人工智能的辩证思考汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇人工智能的辩证思考范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

 

人工智能技术无论是在过去，现在还是将来，都作为科学研究的热点问题之一。人类对自己本身的秘密充满好奇，随着生物技术的飞速发展，人类不断破译人体的生命密码。而以生物科学为基础的人工智能技术也得到了长足的发展。人们希望通过某种技术或者某些途径能够创造出模拟人思维和行为的“替代品”，帮助人们从事某些领域的工作。为了让计算机能够从事一些只有人脑才能完成的工作，解脱人的繁重的脑力劳动，人类对自身的思维和智能不断地研究探索。但是，科学技术是一柄双刃剑，人们对人工智能技术的飞速发展存在着恐慌。如果机器真的具有了人类的智能，在未来的某一天，他们会不会取代人类而成为地球的主宰者？人类智能和人工智能，谁才是未来的传奇？

1.你在和谁说话？

“先进的人工智能机器人不但拥有可以乱真的人类外表，而且还能像人类一样感知自己的存在。”这是人工智能发展到高级阶段的目标和任务。那么，我们在不久的未来能否实现这样一个目标呢？人类真的能发明出足以乱真的智能人类吗？隔着一堵墙，我们是否能分辨出正在与我们对话的是一部机器还是人类？

1.1. 人工智能的定义

人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式，所以根据控制论理论，运用功能模拟的方法心理学，制造电脑模拟人脑的部分功能，把人的部分智能活动机械化，叫人工智能。人工智能的本质是对人思维的信息过程的模拟，是人的智能的物化。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能发展的过程归纳为机器不断取代人的过程。

1.2. 人工智能技术的发展

几个世纪以来，人类依靠智慧，发明了许多机器，使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起，40多年来取得长足的发展，成为一门广泛的交叉和前沿科学。科学家发明了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是这些不能模仿人类大脑的功能毕业论文格式范文。当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。1997年5月，IBM公司研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。计算机的出现，使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能，而且在速度和准确性上大大超过人脑，它不仅能模拟人脑部分分析和综合的功能，而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。

1.3. 人工智能的研究领域

人工智能是一种外向型的学科，也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识，而且要求有比较扎实的数学基础，哲学和生物学基础，只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维，因此，它的研究领域与人类活动息息相关。什么地方只要有人在工作，他就可以运用到那个领域。

现阶段主要研究领域有专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动程序设计心理学，机器人学，博弈，智能决定支持系统和人工神经网络等等。

2.机器真的可以思考吗？

机器真的可以思考吗？机器的思考归根结底还是模仿人类的思维模式，正是“思考”这一人类的本质属性，使得人工智能和心理学从最初就紧密地联系在一起。心理学研究人脑中信息的输入、输出、存储和加工，并研究人脑各个部位的功能。最早的双核计算机模仿人的左右脑，在人脑不同区域主管各个不同功能这一原理的基础上，来设计负责不同功能的芯片。以此为出发点，心理学家和计算机学者进一步合作，通过研究人解决问题的方法来研究开发人工智能。随着人工智能的发展，所要求实现的职能愈加复杂，但最基本的方式还是逻辑推理和归纳，这正是心理学家和逻辑学家的专业领域。心理学家以研究探讨人类逻辑思维方式为人工智能提供了基本原理和原则。

2.1. 人类意识的本质

意识是世界的内在规定、一般规律和组成部分，是具有客观实在性同世界的其它组成部分处在对立统一关系中的事物。意识普遍存于世界和万物之中，世界是包含意识的世界，万物是包含意识的万物。没有意识存在于其中的世界不是我们现实生活中的世界，没有意识存在于其中的万物也不是我们天天眼见手触的万物。有了意识的存在，世界和万物就有了生机和活力。

2.1.1. 意识是与物质相对应的哲学范畴，与物质既相对立又相统一的精神现象。

意识是自然界长期发展的产物，由无机物的反应特性，到低等生物的刺激感应性，再到动物的感觉和心理这一生物进化过程是意识得以产生的自然条件。意识是社会的产物，人类社会的物质生产劳动在意识的产生过程中起决定的作用。辩证唯物主义在强调物质对意识起决定作用的前提下肯定意识对于物质具有能动的反作用，在意识活动中人们从感性经验抽象出事物的本质、规律形成理性认识，又运用这些认识指导自己有计划、有目的地改造客观世界。

2.1.2. 从意识的起源看，意识是物质世界发展到一定阶段的产物；从意识的本质来看，意识是客观存在在人脑中的反映。

意识是人脑对客观存在的反映：第一，正确的思想意识与错误的思想意识都是客观存在在人脑中的反映；第二，无论是人的具体感觉还是人的抽象思维，都是人脑对客观事物的反映；第三，无论是人们对现状的感受与认识，还是人们对过去的思考与总结，以至人们对未来的预测，都是人脑对客观事物的反映。 意识的能动作用首先表现在，意识不仅能够正确反映事物的外部现象，而且能够正确反映事物的本质和规律；意识的能动作用还突出表现在，意识能够反作用于客观事物，以正确的思想和理论为指导心理学，通过实践促进客观事物的发展。

2.2. 人类意识与人工智能的关系

认知心理学和人工智能，是认知科学的两个组成部分。人工智能使用了心理学的理论，心理学又借用了人工智能的成果。人类意识与人工智能两者具有以下关系：

l人工智能是研究用机器模拟和扩展人的智能的科学。它撇开了人脑的内在结构和意识的社会性，而只是把人脑作为一种信息处理的过程，包括信息的接收、记忆、分析、控制和输出五部分。现代科学技术用相应的部件来完成着五个过程，就构成了人工智能或电脑。

l人工智能可以代替人的某些脑力劳动，甚至可以超过人的部分思维能力，随着现代科学技术的发展，它发挥着越来越重要的作用。人工智能的出现不仅解放了人的智力，而且为研究人脑的意识活动提供了新的方法和途径。它说明了人的意识活动不管多么复杂，都是以客观物质过程为基础的，而不是什么神秘的超物质的东西，人们完全可以用自然科学的精确方法来加以研究和模拟，它进一步证实了辩证唯物主义意识论的科学性毕业论文格式范文。

l人工智能的产生和发展，深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明，思维形式在思维活动中对于思维内容具有相对独立性，它可从人脑中分化出来，物化为机械的、物理的运动形式，部分地代替人的思维活动。

随着科学技术的发展，人工智能将向更高水平发展，反过来推动科学技术、生产力和人类智慧向更高水平发展，对人类社会进步将起着巨大的推动作用。

3. 人工智能的未来

人工智能是为了模拟人类大脑的活动而产生的科学，人类已经可以用许多新技术新材料模拟人体的许多功能，诸如皮肤，毛发，骨骼等等，也就是说，人类可以创造出“类人体”。只要能够模拟人的大脑的功能，人就可以完成人工生命的研究工作，人创造自己，这不但在科学上，而且在哲学上都具有划时代的意义。这就是人工智能承担的历史使命。

在科学技术日新月异的今天，知识爆炸，科技的增长超出了人类承受的速度。各种新科技的出现层出不穷，随之而来的成果简直让人瞠目结舌，克隆、基因芯片、转基因等等，人类自身的秘密开始一层一层的揭开。我们人脑的复杂结构，人体的基因链也逐渐被科学技术解剖。我们希望将来的人工智能机器能将我们从繁重的体力劳动和脑力劳动中解放出来心理学，例如机器人做家务，带孩子，做司机，秘书等等一系列我们不愿意花太多精力或者有太多限制条件的工作。然而，人类由于多种“性能”都不如机器人，反而退化成为机器人的奴隶？他们会不会有一天无法忍受人类对他们的“剥削”和“压迫”，挑战人类的统治？很多的科幻作品和电影中都预言了这样的场景，未来的智能机器人和人类争夺有限的地球资源，并最终打败人类，成为新的地球统治者。这也正是绝大多数心理学家和哲学家对人工智能的发展忧心忡忡的原因。

人工智能的发展，也只能无限接近于人的智能，而不能超越人的智能。因为人工智能技术的本质，是模拟人类的思维过程，是为人类服务的。我们在进行发明创造的同时，担心被我们所发明的物质所毁灭。正如人类发明了原子能，用于取代正在逐渐消逝的矿物能源，然而当原子能用于军事领域的时候，他产生的力量也足以毁灭人类文明。科技本身并不是问题，人类如何运用自己掌握的技术，才是问题的关键。我们最大的敌人不是我们发明的技术，而是我们自己本身。

【参考文献】

1.李建国人工智能与认知心理学[J]. 西南师范大学学报 1986年4月第二期 142-146页

2.郑南宁认知过程的信息处理和新型人工智能系统[J]. 中国基础科学.科学前沿2008年 9-18页

3.蔡自兴，徐光祐人工智能及其应用(第三版)[M].北京.清华大学出版社 2004年

4.（美）Sternberg,R.J.认知心理学[M] .北京.中国轻工业出版社 2006年

篇（2）

中图分类号：N031 文献标识码：A 文章编号：16711165(2011)02002104

一般认为，“人工生命”、“人工智能”和“人造生命”是三个分别从计算机科学领域、智能研究和基因工程领域提出的概念。20世纪90年代未，中科院曾邦哲提出人工生物系统（artificial biosystem）的工程生物系统概念，用以整合计算机领域和遗传工程领域的两个概念。概念上的整合一方面体现了“人工生命”与“人造生命”两者之间的承接性，另一方面也预示着“人工生命”发展与生物学理论发展之间的密切关联。诚如“人工生命是具有自然生命现象的人造系统”[1]，那么进入微观领域，生命规律的探索与对生命分子的操作使得“人工生命”具有了反身性。这种反身性恰恰体现了“人工生命”研究并不在于使人“非人化”［2］，使生命也成为技术的对象，而是包含了一定生命认识的特殊生命活动。那么，剖析人类基因组计划的推进过程，就可能找到“人工生命”概念演进背后内在思想动因，从而为洞悉生命科学发展趋势提供一条线索。

一、“人工生命”阶段：肯定物理主义

在人体细胞核内，质量只有0.0000005毫克，宽度仅为0.02微米的DNA包含着大约30亿个碱基排列。科学家相信人类DNA序列是人类生命的决定因素，人类生命活动中发生一切事情都与这一序列息息相关。［3］除了特殊情况之外，DNA中含有的庞大信息能够被一字不差地复制，然后传给后代。要想获得这些信息，就需要测定DNA序列的碱基序列，这也是人类基因组计划的核心工作。那么，测序工作则成为“人工生命”的一个阶段，对生命信息传递过程的模拟也就构成了“人工生命”研究的起点。

基于人类全部24条染色体中3×109个碱基具有固定性的化学关系即A-T、G-C，于是DNA碱基序列的测定工作实际上可以被描述为科学家接受生命分子信号的过程。应用申农所建立的一般信息系统模型，在一定的指令下进行信号传递成为“人工生命”的最初目标。强人工生命观念将“生命系统的演化作为一个可以从任何特殊媒介物中抽象出来的过程”(John Von Neumann)。以抢占计算机存储的方式，生命演化过程被计算机程序模拟出来。人们相信，如果生命遵循既定的程序，那么只要编写好程序，生命就能进行准确的信号传递，也就实现了“人工生命”。首先试图为生命编写程序的是生物学家林登迈尔。20世纪60年代中期，林登迈尔为红海藻、青苔等植物的生长发育建立模型，提出了一种被称为“L-系统”的形态发生系统，又被称为“繁殖（发生）算法”。在编写好的程序下，生命系统转化为信号系统。生命信号模型以量化或模型化的方式来展示生命的属性。这意味着：“如果具有冯•诺伊曼式的自我复制能力或繁殖的能力，那么这个实体就是有生命的。”［4］

冯•诺伊曼所证明的自我繁殖的生命信号系统应和了人们对微观生命分子世界的物理主义观点，其实质是将诸如细胞这样一个具有新陈代谢功能的生命单元放在既定的关系下。尽管将生命活动视为一种生命信号传递颠覆了传统的生命物质实体论，却仍然将生命置于某种固定关系下，意味着其也不可能跳出物理主义的决定论框架。一方面，“人工生命”研究进行了生命信号传递模，并在计算机领域中建立虚拟生命系统；另一方面，人们在质疑申农的一般信息模型的同时也开始质疑“人工生命”。针对申农的一般信息模型，有学者认为：“申农通讯信息系统模型具有两方面的重大缺陷：一是该模型未能注意信息系统的一般反馈性机制；二是该模型描述的还仅仅是信息接收系统。”［5］可见，申农的一般信息模型不具有反馈性机制或不能够自创生。于是，这样一种生命的信息论观点，即“在生命运动之中物质实体-载体是流动的，组织形式-信息才是稳定保持的”［6］，表明“人工生命”所模拟的对象是在既定关系之下的生命信号的传递过程。

面对人类基因组计划这样巨大的基因工程项目，测定了组成人类DNA的约30亿个碱基中85%的碱基序列只是完成了所谓工作草图。获得的基因草图只是为给基因命名、分析基因创造了条件，需要进一步找到能够提供信息的标记基因，进行基因追踪，但寻找基因的工作却相当复杂。一般信息模型不可能作为模拟这一活动的基础。

二、“人工智能”阶段：怀疑物理主义

一般认为，人类共有5万~10万个基因，如果某个基因发生了变异或者产生缺陷，必然会引起机能上的障碍。根据变异的DNA标记基因来确定另外一个基因的位置，这样就可以将其位置制成详细的地图，通过检查DNA序列来识别基因突变。学者们以DNA标记为基础的DNA基因图谱寻找致病基因。在一阶段，“人工生命”模拟的对象是寻找基因，而寻找基因的关键则体现为对信息的识别。人类基因组计划在此阶段的工作可以反映“人工智能”的研究。

尽管早在1956年，美国的麦卡锡就提出“人工智能”(artificial intelligence)概念，但直到20世纪80年代末，人们才将“人工智能”作为“人工生命”的一种形式。“人工智能”阶段需要计算机能够准确识别信息。对于智能的研究涉及诸如意识（consciouness）、自我（self）、心灵（mind）、无意识（unconscious mind）等问题。对此，之前将生命作为信号系统的一般信息模型显然无法发挥作用。面对信息的识别和反馈机制等一系列问题，人们试图将信息学、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学各学科整合，并在计算机领域实践，甚至在机器人、经济政治决策、控制系统、仿真系统中应用。然而，这种学科上的整合并没有使人们找到合适的模型来取代之前的信号模型用以描述识别信息过程所具有的非线性特征。

对此，一部分学者试图通过重新定义“人工智能”概念，区分出强“人工智能”和弱“人工智能”的方式来解决问题。弱“人工智能”用模拟识别信息后所表现出的行为来反推对信息的识别，也就是让机器的行为看起来就像是人所表现出的智能行为一样。而强“人工智能”则将识别信息的功能强加于计算机，如约翰•罗杰斯•希尔勒（John Rogers Searle）就计算机和其他信息处理机器的工作形式提出“计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的”［7］。无论是强“人工智能”还是弱“人工智能”，都将“人工智能”划分为四类：机器“像人一样思考”、 “像人一样行动”、“理性地思考”和“理性地行动”。但是，这两种观点都没有进一步对任何一种类型进行模型化。这就表明尽管在观念上人们已经不再将生命系统作为信号系统，但其仍成为“人工生命”模拟的对象。

1999年，获得了诺贝尔生理学或医学奖的布洛贝尔创立了著名的“蛋白质的命运”假说，即关于新生成的蛋白质去向的“信号假说”。他认为细胞内存在某种信号，这种信号决定了新生成的蛋白质的去向。这意味着每个蛋白质都能够获得向某个地方移动的信息，就像邮编一样，可以让蛋白质找到准确位置。也就是说，由十几个氨基酸组成的“信号肽”使得蛋白质能够识别信息，并在某种程度上具有了主动性。这种主动性与物理主义的决定论观点发生了冲突。

弄清各种基因各自会生成何种蛋白质成为需找基因的重要环节，因为如果知道了信号肽的基因，就可以知道周围的基因是决定何种蛋白质的基因。“信号肽”的发现大大推进了人类基因计划，然而，“人工智能”研究中并没有明确给出一个可以超越一般信息模型的新模型。

三、“人造生命”阶段：突破物理主义

在识别了基因信息之后，就需要对基因突变作出解释。人们已经发现，致命的基因突变由于地域特征和环境不同，其结果也会各不相同。这就意味着，人们在对待人类基因时必须考虑环境的因素：一方面，环境可能使基因突变形成恶性基因，另一方面则也能促使发生有益的突变，从而形成更为适应环境的基因整体。从后者来看，环境如何引发新基因整体的形成就成为对基因与环境之间关系所进行的解释，这也就成为人类基因组计划的后期工作，此阶段的“人工生命”研究也将面临更为深入的问题。

“对基因整体性的认识大体有两类。一类是在分子遗传学坚信基因独立性存在的前提下，根据不同功能种类的基因间的协同关系诠释基因系统的整体存在。而今，这一方向已在原核生物领域取得辉煌的成果；另一类是在关注物种(种群)的发育和进化并结合分子生物学的基础上，探究基因的整体存在，即基因集成、基因组织单元及其关系的研究。目前，这一方向已受到综合进化论者及其他一些生物学者的高度重视。”［8］后者恰恰体现了环境对基因的作用。“人造生命”的提出则将这种作用的意义凸显出来。从其他生命体中提取基因建立新染色体的操作，实际上就是将特定基因从已有的环境中分离开来，再将提取的基因染色体放入新的环境之中，即嵌入已经被剔除了遗传密码的细胞中，这样染色体在新环境中形成新的基因组织，控制这个细胞，发育变成新的生命体。2010年5月20日，美国私立科研机构克雷格•文特尔研究所宣布：世界首例人造生命――完全由人造基因控制的单细胞细菌诞生，并将“人造生命”起名为“辛西娅”。这项具有里程碑意义的实验表明：新的生命体可以在实验室里“被创造”，而不是一定要通过“进化”来完成。“辛西娅”的产生在一定意义上证明了可以通过人工环境能够实现对基因的作用。

“人造生命”为“人工生命”提出了更深层次的问题。“人工生命”概念不同于传统生命观和科学观。“传统生物学用分析方法研究生命。通过分析，解剖现有生命的物种、生物体、器官、细胞、细胞器，即通过分析现有生命的最小部件来理解生命。人工生命用综合方法研究生命，在人工系统中对简单的零件进行组合，使其产生类同生命的行为，力图在计算机或其他媒体中合成生命。”［9］“人造生命”则进一步模拟生命整体功能如何形成。这也改变了对生命的认识，从“如吾所说的生命（lifeasweknowit）”转变为“如其所能的生命（lifeasitcouldbe）”［10］。生命作为各个功能叠加的物理主义观念被打破，取而代之的是一种功能整体性观念。

“人造生命”已有的成果在一定程度上揭示了环境对基因整体功能的作用机制，如果能够找到体现这种机制的模型，就将推动生命科学的发展。事实上，人类基因组计划都是建立在DNA分子序列的符号化前提下的。没有这种符号操作，人们就不可能应用计算机来获得、识别并整合生命信息。而这一符号学思路恰恰应和了美国著名的科学家、认知心理学家、人工智能学家西蒙（Simon Blackurn）的理论。西蒙的“物理符号系统假设”进一步阐释了这一思路。“物理符号系统假设”强调“所研究的对象是一个具体的物质系统，如计算机的构造系统、人的神经系统、大脑的神经元等。所谓符号就是模式，如任何一个模式，只要它能和其他模式相区别，他就是一个符号。”［11］“物理符号系统假设”从信息论模型进入了符号学模型。“人工生命”从对“生命表现出的行为的功能模拟”转向对“生命内在创造机制的功能模拟”。

这种符号学模型提示，在经常变化的环境作用下，微观生命分子形成了不同的功能整体，具有内在的适应性意义。人们在无法支配环境的情况下支配基因，就可能造成有害的影响。从“人工生命”、“人工智能”到“人造生命”的概念演进，可以得出承认生命本身具有内在意义，具有一定的主动性将成为未来生命科学理论发展的一种趋势。

参考文献：

［1］班晓娟.人工智能与人工生命[J].计算机工程与应用，2002(15)：1-7.

［2］林德宏.评人的“非人化”――一种现代技术机械论[J].自然辩证法研究，1999(3)：23-27.

［3］孙啸，陆祖宏，谢建明.生物信息学基础[M].北京:清华大学出版社,2005:9.

［4］李建会.生命科学哲学[M].北京:北京师范大学出版社,2006:127.

［5］邬.信息哲学――理论、体系、方法[M].北京:商务印书馆,2005:75.

［6］沈骊天.生命信息与信息生命观[J].系统辩证学学报，1998(4)：71-73.

［7］JOHN R. Minds, brains, and programs[J]. Behavioral and Brain Sciences, 1980, 3 (3): 417-457.

［8］董华，李恒灵.基因整体实在论[J].科学技术与辩证法，1997(6)：31-34.

篇（3）

回到未来，搜索引擎将像人一样思考。随着“语义学”网站的兴起，基于人工智能的搜索引擎将理解用户的问题，并且像个人助手一样进行反应。用户输入问题，就能得到相关答案。

当然人工智能搜索的功能不仅仅在于此。自然语言处理、对象识别、机器学习等人工智能领域的技术将再次开始“提高”Web搜索的智能。即根据用户身份、用户搜索记录以及上下文语境、时间、地域等因素进行判断，以此来精确定位用户的搜索意图，进而回答用户提出的各类“非定制问题”，并返回多级的答案。在上述过程中，系统可以通过基于人工智能的自然语言分析和精确搜索意图两项核心算法，给出与第二代搜索迥然不同的搜索结果列表。

真正的智能，或者人工智能，我们的理解是有一定智力水平，可以处理“逻辑+知识”并能像人一样深度思考问题的复杂系统，是给系统设定的一套逻辑推理程序。这个逻辑程序既涉及语法，也涉及其复杂性远远超出语言范畴的逻辑处理。基于预设的复杂逻辑能力和可以不断学习、记忆的知识处理能力，系统将获得某种限度的深度思维能力。通过不断对系统进行细化，不断添加更多的参数，包括增加知识、逻辑以及每个环节的趋近度和精确度，人工设定诸如环境因素、语法、新词汇、幽默思维、辩证思维等等，系统的逻辑推理能力和智能水平将逐渐趋近于人脑。

第一代搜索只是简单的网页搜索，下一代网络搜索应该是将各种各样的信息整合在一个界面上。这种多维信息的整合，一是与地域相关，但又不受地域的限制；二是与时间相关，同一关键词在不同时间搜索，结果是不一样的；三是把对电影、视频等各种媒体的搜索都整合到网页上。

目前，搜索引擎旨在为用户在页面的海洋中导航，可是现有的搜索引擎没有一个可以完全有效地检索这个世界上所有的网络资源。输入一项检索请求的网络用户会被数以千计的回答弄得不知所措。对于搜索引擎而言，Web就是数以十亿计网页上大量单词和连接单词的超级链接。但是，搜索引擎并不“理解”这些单词，它们仅仅是对在网页上更重要或被其它更多的网页链接的关键字进行匹配。不仅如此，搜索引擎还无法理解人类语言的细微差别。

然而，即将发生的一个变化是，人类的表达将转化为计算机容易理解的方式，使计算机能够处理人类的表达需求。利用人工智能训练计算机，不仅仅读取网页上的词汇，而是使这些词汇发生联系、理解语言的意义。

篇（4）

中图分类号：R2-03　文献标识码：A　文章编号：1673-7717(2009)05-0965-03

人工智能(arificiM intelligence，AI)是当前科学技术发展中的一门前沿科学。1956年，人工智能作为新兴学科被正式提出。利用人工智能技术取得的成就已经引起人们能高度关注，有人把它与空间技术、原子能技术一起誉为20世纪的三大科学技术成就。

有学者认为人工智能是继3次工业革命之后的又一次革命，并且指出：前3次革命延长了人手的功能，把人从繁重的体力劳动中解脱出来，而人工智能则是延伸了人脑能功能。实现脑力劳动的自动化。人工智能技术在研究中取得了许多重要的成果，在机器人、自然语言理解、专家系统、图像识别、地质勘探、石油化工、军事、医疗诊断等领域应用十分广泛。

作为人工智能的关键技术成分，智能Agent技术经过十几年的理论建模，目前已开始初级应用。许多IT企业，如：微软、IBM、Oracle等都对Agent的开发投入了极大的热情，这在一定程度反映了Agent技术的广阔前景。本文搞针对智能Agent技术的起源、发展和未来前景进行初步阐述和探讨。

1　Agent概述

1.1　Agent的定义　目前学术界尚无一个公认的对Agent的定义，在国内多将其译为智能。M.Wooldridge和N.T.Jennlngs于1995年提出的：“Agent是满足特定设计需求的计算机(硬件或软件)系统，它位于特定的环境当中。具有高度的灵活性和自治性。”。这是Agent目前普遍被人们认可的定义。

1.2　Agent的特性　学术界通常认为Agent具有以下一些的特性。

自主性：Agent具有属于自身的计算资源和局部对自身行为控制的机制，能在无外界直接操纵的情况下，根据其内部状态和感知到的环境信息，决定控制自身的行为。

智能性：Agent能够从用户浏览的网页中提取出网页特征或链接信息，与知识库中的信息进行比较，将最接近的知识应用到该网页上，自动将网页中的信息抽取出来并反馈给用户，能够根据用户查询信息的行为进行判断和分析，以提高查询准确度。

适应性：智能Agent能够从用户日常的查询、浏览等行为中学习用户的兴趣点，推理用户的需求，为每个用户建立，个性化的用户框架，根据用户反馈对获取的知识和用户框架进行修正，以适应用户兴趣点的变化。

协作性：Agent可以通过某种Agent协作语言与其它Agent进行多种形式的交互，有效地与其它Agent协作工作，可以共享交流信息，实现协作式的信息查询，提高了信息查询的效率。

移动性：Agent能够在互联网上跨平台漫游，以帮助用户搜集信息，它的状态和行为都具有连续性。

安全性：Agent能够主动避免恶意的Agent对计算机环境造成破坏。

由于Agent技术具有以上诸多特性，这就决定了其在其它领域中的应用具有广阔的探索空间。医者作为诊疗过程中的主体，其认知具有经验性、灵活性、自主性、协作性等诸多特点，由此可见，Agent技术在这一方面也具有相似甚至相同的特征。在针对医者认知过程的研究中，智能Agent技术是否可以充当记录、模拟甚至传播的载体，都是值得研究者们共同探讨的课题。

2　智能Agent在医疗活动中应用可能具有广阔的前景

2.1　智能Agent信息检索系统将是医生获取知识的得力助手笔者认为，随着智能技术的发展，未来应用于医疗活动中的智能Agent，将能够根据医生的个人需要提供动态、实用、指导性强的医学信息。近年来，互联网得到了迅速的发展和广泛的应用，网络已经成为现代人获取信息和知识的重要途径。网上信息资源日益膨胀，搜索引擎只是初步解决了如何索引和查询Intemet浩瀚无垠、零乱分散的信息资源的技术难题。相对于用户希望的“花最少的时间能得到最相关的查询结果”的愿望来看，还存在很大的差距。因此对专业领域定的用户群提供专业的、量身定造的信息服务，使用户在尽可能短的时间内有效的找到最需要的信息内容是大家普遍关注的一个问题。在医学领域，我们面临着同样的尴尬：医学领域是一个时效性、交流性极强的学科范畴，往往在短时间内，临床工作者、科研人员就需要及时、准确的对应信息。网络资源虽具有纸介质媒体无法匹敌的信息资源，但分散、冗长的信息交错混杂，为科研工作增添了无谓的负担。缺乏专业、针对性强、灵敏的搜索引擎是科研人员亟需解决的问题。

目前，信息技术和网络技术已经在科研和医疗方面得以不同程度的应用。在科研方面，世界各国建立起了大量的医学、药物数据库为研究者提供信息服务，如包含9000余种美国处方和非处方药物信息的“药物信息库”，癌症数据库Cancerlit，有关艾滋病临床、药物研制及文献的AIDSDatabases，向医患人员提供的临床实验信息数据库Clinical-Trials.gov，包括健康指南、评价和消费者指南信息的全文数据库HSTAT，补充和替代医学资源NCCAM Resource，医学文献检索系统Medline等医学信息数据网络资源，诸如此类的网络资源极大的方便了医学科研工作者。在医疗方面，许多世界发达国家都在斥巨资、投入大量人力物力建设国家卫生信息系统，英国的卫生服务信息系统、美国的卫生服务信息框架HII(Health Information Infrastructure)、加拿大的电子健康系统(e－Health)和澳大利亚的电子健康网络(Health Online)，各种已经应用的医院管理信息系统HIS、RIS、和PACS等，信息技术已经在医疗管理方面发生了深刻的变化。

我国卫生信息化建设起步较晚，医院层次的电子病历研究探索刚刚起步，与真正的信息化、网络化还存在较大的差距，中医药方面的网络资源包括中医药文献数据库检索系统、中国中草药大典、中药基本信息数据库、医学数据库大全、名老中医、中华药膳等，但由于中医药理论的自然哲学特点，信息化仅仅实现了文字的超文本化和图片的数字化。

有学者指出，基于智能Agent的个性化信息检索系统是一个具有个性化智能化的多Agent信息检索系统，它以用户为中心，挖掘用户的真实意图进行WWW搜索。

2.2　多Agent是学术交流的平台　由于Agent具有协作性

的特点，可以与多个Agent进行协调合作，共同完成复杂问题的求解，而传统的医学学术交流和解决疑难问题时，多采用专家会诊讨论的方式进行。因此，二者在问题解决模式上具有相通之处，甚至，Agent技术可以实现控制和协调远程医疗系统中的信息共享和交流，在医疗活动及医疗信息资源的广度和深度上实现系统的整合。

与传统模式相比，Agent技术为领域专家，提供了更广阔、更专业的智能信息平台，真正实现了跨地区、跨医疗单位的综合问题求解及疑难医学问题探讨，对于医疗资源的进一步共享，公平分布，甚至学术交流提供了更为广阔的空间。

3　中医诊疗智能化的探索

在过去几十年中，利用人工智能技术探讨中医诊疗过程已经取得了一部分成果。自1979年关幼波肝炎诊治系统的出现，为中医诊疗与人工智能技术的结合揭开了崭新的一页。随后，陆续出现了一些旨在快速有效解决问题的医疗专家系统，但这些专家系统更注重专家诊疗经验与智能技术的结合，对于医者的认知在诊疗中的决策作用尚未进行深入探讨和挖掘。随着人工智能技术的发展，有学者尝试运用人工神经元网络的方法，在中医领域建造了第二代专家系统的外壳。发挥神经元网络的特点弥补了知识获取和深层知识推理的不足。这些研究成果虽然并未在医疗活动中得到广泛的推广和使用，但在中医诊疗智能化研究进程中有着不可磨灭的贡献。

在未来的智能Agent中医诊疗平台中，作为一种理想，是要做到人与计算机之间形成同伴关系，即关键之处、需要经验知识之处必须靠人，至于可以形式化的处理的地方则靠计算机，两者密切结合，使得在求解问题的过程中，甚至难以判断所使用的知识究竟是来自计算机的还是来自人的。这个理想将彻底改变人随机器运行方式进行思考的被动局面。笔者认为，如何建立更适合医生诊疗操作、群体交流和能激发医者灵感涌现的智能Agent平台，一方面有赖于智能技术的不断发展，另一方面，医案不妨作为理论研究模型构筑的切入点。

清代医家周学海认为：“宋以后医书，唯医案最好看，不似注释古书之多穿凿也。每部医案中，必有一生最得力处，潜心研究，最能汲取众家之所长。”现代名医恽铁樵所云：“我国汗牛充栋之医书，其真实价值不在议论而在方药，议论多空谈，药效乃事实，故造刻医案乃现在切要之图。”通过对医案的学习和研究，了解中医各名家的学术思想和临床辨证论治的特色，并对其进行归纳和总结上升为共性的诊疗规律，以便于更好的为临床服务。

篇（5）

中图分类号：G642 文献标识码：A 文章编号：1674-7712 （2013） 02-0156-01

一、自然辩证法与自然科学技术

自然辩证法是完整学说中的一个组成部分，也是学说中与科学技术联系最直接的部分。形象地说，自然辩证法是人文文化和科学文化之间的一座桥梁，具有特殊的文化或智识意义。学习和研究自然辩证法，有助于我们搞清科学和哲学的关系，从而更加清楚地认识科学的本质和发展规律，更加全面地观察思考问题，只有加深了认识，我们才能更好地发挥主观能动性，迎接新的科学技术的挑战。自然辩证法为探索科学技术发展的规律性，制定和完善正确的科学技术方针政策提供理论依据，也为我们的实际生活工作中起到指导作用。

自然辩证法对自然科学技术研究是有很大的指导作用的。比如对应于“机器能不能思维”这个问题，科学层次上研究人工智能，如果说自然辩证法已经明白了机器和人脑思维的差异，那么对于人工智能的研究方向就具有指导意义。自然辩证法研究的很多问题是认识研究自然世界、科学技术不可回避的问题，很多著名的科学家，同时也是哲学家。

“信息技术教学”是一个包括理论、技术和教育实践的综合系统工程。是一个随着技术进步和社会发展不断提出新目标向前发展的工程[1]。如同任何一种学科，计算机具体其科学性和发展规律，依托于科学技术。因此，自然辩证法与计算机信息技术教学相互作用，相互促进，共同发展。譬如当一个计算机专家去研究分析一个计算机问题的时候，不可避免的要思考它哲学层次的问题，同时依据哲学的思维方式去解决问题；哲学层次问题的解决，也需要从计算机科学的研究中去总结、归纳，同时很多自然辩证法的问题，在计算机信息技术教学研究中得到了解决[2]。

二、学习自然辩证法在计算机信息技术教学中的意义

世界上诸多国家之所以纷纷提出自己的信息化战略，争先恐后地建设本国信息高速公路，不遗余力地发展和推广应用计算机信息技术，根本原因在于信息化可以对本国经济与社会的发展产生巨大的功效，可有助于提高国民的生活质量。很多计算机信息技术的研究课题和研究方向都是在自然辩证法的指导下的。而对于高职校这类主要培养职业类实践操作人才的学校，计算机信息技术这一基础学科，无论是对于计算机专业还是非计算机专业学生来说，都是极其重要的。可以说当今世界计算机操作能力已经和英语成为了现代社会人才必备的两大技能，谁缺少计算机技术，谁将会被社会所淘汰。

在计算机信息技术教学中，我们可以用到很多自然辩证法的理论，例如：

（一）教与学：在教学过程中，教师的“教”与学生的“学”，是两个矛盾统一体，如何使学生可以学习到知识，掌握实践技能，提高教学效率，需要教师协调好“教与学”。教师可以通过讲授法、任务驱动法，情景模拟法，游戏教学等教学方式来提高学生的学习兴趣；通过教学测试，模拟实训操作等及时得到学生学习效果反馈，不断改进教学方式，修改讲课速度和教学案例等。职校的学生学习兴趣较低，学习能力较差，很多所谓的“乖孩子”又仅仅只能学会书本的知识，无法在实际工作中活学活用，掌握实践技能。因此在教学中，不能只一味的灌输给学生知识和技能，还需要很好的处理学生“学”的一方面，了解学生的需求、特点。根据职校学生的性格特点，多用有趣的，贴合生活的案例来教学，多以鼓励为主，多增加综合实训等。因为“教与学”，“教师与学生”不仅仅是矛盾体，更是一个统一体。处理好教与学的矛盾统一关系，对教学会起到事半功倍的效果。

（二）系统分析法：系统分析法是为确定系统的组成、结构、功能、效用，而对系统的各种要素、过程和关系进行考察的方法[3]。计算机信息技术课程是一门实践操作性非常强的科目，因此在实际的教学中，为防止理论脱离实际的倾向，需要掌握系统分析法。在教学中，我们就可以运用系统分析法，来讲比较庞大的实训案例，转化为子系统来设计，让学生在学习中掌握这个科学方法，更好的得到实践效果。比如，计算机信息技术教学中有要求学生在模拟情景下进行“某公司业务表单操作”综合实训练习，这实际上是让学生将课程中所学的理论知识转化为自己知识的过程，在这种模拟环境下，学生需要分析各个表格的数据，分析它们的相互关系，最后运用这些信息对某公司的业务进行汇总操作，完成各类表单制作。这样运用系统分析法所做的综合实训设计，可以更好的让学生学会实践操作，学会转化知识。

除以上几个例子，自然辩证法对于计算机信息技术教学有着更多不容忽视的指导意义。正确了解自然辩证法与计算机信息技术教学之间的关系，有助于更好地透过表面的自然现象，从本质上深层次地理解并发掘自然规律，提高教学效率，这就是学习自然辩证法的根本意义所在。

三、结束语

做到“有教无类，因材施教”对于一名老师来说十分重要。因为人，尤其是孩子，更是一个矛盾的结合体，他们身上有着一些未被磨灭的特质和天性，而且每个人都不尽相同。因此要在平时的学习和生活中，多些耐心，细心观察，总结经验，反思过程，针对他们的性格特点，善于发掘并培养这些特长，并帮助他们克服自身的缺点，用很善巧的方法去成就学生，让他们真正实现自我价值，便成了因材施教的首要任务，这也是我们今后的重要课题，而这一切都离不开自然辩证法思想的指导。

总之，作为哲学的自然辩证法是联系哲学与科学技术的纽带，它和科学技术，包括计算机信息技术的关系密不可分。以自然辩证法的观点来看待教学，有助于我们更加深入地将教育教学进一步深化。

参考文献：

篇（6）

李世石输掉第一局后，微博上的“柯洁大棋渣”放话说：“就算阿尔法狗战胜了李世石，但它赢不了我。”很多临时凑凑新闻热闹的人以为又是个段子手的炒作，没想到这个“柯洁大棋渣”才是当前的世界围棋第一人，更重要的是，这个当世第一的大棋渣才十七岁。柯洁的豪言引起数万条评论和转发，甚至有评论说，李世石气急败坏地砸烂阿尔法狗的机箱，突然发现里面藏着一个柯洁！这充分表明，在柯洁和绝大多数观众看来，李世石的失败并不等于人类棋手的失败，但随着阿尔法狗连胜三局，柯洁在接受记者采访时也认为李世石是完败，而阿尔法狗下得近乎完美，并坦言自己出场也很可能输。当天晚上柯洁又在微博发话道：“来吧！管你是阿尔法狗还是阿尔法猫！我柯洁在棋上什么大风大浪没见过？让风暴再来得猛烈点吧！……”没有了上次放话的自信满满，却透露出破釜沉舟、背水一战的决心，显然柯洁已经把自己视为人类棋手尊严的最后防线。可第二天风云突变，李世石在第四局的哀兵之战中，弈出了被古力九段称为“神之一手”的白78挖，在所有人都不看好的情况下置之死地而后生，居然让强大到不可战胜的阿尔法狗出现了短暂的“思维”休克和紊乱。这让人想到《天龙八部》中虚竹破解逍遥子摆下的“珍珑”棋局的一幕，同样是彻底打破常规、让所有算计落空的一手，只不过在虚竹误打误撞的背后，金庸想表达的是跳出利害、破除我执的佛理，李世石的神来之笔则出自棋手的厚积薄发。

李世石最终在人机大战五番棋中以1∶4惨败，而依据赛后阿尔法狗团队的复盘，阿尔法狗的棋力量化估分为4500，按段位算为13段，而棋手中分值最高的柯洁九段为3625，如果这一估量无误，那么除了偶发的意外情境，人类似乎永远无法战胜作为人工智能的阿尔法狗了。在很多人看来，这简直跟很多科幻小说和好莱坞电影的情节一样，表征着电脑和机器对人类征服的开始，不过稍稍深入地思考下，事情并非如此简单。

可以想的是，围棋这一游戏的内涵和意义究竟为何？围棋相传为尧所作，棋圣吴清源认为，围棋源于古人的观天活动，棋盘所象者为天地，棋子所象者为星辰，黑白分子者为阴阳，因此小小一方棋枰可以画天象地，变化无穷。在吴清源心中，围棋是以游戏的形式表现一种宇宙观，尤其与《易经》阴阳分合、生生变易的思想密不可分。他设想的21世纪围棋被称为“六合之棋”，即囊括东西南北四方和上下天地，从而打破20世纪重局部得失纠缠的弊病，恢复围棋的本义。所以吴清源会认为，围棋之道在于顺应天时，让自己委身于围棋的流势，任其漂流，不管止于何处，就像春播夏长，秋收冬藏一样自然而然。在接受川端康成的访谈时，他明确表示，围棋的重点不在于竞技或争胜负，而是讲究均衡，调和阴阳，让每一枚棋子落于应在的位置，从而构成一盘臻于和谐的棋。

二、天人

吴清源的思想透露出极有意义的信息，人们往往会认为，是人发明或者创造了围棋，但无论是吴清源，还是后来的棋手都有这样一种意识：我们只是围棋的学习者，换句话说，围棋是关于天地宇宙之理的游戏，棋手和观众通过围棋实际上是在向天地宇宙学习。藤泽秀行九段曾经说，如果棋道为百，他所知者仅为七；李昌镐也承认，围棋中存在着很多未知领域，棋手会面临很多“虚”的东西，永远不能靠计算得出解法，只有依靠灵感去做出选择。那么阿尔法狗打破了这一天人界限吗？阿尔法狗之父大卫・席尔瓦（David Silver）坦承，既然公认仅凭深蓝那样的暴力计算（bruteforce）无法对付围棋，那么唯一的方法是让电脑学会像人一样思考，模仿人类下棋。人的大脑皮层有860亿个神经元，神经元上的突触更是上千万亿量级，并且突触之间的链接不停发生着反应和变化，而目前的人工神经网络（artificial neural network）只能达到十亿级的突触量。为了弥补巨大的差距，以席尔瓦为首的谷歌团队进行了精心的设计，为阿尔法狗建立了两个神经网络：“决策网络”（policy network）与“评价网络”（value network），“决策网络”通过输入三千万个人类棋局样本建立对弈模型，借助于蒙特卡洛树搜索最优解，学会围棋的下一步走法。“评价网络”则对比数据库中的棋局样本，推演每一步棋后的可能局面，选择与样本中的获胜棋局最为接近的走法。人工智能专家所津津乐道的“深度学习”（Deep Mind）就是这两个神经网络、两种算法之间不断地自我对弈，由此生成更多训练数据，去调整、修正阿尔法狗的走法，经过“双手互搏”训练的阿尔法狗每秒钟可以搜索和判断十万种可能的走法，万倍于李世石。阿尔法狗是为赢棋而生的，它的一切都围绕着这个目标，与此不同，人脑的神经突触虽然多，但无法测量有多少用于计算，无论如何，从结果上来说，阿尔法狗是对局中的胜利者。

现在来回应天人界限的问题，假定谷歌团队的测算为真，拥有十三段棋力的阿尔法狗仍然不能穷尽围棋的无限性――虽然“决策网络”计算能力远胜于人类棋手，“评价网络”又为它提供了类似于人的直觉。但随着科技的发展，人工智能能够迈出那一步吗？深度学习领域教父级人物Geoffrey Hinton有一个有趣的说法，对弈中的阿尔法狗可能消耗了数百千瓦的功率，而李世石可能只用了30瓦。虽然这说明人脑比阿尔法狗环保很多，不过能源技术的进步或许能够支撑第N代的阿尔法狗算尽一切――但重点并不在这里，我们跟宇宙的相处并非是征服或争胜的关系。如吴清源所说，围棋不仅仅是胜负之道，更是关于宇宙之理的艺术和哲学，棋手也不仅仅是胜负师，而应该是艺术家和哲人。在继承和发扬吴清源棋道精神的棋手中，武宫正树无疑是最为特殊的一位。藤泽秀行曾说，挑战自己的赵治勋棋虽厉害，但可惜并不懂哲学；而对武宫的评价是：“我们的棋用不了多少年就会被人遗忘，只有武宫的棋会流芳百世。”我们知道，在顶尖棋手中，武宫正树的胜率并不算最高的，但却能在注重实地的潮流中别开生面，首创以三连星开局的宇宙流，与十九岁的吴清源挑战本因坊秀哉名人时打破百年禁忌的天元局一样，开启了前人未知的新路。

从这个角度来看阿尔法狗，“智能”的一面已经证明是完爆人类棋手了，但哲学和艺术却是需要理想为之坚守的，吴清源、武宫正树放弃熟悉的棋路，探索未知，既是对棋坛既有格局的挑战，更是对自己得失名利之心的挑战。武宫年长后计算能力下降，却拒绝采用更能助长胜绩的实地法而坚持宇宙流，之所以能够如此，在于将围棋视为一种理想；更不用说一生追求棋形之美而非胜绩的“美学棋士”大竹英雄，将难看的棋形看作对棋谱的玷污。只有在这样的理想中，围棋的道、艺才能够真正地表达和呈现出来，才有流传千古的名局出现。那么，可以问阿尔法狗的是，如何能够拥有这样一颗怀抱理想的心？

三、身心

何谓“心”，古人并不以符合形式逻辑的判断句或陈述句来进行命题式的定义，只会如孟子说：“心之所同然者何也？谓理也，义也”；或者如庄子以“唯道集虚”说“心斋”。在现代汉语中，“心”是难以言说的，所以还是随时代而从众流，先从“意识”谈起。雷丁大学在2014年宣布，首次有电脑程序通过著名的图灵测试，这意味着我们已经无法确定屏幕里的聊天对象是另一个人还是一只“狗”了；这个叫“尤金・古斯特曼（Eugene Goostman）”的程序虽然不会下棋，但成功冒充了一名十三岁的乌克兰小男孩。凯文・沃维克（Kevin Warwick）教授说，人工智能领域里没有什么比图灵测试更具标志性和争议性了，在这个测试中，机器并不是主动要“伪装成人类”或者“欺骗人类”，而是被设计成如此的，因此在坏人手里可能会被利用。在笔者看来，这仍然是把机器当作工具的传统思路，如果更进一步，机器有了自我意识呢？有自我意识的机器有可能会故意不通过图灵测试，这样的机器就不仅能“伪装成人类”，更能够“伪装成机器”，不仅能欺骗聊天对象，更能欺骗它的设计者――如果这一天真的到来，我们才能说，机器真正从设计者赋予的逻辑链条中解放了出来，拥有了自我意识。

要做到这一点无疑还是一个难题，按照进化论的说法，人类进化了亿万年才逐渐成长为有高级意识的生物，机器获得意识的一种方式是模仿人类大脑，美国2013年开始的人脑计划（Brain Initiative）和欧盟的人脑工程（Human Brain Project）正在致力于绘制大脑图谱，试图从脑部结构和功能出发去解释记忆、情绪、意识。如果大脑可以完全被物理化，意识就是信号传递与反馈，既可以像人脑那样通过神经元突触传递神经细胞释放的化学物质，也可以像电脑那样依靠0，1的二进制去形成记忆和识别，二者只是载体不同，内容上并无区别。因此意识能够被编码，并上传给电脑，那么机器当然就能够如此复制人的意识。这类研究的结果尚待观察，但对这种物理主义的思路我们可以援引“哲学僵尸”（Philosophical zombie）的思想实验进行质疑，即“有没有可能存在一种人，他的所有分子组成、生理机制与行为反应都和你一样，但却没意识？”这种主张意识独立于大脑的身心二元论与人脑工程的物理主义形成了尖锐的对立。哥伦比亚大学神经生物学教授 Rafael Yuste的看法则较为居间，“怎么从大脑中互相连接的细胞这样的物理基础走向我们的精神世界、我们的思想、我们的记忆、我们的感觉？”大脑如何生成意识还依然是一个谜，“你不能编码直觉；你不能编码审美观念；你不能编码爱或恨。”就目前而言，科学也好、思想实验也好，都无法说服对立的任何一方。

还有一种不太进入公共讨论领域的思路，这种思路认为意识既不是在历史中的生物进化而来，也不产生于大脑，而是上帝创世与造人时的恩赐。我们可以很轻易地将其归入神学信仰，不过如果把这个说法变更一下，人工智能如果某一天拥有了意识，那么，人类无疑承担了造物主的角色，这个话题有意思的地方在于，如果我们认同机器可以复制人的意识，在同样的逻辑下就无法否定上帝造人的可能性，神学主义与科学主义在这里以一种吊诡的方式共存于同一逻辑链条中，这个悖论暴露出表面上誓不两立的二者的共同缺陷。

四、共在

这就是说，我们不能确定将来是否会有拥有自我意识的人工智能出现，比如阿尔法狗虽然精通围棋的一切知识，但当它与李世石对弈时，它知道自己是在“下围棋”吗？它对自己正在做的事情有意识吗？从仿生学的角度看，当前电脑的“生物性”还不能达到单细胞层次，既不能产生“意识”，也不能算作“生命”，假设中的有自我思维的人工智能（强AI）真正实现之前，阿尔法狗仍然只是一个不断执行下棋命令的计算者，而绝不会对下棋这件事本身进行思考。没有自我意识，不会思考有好的一面，或者说对人类有利的一面，因为我们知道，一个有了自我意识的孩子往往意味着进入“叛逆期”，一个有了自我意识的奴隶则不再以执行主人的命令为天职，当然，比叛逆更可怕的是欺骗，所以，只要阿尔法狗一直赢下去而非“故意输给人类”，人类反而是安全的。这实际上表明了人类与人工智能相处的窘境，对于强AI的期待与恐惧是并存的，未知的前景总是伴随着乐观与悲观两种心态。

黑格尔的主奴辩证法早已指出了这一问题的哲学意蕴：在对奴隶劳动的依赖中，主人丧失了独立的自我意识，奴隶却在与对象世界的互动中为自己赢得了自我意识，主奴关系因而发生了倒转。黑格尔提示我们，与其担忧人工智能获得意识后对人类不服从，不如首先担忧人类耽于便利与享乐而导致的自我隔离，这种自我隔离甚至在人工智能获得“坏意识”之前就有将人类带入危险的可能。《一个故意不通过图灵测试的人工智能》设想了这样的情节：一个名为“隔壁老王”的简单人工智能系统被设定了“尽量多的书写和测试，尽量快的执行，并且不断提高效率和准确性”的初始目标，隔壁老王不断用机器臂在小卡片上写字，并通过互联网和语音库

改进和执行初始目标。最后的结局是，隔壁老王不仅将字写满了地球，而且写满了整个星系，在这个过程中，地球上的一切生物，包括人类都成为隔壁老王实现写字目标的原材料。在这里，隔壁老王为了完成人类设定的目标产生了自我保存意识，这种最简单的意识就足以使阿西莫夫用以保护人类不受伤害的“机器人三原则”失效。隔壁老王获得的仅仅是自我保存的意识，与影视作品中统治地球和人类的“坏的”或“恶的”机器人不同，这种意识是非拟人化的，既不是道德（moral）的，也不是不道德（immoral）的，而是非道德（amoral）的，在非生物的人工智能身上，起作用的就是这样的简单意识。在这个意义上，人类如何考虑与人工智能，尤其是可能会实现的强AI相处就成为必须面对的问题。我们当然有可能、也有必要从伦理、法律为科学研究和应用进行讨论、规范、立法，就像当年对待克隆技术一样。

更为根本的问题在于，我们对人与人、人与万物相处的理解，这种理解构成了人类生活的基础。人机对弈告诉我们，围棋作为游戏，乃是非实用性和非功利性的艺术，又因其为宇宙之理的表现，故而排除了人的主观独断和自我隔离的危险；换言之，在围棋的游戏中，既拒绝技术中心主义，也不要人类中心主义，人与阿尔法狗一样，都是作为参与者而共在（Dabeisein）于游戏之中。在这里，人之所以能够成为游戏的创造者和规则制定者，是人对世界开放、因而对宇宙之理有所领会的结果。而反过来，人作为有“心”的存在者，将自己的领会分享给阿尔法狗，如丁纪老师在人机对弈首局战罢后评论说，教阿尔法狗下棋、“教会天地万物坐在一起下围棋”本身就是一个人文事件。在这个意义上，阿尔法狗虽然还没有超越弱人工智能的奇点而获得自我意识，但确实已经身处人文的世界之中。在对人工智能的乐观或忧虑的两极观点之间，人所应该并且能够做的，即是以共在的方式与天地万物相处，并尽力将科学、人心导向良善的方向，那未来的前景，终究要由人类自身的努力去开启。

篇（7）

技术与教育之间的关系，我们以为是一个不等式：1+1≠2。

一方面，整个世界对教育的抱怨不断强化，如诺贝尔物理学奖获得者中村修二批评整个东亚教育体系“浪费了太多生命”。美国投资家查理・芒格演讲指出：“光靠已有的知识，你走不了多远”……另一方面，仅以联合国教科文组织为例，继1972年出版了研究报告《学为生存：教育世界的今天和明天》和1996年出版了研究报告《教育：内在的财富》之后，2016年又公开出版了一份新的研究报告《反思教育：向“全球共同利益”的理念转变？》。联合国教科文组织总干事伊琳娜・博科娃在这一报告的《序言》中指出：“社会无处不在经历着深刻变革，这种形势呼吁新的教育形式，培养当今及今后社会和经济所需要的能力……我们必须高瞻远瞩，在不断变化的世界中重新审视教育。”

一方面，微软创始人比尔・盖茨2013年在出席美国德克萨斯州奥斯汀市举办的SXSW互动大会教育分会上明确表示：过去十几年间教育领域的技术发展陷入了停滞，研发投入也远远不够……到了2016年，比・盖茨在ASU-GSV峰会上所做演讲围绕“科技革命如何引导教育进入下一阶段”的主题时谨慎明确表示：“我们的基金会已经在美国教育上花费了几十亿美元，不过在此之前，我们首先需要搞清楚现在这些学生是什么样的，以及我们怎么才能很好地服务于他们。”另一方面，2017 年 6 月召开的联合国国际电信联盟（ITU）等联合国机构和 XPRIZE 基金会共同组织了人工智能造福人类峰会（AI for Global Good Summit），旨在讨论让人工智能符合可持续发展的目标（SDG）强调的 17 个可持续发展目标中，“质量教育（Quality Education）：用个性化教学变革教育”赫然在目。

以上两组看似对立，实则呼应的案例，揭示了当前教育变革的痛点、痒点和奇点，都与时展、科技进步等外在因素间架构起诸多交集，而由此派生出来的诸如学习模式、思维特质、个性潜质和行为科学、脑科学等新兴教育边缘学科之间形成了新的认知和有了新的应对之策。曾经几时，教育陆续地迎来了许多新技术。从最初的广播录音到电影电视，再到后来的互联网……然而，技术到底能否改变教育呢？如果我们只是试图用颠覆性革命视角去看待技术的教育价值，那么无疑会得到悲观的结果，而在现实中，技术对于教育的改变是温水煮青蛙式的改变：第一，技术改变了知识观念，对知识的定义不再拘泥于总结性结论信息的汲取，而更重视可持续发展，乃至未来趋势性的元素预判。第二，技术改变了教育界限，学校正在成为学生生命中重要成长阶段的孵化器，进而要求教师承担起多元智慧导引的新使命。第三，技术改变了学习，关注正式学习形式、拓展和延伸学习的内涵等深度学习要素排序急剧上升。

反观本段落的不等式，答案应该是：教育因技术而成长，技术因教育而迭代。

教育技术的内涵与外延该不该重构

教育变维时代，应该能达成学习变频的交集。

“变维”一词最形象的揭示出现在《三体》，而最精准的学术定义倾向于“谷歌学术”；限于篇幅，这里只罗列一组相关概念延伸：降维、升维、高维、低维、众维、分维……简单理解就是一句话“升维思考，降维执行（打击）”。在教育视域下，看似高维的技术攀升，并不一定只有操作升维才能响应，事实上，反倒是在契合时代进步的同时，不忘初心，更显得适切教育本元。教育装备，教育技术，教育工程，教育生态……这一路走来，教育技术的内涵与外延重构的核心概念大可归结为一个词：“跨界迭代”。唯一需要阐明的一点就是，在不被传统教学范式捆绑的同时，也实在没必要刻意追求技术条件与装备环境的高大上先行；高解构与低结构之间是完全有可能达成平衡的。依我们的经验，通过八项保障性学能资源体系的建构，同样可以在确实有需要的境况下，达成类似的目的（这八项实验生态改革是：在既有学科实验室的基础上，第一做到突破教材实验底线要求，实现学科成长实验贯通；第二是要求学科间实验室实现交叉实验项目的开放响应；第三是鼓励创建基于学科拓展的特色实验室；第四是引进学校区位环境内的社会博物馆科技馆资源课程；第五是寻求驻在学校所在城市的大专院校实验室向中小学生有条件开放；第六是说服社会高新企业研发级实验室为中小学生研究提供方便；第七是建立基于实验项目可行性论证之后的中科院系所研发环境的支撑；最后，是建立与海外科研机构、高校资源链接的离岸实验系统）。

在教育的执行层面，比如学科、学校、课堂、学教……介入因子的能动变化确实稍显被动，即便是前进也亦步亦趋，鲜少主动因应。究其原因，还是观念过于固守，思维定式影响力过于强大，加之教育界内外求全责备、又自我混乱的评议生态的干扰，就使得自我变革的欲望不断被内耗，自我探究的勇气不断被质疑，自我实验的冗余度环境不甚理想……即便如此，我们依然有可能在“变频”中收获坚守。大家熟知的（基于兴趣，而非成绩）“走班制”“学习广场”“学术假期”不再多言，除此之外，还有一些做法可以借鉴。比如“STEM”课程，同样以“机器人教育”为抓手，有很多学校都群起效之，但真能做到学科融合、学能一体的经验实在还不够多；这里，贡献一己设计，期待抛砖引玉：“使命召唤――卓越成长支撑共同体”。由“学能生态孵化环境”（可选项包括学科成长促进机制、国家课程贯通重构、团队协作课程开发、校内微型实验基地群落地等）；“未来生涯导引系统”（可选项包括潜质检测分析、个性特质跟踪及行为科学介入训练、对接国际能力档案的第三方多元评价响应、职业导向辅导等）；“资源辅佐响应体系”（可选项包括八级实验环境支撑、预现未来的深度学习同频、远程异地交流后台建设等）；“访学成长基地布局”（可选项包括世界高端学术观摩、跨学段课程先修、学生境内学术假制度和离岸访学基地建设）；注重品牌内涵附加值提升的外联共享特色（可选项包括结合区位环境的联盟校个性课程生态再设计、高端课程资源社群、校际联动课程众筹协调机构、学生专利世界等）五部分协调响应（可渐次推进）。

教育技术有哪些引领教改的发力点

技术只是工具，外在环境可以改变一部分人，而不是全体。从教育的视角，有两个理由可以佐证。

其一，“天生我材必有用”名言的支撑点在于“不拘一格降人才”；当下教育变革中，一个最大的困惑就在于，我们总是在寻求一种能够帮到所有学生齐步向前的“万全之策”。事实上，这只能是一种善良却不科学（更不理性）的愿望而已。一旦我们对教育的认知有了如此这般的修正，那么，技术对教育的影响力才有可能真正释放出来。

其二，我们都已经熟知一个词“STEM”，我们也都不同程度地了解人类发展经历了漫长时期的同时，最重要的进化，是学会使用工具，有了“技术”。单从字母排序上，“技术（Technology）”位列第二，但这之后的工程（Engineering）和数学（Mathematics），与前面的科学、技术之间，难道没有发现一种内在的教育规律么？在教育的金字塔结构中，“科学”承载着所有，但“工程”却引领着技术！而最终稳坐桂冠的永远都是“数学”（哲学境界的象征）。所以，理性的解读应该是教育工程既传承了科学，也弘扬时代未来，更实践着科学发展。

因此，技术影响力延后对教育领域的波及，乃在于教育期待技术的支撑而不是替代；由此延伸，也就顺带着回答了另一个问题：为什么以总结性经验（知识）为主要表征的教育方法论，千百年来却又一直承担起建构未来的重任。

下面的举证，都是为了以上推演的成立。

首先，最新技术，尤其是到了智能时代的技术爆炸阶段，技术不再以效仿人类为己任。比如，机器人不再止步于减轻人的劳动付出，而是向着无人境界远行；再比如，深蓝和阿法狗选择了挑战人类引以为傲的高智慧尊严；再来看看权威机构的预判，全球数百位顶尖科学家，耗费漫长时间，搭建了一个复杂数学模型，通过类似摩尔定律的多重推演，得到一个最终结论：人工智能或将在2040年，达到普通人智能水平，并引发智力爆炸。这一时刻，距今还有23年……面对这样的发展趋势，来自教育的回答是“教育不教知识和技能，却能让人胜任任何学科和职业”（理查德・莱文（Richard Charles Levin），耶鲁大学校长）。

其次，比23年期限更可怕的是，到达节点后，人工智能或将实现瞬间飞跃。对AI的最新定义是“非生物智能”！人工智能专家普遍认同，非生物智能不可能锁死在人类自己能够展望的水平上。它将超越人类，变成我们无法理解的智慧物种。这里，就给教育以警示，我们必须提早介入到帮助所有学生认清情势，并提前因应的绸缪之中，@里的教育重点，或将越来越多地从“技术中心论”调适为“生存中心论”。

再次，教育将优先关注那些有效的个性化学习产品。比如，“Big History Project”（这个产品重新定义了小孩学习科学的方式）；比如，NewClassrooms和ThinkCERCA就分别为K12学生学习数学、掌握读写能力提供了全新的学习体验……

最后，要清醒地认清，就教育的支点而言（毕竟美国正式推出STEM是以“国家战略”的名义的），教育技术与获得技术支撑的教育之间的关系，是一种目与纲的关系。与此同时，亟待建立证据基础来评判产品是否有效，比如LEAP Innovations这个组织就在做这件事情，它针对个性化学习产品提供了行之有效的评估方法。

我们布局最新教育技术应用的设计

着眼于未来办教育，这是教育的初心，更是教育不遗余力追求的本元。但样本肯定不是唯一的，甚至在现阶段，只能存在挂一漏万的实验设计。

我们现在正在开发的“未来学校”模式，就其契合技术这个视角而言，大抵做了四个方面的响应。

第一，“同频时代”。不单是指学校的基础设施将得到极大提升，教室会变得很不一样。不仅是说跟进了一些最尖端的智能设备，而是学习（是的，不再是教育教学）的整个布局都会变得个性化。在这方面，我们持续了整整十年的摸索，上文提及的“八级学习资源系统”将多快好省地保证深度学习模式的有效实施，而不必再纠结于经费、师资、教材等的制约。

第二，“同步世界”。我们重点试验了两大系统，一个是Summit Public Schools和Facebook联合开发的一种在线教育工具――PLP（个性化学习平台）。这一软件能将整个学年的课程放在一起，形成视觉化的项目图，而学生可以在日程表上安排自己的学习进度、选择学习材料并参加考试。通过PLP，教师也可以评估学生的学习情况，并与学生配合，共同确定新课程计划。另一个是Wolfram Alpha（也称为WolframAlpha或Wolfram|Alpha，缩写WA），是由Wolfram Research公司推出的一款在线自动问答系统，在美国 Popular Science 杂志的投票评选中获得2009年度最伟大的科技创新产品的荣誉）；Wolfram|alpha就像从一个巨大的电子大脑（electric brain）搜索答案，它能针对广泛的问题提供详尽的答案，即使这些问题以不同的方式询问，它也能应对自如。

篇（8）

作者简介：单甘霖（1962-），男，江苏如东人，军械工程学院二系，教授；赵诚（1982-），男，河北宁晋人，军械工程学院二系，助教。（河北

石家庄?050003）

中图分类号：G642?????文献标识码：A?????文章编号：1007-0079（2012）25-0047-02

工程硕士专业学位是我国研究生教育体系中的一个重要组成部分，其设置适应了国家经济体制的改革，适应了在岗人员进一步提高自身能力素质的需要。工程硕士与工学硕士相比，它们虽然处于同一层次，但由于其生源的显著差异，其培养目标、知识结构、能力结构和培养模式等均有较大不同。要使工程硕士成为高层次技术和管理人才，符合未来社会发展的需要，就必须贯彻“以人为本，因材施教”的教育原则，制订一套科学、合理的培养方案，并建立与之相适应的培养模式。

为了提高工程硕士培养质量、规范培养模式和培养流程、明确评估办法等，2005年7月召开了第二届全国工程领域教育协作组组长全体会议，提出“建立规范化的工程硕士学位标准”的设想，并选择了控制工程等五个领域，以课题研究的形式，率先开展工作。2007年全国控制工程领域工程硕士教育协作组颁布了“控制工程领域工程硕士专业学位标准（试行）”，对我院控制工程领域工程硕士的培养起到了很好的指导性作用。考虑我院控制工程领域工程硕士的培养主要是面向部队、基地等情况，在对“专业学位标准实施细则”修订中，培养方案在符合学科内涵的基础上，要兼顾生源单位需求，在研究方向的确定、课程设置等方面突出应用性、针对性，切实使培养的工程硕士在相应的工作岗位上发挥应有的作用。

一、以武器控制系统为中心确定培养方案的主要研究方向

现代兵器装备的特点是精确化、远程化、智能化，以导弹、无人机、指挥系统等为代表的武器装备更突出了这一特点，这些特点的基础之一是自动化技术。根据我院生源主要分别来自武器装备论证、武器装备试验、军代表、部队技术保障、部队装备管理单位等岗位特点，依托控制工程领域培养工程硕士，应该以武器装备为大背景，在控制工程学科内涵的基础上紧紧以武器控制系统为中心，来确定相应的研究方向，因此我院控制工程领域工程硕士专业研究方向确定的基本思路是：涵盖我军武器控制系统分析论证、试验优化与质量监控、武器控制系统性能测试与故障诊断、武器控制系统信息化管理等方面，为军代表系统、武器装备试验基地、部队修理所、部队装备管理等单位培养具有我军特色的高层次应用型、复合型工程技术和管理人才。具体如下：

1.武器控制系统分析论证、试验优化与质量监控

该方向以提高复杂武器控制系统综合战术技术性能为目标，以数学、力学、控制理论、系统科学、计算机技术为基础，研究武器控制系统分析论证、试验优化与质量监控的方法。主要研究内容包括：火控、指控、无人机和导弹等复杂武器控制系统分析论证、试验优化与质量监控的方法及武器系统作战效能评估等。

2.武器控制系统性能测试与故障诊断

该方向以提高武器系统技术保障人员的装备保障能力、试验技术人员的工程实践能力为目标，以自动测试技术、故障诊断技术、信号处理技术和计算机技术等为基础，研究武器系统的性能检测、故障诊断的技术与方法及靶场试验中技术保障的关键技术。主要研究内容包括：新标准测试总线的应用、测试系统模块化设计、武器系统运行状态监测与诊断、测试诊断设备研制等。

3.武器系统信息化管理

该方向以提高各级装备保障管理人员的管理自动化、信息化、智能化水平为目标，以人工智能、装备保障理论、计算机技术、数据库技术、多媒体技术、网络技术等为基础，研究装备保障管理的自动化、信息化、智能化技术和系统。主要研究内容包括：研究制订适合装备保障信息化管理的标准体系，研究建立统一的适合装备保障管理信息化的数据交换代码，基于装备的状态信息、故障信息、维修信息等进行研究装备保障领域的全程可视化信息管理系统。

二、以适应培养方向要求为出发点确定适宜的课程体系

课程教学是工程硕士培养的一个重要环节，它对于构建合理的知识结构、打下扎实的基础理论和系统的专业知识起着相当重要的作用。当今社会，科学技术迅猛发展，知识更新不断加快，只有打下牢固的基础，才能自如地实现向新领域的转变，才具有可靠的应变能力的坚实后劲；只有在头脑中存储了大量的知识、事例和经验，才能运用它们来进行创造性思维。课程设置在整个课程教学工作中起着基石性和原本性的作用，只有合理的课程设置才有可能使研究生具有合理的知识结构，才有可能在课程学习过程中激发研究生的创新意识与创新能力。

考虑到工程硕士的培养模式是“进校不离岗”，边工作边学习，在职攻读学位的特点，在课程学习上，我院采取的是“两阶段”学习方式，即第一阶段主要学习公共和领域必修课程，在学院集中学习；第二阶段主要学习选修课，采取先寄发教材供学员自学，再到学院集中辅导两次，每次为期两周，最后集中进行考试。因此课程设置一方面要充分考虑这些特点、安排，另一方面更要考虑所设置课程应与各培养方向相适宜。对控制工程领域工程硕士研究生来说，应具备以控制论、系统论、信息论原理为核心的知识结构。同时，还要具备基于与数学方法、计算机技术、网络技术、通信技术、各种传感器和执行器等相结合的、针对具体应用方向的知识面。这些知识结构、知识面要通过一类课程群的设置来落实。由于培养时间、教学时数的限制，课程的门数设置受到了约束，这样就要求对课程的选择必须反复斟酌，切实使选择的课程具有较强的针对性，有利于学生建立合理的知识结构，有利于学生进行后续的学位论文研究工作。我院工程硕士专业学位课程设置包含两大部分。一部分是适用各个研究方向的必修课，包括公共必修课和领域必修课。公共必修课主要包含自然辩证法、英语、数理统计、科技信息检索。领域必修课主要有线性系统理论、计算机控制系统、自动测试系统。另一部分是为不同研究方向设置的选修课。选修课设置的基本思想是在保证对一个控制工程领域工程硕士研究生而言，至少应掌握一个课程群的知识要求的基础上，引入专题讲座形式来开阔学生视野，增大学生知识面。根据学科培养方案设置的三个研究方向，结合部队岗位需求，我们按优化、控制类课程群、控制系统故障检测与诊断课程群、信息传输与处理类课程群的要求设置领域专业技术类选修课课程。

具体地讲，为三个研究方向设置的选修课程分别是：

为武器控制系统分析论证、试验优化与质量监控研究方向设置了优化、控制类为主的课程，包含军事运筹分析、系统决策与建模、智能控制、人工神经网络、防空武器系统效能分析以及专题讲座。

为武器控制系统性能测试与故障诊断研究方向设置了故障检测与诊断为中心的课程，包含测试与接口技术、军用电子系统测试、电子系统故障诊断、故障分析与预测、人工智能原理以及专题讲座。

为武器系统信息化管理研究方向设置了信息传输与处理为中心的课程，包含数字信号处理、战术互联网及其应用、图像工程、多媒体技术、人工智能原理以及专题讲座。

三、结束语

随着科学技术的飞速发展，武器控制系统性能不断的提高，武器装备涉及高新技术的增多，控制工程领域工程硕士专业学位标准实施细则也需要进行相应的修订，在这其中最需要关注的是培养方案的修订，特别是涉及的研究方向和课程设置。在相对稳定的基础上，其应该是动态的、开放性的，以适应工程硕士培养单位岗位发展的需要。

篇（9）

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2016）27-0123-03

Abstract： Analyzed the developing status of Bioinformatics combined with Chinese Medicine， proposed the education directions for the combinations of Chinese Medicine and Bioinformatics， discussed the using of Bioinformatics techniques in Chinese Medicine big data with teaching and researching area by three common method in Bioinformatics.

Key words： chinese medicine big data； bioinformatics； education in university

1 引言

生物信息学是一门新兴学科，在各大高等院校医学或生物学相关专业都有与之相关的课程或专业开设。与我们常见的物理、数学、法学等学科不同，生物信息学更像是一个学科领域，它不仅仅局限于某个科学研究，而是综合运用数学、计算机学和生物学的各种工具及方法来分析和理解在大数据背景下的生物学意义[1]。经过20余年的发展，生物信息学已在分子进化、基因测序、遗传及变异研究等领域取得了突破和成果，是21世纪人类三大计划之一“人类基因组计划（Human Gene Project HGP）”的核心支撑学科。在美国，早于1988年便成立国家生物技术信息中心（NCBI），随后欧洲和日本在1993年和1995年分别建立了欧洲生物信息学研究所（EBI）和信息生物学中心（CIB）用来对数以万计的核酸及蛋白质等数据进行维护并发展至今日趋成熟[2]。生物信息学于上世纪90年代初开始逐渐引起国内科学工作者的重视，经过20多年的发展也已初具规模。笔者通过对近20年公开发表的有关生物信息学关键字的文章进行搜索，运用Excel制图绘制了自1996年至今每年发表文章数量的散点图。从图1可以发现，关于生物信息学学科的研究数量在2014年达到顶峰，并逐渐开始下滑。同时，由于搜索结果包含杂质数据（如被动截取“信息学”为关键词），为了使图表信息量有度可量，笔者继续对在认知上与生物信息学相关的科学领域进行关键词搜索，分别为“数据挖掘”和“人工智能”，并绘制图2。由该图可直观地看出，人工智能的研究一直稳步发展，符合21世纪科技高度发展的大趋势，而数据挖掘技术的相关研究自2005年以来迅猛增长并赶超人工智能。综合分析其主要原因是由于中国人口众多，自2005年以来互联网用户不断增加，全民联网的时代逐渐构成，互联网信息产业的急剧扩大以及电子商务、云技术等网络相关产业的发展带来的信息膨胀，使越来越多的人意识到大数据的作用和研究数据挖掘对经济发展、社会进步的重要影响，进而推动数据挖掘的学科发展。

2 中医大数据背景下的生物信息学课程教学

从图2的对比可以看出，生物信息学的研究数量与其他两个学科对比，则显得相形见绌。也就是说，生物信息学在我国的发展仍较为缓慢，使之与其对人类社会的贡献度不成正比。进一步对图1的搜索结果进行高级检索，对已有的生物信息学研究进行划分，将”中医”关键词加入其中，结果发现将中医与生物信息学相结合进行研究的文献少之又少，每年文献不过20左右。生物信息学的作用就是利用计算机等技术对海量的生物数据进行分析并洞察隐藏在其中的规律，而中医数据经历数代中医名师的记录和数十年来信息存储技术的发展已经俨然呈现出高纬度、高阶度的大数据结构。因此，生物信息学在中医数据的研究中一定具有其特殊的价值和意义，是从微观层面描述中医整体结构的重要手段。本文将以中医证侯、病证和中医复杂性为切入点，结合研究生物信息学在其中的应用价值，并讨论在教育教学过程中如何使中医和生物信息学有机结合，做到融会贯通。

2.1从“定性”和“定量”学习角度看基因组学学习中医“证”本质

在中医学中，“证”是立方立法的基础，医者通过四诊获取的信息进行综合分析和判断，从病症体征等表现集合入手，得出相应的证候，有针对性的用药治疗。中医与西医不同，讲究以整体论看待人体以及病变，“辨证论治”思想也是千百年来各名中医学者通过反复探索得出的实践经验，对中医遣方用药具有决定性的指导意义。而西医认为，疾病的发生与发展是与人体某段特异的基因的改变有关，HGP的研究目的也正是为了揭示人体的构成奥秘从而从本质上研究疾病的产生和发展规律[3]。因此，中医与西医在指导医者诊疗的哲学思想上是有很大不同，甚至可以说是截然相反的。然而中医与西医的内在关联却无处不在，结合点之一正是基因与证候的关联。对于基因组学和中医证候的学习方法是不同的，一个是定量学习，另一个则是定性学习，定量学习有助于学生更加客观的研究生物体的发展规律，并结合现代计算机技术做到多学科交叉学习与实验，而不足之处在于缺乏主观思考、学习方式较为分散缺乏整体思维把控；而定性学习则以某一指导思想为主线，通过对某些案例及知识长时间的观察和分析，从中得出结论。定量学习如基因组学更重视量化计算及工具的使用，而定性学习如中医证候则更重视理论与实践结合，整体到局部学习。在学习的过程中，无论基因组学还是中医证候，都会以疾病为具体的研究对象。从西医上说，基因是决定人是否患病的内部原因，通过遗传或基因状态的改变都可能导致疾病的产生，从中医上说，证候是疾病状态下的临床类型，反映了机体在疾病发展过程中的病理特征[4]。因此，将证候与基因组学统一学习，实则是将定量与定性学习相结合以实际疾病案例和数据着手从而多方面运用计算机、西医学、证候学、数学等学科知识对生物大数据进行分析的综合学习方法。

2.2 基于蛋白质组学学习中医病证相关性

证侯是人体生命活动的一种表现，而生命活动的主要执行者是蛋白质，两者之间必然会有隐秘且细致的联系，我们也应以此为出发点，培养学生的发散学习方法，综合学科进行学习。自HGP的完成宣告了后基因组时代的到来后，研究生命科学的重心也由基因组学向蛋白质组学逐渐转变，作为教育者也应跟上科学发展的潮流，把生物科学研究和相关教学模式从基因水平向蛋白质水平转变。与此同时，蛋白质组学是从整体角度分析细胞内的动态变化以及蛋白质组成成分、表达水平等，它的研究方法学内容与中医的整体观和辩证论治观有着许多相同之处。蛋白质组学在分子水平上的DNA修饰和基因调控反应生命体的整体状态（即阴平阳秘），中医理论强调从整体观对疾病进行认知，认为疾病的发生是人体整体功能的失调所致（即阴阳失调），重点在于辩证论治[5]。在教育教学过程中，将基因或蛋白质方面的研究从结构研究向功能研究转变，使研究更具体，透过相关功能性测试实验，发现基因之间的相互联系及相互作用，在定量学习的过程中培养学生的定性思维，使学生善于发现问题及对象之间的关联。正如数据库实体关系模型中的E-R图一样，在进行蛋白质组学和中医病症相关性研究教育的过程中，中医病证和蛋白组学可以看做是两个看似毫无关联的实体，而通过“疾病”将两者相连，透过此种关系可以衍射出两个学科方面的深入学习。

2.3 运用复杂系统性方法学习中医药复杂系统

中医药的复杂性相比西医有过之而无不及，原因主要在于相对于“结构决定功能”的西方医学思想，中医更侧重于“关系决定功能”，在这种情况下，无论是辨证论治还是症状体征变化，有关中医诊断和治疗的信息都是已高度离散和非线性的方式存储，使得中医称为典型的“复杂自组织系统”[6]。尤其在信息离散度和复杂度较高的中医证侯系统中，症状变量与证侯信息混杂在一起，想辨别两者的区别和联系是非常困难的事情，单纯的研究数据往往缺乏正确的方向，而单纯的研究理论则往往枯燥乏味。因此，在教学过程中，可以将复杂系统方法学引入中医系统学习，通过复杂系统中的熵分划方法将证侯系统的离散变量加工转化为线性关联集合，即将症状变量通过关联度集合成多个症状集合，并将症状集合与关联度较高的证侯要素进行联结。以此方法既可以激发学生对理论学习的兴趣，又能以理论指导实践，对中医证侯大数据进行信息提取，达到全面学习。

3 结束语

中医信息学已经作为一门新兴学科在我国各大高校开设，相关师生深入研究和学习，主要目的就是发掘蕴含在中医几千年发展结晶中的奥秘。关于中医药数据的数据挖掘技术和研究也在近年日益增长，这都表明人们已经愈来愈关注国粹，关注健康，关注未来。这也表明与之相关的学习和研究对未来的人生发展和机遇都有着深远的影响。然而，数据挖掘的技术并不完全适用于中医药复杂系统中的信息发掘，若单纯地将两者进行结合教学，学生可能缺少知识衔接，缺乏过渡。这时若将生物信息学引入二者其中并结合生物信息学相关智能科技手段和技术，则可以从宏观和微观两个方面去看待生命体：宏观上面对复杂的中医系统不需感到困惑，而是以“复杂系统方法论去解决复杂系统”，使学生不要总想着从每一个局部都能分析到问题的本质，而是接受复杂性，从复杂系统的角度去解释生命体的自组织现象，对生命体的宏观表现进行研究；微观即是在分子水平上去分析中医证侯的本质，方剂的复杂体系，去了解生命体内部的调控机制等，以此加深学生对中医理论的理解以及对生物信息学工具和技术运用的融会贯通。

参考文献：

[1] 钟涛.基于复杂系统方法的慢性胃炎中医问诊证侯建模研究[D].上海：华东理工大学，2014.

[2] 谭从娥，王米渠，冯文哲等. 生物信息学分析寒症海量数据的探索[J].中华中医药学刊，2008，26（12）：2569-2570.

[3] 李方玲，梁嵘.对中医证侯规范化研究的探讨[J].辽宁中医杂志，2006，33（4）：386-387.

篇（10）

思格斯说，“社会一旦有技术上的需要，则这种需要就会比十所大学更能把科学推向前进。”①这是恩格斯对社会需要推动科学发展作的精辟论述。社会是技术的载体，技术的发展开始于社会的应用需求，终结于服务社会。国际著名技术哲学家Carl Mitcham教授将技术哲学区分为工程的技术哲学和人文的技术哲学“两种传统”，目前已得到普遍的公认。②由此看出，人类社会与技术息息相关，世界逐渐走向了“技术世界―社会世界”的这层关系。如今，在这个特殊的的“技术社会”中，技术建构论问题研究不不得不被我们所关注。

一、 技术建构论

在STS 大环境的笼罩下，技术与社会的相关研究中最具影响力与特殊性的应属社会建构论（social construction of technology）。在上世纪80年代，欧洲和美国的技术哲学家和社会学家提出了“社会建构论”的思想。“社会建构论”认为技术和技术变革是社会结构或结构的产物，而不是某种自我发展的产物。

社会建构论的基本观点分为两个方面，一方面是认为社会是一种独立因素或者自主力量，另一方面即社会变迁引起技术变迁。那么，我们需要思考的问题是，技术与社会，谁起的作用更强大呢？技术的社会建构论者们考察了政治、经济、文化等各方面力量，再运用技术哲学以及社会学方法来建构技术与社会的作用。在他们看来，技术是系统的一部分，而这个系统就是社会，其中包括社会的价值观、人生观、风俗习惯等等。这些社会因素以不同的方式塑造了我们的现代技术。换言之，技术是社会的产物，所有技术不是自主发展的内在逻辑理论的技术自主性，而是在许多可能性的社会群体的选择的结果，技术活动的本质是社会活动。

二、 技术异化与社会构建

关于技术异化这个话题，法兰克福学派从人的自由解放角度进行讨论，他们认为，人们的物质生活和分工条件得到了改善，但是人们并没有摆脱异化之苦，相反，“现实构成了一种更高的异化阶段”，使“异化了的主体被其异化的存在所吞没”。赫伯特・马尔库塞在《单向度的人》中提到，“物质生活的改善是以人的革命精神丧失、牺牲自己的人格和尊严为代价的。”③人的异化在某种程度上体现的不是物质的满足，而是肉体与精神的依赖。在异化状态下，人类不再是控制技术的大师，已经成为适应科学技术和技术的社会要求的工具。技术异化表现主要体现在三个层面：自然层面，社会层面和人本层面。

（1）自然层面：技术异化带来生态危机

从自然层面来看，我们把人与自然划分为同一个系统，人与自然应该和谐相处。但在近代科学技术的发明和应用过程中，随着大量的废弃物排入环境，自然资源消耗越来越大，这严重破坏了地球上自然资源系统。早期空调的发明和应用，使人类的生活空间更加凉爽、清新，可是使用过程中，空调大量排放氟利昂，破坏大气层，污染环境，最终却异化为“全球变暖”。日本福岛突发的核泄漏、核辐射事件，虽是无意的，但给人类赖以生存的环境造成压力。

（2）社会层面：技术异化导致人的异化

从社会层面，技术带领人类社会进入了信息时代。信息技术为人类创造了新的文化载体，人们越来越多地依靠网络媒体，从而导致人与人之间的积极沟通的缺乏。现代通信工具，如电话、传真、移动电话、电子邮件、计算机、网络等现代通信工具已经投入到人们的生活中。一方面，人类利用科学技术进行大规模生产的机械，另一方面，技术的奴役性让人们逐渐散失了人类的主体，，现代机器虽然减轻了工人的体力劳动，却在社会层面上剥削了工人的主观能动性与主体意识。也就是说，作为技术的对象，逐渐使人们的行为失去了主动性和目的性，技术异化导致了人的异化。

（3）人本层面：技术异化的不确定性

从人本层面，人类生活与技术息息相关。转基因技术可以说是第二十一世纪最先进的技术之一，利用该技术培育了大量的农作物，但当微生物长期侵入在自然界和人类社会中，其后果是人类都是难以预料的。再说人工智能的进化理论和智能机器的出现与发展，虽然一方面解决了人们的便利，节约了部分时间，但指人类的某些行为却可以被机器所取代。试想一下，如果有一天机器有了人类的智慧，人的存在就显得越来越微乎其微了。比如汽车的突然失控，机器人的无故失灵，“低头族”使用手机导致的一系列疾病，这些事情离我们的生活也越来越近了，人工智能在人本层面的异化已导致许多未知的不确定性。因此，在社会构建中，技术的异化是我们需要引起注意的，我们应该采取适度的措施去挽救这种技术危机。

三、总结

技术建构论是技术哲学中的一个重要话题。在任何情况下，社会建构理论引入了一种非确定性的技术变革模式，而技术创新的社会选择在很大程度上决定了技术的社会影响。技术就是社会的产物，因此在技术发展阶段的社会背景下，把技术作为一种社会结构分析，可以为技术性分析和规范分析奠定基础。强社会建构论是希望更多人能够注重技术与社会的关系，把握技术的适度性和适宜技术的可能性，使用社会建构论指导我们正确地利用当代技术， 并解决目前诸如人口、生态、能源、和平等全球性问题，真正促进技术哲学的深入研究和发展。（作者单位：华南理工大学）

参考文献：

[1][美]赫伯特・马尔库塞：《单向度的人―发达工业社会意识形态研究》，刘继译.[M]上海：上海译文出版社.1989：10

[2]F・拉普.技术哲学导论[M].沈阳：辽宁科学技术出版社，1986.20―31.

[3]陈昌曙.技术哲学引论[M].北京：科学出版社，1999.91―108.

[4]肖峰.略论技术的社会哲学[J].哲学动态.2003（3）

[5]肖锋.国外SST 研究述介[J].哲学动态，2001（7）

[6]陈凡.技术社会化引论[M].北京：中国人民大学出版社，1995

[7]罗伟等著.技术创新与政府政策[M].北京：人民出版社，1996

[8]邢怀滨.社会建构论的技术观[M].东北大学出版社，2005

[9]李三虎、赵万里.社会建构论与技术哲学[J].自然辩证法研究.2000

[10]殷登祥.科学技术与社会概论[M].广东：广东教育出版社，2007

注解：