前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能實踐報告總結(jié)范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

人工智能實踐報告總結(jié)范文第1篇

關(guān)鍵詞：人工智能 優(yōu)選教材 考核方式內(nèi)容 手段 實踐

人工智能（Aritificial Intelligence，英文縮寫為AI）是一門綜合了應(yīng)用數(shù)學(xué)、自動控制、模式識別、系統(tǒng)工程、計算機科學(xué)和心理學(xué)等多種學(xué)科交叉融合而發(fā)展起來的的一門新型學(xué)科，是21世紀三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。它是研究智能機器所執(zhí)行的通常與人類智能有關(guān)的職能行為，如推理、證明、感知、規(guī)劃和問題求解等思維活動，來解決人類處理的復(fù)雜問題。人工智能緊跟世界社會進步和科技發(fā)展的步伐，與時俱進，有關(guān)人工智能的許多研究成果已經(jīng)廣泛應(yīng)用到國防建設(shè)、工業(yè)生產(chǎn)、國民生活中的各個領(lǐng)域。在信息網(wǎng)絡(luò)和知識經(jīng)濟時代，人工智能現(xiàn)已成為一個廣受重視且有著廣闊應(yīng)用潛能的前沿學(xué)科，必將為推動科學(xué)技術(shù)的進步和產(chǎn)業(yè)的發(fā)展發(fā)揮更大的作用。因此在我國的大中專院校中開展人工智能這門課的教學(xué)與科研工作顯得十分緊迫。迄今為止，全國絕大多數(shù)工科院校中的自動控制、計算機/軟件工程、電氣工程、機械工程、應(yīng)用數(shù)學(xué)等相關(guān)專業(yè)都開設(shè)了人工智能這門課程。南京郵電大學(xué)自動化學(xué)院自2005年成立至今，一直將“人工智能”列為自動化專業(yè)本科生的選修課程，到目前為止已經(jīng)有八年的歷史了。由于南京郵電大學(xué)是一所以郵電、通信、電子、計算機、自動化為特色的工科院校，因此，學(xué)校所開設(shè)的許多專業(yè)都迫切需要用人工智能理論和方法解決科研中的實際問題。在問題需求的推動下，南郵人經(jīng)過多年的努力工作，在人工智能科研方面取得了豐碩的成果，如物聯(lián)網(wǎng)學(xué)院所開發(fā)的現(xiàn)代智能物流系統(tǒng)、自動化學(xué)院所開發(fā)的城市交通流量控制與決策系統(tǒng)，為本課程的開設(shè)提供了典型的教學(xué)案例。我們結(jié)合近幾年的實際教學(xué)經(jīng)驗，從優(yōu)選教材、考核方式、教學(xué)內(nèi)容調(diào)整、教學(xué)手段的改進和實踐教學(xué)等方面對人工智能課程教學(xué)方法進行了總結(jié)歸納。

一、優(yōu)選教材

目前，國內(nèi)有關(guān)人工智能課程的中英版教材種類非常多，遵循實用、簡單、夠用的原則，再經(jīng)過授課老師和學(xué)生們的共同調(diào)研，我們選用由中南大學(xué)蔡自興教授主編的《人工智能及其應(yīng)用》第三版作為南郵本課程的授課教材。本書覆蓋的人工智能知識體系比較全面，包含知識表示、搜索推理、模糊計算、專家系統(tǒng)等。本書主要針對計算機、自動化、電氣工程等本科專業(yè)的學(xué)生所編寫，內(nèi)容基礎(chǔ)，難度適中。蔡教授所編寫的這本教材全面地介紹了人工智能的研究內(nèi)容與應(yīng)用領(lǐng)域，做到了內(nèi)容新穎、簡單易懂、兼顧基礎(chǔ)和應(yīng)用，受到了全國廣大師生們的一致好評，多年的教學(xué)實踐證明我們所選擇的教材是恰當?shù)?、正確的。

二、考核方式

在全國大部分高等院校，“人工智能”這門課大都選擇開卷考試的方式來進行考核。為了強化學(xué)生對人工智能這門課基礎(chǔ)知識的掌握，南京郵電大學(xué)自動化學(xué)院選用閉卷考試的方式來進行考核。為了打消部分學(xué)生想在期末閉卷考試中通過作弊手段來完成人工智能這門課考核的僥幸心理，我們加強了對學(xué)生平時考勤成績、課下作業(yè)成績和實驗成績的考核，從而杜絕了“一紙定成績”的現(xiàn)象。我們對人工智能這門課的最后期末成績是按如下權(quán)重來劃分的：平時考勤成績占10%、課下作業(yè)成績占10%、實驗成績占20%、最后的期末考試卷面成績只占60%。為了克服國家現(xiàn)行教育體制的弊端，避免學(xué)生“機械式”地的應(yīng)對教學(xué)和考試，我們對考試題型進行了調(diào)整，不再是以往的填空、選擇、簡答等題型，而是改為以解決實際問題為導(dǎo)向的應(yīng)用題型為主，這樣學(xué)生只需要在理解授課內(nèi)容的基礎(chǔ)上利用自己的思維來解題就可以了，這也體現(xiàn)了國家目前正在提倡的應(yīng)用型教學(xué)導(dǎo)向。

三、教學(xué)內(nèi)容調(diào)整

對于本科生而言，人工智能這門課程所需要講授的內(nèi)容實在太多，由于課時所限，我們必須精簡教學(xué)內(nèi)容，讓學(xué)生在掌握基礎(chǔ)知識的同時，也能夠了解它的具體應(yīng)用。因此，我們將人工智能這門課程的教學(xué)內(nèi)容分為兩個部分：第一部分是基本理論和方法，包括人工智能的概述、知識表示方法、確定性推理方法等；第二部分為人工智能研究成果的具體應(yīng)用，包括神經(jīng)元網(wǎng)絡(luò)計算、模糊智能計算、專家知識庫系統(tǒng)、機器語言學(xué)習(xí)等。通過對教材內(nèi)容的合理調(diào)整和安排，使得授課計劃能夠比較全面地覆蓋了人工智能這門課程的基本知識點，從而滿足了學(xué)生們的求知需求。

四、教學(xué)手段的改進

（一） 激發(fā)學(xué)生的學(xué)習(xí)興趣

經(jīng)過長時間的教學(xué)我們發(fā)現(xiàn)，在選修“人工智能”這門課程時，每個學(xué)生的心中所想各有不同，這些學(xué)生在剛開始學(xué)習(xí)時興趣還比較強烈，但隨著教學(xué)內(nèi)容變得越來越抽象，學(xué)生逐漸對這本課的學(xué)習(xí)失去了信心，甚至上課時間不去聽課，使授課教師對教學(xué)也漸漸失去了信心，導(dǎo)致惡性循環(huán)，嚴重影響了教學(xué)質(zhì)量。針對這種現(xiàn)象，我們認為，在開課前充分激發(fā)學(xué)生的學(xué)習(xí)興趣是很有必要的。我們要結(jié)合學(xué)校的實驗條件，開課前給學(xué)生演示“機器人醫(yī)療服務(wù)”實驗，通過該實驗的演示，讓學(xué)生們看到機器人能夠給病人提供多項人性化的服務(wù)，理解人工智能技術(shù)在開發(fā)醫(yī)療服務(wù)機器人多項關(guān)鍵技術(shù)中的應(yīng)用，讓學(xué)生在開課前能夠?qū)Ρ菊n程的學(xué)習(xí)產(chǎn)生極大的興趣，實踐證明這種方法是有效的。

（二） 借助多媒體教學(xué)

多媒體教學(xué)是現(xiàn)代教學(xué)過程中一種非常重要的形式，它往往根據(jù)教學(xué)目的和學(xué)生們的特點，通過合理的設(shè)計、選擇教材內(nèi)容，應(yīng)用公式、圖形、文字、視頻等多種媒體信息進行有機組合并通過電腦和投影機顯示出來，與傳統(tǒng)教學(xué)手段相結(jié)合，形成合理的教學(xué)過程結(jié)構(gòu)，達到最優(yōu)化的教學(xué)效果。人工智能這門課具有針對性強、內(nèi)容抽象、公式繁瑣等特點，學(xué)生學(xué)習(xí)起來比較困難，為了讓學(xué)生生動、形象地學(xué)習(xí)該課程，我們在教學(xué)過程中充分利用了多媒體技術(shù)來組織教學(xué)。例如在課堂教學(xué)過程中播放南郵自動化學(xué)院梁志偉博士帶領(lǐng)學(xué)生所開發(fā)的“智能足球機器人”比賽片段；讓學(xué)生在線觀看北京大學(xué)工學(xué)院謝廣明博士帶領(lǐng)學(xué)生所開發(fā)的“自主視覺機器魚”錄像片段等。在講解某些重要的求解算法時，借助Matlab軟件和投影機，直接展現(xiàn)該算法的求解過程，從而改善了課程教學(xué)的形式，提高了教學(xué)質(zhì)量。

（三）提倡課堂辯論

我們在教學(xué)過程中打破了傳統(tǒng)的“老師講課學(xué)生聽課”的教學(xué)模式，多次組織課堂辯論，辯論的主題包括人工智能研究過程中出現(xiàn)的技術(shù)困惑、人工智能研究成果轉(zhuǎn)化中的市場前景等。如組織了“電腦PK人腦”“電腦是否讓電視消失”“電腦的未來發(fā)展方向在哪里”等一系列辯論會。經(jīng)過激烈的辯論，無論正方還是反方都感覺自己收獲很大，增長了知識，開闊了眼界。在教學(xué)過程中通過將學(xué)生由“被動聽課”角色變換為“主動參與”角色，大大地調(diào)動了學(xué)生的學(xué)習(xí)積極性，從而提高了課堂教學(xué)質(zhì)量。

五、實踐教學(xué)

實踐教學(xué)是課堂教學(xué)不可缺少的重要組成部分，通過讓學(xué)生親自動手實驗來對理論知識進行檢驗和應(yīng)用是目前國內(nèi)外各個大學(xué)提高學(xué)生綜合素質(zhì)、增強學(xué)生市場競爭力的重要手段。人工智能實驗教學(xué)的目的是讓學(xué)生通過親自動手體會授課中的各種智能控制算法，從而使學(xué)生能夠更加形象地掌握課本知識。人工智能教學(xué)計劃安排了4學(xué)時實驗課，設(shè)置了“傳教士和野人過河”“機器人路徑規(guī)劃”這兩個人工智能問題，要求學(xué)生獨立完成這2個實驗題目的編程，并書寫實驗報告。通過實驗，學(xué)生動手實踐了課堂上所掌握的理論知識，加深了對智能算法的理解。

人工智能是一門實用性較強的課程，我們總結(jié)了近幾年來的教學(xué)經(jīng)驗，從優(yōu)選教材、考核方式、教學(xué)內(nèi)容調(diào)整、教學(xué)手段的改進和實踐教學(xué)五個方面對人工智能課程教學(xué)進行了總結(jié)。從學(xué)生的反饋來看，我們所總結(jié)的教學(xué)經(jīng)驗對于指導(dǎo)新教師講授“人工智能”這門課程具有積極的作用，需要指出的是，我們?nèi)杂泻芏嗖蛔阒?，需要在以后的教學(xué)過程中不斷努力完善，提高自己的教學(xué)能力，爭取更好的教學(xué)效果。

參考文獻

[1]蔡自興，徐光佑.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2003.

[2]路小英，周桂紅，趙艷等.高等農(nóng)業(yè)院?！度斯ぶ悄堋氛n程的教學(xué)研究與實踐[J].河北農(nóng)業(yè)大學(xué)學(xué)報：農(nóng)林教育版，2007，9（4）：66-68.

[3]馬建斌，李閱歷，高媛. 人工智能課程教學(xué)的探索與實踐[J].河北農(nóng)業(yè)大學(xué)學(xué)報：農(nóng)林教育版，2011，13（3）：330-332.

[4]趙海波.人工智能課程教學(xué)方法的探討[J].科技信息，2011，（7）：541.

人工智能實踐報告總結(jié)范文第2篇

關(guān)鍵字：人工智能；案例教學(xué)；學(xué)科分支；雙語教學(xué)

中圖分類號：G642　文獻標識碼：B

1　引言

人工智能是計算機科學(xué)的一個重要分支，是當前科學(xué)技術(shù)發(fā)展中的一門前沿科學(xué)，它的出現(xiàn)及所取得的成就引起了人們的高度重視，被認為是計算機發(fā)展的一個根本目標。

人工智能課程作為計算機科學(xué)與技術(shù)專業(yè)課程體系中的核心課程之一，其地位正在隨著該技術(shù)的不斷發(fā)展和廣泛應(yīng)用而得到迅速提高。目前，國內(nèi)外重點大學(xué)都非常重視該門課程的教學(xué)和研究，許多重點大學(xué)都有自己獨立的人工智能研究所。

本文通過多年的人工智能教學(xué)實踐，對人工智能教學(xué)的方法進行了初步的實踐和探索。中央民族大學(xué)在人工智能課程建設(shè)和教學(xué)過程中，針對計算機學(xué)科的發(fā)展趨勢，提出擯棄傳統(tǒng)講、學(xué)、考模式，注重學(xué)生能力培養(yǎng)的措施。在教學(xué)和實踐過程中，不斷進行探索，既從計算機學(xué)科本科的教學(xué)理念出發(fā)，從人工智能這門學(xué)科特點出發(fā)，以計算機學(xué)科分支的角度認知人工智能，組織教材的知識架構(gòu)并進行教學(xué)。用計算機學(xué)科的觀點分析人工智能的基本原理與方法時，重點強調(diào)的是這些基本原理與方法與其他的計算機分支的共同點和不同點。共同點是強調(diào)計算機學(xué)科的本質(zhì)，不同點是強調(diào)人工智能的本質(zhì)。本文就針對我校人工智能課程教學(xué)的一些基本問題加以初步總結(jié)。

2　從計算機學(xué)科分支的角度認知人工智能

人工智能屬于計算機科學(xué)分支的學(xué)科，同時又是一門涉及控制論、信息論、語言學(xué)、神經(jīng)生理學(xué)、數(shù)學(xué)、哲學(xué)等多學(xué)科交叉的課程。我國高等院校計算機學(xué)科的本科教學(xué)所設(shè)置的人工智能課程一般只有40課時左右，以什么角度組織教材內(nèi)容，提高教學(xué)效果，才能使學(xué)生較容易地理解和掌握人工智能的原理與技術(shù)，是我們值得探索的問題。

人工智能處理的對象是知識，知識處理則需采用知識表示。因此，若以計算機分支的角度也就是用計算機學(xué)科的觀點看待人工智能，人工智能課程的教學(xué)內(nèi)容應(yīng)以知識為主線，以知識表示和搜索為基石進行組織。反映到實際教學(xué)中，就是人工智能的各個分支的介紹，這包括知識庫系統(tǒng)、自然語言理解、規(guī)劃、機器人等。總之，教學(xué)內(nèi)容可分成兩個部分，第一部分是基礎(chǔ)理論和基本方法，包括：邏輯表示與歸結(jié)推理方法、搜索原理，知識表示(包括產(chǎn)生式系統(tǒng)、語義網(wǎng)絡(luò)、框架)、推理(包括不確定性推理、非單調(diào)推理)、機器學(xué)習(xí)。第二部分是實用技術(shù)，包括知識庫系統(tǒng)、高級搜索、自然語言理解。

3　優(yōu)化和更新教學(xué)內(nèi)容、加強雙語教學(xué)

人工智能作為一門新學(xué)科，在1988年前，國內(nèi)外均未見有教學(xué)大綱和教材，開設(shè)本課程面臨的首要問題就是確定教學(xué)內(nèi)容，包括人工智能的知識表示和推理以及人工智能的應(yīng)用兩個部分。前者是人工智能的重要基礎(chǔ)，后者討論幾種人工智能應(yīng)用系統(tǒng)，包括專家系統(tǒng)、機器學(xué)習(xí)、自動規(guī)劃和機器視覺等系統(tǒng)。這些內(nèi)容只是給出了人工智能課程的初步框架。

隨著人工智能研究的進一步深入， 到20世紀90年代中期，人工智能也從符號(邏輯)主義一枝獨秀發(fā)展到符號主義、連接主義和行為主義多家爭鳴的新局面， 模糊計算和神經(jīng)計算作為新內(nèi)容列入到人工智能課程，充實了人工智能課程的內(nèi)容。進入21世紀以來，人工智能學(xué)科又有了新的發(fā)展。為了及時反映人工智能研究和學(xué)科的最新進展，我們及時對教學(xué)內(nèi)容進一步優(yōu)化和更新：把人工智能分為基礎(chǔ)部分和擴展應(yīng)用部分。

在教學(xué)和實踐過程中，考慮到本課程的多學(xué)科交叉性以及相關(guān)信息學(xué)科的快速發(fā)展， 在目前高校提倡雙語教學(xué)的環(huán)境下，將《人工智能》教材逐步改為全英語教材，這樣可以更快地掌握學(xué)科的發(fā)展動態(tài)， 掌握最先進的技術(shù)， 與國際發(fā)展趨勢接軌。Nils J.Nilsson教授所著的《人工智能》教材是美國Stanford大學(xué)計算機系本科教材，該教材體系比較符合學(xué)生的認知規(guī)律，便于學(xué)生接受、理解、掌握和鞏固所學(xué)知識；同時這本書內(nèi)容豐富、取材新穎，適合作為該課程的英文教材。

4　注重案例教學(xué)、改革教學(xué)方法

案例教學(xué)首創(chuàng)于哈佛大學(xué)商學(xué)院，在經(jīng)貿(mào)、管理、法學(xué)等學(xué)科領(lǐng)域的相關(guān)專業(yè)得到應(yīng)用并取得顯著績效，然而目前工科專業(yè)還較少運用案例教學(xué)方法。人工智能的每一部分內(nèi)容均包含大量概念，內(nèi)容抽象，算法復(fù)雜，學(xué)生往往被動“聽講”；并且涉及很多的數(shù)理邏輯知識，有些顯得難以理解，并且往往讓學(xué)生感到比較枯燥，學(xué)生的學(xué)習(xí)興趣就漸漸淡薄，難以獲得預(yù)期的教學(xué)效果。鑒于這一現(xiàn)實問題，我們將案例教學(xué)方法引入到該課程的教學(xué)之中。

例如在邏輯推理技術(shù)和搜索技術(shù)這兩方面的教學(xué)過程中，我們使用參考教材《人工智能：一種現(xiàn)代方法》，并利用其中基于JAVA的教學(xué)開發(fā)工具包AIMA進行案例設(shè)計和實驗教學(xué)，在教學(xué)過程中結(jié)合AIMA中的案例來講解，使比較枯燥的知識以有效、實用和具體的形式表現(xiàn)出來，做到理論與實踐相結(jié)合。在講解搜索技術(shù)時，以“八皇后”問題為案例，結(jié)合AIMA中的設(shè)計實現(xiàn)，以講解和討論相結(jié)合的方式，學(xué)習(xí)盲目搜索、啟發(fā)式搜索等算法，使學(xué)生不僅能理解狀態(tài)空間的產(chǎn)生方法，而且能設(shè)計算法、實現(xiàn)算法，提高了學(xué)生的學(xué)習(xí)興趣和實踐能力。在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)、模糊邏輯、進化計算等方面的內(nèi)容時，我們主要借助于Matlab提供的相關(guān)工具箱。

5　加強教學(xué)隊伍建設(shè)、改革考核方法

建立一支愛崗敬業(yè)、富有戰(zhàn)斗力的教學(xué)隊伍是出色完成教學(xué)任務(wù)和提高課程教學(xué)質(zhì)量的根本保證。教學(xué)人才資源是教學(xué)的第一資源。在學(xué)校有關(guān)部門的領(lǐng)導(dǎo)和學(xué)院的支持下，我們組成一支知識結(jié)構(gòu)和年齡比較合理的教師隊伍。

在教師隊伍的建設(shè)過程中，積極引導(dǎo)鼓勵教師對考試方法的改革。一方面這樣可以打破以往應(yīng)試教育的弊?。涣硪环矫?，也可以使學(xué)生從繁重的死記硬背中解脫出來。結(jié)合這門課的特點，我們加強平時思維能力的考核，注重學(xué)生實驗?zāi)芰蛣邮帜芰Φ呐囵B(yǎng)，在學(xué)習(xí)中大量采用寫讀書報告的形式。在此基礎(chǔ)上加大平時成績的比例，使得平時成績占到總成績的40％左右，杜絕依靠一次考試決定成績的狀況。這樣，既迫使學(xué)生重視平時的學(xué)習(xí)思考，也減輕有些學(xué)生想通過考試作弊完成學(xué)習(xí)任務(wù)的僥幸心理。

人工智能實踐報告總結(jié)范文第3篇

劉佳輝

（河北大學(xué) 管理學(xué)院 唐山 063000）

摘要：人工智能作為計算機的學(xué)科的分支之一，是被公認的二十一世紀三個最尖端的技術(shù)之一。伴隨著改革開放以來三十年的經(jīng)濟和科技力量的不斷發(fā)展，我國的人工智能在各個的領(lǐng)域的技術(shù)也得到了長足的發(fā)展。而在杭州出現(xiàn)的無人超市更是讓人工智能的發(fā)展進入到了一個前所未有的階段，毫無疑問，社會的快速發(fā)展離不開人工智能的技術(shù)的不斷進步。因此，企業(yè)應(yīng)該加強人工智能技術(shù)的發(fā)展，將人工智能的發(fā)展與企業(yè)的運營和管理相結(jié)合，以推動企業(yè)的可持續(xù)發(fā)展。由此，本篇文章將對人工智能技術(shù)對企業(yè)管理中的應(yīng)用進行探究，以期望將對人工智能與企業(yè)發(fā)展的結(jié)合，和我國企業(yè)的飛速發(fā)展有所借鑒。

關(guān)鍵字：人工智能  企業(yè)管理  企業(yè)發(fā)展

Application of Artificial Intelligence in Enterprise Management

Liu Jiahui

(Tangshan 063000， School of Management， Hebei University)

ABSTRACT： As one of the branches of computer science， artificial intelligence is recognized as one of the three most sophisticated technologies in the 21st century. Along with the reform and opening up since 30 years of economic and technological power of the continuous development， the technology of artificial intelligence in various fields has also been greatly developed. The appearance of unmanned supermarkets in Hangzhou has brought the development of AI to an unprecedented stage. There is no doubt that the rapid development of society can not be separated from the continuous progress of AI technology. Therefore，enterprises should strengthen the development of artificial intelligence technology and integrate the development of artificial intelligence with the operation and management of enterprises to promote the sustainable development of enterprises. Therefore, this article will explore the application of artificial intelligence technology in enterprise management，hoping to combine AI with enterprise development and provide some reference for the rapid development of enterprises in China.

Key words： Artificial intelligence   Business management   Enterprise Development

引言：人類一向以自己為“智能生物”自居，這是因為我們能夠不斷的學(xué)習(xí)、觀察新事物，讓自己能夠不斷的取得進步，這讓人類在地球上顯得與眾不同。所以當我們也開始充當上帝的角色，開始創(chuàng)造屬于我們自己意識的人工智能時，心情也像上帝創(chuàng)世一樣，內(nèi)心充滿了激蕩與振奮，這便是人工智能的發(fā)展的動力。如今，人工智能在大數(shù)據(jù)時代充當著越來越重要的角色。在歐美等發(fā)達國家取得了飛速的發(fā)展，隨著人工智能技術(shù)的不斷深入，企業(yè)的人力資源、財務(wù)會計和知識管理的技術(shù)均被運用到人工智能應(yīng)用中去。

一、        人工智能將對企業(yè)會計行業(yè)產(chǎn)生影響

（一）   我國的會計行業(yè)人工智能的運用

會計作為會計制度的主體，分為三類，主要涉及企事業(yè)單位，行政機構(gòu)和會計師事務(wù)所。在中國，涉及會計工作的許多主題工作僅限于人工智能應(yīng)用中的會計系統(tǒng)。在會計中，一些需要主觀行為的工作，例如審查，驗證和判斷，仍然需要會計人員手動完成工作。然而，在會計師事務(wù)所，雖然審計業(yè)務(wù)也是主要業(yè)務(wù)的一部分，但在人工智能應(yīng)用方面略顯稀疏，原因是對于大多數(shù)上市公司的審計業(yè)務(wù)，大量的審計工作文件是需要。填寫后，它既有草稿的電子版本，當然還有紙質(zhì)版本，但這些入門數(shù)據(jù)仍需要手動填寫。

（二）對人工智能在會計行業(yè)中應(yīng)用的展望

任何會計師都清楚地知道會計行業(yè)是一個嚴格的行業(yè)，也需要及時性。有許多會計程序和復(fù)雜的過程需要解決。因此，對于會計，加班是一種普遍現(xiàn)象。在某種程度上，會計師還希望有一天會有人工智能來取代這種枯燥乏味的工作。當前的人工智能應(yīng)用程序解決了一些基本操作，例如憑證和報告的生成，但它遠遠不能滿足當前會計機構(gòu)的需求。例如，人力資源會計需要一個符合業(yè)務(wù)特征的測量工具，并報告業(yè)務(wù)的人力資源。通過該模型，可以分析企業(yè)的人力資源，從而進行合理的人力資源管理，成為降低成本的方法之一。這種需求是會計管理會計和環(huán)境會計中許多分支機構(gòu)的必然要求，因為會計職能現(xiàn)在越來越傾向于決策，會計需要在相應(yīng)的決策過程中提供信息。但通常很難獲得人工計算和分析。如果人工智能可以進一步應(yīng)用科學(xué)知識來解決這個問題，那么最好。

（三）人工智能對會計行業(yè)的影響

1）提高了會計內(nèi)容的時效性和正確性

企業(yè)是政府機關(guān)或任何會計師事務(wù)所，可以在使用會計軟件后及時處理發(fā)生在當日的經(jīng)濟業(yè)務(wù)。因為會計人員只能在系統(tǒng)中注冊并選擇或?qū)徲嬒嚓P(guān)事務(wù)，所以最終系統(tǒng)根據(jù)現(xiàn)有的自動生成相關(guān)報表的數(shù)據(jù)，比傳統(tǒng)的會計憑證人工生成報表要及時得多，另一方面，在傳統(tǒng)的會計業(yè)務(wù)流程中，會計人員往往會產(chǎn)生假賬，而現(xiàn)行的會計憑證則會產(chǎn)生假賬。財務(wù)系統(tǒng)也必須是一些手工輸入的數(shù)據(jù)，因為系統(tǒng)在輸入錯誤時會提示，在這種情況下，減少了數(shù)據(jù)的錯誤概率，從而提高了會計信息的準確性。

2）一定程度上抑制了財務(wù)信息造假                                               

在具體的會計核算制度下，所有登記制度人員都有唯一的賬戶和密碼，并有自己的權(quán)限和非常嚴重明確的分工。工作場所包容性現(xiàn)象在傳統(tǒng)會計核算中非常嚴重。特別是在中小企業(yè)中，人工智能的應(yīng)用有助于通過明確的功能來抑制人工偽造信息。然而，人工智能不能說是為了防止金融偽造。系統(tǒng)畢竟是由人控制的，管理層無法應(yīng)對會計人員以上的內(nèi)部運營現(xiàn)象。

3）會計行業(yè)中傳統(tǒng)崗位需求減少

由于日益廣泛使用的人工智能在會計行業(yè)，傳統(tǒng)的會計職位不需要員工，所以這是一個明顯的變化。自1980年代以來我國會計電算化發(fā)展此后晉升。它已經(jīng)商業(yè)化，是用于各種會計實體，使原始簡單的會計記錄和會計工作被人工智能所取代。因此，會計的地位不再是必要的。

4）會計信息安全性受到威脅

各種計算機化的會計系統(tǒng)，廣泛應(yīng)用于電子形式會計實體中存儲的各種金融數(shù)據(jù)，具有電子數(shù)據(jù)的優(yōu)點，如省電，方便，數(shù)據(jù)容量大，易于查找等優(yōu)點。而另一方面，系統(tǒng)如果保護未達到易受黑客攻擊的指定位置，當前網(wǎng)絡(luò)安全性大大降低的同時，信息可能在網(wǎng)絡(luò)傳輸過程中被截獲，因此導(dǎo)致企業(yè)財務(wù)信息泄露會非常嚴重，會造成重大商業(yè)機密，并導(dǎo)致?lián)p失。

二、        人工智能對企業(yè)金融風(fēng)控的影響

（一）智能風(fēng)控落地的前提

在互聯(lián)網(wǎng)信息技術(shù)和網(wǎng)絡(luò)技術(shù)普及的時代，讓人類生活進入大數(shù)據(jù)驅(qū)動的智能化發(fā)展階段，而人工智能在金融風(fēng)險控制的探索和實踐中經(jīng)歷了以計算機為標志的信息時代，人類因此CIETY已進入人工智能引領(lǐng)第四次工業(yè)革命，如果追求信息時代是數(shù)據(jù)采集和存儲，那么解決人工智能時代是伴隨著信息技術(shù)的發(fā)展和信息爆炸而引起的。由于信息處理能力不足，計算機幫助人們處理海量信息、分析數(shù)據(jù)和使用，是人工智能的時代，智能認知階段，人工算法進入商業(yè)世界后，開始顯示出趨勢的普遍性，特別是LY在金融業(yè)務(wù)中顯示出較強的適用性，目前人工智能在國內(nèi)重點應(yīng)用于風(fēng)險控制、信用和欺詐等領(lǐng)域。人工智能產(chǎn)業(yè)化可以結(jié)合現(xiàn)場誕生，不能留下以下三個重要方面前提：

技術(shù)基礎(chǔ)的改進。用云計算來說，計算能力在出現(xiàn)之前是一種昂貴的資源，公司不能獨自承擔這種成本。在人人上網(wǎng)的時代，計算數(shù)據(jù)量不斷增加，大規(guī)模數(shù)據(jù)的培訓(xùn)和計算帶來了對CPU水平提高的需求。云計算服務(wù)實現(xiàn)了計算資源的循環(huán)和重用，大大降低了企業(yè)的成本。在云計算的情況下，為了將成本降低兩到三個訂單，許多初創(chuàng)企業(yè)可以擁有強大的計算能力。當然，對于從事人工智能服務(wù)的公司來說，擁有計算能力是不夠的，因為限制技術(shù)的因素還來自于數(shù)據(jù)采集能力和數(shù)據(jù)處理和處理能力，列如數(shù)學(xué)、統(tǒng)計學(xué)、機器算法等。而確定大規(guī)模計算，強大的人才是必不可少的。

場景的出現(xiàn)需要更先進的技術(shù)。特別是在需要擴大規(guī)模和復(fù)雜化的消費信貸服務(wù)中，如何提供高質(zhì)量的用戶體驗成為一個難點。例如，在少量的貸款業(yè)務(wù)中，金融機構(gòu)或平臺需要在短時間內(nèi)對某個用戶進行準確的風(fēng)險評估，或者在一天內(nèi)完成數(shù)十萬甚至更多的用戶信用。由于可以預(yù)見，這樣的要求只會越來越高，場景也會越來越多。傳統(tǒng)的刀耕火種評估方法與現(xiàn)有的大量多樣化的金融需求完全脫節(jié)。因此采取智能投資，但它面臨的投資機會是短暫的，交易信息的判斷甚至需要快到幾毫秒。對現(xiàn)場的需求促使業(yè)界使用更合理的算法，更快的計算速度，并要求新技術(shù)將人工智能帶入舞臺。

改進的數(shù)據(jù)材料豐富。人工智能，所以數(shù)據(jù)是使用數(shù)據(jù)來支持操作和判斷是人工智能的基礎(chǔ)。在金融行業(yè)中，數(shù)據(jù)也是如此?；ヂ?lián)網(wǎng)時代的背景下，金融消費者的高度收集碎片更大規(guī)模的需求，數(shù)據(jù)采集成本較低。金融機構(gòu)和企業(yè)可以使用這些數(shù)據(jù)來計算、處理、和判斷，為用戶提供個性化服務(wù)的經(jīng)驗，基于智能的數(shù)據(jù)做出決策，實現(xiàn)精細管理，從而進一步推動人工智能技術(shù)的應(yīng)用的發(fā)展。

（二）智能風(fēng)控是傳統(tǒng)風(fēng)控的有效補充

傳統(tǒng)金融機構(gòu)與傳統(tǒng)計分卡模型和規(guī)則引擎等“特色”風(fēng)險評分，根據(jù)性能和智能風(fēng)險控制記錄，社會行為，行為偏好，身份信息和設(shè)備安全方面的行為特征的“軟弱”用戶的風(fēng)險評估。兩種類型的風(fēng)險控制從操作到場景顯示效果之間的顯著差異，后進入移動互聯(lián)網(wǎng)時代，智能風(fēng)險控制的優(yōu)點更加突出，有效補充傳統(tǒng)的風(fēng)險控制。

傳統(tǒng)風(fēng)力控制形成了標準化的操作模式，首先判斷用戶的身份，然后復(fù)習(xí)物理用戶提供的證明材料。簡而言之，它分為以下步驟：首先，回顧通過面對面的檢查來確認用戶身份的真實性提交材料。材料包括識別和收入證明，如身份證、戶籍、銀行流動和就業(yè)信息。其次，用戶的資產(chǎn)評估和確定信用額度，主要的資產(chǎn)估值標準抵押房地產(chǎn)和汽車生產(chǎn)等。最后，信用貸款，其他步驟可以添加，如調(diào)查貸款的使用和確認交易的意愿。

關(guān)注人的評論，首先，傳統(tǒng)的風(fēng)險控制單元的時間跨度，至少在周需要層層審批，業(yè)務(wù)流程涉及多個人員和鏈接，導(dǎo)致效率低;其次，長時間的業(yè)務(wù)流程，無法滿足用戶的資本要求，導(dǎo)致壞的用戶體驗;最后，對小型業(yè)務(wù)，傳統(tǒng)的風(fēng)險控制復(fù)雜的審計程序?qū)е碌母叱杀臼广y行和無利可圖，所以這個巨大的市場的一部分。

智能風(fēng)險控制對大數(shù)據(jù)，算法和計算能力，重視數(shù)據(jù)，生活等識別確認用戶的身份;欺詐識別風(fēng)險，智能控制使用多維特征，許多數(shù)據(jù)表明意圖和傾向，反映用戶欺詐;普通用戶的還款意愿和能力評估判斷。

在互聯(lián)網(wǎng)經(jīng)濟下具有“規(guī)模”增長的消費者金融市場中，智能風(fēng)險控制可以捕獲非傳統(tǒng)的金融數(shù)據(jù)并增加弱勢的金融相關(guān)特征。機器建模和分析的方法用于及時有效地補充傳統(tǒng)的風(fēng)險控制。首先，智能風(fēng)控帶來閃電般的審查速度。時間跨度以分鐘和秒計算，為用戶提供更好的服務(wù)體驗。其次，對用戶行為數(shù)據(jù)的分析得出更準確的評估。最后，在風(fēng)險預(yù)測中，數(shù)據(jù)模型的使用可以準確地量化未來風(fēng)險最有可能發(fā)生的時間和情景。從快牛金科的實際應(yīng)用來看，定量風(fēng)險預(yù)測的結(jié)果與實際風(fēng)險的表現(xiàn)一致，誤差很小。風(fēng)險控制標準的放松和收緊所引起的壞賬績效水平的變化可以通過數(shù)據(jù)直觀地衡量。實際的業(yè)務(wù)運營非常有益。

目前，個性化的場景下貸款和大規(guī)模貸款，信用貸款和消費貸款等，智能風(fēng)險控制有足夠的優(yōu)勢，但是大的貸款和交易涉及資產(chǎn)評估、房地產(chǎn)貸款和供應(yīng)鏈融資等大型企業(yè)。驗證的真實性，傳統(tǒng)風(fēng)力控制仍然是不可替代的，兩個風(fēng)控制模式仍將。

（三）智能風(fēng)控成長空間巨大

在金融行業(yè)，風(fēng)險控制中，無限智能風(fēng)險控制是一個不斷迭代的過程，并不斷按照優(yōu)化的結(jié)果進行。到目前為止，智能風(fēng)險控制已經(jīng)取得了良好的應(yīng)用效果。實踐中，智能風(fēng)險控制模型已經(jīng)更好的用戶差異化程度，能夠清晰地反映出評價結(jié)果中的高質(zhì)量和不良客戶，通過不斷的優(yōu)化迭代，識別的準確性和判斷的速度，技術(shù)人員一直在螺旋式上升，但目前行業(yè)面臨的問題是數(shù)據(jù)島和信息不透明，行業(yè)總負債不共享，仍然是大空間智能風(fēng)險控制技術(shù)的提升。在用戶體驗上，智能風(fēng)險控制的最佳路徑有二點：一是減少對用戶的干擾，對于當前信用風(fēng)險控制過程中需要獲得用戶授權(quán)等數(shù)據(jù)的審批，隨著數(shù)據(jù)共享和計算能力市場機制的完善，未來只有需要向客戶提供極少的信息進行評估，消除用戶對信息安全的顧慮，使用合規(guī)性。其次，在上述基礎(chǔ)上，提升用戶評估的準確性。。

人工智能是一種不可逆轉(zhuǎn)的趨勢，但人工智能在推廣特定情景時仍面臨一些外部阻力。

首先，由于一些工人，意識滯后，商業(yè)實踐中的人工智能面臨著銀行和其他機構(gòu)的模型變革，在管理決策時考慮到潛在風(fēng)險。其次，需要探討適當?shù)臉I(yè)務(wù)情景。傳統(tǒng)的金融業(yè)務(wù)場景，在應(yīng)用、審批，基于不同操作系統(tǒng)的貸款和大量人力資源等一系列環(huán)節(jié)之后，如何切入人工智能將在調(diào)整過程中面臨長期運行。此外，在監(jiān)管方面，人工智能還暴露了“黑匣子”理論與“可追溯性”金融活動的矛盾。人工智能對于許多風(fēng)險控制的實施過程并不是人類大腦能夠理解的，而是在一些監(jiān)管更嚴格的情景中給予必要的解釋。

中國著名科幻作家劉慈新曾經(jīng)說人工智能就像一個黑盒子。從理論上講，他們的計算步驟可以追溯，但由于計算量巨大，跟蹤實際上很困難甚至不可能。實現(xiàn)兩者之間的平衡并建立信任是未來人工智能面臨的巨大挑戰(zhàn)。在這種情況下，一方面，可以采用更加解釋性的算法。對于相同的數(shù)據(jù)，不同算法的結(jié)果不應(yīng)該遠遠落后。另一方面，可以預(yù)期社會態(tài)度的變化和監(jiān)管法規(guī)的調(diào)整。畢竟，它不僅僅是以人工智能為代表的計算機科學(xué)。隨著研究的深入和領(lǐng)域的細分，其他人類主體可能具有傳統(tǒng)邏輯意義的結(jié)果。

三、        人工智能對企業(yè)信息安全防護的影響

（一）人工智能時代下信息安全論述 

信息安全是指用戶使用網(wǎng)絡(luò)系統(tǒng)時，軟件和硬件不會被破壞，用戶數(shù)據(jù)不會被改變，為計算機的使用提供安全保障。目前，信息安全在網(wǎng)絡(luò)保護中尤為重要。在計算機網(wǎng)絡(luò)的發(fā)展過程中，出現(xiàn)了許多數(shù)據(jù)泄露事件，不僅給企業(yè)帶來了傷害，而且也暴露了許多人的隱私信息。從小的角度看，數(shù)據(jù)泄露事件給企業(yè)和人民造成了損失，在很大程度上阻礙了國家的發(fā)展和社會的進步。

因此，在人工智能快速發(fā)展的時代，我們不僅要追求技術(shù)進步，還要重視信息安全的保護。信息安全保護不僅是企業(yè)和國家的責(zé)任，也是每個公民的責(zé)任。

（二）威脅企業(yè)信息安全的因素 

目前大多數(shù)互聯(lián)網(wǎng)公司都在進行人工智能的研究，5G的華為技術(shù)是世界領(lǐng)先的，它不僅是企業(yè)的榮譽，也是國家的驕傲，影響企業(yè)信息安全的因素很多，涉及到很多方面，對信息安全的保護帶來了許多挑戰(zhàn)。

1）數(shù)據(jù)的集中存儲 

大量的數(shù)據(jù)可以存儲在計算機系統(tǒng)中，數(shù)據(jù)之間的緊密聯(lián)系，非常容易引起攻擊者的注意，成為一個黑客的目標。網(wǎng)絡(luò)數(shù)據(jù)繁多，從不同的方式，如電子郵件、微博、傳感器等，相對集中存儲的數(shù)據(jù)在一起增加數(shù)據(jù)泄漏的風(fēng)險，并導(dǎo)致人身安全的喪失。 

2）數(shù)據(jù)加密技術(shù) 

計算機領(lǐng)域的數(shù)據(jù)加密一直是防止數(shù)據(jù)泄漏的首要任務(wù)，但仍有數(shù)據(jù)泄漏事件。人工智能技術(shù)的應(yīng)用基于互聯(lián)網(wǎng)用戶的互聯(lián)網(wǎng)數(shù)據(jù)的收集。如果沒有大量的數(shù)據(jù)分析，將無法生成智能應(yīng)用程序和技術(shù)服務(wù)。集中式數(shù)據(jù)庫集中在資源豐富的大型企業(yè)手中。一方面，他們收集數(shù)據(jù)，另一方面，他們分析數(shù)據(jù)并智能地應(yīng)用它。企業(yè)主要是營利性的，信息安全投入太小，會增加數(shù)據(jù)泄露的風(fēng)險。 

3）殺毒軟件的應(yīng)用 

由于計算機病毒的不斷侵入，導(dǎo)致很多殺毒軟件的產(chǎn)生。如果計算機中毒，可能會導(dǎo)致多臺計算機，甚至整個企業(yè)計算機崩潰，數(shù)據(jù)丟失。病毒以不斷變化的形式出現(xiàn)，入侵計算機的方式多樣化，每次出現(xiàn)新的病毒，都會導(dǎo)致殺毒軟件的各個方面升級。企業(yè)不應(yīng)該只根據(jù)病毒更新殺毒軟件，而應(yīng)該讓企業(yè)的數(shù)據(jù)更加安全 

（三）企業(yè)信息安全的防護措施 

1）對數(shù)據(jù)安全技術(shù)研發(fā) 

從傳統(tǒng)信息安全技術(shù)的角度出發(fā)，企業(yè)必須加大對數(shù)據(jù)安全技術(shù)開發(fā)的投入，以保證人工智能的順利發(fā)展。同時，國家要給予大力支持和一定的幫助。多方面引進新人才。其他企業(yè)數(shù)據(jù)安全技術(shù)也在不斷發(fā)展，以保證網(wǎng)絡(luò)操作過程中的數(shù)據(jù)安全，從而使黑客蒙受損失。

2）重視敏感數(shù)據(jù)的保護 

敏感信息不應(yīng)披露沒有用戶的權(quán)限。企業(yè)應(yīng)優(yōu)先保護用戶的私人數(shù)據(jù)，并規(guī)定使用的設(shè)備，以確保網(wǎng)絡(luò)可以正確操作。國家應(yīng)該制定相應(yīng)的制度措施的敏感信息，這使得一些人氣餒。

3）國家對數(shù)據(jù)的保護制度 

保護數(shù)據(jù)不僅是企業(yè)的責(zé)任。國家也應(yīng)提出安全策略，制定安全要求，加強然后進行安全體系建設(shè)，加快人工智能立法的應(yīng)用。國家應(yīng)制定相應(yīng)的數(shù)據(jù)保護法律法規(guī)，同時將數(shù)據(jù)保護滲透到學(xué)習(xí)課程中，教育幼兒，真正向每個人傳達數(shù)據(jù)安全意識。個人應(yīng)及時清理隱私資料，安全文明上網(wǎng)。

4）合法共享用戶信息 

使用用戶信息時，應(yīng)明確信息來源的合法性，確認數(shù)據(jù)的有效性，共享用戶信息時應(yīng)征求用戶意見，用戶不得擅自披露。否則，將獲得虛假數(shù)據(jù)，這可能導(dǎo)致企業(yè)損失。

總結(jié)：隨著科技的蓬勃發(fā)展，人工智能的蓬勃發(fā)展也在繼續(xù)。盡管這個的人工智能還發(fā)展不完善，及時在早期進入的金融領(lǐng)域，還主要集中于風(fēng)險控制、定量交易和智能客戶服務(wù)。然而，人工智能對世界的好處將不受限制。

人工智能的進一步推廣和應(yīng)用，將形成廣泛的基于機器的智能決策，可以大大提高社會整體運行的效率。例如，在圍棋、自動駕駛、公安等領(lǐng)域，人工智能顯示出良好的學(xué)習(xí)能力和決策能力。

人工智能也帶來了社會結(jié)構(gòu)的變化，如就業(yè)制度。一些簡單、重復(fù)和自動化的數(shù)據(jù)收集和記錄將被機器所取代。從目前的發(fā)展速度來看，客戶服務(wù)、簡單的風(fēng)險控制、基礎(chǔ)營銷等人員更有可能被替換。技術(shù)的發(fā)展超出了人們的想象。就像2000年一樣，沒有人認為打字員在計算機和互聯(lián)網(wǎng)普及之后成為了紙堆中的象征。人工智能技術(shù)對人類生活的滲透將是巨大的。就像互聯(lián)網(wǎng)一樣，20年前需要訪問特定場景和手段的服務(wù)，如網(wǎng)吧、學(xué)校房間和撥號上網(wǎng)，都涉及到飲食和穿著。業(yè)務(wù)的各個方面的活動、業(yè)務(wù)和業(yè)務(wù)方面。當人們無法感受到人工智能的存在時，這意味著人工智能技術(shù)已經(jīng)達到并得到了廣泛的應(yīng)用。

參考文獻：

[1]賁可榮，張彥鐸 .人工智能 [M ].清華大學(xué)出版社，2006.

[2]陸汝鈐 .人工智能 [M ].科學(xué)出版社，1989.

[3]羅素，諾維格 .人工智能：一種現(xiàn)代的方法（第二版）[M ].清華大學(xué)出版社，2006.

[4]李生 .自然語言處理的研究與發(fā)展 [J].燕山大學(xué)學(xué)報，2013（5）：377-384.

[5] 孫濤 . 知識管理 ——— 21 世紀經(jīng)營管理的新趨勢 [M ]. 北京 ： 中華工商聯(lián)合出版社 ， 1999.

[6] 李桂青 ， 羅持久 . 工程設(shè)計專家系統(tǒng)的原理與程序設(shè)計方法[M ]. 北京 ： 氣象出版社 ，1991.

[7] Joseph Giarratano. 專家系統(tǒng)原理與編程 [M ]. 北京 ： 機械工業(yè)出版社 ， 2000.

[8] 吳今培 . 智能故障診斷與專家系統(tǒng) [M ]. 北京 ： 科學(xué)出版社 ，2000.

[9] STB ofNASA [ Z]. Clips Reference Manual Advanced Program 2ming Guide 2001.

[10] 幸聰.人工智能時代網(wǎng)絡(luò)信息安全與防范分析2018，2（07）：172-173. 

人工智能實踐報告總結(jié)范文第4篇

關(guān)鍵詞：埃博拉疫情；互聯(lián)網(wǎng)；智能決策支持系統(tǒng)

埃博拉出血熱是由埃博拉病毒（Ebola virus，EBV）引起的一種急性出血性傳染病[1]，是人類目前已知最烈性的傳染病之一，該病病死率最高可達90%[2]，隨著大量人員頻繁來往于中非之間，埃博拉疫情對于我國也構(gòu)成了公共衛(wèi)生意義上的威脅[3]，據(jù)WHO的報告[4]，截止到2014年8月19日，報告的病例數(shù)2240例，死亡1229例，且仍有繼續(xù)蔓延之勢。

1 研究目的

在信息技術(shù)突飛猛進的今天，為了更好地防控EBV的疫情，我們研究一種能預(yù)防埃博拉病毒疫情的智能決策支持系統(tǒng)。應(yīng)運用智能決策支持系統(tǒng)（Intelligent Decision Support System，IDSS），將先進的人工智能計算機技術(shù)與DSS技術(shù)結(jié)合起來，應(yīng)用一個實際的Horn邏輯系統(tǒng)-PROLOG系統(tǒng)，建立具有智能知識獲取功能的EBOV知識庫，使其具有元推理、演繹能力和語義完整性維護功能，消除冗余、檢查相容性，以便在知識消化和調(diào)節(jié)中達到自動知識獲取之目的。而基于案例推理的研究，也包含人工智能的理論和技術(shù)，它可以確定新問題到底與哪些經(jīng)驗相似或應(yīng)將以前的經(jīng)驗做什么調(diào)整，最后得出結(jié)論。這些工作將有利于推動EBOV疫情防御工作更好、更完善地實現(xiàn)決策和支持。

2 基本思路與方法

自1976年在非洲中部扎伊爾（現(xiàn)剛果民主共和國）和蘇丹暴發(fā)流行后，已在非洲中部形成地方流行，主要包括烏干達、剛果、加蓬、蘇丹、科特迪瓦、利比里亞、南非等國家于20世紀70年代在非洲首次發(fā)現(xiàn)，每每有類似的報道都會給人們帶來恐慌，為此，本研究開發(fā)的智能決策支持系統(tǒng)將解決這一問題。見圖1。

3 技術(shù)關(guān)鍵和主要技術(shù)指標

本系統(tǒng)采用了B/S架構(gòu)，采用了MVC的設(shè)計模式，將數(shù)據(jù)層，邏輯層，表現(xiàn)層三層進行了分離。

3.1數(shù)據(jù)層-收集信息，建立MySQL 5.5知識庫。運用MySQL是開源的成熟的關(guān)系型數(shù)據(jù)庫軟件。最大可以容納百萬級的數(shù)據(jù)量存儲。根據(jù)埃博拉的幾次大流行，人們總結(jié)出埃博拉病毒的臨床癥狀[1]，收集信息數(shù)據(jù)，建立知識庫。

3.2邏輯層-采用了JAVA語言和PROLOG語言相結(jié)合的方式消除冗余的算法和完整性約束實現(xiàn)。采用了JAVA語言和PROLOG語言相結(jié)合的方式，各取所長。利用了JAVA的一次編寫，到處運行的特點，使系統(tǒng)能夠運行在Windows，Linux甚至MacOS等多種平臺上，利用PROLOG在人工智能方面的優(yōu)勢，通過turoProlog框架在Java環(huán)境中實現(xiàn)PROLOG。

3.3表現(xiàn)層-埃博拉病毒知識庫中的案例推理 通過SpringMVC實現(xiàn)Ajax和HTML展現(xiàn)。由于采用B/S架構(gòu)，所以，對客戶端只需要通過瀏覽器便可以訪問系統(tǒng)，不需要安裝額外的客戶端軟件。在實際問題求解時，知識處理需要對非精確的數(shù)據(jù)和知識進行"非精確"處理?；诎咐耐评恚–ase Base Reasing CBR）的工作原理就是人們的認知心理過程-假定人們總是利用已有的經(jīng)驗和知識來解決具有相似的新問題。它把知識工程的任務(wù)減少到特征的描述、術(shù)語定義、案例的收集與分類，并將增添新知識簡化為案例庫中增加新案例，從而獲得埃博拉病毒知識庫中的案例推理流程，見圖2。

3.4埃博拉病毒知識庫在知識消化中消除冗余的算法和完整性約束的實現(xiàn)。采用了JAVA語言和PROLOG語言相結(jié)合的方式以及知識消化的基本概念。 JavaEE的核心是EJB3.0，其提供了更兼便捷的企業(yè)級的應(yīng)用框架。

總之，知識消化的作用就是假定已存在的知識庫中的知識是正確的，不能被外部知識所修改，將適合用戶意圖的知識存貯到知識庫中，而用戶意圖則由完整性約束來定義。

3.5基于JAVAEE的B/S架構(gòu)在智能知識調(diào)節(jié)在埃博拉病毒知識庫中的實現(xiàn)。如何從浩如煙海的信息中自動獲取信息，從而更完善地構(gòu)建具有智能化的埃博拉病毒知識庫是人們要想解決的問題之一。這里介紹一種基于基于AVAEE的B/S架構(gòu)學(xué)習(xí)框架，JavaEE的核心是EJB3.0，其提供了更加便捷的企業(yè)級的應(yīng)用框架。在埃博拉病毒知識庫中，此算法只要輸入有限的事實就可得到一種理論輸出。

3.5.1知識獲取的概念知識獲取就是在知識庫中通過消化和調(diào)節(jié)收集知識。其中，歸納機制被看作是利用PROLOG在人工智能方面的優(yōu)勢，通過tuProlog框架在Java環(huán)境中實現(xiàn)PROLOG，它在知識獲取中的作用是：生成適合用戶意圖的知識；修改已存在的知識（主要是規(guī)則和事實）；知識的自我組織。

3.5.2知識調(diào)節(jié)知識調(diào)節(jié)是知識獲取的方法之一。知識調(diào)節(jié)前題是假定新的知識（規(guī)則）和事實是正確的，用新的知識去檢驗、修改知識庫中已存在的知識。其作用是更新和修改知識庫中已經(jīng)存在的知識；消除冗余（取決于用戶意圖）；由于發(fā)現(xiàn)矛盾而恢復(fù)知識庫。

EBV（K，[K/T]）：-true.

EBV（K，[K1/T]）：-EBV（K，T）.

謂詞是EBV，它有兩個變量，第一個變量是非表形式K，而第二個變量是表的形式L且其取數(shù)值范圍為U，即L U，L是U的一個子集?？梢?，只要前一個變量是后一個變量中的成員，則前一個變量所表示的病癥就是"埃博拉病毒病癥"。

由圖3可見，此智能知識獲取系統(tǒng)正確地歸納出EBV謂詞的規(guī)則描述。所以說此系統(tǒng)具有"歸納學(xué)習(xí)"的機器學(xué)習(xí)功能。另外，在子句生成測試系統(tǒng)的工作完成后，可刪除原來用于幫助模型推理的一些事實和輔助信息，從而恢復(fù)知識庫。

3.5.3基于案例推理（CBR）它是基于人們的認知心理過程-假定人們總是利用已有的經(jīng)驗和知識來解決具有相似的新問題。

一般來講，一個典型案例包括的信息有：問題的描述P；問題環(huán)境的描述E；問題的求解描述O；問題解決方案S；專家評價V。所以案例是5元組C=（P，E，O，S，V）。在實踐中，構(gòu)造覆蓋整個問題域的案例是不現(xiàn)實的，但要盡可能多地覆蓋問題空間，如果CBR方法不能覆蓋的部分要結(jié)合其他方法如基于規(guī)則（RBR）的方法來彌補。

綜上所述，本系統(tǒng)利用人工智能的技術(shù)，簡便快捷的讓用戶在短時間內(nèi)，得到精準的"結(jié)果"?；诨ヂ?lián)網(wǎng)的埃博拉疫情防御控制系統(tǒng)能對EBV疫情達到預(yù)演的目的，盡快了解其相關(guān)特性，從而制訂出針對性的防御措施顯得尤為重要。

參考文獻：

[1]XU Li-li，QIN Chuan.Progress on Animal Models of Ebola Hemorrhagic Fever[J].CHINESE JOURNAL OF COMPARATIVE MEDICINE，2010，20（9）：67-71.

[2]Zhang Yawei.Ebola Hemorrhagic Fever an Animal Infectious disease[J].modern journal of animal husbandry and veterinary medicine，2014，10：37-40.

[3]江華，潘海霞，孫明偉，等.基于計算流行病學(xué)的埃博拉出血熱的傳播與爆發(fā)仿真研究[J].13-17.

人工智能實踐報告總結(jié)范文第5篇

關(guān)鍵詞：智慧；智能；人類智能；人工智能

0引言

不久前剛結(jié)束的圍棋人機大戰(zhàn)，使人工智能受到人們空前廣泛的關(guān)注。它一方面表明智能科學(xué)與技術(shù)的發(fā)展極為迅速，同時也激起了社會對智能科學(xué)技術(shù)及其人才培養(yǎng)十分強烈的期待。人們對“中國大腦”計劃的熱議達到了前所未有的程度，“中國制造2025”計劃正在快速推進，我國自主研制的智能服務(wù)機器人正在走向服務(wù)領(lǐng)域的許多行業(yè)，國內(nèi)許多企業(yè)自發(fā)興起的“機器換人”浪潮正高歌猛進。國務(wù)院政府工作報告中提出的“互聯(lián)網(wǎng)+”雖然被人們解釋為互聯(lián)網(wǎng)向各領(lǐng)域的強勢滲透，但是更多的有識之士卻把“+”理解為“升級”，即“計算機互聯(lián)網(wǎng)絡(luò)”向“人工智能互聯(lián)網(wǎng)絡(luò)”的升級，而這正好與“中國大腦”計劃相呼應(yīng)！

為了適應(yīng)這種發(fā)展的需要，努力辦好“智能科學(xué)與技術(shù)”專業(yè)，北京郵電大學(xué)智能科學(xué)與技術(shù)研究中心曾經(jīng)對設(shè)置了本專業(yè)的全國各主要高校做了一次普遍性的專業(yè)調(diào)查，結(jié)果發(fā)現(xiàn)，各校對于“智能科學(xué)與技術(shù)”專業(yè)的理解差異非常巨大。最狹義的理解，是把本專業(yè)看做是“計算機科學(xué)與技術(shù)的一個分支”；最廣義的理解，是把它看做是“從理工到人文和社會幾乎無所不包的綜合學(xué)科”。

從科學(xué)研究和長遠發(fā)展的觀點來看，這樣發(fā)散的理解會有利于人們解放思想，激勵創(chuàng)新，把本學(xué)科的研究做深做透做到位。不過，從當前的本學(xué)科教育教學(xué)來說，這樣分散的理解可能使“智能科學(xué)與技術(shù)”學(xué)科的人才培養(yǎng)工作迷失方向。

1基本模型

為了準確理解“智能科學(xué)與技術(shù)”學(xué)科，首先需要建立“智能科學(xué)與技術(shù)”學(xué)科的基本模型，這樣才能從學(xué)科整體上厘清它的基本概念、基本原理和基本規(guī)律，規(guī)制過于寬泛和過于狹窄的偏差。圖1就是為此而設(shè)計的基本模型。

在圖1中，底部的橢圓代表外部環(huán)境的客體事物，也就是需要研究的“問題”；其上的整個部分代表主體及其與客體相互作用的過程：主體接受來自客體所產(chǎn)生的“本體論信息”，經(jīng)過主體思考之后產(chǎn)生與客體交互的“智能行為”反作用于客體，解決問題。就在這個主客相互作用的過程中，主體充分展現(xiàn)了自己的智慧能力。其中的主體可以是人類個體，也可以是人類群體。因此，這是研究“智能科學(xué)與技術(shù)”的基本模型。

不斷提升自己生存與發(fā)展的水平，這既是人類與生俱來的目標，也是人類永不枯竭的動力。為了實現(xiàn)這個目標，人類就要運用自己的智慧和知識不斷去發(fā)現(xiàn)應(yīng)當解決而且可能解決的問題，在此基礎(chǔ)上努力去解決所發(fā)現(xiàn)的問題，不斷前進。

人類的這種智慧能力包含兩個相互聯(lián)系相互作用相輔相成的部分：其一是根據(jù)人類所追求的目標和現(xiàn)有的知識去發(fā)現(xiàn)問題、定義問題和預(yù)設(shè)問題求解目標的能力，這是人類在長期實踐過程中積累起來的一種內(nèi)隱性的智慧能力，所以稱為隱性智慧；其二是在隱性智慧所確定的工作框架內(nèi)，在求解目標的引導(dǎo)下，運用相關(guān)信息和知識去生成解決問題的策略，成功解決問題實現(xiàn)求解目標的能力，這是一種外顯性和操作性的智慧能力，所以稱為顯性智慧。

在圖1的模型中，隱性智慧具體表現(xiàn)為“主體所定義的問題、主體的知識庫里已經(jīng)擁有的知識、主體為求解問題所預(yù)設(shè)的求解目標（也存在知識庫內(nèi)）”，這三者就構(gòu)成了主體為求解問題所設(shè)置的初始工作框架。顯性智慧則具體表現(xiàn)為圖1中的“感知、認知、基礎(chǔ)意識、情感生成、理智生成、綜合決策、策略執(zhí)行、效果檢驗以及反饋學(xué)習(xí)優(yōu)化”所代表的問題求解過程。

由于隱性智慧是人類內(nèi)隱性的智慧，需要明確的目標、足夠的知識、很強的直覺能力、豐富的想象能力、甚至需要靈感和頓悟能力，才能創(chuàng)造性地發(fā)現(xiàn)值得解決的問題，所以，隱性智慧難以用人造機器去模擬。然而，由于顯性智慧具有外顯性和操作性特征，主要具備獲取信息、生成知識、生成和執(zhí)行策略的能力，因此，顯性智慧有可能被人造機器所模擬。在約定俗成的學(xué)術(shù)語匯中，“智慧”比較抽象，帶有形而上的色彩；而“智能”則比較具體，帶有形而下的特點。于是，人類的顯性智慧也常常被稱為“人類智能”。

鑒于人類顯性智慧與隱性智慧之間存在不可分割的深刻內(nèi)在聯(lián)系，人們就把研究和探索“人類隱性智慧和顯性智慧奧秘”的科學(xué)技術(shù)稱為“智能科學(xué)技術(shù)”，而把其中著重研究和模擬“人類顯性智慧（人類智能）能力”的科學(xué)技術(shù)稱為“人工智能”科學(xué)技術(shù)，或者就簡稱為“人工智能”。換言之，人工智能是“智能科學(xué)與技術(shù)”的一部分。

圖1的基本模型及其相關(guān)解釋啟示我們：“智能科學(xué)與技術(shù)”的內(nèi)涵既具有極強的基礎(chǔ)性，涉及與物質(zhì)資源同樣基礎(chǔ)的信息資源；又具有極強的深刻性，涉及人類創(chuàng)造性智慧的深邃奧秘；還具有極強的應(yīng)用性，涉及極其廣泛的應(yīng)用領(lǐng)域。

因此，為了研究與學(xué)習(xí)“智能科學(xué)與技術(shù)”，人們應(yīng)當具備人文社會科學(xué)、基礎(chǔ)自然科學(xué)和應(yīng)用技術(shù)科學(xué)的知識與能力，應(yīng)當自覺遵循“文理交互，理工融通”的交叉科學(xué)理念。雖然我國高校仍有文科、理科、工科之分，但是，為了培養(yǎng)有發(fā)展能力和創(chuàng)新能力的人才，還是要在發(fā)揮各校特色的同時努力貫徹“文理交互，理工融通”的方針。這是智能科學(xué)與技術(shù)學(xué)科的鮮明特點，需要引起教學(xué)與研究人員的高度關(guān)注。

2基本方法

概念是學(xué)科的基石。從圖1的基本模型可以看出，“智能科學(xué)與技術(shù)”包含了許多重要的新概念。除了上面已經(jīng)討論過的隱性智慧和顯性智慧的基礎(chǔ)概念之外，還有信息（包括本體論信息和認識論信息，特別是其中的語法信息、語義信息和語用信息）、知識（包括本能性知識、經(jīng)驗性知識、規(guī)范性知識、常識性知識、知識的內(nèi)部生態(tài)系統(tǒng)和外部生態(tài)系統(tǒng)）、基礎(chǔ)意識、情感、理智、智能策略、智能行為等一系列基本概念。

考慮到本文篇幅的限制，同時也考慮到讀者可以很容易從現(xiàn)有文獻中詳細了解到這些概念，因此，這里只予以列舉，而不準備展開具體的討論。有需要的讀者可以參閱相關(guān)文獻。

這里需要特別關(guān)注的，是研究和學(xué)習(xí)“智能科學(xué)與技術(shù)”所需要確立的新的科學(xué)觀和方法論問題。只有掌握了這些新的科學(xué)觀和方法論，才能準確地理解“智能科學(xué)與技術(shù)”的基本概念、基本內(nèi)容和基本規(guī)律。

有比較才能有鑒別，事物總是相比較而存在。了解“智能科學(xué)與技術(shù)”所需要的科學(xué)觀和方法論的便捷方法之一，就是把它們同讀者已經(jīng)熟悉的“物質(zhì)科學(xué)與技術(shù)”的科學(xué)觀和方法論進行對比。眾所周知，智能系統(tǒng)是一類開放的復(fù)雜信息系統(tǒng)，因此，這里的比較對象也要選擇相對比較復(fù)雜的物質(zhì)系統(tǒng)。表1就是這種比較的一些結(jié)果。

由表1可知，“物質(zhì)科學(xué)技術(shù)”所采用的科學(xué)觀包括（1）物質(zhì)觀：認為研究的對象是物質(zhì)的；（2）結(jié)構(gòu)觀：認為研究的關(guān)注點應(yīng)當是物質(zhì)的結(jié)構(gòu)；（3）孤立觀：認為所研究的物質(zhì)對象是與其它對象沒有關(guān)聯(lián)的；（4）靜止觀：認為所研究的物質(zhì)對象是靜止的，至少在研究期內(nèi)是靜止的。

基于這樣的科學(xué)觀，在處理比較復(fù)雜的物質(zhì)對象的時候，物質(zhì)科學(xué)技術(shù)所采用的方法論就是“分解一分析”，更具體地說就是“分而治之，各個擊破，直接還原”。也就是人們所熟悉的“還原論”。

和“物質(zhì)科學(xué)與技術(shù)”的情形不同，“智能科學(xué)與技術(shù)”的科學(xué)觀包括（1）信息觀：認為所研究的對象是信息；（2）系統(tǒng)觀：認為研究的關(guān)注點應(yīng)當是系統(tǒng)化的信息，即必須同時關(guān)注信息的形式、內(nèi)容和價值；（3）生態(tài)觀：認為信息不是孤立的或靜止的，而是生長發(fā)展的；（4）機制觀：認為信息的生長發(fā)展必然存在一定的機制。

基于這樣的科學(xué)觀，“智能科學(xué)與技術(shù)”所采用的方法論就是“轉(zhuǎn)換―創(chuàng)生”。更具體一些說，就是“智能科學(xué)與技術(shù)”基本模型（圖1）所展示的“信息轉(zhuǎn)換與智能創(chuàng)生定律”。其中，“信息轉(zhuǎn)換”是手段，“智能創(chuàng)生”是目的。

十分清楚，“物質(zhì)科學(xué)與技術(shù)”的“分而治之”方法論體現(xiàn)了它的“物質(zhì)觀、結(jié)構(gòu)觀、孤立觀和靜止觀”；“智能科學(xué)與技術(shù)”的“轉(zhuǎn)換創(chuàng)生”方法論體現(xiàn)了它的“信息觀、系統(tǒng)觀、生態(tài)觀和機制觀”。

這個對比告訴我們，由于研究對象不同，導(dǎo)致學(xué)科的性質(zhì)也不相同，我們不能把自己所熟悉的“物質(zhì)科學(xué)與技術(shù)”的科學(xué)觀和方法論統(tǒng)統(tǒng)照搬到“智能科學(xué)與技術(shù)”學(xué)科領(lǐng)域。雖然在研究局部細節(jié)問題的時候，這兩種科學(xué)觀和方法論的差異表現(xiàn)的不是很明顯，但是在研究系統(tǒng)全局問題的時候，這種差別就會變得十分顯著。這也是值得“智能科學(xué)與技術(shù)”的研究者和學(xué)習(xí)者特別關(guān)注的特點。

事實上，“人工智能”的研究就經(jīng)歷了一場方法論的變革。按照“分解―分析”的方法論思想，人工智能被分解為結(jié)構(gòu)模擬（人工神經(jīng)網(wǎng)絡(luò)）、功能模擬（物理符號系統(tǒng)）和行為模擬（感知動作系統(tǒng)）三大學(xué)派，結(jié)果長期不能互相融通。20世紀末和21世紀初，一些研究人員提出“新的集成”和“現(xiàn)代方方法”試圖找到三者融通的具體方法，但是都沒有取得成功。2007年，本文作者按照“轉(zhuǎn)換―創(chuàng)生”方法論思想提出了機制模擬的智能生成方法，結(jié)果發(fā)現(xiàn)：結(jié)構(gòu)模擬（人工神經(jīng)網(wǎng)絡(luò)）、功能模擬（物理符號系統(tǒng)）和行為模擬（感知動作系統(tǒng)）分別是機制模擬的A、B、C型，從而實現(xiàn)了人工智能模擬方法的統(tǒng)一，見表2。

由此可見，以往人們把人工神經(jīng)網(wǎng)絡(luò)課程、物理符號系統(tǒng)課程（即普遍流行的人工智能和專家系統(tǒng)課程）、感知動作系統(tǒng)課程（即智能機器人或智能體課程）分開講授或者只講授其中一門或兩門課程的做法是不合理的。

同時，我們一直把圖1的模型稱為“智能科學(xué)與技術(shù)的基本模型”。不過，如果注意到“智能科學(xué)與技術(shù)”的科學(xué)觀一信息觀，系統(tǒng)觀，生態(tài)觀和機制觀，那么，我們也可以把圖1稱為“生態(tài)意義上的信息科學(xué)與技術(shù)基本模型”。這是因為，雖然在經(jīng)典意義上的信息科學(xué)與技術(shù)基本模型只能覆蓋到圖1模型中的信息層次，但在生態(tài)學(xué)意義上，知識和智能都是信息的生態(tài)學(xué)產(chǎn)物，因此生態(tài)學(xué)意義上的信息科學(xué)與技術(shù)基本模型就覆蓋了圖1模型的全體。在生態(tài)學(xué)的意義上，“智能科學(xué)與技術(shù)”基本模型與“信息科學(xué)與技術(shù)”基本模型就合二為一：自頂向下觀察，圖1就是“智能科學(xué)與技術(shù)”的基本模型；自底向上觀察，圖1就是“信息科學(xué)與技術(shù)”的基本模型。于是有：

智能科學(xué)與技術(shù)=生態(tài)學(xué)意義的信息科學(xué)與技術(shù)

如果把“智能科學(xué)與技術(shù)”模型中的“由信息轉(zhuǎn)換為知識”和“由信息、知識和目標轉(zhuǎn)換為智能”這兩個核心部分命名為“核心智能科學(xué)與技術(shù)”，把非生態(tài)學(xué)意義上的信息科學(xué)與技術(shù)命名為“常規(guī)信息科學(xué)與技術(shù)”，那么，也可以有：

智能科學(xué)與技術(shù)=核心智能科學(xué)與技術(shù)+常規(guī)信息科學(xué)與技術(shù)

在我國教育部的學(xué)科目錄中，“智能科學(xué)與技術(shù)”其實就是“核心智能科學(xué)與技術(shù)”，目錄中的“信息科學(xué)與技術(shù)”其實就是“常規(guī)（非生態(tài)學(xué)意義的）信息科學(xué)與技術(shù)”，后者又被劃分成“通信”、“計算”、“自動化”、“物聯(lián)網(wǎng)”、“信息安全”這樣一些更加狹窄而且相互交疊的二級學(xué)科，顯然有待進一步合理化。

3基本課程

北京郵電大學(xué)智能科學(xué)與技術(shù)研究中心最近實施的全國高校智能科學(xué)與技術(shù)專業(yè)教學(xué)計劃調(diào)查表明，我國多數(shù)學(xué)校的教學(xué)計劃確實體現(xiàn)了“計算機科學(xué)與技術(shù)的一個分支學(xué)科”的特點，很少學(xué)校的教學(xué)計劃能夠表現(xiàn)“文理相交，理工融通”的交叉科學(xué)精神。這就提出了一個尖銳的問題，如果真的把“智能科學(xué)與技術(shù)學(xué)科”辦成“計算機科學(xué)與技術(shù)學(xué)科”的一個分支學(xué)科，那么，這樣的“智能科學(xué)與技術(shù)學(xué)科”還有存在的理由嗎？

由以上分析的“智能科學(xué)與技術(shù)”的基本模型和基本方法可以知道，為了學(xué)習(xí)、理解和掌握“智能科學(xué)與技術(shù)”學(xué)科，人們的知識結(jié)構(gòu)必須包含社會科學(xué)、人文科學(xué)、基礎(chǔ)科學(xué)、應(yīng)用技術(shù)的基礎(chǔ)知識與綜合能力。

為此，由中國人工智能學(xué)會教育工作委員會和清華大學(xué)出版社計算機分社共同組建的“全國高校智能科學(xué)與技術(shù)專業(yè)系列教材規(guī)劃與編審委員會”（以下簡稱編委會）提出了如下的本學(xué)科核心課程和相應(yīng)的核心教材。

（1）一年級第一學(xué)期的課程智能科學(xué)與技術(shù)導(dǎo)論是一個引導(dǎo)型課程，旨在以準確而通俗的概念、全面而淺近的思路、親切而富有感染力的語言，引導(dǎo)剛剛踏入校門的新生了解：什么是“智能科學(xué)與技術(shù)”？為什么要學(xué)習(xí)“智能科學(xué)與技術(shù)”？怎樣才能學(xué)好“智能科學(xué)與技術(shù)”？

（2）二年級第一學(xué)期的課程腦與認知科學(xué)基礎(chǔ)是本學(xué)科特需的自然科學(xué)基礎(chǔ)（腦科學(xué)）和社會科學(xué)基礎(chǔ)（認知科學(xué)），旨在為學(xué)生提供關(guān)于人類智能的腦科學(xué)基礎(chǔ)知識和人類認知能力的科學(xué)知識，特別是關(guān)于“腦結(jié)構(gòu)如何產(chǎn)生認知能力（物質(zhì)如何生成精神）”的科學(xué)機理。

（3）二年級第二學(xué)期的課程不確定性數(shù)學(xué)引論是本學(xué)科特需的數(shù)學(xué)基礎(chǔ)知識課程，旨在為學(xué)生提供關(guān)于“智能科學(xué)與技術(shù)”領(lǐng)域必然涉及到的各種不確定性（包括隨機不確定性、模糊不確定性、粗糙不確定性以及非線性引起的混沌不確定性）的描述與處理知識，特別要闡明這些不確定性的根源、相互關(guān)系、描述和處理方法。

（4）三年級第一學(xué)期的課程機器智能是本學(xué)科的專業(yè)基礎(chǔ)課程，旨在用“智能科學(xué)與技術(shù)”的方法論闡述人類智能的各種模擬方法（包括結(jié)構(gòu)模擬、功能模擬、行為模擬和機制模擬），以及這些不同模擬方法之間的相互關(guān)系和統(tǒng)一的途徑，為學(xué)生學(xué)習(xí)機器（人造系統(tǒng)）智能奠定理論和方法的基礎(chǔ)。

（5）四年級第一學(xué)期的課程《科技史與方法論》，由于智能科學(xué)技術(shù)本身富有科學(xué)觀和方法論的特色，因此這是一門具有本學(xué)科特色的總結(jié)性課程，旨在為學(xué)生提供關(guān)于科學(xué)技術(shù)發(fā)展史（特別是智能科學(xué)技術(shù)發(fā)展史）所展現(xiàn)的科學(xué)觀和方法論知識，使學(xué)生能夠從“智能科學(xué)與技術(shù)”的學(xué)科知識基礎(chǔ)上站立起來，具有縱觀和把握智能科學(xué)技術(shù)發(fā)展規(guī)律的能力，使學(xué)生的學(xué)術(shù)眼界能夠“形成于課堂，而又遠遠超越課堂”。

編委會認為，這些核心課程的綜合（加上各個學(xué)校的人文社會科學(xué)通識課程和各有特色的專業(yè)課程），將為學(xué)習(xí)者提供必要的“文理相交，理工融通”的交叉學(xué)科思維素質(zhì)和能力。無論是理科型學(xué)校還是工科型學(xué)校，都要在保證上述核心課程優(yōu)質(zhì)教學(xué)的基礎(chǔ)上努力發(fā)揮自己的特色，而不應(yīng)當削弱這些核心課程的教學(xué)質(zhì)量。

5結(jié)語