時間：2023-08-24 17:18:02
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能教育的未來，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
關鍵詞：設計；人工智能；挑戰；機遇
一、引言
第四次工業革命的到來，人工智能作為一項主要的技術，必將鞭策整個人類社會的轉型。很多國家制訂了戰略規劃，在2017年我國也了《新一代人工智能發展規劃》和《新一代人工智能產業三年行動計劃(2018-2020)》，人工智能產業已上升為國家戰略。近年來，在人工智能涉及的領域中，藝術與技術結合，升華到與人工智能的結合且越來越受到重視。阿里智能AI“魯班”已經掌握了上百萬個設計師的創意內容，雙11期間制作1.7億張海報，沒有一張是重復的，而這些工作如果人工制作的話需要100個設計師工作300年；央視節目中“魯班”PK資深設計師取勝等等這些新聞，無不極大地震撼了整個設計行業。設計師會失業嗎？高校的設計教育面對AI的挑戰與機遇如何制定培養目標？如何在新的競爭中占領先機？未來已來，智能藝術設計的路在何方?
二、設計行業面對四大挑戰
（一）驚人的數字
馬云在一次報告中說未來30年人類只工作4個小時，大量的工作崗位會被人工智能搶走；根據白宮的人工智能報告預測，在未來10-20年間，人工智能技術有可能取代47%現有工作。麥肯錫的預測是49%，盛產勞動力的中國和印度的影響最大。Siri之父、人工智能專家溫那（Winarsky）的預測是70%的工作將被取代。不得不說，AI是人類智慧的結晶，正在高速顛覆著人們的生活。
（二）AI設計發展趨勢
AI最容易取代的是簡單設計：如LOGO、UI界面、海報招貼、網站網頁、產品造型、室內家裝、產品包裝……原本這種理想的設計工作不再能提供人生的庇護所，但凡是明確、簡單、重復標準、規則的美術設計與制作工作，未來都容易被取代，傳統設計行業將會萎縮乃至可能逐漸消失。
（三）設計環境惡劣
設計創意無法保護，設計法規沒有限定，設計競價無序，商家廠家缺乏契約精神，設計知識產權無法保護契約，新設計新技術缺乏情趣，設計同質化嚴重……（四）設計教育落后現有設計模式傳統、設計教育落后，設計知識體系缺乏更新、進化，知識性重復訓練、模仿性傳統方法制約了學生創造性情感思維的發展，設計師終身教育觀念的缺失阻礙了設計師的可持續發展，設計知識與設計人才近親繁殖、代際傳遞的情況嚴重。
三、AIDesign發展迅猛
目前傳統藝術設計已經發生智變，使設計更美更快更簡單。人工智能藝術與設計已經一定高水平，如果設計師仍停留在傳統設計水平，就會受到來自機器的“威脅”。但也不全會，除了“創意”部分讓機器無可奈何，人類設計師與機器的競合中，我們要轉變方向注重數字移動媒體策劃與設計、移動媒體用戶需求挖掘、數字移動媒體需求文檔的撰寫、數字移動媒體優化、數字移動媒體UI界面設計、H5設計、App設計、UE用戶體驗設計、虛擬移動媒體設計、信息交互設計等媒體智能設計新技術。高品質藝術、設計依賴于混合增強智能技術。AdobeMax“SneakPeeks”將迎來Adobe全家桶的諸多全新功能，如圖片變視頻、靜態變動態、一鍵設計字體、視頻扣剪、紙盒自動生成、AR呈現、AE一鍵去馬、Ru跨平臺制作（剪輯、混音、調色）、跨平臺同步改稿、人工智能排版等十大看似很科幻但已經實現了的AI功能。華為Mate20手機3D掃描防生建模與成像，以及AI手勢動作捕捉的體感游戲功能，更為我們提供了解放設計生產力的前景。同時MIT研發的工業產品AI設計系統即將面世。主要產品體現如下：
（一）AIVD人工智能視覺設計
AI集成化的成熟產品，比如Adobe系列的產品，軟件低層融入AI技術，更好更快地創作文字和圖像、影音等元素。如AdobeSensei：人工智能做設計的底層技術，集成在Adobe系列軟件中，有字體匹配方案、自動配色方案、基于線稿自動上色、自動校正手繪圖形等。
（二）AIPD人工智能產品設計
Adobe人工智能鞋包設計、IBMWatson智能設計服裝、Autodesk智能設計汽車等。
（三）AISD人工智能空間設計
Prisma智能風格化設計、Autodesk建筑智能生成設計、ZahaHadid參數化設計等產品。
四、設計人工智能教育的發展動向
未來，人工智能教育會加速發展，老師不會被AI取代，但不用AI的老師一定會被取代；未來，老師不是簡單地傳授知識，而是通過言傳身教的溝通交流，對學生進行激勵、鼓舞，成為人類靈魂的設計師；未來，AI將實現規模化和個性化間的平衡，帶來了一種學生易學、教師易教的解決方案；未來，老師作為教學過程中始終核心地位，推陳出新積極善于運用AI技術進一步提高師生教與學的體驗和教學效率。當務之急，要讓更多的老師正視人工智能的快速發展，通過學習AI技術了解人工智能的發展情況，從而改變老師的教育教學觀念和教學方法，引領高品質教育的未來。在未來教育中，教師的角色有三種觀念：1.取代說，2.不可取代說，3.人機協同說大多數觀點是：未來，教師將與人工智能協同共存。未來知識傳授功能會逐步被人工智能取代，而人類教師則應偏重于培養學生的核心素養。正如雷克利福德所言，“科技不能取代教師，但是使用科技的教師卻能取代不使用科技的教師”。如今，拋開先天財富的不同，人與人之間的差距主要來自學習能力的不同。這種差異會加劇不平等，在未來，這種趨勢將會進一步加強。應對人工智能時代，教師除更新教育教學觀念、轉變角色、改革教學模式和方法外，必須堅持終身學習，教師的終身學習，不僅要學習Python之類的AI編程技術，更需要增強對，限于時間和精力有限，分別將有關AI知識技能分為三類，以適應設計人工智能的技術更迭和“一專多能”。
五、結束語
人工智能即將進入高中課堂。近日，我國第一本面向中學生的AI教材——《人工智能基礎（高中版）》正式。
為什么要在中學開設人工智能課程？這本教材有什么特點？對于中學教師和學生而言，應如何準備才能應對人工智能的教與學？記者對此進行了調查。
全國已有40所學校引入教材
據了解，該教材是華東師范大學慕課中心和商湯科技合作，聯合全國多所知名中學教師共同編寫，由新聞出版總署批準出版并備案。目前，全國已有40所學校引入該教材作為選修課或校本課程，成為首批“人工智能教育實驗基地學校”。
“與其他教材不同，該教材以‘手腦結合’為主要學習方式，不僅關注對人工智能原理的介紹，更加重視這些原理在生活中的運用。”華東師范大學教授，博士生導師陳玉琨介紹說，“作為教材的編者，我們特別希望學生能發揮獨特的想象力，設計一些在高中階段有可能完成的項目，并動手將其轉化為獨具特色的作品。”
記者看到，該教材共分9個章節，以基礎普及性的知識為主，分別介紹了圖片識別、聲音識別、視頻識別、計算機寫作和深度學習等人工智能技術的原理和應用場景，每一頁都配有彩色圖表，并引入了大量科普內容和實例。此外，該教材還配套了一個教學實驗平臺。
香港中文大學教授林達華表示，目前，人工智能人才面臨著全球性短缺，在人工智能和基礎教育結合方面，各個國家都還處在探索的過程中，該教材的出版，是人工智能教育的一次重大突破，意味著人工智能將由此走出“象牙塔”，進入高中生的知識范疇。
“今天，技術更迭速度太快，誰也無法預計未來的職業選擇，我很樂意讓我的孩子在中學階段就了解掌握一些人工智能方面的知識技能。”一位家長這樣告訴記者。
目的在于普及原理引發興趣
作為一門兼具學術含量和技術含量的學科，對高中學生而言，應該怎樣去了解人工智能這門學科；對于高中教師而言，又該如何教學呢？
“大多數中學生的最終職業道路都不會是成為人工智能研究者或工程師，但是未來很多行業都將在不同程度上受益于人工智能的賦能。因此，該學科在中學階段的教學目標應該定位讓學生了解掌握人工智能的基本思想、基礎知識以及常用算法和工具。”林達華說。
在陳玉琨看來，人工智能的教學和研究經常要用到高等數學的知識，這已經超出了高中生的知識范圍，因此，在中學階段，教師應注重對相關概念、算法、原理進行定性介紹，“定量的部分，可以留待以后再學。”
多位專家表示，教師在教學過程中，要特別重視對人工智能應用場景的介紹，這不僅會讓課堂變得更加生動，學生學習的興趣更加高漲，同時也會提升師生的思維與創造能力。
“總體而言，在中學階段開展人工智能課程的主要目的在于普及人工智能的原理與技術，引起學生對人工智能學習的興趣。當然，也期望能為高等學校培養人工智能領域的拔尖人才奠定相應的基礎。”
“校企合作”解決人才缺口
也有專家指出，人工智能是一門新興技術，中學教師在該領域的知識儲備是不足的。
“師資是課程的基礎。”上海師范大學教授岳龍表示，“開設人工智能課程對教師的知識結構也提出了新的挑戰，因此組建專門的師資培訓團隊非常重要。”
據記者了解，為幫助教師克服知識儲備不足的問題，華東師范大學慕課中心與商湯科技將聯合舉辦多期“人工智能教師研修班”——培養一批人工智能的種子教師，在他們帶領下，逐步提升我國教師總體的人工智能素養，從而改善中學教師開展人工智能教育教學面臨的困難和挑戰。
關鍵詞：新工科；人工智能導論；實踐教學；校企合作；案例庫
隨著物聯網、大數據、5G及人工智能等信息技術的發展，為了應對中國產業變革及新一輪的科技革命，適應“中國制造2025”國家戰略需要及產業經濟創新發展，同時將國際工程教育思想本土化，“新工科”應運而生[1]。信息技術發展催生出了人工智能相關的專業，國內高校紛紛設立了智能科學與技術專業。近年來，人工智能技術的發展引領著人類社會正逐漸走進智能社會，人工智能將深刻影響人類社會。隨著人工智能的進一步發展，高等教育的價值也將進一步提高[2]。因此，各高校應盡快建立與新工科相一致的智能科學與技術專業，并深入研究我國人工智能的人才培養體系、課程設置、實驗平臺及成果轉化等方法，改革傳統人工智能的教育教學方法，形成有新工科特色的智能科學與技術專業工程教育方法。由于傳統的專業是按學科劃分的，因此，目前的智能科學與技術專業課程體系以理論為主，強調學科知識的系統性和完備性[3]。人工智能導論作為智能科學與技術專業的核心課程，同時也是人工智能“入門性”和“引導性”的課程。但是，目前人工智能導論的課程設置上主要存在課程內容陳舊、實踐課程不足、教材理論過強、教學模式老舊及實踐教學與企業需求不適應等問題。尤其是人工智能導論課程，缺乏實踐教學將會降低學生學習人工智能的興趣和積極性。因此，為了解決這些問題，并使高校跟上人工智能時代的腳步，抓住高等教育發展的新機遇，進行面向新工科的人工智能導論實踐教學模式探索具有重要的現實意義。
1人工智能對新工科人才的新要求
1.1具備多學科交叉知識。人工智能導論是一個多個學科交叉而成的一門課程。人工智能導論主要包括知識系統、智能搜索技術、腦科學、機器學習、神經網絡、支持向量機、專家系統、智能計算及分布式智能等內容[4]。因此，一個合格人工智能專業人才需要具備多學科知識。1.2具備多領域應用能力。人工智能導論的應用領域廣泛，基本包含工業、農業及社會生活的各個行業（如工業生產、通信、醫療、金融、社會治安、交通領域及服務業等）[5]。人工智能導論課程要求學生在學好理論前提下也應該掌握各行業的相關知識，只有這樣才能提高人工智能技術在各領域的應用。1.3具備人工智能創新創業精神。目前，創新驅動發展成為了我國現階段發展的重要力量，人工智能成為經濟發展的新引擎[5]。在大眾創業、萬眾創新的號角下，人工智能技術作為創新創業過程中的一個大趨勢。因此，當今新形勢下培養具有創新創業精神的人工智能專業人才對我國經濟發展及大學畢業生創新創業具有重要意義。1.4具備人工智能人文素養。人的內在品質就是人文素養，人文科學的知識水平和研究能力是人文素養的重要組成部分，人文素養是人文科學體現出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災難，關鍵是使用者的思想道德和人文素養。因此，培養具有人文精神的人工智能專業人才具有重要的意義。
2人工智能導論課程教學現狀
目前，許多高校已經認識到傳統的人工智能導論課程已經不能適應社會和學生發展的需要。尤其是地方普通高校在師資、科研及學科力量薄弱情況下進行人工智能導論的實踐教學。目前人工智能導論的課程設置上主要存在的問題如下：⑴本科生課程內容陳舊。近年來，隨著云計算、大數據、5G等信息技術的快速發展，也帶動人工智能技術發展日新月異。對于高校來說，要緊跟人工智能技術前沿，傳授學生的知識也要緊跟人工智能的發展。目前，雖然也出現了不少新的人工智能導論教材，但在課堂上能夠教學的新內容仍然不多，教材內容仍然集中在傳統的人工智能技術（如問題求解、知識表示、歸結原理及經典推理等技術）上。⑵研究生課程內容重疊。研究生的人工智能導論課程應作為本科生課程的一個延續，但部分高校對研究生人工智能導論課程的教學重視不夠。很多本科生已經學過的內容在研究生階段又進行了重復。因此，在新工科背景下培養高層次的人工智能人才，就必須要在研究生階段加強新工科人才實踐能力的培養，選擇合理的人工智能導論課程，改革研究生階段人工智能導論的教學理念和教學模式。⑶實踐課程不足。實踐教學是提高人工智能新工科人才能力的重要路徑。目前，大多數院校的人工智能導論課程理論與實踐聯系不夠緊密，對學生實踐能力的培養不夠，只知道理論，而不進行實際的實踐應用就不能成為合格的人工智能新工科人才。另外，大多數地方高校的人工智能實驗室建設投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學生對人工智能新技術的接觸不夠。⑷人工智能導論教材理論性過強。目前，現有的人工智能導論教材以理論為主，缺乏人工智能實踐內容。在課程教學過程中學生經常會感覺索然無味，當實踐課程開設不足時，這種情況會非常明顯。學生會漸漸的對人工智能導論課程失去興趣和熱情，最終會導致課程的教學質量和效果下降，不能達到新工科人工智能專業人才培養的預期。⑸教學模式老舊。人工智能導論是多學科交叉的課程，課程內容理論性強、抽象、多知識點是新工科的特點。然而，大多數地方高校仍然采用過去的課堂教學模式（即“教師講、學生聽”的教學模式），這種單向灌輸的教學方式以教師為主，學生的主動性不夠，只是在被動接收知識。學校這種重視理論不重視實踐的教學模式，在一定程度上影響了新工科人才的實踐能力，從而導致教學內容與企業社會需求脫節。
3人工智能導論實踐教學初探
3.1人工智能導論課程實踐平臺建設。為了提高學生對實踐教學的興趣，南陽師范學院計算機科學與技術學院在人工智能導論授課過程中廣泛應用多種計算機實驗教學平臺，如采用開源的PaddlePaddle百度飛槳深度學習平臺，希冀一體化人工智能實踐教學平臺及大數據綜合實驗平臺。教師可以在實踐教學過程中方便的使用這些平臺進行授課，學生也可以在課堂中跟隨老師完成相關實驗，并能夠在課下進行相關實驗練習及提交作業。3.2人工智能導論課程實驗內容優化。在人工智能導論實踐教學過程中，以學生興趣為導向，開展相關應用課程實驗，南陽師范學院計算機科學與技術學院對人工智能導論實驗課程內容進行優化。優化后的主要實驗課程包括搜索優化算法實現、智能計算實現、貝葉斯分類實驗、最近鄰算法實驗、機器學習實驗及神經網絡實驗。最后，通過期末課程設計進一步提高學生解決實際問題及創新創業的能力。3.3人工智能導論實踐教學模式改革。⑴校企合作為使人工智能導論實踐教學不與企業脫節，校企合作是關鍵。應積極派遣教師進企業進修，了解企業需求，并提高教師的工程能力。從2018年以來，南陽師范學院計算機科學與技術學院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數碼及江蘇傳智播客公司等進修培訓。同時已經在固定時間邀請相關企業講師到學校進行人工智能方面的項目教學。建立起了具有地方區域特色的師資隊伍及校企協調的實踐教學模式，從而避免人工智能導論課程實踐與企業實際脫節。⑵“雙導師”負責制人工智能導論實踐課程實行“雙導師”制，邀請企業中實踐經驗豐富的人才任教或任職，校企合作建立實踐教師指導團隊，改革教學策略及教學方法，以項目為牽引，將人工智能導論實踐課程作為第二課堂學分。還要積極制定人工智能相關的科技作品競賽的獎勵機制，積極引導學生參加各種人工智能相關的比賽，從而進一步提高學生在創新實踐方面的能力。⑶采用案例教學法以案例導入進行教學，提高學生興趣。首先，從人工智能競賽的部分賽事中、（如百度的人工智能大賽，“2020年全國人工智能大賽”，“2020中國高校計算機大賽人工智能創意賽”等）中選取貼近實際問題的案例作為人工智能導論實踐課程的案例來源。然后，采用目前主流的人工智能開發軟件進行算法代碼的編寫，引導學生采用Python語言調用第三方接口庫進行算法的實現。最后，讓學生使用主流的編程語言（如C++、Java等）開發完善算法或進行系統設計與實現。
4結束語
在新工科背景下，人工智能導論作為智能科學與技術專業的基礎核心課程，人工智能人才培養應注重提高學生解決問題的能力。在這種背景下，筆者結合近年來了解到的企業需求和上課的實際，對人工智能導論實踐教學模式進行初探，具體如下：①校企合作，構建人工智能實踐平臺；②建立案例庫，優化實踐的內容；③校企“雙導師”制，采用案例教學，從而進一步提高學生在創新實踐方面的能力。
參考文獻:
[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學與工程專業——哈佛大學工科教育在學科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24，33
[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44
[3]陳義明,劉桂波,張林峰等.智能科學與技術專業課程體系建設的理論思考[J].計算機教育,2020.309(9):103-107
[4]劉永,胡欽曉.論人工智能教育的未來發展:基于學科建設的視角[J].中國電化教育,2020.2:37-42
[5]姚琳,石志國.人工智能課程體系與教學方法研究[J].中國大學教學,2019.10:19-22
關鍵詞：人工智能；大數據；交叉領域
自二戰時期阿蘭?圖靈破解恩尼格瑪密碼機帶來勝利的曙光之后，人工智能初見苗頭，1956年“人工智能”一詞首次由約翰?麥卡錫等科學家在達特茅斯研討會上提出，時至今日，人工智能經歷了60多年的浪潮和洗禮，其中有曙光、有冰封，也有期望。縱觀當下，人工智能不僅僅是機器智能，在深度學習和推陳出新的算法推動下，其攜手云計算、大數據、卷積神經網絡等，攻破了自然語言語音處理、圖像識別的瓶頸，像潘多拉的盒子一樣在認知科學、機器人學、機器學習等領域全面開花，人工智能涵蓋了從基礎層、技術層到應用層等多個方面，為人類文明帶來了翻天覆地的變化[1-2]。人工智能包羅萬象，在其基礎上衍生的大數據“洪流”對人類社會的方方面面進行沖擊，這些數字的價值已然超越了諸如金錢、財產、黃金、石油，甚至是土地。然而，大數據技術也如同普羅米修斯盜得的圣火，一方面給人間帶來溫暖和光明，另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此，當我們沉迷于大數據的海洋中時，我們是否有能力像藍鯨遨游大海一樣自由掌舵，是當今大數據和人工智能時代存在的一個重大問題。是“曲徑通幽”還是“會當凌絕頂”，我們如何在大數據中“浮游”，而不是一味地擴充，需要理性看待與合理評價大數據對人類生存和發展的影響。
1.人工智能和大數據與“工業革命”
2020年剛剛結束的新一輪美國總統競選上演了各種“國家鬧劇”，為何特朗普在2016年贏得大選，而4年之后卻無法連任？時間推移，2016年他勝利的部分原因在于他利用了面臨技術威脅的工業行業中工人們的焦慮，同時指責非法移民對美國及美國人資源和就業機會的占用[4]。但在技術浪潮的挑戰中，自動化和人工智能才是占用的“根源”。早在18世紀60年代工業革命時期，機器取代人力，規模化工廠生產取代個體手工生產，即引發了人工智能數據的工業大變革。從機械結構、電氣控制等模塊的設計和改良，車間機器人的智能化已可以代替人完成生產作業[5]。通過智能化機器人可以減輕勞動負擔，還可以用于環境檢測[6]和實施救援[7]等，保護我們的人身安全。這些“機器人”在為我們減負的同時確實也引發了“失業危機”，這種現象不僅于美國，日本、韓國和德國亦是如此。我們也許可以形象一下，未來20或30年后，工廠中工傷幾乎為“零”，完全實施機器人24小時作業，速度驚人，質量統一，而僅有的幾個人使用簡單的觸摸界面對機器下達“命令”。機器的發展已超乎我們對普通機械的認知，21世紀開發的三大機器人中大狗（BigDog）解決了運動和重載運輸問題，特別用于軍事領域，被譽為“當前世界上最先進適應崎嶇地形的機器人”；亞美尼亞（Asimo）從人類如何移動上展現了機器人仿人運動；Cog具有了人類所特有的思考，由不同處理器組成的異種機互聯網絡形成了“大腦”。特斯拉——其除了是電動汽車和能源公司外，還是自動駕駛汽車行業的領跑者之一。其2016年已銷售具有自動駕駛、自動自制和自動停車功能的電動汽車，但出于法律和倫理層面，駕駛員還是要坐在駕駛位上，但他可以做他想做的其他事，發短信、打電話或是休息，而不再是駕駛汽車。我們可以不用擔心酒駕，不用因為時間緊張而疲勞駕駛，不必為新手司機而變得脾氣暴躁……汽車自動駕駛將讓我們行駛得更規則、更安全和更“無聊”。自動駕駛上的智能進化，使得自駕型派送車為商業化服務成為可能，還有自駕型飛行器也在被研發，通用、寶馬、谷歌等公司一直在努力開發，通過無人機在您家門口投送包裹將對電子商務世界帶來更多創造性方案。“如果你夠走運的話，機器可以把你當成寵物。”雖為戲謔之言，卻又飽含心酸。工廠變得越來越自動化，但其仍需要人類專家，他們才知道如何監控傳感器，知道在發生故障時如何進行修復，機器的運行離不開人的監控，只有人的思考才能有新產品的誕生以及高效的生產流程，我們與機器共存，是從體力中解放，但要從事腦力工作。
2.人工智能和大數據與金融的未來
“數字蝶變”席卷金融行業各個領域[8]，金融行業應用大數據、移動互聯網、人工智能等先進信息技術，累積了非常多的客戶信息。通過大數據的幫助，金融公司在分析數據下尋找更多的金融創新機會。在商業智能（BI）的輔助下，電信業可以對客服描述和定位及需求進行預測；保險業可以在進行風險分析的同時進行損益判斷；銀行業可以調整市場活動，建立信貸預警機制等等[9]。人工智能和大數據讓金融業形成了“以客戶為中心”的模式。與客戶最密切的金融即是金錢，但是它們已經被“支付寶”和“微信”以及更多的電子支付方式取代，越來越少的人使用現金，數字金錢是否會完全取代物質金錢，我們很可能會發展為無現金社會。那么首先“下崗”的是誰呢？答案毫無疑問：銀行。巴克萊銀行前首席執行官安東尼?詹金斯曾預測，對于工業化國家，銀行員工和其分支機構在未來10年內會消失；花旗全球視角與解決方案的一項研究預測，美國和歐洲的銀行將在未來10年裁減約180萬員工；甚至2016年2月的一份丹麥銀行家協會新聞稿表示，銀行搶劫案數量連續第5年下降。就支付領域而言，在這樣的時代背景下，如何利用大數據技術對跨越式發展的支付行業進行監管，成為一個值得深入研究的課題[10]。在人工智能下，我們都有被銀行自動回復或自會讀取特定問題的“員工”惹惱過。溝通技巧和財務知識同樣重要，因此，銀行業員工的下崗只是在基礎性操作上，對于“專業咨詢”，需要更多受過高等教育、具有更好溝通能力的員工。目前，我國的多數銀行還沒建立“開放、共享、融合”的大數據體系，數據整合和部門協調等問題仍是阻礙我國金融機構將數據轉化為價值的主要瓶頸。大數據的整合、跨企業的外部大數據合作不可避免地加大客戶隱私信息泄露的風險。有效防范信息安全風險成為商業銀行大數據應用中急需解決的問題。
3.人工智能和大數據與“專家系統”
電子病歷數據、醫學影像數據、用藥記錄等構成了醫療大數據。醫療數據不僅包括大數據的“4V”特點，即規模大（volume）、類型多樣（variety）、增長快（velocity）、價值巨大（value），還包括：時序性、隱私性、不完整性和長期保存性。醫療大數據可以提供預警性，當數據發生異常時，通過一定的機制可以發出警告，從而迅速采取相應措施，及時解決問題[11]。成立于1989年的美國胸外科協會（STS）數據庫，至今已經涵蓋了美國95%的心臟手術，收集了500萬條手術記錄[12]。其中的先天性心臟手術（CHSD）數據庫是STS數據庫的重要組成部分，是北美最大的關注兒童先天性心臟畸形的數據庫，被認為是醫學專業臨床結果數據庫的金標準。近年來，基于CHSD數據庫所進行的數據挖掘不斷增加，大型數據庫對提高醫療質量所起到的正向作用正在日益凸顯。如Welke等基于CHSD數據庫探討小兒心臟外科病例數量和死亡率之間的復雜關系[13]；Pasquali等基于CHSD數據庫探討新生兒Blalock—taussig分流術后的死亡率[14]；Jacobs等基于CHSD數據庫采用多變量分析方法來研究病人術前因素的重要性[15]；Dibardino等基于CHSD數據庫采用多變量分析的方法來探討性別和種族對進行先天性心臟手術結果的影響[16]。這些都是在醫療領域采用人工智能提供的醫療診斷，形成了“專家系統”，專家系統可以說是一種最成功的人工智能技術，它能生成全面而有效的結果。借助醫療大數據的平臺，“專家系統”可以智能輔助診療、影像數據分析與影像智能診斷、合理用藥、遠程監控、精準醫療、成本與療效分析、績效管理、醫院控費、醫療質量分析等。不僅是數據平臺，“達芬奇機器人”可以看成醫療的高精尖“人工智能”，它能縮短泌尿外科手術以及術后患者恢復時間，促進患者早期下床活動，減低并發癥發生率[17]。達芬奇手術機器人在消化系統腫瘤、泌尿系統腫瘤、婦科腫瘤和心胸部腫瘤等手術中均有運用[18]。正是機器人，還有其他人工智能設備，如插入手表或衣服里的傳感器、植入我們皮膚下的芯片，以及智能手機中裝有各種“專家系統”的遠程醫療、預防醫學，甚至是器官的3D打印和虛擬現實治療等的發展，讓醫學發生相應的轉變，并使其逐步突破人類的傳統健康概念，那么是否意味著醫學將成為只有科學性，毫無直覺性的學科呢？我們攜帶的內部傳感器和外部應用程序將成為我們的醫生嗎？“你好，醫生”被“嘿，Siri”取代嗎？這不盡然。醫學必然將是向精準化發展，并更具個性化、參與性、預防性和可預測性。醫生不再是疾病的修理工，而是改善我們健康狀況的顧問。直觀當下，我們還是被“看病難”所困擾，我們提出“分級診療”，是在擁有家庭醫生、全科醫生和專科醫生的基礎上再加上人工智能，以實現預期的健康監測、輔助診療和疾病篩查。
4.人工智能和大數據與教育變革
面對各行業和各學科，教育作為傳承文明和創新知識的載體，似乎被排除在人工智能之外。就目前而言，人工智能與教育深度融合發展還存在技術基礎不穩、教育數據缺陷、算法能力不足等現實問題[19]。我國目前更想要做到的是在教育上消除“信息鴻溝”，促進教育公平、均衡發展。因此，目前可以看到人工智能的教育多在于語言學習軟件，通過虛擬技術和人工智能構建一個靈活的、可擴充的虛擬交互平臺，設計多維虛擬場景和智能人工角色，實現不同場景下人機角色的交流和學習，提升學習者的口語能力和語感知識[20]。這使得教師不再是唯一的知識傳播者，任何互聯網搜索引擎都將提供比教師所有的更多信息，并且可以更快捷地獲取。肺炎疫情暴發以來，遠程網絡教育成了主要教學形式，互聯網教育形式其實早在小學、中學和大學中運用，虛擬現實技術在教學領域的研究和探索也在全面展開。谷歌已經開發一款VR紙板視圖，并將研發的虛擬課程一起推向市場，使現實生活中在生物課上解剖一只青蛙成為一件容易且有趣的事，通過虛擬青蛙，學生們可以去除心臟和其他器官，而不再是象征性的抽象體驗。虛擬現實可以像互動游戲一樣，比單一的在教室聽老師授課帶來更多樂趣和體驗，學習效果可能更好。我們的學習是知識的積累，那么教育就是我們的庫，荀靜等結合自身情況對西安工業大學知識庫構建進行探究，認為機構知識庫在保存知識資產的同時，更重要的是促進學校知識資產的傳播利用和管理，提升學校影響力和學術聲譽[21]。劉暢等通過對東北大學機構知識庫服務的推廣研究，了解到開放獲取的概念和實踐已經受到了廣泛的認可，機構知識庫不僅可以成為一個知識的存儲庫，也可以成為各個學科領域的學者進行在線交流的平臺，提供個性化的增值服務，既有利于機構知識庫的內容建設，也可以進一步促進學術交流和科研合作[22]。知識庫，即大數據的有機整合和有序利用，是學術成果、視頻文檔、實驗數據等進行收集、長期保存、傳播和提供開放利用的知識資產管理與教育服務[23]。
5.人工智能和大數據應用的共性需求
人工智能和大數據時代，海量的信息來自“五湖四海”，但都通過互聯網絡匯聚智能終端。這些數據只會進一步增多，不僅僅是云存儲，對于信息的進一步挖掘、處理、分析和利用，目標性結果才是我們最想要的信息。全球包括IBM、微軟、谷歌和亞馬遜等一大批知名企業紛紛掘金大數據挖掘這一市場，大家都在開拓自己大數據分析平臺。數據挖掘是大數據時代孕育的產物[24]，是我們的共性需求，與傳統的統計分析技術相比，數據挖掘有著自身的本質特征,數據挖掘是在沒有明確假設的前提下去挖掘信息并發現知識。數據挖掘所得到的信具有先前未知、有效以及可實用三個特征[25]。數據挖掘的出現不是為了替代傳統的統計分析技術,相反，它是統計分析方法學的延伸和擴展[26]。隨著信息時代的到來，數據挖掘被越來越多地應用于各個領域。
6.人工智能和大數據的展望
大數據與人工智能相輔相成，在人工智能的加持下，海量的大數據輸出優化的結果，使人工智能向更為智能的方向進步，大數據與人工智能的結合將在更多領域中擊敗人類所能夠做到的極限。漫長的人類歷史發展和進化，信息和人類一直“纏纏綿綿”“你追我藏”，因此，我們應該明白信息就是信息，我們需要的是“維基百科”，而不是僅僅的“維基”。走出狹隘的信息資源，管理和洞察大數據，才是對數據的有用。因為，我們早已告別了數據庫放在一間房間的時代。此刻不得不提藍鯨法則——大數據之道：了解數據懂得利用數據的“浮力”才是關鍵；“以簡約為目標”將數據最終形成洞察及行為；可以通過“數據”“信息”“知識”流程式、組合式、直通車式各種需要的方式來獲取[27]，在簡約中“印象”處理繁雜的大數據，使之“為我所用”。=數據也是一門科學、一項技術，如果實驗不能證明其具有可重復性和一般性，那它是沒有科學依據，但是，任何一項科技，如果你堅信它必將改變社會和商業，選擇從長期展望其發展并持續付出努力，那么就是一種戰略選擇[29]。人類社會的政治、經濟、文化、思維等固有“態勢”被重刷，數據思維將為我們帶來一個智能全新的世界觀。
關鍵詞：人工智能；高職；技能培訓
一、人工智能概述
人工智能（Anificail Intelligence）是指利用計算機軟件技術與自動化處理的技術，讓計算機能夠模擬與擴展某些人類特定智能的學科，最近幾年來發展非常迅猛，在智能接口，數據挖掘，主體系統等方面取得了豐碩的成果。智能接口技術是研究如何實現人類與機器的便利溝通，現在已經實現了文字，語音，自然語言理解等方面實用化的功能。數據挖掘則是如何從大量不完備的數據中自動生成可應用的知識的技術，在大數據時代里將會有非常廣泛的應用；主體系統則是指的讓計算機具備愿望，能力，選擇等心智狀態的實體，實現計算機的自主性。從當前的應用發展趨勢來看，在未來的5～10年內，人工智能將會應用在教育，醫療，管理，生產等絕大多數的社會領域中，將推動社會的全面發展與進步。在本文中，作者將以高職技能教育為切面，分析人工智能在該領域內應用的前景，并提出建立一套基于人工智能的高等職業技術輔助教學系統的思路，方便進行人工智能應用的相關人士研究與借鑒。
二、人工智能在高職教育教學領域的典型應用及其不足
將人工智能應用到教育方面是很久以來的教育現代化的熱點，從最近幾年來的人工智能在教育方面的應用來看，主要有三種應用的層面：一是智能計算機輔助教學（ICAI），它是將人工智能的技術引入至CAI系統中來，實現更加智能化的教學支持，減輕教師的工作量。二是智能，即讓某些特定的課程與教學的內容，由人工智能來取代教師進行授課，即時答疑，提高教學的效率；三是智能數據庫，對于課程相關的網絡教學資源數據庫，應用人工智能的方法進行數據分析，提高數據庫的訪問速度與交互功能，便于快速搜索與整理數據。但是對于高等職業技能教學來說，上述的三大應用領域還有些不夠契合，主要體現在如下的方面：
（1）對于學習者的活動流程的監控與記錄能力不夠。傳統的CAI系統，側重于對理論思維知識的輔助教學，而對于學習者的身體活動的記錄能力不佳，這樣無法即時準確地保存技能學習過程中與身體活動相關的數據。眾所周知，技能的教學是與學習者身體的活動相關聯的，行動數據的獲取量不足就會導致無法對學習者的技能及其效果進行評估與糾偏。
（2）與使用者的交互功能不佳。傳統的人工智能交互是文本與圖像，雖然簡單直觀但形式單一，還無法通過生動的語音和動作與使用者進行交互。這樣在教學輔助方面的效果不盡如人意。
（3）智能水平有待于提升。現代的人工智能輔助系統，雖然已經能夠實現教學數據的排序、統計、匯總等簡單的操作，但是離真正智能化的工作還有一定的差距。系統無法根據學生操作的具體情況做出個性化的情況統計分析，提出個性化的建議。在即時交互方面也還有很大的提升空間。
三、高職技能輔助教學系統的設計思路
針對上述教學人工智能應用的不足，結合高等職業技術學校的教學情況，特地提出一套人工智能輔助系統的設計思路：
（1）使用高級的智能接口技術實現行動數據的采集。
智能接口是為建立和諧的人機交互環境，使得人與機器之間的交流像人與人之間的交流一樣自然和方便。學習者在進行練習的過程中，無法像傳統的人機交互方式一樣將數據錄入至計算機中，而是需要智能系統通過攝像頭，運動傳感器等等高級的智能接口技術來感知學習者的活動，對活動進行分析與統計，并轉化為大數據存放至海量數據庫中。至于具體采用哪種智能接口技術，需要根據具體的學習內容而定。
（2）應用專家系統對于學習者在技能操作中產生的大數據進行分析。專家系統是目前人工智能領域最有實效的一個領域，它是利用人工智能的技術讓計算機能夠實現特定領域內的大量知識與經驗的系統。利用它來對技能學習過程中產生的大數據進行分析和挖掘，從中提煉出具有個性化的知識體系，發現學生與老師都沒有發覺到的某些特殊的學習狀態，能夠為進一步的學習反饋做好充分的準備。這樣可以使得學習的針對性更強，效率更高。
（3）使用智能檢索與生成技術對于分析結果進行輸出與展示。通過使用人工智能的檢索系統，可以快速地對分析的結果進行展示，可以利用網絡的環境，用生動形象的方式將結果展現在學習者或教師面前，方便掌握學習的過程。
四、輔助教學系統的應用展望
通過應用了上述的基于人工智能的輔助教學系統，將對于高職院校的教學產生非常強大與積極的影響。首先，該系統可以將教師從重復機械的日常教學環境中解放出來，不再通過傳統的測驗，考試，交流等方式獲知學生的學習狀態，由系統監控學習者在技能培訓過程中的一舉一動，自動進行學習效果的定性與定量的分析，積極地反饋給教師，從而使得教學更具備了明確的方向。其次，該系統也會增加技能教學的趣味性，將培訓的活動轉化為類似于電子競技的效果，學生在學習的過程中隨時可以觀察到自己的學習狀態，以及與其他同學的差異，更能夠培養自學的能力。第三，該系統可以與現有的高職院校校園網實現無縫的對接，將全院校的數據進行統一的智能加工與挖掘，可以更加方便高職院校的管理工作，也可以方便地擴展成為完備的高校智能管理系統。
參考文獻：
[1]邱月，人工智能技術在計算機輔助教學中的應用[J].福建電腦，2007（08）.
政策催化進一步加強
國內AI有望“彎道超車”
目前，各國政府都高度重視人工智能相關產業的發展。自人工智能誕生至今，各國都紛紛加大對人工智能的科研投入。美國主攻軍用機器人技術，歐洲主攻服務和醫療機器人技術，日本主攻仿人和娛樂機器人。可以說，人工智能成為各國“大腦”計劃的重要內容。
當下我國社會面臨老齡化壓力、經濟轉型和制造業升級，對此，國務院在印發的《中國制造2025》中明確指示，要把智能制造和高端技術創新作為重點建設工程，特別提出要發展和培育一批產值超過100億元的人工智能核心企業。
國內市場的扶持政策頻出。2015年7月，國務院印發《“互聯網+”行動指導意見》，將發展人工智能提升到國家戰略層面;2016年1月，科技部部長萬鋼提出“科技創新-2030項目”，智能制造和機器人成為重大工程之一。
在2016年3月兩會召開期間，《國民經濟和社會發展第十三個五年規劃綱要(草案)》正式出爐，其中提到，要大力推進先進半導體、機器人、智能系統、智能交通、精準醫療、智能材料等新興前沿領域的創新和產業化，形成一批新增長點。
政策和資金的支持、人才儲備、技術的積累和突破等都為人工智能的發展提供了基礎條件。科技部高技術研究發展中心研究員劉進長認為，我國人工智能與機器人技術的快速發展，一是因為國家的高度關注與政策支持，二是得益于金融界的重視與大企業的不斷進入。
“2014年，中國市場的工業機器人銷量猛增54%，我國智能語音交互產業規模達到100億元，指紋、人臉、虹膜識別等產業規模達100億元。”廣證恒生副首席分析師趙巧敏向《經濟》記者分析稱，在利好因素的促進下，我國人工智能技術攻關和產業應用發展勢頭良好。
在她看來，目前國際巨頭在人工智能技術上還沒有完全形成壟斷。我國在人工智能的研究上與發達國家相比，甚至與美國相比都不算落后，這是難得的歷史機遇，是提升綜合國力和影響力的絕佳機會。
“我國完全有可能利用市場需求優勢、用戶數據優勢等，搶占人工智能技術和產業的制高點，實現人工智能技術‘彎道超車’。”趙巧敏稱。
人工智能大潮來襲
千億市場規模可期
人工智能已經開始進入一個新的階段。從Siri識別到無人駕駛，都是人工智能的實現載體，涉及到的技術和領域跨越多學科，包括深度學習、智能識別、專家系統、神經網絡、智能機器人等。
未來，人工智能需求將會激增。據BBC預計，到2020年，全球人工智能市場規模將達到183億美元，約合人民幣1190億元。
“目前人工智能的應用領域主要還是以工業制造為主，但是隨著經濟結構的轉型，以及不斷攀升的勞動力成本，未來包括機器人在內的人工智能產品的市場需求將會不斷擴大。”愛建證券研究所研究員劉孫亮向《經濟》記者表示，隨著人均可支配收入的增加，以及人口老齡化時代的來臨，人工智能家庭化的現象將會普及，屆時家用助老服務機器人、醫療機器人以及家用清潔機器人的市場需求將會激增。
國內著名的咨詢機構艾瑞咨詢在參考人工智能行業全球市場規模后預計稱：在不包括硬件產品銷售收入、信息搜索、資訊分發、精準廣告推送等的情況下，預計2020年中國人工智能市場規模將達到91億元人民幣。
而目前市場的關注點還只是在智慧金融、智能家居等應用領域，對于人工智能的發展空間來說，這只是冰山一角。
趙巧敏表示，由于人工智能屬于基礎型技術，與機器人和大數據聯系緊密，其水平的提升將帶來多領域的應用擴展，大幅拓寬傳統產業的發展之路，造成未來5-10年的巨大顛覆性影響，產生10-100倍的溢出效應，由此將打開萬億規模的市場空間。
“僅僅以工業機器人領域為例，在智能化水平提高后，將降低固定資產投資成本近30%，降低人工成本近60%-70%，在汽車整車、零部件制造、食品工業及物流等行業產生8-10倍的產業集群帶動作用，對應著800億-1000億元的市場規模。”趙巧敏說。
實際上，中國人工智能的商業化應用環境甚至能創造更大的市場空間。我國人工智能的商業應用水平已經十分繁榮，這一概念已經滲透了教育、金融、醫療、文體娛樂等領域，且獲得了很好的市場反響。
“市場關心的IT和互聯網領域幾乎所有的主題和熱點，例如智能硬件、O2O、機器人、無人機和工業4.0，發展突破的關鍵環節都是人工智能。”趙巧敏表示，人工智能的發展是必然趨勢，它將成為未來30年內我國技術發展的重心，也會給互聯網領域帶來新的突破，給人們的生活帶來翻天覆地的變化。
在人工智能應用領域，我國已經發展得較為全面，包括家居領域、安防領域、醫療領域、企業領域、金融領域和教育領域。
然而盡管目前我國自主知識產權的文字識別、工業機器人、娛樂機器人等智能科技成果已經進入大規模實際應用，但市場空間仍然很大。中泰證券首席宏觀策略師羅文波向《經濟》記者表示，我國機器人的“密度”只有德國、日本的1/10，行業發展空間巨大。
VC青睞人工智能
巨頭加速并購
人工智能一直是硅谷大佬們瘋狂追求的領域，谷歌、Facebook、IBM均重金投資人工智能，是目前AI領域的領導者。微軟、谷歌和Facebook等全球科技巨頭都認為2016年是AI迅速進化的關鍵節點。
Google希望在人工智能領域復制Android的成功，并力圖打造一個機器人帝國;Facebook計劃在2016年制造出能夠在家務和工作上幫助自己的人工智能;蘋果4天內接連收購兩家人工智能初創公司……
據羅文波統計，目前全球人工智能企業已經超過了900家，大多集中在北美和西歐。這些人工智能初創企業總估值超過87億美元。“隨著日本、北美、歐洲的‘大腦’計劃大規模布局人工智能，2040年全球很有可能實現廣義的人工智能。”
除互聯網巨頭外，敏銳的資本方也在積極布局人工智能領域，近年來風投不斷加大對人工智能初創企業的投資，持續布局人工智能這個重要風口。
“2014年人工智能企業融資總量首次超過10億美元，2015年融資總量更是超過12億美元。2016年到現在，全球在人工智能領域的投資已經超過4億美元。”渤海證券研究所證券分析師齊艷麗向《經濟》記者表示，隨著科技巨頭在人工智能領域的布局將提速，VC/PE在人工智能領域的投資也將隨之爆發。
“反過來，資本層面的爆發也將持續帶動人工智能行業加速爆發。”齊艷麗認為，雖短期看人工智能仍處于大規模投入期，較難變現，但未來人工智能應用于無人駕駛汽車、輔助診斷、刑偵監測等領域將會產生巨大的商業價值和社會價值。
在全球市場火爆的背景下，國內市場也充滿了巨頭和風投的博弈與布局。
出于對人工智能行業商業前景的看好，國內巨頭紛紛進軍人工智能領域，百度、阿里、騰訊均在人工智能領域發力。
其中，百度2014年研發投入接近70億，同時涉足了深度學習與自動駕駛領域，并推出了“百度大腦”計劃;阿里巴巴推出了國內首個人工智能平臺DTPAI;騰訊推出了撰稿機器人Dream writer，開放了視覺識別平臺騰訊優圖，同時成立了騰訊智能計算與搜索實驗室。一些具有創新性眼光的巨頭公司也相應進入，讓整個行業迎來了爆發的機會。
“互聯網巨頭公司和創業公司是我國AI技術基礎研究主力軍。在國家政策大力支持下，無論是科研機構還是企業都在加大人工智能研究的力度，由此也取得了較為不錯的成績。”據羅文波介紹，截至2015年底，我國人工智能領域已有近百家創業公司，約65家獲得投資，共計29.1億元。人工智能領域布局如火如荼。
巨頭的基礎層切入為人工智能基礎領域的研究帶來了巨大的資金優勢和人才支持，使得部分技術達到世界一流水平。例如，我國的視覺、語音識別的技術已經處于國際領先水平。
而近兩三年，風投也開始加速了在這一領域的投資步伐。2014年開始，我國人工智能領域投資金額、數量、參與投資機構數量均大幅增加，2015年更是實現了跨越式的增長。“2015年我國投資人工智能的機構數量已經高達48家，是2012年投資機構數量的6倍;投資額為14.23億元，是2012年投資額的23倍。”趙巧敏表示。
短期看好應用開發
長期關注技術研究
二級市場一向是搜尋熱點的風向標。人工智能市場的火爆也催熱了資本市場的相關行業。在市場空間巨大、產業前景明朗的背景下，占據資金優勢的上市公司紛紛瞄準人工智能領域，分享廣闊藍海。
隨著人工智能的不斷進步和發展，最先實現產業化的AI應用層將最早迎來投資機會。銀河證券分析師楊華超向《經濟》記者分析稱，無人駕駛、工業4.0、智慧醫療等主題將成為未來中長期的熱點，建議關注相關主題的優質標的。“同時，AI數據層和應用層作為準入門檻較高的環節，之前具有技術積累和數據資源的公司將優先受益，可以關注目前已經在人工智能領域已經有技術和規模優勢的公司。”
對此，羅文波則建議投資者，選擇人工智能領域的標的，要分長短期來考量。“短期可關注在人工智能商業化應用有所突破的企業，長期可關注具備技術研究實力的公司。”
在他看來，具備競爭力的上市公司主要有兩類，一是與機器人硬件制造相關的公司，它們一般擁有較好的智能制造業基礎，在未來產業升級過程中，擁有強大的競爭優勢;二是在人工智能商業化應用有所突破的公司。
對此投資邏輯，趙巧敏也表示認同，“短期看好應用開發領域，特別是基于當下較為成熟的感知智能技術如語音、視覺識別的服務、硬件產品等的應用開發將是短期的投資亮點”。
“目前下游應用領域也面臨著大量需求，如人口老齡化對服務機器人的需求、定制化生產對3D打印的需求、物流配速對無人機的需求等。”趙巧敏分析稱，穿戴設備、3D打印、無人駕駛、服務機器是最值得看好的應用場景。
而從長期來看，在以現有技術為基礎的應用領域基本飽和之后，只有技術研究才能推動新一輪的應用創新，趙巧敏稱。技術研究是長期的投資關注點，“應該關注核心技術模塊提供商和數據傳輸、運算、存儲過程所涉及的基礎設施運營商”。
與此同時，在主板之外，一些新三板標的同樣值得關注。從2015年起，掛牌新三板的人工智能企業數量明顯增加。以機器人子行業為例，僅2015年一年就有35家機器人企業在新三板掛牌，還有10家機器人企業在待掛牌狀態，20多家公司在審查待掛的狀態。投資者可以有選擇地關注其中較好的標的。
機器和人類、現實和科幻、邪惡和美好的分界從來沒有像今天這樣如此模糊。眺望未來30年，智能革命的壯闊波瀾，將改寫人類社會對智商的理解和定義。
從AlphaGo說起：Have to win
關于這場圍棋大賽，先引用一段博士老板Alan Yuille教授(美國頂級機器智能科學家，霍金理論物理學博士)的判斷：
Go is a complex game but still it is finite so with enough computer power，and clever algorithm，the computers will have to win(if not this year，then next year)。(圍棋是一套復雜但有內在邏輯和明確計算量的游戲，所以只要計算機遵循圍棋的推演路徑并擁有充裕的運算能力就必然能夠贏得人類、取得勝利，AlphaGo的勝利對于計算機而言只不過是時間問題。)
AlphaGo戰勝人類，美國學術界早有準備
伴隨著摩爾定律的不斷實現和幾十年來人工智能的軟硬件技術積累，人工智能其實已經悄然改變了我們生活中的許多方面，當我們還在感慨電影中各種AI的強大時，未來已經悄然而來，AlphaGo只是這場人工智能大浪潮中的一朵璀璨浪花。
在過去的5年里，人工智能已經在語音識別、計算機視覺、語言理解、醫療健康等領域取得了巨大進展，并在某些領域里超過了人類，比如語音識別、人臉識別等等方面。
以計算機視覺為例，人工智能已經發展出了突破肉眼精度的圖像識別技術并已被廣泛的應用于公安、金融、信息安全等領域，產生了巨大的價值。而這些進展之所以沒有引起社會轟動，是因為社會中大部分非專業人員會通過直覺和自身感受而推論出機器識別“人臉”、識別“蘋果”等圖像信息是一件容易的任務，是一件不同年齡、不同教育背景、不同文化背景的人都能勝任的任務，在這其中體現不出人工智能的“智能”來。
但站在人工智能發展的角度，從圍棋和圖像識別的復雜性和不確定型來說，圖像的變化比棋盤的變化要大得多。
圍棋是有可遵循的邏輯、可衡量的計算量的游戲，對于人類大腦的難度在于龐大的計算量和對棋盤宏觀形勢的敏感度；而圖像識別則會在信息抓取和邏輯分析層面呈現出更廣泛意義上的隨機性和不確定性。
通過機器學習將圖像中的信息進行分類解析、最終提取有價值的結構化數據是極難的科研課題，從學術界到工業界的轉化耗費了幾十年的時光。
然而相比于計算機視覺、語言語音理解等其他的進步，AlphaGo的劃時代意義在于它不僅僅縮短了機器與人的智能距離，還將顛覆人與人智商差異的感知。
未來人與人的智商差距不再會是不可彌補的先天差距，而將成為一種可以通過工具而后天獲取的能力，這帶來的會是人類自我價值評估的一次大顛覆，智商對于人的意義將會在一定程度上有所下降。這就像從前算術不好的，現在用計算器就能補上；未來下棋不好的，可能只是加個AlphaGo就能補上。“智商”這個詞的定義可能會被迫從形容人和動物差異，變成由人和機器的差異所定義。
第一個十年的變化：The rich get richer(富人更富，強者更強)
從短期來看，讓我們暢想一下在這場大浪潮中，誰會成為最大的受益者呢？
當我們回顧推動人工智能發展的關鍵因素時，有三個要素極為重要：數據、算法和計算。
AlphaGo這次在全社會范圍內對人工智能進行了一場大面積的認知普及，會使得擁有成熟商業模式和海量數據優勢的BAT等巨頭重金投入這片市場，彼此間的互相追趕將在市場中形成像google收購deep mind一樣的并購風潮。
同時伴隨著計算能力的不斷提升和算法的持續優化，這將帶來人工智能史上的第一次大規模應用實踐，各巨頭的業務將因為人工智能帶來的效率提升而加速拓展，他們相較其它競爭者的優勢也會因此不斷加大，這就正如今天的google相對于其他公司一樣。
當資本成為這場競逐游戲的驅動力時，獲得先發優勢的公司雪球也必將越滾越大，優勢將在成長中愈發明顯，The rich get richer。
未來的思考：人類將重新理解知識、智慧、人性
從遠期來看，人工智能的進步將改寫人類對自我、知識和教育的理解。
倘若，90%的醫生、律師、教師、程序員能被機器所代替，人們將需要重新開始討論“人”的自我定義和“知識”的新時代價值。
當舊時代下的知識已成為機器人僅需拷貝和執行的簡單命令，而“為什么要學法律、學編程等”的疑問及背后對自我價值的疑惑就必將引發社會教育結構的變革。
過往人與人之間通過知識組合的不同而形成的差異將被人工智能抹平，“高考”等考試測評手段作為廣義上的游戲(game)，就像圍棋一樣，將不再能作為準確評價智慧和學識的方式而被修正。
當在體力勞動和腦力勞動里獨立的人類相對于機器都不再具備經濟優勢時，人的存在形態、存在價值和機器的交互融合將成為未來前沿學術研究的重要課題，這會是一次人類社會的集體迷思、也會是人類價值的再次追尋。
人類的希望？
有人曾說，機器和人的差異是藝術的創作和欣賞。但這對于人工智能而言，已經并不是什么特別難的事情，大概在10年前就已有成熟的學術成果來用計算機創作梵高風格的作品，在這背后的藝術風格提煉、學習和再造并不是什么新鮮的技術。
也有人說，機器和人的差異是情感。但我不確定現今的人類社會對情感的定義是否像對智商一樣，有著廣泛的共識而能成為人類獨特性的特征。情感誕生于本能和動物性，只是在人身上閃爍出了更加多彩的光芒，悲歡喜樂、嬉笑怒罵，這本就是人性中最難以捉摸而妙不可言的部分。
所以，機器和人的區別最終會是什么呢？在這個恐怕哲學家也難以回答的終極問題下，我想起了最近讀到的這樣一句話，“如果機器認為這場戰斗必敗，那么機器會選擇投降；如果人認為這場戰斗必敗，那么有人會選擇義無反顧的戰斗，直至戰死為止。”
或許，這句話里已經輕輕道出了我們與機器的區別。
從去年開始，阿里巴巴在全國各地頻繁舉辦云棲大會，不斷地教育用戶。到近期，摩根士丹利報告稱，阿里巴巴的云計算業務阿里云其單獨估值已經高達390億美元。而全球最早投身云計算的亞馬遜7月12日市值再創歷史新高達到3557億美元，超過伯克希爾哈撒韋公司躋身美國前五大公司。
今年上半年以來深陷輿論漩渦的互聯網巨頭百度繼去年推出百度開放云之后，7月13日正式了2016百度開放云戰略。百度創始人、董事長兼CEO李彥宏表示，百度天生就是云計算公司。云計算已經不是簡單的云存儲以及計算能力的需求，大數據、云計算、人工智能三位一體才是真正的云計算。
巧合的是，在百度2016開放云戰略此前不久，阿里巴巴云棲峰會（成都）、騰訊“云+未來”峰會也相繼召開。昔日國內互聯網領域三巨頭BAT在云端的交鋒已經不可避免，與阿里巴巴和騰訊相比，百度能否在云端后發先至呢？
三大智能平臺
百度云計算事業部總經理劉煬正式智數大數據平臺――天算，智能多媒體云平臺――天像，以及智能物聯網平臺――天工，其中包含眾多全新上線的行業解決方案和產品。三大智能平臺，連同已有的云服務，共同構成了百度開放云成熟、完整的產品矩陣。
天算平臺整合百度大數據服務和人工智能技術，提供從數據收集、存儲、處理分析到應用場景的一站式服務，廣泛適用于諸多行業場景，在生命科學、數字營銷、日志分析、金融征信、智能客服等領域變現尤為突出。
隨著傳播媒介的演變，傳播的方式也開始走向智能化，百度天像智能多媒體云平臺通過人工智能、大數據的技術，增加互動時的用戶體驗。天像平臺依托百度海量資源，提供了包括從文檔到視頻的多媒體處理服務；同時基于百度人工智能技術，開放百度在圖像、語音處理的智能服務。
百度天工平臺提供從設備端的SDK到接入、協議解析、設備管理、存儲、數據等全棧產品，讓企業和合作伙伴可以快速搭建一個滿足行業訴求的物聯網應用。萬物互聯的時代正在開啟，然而行業之間的技術和產品天然存在著鴻溝，傳統行業和互聯網之間更是有著完全不同的技術棧和語言。對此百度天工智能物聯網平臺，深入行業，用行業的語言和行業交流，做更懂行業的物聯網平臺。百度天工的物接入服務是國內首個支持原生MQTT協議的公有云物聯網服務，物解析服務是國內第一個支持工業Modbus協議的云服務，抹平行業技術鴻溝，降低傳統企業上云門檻。
生態之爭
伴隨著云計算、大數據等技術愈發成熟，云計算已經跨越技術層面演變為生態之爭，誰能獲得更多合作伙伴的支持，已經成為最關鍵的競爭維度。
李彥宏表示，雖然大家一直認為是個toC的公司，但是其實百度在搜索領域有超過100萬家企業，從去年開始全力發展O2O業務，又有超過200萬家企業進入百度生態之中，對于企業級服務百度從來不陌生。百度開放云已經在各個領域陸續取得成效。
北京諾禾致源生物信息科技有限公司副總裁吳俊表示，諾禾致源使用百度智能大數據生命科學解決方案，有效解決了基因測序和生命科學研究海量的數據存儲和分析需求。
百度智能多媒體云為業內知名的直播平臺――全民TV提供了全方位的支撐，全民TV CEO李然表示通過百度開放云有效幫助平臺降低延遲、過濾違法信息，提高了用戶體驗，大大降低了平臺內容審核的成本。
太原鐵路局和百度開放云合作，借助百度的云計算、大數據、人工智能和物聯網技術平臺打造集鐵路、公路、航空為一體的智慧物流云平臺。太原鐵路局表示雙方的合作將大大提升物流效率，助力傳統物流行業的升級改造。
對于生態問題，劉煬表示希望通過技術輸出，用科技的力量為更多的企業服務。百度希望通過技術、產品創新和行業形成緊密結合。同時在行業構建云計算生態，和合作伙伴共建生態，協同共贏，為面臨升級轉型的傳統行業提供幫助支持。
殊途同歸
無疑，以BAT為代表的互聯網巨頭都視云為未來，但是在具體策略上又略有不同。
劉煬表示，百度開放云將繼續以三大智能平臺為依托，不斷創新，精益求精，將未來智能的觸角延伸至360行。云計算是百度的戰略，人工智能是云計算的未來。
百度首席科學家吳恩達表示希望通過人工智能幫助百度開放云用戶。目前百度人工智能在圖像識別、語音識別、機器學習平臺和大數據領域擁有成熟的應用技術，吳恩達相信人工智能將像100年前的電力一樣改變諸多行業。
在此前騰訊的“云+未來”峰會上，騰訊董事會主席兼首席執行官馬化騰介紹了騰訊的云計算發展之路。騰訊云與業內其他云解決方案的不同是：騰訊云方案不是作為一個獨立的業務來考慮的，而是作為整個平臺戰略去考慮。
10月21日，2016英特爾中國行業峰會在珠海召開，來自醫療、金融、交通、零售、能源、教育等行業的企業代表分享了他們對于數字化變革的理解與實踐。這本該是英特爾中國行業峰會的主旋律，但是實際是與會嘉賓對人工智能的話題表現出更大的熱情，有點喧賓奪主的味道。
得AI者得未來
2015年底，許多機構在展望2016年度科技領域時幾乎會不約而同地將人工智能列為重點方向之一。現在來看，人工智能的火爆程度讓最樂觀的預測者都大跌眼鏡，這得歸結于AlphaGo的推波助瀾。
正如文章開始所說，人工智能的使命便是完成海量物聯網數據的商業價值轉化。根據相關預測，2021年，全球將會擁有18億臺PC，86億臺移動設備，157億臺物聯網設備。而到2035年，物聯網設備的數量將會超過1萬億臺，相應的數據數量將會增長2400倍，從1 EB增長到2.3ZB。如何有效管理、控制和利用如此浩瀚的數據，人工智能是解決之道。
所以說，得物聯網者得未來，而得人工智能者將執物聯網之牛耳。只有人工智能才能為“萬物互聯”之后的應用問題提供最佳的解決方案。
2016英特爾中國行業峰會上，英特爾與科大訊飛公司簽署合作備忘錄，雙方將在人工智能領域展開為期三年的基于英特爾至強處理器+英特爾至強融核處理器，以及英特爾至強處理器+FPGA為基礎的機器學習/深度學習研究項目。科大訊飛聯合創始人，訊飛研究院副院長王智國博士非常到位地點評了這一合作：“一直以來，我們雙方都致力于人工智能技術的創新和行業的推動，一方擅長底層計算架構，一方擅長算法及應用。我們期待雙方在人工智能技術上的深度合作能夠推動硬件和軟件的協同設計及優化，共同發現人工智能計算平臺創新的解決方案，推動人工智能產業的發展，并通過這些創新的技術支持更多行業用戶進行業務轉型。”
作為全球最大的半導體芯片制造商，英特爾的公司定位正在悄然發生變化。如今，英特爾將自己定位為“一家致力于驅動云計算和智能互聯計算的公司”。可見人工智能已經成為英特爾公司的未來戰略方向之一。
人工智能對計算力資源的需求到底有多大，現在誰也無法預判，這就像是個“計算黑洞”。但有一點可以肯定，人工智能是高性能計算在現在和未來的進一步延展和進化，而這恰好是英特爾的優勢所在。
對英特爾而言，進入人工智能領域是水到渠成的事情，也是技術上的自然演進。從另一個角度看，物聯網和人工智能是歷史擺在英特爾公司面前一次前所未有機遇，其空間和舞臺遠大于PC時代和互聯網時代。送上門的蛋糕（要知道，當今世界90%以上的數據都是由英特爾處理器來承載的），豈能讓它從嘴邊溜走。
從資本到技術，從硬件到軟件
基于新的公司定位，英特爾開始從資本層面進行帝國的戰略布局。作為硅谷最大的企業風司，英特爾投資總裁Wendell Brooks 說“會把未來的投資聚焦于那些能夠更好拓展公司業務發展的領域”，人工智能毫無疑問是重中之重。
9月宣布將收購計算機視覺創業公司Movidius，后者致力于研發低功耗的計算機視覺芯片；8月將Nervana收入囊中，后者主攻半導體、軟件和AI深度學習技術；5月宣布將收購專注于計算機視覺技術開發的俄羅斯公司Itseez；4月收購意大利半導體功能性安全方案廠商Yogitech；2015年12月完成了對可編程邏輯器件廠商Altera的收購；2015年10月收購了人工智能公司Saffron Technology……
針對某一業務領域展開如此高密度地集中收購，無論是在英特爾公司歷史還是整個IT行業都是十分罕見的。可見，英特爾布局人工智能的決心之大。
由于技術因素，專用領域的智能化是人工智能未來5到10年的主要應用方向，比如自動駕駛。在更遠的將來，隨著技術的進一步突破，通用領域的智能化有望實現。但無論是專用還是通用領域，人工智能都將圍繞“基礎資源-技術平臺-業務應用”這三層基本架構形成生態圈。
在人工智能上，英特爾能做些什么？僅僅是提供計算平臺嗎？當然不是，這從英特爾的瘋狂收購中也看得出。
關鍵詞：人工智能；授課內容；講授方法
人工智能概論課程是我校智能科學與技術專業開設的一門重要的專業基礎課，它在整個專業教學體系中起到奠基的作用，如何針對其特點制定合理的教學目標與授課內容，并有效地組織課堂教學，取得良好的教學效果是非常重要的，本文將從多個角度對其進行全方位的思考與探索，為相關課程教學的改革提供新的思路。
1教學目標的精確定位
首先，人工智能概論課程在智能科學與技術專業整個教學體系中起到引導和奠基的作用，但不同于其他相關的專業基礎課，其總的特點可歸納為“少而精”，即在較少的教學授課學時中起到畫龍點睛的作用，為學生進一步的深入學習打好基礎，并激發他們對智能專業的學習興趣和愛好。基于以上特點，通常選擇一學期共32學時課程的安排計劃，并且在大三上學期開始進行授課。
其次，要研究解決同學們所反映的“虛與實”問題。人工智能是一門涉及到多個學科的課程，具有相當復雜的背景，其與哲學、數學、經濟學、神經科學、心理學、計算機工程、控制論和語言學都有著密切的聯系，并且隨著這些學科的發展而深化，不斷產生新的思路和新的問題。以上特點決定了該課程內容較為抽象，且難以把握全局，學習起來不易消化理解，從而造成了學生學習的困難，容易產生畏懼感，并且學生常常對其在實際環境中的具體應用產生疑問。
如何在這么短的授課學時里使學生產生學習興趣并且能取得良好的教學效果是一個具有挑戰性的課題，這需要對該課程的授課內容、教材選擇、講授方法和考核形式進行全方位的思考與探索，并在教學過程中落在實處。一方面讓學生了解和掌握人工智能的發展歷史和思想淵源，并指出各個分支的本質特點和整個領域的發展趨勢；另一方面有意識地穿插介紹人工智能在實際中具體應用的例子，開闊學生的眼界，打消他們的疑慮。這些將在本文的后面部分進行深入的介紹。
最后人工智能概論這門課程還要兼顧研究型和應用型這兩種特點的共同發展。在以前，由于人工智能授課內容的特點，常常講授時偏向研究型，往往涉及到復雜的數學推導和邏輯運算，增加了老師講授的難度和學生學習的困難。因此，針對上述問題，在教學過程中可以引入多種形式的事例說明和多媒體演示環節，以講授思想為主，具體技術為輔，這將直接反映到授課內容的選擇上。
2授課內容的選擇
人工智能概論授課內容的選擇至關重要，本著該課程“少而精”的特點，既需要讓學生在較短時間內掌握基本的思想與概念要點，又要對該課程進行全方位的介紹，并點出其發展趨勢，因而對授課教師有著非常高的要求。由于授課課時的限制，我們無法做到既面面俱到，又對每個具體方向進行詳細的講解；而且這樣也容易陷入復雜的數學推導和邏輯運算的誤區。因而，整個課程的講授內容應該以傳授思想和概念要點為主，并在講授的過程中加入有趣的事例，通過這些形象的事例說明和多媒體演示環節折射出人工智能思想的精髓和應用的廣闊前景。
人工智能概論主要涉及到知識表示、搜索推理、計算智能、專家系統、機器學習、自動規劃、Agent和自然語言理解等內容，其中以知識表示、搜索推理和計算智能為授課內容的重點，在講授的過程中需要對這些內容加以整理精簡，分清主次，合理地安排授課內容在總學時內。除了這些基本的授課知識外，還應該在教學環節引入多媒體演示，通過形象生動的視頻演示讓學生們了解人工智能的科學價值和實際應用所在。視頻可以選用世界一流大學實驗室的開放多媒體內容，例如：MIT計算機科學與人工智能實驗室的相關科研項目中間過程及結果的視頻演示，以此來開闊學生的眼界，增長他們的見識，使之了解其應用前景和未來的發展空間。
人工智能領域的發展受到多個學科的影響，這些學科在不同歷史時期都對人工智能領域起到了各種推進作用，也產生了許多不同層面的爭論，至今也是如此。如何在授課過程中形象地對人工智能歷史進行回顧，闡述這些學科對人工智能領域的影響，尤其是思想方面的影響特別重要。“回顧歷史，立足當今，展望未來”――給學生形象地描繪出人工智能發展的思想史，并以畫龍點睛之筆指出人工智能領域發展的廣闊未來，是授課教師艱巨而光榮的任務，只有這樣才能使學生把握住人工智能領域的整個發展脈絡，激發出他們的學習興趣和愛好。
以哲學家對強人工智能方向的爭論為例，向學生們介紹這些收集整理的資料對于他們思想的啟迪是非常有益的。這里值得說明的是這種思想的闡述事實上是非常不容易的，其難度甚至高于復雜的數學推導，因為它常常要求授課教師掌握思想的精髓所在，并用非常形象生動的語言對其進行說明，而這些常常是現在書本中所沒有的。例如：知識的表示、獲取、存儲和推理是人工智能領域中重要的組成部分，雖然目前已經有很多書籍詳細地介紹了這些方面，但學生仍然反映聽起來比較抽象。為什么會這樣？其原因是一些基本的問題并沒有得到圓滿的說明和闡述，如“什么是知識”，“知識能夠表示嗎”，“有統一表示各種各樣抽象、復雜知識的工具嗎”，“抽象的美學與復雜的人類情感，知識能夠表示嗎”……其中有些問題看似容易回答，卻往往涉及到一些復雜的哲學問題，目前在各種人工智能的教科書和專著里常常對這些問題避而不談，只在數學的層面上針對具體的問題來進行說明和講授。如果想在這方面有所突破的話，就需要閱讀大量的哲學書籍，如認知學、知識論和心智哲學等領域的著作，還需要大量時間的理解和參悟，這些有價值的資料也是對授課內容的極大豐富和補充。近年來，認知神經科學、心理學、生物學、語言學甚至社會學對人工智能領域有著較大的推進作用，也是將來融合發展的總體趨勢，如何在課堂上結合具體的事例對其加以說明也是授課內容的一個重要環節。
3相關教材的選擇
眾所周知，關于人工智能的國內外優秀教材有很多，例如：S.J. Russell和P. Norvig所著的《Artificial Intelligence――A Modern Approach》被全世界89個國家的900多所大學用作教材[1]，國內可以考慮使用其影印版或中文翻譯版本，大大的降低了購買國外原版教材所需的費用，并可以在此基礎上考慮實現雙語教學。此外還有蔡自興教授等編著的人工智能及其應用，詳細而恰當地介紹了人工智能領域中的各個研究方向(分別適合于本科生[2]和研究生[3])等。我們從整個教學時間安排上看，因其所占學時較少，所以人工智能概論課程的教材選擇不適用于大部頭的書籍，宜選用篇幅較小但內容較全的適合于本科生的教材。除了選擇合適的教材外，對于任課教師還要擁有大量的參考書，包括上述提到的其他領域的書籍和資料，只有這樣才能拓展所掌握的知識，為實現良好的教學效果而服務。
4講授方法和考試形式的選擇
課程講授時注意主線的選擇，著重以思想介紹為主，詳細地介紹人工智能發展的歷史以及各種學派和學說，如符號主義、連接主義和行為主義等，要重點介紹他們的特點和本質，指出它們形成的原因以及其中的不足之處，并向學生介紹新的學說，例如機制主義[4]等。整個教學過程并不涉及較為復雜的數學，要注重各個分支的思想源流，主要從其機制上做定性介紹。同時可在講授過程中穿插相關歷史問題的爭論，例如：中國屋問題[5]等，引發學生學習的興趣和愛好，開展交互式教學，使學生和老師產生互動。授課方式采用板書和多媒體交互使用方式，力爭在每節課的空閑時間里穿插加入人工智能領域的實際應用介紹，放映相關的視頻錄像，開闊學生們的眼界。在最終考試形式的選擇方面不是要學生死記硬背知識點，而是要注重學生思想的發揮，鼓勵學生提出新想法和新思路，并豐富其掌握的相關知識，為將來的進一步學習打好基礎和做準備。
5結語
我們認為在教學方式上力爭采用“啟發式”教學，能真正做到啟迪學生思想的作用，尤其要鼓勵思想創新，在高等教育階段培養學生具有獨立思考、勇于探索的能力，使之成為社會的有用之才。希望這些在人工智能概論課程教學中的思考和探索能在日常教學活動起到有益的作用，并與同行們共同交流和探索。
參考文獻：
[1] S.J. Russell, P. Norvig. Artificial Intelligence:A Modern Approach[M]. 2nd Ed. 北京:清華大學出版社,2006.
[2] 蔡自興,徐光佑. 人工智能及其應用本科生用書[M]. 3版. 北京:清華大學出版社,2003.
[3] 蔡自興,徐光佑. 人工智能及其應用研究生用書[M]. 3版. 北京:清華大學出版社,2004.
[4] 鐘義信. 機制主義方法與人工智能統一理論:人工智能的新方法與新進展[J]. 計算機教育,2010(19):7-10.
[5]J. Preston, M. Bishop. Views into the Chinese Room: New Essays on Searle and Artificial Intelligence[M]. Oxford: Oxford University Press,2002.
Teaching Reflection on Introduction to Artificial Intelligence
YANG Dedong, SUN Hexu, YANG Peng, ZHANG Lei
(School of Control Science and Engineering, Hebei University of Technology, Tianjin 300130, China)
無處不在的“機器人”
對于機器人的形態，在我們的印象中大體是具有類似于人的外形，能夠與人類交流的機器。但事實上，機器人的類型多種多樣，包括無人機、自動駕駛汽車、服務機器人、生活方式類機器人、機器人玩具、社會化機器人、機器人工具和協作機器人。它們都有一個核心就是AI（人工智能）。
在GMIC全球智能機器人大會上，地平線機器人技術創始人兼首席執行官余凱認為，人工智能是一次新的產業革命。人類正進入一個虛實融合的世界，新物種也誕生于此。機器人不同于以往機器的發明，它不再是人類體力、腦力的延伸，而是能自主決策和行為。不管它是否具有人類的外形，只要它能夠和你交互和決策，它就是機器人。余凱認為，以后所有的智能品類都會衍變成Robot，社會將變為無處不在的智聯的人工智能社會。機器人也將從神經元感應發展到深度學習。由感知到決策，機器人才能成為真正改變世界的力量。
機器人將走進每個家庭
機器人涵蓋了出行、識別、監控、智力啟迪、交流等生活領域，充分顯示了機器人顛覆傳統的巨大能力，而在其中兒童陪伴類機器人在市場應用上最為奪目和普及。
兒童陪伴機器人總體特點，形象呆萌可愛，與孩子能夠智能語音交互，能唱歌跳舞，用于早教娛樂，有的還具備拍照、在線通話視頻、遠程監控以及凈化空氣等多種功能。奧飛娛樂首席執行官陳景青在演講中，以目前在兒童中知名度很高的超級飛俠樂迪機器人為例，他講到，樂迪機器人具有專屬世界觀、動畫原聲音色，個性點播系統，十萬個為什么，以及成長記錄功能。實時大數據，讓家長更了解孩子。同時還具備自學習與成長維護系統。
陳景青認為，機器人中最好的應用就是兒童陪伴機器人。以兒童作為一個發力點，將人工智能和動漫IP內容結合起來，讓虛擬IP轉為現實機器人走進孩子的生活，讓孩子可以享受各種互聯網的應用，使孩子成長得不一樣。有數據顯示，以動漫IP為形象來設計機器人，其購買意愿會提高31%。
最為重要的是機器人能夠把孩子的精力從以視覺為主的iPad中解放出來，兒童通過語音交互就能夠和機器溝通。思必馳副總裁雷雄國認為，語音是最自然的人機交互入口。語音交互越真實，親切度越高。在語音研發當中其聲源和遠場識別，對場景化的語義理解以及自定義的語音喚醒是其核心，尤為需要注重的是本地語音識別。
兒童陪伴機器人的快速發展與家長對孩子的重視程度密不可分，Dash Robotics Inc首席執行官Nicholas Kohut表示，中國具備良好的機器人市場，中國家長都非常注重孩子的教育，所以公司也非常注重中國市場的開發。
機器人不僅在兒童陪伴當中應用廣泛，伴隨著老齡化社會的來臨，今后機器人在助殘和養老方面將會普及，這方面日本已發展得很成熟。今后在國內也會逐漸發展起來。當然，個性化的定制將成為機器人設計研發的方向之一。
人工智能、機器人和互聯網三個產業在過去基本上是獨自發展，而在2014年后這三個產業逐漸融合，現在正在加速發展。過去手機功能很單一，除了手機外消費者還要購買MP3、優盤、相機等等電子產品，而現在這些功能都集中在手機上，其他電子產品都邊緣化了。圖靈機器人創始人兼首席執行官俞志晨表示，機器人的發展也會像手機一樣，將來會成為集智能家居、教育育兒、家庭服務等等功能于一身的綜合體。未來智能機器人將走進每個家庭，給我們帶來智慧的家庭生活服務。
面臨難點
個人簡歷：
1981年，畢業于浙江美術學院工藝系（現中國美術學院），學士；
1982年-1983年，任教于中國美術學院，教師；
1984年-1986年，德國慕尼黑造型藝術學院與柏林藝術大學訪問學者；
1986年-1988年，獲美國耶魯大學藝術學院碩士學位，被授以作為表彰最優秀畢業生的諾爾曼?艾弗斯紀念獎；
1988年，成立個人設計工作室，為Adobe公司提供設計；
1989年-1997年，美國耶魯大學藝術學院，講師；
1991年-1998年，就職于全球最大的出版O計軟件公司Adobe，先后擔任設計師，高級藝術指導，設計總管，負責全公司設計工作；
1998年，加入兩方設計公司，任設計總監；
1999年，任上海大學美術學院，客座教授；
2001年，參加北京申奧工作，藝術指導；
2006年-2008年，任北京奧組委形象與景觀藝術總監；
2003年-至今，任中央美術學院設計學院院長、長江學者特聘教授、博士生導師
主要設計、研究項目：2001 年參與北京市申奧工作，設計北京申奧多媒體陳述報告；2004建立中央美院奧運藝術研究中心并任主任，中心設計了奧運獎牌、奧運體育標識、奧運色彩系統、奧運景觀系統指南、奧運門票等奧運設計項目；2006年10月至2008年10月任北京奧組委形象與景觀藝術總監，負責北京奧運形象與景觀設計工作；2009年作為學術總監與主要發起人負責申請、籌備、舉辦了ICOGRADA 北京世界設計大會。大會有40多個國家2000人參會，超過100場演講，24個專業展覽，成為推動中國設計發展的一項重要活動。曾任教于美國耶魯大學藝術學院并擔任世界最大出版設計軟件公司Adobe 高級藝術指導與設計總管，負責全公司設計工作。作品多次參加國際重大展覽并獲獎，作品被多家博物館收藏；多次被邀請作為設計比賽評委；在世界多地舉辦過學術講座，主持過很多與設計相關的學術活動。
技術的進步、互聯網的發展和數字化時代的到來使得設計行業面臨著巨大的機遇和挑戰。在2016年11月召開的國際藝術設計教育年會上，中央美術學院設計學院院長王敏教授就現階段技術和數字化發展所引發的設計領域的一系列變革問題進行了名為“Envision， Empower， En-hance―Design in the Era of 4th Industry Revolution”的主題演講，在設計領域引起了巨大的反響，更是吸引學者們廣泛的關注。發言中，其不僅對目前數字和人工智能背景下的設計問題進行了廣泛的論述，更對未來設計行業和設計教育的發展指引了方向。本期，我刊特別邀請到了王敏教授做客權威人物欄目，就第四次工業革命所引發的設計價值與設計蛻變相關問題接受我刊專訪，深入探討設計未來的研究方向和設計師的培養問題。
本刊主編：王院長您好！感謝您接受我刊的專訪！我們知道，在去年年底結束的國際藝術設計教育年會上，您的發言引起了巨大的反響，特別是其中有關人工智能所引發的設計變革方面的問題，更是得到了很多學者和教育工作者們的關注。您能進一步深入解讀一下您是如何看待設計師與人工智能的關系的呢？
王院長：好的。首先，我想說的是目前人工智能的發展已經對設計師帶來了巨大的沖擊，而且在未來，設計師的很多工作還將會被人工智能系統所取代。但其次，我想進一步說明的是某些工作的消失并不意味著設計行業的消失，因為設計師的很多工作是不能被人工智能所取代的。因此我想，設計師和人工智能的關系應該是相互促進、相互激勵發展的關系。歷次的工業革命，都帶來了設計理念、設計價值的轉變，也為設計領域的發展帶來了巨大的機會。第四次工業革命也以一樣。在人工智能、物聯網Internet of Things ，工業4.0、新能源、新思維興起的時候，也為設計領域和設計師帶來了前所未有的機遇與挑戰。
本刊主編：王院長，剛剛您談到了歷次工業革命和第四次工業革命的問題，您能介紹一下四次工業革命都對設計帶來了怎樣的影響嗎？中國在這四次革命過程中又處于一種什么樣的狀態呢？
王院長：當然可以，而且我個人認為將四次工業革命的影響梳理清楚對于我們現階段把握好設計發展的脈絡是非常有幫助的，因為伴隨工業革命、技術革命發生時，設計師設計理念的轉變、設計所帶來的價值的轉變、設計行業發生的變化，這都會給我們一些對未來的啟示和思考。首次，第一次工業革命由蒸汽機引發，人類進入機械生產時代，機器產生的能量大于人與動物的力量，機器取代了人工，帶來了生產的進步，但也帶來了各種毫無美感的粗劣的機器，在人們為工業進步歡呼之時，莫里斯倡導的藝術與手工藝運動也開始掀起，隨后新藝術運動，新裝飾，青年風格等在歐洲形成，很多藝術家設計師投入其中，創造了大量的精美設計作品，今天仍為很多人喜愛，這讓人們看到了藝術與工業結合去創造美的可能性；其次，電與工業流水線帶來了第二次工業革命，電報電話的能力遠優于人的傳播能力，人類通訊方式從此發生了革命性的變革。福特的T型車流水生產線大大提高了工業生產效率，將汽車帶進普通人的生活，也預示著工業產品對人類生活所將帶來的巨大影響。此時出現的包豪斯帶來了現代設計教育的理念，包豪斯倡導藝術與技術統一，功能性與極簡的現代審美觀，其后形成的現代主義設計潮流極大推動了工業化對人類生活形態與審美的滲透與改變，在這個現代主義設計發展的進程中吸引了眾多人才，也產生了很多設計大師，設計的價值為社會所關注；其三，第三次工業革命始于60年代，從計算機再到互聯網，第三次工業革命又一次引起了生產方式和生活方式的巨大變革，比如計算機的應用顛覆性改變了設計、印刷、傳播的過程，改變了設計師的工作與設計的價值，3D打印勢必引發產業組織形態和供應鏈模式包括設計價值的顛覆性變化；最后，第四次工業革命來到，隨著互聯網的發展和計算機技術的更新，人工智能和機器學習開始成為新的熱點，也是必為設計行業帶來巨大挑戰與機會。
再來看看我國，由于歷史原因我們錯過了第一次與第二次工業革命，僅僅搭上了第三次工業革命的末班車，面對第四次工業革命，我們從來沒有像今天這樣與世界領先的技術浪潮如此接近過。尤其是在人工智能領域，中國最大的優勢在于7億多互聯網用戶，而大量的用戶就意味著更多的數據。2016年白宮前沿峰會報告指出，在人工智能的新領域深度學習領域中，中國無論是數量或是被引用論文數量都趕超美國位居全球第一。深度學習的應用也體現在我們的日常生活之中，購物平臺利用大量的數據分析用戶需求，匹配并推薦其需要的商品，或是資訊類APP為用戶匹配并推送相關的新聞訊息。除此以外，深度學習最終價值的體現其實還有更多，比如AlphaGO大戰李世石，深度學習在背后也起著非常重要的作用，再比如自動駕駛、語音識別、圖像識別等都是深度學習的研究范疇，也將是人工智能未來在我們生活中的應用場景。
本刊主編：王院長您的思路太清晰了！正如您所說，歷次的工業革命都對設計和人類產生了幾乎是具有顛覆意義的影響，那么我想進一步請教一下您，您認為設計在第四次工業革命中是一個什么樣的身份？設計存在的價值在哪里？而我們如此眾多的設計師將何去何從？將如何重新找到自己的社會價值呢？
王院長：這個問題非常好，它正是我們中國設計和設計師們面臨的困惑，這里我就談談我個人的看法。前面幾次工業革命過程讓我們看到，技術的發展淘汰了一些行業、工種，但它也不斷創造新的機會、新的工作。在社會、技術發展的進程中，設計與藝術起到技術無法替代的作用。我們應該將第四次工業革命當作機遇、機會，來實現設計的新的價值。現階段，第四次工業革命帶來了對設計新的要求、新的機會。設計的定義、價值正在改變，企業對設計的需求也在改變。這是一個擁抱創新、創意、設計的時代。近年來，很多大型公司開始并購設計公司；國內外很多商業學院陸續開設設計思維的相關課程，新加坡甚至將設計思維作為高中的必修課；越來越多的設計師開始創業。這里我們所說的設計師創業，并非開辦一個設計師事務所，或者打造一個設計品牌，而是更多的涉獵到非設計行業。這些變化就要求我們不斷重新定義設計、重新定義設計師、重塑設計師，作為最根本的，我們還需要重新定義設計教育。在人工智能時代，很多行業或是消失，或是大量削減人數，設計行業也一樣，但這并不意味著設計行業的消亡，正相反的是，未來社會更需要設計師，只是是與以往不同的設計師。我們要不斷重新定義設計、重新定義設計師、重新判斷設計的價值。設計師因為他們的職業特點，他們對用戶體驗的關注、他們所普遍具有的同理心、他們的創造性思維的能力，加上對跨行業的經驗，使他們可以為企業帶來美化產品之外的價值。設計由最初對產品的關注被提升到組織與策略的層次，設計一詞不再局限于有型的產品，而是一種策略思考。
本刊主編：王院長，您提到設計和設計師都需要重新定義和進行價值重塑，那么您認為當前的設計人才應該具備那些能力呢？一名好的設計師又應該如何定義呢？
