前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能教學(xué)總結(jié)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能教學(xué)總結(jié)范文

>> 研究生人工智能系列課程教學(xué)改革 研究生人工智能課程教學(xué)探索 研究生“人工智能”課程教學(xué)改革探索 人工智能實(shí)驗(yàn)課教學(xué)改革研究 人工智能課程全英文教學(xué)改革 創(chuàng)新型人工智能教學(xué)改革與實(shí)踐 《人工智能》碩士課程教學(xué)改革的研究與實(shí)踐 落實(shí)科學(xué)發(fā)展觀,深化“人工智能”課程的教學(xué)改革 面向人工智能的信息管理與信息系統(tǒng)專業(yè)教學(xué)改革 人工智能課程教學(xué)方法研究 人工智能的應(yīng)用研究 日本巨資扶持人工智能研究 人工智能系列課程研究 高中人工智能教學(xué)初探 《人工智能》雙語教學(xué)初索 人工智能雙語教學(xué)建設(shè) 人工智能實(shí)驗(yàn)教學(xué)探討 “人工智能”之父 人工智能 AI人工智能 常見問題解答 當(dāng)前所在位置：l(美國(guó)人工智能協(xié)會(huì))、caiac.ca/(加拿大人工智能協(xié)會(huì))等，它們包括了學(xué)科前沿動(dòng)態(tài)、討論交流及大量的代碼資源等。通過使用這些資源，學(xué)員可及時(shí)了解人工智能最新發(fā)展動(dòng)態(tài)，進(jìn)行人工智能程序設(shè)計(jì)的交流及對(duì)一些問題進(jìn)行較為深入的探討。

2教學(xué)方法研究

研究生教學(xué)應(yīng)更突出學(xué)生的主體地位，注重發(fā)揮其學(xué)習(xí)的主動(dòng)性和自覺性，為此，課程組結(jié)合課程特點(diǎn)，在教學(xué)方法進(jìn)行了如下探索。

2.1加強(qiáng)教學(xué)設(shè)計(jì)

教學(xué)設(shè)計(jì)就是對(duì)教學(xué)活動(dòng)進(jìn)行系統(tǒng)計(jì)劃的過程, 是教什么(課程內(nèi)容)及怎么教(組織、方法、策略、手段及其他傳媒工具的使用等)的過程[2]。在教學(xué)過程中，每節(jié)課授課前，堅(jiān)持集體備課的原則，由課程組集體討論選定授課內(nèi)容，補(bǔ)充閱讀文獻(xiàn)，根據(jù)授課對(duì)象與課程內(nèi)容特點(diǎn)，確定課堂組織方式，采用的授課方式以研討式教學(xué)為主，給合講授、實(shí)驗(yàn)、自學(xué)等。

2.2抓好課堂教學(xué)環(huán)節(jié)

教學(xué)方法與教學(xué)手段是保證課堂教學(xué)效果的關(guān)鍵。本課程授課對(duì)象主要為碩士研究生，他們的接受能力較強(qiáng)，有一定的求知欲。由于學(xué)員人數(shù)較少，授課方式可靈活組織。教室有完備的多媒體設(shè)備，基本的軟件實(shí)驗(yàn)環(huán)境，教學(xué)過程可采用靈活教學(xué)方法、多種教學(xué)手段，提高教學(xué)效率，保證授課質(zhì)量。

1) 以研討式為主的教學(xué)方式。研究生教學(xué)應(yīng)堅(jiān)持學(xué)術(shù)研究為導(dǎo)向，發(fā)揮學(xué)員在學(xué)習(xí)過程中的主動(dòng)性和自覺性。由于研究生學(xué)員有一定的學(xué)習(xí)基礎(chǔ)與自學(xué)能力，教員可以在課前給學(xué)員布置預(yù)習(xí)內(nèi)容，學(xué)員通過查閱資料、分析整理進(jìn)而形成自己的觀點(diǎn)，使在課堂教學(xué)中師生互動(dòng)交流成為可能，改變傳統(tǒng)的教員講，學(xué)員聽的灌輸式教學(xué)方式。研討式教學(xué)也有力于培養(yǎng)學(xué)員積極思考、創(chuàng)新思維的習(xí)慣與能力。

2) 教學(xué)手段的信息化。人工智能原理教學(xué)一個(gè)突出矛盾是知識(shí)點(diǎn)多、內(nèi)容抽象、理論性強(qiáng)，但學(xué)時(shí)較少，因此，必須發(fā)揮現(xiàn)代教學(xué)手段的作用，提高教學(xué)效率。為此，課程組對(duì)每節(jié)課都精心設(shè)計(jì)了教學(xué)課件，課堂教學(xué)中以課件為主，輔以板書，充分利用多媒體信息量大、直觀等優(yōu)點(diǎn)，改善教學(xué)效果；引入教學(xué)聲像資料，便于學(xué)員課下學(xué)習(xí)；設(shè)計(jì)演示程序，使部分比較抽象、不易于理解的內(nèi)容，如子句歸結(jié)、搜索策略更形象直觀，易于學(xué)習(xí)和掌握。

3注重培養(yǎng)學(xué)員學(xué)術(shù)研究能力

學(xué)術(shù)能力是指專門對(duì)某一學(xué)問進(jìn)行系統(tǒng)的哲理或理論研究的能力，它不僅包括思辨的方面，還包括實(shí)踐及感性的敏感力等方面。研究生階段學(xué)習(xí)的一個(gè)突出特點(diǎn)是要求學(xué)習(xí)的主體――研究生必須具備研究的能力[3]。論文寫作是培養(yǎng)、鍛煉、提高研究生的學(xué)術(shù)能力的重要途徑，在教學(xué)實(shí)施過程中，要求每個(gè)專題學(xué)習(xí)結(jié)束后，都要提交一份格式符合期刊發(fā)表要求的總結(jié)報(bào)告，題目可自行選定，也可由教員指定；內(nèi)容既可以是人工智能該專題某一算法的實(shí)現(xiàn)，也可以是對(duì)某一問題的進(jìn)一步研究，或者是對(duì)該專題最新研究進(jìn)展的綜述。教員重點(diǎn)在以下幾個(gè)方面予以指導(dǎo)。

1) 選題準(zhǔn)確。要求選題不能過于宏大，應(yīng)以小題目反映大問題，具有一定的可研究性為宜。

2) 研究?jī)?nèi)容。研究目標(biāo)明確，方法恰當(dāng)，能夠提出自己的見解，所提觀點(diǎn)正確。

3) 論文結(jié)構(gòu)。結(jié)構(gòu)清晰、完整，論述嚴(yán)謹(jǐn)，表達(dá)規(guī)范。

4) 占有文獻(xiàn)豐富。撰寫過程中要有意識(shí)培養(yǎng)學(xué)員查閱科技文獻(xiàn)的能力，要求查閱反映最新研究成果的權(quán)威文獻(xiàn)。

4加強(qiáng)實(shí)驗(yàn)環(huán)節(jié)教學(xué)

人工智能教學(xué)在進(jìn)行各種理論知識(shí)講授的同時(shí)，還應(yīng)重視實(shí)踐教學(xué)，把抽象的知識(shí)轉(zhuǎn)化為形象、直觀的實(shí)驗(yàn)，讓學(xué)員真正理解人工智能的概念、本質(zhì)、研究目標(biāo)，從而提高學(xué)員多角度思維的能力和邏輯推理能力，進(jìn)一步了解信息技術(shù)、計(jì)算機(jī)技術(shù)發(fā)展的前沿，培養(yǎng)他們對(duì)人工智能研究的興趣，激發(fā)對(duì)人工智能技術(shù)未來的追求。為此，課程組借鑒國(guó)內(nèi)外知名大學(xué)人工智能實(shí)驗(yàn)教學(xué)經(jīng)驗(yàn)，編寫了《人工智能原理實(shí)驗(yàn)指導(dǎo)書》，圍繞問題表示、經(jīng)典邏輯推理、不確定推理、搜索策略及簡(jiǎn)單專家系統(tǒng)實(shí)現(xiàn)等教學(xué)內(nèi)容提供了7組實(shí)驗(yàn)供學(xué)員選擇。

例如，在狀態(tài)空間搜索一節(jié)教學(xué)過程中，先完成理論部分的教學(xué)，使學(xué)員對(duì)狀態(tài)空間基本概念、問題表示及求解方法有一個(gè)準(zhǔn)確的認(rèn)識(shí)，然后進(jìn)行實(shí)驗(yàn)教學(xué)。由學(xué)員自主完成重排九宮問題求解的程序，初始狀態(tài)和目標(biāo)狀態(tài)如圖1所示，調(diào)整的規(guī)則是，每次只能將與空格(左、上、下、右)相鄰的一個(gè)數(shù)字平移到空格中[4]。實(shí)驗(yàn)過程重點(diǎn)指導(dǎo)學(xué)員掌握狀態(tài)空間進(jìn)行問題求解的關(guān)鍵步驟：?jiǎn)栴}表示和搜索策略。問題表示就是要確定該問題的基本信息及程序?qū)崿F(xiàn)的數(shù)據(jù)結(jié)構(gòu)，基本信息有初始狀態(tài)集合、操作符集合、目標(biāo)檢測(cè)及路徑費(fèi)用函數(shù)，數(shù)據(jù)結(jié)構(gòu)可采用向量、鏈表等形式；搜索策略可分為盲目式搜索和啟發(fā)式搜索，可按照先易后難的原則，先實(shí)現(xiàn)盲目搜索中的廣度優(yōu)先及深度優(yōu)先搜索，在此基礎(chǔ)上再定義估價(jià)函數(shù)實(shí)現(xiàn)啟發(fā)式搜索。而在啟發(fā)式搜索實(shí)現(xiàn)過程中，又可以通過定義不同的啟發(fā)函數(shù)：如某狀態(tài)格局與目標(biāo)節(jié)點(diǎn)格局不相同的牌數(shù)、不在目標(biāo)位置的牌距目標(biāo)位置的距離之和等加以比較，準(zhǔn)確理解啟發(fā)函數(shù)的意義。通過實(shí)驗(yàn)，學(xué)員加深了對(duì)課堂講授的理論知識(shí)的理解，能夠熟練地將狀態(tài)空間法運(yùn)用于實(shí)際問題的求解，提高了工程實(shí)踐能力。

實(shí)驗(yàn)教學(xué)組織方式可根據(jù)具體的實(shí)驗(yàn)內(nèi)容特點(diǎn)，采用上機(jī)編程實(shí)驗(yàn)、演示程序驗(yàn)證、模擬平臺(tái)開發(fā)、分組討論等多種形式進(jìn)行。

5適度開展雙語教學(xué)

研究生的英語基礎(chǔ)普遍較好，基本都通過了國(guó)家公共英語四級(jí)考試，部分學(xué)員通過了六級(jí)考試，加之在本科階段還開設(shè)了專業(yè)英語課程，因此，在培養(yǎng)研究生人工智能知識(shí)的同時(shí)，我們要提高學(xué)員閱讀原版英文資料、用英語進(jìn)行簡(jiǎn)單科技寫作及對(duì)外學(xué)術(shù)交流的能力，適度開展雙語教學(xué)，對(duì)此，我們可采取以下基本方式。

1) 專業(yè)術(shù)語全部用英語表示。

在教學(xué)過程中用英語表達(dá)人工智能原理中的專業(yè)術(shù)語和主要概念，如Knowledge Representation(知識(shí)表示)、Depth-First Search(深度優(yōu)先搜索)、Breadth- First Search(廣度優(yōu)先搜索)等。

2) 以英文原版教材為教學(xué)參考書。

選定機(jī)械工業(yè)出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》為參考書，該書“是人工智能課程的完美補(bǔ)充。它既能給讀者以歷史的觀點(diǎn)，又給出所有技術(shù)的實(shí)用指南[5]?！?/p>

3) 加強(qiáng)英文文獻(xiàn)的閱讀。

在課程論文撰寫時(shí)，要求閱讀一定數(shù)量的外文文獻(xiàn)；在討論課中，鼓勵(lì)學(xué)員使用英語進(jìn)行討論。

經(jīng)過課程學(xué)習(xí)，學(xué)員都能準(zhǔn)確掌握人工智能學(xué)科專業(yè)詞匯，英文運(yùn)用能力得到一定提高，能較自如地閱讀原版英文專業(yè)資料，為進(jìn)一步用英文進(jìn)行學(xué)術(shù)交流及學(xué)術(shù)論文寫作打下基礎(chǔ)。

6考試與成績(jī)?cè)u(píng)定改革

考核方式采用傳統(tǒng)的試卷與課程論文、實(shí)踐環(huán)節(jié)等三部分組成，全面考查學(xué)員對(duì)基礎(chǔ)理論知識(shí)掌握情況以及理論聯(lián)系實(shí)際的能力，其中試卷占70%，課程論文占10%，實(shí)踐環(huán)節(jié)占20%。課程論文題目不作限制，由學(xué)員在課程學(xué)習(xí)階段結(jié)合某一專題選定題目，課程論文以選題意義、研究?jī)?nèi)容、論文結(jié)構(gòu)、參考文獻(xiàn)及撰寫規(guī)范等指標(biāo)為評(píng)價(jià)依據(jù)；實(shí)驗(yàn)成績(jī)采用實(shí)驗(yàn)過程考查、實(shí)驗(yàn)結(jié)果驗(yàn)收和實(shí)驗(yàn)報(bào)告評(píng)閱相結(jié)合的考核方法，綜合評(píng)定。這樣做不但考核了學(xué)員人工智能基本理論掌握情況，也反映了學(xué)員的學(xué)術(shù)研究能力和工程實(shí)踐能力。同時(shí)，考核結(jié)合實(shí)際教學(xué)進(jìn)程，改變了單一課終總結(jié)性考核的弊端。

7結(jié)語

經(jīng)過課程組近兩年的教學(xué)方法研究與教學(xué)實(shí)踐，研究生人工智能原理課程教學(xué)收到較好的效果，但仍存在一些問題，如在課堂討論環(huán)節(jié)，個(gè)別學(xué)員準(zhǔn)備不充分、討論不夠深入；課程論文撰寫選題隨意，文獻(xiàn)綜述不夠全面、準(zhǔn)確，論文格式不夠規(guī)范等。在今后的授課中，課程組將根據(jù)授課研究生人數(shù)較少的特點(diǎn)，采取明確每名學(xué)員預(yù)習(xí)重點(diǎn)、加強(qiáng)課程論文交流等方式予以改進(jìn)，力求取得更好的教學(xué)效果。同時(shí)，進(jìn)一步充分利用便利的校園網(wǎng)平臺(tái)，開展“人工智能原理”網(wǎng)絡(luò)課程建設(shè)，購(gòu)買或自主開發(fā)網(wǎng)絡(luò)教學(xué)資源，引導(dǎo)學(xué)員利用網(wǎng)絡(luò)資源進(jìn)行個(gè)性化自主學(xué)習(xí)，增強(qiáng)教學(xué)過程的信息化程度。

參考文獻(xiàn)：

[1] 王永慶. 人工智能原理與方法[M]. 西安:西安交通大學(xué)出版社,2002:1.

[2] 李志厚. 國(guó)外教學(xué)設(shè)計(jì)研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 外國(guó)教育研究,1998(1):6-10.

[3] 肖川,胡樂樂. 論研究生學(xué)術(shù)能力的培養(yǎng)[J]. 學(xué)位與研究生教育,2006(9):1-5.

[4] 周金海. 人工智能學(xué)習(xí)輔導(dǎo)與實(shí)驗(yàn)指導(dǎo)[M]. 北京:清華大學(xué)出版社,2008:204.

[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:機(jī)械工業(yè)出版社,2009:754.

Reform on Postgradrates Artificial Intelligence Course Teaching

TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei

(Department of Computer Engineering, Ordnance Engineering College, Shijiazhuang 050003, China)

第2篇：人工智能教學(xué)總結(jié)范文

【關(guān)鍵詞】人工智能；診斷學(xué)教學(xué)；智能教學(xué)系統(tǒng)；智能組卷系統(tǒng)；智能閱卷系統(tǒng)；智能仿真教學(xué)系統(tǒng)

人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth學(xué)會(huì)上提出的，隨著計(jì)算機(jī)核心算法的突破、計(jì)算能力的迅速提高以及海量互聯(lián)網(wǎng)數(shù)據(jù)的支撐，目前已被廣泛地應(yīng)用于各個(gè)領(lǐng)域[1-2]。近年來，人工智能也給教育教學(xué)領(lǐng)域帶來了機(jī)遇，人工智能+教育正如火如荼地開展和推進(jìn)，改變著傳統(tǒng)的教育形式及生態(tài)[3-4]。2018年教育部《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，各大高校在人工智能及其教育發(fā)展上有了綱領(lǐng)性的指導(dǎo)[5]。醫(yī)學(xué)教育作為教育教學(xué)諸多領(lǐng)域的一隅，乘著人工智能發(fā)展的東風(fēng)，各大高校在推進(jìn)醫(yī)學(xué)教學(xué)改革方面進(jìn)行了大量積極的探索與嘗試[6-8]。診斷學(xué)是由基礎(chǔ)醫(yī)學(xué)過度到臨床醫(yī)學(xué)的橋梁課，其教學(xué)質(zhì)量的良莠直接影響到醫(yī)學(xué)生的培養(yǎng)質(zhì)量，傳統(tǒng)的教學(xué)方法難以滿足現(xiàn)代醫(yī)學(xué)教學(xué)的要求，如何發(fā)揮人工智能的應(yīng)用優(yōu)勢(shì)，讓其更好地應(yīng)用于診斷學(xué)的教學(xué)工作，也是診斷學(xué)課程教改的重要研究方向。

1傳統(tǒng)的診斷學(xué)教學(xué)方法存在的問題

診斷學(xué)是學(xué)習(xí)臨床基本技能最重要的一門課程，其內(nèi)容包括癥狀學(xué)、體檢檢查、實(shí)驗(yàn)室檢查及輔助檢查等四大塊，分為理論課和見習(xí)課，目前大多數(shù)醫(yī)學(xué)院理論課采用的是以大班的形式在多媒體教室講授，而見習(xí)課則采取分小組的模式進(jìn)行，多年的教學(xué)實(shí)踐發(fā)現(xiàn)該教學(xué)模式取得的教學(xué)效果不盡人意，尤其是近年來隨著全國(guó)各大醫(yī)學(xué)院校的擴(kuò)招，出現(xiàn)了師資及教學(xué)資源配套的相對(duì)不足，上述教學(xué)模式的問題逐漸凸顯。理論知識(shí)以老師講授為主，采取的是“滿堂灌”的教學(xué)模式，然而該部分教學(xué)內(nèi)容知識(shí)點(diǎn)繁多，知識(shí)串聯(lián)度不高，課堂靈活度、生動(dòng)度較為薄弱，學(xué)生聽完課以后對(duì)課程內(nèi)容印象不深，知識(shí)掌握度差，同時(shí)由于學(xué)生的學(xué)習(xí)主觀能動(dòng)性差異大，不能進(jìn)行課前充分預(yù)習(xí)的學(xué)生在課堂上更加難以跟上老師講授的節(jié)奏。見習(xí)課是對(duì)理論知識(shí)進(jìn)行實(shí)踐，培養(yǎng)學(xué)生的實(shí)踐操作能力，前期理論知識(shí)掌握度差又會(huì)影響見習(xí)的教學(xué)質(zhì)量，導(dǎo)致教學(xué)過程形成惡性循環(huán)[9]。見習(xí)課主要采取老師講授要領(lǐng)及演示操作流程，之后學(xué)生們互相練習(xí)的教學(xué)方法，該部分內(nèi)容需反復(fù)加強(qiáng)練習(xí)，同樣的動(dòng)作要領(lǐng)反復(fù)錘煉才能熟練掌握，因課堂見習(xí)時(shí)間有限，而老師講授及演示需占用大部分時(shí)間，學(xué)生動(dòng)手實(shí)踐機(jī)會(huì)不多，老師對(duì)學(xué)生的操作手法、操作內(nèi)容、操作順序等重要內(nèi)容進(jìn)行指導(dǎo)和勘誤的時(shí)間少，學(xué)生操作的規(guī)范性難以保證，在以后的臨床實(shí)踐中，往往存在實(shí)踐操作能力的缺陷。上述教學(xué)模式教師與學(xué)生們之間除了課堂時(shí)間，其余時(shí)間是脫節(jié)的，不能很好地溝通，學(xué)生們有疑問的知識(shí)點(diǎn)難以得到老師的及時(shí)解答，教學(xué)活動(dòng)中沒有充分反饋，各個(gè)教學(xué)環(huán)節(jié)難以進(jìn)行教學(xué)反思，形成教學(xué)相長(zhǎng)的良性循環(huán)。課后復(fù)習(xí)及階段性總結(jié)復(fù)習(xí)是課堂知識(shí)內(nèi)化及升華的重要方面，傳統(tǒng)的教學(xué)模式通常是給學(xué)生布置課后作業(yè)，學(xué)生完成后上交由老師批改留檔，這個(gè)環(huán)節(jié)學(xué)生與老師缺乏有效的溝通，且由于學(xué)生們學(xué)習(xí)主觀能動(dòng)性差異，課后沒有老師的監(jiān)督及針對(duì)性地輔導(dǎo)，課后作業(yè)的質(zhì)量良莠不齊，教學(xué)質(zhì)量欠佳是顯而易見的。隨著現(xiàn)代醫(yī)學(xué)的發(fā)展及研究的開展，涌現(xiàn)了一大批新的診斷方法與手段，譬如關(guān)于腫瘤診斷的分子marker，評(píng)估預(yù)測(cè)疾病活動(dòng)度及預(yù)后相關(guān)的指標(biāo)，在臨床上已經(jīng)常規(guī)應(yīng)用，但由于教材更新需要周期，很難跟新進(jìn)展同步介紹，另外由于課時(shí)有限，難以全面地就學(xué)科前沿及新進(jìn)展進(jìn)行講授[10]。

2人工智能應(yīng)用于診斷學(xué)教學(xué)的重要意義

2.1教師方面

將人工智能應(yīng)用于診斷學(xué)教學(xué)實(shí)踐，削弱了教師的知識(shí)權(quán)威而強(qiáng)化了教師的價(jià)值引導(dǎo)，對(duì)教師的個(gè)人能力提出了更高的要求，促使教師踏實(shí)踐行終身學(xué)習(xí)并持續(xù)更新自身知識(shí)結(jié)構(gòu)?；ヂ?lián)網(wǎng)高速發(fā)展的時(shí)代，知識(shí)呈幾何指數(shù)更新并出現(xiàn)大爆炸，基于各種互聯(lián)網(wǎng)即時(shí)通訊平臺(tái)及手機(jī)APP，診斷學(xué)體格檢查、理論知識(shí)講授相關(guān)的小視頻及研究進(jìn)展不勝枚舉，這就要求教師及時(shí)獲取、更新知識(shí)并進(jìn)行相應(yīng)的知識(shí)儲(chǔ)備。人工智能的應(yīng)用促使教師從單人施教發(fā)展為團(tuán)隊(duì)施教，為開發(fā)更具個(gè)性化的課程教學(xué)注入團(tuán)隊(duì)的力量?；诖髷?shù)據(jù)的人工智能可以減少診斷學(xué)教學(xué)過程中的機(jī)械性、重復(fù)性工作，如平時(shí)作業(yè)的批改、考勤統(tǒng)計(jì)等，減輕了教師的工作負(fù)擔(dān)，教師可以將更多的精力投入到醫(yī)德醫(yī)風(fēng)、醫(yī)患溝通能力以及體格檢查手法的規(guī)范化培養(yǎng)上，更多的心思放在豐富課程內(nèi)容及教學(xué)形式上。同時(shí)大數(shù)據(jù)可以及時(shí)反應(yīng)學(xué)生的學(xué)習(xí)動(dòng)態(tài)，教師可以根據(jù)學(xué)生的反饋及課程評(píng)價(jià)有針對(duì)性地對(duì)學(xué)生進(jìn)行相應(yīng)的輔導(dǎo)。

2.2學(xué)生方面

將人工智能應(yīng)用于診斷學(xué)教學(xué)實(shí)踐，可以實(shí)時(shí)動(dòng)態(tài)記錄學(xué)生的學(xué)習(xí)情況及暴露的問題，如是否按時(shí)完成課程任務(wù)、測(cè)試中哪些知識(shí)點(diǎn)容易出錯(cuò)等，人工智能系統(tǒng)能夠?qū)@些數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析和深度挖掘，并且可視化呈現(xiàn)相應(yīng)的數(shù)據(jù)，有利于教師及時(shí)掌握學(xué)生的學(xué)習(xí)進(jìn)度、參與度以及學(xué)習(xí)效果，并根據(jù)具體的學(xué)情分析數(shù)據(jù)來調(diào)整輔導(dǎo)和教學(xué)方案。基于人工智能強(qiáng)大的算法和分析，可以為學(xué)生定制個(gè)性化的教學(xué)內(nèi)容及進(jìn)度，提供更有針對(duì)性的課堂內(nèi)容和隨堂測(cè)試，并對(duì)測(cè)試及平時(shí)作業(yè)進(jìn)行智能批改，真正做到查漏補(bǔ)缺。診斷學(xué)課程內(nèi)容相對(duì)枯燥，學(xué)生們的學(xué)習(xí)興趣有限，基于人工智能的教學(xué)方式可以寓教于樂，在課程中將一些比較零散的知識(shí)點(diǎn)可以設(shè)置成互動(dòng)小游戲，營(yíng)造出良好的課堂氛圍，提高學(xué)生們的學(xué)習(xí)興趣及學(xué)習(xí)效率。

2.3教學(xué)過程

針對(duì)教學(xué)過程，人工智能亦發(fā)揮著至關(guān)重要的作用。第一，診斷學(xué)作為橋梁課程，是一門必修課，包括臨床醫(yī)學(xué)五年制、八年制、法醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)等相應(yīng)專業(yè)的學(xué)生均需要學(xué)習(xí)，人工智能擁有超強(qiáng)的計(jì)算能力和強(qiáng)大的“記憶力”，面對(duì)眾多不同專業(yè)的學(xué)生，可以根據(jù)大數(shù)據(jù)進(jìn)行分析，制定出適合不同專業(yè)學(xué)生的完備教學(xué)目標(biāo)。教學(xué)活動(dòng)開展過程中，人工智能還可以根據(jù)學(xué)生的課堂及課后測(cè)試表現(xiàn)，依據(jù)分層教學(xué)的要求自動(dòng)設(shè)置梯次教學(xué)目標(biāo)，幫助學(xué)生們逐步提升學(xué)習(xí)能力和知識(shí)掌握度。第二，人工智能可以憑借自身信息化的特點(diǎn)，對(duì)各種教學(xué)資源進(jìn)行分析，為教師和學(xué)生選擇更優(yōu)質(zhì)更合適的資源提供依據(jù)，促進(jìn)個(gè)性化的教與學(xué)。第三，傳統(tǒng)的教學(xué)方式、教學(xué)內(nèi)容相對(duì)有限，人工智能基于大數(shù)據(jù)能夠啟發(fā)新的教學(xué)思路，創(chuàng)新教學(xué)方法，為診斷學(xué)教學(xué)提供更多的可能性。

3人工智能在診斷學(xué)教學(xué)中的應(yīng)用

3.1智能教學(xué)系統(tǒng)

智能教學(xué)系統(tǒng)是教育技術(shù)學(xué)中重要的研究領(lǐng)域，其根本宗旨是使得學(xué)生的學(xué)習(xí)環(huán)境更加優(yōu)良和諧，智能教學(xué)系統(tǒng)能夠及時(shí)有效地調(diào)用最新最全的網(wǎng)絡(luò)資源并充分優(yōu)化后供學(xué)生學(xué)習(xí)，使得學(xué)生能夠更加全方位、多角度地學(xué)習(xí)專業(yè)知識(shí)，提高學(xué)習(xí)效果[11]。智能教學(xué)系統(tǒng)大致由領(lǐng)域知識(shí)部分、教師部分及學(xué)生部分3個(gè)部分構(gòu)成[12]，其中領(lǐng)域知識(shí)部分又稱為專家部分，這一部分既包含了需要講授的內(nèi)容及掌握的技能，又可以添加專家的學(xué)術(shù)成果，既能夠保證學(xué)生對(duì)于基本概念、基本理論及基本技能的掌握，又能夠拓寬知識(shí)面，增加知識(shí)的廣度。智能教學(xué)系統(tǒng)的教師及學(xué)生部分主要是為設(shè)計(jì)和制定教學(xué)方案及策略服務(wù)，基于大數(shù)據(jù)基礎(chǔ)上，根據(jù)課程的特點(diǎn)、歷年教學(xué)情況、學(xué)生身心發(fā)展特點(diǎn)及學(xué)習(xí)實(shí)際情況，制定更加個(gè)性化、高效的教學(xué)方案，促成教師因材施教，取得更加理想的教學(xué)效果。

3.2智能網(wǎng)絡(luò)組卷閱卷系統(tǒng)

診斷學(xué)教學(xué)內(nèi)容包括理論和見習(xí)兩大塊，教學(xué)過程中教師的大量時(shí)間用于出題、閱卷、批改平時(shí)作業(yè)等與考核相關(guān)的工作，并且在出題過程中需要圍繞相對(duì)固定的重難點(diǎn)內(nèi)容不斷創(chuàng)新題型，消耗教師大量的精力。智能網(wǎng)絡(luò)組卷閱卷系統(tǒng)能夠充分發(fā)揮其優(yōu)勢(shì)，將教師從繁冗的考核相關(guān)工作中解脫出來，使得教師的教學(xué)更高效，教師能夠把更多的時(shí)間。智能網(wǎng)絡(luò)組卷系統(tǒng)能夠有效收集和分析知名高校教學(xué)團(tuán)隊(duì)編寫的在線題庫，實(shí)現(xiàn)教學(xué)資源的共享，通過隨機(jī)抽題組卷、答案隨機(jī)排序、題型隨機(jī)排序以及設(shè)置避免與歷年考卷重復(fù)等，顯著提升試卷的質(zhì)量，亦能改善考試作弊的頑疾，客觀地考核學(xué)生對(duì)知識(shí)的掌握度。智能網(wǎng)絡(luò)閱卷系統(tǒng)有簡(jiǎn)明的閱卷流程，能夠更有效地識(shí)別試卷及答案，能夠明顯降低傳統(tǒng)人工閱卷方式因疲勞帶來的出錯(cuò)率，使得工作效率更高、考核結(jié)果更公正。

3.3智能仿真教學(xué)系統(tǒng)

診斷學(xué)教學(xué)的見習(xí)部分是學(xué)生提高技能的重要環(huán)節(jié)，常常采用分小組在病房完成的方式進(jìn)行，在課程的開展過程也凸顯出了各種各樣的問題，譬如因?qū)W生分組進(jìn)行詢問病史、體格檢查，重復(fù)次數(shù)多，患者難以多次配合；在教學(xué)時(shí)間段內(nèi)病房缺相應(yīng)的病種，無法對(duì)所學(xué)的癥狀進(jìn)行直觀的學(xué)習(xí)；傳染病流行期間出于對(duì)學(xué)生健康安全的保護(hù)，無法進(jìn)入病房見習(xí)等等，此時(shí)智能仿真教學(xué)系統(tǒng)能夠發(fā)揮重要的補(bǔ)充作用[13]。人工智能可以根據(jù)提供的海量真實(shí)臨床病例，由醫(yī)學(xué)專家整合其臨床特征，聯(lián)合計(jì)算機(jī)專家，根據(jù)相應(yīng)的教學(xué)要求，形成虛擬病人學(xué)習(xí)系統(tǒng)，學(xué)生在仿真診療環(huán)境中，進(jìn)行問診、體格檢查、診斷以及給出治療方案，同時(shí)系統(tǒng)能夠自動(dòng)發(fā)現(xiàn)學(xué)生在問診及診斷過程中的錯(cuò)誤，通過實(shí)踐、糾錯(cuò)再實(shí)踐，提高學(xué)生采集病史、體格檢查的能力，同時(shí)能夠加強(qiáng)學(xué)生的臨床思維的訓(xùn)練，夯實(shí)臨床基本功[14-16]。

4總結(jié)及展望

第3篇：人工智能教學(xué)總結(jié)范文

關(guān)鍵詞：人工智能；專家系統(tǒng)；Prolog；面向人工智能

中圖分類號(hào)：G642　文獻(xiàn)標(biāo)識(shí)碼：A

1　引言

人工智能(AI)是計(jì)算機(jī)科學(xué)的一個(gè)重要分支，同時(shí)也是計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)的核心課程之一。本課程在介紹人工智能的基本概念、基本方法的基礎(chǔ)上，主要是研究如何用計(jì)算機(jī)來模擬人類智能，即如何用計(jì)算機(jī)實(shí)現(xiàn)諸如問題求解、規(guī)劃推理、模式識(shí)別、知識(shí)工程、自然語言處理、機(jī)器學(xué)習(xí)等只有人類才具備的“智能”，本課程重點(diǎn)闡述這些方法的一般性原理和基本思想，使得計(jì)算機(jī)能更好地為人類服務(wù)。

2　人工智能課程體系

人工智能主要研究傳統(tǒng)人工智能的知識(shí)表示方法，其中包括狀態(tài)空間法、問題歸約法、謂詞邏輯法、語義網(wǎng)絡(luò)法、框架表示、劇本表示等；搜索推理技術(shù)主要包括盲目搜索、啟發(fā)式搜索、消解原理、規(guī)則演繹算法和產(chǎn)生式系統(tǒng)等。

人工智能的研究課題主要包括計(jì)算機(jī)視覺、規(guī)劃與行動(dòng)、多Agent系統(tǒng)、語音識(shí)別、自動(dòng)語言理解、專家系統(tǒng)和機(jī)器學(xué)習(xí)等。這些研究論題的基礎(chǔ)是通用和專用的知識(shí)表示和推理機(jī)制、問題求解和搜索算法，以及計(jì)算智能技術(shù)等。

經(jīng)過筆者調(diào)研發(fā)現(xiàn)，目前在本科高校絕大部分將“人工智能”課程性質(zhì)設(shè)為專業(yè)選修課或?qū)I(yè)必修課，而在高職院校相關(guān)專業(yè)基本上不開設(shè)此課程，但是在具體實(shí)踐教學(xué)過程中發(fā)現(xiàn)，在其它專業(yè)課程的教學(xué)過程中也會(huì)與人工智能理論或技術(shù)相結(jié)合，比如數(shù)據(jù)庫技術(shù)、信息系統(tǒng)安全方面等領(lǐng)域，當(dāng)講到相關(guān)課程，同時(shí)會(huì)結(jié)合人工智能的理論，授課過程中發(fā)現(xiàn)大部分同學(xué)對(duì)該課程很有興趣。

本課程在我校計(jì)算機(jī)科學(xué)與工程學(xué)院作為一門專業(yè)選修課開設(shè)，總學(xué)時(shí)數(shù)為：60(其中理論學(xué)時(shí)為36，實(shí)驗(yàn)學(xué)時(shí)為24)，隨著計(jì)算機(jī)技術(shù)的不斷更新發(fā)展，人工智能的應(yīng)用領(lǐng)域也變得越來越廣，因此，人工智能(AI)這個(gè)學(xué)科已不再陌生，很多學(xué)生對(duì)其充滿興趣和好奇，所以在選課人數(shù)上遠(yuǎn)遠(yuǎn)超過其他選修課的人數(shù)，另外結(jié)合我校的實(shí)際情況，部分理論或?qū)嶒?yàn)又可以與農(nóng)學(xué)、生命科學(xué)系等其它專業(yè)結(jié)合起來而應(yīng)用。

3　人工智能理論教學(xué)實(shí)踐

多年以來，人工智能獲得很大的發(fā)展，已經(jīng)引起眾多學(xué)科和不同專業(yè)背景學(xué)者們的日益重視，成為一門廣泛的交叉和前沿科學(xué)，但是直到目前為止人工智能至今仍尚無統(tǒng)一的定義，要給人工智能下一個(gè)準(zhǔn)確、科學(xué)和嚴(yán)謹(jǐn)?shù)亩x尚有困難，其現(xiàn)有的一些定義多數(shù)是立足于各自的專業(yè)而定義的，存在片面性。

同時(shí)“人工智能”是一門交叉性的學(xué)科，其主要涉及到了控制論、語言學(xué)、信息論、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等許多學(xué)科，所以該學(xué)科具有知識(shí)點(diǎn)多、涉及面廣、內(nèi)容抽象、不易理解、理論性強(qiáng)，與此同時(shí)需要學(xué)生具備較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維推理能力等特點(diǎn)，從而形成在教學(xué)實(shí)踐中老師講得吃力、學(xué)生聽得吃力的局面。盡管在多年的研究和教學(xué)過程中筆者已積累了一些經(jīng)驗(yàn)，但是對(duì)于如何把握好這門課程的特點(diǎn)，激發(fā)學(xué)生的學(xué)習(xí)興趣和熱情，幫助學(xué)生更好的理解和應(yīng)用這門課程，目前仍然有很多問題需要研究和解決。

針對(duì)“人工智能”課程相關(guān)內(nèi)容比較抽象，公式推導(dǎo)比較繁瑣等特點(diǎn)，教師除了具有完善的教學(xué)大綱、合理的教學(xué)計(jì)劃以及合適的教材外，還應(yīng)該根據(jù)學(xué)校的實(shí)際硬件條件盡可能地選擇多媒體教學(xué)手段來輔助教學(xué)，因此在實(shí)踐教學(xué)中，筆者經(jīng)常會(huì)配合教學(xué)內(nèi)容，充分利用計(jì)算機(jī)、投影儀以及互聯(lián)網(wǎng)的優(yōu)勢(shì)，結(jié)合多種教學(xué)方法與手段去組織整個(gè)教學(xué)過程。例如：在講述搜索推理技術(shù)時(shí)，使用一些小的演示軟件，將相關(guān)推理技術(shù)的理論通過動(dòng)畫的形式一步一步演示出來；而在講專家系統(tǒng)相關(guān)理論知識(shí)時(shí)，尤其是各種類型的專家系統(tǒng)，利用互聯(lián)網(wǎng)上的一些在線視頻資源為例，給同學(xué)進(jìn)行詳細(xì)講解，通過具體的案例來進(jìn)行專項(xiàng)知識(shí)點(diǎn)的講解及實(shí)現(xiàn)與應(yīng)用；在自動(dòng)規(guī)劃這一章，給同學(xué)們選擇演示發(fā)達(dá)國(guó)家目前研制的各種類型機(jī)器人，通過這些形象生動(dòng)、行為舉止高仿真的機(jī)器人來給學(xué)生講理論，這樣學(xué)生通過親自觀看視頻資源，不僅可以拓寬知識(shí)面及視野，同時(shí)也可以及時(shí)地了解國(guó)際及國(guó)內(nèi)機(jī)器人的發(fā)展水平及差距，不斷糾正自己的錯(cuò)誤觀點(diǎn)并更新自己新的專業(yè)認(rèn)識(shí)；另一個(gè)方面也可以同時(shí)激發(fā)學(xué)生們的學(xué)習(xí)興趣熱情和積極性，俗話說：“興趣是學(xué)生最好的老師!”這一點(diǎn)在課堂實(shí)踐教學(xué)中得到驗(yàn)證，得到廣大同學(xué)的認(rèn)可和贊同，整個(gè)教學(xué)課堂不再那么單調(diào)枯燥乏味，基本可以達(dá)到在娛樂輕松的氛圍中學(xué)習(xí)專業(yè)知識(shí)，同時(shí)再整個(gè)教學(xué)過程中，師生互動(dòng)機(jī)會(huì)增多，學(xué)生不再是被動(dòng)地接受知識(shí)。

4　實(shí)驗(yàn)教學(xué)實(shí)踐

4.1　客觀存在問題

本校開設(shè)“人工智能”課程，主要是面向計(jì)算機(jī)專業(yè)的大學(xué)三年級(jí)的同學(xué)，同時(shí)作為一門專業(yè)選修課而設(shè)，理論課程為36學(xué)時(shí)，而實(shí)驗(yàn)學(xué)時(shí)24學(xué)時(shí)；與此同時(shí)經(jīng)過對(duì)其它兄弟院校的調(diào)研發(fā)現(xiàn)，很多高校雖然也是設(shè)為專業(yè)選修課，但建議學(xué)生們都去學(xué)習(xí)這門新學(xué)科，從而為今后的專業(yè)知識(shí)及具體應(yīng)用打下一定的基礎(chǔ)；當(dāng)然在調(diào)研中也發(fā)現(xiàn)，部分本科高校雖然開設(shè)了“人工智能”課程，但是僅是純粹理論教學(xué)，從一定角度來講，理論原理是前沿，但是由于太過于抽象，而且空洞、難以理解，多數(shù)同學(xué)反映學(xué)習(xí)效果并不理想，有關(guān)具體理論部分的具體實(shí)現(xiàn)仍然不解。

本科高校一般都嚴(yán)格按照培養(yǎng)方案進(jìn)行科學(xué)設(shè)置，同時(shí)各個(gè)學(xué)校根據(jù)本校人才培養(yǎng)方案分配各門課程的學(xué)時(shí)。由于現(xiàn)在我國(guó)的教育提倡注重對(duì)學(xué)生動(dòng)手能力的培養(yǎng)，培養(yǎng)綜合型、應(yīng)用型人才，因此筆者再結(jié)合實(shí)踐教學(xué)經(jīng)驗(yàn)及對(duì)學(xué)生的調(diào)研，發(fā)現(xiàn)“人工智能”課程除了要進(jìn)行理論方面的講解外，還應(yīng)注重實(shí)驗(yàn)教學(xué)。此外，在高職院校的培養(yǎng)方案中，側(cè)重加強(qiáng)學(xué)生的動(dòng)手能力的培養(yǎng)，也建議將此課程列為開設(shè)的范圍之內(nèi)，而在實(shí)驗(yàn)學(xué)時(shí)上可以安排相對(duì)多的實(shí)驗(yàn)學(xué)時(shí)，在了解“人工智能”理論的前提基礎(chǔ)之上，主要進(jìn)行相關(guān)理論的具體應(yīng)用與實(shí)現(xiàn)，通過這樣的教學(xué)安排，可以提高學(xué)生的實(shí)踐動(dòng)手編程能力，例如圖1，專家系統(tǒng)的知識(shí)庫、工作存儲(chǔ)器及界面的設(shè)計(jì)與實(shí)現(xiàn)。

第4篇：人工智能教學(xué)總結(jié)范文

通過本堂課的教學(xué)，意在滲透一種學(xué)習(xí)理念、學(xué)習(xí)方法。即在充分激發(fā)學(xué)生學(xué)習(xí)興趣的基礎(chǔ)上，培養(yǎng)他們自主、合作、探究的研究性學(xué)習(xí)方法。

[教學(xué)目標(biāo)]

知識(shí)與技能，了解人工智能的基本概念及其發(fā)展現(xiàn)狀：體驗(yàn)其基本工作過程。

過程與方法：體驗(yàn)人工智能的獨(dú)特性，了解其實(shí)際應(yīng)用價(jià)值。

情感態(tài)度與價(jià)值觀：激發(fā)學(xué)生對(duì)人工智能的興趣，認(rèn)識(shí)人工智能技術(shù)對(duì)社會(huì)的客觀影響，培養(yǎng)正確的科學(xué)技術(shù)應(yīng)用觀。

[重點(diǎn)難點(diǎn)]

教學(xué)重點(diǎn)，體驗(yàn)人工智能的獨(dú)特性，了解其應(yīng)用價(jià)值。

教學(xué)難點(diǎn)：認(rèn)識(shí)人工智能技術(shù)對(duì)社會(huì)的客觀影響，培養(yǎng)正確的科學(xué)技術(shù)應(yīng)用觀。

[教材分析]

信息的智能化加工作為信息加工的一種類型，是本章內(nèi)容的重點(diǎn)。信息智能化加工的主要特點(diǎn)是讓計(jì)算機(jī)更加獨(dú)立地加工信息，進(jìn)一步提高信息加工的效率。

[教學(xué)準(zhǔn)備]

桌面小游戲、掃描儀、TH-OCR軟件、Handigit Recog軟件、金山快譯軟件、機(jī)器人千手觀音視頻

[課時(shí)安排]1課時(shí)

[教學(xué)環(huán)境]多媒體網(wǎng)絡(luò)機(jī)房

[教學(xué)方法]講解，演示，討論

[教學(xué)過程]

[新課導(dǎo)入]

課前，筆者利用廣播系統(tǒng)中的文件傳輸功能，傳輸了一些小游戲在學(xué)生機(jī)的桌面上。上課3分鐘，我故意沒有講課，學(xué)生們玩得卻非常帶勁。這時(shí)我站起來問：“同學(xué)們覺得這些游戲好玩嗎?”“好玩。”大家異口同聲地說。

[新課講解]

師：剛才你們都是和電腦在玩游戲，請(qǐng)問電腦具有智能嗎?

生：有。

生：沒有。

師：其實(shí)同學(xué)們說的都有道理。請(qǐng)你們自學(xué)“人機(jī)大戰(zhàn)”的相關(guān)材料(1997年5月12日，轟動(dòng)全球的第二代人機(jī)大戰(zhàn)宣告結(jié)束，“更深的藍(lán)(深藍(lán)Ⅱ代)”以305：205微弱的優(yōu)勢(shì)戰(zhàn)勝了國(guó)際象棋之王卡斯帕羅夫，這一結(jié)果又一次掀起了自20世紀(jì)50年代開始的人工智能熱潮)。了解了這些信息，我們發(fā)現(xiàn)了什么?

生：卡斯帕羅夫與“更深的藍(lán)”之問的比賽不是“人機(jī)大戰(zhàn)”，而是許多國(guó)際象棋大師和軟件專家借助一臺(tái)超級(jí)計(jì)算機(jī)對(duì)付卡斯帕羅夫一個(gè)人的智能大戰(zhàn)、

師：這位同學(xué)說得太好了。由此可見機(jī)器的智能是由人賦予的。其實(shí)在我們的日常生活中，也能窺見人工智能的影子。如我們學(xué)校的“圖書館條形碼識(shí)別機(jī)”、上海的“指紋辨識(shí)付款系統(tǒng)”、汽車和飛機(jī)的無人駕駛系統(tǒng)等。也許同學(xué)們很想親自體驗(yàn)一下人工智能軟件的應(yīng)用吧。

師：首先，我給同學(xué)們介紹的是一款“光學(xué)字符識(shí)別系統(tǒng)(TH-OCR800)”。

師演示：利用掃描儀掃描書本上有標(biāo)記的一頁，然后利用“TH-OCRS00”軟件將掃描圖像中的文字轉(zhuǎn)化為純文本信息。在演示的過程中，由于有的地方作了標(biāo)|已，筆者利用這個(gè)機(jī)會(huì)，講解了光學(xué)字符識(shí)別的準(zhǔn)確率的問題。

學(xué)生實(shí)踐一：利用“Handigit－Recog”手寫識(shí)別軟件識(shí)別字符。

師：我們剛才提到了幾種識(shí)別技術(shù)?

生：光學(xué)字符識(shí)別、手寫識(shí)別、指紋識(shí)別。

師：(小結(jié))同學(xué)們回答得很好。我們介紹的光學(xué)字符識(shí)別、手寫識(shí)別和指紋識(shí)別都是屬于模式識(shí)別。其實(shí)，模式識(shí)別還包括第一章介紹的語音識(shí)別。

師：在學(xué)習(xí)第二章的時(shí)候，曾請(qǐng)同學(xué)們到網(wǎng)上查找《再別康橋》的英文譯稿。試想一下，如果在網(wǎng)上找不到，我們?cè)撛趺崔k?是自己翻譯，還是憑借軟件翻譯?

師：演示用金山快譯中的高質(zhì)量全文翻譯來翻譯《再別康橋》的過程。

師：現(xiàn)在，我想將翻譯過來的英文原封不動(dòng)地給翻譯回去，那怎么辦?

生：(操作)將翻譯過來的英文原封不動(dòng)地粘貼到被翻譯文本框中。

學(xué)生看到翻譯過后的《再別康橋》中文大笑，因?yàn)殡x徐志摩的原作相距甚遠(yuǎn)，詩的意境全無。教師順勢(shì)啟發(fā)學(xué)生：今后，同學(xué)們可以從事專門開發(fā)有關(guān)翻譯的智能技術(shù)的事業(yè)，使世界真正成為溝通無限的村落。

學(xué)生實(shí)踐二：利用金山快譯或“在線翻譯”網(wǎng)站，將古詩“鵝。鵝，鵝，曲項(xiàng)向天歌。白毛浮綠水，紅掌撥清波”翻譯成英文，并將英文譯稿再翻成中文。

師：好了，同學(xué)們已對(duì)人工智能技術(shù)中的模式識(shí)別和機(jī)器翻譯有了較為深刻的了解。其實(shí)，除此之外，還有計(jì)算機(jī)博奕、智能機(jī)器人等。請(qǐng)看下面一段視頻：機(jī)器人千手觀音。

第5篇：人工智能教學(xué)總結(jié)范文

關(guān)鍵詞：人工智能；雙語教學(xué)；實(shí)驗(yàn)和設(shè)計(jì)

中圖分類號(hào)：G642文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)11-20294-01

1 引言

人工智能是關(guān)于人造物的智能行為，而智能行為包括知覺、推理、學(xué)習(xí)、交流和在復(fù)雜環(huán)境中的行為。人工智能的一個(gè)長(zhǎng)期目標(biāo)是發(fā)明出可以像人類一樣或能更好地完成以上行為的機(jī)器；另一個(gè)目標(biāo)是理解這種智能行為是否存在于機(jī)器、人類或其他動(dòng)物中。因此，人工智能包含了科學(xué)和工程的雙重目標(biāo)[2]。因此，可以認(rèn)為人工智能是從思維、感知、行為三層次，從科學(xué)目標(biāo)、工程目標(biāo)兩方面，研究探索、模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及其應(yīng)用的一門計(jì)算機(jī)學(xué)科專業(yè)基礎(chǔ)課。

目前，國(guó)內(nèi)外重點(diǎn)大學(xué)都非常重視該門課程的教學(xué)和研究，許多重點(diǎn)大學(xué)都有自己獨(dú)立的人工智能研究所?！度斯ぶ悄堋肥且婚T多學(xué)科交叉的課程，特別涉及控制論、信息論、語言學(xué)、神經(jīng)生理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科；所以該學(xué)科具有知識(shí)點(diǎn)多，牽涉面廣；內(nèi)容抽象，不易理解；理論性強(qiáng)，需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力等特點(diǎn)。導(dǎo)致教師、學(xué)生在教、學(xué)的過程中都顯得比較吃力。那么如何把握課程的特點(diǎn)，幫助學(xué)生找到好的學(xué)習(xí)方法，使他們能充分發(fā)揮自己的能力，提高學(xué)習(xí)興趣就成為我們教學(xué)研究過程中的主要目標(biāo)[3]。

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，擬將《人工智能》教材改為全英語教材，這樣可更快地掌握學(xué)科的發(fā)展動(dòng)態(tài)，掌握最先進(jìn)的技術(shù)，與國(guó)際發(fā)展趨勢(shì)接軌。

2 選擇合適實(shí)效的教材，精心安排教學(xué)內(nèi)容

計(jì)算機(jī)雙語教學(xué)的正常開展，必須依托優(yōu)秀的計(jì)算機(jī)專業(yè)外語教科書和教學(xué)參考用書。沒有原版計(jì)算機(jī)專業(yè)外語教科節(jié)和教學(xué)參考用書，教師和學(xué)生都無法接觸到“原汁原味”的專業(yè)外語。更重要的是，教師在使用原版教材時(shí)，可以從中借鑒國(guó)外現(xiàn)代的教學(xué)理念、先進(jìn)的教學(xué)方法和手段，學(xué)到新的教育思想和與國(guó)際接軌的人才培養(yǎng)新體系，更容易了解到計(jì)算機(jī)科學(xué)發(fā)展的最新動(dòng)態(tài)[4]。我們主要采用了Nils J.Nilsson教授所著的《人工智能》，該教材是美國(guó)Stanford大學(xué)計(jì)算機(jī)系本科教材，教材體系比較符合學(xué)生的認(rèn)知規(guī)律，便于學(xué)生接受、理解、掌握和鞏固所學(xué)知識(shí)。同時(shí)這本書內(nèi)容豐富、取材新穎。該書從什么是人工智能談起，分別對(duì)響應(yīng)機(jī)器、狀態(tài)搜索、知識(shí)的表示和推理、基于邏輯的規(guī)劃方法、通信與集成等人工智能的主要理論和重要應(yīng)用領(lǐng)域進(jìn)行了詳細(xì)闡述，通過對(duì)本書的選擇可以是學(xué)生與國(guó)際著名大學(xué)獲得同樣的知識(shí)。與此同時(shí)，我們不拘泥于這一本書，結(jié)合學(xué)生的實(shí)際情況，還給學(xué)生提供了一些參考數(shù)目，以“必需、夠用”為度，以“夠用、適度”為綱，提高學(xué)生的學(xué)習(xí)興趣[3]。

3 改革教學(xué)方法

3.1 專業(yè)知識(shí)和英語知識(shí)雙重性的培養(yǎng)目標(biāo)

雙語教學(xué)目標(biāo)是雙重性的，其一是獲取學(xué)科知識(shí)，其二是培養(yǎng)和提高學(xué)生運(yùn)用外語的能力。這兩個(gè)目標(biāo)在教學(xué)過程中，體現(xiàn)的程度有所不同。獲取學(xué)科知識(shí)是直接的。學(xué)生每上完一節(jié)課，就必然會(huì)有這一節(jié)課的收獲。比方說，這節(jié)課學(xué)習(xí)了哪一章節(jié)，主要內(nèi)容是什么，有哪些知識(shí)點(diǎn)，重難點(diǎn)在哪里等等[1]。

以“人工智能”這門課為例。專業(yè)知識(shí)的教學(xué)重點(diǎn)是人工智能發(fā)展史、各類搜索和謂詞演算、命題演算、模式識(shí)別、自然語言理解等。對(duì)這些重點(diǎn)內(nèi)容，我們主要使用英文講解，必要時(shí)輔以漢語解釋。英語知識(shí)的教學(xué)重點(diǎn)是那些人工智能有的概念(詞匯)和表達(dá)方式等。這些知識(shí)在一般性的專業(yè)英語課程中接觸不到，但人工智能學(xué)習(xí)中又是基本的和必要的。例如：“Neural Networks”、“Uninformed Search”、“Heuristic Search”、“ Propositional Calculus”等詞匯是人工智能領(lǐng)域的重要詞匯，而這些詞匯在其他英語環(huán)境中非常少的出現(xiàn)。因此，這些內(nèi)容也就很自然地成為英語知識(shí)的教學(xué)重點(diǎn)，通過對(duì)這些詞匯和概念的認(rèn)識(shí)可以進(jìn)一步提高計(jì)算機(jī)專業(yè)英語的水平。

3.2 教學(xué)模式

雙語教學(xué)與普通教學(xué)課程有相同之處，當(dāng)然也有許多不同的地方。學(xué)生在課堂上要學(xué)習(xí)的知識(shí)和技巧的含量比以往增多。因?yàn)殡p語教學(xué)具有雙重性目標(biāo)，所以，在一節(jié)雙語課堂中，學(xué)生不僅要集中精力弄明白本節(jié)課所學(xué)的學(xué)科內(nèi)容，還要在學(xué)習(xí)的過程中，接受潛移默化的第二語言的熏陶。學(xué)生和老師之間必須配合默契。這就要求老師要比普通課程花更多的注意力去注意學(xué)生的反應(yīng)。當(dāng)學(xué)生有問題時(shí)，必須提出，以求盡快解決疑難；當(dāng)教師發(fā)現(xiàn)學(xué)生面露難色時(shí)，就要考慮，這一部分內(nèi)容是否難以理解。如果感覺較難，就應(yīng)當(dāng)注意解釋。再者，雙語教學(xué)因其本身所用教學(xué)語言的特殊性，決定了課堂教學(xué)不可能像傳統(tǒng)教學(xué)過程一樣，實(shí)行“注入式”教學(xué)方法：而應(yīng)當(dāng)實(shí)行“以學(xué)生為中心”的新型教學(xué)模式，鍛煉學(xué)生的能力。因此，學(xué)生如何學(xué)習(xí)就成了教學(xué)過程的重點(diǎn)。此外，教學(xué)中還應(yīng)注意正確處理好外語教學(xué)與專業(yè)課教學(xué)的關(guān)系。必須明確雙語教學(xué)不是單純地學(xué)外語，而是用外語教和學(xué)，學(xué)生應(yīng)重點(diǎn)掌握專業(yè)知識(shí)，切忌將雙語課變?yōu)槠胀ㄓ⒄Z課的翻版[4]。

3.3 運(yùn)用多媒體技術(shù)

在課堂教學(xué)中，要充分利用多媒體教學(xué)的優(yōu)點(diǎn)，有效、生動(dòng)地開展教學(xué)。采用了動(dòng)畫課件、錄像教學(xué)、實(shí)物演示、網(wǎng)絡(luò)教學(xué)等豐富多彩的教學(xué)手段，激發(fā)學(xué)生對(duì)本課程學(xué)習(xí)的興趣和好奇心。通過這些動(dòng)畫、錄像可以有效彌補(bǔ)由于雙語教學(xué)中詞匯或概念理解上的困難，進(jìn)一步讓學(xué)生了解人工智能技術(shù)的發(fā)展和應(yīng)用。同時(shí)，在講解一些難以理解的原理和較復(fù)雜的算法時(shí)，借助CAI課件加上flas，將專業(yè)英語詞匯融入進(jìn)來，即可以生動(dòng)形象地解釋原理，增強(qiáng)教學(xué)內(nèi)容層次感，又可以大大簡(jiǎn)化學(xué)生學(xué)習(xí)專業(yè)詞匯的難度。

4 結(jié)束語

本文是我們對(duì)《人工智能》課程雙語教學(xué)實(shí)踐經(jīng)驗(yàn)的總結(jié)。在雙語教學(xué)的目標(biāo)是培養(yǎng)學(xué)生自主地使用英語來學(xué)習(xí)計(jì)算機(jī)專業(yè)知識(shí)的能力目標(biāo)下，對(duì)《人工智能》課程雙語教學(xué)方法進(jìn)行了改革，主要包括：(1)注重專業(yè)知識(shí)和英語知識(shí)雙重性的培養(yǎng)目標(biāo)；(2)實(shí)行“以學(xué)生為中心”的新型教學(xué)模式；(3)運(yùn)用多媒體技術(shù)三個(gè)方面。該教學(xué)方法的改革將進(jìn)一步提高教學(xué)效果，更好地實(shí)現(xiàn)教學(xué)目標(biāo)，提高教學(xué)水平，培養(yǎng)出更好的適合社會(huì)需求的工程技術(shù)人才。

參考文獻(xiàn)：

[1] 秦奕青, 佟俐鵑, 趙剛. 計(jì)算機(jī)學(xué)科中的雙語教學(xué)實(shí)踐研究[J]. 現(xiàn)代教育技術(shù), 2007,17(9):105-107.

[2] 韓麗娟, 孫玉紅, 李圣君. 《人工智能》教程改革初探[J]. 電腦知識(shí)與技術(shù)(學(xué)術(shù)交流), 2007,(7):222-223.

[3] 趙蔓, 何千舟. 面向21世紀(jì)的《人工智能》課程的教學(xué)思考[J]. 沈陽教育學(xué)院學(xué)報(bào), 2004,6(4):131-132.

[4] 王建芳. 計(jì)算機(jī)雙語教學(xué)初探[J]. 教書育人：大學(xué)頻道, 2005,(1):104-105.

第6篇：人工智能教學(xué)總結(jié)范文

關(guān)鍵詞：人工智能 情感 約束

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2013）001-085-03

1引言

人工智能（Artificial Intelligence，AI）自從20世紀(jì)50年代產(chǎn)生，經(jīng)過長(zhǎng)期發(fā)展，已經(jīng)有了長(zhǎng)足的進(jìn)步，并且已經(jīng)深入到社會(huì)生活的諸多領(lǐng)域，如語言處理、智能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、自動(dòng)定理證明、智能計(jì)算、問題求解、人工智能程序語言以及自動(dòng)程序設(shè)計(jì)等。隨著科學(xué)技術(shù)的不斷發(fā)展，現(xiàn)在的人工智能已經(jīng)不再是僅僅具有簡(jiǎn)單的模仿與邏輯思維能力，人們也越來越期待人工智能能夠幫助或者替代人類從事各種復(fù)雜的工作，加強(qiáng)人的思維功能、行為功能或是感知功能。這就要求人工智能具有更強(qiáng)的情感識(shí)別、情感表達(dá)以及情感理解能力。通俗的說，為了使得人工智能對(duì)外界的變化適應(yīng)性更強(qiáng)，需要給它們賦予相應(yīng)的情感從而能夠應(yīng)對(duì)這個(gè)難以預(yù)測(cè)的世界。

在賦予人工智能“情感”的過程中，面臨著許多的問題，有科技層面上的，也有社會(huì)學(xué)層面的。本文在這里只討論其中一個(gè)比較基本的社會(huì)學(xué)問題：“人工智能情感約束問題”，即關(guān)注于如何約束賦予給人工智能的情感，不至于使其“情感泛濫”。情感指的是一種特殊的思維方式，人工智能具有了情感后的問題是：人工智能的情感是人類賦予的，人工智能自身并不會(huì)創(chuàng)造或者控制自己的情感。如果賦予人工智能的情感種類不合理，或者是賦予的情感程度不恰當(dāng)，都有可能造成“情感泛濫”并導(dǎo)致一些災(zāi)難性的后果。例如，當(dāng)人工智能具有了情感之后，如果人類自身管理不恰當(dāng)，有可能導(dǎo)致人工智能反過來傷害人類。盡管目前我們只能在一些科幻作品中看到這種情況發(fā)生，但誰也不能保證未來有一天會(huì)不會(huì)真的出現(xiàn)這種悲劇。

本文第二章對(duì)人工智能情感研究進(jìn)行了概要性回顧，第三章對(duì)如何約束人工智能情感進(jìn)行了嘗試性探討，最后一章對(duì)全文進(jìn)行了總結(jié)。

2人工情感發(fā)展情況概述

隨著科學(xué)家對(duì)人類大腦及精神系統(tǒng)深入的研究，已經(jīng)愈來愈肯定情感是智能的一部分。人工情感是以人類自然情感理論為基礎(chǔ)，結(jié)合人工智能、機(jī)器人學(xué)等學(xué)科，對(duì)人類情感過程進(jìn)行建模，以期獲得用單純理性思維難以達(dá)到的智能水平和自主性的一種研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感機(jī)器識(shí)別與表達(dá)、人工情感機(jī)理等四個(gè)方面的內(nèi)容。其中，尤以人工情感機(jī)理的研究困難最大，研究者也最少。

目前人工情感在很多領(lǐng)域得到了應(yīng)用和發(fā)展，比較典型的是在教育教學(xué)、保健護(hù)理、家庭助理、服務(wù)等行業(yè)領(lǐng)域。在教育教學(xué)方面比較典型的例子是德國(guó)人工智能研究中心發(fā)展的三個(gè)方案：在虛擬劇場(chǎng)、虛擬市場(chǎng)和對(duì)話Agent中引入情感模型和個(gè)性特征來幫助開發(fā)兒童的想象力及創(chuàng)造力。在保健護(hù)理方面比較典型的是家庭保健與護(hù)理方向，如Lisetti等人研制的一個(gè)用于遠(yuǎn)程家庭保健的智能情感界面，用多模態(tài)情感識(shí)別手段來識(shí)別病人的情感狀態(tài)，并輸入不同媒體和編碼模型進(jìn)行處理，從而為醫(yī)生提供關(guān)于病人簡(jiǎn)明而有價(jià)值的情感信息以便于進(jìn)行有效的護(hù)理。服務(wù)型機(jī)器人的典型例子是卡內(nèi)基梅隆大學(xué)發(fā)明的一個(gè)機(jī)器人接待員Valerie。Valerie的面孔形象的出現(xiàn)在一個(gè)能夠轉(zhuǎn)動(dòng)方向的移動(dòng)屏幕上時(shí)可以向訪問者提供一些天氣和方位方面的信息，還可以接電話、解答一些問題；并且Valerie有自己的性格和愛好，情感表達(dá)較為豐富。當(dāng)然這些只是人工情感應(yīng)用領(lǐng)域中的幾個(gè)典型的例子，人工智能情感的潛力仍然是巨大的。

盡管關(guān)于人工情感的研究已經(jīng)取得了一定的成果，給我們帶來了很多驚喜和利益，但由于情緒表現(xiàn)出的無限紛繁以及它與行為之間的復(fù)雜聯(lián)系，人們對(duì)它的運(yùn)行機(jī)理了解的還不成熟，以致使得目前人工情感的研究仍面臨著諸如評(píng)價(jià)標(biāo)準(zhǔn)、情感道德約束等多方面問題。所以必須清楚的認(rèn)識(shí)到我們目前對(duì)于人工情感的計(jì)算乃至控制機(jī)制并沒有一個(gè)成熟的體系。

3對(duì)人工智能的情感約束

正如上文所述，如果放任人工智能“情感泛濫”，很有可能會(huì)造成嚴(yán)重的后果。為了使人工智能技術(shù)更好的發(fā)展，使智能與情感恰到好處的結(jié)合起來，我們有必要思考如何對(duì)賦予人工智能情感進(jìn)行引導(dǎo)或者約束。

3.1根據(jù)級(jí)別賦予情感

可以根據(jù)人工智能級(jí)別來賦予其情感，如低級(jí)別人工智能不賦予情感、高級(jí)別人工智能賦予其適當(dāng)?shù)那楦小１娝苤?，人工智能是一門交叉科學(xué)科，要正確認(rèn)識(shí)和掌握人工智能的相關(guān)技術(shù)的人至少必須同時(shí)懂得計(jì)算機(jī)學(xué)、心理學(xué)和哲學(xué)。首先需要樹立這樣的一個(gè)觀點(diǎn)：人工智能的起點(diǎn)不是計(jì)算機(jī)學(xué)而是人的智能本身，也就是說技術(shù)不是最重要的，在這之前必須得先解決思想問題。而人工智能由于這方面沒有一個(gè)嚴(yán)格的或是量度上的控制而容易出現(xiàn)問題。從哲學(xué)的角度來說，量變最終會(huì)導(dǎo)致質(zhì)變?，F(xiàn)在是科學(xué)技術(shù)飛速發(fā)展的時(shí)代，不能排除這個(gè)量變導(dǎo)致質(zhì)變時(shí)代的人工智能機(jī)器人的到來，而到那個(gè)時(shí)候后果則不堪設(shè)想。因此，在現(xiàn)階段我們就應(yīng)該對(duì)人工智能的情感賦予程度進(jìn)行一個(gè)約束。

根據(jù)維納的反饋理論，人工智能可以被分成高低兩個(gè)層次。低層次的是智能型的人工智能，主要具備適應(yīng)環(huán)境和自我優(yōu)化的能力。高層次的是情感型的人工智能，它的輸入過程主要是模仿人的感覺方式，輸出過程則是模仿人的反應(yīng)情緒。據(jù)此我們可分別將機(jī)器人分為一般用途機(jī)器人和高級(jí)用途機(jī)器人兩種。一般用途機(jī)器人是指不具有情感，只具有一般編程能力和操作功能的機(jī)器人。那么對(duì)于一般用途的機(jī)器人我們完全可以嚴(yán)格的用程序去控制它的行為而沒必要去給他賦予情感。而對(duì)于高級(jí)層面的情感機(jī)器人來說，我們就適當(dāng)?shù)馁x予一些情感。但即使是這樣一部分高層次的情感機(jī)器人，在賦予人工情感仍然需要考慮到可能會(huì)帶來的某些潛在的危害，要慎之又慎。

3.2根據(jù)角色賦予情感

同樣也可以根據(jù)人工智能機(jī)器人角色的不同選擇性的賦予其不同類型的情感。人類與機(jī)器合作起來比任何一方單獨(dú)工作都更為強(qiáng)大。正因?yàn)槿绱?，人類就要善于與人工智能機(jī)器合作，充分發(fā)揮人機(jī)合作的最大優(yōu)勢(shì)。由于計(jì)算機(jī)硬件、無線網(wǎng)絡(luò)與蜂窩數(shù)據(jù)網(wǎng)絡(luò)的高速發(fā)展，目前的這個(gè)時(shí)代是人工智能發(fā)展的極佳時(shí)期，使人工智能機(jī)器人處理許多以前無法完成的任務(wù)，并使一些全新的應(yīng)用不再禁錮于研究實(shí)驗(yàn)室，可以在公共渠道上為所有人服務(wù)，人機(jī)合作也將成為一種大的趨勢(shì)，而他們會(huì)以不同的角色與我們進(jìn)行合作。或作為工具、顧問、工人、寵物、伴侶亦或是其他角色?？傊覀儜?yīng)該和這些機(jī)器建立一種合作互助的關(guān)系，然后共同完任務(wù)。這當(dāng)然是一種很理想的狀態(tài)，要做到這樣，首先需要我們?nèi)祟愞D(zhuǎn)變自身現(xiàn)有的思維模式：這些機(jī)器不再是一種工具，而是平等的服務(wù)提供人。

舉例來說，當(dāng)機(jī)器人照顧老人或是小孩的時(shí)候，我們應(yīng)該賦予它更多的正面情緒，而不要去賦予負(fù)面情緒，否則如果機(jī)器人的負(fù)向情緒被激發(fā)了，對(duì)于這些老人或者小孩來說危險(xiǎn)性是極大的；但是，如果機(jī)器人是作為看門的保安，我們對(duì)這種角色的機(jī)器人就可以適當(dāng)?shù)馁x予一些負(fù)向的情緒，那么對(duì)于那些不按規(guī)則的來訪者或是小偷就有一定的威懾力?？傊谖覀冑x予這些智能機(jī)器人情感前必須要周到的考慮這些情感的程度和種類，不要沒有顧忌的想當(dāng)然的去賦予，而是按分工、作用賦予限制性的情感約束，達(dá)到安全的目的。

3.3對(duì)賦予人進(jìn)行約束

對(duì)人工智能情感賦予者進(jìn)行約束，提高賦予者的自身素質(zhì)，并定期考核，并為每一被賦予情感的人工智能制定責(zé)任人。

縱觀人工智能技術(shù)發(fā)展史，我們可以發(fā)現(xiàn)很多的事故都是因?yàn)槿藶橐蛩貙?dǎo)致的。比如，首起機(jī)器人殺人案：1978年9月的一天，在日本廣島，一臺(tái)機(jī)器人正在切割鋼板，突然電腦系統(tǒng)出現(xiàn)故障，機(jī)器人伸出巨臂，把一名工人活生生地送到鋼刀下，切成肉片。

另外，某些研究者也許會(huì)因?yàn)槔娴恼T惑，而將人工智能運(yùn)用在不正當(dāng)領(lǐng)域，或者人工智能技術(shù)落入犯罪分子的手中，被他們用來進(jìn)行反對(duì)人類和危害社會(huì)的犯罪活動(dòng)。也就是用于所謂的“智能犯罪”。任何新技術(shù)的最大危險(xiǎn)莫過于人類對(duì)它失去控制，或者是它落入那些企圖利用新技術(shù)反對(duì)人類的人的手中。

因此為了減少這些由于人而導(dǎo)致的悲劇，我們需要對(duì)這些研究者本身進(jìn)行約束。比如通過相應(yīng)的培訓(xùn)或是定期的思想政治教育、或是理論知識(shí)的學(xué)習(xí)并制定定期的考核制度來保證這些專家自身的素質(zhì)，又或者加強(qiáng)對(duì)人工智能事故的追究機(jī)制，發(fā)生問題能立即查詢到事故方等等，通過這樣一系列強(qiáng)有力的硬性指標(biāo)達(dá)到減少由于人為因素導(dǎo)致悲劇的目的。

3.4制定相應(yīng)的規(guī)章制度來管理人工智能情感的發(fā)展

目前世界上并未出臺(tái)任何一項(xiàng)通用的法律來規(guī)范人工智能的發(fā)展。不過在1939 年，出生在俄國(guó)的美籍作家阿西莫夫在他的小說中描繪了工程師們?cè)谠O(shè)計(jì)和制造機(jī)器人時(shí)通過加入保險(xiǎn)除惡裝置使機(jī)器人有效地被主人控制的情景。這就從技術(shù)上提出了預(yù)防機(jī)器人犯罪的思路。幾年后， 他又為這種技術(shù)裝置提出了倫理學(xué)準(zhǔn)則的道德三律：（1）機(jī)器人不得傷害人類，或看到人類受到傷害而袖手旁觀；（2）在不違反第一定律的前提下，機(jī)器人必須絕對(duì)服從人類給與的任何命令；（3）在不違反第一定律和第二定律的前提下，機(jī)器人必須盡力保護(hù)自己。這一“機(jī)器人道德三律”表現(xiàn)了一種在道德憂思的基礎(chǔ)上，對(duì)如何解決人工智能中有害人類因素所提出的道德原則，雖然得到很多人的指責(zé)，但其首創(chuàng)性還是得到公認(rèn)的。盡管這個(gè)定律只是小說家提出來的，但是也代表了很多人的心聲，也是值得借鑒的。

那么對(duì)于人工智能情感的約束呢？顯然，更加沒有相應(yīng)的法律法規(guī)來規(guī)范。那么，我們就只能在賦予人工智能情感的道理上更加的小心翼翼。比如，我們可以制定一些應(yīng)急方案來防止可能導(dǎo)致的某些后果，也即出現(xiàn)了問題如何及時(shí)的處理之。另外我們?cè)诓僮骱凸芾砩蠎?yīng)更加慎重的去對(duì)待。也希望隨著科學(xué)技術(shù)的發(fā)展，能夠在不久的將來出臺(tái)一部相應(yīng)的規(guī)章制度來規(guī)范人工智能情感的管理，使之更加精確化、合理化。

4結(jié)束語

人工智能的情感研究目的就是探索利用情感在生物體中所扮演的一些角色、發(fā)展技術(shù)和方法來增強(qiáng)計(jì)算機(jī)或機(jī)器人的自治性、適應(yīng)能力和社會(huì)交互的能力。但是現(xiàn)階段對(duì)這方面的研究雖然在技術(shù)上可能已經(jīng)很成熟，但是人工智能情感畢竟是模擬人的情感，是個(gè)很復(fù)雜的過程，本文嘗試性的在人工智能發(fā)展中可能遇到的問題進(jìn)行了有益的探討。但是不可否認(rèn)仍然有很長(zhǎng)的道路要走，但是對(duì)于人工智能的發(fā)展勁頭我們不可否認(rèn)，將來“百分百情感機(jī)器人”的問世也許是遲早的事情。

參考文獻(xiàn)：

[1] 趙玉鵬，劉則淵.情感、機(jī)器、認(rèn)知――斯洛曼的人工智能哲學(xué)思想探析[J].自然辯證法通訊，2009，31（2）：94-99.

[2] 王國(guó)江，王志良，楊國(guó)亮，等.人工情感研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2006，23（11）：7-11.

[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究綜述[J].江南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，11（04）：497-504.

[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.

[5] Valerie.The Roboceptionist[EB/OL].http：//.

[6] 張顯峰，程宇婕.情感機(jī)器人：技術(shù)與倫理的雙重困境[N].科技日?qǐng)?bào)，2009-4-21（005）.

[7] 張曉麗.跟機(jī)器人談倫理道德為時(shí)尚早[N].遼寧日?qǐng)?bào)，2011-11-04（007）.

[8] Peter Norvig.人工智能：機(jī)器會(huì)“思考”[J].IT經(jīng)理世界，2012（Z1）：331-332.

[9] McCarthy J.Ascribing Mental Qualities to Machines1A2. In Ringle M，editor，Philosophical Perspectives in Artificial Intelligence1C2，Humanities Press Atlantic Highlands，NJ，1979：161-195.

第7篇：人工智能教學(xué)總結(jié)范文

關(guān)鍵詞：智能游戲開發(fā)與設(shè)計(jì)；游戲產(chǎn)業(yè)；翻轉(zhuǎn)課堂；人工智能

0引言

中國(guó)音像與數(shù)字出版協(xié)會(huì)游戲出版工作委員會(huì)與伽馬數(shù)據(jù)（CNG中新游戲研究）、國(guó)際數(shù)據(jù)公司（IDC）聯(lián)合的《2015年中國(guó)游戲產(chǎn)業(yè)報(bào)告》顯示：2015年，中國(guó)游戲用戶數(shù)已達(dá)5.34億人，同比2014年增長(zhǎng)了3.3%。與此同時(shí)，中國(guó)游戲市場(chǎng)實(shí)際銷售收入達(dá)到1407.0億元人民幣，同比增長(zhǎng)22.9%。其中，客戶端游戲市場(chǎng)611.6億元，網(wǎng)頁游戲市場(chǎng)219.6億元，移動(dòng)游戲市場(chǎng)611.6億元。

游戲產(chǎn)業(yè)的發(fā)展離不開國(guó)家的政策支持、社會(huì)文化的需求以及基礎(chǔ)技術(shù)的突破。在國(guó)家“互聯(lián)網(wǎng)+”“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”等戰(zhàn)略的引導(dǎo)下，政府和投資企業(yè)為游戲產(chǎn)業(yè)提供了眾多優(yōu)惠政策和良好的發(fā)展環(huán)境；游戲行業(yè)的快速發(fā)展促使游戲產(chǎn)業(yè)社會(huì)認(rèn)可度提升；“一帶一路”國(guó)際文化交融推動(dòng)游戲產(chǎn)業(yè)的“走出去”；寬帶提速和4G網(wǎng)絡(luò)的普及為游戲產(chǎn)業(yè)發(fā)展提供了網(wǎng)絡(luò)支持；此外，智能硬件性能的提升為游戲產(chǎn)業(yè)創(chuàng)新提供了基礎(chǔ)條件。游戲行業(yè)的蓬勃發(fā)展催生了一大批優(yōu)秀的游戲企業(yè)。因此，市場(chǎng)對(duì)游戲?qū)I(yè)人才數(shù)量和質(zhì)量的需求也日益迫切，這對(duì)高校游戲開發(fā)與設(shè)計(jì)專業(yè)人才的培養(yǎng)產(chǎn)生了導(dǎo)向和促進(jìn)的作用。

1課程現(xiàn)狀

智能游戲開發(fā)與設(shè)計(jì)是一門綜合性程序設(shè)計(jì)技能發(fā)展類課程，面向智能科學(xué)與技術(shù)專業(yè)三年級(jí)的本科生，在三年級(jí)第2學(xué)期開設(shè)。課程性質(zhì)是專業(yè)限選課，共計(jì)32學(xué)時(shí)，2學(xué)分。課程系統(tǒng)介紹了游戲開發(fā)的軟件工程原理，以及游戲中的圖形學(xué)、人工智能、人機(jī)交互、網(wǎng)絡(luò)等基本知識(shí)點(diǎn)和技術(shù)。教學(xué)目標(biāo)是希望學(xué)生理解和掌握計(jì)算機(jī)游戲程序設(shè)計(jì)所需的專業(yè)知識(shí)，包括二維游戲的基本編程技術(shù)、三維圖形學(xué)基礎(chǔ)、游戲場(chǎng)景的組織和繪制、計(jì)算機(jī)動(dòng)畫技術(shù)、音頻處理技術(shù)和人工智能技術(shù)等，基本涵蓋了計(jì)算機(jī)游戲編程的各個(gè)主要方面。

我校智能游戲開發(fā)與設(shè)計(jì)課程雖然已經(jīng)開設(shè)了7年，教學(xué)目標(biāo)、內(nèi)容與要求相對(duì)成熟，但相比于智能科學(xué)與技術(shù)專業(yè)的核心課程，仍然是我校正在建設(shè)中的一門新興課程。我們?cè)谌〉贸煽?jī)的同時(shí)更要認(rèn)清當(dāng)前存在的不足：首先，游戲產(chǎn)業(yè)的變化與進(jìn)步日新月異，移動(dòng)游戲的爆發(fā)式增長(zhǎng)、游戲引擎的更新進(jìn)步對(duì)游戲行業(yè)的發(fā)展形成了巨大影響。在授課過程中，盡管任課教師也對(duì)教學(xué)方法和課程設(shè)置進(jìn)行了嘗試和調(diào)整，希望學(xué)生能夠?qū)υ擃I(lǐng)域的前沿動(dòng)態(tài)有所了解，但尚未形成系統(tǒng)深入的研究結(jié)果，一定程度上導(dǎo)致授課內(nèi)容與行業(yè)動(dòng)態(tài)脫節(jié)；其次，即使教師在課堂上進(jìn)行了游戲效果的演示或代碼的示范，學(xué)生如果沒有課下的實(shí)際操作也很難較好掌握；此外，教學(xué)內(nèi)容和思路過分強(qiáng)調(diào)游戲開發(fā)技術(shù)，還沒有緊密結(jié)合本校智能科學(xué)與技術(shù)專業(yè)的特色，突出“智能”這一特點(diǎn)，即在游戲開發(fā)過程中融入人工智能技術(shù)。

2教學(xué)方法改革

2.1關(guān)注業(yè)界動(dòng)態(tài)，調(diào)整教學(xué)內(nèi)容

課程團(tuán)隊(duì)通過關(guān)注游戲業(yè)界的發(fā)展趨勢(shì)，適當(dāng)調(diào)整授課內(nèi)容和計(jì)劃。課程組根據(jù)近幾年《中國(guó)游戲產(chǎn)業(yè)報(bào)告》的調(diào)查了解到：客戶端游戲、網(wǎng)頁游戲、單機(jī)游戲等已經(jīng)處于成熟期，市場(chǎng)規(guī)模增幅有限且變動(dòng)不大，而移動(dòng)游戲依舊處于成長(zhǎng)期，市場(chǎng)規(guī)模有望保持高增長(zhǎng)。

結(jié)合當(dāng)前實(shí)際，我們?cè)?016年春季學(xué)期游戲課程的授課過程中，刪去了游戲中的音頻編程技術(shù)介紹。在“游戲業(yè)的展望”章節(jié)，加入了語音交互技術(shù)、虛擬現(xiàn)實(shí)技術(shù)和增強(qiáng)現(xiàn)實(shí)技術(shù)等前沿技術(shù)的講解，強(qiáng)調(diào)了先導(dǎo)課程的重要性，例如《計(jì)算機(jī)圖形學(xué)》在“高級(jí)圖形技術(shù)”和“三維游戲動(dòng)畫”章節(jié)中所起的作用，以及《數(shù)據(jù)結(jié)構(gòu)》課程中的二叉樹知識(shí)點(diǎn)在“三維游戲場(chǎng)景的組織和繪制”章節(jié)中的重要性。

在“游戲引擎”章節(jié)講授方面，之前僅介紹了OGRE圖形對(duì)象渲染引擎，雖然該引擎具有較強(qiáng)的三維場(chǎng)景渲染能力，但是環(huán)境配置較復(fù)雜，且與目前業(yè)界主流的游戲引擎差別較大。因此，我們有意識(shí)地增加了對(duì)兩款跨平臺(tái)游戲引擎Cocos2D和Unity3D的介紹，針對(duì)目前移動(dòng)平臺(tái)游戲開發(fā)的技術(shù)要求，著重培養(yǎng)學(xué)生掌握C++或Java程序語言，鼓勵(lì)學(xué)生進(jìn)行簡(jiǎn)單游戲的設(shè)計(jì)與開發(fā)。

2.2在線課程自主學(xué)習(xí)，翻轉(zhuǎn)課堂互動(dòng)討論

第8篇：人工智能教學(xué)總結(jié)范文

關(guān)鍵詞：機(jī)器人大腦；雙培計(jì)劃；聯(lián)合培養(yǎng)

1高水平人才交叉培養(yǎng)計(jì)劃實(shí)施背景

《北京市教育委員會(huì)關(guān)于印發(fā)北京高等學(xué)校高水平人才交叉培養(yǎng)計(jì)劃的通知》（京教高[2015]1號(hào)）提出共建高校雙方要根據(jù)經(jīng)濟(jì)社會(huì)發(fā)展急需人才所應(yīng)具有的知識(shí)、能力與素質(zhì)，聯(lián)合相關(guān)行業(yè)企業(yè)，共同制訂專業(yè)和方向的培養(yǎng)目標(biāo)、培養(yǎng)標(biāo)準(zhǔn)，構(gòu)建與之相匹配的專業(yè)培養(yǎng)計(jì)劃，包括專業(yè)核心課程體系、實(shí)踐能力培養(yǎng)體系和素質(zhì)提升體系，培養(yǎng)基礎(chǔ)扎實(shí)、專業(yè)過硬、能力突出的高素質(zhì)人才。

北京科技大學(xué)、北京信息科技大學(xué)智能科學(xué)與技術(shù)專業(yè)“機(jī)器人大腦方向”雙培項(xiàng)目于2015年開始正式實(shí)施。目前主要采用“3+1”培養(yǎng)模式，即前3年在北京科技大學(xué)自動(dòng)化學(xué)院智能科學(xué)與技術(shù)專業(yè)學(xué)習(xí)，第4年在北京信息科技大學(xué)自動(dòng)化學(xué)院智能科學(xué)與技術(shù)專業(yè)學(xué)習(xí)并完成畢業(yè)論文。

2“機(jī)器人大腦方向”雙培方案的構(gòu)建

北京科技大學(xué)是教育部直屬的985、211大學(xué)，其智能科學(xué)與技術(shù)專業(yè)在京為一本招生，而北京信息科技大學(xué)為北京市屬學(xué)校，其智能科學(xué)與技術(shù)專業(yè)在京為二本招生。兩校要交叉聯(lián)合培養(yǎng)學(xué)生，需要充分考慮兩校的生源情況，在充分論證的基礎(chǔ)上制訂出相應(yīng)的培養(yǎng)方案。

2015年4―5月，北京信息科技大學(xué)與北京科技大學(xué)相關(guān)負(fù)責(zé)人先后進(jìn)行兩次會(huì)談，就兩校智能科學(xué)與技術(shù)專業(yè)的建設(shè)情況、雙培計(jì)劃的基本情況，“機(jī)器人大腦方向”教學(xué)計(jì)劃和培養(yǎng)方案交換了意見，形成了雙培計(jì)劃培養(yǎng)方案制訂的初步設(shè)想。兩校的智能科學(xué)與技術(shù)專業(yè)具有相似的歷史淵源和專業(yè)方向，因此，在充分討論的基礎(chǔ)上，決定以兩校現(xiàn)有的教學(xué)計(jì)劃為基礎(chǔ)，按市教委雙培的要求修訂“機(jī)器人大腦方向”教學(xué)計(jì)劃和培養(yǎng)方案。兩校分工實(shí)施課程教學(xué)、實(shí)踐教學(xué)、學(xué)生指導(dǎo)、質(zhì)量評(píng)價(jià)、組織學(xué)生科技創(chuàng)新、學(xué)科競(jìng)賽等工作。

2.1專業(yè)培養(yǎng)目標(biāo)

具有堅(jiān)實(shí)的數(shù)理基礎(chǔ)、信息技術(shù)的基礎(chǔ)知識(shí)以及腦科學(xué)與認(rèn)知科學(xué)的基礎(chǔ)知識(shí)，系統(tǒng)地掌握智能科學(xué)技術(shù)的基礎(chǔ)理論、基礎(chǔ)知識(shí)和基本技能與方法，受到初步科學(xué)研究和工程實(shí)現(xiàn)的訓(xùn)練，具備智能系統(tǒng)集成、智能技術(shù)應(yīng)用方面研究和開發(fā)的基本能力。同時(shí)具有全面的文化素質(zhì)、良好的知識(shí)結(jié)構(gòu)和較強(qiáng)的新環(huán)境適應(yīng)能力、自主學(xué)習(xí)能力和創(chuàng)新意識(shí)，并具有良好的語言和計(jì)算機(jī)運(yùn)用能力。本科畢業(yè)后能夠在研發(fā)部門、學(xué)科交叉研究機(jī)構(gòu)以及高校從事與智能科技相關(guān)領(lǐng)域的科研、開發(fā)、管理或教學(xué)工作，并可繼續(xù)攻讀智能科學(xué)與技術(shù)專業(yè)以及相關(guān)學(xué)科和交叉學(xué)科的碩士和博士學(xué)位。

2.2專業(yè)課程體系

智能科學(xué)技術(shù)是一門研究智能現(xiàn)象的本質(zhì)與機(jī)理、智能模擬的方法與技術(shù)以及智能機(jī)器與智能系統(tǒng)應(yīng)用的新興學(xué)科，由腦科學(xué)、認(rèn)知科學(xué)、人工智能、信息科學(xué)技術(shù)等學(xué)科綜合交叉而成。圖1給出的智能科學(xué)與技術(shù)專業(yè)的知識(shí)體系，確定了課程設(shè)計(jì)的基本原則：智能應(yīng)用的過程中需要有信息學(xué)科中的計(jì)算機(jī)、通信、控制和檢測(cè)等方面技術(shù)的支撐；建立以計(jì)算機(jī)、通信、控制和檢測(cè)技術(shù)為工具，以智能機(jī)器人為載體，結(jié)合信息科學(xué)和智能科學(xué)理論基礎(chǔ)的課程體系。

為體現(xiàn)“機(jī)器人大腦”的專業(yè)方向與特色，課程體系中加強(qiáng)了腦科學(xué)與認(rèn)知科學(xué)、腦機(jī)接口、軟件開發(fā)與應(yīng)用、虛擬現(xiàn)實(shí)技術(shù)等內(nèi)容。表1給出了智能科學(xué)與技術(shù)“機(jī)器人大腦方向”的專業(yè)課程體系，其課程體系模塊設(shè)計(jì)為計(jì)算機(jī)基礎(chǔ)、電路基礎(chǔ)、信息與控制基礎(chǔ)、機(jī)器智能、智能系統(tǒng)五大模塊。

“機(jī)器人大腦方向”專業(yè)核心課程確定為：電路分析基礎(chǔ)、模擬電子技術(shù)、數(shù)字電子技術(shù)、信息論與編碼、信號(hào)處理、控制工程基礎(chǔ)、嵌入式系統(tǒng)、微機(jī)原理與應(yīng)用、腦科學(xué)與認(rèn)知科學(xué)、人工智能基礎(chǔ)、機(jī)器人組成原理、計(jì)算智能基礎(chǔ)、智能機(jī)器人、機(jī)器學(xué)習(xí)等。

2.3專業(yè)實(shí)踐體系

按照工程認(rèn)證相關(guān)標(biāo)準(zhǔn)要求，建立了包括金工實(shí)習(xí)、電子工藝實(shí)習(xí)、各類課程設(shè)計(jì)與綜合實(shí)驗(yàn)、工程認(rèn)識(shí)實(shí)習(xí)、專業(yè)實(shí)習(xí)（實(shí)踐）在內(nèi)的、完備的、面向工程需要的實(shí)踐教學(xué)體系，如圖2所示。

3“機(jī)器人大腦方向”雙培方案的實(shí)施

“機(jī)器人大腦方向”雙培計(jì)劃是北京地區(qū)高等教育綜合改革的試點(diǎn)，其目的在于推進(jìn)北京地區(qū)高校之間的合作和優(yōu)質(zhì)教育資源的共享，提升北京高校辦學(xué)水平和人才培養(yǎng)質(zhì)量。為此，兩校通力合作進(jìn)行了有益的探索與實(shí)踐。

3.1學(xué)風(fēng)建設(shè)

北京信息科技大學(xué)為雙培學(xué)生配備了輔導(dǎo)員和班導(dǎo)師，班導(dǎo)師由學(xué)院主管教學(xué)的副院長(zhǎng)承擔(dān)。在新生入學(xué)的第一個(gè)學(xué)期，班導(dǎo)師就從中學(xué)生到大學(xué)生的過渡、適應(yīng)大學(xué)高強(qiáng)度的學(xué)習(xí)、學(xué)習(xí)方式方法、班委改選、期中考試后的總結(jié)等方面對(duì)學(xué)生進(jìn)行指導(dǎo)。學(xué)院組織學(xué)生集中晚自習(xí)，由班導(dǎo)師、輔導(dǎo)員檢查。同時(shí)班導(dǎo)師、輔導(dǎo)員經(jīng)常走訪宿舍，與同學(xué)談心，使他們明確目標(biāo)并養(yǎng)成良好的學(xué)習(xí)習(xí)慣。

同時(shí)，學(xué)校通過微信，不定期與共建高校的教師、學(xué)生溝通，隨時(shí)掌握雙培學(xué)生的學(xué)習(xí)生活狀況，如自動(dòng)化學(xué)院開通的心動(dòng)傳媒公眾號(hào)，成為雙培學(xué)生母校情節(jié)的有效紐帶。

3.2學(xué)生活動(dòng)情況

北京信息科技大學(xué)和北京科技大學(xué)充分利用本校的資源，要求雙培學(xué)生積極參加兩校的各類活動(dòng)，以達(dá)到市屬學(xué)校和央屬學(xué)校聯(lián)合培養(yǎng)學(xué)生的目的。例如，北京信息科技大學(xué)2015年4月邀請(qǐng)雙培學(xué)生開展了師生黨建活動(dòng)“奔跑的人工智能”研討會(huì)，組織專業(yè)引領(lǐng)型學(xué)科競(jìng)賽――新生R Auto杯智能小車競(jìng)速比賽。

由于北京信息科技大學(xué)智能科學(xué)與技術(shù)專業(yè)在北京市為二本招生，而北京科技大學(xué)智能科學(xué)與技術(shù)專業(yè)為一本招生，導(dǎo)致參加雙培計(jì)劃的同學(xué)與北京科技大學(xué)的同學(xué)在錄取分?jǐn)?shù)匕就存在差異，如北京生源的平均分?jǐn)?shù)相差88分，部分同學(xué)不適應(yīng)高強(qiáng)度的學(xué)習(xí)。經(jīng)過在北京科技大學(xué)半年的學(xué)習(xí)，雖然雙培計(jì)劃的學(xué)生入校時(shí)基礎(chǔ)較弱，但只要管理嚴(yán)格，也能跟上大部分一本學(xué)生的腳步。

第9篇：人工智能教學(xué)總結(jié)范文

據(jù)統(tǒng)計(jì)，2017年中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超過700億元，隨著各地人工智能建設(shè)的逐步啟動(dòng)，預(yù)計(jì)到2020年，中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模將超過1600億元，年復(fù)合增長(zhǎng)率將達(dá)31.7%。

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低，越來越多的創(chuàng)業(yè)公司加入人工智能的陣營(yíng)。

2018年被稱為人工智能爆發(fā)的元年，人工智能技術(shù)應(yīng)用所催生的商業(yè)價(jià)值逐步凸顯。人工智能逐步切入到社會(huì)生活的方方面面，帶來生產(chǎn)效率及生活品質(zhì)的大幅提升。智能紅利時(shí)代開啟！資本、巨頭和創(chuàng)業(yè)公司紛紛涌入，將人工智能拉到了信息產(chǎn)業(yè)革命的風(fēng)口。

如何把握產(chǎn)業(yè)動(dòng)向，抓住風(fēng)口機(jī)會(huì)？創(chuàng)業(yè)邦研究中心憑借在人工智能等前言科技領(lǐng)域持續(xù)研究、洞察的能力，在對(duì)國(guó)內(nèi)人工智能創(chuàng)業(yè)公司進(jìn)行系統(tǒng)調(diào)研的基礎(chǔ)上，推出《2018中國(guó)人工智能白皮書》，對(duì)人工智能的核心技術(shù)、主要應(yīng)用領(lǐng)域、巨頭和創(chuàng)業(yè)公司的布局、未來發(fā)展態(tài)勢(shì)和投資機(jī)會(huì)進(jìn)行了深度解析。

第一部分人工智能行業(yè)發(fā)展概述

1.人工智能概念及發(fā)展

人工智能（Artificial Intelligence， AI）又稱機(jī)器智能，是指由人制造出來的機(jī)器所表現(xiàn)出來的智能，即通過普通計(jì)算機(jī)程序的手段實(shí)現(xiàn)的類人智能技術(shù)。

自1956年達(dá)特茅斯會(huì)議提出“人工智能”的概念以來，“人工智能”經(jīng)歷了寒冬與交替的起起伏伏60多年的發(fā)展歷程。2010年以后，深度學(xué)習(xí)的發(fā)展推動(dòng)語音識(shí)別、圖像識(shí)別和自然語言處理等技術(shù)取得了驚人突破，前所未有的人工智能商業(yè)化和全球化浪潮席卷而來。

人工智能發(fā)展歷程

2.人工智能產(chǎn)業(yè)鏈圖譜

人工智能產(chǎn)業(yè)鏈可以分為基礎(chǔ)設(shè)施層、應(yīng)用技術(shù)層和行業(yè)應(yīng)用層。

A基礎(chǔ)層，主要有基礎(chǔ)數(shù)據(jù)提供商、半導(dǎo)體芯片供應(yīng)商、傳感器供應(yīng)商和云服務(wù)商。

B技術(shù)層，主要有語音識(shí)別、自然語言處理、計(jì)算機(jī)視覺、深度學(xué)習(xí)技術(shù)提供商。

C應(yīng)用層，主要是把人工智能相關(guān)技術(shù)集成到自己的產(chǎn)品和服務(wù)中，然后切入特定場(chǎng)景。目前來看，自動(dòng)駕駛、醫(yī)療、安防、金融、營(yíng)銷等領(lǐng)域是業(yè)內(nèi)人士普遍比較看好方向。

人工智能產(chǎn)業(yè)鏈

資料來源：創(chuàng)業(yè)邦研究中心

第二部分人工智能行業(yè)巨頭布局

巨頭積極尋找人工智能落地場(chǎng)景，B、C 端全面發(fā)力。

資料來源：券商報(bào)告、互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

第三部分機(jī)器視覺技術(shù)解讀及行業(yè)分析

1.機(jī)器視覺技術(shù)概念

機(jī)器視覺是指通過用計(jì)算機(jī)或圖像處理器及相關(guān)設(shè)備來模擬人類視覺，以讓機(jī)器獲得相關(guān)的視覺信息并加以理解，它是將圖像轉(zhuǎn)換成數(shù)字信號(hào)進(jìn)行分析處理的技術(shù)。

機(jī)器視覺的兩個(gè)組成部分

資料來源：互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

2.發(fā)展關(guān)鍵要素：數(shù)據(jù)、算力和算法

數(shù)據(jù)、算力和算法是影響機(jī)器視覺行業(yè)發(fā)展的三要素。 人工智能正在像嬰兒一樣成長(zhǎng)，機(jī)器不再只是通過特定的編程完成任務(wù)，而是通過不斷學(xué)習(xí)來掌握本領(lǐng)，這主要依賴高效的模型算法進(jìn)行大量數(shù)據(jù)訓(xùn)練，其背后需要具備高性能計(jì)算能力的軟硬件作為支撐。

深度學(xué)習(xí)出現(xiàn)后，機(jī)器視覺的主要識(shí)別方式發(fā)生重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為視覺識(shí)別主流，即機(jī)器從海量數(shù)據(jù)里自行歸納特征，然后按照該特征規(guī)律使圖像識(shí)別的精準(zhǔn)度也得到極大的提升，從70%+提升到95%。

3.商業(yè)模式分析

機(jī)器視覺包括軟件平臺(tái)開發(fā)和軟硬件一體解決方案服務(wù)。整體用戶更偏向于B端。軟件服務(wù)提供商作為技術(shù)算法的驅(qū)動(dòng)者，其商業(yè)模式應(yīng)以“技術(shù)層+場(chǎng)景應(yīng)用”作為突破口。軟硬件一體化服務(wù)供應(yīng)商作為生態(tài)構(gòu)建者，適合以“全產(chǎn)業(yè)鏈生態(tài)+場(chǎng)景應(yīng)用”作為突破口，加速商業(yè)化。

（1）軟件服務(wù)：技術(shù)算法驅(qū)動(dòng)者—“技術(shù)層+場(chǎng)景應(yīng)用”作為突破口

這種商業(yè)模式主要是提供以工程師為主的企業(yè)級(jí)軟件服務(wù)。有海量數(shù)據(jù)支撐，構(gòu)建起功能和信息架構(gòu)較為復(fù)雜的生態(tài)系統(tǒng)，推動(dòng)最末端的消費(fèi)者體驗(yàn)。

此類商業(yè)模式成功關(guān)鍵因素：深耕算法和通用技術(shù)，建立技術(shù)優(yōu)勢(shì)，同時(shí)以場(chǎng)景應(yīng)用為入口，積累用戶軟件。視覺軟件服務(wù)按處理方式和存儲(chǔ)位置的不同可分為在線API、離線SDK、私有云等。

國(guó)內(nèi)外基礎(chǔ)算法應(yīng)用對(duì)比

資料來源：互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

（2）軟硬件一體化：生態(tài)構(gòu)建者—“全產(chǎn)業(yè)鏈生態(tài)+場(chǎng)景應(yīng)用”作為突破口

軟硬一體化的商業(yè)模式是一種“終端+軟件+服務(wù)”全產(chǎn)業(yè)鏈體系。成功的因素是大量算力投入，海量?jī)?yōu)質(zhì)數(shù)據(jù)積累，建立算法平臺(tái)、通用技術(shù)平臺(tái)和應(yīng)用平臺(tái)，以場(chǎng)景為入口，積累用戶。亮點(diǎn)是打造終端、操作系統(tǒng)、應(yīng)用和服務(wù)一體化的生態(tài)系統(tǒng)，各部分相輔相承，銳化企業(yè)競(jìng)爭(zhēng)力，在產(chǎn)業(yè)鏈中擁有更多話語權(quán)。

4.投資方向

（1）前端智能化，低成本的視覺解決模塊或設(shè)備

從需求層面講，一些場(chǎng)景對(duì)實(shí)時(shí)響應(yīng)是有很高要求的。提供某些前端就本身有一定計(jì)算能力的低成本的視覺模塊和設(shè)備將有很大市場(chǎng)需求。前置計(jì)算讓前端設(shè)備成為數(shù)據(jù)采集設(shè)備和數(shù)據(jù)處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問題。

機(jī)器視覺在消費(fèi)領(lǐng)域落地的一個(gè)障礙是支持高性能運(yùn)算的低功耗、低價(jià)位芯片選擇太少。從低功耗、高運(yùn)算能力的芯片出發(fā)，結(jié)合先進(jìn)的算法開發(fā)模塊和產(chǎn)品，這類企業(yè)將在機(jī)器視覺領(lǐng)域擁有核心競(jìng)爭(zhēng)力。

（2）深度學(xué)習(xí)解決視覺算法場(chǎng)景的專用芯片

以AI芯片方式作為視覺處理芯片有相當(dāng)大的市場(chǎng)空間。以手勢(shì)識(shí)別為例，傳統(tǒng)的識(shí)別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無法排除類膚色物體及黑色皮膚對(duì)識(shí)別精度的干擾。借助深度學(xué)習(xí)，如通過 R-CNN 訓(xùn)練大量標(biāo)注后的手勢(shì)圖像數(shù)據(jù)，得到的模型在處理帶有復(fù)雜背景及暗光環(huán)境下的手勢(shì)識(shí)別問題時(shí)，比傳統(tǒng)方案的效果好很多。

（3）新興服務(wù)領(lǐng)域的特殊應(yīng)用

前沿技術(shù)帶來的新領(lǐng)域（如無人車、服務(wù)機(jī)器人、谷歌眼鏡等），對(duì)機(jī)器視覺提出了新要求。機(jī)器視覺可以讓機(jī)器人在多種場(chǎng)合實(shí)現(xiàn)應(yīng)用。服務(wù)機(jī)器人與工業(yè)機(jī)器人最大的區(qū)別就是多維空間的應(yīng)用。目前國(guó)內(nèi)的機(jī)器視覺，涉及三維空間、多維空間，其技術(shù)基本上處在初始階段，未來存在較大市場(chǎng)增長(zhǎng)空間。

（4）數(shù)據(jù)是爭(zhēng)奪要點(diǎn)，應(yīng)用場(chǎng)景是著力關(guān)鍵

機(jī)器視覺的研究雖然始于學(xué)術(shù)界，但作為商業(yè)應(yīng)用，能解決實(shí)際問題才是核心的競(jìng)爭(zhēng)力。當(dāng)一家公司先天能夠獲得大量連續(xù)不斷的優(yōu)質(zhì)場(chǎng)景數(shù)據(jù)，又有挖掘該數(shù)據(jù)價(jià)值的先進(jìn)技術(shù)時(shí)，商業(yè)模式和數(shù)據(jù)模式上就能形成協(xié)同效應(yīng)。創(chuàng)業(yè)公司要么通過自有平臺(tái)獲取數(shù)據(jù)，要么選擇與擁有數(shù)據(jù)源的公司進(jìn)行合作，同時(shí)選擇一個(gè)商業(yè)落地的方向，實(shí)現(xiàn)快速的數(shù)據(jù)循環(huán)。

第四部分智能語言技術(shù)解讀及行業(yè)分析

1.語音識(shí)別技術(shù)

（1）語音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫

語音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫。語音識(shí)別技術(shù)經(jīng)歷了長(zhǎng)達(dá)60年的發(fā)展，近年來機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的引入，使得語音識(shí)別的準(zhǔn)確率提升到足以在實(shí)際場(chǎng)景中應(yīng)用。深度神經(jīng)網(wǎng)絡(luò)逐步找到模型結(jié)構(gòu)和調(diào)參算法來替代或結(jié)合高斯混合算法和HMM算法，在識(shí)別率上取得突破。根據(jù)Google Trends統(tǒng)計(jì)，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長(zhǎng)超35倍。百度人工智能專家吳恩達(dá)預(yù)測(cè)，2020年語音及圖像搜索占比有望達(dá)到50%。Echo熱銷超過400萬，帶動(dòng)智能音箱熱潮。

（2）語音識(shí)別進(jìn)入巨頭崛起時(shí)代，開放平臺(tái)擴(kuò)大生態(tài)圈成主流

語音識(shí)別即將進(jìn)入大規(guī)模產(chǎn)業(yè)化時(shí)代。隨著亞馬遜Echo的大賣，語音交互技術(shù)催生的新商機(jī)，吸引大大小小的公司構(gòu)建自己主導(dǎo)的語音生態(tài)產(chǎn)業(yè)鏈。各大公司紛紛開放各自的智能語音平臺(tái)和語音能力，欲吸引更多玩家進(jìn)入他們的生態(tài)系統(tǒng)。

（3）語音識(shí)別技術(shù)發(fā)展瓶頸與趨勢(shì)

低噪聲語料下的高識(shí)別率在現(xiàn)實(shí)環(huán)境使用中會(huì)明顯下降到70-80%，遠(yuǎn)場(chǎng)識(shí)別、復(fù)雜噪聲環(huán)境和特異性口音的識(shí)別是下一個(gè)階段需要解決的問題。

麥克風(fēng)陣列類前端技術(shù)不僅是通過降噪和聲源定位帶來識(shí)別率的提高，帶環(huán)境音的語料的搜集、標(biāo)注可用于模型的訓(xùn)練，有助于打造更新一代的語音識(shí)別引擎技術(shù)。語音巨頭已經(jīng)在布局。

在IOT包括車載領(lǐng)域，云端識(shí)別并非通行的最優(yōu)方案，把識(shí)別引擎結(jié)合場(chǎng)景進(jìn)行裁剪后往芯片端遷徙是工程化發(fā)展的方向。

2.自然語言處理（NLP）發(fā)展現(xiàn)狀

（1）多技術(shù)融合應(yīng)用促進(jìn)NLP技術(shù)及應(yīng)用的發(fā)展

深度學(xué)習(xí)、算力和大數(shù)據(jù)的爆發(fā)極大促進(jìn)了自然語言處理技術(shù)的發(fā)展。深度學(xué)習(xí)在某些語言問題上正在取得很大的突破，比如翻譯和寫作。2014年開始LSTM、Word2Vec以及Attention Model等技術(shù)研究的進(jìn)展，使DL有了路徑在語義理解領(lǐng)域取得突破，并且已經(jīng)有了明顯的進(jìn)展。對(duì)話、翻譯、寫作新技術(shù)成果里都開始逐漸混合入DL的框架。2014-2015年，硅谷在語義理解領(lǐng)域的投資熱度劇增。

深度學(xué)習(xí)能最大程度發(fā)揮對(duì)大數(shù)據(jù)和算力資源的利用，語義理解的發(fā)展還需要深度學(xué)習(xí)、搜索算法、知識(shí)圖譜、記憶網(wǎng)絡(luò)等知識(shí)的協(xié)同應(yīng)用，應(yīng)用場(chǎng)景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識(shí)圖譜領(lǐng)域越成熟（如數(shù)據(jù)飽和度和標(biāo)準(zhǔn)性較強(qiáng)的行業(yè)），技術(shù)上實(shí)現(xiàn)可能性相對(duì)較低。在各種技術(shù)融合應(yīng)用發(fā)展的情況下，具備獲取一定優(yōu)質(zhì)數(shù)據(jù)資源能力并可結(jié)合行業(yè)Domain knowledge構(gòu)建出技術(shù)、產(chǎn)品、用戶反饋閉環(huán)的企業(yè)會(huì)有更好的發(fā)展機(jī)會(huì)。

（2）NLP主要應(yīng)用場(chǎng)景

問答系統(tǒng)。問答系統(tǒng)能用準(zhǔn)確、簡(jiǎn)潔的自然語言回答用戶用自然語言提出的問題?；竟ぷ髟硎窃诰€做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問答用FAQ索引起來，與搜索引擎相似。對(duì)每一個(gè)新問題進(jìn)行檢索，再將回答按匹配度進(jìn)行排序，把最有可能的答案排在前面，往往就取第一個(gè)作為答案返回給用戶。

圖像檢索。同樣也是基于深度學(xué)習(xí)技術(shù)，跨模態(tài)地把文本和圖片聯(lián)系起來。

機(jī)器翻譯。機(jī)器翻譯的歷史被認(rèn)為與自然語言處理的歷史是一樣的。最近，深度學(xué)習(xí)被成功地運(yùn)用到機(jī)器翻譯里，使得機(jī)器翻譯的準(zhǔn)確率大幅度提升。

對(duì)話系統(tǒng)。對(duì)話系統(tǒng)的回復(fù)是完全開放的，要求機(jī)器能準(zhǔn)確地理解問題，并且基于自身的知識(shí)系統(tǒng)和對(duì)于對(duì)話目標(biāo)的理解，去生成一個(gè)回復(fù)。

（3）創(chuàng)業(yè)公司的機(jī)遇

1)機(jī)器翻譯方面：經(jīng)過多年的探索，機(jī)器翻譯的水平已經(jīng)得到大幅度提升，在很多垂直領(lǐng)域已經(jīng)能夠在相當(dāng)大程度上替代一部分人工，機(jī)器翻譯技術(shù)的商業(yè)化應(yīng)用已經(jīng)開始進(jìn)入大規(guī)模爆發(fā)的前夜。

2)應(yīng)用于垂直領(lǐng)域的自然語言處理技術(shù)

避開巨頭們對(duì)語音交互入口的競(jìng)爭(zhēng)，以某一細(xì)分行業(yè)為切入點(diǎn)，深耕垂直領(lǐng)域，對(duì)創(chuàng)業(yè)公司也是一個(gè)不錯(cuò)的選擇。

第五部分人工智能在金融行業(yè)的應(yīng)用分析

人工智能產(chǎn)業(yè)鏈包含基礎(chǔ)層、技術(shù)層、應(yīng)用層三個(gè)層面?；A(chǔ)層的大數(shù)據(jù)、云計(jì)算等細(xì)分技術(shù)被應(yīng)用到金融征信、保險(xiǎn)、理財(cái)管理、支付等金融細(xì)分領(lǐng)域；技術(shù)層的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與知識(shí)圖譜應(yīng)用于金融領(lǐng)域的征信與反欺詐、智能投顧、智能量化交易，計(jì)算機(jī)視覺與生物識(shí)別應(yīng)用于金融領(lǐng)域的身份識(shí)別，語音識(shí)別及自然語言處理應(yīng)用于金融領(lǐng)域的智能客服、智能投研；應(yīng)用層的認(rèn)知智能應(yīng)用于金融領(lǐng)域的智能風(fēng)控。

人工智能在金融行業(yè)的典型應(yīng)用情況

資料來源：創(chuàng)業(yè)邦研究中心

第六部分人工智能在醫(yī)療行業(yè)的應(yīng)用分析

1.人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

人工智能在醫(yī)療行業(yè)的應(yīng)用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫(yī)學(xué)影像、智能化器械、藥物挖掘和醫(yī)院管理等領(lǐng)域均有企業(yè)在布局，其中醫(yī)學(xué)影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應(yīng)用發(fā)展速度較快。

圖 人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

資料來源：創(chuàng)業(yè)邦研究中心

2.人工智能在醫(yī)療行業(yè)的具體應(yīng)用場(chǎng)景

醫(yī)學(xué)影像。人工智能應(yīng)用于醫(yī)學(xué)影像，通過深度學(xué)習(xí)，實(shí)現(xiàn)機(jī)器對(duì)醫(yī)學(xué)影像的分析判斷，是協(xié)助醫(yī)生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進(jìn)行定性定量分析，提升醫(yī)生看圖/讀圖的效率，協(xié)助發(fā)現(xiàn)隱藏病灶。 人工智能通過影像分類、目標(biāo)檢測(cè)、圖像分割、圖像檢索等方式，完成病灶識(shí)別與標(biāo)注，三維重建，靶區(qū)自動(dòng)勾畫與自適應(yīng)放療等功能，應(yīng)用在疾病的篩查、診斷和治療階段。目前較為火熱的應(yīng)用有肺部篩查、糖網(wǎng)篩查、腫瘤診斷和治療等。

藥物挖掘。人工智能在藥物研發(fā)上的應(yīng)用可總結(jié)為臨床前和臨床后兩個(gè)階段。臨床前階段：將深度學(xué)習(xí)技術(shù)應(yīng)用于藥物臨床前研究，在計(jì)算機(jī)上模擬藥物篩選的過程，包括靶點(diǎn)選擇、藥效和晶型分析等，預(yù)測(cè)化合物的活性、穩(wěn)定性和副作用，快速 、準(zhǔn)確地挖掘和篩選合適的化合物或生物，提高篩選效率，優(yōu)化構(gòu)效關(guān)系。臨床后階段：針對(duì)臨床試驗(yàn)的不同階段，利用人工智能技術(shù)對(duì)患者病歷進(jìn)行分析，迅速篩選符合條件的被試者，監(jiān)測(cè)管理臨床試驗(yàn)過程中的患者服藥依從性和數(shù)據(jù)收集過程，提高臨床試驗(yàn)的準(zhǔn)確性。

虛擬助理。醫(yī)療虛擬助理是基于醫(yī)療領(lǐng)域的知識(shí)系統(tǒng)，通過人工智能技術(shù)實(shí)現(xiàn)人機(jī)交互，從而在就醫(yī)過程中，承擔(dān)診前問詢、診中記錄等工作，成為醫(yī)務(wù)人員的合作伙伴，使醫(yī)生有更多時(shí)間可以與患者互動(dòng)。醫(yī)療虛擬助理根據(jù)參與就醫(yī)過程的功能不同，主要有智能導(dǎo)診分診，智能問診，用藥咨詢和語音電子病歷等方向。

第七部分智能駕駛行業(yè)分析

1.智能駕駛行業(yè)產(chǎn)業(yè)鏈

智能駕駛行業(yè)的中心業(yè)務(wù)是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來為代表的成車廠商。該類廠商，上接上游軟硬件提供商，下接公司和消費(fèi)者，在整個(gè)業(yè)務(wù)鏈中扮演至關(guān)重要的一環(huán)。

產(chǎn)業(yè)鏈上游廠商多為細(xì)分技術(shù)提供商，如深度學(xué)習(xí)、人機(jī)交互、圖像識(shí)別和新材料、新制造新能源等。

智能駕駛產(chǎn)業(yè)鏈圖譜

資料來源：創(chuàng)業(yè)邦研究中心

2.智能駕駛市場(chǎng)分析

伴隨著 ADAS 技術(shù)的不斷更新，推斷全球 L1-L5 智能駕駛市場(chǎng)的滲透率會(huì)在接下來 5年內(nèi)處于高速滲透期，然 后伴隨半無人駕駛的普及進(jìn)入穩(wěn)速增長(zhǎng)期。在未來的 2025 年無人駕駛放量階段后，依賴全產(chǎn)業(yè)鏈的配合而進(jìn)入市場(chǎng)成熟期。預(yù)測(cè)到2030年，全球 L4/5 級(jí)別的自動(dòng)駕駛車輛滲透率將達(dá)到 15%，單車應(yīng)用成本的顯著提升之 外，從 L1-L4 級(jí)別的智能駕駛功能全面滲透為汽車產(chǎn)業(yè)帶來全面的市場(chǎng)機(jī)會(huì)。

按照 IHS Automotive 保守估計(jì)，全球 L4/L5 自動(dòng)駕駛汽車產(chǎn)量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發(fā)展，年復(fù)合增長(zhǎng)率將達(dá)到43%，并在2035年達(dá)到2100萬輛。另有接近 7600 萬輛的汽車具備部分自動(dòng)駕駛功能，同時(shí)會(huì)帶動(dòng)產(chǎn)業(yè)鏈衍生市場(chǎng)的大規(guī)模催化擴(kuò)張。

根據(jù)獨(dú)立市場(chǎng)調(diào)研機(jī)構(gòu) Strategy Engineers 的預(yù)測(cè)，L4 高度自動(dòng)駕駛等級(jí)下，自動(dòng)駕駛零部件成本約在 3100 美元/車，其中硬件占比 45%，軟件占比 30%，系統(tǒng)整合占比 14%，車聯(lián)網(wǎng)部分占比 11%。按照全球 1 億輛量 產(chǎn)規(guī)模計(jì)算，理想假設(shè)所有車輛全部達(dá)到 L4 高度自動(dòng)駕駛水平，那么全球自動(dòng)駕駛零部件市場(chǎng)規(guī)模在 2020 年 將達(dá)到 3100 億美元。

第八部分中國(guó)人工智能企業(yè)畫像分析

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低。創(chuàng)新的大門吸引眾多創(chuàng)業(yè)企業(yè)進(jìn)入。為了觀察行業(yè)風(fēng)向，助力創(chuàng)新企業(yè)發(fā)展，創(chuàng)業(yè)邦研究中心對(duì)國(guó)內(nèi)200多家人工智能創(chuàng)業(yè)公司進(jìn)行了系統(tǒng)調(diào)研，從發(fā)展能力、創(chuàng)新能力、融資能力等多維度指標(biāo)，評(píng)選出“2018中國(guó)人工智能創(chuàng)新成長(zhǎng)企業(yè)50強(qiáng)”。

地域分布

全國(guó)88%的人工智能企業(yè)聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業(yè)最多，占比高達(dá)39.66%;其次是上海，人工智能企業(yè)占比達(dá)21.55%;位列第三的是廣東，人工智能企業(yè)占達(dá)15.52%。北京以領(lǐng)先全國(guó)其他地區(qū)的政策環(huán)境、人才儲(chǔ)備、產(chǎn)業(yè)基礎(chǔ)、資本支持等，成為人工智能創(chuàng)業(yè)首要陣地;華東地區(qū)的上海、江蘇、浙江均有良好的經(jīng)濟(jì)基礎(chǔ)和科技實(shí)力，人工智能應(yīng)用實(shí)力雄厚，也聚集了一批人工智能垂直產(chǎn)業(yè)園;廣東互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)達(dá)，企業(yè)對(duì)數(shù)據(jù)需求強(qiáng)烈，依靠大數(shù)據(jù)產(chǎn)業(yè)鏈推動(dòng)人工智能產(chǎn)業(yè)發(fā)展。

行業(yè)分布

從行業(yè)大類分布來看，行業(yè)應(yīng)用層的企業(yè)占比最大，為56.03%;其次是應(yīng)用技術(shù)層的企業(yè)，占比達(dá)31.04%;基礎(chǔ)技術(shù)層的企業(yè)占比最小，僅為12.93%。隨著人工智能技術(shù)的發(fā)展，人工智能與場(chǎng)景深度融合，應(yīng)用領(lǐng)域不斷擴(kuò)展，行業(yè)應(yīng)用公司比重不斷提升。在基礎(chǔ)層技術(shù)方面，國(guó)際IT巨頭占據(jù)行業(yè)領(lǐng)先地位， 國(guó)內(nèi)與國(guó)際差距明顯，中小初創(chuàng)企業(yè)很難進(jìn)入。

從行業(yè)應(yīng)用來看，智能金融企業(yè)占比最大，為16.92%;其次是機(jī)器人企業(yè)，占比達(dá)15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業(yè)的強(qiáng)數(shù)據(jù)導(dǎo)向?yàn)槿斯ぶ悄艿穆涞靥峁┝水a(chǎn)業(yè)基礎(chǔ)，智慧金融被列入國(guó)家發(fā)展規(guī)劃中，龐大的金融市場(chǎng)為人工智能落地帶來了發(fā)展前景。機(jī)器人作為人工智能產(chǎn)業(yè)落地輸出， 目前市場(chǎng)需求較大，商業(yè)機(jī)器人占據(jù)較大份額。中國(guó)智能駕駛市場(chǎng)在資本推動(dòng)下進(jìn)入者較多，企業(yè)積極推動(dòng)應(yīng)用落地，百度、北汽等大型企業(yè)嘗試商業(yè)化落地智能駕駛汽車。人工智能推動(dòng)教育個(gè)性化落地，相關(guān)初創(chuàng)企業(yè)涉入教育藍(lán)海，推動(dòng)智慧教育的發(fā)展。

收入情況

收入分布在500-10000萬之間的企業(yè)最多，占比達(dá)49.14%;500萬以下的企業(yè)位居其次，占比達(dá) 26.72%;位列第三的是10000-100000萬之間的企業(yè)，占比為17.24%。

最新估值

企業(yè)最新估值均在億元級(jí)別，且分布較為均衡。三成企業(yè)估值超過15億元，還有企業(yè)估值達(dá)到百億級(jí)別，如優(yōu)必

選科技、達(dá)闥科技和商湯科技等，將來或?qū)④Q身人工智能獨(dú)角獸企業(yè)。(備注：分析樣本量剔除一半未披露企業(yè))

第九部分典型企業(yè)案例分析

1.Atman

企業(yè)概述

Atman由來自微軟的人工智能科學(xué)家和產(chǎn)業(yè)經(jīng)驗(yàn)豐富的產(chǎn)品團(tuán)隊(duì)創(chuàng)辦，提供專業(yè)領(lǐng)域機(jī)器翻譯、機(jī)器寫作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語言智能產(chǎn)品，致力于成為醫(yī)學(xué)、新聞、法律等專業(yè)領(lǐng)域語言智能專家，為專業(yè)領(lǐng)域用戶賦能，推動(dòng)專業(yè)領(lǐng)域用戶進(jìn)入人工智能時(shí)代，助力專業(yè)領(lǐng)域文字智能水平實(shí)現(xiàn)跨越式提升。Atman已為強(qiáng)生、新華社參考消息、北大法寶、君合律師事務(wù)所等世界領(lǐng)先藥企、新聞媒體、法律服務(wù)機(jī)構(gòu)開發(fā)機(jī)器翻譯、機(jī)器寫作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語言智能產(chǎn)品。

目前Atman在北京和蘇州兩地運(yùn)營(yíng)，能快速響應(yīng)全國(guó)各地客戶需求。

企業(yè)團(tuán)隊(duì)

創(chuàng)始人&CEO：馬磊

清華大學(xué)計(jì)算機(jī)系畢業(yè)，曾先后在微軟研究院和工程院擔(dān)任研究員和架構(gòu)師，機(jī)器學(xué)習(xí)專家、多次創(chuàng)業(yè)者、曾主導(dǎo)多項(xiàng)人工智能重大項(xiàng)目，和申請(qǐng)國(guó)際專利共計(jì)15+項(xiàng)。

Atman公司核心團(tuán)隊(duì)由來自微軟、百度、法電等領(lǐng)域高端人才和資深技術(shù)人才組成，公司員工40人，其中碩士以上學(xué)歷占比60%，技術(shù)開發(fā)人員占比70%，一半以上來自微軟亞洲研究院和工程院。

核心技術(shù)與產(chǎn)品

技術(shù)方面，擅長(zhǎng)機(jī)器學(xué)習(xí)（深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、群體智能）在復(fù)雜問題的應(yīng)用，和國(guó)際專利15項(xiàng)，Atman神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)于2016年9月首秀，早于谷歌的GNMT，專業(yè)領(lǐng)域翻譯效果在公測(cè)標(biāo)準(zhǔn)和行業(yè)客戶測(cè)試中均持續(xù)領(lǐng)先。核心產(chǎn)品為垂直領(lǐng)域機(jī)器翻譯、機(jī)器寫作、知識(shí)圖譜抽取構(gòu)建、大數(shù)據(jù)智能挖掘等語言智能產(chǎn)品。

Atman的機(jī)器翻譯產(chǎn)品可自動(dòng)翻譯編輯專業(yè)文獻(xiàn)、報(bào)告、音視頻和網(wǎng)頁，支持私有部署和云端混合部署，提供包括數(shù)據(jù)隱私安全以及自學(xué)習(xí)的端到端解決方案。

機(jī)器寫作可對(duì)海量數(shù)據(jù)進(jìn)行快速搜索、過濾、聚類，根據(jù)行業(yè)需求自動(dòng)生成專業(yè)文檔，適用于所有專業(yè)寫作場(chǎng)景，可大幅減少專業(yè)報(bào)告寫作過程中的繁復(fù)工作，大幅提升專業(yè)領(lǐng)域?qū)懽餍省?/p>

知識(shí)圖譜可實(shí)現(xiàn)海量數(shù)據(jù)的語義檢索、長(zhǎng)鏈推理、意圖識(shí)別、因果分析，形成一個(gè)全局知識(shí)庫。大數(shù)據(jù)智能采集挖掘系統(tǒng)為專業(yè)領(lǐng)域用戶提供智能數(shù)據(jù)源管理、海量專業(yè)數(shù)據(jù)獲取和非結(jié)構(gòu)化數(shù)據(jù)自動(dòng)解析并結(jié)合知識(shí)圖譜提供auto-screening、知識(shí)重構(gòu)、專業(yè)決策輔助，幫助用戶建立強(qiáng)大的以專業(yè)大數(shù)據(jù)為基礎(chǔ)的業(yè)務(wù)輔助能力。

2.黑芝麻

企業(yè)概述

黑芝麻智能科技有限公司是一家視覺感知核心技術(shù)與應(yīng)用軟件開發(fā)企業(yè)，2016年分別在美國(guó)硅谷和上海成立研發(fā)中心，主攻領(lǐng)域?yàn)榍度胧綀D像、計(jì)算機(jī)視覺，公司核心業(yè)務(wù)是提供基于圖像處理、計(jì)算圖像以及人工智能的嵌入式視覺感知平臺(tái)，為ADAS及自動(dòng)駕駛提供完整的視覺感知方案。

目前公司和博世、滴滴、蔚來、上汽、上汽大通、EVCARD、中科創(chuàng)達(dá)、車聯(lián)天下和云樂新能源等展開深入合作，提供基于視覺的感知方案；除此之外，公司還在消費(fèi)電子、智能家居等領(lǐng)域布局為智能終端提供視覺解決方案。目前公司已經(jīng)完成A+輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)核心成員來自于OmniVision、博世、安霸、英偉達(dá)和高通等知名企業(yè)，平均擁有超過15年以上的產(chǎn)業(yè)經(jīng)驗(yàn)，畢業(yè)于清華、交大、中科大和浙大等知名高校。

創(chuàng)始人&CEO：?jiǎn)斡浾麓饲霸诠韫纫患胰蝽敿獾膱D像傳感器公司工作近20年，離職前擔(dān)任該公司的技術(shù)副總裁一職，工作內(nèi)容覆蓋了圖像傳感器研發(fā)和設(shè)計(jì)、圖像處理算法研發(fā)和圖像處理芯片設(shè)計(jì)。

核心技術(shù)和產(chǎn)品

在汽車領(lǐng)域，黑芝麻可提供車內(nèi)監(jiān)控方案（DMS），自動(dòng)泊車方案（AVP），ADAS/自動(dòng)駕駛感知平臺(tái)方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個(gè)核心部分：黑芝麻感知算法從基礎(chǔ)的控光技術(shù)，到面向AI的圖像處理技術(shù)出發(fā)來提高成像質(zhì)量，以及應(yīng)用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，結(jié)合視頻處理和壓縮技術(shù)，形成從傳感器端到應(yīng)用端的處理過程；黑芝麻芯片平臺(tái)采用獨(dú)有的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括獨(dú)有的圖像處理，視頻壓縮和計(jì)算機(jī)視覺模塊，與黑芝麻視覺算法結(jié)合，采用16nm制程，設(shè)計(jì)功耗2.5w，每秒浮點(diǎn)計(jì)算達(dá)20T。

3.乂學(xué)教育

企業(yè)概述

乂學(xué)教育，成立于2014年，是一家網(wǎng)絡(luò)教育培訓(xùn)機(jī)構(gòu)，采用人工智能和大數(shù)據(jù)技術(shù)，為學(xué)生提供量身定制學(xué)習(xí)解決方案和個(gè)性化學(xué)習(xí)內(nèi)容。核心團(tuán)隊(duì)來自美國(guó)Knewton、Realizeit、ALEKS等人工智能教育公司，銷售團(tuán)隊(duì)有全國(guó)40億toC銷售額的經(jīng)驗(yàn)。

企業(yè)自主研發(fā)了針對(duì)中國(guó)K12領(lǐng)域的學(xué)生智適應(yīng)學(xué)習(xí)產(chǎn)品，其核心部分是以高級(jí)算法為核心的智適應(yīng)學(xué)習(xí)引擎“松鼠AI”，該產(chǎn)品擁有完整自主知識(shí)產(chǎn)權(quán)，能夠模擬真實(shí)特級(jí)教師教學(xué)。企業(yè)發(fā)表的學(xué)術(shù)論文得到了全球國(guó)際學(xué)術(shù)會(huì)議AIED、CSEDU、UMAP認(rèn)可，并在紐約設(shè)計(jì)了人工智能教育實(shí)驗(yàn)室，與斯坦福國(guó)際研究院（SRI）在硅谷成立了人工智能聯(lián)合實(shí)驗(yàn)室。

主要產(chǎn)品

學(xué)生智適應(yīng)學(xué)習(xí)是以學(xué)生為中心的智能化、個(gè)性化教育，在教、學(xué)、評(píng)、測(cè)、練等教學(xué)過程中應(yīng)用人工智能技術(shù)，在模擬優(yōu)秀教師的基礎(chǔ)之上，達(dá)到超越真人教學(xué)的目的。該產(chǎn)品性價(jià)比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統(tǒng)教育課時(shí)費(fèi)用高，名師資源少，學(xué)習(xí)效率低等問題。

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)模擬特級(jí)教師，采用圖論、概率圖模型，機(jī)器學(xué)習(xí)完成知識(shí)點(diǎn)拆分和個(gè)人學(xué)習(xí)畫像，采用神經(jīng)網(wǎng)絡(luò)、邏輯斯蒂回歸和遺傳算法為學(xué)生實(shí)時(shí)動(dòng)態(tài)推薦最佳學(xué)習(xí)路徑，實(shí)現(xiàn)個(gè)性化教育。

業(yè)務(wù)模式

線上與線下，2B和2C相結(jié)合。以松鼠AI智適應(yīng)系統(tǒng)教學(xué)為主，真人教師輔助，學(xué)生通過互聯(lián)網(wǎng)在線上學(xué)習(xí)課程。開創(chuàng)教育新零售模式，授權(quán)線下合作學(xué)校，已在全國(guó)100多個(gè)城市開設(shè)500多家學(xué)校。

4.云從科技

企業(yè)概述

云從科技成立于2015年4月，是一家孵化于中國(guó)科學(xué)院重慶研究院的高科技企業(yè)，專注于計(jì)算機(jī)視覺與人工智 能。云從科技是人工智能行業(yè)國(guó)家隊(duì)，是中科院戰(zhàn)略先導(dǎo)項(xiàng)目人臉識(shí)別團(tuán)隊(duì)唯一代表，唯一一家同時(shí)受邀制定人 臉識(shí)別國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的企業(yè)。2018年，云從科技成為祖國(guó)“一帶一路”戰(zhàn)略實(shí)行路上的人工智能先鋒，與 非洲南部第二大經(jīng)濟(jì)體津巴布韋政府完成簽約。

云從科技奠定了行業(yè)領(lǐng)導(dǎo)地位： 國(guó)家肯定，國(guó)家發(fā)改委2017、2018年人工智能重大工程承建單位；頂層設(shè)計(jì)，唯一同時(shí)制定國(guó)標(biāo)、部標(biāo)和行標(biāo)的人工智能企業(yè)；模式創(chuàng)新，三大平臺(tái)解決方案，科學(xué)家平臺(tái)、核心技術(shù)平臺(tái)和行業(yè)應(yīng)用平臺(tái)。

企業(yè)核心團(tuán)隊(duì)

創(chuàng)始人

周曦博士，師從四院院士、計(jì)算機(jī)視覺之父—ThomasS.Huan黃煦濤教授，專注于人工智能識(shí)別領(lǐng)域的計(jì)算機(jī)視覺 研究。入選中科院“百人計(jì)劃”，曾任中國(guó)科學(xué)院重慶研究院信息所副所長(zhǎng)、智能多媒體技術(shù)研究中心主任。

周曦博士帶領(lǐng)團(tuán)隊(duì)曾在計(jì)算機(jī)視覺識(shí)別、圖像識(shí)別、音頻檢測(cè)等國(guó)際挑戰(zhàn)賽中7次奪冠;在國(guó)際頂級(jí)會(huì)議、雜志 上發(fā)表60余篇文章，被引用上千次。

核心技術(shù)團(tuán)隊(duì)

云從科技依托美國(guó)UIUC和硅谷兩個(gè)前沿實(shí)驗(yàn)室，中科院、上海交大兩個(gè)聯(lián)合實(shí)驗(yàn)室上海、廣州、重慶、成都四 個(gè)研發(fā)中心組成的三級(jí)研發(fā)架構(gòu)。目前研發(fā)團(tuán)隊(duì)已經(jīng)超過300人，80%以上擁有碩士學(xué)歷。

技術(shù)優(yōu)勢(shì)

全方位多維智能學(xué)習(xí)模塊適應(yīng)不同場(chǎng)景要求；模塊化設(shè)計(jì)為在工業(yè)視覺、醫(yī)學(xué)影像、自動(dòng)駕駛AR等領(lǐng)域擴(kuò)展打下良好基礎(chǔ)。

云從科技具有高技術(shù)壁壘：世界智能識(shí)別挑戰(zhàn)賽成績(jī)斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識(shí)別挑戰(zhàn)賽上共計(jì)奪得7次世界冠軍;在銀行、公安等行業(yè)智能識(shí)別技術(shù) PK實(shí)戰(zhàn)中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術(shù)代表企業(yè)。

在跨鏡追蹤(ReID)技術(shù)上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個(gè)數(shù)據(jù)同時(shí)集體刷 新世界記錄， Market-1501上的首位命中率達(dá)到96.6%，首次達(dá)到商用水平。

正式在國(guó)內(nèi)“3D結(jié)構(gòu)光人臉識(shí)別技術(shù)”，可全面應(yīng)用于手機(jī)、電腦、機(jī)具、設(shè)備、家電。相較以往的2D人 臉識(shí)別及以紅外活體檢測(cè)技術(shù)，3D結(jié)構(gòu)光人臉識(shí)別技術(shù)擁有不需要用戶進(jìn)行任何動(dòng)作配合完成活體驗(yàn)證的功能， 分析時(shí)間壓縮到了毫秒級(jí)以及不受環(huán)境光線強(qiáng)弱的影響等諸多優(yōu)點(diǎn)，受到國(guó)際巨頭公司的關(guān)注。

行業(yè)應(yīng)用

目前國(guó)內(nèi)有能力自建系統(tǒng)的銀行約為148家。截止2018年3月15日，已經(jīng)完成招標(biāo)的銀行約為121家，其中云從科 技中標(biāo)了88家總行平臺(tái)，市場(chǎng)占有率約為72.7%;在安防領(lǐng)域推動(dòng)中科院與公安部全面合作，通過公安部重大課題研發(fā)火眼人臉大數(shù)據(jù)平臺(tái)等智能化系統(tǒng)，在民航領(lǐng)域，已經(jīng)與中科院重慶院合作覆蓋80%的樞紐機(jī)場(chǎng)。

5.Yi+

企業(yè)概述

北京陌上花科技是領(lǐng)先的計(jì)算機(jī)視覺引擎服務(wù)商，為企業(yè)提供視覺內(nèi)容智能化和商業(yè)化解決方案。致力于“發(fā)現(xiàn)視覺信息的價(jià)值”。

旗下品牌Yi+是世界一流的人工智能計(jì)算機(jī)視覺引擎，衣+是時(shí)尚商品搜索引擎。公司在圖像視頻中對(duì)場(chǎng)景、通用物體、商品、人臉的檢測(cè)、識(shí)別、搜索及推薦均達(dá)到領(lǐng)先水平。

目前公司和阿里巴巴、愛奇藝、優(yōu)酷土豆、中國(guó)有線、CIBN、中信國(guó)安、海信、華為、360等數(shù)十家頂級(jí)機(jī)構(gòu)/產(chǎn)品深度合作，通過提供邊看邊買引擎、圖像視頻內(nèi)容分析引擎、人臉識(shí)別引擎等基于視覺識(shí)別技術(shù)的數(shù)據(jù)結(jié)構(gòu)化產(chǎn)品服務(wù)于海量用戶，同時(shí)幫助政府機(jī)構(gòu)、廣電系統(tǒng)、內(nèi)容媒體、零售商、電商、視聽設(shè)備等行業(yè)實(shí)現(xiàn)智能分析、智能互動(dòng)與場(chǎng)景營(yíng)銷。目前公司已經(jīng)獲得B輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)成員來自于斯坦福、耶魯、帝國(guó)理工、新加坡國(guó)大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。

創(chuàng)始人&CEO：張默

北京大學(xué)軟件工程碩士， 南洋理工大學(xué)創(chuàng)業(yè)創(chuàng)新碩士。連續(xù)創(chuàng)業(yè)者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構(gòu)師，北方區(qū)合作伙伴經(jīng)理，主機(jī)Linux中國(guó)區(qū)負(fù)責(zé)人，中國(guó)區(qū)開源聯(lián)盟負(fù)責(zé)人，年銷售額數(shù)億。 2013年創(chuàng)業(yè)于美國(guó)硅谷和新加坡，2014年6月在中國(guó)設(shè)立北京陌上花科技有限公司。

核心技術(shù)與產(chǎn)品

技術(shù)方面，在國(guó)際頂級(jí)計(jì)算機(jī)視覺競(jìng)賽ImageNet中，成績(jī)?cè)^谷歌、斯坦福等，2015-2016年2年獲得十項(xiàng)世界第一。2018年3月，人臉識(shí)別準(zhǔn)確率位列LFW榜首。Yi+通過遵循無限制，標(biāo)記的外部數(shù)據(jù)協(xié)議。 Yi+的系統(tǒng)由人臉檢測(cè)，人臉對(duì)齊和人臉描述符提取組成。使用多重?fù)p失和訓(xùn)練數(shù)據(jù)集訓(xùn)練CNN模型，其中包含來自多個(gè)來源的約10M個(gè)圖像，其中包含150，000個(gè)人（訓(xùn)練數(shù)據(jù)集與LFW沒有交集）。在測(cè)試時(shí)， Yi+使用原始的LFW圖像并應(yīng)用簡(jiǎn)單的L2norm。圖像對(duì)之間的相似性用歐氏距離來測(cè)量，最終取得優(yōu)異成績(jī)。

公司的核心產(chǎn)品主要包括視覺搜索引擎，圖像視頻分析引擎以及人臉識(shí)別和分析引擎：

行業(yè)解決方案

針對(duì)營(yíng)銷、安防、相機(jī)和電視的不同特點(diǎn)，推出相應(yīng)解決方案。

營(yíng)銷+AI。場(chǎng)景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動(dòng)態(tài)貼圖、video-out、場(chǎng)景化角標(biāo)與廣告濾鏡等形式的廣告內(nèi)容推薦，適用于快消、汽車、電商、IT、金融、旅游服務(wù)等多個(gè)行業(yè)。

智慧城市+AI。使用計(jì)算及視覺助力智慧城市，在智慧安防、智慧交通、智慧園區(qū)等方面提供解決方案。在智慧安防實(shí)時(shí)識(shí)別上，實(shí)時(shí)處理直播攝像頭信息，算法反應(yīng)敏捷，相應(yīng)迅速。建立智慧園區(qū)方案模型，考慮擴(kuò)展性&靈活性、數(shù)據(jù)管理、松散耦合性、安全性、實(shí)時(shí)整合性以及功能性和非功能性需求等技術(shù)方案要素，從業(yè)務(wù)和技術(shù)兩方面整合解決方案實(shí)現(xiàn)步驟。

電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營(yíng)銷能力。

相機(jī)+AI。相機(jī)更具交互能力。用戶通過搜索關(guān)鍵字標(biāo)簽同步展示圖片，打通相冊(cè)和購(gòu)物一站式體驗(yàn)。準(zhǔn)確識(shí)別人物屬性特征，動(dòng)態(tài)適應(yīng)表情變化，可以在視頻以及圖像中對(duì)人臉實(shí)時(shí)檢測(cè)，基于深度學(xué)習(xí)技術(shù)，進(jìn)行人臉相似度檢測(cè)，實(shí)現(xiàn)面部關(guān)鍵點(diǎn)定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實(shí)時(shí)檢測(cè)攝像頭中出現(xiàn)的物品、場(chǎng)景和人臉等，添加AR效果，SDK支持本地檢測(cè)、識(shí)別、追蹤，平均檢測(cè)幀率可達(dá)到25fps。

新零售+AI。Yi+新零售解決方案是基于公司自主研發(fā)的人臉識(shí)別、商品識(shí)別和其他圖像識(shí)別算法技術(shù)為核心，建立一整套基于人臉、商品的智能零售門店管理方案。Yi+新零售解決方案主要包含數(shù)據(jù)采集、算法模型說明和部署方案三部分，其中數(shù)據(jù)采集包括人臉數(shù)據(jù)采集、商品數(shù)據(jù)采集；算法模型說明包括識(shí)別算法訓(xùn)練、商品識(shí)別、識(shí)別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結(jié)合。

6.擎創(chuàng)科技

企業(yè)簡(jiǎn)介

擎創(chuàng)科技成立于2016年，專注于將人工智能和機(jī)器學(xué)習(xí)賦予傳統(tǒng)IT運(yùn)維／企業(yè)運(yùn)營(yíng)管理，為企業(yè)客戶提供智能運(yùn)維大數(shù)據(jù)分析解決方案，從而取代和改善對(duì)高技能運(yùn)維人員嚴(yán)重依賴的現(xiàn)狀。2017年，擎創(chuàng)科技已實(shí)現(xiàn)全年2000萬營(yíng)收，迅速成為國(guó)內(nèi)AIOps領(lǐng)域的領(lǐng)跑者和中流砥柱。2018年初，擎創(chuàng)科技完成了數(shù)千萬人民幣的A輪融資，由火山石投資領(lǐng)投，晨暉創(chuàng)投、元璟資本及新加坡STTelemedia跟投。

核心團(tuán)隊(duì)

擎創(chuàng)團(tuán)隊(duì)的核心成員主要由BMC、微軟等美國(guó)企業(yè)服務(wù)上市公司的運(yùn)維老兵，與新浪、餓了么等知名互聯(lián)網(wǎng)公司的大數(shù)據(jù)、算法專家組成，核心團(tuán)隊(duì)成員至少擁有10年以上的行業(yè)經(jīng)驗(yàn)。其中CEO楊辰是國(guó)內(nèi)最頂級(jí)的B端銷售，曾帶領(lǐng)團(tuán)隊(duì)獲得10倍的業(yè)績(jī)?cè)鲩L(zhǎng)；CTO葛曉波擁有長(zhǎng)達(dá)15年的企業(yè)級(jí)軟件開發(fā)和運(yùn)維經(jīng)驗(yàn)；而產(chǎn)品總監(jiān)屈中泠則來自甲方，創(chuàng)業(yè)前為浦發(fā)硅谷銀行企業(yè)架構(gòu)師，深知甲方對(duì)企業(yè)運(yùn)維產(chǎn)品的需求。這個(gè)曾經(jīng)深耕于運(yùn)維企業(yè)服務(wù)市場(chǎng)的團(tuán)隊(duì)，如今在智能運(yùn)維企業(yè)服務(wù)賽道繼續(xù)領(lǐng)跑，讓擎創(chuàng)科技成為最懂企業(yè)的客戶，最值得企業(yè)客戶信賴的軟件廠商。

主要產(chǎn)品

“夏洛克AIOps” 作為擎創(chuàng)自主研發(fā)的大數(shù)據(jù)智能運(yùn)維主打產(chǎn)品，自2016年上線以來，已從1.0版本升級(jí)至1.9版本，可應(yīng)用在金融、大型制造業(yè)、鐵路民航、能源電力等涉及國(guó)家發(fā)展和民生問題的多種行業(yè)。在2017全球運(yùn)維大會(huì)上，夏洛克AIOps獲得由中國(guó)信息通信研究院與高效運(yùn)維社區(qū)聯(lián)合頒發(fā)的“年度最具影響力AIOps產(chǎn)品”獎(jiǎng)。

“夏洛克AIOps”充分利用自研算法輔助客戶實(shí)現(xiàn)IT運(yùn)維價(jià)值，結(jié)合客戶的現(xiàn)有情況，規(guī)劃從傳統(tǒng)ITOM至AIOps智能運(yùn)維的一站式路徑，助其運(yùn)營(yíng)落地，由此打破數(shù)據(jù)孤島，建立統(tǒng)一的大數(shù)據(jù)智能分析平臺(tái)，實(shí)現(xiàn)以人工智能為核心，驅(qū)動(dòng)傳統(tǒng)IT運(yùn)維監(jiān)、管、控三個(gè)層面，并將相關(guān)運(yùn)維數(shù)據(jù)及業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)展現(xiàn)。

“夏洛克AIOps”擁有多項(xiàng)自研算法，猶如運(yùn)維界的福爾摩斯，能迅速發(fā)現(xiàn)并定位運(yùn)維問題的根因，實(shí)現(xiàn)秒級(jí)排障，最大程度避免企業(yè)產(chǎn)生重大損失。更有價(jià)值的是，“夏洛克AIOps”還能通過長(zhǎng)期的數(shù)據(jù)積累和機(jī)器學(xué)習(xí)，運(yùn)用新型深度神經(jīng)網(wǎng)絡(luò)算法對(duì)企業(yè)的業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)測(cè)，幫助企業(yè)提前規(guī)劃IT資源，高效預(yù)防各類黑天鵝事件的發(fā)生。

商業(yè)模式

目前，擎創(chuàng)科技已與多家金融和制造行業(yè)標(biāo)桿客戶形成穩(wěn)定的合作關(guān)系，包括浦發(fā)銀行、浦發(fā)硅谷銀行、國(guó)家開發(fā)銀行、上海鐵路局、銀聯(lián)、海爾、浙江能源等。針對(duì)不同客戶，采用個(gè)性化的商業(yè)模式進(jìn)行服務(wù)，目前主要有私有模式和SaaS模式兩種，都具有較強(qiáng)的可復(fù)制性。

核心優(yōu)勢(shì)