、賦值等運(yùn)算可以讓人工智能對(duì)某一問題進(jìn)行計(jì)算分析，從而得出有針對(duì)性的解決手段。加拿大西方大學(xué)的羅根（Peter Rogan）等人通過對(duì)基因數(shù)據(jù)的分析得出最可能的有效治療癌癥的方案，讓該治療方案變得更加個(gè)性化。

研究人員使用了一套含有40個(gè)基因的數(shù)據(jù)，這些基因可以在90%的乳腺癌中找到。在接受試驗(yàn)的近350名癌癥病人當(dāng)中，至少都會(huì)接受紫杉醇或吉西他濱其中一種化療藥物治療。之后，研究人員讓人工智能對(duì)數(shù)據(jù)展開處理并找出藥物與病人基因之間存在的關(guān)系。結(jié)果顯示，同時(shí)接受兩種藥物的治療有效率為84%，只接受紫杉醇的有效率為82%，只接受吉西他濱的有效率則在62%到71%之間。

這就為醫(yī)生提供了選擇更好或最佳治療方案的決策基礎(chǔ)，在上述方案中，醫(yī)生選擇對(duì)病人同時(shí)使用紫杉醇和吉西他濱，可以達(dá)到最高的84%的治療有效率。

也許這種人工智能軟件對(duì)不同病人提供的治療方案比其他醫(yī)生的治療有效，但是，人工智能的這種算法和分析是醫(yī)生首先教會(huì)它的。更重要的問題是，當(dāng)超出了這40個(gè)基因的范疇，這套人工智能的算法和提供治療的方案就有可能受到限制。

面臨這樣的問題，人工智能只會(huì)一籌莫展。但是，人是有巨大動(dòng)力的，這種動(dòng)力的來源之一是，人有強(qiáng)烈的情感?？聺嵼斀oAlpha Go或感到贏不了Alpha Go會(huì)沮喪得流淚，但Alpha Go不會(huì)。正是這種差別，讓具有強(qiáng)烈愛心的人會(huì)想出更好的方法去診療和戰(zhàn)勝疾病，至少取得更好的結(jié)果?；谶@種情況，Alpha Go不可能戰(zhàn)勝醫(yī)生，因?yàn)榍罢邲]有愛心，后者，尤其是病人的親屬有強(qiáng)烈的情感和愛心。

戰(zhàn)勝檢查數(shù)據(jù)的真情暖男

一位叫馬麗砂的女性患有卵巢癌。15年間，她經(jīng)歷了4次手術(shù)和30多次化療，她的丈夫張欣華相伴相依，一路保駕護(hù)航，讓她的生命一直延續(xù)。這名“暖男”起到的作用不過是輔助醫(yī)生，但是他卻使用了特有的“理工男方式”，通過數(shù)據(jù)分析、（深度）學(xué)習(xí)和邏輯推理，獲得了理想的治療結(jié)果。這些方法正是人工智能的強(qiáng)項(xiàng)，別說使用Alpha Go，就算是一種很簡(jiǎn)單的統(tǒng)計(jì)和分析軟件都可能超過張欣華，但是決策和疾病治療的結(jié)果難于勝過后者。

早在2005年，定期隨訪復(fù)查的馬麗砂發(fā)現(xiàn)自己的驗(yàn)血指標(biāo)似乎有些異常，但核磁共振檢查未發(fā)現(xiàn)問題。張欣華分析，核磁共振的原理是逐行掃描，也許因?yàn)槟[瘤的位置關(guān)系，或者掃描的行與行之間的斷層關(guān)系，沒能發(fā)現(xiàn)腫瘤。但普通的B超檢查原理是檢測(cè)回聲，是反射過來的信息，這也許能發(fā)現(xiàn)一些更有意義的線索。他便自作自作主張讓妻子做B超檢查，果然發(fā)現(xiàn)腫瘤復(fù)發(fā)，及時(shí)作了手術(shù)切除。

而后，張欣華對(duì)妻子的檢查數(shù)據(jù)做了如下的數(shù)據(jù)分析和深度學(xué)習(xí)：對(duì)其妻的一種腫瘤標(biāo)記物CA125進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，時(shí)間為橫坐標(biāo)，CA125為縱坐標(biāo)，把2014年2月11日到2017年5月1日的CA125變化描繪成曲線圖。

95%的健康成年婦女CA125的水平≤35U/ml，如果CA125的數(shù)值是該數(shù)值的兩倍以上，就意味著與癌癥有一定關(guān)系，而馬麗砂是癌癥康復(fù)者，這個(gè)數(shù)值在更高的范圍（幾百）才可能被醫(yī)生視為與癌癥復(fù)發(fā)有關(guān)。馬麗砂的CA125在2016年12月達(dá)到曲線的頂點(diǎn)，也只是73.5，沒有達(dá)到醫(yī)生認(rèn)為的與癌癥復(fù)發(fā)相關(guān)的數(shù)值。但張欣華比較了其妻2014年和2016年的兩個(gè)高點(diǎn)，正好對(duì)應(yīng)其在這兩個(gè)時(shí)期的大手術(shù)，當(dāng)時(shí)的數(shù)值與73.5相差無幾。因此，張欣華認(rèn)為情況不好，便帶妻再到醫(yī)院檢查，發(fā)現(xiàn)腫瘤又復(fù)發(fā)了，又及時(shí)進(jìn)行了手術(shù)，馬麗砂CA125的曲線很快回歸低位。

此次Alpha Go戰(zhàn)勝柯潔，研究人員稱是Alpha Go采用了能自行學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)技術(shù)，但也有專業(yè)人員認(rèn)為如果僅僅是人工神經(jīng)網(wǎng)絡(luò)技術(shù)，不可能讓Alpha Go達(dá)到如此強(qiáng)大的能力，實(shí)際情況是Alpha Go的核心――記憶增強(qiáng)技術(shù)得到更大增強(qiáng)，通過其海量的存儲(chǔ)能力，不斷將外部的數(shù)據(jù)輸入存儲(chǔ)器，更新數(shù)據(jù)結(jié)構(gòu)，并分析數(shù)據(jù)，然后重新輸出數(shù)據(jù)，給出相應(yīng)的博弈策略。

但就算使用Alpha Go戰(zhàn)勝柯潔采用的人工神經(jīng)網(wǎng)絡(luò)技術(shù)為馬麗砂診斷，由于CA125數(shù)據(jù)正常，以及核磁共振成像檢查正常，恐怕就連有經(jīng)驗(yàn)的醫(yī)生也會(huì)忽略患者的變化而不會(huì)讓其再進(jìn)一步檢查，更不用說Alpha Go，僅靠數(shù)據(jù)分析判斷，一定會(huì)把馬麗砂歸為正常情況。而患者的丈夫張欣華懷著對(duì)妻子無限的真情，用自己特有的計(jì)算方法判斷妻子的病情，挽救了妻子的生命。這不能不說是人工智能輸給人類大腦的佐證。

美國(guó)父子超越常規(guī)的精準(zhǔn)醫(yī)療

說到底，這又是一種人工智能難以掌握的技能――精準(zhǔn)醫(yī)療。因?yàn)槿斯ぶ悄艿拇髷?shù)據(jù)和分析，以及深度學(xué)習(xí)只能對(duì)一般性的情況進(jìn)行分析判斷，不會(huì)對(duì)每種情況進(jìn)行具體的個(gè)性化的分析和診治。在進(jìn)行精準(zhǔn)醫(yī)療時(shí)，醫(yī)生也未必會(huì)對(duì)每個(gè)病人做到個(gè)性化的診治，而是千人一藥、萬人一刀地進(jìn)行治療。但只有對(duì)親人傾注了深厚愛心的人才會(huì)對(duì)病人的具體情況進(jìn)行辨別，以尋求有針對(duì)性的個(gè)性化精準(zhǔn)醫(yī)療。

美國(guó)麻省理工學(xué)院數(shù)學(xué)家迪米特里斯?伯特西馬斯教授的父親在2007年診斷患有非轉(zhuǎn)移性胃癌，已經(jīng)無法手術(shù)，唯一的治療方案是化療。為了讓父親盡可能延長(zhǎng)生命和提高生活質(zhì)量，伯特西馬斯研究了全美五大醫(yī)院的常規(guī)化療方案并驚訝地發(fā)現(xiàn)，每家醫(yī)院使用的化療方法都不同。

數(shù)學(xué)家的天性讓其產(chǎn)生了一個(gè)想法，對(duì)醫(yī)院的臨床試驗(yàn)數(shù)據(jù)進(jìn)行計(jì)算，以確定哪一種方法能產(chǎn)生更好的效果。他畫了一張簡(jiǎn)單的圖，橫坐標(biāo)代表藥物毒性，縱坐標(biāo)代表患者的生存率。根據(jù)這一曲線，伯特西馬斯選取了一個(gè)他認(rèn)為的最優(yōu)策略對(duì)其父親治療。結(jié)果他的父親在確診胃癌后存活了2年，比醫(yī)生的預(yù)期翻了一番。

人工智能難以逾越的“先天不足”

伯特西馬斯和張欣華這樣的精準(zhǔn)醫(yī)療既不是人工智能能夠做到的，也不是一般醫(yī)生能做到的，因?yàn)椴煌尼t(yī)生就有不同的對(duì)疾病的診治和看法，以及選用自認(rèn)為正確的和效果好的療法，即便是人工智能采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)自主學(xué)習(xí)，也不可能像伯特西馬斯和張欣華那樣對(duì)親人進(jìn)行個(gè)性化的診治。這意味著，人工智能并不神秘，人人可用，而且根本就達(dá)不到人的自我學(xué)習(xí)和分析能力。更重要的是，人工智能沒有情感，不會(huì)因?yàn)閷?duì)親人的愛而多一分責(zé)任、多一分細(xì)心、多一分分析、多一分比較，從而選擇最有利于親人的診治方案。

顯然，預(yù)測(cè)人工智能未來會(huì)在其他方面戰(zhàn)勝人和統(tǒng)治人類社會(huì)，需要讓它先要有情感。但是，人工智能不是生物，它會(huì)有七情六欲嗎？退一步說，能把愛心輸進(jìn)去嗎？

以此來看，人工智能“先天不足”，或許只有理性，那它靠什么與人做全方位的博弈？所以，不必過多擔(dān)心人工智能會(huì)戰(zhàn)勝人類，而是全身心享受我們作為人類所擁有的美好情感吧！

篇5

【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(jì)算機(jī)先驅(qū)思想家萊布尼茲曾這樣不無浪漫地談到推理與計(jì)算的關(guān)系：“我們要造成這樣一個(gè)結(jié)果，使所有推理的錯(cuò)誤都只成為計(jì)算的錯(cuò)誤，這樣，當(dāng)爭(zhēng)論發(fā)生的時(shí)候，兩個(gè)哲學(xué)家同兩個(gè)計(jì)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(gè)人面對(duì)面地說：讓我們來計(jì)算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡(jiǎn)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?jì)算問題來解決，法律推理的定量化也許還要相對(duì)簡(jiǎn)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(shí)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(gè)定理中的38個(gè)定理。塞繆爾的課題組利用對(duì)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(jì)者，1962年擊敗了州跳棋冠軍，1997年超級(jí)計(jì)算機(jī)“深藍(lán)”使世界頭號(hào)國(guó)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(jī)器人；70年代開始研究自然語言理解和專家系統(tǒng)。1971年費(fèi)根鮑姆教授等人研制出“化學(xué)家系統(tǒng)”之后，“計(jì)算機(jī)數(shù)學(xué)家”、“計(jì)算機(jī)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(duì)法律推理進(jìn)行人工智能研究的序幕。文章認(rèn)為，理解、模擬法律論證或法律推理，需要在許多知識(shí)領(lǐng)域進(jìn)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(shí)類型，即如何描述法律知識(shí)，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(yùn)用各種知識(shí)進(jìn)行推理，包括分別運(yùn)用規(guī)則、判例和假設(shè)的推理，以及混合運(yùn)用規(guī)則和判例的推理。再次，要了解審判實(shí)踐中法律推理運(yùn)用的實(shí)際過程，如審判程序的運(yùn)行，規(guī)則的適用，事實(shí)的辯論等等。最后，如何將它們最終運(yùn)用于編制能執(zhí)行法律推理和辯論任務(wù)的計(jì)算機(jī)程序，區(qū)別和分析不同的案件，預(yù)測(cè)并規(guī)避對(duì)手的辯護(hù)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(shí)期主要沿著兩條途徑前進(jìn)：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(shí)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(jì)算機(jī)輔助法律分析系統(tǒng)，它以律師推理為模擬對(duì)象，試圖識(shí)別與案件事實(shí)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(shí)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(shí)踐工具，對(duì)美國(guó)民法制度的某個(gè)方面進(jìn)行檢測(cè)，運(yùn)用嚴(yán)格責(zé)任、相對(duì)疏忽和損害賠償?shù)饶Ｐ停?jì)算出責(zé)任案件的賠償價(jià)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(guó)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(huì)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(guó)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(guó)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(dòng)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(shí)用刑法專家系統(tǒng)》。（注：趙廷光等著：《實(shí)用刑法專家系統(tǒng)用戶手冊(cè)》，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(shí)和對(duì)刑事個(gè)案進(jìn)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(diǎn)：(1)它要解決復(fù)雜的實(shí)際問題，而不是規(guī)則簡(jiǎn)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(dá)和運(yùn)用特殊的知識(shí)，而不強(qiáng)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(shí)發(fā)揮了重要作用，解放了律師一部分腦力勞動(dòng)。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(jìn)入了以知識(shí)工程為主要技術(shù)手段的開發(fā)時(shí)期。知識(shí)工程是指以知識(shí)為處理對(duì)象，以能在計(jì)算機(jī)上表達(dá)和運(yùn)用知識(shí)的技術(shù)為主要手段，研究知識(shí)型系統(tǒng)的設(shè)計(jì)、構(gòu)造和維護(hù)的一門更加高級(jí)的人工智能技術(shù)。（注：《中國(guó)大百科全書·自動(dòng)控制與系統(tǒng)工程》，中國(guó)大百科全書出版社1991年版，第579頁。）知識(shí)工程概念的提出，改變了以往人們認(rèn)為幾個(gè)推理定律再加上強(qiáng)大的計(jì)算機(jī)就會(huì)產(chǎn)生專家功能的信念。以知識(shí)工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識(shí)的獲得、表達(dá)和應(yīng)用等方面獲得突破，將會(huì)使人工智能法律系統(tǒng)的研制產(chǎn)生一個(gè)質(zhì)的飛躍。

人工智能法律系統(tǒng)的發(fā)展源于兩種動(dòng)力。其一是法律實(shí)踐自身的要求。隨著社會(huì)生活和法律關(guān)系的復(fù)雜化，法律實(shí)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(xiàn)日積月累和法律案件不斷增多的重負(fù)。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(dòng)為目標(biāo)，但又必須以具體思維活動(dòng)一城一池的攻克為過程。它需要通過對(duì)不同思維領(lǐng)域的征服，來證明知識(shí)的每個(gè)領(lǐng)域都可以精確描述并制造出類似人類智能的機(jī)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(duì)穩(wěn)定的對(duì)象（案件）、相對(duì)明確的前提（法律規(guī)則、法律事實(shí)）及嚴(yán)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(dòng)的軌跡提供了可以記錄和回放的樣本。(3)法律知識(shí)長(zhǎng)期的積累、完備的檔案，為模擬法律知識(shí)的獲得、表達(dá)和應(yīng)用提供了豐富、準(zhǔn)確的資料。(4)法律活動(dòng)所特有的自我意識(shí)、自我批評(píng)精神，對(duì)法律程序和假設(shè)進(jìn)行檢驗(yàn)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(jià)值

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

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(gè)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(dòng)。從法理學(xué)的觀點(diǎn)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(diǎn)所提出的解決方法的討論，而不僅僅是探討與計(jì)算機(jī)科學(xué)和人工智能有關(guān)的非常細(xì)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(duì)法律推理的獨(dú)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(gè)案件完全相似，在判例法實(shí)踐中，總有某些不相似的方面需要法律家運(yùn)用假設(shè)來分析已有判例與現(xiàn)實(shí)案件的相關(guān)性程度。但法學(xué)家們?cè)诩僭O(shè)的性質(zhì)問題上常常莫衷一是。然而HYPO的設(shè)計(jì)者，在無真實(shí)判例或真實(shí)判例不能充分解釋現(xiàn)實(shí)案件的情況下，以假設(shè)的反例來反駁對(duì)方的觀點(diǎn)，用補(bǔ)充、刪減和改變事實(shí)的機(jī)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(jiǎn)單：假設(shè)實(shí)際上是一個(gè)新的論證產(chǎn)生于一個(gè)經(jīng)過修正的老的論證的過程。總之，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(shì)，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(shí)驗(yàn)手段。西蒙認(rèn)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(jì)算機(jī)中是由電子作用完成的。給計(jì)算機(jī)編程序使之思維，已經(jīng)證明有可能為思維提供機(jī)械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《哲學(xué)研究》1985年第5期。）童天湘先生認(rèn)為：“通過編制有關(guān)思維活動(dòng)的程序，就會(huì)加深對(duì)思維活動(dòng)具體細(xì)節(jié)的了解，并將這種程序送進(jìn)計(jì)算機(jī)運(yùn)行，檢驗(yàn)其正確性。這是一種思想實(shí)驗(yàn)，有助于我們研究人腦思維的機(jī)理?！保ㄗⅲ恨D(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，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(jì)算機(jī)能夠獲取、表達(dá)和應(yīng)用法律知識(shí)，軟件工程師為模擬法律推理而編制程序，必須先對(duì)人的推理過程作出基于人工智能理論和方法的獨(dú)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(duì)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(dòng)進(jìn)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(shí)現(xiàn)法律推理知識(shí)的機(jī)器表達(dá)或再現(xiàn)，從而為認(rèn)識(shí)法律推理的過程和規(guī)律提供了一種實(shí)驗(yàn)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(dòng)相對(duì)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(duì)法律推理性質(zhì)、要素和過程的認(rèn)識(shí)，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(jī)制。正是在這個(gè)意義上，BryanNiblett教授說：“一個(gè)成功的專家系統(tǒng)很可能比其他的途徑對(duì)法理學(xué)作出更多的（理論）貢獻(xiàn)。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是輔助司法審判。按照格雷的觀點(diǎn)，法律專家系統(tǒng)首先在英美判例法國(guó)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(jì)算機(jī)編纂、分類、查詢，這種法律制度簡(jiǎn)直就無法運(yùn)轉(zhuǎn)了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其實(shí)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(fèi)大量的精力和時(shí)間，而且由于人腦的知識(shí)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(qiáng)大的記憶和檢索功能，可以彌補(bǔ)人類智能的某些局限性，幫助律師和法官從事相對(duì)簡(jiǎn)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(dòng)，使其能夠集中精力從事更加復(fù)雜的法律推理活動(dòng)。

四是促進(jìn)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(dòng)性的差異個(gè)體，所以在執(zhí)行統(tǒng)一標(biāo)準(zhǔn)時(shí)會(huì)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(diǎn)，進(jìn)一步加劇了這種差異。如果換了鋼鐵之軀的機(jī)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(jì)算機(jī)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(duì)統(tǒng)一的推理標(biāo)準(zhǔn)和評(píng)價(jià)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(rèn)，鋼鐵之軀的機(jī)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(jì)算機(jī)錄取增強(qiáng)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(yùn)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(shí)和法官群體的審判經(jīng)驗(yàn)，如果通過軟件系統(tǒng)或計(jì)算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)專家經(jīng)驗(yàn)和知識(shí)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(shí)，并將法律知識(shí)應(yīng)用于模擬的審判實(shí)踐，從而較快地提高解決法律實(shí)踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識(shí)，迅速獲得判案經(jīng)驗(yàn)，在審判過程的跟蹤檢測(cè)和判決結(jié)論的動(dòng)態(tài)校正中增長(zhǎng)知識(shí)和才干，較快地接近或達(dá)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(shí)獲得有關(guān)法律問題的咨詢建議，彌補(bǔ)因知識(shí)結(jié)構(gòu)差異和判案經(jīng)驗(yàn)多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時(shí)的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強(qiáng)法律意識(shí)。

六是輔助立法活動(dòng)。人工智能法律系統(tǒng)不僅對(duì)輔助司法審判有重要的意義，而且對(duì)完善立法也具有實(shí)用價(jià)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(guó)國(guó)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(gè)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(duì)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(duì)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(qiáng)調(diào)法律推理的形式方面，認(rèn)為將法律化成簡(jiǎn)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(guó)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(shí)、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(yùn)作，那么無論誰作裁決，法律推理都會(huì)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(guó)政法大學(xué)出版社1998年9月版，第3頁。）換言之，機(jī)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(duì)西方法律傳統(tǒng)的挑戰(zhàn)》，中國(guó)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(huì)破壞法治。這種機(jī)械論的法律推理觀，反映了分析法學(xué)要求法官不以個(gè)人價(jià)值觀干擾法律推理活動(dòng)的主張。但是，它同時(shí)具有忽視法官主觀能動(dòng)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(dòng)售貨機(jī)”理論。然而，從人工智能就是為思維提供機(jī)械論解釋的意義上說，法律形式主義對(duì)法律推理所作的機(jī)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(shí)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(jìn)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(gè)系統(tǒng)中，作為推理大小前提的法律和事實(shí)之間的邏輯關(guān)系，被計(jì)算機(jī)以“如果A和B，那么C”的方式加以描述，使機(jī)器法律推理第一次從理論變?yōu)楝F(xiàn)實(shí)。

第二，法律現(xiàn)實(shí)主義推動(dòng)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(huì)性。法官是生活在現(xiàn)實(shí)社會(huì)中的人，其所從事的法律活動(dòng)不可能不受到其社會(huì)體驗(yàn)和思維結(jié)構(gòu)的影響。法官在實(shí)際的審判實(shí)踐中，并不是機(jī)械地遵循規(guī)則，特別是在遇到復(fù)雜案件時(shí)，往往需要作出某種價(jià)值選擇。而一旦面對(duì)價(jià)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(diǎn)。法律現(xiàn)實(shí)主義對(duì)其僵化性進(jìn)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(yàn)”（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(yàn)，則包括一定的道德和政治理論、公共政策及直覺知識(shí)，甚至法官的偏見。法律現(xiàn)實(shí)主義對(duì)法官主觀能動(dòng)性和法律推理靈活性的強(qiáng)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(jìn)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(duì)法官的推理活動(dòng)具有定向作用，那么，人工智能法律系統(tǒng)若要達(dá)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(jì)機(jī)器的運(yùn)行結(jié)構(gòu)。TAXMAN的設(shè)計(jì)就借鑒了這一思想，法律知識(shí)被計(jì)算機(jī)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(duì)網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進(jìn)行動(dòng)態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識(shí)整合的需要。大規(guī)模知識(shí)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(píng)價(jià)、理由闡述）的基礎(chǔ)上，又通過聯(lián)想程序被有機(jī)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(duì)應(yīng)關(guān)系。有時(shí)候從一個(gè)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(duì)錯(cuò)之分；有時(shí)一個(gè)案件面對(duì)著幾個(gè)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(shí)主義在批判法律形式主義時(shí)又走向另一個(gè)極端，它否認(rèn)具有普遍性的一般法律規(guī)則的存在，試圖用“行動(dòng)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(jī)械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實(shí)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(huì)殃及法治要求實(shí)現(xiàn)規(guī)則統(tǒng)治之根本原則，并動(dòng)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(shí)主義的爭(zhēng)論中采取了一種折中立場(chǎng)，他既承認(rèn)邏輯的局限性又強(qiáng)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(rèn)直覺的存在。這種折中立場(chǎng)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(huì)政策、價(jià)值和后果對(duì)規(guī)則進(jìn)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(duì)疑難案件無能為力時(shí)，找到了新的立足點(diǎn)。在此基礎(chǔ)上，運(yùn)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(jiǎn)易問題從疑難問題中篩選出來，運(yùn)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(shí)如規(guī)則、控辯雙方的陳述、常識(shí)來獲得初步答案，再運(yùn)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(jìn)了價(jià)值推理的人工智能研究。目的法學(xué)是指一種所謂直接實(shí)現(xiàn)目的之“后法治”理想。美國(guó)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(rèn)為，以法治為標(biāo)志的自治型法，過分強(qiáng)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(huì)并沒有反映人類關(guān)于美好社會(huì)的最高理想，因?yàn)閷?shí)質(zhì)正義不是經(jīng)過人們直接追求而實(shí)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(píng)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(shí)，如果認(rèn)真地對(duì)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(xiǎn)。反之，缺少目的既是僵硬的根源，又是機(jī)會(huì)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(huì)》，張志銘譯，中國(guó)政法大學(xué)出版社1994年版，第60頁。）美國(guó)批判法學(xué)家昂格爾對(duì)形式主義法律推理和目的型法律推理的特點(diǎn)進(jìn)行了比較，他認(rèn)為，前者要求使用內(nèi)容明確、固定的規(guī)則，無視社會(huì)現(xiàn)實(shí)生活中不同價(jià)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(duì)法律推理標(biāo)準(zhǔn)的嚴(yán)格限制，允許使用無固定內(nèi)容的抽象標(biāo)準(zhǔn)，迫使人們?cè)诓煌膬r(jià)值觀念之間做出選擇，追求實(shí)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(rèn)為，形式邏輯只是根據(jù)演繹法或歸納法對(duì)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(bǔ)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(jìn)行價(jià)值判斷的邏輯。他認(rèn)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(duì)法律的三個(gè)要求。而新修辭學(xué)的基本思想是價(jià)值判斷的多元論，法官必須在某種價(jià)值判斷的指示下履行義務(wù)，必須考慮哪些價(jià)值是“合理的、可接受的、社會(huì)上有效的公平的”。這些價(jià)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(jià)值推理的模擬問題，否則，就難以實(shí)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(shí)表達(dá)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(jī)器中采用基于某種道義邏輯的推理程序，強(qiáng)調(diào)目的價(jià)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(jì)算機(jī)，鋼鐵之軀的機(jī)器沒有生理需要，也很難產(chǎn)生價(jià)值觀念和主觀體驗(yàn)，沒辦法解決主觀選擇的問題。在這個(gè)問題上，波斯納曾以法律家有七情六欲為由對(duì)法律家對(duì)法律的機(jī)械忠誠(chéng)表示了強(qiáng)烈懷疑，并辯證地將其視為法律發(fā)展的動(dòng)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(duì)人類生存和發(fā)展至關(guān)重要的價(jià)值。因此，關(guān)于價(jià)值推理的人工智能模擬究竟能取得什么成果，恐怕還是個(gè)未知數(shù)。

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

GoldandSusskind指出：“不爭(zhēng)的事實(shí)是，所有的專家系統(tǒng)必須適應(yīng)一些法理學(xué)理論，因?yàn)橐磺蟹蓪＜蚁到y(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(yán)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(gè)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(shí)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(shí)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(duì)法律推理的模擬，主要是對(duì)法理學(xué)關(guān)于法律推理的知識(shí)進(jìn)行人工智能方法的描述，建立數(shù)學(xué)模型并編制計(jì)算機(jī)應(yīng)用程序，從而在智能機(jī)器上再現(xiàn)人類法律推理功能的過程。在這個(gè)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(jí)向高級(jí)目標(biāo)的推進(jìn)，人們?cè)絹碓揭庾R(shí)到，對(duì)法律推理的微觀機(jī)制認(rèn)識(shí)不足已成為人工智能模擬的嚴(yán)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(xiàng)目之所以失敗，就是因?yàn)樵S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(duì)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(gè)事實(shí)是人工智能通過考察法理學(xué)知識(shí)來豐富自己的一個(gè)有效動(dòng)機(jī)?！保ㄗⅲ篜.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自動(dòng)化的目標(biāo)，“一方面是用人工智能（通過把計(jì)算機(jī)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?！保ㄗⅲ篜.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(shí)驗(yàn)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(shí)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(jì)工作的理論基礎(chǔ)。在運(yùn)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(diǎn)

人工智能法律系統(tǒng)的研究盡管在很短的時(shí)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(jìn)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(duì)人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識(shí)表達(dá)的核心問題是法律解釋。法律規(guī)范在一個(gè)法律論點(diǎn)上的效力，是由法律家按忠實(shí)原意和適合當(dāng)時(shí)案件的原則通過法律解釋予以確認(rèn)的，其中包含著人類特有的價(jià)值和目的考慮，反映了法律家的知識(shí)表達(dá)具有主觀能動(dòng)性。所以，德沃金將解釋過程看作是一種結(jié)合了法律知識(shí)、時(shí)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(shí)表達(dá)為目的來解釋法律，而是將法律整齊地“碼放”在計(jì)算機(jī)記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識(shí)工程系統(tǒng)中，法律知識(shí)必須被解釋，以滿足自動(dòng)推理對(duì)法律知識(shí)進(jìn)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(duì)某一法律概念的共識(shí)為基礎(chǔ)，但不同的法律家對(duì)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(guó)內(nèi)法領(lǐng)域也難以形成一個(gè)“能夠用來敘述一定法律共同體的實(shí)在法的基本概念”。（注：（奧）凱爾森著：《法與國(guó)家的一般理論》，沈宗靈譯，中國(guó)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(rèn)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(duì)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(gè)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(shí)被計(jì)算機(jī)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(jì)算機(jī)根據(jù)案件事實(shí)來執(zhí)行某條法律規(guī)則，并在新案件事實(shí)輸入時(shí)對(duì)法律規(guī)則作出新的解釋后才加以調(diào)用。不過，法律知識(shí)表達(dá)的進(jìn)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(yùn)用判斷性知識(shí)進(jìn)行推理，只通過規(guī)則反饋來提供簡(jiǎn)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(jī)器如何模擬法律家推理的直覺性、經(jīng)驗(yàn)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(cuò)誤的或不完全的數(shù)據(jù)，在必要時(shí)作出猜測(cè)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(yùn)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(jìn)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(gè)難題。選擇哪一個(gè)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(chǎng)和價(jià)值觀念。但智能機(jī)器沒有自己的目的、利益和立場(chǎng)。這似乎從某種程度上劃定了機(jī)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(jì)基于規(guī)則的程序時(shí)，設(shè)計(jì)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(duì)法律概念的含義可以爭(zhēng)論不休，但輸入機(jī)器的法律語言卻不能互相矛盾。機(jī)器語言具有很大的局限性，例如，LDS基于規(guī)則來模擬嚴(yán)格責(zé)任并計(jì)算實(shí)際損害時(shí)，表現(xiàn)出的最大弱點(diǎn)就是不能使用不精確的自然語言進(jìn)行推理。然而，在實(shí)際的法律推理過程中，法律家對(duì)某個(gè)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(gè)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(rèn)為，常識(shí)知識(shí)、意圖和信仰類知識(shí)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(duì)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(huì)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(yuǎn)，而像書面上訴意見的理解則是永遠(yuǎn)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(tái)什么樣的機(jī)器，可以證明它是人工智能法律系統(tǒng)？從檢驗(yàn)標(biāo)準(zhǔn)上看，這主要是法律知識(shí)在機(jī)器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗(yàn)”原理，我們可將該檢驗(yàn)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(tái)智能機(jī)器。一個(gè)人（也是法律家）向法律家和機(jī)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(jī)器，就不能懷疑機(jī)器具有法律知識(shí)表達(dá)的能力。

依“圖靈試驗(yàn)”制定的智能法律系統(tǒng)檢驗(yàn)標(biāo)準(zhǔn)，所看重的是功能。只要機(jī)器和法律家解決同樣法律問題時(shí)所表現(xiàn)出來的功能相同，就不再苛求哪個(gè)是鋼鐵結(jié)構(gòu)、哪個(gè)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(shí)現(xiàn)之功能模擬理論。

從功能模擬的觀點(diǎn)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(kuò)大人工智能法律系統(tǒng)的研發(fā)主體。現(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計(jì)算機(jī)和知識(shí)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(jì)算機(jī)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(rèn)知專家、計(jì)算機(jī)和知識(shí)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(shí)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(jí)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(shí)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(dòng)系統(tǒng)迅速升級(jí)。

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(guó)外人工智能法律系統(tǒng)的研究大多停留在實(shí)驗(yàn)室領(lǐng)域，還沒有在司法實(shí)踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對(duì)簡(jiǎn)單的軟件系統(tǒng)，如果不經(jīng)過用戶的長(zhǎng)期使用和反饋，是永遠(yuǎn)也不可能走向成熟的。從我國(guó)的實(shí)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(jiān)持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實(shí)驗(yàn)室，同時(shí)以研究為先導(dǎo)，促進(jìn)不斷更新升級(jí)。

第三，系統(tǒng)研發(fā)目標(biāo)與初級(jí)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(jī)型。初級(jí)產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價(jià)值推理的功能遠(yuǎn)遠(yuǎn)超過機(jī)器，但人的記憶功能、檢索速度和準(zhǔn)確性又遠(yuǎn)不如機(jī)器。同時(shí)還應(yīng)該考慮到，我國(guó)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(duì)法律知識(shí)的獲取、表達(dá)和應(yīng)用能力參差不齊。因此，初級(jí)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(qiáng)大的法律專家系統(tǒng)?？膳c計(jì)算機(jī)廠商合作生產(chǎn)具有強(qiáng)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(shí)更新；同時(shí)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(hù)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(hù)和審判等訴訟的不同階段鞏固所學(xué)知識(shí)、獲得審判經(jīng)驗(yàn)。上述軟件旨在提供一個(gè)初級(jí)平臺(tái)，先解決有無和急需，再不斷收集用戶反饋意見，逐步改進(jìn)完善。

第四，實(shí)驗(yàn)室研發(fā)應(yīng)確定較高的起點(diǎn)或跟蹤戰(zhàn)略。國(guó)外以知識(shí)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(jiǎn)單案件的規(guī)則推理；(2)運(yùn)用開放結(jié)構(gòu)概念的推理；(3)運(yùn)用判例和假設(shè)的推理；(4)運(yùn)用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡(jiǎn)單案件的規(guī)則推理為初級(jí)市場(chǎng)產(chǎn)品，那么，實(shí)驗(yàn)室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準(zhǔn)運(yùn)用開放結(jié)構(gòu)概念的推理。同時(shí)，跟蹤運(yùn)用假設(shè)的推理及混合推理，吸收國(guó)外先進(jìn)的KBS和HYPO的設(shè)計(jì)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(píng)價(jià)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(duì)象，假設(shè)了完全自動(dòng)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(shí)際情況時(shí)固有的模糊性，信息是否已被公開，被告是否使用了對(duì)方設(shè)計(jì)的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個(gè)系統(tǒng)設(shè)計(jì)的要素列表無論多長(zhǎng)，好律師也總能再多想出一些。同樣，律師對(duì)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(jiǎn)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(diǎn)的實(shí)驗(yàn)室基礎(chǔ)研究，也不宜確定過高的目標(biāo)。因?yàn)?，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(jī)系統(tǒng)解決方案。人和機(jī)器在解決法律問題時(shí)各有所長(zhǎng)。人的優(yōu)點(diǎn)是能作價(jià)值推理，使法律問題的解決適應(yīng)社會(huì)的變化發(fā)展，從而具有靈活性。機(jī)器的長(zhǎng)處是記憶和檢索功能強(qiáng)，可以使法律問題的解決具有一貫性。人－機(jī)系統(tǒng)解決方案立足于人與機(jī)器的功能互補(bǔ)，目的是解放人的腦力勞動(dòng)，服務(wù)于國(guó)家的法治建設(shè)。該方案的實(shí)施可以分為兩個(gè)階段：第一階段以人為主，機(jī)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(jī)器處理大批數(shù)據(jù)，并參考機(jī)器的和辯護(hù)方案，再做更加高級(jí)的推理論證工作。法官接觸一個(gè)新案件，或新法官剛接觸審判工作，也可以先看看“機(jī)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(jī)器法官的判決，對(duì)法官的審判活動(dòng)進(jìn)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(jī)系統(tǒng)開發(fā)的第二階段，會(huì)有越來越多的簡(jiǎn)單案件的判決與電腦推理結(jié)果完全相同，因此，某些簡(jiǎn)單案件可以機(jī)器為主進(jìn)行審判，例如，美國(guó)小額法庭的一些案件，我國(guó)法庭可用簡(jiǎn)易程序來審理的一些案件。法官可以作為“產(chǎn)品檢驗(yàn)員”監(jiān)督和修訂機(jī)器的判決結(jié)果。這樣，法官的判案效率將大大提高，法官隊(duì)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(jìn)入法官隊(duì)伍。

未來的計(jì)算機(jī)不會(huì)完全取代律師和法官，然而，律師和法官與智能機(jī)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(dòng)化提供越來越強(qiáng)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(dòng)法律推理系統(tǒng)將對(duì)訴訟活動(dòng)發(fā)揮越來越多的輔助作用，例如，通過嚴(yán)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(shí)提示可能出現(xiàn)的判決預(yù)測(cè)；等等。正如網(wǎng)絡(luò)的出現(xiàn)打破了少數(shù)人對(duì)信息的壟斷一樣，電腦法律顧問的問世，將打破法官、律師對(duì)法律知識(shí)的壟斷，極大地推動(dòng)法律知識(shí)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。

篇6

關(guān)鍵詞:智能;決策系統(tǒng);教學(xué)方法

隨著信息技術(shù)的應(yīng)用和普及,“智能化”成為信息化后續(xù)發(fā)展的重要內(nèi)容之一。在決策領(lǐng)域,20世紀(jì)80年代,一種以計(jì)算機(jī)為工具、應(yīng)用決策科學(xué)及有關(guān)學(xué)科的理論與方法、以人機(jī)交互方式輔助決策者決策的決策支持系統(tǒng)(DSS)應(yīng)運(yùn)而生。但是,DSS只能輔助和支持決策者決策,其貢獻(xiàn)局限于對(duì)可選方案的評(píng)價(jià),只能對(duì)有量化特性的問題使用數(shù)據(jù)模型和數(shù)值計(jì)算方法來輔助決策,不具有表示復(fù)雜決策過程的能力,因此,促使人們提出將DSS與專家系統(tǒng)(ES)相結(jié)合,以分別發(fā)揮DSS的數(shù)值分析和ES的符號(hào)處理優(yōu)勢(shì),從而將定性分析和定量分析有機(jī)結(jié)合起來,以既能進(jìn)行知識(shí)處理,又能有效地解決半結(jié)構(gòu)化和非結(jié)構(gòu)化問題,這就是智能決策支持系統(tǒng)(IDSS)的產(chǎn)生背景。

隨著人工智能和智能技術(shù)的發(fā)展,IDSS在廣泛的工程技術(shù)、經(jīng)濟(jì)、管理、醫(yī)療和農(nóng)業(yè)科學(xué)等諸多領(lǐng)域,得到廣泛應(yīng)用。了解、掌握智能決策的基本知識(shí)和技術(shù)是計(jì)算機(jī)科學(xué)、智能科學(xué)類專業(yè)大學(xué)生的基本要求,因此,智能決策類課程應(yīng)運(yùn)而生,并逐漸發(fā)展成為計(jì)算機(jī)、自動(dòng)化、管理科學(xué)與工程和智能科學(xué)技術(shù)等專業(yè)的專業(yè)課之一[1-4]。

在我校,智能決策系統(tǒng)課程作為計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、網(wǎng)絡(luò)工程和其他電子信息類專業(yè)的專業(yè)限選或選修課程。目前,該課程的教學(xué)內(nèi)容存在如下問題:一是教學(xué)內(nèi)容繁,二是技術(shù)更新快,三是涉及的專業(yè)知識(shí)深,對(duì)學(xué)生的理論基礎(chǔ)知識(shí)(特別是數(shù)學(xué)知識(shí)、計(jì)算機(jī)技術(shù))要求極高,教學(xué)難度大。因此,學(xué)生在學(xué)習(xí)過程中不得要領(lǐng),抓不住課程的核心,只見樹木、不見森林,從而影響學(xué)生們的學(xué)習(xí)效果。本文就是在這樣背景下,提出并開展教學(xué)研究的。

1教學(xué)內(nèi)容改革

智能決策系統(tǒng)是一門計(jì)算機(jī)科學(xué)、管理科學(xué)、人工智能和應(yīng)用數(shù)學(xué)交叉的新興專業(yè)課程,其學(xué)分通常為2～2.5學(xué)分,即32～40學(xué)時(shí),其中包括0.5學(xué)分的實(shí)驗(yàn)課程(8學(xué)時(shí))。因此,如何在有限學(xué)時(shí)中容納下本課程教學(xué)內(nèi)容,完成本課程的教學(xué)目標(biāo),就成為首要問題。

通過實(shí)踐和教學(xué)改革,我校本課程的理論教學(xué)內(nèi)容主要包括下列6個(gè)知識(shí)單元。

1) 決策理論概述。主要內(nèi)容有決策的概念、類型、基礎(chǔ)、流程和目標(biāo)。理論課時(shí)數(shù)4學(xué)時(shí)。

2) 決策系統(tǒng)。主要內(nèi)容有決策支持系統(tǒng)的概念、結(jié)構(gòu)、功能、主要部件與設(shè)計(jì)要點(diǎn)。理論課時(shí)數(shù)控制在6學(xué)時(shí)。

3) 決策模型。主要內(nèi)容有數(shù)據(jù)倉庫、知識(shí)管理、數(shù)據(jù)挖掘、智能算法和數(shù)據(jù)處理。理論課時(shí)數(shù)控制在6學(xué)時(shí)。

4) 智能決策系統(tǒng)。主要內(nèi)容有計(jì)算智能基礎(chǔ)、專家系統(tǒng)的概念和結(jié)構(gòu)、智能決策系統(tǒng)的概念和結(jié)構(gòu)、智能決策系統(tǒng)的設(shè)計(jì)要點(diǎn)。理論課時(shí)數(shù)控制在8學(xué)時(shí)。

5) 群體決策系統(tǒng)。主要內(nèi)容有協(xié)同計(jì)算概述,群體決策系統(tǒng)的概念、結(jié)構(gòu)、功能、群體決策過程與建模和實(shí)現(xiàn)方法。理論課時(shí)數(shù)控制在6學(xué)時(shí)。

6)智能決策系統(tǒng)的發(fā)展。主要包括基于網(wǎng)絡(luò)的決策系統(tǒng)技術(shù)和應(yīng)用,網(wǎng)絡(luò)技術(shù)與基于Agent的決策系統(tǒng),智慧地球與智能化企業(yè)。理論課時(shí)數(shù)控制在2學(xué)時(shí)。

實(shí)踐教學(xué)內(nèi)容包括4個(gè)實(shí)驗(yàn),學(xué)時(shí)總數(shù)為8學(xué)時(shí),其教學(xué)內(nèi)容設(shè)置見本文§3。

2教學(xué)方法改革

教學(xué)方法是為完成一定的教學(xué)目的、教學(xué)任務(wù)所采取的教學(xué)途徑或教學(xué)程序,是以解決教學(xué)任務(wù)為目的、師生共同進(jìn)行認(rèn)識(shí)和實(shí)踐的方法體系。其方法體系主要包含多個(gè)基本要素,比如教、學(xué)、信息傳輸載體(包含文字、圖形、圖像、肢體語言、表情、感知等)和教學(xué)輔助設(shè)備等。教學(xué)過程就是要充分利用具有信息優(yōu)勢(shì)、知識(shí)優(yōu)勢(shì)的教師,將信息、知識(shí)、技能、技巧,系統(tǒng)集成地傳輸給暫時(shí)處于低信息狀態(tài)的學(xué)生。決定這個(gè)傳輸過程順利進(jìn)行的至關(guān)重要因素有:教師的積極性與責(zé)任心和學(xué)生的求知欲與基礎(chǔ)知識(shí)及其結(jié)構(gòu)。從教育學(xué)和心理學(xué)角度看,課程教學(xué)方法改革就是圍繞這兩個(gè)因素展開[5],限于篇幅,本文的討論僅從如何調(diào)動(dòng)學(xué)生的求知欲著手。

2.1探索式教學(xué)方法

經(jīng)過多年教學(xué)實(shí)踐,本文實(shí)踐了“探索式教學(xué)法”,此法強(qiáng)調(diào)因材施教,在教學(xué)全過程創(chuàng)設(shè)教學(xué)環(huán)境、培養(yǎng)學(xué)生創(chuàng)新精神。所謂探索式教學(xué)方法是指在教學(xué)過程中,在教師的啟發(fā)、誘導(dǎo)下,學(xué)生自主學(xué)習(xí)和合作討論,以學(xué)習(xí)課程知識(shí)和科學(xué)問題為探索目標(biāo),以學(xué)生熟悉和能接觸到生活原型為研究對(duì)象,為學(xué)生提供自由表達(dá)、質(zhì)疑、探索、討論問題的環(huán)境,學(xué)生通過個(gè)體、小組、團(tuán)隊(duì)等多種形式完成解難、釋疑、嘗試學(xué)習(xí)活動(dòng),將學(xué)生自己所學(xué)知識(shí)應(yīng)用于解決實(shí)際問題的一種教學(xué)程序。探索式教學(xué)方法重視發(fā)展學(xué)生的創(chuàng)造性思維,培養(yǎng)自學(xué)能力,力圖通過自我探索引導(dǎo)學(xué)生學(xué)會(huì)學(xué)習(xí)和初步掌握科學(xué)研究方法[6],培養(yǎng)學(xué)生的文獻(xiàn)獲取與加工能力、信息分析與加工利用能力、團(tuán)隊(duì)協(xié)作與溝通能力、語言表達(dá)與寫作能力,和創(chuàng)新精神。為其終身學(xué)習(xí)和工作奠定良好基礎(chǔ)。

盡管探索式教學(xué)法能夠給教師的教學(xué)提供思想、理念指導(dǎo),但是,針對(duì)不同教學(xué)對(duì)象和不同課程內(nèi)容,其實(shí)際應(yīng)用方法也會(huì)存在差異,這就是所謂的教無定法之說。本文以智能決策系統(tǒng)課程第1知識(shí)單元課外作業(yè)為例,嘗試說明該法的具體應(yīng)用方法,為保證該方法的實(shí)施效果,本文擬定了如下的教師操作流程:

1) 制定論文目標(biāo):培養(yǎng)學(xué)生綜合利用參考文獻(xiàn)和學(xué)會(huì)表達(dá)的能力。首先,要求學(xué)生學(xué)會(huì)獲取、理解、過濾和分析信息;其次,要求學(xué)生掌握撰寫科技論文的基本技巧;最后,要求學(xué)生在觀眾面前表達(dá)自己觀點(diǎn),學(xué)習(xí)說服聽眾、推銷自己觀點(diǎn)的技巧。

2) 論文基本要求:①圍繞“關(guān)于信息技術(shù)對(duì)決策影響”的主題,學(xué)生自擬題目;②2周時(shí)間內(nèi),學(xué)生完成1 000字左右(2頁A4幅面)的論文,其中內(nèi)容需要包括摘要,關(guān)鍵詞,問題或觀點(diǎn)概述,目前發(fā)展?fàn)顩r,結(jié)論或結(jié)語;③制作演示幻燈片。

3) 提供信息查閱途徑:通過網(wǎng)絡(luò)教師自己已經(jīng)掌握的文獻(xiàn)資源和網(wǎng)絡(luò)地址資源,指出查詢方法和基本技巧。

4) 抽查式演講:①使用幻燈片;②介紹主要內(nèi)容;③結(jié)論;④點(diǎn)評(píng)、提問與回答。

5) 評(píng)價(jià)標(biāo)準(zhǔn):①文檔編制能力;②問題發(fā)現(xiàn)與分析能力;③表達(dá)與陳述能力。

在實(shí)施中,要防止出現(xiàn)如下情況:①題目太難或太容易,以免挫傷學(xué)生積極性;②提前告示和監(jiān)督,防止學(xué)生偷懶或拷貝;③靈活掌握考評(píng)手段,鼓勵(lì)創(chuàng)新,保護(hù)學(xué)生學(xué)習(xí)積極性。

2.2案例教學(xué)方法

案例教學(xué)法是在教師指導(dǎo)下,根據(jù)教學(xué)目標(biāo)的要求,創(chuàng)設(shè)學(xué)生身臨案例場(chǎng)境的教學(xué)氛圍,使用案例來組織學(xué)生的學(xué)習(xí)、研究、實(shí)踐等活動(dòng)的教學(xué)方法。本課程利用該方法,加強(qiáng)了理論與實(shí)際的結(jié)合,為學(xué)生學(xué)習(xí)提供模仿案例,提高了學(xué)生對(duì)理論知識(shí)的理解和實(shí)踐能力,培養(yǎng)學(xué)生綜合運(yùn)用所學(xué)知識(shí)解決實(shí)際問題的能力。案例教學(xué)法需要掌握好2個(gè)重要環(huán)節(jié):

1) 案例選編。必須選擇學(xué)生容易理解、常見的例子,案例選編必須圍繞課程某個(gè)具體的教學(xué)目標(biāo),要適當(dāng)加工,剔除與課程內(nèi)容關(guān)聯(lián)性小的內(nèi)容和技術(shù),降低難度,方便學(xué)生理解。同時(shí),案例必須來自于實(shí)際,并且問題明確。

2) 案例講解與分析。案例本身只是對(duì)實(shí)例的某些情況描述,表面上平鋪直敘,但是,其中必須隱藏著多個(gè)問題,要引導(dǎo)學(xué)生積極思考、深入分析,以發(fā)現(xiàn)其中隱藏的問題,并找出問題產(chǎn)生的原因,提出解決方案。在思考和分析過程中,既要培養(yǎng)和開發(fā)學(xué)生智力,又要培養(yǎng)學(xué)生綜合運(yùn)用所學(xué)理論知識(shí)的能力。案例分析不能苛求解決問題的結(jié)果如何,而應(yīng)該重點(diǎn)強(qiáng)調(diào)分析過程是否正確、方法是否恰當(dāng),案例講解和分析的主要任務(wù)是培養(yǎng)學(xué)生發(fā)現(xiàn)問題、分析問題和邏輯思維等能力,通常解決問題的能力正是課程后續(xù)需要實(shí)施的教學(xué)目標(biāo)。

本文在第4知識(shí)單元中,以6子棋計(jì)算機(jī)博弈系統(tǒng)為例,通過對(duì)6子棋計(jì)算機(jī)博弈平臺(tái)的仿真實(shí)驗(yàn),選擇不同的博弈策略,比如不同的估值函數(shù)、不同的搜索策略等,獲得不同的實(shí)驗(yàn)結(jié)果,實(shí)現(xiàn)人-機(jī)對(duì)戰(zhàn)、機(jī)-機(jī)對(duì)戰(zhàn),讓學(xué)生切實(shí)體會(huì)到機(jī)器智能的魔力及其智能系統(tǒng)的構(gòu)造方法,有力地促進(jìn)了學(xué)生對(duì)理論知識(shí)的理解,并激發(fā)了學(xué)生的學(xué)習(xí)興趣。

3實(shí)驗(yàn)教學(xué)內(nèi)容

3.1實(shí)驗(yàn)教學(xué)內(nèi)容的設(shè)置

實(shí)驗(yàn)課是智能決策系統(tǒng)課程的重要環(huán)節(jié),由于總課時(shí)有限,實(shí)驗(yàn)課時(shí)也就不多。但是,本校在專業(yè)課程中,仍然堅(jiān)持設(shè)置了0.5學(xué)分的實(shí)驗(yàn),以使學(xué)生能將理論知識(shí)與實(shí)踐聯(lián)系起來,使抽象的理論不再是深?yuàn)W,提高學(xué)生靈活運(yùn)用知識(shí)的能力。本課程實(shí)驗(yàn)學(xué)時(shí)為8學(xué)時(shí),主要設(shè)置了表1中的3個(gè)實(shí)驗(yàn)。

3.2實(shí)驗(yàn)課的操作

為提高學(xué)生對(duì)課程理論知識(shí)的理解和應(yīng)用設(shè)計(jì)能力,針對(duì)課程實(shí)驗(yàn)教學(xué)課時(shí)少和實(shí)驗(yàn)復(fù)雜特點(diǎn),需要注意以下幾點(diǎn)。

1) 簡(jiǎn)化平臺(tái)、降低實(shí)驗(yàn)難度。實(shí)驗(yàn)教學(xué)過程重在是一個(gè)訓(xùn)練學(xué)生動(dòng)手、動(dòng)眼和動(dòng)腦的過程,旨在培養(yǎng)學(xué)生好奇心和操作技能,以及觀察問題、分析問題和解決問題能力。因此,在實(shí)驗(yàn)中,要盡量將實(shí)驗(yàn)平臺(tái)簡(jiǎn)化,以將學(xué)生注意力集中于實(shí)驗(yàn)內(nèi)容,保證實(shí)驗(yàn)效果。比如實(shí)驗(yàn)2,提供給學(xué)生智能交通燈控仿真平臺(tái),它實(shí)際上是一個(gè)軟件模擬平臺(tái),能實(shí)現(xiàn)固定交管模式的全部功能,學(xué)生能通過標(biāo)準(zhǔn)接口建立自己設(shè)計(jì)的智能交通管理模式;又如實(shí)驗(yàn)3,以FIRA機(jī)器人足球5vs5比賽項(xiàng)目的仿真平臺(tái)為實(shí)驗(yàn)平臺(tái),利用平臺(tái)已設(shè)置的運(yùn)球、傳球、前進(jìn)、后退、轉(zhuǎn)動(dòng)等命令,學(xué)生能通過這些命令建立足球機(jī)器人的路徑規(guī)劃和避障策略。

2) 科學(xué)分組、培養(yǎng)協(xié)作能力。由于實(shí)驗(yàn)3工作量比較大,需要多人協(xié)作完成,發(fā)揮集體智慧作用,因此,在實(shí)驗(yàn)3中,按照3～5人/組,實(shí)行組長(zhǎng)負(fù)責(zé)制。組長(zhǎng)監(jiān)督、管理、協(xié)調(diào)本組實(shí)驗(yàn)過程,每個(gè)組員都有明確的任務(wù),并對(duì)組長(zhǎng)負(fù)責(zé),組長(zhǎng)對(duì)教師負(fù)責(zé)。實(shí)驗(yàn)3的課內(nèi)實(shí)驗(yàn)設(shè)置4學(xué)時(shí)/2次,學(xué)時(shí)主要在課外完成實(shí)驗(yàn)3,歷時(shí)1個(gè)月。

3) 設(shè)計(jì)算法、培養(yǎng)智能意識(shí)。引導(dǎo)學(xué)生,模仿人類智能,設(shè)計(jì)智能算法,實(shí)現(xiàn)簡(jiǎn)單的智能決策。由于課時(shí)有限,必須注意控制算法的簡(jiǎn)潔、實(shí)效,以使學(xué)生能在短時(shí)間內(nèi)模擬實(shí)現(xiàn)簡(jiǎn)單的智能行為,著重引導(dǎo)學(xué)生分析業(yè)務(wù)行為,發(fā)現(xiàn)系統(tǒng)流程,構(gòu)造智能算法,以此培養(yǎng)學(xué)生開發(fā)信息系統(tǒng)的智能意識(shí)。

4結(jié)語

智能決策系統(tǒng)是人工智能、計(jì)算機(jī)科學(xué)、自動(dòng)控制科學(xué)交叉結(jié)合的一門新興專業(yè)課程,對(duì)推動(dòng)信息化向智能化方向發(fā)展具有重要意義。該課程作為在校主要面對(duì)電子信息、計(jì)算機(jī)專業(yè)學(xué)生,通過該課程學(xué)習(xí),學(xué)生反映加深了對(duì)智能的理解,提高了對(duì)計(jì)算機(jī)技術(shù)應(yīng)用的認(rèn)識(shí)深度,培養(yǎng)了學(xué)生的智能化設(shè)計(jì)意識(shí),激發(fā)了學(xué)生的求知欲望。本文的研究成果是源于智能決策系統(tǒng)課程,但是,對(duì)其他信息技術(shù)課程,也具有積極的借鑒意義。

參考文獻(xiàn):

[1] 鐘義信. 智能科學(xué)技術(shù)導(dǎo)論[M]. 北京:北京郵電大學(xué)出版社,2006:1-38.

[2] 張彥鐸,王海暉,劉昌輝. 地方工科院校智能科學(xué)建設(shè)的若干思考[J]. 計(jì)算機(jī)教育,2009(11):39-42.

[3] 韓力群. 智能科學(xué)與技術(shù)專業(yè)培養(yǎng)規(guī)范[R]. 北京:第二屆全國(guó)智能科學(xué)與技術(shù)教育學(xué)術(shù)研討會(huì).2004.

[4] 王萬森,鐘義信,韓力群,等. 我國(guó)智能科學(xué)技術(shù)教育的現(xiàn)狀與思考[J]. 計(jì)算機(jī)教育,2009(11):10-14.

[5] 楊德廣,謝安邦. 高等教育學(xué)[M]. 北京:高等教育出版社,2009.6:1-50.

[6] 張偉峰. 本科高年級(jí)人工智能教學(xué)的幾點(diǎn)思考[J]. 計(jì)算機(jī)教育,2009(11):139-141.

Research on Teaching Reform of Intelligent Decision System Courses

ZHANG Xiao-chuan, CHEN Feng

(School of Computer Science, Chongqing University of Technology, Chongqing 400054, China)

篇7

姚勁波

58集團(tuán)CEO

內(nèi)容分發(fā)的新時(shí)代

百度從本質(zhì)上來講，最核心的東西是在做內(nèi)容的分發(fā)。

我們?cè)摲职l(fā)什么？早期的時(shí)候，互聯(lián)網(wǎng)內(nèi)容是以文字為主要形態(tài)。隨著帶寬環(huán)境越來越好，人們的創(chuàng)造力越來越豐富，開始有了圖片。到今天，其實(shí)不僅僅是圖，有一個(gè)新的圖片相關(guān)的形式叫做圖集也非常受歡迎，很適合在互聯(lián)網(wǎng)上傳播的內(nèi)容形式。

除了圖片，還有視頻。今天的視頻，我覺得跟過去又有了很大的不一樣。首先是短視l的這種興起，它適用的場(chǎng)景和接觸達(dá)到的人群都非常不一樣。我們身處在百度這樣的內(nèi)容分發(fā)的中心，必須要能比別人更早的感知到內(nèi)容分發(fā)環(huán)境的變化才行。

百科是一個(gè)很嚴(yán)謹(jǐn)?shù)臇|西，但它很早就開始做秒懂視頻，而且是放在詞條的最前面，所以他們對(duì)這個(gè)內(nèi)容分發(fā)的環(huán)境的敏感度就足夠的高。所以這是我們?cè)谟有碌臅r(shí)代到來的時(shí)候要保持的一種思維方式。要對(duì)新東西會(huì)敏感，什么東西會(huì)影響你。

整個(gè)世界一直是在變化，從PC互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)起來很多超級(jí)app，內(nèi)容越來越多被封裝在微信、微博里頭。怎么利用百度的平臺(tái)讓內(nèi)容回來、讓我們的用戶能夠方便獲取，完成我們讓人們最便捷平等地獲取信息找到所求的使命？這是在新的時(shí)代里我們需要認(rèn)真思考認(rèn)真準(zhǔn)備并且為之奮斗的東西。

過去這一年我還有一點(diǎn)感受特別深，是社交媒體和自媒體這種環(huán)境下，很多時(shí)候人們更多的是在講感情，更多地想傳播他們?cè)敢庀嘈诺臇|西，事實(shí)是什么已經(jīng)不重要了。這對(duì)我們一個(gè)以搜索引擎為核心的公司來說，挑戰(zhàn)也是蠻大的。在這種環(huán)境下，我們?cè)趺磥響?yīng)對(duì)，也是一個(gè)很大的挑戰(zhàn)。當(dāng)然，挑戰(zhàn)也意味著機(jī)遇。我也希望大家更加主動(dòng)地去思考這個(gè)問題，找到新的屬于我們的機(jī)會(huì)。

另外一個(gè)內(nèi)容我覺得是數(shù)據(jù)，數(shù)據(jù)是新的內(nèi)容。在移動(dòng)互聯(lián)網(wǎng)時(shí)代到來以后，數(shù)據(jù)怎么能夠和應(yīng)用相結(jié)合去呈現(xiàn)一些比較有價(jià)值的東西，怎么能夠在我們百度的平臺(tái)上把它變成新的內(nèi)容，這也是下一步我們應(yīng)該著力去做的。

這些結(jié)構(gòu)化的數(shù)據(jù)，未來這些東西弄好了之后，它一方面給我們的用戶提供了更多有價(jià)值的內(nèi)容，另外一方面也是未來我們AI的一個(gè)前提。因?yàn)锳I的技術(shù)需要非常多的數(shù)據(jù)支持，有價(jià)值的、有序的數(shù)據(jù)越多，你的這個(gè)最后出來的結(jié)果就會(huì)越好。以至于我們有一個(gè)技術(shù)大牛跟我說了一句話：他說數(shù)據(jù)秒殺一切算法。

這一點(diǎn)在現(xiàn)有的很多產(chǎn)品當(dāng)中已經(jīng)體現(xiàn)出來了，比如百度的語音搜索，大家可以看到識(shí)別的準(zhǔn)確率已經(jīng)非常高了。但是當(dāng)我們比如說到通用的輸入法去識(shí)別這些語音的時(shí)候，我們可能還不如市場(chǎng)上某些其他的競(jìng)爭(zhēng)對(duì)手。為什么？因?yàn)槲覀冊(cè)谒阉鞯倪@個(gè)場(chǎng)景上掌握了比任何人都多的數(shù)據(jù)，而這種數(shù)據(jù)是非常非常有特點(diǎn)，有價(jià)值的，是別人達(dá)不到的。

用戶在進(jìn)行搜索的時(shí)候，其實(shí)他在心目中是有比較清晰的需求的，整個(gè)過程是一個(gè)尋找答案的過程，從最初的需求表達(dá)，到他最后找到答案，尤其是在移動(dòng)互聯(lián)網(wǎng)時(shí)代，在手百這樣一個(gè)封閉的app里頭，我們能夠track到他的每一步。這就給我們提供了足夠多的訓(xùn)練的數(shù)據(jù)，所以我們可以有很高的識(shí)別率。我們不僅僅能夠有很高的語音識(shí)別率，實(shí)際上整個(gè)過程使得我們能夠構(gòu)建出來最好、最豐富的知識(shí)庫。我們知道從需求到結(jié)果，到底是一個(gè)什么樣子，這些東西都是我們非常有價(jià)值的東西。

但是在別的場(chǎng)景里頭，有時(shí)候即使你技術(shù)特別好，可能也不能夠爭(zhēng)得過別人。比如你隨便拍一件商品去識(shí)別，淘寶識(shí)別出來的結(jié)果，比我們現(xiàn)在拍照搜索的結(jié)果要更加精確。因?yàn)榇罅康纳唐穾煸谒抢镱^，商家把數(shù)據(jù)都給標(biāo)注好了。那么這對(duì)我們的啟示是什么？除了我們自己已經(jīng)有的這些個(gè)大量豐富的query到最后用戶行為數(shù)據(jù)之外，我們也應(yīng)該積極的到外頭去找那些對(duì)我們有價(jià)值的相關(guān)的數(shù)據(jù)。讓他們到百度的平臺(tái)上來，我們利用這些數(shù)據(jù)，打磨我們算法，做出最優(yōu)秀的用戶體驗(yàn)和產(chǎn)品和服務(wù)來。

知識(shí)圖譜（包括需求圖譜、用戶畫像等），這些東西都是百度整個(gè)人工智能當(dāng)中非?；A(chǔ)的構(gòu)件，也是我們相對(duì)于其他任何一家公司的優(yōu)勢(shì)所在。而且我們從一開始就很重視，未來要更加有意識(shí)地根據(jù)我們的需求、場(chǎng)景跟產(chǎn)品，去不斷地豐富，不斷地打磨，不斷地把這個(gè)東西做到極致，做到全世界最好。

某種意義上講，我們未來的搜索從索引關(guān)鍵詞的引擎，可能會(huì)逐步過渡到索引知識(shí)的引擎，它從表面文字的表達(dá)和query的匹配，這是上一個(gè)時(shí)代的事情。下一個(gè)時(shí)代的事情是用戶真實(shí)的需求和我們已經(jīng)積累的知識(shí)之間的一種匹配。

還有一個(gè)，就是我們現(xiàn)在非常重視的feed流產(chǎn)品。過去傳統(tǒng)的搜索是人在找信息，現(xiàn)在要逐漸演進(jìn)到信息找人。人在沒有主動(dòng)表達(dá)他的信息的時(shí)候，我們就已經(jīng)能夠猜出來這是他喜歡的，這是他需要的信息。如何能夠很方便、高效地分發(fā)給這些需要和感興趣的人，這個(gè)也是在內(nèi)容分發(fā)形式上一個(gè)新的機(jī)會(huì)和挑戰(zhàn)。我們因?yàn)橛袕?qiáng)大的知識(shí)圖譜和用戶畫像，有多年人工智能方面的技術(shù)的積累，有大量的用戶行為和數(shù)據(jù)，所以在這方面是非常有優(yōu)勢(shì)的。

連接服務(wù)的新時(shí)代

未來10―15年的時(shí)間，會(huì)有一個(gè)大的趨勢(shì)，就是中國(guó)的這種消費(fèi)升級(jí)。過去不管你的產(chǎn)品多爛，你只要是免費(fèi)的，用戶就用；不管你的產(chǎn)品多好，只要收費(fèi)用戶就不用。今天已經(jīng)完全不是這個(gè)樣子了。只要你做的好，用戶愿意為你付費(fèi)，虛擬的東西、服務(wù)性的東西、內(nèi)容性的東西，用戶也愿意付費(fèi)。所以在我們的定義當(dāng)中，所謂的連接服務(wù)，只要它不是純虛擬的內(nèi)容，它只要包含了付費(fèi)的行為，包含了線上到線下的連接等等，這些我們都認(rèn)為是服務(wù)。這對(duì)我們也是一個(gè)很新的課題。

一個(gè)人從query表達(dá)到最后的服務(wù)，被滿足，可能有十步。我們也許只做了第一步到第三步，或者第一步到第五步。但這仍然叫連接人和服務(wù)，我們不一定是完全要從端到端全部都控制，只要往前能夠推進(jìn)一步，我們的用戶體驗(yàn)就會(huì)好一分，我們對(duì)整個(gè)生態(tài)的把控能力也會(huì)強(qiáng)一些。

服務(wù)的內(nèi)容化，也是我們看到的一個(gè)比較明顯的趨勢(shì)。你把糯米提供的服務(wù)都寫成用戶喜歡的內(nèi)容，手機(jī)百度通過feed流推過去，用戶也會(huì)很接受。什么叫用戶喜歡的內(nèi)容，我總結(jié)了八個(gè)字叫：喜聞樂見，賞心悅目。你能把內(nèi)容用這種形式呈現(xiàn)出來，你用戶的接受程度就會(huì)很高。

我們做的是要從線上給線下導(dǎo)流，從我們的產(chǎn)品形態(tài)以及我們所處的階段來說，這個(gè)是更適合百度做的。我們做內(nèi)容的分發(fā)、服務(wù)的分發(fā)，都是說讓合適的人能夠找到合適的內(nèi)容、合適的服務(wù)。這是我們需要想辦法通過服務(wù)的內(nèi)容來解決重要的問題。

金融創(chuàng)新的新時(shí)代

我們看FSG做的最主要的一個(gè)東西，我們把它叫做B2B2C的模式。

互聯(lián)網(wǎng)金融從最開始1.0的場(chǎng)景金融，到2.0的技術(shù)金融，我認(rèn)為的3.0，就是所謂的模式創(chuàng)新。這個(gè)才是觸及到這個(gè)行業(yè)的基本的東西。我也認(rèn)為在未來相當(dāng)長(zhǎng)的一段時(shí)間里頭，是一個(gè)金融創(chuàng)新的新時(shí)代。

我們要找到洞察。我們看到了什么別人看不到的東西，這樣我們才跟別人比更有利，我們才能夠有可能做的比別人好。

教育是個(gè)大市場(chǎng)，我們跟其他那些傳統(tǒng)機(jī)構(gòu)相比有優(yōu)勢(shì)，但是也有劣勢(shì)。我們?cè)趺茨軌蜻M(jìn)一步擴(kuò)大我們的優(yōu)勢(shì)，讓手百這些app進(jìn)一步變得更加超級(jí)，更加有粘性，用戶更多，同時(shí)怎么樣利用好我們大的平臺(tái)。金融這個(gè)行業(yè)，才能夠做出創(chuàng)新的東西來。

整個(gè)金融可涉及的范圍很廣很多，F(xiàn)SG已經(jīng)做的也有不少，我不細(xì)講了，但是我們感覺到，這樣一個(gè)時(shí)代，也是很明顯的金融創(chuàng)新的新時(shí)代。

人工智能的新時(shí)代

一個(gè)明顯的機(jī)會(huì)是軟硬件的結(jié)合。亞馬遜的echo非常成功，成功背后的邏輯是它在這個(gè)硬件上做了一些改造，而不僅僅是一個(gè)軟件的解決方案。手機(jī)要考慮耗電的問題。但是智能音箱不需要考慮耗電的問題，這就使得它可以隨時(shí)隨地都響應(yīng)你的需求。所以這是新的硬件形式帶來的新的人工智能的機(jī)會(huì)。

無人車集成了雷達(dá)和攝像頭這些硬件，才使得它具備了在無人操控下自動(dòng)駕駛的能力，不是一個(gè)純軟件的需求。而這種集成的創(chuàng)新，其實(shí)現(xiàn)在還以一個(gè)非?？斓乃俣仍诘^程當(dāng)中。

我們這次在CES上的搭載度秘的小魚在家這樣的一款新產(chǎn)品，這也是一種典型的軟硬件結(jié)合的例子。這些能力，不僅僅是說你的人臉識(shí)別的能力能夠識(shí)別出來他，而是說你有一個(gè)硬件在那兒隨時(shí)隨刻都在監(jiān)測(cè)你家庭的環(huán)境的時(shí)候，才能夠?qū)崿F(xiàn)這些東西。所以軟硬件這種集成的創(chuàng)新，未來會(huì)有非常多的機(jī)會(huì)。

第二個(gè)機(jī)會(huì)是行業(yè)的運(yùn)動(dòng)。人工智能會(huì)改變每一個(gè)行業(yè)。對(duì)于每一個(gè)行業(yè)來說，你只要認(rèn)真的去思考，你會(huì)發(fā)現(xiàn)這里有非常非常多的應(yīng)用的機(jī)會(huì)。

我們不是某一個(gè)垂直的行業(yè)的公司，我們更像一個(gè)平臺(tái)公司，我們不可能對(duì)每一個(gè)行業(yè)都非常非常了解。

但是我們跟有些行業(yè)關(guān)系比較近，比如醫(yī)療行業(yè)。最初百度這種醫(yī)療想做的事情很簡(jiǎn)單，就是一個(gè)O2O的東西，就是我們這兒有用戶，很多人來找去哪兒看病，我們?cè)趺磶退麙斓剿霋斓奶?hào)。但是到去年開始，我們發(fā)現(xiàn)說其實(shí)像智能問診已經(jīng)變得越來越實(shí)用了。如果說我們的智能問診的系統(tǒng)能夠達(dá)到一個(gè)醫(yī)生職業(yè)的平均水平的話，那就完全可以先通過一個(gè)智能的系統(tǒng)，起碼是輔助這些醫(yī)生做一些判斷，真的是到大病的時(shí)候才到醫(yī)院，到更具有規(guī)模的醫(yī)院去。

那再往下走一層呢，比如說基因測(cè)序，它是非常大數(shù)據(jù)的一個(gè)東西。如果能夠通過人工智能的方法跟醫(yī)學(xué)知識(shí)進(jìn)行結(jié)合，找到答案的話，也是一個(gè)很大的突破。再往下走，比如說新藥的這種研發(fā)，怎么樣去用人工智能的技術(shù)找到新的藥，這些東西還處于早期階段，但是我們覺得，最后可能這些東西能夠有所作為。我也相信在物流、在零售等很多領(lǐng)域，其實(shí)都有類似的這樣一個(gè)解決方案，利用人工智能去幫助解決。

人工智能在企業(yè)層面的應(yīng)用也非常廣泛。去年百度世界的時(shí)候講過一個(gè)例子，叫做金牌銷售。我們實(shí)時(shí)的識(shí)別客戶的問題，然后實(shí)時(shí)的提示銷售人員最牛的銷售是怎么回答客戶這樣的問題。目前，我們已經(jīng)有一個(gè)團(tuán)隊(duì)在做這個(gè)項(xiàng)目，這是真正的利用到了百度的人工智能的優(yōu)勢(shì)。能夠?qū)ζ髽I(yè)產(chǎn)生價(jià)值的這么一個(gè)項(xiàng)目。還有智能客服，大多數(shù)問題都是重復(fù)的，完全可以用機(jī)器學(xué)習(xí)的方法找到答案。

類似的這種應(yīng)用我認(rèn)為還有很多，只不過我們現(xiàn)在沒有精力去一個(gè)一個(gè)地開墾。但是我們需要有這樣的一種心態(tài)去思考。人工智能時(shí)代的時(shí)候，你的思維邏輯、思維方式應(yīng)該變成什么樣子，現(xiàn)在還不是很清晰。但是我相信，對(duì)我們不清晰，對(duì)其他公司來說更不清晰。我們應(yīng)該及早的去朝著這個(gè)方向做我們的思考和嘗試。

我們要做好準(zhǔn)備

過去這一年，大家覺得反腐的力度比較大，就是跟這個(gè)理念相吻合的。在這個(gè)戰(zhàn)場(chǎng)上，一定要常抓不懈。我們要想讓每個(gè)人覺得公平，必須要打擊掉那些鉆制度的空子的人。我們正在朝著更加正面的方向去走，這個(gè)公司會(huì)變成一個(gè)更加公平的、對(duì)每個(gè)人來說更加公平的一個(gè)公司。

其次，用戶至上。我們需要更多的思考市場(chǎng)的需求，更多的思考我們的產(chǎn)品對(duì)用戶的價(jià)值。

當(dāng)我們往下去拆解任務(wù)的過程當(dāng)中，容易變成一些用戶體驗(yàn)不好的體驗(yàn)。這樣的情況其實(shí)是非常危險(xiǎn)的。如果你用一個(gè)簡(jiǎn)單的機(jī)械的KPI往下分解和傳遞，那么很可能到基層到一線員工的時(shí)候，他完全不理解我們?yōu)槭裁匆蛇@個(gè)事兒。這個(gè)時(shí)候如果他心目當(dāng)中想的不是用戶體驗(yàn)，想的不是市場(chǎng)需求，想的是我怎么能夠完成這個(gè)數(shù)，那這個(gè)公司真的是時(shí)間一長(zhǎng)就完蛋了。員工做的并不是我們想讓做的事兒。

所以我們需要站在用戶的角度來思考問題。我們現(xiàn)在手百雖然是一個(gè)native app，但是人們?cè)谑褂檬职俚倪^程中，還沒有一個(gè)真正native app的體驗(yàn)。我們經(jīng)常點(diǎn)一個(gè)搜索結(jié)果后，到別人的網(wǎng)站上了。傳統(tǒng)來講，別人的網(wǎng)站上放了很多廣告，那這就是別人網(wǎng)站的事情了。但是從用戶的角度來想呢，用戶永遠(yuǎn)都覺得他在用百度，我們要對(duì)用戶的這種需求負(fù)責(zé)到底。

篇8

關(guān)鍵詞：德國(guó)“工業(yè)4.0”;模具設(shè)計(jì)與制造專業(yè);改革措施

2011年，德國(guó)聯(lián)邦教育局和研究部推出德國(guó)“工業(yè)4.0”，與美國(guó)倡導(dǎo)的“工業(yè)互聯(lián)網(wǎng)”和我國(guó)提出的“中國(guó)制造2025”相似，核心是智能制造，,主要是為了提高德國(guó)制造工業(yè)的智能化水平和競(jìng)爭(zhēng)力[1]?！肮I(yè)4.0”是德國(guó)政府對(duì)整個(gè)工業(yè)發(fā)展過程重新劃分而提出的一個(gè)新穎概念。提出這個(gè)概念的德國(guó)產(chǎn)業(yè)界和學(xué)術(shù)界人士認(rèn)為，技術(shù)不斷精進(jìn)的情況下，工業(yè)發(fā)展歷經(jīng)機(jī)械化的“工業(yè)1.0”、電氣化的“工業(yè)2.0”和自動(dòng)化的“工業(yè)3.0”三個(gè)時(shí)代后必然會(huì)步入智能化的“工業(yè)4.0”階段。智能化時(shí)代，核心技術(shù)特征是“虛擬—實(shí)體系統(tǒng)”?！疤摂M—實(shí)體系統(tǒng)”是指工業(yè)發(fā)展會(huì)以原有的互聯(lián)網(wǎng)和信息系統(tǒng)為基石，融入服務(wù)網(wǎng)和物聯(lián)網(wǎng)的新血液，緊密銜接實(shí)體世界與虛擬的信息網(wǎng)絡(luò)，形成新的智能整體[2-3]。在工業(yè)范疇中，“虛擬—實(shí)體系統(tǒng)”可演變?yōu)橐灾悄艽嫒丝氐摹爸悄芄S”。在“智能工廠”中，可進(jìn)行交互控制的智能機(jī)器提供生產(chǎn)，保證生產(chǎn)信息可以實(shí)時(shí)監(jiān)控和傳輸；大數(shù)據(jù)存儲(chǔ)系統(tǒng)保障核心控制系統(tǒng)，串聯(lián)起生產(chǎn)原料采購入庫、產(chǎn)品制造檢測(cè)、成品物流輸送等整個(gè)完整的流水線，同時(shí)可收集各環(huán)節(jié)傳來的信息，以人工智能對(duì)其分析判斷，決定具體的生產(chǎn)方案，并自動(dòng)完成加工制造。這樣就形成了精準(zhǔn)按需生產(chǎn)、高度個(gè)性化制造的模式，達(dá)到降低成本、提高附加值的目的。德國(guó)“工業(yè)4.0”的出現(xiàn)無疑會(huì)撼動(dòng)傳統(tǒng)加工制造的機(jī)械產(chǎn)業(yè)部分，并迫使其產(chǎn)生重大變革，所以從事該行業(yè)的相關(guān)人員必須緊跟產(chǎn)業(yè)改革的步伐，提高自身的專業(yè)素養(yǎng)，做到改革與發(fā)展一致前進(jìn)。同時(shí)，機(jī)械行業(yè)相關(guān)的人員需要具備更高的專業(yè)素養(yǎng)，因此必須改革模具設(shè)計(jì)與制造專業(yè)的教學(xué)模式，從教育源頭抓起，逐步提高人員的專業(yè)素養(yǎng)，最終變革產(chǎn)業(yè)模式。

1建立綠色智能化制造的新理念

“工業(yè)4.0”概念的核心為智能制造，希望工業(yè)生產(chǎn)全面使用智能系統(tǒng)指導(dǎo)生產(chǎn)過程，做到人機(jī)互動(dòng)，甚至可以將3D技術(shù)融入工業(yè)生產(chǎn)中。因此，培養(yǎng)儲(chǔ)備力量的教學(xué)環(huán)境必須主動(dòng)適應(yīng)這一工業(yè)變革，無論教師還是學(xué)生都需要打破傳統(tǒng)粗放生產(chǎn)的舊觀念，形成創(chuàng)新的智能制造新思想。作為未來生力軍的學(xué)生，尤其是機(jī)械、電子等相關(guān)專業(yè)的學(xué)生，需要在高校學(xué)習(xí)中形成符合“工業(yè)4.0”要求的智能化生產(chǎn)新思想，這也要求高校相關(guān)專業(yè)的教師在教學(xué)過程中做出與智能化制造相關(guān)的引導(dǎo)。

2教學(xué)內(nèi)容多樣化和具體化

雖然德國(guó)“工業(yè)4.0”的技術(shù)涵蓋的領(lǐng)域較為廣泛，但核心基礎(chǔ)均為機(jī)械。因此，要求未來的機(jī)械工程師不僅要在自己的機(jī)械專業(yè)做到高精尖，還需要對(duì)相關(guān)電子、信息等專業(yè)知識(shí)有足夠的儲(chǔ)備，而學(xué)校機(jī)械專業(yè)在其培養(yǎng)計(jì)劃中都應(yīng)意識(shí)到學(xué)科的交叉學(xué)習(xí)，并做出相應(yīng)改動(dòng)。全面改革的德國(guó)“工業(yè)4.0”是希望智能化的工廠和生產(chǎn)系統(tǒng)能夠代替?zhèn)鹘y(tǒng)方式。因此，機(jī)械專業(yè)學(xué)生的課程計(jì)劃應(yīng)涵蓋與此智能化相關(guān)的軟件工程、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、傳感器、通信系統(tǒng)等課程。因?yàn)檎n時(shí)無法兼顧的學(xué)校，也應(yīng)盡量利用課外實(shí)踐課、選修課等方式引導(dǎo)學(xué)生進(jìn)行自學(xué)，并在完成教學(xué)任務(wù)的前提下，盡可能擠出時(shí)間為學(xué)生解答疑問，幫助學(xué)生彌補(bǔ)相關(guān)知識(shí)，從而拓展機(jī)械專業(yè)學(xué)生的眼界和知識(shí)面。

3引導(dǎo)學(xué)生向著知識(shí)多元化發(fā)展

“工業(yè)4.0”的實(shí)現(xiàn)要求其從業(yè)人員掌握了解自身專業(yè)和相關(guān)領(lǐng)域的知識(shí)。因此，作為未來生力軍的學(xué)生，在儲(chǔ)備知識(shí)的階段需要涉獵多方面知識(shí)，多元化發(fā)展，做到本專業(yè)高精尖，相關(guān)專業(yè)全了解，以成長(zhǎng)為全能人才。但是，現(xiàn)在的高校教育制度仍舊是學(xué)分制，造成了學(xué)生學(xué)習(xí)十分局限的現(xiàn)狀。學(xué)生很少主動(dòng)與其他專業(yè)學(xué)生交流，學(xué)習(xí)知識(shí)面狹窄。所以，專業(yè)教師在教學(xué)過程中應(yīng)該適當(dāng)為學(xué)生安排與其發(fā)展相關(guān)的系列專題講座，定期舉辦跨專業(yè)學(xué)習(xí)交流會(huì)，激發(fā)學(xué)生相互交流的學(xué)習(xí)熱情，提高學(xué)生自身知識(shí)素養(yǎng)，鼓勵(lì)和引導(dǎo)學(xué)生成長(zhǎng)為適應(yīng)時(shí)展需要的復(fù)合型人才。

4基于學(xué)科競(jìng)賽提高學(xué)生創(chuàng)新意識(shí)

德國(guó)“工業(yè)4.0”的另一個(gè)重要內(nèi)容創(chuàng)新，但目前國(guó)內(nèi)大部分高校的模具設(shè)計(jì)與制造專業(yè)還是沿用傳統(tǒng)的教學(xué)內(nèi)容和教學(xué)體系。因此，積極參與專業(yè)學(xué)科競(jìng)賽不僅可以提高學(xué)生的學(xué)習(xí)熱情，還可以激發(fā)學(xué)生的創(chuàng)新能力，提高學(xué)生的動(dòng)手能力。

5培養(yǎng)學(xué)生的團(tuán)隊(duì)意識(shí)和愛崗敬業(yè)的職業(yè)素養(yǎng)

“工業(yè)4.0”采取新的協(xié)作工作方式使工作可以脫離工作場(chǎng)地，直接利用虛擬網(wǎng)絡(luò)和移動(dòng)遙控的方式指導(dǎo)生產(chǎn)，員工管理自更高，大大提高了生產(chǎn)工作的積極性。因此，高校在配套的教學(xué)過程中應(yīng)注意轉(zhuǎn)變學(xué)生對(duì)行業(yè)工作環(huán)境的舊觀念，以培養(yǎng)未來的優(yōu)質(zhì)機(jī)械工程師為目的，不僅提高學(xué)生動(dòng)手能力，還要注重培養(yǎng)學(xué)生的興趣，讓學(xué)生提前適應(yīng)智能化生產(chǎn)的工作氛圍?！肮I(yè)4.0”是德國(guó)提出的工業(yè)發(fā)展的必經(jīng)之路，我國(guó)也同樣提出了“中國(guó)制造2025”戰(zhàn)略，其中提高高校機(jī)械專業(yè)的教學(xué)水平和學(xué)生素養(yǎng)是重要的基礎(chǔ)工作。模具設(shè)計(jì)與制造專業(yè)應(yīng)做出相應(yīng)的教學(xué)改革來適應(yīng)機(jī)械行業(yè)的發(fā)展，致力于培育專業(yè)突出、綜合能力強(qiáng)的全能型人才。

作者:程婧璠 陳帆 付娟娟 畢立彩 劉小寧 單位:武漢軟件工程職業(yè)學(xué)院

參考文獻(xiàn)

[1]晏越.“德國(guó)工業(yè)4.0”與“中國(guó)制造2025”綜述[J].科技風(fēng)，2016，（16）：185-186.

篇9

關(guān)鍵詞：情緒智力；情緒智力理論；學(xué)院派；實(shí)務(wù)派；研究方法

一、情緒智力概念的界定及探討

情緒智力(EmotionalIntelligence)這個(gè)詞是德國(guó)人BarbaraLeuner(1966)首先提出的[1]。1986年柏尼(W.P.Payne)在博士論文《情緒研究》中明確探討了發(fā)展情緒智力的問題[2]。而將情緒智力作為理論概念正式提出的卻是美國(guó)耶魯大學(xué)的薩洛維(P.Salovey)和新罕布爾大學(xué)的梅耶(J.Mayer),1989--1990年，他們連續(xù)發(fā)表兩篇學(xué)術(shù)論文，正式提出了情緒智力的概念和理論，將情緒智力定義為：“監(jiān)察自身和他人的感情和情緒的能力,區(qū)分情緒之間差別的能力，以及運(yùn)用這種信息以指導(dǎo)個(gè)人思維和行動(dòng)的能力”[3]。在他們提出情緒智力的概念之后，圍繞情緒智力概念的討論日漸激烈，其中最出名的是哈佛大學(xué)心理學(xué)教授DanielGoleman,他于1995年在《情緒智力:為什么它比智商更重要》一書中將情緒智力定義為:了解自身感受,控制沖動(dòng)和惱怒,理智處事,面對(duì)考驗(yàn)時(shí)保持平靜和樂觀心態(tài)的能力。此外，與現(xiàn)在的情緒智力相提并論的情商(emotionalquotient，EQ)概念則是由巴昂于1988年在其博士論文中首創(chuàng)的[4]。2000年，他主編了《情緒智力手冊(cè)》(theHandbookofEmotionalIntelligence)，全面介紹了情緒智力的研究情況，認(rèn)為情緒智力是影響人應(yīng)付環(huán)境需要和壓力的一系列情緒的、人格的和人際能力的總和。它是決定一個(gè)人在生活中能否取得成功的重要因素，直接影響人的整個(gè)心理健康[5]。

自從情緒智力于1996年傳入中國(guó)以來，學(xué)者們紛紛給情緒智力下定義，如許遠(yuǎn)理將情緒智力定義為“感知與體驗(yàn)、描述與評(píng)價(jià)、調(diào)節(jié)與控制內(nèi)省情緒、人際情緒、生態(tài)情緒的能力”[6]。陳家耀則進(jìn)一步提出用情志力一詞來概括有關(guān)情緒智力和非智力因素對(duì)智力活動(dòng)的支持、導(dǎo)向和動(dòng)力作用等心理活動(dòng)。情志力的內(nèi)涵是意向，其外延，從成分來說有情緒、意志和個(gè)性[7]。徐小燕、張進(jìn)輔將情緒智力定義為“人們?cè)趯W(xué)習(xí)、生活和工作中影響其成功與否的非認(rèn)知性心理能力，包括情緒覺知能力、情緒評(píng)價(jià)能力、情緒適應(yīng)能力、情緒調(diào)控能力和情緒表現(xiàn)能力等五種因素，它們又分為若干次級(jí)因素成分”[8]。這些概念均從不同的維度對(duì)情緒智力做了概括，但現(xiàn)存的問題是學(xué)界對(duì)情緒智力的概念并沒有一個(gè)統(tǒng)一的認(rèn)識(shí)。這與對(duì)情緒智力在國(guó)外的術(shù)語“emotionalIntelligence”中emotion一詞到底該如何理解有很大的關(guān)系，同時(shí)還與對(duì)其外延和內(nèi)涵的恰當(dāng)界定聯(lián)系緊密。因此，如何給情緒智力一個(gè)恰倒好處的概念有待進(jìn)一步的研究。

二、情緒智力理論及結(jié)構(gòu)

（一）情緒智力的學(xué)院派理論及結(jié)構(gòu)

以Mayer和Salovey為主導(dǎo)的學(xué)院派，將情緒智力納入智力的家族并堅(jiān)持科學(xué)量化的道路[9]，學(xué)院派對(duì)情緒智力的研究采用的是能力模型取向[10]，能力模型是指能力的情緒智力，即反映了直接與標(biāo)準(zhǔn)智力定義相關(guān)的、人的實(shí)際心理能力[11]。1990年，美國(guó)心理學(xué)家Salovey和Mayer首次正式使用情緒智力這一概念描述影響成功的情緒特征，他們認(rèn)為情緒智力是一種加工情緒信息的能力，它包括準(zhǔn)確地評(píng)價(jià)自己和他人的情緒，恰當(dāng)?shù)乇磉_(dá)情緒，以及適應(yīng)性地調(diào)控情緒的能力。并以此為基礎(chǔ)，提出了情緒智力結(jié)構(gòu)的三因素能力模型。但此時(shí)情緒智力定義以及結(jié)構(gòu)的劃分都是在廣泛查閱相關(guān)文獻(xiàn)的基礎(chǔ)上總結(jié)出來的，沒有實(shí)證基礎(chǔ)。后來，他們分別于1997年、1999年、2000年對(duì)情緒智力的定義及結(jié)構(gòu)進(jìn)行修訂，最終將情緒智力界定為一種連接認(rèn)知與情緒的心理能力，在此基礎(chǔ)上確定了其結(jié)構(gòu)的四個(gè)維度[12]。這四個(gè)維度從最基本的情緒感知和表達(dá)能力開始，到情緒管理調(diào)控能力為止，是按照每種能力發(fā)展的先后順序進(jìn)行排列的。具體內(nèi)容為：

1．情緒的感知、表達(dá)能力：指從自己的生理狀態(tài)、情感體驗(yàn)和思想中辨認(rèn)和表達(dá)情緒的能力；以及從他人、藝術(shù)活動(dòng)、語言中辨認(rèn)和表達(dá)情緒的能力。

2．情緒對(duì)思維的促進(jìn)能力：即促進(jìn)認(rèn)知行為，使問題解決、推理、決策和創(chuàng)造更為有效的能力，包括情緒對(duì)思維的引導(dǎo)；情緒對(duì)信息注意方向的影響；心境的起伏對(duì)思維的影響；情緒狀態(tài)對(duì)問題解決的影響等多方面的能力。

3．對(duì)情緒的理解、分析能力：指認(rèn)識(shí)情緒體驗(yàn)與語言表達(dá)之間關(guān)系的能力；理解情緒所傳送意義的能力；理解復(fù)雜心情的能力；認(rèn)識(shí)情緒轉(zhuǎn)換的可能性及原因的能力等。其中最基本的是使用特定的詞語來命名情緒并能有效的辨別它們之間的關(guān)系。該能力是“最具有認(rèn)知意味的”。

4．情緒管理調(diào)控能力：根據(jù)所獲得的信息，判斷并成熟地進(jìn)入或離開某種情緒的能力；覺察與自己和他人有關(guān)的情緒的能力，調(diào)節(jié)與別人的情緒之間的關(guān)系等。

（二）情緒智力的實(shí)務(wù)派理論及結(jié)構(gòu)

以Goleman和Bar-on為代表的實(shí)務(wù)派將預(yù)測(cè)成功作為向?qū)?，試圖在傳統(tǒng)智力以外找到能夠預(yù)測(cè)成功的所有重要因素[9]。實(shí)務(wù)派對(duì)情緒智力的研究采用的是混合模型研究取向[10]，混合模型是指特質(zhì)的情緒智力，屬于人格范圍。即給情緒智力列出了一組人格特點(diǎn)菜單，如“同情、動(dòng)機(jī)、堅(jiān)持性、溫情和社會(huì)技能”，我們將這理論及結(jié)構(gòu)稱為“混合模型”[11]。

1．Goleman的情緒智力理論及結(jié)構(gòu)

1995年，Goleman在暢銷書《情緒智力》中將情緒智力定義為了解情緒、管理情緒、自我動(dòng)機(jī)、認(rèn)知他人情緒、處理關(guān)系的能力[13]。他認(rèn)為情緒智力在幫助個(gè)體取得成功上起的作用比智力的作用大，并且情緒智力可以通過經(jīng)驗(yàn)和訓(xùn)練得到明顯的提高。1998年，他在1995年情緒智力定義基礎(chǔ)之上提出了一個(gè)5因素情緒智力理論結(jié)構(gòu)[14]。這個(gè)結(jié)構(gòu)共包括5個(gè)因素，25種能力。后來他又結(jié)合了RichardBoyatzis等人的研究把這5個(gè)因素25種能力精煉成4個(gè)因素20種能力，它們分別是自我覺知(包括情緒覺知能力、正確的自我評(píng)估、自信)，自我管理(包括自控能力、信用度、責(zé)任心、適應(yīng)能力、成就動(dòng)機(jī)、主動(dòng)性)，社會(huì)覺知(包括移情、對(duì)團(tuán)體情緒的覺知、服務(wù)傾向性)和社交技巧(包括幫助他人發(fā)展、領(lǐng)導(dǎo)能力、影響力、溝通能力、革新能力、協(xié)調(diào)能力、凝聚力、協(xié)作能力)。

2.Bar-on的情緒智力理論及結(jié)構(gòu)

Bar-on于1997年提出情緒智力的定義，情緒智力是影響人應(yīng)付環(huán)境需要和壓力的一系列情緒的、人格的和人際能力的總和。他認(rèn)為情緒智力是決定一個(gè)人在生活中能否取得成功的重要因素，直接影響人的整個(gè)心理健康[15]。Bar-on提出，情緒智力由個(gè)體內(nèi)部成分、人際成分、適應(yīng)性成分、壓力管理成分、一般心境成分等五大主成分構(gòu)成，其中，個(gè)體內(nèi)部成分包含情緒自我覺察、自信、自我尊重、自我實(shí)現(xiàn)和獨(dú)立性五種相關(guān)能力；人際成分包含共情、社會(huì)責(zé)任感和人際關(guān)系三種相關(guān)能力；適應(yīng)性成分包含現(xiàn)實(shí)檢驗(yàn)、問題解決和靈活性三種相關(guān)能力；壓力管理成分包含壓力承受和沖動(dòng)控制兩種相關(guān)能力；一般心境成分包含幸福感和樂觀主義兩種相關(guān)成分。這樣，由五大主成分和15種相關(guān)能力組成了情緒智力系統(tǒng)[16]。Bar-on認(rèn)為這15種能力是情緒智力最穩(wěn)定、最有效的成分，對(duì)個(gè)體總的情緒幸福和應(yīng)對(duì)生活的能力起決定作用。

三、情緒智力的研究方法與測(cè)量

（一）情緒智力的研究方法

在情緒智力研究開展的早期，曾出現(xiàn)過只強(qiáng)調(diào)經(jīng)驗(yàn)范式而缺乏實(shí)證研究的現(xiàn)象。隨著情緒智力研究地逐步深入，其研究方法已呈現(xiàn)出多樣化趨勢(shì)并取得了相當(dāng)?shù)某晒?。如羅森塔爾設(shè)計(jì)的了用來衡量辨別他人情緒特征能力的非言語敏感測(cè)驗(yàn)(簡(jiǎn)稱PONS)；WalterMischel設(shè)計(jì)出果汁軟糖實(shí)驗(yàn)來分析控制沖動(dòng)、延緩滿足、抵制誘惑的水平對(duì)將來成功的影響；Seligman塞利格曼根據(jù)這種觀點(diǎn)設(shè)計(jì)了樂觀態(tài)度測(cè)驗(yàn)，進(jìn)而將這項(xiàng)測(cè)驗(yàn)應(yīng)用于人才的選拔。在人工智能的研究中，“情緒智力”倍受關(guān)注。其始創(chuàng)人Picard教授認(rèn)為，要使計(jì)算機(jī)真正智能化，適合人的需要并能自然地與人互動(dòng)，就必須使它們具備識(shí)別和表達(dá)情緒的能力，即人工智能要具備被稱作“情緒智力”的東西[17]。雖然情緒智力的人工智能研究剛起步，但已顯示出令人興奮的前景。情緒智力研究方法的多樣性、前沿性另人欣慰，但仍存在一些不足，最主要的就是重定性研究而輕定量分析。

（二）情緒智力的測(cè)量

1．Schutle的EIS量表

情緒智力量表(EIS)是Schutle等人根據(jù)Salovey和Mayer(1990)的情緒智力模型開發(fā)的一份自陳問卷。它共有33項(xiàng)，可用于評(píng)估人們對(duì)自己以及他人情緒的感知、理解、表達(dá)、控制和管理利用的能力。此量表的高分者通常更為積極、更能克制沖動(dòng)、更清楚地表達(dá)自己的感受、更好地恢復(fù)、較少的情感障礙和抑郁、更富有同情心、更能自我監(jiān)控。

2．多因素情緒智力量表（MEIS）

該量表是Mayer等人于1998年編制的，1999年他們又發(fā)表該量表的修訂版[12]。該量表是能力測(cè)驗(yàn)而非自陳測(cè)驗(yàn)。該量表以行為表現(xiàn)為基礎(chǔ)，測(cè)量被試覺察情緒、鑒別情緒、理解情緒和控制情緒。它包括的四個(gè)維度十二項(xiàng)任務(wù)分別是：感知情緒(4項(xiàng)任務(wù))、同化情緒(2項(xiàng)任務(wù))、理解情緒(4項(xiàng)任務(wù))和控制自我情緒(2項(xiàng)任務(wù))。該量表有整體評(píng)分和專家評(píng)分兩種評(píng)分方法。此量表的結(jié)構(gòu)效度、聚合效度和區(qū)分效度都很高，尚無預(yù)測(cè)效度的報(bào)告。修訂版與舊版的不同之處在于，舊版把多數(shù)人一致性作為正確答案的指標(biāo)，修訂版則把專家打分作為評(píng)判的標(biāo)準(zhǔn)。為了再次改進(jìn)修訂后的MEIS，Mayer、Salovey及Caruso等人又編制出了MSCEITV1.0和MSCEITV2.0。MSCEIT是一個(gè)基礎(chǔ)能力量表，共有141個(gè)自陳項(xiàng)目，適用于17歲以上的人群。該量表旨在測(cè)量人們執(zhí)行任務(wù)、解決情緒問題的質(zhì)量和程度，而不是依賴個(gè)人對(duì)自己情緒技能的主觀評(píng)估來計(jì)分。

3．情緒智力調(diào)查表（ECI）

該量表是Goleman等人根據(jù)Goleman1998年提出的精練后的情緒智力模型編制的，它可以測(cè)量該模型提到的4個(gè)因素20種能力。該量表有很高的內(nèi)容效度，但到目前為止還沒有有關(guān)此量表的預(yù)測(cè)效度的研究。ECI包含了Goleman情緒智力模型的所有內(nèi)容，是一種比較完整的情緒智力評(píng)價(jià)工具。該量表的使用要求也較嚴(yán)格，使用者須經(jīng)過專門的培訓(xùn)，合格后方能對(duì)施測(cè)結(jié)果給予正確解釋與指導(dǎo)。ECI可以全方位評(píng)估個(gè)人和團(tuán)體的情緒能力。

4．情商問卷（EQI）

EQI也叫《Bar-on情商量表》，它是Bar-on于1997年編制并出版的量表。該量表是國(guó)際上著名的心理量表之一。它包括5個(gè)主成分量表(其中包含15個(gè)分量表)和2個(gè)效度量表，共133個(gè)題目。其中主成分量表有：內(nèi)省量表、人際量表、適應(yīng)性量表、壓力處理量表、總體情緒量表。效度量表則分別是樂觀印象和悲觀印象。EQI具有較高的內(nèi)部一致性信度、重測(cè)信度、聚合效度和區(qū)分效度[18]。該量表出版后，得到廣泛認(rèn)可和應(yīng)用，目前已被應(yīng)用于心理咨詢與治療、人力資源、人格、學(xué)習(xí)能力等多種領(lǐng)域，被共認(rèn)為是第一個(gè)標(biāo)準(zhǔn)化的情緒智力量表[19][20][21]。

5．工作能力量表-Ei版（WPQei）

WPQei用來測(cè)量個(gè)人的能力和素質(zhì)，它以情緒智力的概念模型為基礎(chǔ)，包括七個(gè)成分:創(chuàng)新，自我意識(shí)，直覺，情緒，動(dòng)機(jī)，移情，社會(huì)技能。共有84個(gè)題項(xiàng)。員工在工作中可以把量表中的信息與自己的實(shí)際工作情況結(jié)合起來，有目的的提高自己的情緒管理能力。

除了上述量表之外，我國(guó)已有學(xué)者將DarwinB.Nelson和GaryR.Low兩位博士于1998年編制的情緒技能問卷翻譯和修訂成中文版并投入試運(yùn)行[22]。

三、小結(jié)

隨著情緒智力受關(guān)注的程度不斷提高，情緒智力的研究無論在理論上還是應(yīng)用上將進(jìn)一步深入，Bar-on宣稱:“EQ時(shí)代已經(jīng)開始了”[9]。情緒智力的研究已經(jīng)取得了很大的進(jìn)展，但畢竟對(duì)情緒智力正式研究的時(shí)間還不長(zhǎng)，還有許多問題有待解決。如文章開頭所提到的學(xué)界如何才能給情緒智力一個(gè)統(tǒng)一的概念？到底是學(xué)院派的能力模型理論更有說服力，還是實(shí)務(wù)派的混合模型理論更好，抑或二者相結(jié)合的為最佳，再或還有其他的理論模型有待發(fā)現(xiàn)？如何培養(yǎng)和提高情緒智力？要回答這些問題，就需要進(jìn)一步對(duì)情緒智力的定義、理論、結(jié)構(gòu)、研究方法、測(cè)量方法、應(yīng)用進(jìn)行探究。同時(shí)對(duì)情緒智力研究可能會(huì)呈現(xiàn)的趨勢(shì)進(jìn)行展望和預(yù)測(cè)：情緒智力研究方法和測(cè)量方法將在多樣化的基礎(chǔ)之上不斷發(fā)展，情緒智力量表的社會(huì)實(shí)用性研究將成為學(xué)界的研究熱點(diǎn)，學(xué)者專家們將研究形成中國(guó)自己本土化的情緒智力理論及量表。

參考文獻(xiàn)：

[1]曾性初：《情志與情商》，《教育研究》1999.3.

[2]Payne,W.L.Astudyofemotion:developingemotionalintelligence;self-integration;relatingtofear,painanddesire.DissertationAb2stractsInternational,1986,47,(01),203A.

[3]Salovey,P.,&Mayer,J.D.(1990).Emotionalintelligence.Imagination,Cognition,andPersonality,9,185-211.

[4]Bar-On,R.Thedevelopmentofanoperationalconceptofpsycho2logicalwell-being.Unpublisheddoctoraldissertation.RhodesUni2versity,SouthAfrica.1988.

[5]Bar-On,R.&ParkerJ.D.A.Handbookofemotionalintelligence:Theory,Development,Assessment,andApplicationatHome,SchoolandintheWorkplace[M].SanFrancisco,CA:Jossery-Bass.2000.

篇10

關(guān)鍵詞：數(shù)據(jù)挖掘；ID3算法；決策樹；報(bào)考

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）30-6705-05

1 概述

目前，報(bào)考主要是考生根據(jù)個(gè)人喜好及分?jǐn)?shù)要求主觀填報(bào)志愿。但是，在報(bào)考過程中，通過網(wǎng)絡(luò)的招生信息往往比較分散，而招生單位數(shù)量眾多、屬性復(fù)雜，考生如何收集到對(duì)自己有利的信息并且在眾多的招生單位中快速有效的選出適合自己的學(xué)校非常困難，因此在填報(bào)志愿的時(shí)候存在一定程度的盲目性，增大了落榜的可能性。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)，一般分為數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評(píng)估、知識(shí)表示等，為自動(dòng)和智能地把海量的數(shù)據(jù)轉(zhuǎn)化為有用的知識(shí)提供了有力的手段，給數(shù)據(jù)和知識(shí)之間的鴻溝架設(shè)了方便之橋。在報(bào)考過程中應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以從大量的報(bào)考數(shù)據(jù)中抽取出有用的信息，找出數(shù)據(jù)變化的規(guī)律和數(shù)據(jù)之間的相互關(guān)系，用以指導(dǎo)學(xué)生更有效的報(bào)考志愿。該文把數(shù)據(jù)挖掘中的決策樹算法（ID3算法）應(yīng)用到報(bào)考工作中，按學(xué)校的不同屬性進(jìn)行分類，為廣大考生提供決策支持，這樣不僅能提高報(bào)考的效率，更能合理配置教育資源。

2 決策樹方法概述

ID3決策樹分類所采用的算法是自頂向下的貪心算法，從最后一個(gè)根結(jié)點(diǎn)開始，依次選擇信息增益最高的屬性作為分裂屬性，然后將數(shù)據(jù)樣本劃分成不同的樣本子集，再將每個(gè)樣本子集構(gòu)成一個(gè)子結(jié)點(diǎn)。對(duì)每個(gè)子結(jié)點(diǎn)再進(jìn)行劃分，生成新的子結(jié)點(diǎn)。按照此過程不斷反復(fù)，直到能將樣本準(zhǔn)確分類或者所有的屬性都已被選擇，生成的決策樹每個(gè)葉結(jié)點(diǎn)都對(duì)應(yīng)一個(gè)分類。

3 數(shù)據(jù)預(yù)處理

3.1數(shù)據(jù)準(zhǔn)備

在全國(guó)范圍內(nèi)，招生的學(xué)校數(shù)量數(shù)不勝數(shù)，影響學(xué)生報(bào)考的因素也是多種多樣。大量未經(jīng)篩選的數(shù)據(jù)不但不利于挖掘，甚至可能對(duì)挖掘結(jié)果產(chǎn)生不良影響。因此，我們?cè)谶M(jìn)行挖掘之前必須對(duì)數(shù)據(jù)進(jìn)行整理和歸納，列出不同類型影響因素，為數(shù)據(jù)挖掘做好充分準(zhǔn)備。該文學(xué)校分類的主要屬性包括：學(xué)校類型、地理位置、校園面積、重點(diǎn)專業(yè)、企業(yè)口碑，如表1-1所示。該文列舉部分學(xué)校作為樣本，根據(jù)他們的部分屬性組成如下的基礎(chǔ)表結(jié)構(gòu)，根據(jù)相應(yīng)屬性進(jìn)行計(jì)算，得出挖掘結(jié)果。

3.1.1表結(jié)構(gòu)數(shù)據(jù)

5 結(jié)束語

在目前的數(shù)據(jù)挖掘領(lǐng)域中，依然存在著許多分類問題的模型，但應(yīng)用最為廣泛的分類模型仍然是決策樹算法。決策樹方法的優(yōu)點(diǎn)表現(xiàn)在分類過程中不需要人為設(shè)定任何參數(shù)，更適合于對(duì)新知識(shí)的發(fā)現(xiàn)。而決策樹分類方法則是不需要任何除測(cè)試數(shù)據(jù)集以外的附加信息，這一點(diǎn)保證了決策樹與其它分類方法相比具有更高的分類速度和更高的分類準(zhǔn)確率。ID3算法是決策樹最有影響的算法，把ID3算法應(yīng)用于報(bào)考中對(duì)于招生工作有重要意義。

當(dāng)然本文也還存在許多可以改進(jìn)的地方，比如考慮的屬性可以更多范圍更廣，另外對(duì)ID3算法進(jìn)行相應(yīng)的改進(jìn)能在報(bào)考中有更有效的運(yùn)用，該文對(duì)于算法的研究還存在不完善的地方。同時(shí)，本題中取值為離散類型，若把本題中的取值更改為連續(xù)類型，則需要用C4.5算法代替，該文沒做詳細(xì)描述。

參考文獻(xiàn)：

[1] 曲亞輝.數(shù)據(jù)挖掘在研究生調(diào)劑中的應(yīng)用研究[D].江蘇科技大學(xué)，2011.

[2] 黃芳.基于數(shù)據(jù)挖掘的決策樹技術(shù)在成績(jī)分析中的應(yīng)用研究[D].山東大學(xué)，2009.

[3] 馮菁，姚宏亮.ID3算法在教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2006.27（4）.

[4] 徐雯，張揚(yáng).ID3算法及其改進(jìn)[J].計(jì)算機(jī)與數(shù)字工程，2009（10）.

[5] 繆志敏，趙陸文.基于單類分類器的半監(jiān)督學(xué)習(xí)[J].模式識(shí)別與人工智能，2009（6）：924-930.

[6] 趙衛(wèi)東，李旗號(hào).粗集在決策樹優(yōu)化中的應(yīng)用[J].系統(tǒng)工程學(xué)報(bào)，2001（16）：289-295.

[7] 代昆玉.胡濱.決策樹算法在高考志愿填報(bào)中的應(yīng)用[J].貴州大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，26（2）.

[8] 唐一，馬征.改進(jìn)的ID3算法在高校就業(yè)系統(tǒng)中的應(yīng)用分析[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2011，24（4）.

[9] 范明，孟小峰.數(shù)據(jù)挖掘概念與技術(shù)[M].機(jī)械工業(yè)出版社，2007.

[10] 戴文華.基于遺傳算法的文本分類及聚類研究[M].北京：科學(xué)出版社，2008.

[11] 曾錚.基于OLAP和數(shù)據(jù)挖掘技術(shù)的高考志愿填報(bào)方式分析評(píng)估方法[D].西南大學(xué)，2010.

[12] Alexey Pryakhin， Matthias Schubert， Arthur Zimek，et al.Future trends in data mining[J].Data Min Knowl Disc. 2007，15：87-97.