在线客服

人工智能培训总结实用13篇

引论:我们为您整理了13篇人工智能培训总结范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

人工智能培训总结

篇1

二、积极参与全省职业技能鉴定工作

参与从授课到命题、考件制作、印制试卷、监考、阅卷、评分、登分、资料整理归档等全过程。授课和命题涵盖了邮政业务营销员初、中、高、技师;邮件分拣员、报刊发行员等多工种多级别;参入了的理论监考、技能考核现场评判及评分等工作。

职鉴命题严格按照技能鉴定规范的要求,力争考点全涵盖;为了杜绝泄密,确保考试的公平公正,对所担负职业的每批次考件重新命题制作,虽说工作量很大,但每次都保质保量在考前准备就绪;监考巡考每场次必查验考生的准考证和身份证,坚决杜绝代考行为;评分严格执行规范扣分标准密封阅卷,登分认真仔细,全程经得起抽查检查,确保成绩无误。

篇2

(一)专业水平问题

人工智能可以通过“大脑”思考问题,在现代化信息技术的作用下,人工智能的思考能力和效率,往往会超过人的大脑。目前,人工智能主要应用于图像识别、逻辑程序设计、机器人操控等方面。其中,财务智能机器人最能体现出人工智能的优势和特长。与之相比,传统的财务会计职能进行简单且具有重复性的核算工作,工作内容简单,但是工作效率较低。人工运算会消耗大量的时间,最终所得到的成果远不及机器人操作得到的结果。

(二)协同发展问题

财务会计工作人员在日常工作中,要进行大量重复性操作,在资金管理方面,需要提供管理层信息。工作人员在工作中,需要参与到企业内部的财务部门进行资料收集整理,但是不能参与到后续管理工作中。不同部门的协同性较低,无法形成材料的生产、采购、管理与销售的全过程,导致了各个方面的管理工作不能有机结合,无法精准地反映出企业的实际经营状况,更无法提供所需的数据和资料。

(三)预判分析能力

对于企业内部的管理人员与投资者来说,无论在何种情况下,都希望能够在第一时间,掌握企业的发展水平与内部经营管理状况。传统的财务会计在工作中将注意力集中在财务数据处理方面,在完成数据计算后,会交给外部信息人员使用。这一环节明显地忽略了内部高层的管理需求。对于财务计算与管理缺乏预判和分析能力,可能会导致内部的财务会计在工作中不能够通过数据和信息,了解到企业当前的经营水平。财务会计更关注到对于历史数据的采集与分析,忽视了企业未来的发展规划和管理目标,不利于企业实现长足稳定与健康发展。

二、人工智能时代下财务会计向管理会计转型策略

在了解到企业人工智能时代下,财务会计的工作现状之后,有利于进一步明确财务会计可以通过何种方式,实现向管理会计的顺利过渡与转型。

(一)加强专业化培训

财务会计向新型管理会计方向转移,标志着许多工作在开展中,都需要从多种不同的角度进行分析。如果在工作中不能结合时展和大数据信息技术的优势,始终按照传统的方式与标准进行管理,会导致会计工作无法取得理想的成绩[2]。特别是进入到人工智能时代下,财务会计需要考虑到大数据信息技术与人工智能技术的影响,在人员培训上加强管理,实现专业化培训。比如,对大数据时代中的智能软件的应用和操作进行培训。目前,智能软件已经成为了会计工作中不可或缺的重要工具,通过加强软件操作方式的培训,可以帮助工作人员在工作中,更快地掌握工作的内容,提高工作效率,并且按照正确的方法与路线,完成各项工作。

(二)改进管理模式

智能化时代下,财务会计向管理会计方向转型,需要与之配套的管理模式和组织结构。因此,对传统企业内部的管理模式进行改革调整,有利于建立更为完善的会计组织管理体系。从当前国家的管理会计工作职能要求的角度进行分析,要对原本的组织模式进行优化升级,使其能够有效地适应当前的管理需求,使各项管理工作都能顺利开展,提高财务会计转型之后的工作效率与工作质量。同时,通过对管理模式进行改革,还可以为会计转型发展奠定坚实的组织基础。为了确保企业内部的财务会计转型工作可以顺利完成,企业内部需要建立更为完善的管理制度。对于管理会计的工作方式和工作内容中出现的问题,要利用新型管理制度进行处理。比如,国内某地区的企业在进入到人工智能时代后,对内部的管理制度进行了优化调整。对财务会计工作人员的工作行为起到了明显的约束作用,提高了工作人员在工作中的规范性和效率性。同时,还激发出员工的责任感与积极性,为实现转型工作做好准备。

(三)强化数据处理

除了上述两项技术手段之外,人工智能时代下的财务会计转型发展工作,还需要依靠强大的数据处理与运算能力。人工智能技术与设备,可以为数据核算与分析,提供充分的支持与引导。同时,在进行实际操作中,还能够发挥出人工智能技术的及时、准确、便捷和高效的特征。通过及时有效的操作模式,对财务会计工作中的各项数据和指标进行分析处理,顺利推动财务会计向管理方向转型。在完成了基本的数据分析和处理工作之后,可以掌握企业的经营状况,明确运行的质态,使经营者和管理者,在第一时间获取到有效的数据和信息。虽然在现代化发展中,人工智能技术占据了部分财务人员的工作机会,但是与此同时也极大地解放了劳动力,人们有更多的时间参与到技术提升和深入研究中,可以从事更多具有高附加值的工作,尽快实现现代化发展,最终推动自身与企业都迈向更高的发展阶段。

总结:

综上所述,传统基础的财务会计正在被人工智能所取代,人工智能时代的全面来临,为人类的工作和职业发展带来了前所未有的挑战。传统财务会计要把握机遇,积极应对挑战,加强专业化培训,调整并改进管理模式,利用大数据信息技术,强化数据的处理,推动财务会计向管理会计的顺利转型。

参考文献:

篇3

在发达国家,应用型本科院校一直占有很大的比重。在我国,应用型本科院校也逐渐成为高等教育大众化的主力军,对我国高等教育系统未来发展越来越重要的作用。金陵科技学院作为教育部应用科技大学改革试点战略研究单位、中国应用技术大学(学院)联盟创始单位,也正在积极地去探究相关的应用型专业建设模式。电子信息工程专业作为学校的一门深度涉软专业,也要紧跟南京城市软件建设发展方向,这对应用型电子信息工程专业培养既是机遇又是挑战。随着社会的不断发展和科学技术的不断进步,电子信息工程的应用也越来越广泛,对人们的生活产生了非常大的影响。,不但改变着人们获取信息、存储信息和管理信息的方式,而且为人们进行信息的获取、存储和管理提供了新的途径和方法,目前,各行业大都需要电子信息工程专业人才,而且薪金很高。2015年5月8日,备受瞩目的《中国制造2025》由国务院正式下发,这是我国实施制造强国战略第一个十年的行动纲领。该规划二个突出特点是,将"加快新一代信息通信技术与制造业的深度融合"作为贯彻始终的主题,提出坚持自主研发和开放合作并举,加快建立现代电子信息产业体系,为推动信息化与工业化深度融合、实现制造业由大变强、建设网络强国提供强有力的基础支撑。在今年,随着国家“两会”的盛大召开,人工智能首次被提升到国家发展战略高度,人工智能技术的重大突破将带来新一轮科技革命和产业革命,大力发展人工智能技术是中国经济转型升级的重要动力。电子信息技术的巨大成功和进步,使人工智能可以深层次、多维度地参与到各个行业各个领域中,使科技的进步快速融入到跨界合作中。比如,电子信息技术的成熟,使人工智能可以深度服务于医疗卫生事业、配合甚至取代医生进行精确的手术治疗。在无人驾驶领域,无人驾驶汽车、无人驾驶飞机、无人驾驶舰船都已经陆续投入使用;在军事领域,人工智能的运用更是已经炉火纯青,俄罗斯与美国的人工智能作战部队和相关系统,已经在反恐作战中屡立战功,威力无比,作战效能与性价比远远超越人类士兵。由此可看出,人工智能在电子信息技术大发展的当下,终于在应用层面开始发光发热,现出巨大的生命力和后续无穷无尽的成长潜力,人工智能在各行各业的广泛应用,是国家经济结构战略性调整、产能升级改造、产业结构优化、核心技术创新获得成功的关键。随着BAT、华为、大疆无人机等高科技企业在人工智能应用和开发上的不断探索,刺激更多人才和资本向人工智能商业应用领域涌入。目前,基于人工智能学习背景下,软硬件相关知识过硬的电子信息类专业人才已经成为社会上最为紧缺的人才,薪水待遇很高。

二需要解决的关键问题

作为应用型本科院校,如何将“人工智能”新概念融入到电子信息工程专业建设中,根据社会发展的需求,校企紧密结合,培养出复合型的,应用型的社会紧缺人才,是需要去解决的关键问题。1.像当年互联网的崛起一样,人工智能真正的发展才刚刚兴起,相关的概念及定义还不完全定型,如何把握好未来人工智能的发展方向,有针对性地在传统的电子信息工程课程计划中规划与人工智能息息相关的课程,比如人工智能原理,机器学习,深度学习等课程,将两者有机融合,在人才培养上面临较大的挑战。2.人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的崭新概念。如果要将“人工智能”融入到电子信息工程专业建设中,就不仅需要学生学好如模拟电子技术,数字电子技术,数字信号处理,单片机技术,C/C++程序设计等传统的课程,打好基础,还需要加强在数据挖掘,神经网络等以数学为基础的课程方面的建设,扎实学生的数学物理基础。这对学生的学习能力要求更高,老师的教学水平也提出更高的要求。因此,如何加强此方面的师资专业培训,是一个该课题需要解决的关键问题。3.一个专业人才的培养,不仅需要优秀的师资力量以及良好的学风,还需要有相关的硬件实验平台作为支撑。如何根据“人工智能”新概念,针对性地新建一些诸如智能传感器实验室,人体特征识别实验室,机器人实验室等,把电子信息工程专业中的电子器件技术,信号处理技术等应用于人脸识别,智能家居,机器人等热门领域,根据学生的兴趣爱好因材施教,提高学生的动手能力,也是该课题需要去解决的一个关键问题。

三研究内容

本文以“人工智能”新概念下的电子信息工程专业教学及实践模式为研究内容,重点研究如何将人工智能相关的理论及实验课程建设融入到传统的电子信息工程专业培养方案中,做到无缝结合,在培养模式上需要有一定的理论创新,以更好地适应人工智能类的高新电子信息技术企业对相关应用型人才的要求。目前拟以现有电子信息工程专业的课程体系和专业方向为基础,形成以“人工智能”为导向的应用型电子信息工程特色专业建设,在未来的专业发展规划中,逐渐形成物联网、智能家居、机器人,无人机,人脸识别,语音交互,智能驾驶等不同的专业方向,增加学生的就业面,提高学生的就业层次,加强学生的就业竞争力。主要具体体现在以下几个方面:

(一)实践教学的形式多样

可采用以“学生兴趣爱好”为依据的引导式教学实践模式,在扎实学生数学物理等理论的基础上,将最新的人工智能概念贯穿在电子信息工程专业课程体系中,通过不同的应用型实验项目拓宽学生的知识面,提高学生的主动学习能力,动手实践能力,创新能力以及独立开展研究的能力,将课堂教学、校内实验和校外企业实习三者相互结合,鼓励学生参加诸如全国大学生电子设计大赛,全国大学生智能设计竞赛,中美创客大赛等赛事,以确保培养出高素质的应用型专业人才。同时,让学生从大二开始就自选课题、进实验室、根据兴趣爱好组建不同研究方向的实验团队,并为学生按照不同的研究方向配备专业教师,以此让学生融入到教师的科研工作中去,形成所谓的本科生导师制制度,由相应的导师全程指导,开展科学研究,培养学生的科技创新能力和动手实践能力。

(二)注重提高教师的教学及科研水平

在努力提高学生学习能力的同时,注重提高应用型电子信息工程专业教师的教学及科研水平,使其能够很好地将“人工智能”新概念用于电子信息工程专业的教学中,指导学生参加相关的各种竞赛,提高教师团队的实践能力及技术水平。通过海内外招聘和内部强化培养(教师博士化、教师双师化、教师国际化)等举措,加强师资团队建设;通过鼓励教师积极开设MOOC课程,参加教师技能大赛以及国内外教学培训,从多方面提高教师的教学水平。

(三)建立完善的校企合作制度,为学生提供相应的实习基地

企业工程师可以参与相关的人才培养方案修订和部分的教学实践工作。这种合作制度既可以提高教师的科研应用水平,也可以为学生提供就业机会,增强学生的实践创新能力。

(四)注重课程大纲修改,实验室平台建设

以改革传统的电子信息工程专业的培养模式为目标,总结在“人工智能”新概念下教学及实践的相关经验,形成一个有鲜明特色的电子信息工程专业培育模式。应用型本科院校电子信息工程专业人才未来的发展战略和改革方向,应重点考察“人工智能”新概念下专业人才培养模式的优缺点。重点关注“人工智能”新概念下的教学及实践课程大纲修订、教师教学及科研能力培训体系构建、实验室软硬件平台建设、校企合作培养模式探讨及校外实习基金建设等工作。

四结语

本文探讨和研究了“人工智能”新概念下应用型电子信息工程专业培养模式,结合金陵科技学院电子信息工程专业的发展情况,对原有的专业培养模式做了一定的理论创新,引入了“人工智能”新概念,从理论和实践教学,学生学习能力和教师教研技能培养,校企合作办学,实验室建设等方面进行了一系列的探讨。

参考文献

[1]姚俊.电子信息工程专业人才培养模式研究[J].山东社会科学2016(S1):357-358.

篇4

(2)为将来从教的学生积聚大量的知识。英国早在1999年,人工智能课程已经作为选修课出现在中学的信息与通讯技术(ICT)课程中。许多中小学还通过机器人竞赛活动来激发中小学生学习人工智能的兴趣,使学生不仅提高了用信息技术解决问题的能力,而且培养了多种思维方式,获得了更多的创新空间。美国现行的中学信息技术课程设置中,将人工智能的内容作为“媒体与技术”层面对12年级学生的要求。澳大利亚的部分中学开设的信息处理与技术课程,人工智能、信息系统、算法和程序设计、社会和伦理道德、计算机系统分别作为5个主题共同构成了该课程的教学内容。在该课程的大纲中规定,人工智能部分的教学内容在高中第3学期为12年级的学生开设,教学时间为10周。? 

在我国,多年以来中学奥林匹克信息学竞赛中一直包含有人工智能相关的题目,涉及启发式搜索、博弈、智能程序设计等问题。2003年4月,我国教育部正式颁布《普通高中技术课程标准(实验)》,首次在信息技术科目中设立了“人工智能初步”选修模块,标志着我国高中人工智能课程的正式起步。? 

我国的新课程标准颁布后,教育部评审并通过了分别由教育科学出版社、广东高教出版社、地图出版社、上海科技教育出版社和浙江教育出版社出版的5套高中《人工智能初步》教材,并开发了相应的教辅材料,包括教师用书和配套光盘等。为了配合中学人工智能课程的实施,国内也推出了一些适合中学生学习与体验的人工智能软件和网络资源。另一方面,一些高校的本科生、研究生也逐步关注中学人工智能教育的开展并将其作为毕业论文的研究选题。一些师范院校适应形势要求,已为师范生开设了与此相关的选修课程。? 

2 人工智能的教育及教学条件现状? 

通过对本人多年的教学过程进行总结,我校的《人工智能》课程教育现状可总结为如下几点:? 

(1)理论知识充裕。但与实践相脱节,特别是在智能科学技术的教育教学方面。尽管知识面相当广泛,而人工智能理论的普及教育以及智能技术的开发与应用仍然十分滞后。? 

(2)同其它普通高等院校一样,在本校,人工智能技术的研究与应用尚未普及,甚至比不上其它院校。这不利于培养学生的科研兴趣及创造精神。? 

(3)缺乏配套实验教材,实验教学内容缺乏,无法培养学生的研究能力和创新能力。只有开设实验项目,才能使人工智能的相关知识具有研究性和综合性。? 

(4)对中小学智能教育的深度及教学方式、教学特点缺乏研究。做为师范类院校,我认为在对学生进行基础知识教育的基础上,要紧抓中小学智能教育的特点对师范类学生进行相关的教育与培训。? 

相对于教育现状,我校的《人工智能》课程教学条件现状要稍好一些,其状态如下:? 

(1)教材使用国家级规划教材,此教材非常系统地介绍了人工智能的基本原理、方法和应用技术,适合本科及研究生使用。在我们的授课过程中,也会适当为学生提供相关的国内其他先进教材,如中南大学蔡自兴教授的《人工智能及其应用》等。? 

(2)为了促进学生自主学习,我们准备了多种类型的扩充性学习资料,加强学生主动学习的意识,包括:课程相关杂志和书籍目录,以及部分重要的参考文献,与人工智能相关的网络资源如优秀BBS、新闻组、网址等。 它们包括了大量的文献资料、本领域研究的前沿动态等。 使用表明,学生非常乐于查阅这些资源。 使学生能通过使用这些资源进行一些人工智能程序设计,探讨一些问题,在课堂讨论中展示他们的收获。? 

(3)校园网的普及与不断优化使本课程有优良的实践性教学环境,能充分满足教学需要。我们拥有较充足的多媒体教室和网络教室,为实现本课程教学提供了物质保障。在网络资源建设方面,全校办公室、教室、学生宿舍和教师宿舍都以宽带网相连,这些硬件设备对本课程教学发挥了重要作用,使本课程教学质量得以明显提高。? 

3 人工智能教学方法及手段的改革? 

针对我们现在所采取的教学方法,我认为存在许多不足,如教学方式比较单一,教学内容偏重理论讲解等,为此,提出以下教学方法的改革:? 

(1)通过多种途径激发学生的学习兴趣。课程的学习效果,直接受到学生兴趣和参与意识的影响。一般来讲,《人工智能》作为一门前沿课程,开始学生学习兴趣很大,当开始接触到抽象理论知识及部分算法时,学生往往感到不易接受。 我们通过各种途径和方法, 激发和培养学生的学习兴趣,包括鼓励学生参与某部分知识的扩充性资料查找,预留一定时间请学生负责对此内容进行讲解,布置学生对某个基本成型的实验进行纠错及验证,降低问题解决的难度。学生因此产生兴趣从而做更深度研究。? 

(2)进行启发式教学。 我们可以尝试在教学过程中不断提出问题请学生思考,启发学生求解这些问题,鼓励学生提出自己的猜想和解决方案,然后摆出教材中的解决方案,并与同学所提出的观点进行分析和比较,这足以加强学生学习的主动意识和参与意识,提高学生学习的积极性。? 

(3)课堂辩论与交互式教学。 组织课堂辩论,讨论的议题可定位为譬如人工智能是否能超过人类智能等有争议的问题。学生通过对这些问题展开激烈争论,激发了学习潜能,明确了学习目标。当然师生间的交流方式还有很多,如邮件互发、QQ留言等,也可在课程网站中的互动平台进行交流。? 

(4)分层次因材施教。 在授课过程中,通过对每个具体学生的学习进度、课堂作业情况进行及时评估,对学生提出进一步的学习建议和指导, 实现个性化的教学。 对优秀学生探讨,可以在教学设计和实验设计中要求其选作部分探索性、创新性的功课和实验,以发挥学生个性优势。对于有意于将来从事中小学教育的学生可以在机器人及人工智能技术发展现状等知识层面对其做问题讲解。而那些看似缺乏兴趣的学生,我们可以用多媒体手段如播放人工智能相关电影及科学小片引起其兴趣,实行逐步引导的教学过程。? 

另外,我们可以尝试双语教学。 采用中文教材和讲授的同时,注重在课程中的关键词同时用英文表示,并适当指定英文参考短文和英文参考书。使学生能够接触国外文献资料,加深对学习内容的理解,获得更宽广的知识。我们也可以在教学内容安排上,注重理论联系实际,将一些人工智能网络上的虚拟实验给学生进行课外上网练习,从而使学生了解算法的具体运行过程, 通过参与达到知识的理解,掌握基本方法和技术。? 

 

根据现有的条件,我们在教学中可以采用多媒体教学和网络课程教学相结合的方法,充分利用多媒体的丰富表现形式,利用网络课程的交互性、情景化等特点,构筑以学生为主体的《人工智能》课程现代教学模式。 对于抽象知识,可通过动画和视频演示,通过声音和图像展示人工智能的历史、人物和前景,做到学生直接而深刻地看到知识的内涵外延。网络课程能较好地实现交互并使学习过程情景化,通过网络课程的课堂练习和章节练习,教师可以评价学生的学习情况,并给学生提出学习建议,从而提高学生的研究力和创新力。我们也可以给学生播放中学《人工智能》课程课堂教学录像,以使学生看到初高中学生的知识范围及深度;同时给学生播放现有的《人工智能》科学成果,让学生看到理论背后的实践;也可以播放科幻片,激发学生想象的翅膀从而有兴趣把人工智能作为将来深造的方向。《人工智能》是一门较新的课程,改进教学方法和手段不仅要靠教师,也应增加硬件设备的投入。如果人工智能能采用智能辅助教学系统或机器人辅助教学过程逼真、形象,一目了然,这样可大大提高学生的学习效率,尤其是提高学生的观察判断能力、发现问题和解决问题的能力。? 

4 人工智能实践教学设计的探讨? 

我们可以在教学过程中,适量开设一些实验和设计,提高学生的动手能力,并加深他们对理论知识的理解,降低理论的抽象度,提升理论的实用性。在近两年的教学过程中,我们会适量加入一些人工智能语言的教学过程。例如,在讲解了“野人与传教士过河”等问题后,我们可以让学生使用Visual Prolog或者C ?++?对算法进行实现;在讲解 TSP 问题的遗传算法解决案例后,指出编码方案、初始种群大小、进化代数、交叉率变异率等因素对求解结果的影响,并要求学生通过实验的方式来分析、理解这些问题,并提出“寻找更有利的解决方案”等问题。把学生的兴趣激发后,为解决这些问题,学生会在课外主动查阅相关文献、相互讨论以实现他们所设计的方案,这样既培养了学生善于钻研和勇于创新的精神又提高了学生的实践与创新能力。? 

参考文献:? 

[1] 熊德兰,李梅莲,鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报,2008(1).? 

篇5

随着AI技术的快速发展,人工智能应用到很多领域,目前在人力资源服务业中也有了较为成熟的应用,并且未来可能发挥更重要的作用。在2017年7月,《新一代人工智能发展规划》了相关细则,明确指出了当下人工智能发展的战略目标,到2030年时,中国人工智能的相关理论以及总体技术将得到更大发展和完善,总体技术水平达到世界领先水平;明确提出要将人工智能的地位提升到国家战略发展方向层面,这也意味着政府将大力支持相关的企业发展。行业数据显示,2017年,全球人工智能投资规模大概400亿美元,其中中国达到280亿,占比近70%。与此同时,AI技术的应用和发展也给中国人力资源服务业带来了更多的冲击和变革。

二、人工智能时代人力资源服务业发展现状

(一)人工智能时代人力资源技术更丰富。

人工智能改变了人们的生活方式。AI技术的蓬勃发展,更极大程度地改变了当下的服务业现状和人们的生活方式。其中衍生出来的定位技术、语音技术、人脸识别、VR虚拟等渐渐融入到人们的生活之中,同时也促使着很多企业、家庭、学校等开展信息化的智能建设。生活逐渐走向人工智能化,不仅大大提升了工作效率,节省时间,还能不断创新当下的管理模式。对于企业人力资源管理来说,新一代的人工智能信息技术给创新企业培训和管理机制等带来新的生命力。

(二)人工智能促进人力资源业务升级。

目前,人工智能在人力资源招聘业务中也得到了很有效的应用。例如,招聘时AI工具能够减少人力资源成本,通过初步的问询来获取到候选人的基本信息,再通过网络大数据的审查来筛选出一部分更合适的候选人。此外,AI还可以响应一些查询功能,实现快速填写申请,针对性筛选申请人,这就极大程度地提升了效率,简化了当下的候选流程,提升了候选人的体验感。

图1 全球智能人力资源典型企业图

在实际的人才招聘过程中,通过AI机器人和虚拟界面的使用实现了候选人的初步信息筛选,对其综合素质、专业能力等进行评定,这也意味着企业的面试效率会大幅度提升,能够更加针对性的选择适合企业发展的人才,对其各项标准进行量化。

总之,企业在使用人工智能的处理中,要更多的结合自身实际情况,紧随时代的发展趋势,不断对传统的单一体制进行革新,创新企业的各项管理体系,通过智能选才、智能留才、智能共享的模式来提升企业的实际效益。

(三)人工智能促进人力资源行业发展。

随着不断提高的市场需求,我国人力资源行业的各类服务已初具规模,如猎头、人才中介、管理咨询、网上招聘等,在人力资源行业中,一些龙头企业也开始为客户提供“一站式”服务,增强竞争力,提升企业能力,使服务业机构更加完善。当下,人力资源行业中的人才中介、猎头、网络招聘管理、咨询等都已经形成了较大的发展规模,很多人力资源服务企业也进行了信息化的建设,为客户提供一站式服务。在如今智能化的管理体系改革之下,保留了传统人力资源系统中的优良传统,同时增加了员工线上招聘、绩效评估以及员工关系管理、线上开发等环节,使其人工智能朝着更加普及、更多层次的方向发展,让员工和客户都成为现代人力资源管理体系的使用者。同时,也在自然语言处理、图像识别、数据挖掘等方面已经有了较为成熟的应用。(图1)

三、人工智能时代人力资源服务业发展面临的挑战

(一)人力资源服务业专业人才短缺。

目前,人工智能技术成为了未来竞争的战略性领域,因而集人力资源管理专业知识与AI技术甚至大数据分析能力于一身的复合型人才极为短缺。近年来,这种人才短缺的状况愈加严重,据调查,我国某些地区目前这种复合型专业人员严重缺失,从而造成了很多行业发展缓慢甚至滞留不前。比如,对于很多大型企业来说,人力、物力等成本较为丰富,在信息化以及智能建设过程中也会处于领先地位。而对于一些小型企业来讲,受到物力、财力等各方面的制约,无法使用成本较高的人工智能设备,这种情况也会限制相应的信息化建设,虽然在当下通过人才共享形式能够缓解人才短缺等问题,但是从长远的发展角度来看,人力资源服务的综合性人才仍然有着较大的缺口,要彻底解决这一问题,必须重视复合型人才的培养。

(二)产业链条需拓展。

由于我国对于人力资源的整合力度较差,其发展历史较短,可发展的空间依然较大,与国外许多发达国家相比,它还处于起步阶段,尚未形成完善的产业链,以至于我国人力资源产业链相对来说不完整。在竞争日趋激烈的现代社会,若想不落后于世界的脚步,就要合理拓展产业链条。在2018年推出的《人力资源市场暂行条例》中明确提到要大力发展人力资源服务机构,为此要建立起更加完善的产业链条,提升人力资源的整合力度,推进精细化管理,不断的提升国际地位。而中国作为人力资源大国,对其服务业的战略目标调整也应当契合当下的国际发展趋势,不断的提升人力资源服务业的地位,更好地整合当下的人才,才能完美发挥人才的重要作用。

(三)服务体系需完善。

对于人工智能时代的发展来说,许多人力资源的服务业都集中于职业介绍和人才招聘之中,发展的范围较为局限;另外,内部也缺乏完善的理论体系,很多产品的结构并不合理,分工不明确,服务不细化,这些都会影响到人力资源服务业的长远发展。再次,当下其主要利润来源于提供供求信息等初级产品,缺乏高附加值、高技术含量的服务产品。此外,新项目开发过程周期较长,对客户的实际需求了解不全面,做出的服务产品很难完全符合客户需求,所以产品缺少个性化和差异化。因此,在长远的发展角度来看,缺乏合理性和完善性,加之城乡发展不平衡和区域结构不合理等一系列客观环境因素,并不能够完全满足中国当下日益增长的人力资源服务需求。

四、人力资源服务企业创新策略

(一)培养复合型人力资源服务业专业人才。

首先,对于当下的人力资源服务行业来说,积极培养复合型人力资源人才是大势所趋,因此许多高校可以建立起更多的人力资源相关专业,积极地进行校企联合,培养出行业发展所需的综合性人才。高校应当与一些知名的培训机构和企业公司达成长期合作,为学生提供实习的基地,也能够使得学生更好地完成理论向实践的转化。通过专业导师以及行业人员的带领,提升对于整个行业的认知度以及专业水平,学校也可以将其纳入到相关的人才培养计划之中。其次,还要不断拓宽人力资源服务领域,更多与AI技术等新技术融合,增强自身竞争力。要想提升竞争力和自身的综合实力,首先就要完善相关的人力资源服务业的管理制度,为接下来的长远发展提供更好的理论指导方针。再者,要想更好地促进人力资源服务业的长远发展,就要进一步与相关的政府部门、行业协会、高校、科研机构等达成紧密合作。紧随当下的时展趋势,了解人力资源市场的实时发展动态和行业内在规律,通过科学的总结当下的发展情况来提出新的发展思路,通过跨界联合与企业之间达成共赢,探索当下人力资源服务领域的新方向,增强自身的价值产业和核心竞争力。

(二)产业链条多元化。

由于人力资源的服务业涉及到的范围和领域较为广泛,因此完善产业链条,构建更加科学的管理机制尤为重要,很多企业讲究的是工作效率,更注重服务中的完善性。这种情况下人力资源服务行业要提供服务的多元化和链条化,注重产业模式的打造,积极实现服务对象的跨界,不断的革新当下的管理理念和思维,为顾客提供更加个性化的服务。

随着管理理念的不断进步,企业内部的员工、HR等从事人力资源服务的对象,其相应的工作方式也应当积极革新。在当下,服务对象面临着多元化的发展趋势,因此想要制定出更加完善的服务方案,就要密切关注服务客户的需求动向,并以此来做出相应的数据报告和分析,进一步降低成本,提升工作效率。

在人力资源服务模式的探索过程中,服务客户应当作为第一宗旨。服务客户应该细化到特定的人,包括职业技能培训、员工、求职者等一系列特定的角色。除此之外,还需要拓展到职业生涯规划、求职者培训和再利用的整体产业链,为企业领导者提供领导力培训、团队管理和沟通技能等培训。

在多元化经济中,也要注意服务提供渠道的变化。在传统的服务渠道中,所有的服务都是由员工提供的,然而随着时代的发展和服务方式变革的不断进步,机器人和软件在服务提供中的地位越来越高。经纪人和平台将取代之前的供应商,直接提供服务。

随着时代的进步,经济不断发展,与其他行业跨界融合的趋势也需要体现在多元化上。在新常态经济下,新零售等变革需要重点关注。借鉴这一理念,人力资源企业也需要关注“人力资源+保险”和“人力资源+零售”的方向,以此来探索跨界产业链融合发展。2020年3月1日,《中国人力资源服务业白皮书2010》正式。据介绍,“十一五”期间,我国人力资源服务业在多方面取得了很大进步,有了巨大的发展。“十二五”期间,我国人力资源服务业信息化程度将不断深化,产业链将趋于完整,链条发展将更加精细。

(三)服务体系完整化

1、服务结构智能化。

当下科技的飞速发展为人工智能提供了坚实的基础和保障,服务体系在人力资源服务模式的完善过程中更应该依靠大数据技术和云计算等技术,来确保科技和人力能够更有效的融合。在相应的服务结构智能化的过程中,主要依赖于科学和技术,比如通过各类数据库以及信息化工具的使用来达到管理成本的降低,工作效率的提升等。而智能化的建设主要注重人工智能和互联网的工作模式,比如“互联网+招聘”、“互联网+社保”、“互联网+服务”等这些工具的使用,极大程度地改变了人们当下的生活方式,将日常的生活推向智能化建设,同时引入了区块链等技术,通过大数据人工智能等方式来打造人力资源服务公司的一些智能化平台,实现服务效率的提升。

2、服务领域扩大化。

建立起更加完善的服务制度体系以及相关的指标核算方式能够进一步提高服务效率,并且增强与企业部门、行业协会、高校科研机构的密切合作也能够增强对于人力资源市场的了解程度,掌握行业的最新动态,因此人力资源服务机构可以根据相应的发展趋势来制定服务模式和企业策略,实现人才资源的最大整合,进一步提升自身的价值和竞争力。

3、服务模式精细化。

为了进一步提升市场占有率,人力资源服务的模式应当进行积极革新,不断的进行工作和责任细化,在细化过程中,应当设立起一定的客观标准,首先要进行群体定位,细化服务点。比如,兼职招聘、高端人才招聘、海外人才招聘等应当划分在不同的维度,并且通过不同客户的实际需求来设定更为合适的服务标准,能够更好地进行服务环节细分,提升客户的满意度,达到市场扩容,以此能够促进市场竞争优势,获得价值最大化的产业链。

4、服务模式丰富化。

随着人工智能的发展,企业可以引进体验式服务、一对一专人服务、自助式服务三种方式丰富服务模式。体验式服务是来源于体验经济,是一种服务于客户的新思路,基于客户的内心和心理需求,从而定制出个性体验式服务。并且,大量研究表明,体验的改变可以促进行为的不自觉的改变。“一对一”专人服务是为客户以及特殊化服务客户所提供的最具个性化的服务。通过一对一专人服务能够更好的提供针对性的服务措施,带给客户满意的体验感,尤其是在2020年经历过疫情之后,很多服务机构进行一对一专人服务,能够更好地根据企业的发展状况来制定相应的解决方案,保证在当下供给改革,在企业全面转型的过程中,使得企业更好地与时展接轨。自助式服务就是在整个服务的过程中,没有他人的帮助,只有自己一个人享受服务的全过程,这更加体现了智能化与服务的一体化。能够成功地体现出人力资源服务的优势,不仅健全了当下的管理模式,还能够通过信息化的智能系统来推行各项政策。

现在,越来越多的企业都将人力资源看作企业长远发展的主要竞争力,因此要积极完善相关的人力资源体系管理,充分发挥企业中人力资源的重要作用,同时借助第三方服务机构来健全当下的管理体制。尤其对于目前的经济发展来说,人力资源的系统化管理,对于企业的长远发展有着重要的战略意义,为企业建立了一个更加全面、规范的网络工作平台。

在企业角度来说,降低企业服务成本和提高企业服务水平的最佳途径就是积极推进客户自助服务,同时,也是现代服务业信息服务的创新理念和创新手段。企业有了从传统手工服务模式向电子自助服务模式转变的新思路,并且凭借着良好的规划和策略彻底执行实施,一套好的、人性化的自助式服务(ESS)系统不但能够帮助企业减少行政负担,简化内部流程,提高员工的生产力和工作效率,并且还能够改善员工的满意度和参与度。

五、结语

总而言之,人工智能的趋势无法阻挡,整个行业或将迎来巨大的变革。对这个行业来说,这也许不是一件坏事。随着人工智能的蓬勃发展,提供更有价值、更人性化的人力资源服务将成为可能。而对于这个行业来说,也可以更好地在商业和科技理论方面提供更多价值探索。

参考文献

[1]钞庆陕西省高校图书馆人力资源管理调查研究[D]西北大学, 2016.9(04).

[2]曾湘泉,苏中兴改革开放30年回顾:人力资源管理在中国的探索、发展和展望[J]中国人才, 2017(03)-

[3]李宏秋山西省高校图书馆人力资源管理研究[D].山西大学, 2018(05).

篇6

教育部在2003年颁布的高中信息技术新课程标准中,首次把“人工智能初步”设置为选修模块,与多媒体、网络、程序设计、数据库技术等一起列入信息技术课程体系[1]。此举曾被视作信息技术课程改革的亮点之一。然而,在如今高中信息技术新课改已经全面铺开之际,人工智能选修课程的推进仍然举步维艰,面临诸多困难和问题。

一 高中人工智能课程的现状分析

自2004年我国部分省级实验区开始推进高中新课程改革以来,信息技术课程改革已经开展了四年之久。从目前的总体情况来看,信息技术课程的基础模块与多媒体技术、网络技术、算法与程序设计三个选修模块的实施情况较好,而数据库技术与人工智能初步两个选修模块的推进情况相对不佳。特别是人工智能课程,至今在全国范围内正式开设该课程的学校寥寥可数,少数高中展开了一定的探索和实验,而大多数学校仍持有观望态度。以下分别从实施取向和实施层次的角度分析该课程的现状:

(1) 课程实施的取向

由于我国长期以来实行的是全国统一的课程与教材,按照统一规定执行教学计划,对学校和学生的评价也是按照统一标准与方式实施的,因此我国以往的课程实施基本上都采用了忠实观的取向[2]。本次新课改中信息技术课程的实施过程难免受到这种取向的影响。然而,新课程标准中对信息技术技术各个模块的具体实施并没有明确而详细的规定,从而使教师对包括人工智能模块在内的课程实施缺乏长期惯于依赖的参照和依据,增加了课程实施的难度,造成部分模块的课程难以开设的情况。

(2) 课程实施的层次

课程实施包括五个层面的变化,即教材的改变、组织方式的改变、角色和行为的改变、知识与理解的改变、价值的内化[3]。目前高中人工智能课程在教材改变的层面已经做出了一定的努力。在课程标准的指导下,现已出版的五套教材在体例、版面、学习活动、评价等方面进行了多样化的设计,基本上贯彻了新课标所倡导的课程目标和理念。在组织方式的层次,少数已经开设人工智能课程的学校结合学生的兴趣与学校的实际情况,有针对性地开展了课程的组织。然而,仍然有一些地区或学校不愿或不习惯打破原有的课程组织方式,而是采用硬性规定的方式,人为指定两三门课程,将选修变为必修,限制学生的自由选择,依然维持原有的固定班级授课的形式。教材的改变仅仅是课程实施的开始,在组织方式、角色或行为、知识与理解、价值等层次,大部分学校还未发生变化或变化还很小。

(3) 课程实施的典型个案

目前国内开展人工智能课程教学或实验的典型学校如表1所示。总体来看,这两所学校都地处东南沿海地区,且学校本身比较积极参与高中新课改的实践探索,属于“敢于吃螃蟹”的类型。考虑到课程本身的要求较高,两所学校都选取了基础较好的学生开展教学。到目前为止,两所学校均已开展了三期的教学或实验探索,任课教师及时总结教学心得体会,并在相关教学刊物或课程研修活动中与广大一线教师分享教学经验。

二 高中人工智能课程的影响因素

根据Snyder的研究,可以把课程实施的影响因素归纳为四个方面:课程改革自身的性质、校区的整体情况、学校的水平以及外部环境[4]。结合高中人工智能课程的现状,本文分别从以上四个方面来探讨影响该课程的主要因素。

(1) 课改自身的性质

课程改革本身的性质是影响课程实施的第一要素。它包括课程改革的必要性及其相关性、改革方案的清晰程度、改革内容的复杂性以及改革方案的质量与实用性。结合信息技术新课程改革的相关调查研究,广大信息技术教师和教研人员对课改的必要性应该认识得比较到位,然而他们对信息技术课程中是否有必要单独开设人工智能模块存有疑惑。其次,不少教师对课程改革方案(课程标准)的认识并不是非常清晰。他们认为新课程标准中的教学理念、实施建议等内容相对抽象,不易把握和理解,缺乏具体的针对性,可操作性不强。再次,人工智能课程的实用性相比其他模块并不明显,课程内容也相对难度较高。这些因素造成课程设置的必要性不强、实施难度大、实用性不高,直接影响人工智能课程在学校的顺利设置。

(2) 校区的整体情况

校区的整体情况主要包括地区的适应性、地方管理部门的支持、教学队伍的培养、教学研讨和交流等等。各地区对课程改革的需要程度会直接影响人们实施课程的积极性和主动性。我国东西部地区的学校对课程改革的需求程度不同,从而造成了课程实施的地区差别。从目前开设人工智能课程或教学实验的学校来看,均分布于东南沿海较为发达的地区。这些学校的共同特点是基础条件较好,对课程改革的积极性高,敢于进行教学尝试和革新。此外,地方管理部分的支持对课程实施也有很大影响,如广东省为了推动信息技术课程改革,专门出台了关于课程标准的教学指导意见[5]。其中强调“要特别注意人工智能初步”,并针对人工智能课程提供了较为具体的教学建议,从而促使该省出现了全国最早正式开设人工智能课程的学校。师资队伍也是影响课程的因素之一。目前大多数高中缺乏熟悉人工智能课程内容和教学方法的专业教师,使得学校无法开设该课程。因此,有关人工智能课程的研讨和学习交流显得尤为重要,然而目前这些方面的活动总体上相对缺乏。

(3) 学校的水平

学校水平对课程实施的影响因素包括校长的作用、教师的个人特征和教师集体的行为取向。学校是课程改革的基本单位,校长和教师是学校课程改革的动因。校长对课改理念的理解,以及对课改的支持、参与程度都会影响课程的顺利实施。校长通常会根据上级主管部门的意见,结合本校的实际情况,权衡课程改革可能对学校形成的各种影响。在高考的影响下,信息技术课程在高中各科中长期存在地位“低人一等”的现象,甚至出现课时常被“侵占”的现象。如果校长对信息技术课程本身不重视,那么要求学校开设人工智能选修课无疑是一种奢望。此外,一所学校教师个人和集体的改革意识的强弱也会影响课程的实施。从人工智能课程的现状来看,恰好印证了这一点:改革意识强的教师个人或教研组即使没有上级的硬性指令,也能积极展开各选修模块的教学尝试和探索,并自觉地从教学者成长为研究者,而思想保守的学校即使具备了课程实施的基本条件,也不愿积极开设相关的选修课程,长期停留于课程的“忠实执行者”的层次。

(4) 外部环境

外部环境因素主要包括政府部门的重视、外部机构的支持以及社区与家长的协助。各国课程改革的经验表明,教育行政部门和相关机构的态度在很大程度上影响到新课程的顺利实施。特别是我国长期以来受到前苏联教育模式的影响,课程改革通常是自上而下的模式,新课程的实施主要依靠各级政府教育行政部门的政策和指令的推动。本次新课程改革同样继承了这一模式,但是整个教育体制和评价体系未能及时进行相应的调整,因此在某些方面造成各级教育部门的政策抵触,出现“上有政策、下有对策”的情况。此外,社区与家长对新课改的认识和态度也影响到人工智能课程的实施。研究表明,社区与家长更加关心的是新课改是否有助于提高学生的学业成绩,是否会给学生造成更大的负担,而对学生能力的全面发展和个性的培养则是其次的考虑。因此,要使社区与家长认识和了解课程改革的意义和目标,引导其关心新课程、支持新课程才能更好的促进新课改的健康发展,进而才可能使得包括人工智能在内的高中各科选修模块得以全面开设与实施。

三 高中人工智能课程的反思

通过调查访谈以及与相关授课教师的交流,笔者了解到高中人工智能课程的教学情况和教师的经验体会。总体来说,该课程的推进情况不如预期理想,需要从课程的设计、管理、教学以及评价等方面进行反思。

(1) 课程设计

本次高中信息技术课程改革将原来的一门课程分解为1个必修模块和5个选修模块,从而给学生提供多样化的选择。“人工智能初步”选修模块是作为智能信息技术处理专题设置的,以反映信息技术学科的发展趋势,体现教育的时代性要求。课程设置的目的在于使学生在技术掌握与使用的过程中,逐渐领会信息技术在现代社会中的应用以及对科学技术和人类发展的深远意义[6]。然而,以上的描述更多是该模块的隐性价值,相比其他模块该课程的显性价值并不是很直观。而一线的信息技术教师较多关注的是该课程的显性价值:课程能给学生带来些什么?学生的实践能力能否有较大提高?教师们在没有找到一个合理的价值依托之前,一般不会贸然开课。这一点值得课程设计者和教研人员的深刻思考。

通过网络问卷调查,不少教师认为人工智能课程在高中开设是有一定必要性的[7],但并不意味着所有的学生都需要学习该课程。课程应面向对人工智能有一定兴趣的学习者,且最好有一定的基础。事实上,相对于其他选修模块,选择人工智能课程的学生并不是很多。因此,结合我国目前的情况,可以考虑优先在发达地区条件较好的部分学校开设,再进一步利用其示范作用,以点带面,逐步铺开培训、指导、交流的规模和影响面,积极稳妥地推进高中人工智能课程的建设。

(2) 课程管理

课程的有效管理有助于提高课程实施的质量。上个世纪90年代以来,我国的中小学课程由原来的中央集权管理体制逐步转变为国家、地方、学校的三级管理体制。国家负责课程的总体规划,省级教育部门结合本地区实际制定课程计划或实施方案,而学校也将有权根据学校传统或学生兴趣开发适合本校的课程。目前人工智能课程虽然已被列入国家课程标准,但在地方管理层面并未得到应有的认可。部分地区考虑到高考因素,直接将人工智能模块排除在学生的选择范围之外,无疑成为阻碍该课程顺利实施的一个重要原因。

目前我国高中了解熟悉人工智能教学内容、方法的教师十分缺乏,相关教育主管部门需加强该课程的师资培养,邀请教材编写人员和相关专家,积极开展各级培训、研讨和交流活动,以务实的态度来听取学科教师的意见,为他们提供一些明确的、可操作的指导和建议。也可以开展优秀教学案例的征集和评奖,通过公开课的观摩和点评活动,或吸纳中学教师参与有关课程改革和教学研究的课题,以此提高教师参与改革的积极性。此外,国内高等师范院校信息技术相关专业应该对新课改作出及时的反应,针对高中信息技术各选修模块为师范生开设相关的课程,为课改的成功实施提供后备师资力量的支持。

(3) 课程教学

从已开展的人工智能课程教学或实验情况来看,主要的教学体会包括:教学对象选取时要有针对性,不宜硬性指定,应结合学习者自己的兴趣和学习基础供其自由选择;由于课程的理论和技术的要求较高,不宜大量采用“讲授法”进行教学,应设计一些有挑战性的活动供学生实践;为保证教学进度有序进行,可通过课堂小测及时巩固所学内容;应提供良好的网络条件和计算机设备以支持课程教学和实践的顺利开展。

国外一些高校通过远程网络的手段与中学合作开展人工智能教学,加快了课程建设的步伐,并提高了教学质量。大学负责教学网站的建设维护,主持与中小学的讨论答疑,中学则负责课程教学的具体实施。文中个案也印证了这种做法的有效性:让一些致力于高中人工智能课程研究的高校和部分条件较好的中学建立共同体,协作推动课程的实施。一方面,高校研究人员能为中学提供教学指导建议、技术和资源的支持;另一方面,中学的教学实践也为高校进行课程教学研究提供了材料和依据。

(4) 课程评价

研究表明,评价目前已成为影响高中信息技术新课程实施的一个重要问题[8]。从本次课改的动因来看,针对我国现行教育体制下的高考选拔制度在很多方面呈现的弊端,新课改力图在一定程度上改变这一局面,努力使学习者能够真正获得全面的发展。但是,在目前情况下以高考为“指挥棒”的评价体系短期内仍然无法发生质的变化。高中新课改实施以来,部分省份相继将信息技术课程纳入了高考的范畴,以往信息技术课程不受重视的情况逐渐得到了一些改善。然而,高考是否解决信息技术课程评价问题的一剂良药,进而为人工智能课程的实施及其评价带来新的希望,目前仍是值得怀疑和思考的问题。特别是当前高考科目已经较多,再增加科目无疑会加重学习者的负担,且很容易回到应试教育的老路上。

其次,虽然新课程标准中提供了关于课程评价的建议,但是其中的内容仍然比较抽象,可操作性不够。如在信息技术课程标准的评价建议中,提倡评价主体的多元化,关注学生的个别差异,综合应用多种过程性评价方式,适当渗透表现性评价的理念,等等。这些内容从理念上来讲都是很好的,但是如何在教学实践中加以操作实施,对一线教师而言仍是不够明确和难以把握的问题。而且,信息技术课程的每个模块各有特色,然而课程标准并未就此提供专门的评价建议。因此,一套科学合理、适合人工智能课程的评价体系和方法仍需要教研人员在实践中不断摸索总结。

参考文献

[1] 教育部. 普通高中技术课程标准(实验) [S].北京:人民教育出版社,2003:9.

[2] 钟启泉. 课程论[M].北京:教育科学出版社,2007:207-214.

[3] Fullan, M. & Pomfret, A. Research on curriculum and instruction implementation [J]. Review of education research, 1997, 47(1).

[4] Snyder J.B. & Zumwalt K. Curriculum implementation [M]. In Jackson P. W. (Ed).Handbook of Research on Curriculum. New York: Macmillan Publishing Company, 1992.

[5] 珠海教育信息网. 广东省普通高中信息技术课程标准教学指导意见 [DB/OL].

篇7

当前,我国的煤矿生产处于粗放型经济增长状态,投入和产出不成比例,消耗很高,而回报却很低。很多煤矿企业罔顾煤矿开采对环境造成的损害,甚至无视频发的安全事故,仅仅以追求经济效益为目标。在煤矿生产中,投入到安全和环保方面的资金被削减,生态平衡遭到极大的破坏,因安全事故而导致的人员伤亡数量不断上升。此外,从业人员的安全和防范意识差,企业在煤矿安全生产上也没有引起足够的重视,导致从业人员在恶劣的环境中肺部吸入大量的煤尘,尘肺病严重威胁着从业人员的身体健康和煤矿的安全生产。虽然煤矿生产的产量逐年上升,然而潜在的安全生产问题却不容忽视,应该引起全社会的关注和参与。

(1)经济的飞速增长,需要能源作为发展的动力,煤炭资源作为重要的基础性能源,为经济的增长提供了保障,对于煤炭的需求量也逐年增长。煤矿产业日益扩张,致使煤矿企业呈现无限制扩张和超负荷运作的状态。在经济利益的驱使下,很多企业无视自身的生产条件,盲目追求高产量,增加了很多非法矿井,严重影响煤矿的安全生产。

(2)目前,煤矿行业处于不规范、无序的状态,并且竞争十分激烈。市场迅速扩张,政府对煤矿企业的监管无法与之相适应,安全事故频发,安全生产的基础较为薄弱。

(3)我国的煤矿生产所采用的技术较为落后,高的煤炭产量是以较高的投入、环境的污染、能源的浪费为代价的,呈粗犷式增长态势,煤矿生产安全无法保障,在技术设备和生产管理上都十分落后。

(4)从事煤矿生产的人员主要以农民工为主,文化水平不高,缺乏专业的知识,技术不过硬,即使企业引进一些较为先进的设备,员工也缺乏对设备的全面了解,从而很难控制风险。同时,企业把工作的重心放在了生产上,缺乏对于员工的安全培训,进而导致员工在工作中忽视相关的安全规定,不具备应有的安全意识,一旦发生事故也很难采取有效措施自救。

2人工智能在煤矿安全生产中的运用

2.1在煤矿安全仪器仪表结构、性能改进中的应用

煤矿安全监测仪器和仪表随着智能自动技术的发展,在测量领域的应用获得了更为广阔的发展前景。在软件和硬件的智能化基础上,对于当前和以前的数据信息,通过每台仪表和仪器都能够随时进行分析。从三个层次,即低、中、高,对测量过程进行抽象的反映。人工智能技术的应用,扩展了传统测量系统的功能,同时提高了测量系统的效率和性能,煤矿安全监测仪器和仪表更为灵敏、高效、高速,功能也越来越多。将微型芯片技术,如微控制器和微处理器等技术应用于煤矿安全监测的仪器和仪表中,运用模糊推理技术,并且对于各种测量数据的临界值和模糊控制程序进行设置,由此来模糊决策事物的各种模糊关系。与其他技术相比,模糊技术有着其独特的优势,无需大量的测试数据,也不用建立被控对象的数学模型。采用模糊技术对于经验的要求较高,应用芯片的现场调试和离线计算,总结出合适的控制规则,在给定的精确度的基础上,进行精确的控制和分析。

2.2开采方案决策及参数优化设计

随着专家系统的发展,煤矿企业对矿井挖掘的方案和参数越来越合理,更贴合实际条件。近年来,很多人工智能方面的研究所和院校专注于将人工智能这项技术应用到煤矿安全生产中,比如美国阿拉斯加大学设计的专家系统,可以根据实际情况智能地实现在长壁采煤法和短壁采煤法之间选出最佳的截煤方案;俄罗斯东部矿业大学将模糊数学理论应用到煤矿生产中,设计出一项可以智能选择最佳的爆破对策以及将方案参数最优化的专家系统;澳大利亚拉瓦尔大学设计的一项专家系统,可以智能选择最佳的设备选型。将人工智能应用到煤矿安全生产领域这项技术在我国也得到了很大的发展。例如针对采矿巷道围岩支护中围岩分类的相关问题,设计出了一项专家系统,这个系统可以智能地根据实际情况将围岩进行分类。针对巷道支护的形式以及参数问题专门设计了一项专家系统;针对煤矿井下爆破挖掘方案的选择问题开发设计了一个专家系统。这些技术目前在煤矿安全生产中都得到了广泛的应用。

2.3在煤矿安全仪器仪表网络化中的应用

利用计算机的计算功能实现对于参数的快速、准确计算,将人工智能技术完美融合到煤矿安全仪器仪表中,进而使得安全仪表的功能获得最大程度的发挥。举例来说,通过网络连接数字安全监测仪器,再利用相应的模式识别软件,对于仪表的各项属性和所处的实际条件进行准确而快速的分析,进而做出适当的处理。在数据采集设备上安装智能系统,可以实现自动分类,以及在脱离网络状态下的智能的数据采集和远程测量。随着科技的进步和时展,计算机领域也获得了很大的发展和创新,计算机的人机互动和运算功能也逐渐完善起来,并且更具人性化。通过人工智能软件的设计和应用,将仪器仪表和计算机互联,对仪表和仪器进行远程操控,从而完成给定的任务。可以建立一个用于储存测量结果的数据库,便于随时查看。还可以收集仪表上的数据,并加以复制,然后再发送到相关的部门。人工智能的应用,使得用户不必亲自查看现场,对于与同一个任务或同一个仪表的数据收集和监控,不同的用户能够在不同的办公地点、在同一时间获知。数据的同时性,能够确保在问题出现后相关工作人员可以采取相应的措施,及时分析和解决问题,防止了信息的不对称性,有效缩短了解决问题所需的时间。

2.4井下故障诊断及灾害预防控制

煤矿生产过程中不但要解决挖掘方案的合理性和优化问题,最大限度地获取经济利益,最重要的还是要解决生产过程中可能出现的安全问题,以及对环境的破坏性。针对这些问题,有些技术人员便考虑将人工智能应用在故障诊断和灾害预防控制方面。智能诊断专家系统以神经网络为基础,利用神经网络强大的学习能力,将过去煤矿生产过程中出现的安全问题以及解决方案总结归纳,当问题出现时,专家系统便能迅速反应,诊断出这个问题,推理得出应对方案。

3结束语

煤矿安全生产是一个重大的系统工程,不但要关注量的增长,同时要提高质的飞跃。虽然政府对于煤矿安全生产的重视在不断加强,事故总量和死亡人数也有明显的下降,但是重大安全事故仍然时有发生,安全生产形势仍然不容乐观,煤矿安全生产仍然任重道远。

参考文献

[1]王其军,程久龙.人工智能及其在煤矿安全技术中的应用探讨[J].矿业安全与环保,2005(5).

[2]田胜丰.人工智能原理与应用[M].北京:北京理工大学出版社,1998.

[3]谢贤平,童光煦.采矿科学和技术向智能化的发展[J].矿业研究与开发,1996(3):1-2.

[4]杨威,安明燕,王秋菊.人工智能神经网络在煤矿瓦斯重大危险源评价中的定量分析[J].露天采矿技术,2007(5).

篇8

本文着重介绍教学团队在智能科学精品课程群建设方面的基本情况。

一、智能科学精品课程群的建立

该团队逐步推进智能科学精品课程群建设,不断积累教学改革成果。首先,利用颇具特色的优秀教材群,建立起国内首个立体交叉的智能科学教材体系。其次,把多元智能理论和本体论的知识组织方法用于课程群建设,并建立了智能科学课程群之间的内在联系,建成国家级智能科学精品课程群。再次,增强实验教学,整合多元资源,创建开放式软硬件训练环境,促进智能科学精品课程群的进一步建设与发展。

(1)率先建设立体交叉的智能科学教材体系

智能科学具有高度交叉、多学科融合的特点,结合这些特点研究了不同课程、不同学历层次、不同学科门类之间的交叉链接关系。建设以信息学科类本科生教育为主,兼顾硕士和博士研究生的教材体系,并辐射到管理类、机械类等专业。教学团队与时俱进,对教材不断更新,自1987年以来共出版人工智能、机器人学、智能控制等教材共20个版本[8-13]。例如,《人工智能及其应用》、《机器人原理及其应用》和《智能控制》均为我国相关课程的第一部具有自主知识产权的著作,被誉为“智能三部曲”,为国内高等院校广泛使用。

(2)建立多层次智能科学精品课程群

团队把多元智能理论和本体论的知识组织方法运用于课程群建设,并依据个性化元素特征和个体差异构建模块化课程体系及系列化课程设置,并据此设计课程群及课程相关的实践环节。

设计出各课程间的横向关系和专业间的纵向关系,即建立智能科学课程群之间在知识、技能、素质三个维度上的横向联系,以及在本科生、硕士研究生、博士研究生三个学历层次与专业基础课、专业课专业层次上的纵向关系。

经过长期建设,10年来共获准12项各级质量工程等立项,建立与形成了国家级智能科学精品课程群。其中包括国家级精品课程、全国双语教学示范课程、国家级教学团队、全国优秀网络课程、国家级规划教材、国家级精品视频公开课和国家级精品资源共享课程以及省级和校级精品课程等。

(3)整合资源,加强实验,创建开放式训练软硬件教学环境

教学改革没有最好,只有更好。教学团队不断增加与逐步完善智能科学精品课程群的实验和实践环节,开设智能科学相关培训课程和专题讲座。注重整合各种资源,增强智能学科与其他学科的交叉,创建开放式训练环境和训练中心,建设智能科学与技术创新实验室、大学生程序设计竞赛训练中心、大学生智能移动机器人科技创新平台等。此外,还积极参与智能类学科竞赛,如“飞思卡尔”大学生智能车竞赛、全国大学生智能设计大赛、ACM/ICPC程序设计大赛,以及多种智能机器人和智能小车大赛等。

经过多年精品课程建设与积累,目前,教学大纲、教学日历、教案或演示文稿、重点难点指导、作业、参考资料目录和课程全程教学录像等教学必需资源均进行了持续建设与更新补充。其中一些特色资源得到建设与共享。首先,共享国家级教学名师积累的丰富教学资源。通过建立名师工作室、名师示范项目实验室和名师图书室,形成多元化的带教制度,使老教师的教学理念和经验得以传承。这样就能够加快年轻教师的培养与成长。其次,共享网络课程资源。各门网络课程均采用智能技术中的知识推理和智能算法来实现编程、答疑和虚拟实验,具有智能化、个性化、情境化和形象化等特色,以及导航系统多样化、向导学习个性化和情景化学习等功能。促进了各课程教学改革,提高学生培养质量,深受学生欢迎。再次,共享实验资源。教学实验从无到有,从弱到强,逐步建立教学实验室和科研实验室,全面向学生开放,使广大学生共享实验资源。通过实验,学生发挥了主动性,提出并积极验证和探索自己的思路,从而更好地掌握知识,培养学生的理论联系实际能力和创新能力。

二、改革课程教学,建设精品课程群

着力课程教学改革,建立以精品课程群为核心、以课堂教学为基础、以实践训练深化教学效果的课堂教学与实践教学创新体系。为了实现教学目标,保证课程群的教学和教改的顺利进行,加强了教师队伍建设和教学管理,建立教学质量评价系统,保证课程群的教学质量。

(1)建立以精品课程群为核心,以课堂教学为基础,以实训深化教学效果的课堂教学与实践教学创新体系。

提出“以趣导课、以疑启思、以法解惑、以律求知”的“四以”教学方法。建立“课堂讲授+启发互动+创新实践”三位一体的教学模式,探索出“项目驱动教学”(Project-orientedlearning)和“做中学、趣导思”的主动教学方法和学生培养途径。开发双语教学平台,改进与强化双语教学模式,完善双语教学的方法和手段,提高教学质量。

(2)加强教师队伍建设,改进管理,改革考试,促进课程群的教学和教改的顺利进行。

总结并推行“严肃对待教学工作,严格要求学生,严密组织教学过程,严谨施行教学改革”的“四严”教育思想,指导教师队伍思想建设[1]。注重对青年教师的业务培养,提高他们的授课水平。改革考试制度和方法,培养学生思维、分析能力和创造创新能力。

(3)建立教学质量评价系统,监控课程教学全过程,保证课程群的教学质量。

将控制论(Cybernetics)中的闭环控制信息反馈和故障诊断理念引入教学质量评估过程,建立教学质量的诊断、分析与校正评价系统DIACES (Diagnosis,Analysis and Correction Evaluation System)。

(4)利用教师试讲、督导听课、网上评教、同行评议、讲课竞赛、质量评优、师生座谈、公开示范课等一系列措施,反映教学中的存在问题和成功范例。然后通过集体讨论分析,提出对存在问题的纠正措施或对成功范例的推广意见,实现评估监控过程的自动化、智能化与常态化,保证教师授课技能、教学效果和人才培养质量的提高。

三、经验与结论

在智能科学精品课程群建设过程中,取得了丰硕成果,探索与积累了丰富经验。主要体会如下:

(1)在该精品课程群建设中,始终贯彻“以人为本”的育人理念,把多元教学理论和本体论的知识组织方法用于课程群建设,创建因材施教和探索性的学习环境。以“教书育人”为根本任务,坚持“严肃对待教学工作,严格要求学生,严密组织教学过程题,严谨施行教学改革”(“四严”)教育指导思想,奠定创新型人才培养的理论基础。

(2)注重“课程核心”教育定位,总结出“以趣导学、以疑启思、以法解惑、以律求知”(“四以”)的教学方法和“做中学、趣导思”的综合素质培养方法。做到师生互动,理论联系实际,深化教学,摸索出创新型人才培养的有效途径。

(3)建立覆盖多层次、多专业、多语种、立体配套的智能科学精品课程群系列教材体系,实现课程群系列教材的“精品化”。建立网络化、个性化、智能化的多维教育网络课程体系。建立一种教学质量评估系统,即质量诊断、分析与校正闭环评价系统。这些措施为课程教学和创新型人才培养提供了有力保障。

篇9

2018年被称为人工智能爆发的元年,人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面,带来生产效率及生活品质的大幅提升。智能红利时代开启!资本、巨头和创业公司纷纷涌入,将人工智能拉到了信息产业革命的风口。

如何把握产业动向,抓住风口机会?创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力,在对国内人工智能创业公司进行系统调研的基础上,推出《2018中国人工智能白皮书》,对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能(Artificial Intelligence, AI)又称机器智能,是指由人制造出来的机器所表现出来的智能,即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来,“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后,深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破,前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层,主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层,主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层,主要是把人工智能相关技术集成到自己的产品和服务中,然后切入特定场景。目前来看,自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源:创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景,B、C 端全面发力。

资料来源:券商报告、互联网公开信息,创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉,以让机器获得相关的视觉信息并加以理解,它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源:互联网公开信息,创业邦研究中心整理

2.发展关键要素:数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长,机器不再只是通过特定的编程完成任务,而是通过不断学习来掌握本领,这主要依赖高效的模型算法进行大量数据训练,其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后,机器视觉的主要识别方式发生重大转变,自学习状态成为视觉识别主流,即机器从海量数据里自行归纳特征,然后按照该特征规律使图像识别的精准度也得到极大的提升,从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者,其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者,适合以“全产业链生态+场景应用”作为突破口,加速商业化。

(1)软件服务:技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑,构建起功能和信息架构较为复杂的生态系统,推动最末端的消费者体验。

此类商业模式成功关键因素:深耕算法和通用技术,建立技术优势,同时以场景应用为入口,积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源:互联网公开信息,创业邦研究中心整理

(2)软硬件一体化:生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入,海量优质数据积累,建立算法平台、通用技术平台和应用平台,以场景为入口,积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统,各部分相辅相承,锐化企业竞争力,在产业链中拥有更多话语权。

4.投资方向

(1)前端智能化,低成本的视觉解决模块或设备

从需求层面讲,一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体,一方面提升了处理速度,另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发,结合先进的算法开发模块和产品,这类企业将在机器视觉领域拥有核心竞争力。

(2)深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例,传统的识别方案大都基于颜色空间,如 RGB,HSV ,YCrBr,无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习,如通过 R-CNN 训练大量标注后的手势图像数据,得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时,比传统方案的效果好很多。

(3)新兴服务领域的特殊应用

前沿技术带来的新领域(如无人车、服务机器人、谷歌眼镜等),对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉,涉及三维空间、多维空间,其技术基本上处在初始阶段,未来存在较大市场增长空间。

(4)数据是争夺要点,应用场景是着力关键

机器视觉的研究虽然始于学术界,但作为商业应用,能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据,又有挖掘该数据价值的先进技术时,商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据,要么选择与拥有数据源的公司进行合作,同时选择一个商业落地的方向,实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

(1)语音识别技术已趋成熟,全球应用持续升温

语音识别技术已趋成熟,全球应用持续升温。语音识别技术经历了长达60年的发展,近年来机器学习和深度神经网络的引入,使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法,在识别率上取得突破。根据Google Trends统计,自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测,2020年语音及图像搜索占比有望达到50%。Echo热销超过400万,带动智能音箱热潮。

(2)语音识别进入巨头崛起时代,开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖,语音交互技术催生的新商机,吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力,欲吸引更多玩家进入他们的生态系统。

(3)语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%,远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高,带环境音的语料的搜集、标注可用于模型的训练,有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域,云端识别并非通行的最优方案,把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理(NLP)发展现状

(1)多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破,比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展,使DL有了路径在语义理解领域取得突破,并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年,硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用,语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用,应用场景越明确(如客服/助理),逻辑推理要求越浅(如翻译),知识图谱领域越成熟(如数据饱和度和标准性较强的行业),技术上实现可能性相对较低。在各种技术融合应用发展的情况下,具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

(2)NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson,典型的办法是把问答用FAQ索引起来,与搜索引擎相似。对每一个新问题进行检索,再将回答按匹配度进行排序,把最有可能的答案排在前面,往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术,跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近,深度学习被成功地运用到机器翻译里,使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的,要求机器能准确地理解问题,并且基于自身的知识系统和对于对话目标的理解,去生成一个回复。

(3)创业公司的机遇

1)机器翻译方面:经过多年的探索,机器翻译的水平已经得到大幅度提升,在很多垂直领域已经能够在相当大程度上替代一部分人工,机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争,以某一细分行业为切入点,深耕垂直领域,对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域;技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易,计算机视觉与生物识别应用于金融领域的身份识别,语音识别及自然语言处理应用于金融领域的智能客服、智能投研;应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源:创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大,目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局,其中医学影像、药物挖掘、健康管理,辅助诊疗、虚拟助理的应用发展速度较快。

图 人工智能在医疗行业的应用图谱

资料来源:创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像,通过深度学习,实现机器对医学影像的分析判断,是协助医生完成诊断、治疗工作的一种辅助工具,帮助更快的获取影像信息,进行定性定量分析,提升医生看图/读图的效率,协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式,完成病灶识别与标注,三维重建,靶区自动勾画与自适应放疗等功能,应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段:将深度学习技术应用于药物临床前研究,在计算机上模拟药物筛选的过程,包括靶点选择、药效和晶型分析等,预测化合物的活性、稳定性和副作用,快速 、准确地挖掘和筛选合适的化合物或生物,提高筛选效率,优化构效关系。临床后阶段:针对临床试验的不同阶段,利用人工智能技术对患者病历进行分析,迅速筛选符合条件的被试者,监测管理临床试验过程中的患者服药依从性和数据收集过程,提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统,通过人工智能技术实现人机交互,从而在就医过程中,承担诊前问询、诊中记录等工作,成为医务人员的合作伙伴,使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同,主要有智能导诊分诊,智能问诊,用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商,上接上游软硬件提供商,下接公司和消费者,在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商,如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源:创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新,推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期,然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。预测到2030年,全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%,单车应用成本的显着提升之 外,从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计,全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆,并在 2025- 2035 年间获得高速发展,年复合增长率将达到43%,并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能,同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测,L4 高度自动驾驶等级下,自动驾驶零部件成本约在 3100 美元/车,其中硬件占比 45%,软件占比 30%,系统整合占比 14%,车联网部分占比 11%。按照全球 1 亿辆量 产规模计算,理想假设所有车辆全部达到 L4 高度自动驾驶水平,那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟,人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向,助力创新企业发展,创业邦研究中心对国内200多家人工智能创业公司进行了系统调研,从发展能力、创新能力、融资能力等多维度指标,评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中,北京人工智能企业最多,占比高达39.66%;其次是上海,人工智能企业占比达21.55%;位列第三的是广东,人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等,成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力,人工智能应用实力雄厚,也聚集了一批人工智能垂直产业园;广东互联网产业发达,企业对数据需求强烈,依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看,行业应用层的企业占比最大,为56.03%;其次是应用技术层的企业,占比达31.04%;基础技术层的企业占比最小,仅为12.93%。随着人工智能技术的发展,人工智能与场景深度融合,应用领域不断扩展,行业应用公司比重不断提升。在基础层技术方面,国际IT巨头占据行业领先地位, 国内与国际差距明显,中小初创企业很难进入。

从行业应用来看,智能金融企业占比最大,为16.92%;其次是机器人企业,占比达15.38%;位列第三的是智能驾驶和智能教育,占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础,智慧金融被列入国家发展规划中,庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出, 目前市场需求较大,商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多,企业积极推动应用落地,百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地,相关初创企业涉入教育蓝海,推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多,占比达49.14%;500万以下的企业位居其次,占比达 26.72%;位列第三的是10000-100000万之间的企业,占比为17.24%。

最新估值

企业最新估值均在亿元级别,且分布较为均衡。三成企业估值超过15亿元,还有企业估值达到百亿级别,如优必

选科技、达闼科技和商汤科技等,将来或将跻身人工智能独角兽企业。(备注:分析样本量剔除一半未披露企业)

第九部分典型企业案例分析

1.Atman

企业概述

Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办,提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品,致力于成为医学、新闻、法律等专业领域语言智能专家,为专业领域用户赋能,推动专业领域用户进入人工智能时代,助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。

目前Atman在北京和苏州两地运营,能快速响应全国各地客户需求。

企业团队

创始人&CEO:马磊

清华大学计算机系毕业,曾先后在微软研究院和工程院担任研究员和架构师,机器学习专家、多次创业者、曾主导多项人工智能重大项目,和申请国际专利共计15+项。

Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成,公司员工40人,其中硕士以上学历占比60%,技术开发人员占比70%,一半以上来自微软亚洲研究院和工程院。

核心技术与产品

技术方面,擅长机器学习(深度学习、强化学习、群体智能)在复杂问题的应用,和国际专利15项,Atman神经网络机器翻译系统于2016年9月首秀,早于谷歌的GNMT,专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。

Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页,支持私有部署和云端混合部署,提供包括数据隐私安全以及自学习的端到端解决方案。

机器写作可对海量数据进行快速搜索、过滤、聚类,根据行业需求自动生成专业文档,适用于所有专业写作场景,可大幅减少专业报告写作过程中的繁复工作,大幅提升专业领域写作效率。

知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析,形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助,帮助用户建立强大的以专业大数据为基础的业务辅助能力。

2.黑芝麻

企业概述

黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业,2016年分别在美国硅谷和上海成立研发中心,主攻领域为嵌入式图像、计算机视觉,公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台,为ADAS及自动驾驶提供完整的视觉感知方案。

目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作,提供基于视觉的感知方案;除此之外,公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。

企业团队

团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业,平均拥有超过15年以上的产业经验,毕业于清华、交大、中科大和浙大等知名高校。

创始人&CEO:单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年,离职前担任该公司的技术副总裁一职,工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。

核心技术和产品

在汽车领域,黑芝麻可提供车内监控方案(DMS),自动泊车方案(AVP),ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分:黑芝麻感知算法从基础的控光技术,到面向AI的图像处理技术出发来提高成像质量,以及应用深度神经网络训练,结合视频处理和压缩技术,形成从传感器端到应用端的处理过程;黑芝麻芯片平台采用独有的神经网络架构,包括独有的图像处理,视频压缩和计算机视觉模块,与黑芝麻视觉算法结合,采用16nm制程,设计功耗2.5w,每秒浮点计算达20T。

3.乂学教育

企业概述

乂学教育,成立于2014年,是一家网络教育培训机构,采用人工智能和大数据技术,为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司,销售团队有全国40亿toC销售额的经验。

企业自主研发了针对中国K12领域的学生智适应学习产品,其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”,该产品拥有完整自主知识产权,能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可,并在纽约设计了人工智能教育实验室,与斯坦福国际研究院(SRI)在硅谷成立了人工智能联合实验室。

主要产品

学生智适应学习是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。

智适应学习人工智能系统

智适应学习人工智能系统模拟特级教师,采用图论、概率图模型,机器学习完成知识点拆分和个人学习画像,采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径,实现个性化教育。

业务模式

线上与线下,2B和2C相结合。以松鼠AI智适应系统教学为主,真人教师辅助,学生通过互联网在线上学习课程。开创教育新零售模式,授权线下合作学校,已在全国100多个城市开设500多家学校。

4.云从科技

企业概述

云从科技成立于2015年4月,是一家孵化于中国科学院重庆研究院的高科技企业,专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队,是中科院战略先导项目人脸识别团队唯一代表,唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年,云从科技成为祖国“一带一路”战略实行路上的人工智能先锋,与 非洲南部第二大经济体津巴布韦政府完成签约。

云从科技奠定了行业领导地位: 国家肯定,国家发改委2017、2018年人工智能重大工程承建单位;顶层设计,唯一同时制定国标、部标和行标的人工智能企业;模式创新,三大平台解决方案,科学家平台、核心技术平台和行业应用平台。

企业核心团队

创始人

周曦博士,师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授,专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”,曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。

周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章,被引用上千次。

核心技术团队

云从科技依托美国UIUC和硅谷两个前沿实验室,中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人,80%以上拥有硕士学历。

技术优势

全方位多维智能学习模块适应不同场景要求;模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。

云从科技具有高技术壁垒:世界智能识别挑战赛成绩斐然,在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中,85次获得第一;2018年,云从科技入选MIT全球十大突破性技术代表企业。

在跨镜追踪(ReID)技术上取得重大突破。Market-1501,DukeMTMC-reID,CUHK03三个数据同时集体刷 新世界记录, Market-1501上的首位命中率达到96.6%,首次达到商用水平。

正式在国内“3D结构光人脸识别技术”,可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术,3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能, 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点,受到国际巨头公司的关注。

行业应用

目前国内有能力自建系统的银行约为148家。截止2018年3月15日,已经完成招标的银行约为121家,其中云从科 技中标了88家总行平台,市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作,通过公安部重大课题研发火眼人脸大数据平台等智能化系统,在民航领域,已经与中科院重庆院合作覆盖80%的枢纽机场。

5.Yi+

企业概述

北京陌上花科技是领先的计算机视觉引擎服务商,为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。

旗下品牌Yi+是世界一流的人工智能计算机视觉引擎,衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。

目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作,通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户,同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。

企业团队

团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。

创始人&CEO:张默

北京大学软件工程硕士, 南洋理工大学创业创新硕士。连续创业者, 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师,北方区合作伙伴经理,主机Linux中国区负责人,中国区开源联盟负责人,年销售额数亿。 2013年创业于美国硅谷和新加坡,2014年6月在中国设立北京陌上花科技有限公司。

核心技术与产品

技术方面,在国际顶级计算机视觉竞赛ImageNet中,成绩曾超过谷歌、斯坦福等,2015-2016年2年获得十项世界第一。2018年3月,人脸识别准确率位列LFW榜首。Yi+通过遵循无限制,标记的外部数据协议。 Yi+的系统由人脸检测,人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型,其中包含来自多个来源的约10M个图像,其中包含150,000个人(训练数据集与LFW没有交集)。在测试时, Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量,最终取得优异成绩。

公司的核心产品主要包括视觉搜索引擎,图像视频分析引擎以及人脸识别和分析引擎:

行业解决方案

针对营销、安防、相机和电视的不同特点,推出相应解决方案。

营销+AI。场景化广告方案中,大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐,适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。

智慧城市+AI。使用计算及视觉助力智慧城市,在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上,实时处理直播摄像头信息,算法反应敏捷,相应迅速。建立智慧园区方案模型,考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素,从业务和技术两方面整合解决方案实现步骤。

电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。

相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片,打通相册和购物一站式体验。准确识别人物属性特征,动态适应表情变化,可以在视频以及图像中对人脸实时检测,基于深度学习技术,进行人脸相似度检测,实现面部关键点定位、妆容图像渲染,试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等,添加AR效果,SDK支持本地检测、识别、追踪,平均检测帧率可达到25fps。

新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心,建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分,其中数据采集包括人脸数据采集、商品数据采集;算法模型说明包括识别算法训练、商品识别、识别输出;部署方案包括本地部署、云端部署、本地部署与云端部署结合。

6.擎创科技

企业简介

擎创科技成立于2016年,专注于将人工智能和机器学习赋予传统IT运维/企业运营管理,为企业客户提供智能运维大数据分析解决方案,从而取代和改善对高技能运维人员严重依赖的现状。2017年,擎创科技已实现全年2000万营收,迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初,擎创科技完成了数千万人民币的A轮融资,由火山石投资领投,晨晖创投、元璟资本及新加坡STTelemedia跟投。

核心团队

擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵,与新浪、饿了么等知名互联网公司的大数据、算法专家组成,核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售,曾带领团队获得10倍的业绩增长;CTO葛晓波拥有长达15年的企业级软件开发和运维经验;而产品总监屈中泠则来自甲方,创业前为浦发硅谷银行企业架构师,深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队,如今在智能运维企业服务赛道继续领跑,让擎创科技成为最懂企业的客户,最值得企业客户信赖的软件厂商。

主要产品

“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品,自2016年上线以来,已从1.0版本升级至1.9版本,可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上,夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。

“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值,结合客户的现有情况,规划从传统ITOM至AIOps智能运维的一站式路径,助其运营落地,由此打破数据孤岛,建立统一的大数据智能分析平台,实现以人工智能为核心,驱动传统IT运维监、管、控三个层面,并将相关运维数据及业务数据实时展现。

“夏洛克AIOps”拥有多项自研算法,犹如运维界的福尔摩斯,能迅速发现并定位运维问题的根因,实现秒级排障,最大程度避免企业产生重大损失。更有价值的是,“夏洛克AIOps”还能通过长期的数据积累和机器学习,运用新型深度神经网络算法对企业的业务数据进行预测,帮助企业提前规划IT资源,高效预防各类黑天鹅事件的发生。

商业模式

目前,擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系,包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户,采用个性化的商业模式进行服务,目前主要有私有模式和SaaS模式两种,都具有较强的可复制性。

篇10

1、前言

随着经济的不断发展,电力系统也在不断完善中,其中继电保护技术的好坏直接影响着国家电网的稳定运行,因此,加强对继电保护技术的可靠性研究是非常必要的。

2、影响继电保护系统可靠性因素

2.1、硬件装置的影响

电力网络是由继电保护装置、二次回路、通道、装置通信等一些重要元件构成的,这些元件的可靠性不仅影响着继电保护运行中的可靠性,还直接关系着电力系统中线路的可靠性,所以一旦发生问题,将会对整个系统造成严重损失。主要有以下内容:一是继电器中触点的松动。触点对继电器切换负荷工作有着重要的作用,许多出现故障的继电器都是由于触点松动或是开裂造成的,也有的是因为触点尺寸不合理形成误差而造成的,这些都会降低继电器的可靠性。其中触点松动主要是因为接触点和簧片没有进行合理的配合造成的,而触点开裂则是由于材料问题,例如材料硬度过高或者压力太大等,上述中任一弊病,都会对电力系统安全性造成影响。二是电流互感器的饱和。近几年来,人们用电量不断增加,使得电力系统的规模不断扩大,低压配电系统中的短路电流也随着变大,若变电所与配电所中的出口发生短路现象,就会导致电流互感器的饱和,从而增加了电流互感器中的变感误差,在这种环境下,灵敏度不高的继电保护装置就很有可能发生拒动行为。

2.2、软件因素

若电力系统中的软件出现问题就会使保护装置出现误动或是拒动的行为。目前主要的软件问题有:编码不正确;不能明确需求分析定义、设计软件结构时出现失误;没有规范测试及定值输入有误等。

2.3、人为因素

安装人员没有根据指定的设计要求进行接线,或是没有正确安装线路的极性,或是操作人员在工作过程中出现失误等,这些问题在电网中时有发生。

3、加强机电系统可靠性的相关技术措施

继电保护运行可靠性的提高将会很大程度上提高电网运行的效率,从而能够降低电网运行过程中的风险。而要想提高继电保护日常工作的效率和质量,高水平的继电保护技术及先进的保护措施是必不可少的,具有重要意义。

例如:为了进一步提高电力系统继电保护的可靠性,某电力公司合理应用先进技术,成功将一个传统电磁式继电器保护的35kV变电所改造成微机保护装置系统的终端变电站。在电力系统的改造过程中,应充分利用先进的电力电子技术研究成果,逐步实现输、变、配电设备的状态监测与检修,通过在线检测及带电测温等先进的测试手段,对于继电保护装置的可靠性进行科学的评估,运行管理人员应及时掌握继电保护装置的实际性能,以此作为指导检修工作的依据,及时排除可能存在的不可靠因素,从而且确保电力系统的安全、经济、高效、稳定运行。另外,在电力系统保护装置及监控系统方面进行了多方面的技术革新,具体表现为:(1)通过对线路保护装置、主变保护装置进行技术改造,可以满足变压器的主、后备保护、线路保护、综合保护、电容器保护、小电流接地检测、备用电源自投、综合数据采集等方面的功能需要,以进一步提高其整体可靠性;(2)监控系统的基本功能扩展为数据采集、控制操作、事故处理、监视显示、画面制作、制表与打印等,为继电保护可靠性的提高做好必要的准备。经过技术改造后,该供电公司的电力线路及站内设备的继电保护均采用计算机采集、运算、判断,反应灵敏、迅速,在设备或线路有故障时可靠切除故障点。对此,笔者总结了以下几点,旨在提高继电保护系统的可靠性。

3.1、提高信息化与微机化的水平

近些年来,电子信息技术得到了高速发展和创新,电力系统的微机保护技术也逐渐成为人们关注的焦点。例如工控机的应用,无论是在功能、容量及速度上,工控机都比以前的小型机更有优势。所以,继电保护应用工控机技术可操作性强。这样可以降低继电保护运行过程中的不可靠性风险。计算机技术的发展也对继电保护技术产生了很大的影响,因为继电保护装置作用较为单一,主要用于切除存有故障的元件,但是在工作中还存在一些问题。为了能够解决这些问题,保障电力系统的安全运行,就需把整个电力系统连接成一个体,而利用计算机网络技术就可以很好的实现该效果。

3.2、加强智能化程度

智能化是提高继电保护运行过程中可靠性的重要措施,同时也是一项技术创新。目前人工智能化已广泛应用于人们的日常生活中,电力系统也无例外,比如进化规划、神经网络、遗传算法等技术都已得到电力系统的广泛利用,其应用领域也在不断的扩大中。电力系统引进人工智能化技术很大程度上保障了继电保护设备的稳定性,并且还能控制继电保护设备中的一些不可靠因素,例如工作隐蔽性和连续性等。人工智能化技术最突出的优势就是可以快速处理故障,并且逻辑思维能力较强。经调查表明,在线评估工作中人工智能的运用意义重大,不仅能够突出人工智能的优势,还具有很大程度上的主导地位。所以,电力系统中的继电保护设备运用人工智能技术将会很大程度上提高其运行中的可靠性,从而保障工作质量。

3.3、使用性能好的数字控制器件

使用性能相对较高的数字控制器件能够很大程度上提高继电保护工作的质量。目前在电力系统继电保护中常用的器件为CPLD 与FPGA。其中CPLD 较为复杂并可编程,而FPGA 属于现场可编程的门阵列,二者均在继电保护中拥有很大的优势,这是因为CPLD 与FPGA 具有很强的高度集成特点,能集中多个微机系统中的功能。通过使用这些性能高的数字控制器件能够使电子系统的设计发生极大变革,增强继电保护设置的生命力。由于这一控制器件与确保系统快速响应、提高系统可靠性与系统集成度具有密切的联系,同时还可以缩短研制保护装置的周期,所以大大保障了继电保护装置在运行时的可靠性。

4、继电保护技术的发展趋势

随着智能电网建设的推进,相关研究的深入,继电保护专业一定会适应电网需求向智能化方向发展,跟进电网建设步伐,对于继电保护装置的控制和测量提出数据信息一体化的要求。

4.1、继电保护技术的智能化应用

在智能电网中,电力系统对遗传算法和神经网络的应用较为普遍,将智能化的应用在电力领域打下良好的基础。神经网络可以充分解决非线性的问题,而以生物神经系统为基础的人工神经网络以其分布式储存信息和自组织的优势迅速占据智能化的前沿。由于人工神经具有方向保护、判定故障距离和保护主设备的诸多功能,在电力系统的继电保护中产生巨大的应用效应。通过使用神经网络的办法,分析故障样本的信息,从而快速判定故障发生的地点,提高解决问题的效率。

4.2、继电保护综合自动化的应用

由于现代网络技术的发展,继电保护装置作为一个多功能性的计算机装置,实现对整个网络的智能终端指导。继电保护装置通过互联网获取电力系统的故障数据和信息,快速传递给电力系统的网络控制中心。同时,由于智能电网的电力系统逐步向综合性的自动化方向完善,变电站的各种功能得到了有效的实现,不断促进电力系统的健康运行。

4.3、继电保护技术广域化的应用

近年来,由于人们的生产和生活对用电的需求加大,电网的电压等级也有很大幅度的提高。在需求的高压的之下,供电的不稳定性越来越明显,而且故障的出现频率也大为增加。因此,智能电网需要不断提高信息技术和通信技术的应用,通过广域测量的技术为电力系统的信息输送提供保护,从而提高自动化装置的性能,减少电力故障,确保电力系统的安全和稳定。

4.4、提高继电保护故障人员的专业技术和素质

智能电网的稳定运行需要继电保护技术来保驾护航。电力系统的工作关乎人民群众的生产和生活的许多方面,安全责任重大,所以需要不断提高工作人员的业务水平。加强对于继电保护故障人员的专业技术培训,可以开展相关的知识竞赛,实现人才储备的战略要求。同时,业务人员的个人素质也是重要的考核部分,加强其岗前培训,建立一支高素质和高技能的从业队伍,推动继电保护技术的不断进步。

5、结语

综上所述,在社会经济不断发展的浪潮中,人们生活水平质量的提高对用电量和输电方式等都提出了较高的要求,由于继电保护装置在整个电力系统中所占据的重要地位,所以必须对其进行探索,不断研究应用新的手段和技术,从而为电力系统的安全运行创造良好的环境。

参考文献:

[1]陈丽萍:《提升电网继电保护系统运行可靠性措施研究》,《科技与企业》,2011年15期

篇11

1国外无人化农机设备与技术的发展概况

正是因为国际上的科学技术起步要远远早于国内,在农业发达地区,比如北美、澳洲和西欧地区,在农业生产中已经普及使用智能农业机械设备,并且个别发达国家已经在农用无人机械方面已经有着丰富的知识贮备和经验积累,所以当地的无人化农业发展水平远远领先于我国。美国一部分的大型农场早已经开始使用GPS进行导航定位的自动化农用机械,到2022年,美国95%的农场都普及这项自动驾驶收割技术。约翰迪尔、凯斯纽在2016年率先推出了无人驾驶农业机械产品的升级版,机械装有感应和监测装置,可以自动实现对障碍物的规避和控制,同时操作人员可以利用远程进行控制,并且实时监测和调整,真正意义上的可以做到24小时的无人机械作业。但是目前该产品还是商业实验阶段。

2国内无人化农机设备与技术的发展情况

我国于2016年由中国一拖集团有限公司率先对外公布东方红无人驾驶拖拉机,并实际展示了拖拉机在农业活动中的效果。当年的东方红无人驾驶机器装配有国三指标的发动机、电动控制系统、电子悬架系统等,为之后我国无人驾驶农业机械奠定了坚实的数据积累和支持,随着东方红无人机械的诞生,我国无人化机械进一步得到了发展,后续开展了以无人机械为代表的整地插秧等农业活动,引起了全国媒体的共同关注。我国由于劳动力不足,劳动成本增长过快,不得不大力发展农业机械无人化。我国一直都是农业大国,但是国内粮食生产总值比不能满足日益增长的粮食需求,我国还需要大量的进口还弥补粮食的短缺,虽然近些年来我国的农业机械自动化发展迅速,但是由于研究过于分散,并且规模不大,并不能高效地完成技术研发。我国大量的土地过于分散,很多地方无法使用大型机器,这些原因都促进了我国开始农业无人化机械的发展。

3农机发展的关键技术

就当前我国农业机械化的发展状况和先进的国家技术对比而言,我们确实存在着很大的技术差距,我国也已经预见了农业智能化机械的发展的前景,正在大力发展人工智能和互利网技术,以期帮助农业机械缩小差距,提升我国农业机械产品的综合能力,举全国之力用最短的时间缩短和世界先进技术的差距。就目前的形势而言,无人农用机械主要存在两个发现趋势,一种是大型的自动化农机,另一种就是小型的农机机器人,大型的机器主要针对于大型的拖拉机进行升级和研发,而小型的机器人就需要更多灵活便捷的机器设备来替代,把这些机器放在农业生产中,可以加速自动化农业的发展,农机智能化和无人化的基础原则就是对智能设备的研发。最近几年,我国下发了多部关于提高农业机械发展的政策,把发展农业机械智能化作为国家战略政策。农业机械产品的升级和完善将带动我国农业发展水平的迅速提升,目前最为重要的步骤就是早日突破农业机械无人化、智能化、信息化的整合。农业机械无人化需要使用大量的传感器还定位技术,依托于北斗导航的全方位覆盖,我国将更快的实现农业机械的精确定位,加入不断研究升级的AI控制技术,我国农业机械的自动驾驶有望早日突破。农业信息化的含义就是指利用传感器技术收集和汇总农业的数据,在使用加密通信数据把传感器中的所有环节进行连接,最后比合成监控网络,把传感器和农业环境进行连接,农业物联网就是基于此项技术。农业机械自动驾驶可以有效的提高农业的精准程度,保证作业质量,提高产物产量,而农业物联网技术可以精准操作,可以生成农业大数据进一步完成农产品的追踪等。按照当先的发展形势而言,农业机械无人化是我国大力发展的方向,可以有效的缩短和国外的技术差距,实现弯道超车。

4无人化农机的升级发展策略

伴随着现代农业机械智能化无人化技术突飞猛进,传统的农业制度无法适应当前的信息时代。农业机械的智能化和信息化,需要综合信息化、传感器、网络技术、自动化、智能化水平,加入未来兴起的AI技术,可以更加全面的帮助提高农业生产效率。

4.1加强农机领域的跨界人才培养

当前,农用机械无人驾驶还属于一类新兴技术,整个技术的发展仍然处于起步阶段,不论在企业的内部还是外部,都缺少专业完善的理论培训制度。教学资源的匮乏,导致培训体系不完整,尤其是人工智能的发展、互联网技术、现代工业和农业机械等专业领域的培训少之又少,而且现有培训的机构资料也属于过时,无法形成系统的教学模式。所以针对系统整合的问题所在,需要用科技进行创新,构建专业人才培养体系。首要任务就是普及人工智能的基础,其次对专业人才进行相应的技术提升,最后才是以市场为主导,对企业相关的员工进行专业化的技能训练,让更多新型行业得到专业的人才的带动。

4.2利用人工智能和物联网实现产品跨界发展

虽然我国农业机械产品技术方面还存在很多问题,但是AI技术和互联网技术的发展已经在世界范围内名列前茅。所以,发展农业机械的未来核心工作就是综合整理技术的跨界和应用,结合我国AI和互联网产业的优势地位,主导企业和科研机构共同合作,合作共赢,针对传统农业机械做出技术突破。与此同时,整合和汇总传统农业机械企业和互联网企业的产业链条,降低成本,整合优化资源渠道,加速现代化技术服务社会的时间,加速无人化、智能化、信息化现代农业和的发展。当前,我国有很多互联网企业已经加入到现代化无人机械的研究中,但是仍然需要更多的企业积极参与研发,尽快突破技术瓶颈,加速成果落地,进而带动整个行业的飞速发展,保证我国无人化农用机械的高速发展。

5结束语

本文着重分析当前我国农业机械的实际情况,并且得出一系列的发展策略,指出农业机械的无人化和信息化是农业机械发展的必经之路,也是重要组成部分,要想我国农机产品更加的完善,就必须对人工智能和网络科技进行有机结合,持续完善的对我国农业机械产品进行优化和升级,不断在产品创新发面做出突破,进一步缩小和外国先进设备的差距,最后全面发力,齐头并进。

参考文献

[1]邓文刚,陈慧敏,高刚毅.农业机械自动化在现代农业中的应用与发展趋势[J].南方农机,2020(3):239.

篇12

目前,在档案整理的过程中,每个环节都需要大量的人工干预或检查,才能达到理想的整理效果,也就是说一个单位的档案要想整理得好,就必须需要一个高素质的档案人员,做到仔细、认真,并且必须非常了解单位的业务运作。

二、应用业务规则技术的解决之道

针对国内档案管理现状,广东万维博通信息技术有限公司在自有系列档案信息资源管理系统(AMIs)产品基础上,引入人工智能技术,研发了一套“基于业务规则的档案信息资源管理平台”,该平台除具备一般AMIS的档案管理、利用、编研的功能外,重点研究了基于信息资源规划,依托业务规则库的档案信息资源收集管理体系:通过信息资源规划确定各立档单位的归档范围、保管期限表,并将其抽象为档案业务规则库(Archives Business Rules Database,简称ABR),同时也将档案主管部门与指导部门的规范、制度、标准等也整理到ABR,通过强大的推理引擎(RM),对已有的档案信息数据(AID)进行分析与推理,作出相应的判断,以帮助立档单位达到“档案收集齐、保管期限设置准、档案著录规范”的目标,同时也为档案管理部门建立起智能化的网上监督指导系统、绩效评估系统和上岗人员自学习系统等。也可通过基于档案知识规则库(ABR)和推理引擎(RM)构建的档案信息雷达自动从相关业务系统收集档案信息资源。基本实现以下功能:

1)采用人工智能技术,建立档案业务规则库(ABR),利用规则引擎,贯穿整个档案轨迹的全过程,控制档案收集、整理的质量与数量;

2)构建档案信息雷达,利用档案业务规则库(ABR)。通过数据挖掘技术自动收集立档单位的各种业务数据:

3)建立新型的档案移交、接收模式,做到档案实体正式移交前进行相应的非现场预检查,保证档案接收质量并减少后续的著录量与数字化加工量:

4)建立新型的档案监督指导管理体系与绩效考核体系,实现远程指导、远程考核。

5)建立新型的档案自学习系统,提供档案上岗人员接受培训的新途径,并找到传承资深档案人士知识的快捷方法等。

三、主要研究内容

1、档案业务规则库(ABR)的建立与管理

与档案业务相关的规范、制度、标准等内容,称为业务规则(Business Rules,简称BR),特别是档案管理部门制定的档案收集、归档范围、保管期限表等。

每个立档单位都有不同的规则,每个资深的档案从业人员都有不同的经验总结,在档案指导的过程中可能也会定期加入相关规则,规则在不断地更新。档案业务规则库分为三类,是将档案各项专业知识分门别类融合。

1)针对外部的业务规则库:以《档案法》为主的相关法律、法规和制度等;

2)针对结构化的内部规则库:对综合档案以立档单位为基础的《归档范围》、《保管期限表》,对工程档案以工程性质为基础的《建设工程峻工档案归档范围》:

3)针对非正式的内部规则库:档案指导长期实践的经验,单位经验丰富的档案从业人员的知识总结等。

2、档案业务规则库(ABR)在档案轨迹的各个环节的用处

通过完善的业务规则管理系统(BRMS)将相关的档案规范、制度、标准及各立档单位的归档范围、保管期限表等抽象为档案业务规则库。

BRMS是系统服务堆栈中的一部分,提高了SOA的便捷性,利用它建成的ABR及档案信息库(AID),可较快地搭建与档案配套的其他业务系统。

档案业务规则库(ABR)建设完成后,在档案轨迹的各个环节可以开始发挥作用。

可对各立档单位的档案信息(包含全宗、目录/项目、案卷、卷内等)自动分析,提高决策水平,推理得出相关结论:

档案著录是否规范?

档案收集范围是否齐全?

保管期限定义是否准确?如数据符合要求,可以搬档案实体过来或下去检查等,并衍生出相应的人工智能子系统:

1)档案接收即时检查系统

接收档案范围确定后,系统可即时根据档案业务规则库(ABR)将各立档单位的档案信息(AID),通过知识规则推理引擎(RM),对录入或导入的档案信息进行检查,系统自动提出整改意见或验收意见。

2)档案著录规范检查系统

根据已存在的档案业务规则库(ABR)对责任者、题名、保管期限等自动进行检查。

3)网上监督指导系统

档案局/馆、档案主管单位利用基于Internet/Intranet的档案信息扫描技术,结合档案业务规则库(ABR),自动监督各立档单位的档案整理情况,发现问题自动提醒,并及时反馈,信息转入Workflow,档案监督指导人员根据实际情况作出处理。

它利用人工智能的原理,借助计算机模拟人类的思维过程,对档案信息数据进行分析与推理,作出相应的判断,提出建议及线索,以供档案管理部门进行进一步的重点检查与监督指导。其目的就在于:提高监督指导效率,降低监督指导风险,进而保证档案收集入库的质量。

4)立档单位绩效评估系统

篇13

如何去调整高校计算机师范类专业的课程设置、教学计划以适应中学信息技术课程的改革和发展要求,如何去培养计算机师范类专业学生的信息技术的技能、改变他们的知识结构以胜任他们今后的教学工作要求,如何加强师范专业的课程建设以适应新课程的要求,如何改革计算机师范类专业的实践模式以使我们的师范生能在毕业后立足三尺讲台,我们从几个方面对这些问题做了研究,本文是研究成果的总结。

一、目前高等学校计算机师范类专业课程设置的现状和存在的主要问题

目前,大部分高校师范类计算机专业的课程设置都是按照以下模式来设置:参照计算机工科专业的设置,安排各种计算机专业课程,再加上教育学、心理学,以及教法课和师范技能课程。这种课程设置虽然基本上涵盖了中学新课程体系下的教学内容,但是本科教学中的内容较深,对中学教育的指导缺乏针对性。同时,一个不争的事实是因为信息学不作为升学的考试课程,所以信息学在中学和语数外理化等课程相比,处于次要的位置。而教学质量比较好的中学基本上都希望中学生在信息学奥赛上有较高的建树,或者希望信息学教师在教授课程的同时,能够管理所在学校的机房,维护所在学校的网站。计算机师范类本科教学的教学课程中,对各科的知识教育时间和花费的精力用力比较平均,没有特别的培训学生这几个用人单位实际需要的能力。

针对以上现状,我们在绵阳师范学院师范类计算机本科专业的学生中课程做了如下改革,同时在04级本科班中做了试点。

二、新课标下计算机本科教育课程改革的具体内容

1.中学新课程“网络技术应用”模块与计算机师范类专业相关课程的改革

在基本保留原来课程的情况下,加大网络编程,局域网组装与维护的教学力度。以中学校园网组建为案例,设计网络设备组装课程设计,具体安排以下教学内容:

(1)主干网及交换设备;

(2)校园网服务器;

(3)网络综合布线系统;

(4)网络操作系统的选择;

(5)网络软件;

(6)网络的配套设施;

(7)以为工具,具体设计网站。

2.中学新课程“多媒体技术应用”模块与计算机师范类专业相关课程的改革

在教学案例中,以中学的数理化知识点为素材,教会学生设计出中学课程中的多媒体课件,让本科学生具备调动中学生兴趣的能力。

3.中学新课程“算法与程序设计”模块与计算机师范类专业相关课程的改革

在教授本科生“算法与程序设计”的过程中,将课程内容作如下改革,以配合信息学奥赛比赛内容的要求。重点讲授算法的复杂性、基本算法(数论算法、高精度算法,最短路径、背包问题)、常用算法(递归、排序、查找、收索)、常用策略(筛选策略、归纳策略、分治策略、最优策略、穷举策略、回溯策略)。在讲授这些知识点的同时,选取往年的信息学奥赛试题给学生系统分析,以培养学生在此领域的能力,以便今后工作的时候能够辅导中学生。在实验课大纲设置的时候,尽量将以往的信息奥赛试题让学生编程序实现,以加深印象。

4.中学新课程“信息技术基础”模块与计算机师范类专业相关课程改革

课程内容设置安排如下:1.信息及信息技术基础知识,2.计算机网络与多媒体技术,3.中文版Windows XP操作系统的基本操作,4.中文版Word 2000文字处理软件,5.中文版Excel 2000电子表格软件,6.中文版PowerPoint 2000演示文稿制作软件,7.因特网的基本应用,8.中文版FrontPage 2000网页制作软件。在这些内容中对几个工具软件做详细介绍,并需要做出案例。

5.中学新课程“人工智能初步”模块与计算机师范类专业相关课程改革

课程设置以应用人工智能技术解决问题为主线,按照“知识表达与人工智能语言推理与专家系统问题求解”这一线索呈现学习内容。

三、教学改革方案在绵阳师范学院计2004级学生中运行情况:

对绵阳师范学院2004级计算机科学与技术(师范)80名本科学生进行了教学课程改革的试点,并对学生进行了调研,收集了学生的反馈意见。

从学生的反馈意见来看,学生对课程改革80%以上持肯定意见,提出的改进意见主要集中在教学方法的改进上。

2004级的学生于2008年7月毕业,我们对学生就业之后的情况进行了跟踪调查,80名毕业生有50名进入了各地的中学担任了教师工作,我们对这部分学生的表现情况向用人单位做了调查。