人工智能课题研究调查7篇人工智能课题研究调查 农村小学开展人工智能教育教学实践研究 摘要：本课题主要研究在如何在农村小学开展人工智能教育教学课程。本课题从分析乡村人工智能教育教学现下面是小编为大家整理的人工智能课题研究调查7篇,供大家参考。
篇一：人工智能课题研究调查
小学开展人工智能教育教学实践研究摘要：本课题主要研究在如何在农村小学开展人工智能教育教学课程。本课 题从分析乡村人工智能教育教学现状入手，研究开展人工智能提高学生核心 素养的必要性，并提出了在农村小学开展人工智能教育教学切实可行的措施， 通过人工智能教育教学在乡村小学课程的开展提升农村小学学生信息学科 综合素养。
关键词：农村小学 教学 人工智能 一、农村小学人工智能教育教学现状
(一)农村信息教师对于人工智能教学理念的理解滞后，理解流于表面。教育部 2018 年 1 月颁发了《普通高中信息技术课程标准》，其中以学校课程方式进行的学生人工智能培养可以划为三个层面：体验层面的认识人工智能、初步理解人工智能实现的简单原理和基本过程、能够简单实现人工智能的基础应用。我们可以发现，在中小学阶段的人工智能课程标准里，培养计算思维。小学阶段人工智能教育教学要以计算思维培养为重点，以感知和体验人工智能为辅助。农村信息教师认为人工智能教学对于小学的学生理解有困难，在小学进行人工智能教育还为时过早，而且没有资金购买成百上千的器材，所以没有条件进行人工智能教育教学。
（二）人工智能教育课程和资源在乡村科学教学中如空中楼阁，不接地气目前农村人工智能教育资源不够丰富，现有的教学资源也比较单一，多停留在 3D 打印、开源硬件等“高大上”的领域，对于乡村人工智能教学来讲， 缺少易操作、易推广、能解决实际问题的“接地气”的教学资源。
二、农村小学开展人工智能教育教学的必要性
（一）人工智能教育从娃娃抓起，推助国民科学创新素质
人工智能是改变人类未来生活方式的重要手段，是未来颠覆人类发展生活的大方向。对国内中小学教育，人工智能和教育相结合势在必行，让人工智能融入中小学课堂，推助国民科学创新素质，为国家的人工智能发展培育种子力量，这是我们每一位教育工作者应担起的社会责任。
(二) 开展中小学人工智能技术与是适应智能社会的学习、生活与工作环境的需要 从 2017 年起，伴随互联网和大数据信息技术的社会普及，“人工智能+ 教育”已成为当前国内教育领域的前端热门话题。中小学生将首先面临智能社会的巨大挑战，人工智能作为影响社会方方面面的颠覆性技术，会对学生的生活与学习产生重大影响，学生在居家生活、参观旅游、娱乐交际等社会活动中，随时处于人工智能系统与产品的环境中。使中小学能够正确认识、对待与使用人工智能技术与产品，显得十分迫切。
三、农村小学开展人工智能教育教学的具体实践
(一)删繁就简，把握重点，以培养学生计算思维作为培养学生人工智能教育的切入点 什么是计算思维？谷歌将计算性思维概括成分解、模式识别、抽象和算法开发四大类型。我们可以把它很通俗地概况为：生活和计算机中通用的思维模式。譬如 Code.org 网站就有很多不插电的计算思维培养课程，我们利用这个课程可能进行计算思维的培养，不但不用高大上的器材，而且连电不用，而且省钱。
培养计算思维 不插电
通过这些课程，学生在轻松拖拉和完成游戏的过程中，明白了计算思维是什么，知道了计算机如何把人们解决问题的方法转化成计算思维的，从而培养了学生的计算思维。
我给小学生讲 scratch 时，第一个例子总喜欢用“听话的小甲虫”。按下不同的方向键，小甲虫会在舞台上朝相应的方向移动。
在这个例子中，我们应该把教学的重点仅仅放在介绍模块的功能上吗？不。
这虽然是一个极其简单的有趣小程序，但是如果仔细思考，可以传递的理念就多了。
我们把这个例子拆解开来会发现：按键事件 面向并移动
得到甲虫爬的结果这正好是一个输入、处理、输出（执行）
的计算机工作的基本模型
有了这个基本模型，我们可以鼓励学生按照模块分类进行自由替换， （scratch 很贴心，使用颜色和形状来区分模块功能的。）鼓励学生探索并理解功能使用，一节课，模块功能学习就 OK 了，替换、排列组合，程序会呈现各种各样的样式，学生们在这种探索中乐此不疲。
我们继续小甲虫例子：两个程序块，一个负责控制运动，一个负责控制造型，各干各的——模块化&并行的概念——模块化对应计算思维中的分解。
更改方向角度或移动步数，观察小甲虫运动的变化情况——这是参数、程序调试、数据的概念。小甲虫按一下走一次，太懒了。每次按键，小甲虫做的事情都是一样的，有没有办法让它自己走？——引入重复，循环概念。
循环，是自动化的基础。
小甲虫撞了南墙不回头，它为什么这么傻？它能聪明点吗？——在这里引出检测、条件判断。当小甲虫用上了判断的时候，我们发现它聪明 了。
逻辑判断，是智能的基础。
在教学过程中通过对这些基本概念、原理潜移默化地不断渗透和强化， 学生可以比较容易地对这些基本方法进行迁移。
(二)基于 scratch3.0 的 kittenblock 人工智能系列课程 拿小学阶段常见的图形化编程来说，现有的共享课程资源数不胜数、种类繁多，像网易卡搭、DF、makeblock、小喵科技、树上科技、编程猫等
等有社会责任感的平台都提供了非常多的免费共享课程。对于我个人来说， 这些课程提供了很好的框架，在实施的过程中我可以结合生成性内容配合深入的教学反思，逐步完善、形成具有个人教学风格、符合实际条件的课程。既不用花大力气开发，又能接地气。
最近，我和学生共同尝试了基于 scratch3.0 的 kittenblock 这个软件的一套人工智能案例。
人工智能案例目录：从文字朗读、语音识别、视觉识别到翻译系统、专家系统，甚至是目前大热的机器学习 Tensorflow，都提供了可操作的应用案例。那么这样一套案例完成下来，人工智能教学小学部分的任务就完成了（感知与体验），甚至还拓展到了初中的任务（理解如何实现）。
在接触之前，我们会思考这些高精尖内容适合小学生吗？他们能消化吗？是不是太难了？开发者说，他们通过自身积累的技术，将人工智能降低门槛了。Kitten 对 AI 的支持情况：通过添加扩展，接入相应人工智能功能。
学生通过通过小喵 kittenblock 扩展中提供的文字朗读、语音识别、机器翻译、视觉侦测、人脸识别、机器学习等人工智能课程初步对人工智能有了感知，激发了学生的学习和兴趣，教师在这个过程中只是起到了引路的作用，激发了学生探究学习的乐趣和动力，教给了学生学习的方法。在计算机科学领域，我们大约每隔 5 年就接受新的技术和新的思维模 式，因为新技术以这种速度被发明出来，使得我们之前使用的技术变得过时。所以，在信息时代，我们必须习惯于不断学习新事物。不断学习或说学习兴趣是孩子们最应该被保护好的学习品质，而学习方法将是我们传授
给孩子最重要的技能。我们应该重新认识我们的教师身份，重归教育教学本质，淡化对学习内容的关注，强化对学习方法的传授，共同投入这场史无前例的学习革命。
篇二：人工智能课题研究调查
智能课题及其认识意义2001 年第 1 期 2001 年 3 月
人工智能课题及其认知意义
张善信
(中国矿业大学文法学院,江苏徐州 221008)
摘要:人工智能是 20 世纪中叶出现的科学现象,它的产生是社会生产发展的要求和必然
结果,也是人类认识自身的重要标志.人工智能开创了 从根本上解放人类智力劳动的途径,在实
践上和理论上都具有重要意义.人工智能的积极认知作用将推动人类的非生物进化和社会变
革.
关键词:人工智能;课题论域;认知意义
中 图 分 类 号 :B023;TP18文 献 标 识 码 :A文 章 编号:1009—105X(2001)01—0036—06
一
,两种进化
1956 年夏季,美国的一批数学家,心理学家,神经生理学家,信息论和计算机方面的学者和工程师在达
特玛斯大学召开了 一次以人工智能(Artificialintelligence)为题名的
学术讨论会.从此,人工智能作为一个
新兴的独立学科创立并受到社会各界的关注.几十年来,在人工智能研究领域产生了一大批人们预想不到
的成果,这些成果的运用把过去只有在幻想中存在的东西变成了 现实,有力地推动着科学技术进步和生产
发展.
人工智能是相对于人脑的神经生理智能而言的.人脑的神经生理智能通常称为智慧,”是指人认识客
观事物并运用知识能解决实际问题的能力,集中表现在反映客观事物深刻,正确,完全的程度上和应用知
识解决实际问题的速度和质量上,往往通过观察,记忆,想象,思考,判断等表现出来.”l_1_”哲学和心理
学历来以对人的神经生理智能研究为己任,分别从认识论和人的心理活动过程提出了多种认知模式.例
如,辩证唯物主义认识论提出了”在实践的基础上由感性认识到理性认识,又由理性认识到实践的能动飞
跃”的认知模式;格式塔心理学认为认知现象最基本的特征是在意识经验中所显现的结构性或整体性等
等.这些研究成果对人的学习过程和解决问题过程具有重大实践意义,也为人工智能研究提供了背景知识
和基底模式.
人工智能的实质是把人的某些神经生理智能赋予机器,让机器模拟
和代替人的某些智能.所以,人工
智能也可称之为”机器智能”或”智能模拟”.或者可以说”人工智能是探索和模拟人的感觉和思维过程的规
律并进而设计出类似人的某些智能的自动机的科学.”『2](人工智能的实现载体和主要工具是电子计算
机,人工智能现阶段的主要任务是把尽可能多的人的神经生理智能赋予机器,通过机器识别符号,图象,声
音等信息载体,使机器能象人类那样进行学习,联想,判断,推理乃至行动.简言之,”人工智能就是研究如
何使计算机去做过去只有人才能做的智能工作.”这正是马克思所预言的”科学通过机器的构造驱使那些
收稿日期:200008—08
作者简介:张善信(1946 一),男,中国矿业大学文学与法政学院副教授.
2001 年第 1 期张善信:人工智能课题及其认知意义 37
没有生命的机器肢体有目 的地作为自动机运转,”[3J(P?实现社会生产力高度发达.显然,人工智能是高度
自动化生产的基础.
从进化论的观点看,人工智能的产生是生物进化与机器进化的统一.这两种进化的统一是自然界物质
统一性的反映.达尔文和马克思分别为有机界和无机界这两个不同领域内的进化研究作出了开创性的贡
献,他们都在各自的着作中论述了 作为”生产工具”的动植物器官形成的过程和原因,指出器官的专业化,
完善化是自然选择通过优胜劣汰实现的.马克思在《机器.自然力和科学的应用》 一书中依据人类社会发展
基本矛盾和人类主观能动作用的对立统～,指出了 作为人类各种器官延伸的生产工具和机器的产生,发
展,进化是一个客观历史过程并具有自身固有规律.在马克思之后,通过近一个世纪的科学发展和积累,美
国科学家维纳综合研究了数学,工程控制,心理学,医学和神经生理学等学科已有成果,创立了”控制论”这
一
学科.控制论揭示了 机器,生物界和人类社会共同的信息传递与运动的控制规律,用统一的科学规律把
机器系统,生物界和人类社会联系在一起.在几乎同时发展起来的计算机科学,仿生学和其它相关技术科
学的共同推动下,终于在 20世纪 50年代产生了作为独立学科和研究领域的”人工智能”.
人工智能也是科学技术和社会生活发展的客观需要.长期以来,人们一直希望用机器代替大脑的某些
功能.以提高人类征服自然的能力和效率.人类为这一目标奋斗的历史企盼在文学典籍和科幻作品中留下
了 许多美丽的幻想.现在,三维动画和”虚拟现实”直接在电脑屏幕上
圆了这个梦.马克思在他那个时代就
指出:”科学的发展同前一代人遗留下来的知识量成正比例.因此在最普通的情况下,科学也是按几何级数
发展”.[43.现代社会生活运行节奏和发展速度越来越快.据统计,二战以来人类知识总量大约每 7—10
年就增加一倍,出现了 所谓”知识爆炸”现象.减轻和代替人脑工作的需求越来越迫切.但由于生物进化是
一
个极其缓慢的过程,人脑的功能限制了 人类的记忆容量和处理信息的能力,有许多工作在规定的时间内
或个体生命周期内是无法完成的,而超过时限又失去了 完成它的意义,这就需要人类在信息处理方面掀起
一
场革命.
电子计算机的问世在一定程度上使人类从繁重紧张的脑力劳动中解放出来.过去人们不敢问津的繁
杂运算得到解决,如四色定理证明和适时气象数值预报等.但是,也还有许多问题以现有的电子计算机为
工具不可求解,如组合爆炸类型的问题.为了 更有效地减轻和代替人脑的繁重劳动,迫切需要研制出”思维
的机器”.它除了 能按逻辑程序做推理和数值计算外,还能按人的思维模式并行思维和模糊思考处理问题.
如果辅以相应的机械装置,它还可以自动地执行只有经过人的大脑指挥才能产生的行为,这就是”机器
人”.人工智能为实现这些任务奠定了理论基础和实施规则.
二,课题论域
目前.人工智能的研究主要通过三种途径实现.第一是生理学途径.主要采用仿生学方法,直接模拟动
物和人的感官特别是人脑的结构与功能,制成神经元模型和脑模型硬件或软件.第二是心理学途径,或称
为”启发式途径”.它应用实验心理学的方法考察人在解决问题时采用的方法,程序,策略等,概括出人的思
维活动的规律.再把这些规律编译为程序化的心理模型,然后用计算机进行模拟.第三是工程技术途径.着
重研究计算机如何从功能上模拟人的智能行为.人工智能在这三个方面都取得了一些重要成就,但也还存
在着相应的困难.例如说,由于脑细胞和神经元的数量极其巨大,生理学途径制作模型硬件时导致了复杂
的巨系统问题,处理巨系统问题目 前还没有成熟的理论和有效的数学工具,实际运行中容易产生混乱或混
沌现象;心理学途径在人的创造性思维和非形式逻辑思维的研究方面遇到了困难,不能建立令人满意的数
理逻辑模型,编程就成了无源之水;现阶段工程技术途径发展最快,成为人工智能研究和运用的主要发展
方向,但是工程技术途径只能解决较低层次上的人工智能问题,较高层次上的人工智能问题只有在心理学
38 中国矿业大学(社会科学版)2001 年 3 月
途径取得重大突破之后才有可能取得长足的发展.
用电子计算机解决人工智能型的问题必须具备三个基本前提.首先,必须把研究的问题形式化.这是
因为目 前的电子计算机只能进行有限符号集的有限长符号序列的决定型形式变换,即使在较高层次上可
以放宽,但计算机总是在作符号处理.因此,任何问题要交给计算机处理,必须先建立一个符号形式系统.
这方面的问题目前解决的较好.其次,计算机要解决的形式化问题还必须是可计算的,即一定要有求解的
“算法”.实际上并非所有可形式化的问题都是可计算的.例如可以从理论上证明”判定整系数不定方程(丢
番都方程)”是否有解的算法是不存在的.对具体问题来说,即使存在着某种算法,但要找到这种算法也是
无必然联系的两回事,前者是客观的,后者是主观的,谁也不能保证主客观在任何条件下完全一致.第三,
计算机根据某种算法求解的问题必须有一个合理的复杂度.一个算法所需计算的次数称为计算的复杂度.
计算的复杂度越高,计算所需的时间也越长.计算的复杂度有 6 个层
次,即 n,n,n.,2”,n!n.对幂指函数
n 来说,当 n 不大时其值就可能很大,如当 n 一 10 时 n 一 10(百亿).随着 n 的增大,即使对于有限的 n 值,
其计算时间也是最现代化的电子计算机所难于接受的,这种现象称为”组合爆炸”.现实生活中的许多问题
都具有较高的幂指数复杂度,这是问题本身固有的性质,不是通过任何巧妙的技术措施可以避绕过去的.
在满足上述三个基本前提的条件下,现阶段人工智能研究常见的课题可以归纳为下列八个方
面,Is]大略展示人工智能研究课题的基本面貌:
1.问题求解.目 前,电子计算机主要是用专用程序求解特定的具体问题,如编制工资表或机械加工中
心的编程.这确实可以在很大程度上减轻或代替人的脑力劳动,但还不属于严格意义上的人工智能.人工
智能的任务是使计算机模拟人脑思考解决问题的方法与步骤.为此,我们必须研究求解问题的规律.一般
地说,需要用人工智能求解的问题具有三个最重要的特征,即目标,状态和操作.问题求解的过程就是使初
始状态逐步地转变为符合目 标要求的状态的过程,状态和操作之间关系的数学工具是状态图.计算机作问
题求解实质上就是从初始状态开始,在有希望找到目 标状态的方向上按状态图的搜索.用这种方法已经解
决了许多人工智能问题.
2.自然语言处理.当前人——机”对话”要按一定的规则进行.人们更希望用自然语言与计算机直接
“对话”,这要求计算机能”听懂”和识别人的自然语言.现在,语音输入软件已基本上解决了这方面困难.虽
然语言有完整的语法规则,但人们在使用时并不完全遵守这些规则,往往通过语调,手势,表情等感情因素
来表达或识别对话者的思想.日本已研制出可同时翻译三种语言的可视电话,但总的来说,识别自然语言
的人工智能研究特别是机器翻译还处于初级阶段.
3.模式识别.在科学研究和日常生活中,人们要碰到大量的模式识别问题.从人群中认出一个熟人就
是一种模式识别.人工智能的模式识别就是研究如何从大量信息中提取模式特征,再根据模式特征识别不
同事物.模式识别是人工智能应用最广泛,最活跃的领域之一.它在应用方面已经取得了一大批积极重要
的成果,如军事间谍卫星的识别系统和社会管理中的指纹识别系统.
4.智能数据库.现在电子计算机大部分并非用于科学计算而用于数据处理.图书情报资料检索系统
是一种典型的数据库.大量的图书资料的名称,摘要,编目等特征通过软件转化为数据,在计算机内通过有
机组合存储为相应的数据库.随着数据库越来越庞大,如何对存储的
数据快速检索和修改就成为一个迫切
需要解决的新问题.人们发现,人的记忆具有非常奇妙的功能,可以在一瞬间想起几十年前记住的东西,搞
清人脑记忆的这一机制就可以更有效地组织和运用数据库.人工智能数据库最实用的发展方向是各种专
家系统.专家系统实质上是一种具备学习机制,能对知识加以改进以增强解题能力的智能数据库.
5.机器人.机器人是在一定的动力和控制下具有人的部分功能,完成相应任务的机器.机器人的种类
很多,全自动家用洗 ggt 就是一种最简单的机器人.最简单的机器人没有适应周围环境变化的能力,它能
在无人干涉的情况下执行较复杂的操作,但每次操作的执行步骤相同,实际上也是一种自动机,广泛地使
2001 年第 1 期张善信:人工智能课题及其认知意义 39
用在工业流水生产线上.智能机器人则装备了 相当于人的感官的电子摄像机和各种传感器件,它能拾取周
围环境(温度,压力,地形等)变化的信息并输入中枢计算机,经综合处理后作出正确的反应.智能机器人在
工业,军事,航天,海洋工程等方面发挥人的行为不能完成的作用.智能机器人的运作步骤是:问题规划,输
入信息分析,外界环境模型化,中枢管理,对操作部分的指令,运作等.
6.博弈.博弈原指两个人(或集团)参加的对抗性游戏活动.下棋是典型的博弈.由于博弈包括了许多
人类智力活动的基本特点,因此一直是人工智能研究的重要领域.人工智能中的博弈以问题求解,模式识
别为基础.1956 年,美国科学家赛缪尔把利用对策论和启发式搜索技术编制的跳棋机程序输入计算机,3
年后击败了 它的设计者,6 年后击败了 州跳棋冠军,从而引起人们对这一领域的重视.1997 年 5 月,美国
IBM 公司研制的”深蓝”超级计算机击败了 国际象棋冠军卡斯帕洛夫,这一重大突破使沉寂多年的人工智
能博弈研究领域重新活跃起来,为在复杂思维领域计算机可以达到甚至超过人类的观念注入了一针强心
剂.”深蓝”具有每秒计算两亿个棋位的超级计算能力,这足以让它战胜 99.9999 的在世棋手.”深蓝”的主
要开发者是两位华裔科学家谭崇仁和许峰雄.
7.程序自 动化.设计一种计算机语言或软件是一项非常复杂和费时的工作.FORTRAN 语言就是
IBM集中力量,历经 8 年,四次修订才完成的.编制软件难免发生错误,而寻找和改正错误更为费时,这也
是”软件危机”的原因之一.因此,人们企求让计算机自动编程.程序自动化目前主要在两方面开展工作....
篇三：人工智能课题研究调查
01年第1期J ournal of China中U国ni矿ver业sit大yo学f M 学in报ing‘ 慧会Te科ch羔l版og’ y(Social Sci ences)2001年3月年月l＆no人工智能课题及其认知意义张善信( 中国矿业大学文法学院，江苏徐州221008)摘要：人工智能是20世纪中叶出现的科学现象，它的产生是社会生产发展的要求和必然结果，也是人类认识自身的重要标志。人工智能开创了从根本上解放人类智力劳动的途径，在实践上和理论上都具有重要意义。人工智能的积极认知作用将推动人类的非生物进化和社会变革。关键词：人工智能；课题论域；认知意义中图分类号：B023；TPl 8文献标识码：A文章编号：1009—105X(2001)01—0036—06一、两种进化1956年夏季，美国的一批数学家、心理学家、神经生理学家、信息论和计算机方面的学者和工程师在达特玛斯大学召开了一次以人工智能( Arti fi ci al i ntel l i gence) 为题名的学术讨论会。从此，人工智能作为一个新兴的独立学科创立并受到社会各界的关注。几十年来，在人工智能研究领域产生了一大批人们预想不到的成果，这些成果的运用把过去只有在幻想中存在的东西变成了现实，有力地推动着科学技术进步和生产发展。人工智能是相对于人脑的神经生理智能而言的。人脑的神经生理智能通常称为智慧，“ 是指人认识客观事物并运用知识能解决实际问题的能力，集中表现在反映客观事物深刻、正确、完全的程度上和应用知识解决实际问题的速度和质量上，往往通过观察、记忆、想象、思考、判断等表现出来。” [1]( R“ “ ’ 哲学和心理学历来以对人的神经生理智能研究为己任，分别从认识论和人的心理活动过程提出了多种认知模式。例如，辩证唯物主义认识论提出了“ 在实践的基础上由感性认识到理性认识，又由理性认识到实践的能动飞跃” 的认知模式；格式塔心理学认为认知现象最基本的特征是在意识经验中所显现的结构性或整体性等等。这些研究成果对人的学习过程和解决问题过程具有重大实践意义，也为人工智能研究提供了背景知识和基底模式。人工智能的实质是把人的某些神经生理智能赋予机器，让机器模拟和代替人的某些智能。所以，人工智能也可称之为“ 机器智能” 或“ 智能模拟” 。或者可以说“ 人工智能是探索和模拟人的感觉和思维过程的规律并进而设计出类似人的某些智能的自动机的科学。” Ez] @ · ” ’ 人工智能的实现载体和主要工具是电子计算机，人工智能现阶段的主要任务是把尽可能多的人的神经生理智能赋予机器，通过机器识别符号、图象、声音等信息载体，使机器能象人类那样进行学习、联想、判断、推理乃至行动。简言之，“ 人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这正是马克思所预言的“ 科学通过机器的构造驱使那些收稿日期：2000—08—08作者简介：张善信( 1946一) ，男，中国矿业大学文学与法政学院副教授。万方数据
2001年第1期张善信：人工智能课题及其认知意义37没有生命的机器肢体有目的地作为自动机运转，，，[3](R 208’ 实现社会生产力高度发达。显然，人工智能是高度自动化生产的基础。从进化论的观点看，人工智能的产生是生物进化与机器进化的统一。这两种进化的统一是自然界物质统一性的反映。达尔文和马克思分别为有机界和无机界这两个不同领域内的进化研究作出了开创性的贡献，他们都在各自的著作中论述了作为“ 生产工具” 的动植物器官形成的过程和原因，指出器官的专业化、完善化是自然选择通过优胜劣汰实现的。马克思在《机器。自然力和科学的应用》一书中依据人类社会发展基本矛盾和人类主观能动作用的对立统一，指出了作为人类各种器官延伸的生产工具和机器的产生、发展、进化是一个客观历史过程并具有自身固有规律。在马克思之后，通过近一个世纪的科学发展和积累，美国科学家维纳综合研究了数学、工程控制、心理学、医学和神经生理学等学科已有成果，创立了“ 控制论” 这一学科。控制论揭示了机器、生物界和人类社会共同的信息传递与运动的控制规律，用统一的科学规律把机器系统、生物界和人类社会联系在一起。在几乎同时发展起来的计算机科学、仿生学和其它相关技术科学的共同推动下，终于在20世纪50年代产生了作为独立学科和研究领域的“ 人工智能” 。人工智能也是科学技术和社会生活发展的客观需要。长期以来，人们一直希望用机器代替大脑的某些功能，以提高人类征服自然的能力和效率。人类为这一目标奋斗的历史企盼在文学典籍和科幻作品中留下了许多美丽的幻想。现在，三维动画和“ 虚拟现实” 直接在电脑屏幕上圆了这个梦。马克思在他那个时代就指出：“ 科学的发展同前一代人遗留下来的知识量成正比例。因此在最普通的情况下，科学也是按几何级数发展” 。[ 43卵· 62’ 现代社会生活运行节奏和发展速度越来越快。据统计，二战以来人类知识总量大约每7—10年就增加一倍，出现了所谓“ 知识爆炸” 现象。减轻和代替人脑工作的需求越来越迫切。但由于生物进化是一个极其缓慢的过程，人脑的功能限制了人类的记忆容量和处理信息的能力，有许多工作在规定的时间内或个体生命周期内是无法完成的，而超过时限又失去了完成它的意义，这就需要人类在信息处理方面掀起一场革命。电子计算机的问世在一定程度上使人类从繁重紧张的脑力劳动中解放出来。过去人们不敢问津的繁杂运算得到解决，如四色定理证明和适时气象数值预报等。但是，也还有许多问题以现有的电子计算机为工具不可求解，如组合爆炸类型的问题。为了更有效地减轻和代替人脑的繁重劳动，迫切需要研制出“ 思维的机器” ，它除了能按逻辑程序做推理和数值计算外，还能按人的思维模式并行思维和模糊思考处理问题，如果辅以相应的机械装置，它还可以自动地执行只有经过人的大脑指挥才能产生的行为，这就是“ 机器人” 。人工智能为实现这些任务奠定了理论基础和实施规则。二、课题论域目前，人工智能的研究主要通过三种途径实现。第一是生理学途径。主要采用仿生学方法，直接模拟动物和人的感官特别是人脑的结构与功能，制成神经元模型和脑模型硬件或软件。第二是心理学途径，或称为“ 启发式途径” 。它应用实验心理学的方法考察人在解决问题时采用的方法、程序、策略等，概括出人的思维活动的规律，再把这些规律编译为程序化的心理模型，然后用计算机进行模拟。第三是工程技术途径。着重研究计算机如何从功能上模拟人的智能行为。人工智能在这三个方面都取得了一些重要成就，但也还存在着相应的困难。例如说，由于脑细胞和神经元的数量极其巨大，生理学途径制作模型硬件时导致了复杂的巨系统问题，处理巨系统问题目前还没有成熟的理论和有效的数学工具，实际运行中容易产生混乱或混沌现象；心理学途径在人的创造性思维和非形式逻辑思维的研究方面遇到了困难，不能建立令人满意的数理逻辑模型，编程就成了无源之水；现阶段工程技术途径发展最快，成为人工智能研究和运用的主要发展方向，但是工程技术途径只能解决较低层次上的人工智能问题，较高层次上的人工智能问题只有在心理学 万方数据
中国矿业大学学报(社会科学版)2001年3月途径取得重大突破之后才有可能取得长足的发展。用电子计算机解决人工智能型的问题必须具备三个基本前提。首先，必须把研究的问题形式化。这是因为目前的电子计算机只能进行有限符号集的有限长符号序列的决定型形式变换，即使在较高层次上可以放宽，但计算机总是在作符号处理。因此，任何问题要交给计算机处理，必须先建立一个符号形式系统。这方面的问题目前解决的较好。其次，计算机要解决的形式化问题还必须是可计算的，即一定要有求解的“ 算法” 。实际上并非所有可形式化的问题都是可计算的。例如可以从理论上证明“ 判定整系数不定方程( 丢番都方程) ” 是否有解的算法是不存在的。对具体问题来说，即使存在着某种算法，但要找到这种算法也是无必然联系的两回事，前者是客观的，后者是主观的，谁也不能保证主客观在任何条件下完全一致。第三，计算机根据某种算法求解的问题必须有一个合理的复杂度。一个算法所需计算的次数称为计算的复杂度。计算的复杂度越高，计算所需的时间也越长。计算的复杂度有6个层次，即n、n2、n3、2n．131 n“ 。对幂指函数n“ 来说，当n不大时其值就可能很大，如当n一10时n“ 一10” ( 百亿) 。随着n的增大，即使对于有限的n值，其计算时间也是最现代化的电子计算机所难于接受的，这种现象称为“ 组合爆炸” 。现实生活中的许多问题都具有较高的幂指数复杂度，这是问题本身固有的性质，不是通过任何巧妙的技术措施可以避绕过去的。在满足上述三个基本前提的条件下，现阶段人工智能研究常见的课题可以归纳为下列八个方面，[5](m2“ ’ 大略展示人工智能研究课题的基本面貌：1．问题求解。目前，电子计算机主要是用专用程序求解特定的具体问题，如编制工资表或机械加工中心的编程。这确实可以在很大程度上减轻或代替人的脑力劳动，但还不属于严格意义上的人工智能。人工智能的任务是使计算机模拟人脑思考解决问题的方法与步骤。为此，我们必须研究求解问题的规律。一般地说，需要用人工智能求解的问题具有三个最重要的特征，即目标、状态和操作。问题求解的过程就是使初始状态逐步地转变为符合目标要求的状态的过程，状态和操作之间关系的数学工具是状态图。计算机作问题求解实质上就是从初始状态开始，在有希望找到目标状态的方向上按状态图的搜索。用这种方法已经解决了许多人工智能问题。2．自然语言处理。当前人——机“ 对话” 要按一定的规则进行。人们更希望用自然语言与计算机直接“ 对话” ，这要求计算机能“ 听懂” 和识别人的自然语言。现在，语音输入软件已基本上解决了这方面困难。虽然语言有完整的语法规则，但人们在使用时并不完全遵守这些规则，往往通过语调、手势、表情等感情因素来表达或识别对话者的思想。日本已研制出可同时翻译三种语言的可视电话，但总的来说，识别自然语言的人工智能研究特别是机器翻译还处于初级阶段。3．模式识别。在科学研究和日常生活中，人们要碰到大量的模式识别问题。从人群中认出一个熟人就是一种模式识别。人工智能的模式识别就是研究如何从大量信息中提取模式特征，再根据模式特征识别不同事物。模式识别是人工智能应用最广泛、最活跃的领域之一。它在应用方面已经取得了一大批积极重要的成果，如军事间谍卫星的识别系统和社会管理中的指纹识别系统。4．智能数据库。现在电子计算机大部分并非用于科学计算而用于数据处理。图书情报资料检索系统是一种典型的数据库。大量的图书资料的名称、摘要、编目等特征通过软件转化为数据，在计算机内通过有机组合存储为相应的数据库。随着数据库越来越庞大，如何对存储的数据快速检索和修改就成为一个迫切需要解决的新问题。人们发现，人的记忆具有非常奇妙的功能，可以在一瞬间想起几十年前记住的东西，搞清人脑记忆的这一机制就可以更有效地组织和运用数据库。人工智能数据库最实用的发展方向是各种专家系统。专家系统实质上是一种具备学习机制、能对知识加以改进以增强解题能力的智能数据库。5．机器人。机器人是在一定的动力和控制下具有人的部分功能、完成相应任务的机器。机器人的种类很多，全自动家用洗衣机就是一种最简单的机器人。最简单的机器人没有适应周围环境变化的能力，它能在无人干涉的情况下执行较复杂的操作，但每次操作的执行步骤相同，实际上也是一种自动机，广泛地使 万方数据
2001年第1期张善信：人工智能课题及其认知意义39用在工业流水生产线上。智能机器人则装备了相当于人的感官的电子摄像机和各种传感器件，它能拾取周围环境( 温度、压力、地形等) 变化的信息并输入中枢计算机，经综合处理后作出正确的反应。智能机器人在工业、军事、航天、海洋工程等方面发挥人的行为不能完成的作用。智能机器人的运作步骤是：问题规划、输入信息分析、外界环境模型化、中枢管理、对操作部分的指令、运作等。6．博弈。博弈原指两个人( 或集团) 参加的对抗性游戏活动。下棋是典型的博弈。由于博弈包括了许多人类智力活动的基本特点，因此一直是人工智能研究的重要领域。人工智能中的博弈以问题求解、模式识别为基础。1956年，美国科学家赛缪尔把利用对策论和启发式搜索技术编制的跳棋机程序输入计算机，3年后击败了它的设计者，6年后击败了州跳棋冠军，从而引起人们对这一领域的重视。1997年5月，美国IBM 公司研制的“ 深蓝” 超级计算机击败了国际象棋冠军卡斯帕洛夫，这一重大突破使沉寂多年的人工智能博弈研究领域重新活跃起来，为在复杂思维领域计算机可以达到甚至超过人类的观念注入了一针强心剂。“ 深蓝” 具有每秒计算两亿个棋位的超级计算能力，这足以让它战胜99．9999％的在世棋手。“ 深蓝” 的主要开发者是两位华裔科学家谭崇仁和许峰雄。7．程序自动化。设计一种计算机语言或软件是一项非常复杂和费时的工作。FO RTRAN 语言就是IBM 集中力量、历经8年、四次修订才完成的。编制软件难免发生错误，而寻找和改正错误更为费时，这也是“ 软件危机” 的原因之一。因此，人们企求让计算机自动编程。程序自动化目前主要在两方面开展工作。一是自动程序设计，主要是算法的设计。二是自动程序验证，即让机器自动寻找程序中的错误，再进一步研究程序的容错技术，使具有错误的程序也能正...
篇四：人工智能课题研究调查
eative Education Studies 创新教育研究, 2021, 9(4), 1111-1119 Published Online August 2021 in Hans. http://www.hanspub.org/journal/ces https://doi.org/10.12677/ces.2021.94183文章引用: 胡晓, 刘宏涛, 杨明. 人工智能时代下“混合式课堂互动”模式满意度调查分析[J]. 创新教育研究, 2021, 9(4): 1111-1119. DOI: 10.12677/ces.2021.94183
人工智能时代下“混合式课堂互动”模式 满意度调查分析 —— 以北京工业大学“硕士研究生英语”为例
胡 胡
晓，刘宏涛，杨
明 明 北京工业大学文法学部，北京
收稿日期：2021年6月25日；录用日期：2021年8月20日；发布日期：2021年8月27日
摘
要
本研究以本校“硕士研究生英语”课程为例，重点聚焦课堂中所涉及依托超星学习通为智能移动学习平台的“混合式课堂互动”模式，结合定量与定性的研究方法探究学生对“混合式课堂互动”的满意度及该模式的效用。探究结果表明学生对于“混合式课堂互动”的满意度比较高，而且还可以提高 大班课堂教学的互动率与教学效率，为大班课堂互动模式提供一定参考 。
关键词
混合式，课堂互动，满意度，人工智能
Satisfaction Survey and Analysis of
“Blended Classroom Interaction” Mode
in the Era of Artificial Intelligence —Taking “Postgraduate English” of Beijing University of Technology as an Example
Xiao Hu, Hongtao Liu, Ming Yang Faculty of Humanities and Social Sciences, Beijing University of Technology, Beijing
Received: Jun. 25 th , 2021; accepted: Aug. 20 th , 2021; published: Aug. 27 th , 2021 。
。. .。
。
胡晓 等
DOI: 10.12677/ces.2021.94183 1112 创新教育研究
Abstract This study takes the “Postgraduate English” of our university as an example, focusing on the “blended classroom interaction” mode in the classroom, which relies on the Superstar Learning as the intel-ligent mobile learning platform, and combining quantitative and qualitative research methods to ex-plore students’ satisfaction with the “blended classroom interaction” and the efficacy of the mode. The results show that students’ satisfaction with the “blended classroom interaction” is relatively high, and it can also improve the interaction rate and teaching efficiency of large class, which provides a certain reference for the interaction mode of large class.
Keywords Blended, Classroom Interaction, Satisfaction, Artificial Intelligence
Copyright © 2021 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). http://creativecommons.org/licenses/by/4.0/
1. 引言 1.1. 研究背景 教育部于 2017 年和 2018 年相继颁布了《新一代人工智能发展规划》和《高等学校人工智能创新行动计划》，《中国教育现代化 2035》提出“加快信息化时代教育变革，建设智能化校园，统筹建设一体化智能化教学、管理与服务平台利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合”[1]。“我国教育信息化已逐渐步入了融合创新、智能引领的新时代”，“新兴信息技术促进并支持了教育的改革与发展”[2]。人工智能具有跨学科的属性[3]对外语教学的发展起到推动作用，尤其是受疫情的影响，混合式教学成为课堂教学的新模式，智能化移动学习平台工具为混合式教学的应用实践提供技术支撑，也为课程建设带来便利。
1.2. 文献综述 随着 MOOC 在高等教育领域的普及，以及信息技术与各种智能移动教学平台的发展，混合式教学逐渐成为高等教育研究的重点。查尔斯等人曾提出了混合式教学的实施框架，认为混合式教学的实施包括三个关键要素：策略、结构、支持[4]。兰迪·加里森等人[5]提出的探究社区理论框架模型已经成为混合式教学设计和实施的理论基础，该理论通过社会存在、认知存在和教学存在三个关键要素去解释混合式教学过程的学习体验。国内冯晓英等人[6]基于混合式教学的相关文献构建混合式教学的概念框架和分析框架。基于框架与理论，马莉萍与曹宇莲[7]对同步在线教学中的课堂互动与课程满意度进行研究，胡科等人[8]对混合式教学课堂中生师互动的影响因素进行分析。关于智能移动学习平台，杨芳等人[9]基于雨课堂探索混合式教学实践，吴玲娟、张德禄[10]研究基于雨课堂的通用英语设计学习模式，葛福洪、张丽萍[11]基于 UMU 互动学习平台进行混合式教学实证研究。基于超星学习通的研究大多都涉及教学模式改革，探究超星学习通融入混合式教学的课程设计，例如“基于超星学习通的《综合英语》混合式教学模Open Access。
。. .。
。
胡晓 等
DOI: 10.12677/ces.2021.94183 1113 创新教育研究
式改革”[12]，“基于超星学习通的智慧课堂构建与案例研究”[13]等。
总结前人的研究可以发现基于智能移动平台的研究主要以课程设计为主，比较少的研究聚焦混合式课堂互动，并且探究依托学习通融合线上与线下结合的互动方式的满意度的研究也比较少，因此本研究以“硕士研究生英语”课程为例进一步研究学生对于以超星学习通移动学习平台为依托融合线上与线下“混合式课堂互动”模式的满意度，并进一步分析研究此互动模式的效用以及对大班教学的启示。
1.3. 研究问题 基于研究内容，具体研究问题如下：
1) 学习者对“混合式课堂互动”模式的满意度如何？ 2) “混合式课堂互动”模式具有什么效用？ 2. 研究设计 基于学习通为智能移动平台，“混合式课堂互动模式”经过一学期的课堂实践后，为解学生对此课堂互动模式的满意度及效用，获得相关真实数据，对参加“硕士研究生英语”课程的学生进行问卷调查与进一步访谈。问卷是基于专业的在线问卷调查、测评、投票平台——问卷星设计、发放并回收分析，共收集到有效问卷 102 份。问卷中所涉及到的有关满意度的调查均采用五级量表设置，给予调查对象合理的选择范围。部分问卷数据使用 SPSS 进行相关性分析。在问卷调查的基础上随机选取 6 位同学进行访谈，涉及内容与问卷调查基本一致，以期通过访谈进一步佐证和补充问卷调查的结果，在采访过程中及时记录采访内容，并对收集到的采访数据进一步分析。
3. 混合式课堂互动模式应用 3.1. “硕士研究生英语”课程简介 以学术英语交流能力为目标、应用为目的，“硕士研究生英语”课程是本校以非英语专业硕士研究生为授课对象开设的一门公共英语必选课，课程时长共计 64 学时，学分共计 4 分。
3.2. 单位 “混合式课堂互动”模式具体应用 为引导学生积极主动参与课堂内外实践活动，充分利用新兴技术优势进行自主学习与协作学习，该课程运用线上与线下相结合的互动模式共涉及三类互动方式，此三类互动方式为：
1) 线上 + 线下：课堂中教师根据课程目标抛出问题，依托超星学习通线上平台技术支持，随机抽取学生线下分享回答(主要包括：投屏、摇一摇随机选人或手动选人，抢答)，营造出紧张感的氛围，刺激学生提高课堂注意力。
2) 线下：a) 为开阔学生视野、锻炼学生口语能力，每堂课设置线下英文新闻分享环节。学生课前需利用网络资源及其他渠道阅读、收集，提炼所要介绍的内容，在课堂中与同学及老师面对面互动，并接受同学老师的提问。b) 依据布鲁纳的发现学习理论，让学生主动探究，教师根据教学任务与计划，安排学生课下分组合作探究学习，课上由每组代表走上讲台运用多媒体、板书或其他方式展示分享小组成果。
3) 线上：运用超星学习通讨论区功能，学生根据教师发布的不同主题利用文字、语音、图片等形式分享见解、相互评价，总结反思。
三类互动方式不是割裂的三部分，而是相辅相成共同构成“混合式课堂互动”的一个整体，并且与学生以及教师构成一个动态闭环结构(如图 1)。
。
。. .。
。
胡晓 等
DOI: 10.12677/ces.2021.94183 1114 创新教育研究
Figure 1. Flow chart of blended classroom interaction 图 图 1.
“混合式课堂互动”流程图 4. “混合式课堂互动”学生满意度及效用分析 4.1. 提高课堂注意力 —— 线上 + 线下互动方式分析 在涉及“课堂互动方式的选择对课堂的互动效果很重要”此题目时，98.04% (包括非常同意 78.43%，比较同意 19.61%)的学生表示同意此说法，以学生的视角来看，课堂互动的方式针对互动效果起到至关重要的作用。并且，在对比传统的课堂互动方式，90.2%的学生表示更喜欢依托学习通线上线下结合的互动方式，这说明“混合式课堂互动”方式从某种程度上说已经赢得学生的青睐，而且 96.08%的学生明确表示依托学习通线上线下相结合的互动方式更能引起其注意力。
根据学生对依托学习通线上 + 线下课堂互动方式(投屏、摇一摇随机选人或手动选人，抢答)满意度调查与反馈，67.65%的学生对投屏的方式表示非常满意，27.45%的学生表示比较满意；对于摇一摇随即选人或手动选人的方式 55.88%的学生表示非常满意，35.29%的学生表示比较满意；61.76%的学生非常满意抢答的互动方式，26.47%的学生比较满意此方式(详见图 2)。通过对数据的分析整理，88%以上的学生均对此互动方式持满意态度，并且在进一步访谈中，刘同学表示“让我比较意外的是老师的课堂互动方式，将线上与线下，面对面互动和学习通 App 的结合运用得恰到好处，方便快捷，提升效率”。王同学如是说：“我认为结合学习通平台的互动方式在签到、抢答、投屏，评论区回答方面都表现出了很大优势。” 有研究发现，当授课班级人数过多时，学生的出勤率会下降，在课堂上看手机、听音乐、看电视节目、网上购物的比例也会上升[14]。在教学方法上，教师在大班教学中普遍采用讲授式授课方法，学生被。
。. .。
。
胡晓 等
DOI: 10.12677/ces.2021.94183 1115 创新教育研究
动学习，师生互动很少[15]。在大班授课的课堂中，学生数量多，传统的教师提问学生回答效率偏低，而且引起学生的抵触和逃避心理，运用学习通平台的线上相关功能结合线下课堂互动增强了课堂互动的趣味性，给学生营造出紧张感，有助于敦促学生提高课堂注意力，同时提高教师课堂问答互动环节的效率，为课堂讲授及其他环节提供更多的时间。
Figure 2. Satisfaction of online + offline interaction 图 图 2. 线上 + 线下互动方式满意度 4.2. 聚焦能动性 —— 线下互动分析 为充分发挥学生主体的能动性，引领学生自主探究学习，线下互动方式主要涉及英文新闻分享环节以及小组探究协作学习。
1) 根据英文新闻分享环节互动方式的满意度调查显示，其中 67.65%的学生表示非常满意，25.49%的学生比较满意，由此可见占比 93.14%的学生对此互动方式持满意态度(见图 3)。在进一步访谈过程中，充分了解与收集到学生对此互动方式的见解与心得体会，乔同学如是说：“每周的英文新闻分享是我最期待的环节，因为最开始的两周我大概需要三天才能搞懂一篇文章，但是后来一天的时间就可以搞懂一篇文章了。”刘同学提到“在课堂上进行了多次英文新闻分享，提高了信息总结能力和英语口语能力，视野拓宽不少，自己的英语学习兴趣也越来越浓厚。”我们每个人都是自己的教育者[16]，在每一准备及分享新闻的过程中，都是学生自主学习积累的过程。英文新闻分享环节带给学生不仅是英文阅读能力的提升，而且拓宽其视野为同学们提供一个用英语开口表达的机会，锻炼其口语能力，在某种程度上对于改善“哑巴英语”具有正面的积极影响，而且在回答老师及同学们针对新闻内容的问题时，也锻炼了学生的迅速分析反应能力与批判性思维能力。
2) 根据学生对小组协作互动方式的满意度调查与分析结果反馈，69.61%的学生非常满意小组协作学习的互动方式，23.53%的学生表示比较满意，3.29%的学生认为此方式一般，1.96 的学生不太满意此互动方式，0.98%的学生表示不满意(见图 4)，分析可得共计 93.14%的学生对小组协作的互动方式持满意态度。
。
。. .。
。
胡晓 等
DOI: 10.12677/ces.2021.94183 1116 创新教育研究
Figure 3. Satisfaction of English news sharing 图 图 3. 英文新闻分享环节的满意度
Figure 4. Satisfaction of group collaboration 图 图 4. 小组协作的满意度
在访谈过程中郭同学提到“在进行小组协作的过程中，我认识了几个不同专业的朋友，和他们研讨，规定小组的研究主题，外出采访，上台展示我们的 PPT，感觉很有成就感。”学习不是一种孤独的体验，“学生与学生”之间的互动助学关系体现为自主学习者之间的协作互助学习，最常见的形式为小组协作学习，协作学习可以成为自主学习的有效补充[17]。在协作学习的过程中，充分发挥学生的主观能动性，同学们各取所长，最大程度发挥每个人的潜力，调动每一位同学的积极性，帮助同学们意识到团队协作的重要性与意义，增强集体凝聚感。同时，小组互动促进各专业同学之间的交流，加强学科之间的联系。
4.3. 营造社区感 —— 线上互动分析 在大班教学中，有机会表达自己意见的学生更少，而且教师用来诊断和满足不同人的需求更少，为突破课堂互动的时空限制，本课程充分利用智能移动教学平台——学习通...
篇五：人工智能课题研究调查
search and discussion│研究探讨 养生保健指南 2019.13 │357关于大学生对人工智能的认知和态度调查报告 吕霖漪
林凤娇1
刘潇怡 2
唐小然 1
龙雨菡 2
杨 益 1，通讯作者
（1.川北医学院
影像学院；2.川北医学院
临床医学系， 四川
南充
637000）
摘要：目的：调查大学生对人工智能的认知和态度，根据调查结果，了解当代大学生对于人工智能(AI)的普遍态度.方法：选取南充地区各高校不同年级、不同专业的 500 名大学生进行问卷调查。结果：据调查有 61.65%的大学生非常支持人工智能，38.35%的学生不支持人工智能。可见，超多半数的大学生对人工智能的发展持积极态度。结论：大学生普遍认为人工智能有发展前途。
关键词：大学生；人工智能；认知；态度
引言 2017 年 5 月，人类围棋第一人柯洁与人工智能 Al-phaGo 进行了一场举世瞩目的大决战,这场人机大战一石激起千层浪，在社会各界引起了强烈反响[1] 。无论人们欢欣抑或踟蹰，人工智能时代正悄悄向我们走来，人类即将甚至已经开始进入一个全新的时代。时下，智能机器人被广泛应用于社会生活，并且在某种程度上扮演着替代人类工作乃至超越人类能力的“人”的角色[2] 。本次调查通过发放问卷，调查南充市高校大学生，了解当代大学生对人工智能(AI)的认知度、大学生对于人工智能(AI)的普遍态度。分析当代大学生对下科技发展和时事热点的关注程度，为引导大学生正确看待现今科技发展提供参考。现调查报告如下。
1 对象与方法 1.1 调查对象 随机选取南充市在校大学生 500 名，以问卷自填式调查大学生。
1.2 调查方法 在查阅相关资料和老师指导下设计问卷，问卷采用匿名填写的方式，分男女，学龄，专业进行调查。随机发放问卷，并进行回收整理，剔除无效问卷。
1.3 统计学方法 采用 SPSS15.0 统计学软件对所得数据进行分析，方差分析，卡方检验比较分析。
2 结果 2.1 基本情况 共发放问卷 500 份，回收有效问卷 498 份，有效回收率 99.6%。其中男生 208人，占比 41.77%，女生 290 人。占比 58.23%。大一 120 人，占比 24.1%；大二 168人，占比 33.73%；大三 123 人，占比 24.7%；大四 74 人，占比 14.86%；大五 13人，占比 2.61%。工科学生占比 22.5%，理科学生占比 40%，文科学生占比 25.42%，商科学生占比 12.08%。
2.1 人工智能启蒙 据调查，54.22%的大学生第一次是通过新闻知晓人工智能。通过报纸知晓的大学生占比 8.84%。通过微博知晓的大学生占比 19.88%。通过微信知晓的大学生占比 9.04%。通过其他渠道如与朋友交谈、电影、课堂、家人等知晓的大学生占比8.03%。
2.2 对知名人工智能的知晓度及是否观看过相关电影 据调查，72.69%的大学生认识阿法 Go；8.29%的大学生认识 DEEP BLUE；9.86%的大学生认识 DEEP JUNIOR；9.16%的大学生认识 X3D-FRITZ。10.81%的大学生表示没有看过有关电影。
2.3 人工智能的研究领域 据调查，大学生普遍认为人工智能的研究领域在机器人、语言识别、图像识别、自然语言处理、专家系统和军事系统。详见表 1。
2.4 支持人工智能发展的原因 据调查，61.65%的大学生对于人工智能的未来发展持支持态度。支持原因有：人工智能能够在医疗卫生事业方面协助人类救治病人；在交通运输方面协助人类出行、运输等；在心理健康方面能开导病人；能成为人类的陪伴；能方便人类的生活，帮助人类完成一些困难的事情；能从事高难度高风险工作。详见表 2。
2.5 不支持人工智能发展的原因 据调查，有 38.35%大学生不支持人工智能未来的发展。不支持原因有：人工智能的发展会导致失业率的增加；人工智能没有感情，没有属于自己的思想；人工智能可能取代人类。详见表 3。
表 1. 大学生对人工智能的研究领域的认知表 研究领域 频数 百分比 机器人 348 69.88% 语言识别 329 66.06% 自然语言处理 300 60.24% 专家系统 213 42.77% 军事 216 43.37% N=498 表 2.大学生支持人工智能未来发展的原因表 支持原因 频数 百分比 能够在医疗卫生方面协助救治病人 340 72.96% 在交通运输方面协助人类出行、运输等 357 76.61% 能在心理健康方面开导病人 268 57.51% 其他因素 160 34.33% N1=307 表 3 大学生不支持人工智能未来发展的原因表 不支持原因 频数 百分比 会增加失业率 143 74.86% 没有感情，没有属于自己的思想 137 71.73% 可能会取代人类 110 57.59% 其他因素 80 41.88% N2=191 3 讨论 据调查结果显示，当代大学生对于人工智能的现状和未来发展有很高的关注度。多数大学生知道人工智能的目前发展领域，并观看过有关电影。超过半数的大学生对人工智能持支持态度，这有利于人工智能未来的发展。综上所述，大学生对于人工智能普遍持支持态度，对于人工智能的认知度较高，对当下科技发展和时事热点的关注程度较高。
参考文献：
[1]江昕陶，沈杨曦，王雪聪.国内媒体对人工智能及其发展趋向的态度研究——以 AlphaGo 战胜柯洁事件为例[G].新闻研究导刊，2018, 9(15):9-11. [2]刘宪权，胡荷佳.论人工智能时代智能机器人的刑事责任能力[J].中国检察官，2018, (11):77
作者简介：吕霖漪(1999- )，汉族，四川成都人，川北医学院医学影像学系 2017 级本科。
杨益（1991- ），女，四川南充人，川北医学院教师，研究方向：大学生思想政治教育。
项目基金:四川省大学生创新创业训练计划项目(编号:201810634088)。
万方数据
篇六：人工智能课题研究调查
绪论 1. 1 课题研究背景和意义1. 2. 1
温度传感器
第 2 章 智能温控水阀
2. 1 温度传感器的选择
2. 3
控制芯片的的选择
2. 3. 1
单片机
2. 4
输出显示设备选择
第 3 章
硬件电路的设计
3. 1 信号采集
3. 2 信号分析
3. 2. 1
单片机的内部结构
3. 2. 2
单片机最小系统
第 4 章
软件设计
4.2 测温度子程序流程图
4.5 本章总结
第 5 章 结束语
1.1 研究背景
温度是生活及生产中最近本的物理量， 它表征的是物体的冷热程度。
自然界中任何物理， 化学过程都秘密地与温度相联系。
在很多的生产过程中， 温度的测量和控制都直接和安全生产， 提高生产效率，保证产品质量， 节约能源等重大技术经济指标相联系。
因此， 运用反馈控制理论对锅炉进行温度控制， 满足可工业生产的需求， 提高了 生产力。
1.2 温度传感器
利用物质各种物理性质随温度变化的规律把温度转换为电量的传感器 2.1 温度传感器的选择 热电偶是温度测量中最常用的传感器。
其主要好处是宽温度范围和适应各种大气环境， 而且结实、 价低， 无需供电， 尤其最便宜。
热电偶由在一端连接的两条不同金属线(金属 A 和金属 B)构成， 如图 1所示。
当热电偶一端受热时， 热电偶电路中就有电势差。
可用测量的电势差来计算温度。
2.2 控制芯片的选择 51 单片机是对目 前所有兼容 Intel 8031 指令系统的单片机的统称。该系列单片机的始祖是 Intel 的 8031 单片机， 后来随着 Flash rom技术的发展， 8031 单片机取得了 长足的进展， 成为目 前应用最广泛的 8 位单片机之一。
2.3 输出显示设备 数字显示温度计:可广泛应用于工农业。
养殖业、 实验室、 医疗行业、 电子行业、 运输行业、 食品行业、 气象行业、 纺织行业 测量范围 温度 0~300°
测量精度 温度±1°
显示屏分辨率 温度 1℃
3.1 信号的采集 LED 显示屏作为获取数据的办法， 该办法运用高精度的数字化处理技术将计算机技术的高速发展， 得到了 飞速发展， 已广泛运用于各行各业， 在 LED 显示系统中， 绝大数用来进行传输、 处理、 控制的信号都是数字信号。
这里的数字信号主要指的就是温度变化的记录。
3.21 单片机的内部结构 1 中央处理器 2 程序存储器 3 并行输入输出(I/O)口 4 全双工串行口 5 中断系统 3.22 单片机的最小系统
4 软件设计 #include<absacc. h> #include<reg51. h> #include<intrins. h> #define uchar unsigned char #define uint unsigned int
//定义 0～9 的共阴极显示代码 Code unchar Table[10]= {0x3f, 0x06, 0x5b, 0x4f, 0x66, 0x6d, 0x7d, 0x07, 0x7f, 0x6f} ;
//定义热敏电阻值与温度关系表（表为 20～39℃电阻值， 温度间隔为1）
code unit wd[20] = {0x30CC, 0x2EA6, 0x2C9C, 0x2AAB, 0x2802, 0x2710, 0x2564,
0x23CC, 0x2248, 0x20D6, 0x1F76, 0x1E26, 0x1CE7, 0x1BB6,
0x1A93, 0x197D, 0x1874, 0x1778, 0x1687, 0x15A0} ;
uint wd_s, wd_c
//分别存放设定温度和当前温度 unit x；
//定义变量存放采样值
//数据转换与控制子程序 void change()
{ unit rt, I;
rt=510*(256-x) /x;
//计算 Rt for(i=1; i<20; i++)
//查电阻表， 形成当前温度值 {if (rt>=wd[i])
break; }
wd_c=20+i;
//保存温度
if (wd_c<wd_s)
//当前温度小于设定温度时， 开始加热
XBYTE[0XFFF2]=1;
if (wd_c>wd_s)
//当前温度大于设定温度时， 停止加热
XBYTE[0XFFF2]=0;
}
//0 号中断服务程序
void int0_fun(void)
interrupt 0 {wd_s++;
}
//1 号中断服务程序 void int0_fun(void)
interrupt 1 {wd_s--;
}
//主程序 main()
{ unchar m[4];
//存放温度各位数 unchar com=0xfe;
//显示位码 unchar i;
//定义循环变量 IE=0x85;
//中断初始化 IT0=1;
IT1=1;
XBYTE[0x7FFF3] =00X88;
//8255A 初始化 while(1)
{
XBYTE[0x7FFF]=0;
//启动转换
if (XBYTE[0x7FFF2] &0x80=0) ;
x=XBYTE[0x7FFF];
change()
m[0]=wd_s/10;
//形成设定温度的十位和个位 m[1]=wd_s%10;
m[2]=wd_c/10;
//形成当前温度的十位和个位 m[3]=wd_c%10;
//显示温度 for (i=0; i<4; i++)
{ XBYTE[0xFFF1] =0xff;
XBYTE[0xFFF0]=table[m[i]];
XBYTE[0xFFF1] =com;
com=_crol_(com, 1) ;
}
1. 温度控制器原理是什么 传感器信号采集——单片机信号处理——显示单元——输出单元 ——电源； 一个温湿度控制器就由这几部分构成。
2.温湿度控制器和什么相连来控制湿度 温湿度控制器只是一个信息采集， 控制单元。
需要配备温湿度来采集信号， 输出控制器加湿器增湿。
或者控制产除湿机来除湿。
还有恒温恒湿机等等， 说白了 就是一个数据采集处理模块 3.智能温湿度控制器是怎么设置上限和下限的 可以在一个设置键
通过设定 LL 或者 HH 来改变是上线还是下线。
不过现在温湿度控制器都是两点预警----可以设定一个上线 和一个下线的方式。
很方便的。
参考文献：
[1 ] 彭立， 张建洲， 王少华. 自适应温度控制系统的研制[J]东北师大学报(自然科学版), 1 994,(01 ) .
[2] 俞胜扬. 环境湿热实验箱加湿系统的改进[J]电测与仪表, 2004,(02) .
[3] Jack Shandle. 即将来临的 32 位浪潮——ARM 构架在 32 位微控制器领域的应用[J]单片机与嵌入式系统应用, 2004,(03) .
篇七：人工智能课题研究调查
ompilation of reports 20XX 报 告 汇 编报告文档·借鉴学习 word 可编辑·实用文档
《人工智能导论》课程研究报告
题目：BP 神经网络的非线性函数拟合
班级：自动化 1303 班 姓名：汪洋、房亮、彭正昌、蔡博、刘航、范金祥 学号：
2016 年 1 月 1 日
报告文档·借鉴学习 word 可编辑·实用文档 目
录 第一章
人工智能相关介绍 1.1 人工神经网络与 matlab .......................................... 4 1.2 人工神经网络的研究背景和意义................................... 4 1.3 神经网络的发展与研究现状....................................... 5 1.4 神经网络的应用................................................. 6 第二章
神经网络结构及 BP 神经网络
............................ 6 2.1 神经元与网络结构............................................... 6 2.2 BP 神经网络及其原理........................................... 10 2.3 BP 神经网络的主要功能......................................... 12 第三章
基于 matlab 的 BP 神经网络的非线性函数拟合 3.1 运用背景....................................................... 6 3.2 模型建立...................................................... 10 3.3
MatLab 实现 ................................................... 12
参考文献 ……………………………………… ……………………. - 15 -
附录 ……………………………………… ……………………….. - 17 -
报告文档·借鉴学习 word 可编辑·实用文档
人工智能相关介绍 1.1 人工神经网络与 matlab 人工神经网络（Artificial Neural Networks，NN）是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、微电子学、心理学、光计算、分子生物学等有关，是一门新兴的边缘交叉学科。
神经网络具有非线性自适应的信息处理能力，克服了传统人工智能方法对于直觉的缺陷，因而在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。神经网络与其他传统方法相组合，将推动人工智能和信息处理技术不断发展。近年来，神经网络在模拟人类认知的道路上更加深入发展，并与模糊系统、遗传算法、进化机制等组合，形成计算智能，成为人工智能的一个重要方向。
MATLAB 是一种科学与工程计算的高级语言，广泛地运用于包括信号与图像处理，控制系统设计，系统仿真等诸多领域。为了解决神经网络问题中的研究工作量和编程计算工作量问题，目前工程领域中较为流行的软件 MATLAB，提供了现成的神经网络工具箱（Neural Network Toolbox，简称 NNbox），为解决这个矛盾提供了便利条件。神经网络工具箱提供了很多经典的学习算法，使用它能够快速实现对实际问题的建模求解。在解决实际问题中，应用 MATLAB 语言构造典型神经网络的激活传递函数，编写各种网络设计与训练的子程序，网络的设计者可以根据需要调用工具箱中有关神经网络的设计训练程序，使自己能够从烦琐的编程中解脱出来，减轻工程人员的负担，从而提高工作效率。
1.2 人工神经网络的研究背景和意义
人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。
人工神经网络就是模拟人思维的一种方式，是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。
近年来通过对人工神经网络的研究，可以看出神经网络的研究目的和意义有以下三点：（1）通过揭示物理平面与认知平面之间的映射，了解它们相互联系和相互作用的机理，从而揭示思维的本质，探索智能的本源。（2）争取构造出尽可能与人脑具有相似功能的计算机，即神经网络计算机。（3）研究仿照脑神
报告文档·借鉴学习 word 可编辑·实用文档 经系统的人工神经网络，将在模式识别、组合优化和决策判断等方面取得传统计算机所难以达到的效果。
人工神经网络特有的非线性适应性信息处理能力，克服了传统人工智能方法对于直觉，如模式、语音识别、非结构化信息处理方面的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。人工神经网络与其它传统方法相结合，将推动人工智能和信息处理技术不断发展。近年来，人工神经网络正向模拟人类认知的道路上更加深入发展，与模糊系统、遗传算法、进化机制等结合，形成计算智能，成为人工智能的一个重要方向，将在实际应用中得到发展。将信息几何应用于人工神经网络的研究，为人工神经网络的理论研究开辟了新的途径。神经计算机的研究发展很快，已有产品进入市场。光电结合的神经计算机为人工神经网络的发展提供了良好条件。
1.3 神经网络的发展与研究现状 神经网络的发展 神经网络起源于 20 世纪 40 年代，至今发展已半个多世纪，大致分为三个阶段。
1）20 世纪 50 年代-20 世纪 60 年代：第一次研究高潮 自 1943 年 M-P 模型开始，至 20 世纪 60 年代为止，这一段时间可以称为神经网络系统理论发展的初期阶段。这个时期的主要特点是多种网络的模型的产生与学习算法的确定。
2）20 世纪 60 年代-20 世纪 70 年代：低潮时期 到了 20 世纪 60 年代，人们发现感知器存在一些缺陷，例如，它不能解决异或问题，因而研究工作趋向低潮。不过仍有不少学者继续对神经网络进行研究。
Grossberg 提出了自适应共振理论；Kohenen 提出了自组织映射；Fukushima 提出了神经认知网络理论；Anderson 提出了 BSB 模型；Webos 提出了 BP 理论等。这些都是在 20 世纪 70 年代和 20 世纪 80 年代初进行的工作。
3）20 世纪 80 年代-90 年代：第二次研究高潮 进入 20 世纪 80 年代，神经网络研究进入高潮。这个时期最具有标志性的人物是美国加州工学院的物理学家 John Hopfield。他于 1982 年和 1984 年在美国科学院院刊上发表了两篇文章，提出了模拟人脑的神经网络模型，即最著名的Hopfield 模型。Hopfield 网络是一个互连的非线性动力学网络，它解决问题的方法是一种反复运算的动态过程，这是符号逻辑处理方式做不具备的性质。20 世纪 80 年代后期到 90 年代初，神经网络系统理论形成了发展的热点，多种模型、算法和应用被提出，研究经费重新变得充足，使得研究者们完成了很多有意义的工作。
神经网络的现状 进入 20 世纪 90 年代以来，神经网络由于应用面还不够宽，结果不够精确，存在可信度问题，从而进入了认识与应用研究期。
报告文档·借鉴学习 word 可编辑·实用文档 1）开发现有模型的应用，并在应用中根据实际运行情况对模型、算法加以改造，以提高网络的训练速度和运行的准确度。
2）充分发挥两种技术各自的优势是一个有效方法。
3）希望在理论上寻找新的突破，建立新的专用/通用模型和算法。
4）进一步对生物神经系统进行研究，不断地丰富对人脑的认识。
1.4 神经网络的应用 神经网络理论的应用取得了令人瞩目的发展，特别是在人工智能、自动控制、计算机科学、信息处理、机器人、模式识别、CAD/CAM 等方面都有重大的应用实例。下面列出一些主要应用领域：
（1）模式识别和图像处理。印刷体和手写字符识别、语音识别、签字识别、指纹识别、人体病理分析、目标检测与识别、图像压缩和图像复制等。
（2）控制和优化。化工过程控制、机器人运动控制、家电控制、半导体生产中掺杂控制、石油精炼优化控制和超大规模集成电路布线设计等。
（3）预报和智能信息管理。股票市场预测、地震预报、有价证券管理、借贷风险分析、IC 卡管理和交通管理。
（4）通信。自适应均衡、回波抵消、路由选择和 ATM 网络中的呼叫接纳识别和控制。
（5）空间科学。空间交汇对接控制、导航信息智能管理、飞行器制导和飞行程序优化管理等。
2 神经网络结构及 BP 神经网络 2.1 神经元与网络结构
人工神经网络（artificial neural network，ANN）是模仿生物神经网络功能的一种经验模型。生物神经元受到传入的刺激，其反应又从输出端传到相联的其它神经元，输入和输出之间的变换关系一般是非线性的。神经网络是由若干简单（通常是自适应的）元件及其层次组织，以大规模并行连接方式构造而成的网络，按照生物神经网络类似的方式处理输入的信息。模仿生物神经网络而建立的人工神经网络，对输入信号有功能强大的反应和处理能力。
报告文档·借鉴学习 word 可编辑·实用文档 神经网络是由大量的处理单元（神经元）互相连接而成的网络。为了模拟大脑的基本特性，在神经科学研究的基础上，提出了神经网络的模型。但是，实际上神经网络并没有完全反映大脑的功能，只是对生物神经网络进行了某种抽象、简化和模拟。神经网络的信息处理通过神经元的互相作用来实现，知识与信息的存储表现为网络元件互相分布式的物理联系。神经网络的学习和识别取决于各种神经元连接权系数的动态演化过程。
若干神经元连接成网络，其中的一个神经元可以接受多个输入信号，按照一定的规则转换为输出信号。由于神经网络中神经元间复杂的连接关系和各神经元传递信号的非线性方式，输入和输出信号间可以构建出各种各样的关系，因此可以用来作为黑箱模型，表达那些用机理模型还无法精确描述、但输入和输出之间确实有客观的、确定性的或模糊性的规律。因此，人工神经网络作为经验模型的一种，在化工生产、研究和开发中得到了越来越多的用途。
2.1.1 生物神经元 人脑大约由 1012 个神经元组成，神经元互相连接成神经网络。神经元是大脑处理信息的基本单元，以细胞体为主体，由许多向周围延伸的不规则树枝状纤维构成的神经细胞，其形状很像一棵枯树的枝干。它主要由细胞体、树突、轴突和突触(Synapse，又称神经键)组成。
如图 1 所示。
图 1 生物神经元
从神经元各组成部分的功能来看，信息的处理与传递主要发生在突触附近。当神经元细胞体通过轴突传到突触前膜的脉冲幅度达到一定强度，即超过其阈值电位后，突触前膜将向突触间隙释放神经传递的化学物质。
2.1.2 人工神经元 归纳一下生物神经元传递信息的过程：生物神经元是一个多输入、单输出单元。常用的人工神经元模型可用图 2 模拟。
报告文档·借鉴学习 word 可编辑·实用文档
图 2 人工神经元（感知器）示意图
当神经元 j 有多个输入 xi(i=1，2,…,m)和单个输出 yj 时，输入和输出的关系可表示为:
) (1j jjmii ij js f yx w s
其中 j 为阈值，wij 为从神经元 i 到神经元 j 的连接权重因子，f( )为传递函数，或称激励函数。
2.1.3 人工神经网络的构成 神经元的模型确定之后，一个神经网络的特性及能力主要取决于网络的拓扑结构及学习方法。
神经网络连接的几种基本形式：
1）前向网络
前向网络结构如图 3 所示，网络中的神经元是分层排列的，每个神经元只与前一层的神经元相连接。神经元分层排列，分别组成输入层、中间层（也称为隐含层，可以由若干层组成）和输出层。每一层的神经元只接受来自前一层神经元的输入，后面的层对前面的层没有信号反馈。输入模式经过各层次的顺序传播，最后在输出层上得到输出。感知器网络和 BP 网络均属于前向网络。
图 3 前向网络结构
2）从输出到输入有反馈的前向网络
报告文档·借鉴学习 word 可编辑·实用文档 其结构如图 4 所示，输出层对输入层有信息反馈，这种网络可用于存储某种模式序列，如神经认知机和回归 BP 网络都属于这种类型。
图 4 有反馈的前向网络结构
3) 层内互连前向网络
其结构如图 5 所示，通过层内神经元的相互结合，可以实现同一层神经元之间的横向抑制或兴奋机制。这样可以限制每层内可以同时动作的神经元素，或者把每层内的神经元分为若干组，让每一组作为一个整体进行运作。例如，可利用横向抑制机理把某层内的具有最大输出的神经元挑选出来，从而抑制其他神经元，使之处于无输出状态。
图 5 有相互结合的前向网络结构
4) 相互结合型网络 相互结合型网络结构如图 6 所示，这种网络在任意两个神经元之间都可能有连接。Hopfield 网络和 Boltzmann 机均属于这种类型。在无反馈的前向网络中，信号一旦通过某神经元，该神经元的处理就结束了。而在相互结合网络中，信号要在神经元之间反复传递，网络处于一种不断变化状态的动态之中。信号从某初始状态开始，经过若干次变化，才会达到某种平衡状态。根据网络的结构和神经元的特性，网络的运行还有可能进入周期振荡或其他如混沌平衡状态。
报告文档·借鉴学习 word 可编辑·实用文档
图 6 结合型网络结构
综上，可知神经网络有分层网络、层内连接的分层网络、反馈连接的分层网络、互连网络等四种结构，其神经网络模型有感知器网络，线性神经网络，BP神经网络，径向基函数网络，反馈神经网络等，本文主要学习研...
推荐访问:人工智能课题研究调查 人工智能 课题研究 调查