当前位置:首页 > 教师职称论文 > 教师职称改革
教师职称改革

人工智能发展及职教变革

时间:2020/2/10 15:23:06   作者:admin   来源:www.jiaoyulw.com   阅读:546   评论:0
内容摘要:  摘 要:过去几十年人工智能技术突飞猛进,已经从设计走向真实的世界,渗透到各行各业,成为社会的一种重要驱动力量,也必将对就业市场产生深刻的影响.职业院校作为技术、技能型人才输出基地,需要在专业、课程设置上做出相应调整,以培养适应新技术需求的人才.本文围绕人工智能概念,介绍其起源...
  摘 要:过去几十年人工智能技术突飞猛进,已经从设计走向真实的世界,渗透到各行各业,成为社会的一种重要驱动力量,也必将对就业市场产生深刻的影响.职业院校作为技术、技能型人才输出基地,需要在专业、课程设置上做出相应调整,以培养适应新技术需求的人才.本文围绕人工智能概念,介绍其起源基础、发展历史、研究趋势及产业发展趋势,以期给读者一个较为详尽的人工智能知识背景.在人才培养方面, 文中提出,需要针对 4 类就业人员的知识、技术需求而设置相应的专业和课程,包括人工智能研究、开发、行业及使用人员.
  
  近年来,人工智能技术( AI : Artificial Intelligence)飞速发展.比如在图像识别方面, 2016 年, 人工智能系统的错误率从 2011 年的26%降至 3%之内,而人类识别错误率则在 5%左右( ImageNet 竞赛 [1] ); 2016 年 Google DeepMind 开发的 AlphaGo 系统击败世界围棋冠军[2,3] ,2017 年新版本 AlphaGo Zero 能以 100-0 的绝对优势战胜旧版本[4,5];2018 年,Microsoft 的机器翻译系统在将汉语新闻翻译成英语方面达 到了人类的质量水平[6].这些里程碑式的技术突 破意味着人工智能技术至少在某些特定领域已经 达到或超越人类自身的能力.而在产业发展方面, 人工智能市场价值预计将从 2017 年的 160 亿美元达到 2025 年的 1906 亿美元,年均增长率达36.62%[7],产业涵盖各个领域,包括人工智能专业领域(如自然语言处理、机器人、机器视觉、语音识别及相关硬件等等)及在其它领域的应用(即人工智能+),如医疗健康、金融、教育等[8]17,人工智能的推进甚至被称为“第四次工业革命”[9],人工智能已然成为一个通用而且非常热门的行业.
  
  随着人工智能技术的推进,其在提高人类生产效率的同时,也会通过自动化取代部分职业,取代比例可能高达 47%[10],而对于职业院校毕业生, 这个比例可能更高.所以,对于在我国占据着半壁江山地位的职业教育,作为技术、技能、应用型人才培养的基地,尤其需要快速反应,及时调整自己的专业、课程设置,以培养具有人工智能专业背景的人才.
  

  1人工智能简介

  
  1.1定义
  
  那么,到底什么是人工智能?事实上这并没有一个精确、全球通用的定义.这里,我们采用斯坦福大学Nils J. Nilsson 教授的一个定义[11]:“人工智能是致力于让机器智能化的活动,而智能是让一个物体正常运作并对所处环境有所预见的能力.”
  
  这里, 我们不妨再看看斯坦福大学 John Mccarthy 教授的另一个定义[12]:“人工智能是制作智能机器(尤其是智能化的计算机程序)的科学与工程,它与利用计算机去理解人类智慧的类似工作很相关,但人工智能不限制在生物上可观察的那些方法.”
  
  从以上定义不难看出,人工智能即让机器或系统变得智能化的技术总称,这与其它一些定义不谋而合,只是表述方式不同,比如,“让系统像人类一样思考、行动”,或者,“让系统理性思考、行动”等等[13].
  
  人工智能隶属于计算机专业领域,是计算机学科的一个分支,涵盖逻辑、搜索、模式识别、知识表示、知识结构、演算、常识与推理、经验学习、深度学习等方面,其应用技术范围也极广,如游戏、自然语言理解、语音识别、计算机视觉、专家系统等等,并运用到各行各业.所以人工智能亦是一个多学科融合的领域, 人工智能教育也是针对所有人的计算机学科教育的一部分. 有些发达国家甚至将其纳入STEM(科学、技术、工程和数学)教育体系并越来越重视,从学前教育到高中教育,贯穿到整个教育阶段,以让学生具备计算思维、数据思维能力[14,15].
  
  在 AI 的发展历程中, 也出现过各类 AI(或名称),如“逻辑学派”、“连接学派”、 “弱 AI”、“强 AI”等. 截止到 1980s, AI 主要是符号学派或逻辑学派(“Logicist”),即 GOFAI(“Good Old-Fashioned AI”:“老式人工智能”),主要运用逻辑代表和逻辑推理[11]413 .但随着“AI 冬天”的来临,人们开始怀疑逻辑在 AI 中的作用.与 GOFAI 相对应的是“ 连接学派”( “Connectionist”)或“大脑模式”(“brain- style”),主要基于神经网络.
  
  1.2起源基础
  
  人工智能领域牵涉极广,与哲学、逻辑、统计学、概率学、经济学、神经学、心理学、计算机工程、控制理论以及语言学等都相关, 因为从中都可能找到让机器变得智能化的线索, 人工智能的发展也离不开这些学科的发展.比如,统计与概率学科,人类在推理和决策的时候几乎都要面对不确定性因素,而量化不确定性则是统计和概率学的内容;比如,神经学可以帮助回答大脑怎样运作、思维怎样产生之类的问题,而这对于人工智能至关重要.现在,深度神经网络已成为人工智能中的一个重要学习方法. 其它学科如计算机工程、控制论、语言学以及经济学等亦同人工智能密切相关.比如,控制论对于设计一个平衡、稳定和优化的系统很有帮助;语言学与知识表示、语法等内容相关;经济学可以提供理性决策中的理论依据;计算机工程提供软、硬件支持,使得人工智能系统的发展成为可能;至于哲学与逻辑,古希腊哲学家亚理斯多德提出的演绎推理法为如何“自动化”人类的推理过程提供线索,尽管现在的逻辑推理形式会复杂得多,甚至可以将整个法律条文和法律案件辩护自动化;心理学研究思考过程与行为,其强化刺激(或强化学习)、奖励过去的观点已成为人工智能领域一个众所周知的策略;认知学试图揭秘大脑内部的机理,为人工智能提供线索,而人工智能也为该学科理解大脑提供新的思维方式.
  
  1.3发展历史
  
  人 工智能领域于 1956  年达特茅斯(Dartmouth)的一个会议上正式产生,基于一个“人工智能暑期研究项目”,目的在于探寻让机器模拟智能的方法,“人工智能”(“Artificial Intelligence”)一词也首次在此提出[16] .虽然1956 年的会议被认为创建了一个统一的人工智能领域,包括研究群体和研究方向,其许多技术、思想早已经存在,如逻辑推理、概率、统计等在18、19 世纪就已经存在,甚至更早.人工智能的几个重要分支在 1950s-1970s 年间形成,包括探寻 式搜索 ( heuristic  search )、 机器视 觉( computer vision )、自 然语言处理( natural language processing )、 移 动机器 人 ( mobile robotics)、机器学习(machine learning)、神经网络( artificial  neural  networks )及专 家系统 (expert system)等.技术持续发展,直至 1980s 中期,被称为“人工智能的冬天”.而 1990 年代人工智能领域重新兴起,技术的进步也使得基于真实数据的系统制造变得更加可行.人工智能各发展时间段见表 1[11].
人工智能发展及职教变革

  表1 人工智能发展历史简表[11]


  2人工智能研究及产业趋势

  
  2.1研究趋势
  
  可以说人工智能在过去十几年间已经从设计 走向真实的世界,并成为社会的一种重要驱动力 量,给我们的日常生活带来影响,从简单地制造 智能机器到制造可以与人交互并且可靠的智能机 器.这其中最主要的驱动因素是机器学习技术的 日益成熟,这得益于云计算资源和通过网络收集 的大量数据的支持;而机器学习则主要是基于深 度学习的大力推进.当然,也离不开硬件技术的 飞速发展,使得一些基本操作成为可能,如感知、知觉、物体识别等;另外,新兴平台、市场对数 据产品的需求,以及受经济利益驱动去开发新市 场、新平台等因素都有力促进了人工智能相关研究的发展.
  
  现在,有些领域变得非常“热门”,包括:
  
  (1)大规模的机器学习(超大数据集);(2)深度学习(如卷神经网络用于视觉及其它感知:音频、对话、自然语言处理等);(3)强化学习;(4)机器人、机器视觉;(5)自然语言处理;(6)协作系统;(7)大众索源模式和人力计算;(8)算法游戏理论(如市场平衡)和计算社会选择(如何在各选项中综合排序);(9)物联网;(10)神经计算,等等.
  
  总之,数据驱动的热潮替代了人工智能一些传 统的方向(如逻辑知识表示与推理、计划、贝叶斯推理).专家预测[17],在接下来的十几年间,研究 趋势包括:(1)与人交互、熟悉周围人物特点并专 门为其设计的系统,寻找新方法以交互、可扩展的方式去教机器人;(2)物联网系统和云(人工智能 可以帮助处理其所带来的巨量信息);(3)人工智 能的社会属性、经济属性.在接下来的几年中,新 的感知、物体识别模式以及对人安全的机器人平台 将增加,数据驱动的产品和市场也将增长.专家还 预测,一些传统的方向可能会重新获得重视,主要 是因为各类专业人员会逐步意识到这种端-到-端的 深度学习方式所不可避免的局限性.研发人员、各 行业专业人员、使用人员需了解、涉猎人工智能各 领域在第一个 50 年中的重要进展,也需了解其它相关领域进展,如控制理论、认知学和心理学等, 以便更好地参与、推进人工智能系统的研究、设计、开发和运维.
  
  2.2产业发展趋势
  
  随着人工智能技术的发展,其产业发展也非常迅速,包括人工智能专业领域(如自然语言处理、机器人及相关硬件等)及其在各行各业的应用(即人工智能+),如交通、执法、教育、安防等等,覆盖各个领域.据统计[8],在中国, 人工智能在医疗健康、金融、商业 3 个领域应用的企业最多,分别占 22%、14%和 11%.这种集中分布趋势与全球分布类似,如图 1 所示.另外,据统计,金融、教育、自动驾驶领域应用的年均增长率最快,超过 40%[8].
人工智能发展及职教变革

  图1 全球人工智能企业分布:专业领域和各应用领域(AI+)[8]


  3人工智能对专业技术教育的影响

  
  3.1对人才培养目标的影响
  
  有分析指出,人工智能将取代 3%-47%的工作机会,而且主要集中在低到中的技术技能层次, 这不得不让人怀疑,是否职业院校毕业生受到的冲击、被人工智能取代的可能性更大,甚至有人提出“人工智能倒逼职业院校变革”.所以职业教 育作为我国教育体系的一个重要组成部分,作为 技术、技能、应用型人才培养的基地,在人工智 能技术革新背景下需要快速应对,以培养适合市场需求、掌握新技术的人员.有人说,不能再选会计专业,因为容易被机器取代,可是,事实真是这样吗?那么,谁去开发、设计这样一个会计自动化软件?谁去将会计专业的知识“输入”给程序,让其可以自动计算税率和财务报表?谁去运维这样一个系统?这些,都需要具备人工智能知识背景和会计专业背景的人员去完成.有文章指出[18,19],在信息化时代,市场每失去一个就业机会,就会创造 3.6 个工作机会.所以,职业院校需及时调整人才培养目标,从培养会计软件系统的操作人员到培养可以参 与 设 计 、 开 发 ( 甚 至 研 究 ) 、 运维、调控一个全自动化、智能化系统的专业人员.准确预测人工智能背景下未来就业工种的变化还比较困难,但是,现阶段职业院校需及时系统、科学布局专业与课程,融入人工智能知识, 以培养适应市场需要的系统开发、使用以及可以参与设计系统的行业专业人员,甚至可以分层教学,为培养计划继续深造的科学研究人员打好基础.相对于其它方面的影响,对人才培养目标的改变可能是人工智能对职业院校最大的影响.

投稿流程 - 联系我们 - 网站地图 - sitemap

(工作时间:8:30-23:00)

期刊版面咨询

审稿咨询