人工智能技术难点精选(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技术难点主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能技术难点范文

1人工智能技术的优势分析

1.1具有比较强的学习推理能力

网络环境的治理必须要依靠先进的网络技术，这就需要人工智能技术充分发挥其自身的作用.传统意义上，我们会认为网络安全的保障工作主要是实现预防和控制之间的相互协调，并不会对相关措施的学习和推理能力进行关注，这虽然能解决基本的安全防御问题，但是并不能从根本上对网络安全提供保障.基于传统防治方式的局限性，这就会导致网络信息处理存在较大的不确定性.但是，在应用人工智能技术后，完全可以解决这种弊端，真正意义上实现了网络防御与理论知识的有机结合，使网络防御手段具备了基本的学习和推理能力.同时，我国互联网网民的数量呈现出比较快的增长速度，这也会产生大量的处理数据，增加了网络安全防御的难度系数.人工智能技术在发挥其学习推理能力后，就能够提高信息数据的处理效率，对维护我国的网络环境安全具有重要作用.

1.2强大的模糊信息处理能力

众所周知，人工智能技术在网络安全的防御过程中扮演着重要的角色，这也就决定了人工智能技术的重要价值.人工智能技术应用后，可以充分发挥其自身所具备的模糊信息处理能力，提高传统网络安全防御中我们所面临的处理不确定性和不可知的问题处理能力.我们的网络运营环境基本都是处于比较开放的环境中，所以会使多种数据信息的传播速率不断加快，再加上互联网的沟通和互联功能，这就会使得很多信息无法确定，网络安全的管理工作显得格外重要，在进行对信息分析处理的工作中，运用人工智能技术将会事半功倍，结合不准确以及不确定信息来控制管理网络资源，其信息处理能力颇为出色.

1.3网络防御协助能力比较强

在上文中已经提到，目前所面临的网络环境是呈现复杂状态的，这就是说，我们的网络安全防御的保障工作也是复杂的，是一项系统化的工程.我国的网络环境规模也逐渐的扩大，并且其内在的结构也是更加趋向于复杂，这无形中就给我们的网络安全防御工作提出了更高的要求.为了有效的避免其存在的误区，必须要加强各方面措施的协调、协同、协作，充分实现各个防御环节的共同优势.我认为，人工智能技术应用于网路安全防御中时，需要划分为三个不同的层次，这也就需要我们实现分层次的管理.一般来讲，就是上层管理者对中层管理者实行轮询监督，中层管理者对下层管理者实行轮询监督，从而构建起一个完整的工作体系，这也就能够提升网络安全防御的质量.

1.4计算的成本比较低

传统的网络安全保障体系会在计算过程中耗费大量数据资源，保障的效率也就比较低，这会使整体的网络安全防御成本比较高，不利于相关部门经济效益和社会效益的实现.人工智能技术在网络安全防御中应用后，就有效的规避了传统防御方式的成本高问题，这是因为人工智能技术能够利用大量的先进算法，实现精准的数据开发，对相关的数据进行计算，因此在很大程度上提高了各种资源的利用效率，实现了网络数据的优化配置，这种从成本计算方面有效的降低了软硬件系统的开发成本，为人工智能技术的深度推广奠定了坚实的基础.

2我国的网络安全防御现状分析

我国已经进入互联网信息时代，这主要是得益于互联网技术的迅速发展，同时，人工智能技术也得到了长足的发展，为计算机网络信息资源的共享和配置提供了条件.在这形势大好的基础下，网络信息安全出现了负面状况，严重制约着安全、稳定的网络环境的构建.根据相关部门的统计数据，网络安全问题对世界经济产生了比较严重的负面影响，它会带来严重的经济损失，数额高达七十五亿美元.并且网络安全问题一直都是我们的难点，无法从根本上对其进行治理.并且网络安全问题的发生概率也是比较大的，平均每二十秒就会产生一件网络安全事件，这些事件或大或小，无不对社会稳定产生负面效应.我国接入互联网的时间并不是很长，但是发展的速度确实比较快速的.尤其是在近几年，我国已经步入了互联网高速发展的阶段，互联网已经融入到各行各业，形成了“互联网+”的发展业态，这也就为人工智能技术的发展提供了条件.网络安全问题主要是人为因素所产生的，主要表现在数据信息的泄露，严重破坏了网络环境安全的稳定性和保密性.用户信息在受到非法入侵后，其所有的信息都会被外界所监听，并且其信息资源不能正常的进行访问，多会被非法拒绝或者是访问延迟.基于此，我们完全可以对我国的网络安全现状有一个具体的了解，那么，人工智能技术引入就是大势所趋，也是未来的一个发展方向，我们需要利用人工智能技术将互联网打造成一个完整且安全的网络体系.人工智能在网络安全领域的应用，可以显著的提升规则化安全工作的效率，弥补专业人员人手的不足，未来不管是执行层面还是战略层面，人工智能的应用会更加广泛，网络安全的防御也更加智能.

3人工智能技术在网络安全防御中的具体表现

3.1智能防火墙在安全防御中的应用

我们经常会在电脑系统中看到防火墙的相关设置，这就是人工智能技术在网络安全防御中的初步应用.防火墙技术是一种隔离控制技术，我们可以在一定基础上对其进行预定义安全策略对内外网通信强制访问控制.防火墙技术是一种比较复杂的技术，其自身包含着诸多的子技术，比如包过滤技术和状态监测技术等.包过滤技术主要是在网络层中对数据包进行选择的一种技术，我们可以根据系统的个性化需求对数据包的地址就行分析，最终实现外来信息的检查，防止负面状况的发生.同时，状态监测技术则是基于连接状态下的一种监测机制，它主要是将所有的数据包当做整体数据流，在此基础上，形成一种全新的连接状态，有力的保障了网络环境的安全.最后，相比于传统的防御方法，防火墙技术具有着高度的灵活性和安全性，对网络安全防御具有着重要的作用.

3.2垃圾邮件自动检测技术在安全防御中的应用

得益于互联网信息技术，我们对邮箱的使用频率不断的增加.在实际的工作过程中，我们经常会收到不同类型的垃圾邮件，这对我们的正常生活和工作造成了不必要的损害.邮件已经成为了我们的信息传递的重要沟通桥梁，也是比较正式的沟通方式.但是，在邮件的制作和发送过程中，邮件中存在的漏洞，很可能会被不法分子利用，然后传递不正当的信息，不仅可能会给我们造成经济损失，还肯定给我们造成困扰.人工智能技术应用于网络安全防御中，垃圾邮件自动检测技术就能够发挥其自身的优势，采用智能化的反垃圾邮件系统，有效的避免垃圾邮件进去邮箱的内部系统，能够起到全时段检测的作用.这主要是利用垃圾启发式扫描引擎，对相关的邮件信息进行分析和统计评分，智能化的对垃圾邮件进行拦截或者是删除，这就会很大程度上避免了人为的操作，减少了我们的工作量，这也为网络信息安全提供了保障.

3.3人工神经网络技术在安全防御中的应用

网络安全防御过程中，通过人工神经网络技术就能够对网络安全产生积极的作用，并且能够为网络安全提供比较重要的保障.人工神经网络技术具有多方面的积极意义，它的分辨能力是非常强大的，并且其自身会带有噪音和畸变入侵的分辨模式，能够完全适应网络环境的个性化防御功能.人工神经网络技术是在生物神经网络的基础上发展起来的，这就证明其具有重要的灵活度和创造价值，会具有一定程度的学习能力，并且还会具备强大的数据计算能力，还有对数据信息的储存和共享能力，以上的种种优势都展现出人工神经网络技术的水平.它完全可以在自身基础上建立起完整的时间序列预测模型，对计算机病毒进行有效的识别，使我们能够得到精确的防御结果，为当前我国的网络信息安全防御做出了重要贡献.

结语

综上所述，人工智能技术在网络信息安全防御的过程中具有显著的作用，它能够有效的规避传统防御方式的弊端，为新形势下网络信息安全保障工作做出了重要贡献.总之，人工智能技术在网络安全中的应用是全方位的，是一项系统工程，我们也需要运用综合的方法，比如明确智能防火墙技术、人工神经网络技术、垃圾邮件自动检测技术等在网络安全防御中的应用，为我国的网络安全环境提供基本的理论支撑.

参考文献：

〔1〕李泽宇.人工智能技术在网络安全防御中的应用探析[J].信息通信,2018(1):196-197.

〔2〕吴京京.人工智能技术在网络安全防御中的应用探析[J].计算机与网络,2017,43(14):60-61.

第2篇：人工智能技术难点范文

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：人工智能技术难点范文

汉语自动分词是目前中文信息处理中公认的难题，因为汉语自动分词是自然语言理解、机器翻译、信息检索、语言文字研究、汉语文本自动标引、内容分析等研究领域中最基本的一个环节，也是中文信息自动处理的“瓶颈”。如果能突破这一“瓶颈”，那么中文信息的自动处理就会迎刃而解，甚至意味着中华民族文化复兴的开始，因为它已经为汉语走向全世界打开了一扇方便之门。

近年来，由于计算机技术的飞速发展，汉语自动分词研究取得了突破性进展，其应用研究也越来越受到人们的重视，应用范围也越来越广。内容分析就是汉语自动分词应用研究的重要领域之一，因为汉语自动分词是内容分析法的前提和基础。随着内容分析法的兴起及其广泛应用，研究汉语自动分词在内容分析法中的应用就变得十分迫切和必要了。

1　已有的分词方法

为了克服汉语词计算机自动切分这一难题，许多年来，大量的学者都加入了这一领域的研究，使汉语自动分词取得了丰硕的研究成果。归纳起来，目前国内公开报道过的汉语自动分词系统采用的分词方法主要有三种类型[1～8]：

(1)机械分词法。又称词典式切分法。机械分词法主要有最大匹配法（MM法）、逆向最大匹配法(RMM、OMM、IMM)、逐词匹配法、部件词典法、词频统计法、设立标志法、并行分词法、词库划分和联想匹配法等。

(2)语义分词法。语义分词法引入了语义分析，对自然语言自身的语言信息进行更多的处理，如扩充转移网络法、知识分词语义分析法、邻接约束法、综合匹配法、后缀分词法、特征词库法、约束矩阵法、语法分析法等。

(3)人工智能法。又称理解分词法。人工智能是对信息进行智能化处理的一种模式，主要有两种处理方式：一种是基于心理学的符号处理方法，模拟人脑的功能。像专家系统即是希望模拟人脑的功能，构造推理网络，经过符号转换，从而可以进行解释性处理。一种是基于生理学的模拟方法。神经网络旨在模拟人脑的神经系统机构的运作机制来实现一定的功能。以上两种思路也是近年来人工智能领域研究的热点问题，应用到分词方法上，产生了专家系统分词法和神经网络分词法[9]。

2　当前汉语自动分词研究的重要趋势

汉语自动分词是一个综合性的难题，涉及到众多的学科和研究领域，需要多个学科的研究成果作为基础。但是随着科学技术的快速发展，汉语自动分词也并非遥不可及。根据目前汉语自动分词的研究现状，以及相关学科的发展情况，汉语自动分词有望在三个重大研究领域取得突破性进展。

2.1　克服汉语文本切分中的困难，继续研究传统文本切分的有效方法

目前，汉语自动分词的研究重心主要集中在克服传统文本切分中存在的困难，对传统文本的有效切分上。在计算机科学、情报科学和语言文字研究三个领域的学者专家们的共同努力之下，传统文本的有效切分已经取得了重大进展。

(1)汉语词的规范研究。汉语词的规范是汉语自动分词的基础。没有统一和明确的汉语词的定义，没有规范的汉语分词词表，汉语自动分词就无从谈起。在汉语语言学家和计算机中文信息处理专家们的共同努力之下，目前，我国汉语词的规范研究和汉语分词规范词表的制定已经有了较大突破。《信息处理用现代汉语分词词表》的制定及不断完善，说明了我国在汉语自动分词词表方面取得了重大研究成果，这为汉语自动分词的研究铺平了道路[10～14]。

(2)汉语词自动分词算法研究。分词算法研究是汉语自动分词的重点和难点，每一次分词算法上的突破都会使汉语自动分词的速度和精度有较大提高。据不完全统计，目前，在汉语自动分词方法和算法研究中，已经出现了上百种分词方法和算法[15～19]。传统汉语自动分词要获得新的突破，只能结合新的信息技术，在分词算法上做文章，必须在现有的分词算法和方法的基础上找到新的分词算法，这是今后汉语自动分词努力的重要方向之一。

(3)汉语自动分词歧义处理研究。汉语自动分词的主要困难是歧义切分，而歧义在自动分词中普遍存在。随着自动分词研究的突破，分词歧义处理研究也取得了重大进展。以前的消歧方法大体可分为两类：规则方法与统计方法[20]。由于自动分词中存在三种歧义类型，不同类型的歧义，其产生的根源和消除的方法各不相同。因此，应针对不同的歧义类型采取不同的解决方法。对于第一类歧义，由于他们本身就是汉语言中的歧义问题，解决这类歧义需要依靠上、下文语义信息，即增加语义、语用知识的处理。这无异对自动分词的效率有很大的影响（时间上和空间上），而且实现起来比较困难。若是在词处理的相应阶段，结合对分词阶段未解决的歧义字段进行处理，则会起到事半功倍的效果。统计表明，第一类歧义字段不到整个歧义字段总数的1/30，因此不必在分词阶段花费巨大的开销来处理它们。目前对第二类歧义处理方法主要有以下几种：分词知识处理法、联想－回溯法、基于词频统计的方法、邻接约束法、基于数学期望的方法。处理第三类歧义目前主要有两种方法：一是增加构词知识，扩大词典，二是增加临时词典。此外，还可以人工干预分词，人工分词与计算机自动分词结合。在遇到计算机解决不了的歧义时，借助于人工干预来完成。为了有效地消除歧义字段，还可以在上述方法的基础上建立分词歧义知识库或规则库[21～23]。随着计算机技术和汉语语言研究的进展，汉语词自动切分歧义处理技术将会有更大的突破。

(4)汉语自动分词应用研究。目前，汉语自动分词主要在信息检索、自动标引、自动文摘、机器翻译、语言文字研究、搜索引擎研究、自然语言理解和中文信息处理等方面的应用取得了可喜的成绩。随着汉语自动分词技术的进一步发展，这一研究成果将会更广泛地应用到更多的研究领域，如词频统计、内容分析、概念分析、认知心理学和汉语语言学等方面[24]。

2.2　将人工智能技术与汉语自动分词研究有机结合起来

第4篇：人工智能技术难点范文

【关键词】人工智能 情景意识 人机环境系统交互 哲学

【中图分类号】TP18 【文献标识码】A

【DOI】10.16619/ki.rmltxsqy.2016.07.001

前言

人工智能是人类发展到一定阶段而必然产生的一门学科，它既包括人，也包括机和环境两部分，所以也可以说是人机环境系统交互方面的一种学问。它同样“有一个漫长的过去，但只有短暂的历史”。它的起源可以追溯到文艺复兴，接着，又在第一、二次工业革命浪潮中逐渐崭露头角。法国人帕斯卡尔研制了第一台现代意义上的数字计算机，第一、二次世界大战大大加快了该学科发展的进程，剑桥大学巴贝奇的差分机和图灵的测试进一步把人工智能领域的研究范围扩展到了人类学习、生活、工作等方面。到目前为止，研究人工智能的学科不但包括生理、心理、物理、数理、地理等自然科学技术领域，而且还涉及到哲理、伦理、法理、艺理、教理等人文艺术宗教领域。

1997年5月11日，名为“深蓝”的电脑毫无悬念地在标准比赛时限内击败了国际象棋男子世界冠军卡斯帕罗夫，从而证明了在有限的时空里电脑“计算”可以战胜人脑“算计”，进而论证了现代人工智能的基础条件（假设）――物理符号系统具有产生智能行为的充分必要条件（Newell and Simon，1976）是成立的。更有意思的是，2011年2月17日，一台以IBM创始人托马斯・沃森的名字命名的电脑在智力问答比赛中“狂虐”两位最聪明的美国人而夺得冠军，2016年3月9日至3月15日，“围棋名誉九段”AlphaGo在首尔以4：1的比分战胜了围棋世界冠军李世石九段，从而引发了人工智能将如何改变人类社会生活形态的话题。

人工智能是人机环境系统交互的产物

众所周知，当前制约机器人科技发展的瓶颈是人工智能，人工智能研究的难点是对认知的解释与建构，而认知研究的关键问题则是自主和情感等意识现象的破解。生命认知中没有任何问题比弄清楚意识的本质更具挑战性，或者说更引人入胜。这个领域是科学、哲学、人文艺术、神学等领域的交集。尽管意识问题如此重要，令人啼笑皆非的是：无论过去还是现在，一旦涉及到意识问题，大家不是缄口不提，就是敬而远之，避之唯恐不及。究其原因，不外乎意识的变化莫测与主观随意等特点严重偏离了科学技术的逻辑实证与感觉、经验、验证、判断，既然与科学技术体系相距较远，自然就不会得到相应的认同与支持了，这好像是顺理成章、理应如此的！然而，最近科技界一系列的前沿研究正悄悄地改变着这个局面：研究飘忽不定的意识固然不符合科技的尺度，那么在意识前面加上情境（或情景）二字呢？人在大时空环境下的意识是不确定的，但“格物致知”一下，在小尺度时空情境下的意识应该有迹可循吧！自古以来，人们就知道“天时地利人和”的小尺度时空情境对态势感知及意识的影响，只是明确用现代科学的手段实现情境（或情景）意识的研究是源自1988年Mica Endsley提出的Situation Awareness（SA）概念框架：“…the perception of the elements in the environment within a volume of time and space， the comprehension of their meaning， and the projection of their status in the near future.”（在一定的时间和空间内对环境中的各组成成分的感知、理解，进而预知这些成分的随后变化状况）但这只是个定性分析概念模型，其机理分析与定量计算还远远没有完善。

在真实的人机环境系统交互领域中，人的情景意识（Situation Awarensss）SA、机器的物理SA、环境的地理SA等往往同构于统一时空中（人的五种感知也应是并行的），对于人而言，人注意的切换产生了不同的主题与背景感受/体验。在人的行为环境与机的物理环境、地理环境相互作用的过程中，人的情景意识SA被视为一个开放的系统，是一个整体，其行为特征并非由人的元素单独所决定，而是取决于人机环境系统整体的内在特征，人的情景意识SA及其行为只不过是这个整体过程中的一部分罢了。另外，人机环境中许多个闭环系统常常是并行或嵌套的，并且特定情境下这些闭环系统的不同反馈环节信息又往往交叉融合在一起，起着或刺激或抑制的作用，不但有类似宗教情感类的柔性反馈（不妨称之为“软调节反馈”，人常常会延迟控制不同情感的释放），也存在着类似法律强制类的刚性反馈（不妨称之为“硬调节反馈”，常规意义上的自动控制反馈大都属于这类反馈）。如何快速化繁为简、化虚为实是衡量一个人机系统稳定性、有效性、可靠性大小的主要标志，是用数学方法的快速搜索比对还是运筹学的优化修剪计算，这是一个值得人工智能领域深究的问题。

人机环境交互系统往往是由有意志、有目的和有学习能力的人的活动构成，涉及变量众多、关系复杂，贯穿着人的主观因素和自觉目的，所以其中的主客体界线常常模糊，具有个别性、人为性、异质性、不确定性、价值与事实的统一性、主客相关性等特点，其中充满了复杂的随机因素的作用，不具备重复性。另外，人机环境交互系统有关机（装备）、环境（自然）研究活动中的主客体则界线分明，具有较强的实证性、自在性、同质性、确定性、价值中立性、客观性等特点。无论是在古代、中世纪还是在现代，哲学宗教早已不单纯是意识形态，而且逐渐成为各个阶级中的强大的政治力量，其影响不断渗透到社会生活的各个领域，更有甚者，把哲学、政治、法律等上层建筑都置于宗教控制之下。总之，以上诸多主客观元素的影响，进而导致了人机环境交互系统异常复杂和非常的不确定。所以对人机环境交互系统的研究不应仅仅包含科学的范式，如实验、理论、模拟、大数据，还应涉及到人文艺术的多种方法，如直观、揣测、思辨、风格、图像、情境等，在许多状况下还应与哲学宗教的多种进路相关联，如现象、具身、分析、理解与信仰，等等。

在充满变数的人机环境交互系统中，存在的逻辑不是主客观的必然性和确定性，而是与各种可能性保持互动的同步性，是一种得“意”忘“形”的见招拆招和随机应变能力。这种思维和能力可能更适合复杂的人类各种艺术过程。凡此种种，恰恰是人工智能所欠缺的地方。

人机之间的不同之处

人与机相比，人的语言或信息组块能力强，具有有限记忆和理性；机器对于语言或信息组块能力弱，具有无限记忆和理性，其语言（程序）运行和自我监督机制的同时实现应是保障机器可靠性的基本原则。人可以在使用母语时以不考虑语法的方式进行交流，并且在很多情境下可以感知语言、图画、音乐的多义性，如人的听觉、视觉、触觉等具有辨别性的同时还具有情感性，常常能够知觉到只可意会不可言传的信息或概念（如对哲学这种很难通过学习得到学问的思考）。机器尽管可以下棋、回答问题，但对跨领域情境的随机应变能力很弱，对彼此矛盾或含糊不清的信息不能有效反应（缺少必要的竞争冒险选择机制），主次不分，综合辨析识别能力不足，不会使用归纳推理演绎等方法形成概念或提出新概念，更奢谈产生形而上学的理论形式。

人与机器在语言及信息的处理差异方面，主要体现在能否把表面上无关之事物相关在一起的能力。尽管大数据时代可能会有所变化，但对机器而言，抽象表征的提炼亦即基于规则条件及概率统计的决策方式与基于情感感动及顿悟冥想的判断（人类特有的）机理之间的鸿沟依然存在。

人工智能与哲学

人类文明实际上是一个认知的体现，无论是最早的美索不达米亚文明（距今6000多年），还是四大文明之后日新月异的以西方为代表的现代科技力量，其原点都可以落实到认知这个领域上。历史学家认为：以古希腊文化为驱动力的现代西方文明来源于古巴比伦和古埃及，其本质反应的是人与物（客观对象）之间的关系；而古印度所表征的文明中常常蕴含着人与神之间的信念；排名最后的古代中国文明是四大古文明中唯一较为完整地绵延至今的文化脉搏，其核心之道理反映的是人与人、人与环境之间的沟通交流（这也许正是中华文明之所以持续的重要原因吧）。纵观这些人、机（物）、环境之间系统交互的过程中，认知数据的产生、流通、处理、变异、卷曲、放大、衰减、消逝无时无刻不在进行着……

有人说人工智能是哲学问题。这句话有一定的道理，因为“我们是否能在计算机上完整地实现人类智能”，这个命题是一个哲学问题。康德认为哲学需要回答三个问题：我能知道什么？我应该做什么？我可以期待什么？分别对应着认识、道德、信仰。哲学不是要追究“什么是什么”，而是追求为什么“是”和如何“是”的问题。自2013年10月回国后，笔者一直在思考人机交互的本质问题，偶然与朋友交谈时聊及“共在”（Being together）一词，顿感很是恰当，试想，当今乃至可见的未来，人机之间的关系应该不是取代而是共存吧：相互按力分配、相互取长补短，共同进步，相互激发唤醒，有科有幻，有情有义，相得益彰……非常巧合的是，2014年以来，机器学习、互联网、机器人、人工智能等领域的发展也相当迅速，深度学习、类脑计算、情景感知一时间成了关键词，成了时髦语，但细细品来，其核心实质都不过是解释与建构的问题，形而上后竟会变成高大上的哲学问题。

其实哲学与科学、宗教一样，都是一个人为了能够获得理解而必须相信（除非你相信你不应当理解）的过程，这不是盲从，而是一种先信仰后理解的先验！比如，在科学中，物理学研究世界是什么样的（解释世界），计算机（数学）研究怎么造一个世界（建构世界），在这两者之间若没有相信、信任、信仰等先于理解而存在，恐怕是难以坚持进行下去的，毕竟在伸手不见五指的黑夜中，人是很难自行产生前进动力的（如一个没有利润的环境常常少见商人身影一般）。而信仰是一种赞同的思考，常常是一种非理性的激情、冲动情感，通过非理性而达到理性（通情达理），这不能不说是一个有趣的悖论！或许，这同时也是无中生有的禅理（以情化理）吧！

实际上，目前以符号表征、计算为代表的计算机虚拟建构体系是很难逼真反映以物理、生理、心理等理论解释真实世界的（数学本身并不完备），而认知科学的及时出现不自觉地把各“理”（物理、生理、心理）解释与各“机”（计算机、飞机、拖拉机）建构之间对立统一了起来，围绕是（Being）、应（Should）、要（Want）、能（Can）、变（Change）等节点展开融合进而形成一套新的人机环境系统交互体系。

有时候，世界是确定的，不确定的是我们自己，面对相同的文字、音乐、视频等情境事物，我们常常会随心情的不同而产生不同的觉察和理解，境随心转。有时候，世界是不确定的，确定的反而是我们自己，面对不同的文字、音乐、视频等情境事物，我们却能够处变不变而产生恒定表征，形成概念，心随境转。不管怎样，世界包括我们自己是由易、不易、简易、迁易、无易、有易、一易、多易……等诸多演化过程构成的，在这些纷繁复杂的变化中，都需要一种或多种参考框架体系协调其中的各种矛盾、悖论，而若追溯到这些框架体系的起源，应该就是人机环境之间的交互作用。或许，最好的智慧/智能真的就隐藏在这些交互的自相矛盾之中？！若果真如此，那又该如何破译呢？

哲学意义上的“我”也许就是人类研究的坐标原点或出发点，“我是谁”“我从哪里来”“要到那里去”这些问题也许就是人工智能研究的关键瓶颈？！

结束语

人工智能，尤其未来的强人工智能很可能是一种集科学技术、人文艺术、哲学宗教为一体的“有机化合物”，是各种“有限理性”与“有限感性”相互叠加和往返激荡的结果，而不仅仅是科学意义上的自然秩序之原理。它既包含了像科学技术那样只服从理性本身而不屈从于任何权威的确定性知识（答案）的东西，又包含着诸如人文艺术以及哲学、宗教等一些迄今仍为确定性的知识所不能肯定的思考。它不但关注着人机环境系统中的大数据挖掘，而且对涉及“蝴蝶效应”的临界小数据也极为敏感；它不但涉及计算、感知和认知等客观过程，而且还对算计、动机与猜测等主观过程颇为青睐；它不但与系统论、控制论和信息论等“老三论”相关，更与耗散结构论、协同论、突变论等“新三论”相联。它是整体与局部之间开环、闭环、自上而下、自下而上交叉融合的过程，是通过无关―弱相关―相关―强相关及其逆过程的混关联变换。

通过研究，我们是这样看待指人工智能技术问题的：首先人工智能过程不是被动地对环境的响应，而是一种主动行为，人工智能系统在环境信息的刺激下，通过采集、过滤，改变态势分析策略，从动态的信息流中抽取不变性，在人机环境交互作用下产生近乎知觉的操作或控制；其次，人工智能技术中的计算是动态的、非线形的（同认知技术计算相似），通常不需要一次将所有的问题都计算清楚，而是对所需要的信息加以计算；再者，人工智能技术中的计算应该是自适应的，人机系统的特性应该随着与外界的交互而变化。因此，人工智能技术中的计算应该是外界环境、机器和人的认知感知器共同作用的结果，三者缺一不可。

研究基于人类行为特征的人工智能系统技术，即研究在不确定性动态环境中组织的感知及反应能力，对于社会系统中重大（战争、自然灾害、金融危机等）的应急指挥和组织系统、复杂工业系统中的故障快速处理、系统重构与修复、复杂坏境中仿人机器人的设计与制造等问题的解决都有着重要的参考价值。

鉴于研究人工智能系统涉及面较广，极易产生非线性、随机性、不确定性等系统特征，使之系统建模研究时常面临着较大困难。在之前的研究中，多种有价值的理论模型被提出并用于描述表征、学习、理解、自主、预测等系统行为，但这些模型在对人工智能的实质及影响因素方面考虑还不够全面，也缺乏对模型可用性的实验验证，所以本文重点就是针对人机环境系统的实质及对人工智能影响因素这两个关键问题进行了较深入探讨，追根溯源，以期早日实现高效安全宜人可靠的强人工智能系统。

责 编M樊保玲

第5篇：人工智能技术难点范文

关键词：计算机辅助教学；智能计算机辅助教学；CAI系统

随着科学技术的发展，计算机在教学过程中占有了一席之地。计算机辅助教学（Computer Assisted Instruction――CAI）就是利用计算机辅助教师进行教学活动，通过学生与计算机间的交互从而达到教学目的。计算机辅助教学大致有两种方式：一种是将教师在课堂上用语言和板书的形式难以表述清晰的重点、难点以课件的方式呈现给学生，这种课件一般是以课堂演示的方式使用；另一种是以电子教案的形式出现。电子教案中不仅包括学习内容及重点、难点的演示，还包括一些习题及习题的分析与解答等内容。

因为受到支撑学科及计算机水平的限制，CAI软件的实现水平远远落后于CAI理论的发展。目前占主导地位的仍是基于行为主义学习理论的CAI软件系统。众所周知，这种软件通常都是基于框面，采用小步骤的分支式程序设计，学生在使用这种软件时则是被动地接受知识。现在，我国CAI软件的总体制作水平不高，软件的智能性和通用性不强，使得CAI软件的局限性比较大，有的仅仅是课堂教学的改版，教学内容、教学方法一成不变，无法根据学生的具体情况向他们提供合适的学习资料，进行恰当的个性化教学，从而达到实现学生全面发展的目标。而且软件如果需要增加新的结构相似的教学内容时，开发人员还需重新编程，这样既给开发者增加了许多重复性劳动，又给学习者造成了诸多不便。

目前使用的CAI软件存在着以下一些缺点：（1）网络支持不足：现在的大多数CAI软件是以光盘形式存在，在单机环境下运行。虽然大多具有网络支持，但是大多的网络支持都是针对这一版本的软件进行的系统修补，而很少针对教学内容进行更新维护，这样的软件生命周期不会很长。（2）教师的参与度不足：现在的大多数CAI软件在制作时就没有考虑到教师的参与，这些软件的学习和使用都是学生自主进行。通过这些软件，教师没有办法了解学生的学习情况，学生在碰到问题时也没有办法向教师求助，师生之间不能进行交流。这样的软件无法实现个别化教学。（3）监督机制不完善：现在的CAI软件之所以仅仅被视作一种教学辅助工具，而不是一种完全独立的教学手段，在很大程度上就是因为缺少必要的监督机制，得不到教育主管部门和社会大众的认可。

综上所述，现有的计算机辅助教学系统存在诸多问题，这些问题使计算机辅助教学系统不能适应新的要求。因此，智能计算机辅助教学系统将成为教育技术的一个新的发展方向。

智能计算机辅助教学（Intelligent Computer Assisted Instruction――ICAI）是一种新的教育技术，它以认知科学和思维科学为理论基础，综合了人工智能技术、教育学、心理学等各门学科的知识，对学生进行有效的教育。

ICAI系统主要由三个部分组成：知识库、学生模型和教师模型。知识库包含学科知识和教学知识两部分；学生模型提供了学生的程度：学生知道什么和不知道什么，代表了学生的智能活动；教师模型提供了教学方法，负责指导系统怎样进行教学活动，代表了教师的智能活动。此外，ICAI系统通常还包含一个具有自然语言处理的智能人机接口。

由此可见，ICAI系统将教学内容与教学方法分开，根据学生模型提供的信息，通过系统的智能搜索与推理，动态生成适合于特定学生的教学内容与策略；通过智能诊断机制判定学生的学习水平，分析学生产生错误的原因，从而向学生提出针对错误的修改意见，下一步的学习策略；通过对所有学生的错误进行统计，智能诊断机制将及时向教师提供教学策略的更改建议；通过对学生模型、教学过程、教学结果的智能分析，向教学主管部门提供对教师教学工作的评价意见。可以说，一个理想、完美的ICAI系统就是一个自主、优秀的“教师”。

要开发一个好的智能计算机辅助教学系统，需要考虑以下几个方面：

1.模拟人类将记忆与思维合一

由于计算机技术不断地发展，计算机数据交换方式也在不停地发展，从而提升了处理器与存储器之间的配合，这使智能计算机辅助教学系统进行模拟人类记忆与思维活动变得可能，从而可以同时应付多种不同的情况，进行多方位的综合性思考。

2.模拟人类较好地解决不确定性问题

现实世界中的事物大多是模糊的、不确定的，人类可以又快又好地处理这样的事物，但目前的计算机辅助教学系统无法做到这一点，为了能够对不确定性进行正确处理，需要从软件上弥补这一缺陷。

3.模拟人类较好地解决自主学习问题

人类具有感知能力，能通过各种感觉器官感知外部世界，从而得到所需要的有关信息，但目前的计算机辅助教学系统却不具备这种能力，它需要人们把已经表示出来的各种信息通过一些输入设备输入才能进行处理。虽然目前人们已经通过各种软件和硬件的方法能够与计算机辅助教学系统直接交互，但是这已经限制了计算机辅助教学系统的应用。

4.与网络技术相结合，实现深层次教学

随着多媒体技术和网络技术的飞速发展，智能计算机辅助教学系统不仅要在智能上有所发展，还要在多维的网络空间中发展进步。基于网络环境的智能计算机辅助教学系统要利用网络的优势，完成在线学习、实时讨论、随堂练习、网上测试等多种教学任务，实现远程教学。

5.人工智能技术的使用

人工智能技术在智能计算机辅助教学系统中的应用，主要体现在对普通的计算机辅助教学系统中引入了知识推理机制，如，每次课程结束时，系统会根据学生的随堂测试情况确定学生的新的认知水平，作为下次学习的起始依据，并且向学生提出新的学习建议。

6.提高虚拟学习环境的人机交互性

虚拟学习环境是由多媒体技术、仿真技术、计算机技术、网络技术相结合而产生的一种交互式人工世界。它的最根本的目的就是要实现基于自然技能的人机交互。在智能计算机辅助教学系统中，使用这种虚拟学习环境，能够在一般人所不能亲身体验的情景中，达到演示、操作完美统一的教学目的。

第6篇：人工智能技术难点范文

关键词：人工智能；全英文教学；教学内容改革；教学模式改革

1 实施全英文教学的必要性

随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。

智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。

2 当前国内全英文教学存在的主要问题

笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。

从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。

（1）对全英文教学的理解存在偏差。从项目3～5的调查结果看，教师不能正确处理好全英文教学与专业英语课教学的关系，使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅，多媒体课件形式为中英文相结合。

（2）全英文教学达不到预期的教学效果。从项目6和7的调查结果看，虽然一些大学花了很大代价邀请国外一流教授专家讲授课程，但由于人工智能课程理论性强、难度大，学生很难适应全英文课程教学。

（3）缺乏内容全面和难度适中的教材。从项目8和9的调查结果看，一些大学在实施人工智能课程全英语教学时直接引进原版英文教材，但这对本科生来说，原版英文教材内容偏多、难度较大，学生学习时不免有诸多畏难情绪。

（4）师资匮乏。从项目10的调查结果看，学生对承担全英文教学教师的满意程度普遍不高。实际上，全英文教学对承担课程教学的教师要求很高，他们不仅需要具备专业知识，而且还要掌握英语应用技能，而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。

综上所述，如何改革全英文教学模式，讲授哪些教学内容，采用何种科学的教学方法与手段，是值得我们思考和关注的教学改革重点和难点。

针对以上这些问题，我们深入研究人工智能课程的特点，对现有教学模式、内容及方法进行全方位探索和改革，制订全英文教学计划，对促进教学工作、提高教学质量、培养国际创新型人才起重要作用，其重要意义具体体现在以下3个方面。

（1）探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合，建立全英文教学的新型模式，这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。

（2）全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术，开阔国际视野，有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。

（3）全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。

3 全英文教学内容改革

建立完善的全英语教学体系，需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时，因此我们需要考虑从什么角度组织教学内容，才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术，从而显著提高教学效果。

与国内教学内容相比，国外教学更注重分析问题的思维方法和解决问题的应用能力，对提高学生的学习兴趣以及培养学生的创新能力十分有益，但是原版内容过多，且大多以国外政治、经济、文化、社会和生活为背景，对于我国学生来说，理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题，我们需要在引进、消化和吸收国外经典教材内容的基础上，有选择性地挑选合适内容。国外经典教材编写思路不尽相同，一些经典人工智能教材及主要内容见表2。

人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点，即人工智能应围绕“智能”这个核心，但由于智能本身非常复杂，难以用单一的理论与方法描述，需要从不同的抽象层次刻画智能这个主题。我们认为，人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。

在最底层，神经网络与演化计算（适应性原理与仿生机制等）辅助感知以及与物理世界的交互；抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解；更高层则提出学习、规划、推理的模型和方式；应用层构造智能化智能体以及具有一定智能的人工系统，让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次，为保证教学内容的循序渐进性，还可按照抽象层更高层最底层应用层顺序安排教学内容。

4 全英文教学模式改革的实施关键

针对以上国内全英文教学中存在的主要问题，我们提出人工智能课程全英文教学模式改革的实施关键，包括全英文课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。

4.1 全英文课堂教学模式的重定位

人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标，分两个阶段进行，国内教师与国外教师共同授课。首先，国内主讲教师讲授人工智能课程的基础原理、模型和方法，可采用集中授课、案例教学和课堂实践等教学方式，使学生掌握人工智能的一般基础知识；在此基础上，再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术，包括集中授课和专题研讨。经过基础学习，学生一般已掌握人工智能基础知识，因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比，该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。

4.2 “二三二”模式教学方法的改革

实行全英语教学后，由于使用英文教材及中外教育背景存在差异等因素，我们在教学过程中对教学方法进行一定程度的调整和改进，包括全英文授课形式、案例教学、教学内容以及教学手段等方面；配合“1+1”全英文双课堂教学模式，提出图3所示的“二三二”模式教学方法，培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。

该教学方法模式包括：（1）过渡式全英文与沉浸式全英语两大英语教学方式；（2）激励自主式、启发互动式、体验学习式三大学习法，激发学生学习兴趣，使学生牢固掌握人工智能基础理论与方法；（3）参与学习式和自我展示式两大学习法，培养学生综合运用知识的能力和创新能力。

在全英文课堂授课过程中，我们需要注重把握英语与专业的比例。首先，不能一味地追求全英文授课的形式而忽视教学效果；其次，还需要为学生提供一个良好的语言学习环境，在实际教学中注重培养学生良好的英语思维习惯，从根本上提高学生的英语水平。

人工智能课程包含大量概念，内容抽象，算法复杂，学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣，获得较好的预期教学效果，但要达到理想的教学目标，仅仅靠课堂教学远远不够，还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座，鼓励学生参加相关的课外科研/科技活动，使得学生能够体验式地、自主地学习，更好地了解人工智能新技术，从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式，不仅能够丰富教学内涵，而且可以充实学科前沿知识并拓宽学生的国际视野。

4.3 集先进性、前沿性和实用性为一体的教学内容创新

除了引进、消化和吸收国外经典教材内容以外，我们还需要逐步建立起具有自身特色的教学内容，以保证教学内容集先进性、前沿性和实用性为一体。

（1）先进性。我们提出教学与科研相结合，以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目，将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中，确保教学内容的先进性，有效提高教学改革的质量。

（2）前沿性。对人工智能发展较快的领域，如智能计算、数据挖掘等，还需更新和补充全英文教学内容，同时可以邀请国际知名大学教授共同研究与探讨教学内容，保证课程内容具有一定的前沿性，通过实现全英语教学保证课程与国际接轨。

（3）实用性。在讲授基础理论知识的基础上，还应注重实践的应用，增强学生的动手操作能力，以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识，适当补充案例与实例，使得教学内容与实际相联系，丰富课程内涵并提高教学效果。

4.4 全专业英语教学团队的打造

师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底，但不能熟练地运用英语进行授课，而有些教师则知识结构单一，缺少人工智能及其相关学科间的交叉与融合，因此我们需要多渠道、多层次地打造既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英语教师队伍。将科研与教学相结合，利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作，争取申请国际合作科研项目，利用科研提高教师的教学质量、专业水平和英语技能。

5 全英文教学的具体实施

我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学，具体实施过程如下。

（1）国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组，三者之间相互配合并共同促进，保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持；教学工作小组制订全英文教学工作规划和年度计划；监管小组定期对工作小组的教学完成情况进行评估。

（2）在课程教学中，打破国内常规教学方式，建立开放式全英文教学模式，教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心，以讲授与专题讨论相结合的方式，围绕基本原理、方法与技术展开教学，激发学生自主学习与创新学习的热情。

（3）国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题，而且取得了一些有影响的研究成果，形成了自己的学科特色和优势。2006年，国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。

（4）聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时，利用国外学者来武汉大学顺访的机会，请其为学生作学术报告，使学生了解国际最新人工智能技术，如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。

（5）国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时，优先考虑给本科生授课的全英文教师，并将全英文教学能力作为选拔条件，以教师的学术进修带动全英文教学建设，使学科和专业建设与全英语教学队伍打造相结合，全面推进全英语教学工作的开展。

6 结语

人工智能是计算机科学与技术专业的重要课程，目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机，针对目前国内全英文教学中存在的亟待解决的主要问题，提出人工智能全英文教学内容与教学模式改革的新思路。

（1）以智能为核心，从不同抽象层次刻画智能主题，构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。

（2）突破传统教学模式，对全英文教学模式进行重定位，提出“1+1”全英文双课堂教学模式。

（3）提出“二三二”模式教学方法的改革方案，培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。

（4）提出教学与科研相结合，以科研带动教学发展的新思路，进行集先进性、前沿性和实用性为一体的教学内容创新。

第7篇：人工智能技术难点范文

关键词：火电厂 锅炉 主汽温 控制

锅炉是火电厂极其重要的基础设备，发挥着重要的作用。主蒸汽温度是锅炉最主要的输出变量之一。主汽温度在确保机组运行的安全性能和稳定性能方面具有极其重要的作用，因为主汽温度具有自动调节的作用，主要是通过维持过热器出口气温的范围，以保持其在正常范围内进行运转。如果该温度过高会造成一些设备的损坏，锅炉受热面以及蒸汽管道金属材料的蠕变速度将会大大加快，这样会降低设备的使用寿命。

一、引起主汽温度变化的各种原因及其控制难点

在锅炉正常运行过程中，会有多种因素对锅炉的主蒸汽温度造成影响，在这多种多样的影响因素中主要包括：在蒸汽侧有主蒸汽流量、给水温度、减温水温度、减温水流量、在烟气侧有烟气量和燃烧器的投运方式以及受热面的污染状况等，其中烟气量主要包括总风量和燃料量。最为主要的影响因素是主蒸汽流量、烟气量和减温水流量等因素。

由于蒸汽温度控制的复杂性，主蒸汽温度的控制一直是锅炉运行过程中的难点，所以对这方面操作有相当严格的标准，在运行过程中要求主蒸汽温度具有稳定性，上下值之间在5℃的范围内浮动是正常现象。如果主蒸汽温度控制不好，长时间的高温运行下会导致过热器损坏并且爆管，在汽机侧还会导致汽轮机的寿命缩短，汽缸、汽阀、前几级喷嘴和叶片、高压缸前轴承等部件都会受到损坏。

与温度过高相比，主蒸汽温度过低同样会引发机组运行的安全问题，会严重的影响到机组的循环热效率降低，这将直接影响到锅炉的使用效率。一般汽温每降低5℃～10℃，炉的使用效率约降低1%，同时会引起叶片磨损，这主要是通过汽轮机的最后几集蒸汽温度增加引起的。如果汽温变化过于剧烈，将会引起锅炉和汽轮机等金属管材及部件的疲劳，严重时还会引起汽轮机汽缸和转子的胀差变化。温度控制对于机组的正常运行十分必要，如果温度控制不好则会直接影响到机组的工作效率，甚至危及机组的生产安全和人员的安全。所以对于电厂锅炉主蒸汽温度的变化控制是十分必要的，需要有一套科学严谨的控制措施，来保证锅炉的正常运行。

二、主汽温度的控制的主要策略和方法

1.经典控制理论基础上的主汽温度控制方法

常规PID控制是目前被普遍采用的一种方法，但是由于其自身存在的缺点和不足之处使其难以建立起精确的数学模型，仅仅依靠PID控制。所以，无论PID参数如何匹配，也很难使蒸汽温度适应各种扰动的变化。

同时，在运行状况发生较大变化的情况下，过热汽温对象的动态特性以及模型参数将会受到明显影响。常规PID控制方法获得的控制效果并不是十分让人满意。针对常规PID控制的固有缺点，研究人员提出了一系列的改进方法，设置了相应的相位补偿，前馈补偿控制，分段控制等。但是，这些措施的改进和出现，还是没有从根本上使控制的效果达到令人满意的效果。究其原因，它们无法对系统的内部动态参数进行直接有效地控制。

2.以现代控制理论为基础的主汽温度控制方法

现代控制理论的本质为时域法，它从一定程度上解决了系统的可控性、可观测性和稳定性以及其他很多复杂的系统控制问题。但是，这种控制方法在工程实现方面还是存在一定缺陷。基于现代控制理论的主汽温度控制方法主要包括状态变量控制，预测控制，Smith预估控制，自适应控制等。

3.智能控制

智能控制作为新兴的理论和技术，是传统控制方法在理论和实践上的进一步发展和探索，是传统控制发展到高级阶段的产物，具有其他控制理论所不具有的独特优势。它可以用来解决控制对象参数在大范围变化的问题，而这些问题是传统的控制方法不能够解决的。对于主汽温度控制来说，有应用人工智能、开发专家控制系统、人工神经网络控制系统和模型控制系统等计算机科学的最新技术。

（1）专家控制

专家控制系统作为一种先进的计算机程序系统，有着大量的专门知识和经验。主要通过应用人工智能技术，以一个或多个人类专家提供的特殊领域知识和经验为基础，进行推理和判断，模拟人类专家做决策的方式和程序，解决那些需要专家决定的复杂问题。目前，专家系统控制器通常由控制规则库、推理机、信息获取器和输出处理器等组成。

（2）人工神经网络控制

神经网络的优点是很明显的，主要包括强鲁棒性、容错性、并行处理、自学习、逼近非线性关系等特点，主要的优势是用于解决非线性和不确定系统控制方法等各方面的问题。并且，这种控制方式还对非线性的PID进行了改造，采用人工神经网络与PID结合的控制方法，使常规的PID控制器获得了令人满意的性能。单神经元模型与常规PID控制器进行了科学的整合，形成了单神经元PID控制器，这种控制器具有极强的自适应能力。

（3）模糊控制

模糊控制的突出特点是具有人工智能化，不需要对对象过程的精确数学模型进行精确了解，便可以对过程参数的变化具有较高的适应性。仅仅依靠模糊规则来实现汽温系统的控制是很难实现的，加之模糊控制有着固有的缺点，稳定性不高、精度不高，这就导致模糊控制难以消除系统的稳态误差。混合型模糊PID系统将串级控制与模糊控制的优点有机地组合起来，较好的解决了蒸汽系统中系统小的超调量与系统快速性间的矛盾。

三、结论

面对电厂锅炉这个复杂的控制对象，人们一直都在不停地探索更为精准和高效的控制手段，并且致力于寻找一种切实有效的方法，以保证设备的使用安全性和系统稳定性。经过实践和总结，已经从经典控制理论发展到现代控制理论，并且又出现了智能控制方法。有许多智能的控制方法，在理论研究上所取得的效果是良好的。但是。由于工程中实际存在的问题和缺陷，并没有在实际生产中得到广泛的应用。所以，大部分仍处于实验室仿真阶段研究，如何使其应用到实际生产是一个重大课题。

参考文献：

[1]王研凯.循环流化床锅炉主汽温度低的原因分析及处理[J].内蒙古电力技术，2009，（6）.

[2]吕朝晖，徐光宝，等.浅谈提高热工测量准确性与节能工作的关系及策略[J].华北电力技术，2009，（9）.

第8篇：人工智能技术难点范文

关键词：决策支持系统；人件；人件服务；软件服务

一、 引言

随着决策理论与方法研究的推进，计算机科学与信息技术的飞速发展，为满足决策者决策需求内涵的丰富与提升，一种重要的决策支持工具――决策支持系统（Decision Support System，DSS）应运而生。1971年，Scott Morton和Gorry首次提出DSS的概念以支持半结构化和非结构化决策。DSS是在MIS和基于模型的信息系统基础上发展起来的可形式化、可模型化的、层次较高的信息系统，追求的目标是有效性。自从DSS的概念被提出以来，研究者和实践家们一直在努力构建更合理、更完善的系统体系。

二、 决策支持系统

1. DSS概念体系。

（1）理论基础与实现依据。DSS的理论研究及实践开发和很多学科（领域）的知识有关，其理论框架涉及到计算机科学、信息科学、管理科学、决策科学、行为科学等领域。它不断吸收其他学科的知识并遵循其自身结构与功能特征的发展规律以完善其理论体系。

DSS支持全部决策过程，不同的研究者对决策过程模型有不同的认知和表述。DSS的研究者在很大程度上受到Simon决策过程模型的影响。它不仅用来解释决策过程，还是DSS实现的理论依据，且被很多研究者作为区分DSS和其他信息系统（如MIS、ES等）的标志。

（2）定义。自DSS的概念提出后，很多专家与学者（如Keen，Little，Alter，Moore，Bonczek & Tuban）等对DSS的定义进行了不断扩充与完善。

在军事指挥决策领域，DSS往往被称为辅助决策系统，但“决策支持辅助系统”和“辅助决策支持系统”都是不严谨的名称，因“支持”和“辅助”内涵相近。DSS的术语是内容自由的表述，不同时期、不同领域、采用不同技术的人对其有不同的理解。DSS广义的理解是指用来描述任何支持决策过程的人机系统，狭义的理解是指一种特定的技术。随着相关理论和技术的发展，DSS的概念内涵和外延都在不断丰富与发展之中，但理解DSS的实质需根据系统结构及其所决定的系统关键特征和功能。

因此，没有一个广为人们接受的统一的DSS定义，这也为该领域的发展留有待扩充空间，但不能忽视DSS的目的是支持和改进决策过程。

（3）基本结构。传统DSS基本结构总的来说分为两大类：一类是以Sprague两库结构为基础的“三部件”结构，它由数据部件、模型部件和对话部件组成，如图1所示；另一类是Bonczek（1981）提出的基于知识的“三系统”体系结构，它由语言子系统、问题处理子系统和知识子系统组成，如图2所示。它们分别从不同的角度揭示了DSS的内部结构和功能模块特征，都对后来DSS的结构扩充产生了很大的影响。

（4）关键特征和功能。因DSS没有统一的、广为接受的定义，故DSS的标准特征和功能也没有统一的描述。但理想中的DSS的关键特征和功能如图3所示。

（5）分类。在DSS的演化进程中，不同时期的不同研究者从不同视角、不同层次对DSS作了不同的分类。比较有代表性的是：Donovan，Madnick（1977）按能否支持重复决策，把DSS分为惯例DSS和临时性DSS；Arnott，Pervan（2005）按DSS的应用范围和技术特点，分为个人DSS，GDSS，谈判DSS，IDSS，基于知识管理的DSS，BI和DB。

在学术界广为接受的是Power（2007）按驱动方式将DSS分为模型驱动型DSS、数据驱动型DSS、通信驱动型DSS、文本驱动型DSS、知识驱动型DSS和基于Web的DSS等类型。近年来，基于数据仓库（Data Warehouse，DW）、联机在线分析（On-Line Analytical Process，OLAP）和数据挖掘（Data Mining，DM）的商业智能技术得到了迅速发展，再加上Microsoft、Oracle、IBM等数据库厂商的大力开发与支持，使得数据驱动的DSS相对于模型驱动的DSS具有更高的标准化程度和产品成熟度。

2. 系统分析和设计方法。DSS的系统分析和EDPS、MIS等不同，主要应符合决策者对决策过程的认知、满足DSS的设计规范和提升DSS的系统效能等方面。对DSS的系统分析通常采用一种称之为ROMC的方法，即表述（Representation）、操作（Operation）、记忆辅助（Memory aid）和控制机构（Control Mechanism）等，其主要特征是过程独立、依赖表达式但方法本身并没有提供实现DSS结构的具体技术。

DSS的设计可采用结构化系统开发方法、层次模型法、面向对象法等。每种方法的着眼点不同，选择系统设计方法时，需综合考虑开发人员的知识结构、决策问题的结构与特征、系统的可维护性等因素。

3. 应用。在已投入使用的信息系统中均有DSS成功应用于经济、管理、军事等领域的实例，这大大提高了决策的科学性。目前，许多全球著名的软件供应商，如CA、IBM、Oracle、NCR、Informix、SAS等都提供支持DSS研发的各种工具。

在国内，从事DSS研究的单位主要有中科院、南京大学、国防科大、中南大学等，它们已取得了很多理论研究与实践应用成果。目前，国内DSS的应用主要体现在大型互联电网、高等教育评估、军队指挥自动化、应急管理、物流管理等领域，其应用范畴仍在不断扩展之中。

三、 演化进程

自DSS概念提出以来，在人工智能、数据库、模型库、知识管理、联机分析、语义Web服务等新技术的不断推动以及对决策理论与方法的深入研究，DSS呈现出了以不同技术为主要表征的多种形态并已经取得了一系列重要的进展，如：对DSS定义和基本框架的拓展和改进、面向组织和团队的群体决策支持系统（Group Decision Support System，GDSS）、商业智能（Business Intelligence，BI）技术、决策支持中心（Decision Support Center，DSC）、综合性决策支持系统（Intelligent，Interactive and Integrated DSS，I3DSS）、智能决策支持系统（Intelligent Decision Support System，IDSS）以及基于网络技术而发展的分布式决策支持系统（Distributed Decision Support System，DDSS）等，目前DSS的研究主要集中在应用层面，其演化进程总结如下。

20世纪60年代：DSS的研究主要体现在Scott Morto的管理决策支持，卡内基梅隆大学（CMU）的组织决策理论研究，麻省理工学院（MIT）的有关交互式在线分析处理系统的技术研究，决策支持理论发展等方面。系统的主要特征是将交互式技术应用于管理任务。

20世纪70年代：Scott Morton和Gorry（1971）提出DSS的概念；1971年~1976年，研究主要集中在交互式的计算机系统，后把模型融入DSS；Keen和Scott Morton（1978）把DSS的应用范围限定在对半结构化管理决策的支持；这阶段具有代表性的是BrandAid，Alter，Holsapple等的研究。70年代中后期，系统主要注重有效性，而不是效率。

20世纪80年代：Sprague（1980）提出DSS的“三部件”结构，后又增加了知识库和方法库；Bonczek（1980）等提出DSS的“三系统”结构；1981年首届DSS国际会议在亚特兰大举办；1980年出现了GDSS的概念；Owen（1985）等人提出了DSC的概念；Kersten（1985）年开发支持谈判的决策支持系统NEGO；1989年出现的群件Lotus Notes；Kraemer和King（1989）提出的协同决策系统CDSS。人工神经元网络及机器学习等技术的研究与应用为知识的学习与获取提供了新途径，如专家系统和DSS结合形成IDSS。这阶段有代表性的是：DSS书籍；群决策支持系统原型；基于计算机的专家系统等。20世纪80年代中后期，注重系统的柔性及应用性。1990年以前，DSS大多是模型驱动的。

20世纪90年代：1990年后，Bill Inmon和Ralph Kimball积极推崇使用关系数据库技术建立数据驱动的DSS；1994年，开始把OLAP功能集成到数据库中；1995年，数据仓库和World Wide Web开始影响决策支持技术的发展，基于Web的DSS变得切实可行；Gartner Group（1996），提出BI的概念。随着网络、新一代数据库、多媒体、仿真和虚拟现实等技术的发展，DSS的研究主要集中在商业智能/联机在线分析、数据仓库、基于Web服务的系统/门户网站、数据挖掘等方面。系统的主要特征是网络化、应用性、数据驱动。

21世纪至今：系统研究注重应用、注重集成及融入人的高级思维，出现了面向服务的体系结构（Service-Oriented Architecture，SOA）的一体化系统形态。重视计算机与人的知识的相互融合及有效管理，强调DSS与人的交互。特别是近几年来，开始关注触控界面技术。系统的主要特征是友好交互、个性化、智能化、集成化。

DSS名称的扩展反映了决策支持技术的进步和决策者需求内涵的提升，几种主要的DSS形态的特征对比如表1所示。

每一种系统形态都有其独特的运用范围，即所求解的决策问题都有一定的边界。当然，无论是哪种形态的DSS，都需经过系统调查、可行性论证、系统规划、系统分析、系统设计、系统实施和系统评价等各阶段。

四、 面临的问题

目前，物联网、云计算、网络超算、无线传感、语义Web等新技术的出现和现有决策支持技术的发展，对个人、组织和社会的影响与日俱增。现有的DSS体系架构面临复杂决策环境下决策者逐渐增强的参与意识时屡屡陷入困境，这引起了我们的反思，DSS的决策支持效能为什么多年来没能提上去？

传统DSS是进行决策任务求解的重要支持工具，主要具备基于逻辑和符号推理的理性决策能力。在实践中常面临以下问题：

（1）知识提取困难。信息是决策的基础，海量（多维）信息、不完备信息，并有信息孤岛的存在，如何从这些信息中提取所需知识成为严重影响DSS系统效能的因素。

（2）处理半结构化和非结构化决策问题的能力较弱。目前，已经应用于实践的DSS大部分是模型或数据驱动的，面对结构化和非结构化的问题缺乏有效的解决途径。

（3）忽视了人的参与作用。传统DSS的发展重心在技术，主要依靠数据和模型从决策技术层面支持人的决策，忽略了不能完全模型化（定量化）的非技术因素（人的认知），人只是系统的“看客”，而单纯考虑技术因素往往让决策者认为技术不符合决策需求，作为非技术因素的人又是决策系统的一个重要组件，其参与作用如何才能被刻画出来且无缝融入系统并获得决策者的认可。

这些存在的问题严重影响了DSS的使用价值和用户的使用热情，以致DSS的进展不大，但这也是一种挑战和推动力。因此，如何突破现有DSS的体系架构以提供快速决策和满足决策者真实需求的复杂的、个性化的决策服务也就成为了研究焦点。

五、 发展趋势

进入20世纪90年代以来，人工智能（包括遗传算法、模糊逻辑和智能等），数据库技术，Web Service，特别是一些专用技术如网格计算、人机交互、移动计算和启发式搜索的算法等技术的发展，为DSS的发展提供了强大的技术支撑，扩展了系统辅助决策的深度与广度。其发展趋势主要有：

1. 注重基于认知特征的人机交互技术。系统通过人机交互技术支持决策过程，为决策过程中超越其认知极限的问题处理提供适用技术手段。近年来，基于知识的人机交互技术是目前DSS研究的主要方向。随着信息技术的发展，人机交互技术的研究也从简单的菜单驱动和多媒体界面发展到智能化、多模态（通道）界面，除了传统的键盘输入、触摸屏等接触式操控模式外，还允许语言、手势、视觉（眼动仪）等多种非接触式操控模式。

2. 注重人的高级思维的参与，从技术和非技术角度重建系统架构。目前，人类对信息处理规律的研究与探索已经渗透到认知领域，但人的认知特征并没有体现在传统DSS系统设计与操作过程中。我们认为，需从技术与非技术的角度考虑DSS的体系结构。将人的高级思维嵌入到非结构化决策问题求解之中以实现人机智能的协同与融合，以期系统在可信度、可行性、适应性、敏捷性等方面都会有所提高。当然，这势必会引起新型决策系统架构的改变，也会带来一系列需要解决的关键技术。譬如，如何将人件（参与决策活动的人）和软件网络赋能为人件服务和软件服务，并纳入系统进行统一管理、调度及使能驱动等。

3. 注重各种相关技术的集成应用。未来的DSS将是综合集成的，是一个集各种决策支持技术于一身的多功能系统。它把专家群体、决策者、统计数据和信息资料与计算机软件系统等有机结合起来，构成一个操作便利、快捷、流畅、更能反映决策者高级思维的新型决策系统，具有感性与理性、定性与定量的综合功能。特别是将语义Web服务、认知科学与未来DSS的设计与开发相结合，已引起国内一些科研院所（校）的重视，并开展了一些基础性研究工作，但仍有很多理论问题和技术实现难点有待深入研究。

4. 注重系统的智能化。随着人工智能技术的不断发展，人工智能技术在DSS中的应用己经相当广泛。大体可分为两类：一类是用人工智能技术去实现DSS的模型管理、模型选择等；另一类则是利用人工智能的知识表达和推理能力直接为决策问题提供支持。如使用专家系统可提升DSS的模型和数据管理；神经计算系统或GSS能够支持专家系统的知识获取过程；智能技术能实现不同任务的自动化，最终代替人执行许多日常事务等。

六、 总结

阐述了DSS的产生背景、概念体系、系统分析和设计方法、应用等方面，总结了DSS的演化发展历程。针对现有的DSS体系架构面临复杂决策环境下决策者逐渐增强的参与意识时屡屡陷入“困境”，反思了为何多年来DSS的系统效能提不上去的原因，并分析了DSS进一步的发展趋势。

参考文献：

1. 吴奎.基于面向服务架构的辅助决策开发平台若干关键技术研究.南京：南京理工大学博士学位论文，2010.

2. 白晓民，张伯明.大型互联电网在线运行可靠性评估、预警和决策支持系统.北京：清华大学出版社，2010.

3. 瞿斌.高等教育评估决策支持系统.北京：中国水利水电出版社，2011.

4. 李照顺，宋祥斌等.决策支持系统及其军事应用.北京：国防工业出版社，2011.

5. 吴健宏，翁文国.应急避难场所的选址决策支持系统.清华大学学报（自然科学版），2011，51（5）：632-636.

6. 王富忠，沈祖志.物流敏捷调运决策支持系统的研究.中国管理科学，2011，19（1）：84-90.

7. 黄孝鹏，周献中，田卫萍.基于人件服务的人机协同决策系统有关问题研究.第三届C4ISR技术论坛，2011，（11）.

8. 黄孝鹏，周献中，杨佩，萧毅鸿.基于人件服务的新型决策系统关键技术研究.计算机应用与软件，2012，29（2）：19-21，66.

基金项目：国家自然科学基金（项目号：71171107）；总装重点预研基金（项目号：9140A06040510BQ***）；江苏省普通高校研究生科研创新计划（项目号：CXZZ11_0054）。

第9篇：人工智能技术难点范文

Abstract: Airfield lighting system as a civil airport near visual system is an important link to maintain normal airport. It is the important visual auxiliary navigation equipment to guarantee safe flight, and is an key link in the process of landing. The normal operation of the light system directly is related to the peace of aircraft landing. In view of the importance of the airport light, it must be kept in normal working condition. Along with the rapid development of civil aviation, the original light manual inspection methods can not adapt to the request. The light equipment automatic control, improving the reliability of light has become the basic requirements of the system.

关键词: 助航灯光监控现状;发展趋势;探究

Key words: light monitoring status;development trend;explore

中图分类号:V351.3 文献标识码:A文章编号:1006-4311(2010)20-0149-01

0引言

助航灯光巡检监控系统由电脑主机及与灯位等量的故障定位器及通讯环路组成。系统的基本工作原理是,由安装于隔离变压器和灯具之间的故障定位器,实时检测隔离变压器和灯具的有关数据,将数据进行处理后,通过通讯环路传输,由监控系统的电脑主机接收显示,告知灯位的正常、老化、断芯及封装隔离变压器的铁桶进水等状态信息。

1民用助航灯光监控系统的发展现状

我国的民用航空的助航灯光监控系统起步较晚,现在也只有太原的无宿机场、武汉的天河机场、福建的武夷山机场、西安的咸阳机场等与国内的一些研究所联合研制助航灯光计算机监控和巡检系统。尽管在监控方面取得一定的成就,也推动了我国助航灯光管理的现代化向前迈进了一步。但是在故障巡检方面却始终无法克服一些弊端,实际应用效果在机场大规模使用效果上并不理想,因此,要提高民用航空的助航灯光的可靠运行,必须对现有的助航灯光监控系统加以改进。

随着我国民用航空业的发展,一些旅客吞吐量较大的国际机场和新建机场大都引进了国外的助航灯光监控和灯泡断芯监测系统。其中南京禄口机场引进了英国的助航灯光监控系统;上海的浦东机场、杭州的萧山机场先后引进了瑞典的助航灯光监控与灯泡断芯监测系统。但是这些系统的故障检测都只是完成灯泡的断芯检测,功能单一,仍然无法满足我国机场的助航灯光监控系统的实际需求。

目前,国外很多机场都另外铺设光纤,用于监控系统检测数据的通讯。这种模式既高速、可靠,又没有电磁污染,并能从根本上解决巡检系统的难点,能实现更多的检测功能,是非常不错的方案。国外一般机场在建设时,都有铺设布线管,不用进行大规模施工就能进行光纤铺设。但是这种方案在国内有相当的难度,国内机场除了近几年新建外,一般都没有预埋布线管道,有些机场将供电电缆直接布在跑道的水泥里。因此,对处于运行中的机场进行如此大规模的施工并不现实,而且影响机场的正常运行。

2民用助航灯光监控系统发展趋势

2.1 民用助航灯光监控系统网络化计算机网络作为信息和数据通信的工具已成为信息时代的技术支柱,使人类生产和社会生活的面貌发生了根本性变化。它不仅深刻影响着各个工业领域,而且也为各个工业领域提供了强有力的必要通信手段。这对于民用助航灯光监控系统网络化实现也会有很大的益处的。民用助航灯光系统能够得到的系统故障信息愈多,则对故障性质、故障位置的判断和故障距离的检测也就会更加准确。但要真正实现民用助航灯光监控系统运行方式和故障状态的自适应,还必须要获得更多的系统运行和故障信息,只有依靠实现民用助航灯光监控系统的计算机网络化,才能做到这一点。网络作为计算机技术、通信技术、网络技术和微机保护相结合的产物,通过计算机网络来实现对助航灯光监控系统功能、灯光系统线路、变压器、开关柜实施监控。网络监控的最大好处是数据共享,可实现本来由高频保护、光纤保护才能实现的纵联保护。另外,由于民用助航灯光监控系统采集了所有助航灯光设备的电流量、母线电压量,所以很容易就可实现母线实施监控。民用助航灯光网络监控系统是一种新型的较为成熟的监控手段,是微机监控技术发展的必然趋势。由于助航灯光系统在整个系统运行中的重要性,故此必须采取有针对性的网络安全控制策略,以确保网络系统的安全。助航灯光监控系统网络化可大大提高助航灯光系统设备运行性能和可靠性,这也是助航灯光监控系统发展的必然趋势。

2.2 民用助航灯光监控系统综合自动化在对民用助航灯光实现计算机化和网络化监控的条件下,助航灯光监控系统实际上就是一台高性能、多功能的计算机,是整个助航灯光系统上计算机网络上的一个智能终端。它可从网络上获取助航灯光系统运行和故障的任何信息和技术数据,也可将它所获得的被保护元件的任何信息和数据传送给网络控制中心或任一终端。不但可完成对助航灯光实施保护监控功能,而且在无故障正常运行情况下还可完成测量、控制、数据通信功能,亦即实现保护监控、控制、测量、数据通信一体化。

2.3 民用助航灯光监控系统智能化随着计算机技术的飞速发展及计算机在民用助航灯光监控系统发展领域中的普遍应用,新的控制原理和方法不断被应用于助航灯光计算机监控系统。近年来人工智能技术如专家系统、人工神经网络 、遗传算法、模糊逻辑、小波理论等在助航灯光领域应用,从而使助航灯光监控系统的研究向更高的层次发展,出现了引人注目的新趋势。随着人工智能技术的不断发展,新的方法也在不断涌现,在助航灯光监控系统中的应用范围也在不断扩大,为民用助航灯光监控系统的发展注入新的活力。