智能科学技术导论精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的智能科学技术导论主题范文，仅供参考，欢迎阅读并收藏。

第1篇：智能科学技术导论范文

关键词：信息科学技术；智能科学技术；现代化；人才培养

无论人们是否已经清醒地意识到，理论分析与社会实践都已清楚表明，信息化走向智能化的时代已经来临。这就是为什么当今社会如此频繁地出现各种各样的“智能”前缀：智能交通、智能电网、智能城市、智能农业、智能建筑、智能仪器、智能计算、智能控制、智能机器人、智能通信、智能服务、智能防务、智能互联网、智能物联网、智能信息处理等。

那么，什么是信息化？什么是智能化？它们有什么联系与区别？

信息化的基本任务，是利用信息技术向社会提供便捷的信息共享服务，智能化的基本任务，是在此基础上利用智能技术，向社会提供智能化的生产方式、工作方式、服务方式、交流方式和生活方式。智能化是信息化发展的高级阶段。毫无疑问，能否根据社会

的实际需求，不失时机地推进智能化，将直接影响我国现代化的进程。

高等学校应当建设和发展什么样的学科和专业，需要考虑众多因素，但最重要的是社会需求。笔者旨在阐明，尽管我国当前面临多元化的社会需求，但是其中最具本质意义和关键地位的社会需求是信息化必须走向智能化。这是振兴民族大业、建设小康社会、建设创新型国家、建设资源节约型社会和环境友好型社会、应对全球气候异常变化、保障可持续发展的根本举措。为此，大力发展智能科学与技术本科专业，努力建设研究生学科，精心培养各层次智能科学技术人才大军，就成为我国高等学校的重要任务。

1信息化与智能化：基本内涵及相互关系

简要地说，信息化，就是在人类活动的各个可能领域充分利用信息技术来提高人类活动的质量和效率的过程；而智能化，则是在此基础上，进一步在人类活动的各个可能领域充分利用智能技术来提高人类活动的质量、效率和创新能力的过程。

可见，为了准确理解信息化与智能化的含义，需要了解“信息技术”和“智能技术”的概念，以及它们之间的联系与差别。为此，我们有必要考察一下人类认识问题和解决问题(也可以抽象为认识世界和改造世界)这一典型活动的抽象模型[1]，如图1所示。

该模型的含义是：为了处理现实世界的实际问题，人们必须首先通过自己的感觉器官获取与问题相关的信息，并通过传导神经系统把获得的信息传到思维器官，在这里使用古旧皮层对这些信息进行预处理，使信息更加便于利用；在此基础上，通过新皮层把信息转换为知识，并进而转换为解决问题的智能策略，再通过传导神经系统把智能策略传到效应器官，后者把智能策略转换为智能行为，作用于面对的问题，使问题的状态转变为期望的目标状态。这就是人们认识问题和解决问题的一个基本回合。

之所以说是一个基本回合，是因为获得的信息可能不够充分，导致生成的知识不够完善，制定的策略不够合理。因此，当把这样产生的智能行为作用于问题时，问题的状态不一定能够完全转变到预期的目标状态。这时，就要把偏离目标状态的“误差”作为新的信息，经由感觉器官反馈到思维器官，通过学习来修正和优化策略，以期更好地接近目标。通常，这种“反馈―学习―优化―控制”的过程可能要进行多次，逐次逼近预期目标。也就是说，人类认识问题和解决问题的过程是一个充满反馈、学习和优化的过程。

通过进一步的分析，我们还可以发现，从功能性质上看，图1所示的人类“认识问题和解决问题”的过程，实际上包含相互联系、相互作用而又相辅相成的两个相继阶段，具体内容如下。

1) 获取信息的感觉器官和它的技术延长物传感系统、传递信息的传导神经系统和它的技术延长物通信系统以及处理信息的大脑古旧皮层和它的技术延长物计算系统，都是直接与“信息”打交道的器官和技术系统。

2) 生成知识和制定智能策略的大脑新皮层和它的技术延长物人工智能系统、其后传递智能策略的传导神经和它的技术延长物通信系统以及执行智能策略的效应器官和它的技术延长物控制系统则是与“知识和智能策略”打交道的器官和技术系统。

既然过程1)是与信息打交道的过程，因而就称为“信息过程”；而过程2)是与知识和智能策略打交道的过程，因而就称为“知识与智能过程”，后者也可以更简洁地称为“智能过程”。不过，“生成知识”的过程也可以看做是“理解信息”的过程，“制定策略”的过程则可以看做是“再生策略信息”的过程(策略可以看做是人类大脑再生出来的一种指示“如何解决问题”的高级信息)，而“传递和执行策略”的过程也可以看做是“传递和执行策略信息”的过程。因此，在这种意义之下，过程2)也可以称为“信息过程”。为了体现这两个信息过程之间的联系与区别，过程1)可以称为“基本信息过程”，过程2)则可以称为“高级信息过程”。于是，技术范畴的传感技术、通信技术、计算技术就可以称为“基本信息技术”，人工智能技术和控制技术就称为“高级信息技术”。

这样，人们就可以更确切地说，信息化，就是在人类活动的各个可能领域充分利用传感、通信和计算这类“基本信息技术”，来提高人类活动的质量和效率的过程；而智能化，则是在此基础上，进一步在人类活动的各个领域充分利用智能和控制这类“高级信息技术”，来提高人类活动的质量、效率和创新能力的过程。

颇为有趣的是，在图1所示的模型中，如果只考虑通信系统的功能，这当然就是“电信网络(和电视网络)”的模型；在此基础上，如果把计算系统的功能增加进来，它就演变成了“互联网”的模型；进一步，如果再把传感系统和控制系统的功能也增加进来，它就演变成了当前人们正在热切关注的“物联网”模型。而如果再加上智能系统的功能，它就会演变成为“智能信息网络”的模型。

显而易见，物联网和智能信息网络的根本区别，就在于有没有“智能”。也可以说，智能信息网络就是智能化了的物联网。当然，目前的物联网还处在发展的起始阶段，它的基本形态还只是互联网与传感系统的结合，连控制系统的作用也还远远没有充分考虑，更不要说是智能信息网络了。

值得注意的是，我国当前阶段的“信息化”，主要只利用了通信技术和计算技术，还没有完全利用到全部的“基本信息技术”。只是到了最近，人们开始关注“物联网”的时候，才把传感技术与通信技术和计算技术联系起来。

所以，基于通信技术和计算技术的“信息化”的主要作用，是利用通信的传递能力和计算技术的处理能力，为社会提供便捷的信息共享服务，使社会的各种供需关系得到及时的沟通。人们在获得这些供需信息后，就可以调整自己的产品方向和生产计划，提高社会整体的运行效率。但是，产品方向和生产计划的调整都需要通过人类管理者和劳动者自己的实践来实现，基本信息技术本身对此无能为力。

原因很显然，信息所表现的是事物的现象，只告诉“是什么(What)”；知识所反映的则是事物的本质，可以告诉“为什么(Why)”；智能所体现的才是解决问题的策略，因此可以告诉“怎样做(How)”。仅仅利用通信和计算技术的“信息化”工具，不能直接改变生产过程本身，因此就只有依靠人类工作者自己来实际调整产品方向和生产规模。

发展到“物联网”阶段以后，网络中的信息比互联网的信息更丰富了，因为在原有的“人类输入的信息”基础上，增加了不计其数的“物”的信息。不过，如果物联网没有智能技术和控制技术的支持，它的功能仍然还是“信息共享”，只不过信息的来源更加丰富了而已。

然而，采用智能技术之后，由于生产工具自身具有相应的知识和智能，它就不仅可以根据供需信息自主调整产品方向和生产计划，还可以自主地改善生产过程，提高产品质量，增加新的产品品种，来适应社会需求，甚至可以预测社会需求的走向，创造全新的产品，引领社会的需求。

马克思曾经预言，随着大工业的充分发展，劳动者不再是生产流程的一个环节，而是站在生产流程的旁边，对生产流程进行监督和管理。我们知道，农业时代的人力工具和工业时代的动力工具都不可能实现马克思所预见的社会生产方式，基于通信与计算技术的信息化工具和没有智能技术的物联网工具也不可能实现马克思所预见的社会生产方式。这是因为，农业时代的生产工具(人力工具)、工业时代的生产工具(动力工具)以及信息化阶段的生产工具(基本信息技术工具)不具备智能，劳动者不得不成为“生产流程的一个环节”，只有智能化的生产工具，才有可能使劳动者“不再成为生产流程的一个环节”，从而能够“站在生产流程的旁边对生产流程进行管理和监督”，使马克思预言的社会生产方式变为真正的现实[2]。

可见，智能化的生产工具可以使社会生产方式得到根本的改变：由被动跟踪的生产变为主动引领的生产，由人力承担的生产变为机器自主的生产，使劳动者可以站在生产流程的旁边，对生产流程进行管理和监督。这就是“由工业时代的社会生产方式转变到了智能时代的社会生产方式”。显然，这种转变将使社会劳动生产力水平得到质的提高。

这就是信息化、智能化以及它们的联系与区别。

2信息化走向智能化：社会需求与历史必然

信息化必须走向智能化，这是人类社会追求进步的内在和固有要求。反之，如果信息化不能适时地走向智能化，社会的进步就会延缓甚至停顿下来。

根据“科学技术拟人律”的启示[3]，信息化走向智能化这种内在和固有的要求可以从人类自身的进化过程中得到直接启发。

考察人类进化的历史就知道，当人类的感觉器官、传导神经系统、人脑古旧皮层系统和效应器官的功能发展起来之后，人脑新皮层功能的强化就成了人类整体能力进化的焦点；可以看出，只有完成了新皮层功能的强化，人类才进化成了完全意义上的现代人类。反之，如果没有新皮层功能的强化，人类的进化就可能依旧停留在“猿猴”阶段，不能成为真正的现代人类。

与此相应，当今时代，传感技术、通信技术、计算技术、控制技术都获得了长足进步。因此，智能技术的强化就成了整个技术能力进步的焦点。同样，只有当智能技术发展起来，人类的智力能力才能得到有效的扩展。反之，如果智能技术不能获得充分的发展和应用，信息技术就会停留在“信息共享”这个初级的发展阶段。

因此，为了适应社会不断发展的需要，为了不断改善人们生存的条件，信息化必须走向智能化。只有这样，人类“认识世界和改造世界”的活动才能得到现代科学技术的全面支持，人类的充分解放才能成为现实。

事实上，人们可以举出无数的事例来说明信息化为什么必须走向智能化，以及如果信息化不走向智能化就不能真正解决问题的原因。不过，限于篇幅，这里只能择要略述一二。

1) 例1：物联网研究与应用。

如上所述，目前人们所研究的物联网，其实只是增加了传感器的互联网而已，不要说还没有考虑智能技术的作用，就连控制技术的因素也考虑得很不充分。可是，没有智能技术的物联网又有什么意义呢？一般来说，智能技术在物联网中至少有如下几个重要作用：第一，不同传感器获得的信息之间的智能融合；第二，把这样得到的形式化信息转换为“能够显示内容和价值因素”的信息(称为“全信息”)；第三，从这些信息中提炼相应的知识；第四，以这些知识为基础，在目标的引导下生成解决问题的智能策略。

试想，如果得不到“正确融合起来的信息”，也得不到能够显示内容和价值因素的“全信息”，得不到相应的“知识”，也得不到解决问题的“智能策略”。一句话，如果没有智能技术的支持，这样的网联网能够发挥多大作用呢？

可见，物联网的研究与应用必须由“基本信息技术”的层次进入到“智能技术”(高级信息技术)的层次。舍此，不可能解决问题。

2) 例2：转变经济发展方式。

转变经济发展方式的核心是“转变社会生产方式”，其中一个最受关注的问题是“节能减排”，即节约能源消耗和减少废弃物排放。考察当前的社会生产，主流的生产方式是工业时代遗留下来的产物。工业时代生产系统设计的通用理念是“按照最恶劣条件下的资源需求来提供高倍资源备份，以保证在任何条件下生产系统的连续运转”。正是基于这个理念，导致了所有工业生产系统的“资源高投入”：材料的高投入、能源的高投入、人力的高投入、资金的高投入。“高投入”则导致“高排放”和“高污染”。所以，“三高”是工业时代生产方式固有的本质特征。

怎样才能转变以“三高”为本质特征的工业时代生产方式呢？

肯定的回答是：仅仅运用信息技术不足以解决问题，必须在此基础上运用智能技术，也就是“高级信息技术”(即图1所示的全部技术)才能达到目的。

道理很明显，要想真正转变以“三高”为特征的工业时代生产方式，必须从这种生产方式的初始源头――设计理念――进行彻底变革。这就是用“智能设计”的理念取代原有的“以高投入保障可靠生产”的设计理念。只有设计理念革新了，才能从源头上消除“三高”，达到节能减排和转变经济发展方式的目的。

智能设计的理念是：通过智能技术的“自主学习与自主优化”策略，使生产系统的资源投入和产品产出实现动态的优化配置，从而消除“高倍资源备份”。可见，没有智能技术的应用，就不可能从源头上转变以“三高”为特征的工业时代生产方式。

总之，只有智能技术的普遍应用(即“智能化”)，才能使“物联网”走向智能化，发挥应有的作用；只有智能技术的普遍应用，才能使工业时代遗留下来的社会生产方式得到根本转变；同样，也只有智能技术的普遍应用，才能使整个国民经济、社会文明、大众民生和国家安全获得蓬勃的发展，朝着21世纪意义下的现代化目标不断前进。

需要特别指出的是，物联网的智能化也好，经济发展方式转变也好，应对全球气候异常变化也好，维护世界和平与国家安全也好，种种迹象都表明，“审时度势，把信息化推向智能化”已经是摆在我国人民和世界人民面前的紧迫任务。

3智能化人才大军：特有的素质

为了推进智能化，需要在各个领域大力发展和普遍应用智能科学技术。但是，人是社会生产力的第一要素。发展和应用智能科学技术，需要一支规模宏大、结构合理、训练有素的智能科学技术人才大军。

所谓“规模宏大”，主要是指智能科学技术人才大军在数量上要能适应国民经济、社会文明、大众民生、国家安全智能化的规模要求。智能无处不需，智能化是全社会的需要，不是个别领域、个别部门和个别地区的需求。因此，规模必然相当宏大。

所谓“结构合理”，主要是指培养这支人才大军的教育系统应当具有博士、硕士、学士的合理层次结构。智能科学技术是新兴的、快速发展的，而且体现了当代最先进、最复杂、最前沿的科学技术，没有这样一支结构合理的人才大军，就不可能适应智能化的需求。

所谓“训练有素”，主要是指国家应当设置面向智能科学与技术学科和专业的高等学校人才培养的专门体系，按照智能科学与技术学科的知识结构和能力结构进行系统培养与训练，而不宜由其他学科的培养体系来代行兼顾。

图1的模型表明，在学科关系上，智能科学与技术的前端与计算机科学与技术学科相衔接，后端则通过信息与通信工程学科和控制科学与工程学科相沟通。其中，计算机学科定位于“信息处理”；它输出的是经过处理便于应用的信息，正好提供给智能科学与技术学科，支持“生成知识”，并在此基础上“制定策略”；后者通过信息与通信工程学科的“策略传递”功能传递给控制科学与工程，支持“策略执行”。可见，它们的功能定位分别是“信息处理”、“知识生成与策略制定”、“策略传递”和“策略执行”，它们各就各位，各司其职，互相衔接，互相合作，形成和谐的流程，但不能互相取代。

那么，智能科学与技术学科人才大军应当具备怎样的整体素质呢？

由于篇幅所限，这里不可能细致地展开讨论。考虑到我国目前已经有众多学校制订了详尽的智能科学与技术学科的人才培养计划，这里将着重指出：除了其他科学技术学科人才必须具备的共性素质之外，智能科学技术学科人才大军应具备的特殊素质。

3.1智能科学与技术本科专业的特殊知识结构

众所周知，智能是由信息资源加工出来的最高级产物。因此，智能科学技术是信息科学技术的核心、前沿和制高点，智能也是人类一切能力的最高级体现。因此，智能科学技术也是生命科学技术最为精彩的篇章。因此，智能科学技术是信息科学技术与生命科学技术两者的交叉学科，应当按照这样的学科性质设计学生的知识结构和能力结构。

基于这样的特点，智能科学与技术本科专业的知识结构(课程设置)应当形成如下最基本的连贯的标志性核心知识体系。

第一学期，智能科学与技术导论(人文基础)。

第二学期，智能科学史与科学方法论(人文基础)。

第三学期，脑与认知科学基础(专业基础)。

第四学期，智能数学(数理逻辑与模糊逻辑)(专业基础)。

第五学期，机器智能通论(核心课程)。

第六学期，机器学习(核心课程)。

第七学期，智能机器人(应用基础)。

第一学期必须开设“导论”。这是因为新生刚从中学走进大学，需要通过“导论”引导学生快速了解什么是智能科学与技术，为什么要学习它，它的发展前景是什么，它对经济发展与社会进步的意义是什么，它的知识结构和能力结构是什么，它与相邻学科的关系是什么，怎样才能学好智能科学与技术(包括大学与中学的学习方法和学习规律有何异同)。

第二学期必须开设“方法论”。这是因为新的正确的方法论对于理解和发展智能科学与技术具有特别重要的意义，而传统科学方法论会妨碍学生理解和把握智能科学与技术。“工欲善其事，必先利其器”，方法论的教育必须走在前头。

第三学期必须开设“脑与认知科学基础”。这是因为人工智能的最佳原型就是大脑结构及其支持的认知能力。没有这个基础，我们培养的人才大军就会基础浅薄，缺乏创新的功力，他们在智能科学与技术发展的道路上就走不远。所以，要在二年级一开始就学好这个基础。

第四学期必须开设“智能数学”。学生要着重学好集合论、数理逻辑、模糊逻辑和算法理论，这是智能科学与技术对数学知识的特殊需要，也是学习后续课程必须具备的数学基础。必须在第四学期完成这个准备。

第五学期必须开设“机器智能”。这是本专业的核心课程。考虑到历史上“人工智能”与“计算智能”和“行为智能”长期处于鼎足三分的状态，而事实上，只有它们三者结合在一起，才能覆盖基本的智能技术，因此需要设置统一阐述这个“三位一体”的新的课程，称之为“机器智能”。

第六学期必须开设“机器学习”。这是因为上述三种智能技术的共同要害都是“学习”，因此有必要开设“机器学习”来深化智能的核心技术。

第七学期应当开设“智能机器人”。这是因为智能机器人是智能技术实际应用的最典型和最普遍形态，应当让学生在进入毕业设计之前对智能机器人做“解剖麻雀”式的学习和掌握。

其他课程的设置可以、也完全应该结合各个学校的特点自行选择。

还要强调的是，整个培养过程要努力贯彻理论与实践相结合、已有进展与存在问题相依托、启发式和教学双方互动等原则，使学生不仅高度热爱本专业，而且具备很强的创新精神和实践能力。

3.2智能科学技术学科研究生的知识结构

同样，由于篇幅所限，这里仅指出：鉴于智能科学与技术的内涵非常丰富，应用又无处不在，智能科学与技术研究生一级学科不宜按照应用领域设置二级学科。分析表明，按照学科的层次结构设置如下三个二级学科比较适宜。

1) 智能理论。

2) 智能技术。

3) 智能应用。

当然，这些二级学科名称的具体表述方法还有待继续论证和优化。

4结语

今天，无数的事实(智能A、智能B……智能Z)告诉我们，社会对于“智能”的需求已经不止是母腹中躁动的婴儿，也已经不止是大海平面上依稀可见的航船桅杆，而是已如初升的太阳普照大地，如大潮的奔涌席卷四方。

面对时代的召唤和社会的需求，高等学校的教育和科研工作者义不容辞，责无旁贷。让我们一起努力，共同推进智能科学与技术本科专业和研究生学科的建设，为我国和世界智能科学技术的发展，作出无愧于时代、无愧于华夏学人的积极贡献！

参考文献：

[1] 钟义信. 机器知行学原理[M]. 北京:科学出版社,2007:3.

[2] 钟义信. 社会动力学与信息化理论[M]. 广州:广东教育出版社,2007:114-115.

[3] 钟义信. 信息科学原理[M]. 北京:北京邮电大学出版社,2002:6.

Great Call of the Time for Talents Troop of Intelligence Science and Technology

ZHONG Yixin

(Department of Intellgence Science, Beijing University of Posts & Telecommunications, Beijing 100876, China)

第2篇：智能科学技术导论范文

关键词：培养计划；智能科学与技术；面向应用

上海理工大学于2010年经教育部批准设立智能科学技术本科工程类专业，并于当年招收第一批学生。该专业主要依托上海理工大学光电信息与计算机工程学院的自动化系、电子工程系和计算机系的基础资源和师资，借助于学院自动化仪表、光学工程等的社会应用背景，培养智能测控、智能信息融合、智能信息管理等方面的工程技术人才。

为制定出适合社会需求的智能专业人才培养计划，我们拜访了具有相关专业培养经验的兄弟院校，学习他们的办学经验，深切感受到培养智能专业人才的困难。主要体现在专业的“智能”特点及培养方法上。如何结合工程实际的培养要求，制定出一套可操作、学生易接受，有利于培养学生的创新思维、激发学习兴趣、强化动手能力的培养计划，是我们首先要做的工作。

我们学校采用学分制教学模式。共180个学分，专业学分只有77.5学分，约1 240学时。要在这么少的学时内完成如此广泛的教学内容，并达到良好的教学效果，有一定难度。为此，我们从以下几个方面进行设想。

1) 探索新的人才培养方案，构建与社会需求直接相关的课程体系。

2) 改进课程教学方法，加强教学互动机制。

3) 加强教师队伍建设，引进与培养相结合，提高教师自身的业务水平和实际应用能力。

4) 加强实践环节，充分利用学院教学资源，使学生有更多机会参与实际操作，增强学习兴趣，提高创新能力[1-2]。

1培养计划

上海理工大学是一所以工科为主的综合性大学，培养的学生主要面向应用。要办好新专业，必须有自己的学科体系和课程特色。办工学智能科学与技术专业，很容易受理学办学模式的影响，从而导致理论大而不精，实际应用能力缺少专门训练，无法适应社会需求的情况。我们的培养目标定位是以工程应用为主，加强技术能力的培养。多学兄弟院校的办学经验，但不进行形式攀比，扎扎实实地做好培养实用型人才的本位工作。考虑到我院在光电技术、智能化仪表、智能检测与控制方面的优势，我们确立以“智能集成和智能仪表”作为专业特色。

我校培养计划的基本思路是：基础知识精、简、实用但要扎实。专业知识以掌握应有的技能为目的，加强创新和实践教育，同时加强对学生道德、人文素质方面的教育，以使学生具备坚实的数理基础，系统掌握智能科学与技术的基础理论、基本知识和基本技能。

整个培养计划分成三大块：通识教育、基础课程、专业课程。通识教育由学校统一规划，除政治、思想、道德、体育及人文等方面的教育外，还包括外语基础、电脑应用常识及计算机程序设计基础。基础课程由光电信息和计算机工程学院统一制定，主要包括数学基础类、工程设计基础类、电类基础课程及计算机原理等。专业课程分为4个课程块。第一课程块为专业核心课程。主要包括自动控制理论、智能检测、智能信息处理和机器视觉技术等，要求本专业的学生对与智能科学与技术相关的专业基础理论和技术有一个全面的掌握。在确定核心课程时，我们考虑了作为工科学生的培养要求，更注重课程的实用性以及学生在选择专业方向时的知识覆盖面。第二课程块为技术基础课程。作为本专业的技术入门课程，“智能科学与技术导论”和“脑与认知科学初步”安排在技术基础课程模块。由于智能科学与技术专业涉及面很广，为使学生能根据自己的爱好和特点选择发展方向，这个模块允许学生选择不同的技术基础课程。第三课程块为专业技术课程。包含计算机技术、智能控制技术及数据融合技术等。计算机技术主要以嵌入式处理器、DSP处理器及计算机网络与通讯技术这些与实际应用联系比较紧密的技术为主要内容。学生可根据自己的兴趣选择其中几门，作为专业技术课程。第四课程块为专业选修课程。该课程组针对智能化的具体应用联系方面，课程有比较大的选择余地，学生可以根据自己的专业方向选择相应的课程，强化自己的专业知识[3-4]。

2培养方法

我们培养学生的基本目标是：每一个学生至少有一项基本技能，每一个学生都具备足够的自信心和基本的道德水准。由于我校生源的总体水平比重点大学要弱一点，我们计划从进校开始就对学生进行自我价值、创新意识、社会道德的教育，激发学生积极向上、发奋学习的主观能动性。智能科学与技术所涉及的理论比较广，制定培养计划时，既要考虑到学生对这些学科的了解、学科间的联系，又要使学生对有实用意义的理论知识有比较扎实的基础，并且在以后选择专业方向时有一定的理论基础覆盖面。我们把这些内容分成概述型和精讲型两类。选择三四门具有一定深度、知识覆盖面比较广、反映智能科学与技术主题的专业理论课程作为核心课程，在内容的选取上偏重有用性、实用性、易用性原则，尽可能做到学精、学好、学以致用。把一些认识层面的内容以概述型课程加以介绍，使学生对智能科学与技术所涉及的内容有一个比较完整的了解。

作为工科学生的培养，我们不要求学生全面完整地掌握基础知识，而是注重实用和掌握，要求学生能熟练灵活地应用所学的基础知识。从以往相关专业的教学要求和效果看，对大而全的教学要求，整体上不能达到满意的教学效果，学生忙于应付，结果导致掌握不实，不能很好地把握基本概念，并加以运用。我们的教学思想是：针对培养目标，精选课程内容，力求实用易学，引导学生兴趣，以达到教学互动的效果。

在专业课程中，我们主要考虑实用性、广泛性和可选择性，注重技术和技能。由于智能科学与技术涉及的知识领域广泛，因此我们开设的专业课程尽可能满足学生对不同技术、技能、知识的兴趣和选择，便于学生根据基础课程的掌握情况选择喜欢的专业课程。对于每一个专业课程，教师着重要求基本知识点的掌握，要求学生学会根据基本知识扩展专业技能。

在教学形式上，我们以开放、引导、自主学习为主，专业实验室向学生全面开放，学生可以自己设计问题，经任课教师安排，在专业实验室研究解决“问题”。教师以“任务”驱动带动实验教学，提出任务，设计问题，让学生通过实践、观测、分析、讨论和总结，达到对问题的理解和知识的掌握。归纳起来，我们有以下几个方面的教学思考。

1) 课堂教育避免陈述式的教育模式。

通过提出问题，分析问题的因果关系，总结归纳问题的变化趋势，寻找解决问题的途径，讨论解决问题的方法。引导学生使用正确的思维方法，激发学生的学习积极性。老师要“走”到学生中去，和学生成为朋友，和学生共同讨论问题，启发主动思维和创造性思维。这样的教学模式可以逐步培养学生自我发现知识的能力，使学生具备独立分析和解决问题的能力。

2) 充分认识课程建设在专业建设中的基础性地位。

完善基本管理规范和评价体系。以教师教学规范为依据，加强教学管理；以学校课程评估指标体系为参照，实施课程评估。优化课程组合，调整教学内容。以专业规范为参照，按照公共基础、专业基础、专业主干等不同层次，形成前后连贯、横向联合、相互支撑的课程组合，进而调整其中各门课程的教学内容。改革教学方法，发掘、发挥学生在教学中的主体性作用，注重学生自主学习，提倡探讨式学习、研究型学习等。在教学中，根据内容需要精心准备、认真组织，采取灵活多样的教学方法。加强教材建设和网络多媒体课件建设，鼓励选用原版教材、规划教材，同时鼓励教师的教材编撰工作。推动教师利用专业优势开发网络多媒体课件，改善教学效果。推进考试改革，根据课程内容、教学方法的不同，结合教学过程和教学效果的综合因素，鼓励采用灵活多样的考试和成绩评定方式。

3) 注重课程教学的总结、反馈、交流和评估。

课程教学是教师学生共同参与的经常性教学活动，应逐步建立教师之间针对课程教学的总结、反馈、交流和评估活动，形成良好的教学研究、教学互帮互学的敬业氛围，争取在学时精简、内容压缩的情况下保证课程教学质量。

我们强化实践环节，改造实验、综合设计等课程，扩大实训。以课程实验为基础，注重方法、观测、分析的培养。减少课程实验中大量验证性实验，培养学生在实验过程中发现问题、分析问题和解决问题的能力，并在报告中直接反映，锻炼学生的基础实践能力。以综合设计作为培养学生独立思考、综合各种知识、技能的方法，改变课程设计依赖单一课程的训练模式，而以课程组的综合设计为背景，注重实际操作、实验报告数学规范以及设计思想的阐述、表达能力的培养。力求使综合设计真正能够培养学生的综合实践能力。以实习实训为强化技能的手段，让学生广泛、深入地接触生产应用第一线，了解技术开发现状和工作模式，掌握流行的开发工具和开发环境，按照行业规范完成一个典型系统的开发，使实习实训能够锻炼学生的实际工作能力。以毕业设计作为最后检验学生综合能力的手段，强调创新与实践的要求，鼓励学生参与科研实践、生产实践和理论前沿相结合的课题，全面锻炼学生的创新实践能力[2]。

3师资队伍建设

根据专业培养要求，教师自身专业水平、实际经验和能力、创新意识等都需要不断加强和提高。我们的专业教师大都来自计算机工程、信息科学及自动化技术等专业。智能科学与技术专业中的很多课程与这些专业交叉，但有一些核心课程还是有其专业特点。对于这一部分师资，我们的思路是两条腿走路。一方面，通过引进专门人才来加强师资力量；另一方面，通过对内部师资的培训来满足相关课程需要。对于青年教师，加强传、帮、带，使年轻教师在教学方法、教学责任、教学理念等方面达到比较高的水平，在专业技术方面提高自身能力。经过教学基本功的磨练、科研基本功的锻炼和学术方向的凝练，使之迅速成长为适应专业建设需要的中坚力量，形成一支结构合理、富有活力、注重应用、富有创新精神和团队意识的教师队伍。我们坚持人才引进以才为先，以能否为专业建设所用来考量，结合专业建设的需要，以多种形式促进教师在职提高，同时把教师的职业道德和敬业精神作为教师考核的重要内容和职务聘任的重要条件[1-3]。

4实验室建设

我们以专业核心课程建设为主线，夯实专业办学条件基础。学院目前实验室资源充足，已经具备一套完整的光电、信息、计算机应用、电力、电子、电器、自动化仪表、自动控制等实验室。我们计划按核心课程要求建立智能检测与机器视觉实验室。按照人才培养需要、特别是实践能力和创新能力的培养要求，我们进行合理的规划与调整，充分利用现有实验室，使其发挥效益。在专业建设资金的安排方面，在保证足额、及时到位的前提下，确保用好、用足，使专业人才培养的基础设施完备、良好，达到与产业界衔接的水平。

实验室要与课程要求密切配合，一切服从于课程要求。在实践环节方面，紧密围绕学生面向应用实践能力的培养目标。我们计划在原有实验室的基础上，建立智能科学与技术实验室，主要为智能科学与技术专业课程提供实验支持。先期以机器视觉和智能检测为主要实验建设内容，可开展尺寸测量、缺陷检测、模式识别、图像融合、目标跟踪、三维重构以及智能温度检测、智能压力检测、智能流量检测、智能物位检测和智能成分检测等多种综合性的实验项目。其中包括机器视觉技术及应用、智能检测技术与系统等专业课程的实验。实验室的建设以面向应用为前提，突破以认知为目的的实验计划，加强探索性、创新性的实验内容，形成包括课程实验、综合设计、实习实训、毕业设计等环节构成的培养体系，坚持在实践形式、培养模式方面的探索。同时，我们更进一步地调整实践环节的时间分配、场地保障，使学生更加灵活、方便地完成各种实践环节，进一步增加综合性、创新性实践的比重。

5结语

智能科学与技术专业的设立既是机遇又是挑战，我们需要使用一种新的教学模式来适应一种科学与技术高度结合、把智能理论转化为工程应用的挑战。我们的专业应该是面向应用的，应该是社会需求的，我们培养的人才应该是能快速适应社会的，这才是工科智能与科学技术专业的培养意义。立足未来，立足社会需求，培养适用于市场的实用性人才，是该专业能长期生存的根本保障。

参考文献：

[1] 吴元欣．落实科学发展观,提高人才培养质量[J]．学习月刊,2006(3):79．

[2] 史忠植．智能科学与创新教育[J]．中国大学教育,2006(1):28-30．

[3] 王作军,张磊,杨鹏,等．谈我校增设“智能科学与技术”专业的设想与措施[J]. 计算机教育,2009(11):53-56.

[4] 史忠植．智能科学技术[J]．计算机教育,2004(1):34-38．

Reflection on Application-oriented for Undergraduates Training Program of

Intelligence Science and Technology

JIANG Nianping, CHEN Wei, XU Weiming, SUN Hong, JU Zhiyong

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

第3篇：智能科学技术导论范文

关键词：脑科学；认知科学；教学模式；教学设计；教学方法

中图分类号：G642　文献标识码：A

1　引言

“脑与认知科学基础”是“智能科学与技术”专业的一门重要的专业基础课程，是现代脑科学、认知科学、心理学、神经科学、数学、语言学、人类学乃至自然哲学等学科交叉发展的结果。通过对这门课程的学习，要求学生掌握脑与认知科学的基本概念、原理、方法、知识结构、应用等，了解脑与认知科学的研究现状和发展趋势，对已有成果展开分析与讨论，为今后进一步的学科探索打好基础。

由于该课程具有一定的抽象性和难度，学生在学习中容易出现学习目的不明确、学习方法不清楚，以至于只知道表面不知道其本质，从而变为变动学习。如何使学生从抽象中理解具体，从困难中学会知识，更好地、自主地、创新地学习，就要求老师在知识的传授过程中，要注重学习方法的传授。故教学模式、教学设计和教学方法的探讨，成为“脑与认知科学基础”课程中重要研讨内容之一。

随着社会的发展、国际交流的日渐频繁及网络技术的日臻完善，如何借鉴先进的国外教学理念，更好地培养具有创新能力的学生，也成为教学研究的一个主要问题。

2　国内外教学比较

下面从教材内容、课堂形式和学生培养三个方面来阐明国内外教学的差异。

(1)教材内容

目前MIT的有关于“脑与认知科学”的开放课程(MITUndergraduate Course：Brain and Cognitive Sciencel，其信息量大、知识面广，并且注重系统性和实践性的分析和研究。

北京师范大学罗跃嘉教授的《认知神经科学教程》讲授了认知神经科学基础、认知神经科学的研究技术与方法、认知过程的神经基础和认知神经的发展与障碍。该教材系统介绍了认知神经科学的兴起与发展、大脑的解剖与生理、脑和认知功能的进化；主要的神经数据收集方法(fMPd、MEG、ERP、TMS、光学成像)和数据处理方法(数学模型、计算神经科学、图像处理技术)；力图反映感知觉、注意、记忆、语言、意识、情绪等领域的最新研究进展以及认知发展、老年化、语言加工障碍、认知与遗传等内容；此外，还专门介绍了认知神经科学的研究仪器及其在中国的使用。

武秀波教授的《认知科学概论》讲授了作为认知科学核心组成部分的认知神经科学、认知心理学、认知语言学、认知的计算机模拟等主要内容、基本概念、基本原理及实际应用情况，阐述了各种认知过程的多方面的研究规律和研究成果，并将丰富的试验资料与理论分析相结合，促进了理论之间的比较和相关学科的交叉。

北京邮电大学钟义信教授的《人工智能统一理论》，讲授了知识表示，信息获取，信息处理，信息利用，专家系统，人工神经网络，人工智能研究的最新进展和机制主义方法等。

(2)课堂形式

国外的授课往往注重内容的学习、知识的掌握，课堂教学方法也是各有迥异。我国的课堂教学主要以教师讲授为主，学生被动接受，留给学生的自主空间相对狭窄；而国外课堂相对活跃，讲授和讨论相辅相成，学生能积极地加入到课堂教学中。

(3)学生的培养

由于国内教学中以教师为主，所以往往只注意知识的传授，忽略了学生能力和全面素质的培养。我国学生知识掌握牢固，但知识运用能力差，主动和创新能力欠缺。

3　教学模式、设计和方法的探索

3.1 实现目标

“脑与认知科学基础”是“智能科学与技术”专业的一门重要的专业基础课，对该专业的学生在将来的学习工作中都起着举足轻重的作用。该课程的教学目标不仅仅是知识的掌握，更重要的是学生能力的培养。

通过对本课程的学习，将使学生掌握人脑结构、脑功能以及人类基本认知能力的基本概念和系统知识，对脑与认知研究中所使用的技术有初步的了解，通过学习和教学，着重激发学生对人脑结构与人类基本认知能力的思索，激发学生对进一步研究智能形成机理和工作方式的强烈兴趣，为今后深入研究自然智能、并将人类智能产生机制的相关假说和研究成果用于机器智能奠定基础。

在掌握知识的基础上，增强学生批判性思维和解决问题的能力。学会解决问题、分析问题的方法和手段，掌握信息的收集、检索、分析、评价利用的机能，提高合作技能，促进班级内学生的合作交流，开阔学生的综合素质，最终提高学生的创新能力。

3.2　教学模式

主要涉及教学模式转变、教学课堂和激发学生学习兴趣三个方面。

(1)教学模式转变

针对当前教学过程中存在的问题，按照学生认知规律，应该对新的教学模式进行探索，主要涉及以下五个方面的转变。

教师角色的转变。使教师从原来以教师为中心的“讲解者”角色，转化为学生学习的引导者、学生活动的导演者角色，由此引导学生掌握学习方法。

学生地位的转变。使学生有原来的单纯听讲、接受灌输的被动地位，转化为能有机会主动参与、发现、探究的主体地位；要积极调动学生参与，充分发挥学生主体的作用，使学生不仅要学会知识，还能更好地学会学习方法。

媒体作用的转变。使教学媒体从教师手中转化到学生手中，使媒体由作为教师的讲解工具转化为学生的认知工具；使学生学会利用工具来完成学习和研究任务。

教学过程的转变。使教学过程由传统的逻辑分析或逻辑综合，转变到为学生建立教学情景，使学生通过与教师、同学的协商讨论，参与操作，发现知识，理解知识，从而获得知识和掌握知识。

教材应按人类联想规律组织教学信息，符合学生的认知规律。

(2)课堂教学模式

教师应运用灵活多样的教学方法，授课时充分结合讲授、讨论、思考、测试和自学等多种方式。教学过程中注重双向性，突出启发性，调动学生的积极性。

所谓双向性是指教学过程中，教师是课堂的主导，学生是课堂的主体，既强调教师的讲授，又强调学生能动性的发挥，促使教师和学生在教学中相互联系、相互作用，使教学过程成为师生双方主动介入的过程。

突出启发性，即在教学过程中突出以学生为主体，促进学生学会思、善于思考、主动理解和掌握知识，培养分析和解决问题的能力。

除了灵活运用上述各类教学方法之外，考虑到课上学时的限制，适当地给学生留思考题，让学生课下独立思考，巩固课堂上的知识，也是课堂教学模式的一大补充。另外还可以促进学生利用先进的手段广泛查阅资料，学会自己解决问题的方法。为了得到良好的教学效果，教师在充分 理解知识的基础上，提炼出精华的思考题，使学生通过思考，更精确地理解课本知识，发挥学生的主观能动性，培养学生积极思考、解决问题的能力；把学生从传统被动的学习状态转化为主动的学习主体，给学生充分的学习空间和创新思考的余地。

(3)激发学生学习兴趣

学习兴趣有直接和间接之分，间接兴趣有学习活动的结果激发，如意识到学习的重要性，对学习的结果产生兴趣。对大学生来说，到底什么是积极健康、持久旺盛的学习动力?最具积极健康和持久旺盛特性的三种学习动力是：兴趣、理想和事业，而且每个学习阶段积极健康、持久旺盛的学习动力也是不同的：小学主要是兴趣，中学是理想，大学则是事业。

人生进入大学阶段后，开始思索实现的人生之路，面对现实，就必须从事一个职业，必须做事，必须根据社会的发展和个人的自身条件，包括自己的个人爱好和自己的理想以及社会的需求去从业干事，因此，在人生的大学阶段，产生了职业理想。有了职业理想，才有明确的人生奋斗目标。美国的戴维・坎贝尔说过：目标之所以有用，仅仅是因为它能帮助我们从现在走向未来。大学生只有明确了职业理想、职业目标，才会有为职业理想、职业目标的实现制定出科学合理的规划，并付诸实施，避免随波逐流。

直接兴趣是有学习内容和学习过程的特点直接引起的，如趣味性强的学习资料、新颖的教学内容、生动而又系统地讲解等等。下面结合作者从事的《脑与认知科学基础》课程教学，给出下面的建议。

首先，充分利用实物、影视等手段进行直观教学。凡是教学内容涉及的脑的52个分区等都尽量的在课堂上将实物展示出来，让学生通过亲睹实物，增加感性认识；同时最大限度的利用电教化手段，通过生动的画面吸引学生的注意力，将抽象的理论形象化，学生印象深刻而又便于理解。

其次，培养师生感情，树立教师威信。“师者，传道、授业、解惑也”，教师的职责不仅仅是“授业”，也应该注重“传道”与“解惑”，在课堂上有针对地传授学生为人处事的道理，这样不仅活跃了课堂气氛，教师也因为博学而受到学生的敬仰；对学生在生活、学习上遇到的可能、苦恼，适时地以朋友的身份，对他们关怀备至，帮助他们客服可能，他们就会从心里热爱老师，感情上接近教师，爱屋及乌，从而对你交的课程产生浓厚的兴趣。“亲其师，信其道”表明了这样一个道理，相融的师生关系可以直接影响到学生的学习兴趣和学习效果。

再次，教学中联系实际，学以致用。教师在上理论课时，应该做到理论联系实际，注重学生实践能力的培养。

3.3　教学设计

根据教学大纲，对“脑与认知科学基础”课程进行了如下的教学设计：

《脑与认知科学基础》共分14个章，分别介绍了脑与认知纲要、脑论、新皮层、神经组织、神经信息活动、脑的工作机理、一个假说、认知概论、感知、记忆、语言、思维和情绪。

第1章主要围绕着中心问题“智能科学与技术专业为什么要学习脑与认知科学”和“应当怎样学习‘脑与认知科学’课程”来展开，具体内容包括：智能、自然智能、人工智能的基本概念：人工智能与自然智能的关系；“脑与认知”是自然智能的基础；21世纪是智能科学技术的世纪；“脑与认知科学”课程的学习方法。

第2章的中心问题是“什么是脑科学，什么是认知科学”和“它们与智能科学技术的关系是什么”，具体内容包括：脑科学的研究对象与目的、脑科学的研究方法。

第3章主要围绕着“脑是一个怎样的系统”和“我们将由宏观至微观进行逐步的分析”的中心问题来展开，具体内容包括：自然智能系统基本工作模型；神经系统组成：中枢神经系统组成；脊髓结构与功能：脑的基本构件与功能；左右半球的功能优势和脑组织的总体特征。

第4章主要围绕着“什么是大脑皮层”和“它在大脑系统中起什么作用”的中心问题来展开，从组织生物学层次讨论了脑的结构，具体包括：大脑皮层的分叶；皮层叶区的功能定位；皮层的细胞类型；皮层的分层：皮层的分型；皮层的分区；大脑半球的纤维联系；大脑的柱形结构和Hawkins的皮层说。

第5章主要围绕着中心问题“什么是神经元，什么是神经胶质细胞”和“它们有那么神奇的功能”来展开，从细胞生物学层次探讨了脑的结构，具体包括：神经细胞(神经元)：神经元分类；神经元结构；突触：神经胶质细胞；和神经纤维与神经末梢。

第6章主要围绕着中心问题“神经系统的工作原理是什么”和“为什么神经系统能够处理各种信息”来展开，首先从分子生物学的层次讨论了神经系统的工作机理，接着讨论了最基本的神经系统反射特性，以及神经元的各种模型。

第7章主要围绕“脑是怎样工作的…‘你觉得这些理论怎么样?”来展开，大脑皮层是一个层级结构：皮层分为若干“叶”，每个叶又有许多不同的“区”，每个区都存在“6个层”，每个层包含若干不同的细胞(神经元)。这些神经元互相结成大量的功能柱。大脑皮层反映外部世界的方式，是建立“恒定表征”，后者就是皮层细胞兴奋的层级结构。大脑认识世界的方式，是“记忆，预测”。记忆，就是建立事物的“恒定表征”。预测，就是利用“恒定表征”去判断它的细节。

第8章提出了一个假设，认为“任何智能系统督应当具有明确的目的；否则就不能成为智能系统”。同时认为：作为一种完全自主的智能系统，人是具有明确目的的；作为一种“他主”的智能系统，它的目的是由它的设计者设定的。

第9章围绕着“什么是‘认知科学”’和“从‘众家之说’中择优”来展开，讨论和比较了“认知科学”有关的基础概念、相关模型和几种“认知科学”的定义，从而说明认知科学研究应当关注的主要内容。需要特别注意的是，认知科学目前仍处于发展阶段，关于“认知科学”的定义仍是众说纷纭。对于学习和研究认知科学的人来说，这种状况也不是坏事。相反，只要认真研究这些说法的实质，就有可能从中得到比较深刻比较科学地认识。因此，特别鼓励学习者带着问题学习，发现问题，分析问题，争取在此基础上创造性地解决问题。

第10章讨论了“注意的机制”：人为什么会产生“注意”机制，根本的机制在于“人有目的”。当与“目的”相关(无论是正相关还是负相关)的对象出现时就会注意这个对象：关联的程度越高，注意的程度就越强。所以，“注意”的关键机制在“目的”；而实现注意力选择的关键机制则是“目的与刺激之间的关联度分析”。相反，如果没有“目的”存在，人们对所面临的任何刺激就会表现得麻木不仁，注意力分散，没有特别的兴趣。可见，“目的”在认知活动中处于十分关键的地位。

接着对于感知的基本概念和基本机理做了必要的讨论，为认识感知理论奠定了一般的基础。但是由于学时限制，对于具体的“视觉感知”、“听觉感知”以至其它感知(嗅觉、味觉、触觉、平衡觉等)理论，就只能略而不论了。幸好，这方面的材料比较容易找到，就作为学生课外学习 的内容而不做课内的要求了。

最后讨论了“认知过程”的最初环节――感知的基本问题，包括感觉、知觉、表象的基本概念和工作机理。它们是后续认知环节的基础。对于这些认知环节工作机理的认识，存在不同的学派。这是学习《脑与认知科学》所面临的挑战，但更是研究《脑与认知科学》的创新机遇。应当深入分析各个学派的理论(包括优点和缺点)，这样就有可能在它们的基础上获得更加科学地认识，做出新的贡献。

第11章围绕着“什么是‘记忆与提取’”和“人为什么能够进行‘信息记忆和提取’”来展开，讨论了“长时记忆的语义存储”：以语义为中心、以知识结构的方式进行存储；通过概念(或特征)来表达语义章；通过概念／特征的相互关系表达完整语义；通过概念／特征的层级结构来表达某类的复杂语义：通过类间互连形成的知识结构来表达多类事物的语义；概念、特征、类等等都是以语义来定义的。

第12章首先对相关术语进行了解析；介绍了近年来脑科学的发现和认知学的研究进展。

第13章探讨了“思维的脑机制”，或者说“为什么脑会思维”，因此，首先要说明什么是这里所说的“思维”。显然，思维是脑的功能，是在给定问题、条件和目标的情况下，人的大脑寻求解决问题达到目标的一种能力。在这里，核心的问题是：在获得了“问题、约束、目标”。这些信息和相关知识的条件下，如何运用这些信息和知识来解决问题、满足约束、达到目标?根据问题、条件、目标情况的不同，思维可以有形象思维、逻辑思维、灵感思维、创造性思维等不同的类型。那么，大脑是怎样执行思维功能的呢?

第14章总结了目前认知科学对情绪的研究已经取得的不少成果，包括情绪的定义、分类、情绪的脑机制、情绪与认知的关系等等。另一方面也指出，同其他方面的研究一样，认知科学对于情绪的研究也忽视了“目的”的作用。人为什么会快乐?为什么会悲伤?除了生理上的原因之外，主要是受到“目的”实现的可能程度的影响。在这里，“目的”包括各个方面的追求：生存的追求，发展的追求，信念的追求等等。大多数喜、怒、哀、乐情绪都以这些“目的”是否能够实现以及实现的程度来衡量。因此，如果离开“目的”要素来考察情绪，就难以准确把握情绪产生的缘由。

3.4　授课方式

多媒体教学可以通过文字、图像、动画、录像等方式向学生传授知识，形象生动地完成教学任务。采用多媒体手段，既便于教师解释问题，同时也可以提高学生的学习积极性，加深学生的理解。教师还可以适当引入一些联系实际的例子，更好地帮助学生理解和应用所学的知识。

为了增强课堂的互动性，提问也是教学中值得研究的问题。所提问题必须准确、明白，无论在含义上，还是在语言本身：多用特殊疑问词发问，易于引导学生保持积极的思维状态；追问则可采用选择问句，它有某种限定作用，可引导学生定向思考。鼓励学生随时随地向老师发问，增强了师生的沟通，活跃了课堂气氛，给学生一个更广阔的思维空间。

在课堂时间允许的条件下，适当展开一些小的讨论活动，鼓励学生积极思考，大胆地提出自己的观点，加深学生对某些抽象问题的理解，永远保持一种积极乐观的态度进行学习。

学习是为了将来更好的工作，故学习方法也应该在教学环节中培养。适当地给学生一些拓展型的问题，鼓励学生去查资料，分析、研究问题，这些环节结果不重要，重要的是过程。学生可以学到从查资料、分析、对比，到归纳、成文等一系列分析研究问题的方法。

第4篇：智能科学技术导论范文

关键词：计算思维；信息技术课程；计算机

计算思维的提出

思维是人脑对于客观事物的本质及其内在联系间接的和概括的反应，是一种认识过程或心理活动。简单地说，思维是人进行思考、通过人脑的活动解决问题的能力，是人的智力在一个方面的体现。思维方式也是人类认识论研究的重要内容。

2006年3月，时任美国卡内基·梅隆大学(CMU)计算机科学系主任、现任美国基金会(MSP)计算机和信息科学与工程部(CISE)主任的周以真(Jeannette M.Wing)教授，在美国计算机权威刊物《Communications of the ACM》上，首次提出了计算思维（Computational Thinking）的概念：“计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为。它包括了涵盖计算机科学之广度的一系列思维活动。”周以真教授从思维的视角阐述计算科学，并以此来探索计算机学习的教育价值。为此，周教授撰写了针对大学所有新生的“计算思维”讲义，并以此作为“怎样像计算机科学家一样思维”课程的主要教材。

计算思维这一概念提出后，立即得到美国教育界的广泛支持，也引起了欧洲的极大关注。目前，计算思维是当前国际计算机界广为关注的一个重要概念，也是当前计算机教育需要重点研究的课题。在美国，不仅有卡内基·梅隆大学的专题讨论，也有包括美国计算机协会（ACM）、美国国家计算机科学技术教师协会（CSTA）、美国数学研究所（AIM）等组织在内的众多团体的参与；计算思维还直接促成美国国家科学基金会（NSF）重大基金资助计划CDI（Cyber-Enabled Discovery and Innovation）的产生，CDI计划旨在使用计算思维产生的新思想、新方法，促进美国自然科学和工程技术领域产生革命性的成果。CDI的最终研究成果将使人们的思维模式发生转变。这种以“计算思维”为核心的转变，反映在美国国家自然科学与工程，以及社会经济与技术等各个学科领域。

计算思维不仅影响着美国，也影响着英国的教育，在英国的爱丁堡大学，人们在一连串的研讨会上探索与计算思维有关的主题。每次研讨会，都有不少专家讨论计算思维对不同学科的影响。研讨会上所涉及的学科已延伸到哲学、物理、生物、医学、建筑、教育等各个不同的领域。另外，英国计算机学会（BCS, British Computer Society）也组织了欧洲的专家学者对计算思维进行研讨，提出了欧洲的行动纲领。

国内有关计算思维的研究

上世纪80年代，钱学森先生在总结前人的基础之上，将思维科学作为11大科学技术门类之一，与自然科学、社会科学、数学科学、系统科学、人体科学、行为科学、军事科学、地理科学、建筑科学、文学艺术并列在一起。自从钱学森提出思维科学以来，各种学科在思维科学的指导下逐渐发展起来，计算学科也不例外。黄崇福教授可能是国内最早阐述计算思维的学者。1992年，黄崇福在其所著的《信息扩散原理与计算思维及其在地震工程中的应用》一书中给出了计算思维的定义：“计算思维就是思维过程或功能的计算模拟方法论，其研究的目的是提供适当的方法，使人们能借助现代和将来的计算机，逐步达到人工智能的较高目标。”

国内关于计算思维的研讨大部分都是在与计算机方法论一起研究的。桂林电子科技大学计算机与控制学院董荣胜教授在对计算思维和计算机方法论的研究中指出：计算思维与计算机方法论虽有各自的研究内容与特色，但它们的互补性很强，可以相互促进，计算机方法论可以对计算思维研究方面取得的成果进行再研究和吸收，最终丰富计算机方法论的内容；反之，计算思维能力的培养也可以通过计算机方法论的学习得到更大的提高。两者之间的关系与现代数学思维和数学方法论之间的关系非常相似。

2009年7月26日，中国工程院院士、中科院计算技术研究所所长李国杰在NOI2009开幕式和NOI25周年纪念会上的讲话提到：“计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为，它选择合适的方式去陈述一个问题，对一个问题的相关方面建模并用最有效的办法实现问题求解。有了计算机，我们就能用自己的智慧去解决那些计算时代之前不敢尝试的问题。”同年11月9日，在《中国信息技术已到转变发展模式关键时刻》一文中，李国杰在展望未来信息技术的发展前景时指出：“20世纪下半叶是以信息技术发明和技术创新为标志的时代，预计21世纪上半叶将兴起一场以高性能计算和仿真、网络科学、智能科学、计算思维为特征的信息科学革命，信息科学的突破可能会使21世纪下半叶出现一场新的信息技术革命。”2009年12月27日，中国计算机学会青年计算机科技论坛哈尔滨分论坛（YOCSE哈尔滨）与哈尔滨工业大学计算机科学与技术学院青年沙龙共同举办了“计算思维”专题论坛的会议。哈工大计算机学院副院长王亚东教授作了题为“计算与计算思维”的报告。报告从科学技术发展的角度出发，讲述了计算思维已经和即将对各门学科产生的影响，在计算机专业的各门课程中渗透“计算思维”的设想，并倡议学者们总结计算思维有哪些类别，以及它们和各门学科、日常生活的关系。

2010年7月19日至20日，北京大学等九所知名高校在西安交通大学举办了“C9高校联盟计算机基础课程研讨会”。教育部高等学校计算机基础课程教学指导委员会主任陈国良院士亲临大会，作了“计算思维能力培养研究”的报告。大会就增强大学生计算思维能力的培养发表了“C9高校联盟计算机基础教学发展战略联合声明”。

计算思维的关键内容

当我们必须求解一个特定的问题时，首先会问：解决这个问题有多么困难？怎样才是最佳的解决方法？当我们以计算机解决问题的视角来看待这个问题，我们需要根据计算机科学坚实的理论基础来准确地回答这些问题。同时，我们还要考虑工具的基本能力，考虑机器的指令系统、资源约束和操作环境等问题。

为了有效地求解一个问题，我们可能要进一步问：一个近似解是否就够了，是否有更简便的方法，是否允许误报和漏报？计算思维就是通过约简、嵌入、转化和仿真等方法，把一个看来困难的问题重新阐释成一个我们知道怎样解决的问题。

计算思维是一种递归思维，是一种并行处理。它可以把代码译成数据又把数据译成代码。它是由广义量纲分析进行的类型检查。例如，对于别名或赋予人与物多个名字的做法，它既知道其益处又了解其害处；对于间接寻址和程序调用的方法，它既知道其威力又了解其代价；它评价一个程序时，不仅仅根据其准确性和效率，还有美学的考量，而对于系统的设计，还考虑简洁和优雅。计算思维是一种多维分析推广的类型检查方法。

计算思维采用了抽象和分解来迎接庞杂的任务或者设计巨大复杂的系统，它是一种基于关注点分离的方法（Separation of Concerns，简称SOC方法）。例如，它选择合适的方式去陈述一个问题，或者选择合适的方式对一个问题的相关方面建模使其易于处理；它是利用不变量简明扼要且表述性地刻画系统的行为；它是我们在不必理解每一个细节的情况下就能够安全地使用、调整和影响一个大型复杂系统的信息；它就是为预期的未来应用而进行数据的预取和缓存的设计。

计算思维是按照预防、保护及通过冗余、容错、纠错的方式，并从最坏情况进行系统恢复的一种思维。例如，对于“死锁”，计算思维就是学习探讨在同步相互会合时如何避免“竞争条件”的情形。

计算思维利用启发式的推理来寻求解答，它可以在不确定的情况下规划、学习和调度。例如，它采用各种搜索策略来解决实际问题。计算思维利用海量数据来加快计算，在时间和空间之间，在处理能力和存储容量之间进行权衡。例如，它在内存和外存的使用上进行了巧妙的设计；它在数据压缩与解压缩过程中平衡时间和空间的开销。

计算思维与生活密切相关：当你早晨上学时，把当天所需要的东西放进背包，这就是“预置和缓存”；当有人丢失自己的物品，你建议他沿着走过的路线去寻找，这就叫“回推”；在对自己租房还是买房做出决策时，这就是“在线算法”；在超市付费时，决定排哪个队，这就是“多服务器系统”的性能模型；为什么停电时你的电话还可以使用，这就是“失败无关性”和“设计冗余性”。由此可见，计算思维与人们的工作与生活密切相关，计算思维应当成为人类不可或缺的一种生存能力。

计算机科学是计算的学问，它研究什么是可计算的，怎样去计算。计算思维具有以下特性：（1）概念化，不是程序化。计算机科学不是计算机编程。像计算机科学家那样去思维意味着远不止能为计算机编程，还要求能够在抽象的多个层次上思维。（2）根本的，不是刻板的技能。根本技能是每一个人为了在现代社会中发挥职能所必须掌握的。刻板技能意味着机械的重复。具有讽刺意味的是，当计算机像人类一样思考之后，思维可就真的变成机械的了。（3）是人的，不是计算机的思维方式。计算思维是人类求解问题的一条途径，但绝非要使人类像计算机那样地思考。计算机枯燥且沉闷，人类聪颖且富有想象力，是人类赋予计算机激情。配置了计算设备，我们就能用自己的智慧去解决那些在计算时代之前不敢尝试的问题。计算机赋予人类强大的计算能力，人类应该好好地用这种力量去解决各种需要大量计算的问题。（4）数学和工程思维的互补与融合。计算机科学在本质上源自数学思维，因为像所有的科学一样，其形式化基础建筑于数学之上。计算机科学又从本质上源自工程思维，因为我们建造的是能够与实际世界互动的系统，基本计算设备的限制迫使计算机科学家必须计算性地思考，不能只是数学性地思考。构建虚拟世界的自由使我们能够设计超越物理世界的各种系统。（5）是思想，不是人造物。不只是我们生产的软件硬件等人造物将以物理形式到处呈现并时时刻刻触及我们的生活，更重要的是计算概念，这种概念被人们用于求解问题、管理日常生活、与他人交流和互动。（6）面向所有的人，所有地方。当计算思维真正融入人类活动的整体以致不再表现为一种显式之哲学的时候，它就将成为一种现实。就教学而言，计算思维作为一个问题解决的有效工具，应当在所有地方、所有学校的课堂教学中得到应用。

计算思维与计算机学科的方法论

正如本文第二部分所述，计算思维与计算机学科的方法论研究有很大的相似性，国内很多学者都在同时研究。计算思维和计算机学科方法论都是试图通过可计算性原理、形理算一体原理和机算设计原理，从思维和方法的高度来进行抽象，以寻求具有一定普适意义的学科价值。

所谓可计算性原理亦即计算的可行性原理。1936年，英国科学家图灵提出了计算思维领域的计算可行性问题：即怎样判断一类数学问题是否是机械可解的，或者说一些函数是否可计算。所谓形理算一体原理，是针对具体问题应用相关理论进行计算发现规律的原理。在计算思维领域，就是从物理图像和物理模型出发，寻找相应的数学工具与计算方法进行问题求解。所谓机算设计原理，就是利用物理器件和运行规则（算法）相结合完成某个任务的原理。在计算思维领域，最显著的成果就是电子计算机的创造（计算机的设计原理），比如，电子计算机构成就是五个外部设备（计算器、运算器、存储器、输入设备、输出设备）以及运用二进制和存储程序的概念来达到解决问题的目的。

尽管计算思维的学科体系尚未成熟，但在教学和培训中的应用和推广已逐步开展。一些从事计算机教育的学者在教学过程中推进计算思维能力的培养，标志性的事情包括2008年美国国家计算机科学技术教师协会（CSTA）在网上了得到美国微软公司支持的《计算思维：一个所有课堂问题解决的工具》（Computational Thinking: A problem solving tool for every classroom）报告。2008年，ACM在网上公布了对CS2001（美国关于大学计算机科学的教学大纲）进行中期审查的报告（CS2001 Interim Review），开始将美国卡内基·梅隆大学计算机科学系教授周以真倡导的“计算机思维”与“计算机导论”课程绑定在一起，并明确要求该课程讲授计算机思维的本质。美国计算机科学技术教师协会认为，计算思维应当是所有学校所有课堂教学都应当采用的一个工具。采用这个工具，教师自然会问以下几个问题：（1）人所固有的能力与局限性？计算机的计算能力与局限性？（2）问题到底有多复杂？即问题解决的时间复杂性、空间复杂性？（3）问题解决的判定条件是什么？（4）什么样的技术（各种建模技术）能被应用于当前的问题求解或讨论之中？（5）什么样的计算策略更有利于当前问题的解决？

计算机科学与技术方法论是认知计算学科的方法和工具，也是计算学科认知领域的理论体系。计算机科学与技术方法论也进一步推进了大学计算思维的培养。在大学计算机学科教学中，引入计算思维关注点分离的方法解决软件工程课程中的问题求解、算法设计、软件设计等设计方法以及软件开发过程、软件项目管理和软件开发方法学等诸多方面的问题，因为作为最重要的计算思维原则之一，关注点分离是计算科学和软件工程在长期实践中确立的一项方法论原则。离散数学课堂教学中可以引导学生利用计算思维去解决离散数学中的模型与数理逻辑、递归与等价关系数目的求解、模块化与群、等价关系证明等问题。

目前，尽管计算思维已在大学教学中逐步应用，但是，计算思维本身还未成为独立的学科体系，并且在教学中的应用都是少数专家学者在进行小规模探索性的实验性教学，在培养过程中没有系统性的应用计算思维的系列方法，因此效果并不明显。

计算思维对信息技术课程的影响

尽管有关计算思维的研究目前主要在高校，在国内，也仅在为数不多的高校计算机系或计算机学院开展教学实践探索。由于计算机学科和信息技术学科有着天然的紧密联系，计算思维也会对中小学信息技术课程产生影响。

1.计算思维是每个人的基本技能

计算思维是每个人的基本技能，不仅仅属于计算机科学家。我们应当使每个孩子在培养解析能力时不仅掌握阅读、写作和算术（Reading, wRiting, and aRithmetic——3R），还要学会计算思维。正如印刷出版促进了3R的普及，计算和计算机也以类似的正反馈促进了计算思维的传播。当大学计算机专业教学在尝试用计算思维开展计算机专业课程教学的时候，教授们已提出应当为大学新生开一门称为“怎么像计算机科学家一样思维”的课程，面向所有专业，而不仅仅是计算机科学专业的学生。我们应当使入大学之前的学生接触计算的方法和模型。我们应当设法激发公众对计算机领域科学探索的兴趣，传播计算机科学的快乐、崇高和力量，致力于使计算思维成为常识。从目前中小学的课程设置来看，通过信息技术课程让学生接触计算思维是最有效的途径。2000年以来，我们已经习惯于将提升学生信息素养作为信息技术课程目标，随着计算思维的引入，需要我们去探索信息素养与计算思维的关系。

2.计算思维促进信息技术学科思维的研究

目前的信息技术课程普遍存在着“只见技术不见人”和“什么实用教什么”的现象。前者反映我国课程实现中存在着过度的技术化取向问题，后者反映了功利主义的课程价值认识。其实，这两种现象所反映的本质都是相同的，即以简单技术掌握为第一要义，虽然强调了用信息技术解决实际问题，但也仅是解决如何操作软件以达到学以致用，缺乏从学生人生发展的高度看待信息技术课程所应有的价值。

笔者曾从信息技术课程中有关算法与程序设计的学习价值的角度提出算法思维是一种解决问题的过程性思维方式：算法思维就是能清楚说明问题解决的方法，能够将一个复杂的问题转化成若干子问题并将其进一步简化，以达到解决问题的目的，这也是科学和设计领域的一项重要技能；算法思维就是能清楚地理解问题解决的规则，能够认识到问题的起点、边界和限定范围，按部就班地完成任务或解决问题；算法思维就是能清楚地分析问题解决方法的优劣，能够设计与构造操作步骤更少、更经济的算法。

算法思维的提出在一定程度上解决“算法与程序设计”的学习价值不是仅对口程序员的培养，就像数学的学习不仅是培养会计一样。通过算法和程序设计的学习，学生可以体验解决问题的过程，规范的设计与工艺要求，以及人与计算机共存的思维特征。但是，算法思维是以算法为出发点，相比以计算理论出发的计算思维，有更多的局限性。因此，计算思维有利于推进信息技术课程在学科思维方面的研究，有利于学生通过信息技术课程获得终身有用的知识与能力，而不是面临过时的计算机操作步骤。

3.计算思维引发有关信息技术与计算机学科的关系思考

计算机界长期以来一直认为程序设计语言是进入计算学科领域的优秀工具，也是获得计算机重要特征的有力工具。早期中小学开展BASIC语言学习，其本意也是以认识计算机特征为目的。其存在的明显问题是缺乏学科思维，过多地关注具体语言的细节。而以应用软件为学习对象的计算机课程，虽然强调了应用，但仍然关注软件操作细节的学习，使得课程学习内容与社会上的软件培训班相差无几。随着计算机软件的丰富与普及，以及计算机操作的人性化，重视工具操作、缺乏思维和方法的计算机课程面临改革是必然的。

信息技术课程不仅在课程目标上实现了从掌握计算机知识和技能到信息素养的转变，课程形态、教学内容、教学模式、评价方式、教材等方面都有了较大的发展与改进。但是，目前的信息技术课程在处理学习内容中，“人如何处理信息”、“人如何用工具处理信息”以及“工具如何处理信息（人如何制造信息处理工具）”三者关系时把握不清，特别是对于有关计算机原理与操作的学习内容，存在既想回避又无法回避的现状，要回避是因为要避免学科教学走回原计算机课老路，但计算机作为现代信息技术的典型代表在教学中又无法回避。

信息技术和计算机都能对数据进行加工，这种加工有自动化属性。两者都反映了一个根本的问题：什么能被有效地自动进行。这也是计算思维经抽象以后反映的根本问题。计算思维将促进信息技术课程中信息技术与计算机技术的关系问题，即计算机在信息技术课程中的地位问题。

结束语

对于计算思维来讲，要成为一门学科，还有很长的路要走。目前，计算思维还不是知识形态的学科，因为其本身的概念、原理、特征、培养方法论以及创新方法论等方面的知识体系并未形成，也不是大多数学校或研究所教学内容的基本单位。这方面的学者、知识信息及学术资料所组成的实体化组织虽然正在形成，但远远未达到成熟。另外，各国的教育行政主管部门还没有完全认识到计算思维的重要性。因此，计算思维学科体系的建立任重而道远。