人工智能网络教学精选(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人工智能网络教学主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能网络教学范文

一、深度学习概念的提出

深度学习的概念，源于30多年来计算机科学、人工神经网络和人工智能的研究。上世纪八九十年代，人们提出了一系列机器学习模型，应用最为广泛的包括支持向量机（Support Vector Machine，SVM）和逻辑回归（Logistic Regression，LR），这两种模型分别可以看作包含1个隐藏层和没有隐藏层的浅层模型。计算机面对较为复杂的问题解决训练时，可以利用反向传播算法计算梯度，再用梯度下降方法在参数空间中寻找最优解。浅层模型往往具有凸代价函数，理论分析相对简单，训练方法也容易掌握，应用取得了很多成功。①随着人工智能的发展，计算机和智能网络如何基于算法革新，模拟人脑抽象认知和思维，准确且高清晰度地进行声音处理、图像传播甚至更为复杂的数据处理和问题解决等，在21世纪来临的时候成为摆在人工智能领域的关键问题。

30多年来，加拿大多伦多大学计算机系辛顿教授（Hinton，G.）一直从事机器学习模型、神经网络与人工智能等问题的相关研究，并在机器学习模型特别是突破浅层学习模型，实现计算机抽象认知方面取得了突破性的进展。2006年，他在《Science》上发表了《利用神经网络刻画数据维度》（Reducing the Dimensionality of Data with Neural Networks）一文，探讨了应用人工神经网络刻画数据的学习模型，首先提出了深度学习（Deep Learning）的概念和计算机深度学习模型，掀起了深度学习在人工智能领域的新。这篇文章的两个主要观点是：第一，多隐藏层的人工神经网络具有优异的特征学习能力，学习到的特征对数据有更本质的刻画，从而有利于可视化或分类；第二，深度神经网络可以通过“逐层初始化”（Layer-wise Pre-training）来有效克服训练和优解的难度，无监督的逐层初始化方法有助于突破浅层学习模型。②基于深度置信网络（DBN）提出非监督逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。③2012年，辛顿又带领学生在目前最大的图像数据库ImageNet上，对分类问题取得了惊人的结果，将计算机处理图像数据问题时排名前五的错误率（即Top5错误率），由最高26%大幅降低至15%，大大提高了人工智能图像数据处理的准确性和清晰度，这是早先计算机仅仅依赖数学模型的表层学习和单层学习根本无法实现的水平。

在人工智能领域，深度学习其实是一种算法思维，其核心是对人脑思维深层次学习的模拟，通过模拟人脑的深哟纬橄笕现过程，实现计算机对数据的复杂运算和优化。深度学习采用的模型是深层神经网络（Deep Neural Networks，DNN）模型，即包含多个隐藏层（Hidden Layer，也称隐含层）的神经网络（Neural Networks，NN）。深度学习利用模型中的隐藏层，通过特征组合的方式，逐层将原始输入转化为浅层特征、中层特征、高层特征直至最终的任务目标。深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务的建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出，为训练深层模型带来了希望，并在多个应用领域获得了成功。

人工智能学者们认为计算机和智能网络的这一深层的自动编码与解码过程，是一个从数据刻画、抽象认知到优选方案的深度学习的过程。由于人脑具有深度结构，认知过程是一个复杂的脑活动过程，因而计算机和人工智能网络模拟从符号接受、符号解码、意义建立再到优化方案的学习过程也是有结构的；同时，认知过程是逐层进行、逐步抽象的，人工智能不是纯粹依赖于数学模型的产物，而是对人脑、人脑神经网络及抽象认知和思维过程进行模拟的产物。应该说，到目前为止，深度学习是计算机和智能网络最接近人脑的智能学习方法。近几年来，深度学习进一步尝试直接解决抽象认知的难题，并取得了突破性的进展，AlphaGo的问世，便是明证。2013年4月，《麻省理工学院技术评论》（MIT Technology Review ）杂志将深度学习列为2013年十大突破性技术之首。④深度学习引爆的这场革命，将人工智能带上了一个新的台阶，不仅学术意义巨大，而且实用性很强，工业界也开始了大规模的投入，一大批产品将从中获益。二十世纪八九十年代以来，随着学习科学的不断发展，深度学习的概念和思想不断在教育中得到应用。

二、深度学习在教育中的兴起与发展

来自脑科学、人工智能和学习科学领域的新成就，必然引起教育领域研究者的深刻反省。计算机、人工智能尚且能够模拟人脑的深层结构和抽象认知，通过神经网络的建立开展深度学习，那人对知识的学习过程究竟应该是怎样的一个脑活动过程和学习过程？学生的学习有表层和深层等层次之分吗？从作为符号的公共知识到作为个人意义的个人知识究竟是怎样建立起来的？知识学习过程究竟是一个怎样的抽象认知过程？信息技术环境支持下深层次的学习如何实现？近十多年来，这些问题引起了许多教育研究者特别是教育技术学研究者的浓厚兴趣，深度学习、深度教学的研究日益引起人们的重视。也正是在辛顿的“深度学习”概念明确提出后，教育学领域特别是教育技术学领域的深度学习研究日益活跃起来。

其实，早在1956年布鲁姆在《教育目标分类学》里关于“认知领域目标”的探讨中，对认识目标的维度划分就蕴含了深度学习的思想，即“学习有深浅层次之分”，将教学目标分为了解、理解、应用、分析、综合、评价六个由浅入深的层次。⑤学习者的认知水平停留在知道或领会的层次则为浅层学习，涉及的是简单提取、机械记忆符号表征或浅层了解逻辑背景等低阶思维活动；而认知水平较高的深层理解、应用、分析、综合和评价则涉及的是理性思辨、创造性思维、问题解决等相对复杂的高阶思维活动，属于深层学习。1976年，美国学者马顿（Marton，F.）和萨尔约（Saljo，R.）在《论学习的本质区别：结果和过程》（On Qualitative Difference in Learning： Outcome and Process）一文中，明确提出了表层学习和深层学习的概念。⑥这被普遍认为是教育学领域首次明确提出深度学习的概念。他们在一项关于阅读能力的实验研究中，明确探讨了阅读学习的层次问题。通过让学生阅读文章并进行测验，发现学生在阅读的过程中运用了两种截然不同的学习策略：一种是试图记住文章的事实表达，揣测接下来的测试并记忆，即表层学习（Surface Learning）；另一种是试图理解文章的中心思想和学术内涵，即深层学习（Deep Learning），也被译为深度学习。深度学习的学习者追求知识的理解并且使已有的知识与特定教材的内容进行批判性互动，探寻知识的逻辑意义，使现有事实和所得出的结论建立联系。浅层学习和深层学习在学习动机、投入程度、记忆方式、思维层次和迁移能力上有明显的差异。深度学习是一种主动的、高投入的、理解记忆的、涉及高阶思维并且学习结果迁移性强的学习状态和学习过程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（Biggs，1999）等人发展了浅层学习和深度学习的相关理论。⑦随着信息技术的发展，近十年来，国外学者对信息技术支持下的深度学习及其在各学科领域、各类教育中的应用研究日渐广泛。

2002年以来，从技术支持高等教育的深度学习、虚拟环境中的深度学习、形成性评估对深度学习的影响、学习环境对学生进行深度学习的影响、技术支持下的深度学习设计等方面研究成果日益丰富，但绝大部分是基于教育技术学视野的研究成果。2006年，辛顿教授关于深度学习的成果发表，进一步推动了深度学习在教育中的研究与应用。近十年来，在中小学深度学习研究方面最有影响的当属加拿大西盟菲莎大学（Simon Fraser University）艾根（Egan， K.）教授领衔的“深度学习”（Learning in Depth，简称LID）项目组所进行的研究，其成果集中体现在《深度学习：转变学校教育的一个革新案例》（Learning in Depth： A Simple Innovation That Can Transform Schooling）等著述之中。⑧该研究探讨了深度学习的基本原则与方法，分析了深度学习对学生成长、教师发展和学校革新的价值与路径，并在加拿大部分中小学进行实验研究。其核心成果聚焦课堂学习和教学问题，即使是关于教师教育中深度学习的研究，也聚焦于教师的学习过程和学习方式。⑨艾根所开展的深度学习研究项目超越了单一教育技术学视野的研究，不仅仅是关于教学设计、学习技术和学习环境开发的研究，而是基于建立新的学习观和知识观，对教学活动与学习过程作出了新的阐释。

总体上看，国内关于深度学习的研究最近十年才刚刚起步。2005年，我国学者黎加厚教授在《促进学生深度学习》一文中，率先介绍了国外关于深度学习的研究成果，同时探讨了深度学习的本质。他认为深度学习是指在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，能够将已有的知识迁移到新的情境中，作出决策和解决问题的学习。⑩此文被认为是国内较早介绍并论及深度学习的研究成果，此后，关于深度学习的探讨，特别是基于信息技术环境下的深度学习的相关研究论文逐渐增加。2006年10月，笔者在前期研究的基础上，与台湾成功大学教育研究所所长李坤崇教授联合发起“海峡两岸能力生根计划”，推进能力导向的深度教学的理论研究与实验研究，主张以价值观、知识观、学习观、过程观的重建为基础，以发展学生的学科能力为宗旨，实施深度教学，克服课堂教学改革过于注重教学程序、教学技术、教学时间的浅层次改革和表层学习的局限性，深化课堂教学改革。2014年后，中国教育科学院院长兼教育部课程教材研究与发展中心主任田慧生研究员基于深化课程改革的需要，带领一个团队开始启动深度学习的项目研究。直至今日，基于核心素养追求背景下的深度学习研究项目，如雨后春笋般涌现，“深度学习”成为教育研究中的一个热词。

尽管计算机、人工智能领域与教育学领域都提出了“深度学习”概念，但不难看出二者显然具有本质差异。计算机与人工智能领域的深度学习是建立在机器模拟人脑深层结构的基础之上的，是基于人脑结构的一种计算机算法思维和问题解决模型，是对人脑和认知结构的模拟。而教育学领域的“深度学习”概念，无论是布鲁姆还是马顿和萨尔约，都指向了“知识”和“学习”两个核心，是关于知识学习的目标和过程的问题。布鲁姆在教育目标分类学认知领域的目标构设中，认为认知目标是由了解、理解、应用、分析、综合、评价六个不断加深的层次构成的。这一目标明显是关于知识学习和认知过程的目标，在2001年修订版中，这一目标被精确表述为知识学习和认知过程两个维度。马顿和萨尔约在关于阅读的研究中，基于学生对文本理解的层次和理解的深度提出了“深度学习”的概念，并认为学习的本质区别在于过程而不是学习的结果，是学生对文本知识学习的深刻程度决定了其学习结果的差异性。

艾根的研究实现了从深度学习向深度教学的转向。艾根的深度学习（Learning in Depth）研究更明确地指向了学生对知识的学习所到达的深度，以及教师通过对知识的处理引导学生逐步到达一定的学习深度。这一深度学习的过程是一个逐步深化的学习过程，要求教师在教学过程中引导学生着眼于知识的深层次理解和深度处理。该项研究表明，深度学习的研究开始从单一的学习技术研究转向了对教学过程的关注，注重深度学习与深度教学的关联性和一致性，深度学习的研究呈现出向深度学习与深度教学相结合的转向。

三、深度学习的核心理念

从深度学习走向深度教学，一方面是教与学的一致性决定的，另一方面是当前中小学课堂教学普遍存在的局限性Q定的。教与学的关系既不是对立关系，也不是对应关系，而是一种具有相融性的一体化关系，离开了教无所谓学，离开了学也无所谓教。学生真正意义上的深度学习需要建立在教师深度教导、引导的基础之上。从本质上看，教育学视野下的深度学习不同于人工智能视野下的深度学习，不是学生像机器一样对人脑进行孤独的模拟活动，而是学生在教师引导下，对知识进行的“层进式学习”和“沉浸式学习”。“层进”是指对知识内在结构的逐层深化的学习，“沉浸”是指对学习过程的深刻参与和学习投入。离开了教师的教学和引导，学生何以“沉浸”？因此，深度学习只有走向深度教学才更具有发展性的意义和价值。同时，我国新一轮基础教育课程改革以来，课堂教学改革依然存在着诸多表层学习、表面学习和表演学习的局限性，“学习方式的转变”往往演变成了教学形式的改变，诸如教与学在程序上的简单翻转和在时间上的粗暴分配。其所体现出来的知识观、价值观、教学观、过程观依然陈旧落后，以学科知识、学科能力、学科思想和学科经验的融合为核心的学科素养依然未能得到实质性的渗透。

深度教学的“深度”是建立在完整而深刻地处理和理解知识的基础之上的。艾根在深度学习的研究中，首次从知识论的角度，论述了深度学习的“深度”（Depth）的涵义。他认为“学习深度”具有三个基本标准，即知识学习的充分广度（Sufficient Breadth）、知识学习的充分深度（Sufficient Depth）和知识学习的充分关联度（Multi-Dimensional Richness and Ties）。这三个标准，也是深度学习的核心理念。

第一，知识学习的充分广度。充分的广度与知识产生的背景相关，与知识对人生成的意义相关，与个体经验相关，也与学习者的学习情境相关。如果教学把知识从其赖以存在的背景、意义和经验中剥离出来，成为纯粹的符号，便成为无意义的符号、无根基的概念知识。知识具有强烈的依存性，无论是自然科学的知识还是社会科学或人文学科的知识，都是特定的社会背景、文化背景、历史背景及其特定的思维方式的产物。离开了知识的自然背景、社会背景、逻辑背景，前人创造的知识对后人而言几乎不具有可理解性。随着深度学习的兴起，旨在以广度促进理解的“无边界学习”日益引起人们的重视。可见，知识的充分广度，其实是为理解提供多样性的支架，为知识的意义达成创造了可能性和广阔性基础。

第二，知识学习的充分深度。知识的充分深度与知识所表达的内在思想、认知方式和具体的思维逻辑相关，深度学习把通过知识理解来建立认识方式，提升思维品质，特别是发展批判性思维作为核心目标。所以说，深度学习是一种反思性学习，是注重批判性思维品质培养的学习，同时也是一种沉浸式、层进式的学习。深度学习强调学习过程是从符号理解、符号解码到意义建构的认知过程，这一过程是逐层深化的。

第三，知R学习的充分关联度。知识的充分关联度，是指知识学习指向与多维度地理解知识的丰富内涵及其与文化、想象、经验的内在联系。知识学习不是单一的符号学习，而是对知识所承载的文化精神的学习。同时，通过与学生的想象、情感的紧密联系，达到对知识的意义建构。从广度，到深度，再到关联度，学生认知的过程是逐层深化的。所谓意义建构，即从公共知识到个人知识的建立过程，都需要建立在知识学习的深度和关联度之上。

①Y.LeCun and Y.Bengio.Convolutional networks for images，speech，and time-series.In M.A.Arbib，editor，The Handbook of Brain Theory and Neural Networks.MIT Press，1995.

②Geoffery E.Hinton and Salakhutdinov R.R.，Reducing the dimensionality of data with neural networks. Science.2006 Jul 28；313（5786）：504-7.

③Geoffrey E.Hinton，Simon Osindero，Yee-Whye Teh. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation.2006（7）.

④余凯等.深度学习的昨天、今天和明天[J].计算机研究与发展，2013，9.

⑤安德森.布卢姆教育目标分类学（修订版）[M]. 北京：外语教学与研究出版社，2009：78-80.

⑥Marton，F. and Saljo，R.，On Qualitative Difference in Learning：Outcome and Process. British Journal of Educational Psychology，1976，46：4-11.

⑦安富海.促进深度学习的课堂教学策略研究[J].课程・教材・教法，2014，11.

⑧Kieran Egan. Learning in Depth： A Simple Innovation That Can Transform Schooling. London， Ontario： The Althouse Press， 2010.

第2篇：人工智能网络教学范文

关键词：人工智能；信息素养；信息技术

中图分类号：TP18文献标识码：A文章编号：1009-3044(2008)35-2417-02

Artificial Intelligence Education and Middle School Students Information Literacy

WU Wen-tie

(Mathematics and Computer Institute of Mianyang Normal University, Mianyang 621000, China)

Abstract: Information Literacy in the Information Age is a national basic literacy, artificial intelligence represents a cutting-edge information technology. Based on the analysis of information quality and substance of the definition on the basis of exploring the field of artificial intelligence research, as well as in education, put forward the theory of artificial intelligence and technology courses in secondary education should be in a more systematic, comprehensive Improve the information literacy of students.

Key words: artificial intelligence; information literacy; information technology

1 信息素养的定义及其内涵

“信息素养”一词最早产生于信息技术和信息产业发达的美国, 是随着现代信息社会的逐渐形成而对国民提出的一种兼跨人文和科学范畴的综合性个人素养要求的描述。随着研究的深入，人们对信息素养的认识也在不断深化。

1974年美国信息产业协会主席保罗・泽考斯基最先提出信息素养的概念, 他认为信息素养是“利用大量的信息工具及主要信息源使问题得到解答的技术及技能”。1992年美国图书馆协会提出：“信息素养是人能够判断何时需要信息, 并且能够对信息进行检索、评价和有效利用的能力。”同年, 道尔在《信息素养全美论坛的终结报告》中给出了一个较为全面的定义：一个具有信息素养的人, 他能够认识到精确和完整的信息是作出合理决策的基础, 他能够确定对信息的需求, 能够形成基于信息需求的问题, 能够确定潜在的信息源, 能够制定成功的检索方案, 从包括基于计算机的和其他的信息源中获取信息、评价信息、组织信息用于实际的应用, 将新的信息与原有的知识体系进行融合以及在批判性思考和问题解决过程中使用信息。

综上所述, 虽然研究人员从不同的视角界定了信息素养的定义, 但可看出, 信息素养既包括认知态度层面上的内容, 也包括技术层面、操作层面和能力层面上的内容。概括起来讲, 信息素养主要包括信息意识、信息能力和信息道德三个方面：

1) 信息意识。信息意识是信息素养的首要因素, 主要指人们对信息及其交流活动在社会中的地位、价值、功能和作用的认识, 换句话说, 就是指人们对信息的判断、捕捉的能力。信息意识的强弱将直接影响人们利用信息的程度和效果。人们只有有了信息意识,才有可能有信息的需求, 进一步去寻找信息和利用信息, 并主动学习与信息处理有关的技术。

2) 信息能力。信息能力是信息素养的重要方面, 是指人们获取信息、处理信息、利用信息、创造信息、交流信息的技术和能力。人们只有掌握一定的信息技能, 才能有效地开展各种信息活动, 有效地利用信息和创造信息, 充分发挥信息的价值, 变信息为动力和优势。

3) 信息道德。信息道德是指人们在整个信息交流活动过程中表现出来的信息道德品质。它是对信息生产者、信息加工者、信息传播者及信息使用者之间相互关系的行为进行规范的伦理准则, 是信息社会每个成员都应该自觉遵守的道德标准。

2 人工智能的研究领域

人工智能的研究领域非常广泛, 而且涉及的学科也非常多。目前,人工智能的主要研究领域包括：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、智能决策支持系统及人工神经网络等。下面主要介绍在网络教育环境中常用的智能技术。

2.1 专家系统

所谓专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统, 它能运用该领域专家多年积累的经验与知识, 模拟人类的思维过程,求解需要专家才能解决的困难问题。

2.2 机器学习

“学习”是一个有特定目的的知识获取过程, 其内在行为是获取知识、积累经验、发现规律; 外部表现是改进性能、适应环境、实现系统的自我完善。所谓机器学习, 就是要使计算机能模拟人的学习行为, 自动地通过学习获取知识和技能, 不断改善性能, 实现自我完善。机器学习主要研究学习的机理、学习的方法以及针对相应的学习系统建立学习系统。

2.3 模式识别

所谓模式识别,是指研究一种自动技术。计算机通过运用这种技术,就可自动地或者人尽可能少干预地把待识别模式归入到相应的模式类中去。也就是说,模式识别研究的主要内容就是让计算机具有自动获取知识的能力,能识别文字、图形、图像、声音等。一般来说,模式识别需要经历模式信息采集、预处理、特征或基元抽取、模式分类等几个步骤。

2.4 人工神经网络

人工神经网络是指模拟人脑神经系统的结构和功能, 运用大量的处理部件, 由人工方式建立起来的网络系统。它是在生物神经网络研究的基础上建立起来的,是对脑神经系统的结构和功能的模拟, 具有学习能力、记忆能力、计算机能力以及智能处理功能。其中学习是神经网络的主要特征之一, 可以根据外界环境来修改自身的行为。学习的过程即是对网络进行训练的过程和不断调整它的连接权值, 以使它适应环境变化的过程。学习可分为有教师(或称有监督)学习与无教师(无监督)学习两种类型。对神经网络的研究使人们对思维和智能有了进一步的了解和认识,开辟了另一条模拟人类智能的道路。

3 人工智能技术在教育中的应用

3.1 智能搜索引擎

随着互联网站点和页面的激增以及网络用户队伍的不断壮大,信息检索成为人们利用Internet的重要途径。但是在浩瀚的网页海洋中寻找有用的信息并不容易,需要借助有力的检索工具如搜索引擎等等。目前一些著名的搜索引擎有:GOOGLE、YAHOO、EXCITE、INFOSEEK等,他们各有特色,但仍存在不足之处,如检索到的无关信息过多以及检索结果排序较混乱。智能化信息检索是信息检索的新分支,它是人工智能和信息检索的交叉学科。它在对内容的分析理解、内容表达、知识学习等基础上实现检索的智能化,这样可以节省学习者在检索中花费的时间,帮助学习者提高检索效率。智能化信息检索所用到的人工智能技术有专家系统、自然语言处理和知识表示。

3.2 智能体(agent)

agent技术早在70年代出现在人工智能领域,通过感知、学习、推理以及行动能够基于知识库的训练模仿人类社会的行为。随着其进一步发展,它在远程教育领域发挥着越来越重要的作用。一套完整的远程教育系统中包含许多子系统,如答疑、作业、考试、交互等等子系统。这些子系统都有各自的数据库用来存储信息。为了提高整个系统的智能性,可以引入智能技术,把众多子系统的数据库链接起来,实现信息资源的共享。通过分析这些信息,智能技术可以发现学习者的个别特征(如兴趣爱好信息、点击知识点信息统计、交互日志等等),并根据这些特征量身订做出适合学习者的学习方案,也有助于教师及时掌握学习者学习过程中的动态信息。

3.3 智能CAI(ICAI)

随着计算机技术的飞速发展,计算机辅助教学(CAI)已受到教育界的重视,成为学科教学改革的一种重要手段。许多学校都在开发CAI课件,但大多数CAI课件只是机械地按照教学设计者事先设计好的教学模式和内容向学生传授知识,并没有体现出个性化学习,无法做到因材施教。

智能CAI是以人工智能技术为核心,使CAI系统能够根据学生的学习情况等因素分析学生的特征,合理安排教学内容、变化教学方法去满足个别教学的需要。使用智能CAI进行教学能够克服传统CAI的不足,显著提高教学效果,是CAI课件发展的趋势。

3.4 智能教学系统ITS

智能教学系统(intelligent tutoring system,ITS)是涉及人工智能、计算机科学、认知科学、教育学、心理学和行为科学的综合性课题,其研究的最终目标是由计算机负担起人类教育的主要责任,即赋予计算机系统以智能,由计算机系统在一定程度上代替人类教师实现最佳教学。我国ITS的研究起步较晚,但近几年随着计算机的普及和教育软件需求增大,ITS的发展较快。ITS按照功能分为四个模块:专家知识模块、学生模块、教师模块、人机接口模块。

4 人工智能教育对学生信息素养的作用

人工智能(ArtificialIntelligence,AI)是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。换言之,它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,来解决需要人类专家才能处理的复杂问题,例如咨询、诊断、预测、规划等决策性问题。人工智能也是一门涉及数学、计算机科学、控制论、信息学、心理学、哲学等学科的交叉和边缘学科。与一般的信息处理技术相比,人工智能技术在求解策略和处理手段上都有其独特的风格。人工智能研究处于信息技术的前沿,它的研究、应用和发展在一定程度上决定着计算机技术的发展方向。同时,信息技术的广泛应用也对人工智能技术的发展提出了急切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响。

综上所述,作为信息技术一个不可缺少的重要组成部分,人工智能的基本内容在中学信息技术课程中是不能不专门提及的,以往某些教材中用一两页篇幅作个简单介绍的方法根本不足以反映人工智能学科的全貌。因此,十分有必要在高中阶段的信息技术课程中专门设立人工智能选修课。我们认为,高中阶段开设人工智能课程可以在以下几个方面对学生的信息素养培养产生积极作用：

1) 多种思维方式的培养和信息素养的综合锻炼。

现实世界的问题可以按照结构化程度划分成三个层次：结构化问题,是能用形式化(或称公式化)方法描述和求解的一类问题;非结构化问题,难以用确定的形式来描述,主要根据经验来求解;半结构化问题则介于上述两者之间。一般说来,中学阶段开设的传统意义上的信息技术课程中所介绍的信息技术,例如多媒体技术、网络技术、数据库技术、算法与程序设计等,都是求解结构化问题的基本技术。而人工智能技术则是解决非结构化、半结构化问题的一类有效技术。

把人工智能课程引入我国现行的高中信息技术教育,可以让学生在体验、认识人工智能知识与技术的过程中获得对非结构化、半结构化问题解决过程的了解,从而培养学生的多种思维方式,达到提高信息素养的目的。通过人工智能课程的学习,学生还将了解人工智能语言的基本特征,学到智能化问题求解的最为基本的策略。

2) 体验人类专家解决复杂问题的思路,提高学生的逻辑思维能力。

这里以人工智能学科中“专家系统”技术的体验、学习与应用过程为例进行说明。在专家系统的应用过程中,一个实际的专家系统不仅能够为用户给出相关领域的专家水平建议或决策,而且能够通过解释机制,以用户容易理解的方式解释专家系统的具体推理过程。学生可以向专家系统提出诸如“为什么(Why)”、“如何(How)”、“如果……会怎么样”等问题,系统接受用户的问题指令后,可以根据推理的逻辑进程,即时将答案呈现给用户,整个过程如同教师与学生在进行面对面的教学。在该过程中,学生可以充分体验人类专家的求解思路和推理风格,有助于提高他们的分析、思维与判断能力。

另一方面,在专家系统的教学过程中,可以要求学生自行构建由产生式规则组成的知识库,或进一步利用工具软件来开发简单的实用型专家系统。为了完成该项工作,学生一开始就要编制开发规划、制定知识获取策略,并具体付诸实施,这是一个不断深化的过程。学生还得明确与系统有关的所有变量或相关的因素,并且将这些变量和因素转化为问题求解,得出相应的结论。在进行一系列问题求解分析之后,运用产生式规则来表示知识,以此建立起来的专家系统还可以让其他学生去运用和体验,具有一定的实用价值。

由于专家系统中的知识组织与推理过程是对人类专家思维方式的一种模拟,因此上述知识库的组织和系统的推理过程能够较好地体现学生的思维过程。在建造知识库过程中,学生需要将原来零碎的未成型的知识概念化、形式化和条理化,从而内化为学生自己的东西。所以,建造知识库的过程不但能反映学生的学习过程,而且有助于学生对该领域知识的深层思考并有利于长久记忆,同时也学会了专家系统的基本开发技术。正如美国著名的学习论专家Jonassen所指出的：那些自行设计专家系统的学生将会在这种活动中受益匪浅,因为这是一个对所学知识进行深度加工的过程。

3) 了解信息技术发展的前沿,激发对信息技术未来的追求。

人工智能技术在一定程度上代表着信息技术的前沿,通过人工智能知识、技术的学习与体验,高中学生能够对信息技术发展的前沿知识有一定程度的了解,这样有助于他们开阔视野,培养兴趣,激发对信息技术美好未来的追求,从而为今后进入大学或走向社会奠定良好的基础。

5 结束语

中学生的信息素养的培养是当前信息技术课的一个重要目标，而在现有的中学信息技术课程中，关于人工智能的知识只作了简单的介绍，学生们对于人工智能研究的广大领域不能有详细的概念，这对于中学生的信息化认识和信息素养的培养不够全面。因此在中学信息技术课中加大人工智能的知识介绍是信息技术课改革的重要内容。

参考文献：

[1] 雷晓庆.网络环境下大学生的信息素养及其培养[J].太原大学学报, 2004(2):38.

[2] 杜玉霞.美国信息素养教育与研究的启示[J].电化教育研究, 2005(10):42.

[3] 王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,2002,1-53.

[4] 潘瑞玲,余轮.Agent技术在远程教育系统中应用的研究[J].微型电脑应用,2002,18(4):28-30.

[5] 吴战杰，秦健.Agent技术及其在网络教育中的应用研究[J].电化教育研究，2003(3):32-36.

[6] 张剑平.关于人工智能教育的思考[J].电化教育研究，2003(1):24-28.

第3篇：人工智能网络教学范文

关键词：题库测评智能化网络化

一、现代测评理论基础

评测的理论基础源于个体差异性。进行题库评测有两个著名测量理论：CTT（经典测评理论）和项目反应理论(Item Response Theory，简称IRT)。为克服经典测验的各种不足，研究者纷纷展开各种研究，各种现代测验理论逐渐出现。针对经典测验理论中项目参数和能力参数循环依赖的问题，提出了项目参数不依赖于考生样本的能力分布、考生能力参数也不依赖于项目的参数特性的项目反应理论(Item Response Theory，IRT)。项目反应理论又称潜在特质理论，它假设被试对测验的反应受某种心理特质(因其无法直接测量，称为潜在特质)支配。项目反应理论可以估计出被试的这种特质的分数，并根据其高低来解释、预测被试对项目或测验的反应。因此，项目反应理论主要在于建立各种与数据拟合的模型以确定被试的潜在特质值与其对项目的反应之间的关系。

二、题库中的智能测评功能

智能网络题库的建设理论近些年来有了较大发展，对学生成绩的评价分析等方面有较大进展，主要包括在线测试、答案回收和监考管理，以及学生样本的智能选取、试卷的自动化批改、设计开发的网络教学质量测评功能等。

测评模块界面灵活、操作简易，后台由题库支撑，并能实现智能化生成。智能测评系统创造性地实现对测试过程的自动记录、智能分析，并提供对测试分析结果的网络自动回收、统计、查询功能。具体功能如下:

通过对阶段考试成绩的统计分析，得到考生学习水平的量化值。

通过个别试题多次使用结果的分析，得到试题的信度、效度等。

根据考试出题教师的要求，制作个性化的统计工具，提供定制的统计信息。

三、智能测评系统的智能化网络化

传统概念的专家系统是指运用人工智能的基本原理和方法，通过总结，汇集有关领域专家的思想、技术、经验所建立的计算机系统。近年来随着计算机信息技术的高速发展，专家系统的涵义、功能得以进一步拓宽。它的主要功能是对知识的综合和应用，提供一种专家推理与决策工具。这种专家系统利用了涉及系统各方面的综合知识。

专家决策支持系统是一种智能的计算机程序，它能够运用知识进行推理，解决只有专家才能解决的复杂的非结构化和半结构化的决策问题。它是一个便于教师和学生调用分析-决策模型以及对数据库进行存取的会话系统，始终支持决策过程中的分析和判断，而不是代替人去决策，其目的不仅是为了提高决策的效率，更是为了提高决策的有效性，是一个应变能力强的、交互式的人-机系统。它根据专家对行为的分析经验来形成一套推理规则，然后再在此基础之上构成相应的专家系统，它以逻辑推理为手段，以知识为中心解决问题。专家系统能为学习者按系统设置的特点或其特殊爱好提供各方面信息（如生物、地理、历史、文学、新闻、相关案例等信息），同时利用可动态定义的数学模型做出预测，为题库智能组卷提供依据。

因此，在下一步的系统开发与完善过程中题库的智能测评系统智能化网络化将成为一个需要重要解决的问题。使系统能够适应测评组织者的要求以及客观环境的变化，为测评组织者提供有效的支持，满足其要求。测评系统将实现提供符合上述要求的人―机界面接口，使人―机有机的组合成一个整体，根据情况变化随时调整测评方法和测评内容，使测评结果更加有效。

四、未来智能化题库测评系统模型构想

目前，国内基于网络的教学处于迅速崛起的发展阶段，非常需要能够很好地支持教师教学、学生学习的基于因特网的教育平台的智能题库系统。在进一步研究工作中将把各个功能模块拆分与网络资源紧密整合，无缝的集成到网络教学平台中，从而实现智能化生成测试试题和试卷,使其功能达到在管理上具有动态性，在使用上居于易操作性，在发展上具有连续性和先进性，在保密控制上具有安全可靠性, 技术上具有智能性等领先水平。

未来智能化题库测评系统模型

第4篇：人工智能网络教学范文

关键词：

中图分类号： TP391．7 文献标识码： A 文章编号：2095－2163（2011）03－0027－04

Application of Multi－AGENT in Network Intelligent Tutoring System

WANG Jianhua

Abstract：During many years, traditional modes of computer-aided teaching can not meet the educational needs of universities and colleges. And there exist a low degree of intelligence, lack of teaching strategies and other shortcomings for most of the traditional teaching system softwares. So intelligent tutoring system has become a research hotspot of intelligent computer education. Combined with the features of Multi-AGENT and the application theory in intelligent tutoring system, the paper presents the design model of network intelligent tutoring system based on Multi-AGENT, analyzes in detail system-level functions, and gives out the classification design of system database, as well as the characteristics of system model.

Key words：

0 引言

智能教学系统是当今计算机辅助教学领域研究和应用的热点。网络应用于教育领域，使得高校的教学方法、教学手段有了很大的改变，从而彻底地改变了人们的教育观念和教学模式。网络教学系统可以为教学双方提供海量的教学资源，使学习者之间在海量的用户中实现了无限沟通和交流。多AGENT系统应用于智能教学系统是最新的技术，建构主义教育思想和人工智能领域中理论的结合使得智能化的、面向学习效果的、交互的远程学习模型的建立成为可能[1]。本文提出了一个基于多AGENT的网络自主和协作模式的智能教学系统模型，并分析了系统的逻辑功能和特点。

1 多AGENT系统及应用

1．1 多AGENT系统的概念

多AGENT系统是由多个可计算的AGENT组成的集合。每个AGENT能作用于自身和环境，操纵环境的部分表示，并与其它AGENT通讯，从而通过AGENT间的合作、协商、协调、联盟，模拟现实社会中的群体智能活动，完成复杂的任务[2]。多AGENT的这些特点正可以用来解决网络教学中的问题。

Multi－AGENT系统是指一些通过多个AGENT协作完成某些任务或达到某些目标的计算系统。单个AGENT的能力是有限的，但可以通过适当体系结构把多个AGENT组织起来，从而弥补各个AGENT的不足，使整个系统的能力超过任何单个AGENT的能力。多AGENT系统表示一个问题需要多个求解实体，这种系统具有传统分布，并发问题求解的优点，同时具有复杂的交互模式。

1．2 多AGENT系统的体系结构

多AGENT系统体系结构的选择影响系统自主性、自适应性的程度。体系结构中必须有共同的通信协议或传递机制。对于特定的应用，应该选择与多AGENT系统相匹配的结构。文献[3]将多AGENT体系结构划分为以下三种。

（1）集中式结构。采用类似星型网络的结构，将AGENT分成若干个组，每个组内的AGENT 采取集中式管理，即每一组AGENT提供一个控制AGENT，以此来控制和协调组内不同AGENT的合作，如任务规划和分配等等。

（2）分布式结构。各AGENT组之间和组内各AGENT之间均为分布式结构，各AGENT组或组内各AGENT无主次之分，处于平等地位。

（3）层次式结构。集合了集中式和分布式两类结构。其中包含一个或多个层次结构，每个层次结构有多个AGENT，这些AGENT可以采用分布式或者集中式。相邻层之间的AGENT可以直接通信，或者利用控制AGENT进行广播通信。

1．3 多AGENT技术在网络教学系统的应用

智能AGENT可以以虚拟的教师、虚拟的学习伙伴、虚拟的实验室设备和虚拟的图书馆管理员身份出现，从而增强教学内容的趣味性、个性化和人性化色彩，改善人机教学效果，使远程教学效果达到和超过传统的教学效果[4]。在学习过程中，智能AGENT可以根据学生的个体差异安排学习计划、学习建议；在练习和训练过程中，智能AGENT根据各个学生的学习进度和学习水平，为学生提供合适的习题与实验，相当于私人教师进行个别授课与个别辅导。当学生在网上学习迷航时，智能AGENT还能起到导航的作用，为学生指点迷津，顺利地将学生带到目的地。

2 基于多AGENT的智能教学系统模型

本文提出的基于多AGENT的智能教学系统，主要面向三类使用者：学生、教师和管理者。通过相对应的AGENT对使用者的使用行为进行学习和模拟，从而可以引导其个性化地使用该学习系统。系统除了要实现教师和学生在课堂教学中的一切功能以外，还要提供许多远程功能，例如：作业的提交和评价、同学间的协作学习、教学策略的实时更新等。笔者提出的基于多AGENT的智能教学模型如图1所示。整个系统在逻辑上由数据提供层、访问控制层、公共服务层、教学应用层、用户协作层和用户层6个部分构成。

2．1 用户层

教学系统的所有用户可分为学生、教师和管理员三个部分。由于用户角色的不同以及行为和思维习惯的不同，导致其使用的系统功能不同，使用习惯也不同。由于不同的用户可能来自于不同的网络平台，例如互联网、手机WAP网、各种类型的终端设备等，系统的设计可以整合所有异构网络平台。用户无论在何种网络平台下，都可以正常使用系统。

2．2 用户协作层

对于使用系统的所有用户，用户协作层负责身份验证。对于已经登录到系统中的用户，用户协作层中的“学生协作AGENT”和“教师协作AGENT”负责多个学生之间的协作学习以及多个教师之间的协作教学。根据不同学生用户的特性，并依据系统掌握的教学策略和规则，系统会适当地将学生用户按照不同的原则进行分组，或者将各方面程度相近的学生分成一组，或者将不同程度的学生分成一组，以模拟实际的教学环境。

2．3 教学应用层

学生用户和教师用户的一切教学活动都在教学应用层中完成。有关教学的每一个应用都分别对应一个AGENT，可引导用户进行操作、为用户提供个性化操作界面和教学内容；与其它AGENT进行通信、协作，智能地选择适合用户的教学策略。

（1） 学生与教师共同的应用

教学系统模型中关于教师和学生共同的应用有讨论答疑、作业管理、课程报告管理、学习评价管理等。

① 讨论答疑AGENT面向所有用户提供讨论服务，可以根据学生用户不同的学习风格、问题讨论的范围等因素智能地实现自动分组讨论。

② 作业管理AGENT协助教师AGENT负责为不同类型、不同程度的学生用户分发作业，协助学生用户提交作业。

③ 课程报告AGENT协助教师AGENT为学生用户提供大作业、设计报告、实验报告、小论文以及毕业论文等的出题、选题等工作。

④ 学习评价AGENT的功能是与和教学相关的各个AGENT实时通信和协作，负责完成教师教学过程和学生学习过程的所有评价工作。最后将评价结果保存到相应的系统数据库中。

（2） 学生活动应用

学生用户在教学系统中独有的应用主要有学习、练习、实验和测试等。

① 学习是学生用户使用教学系统最多的功能，学习AGENT引导学生用户在教学系统中学习专业知识。根据不同学生用户的类型和学习风格，为用户提供个性化的操作界面。

② 练习AGENT根据学生用户的学习效果，为用户智能地提供练习题目。还可以根据学生用户历史练习成绩，提供难度适中的练习题，使学生用户能逐渐适应新知识，从而循序渐进地学习。练习AGENT还可以为小组用户提供相应难度的习题供大家比赛，从而检验小组学习效果。

③ 实验AGENT的功能是协助教师AGENT设计实验题目和引导学生用户完成实验内容，为实验题目提供智能仿真环境，帮助学生用户提交实验报告。

④ 测试AGENT协助教师AGENT完成学科测试的出题工作，包括试卷结构的设定、智能组卷的完成以及试卷分发等工作；协助学生AGENT完成测试过程、答案提交等工作。

（3） 教师活动应用

教师用户在教学系统有的应用主要有课程管理、教学内容管理、教学资源管理、试题管理等功能。

① 课程管理AGENT负责课程的开设、课程信息的维护、知识点的划分、制定知识点之间关联规则以及基本教学策略的制定等工作。

② 教学内容AGENT主要负责协助教师按知识点内容将教学内容录入课程内容数据库中，并负责对其进行维护。

③ 资源管理AGENT协助教师AGENT负责对图片、声音、视频等教学资源进行管理。包括教学资源的录入、修改、删除等。

④ 试题管理AGENT协助教师AGENT完成对学科试题库的建设，包括题型管理、题目管理、难度设定等。同时与练习AGENT和测试AGENT协作，为学生用户提供个性化试题服务。

2．4 公共服务层

构成教学系统的各AGENT需要通信与协作，系统的不同用户还会有不同的数据查询和统计需求，系统需要安全稳定地运行，还需要为用户提供丰富、准确的帮助信息，这一切功能的实现都通过系统的公共服务层来提供。

公共服务层为所有AGENT服务，是AGENT应用和底层数据库之间的接口。公共服务层由教学策略AGENT、查询服务AGENT、系统消息AGENT、系统安全AGENT和在线帮助AGENT构成。

2．5 访问控制层

为了系统数据库的安全，系统特别在系统数据库和公共服务层之间设置了一个访问控制层。访问控制层负责接受公共服务层的访问要求，直接访问系统数据库中的数据，返回访问结果，并负责响应访问控制层的数据挖掘请求。

2．6 数据提供层

智能教学系统需要海量数据支持，包括课程内容提供、各类用户信息、学生历史成绩数据、教学策略数据、教学资源及系统知识规则库等。将以上每一类数据单独存放在一个数据库里，方便数据的分类和管理，形成数据仓库。

3 系统数据库功能设计

基于多AGENT的智能教学系统，要想实现其智能的功能设计，需要海量的数据支持。面对海量用户群，系统数据库应该支持异构网络及分布式存储和处理。系统将所有数据分成以下7个数据库分别存储与处理。

（1）学生信息库。学生信息库用于存储所有学生用户的自然信息，包括为学生用户登录系统提供的用户名、密码、姓名、性别、出生日期等信息，还包括兴趣、爱好、家庭情况、学习习惯等信息。另外，还记录学生用户在教学系统中的所有活动内容日志。

（2）教师信息库。教师信息库用于存储所有教师用户的自然信息，包括为教师用户登录系统提供的用户名、密码、姓名、性别、出生日期等信息，也包括兴趣、爱好、家庭情况、教学习惯等信息。与学生用户类似，教师信息库同时也会记录教师用户的所有活动内容日志。

（3）学生成绩库。学生成绩库记录所有学生用户的成绩信息，包括练习成绩、测验成绩、考试成绩等信息。做为基础数据，学生成绩库是系统众多AGENT进行数据挖掘和分析处理的数据来源。系统为学生用户提供的一切学习内容，都是建立在已有学生成绩数据的基础之上，教师AGENT和学习评价AGENT的活动也离不开对学生成绩数据的挖掘与分析。

（4）课程内容库。课程内容库用于存储某一门课程包括章节设计、知识点设计和全部知识在内的全部内容，还包括所有知识点之间的关联。为了适应智能教学系统的教学要求，对任何一个知识点允许多名教师用户设计不同的教学过程，以满足不同用户的学习要求。

（5）教学策略库。教学策略库是智能教学系统的灵魂，根据课程内容库中存储的知识点结构和关联，系统会为不同学生用户随机或有目的地、智能地生成不同的教学策略。根据学习评价AGENT的反馈，不断地强化优规则、淘汰劣规则，由此建立起稳定的教学策略规则库。

（6）教学资源库。教学资源库用于存储课程的全部教学资源。由于智能教学系统是开放的，学生用户和教师用户是海量的，所以教学资源库对所有用户是开放设计的。所有用户都可以自主创建教学资源，在系统运行过程中，优秀的资源会得到越来越多的使用机会，从而更多地应用于教学策略中。

（7）系统知识库。系统知识库用于存储智能教学系统除教学策略之外的规则。

4 系统模型特点

本文设计的智能教学系统模型最大限度地模拟现实世界人类的教学活动，通过多AGENT之间的信息共享、沟通协作，以海量教学资源和学习数据为基础，实时更新丰富的教学策略，为不同用户提供个性化的学习界面，从而实现网络自主学习和协作学习相结合的学习模式。系统模型主要有以下几个特点：

（1）最大限度地模拟现实世界。网络教学系统要想真正发挥作用，赢得使用者的喜爱，就要实现真正的个性化教学、人性化教学，实现自主学习与协作学习，实现动态实时教学策略管理。这就要求网络教学系统最大可能地接近真实世界的教学环境，最大可能地模拟学校教学生活，只有这样，学习者才能有真实感、亲切感，才能喜欢网络教学系统，愿意使用该系统，因此，才能高效地进行学习活动。

本文提出的智能教学系统模型，通过将现实世界中的真实教学任务适当地分解为多个步骤，系统丰富的功能由多个不同的AGENT互相协作完成，所有AGENT各司其职，比较全面地模拟了现实教学环境。

（2）多AGENT分工合作。系统由多个AGENT协作完成教学任务，各AGENT之间既可以单独完成既定的任务，也可以通过沟通和协作完成较复杂的大型任务。详细的分工使系统框架结构清晰明了，便于具体实现。

（3）引入学习风格的评价。学习风格是学习者持续一贯的、带有个性特征的学习方式，是学习策略和学习倾向的总和。学习策略指学习方法，学习倾向指学习者的学习情绪、态度、动机、坚持性以及对学习环境、学习内容等方面的偏爱。系统模型中的学生AGENT在学生登录成功后，负责监测、记录学生的学习风格方面的数据，并记入到学生信息库中。根据长时间监测的结果智能地总结出该学生的学习风格，从而根据学习风格提供个性化的学习界面。

有些学习策略和学习倾向会随学习任务、学习环境的不同而变化。系统的学生AGENT会根据学生信息库中数据的变化动态地跟踪学习者的学习风格，从而动态地改变教学策略，让学习者真正体会到是在一个现实的教学环境当中。

（4）分组协作教学。系统模型当中引入了学习风格的评价内容，学生协作AGENT可以将学习者的不同学习风格作为分组的依据，从而实现协作学习。系统还可以分析教师的教学风格，从而为学生提供个性化的教学服务。系统的设计面向整个互联网，庞大的教师群和学生群在同时使用，就涉及师生结对的问题。系统通过对教师教学风格和学生学习风格的匹配，为学生智能分配教师、为教师智能分配学生，而且这一过程是动态的。学生用户面对的是一位或多位虚拟教师，教师面对的是多位虚拟学生。这一技术彻底实现了师生之间协作教学，从而最大限度地提高了教学效率。

（5）教学策略的实时调整。系统中数量众多的AGENT分工协作，实时采集教学活动的所有信息，存入系统的多个数据库中，从而形成了海量的教学活动信息资源库。系统的各个AGENT会通过数据挖掘AGENT所提供的服务，从各个数据库中挖掘最新的关联规则，从而动态地改变教学策略。教学策略的动态调整丰富了教学系统的功能，使系统更加人性化，同时也使学生用户感到所面对的是一位有性格、有情绪、会随时改变教学方法的虚拟教师。

（6）多元的教学评价机制。真实、完全地反映用户使用教学系统的情况，就要客观、全面地对教学活动进行评价，这就要求系统的评价主体与评价内容必须具有多元性[5]。在本文所提供的系统模型中，学生AGENT可以实现学习过程的自我评价、或对小组成员的评价、对虚拟教师的评价以及对教学策略的评价；教师AGENT可以对学习者的学习过程进行评价、可以对学生的学习效果进行评价、也可以对同行的教学工作进行评价。系统的评价主体由传统的单一评价主体―教师，扩展到由学习者、小组成员、教师等构成的多元评价主体。评价量规表从学习内容的评价、探究活动过程的评价、以及学习成果的评价等多个方面展开，为学生提供一个更为宽松的评价环境与更为科学的评价指标。

5 结束语

智能化教育一直是全世界教育界和教育技术领域的理想和目标。计算机技术特别是网络技术的发展，使计算机辅助教学得到广泛的应用。新的教育理论层出不穷，特别是人工智能理论和技术的发展，为计算机智能教学提供了广阔的发展空间。然而，在中国现有的教育体制和技术支持下，真正的智能教育理论实现起来非常困难，导致现阶段的网络教学出现了很多无可奈何的尴尬。网络教育是“人－机－人”的交互过程，在这一过程中，如何提高网络和计算机的智能化程度是目前教育技术领域的一个重大课题。

本文结合多AGENT的特性及在智能教学系统中应用的理论，提出了基于多AGENT的智能网络教学系统的设计模型，详细分析了系统各层次的功能，并给出了系统数据库的分类设计以及系统模型的特点。

参考文献：

[ 1 ] 许彦青，申瑞民，张同玖，等． 加强学习算法的智能多在远

程教学中的应用[J]． 计算机工程，2001（8）：125－127．

[ 2 ] 程显毅． AGENT计算[N]． 哈尔滨：黑龙江科学技术出版社， 2－

003．

[ 3 ] 张林，徐勇，刘福成． 多Agent系统的技术研究[J]． 计算机技术

与发展，2008（8）：80－87．

[ 4 ] 仇芒仙． 基于多Agent的网络教学系统的研究[J]． 计算机工程

与应用，2003（16）：169－172．

第5篇：人工智能网络教学范文

关键词：中等职业学校；智慧校园；数字化校园；小区短信技术

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）05-1244-02

《国家中长期教育改革和规划纲要》指出，在整个教育结构和教育布局当中，必须把职业教育摆到更加突出、更加重要的位置，到2020年形成现代职业教育体系。而中等职业教育是我国职业教育的重要组成部分，推进中等职业教育的信息化建设是实现《纲要》中“加快教育信息化进程”的重要步骤之一。中等职业学校是实施中等职业教育的学校，目前共有三类：1）中等专业学校（简称“中专”）；2）技工学校（简称“技校”）；3）高级职业中学（简称“职业高中”、“职高”）。

中等职业学校从传统校园到建设并建成数字化校园，已经经过了多个阶段及多个层面的研究，在代替了传统校园的纸笔和电教后，数字化校园也完成了计算机化、信息化、网络化的进程建设。随着传感技术、云计算、虚拟化技术、人工智能等技术的发展和应用，智慧校园的建设已掀起一股浪潮，改变以往人们传统的生活与工作方式，改善了人与社会的关系。

1 数字化校园的缘起

数字校园是在传统校园的基础上，以网络为基础，从环境、资源、到活动全部数字化，实现网上办公、网上管理和网上服务。它最早起源于20世纪70年代的美国。1990年，美国的格林发起了科研项目“信息化校园计划”。1998年，美国前副总统戈尔发表演讲，明确提出“数字地球”的概念，在此之后全世界普遍接受了数字化概念，并引申出“数字城市”、“ 数字校园”等概念。学校在开展教育、科研和管理及对外通讯工作全过程中运用宽带、交互性和专业性的局域网络实现数字化教学和学校办学数字化、信息化和智能化。

2 智慧校园的内涵与特征

2008年，IBM公司首次提出了“智慧地球”的理念。在“智慧地球”的概念提出后，国内不少学者提出了“智慧校园”的概念和建设思路，西南大学、成都大学等高校都在筹划、实施智慧校园的建设。浙江大学在信息化“十二五”规划中，提出建设一个“令人激动”的智慧校园，这种智慧校园支持无处不在的网络学习、融合创新的网络科研、透明高效的校务治理、丰富多彩的校园文化、方便周到的校园生活（吴颖骏，2010）。

在理论研究方面，国内也有不少学者从多个角度对智慧校园的内涵进行了解读。沈洁等在2011年认为，智慧校园是一种将人、设备、环境、资源以及社会因素，在信息化背景下有机整合的一种独特的校园系统，它以物联网技术为基础，以信息的相关性为核心，通过多平台的信息传递手段提供及时的双向交流平台，简单说，就是更智能更智慧的学校；黄荣怀等在2012年认为，智慧校园能感知物理环境，识别学习者的个体特征，提供无缝互通的网络通信，有效支持教学过程，智能决策的开放教育教学环境和便利舒适的生活环境。智慧校园的发展及应用如图1如示：

智慧校园的发展是数字化校园的高端形态，是数字化校园发展的理想追求，也已成为一种共识。然而智慧校园是一个系统工程，国内的中等职业学校一般来说物力有限，要在两者之间找一个切合实际应用的结合点，既能结合中等职业学校财力物力构建一定规模的智慧校园实践项目，又能将学校的智慧校园建设成为市级领先、省内一流的职业教育信息化高地，因此本文准备以本校数字化校园中已部分建成的智能办公管理系统和教学资源建设为突破口，采用小区短信技术，进行智慧校园建设的实践研究，探索智慧校园在中职学校的实践之路。

3 小区短信技术

3.1 小区短信概念

利用手机用户进出特定范围需与交换机交换位置信息的特性，结合目前短消息平台，实现在特定区域范围、特定时间对特定客户群，发送特定服务短信。其原理利用移动信号的信令监测系统监测信令过程，获得手机用户当前的位置信息。小区短信系统主要由信令采集、信令分析、短信业务应用三部分组成。用户从进入小区到收到短信所经历的流程如图2所示：

3.2 小区短信系统流程

1）用户手机进入热点范围，向基站发送信令消息，产生信令过程；2）基站与基站控制器交互用户信令消息；3）基站控制器与移动服务中心交互用户信令消息；4）小区短信系统的信令采集部分从基站控制器与移动服务中心之间采集到原始信令消息，进行信令分析；5）小区短信系统将预先准备的短信写入短信网关；6）短信网关为手机用户下发短信。

3.3 系统功能

在同一个热区同一用户，可控制对其每天发送的信息条数；同一条信息只发给同一个用户一次；系统可控制发送短信频次（如每天或者第月或每周），可控制发送短信时段（如每日早9晚5之间发送）；过滤热区常驻人员屏蔽黑名单发送；系统提供用户拒绝接收功能。应用场景：小区短信从业务使用者来看，主要包括政府公益类、行业信息类。

4 中等职业学校内进行智慧校园建设的实践研究

中等职业学校也属于传统校园的一种，在传统校园教育教学过程中也经历了从电教到数字化的过程，在当前社会都在进行数字化、信息化、网络化的进程中，中等职业学校也走到了将要建设智慧校园的阶段，在这一阶段如果落伍将会落后一个时代。只有跟上社会信息化的进程，积极构建“智慧型”的校园环境才有可能真正提升校园的信息化水平。因此，我们认为建设智慧校园应遵循以下原则：

1）智慧校园是数字化校园、信息化校园发展的最高阶段。智慧校园的发展是数字化校园发展的理想追求。

2）智慧校园建设时应遵循顶层设计，既可以先完成数字化校园建设，再扩展成为智慧校园，也可以直接进行智慧校园建设，只要作好长期规划，分步实施都能实现建设目标。

3）可以通过校企合作，校校合作等多种方式进行智慧校园的实践建设，实施跨越校园地理范围、空间范围层面上的智慧校园项目。

4）智慧校园建设依赖于通讯技术和网络技术，电信运营商网络设备生产商家的积极参与也是建设中的关键。

以某中等职业学校为例，在智慧校园的实践中，可以逐步建成以下智能网络平台：

1）网络教学平台（教学资源网络）；2）科研支撑平台（教学科研网络）；3）校务管理平台（智能办公网络）；4）校园服务平台（高效接入网络）；5）教学管理平台（远程及在线教学网络）。利用数字化校园中已部分建成的智能办公管理系统和教学资源平台，后期在校园内局部建成物联网络，有效获取人、财、物及产、学、研信息，进行资源整合、服务集成，逐渐实现智慧校园中的规范化管理、科学化决策。

实践项目里的智慧图书馆，有信息采集及信息推送两个过程，采用小区短信技术，通过采集手机信息的范围精准控制，建成一个智慧型的图书馆，能够实现手机短信的无目标推送，让每一个走进校园图书馆的读者，接收到最新一期图书简报、新书信息、会议厅、报告厅讲座信息等。具体流程如下：读者进入图书馆这个小区短信范围，产生信令过程，小区短信系统会从这个信令过程中采集到需要的资料进行信令分析，再将它与短信应用部分进行比对，最后由短信网关向用户发出信息。在此过程中，产生三个层面的数据，全面感知层相当于物理层、可靠传递层相当于网络层、智能处理层想当于应用层。读者进行图书馆的范围，就如同进入一个智慧网络，实时采集信息，推送有关数据，再与图书馆里的物联网相联，实现智能化、自动化。如资金容许，可以试点建设智慧实训工厂，采集走进实训工厂的师生手机信号，推送与实训相关的课程及实训场所使用情况等信息。实现智慧化相互交流和相互感知。推而广之，也就可以建设智慧宿舍、智慧餐厅，进而实现智慧校园，智慧信息无处不在。

参考文献：

[1] 宗平，朱洪波，黄刚，许建真. 智慧校园设计方法的研究[J]. 南京邮电大学学报（自然科学版），2010（4）：15-19+51.

[2] 严大虎，陈明选. 物联网在智慧校园中的应用[J]. 现代教育技术，2011（6）：123-125.

[3] 冀翠萍. 智慧校园信息化运行支撑平台的建设[J]. 现代教育技术，2012（1）：49-53.

[4] 沈洁，黄宇星. 智慧校园及其构建初探[J]. 福建教育学院学报，2011（6）：122-125.

[5] 黄荣怀，张进宝，胡永斌，杨俊锋. 智慧校园：数字校园发展的必然趋势[J]. 开放教育研究，2012（4）：12-17.

[6] 任斌. 从数字化校园到智慧校园[J]. 福建电脑，2012（9）：57-58.

[7] 汪志宏. 智慧校园的服务与应用的案例分析[J]. 计算机光盘软件与应用，2012（17）：55-56.

第6篇：人工智能网络教学范文

【关键词】交互式视频会议：远程教学；高等教育：信息技术

引言

现代高校以高度发达的计算机网络为核心技术，以信息和知识资源的共享为手段。这种新型的开放式教育模式提供适应学习者个性化成长和发展需求的学习环境，包括自主选择多种媒体结合的学习方式，并能创新运用和创造资源。随着跨校区、地区办学的高校剧增，信息技术成为支撑远程教学的必然趋势，以高速的校园网络带动“交互”体验是开放式远程教育的重要环节，高质量的教学应用创新及管理服务保障是校园信息化可持续的关键，从而促使交互式视频会议系统的建设与应用在高校远程教学中发挥重大作用，其搭建部署和跟踪策略对高校现代远程教学创新具有一定价值。

一、视频会议系统在高校的应用现状与趋势

1 大学导向的教学行为需求

现代教学对网络信息技术的需求是基于形成教学交互的情景信息空间，从展示文字到多维度的虚拟界面，远程教育与信息活动兼顾到多种技术和教学模式。以网络技术推动学校制度改革、管理创新，以实现教育信息化、决策科学化和管理规范化，服务于教、研、管和校际合作的整个过程。此外，把教学目的中众多因素内化，从而确立教学行为导向，并集中体现于教学活动中，智能化教学、办公和对外联系，以形成校园基础信息化环境的系统应用构建。因此，掌握隐含在问题背后的科学知识，形成自主学习的意识以及解决问题的能力，结合多种信息技术及其适应性转化是必要的，已达到网络化环境、信息化终端、多媒体教室的基本功能得到拓展和延伸，并持续开发新的教学设计互动手段，有效支撑现代教学。

2、视频会议技术的发展现状与趋势

随高校办学规模扩大、校区数量增多，尤其考虑到常年奔波于校区间教学一线的教师和组织教学活动的教务督导人员。如某些校区间车程需要两三个小时，大大降低了各种资源的利用率，教学效果也不稳定。很多大学搭建视频会议体系，就是看中其动态扩展的特点和低成本、便捷化的优势，尽可能减少分散教师的精力，其应用必将在远程教育实践与高等教育改革中发挥作用。

视频会议在远程协作中占主导地位，其利用通信网络，传输多个与会者连续活动图像和声音，将不同时区和地域的两个或多个多媒体会议终端连接，实时传输各种图像、语音和数据文件，保证各种媒体质量的同时，提供双向互动交流信息的平台。目前，视频会议广泛应用于网络路演、现场采访播报、应急指挥及远程教学等服务中，然而由于技术应用受到传统系统功能的束缚，缺乏多媒体信息之间的传输交互，该技术的实时、交互、高效和经济等特性成为各实践领域的焦点，随宽带网和高速无线接入技术的发展，流媒体技术与IP视频会议均为视/音频技术的重要组成部分，视频会议技术与网络技术相适配的特征成为最有力发展途径，其融合正在逐步产生规模效应的应用空间。

3、现代高校的应用现状

随着信息技术的动态趋势和实时交互性发展，实现大学管理数字智能化是新时期对高校发展提出的新要求。视频会议系统作为一种重要的教学手段，承担优化和完善传统教学方式的责任，让优质教学资源得以充分共享，有利于扩大国际合作院校在远程教学及学术会议中的有效互动，尤其利用网络视频会议动态多集成的特点，帮助扩大国际合作学校的联盟互动传送，进一步提高教学质量。

视频会议系统主要有单播、组播、点播三种流媒体播放方式，目前很多高校采取单一模式搭建，根据编码标准、体系结构、流媒体服务三项关键技术指标特征，其“交互应用”的模式实施，远不能满足高校办学规模扩大、校区数量增多、教育教学资源扩充，更谈不上最大利益化校区管理与资源共享。因此，部分大学也逐步转向集成模式搭建视频会议体系。

“交互式视频会议”是指异地多方通过网络多媒体设备达到实时沟通，实现多方相互操作、共享应用程序或数据，完善会议类型目的的多交互功能个性化设计应用的活动，系统主要由高清视频会议系统和交互式信息系统有效组成，两者相对独立，可视化通讯和协作服务是其核心环节。随着带宽自由度提高，稳定的移动设备使用习惯，迫使灵活地随时随地参加会议或讨论的需求产生。在会议过程中，与会者能够在多个终端中实现“不间断”行程。如表1。

二、高校视频会议系统的搭建策略

视频会议将进一步改变现有的教育教学方式，为人们提供更加便捷、实时、可信任的教育传播途径。目前，很多高校引进所需的视频会议系统，目的是将信息化手段与工具应用到现代教学、学术交流与教务管理中，形成开放的教学管理模式。而使用常见的则是远程会议交流，在教学、实验等效果并不明显。相关调查统计表明，跨平台的系统应用标准成为高校间合作交流的障碍，故兼容效果才能保障实现跨平台信息高速传递的需求。

1 搭建原则与互动设计

进行交互视频会议体系的构建，要以需求为先，避免盲目实施。鉴于视频会议的发展趋势和目前大多高校属于综合型大学的实际，首先，应充分认识系统的建设，是推进区域教育数字进程的组成部分，是落实和加快高校教育教学改革、提高教育管理水平、节约教育经费的重要手段，但不是最终目的。应用较成熟的系统，能与国际主流的网络视频会议设备互联互通，满足学校国际交流的需求，采用先进的组网设备，系统标准应遵循国内外相关规范。其次，以各校网络运行实际情况为基础，尽量适应高校内外主流设计教育教学活动的要求，采取多播放方式建设，智能程度高，易用性强，可对视频会议进行跨校区直播，指定部门、专人负责，确保使用安全。另外，应用实践中，既考虑信息资源的充分共享，更要注意信息的保护和隔离，如在学科范围内开展示范性课程，融合经典教案，组织名师，话题化知识信息，确定参考目标，给予教学过程最优干预因子，因此系统要分别针对不同应用和不同网络通信环境，采取不同措施，包括系统安令机制、数据存储的权限控制、多种级别的用户身份认证等。

2 交互应用与跟踪实施

视频是高校远程支持教育教学活动的关键因素，交互模式则直接约束其形成效果。以我校为例，多媒体教室占令校总教室的48%，师生上课对交互功能的实际需求甚高。在视频会议系统中下设“教师跟踪”模块，加入实时录制功能，采用图像识别技术自动跟踪拍摄教育教学实况的智能化系统设备。教师在上课时快速走动或板书，系统均能准确以别并自动变焦跟踪拍摄，并更新和保存优秀的教学资源。根据教学的具体要求，通过系统视频会议及数据会议的各种组合，创建了符合远程互动教学的各种会议模式。这种交互方式，引导教学的潜在交流行为，培养学习的主动探索意识，挖掘信息的快速流通与转化，在知识获取途径上逐渐改变学生依赖教师获取信息的状态，从根本上实现学习者自我发现的角色转换，达到创新信息的电性循环。如通过我校视频点播（Video On Demand）板块来集成、实时更新多媒体资源中心和国内外优质资源库，方便了全校师生接入网络服务器中存储的教育教学内容，形成以多媒体视频会议系统为辅助手段的现代教学体系管理组织架构，形成“多媒体教学管理系统”、“教学交互系统”、“教学实况转播与组播系统”、“教学实况观摩与督导系统”相互关联的“链效应”，使多媒体教学管理系统的建立，实现了教学活动远程集中可控、可管。同时，这些跨校区实时传输的视频也可在视频服务器中录制下来，编辑整理备用，形成持续的资源积累。我校视频会议系统目前主要应用在跨校区的远程实时教学课程、政府指导工作会议、学科项目协同工作、远程答疑系统平台、信息化业务培训、国际课堂的资源共享等几方面，坚持贯穿网络、服务、管理为一体的交叉技术应用模式。

网络实时辅导答疑系统于我校2005年启用，由多个功能模块构成，基于开放的架构设计、并采用先进的多播技术而构架的分布式、模块化、大容量的网络实时辅导答疑系统平台。提供强大的可扩充能力和高度的配置灵活性，可根据师生解决课程问题来进行系统的模块化配置部署，通过服务器集群，系统规模还可以成倍扩大。如图1，这种“跟踪”策略，反馈以学期、年纪、专业等因子划分考核信息，形成映射式评价标准，依照个案，以特征点向区域辐射，提取适应性模块化对策。

在教学服务中，以教学为主的高校教学活动的数字化过程要符合适应性学习个人特征的规律。围绕远程沟通这一核心，实现师生异地间的信息共享和交流，完成交互教学、协作学习、实时答疑和教学管理等功能，为个性化学习提供全方位的支持服务，建立以学生为“中心”的网络学习平台设计思想。此外，应用范围的不断拓宽将视频通信的应用定义的更加多元化，避免单纯的会议服务。如在交互视频会议架构下的答疑模块，利用可视化文本编辑器，优化操作界面的美观性、易用性、发掘网络可共享及强交互的特点开展多种方式的教学活动，以教师为中心的讲授型教学转向以学生为主体的互动式教学，如图2，采用以案例分析的形式增加交互演示，并加强外部资源的有效链接。

交互式网络活动是当前最广泛的校园互联网应用之一，根据我校近五年“三航四方”BBS信息化服务用户调查，师生使用率逐年上升并成倍增长。因此。有必要建立校园交互网络应用服务，充分利用管理信息系统的数据优势，整合学校教学、科研、文化生活的相关服务信息资源，挖掘师生、校际之间潜在的各种合作、交流关系资源。因此，交互式应用还要和高校数字校园密切结合，如存储服务、通信服务、位置服务、视频服务、图像服务、搜索服务，并和校园云知识管理服务紧密衔接，形成服务系统。

三、交互式视频会议的应用模式

1 应用特点与优势

区别于以往的视频会议，交互式视频会议系统利用网络技术的支持，无须下载安装插件，以教学设备拍摄的教案影像完整无误的进行视音频即时同步快速传送，集成多种网络多媒体解决方案的应用工具，顺利访问视频会议服务器，保证远程教学的有效质量，故其显著优势就在于跨平台应用的普遍性。在交互通信领域内，目前许多新应用形式和技术被引入，视频会议技术逐步向多网协作、高清呈现的方向发展，桌面用户通过PC参与交互体验，这是在视频会议基础上的衍生。为远程教学、留学生远程答辩提供高效可靠的网络支持，系统还提供多选择呼叫方式，实现各操作系统平台间的无缝连接。良好的扩展性、数据兼容性和稳定性等特点，在充分利用硬件提供的有限资源的前提下，实现大流量的网络视频输出和高效的事务处理，提供了与PACS、HIS等进行数据交换和互动的接口，保证了资源的利用。

2 应用模式分析

交互式视频会议应用模式沿着“跨校区视频会议管理平台一校园网络互连基础架构一移动终端策略控制一数据传送链路体系”这一主线，对各主流自有系统全面开放接入，广泛实现与OA、RTX、远程教育、门户网站等现行系统的无缝融合，作为每天忙碌在教学区、生活区或新老校区时空位移的师生们，可以在任意场合通过智能终端快速应用开放式会议系统，同步分享视音频和会议数据协作，对传输内容进行压缩加密，确保安全，实现公网平台下高品质视频应用。我校结合学习综合支撑平台，在教学中形成视频督导策略化教务与学习环境，实现课堂监管、实时课堂教学、学习管理、评估、交流协作等功能。提供方便的知识分享的同时，强化移动互联访问和各种手持智能终端的访问服务，一定程度上实现了传输中信息及流量的监控，如图3。

3 桌面式交互应用实践

为加强对网上师生的远程教学支持服务，我校早在2005年全面启动交互式远程视频会议系统建设工作。设计初期就明确提出利用当时基于IP网络的多媒体通信广播技术，随后开发了网络实时辅导与答疑系统，部署和实施Ploycom多媒体视频会议系统，实现音视频和数据流的多方位交互平台，后续搭建仍以统一的视频输入输出标准及一系列的互通模式转换标准，先后实现了交互式教学和课堂直播功能（音视频交互、文字交互、电子举手、协同浏览、屏幕广播、课件共享、邮件通知、文件管理、文件传输、电子投票、远程控制、课程录制、课件点播），实时答疑功能（多课程操作、答疑交互、实时转播、实时录制、权限设定），教学管理功能（课程角色管理、课堂监控、权限管理、定制教学计划）。

基于桌面的视频会议系统，在我校教学中应用也有8年左右，建立起“大学远程教育学院网络直播课堂与实时答疑系统”的整体架构，实现跨校区师生间的远程实时课堂直播与辅导答疑，从而构造一个逼真的模拟真实学习辅助环境，解决了基于网络数据库式答疑系统中出现的实时性差、解答不准、答案不全的缺点。具有智能答疑及教学秩序管理功能，如能将重复性问题及答案自动入库，并在下次同问题提出时自动调出答案，同时对问题进行归类，形成有效问题、追问问题、无效问题、禁止提问问题等“一键式”便捷的应答模式，方便教师最有效率地完成答疑任务，有效地弥合教学双方空间的鸿沟，享受到了系统给教学带来的便利。

应用中的扩展环节是细化应用理念的过程，如资源（文档、图纸、试题）共享数据应用程序（构建系统化）桌面交互（需求多元化）视频通信（综合信息沟通平台）教学、科研、管理流程（广泛关联性）这一过程使视频通信所担负的职能越显综合化。

四、“上海人工智能国际课堂”教学案例

我校已与亚洲、欧洲、美洲的二十多个国家和地区的百余所高校、企业和科研院所建立了合作关系，并先后加入“中国-芬兰大学联盟”、“中国-西班牙大学联盟”、“中国-白俄罗斯大学联盟”、“中俄工科大学联盟”。基于全方位、高质量、多层次国际合作与交流工作开展的目的，我校早在2010年利用远程视频会议系统进行由瑞士苏黎世大学主办，上海交通大学承办的“上海人工智能国际讲堂”，到目前已有四年时间。为了拓展实践，汇集国内外丰富的教学资源，系统既能实现校内教授与学生之间的教学课堂功能，也能实现与国际如美国夏威夷、德国慕尼黑等地合作院校间的学术交流和研究生答辩等交互功能。

汇集多方学院对视频会议系统有以下要求：教师授课位置的移动性必须要求有一套教师场景视频的跟踪定位系统。具备流畅的音视频通话效果；具备PPT、EXCEL等文档的共享辅助功能：支持未来多点扩容：能够与其他品牌系统兼容互通；在低带宽网络情况下，保证交互顺畅。

1 设计与跟踪实施

基于SUN系统的开源软件，通过对“上海人工智能课堂”视频技术的设计研究，在世界各地设置多个课堂地点，于三维协同虚拟环境下跟踪实施虚拟现实技术，由嵌入式的硬件架构和“软硬结合”的应用模式，保证会议的稳定性，满足课堂现场的不同要求。屏幕幻灯片通过AdobeAcrobatConnect Professional利用Adobe Flash Player进行远程共享连接。

该系统通过网络通信技术实现虚拟会议，使地理上分散的用户通过图形、声音等多种方式直接沟通，支持实时信息共享与协作交流以达到协同工作的目的，具有直观、真实、高效、实时的特点。采用美国Ploycom公司基于H.323标准的多媒体视频会议系统为主要终端设备，包括MCU会议控制中心，由1个主播点和全球15个分播点组成，采用数字信号传输方式，常用码流为512kbit/s，基于TCP/IP、影音与数据交互技术，能实现语音、图像、数据等综合信息的宽带承载和交互，此交互亮点，利用计算机，电子白板等设备实现远程交流的虚拟环境，综合了计算机图形学、图像处理，智能网络等技术，使各国师生进行真实互动，双方及时收到共享反馈，指导课程的顺接程序。如图4，主讲课堂机位的设置和数量、跟踪实况直接影响互动效果，形成“对话-语言服务-微程序控制-屏幕共享”的交互因素。

2 案例解析

我校视频会议应用教学案例，主课堂在瑞士苏黎世大学，课堂前的两块大屏幕是主要视频界面。可以看到不同国家各种肤色的师生，其一显示教学多媒体课件，另一同时显示卜几路同步传输的视频画面，会议可直接向主讲教师提出问题并作答，这些视频信号分别来自分布在全世界4大洲的15所大学教室，包括瑞士的苏黎世大学和苏黎世高工、11本的政法大学（东京）、大阪大学和千叶大学、英国的索尔福德大学、德国的慕尼黑工业大学、韩国的水原大学、澳大利亚的塔斯马尼亚大学（霍巴特）、阿尔及利亚的科学技术大学（阿尔及尔）、中国的北京大学和西北工业大学（西安）以及作为主场的上海交通大学。

本课程历经lO次国际课堂，每周1次，共20学时，教学组的教师均分散在各教学区现场。每次授课前一天，山瑞士主讲老师本次课堂讨论主题，由学生查找资料，经整理在系统上做一次陈述。上课时，以类似电视专题节目方式，由瑞士课堂教师作为主持人，由事先作好发言准备的几位学生围坐讲台，整个互动教学过程，都由瑞士主讲教师调控，由教师逐一提出话题，由台下一位学生主讲，借助PPT投影，无线话筒发言，这种视频压缩协议，适合低带宽等条件下的传输视频，并能保持图像品质。其余在不同国家课堂的学生可以在发言后完成提问，每次教师都作简短的评论，在各个国家不同种族中有时谈到和主题相关的重要话题还会引起各个国家学生热烈的互动讨论，这就再次引发各跟踪因素相互作用，教学效果可达到预期。

这种难得的授课形式在国内较少，主、分课堂较生动地打破了传统灌输式教学的局面，激发学习兴趣，形成知识信息循序渐进的获取与掌握，与各国家的老师同学直接面对交流、共同探讨。如图5。

知识点多媒体计算机技术的交互性、网络通信技术的分布性、视频会议技术的真实性和网络学习管理平台的系统性融为一体，建立起语音、视频、操作的双向交流和数据通信，形成一个交互方便的、探究学习过程研究的虚拟课堂。

3 相关交互成因

（1）会前仔细调整好网络、设备的数据设置，避免影响声音、图像的传输。

（2）视频会议远程教学固在很大程度上打破教学互动的时空限制，但想要真正引起学生重视，需要一个有效地适应学习者个人特征的学习过程，还需更新学习策略的指导，形成问题意识和对话交流的习惯，创建对话型课堂、同步参与型课堂、研讨型课堂，并突破外语关。

（3）对于参加实践的师生，有利于促使在学习和了解更多该领域的最新国际研究进展，建立系统学习专业知识的兴趣，争取了更多的资源。

（4）需要教师根据视频会议系统设计相应的教学信息传递模式与信息展示方式，充分发展系统的交互性、沟通性，易于学生接受和理解。需要教师或教学团队有针对性的设计教学活动，积极关注、及时更正教学中出现的问题。调查结果显示，95%学生认为视频在线课可达到普通课教学效果，能激发足够兴趣，特别是部分学生和外籍教师能保持长期的通讯交流，为学生学习开启新视野。

（5）过于抽象难懂的课程内容、对声音图像要求过高、互动性过强的环节通过视频会议系统进行教学时要制定科学的教案，参与动手、动脑、感触或采取传统模式和在线课程相结合的方式进行教学，有针对地解决问题，掌握高效获得知识和思维技能。

从交互视频会议应用于校内、校际互联需要解决的问题来看，跨地域互联的视频会议网络体系架构以实时、双向、交流、互动、共享的优势，随时随地虚拟出真实的课堂，为跨校区、跨国界的时实互动教学提供了便捷高效的平台，为学生平等获取高水平教育、拓展视野，全面发展提供了保障，为优质教育资源的充分利用、远距离教育信息的充分交流提供了支持。根据各应用层的功能构，对视音频质量、数据协作共享、灵活易用性、易管理性的要求也越来越严格。交互式远程会议系统带动了互联网基础服务的视频应用类型成长，让学习者了解和熟悉适应网络使用条件是应用教学或课程网上资源的首要前提。各高校应加大推广和应用力度，大学生应拥有较便利的网络使用条件，增加多种移动终端服务，重在解决媒体呈现知识与解决学习问题，增加智能性的交互功能，构建专用平台予以支撑。

第7篇：人工智能网络教学范文

关键词：智慧校园；数据；顶层设计；融合

中图分类号：TP399 文献标志码：A 文章编号：1673-8454（2017）09-0069-04

一、引言

近年来，随着我国高校信息化建设日益深入，教育信息化水平有了大幅度的提高，已经进入到应用普及推广阶段。依托移动互联、云计算、大数据和人工智能等新兴信息技术的教育教学模式和管理模式不断涌现，教育信息化正从数字化时代步入智慧化时代。作为高校信息化的高级别呈现形态，构建一个泛在感知的个性化学习和教学环境，以应用服务为基本理念，将信息技术深入融合到教学、科研、管理和校园生活中的智慧型校园已成为各高校信息化建设的主题。

二、辽宁省高职院校信息化建设现状

辽宁省高职院校的信息化建设近年来虽取得了一定的成就，但由于认识不足、资金缺乏、管理体制不顺、专业人才匮乏等原因，存在着诸多问题，同时面临着如何实现从“数字校园”向“智慧校园”的转变。

1.信息化建设缺乏顶层设计、缺乏系统和全局视角

信息化建设主要是从处理部门具体业务或者解决局部问题着手，对学校各业务部门的业务流程不清楚且分析不深入，特别是很少从学院整体考虑出发，来设计跨部门的业务逻辑系统。这不但导致信息资源的重复建设，而且由于人为地割裂了数字化的部门业务与现实学校其它关联业务流程的联系，从而造成工作效率的降低，不能现学校相关业务的一站式服务。

2.应用系统建设水平不高，使用效率低

经过调研了解，各高职院校在信息化建设过程中大部分资金都投入到了网络、机房等硬件设备的建设中，而对业务应用系统的投入较少，已建的业务应用系统整体应用水平还有待提高，开发或购置的实训类软件使用效率低，与学校的教育教学融合不全面和深入，致使其在教学中发挥的作用有限。辽宁省目前50所高职院校中90% 的学校无统一的数据标准和共享交换平台，已使用的业务应用系统产生的数据质量差、数据储备不足，数据共享交换和利用困难，信息孤岛现象日益突出。同时数字教学资源与科研资源建设滞后，优质数字教学资源匮乏，共建共享机制还没有形成。

3.基础设施部分设备老化、陈旧，面临更新换代

各高职院校虽然已经实现有线网络全覆盖，但是网络互联设备如交换机、路由器等都是运行在IPv4协议下的老设备，不支持下一代互联网的IPv6协议，面临着设备的更新换代。同时网络出口带宽较低，需要扩容。大部分高职院校的无线网络建设基本上还是空白，另外网络安全设施欠缺，缺乏安全风险评估，信息安全状况堪忧。已有的网络安全设备主要是侧重于网络防护，已建的无线网络无安全认证，身份认证技术单一，现有的安全设备不能保证对发生的信息安全事件进行溯源、追查和审计等。

三、高职院校智慧校园建设的主要特点和特色

智慧校园是以网络（包括计算机网络、移动互联风、物联网）、大数据、云计算等信息技术为支撑的智慧化的校园教学、科研、管理和生活一体化环境，通过运行在这个环境中的各种应用服务系统，将教学、科研、管理和校园生活进行充分融合，从而实现多域融合共享和泛在感知的智慧服务、多域间资源及其业务的融合和共享，实现无所不在的信息综合化服务和智慧化校园。尽管目前国内还没有真正意义上的智慧校园，但是已经有愈来愈多的高校开始认真思考和探讨智慧校园的建设方式及其应具备的特征，并积极进行各种各样的尝试。

1.智慧校园建设的主要特点

智慧校园和数字化校园的区别在于，数字化校园重在软硬件搭建，而智慧校园是一个持续发展的过程，重在应用，使信息技术和信息化应用逐渐深度融合到教学、科研、管理与校园生活的各项活动中，实现优质资源的共享，进而实现教育公平，促进教育内容、教学手段和方法的现代化。

通过调研，我们认为智慧校园建设的主要特点：一是要完成院校网络从传统IP网络到智能感知网络的建设升级，从而实现人员的网络无缝连接，完成人员位置、活动及关系等的感知；二是利用云计算、大数据等信息技术构建院校的数据平台，这里的平台强调的是数据，而不是硬件。这就需要各院校整合现有的各种数据，实现全校数据的共享交换、挖掘和分析，从而为师生提供精准、个性化的服务；三是要实现服务驱动，体现以用户需求为导向的服务理念。这就需要完成工作理念从管理为主向以服务为核心的转变，工作流程从面向业务部门到面向用户的优化和重设，教学方式从以老师为主向以学生为主体的转变。 我们认为现阶段高职院校智慧校园建设的主要内容包括智能感知网络、云服务平台及运维保障平台。其框架如图1所示。

（1）智能感知网络

是智慧校园采集海量数据的物质基础，通过利用计算机技术、RFID、视频监控、网络技术等对学校的教学、科研、管理和师生生活服务等有关的各种信息资源进行数据采集，以便实现对学校师生的活动状况和学习与生活环境的互动状态，以及学校各种设备的运行状态等全方面地感知。通过无线和有线网络技术实现有线网络、无线网络、物联网和移动互联网的互联互通，为学校师生随时随地的接入、随需随意的应用服务提供安全、高速、泛在的智能网络环境。

（2）云服务平台

主要包括云计算、云存储、IDC机房等构成的应用服务支撑平台和运行在其上的各种应用服务系统等。其核心是云计算主要包括数据的存储、清洗、整合、交换和挖掘分析，它通过数据的收集、存储汇聚智慧校园的各种数据信息，形成数据质量佳、数据储备充足，并可以深度挖掘使用的数据池子，向学校各需求方提供大数据服务。虚拟化是云计算技术的核心，通过对服务器、存储和网络等资源的虚拟化，对多种信息资源的重组与优化，实现大范围、高效率的资源共享，进而解决教学资源分布不均、教学资源更新速度慢、教学资源共享程度低等问题；同时通过云平台和云终端，学生、老师、家长还可以构建个性化的网络交流、学习、协作空间，轻松地获取所需的知识。

应用服务系统主要包括教学、科研、学工、财务等应用系统，并通过对各业务流程的分析和梳理，以教师和学生为中心，实现相关应用的整合，通过统一身份认证和统一门户平台为各类用户提供个性化、智能化的服务，实现教育资源的精细化管理，包括了教学、科研、行政管理等进一步的精细化，有效的调动学校非常有限的优质资源。

（3）运维保障平台

运维保障平台主要包括网络和云服务平台的运行维护、信息安全保障及学校的信息标准建设和信息化建设制度保障四个内容，它是智慧校园安全、高效、稳定运行的保障。其中学校的信息标准建设是智慧化校园建设的重点之一，对推进智慧化校园建设，保证信息的交流与共享，有着重要的意义。主要建设内容包括数据标准、信息子集建设、自定义编码规范、数据交换标准等。需注意的是，尽管每个学校具有各自的特殊性，但是在制定本校的信息标准时必须保证和国家以及教育部的信息标准相兼容。

2.高职院校智慧校园建设的主要特色

高职院校学生的学习自觉性较差，加上师资力量较为薄弱，学生的到课率与教师的教学质量问题一直困扰着学校管理者。尤其是在民办高职院校，上述问题更为突出。另外高职教育更注重对学生的实际操作能力和专业技能培养，这就需要我们在建设时，更应该突出教学的个性化，做到以学生为主，为学生提供“自助餐”式的个性化学习模式。并通过构建无缝学习平台，把校内校外、课内课外顺畅地联系起来，实现智慧教育。现阶段这方面的应用主要有视频微课、翻转课堂、幕课、电子书包、模拟/仿真类系统等，其中前三个在高职教学中有所应用，但应用范围较小。如在国际上，慕课运用最多的不是本科院校，而是职教院校。但我国的职教院校由于优质幕课资源匮乏，应用较少。电子书包作为目前智慧教育新技术，现主要在中小学中应用的较多，在高职院校的使用的更少。模拟/仿真类系统通过构建真实系统运作的仿真环境，让学在仿真环境中运用已经掌握的专业知识，进行相应的模拟演练，从而可以解决高职院校普遍存在的学生在实际企业实习无法接触核心业务，对培养和提高学生专业技能有着重要的意义，因此模拟/仿真类系统在高职类院校有着广泛的应用。

根据以上的分析，我们认为现阶段高职院校智慧校园建设应主要着重于构建三个平台：分别是个性化教学平台、教学质量监控数据平台、综合服务平台。其中个性化教学平台建设的核心在于建设数字化教学资源库，目前在建设中所遇到的主要问题是教师积极性不高，缺少奖励，没有相应的评价和激励机制。另外，大部分学校没有明确的规划，数字化教学资源建设标准不健全，以致于教学资源平台建设仍处于初步发展阶段。教学质量监控平台的建设旨在通过对本校教学状态数据的采集与治理，形成本校人才培养状态数据库，并通过对其中数据的挖掘和分析，找出薄弱点，规范教学行为，从而对本校的教学质量进行监控，以促进教学质量的提高。 同时该平台还可以对本校的人才培养质量考评和学校发展决策提供依据。

综合服务平台建设就是整合各部门资源，打造一站式服务门户，使老师和学生通过这个门户获取一站式服务，不需要再进入各个系统就可以享受各种各样的服务。师生在获取服务时不需要具体知道该服务背后是由哪个部门实现的，但要让师生清楚知道自己参与的业务办理到哪里了，下一步应怎么做，并做到尽量让师生操作便捷。通过服务平台建设实现由之前通过统一认证进入信息门户再进入到各个系统，到实现之后的把这些服务从原有系统里面剥离出来汇聚到服务门户里面，使师生进入服务平台就可以获取服务，如图2所示。如以学生在校学习全过程为一周期设计业务应用系统，学生到校学习全周期角色包括考生、新生、在校生、毕业生、校友这些角色。以此为出发点整合学生相关业务，涉及招生、学籍、教学、财务、就业、离校、后勤、社会服务等业务。完成类似迎新、离校这样跨业务职能部门学生工作的业务整合一体化。从而实现从计划制定、运维与协同、事务处理，到师生服务、监督与分析改进的过程改善一体化，为师生的教学、科研和生活以及学校的各级管理人员提供一个一体化的综合服务平台，如图3所示。

四、辽宁省高职院校智慧校园构建思路

1.加强顶层设计，做好规划

如今，各校在进行信息化建设时，都在做信息化规划和顶层设计，各自的理解也有所不同。综合来看，学校在制定信息化规划时，主要集中在以下四个方面：

一是确定以服务为主的目标，即实现服务的信息化和数据化服务。比如构建学生迎新和离校服务平台等。这里的 “服务”是信息化服务和业务流程的分离。如面向师生的服务主要包括填表、查询、申请这三项，而审核、数据处理、统计上报等都是具体业务部门的工作。这就要求我们在规划设计时要把业务进行梳理，做出分类，然后进行流程优化，把用户所需的服务从业务中剥离出来，以“数据集中、信息整合、业务贯通和统一服务”为核心理念来建设云端服务。

二是以用户需求为核心，实现应用驱动。在规划制定过程中，必须要通过深入分析用户需求的“本质”来设计学校的应用服务。在需求收集和分析时，要重点加强与具体业务的操作人员之间的沟通，如学生辅导员、院系秘书、一线管理科长，优先满足他们的强需求，重点满足一般性需求，忽略弱需求，从而制定出满足用户、业务部门需求的规划。

三是注重数据的整合与共享。学校的业务千变万化，但数据却是相对稳定的，国家在十三五规划中也将“大数据”提升到国家创新战略高度，数据的重要性自然不言而喻。通过调研发现，辽宁省已建数据整合共享平台的高职院校，在实际运行过程中，数据积累有限，真正可用的数据微乎其微。所以在制定规划时，就要从“工具、机制、人员”三方面着手，加强数据治理，提高数据质量，从而实现数据的挖掘和利用。

四是抓好规划的落实。要确保规划得到有效的执行，离不开学校领导层的重视和构建合理的信息化建设组织架构及适合本校的建设模式，在实施r，学校各部门要明确职责，各司其职、各尽其责，密切配合，形成整体合力。还需健全完善问责机制，实施有效的督促检查。同时，还要抓住数据和流程这两个当前信息化建设过程的难点，着力解决实施中的突出矛盾和问题。规划的落实执行既是一个长期、动态的过程，也是一个不断修改完善、丰富发展的过程。这就需要规划编制和执行部门及时跟踪信息化发展的动向，科学评估，及时发现问题并采取相应补救措施。

2.拓展思路，多渠道筹措资金

由于大部分高职院校基础低、底子薄、办学经费紧张，致使学校的信息化建设投入低，严重阻碍了学校的信息化发展。在经费的保障上，可以从以下四方面着手。

一是学校提供资金保证。学校须在每年的预算中规划出一定数额的专项资金，专款专用，以保证信息化建设的资金投入。

二是寻求上级部门的经费支持。学校可以根据各自情况向上级部门如教育部、教育厅等申请一些特批资金，用于信息化建设。

三是加强学院与企业合作，探索合作共赢新模式。学校通过整理学校资源与移动、联通和电信等运营商进行合作建设，探索合作共赢新模式。吸收企业投资，共同建设，共同开发，共同受益。

四采用以网养网的形式。所谓以网养网，就是利用现有网络资源，向学生有偿开放有线网络及无线网络，收取一定的费用，既方便学生使用网络，又缓解了学院的资金压力。

3.加大专业人才队伍培养建设力度，提高全员信息化应用能力

当前高职院校信息化人才缺乏现象普遍，尤其是专业数据分析人才，如何加大专业人才队伍培养建设，以及人才引进、留任机制和信息化建设队伍的鼓励激励措施等，都需要重点考虑并在顶层设计和规划中体现。学校的数据服务尽管有了一些创新突破，但是大数据并没有很好地在高校得以应用，其中的一个原因就是拥有大数据的人、拥有大数据分析技术的人和拥有数据分析需求的人是分离的。另外加强全体人员的学习和培训，提高学校全员信息化技术的应用意识和素质，对于成功建设智慧校园也至关重要。

五、结束语

快速发展的信息技术，给各高校的信息化建设带越来越多的挑战。面对愈加复杂的数据应用、持续不断的管理创新和迅速增加的带宽需求，如何依托先进的网络技g和产品，提升校园网的应用价值，提升教育信息的智能化水平，成为现阶段智慧校园建设的主要问题。高职院校智慧校园建设，要以人为本，面向服务，实现学校由传统应用系统以管理为核心，转向以服务为核心。并通过数据治理和流程梳理实现学校各类资源的整合和配置优化，提高学校服务师生的能力和水平，使学校的信息化应用达到较高水平。

参考文献：

[1]蒋东兴，付小龙等.新大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报（自然科学版），2015（3）：119-126.

[2]王燕.智慧校园建设总体架构模型及典型应用分析[J].中国电化教育，2014（9）：88-92.

[3]叶家敏.中职智慧校园建设的实践与思考[J].中国教育信息化，2014（7）：60-63.

[4]操惊雷，熊爱海.高职院校信息化建设顶层设计方法与实践[J].中国职业技术教育，2014（6）：94-96.