对人工智能教育的建议精选(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对人工智能教育的建议主题范文，仅供参考，欢迎阅读并收藏。

第1篇：对人工智能教育的建议范文

关键词：人工智能技术；教学方法；编程能力

中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2014）16-3865-02

1 概述

2008年11月16日，中国科协成立50周年新闻会在北京召开。在新闻会上，“五个10”系列评选活动，即10位传播科技的优秀人物、10部公众喜爱的科普作品、10个公众关注的科技问题、10个影响中国的科技事件、10项引领未来的科学技术评选结果揭晓。10项引领未来的科学技术是：基因修饰技术；未来家庭机器人；新型电池；人工智能技术；超高速交通工具；干细胞技术；光电信息技术；可服用诊疗芯片；感冒疫苗；无线能量传输技术。

人工智能技术学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。指人类的各种脑力劳动或智能行为，诸如判断、推理、证明、判别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动，可以用某种智能化的机器来予以人工实现[1]。

通过《人工智能技术》课程的学习，使学生对人工智能技术的发展概况、基本原理和应用领域有深入了解、对主要技术及应用有一定掌握，并对现代人工智能技术发展的方向有所研究。通过人工智能技术课程的学习与研究，启发学生对人工智能技术的兴趣，培养知识创新和技术创新能力，并能将人工智能技术融入到今后所开发的计算机软件之中。

《人工智能技术》是一门众多学科交叉的新兴课程，其涵盖范围广，涉及知识点多，知识更新快，内容抽象，不容易理解，理论性强，而且需要较好的数学基础和较强的逻辑思维能力，这给该课程的讲授带来了一定困难。《人工智能技术》也是一门应用型学科，怎样将理论运用到实践中，使学生将学到的人工智能技术知识和思想运用到自己的实际课题，这也是该课程需要解决的问题之一。

因此，对《人工智能技术》课程教学来说，我们要了解课程的最新信息，把握课程的特点，帮助学生找到好的学习方法，使他们能充分发挥自己的创新思维能力，提高学习兴趣，该文给出了《人工智能技术》课程的教学与实践的探索。

2 教学与实践的探索

2.1 教材和实验教学内容的选取

1） 人工智能技术是整个计算机科学领域发展最快，知识更新最快，最前沿的学科之一。在教材选用方面，我们采用了蔡自兴教授等主编，由高等教育出版社出版的《人工智能基础》这本教材。蔡自兴教授的主要研究领域为人工智能、机器人学和智能控制等。这本教材是作者在美国国家工程院院士、普度大学教授傅京孙先生的指导和鼓励下编写，借鉴了国内外人工智能技术研究领域专家的最新研究成果和学术书籍的长处，该书比较全面地介绍了人工智能技术的基础知识与技术，材料新，易于理解，兼顾基础及应用[2]。

此外，我们还给学生自主学习提供多种类型的学习资料，其中包括参考书目，如：Russel S， Norvig P.等编著的《Artificial Intelligence： A Modern Approach》一书，人工智能技术国内外期刊，如电子学报，计算机学报，人工智能与模式识别，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技术会议，使学生能够掌握人工智能技术的更多前沿动态，提高学习兴趣。

2） 配套的实验教学内容。《人工智能技术》是一门理论性和实践性都很强的课程，实践性教学环节对该课程尤为重要。除了完成课本上的作业之外，还注重实验教学，培养学生的创新能力、算法设计能力和编程能力。首先，每个章节设置相应的实验，而实验内容经过严格的考虑，如：五子棋游戏，产生式系统，旅行商问题，传教士和野人问题，BP神经网络实现简单的分类，遗传算法、人工生命程序等，要求学生运用所学章节的知识，独立地设计和实现实验内容。实验报告包括简述实验原理及方法，给出程序设计流程图，源程序清单，实验结果及分析等内容，通过这种方式，进一步加强学生的信息获取能力和研究能力。

2.2 教学方法和手段的改革

人工智能技术课程交叉性强，涉及面广，传统的教学方法手段单一，缺少交流，课堂气氛沉闷，激发不起学生的学习兴趣，教学效果不理想。人工智能技术这门课程内容抽象，如何激发学生的学习兴趣是本课程需要解决的主要问题，也是关系教学改革成败的关键。本课程需采用多种方法进行教学，以此来激发学生的学习兴趣。

1） 问题启发式教学。《人工智能技术》这门课程中有很多似是而非、引人入胜的问题，主要是用计算机模拟人类的智能来解决这种问题。在教学中，有目的的提出这些问题，鼓励学生思考，提出自己的想法和解决方案，并进行分析和比较，这样强化学生的主动学习意识，提高学习积极性[3]。

2） 个性化学习和因材施教。学生中存在计算机专业和非计算机专业本科毕业的差别，由于他们每个人的基础不同，有的计算机知识比较匮乏，因此有必要针对每个学生的学习进度，课堂作业和实验报告情况进行及时评估，对学生提出个性化的教学。例如：在实验教学中，要求有能力和兴趣的学生可以做探究性和创新性的附加实验，从而引导学生发挥个性的空间，而对稍微吃力的学生则要求完成基本的实验，更注重基础知识的学习和夯实，这样就能达到因材施教的目的。同时对不同层次的学生进行分析，进一步提出学习建议，并进行有针对性的指导。

3） 多媒体使用和多学科知识的融合。本课程PPT课件图文并茂，提纲挈领，便于学生理解。课堂讲授、板书与PPT手段相结合，注重课程中的关键词用英文表示，并适当指定英文参考书，使学生能够接触国外文献资料，加深对学习内容的理解，获得更宽广的知识。PPT课件运用了大量多媒体技术，如动画、声音、图像，通过动画和视频演示抽象的概念、算法和过程，使人工智能技术中抽象的知识形象化，在课件中融入了文学，历史等其他学科的相关知识，便于学生较好地理解知识难点和重点[4]。

4） 师生互动和课内外答疑。在教学中，改变了传统的老师讲，学生听的教学模式。针对人工智能技术的实用性，适当提问，收集学生学习情况，尽量使用实例进行讲解。设置了实验讲解互动课程，对于实验的讲解，学生可以提出疑问，然后在课堂上展开讨论，学生可以看到问题从提出、分析到解决的整个过程，让学生自己在讨论中总结结论。为了解决教学中存在的疑难问题，还设有课后答疑，使学生能将所有的问题都理解透彻。

5） 理论研究与实践结合。在教学内容的安排上，注重学生的理论研究和动手能力，适当布置一些课程相关的论文和实验编程。通过课程论文，可以培养学生钻研问题的兴趣； 通过查阅科技文献使学生掌握如何查找相关文献的技能，可以培养学生撰写科技论文的能力。通过实验实践，使学生可以更加清楚地了解人工智能技术基本概念和难点，也能了解算法的设计具体运行过程，并对其进行验证，提高了学生的编程能力和和学习兴趣。

6） 考试考核方式改革。本课程的考核考试也是一个值得探讨的问题，本课程应采用多种综合考试方法，注重学生对基础概念、知识和基本的技能的掌握以及理论联系实际的能力。平时作业考核成绩，实验实践教学成绩、提交课程论文成绩，以及最后的期末考试成绩形成一种有效的考试考核方法，促进学生主动学习，提高教学质量。实验的评价指标在于算法设计、编程的准确性和实验结果及分析。课程论文评价指是选题是否严谨科学和具可研究性，论文结构、思路是否严谨，论文内容科学性、正确性，能否提出自己的见解。考查查阅科技文献的能力主要通过是否查找到权威的、最新文献以及撰写是否规范。

2.3 学生学好《人工智能技术》课程的建议

《人工智能技术》是一门理论与实践相结合的应用课程，学生如何学习这么课程，也是我们应该探讨的问题。

学生应该正确看待《人工智能技术》这门科学的发展。人工智能技术孕育于20世纪30、40年代，形成于60、70年代，发展至今，人工智能技术只有短短60多年的历史，它是一门不断发展和完善的崭新学科，还有许多课题处于探索中，理论和技术还远未成熟，我们应该对它有科学的认识。

针对非计算机专业本科毕业的学生，除了课堂听讲之外，还应该课下自学该课程的先修课程，如：数据结构、离散数学等课程。人工智能技术中涉及到大量的数学知识，如：模式识别需要具有较好的概率论，数理统计知识，另外还会用到少量随机过程、模糊数学的一些知识。人工智能技术是一门应用课程，编程语言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神经网络，遗传算法等算法，实现这些算法要求学生具有较强的编程能力。

学生应该多读，多查阅资料，特别是国外的期刊文献和重要国际会议论文，多了解人工智能技术最前沿的信息，理论联系实际，加深对基本算法的理解，并将人工智能技术的知识运用到自己所研究的领域，以做到学以致用。

3 结论

人工智能技术在一定程度上代表着信息技术的前沿，该文对《人工智能技术》的课程教学进行了一些探讨，教学与实践效果有了显著提高，但仍然有许多方面还需要我们继续探讨和改进。

参考文献：

[1] 蔡自兴，徐光佑.人工智能技术及其应用[M].北京： 清华大学出版社，2003.

[2] 蔡自兴，肖晓明，蒙祖强，等.树立精品意识搞好人工智能技术课程建设[J].中国大学教学，2004（1）：28-29.

第2篇：对人工智能教育的建议范文

关键词：人工智能；教学改革；教学方法

引言

人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科，是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发，人工智能技术的日趋成熟。随着AI3.0时代的到来，大数据、云计算等新技术的应用也愈发广泛，对于管理类人才来说，加强对人工智能知识的深入学习，不断将人工智能技术与管理知识结合起来，对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科，管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力，基于其覆盖面广、包容性强、应用需求空间巨大的学科特点，通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习，加强学生解决实际问题的能力，为就业打下基础。本文基于社会对于人工智能领域的人才需求，结合诸多长期从事经管类专业课程教学的老师意见，针对管理类人才的人工智能课程教学内容与方法进行探讨，以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。

1、教学现状与问题

作为一门综合性、实践性和应用性很强的理论技术学科，人工智能课程内容及内涵及其丰富，外延极其广泛。学习这门课程，需要较好的数学基础和较强的逻辑思维能力。针对管理类人才，该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前，中国大多数大学仍采用传统的课堂教学模式，在教学过程中照本宣科，忽略与学生的互动，并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置，如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时，随着章节的知识难度不断增加，单向介绍式的枯燥教学方式无法反映人工智能学科的全貌，课堂讲解难以同时给以学生感性和理性的认知，部分学生因乏味的课堂氛围渐渐无法跟上教学进度，导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位，具有多学科的素养，但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识，给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多，涵盖模式识别、机器学习、数据挖掘等众多内容，概念抽象，不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程，缺乏一定的关联思考和研究意识，导致课程学习难度增加，产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下，人工智能广泛应用于机器视觉、智能制造等各个领域，给学生提供了大量的现实案例，使得人工智能不再是高深莫测的理论，而是现实中可以触及的内容。例如，在机械学科领域，人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源；在医疗领域，是医疗器械的创新生产源动力；在能动领域，是高端能源装备与新能源发展的重要驱动；在光电信息与计算机工程领域，技术的发展时刻推动着智能科学与技术核心价值的提升。然而，对于管理类专业的学生来说，现阶段的人工智能教材涵盖许多智能算法及相关理论，在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法，书本中的应用实例大多纸上谈兵，缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践，加上一些教师授课方法单一，不利于引导学生将人工智能算法应用于现实生活。另外，大学生对知识的理解能力差异很大，教师采用统一的方式教给他们，这使一些学生无法跟上和理解，教师也无法控制学生的学习状况，导致学生缺乏动力。因此，如何结合学生的现实情况，提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。

2、管理类人才的人工智能课程教学改进策略

课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言，教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化，而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题，可以从教学方法改进和教学内容设置两个方面进行课程教学改进。

2.1教学方法改进

教师对学生具有引领作用，其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求，通过安排一些具体的教学案例，引导学生积极参与案例思考、分析、讨论和表达等多项活动，是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征，调动学生的学习积极性，并紧密结合人工智能领域的相关理论与方法，有效理解知识要点及其关联性，适用于管理类专业学生的教学。具体而言，高校基于其问题启发性、教学互动性以及实践有用性等特点，可以建立基于人工智能知识体系的教学案例库，虽然这项建设将极具挑战性与耗时性，但具有很强的积极效果：培养学生较强的批判性思维能力，更多地保留课程材料，更积极地参与课堂活动，对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如，通过单一案例教学，让学生掌握相关基础知识原理及应用；通过一题多解的案例使学生思考如何获取最有效的解题方法；通过综合案例的设计，启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性，在课堂讨论的过程中对学生做出评判，从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上，通过老师与学生、学生与学生的互动，让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中，教师通过课堂讨论了解学生对于知识点的掌握情况，可以有针对性地设计教学内容，例如，对于学校积极性不强的学生，将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来，能够极大程度地提高学生学习的自主能力；对于基础知识较为薄弱的学生，可以在教师的指导下查阅相关文献资料，根据自己的理解撰写心得报告，并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望，建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术，人才需求量极大，对教师的教学水平也提出了更高要求，因此，进行有效激励极为重要。在学生激励方面，可以举办各类人工智能竞赛项目，设置相应项目奖学金，吸引学生参与实践，调动学生做研究、发论文的积极性。例如，教育部主办的中国研究生人工智能创新大赛，围绕新一代人工智能创新主题，激发学生的创新意识，提高学生的创新实践能力，为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式，在各学院乃至全校开展此类竞赛项目，激发学生的创新能力与团队合作能力，鼓舞更多学生加入到人工智能课程的学习中来，激发其学习兴趣。在教师激励方面，在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分，鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高，学科交叉性强。基于人工智能的学科交叉性特点，增强管理类人才对学科应用的领悟，可以采取开展学科渗透式教学的方法。从2015年起，国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件，“互联网+”、“智能+”已经渗透到各个领域，人类进入数字经济时代，社会需求“技术+管理”的高端复合人才。例如，基于工业4.0和强国战略，人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识，我们请机械工程、能源动力领域的相关专家以授课或讲座的形式，进行相关领域知识和发展趋势的讲解，使学生理解更为透彻。此外，在教学实践过程中，还可以用举办人工智能知识交流会、线上人工智能论坛等形式，促进不同专业间老师、学生对于人工智能知识模块的见解，相互交流、渗透和学习，从而推动人工智能课程教学的改进。

2.2教学内容设置

世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置，肯定会有不同，但颇有共通之处。本文借鉴世界顶尖大学经验，针对管理类专业人工智能课程教学内容进行研究，结合中国教育体系设置，认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题，势必要精化教学内容。在互联网时代，我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理，通过在线收集和整合网络课程相关数据，挖掘和丰富教学资源，并在整合课程资源的基础上，进行研究方法和前沿知识的扩展。在核心内容设置方面，可以通过收集到的数据资料，选择人工智能领域具有代表性且难易程度适中的知识作为重点，使学生能够在有限的学时内掌握人工智能的知识脉络。例如，编写针对管理类人才的人工智能教材，内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时，重点增加相应知识点在管理上的应用案例，加强学生对知识点的理解。同时，根据管理类专业偏向领域，开设关联程度较大、应用较广泛的人工智能选修课程，以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础，才能搞清楚人工智能模型的数量关系、空间形式和优化过程等，才能将数学语言转化为程序语言，并应用于实验。管理学院人才的数理及编程基础相对薄弱，因此，在安排学生学习人工智能课程之前，建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程，使学生具备数学分析的基础与一定编程基础，为学习人工智能课程打下坚实的基础。另外，可以推进MOOC平台建设，在平台上开设人工智能网络课程，帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解，可以基于不同的应用模块，设计具有前后铺垫、上下关联的综合性实验，设计不同层次的项目要求，同时基于相同的实验课题，让学生分组对实验课题进行攻克，并设置多元化的实验评价体系，通过实验教学过程中反映出的不同进度，让教师能对学生的学习水平做出准确评判，及时进行教学反思，以便更好地开展下一步工作。例如，针对人工智能课程应用中很广的遗传算法，在某一管理规划的具体应用上设置理解－实现－参数分析－具体应用－尝试改进－深度拓展的不同层次的项目要求，在这些项目层次中规定必做项与可选项，让学生基于同一实验课题进行合作学习，然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分，对小组整体能力以及个人能力进行综合评估，以期培养学生的自主思考能力。

第3篇：对人工智能教育的建议范文

未来十年，世界上50%的工作，都会被人工智能所取代，尤其是助理、翻译、保安、边防、前台……今天的人脸识别在有些场景比人精确20倍。一个个领域，人都会被机器超越，不只是取代。

机器超越人已不再遥远

从识别、感知、认知，到做决策、反馈，人工智能在过去五年有非常大的进步。博弈的例子有AlphaGO，感知的例子有微软小冰，决策的例子有Google Gmail的自动回复。

我在30多年前就做人工智能，可惜，无论对弈、语音识别、自然语言理解都没有生逢其时。因为当时机器不够快，数据不够多，算法不够先进。但是今天，它们够先进了。

机器学习最重要的一个突破是深度学习。深度学习，就是用非常大的神经元，用巨量的数据充进去训练。它可以在识别、分类或者预测方面，远远超过任何过去的算法。这个学习的算法特别适合巨大的数据量。

什么情况才能用人工智能？人工智能不是万能的，但满足以下条件，人工智能绝对可以做出特别有价值的产品：千万级别的海量数据；顶尖的科学家；非常清晰领域的边界；非常好的标注；非常多的计算量。

很多人说人工智能好遥远。其实不是，百度、淘宝、滴滴的背后都是一个人工智能引擎。一些过去认为比较遥远的，如图像识别、语音识别的比赛，机器已经超越人了。

人工智能的应用领域

一个创业公司的用户达到了千万级别的时候，肯定需要人工智能引擎。因为系统需要做一些判断和推荐：推荐什么商品给用户，该放什么样的广告。所以，做人工智能创业的，最好是已经有互联网数据的公司。

当然，还有很多公司是没有互联网数据的，这些公司也能创造价值。

哪些领域会最先呢？一定是数据最大、最快能产生价值的领域。如金融领域：银行、保险、券商、智能投库、AI量化基金，是最快能产生价值的。

哪些是对人类最有意义的？一定是医疗领域。癌症的检测、切片，基因个性化的治疗。

最大的一个领域应该是无人驾驶。当电动车、共享经济、无人驾驶三件事情同时发生的时候，人类经济会产生最大的提升和改变。以后我们出去打车，应该是随叫随到，人都不需要买车了，停车场也不需要了，路上的车也变少了，空气也变好了，这些都是一些会发生的很好的“副作用”。

最厉害的AI公司将是Google。当Google搜索里面的引擎被提炼出来成为一个Google大脑的时候，用在互联网领域就变成了Gmail的自动回复，变成了Google的搜索和广告；用在汽车领域就是GoogleCar；用在人的健康领域就成了GoogleHealth；用在围棋上就是AlphaGO。

百度大脑也是一个类似的项目。每个伟大的互联网公司都应该考虑：拥有大数据是不是也应该像Google一样，用更多的深度学习创造商业价值？

中国有特殊机会

当你要做人工智能的时候，我有几个建议：要有特别大的数据，最好是闭环的，只有你有，别人没有；要买很多机器，尤其考虑GPU；要有经验丰富的深度学习专家；最后要把年轻人训练起来。

为什么特别提到训练年轻人呢？因为一个优秀的数学和计算机专业毕业生，培训6个月就可以做人工智能工程师了。

因此，最领先的人工智能国家，当然是技术最领先的、论文最领先的、应用最领先的，而且也是年轻人最上进、最努力、最勤奋的国家。

中国有一些很特殊的机会。中国教育特别重视优秀的理工、数学底子，世界上的人工智能论文43%都是中国人写的。中国传统企业比美国落后，但这表示人工智能注入进去就会产生很大价值。在座每一个潜在的独角兽公司和快到独角兽的公司，如美图、知乎、BRPK，都在快速的招人工智能专家，帮他们提升价值。美国领先的公司，无论是Google、坦斯福罗，还是微软、CNTK、Facebook，在中国都很难本土化，这都是中国公司的机会。

人工智能时代的投资蓝图

创新工场在人工智能时代的投资蓝图包括以下几个方面。

大数据公司。谁有大数据，我们就可以做人工智能。

R别。语音、手势、人脸等识别会有很大的突破，但是自然语言的理解，即语义方面的突破，可能还需要5-10年。

传感器。传感器现在很贵， Google做辆车要几十万美元，但我深信三年以后价格就会降下来。所以，我们更愿意投资那些现在看起来很贵，但一旦量产价格就会降下来的公司。

家庭机器人。家庭机器人长的像人的，恐怕还需要近十年的时间。但是，一些智能音箱、工业商业的应用，可以快速发展起来。

无人驾驶。无人驾驶一定是先开始辅助人驾驶，然后人来辅助机器，最后才能达到全天候的驾驶。

我们投资的人工智能项目，比较著名的是FACE++，还有地平线机器人、小鱼在家、金融界的人工智能第四范式，以及玉石科技的无人车，它已经开始在园区里面上路测试了，连驾驶盘都没有，所以完全是无人驾驶的工作。

我们深信，十年以后回顾人类历史，人工智能不只是一个创业的机会，也绝不仅是一个移动互联网之后最好的创业机会，而会被认为是人类有史以来最好的创业、创新机会，对人类有潜在的巨大改变，对人类生活有最大提升的一种技术。（本文摘自李开复12月6日在WISE-2016独角兽大会上的演讲，有删改，标题为编者所加，未经本人确认。）

一周视点

李开新

360手机执行副总裁2017年不折腾

作为初创企业和新品牌，稳和好要比高和快更重要。天道酬勤，只要不折腾，有正确的方向和明确的定位，企业总归会成功的。

12月5日，360手机新掌门李开新接受媒体采访时表示，2017年的思路是稳健运营，不折腾，不去做一夜暴富的梦，认认真真专心做手机。

古永锵

优酷创始人、阿里文娱战略投资主席融合、链接是未来关键

用两个词来形容我看到的未来：融合和链接。抢用户、圈地这种逻辑在新的十年越来越难，但如何使融合和链接产生增值是企业需要考虑的关键。

12月6日，古永锵在WISE-2016独角兽大会演讲中说，未来是融合的时代，也是全球互联网的时代。文化娱乐将是一个重要风口，产生很多创业机会。

唐沐

小米影业总裁、小米VR总经理小米VR“铁人三项”

第4篇：对人工智能教育的建议范文

【关键词】人工智能 财务决策 应用

一、财务和人工智能技术应用概述

1987年美国执业会计师协会（AICPA）发表了一份管理指导特别报告“人工智能和专家系统简介”，将人工智能引入到会计和财务管理领域。自此，西方财务和会计界对人工智能技术和专家系统在会计、审计和财务分析与管理等方面进行了广泛探索，开发出了许多实用的专家系统来解决复杂的财务分析和会计决策问题。人工智能技术通过模拟人类专家求解复杂问题的方法，建立相应计算机辅助系统，使财务和经营决策智能化，从而使得现代会计系统在实现信息化和网络化后，向智能化迈进。财务和会计专家系统分成以下四类：

1.财务分析专家系统。成功的财务分析可以确定某个公司的经营状况，如投资或信用评估风险等级。由于会计和财务业务职能的复杂性，有些财务分析专家系统同时跨越多个问题域。例如，根据专家系统的输入和相应的输出建议，解决分类问题的财务分析，专家系统同时可能又属于诊断或纠错问题。

2.合成专家系统。具体包括：（1）在相对较小搜索空间的约束条件下，配置目标集，如管理商业贷款组合计划的MAEBLE专家系统；（2）在相对较大搜索空间的约束条件下，设计目标集，如个人理财设计PLANMAN专家系统；（3）设计采取行动的规划专家系统，如审计规划EXPERTEST系统等。

3.组合专家系统。这类专家系统主要是解决复杂问题的组合分析，如：控制风险估计系统，诈骗检测系统，风险估计系统APX。

4．财会知识传授和职业教育专家系统。如国际上一些大会计公司内部使用的培训专家系统，和辅助会计专业大学生实践的专家系统。实践证明，这些系统可以让没有专业经验的人员有效获得解决某些具体问题的相关知识。

二、财务和会计专家系统基本结构

财务和会计专家系统是一种工作在专家水平上的计算机系统，应用专家的专门知识和推理能力，解决通常情况下难于处理的问题。需要人类领域专家宝贵的经验、智慧与思维方法以及相应的计算机技术的发展。到目前为止，在财务和会计领域，应用最广、最成熟的是基于规则的产生式系统。财务会计专家系统中的解释模块主要是用于推理过程的解释，回答相关财务结论是如何得到的。系统的透明性就是由解释模块来实现，而这种透明性是专家系统所必需的。有了透明的解释功能，由结论可以反过来追踪推理机调用了哪些规则，在分析推理过程中获得了哪些财务数据和特征信息。财务和会计领域的许多问题非常适合利用专家系统来求解，如审计、税务、管理会计和职业教育等。财务分析师、审计专家和金融专家在会计实务中获得许多珍贵的知识和经验，这些知识和经验有的是无法在文献中获得。如果把这些知识通过一定的方式累积、保存在专家系统的知识库中，其在职业教育和帮助非资深财务工作者解决问题的能力方面所产生的作用和意义是不言而喻的。

三、智能财务和会计系统建模步骤

在利用专家系统来描述和解决一个财务和会计问题时，其建模过程有6个步骤。下面以租赁业务为例，介绍其建模过程：（1）列出所有可能的选项。如承租人有两个租赁选择：经营性租赁和资本性租赁。（2）确定相应的规则。区别经营租赁和资本租赁的四条基本规则是：第一，所有权转移；第二，存在采购契约选项；第三，使用大于75%的资产经济寿命；第四，租赁费用的现值超过90%的资本市场公允价值。（3）确定规则应用的程序（推理机）。如租赁业务中，在租赁结束期末，将所有权转让给出租人的是资本性租赁，不管出租人在租赁期内是否使用完75%的资产使用寿命。这样第一条规则应该是判断租赁期内所有权是否转让。（4）每条规则的所有术语必须明晰定义。如租赁期不仅包括租赁初期，还包括其他各自租赁期间，在租赁期间，假设租赁延长是合理的、肯定的。（5）在一个规则应用前，首先按事实匹配，选择何种测试。如要知道租赁期间，必须知道租赁是否有何契约更新选项；计算最小租赁费用的现值时，必须知道是否确保残值，而且承租人是否了解出租人采用的贴现率。（6）用何种计算法，确定一个规则启用，例如，在应用第四个规则时必须计算现值。

四、智能财务和会计系统存在的问题和发展趋势

在开发面向财务管理和会计领域的专家系统时，最主要的问题是没有相应的专家和知识工程师以及规则的提取，在人工智能领域，这个问题称为知识获取。影响专家系统知识库质量的五个主要决定因素是：领域专家；知识工程师；知识表征方法；知识的提取；问题域。由于专家系统在判断问题时，表现出知识的不完备性、知识获取的“瓶颈”以及较差学习能力、推理能力的“脆弱性”等问题。为了克服财务管理和会计专家系统存在的问题和提高系统的智能化程度，随着专家系统研究工作的进一步深入，一方面，人们研究如何通过合理使用专家系统技术本身改善其性能。另一方面，由于专家系统中的知识类型不断增加，单一的知识类型和问题求解方法给专家系统的应用带来很大的局限性，远远不能满足复杂问题的求解要求。为使系统更加有效地工作，同时采用多个问题求解器处理一个复杂问题成为必要。

参考文献

[1]陈文伟.智能决策技术[M].北京：电子工业出版社，1998.

[2]陈佳.信息系统开发方法教程[M].北京：清华大学出版社，1998.

[3]Joyce Bischoff.数据仓库技术[M].北京：电子工业出版社，1998.34-38.

[4]高洪深.决策支持系统（DSS）——理论、方法、案例[M].北京：清华大学出版社，1996.

第5篇：对人工智能教育的建议范文

【关键词】智慧健康养老;养老服务;互联网科技;人工智能技术

随着社会飞速发展，经济水平显著提高，医疗技术进步迅猛，人口寿命得以不断延长，老年人口比例逐年上升，据统计，2020年我国60周岁及以上和65周岁及以上老年人口分别占全国总人口的18.1%和12.6%，其中，失能、半失能老人高达4000余万人，且老龄化的发展趋势将进一步加深。目前，我国的养老还是主要以家庭养老为主的模式，家庭中医疗器械缺乏，家庭成员的医疗保健知识相对不足，老年人定期体检意识薄弱，对自身健康状况的认识不到位，可能导致失能、半失能老年人数量继续上升，加重社会养老负担，而我国家庭小型化、无子化倾向明显，子女由于工作等原因，照顾老人的时间和精力有限，造成家庭养老支持功能弱化，加之老年人独居趋势增快，代际空间距离持续扩大，子女照护老年人的难度日趋增大，给社会养老事业带来极大的挑战［1］。

一、智慧健康养老概述

智慧健康养老是一种运用新型高科技信息化产品，依托于养老服务和健康管理的公共服务平台，高效能的衔接和改善消费者、家庭、社区(街道)、养老机构(中心)与健康养老资源等多方面要素，尽可能地去满足老年人的特殊需求。目前，我国智慧健康养老行业的发展主要体现为智能健康养老服务产品的供给日新月异，供给量日益增加;养老服务和健康管理公共服务平台的建设发展势头迅猛，系统功能不断丰富;智慧健康养老服务商业化模式和高效能的行业体系逐步完善，行业规范性得以增强;网络建设和人工智能化水平逐年进步，为智慧健康养老的后续发展奠定一定基础［2］。当前，我国智慧健康养老的形式集中体现在社区(街道)居家养老、机构养老、医养结合养老和虚拟养老，服务形式基本体现为“系统(平台)+服务+老人+终端”。其中，社区居家养老主要依托社区养老服务中心，在社区搭建管理信息平台，为老年人提供基本生活帮助服务，开办老年餐厅、适老化娱乐活动室等场所，提高老年人生活乐趣，家庭配置居家医疗设备和远程智能监护系统，老年人使用智能监护床、智能穿戴设备等智能产品，实现健康管理的需要。机构养老模式下，机构配置智慧健康养老服务系统，老年人随身携带定位芯片，机构工作人员借助信息系统对老年人进行实时监测，掌握和监控老年人信息动态。医养结合养老则是将医学治疗、日常护理、功能康复和健康养老有机地融为一体，为老年人提供优质的健康养老服务，具体表现在利用社区医疗卫生机构和社区养老服务中心，通过传统医学治疗实现医疗康复、专业照护、医养结合功能，通过签约家庭医生实现居家检查、治疗的需求，应用移动终端实现居家巡视、远程诊疗的愿望。虚拟养老模式下，政府建立综合信息服务平台，老年人通过手机、智能机器人等服务终端提出服务需求，平台依据老年人的需求安排专业人员提供服务，能够减少老年人不必要的外出，降低老年人时间成本，提高服务效率，该模式受时空限制较小，服务范围广泛，更能够满足老年人的个性化需求［3］。

二、智慧健康养老现存问题

近些年来，物联网技术、大数据技术、人工智能技术等高科技技术发展飞速，为智慧健康养老服务行业的发展带来前所未有的机遇和挑战，虽然这些技术的进步拓展了养老领域的新模式、新业态，有效减少了养老服务人力投入，养老服务费用大幅下降，极大地提高了养老服务水平，满足了部分老人家庭养老的夙愿，但面对庞大和特殊的老年群体，当下我国智慧健康养老服务体系仍存在不足。

(一)关键核心技术相对落后。智慧健康养老的发展有赖于科技进步，可穿戴设备、智能监测设备、智能机器人、远程管理系统等科技产品是智慧健康养老中必要的照护设施设备，有效解决传统养老中的人员不足、监护困难的问题，使得智慧健康养老发展势头良好，然而，智慧设备的设计、研发与信息通信技术、高精度传感技术息息相关，芯片技术、高精度传感技术等技术的掌握是智慧健康养老事业持续发展的关键，而我国芯片技术等核心技术的研究起步较晚，发展相对缓慢，远落后于国外相关企业，对智慧健康养老高端化发展的制约作用较大［4］。

(二)行业数据资源共享受阻。受个人阅历、文化习俗、地区经济发展水平的影响，社会各界对智慧健康养老的认知仍处于初浅阶段，理解也存在明显差异，大部分人尚未认识到智慧养老的本质意义。在信息化时代，数据至关重要，也是智慧健康养老产业有效运行的关键因素，然而当下智慧健康养老由于仍处于起步阶段，相关服务平台的数量虽逐渐增多，但各平台之间的信息共享不足，导致数据孤岛化严重，尤其在人口、医疗、社会服务等领域的信息缺乏有效共享和认证对接，导致大量信息资源及数据整合难度大，全面智能化实现的动力不足［5］。

(三)公共服务平台支撑不足。养老是一项伟大的民生事业，智慧健康养老产业具有公共服务属性，外溢效益和拉动作用也较为显著，在成长初期，仅依靠市场机制运作，忽视技术认证和产业监测等必要内容，难以实现快速高效发展，迫切需要公共服务平台的支撑。目前，我国地方政府、相关技术企业、养老机构都在进行养老服务信息系统的建设，但对知识产权、检查检测认证、科研成果技术转化、体质指标评估服务、养老产业监测等智慧健康养老公共服务平台的支持力度不足，因此，对智慧健康养老持续发展的支撑能力有限［6］。

(四)政府与市场作用模糊。在当前“9073”的养老格局下，养老服务总体上建立了以居家养老为基础，社区养老为依托，机构养老为补充的多层次养老服务体系，但在智慧健康养老体系建设上仍存在诸多不足，整体上表现为市级政府部门对智慧健康养老的建设发展统筹规划不足、监管力度不够，区县级政府部门对养老服务进行指导的定位不清，缺少推进的有力抓手，社区(街道)养老服务管理中心和养老驿站功能交错，提供的养老服务相对混乱，服务体系不健全，难以为行业的持续发展提供有力保障［7］。

(五)智慧健康养老普及率较低。智慧健康养老相关技术虽然逐渐发展和改进，但实用技术与核心技术仍相对较弱，与广阔的市场需求相比，显得有些捉襟见肘，在智慧健康养老领域的作用也不够突出。由于技术水平有限，智慧健康养老产品同质化、低端化等问题严重，制约产品的广泛应用，同时，一些养老产品为提高产品的功能，信息技术使用较多，操作繁琐，产品的适老性和操作友好性不足，导致使用的便捷性、实用性、经济性降低，老年人及其子女购买意愿减退，产品普及率较低［8］。

三、智慧健康养老发展对策建议

(一)积极发展关键核心技术。针对核心技术相对落后的问题，可以在前期智慧健康养老企业、街道、社区试点工作的基础上，加大对核心技术的教育支持和科研经费投入，逐步优化和完善智慧健康养老必要的核心技术，考虑以老年人的实际需求为中心，将先进的信息技术与老年人的身心健康特征、兴趣爱好和日常生活习惯相结合，突破高精度传感器、5G通信、智能可穿戴芯片、智能交互等关键技术，促进智慧健康养老产品软件和硬件的研发，并积极布局机械外骨骼、基因工程技术、养老机器人等前沿技术，加速创新成果的转化和技术的应用，切实为养老产业的发展而服务。

(二)加强跨部门合作和信息共享。为解决信息孤岛问题，应立足实际，以养老需求为出发点，构建跨部门、跨区域、跨系统的资源共享与信息互通体系，渐渐达成政府间各部门、各结构相互合作、相互交流、相互协同，共同推进数据信息共享合作。例如在养老服务方面，由工信部、民政部联合促进智慧健康养老服务在机构、家庭、社区中主动、高效、可持续的应用;在医疗康健方面，由工信部、卫健委联合制定产品标准和市场准入标准，优化服务机制。

(三)推进公共服务平台建设。智慧健康养老服务的持续发展离不开公共服务平台的支撑，应加强政府的领导作用，建设成功能多样、标准一致、上下联通的智慧健康养老公共服务平台，借助平台，集聚产学研医等综合资源，提高养老服务提供者与老年人之间的信息共享程度，并提供关键核心技术研发、智慧养老产品检测认证等服务，设计和实现多门类、分层次、跨地区、全方位的智慧健康养老服务平台。同时，建议平台整合养老政策、资本运作、共享共性智慧技术、专业人员等多方面的资源，共享老年教育资源、智慧养老产品以及养老通用服务，促进智慧健康养老产业的协同与创新发展。

(四)建立健全养老服务体系。在智慧养老服务体系建设上，政府应通过顶层设计，对智慧健康养老的发展做出统筹、规划与指导，推动智慧健康养老示范工程的大力发展，实事求是，从实际出发，积极探索和出台智慧健康养老发展的延展性政策和制度，引导智慧健康养老的发展趋势，加强智慧健康养老产品标准的完善，建设功能多样、标准一致、上下联通的智慧健康养老公共服务平台、纳入远程看护、网络健康咨询、心理慰藉、环境监测、数据处理中心等系统，提高养老服务质量和效率，同时，政府应加强监管力度，将政府职能与市场功能有机衔接，提前布局，积极应对人口老龄化。

(五)提高智慧健康养老普及率。提高智慧产品普及和服务市场占有，需要从老年人的需求出发，根据老年人的需求结构及时升级迭代相关产品和服务，结合5G技术、人工智能服务技术、物联网技术等现代化高科技信息技术，设计和开发可穿戴、便携性好、灵敏性高、智能交互、容易使用的高科技产品。结合老年人的心理需求，将科技的精度和人文的温度有机结合，研发人性化、个性化的智慧助老、智慧用老、智慧孝老产品，生产养老机构和老年人认为有用、好用、爱用、用得起的智慧健康养老产品。同时，积极宣传智慧健康养老理念，推广智慧健康养老产品，针对老年人熟练使用智能终端相对困难的问题，考虑通过线下实体店、无介入传感器等方式，消除数字鸿沟，让老年人更便捷地链接智慧健康养老平台和服务。智慧健康养老的诞生和发展开拓了养老服务的范畴，提升了养老服务的深度，拓宽了养老服务的广度，为整个养老产业注入了新的活力。将先进的5G、人工智能等技术应用于养老领域，建立综合智慧健康养老服务平台，统一养老产品、系统的技术标准和信息参数，让养老智能化、规范化，有效突破传统养老难题;以老年人需求为导向，建立线上线下服务模式，拓展服务范畴和内容，让养老便捷化、人性化，让智慧健康养老深入人心，让每个老人都老有所养。

【参考文献】

［1］张巍，吕芯芮，吕春华，等．医养结合养老服务模式发展现状［J］．中西医结合护理(中英文)，2020，6(9):261～267

第6篇：对人工智能教育的建议范文

2016年，在一片资本寒冬、裁员风暴、倒闭狂潮的哀嚎中，创业者的精神得以凸显，他们用一个响亮的宣言反驳所有嘲笑、怀疑和轻视。回顾历史，很多伟大的公司都诞生在市场冷清、处于低谷时的资本时代：从微软到联邦快递再到CNN，都是从萧条和熊市中起步的知名科技企业。

移动互联网创业大潮已翻涌五年，创业环境不断发生着变化，曾经“现象级”创业项目的商业逻辑在新的市场格局面前，已不再成立，更多的移动互联网创业者面临着生死抉择。五年前，中国拥有智能手机的用户不到2000万人，一个几百万日活跃用户的APP足以受到资本追捧。五年后，中国智能手机终端从2000万台发展到十多亿台，市场已逐渐吸收了技术带来的新鲜感，并开始提出新的需求。

在互联网的下半场，如何甩开竞争对手，成为行业领域的独角兽？商业大佬的建议或许能给你以启发。

柳传志：抓住创业机遇，需要长远布局

国家政策的变化，或者某一门行业技术的创新、业务模式的创新，都会给其他行业（或者本行业的企业）带来机会。由于互联网技术的发展机会到来了，就像那句话“一阵风来了猪也会上天”，这是机会。但是抓住这个机会以后，能不能待得住，这本身是能力的问题，就不仅是机会的问题了。

这个能力中，有抗击打、不断向前的能力。同时，又有根据形势怎么调整自己的战略、怎么凝聚队伍，这些是创业者必须要认真学习的，也躲不过去的。不然，机会一过就会掉下来。

在我战斗的时候，坚决想做的一件事情，就是想要有中国人自己品牌的电脑，而且能站在世界的前列。在改革开放前，中国的计算机是非常落后的，完全不知道PC机为何物。所以当我后来有机会能够把PC机做大，做成中国第一，跟国外的大品牌相比，能够在质量上、数量上都能占据优势的时候，这就是我最大的心愿了。所以，假设我们那时候打不过人家（也许会败），但是我会重整旗鼓再来，那就变成我的一个愿景。

创业者能不能变为企业家？实际上，这里边有一个问题，就是你还有没有更高的追求。企业家和创业者的不同就是在于此，企业家要不停地有追求，还要能禁得住击打，能禁得住击打，能有追求的人失败的可能性还是非常大的，更重要的一条是要有学习能力（有智商、有情商）。知道遇到什么事情该怎么调整自己、怎么制订战略、怎么带好队伍。

中关村最开始的时候，被人说成是骗子一条街、倒爷一条街。经过了十几年的发展以后，资本进来了，随着中国国力的强盛，资本认识到了重要性，中国的资本进来以后，吸引了大量的钱（天使投资、风险投资）进来，这样配套了以后才成功的。过去中国连模式创新都没有。我相信随着时间的积累，中国坚持走市场经济的道路，让民营企业充分发挥作用，中国的技术创新是会走到前列的，只不过是时间没到而已。

王石：站在巨人的肩膀上借鉴前行

独角兽本身寓意为“不可思议”，创造奇迹的企业家们。既然是独角兽，应该就是年轻的。独角兽除了代表希望、未来与不可思议之外，它还有一个逻辑上的财务价值的概念，至少它的估值达到了10亿美金。

1988年，万科进行股份制改造，准备发行股票的时候，我们的净资产是1300万元，当时是按照净资产1块钱一股来估算的，那时候没有资本市场，根本谈不上未来期望多少钱。而在万科20周年（2004年）的时候，我们的营业额是80亿元，按照当时的汇率相当于10亿美金，这10亿美金已经意味着我们已经成为中国最大的房地产公司。

万科20周年的时候（2004年）又对30周年的营业额进行了预计――会达到1000亿元。从80亿到1000亿元，99%的人都觉得吹牛，也包括我。10年过去了，万科现在的营业额是2000亿元。我们现在预计第4个十年是1万亿元。从这个角度上来讲，可持续增长要比“翻番”增长更重要，所以要有耐心、要想得长远。

作为一个企业家财务自由太重要了，但是“财务自由”只是其中的一部分。自由是非常重要的，但是金钱绝对不是目的，它只是一个结果，只是一个谋生的手段。所以我想跟大家说：第一，不要为大而大，成为独角兽只是一个结果。第二，成功不成功我们要有参照系。第三，我们要站在巨人的肩膀上借鉴往前走。

李开复：人工智能崛起，中国很有机会

未来十年，出现最多的独角兽公司，肯定是人工智能公司。在未来十年，世界上50%的工作，都会被人工智能所取代。尤其是助理、翻译、保安，这些工作真的都会被取代。

为什么人工智能比移动互联网还要伟大？因为它影响了很多行业。哪些领域会最先呢？一定是数据最大、最快能产生价值的领域，比如金融领域。哪些是对人类最有意义的？一定是医疗领域，癌症的检测、切片，基因个性化的治疗，还有教育等等。

所有的领域里面，我认为最大的一个领域，应该是无人驾驶。这虽然可能是个十年的目标，但是当电动车、共享经济、无人驾驶三件事情同时发生的时候，人类经济会产生最大的提升和改变。

第7篇：对人工智能教育的建议范文

关键词：高职院校：会计专业：转型发展

一、会计专业转型发展的必要性

随着我国经济转型不断深化，供给侧结构性改革不断推进，以“新零售、共享经济、社交化”等为代表的新的商业模式不断创新，这些新的商业模式它是以价值创造为灵魂，以客服需求为中心，以企业联盟为载体，以应变速度为关键，以新型网络为平台，对会计核算的内容、会计核算的方法和手段、会计管理运行机制和会计文化的传承都产生了深刻的影响。以“互联网+”、大数据、人工智能、区块链等为代表的信息技术进一步推动企业组织变革和效率提升，为企业财务转型提供了最为有利的武器。会计的第三次革命悄然而至，会计人才新需求正在发生颠覆性的变革，企业对会计人员的管理能力有了更高的要求。在这种经济新形态下，除了一些财经类专科院校以外，大部分综合类高职院校的的会计专业招生在近些年开始出现了逐渐下滑的趋势，财务会计专业的发展陷入了前所未有的困境，传统“账房先生求职难”的现状如何改变？是不是真的像社会上有些人所说：“未来的社会发展不需要会计”了呢？学者们纷纷开始研究探讨。其实不然，新经济业态的发展不是不需要会计，而是需要改变会计发展的方向，拓宽会计的服务职能，提升会计在企业发展中的地位。传统的财务会计强调的是对企业日常发生的经济业务，在国家公认的会计原则指导下，按照专门方法和程序进行核算，定期编制财务报表，主要向与企业有经济利害关系的团体和个人报告，使之了解企业的偿债能力、盈利能力和营运能力等情况，因此，人们将财务会计称之为“外部会计”。显然这种会计模式已不适应当前的新经济业态，大数据、云计算和区块链这些信息技术的出现要求我们的会计不能再仅仅停留在服务外部利益集团、简单做事后的会计核算，而是要求它向内部的管理服务职能转化，侧重于为企业内部的经营决策和管理服务，能针对决策和管理过程中遇到的特定问题、运用灵活多样的方法加以权衡对比，然后向企业内部决策和管理部门提供有关价值控制的信息资料，帮助他们有效地实施预测、决策、控制和考核。由此可见，不是未来的经济发展不需要会计，而是需要更高层次的会计人员，这也是目前高职院校培养的会计人才为什么在就业时屡屡受挫的重要原因。高职院校会计专业的发展要想在未来的人才竞争市场上争取一席之地，那就必须及时调整思路，明确发展方向，重构课程体系，充分认清转型的必要性。

二、目前会计专业发展现状及存在的问题

（一）政府层面

《会计行业中长期人才发展规划》（2010-2020）指出，传统的会计执业重心正经历由以核算为主的财务会计向参与战略管理和流程优化的管理会计转型的过程中，这一转型体现了经济社会的变革以及社会对人才的需求。从知识水平到能力水平的变化，使得会计职业的角色功能必须做出必要的改革和重新定位。2014年，财政部全面启动管理会计体系建设，随后两年内陆续无线《管理会计案例索引》和《管理会计实践索引》，这些政策的相继出台，标志着管理会计时代的到来，但是目前国内管理会计人才缺口较大。

（二）学校层面

目前，在全国1400多所高职院校还难以找到一份较为成熟的管理会计方向的人才培养方案，且大部分高职院校在课程设置也上仅仅是开设了一门管理会计课程，他们所使用的教材也是和20世纪80年代的教材体系大同小异，没有本质上的变化。与传统会计相比，管理会计技能大赛影响力不大，技能竞赛平台有待升级。高职院校中拥有管理会计师资格和海外学习背景的教师凤毛麟角，对学生而言，学习管理会计未来能做什么岗位和职位，教师缺乏应有的认识和引导。

（三）企业层面

根据网调数据显示，欧美顶尖公司财务部85%的会计人员从事管理会计工作，从事账务处理会计工作的人员只有15%。相比而言，我国的企业基本相反，公司财务部内部做管理会计职能的人员不到10%，绝大部分会计人员任然从事低端的账务处理。根据财政部数据统计结果显示：我国1700万持证会计人员中，核算型人员比例高达近90%，仅仅有10%的会计属于管理型会计。这也是现行《会计法》为什么取消会计从业资格证书，而规定从事会计工作的人员是否具备专业能力、遵守职业道德。在企业走访调研中，企业CFO认为沟通能力和学习能力对高职会计毕业生来说很重，但是事实却很不满意；CFO看中的组织管理和价值创造能力，恰恰是目前高职院校会计专业学生所不具备的。

（四）行业层次

经济的发展离不开会计，近些年管理会计在各行各业的应用程度各有特色，在制造业应用的最广泛，其次是房地产业、建筑业、金融业、卫生行业和教育行业等，这其中管理会计工具中的成本管理应用的是最好的。那么企业大咖们对我们未来会计人员的期盼是什么呢？华为总裁任正非认为：“财务如果不懂业务，只能提供低价值的会计服务、财务应融入业务、提升服务”；海尔总裁张瑞敏认为：“海尔财务组织实施了融入财务、生态财务和共享财务”；而阿里的蔡崇信期望：“将来团队里面会有机器人同学，阿里的财务共享一直在尝试引入技术，实现运营的智能化、自动化”。由此可见，我们亟需要培养与时俱进的新时代会计人。

三、高职院校会计专业转型发展的对策建议

（一）认清会计专业转型趋势，明确未来会计专业发展方向

传统会计人员的逐渐减少并不代表未来经济发展不需要财务人员，而是需要我们的财务人员与时俱进积极应对财务转型。随着业财融合理念和边界的变革，传统的“人人财务”将发展为“战略财务、业务财务、共享财务”，这也符合当前高职院校产教融合、校企合作的大趋势，尤其是“双高水平”建设中高水平会计专业群内涵建设的重要内容。

（二）持续跟进财务数字化发展方向，提高会计人员数字化思维能力

在数字经济时代，财务会计的发展一定会朝着数字财务的方向发展。在数字经济背景下，数据已成为企业重要的一项资产。企业每发生一笔交易，按照及时性原则就要适时进行核算，但是因为过去的条件限制不能及时满足管理的需要，会计核算的及时性不能充分得以显现，而今随着人工智能、大数据和区块链这些现代的信息技术手段，实时会计也就应用而生了，它能实时满易管理的需要，智能财务机器人的出现更是印证了这个事实，所以这也给高职院校会计专业转型发展提供了明确的方向。

（三）持续升级财务数字化人才培养目标，建立财务共享服务平台

现代企业会计追求的主题是持续优化工艺流程、精准降低成本费用、共享财务数据资源、全程参与战略管理、实现价值创造最大化。在企业数字化转型警车中，财务应积极拥抱数字技术，发展管理会计，基于数据的洞察来支持战略决策，进而提升运营效率，服务企业发展，成为真正的企业价值管理者。在推动企业数字化管理进程中，财务运营模式的变革主要体现在三个方面：即改善数据分析和决策支撑能力；推进业财融合发展管理会计；建立财务共享服务中心。财务共享服务是一场财务的工业革命，未来的财务一定是财务共享的天下。

（四）打通专业教育与“1+X”证书的有效衔接，充分实施书证融通

管理会计的发展方向要求高职院校在会计专业转型发展中要将数字化管理会计、大数据财务分析、财务共享服务等这些财务类“1+X”职业技能等级证书的内容有效融入到管理会计人才培养方案中，持续做到“三个深化”。首先是深化人才培养模式改革和评价模式改革，以工业互联网为平台，注重学生“技术素养+管理能力”的培养，不断优化人才培养方案，有效实施课证融通、教育与培训的衔接和考核评价同步。其次是深化教学管理模式改革，坚持成果导向，构建“素质、知识、能为三位一体”的育人体系，提倡推行学分制和弹性学制和学分银行，充分贯彻“三教改革”理念，坚持以学生为中心，不断深化教学方法改革。最后是深化会计专业管理会计方向建设力度，确立科学客观、定位明确的培养目标，做到教学内容的与时俱进。

（五）优化专业教师队伍，全面提升教育教学质量

会计专业的转型升级离不开一支优秀的教学团队。当前会计专业转型势在必行的趋势要求各高职院校会计专业的教师及时认清形势、转变思想，积极转岗。一方面，充分利用课余时间学习管理会计的相关专业理论知识，熟练应用信息化教学平台，积极主持或参与会计专业教改课题，参与会计专业教材编写和其他资源开发；另一方面充分利用各种机会积极参与企业实践锻炼，及时了解行业发展动态，有效对接企业导师，指导学生实训实践。综上所述，高职院校会计专业的转型发展是基于数字经济形态下的一次会计行业大变革，也是大势所趋。各高职院校应在认清形势的基础上统筹考虑，既不能消极应对，也不能急于求成，需要我们积极参与进来，认真分析自己在转型发展中的优势和短板，适时做出调整，尤其是充分调动会计专业的教师转变认识、行动起来，共同为高职院校会计专业的转型发展出谋划策。

参考文献：

[1]王立朋.课程思政视阈下高职会计专业人才职业素质培养探析[J].老字号品牌营销，2020(09)：101-102.

[2]李娟.基于供给侧改革视角下的会计专业发展转型分析[J].管理观察，2018(09)：144-145.

[3]曹方林.人工智能发展趋势下高职会计专业的转型与提升[J].纳税，2019(13)：123.

第8篇：对人工智能教育的建议范文

关键词：工业设计，虚拟现实技术，计算机

 

0.前 言

新世纪以来，随着计算机图像学，人工智能、计算机网络、信息处理、机械设计和制造等技术的告诉发展，虚拟现实技术在工业实际中的应用越来越多，已经成为工业设计各个阶段不可缺少的工具。虚拟现实技术的广发应用是现代工业实际走向更全面的数字化，是设计部门与企业管理、工程设计与市场营销等产品开发的主要部门之间的交流变得更加容易，不记打打缩短了企业产品开发的时间，而且也为其产品的宣传、销售赢得了先机，为企业在竞争中取胜添加了筹码，加快了企业发展的步伐。

1.虚拟现实的定义

虚拟现实（Virtual Reality，简称VR）是一种计算机界面技术。从本质上讲，虚拟现实就是一种先进的计算机用户接口，它通过给用户同时提供诸如视觉、听觉、触觉等各种直观、自然的实时感知交互工具，最大限度地方便用户操作，提高整个系统的效率。根据VR应用的对象不同，VR的作用可以表现为不同的形式，如将设计概念或方案可视化和可操作化，以方便设计评价和优化；实现逼真的遥现场效果等。

2. 虚拟现实技术在工业设计各个阶段中的应用

（1）虚拟现实技术在需求分析阶段中的应用

通过结合虚拟现实技术的Web页面进行市场调查，可以激发被访问者的兴趣，所得到的信息更丰富，更准确，并且有针对性，这样在产品设计之前可以真正了解市场的需求情况。同时可以利用给予Web的虚拟设计环境把产品的特点和功能尽可能展示给用户，并通过用户的反馈信息获得的个性化需求信息，这有助于设计出符合大批量定制原则的合理的产品结构。。

（2）虚拟现实技术在概念设计中的应用

在概念设计中运用虚拟现实技术，可以将体验设计思想更好地融于其中，也就是更多关注产品使用者感受，而非产品本身。在不同的虚拟环境中，让他们亲自体验修改模型的感受；利用触摸屏来选择产品的造型、色彩、装饰风格等许多可选部件，在渲染和生成十分逼真的三维模型时，充分感受自己所喜爱的产品在虚拟环境中的“真实”情况。甚至还可以根据用户的建议，邀请专家和部分用户一起对模型提出修改意见，观察设计和修改过程，直至大多数人满意为止。

（3）虚拟现实技术在详细设计中的应用

详细设计是概念设计之后的一个重要阶段，包括零件详细设计、工艺详细设计和可制造装配性详细分析等，其中可制造装配性详细分析尤为重要。。在进行复杂产品结构设计时，通过虚拟像是技术可以直观地进行装配分析，避免可能出现的干涉和其他不合理问题，及虚拟装配。

（4）虚拟制造

虚拟现实技术为制造模拟带来了真正的虚拟制造环境，通过虚拟知道可以发现制造中潜在的问题，进而在产品实际生产前就采取预防措施，达到产品一次性制造成功的目标，从而降低成本，缩短产品开发奏起，增强产品的竞争力。

虚拟制造系统基本上不消耗资源和能源，也不生产实际的产品，而是运用计算机迷你现实中产品进行产品设计、开发与制造过程，它的运用将会对未来制造业的发展产生极大的推动作用。。

（5）虚拟评价和测试

在虚拟工业设计中不可忽略的一环是虚拟产品进行评价和测试。虚拟评价技术主要是在方针的基础上，对产品运行状态与性能进行虚拟条件下的评价，从中获得修改的依据，降低修改和生产的成本。

3.结束语

正如其它新兴科学技术一样，虚拟现实技术也是许多相关学科领域交叉、集成的产物。它的研究内容涉及到人工智能、计算机科学、电子学、传感器、计算机图形学、智能控制、心理学等。我们必须清醒地认识到，虽然这个领域的技术潜力是巨大的，应用前景也是很广阔的，但仍存在着许多尚未解决的理论问题和尚未克服的技术障碍。客观而论，目前虚拟现实技术所取得的成就，绝大部分还仅仅限于扩展了计算机的接口能力，仅仅是刚刚开始涉及到人的感知系统和肌肉系统与计算机的结合作用问题，还根本未涉及“人在实践中得到的感觉信息是怎样在人的大脑中存储和加工处理成为人对客观世界的认识”这一重要过程。只有当真正开始涉及并找到对这些问题的技术实现途径时，人和信息处理系统间的隔阂才有可能被彻底的克服了。我们期待这有朝一日，虚拟现实系统成为一种对多维信息处理的强大系统，成为人进行思维和创造的助手和对人们已有的概念进行深化和获取新概念的有力工具。

参考文献：

[1]张立群. 计算机辅助工业设计[M]. 上海：上海人民出版社，2003

[2]鲁晓波，覃京燕等. 计算机辅助工业设计[M].北京：高等教育出版社，2007

第9篇：对人工智能教育的建议范文

关键词：学习分析技术；网络教育平台；数据挖据

中图分类号：G434文献标识码：A文章编号文章编号：1672-7800（2013）012-0184-03

作者简介：胥果（1982-），男，西华师范大学教育学院硕士研究生，研究方向为教育信息化。

0引言

网络教育是在网络环境下，以现代教育思想和学习理论为指导，充分发挥网络的各种教育功能和丰富的网络教育资源优势，向受教育者和学习者提供一种网络教和学的环境，传递数字化内容，开展以学习者为中心的非面授教育活动。[1]网络教育作为继信件、收音机、电视和计算机之后的第五代远程教育，自1998年教育部开展现代远程教育试点工作以来得到了迅速发展。据教育部统计数据，2010年网络高等教育本、专科招生人数达166万人，在校学生人数达453万人[2]。实施网络教育的关键是创设能够促进学习者主动学习的网络环境，而学习者在网络教学环境中的学习活动离不开网络教育平台。

网络教育平台作为支持网上教学与学习活动的软件系统，它的发展经历了3个主要阶段：第一阶段：内容管理系统（CMS），主要用来存储和管理教学资源，方便学生自主选择网络资源学习；第二阶段：学习管理系统（LMS），主要用于存储、管理、跟踪、报告和传送网络教育课程，与CMS系统相比，LMS系统可以跟踪学生表现，存储学生的作业，让学生与教师沟通；[3]第三阶段：学习内容管理系统（LCMS），与LMS系统相比，LCMS系统提供了多用户环境，系统管理者、教学设计人员、项目专家可以在数据库内创造、存储、重复利用、管理和传输数字化学习内容。LCMS专注于课程的开发、管理和，而这又需要通过LMS来传送。尽管从定义上来说LMS和LCMS有区别，但LMS通常用来同时表示LMS和LCMS，Blackboard公司就把他们的Blackboard学习平台称作是一个LMS平台。国外对于网络教育平台还有很多不同说法，如虚拟学习环境（VLE）、管理学习环境（MLEs）、个人学习环境（PLE）、学习平台（LP）等等。网络教育平台为网络教育的快速发展提供了有力支撑，也为大量学习者提供了帮助。

随着网络教育平台的多年使用，在此过程中积累了大量的系统化、结构化的学习结果和学习行为数据。为了利用这些数据，教育界最初采用了教育数据挖掘（EDM）技术，应用数据挖掘方法将来自于教育平台的数据提取出有意义的信息，利用这些信息为教育者、学习者、管理者、教育软件开发者和教育研究者等提供服务。[4]而后随着引入一些原本属于社会科学领域的语义分析法、内容分析法、社会网络分析法的使用，形成了一个新的概念：学习分析。相对于教育数据挖掘服务的主要对象是政府机构和管理人员，学习分析主要针对的是学习者和教师。学习分析使用学习者产生的数据，建立分析模型以发现社会关系和有用的信息，用以预测学习情况并对学习者提供建议。在首届“学习分析和知识（LAK）国际会议”上，与会者对学习分析做出定义：学习分析技术是测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化产生的环境的技术。[5]由于网络教育平台已经积累大量数据，我们把学习分析技术应用到网络教育平台将大有可为。在把握学习者的主要特征、网络学习行为的特点、监控学习过程、了解学习行为的影响因素、干预学习进程、保障教育质量等方面，学习分析技术都能够提供帮助。

1学习分析技术背景

在学习分析概念形成之前，相关方法、技术和工具都已经发展起来了。学习分析从一系列研究领域汲取技术，如数据统计、商业智能（Business Intelligence）、网页分析（Web Analytics）、运筹学（Operational Research）、人工智能（AI）、教育数据挖掘（EDM）、社会网络分析、信息可视化等。

数据统计历来作为一个行之有效的手段用来解决假设检验问题。商业智能以数据仓库、联机分析处理、数据挖掘等技术为基础，从不同的数据源中提取数据，将之转换成有用的信息，它与学习分析有相似之处，但它历来被定位于通过可能的数据访问和绩效指标总结使生产更高效。网页分析工具如google analytics通过网页访问量，与互联网网站、品牌等的关联做出报告，这些技术可以用来分析学生的学习资源（课程，材料等）以追踪学生的学习轨迹。运筹学通过设计优化数学模型和统计方法使目标最优化。

人工智能和数据挖掘中的机器学习技术建立在数据挖掘和人工智能方法上，它能够检测数据中的模式。在学习分析中的类似技术可用于智能教学系统，以更加动态的方式对学生进行分类而不是简单地进行人口统计分类，可以通过协同过滤技术对特定的资源建立模型。社会网络分析可以分析出隐含的人与人（如在论坛上的互动）和外显的人与人（如朋友或者关注对象）之间的关系，在学习分析中可用于探索网络集群、影响力网络、参与及不参与状况。信息可视化是很多分析的重要一步（包括上面列出的那些分析方法），它可以用来对所提供的数据进行意义建构，John Tukey1977年在他的《探索性数据分析》一书中给我们介绍了如何更好地利用信息可视化，Tukey强调使用可视化的价值在于帮助在形成正式的假设之前做检验。[6]以上这些学习分析技术都可以对大量数据进行分析和处理，形成分析报告为教育提供帮助。

学习分析技术的特点在于能够为网络教育平台提供实时数据，通过利用这些实时数据，可以为教师、学生和教育管理人员提供帮助：①为个人学习者提供成绩反馈及与他人沟通的行为模式；②为预测学习者提供支持与关注；③为教师和助理人员提供支持个人与集体的干涉计划；④为如课程小组这样的组织改善现有课程或开发新的课程提供帮助；（5）为机构管理者在营销、招聘和效率等方面做决定时提供有效措施。[7]

2学习分析方法

发展中的学习分析技术吸纳了许多其它领域的关键技术，以实现对学习过程的研究，下面介绍一些常用方法。

2.1社会网络分析法

社会网络分析法（SNA）可用于测绘和测量人、团体、组织、计算机、网址以及其它相互关联的信息知识试题之间的关系。网络中的节点是人和团体，它们之间的链接则显示了节点之间的关系或者流量。社会网络分析为人类关系提供可视化的数学分析。网络教育平台管理者可以用它来分析学习者之间的联系、关系、角色以及关系网络形成的过程与特点，从而帮助学习者建立自己的关系网络以支持自己的学习。SNAPP软件就可以通过论坛内的回复和跟帖状况分析学习者交互情况，并得到可视化的图标。

2.2影响力与消极性测量法

影响力与消极性测量法（Influence and passivity measure）通过测量传递、引用或者转发的次数，评估人和信息的影响力。网络教育平台可以对学习者个体的影响力进行测量，分析了解为什么某些个体能够获得高影响力，低影响力学习者应该如何改进。

2.3性格分析法

性格分析法（Disposition Analytics）旨在获得学生性格与他们学习情况的数据，以及两者之间的关系。好奇的学生可能更倾向于提问，学习分析可以对获得的这些数据进行分析。

2.4行为信任分析法

行为信任分析法（Behavioral trust analysis）使用人们谈吐和交流中的信息（在人交流和使用信息的过程中将产生新的信息）作为信任关系的一个指标。网络教育平台可用来对人际关系进行分析。

2.5内容分析法

内容分析法（Content Analytics）可以对学习者的学习过程数据进行定量分析，寻找学习者的行为模式；还可以进行定性分析，运用已积累的数据经验来预测当前的学习行为。网络教育平台可以对学习者的学习行为分析，找到优生和差生学习行为的差别，教师结合自己的教学经验有针对性地干涉。由于网络教育平台数据的实时性，可以根据学习者的学习行为实时进行干涉，当然干涉的准确性需要数据库的进一步积累，从而产生由量变到质变的效果。LOCO-Analyst软件就可以对网络教育平台的内容进行分析。

2.6话语分析法

话语分析法（Discourse analytics）的目的在于获得有意义的数据（不像社会网络分析），旨在探讨所使用语言的属性，而不只是网络上的互动，或者论坛帖子数量的统计。网络教育平台可用以探究知识构建的过程，从而使教师和教学研究者对学习发生的过程有更清晰的认识。

2.7社会学习分析法

社会学习分析法（Social Learning Analytics）的目的在于探索在学习过程中社会交互所扮演的角色，以及学习网络的重要性，话语如何用来意义建构。网络教育平台管理者可以用来构建一个更好的学习者网络，通过学习者之间的交互，达到相互帮助学习的目的，相互帮助实现知识结构构建。

2.8信息可视化方法

信息可视化（Information Visualization）可以避免我们在一堆枯燥的数据中寻找规律，数据可视化之后，我们可以更好地进行意义建构。BEESTAR Insight可以自动收集学生实时的参与数据，从而为教师、学生和管理者提供分析图改善学习。

网络教育平台上的学习是学生、教师和管理者之间的共同交互过程，应运用不同的方法对这一复杂过程进行研究，才能得到满意的结果，学习分析技术将在此过程中展现它的作用。

3学习分析技术促进网络教育平台发展

笔者将从数据面板、预测性分析和自适应学习分析分别举例说明学习分析技术为网络教育平台带来哪些帮助。

3.1学习管理系统分析面板（LMS Analytics Dashboards）

大多数网络学习平台上都开始使用学习分析数据面板。实际上，到目前为止，大部分的非专业人员都还不能对记录数据进行解读，但是通过一系列的图像、表格和其它的可视化工具生成的报告，学生、教师和管理人员都可以读懂。美国一些大学采用了更先进的综合数据系统（如Helpdesk calls；学生信息系统），当然这些功能强大的系统也更难以学懂，这些系统能够探索不同变量之间的关系，使用户不仅止于掌握预先的报告。学习者在测验分数、论坛贡献、参与情况方面，可以得到一些基本分析报告。

EDUCAUSE汇集了一系列有用的高等教育案例，例如亚利桑那州立大学的研究表明，在学术和学习分析上进行投资能够收到显著的回报，该大学做了一个“Student 360”项目，通过该项目学校可以了解该校每一名学生的状况。[8]

3.2预测性分析（Predictive Analytics）

这是学习分析的一种高级应用。通过对学习者的统计数据或者过去的成绩之类的静态数据，和在线登陆方式、讨论发帖量之类的动态数据进行分析，追踪分析学习者的类型。把学习者进行分类，例如该学习者属于“高成就”，或者该生目前比较“危险”，或者是“社会型学习者”。然后根据学习者的类型进行实时的干预，对“高成就”类型提供一些更具挑战性的学习任务，而对处于“危险”状况的学生，教师则需要特别关注，给予一些学习上的帮助，而对于“社会型”的学生，则可能需要给予社交上的支持。

目前对于期末考试成绩最可靠的预测，是在学习开始的时候做一个小的学习能力测验。如果想设计更复杂的数据驱动预测模型，必须在此基础上进行改进，而这需要进一步的数据分析，以确定哪些变量能够预测“成功”。Purdue大学的Course Signal software非常知名，已经部分实现了这一技术。Signals在学生的学习过程提供了红色、黄色、绿色等信号，以帮助教师和学生了解目前的学习状况。最近的评估报告表明，参与Course Signal项目的学生获得了更高的平均分，能够更快速地寻找帮助资源。[9]来自密歇根大学的报告显示，自适应干预技术能够帮助参与E2Coach infrastructure项目的物理系学生学习健康信息，给他们提供定制的反馈，并鼓励学生改变他们的学习策略。

3.3自适应学习分析（Adaptive Learning Analytics）

自适应学习平台建立了一个学习某个主题（如代数；光合作用）的模型，并在标准化测试背景下建立了课程测试的模型。这种平台能够提供更细致的反馈（例如你已经掌握了哪些概念并掌握到何种程度），据此自动呈现以后的学习内容（例如不呈现基于学习者所未掌握概念的材料）。当然，建立学习者认知的动态模型，和准备自适应学习内容的引擎比设计和实现传统的学习平台需要更多的资源。大量的研究证据表明，采用这种方法将使个性化学习成为可能。

在智能教学系统和自适应平台上大量的研究和资金投入，将会为网络教育平台带来更好的用户体验。卡内基-梅隆大学的Open Learning Initiative课程是免费的，大家可以去体验一下，而Grockit与Knewton公司的商业平台也做得很好。

4结语

国外的大量实践表明，学习分析技术越来越显示出它的重要性。基于学习分析技术巨大的发展潜力，也希望更多的公司和机构投入到这个领域，毕竟学习分析技术还处于发展应用的初期阶段。而学习分析技术支持下的网络教育平台，将为我国远程教育发展带来新的机遇。

参考文献参考文献：

[1]程智.对网络教育概念的探讨[J].电化教育研究，2003（7）：25-28.

[2]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术，2013（2）：5-11.

[3]WATSON，WILLIAM R.An argument for clarity：what are learning management systems，what are they not， and what should they become[J].TechTrends，2013（2）：28–34.

[4]Educational Data Mining.http：//.

[5]COOPER，ADAM.A brief history of analytics a briefing paper.http：//publications.cetis.ac.uk/wp-content/uploads/2012/12/Analytics-Brief-History-Vol-1-No9.pdf.

[6]POWELL，STEPHEN，SHIELA.MACNEIL.Instituitional readiness for analytics a briefing paper.http：//publications.cetis.ac.uk/wp-content/uploads/2012/12/Institutional-Readiness-for-Analytics-Vol1-No8.pdf.