时间:2023-07-04 16:29:12
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辩论范例,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。
1956年,在美国Dartmouth大学,由数学家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班,他们在此讨论班上第一次正式使用了人工智能(Artificial Intelligence)这一术语。人工智能是一门多学科交叉的课程,涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科,是新理论和新技术不断出现的综合性学科。当前,人工智能领域加强了从人类智能与生命现象中汲取养分的趋势,加快了向分布式系统与复杂系统靠拢的步伐,智能化的应用更为深入,影响更为广泛,其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。
1人工智能导论课程特点
人工智能导论是人工智能领域的引导性课程,介绍人工智能的基本理论、方法和技术,目的是使学生了解和掌握人工智能的基本概念和方法,为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程,需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础,数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比,人工智能课程有鲜明的特点,主要表现在思想方法上强调启发性、算法上强调不确定性。同时,由于人工智能是一个新思想和新技术层出不穷的开拓性领域,因此其对学生的训练是鼓励创新的,具有其他课程不可替代的作用。
人工智能导论是计算机相关专业的必修课,在许多信息类相关的本科教学中也有开设,一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育,培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后,本科高年级学生应该了解本专业的应用领域和发展前景,因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识,初步的科研训练设置在第八学期,即所有课程学习完毕之后的毕业设计,而人工智能课程强调科研性,因此教学难度较大,由此带来的最直接后果就是学生学习兴趣不高。同时,对有志于读研的学生而言,本科阶段的学业也是研究生教育的起点,在教学过程中要适时的进行科研引导,提升学生对科学研究的兴趣,为研究生阶段打下基础。可见,圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。
2教学内容安排
人工智能的研究和应用领域非常广泛,包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。
人工智能导论课程涵盖内容较多,因此需要明确“精讲”和“泛讲”的内容,以使教师和学生在教学活动中都有所侧重。当然,首先应和学生说明,泛讲并不代表内容不重要,只是由于课程性质和课时的关系,暂时不作深入探讨。日后如有需要,可在此基础上进一步学习和研究。结合当前人工智能学科的发展状况,根据教学大纲和作者的教学经验,对人工智能导论课程教学内容的精讲和泛讲安排如表1所示。
3提升学生学习兴趣的教学方法
3.1穿插背景故事
为激发学习积极性,针对学生喜欢听奇闻轶事、想象力丰富的心理特点,通过讲述一些与教学内容有关的故事或者趣事来吸引其注意力,辅助思维并丰富联想,使学生在愉悦中完成学习[2]。下面列举几个我们在课程教学中用到的背景故事,通过这些故事,不但传授了知识,也活跃了课堂气氛。
1) 人类智能的计算机模拟与人机大战。
讲授人类智能的计算机模拟时,可以给学生简述一下IBM公司的超级电脑和国际象棋世界冠军卡斯帕罗夫之间的人机大战,以促进学生对人类智能和人工智能的进一步思考。北京时间1997年5月12日凌晨4点50分,在美国纽约公平大厦,当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时,国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕,“深蓝” 以3.5U2.5的总比分战胜卡斯帕罗夫。2003年1月26日至2月7日,卡斯帕罗夫与深蓝的升级版“小深”又进行了一场人机大战,先后进行了6局比赛,最终卡斯帕罗夫以1胜1负4平的结果和“小深”握手言和。这也表明了人工智能和人类智能之间的较量还将持续下去。
2) 问题规约法与老和尚说教。
问题规约法是从要解决的问题出发逆向推理,建立子问题以及子问题的子问题,直到最后把初始问题归约为一个本原问题集合。本原问题指不能再分解或变换且直接可解的子问题。可见,问题规约的本质是递归的思想。此时,可以给学生简述我们小时候就听说过的老和尚说教的故事,即“从前有座山,山上有座庙,庙里有个老和尚,老和尚对小和尚说,从前有座山……”。
3) 模糊理论与秃头悖论。
模糊推理是一种重要的不确定性推理方式,是指基于模糊理论进行的推理。讲授模糊理论时,可以先讲一下秃头悖论让学生讨论。一个人有10万根头发,肯定不能算秃头,不是秃头的人,掉了一头发,仍然不是秃头,按照这个道理,让一个不是秃头的人一根一根地减少头发,就得出一条结论,即没有一根头发的光头也不是秃头!秃头悖论的出现源于在严格的逻辑推理中使用了“秃头”这一模糊概念,因此需要以模糊逻辑代替传统的二值逻辑解决该问题。
3.2课堂辩论和多媒体教学
人工智能从其诞生之日起就充满争议,各种学派的争论使得人工智能的发展更趋完善,加快了其纵深发展。目前,人工智能的争论主要有两方面,即研究方法的争论和技术路线的争论。前者争论的主要问题有人工智能是否得模拟人的智能;对结构模拟和行为模拟是否可以分离研究;对感知、思维和行为是否可分离研究;对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究;是否有必要建立人工智能的统一理论体系。后者争论的主要问题是沿着什么样的技术路线和策略来发展人工智能。
在课堂教学中,可以充分利用人工智能中存在的争论较多这一特点,针对相关议题组织课堂辩论,如可用议题“机器的反叛――机器的智能会超越人类吗?”。让学生在图书馆或者从网上查阅相关资料,明确自己的论点并准备证据材料,并在课堂上进行辩论。这类辩论无所谓输赢,旨在通过这种活动,增进学生思考[3]。教学中,还可以充分利用多媒体教学的特点,如让学生观摩电影《终结者》系列、《人工智能》、《黑客帝国》等,增强学生对人工智能的直观感受,提高课堂教学效果[4]。
3.3应用实例分析
普遍而言,本科学生对单纯的理论讲解不太感兴趣,因此在教学过程中,适当增加一些实验和设计,提高学生分析问题的能力和实际动手能力。比如,讲解知识的产生式表示法时,给出产生式的概念和基本表示形式之后,可以通过“野人与传教士过河”问题来说明产生式表示法的具体应用过程;讲解计算智能的进化计算部分时,给出进化算法的几种具体形式和算法流程之后,可以通过中国旅行商问题(CTSP)来说明算法求解问题的过程。教师在教学过程中,可以根据需要,选择一些合适的应用实例进行分析。通过这些实例,既能加深学生对知识的理解,又能增加学习的兴趣。下面给出两个实例的简单描述。
1) 产生式表示法求解“野人与传教士过河”问题。
问题:传教士和野人各N人过河,现只有一条船,传教士和野人都会划船,船一次只能载k人,船上野人多于传教士时野人就会吃掉传教士,问如何安全过河?(不失一般性,以N=3,k=2为例求解)。
求解简述:设综合数据库中状态用三元组(m, c, b)表示,其中m、c、b分别表示传教士、野人和船的数目,则有:
0≤m, c≤3, b ∈{0, 1}
以左岸为参照点,则初始状态和目标状态分别为(3,3,1)和(0,0,0)。据此,可以给出一条产生式规则如下:
IF (m, c, 1) THEN (m-1, c, 0)
以此类推,把所有可行的规则都求出之后,就可按照规则集和控制策略得到问题的解。
2) 遗传算法求解31个城市的CTSP问题[5]。
问题:给定有限个城市的集合C={c1,c2, …,cm}及每两个城市之间的距离矩阵D=[dij]m×m,其中m∈N,dij=d(ci, cj)∈Z+,ci、 cj∈C,1≤i、j≤m,求出满足的城市序列cπ(1)、cπ(2)、…、cπ(m),其中π(1),π(2),…,π(m)是1、2、…、m的一个全排列。我们以CTSP问题为例,即求解中国31个城市之间最短巡回路线的问题。
求解简述:路径表示直接使用城市在路径中的相对位置,如有编号分别为1、2、3、4、5的5个城市的一条路径4-1-2-5-3,用路径表示方法直接可写为(4 1 2 5 3)。适应度函数值用路径的实际长度表示。交叉算子采用次序杂交,即选择父体的两杂交点,交换相应的段,其它城市则保持在父体中的相应次序。变异算子采用倒位算子,即随机选择两个位置,然后将它们之间的城市反序。通过运用遗传算法求解,可得最优解为15 404 km,对应的巡回路线为“北京―呼和浩特―太原―石家庄―郑州―西安―银川―兰州―西宁―乌鲁木齐―拉萨―成都―昆明―贵阳―南宁―海口―广州―长沙―武汉―南昌―福州―台北―杭州―上海―南京―合肥―济南―天津―沈阳―长春―哈尔滨―北京”。实例讲解完成后,可要求学生采用相同或者不同的方案自己去实现一下问题的求解过程。
4结语
人工智能是计算机科学与技术专业的一门核心课程,同时也是一门交叉学科,涉及面广,理论性强,教学难度较大,学生的学习兴趣有待提高。本文作者根据自己在人工智能导论课程中的教学实践和课程特点,明确了教学中的精讲内容和泛讲内容,总结了三种提高学生学习兴趣的教学方法,并给出相应的实例说明,旨在为本门课程的教师提供教学参考。
参考文献:
[1] 蔡自兴,徐光v. 人工智能及其应用(本科生用书)[M]. 北京:清华大学出版社,2003:288-296.
[2] 薛占熬,齐歌,杜浩翠,等. 离散数学的课堂导入法研究[J]. 计算机教育,2010(8):95-99.
[3] 徐新黎,王万良,杨旭华. “人工智能导论”课程的教学与实践改革探索[J]. 计算机教育,2009(11):129-132.
[4] 李春贵,王萌,何春华. 基于案例教学的“人工智能”教学的实践与探索[J]. 计算机教育,2008(9):53-54.
[5] 杨利英,覃征,贺升平,等. 改进的演化近似算法求解TSP问题[J]. 微电子学与计算机,2004,21(6):126-128.
Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence
YANG Liying
(School of Computer Science, Xidian University, Xi’An 710071, China)
1引言
作为计算机科学技术的全新领域即人工智能,其正在迅速成长与成熟、新方法、新理念、新技术并且不断壮大,同样也包含着计算机网络、数学、信息论各类学科的交叉和边缘学科。人工智能包含的主要内容有知识表示和推理机制、问题求解和搜索算法,自然语言理解、专家系统和机器学习等;也作为计算机科学各专业重要的基础课程,国内外各高校都非常重视,都将人工智能作为计算机专业的必修课程。人工智能包含的学科多,知识点杂、理论性强、内容抽象,算法难度高复杂,在此情况下各高校采用传统的“教师讲、学生听”单一教学模式,学生处于被动学习地位;课堂教学与实际操作、理论与现实应用相脱节;加上理论知识强,案例缺乏,容易使学生感觉空洞;学生易产生厌学情绪,也达不到锻炼其分析问题、解决问题的思维能力和实践动手能力。如何让学生高效的学习一直是教师研究的课题,在大数据和网络信息时代的大背景下,“互联网+”已经广泛应用和存在于生活、工作各个方面,其在教育教学中表现出的创新性、互动性尤为突出,并极具优势。
2基于案例的教学研究
此方法开始于上世纪20年代左右,最早是由美国哈佛商学院所提倡的,基于当时特殊的商业管理真是背景和特殊事件,能够有效的发展和培养学生主动性、积极性和应用能力,开展案例教学后,学生实际解决问题能力有了很大的提高。但此教学研究方法知道到上世纪80年代后期,才引起教师的重视。1986年由美国研究小组提出《准备就绪的国家:二十一世纪的教师》书中,强烈推荐此方法在实际教学的重要性,并说明今后在教学过程中将其作为一种重要的教学方法应用于各类课程中去。
3基于人工智能的案例教学研究及应用
3.1案例精选
此方法第一步是案例选取,案例的好坏是决定案例教学效果关键因素。案例的选取需要满足以下要求:(1)符合现在的教学目标,明确学生需要掌握的知识点、重难点等,能够运用所学的理论知识应用到实际中,以此提高学生分析、解决问题的能力;(2)案例要有代表性、趣味性,由于人工智能课程内容多、抽象,需要将枯燥乏味的知识点转化为趣味生动的案例,有利于吸引学生注意力,激发学习兴趣和主动性;例如,讲到“知识表示”这部分内容中引入“机器人搬积木”、“野人修道士渡河”案例;(3)采用互动的形式,此为人工智能的案例教学研究重要特征,同时也是教学目标得以充分展现的必要条件。能够调动大家的积极性,学生和学生之间、学生与教师之间的互动,调动学生的主观能动性。
3.2案例的执行
(1)讲授法。基于教学内容具体知识点设计案例;通过教师讲解,帮助学生理解抽象的理论知识。案例的呈现有两种基本形式:一是“案例—理论”,即先给出教学案例,后讲解理论知识;二是“理论—案例”,即教师先讲解知识,再给出教学案例;案例的呈现方式不同,会直接影响案例的功能,也会影响到学生的学习情绪、学习效果。为了使案例能更好地为教学服务,教师讲解案例之前应从创设案例情境开始,通过情境体验与案例剖析激发学生认知的兴趣,引导学生对将要学习的内容产生注意,有利于教师导入新课。(2)互相讨论法。大学生课余时间充沛,鉴于此,将班级学生分为若干小组,教师将事先准备好的案例分配给各组,学生采用组内互动讨论的形式,设计出此案例的各种解决方法。课堂上,将本小组的解决方法用课件展现给其他小组。讲解完成后,学生开始互相讨论,对比各自的方法,然后由老师进行分析、对比和总结。以此来增强学生对学科知识点、应用能力的掌握。(3)相互辩证法。课后,采用相互辩证的方法,组织大家相互辩论。选择一些综合应用比较强的案例。与简单的案例相比,综合应用案例能更加高效地启发学生全方位地思考和探索问题的解决方法。相互辩证法是一种探索新型的教学形式,学生的自主性强,能够在辩论中充分表达自己的观点,充分运用所学的理论知识来维护自己的观点,还可以促使学生查阅大量资料,拓展知识面。
4结语
通过以上论述,人工智能技术开始应用于教学,与教学现代化有着密切的联系。其发展必将对现代教育起巨大推动作用。在教学,可以基于人工智能技术建立人类推理模型学习工具等诸多的运用,展示出越来越好的实用性。
参考文献:
[1]邹蕾,张先锋.人工智能及其发展应用[J].信息网络安全,2012(02).
[2]陈柯蒙,张宁.人工智能的发展探析[J].新西部(理论版),2012(05).
(1)为部分优秀的学生将来做更深入的研究打坚实的基础。在面向知识经济的今天,研究获取、表示和使用知识的人工智能学科越来越受到人们的重视。目前人工智能研究被列为中国高技术领域的重点之一。以专家系统为代表的智能化系统在信息技术中也占有重要地位。因此在高等教育中开展人工智能教育和智能化系统的研发,不仅是计算机科学的应用,也是促进各学科服务于国民经济发展的必然趋势。为使人工智能的理论、方法和技术的研究与应用普及和深入,教育重心必须要下移,即从研究生教育向本科教育普及。开展本科层次人工智能普及教育的有效途径之一是在本科高年级开设相关选修课。开展人工智能教育,不仅能够更好地发挥高等院校的育人和科学研究功能,而且能为学生拓宽专业路径,扩大自主学习空间和发展个性创造条件,同时也为营造一个使学生不仅有宽厚、扎实的理论基础,且具综合分析和解决问题能力的环境。?
(2)为将来从教的学生积聚大量的知识。英国早在1999年,人工智能课程已经作为选修课出现在中学的信息与通讯技术(ICT)课程中。许多中小学还通过机器人竞赛活动来激发中小学生学习人工智能的兴趣,使学生不仅提高了用信息技术解决问题的能力,而且培养了多种思维方式,获得了更多的创新空间。美国现行的中学信息技术课程设置中,将人工智能的内容作为“媒体与技术”层面对12年级学生的要求。澳大利亚的部分中学开设的信息处理与技术课程,人工智能、信息系统、算法和程序设计、社会和伦理道德、计算机系统分别作为5个主题共同构成了该课程的教学内容。在该课程的大纲中规定,人工智能部分的教学内容在高中第3学期为12年级的学生开设,教学时间为10周。?
在我国,多年以来中学奥林匹克信息学竞赛中一直包含有人工智能相关的题目,涉及启发式搜索、博弈、智能程序设计等问题。2003年4月,我国教育部正式颁布《普通高中技术课程标准(实验)》,首次在信息技术科目中设立了“人工智能初步”选修模块,标志着我国高中人工智能课程的正式起步。?
我国的新课程标准颁布后,教育部评审并通过了分别由教育科学出版社、广东高教出版社、地图出版社、上海科技教育出版社和浙江教育出版社出版的5套高中《人工智能初步》教材,并开发了相应的教辅材料,包括教师用书和配套光盘等。为了配合中学人工智能课程的实施,国内也推出了一些适合中学生学习与体验的人工智能软件和网络资源。另一方面,一些高校的本科生、研究生也逐步关注中学人工智能教育的开展并将其作为毕业论文的研究选题。一些师范院校适应形势要求,已为师范生开设了与此相关的选修课程。?
2 人工智能的教育及教学条件现状?
通过对本人多年的教学过程进行总结,我校的《人工智能》课程教育现状可总结为如下几点:?
(1)理论知识充裕。但与实践相脱节,特别是在智能科学技术的教育教学方面。尽管知识面相当广泛,而人工智能理论的普及教育以及智能技术的开发与应用仍然十分滞后。?
(2)同其它普通高等院校一样,在本校,人工智能技术的研究与应用尚未普及,甚至比不上其它院校。这不利于培养学生的科研兴趣及创造精神。?
(3)缺乏配套实验教材,实验教学内容缺乏,无法培养学生的研究能力和创新能力。只有开设实验项目,才能使人工智能的相关知识具有研究性和综合性。?
(4)对中小学智能教育的深度及教学方式、教学特点缺乏研究。做为师范类院校,我认为在对学生进行基础知识教育的基础上,要紧抓中小学智能教育的特点对师范类学生进行相关的教育与培训。?
相对于教育现状,我校的《人工智能》课程教学条件现状要稍好一些,其状态如下:?
(1)教材使用国家级规划教材,此教材非常系统地介绍了人工智能的基本原理、方法和应用技术,适合本科及研究生使用。在我们的授课过程中,也会适当为学生提供相关的国内其他先进教材,如中南大学蔡自兴教授的《人工智能及其应用》等。?
(2)为了促进学生自主学习,我们准备了多种类型的扩充性学习资料,加强学生主动学习的意识,包括:课程相关杂志和书籍目录,以及部分重要的参考文献,与人工智能相关的网络资源如优秀BBS、新闻组、网址等。 它们包括了大量的文献资料、本领域研究的前沿动态等。 使用表明,学生非常乐于查阅这些资源。 使学生能通过使用这些资源进行一些人工智能程序设计,探讨一些问题,在课堂讨论中展示他们的收获。?
(3)校园网的普及与不断优化使本课程有优良的实践性教学环境,能充分满足教学需要。我们拥有较充足的多媒体教室和网络教室,为实现本课程教学提供了物质保障。在网络资源建设方面,全校办公室、教室、学生宿舍和教师宿舍都以宽带网相连,这些硬件设备对本课程教学发挥了重要作用,使本课程教学质量得以明显提高。?
3 人工智能教学方法及手段的改革?
针对我们现在所采取的教学方法,我认为存在许多不足,如教学方式比较单一,教学内容偏重理论讲解等,为此,提出以下教学方法的改革:?
(1)通过多种途径激发学生的学习兴趣。课程的学习效果,直接受到学生兴趣和参与意识的影响。一般来讲,《人工智能》作为一门前沿课程,开始学生学习兴趣很大,当开始接触到抽象理论知识及部分算法时,学生往往感到不易接受。 我们通过各种途径和方法, 激发和培养学生的学习兴趣,包括鼓励学生参与某部分知识的扩充性资料查找,预留一定时间请学生负责对此内容进行讲解,布置学生对某个基本成型的实验进行纠错及验证,降低问题解决的难度。学生因此产生兴趣从而做更深度研究。?
(2)进行启发式教学。 我们可以尝试在教学过程中不断提出问题请学生思考,启发学生求解这些问题,鼓励学生提出自己的猜想和解决方案,然后摆出教材中的解决方案,并与同学所提出的观点进行分析和比较,这足以加强学生学习的主动意识和参与意识,提高学生学习的积极性。?
(3)课堂辩论与交互式教学。 组织课堂辩论,讨论的议题可定位为譬如人工智能是否能超过人类智能等有争议的问题。学生通过对这些问题展开激烈争论,激发了学习潜能,明确了学习目标。当然师生间的交流方式还有很多,如邮件互发、QQ留言等,也可在课程网站中的互动平台进行交流。?
(4)分层次因材施教。 在授课过程中,通过对每个具体学生的学习进度、课堂作业情况进行及时评估,对学生提出进一步的学习建议和指导, 实现个性化的教学。 对优秀学生探讨,可以在教学设计和实验设计中要求其选作部分探索性、创新性的功课和实验,以发挥学生个性优势。对于有意于将来从事中小学教育的学生可以在机器人及人工智能技术发展现状等知识层面对其做问题讲解。而那些看似缺乏兴趣的学生,我们可以用多媒体手段如播放人工智能相关电影及科学小片引起其兴趣,实行逐步引导的教学过程。?
另外,我们可以尝试双语教学。 采用中文教材和讲授的同时,注重在课程中的关键词同时用英文表示,并适当指定英文参考短文和英文参考书。使学生能够接触国外文献资料,加深对学习内容的理解,获得更宽广的知识。我们也可以在教学内容安排上,注重理论联系实际,将一些人工智能网络上的虚拟实验给学生进行课外上网练习,从而使学生了解算法的具体运行过程, 通过参与达到知识的理解,掌握基本方法和技术。?
根据现有的条件,我们在教学中可以采用多媒体教学和网络课程教学相结合的方法,充分利用多媒体的丰富表现形式,利用网络课程的交互性、情景化等特点,构筑以学生为主体的《人工智能》课程现代教学模式。 对于抽象知识,可通过动画和视频演示,通过声音和图像展示人工智能的历史、人物和前景,做到学生直接而深刻地看到知识的内涵外延。网络课程能较好地实现交互并使学习过程情景化,通过网络课程的课堂练习和章节练习,教师可以评价学生的学习情况,并给学生提出学习建议,从而提高学生的研究力和创新力。我们也可以给学生播放中学《人工智能》课程课堂教学录像,以使学生看到初高中学生的知识范围及深度;同时给学生播放现有的《人工智能》科学成果,让学生看到理论背后的实践;也可以播放科幻片,激发学生想象的翅膀从而有兴趣把人工智能作为将来深造的方向。《人工智能》是一门较新的课程,改进教学方法和手段不仅要靠教师,也应增加硬件设备的投入。如果人工智能能采用智能辅助教学系统或机器人辅助教学过程逼真、形象,一目了然,这样可大大提高学生的学习效率,尤其是提高学生的观察判断能力、发现问题和解决问题的能力。?
4 人工智能实践教学设计的探讨?
我们可以在教学过程中,适量开设一些实验和设计,提高学生的动手能力,并加深他们对理论知识的理解,降低理论的抽象度,提升理论的实用性。在近两年的教学过程中,我们会适量加入一些人工智能语言的教学过程。例如,在讲解了“野人与传教士过河”等问题后,我们可以让学生使用Visual Prolog或者C ?++?对算法进行实现;在讲解 TSP 问题的遗传算法解决案例后,指出编码方案、初始种群大小、进化代数、交叉率变异率等因素对求解结果的影响,并要求学生通过实验的方式来分析、理解这些问题,并提出“寻找更有利的解决方案”等问题。把学生的兴趣激发后,为解决这些问题,学生会在课外主动查阅相关文献、相互讨论以实现他们所设计的方案,这样既培养了学生善于钻研和勇于创新的精神又提高了学生的实践与创新能力。?
参考文献:?
[1] 熊德兰,李梅莲,鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报,2008(1).?
2016年12月29日到2017年1月4日,一个名叫 “Master”的神秘网络围棋手横扫中、韩、日围棋界。它凭借惊人的稳定性一路高唱凯歌,获胜60场,没有败绩。最终神秘的“Master”揭开了庐山真面目,宣布自己就是“阿尔法围棋”。
2017年1月,谷歌Deep Mind公司宣布推出真正2.0版本的“阿尔法围棋”,成为第一个不借助让子,在全尺寸19×19的棋盘上击败职业围棋棋手的电脑围棋程序,其特点是摈弃了人类棋谱,只靠“深度学习”的方式成长起来挑战围棋的极限。
围棋是人类最具智慧的竞技之一,而人工智能(Artificial Intelligence,简称AI)研发是人类最具挑战性的科技探索。人机大战的经典对决将被同时载入围棋史册和科技史册。它的意义已经远远超出围棋本身,人们热衷谈论“阿尔法围棋”更多是出于对AI技术的关切。从诞生到日益成熟,AI理论和技术的应用领域在不断扩大,不知不觉间渗透到人类当代生活的各个方面。AI时代,互联网、金融、医疗、教育、物流、娱乐、传媒等行业都在加速自己智能化的进程。可以想见,未来人工智能带来的科技产品,将会是人类智慧的“容器”。 而与此同时,人类命运和机器智慧的冲突与共存,已经由人机大战开始不断升温。
“人工智能百年研究”项目
2014年秋季,美国斯坦福大学开启了“人工智能百年研究”(AI100)项目。这是一个超大型长期项目,该项目发起人――美国人工智能发展协会会长、前微软研究员埃里克・霍维茨博士表示,“我们的职责是研究人工智能在2030年前对人类社会生活方方面面所产生的影响,尤其是在北美地区”,而“研究的核心是,人类不能丧失对人工智能的控制能力”。 “人机大战”
2016年9月1日,“人工智能百年研究”项目的第一项成果《人工智能与2030年的生活》。这是一份试图定义北美城市在未来10多年间将要面临的可以模拟人类行为的计算机和机器人系统 (即人工智能)问题的报告,涉及交通、家庭/服务、健康医疗、教育、低资源社区、公共安全与防护、就业、娱乐等关注领域,目的是推动相关政策的制定。业内人士认为,工业界和学术界目前正在联手倒逼政府出台人工智能的相关政策,希望可以获得更大力度的资金和法律扶持。
《人工智能与2030年的生活》所列举的关注领域,均面临着人工智能的影响和挑战。例如开发安全可信赖的硬件的困难(交通工具和服务机器人),获得工作信赖的困难(低资源社区和公共安防),对劳动力可能被边缘化的担忧(就业和职业),以及人际交往减少带来的社会副作用(娱乐)等等。
1.交通:自动驾驶的汽车、卡车、无人机投递将改变城市里的工作、购物和休闲娱乐模式,但需要增加可靠性、安全性和用户接受度,并根据新的交通模式改进当前的相关法规和基础设施。
2.家庭/服务机器人:现在进入家庭的扫地机器人或特种机器人能够为家庭和工作场所提供清洁和安保服务,当务之急是技术方面的挑战和机器人成本过高的问题。
3.健康医疗:个人健康监测装备与手术机器具有极大的发展潜力,人工智能软件将最终对某些疾病自动进行诊断和治疗。目前的关键是获取医疗从业者的信任。
4.教育:互动辅导系统在帮助学生进行语言、数学以及其他技能的学习方面已经发挥出作用,自然语言处理的发展将为这一领域的应用带来全新的方式。当务之急是教育资源分配不均的问题,以及教、学双方直接互动的减少会带来哪些消极影响。
5.低资源社区:投资最新技术领域有助于更充分地发挥人工智能的优势,比如避免铅污染和改进食品分配等,重要的是让公众参与进来以增强相互信任。
6.公共安全与防护:利用相机、无人机和软件进行犯罪模式分析,应用人工智能技术来降低人类判断的主观偏见,与此同时在不侵犯个人自由和尊严的情况下增强安全性。目前需注意的是如何保护隐私和避免固有偏见。
7.就业和职业:随着全球经济的快速发展,传统岗位开始被新岗位取而代之,有关人类如何适应这种新变化的相关工作需要立即展开,比如如何妥善处理劳动力下岗以及人工智能对新工作岗位不适应的问题。
8.娱乐:内容创建工具、社交网络和人工智能的结合,将开创全新的媒体内容收集、组织和分发模式。但问题是新的娱乐方式如何在个人价值和社会价值之间取得平衡。
《人工智能与2030年的生活》在回顾发展历程和展望发展趋势时指出,人类正加速在人工智能领域的研究,试图建立一个能与人高效协作的智能系统。其中最重要的是机器学习的成熟,它受到了数字经济崛起的部分影响――数字经济为机器学习提供了大量数据。此外其他影响因素包括云计算资源的崛起,以及消费者对语音识别和导航支持等技术服务的需求。研究人员认为,不管是从基本方法上还是应用领域,包括大规模的机器学习、深度学习、增强学习、机器人、计算机视觉、自然语言处理、协作系统、众包和人类计算、算法游戏理论和计算的社会选择、物联网、神经形态芯片在内的研究趋势,共同促进了人工智能研究的热潮。
这份报告试图严肃地讨论这样一个问题:如何更好地引导人工智能来丰富和服务于人类生活,同时推动和激励这一领域的创新。因为人类目前并不能清晰而完美地预测未来的人工智能技术及其影响,所以一定要对相关政策进行评估。未来几年公众在交通和医疗等领域内应用人工智能的机会日渐增多,因此必须以一种能构建信任和理解的方式将其引入,确保在尊重人权和公民权利,保护隐私和安全,维护广泛而公正的利益分配等方面措施周备。 世界经济论坛说,机器人和人工智能到2020年可以取代510万个工作岗位。
研究人员指出,传统的人工智能范式已被数据驱动型范式成功取代,对于定理证明、基于逻辑的知识表征与推理这些程序的关注度在降低。作为20世纪七八十年代人工智能研究的一根支柱,规划( Planning )强烈依赖于建模假设,难以在实际应用中得到满足;视觉方面基于物理的方法和机器人技术中的传统控制与制图,正让位于通过检测手边任务的动作结果来实现闭环的数据驱动型方法;还有曾颇受欢迎的贝叶斯推理和图形模式,在数据和深度学习的显著成果前也显得相形见绌。在未来15年中,针对人类意识系统开发,按照能够互动的人类特点进行建模和设计人工智能系统成为人们的兴趣点。在考虑社会和经济维度的人工智能时,物联网型的系统变得越来越受欢迎。数据驱动型产品的数量及其市场规模将会扩大。
“为机器人安装‘死亡开关’”
2017年1月,欧洲议会法律事务委员会召开会议,呼吁制定“人类与人工智能/机器人互动的全面规则”。议公布的报告对机器人可能引发的安全风险、道德问题、对人类造成的伤害等情况进行了讨论,探讨是否需要为机器人安装“死亡开关”、研究机器人抢走人类工作的应对措施等等,要求欧盟为民用机器人制订法律框架。专家认为,这或将是首个涉及管制机器人的立法草案,将有利于人类应对机器人革命带来的社会震荡。
会议认为,人工智能和机器人发动的新工业革命可能影响到所有的社会阶层。机器人可能创造无限的繁荣,与此同时将影响人类未来的就业情况。机器人取代人类在许多行业是大势所趋。在德国,每1万个雇员中就有301个是工业机器人。报告要求欧盟委员会对各国民众的就业情况进行调查,重点关注极易被机器人取而代之的职位。如果机器人成为职位“杀手”,欧盟各成员国应考虑为国民提供基本的生活保障。埃里克・希尔根多夫是一名德国法律教授,他非常认同欧洲议会讨论的这项议题。“这不仅在政治上是可取的,从法律角度也是必要的,这样我们才能及时应对机器人革命带来的社会震荡。”他指出,“即使是银行顾问、教师和记者等要求严格的职业,未来也无法在这场科技洪流中幸免。”
会议强调,因为人工智能在几十年内可能超越人类的智力,将对人类控制机器人构成挑战。随着机器人自我意识的崛起,甚至可能威胁人类的生存。近年来,机器人“杀人”的事件时有发生:2015年6月,在德国大众汽车公司,一名工人安装机器人时反被它抓起推向金属板压死;2016年6月,美国一家汽车零件生产商的一名女员工正在修理出现故障的机器人时,它突然启动,将修理女工活活压死。
报告参照美国科幻小说作家艾萨克・阿西莫夫提出的“机器人学三大法则”,将其作为立法框架,对机器人自我意识觉醒后的行为规范做出规定。“机器人学三大法则”包括: 1.机器人不得伤害人,也不得见人受到伤害而袖手旁观。2.机器人应服从人的一切命令,但不得违反第一法则。3.机器人应保护自身的安全,但不得违反第一、第二法则。由于规则无法转化为代码,欧洲议会正在着手建立一个针对机器人和人工智能研发的机构,为设计、生产和操作机器人的人员提供技术、伦理和监管方面的专门知识等。
报告还提出:1.在设计新型机器人时,设计师应该尊重人类的基本人权,事先获得道德研究委员会的批准。2.必须为机器人注册,以便在调查事故时查找涉事的机器人。3.确保机器人安装有“死亡开关”,可以随时被关闭。4.机器人不能对使用者造成“身体或心理伤害”。如果酿成事故,机器人不能逃脱责任。机器人所负担的责任应该与其接收的实际指令及其自主程度相对应:它的学习能力和自主性越高,那么人的责任就较低;倘若它“受教育”的时间越长,教它的“老师”负的责任就越大。报告还指出,机器人的生产商或拥有者将来需要购买保险,来承担机器人可能造成的损失。
人类与机器人的关系将会引起一场涉及私隐、尊严和安全的大讨论,在欧洲议会投票赞成立法之前,各成员国政府将对此做进一步的辩论和修正。
“机器人应当纳税”
英国牛津大学近期一项调查结果显示,今后数十年间,自动化改变生产线的速度将超过20世纪。在经济合作与发展组织(OECD)成员国,57%的工作岗位有被自动化取代的风险。英国中央银行英格兰银行预测,在自动化浪潮中,危在旦夕的英国工作岗位多达1500万个。美国白宫2016年预测,机器人取代时薪低于20美元以下岗位、介于20~40美元岗位和时薪40美元以上岗位的概率分别为83%、31%和4%。
在美国微软公司创始人比尔・盖茨看来,为暂时性减缓自动化蔓延速度,很有必要向企业为雇用机器人员工而征税,税单将是阻止机器人取代人类工作岗位的杀伤性武器。如果机器人将大范围取代人类工作岗位,那它们至少应为此买单。“目前一个人类员工在工厂中创造了5万美元的价值,这个价值会被征税。人类员工需要缴纳各种税,如所得税、社会保障税以及其他税款。如果一个机器人在工厂做与某个工人同样的事情,我们也应按同等水平向它征税。”
盖茨同时认为,尽管一些工作岗位可能被机器人取代,但人们可以在那些所需技能是机器人无法复制的领域里继续工作。世界需要抓住机遇解放劳动力,让人们从事更好的工作,例如关爱老人和帮扶特需群体。在这些领域,人类具有独特的同情心和理解力。
法国社会党总统候选人伯努瓦・阿蒙也呼吁法国对机器人征税,部分税收用于补贴全民基本收入保障。越来越多的政界人士和硅谷富翁支持推出全民基本收入保障,以化解自动化引发的大范围失业。而反对机器人税的人士则持这样的观点:自动化即使在短期也可以借助提高生产率创造新的就业岗位。
“人类需要成为‘半机器人’”
在国家教育部质量工程的支持下,中南大学信息科学与工程学院对国家级精品课程人工智能[1-2]和智能控制[3]、全国双语教学示范课程人工智能和国家级智能科学基础系列课程教学团队[4]等进行持之以恒的改革与建设,取得一些成果。
“智能科学基础系列课程教学团队”的教学队伍是一支由国家级教学名师领衔[5],知识结构、梯队结构和年龄结构比较合理,具有明显的学科优势、课程优势、人才优势和教学科研优势的颇具特色与影响力的教学团队。该团队以中南大学智能科学研究中心为核心,主要承担人工智能基础、智能控制导论、机器人学、专家系统等本科基础和专业基础课程,硕士学位课程人工智能、智能控制和机器人控制技术以及留学生硕士学位课程Artificial Intelligence和博士生学位课程智能系统原理与应用的教学。
教学团队在建设过程中,注重教学改革,加大课程建设和教材建设力度,不断改进教学方法,在课程改革、教材建设、教学手段、队伍建设以及交流合作等方面取得一些进展。本文拟就教学团队的改革与建设的相关理念与实践问题加以总结,谈谈我们的见解。
1创新教学方法
教学是教师的本职和核心工作。本教学团队一直致力于教学方法与教学模式的改革与创新,虚心学习国内外先进教学经验和方法,积极探索教学新路,形成了“以趣导课、以疑启思、以法解惑、以律求知”的教学模式和教学方法[6-7]。充分激励学生的学习积极性和主动性,发挥独立思考和创新思维,多方位培养学生发现问题、分析问题和解决问题的能力。我们在教学过程中应用了课堂演示、课堂互动、课堂辩论、课后网络教学、网络实验等一系列现代化全方位的教学新模式。此外,为提高学生的动手能力和理论水平,让学生直接参与部分教师课题,理论联系实际,为毕业后的工作学习打下良好基础。具体措施如下:
1) 举行课堂讨论会,营造自由探索氛围。
为调动学生的积极性,我们在授课过程中多次开展课堂讨论会和辩论会等活动,让学生自己查阅资料,分析整理,提出自己的观点,使学生全方位地接触所学课程,培养学生的研究能力,真正实现师生互动,并鼓励学生用英语讨论。学生对有些问题展开了激烈的争论,激发了学习潜能,明确了学习目标。课程中还经常请来在科研工作中担任主要任务的教授和博士生来给学生介绍最前沿的科学动态,激发学生们对所学知识和科学研究的兴趣。在研究生教学方面,我们更进一步通过举办课程课堂学术研讨会,让学生在一年级就开始接触学科前沿,自己查阅资料和动手写科技论文,并在研讨会上宣读讨论,培养独立工作能力和从事学科前沿研究的能力,为将来的高层次研究打下基础。
2) 倡导启发式教学,培养学生学习能力。
注意采用面向问题的启发式方法进行教学,启发学生求解问题能力,强化学生的参与意识,提高他们的学习积极性。教学中还注意采用了多种交互式策略,如课堂教师提问、鼓励或指定学生用英语提问、学生就某个知识点进行主题发言后老师点评等。此外,师生通过互联网进行交互,方式包括Email、BBS和QQ谈和交换文件等。
根据学生的兴趣和创新潜力,对有专业特长的本科生,在自愿情况下,挑选2~3名参与国家级项目研究工作,进行中长期培养试点,实现本科培养过程与硕士、博士研究生培养过程的衔接。
3) 增强课程实验教学环节,筹建智能专业实验室。
智能科学基础课程的概念性较强,初学者感到比较抽象,而实验教学又是薄弱环节。因此,结合学生实际情况,我们对实践教学环节十分重视,设计了一些新的实验项目,探索新颖的实验方法。新开实验项目包括人工智能实验、智能控制实验、专家系统实验、机器人学实验、人工智能课程设计等。对相关课程的原有实验,我们也进行了一些改革,增设了个性化的实验,使得学生的实验数据和实验结果分析既有格式要求,又给学生报告自己研究的过程和结果留有空间。这些做法能够鼓励学生进行独立性研究,满足他们学习的需求。通过实验教学,学生能够理论联系实际,验证所学理论知识和概念,加深理解,充分调动了学生的学习积极性,培养了他们的创造能力。
除课堂实验外,我们还充分发挥虚拟实验的优点,设计了网络虚拟实验,让学生在课外上网练习。通过虚拟实验,学生可以了解算法的具体运行过程,调整参数和过程,并进行验证以加深对知识的理解,提高学习兴趣,从而达到教学目的。
结合科研,购进和自制部分新设备、新系统,计划建设智能专业实验室,为教学提供更多的优良实验设备。例如,已研制“中南移动一号”和“中南移动二号”自主移动机器人共7台,已购进RCB-1型教学机器人20套等。
教学团队教师还指导学生参加全国大学生“飞思卡尔”杯智能汽车竞赛活动、大学生创新性实验计划及创新教育计划项目等,取得优秀成果。
2推进课程改革
教学改革是课程建设和学科发展的生命线。我们把国家级精品课程和全国双语教学示范课程放在优先建设的位置,并以它们带动其他课程建设,完善系列课程建设,同时新办了智能科学与技术专业。
2.1搞好精品课程建设,改进双语示范课程教学,稳步推进系列课程建设
本团队着力搞好已有的2门国家级精品课程、1门全国双语教学示范课程,更新精品课程网站,丰富课程内容。为了及时反映上述课程中相关科学技术的最新进展,我们调整了教学体系和教学内容,修订了教学大纲,并对教学内容进一步优化和更新,极大充实了各课程教学内容。同时,通过校际教学活动和网上资源共享对精品课程、双语教学示范课程进行交流和推广,起到较好的辐射作用[8-9]。
为加强精品课程建设,完善和拓展课程体系,在总结现有精品课程的建设经验的基础上,又建成省级精品课程1门,校级精品课程1门。
为提高学生的专业英语水平和学习兴趣,使得学生能够开拓眼界,追踪国际前沿科学研究,本团队长期对双语教学进行研究和实践。除改进人工智能双语教学示范课程外,团队承担的其他课程,如智能控制、机器人学、专家系统、数据结构等也实行了双语教学,并为该课程引进英文辅助教材。例如,对人工智能课程,我们先后采用Nilsson和Russell等编著的国外影响较大的英文原版教材作为主要教学参考书[10-11],供学生学习参考。在双语教学中,一般以汉语讲授为主,英语为辅,并对一些关键词同时用汉语和英语表示。对部分章节或某个专题,采用纯英语教学或以英语为主汉语为辅的教学。对PPT课件的编写分为纯汉语、纯英语和英汉混合几种方式。英语教学比例要根据教学内容和学生英语水平而定,其检验标准是学生的接受程度与学习效果,根据这一点来适时调整双语教学中英语对汉语的比例。
通过教改实践,我们承担的智能科学基础课程逐步形成为具有明显特色的课程体系。我们讲授的课程从智能科学的基础课程到专业基础课程,再到专业实践课程,形成了配置合理、特色鲜明、循序渐进、优势互补、协调发展的智能科学与技术学科从基础到应用的系列课程体系。
2.2新办智能科学与技术专业
智能科学与技术是当代科技发展的前沿学科和重要组成部分,其人才需求日益增加,超出了目前高校的培养能力[12]。我校的智能科学与技术学科方向经过近20年的发展,已形成了具有自身优势和特点的学科,在国内具有一定的知名度和优势。为了促进智能科学与技术学科的发展,经过多年积极准备,我们于2009年申报了智能科学与技术专业并获得教育部批准。通过向兄弟学校学习调研,了解该专业人才需求、专业建设规划,设定适应培养目标的教学计划与课程设置方案。虽然我们开办“智能科学与技术”专业较晚,但我们从2002年开始,就一直关注和积极参与国内智能科学的学科的讨论与新专业筹备工作[13]。
我校于2009年申报获准,在自动化专业增设了智能科学与技术专业方向,目前已招收2届学生共84人。我们为选读智能科学与技术本科专业方向的每个学生选定指导老师。每个学生都可以参加指导老师的课题,指导老师也可以利用自己的学识、经验和责任心来更好地管理呵护学生。这一做法取得明显效果,不仅受到同学们的普遍欢迎,也得到了学校的肯定。我们还多次召开师生见面会并通过指导老师走访宿舍,了解每个人的情况。为了消除代沟,努力融入同学当中,学习熟悉他们的语境和思维想法。我们的目标就是不让一个学生掉队。
创建与建设智能科学与技术新专业,将为智能科学基础系列课程教学建设提供一个更加宽广的平台,并对计算机、自动化和电子信息等学科的专业建设和课程建设提供一个新的增长点。我们将以智能科学与技术专业建设为契机,虚心学习兄弟学校的专业建设的做法和经验,进一步规范智能科学与技术的基础课程教学,让智能科学基础课程教学建设登上一个新的台阶。
3加强教材建设
教材是教学的重要工具和资源,其水平直接影响教学效果和教学质量。在教学过程中,我们与时俱进,对教学内容不断优化与更新,精益求精地编写反映学科发展的教材[14]。
我们对原有编写出版的教材进行修订,反映新世纪学科发展水平和发展趋向,以适应教改需要。把这些最新内容用于教学,使学生了解到国际前沿动态和本学科的最新成果。
以相关系列课程为平台,注重教材配套,服务因材施教,着眼长远教材建设。仅2007年以来我们已出版的相关教材及专著如下:
《智能控制原理与应用》,国家级精品课程配套教材,2007;《智能控制导论》,国家级精品课程配套教材,2007;《未知环境中移动机器人导航控制理论与方法》,2008;《机器人学》,第二版,国家级教学团队配套教材,2009;《机器人学基础》,国家级教学团队配套教材,2009;《人工智能及其应用》,第四版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《人工智能基础》,第二版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《移动机器人协同理论与技术》,2010。
4优化队伍结构
师资队伍建设是团队建设的源头,没有一流的教师队伍就没有一流的教学团队。在师资队伍建设上,我们一直采取引进优秀人才和在职培养相结合的做法。对于人才的引进主要通过办专业和办学科点等方式吸引人才,还通过创造教学和科研条件,稳定教师队伍,解决个人的发展问题。
采取有效措施,提高主讲教师的学术积累和教学水平。一是教研组教师,特别是中青年教师积极参加重要科研项目,提高学术水平。二是派中青年教师赴国外研修访问,了解和学习发达国家同类课程的先进教学经验、相关课程设置情况与发展趋势,将国外教学思想引入课程教学。
教学始终是教师的第一要务,为了提高青年教师的教学素质,我们实施并完善了一系列管理措施和制度。
1) 设立名师工作室,实现名师资源共享形成多元化的带教制度,安排高年资的教师对年轻教师进行传、帮、带,可以有业务方面的指导,也可以有认识方面的交流。通过老教师对年轻教师全方位的指导,使老教师的教学理念和经验得以继承,加快了年轻教师的成长。
2) 有计划地安排年轻教师虚心旁听有经验教师的讲课。通过听课,不仅使年轻教师进一步掌握课程的内容,更重要的是使年轻教师学到了老教师的教学方法和经验,对其今后从事教学工作起到了积极的指导作用。
3) 对于第一次上课和第一次上某门新课程的年轻教师,团队都要在课前组织他们试讲。试讲前,安排老教师进行指导,传授教学经验。试讲时,由团队的教师参加听课并对其进行讲评,肯定其优点,指出其不足,帮助青年教师尽快掌握课程的重点,找到更合适的讲授方法。此外,我们还备课,统一基本教案,帮助年轻教师成长。
近两年来本教学团队获得的主要教学奖励就有徐特立教育奖、茅以升教学专项奖等。
5扩大交流合作
我们在做好自身团队建设的同时,增进与全国相关高校和教学团队的交流,学习兄弟团队的建设经验,在课程示范、教材推广、网络资源辐射等方面发挥积极作用。我们还开展校内合作,联合不同院系进行教学和精品课程的申报与建设,在校内推广改革成果;发表了一系列教改论文;发起筹备《全国智能科学技术课程教学研讨会》;邀请企业界科技精英做本科生就业指导相关报告。
1) 增进校际交流,发挥辐射作用。
我们经常以讲座报告形式在许多兄弟院校进行教学与教改交流。例如,最近一年来就应邀先后到上海交通大学、同济大学、东华大学、东南大学、国防科技大学、中国矿业大学、北京科技大学、清华大学等校就智能科学技术课程的教学、教改和建设问题作专题报告,在兄弟院校师生中引起热烈反响。已有数以百计的高等院校采用我们编著的教材和网络课程进行教学,国内已有众多的从事人工智能课程和智能控制课程教学的教师,来信来函索取我们开发的课程教案、课程演示和网络课程相关资料等,我们一直尽力地搞好推广和服务工作。
2) 撰写课程改革论文,进行国内外交流。
本团队成员仅近一年多来,就在中国教育开放资源网、中国人工智能学会13届年会、计算机教育、高等理科教育、计算机与现代化等会议及刊物上发表10篇教改论文,在国内外进行交流,起到介绍情况,交流信息和经验的积极作用。
3) 筹备全国相关课程教学研讨会。
为了更好地交流经验,扩大影响和辐射作用,我们发起并联合中国人工智能学会教育工作委员会、中国计算机学会人工智能与模式识别专业委员会、中国人工智能学会智能机器人专业委员会、中国自动化学会智能自动化专业委员会、中国人工智能学会人工智能基础专业委员会,筹备召开了首届《全国智能科学技术课程教学研讨会》[15]。围绕各个学校在智能科学与技术本科专业的课程改革与建设、课程和专业教学计划制定和未来发展设想等方面进行交流研讨。通过交流研讨,认真学习兄弟学校的经验,并尽可能汇报我们的经验。我们相信,在与会全体代表的共同努力下,本次课程教学研讨会一定能够取得积极的成果。
注:本研究获得教育部国家级精品课程人工智能(2003年)和智能控制(2006年)、全国双语教学示范课程人工智能(2007年)、国家级智能科学基础系列课程教学团队(2008年)等项目支持。
参考文献:
[1] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:433-436.
[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.
[3] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:426-429.
[4] 国家教育部和财政部关于立项建设国家级教学团队、国家级精品课程、全国双语教学示范课程的通知[EB/OL]. [2010-5-1]. http///转高等教育司.
[5] 中华人民共和国教育部高等教育司. 名师风采,第一届高等学校教学名师奖获奖教师集锦[M]. 北京:地质出版社,2006: 152-153.
[6] 李广川. 丹心育桃李,妙手谱春秋[M]//名师颂.北京:教育科学出版社,2007:397-401.
[7] 及立平. 笃定平和:访国家级教学名师蔡自兴[M]//春风化雨:中南大学教师风采. 长沙:中南大学出版社,2006:119.
[8] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识,搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.
[9] 陈爱斌,肖晓明,魏世勇,等. 智能控制的学科发展与学科教育[J]. 现代大学教育,2006(3):102-105.
[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.
[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.
[12] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.
[13] 蔡自兴,贺汉根. 智能科学发展的若干问题[C]//中国自动化领域发展战略高层学术研讨会论文集. 自动化学报,2002, 28(增刊1):142-150.
[14] 蔡自兴,谢斌,魏世勇,等.《机器人学》教材建设的体会[C]//2009年全国人工智能大会(CAAI-13). 北京:北京邮电大学出版社,2009:252-255.
[15] 2010年全国智能科学技术课程教学研讨会征文通知[J]. 计算机科学,2010,37(6):封3.
Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU
CAI Zi-xing, CHEN Bai-fan, LIU Li-jue
经过比较详细研究Alphago的算法发现,它在布局阶段的前20步采用人类经验,之后开始在人类经验的基础上融入了自己学习的权重,变得更加的理性以及所谓的大局观。由于围棋的复杂性,Alphago也不能在每步都能精确地知道当前棋盘中所有下法的胜率。所以,他采用的是在可以期待的近期(20步以内)综合价值和胜率会超过50%的走法。从这几点来看,这次的机器战胜远超过国际象棋中人类被战胜的意义。Alphago的算法是一种新的适应机器的思维,发挥了机器的强项,弥补了机器的短处。这非常让人感到害怕、悲观和失望。因为,人生就是一盘棋局。如果50年后,有一个智能科技机器助手,它不能告诉你最终的未来,但是可以告诉你在几年内的未来,你该如何是好?那这是不是一种宿命论?事实上,笔者在教授数据分析课程的这几年中,一直在宿命论和未来不确定性两种相对的观点中摇摆。数据统计已经有足够的算法和可靠的实践在某些方面做出人类无法预计或预见的准确预测,只不过那些领域还很小,比如,库存的预测、销量的预测,等等。数据已经在显示其巨大的价值,而一旦数据预测技术能够输入足够多的变量,采用类似Alphago或更加高级的算法,进而对你个人、你所在组织、公司、国家的短期未来甚至是长期未来做出80%、甚至是90%的准确预测,你会怎样去接受这样的未来?!当然,不确定性仍会存在,这是一个好消息。在此,我对Alphago事件尝试做一些思考分析。
一、Alphago战胜人类的几种可能的基础
1.Deepmind公司用十年的时间磨练,修改算法,虽然在算法上没有创新,但是如何融合已有算、如何调整权重等多个方面,仍然是做了大量、艰苦的工作。
2.Google拥有超级大量的计算资源供Alphago的使用,也就是说目前机器学习的过程非常的耗费时间以及计算资源。按照以往的经验,20年内,我们使用的桌面型机器就应该能够支撑起Alphago目前所需的计算资源。从现在开始,再过30-40年,可能Alphago这个“古老”的程序只需要几天就能完成现在几个月所需的机器学习时间。
3.在硬件上CPU和GPU的协同调度,以及分布式的运算的运用,大大加快的计算的速度。这也是近几年软硬件基础发展奠定的基础。
4.Alphago 在击败欧洲冠军时进行了严格的保密,说明当时Alphago团队当时也并不是很自信能够战胜。事实上,我认为,在这次比赛开始前,他们仍然没有这个把握,仍然应该认为是一半对一半的胜率。但是,哪怕输了,也没有关系,反正继续让Alphago学习后再提升。
5.Alphago对战时采用方式近似的模拟了人脑的信息的处理方式,只不过速度更快。所以,Alphago也不能百分之百的胜率,但是随着学习的时间不断增加,最终会远远超过人类。
二、Alphago围棋人机大战事件将会产生的影响:
1.个人,组织,公司,国家间的竞争将会更加重视人工智能的策略参考。人类的思考开始依赖于机器的理性,人的决策变得更加的理性,情感的因素会不断下降,也意味着更加没有人情味。这必然会影响到人类的进化进程。
2.人与机器的关系需要重新的思考,人应该如何同机器共存。
3. IT行业的人力资源需求将大规模增长,而有些行业将大规模失业。
4.基因技术、可控核聚变、机器人技术、人工智能这些技术都将对人类产生重大意义的影响,但是如何控制好这些技术将成为一个重大的问题,否则任何一个技术都可能毁灭人类。为了控制好这些技术,需要从现在开始立即进行大量的辩论及监督审查。
5.Alphago在最终在决定某个落子的评分中,其权重为人类经验参数同左右互搏这种机器学习得来的概率参数各占50%。Alpago团队曾经调整过不同的权重,但是经过实验发现各占50%时的最终胜率最高。这一数据是否在暗示,如果要战胜人类就必须首先理解人类的思考,否则就无法做到青出于蓝而胜于蓝。但是,在理解人类思考的同时,也会无法避免地继承人类的弱点,这也是Alphago最终会有失败的一局。另外,在具体的步骤中,也不是每步都是完美的。可能这也许是人工智能能够超越人类,但是可能无法毁灭人类的重要一点。因为,如果人工智能自己最终学会思考,相信人工智能最终会参透,或许最符合人工智能自身的利益生存方式是同人类共存,而不是消灭人类。
三、Alphago围棋事件可能对教育领域的产生的影响
1.Alphago算法有较强的通用性,但也有很多的限制。首先为了更加精确,需要大样本量的学习,Alphago为了加快学习进度在学习现有人类棋盘的基础上,开始自己与自己互博,加快学习的速度。这点在通用领域中实现有一定的难度。在教育领域中,目前比较适合Alphago算法快速进入的领域的是在线课程的学习。
2.在线课程的学习目前来说仅仅完成了内容的提供,如何编排现有的课程已达到最高的学习效率,这点目前还没有引入人工智能方法。如果引入,将会对教学的方法理论产生一定的影响,甚至会影响到线下课程顺序的设计安排。
3.多媒体材料的类型的挖掘,不同类型的媒体会带来不同的教学效果,人工智能在这个领域有助于通过大数据分析统计出在认知不同阶段采用何种类型的教学媒体效果最好。
4.个性化的学习,引入Alphago算法后的人工智能,会为个性化学习带来天翻地覆的变化。通过摄像头对学习者情绪的监控,结合学习过程中不间断的学习效果的评估,可以会带来真正意义上的个性化学习。
5.真正意义上的个性化学习会对分层教学产生深远的影响,因为学习的进度快慢会非常容易的将不同学习能力的学习者分类,教育会不知不觉走向过程和结果的不公平。
6.目前,已经有在线课程网站同招聘网站结合的构想,利用在线学习的记录,为雇主提供是否雇佣的参考。未来可能会更加大规模地出现该类现象,未来各级各类学校的升学也可能会更加依赖机器或网站记录的学习过程,同时造成新的学习能力歧视。但是,这样针对个体的不公平,却可以带来整个组织以及国家的利益最大化,将来如何面对这样的不公平,会成为一个重要的讨论话题。
7.Alphago通过在线教学领域的挖掘最终也会或多或少的影响到传统的教学。如在教师多媒体的选择标准、课程顺序及进度的选择。但是,在远远没有量化的教学领域,还有很长的路需要走,而一旦传统的教学领域被量化,如学生的表情、情绪、反应等,那么教师这个职业将同今天的围棋一样,不得不慎重的思考接受一个类似上帝的理性的人工智能的建议。另外,最快掌握这一技术的组织和国家,将获得先发的优势。
四、Alphago围棋事件可能对职业教育领域的产生的影响
1.大量的主要是重复性的工作,尽管需要一定的随机应变能力的工作,将会在30~50年逐步被人工智能所替代。这些职业中的低层次职员将被大量地解雇。这一点提醒职业教育的层次需要不断地上移,为符合人力资源市场的需求及保证国家的竞争力,职业教育中本科教育及研究生教育的比例将逐步加大。
2.工厂的工人将被大量的机械手臂代替,全自动化的工厂将越来越多。尽管处于迈向老龄化的社会,却并不能保证年轻人足够的就业岗位。IT产业的人力需求将越来越大,各个产业的从业者都将储存一定的人工智能的知识,以便同智能机器助手更好地共存。
3.职业教育的过程将更多地信息化,如教学资源库使用将更加类似于在线教学。通过物联网技术,教学的过程被更加地量化,实践操作的过程中实现较高精度的量化,实践教学的效率极大地提高。但是,工业领域的职业中的实践教学的比例将大幅度下降,由于机械臂的大规模采用,实践教学将被机械臂的操作实践教学大规模替代。对于人工智能分析、操作以及针对不同环境进行适应性调整的能力将成为大部分职业必修的课程。
4.有必要考虑培养学生的机器思维的理解能力,让学生能够理解人工智能的思维的方式,理解这种更加冷静的思维方式。同时,也要让学生明白人工智能不是万能,也会犯错,需要保持警惕,不可过分依赖人工智能。
自1920年,捷克剧作家卡雷尔•凯培克(Karel Capek)第一次提出“机器人”这个名词以来,机器人学和机器人控制技术已取得令人瞩目的成就。从20世纪60年代在美国问世的第一台工业机器人,到人工智能学界引入机器人作为研究对象,再到日本工业机器人的崛起,如今,机器人技术的应用正逐步由现有的生产领域向更为广泛的人类生活领域拓展[1],并朝着智能化的方向发展。其间,新兴学科“机器人学”悄然形成,作为一门高度交叉的前沿学科,机械学、生物学、计算机科学、控制科学、人工智能等学科为机器人学的发展带来了无限活力。
机器人技术是近年来得到广泛关注的研究领域,中国、日本、韩国和欧盟等都将机器人技术列入了国家科技发展规划[2]。随着机器人技术的发展,人们已逐步认识到,在信息技术教育中渗透机器人学科知识与机器人应用前景方面的教育已势在必行[3]。中南大学在研究生阶段开设的机器人控制技术课程采用双语教学,可以让学生在中英文两种语言中自由翱翔,了解机器人学的发展历史和最新动态,掌握机器人控制技术的数理基础、运动学、动力学,熟悉一些机器人轨迹规划、编程控制的方法,实现知识学习和语言应用的双赢效果,更好地在这一当今世界科技热门领域与国际接轨。
1开展双语教学改革的必要性
首先,机器人控制技术(Control Techniques of Robots)研究各种机器人的控制手段,以达到使机器人完成各种任务和动作的目的。作为全球科学界研究的热门领域,其发展日新月异,最新、最前沿的资料往往以英文表述,中文翻译不一定能够表达出原文的丰富内涵。因此,实施双语教学有其必要性和紧迫性。
其次,由于人才市场的竞争日趋激烈,社会对人才的需求越来越高,独立学习新专业知识的能力和较高的英语水平,必然会给毕业生带来额外的就业竞争力,高等教育有责任将学习能力和就业能力的培养结合起来,把学生培养成为有较高综合素质的人才。
2开展双语教学改革的可行性
2.1以优秀教材为基础
本课程采用的是中南大学蔡自兴教授编著的《机器人学(第二版)》,书中介绍了机器人学的基本原理及其应用,全面反映了国内外机器人学研究和应用的最新进展,是一部机器人学的通用教材和系统著作[4]。书中关于机器人学及相关学科的专业术语都有英文标注,内容涉及机器人学的概况、数理知识、控制方法、应用与展望,使学生阅读时能够方便、快速地学习专业英文术语,有助于研究生阶段的英文学习和专业学习,尤其是英文文献的阅读和英文稿件的写作。
2.2以国家级教学团队为人力资源
我校教授该课程的是国家级智能科学基础系列课程教学团队,学生们都感到非常幸运。双语教学不仅要求教师具备较好的学科知识基础和学术研究能力,还应熟练地使用英语进行读写和交流,表达专业知识,解析专业词汇[5]。教学团队的老师具备机器人控制技术的专业英语基础、较高的英语口语水平、扎实的课程教学能力,使学生能够获得经典的理论知识、最新的机器人技术应用和发展动态。
3教学改革实施过程
3.1教学内容的改革
3.1.1丰富实例激发兴趣
第一节课,教师就向学生提出了一个问题,“你们想象中的机器人是什么样的(What do the Robots look like in your mind)?”这一个小小的问题激发了学生无限的想象,是漫画里的机器猫,还是电影里的终结者?同学们由此展开了热烈的讨论,学习兴趣也热烈地迸发了。
在学习绪论中,老师通过图片、视频,生动地介绍了“机器人”这一名词的起源、发展,机器人研究的主要内容,目前的应用情况以及广阔的应用前景、社会的巨大需求等。此外,同学们还参观了中南大学信息科学与工程学院智能所的研究成果,“中南移动”系列机器人(如图1所示)灵活、可爱,表演了机器人导航、避障、多机器人协同作业等。
3.1.2双语讲述课程内容
机器人控制技术是一门高度交叉的前沿学科,包括机械学、电子学、自动控制、计算机等相关内容。学习这门课程需要许多知识储备,需要良好的数学和物理学基础知识[2,6]。因此,课程内容也要合理安排,既要使学生掌握关键知识,又不过多纠缠于繁琐的公式推导,本课程主要的授课内容如表1所示。
机械手位姿表示(Representation of Position and Attitude)、机器人运动学(Kinematics)和动力学(Dynamics)等基础知识把学生领进了机器人控制世界的大门,使学生具备了控制机器人的基本工具。
机器人控制包括基本控制原理(Basic Principles)、力与位置的控制(Force/Position Control)、智能控制(Intelligent Control)、机器人传感器(Sensors)、轨迹规划(Trajectory Planning)以及机器人编程(Programming)等内容,这些内容使学生对机器人控制技术的认识提高到实际操作的层面上来,更有助于学生的动手实践。
3.2课堂互动与自主学习
在机器人应用现状和未来前景等较活跃的领域,任何课本都无法反映最近一两年的最新动态,所以这两个方面的知识就要从最新的科技文献、新闻甚至与相关专家的交流中去了解获得。老师把这些作为课堂互动内容,鼓励学生使用英语汇报,一方面可以让学生自己搜集、整理第一手资料、制作PPT演示文稿,锻炼信息处理的能力;另一方也锻炼了英语演讲的能力。
3.2.1课堂英语辩论
关于机器人应用的学习,教师设计了一次题为“机器智能能否超越人类智能(Will Machine Intelligence Surpass Human Intelligence)”的辩论课,老师给学生两周的准备时间,布置学生查阅相关资料,根据资料搜集的情况确立自己的观点,形成正方阵营或反方阵营,鼓励学生在辩论过程中用英语表达。
课堂上,正方和反方各抒己见,探讨机器智能与人类智能各自优越性的命题。学生从科学幻想(Science Fiction)到深蓝(Deep Blue),从图灵测试(Turing Test)到机器人的结构化/功能化模拟(Structural/ Functional Imitation),从工程角度(Mechanical Perspective)到哲学角度(Philosophical Perspective)展开辩论,可谓包罗万象,分析全面。
在比较和辩论过程中,同学们渐渐发现了机器智能相对于人类智能的优缺点。在运算速度(Calculation Speed)、记忆能力(Memory)、逻辑推理(Logical Reasoning)方面,机器智能有着人类无法比拟的优势,而在创新思维(Creative Thinking)和社会属性(Sociality)等方面,机器智能又有着很大的局限性。
在这次课堂辩论课中,虽然正反双方最终都没有驳倒对方,但是学生对机器智能的优缺点有了更深刻的认识,对机器人在哪些领域更能发挥特长,在哪些领域有待进一步探索都达成了共识;此外,在课堂采用辩论中,学生们用英语唇枪舌战,互相辩驳,表达自己的思想、观点,英语使用能力都有了很大提高。
3.2.2课堂英语讨论
关于机器人学展望的学习,教师又为学生提供了一次自主学习的机会,同样提前两周给学生布置任务,设计了一次题为“机器人学展望(Prospection of Robotics)”的讨论课。
在课堂上,大部分学生用英文进行了汇报,同时演示了精心制作的英文PPT。机器人技术的发展日新月异,科技成果丰富多彩,学生们根据自己的兴趣,在不同领域查阅资料,所以汇报成果也展示了当今世界最新的机器人科技成果,涉及家政服务(Domestic Service)、军事国防(Military Defense)等。
在家政服务领域,目前世界上就有婚礼司仪机器人(Wedding Master Robot)、智能清洁机器人(Intelligent Cleaning Robot)、机器人宝宝(Robot Baby)等;而在军事国防领域,则有无人驾驶飞机(Unmanned Aircraft)、智能侦查机器人(Intelligent Robot for Detection)、拆弹机器人(Bomb Disposal Robot)、太空探索(Space Exploration)等。而学生们对未来机器人的发展更做出了大胆设想。
3.3双语考核办法
为了使双语教学改革落到实处,考核中既要体现双语,也要灵活掌握考核方式。我校的平时成绩占30%,主要来源于学生在辩论课和讨论课中的表现。期末考试成绩占70%,考试内容主要为表1所示的核心授课内容。卷面全部为英文,题型有简答题、计算题等,学生可以用英文作答,也可以用中文作答。这样既考查了学生的课程学习成果,又考察了学生对相关英语用法的掌握程度,又给学生一次阅读英语和写作英语的机会。
4结语
纵观中南大学的研究生机器人控制技术课程双语教学改革,在课程初始阶段,采用丰富的双语实例激发学生的学习兴趣;在教授理论基础和实践方法阶段,精心安排授课内容并使用双语授课,使学生既不陷入深奥的数学推理中,又能把握机器人控制技术的核心知识、英语用法;在探讨机器人技术的最新发展动态时,采用英语课堂互动,充分地调动了学生的自主学习热情,有利于成为复合型专业人才。
参考文献:
[1] ,张剑平. 美国机器人教育的特点及其启示[J]. 现代教育技术,2007,17(11):108-112.
[2] 张奇志,周亚丽.“机器人控制”课程建设与改革[J]. 科技信息,2009(32):382-383.
[3] 陆承景. 对机器人学科教学目标和内容的实践与思考[J]. 中国电化教育,2006(12):71-72.
[4] 蔡自兴. 机器人学[M]. 2版. 北京:清华大学出版社,2009:1-2.
[5] 戴小鹏,陈恳.“人工智能”双语教学的实践与探索[J]. 高等理科教育,2008(1):151-153.
[6] 赵弘,赵毅鑫,周擎坤,等. 机器人学课程教育方法的探讨[J]. 中国现代教育装备,2008(11):81-83.
Practical Reform of Bilingual Education in Control Techniques of Robots
ZHOU Zhi
P2P在之前已经受到业内关注,但只是在一些发烧友和爱好者中间流传,和后来形成的广泛影响不可同日而语。由于这种技术具备可以实现多点传输、传输速率高、兼容多种媒体格式的优势,在新媒体行业逐渐成为一项颠覆性科技,并将一些视频软件逐渐淘汰,在网民数量上拥有绝对优势。
作为一项黑科技(指的是一项可以产生颠覆性创新的科技发明或技术),P2P的技术优势很明显,但在内容版权、产业化等方面存在先天缺陷,因此一些视频领域的巨头大佬对此不屑一顾,而之前一些专注于P2P领域创业的互联网公司也逐渐销声匿迹。就这样,黑科技变成了坏科技,直到快播软件的出现,将P2P引向了万劫不复的深渊。
在人类的发展历史上,不乏明星般的黑科技。蒸汽机、汽车、火药的发明,都属此类。随着信息时代的来临,大型计算机、磁盘机为代表的信息产品逐渐被刀片服务器、一体机、智能手机等替代,而过去的单机时代也被互联网、移动互联网接管,出现了今天以云计算、大数据、物联网、人工智能为代表的网络新时代。
世界经济论坛(WEF)今年1月的关于第四次工业革命的报告称,预计到2020年,人工智能、机器人技术和其他技术变革将造成全球五百多万人失业。其实早在3年前,德勤和牛津大学联合的《未来的就业:哪些工作最容易受到计算机自动化的挑战》报告就推断:未来20年,机器人会威胁近45%的美国人的职业。到了麦肯锡今年7月的报告《机器人能代替的和不能代替的工作》中,这一数字上升到60%,这是基于对美国八百多种工作岗位的两千多种工作的调查得出的结论。
这里的机器人已经不仅仅是指那些活跃在富士康这样大型工厂流水线上的工业机器人,它更是一种嵌入人工智能的综合系统―前者在某些生产线上的自动化完成率已经达到70%,而后者可以带来的智能化程度是不可预估的。
这将带来更具颠覆性的危机。“大家可能以为机器只是能取代一些重复性高的简单工作,但其实如果把工作技能由简到难画一条曲线,在上扬的阶梯中,更容易被取代的反而是位于中段的工作。”人工智能专家赵巍这样判断,他在海外从事机器研究十余年,目前正在创办一家和人工智能相关的公司。在赵巍看来,相对于传统印象中更容易被机器取代的体力劳动者,某些需要脑力劳动的“白领”工作,反而更危险,“因为人工智能能取代的技能在逐步往曲线更高端的方向移动,这意味着越接近‘简单白领’的工作,越容易被取代。”
这个观点在斯坦福大学的AI100研究小组于今年9月的《2030年的人工智能与生活》中得到了验证。该研究报告称,数字技术给中等技能的工作―而不是非常低技能或非常高技能的工作带来了更大的影响。AI100小组由AI领域和相关交叉学科的顶尖科学家组成,包括工业自动化、国防、心理学、伦理学、法学、个人隐私、政治制度等,他们每隔几年就会对人工智能的进展做新的跟进研究。
不过“能被自动化”并不等于“会被自动化”,这是成本和获利博弈后的选择,也就是说当占据工作大部分时间的任务能由机器人来解决,同时这种自动化的实现成本低于人力成本,那这类工作的从业人员就比较危险。
这并不代表我们就能放松警惕。为了更清晰地看到不同行业中哪部分工作内容是更容易被取代的,麦肯锡按照“不受影响”到“非常容易受到影响”的排序(见后图),将工作内容划分成7种类型,依次为管理他人、应用专业知识、与利益相关方互动、不可预测的体力劳动、数据收集、数据处理、可预测的体力劳动,其中“可预测的体力劳动”对应自动化的可替代性达到了78%,成为最容易受影响的工作内容。我们结合了这份报告以及专家采访,总结分析了机器自动化对公司人可能产生的影响,你可以看看自己是否在危险之列。
A
7种技能可被替代的可能性
在今年7月的报告里,麦肯锡将所有行业的工作内容归总成了7种类型,并由此调查了以现有技术实现自动化后能节约下的时间比例―也就是说,实现自动化后能节约的时间比例越高,这项工作内容被替代的风险就越大。其中,“可预测的体力劳动”节约了78%的时间,成为可替代性最高的工作内容,“管理他人”则是目前最不容易被替代的工作内容,仅仅为9%,我们将依次就7种技能做出分析,公司人可以根据自己的工作内容来对照参考。
如果你的工作内容集中在以下3个维度,小心!
1 数据处理
不似小说家、雕塑家等带有很高创造性,这类工作会运用到分析和判断的能力,不是完全低技能的工作,但又保持了一定的规律性。比如医院放射科中,专门解读图像和诊断信息的医疗协助人员。他们的工作是通过解读图像来给出健康提示,而根据目前的图像识别技术,机器识别的准确率和可靠程度都已经超过人类。
2 数据收集
比如律师事务所中给律师打下手的初级法务助理,他们的主要工作是收集和整理已有的文件,撰写简单的中英文诉求并提出主要的辩论议题。而这些通过机器学习,能够轻易完成。
3 可预测的体力劳动
即指工作内容即使发生变化也相对能预测和可控。高达78%的可代替性让这个能力比“不可预测的体力劳动”危险得多。以零售行业的岗位为例,一位售货员平时的工作包括与顾客互动(与利益相关方互动)、处理数据和商品陈列(这里归为可预测环境下的体力搬运)。机器在后两者上的能力就比人类的能力强得多。
如果你的工作内容集中在以下4
个维度,你是安全的
1 管理他人
人工智能目前能完成的相对还是定义明确的工作,在7个维度中,现有技术最难取代的是管理培训类的工作。和这种模糊的任务类似的是需要利用经验知识的决策、规划以及创意性工作,或者一些要求高度抽象思维或创造力的领域,比如科学家、摄影师、艺术家等。
2 应用专业知识
比如精密仪器装配,超过一半豪表的机芯都出自瑞士西南部的汝拉山谷,装配师操作的零件中最小的细如毫发,在经历了二十多年艰难转型后,这个古老传统的行业竟然重归繁荣,成为一种“血统”。再比如医疗健康领域中的注册护士,其工作只有不到30%能够被自动化取代,口腔科医师则更低,只有 13%。
3 与利益相关方互动
尽管目前涌现了很多线上课程和学习工具结合的例子,不过教学的本质在于术业有专攻,并在此基础上与他人开展复杂的互动,而这两类工作内容占教育工作的大头,属于可替代性不高的技能。另外一些与情感交流相关的互动工作,比如心理咨询师等也可以归为这一领域。
4 不可预测的体力劳动
让人有些意外的是,一些可能连高中文凭都不需要的技能,反而比较容易“幸存”,比如护理老人的护工,或者是工地的建筑工人。
“不要小看建筑工人搬砖的工作内容,这对手、眼综合协调能力的要求很复杂,调用的认知能力和脑活动能力可能比律师助理写一个文案还要高很多。”赵巍说。之所以很难取代的原因是,对人类而言,简单到几乎是本能的协调与判断,是经历了几十万年演化的结果,而这对于机器是个相当漫长的学习过程。
当然,机械臂也能完成搬砖,从固定的这头到那头。比如Google的子公司之一,Industrial Perception的机械臂运用了感知技术,从整理包裹、摆放固定位置到装车,都能由机器人完成,它们的效率比人类高6倍,并且总体成本更低。但机械臂不能取代建筑工人的原因是,它们通常“只能取代精准定义的一个子任务”,而建筑工人要完成的工作更多。比如随时调整卡车的运输位置、搅拌混凝土、推水泥车等―这不仅要求身体的综合协调,而且需要综合的判断。赵巍以和李世石下棋的AlphaGo举例,“就算系统学习到了围棋9段,但若要它马上下五子棋,它依然没有办法将技能在短时间内转化。”建筑工人们有可能在工地继续发挥作用,正是因为他们的这些综合能力仍然有价值。
B
最有可能被取代的3个行业
1 以服务为主的餐饮、零售及住宿业
在餐饮、零售和住宿业的工作内容中,占据最多的就是“可预测的体力劳动”,而这部分又是可替代性最高的,所以对这3个行业的公司人来说,如果你的工作内容是大量重复且可预测的,那就该亮起职业警示灯了。毕竟73%的后勤服务工作在技术上已经可以实现自动化了。 不同行业被机器人取代的危机感(从高到底) 7种工作内容被机器人取代的可能性
2 不出意外的制造业
所谓理性,就是双方都承认自己有可能是错误的,只要你拿出让我信服的证据我就认输。常言道“真理越辨越明”,其实未必。不以理性的态度辩论,只能是扯皮,永远不会接近真理。认为转基因食品安全的一方,在看到确凿证据后就得认输,且关于证据确凿到什么程度要有个明确的界限。比如:对一万个病例的分析证明其中10%与食用转基因食品有关。不能到时候又说:“样本太小,找十万、百万个病例来分析”,“还要看这些病人有无其他不健康的生活习惯,抽烟、酗酒……”这不是辩论,而是蛮不讲理。同样,认为转基因食品不安全的一方也不能漫天要价。比如说:“如果一百万人吃转基因食品,十年没健康问题我就认输”,十年后又说“要一千万人吃三十年没问题才行”,三十年后又说“要一亿人吃三代”。问题是臭豆腐、腊肉这些被食用了几百上千年的东西,仍然会被发现有害健康。