导语：如何才能写好一篇人工智能在教育的应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
这只是人工智能在教育领域的小试牛刀。虽然有专家预测在未来十年内不会看到人形机器人替代教师进入课堂，不过地平线报告2016年基础教育版和2107年高等教育版都预测未来五年内人工智能将会在教育行业普及。
Woolf等人在2013年提出了人工智能在教育领域应努力解决“五大挑战”：①为每一个学习者提供虚拟导师：无处不在地支持用户建模、社会仿真和知识表达的整合。②解决21世纪技能：协助学习者自我定位、自我評估、团队合作等。③交互数据分析：对个人学习、社会环境、学习环境、个人兴趣等大量数据的汇集。④为全球课堂提供机会：增加全球教室的互联性与可访问性。⑤终身学习技术：让学习走出课堂，进入社会。
这些研究，基本上使用到了人工智能的每一项技术——自然语言处理、不确定性推理、规划、认知模型、案例推理、机器学习等。“智能导师系统”就是基于这些研究和技术而开发的人工智能教育应用。类似的成熟产品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷泽大学的一项试验发现用智能导师系统的学习者比使用其他教学方法的学习者获得的成绩更高。
人工智能在教育行业的新发展
1.人工智能批改作业
目前，人工智能批改作业已经相当接近真人教师了，除了选择题、填空题外，作文的批改能力已经大幅提高。美国斯坦福大学已经成功开发出一种机器学习程序，能够批改8～10年级的作文。随着图像识别能力的大幅提高，手写答案的识别也接近可能。就连占有美国标准化考试60%市场份额的全球最大教育企业——培生公司也认为，人工智能已经可以出现在教室并提供足够可信的评估。据培生公司近期的报告IntelligenceUnleashed推测，人工智能软件所具有的广泛的、定制的反馈能够最终淘汰传统测试。
2.人工智能实现一对一辅导
自适应学习软件已经能为学生提供个性化学习支撑。据2011年VanLehn的一项研究发现，人工智能在某些特定主题和方法上比未经训练的导师更具有效性。进一步的研究发现，人工智能导师能在学生出错的具体步骤上给予实时干预，而不是就整个问题的答案给予反馈（Corbett&Anderson，2001；Shute，2008）。
自适应学习在拉美地区正在兴起。AndréUrani市政学校的学生使用人工智能软件Geekie观看在线课程（视频和练习）。Geekie为学生提供每一步的实时反馈，并随着学习的进展来传授更为精细的课程内容。
早在1984年，本杰明·布卢姆的研究就提出一对一辅导能带来更好的学习效果。而人工智能技术可以模拟一对一辅导，以更好地跟踪、适应和支持个体学习者。这将是人工智能在教育中更高层次的个性化学习应用。例如，比尔·盖茨看好的人工智能聊天机器人或个人虚拟导师，能在学生面临挑战时提供强有力的支持，随时随地回答学生的提问；还可以为学生订制学习方案和规划职业发展路径，并引导学生走向成功。更重要的是，人工智能可以匹配聊天机器人或虚拟导师的面孔和声音来满足学生个人喜好。对比网页界面的自适应学习系统，这才是真正做到了一人一导师。
4.人工智能改进数字出版
教科书等课程材料并非总是完美，传统印刷出版让课程的修订变得过于缓慢。这不仅是生产工艺的问题，更主要的是纸质课程材料无法快速获取使用者的反饋来识别缺陷所在。而数字化出版在人工智能的支撑下能彻底改变这一现状。
人工智能可帮助使用者快速识别课程缺陷。大规模网络开放课程Coursera的提供者已经将这一想法付诸实践。当发现大量学生的作业提交了错误的答案时，系统会提示课程材料的缺陷，进而有助于弥补课程的不足。
另一项人工智能在数字化出版的应用是自动化组织和编写教材。这是基于深度学习系统能模仿人类的行为进行读和写。ScottR.Parfitt博士的内容技术公司CTI就依据这项技术帮助教师定制教科书——教师导入教学大纲，CTI的人工智能引擎能自动填充教科书的核心内容。
随着自然用户界面和自然语言处理在人工智能领域的成熟应用，课程材料的数字化出版也会有更新的形态——不再局限于书本或网页的形式，聊天机器人和虚拟导师将成为内容表达的更好的方式。
5.人工智能作为学生
多年的研究表明，教会别人才是更好的学习，即learning-by-teaching。美国斯坦福大学教育学教授DanielSchwartz正基于这一理念来开发新的人工智能产品。他联合了多个领域的专家一起开发了人工智能应用——贝蒂的大脑（Betty’sBrain），让学生来教贝蒂学习生物知识。试点研究发现，使用这一方法来学习的学生比其他学生成绩更好，且在科学推理上也更胜一筹。
类似的研究和开发还有瑞典隆德大学的TimeElf和美国卡内基梅隆大学的SimStudent，这两个人工智能产品也是基于learning-by-teaching而开发，让学生在教会机器人知识的过程中深化对知识的理解。
另外，人工智能还推动其他教育方法和技术更好实现。如让虚拟现实学习环境更具沉浸感；给学生带来更多动手实践的机会；提供基于丰富学习分析的仿真和游戏化学习场景等。
关键词：隐喻；认知功能；外语教学
中图分类号：G4241
文献标志码：A
收稿日期：2006-12-12
作者简介：孙厌舒（1979-），女，山东聊城人，副教授，硕士，从事语言习得及英语教学研究。
一、隐喻的认知功能
二、外语教学中隐喻的应用研究回顾
鉴于此，本文拟在前人研究的基础上探讨隐喻在外语教学中的主要应用层面，分析外语教学中隐喻应用的可能性，以期为隐喻的认知功能在外语教学中的进一步应用探索路径。
三、隐喻的认知功能在外语教学中的应用
隐喻作为一种认知模式，出现在政治、经济等各类语篇中(孙厌舒，2004)。我们的外语教材中也有大量的隐喻。隐喻在外语教学中的作用不容忽视。
基于卡梅伦的应用框架理论，在中国文化语境下，隐喻在外语教学中的应用也可分为三个层面：1)语言层面；2)交际层面；3)文化层面。语言层面主要包括隐喻的认知功能在外语教学中对各种语言现象的提炼和组织的作用。隐喻在交际层面上的应用是培养学生语言能力的重要方面，也是外语教学中经常涉及的问题。文化层面上，隐喻的认知功能在外语教学中主要涉及到文化教学与语篇理解。
1．语言层面
2.交际层面
面对交际中大量的隐喻化表达方式，我们认为，在外语教学中，培养学生的交际能力、隐喻性表达方式和思维方式是不可或缺的。但是目前我国外语教学中缺乏专门隐喻性表达的训练，外语教师甚至尚未建立起培养学生的隐喻化思维和隐喻化表达方式的意识。蔡龙权曾撰文指出，“隐喻性表达是外语交际能力的必要构成，应该把它设立为我们外语教学的一个高级性学习目标”(蔡龙权，2005）。王寅(2004)也提出在外语教学中要提高学生的“隐喻能力”。两位学者都提出要把隐喻确立为我们外语教学的一项内容，是很有见地的观点。
3.文化层面
隐喻的认知模式也有不同的文化意蕴。如上所述，隐喻产生于体验，产生于特定的文化情境，同时也是文化的组成部分。Lakoff指出，“我们所说的体验决不仅仅涉及某个个体，确切地说，每一种体验都是在一个广阔的文化背景前提下产生的……所有体验都完完全全是文化的产物”。隐喻本身的文化意蕴已是语言学界的共识。外语教学必须同时教授文化，这也已是外语工作者的共识。Swiderski(1999)详细讨论了如何通过阅读和写作来提高语言学习者的文化意识问题。
的确，讲授隐喻固有的文化意蕴是进行文化教学的一个方法。然而通过分析隐喻的认知功能，可以在更深的层面上达到文化教学的目的。通过考察隐喻的认知模式，考察隐喻对概念的整合功能和对信息的筛选作用，可以帮助学生更深刻地理解隐喻所传达的文化意蕴。
四、小结
本文讨论了隐喻的认知功能在语言层面、交际层面、文化层面上在外语教学中的应用问题。上述三个层面中，语言层面是基础，交际层面和文化层面在语言层面的基础上得以发展并与之相辅相成。
但是隐喻的认知功能并非仅限于这三个层面。外语教学中学生听、说、读、写几个方面的语言能力是相辅相成的，隐喻的认知功能对学生语言能力的影响也是多方面的。我们相信，通过提高学生对隐喻的认知功能的理解，能够提高学生的综合语言能力。在外语教学中，虽然目前尚不可能进行独立的隐喻教学，但我们可以从隐喻的认知功能这一角度对学生进行必要的训练，使学生透过表面的语言现象，捕捉其中蕴含的文化信息，逐步培养学生对隐喻的认知功能敏锐的捕捉力和隐喻化的表达能力。
参考文献：
［1］Forceville，C.Pictorialmetaphorinadvertising［M］．London：Routledge．2000．
［2］Lakoff，G.&M．Johnson，MetaphorsWeLiveBy［M］．Chicago：TheUniversityofChicagoPress.
［3］蔡龙权.隐喻理论在二语习得中的应用［J］．外国语，2003(6)：38～42．
［4］蔡龙权.关于把隐喻性表达作为外语交际能力的思考［J］．外国语，2005(6)：21～26．
［5］孙厌舒.认知研究与外语教学［J］．基础教育外语教学与研究，2004(5)：50～53.
如果按照这个速度，用不了几年，每个业余围棋爱好者都能坐在家里的沙发上，泡上一杯茶，打开电脑，运行围棋人工智能程序，向“围棋上帝”学上一盘。以前，一个业余围棋爱好者一辈子都难得与职业高手下上一盘棋，将来这个梦想天天都可以实现。
人机大战第二季结束后，Google研发团队宣布，AlphaGo将退出围棋舞台，接下来它将挑战医疗、能源、材料等全新领域。谁又知道，人工智能在这些领域将取得哪些革命性的突破呢？
回到教育，虽然没有AlphaGo的轰动性效应，但从历史上看，教育一直是人工智能的重要应用领域。同样，人工智能在教育领域的前进步伐也从来没有停止过。智能导师、教育机器人、学习同伴、智能测评，这些最新的人工智能教育产品时刻提醒着我们，教育的人工智能时代已经不再遥远了。
关键词：人工智能;档案管理;应用
档案管理是一项重复繁琐、枯燥乏味、并容易出错的工作，但在人工智能时代，这种局面在未来将会有较大的改观。人工智能在档案管理领域的应用将推动档案资源数字化、管理网络化、智能化、用户使用便利化，对档案管理和社会服务的影响会是革命性的，呈现一种完全不同的情景。
一是存储数字化，档案柜架消失。这包括档案的数字化采集和数据库建设。档案数字化采集指使用专业化的数字设备，将实物与声像档案中的图文，转化为数字化信息，实现档案采集的目标;数据库建设则是用数据库将收集和编码的档案数据存储和管理起来。概括起来就是档案生产资料的智能化。
三是档案管理关系将被重新定义，呈现的是全时空机器关系。常言说“生产力决定生产关系，生产关系反作用生产力，生产力与生产关系需要相互适应，并且在矛盾中相互促进发展”。人工智能进入档案管理领域，也将带来档案管理关系的重大变化，这种关系的解读可以从人工智与档案工作者、人工智能与档案服务、人工智有与档案使用者。任何一种新技术在档案工作中应用的初期都会使档案工作者产生一定的抵触情绪，特别像人工智能这样的技术，可以应用到档案工作的方方面面，势会颠覆档案工作者的原始认知，这需要通过教育来改变。
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。自诞生以来，人工智能的理论和技术日益成熟，应用领域也不断扩大，基于技术革命的大胆预测，未来人工智能带来的科技变革，将会是人类智慧的一大挑战。综上所述，传统的档案提供利用服务方式一般包括阅览服务、展览服务和咨询服务等被动方式实现，而新型的档案提供利用服务方式主要是网站服务、新媒体服务、精准推送服务等主动方式实现。人工智能可以应用大数据人工智能对使用者的需求进行深度挖掘，及时准确地掌握使用者的个性化需求，真正地实现“以用户为中心”的现代档案服务，包括“万物互联”“万物智能”“无时不在”“无处不联”“无所不有”的等智能服务特点。
参考文献
[1]张江.浅析人工智能技术在档案管理中的应用与发展[J];决策探索（下）;2018年08期.
[2]杨洋.人工智能技术的发展及其在教学中的应用[J];软件导刊（教育技术）;2018年07期.
[3]李晓丹.人工智能技术在教育考试中的应用[J];教育现代化;2018年28期.
【关键词】人工智能；诊断学教学；智能教学系统；智能组卷系统；智能阅卷系统；智能仿真教学系统
人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth学会上提出的，随着计算机核心算法的突破、计算能力的迅速提高以及海量互联网数据的支撑，目前已被广泛地应用于各个领域[1-2]。近年来，人工智能也给教育教学领域带来了机遇，人工智能+教育正如火如荼地开展和推进，改变着传统的教育形式及生态[3-4]。2018年教育部《高等学校人工智能创新行动计划》，各大高校在人工智能及其教育发展上有了纲领性的指导[5]。医学教育作为教育教学诸多领域的一隅，乘着人工智能发展的东风，各大高校在推进医学教学改革方面进行了大量积极的探索与尝试[6-8]。诊断学是由基础医学过度到临床医学的桥梁课，其教学质量的良莠直接影响到医学生的培养质量，传统的教学方法难以满足现代医学教学的要求，如何发挥人工智能的应用优势，让其更好地应用于诊断学的教学工作，也是诊断学课程教改的重要研究方向。
1传统的诊断学教学方法存在的问题
2人工智能应用于诊断学教学的重要意义
2.1教师方面
2.2学生方面
将人工智能应用于诊断学教学实践，可以实时动态记录学生的学习情况及暴露的问题，如是否按时完成课程任务、测试中哪些知识点容易出错等，人工智能系统能够对这些数据进行关联分析和深度挖掘，并且可视化呈现相应的数据，有利于教师及时掌握学生的学习进度、参与度以及学习效果，并根据具体的学情分析数据来调整辅导和教学方案。基于人工智能强大的算法和分析，可以为学生定制个性化的教学内容及进度，提供更有针对性的课堂内容和随堂测试，并对测试及平时作业进行智能批改，真正做到查漏补缺。诊断学课程内容相对枯燥，学生们的学习兴趣有限，基于人工智能的教学方式可以寓教于乐，在课程中将一些比较零散的知识点可以设置成互动小游戏，营造出良好的课堂氛围，提高学生们的学习兴趣及学习效率。
2.3教学过程
针对教学过程，人工智能亦发挥着至关重要的作用。第一，诊断学作为桥梁课程，是一门必修课，包括临床医学五年制、八年制、法医学、基础医学等相应专业的学生均需要学习，人工智能拥有超强的计算能力和强大的“记忆力”，面对众多不同专业的学生，可以根据大数据进行分析，制定出适合不同专业学生的完备教学目标。教学活动开展过程中，人工智能还可以根据学生的课堂及课后测试表现，依据分层教学的要求自动设置梯次教学目标，帮助学生们逐步提升学习能力和知识掌握度。第二，人工智能可以凭借自身信息化的特点，对各种教学资源进行分析，为教师和学生选择更优质更合适的资源提供依据，促进个性化的教与学。第三，传统的教学方式、教学内容相对有限，人工智能基于大数据能够启发新的教学思路，创新教学方法，为诊断学教学提供更多的可能性。
3人工智能在诊断学教学中的应用
3.1智能教学系统
智能教学系统是教育技术学中重要的研究领域，其根本宗旨是使得学生的学习环境更加优良和谐，智能教学系统能够及时有效地调用最新最全的网络资源并充分优化后供学生学习，使得学生能够更加全方位、多角度地学习专业知识，提高学习效果[11]。智能教学系统大致由领域知识部分、教师部分及学生部分3个部分构成[12]，其中领域知识部分又称为专家部分，这一部分既包含了需要讲授的内容及掌握的技能，又可以添加专家的学术成果，既能够保证学生对于基本概念、基本理论及基本技能的掌握，又能够拓宽知识面，增加知识的广度。智能教学系统的教师及学生部分主要是为设计和制定教学方案及策略服务，基于大数据基础上，根据课程的特点、历年教学情况、学生身心发展特点及学习实际情况，制定更加个性化、高效的教学方案，促成教师因材施教，取得更加理想的教学效果。
3.2智能网络组卷阅卷系统
3.3智能仿真教学系统
4总结及展望
关键词：计算机网络；发展；变革
一、计算机网络技术对人们生活的影响
（一）变革工作方式
（二）革新消费方式
二、计算机网络技术革新
（一）大数据技术
当下越来越多的新兴技术不断涌现，最为显著的便是大数据技术。大数据技术依托于计算机网络技术能够从当前爆炸式增长的资源中来迅速挖掘到自己需要的信息，并且借助相应的分析系统来对数据进行分类整合，这样可以大大提升对于信息资源的获取、处理和利用效率。普通民众对于大数据的应用不是很多，但是对于一些互联网企业都会借助大数据技术来为自己的业务开展提供信息，比如淘宝之类的购物网站会借助大数据技术来收集用户的习惯喜好，并且针对性的推送一些用户可能会购买的产品。今日头条之类的新闻网站也会结合用户的浏览规律、浏览喜好来向其推送一些可能被喜欢的内容，这也可以做到精准化推送，以及更加周到的服务，并且获得更多的受众。
（二）人工智能
（三）云技术
云技术也是当下发展较为迅速的技术，在国内，阿里云所占的份额最多，并且其借助云技术可以有为用户提供更加优质化的服务，比如云存储、云计算。通过云技术可以为互联网用户提供优质化的服务，也可以将之与大数据技术相整合，进而为整个企业业务的开展提供有效的策略。当然，在未来会有越来越多的计算机，网络技术以及相应的衍生技术出现，并且改善人们的生活质量[5]。
[关键词]远程教育Agent系统
引言
目前对远程教育方面的研究主要集中在两个领域:基于Web的远程教育和实时的远程教育。在基于Web的方式下,教学内容以课件的形式存放在Web服务器上,学习者可以随时随地独立的学习。而针对教与学的交互性,实时的远程教育主要研究利用视频会议系统传输视频和音频,构建一种分布式的教室。在以上两个研究领域中,基于Web的远程教育由于对系统的配置无特殊要求,并且在Internet上可以随时随地访问而得到了广泛的应用。
然而,传统的基于Web的远程教学系统也存在一些缺陷:1.非智能化的网络信息检索方式不适合学习者兴趣的变化。2.系统不能很好地对学习者的学习过程进行智能化管理。3.系统的学习模块不具有个性化、智能化的特点。4.系统的负载能力差,难以适应日益增长的在线学习的需求。
总的来说,目前的远程教学系统缺乏智能性、自适应性和各环节的互通性和交互性。针对以上基于Web的远程教学系统存在的不足,可以采用Agent技术对其进行研究和改进,从而改善传统的基于Web远程教育系统的不足。
一、Agent及Agent系统的基本特点
Agent(智能)是一个具有自适应性和智能性的软件实体,能代表用户或其他程序以主动服务的方式完成一项工作。Agent具有以下基本特点:
与单Agent相比,Agent系统有以下特点:
1.社会性:Agent处于由多个Agent构成的社会环境中,通过某种Agent语言与其他Agent实施灵活多样的交互和通讯,实现与其他Agent的合作、协同、协商、竞争等。2.强制性:在多Agent系统中一个Agent发出请求后,其他Agent只有同时具备提供此服务的能力与兴趣时才能接受动作委托,即一个Agent不能强制另一个Agent提供某种服务。这一特点最适用于学习者特征的获取。3.协作性:在多Agent系统中,具有不同目标的各个Agent必须相互协作、协同、协商对未完成问题的求解。这一特点特别适合于远程教学中不同学习者Agent之间的协作学习。
二、Agent系统模型研究
在Agent系统的研究过程中,为了适应不同的应用环境而从不同的角度提出了多种类型的Agent系统模型,包括DBI模型、协商模型、协作规划模型和自协调模型等。
(一)BDI模型
BDI(Belief-Desire-Intention,即信念-期望-意图)模型是澳大利亚学者Rao和Georgeff提出的。BDI系统也称为意识系统,是把Agent看作理性主体,通过信念、愿望或意图属性来预测Agent的行为。这是一个概念和逻辑上的理论模型,它渗透在其他模型中,成为研究Agent理性和推理机制的基础。BDI模型是对Agent理论和结构描述中最为经典的模型。
(二)协商模型(NegotiationModel)
Agent系统的协作行为一般是通过协商而产生的。虽然各个Agent的行动目标是要使自身效用最大化,然而在完成全局目标时,就需要各Agent在全局上建立一致的目标。对于资源缺乏的多Agent动态环境,任务分解、任务分配、任务监督和任务评价就是一种必要的协商策略。合同网协议是协商模型的典型代表,主要解决任务分配、资源冲突和知识冲突等问题。
三、结语
针对Agent的特点,将Agent技术应用于远程教育,能有效克服现阶段远程教育系统的局限和不足。使用Agent技术可以增加教学内容的趣味性和人性化色彩,改善教学效果,提高教学质量,充分体现教学的智能性、主动性。尤其在现在流行的Web技术基础上嵌入人工智能技术和Agent技术,这在教学效果、教学模式和系统性能上必将大大优于传统教学系统,从而对整个教学改革和素质教育的实施起到积极的推动作用。
【参考文献】
[1]庄慧娟,张仁津,林筑英.基于Agent的远程教学系统模型建构.现代教育技术,2004年.
[2]王海涛.基于MAS的智能远程教育系统研究.硕士论文,2006年.
[3]曲霖洁,刘培玉.基于Agent的网上教学系统的研究.电化教育研究,2002年.
[4]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用.计算机仿真,2003年.
[5]王楠,乔爱玲.基于智能Agent的网络教学系统分析.开放教育研究,2003年11月.
记者：李主任，您好。很高兴地看到，2016年初采访您时，您提到的一些设想，现在正在一步步地走向现实。比如去年4月启动的北京市中小学教师开放型教学实践活动、11月启动的双师服务试点。北京市教委通过供给侧结构性改革，让优质的教育资源穿越了学校和区域的边界。您能给我们介绍下这两个项目实施的过程及取得的成效吗？
李奕：是的，当时计划的“教师走网”，已经通过“北京市中小学教师开放型教学实践活动”在全市范围的教师继续教育领域里成功地“走”了起来。教师通过自主选课并在课堂中听课研修，改变了传统继续教育“讲大课”的方式，实现了教师选择的自主性和实践性。该项目自2016年4月启动以来，已经在上半年和下半年各完成了一轮培训活动。
在开展第二轮培训时，又实现新的突破――我们把上传授课目录的教师扩展到年轻的骨干教师。只要教师具备独特的内容或擅长的方面，就可以上传。由于上传行为本身是没有成本的，只有实际发生听课行为了，才有成本，所以我们继续扩大供给侧的结构和数量，供给越多，教师们选择的范围就越大。此外，还有一个变化就是，民办教育机构的教师也首次尝试进来，量虽不大，但是一种类型，或许不输给公办学校的教师。“北京市中小学教师开放型教学实践活动”是典型的利用互联网思维来运作的一个项目，它的特点是自选、开放、后付费。形式上，它与初一、初二的开放性科学实践活动相似，不同的是，这次是教师“走网”，骨干教师、特级教师的优质资源属性开始在网上流动了。
为了保障培训质量，让学员之间能够有充分的讨论和互动，我们要求每位授课教师每学期最多开放两次课，并且每次课最多接纳10个学员听课。所以，有的授课教师大家抢得厉害，而有些授课老师的课型挂上网以后，没有人选他的课，形成潜在的压力。
记者：在实际的操作过程中，真的会出现这种情况吗？那不被选的教师岂不是很尴尬？
李奕：当然有。第一轮1482门课程挂上去后，只有1375门课程选满了，另外100多课程情况很复杂了。有的授课教师已经脱离教学一线，有的是对开放自己的课程压力大等。中央提出，要更多地用市场的机制决定资源的配置。这就是由市场机制来决定，拿事实来说话。包括以后我们评价一位教师的影响力，就要看他的受众到底有多少？通过互联网的行为数据，能查出每年到底有多少个区县、多少个教师选他。选的人多了，他自然就是骨干，因为他已经用实际的影响力证明他就是这个领域的“骨”和“干”了。假如还有另外一位教师，他一年教了200节课，发表了10篇论文，但只是面向自己教的这两个班的学生。那他是一位优秀、敬业的好老师，可是他在骨干引领作用的发挥上，就不充分了。
在通州区启动的双师服务工程只是一个试点，将来有可能扩展到全市。一旦全面启动，将会比“北京市中小学教师开放型教学实践活动”的工程大，因为它属于教育的基本公共服务范畴。
“智慧学伴”将让学生的交往超越学校和学区边界
记者：您刚才提到教师参加开放型教学实践活动后，会结成一个个社交的小圈子。这个圈子超越了地区和班级的界限。这种边界的超越，会发生在孩子们身上吗？
李奕：实际上已经发生了。北京市初中开放性科学实践活动计划带来的宝贵“财富”是：一个实践活动班内30个来自不同学校的孩子聚在一起搞科学实践活动，从互相不认识，到在一起做事，再到分手时合个影、留个联系方式，后续还会有联络。这是任何一所学校靠自身力量，再怎么走班教学，也提供不了的教育服务。等这拨孩子2018年中考时，每个人的通讯录里都有五个以上非本区、本校的同学，而且他们在一起合作学习：做过飞机、拆过鼠标或捣鼓过中医药、护手霜，到现在还有联系。这就是在孩子们身上真实发生的实践活动。这个项目给教育系统留下来的是他们选课的记录，告诉我们为什么学生喜欢选这个，不选那个。所以，这个项目最大的价值就是让孩子独立选择，而且班级的组合是开放的，是有意做到“无组织、有纪律”，不再需要“带队老师”，不再是和“本班的同学”一起做了。
我们现在给学生配双师，目的是增加学生的实际获得，但同时也要考虑未来，特别是伴随着人工智能时代的到来，学生从教师那里直接获得的知识比例会进一步降低，而且还会更精准，更符合每个孩子的个好和实际需求。通过互联网也可以掌握大量的关联知识。就像我们现在在工作过程中利用搜索引擎了解讯息、学习新知那样，随时随地会有个资源库、智能系统支持我们的工作与成长。
人工智能时代将会深刻影响学习行为，但不会颠覆学校
记者：人工智能是2016年的热词。尤其是AlphaGo与李世石的“人机大战”，让人们见识到了人工智能的“过人”之处。相信对于人工智能在教育中的应用，您也有很多思考。我们想听听您对此的见解。
李奕：基础教育实践中的人工智能，并不像理论界、科研领域那样高深到非得有个机器学习或者专家系统等。“人工智能”就在我们身边。人工智能是一种理念，在教育中的另一种拓展应用就是助力于学生学习方式的改变。它对我们中小学的教师和学生来说，都有重大的影响。如果善于驾驭人工智能，现在我们所倚重的教室、专业器材、教材等，都将不再是最核心的资源。
新的资源观和环境观下的数字校园
李奕：在这种情形下，就涉及新的学习材料的提取和萃取，我们将不再仅仅依靠专家编选资源，让学生去学，而是在原有基础上尝试由市场机制决定谁是优质教育资源。我们也期待学生和教师，在新的资源观和环境观下，开始进入一种新的学习状态。现在，有不少学校已经开始用手持设备和移动互联网进行日常的教育教学的活动，就是一个例子。
用手机的方式做四项作业，是一个进步――教师以前检查不了英语的口语、听力，现在通过这种方式能检查了。但这是一个浅层次的提升，更为核心、深层次的提升是：学生学会欣赏了、学会倾听了，与此同时，他的阅读量随着交流的增多也越来越大。这就实现了在一个班、一所学校这样一个小环境里信息的流动和互动。
现在学校在三年级又开展了作业阅读，鼓励学生们自己上传作业内容。小孩子都爱往上传，因为对他来说很容易，就像聊天一样。比如上传一句名言“书山有路勤为径，学海无涯苦作舟”作为班级作业。只要他上传了作业，教师就会组织全班50个孩子都念一遍，这个过程中就产生了大量数据，上传作业的学生还有权利给其他学生做点评。
这样一来，新的教学方式出现了。在这样的作业过程中，学习是跨学科的，对象和学伴是互换的，学习的内容是不断增长更新的。
数字校园真正升级在孩子的交往能力上
记者：据我们了解，北京也有一些学校正在做这样的尝试，比如北京十一学校亦庄实验小学，利用“一起作业网”的平台，进行作业的提交、点赞和评价，在此过程中潜移默化地培养学生的社交能力。
李奕：数字校园真正的升级换代，体现在对孩子们的交往能力的提升上。当然，这只是一所学校范围的尝试。如果一个学区有这个意识，像东城和海淀这类有条件的学区，要拓展到学区里去做，效果会更好。比如东城的某些学校在使用“作业盒子”以后，你会发现孩子们交往的朋友圈和视野，比传统名校的孩子更棒。
这种棒是从教育的角度来看资源和环境，这是将来信息化发展的重要方向。什么是数字原住民？数字原住民不是只玩玩游戏，而是他对信息很敏锐，能提取、筛选信息，而且善于交流，有包容心，会给别人点赞，而不是很嫉妒、焦虑或者压抑。从社会大背景来看，利用信息技术能不能实现这种升级和超越？我认为能。
所以，看待一件事，一定要发掘这件事背后的价值取向和给孩子带来的变化。
记者：我们也发现，教学中技术的使用门槛虽然降低了，但对教师的驾驭能力要求更高了。教师不能只做“教书匠”，而是既要想办法将信息技术成为学生手里学习的工具，还要善于组织学生的交流、讨论和活动。
语音技术进校园
“哪里可以买到便宜的洗漱用品？”新生小贾刚刚把行李放下，就要买必备的生活用品了。
“小助手”回答道：“学校周边步行范围内有两个超市，一个物美超市在南门外面的学府街2号，一个是学生超市在学校的二食堂边上。您是要买牙刷、牙膏和毛巾么？请选择一下吧。”这时，在智能设备的屏幕上，展现了这两个超市的地图，同时把小贾可能要买的东西在这两个超市的价格都罗列在下面。
小贾很高兴地说道：“好啊，就这几个东西吧，我想从学校里的学生超市买这几样。给我送到宿舍来吧。”
“好的，”接到了小贾的指示，“小助手”直接下了单，“东西会在30分钟之后送达。另外，今天是新学期第一天，你要不要去校园里看看呢？”
小贾问道：“去哪里看好呢？新学期学校应该有什么活动吧？”
“小助手”依次列出了今天学校所有的活动和地点：“10点到17点，北门小树林有各个社团的招新活动；10点到11点，我的朋友S博士会介绍学校的智能授课评估系统……”
“这个智能授课要去听，据说以后我们的课堂综合评分，都是由这个智能语音系统来完成的。”同宿舍的小于在旁边忍不住插嘴。
“好啊！那就帮我们订两个座位吧，我们10点去参加S博士的演讲。”小贾说。
几秒钟后，“小助手”在其上方投射出一个报告厅的全息座位图，其中有两个座位高亮显示：“定好了！你们的座位在在H21和H23。报告厅离宿舍不远，我已经把路线图推送到你们的手机上了。”
小贾和小于顺着地图的指引，刚刚来到报告厅门口，“小助手”先跳出来和“S博士”打招呼了：“S博士你好，这是新生小贾和小于，今天来学习智能授课评估系统。”
这时候，教室门口突然跳出来一个戴博士帽的大胖子博士全息图，很热情地和大家打招呼：“欢迎欢迎，今天还有另一个校区的同学，通过全息在线和我们互动。”
大家坐定之后，一个更大号的“博士帽”被投射到最前面，“S博士”开始详细地讲解如何与该系统进行良好的互动，从而争取到更好的课堂分数。
其中有一点最让小贾印象深刻：回答课堂问题时，你们只要以你最喜欢的方式说出你的想法就好了，我们的系统会全面分析你的答案，并分析你的语气和语速，从而得到最好的分数。
会议的最后，小贾和小于很好奇地问“小助手”：“S博士到底在哪个校区工作啊？”
“小助手”嘿嘿一笑说：“S博士和我一样啊，是你们的智能语音助手哦。”
看过上面的故事，有的同学也许会问：这是哪个科幻小说中的场景？如果是在几年前，这样的场景也许还是人们对于遥远未来智能社会的幻想。不过，最近智能语音领域的迅猛发展，让很多这样的“科幻”场景即将成为现实。
那么，智能语音从哪里来到哪里去？未来这方面的技术会如何改变我们的社会和生活？带着这些问题，我们采访了这个领域在中国成长起来的大咖：科大讯飞。
最早接近“人类智能”的领域
近年来，“人工智能”这四个字在各个方向“轰炸”着人们的认知。事实上，这四个字意味着语音、图像、视频、文本、日志分析等多个领域。在这些个领域里面，很多离真正的“人类智能”还有一定距离。但是，智能语音领域却有着不一样的进展。
2015年，科大讯飞最新语音转写产品“讯飞听见”将中文普通话识别和转写的实用准确率提高到了95%以上，远超过人类专业速记员的速度和准确度。这个不同寻常的与那些最新研究成果和技术实验有很大的不同，这标志着中文智能语音的技术已经可以真真实实地达到人类的水平。
“科大讯飞虽然成立18年了，但是在语音识别领域其实还是个新兵，”讯飞负责人这样告诉记者：“最早的语音识别技术可以追溯到上世纪50年代，贝尔研究所Davis等人研究成功了世界上第一个能识别10个英文数字发音的实验系统；1960年英国Denes等人研究成功第一个计算机语音识别系统。大规模的语音识别研究始于上世纪70年代以后，在小词汇量、孤立词的识别方面取得了实质性的进展。”
上世纪90年代以后，大词汇量连续语音识别得到优化，在语音识别技术的应用及产品化方面出现了很大的进展。1997年，IBMViavoice首个语音听写产品问世。
自2009年以来，借助机器学习领域深度学习研究的发展以及大数据语料的积累，语音识别技术得到突飞猛进的发展。2010年，谷歌VoiceAction支持语音操作与搜索。2011年初，微软的深度神经网络（DNN）模型在语音搜索任务上获得成功。也就在同年，苹果手机助理Siri首次亮相，人机交互掀开了新的篇章。
科大讯飞成立于1999年，相比这些巨头来说，是个不折不扣的“新兵”，刚开始难免是要坐冷板凳的。但是，在多年的e累之后，科大讯飞在智能语音领域中的贡献让人刮目相看。有些人认为中国的企业可能在中文智能语音方面积累更多一些，事实上，科大讯飞在历次的国内外语音合成评测中，各项关键指标均名列第一。2008年至今，科大讯飞连续在国际说话人、语种识别评测大赛中名列前茅。2014年，科大讯飞首次参加国际口语机器翻译评测比赛（InternationalWorkshoponSpokenLanguageTranslation）即在中英和英中互译方向中以显著优势勇获第一。2016年，国际语音识别大赛（CHiME）科大讯飞取得全部指标第一；在认知智能领域，相继获得国际认知智能测试（WinogradSchemaChallenge）全球第一、国际知识图谱构建大赛（NISTTACKnowledgeBasePopulationEntityDiscoveryandLinkingTrack）核心任务全球第一。
智能Z音技术从简单的比赛和实验室成果，到真正的实用化，甚至超过人类的智能水平，要做的工作比我们想象得要复杂得多。如果我们打开“讯飞听见”的技术链，发现其集成了包括语音转写识别技术、篇章级处理方案、自然语言处理技术、阵列解混响技术、口语化风格处理技术、声纹识别等多方面的技术，为了应对每个人之间的个体化的差异，方言语音识别、高抗噪语音识别、个性化识别等多方面的功能也是必不可少的。去年12月，“讯飞听见”的升级版本在原实时转写汉字的基础上，还可同步翻译为英、日、韩、维等多种语言。
更高阶：认知智能
智能语音领域的发展，率先将机器的“听、说、理解”能力拉升到了“感知智能”的阶段。以谷歌、微软、讯飞为代表的一批优秀的企业和机构将语音的识别、认知、合成、翻译等能力植入了机器内。同时，在教育、车载、家居、通信、硬件和城市等多个领域，产生了丰富的应用。
“现在我们要进入认知智能阶段了。”科大讯飞强调说。从最新的讯飞产品线来看，在教育评测、知识服务、智能客服、机器翻译等领域，机器已经开始具备了“能理解会思考”的能力了。“人工智能在智能语音这个领域里已经超过人类了。最近我们在做一些教育评测领域的实践。如今，机器主观题阅卷技术对语文、英文等学科的评分已达到或超过人工评分水平。”
当智能语音系统具备足够多的实践、“学习”过足够多的数据，“练习”过足够多的对话，也许它真的可以为人类“打开另一扇窗口”。
关键词：研究性课程；智能控制；教学研究；工程实践
Constructionandexplorationonresearchcurriculumintelligentcontrol
ZhuPeiyi，XuBenlian，ShiJian
（SchoolofElectricalandAutomationEngineering，ChangshuInstituteoftechnology，Changshu，Jiangsu215500，China）
Abstract：Theresearchcurriculumisaimedatintegratingtheteacher'sscientificresearchintoacustomaryknowledgesystemwithhierarchicalanddifferentmodule.Thelatestintelligentcontrolresearchachievementistransferredintotheteachingresourceseffectivelybyadoptingenquiry-based，discussion-based，project-basedanddisplay-basedteachingapproaches.Thestudents'practicalabilityisfocusedonintheteachingprocess.Concentratingon"theory，experiment，researchproject"，thecurriculumisdesignedtoarousethestudents'interestinlearning，enhancetheconnotationofcurriculumandimprovethestudents'abilityofresearchproblemsandinnovationconsciousness.Itlaysasolidfoundationforsubsequentengineeringpractice.
Keywords：researchcurriculum；intelligentcontrol；teachingresearch；engineeringapplications
0引言
研究性教学就是引导学生在一定的情境中，通过主动发现问题和解决问题而获得知识、形成能力、发展个性的教学方法。它的实质就是让学生在教学过程中体验科学原理的发现和应用科学原理解决实际问题等不同类型的研究过程[1]。早在2005年，在《教育部关于进一步加强高等学校本科教学工作的若干意见》中明确提出了“积极推动研究性教学，提高大学生的创新能力”的要求[2]。如何在专业课程教学中实施研究性教学，提高本科生的科学研究能力，是高校理工科教学改革面临的重要课题[3-5]。
“智能控制”是我校一门理论性与应用性结合非常强的专业课程，它不仅涉及自动化技术，同时与计算机科学技术、数学等学科门类交叉[6]。作为应用型本科高校，我们将该课程直接面向自动化、电气工程及其自动化、测控技术与仪器、机械制造及自动化等本科生和硕士研究生，在注重理论知识传授的同时，直接面向具体工程应用实例。通过双语研讨式教学方式，以项目应用为纽带，阐述模糊控制、神经网络控制、智能计算在工程中的应用与原理，让学生直接感触理论对应用的支撑，应用需要理论指导这一基本工程逻辑。
1研究性课程设计理念
“智能控制”研究性课程旨在将教师的科研成果分层次、分块地融入到原有课程知识体系之中，通过采用探究式、讨论式、专题式、成果展示式等多种教学方式，将智能控制研究领域最新的成果有效地转化为教学资源，它不仅可以提高学生学习的兴趣，而且更有利于课程内涵提升。较一般的课程更强调教学的研究性和有效性，是一种强调以学生为主体，注重过程教学的开放式教学方式，教学团队将结合自身及国内外学者在智能控制领域的最新研究成果和教学思想确定课程内容，课程采用先进的知识内容和分析方法，采用英文教材，实行双语教学，动态地补充和更新教学内容。在教学过程中充分展示创新给智能控制带来的无穷生命力，同时创造多机会来培养和激发学生的创新能力，例如实验教学、课程的小论文、学术论坛和综合设计等，提高他们的综合科学素质以及在工程实践中分析、解决实际问题的能力。重视理论教学和实践教学的结合，突出实践性教学的时效性和可观测性，在课程内增加讨论课，增加小设计和小论文，充分激励学生探索和研究的热情，让学生学会科学研究的方法，把能力的培养落在实处。
2研究性课程理论教学
2.1课程定位
针对我校本二学生实际和自动化专业对该领域知识的基本要求，本课程的基本定位如下。
⑴理论引入与应用感受相并重。为此，在课程安排时，将理论与实验课时安排相等，让更多学生通过相应的实践锻炼来体会人工智能技术的奥妙。
⑵科研最新成果及时向教学资源转化。对于“智能控制”的三大知识模块，均有不同程度的研究成果转化成相应的教学资源，如群智能在图像信息处理中的应用、模糊控制在倒立摆控制中的应用等等。
⑶教学方法与手段与教学内容同步更新。研究性课程的一个重要特征是教学内容的不断更新，为此，课程组一直致力于研究行之有效的双语教学手段。以调动学生学习兴趣为目标，做好成果展示、课题研讨、自我实现的三段教学新方法。
针对上述课程定位，我们确定了课程建设最终形成的目标：按照研究性双语课程要求与规律进行全面设计与整体建设；自主出版一套符合我校学生实际的英文版“智能控制”教材；通过丰富的实验科研项目，让学生通过自主学习方式体验人工智能技术及其新进展；融合科学与科研团队，实现教师培养与学生培养双赢。
2.2课程重难点及解决思路
教学内容组织方式上主要采取“三个相结合”，即理论与实际相结合、课堂教学与实验室教学相结合、常规课堂教学与现代教育技术相结合，体现“让学生在系统中学习系统”的教学。智能控制的重点主要围绕模糊控制、神经网络、进化计算三大块展开系统地理论与实践并重双语教学。要求学生重点掌握如下内容。
第一模块主要围绕模糊控制中模糊集合与模糊关系，模糊逻辑与模糊推理及其应用。
第二模块主要围绕基本的神经网络类型结构，监督式与非监督式神经网络的学习算法及其应用。
第三模块主要围绕进化计算中遗传算法，蚁群算法和粒子群算法，讲述这些算法的原理及其应用思想。
该教学思想是通过本课程的学习，不仅掌握三个模块知识，而且还能将三大模块知识合成一个体系或系统，使学生全面掌握“智能控制与系统”这一自动化专业的精髓，既树立“智能”理念，又能培养具有“系统”理念，能将智能控制技术应用在生产过程控制、运动控制等领域，且应用得好。
“智能控制”课程的难点在于模糊推理的方法、模糊控制器的设计、监督式神经网络学习原理、遗传算法原理和蚁群算法原理、各种智能控制器设计及其应用。智能控制多为仿生或拟人控制，其控制机理存在于自然界和生物界。因此，对各种控制机理的介绍要从有趣的生物和自然现象入手，引人入胜地介绍智能控制原理。通过深入浅出、形象比喻、并结合多媒体技术进行讲解。
3研究性课程实践教学
3.1实践教学的设计思想
“智能控制”课程实践性教学的主要目的是使学生通过实验，发挥主动性，研究探讨智能控制系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好地理解人工智能，培养学生的理论联系实际能力和创新能力，逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。
实践性教学的设计思想我们归纳为四个体现。
⑴理论性：通过基础验证性实验让学生加深对理论的理解。如实验内容包含模糊控制系统的推理。
⑵系统性：通过综合设计性实验让学生加深对控制系统的理解。开设的系统实验有：温度控制系统、液位控制系统等。
⑶研究性：通过激励式鼓励教师将最新的研究成果引入实践教学中，让学生体验新技术带来的乐趣，如将蚁群算法应用在生物信息图像处理与信息融合领域。
⑷工程性：让学生在一个与工业生产实际相符合的环境下完成实践环节，从而增强学生的工程实践能力，如模糊控制技术在机器人避障中的应用。
通过实践性教学的这四个体现，学生不仅有相对扎实的智能控制知识，而且还具备一定的智能控制思想并应用至具体控制对象设计中去。
3.2实践教学的设计与实验内容安排重点
课程设计与实验是智能控制教学任务的重点与难点，在抓住主要三大知识模块的基础上，经过多年教学经验和将来学生从事工作实际，在课程设计与实验的内容安排上注重以下几点。
⑴贴切应用。实践内容的安排绝大多数来自生活或生产中遇到的实际问题，通过建模、方案设计、实验、调试，逐步验证方法的正确性等等，让学生从系统中学会了应用，从应用中找到人工智能应用的强大功能。
⑵贴切学生实际。针对本二学生，所关心的重点是如何将理论转化成实际的效果。在实践内容安排上，强调的是目标实现，而不是问题的优化，让绝大多数学生能完成实践任务与目标，从实践中体验知识带头的快乐。
⑶一切围绕“问题”。教师在问题中教学，学生在问题中学习，寻找学习与实践的交叉点，通过研讨和分组，让学生根据兴趣自主选择实践项目。
⑷丰富与不断更新实践项目。通过将研究成果转化教学资源，不断更新实践教学资源，目标保持至少10个以上实践项目供学生自主选择。
4研究性课程教学方法与教学手段改革
4.1教学方法改革
本着因材施教的教学方针，我们积极引入灵活的教学方法，如探究式、讨论式、专题式、成果展示式等教学方法，充分激发了学生求知的潜能和学习的主体作用。结合专业特点，选用国外知名大学英文原版教材和自己编写的智能控制基础教材相结合，进一步丰富课程内容。适当增加讨论课，提倡小设计和小论文，充分激励学生探索和研究的热情，让学生学会科学研究的方法，提高解决问题的能力；实践教学的设计思想始终贯彻理论联系实际、重视实践、激发学生创新热情的指导方针，自行开发与引进实验装置相结合，提供基础性、综合性和创新性的实验内容。为学生创造良好的实验条件，鼓励学生自主开发智能控制系统，独立完成设计、控制与研究，并验证其效果。
4.2教学手段改革
采用“多媒体投影+黑板”的技术手段加速了课程内容的呈现，提高了课堂讲解的表现力，如：针对该课程内容难度大，信息涵盖量大，知识面广的特点，充分发挥现代教育技术的优越性，课堂授课方法以多媒体课件为主，实现图、文、声、像并茂的视听一体化教学，并与传统教学手段有机组合，让学生共同参与教学的全过程。网络教学平台有效地支持了自主性学习，如：双语课程网站提供了智能控制课程丰富的教辅资源，网络多媒体课件及学术论坛为学生提供交互式学习平台，使学生能够在课堂学习、答疑、自由论坛等各个环节密切配合，有效地支持了学生自主性的学习。同时，利用多媒体课件可以做到教学资源共享，便于教师之间彼此交流教学经验。
5结束语
智能控制是一门具有较强理论综合性和实践性、学科交叉及应用广泛的专业课程。深度发掘学生的自主学习与创新意识，对自动化等专业智能控制课程研究性教学从课程设计理念、理论教学改革、实践教学改革以及教学方法与教学手段改革等四个方面进行了具体的实践探索，取得了一定效果。通过研究性教学，逐步培养学生的主动学习的意识和创新意识，培养研究精神，鼓励研究热情，引导学生逐渐积累专业知识，解决实际问题，达到培养创新性人才的目的。但是智能控制课程的开设一般都选择在大四上学期，如何有效激起所有同学的学习兴趣，以及分层次、分专业背景的授课方式将是本课程未来所研究的主要内容。
[1]徐青，张云，应飚.试论研究性大学创新性科研团队的建设[J].中国高
教研究，2009.3：49-50
[2]张建华.应用型人才培养中数值计算方法课程教学改革与实践[J].大
学教育，2013.8：51-52
[3]顾沛.把握研究性教学推进课堂教学方法改革[J].中国高等教育，
2009.7：31-33
[4]赖生建.《计算电磁学》课程研究性教学实践[J].实验科学与技术，
2013.11（6）：262-264
[5]李胜清，康勤书，陈浩.分析化学“四位一体”研究性教学模式的构建