人工智慧論文經典範文

  人工智慧是研究如何構造智慧機器智慧計算機或智慧系統,使其模擬、延伸、擴充套件人類智慧的學科。以下是小編整理分享的關於的相關文章,歡迎閱讀!

  篇一

  關於人工智慧教育應用的幾個問題

  人工智慧是研究如何構造智慧機器智慧計算機或智慧系統,使其模擬、延伸、擴充套件人類智慧的學科。隨著人工智慧的理論與技術在社會各個領域的廣泛應用,其在教育領域內的應用也越來越受到重視,並取得了一定的研究成果。

  一、人工智慧教育應用的主要形式

  人工智慧在教育領域應用的最直接結果就是誕生了智慧教學系統。智慧教學系統是以計算機輔助教學為基礎而興起的,它是以學生為中心,以計算機為媒介,利用計算機模擬教學專家的思維過程而形成的開放式人機互動系統。目前,智慧教學系統已成為人工智慧在教育中應用的主要形式。智慧教學系統主要是在知識表示、推理方法和自然語言理解等方面應用了人工智慧原理。由於它綜合了知識專家、教師與學生三者的活動,因此,與之相對應的,智慧教學系統一般分成知識庫、教學策略和學生模型三個基本模組,再加上一個自然語言智慧介面。智慧教學系統的功能具體來說有以下幾條:瞭解每個學生的學習能力、認知特點和當前知識水平;能根據學生的不同特點選擇適當的教學內容和教學方法,並可對學生進行有針對性的個別指導;允許學生用自然語言與“計算機導師”進行人機對話。智慧教學系統的設計不僅要有電腦科學的知識,還需要有教育科學的理論指導。

  二、人工智慧在教育中應用的侷限性分析

  1.阻礙人工智慧發展的關鍵因素。在人工智慧的發展中,一直存在著對“計算機是否能代替人腦甚至超過人腦”的問題的討論,實際上,以電子計算機為主要工具模擬人的某些思維活動而產生的人工智慧是有侷限的。①計算機處理問題的根本原理。要計算機解決某種問題,有三個基本的前提:必須把問題形式化;問題還必須是可計算的,即要有一定的演算法;問題必須有合理的複雜度,即要避免指數爆炸。由於人的智慧活動不能完全形式化,因此,機器就不能將人腦的智力活動全部複製出來。電子計算機最終只能把握0、1這兩個開關程式碼,遇到不能形式化、不能找到演算法或不能程式化的任務,計算機則難以執行。②人和機器之間的根本區別。智慧模擬利用了人和機器的共性,即兩者都是一個資訊轉換系統,但兩者之間存在著不容忽視的本質區別。智慧模擬與天然智慧屬於兩種不同的進化系統,人類的智慧是人類社會實踐的產物,機器的智慧是機械製造的結果。大腦和電腦的組織結構也不相同,兩者屬於兩種不同的運動過程,前者是複雜的生理--心理過程,後者是機械--物理過程。智慧模擬可以在區域性上超過天然智慧,但是,模擬的根本方法是功能模擬法,兩個系統在結構和實際過程上是不一樣的。智慧模擬不具有人的思維的社會性,不具有主觀世界。

  2.人工智慧在教育中應用的侷限。就目前人工智慧的發展水平以及人工智慧本身的特點而言,它在教育中的應用也是有其侷限性的。①與學生之間無法暢通交流。教育本質上是一種“互動”活動,而智慧教學系統無法實現最充分、最真實的互動。目前自然語言理解的研究成果非常有限,遠不能達到人人交流的要求。此外,就態度、品德、情感等教育問題而言,機器只能通過學生輸入計算機的資訊來判斷其掌握和內化程度,而無法像人類教師通過自然狀態的交流和觀察來判斷學生的真實情況,因此,“機器智慧”很容易被矇蔽“雙眼”,無法做到像人與人之間那樣自然暢通的交流。②決策和推理機制不完善。智慧教學系統的關鍵智慧所在是其決策和推理機制,即“教學策略”模組根據不同學生的具體情況通過推理做出靈活決策,這種決策基於學生模組提供的有關學生的知識水平、認知特點和學習風格,而這些不能完全被形式化。同時,隨著教育理念的不斷更新以及教學模式和教學方法的不斷改進,系統所應用的教學策略模組用於評估和判斷學生學習過程的能力是有限的。③人工智慧並非適合所有的學習領域。根據加涅的學習結果分類,學習分為言語資訊、智慧技能、認知策略、動作技能和態度五類。言語資訊分為符號學習、事實學習和有組織的知識學習,這些屬於可形式化內容,適用於智慧教學系統;智慧技能分為辨別、具體概

  念、定義性概念、規則和高階規則,其中前四項屬於可形式化內容,適用於智慧教學系統,而高階規則屬於複雜——形式化內容,部分內容不適用於智慧教學系統;動作技能和態度領域的學習,在其認知成分中可以使用智慧教學系統,但情感和行為成分等非形式化內容,則難以用智慧教學系統來實現。因此,並不是所有的學習領域都適用於智慧教學系統。智慧教學系統在 教育中 應用的重點應放在認知領域中的符號學習、事實學習和有 組織的知識學習、辨別、具體概念、定義性概念以及規則這些學習內容上。

  三、人工智慧教育應用的 發展方向

  近年來,隨著 計算機技術、 網路技術、人工智慧技術以及現代教育教學理論的發展,人工智慧在教育中應用的發展呈現出以下幾個趨勢。

  1.開始突破單一的個別化教學模式。長期以來,計算機輔助教學系統和智慧教學系統都是強調個別化教學模式,這種模式在發揮學生的學習積極性、主動性和進行因人而異的指導等方面確實有許多優點。但是,隨著認知學習理論研究的進展,人們發現在計算機輔助教學系統和智慧教學系統中只強調個別化是不夠的,在某些場合例如問題求解採用協作方式往往更能奏效。因此,近年來在智慧教學系統中,協作型教學模式得到越來越多的重視和研究。

  2.智慧教學系統日益與超媒體技術相結合。超媒體系統具有良好的開發 環境、靈活方便的使用者介面以及圖、文、聲並茂的特點,而且其資訊的組織方式與人類認知的聯想記憶習慣相符,已成為目前一種最理想的資訊載體和最有效的資訊組織與資訊 管理技術,在許多領域尤其是教育領域有廣闊的應用前景。把超媒體技術引入智慧教學系統,從而發展成為智慧超媒體輔助教學系統,可以大大改善計算機輔助教學系統的教學環境,激發學生的學習積極性,從而顯著提高教學效果。

  3.智慧教學系統與網路的關係日益密切。網路的應用和普及為遠端教育和終身教育提供了一個良好的空間。當前,智慧教學與多媒體網路的結合成為人工智慧在教育中應用的一個勢不可擋的發展趨勢。

  4.傳統人工智慧與神經網路模糊決策機制相結合。傳統人工智慧從巨集觀角度開展認知模擬,可以部分地模擬人類的邏輯思維過程,而神經網路模糊決策機制從微觀方面進行認知模擬,著力實現模仿人類右腦的模糊處理功能和整個大腦的並行化處理功能。今後將探索一種新的智慧處理模型:把神經網路的模糊決策機制和符號專家系統的推理能力結合起來,利用多重知識源、多種模型進行復合協同處理。如果上述技術能夠成熟運用,那將對人工智慧的發展及其在教育中的應用起到決定性的作用。

下一頁分享更優秀的<<<