人工智能时代对人才的要求精选(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时代对人才的要求主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能时代对人才的要求范文

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2篇：人工智能时代对人才的要求范文

一、人工智能应用于税收征管的必要性分析

1.优化办税体验，提高纳税遵从度。税务部门的纳税服务有网络和办税服务厅两种方式。利用人工智能技术，可以智能地分析纳税人输入的信息，精准纳税信息的推送，提高个性化咨询的针对性，服务好PC端和移动端，使纳税人无需离开住宅即可完成一般的税收申报。对于某些纳税人条件有限或无法在线解决的问题，实体服务机构仍可以使用人工智能系统。自2016年以来，江苏、广东、上海等地陆续推出了采集纳税人人脸图像、身份信息和电话号码的“旺宝”、“小贤”等税务服务机器人提供自助税收服务、发票申请等，它不仅减轻了工作人员的负担，而且提高了税务处理的效率。人工智能的友好、耐心、准确和高效的服务，也受到了公众的好评。2.实现税收信息共享，确保信息对称。目前，“金税”项目的第三阶段已逐步在全国范围内建立了信息收集系统。政府应建立基于“金税”项目的综合电子税务办公系统，运用人工智能技术分析大数据，连接各税务机关的信息，整合分散的资源并重新开发一套用于税收信息收集和管理的操作方法，以增强税收信息收集和管理的相关性，确保信息的对称。3.创新检查手段，兼顾公平速度质量。对于税收征管检查工作分为两部分，计算机选择选案，然后由稽查人员负责后续的稽查工作。人工智能的选择不仅有助于确保公平性和准确性，还可以提高速度，使税务人员更好地投入于跟踪工作。人类与人工智能各司其职，这是流程再造理论下税收征管改革的必然趋势。4.加强风险防范，打击涉税违法。电子商务的兴起，纳税人收入来源的不明确和生产模式的多样化催生了一系列偷税和逃税行为。税务部门应依靠人工智能技术，建立税收风险的预防和控制系统，对评估有疑问的纳税人，由人工智能系统过滤后，发送给不同的部门进行监控和定期检查，从而遏制不法行为发生。5.节省人力时间，降低税收成本。人工智能的优势在于能够利用风险评估和税源管理机制来减少税收管理资源的投入，日常工作效率得到有效提高。人工智能还可以对热点税收问题进行智能分析和评论。还可以应用于税务审批事务。通过智能的机检，可提高工作效率，从而降低税收成本。

二、基于人工智能应用税收征管的障碍因素

1.人工智能技术的发展不够完善。首先，税收信息与人民生活息息相关，但税收人工智能技术还存在技术方面的不足，容易受到黑客攻击。目前，税收信息的保护是有限的。其次，人工智能系统的专家系统。计算机经过的智能程序的学习，除了原有的程序思维，也导入了另一个思维，有了双思维，这就是人性化的专家思维，使税收征管中解决复杂问题能力上了一个台阶，计算机程序通过税务专业知识+税务专家经验两个思维去思考和分析面对的税收征管难题。事实上由于缺乏专家系统的技术支撑，人工智能应用会大打折扣。2.缺乏人工智能复合的高端人才。首先，税收征管需要兼通IT和税收的人才。但如今，税务专业中基本上没有人工智能的本科教育，人工智能与税收学科的交叉和融合无法实现。另外，在税收征管领域，人工智能广泛应用之后，普通税收专业人员的数量将减少。简单的咨询辅导工作，发票业务等可以辅以人工智能系统。而高端管理人才缺乏，是阻碍税收人工智能发展的重要成因。3.适应智能办税能力尚显不足。在税收实际工作中，由于纳税人的水平不一，接受新事物新技术的能力不一，也就不能很好地掌握智能办税中的各种操作要求和智能处理。4.缺乏人工智能应用和数据的保护。政府对个人信息的收集，分析和比较，确实提高了政府部门的管理能力，并在一定程度上有助于改善政府管理手段。但是，公权力无限收集信息超出必要程度可能会侵犯私人权利。目前，我国还没有关于“人工智能数据的应用和保护”的规定。建议从法律条文上体现对公民的隐私保护。

三、完善人工智能应用税收征管的对策

第3篇：人工智能时代对人才的要求范文

关键词：人工智能；Python程序设计教学；项目驱动混合教学模式

人工智能技术在教育领域的应用已经非常深入，它可呈现深度学习、跨学科融合、人机协同、群智开放、自主操控等诸多内容，并在教学中引发链式突破、推动教学内容的数字化、网络化与智能化跃升式快速发展。所以说在教育领域中，人工智能如鱼得水，它获得了更大的自我技术展现空间，也为学生学习新知识内容带来诸多福音。

一、高职院校Python程序设计教学引入人工智能技术的必要性

人工智能本身离不开算法，而算法的实现则需要语言做支撑，像目前高职院校的Python程序编程设计教学就可引入人工智能技术，Python作为AI时代的头牌语言其融合性教学也成为了培养AI人才的重要关键。目前国内许多高职院校都在全面推行人工智能技术背景下的Python教学，将其作为是数据分析、网络攻防的第一语言以及编程入门教学的第一语言。

换个角度讲，高职院校在Python程序设计教学中引入人工智能是非常必要的，因为它关系到高职生未来的就业生存、岗位专业能力创新与事业发展，考虑到人工智能领域的知识理论性偏强，且对学生的数学基础能力要求较高，整体学科学习难度较大，所以许多高职院校也在思考如何将人工智能技术内容合理融入到Python程序设计教学体系当中，为学校相关专业领域拓展教育新路，培养对路人才[1]。

二、高职院校人工智能背景下的Python程序设计教学方法应用研究

（一）教学应用概述与教学目标明确

Python语言作为高职院校守门程序设计课程教学语言，相比于其它传统计算机语言具有简单易学、程序可读性、可迁入性、可扩展性、逻辑结构缜密等特点。同时该编程语言采用了开放开源设计，拥有12万以上的第三方库，可有效避免编程重复问题，提高教学中的语言编程教学效率。另外Python是一种解释型语言，它的跨平台与可移植性相当之强，可在任何系统中拷贝运行，对环境配置要求不高。

为了确保某些没有编程基础知识能力的高职生也能学好Python语言程序设计课程，教师专门在教学中加入了人工智能技术内容，围绕该技术融合可开展的Python编程语言课程就包括了Python安装、Python输入输出、Python特性、人工智能编程等等知识内容。在教学中希望明确3点教学目标：

第一，要求学生初步具有利用Python初步编写基本程序的能力。

第二，要求学生掌握Python编程语言的基本特性。

第三，要求学生深入了解某些常用Python库，特别是了解人工智能的基本思想与编程方式，能够利用人工智能和Python编写出某些复杂的处理程序。

（二）创新教法设计应用

为切实达到Python程序设计教学目标，凸显学生在课堂教学中的主体地位，教师可采用任务驱动配合项目驱动的混合教学模式展开一系列的教学设计活动，引导学生循序渐进的完成各项教学任务内容，不断提升自身的Python语言程序设计水平。

具体到教学方案设计中，教师专门围绕学生中心、任务载体将教学内容相对巧妙的隐藏于具体的教学任务中，再通过Python编程语言新知识内容与新教学技能驱动学生深入学习展开基础章节任务，结合任务结果评价评价学生对知识点的掌握情况。这一教法的提出与运用希望解决传统程序设计教学中理论与实践相互分离的不利教学局面，希望将课堂中的所有理论内容全部转移到实践任务中，凸显教学中理论与实践过程的相互和谐统一。如下：

教师为学生设计教学任务，设计Python程序示例任务，将fileA和fileB两个文件各存放于不同的两行字母中，然后将两个文件中的信息数据内容完全合并，按照字母顺序排列并再次输出一个新文件fileC，以下给出该任务教学中的程序设计编写代码：

fp1=open(‘fileA.txt’)

data1=fp1.read()

fp1.close()

fp2=open(‘fileB.txt’)

data2=fp2.read()

fp2.close()

fp3=open(‘fileC.txt’，w)

data_all=list（data1+data2）

fp3.write（data_unite）

fp3.close()

采用上述项目任务驱动项目混合教学法可为学生构建一个相对完整的人工智能Python程序设计教学独立项目，将项目完全交由学生独立处理完成，教师负责设计教学方案，而由学生收集信息，实施项目并最后再由教师给出学生项目完成评价。它全面考验了学生对于Python基本库与第三方库的学习了解与运用程度，同时在融入大量人工智能编程思路后颠覆学生的语言编程学习认知思维，让学生了不但能够练习独立编程，也能共同学习协作编程，全面提高自己的的Python语言编程能力[2]。

总结：

综上所述，在高职院校中采用人工智能技术配合Python语言编程设计可有效拓展教学思路，而本文中所采用的的任务驱动项目混合教学模式则能有效激发学生的学习热情，促进他们合理运用所学习知识解决实际问题，彻底摆脱复杂语法及算法所带来的学习困扰，更好学习Python编程语言知识。

参考文献

第4篇：人工智能时代对人才的要求范文

关键词：“智能科学与技术”专业；专业建设；培养目标；课程体系；师资队伍建设；就业

中图分类号：G642　文献标识码：A

1　“智能科学与技术”专业背景

随着生产力的持续进步和科技的发展，传统的科学技术已不能适应时代进步的要求，众多的产业、经济、科技和社会问题，无法用传统的数学方法和技术加以解决。智能科学技术正是在这样的背景下被提出来的，它是脑科学、认知科学和人工智能等学科构成的交叉学科，主要研究智能的基本理论和实现技术。在国外，智能科学技术已得到了较好的发展。并且，国外一些著名学府，如东京大学、爱丁堡大学、卡内基梅隆大学等先后开设了“智能科学与技术”专业，培养该方向的高层次人才。智能科学技术也得到国内专家的密切关注，早在1991年中国科学院就建立了以智能科学技术为主要研究方向的复杂系统与智能科学重点实验室，并且已有计划将其列入我国新近制定的中长期科技发展规划中。

智能科学技术要发展，人才是关键。中国人工智能学会副理事长、北京邮电大学钟义信教授在2007年中国人工智能年会上指出：“智能科学技术作为现代科学技术的核心、前沿和制高点，充满重大的创新机遇。在激烈竞争的国际环境下，谁先掌握智能科学技术，谁就有可能掌握制胜的主导权”。目前，智能科学技术正在迅猛发展，推进智能科学技术专业教育，培养高层次智能科学技术人才，正当其时，适应国家教育振兴行动计划的要求，顺应时代的需求。自2003年10月北京大学自主设置的“智能科学与技术”本科专业在教育部备案以来，先后有北京邮电大学、南开大学、西安电子科技大学等多所院校先后设置了“智能科学与技术”本科专业，我校申报的“智能科学与技术”本科专业也于2008年得到了国家教育部的批准。

为加快智能科学与技术研究生教育的发展步伐，进而提高“智能科学与技术”本科专业的办学质量，新专业建立以来，中国人工智能学会教育工作委员会先后于2004年8月在北京、2004年11月在北京、2005年11月在武汉、2006年12月在北京、2007年12月在哈尔滨和2008年10月在北京六次组织“智能科学与技术”教育研讨会和座谈会，上百所大学的代表参加了会议。加快发展“智能科学与技术”专业教育己成为众多院校的共同愿望，但由于该专业设置时间不长，各高校对于该专业的建设都还处于摸索阶段，因而还有很多问题有待研究。

我校建校50多年来，坚持以信息学科为特色，不断调整学科结构，努力提高办学质量和办学效益，为国家及地方建设培养了大批专门的人才。近年来，我校计算机科学与技术学科建设取得明显的成效，是中国人工智能学会粗糙集与软计算专业委员会的挂靠单位，在智能科学与技术领域中的智能信息处理、计算智能、模式识别、文本分类、图像处理等研究方向已取得了丰硕的成果，已形成了一支学历、职称、年龄结构合理的师资队伍和学术梯队。在科学研究方面，研究内容涉及多个领域。在Rough集扩展理论模型、决策信息系统不确定性度量、自主式机器学习、信息系统知识约简、不完备信息系统中的知识获取等方面取得了一系列成果；针对复杂问题求解，模拟人类问题求解的自然方式，以Rough集、模糊集和商空间理论为基础，开展粒计算研究工作，在二进位粒表示、模糊商空间、覆盖粒计算模型、粒计算知识获取等方面已取得了阶段性成果；将计算智能理论成果应用于一些特色领域，例如，研制了EMAIL过滤系统、基于语音和图像的双模情感识别系统、Rough集智能数据分析仿真系统(R1DAS)、图形图像智能分析与处理系统、棉属植物生物基因信息智能分析系统等，取得了良好的社会经济效益。这些都为我校“智能科学与技术”专业建设提供了基础。

本文将结合重庆邮电大学本校的学科优势和人才优势，对我校建设“智能科学与技术”专业中的若干问题进行探讨。

2　“智能科学与技术”专业建设的若干问题

2.1 培养目标

制定科学、合理的“智能科学与技术”专业培养目标是实施人才培养的基础。培养目标的制定必须结合以下三个方面。

(1)紧扣专业内涵，弥补“智能缺位”的专业漏洞

智能科学技术以人工智能理论和方法为核心，研究如何用计算机去模拟、延伸和扩展人的智能；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机。对于专业培养目标，按照专业现状，“智能科学与技术”专业的培养目标应定位于弥补“智能缺位”的漏洞。现有的电子、自动化和计算机等专业本身都在向纵深发展，人才需求强劲，都是不可或缺的朝阳专业，与智能技术虽有交叉和结合，但每个专业都不能独立地覆盖智能科学技术的整体范畴，更不可能丢弃原有的专业核心将重心转移到智能科学技术领域。因此，“智能科学与技术”专业应该定位于弥补信息领域“智能缺位”的专业漏洞。

(2)紧跟市场需求，培养适应国际竞争和社会需求的人才

学校并不是孤立的，它与社会有千丝万缕的联系，是面向社会开放的大系统。因此，在制定专业培养目标时，必须紧跟市场需求，培养适应国际竞争和社会需求的人才。随着经济的发展和国际竞争的加剧，社会对人才提出了更高的要求，“宽口径、厚基础、强能力、高素质”是当前社会对人才的要求。具体到“智能科学与技术”专业，我们可以从以下三个方面着手。一是加强基础能力培养，即加强英语、数学、计算机能力的培养；二是突出本专业的核心技能，即突出对人工智能、脑科学、认知科学等的基本理论与方法的掌握；三是强化实践动手能力，即强化智能系统、智能网络等的分析与设计能力。

(3)紧随本校优势，突出人才培养特色

市场对人才需求的多样性要求学校对学生的培养多样化。各所院校不可能制定完全一致的培养目标，完全一致的培养目标必定导致人才培养的失败。因此，培养计划的制定必须结合自己的学科优势和人才优势，突出本校的专业特色，针对性地培养市场所需要的人才。重庆邮电大学是一所以信息科学技术为特色的院校。因此，我们在制定培养计划时，一方面可以借鉴其他院校的培养目标，另一方面必须结合我校十分优越的计算机和通讯技术方面的学科优势和人才优势。将“智能科学与技术”专业与现有的“通信技术”、“计算机科学与技术”等专业结合，不仅能够为社会培养急需的人才，而且必将大力推动我校的计算机科学与技术学科建设，加速我校其他学科的快速发展。

2.2　课程体系

培养目标的实现需要依靠课程体系的整合和设计来 支撑。一个专业的课程体系直接反映了人才培养的方向。课程是教学之根本，其主要任务在于结合社会对人才的实际需求，依靠专业培养的总体目标来进行课程体系的设计。

对于“智能科学与技术”专业的课程体系，从该专业本科毕业生所应具备的知识体系来看，我们大致可以将大学教育期间学生应学习的知识划分为以下四个层次：公共基础课程、专业基础课程、专业核心课程和专业开放选修课程。其中，公共基础课程是对学生德、智、体三方面基础素质的培养。专业基础课培养学生在计算机、电子技术等方面的基本能力，为本专业后续课程之基础。专业核心课程培养学生本专业的基本能力，主要以智能科学技术方面的课程为主。专业开放选修课是实现学生个性化发展的课程，也是体现本校专业特色的模块。

新专业要生存和发展，必须尽快形成自己的特有学科体系和核心课程，核心课程将成为区别于相关学科的重要标志。“智能科学与技术”专业课程体系建设的一个重要原则是：本专业核心课程不是信息科学专业核心课程和自动化科学核心课程的简单堆砌，而应该对信息科学核心课程进行有效的裁减和调整。通过对各相关院校进行调研，我们发现“智能科学与技术”专业尚没有形成本专业的核心课程，这是一个亟待讨论的问题。开放选修课是各校区别于其他院校的特色课程。结合我校的学科优势与专业特色，可以将智能科学技术与通信技术结合开设相关课程，如智能通信技术等。

2.3　师资队伍建设

优良的师资队伍是实施“智能科学与技术”专业人才培养的保证。要保证教学的正常运行、教学质量的不断提高，需要教师具备相关专业的坚实基础和熟练的业务能力。如何整合师资力量，如何共享资源，如何进行高校之间的联合培训、互聘教师等问题都是新专业建设和规划所面临的突出问题。

重庆邮电大学计算机科学与技术学院通过20多年的师资队伍建设，在计算机科学与技术学科上已经形成了一支学历、职称、年龄结构合理的师资队伍和学术梯队。但是，为适应智能科学与技术专业的教学需要，除了依赖本院已有的师资队伍，还需要整合其他院系的师资力量，比如控制技术相关的课程和实验可以借调自动化学科的老师，而生物信息技术方面的课程则可以让生物信息处理学科的老师来承担。

然而，为了适应“智能科学与技术”专业以后发展的需要，师资队伍建设还有很长的路要走。特别是脑科学和认知科学方面的师资力量的建设和加强。我们拟从以下几个方面对现有的师资队伍进行调整和培养：

(1)调整教师队伍。从现有的教师队伍中挑选一些在智能科学技术方面有专长的老师组建“智能科学与技术”专业教研室。

(2)组织教师培训。针对当前师资队伍薄弱的课程，组织老师到相关院校进行调研和专业学习。

(3)引进高级人才。建设科研团队，提高教师学术水平，是建设“智能科学与技术”专业的根本保证。

2.4　就业前景展望

“智能科学与技术”专业人才就业前景的好坏是本专业生死存亡的关键。产业、经济、科技和社会对智能科学技术的强烈需求为“智能科学与技术”专业人才提供了广阔的就业空间。因此，“智能科学与技术”专业学生的毕业去向至少包括以下几条重要途径：

(1)从事智能科学技术的研究。智能科学技术已成为新世纪争夺国际市场的重要因素，加之我国中长期科学技术规划的迫切需要，在国家各部门各领域从事智能科学技术的研究工作是“智能科学与技术”专业毕业学生的一个去向。

(2)从事“智能科学与技术”专业的人才培养。随着“智能科学与技术”专业的逐步建立，高校急需大量具有相关领域专业知识和技能的教学人员和研究人员，在高校从事人才培养是“智能科学与技术”专业毕业学生的又一个去向。

(3)从事智能系统和智能产品的设计与开发。智能系统和智能产品的设计与开发需要大量的智能科技人才，结合我校的行业背景，将智能科学技术应用到通信网络领域，培养学生从事智能通信技术、智能网络、智能信息安全等的研发能力，将为我校“智能科学与技术”专业毕业学生就业开辟最主要的途径。

第5篇：人工智能时代对人才的要求范文

Abstract： Since 1956， when Dartmouth institute put forward the AI （Artificial Intelligence）， Artificial Intelligence in the past 50 years has achieved great development. Artificial Intelligence gradually formed with the three factions-symbol school， behaviorism school， connectionism school-led by the situation， each school has its own unique opinion. Based on the unique angle of view， the paper puts forward some opinions on the development of Artificial Intelligence.

关键词： 人工智能；研究现状；发展趋势；社会力量

Key words： Artificial Intelligence；research status；development tendency；social force

中图分类号：TP18 文献标识码：A 文章编号：1006-4311（2013）28-0005-03

0 引言

人工智能是自1956 Dartmouth学会后发展起来的新型学科，其有着涉及学科广、需要技术高端、使用范围广等特点。在过去的50多年时间中人工智能经历了学科发展中都会遇到的发展——否定——否定的否定阶段，现在人工智能大致分成了符号主义学派、行为主义学派、联结主义学派三大学派。其各有优势，独树一帜。一直以来重大前沿科学研究都是以国家牵头，等到时机成熟了再转为民用。这样无形中浪费了很多社会中的人才，比如android智能机的问世，当开发商源代码公布后android智能机获得了飞速的发展。这是社会资源集体作用的结果，人工智能能否通过这种方式获得飞速的发展呢，文中给出了问题的答案。

1 人工智能的现状

1.1 人工智能的发展过程 人工智能是由“人工”与“智能”组成。“人工”十分容易理解，也就是我们常说的人类开发研究出来的事物。“智能”则是十分复杂的一个词汇，是指如由意识（Consciousness）、自我（Self）、思维（Mind）（包括无意识的思维（Unconscious_mind））等等组成的有机集合。通常我们所说的人工智能是指人本身的智能。总体来说人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。关于人工智能的传说一直可以追述到埃及，直到电子计算机的问世才使人们真正具备了发展人工智能的基本技术，而直到1956年的Dartmouth学会之后“人工智能”才逐渐地被大家所熟知接受。人工智能作为一门自然科学、社会科学、技术科学交叉的边沿学科，涉及哲学和数学，认知科学，心理学，神经生理学，计算机科学，控制论，不定性论，信息论，社会结构学，仿生学与科学发展观等众多前沿学科。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一[1]。

人工智能在其过去的50多年时间里，有了长足的发展，但并不是十分顺利。目前人们大致将人工智能的发展划分成了五个阶段：

第一阶段：萌芽期（1956年之前）

自古以来，人类一直在寻找能够提高工作效率、减轻工作强度的工具。只是受限于当时的科学技术水平，人们只能制作一些简单的物品来满足自身的需求。而人类的历史上却因此留下了很多脍炙人口的传说。传说可以追溯到古埃及时期，人们制造出了可以自己转动的大门，自动涌出的圣泉。我国最早的记载是在公元前900多年，出现了能歌能舞的机器人。这一时期出现了各种大家：法国十七世纪的物理学家、数学家B.Pascal、德国十八世纪数学家、哲学家Leibnitz以及二十世纪的图灵、冯·诺伊曼等。他们为人工智能的发展做出了十分重要的贡献。

第二阶段：第一次期（1956年-1966年）

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在Dartmouth学会上引发一场历史性事件——人工智能学科的诞生。Dartmouth会议结束后，人工智能进入了一个全新的时代。会议上诞生了几个著名的项目组：Carnegie-RAND协作组、IBM公司工程课题研究组和MIT研究组。在众多科学家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理证明工作中首先取得突破，开启了以计算机程序来模拟人类思维的道路；1960年，McCarthy建立了人工智能程序设计语言LISP。此时出现的大量专家系统直到现在仍然被人使用，人工智能学科在这样的氛围下正在茁壮的成长。

第三阶段：低谷发展期（1967年-八十年代初期）

1967年之后，人工智能在进行进一步的研究发展的时候遇到了很大的阻碍。这一时期没有比上一时期更重要的理论诞生，人们被之前取得的成果冲昏了头脑，低估了人工智能学科的发展难度。一时之间人工智能受到了各种责难，人工智能的发展进入到了瓶颈期。尽管如此，众多的人工智能科学家并没有灰心，在为下一个时期的到来积极的准备着。

第四阶段：第二次期（八十年代中期-九十年代初期）

随着其他学科的发展，第五代计算机的研制成功，人工智能获得了进一步的发展。人工智能开始进入市场，人工智能在市场中的优秀表现使得人们意识到了人工智能的广阔前景。由此人工智能进入到了第二次期，并且进入发展的黄金期。

第五阶段：平稳发展期（九十年代之后）

国际互联网的迅速发展使得人工智能的开发研究由之前的个体人工智能转换为网络环境下的分布式人工智能，之前出现的问题在这一时期得到了极大的解决。Hopfield多层神经网络模型的提出，使人工神经网络研究与应用再度出现了欣欣向荣的景象。人工智能已经渗入到了我们生活的方方面面。

1.2 人工智能的主要学派 人工智能发展的50多年时间里，经历了符号主义学派、行为主义学派和联结主义学派，三大学派各有特点，各自从不同的角度研究人工智能，为人工智能的发展做出了卓越的贡献，在人工智能的发展史上留下了浓重的一笔。

1.2.1 符号主义学派 符号主义学派，又称为逻辑主义、计算机学派或心理学派。符号主义学派理论基础是物理符号系统假设和有限合理性原理，他们认为人类的认知基元是符号，认知的过程是对符号的计算与推理的过程。人与计算机均可以看做物理符号系统，因此人们可以使用计算机来模拟人的行为。符号主义学派认为人的认知基元可以通过计算机上的数学逻辑方法表示，然后通过计算机自身的逻辑运算方法模拟人类所具备的认知系统的机能和功能，进而实现人工智能[2]。

符号主义学派无视了认知基元的本质，对于所有的认知基元均使用数学逻辑方法表示。符号主义学派重点研究认知基元的逻辑表示以及计算机的推理技术，早期的众多人工智能的研究都是在这一思想的推动下进行的。符号主义学派在归结推理、翻译、数学问题证明以及专家系统和知识工程做出了十分巨大的贡献，为后期的人工智能研究打下了基础。专家系统的出现更是将人工智能的研究推上了一个顶峰，其在矿业探究、医疗诊查、教育推广、工业设计的应用带来了巨大的社会效益。

1.2.2 行为主义学派 行为主义又被称作进化主义或控制论学派。行为主义学派认为智能取决于感知和行动，不需要像符号主义学派的逻辑知识以及推理。行为主义学派认为人的本质能力是行为能力、感知能力和维持生命及自我繁殖的能力，智能行为是人与现实世界环境的交互作用体现出来的。人工智能应像人类智能一样通过逐步进化而实现，而与知识的表示和知识的推理无关[3]。行为主义学派的与传统人工智能截然不同的观点吸引了众多的科学家，虽然到现在还没有独立完善的知识理论系统，但其在人工智能领域的独树一帜还是奠定了其霸主地位。该学派重点研究人类的控制行为，目前已有的机器昆虫已经证明了行为主义学派的理论正确性。虽然大部分人认为机器昆虫不能导致高级行为，但是行为主义学派的崛起标志着控制论在人工智能领域有着独树一帜的作用。

1.2.3 联结主义学派 联结主义学派是近年来最热门的一个学派，又被成为仿生学派或心理学派，建立于网络联结基础之上模仿人类大脑的结构和工作模式。联结主义学派主要研究能够进行非程序的，可适应环境变化的，类似人类大脑风格的信息处理方法的本质和能力，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。持这种观点的学者认为，认知的基本元素不是符号是神经细胞（神经元），认知过程是大量神经元的联接，而大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，搞清楚大脑的结构以及它进行信息处理的过程和机理，就有望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。[4]

联结主义学派通过模拟人类神经网络模仿人类的认知行为，由此进行人工智能的学习记忆、模式识别。联结主义学派构建了大量的神经网络模型，方便在不同的情景模式下选择相应的模型，进而快速的得出答案。联结主义学派采用分布式存储数据，对数据进行并行处理，这样使得人工智能在处理问题的时候的速度有了明显的提升，由此联结主义学派在人工智能领域中受到大家的一致热捧。

三大学派在人工智能的发展史上有着举足轻重的作用，每一个学派的兴起都代表人工智能的一个新高峰。三大学派各有优缺点，在人工智能领域三者相辅相成，人工智能学科在三大学派的带领下正在茁壮成长。

2 对人工智能主要理论学派的评述

在过去的50多年时间中，人工智能获得了巨大的发展，基本实现了从无到有的过程，构建了基本完善的理论知识体系，构建了各种模型，形成各种技术方法，但是人工智能的发展依然任重道远，前景依然不容乐观。三大主义学派有着自身独到的优点，同时也有着各自的缺点，符号主义学派将人的认知基元符号用数学逻辑表示，通过计算机逻辑处理系统分析得出结果，但是在面对没有明确结果的非确定问题时经常不能得出令人满意的答案，它对信息要求十分精确完整，现实生活中的很多问题都不能满足条件，因此符号主义学派的发展受到了一定的限制。行为主义学派认为智能取决于感知与行动，但是缺乏足够的理论知识支撑学派观点，而且缺乏足够的成果表明理论的正确性。学派认为人工智能与知识的表达和知识推理无关，与人类认知的发展是不相符的。联结主义学派采用仿生学的方法，模拟人脑的神经网络，通过类似人脑的结构和运行机制模仿人类智能。这一观点十分有吸引力，在提出之后马上就有大量的支持者，但是人脑神经系统的复杂性远远超出人们的预知，现阶段人们对人脑的构造以及运行机制还没有深入的理解，在此基础上想模拟出人脑的神经系统显然是有些不不切实际。联结主义学派的发展更多的受制于对人脑结构和运行机制的研究，因此其发展相对缓慢。综上，三大学派固然有着自身的优势，各自的成果，但是其同样有着明显的局限性，人工智能要想进一步发展必须要对现有的发展方式进行创新。

另一方面，人工智能在经历了两次期后再次回落到了平稳发展时期，社会公众对人工智能的热度有了明显的降温。人工智能的研究再次变成了国家以及一些超级公司的工作，拥有的资源有了大幅度的缩水，研究的进度也受到干扰。在此状态下没有重大的技术创新，人工智能恐怕很难再有重大的突破。

3 对人工智能发展的评述

3.1 对人工智能涵义的认识 同样的词汇在不同时期的有着不同的解释，人工智能也不例外，大家都认可的人工智能是指在人类制造的机器工具上实现人类智能，即实现人类的认知能力、行为能力以及解决问题的能力。人类智能有着一个明确的特点，在面对未知问题时，人类智能能够得出自身想要的答案，也就是消除答案的不确定性。符号主义学派的逻辑解决方式、行为主义学派模拟人的行为能力、联结主义学派的神经网络，三大主义学派各自以自身的方式实现了对问题消除或减弱不确定性。可见减弱甚至消除问题的不确定性也将是人工智能的一个研究方向。

3.2 人工智能研究模式的发展 目前人工智能领域中，符号主义学派通过数学逻辑表示人类的认知基元，对数学逻辑经过解读分析，得到答案，进而实现智能。该学派重点运用还原思想，将人类的认知基元全部使用数学逻辑表示。行为主义学派认为人工智能取决于感知和行动，不需要学习知识与知识推理，是一步步，由低级到高级慢慢进化的。联结主义学派是通过人工神经网络的形式模仿人类智能，理论上讲该方法是最符合人类智能的运行方式的。而在一系统中，最重要的是系统的运行机制，如何将接受到的信息转化为我们的知识并通过表述、行为展示出来，在了解了人类智能的运行机制之后，人工智能将会更加符合人们的需求。

3.3 人工智能研究方法的发展 人工智能的目的是消除答案的不确定性，然后做出相应的反应。在消除答案不确定性的时候便有了各种方法，其中有一种便是突出解决问题的目标，在有明确目标的前提下会削弱干扰问题解决的条件，提高人工智能解决问题的效率。明确问题的目标便需要引入目标函数，在动态目标函数的引导下会减弱答案的不确定性。而在已有的人工智能基础上设立人工智能模型，通过人工智能自身的计算结果结合目前的研究成果去优化目前的人工智能系统，则会提升人工智能的发展速度。

3.4 人工智能时期的发展 人工智能自发展到现在已经经历了五个时期，在两次期中人工智能均获得了迅速的发展。然而现在人工智能的发展步入到了缓慢发展时期，如何将人工智能的发展缓慢时期加速度过同样是十分严肃的问题，传统说来需要重大的科学进步。我们往往认为人工智能属于顶端科技只能由国家和超级公司研究，却忽略了社会所拥有的重大的力量。小小的android智能手机在问世的短短时间内变改变了之前的市场格局，其中固然有着android智能手机的特点，但是我想他的市场策略同样给与了莫大的助力。人工智能应该向android一样，适当的开放出来一部分根基，放开其研究门槛，甚至鼓励民间研究。量变引发质变，当有足够专家在研究人工智能时，人工智能的研究会加快的。而且民间的研究成果也会作为经验反作用于人工智能的进一步研究，实现科学与社会的双赢。

4 结论

人工智能是人们长久以来的梦想，同时也是一门很有挑战性的学科。像所有的学科一样，人工智能会经历各种各样的挫折，但是，只要我们有信心、有毅力，我们相信人工智能终将会成为现实，融入到我们生活的方方面面，为我们的生活带来极大的改变。

参考文献：

[1]朱祝武.人工智能发展综述[J].中国西部科技，2011，10（17）：8-10.

[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2008，20（33）：49，234.

第6篇：人工智能时代对人才的要求范文

[关键词] 计算机 信息产业 嵌入式系统 企业计算 人工智能

一、企业计算的发展状况

1.企业计算的含义

企业计算（Enterprise Computing）主要是指企业信息系统，如ERP软件（企业资源规划）、CRM软件（客户关系管理）、SCM软件（供应链管理、即物流软件），银行证券软件，财务软件，电子商务/政务（包括各种网站），数据仓库，数据挖掘，商务智能等企业信息管理系统。

2.企业计算的发展

回顾IT产业系统的发展脉络。40年前IBM S/360系统的诞生开创了以大型主机为核心的重心计算时代，计算机开始影响人类发展的历程。之后小型机的兴起和网络技术的成熟使分布式计算模式被人们广泛的接收。到了上世纪80年代，IBM发明的个人电脑（PC）更是将客户机/服务器的计算机模式逐渐推向一个高峰。随着互联网的出现，业界进入到了互联网计算时代，IBM在这个时期率先倡导了电子商务理念，使得IT手段首次成为了商业生活中不可缺少的组成部分。进入21世纪，IT业界再次迎来新变革大潮，我们看到以SOA、虚拟化技术为代表的21世纪企业计算模式已经渐露端倪，并成为成就企业创新成功的重要因素。

今天，企业需要通过不断的业务创新来推动自身的发展。越来越多的CIO开始意识到，在企业业务创新中，自身扮演着非常重要的角色。业务的创新离不开先进的IT基础架构支撑，这也对IT基础架构提出了新的要求，这些要求归结起来有如下几个方面：如何满足企业对掌控信息，优化IT的需求；如何帮助企业降低风险、提升员工的效率，支持业务灵活性。要解决以上的问题，建立一个面向创新的IT基架构是行之有效的途径。一个面向创新的IT基础架构的显著特征是以SOA，虚拟化技术为核心，具有安全、可扩展的特性，同时秉承开放标准的思想，有能力协同各方资源。

3.当今企业计算的模式

在当今的企业计算模式下，以下的一些热点正在成为重要的应用趋势：ServerFarm2.0（下一代Server Farm），Server Farm2.0实际上代表了虚拟化技术在客户数据中心的最新应用理念。它以虚拟化的服务器存储设备、系统管理和自动化软件为基础，同时是以一种服务的形式为客户变化的应用需求提供灵活的基础架构资源。应用Server Farm2.0，客户可以缩短应用部署时间、简化硬件系统、大大节省硬件投资，同时管理流程自动化可以提高系统维护人员的效率。

绿色数据中心――gartner公司指出，环境的可持续性正在成为IT组织日益优先关心的问题，并预计到2011年将会超过一半的大型IT环境中实现对环境可持续性发展有益的流程和工具。数据中心日益增加的能源成本及供电、散热和空间方面的管理也正在成为一项重大的挑战。IBM很早认识到数据中心的能源效率是一个涉及到各个方面且相互联系的难题――从硅技术和芯片设计的进步，一直到数据中心的系统规划,以及如何运行这些系统以最大程度地减少能源的使用。

刀片及模块化计算――刀片以及模块化计算架构，以其经济、低功耗和灵活易于扩展的特性越来越受到企业用户，尤其是中小企业的青睐，并逐渐成为网络计算的标准设备。到目前为止，全球50多家风险投资公司为了推动刀片服务器生态环境的发展已经投入了超过10亿美元。

安全和业务弹性――伴随着愈演愈烈的网络侵入、病毒传播，和数据盗窃等问题的发生，安全和业务弹性越来越成为影响企业生存发展的根本问题之一。企业也开始重新思考解决安全问题的根本之道。企业对于安全性方面的需求主要有以下几个方面：系统各个层面的安全、安全快速的在线交易，广泛安全的网络传播、强制性的侵入侦测，协同合作伙伴实施企业范围内的安全保障、集中的密钥管理等。

二、嵌入式系统的发展状况

计算机产业革命的技术基础是集成电路、微处理器、微型计算机，它的计算手段起到了智力替代的作用。通用计算机智力平台的模式，，推动了嵌入式系统的智力嵌入，整个现代计算机形成了两个领域：一个是通用计算机领域，一个是嵌入式领域。

1.通用计算机和嵌入系统的区别

通用计算机提供了智力平台，主要实现软件设计，包括：计算机辅助设计、辅助制造、科学计算、工程设计等，实现了智力替代平台。而在嵌入式计算机领域中，智力嵌入是将嵌入式系统嵌入到对象体系中。这个对象体系包含家用电器、智能仪表、工控单元等多个领域，嵌入是带计算机内核的设备，所以提供了智力平台和智力嵌入模式，这就是计算机革命的两个模式。

嵌入式计算机出现以后，通用计算机和嵌入计算机分道扬镳，出现了两个不同的发展方向。嵌入式系统的发展走向单片机的道路，直到现在单片机仍然是嵌入式系统的重要发展方向。

通用计算机承担智力平台的使命，嵌入式系统承担智力嵌入的使命，这是两个不可兼容的技术发展方向。所以通用计算机承担的任务是高速海量的数字计算，而嵌入式系统主要是满足对象系统的全面智能化要求。现在通用计算机不断地提高速度和存储容量，而嵌入式系统中，位计算机仍然是一个很主要的应用形式。嵌入式系统的发展方向是超小型、超低价位、高可靠性和易耦合。嵌入到对象体系时，原对象系统应该和电子系统具备很好的耦合，包括传感器、传感器接口、驱动器接口、人机界面等。除了物理耦合性，还需要科学的耦合性，研究人员应对所涉及的技术原理深入了解。

2.嵌入式系统的发展

单片机是嵌入式发展的必然道路，通用计算机的体系结构不能替代嵌入式系统，必须建立一个创新的体系结构。英特尔最早提出了嵌入式系统经典的硬件体系，这个体系精简、高效、高可靠，它的指令系统突出控制功能，外部总线易扩展、易配置，提供了在位系统中必须遵循的特殊功能计算机管理模式，不管将来扩展任务电路单元，都遵循归一化的特殊功能管理模式。另外英特尔还带来了原创嵌入式操作系统。早期嵌入式操作系统受通用计算机影响最大，作为原创RTOS实时多任务操作系统，设计时必须考虑实时性、多任务性。

单片机时代也属于嵌入式时代，不过单片机进入电子应用领域，主要面对智能仪表、家用电器、工控单位等领域。在通讯网络遍布的后PC时代，很多计算机人才进入这个领域，形成了嵌入式系统全面发展的新时代，它和单片机时代是衔接的。单片机和嵌入式系统是两个时代概念，但其内涵相同，单片机是嵌入式独立发展的时代，两者之间并没有技术本质的差异，都遵循MCU和SoC道路。

嵌入式系统包含四个支柱学科：微电子学、计算机学科、电子学科和对象学科。四个学科共同促进嵌入式系统发展。其中对象学科和其他三个学科之间差异最大，所有嵌入式产品从对象学科中走出来，无论是计算机学科、微电子学科还是电子技术学科，都为嵌入式应用提供了一个广阔的平台，对象系统在这个平台上实现嵌入式系统的应用。

嵌入式系统新型的产业模式是一个扇形产业结构，和资本经济时代一体化封闭的产业结构有本质的差别。此外，半导体产业中还突显了知识产权产业，嵌入式产业中从百花齐放开始向技术集权方向发展。技术集权方式对整个产业发展很有利，可以做到技术上的高度统一和协调。平台模式的发展日益明显，微电子学科、计算机学科、电子学科都为对象学科构建理想的平台，提供最适合的集成开发环境和操作系统。

三、人工智能的发展状况

1.人工智能的含义

人工智能实际上是一个计算机系统，是模仿职能活动的程序，使之能显示出某些人类智能活动的特性以延伸人类智力的科学，所以可以说人工智能是计算机科学与心理科学相结构而产生的研究成果，是用计算机实现人的智力活动和功能的一门边缘学科。换句话说，它是计算机科学的一个分支，主要研究问题求解中的搜索问题和知识信息的处理问题、涉及计算机科学、心理学、哲学和语言学等多种学科，总的目标是增强人的智力。从实用的观点看，人工智能是一门以知识为研究对象，研究知识的获取、知识的表征方法和知识的使用，设计计算机使之模仿人脑的学习、推理等思维活动，来解决需人类专家才能处理的复杂问题，如医疗诊断、石油钻井、探矿、气象预报等课题。

2.人工智能的发展

现代人工智能的先驱者创立了很多的学科，例如维纳的控制论，冯・诺依曼的博弈论以及申农的信息论，它们对人工智能的形成和发展产生了很大的影响。整个60年代是人工智能发展的黄金时期，很多人工智能科学家在人工智能的各个领域做出了奠基性的贡献。

网络技术的发展，特别是世界范围内因特网的普及给新时期人工智能的发展注入了活力。而研究工作的结果给人工智能的信息系统建设以促进作用。人工智能将在未来的网络世界中扮演重要的角色。网络的快速发展，特别是极端丰富的网络资源要求计算机不但能用文本、图形，还能通过语音、动作姿势等与用户进行交互。这种交互应该是有目标导向的、合作式的，同时应该是自适应的，并为用户提供沉浸感。

参考文献：

第7篇：人工智能时代对人才的要求范文

关键词：人工智能；资产评估；企业兼并；问题对策

一、企业兼并中资产评估的问题

第一，无形资产难以准确评估。不同于有形资产的有形性和可观测性，无形资产的核算给资产评估带来了极大的挑战。首先是无形资产的无形性，使得评估难以通过其本身得出精确的评估结果；其次，对于无形资产的评估还缺乏统一的核算标准，使得评估的结果差异较大，使得无形资产的评估结果得不到客观公正科学的有效保证。第二，资产评估缺乏统一的行业标准。在市场经济快速发展的今天，资产评估作为新兴的行业具有突飞猛进的发展，且未来市场前景广阔［1］。但其发展的速度超过资产评估的行业建设速度，使得在一些规章制度和行业准则方面发展还不健全，难以建立统一的资产评估准则。在企业兼并中，其评估结果存在无法避免的差异，影响资产评估的质量，因此在整个评估行业中就很难控制风险。

二、企业兼并中资产评估智能化

人工智能是一项新兴的科学技术，它不是像人那样通过思考来工作，而是通过搜集、统计某一工作的大量信息，模拟人的意识和思维处理信息的过程，并拓展延伸人的工作技术和方法。人工智能融入资产评估后，无论是资产评估工作内容还是与之相关的评估人员都有了一些变化。随着人工智能对资产评估的多方面渗入，对企业资产评估来说，加快资产评估与人工智能的结合是必然选择，代表了当今社会对人工智能运用的更高要求。快节奏时代，企业也在为高效率、高价值的生产发展，谋求与之匹配的智能化配置，人工智能与资产评估密切融合是大势所趋。资产评估是为了便于确定企业价值，而形成一份准确无误的资产评估报表是一项繁杂且艰巨的工作。资产评估人员需要将核算好的资产评估资料进行系统的清算和整合，通过人工检查清算，制成报表，生成资产评估报表的过程中需要注意很多事项，稍有不慎就会给被兼并企业投资者的利益造成损失。传统的资产评估清算是人工操作的，这种机械性的工作需要耗费资产评估人员大量的精力。引入大数据、云计算后，不仅提高了资产评估中某些工作流程的效率，还减少了部分资产评估人员中重复且单一任务，并能自动整理保留与资产评定相关的资料。但随着人工智能化在提高效率的同时，也给资产评估增加了传统行业没有的一些风险和费用。

三、人工智能对资产评估发展的风险和挑战

（一）智能化评估档案保管的风险

传统资产评估资料是手工编制的，因此直接保存即可。纸质的资产评估资料在保管期间一般需要防火防水，一旦丢失和损坏将很难找回。电子资产评估资料的存放虽然占据的空间小，但是存储空间不仅要防火防水，还要注意空间内温度的控制，温度过高或者过低都会影响硬盘读取信息的速度，损坏硬盘，进而导致储存的资产评估资料丢失。防尘防潮也是硬盘存储需要注意的问题。除了这些问题，硬盘的存放也不是永久的，不同的硬盘质量也有不同的保质期。电子资产评估资料要依托于计算机和网络，才能传输、打印，没有设备就不能查看资产评估资料。虽然工作效率提高了，但这些问题的出现也增加了企业财务管理的费用。

（二）智能化评估软件的安全风险

一是外部。人工智能依托于计算机网络技术，那么就有很多网络安全风险问题。企业间的恶意竞争可能会从智能软件下手，首先，智能化评估软件会遭遇黑客非法入侵，黑客攻击可能造成评估信息的泄露，对委托方和投资方造成不可逆的风险；其次，智能化软件遭遇病毒侵袭、系统故障、线路故障等也会造成系统“瘫痪”和计算机线路中断，轻微的会影响日常资产评估工作，严重的会使资产评估数据丢失。另外，电子档案相对纸质的来说，窃取和泄露信息变得更加容易，短时间即可拷贝盗取大量评估信息。二是内部。每一位资产评估人员对应一个账户进行智能化软件处理资产评估工作，每个账户都有各自的密码和权限，账户使用者只能进行权限范围内的工作，而权限又是按照资产评估人员各自的岗位职责设置的，这可以在一定程度上保证资产评估的正常进行，避免资产评估人员的越权操作。但网络环境下，也不排除个别资产评估人员可能会滥用权限，利用系统漏洞泄露评估信息，造成被兼并企业和投资者的巨大损失。

（三）智能化对评估机构和评估人员的挑战

第一，评估机构作为企业兼并过程中的中介，其评估过程需要大量的数据进行分析、预测。随着人工智能化、互联网数据、云计算等科技的不断渗入，评估机构要提高抗风险能力，内部需要加强监管力度，建立、完善风险管理与防控体系，保持精益求精的工作态度，预防评估流程中存在的疏漏，采用智能化评估软件，拟定科学合理的评估计划，提高评估计算的准确性，编写出高质量的评估报告［2］。并且，还需要注意政府介入风险，虽然企业兼并是一种市场经济行为，但在社会主义市场经济的发展下，政府的介入犹如一双无形的手，为了达到特定的经济目的，干预市场经济，介入兼并行为，限制资产评估的过程，导致评估价值区间与客观价值的偏离，影响评估结果的客观准确性。使得评估结果的参考价值下降，从而给企业及其利害关系人造成重大经济损失。第二，在企业兼并资产评估中，传统资产评估在资产清查和资产价值评定估算等方面的工作需要安排大量的人员进行，企业因这些工作流程产生了很多评估岗位。高质量的资产评估不仅要对企业综合资产有准确了解和评估，还要对资产各方面的利益要求和评估方法有很高的把握和知识武装，这就需要有丰富的理论知识以及专业素养的综合型评估人才。人工智能的引入使得企业资产评估的用人率降低，同一资产评估岗位的部分人员闲置，特别是那些只会简单操作的初级资产评估人员，仅掌握了与资产评估工作相关的知识和技能，对现今的计算机网络技术不了解、不熟悉，进而影响对智能化评估软件的实际操作，这部分评估人员在竞争中更容易被淘汰出局。因此，人工智能的运用是这些资产评估人员适应社会发展的一大挑战。第三，由于人工智能是设定好的一种“算法”。在资产评估里有很多重复性强、过程单一、不需要创新的工作，而人工智能在其中的运用，出错率远低于人类。例如，企业、银行的发票、原始凭证就可以使用智能扫描功能，直接录入电脑。这种方式有效地提高了发票信息的准确性，减少了在这方面投入的劳动力，但也造成了以这些工作为生的评估人员的失业。因此，评估智能化既是资产评估人员对计算机知识深度和广度的再一次汲取，又是传统资产评估人员就业升职的巨大挑战。

四、企业兼并中风险和挑战的应对措施

（一）科学客观的评估兼并企业价值

无论是有形资产还是无形资产，都要根据国家的法律法规，并依据企业兼并的目的，运用智能化资产评估方法，科学准确地评定估算出资产的价值［3］。在评估资料硬盘保管方面要不断地改善保存环境和加强评估档案管理的安全防护性，提高环境条件，安排管理人员定期对电子评估资料进行整理和检查，防止电子评估资料因客观条件而损坏和读写空白。评估机构既要保存电子评估资料，还要保存纸质的评估资料，对电子评估档案备份两份以上，并且打印出纸质的同时保存，实现一旦其中一方损坏遗失，可以再次恢复评估数据的目标。

（二）建设良好的评估环境

建立统一的行业标准，制定统一行业规章制度，缩小核算差异，降低评估程序的复杂性。对系统外部的安全风险方面，企业需要对智能化评估软件系统进行定期的维护和检查，检查计算机线路是否正常，定期检查系统杀毒功能，进行系统维护，不断升级软件以应对新型攻击手段，减少问题的发生。同时，要加强内部管理，建立良好的内部管理体制和运行机制。同级评估人员账户权限要相互牵制、相互监督，使得每项指令都有迹可循，避免评估人员产生违法行为。借助线上视频课程和线下培训相结合的模式，系统地学习相应的评估制度和智能化评估系统，可以此加强机构在评估风险层面上的预防和控制能力［4］。

（三）注意评估过程的流畅性

在计算机和网络条件下，评估机构应尽快做好评估前资料准备工作，提前制订好评估计划，形成完整的评估体系，确保评估内容保持完整性，评估过程规范性，针对评估过程中可能出现的问题，及时做好预防风险应对处理方案，在减少安全风险的基础上，选择适当的评估方法和计算公式提高评估效率，使得评估业务更具有灵活性。注重企业的整体价值评估，准确把握被兼并企业的资产价值。同时，也要通过政府等各方的努力，建设规范统一的资产评估市场环境，充分发挥资产评估在企业兼并中的作用，降低评估风险，提高评估的有效性，使资产评估在企业兼并中做的工作更具可靠性。

参考文献：

［1］刘丽芳.森林资源资产评估信息披露研究初探［J］.现代经济信息，2014（19）：403-404.

［2］申海霞.大数据时代资产评估业的机遇与挑战［J］.企业改革与管理，2018（14）：211-212.

［3］邓蕾.资产评估在人工智能时代所面临的机遇和挑战［J］.财税研究，2018（17）：139-140.

第8篇：人工智能时代对人才的要求范文

1通识教育

通识教育(general education，也可译为普通教育、博雅教育)按照性质、目的和内容三方面可以有三种不同的界定。就性质而言，通识教育是高等教育的组成部分，是所有大学生都应接受的非专业性教育；就目的而言，通识教育意在培养积极参与社会生活的、有社会责任感的、全面发展的社会人和国家的公民；就内容而言，通识教育是一种广泛的、非专业性的、非功利性的基本知识、技能和态度的教育。

通识教育是对近代高等教育有重大影响的一种教育思想与实践。研究它，既为认识高等教育发展历程与规律所要求，更对今后的高等教育改革有重要的意义。

我国高等教育发展已进入大众化阶段，目前的重心已经转移到调整结构、提高质量的轨道上来，提高人才培养质量是顺应时代需求、符合人们意志的重大战略选择。然而，我国高校目前存在专业教育过窄，人文修养过弱，创新能力不强等问题不适于全球化背景下我国经济社会发展对人才规格的要求，通识也远离了大学教育的本质。通识教育人才培养模式是我国进入高等教育大众化阶段后重新审视人才培养理念的重要选择，提高对通识教育的认识，对于深化我国高等教育改革有着重要的意义。

通识教育是培养创新型人才的有效途径。通识教育的目标不是培养通才，而是在于通“识”，在于让受教育者形成开阔的视野。有许多事例可以证明，真正具有创造力的大师级人物，大多具有多个领域的身后修养和造诣。爱因斯坦不仅是一个伟大的科学家，同时也是一个非常出色的小提琴家。复旦的老校长苏步青的古典诗词和书法造诣也独树一帜，受到多方推崇。李政道先生、杨振宁先生都有着很好的文化修养和艺术修养，他们在很多大学讲授的科学与艺术方面的课程。通识教育在增强学生的知识、能力的综合性，提高人文素养，促进人的全面发展方面起着十分重要的作用。把通识教育与专业教育加以融合，实现在通识教育课程设计上的统一和渗透，无疑是实施通识教育培养创新型人才的最佳途径。

2逻辑学现状

中国是逻辑学的三大发源地之一，但由于历史的原因，我们在中世纪和近代大大落后于西方的发展。进入改革开放的新时期，我们终于认识到这种差距，并经历了约20年从引进学习到全面追赶的发展，到20世纪末，我们在很多领域实现了与西方的同步发展，在一些领域还取得了具有领先性的研究成果。

在新世纪，逻辑学的发展面临新的机遇与挑战。作为发展机遇，逻辑学在对人类精神世界的研究方面显示出越来越重要的作用。一方面，逻辑学与哲学、语言学、计算机科学与技术、人工智能的交叉生长，继续推动哲学逻辑、语言逻辑、人工智能逻辑等新兴学科的发展。另一方面，在认知科学等现代科学新兴领域的研究中，逻辑学、语言学、心理学，以及生理学、脑科学、神经生物学、计算机科学与人工智能互相融合，出现了多学科交叉的倾向，产生了很多崭新的、具有发展前景的研究领域。

但是，我们也应该清醒地本文由收集整理看到，目前我国逻辑学发展整体水平不高，对很多新的领域我们并不了解，有些人基于陈旧的逻辑学观念，甚至将这些新的领域拒之门外。在我们的很多所大学中，还在开设陈旧的逻辑学课程。而旧的学科体制一旦固定下来，要改变它非常困难。所有这些又都是我国逻辑学面临的挑战。

3逻辑学的学科建设

我国逻辑学的发展受到两个方面因素的制约：科学的和学科的。

在科学研究方面。逻辑学有三大发源地：中国、印度和古希腊，但中国和印度的逻辑学从中世纪以后衰落了，唯有古希腊亚里士多德的逻辑经过中世纪和近代欧洲的发展，特别是现、当代的发展，成为一棵挺立在现代科学园地里的枝叶繁茂的大树。因此，在逻辑学的研究中，我们仍然需要向西方学习，特别要在哲学逻辑、语言逻辑、计算机与人工智能的逻辑等前沿领域向西方学习。在这方面，我们与西方主要是英美等国的差距仍然很大。此文前面对西方现代逻辑发展的分析已经说明了这一点。遗憾的是国内一些学者似乎不愿意承认哥德尔以后西方逻辑的发展。一种观点是“逻辑学等于数理逻辑”，这种观点认为，逻辑学就是数理逻辑，数理逻辑之外的都不是逻辑；另一种逻辑观似乎宽容一些，这种观点承认数理逻辑、模态逻辑、多值逻辑等是逻辑，此外的都不是逻辑。这样就把哲学逻辑、语言逻辑、计算机和人工智能的逻辑、认知逻辑等当代逻辑最新的发展领域统统排斥在逻辑学之外。显而易见，这些逻辑观都是不正确的，也是不利于我国逻辑学发展的。在逻辑学的研究方面，我们不仅应该学习西方，而且应该争取经过若干年的努力，逐步形成中国学派，并争取在某些领域超越西方的学者，这是一个更高的目标。有着悠久传统和具有聪明才智的中国人，应该有决心做到这一点。与此相适应，在学科建设方面，应该按照国际规范建立我国逻辑学的学科体制和教学体制。

逻辑学是现代科学的基础学科，已经证明现代数学的基础是集合论，而集合论的基础是逻辑。因此，联合国教科文组织和主要的发达国家都将逻辑学作为一级学科，列于各学科之首。按照联合国教科文组织的学科分类，逻辑学是列在“知识总论”下的一级学科。联合国教科文组织的“科学技术领域的国际标准命名法建议”中，更将逻辑列于众学科之首。美、英、德、日等国家的学科划分都遵照这一标准。教育部人文社会科学科研管理部门遵循国际标准，已将逻辑学列为一级学科。但是，在国务院学位委员会和全国哲学社会科学规划办公室的学科分类中，逻辑学长期以来一直被作为“哲学”下面的二级学科。这样，在20世纪初发展起来并引起“第三次数学危机”、“语言学革命”和“哲学的语言转向”的数理逻辑，以及其后发展起来的语言逻辑、哲学逻辑，在我国的学科目录中，通通是“不知所终”，用一句有中国特色的话来说，叫做“没有户口”。如果一门学科没有户口，那可是悲哀之极。例如研究生招生、重点学科评审、学科基地建设，通通把逻辑学排斥在外，因为这些重大的学科建设举措都是照二级学科来设置的。与此同时，在教学课程设置、教材编写出版、申请各类基金项目的申请中，没有户口的学科也是难上加难。面对这种情况，从事这方面科学研究的学者只有两种选择，要么放弃，要么甘受冷遇和白眼。如果说学者遭受的冷遇是不足道的，那么，科学遭受的冷遇就不能不足道，因为科学遭受损失对任何一个国家和民族都是一种真正的悲哀。

第9篇：人工智能时代对人才的要求范文

关键词:“大智移云”；管理会计；财务会计；融合

一、“大智移云”背景下企业管理会计的发展现状和存在的问题

(一)大数据给管理会计带来的影响

大数据又称海量数据，大数据数据类型多、体量大，价值密度低，数据处理速度快。在互联网和云技术的支持下，大数据技术相对于现有其他技术具有“廉价、迅速、优化”的特点。互联网的普遍运用产生出海量数据，大数据分析即对海量数据进行存储和分析，从中寻找有用的信息，规律和模式，运用大数据的关键并不在于数据量的巨大，而在于如何对数据价值进行挖掘。在“大智移云”技术快速发展和应用背景下，迅速从海量互联网数据中获取有价值信息是企业长久生存和发展的必然要求，企业应用大数据技术可以做出更加合理的决策，适应市场变化。企业管理会计主要职能是预测经济前景、参与经济决策、规划经营目标、控制经济过程以及考核评价经营业绩等，注重企业的整个管理过程及行为影响，大数据技术的应用可以为管理会计提供更全面的、更准确、更及时的数据，有利于企业挖掘商机取得竞争优势。不过传统管理会计系统基于内部统计数据和财务数据进行分析，在处理数据的效率和效果上，达不到大数据分析处理的要求。

(二)人工智能给管理会计带来的影响

人工智能的本质是对人的思维的信息过程的模拟，人工智能技术的运用能够代替人类进行各种技术工作和脑力劳动，在各行各业带来巨大的宏观效益，对会计行业而言，人工智能快速而强大的数据处理功能，提高了会计数据处理的效率，避免了人为失误，提高了数据的准确度和及时性，提高了会计信息质量。目前人工智能在会计行业的运用更多的是财务会计的核算方面，财务会计的主要功能就是核算与监督，当财务会计的大部分工作量由人工智能替代以后，企业会计工作的中心更加向管理会计倾斜。在人工智能的应用下，管理会计要为企业科学制定短期经营决策和长期投资决策等发展战略，为企业提供更高管理效益，管理会计人员在掌握会计知识的基础上，必须能够对经营数据进行动态分析。传统管理会计运用的数据处理手段很难满足人工智能环境下的会计质量要求。人工智能技术在核算和报销环节目前已经广泛应用，这种广泛应用让管理会计工作的重要性更加凸显，人工智能在管理会计领域的应用还有更多的发展空间，企业需要把握人工智能技术在会计领域的发展趋势，开发基于人工智能的管理会计信息处理系统，进一步提高管理会计的效率和效果，使管理会计为企业决策提供科学及时的指导。

(三)“互联网+”给传统管理会计带来的影响

“互联网+”技术的应用使得信息在业务处理过程中被全程、自动、实时收集成为可能，“互联网+会计”实践上就是业务活动与财务活动的交互运行，即目前热门的业财融合，通过对业务过程产生的数据进行加工与转换，形成会计数据库，实时、精准与高效的融合业务层、资金层和数据层。资金流信息是按会计记账规则自动下沉到数据库，数据库的信息收集自动完成所有的会计处理，财务完全融入业务，是业财融合发展的趋势和目标。在此趋势下，构建企业“业务管控平台”将财务会计融入管理会计是会计应对信息技术挑战的大的方向策略。优化管理会计信息系统，使之能够达到业财合一甚至业财税合一，完成信息的互联、互通与共享是移动“互联网+”对管理会计提出的新要求。

(四)云计算给传统管理会计带来的影响

云计算是一种包含了虚拟化技术动态可扩展的具有高度灵活性和可靠性的全新的网络应用技术，通过云计算，可以在几秒种完成数以万计的数据处理，同时相对成本低廉，性价比高。云计算在会计领域的使用，改变了传统会计的应用程序。对企业而言，云平台的应用可以低价获得海量信息，通过云计算，企业可以不必购买价格高昂的处理器就能取得有价值的财务和非财务信息，大大降低了数据处理成本，同时提高了信息获取的效率。云计算在管理会计工作中的应用，提高了管理会计获取信息的效率和效果，结合人工智能等技术的使用，提升了管理会计在管理流程优化、经营规划，预测与长短期经营决策方面的及时性和准确性。

二、“大智移云”背景下财务会计的发展现状和存在的问题

(一)人工智能在会计中的运用提高了财务会计人员的可替代性

财务机器人在会计行业的运用已成趋势，智能财务、智能财税的发展如火如荼，人工智能在财务会计中的应用有两个突出的优势：1.减少会计基础核算工作的人工，节约人力成本和时间；2.提高了会计信息的准确性和及时性。财务机器人软件通过编订程序或者模板，将发票扫描后进行业务归类然后自动生成凭证。随着电子发票越来越普及，甚至可以达到一键生成凭证，无需扫描工作，主要的数据对接完全由电脑完成。

(二)财务会计不能很好地满足企业内部需求

财务会计工作要根据会计准则进行，会计准则针对各行各业企业制定，就单个企业而言缺乏针对性，所以大多数情况下财务会计核算数据并不能直接满足企业管理需求。

(三)财务会计信息在部门间沟通不顺畅

第一，会计主体是企业，财务会计主体是企业整体，没有分层，不能满足企业不同层级不同部门的管理需求。第二，财务部门人员依据准则要求核算得出财务会计信息，其他没有财务基础部门人员，可能很难准确解读和充分利用财务信息。

三、管理会计与财务会计融合的必要性与可行性研究

(一)管理会计与财务会计融合的必要性

随着经济的快速发展，“大智移云”的逐步应用，财务会计的基本职能是基于历史成本法的核算与监督，关注过去时态，缺乏对未来的合理预测功能，同时对不同部门的绩效评估效果不明显，对企业决策的影响力有限，不足以帮助企业应对竞争激烈的市场。管理会计工作侧重点是企业内部管理“内部会计”，工作时效包含过去、现在和未来时态的算“活账”的“经营型会计”，是通过对财务信息和非财务信息的收集、加工处理，协助管理者完成企业经营过程的预测、决策、规划、控制、责任考核评价等活动的一整套信息处理系统。在“大智移云”背景下，将管理会计与财务会计，“内账”与“外账”融合使用，可以帮助企业更好的适应经济技术的发展和激烈的市场竞争环境。

(二)管理会计与财务会计融合的可行性

管理会计与财务会计同属现代会计，是企业会计的两大领域，两者最终目标一致：确保企业资源收益最大化。管理会计和财务会计互享部分信息。管理会计与财务会计在实践工作中，充分利用信息技术、网络平台做好信息共享，两者的工作过程和成果就能相互补充、共同完善，实现交叉融合，更好的服务于企业经营管理。例如，针对企业现金流动问题，财务会计依据企业会计准则核算监督企业的现金流量，形成财务会计报告，为管理部门履行投资决策职责提供了必要的、重大的信息；在成本核算阶段，管理会计与财务会计通过信息资源共享，科学合理选取符合企业实际情况的成本核算方法，更好的满足企业管理和发展需要。

四、管理会计与财务会计有机融合发展情况

(一)管理会计与财务会计信息共享性有限

财务会计需要对企业外部利益相关者负责，工作依据是公认的会计原则，工作过程上有固定的会计循环程序，必须遵循企业会计准则，遵守相关法律法规，是公开信息、定量资料，对精确度和真实性的要求较高，有统一规定的载体。管理会计所依据的会计假设和原则不具有权威性，仅有指导性，工作程序性较差，没有固定的工作程序，信息运用上定量资料和定性资料，因为涉及未来的信息，不要求过于精确，也不需要向社会公开发表，没有统一规定的载体。这些原则、工作过程、信息规范要求的差异致使部分财务信息无法实现有效共享，对管理会计与财务会计的有机融合发展有所影响。

(二)会计人员素质无法有效协调

会计工作对从业人员的专业素质和道德素养都有较高要求，将管理会计与财务会计工作进行融合，对财务从业人员的专业技能、职业素养和综合素质要求更高。在传统的财务工作设定中，财务会计与管理会计分开设立，在管理会计与财务会计工作融合实践中要重新设定岗位人员配置。目前我国会计人员总体职业表现参差不齐，会基础简单核算的人员过剩，而擅长管理会计、能参与管理决策的人员稀缺，会计人员素质还需进一步提升协调。

(三)财务系统模式尚未充分适应“大智移云”发展

在目前产业转型升级的大背景下，经济与技术的双重发展，对企业的财务系统模式提出了更高的要求，也有不少企业引入现代化财务管理模式，建立运用“大智移云”技术的财务系统平台，总的来说，我国目前的管理会计与财务会计的系统运行模式结合度不够，从管理会计和财务会计融合运用的工作实践来看，容易发生财务数据互享后，一方对另一方工作的过度依赖，现行财务系统模式下管理会计与财务会计的融合并未完全发挥双方各自最大管理能效，未能达到成本上的一加一小于二和效果上的一加一大于二。

五、“大智移云”背景下管理会计与财务会计有机融合与创新发展

(一)充分利用“大智移云”技术，提高信息共享性

1.业财融合，注重原始数据信息管理。会计工作的数据信息来源于企业的经营业务。管理会计与财务会计工作的一致目的是实现企业资源收益最大化，尽管二者目标一致，但是传统的管理会计与财务会计服务对象不同，信息来源也不完全相同，在数据采集方式和信息汇总形式上差别较大，要实现管理会计与财务会计工作的融合那么首先要统一管理会计与财务会计原始数据的来源。业财融合，通过业务数据下沉取得经营管理所需的管理与财务信息，业务层、资金层与数据层的融合可以为管理会计与财务会计提供统一的原始数据来源，促进管理会计与财务会计的有机融合。2.树立大会计理念，建立信息化管理平台。业财深度融合趋势下，业务流、资金流与信息流三流合一，企业需要有将财务会计融入管理会计，将会计工作同步业务进行的大会计理念。构建企业“信息化业务管控平台”，原始业务数据输入经过信息化管理平台识别、计算、分类、汇总，生成会计信息输出，为企业决策提供真实、准确、及时的信息，业、财、管深度融合，提高企业智能化管理水平，提升企业竞争力。3.充分利用“大智移云”技术。目前“大智移云”技术已经在理论上可以实现资金流信息按会计记账规则自动下沉到数据库，在财务工作中运用计算机网络技术，构建财务信息数据库及数据资源共享平台，通过数据平台进行数据的传输、共享及储存，减少重复劳动，避免人工核算错误，提高数据准确性和工作的效率效果。人工智能平台技术的运用，将数据采集工作从线下转移到线上，提高了原始数据的及时性、充分性与准确性。“大智移云”技术的应用，对管理会计和财务会计工作的有效融合提供了技术上的便利。4.进一步加强数据共享性。利用计算机技术编制管理会计与财务会计的信息目录，在大数据背景下建立会计信息数据库与数据管理系统，充分利用财务机器人、智能财税等人工智能减少数据收集和凭证编制的工作量。要实现管理会计与财务会计工作的有机融合，需要提升数据的共享性，利用“大智移云”的发展，进一步完善管理会计与财务会计信息系统的对接，加大数据共享性，可降低企业信息收集整理成本，提高管理决策的全面性和准确性。

(二)全面提高会计人员素质

1.转变会计人才培养目标。目前我国人力资源市场基本的财务会计已经饱和，而高级的财务人才和管理会计人员呈现紧缺，在“大智移云”背景下，业财融合是会计发展大趋势，也是管理会计与财务会计有机的融合要求。“懂”业务、“会”技术成为时代对财务人员的基本要求。要达到“懂”业务，要求能够通过会计的学习：掌握业务、掌握业务流程、掌握企业的商业运作模式和掌握企业的资金运动；要达到“会”技术，要求通过相关技术的学习掌握数据的挖掘与分析。因此，高校会计人才培养目标需要结合“大智移云”技术的发展进行调整。教与学的重心要从会计本身的技术处理转向对业务及其资金运动的把控，就目前而言在开设“Excel数据处理与数据分析”课程的基础上，可以安排财务专业学习数据库技术、管理信息系统、C++语言、数据挖掘与开发技术等技术课程。2.会计人员自主提升综合能力。首先，要转变思维。传统的会计的重心是记账、算账和报账，在“大智移云”背景下，业财融合，管理会计与财务会计融合，会计的重心是业务，要树立业务导向的思维。传统的财务会计基本工作很多都由财务机器人代劳，从埋头核算与记账工作中解脱出来的财务人员要有业务导向思维，向管理人员的思维转变，对接管理会计的思维体系。其次，要拓展业务能力。对传统财务会计人员来说，在“大智移云”背景下会计关注的重心从会计本身的技术转变到业务、业务流程和业务的资金运动处理上来。管理会计本就是内部经营管理会计，管理会计与财务会计有机融合，要求会计人员能够制定科学合理的操作流程作为业务人员的经济业务活动的指导。对传统管理会计人员来说，管理会计报告的财务数据很多基于财务会计报告，财务会计知识要扎实，在“大智移云”背景下，目前处于供给侧结构性改革阶段，管理会计不能只拘泥于企业内部管理的范畴，要关注企业战略、产业链等，同时也需要关注宏观经济形势、企业外部市场环境、竞争对手情况等方面，形成比较全面的战略管理体系。在管理会计与财务有机融合的情况下，会计人员有业务基础，能够搭建合理的企业战略体系，有助于企业在产业转型阶段取得竞争优势。最后，要提升信息化技能。在大数据时代，财务信息化、管理信息化应用已经日趋成熟，数据处理系统的运用可以高效的处理会计信息核算，相对于人工核算也避免了人为错误，提高了核算准确率，大量的节约了时间和减少了劳动力耗费。市场情况瞬息万变，会计信息质量要求具备及时性，有用是数据需要及时的处理，为管理决策所用，所以在管理会计和财务会计融合背景下，会计人员必须要熟悉相关数据处理系统，熟练掌握系统的操作规程，有效利用系统快速完成数据分析，为企业发展把握良机。

(三)构建新的会计报告体系