智能科学与技术论文范文精选
智能科学与技术论文范文第1篇
1数据智能分析师培养
就业前景分析方面，谷歌首席经济学家哈尔•瓦里安预计，未来即将出现一类新型的专业人才和职业岗位——数据科学家，当然数据智能分析师也会应运而生。现下时代是数据时代，甚至称之为大数据时代，企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等，实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题，其主要原因在于传统数据分析方法不能满足需要，而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日，百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”，数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术，对数据进行处理、分析和挖掘，提取隐藏在数据中有价值的信息和知识，从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才，可以预计，熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面：①以“点—线—面”结合的方式横向纵向设置课程群，面向数据智能分析，以案例为导向贯穿“线”上的各关节点课程，比如以数学基础课（线性代数、概率统计、数学分析）大类专业课（程序设计、数据结构、数据库技术）数据智能分析专业课（数据挖掘、机器学习、多维数据分析）为主线，理论与实践齐头并进；②立足培养“计算技术+智能信息+知识技术”的高级数据分析师，理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合，“资格认证—竞赛获奖—奖学资助”激励培养；③以大数据智能分析为契机，积极培养本科生的大数据计算思维和认知能力，使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面：建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作，设立适应新时代社会与经济发展的“数据智能分析师”认证[6]，当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案，提高智能科学与技术专业社会认可度，增强本专业学生的归属感，更好地培养各层次的数据智能分析人才。
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步，但其进展比计算机技术要慢许多，根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统，人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步，国内已相继有20多所高校面向市场变化和未来需求，自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1）研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”，学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动，进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导，鼓励引导深度学习，经典案例、前沿讲座、讨论探索贯穿课堂教学，课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2）“研究型分组”培养。智能科学与技术专业开办时间不长，成熟教材不多，课程体系需要不断适应学生和社会的需求做出调整，又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师大力推进“研究型班级教学”，在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系，同时来自相关研究方向的研究生也作为助教协助专业老师对小班（组）课题讨论进行引导。3）科研训练提高学习积极性。大类培养模式下实施科研训练引导学习，大一、大二年级主要学习公共基础课程和大类专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、离散数学等，由于缺乏实际应用案例支撑，很多学生会怀疑这些知识在将来本专业学习中的用处，课堂课后处于被动学习状态，个别学生还会由于认识滞后，产生厌学情绪甚至放弃基础知识学习，以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动，使他们发现数学知识能够用来解决实际问题，有利于提高本科生学习基础知识的积极性，变被动学习为主动学习。同时，教师也能从中发现部分优秀本科生的创新潜力和研究能力，激发他们科学研究的兴趣，引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生，进一步强化其科学创新能力，势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践，专业老师要积极主动引导学生，变被动地等待学生选专业转变为吸引优质学生，以大二上学期为主要时间点，引导大类专业学生对特色专业的兴趣，通过科学研究和学生科技活动吸引选拔学生进科研团队，同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景，指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划，需要本科生积极主动地理解大类下各子专业的特点和特色，结合自己的兴趣爱好和实际情况，在大类培养结束时分流到各特色专业。因此，本科生参加科研实践和专业科技活动的时间点很重要，从大一结束后的暑假开始，一直延续到本科毕业，同时实施“泛毕业设计”（即大二选方向并实施课题基础储备，大三实施课题，大四结合专业实习完善毕业设计）[3]，这样既充分利用了本科生大二大三充裕的课后时间，也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉，智能系统广泛应用于工业、农业、服务业等各领域，比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上，结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师，其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养，应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地，推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科，智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域，需要大量复合型智能技术人才。笔者认为，以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案：①充分发挥大类培养特色明显的人才培养优势，开放“全校特色专业选修课”，跨专业、跨学院科教团队，与大学生科技创新计划融合，重点培养学生的综合性、复合性、应用性；②引导并严格要求B学分课程学习，特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划；③交叉融合办好本科生二专业，鼓励学有余力的本科生对知识的渴求，允许学生在本专业的基础上再辅修另一个专业，并提供配套措施，保证二专业学生能获得优质教育，发挥学科交叉融合优势，使本科生形成宽广深厚的知识结构，培养有特色的智能科学技术专业复合人才；④通过与企业横向合作，建立校企实训基地，紧跟企业和市场需求，与企业联合培养复合应用人才。
5结语
智能科学与技术论文范文第2篇
关键词：智能；智能科学与技术；语义分析；知识体系；课程体系
中图分类号：G642 文献标识码：A
1 引言
“智能科学与技术”专业教育意指将“智能科学与技术的知识体系”传授给本科生或研究生。构建智能科学与技术的知识体系通常有两种途径：(1)经验归纳法，从社会实践和科学研究已经获得的知识集合中选择出若干，认为这些知识应该归属于“智能科学与技术”，且将其结构化与系统化。(2)概念演绎法。追问“智能科学与技术”的确切含义为何，由此联想其涉及的主要方面，概念推演形成的轨迹即是知识体系。两种方法的结论应是一致的。就实际操作而言，前者的主要环节是“选择知识”和“搭建体系”，而“选择什么”和“搭建成何样”就与研究者的偏好相关，常出现观点相左的情形；后者的主要环节是“明确语义”和“语义延伸”，能被称为概念的东西总是成熟的，即已有大量的先前研究，对此人们的分歧较少，而从概念出发的语义延伸又是遵循演绎逻辑的，由此而得的知识体系就易被公认。
本文的研究采用概念演绎法，具体的讨论依层次递进展开，首先明确“智能科学与技术”的中文语义，其次讨论该语义涉及的关键概念之内涵，进而合成这些关键概念的具体内容，继之概括“智能科学与技术的知识体系”，最后设计“智能科学与技术专业教育的课程体系”。
2 “智能科学与技术”的语义
尽管有逻辑上的先后，“科学”与“技术”通常被认为是并列的两种人类文化活动。“智能科学与技术”就应被分为“智能科学”与“智能技术”。
智能是某种行为主体所具有的能力和所表现的行为。这种具有智能的行为主体目前(也许永远)只有两类：生物(其中主要是人类)和机器。若以人类代表生物，智能就有两种表现形态，人类智能(human intelligence)和人工智能(artificial intelligence)，后者是对前者的模仿与延展。
科学是为了获得所考察对象的知识体系，技术则是依据某种原理设计制造各种人工系统。由此，“人类智能科学”、“人工智能科学”、“人工智能技术”是无歧义的，而“人类智能技术”就不成立(确切地说，是间接地通过“人工智能技术”的方式表现出来)。
基于上述分析，“智能科学与技术”的语义由三部分构成，“关于人类智能的科学”、“关于人工智能的科学”和“应用人工智能的技术”。根据惯常的教育与研究分工，前者是心理科学领域的重点所在，后二者则是信息科学领域的前沿方向。目前国内所开办的“智能科学与技术”专业教育大多属于理工科本科，其侧重所在自然是“人工智能”。
支撑着“智能科学与技术”及其三部分构成的关键概念是“智能”、“科学”与“技术”，对其进行深入剖析有助于推演出“智能科学与技术的知识体系”。
3 关键概念的剖析
3.1 “智”对应于Intelligence
汉语中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指认识的事物可以脱口而出。“知”添加了“曰”即为“智”，再清楚不过，“智，知而道出也”。智，就是人们日常口语中的“知道”。
英语中的Intelligence源于拉丁语的动词intellegere，意思是to understand。而intellegere是inter(interl与legere(to choose)的合成词，故它所表达的是“在推理基础上的理解”。
可见，汉语的“智”关注知识(识，知也。《说文》)及其共享；英文的Intelligence则强调知识及其可靠来源。有所差异并不妨碍将不同文化系统中的这两个概念对应起来。
3.2 “智”的派生词
尽管语义十分贴切，却不可将Intelligence直接汉译为“智”。在现代汉语中，单字形式的名词一般不用于表达抽象概念，因为单音节的高频率使用在言语交流中难以通畅顺口。通常都是采用双字形式的名词。“智”需要再添加一字。处理的办法无非两类，同义重复或附加意义。前者生成的是“智慧”，后者得到的是“智能”和“智力”。
智慧之“慧”，一方面与“智”同义(知或谓之慧。《方言》)，另一方面又与佛教名词“般若”(Praina)相连，在中国的文化传统中，佛是高深至上的，这样，智慧的真理性就毋庸置疑。作为汉语词汇的“智慧”固定下来之后，除了与英文的Intelligence相对应，还与英文的wisdom(wise“聪明的”+dom“性质或状态”)相一致。更重要的是，wisdom就是希腊语的sophy，由此构成了philosophia(英文philosophy)。“智慧”连接着中国的佛教(与中国哲学相通)和西方的哲学。智慧是哲学层面的。
“智能”和“智力”都是“智的能力”的简称。推敲其中的意味饶是有趣。作为物理学概念的“能”和“力”，二者是一种源流关系，因而在汉语的习惯中，“能”更本质，“力”则外显，暗含着有高下之分。这样，智能有“智能人”、“智能机器”、“智能科学”等，智力则是“智力游戏”、“智力玩具”、“智力商数”等。层次的感觉是明显的。智能和智力是科学层面的。
“智”的派生词最常用的有三个：智慧、智能和智力，它们均可英译为Intelligence，但在汉语中分别属于三个层次，即哲学领域、科学领域(较高层次)和科学领域(较低层次)。
3.3 关键概念的文化比较
将与“智”相关的中文概念和与Intelligence相关的英文概念进行对比，可看出中西方文化的相通与差异，有助于更深刻明晰地理解“智能”的语义。表1是基于英语概念的文化比较。从中可见，“智能”较高于“智力”在西方文化中表现为对现在分词的偏爱。
表2是基于汉语概念的文化比较。英语的Intelligence可以笼统地表示汉语的“智、智慧、智能、智力”。现限定“构建智能科学与技术的知识体系”是一项科学研究(即不考虑“智慧”)，再用“智能”作为“智能”和“智力”的统称，这样，“智能”就成为将要继续讨论的唯一概念。
3.4 智能之“能”
前已阐明，智能就是“智的能力”。这种能力究竟为何，学者们曾有过大量的讨论。其中一种通俗简洁的表述 被包含于后者之中。在人工智能中将二者分开，缘于它们的对象不同，前者针对的是自然界，后者则面向人类已有的知识积累。“推理”是生命体存在的基本前提。所以，关于人工智能的科学只有两个分支：机器感知／发现理论(派生于人的认识论)和机器推理理论(基于人脑推理理论的讨论)。
(4)应用人工智能的技术。第3.6节说明，技术就是应用手段、技能和方法设计与制造人工系统。图4模型所示意要设计与制造的人工系统只有专家系统和机器人。所以，应用人工智能的技术主要有两个：专家系统技术和机器人技术。
(5)基于现状的人工智能科学与人工智能技术的内容调整。前面将“机器感知”和“知识发现”归于科学范畴，其根据就是因为它们均是客观存在。然而，现在的“机器感知”还非常简单，对于诸如表情、语气等稍微复杂的客观现象就无能为力：“知识发现”也主要依赖于基于语法的关键词匹配，而对于如何有效地理解语义特别是语用还差得很远。鉴于如此现状，将“机器感知”和“知识发现”归于技术更合适一些。
(6)智能科学与技术的知识体系。集成上述的观点可得图5所示的知识体系。理论是概念、原理的体系(《辞海》)，本身就是知识体系。技术包括手段、技能和方法，也是知识或知识指导下的操作。所以，智能科学与技术的知识体系由两个理论和四种技术构成。
图5的表示是粗线条的。正是因为它没有将与“智能”有关的科学理论和技术方法全部罗列出来，才有了一个简洁的框架，以便在此基础上进一步细分和添加，最终形成一个系统的图景。
6 “智能科学与技术”专业教育的课程体系
“智能科学与技术”专业教育的使命就是将图5所示的知识体系教授给本科生或研究生。学校教育总是以课程方式进行的。智能科学与技术的知识体系必须转化为课程体系。基于图5所示模型、兼顾目前大学课程设置的现状、特别是参照国内学者的研究成果和国内率先开办智能科学与技术专业的大学的探索性经验，提出“智能科学与技术专业教育的课程体系”的一种方案，见表3。
如表3所示，“智能科学与技术”专业的课程设置对应于智能科学与技术知识体系的主要内容(见图5)，共六门主干课程：
(1)“脑与认知科学”。包括“脑科学”与“认知科学”。
(2)“机器学习”。推理是学习过程中所采用的主要方法，机器学习包含机器推理，在一般意义上可以认为二者同义。目前讲授机器学习的大学课程主要有：“机器学习”、“模式识别”(是实现机器学习的一种方法)、“计算智能”。后者包括“模糊计算”、“神经计算”、“进化计算”，讲授一些具有前沿性的理论与方法。
(3)“机器感知”。包括“机器视觉”模仿人类的视觉、“计算机语音技术”模仿人类的听觉、“自然语言理解”模仿人类对语言与文字的理解。
(4)“知识发现”。包括“信息检索”和“数据挖掘”，前者在数据库中进行关键字匹配、在万维网上进行关键字匹配、在语义网上进行语义匹配以获取所需要的信息，后者将信息组织到数据仓库中以便寻求信息之间的规律性关联即获得知识。
(5)“专家系统”。该课程所讲授的内容包括管理信息系统、专家系统、决策支持系统、多Agent系统。它们是人工智能为人类提供的实用型信息产品。
(6)“机器人”。利用机器来获得身心的解放与扩展是人类的梦想和永远的追求。拟人机器的设计与制造涉及诸多学科，在大学的专业教育中只能讲授一些基础概念。
可以将整个“智能科学与技术的知识体系”看作是一个对知识进行“输入一加工一输出”的结构。由表3可见，与知识输入有关的是“机器感知技术”和“知识发现技术”；与知识加工有关的是“脑科学理论”和“机器推理理论”；与知识输出有关的是“专家系统技术”和“机器人技术”。在智能科学与技术学科中，分工专门研究知识输入、知识加工、知识输出，就构成了其三个主要的研究方向：知识处理、智能理论与方法、智能系统与应用(如表3所示)。
7 结论
(1)智能科学与技术是人类智能科学、人工智能科学和人工智能技术的总称。技术的标志是用于设计与制造人工系统，因而“人类智能技术”并不直接存在。
(2)“智能”是“智的能力”的统称。中文的“智”之本义是“知而道出”，与英文的Intelligence(本义“推理基础上的理解”)尽管侧重不同，仍被认为语义相等。现代汉语不习惯单字形式的概念，“智”便有了三个常用派生名词“智慧”、“智能”和“智力”。前者属于哲学概念：后二者属于科学对象，是“智的能力”的两种不同简称，亦有层次高下之分。在科学领域，“智能”通常涵盖“智能”和“智力”。
(3)智能科学是指，认知智能事实、归纳智能规律、总结智能理论。
(4)智能技术是指，设计与制造人工智能系统的手段、技能和方法。
(5)智能(intelligence)应该是“能智”。即能知、能日、能推理、能理解、能应用。
(6)智能是以知识为主线的三个环节的序贯过程。智能表现为知识在知识获取、知识推理、知识应用三类活动中的定向流动和逐级提升。
(7)智能首先遇到的问题是知识表示。人类智能的知识表示是在文化传承中自然实现的，而人工智能的知识表示则依赖于专门的人为规定。这样，智能的内容就有四个部分：知识表示、知识获取、知识推理、知识应用。
(8)智能最简明最本质的定义是：知识+推理。人类智能的特征是，知识用自然语言表示、推理在人脑中进行；人工智能的特征是，知识用机器语言表示、推理用机器实现。
(9)人类智能的内容主要有五个：感官感知、信息检索、人脑推理、实际问题解决方案、实际问题解决方案的执行。
(10)人工智能是对人类智能的模仿与延伸，其主要内容也相应有五个：机器感知、知识发现、机器推理、专家系统、机器人。
(11)智能科学与技术的知识体系由两个理论和四种技术构成。智能科学与技术的知识体系涉及关于人类智能的科学、关于人工智能的科学、应用人工智能的技术，具体有脑科学理论、机器推理理论、机器感知技术、知识发现技术、专家系统技术、机器人技术。
智能科学与技术论文范文第3篇
关键词：智能科学与技术；科学研究；专业建设
中图分类号：G642 文献标识码：A
1 引言
智能科学与技术学科以计算机科学为基础，结合了认知科学、信息学、控制科学、生命科学、语言学等学科的相关理论和研究方法，是一门新兴的交叉学科，将成为21世纪信息科学研究的制高点和信息产业价值的主要提升点。
在国外，许多著名高校都设立了“人工智能”专业并授予智能科学专业学位：世界多数知名的理工类院校都设立有人工智能研究所或实验室，进行智能科学专业的研究生培养及科研工作。在国内，智能科学与技术专业起步则较晚：2003年12月5日，教育部正式批准北京大学信息科学技术学院设立“智能科学与技术”本科专业，这标志着我国“智能科学与技术”专业的诞生。
厦门大学在智能科学与技术领域已经有多年的研究积累和师资储备。2006年12月，教育部正式批准厦门大学设立“智能科学与技术”本科专业，2007年6月6日，厦门大学智能科学与技术系经学校批准成立，并于2007年9月迎来了第一届本科生。本文将简要介绍近几年来厦门大学“智能科学与技术”专业的建设情况。
2 厦门大学智能科学与技术相关领域的科学研究进展
厦门大学在智能科学与技术领域的研究已开展了多年。早在1988年，学校就成立了校级科研机构――“厦门大学人工智能与计算机研究所”，目前，经厦门大学批准，正式更名为“厦门大学人工智能研究所”。它是一个以实用智能技术研究为主、集基础研究与应用开发于一体的研究机构，是厦门大学组建智能科学与技术系的主要基础。
厦门大学智能科学与技术系面向国际学科发展趋势和国家发展的重大需求，利用人工智能研究的方法和手段，不断开辟新的研究领域，逐渐确立了语言信息处理、认知计算、智能信息检索、中医信息处理、视频图像处理、智能机器人等主要研究方向。在语言信息处理方面，现设手写汉字识别、自然语言理解、机器翻译、语料库技术等研究领域；在认知计算方面，现设觉知计算、脑机接口、机器感觉、隐喻逻辑等研究领域；在智能信息检索方面，现设文本信息过滤、信息检索、信息提取、智能数据挖掘、Web挖掘等研究领域；在中医信息处理方面，现主要研究开发多媒体中草药智能查询系统、基于舌象中医智能体检系统；在视频图像处理方面，现设图像数据库、生物特征识别、遥感图像、地理信息系统等研究领域。2008年，系里引进了被称为“人工大脑之父”的著名学者Hugo de Garis教授，并以他为首组建了人工大脑研究室，该研究室的目标是，经过三年左右的时间，建设中国首个人工大脑。
经过十几年的不懈努力，我们在上述研究领域均取得了一批有影响的重要研究成果，在我国学术界具有一定的学术地位，获得数十项国家和省部级项目经费的支持。目前在研的项目有国家自然科学基金项目3项、国家863项目2项、国家863子项目2项、福建省自然科学基金项目1项、福建省科技计划重点项目2项。在汉字识别、词语切分标注、语法分析、词义消歧、指代消解、语言神经基础、汉语理解策略、网上信息的选择翻译、统计机器翻译、语音识别与合成、计算机音乐、计琴学等诸多方面进行了有特色的研究，形成了具体的算法，并且还提出了一种系统性的协动计算理论，出版专著5部，数百篇，其中近三年被EI、SCI等检索的论文达200余篇。
在基础理论研究的基础上，智能科学与技术系还十分注重产学研结合，先后与北京德威特电力系统自动化有限公司和深圳名人电脑等公司进行合作研发，广泛开展应用系统的研制开发，主要包括：手写汉字机器识别系统、汉语分词和词性标注系统、机器翻译系统以及网上汉语文本分类和信息过滤系统。其中，手写汉字机器识别系统获浙江省教育厅科学技术进步三等奖：机器辅助汉英互翻系统获福建省科技厅科技进步三等奖；汉语分词和词性标注系统获得2003年863中文信息处理评测第二名：机器翻译系统(包括XMMT汉英机器翻译系统、Matrix英汉机器翻译系统、Light英汉机器翻译系统和Neon英汉双向机器翻译系统)在863智能接口评测中多次名列前茅，形成多项产品，技术授权国内多家单位使用。
在科研平台建设方面，智能科学与技术系发挥厦门大学多学科交叉的优势，联合人文学院、外文学院和海外教育学院华文系的学术力量，于2003年成立了“厦门大学语言技术中心”，其中，汉外多语言机器翻译为主攻方向之一。2006年获批了“智能信息技术福建省高校重点实验室”；目前，以人工大脑相关内容为研究核心的“福建省仿脑智能系统重点实验室”也已获批。
3 厦门大学“智能科学与技术”专业建设情况
厦门大学智能科学与技术系现有一个本科专业(智能科学与技术)，三个学术型硕士学位授予专业(人工智能基础、模式识别与智能系统、计算机应用技术)，一个“计算机技术”工程硕士培养方向(智能工程及网络安全方向)，一个博士学位授予专业(人工智能基础)。现有在校本科生近90人，硕士研究生80多人，博士研究生25人，博士后2人。本系教职工近30人，其中：教授5人，副教授5人，80％具有博士学位或者博士在读，40岁以下的年轻教师占2／3。
3.1 本科生专业建设
在本科生培养方面，厦门大学智能科学与技术系的目标是要求学生能够有效和系统地掌握本学科的理论基础，比较深入地理解智能科学与技术理论；培养具有一定的分析、综合和创新能力，能够承当智能信息系统设计、开发和智能科学与技术学科教学任务的，德、智、体全面发展的科学技术工作者：毕业生适宜到科研机构、学校、技术或行政管理部门、公司、厂矿等企事业单位从事科技研究、应用开发、信息管理和教学工作，也可以进一步攻读该专业及相关专业的硕士学位。
为了实现上述目标，我们遵循“宽口径、厚基础、抓关键、重实践”四项基本原则，制定了较合理的教学计划，在本科一、二年级安排公共基本课程、校通识教育课程、院系通修课程；从二年级下学期开始结束院系通修课程，转而推出部分学科通修课程，向专业化过渡，三年级开始加入方向性选修课程。其中，公共基本课程621学时、33学分；校通识教育课程262学、15学分；学科通修课程1544学时、90学分；方向性课程120学时、分；学科跨方向性课程108学时、6学分。这样的安排能真正使学生在获得扎实而宽厚的理论基础、合理的知识结构的同时，培养较强的获取新知识的能力和创新精神。
为了能切实提高学生的动手实践能力，我们在办学过程中十分重视和强调实践环节的训练并倡导理论与实际 相结合，已经规划建设一个特色实验室――“仿脑认知与智能机器人”实验室，可支撑仿脑认知与智能机器人两个方向相关课程的教学实验，总经费预算100万元。依托该实验室，结合相关课程，高年级本科生可以进行“心理物理测试实验”、“眼动测试实验”、“面部表情与脑电对照实验”、“行为学与智能关系测试实验”、“机器人避障行走路径规划”、“机器人目标识别与跟踪”、“机器人声控实验”、“机器人智能语言翻译”、“机器人足球比赛”等众多特色实验。
3.2 研究生专业建设
厦门大学智能科学与技术系的研究生培养以加强创新能力的培养为核心，以加强基础课、专业课，实验实践教学、论文创新写作、促进理论与实践相结合为重点，包含硕士研究生和博士研究生两个培养层次。其中，硕士研究生层次又分为学术型研究生和工程硕士两种类型，分别进行培养。
在学术型硕士研究生培养方面，我们的目标是培养适应智能科学与计算机科学的发展，适应国家社会发展与进步事业需要的，德、智、体、美全面发展，系统地掌握本学科基本概念、基本原理、基本方法、基本技能的，具有创新能力、理论联系实际的高级专门人才和能适应未来从事基础研究、应用基础研究、技术开发研究和工程应用研究之人才。毕业生适宜到科研部门、学校从事科学研究和教学工作；适宜到计算机产业相关的企事业单位从事智能科学与计算机科学技术的开发研究、应用与管理等工作；可以继续攻读智能科学与计算机科学及其相关学科的博士学位。目前包含“人工智能基础”、“模式识别与智能系统”和“计算机应用技术”三个专业。其中，“人工智能基础”专业包含如下培养方向：认知科学理论、认知逻辑学、计算语言学、智能计算方法、艺术认知与计算、脑高级功能成像等；“模式识别与智能系统”专业包含如下培养方向：计算机视觉、机器翻译系统、智能中医诊断系统、机器音乐、模式识别、音频信息处理等：“计算机应用技术”专业包含如下培养方向：人工智能应用技术、自然语言处理技术、智能信息检索技术、多媒体综合应用技术、图像与视频处理技术、虚拟现实技术等。
在工程硕士培养方面，目前智能系招收“计算机技术”工程硕士――B方向(智能工程及网络安全)的工程硕士研究生，目标是培养具有扎实的计算机学科专业知识和工程技术能力，掌握现代智能与网络科学前沿知识，在智能工程与网络安全方向具有一定研究深度和项目研发能力的高层次应用型人才。培养方向包括：嵌入式智能家居、视频图像处理、网络视觉监控、模式识别与智能系统、智能机器人、网络内容监管、黑客与网络攻防技术、网络信息安全、信息检索与信息过滤、自然语言处理、机器翻译、语音识别与合成、智能中医信息处理、人工大脑、虚拟现实技术等。
在博士研究生培养方面，设有“人工智能基础”博士学位授予专业，目标是培养基础扎实，具有创新意识，对某一领域有全面深入了解或对某一应用领域有独立解决实际问题的能力，能够解决前人未能解决的科学问题或社会发展中亟待解决的技术问题的高级专业人才：其研究工作对科学技术或社会经济的发展具有明显贡献，为人工智能技术发展和应用提供新的基础或新技术、新方法。培养方向包括：人工智能以及应用技术、艺术认知与计算、数据挖掘技术、认知神经科学、软计算方法及其应用、智能多媒体信息处理、脑功能成像技术等。
4 总结与展望
智能科学与技术论文范文第4篇
关键词：人工智能技术；教学方法；编程能力
中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2014）16-3865-02
1 概述
2008年11月16日，中国科协成立50周年新闻会在北京召开。在新闻会上，“五个10”系列评选活动，即10位传播科技的优秀人物、10部公众喜爱的科普作品、10个公众关注的科技问题、10个影响中国的科技事件、10项引领未来的科学技术评选结果揭晓。10项引领未来的科学技术是：基因修饰技术；未来家庭机器人；新型电池；人工智能技术；超高速交通工具；干细胞技术；光电信息技术；可服用诊疗芯片；感冒疫苗；无线能量传输技术。
人工智能技术学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。指人类的各种脑力劳动或智能行为，诸如判断、推理、证明、判别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动，可以用某种智能化的机器来予以人工实现[1]。
通过《人工智能技术》课程的学习，使学生对人工智能技术的发展概况、基本原理和应用领域有深入了解、对主要技术及应用有一定掌握，并对现代人工智能技术发展的方向有所研究。通过人工智能技术课程的学习与研究，启发学生对人工智能技术的兴趣，培养知识创新和技术创新能力，并能将人工智能技术融入到今后所开发的计算机软件之中。
《人工智能技术》是一门众多学科交叉的新兴课程，其涵盖范围广，涉及知识点多，知识更新快，内容抽象，不容易理解，理论性强，而且需要较好的数学基础和较强的逻辑思维能力，这给该课程的讲授带来了一定困难。《人工智能技术》也是一门应用型学科，怎样将理论运用到实践中，使学生将学到的人工智能技术知识和思想运用到自己的实际课题，这也是该课程需要解决的问题之一。
因此，对《人工智能技术》课程教学来说，我们要了解课程的最新信息，把握课程的特点，帮助学生找到好的学习方法，使他们能充分发挥自己的创新思维能力，提高学习兴趣，该文给出了《人工智能技术》课程的教学与实践的探索。
2 教学与实践的探索
2.1 教材和实验教学内容的选取
1） 人工智能技术是整个计算机科学领域发展最快，知识更新最快，最前沿的学科之一。在教材选用方面，我们采用了蔡自兴教授等主编，由高等教育出版社出版的《人工智能基础》这本教材。蔡自兴教授的主要研究领域为人工智能、机器人学和智能控制等。这本教材是作者在美国国家工程院院士、普度大学教授傅京孙先生的指导和鼓励下编写，借鉴了国内外人工智能技术研究领域专家的最新研究成果和学术书籍的长处，该书比较全面地介绍了人工智能技术的基础知识与技术，材料新，易于理解，兼顾基础及应用[2]。
此外，我们还给学生自主学习提供多种类型的学习资料，其中包括参考书目，如：Russel S， Norvig P.等编著的《Artificial Intelligence： A Modern Approach》一书，人工智能技术国内外期刊，如电子学报，计算机学报，人工智能与模式识别，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技术会议，使学生能够掌握人工智能技术的更多前沿动态，提高学习兴趣。
2） 配套的实验教学内容。《人工智能技术》是一门理论性和实践性都很强的课程，实践性教学环节对该课程尤为重要。除了完成课本上的作业之外，还注重实验教学，培养学生的创新能力、算法设计能力和编程能力。首先，每个章节设置相应的实验，而实验内容经过严格的考虑，如：五子棋游戏，产生式系统，旅行商问题，传教士和野人问题，BP神经网络实现简单的分类，遗传算法、人工生命程序等，要求学生运用所学章节的知识，独立地设计和实现实验内容。实验报告包括简述实验原理及方法，给出程序设计流程图，源程序清单，实验结果及分析等内容，通过这种方式，进一步加强学生的信息获取能力和研究能力。
2.2 教学方法和手段的改革
人工智能技术课程交叉性强，涉及面广，传统的教学方法手段单一，缺少交流，课堂气氛沉闷，激发不起学生的学习兴趣，教学效果不理想。人工智能技术这门课程内容抽象，如何激发学生的学习兴趣是本课程需要解决的主要问题，也是关系教学改革成败的关键。本课程需采用多种方法进行教学，以此来激发学生的学习兴趣。
1） 问题启发式教学。《人工智能技术》这门课程中有很多似是而非、引人入胜的问题，主要是用计算机模拟人类的智能来解决这种问题。在教学中，有目的的提出这些问题，鼓励学生思考，提出自己的想法和解决方案，并进行分析和比较，这样强化学生的主动学习意识，提高学习积极性[3]。
2） 个性化学习和因材施教。学生中存在计算机专业和非计算机专业本科毕业的差别，由于他们每个人的基础不同，有的计算机知识比较匮乏，因此有必要针对每个学生的学习进度，课堂作业和实验报告情况进行及时评估，对学生提出个性化的教学。例如：在实验教学中，要求有能力和兴趣的学生可以做探究性和创新性的附加实验，从而引导学生发挥个性的空间，而对稍微吃力的学生则要求完成基本的实验，更注重基础知识的学习和夯实，这样就能达到因材施教的目的。同时对不同层次的学生进行分析，进一步提出学习建议，并进行有针对性的指导。
3） 多媒体使用和多学科知识的融合。本课程PPT课件图文并茂，提纲挈领，便于学生理解。课堂讲授、板书与PPT手段相结合，注重课程中的关键词用英文表示，并适当指定英文参考书，使学生能够接触国外文献资料，加深对学习内容的理解，获得更宽广的知识。PPT课件运用了大量多媒体技术，如动画、声音、图像，通过动画和视频演示抽象的概念、算法和过程，使人工智能技术中抽象的知识形象化，在课件中融入了文学，历史等其他学科的相关知识，便于学生较好地理解知识难点和重点[4]。
4） 师生互动和课内外答疑。在教学中，改变了传统的老师讲，学生听的教学模式。针对人工智能技术的实用性，适当提问，收集学生学习情况，尽量使用实例进行讲解。设置了实验讲解互动课程，对于实验的讲解，学生可以提出疑问，然后在课堂上展开讨论，学生可以看到问题从提出、分析到解决的整个过程，让学生自己在讨论中总结结论。为了解决教学中存在的疑难问题，还设有课后答疑，使学生能将所有的问题都理解透彻。
5） 理论研究与实践结合。在教学内容的安排上，注重学生的理论研究和动手能力，适当布置一些课程相关的论文和实验编程。通过课程论文，可以培养学生钻研问题的兴趣； 通过查阅科技文献使学生掌握如何查找相关文献的技能，可以培养学生撰写科技论文的能力。通过实验实践，使学生可以更加清楚地了解人工智能技术基本概念和难点，也能了解算法的设计具体运行过程，并对其进行验证，提高了学生的编程能力和和学习兴趣。
6） 考试考核方式改革。本课程的考核考试也是一个值得探讨的问题，本课程应采用多种综合考试方法，注重学生对基础概念、知识和基本的技能的掌握以及理论联系实际的能力。平时作业考核成绩，实验实践教学成绩、提交课程论文成绩，以及最后的期末考试成绩形成一种有效的考试考核方法，促进学生主动学习，提高教学质量。实验的评价指标在于算法设计、编程的准确性和实验结果及分析。课程论文评价指是选题是否严谨科学和具可研究性，论文结构、思路是否严谨，论文内容科学性、正确性，能否提出自己的见解。考查查阅科技文献的能力主要通过是否查找到权威的、最新文献以及撰写是否规范。
2.3 学生学好《人工智能技术》课程的建议
《人工智能技术》是一门理论与实践相结合的应用课程，学生如何学习这么课程，也是我们应该探讨的问题。
学生应该正确看待《人工智能技术》这门科学的发展。人工智能技术孕育于20世纪30、40年代，形成于60、70年代，发展至今，人工智能技术只有短短60多年的历史，它是一门不断发展和完善的崭新学科，还有许多课题处于探索中，理论和技术还远未成熟，我们应该对它有科学的认识。
针对非计算机专业本科毕业的学生，除了课堂听讲之外，还应该课下自学该课程的先修课程，如：数据结构、离散数学等课程。人工智能技术中涉及到大量的数学知识，如：模式识别需要具有较好的概率论，数理统计知识，另外还会用到少量随机过程、模糊数学的一些知识。人工智能技术是一门应用课程，编程语言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神经网络，遗传算法等算法，实现这些算法要求学生具有较强的编程能力。
学生应该多读，多查阅资料，特别是国外的期刊文献和重要国际会议论文，多了解人工智能技术最前沿的信息，理论联系实际，加深对基本算法的理解，并将人工智能技术的知识运用到自己所研究的领域，以做到学以致用。
3 结论
人工智能技术在一定程度上代表着信息技术的前沿，该文对《人工智能技术》的课程教学进行了一些探讨，教学与实践效果有了显著提高，但仍然有许多方面还需要我们继续探讨和改进。
参考文献：
[1] 蔡自兴，徐光佑.人工智能技术及其应用[M].北京： 清华大学出版社，2003.
[2] 蔡自兴，肖晓明，蒙祖强，等.树立精品意识搞好人工智能技术课程建设[J].中国大学教学，2004（1）：28-29.
智能科学与技术论文范文第5篇
涂序彦曾任中国人工智能学会理事长、学术指导委员会主席，是中国人工智能学会的主要创建人、我国“人工智能”学科的奠基人之一，他提出的“广义智能信息系统论”为“人工智能”学科提供了统一的理论架构，他倡导的多学派兼容、多层次结合、多智体协同的“广义人工智能”学科体系，为现代“人工智能”学科的全面、协调、持续发展，提供了研究开发策略，他提出的“广义智能学”促进了“智能科学技术”新学科的诞生。1988年，他编著的高等学校教材《人工智能及其应用》电子工业出版社，获电子工业部优秀教材一等奖。
1977年，他在中国科学院自动化研究所工作，主持“控制论组”，与北京市中医院合作，研究开发我国第一个中医专家系统“关幼波中医肝炎诊断治疗程序”，这也是世界第一个中医专家系统。1985年，主持“国家经济信息专家系统关键技术”研究，提出大型“多级专家系统”新方法，获国家“七，五”攻关重大成果奖。
1960年，在第一届国际自动控制联合会IFAC世界大会，创立多变量控制系统的新原理：“协调控制”理论，他提出的升船机多电机同步的“协调控制”方法应用于三峡工程。1981年，在《科技管理与科学学》发表“论协调”，提出创建“协调学”新学科。
1977年，涂序彦发表我国“大系统理论及应用”首篇论文，1985年，创立“大系统控制论”，1994年，撰写出版《大系统控制论》专著，发展“控制论”的新学科。
1979年，根据国情，他创立具有中国特色的“最经济控制”理论，提出天文科学卫星“最经济姿态控制”新方法，在《自动化学报》发表了关于“最经济控制”多篇论文。
1980年，总结有关“生物控制论”的科研成果，主持编著我国第一本《生物控制论》专著，由科学出版社出版，重点研究“人体控制论”，他提出“针麻－多级协调控制过程”，“经络－人体控制系统”新学说。
1977年，涂序彦发表我国“智能控制及其应用”首篇论文，开拓“智能控制”新技术，1985年，提出“多级自寻优、自协调控制”新方法，1990年，参与发起主办“全球华人智能控制与智能自动化”大会，任大会主席之一。2004年，在国际“人工生命与机器人”AROB学术会议宣读论文“Intelligent Control System based onArtificial Life”。
1985年，在IFAC／IFORS／IFIP国际学术会议，涂序彦提出“智能管理”(Intelligent Management)新概念，开拓我国“智能管理”新方法、新技术，1995年，撰写《智能管理》专著，由清华大学出版社出版。2010年，他和马忠贵博士撰写《协调智能调度》专著，由国防工业出版社出版。
1995年，在“人工智能”与计算机“仿真技术”相结合的基础上，涂序彦提出“智能仿真”的概念与系统架构，2009年，应邀在中国计算机仿真高层论坛作“协同智能仿真”大会报告。
2000年，开发“智能信息推拉”技术、“基于公共知识库的智能通信”系统，2004年，在中国人工智能学会智能信息网络学术会议，作大会报告“智能通信与智能网络”，2005年，提出“互动智能通信”的概念，2008年，他和马忠贵博士撰写《智能通信》专著，由电子工业出版社出版。
2002年，涂序彦发起并主持中国人工智能学会首届“人工生命及应用”学术会议，提出“广义人工生命”的概念和类谱，2003年，在国际“人工生命与机器人”AROB学术会议宣读论文“Generalized Artificial LifeRace＆Model”，2004年，主编《人工生命及应用》论文集，2005年，北京邮电大学出版社。
2002年，涂序彦与曾广平教授等合作，提出“软件人”的新概念，2003年，获国家自然科学基金项目“计算机网络环境中的虚拟机器人一软件人”支持，2004年，提出“广义软件人”，2007年，总结相关研究开发成果，撰写《“软件人”研究及应用》专著，由科学出版社出版。2008年，主持InternationalConference on Humanized Systems，作大会主题报告“Advanced Intelligence，Humanics，SoftMan”。
2002年，涂序彦与韩力群教授合作，提出“多中枢自协调人工脑”的新概念，2004年，在AROB国际学术会议“Study of ArtificialBrain based on Multi-Centrum Self-Coordination Mechanism”，2009年，总结相关研究开发成果，撰写《多中枢自协调人工脑》专著，由科学出版社出版。
2003年，他在中国人工智能学会第十届全国人工智能学术大会报告中，提出“人工智能”的姐妹学科：“人工情感”的新学科架构。2004年，在北京主持召开中日国际学术会议，作大会报告“Artificial Emotionand its Applications”，提出“IntelligentAnimation，Intelligent Game，IntelligentFilm＆Television”。
1991年，在全国“智能控制”学术会议的大会报告中，涂序彦提出“智能控制论”新学科架构，2010年，他与王枞教授等合作，撰写出版《智能控制论》专著，在科学出版社出版。
2004年，在“智能系统”国际学术会议，涂序彦提出“拟人系统”新概念，2005年，在中国武汉，发起并主持第一届“拟人系统”国际学术会议，他提出创建“拟人学”新学科，2008年，在中国北京，主持召开“拟人系统”国际学术大会。
2005年，他的诗集《糊涂集》包括：理智篇、山水篇、情感篇等涂诗四百首，由北京邮电大学出版社出版。
智能科学与技术论文范文第6篇
【关键词】多元智能理论；语文整合；可行性；探究
一、多元智能理论的提出及意义
美国哈佛大学教授霍华得・加德纳，广泛借鉴当代心理学研究成果，运用生物科学及各种不同文化中在认知的发展及运用方面的研究成果的基础上，于1983年，提出了多元智能的这一概念，并在之后逐渐形成了多元智能这一理论。
这一理论针对传统的单一、可量化、整合于的智力观，反驳其认为的智力的范围就仅仅局限在语文和数理逻辑方面[1]。加德纳认为智力是“一种处理信息的生理心理潜能，这种潜能在某种文化背景之下，会被引发去解决问题或是创作该文化所重视的作品。”它认为，人的智力不是单一整体的能力，而是由多种智能成分组成的综合体。这些智能包括：语言言语智能、数理逻辑智能 、空间视觉智能 、音乐韵律智能 、身体运动智能、人际交往智能、自我认识智能与自然观察者智能等，并且认为还可能存在着其他多种智能，并不是仅仅局限与以上的八种。[2]
多元智能理论认为：“每个学生都是潜在的天才儿童，只是经常表现为不同的方式。” 虽然并非每一个人都能成为伟大的艺术家、音乐家或作家，但是通过开发多种类型的智能，根据学生不同的智能性向，客观公正地给予其积极、肯定的评价，可以充分发掘每一个人的潜在能力，让在不同智能上各有所长的学生能够高效地、有意义地愉快地学习。这一理念，与我国历来所提倡的素质教育理念不谋而合。
二十余年来，这一理论在美国获得了许多专业团体的关注与认可，全美亦有不少学校也将多元智能并入他们教学的方案中。在中国，多元智能等许多理论的核心理念被应用到语文课改的指导思想中，并进一步被丰富和深化，为新课程和新语文带来了一些清新的空气。
二、语文整合的内涵
整合，简单而言,是整理融合，其主要的精髓在于将零散的要素组合在一起，并最终形成有价值有效率的一个整体。在各科当中，语文学科具有基础性、人文性、广域性、开放性、实践性、工具性、累积性和外显性等特征，有着文以载“文（文化）”、文以载“道”以及文以载“情”的功能。
我们这里所要研究的语文整合是指信息技术与语文的整合。信息技术与语文学科整合，强调两个方面：一方面信息技术要广泛渗入语文学科；另一方面，语文教学要广泛采用信息技术。这种信息技术不是强加的、附带的、可有可无的，它是与语文教学紧密融合在一起的，是提高语文教学质量不可或缺的有机要素。也就是说，将技术作为一种工具，刺激学生的感官,提高学生的兴趣、自觉性，激发学生思维,提高课堂教与学效果，增强语文教学的直观性，改变传统语文教学模式的单调性、封闭性以及限制性。
信息技术与语文之间的整合可以使语文教学声情并茂、知情并重、化繁为简、化难为易；有利于学生思维能力、想象能力、认知能力和综合能力的培养；有利于学生学习潜力的开发，为学生的发展创造了良好的课业环境和时空条件。具体体现在以下几点：
1.信息技术与语文学科整合，有利于激发学生的学习兴趣。
2.信息技术与语文学科整合，有利于知识的获取与保持。
3.信息技术与语文学科整合，有利于培养学生的信息素养。
4.信息技术与语文学科的整合，有利于学生自主学习。
5.信息技术与语文学科整合，有利于培养学生的合作精神。[4]
三、语文教学中的问题
在语文教学中，虽然整合这一思想已经得到了广大教师的认同，但还是存在着一些问题，特别是在语文整合过程中缺少可依靠的指导思想。信息技术与语文教学整合在一起，可以让学生以更为丰富生动的方式来进行学习活动。但它只是一个有效的工具，若缺少能让这个工具发挥作用的指导思想，那么这种课堂与原来传统的课堂并无太大区别，最多也只是增加了些展示方式而已。在实践中，我们看到更多的是这种缺少一指导思想的语文整合课堂。由于多元智能理论与语文教学之间有很多的切合点，因而，将其作为整合的指导思想，将帮助我们更好的进行语文整合。
四、多元智能与语文整合的关系
众所周知，教育改革的推进步伐已经走到了包括语文在内的学科教学领域，全面的语文课改开始了。国家、省、市级实验区越来越多，新的课程标准编定，新的教材纷纷出版，新的课堂教学模式被实践。多元智能理论提倡以学生为中心、以活动为中心，认为智力具有一定的情境性和发展性，并能够照顾到每个学生的个性、旨趣和愿望，使每个学生的个性得以及时发现、发挥、发展。这与新课程改革中对语文整合的要求一致。1996年大纲中提出指导教学的视角提出六条教学原则：(1)语文训练和思想道德教育统一。(2)语言训练和思维训练相辅相成。(3)语文训练中语文知识教学同能力训练密切结合。(4)阅读能力、写作能力和听说能力全面训练。(5)教师的主导性和学生的主动性相结合。(6)语文课内教学和课外学习相结合。
加德纳的多元智力理论为这些原则的达成提供了可能性和参照性。而这两者之间又有很多的结合点，如：读写听说――言语语言智能；阅读理解训练――数理逻辑智能；直观教材――空间视觉智能；音乐渲染情境――音乐韵律智能；研究性学习――人际交往智能；写观察日记――自然观察智能；排演课本剧――肢体运动智能；学会反思――自我认识智能。信息技术在培养学生以上各种能力的过程中扮演着重要的角色。
因此，多元智能理论中的理念体系完全可以作为语文整合中的指导思想，充分发挥信息技术多媒体化的特征，促进语文教学改革的不断进步。
参考文献：
[1]邹羽燕,多元智能对培养人文精神的作用[J].中学语文,2004.5.
[2]祝智庭,钟志贤.现代教育技术――促进多元智能发展[M].上海:华东师范大学出版社,2003.132-133.
[3]周祝瑛,张雅美.多元智能理论在台湾中小学之实验[J].全球教育展望,2001,12.
[4]邹羽燕.多元智能对培养人文精神的作用[J].中学语文,2004.5.
作者简介：
智能科学与技术论文范文第7篇
关键词：智慧；智能；人类智能；人工智能
0引言
不久前刚结束的围棋人机大战，使人工智能受到人们空前广泛的关注。它一方面表明智能科学与技术的发展极为迅速，同时也激起了社会对智能科学技术及其人才培养十分强烈的期待。人们对“中国大脑”计划的热议达到了前所未有的程度，“中国制造2025”计划正在快速推进，我国自主研制的智能服务机器人正在走向服务领域的许多行业，国内许多企业自发兴起的“机器换人”浪潮正高歌猛进。国务院政府工作报告中提出的“互联网+”虽然被人们解释为互联网向各领域的强势渗透，但是更多的有识之士却把“+”理解为“升级”，即“计算机互联网络”向“人工智能互联网络”的升级，而这正好与“中国大脑”计划相呼应！
为了适应这种发展的需要，努力办好“智能科学与技术”专业，北京邮电大学智能科学与技术研究中心曾经对设置了本专业的全国各主要高校做了一次普遍性的专业调查，结果发现，各校对于“智能科学与技术”专业的理解差异非常巨大。最狭义的理解，是把本专业看做是“计算机科学与技术的一个分支”；最广义的理解，是把它看做是“从理工到人文和社会几乎无所不包的综合学科”。
从科学研究和长远发展的观点来看，这样发散的理解会有利于人们解放思想，激励创新，把本学科的研究做深做透做到位。不过，从当前的本学科教育教学来说，这样分散的理解可能使“智能科学与技术”学科的人才培养工作迷失方向。
1基本模型
为了准确理解“智能科学与技术”学科，首先需要建立“智能科学与技术”学科的基本模型，这样才能从学科整体上厘清它的基本概念、基本原理和基本规律，规制过于宽泛和过于狭窄的偏差。图1就是为此而设计的基本模型。
在图1中，底部的椭圆代表外部环境的客体事物，也就是需要研究的“问题”；其上的整个部分代表主体及其与客体相互作用的过程：主体接受来自客体所产生的“本体论信息”，经过主体思考之后产生与客体交互的“智能行为”反作用于客体，解决问题。就在这个主客相互作用的过程中，主体充分展现了自己的智慧能力。其中的主体可以是人类个体，也可以是人类群体。因此，这是研究“智能科学与技术”的基本模型。
不断提升自己生存与发展的水平，这既是人类与生俱来的目标，也是人类永不枯竭的动力。为了实现这个目标，人类就要运用自己的智慧和知识不断去发现应当解决而且可能解决的问题，在此基础上努力去解决所发现的问题，不断前进。
人类的这种智慧能力包含两个相互联系相互作用相辅相成的部分：其一是根据人类所追求的目标和现有的知识去发现问题、定义问题和预设问题求解目标的能力，这是人类在长期实践过程中积累起来的一种内隐性的智慧能力，所以称为隐性智慧；其二是在隐性智慧所确定的工作框架内，在求解目标的引导下，运用相关信息和知识去生成解决问题的策略，成功解决问题实现求解目标的能力，这是一种外显性和操作性的智慧能力，所以称为显性智慧。
在图1的模型中，隐性智慧具体表现为“主体所定义的问题、主体的知识库里已经拥有的知识、主体为求解问题所预设的求解目标（也存在知识库内）”，这三者就构成了主体为求解问题所设置的初始工作框架。显性智慧则具体表现为图1中的“感知、认知、基础意识、情感生成、理智生成、综合决策、策略执行、效果检验以及反馈学习优化”所代表的问题求解过程。
由于隐性智慧是人类内隐性的智慧，需要明确的目标、足够的知识、很强的直觉能力、丰富的想象能力、甚至需要灵感和顿悟能力，才能创造性地发现值得解决的问题，所以，隐性智慧难以用人造机器去模拟。然而，由于显性智慧具有外显性和操作性特征，主要具备获取信息、生成知识、生成和执行策略的能力，因此，显性智慧有可能被人造机器所模拟。在约定俗成的学术语汇中，“智慧”比较抽象，带有形而上的色彩；而“智能”则比较具体，带有形而下的特点。于是，人类的显性智慧也常常被称为“人类智能”。
鉴于人类显性智慧与隐性智慧之间存在不可分割的深刻内在联系，人们就把研究和探索“人类隐性智慧和显性智慧奥秘”的科学技术称为“智能科学技术”，而把其中着重研究和模拟“人类显性智慧（人类智能）能力”的科学技术称为“人工智能”科学技术，或者就简称为“人工智能”。换言之，人工智能是“智能科学与技术”的一部分。
图1的基本模型及其相关解释启示我们：“智能科学与技术”的内涵既具有极强的基础性，涉及与物质资源同样基础的信息资源；又具有极强的深刻性，涉及人类创造性智慧的深邃奥秘；还具有极强的应用性，涉及极其广泛的应用领域。
因此，为了研究与学习“智能科学与技术”，人们应当具备人文社会科学、基础自然科学和应用技术科学的知识与能力，应当自觉遵循“文理交互，理工融通”的交叉科学理念。虽然我国高校仍有文科、理科、工科之分，但是，为了培养有发展能力和创新能力的人才，还是要在发挥各校特色的同时努力贯彻“文理交互，理工融通”的方针。这是智能科学与技术学科的鲜明特点，需要引起教学与研究人员的高度关注。
2基本方法
概念是学科的基石。从图1的基本模型可以看出，“智能科学与技术”包含了许多重要的新概念。除了上面已经讨论过的隐性智慧和显性智慧的基础概念之外，还有信息（包括本体论信息和认识论信息，特别是其中的语法信息、语义信息和语用信息）、知识（包括本能性知识、经验性知识、规范性知识、常识性知识、知识的内部生态系统和外部生态系统）、基础意识、情感、理智、智能策略、智能行为等一系列基本概念。
考虑到本文篇幅的限制，同时也考虑到读者可以很容易从现有文献中详细了解到这些概念，因此，这里只予以列举，而不准备展开具体的讨论。有需要的读者可以参阅相关文献。
这里需要特别关注的，是研究和学习“智能科学与技术”所需要确立的新的科学观和方法论问题。只有掌握了这些新的科学观和方法论，才能准确地理解“智能科学与技术”的基本概念、基本内容和基本规律。
有比较才能有鉴别，事物总是相比较而存在。了解“智能科学与技术”所需要的科学观和方法论的便捷方法之一，就是把它们同读者已经熟悉的“物质科学与技术”的科学观和方法论进行对比。众所周知，智能系统是一类开放的复杂信息系统，因此，这里的比较对象也要选择相对比较复杂的物质系统。表1就是这种比较的一些结果。
由表1可知，“物质科学技术”所采用的科学观包括（1）物质观：认为研究的对象是物质的；（2）结构观：认为研究的关注点应当是物质的结构；（3）孤立观：认为所研究的物质对象是与其它对象没有关联的；（4）静止观：认为所研究的物质对象是静止的，至少在研究期内是静止的。
基于这样的科学观，在处理比较复杂的物质对象的时候，物质科学技术所采用的方法论就是“分解一分析”，更具体地说就是“分而治之，各个击破，直接还原”。也就是人们所熟悉的“还原论”。
和“物质科学与技术”的情形不同，“智能科学与技术”的科学观包括（1）信息观：认为所研究的对象是信息；（2）系统观：认为研究的关注点应当是系统化的信息，即必须同时关注信息的形式、内容和价值；（3）生态观：认为信息不是孤立的或静止的，而是生长发展的；（4）机制观：认为信息的生长发展必然存在一定的机制。
基于这样的科学观，“智能科学与技术”所采用的方法论就是“转换―创生”。更具体一些说，就是“智能科学与技术”基本模型（图1）所展示的“信息转换与智能创生定律”。其中，“信息转换”是手段，“智能创生”是目的。
十分清楚，“物质科学与技术”的“分而治之”方法论体现了它的“物质观、结构观、孤立观和静止观”；“智能科学与技术”的“转换创生”方法论体现了它的“信息观、系统观、生态观和机制观”。
这个对比告诉我们，由于研究对象不同，导致学科的性质也不相同，我们不能把自己所熟悉的“物质科学与技术”的科学观和方法论统统照搬到“智能科学与技术”学科领域。虽然在研究局部细节问题的时候，这两种科学观和方法论的差异表现的不是很明显，但是在研究系统全局问题的时候，这种差别就会变得十分显著。这也是值得“智能科学与技术”的研究者和学习者特别关注的特点。
事实上，“人工智能”的研究就经历了一场方法论的变革。按照“分解―分析”的方法论思想，人工智能被分解为结构模拟（人工神经网络）、功能模拟（物理符号系统）和行为模拟（感知动作系统）三大学派，结果长期不能互相融通。20世纪末和21世纪初，一些研究人员提出“新的集成”和“现代方方法”试图找到三者融通的具体方法，但是都没有取得成功。2007年，本文作者按照“转换―创生”方法论思想提出了机制模拟的智能生成方法，结果发现：结构模拟（人工神经网络）、功能模拟（物理符号系统）和行为模拟（感知动作系统）分别是机制模拟的A、B、C型，从而实现了人工智能模拟方法的统一，见表2。
由此可见，以往人们把人工神经网络课程、物理符号系统课程（即普遍流行的人工智能和专家系统课程）、感知动作系统课程（即智能机器人或智能体课程）分开讲授或者只讲授其中一门或两门课程的做法是不合理的。
同时，我们一直把图1的模型称为“智能科学与技术的基本模型”。不过，如果注意到“智能科学与技术”的科学观一信息观，系统观，生态观和机制观，那么，我们也可以把图1称为“生态意义上的信息科学与技术基本模型”。这是因为，虽然在经典意义上的信息科学与技术基本模型只能覆盖到图1模型中的信息层次，但在生态学意义上，知识和智能都是信息的生态学产物，因此生态学意义上的信息科学与技术基本模型就覆盖了图1模型的全体。在生态学的意义上，“智能科学与技术”基本模型与“信息科学与技术”基本模型就合二为一：自顶向下观察，图1就是“智能科学与技术”的基本模型；自底向上观察，图1就是“信息科学与技术”的基本模型。于是有：
智能科学与技术=生态学意义的信息科学与技术
如果把“智能科学与技术”模型中的“由信息转换为知识”和“由信息、知识和目标转换为智能”这两个核心部分命名为“核心智能科学与技术”，把非生态学意义上的信息科学与技术命名为“常规信息科学与技术”，那么，也可以有：
智能科学与技术=核心智能科学与技术+常规信息科学与技术
在我国教育部的学科目录中，“智能科学与技术”其实就是“核心智能科学与技术”，目录中的“信息科学与技术”其实就是“常规（非生态学意义的）信息科学与技术”，后者又被划分成“通信”、“计算”、“自动化”、“物联网”、“信息安全”这样一些更加狭窄而且相互交叠的二级学科，显然有待进一步合理化。
3基本课程
北京邮电大学智能科学与技术研究中心最近实施的全国高校智能科学与技术专业教学计划调查表明，我国多数学校的教学计划确实体现了“计算机科学与技术的一个分支学科”的特点，很少学校的教学计划能够表现“文理相交，理工融通”的交叉科学精神。这就提出了一个尖锐的问题，如果真的把“智能科学与技术学科”办成“计算机科学与技术学科”的一个分支学科，那么，这样的“智能科学与技术学科”还有存在的理由吗？
由以上分析的“智能科学与技术”的基本模型和基本方法可以知道，为了学习、理解和掌握“智能科学与技术”学科，人们的知识结构必须包含社会科学、人文科学、基础科学、应用技术的基础知识与综合能力。
为此，由中国人工智能学会教育工作委员会和清华大学出版社计算机分社共同组建的“全国高校智能科学与技术专业系列教材规划与编审委员会”（以下简称编委会）提出了如下的本学科核心课程和相应的核心教材。
（1）一年级第一学期的课程智能科学与技术导论是一个引导型课程，旨在以准确而通俗的概念、全面而浅近的思路、亲切而富有感染力的语言，引导刚刚踏入校门的新生了解：什么是“智能科学与技术”？为什么要学习“智能科学与技术”？怎样才能学好“智能科学与技术”？
（2）二年级第一学期的课程脑与认知科学基础是本学科特需的自然科学基础（脑科学）和社会科学基础（认知科学），旨在为学生提供关于人类智能的脑科学基础知识和人类认知能力的科学知识，特别是关于“脑结构如何产生认知能力（物质如何生成精神）”的科学机理。
（3）二年级第二学期的课程不确定性数学引论是本学科特需的数学基础知识课程，旨在为学生提供关于“智能科学与技术”领域必然涉及到的各种不确定性（包括随机不确定性、模糊不确定性、粗糙不确定性以及非线性引起的混沌不确定性）的描述与处理知识，特别要阐明这些不确定性的根源、相互关系、描述和处理方法。
（4）三年级第一学期的课程机器智能是本学科的专业基础课程，旨在用“智能科学与技术”的方法论阐述人类智能的各种模拟方法（包括结构模拟、功能模拟、行为模拟和机制模拟），以及这些不同模拟方法之间的相互关系和统一的途径，为学生学习机器（人造系统）智能奠定理论和方法的基础。
（5）四年级第一学期的课程《科技史与方法论》，由于智能科学技术本身富有科学观和方法论的特色，因此这是一门具有本学科特色的总结性课程，旨在为学生提供关于科学技术发展史（特别是智能科学技术发展史）所展现的科学观和方法论知识，使学生能够从“智能科学与技术”的学科知识基础上站立起来，具有纵观和把握智能科学技术发展规律的能力，使学生的学术眼界能够“形成于课堂，而又远远超越课堂”。
编委会认为，这些核心课程的综合（加上各个学校的人文社会科学通识课程和各有特色的专业课程），将为学习者提供必要的“文理相交，理工融通”的交叉学科思维素质和能力。无论是理科型学校还是工科型学校，都要在保证上述核心课程优质教学的基础上努力发挥自己的特色，而不应当削弱这些核心课程的教学质量。
5结语
智能科学与技术论文范文第8篇
关键词：“智能科学与技术”专业；专业建设；培养目标；课程体系；师资队伍建设；就业
中图分类号：G642 文献标识码：A
1 “智能科学与技术”专业背景
随着生产力的持续进步和科技的发展，传统的科学技术已不能适应时代进步的要求，众多的产业、经济、科技和社会问题，无法用传统的数学方法和技术加以解决。智能科学技术正是在这样的背景下被提出来的，它是脑科学、认知科学和人工智能等学科构成的交叉学科，主要研究智能的基本理论和实现技术。在国外，智能科学技术已得到了较好的发展。并且，国外一些著名学府，如东京大学、爱丁堡大学、卡内基梅隆大学等先后开设了“智能科学与技术”专业，培养该方向的高层次人才。智能科学技术也得到国内专家的密切关注，早在1991年中国科学院就建立了以智能科学技术为主要研究方向的复杂系统与智能科学重点实验室，并且已有计划将其列入我国新近制定的中长期科技发展规划中。
智能科学技术要发展，人才是关键。中国人工智能学会副理事长、北京邮电大学钟义信教授在2007年中国人工智能年会上指出：“智能科学技术作为现代科学技术的核心、前沿和制高点，充满重大的创新机遇。在激烈竞争的国际环境下，谁先掌握智能科学技术，谁就有可能掌握制胜的主导权”。目前，智能科学技术正在迅猛发展，推进智能科学技术专业教育，培养高层次智能科学技术人才，正当其时，适应国家教育振兴行动计划的要求，顺应时代的需求。自2003年10月北京大学自主设置的“智能科学与技术”本科专业在教育部备案以来，先后有北京邮电大学、南开大学、西安电子科技大学等多所院校先后设置了“智能科学与技术”本科专业，我校申报的“智能科学与技术”本科专业也于2008年得到了国家教育部的批准。
为加快智能科学与技术研究生教育的发展步伐，进而提高“智能科学与技术”本科专业的办学质量，新专业建立以来，中国人工智能学会教育工作委员会先后于2004年8月在北京、2004年11月在北京、2005年11月在武汉、2006年12月在北京、2007年12月在哈尔滨和2008年10月在北京六次组织“智能科学与技术”教育研讨会和座谈会，上百所大学的代表参加了会议。加快发展“智能科学与技术”专业教育己成为众多院校的共同愿望，但由于该专业设置时间不长，各高校对于该专业的建设都还处于摸索阶段，因而还有很多问题有待研究。
我校建校50多年来，坚持以信息学科为特色，不断调整学科结构，努力提高办学质量和办学效益，为国家及地方建设培养了大批专门的人才。近年来，我校计算机科学与技术学科建设取得明显的成效，是中国人工智能学会粗糙集与软计算专业委员会的挂靠单位，在智能科学与技术领域中的智能信息处理、计算智能、模式识别、文本分类、图像处理等研究方向已取得了丰硕的成果，已形成了一支学历、职称、年龄结构合理的师资队伍和学术梯队。在科学研究方面，研究内容涉及多个领域。在Rough集扩展理论模型、决策信息系统不确定性度量、自主式机器学习、信息系统知识约简、不完备信息系统中的知识获取等方面取得了一系列成果；针对复杂问题求解，模拟人类问题求解的自然方式，以Rough集、模糊集和商空间理论为基础，开展粒计算研究工作，在二进位粒表示、模糊商空间、覆盖粒计算模型、粒计算知识获取等方面已取得了阶段性成果；将计算智能理论成果应用于一些特色领域，例如，研制了EMAIL过滤系统、基于语音和图像的双模情感识别系统、Rough集智能数据分析仿真系统(R1DAS)、图形图像智能分析与处理系统、棉属植物生物基因信息智能分析系统等，取得了良好的社会经济效益。这些都为我校“智能科学与技术”专业建设提供了基础。
本文将结合重庆邮电大学本校的学科优势和人才优势，对我校建设“智能科学与技术”专业中的若干问题进行探讨。
2 “智能科学与技术”专业建设的若干问题
2.1 培养目标
制定科学、合理的“智能科学与技术”专业培养目标是实施人才培养的基础。培养目标的制定必须结合以下三个方面。
(1)紧扣专业内涵，弥补“智能缺位”的专业漏洞
智能科学技术以人工智能理论和方法为核心，研究如何用计算机去模拟、延伸和扩展人的智能；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机。对于专业培养目标，按照专业现状，“智能科学与技术”专业的培养目标应定位于弥补“智能缺位”的漏洞。现有的电子、自动化和计算机等专业本身都在向纵深发展，人才需求强劲，都是不可或缺的朝阳专业，与智能技术虽有交叉和结合，但每个专业都不能独立地覆盖智能科学技术的整体范畴，更不可能丢弃原有的专业核心将重心转移到智能科学技术领域。因此，“智能科学与技术”专业应该定位于弥补信息领域“智能缺位”的专业漏洞。
(2)紧跟市场需求，培养适应国际竞争和社会需求的人才
学校并不是孤立的，它与社会有千丝万缕的联系，是面向社会开放的大系统。因此，在制定专业培养目标时，必须紧跟市场需求，培养适应国际竞争和社会需求的人才。随着经济的发展和国际竞争的加剧，社会对人才提出了更高的要求，“宽口径、厚基础、强能力、高素质”是当前社会对人才的要求。具体到“智能科学与技术”专业，我们可以从以下三个方面着手。一是加强基础能力培养，即加强英语、数学、计算机能力的培养；二是突出本专业的核心技能，即突出对人工智能、脑科学、认知科学等的基本理论与方法的掌握；三是强化实践动手能力，即强化智能系统、智能网络等的分析与设计能力。
(3)紧随本校优势，突出人才培养特色
市场对人才需求的多样性要求学校对学生的培养多样化。各所院校不可能制定完全一致的培养目标，完全一致的培养目标必定导致人才培养的失败。因此，培养计划的制定必须结合自己的学科优势和人才优势，突出本校的专业特色，针对性地培养市场所需要的人才。重庆邮电大学是一所以信息科学技术为特色的院校。因此，我们在制定培养计划时，一方面可以借鉴其他院校的培养目标，另一方面必须结合我校十分优越的计算机和通讯技术方面的学科优势和人才优势。将“智能科学与技术”专业与现有的“通信技术”、“计算机科学与技术”等专业结合，不仅能够为社会培养急需的人才，而且必将大力推动我校的计算机科学与技术学科建设，加速我校其他学科的快速发展。
2.2 课程体系
培养目标的实现需要依靠课程体系的整合和设计来 支撑。一个专业的课程体系直接反映了人才培养的方向。课程是教学之根本，其主要任务在于结合社会对人才的实际需求，依靠专业培养的总体目标来进行课程体系的设计。
对于“智能科学与技术”专业的课程体系，从该专业本科毕业生所应具备的知识体系来看，我们大致可以将大学教育期间学生应学习的知识划分为以下四个层次：公共基础课程、专业基础课程、专业核心课程和专业开放选修课程。其中，公共基础课程是对学生德、智、体三方面基础素质的培养。专业基础课培养学生在计算机、电子技术等方面的基本能力，为本专业后续课程之基础。专业核心课程培养学生本专业的基本能力，主要以智能科学技术方面的课程为主。专业开放选修课是实现学生个性化发展的课程，也是体现本校专业特色的模块。
新专业要生存和发展，必须尽快形成自己的特有学科体系和核心课程，核心课程将成为区别于相关学科的重要标志。“智能科学与技术”专业课程体系建设的一个重要原则是：本专业核心课程不是信息科学专业核心课程和自动化科学核心课程的简单堆砌，而应该对信息科学核心课程进行有效的裁减和调整。通过对各相关院校进行调研，我们发现“智能科学与技术”专业尚没有形成本专业的核心课程，这是一个亟待讨论的问题。开放选修课是各校区别于其他院校的特色课程。结合我校的学科优势与专业特色，可以将智能科学技术与通信技术结合开设相关课程，如智能通信技术等。
2.3 师资队伍建设
优良的师资队伍是实施“智能科学与技术”专业人才培养的保证。要保证教学的正常运行、教学质量的不断提高，需要教师具备相关专业的坚实基础和熟练的业务能力。如何整合师资力量，如何共享资源，如何进行高校之间的联合培训、互聘教师等问题都是新专业建设和规划所面临的突出问题。
重庆邮电大学计算机科学与技术学院通过20多年的师资队伍建设，在计算机科学与技术学科上已经形成了一支学历、职称、年龄结构合理的师资队伍和学术梯队。但是，为适应智能科学与技术专业的教学需要，除了依赖本院已有的师资队伍，还需要整合其他院系的师资力量，比如控制技术相关的课程和实验可以借调自动化学科的老师，而生物信息技术方面的课程则可以让生物信息处理学科的老师来承担。
然而，为了适应“智能科学与技术”专业以后发展的需要，师资队伍建设还有很长的路要走。特别是脑科学和认知科学方面的师资力量的建设和加强。我们拟从以下几个方面对现有的师资队伍进行调整和培养：
(1)调整教师队伍。从现有的教师队伍中挑选一些在智能科学技术方面有专长的老师组建“智能科学与技术”专业教研室。
(2)组织教师培训。针对当前师资队伍薄弱的课程，组织老师到相关院校进行调研和专业学习。
(3)引进高级人才。建设科研团队，提高教师学术水平，是建设“智能科学与技术”专业的根本保证。
2.4 就业前景展望
“智能科学与技术”专业人才就业前景的好坏是本专业生死存亡的关键。产业、经济、科技和社会对智能科学技术的强烈需求为“智能科学与技术”专业人才提供了广阔的就业空间。因此，“智能科学与技术”专业学生的毕业去向至少包括以下几条重要途径：
(1)从事智能科学技术的研究。智能科学技术已成为新世纪争夺国际市场的重要因素，加之我国中长期科学技术规划的迫切需要，在国家各部门各领域从事智能科学技术的研究工作是“智能科学与技术”专业毕业学生的一个去向。
(2)从事“智能科学与技术”专业的人才培养。随着“智能科学与技术”专业的逐步建立，高校急需大量具有相关领域专业知识和技能的教学人员和研究人员，在高校从事人才培养是“智能科学与技术”专业毕业学生的又一个去向。
(3)从事智能系统和智能产品的设计与开发。智能系统和智能产品的设计与开发需要大量的智能科技人才，结合我校的行业背景，将智能科学技术应用到通信网络领域，培养学生从事智能通信技术、智能网络、智能信息安全等的研发能力，将为我校“智能科学与技术”专业毕业学生就业开辟最主要的途径。
智能科学与技术论文范文第9篇
关键词：智能科学与技术；课程体系；培养管理
1背景
智能科学与技术是当前科学研究和工程实践的理论与技术发展的前沿领域，智能科学与技术专业是一个多学科交叉的跨应用领域专业Ⅲ。智能科学技术的发展将把整个信息科学技术推向“智能化”的高度，这正是当代科学技术发展的大趋势，对于这方面人才的需求也越来越迫切。智能科学与技术培养掌握坚实智能科学与技术基本理论和系统专门知识，具备作为工程师或领导者及公民的良好人文修养，具有从事科学研究、工程设计、教学工作或独立担负本专业技术工作能力，深入了解国内外智能科学与技术领域新技术和发展动向，能结合与本学科有关的实际问题进行创新研究或工程设计的高级专门人才。
高校应稳妥发展与完善智能科学与技术专业的本科生教育，夯实本科教育基础并积极创造条件，大力开展创新教学，努力培养学生的创新意识、创新精神和工程实践能力，使之成为具有系统技术基础理论、专业知识和基本技能，良好科研素质和较强创造能力的智能科学与技术工程师。
2教学计划与教学管理分析
智能科学与技术属于计算机类专业，其必修课程设计原则是使学生具备计算机科学与工程的基础理论知识，尤其是大类专业招生教学的院校，通识课程主要是数学、物理文化基础，强调扎实的自然科学基础。专业教学的特色体现在专业必修和专业选修课程，专业必修课一般分为数学基础和专业课程。计算机类专业数学基础课程一般包括线性代数、微积分、离散数学、微分方程、概率与统计、数值计算等；专业课程一般包括程序设计基础、高等程序设计、数据结构、操作系统、计算机组成与结构、数字电路与逻辑设计等。
2.1学分
本科培养计划的学分中，国内外大学学分总数趋势是逐步减少，追求少而精。国内院校一般在130～190学分之间，如北京大学为150学分，清华大学为1 70学分，东南大学与浙江大学均为160学分，还有16学时为1学分的，也有18学时为1学分的。
中国台湾的大学一般在130学分左右。台湾交通大学最低毕业学分为128学分，其中必修课程须达76学分（共同必修58学分+资工组核心须达分+（资工组副核心课程学分+另2组核心课程学分）），专业选修本系课程须达12学分，其他选修课程须达12学分，通识课程须达28学分（含外语课程必修8学分）。台湾“中央大学”为136学分，台湾“清华大学”为136学分，其中必修和必选学分126，其他与导师商量决定。
美国的大学各校差异较大。美国的学分计算有4学期制、两长一短制及两学期制，其中加州大学伯克利分校为120学分，麻省理工大学为90学分，加州大学洛杉矶分校为186学分，斯坦福大学为180学分。
2.2教学管理
在教学管理上，斯坦福大学给学生提供了非常宽松的自由发展空间。新生入校后不分专业、不分学院。除了医学院和法学院学生需要经过一定的选拔程序外，本科生可以在入学后的前一个学期适当时候随意选择专业，并且选择专业后允许更改，只要毕业时满足专业培养方案即可。
国内的浙江大学是较早实行按大类招生的学校之一，分为大类培养、专业培养和特殊培养3类，前两年不分专业，按学科分类集中培养。
台湾的大学专业也是按大类完成前期的基础课程，再分小专业完成各学程，包括基础课、核心课和进阶课。
教学分组是现在的主流课程架构，也是体现专业方向的主要形式，分组课程是体现专业特色的课程组。国内清华大学采用的是分组教学；台湾的大学基本上采用的是以教学方向分组的方式，台湾的大学教学分为课程与修业、学分学程。
2.3实验与实践教学
计算机类专业各大院校都强调课程实验与实验教学，而目前课程该如何进行教学？这不仅是实验问题，如何以工程教育专业论证为目标，怎样使教学目标达到毕业要求是关键。做中学是主流实验教学方式，尤其是美国的大学，大作业体现的是实验与理论教学的结合，是考查学生是否理解理论知识的重要途径。学生不仅能够学习扎实的数学和计算机专业知识，还进行大量的实践创新训练。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校、斯坦福大学都属于实践创新性教学模式。例如，斯坦福大学程序设计范式课程重点比较C、C++、Java的特点和难点，每1～2周有一次大作业，针对不同的任务，要求学生用不同的语言实现，使学生加深理解各类编程语言的应用场合；麻省理工大学的课程计划是必须先修12学分的实验课程，再修3门或4门核心课程，最后选择3门方向学科和1门关于该方向的实验课、2门专业拓展课。
3智能科学与技术课程体系分析
智能科学与技术课程体系在智能基础理论研究的基础上，需要安排基础性、通用性、关键性的智能技术研究，主要包括感知技术和信息融合技术；自然语言处理与理解技术；知识处理（认识）技术，包括知识提炼、知识分类、知识表示技术等；机器学习技术，特别是统计与规则相结合的学习技术；决策技术，即知识演绎技术特别是不确定推理技术等；策略执行技术，即控制与调节技术；智能机器人技术，特别是面向专门领域的智能机器人技术；智能机器人之间的合作技术；基于自然语言理解的智能人机交互与合作技术；智能信息网络技术。
国内最早创办智能科学与技术专业的学校包括北京大学，西安电子科技大学是第2批开始培养智能专业学生的院校。北京大学的本科教学计划中，专业必修课程（2分）包括：①专业数学/理论基础（15学分）：算法分析与设计、集合论与图论、概率统计A、代数结构与组合数学、数理逻辑；②硬件与系统基础（分）：数字逻辑设计、微机原理和信号与系统；③智能基础（5学分）：脑与认知科学与人工智能基础。专业限选课程（15学分）包括信息论基础、计算方法B、数字逻辑设计实验、微机实验、数据结构与算法实习、机器感知和智能处理实验、智能多媒体信息系统实验。选修组合课程（29～32学分）：学生按照自己的兴趣，参考智能的2个专业方向推荐专业课组合，自行选择，至少选修20学分的智能专业课程。公共核心+专业方向+新技术及其他：①公共核心课程（分）：智能科学技术导论、模式识别基础、生物信息处理、智能信息处理；②专业方向课程（11～15学分）：机器感知与智能机器人方向、智能信息处理与机器学习方向、新技术及其他。
西安电子科技大学智能专业主要课程包括电路分析理论、信号与系统、数字信号处理、数字电路及逻辑设计、模拟电子技术基础、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等课程及30多门选修课程。
建议各学校可以根据学院教学特色与实际需求，设计专业核心课程。北京大学偏重“信息处理”，湖南大学偏重“智能系统”，但需要强调的一个前提就是智能科学与技术专业属于大计算机类，更需要大EECS专业的基础。编程、电路、数学、数据结构、计算机系统这五大核心基础就是大EECS；其次是专业，计算机以系统结构、操作系统、网络、编译、数据库五大经典专业核心课为主，湖南大学的智能科学与技术专业强调系统，因此信号与系统、操作系统、嵌入式系统、人工智能是最基本的专业核心课，然后再分不同的分支。湖南大学智能科学与技术专业核心课程包括人工智能概论、机器学习、计算智能导论、模式识别、智能控制导论、智能数据挖掘、机器人学等；研究学位课程包括模式识别、人工智能等，主要体现为智能科学与技术基础（人工智能概论、机器学习、计算智能导论、模式识别）、核心（智能控制导论、智能数据挖掘）和应用（机器人学）。
4结语
（1）在课程计划实施过程中，教师需要遵循课程的时序图，即描述课程的进阶关系，从本科直到研究生，同时还可以实行一定的修课限制，如台湾交通大学计算机概论与程式设计和面向对象程式设计两科皆不及格者不得修数据结构与算法概论，若数据结构不及格不能修算法设计课程等。
（2）程序设计类课程用上机程序能力考试来设置合格条件，如台湾交通大学基础程式设计及格条件为通过“程式能力鉴定”，湖南大学则以CCF―CSP软件能力测试作为程序设计课程通过的考核标准。
（3）鼓励学生参与项目、竞赛等课外科技活动，如台湾“清华大学”的综合论文训练是由具有同等水平的项目训练成果或SRT（student research training）计划项目以及其他课外科技活动成果经认定后代替的。
（4）精炼的课程教学。核心课程应该精且必须加强课程实验，只有对方法和理论有正确的认识才能掌握这门课程，而动手完成实验才能真正融会贯通。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校的学生具备扎实的数学和计算机专业知识后，都需要进行大量的实践创新训练。
智能科学与技术论文范文第10篇
【关键词】 物联网； 大系统； 大系统智能控制
物联网技术产业化已经成为各个国家经济发展的生长点，并呈现规模化、协同化、智能化趋势。但是，基于物联网的企业内部控制建设并没有跟上物联网产业发展的步伐。当前，企业内部控制经常陷入管理与技术两张皮的困境――从管理角度设计的企业内部控制制度和从信息技术角度设计的企业内部控制制度，它们都没有考虑管理与技术融合来制定企业内部控制制度。以物联网技术应用为背景下的企业是一个复杂的“大系统”。企业内部控制不仅要融合管理与技术，更要考虑企业是个大系统性质。因此，大系统智能控制是企业内部控制发展的革命。科学技术发展规律为企业大系统智能控制提供物质基础；控制理论的发展规律为企业大系统智能控制提供理论基础。大系统智能控制是智能控制与大系统控制的融合。智能控制论是控制理论向智能水平高度发展的新分支，大系统控制论是控制论向系统规模广度发展的新分支。
一、技术控制与管理控制的两张皮：企业内部控制发展历程回顾
物联网技术产业化已经成为各个国家经济发展的生长点，并呈现规模化、协同化、智能化趋势。但是，基于物联网企业内部控制建设并没有跟上物联网产业发展的步伐。当前，企业内部控制经常陷入管理与技术两张皮的困境：要么是侧重于管理角度而忽视IT技术角度来研究企业内部控制体系，其结果是经济学家与管理学家设计的企业内部控制体系不能适应现代IT技术环境；要么侧重于IT技术角度而忽视管理角度来研究企业内部控制体系，其结果是设计的企业内部控制体系不能体现企业经济管理的目的。两者都没有从IT技术与企业管理融合的角度来研究企业内部控制体系。
（一）基于管理角度的企业内部控制
前者主要成果如下：美国国会颁布的《2002年公众公司会计改革和投资者保护法案》、美国SEC陆续的多项相关最终规则（Final Rule）和草案（Proposed Rule）、反虚假财务报告委员会（Treadway委员会）在2004年制定的《企业风险管理框架》（Enterprise Risk Management，ERM）、加拿大特许会计师协会（CICA）的《控制指南》、内部审计师协会（IIA）的内部审计标准委员会（IASB）制定的“内部控制指南”、我国财政部在2007年3月4日公布的《企业内部控制规范（征求意见稿）》。这些内部控制制度主要体现的是典型的法律文件。它们规定了企业在整体或业务层面上必须达到的要求，却没有指明企业如何通过IT控制平台才能达到法案规定的水平。比如SOX要求企业内控必须有效，并在财务公告前90天内评估内控效力等，但是企业需要控制什么，如何控制，内控效力又如何评估全都不在SOX的范围内，特别是落实到IT控制方面，SOX完全没有给出任何指导意见。同样，对SOX法案起细化作用的PCAOB审计标准的作用同样仅限于原则层面，如在审计准则的第35、40、50、75条款中都没有具体规定在IT平台上如何进行审计。我国的《企业内部控制规范（征求意见稿）》虽然独立出来一个《企业内部控制具体规范第xx号――计算机信息系统（征求意见稿）》，但是它也只是从信息技术的技术控制角度来进行企业内部控制。财政部公布的其他企业内部控制具体规范也没有体现基于IT环境下的企业内部控制制度。
（二）基于技术角度的企业内部控制
研究现代信息技术的人（如，软件开发人员）由于不懂现代公司运行的公司治理及内部控制，他们多是从企业信息系统的一般控制（如：组织控制、系统开发控制、信息系统的操作与维护控制、数据资源控制、硬件与软件的控制、系统软件控制与网络控制）与应用控制（如：输入控制、通讯控制、处理控制、输出控制）的角度来研究公司的治理与内部控制。这些治理与内部控制不能体现公司管理的目的。如，信息系统审计与控制协会在1996年公布的《信息及相关技术的控制目标》（COBIT，Control Objectives for Information and related Technology）、原英国国家标准局制定的《信息安全管理实践规范》BS7799―1与BS7799―2《住处安全管理体系规范》及在2000年12月被国际标准化组织认同的ISO17799（我国也将采用为CNS17799）等都是从信息技术角度而不是公司管理角度进行内部控制。
总之，当前的企业内部控制制度，不是单纯从企业管理角度，就是单纯从信息技术角度，都没有从技术与管理共生协同的角度进行考虑与设计，管理与技术两张皮。而物联网下，企业的生产要素中生产资料与劳动者一样是主体与客体相融合的要素，不像以前，劳动者是劳动主体，生产资料是劳动客体。因此，必须改变原来的企业内部控制体系与性质。
二、企业是个复杂的“大系统”：物联网下企业的特征
企业内部控制性质随着企业的变化而变化，随着物联网技术在企业中的应用，企业越来越呈现“大系统”的性质。
由于现代社会信息化、系统化和网络化的发展，特别是随着物联网技术在企业中的广泛应用，企业的生产设备等生产资料、各种原料的智能化（smart）以及网络智慧化（intelligent），企业生产经营与管理呈现出规模庞大、结构复杂、功能综合、因素众多等复杂的“大系统”的特征。
（一）规模庞大
企业大系统包含相互嵌套的子系统（小系统，如：生产经营系统、信息系统、管理系统）、部件（如：机器设备）、元件（如：传感器、接收器等）甚多。通常，企业大系统占有的空间大，经历的时间长，设计的范围广，具有分散性（如：企业全球化经营）。
（二）结构复杂
企业大系统中各子系统、部件、元件之间大的相互关系复杂。通常，企业大系统中不仅包含有物，还包含有人，具有“人―物”、“人―人”、“物―物”之间的多种复杂关系，同时，由于物联网的发展，企业的生产设备等生产资料、各种原料的智能化（smart）以及网络智慧化（intelligent），企业除了人之外，各种“物”也都相应成为主动系统。哲学意义上的主体客体的关系真正成为相对的关系。
（三）功能综合
通常，企业大系统的目标是多样的，企业不仅要实现技术上的生产目标，更要实现企业经济目标，同时要实现社会责任目标和生态和谐的目标。因而，企业大系统的功能必是多方面的，如企业产品质量控制功能、企业经济管理功能、企业生态环境保护功能、企业社会就业功能等等，为此功能要系统综合。
（四）因素众多
企业大系统是多变量、多输入、多输出、多目标、多参数、多干扰的系统。同时，企业不仅有“物”的因素，还有“人”的因素；不仅有技术因素，还有经济因素、社会因素等。这些因素具有不确定性、不确知性。
正因为企业是一个复杂的“大系统”，如何分析、设计、控制、管理、高度指挥企业这个复杂大系统，这是当前控制科学、系统科学、信息科学面临的重大课题。
三、大系统智能控制：企业内部控制发展的革命
（一）科学技术发展规律：企业大系统智能控制的物质基础
从技术角度看，人类进化发展史，就是科学技术发展史。一般说来，人类进化发展经过“生物学意义进化”阶段、“文明进化”阶段两个阶段。当前，正在向“智能进化”阶段发展。同时，随着科学技术的“辅人”阶段、“拟人”阶段到“共生”阶段的发展，科学技术为企业智能控制提供了坚实的物质基础。
人类的“生物学意义进化”阶段的特征是仅靠生物体自身各种器官功能的调整来增强它的能力，是一种“着眼体内”的进化，如：人类的直立行走与手脚分工。
人类的“文明进化”阶段的特征是利用外部世界的资源来增强自身的能力，如：制造和使用工具。制造工具的原理升华为科学，制造工具的经验和技巧则沉淀为技术。科学技术不断发展完全是为“增强人类能力”服务的，因此，命名为科学技术的“辅人律”。如：农业时代的发展主线是增强人类体质功能的材料科学技术和相应的基础科学；工业时代的发展主线是增强人类体质功能的能量科学技术和相应的基础科学。
人类的“智能进化”阶段特征是利用外部世界的信息及智能资源来增强自身的能力。如：物的智能化（smart）、网络智慧化（intelligent），它们为人类的智能外化提供了物质基础。信息时代的发展主线是增强人类智力功能的信息科学技术和相应的基础科学，这就是在科学技术的“辅人律”基础上的科学技术的“拟人律”。既然科学技术的作用是“辅人”，它的发展是“拟人”的，那么，科学技术和利用科学技术所创造的工具就必然与它的主人（人类）形成以人为主、以机为辅的共生合作关系，这就是科学技术的“共生律”。
因此，按照科学技术发展的“辅人律”、“拟人律”、“共生律”，处于21世纪信息时代的大背景下，现代科学技术研究的核心、前沿和制高点就应当是“增强人类智力能力”。“智能”是“信息”的精彩结晶，“智能科学技术”是“信息科学技术”的辉煌篇章，“智能化”是“信息化”发展的新动身、新阶段。
所以，正如人类不仅要研究“脑的结构”，更要研究“脑的工作机制”，我们不仅要研究企业的智能结构，更要研究企业智能工作机制。
（二）控制理论的发展规律：企业大系统智能控制的理论基础
根据控制理论研究成果，当前控制理论发展经过“经典控制理论”、“现代控制理论”、“大系统控制理论”、“大系统智能控制理论”等四个阶段，具体如图1。控制理论的发展为企业智能控制提供了坚实的理论基础。
第一代控制理论即所谓“经典控制理论”，它主要采用传递函数模型、频域分析与综合方法，研究单变量控制系统设计和单机自动化技术问题。
第二代控制理论即所谓“现代控制理论”，它主要采用状态方程模型、时域分析与综合方法，研究多变量控制系统设计和机组自动化技术问题。
第三代控制理论分为两个发展方向：大系统理论与智能控制理论。
大系统理论，代表控制理论向广度方向发展。大系统理论是第二代控制理论与运筹学相结合、控制系统与系统工程相结合的产物，主要采用状态方程及代数方程的数学模型、分解―协调方法，研究大系统的最优化、稳定化和模型简化等问题，以及大系统的综合自动化技术和经济问题。
智能控制理论，代表控制理论向高度发展，提高控制系统的智能水平。如：自识别、自组织、自寻优、自适应、自学习等方面的智能水平。智能控制理论是控制理论与人工智能相结合、控制工程与知识工程相结合的产物。
第四代控制理论就是“大系统智能控制”。
大系统智能控制理论是第四代控制理论，反映了控制理论向广度和高度两个方向的发展。大系统智能控制理论是智能控制向广度的发展，研究各种大系统的智能控制问题，包括工程技术、社会经济、生物生态大系统的控制、管理、决策等问题；大系统智能控制理论是大系统控制向高度发展，提高大系统控制的智能水平，如大系统的智能控制、智能管理、智能决策的水平。
第四代控制理论即大系统智能控制符合学科“分化―结合”的规律。如果说，第二代控制理论分化为大系统理论与智能控制理论，那么，大系统智能控制理论将是大系统理论与智能控制理论相结合的产物。
四、大系统智能控制：企业大系统智能控制的性质
智能控制是人工智能（artificial intelligence）和自动控制（automation control）相结合的新技术，是工程界、企业界共同关注的热门课题。大系统智能控制是智能控制与大系统控制的融合。智能控制论是控制理论向智能水平高度发展的新分支；大系统控制论是控制论向系统规模广度发展的新分支。大系统智能控制按控制级别可分为高层控制和基层控制。高层控制包括指挥决策、计划管理、生产调度；基层控制包括自动调节、过程控制、操作控制。大系统智能控制按智能类别可分为如下控制性质：自稳定控制、自识别控制、自协调控制、自优化控制、自学习控制、自适应控制、自组织控制、自规划控制、自修复控制等。
【参考文献】