智能科学技术论文范文随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。
1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。
目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。
3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣，南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台，如采用开源的PaddlePaddle百度飞桨深度学习平台，希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课，学生也可以在课堂中跟随老师完成相关实验，并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中，以学生兴趣为导向，开展相关应用课程实验，南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后，通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节，校企合作是关键。应积极派遣教师进企业进修，了解企业需求，并提高教师的工程能力。从2018年以来，南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式，从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制，邀请企业中实践经验丰富的人才任教或任职，校企合作建立实践教师指导团队，改革教学策略及教学方法，以项目为牵引，将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制，积极引导学生参加各种人工智能相关的比赛，从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学，提高学生兴趣。首先，从人工智能竞赛的部分赛事中、（如百度的人工智能大赛，“2020年全国人工智能大赛”，“2020中国高校计算机大赛人工智能创意赛”等）中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后，采用目前主流的人工智能开发软件进行算法代码的编写，引导学生采用Python语言调用第三方接口库进行算法的实现。最后，让学生使用主流的编程语言（如C++、Java等）开发完善算法或进行系统设计与实现。
在新工科背景下，人工智能导论作为智能科学与技术专业的基础核心课程，人工智能人才培养应注重提高学生解决问题的能力。在这种背景下，笔者结合近年来了解到的企业需求和上课的实际，对人工智能导论实践教学模式进行初探，具体如下：①校企合作，构建人工智能实践平台；②建立案例库，优化实践的内容；③校企“双导师”制，采用案例教学，从而进一步提高学生在创新实践方面的能力。
[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24，33
[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44
[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107
[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42
[5]姚琳,石志国.人工智能课程体系与教学方法研究[J].中国大学教学,2019.10:19-22
[6]刘冬颖.新工科背景下大学生人文素质教育探索[J].中国大学教学,2018.11:26-29
摘要：以智能科学与技术导论（专业认识与实践）独立实践教学课程建设为切入点，在分析专业人才培养特点的基础上，阐述针对大学一年级第一学期专业教育的实施方案，提出按照“项目任务驱动目标学习”的方法培养学生的专业创新能力、实践动手能力及团队合作精神的教学思路。
基金项目：北京信息科技大学2015年人才培养质量提高经费项目( 5111523309)；北京市教委科研计划项目( KM6)。
第一作者简介：许晓飞，女，实验师，研究方向为智能机器人、创新教育，．cn。
智能科学与技术专业及其专业导论（简称智能专业）课程建设的目标是依托检测技术与自动化装置、模式识别与智能系统、导航与制导等学科优势及其教学资源，尽快让新入学的本科生了解工科门类中智能科学与技术专业的学科专业分支内涵知识。教师可通过设计分解项目驱动，采取课堂讲解和实验指导的教学方式完成专业导论建设，实现专业的培养目标；培养学生面向现代前沿交叉技术的创新思维方式，从脑与认知科学等智能信息技术宏观上引领学生认识到掌握计算机、智能系统、信息网络、信息处理基本技能的必要性。
根据对以往教学效果的调研，我们发现智能科学技术导论这门实践教学课程教学效果不好的原因主要有以下几方面：①教学内容缺乏针对性。智能科学与技术汇集多种边缘学科与技术，如信号与信息处理、模式识别、图像处理、机器人学等课程，所涉及的研究领域及内容十分丰富，教学知识结构比较庞大，涵盖范围广，教学内容庞杂，热点分支多，知识点相对独立，联系不紧密。因此，在有限的教学时数中，教师需要在宽泛化及针对性之间寻求一种平衡。②学生缺乏相关知识。在实际教学活动中，由于智能科学技术导论课程一般开设在入学之初，学生处于高中到大学的过渡阶段，缺乏相关基础知识，因此他们的学习认知行为、学习方法、学习要求和学习内容的组织形式难以适应大学专业基础课的要求。如果课程内容过于偏重理论，那么教学过程会很枯燥；如果过于注重工艺的讲解，那么又会给学生增加理论学习难度。因此，教师在教学过程中如何摆脱两难境地，让学生尽快对整个专业系统和完整的知识体系有一个宏观认识，在有限的时间里能掌握、吸收并内化更多的智能科学基础知识，为后续专业课学习奠定基础。③教学方式落后。目前，智能科学技术导论课程采取的教学方式主要是传统以课堂教学为主的教学方式，如果知识面广而不深，学生知识结构的延伸就无法完成，同时对后续专业课教学也会有不利影响。
作为一门专业基础课，智能科学技术导论首先应以学生在专业领域的发展为主线，在教学内容的组织上增加4个专题实践环节，选择适合学生接受能力且对后续专业课学习有帮助的难度适中的授课内容；另外，智能科学是一个不断发展的学科，其技术成果、研究动向更新快，教师在教学中应融人智能科学技术领域的最新科技成果，引导学生关注本专业的知识应用，及时掌握本学科领域发展的最新动态，扩大知识面，为今后专业课的学习以及就业作铺垫。
在智能科学与技术本科专业的课程体系中，智能科学技术导论作为基础实践类课程，针对学生实际需要，科学、系统地解答相关专业问题。创新是一个实践过程，教师要重视在创新实践的过程中激发学生的兴趣，帮助学生完成由被动学习到主动学习、由正向思维到逆向思维的转变，使学生获得初步的科研能力。以往的教学关注理论知识的内容更多，繁重的理论学习任务使得学生没有足够的时间和精力参与课外创新实践活动。教师只追求“短、平、快”，对过程培养重视不够，是需要改进的一个重要问题。
作为“入门”课程，智能科学技术导论的讲授如果过度偏重理论，容易使学生失去学习的信心；而且强调理论如果造成教学内容重复知识点过多，也会使学生失去学习兴趣。因此，教师对教学内容的安排要做到难度适中，选择与学生接受能力相适应且对后续专业课学习有帮助的内容；遵循以“在实践中学、在学中实践”工程化教育为主、以学术发展为辅引入CDIO教育模式的理念，重视培养学生的工程能力，包括学科知识、学生的终身学习能力、团队交流能力和在企业和社会环境下的构思一设计一实施一运行能力，按照“项目任务驱动目标学习”的思路，重点培养学生的创新能力、实践动手能力及团队合作精神。
依据智能专业培养计划，智能科学与技术导论是一门独立实践课程。表1为智能科学技术导论实践类课程项目内容及课时安排。
智能科学与技术导论课程设置于本科一年级秋季学期，采用分散教学方式，共计32学时。教学改革内容包括在演示型实验项目的基础上，增加4个专题实践环节，揭示“层次化”“模块化”和“开放式”的课程特点；项目内容建设根据智能创新平台研究与开发的内在技术规律，立足于“基础性、综合性、实用性和创新性”原则，将本专业教师团队的最新学科项目和专业课程建设最新成果应用于教学，将最新、最适用的智能科学与技术学科内容融入教学；根据智能科学与技术专业的培养目标和方案并结合专业领域人才需求分布特点，及时调整授课内容和方法，更新课程教学讲义、实验大纲等教学文件，编写新的实验教学教材。
教师应建设智能科学与技术导论课程资源共享平台，使教学资源得到充分利用，促进师生在课下的交流，实时解答学生的疑问，以达到更好的教学效果；建设项目资料和视频库，针对课程具体项目特点，将实物、内部结构、工作原理、应用背景和工作过程以影音文件的形式体现，增强学生的感性认识、对抽象知识的理解以及对工程实际的认识和了解；建立阶梯式的实验教学平台，包括演示型和验证型实验及自选实验项目的多级实践项目，既注重基础实验，又强调系统综合能力的训练，使课堂教学在时间、空间及内容上得到有效延伸；建立学生课外实践活动平台，以弥补课内学时的不足，利用现有实验室条件，建设“智能科学与技术导论”学生业余创新制作工作室，增加学生实践机会；建立学生课外实践项目库，鼓励学生完成开放实验、进行自拟项目的开发调试，在教师的辅导下，锻炼学生学以致用的实践能力，激发和培养创新意识和创造力；通过不断地教学改革实践，总结课程建设经验，修正课程项目教学大纲、学期授课计划，监测课堂建设及预期效果，调整考试考核改革方案。
为了提高教学效果，使教学过程更生动形象，充分调动学生的学习兴趣，教师可在教学过程中加强以下教学方法与手段的运用。
(1)教师结合视频文件、成果实物等进行智能系统仿真演示和虚拟实验演示，将枯燥的理论知识实物化、感观化。
(2)采用“案例教学法”和“项目教学法”。教师讲解符合专业发展方向且贴近社会需求和工程实际的案例，以工程应用背景的案例激发学生的学习兴趣；将案例讲授与课程验证实验相结合，构建以真实项目为载体的基于工作流程的教学模式，调动学生的学习主动性。
(3)建设课外学习交流平台。鼓励学生加入课外实践创新基地，进入以智能科学与技术专业本科生为主体的智能机器人俱乐部梯队，进行团队成员间学习的交流；通过教学网站，鼓励专业教师上传“微课或慕课”，教学辅导信息，促进学生更深层次、更广范围、更深入地学习；建立网站答疑系统，使学生与教师的沟通更加快捷方便，使课程资源得到充分利用。
(4)针对课程特点进行应用设计项目考核，2～3人／组，让学生通过从方案比较到软硬件设计、制作与调试的实践，熟悉学科领域的工程项目实施模式。
(5)建设课外实践教学平台。建立学生课外实践项目库和创新工作室，通过开放实验和自选实验项目，满足学生不同层次的学习需求，为学生提供提高实践技能的实验平台，培养实践和创新能力。
为了更好地调动学生学习的积极性、主动性，全面客观地考查学生的综合素养，课程采用任务评价与课程评价相结合的方式，即根据学生在每个实验项目中的实践表现、学习成果质量等进行任务评价。项目开始时，教师专题案例资料，要求学生预习相关知识，课上引导学生分组讨论，组内各成员提出解决方案思路，再进行实际成果程序的演示讲评，最后教师根据课堂表现给出项目成绩。综合成绩是将演示项目成绩、参观项目成绩、验证项目成绩以及最后的结课专题书面报告成绩进行一定比例的加权平均得出，加权平均权重由专业教师团队集体讨论决定。考评体系改革的目标是实现对参与改革的智能科学与技术专业学生的包括创新能力在内的综合素质给予更科学的评判，以利于下一步正确引导学生的专业职业生涯科学规划。
创新意识在一个充满团结协作精神的环境里更容易被激发，学生始终是创新能力培养的主体，是中心。在围绕智能导论项目驱动的课程建设研究和开发中，指导教师要设计6个环节衔接课堂教学新体系，即“精讲、举例、提问、点拨、研讨、评析”。
前4个环节教师是主体。精讲，就是简要介绍相关的理论知识和实际应用背景，明确提出培养目标。对基础实验突出4个“一”：围绕一个基本原理、掌握一组实验仪器、学会一种研究方法、解决一类实际问题。举例，通过演示，剖析实验的基本思路及技术要点。提问，在实验教学过程中，贯彻“发现问题、解决问题”的基本思想，引导学生接近问题、发现问题和解决问题，把对问题的认识逐渐引向深入。点拨，结合实验中的提问和暴露的具体问题，给予必要的指点。
后2个环节学生是主体。研讨，主动收集共性问题，组织集体讨论，积极思考并高质量参与，总结和强化知识点。评析，结合实验报告对实验项目进行分析和评价，得到有意义的结论。教师指导学生组建中、低年级到高年级之间的纵向梯级团队，定期进行各种学科竞赛和内部讨论学习，将大学生科技创新等活动内容作为实验教学的延伸。专题讨论，前沿讲座是提高创新教学质量和创新能力的有效途径，内容不拘一格，形式灵活多样，可以谈具体的实验感受，也可结合专业实验和设计谈实验方案，通过研讨扩大学生的知识面，培养团队精神。
教师可打造创新人才培养平台，合理使用各种现代化教学手段，采用参观、演示、实际项目电路搭建和程序仿真、实物调试等多种方式结合的方法，引导学生学习综合物联网技术、机器人技术以及智能信息处理技术的专业导论课程项目的任务与要求。在六大项目的学习讨论中，将在不同学科领域有特长的学生组成不同的项目小组，各团队成员通过定期或不定期的交流，充分发挥团队优势和提高分工协作能力。教师还需引导学生加入智能机器人俱乐部，参与全国几大有影响力的机器人赛事活动，通过方案设计、动作编排、程序优化、现场测试等环节的实践（如通过asuro小车平台，熟悉C语言程序控制小车，熟悉简单避障循迹功能），引导低年级学生通过解决实际问题达到学以致用的目的，结合教师演示讲解的大型工程硬软件调试仿真等系统，使学生能够将理论知识和实践经验相结合，达到最好的学习和实践效果。
总体而言，项目驱动的智能科学与技术导论课程教学改革以培养专业素养认识及提高专业综合素质为目标，让学生通过深入浅出的实际项目运作完成课程学习，鼓励学生打造良好的专业素养，争当“智能工程师”，基本具备三大看家本领——智能思想、硬件设计能力和程序设计能力；在此基础上，吸收从新生中脱颖而出的创新能力强的学生参加学科创新项目，推广在实践类课程教学改革中（如智能创新实践平台等）具有一定借鉴价值的系列项目集。
综合素质的提高和创新能力的培养是社会进步和科技发展对高校人才培养提出的新的要求。高等学校的实验教学只有通过改革传统的实验教学内容、教学方法和教学手段，建立新型的实验教学体系，引入现代化的实验技术，才能更好地为创新人才培养服务，为深化教育教学改革注入活力。教师最感快乐的事是看见学生在实验室忙碌时专注的神情，在取得成果时灿烂的笑容。实验室教学创新任重而道远，需要在不断的实践中加强交流与反馈，积极进取，稳步提高。
[1]钟义信，智能科学技术导论[M]．北京：北京邮电大学出版社，2007: 1-3.
[2]王文涛，刘科，汪红，等，智能科学与技术专业的启蒙教育[J]．计算机教育，2013(19): 46-49.
[3]张宏勋，张秋香，管理革新与高校实验室创新文化的塑造[J]实验技术与管理，2008，25(12): 174．
[4]付延玲，对高校实施创新性实验的认识和思考[J]．实验室研究与探索，2008，27(4): 12-15.
[5]向晓东，张榜生，刘晓云，构建大学生科技创新活动的长效机制[J]实验技术与管理，2012，29(5): 19-24．
[6]北京信息科技大学教务处．2012级智能科学与技术专业培养计划[R]．北京：北京信息科技大学，2012．
[7]王新平，李晓理，刘冀伟，智能专业基于CDIO理念的电路课程教学[J]．计算机教育，2012(18): 38-39．
参考文献简单来说就是我们在论文的写作当中参考引用过的内容，在文中引用的地方标注出来，然后在论文的末尾依次详细的列出来。关注学术参考网查阅更多优秀的论文参考文献，下面是小编采编收集的关于人工智能论文参考文献，欢迎大家阅读借鉴。
[1]杨状元，林建中.人工智能的现状及今后发展趋势展望[J].科技信息，2009（04）：184～185.
[2]郝勇胜.对人工智能研究的哲学反思[D].太原：太原科技大学，2012.
[3]蔡曙山，薛小迪.人工智能与人类智能——从认知科学五个层级的理论看人机大战[J].北京大学学报（哲学社会科学版），2016，53（04）：145.
[4]张凯斐.人工智能的应用领域及其未来展望[J].吕梁学院学报，2010，26（04）：85～87.
[5]褚秋雯.从哲学的角度看人工智能[D].武汉：武汉理工大学，2014.
[3]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2008（33）.
[4]周晓东，刘雪梅.信息时代的计算机人工智能[J].硅谷，2010（1）.
[1]黄炎孙.人工智能的符号主义立场研究[D].北京化工大学，2014.
[2]刘步青.人机协同系统的推理机制及其哲学意蕴[D].华东师范大学，2016.
[4]马龙.人工智能技术在电气自动化控制中的应用[J].山西焦煤科技，2014，（S1）：50-51+55.
[5]马仲雄.浅谈电气自动化控制中的人工智能技术[J].电子技术与软件工程，2014，（11）：246-247.
[6]纪文革.人工智能技术在电气自动化控制中的应用思路分析[J].电子测试，2014，（03）：137-138.
[8]人工智能会造成财会人员失业吗？[J].中国总会计师，2016（3）.
智能控制技术是近三十几年来发展起来的一门新兴科技，通常通过智能控制系统（智能控制系统主要包括神经网络、模糊控制、专家控制、遗传算法等）发挥作用。它的出现改变了人们的传统的控制思想，作为自动控制领域的一次重大变革，它有着其自身不可忽视的优势：科技力量强大；综合多种学科的优势形成独特的自身优势。如今的智能控制技术主要应用于解决那些用传统的方法难以解决的复杂系统的控制问题，如智能机器人系统、计算机集成制造系统、复杂的工业过程控制系统、航空航天控制系统、社会经济管理系统、交通运输系统、通信网络系统、环保与能源系统等。
机电一体化迄今为止已经经历了三个发展阶段，在各个阶段都有其不同的应用侧重点：（1）在萌芽时期，最具代表性的莫过于二战带来的机遇――在二战期间，战争刺激了机械产品与电子技术的结合，出现了许多性能相当优良的军事用途的机电产品。这些机电结合的军事用途的技术在战后转为民用，对战后的经济的恢复和技术进步起到了积极作用。有这样的一个基础后，在以后的发展历程中，人们自觉不自觉的利用电子技术的初步成果来完善机械产品的性能。（2）处于蓬勃发展阶段的人们主动的利用3C技术的巨大成果创造出了新的机电一体化产品，在这个阶段最具代表性的是日本。日本在推动机电一体化技术的发展方面起到了主导作用。（3）智能化阶段时期，机电一体化技术向智能化新阶段迈进，在人工智能技术及网络技术等领域取得的巨大进步的基础上，机电一体化技术又向前进行发展进化，开辟出自身发展的广阔天地――大量的智能化机械产品不断涌现，人们的生活中随处可见的智能机就是一个很好的代表；选择、模糊控制技术已经相当普遍，甚至还出现了混沌控制的产品。在这种程度上我们可以说机电一体化技术将以智能化为内核进入二十一世纪。
（1）自从二十一世纪到来之后，科技力量迅猛发展，同时也带动了智能化控制技术的发展。随着人们生活水平的不断提高，对生活质量的要求也在不断提升。快节奏的要求促使人们把智能控制技术与机电一体化进行结合，服务于人类社会。典型的机电一体化系统由两大部分组成：控制器与受控对象。其中受控对象包括：机械本体、检测元件、执行元件。控制器则由认知、信息处理和控制三部分组成。将智能控制技术与机电一体化结合起来，这样的做法不仅为机电一体化提供了一个广阔的发展空间，完善其自身的不足之处，还可以有效的促进工业化的生产，满足人类需求，同时为人类社会工业产业化的发展打下了扎实的基础，当前状态下，我们除了将智能控制技术应用到机电一体化当中，还将许多先进的科学理论融入其中，从而形成了许多的新思想、新理论，进而为机电一体化技术的发展奠定了厚实的基础，同时也提供了良好的发展前景。
（2）智能控制技术是控制理论发展的新阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。机电一体化技术是多种技术结合的产物，它是在信息论、控制论和系统论的基础上，在计算机、传感器和软件的三者的支撑下发展起来的。实际上，机电一体化技术已经不仅仅局限于机械与电子技术的有机结合，而是融合检测传感技术、信息处理技术、自动控制技术、精密机械技术、计算机技术、系统总体技术等多种技术交于一体的交叉学科与综合技术。它与智能控制系统进行相容，更可以发挥出产品的作用，最大限度开发其利用价值。其中，信息处理技术是机电一体化技术中必不可少的部分，以微电子技术和计算机技术为龙头的信息处理技术是使机电一体化产品具有自动化、数字化、智能化的关键所在。机电一体化技术是控制理论的最新发展，是机械理论与计算机、网络等信息理论的结合，是机械设计理论的发展，在智能控制的技术管理下，不仅能提高工作效率，更可以对信息进行分类，减少工作量，优化整个工作流程。
通过以上分析，我们可以看出智能控制系统与机电一体化的应用前景是十分光明的。在机电一体化系统中使用智能控制技术与其他技术相比是具有相当大的优势的――不仅在加工效率上提高到了一个层次，产品的质量也得到了一定的保证。在传统的方法逐渐不适应与当今时代的时期，运用新兴科技是当务之急。为了更好的提高工作效率，减少工作失误，我们还需要继续加强对智能控制系统与机电一体化的结合，开发出更高效的产品。
[1] 李航，孙厚芳，袁光明，林青松.智能控制及其在机器人领域的应用[J].河南科技大学学报（自然科学版）.2005（01）.
[2] 李文，欧青立，沈洪远，伍铁斌.智能控制及其应用综述[J].重庆邮电学院学报（自然科学版）.2006（03）.
“智库（Think Tank）”，一般认为是以公共政策为研究对象，以影响国内和国际政府决策为目标，以公共利益为导向，提供对策建议和决策方案等智力产品的研究机构。学术界对“智库”一词的起源也说法不一，随着公共政策研究机构的激增，“智库”涵盖的范围和领域不断扩大，囊括当代政治、经济以及社会等问题的研究机构。据不完全的统计，全世界目前共有近5000家各类型的智库。
明确提出，科技智库要从科学技术影响和作用的角度研究事关全局的重大问题，从科技规律出发前瞻思考世界科技发展走势，提出咨询建议，开展科学评估，进行预测预见，在国家宏观决策中发挥建设性作用。2013年11月，党的十八届三中全会上通过《中共中央关于全面深化改革若干重大问题的决定>
，该决定明确提出，加强中国特色新型智库建设，建立健全决策咨询制度，为构建我国新型科技智库指明了方向。作为中国特色新型智库的重要组成部分，科技智库拥有鲜明的科技特色，在推动科技跨越式发展，提升国家科技战略规划和施行能力方面具有重要的作用。
科技智库的核心功能是生产智慧产品，而生产的智慧产品传播出去才能体现价值，可以说，传播也是科技智库的核心功能，传播能力是科技智库的核心竞争力、影响力、生命力。在国家战略中，科技智库的专家和思想成果通过多种方式向社会各界传播，影响公众舆论，进而影响政策制定者与事件进程；在世界范围内，科技智库的传播能力在占据国际话语主动权方面具有重要的作用，尤其可主导政治话语的议程设置，推动国际关系的发展进程，最终支撑服务于国际博弈。目前科技智库传播的传统途径包括组织论坛、印刷媒介、网络媒介、社交媒体等；随着社会发展和科技的进步，也出现了一些新型的传播途径，如基于移动互联网的新媒体等。
科技智库为国家科学技术发展提供重要支撑，汇聚各学科领域的专家学者，为国家的重大科技决策提供理论支撑和实践借鉴，为社会发展贡献智慧成果，为企业的发展提供可参考的技术改进实现路径，为科研院所提供良好的信息交流平台。新型科技智库的构建需要以创新能力为基石，以协同发展为手段，充分发挥科技智库在国家发展中的重要作用。
在世界各项领域处于领先地位的发达国家，近年来越来越重视对科技智库的建设和发展。由此导致全球范围内智库数量急剧增多，影响力也极大增强。全球科技智库前10强分别为：德国马普学会、美国信息技术与创新基金会、德国发展研究中心、美国兰德公司、美国巴特尔研究所、日本未来技术研究所、英国信息与通讯技术开发中心、英国科技政策研究所、美国基础研究所和美国科学、政策与成果联合会。
随着新中国建立，我国现代意义的科技智库也逐渐地发展起来，目前已形成了一些在国际上具有一定影响力的科技智库。我国科学技术方面的咨询机构主要包括中国科学院学部、中国科学技术协会、中国社会科学院、中国工程院等。2011年9月以来，响应国家建设高质量智库的要求，中国社会科学院相继整合成立了信息情报研究院、财经战略研究院、亚太与全球战略研究院及社会发展战略研究院。2013年7月，在中国科学院考察工作时，对中国科学院提出了“四个率先”的要求，其中包括“率先建成国家高水平科技智库”；2015年6月，中国科学院正式成立科技战略咨询研究院，国家高水平科技智库建设进入新的发展历史阶段。
科技智库是一个国家软实力竞争的重要因素，科技智库生命力源于影响力，影响力取决于传播力。科技智库用自己的思想和观点去影响社会，需要以强大的社会影响力为前提，社会影响力又取决于智库传播能力的强弱。在我国，政策研究与咨询机构承担有多项部级、地方级、横向委托等课题，发表多篇内部研究报告或内参报告并获得各级领导批示，一些研究成果直接或间接转化为国家的决策或政府部门的政策措施，科技智库对政府公共政策的影响力日益提升。
现阶段，我国科技智库的发展和传播能力尚存在一些不足，主要表现在以下方面：智库研究人员的选择一般局限于学术型咨询人才队伍，应注意吸纳经历比较丰富、交叉学科背景、高度国际化、善于交往的人员，以提升研究队伍的综合研究能力和专项研究能力的。现有的科技智库“科”字特色不够鲜明突出，缺乏聚焦科技领域，坚持问题导向，以中国视角和全球视野谋划，积极主动参与并推动完善国家科技咨询决策制度建设的科技智库。我国科技智库与媒体的关系常常处于被动状态，过于关注学术研究和价值而对科技传播重视层度不高。
中国第十八次全国代表大会召开以来，提出“中华民族伟大复”的伟大“中国梦”，实现国家富强、民族振兴、人民幸福。科学传播不仅仅是传播科学知识、科学发现和科学成果，其灵魂是传播实事求是的科学精神。在中华民族伟大复兴使命的召唤下，需要老一辈的科学家、年轻的科技工作者以及全国人民，用实事求是的精神共同去实现强国、富国和大国崛起的“中国梦・科技梦”。发挥新型科技智库以服务党和国家决策为宗旨，以政策研究咨询为主攻方向，以完善组织形式和管理方式为重点，以改革创新为动力，努力建设面向现代化、面向世界、面向未来的中国特色新型智库体系。
“十三五”时期是全面建成小康社会决胜阶段，2015年是中国全面深化改革的关键之年，是“十二五”规划收官和“十三五规划”纲要编制之年，中央政府工作部署受到极高的关注。到2020年全面建成小康社会，是我们党确定的“两个一百年”奋斗目标的第一个百年奋斗目标。在这一关键时期，我国科技智库在规划的编制中起到了重要的作用，直接或间接参与国家政策规划的编制工作，或者为政策规划的制定提供支撑。科技智库在深入研讨分析发展现状、机遇与挑战的基础上，牢固树立并切实贯彻“创新、协调、绿色、开放、共享”的发展理念，结合未来五年重大突破领域和重点培育方向进行深入思考，凝练未来发展的重点任务，加快推进国家及地方“十三五”发展规划的研究与制定。
智库是思想与决策的纽带，它连结“研究”与“政策”的主要方式是将其研究结果和形成的理念传播给做出决策的“有效干预人群”。除此之外，智库也为公众提供思想和观点，对社会大众舆论起到引导作用。这些都离不开智库的传播能力。然而，作为理性、专业且科学的重要发声渠道，我国科技智库本身的传播作用没有得到应有的重视。为更好地发挥我国新型科技智库的作用，应使其逐步树立传播观念，做到“研究”和“传播”并重，借助媒体传播平台和渠道，实现智慧产品的及时有效传播。
提升传播能力是科技智库自身建设的一个重要组成部分，强大的传播能力是实现科技智库思想产品应用转化的必要条件，也是科技智库发挥出实质性影响力的必要条件，推进我国科技智库的传播能力可从以下几个方面着手。
人才是提高科技智库竞争力的核心资源，高素质的专业研究队伍是科技智库发展的重要基础。首先，除充分发挥科技智库中院士等学术专家的社会影响力外，还应打造一支在公共关系和社会传播学方面有较高造诣的高端人才队伍。通过后者不仅可以建立科技智库与领导层、媒体、社会大众等有效的沟通渠道，增强科技智库的公共话语权，发挥其咨政启民的作用；还能够通过收集中央决策与社会大众的关注点，捕捉真正值得科技智库研究人员讨论与进一步深化的议题，最终推动研究产品的决策咨询力与社会影响力的转化。
其次，应建立开放竞争，坚持引进与培养并重，不断创新人才队伍建设机制，采取有力措施吸引凝聚一批年龄和专业结构合理、富有活力和创新精神的专兼职研究队伍。围绕科技智库目标导向，凝聚科研院所知名专家学者、企业界精英人才和政府人员以及海外高层次专家等队伍，既要充分发挥现有科技智库高端人才的功能，又打造一批学术水平精湛、专业功底扎实、具有战略思维的高端决策咨询专家。充分发挥智库团队中专家和学者的人际传播能力，这些专家学者在社会中充当舆论领袖，有着丰富的社会关系网络，通过人际传播可带来极大影响力。
最后，应充分整合我国现有智库科技工作者状况调查、科技人才、公民科学素养调查等数据资源，依托中国科技创新云，运用现代互联网思维和信息技术，建设高端科技智库专家平台和数据平台，形成线上线下相结合的科技数据挖掘和共享机制，以大数据集成服务智库决策分析，完善决策支持系统，在全国范围内推动学术交流平台、信息汇交平台、资源转化平台和成果平台的互联互通，形成高效、创新、资源共享的科技智库发展格局。
2015年1月，中共中央办公厅、国务院办公厅印发了《关于加强中国特色新型智库建设的意见》，为深入贯彻落实党的十和十八届三中、四中全会精神，加强中国特色新型智库建设，建立健全决策咨询制度，提出相关意见。为建立健全国家科技咨询宏观协调机制，科技智库科学有效地为政府机构提供决策咨询服务，参与影响政府决策。主要方式包括参与国家地方政府重要纲领文件的讨论和起草；通过各种内参或研究报告向决策者输送自己的观点；通过讲课等发表观点；通过媒体自己的观点……借助这些传播方式，科技智库影响社会舆论或影响政府或部门决策。
科技智库组织还常常通过建设多层次学术交流平台和成果转化渠道，组织会议、报告、培训项目、交流活动等阐述观点并提出建议，借此渠道与各国政要、专业权威、媒体以及公众交流互动，或者就某一问题形成舆论氛围。例如，举办“全球智库峰会”等系列有针对性的高端战略论坛，组织跨学科领域的高层次专家，聚焦国家科技经济社会发展重大战略，进行专题协商，开展战略研讨和研究，积极建言献策。
提升科技智库的决策咨询意识和能力，建立完善治理结构和治理方式。制定符合中国科技智库传播发展特点的体制，明确功能定位、组织体制和管理机制，健全工作规范，探索灵活多样的人员配置、激励和评价模式，促进科技智库科学传播实现科学化、规范化、内涵式的可持续发展。注重专家与组织机构的科学传播职责，维护结论科学严谨，引导和组织不同学科、不同专业科技智库联合协作，有针对性地提出意见并健全传播机制。
在大数据的时代背景下，新型媒体的迅猛发展为科技智库传播能力建设提供了新的便利条件，它使得传播的速度更快、互动性更强、渠道更多、影响力更大。建设并运营科技智库特色媒体，比如自办的网站、微信和出版的刊物等进行传播，与具有品牌影响力、拥有舆论引导力和话语权的主流媒体合作，成为科技智库社会化传播的重要策略之选。例如，战略与国际研究中心的《华盛顿季刊》和美国卡内基国际和平基金会的《外交政策》等出版物都颇具影响力，主流刊物的重要文章又经常被其他媒体所引用，进而产生舆论热点，在引导思潮中发挥重要作用。
科技智库需要重视社会化媒体，通过多渠道社会媒介及印刷、广播、电视、网络等传统大众媒体传播。例如，《华盛顿邮报》、《纽约时报》、、美联社、路透社等；近年来，美国智库纷纷在推特、脸谱等媒体上开设账号。随着移动互联网等新媒体的传播对社会发展及人们生活带来了巨大变革，对新媒体的认知能力、运用能力，将直接决定智库传播的成效，直接决定智库的社会影响力。
曾几何时，人手一份的报纸，已经被手机上的APP取代。需要获取信息直接掏出手机拍照或轻轻“扫一扫”即可，语音信息等网络舆论的形成机制悄然发生改变，科技智库正逐步将开拓新媒体传播平台作为其社会化传播的重要手段。欧洲政策研究中心的出版物和各项研究报告及成果都会同步更新至微博，研究员的博客也代表机构发表意见和看法，随时随地、快速大范围地起到影响和引导舆情方向的作用。
面向世界科技前沿、面向国家重大需求、面向国民经济主战场，越来越丰富着科技发展的内涵。科学技术作为社会生产力发展的重要动力源，科技兴则民族兴，科技强则国家强。科技智库汇聚了高端科技智力资源，更应该前瞻把握世界科技发展态势，科学分析科技和产业变革的突破点和创新点，为实现我国科技从国际跟随到国际领跑的跨越式发展寻找路径，发挥核心思想库的作用。
人工智能(Artificial Intelligence,AI)是计算机科学与技术专业的一门重要专业课程,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,并以此解决需要人类专家才能处理的复杂问题,例如咨询、诊断、预测、规划等决策性问题[1]。人工智能是一门涉及数学、计算机、控制论、信息学、心理学、哲学等学科的交叉和综合学科。目前,人工智能很多研究领域,如自然语言处理、模式识别、机器学习、数据挖掘、智能检索、机器人技术、智能计算等都走在了信息技术的前沿,有许多研究成果已经进入并影响了人们的生活。
2003年12月5日,国内第一个“智能科学与技术”本科专业在北京大学诞生[2],它标志着我国智能科学与技术本科教育的开始,对我国智能科学技术人才培养和智能科学与技术学科建设起到极大的带动作用。目前,人工智能课程的教学存在几个问题:首先,注重讲授理论知识,实验环节滞后,这不利于培养学生的实践能力,更谈不上实践创新。其次,人工智能是交叉学科,内容比较繁杂,各种教材的内容不一样,授课没有统一的体系,学生学习时抓不住重点,不能理解人工智能的根本方法和思想。一般说来,计算机专业的其他课程,如网络技术、数据库技术、算法分析与设计等,都是求解结构化问题的基本技术,而人工智能技术则是解决非结构化、半结构化问题的有效技术。最后,人工智能科学与技术飞速发展,但目前人工智能只被视为一门专业课,课程讲授和人工智能没有作为一个研究方向结合起来,也没有把传授课本知识和引导启发创新结合起来。
适应知识经济发展的高等教育,要把培养创造精神和创新能力摆在突出的位置。创新是基础研究的生命,而高等学校的教学只有与科研紧密结合,才能在培养学生的创新精神方面有所作为。为此,针对人工智能的课程特点,我们积极开展研究型教学、研究型学习,提高大学生的学习能力、实践能力和创新能力的研究与实践。在教材上,我们选用了清华大学出版社出版、马少平等编写的《人工智能》。我们的教学研究与实践的主要内容包括三个方面:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;以及与毕业论文,学校大学生科研项目资助计划,国家大学生创新性实验计划相对接的科研训练。这三个主要方面,层层递进、环环相扣,是体系完整的创新型人工智能教学实践。下面,我们就这三个方面内容展开探讨。
现实世界的问题可以按照结构化程度划分成三个层次[1]:1)结构化问题,能用形式化(或称公式化)方法描述和求解的一类问题;2)非结构化问题,难以用确定的形式来描述,主要根据经验来求解;3)半结构化问题,介于上述两者之间。一般说来,计算机专业的其他课程如网络技术、数据库技术、算法分析与设计等,都是求解结构化问题的基本技术。而人工智能技术则是解决非结构化、半结构化问题的有效技术。人工智能的教学可以让学生在体验、认识人工智能知识与技术的过程中获得对非结构化、半结构化问题的解决过程的了解,从而达到培养学生多角度思维的目的。
我们使用的教材主要内容包括搜索和高级搜素、谓词逻辑和归结原理、知识表示、不确定性推理方法、机器学习等。这些主要内容也可以相应地归结为若干个典型算法,如启发式A*搜索算法、 剪枝算法、元启发式算法(模拟退火,遗传算法)、谓词逻辑归结算法、贝叶斯网络、决策树、神经网络(BP算法、自组织网络和Hopfield神经网络算法)。元启发式算法是一种启发式的随机算法,是用来解决非结构化问题的典型算法,其思想和传统的决定性算法如动态规划、分支限界完全不一样。学生在刚一接触到这些元启发式算法一时难以接受和理解其机理,对算法的有效性往往半信半疑。根据非结构化、半结构化问题的特点,讲解和演示算法在解决此类问题的具体步骤和详细过程,从而让学生掌握人工智能算法的基本思想。在讲解不同的元启发式算法的时候,学生会问,是模拟退火算法强,还是遗传算法强;在讲到机器学习算法的时候,学生会问到底哪个分类算法最好,这时候我们可以把搜索(优化)领域和机器学习领域的“没有免费午餐”定理进行适当的讲解和解释,从而把具体算法实现层面之上的一些人工智能的哲学思想进行传授。
在人工智能的具体教学中,采用问题教学法和参与式教学法。在问题教学法中,围绕人工智能的知识模块,在引导学生发现各种各样问题的前提下,传授知识。教学活动中,尝试使人工智能知识围绕实际问题而展现,使问题不仅成为激发学生求知欲的前提,也成为学生期盼、理解和吸收知识的前提,以此激发学生的创造动机和创造性思维。在参与式教学中,打破人工智能算法的枯燥、沉闷的传统教学法,尝试开放式教学内容;提问式讲课;无标准答案的课程设计;查找文献,分组动手实现人工智能算法等参与式教学方法,培养和发扬学生的参与意识,通过参与式教学提高学生学习的主动性、积极性和效率,培养学生的动手能力和创新能力。
独立开展人工智能实验课程,开发一批新型、富有创意的实验案例库,搭建一个创新实验和虚拟学习社区平台。人工智能实验课程的特点是应用各种人工智能方法,根据问题的约束、结构、信息进行表示建模和计算机上实现,是与人工智能原理同步的实验课程。学生必须掌握的人工智能的基本原理和计算机操作技能,它对于学生的知识、能力和综合素质的培养与提高起着至关重要的作用,在整个教学过程中占有非常重要的地位,是计算机软件、计算机应用、计算机网络、软件工程等专业的一门重要的必修专业课程。通过实验,学生得到严格的训练,能规范地掌握人工智能的基本理论和主要方法、基本问题求解技术,熟悉各种计算环境的基本使用。
在培养学生掌握实验的基本操作、基本技能和基本知识的同时,努力培养学生的创新意识与创新能力。为实现这一目标,在课程内容安排上采用适量基本原理与方法的实验内容为基本内容,增加一系列综合性实验和开放性创新实验问题,在实验内容方面更注重研究性实验中的创新问题。实验内容方面分为三个层次:基本原理的基础性实验、综合实验和研究性实验。在后两个层次的实验中,部分引入人工智能课程小组团队的最新科研成果,目的在于通过完成这些研究性实验,培养学生独立解决实际问题的能力,以提升学生的科研素质与创新意识。我们将这些设计实验称为新型实验案例库,它被放在人工智能课程小组网站上,以此搭建一个创新实验和虚拟学习社区平台。通过实验课程的学习和训练,学生应达到下列要求。
2) 学会对人工智能问题进行分析建模和应用各种计算工具实现问题求解,熟悉对实验现象的观察和记录,实验数据的获取与设计,最佳实验条件的判断和选择,实验结果的分析和讨论等一套严谨的实验方法。
3) 巩固并加深对人工智能原理课程的基本原理和概念的理解,培养学生勤奋学习,求真求实的科学品德,培养学生的动手能力、观察能力、查阅文献能力、思维能力、想象能力、表达能力。
4) 通过完成综合研究性实验,培养学生独立解决实际问题的能力,提高学生的科研素质与创新意识。
在培养学生掌握实验的基本操作、基本技能和基本知识的同时,进一步培养学生分析问题和解决问题的能力,培养学生的创新意识、创新精神和创新能力,为学生今后从事科研、教学或企事业单位的分析检验以及新技术的研发工作打下扎实的基础。
在实验组织方面,根据各实验的目的和要求,学生分为5人1组,指定一个组长,每组选择1套实验题目。基础实验题目要求达到27学时、综合性实验题目选择1题和研究性实验题目选择1题,基础实验题目要求在规定时间内,小组独立完成实验测定、数据处理,并撰写实验报告。实验过程中, 要求学生勤于动手, 敏锐观察, 细心操作, 开动脑筋, 分析钻研问题, 准确记录原始数据, 经教师检查,实验及其原始数据记录才有效。同时,团队作业,需要多人分工合作、相互帮助,这样可以提高人际交往和沟通能力,学会与他人合作,培养团队创新能力。
人工智能技术在一定程度上代表着信息技术的前沿和未来,通过学习和体验人工智能的知识和技术,学生能够在一定程度上了解信息技术发展的前沿知识,这有助学生开阔视野、培养兴趣,为今后继续深造或走向社会奠定坚实的基础[3-4]。
人工智能的理论和方法广泛应用于数据挖掘、机器学习、模式识别、图像处理中,这些内容既是高年级的后续课程,又是现在热门的研究方向。学习和深刻理解人工智能的理论、方法和应用,对后续课程学习以及今后的研究具有重要的意义。
我院规定大学三年级的学生开始联系毕业论文指导导师,同时确定毕业论文的研究方向,提前进行科研实践,以培养实践能力和研究素质。人工智能课程正好是大三高年级开设的专业课,因此,我们把课程实验及设计与同学的兴趣相结合,引导学生,并提炼和形成学生的毕业选题和课外的科研方向,它是提高本科生研究创新能力的有效手段。
基于新的教学实践,很多学生的选题都与上述归纳的人工智能若干算法相关,如算法本身的研究和改进,或是算法在各领域,如数据挖掘、图像处理等的应用。在我们的科研能力训练计划中,一批项目和课题,如混合神经网络的研究与应用、差分演化算法研究与应用、基于协同训练的推荐系统等,分别受到国家和学校本科生科研项目立项资助。一批三四年级的本科生以第一作者身份在国内核心期刊、国际会议和期刊上发表学术论文,这激发了学生的科研兴趣,使学生体会到了创新的乐趣。
总之,课程学习与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练,极大地提升了学生的创新能力和科研基本素质。
针对人工智能的课程特点,我们积极开展研究型教学、研究型学习,提高大学生的学习能力、实践能力和创新能力的研究与实践。我们的教学研究与实践主要内容包括三个方面:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;以及与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练。这三个主要方面,层层递进、环环相扣,是体系完整的创新型人工智能教学实践,新的改革和实践在教学中取得了令人满意效果。
[3] 罗辉,梁艳春. 大学生毕业论文与科研能力培养及就业[J]. 吉林教育,2003(10):18.
[4] 金聪,刘金安. 人工智能教育在能力培养中的作用及改革设想[J]. 计算机时代,2006(9):66-69.
梁战平先生指出：“英语的Information是一个连续体的概念，由事实(Fact)，数据(Data)，信息(Information)，知识(Knowledge)，情报、智能(Intelligence)五个要素构成‘信息链’(InformationChain)，信息的上游面向物理属性，信息的下游面向认知属性。”[1]我们认为，信息链中的数据、信息、知识、智能、情报，构成了信息科学群的研究基础，因此，对这些基本概念的界定和理解十分重要。
数据：是载荷或记录信息的按照一定规则排列组合的物理符号。它可以是数字、文字、图像，也可以是声音或计算机代码[2]。数据本身不具有语义内涵，只有通过对数据背景和规则的解读才能获取信息。
信息：信息有多个层次的定义，从信息哲学的角度，有本体论层次的信息定义和认识论层次的信息定义。某事物的本体论层次信息，就是该事物运动的状态和状态变化方式的自我显示[3]。认识论层次的信息，是指主体所感知或表述的关于该事物的运动状态及其变化方式的形式、含义和效用，其中形式因素的信息部分称为“语法信息”，含义因素的信息部分称为“语义信息”，效用因素的信息部分称为“语用信息”，把同时包含语法、语义、语用信息的认识论信息称为“全信息”[4]。在信息链中，信息＝数据＋背景[5]，即信息是数据被赋予现实意义后在信息媒介上的映射。
知识：从认知哲学的层面看，知识是事物运动状态和状态变化的规律[6]。从信息链角度看，知识是对信息加工、吸收、提取、评价的结果[7]。信息转换成知识的条件是信息和实践结合，并经过人类大脑的思维、整理、评价和实践检验，可用“信息＋经验＝知识”[8]来表达。由于知识是与实践经验相联系的信息，因此，知识有显性和隐性知识之分。
智能：信息链中的智能和情报被视为同一概念，我们认为情报和智能是既有区别又有联系的两个概念，在此我们首先解释智能概念：智能是解决问题的一种能力和方略，是在一定的环境下针对特定的问题和目的而有效地获得信息、处理信息形成知识和策略、利用策略来解决问题，从而成功地达到目的的能力[9]。智能是被目的所激活的知识，是知识在一定条件下的运动方式。
从以上数据、信息、知识、智能的基本概念出发，可以认为数据是信息的原材料，其外延涵盖范围最广；信息是知识的上位概念，信息的外延大于知识；知识来源于信息，知识是智能策略的上位概念，知识的趋向是要成为人们决策的智能方法。数据、信息、知识、智能之间存在包含关系，如图1所示：
在信息链中，数据、信息、知识、智能策略之间还存在一种层递关系，表现为数据在一定的背景和规则下，通过解读，转换为可接受的信息；信息只有结合人的实践经验，通过学习、评价、筛选才能上升为知识；而知识被目的激活后才能成为智能策略，如图2所示：
学科术语的成熟与稳定，反映了该学科发展的完善程度。在情报学领域，情报是最基本的术语，同时也是争议最大的术语，其争议不仅反映在术语的词语表达上，同时也反映在其概念界定上。情报学的这种术语不稳定表现，说明了该学科的发展还不够完善。
关于情报的概念，国内外学者们主要是从数据、信息、知识、智能等角度来定义的。
(1)从数据角度定义的情报概念。如美国乔治亚工业学院的斯拉麦卡教授认为“情报就是有用的数据或被认为有用的数据”[10]；情报决策学派的代表人物——美国俄亥俄州立大学的约维茨提出“情报是对决策来说具有价值的数据资料”[11]；学者罗爵认为“情报是消除不确定性保证高效行为的数据”[12]。
(2)从信息角度定义的情报概念。如维克利认为“情报是有意发出的改变接受者知识结构的信息内容”[13]；刘植惠提出“情报是能解决问题的社会信息”[14]。
(3)从知识角度定义的情报概念。如英国著名的情报学家布鲁克斯认为：“情报是使人原有知识结构发生变化的那部分知识”[15]；国内情报学家严怡民教授提出：“情报是作为交流传递对象的知识”[16]。
(4)从信息角度定义的情报概念。如勃拉特、霍肖夫斯基等人认为“情报是发生在人脑中的智能过程的表现”[17]；其它类似的观点还有：“情报就是逻辑的、推理的表达本领；情报就是形成、修改和使用的智力模型”[18]，等等。
上述四类定义情报的角度，都只侧重了情报的某一方面的特性，但从这四个角度的情报定义可以看出，情报与数据、信息、知识、智能有密切联系。基于这样的认识，我们认为：情报是针对一定的主体对象被激活了的有用的信息或知识。
在我们的定义中，情报与信息链存在密切的联系。首先，它确定了情报与知识和信息的关系。这种关系主要有两种：一是概念和外延上的包含、交叉关系，如图3所示；二是实践应用中的动态关系。
这种动态关系有两层含义，一是转化关系，即三者之间的相互转化，比如从信息转化、提升为知识和情报、从知识转化为情报以及情报转化为信息等。二是认知相对性和时效性，也就是说对于某一行为和决策的情报，对于另一行为和决策可能只是一种静态知识或一般信息；此时的情报，彼时可能是信息，反之亦然。
其次，该定义强调“被激活”和“有用性”，从而使情报的外延具有可伸缩性。这里有用性是一个含义广泛的用语，可以是对人的决策有用，也可以是对改变人的知识结构有用，还可以是对消除人们认知过程的不确定性有用等等。而人们在判断有用性时，需要依靠大脑的思考和甄别，思考和甄别的过程就是一个运用智能激活知识和信息，形成对特定主体对象有用的情报的过程，因此，情报和智能又形成密切联系。
最后，该定义强调针对一定的主体，从而限定了情报是属于信息链的上游认知属性。
根据我们对情报定义的解释，可以确定情报在信息链中的位置和作用，从而得到一条扩展了的信息链。
现阶段，导致我国情报概念混淆的不是其内涵，而是它形式上的英语表达。情报界一种观点认为情报对应的英语表达词是Information，另一种观点则认为是Intelligence。这两个英语表达词的统一，将有利于进一步研究，扫清概念上的障碍。
(1)Information及其汉译。英语中的Information是一个概念团，是多个概念的表现形式，其语言形式和概念为1:N[19]。梁战平先生也指出：“英语的Information是一个连续体的概念，由事实(Fact)，数据(Data)，信息(Information)，知识(Knowledge)，智能(Intelligence)五个要素构成‘信息链’(InformationChain)。”[20]正因为如此，在汉译的过程中，Information有多重含义，在我国情报学领域主要汉译意思有“信息、情报”，如果继续用Information作为汉语情报的英语对应词，将不能解决中文英译时信息与情报混淆的局面，不利于我国情报学研究在国际上的交流。
(2)Intelligence及其汉译。相比Information,Intelligence的汉意比较固定，表示智力、聪明、智能的意思。这与信息学科群中的人工智能、机器智能中的智能英译没有冲突。我国情报界用Intelligence表达情报的现象，根据缪其浩的观点[21]，有可能是受日本的影响。的确，情报与智能有密切的关系，但若用Intelligence表示情报，势必与信息科学群中的智能概念混淆。我国情报学的研究有自己的特色，它在日渐明朗的信息学科群中，应有合理的定位，用Intelligence表示汉语的情报也不合适。
(3)基于信息链的情报词语表达。根据我们定义的情报概念，基于信息链中情报与信息、知识、智能的关系，参阅霍忠文[22]和柯平[23]的观点，可设想以Infoknowlligence作为情报术语的英语表达。尽管在国外的文献中，未曾出现这一词语表达，但我们认为这一词语可以消除我国在信息与情报英译时的混淆状况，同时也体现了我国特色的情报研究内容。同时还可以进一步以InfoknowlligenceScience表达我国的情报学，从而与具有族性特点的信息科学(InformationScience)概念加以区分。
回顾情报学的发展历程，展望情报学的未来趋势，以信息链为出发点，我们认为情报学的研究大致在信息——情报、知识——情报、智能——情报三条路径上深化前进。
追根溯源，情报学源自文献学，而文献是知识的载体，因此，情报学自其诞生之初便与知识具有天然联系，知识属性自然被认为是情报的天然属性。围绕情报的知识属性，展开了情报学的理论研究与实践应用。
在基础理论研究方面，产生了以布鲁克斯为代表的情报认知理论流派，其实质是“知识基础论”。该理论的不断发展和完善，为情报学的知识研究维度，提供了基础性的支持，尤其是布氏提出的“知识地图”和“体外大脑”，指明了情报学知识研究的发展方向。这一理论被引进我国后，围绕“知识地图”和“体外大脑”的发展目标，我国情报学界在情报的知识维度方面，展开了多层次、多方面的理论研究。
首先，关于科技情报的研究。情报学的研究以科技情报为开端，以科技文献为主要情报源，利用文献分散规律——布拉德福定律、文献的增长与老化规律——指数增长律与逐渐老化律、文献引用规律、洛特卡定律——平方反比分布、齐夫定律——省力法则等，研究科技情报的运动规律，从而形成了极具“知识特色”的科技情报学。
其次，知识管理理论的研究。情报的知识属性以及情报和知识的转化关系，使得情报学在当今知识经济的环境下，自然而然地研究知识管理的理论和方法。情报学界关于知识管理的研究在两个层面上展开：一是关于情报和知识的转化层面，围绕该层面，探讨知识的组织、知识单元的提取、获得知识性情报的智能方法、情报和知识相互转化的条件和环境等，注重显性知识的开发利用；二是关于知识管理的环境研究，主要研究影响显性知识和隐性知识转化的人文因素、企业知识管理的技术条件，并涉及了企业知识管理的组织行为问题。今后，情报学还应加强对知识的计量研究与评价、企业内部知识与外部情报关系等一系列问题的定量研究。
(1)以文献为单元的检索与服务。情报学从本质上讲是一门应用学科，而情报检索则最能体现其应用学科性质。在美国，情报检索(informationretrieval)曾被作为情报科学(informationscience)的代名词而影响整整一代人[24]。
第一阶段主要是有关科技文献的检索与服务。科技情报检索，也就是对科技知识的检索。检索需要借助检索工具来完成，而检索工具的先进与否，受检索技术的支配。如果以V.Bush的《诚如所思》为情报学的起源，则情报学中的检索工具主要是电子计算机，而计算机在当时也属于新的技术工具，其应用有一定的局限性。因此，科技文献检索阶段，情报界的检索实践主要表现为以文献尤其是科技文献为组织和检索单元，向需求者提供以科技文献为单元的科技情报检索服务。
第二阶段主要是有关科技信息的检索与服务。文献在信息链中，对应于数据层，从数据到信息是一个飞跃。同样，随着计算机性能和功能的改进，以计算机为工具的情报检索，也发生了从文献单元组织检索到信息单元组织检索的飞跃，主要表现为可以从文献中寻求需要的信息。比如，我们现在从全文数据库中查找所需文献，又从所需文献全文中查找所需的观点、段落等信息。因此，科技信息检索阶段，情报检索实践通过对文献内容的深度开发和标引，已实现了信息单元的组织和利用。
(2)以知识为单元的检索与服务。从信息链上看，知识属于高层认知范畴，因此以知识为单元的情报检索属于检索的高级阶段，它的高级性表现在两个方面：
一方面，知识单元的结构更为复杂、抽象，具有人脑的思维特征。与信息单元相比，知识单元的提炼，要同时搞清信息的语法、语义、语用三个层次逻辑关系及其应用环境，必须涉及人类大脑的思维过程和机理，而大脑的思维机理对人类来说，仍是一个探索中的课题。纵观情报检索的实践进程，知识检索已取得了可喜的成绩，智能搜索引擎的运用、智能导航理念的提出就是例证。这些探索为知识单元的抽象提取和组织利用提供了可能。
另一方面，实现知识单元的检索和利用，需要机器智能技术的支撑，创造智能检索工具。具体地说，机器智能就是人所赋予机器的一种职能，即机器在一定的环境下针对一定的问题、为了一定的目的成功地获得、处理和利用信息和知识来解决问题，实现目标的能力[25]。就目前的研究成果来看，基于语法、语义、语用全信息智能技术尚未完全实现，这将会直接影响知识的利用效果。我们认为，将来基于全信息概念的机器智能技术的成熟和应用，必然完全实现知识单元的智能检索。
情报学在沿着“知识——情报”这条路径展开研究时，也同时在“信息——情报”这条路径上展开信息与情报关系的研究，目前主要集中在竞争情报、信息资源管理、信息技术在情报学中应用三个领域。
竞争情报的产生过程就是通过搜集企业内部和竞争对手的各种信息，如生产部门信息、财务信息、技术信息、销售信息、管理信息等，搜集宏观环境方面的政治、军事、金融经济、社会等方面的相关信息，并对这些信息加工、转化、分析得出竞争情报，从而明确企业自身的优势和劣势，寻找市场机会，发现存在的威胁，进而为企业的战略决策提供支持，帮助企业获得和保持竞争优势。因此竞争情报来自于信息，又高于原有的信息，而竞争情报的分析结果还可以积淀为企业的知识，丰富企业的知识管理内容。
情报学在这一领域的研究，实质上是以信息链中论述的情报与信息关系理论为指导，研究竞争情报的来源、竞争情报的提取、竞争情报对企业组织获得和保持竞争优势的贡献、信息技术在企业竞争情报分析中的应用，开发出多种竞争情报应用软件。
信息是情报的原材料，要从原材料中提炼情报，就必须对这些原材料有一个清晰的认识。
信息资源管理是信息管理的一个层面和阶段，它是把信息作为一种资源，从而确定自己的研究的逻辑起点。因此，它研究信息资源的优化配置；研究信息资源的经济效益及其评价；并以不同类型的信息资源，如企业信息资源、政府信息资源、网络信息资源等等为研究对象；以信息系统为技术工具；采用经济的、人文的、技术的管理模式，全面探索信息资源的管理。
由于情报学是研究情报客体的运动规律，而情报又来自于信息和知识，因此对信息资源管理的探索，有助于情报学从新的视角发现情报的运动规律。正是在这层意义上，我们认为信息资源管理是情报学在信息——情报这条路径上的研究内容。
信息技术是涉及到信息的产生、获取、检测、识别、变换、传递、处理、存储、显示、控制、利用和反馈等与信息活动有关的，以增强人类信息功能为目的的技术，主要包括电子计算机技术、通讯技术、网络技术、信息存储技术等。
情报学从其诞生之日起，就与信息技术结下不解之缘，以电子计算机为代表的信息技术，首先在情报领域得到应用。情报学界曾一度认为信息技术是情报学的全部内容。而随着情报学研究的逐步深入和深化，情报学界认识到，信息技术是情报研究的不可缺少的工具。因此，情报界开始注重利用信息技术的成果为情报研究服务，密切关注与情报处理有关的计算机技术的发展；情报处理软件的应用和改进；注重与情报获取有关的信息过滤技术、智能搜索引擎、数据挖掘、多媒体可视化技术，与情报存储有关的数据仓库技术等等在情报学中的应用。
智能化是情报运动的终极目标，可概括为“情报的智能终结”。由于“智能是解决问题的一种能力和方略，智能是有等级层次的，人脑具有最高等级的智能度”，因此，情报——智能路径上的情报学研究，就是要利用机器智能技术，实现情报向高级智能的转化，提供“纯情报”给需求主体。
情报学对情报智能化的研究可谓与生俱来。情报学诞生之初，V.Bush提出用Memex的机器实现情报检索，解决信息爆炸的设想，其实质就是利用机器智能技术和工具，实现情报的智能化检索[26]。
V.Bush的设想，激励着情报学界的智者孜孜不倦地探索情报智能的理论与技术。比如姬鹏飞认为[27]，情报学的真正面目就是“智能情报学”，并从理论上探讨了“智能情报学”的定位与发展。
情报界对智能技术的探究，是伴随着计算机的发展而发展，从单机智能技术的探讨，到网络分布式智能技术的探讨，智能专家包括情报界的专家们一直在不懈地努力，比如，张玉峰[28]就从智能技术的角度，全面探讨了智能情报系统的基本理论、方法、技术和应用。
同知识单元的智能检索一样，从目前的研究成果来看，智能技术在语法和语义信息层面上已取得重大进展，基于语用信息层的技术实现，还在探索中。这将会直接影响情报的提取和利用效果。我们认为，将来基于全信息概念的机器智能技术的成熟和应用，必然引起情报学的范式变革。
“人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。
(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。
(2)智能教学系统(ITS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。事实上，早在1982年，美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果，由此，掀起了医学智能系统开发与应用的高潮。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。
(1)在超声无损检测(NDT)与无损评价(NDE)领域中，目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类；专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的AI技术，开发更高级AI通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。
1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错，现在这一点已被证实。
2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应。