引論：我們為您整理了13篇人工智能的辯證思考范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
篇2
文獻標識碼：A
一、人工智能技術的發展及其影響
人工智能技術研究開始于20世紀50年代中期，距今僅有60年的發展歷程，但是其迅猛的發展速度，廣泛的研究領域以及對人類產生的深遠影響等令人驚嘆。調查顯示，77.45%的人認為現實生活中人工智能技術的影響較大，并且86.27%的人認為人工智能技術的發展對人類的影響利大于弊；認為人工智能技術對人類生活影響很小且弊大于利的人權占很小一部分。人工智能技術的發展和應用直接關系到人類社會生活，并且發揮著重要的作用。人工智能技術的發展方向和領域等由人類掌控著，所以人類應該盡可能地把人工智能技術的弊處降到最低以便更好地為人類造福。2016年3月份，圍棋人工智能AlphaGo與韓國棋手李世h對弈，最終比分4∶1，人類慘敗。4月份，中國科學技術大學正式了一款名為“佳佳”的機器人，據了解，機器人“佳佳”初步具備了人機對話理解、面部微表情、口型及軀體動作匹配、大范圍動態環境自主定位導航和云服務等功能。而在這次正式亮相之前，“佳佳”就擔綱主持了2016“首屆全球華人機器人春晚”和“誰是棋王”半Q賽。人工智能技術確實給人類帶來了諸多的便利，給人類生產生活帶來便利；但是，人工智能技術的快速發展超乎人類的預測，引起了人類的恐慌和擔憂。百度CEO李彥宏稱，人工智能是“披著羊皮的狼”。毋庸置疑，科學技術是一把雙刃劍，當人類醉心于科學技術所帶來的福利中時，更應當注意其帶來的負面作用。人類發明和創造科學技術最終是為了造福人類，而非受到科技的異化。
隨著科技的發展，人工智能技術越來越成熟，在此整體趨勢之下，不同的人群對人工智能技術的不斷成熟與應用有著不同的看法。調查結果顯示，在關于機器人會不會擁有人類的思維甚至超過人類的問題方面，27.45%的人認為機器人會擁有人類的思維和超過人類；而56.86%的人認為機器人不會擁有人類的思維和超過人類，小部分人對此不是很清楚。由于受到人工智能技術迅猛發展的沖擊，如機器人保姆、AlphaGo圍棋等智能產品對人類發展帶來的威脅，一部分人仍然對人工智能技術的發展擔憂甚至認為終有一天機器人將代替人類、征服人類、控制人類。但是，大部分的人在機器人是否能夠超過人類方面，保持樂觀積極的態度，認為機器人永遠不會擁有人類的思維并且超越人類，因為人類是技術的主導者，人類掌握著技術的發展方向，技術終究是為了人類服務。這一看法肯定了人類的無止境的創新，然而，在人類醉心于技術創新的同時，應意識到某些創新確實超出了人類的預料，如AlphaGo與李世h圍棋人機大戰就是人類在技術面前失敗的慘痛教訓。因此，面對科技對人類的異化，人類要時刻保持警惕，適時地總結“技術異化”的緣由和解決對策。
二、人工智能技術發展面臨的問題及其原因
隨著技術的革新，人工智能技術的應用越來越廣泛，與人們的日常生活聯系也愈加密切。從智能手機的普及到自動駕駛汽車的研制成功，再到生產、建設、醫療等領域人工智能技術的應用，都表明了人工智能技術正悄無聲息地改變著我們生活方式。誠然，人工智能技術使我們的生活更加豐富多彩，給我們帶來了極大便利，但與此同時，人工智能技術也給社會帶來了一系列不可忽視的問題：人工智能技術在社會生產領域的應用對勞動市場造成沖擊；人工智能系統在收集、統計用戶數據過程中個人隱私及信息安全方面的隱患；人類對人工智能產品的依賴引發的身心健康問題；人工智能引起的責任認定問題等。斯蒂芬?霍金在接受BBC采訪時表示，“制造能夠思考的機器無疑是對人類自身存在的巨大威脅。當人工智能發展完全，就是人類的末日。”表示同樣擔憂的還有特斯拉的創始人馬斯克，他曾直言，“借助人工智能，我們將召喚出惡魔。在所有的故事里出現的拿著五芒星和圣水的家伙都確信他能夠控制住惡魔，但事實上根本不行。”不可否認，人工智能技術是把雙刃劍，有利亦有弊，爭議從來就沒有停止過，而最不容忽視的莫過于人工智能技術引發的一系列倫理困境，關于人工智能的倫理問題成了重中之重。
調查發現，47.55%的人認為人工智能所引發的倫理問題是因為人性的思考，占比較大；而22.55%的人認為是由于人們價值觀念的改變；29.9%的人認為是利益分化與失衡以及一些其他的原因導致的。由此可以看出導致人工智能倫理困境的原因是多方面的。主要總結為以下幾個方面。
第一，從技術層面來看，人工智能技術在現階段仍然有很大的局限性。人工智能是對人腦的模仿，但人腦和機器還是存在本質區別的，人腦勝于人工智能的地方，就是具有邏輯思維、概念的抽象、辯證思維和形象思維。人工智能雖能進行大量的模仿，但由于不具備形象思維和邏輯思維，僅能放大人的悟性活動中的演繹方法，不可能真正具有智能，這決定了機器不能進行學習、思維、創造。此外，智能機器人也不具備情感智能，它們根本無法去判斷自己行為的對錯，也無法自動停止自己的某項行為，所以如果人工智能技術一旦被不法分子利用，后果不堪設想。可見，由于人工智能自身技術上的局限性導致的倫理問題已經影響到其未來發展。
第二，從規制層面來看，倫理規制的缺失和監督管理制度的不完善是導致倫理問題產生的重要原因。科技的發展目標是為人類謀求幸福，但我們必須認識到，無論是在科技的應用還是發展過程中總是存在一些難以控制的因素，倘若沒有相應的倫理原則和倫理規制加以約束，后果難以想象。在目前人工智能領域，缺乏一套成體系的關于人工智能技術產品的從設計、研究、驗收到投入使用的監督管理方案，也沒有一個國際公認的權威性的規范及引導人工智能技術的發展及運用的組織或機構。現有的監督體制遠遠滯后于人工智能技術的發展速度，無法匹配技術發展的需要。缺乏相關監管制度的約束，人工智能技術就不可避免會被濫用，從而危害社會。
第三，從社會層面來看，公眾對人工智能技術的誤解也是原因之一。人工智能作為一門發展迅猛的新興學科，屬于人類研究領域的前沿。公眾對人工智能技術的了解十分有限，調查顯示，對人工智能技術只是了解水平較低的人較多，占62.75%，以致部分人在對人工智能技術沒有真實了解的情況下，在接觸到人工智能技術的負面新聞后就夸大其詞，人云亦云，最終導致群眾的恐慌心理，從而使得更多不了解人工智能技術的人開始害怕甚至排斥人工智能技術。我們必須清楚，人工智能是人腦的產物，雖然機器在某些領域會戰勝人，但它們不具備主觀能動性和創造思維，也不具備面對未知環境的反應能力，綜合能力上，人工智能是無法超越人腦智能的。在李世h對弈AlphaGo的曠世之戰中，盡管人工智能贏了棋，但人類贏得了未來。
三、人工智能技術的發展轉向
人工智能技術的發展已經深入到人類社會生活的方方面面，其最終發展目標是為人類服務。但是，科學技術是把雙刃劍，它在造福人類的同時，不可避免地會給人類帶來災難，因此，人類應該趨利避害，使人工智能和科學技術最大化地為人類服務。這就要求人類必須從主客體兩個角度出發，為人工智能技術的健康發展找出路。
1.技術層面
（1）加強各個國家人工智能的對話交流與合作。人工智能自20世紀50年代被提出以來，尤其是近六十年來發展迅速，取得了許多豐碩的成果。如Deep Blue在國際象棋中擊敗了Garry Kasparov； Watson 戰勝了Jeopardy的常勝冠軍；AlphaGo 打敗了頂尖圍棋棋手李世h。從表面上看，人工智能取得了很大的進步，但深究這些人工智能戰勝人類的案例，我們發現這些成功都是有限的，這些機器人的智能范圍狹窄。造成這一現象的很大一部分原因就在于國際間人工智能技術的對話交流與合作還不夠積極，所以加強各個國家人工智能的對話和交流迫在眉睫，同時也勢在必行。
（2）跨學科交流，擺脫單一學科的局限性。從事人工智能這項工作的人必須懂得計算機知識、心理學和哲學。歷史的經驗告訴我們，一項科學要想走得長遠就必須有正確的意識形態領域的指導思想的介入。在人工智能這項技術中，有些科學家們可能只關注經濟利益而沒有引進相應的倫理評價體系，最終使得技術預測不到位，沒有哲學的介入，等真正出現問題時就晚了。所以要加強科學家與哲學家的溝通交流，令科學家能更多地思考倫理問題，提高哲學素養，在人工智能技術中融入更多的哲學思想，保證人工智能技術能朝著正確、健康方向發展。
（3）人工智能技術的發展，要與生態文明觀相結合。在人工智能技術發展中，要注入更多的生態思想，這關系人民福祉、關乎民族未來的長遠大計。在人工智能發展中，若是產生資源過度消耗、環境破壞、生態污染等全球性的環境問題時，人類必須制止并進行調整。人工智能技術要想發展得更好，前景更加明亮，前途更為平坦，就必須保持與生態文明觀一致，與人類自身利益一致，為人類造福。
2.人類自身層面
（1）增強科學家道德責任感。科學技術本身并沒有善惡性，而研發的科學家或是使用者有善惡性。人工智能將向何處發展，往往與研發人工智能的科學家息息相關。科學家應打破“個體化原理”，要融入社會中去，關注社會道德倫理問題，承擔起道德責任，為自己、他人、社會負責，多去思考自己研發的技術可能帶來的后果，并盡可能去避免，多多進行思考，嚴格履行科學家的道德責任。
（2）提高公眾文化素養。調查發現，對人工智能技術了解水平較低的人較多，占62.75%；而非常了解的人較少，占4.41%；另外，對人工智能技術了解的人占21.08%，不了解的人占11.76%。由此可以看出，大部分的人對人工智能技術都能有所了解，但都不是很深入，而且仍有部分人對人工智能技術絲毫不了解，所以，人工智能技術對于個體的影響是比較微小的，其發展還沒有深入到個人的日常生活中。特別是在一些關于人工智能的科幻電影的渲染，可能使那些對于人工智能技術并不了解或是一知半解的人產生偏見。在日常生活中，人工智能給人類帶來了極大的便利。通過提高公眾的文化素養，使公眾正確認識人工智能技術，將是緩解甚至是解決人工智能技術某些倫理問題的重要途徑之一。
（3）加大監督力度。人類需要通過建立一個完善的監督系統引導人工智能技術的發展。對于每項新的人工智能技術產品從產生到使用的各個環節，都要做好監督工作，以此來減少人工智能技術的負面影響，緩解甚至減少人工智能技術的倫理問題。
3.道德法律用
（1）通過立法規范人工智能技術的發展。調查發現，90.69%的人認為有必要對人工智能技術所引發的科技倫理問題實行法治，由此可以看出，要想保證科技的良好健康發展，必須要建立健全相關法律條例。然而我國在這一方面的法律還存在很大的漏洞，相關法律條文滯后于人工智能的發展，并未頒布一套完整的關于人工智能的法律體系。沒有規矩不成方圓，在人工智能領域亦是如此。我們都無法預測將來人工智能將發展到何種地步，這時就需要人類預先加以適當的限制，利用法律法規加以正確引導，使其朝安全、為人類造福的方向發展。
（2）構建人工智能技術倫理準則并確立最高發展原則。要構建以為人類造福為最終目的的倫理準則。人工智能技術的倫理問題已經給人類造成了很多負面影響，而要防止其帶來更多負面影響，構建合適的人工智能技術倫理準則勢在必行。
此外，要確立以人為本的最高發展原則 。一切科學技術的發展都應把人的發展作為出發點。人工智能的發展也是如此，要將以人為本、為人類服務為出發點，并作為最高發展原則。
四、結語
科學技術是把雙刃劍，人類只有消除人工智能技術的潛在威脅，發揮人工智能技術最大化效用，避免倫理困境重演，才能實現人機交互的良性發展，實現人工智能與人類的良性互動。
參考文獻：
[1]王文杰，葉世偉.人工智能原理與應用[M].北京：人民郵電出版社，2004.
[2]甘紹平.人權倫理學[M].北京：中國發展出版社，2009.
[3]楊懷中.現代科技倫理學概論：高科技倫理研究[M].武漢：湖北人民出版社，2004.
[4]王志良.人工情感[M].北京：機械工業出版社，2009.
[5]鄒 蕾，張先鋒.人工智能及其發展應用[J].信息網絡安全，2012（2）.
[6]王 毅.基于仿人機器人的人機交互與合作研究[D].北京：北京科技大學，2015.
[7]田金萍.人工智能發展綜述[J].科技廣場，2007（1）.
[8]郝勇勝.對人工智能研究的哲學反思[D].太原：太原科技大學，2012.
篇3
當然人工智能搜索的功能不僅僅在于此。自然語言處理、對象識別、機器學習等人工智能領域的技術將再次開始“提高”Web搜索的智能。即根據用戶身份、用戶搜索記錄以及上下文語境、時間、地域等因素進行判斷，以此來精確定位用戶的搜索意圖，進而回答用戶提出的各類“非定制問題”，并返回多級的答案。在上述過程中，系統可以通過基于人工智能的自然語言分析和精確搜索意圖兩項核心算法，給出與第二代搜索迥然不同的搜索結果列表。
真正的智能，或者人工智能，我們的理解是有一定智力水平，可以處理“邏輯+知識”并能像人一樣深度思考問題的復雜系統，是給系統設定的一套邏輯推理程序。這個邏輯程序既涉及語法，也涉及其復雜性遠遠超出語言范疇的邏輯處理。基于預設的復雜邏輯能力和可以不斷學習、記憶的知識處理能力，系統將獲得某種限度的深度思維能力。通過不斷對系統進行細化，不斷添加更多的參數，包括增加知識、邏輯以及每個環節的趨近度和精確度，人工設定諸如環境因素、語法、新詞匯、幽默思維、辯證思維等等，系統的邏輯推理能力和智能水平將逐漸趨近于人腦。
第一代搜索只是簡單的網頁搜索，下一代網絡搜索應該是將各種各樣的信息整合在一個界面上。這種多維信息的整合，一是與地域相關，但又不受地域的限制；二是與時間相關，同一關鍵詞在不同時間搜索，結果是不一樣的；三是把對電影、視頻等各種媒體的搜索都整合到網頁上。
目前，搜索引擎旨在為用戶在頁面的海洋中導航，可是現有的搜索引擎沒有一個可以完全有效地檢索這個世界上所有的網絡資源。輸入一項檢索請求的網絡用戶會被數以千計的回答弄得不知所措。對于搜索引擎而言，Web就是數以十億計網頁上大量單詞和連接單詞的超級鏈接。但是，搜索引擎并不“理解”這些單詞，它們僅僅是對在網頁上更重要或被其它更多的網頁鏈接的關鍵字進行匹配。不僅如此，搜索引擎還無法理解人類語言的細微差別。
然而，即將發生的一個變化是，人類的表達將轉化為計算機容易理解的方式，使計算機能夠處理人類的表達需求。利用人工智能訓練計算機，不僅僅讀取網頁上的詞匯，而是使這些詞匯發生聯系、理解語言的意義。
篇4
1引言
人工智能（Artificial Intelligence，AI）自從20世紀50年代產生，經過長期發展，已經有了長足的進步，并且已經深入到社會生活的諸多領域，如語言處理、智能數據檢索系統、視覺系統、自動定理證明、智能計算、問題求解、人工智能程序語言以及自動程序設計等。隨著科學技術的不斷發展，現在的人工智能已經不再是僅僅具有簡單的模仿與邏輯思維能力，人們也越來越期待人工智能能夠幫助或者替代人類從事各種復雜的工作，加強人的思維功能、行為功能或是感知功能。這就要求人工智能具有更強的情感識別、情感表達以及情感理解能力。通俗的說，為了使得人工智能對外界的變化適應性更強，需要給它們賦予相應的情感從而能夠應對這個難以預測的世界。
在賦予人工智能“情感”的過程中，面臨著許多的問題，有科技層面上的，也有社會學層面的。本文在這里只討論其中一個比較基本的社會學問題：“人工智能情感約束問題”，即關注于如何約束賦予給人工智能的情感，不至于使其“情感泛濫”。情感指的是一種特殊的思維方式，人工智能具有了情感后的問題是：人工智能的情感是人類賦予的，人工智能自身并不會創造或者控制自己的情感。如果賦予人工智能的情感種類不合理，或者是賦予的情感程度不恰當，都有可能造成“情感泛濫”并導致一些災難性的后果。例如，當人工智能具有了情感之后，如果人類自身管理不恰當，有可能導致人工智能反過來傷害人類。盡管目前我們只能在一些科幻作品中看到這種情況發生，但誰也不能保證未來有一天會不會真的出現這種悲劇。
本文第二章對人工智能情感研究進行了概要性回顧，第三章對如何約束人工智能情感進行了嘗試性探討，最后一章對全文進行了總結。
2人工情感發展情況概述
隨著科學家對人類大腦及精神系統深入的研究，已經愈來愈肯定情感是智能的一部分。人工情感是以人類自然情感理論為基礎，結合人工智能、機器人學等學科，對人類情感過程進行建模，以期獲得用單純理性思維難以達到的智能水平和自主性的一種研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感機器識別與表達、人工情感機理等四個方面的內容。其中，尤以人工情感機理的研究困難最大，研究者也最少。
目前人工情感在很多領域得到了應用和發展，比較典型的是在教育教學、保健護理、家庭助理、服務等行業領域。在教育教學方面比較典型的例子是德國人工智能研究中心發展的三個方案：在虛擬劇場、虛擬市場和對話Agent中引入情感模型和個性特征來幫助開發兒童的想象力及創造力。在保健護理方面比較典型的是家庭保健與護理方向，如Lisetti等人研制的一個用于遠程家庭保健的智能情感界面，用多模態情感識別手段來識別病人的情感狀態，并輸入不同媒體和編碼模型進行處理，從而為醫生提供關于病人簡明而有價值的情感信息以便于進行有效的護理。服務型機器人的典型例子是卡內基梅隆大學發明的一個機器人接待員Valerie。Valerie的面孔形象的出現在一個能夠轉動方向的移動屏幕上時可以向訪問者提供一些天氣和方位方面的信息，還可以接電話、解答一些問題；并且Valerie有自己的性格和愛好，情感表達較為豐富。當然這些只是人工情感應用領域中的幾個典型的例子，人工智能情感的潛力仍然是巨大的。
盡管關于人工情感的研究已經取得了一定的成果，給我們帶來了很多驚喜和利益，但由于情緒表現出的無限紛繁以及它與行為之間的復雜聯系，人們對它的運行機理了解的還不成熟，以致使得目前人工情感的研究仍面臨著諸如評價標準、情感道德約束等多方面問題。所以必須清楚的認識到我們目前對于人工情感的計算乃至控制機制并沒有一個成熟的體系。
3對人工智能的情感約束
正如上文所述，如果放任人工智能“情感泛濫”，很有可能會造成嚴重的后果。為了使人工智能技術更好的發展，使智能與情感恰到好處的結合起來，我們有必要思考如何對賦予人工智能情感進行引導或者約束。
3.1根據級別賦予情感
可以根據人工智能級別來賦予其情感，如低級別人工智能不賦予情感、高級別人工智能賦予其適當的情感。眾所周知，人工智能是一門交叉科學科，要正確認識和掌握人工智能的相關技術的人至少必須同時懂得計算機學、心理學和哲學。首先需要樹立這樣的一個觀點：人工智能的起點不是計算機學而是人的智能本身，也就是說技術不是最重要的，在這之前必須得先解決思想問題。而人工智能由于這方面沒有一個嚴格的或是量度上的控制而容易出現問題。從哲學的角度來說，量變最終會導致質變。現在是科學技術飛速發展的時代，不能排除這個量變導致質變時代的人工智能機器人的到來，而到那個時候后果則不堪設想。因此，在現階段我們就應該對人工智能的情感賦予程度進行一個約束。
根據維納的反饋理論，人工智能可以被分成高低兩個層次。低層次的是智能型的人工智能，主要具備適應環境和自我優化的能力。高層次的是情感型的人工智能，它的輸入過程主要是模仿人的感覺方式，輸出過程則是模仿人的反應情緒。據此我們可分別將機器人分為一般用途機器人和高級用途機器人兩種。一般用途機器人是指不具有情感，只具有一般編程能力和操作功能的機器人。那么對于一般用途的機器人我們完全可以嚴格的用程序去控制它的行為而沒必要去給他賦予情感。而對于高級層面的情感機器人來說，我們就適當的賦予一些情感。但即使是這樣一部分高層次的情感機器人，在賦予人工情感仍然需要考慮到可能會帶來的某些潛在的危害，要慎之又慎。
3.2根據角色賦予情感
同樣也可以根據人工智能機器人角色的不同選擇性的賦予其不同類型的情感。人類與機器合作起來比任何一方單獨工作都更為強大。正因為如此，人類就要善于與人工智能機器合作，充分發揮人機合作的最大優勢。由于計算機硬件、無線網絡與蜂窩數據網絡的高速發展，目前的這個時代是人工智能發展的極佳時期，使人工智能機器人處理許多以前無法完成的任務，并使一些全新的應用不再禁錮于研究實驗室，可以在公共渠道上為所有人服務，人機合作也將成為一種大的趨勢，而他們會以不同的角色與我們進行合作。或作為工具、顧問、工人、寵物、伴侶亦或是其他角色。總之，我們應該和這些機器建立一種合作互助的關系，然后共同完任務。這當然是一種很理想的狀態，要做到這樣，首先需要我們人類轉變自身現有的思維模式：這些機器不再是一種工具，而是平等的服務提供人。
舉例來說，當機器人照顧老人或是小孩的時候，我們應該賦予它更多的正面情緒，而不要去賦予負面情緒，否則如果機器人的負向情緒被激發了，對于這些老人或者小孩來說危險性是極大的；但是，如果機器人是作為看門的保安，我們對這種角色的機器人就可以適當的賦予一些負向的情緒，那么對于那些不按規則的來訪者或是小偷就有一定的威懾力。總之，在我們賦予這些智能機器人情感前必須要周到的考慮這些情感的程度和種類，不要沒有顧忌的想當然的去賦予，而是按分工、作用賦予限制性的情感約束，達到安全的目的。
3.3對賦予人進行約束
對人工智能情感賦予者進行約束，提高賦予者的自身素質，并定期考核，并為每一被賦予情感的人工智能制定責任人。
縱觀人工智能技術發展史，我們可以發現很多的事故都是因為人為因素導致的。比如，首起機器人殺人案：1978年9月的一天，在日本廣島，一臺機器人正在切割鋼板，突然電腦系統出現故障，機器人伸出巨臂，把一名工人活生生地送到鋼刀下，切成肉片。
另外，某些研究者也許會因為利益的誘惑，而將人工智能運用在不正當領域，或者人工智能技術落入犯罪分子的手中，被他們用來進行反對人類和危害社會的犯罪活動。也就是用于所謂的“智能犯罪”。任何新技術的最大危險莫過于人類對它失去控制，或者是它落入那些企圖利用新技術反對人類的人的手中。
因此為了減少這些由于人而導致的悲劇，我們需要對這些研究者本身進行約束。比如通過相應的培訓或是定期的思想政治教育、或是理論知識的學習并制定定期的考核制度來保證這些專家自身的素質，又或者加強對人工智能事故的追究機制，發生問題能立即查詢到事故方等等，通過這樣一系列強有力的硬性指標達到減少由于人為因素導致悲劇的目的。
3.4制定相應的規章制度來管理人工智能情感的發展
目前世界上并未出臺任何一項通用的法律來規范人工智能的發展。不過在1939 年，出生在俄國的美籍作家阿西莫夫在他的小說中描繪了工程師們在設計和制造機器人時通過加入保險除惡裝置使機器人有效地被主人控制的情景。這就從技術上提出了預防機器人犯罪的思路。幾年后， 他又為這種技術裝置提出了倫理學準則的道德三律：（1）機器人不得傷害人類，或看到人類受到傷害而袖手旁觀；（2）在不違反第一定律的前提下，機器人必須絕對服從人類給與的任何命令；（3）在不違反第一定律和第二定律的前提下，機器人必須盡力保護自己。這一“機器人道德三律”表現了一種在道德憂思的基礎上，對如何解決人工智能中有害人類因素所提出的道德原則，雖然得到很多人的指責，但其首創性還是得到公認的。盡管這個定律只是小說家提出來的，但是也代表了很多人的心聲，也是值得借鑒的。
那么對于人工智能情感的約束呢？顯然，更加沒有相應的法律法規來規范。那么，我們就只能在賦予人工智能情感的道理上更加的小心翼翼。比如，我們可以制定一些應急方案來防止可能導致的某些后果，也即出現了問題如何及時的處理之。另外我們在操作和管理上應更加慎重的去對待。也希望隨著科學技術的發展，能夠在不久的將來出臺一部相應的規章制度來規范人工智能情感的管理，使之更加精確化、合理化。
4結束語
人工智能的情感研究目的就是探索利用情感在生物體中所扮演的一些角色、發展技術和方法來增強計算機或機器人的自治性、適應能力和社會交互的能力。但是現階段對這方面的研究雖然在技術上可能已經很成熟，但是人工智能情感畢竟是模擬人的情感，是個很復雜的過程，本文嘗試性的在人工智能發展中可能遇到的問題進行了有益的探討。但是不可否認仍然有很長的道路要走，但是對于人工智能的發展勁頭我們不可否認，將來“百分百情感機器人”的問世也許是遲早的事情。
參考文獻：
[1] 趙玉鵬，劉則淵.情感、機器、認知――斯洛曼的人工智能哲學思想探析[J].自然辯證法通訊，2009，31（2）：94-99.
[2] 王國江，王志良，楊國亮，等.人工情感研究綜述[J].計算機應用研究，2006，23（11）：7-11.
[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究綜述[J].江南大學學報（自然科學版），2012，11（04）：497-504.
[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.
[5] Valerie.The Roboceptionist[EB/OL].http：//.
[6] 張顯峰，程宇婕.情感機器人：技術與倫理的雙重困境[N].科技日報，2009-4-21（005）.
[7] 張曉麗.跟機器人談倫理道德為時尚早[N].遼寧日報，2011-11-04（007）.
[8] Peter Norvig.人工智能：機器會“思考”[J].IT經理世界，2012（Z1）：331-332.
篇5
《中國職業技術教育》雜志是由中華人民共和國教育部主管，教育部職業技術教育中心研究所、中國職業技術教育學會和高等教育出版社共同主辦的一份綜合性中文期刊，集政策指導性、學術理論性和應用服務于一身，是教育部指導全國職業教育工作的重要輿論工具，是服務各級各類職業教育機構的主要陣地。
中國職業技術教育投稿欄目：主要有職教要聞、專稿專訪、綜合管理方略、課程教材、教研與教學、師資隊伍建設、研究與探討、職業指導、職業培訓、高等職業教育等欄目。
再給大家推薦職業教育范文：人工智能背景下職業教育變革及模式建構
董文娟1，黃堯2(1.天津大學教育學院，天津300350；2.北京師范大學國家職業教育研究院，北京100875)
摘要：順應人工智能時代的浪潮，基于新興技術的職業教育變革及新模式建構勢在必行。該文從職業教育智慧化、經濟發展、政策保障、信息化生態重構四個方面，剖析了人工智能時代職業教育變革的現實訴求，并進一步分析了當前職業教育外部環境及其自身發展的困境。人工智能背景下職業教育的變革體現出融合、創新、跨界、終身化的新特征。基于此，從課程、教學、學習、環境、教師發展、評價、教育管理及組織等方面，探究職業教育的變革路徑及模式建構。最后探討了職業教育模式變革還面臨回歸教育本質、規避技術弊端等挑戰，并提出“適應—引領人工智能”的發展目標。
關鍵詞：人工智能；職業教育變革；模式建構；智慧化
“人工智能的迅速發展將深刻改變人類社會生活、改變世界。特別是在移動互聯網、超級計算等新理論、新技術及經濟社會發展強烈需求的共同驅動下，人工智能發展呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征。”[1]人工智能作為新一輪產業變革的核心驅動力，為我國供給側結構性改革下的“新常態”經濟發展注入新動能，使人們的思維模式和生活方式發生了深刻變革。近年來，國家高度重視與社會經濟發展聯系最為密切的職業教育，積極推進職業教育信息化，運用人工智能改革教學方法和人才培養模式，構建新型智能職教體系，提升信息技術引領職業教育創新發展的能力。
一、人工智能背景下職業教育變革的現實訴求
人工智能對傳統教育理念產生了革命性沖擊，職業教育結構不斷調整，勞動力素質與市場需求的矛盾、學習方式與自我價值實現的矛盾等促使職業教育向智慧化、智能化發展。目前，我國處于教育信息化2.0、工業4.0的新時期，全球范圍內新一輪的科技革命和產業變革正在加速進行。“一帶一路”“中國制造2025”人工智能等重大國家戰略的提出，及以新技術、新產業為特征的新興經濟模式要求教育領域，尤其是職業教育培養行業、產業急需的技術技能型、智慧型人才，具備更高的創新創業能力和跨界整合能力，促進智慧化發展，助力經濟轉型升級。
(一)職業教育智慧化訴求：職業教育信息化發展的必然選擇
“智慧教育是以物聯網，大數據等信息技術為依托，創造智慧教學環境，轉換教育方法，內容與手段，注重教育網絡化，個性化和智能化的一種教育新模式。”[2]智慧教育作為“一種由學校、區域或國家提供的高學習體驗、高內容適配性和高教學效率的教育行為(系統)”，被視為教育信息化發展的高端形態[3]。因此，職業教育的智慧化并非簡單的數字化，強調信息技術推動職業教育教學模式和方法的變革，改變思維模式，創建價值等方面共享的學習共同體，培養創新型、智慧型人才。
職業教育智慧化是職業教育信息化發展的必然選擇。目前，我國的職業教育信息化水平正在穩步提高，投入持續增加，各種智能信息技術應用于教育教學、實習實訓、測量評價等領域，并逐步成熟，正在努力打造一個信息化、智慧化的現代職業教育生態系統。新時期我國很多地區及職業院校積極提升現有信息化系統的智慧化水平，積極創建智慧校園、智慧社區等，逐步實現了組織管理的智慧化、資源環境的智慧化和服務評價的智慧化。
(二)經濟發展訴求：人工智能時代的新興經濟需要高技能智慧型人才
人工智能時代職業教育運用移動互聯網、大數據等新興技術，與經濟及其他部門跨界融合，不斷創造新產品、新業務，推動職業教育模式創新，形成了以互聯網為基礎設施、人工智能為實現手段的經濟發展新常態。人工智能時代是以現代科學技術為支撐的新時代，各行各業的運作發展和對知識技術的掌握要求達到了更高層面，相應的教育需求也有所提升，市場環境渴求勇于創新、個性化的高技能智慧型人才。職業教育要應對行業上升發展的勞動力需求問題，基于人工智能應用，提高技能培養層級，以適應新的社會勞務需求。現代企業生產依托互聯網科技，與智能化設備直接聯接，通過數據分析和應用，促進科技成果轉化為生產力。勞動密集型企業已不適應現代行業、產業發展，需升級為網絡智能型，與此同時，職業院校的課程模式、專業設置、實習實訓、師資結構等也做出相應的調整和革新，既促進了職業教育的智慧化、智能化，又推動了產業升級和工業變革。
(三)政策保障：國家從宏觀層面保障人工智能時代的職業教育發展
2016年是我國人工智能元年，2017年我國頒布了《新一代人工智能發展規劃》，提出了“將發展人工智能放在國家戰略層面進行系統謀劃和布局”，這預示著我國人工智能時代的全面到來，為我國職業教育的發展提供了良好的宏觀政策環境。人工智能給職業教育帶來了符合時代精神的新內容，積極融合信息技術，整合職業教育資源，提升公共服務水平，影響和改變了原有的教育生態。緊密依托信息共享平臺，突破時空限制，讓學習者自我選擇，更加人性化和智能化。我國很多職業院校已經開啟了智慧校園的行動計劃，一些大中城市也在積極制定實施智慧城市的發展規劃，在良好的政策保障中提升智慧化水平。
(四)信息化生態重構訴求：人工智能時代的職業教育變革是對職業教育信息化生態系統的重構
“依據《2006-2020年國家信息化發展戰略》，我國正在有序推進數字教育向智慧教育的躍遷升級和創新發展。”[4]在新興智能信息技術的催促下，技術變革帶來了職業教育系統的顛覆性創新改革，打破現有的條條框框，改革傳統教育模式，再造教育業務新流程。在職業教育領域創新應用物聯網、大數據、人工智能等先進技術，提升各科各門教育教學業務，打造各級各類智能實訓部門、培訓機構，覆蓋貫通中高職院校，整合系統內外現有資源，推進智慧教育生態有序發展，為各類用戶提供最適合、最智能的職業教育資源和服務，完成對職業教育信息化生態系統的重構。
二、當前職業教育發展的現實困境
人工智能對各行各業的影響具有革命性和顛覆性，可能帶來新的發展機遇，也可能帶來不確定性的挑戰，比如可能會改變就業結構、影響政府管理、威脅經濟安全等，還可能會沖擊法律與社會倫理，影響社會穩定乃至全球治理。當前，人工智能與“大眾創業、萬眾創新”浪潮席卷而來，職業院校既是人工智能應用的戰場，又是培養技術創新型人才的“夢工廠”[5]。人工智能時代的職業教育信息化發展迅速，影響是廣而深的，對職業教育外部環境及其本身都造成了極大的沖擊。
(一)職業教育外部環境發展困境
“據聯合國教科文組織預測，到2020年，人工智能將替代20億個工作崗位”[6]，那些技術含量低、重復性強的技能將被智能機器、數碼設備所替代，工業機器人也將大面積應用。智能設備替代行業勞動力，能夠降低勞動成本，且具有高效、易操作等競爭優勢。傳統職業教育培養模式很難適應未來行業、產業的發展需求，人工智能沖擊職業教育就業崗位，撼動其所依附的崗位基礎，對職業教育的生存與定位產生了威脅。因此，根據智能時代職業教育的崗位特征與需求，提升職業人才的知識結構和專業技能，是新形勢下職業教育的發展方向。
(二)職業教育自身發展困境
近年來，人工智能在職業教育領域內的應用和提高是目前職業教育的發展趨勢。我國重視職業教育信息化、智能化發展，各級各類職業院校在信息化基礎設施建設、校園信息化管理等方面都有了顯著提升，但信息技術與職業教育的深度融合仍不夠緊密，表現出信息化管理效率低、科學決策水平低等現象。人工智能背景下職業教育自身發展的困境表現在：
1.課程與教學困境
職業院校新課程改革提倡構建智慧課堂，制定個性化學習計劃，注重課堂實施效果。但目前的實際課程教學仍是以教師為中心，強調知識的灌輸，重視統一性和計劃性，與教育改革提倡的個性化教學相去甚遠。教學方法、教學理念更新慢，很難激發學生的內在學習動力，創新性思維弱，使得個性化教育的無法實現。近年來，中央、省、市、縣四級教育平臺逐步建立起來，課程與教學的層級設計逐步完善，但在實施的過程中，各級平臺之間存在溝通不暢等問題，各級資源內容不系統，不銜接，導致無序疊加和資源的重復浪費，“精品課程”等項目豐富了課程資源，但質量不高。在線課程與教學以傳統的科目、章節為單元，構建系統性的在線教育內容，為用戶提供專業化的知識選擇，但由于受時間條件等限制，大多數受教育者習慣于碎片化學習，連貫性和整體性差，缺乏對課程與教學體系的系統性學習。
2.認知困境
隨著人工智能時代的到來，許多職業院校將“未來教室”“智慧課堂”定位為未來發展方向，進行了多種嘗試和改革，如MOOC混合教學、翻轉課堂、多屏教學等，但“管理者和施教者對智慧教育的理解多停留在‘智慧課堂=多媒體+傳統教學的層面’，教學觀念和思維依然固化，并沒有因為新技術的參與而得到實質改變”[7]，缺乏對多媒體網絡架構和智能學習平臺的深層認識，更缺乏對管理評價和互動交流等模塊的理解與掌握，雖投入大量人力財力采購了數量巨大、設備精良的多媒體設備和智能服務設備，但沒有充分有效使用，大大限制了智慧教育的發展潛力。
3.用戶困境
傳統教學以群體教育為基本單元，教師和學習者作為學習共同體，在管理、學習的互動過程中形成強大的群體約束力，促進雙方共同進步。在信息化教育時代，學習者自由掌握學習時間和進度，遇到問題可能無法及時解決并獲得反饋，無法進行面對面交流，因此，基于人工智能網絡化學習平臺，學習者需要高自控力、高學習能力才能適應這種全新的學習方式。
4.評價困境
傳統的評價方式多依靠經驗和觀察，智慧型評價則是基于學習過程的一種發展性評價，以采集到的學習數據為客觀基礎。在人工智能、數字信息化環境下教育效果的評價實際要受到很多因素的影響和局限，在信息技術與職業教育融合的過程之中，許多智能技術應用于教育教學實踐，難以進行定性定量的智慧評價，如互動交流及深層次的學習評價等。
三、人工智能背景下職業教育變革的新特征
人工智能帶來了思維模式的創新，改變了人們認識問題、思考和解決問題的方式，越來越多地依賴人與智能網絡的協同創新。人工智能背景下的職業教育變革圍繞經濟社會發展大局，“主動服務國家重大發展戰略，加大虛擬現實、云計算等新技術應用，體現校企合作、知行合一等職教特色，以應用促融合、以融合促創新、以創新促發展。”[8]人工智能背景下職業教育的變革必將加速推進職業教育的現代化、智能化進程，表現出了融合、創新、跨界和終身化的新特征。
(一)融合
人工智能技術科學應用于當前職業教育，在最短的時間內整合、重組大量的知識信息，形成科學的技術技能知識體系，為職業教育資源、企業資源、產業資源、社會資源等一切有可能聯結的資源融合提供了可能。為促進職業教育的智慧化發展，在現有的合作模式、集團模式、產教融合模式等實體協作發展的基礎上，建立智能互動的智慧教育供給平臺、常態化智慧課堂和大數據化智慧教育生態系統，為我國新興經濟發展提供高技能、智慧型人才支撐。
(二)創新
信息化時代下“變”為創新立足之要點。創新時代最需要提升的就是創造智慧。“由知識的理解記憶，轉向知識的遷移、應用并最終指向創造發明”[9]，以提高學習者的學習能力和應用能力，提升其創新思維和智慧思維，不斷開拓人類社會發展的高度和寬度。智能化、信息化的時代是創新不斷的時代，是原有知識不斷被更新、技術不斷被升級的時代。人工智能促使社會化協同大規模發展，促進職業教育體系核心要素的重組與重構，創新生產關系，呈現出新的協作架構，開創了新的教育供給方式，增加了教育的選擇性，推動了教育的民主化。學習者能夠按照自己的價值觀、興趣與愛好等選擇適合自己個性發展的學習方式和學習內容，促進學習者個性化、多樣化發展，最終實現教育公平。
(三)跨界
智能科學與職業教育連接起來，搭建起兩者溝通的橋梁，跨越了人工智能虛擬教育和線下實體教育的界限，實現了兩者之間的融合。教育供給由競爭資源轉變為協同合作，直線型的中心組織管理轉向去中心化、泛化管理。通過大數據智能技術平臺、遠程教育平臺等對職業教育資源進行整合共享，跨越教育邊界，與市場、行業、企業以及職業教育培訓機構對接，提供更加便捷的智慧化服務。
(四)終身化
人工智能時代職業教育的變革堅持“以人為本”的教育理念，滿足學習者在任意時間、任意地點、以任意方式、任意步調終身學習的需求[10]。打破了地域和時間的限制，體現了教育的泛在化、個性化和終身化，與終身教育理念的發展目標不謀而合。人工智能時代社會經濟發展加快，人們追求高層次自我價值的實現，充分體現出終身學習的必要性和緊迫性。目前，我國正在積極創建泛在學習環境，致力于構建終身化學習型社會，努力創造有利條件向全民提供終身教育與學習的機會。
四、人工智能背景下職業教育發展的模式建構
人工智能背景下職業教育的變革預示著全新思維意識形態、社會發展形態的變革，重塑職業教育可持續發展的新思維，重構信息時代職業教育的價值鏈和生態系統。智能化技術科學將現代職業教育內部各要素，以及內部要素與外部環境之間，通過虛擬技術和智能化手段互聯貫通，突破傳統教育價值的鏈狀模式，使職業教育由傳統模式走向“人工智能+職業教育”模式的建構。人工智能對職業教育課程、教學、評價、管理、教師發展等方面產生系統性影響，為職業教育提高教育質量和提升服務水平提供了技術支持和現實路徑，解決不能兼顧職業教育規模和質量的矛盾問題。下面將從課程、教學、學習、環境、教師發展、評價、教育管理及組織等方面來探究職業教育的變革路徑及模式建構。
(一)人工智能背景下職業教育的課程模式
人工智能時代的信息知識、科學技術正在以前所未有的速度增長、更新和迭代，呈現出了碎片化、多元化、創新性、社會性的特征。人工智能背景下職業教育的課程模式是為學習者提供按需可隨時選擇的知識儲備智能模式，解決了傳統職業院校課程教學的滯后性，呈現的是現代職業教育的前沿信息和內容。課程革命愈演愈烈，靈活多樣的微課、慕課等形式層出不窮，在線課程將成為常態，信息傳播媒介、知識獲取方式等都發生了巨大改變，課程內容和結構的表現形態、呈現方式、實施及評價等也都進行了相應變革。智能化信息科學技術為課程的設計、架構、實施提供了快捷和便利，為學習者的個性化、終身化選擇提供了多種渠道。人工智能背景下職業教育的課程模式的建構表現為：首先，線上線下融合的大規模開放課程融入現代職業教育，課程的表現形態和實施途徑呈現出智能化、數字化、立體化的特征，成為學校常態課程的有機組成部分，為學習者提供了更多的可選擇機會，使實施個性化課程成為可能。現代職業教育的課程內容強調學術性與生活性相互融合與轉化，融入社會資源，立足于我國社會經濟的新常態和學習者的全面發展，實現社會化協同發展，共贏共創；其次，課程實施的空間得以拓展，跨越了社會組織邊界、職業院校邊界，將從班級、年級、全校擴展到網絡社區以及更大的空間。課程的整體結構從分散走向整合，以技術為媒介，形成跨學科、多學科整合的課程；最后，課程內容的組織、課程的實施逐步模塊化、碎片化、移動化與泛在化，社會化分工更加精細，教師也將承擔教學設計、技術開發、在線輔導等不同的角色。
(二)人工智能背景下職業教育的教學模式
人工智能時代將信息技術有效地融合于職業教育各學科的教學過程，從知識的傳遞轉變為認知的建構，從注重講授和內容，轉變成重視學習過程[11]，構建“以教師為主導，以學生為主體”的以數字化、智能化為特征的智慧教學模式，重視學生的主體地位，引導學生“自主、探究、合作”。人工智能背景下職業教育的教學模式的建構表現為：首先，人們的學習方法、認知方式和思維模式已經發生了巨大的轉變。信息化教學使得信息技術已成為學習者認知的必要工具，認知方式也由“從技術中學”轉型為“用技術學”。其次，信息化教學的重點從“面向內容設計”轉變到“面向學習過程設計”，更加重視學習者發現問題、分析和解決問題能力的培養，關注學習者的學習過程，以及其獲得學習活動的體驗。同時，信息化教學要將課堂內的學習知識和課堂外的實踐活動聯結互動，按照學習者的個性化需求和認知方式自主選擇學習內容。第三，智慧教學將成為課堂教學的新重點。日常教學工作形態不再是點線面的連接，而是呈現為智能化、立體化的教學空間，智慧課堂將會促進學習者的深度學習、交互學習和融合學習，智能備課、批閱以及個性化指導等也將成為教育者新的教學工作形式。從機械評價學習結果轉變成適應性評價學習結果。第四，在線教學、整合技術的學科教學法將成為新的教學形態，促進教育均衡發展，實現跨學校、跨區域的流轉。移動學習、遠程協作等信息化教學模式，能夠實現教師的“教”與學生的“學”的全面實時互動，最大限度地調動學習者的主觀能動性，提升教學質量與人才培養質量。
(三)人工智能背景下職業教育的學習模式
智能系統和互聯網絡為學習者提供了豐富多元的學習資源和環境，推進了教育教學活動與學習環境的融合發展，人工智能背景下職業教育的學習模式也逐步建立起來，具體表現為：首先，智能時代的互聯網絡全面覆蓋每一個人、每一個角落，活動空間由課堂內拓展到課堂外，學習與非正式學習正在互相補充、互相與融合，導致學習者的學習行為變化、學習方式的革新。其次，基于互聯網出現了一批創新的學習方式，借助情景感知技術及智慧信息技術，進行真實過程體驗的情境學習，促進學習者知識遷移運用的情境化和社會化。第三，借助互聯網云技術和各種應用工具，學習者可根據自身學習需求，選擇最優學習方式，也可利用數據分析技術，追蹤記錄學習路徑和學習交互過程，隨時隨地獲取個性化教學服務和量身定制的學習資源，拓寬了智慧教育視野。第四，各職業院校開始拓展校園智慧學習的時間和空間，以實現虛擬和現實相互結合的智慧校園育人環境。推進網絡學習空間建設，加強教與學全過程的數據采集和分析，“引導各地各職業院校開發基于工作過程的虛擬仿真實訓資源和個性化自主學習系統”[12]，強化優質資源在學習環境中的實際應用。
(四)人工智能背景下職業教育的環境模式
智慧教育環境是以大數據、多媒體、云計算等智能信息技術為基礎而構建的虛實融合、智能適應的均衡化生態系統。信息技術與職業教育的深度融合，為師生的全面發展提供了智慧化的成長環境，如智慧云平臺、智慧校園。人工智能背景下職業教育的環境模式的建構表現為：首先，智慧教育環境將信息技術與職業教育服務結合、面對面教學和在線學習結合，形成數字化的、虛實結合的職業教育智能服務新模式。其次，智慧教育環境將促進各種智能化、數字化信息技術融入職業院校的各個業務范圍和業務領域，與系統內的其他業務橫向互聯、縱向貫通，且信息能夠適時生成和采集，全過程實現數字化與互聯化。第三，智慧教育環境能夠感知學習者所處的學習情境，理解學習者的行為與意圖，滿足學習者的個性化需求，提供多元化的適應服務和智能感知的信息服務。互聯網應用基于智能數據分析，實現智能調節與自動監控，為學習者提供定制式的學習服務和個性化的學習環境。未來教室必將變成“虛擬+現實”的智慧課堂，在網絡空間中參與線上課程、線下活動，實現線上線下互動交流。同時，智慧校園的創建和管理，能夠對每個班級、學區進行動態管理，構建出一個以問題、任務為線索，學生實現自主學習的知識體系和促進師生互動、生生互動的智慧管理平臺。到2020年，“90%以上的職業院校建成不低于《職業院校數字校園建設規范》要求的數字校園，各地普遍建立推進職業教育信息化持續健康發展的政策機制”[13]，以學習者為中心的自主、泛在學習普遍開展，精準的智能服務能夠滿足職業教育的終身化定制。
(五)人工智能背景下職業教育的教師發展模式
人工智能背景下職業教育的變革對教師的專業發展、素質能力提出了新要求，改變了教師的能力結構和工作狀態。教育信息化大背景下，互聯網技術、多媒體手段的產生、智能化設備的使用極大提高了教師的專業發展和能力素養，以適應新課程改革與教育信息化的要求。人工智能背景下職業教育的教師發展模式的建構表現為：首先，新時代教師專業發展的內在要求和外在環境都要求教師能夠認識、了解和應用互聯網新技術工具，促使教師專業發展能力和素養的提升和豐富。其次，教師的專業發展要面向實際、情境化、網絡化的教學問題，教師需要在多變的教育情境中綜合運用核心教學技能，將信息技術知識、學科內容知識、教學法知識很好地融合并遷移運用。新時代的教師要學會掌握使用智能化設備和數字化網絡資源，積極加強與其他專家、教師的合作，或遠程工作，形成基于智慧教育技術的多元化的學習共同體。教師的工作狀態由個體的單獨工作轉變為群體的共同協作，大大提升了教師的工作效率。第三，信息化背景下教師的教學理念要發生轉變，由促進學生“接受學習”轉變為“主動建構”，由“被動適應”轉變為“主動參與”，越來越強調以學生為中心的過程體驗，從了解信息技術轉變為掌握智慧教育技術，保持學科知識，教學方法，核心技術的動態平衡，促進學生智慧學習的發生。第四，信息化教師要學會使用智能化教育技術，積極開發數字化學習資源，創設豐富多元的教學活動，鼓勵學生掌握智能信息工具，學會探究和解決問題，發展提升學生的創新思維能力和信息化學習能力。教師的信息化教學能力和素養全面提升，信息技術應用能力實現常態化。
(六)人工智能背景下職業教育的評價模式
現代教育價值趨于多元，以互聯網為基礎的智能化信息技術使教育評價在評價依據、評價內容、評價主體等多個方面實現了全面轉變。人工智能背景下職業教育的評價模式的建構表現為：首先，互聯網信息技術應用于學習過程使得伴隨式評價成為可能，更加關注學習者的個體差異和特點。強調過程評價和多元共同評價，更加客觀全面，重視評價過程的診斷與改進功能，以促進學習者的個性化發展。其次，互聯網、大數據、智能云技術的出現使得評價的技術和手段多樣化、智能化，節省人力物力財力，提高了評價的科學性、針對性。第三，以大數據為基礎的適應性評價因人而異，可獲得及時反饋，可真實地測評學習者的認知結構、能力傾向和個性特征等，從知識領域擴展到技能領域、情感、態度與價值觀，構建以學習者核心素養為導向的教育測量與評價體系，促進學習者發展。
(七)人工智能背景下職業教育的管理模式
智能化信息技術、云計算技術、大數據技術等能夠促進大規模社會化協同，拓展教育資源與服務的共享性，提高教育管理、決策與評價的智慧性，因此，基于互聯網的教育管理必將逐步走向“智慧管理”模式。人工智能背景下職業教育的管理模式的建構表現為：首先，互聯網將家庭、學校、社區等緊密、方便地聯系在一起，拓寬了家長和社會機構參與學校管理的渠道，各利益相關者可共同參與現代職業院校的學校管理，協作育人。其次，新時代的職業院校管理模式通過可視化界面進行智能化管理，業務數據幾乎全部數字化，能有效降低信息管理系統的技術門檻，使管理工作更加輕松、高效。通過深度的數據挖掘與分析，能夠實現個性化、精準資源信息的智能推薦和服務，為管理人員和決策者提供及時、全面、精準的數據支持，以提高決策的科學性。第三，通過互聯網信息技術可以實現全方位、隨時的遠程監督與指導，從督導評估轉變為實時評估，可以實現大規模的實時溝通與協作，促進社會化分工，促進職業院校內部重構管理業務流程，使管理智能化、網絡化、專業化。
(八)人工智能背景下職業教育的組織模式
人工智能時代信息科學技術的蓬勃發展沖擊著學校內部的組織結構向智能化、網絡化的方向發展，各職業院校需要合理調整內部組織結構和資源分配，通過互聯網加快信息流動等方式，提高各職業院校組織管理的效率和活力。人工智能背景下職業教育的組織模式的建構表現為：首先，當今時代人工智能的產生不可能替代學校教育，但可以改變學校教育的基本業務流程。人工智能推動了學校組織結構向網絡化方向發展，教學與課程是提供信息數據的重要平臺，學校組織則構成了教育大數據生態系統。其次，“互聯網+職業教育”的跨界融合將打破學校的圍墻的阻隔，互聯網將學校組織與企業、科研院所等社會機構緊密聯系起來，提供優質教育資源供給，共同承擔知識的傳授、傳播、轉化等功能，促進學校組織體系核心要素的重構。第三，建設“智慧校園”，實現線上線下融合的智慧校園育人環境，實施一體化校園網絡認證，推動智能化教育資源共建共享，實現職業教育信息化建設的均衡發展。
五、人工智能背景下職業教育的模式變革面臨的挑戰及發展目標
人工智能將推進大數據、云技術等智能信息技術深層次融入職業教育課程與教學、組織與管理、評價與反饋等領域，形成社會化多元供給，為學習者提供多樣化的參與方式、自主選擇的學習形式和及時獲得反饋的評價途徑，有利于實現職業教育的共建、共享、共治。但其全面實現，還面臨著諸多挑戰。
(一)挑戰
首先，職業教育的新模式建構需要充足的資金支持。各職業院校積極建構智慧校園，努力實現智慧化產學研環境，打造一體化智慧城市網絡等核心技術的開發，都需要資金的根本保障。政府要給予資金政策保障并加強監管，資金管理部門要合理規劃，合理利用，專款專用，落到實處。其次，職業教育的新模式建構的成果表現離不開學習者對技術的理解、掌握和應用。在實際實施過程中，教育工作者既要利用信息技術優勢變革職業教育，也要避免技術中心主義傾向，“避免一味追趕技術新潮而不顧學生身心健康等，技術本身是一個禍福相依的辯證法。”[14]第三，“目前的教育實踐中，仍未能充分實現人機合理分工和雙邊優勢互補。人工智能終端系統擅長邏輯性、單調重復的工作，而人類則更適合情感性、創造性和社會性的工作。”[15]現階段，信息化技術水平還有待提高，智能機器不能完全勝任知識傳播、數據處理等工作，有待于進一步開發和完善，絕對依賴互聯網絡和設備，還存在一定的風險。
(二)發展目標
人工智能時代職業教育變革重新架構了職業教育發展模式，完成了對資源的重新整合配置，改變了人的思維方式、學習方式和生活方式。人工智能時代下沒有職業教育模式的改革，就不可能建構真正的現代化職業教育。人工智能背景下職業教育的發展目標可以概括為個三方面：
1.“智慧腦”與“智能腦”融通
隨著第四次產業革命的到來，信息技術爆發式發展，造就了以電腦、互聯網為基礎的智能腦。職業教育智慧化發展的一個目標就是如何讓學習者發揮人腦“智慧腦”與機器設備“智能腦”的“雙腦”共同協作[16]。人工智能時代職業教育與信息技術的深度融合，就是要通過“智慧腦”和“智能腦”的協同作用，發揮互補優勢，進行融通式學習，而不是簡單地人腦與電腦的技術對接。
2.“現實世界”與“虛擬世界”結合
在人工智能時代，網絡虛擬技術的發展使人類擁有了真實與虛擬兩個世界，虛擬信息技術的興起在一定程度上會影響職業教育的實體教育，實體教育的發展也需要虛擬技術的支撐。但在具體的學習實踐中，還會存在利用這兩個世界時顧此失彼、難以平衡的問題。目前，虛擬化教育技術在職業教育領域不斷應用與推廣，職業教育的發展模式不斷優化，使得職業院校線上線下的邊界逐漸消融，“現實世界”與“虛擬世界”更好地結合。人工智能時代職業教育的本質沒有發生根本改變，學習者要學會利用這兩個世界虛實融合、高度互動，充分發揮出自身的優勢，更好地學習與生活。
3.職業教育“適應人工智能”發展為“引領人工智能”
篇6
李世石最終在人機大戰五番棋中以1∶4慘敗，而依據賽后阿爾法狗團隊的復盤，阿爾法狗的棋力量化估分為4500，按段位算為13段，而棋手中分值最高的柯潔九段為3625，如果這一估量無誤，那么除了偶發的意外情境，人類似乎永遠無法戰勝作為人工智能的阿爾法狗了。在很多人看來，這簡直跟很多科幻小說和好萊塢電影的情節一樣，表征著電腦和機器對人類征服的開始，不過稍稍深入地思考下，事情并非如此簡單。
可以想的是，圍棋這一游戲的內涵和意義究竟為何？圍棋相傳為堯所作，棋圣吳清源認為，圍棋源于古人的觀天活動，棋盤所象者為天地，棋子所象者為星辰，黑白分子者為陰陽，因此小小一方棋枰可以畫天象地，變化無窮。在吳清源心中，圍棋是以游戲的形式表現一種宇宙觀，尤其與《易經》陰陽分合、生生變易的思想密不可分。他設想的21世紀圍棋被稱為“六合之棋”，即囊括東西南北四方和上下天地，從而打破20世紀重局部得失糾纏的弊病，恢復圍棋的本義。所以吳清源會認為，圍棋之道在于順應天時，讓自己委身于圍棋的流勢，任其漂流，不管止于何處，就像春播夏長，秋收冬藏一樣自然而然。在接受川端康成的訪談時，他明確表示，圍棋的重點不在于競技或爭勝負，而是講究均衡，調和陰陽，讓每一枚棋子落于應在的位置，從而構成一盤臻于和諧的棋。
二、天人
吳清源的思想透露出極有意義的信息，人們往往會認為，是人發明或者創造了圍棋，但無論是吳清源，還是后來的棋手都有這樣一種意識：我們只是圍棋的學習者，換句話說，圍棋是關于天地宇宙之理的游戲，棋手和觀眾通過圍棋實際上是在向天地宇宙學習。藤澤秀行九段曾經說，如果棋道為百，他所知者僅為七；李昌鎬也承認，圍棋中存在著很多未知領域，棋手會面臨很多“虛”的東西，永遠不能靠計算得出解法，只有依靠靈感去做出選擇。那么阿爾法狗打破了這一天人界限嗎？阿爾法狗之父大衛?席爾瓦（David Silver）坦承，既然公認僅憑深藍那樣的暴力計算（bruteforce）無法對付圍棋，那么唯一的方法是讓電腦學會像人一樣思考，模仿人類下棋。人的大腦皮層有860億個神經元，神經元上的突觸更是上千萬億量級，并且突觸之間的鏈接不停發生著反應和變化，而目前的人工神經網絡（artificial neural network）只能達到十億級的突觸量。為了彌補巨大的差距，以席爾瓦為首的谷歌團隊進行了精心的設計，為阿爾法狗建立了兩個神經網絡：“決策網絡”（policy network）與“評價網絡”（value network），“決策網絡”通過輸入三千萬個人類棋局樣本建立對弈模型，借助于蒙特卡洛樹搜索最優解，學會圍棋的下一步走法。“評價網絡”則對比數據庫中的棋局樣本，推演每一步棋后的可能局面，選擇與樣本中的獲勝棋局最為接近的走法。人工智能專家所津津樂道的“深度學習”（Deep Mind）就是這兩個神經網絡、兩種算法之間不斷地自我對弈，由此生成更多訓練數據，去調整、修正阿爾法狗的走法，經過“雙手互搏”訓練的阿爾法狗每秒鐘可以搜索和判斷十萬種可能的走法，萬倍于李世石。阿爾法狗是為贏棋而生的，它的一切都圍繞著這個目標，與此不同，人腦的神經突觸雖然多，但無法測量有多少用于計算，無論如何，從結果上來說，阿爾法狗是對局中的勝利者。
現在來回應天人界限的問題，假定谷歌團隊的測算為真，擁有十三段棋力的阿爾法狗仍然不能窮盡圍棋的無限性――雖然“決策網絡”計算能力遠勝于人類棋手，“評價網絡”又為它提供了類似于人的直覺。但隨著科技的發展，人工智能能夠邁出那一步嗎？深度學習領域教父級人物Geoffrey Hinton有一個有趣的說法，對弈中的阿爾法狗可能消耗了數百千瓦的功率，而李世石可能只用了30瓦。雖然這說明人腦比阿爾法狗環保很多，不過能源技術的進步或許能夠支撐第N代的阿爾法狗算盡一切――但重點并不在這里，我們跟宇宙的相處并非是征服或爭勝的關系。如吳清源所說，圍棋不僅僅是勝負之道，更是關于宇宙之理的藝術和哲學，棋手也不僅僅是勝負師，而應該是藝術家和哲人。在繼承和發揚吳清源棋道精神的棋手中，武宮正樹無疑是最為特殊的一位。藤澤秀行曾說，挑戰自己的趙治勛棋雖厲害，但可惜并不懂哲學；而對武宮的評價是：“我們的棋用不了多少年就會被人遺忘，只有武宮的棋會流芳百世。”我們知道，在頂尖棋手中，武宮正樹的勝率并不算最高的，但卻能在注重實地的潮流中別開生面，首創以三連星開局的宇宙流，與十九歲的吳清源挑戰本因坊秀哉名人時打破百年禁忌的天元局一樣，開啟了前人未知的新路。
從這個角度來看阿爾法狗，“智能”的一面已經證明是完爆人類棋手了，但哲學和藝術卻是需要理想為之堅守的，吳清源、武宮正樹放棄熟悉的棋路，探索未知，既是對棋壇既有格局的挑戰，更是對自己得失名利之心的挑戰。武宮年長后計算能力下降，卻拒絕采用更能助長勝績的實地法而堅持宇宙流，之所以能夠如此，在于將圍棋視為一種理想；更不用說一生追求棋形之美而非勝績的“美學棋士”大竹英雄，將難看的棋形看作對棋譜的玷污。只有在這樣的理想中，圍棋的道、藝才能夠真正地表達和呈現出來，才有流傳千古的名局出現。那么，可以問阿爾法狗的是，如何能夠擁有這樣一顆懷抱理想的心？
三、身心
何謂“心”，古人并不以符合形式邏輯的判斷句或陳述句來進行命題式的定義，只會如孟子說：“心之所同然者何也？謂理也，義也”；或者如莊子以“唯道集虛”說“心齋”。在現代漢語中，“心”是難以言說的，所以還是隨時代而從眾流，先從“意識”談起。雷丁大學在2014年宣布，首次有電腦程序通過著名的圖靈測試，這意味著我們已經無法確定屏幕里的聊天對象是另一個人還是一只“狗”了；這個叫“尤金?古斯特曼（Eugene Goostman）”的程序雖然不會下棋，但成功冒充了一名十三歲的烏克蘭小男孩。凱文?沃維克（Kevin Warwick）教授說，人工智能領域里沒有什么比圖靈測試更具標志性和爭議性了，在這個測試中，機器并不是主動要“偽裝成人類”或者“欺騙人類”，而是被設計成如此的，因此在壞人手里可能會被利用。在筆者看來，這仍然是把機器當作工具的傳統思路，如果更進一步，機器有了自我意識呢？有自我意識的機器有可能會故意不通過圖靈測試，這樣的機器就不僅能“偽裝成人類”，更能夠“偽裝成機器”，不僅能欺騙聊天對象，更能欺騙它的設計者――如果這一天真的到來，我們才能說，機器真正從設計者賦予的邏輯鏈條中解放了出來，擁有了自我意識。
要做到這一點無疑還是一個難題，按照進化論的說法，人類進化了億萬年才逐漸成長為有高級意識的生物，機器獲得意識的一種方式是模仿人類大腦，美國2013年開始的人腦計劃（Brain Initiative）和歐盟的人腦工程（Human Brain Project）正在致力于繪制大腦圖譜，試圖從腦部結構和功能出發去解釋記憶、情緒、意識。如果大腦可以完全被物理化，意識就是信號傳遞與反饋，既可以像人腦那樣通過神經元突觸傳遞神經細胞釋放的化學物質，也可以像電腦那樣依靠0，1的二進制去形成記憶和識別，二者只是載體不同，內容上并無區別。因此意識能夠被編碼，并上傳給電腦，那么機器當然就能夠如此復制人的意識。這類研究的結果尚待觀察，但對這種物理主義的思路我們可以援引“哲學僵尸”（Philosophical zombie）的思想實驗進行質疑，即“有沒有可能存在一種人，他的所有分子組成、生理機制與行為反應都和你一樣，但卻沒意識？”這種主張意識獨立于大腦的身心二元論與人腦工程的物理主義形成了尖銳的對立。哥倫比亞大學神經生物學教授 Rafael Yuste的看法則較為居間，“怎么從大腦中互相連接的細胞這樣的物理基礎走向我們的精神世界、我們的思想、我們的記憶、我們的感覺？”大腦如何生成意識還依然是一個謎，“你不能編碼直覺；你不能編碼審美觀念；你不能編碼愛或恨。”就目前而言，科學也好、思想實驗也好，都無法說服對立的任何一方。
還有一種不太進入公共討論領域的思路，這種思路認為意識既不是在歷史中的生物進化而來，也不產生于大腦，而是上帝創世與造人時的恩賜。我們可以很輕易地將其歸入神學信仰，不過如果把這個說法變更一下，人工智能如果某一天擁有了意識，那么，人類無疑承擔了造物主的角色，這個話題有意思的地方在于，如果我們認同機器可以復制人的意識，在同樣的邏輯下就無法否定上帝造人的可能性，神學主義與科學主義在這里以一種吊詭的方式共存于同一邏輯鏈條中，這個悖論暴露出表面上誓不兩立的二者的共同缺陷。
四、共在
這就是說，我們不能確定將來是否會有擁有自我意識的人工智能出現，比如阿爾法狗雖然精通圍棋的一切知識，但當它與李世石對弈時，它知道自己是在“下圍棋”嗎？它對自己正在做的事情有意識嗎？從仿生學的角度看，當前電腦的“生物性”還不能達到單細胞層次，既不能產生“意識”，也不能算作“生命”，假設中的有自我思維的人工智能（強AI）真正實現之前，阿爾法狗仍然只是一個不斷執行下棋命令的計算者，而絕不會對下棋這件事本身進行思考。沒有自我意識，不會思考有好的一面，或者說對人類有利的一面，因為我們知道，一個有了自我意識的孩子往往意味著進入“叛逆期”，一個有了自我意識的奴隸則不再以執行主人的命令為天職，當然，比叛逆更可怕的是欺騙，所以，只要阿爾法狗一直贏下去而非“故意輸給人類”，人類反而是安全的。這實際上表明了人類與人工智能相處的窘境，對于強AI的期待與恐懼是并存的，未知的前景總是伴隨著樂觀與悲觀兩種心態。
黑格爾的主奴辯證法早已指出了這一問題的哲學意蘊：在對奴隸勞動的依賴中，主人喪失了獨立的自我意識，奴隸卻在與對象世界的互動中為自己贏得了自我意識，主奴關系因而發生了倒轉。黑格爾提示我們，與其擔憂人工智能獲得意識后對人類不服從，不如首先擔憂人類耽于便利與享樂而導致的自我隔離，這種自我隔離甚至在人工智能獲得“壞意識”之前就有將人類帶入危險的可能。《一個故意不通過圖靈測試的人工智能》設想了這樣的情節：一個名為“隔壁老王”的簡單人工智能系統被設定了“盡量多的書寫和測試，盡量快的執行，并且不斷提高效率和準確性”的初始目標，隔壁老王不斷用機器臂在小卡片上寫字，并通過互聯網和語音庫
改進和執行初始目標。最后的結局是，隔壁老王不僅將字寫滿了地球，而且寫滿了整個星系，在這個過程中，地球上的一切生物，包括人類都成為隔壁老王實現寫字目標的原材料。在這里，隔壁老王為了完成人類設定的目標產生了自我保存意識，這種最簡單的意識就足以使阿西莫夫用以保護人類不受傷害的“機器人三原則”失效。隔壁老王獲得的僅僅是自我保存的意識，與影視作品中統治地球和人類的“壞的”或“惡的”機器人不同，這種意識是非擬人化的，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，起作用的就是這樣的簡單意識。在這個意義上，人類如何考慮與人工智能，尤其是可能會實現的強AI相處就成為必須面對的問題。我們當然有可能、也有必要從倫理、法律為科學研究和應用進行討論、規范、立法，就像當年對待克隆技術一樣。
更為根本的問題在于，我們對人與人、人與萬物相處的理解，這種理解構成了人類生活的基礎。人機對弈告訴我們，圍棋作為游戲，乃是非實用性和非功利性的藝術，又因其為宇宙之理的表現，故而排除了人的主觀獨斷和自我隔離的危險；換言之，在圍棋的游戲中，既拒絕技術中心主義，也不要人類中心主義，人與阿爾法狗一樣，都是作為參與者而共在（Dabeisein）于游戲之中。在這里，人之所以能夠成為游戲的創造者和規則制定者，是人對世界開放、因而對宇宙之理有所領會的結果。而反過來，人作為有“心”的存在者，將自己的領會分享給阿爾法狗，如丁紀老師在人機對弈首局戰罷后評論說，教阿爾法狗下棋、“教會天地萬物坐在一起下圍棋”本身就是一個人文事件。在這個意義上，阿爾法狗雖然還沒有超越弱人工智能的奇點而獲得自我意識，但確實已經身處人文的世界之中。在對人工智能的樂觀或憂慮的兩極觀點之間，人所應該并且能夠做的，即是以共在的方式與天地萬物相處，并盡力將科學、人心導向良善的方向，那未來的前景，終究要由人類自身的努力去開啟。
篇7
一代書圣王羲之，其書法如行云流水般飄逸灑脫，他的《蘭亭集序》讓人贊不絕口，但你若以公正規范的楷書來要求他，他怕是不及顏真卿等人啊！
一代詩仙李白，引得“弄扁舟”的豪放之語，但你若讓他創作清麗委婉描寫男女愛情的詩篇，他怕是要讓人大失所望。
如今搖滾唱將汪峰，唱得了《飛得更高》《勇敢的心》等搖滾名作，但你若讓他唱許嵩的《山水之間》，怕是要遭人吐槽。
正如你無法讓莫言去提取青蒿素，屠呦呦也難寫《紅高粱》，但諾貝爾獎對他們的肯定是不能否定的，標準因人而不同。
花有五顏六色，樹有高低疏密。每朵花、每棵樹都有它自己的價值。金無足赤，人無完人，既然沒有誰能在各個領域都做得到都好，那么標準也要視情況而改，因人而異。
――2016年高考作文全國卷1優秀作文《陟罰臧否可異同》
選段橫向聯系“王羲之、李白、汪峰、莫言、屠呦呦”這些素材進行比較，異中求同，他們雖然處在不同時代不同領域，但他們之間卻有著相似點“標準因人而不同，成就了他們在各自領域難以企及的高度”，這樣有力地論證了“標準要視情況而改，因人而異”的觀點。
2.沉舟側畔千帆過――縱向發展對比
辯證法告訴我們，事物是不斷發展變化的。有的素材，其本身蘊含著發展性的道理，所以運用素材時，我們可以把素材核心事件、人物不同時期、不同階段的狀況進行對比，著重揭示事物在發展變化中的相同點和不同點，從中發現事物發展變化的規律和它所蘊含的道理。
不曾忘2004年的雅典奧運會賽場上，劉翔以第一名的成績沖過百米終點，人們為他歡呼、為他吶喊、為他驕傲。也不曾忘2008年北京奧運會男子110米欄預賽的起點處，劉翔因傷無緣比賽時眼中的不甘，在他最需要支持的時候，人們卻質疑并指責他。人們已然忘了他曾經的風采，刻意忽略他受傷的腳踝，竟然說出“廢物”“懦夫”“避賽”這些傷人的字眼，在他未愈的傷口撒下一把鹽。這不正如那個打在“學霸”臉上的道德耳光嗎？
醒醒吧，父母也好，公眾也罷。世間哪有常勝將軍？人生在世，勝負乃是常事。為何我們只能接受成功卻容不下失敗呢？敢問，分數能決定以后的人生嗎？一次的失敗就能否認一個人之前所有的努力嗎？
――2016高考作文全國卷1優秀作文《兩分之內，獎懲之外》
選段運用縱向發展的眼光，擷取劉翔前后兩次比賽的情形：2004年雅典奧運劉翔奪冠，人們“為他吶喊”“為他驕傲”；2008年北京奧運會，劉翔退出比賽，人們“質疑并指責他”。 這正如打在“學霸”臉上的道德耳光。而這些前后變化讓人們清醒地意識到，很多時候我們對“優秀者”太過苛責，體會出“高處不勝寒”的道理，真實而發人深省。
3.橫看成嶺側成峰――不同角度透視
認識事物發展變化的過程中，我們常常會對素材的認識陷入單一、片面的誤區，為此，我們要反省自己的思維方式，讓自己的思維多元化、立體化，學會使用對立統一和一分為二的觀點，去分析我們擁有的每一則素材。
2016年3月15日，谷歌人工智能“阿爾法狗”，在與韓國九段職業棋手李世石的最后一輪較量中獲勝，將“人機大戰”的總比分最終定格在1：4上。消息一出，許多人惶恐地認為，科技讓人類變得渺小而無助，人工智能技術的興起，使未來機器人成為人類最大的競爭對手，如果不慎利用，甚至會對人類的生存構成威脅。的確，我們不能否認科技M步給我們帶來了前所未有的挑戰，許多人類不可能做到的事情借助科技都能實現。但我們也應理智地看到，歷史的發展告訴我們，每一次新技術新科技出現，總會受到舊技術的阻撓和質疑。過度依賴虛擬現實固然會導致現實生活能力的下降，可我們并不能對網絡科技全盤否定，盲目逃避。“阿爾法狗”雖然能在一夜之間從一名蹣跚學步的嬰兒變成偉岸巨人擊敗李世石，但它終究是人們探索宇宙、改變世界的另一種工具而已，大可不必大驚小怪。英國著名人工智能科學家、智能機器人Cleverbot的發明者卡朋特就曾表示，他相信人類在相當長一段時間內將保持對人工智能技術的掌控。
――2016高考作文浙江卷優秀作文《用理智擁抱虛擬新世界》
人們期待已久的“人機大戰”，最終以“阿爾法狗”的勝出宣告結束。這似乎是人們最不愿意看到的結局，一臺人類研制的智能機器人最終超越了人類，令很多人恐慌不安。但考生偏偏能換個角度全面看問題，對素材進行了深刻解讀：既指出科技進步背后的利與弊，又能權衡得失透過現象看本質，指出再聰明的機器人，也不過是人類探索世界的另一種工具而已。
4.一枝一葉總關情――講究點面結合
擁有多個人物素材，運用時要注意點面結合、詳略得當，從文章的厚度與深度兩方面來加強文章的力量。既不可一味地詳，也不可一味地略，既要有點的點染，還要有面的覆蓋。
在眾多的畫作之中，徐悲鴻的馬、齊白石的蝦、李可染的牛之所以能夠脫穎而出，正是因為他們擁有創新精神，畫風自成一家，這才得以名垂青史，流芳百世。
1774年，英國有位叫普列斯特利的科學家，他在給氧化汞加熱時，發現從中分解出的純粹氣體可以促使物體燃燒。這是一種什么東西呢？普列斯特利習慣性地從“燃素說”的常識出發，將它命名為“失燃素的空氣”。同年10月，普列斯特利帶著他的實驗到法國游歷，受到化學家拉瓦錫的接待。當拉瓦錫得知普列斯特利的發現后，他立即重做了一遍實驗，得到了那種新的氣體，并將之命名為氧。后來，他通過思考研究建立了燃燒反應的氧化理論，鑄就了化學史上的一次革命。此后，人們紛紛對拉瓦錫敢于邁出“常識”勇敢創新的精神表示欽佩。
――2016高考作文江蘇卷優秀作文《貴在創新》
在這一片斷中，人物素材的運用采取了點面結合的手法，徐悲鴻、齊白石、李可染的素材一筆帶過，很簡略的構成“面”，指出創新的重要意義，而最后一段法國科學家拉瓦錫的素材則詳盡敘述了他在科學實驗過程中因創新而取得的成就，這是“點”。整個段落“點”與“面”呼應，即“詳”與“略”巧妙結合，有力地論證了創新的可貴與重要。
佳作示范
堅持真理
遼寧一考生
生存是胡楊的真理，因為堅持，漫漫沙漠中也有了昂然生機；奔跑是江河的真理，因為堅持，遼闊無際大海從未干涸；旅行是螞蟻的真理，因為堅持，山頂上也有它們的足跡。
每個人都知曉真理，卻只有堅持才能讓真理煥發其應有的光輝。
如果一位知名的植物學家手捧一只碩大的蘋果來到你面前，告訴你“這是我最新培育的品種，剛從果園摘來，聞聞，想嗎？”你湊上前去一聞，淡然無味。此刻真理已在于你的手中，但你敢違背權威的意志，將其堅持下來嗎？我們大多數的人是不會的。
每個真理的誕生，都宛如一位圣賢的出世，“天將降大任于斯人也，必先苦其心志，勞其筋骨，餓其體膚……”總要經歷無數磨難與挫折。知名的權威、傳統的思想，這些強大的力量都可能成為真理的阻力。知曉真理的人有很多，而能頂住壓力堅持的人卻很少。由此，真理只掌握在少數人手里。
早年的王守仁曾是朱熹的鐵桿粉絲。按朱熹的理論，“理”存在于萬物之中，要通曉“理”，則需要“格”，“格物致知”。遵從偶像的教誨，王守仁開始了他的尋“理”之路，但“格”的結果卻得出了與偶像迥然不同的理論：“理”存在于人的心中。
一邊是眾人首肯的偶像定論，一邊是自己這個無名小輩的心得，怎么辦？王守仁選擇了后者，堅持了真理。于是一個嶄新的哲學流派――心學誕生了。它“知行合一”的真諦影響了無數風流人物。
要堅持真理，便要做到不唯上、不唯書，實事求是。像王守仁一櫻不迷信權威，不迷信定論，而是要在實踐中檢驗自己的思想。須知，書本與權威只是墊腳石而非標桿。要敢于破除傳統思想的束縛，堅持真理，咬定青山不放松。
眾人的嘲笑中，伽利略堅持真理，于是傾斜的比薩塔糾正了世人的偏頗；無情的烈火中，布羅諾堅持真理，于是“地球是世界中心說”被拋棄；輿論的謾罵中，達爾文堅持真理，于是膜拜上帝的人類找到了自己。
篇8
為了提高工程碩士培養質量、規范培養模式和培養流程、明確評估辦法等，2005年7月召開了第二屆全國工程領域教育協作組組長全體會議，提出“建立規范化的工程碩士學位標準”的設想，并選擇了控制工程等五個領域，以課題研究的形式，率先開展工作。2007年全國控制工程領域工程碩士教育協作組頒布了“控制工程領域工程碩士專業學位標準（試行）”，對我院控制工程領域工程碩士的培養起到了很好的指導性作用。考慮我院控制工程領域工程碩士的培養主要是面向部隊、基地等情況，在對“專業學位標準實施細則”修訂中，培養方案在符合學科內涵的基礎上，要兼顧生源單位需求，在研究方向的確定、課程設置等方面突出應用性、針對性，切實使培養的工程碩士在相應的工作崗位上發揮應有的作用。
一、以武器控制系統為中心確定培養方案的主要研究方向
現代兵器裝備的特點是精確化、遠程化、智能化，以導彈、無人機、指揮系統等為代表的武器裝備更突出了這一特點，這些特點的基礎之一是自動化技術。根據我院生源主要分別來自武器裝備論證、武器裝備試驗、軍代表、部隊技術保障、部隊裝備管理單位等崗位特點，依托控制工程領域培養工程碩士，應該以武器裝備為大背景，在控制工程學科內涵的基礎上緊緊以武器控制系統為中心，來確定相應的研究方向，因此我院控制工程領域工程碩士專業研究方向確定的基本思路是：涵蓋我軍武器控制系統分析論證、試驗優化與質量監控、武器控制系統性能測試與故障診斷、武器控制系統信息化管理等方面，為軍代表系統、武器裝備試驗基地、部隊修理所、部隊裝備管理等單位培養具有我軍特色的高層次應用型、復合型工程技術和管理人才。具體如下：
1.武器控制系統分析論證、試驗優化與質量監控
該方向以提高復雜武器控制系統綜合戰術技術性能為目標，以數學、力學、控制理論、系統科學、計算機技術為基礎，研究武器控制系統分析論證、試驗優化與質量監控的方法。主要研究內容包括：火控、指控、無人機和導彈等復雜武器控制系統分析論證、試驗優化與質量監控的方法及武器系統作戰效能評估等。
2.武器控制系統性能測試與故障診斷
該方向以提高武器系統技術保障人員的裝備保障能力、試驗技術人員的工程實踐能力為目標，以自動測試技術、故障診斷技術、信號處理技術和計算機技術等為基礎，研究武器系統的性能檢測、故障診斷的技術與方法及靶場試驗中技術保障的關鍵技術。主要研究內容包括：新標準測試總線的應用、測試系統模塊化設計、武器系統運行狀態監測與診斷、測試診斷設備研制等。
3.武器系統信息化管理
該方向以提高各級裝備保障管理人員的管理自動化、信息化、智能化水平為目標，以人工智能、裝備保障理論、計算機技術、數據庫技術、多媒體技術、網絡技術等為基礎，研究裝備保障管理的自動化、信息化、智能化技術和系統。主要研究內容包括：研究制訂適合裝備保障信息化管理的標準體系，研究建立統一的適合裝備保障管理信息化的數據交換代碼，基于裝備的狀態信息、故障信息、維修信息等進行研究裝備保障領域的全程可視化信息管理系統。
二、以適應培養方向要求為出發點確定適宜的課程體系
課程教學是工程碩士培養的一個重要環節，它對于構建合理的知識結構、打下扎實的基礎理論和系統的專業知識起著相當重要的作用。當今社會，科學技術迅猛發展，知識更新不斷加快，只有打下牢固的基礎，才能自如地實現向新領域的轉變，才具有可靠的應變能力的堅實后勁；只有在頭腦中存儲了大量的知識、事例和經驗，才能運用它們來進行創造性思維。課程設置在整個課程教學工作中起著基石性和原本性的作用，只有合理的課程設置才有可能使研究生具有合理的知識結構，才有可能在課程學習過程中激發研究生的創新意識與創新能力。
考慮到工程碩士的培養模式是“進校不離崗”，邊工作邊學習，在職攻讀學位的特點，在課程學習上，我院采取的是“兩階段”學習方式，即第一階段主要學習公共和領域必修課程，在學院集中學習；第二階段主要學習選修課，采取先寄發教材供學員自學，再到學院集中輔導兩次，每次為期兩周，最后集中進行考試。因此課程設置一方面要充分考慮這些特點、安排，另一方面更要考慮所設置課程應與各培養方向相適宜。對控制工程領域工程碩士研究生來說，應具備以控制論、系統論、信息論原理為核心的知識結構。同時，還要具備基于與數學方法、計算機技術、網絡技術、通信技術、各種傳感器和執行器等相結合的、針對具體應用方向的知識面。這些知識結構、知識面要通過一類課程群的設置來落實。由于培養時間、教學時數的限制，課程的門數設置受到了約束，這樣就要求對課程的選擇必須反復斟酌，切實使選擇的課程具有較強的針對性，有利于學生建立合理的知識結構，有利于學生進行后續的學位論文研究工作。我院工程碩士專業學位課程設置包含兩大部分。一部分是適用各個研究方向的必修課，包括公共必修課和領域必修課。公共必修課主要包含自然辯證法、英語、數理統計、科技信息檢索。領域必修課主要有線性系統理論、計算機控制系統、自動測試系統。另一部分是為不同研究方向設置的選修課。選修課設置的基本思想是在保證對一個控制工程領域工程碩士研究生而言，至少應掌握一個課程群的知識要求的基礎上，引入專題講座形式來開闊學生視野，增大學生知識面。根據學科培養方案設置的三個研究方向，結合部隊崗位需求，我們按優化、控制類課程群、控制系統故障檢測與診斷課程群、信息傳輸與處理類課程群的要求設置領域專業技術類選修課課程。
具體地講，為三個研究方向設置的選修課程分別是：
為武器控制系統分析論證、試驗優化與質量監控研究方向設置了優化、控制類為主的課程，包含軍事運籌分析、系統決策與建模、智能控制、人工神經網絡、防空武器系統效能分析以及專題講座。
為武器控制系統性能測試與故障診斷研究方向設置了故障檢測與診斷為中心的課程，包含測試與接口技術、軍用電子系統測試、電子系統故障診斷、故障分析與預測、人工智能原理以及專題講座。
篇9
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
生物信息學是一門新興學科，在各大高等院校醫學或生物學相關專業都有與之相關的課程或專業開設。與我們常見的物理、數學、法學等學科不同，生物信息學更像是一個學科領域，它不僅僅局限于某個科學研究，而是綜合運用數學、計算機學和生物學的各種工具及方法來分析和理解在大數據背景下的生物學意義[1]。經過20余年的發展，生物信息學已在分子進化、基因測序、遺傳及變異研究等領域取得了突破和成果，是21世紀人類三大計劃之一“人類基因組計劃（Human Gene Project HGP）”的核心支撐學科。在美國，早于1988年便成立國家生物技術信息中心（NCBI），隨后歐洲和日本在1993年和1995年分別建立了歐洲生物信息學研究所（EBI）和信息生物學中心（CIB）用來對數以萬計的核酸及蛋白質等數據進行維護并發展至今日趨成熟[2]。生物信息學于上世紀90年代初開始逐漸引起國內科學工作者的重視，經過20多年的發展也已初具規模。筆者通過對近20年公開發表的有關生物信息學關鍵字的文章進行搜索，運用Excel制圖繪制了自1996年至今每年發表文章數量的散點圖。從圖1可以發現，關于生物信息學學科的研究數量在2014年達到頂峰，并逐漸開始下滑。同時，由于搜索結果包含雜質數據（如被動截取“信息學”為關鍵詞），為了使圖表信息量有度可量，筆者繼續對在認知上與生物信息學相關的科學領域進行關鍵詞搜索，分別為“數據挖掘”和“人工智能”，并繪制圖2。由該圖可直觀地看出，人工智能的研究一直穩步發展，符合21世紀科技高度發展的大趨勢，而數據挖掘技術的相關研究自2005年以來迅猛增長并趕超人工智能。綜合分析其主要原因是由于中國人口眾多，自2005年以來互聯網用戶不斷增加，全民聯網的時代逐漸構成，互聯網信息產業的急劇擴大以及電子商務、云技術等網絡相關產業的發展帶來的信息膨脹，使越來越多的人意識到大數據的作用和研究數據挖掘對經濟發展、社會進步的重要影響，進而推動數據挖掘的學科發展。
2 中醫大數據背景下的生物信息學課程教學
從圖2的對比可以看出，生物信息學的研究數量與其他兩個學科對比，則顯得相形見絀。也就是說，生物信息學在我國的發展仍較為緩慢，使之與其對人類社會的貢獻度不成正比。進一步對圖1的搜索結果進行高級檢索，對已有的生物信息學研究進行劃分，將”中醫”關鍵詞加入其中，結果發現將中醫與生物信息學相結合進行研究的文獻少之又少，每年文獻不過20左右。生物信息學的作用就是利用計算機等技術對海量的生物數據進行分析并洞察隱藏在其中的規律，而中醫數據經歷數代中醫名師的記錄和數十年來信息存儲技術的發展已經儼然呈現出高緯度、高階度的大數據結構。因此，生物信息學在中醫數據的研究中一定具有其特殊的價值和意義，是從微觀層面描述中醫整體結構的重要手段。本文將以中醫證侯、病證和中醫復雜性為切入點，結合研究生物信息學在其中的應用價值，并討論在教育教學過程中如何使中醫和生物信息學有機結合，做到融會貫通。
2.1從“定性”和“定量”學習角度看基因組學學習中醫“證”本質
在中醫學中，“證”是立方立法的基礎，醫者通過四診獲取的信息進行綜合分析和判斷，從病癥體征等表現集合入手，得出相應的證候，有針對性的用藥治療。中醫與西醫不同，講究以整體論看待人體以及病變，“辨證論治”思想也是千百年來各名中醫學者通過反復探索得出的實踐經驗，對中醫遣方用藥具有決定性的指導意義。而西醫認為，疾病的發生與發展是與人體某段特異的基因的改變有關，HGP的研究目的也正是為了揭示人體的構成奧秘從而從本質上研究疾病的產生和發展規律[3]。因此，中醫與西醫在指導醫者診療的哲學思想上是有很大不同，甚至可以說是截然相反的。然而中醫與西醫的內在關聯卻無處不在，結合點之一正是基因與證候的關聯。對于基因組學和中醫證候的學習方法是不同的，一個是定量學習，另一個則是定性學習，定量學習有助于學生更加客觀的研究生物體的發展規律，并結合現代計算機技術做到多學科交叉學習與實驗，而不足之處在于缺乏主觀思考、學習方式較為分散缺乏整體思維把控；而定性學習則以某一指導思想為主線，通過對某些案例及知識長時間的觀察和分析，從中得出結論。定量學習如基因組學更重視量化計算及工具的使用，而定性學習如中醫證候則更重視理論與實踐結合，整體到局部學習。在學習的過程中，無論基因組學還是中醫證候，都會以疾病為具體的研究對象。從西醫上說，基因是決定人是否患病的內部原因，通過遺傳或基因狀態的改變都可能導致疾病的產生，從中醫上說，證候是疾病狀態下的臨床類型，反映了機體在疾病發展過程中的病理特征[4]。因此，將證候與基因組學統一學習，實則是將定量與定性學習相結合以實際疾病案例和數據著手從而多方面運用計算機、西醫學、證候學、數學等學科知識對生物大數據進行分析的綜合學習方法。
2.2 基于蛋白質組學學習中醫病證相關性
證侯是人體生命活動的一種表現，而生命活動的主要執行者是蛋白質，兩者之間必然會有隱秘且細致的聯系，我們也應以此為出發點，培養學生的發散學習方法，綜合學科進行學習。自HGP的完成宣告了后基因組時代的到來后，研究生命科學的重心也由基因組學向蛋白質組學逐漸轉變，作為教育者也應跟上科學發展的潮流，把生物科學研究和相關教學模式從基因水平向蛋白質水平轉變。與此同時，蛋白質組學是從整體角度分析細胞內的動態變化以及蛋白質組成成分、表達水平等，它的研究方法學內容與中醫的整體觀和辯證論治觀有著許多相同之處。蛋白質組學在分子水平上的DNA修飾和基因調控反應生命體的整體狀態（即陰平陽秘），中醫理論強調從整體觀對疾病進行認知，認為疾病的發生是人體整體功能的失調所致（即陰陽失調），重點在于辯證論治[5]。在教育教學過程中，將基因或蛋白質方面的研究從結構研究向功能研究轉變，使研究更具體，透過相關功能性測試實驗，發現基因之間的相互聯系及相互作用，在定量學習的過程中培養學生的定性思維，使學生善于發現問題及對象之間的關聯。正如數據庫實體關系模型中的E-R圖一樣，在進行蛋白質組學和中醫病癥相關性研究教育的過程中，中醫病證和蛋白組學可以看做是兩個看似毫無關聯的實體，而通過“疾病”將兩者相連，透過此種關系可以衍射出兩個學科方面的深入學習。
2.3 運用復雜系統性方法學習中醫藥復雜系統
中醫藥的復雜性相比西醫有過之而無不及，原因主要在于相對于“結構決定功能”的西方醫學思想，中醫更側重于“關系決定功能”，在這種情況下，無論是辨證論治還是癥狀體征變化，有關中醫診斷和治療的信息都是已高度離散和非線性的方式存儲，使得中醫稱為典型的“復雜自組織系統”[6]。尤其在信息離散度和復雜度較高的中醫證侯系統中，癥狀變量與證侯信息混雜在一起，想辨別兩者的區別和聯系是非常困難的事情，單純的研究數據往往缺乏正確的方向，而單純的研究理論則往往枯燥乏味。因此，在教學過程中，可以將復雜系統方法學引入中醫系統學習，通過復雜系統中的熵分劃方法將證侯系統的離散變量加工轉化為線性關聯集合，即將癥狀變量通過關聯度集合成多個癥狀集合，并將癥狀集合與關聯度較高的證侯要素進行聯結。以此方法既可以激發學生對理論學習的興趣，又能以理論指導實踐，對中醫證侯大數據進行信息提取，達到全面學習。
3 結束語
中醫信息學已經作為一門新興學科在我國各大高校開設，相關師生深入研究和學習，主要目的就是發掘蘊含在中醫幾千年發展結晶中的奧秘。關于中醫藥數據的數據挖掘技術和研究也在近年日益增長，這都表明人們已經愈來愈關注國粹，關注健康，關注未來。這也表明與之相關的學習和研究對未來的人生發展和機遇都有著深遠的影響。然而，數據挖掘的技術并不完全適用于中醫藥復雜系統中的信息發掘，若單純地將兩者進行結合教學，學生可能缺少知識銜接，缺乏過渡。這時若將生物信息學引入二者其中并結合生物信息學相關智能科技手段和技術，則可以從宏觀和微觀兩個方面去看待生命體：宏觀上面對復雜的中醫系統不需感到困惑，而是以“復雜系統方法論去解決復雜系統”，使學生不要總想著從每一個局部都能分析到問題的本質，而是接受復雜性，從復雜系統的角度去解釋生命體的自組織現象，對生命體的宏觀表現進行研究；微觀即是在分子水平上去分析中醫證侯的本質，方劑的復雜體系，去了解生命體內部的調控機制等，以此加深學生對中醫理論的理解以及對生物信息學工具和技術運用的融會貫通。
參考文獻：
[1] 鐘濤.基于復雜系統方法的慢性胃炎中醫問診證侯建模研究[D].上海：華東理工大學，2014.
[2] 譚從娥，王米渠，馮文哲等. 生物信息學分析寒癥海量數據的探索[J].中華中醫藥學刊，2008，26（12）：2569-2570.
[3] 李方玲，梁嶸.對中醫證侯規范化研究的探討[J].遼寧中醫雜志，2006，33（4）：386-387.
篇10
引言
時代在發展，科技在進步，各項新工藝、新材料、新方式也越來越多地應用到機械設計領域。為了一種功能的實現，可以有多種方法和載體可供選擇，面對激烈的競爭環境，要讓設計的產品在市場上占有一席之地，除了讓自己的機械系統能夠實現預期的相應功能之外，還要具有操作方便、運行可靠、物美價廉、環保性強等特性。因此，對機械設計師的要求也日益提高，傳統的設計方法和設計理念已經不能滿足設計需求，設計師必須完全精通電、機、液等各個方面的綜合性技術，才能夠設計出同時兼顧性能和價格的機械系統。
1、現代機械設計的特點
1.1創新性。
現代機械設計以先進的設計理論和設計工具為依托，能充分發揮設計者的創造性思維能力，運用用各種創造性的方法和手段，開發出具有創新性的產品。現代機械在機械性能的穩定性以及測驗等方面，能夠利用計算機完成工作的模擬和再現。這種操作大大節省了時間，能夠直觀地觀察到工作的結果并保證質量水平。此外，它能夠節約預備和其他相關細節工作的時間，使得工作的合理性和速度都得到提升。
1.1 開放性
在傳統的機械設計當中，最大的缺點便是不去看或很少去看自身以外的廣闊天地，只關心自身的狹小區域，坐井觀天，同時樂于接受傳統的機械設計方法，樂于駕輕就熟，從而造成了信息堵塞，思維單一、呆滯，缺乏創造性。而開放性思維恰恰就解決了這一大問題，它將對于一個事物的研究作為一個開放的系統來思考，同時也注重研究事物與外部的一切聯系，從而掌握該事物及其發展的規律。
1.2 獨創性
要進行現代機械創新設計，首要前提便是要學會獨立思考，勇于突破陳舊的思想、觀念，敢于直抒己見，從而構筑一個開放、獨特、鮮穎的思維形態，從一個全新的角度來分析問題。
1.3 多向性
在現代機械創新設計當中，為了解決一個問題，需充分發揮自己的想象力，從不同的角度去思考和探索，以獲得盡可能多的解法和思路。現代機械產品的多樣性與多向性的創造性思維是緊密聯系的。
2、現代機械設計方法的應用
2.1提高產品性能的設計
機械產品必須具有優良的性能,只有良好的性能才能夠保證機械產品的生命力,提高產品優良性能的設計方法有很多,最重要的內容和特點有:(1)能夠消除并及時的預防產品可能產生的故障,這種技術特點是圍繞產品的可靠性而設計的,主要是研究產品和系統所產生的故障的原因,來提出相應的解決方案。(2)能夠提高材料抵御破壞能力的設計方法技術。當材料和結構在外界因素如高溫、電荷強度等的影響作用下,其性能會受到較大的影響,所以,其設計的重點是要提高產品的結構承受能力以及抗疲勞強度,來提高產品在各種工作環境中的使用壽命。(3)解決物體表面的摩擦和等問題的設計技術。這種設計技術綜合運用了摩擦學的理論研究方法和基本數據,將產品的磨損降低到最低的水平,目的是為了降低產品原材料的消耗,節約了部分能源,同時提高機械裝置的可靠性,有效的提高設備的使用壽命,提高其在市場中的競爭力。(4)防腐蝕的設計技術。這種設計技術要科學合理的選擇材料并制定出相應的加工工藝,來提高產品的抗腐蝕能力,防腐蝕的設計加工方法能夠有效的延長產品使用周期以及使用效率。
2.2機械設計中專業的現代設計方法
當前我國社會不斷發展進步，科學技術也不甘落后，緊隨步伐，計算機專業人員同機械設計人員共同開發設計計算機軟件，應用此軟件的機械產品可以隨時掌握產品的損傷、失效和破壞運行原理，并且產品的各零部件和機械的動態行為可得到定量分析，使得設計程序保持穩定，這就是專業的現代設計方法。一些例子可以說明，如摩擦學的設計、強度設計和溫度場的分析。
3、現代機械設計的發展趨勢
3.1系統性
我們應該將機械產品看作是一個完整的系統，并通過對計算機的應用實現人和環境之間的協調發展，運用各種現代化的設計理論和方法對總系統進行分解，為了達到系統優化的目標而對各子系統進行協調和匹配。之所以說現代機械設計方法是對傳統設計方法的繼承和發展，是因為現代機械設計將傳統設計經驗提高到更高的水平，使其更具邏輯性、理性等特點。有兩種代表性的設計方法，一種是德國提倡的，另一種是美國提倡的，德國所提倡的設計方法以功能―原理―結構為模型，美國所提倡的設計方法是在知識等其他條件不允許的情況下，運用創造方法，進行辯證思維而形成的新設計，兩種機械設計方法各有所長，都在產品開發中取得顯著成效。
3.2生態化
隨著科技的逐漸發展，人們了解到環境因素對經濟發展有非常重要的影響。因此出現了綠色生態的理念。機械設計制造的綠色設計，主要就是最大化的使用資源取得新型的綠色產品設計。產品設計的時候，以產品環境的屬性為重點，不但要滿足環境的要求，也要保證產品的經濟性以及基本功能。綠色產品不但要有指定的使用功能，也不可以對四周的環境和人的健康帶來損害。推動可持續發展戰略，就會向生態化的發展道路走去。現代機械設計重視生態化，不但可以降低資源損耗，也可以提高產品的使用質量和競爭力。
3.3智能化
由于廣泛使用范例推理和約束滿足的設計方法，智能CAD技術得以誕生。人們為了繼續推進CAD系統的創造力，結合人工智能和CAD技術，得到很好的效果。當前社會把有智能的專家系統用在了方案綜合和設計評價當中，同時這幾年也產生了模糊設計和模糊評定方法，主要用于機械設計的多解性。現代機械設計普遍存在智能化和技能化優點，由于這些特性的存在，使得只有將人工智能和專家系統等技術通CAD技術有機結合，才可以讓CAD技術本身也具有智能化的特點，通過這樣的途徑提高計算機系統之間的集成率。就目前機械設計的發展方向來看，計算機是設計師們首選的工具，計算機可以將機械產品的各種情況通過建立模型的方式直觀的表現出來，接著進行智能化操作，最終可以實現提高產品設計方案的效率，因此，機械設計智能化是現在機械設計的必經之路。
3.4隨機和動態性
任何機械產品的完成都是在隨機動態狀況下進行的，然而，傳統的機械設計方法受各種條件的制約，因而只能在靜態情況下進行分析設計，即使對動態狀況進行考慮，也只是憑借相關經驗對數據進行修正而已，并不能對機械產品的實際運行行為進行真實、客觀的反映，而現代機械設計方法則不同，它主要是在考慮載荷譜、零部件損傷的條件下來進行設計的，使得設計的成功率更高，同時也符合可持續發展戰略的相關要求。
3.5微型化
20世紀80年代末，機械自動化逐漸向微觀領域發展。微電子設備伴隨著科技的發展和逐漸更新，小型的機械自動化產品，靈活性強、耗能少，普遍應用在生物技術、醫療科研、軍事等高端范圍。機械自動化朝微型化發展，主要在于微機械技術，加工微機械產品，應當要使用精細加工法。在超精密的技術之內，主要有光刻和蝕刻兩種。機械自動化還將伴隨時代的發展不斷向納米和微米的領域發展。
結束語
與傳統的機械設計相比，現代機械設計具有自身設計新理念和新思路。而現代機械設計離不開創新思維，創新思維是社會發展的源泉，是現代機械設計中重要的組成部分。機械設計人員只有樹立創新思維的理念，并結合自身豐富的實踐經驗和扎實的理論知識，同時充分利用現代計算機技術的優勢，發揮主觀能動性，才能夠設計出滿足人們對于產品越來越高的要求，從而促進我國現代機械設計發展。
參考文獻
篇11
人類借助于科學實驗活動，把我們的認識從已知的此岸引向未知的彼岸，包含了觀察、假設、推理、實驗、論證、檢驗等階段。在每個階段中，以及從這一階段轉移到另一階段時，都必須要有充分的依據、合理的原因、嚴謹的推理、科學的驗證。歸納、演繹、類比、分析、綜合的過程，就是對感性材料進行整理，通過科學抽象做出哲學概括的過程，這對整個科學實踐活動起著一般方法論的作用，是最高層次的科學方法。地殼運動的板塊模型的建立是現代地質學的重大發現。這之前經歷了大陸漂移假說、海底擴張假說和板塊構造學說三個階段。最先把大陸漂移作為一個假說提出的德國氣象學家魏格納，設想全球的大陸曾經都連在一起，稱之為“聯合古陸”，并給出聯合古陸破裂、漂移過程的圖示。
魏格納認為使大陸漂移的動力是地球自轉的離心力及太陽和月亮產生的潮汐力。但是，地球物理學家的計算表明，這個力實在太小，不足以推動大陸的漂移。20世紀60年代，美國地質學家赫斯提出“海洋擴張假說”，他認為，大陸不是作為獨立體運動的，而是與海底連在一起在地幔軟流圈上移動。60年代末，在海底擴張說的基礎上，美國的摩根、法國的勒比雄和英國的麥肯齊共同提出了“地球板塊構造模型”，這一學說成為新的地球構造理論。從大陸漂移學說、海底擴張學說到地球板塊構造學說，每一個學說的提出，都是從假設開始，在觀察或實驗方法無法企及的情況下，借助抽象思維的能力，反復分析、推理而概括得出的結論。所以，“概括”作為一種思維方法在每一個階段演進中發揮著至關重要的作用。我國著名數學家華羅庚，從20世紀50年代起，帶領數學工作者深入生產一線，潛心探索一條讓數學更好地為發展國民經濟服務的途徑。
他在常年實踐的基礎上總結出一套行之有效的科學方法，概括為:大統籌、廣優選、聯運輸、精統計、抓質量、理數據、建系統、策發展、抓工具、巧計算、重實踐、明真理。凝練的36個字，處處閃爍著哲學思維的光芒，今天這套方法依然具有強大的生命力。這是哲學方法論在自然科學中的典型應用。事實證明，只有那些認真實踐而又善于思索的人、善于概括總結的人，才有可能在科學探索中捷足先登，摘取科學之果，也才能成為推廣科學成果、促進科學進步的強大力量。從這種探索過程中可以看到，隨著現代科學技術的迅速進步及其向各個領域的廣泛滲透，尤其是數學方法的推廣和應用，控制論、信息論、系統論等橫斷學科的發展，使自然科學和社會科學在方法論上逐步相互滲透，日漸趨向統一。正如著名科學家錢學森所指出的:“在現代科學技術中所用的研究方法也逐漸統一了，不能區分自然科學的方法論和社會科學的方法論。”
篇12
經典的工程技術理論研究在感性因素方面往往有意回避或者作出一定的假設，但隨著社會科學技術的進步以及人們對于控制過程的精確性要求的提高，感性問題成為不可避免或者不可或缺的內容。
如何在感性的不確定于非邏輯方面應用現代技術模擬和實現可控制性成為工程技術研究方面的一個難點，而針對于設計思考中的方法問題由于長時間內無法采用工程技術解決，因而人們在設計學科方面的研究也多停留在形而上的思辨方面，“設計不可控”似乎成為設計學科不言的定律。
當然，也并不是沒有人在這方面展開分析和研究，不過應該承認，我們在這個領域還顯得較為稚嫩和初級，如何在人文學科與技術學科方面建立起自由通行的一座橋梁，應該是未來技術人文科學的重點，可能這個過程比較漫長并且充滿荊棘。
1感性的可測量性
1.1感性的含義
感覺從人類認知的角度分析，是正常的人建立在完善的心理和生理基礎之上的對于客觀事物的主體性認識，并將這種認識通過大腦的反應上升到人的主觀體會的過程，在這個過程中既包含著非邏輯性的表象認知，同樣也包含著邏輯性的內涵性思考。
對于感覺的分析，我們既不可以否認其非邏輯性的存在，同樣，邏輯過程也包含在其中，例如：我們在對冷熱的評價時經常提到“我感到這個杯子很涼”，分析這個結論的過程發現：
1）.這是一個感性過程，同樣在一定程度上為個體感受；
2）.涼與熱只是比較詞匯，在這個過程中存在著比較意義上的程度問題；
3）.很涼說明了杯子的涼的程度，模糊性的定性評判。
那么，非邏輯性體現在感覺意義上的差異性，即這只是你自己的感受，能否說明他真得很涼或者說明它是涼的，可能如果換一個人或者換一個環境而言，它確實熱的。同樣，邏輯性體現在，涼與熱是一個比較，也就是講，這個人在對于兩這個感受形成之前肯定存在一個涼與熱的標準，通過觸覺感受，而明確了他在比較意義上的冷熱程度，因而，從這個意義上講邏輯性顯得就很重要了。
對于感性而言，是在對于感覺的主體人的思維基礎上對與客體所描述出來的基本屬性，其表達是主體性的，但對象是客體性的，由此可以認為，感性是對于思維主體的一種客觀屬性的描述，是對客觀事物物化行為的主體性認識。
1.2感覺是感性的第一表征
感覺應該屬于思維領域的一個重要內容，由于感性是感覺對于描述對象所形成的語意情態表述，而且是最直接和最為明確的表達，因而我們認為感覺是感性的第一表征。
長時間來，人們在這個領域的認識是相互矛盾和相互混雜的，即感覺就是感性，既是對物的客觀屬性的客觀性體現，或者認為，感性就是對物的主體性描述，非此即彼的群體性認識，使得我們對于感覺和感性的認識存在很多的爭論，其中爭論的焦點為：感性的可測量性、感性的研究方法與研究手段、感性的是否存在客觀性等，這使得它成為理論的，所以對于感性的研究大都停留在哲學和思想領域的層次上，其中表現在“美學”研究方面尤為嚴重，定義說明定義，權威解釋權威的論證方法比比皆是。
1.3感覺的個體差異性與群體的統計一性的辯證關系
研究感覺問題，我們必須了解到個體差異性，所謂個體差異性主要表現在，對同一個事物或者事件，每個人的評價和認識存在差異性，以往我們從哲學上認為這是世界觀和人生觀以及所采用的方法論的差異所致，從宏觀上看這樣解釋是可以行得通的，但在微觀角度，我們即便有相同的人生觀和世界觀，采用同樣的方法論，其差異性依然存在，這使得我們很難解決的一個問題，同樣，通過一定的教育和所謂的引導可能依然無濟于事，因而，我們不得不去思索產生差異性的其他原因。
從客觀角度分析，差異性產生在每一個個體的心理和生理的差異以及成長階段和所處環境的差異，其中心理和生理差異，可能在形成完整思維過程中就出現了，在研究上通過比較分析和觀察應該發現其中的差異性產生的客觀性原因的，比如，有的人害怕黑夜，這可能由于在成長過程中受到過關于黑夜的語境描述而使其產生恐懼的心理，或者由于自己的經歷有過類似的黑夜恐懼的過程，如果跳出這些方面的原因，也可能從進化論的角度分析能夠得出觀點，不管如何，其中的差異性存在于這些方面的原因，都應該存在客觀性的事件作為支撐，平白無故的產生差異性應該屬于“變異”（生物學名詞，指的示生物在進化過程中的與原來的群體出現非統一性）的范疇，而生物學家也在積極而努力的研究“變異”產生的機理，所以講，差異產生的原因應該能夠在客觀性方面取得證據。設計在線.中國
2現代工程測量和計算機模擬技術為感覺的測量提供了依據
依據這種技術廣泛的作為刑偵手段的測謊儀就是建立在對于這些問題的理論研究基礎之上的。而且隨著技術的提高，與基礎理論研究的深入，對于感覺問題的解決會越來越準確和精確。
同樣，現代計算機模擬技術也為感覺的測量提供了依據，對比我們以往實驗手段，計算機模擬技術能夠更為直觀和準確，例如我們曾經做過的一個試驗，即汽車在駕駛過程中遇到障礙物的碰撞過程中的反應速度與駕駛室色調關系的測試問題，不可能真實的采用實際的測試，所以計算機模擬的手段就被廣泛的應用，充分利用模擬駕駛室，操縱機構，計算機視頻系統，信號傳感器和計算機模擬軟件來完成，能夠得到一定的室內色調與反應速度之間的定性與定量的關系，這都可以在實際應用中作為汽車內是提供參考。
2.1控制論
控制論是“關于在動物和機器中控制和通訊的科學”，是自動控制、電子技術、無線電通訊、神經生理學、心理學、醫學、數學邏輯、計算機技術和統計力學等多種學科相互滲透的產物。控制論的奠基人是維納，他于1943年在《行為、目的和目的論》中，首先提出了“控制論”這個概念，第一次把只屬于生物的有目的的行為賦予機器，闡明了控制論的基本思想（摘自維基百科）。
隨著對于控制論理論與實踐的發展，人們對于行為目的的控制大大加強，這些理論相互滲透，成為很多學科在解決邏輯關系方面提供了一條途徑，雖然我們認為控制與被控制之間的反饋問題現有數學工具還不能完全解決，但是，在行為與目標之間的可預測性大大加強。
控制論在感性問題中的應用，現在研究還處于基礎和初始階段，如何提高對感性問題的非邏輯過程擬和是控制論感性研究的難點和拐點，因為感性問題在一定程度上屬于模糊數學的研究的范疇，非線性非邏輯性表現很強，如何采用邏輯關系和線性手段模擬階段性的表征一直是個相關引入控制論學科研究的重點，而感性問題似乎表現得更為強烈，所以有的人認為，采用控制論來研究感性問題在一定程度上是癡人說夢，不會有結果的。當然我們認為，雖然我們無法完整的到達真實的感性問題的內核，但至少在現象的表面與初始條件可以架起一座有價值的橋梁，盡管這座橋梁顯得有些突兀。
2.2計算機的模擬仿真
通過計算機模擬或者計算機模型來模擬一個特定系統抽象模型的計算機程序或過程。這些技術建立在離散數學基礎之上，同樣也面臨著非邏輯過程和隨機問題研究問題，在這方面，計算機的模擬技術日臻完善，在某些特定的方面計算機模擬以可以達到應用的程度。
例如自然狀態的色彩是一個連續的過程，本質是光波被物體吸收和反射形成的一個自然過程，現在計算機在模擬中已可以達到64位的色彩來逼近真實自然，實際上這就是一個很成功的例子說明計算機模擬真實的強大能力。
在人工智能方面，計算機模擬更顯示了獨特的作用，現代的人工智能在解決思維方法、自學習能力、和智庫房面也取得很大成就，人工智能是一個很好的用來說明計算機模擬真實的例子。
2.2.3現代數學工具的發展
數學分為初等代數、高等代數、幾何、拓撲學、數論、概率和數理統計等內容，而這些內容一般認為是建立在集合論的基礎上。通過一組對象確定一組屬性，人們可以通過說明屬性來說明概念（內涵），也可以通過指明對象來說明它。符合概念的那些對象的全體叫做這個概念的外延，外延其實就是集合。從這個意義上講，集合可以表現概念，而集合論中的關系和運算又可以表現判斷和推理，一切現實的理論系統都可能納入集合描述的數學框架。
經典集合論只能把自己的表現力限制在那些有明確外延的概念和事物上，它明確地限定：每個集合都必須由明確的元素構成，元素對集合的隸屬關系必須是明確的，決不能模棱兩可。但是，在客觀世界中還普遍存在著大量的模糊現象。雖然以前人們回避它，但是，由于現代科技所面對的系統日益復雜，模糊性總是伴隨著復雜性出現。
更由于人文、社會學科及其它“軟科學”的數學化、定量化趨向把模糊性的數學處理問題推向中心地位，這中間當然也包括設計的數理化問題。1965年，美國控制論專家、數學家查德發表了論文《模糊集合》，標志著模糊數學這門學科的誕生。
在日常生活中，經常遇到許多模糊事物，沒有分明的數量界限，要使用一些模糊的詞句來形容、描述。比如，比較年輕、高個、大胖子、好、漂亮、善、熱、遠……。在人們的工作經驗中，往往也有許多模糊的東西。例如，要確定設計是否“好”，其模糊信息相當普遍。這就需要一定模糊數學來思維和判斷。
我們發現，其實解決現代感性測量問題的關鍵還是因為數學工具的發展，由于建立在經典集合數學基礎上的數學分析手段，使我們在模擬自然的非線性和非邏輯問題方面顯得軟弱無力，而作為一線曙光的模糊數學的發展還處于分形等基本問題的研究上，鮮有長足的發展，進而在實現真實反映感性問題的推理環節出現空缺，致使我們對于工程技術解決感性問題無法或者不敢涉足，影響了這個方向的發展。
當然，這些客觀問題與相關的難題有待于解決，但是，也應該看到在我們設計界已經被注意到，考察近年來國內關于數學問題應用于設計方面的研究已出現倪端，例如有人在研究分形技術對于設計的影響以及分形形態創造的計算機形態的應用問題，可以預見在不久的將來，我們肯定會有所收獲。
3實現感性測量的準確性和還原性必須有測量的標準
我們在討論感性測量的時候，肯定要求測量的準確性和還原性，這就是說要實現感性的量化與感覺的一致性，為了實現這種結果，就必須確定一定的測量標準，這些標準要求準確度提高模糊度降低，而且標準的層次明確，中間不存在非確定性。顯然這是很困難的，但由于現有的計算機都是建立在二值邏輯基礎上的，它在處理客觀事物的確定性方面，發揮了巨大的作用，但是卻不具備處理事物和概念的不確定性或模糊性的能力。要達到這種模擬真實的程度，現階段只能采用細分標準的手段，即將測量標準盡量細分，無限逼近真實的分段，可以擬和成一個連續的過程，同時增加邏輯分段點的準確性，即精確的表達該段的“語意”，采用將離散化問題邏輯化的過程，通過一定的邏輯規律判斷感性的真實外延。
由此可以發現，這中間存在一個矛盾，即簡化與復雜的悖論，我們試圖簡化感性的復雜，但帶來了處理問題的復雜化，即本來要使得模糊問題簡化為一個邏輯的數學模型，而得到的確實是一個相當復雜的形式，顯然這不是我們所預期的目的，因而，我們可以采用諸如優化等數理分析手段，取得分段過程中的概率最大化，進而加權平衡這些算子，得到一定方向性語意，這在確定一些定性問題方面一般可以達到預期分析目標。
例如采用VTs方法來判斷多方案的設計感覺方面我們曾做過有益的嘗試，并取得一定成果（論文：“語意描述”研究在產品形態設計中的應用.包裝工程.2006第4期有較詳細介紹）。
4結論
在傳統的設計研究中，思想、感覺、審美等人文主觀性的概念是不可以測量的，主要是因為測量過程需要的幾個要素不具備，例如測評的語意準確化、量級標準化和評價主體的非主觀化等。因而，感覺的評判只是停留在定性和定向的解析和確認之上，沒有形成所謂的科學性和客觀化的過程，這與工程技術的發展和現代計算機技術的普遍要求所不相適應。
篇13
軍校任職教育培訓的主要模式之一就是專題講座式培訓，即由專家教授以專題的形式對參訓者進行培訓。其具體做法是，根據任職教育院校的實際情況及時事分析，針對參訓學員所需明確主題，由本院或外請專家教授圍繞該主題進行講座。也可以讓專家和學員圍繞共同話題各抒己見，實現經驗交流和思想啟迪；還可以讓院內學員開展相應的研討活動，激發參訓者的潛能。
一、軍校任職教育中出現的問題淺析
筆者發現，任職教育講座中師生互動這個環節的效果往往不盡如人意，一方面，由于參訓者來自各個單位，接觸的時間短，相互間的熟稔程度不高，不愿輕易坦露心扉；另一方面，則與授課教員沒有掌握隱性知識挖掘的方法有關。教員沒有很好地引發學員的隱性知識，教員沒能準確、及時發現學員的真實訴求。因此，引入隱性知識引發中的對話技術，探討其在軍校任職教育中應用的可行性和操作性是十分有必要的。
二、隱性知識轉化概述
日本學者野中等人對波蘭尼的隱性知識和顯性知識的分類進行了擴展和進一步細化，并在此基礎上提出了組織知識創新動態理論。組織知識創新動態理論為進一步研究隱性知識轉化提供了理論基礎，其中的SECI模式是當前隱性知識轉化研究方面的重要成果。
野中在SECI模式的基礎上又提出了“場”和領導力，這三個元素構成了一個動態的知識創造的統一模式。在這里“場”被看作知識創造的共享情景。“場”為向前移動的知識螺旋提供了能量和場所。它是一個場所，在那里信息被解釋轉化成知識。與SECI模式的四種知識轉化模式相對應，“場”有四種：引發場；對話場（Di—aloguing Ba）；系統化場（Systemizing Ba）；訓練場（Exercising Ba）。野中指出，在知識轉化的不同階段采取不同的策略，能夠加速知識轉化的過程。
三、對話技術的引入
首先要明確，構建良好的對話場是實施對話技術的關鍵。對話場是由集體的和面對面的或者虛擬的人機交感定義的，是分享智力模式和技能的場所，這些智力模式和技能將轉化為共同的術語和作為概念融合起來給外在化提供情景。個體的隱性知識通過與提問者的對話被捕獲、收集和篩選，然后經過加工（系統化和編碼）被固化。它們一方面固化于個體的腦中，通過自我反思，產生更高水平的知識；另一方面固化于組織的知識管理系統中，便于分享和查詢，同時它們作為組織的知識資產，也是下一輪創造知識資產的起點。
1.對話和對話技術。精神治療專家Carlo Perris是這樣定義知識創造的：知識創造是一個導致達到超越目前的清晰狀態、能力和理解的過程，或者說是對基于自己的、他人的和真實存在的觀點的認知或情感建構的過程。一個解釋會在知識創造的過程發生，這將導致相應的映像。對話是兩個或者更多的人之間的談話，它的目的是幫助個體反思和超越自己的認知界限，對話期間的實例和討論這些實例的不同的方法間發生辯證的運動。對話的目的并不是把概念進行分解，而是促成概念的遷移。因此，對話是知識創造的一種基本模式。
歷史上，蘇格拉底在其教學中成功地運用了對話和對話技術，值得后人借鑒。蘇格拉底的對話，目的是發現知識和洞察對話參與者已經有的（即使他們不知道自己有的）知識。蘇格拉底對話技術的目的是激發個體。他通過一個接一個的提問來激發他的學生，其意圖并不是達到知識的“終極真理”，而是鼓勵參與者去踐行合理的自我反思。Molander歸納了蘇格拉底對話技術的特征：其一，對話有一個具體的假設的情景；其二，蘇格拉底在他知道中心問題的答案的前提下裝作對問題一無所知；其三，蘇格拉底轉向去問那些認為自己知道答案的人；其四，蘇格拉底是純粹地想要學習，他是一個真正的知識探索者，而不是對什么都抱想當然的態度，然而，蘇格拉底絕不是一個消極的聽眾，他有學習的意向：傾聽、觀察、提問等等；其五，蘇格拉底的提問揭示無知，對話的合作者將會自己意識到自己所不知道的，這一點是很重要的。
2.對話技術的分類。依據對話的功能可以將對話技術分為三種：詢問無意識想法的對話技術；影響認知扭曲的對話技術；改變和駕馭行為的對話技術。詢問無意識想法的對話技術，其功能是引導發現的方向。通過一系列簡單的問題，如“接下來呢？”“這將意味著什么？”“接下來會發生什么？”提問者能幫助回答者研究他們是怎樣揭示自己的境遇的和避免回答者的迷向。影響認知扭曲的對話技術，其功能是指出認知扭曲。例如，回答者會選擇性地提取個體所關注的消極評論進行對立思考（所有的或者沒有一個等）。使用這種術語減少了認知扭曲的情感力。改變和駕馭行為的對話技術，其功能是預見行為的結果和提高自我動機。許多個體都因為不能預見結果而低效地處理他們的行為和問題。一個人必須持續地質疑“行為是怎樣的與明確的目的相關的”。另外，感知到自己在行動上無能的人通常都有動機的問題。這也許源于模糊的目標和怎樣達到它們的同樣模糊的方法。為了使它們清晰，得到反饋是重要的，怎樣達到目的也是重要的。
四、對話技術在軍校任職培訓中的應用
在對話技術的引導下，怎樣展開對話才能保證隱性知識的高效引發呢？對話技術引導下的全面的知識引發是一個過程（如下圖）。該過程中最重要的是依照認知方式進行提問，通常提問的問題應該是沒有價值偏向和不具有質疑特性的。即是說，問題不應該包含價值判斷的詞語，比如：“最合適的方法去做……”；“最重要的任務是……”；“最好的方法是……”等等。問題應該提高個體的自我認知和個體間相互的理解，也不要束縛、誤導和給予不正確的聯想提示。此外，問題中不要包含質疑的詞語，如“為什么”等，這將把對話參與者的注意力以狹窄的方式吸引到明確發生的事上，而不是相關的思考，如情景化、論點、問題等。
全面的知識引發過程有六個階段。第一，程序開始于一個中心的起點。比如，這樣的問題：“你是怎樣看待你的工作境遇的”？問題要足夠開放以不在方向上對參與者產生誤導；還要足夠明確以吸引參與者的注意力。第二，核實話題的重要性。提問者從另一方進行考慮：“如果不研究這個問題會產生什么后果？”；提問者也應該詢問回答者是否知道，或者對為什么存在這個問題的看法。第三，問題將被用一種迭代的方法以不同的步驟進行處理。從采訪和研究中得到的結論是個體會有意識地理解他們真的知道的，或者執行一項任務時值得注意的困難。從大量的采訪和調查中得出了這樣的結論，即提問者不斷地重復、核實和具體化回答者的描述是特別重要的。比如，提問者會問這樣的問題：“怎樣的和為什么？”并要求回答者例證和敘述這個問題。“告訴我，你在不同的環節是怎樣執行你的任務的？”“能舉一個例子嗎？”“為什么？”“你是這個意思嗎？”有一個例子可以闡明了上面描述的程序：我們經常會向一些領域的專家或者能手咨詢他們是怎樣解決一個特殊問題的，開始時他們覺得討論這個問題有些荒謬，因為這是很自然的。然而，經過一個完整的對話過程后，當他看到用正式的陳述呈現的自己的“故事”時，就明白了這個結果對自己和他人的價值。因為在這些認知技術的幫助下，可以呈現外在化的知識描述。第四，將回答者發生的行為與他人的行為進行反思和對照。可以提問這樣的問題：“你做這件事的方法和其他人有什么不同？”當然了，這里講的不同不應該讓回答者產生負面的理解。第五，個體做出行為的重要的參考要被明確化。比如，提問：“當提到……時，有沒有一個中心在影響你的行為？”這樣的問題可以引導回答者展開一些潛在的設想和為個體為什么做出那樣的行為創造一個解釋。第六，嘗試去喚起個體沒有說出的問題，讓回答者去反思自己是怎樣做的。
有必要指出的是，當今人工智能和虛擬現實技術推動了知識工程研究的發展。一方面，人工智能領域中的專家系統、神經網絡和智能等大大提高了人機對話的效率；另一方面，虛擬現實領域中的建模技術和各種數據采集設備為人們創建了更加豐富的知識創造的“虛擬場”，給學習者提供前所未有的體驗。虛擬現實技術的發展可以通過網絡構建許多虛擬會話室（虛擬場），加入者選擇一個虛擬的人物代替自己（虛擬替身），然后根據自己的業務分類進入不同的會話室，選擇會話的主題，與基于專家系統的虛擬主持人對話，每個會話室還附加有領域專家承擔的副主持人角色，其作用是實現動態的專家系統知識庫的更新，領域專家和知識工程師通力協作以及時收集、篩選和編碼入庫對話中產生的知識。該虛擬場的優點有：營造寬松的心理氛圍，減少現實中的心理壓力；參與者只需通過簡單的動作（鍵盤、鼠標等）就能體驗現實生活中所不能，提高了參與的積極性。這也有效規避了由于時間短、相互間的熟稔程度低造成的一些知識轉化障礙。
五、對話技術在軍校任職教育中應用的條件分析
對話技術只有在充分的準備條件的支持下才能發揮最大的功效。通常情況下要考慮以下三個重要的條件。
1.對話前期對會話者（培訓學員/教員）的分析，是保證對話針對性的前提。這就要求培訓教員具備高水平的實踐教學能力和專業技能。有計劃地安排教員到部隊、科研單位、院校進行調研、培訓或代職也是必須的。通過調研、培訓和代職，教員可以真正了解一線的需求及訓練中存在的實際問題，掌握所從事專業的現狀和發展趨勢，及時補充教材中所缺少的新知識、新技術。這樣在對話過程中就可以有的放矢地挖掘學員的隱性知識，避免受訓學員的迷失和對話方向的偏移。
2.知識生產者的識別，是隱性知識引發的關鍵。知識生產者（組織的中層管理人員）的角色在知識創造過程中是特別關鍵的。他們處于組織水平的和垂直的信息流的交叉點，通過與他人積極的交感來參與和領導場以創造知識。知識生產者的另一個重要的任務是，在不同的組織水平上推動不同知識轉化模式間的知識螺旋。知識生產者要能夠有效利用語言（修辭、知識的語法和情景、非語言的視覺語言）去創造他們自己的概念和用自己的話表達他們的概念。知識生產者應該能通過參與知識創造過程臨時準備和推動即席創作，特別是在處理隱性知識的時候。
