人工智能专题范文1
关键词：高职护理专业；人体生理功能；课堂教学设计
人体生理机能是高职护理专业中最为重要的课程之一，课程的建设直接影响到我国高职护理专业的人才培养。本文就高职护理专业“人体生理功能”课堂教学设计方法开展深入探究与分析。
1.高职护理专业“人体生理功能”课堂教学现状
1.1教学思想传统，教学内容单一
在高职护理专业人体生理机能教学当中，本来就是理论内容较多，但课时严重紧缺。为了能够在有限的教学时间内将人体生理机能相关的所有内容全部传授给学生，教师只能选择一些基础性的理论知识以及人体生理机能当中的主要内容教给学生，同时又要保证本学科在教学知识体系上的完整性与系统性，但是这种做法是不合理的，也会显得较为片面[1]，非常容易给学生造成理解不透彻、学习不完善的感觉，给学生在未来的发展中造成不小的学习障碍。
1.2教学方法老套，教学手段落后
高职护理专业人体生理功能学科的理论性比较强，知识点比较多，给学生在后期学习过程中造成了不小的影响，提高了学习难度。尽管此类问题明显突出，在一些高职院校教学中，老师依旧是重视理论教学知识的学习，忽视了学科之间应有的关联性。在教学方式上较为保守，传统教师讲课、学生听课的模式依旧沿用。长此以往，学生不会对人体生理功能学科产生较大的学习兴趣，更多的学生会抱以应付学习的态度。加之教学手段较为落后，学生非常容易产生厌学情绪，导致最终的教学效果不佳。
2.高职护理专业人体生理功能课堂教学设计方法探究
2.1学生情况分析
对刚刚接触人体生理功能课堂的新生来讲，有些偏文科大学生相应的生物知识基础比较薄弱，教师在教学过程中需要对这类学生付出更多一些照顾。护理专业的学生人数一般比较多，多数情况都是超过百人的合班授课情况，所以教学设计要采用适合大班课堂的教学方式与手段。有关解剖学组织胚胎课程是在人体生理功能学习之前开设的课程，学生开始生理学知识正式学习的时候，很有可能之前学过的知识有所淡忘，教师在实施教学的时候要合理的提及，帮助学生理解课堂教学内容。学生对自己未来的职业向往具有很高的好奇心，同时也充满了求知欲，但是本身的自学能力不强。因此，教师需要运用多种不同的教学方法，不断激发学生的学习兴趣，逐渐培养学生自主学习的能力。
2.2教学模式
2.2.1理论教学。相关理论知识通常采用能力点强化训练为主的教学模式，将之前老师传授的知识点转化为能力点，针对性进行训练采用4步教学法。第一步，教师组织教学，复习提问。教师与学生之间开展相互问好并相互监督考勤，然后由教师提出上节课学过的重点知识与内容，了解熟悉学生掌握的基本情况，帮助学生巩固已经学过的知识。教师所提问的知识点要与本节课堂所讲述的内容有一定的相关性，提问的主要目的是为了引出本节课要讲述的内容，为新课程的进行做好准备，提问时间一般控制在10分之内较为合适[2]。第二步，导入新课。通常教师会采用情景教学、案例教学、任务教学以及问题教学的方式导入新课程，时间一般控制在5分钟之内。第三步，学习新课程以及训练能力作为教学课堂的主要部分。以学生作为教学的主体，教师作为教学的主导，运用多种教学方式与手段，指导学生学习新知识，训练其学习能力。针对本节课堂需要学生主要掌握的能力点，教师引导学生选择合理的练习题、学习案例等训练能力点，并将其穿插到新课程的学习任务当中。能够高效调动学生的学习积极性。第四步，执行作业小结。教师在归纳总结本次课堂主要教学内容之后，对下一节课内容相关的复习内容重点告诉学生，帮助学生在预习当中找准知识重点，预习的内容可以是下一堂课的知识点，也可以是一个案例。例如在内脏系统功能板块学习当中，呼吸（二）当中的预习知识主要为：班级上的某一位同学，由于某种原因，突然间就哭了，而且哭得特别厉害，导致过度通气，出现了呼吸暂停的生理现象，试问这种紧急情况下该如何处理。由此一来，教师给学生设下悬念，调动学生的好奇心，促使学生主动查阅有关资料，帮助学生预习下一节课所需要掌握的知识点，并寻找老师悬念的答案[3]。在下一节课开始的时候，教师就可以直接运用此项案例导入新课程的教学内容，逐步开展学习，层层解答，找出悬念的答案。让每次的课堂学习就像侦探破案电视剧一样，让学生接受了本节课堂的有趣教学之后，非常期待下节课的教学，这个小结的时间一般控制在5分钟左右为宜。
2.2.2实验教学。实验课程在高职护理专业“人体生理功能”课堂教学设计方法中是必不可少的，实验课程主要采用的是贯穿项目的加血方式，贯穿项目就是完成一次大型的体检。将不同机能实验检查项目作为子项目。利用情景教学方式创设教学：在医院模拟真正护士对患者进行各项检查。教师给学生们人手一张体验单，要求学生将有关的体验结果全部记录下来，体验人员需要签写自己的姓名，同时评价此项体验检查的结果，作为实验教学成绩的考核之一。随着高职护理专业的不断发展，采取合理的教学方法，一方面有助于教学的顺利完成，另一方面也能有效预防学生学习乏味。人体生理功能课堂教学的最大优点在于提高了教学质量，大幅度节约了人力以及人为失误所造成的医疗隐患，通过临课堂教学证明，项目教学法以及实验教学法的教学效果显著，不仅能够提高医生、护士人员的使用满意度，还能充分调动学生学习积极性。
参考文献：
[1]陈晓霞.巧学生理享受快乐[J]卫生职业教育,2018,36(14):68-69
[2]刘玉泉.“人体的免疫防线”教学策略[J]中学生物教学,2017(Z1):39-40
人工智能专题范文2
随着数字时代的到来，网络技术、传媒技术和大数据的蓬勃发展，传统期刊的内容编辑和运营方式都受到了极大的冲击。人工智能的热潮更是为改变和重构新闻出版业的格局、创新学术期刊和文化业态带来了前所未有的机遇。通过与人工智能的融合，学术期刊的宽度、广度和深度都将得到更大的扩展，其发展将迎来全方位、多层次的变革和创新。其实，不管在国外还是在国内，人们已经在尝试将人工智能应用在新闻媒体界。早在2010年，一家名为NarrativeScience的服务公司就推出了一款名为Quill的写作软件，它能将数据转化为有故事情节的叙述文，由于拥有超强的自我学习能力，在一段时间之后便能从大数据中研究出写作模式及风格。《华盛顿邮报》等多家新闻媒体组建了“人工智能编辑部”，首先利用大数据技术获取多种信息，然后利用机器学习对信息进行分析和判断，并且最终能够将有效信息进行合成、输出，形成高质量的多媒体新闻稿件［1］。
二、人工智能的发展及在数字出版领域的应用
人工智能意味着机器可以在各种应用中实现人类大脑的功能，例如解决数学问题等。约翰•麦卡锡于1956年在达特茅斯的一次会议上首次创造了“人工智能”一词，从那时起，人类对于人工智能的兴趣呈指数级增长［2］。人工智能技术的发展和应用，经过了逻辑智能、感知智能和认知智能三个阶段。在逻辑智能阶段，人们重点关注的是计算机的存储、记忆和计算、搜索的能力。无人驾驶汽车是感知智能的一个重要代表。在这一阶段，计算机可以与外界进行交互，感知外界的环境。认知智能目前还处在研究阶段，其强调的是计算机从机器向“人类”的发展，也就是凸显计算机的自我意识。神经网络和深度学习正是目前这一阶段，是人工智能的研究热点。数字时代，越来越多的国内外数字出版机构都在积极关注最新的科学技术，并努力探索与之结合的创新方法。互联网时代，人工智能所带来的革命性新技术将进一步激发数字出版在产品开发、资源建设和用户服务方面的智能性的潜能。目前，将人工智能技术引入数字出版领域，主要是在学术期刊系统中提升大数据收集、处理、分析和应用的智能化水平。
三、数字时代学术期刊发展与人工智能融合的重要性
数字时代，学术出版业正在日益受到人工智能的深刻影响。2014年，有约250万篇以英文出版的科学在28种不同的期刊上。随着大量期刊文章的，人工智能可以成为出版商提高效率的利器。通过使用人工智能，出版商可以很容易检测到学术期刊中是否存在欺诈性数据，也有利于避免出现学术抄袭现象。通过精准的算法，人工智能可以在较短的时间内判断论文和研究的质量，从而决定论文是否适合出版。世界经济论坛称，“人工智能将扰乱科学界———这是一件好事”。学术研究发展到现在，在很多研究领域中，学术文献的发表数量已经呈现过于繁多的现象。例如，仅关于p53蛋白的学术论文就发表了超过70000篇。过多的学术论文迫使学者们努力跟上关于这一主题的各类研究和成果，但如此多的研究及成果对普通大众来说，他们很难找到最新、最前沿的研究内容。在人工智能的帮助下，公众对于已经发表的学术论文能够方便、快捷地搜索和筛选。例如，SemanticScholar是一个由人工智能研究所创建的搜索引擎，它利用数据挖掘技术，能够帮助公众快速定位和分类已发表的研究。可以肯定的是，人工智能可以而且将使科学界受益。人工智能将显著改善学术的研究方式和论文的发表方式。首先，它可以揭示对科学研究而言至关重要的研究趋势：它可以使论文得以根据内容而不是标题进行提炼，使研究人员能够快速识别研究趋势和研究前沿。其次，人工智能可以帮助确定新的同行评审员：人工智能可以从期刊编辑可能没有考虑过的在线资源中找出潜在的同行评审员名单。并且人工智能在打击学术抄袭方面有着突出的优势：使用自然语言处理，人工智能可以放弃传统的检测抄袭的算法，转而使用可以识别整个句子或已经改写的段落软件。另外人工智能能够快速高效地识别有缺陷的报告和统计数据：人工智能可以确定是否缺少研究的重要组成部分以及所应用的统计数据是否存在缺陷。最后，它可以检测数据是否被修改以达到期望的结果。综上所述，在数字时代，将学术期刊的发展与人工智能融合，有着非常大的价值和意义，它将改变学术期刊的发展方向，提高研究者使用学术期刊的效率，也能够极大提高学术期刊的质量，改善学术领域的环境。
四、数字时代学术期刊发展与人工智能融合的策略
（一）结合大数据技术，保证学术期刊质量
当前学术期刊的数量几乎呈现出爆炸式增长，但质量却良莠不齐。在数字时代，大数据技术为保证学术期刊的质量提供了强大的技术支持。通过人工智能在学术期刊上的应用，可以通过优化期刊选题、提高稿源质量和设立前沿性或新颖性栏目来保证学术期刊的质量。首先，通过大数据和人工智能技术，让学术期刊能够采用智能算法对研究热点进行自动筛选，方便期刊进行选题和组稿。例如，webofscience期刊选定特定领域内的期刊数据，通过数学计算找到主题词汇，再按照显著性自动从众多选题中进行筛选，快速追踪到全球学科热点。然后期刊编委会通过数据处理结果的反馈，进行选题组稿和定向约稿［3］。利用人工智能快速定位和跟踪研究热点，有利于全新研究主题的发现，有利于前沿研究的突出，有利于优化重点专题的方向，促进学科之间的互动交叉和交流，成为当前保证学术期刊质量的关键性战略。其次，人工智能能够利用通信技术、互联网技术高效快速地检测论文稿件的内容重复度和新颖性。人工智能能够识别期刊中的数据是否存在缺陷甚至是修改程度。因此利用人工智能，避免学术抄袭现象的发生，保证稿源的基本真实性和原创性，成为人工智能和学术期刊发展融合的重要战略。而且，通过组织优秀的专题，报道最前沿的研究和发展趋势，更方便了交叉学科对研究热点和发展趋势的把握，从而能够发掘和吸引更多热点领域优秀作者的关注和兴趣。因此，通过融合人工智能，学术期刊能够提升稿源质量，提高期刊对研究发展的引导性。最后，编委会可以利用人工智能快速地对期刊论文进行整理和分类，从而促进设立各类特色专题。例如，通过人工智能识别出的各学科热点选题，可以将高质量文章集中刊登，创建前沿栏目。另外通过大数据技术整合丰富的资源，打造融合学术论文、新闻报告、视频音像等于一体的新颖性栏目，使其成为读者和作者的交流平台［4］。
（二）优化传播方式，促进学术期刊国际化
数字时代，信息技术的高速发展为知识的传播提供了前所未有的便利条件。网络技术和信息技术的发展改变了人们的阅读习惯，拓宽了人们获取知识的渠道。纸媒到数字媒体的巨大转变，彻底颠覆了信息和知识的传播方式，不管是国内还是国际的学术期刊，想要保持较高的关注度和使用度，就需要确保其对于读者的开放性，优化传播方式。利用人工智能技术，能够使学术期刊的传播更广泛、更有效。大数据时代，将传播途径的拓展和优化作为学术期刊发展和人工智能融合的一个重要方向，具有提高期刊国际影响力的重要作用，这一战略的主要内容包括有效定位受众和网络学术资源共享。一方面，人工智能技术的应用能够帮助数字出版工作者和学术期刊的作者快速定位到有效受众。利用人工智能技术，对读者访问的期刊网站论文选题和内容进行归类和分析，能够得到学术期刊的用户画像［5］。将关注不同学术研究的读者进行分组，在之后对期刊内容的推送中就可以有针对性地进行通知。这种对受众的有效定位，可以改变学术期刊发展过程中的传播方式，增加其高效性。另一方面，人工智能技术的应用能够帮助数字出版社拓宽其传播渠道，提高传播效率。通过网络学术资源共享，可以扩展学术期刊的影响面，提高学术期刊的影响力。数字出版社可以利用人工智能打造线上学术期刊平台，作者和读者都可以通过线上平台快速找到自己想要的学术资源。智能算法则根据作者和读者的搜索、阅读历史和记录来建立用户模型，精准地为用户的搜索提供更多高质量的学术期刊论文。
（三）建设数据库，提供学术期刊个性化服务
数字时代，人工智能技术颠覆了很多传统的学习过程。利用人工智能技术建设学术期刊数据库，以公众的需求为导向整理和呈现海量数据，能够为读者的个性化学习、个性化评估和个性化反馈提供有效的途径。在提高学术期刊个性化服务的战略中，主要包括多维互动和优化数据库调度。首先，人工智能的语音识别和图像识别技术已经趋于成熟，VR虚拟现实技术也已经为三维交互提供了条件。因此，人工智能技术让人与学术期刊进行交互成为了可能。人工智能可以用大数据向用户全面展示期刊的特点，全面展现科研过程，为用户深度分析学术期刊的多维度内容，最终实现面向用户的学术期刊的可视化，为用户提供专业化的咨询服务。其次，利用人工智能优化学术期刊的数据库调度，形成用户个人化信息流模型，能够实现用户个性化的动态精准推送［6］。基于大数据技术的科研信息集成服务平台正在逐步普及，在呈爆炸性增长态势的数据库中对数据进行统一管理的重要性也在稳步提升。人工智能技术能够提供高效的调度算法，为每一位用户制定个性化的数据搜索和管理。
人工智能专题范文3
【关键词】马克思主义哲学；人工智能；科学技术
一、马克思主义哲学和人工智能技术概述
马克思主义哲学与马克思主义政治经济学、马克思主义科学社会主义一起组成马克思主义，三者是一个完整的整体，不可分割。马克思主义哲学是关于自然、社会和思维发展一般规律的科学，是唯物论和辩证法的统一、唯物论自然观和历史观的统一。马克思主义哲学揭示了事物发展的普遍规律，能够帮助民众培养和确立科学的世界观，是民众认识世界和改造世界强有力的思想武器。人工智能（ArtificialIntelligence，简称AI）也被称为机器智能，是指由人类制造出来的计算机能够模拟人的某些思维过程和智能行为，最终例如可以做到学习、推理或思考等。虽然离人们的期待还很遥远，但是目前为止，人工智能技术已在图像识别、语音识别、自然语言处理和人机交互等领域实现了巨大的突破。关于人工智能的发展历史，最早可以追溯到20世纪50年代。如今随着科学技术的发展，人工智能技术早已成为当今社会谈及较多的话题，它已经在悄然地影响和改变着民众的生活方式，未来更会无处不在地融入民众的日常生活。人工智能时代已到来，世界各国都在大力发展人工智能技术。鉴于人工智能技术的重要性，各国纷纷出台人工智能发展战略，力求在人工智能领域掌握主动权和占领产业技术的制高点。我国也毫不落后，2017年国务院首个面向2030的人工智能发展规划《新一代人工智能发展规划》，已经正式将人工智能上升为国家战略，2018年十三届全国人大一次会议《政府工作报告》，再次将人工智能发展写入报告，指明要强化新一代人工智能的研发和应用。国家规划到2030年，中国将会成为世界主要人工智能的创新中心，这有助于中国跻身创新型国家前列，并且为中国成为世界经济强国奠定重要的基础。人工智能技术如此重要，但其发展并非一帆风顺，如何才能更好地发展人工智能技术，让其为人类所用以及更好地改变我们的生活，已成为世界各国探讨的重要话题。马克思主义哲学揭示了人类发展的普遍规律，是一种强有力的思想武器，可以让民众更深刻地理解人工智能，能够指导人工智能更好的发展。
二、人工智能与人类意识的关系
恩格斯说：意识是世界上“最美的花朵”。但是随着计算机科学与技术的快速发展，人工智能技术也在更新换代，变得越来越智能的机器开始引起了人们的担忧。当机器拥有了智能意识，会不会就像电影《机械公敌》里面的智能机器人一样想要替代人类和控制世界，这是一个值得思考的问题。人们会对机器所拥有的“智能意识”产生如此的担忧，其核心问题是担心人的意识是否会被机器取代和超越，机器是否会脱离人的意识的控制并反过来控制人类。马克思主义哲学中的观点认为，意识是物质的产物，是物质世界在人脑中的主观映像。不管是物质决定意识，还是意识反作用于物质，都不能离开实践，并且只会在实践中发生和实现。其实人工智能和人类意识之间有着很明显的本质区别，人类意识是人身上所具有的一种精神活动，而人工智能只是机械地模仿人类思考的物理过程。深度学习作为现在最流行的人工智能技术，属于人工神经网络的一种，而人工神经网络就是模仿人脑使用思考问题时神经元活动的方式。人工智能技术对人脑的模拟可以分为几个部分。机器的数据输入部分模仿人的感觉器官，主要用来接收外部环境的信息；机器的存储设备模仿了人脑的记忆信息的特点，能够将信息存储起来，当需要时可以调用；机器的运算部分模仿了大脑对数据的分析、整理的过程；机器的控制部分模仿了大脑对身体其他部位的控制作用；机器的输出部分模仿了人类的效应器官，用于对信息进行输出和展示。当然由于人脑的结构十分复杂，并且人类的研究对大脑的很多运行机理并不是特别清楚，所以人工智能机器仅仅模仿人脑的部分功能。意识虽然能创造世界，但其本身并不能直接创造世界，意识的能动性和创造性，在任何时候都不能超越物质的界限。人类意识是社会的产物，其本身具有社会性，当人类在做某件事时会考虑到由此产生的一系列反应和结果，会考虑得比较周全。但是人工智能机器并不能做到这些，它们仅仅关注于当前任务本身，并不会考虑到一些比较长远的影响。除此之外，人类意识是物质世界长期发展的产物，并不仅仅包含生理的过程，更是包含了心理发展的过程。人类的有大量心理活动组成的情感世界特别丰富，而人工智能机器只是用一系列电子元器件堆砌而成的机械性物理设备，它们只能模拟机械的物理过程，并不能拥有丰富的内心情感世界。人类的思维活动比较丰富，思维活动属于一种能动的创造性活动。人类的思维活动能够源源不断地产生新的问题，发现新的事物，并能通过实践活动创造出新的世界。但是人工智能并不能做到这些，机器只能通过将形式化和符号化之后人类思维过程输入系统后才能开始工作，它们仅仅简单地模拟大脑的意识活动，得到人类想要的结果，不能理解活动本身有什么意义，更加不会提出新的问题。所以人脑是人工智能机器能不断接近但却永远不能赶上的最后界限，人工智能完全有可能在某些局部功能上超过人脑，但是从总体上来看又永远不可能超越人脑。
三、人工智能与人类智能的相辅相成性
马克思主义哲学认为，人工智能是人类智能发展到一定高度时的必然产物，也是人类智能发展到一定时代开始进行的分化，并且这种分化是由人类的科学技术实践产生的。在这种实践关系中，人类智能是实践的主体，拥有着思维能力和实践能力。详细来说，人类智能在实践活动中拥有着不断进行创造、突破自我、超越自我以及否定自我的能力，这种能力不会受到其他智能之外力量的支配，而是仅仅遵循客观规律。人工智能是实践系统的重要组成部分，为实践主体作用于客体的媒介。正是由于这种关系，人工智能仅仅是对人类智能创新能力的模拟，它并不具备原始创新的能力。但是人类智能与人工智能之间又能够相互促进、相互作用，人类在大力发展人工智能技术的同时，也在加强审视自身智能和加深对自己的了解。随着人工智能的快速发展，发展人类智能也将成为必然。人工智能的发展奠定了人类智能发展的基石。当今社会中的人脑芯片技术，意念操纵技术，脑电波识别技术等等，对人类智能的发展都有极大的促进作用。有观点认为人类的大脑只开发了一小部分，而稍微比普通人多开发一点大脑区域就会成为某一领域的天才。暂且不论这种说法是否正确，人类的大脑能力确实还有很大的提升空间，人类需要更强的记忆能力，更高的数据分析能力，以及强大的事物认知能力等等，只有这样才能适应于未来社会，才能在人工智能时代继续领导人工智能的发展。人工智能与人类智能相互促进，共同发展。人类智能根据自己在实践中学习到的能力去提高人工智能的能力，人工智能能力的提高反过来又会促进人类智能的提高。当今，计算机领域正和心理学领域、人类学领域和哲学领域结合起来，专门开创了研究人类智能的认知科学新领域，这些工作极大推进了人工智能的发展。
四、人工智能技术的双重效应
科学技术是第一生产力，是现代社会发展的核心动力。历史上在科学技术领域取得的每一次重大突破，都必将引起生产力的深刻变革，进而促进人类文明的巨大进步。如今随着人工智能技术的突飞猛进，必将给人类社会带来巨大的改变，深刻影响着人类的生活方式，但是人工智能的发展也面临着技术失控的危险。科学技术是一把双刃剑，在民众实实在在地享受着科学技术所带来的丰厚利益的同时，我们也能恐慌地看到了随之而来的严重的社会问题。人们恐惧人工智能会带来灾难，如果机器人像电影《机械姬》中的智能机器人一样，那么届时人类会变成机器人的奴隶，地球将被人工智能所统治。科技乐观者认为人工智能技术的快速发展，是社会进步的动力，给人类带来了更加美好的生活。自从人工智能出现在人们生活中的各个行业，各个领域的工作效率都有了显著的提高。人工智能不仅给人们的生活打下了非常坚实的物质基础，还将大量的人力从简单枯燥的重复劳动中解放出来，可以让我们更加自由地去完成更多的事情，这些促进了生产力的发展。但是科技悲观者认为，人工智能技术的快速发展，也带了很多社会或者道德伦理问题。首先人工智能会带来人才分化极端，未来谁掌握顶端人工智能技术，就会拥有大量的财富，而且技术的鸿沟很难去跨越，这必将导致贫富差距更加严重。其次，人工智能机器人的产生，一个更可怕的结果就是在战争中使用，这将导致更严重的机器军备和竞赛，甚至因为机器成本低而带来可怕的战争。甚至还有一些未知的潜在危险。其实这两种观点都是片面的，因为很大一部分程度上科学技术是价值中立的。人工智能对社会发展的贡献是有目共睹的，深刻地影响着人们的生活。自从人工智能出现以来，其应用几乎渗透到了社会生活中的各个领域，包括经济、空间技术、自动控制、计算机设计和制造等众多得领域，并且都取得了巨大的经济效益，强有力地促进了经济社会的科学发展。但是在这些优异成就的背后，也隐藏着人工智能技术失控的风险。如何合理利用人工智能技术来更好地推动人类社会向前发展，处理好科学技术与社会的协调发展，使社会朝着和谐的方向发展，仍旧是需要仔细考虑和解决的最重要的问题。人工智能本质上就是模拟、延伸和扩展人类智能的一门技术。从马克思主义的观点来看，人工智能是人类智能发展到一定阶段的产物，仅仅是人类智能的延伸而已。但是人工智能并不仅仅是一项计算机科学与技术，它与社会学、心理学、法律学、伦理学等学科都有着紧密的联系。总而言之，在马克思主义哲学视野下重新审视人工智能的问题，主要表明人类应当以什么样的态度和方式去对待人工智能。虽然关于人工智能的发展问题，在哲学上还有许多的争议，但是从马克思主义哲学角度对人工智能进行科学的解释，有助于人们对人工智能的科学理解，能够使人工智能朝着良好的方向发展，指导着我们合理地利用人工智能技术来造福人类。
【参考文献】
[1]龚园.关于人工智能的哲学思考[D].武汉科技大学，2010.
[2]新一代人工智能发展规划[J].科技创新与生产力，2017(8)52-66.
[3]方晓霞.英美发展人工智能的战略举措及对我国的启示[J].发展研究，2018(4).
[4]李霞、朱颖原.关于“原理”课专题讲授教学设计的思考——以“地球上最美丽的花朵:意识”专题为例[J].山西高等学校社会科学学报，2016.28(12)59-62.
[5]郭腾飞.人工智能的哲学思考[D].山西大学，2011.
人工智能专题范文4
关键词：人工智能；高校英语；翻译活动课
若在教育领域中依托人工智能技术打造良好的英语翻译环境，不但能对学习过程实施实时追踪，而且还可加深对学习来源的深层次分析，从而帮助师生全面了解学习的重要性与乐趣。自2016年出现人工智能热后，人工智能技术的优势越来越明显，并在教育行业中逐步占据重要地位。尤其是多种翻译软件的开发与在线互动模拟场景的出现，均为高校英语翻译活动课带来了新的改革方向。
一、人工智能在高校英语翻译活动课中的应用方向
（一）加强设施建设。人工智能属于一种拟人化智能机器，它主要依托大数据技术、云计算技术以及深度学习技术为学生打造真实的翻译模拟场景。只有在这种环境下，学生才能从观念上得到适当转变，成为英语翻译活动课的真正参与者。而在应用人工智能手段开展高校英语翻译活动课时，还应从加强设施建设方面出发，以免破坏原有人工智能的实践效果。比如，高校可通过对线下学习系统性能予以分析，并加以优化与改造，进而促使其具备在线翻译功能与人机互动功能。若部分高校尚且不具备先进的学习系统，可从设立专项基金开始逐步完成人工智能设施的补充与购进，以便高校英语教师在组织翻译活动课时“有所依托”。
（二）拓宽教育资源。据调查，在2019年高校毛入学率达到了51.6%，且总体规模有4002万，这表明高等院校的教育现今正朝着“优质培养”方向发展。自从我国1977年恢复高考制度后，为了尽快补充人才缺口，国家实施了教育扩张措施，最终将以往“精英化育人”模式调整为“大众化育人”模式［1］。就目前实际情况来看，随着高等教育覆盖面的增加，理应注重教学质量的有效提升，以免出现大学生社会滞留现象。因此，人工智能刚好为高校英语翻译活动课带来了新的指引方向，尤其针对高端英语翻译类人才的培养。无论是国际贸易还是国际学术交流，都离不开英语翻译技能的支持。所以，将人工智能应用于高校英语翻译活动课中，是培养高质量英语翻译人才的重要方法，也是拓宽现下英语教育资源的必然通道，值得推广。
二、人工智能背景下高校英语翻译活动课的育人要求
（一）提升学生文化素养。人工智能的覆盖面较为广泛，包括医疗服务、科技机械等领域。而将其应用于高校英语翻译活动课中，重点在于提升学生的文化素养，使其具备跨文化意识，从而满足当前育人要求。从手机持有率调查结果可发现，中国网民数量已超出1186万人，且互联网覆盖率高于71.6%。在这期间，大学生的手机持有率高于95%，这表明互联网信息技术已成为当代大学生必不缺少的一部分。若能将人工智能技术当成教育资源用之于学生，将对其文化素养的提高带来辅助作用，并且也能达到开阔学生视野的目的。比如，在许多手机上都具有多种多样的翻译软件与其它英语翻译演练程序，如“网易有道词典”“手机AI”等。早在2017年，腾讯就曾推行过一款人工智能翻译软件，中文识别率高达90%，既能同步翻译，又能语音识别，由此为大学生掌握英语翻译技巧创造了便捷条件。所谓的英语翻译活动课实则是以一种团体协作、良性竞争的方式让学生在活动中逐步完善自身英语翻译能力，以此成为优质英语人才。若能基于人工智能背景创新活动形式，可让学生在真实的模拟情境与词义转换感知中快速发现英语翻译的实践技巧，并且让学生了解西方文化的独特性与中西文化的融合特征。因此，在人工智能背景下，高校英语翻译活动课的重要育人目标即为提升学生的文化素养，使其在积攒词汇量的基础上拥有丰富的英语翻译经验［2］。
（二）展现学生个性特征。虽然人工智能的应用价值仍处在开发状态，但将其应用于高校英语翻译活动课中确实是教改工作的重要内容。之所以需要借助人工智能开展英语翻译活动课，其中较为重要的一个原因是为了进一步展现学生的个性化特征。从学生英语教学经验中可知，英语教学可分为阅读、写作、翻译等部分。其中针对翻译教学主要为实操步骤，若一味告知学生翻译技巧，却不为学生提供真实的训练场景，将无法加深其印象，由此出现翻译不准确、翻译错误、语句不通等问题。因此，在英语翻译活动课中需要根据学生的性别、年龄、基础能力进行分类教学，从而确保每个学生都能从英语翻译活动课中有所收获。以性别差异为例，据调查，男女生在英语学习方面的能力有着显著差异。一般而言，男女生自13岁后，女生形象记忆与联想水平略高于男生。同时，男生的发育时间比女生晚1～2年左右，这就造成男女生在接触英语翻译知识时，无法达到同等水准。然而，人工智能刚好可以根据学生的学习进度与能力自行选择翻译内容，由此在循序渐进中得到进步，也能降低学生在英语翻译活动课中的挫败感。
（三）锻炼学生思维能力。英语作为我国学生普遍学习的“第二门语言”，因其与母语有较大差别，故而造成学生在中英翻译中很难结合英语语境，促使当代高校英语翻译呈现“中国式翻译”发展趋势，即按照中文语序与表述特点对英文内容进行还原。但这样极易破坏原有含义，甚至出现歧义［3］。比如，在翻译“Hestoodbythebankoftheriver.”时，许多学生直接直译为“他站在银行的河边。”而正确译文为“他站在河岸上。”由此可知，单纯了解词汇含义并不能具备较强的英语翻译能力，还需在翻译中融入逻辑思维。因此，在人工智能背景下实施的英语翻译活动课理应从锻炼学生思维能力方面予以调整，以此提高课程有效性，增加英语翻译的准确度。
三、人工智能背景下高校英语翻译活动课实践创新路径
（一）组织专题翻译活动。在高校英语翻译活动课中应用人工智能实现创新改革，不但有助于增加活动课的丰富性，而且还能根据学情灵活调整翻译内容，促使学生在活动课中收获更多翻译知识。通常情况下，人工智能手段所依据的关键技术主要包括计算机视觉技术、知识计算技术、语音识别技术、自然语言处理技术等。教师可指导学生通过正确操作人工智能装置完成活动任务，以便在人工智能协助下增加对英语翻译内容的理解。比如，在语音识别技术中，可将学生所述中文或英文直接经由计算机设备转化为对应的翻译语言，用于检验学生翻译结果的正确率［4］。比如，在翻译“Shelookedatmeinanabsentway.”时，学生对于“absent”词汇的含义多认为是缺席、缺少的、缺失等，而对于茫然、心不在焉等形容词的利用却了解不多。在这种情况下，教师可在学生翻译后经由在线翻译软件，运用“口述”的方式，获取翻译结果，然后经过对比加深对此词汇翻译内容的理解。同时，还可以举一反三，对“absentfriend”挖海龟、“absenttreatment”卖座少等特殊翻译词汇进行记忆，以便在后续遇到此类词汇时，学生能够凭借在英语翻译活动课积攒的经验快速知晓句意。再以自然语言处理技术的应用为例，教师可在组织“英语语法专题翻译活动”时，在人工智能系统操作下为学生在英语翻译活动课中遇到的语法问题提供帮助，由此使学生可在新的英语翻译学习模式下获得更好的学习体验。通常学生对于越新鲜的事物，参与感就会越强烈。所以，教师应借助新活动形式锻炼学生的英语翻译能力。比如，在“IhavebeencomingtoBeijingforthirteen”中，学生常出现的错误译文为“我已经来北京有13年了。”但经过语法分析，其属于“现在完成时”，且具有持续寓意。学生在人工智能辅助下可了解正确翻译方法，即“在过去的13年里，我常来北京。”最终可促使教师深刻认识到人工智能在英语翻译活动课中的重要作用［5］。
（二）打造高质量师资团队。教师在应用人工智能手段开展高校英语翻译活动课时，还需要确保自身具有较高的人工智能操作水平，并在学生遇到翻译难题时及时给予提示。对此，教师应积极参加学校组织的技术培训会，以便在高质量师资团队下提升高校英语翻译活动课的有效性。比如，西南石油大学于2019年1月专门在外国语学院组织了为期三天的“高校英语翻译技术培训论坛”，并由四川省外语研究会作为主要承办方。在第一天的致辞会中特别对高校英语学院现状与困境提出了可行性整改建议，并鼓励高校英语教师结合以往英语翻译活动课内容进行创新性调整，从而引起相关教师的高度重视。而在第二天重点以“学术交流”的方式，促使高校英语教师就传统翻译活动课的组织形式进行深度讨论，在激发教师改革热情的同时，为英语翻译教学的科技化发展提供了重要助力。在第三天，则针对“课程管理”对高校英语翻译活动课上有关人工智能装置与学生的管理方法进行了科学指导，这样可有效提高活动课的实际效率，并让师生共同成为人工智能的“受益者”。经过此次培训论坛，该校英语教师的整体技术觉悟得到了一定提升，并在后续对人工智能的应用方法与英语专业人才的培育方向有了更深认知，最终促使学生在高质量教师的辅导下从翻译活动课中获得更大学习成果。
（三）明晰英语翻译技巧。高校英语翻译活动课的最终目的是实现中英文灵活转换，而人工智能的根本理念也是“互动”。因此，应立足于两者共性为高校英语翻译活动课开拓新的发展路径，以免受传统模式的局限造成学生长期无法提升英语翻译能力。一方面，人工智能所具有的情感计算功能可结合学生的感官信息给出针对性服务，使其获得较强的学习体验。另一方面，人工智能可为师生带来先进的英语翻译活动课设计规划，从而在培养学生跨文化思维的基础上也能使其个性化特征得到充分展现。因此，高校英语翻译活动课应从明晰英语翻译技巧等部分实现与人工智能的紧密融合，以此开创出新的活动方式。比如，在翻译“Theorymustnotbedivorcedfrompractice.”时，因其属于被动句，关于被动句的翻译技巧一般应将其转化为主动句，然后找到主体与被动体，以免出现语义颠倒现象，影响英语翻译的流畅性，可将其译为“理论不可脱离实践”。在翻译长句“Whetherornotexerciseaddsyearstolife，it’sawell-knownexperiencethatacertainamountofexercisecanmakepeoplehappy.”时，学生可通过人工智能提供的相似语句加深对分译法、顺序法等不同翻译技巧的掌握，从而找到最适合自己的翻译方法，以免句子过于繁琐而无法顺利知晓其英语含义。只有在学生得到充分辅导与正确提示时，才有机会学会更多有效的英语翻译技巧，为后期“中英文语言的自由转换”奠定扎实基础。
（四）实施模块化活动形式。人工智能的应用既能为学生提供更多自主选择，又能根据学生的学习进度调整英语翻译活动课的实施步骤，以便学生能在良好的翻译环境下逐步完成翻译任务。一般可将其划分为三个模块，即管理模块、教学模块、评价模块。学生可从以往师生互动逐渐转向为“人机互动”，这种形式的交流相比以往单纯利用计算机查询答案的形式更加智能化。同时，也能适当缓解教师在英语翻译活动课上的教学压力。而在教学资源上，也能为学生提供更加多样的翻译素材，使其在体会中西方文化差异的前提下认识到本土文化与英语文化各自的特征，以此在不断练习中掌握更多翻译技巧，从而帮助学生快速适应英语翻译环境，降低其紧张感。在评价模块中，人工智能可根据学生的翻译结果对其语法、语义、词汇量、英语结构分析能力、技巧掌握程度等指标进行综合性评价，以便在客观公正的评价中促使每个学生都善于发现不足之处，有方向的加强训练，并在后期参加英语翻译活动课时更加懂得利用教学资源完善自我。因此，人工智能与高校英语翻译活动课之间所存在的重大关联是线下课程改革与活动创新的重要渠道，应当重视。
四、结语
综上所述，在我国近乎51.88万所高等院校中，若能借助人工智能技术创造优质的翻译环境，就是为我国高校学生英语翻译能力的提升创造了有利条件。对此，应从专题翻译活动、高质量师资团队、英语翻译技巧、模块化活动形式等方面着手，确保我国高等院校英语学科教育工作取得更大成就，进而确保学生在掌握翻译能力的同时实现全方位发展，使其具备较高的综合素质。
参考文献：
［1］武建萍，王燕芳.目的论视角下英语新闻标题翻译策略研究［J］.新闻研究导刊，2020，11（16）：53-54.
［2］魏贵娟.关于英语新闻中的隐喻功能及其翻译策略探析［J］.新闻研究导刊，2020，11（16）：73-74.
［3］孙宝凤.互联网背景下水利工程英语的翻译策略——评《水利工程专业英语》［J］.水利水电技术，2020，51（8）：220.
［4］王孝会.生态翻译视阈下英语教育教学实践——评《生态翻译视阈下应用文体翻译探究》［J］.水利水电技术，2020，51（8）：226-227.
人工智能专题范文5
关键词：人工智能；成本会计课程；教学改革；复合型会计人才
0引言
随着大数据、人工智能、移动互联网等先进技术与实体经济的深度融合，财务领域正在发生变化，智能会计与财务已成为会计领域的趋势，人工智能的高速发展对于成本会计课程改革而言是一个机遇。传统成本会计课“教师教，学生学”的被动式教学方法和教学模式需要进行重建，将智能化融入成本会计课程之中，借助人工智能、大数据的相关技术，辅助教师教学，以深化学生对专业知识的理解，为社会培养出更多的专业型成本会计人才。
1人工智能时代成本会计人才需求
1．1传统岗位人才需求量呈下降趋势。传统的会计岗位主要从事会计核算工作，现阶段随着电子发票的推出，增值税发票的软件升级等，企业可通过互联网合作平台，实现企业与政府之间、产业链之间、内部之间的有效沟通。任何职业都是随着环境的变化而不断发展的，传统的会计核算模式也逐渐被智能化、自动化流程代替［1］。有的企业已经实现自动化报账流程，这些变化导致传统的从事基础岗位的财务人员需求量减少。
1．2核算型会计人才向管理型会计人才转变。随着我国经济体制改革的不断深化，企业发展进行转型升级，技术和管理是推动转型升级的两驾马车，内部管理逐渐向专业化、精细化展开。2016年，国家财政部出台了《会计改革与发展“十三五”规划纲要》，将从事管理会计的人员列为会计行业紧缺人才，同时要求企业加强业财融合，大力推进管理会计的价值创造作用。长期以来，我国的会计人才培养过分偏重于核算型会计人才，懂业务、精战略的管理型会计人才严重不足［2］。由目前的发展趋势来看，一方面对基层核算岗的会计人才需求量在减少，另一方面对会计人才的综合能力要求在提升。会计从业人员要掌握完备的职业技能，能运用信息化手段，满足内部精细化管理的需要，从而逐步向管理型会计转型。
2高校成本会计课程教学存在的问题
2．1教材内容更新较慢，考核体系不够完善。现有成本会计课程体系中大多是遵循传统工业企业的制造流程，以工业企业为背景处理成本核算工作。课程内容主要包括成本的内涵和作用、费用的分类、成本核算涉及的主要会计科目、各项要素费用的分配、辅助生产费用的归集和分配、费用完工产品和在产品之间分配的方法、产品成本计算的品种法、分批法、分步法以及成本分析。面对我国新经济、新业态的新发展趋势，目前成本会计课程相对陈旧、更新缓慢，未能涉及财务共享、大数据、人工智能等内容，学生运用成本数据分析的能力和实际操作能力无法完全满足智能时代的要求。因此，成本会计系列教材的部分内容应进一步更新以适应新时代下成本会计职能的转变，应适当涉及新兴行业所涌现出的成本核算的变化及相关案例。在教材编写中引入新经济、新行业下企业的实际案例作为知识点的延伸，从而更好地培养学生接受新事物、多角度思考问题的能力。考核方法不够科学和完善，现有的教学评价方法，仍然以事后评价方式为主，无法完全满足对学生能力的考核和评价［3］。大部分高校在期末成绩评定时采用平时成绩加期末考试成绩的模式，没有充分考核实践与理论知识的系统学习、应用技能、综合素质等。考核内容以教材上的理论知识和案例习题为主，缺乏真实情境的体验和实际操作的演练；实践教学的学分和学时较少导致实践成绩在课程总成绩中只占有很小的比重，对学生的最终成绩几乎没有实质性影响。这些情况难以调动学生运用大数据分析、财务共享等新知识模块学习成本会计实践教学的内容。
2．2教学方法及教学手段较单一。教学方法上，目前成本会计课程大多以教师讲授为主，学生长期处于被动接受状态，教师多以PPT课件的形式完成授课，难以生动、形象地教会学生掌握产品成本的核算程序［4］。现有的《成本会计》教材里涉及的计算较多，教师在讲解相关计算过程时，多以教材中出现的计算例题内容进行讲解，使得学生对成本核算缺乏综合的感性认识，难以深入理解和掌握成本核算的实质。学生感到枯燥乏味，容易造成学习氛围不佳、学习效率低下的不良影响。课堂组织上重出勤轻参与，导致学生失去主动思考的机会，难以培养发现问题并解决问题的实操能力。而且课上课下，师生间缺乏有效的互动方式和沟通渠道，师生间的互动也仅限于课堂提问和作业批阅，学生缺少有效指导和需求反馈，长此以往容易使学生丧失学习热情和动力［5］。
2．3实践性教学环节薄弱。在人工智能背景下，企业逐步引入了财务云共享服务，实现企业的业财税一体化，但是通过对高校部分会计专业的调查研究发现，大多数高校并没有把这一内容引入到课堂教学中，或者部分高校虽然引入了大量的财务会计专业软件如用友U8、ERP财务软件，甚至VBSE软件用于实践教学，但是在使用软件时，教学内容没有根据人工智能会计的实际情况进行更新，成本会计实践实训课程都普遍未能将财务共享、财务大数据的挖掘分析技术与成本核算、成本管理相融合。
3人工智能背景下成本会计课程教学对策
3．1创新人工智能背景下成本会计课程理念。人工智能技术深入发展，成本会计的教学理念也在发生变化，成本会计不再仅仅是传统意义上的核算，需要更加广泛和深层次地去理解成本会计这门课程。在人工智能和大数据的背景下，成本会计也更加重视成本管理与成本决策，更加注重财务信息资源化的利用以及会计战略思维的养成。这也要求成本会计教育进行同步转型。学科体系方面，由单一学科教学走向多学科交叉融合教学，可以尝试将成本会计、管理会计、财务管理的相关内容体系整合成智能财务课程包，培养学生将相关课程群的专业知识内容进行有机融合的能力。教学模式方面，由传统的成本会计理论知识单向传递逐步走向理论和实践融合、互动式的教学模式；课程教学效果评价方面，由理论识记准确性和应试题目的考核评价向成本会计实践的可行性、能有效解决实际问题等指标转变。
3．2创新内容体系，优化考核方法。（1）成本会计课程内容体系创新。首先，在课程教学内容的设置上，当前新业态下呈现出以数据资产、轻资产为代表的互联网企业，其成本构成与传统制造企业的成本构成有很大的差异。在成本核算课程的教学中可以按行业分类为不同的学习模块。因此，建议成本会计课程教学改革可以尝试根据不同行业的特点进行成本核算与管理的模块化教学。该课程初步可分成制造企业成本核算、建筑企业成本核算、物流企业成本核算、以新经济为代表的互联网企业成本核算等四大模块。表1从学习任务划分、学习活动设计、教学模式选择重构了成本会计课程的基本框架。（2）建立多元的“课证赛”结合的课程考核方式。在成本会计课程内容考核方面，应改革传统的平时成绩加期末考试成绩的考核方式，可以尝试建立多元的“课证赛”结合的课程考核方式。建立“以职业资格证或专业技能竞赛奖项”的成绩来替代相关专业课程考核成绩，融课程考核与“职业资格证、专业技能竞赛”内容标准于一体。例如学生可以通过考取教育部财务共享“1＋x”证书，以及参加各级教育主管部门及知名行业协会组织的各项竞赛，如“中华会计网校财会模拟大赛”“网中网财务大数据分析竞赛”等，将竞赛内容融入到成本会计专业课程的实践教学考核中。力求使课程考核更贴近专业岗位技能要求。结合“课证赛”进行专业课程考核，不仅有助于学生明确学习目标，激发学习兴趣，还有利于提高教师专业业务技能及教学水平，真正实现“以证赛促学”“以证赛促教”。
3．3依托信息化教学平台实现多样化教学。（1）信息化教学法。近几年兴起的智慧课堂是在新一代信息技术的基础上所打造的智能化、效率化、以学生为主要角色的新型课堂，是对信息化课堂的创新。借助大数据分析、人工智能决策等技术，将教学资源、师生互动引入云端来构建智慧学习空间的一种新模式。智慧课堂的教学同传统课堂一样也分为3个阶段，即课堂开始之前学生思考，课堂中师生互动，下课后学生及时巩固。课前教师应根据成本会计课程特点选择合适的文本资料、优质的教学视频在智慧平台上。学生自行学习并思考老师提出的问题，老师借助后台数据记录了解和分析学生课前学习情况，及时进行答疑解惑，优化教学方法从而实现精准教学。通过智慧教学平台，教师在教学过程中可以利用讨论、有奖答题、弹幕发言、在线提问等多种实时互动方式让学生参与其中。课后借助智慧教学平台记录的学习反馈，突出重难点，有针对性地进行教学指导，帮助学生巩固所学内容，同时教师还可以结合大数据收集与分析，发现学生的不同学习程度和态度，从而根据学生对知识点的掌握程度来不断完善教学方法，积累教学经验，真正实现教学相长。（2）探究性教学法。为了彰显以学生为中心的教育理念，培养学生探究问题，解决问题的能力，学生可以结合成本会计模块化教学内容选择自己感兴趣的专题，组建不同的课题小组，教师根据学生选择的成本管理专题以研究的视角制定教学计划，从而提供一些案例、背景知识以及专题讲座，让学生自主学习与思考。例如让学生按照不同的行业进行小组分类，让学生探究不同行业的成本构成以及成本管控面临的难点与解决对策。每个小组成员相互交流，明确本小组需要研究的目标、内容、思路、重点以及可能会遇到的难点问题并根据自身的专长合理确定本课题分工，分析本课题研究进度，在探究性学习过程尽量由学生自行组织，教师不应过多干预，每个小组完成任务后需要提交课程报告，并派出代表以汇报的形式展示本组的研究成果，在这一环节教师和其他小组同学要积极参与并给出相关建议。这种探究性的教学方法能激发学生的学习热情，增强学生的自主学习意识，培养学生的实际操作能力、合作能力和组织能力，有助于学生综合素质的提高。（3）实地教学法。在实践环节，为了让学生理论联系实际，加深对成本会计整体知识的理解和掌握，可以通过“会计工作见习”“会计顶岗实习”“财务共享中心业务处理”“云财务智能核算”等形式开展实地教学法。让学生学以致用，使得成本会计教学活动的开展具有针对性。用好实地教学法的关键在于校企合作，高校会计专业尤其要重视与已经运用了先进会计信息技术的企业合作，或与专门开发、推广会计人工智能等信息技术的浪潮公司、用友公司、金蝶公司等紧密合作，尽可能地应用实地教学法，真正实现教学过程与先进信息技术的会计流程对接，培养适应人工智能等信息技术的新型会计岗位人才。
3．4加强人工智能背景下复合型师资队伍建设。教师是教育理念的执行者，师资水平是会计高等教育质量的重要保证［6］。高校应加强会计师资队伍的建设，为更好地培养复合型会计人才提供保障。学校可通过与企事业单位、会计师事务所、政府部门、证券金融机构的战略合作，逐步拓展校外实践平台，引进已建成财务共享中心的企业中的高级管理者，聘请校外企业家、知名教授和实践经验丰富的从业人员举办讲座和学术报告，并将人工智能融入成本会计专题911研讨会进行交流和研究。努力实现理论教学与实战训练对接、课程内容与真实动态业务对接、专业设置与岗位对接、专业教师与实务专家联动。加强现有会计教师队伍的培训，鼓励现有成本会计课程教师团要走出去，多与已经开展智能财务、智能会计、大数据会计专业的院校进行交流和学习。也可考虑将信息管理专业的教师与成本会计专业课教师集中进行培养，通过线上和线下相结合的方式，尽量实现全覆盖，力求做到通过培训使成本会计教师懂得信息技术的运用，信息管理专业的教师熟悉财务、成本会计的相关知识。使得不同专业的教师都能有相互学习的机会，从而打造一支具有信息技术、业财融合背景的复合型、跨学科的成本会计课程教学团队。
4结论
人工智能专题范文6
1人工智能应用于学术期刊传播的现状与问题
学术期刊的数字化传播能掌握受众特征，将传播主体与受众匹配，增强传播效果。当前，中国学术期刊传播中需解决的关键问题即提升传播效果。
1．1人工智能在学术期刊传播中应用的现状
在学术期刊出版领域，人工智能已开始发挥重要作用，主要表现在4个方面。(1)辨别洗稿式论文抄袭。例如，对于形容词替换、语序调换等修改语句类的抄袭，可利用自然语言处理技术(NaturalLanguageProcessing)识别近义词，并基于时间递归神经网络技术(LongShort-TermMemory)的记忆特征，识别被改动的语句结构。(2)发掘学术资源和潜在审稿专家。如，美国非盈利机构泰德(TED)旗下的话题分析工具彩虹人工智能(iRis．AI)，通过对用户输入的语段或论文摘要进行机器学习(MachineLearning)，从中提取包含语义背景的关键词，并基于此为用户推荐与被检索话题高度相关的资讯和论文。(3)辨别论文数据的可信度，辅助编辑制订用稿决策。如，通过扫描论文的关键信息点(实验环境、统计方法等)，甄别数据篡改的可能。(4)通过算法自动向潜在读者推送学术资源。如，国际学术出版推广工具趋势(TrendMD)能实现论文跨平台自动推荐，不仅增强了期刊的显示度，还能精准定位目标读者群，已被爱思唯尔(Elsevier)、电气和电子工程师协会(InstituteofElectricalandElectronicsEngineers，IEEE)等采用。具体到学术期刊传播流程，许多国际出版集团已实现与人工智能技术的融合。如，施普林格－自然(SpringerNature)的关联开放数据平台科研图谱(SciGraph)借助NPG本体(NPGOntologies)进行语义建模，通过数据融合、知识发现、内容计算和语义图形数据集，提升论文在传播过程中的可获得性，为编辑、学者、会议组织者提供知识服务和数据工具［11］;爱思唯尔收购了伯克利电子出版社(Bepress)的标志性产品———基于云的机构存储库平台数字共享(DigitalCommons)，该平台具备提供存储库、元数据结构、访问接口和跨机构聚合与发现等功能，有助于爱思唯尔掌握更多论文引证、论文传播效果方面的数据［12］。部分中国出版商也已运用人工智能技术提升学术期刊的传播效果。如，世纪超星公司推出的域出版平台，它具备学术期刊数据库搭建、移动出版、社交共享等功能，能通过智能画像了解用户特征，用算法实现动态精准推送，通过智能社交增强用户间的联系［13］。
1．2人工智能在学术期刊传播中应用的优势
实现论文呈现多媒体化，优化内容分发，增强传播效果。一方面，学术期刊可通过智能语音和知识图谱技术，用适配多种设备的方式对论文进行再加工，增强论文的可读性，为论文增添音频和视频传播形式;另一方面，采用人工智能技术对用户研究领域、教育背景、阅读喜好、阅读完成度进行分析，可优化内容聚合和分发机制，解决信息过载与用户个性化需求间的矛盾。如，数据搜集公司图谱(Graphiq)已开发出语义搜索引擎知识图谱(KnowledgeGraph)，它允许用户根据话题展开搜索，获得相关主题的数据集，还能生成与报道内容匹配的可视化图表［14］。辨别读者观点，评价和反馈传播效果。一方面，采用人工智能技术对用户阅读时长、用户社交分享等信息进行解析，可了解论文影响读者的具体方面和程度;另一方面，通过自然语言理解(NaturalLanguageUnderstanding)、语音识别、深度神经网络(DeepNeuralNetworks，DNN)等技术，学术期刊能从读者在社交媒体上对论文的评价中，辨别读者观点，掌握比论文浏览量、下载量和被引频次更精准的学术反响。如，威盛电子研发的人工智能平台“欧拉密”，其能实现对90%的语言的语义理解，从而实现提问、信息记忆、知识辅助理解和歧义消除等功能［15］。
1．3人工智能应用于中国学术期刊传播时存在的问题
人工智能技术与中国学术期刊传播的融合程度不足。国内学术期刊数字化传播的主要平台集中在移动App和社交媒体的嵌套程序中，文献聚合类App几乎被寡头垄断且功能有限，而各刊的主页网站大多仅承担投审稿和简单的宣传功能，各刊的微信公众号也大多未能做到细分传播，缺乏与用户的深度交互。相较于海外学术期刊数字化传播的实践，国内学术期刊的数字化传播存在传播渠道较窄、数据挖掘深度不足、分发不够精准、交互体验不佳、智能化程度较低、用户活跃度不高等问题。智能化传播离不开元数据的可获得性，而数据库出版商共享信息的难度大，亟须建设共享性的学术期刊传播平台。在期刊传播过程中，智能检索、用户画像和语音识别等技术是基于大量元数据来开展的，这些元数据不仅包含学术资源、会议信息等公开数据，还包含用户身份、用户检索记录等隐私数据。虽然人工智能技术可跨平台获取部分公开信息，但隐私信息往往难以获得。一方面，当前中国学术期刊各自为政的问题较突出，许多编辑部往往只出版几种甚至一种期刊，合作共享信息的难度大;另一方面，中国学术服务市场中，中国知网、世纪超星、万方数据等占领绝大部分市场份额，其盈利性质和竞争关系决定了他们很难共享信息。因此，需要建设学界共享的学术期刊传播平台。共享性平台的高用户黏性需要海量过刊资源作为支撑，而部分学术期刊尚未与中国知网解除独家合作协议。近年来，提升学术期刊影响力成为刊界热议的话题。与数据库出版商广泛合作、数字化传播、开放获取(OpenAccess，OA)等方式成为主流期刊的共同选择。2015年，世纪超星公司启动学术期刊域出版平台后，许多期刊先后与中国知网解除了独家合作协议，开始与各数据库出版商广泛合作，以拓宽传播渠道。为顺应刊界提升刊文可见度的需求，维普数据库也开辟了针对期刊、读者的双向免费合作模式。然而，仍有部分期刊尤其是自负盈亏的期刊尚未与中国知网解除独家合作协议，这意味着其协议期内的过刊暂不能提供给其他数据库。该问题的主要症结在于企业性质的编辑部需依靠发行收入维持运转。虽然平台并不要求成员期刊实现严格意义上的OA出版，它允许成员期刊通过发行纸刊创收，其成员期刊的出版成本也不一定以论文出版费的形式由作者预付，但与中国知网独家合作的发行收入是非独家合作的数倍，因此，在期刊转变为非独家合作的情况下，平台如何弥补成员期刊发行上的损失，需深入考量。
2运用人工智能技术的学术期刊传播平台的设想
要充分发挥人工智能的作用，提升中国学术期刊的传播效果，需建构学界共享的学术期刊传播平台。本研究设计的集群式大型出版平台(图1)，能服务于从内容开发到提供增值服务的全流程。
2．1平台的流程设计
在流程前端，当学术论文入库后，平台将进行内容二次开发和管理。首先，平台为每篇文献的知识单元、作者信息、引文信息等元数据贴上智能标签，把文献内容碎片化后按知识类别归入子集。然后，平台根据论文内容向编辑部搜集或自动生成讲解视频，生成二维码附于论文首页。最后，平台一方面通过全文免费下载增加用户基数，扩大论文传播范围;另一方面通过知识梳理实现对论文价值的二次开发，提供系列付费增值服务，实现平台盈利。基于论文主题和关键词，平台聚合相近主题的文献，重组后形成专题域;对于学界高度关注的议题，平台将按专题提供精细、丰富的周边产品，如，围绕专题的付费问答知识库、论点溯源知识库等，为学者科研助力。在完成内容开发和管理后，平台根据用户的研究领域、所在单位和科研团队，自动生成符合用户喜好的定制化内容，充分开发学术出版的长尾市场。在流程中端，平台采取参与+订阅的内容分发机制。首先，根据用户的阅读行为，发现用户阅读完成度高的时间段;然后，结合跨平台合作采集的用户社交信息，用思考式设备洞察用户的深层需求，形成智能化的内容分发规则，在用户阅读频率高的时段推送该时段用户阅读最频繁的内容。用户可通过读书笔记、论文评析等方式在平台内分享资源或跨平台分享到社交媒体，还可把书单共享给科研团队。除常规的内容分发外，平台还为用户提供基于文献的知识增值服务。一方面，平台通过追踪用户研究领域、所在单位和在研项目的最新成果，第一时间向用户提供相关资讯;另一方面，平台通过算法实现文献的彻底透明化，剖析论文研究方法并搜索数据源，为付费用户提供深度解析;此外，平台还通过机器人程序(Bots)提供围绕专题的交互学习模块。在流程后端，平台用经验和代币激励用户参与，促进优质内容流转。首先，平台为用户搭建社群中心，连接期刊编辑部、作者和读者，为建设学术共同体助力。然后，平台根据用户的学缘背景、科研项目等信息，为用户推荐并协助用户创建学术社群。用户既可在平台内创建自己的学术博客，亦可加入各种社群。每个学术社群均有独立的主页，用于展示社群成员的科研动态。此外，平台还通过对用户检索字段、各社群活动的大数据分析，捕捉学术动态，发现学术热点，预测前瞻性选题，生成报告供付费用户查阅。最后，平台下设问答区和评价区，问答区提供票选议题、付费咨询、交互研讨等服务，评价区提供学术评价、学术监督等服务。除了线上服务外，平台还为学术共同体组织线下学术交流。平台在创设初期即向提供过刊资源的编辑部发放等价代币作为经济补偿，代币可用于购买平台增值服务，如期刊发展报告、数字内容制作等;在后期运营过程中，平台向参与互动的编辑部、作者和读者发放代币作为奖励，这3类用户参与学术评价、学术监督、付费咨询和线下交流等活动均可获得经验和代币奖励。经验值用于提升用户等级，高级别的用户参与互动能获得更多代币。代币是平台结算的交易媒介，它在平台创始之初由平台建设者出资发行，在平台顺利运转后作为对社群有贡献的行为的价值证明，激励各方参与互动，提升平台的用户黏性。
2．2平台的功能与预期效果
在内容开发方面:(1)平台根据文献主题和涉及的知识单元，自动检索汇集相关学术资源，便于读者理解论文;(2)平台对原始文献进行机器学习，将知识点单元化梳理归类并智能标引，形成对文献的二次开发;(3)平台一方面通过全文免费下载促进论文传播和知识流动，另一方面通过向用户提供付费下载的增值服务产品，实现盈利;(4)平台针对小众选题，提供限量学术产品(Limited-EditionAcademicProducts)，这类产品能让平台适应学术出版领域用户需求精细、针对性强、个体差异大的特点。人工智能赋予平台的这些功能将增强学术期刊传播的趣味性和交互性，保障用户基数和盈利能力。在内容聚合方面:针对用户研究领域细分的特点，平台利用内容通路，推行基于用户需求和社交关系的个性化内容聚合机制。在用户洞察方面，平台通过用户授权、与社交媒体合作获得隐私数据，通过概念提取、人物关系梳理、情绪分析等方式量化文本，推测用户的潜在需求，再通过场景耦合技术满足用户喜好，可实现“一对少”式出版(One-to-FewPublishing)，这尤其适合小众学科的文献传播。综上，人工智能赋予平台聚焦长尾市场的能力，使平台比国内现有学术聚合App更具分众化的优势。在内容分发方面:(1)平台通过对用户阅读习惯、阅读完成度的分时段统计，在不同时间段向用户推送不同主题的资讯，如，平台根据用户的入睡和起床时间，提前半小时推送用户喜爱的学术资讯;(2)平台为用户提供“文献+”服务，根据用户阅读完成度高的文献主题，智能推荐同主题或同作者的论文，以及该领域热度高的新文献和经典文献;(3)平台为用户提供“期刊+”服务，向用户推荐其研究领域的期刊征文信息和期刊目录摘要;(4)平台为用户提供“项目+”服务，根据用户在研项目和所在单位，推送小同行的最新成果;(5)平台还借助脑机交互(Brain-MachineInterface)技术，通过4D压感平台监测用户脑电波，捕获高频信号并将其转换为计算机语言，从而解放用户的双手。总之，平台采用多种人工智能技术优化用户阅读体验，提升传播精度。在增值服务方面:(1)平台通过算法分析文献的创新点，解析文章观点的传承与发展脉络，实现文献彻底透明化;(2)平台通过数据挖掘，捕捉学术会议资讯并追踪会议动态，向期刊编辑部提供参会人员信息、会议新闻，辅助编辑约稿;(3)平台通过解析论文的研究方法和研究思路，辅助编辑和审稿专家辨别数据真伪，并向读者提供学术监督的渠道;(4)平台为用户提供从科研辅导到学术认证等付费服务，如，项目申报指导、专题学习计划，在细分学科中提供纳米学位(Nanodegree)等;(5)平台还通过对用户行为的分析，为用户推荐高效的作息时间，当追踪到用户的新学术成果时，提亮网页背景色以示庆祝。总之，平台不仅实现传播过程中论文价值的增值，还推出系列专业化的服务产品为科研助力。在社群建设方面:平台根据用户的研究领域、学缘背景、所在单位和城市，建立关联度高、同质性强的学术共同体。(1)平台设置问答区，供读者与作者交流，在该功能区内，读者可票选感兴趣的议题，众筹创建“采访房间”，邀请名家互动;(2)平台设置评价区，通过语音交互(VoiceInterfaces)和自然语言理解技术，实现读者对论文的便捷评价;(3)平台设置后台信息处理区，通过数据挖掘分析学术热点，预测学术前沿，实现传播对选题策划的反哺;(4)平台还通过组织线下学术沙龙、编研见面会等活动，促进学术共同体的交流。综上，平台不仅能丰富期刊传播途径，还有助于构建良好的学术交流环境。
2．3平台的科学性和可行性
(1)政府投入力度增加，行业标准趋于完善，试点应用逐步推开，这为构建平台打下人力、财力和技术基础。在2018年国资预算中，中央财政向中央文化企业注资15亿元，支持方向包括“人工智能+文化产业”“区块链+文化产业”等新技术和新模式［16］。在行业标准方面:2014年，《中国出版物在线信息交换》(ChinaOnlineInformationExchangeforPublications，CNONIX)国家标准正式，该标准可提供出版物产品信息深层次开发、利用、管理的数字化解决方案，实现出版物产品信息“一次加工，全程共享”，为构建出版发行大数据应用体系奠定了基础［17］;2016年，“中国标准关联标识符”(ChinaStandardLinkIdentifier，ISLI)正式，为自动识别技术、二维码融合等提供了技术支撑;2018年5月，CNONIX国家标准应用示范单位新增29家;2018年9月，《出版业AR技术应用规范》行业标准征求意见完成，进入送审阶段;2018年10月，21家出版发行单位成为ISLI国家标准应用试点单位［16］。(2)人工智能已在出版领域实现文献识别与开发管理、用户需求追踪和内容优化分发等功能，这为平台前端和中端流程的顺利运行提供了技术支撑。比如，斯坦福大学研发的知识发现工具“耶诺”(Yewno)，它通过对知识的搜索发现知识间的关联，帮助用户发现跨学科知识的内在关联性，并能让垂直的知识图谱形成独立的出版物;它还通过语义算法等技术把出版物分解为独立的内容，形成细粒度高的知识结构，便于用户搜索和使用［18］。斯普林格与法兰克福大学合作开发了名为贝塔作家(BetaWriter)的先进算法，该算法使用聚类程序将源文档排列成连贯的章节，然后创建简洁的论文摘要，便于读者进一步研究［6］。在我国，百分点公司已开发出基于大数据操作系统的AI产品，如智能标签工厂、智能交互分析引擎等，能通过智能标签勾勒知识实体关系，把用户需求转化为底层数据，并用语音把分析结果呈现给用户，还能从语音数据中提取用户的基本信息和对产品的评价［19］。(3)人工智能已在学术传播领域实现人机互动，提供学术增值服务，这保障了平台中、后端功能的技术可行性。如，百科全书机器人司南君，它存储了《中国大百科全书》的全部信息，能实现人机互动问答［5］。自适应学习引擎松鼠AI能细分知识点，通过贝叶斯网络+推断+知识追踪的方式，针对性地辅导用户知识薄弱的环节，提高学习效率。泰勒－弗朗西斯集团与专利/学术论文在线搜索服务商UNSILO合作开发了NLP技术，它能从学术文本中提取主题和概念，根据用户阅读内容进行推荐，使用户更容易发现新研究［20］。(4)人工智能技术可实现论文内容可视化、立体化，并根据市场需求定制印刷服务，这为平台优化阅读体验、开发学术长尾市场提供了可能。如，以“可看、可听、有深度、有温度”为宗旨的视频医学期刊《中华心血管病杂志(网络版)》运用人工智能技术，用视频的方式呈现学术论文，实现了阅读场景立体化［6］;咪咕阅读已实现多场景、多角色的智能配音，能借助全息成像、增强现实等技术为读者带来高品质的阅读体验;由高斯(中国)推出的“?印e家智能化印机管理平台”，它集数据采集、远程控制、智能提醒功能为一体，通过互联网把生成的电子文件传到世界各地，再用AI分析处理，帮助企业灵活安排印刷量，还能在图书内容上提供定制化服务［21］。(5)平台通过发放代币激励各方参与互动，提升用户黏性。平台提供专业性强、比较优势明显的付费增值服务，能将读者、作者中的免费用户转化为付费用户。除了付费获取增值服务的快速途径外，闲暇时间充裕的免费用户亦可通过积极参与平台的学术互动获得奖励性代币，用于结算增值服务费。为平台提供过刊资源的编辑部亦可用平台补偿的代币购买期刊发展报告等增值服务。综上，平台一方面通过全文免费下载汇集人气，通过增值服务实现盈利，另一方面通过代币激励用户的参与行为。《2017—2018年中国数字出版产业年度报告》指出，“数据和技术将推动产业升级，洞悉用户需求变得尤为重要，面向不同用户，以不同的触达渠道和应用场景满足多元化用户需求。算法、绘制用户画像和海量数据处理技术在数字出版业务流程中的应用将愈发普遍”。国家政策支持、行业标准成熟、AI技术发展、业界高度关注，为构建平台打下基础，平台有望在运营初期呈现良好的预期效果。
3结合实例分析平台的创新性、可能遇到的困难及对策
通过对比国内领先的学术AI平台，可以发现本研究设计的平台在应用对象和效果、功能丰富性等方面具有创新性和先进性，但同时也可能遇到成本高、界面设计和数据存储难度大等问题。
3．1所设计平台与“方正出版大数据平台”相比的创新性
北大方正集团于2012年开始研发人工智能学术出版产品，是国内学术出版界运用AI技术的领头羊。本研究设想的学术期刊传播平台与方正电子当前主推的出版大数据平台(以下简称“方正平台”)在设计初衷、关键技术和业务产品上有一定的相似性，如，两者的宗旨都是为出版全流程服务;两者所用的关键技术都包含自然语言理解、情感分析、机器学习、深度学习、读者画像、内容画像;两者都能实现用大数据辅助选题策划、XML排版、智能编校、内容动态封装等功能。但两者在运行原理、应用对象和效果、功能丰富性上有较多不同。在运行原理方面，方正平台是先从电商平台、阅读平台、社交媒体上获取元数据，再进行模型计算和数据处理。这种运行机制的优势是节省了自建学术资源数据库的高额成本，使开发平台更简单快速，但劣势是，在传统销售模式下，方正公司很难从出版分销商处获得读者数据［22］，出版企业的ERP(EnterpriseResourcePlanning)系统不一定能支持平台运行，闭源的排版软件与其数字出版流程也较难契合［23］。而本研究设计的学术期刊传播平台是先建设大型学术资源数据库，再分解元数据。相比之下，本研究设计的平台在学术资源的可获得性、学术信息的全面性、数据挖掘技术的有效性上，具有明显优势。在应用对象和效果方面，方正平台的“知识体系自动构建”系统主要为出版社服务。它先通过文本关键词抽取、新词发现算法，辅助出版社实现领域词表的词汇来源建设，然后，利用领域词表的自动解析技术，帮助出版社完成专业词汇积累。方正平台推出的基于二维码和AR的图书增值服务，以及数字资源制作服务，旨在应用于图书增值场景和教学服务场景［24］。而本文设计的平台对知识片段的拆解、梳理与开发不仅服务于出版社，还服务于作者和读者等学术共同体。而且，由于平台自建库中有学术论文、用户注册和使用信息等数据，因此，相较于方正平台，本平台的知识分解与汇集能力更强，运行速度更快，推出的学术周边产品针对性更强，品种更全，更符合学术出版领域用户需求异质性大的特点。在平台功能方面，除了两者兼具的热点追踪、精准营销和传播分析等功能外，本研究设计的平台在学术服务、社群建设方面具有方正平台不具备的功能，尤其是在学术问答、学术评价和学术监督等领域，方正平台尚未涉及。总之，方正平台主要着力于把出版内容数字化、多媒体化，旨在为出版社选题、编校和排版提供智能化服务;而本研究设计的平台除了能提升用户阅读体验、捕捉学术动态和预测前沿选题外，在知识拆解、人机交互、学术增值服务、建设学术共同体方面，具有显著的先进性和创新性。
3．2平台建构过程中可能遇到的瓶颈及应对策略
平台架构庞大、功能丰富，给工程师与用户均带来挑战，建议做好需求分析，广泛征集业界意见。(1)在平台建设和调试过程中，由于系统工程师和网络架构工程师对学术出版了解不深入，因此，可能难以理解用户需求，导致平台功能难以完全实现，而刊界精通人工智能的出版专业人才较缺乏［25］;(2)平台丰富的人机交互功能和多元化的业务产品对界面友好性、操作易用性提出了较高的要求，一旦界面过于复杂，用户可能难以适应甚至失去兴趣。这一瓶颈可在用户需求分析和用户反馈阶段前瞻地予以解决。平台一方面可聘请对学术出版和计算机科学兼有涉猎的需求分析工程师，以加深系统工程师和网络架构工程师对平台的认知;另一方面可向业界征集志愿者参与平台开发与调试，促进平台完善。为调和平台对传统数据库出版商盈利模式带来的冲击，建议参考我国专利制度中的知识生产与传播体系，在搭建共享性学术期刊传播平台的同时，允许传统数据库出版商凭借其掌握的博硕士论文、年鉴、图书、音像等数据资源，参照汤森路透、戴芬(Delphion)等国际出版商和专利信息服务商的先进经验，开发具有比较优势的个性化学术产品，集成和提升其服务功能，使其与公共属性的数据平台错位发展［26］，二者共同服务于不同用户的个性化需求。建设平台自带的学术资源库成本高、耗时长，需要国家政策扶持、业界积极响应。中国科协对其旗下科技期刊的调查发现:在中国实现OA出版最大的困难是编辑部普遍不具备进一步开发网站、开发个性化服务的能力，缺乏经济支持［27］。虽然建设学术期刊传播平台自带的学术资源库并不要求成员期刊实现严格意义上的OA出版，但其最基础的环节是建设过刊库，这需要期刊编辑部积极提供过刊数据、接受新的合作模式。为解决该问题，一方面，平台为提供过刊资源的成员期刊发放代币，抵扣其购买影响因子报告等增值服务的费用，以弥补其在发行方面的经济损失;为成员期刊的作者提供免交论文出版费的替代方案，即作者可用参与平台互动获得的代币抵扣出版费(如参与平台后端付费咨询的答疑，提供规定数量的学术会议信息，担任学术评价和学术监督员等)。另一方面，期刊编辑部可效仿爱思唯尔，提供OA与订阅组合的多种模式，结合平台提供的备选方案，同时满足愿意付费出版的作者和倾向于免费出版的作者的需求。最后，建议中国政府参考欧洲开放获取S计划，通过公共财政、学会和慈善机构的支持，为平台建设和运营提供经费。平台建构和运行过程中会产生大量跟踪数据和调试信息的文本，这对平台的数据存储能力带来挑战，可考虑用区块链(Blockchain)的去中心化存储技术予以解决。传统的中心化存储方式需要海量服务器，且成本高、数据传输速度慢、安全性较低，面临的隐私泄露和数据丢失风险较大。为解决上述问题，平台可采用星际文件系统(Inter－PlanetaryFileSystem，IPFS)，根据文件或数据的哈希指纹寻址链接来交换数据，实现网络去中心化，同时，使用去中心化存储项目Filecoin帮助IPFS节点存储、备份和提供内容，让创建网络价值的参与者获得利益补偿，从而实现去中心化的分布式存储，解决平台运行过程中面临的数据存储和隐私安全问题。
人工智能专题范文7
关键词：人工智能；移动阅读；用户体验；需求；内容；交互设计
移动阅读指的是使用手机、平板电脑、电子阅读器等移动终端进行的阅读行为。国家政策的支持以及移动互联技术的成熟为我国移动阅读行业奠定了良好的基础。人工智能技术的发展促进了其在移动阅读领域应用层次与深度的升级，智能设备作为重要的媒介为用户的工作生活提供了不同于以往的智慧服务，以移动阅读为代表的用户体验不断提升。根据艾媒咨询的《2020年中国移动阅读行业发展专题研究报告》，2020年中国移动阅读市场规模已达到372.1亿元，并将保持增长趋势。从移动阅读的产业表现看，智能时代移动阅读将在“互联网+”、大数据、5G技术等战略的推进下，以用户体验为设计提升的突破口，通过大数据精准定位用户需求，创造更加优质、智慧的阅读内容，满足用户潜在阅读需求，打造全新的智慧交互阅读体验，并以用户情感体验的品质化追求创造移动阅读价值。巨大的产业体量和稳定的用户群体，为移动阅读奠定了良好的产业基础。但是如何充分借助人工智能的技术红利，实现移动阅读高质量智能化发展，还要从需求、内容及交互设计三个方面，进行一些探索性思考。
一、用户需求的深度解析
数据是人工智能技术所依赖的核心要素，电子书出版领域的亚马逊、苹果和谷歌能够轻松跟踪读者的阅读进度、阅读时间，以及搜索图书时使用的关键词。i Pad、Kindle和Nook等平板电脑的图书软件能够记录用户打开软件的次数及阅读时长。在移动阅读应用中以大数据分析预判用户需求，以深度学习提升需求定位精准度，满足多感官体验需求，成为了解用户的重要途径。
（一）需求判断：以大数据分析作为基础
移动阅读产业是中国数字文化建设的重点，2020年中国在线阅读规模达到5.3亿人。对于用户阅读需求的挖掘，大数据技术助力必不可少，基于数据的决策将成为重要的服务方法。通过大数据技术不仅可以直观地获取用户阅读兴趣偏好，还可以从用户的阅读行为中洞悉需求特征，挖掘用户行为规律及需求数据，通过用户画像进行用户模型描述。《互联网周刊》的2021年上半年阅读类App排行榜中位居前十位的微信读书、搜狗阅读等，从用户喜好和心理出发提供了“可能感兴趣的书”“为你推荐”等服务选项，突出品质阅读服务，体现个性化定制、智能内容推荐的特色。大数据技术在海量资源中为用户的移动阅读服务提供了专业的分析，使其获取更有价值的数据内容，在选题策划、群体分类、受众需求、营销决策等方面提供了更准确、实时的决策依据。美国巴诺书店在其电子阅读器Nook占领近30%市场份额之时，细致分析了“超出他们所能运用的数量的数据”，并结合市场调查结果推出了更能吸引读者的书籍。通过大数据判断用户需求，占领数据经济先机。
（二）需求定位：以深度学习提升精准度
自Alpha Go打败围棋高手以来，深度学习带给人们的惊喜不断。深度学习技术的升级，使用户分析和用户画像逐渐完善，进而精准获取、定制移动阅读用户的个性化服务需求，是移动阅读体验创新的关键。一方面，深度学习技术预测并推断用户阅读兴趣，实现“情感化设计”中超越用户心理预期的阅读体验。如微信读书、爱奇艺小说提供的社交功能、场景化下的服务等，对用户潜意识的需求进行推断和预置，其背后是对交互设计的深度思考和对用户体验的高度关注。另一方面，通过对用户交互行为及特征的深度学习，建构个性化、立体化的用户需求模型。充分运用用户思维，以更精确的数据描述为支撑，为智能内容分发提供数据支持，精准满足用户个性化需求。电子书公司Coliloquy充分迎合读者的个性化阅读需求，经深度学习和智能数据技术的全面分析掌握读者的需求和偏好，由读者自己设计人物角色和情节线索，调整故事情节以满足读者口味，增强与读者的互动性，打破传统出版局限，实现个性阅读和定制阅读，在情感化设计中为用户提供归属感、尊重和自我实现空间。
（三）需求体验：以融合技术丰富多感官阅读
人工智能技术的助力充分调动了用户感官，驱动移动阅读智慧服务和用户体验升级。用户对于多感官体验的潜在需求，使得信息获取呈现出文字图像向动态交互视听转化的感知特征，移动阅读体验采用融合媒体思维，将阅读、视频、音频、交互等多形式融入阅读，提供多感官阅读体验服务。咪咕阅读在“5G+阅读”版块给用户带来了耳目一新的体验，5G富媒书融合视频、音频、图片等多形态，结合AR技术，通过移动终端实现“视听一体化”电子阅读体验，突出移动阅读服务的智慧视听体验特色，满足用户高层次体验需求。《2020年中国移动阅读行业发展专题研究报告》对中国移动阅读行业发展趋势进行了分析，目前中国处于高速移动网络开始商业应用的阶段，随着各类高新技术的发展及落地应用，移动阅读全流程、全链条都将受到技术发展的影响。未来移动阅读平台与多技术的结合将有力争夺用户市场，满足更高的用户体验需求。
二、以智能应用为指向的内容生产
优质内容作为移动阅读的核心要素，成为用户黏性提升的突破口，其生成与展现直接关系到交互设计的质量和水平。人工智能、位置服务、大数据等技术在移动阅读内容生态构建中，将进一步服务于内容生产，突出智慧生产、个性需求满足、技术赋能等特征，为移动阅读内容生态构建提供持久动能。
（一）内容形态：人工智能助力生产环节
随着人工智能技术在新闻写作中的广泛应用，智慧内容生产模式在出版领域屡见不鲜，为移动阅读内容生产注入了新鲜血液。2014年美联社应用人工能智能进行新闻写作，洛杉矶时报地震报道机器人“Quake Bot”的新闻速度“秒杀”所有人类同行。美联社的人工智能软件Wibbitz 通过智能算法对文本内容进行加工，快速自动生成视频内容。从提供文本供系统进行智能总结，到提取关键词选择视频素材，再到自动生成字幕及背景音乐，整个过程大概只需要几十秒。它们已打破突发报道的传统写作流程和分发途径，让新闻工作者能够从烦琐枯燥的工作中解放出来，更专注于精品化的深度内容生产。人工智能技术不是替代人类，而是生产环节中提质增效的新助力，在移动阅读内容的供给中以多途径服务于内容生产。
（二）内容建设：IP思维打造品质阅读
通过特色挖掘进行移动阅读内容建设，已成为移动阅读服务发展的关键因素。艾媒咨询《2020年中国移动阅读行业发展专题研究报告》数据显示，34.8%的移动阅读用户对于头部IP非常关注，大部分移动阅读用户在选择阅读对象时会把头部IP作为首选。同时，移动通信技术的快速发展带来了带宽的升级，以视听作品为代表的内容成为移动阅读的重要资源和服务创新点，有60.1%的移动阅读用户偏好IP衍生的影视化作品，这也为优质视听阅读内容提供了资源。书旗小说的“全民原创”、QQ阅读的“影视热门”等栏目，以IP思维进行移动阅读内容的挖掘和建设。针对品质阅读的用户，通过大数据和关键词聚焦文化内容特色和用户个性需求，以IP衍生品的多样性如漫改、有声化、短视频等为方向打造新的用户流量增长点，为用户创建个性化阅读的品位空间。
（三）内容生态：技术赋能的价值体现
良好的内容生态是产品稳健成长、保持持久生命力的先决条件，智能技术的叠加作用将实现良性循环。字节跳动从创立之初就着力发展优质内容，成立创作者平台“头条号”，为今日头条、抖音、西瓜视频等平台输送优质内容，并凭借智能推荐算法将优质内容分发给用户，满足用户的个性化需求。移动阅读的内容生产和消费方式，使人工智能技术拥有了更大的舞台。在不断完善的算法的助力下，人工智能不断“学习”海量文字内容与视频内容，深度满足用户的个性化需求。百度公司利用AI影响内容生产、内容分发、内容体验，内容生态也同样在反哺百度，除了为AI提供落地的场景和数据之外，还提供了良好的现金流支撑。智能时代，内容的竞争最终是智能技术的竞争，是数据和算法的竞争，越早布局、越早落地，就越能占得这场竞争的先机。
三、以用户体验为中心的交互设计
认知心理学中“以人为本”的设计理念是交互设计的核心思想，满足心理预期的用户体验是进一步激发用户热情的有效途径。智能化场景的构建及多元化智能终端的普及，为用户不断探索移动阅读的新场景，带来了阅读体验的深度拓展，移动阅读的全景时代已经到来。随着物联网的发展、智能技术的深度融合，未来更多元的智能设备和不断拓展的阅读渠道，将推动智慧阅读的发展。
（一）位置服务触发应用场景下的阅读体验
不同用户在不同场景下的阅读需求，在基于位置服务（LBS）和智能技术的助力下，将实现最佳匹配，达到更好的阅读体验。掌阅的虚拟伴读书童“阅阅”的邻居阅读排行榜，基于位置呈现“附近的人”的阅读状态，满足用户以书会友的交互需求。在5G技术支持下，移动阅读可结合基于位置服务的功能和IP地址定位，根据场景环境及用户喜好建立场景与需求之间的关系，智能推送适宜当下场景的阅读内容，构建关于位置的全场景阅读环境。移动阅读在满足用户阅读需求的基础上，能够提供超越用户心理预期的服务体验，这是未来移动阅读的重要发展方向。
（二）智能硬件开拓阅读适配体验
智能音箱、智能手机、智能手表等智能硬件，为移动阅读有声化场景的扩张提供了更丰富的载体和渠道。除了移动阅读最广泛的应用终端——智能手机外，喜马拉雅FM的移动阅读内容还在两亿车载设备和百亿智能硬件上进行分发。蜻蜓FM在智能手表领域发力，用智能手表独立收听有声书已成为现实。科大讯飞的咪咕讯飞智能笔记本青春版采用电子墨水屏，具有40余项阅读功能，拥有超过60万册的正版书籍资源，并且支持文档阅读和直接手写批注。随着技术开发的加速，未来的阅读交互终将摆脱终端设备的限制，移动阅读产品嵌入物联网系统后，用户需求将通过自动识别、传感器等被主动感知，智慧化交互将成为主流。
（三）人工智能营造沉浸式阅读体验
目前不少移动阅读产品在沉浸式阅读体验的营造方面，已经融入融媒体思维，咪咕阅读的“至境听书”版块提供基于智能语音合成技术制成的图书内容，具有多角色、多场景的特点，相比普通的智能语音听书更具感染力。阅读沉浸感的营造在AR、VR技术结合智能终端的应用中，能为用户呈现更逼真的场景界面，打造实景与三维场景相结合的互动场景，以往通过文字、语言、图像构建的阅读体验空间将被立体的三维交互形式所增强。AR和VR技术的情境叙事优势，在阅读内容的呈现中能为用户提供全景互动体验效果，展现多维交互体验时空。在移动阅读产品日趋智能化的形势下，用户将更专注于内容，提升沉浸式交互体验。
四、以提升情感体验实现移动阅读智能化升级
美国著名认知心理学家唐纳德•A. 诺曼在其著作《情感化设计》中将用户的情感因素划分为本能层、行为层和反思层，三个层面相互支撑。从需求理论分析，移动阅读体验层次提升的突破口是对用户社交需求、情感需求以及自我实现需求的满足。首先，在智能体验视域下，充分利用社交这个情感维度，可以有效提升用户热情，提升移动阅读情感体验服务层次。诺曼提出，“即使无法对成功的产品进行精确的预算，我们也可以确定，有一种产品几乎可以始终保证成功，那就是社交互动”。爱奇艺小说的“去冒泡”、微信读书的“朋友的想法”等功能正是在大数据挖掘的基础上，通过信息架构的设计来满足用户的社交需求，成功打通了产品与用户之间的情感渠道，为用户提供了思想交流和情感沟通的平台。 其次，用户与阅读产品之间的情感黏度在智能情感关怀的设计中得以增强，智能虚拟人物的伴读服务所营造的陪伴感和关怀感，使以往的人机交互上升到角色情感互动的层次，实现跨越界面层级的沉浸式互动。掌阅的AI虚拟书童“阅阅”，在阅读庄园中以具象化形式拉近了用户与产品的情感距离。正如心理学家戴安娜•希尔所言：“在高度竞争的在线市场中，那些能更好地了解目标受众偏好的UI设计师最有可能获得成功。”
最后，用户的自我实现需求在智能升级中将创造更深入的阅读价值，爱奇艺小说的“成为作者”、QQ阅读的“成为作家”等以用户生产内容（UGC）形成用户定制模式，通过用户参与共创智慧移动阅读服务价值。在这一过程中，算法通过大数据建立起阅读资源与用户之间的直接关系，在对用户行为特征进行深度学习后进行智慧推广和精准服务，进而为用户潜在的参与需求提供服务平台，通过多元化体验空间的建设提升用户阅读体验，以智能升级创造品质阅读的意义和价值。
五、结语
人工智能专题范文8
关键词：人工智能；网络舆情；监测与分析
一、引言
在人工智能技术应用的大背景下，算法深度介入网络舆情工作，网络舆情信息的监测与分析、网络舆情危机防范与治理等各个环节都发生了变化。在上游，以科技创新为基础的人工智能技术对网络舆情监测与分析的影响明显，算法技术不仅能做到对海量网络信息的自动抓取、分类聚类、主题监测、专题聚焦，还能整合网络信息采集与信息智能处理等技术；在下游，人工智能技术给网络预期危机的治理也带来了直接影响，“黑箱化”的信息传播过程将大量可供引导的信息传播渠道隐藏起来，人工智能以多种形式影响着大数据、图像识别与机器学习等领域，解密“黑箱化”的信息。
二、人工智能技术介入网络舆情信息工作的影响
人工智能，也称机器智能，区别于自然智能，是信息技术革命的产物之一。20世纪下半叶，信息从物质领域转向技术领域，并逐渐成为一种经济资源。过去40年的技术革命以信息和知识的中心性为特征，并将这种知识和信息应用于知识生产、信息处理和通信设备的改良，信息技术与信息传播工具被置于创新和创新使用之间的累积反馈循环中。媒介扩容和技术迭展势不可挡，信息的健康传播或将成为当代社会稀缺的重要资源之一［1］。舆情信息作为一组中立的事实、数据或观察结果，一旦对舆情信息的界定或区分趋于模糊，就会出现新的问题。截至2019年底，我国一半以上的省份提出了人工智能战略发展规划，人工智能在信息传播过程中的“黑箱化”问题尤为典型。认知革命让心理学的研究焦点从外部强化转移至“大脑内部”，借助计算机技术的发展强化了对因果过程的探索能力。信息加工被认为是认知过程的一种描述，包括一种机制拿什么信息作为输入，以怎样的程序进行转换解读，程序的运作基于什么结构，以及最后表征或行为的类型。人的认知机制仿佛一架以程序驱动来加工各类输入信息的大型计算机，是一个领域一般性的信息处理器，这种认知模式转嫁在计算机上会以特定的程序设计来实现，例如，指导下棋的计算机程序包含了数以万计的“如果……那么……”指令。研究者把认知机制的优先权放在寻找高度普遍的心理活动规律上，他们将注意力放在认知过程上。虽然文化和语言的多样性以及思想的内容对认知活动的思维方式有决定性的影响，但这仅仅是人类心理研究的一个领域，对某种信息或某一类信息的传播把控意义有限，特别是在网络舆情信息这样的“黑箱”之内，舆情危机的防范、治理与应对显得更为迫切。在实际工作中，尽管舆情分析师已独立于采编工作存在，但就实际而言，舆情分析的过程仍然与记者、编辑的工作紧密相关。因此，研究新闻工作者在这场技术革命中的角色对于我们理解人工智能技术带来的“黑箱化”问题至关重要。记者的角色界定与其处理社会关系的方式有助于他们赋予其工作以意义，并使之能够证明和强调其工作对自己和他人的重要性。早期的大众传播研究者从经验上探索新闻工作者的角色，借助访谈了解他们的职业心态，并判断其在技术革命、社会活动或文化冲击中的心理活动，这一模式同样可以放在网络舆情工作者的研究上。特别是在当前人工智能技术影响加深，算法深度介入新闻生产的情况下，许多信息的传播过程被推入“黑箱”，来自一线工作的判断与发现显得更有价值。围绕网络舆情工作与人工智能技术的争论主要集中在对信息传播工作的“能见度”上，出于对信息的输入、输出知晓情况的担忧，人们对“黑箱”的估计存在很大差异。在算法深度介入新闻生产环节的背景下，舆情信息的输入与输出常常处于未知的状态，整个信息传播的过程被推入更深的“黑箱”。为解决这一问题，需要创造一种新的信息处理模式，即与网络舆情相关的决策信息。网络舆情中表露的网民态度和价值观都隐藏在前端接口后面，网络社会逻辑的新关注变得更加抽象化而非具体化。包括人工智能在内的新通信技术的发展和创新只能被认为是信息化生产的一部分，并不一定带来网络舆情工作的升级、优化与便利。正如科学新闻编辑蒂姆·阿彭策勒所言，推动科学研究进程既是人工智能给社会带来的巨大转变，也展示出人工智能作为未来科学技术研究热点的本质和对社会各行业的促进作用［2］。
三、网络舆情监测与分析的主要目的
过去，主流舆论场与以网络社交媒体为代表的民间舆论场既存在交集也存在隔阂；当前，两个舆论场共识度提升，网络舆情分析对数据应用技术的依赖性增强，人工智能技术的创新成果亟待应用于实际。在网络舆情工作的各个环节，人工智能技术的有效应用对网络舆情监测与分析效率的提升、网络舆情危机的防范与治理都将起到重要作用。
（一）能见度：技术工具的舆情信息挖掘能力。网络舆情的监测与分析具有鲜明的技术特性。国内的网络舆情监测服务机构有依赖于主流媒体、高等院校和科研机构建立的舆情监测平台，也有由软件公司与市场调查公司联合成立的舆情监测软件企业。这些舆情监测机构不仅可以依靠其完整的监测体系与应用技术对传统媒体的网络版进行监测，还能对贴吧、微博、博客等社交媒体进行实时监测，并据此进行专业的舆情统计与分析，形成动态的舆情分析报告。近年来，随着微信、微博、短视频APP等社交新媒体的发展，我国网络舆情服务行业渐具规模，舆论监测服务机构以第三方的角色对网络舆情事件进行监测与分析，并从客观、中立的角度提供解决问题的具体方法。网络舆情的监测与分析工作不仅可以帮助政府了解民意，促进信息的顺畅流通与各方的良性互动，还可以依靠危机预警、风险防范等职能凝聚社会共识，弥合舆论的撕裂。但我国舆情监测服务行业仍有很多不足，人工智能技术的引介对这些问题的改善或有一定助益。首先，舆情服务的产业链不完善，人工智能技术将促进各环节服务的对接。国内各舆情服务机构提供的舆情服务较为简单，主要侧重舆情危机的治理与预防，很多重要的环节因自主性不足处在产业链的下游，人工智能技术的引介将进一步改善这一境况，增强产业链的完整性，提升舆情服务的质量和用户满意度。其次，人工智能可以改变专业人员缺乏的窘境，以智能化促进人机合一。国内舆情分析师大多由记者、编辑转型而来，对数据分析技术的掌握有限，舆情监测软件系统仍需舆情分析师结合软件数据撰写分析结论。人工智能技术将提升舆情监测软件系统数据处理的能力，并以智能化手段减轻舆情分析师的负担，进一步促进人机合一。最后，舆情服务行业规范和标准尚未建立，人工智能技术带来的挑战或进一步推进行业规范和标准的推出。在人工智能技术带来挑战的同时，技术革新或进一步推动行业透明化、规范化，从而改变“一删到底”的情况和干扰民意表达的“网络水军”“网络删帖”大量出现等网络舆情监测行业存在的大量不规范现象。人工智能技术将有助于此类问题的解决，以技术革新重视民意的研究。
（二）透明度：人机合作的协调效果。网络舆情分析工作，智能技术以人机合作的方式提升了分析效率。就舆情监测、分析与舆情危机的处理而言，人工智能技术的介入至少产生了以下影响。在舆情数据的智能采集上，人工智能技术的介入补充了原有网络舆情监测软件系统在信息差异化、智能化处理层面的不足，并有针对性地设计与制定了多样化的采集策略。这一方式有效地筛选了垃圾信息，归并了相似程度较高的文章，为进一步的分析工作提供了方便。在舆情资料的智能分析与处理上，人工智能技术对采集到的舆情数据进行词频、关键词等文本特征分析，形成组织化的数据，并借助数据模型从多个方向对舆情进行实时预警，实现了舆情监测的全景追踪。在舆情危机的智能防范与治理上，人工智能技术直接影响了媒体对信息传播的影响力分析，不仅可以避免可能出现的舆情危机，还可以在网络舆情危机发生之后有针对性地设计负面舆情的应对对策。人工智能技术带来的人机合作为新闻生产提供了资源协调的效果，为人类与科技如何以新的方式互动提供了一种解决思路。在这一技术的影响下，网络舆情检测与分析工作也面临着观念的转变，人、信息与机器之间正在出现新的关系。技术成果的引入并不是简单地替代人力，而是调整生产关系［3］。要探索人、人工智能技术和网络舆情信息之间正在出现的关系，并提供一种方法，使传播学者能够更充分和清晰地处理这些关系。
四、结语
人工智能技术应用对分析环节的影响主要体现在弥合现有分析手段的不足，为各类分析方式提供技术支持。在舆情危机的治理层面，人工智能技术所解放的人力可集中应用于舆情研判环节，以此实现对网络舆情危机的预警、风险防范与对危机的有效治理，并由此形成良好的生态循环。人工智能技术在网络舆情监测与分析工作中发挥的主要作用之一就是祛蔽，即将原来隐藏在信息传播“黑箱”中的意见以算法的方式集中起来，将有效信息便捷、迅速地呈现出来，为网络舆情危机的防范与治理做准备。随着人工智能技术逐渐成为媒体机构、组织和日常生活的内容，网络舆情工作中将出现一种新的基于人工智能的信息处理模式。在这些新系统中，网络舆情这一复杂的信息将随着文化代码与计算机代码的融合进入数字世界，既产生新的模式，又复制旧的模式，不断向前发展。
参考文献
［1］郭子辉，谢安琪.信息“疫情”的扩散特点与网络治理研究［J］.传媒观察，2020（08）：30-34.
［2］蒂姆·阿彭策勒.人工智能科学革命［EB/OL］.美国人文与科学院，2017-07-07.
