人工智能的伦理思考精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇人工智能的伦理思考范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

关键词:HPS教育;小学科学;人工智能

随着我国教育的迅猛发展，作为科学教育重中之重的小学科学教育逐渐开始被大众所关注，所以探索小学科学教育的新思路已成为教育改革的关键之一。多年来，我国不断借鉴发达国家的教育改革理念与经验，并进行本土化研究，促进我国教育发展。

一、研究背景

HPS教育作为西方20世纪80年代盛行的理论，引入中国已有20余年。作为极其受欢迎的教育理念，凭借着自身优势在中国教育课程改革中占据了一席之地，也为中国科学教育提供了新思路。

(一)HPS的概念界定

HPS的提出源自科学内部对科学反思和科学外部人员对科学本质认识的思考。最初，HPS指的是科学史(HistoryofScience)和科学哲学(PhilosophyofScience)两大学科领域，但在20世纪90年代科学建构论流行后，科学社会学与科学知识社会学被引入科学教育，HPS逐渐演化成科学史(HistoryofScience)、科学哲学(PhilosophyofScience)和科学社会学(SociologyofScience)三者的统称［1］:科学史即研究科学(包括自然科学和社会科学)和科学知识的历史;科学哲学则是对科学本性的理性分析，以及对科学概念、科学话语的哲学思辨，比如科学这把“双刃剑”对人类社会的影响;科学社会学则讨论科学处在社会大系统中，社会种种因素在科学发展过程中的地位和作用，这包括了政治、经济、文化、技术、信仰等因素［2］。在国外，德国科学家和史学家马赫最早提倡HPS教育，突出强调哲学与历史应用至科学教学中的作用。我国HPS相关研究开始晚且研究规模较小，首都师范大学的丁邦平教授认为HPS融入科学课程与教学是培养学生理解科学本质的一个重要途径［3］。

(二)HPS教育理念融入小学科学课程的必要性

运用科学史、科学哲学等进行教学是目前国际上小学科学教育改革的一种新趋势。2017年，教育部颁布的《义务教育小学科学课程标准》标志着我国科学教育步入了新阶段，其不仅要求达成科学知识、科学探究的相应目标，也要养成相应的科学态度，思考科学、技术、社会与环境的融洽相处。该标准提出了“初步了解在科学技术的研究与应用中，需要考虑伦理和道德的价值取向，提倡热爱自然、珍爱生命，提高保护环境意识和社会责任感”。HPS教育与小学科学课程的结合是教学内容由知识到能力再到素养的过程，是小学科学教育的新维度，改变了小学科学课程的教学环境。将科学课程中融入HPS教育的内容，可以帮助学生理解科学本质，研究科学知识是如何产生的，科学对社会的多方面影响以及科学和科学方法的优、缺点等。当《小学课程标准》将科学态度和价值观视为科学教育的有机组成部分时，小学科学课程就有望成为HPS教育的天然载体，同时为小学科学课程渗透HPS教育提出了挑战。目前，我国小学科学课程虽已有部分设计融入了HPS教育理念，但该融入过程仍停留在表面，融入程度低，融入方式单一。所以，研究HPS教育理念融入小学科学课程十分有必要。

(三)HPS教育理念融入小学科学课程的可行性

纵观国内外已有的研究，将HPS教育融入小学科学课程可分为基于传统课堂模式的正式教育课程和基于科技馆、研学机构等的非正式教育课程。由皖新传媒、中国科学技术大学先进技术研究院新媒体研究院、中国科学技术大学出版社三方通力合作、联合打造的《人工智能读本》系列丛书自出版以来已发行八万套，在安徽省多个市区的小学得以应用，是青少年人工智能教育上的一次全新探索。该套丛书分三年级至六年级共四套，涵盖了16个人工智能前沿研究领域知识点，每一节课都设有场景引入、读一读、看一看、试一试4个模块。小学《人工智能读本》作为阐述新兴科技的读本，以亲切的场景对话和可爱幽默的插画等形式吸引了众多小学生的兴趣，不仅可作为学校科学课读本，也可以应用于课外场景。本文则以小学《人工智能读本》为例，对HPS教育进行初步摸索与实践，以期对小学科学教育带来教益。

二、HPS教育理念融入小学科学的典型案例

《人工智能读本》作为HPS教育理念融入小学科学实践的典型案例，侧重引导学生多维度、科学辩证地认识人工智能，内容包括机器学习、决策职能和类脑智能，以及人工智能的不同发展阶段，带领学生思考人工智能带来的伦理问题以及其他挑战，培养学生正确的世界观、人生观和价值观。本研究将以《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”为例，分析HPS教育理念融入小学科学的实践。

(一)科学史:提升课程趣味性

小学科学教育作为培养具有科学素养公众的重要步骤，提升过程的趣味性则十分重要。过去传统的小学科学教育注重知识的传递而忽略了学习过程，填鸭式教学导致学生失去对科学的兴趣与探索欲，不利于公民科学素养的整体提高。而科学史作为研究科学(包括自然科学和社会科学)和科学知识的历史，已经逐渐渗透到科学教育中来。科学史常常介绍科学家的事迹，某一知识诞生所面临的困难和曲折过程，而将科学史融入课程可以带学生重回知识诞生的时刻，切身体会科学。读本作为在小学科学教育中不可或缺的工具，利用科学史内容，以叙事方式可以将科学哲学与科学社会学的思想融入教学过程中，在读本中融入历史，可以提升课程趣味性，帮助学生更加容易探求科学本质，感受科学家不懈努力、敢于质疑的精神，提升科学素养。例如《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”引入部分即以时间顺序展开，介绍人工智能的发展与面临的困境。在“看一看”中机器人索菲亚是否可以结婚的故事不仅为本章节提供了丰富的内容，提升了课程的趣味性，而且还融入了科学与哲学，引发读者对于人工智能的思考。

(二)科学社会学:提升课程社会性

科学社会学是研究一切科学与社会之间的联系与影响，包含科学对社会的影响和社会对科学的影响。科学是一种社会活动，同时也受到政治、经济、文化等多方面影响，比如蒸汽机的诞生表明科学促进社会的发展。在科学教育的课堂中融入科学社会学不仅可以帮助学生理解科学问题，还可以通过介绍科学与社会之间的复杂关系，培养学生灵活、批判看待科学问题的思维能力。如六年级第四单元“人工智能伦理与其他挑战”中，在介绍个人与技术的基础上引入了政府和环境这两个要素，使学生在更宏观的背景下，获得这样一种认知:环境与技术之间有一把“双刃剑”，个人与技术、政府与技术之间是相互促进的主客体关系。《人工智能读本》并不全是说教性质的文字，在“试一试”中的辩论赛环节让同学通过亲身实践，更加了解人工智能对于社会的多方面影响。通过对于科技是一把“双刃剑”这一事实的了解，同学们可以更好地将学习知识与社会的背景联系在一起，深刻体会科学中的人文素养，增强社会责任感。

(三)科学哲学:提升课程思辨性

以往研究发现，国内学科教材中关于科学史和科学社会学内容较多而且呈显性，而对于科学哲学的融入内容不够，且不鲜明。［3］科学哲学融入科学教育无疑可以提升学生的思辨性，帮助学生建立起对于科学正确而全面的认识。例如，《人工智能读本》六年级第四单元“人工智能伦理与其他挑战”中，引入人工智能伦理，通过介绍人工智能面对的挑战、人工智能的具体应对策略，让小学生了解人工智能技术发展的同时也要重视可能引发的法律和伦理道德问题，明白人与人工智能之间的关系以及处理这些关系的准则。通过“读一读”先让学生明白伦理概念，再用一幅画让学生思考在算法的发展下，人类与机器人的关系如何定义，向学生传递树立人类与人工智能和谐共生的技术伦理观。通过这种方式，可以帮助学生逐步建立完整的科学观，全面且思辨地看待科学，提升学生思辨性，进而提升科学素养。

三、HPS教育理念融入小学科学课程的实践建议

《人工智能读本》作为一套理论与实践相结合，具有知识性与趣味性的儿童科普读物，着重引导小学生培养科学创新意识，提升人工智能素养，产生求知探索欲望。但《人工智能读本》作为HPS融入小学科学课程的初始，仍存在教育资源不充分、内容结合较浅等不足，为了将HPS教育更好融入小学科学课程，可从以下三方面加以改进。

(一)开发HPS教育资源

HPS教育需要教育资源的支撑。HPS教育资源来源广泛，无论是学生的现实生活，还是历史资料，都可以提供契机和灵感。《人工智能读本》中收集了大量与人工智能相关的故事和现实案例，都可以作为教育资源，从各个角度达到科普的目的。在新媒体时代，进行HPS教育资源开发时，应当注意借助最新的信息与通信技术增强资源的互动性，如互动多媒体技术、虚拟现实技术、增强现实技术、科学可视化技术等。在传统的科学课堂教学中，主要是通过图片文字讲解，实验演示及互动来开展。这种形式对于现实中能接触到的实验内容，如常见的动植物、可操作的物理化学实验等，比较容易开展。而对于地球与宇宙科学领域的知识，或者一些已经不存在的动植物，则只能通过图片视频进行展示，不容易进行实验展示。通过虚拟现实技术、增强现实技术等，则可以虚拟出世界万物，如不易操作的物理化学实验、已消失的动植物等都可以通过虚拟现实的手段得以呈现。这些技术或能使教学内容变得生动形象，或通过营造沉浸感以使学生有更佳的情境体验，或让学生与教学资源进行交互从而自定义内容，服务于学生科学素养提升的终极目的。

(二)对小学科学教师进行培训

HPS教育的关键是从社会、历史、哲学等角度对自然科学内容进行重新编排，并不是将大量的内容或学科知识简单相加，这对教师能力也提出了更高要求。目前，人工智能教学领域常常出现“学生不会学、老师不会教”的状况，《人工智能读本》作为内容翔实有趣的读本可以弥补一部分缺失。但与此同时，也需要提升教师的教学能力与知识储备。HPS教育理念不仅仅针对历史中的科学人物，所有的学生主体也是历史中的主体，他们也身处于社会中，并且对于生活中的各种科学现象有着自己的思考。所以教师身为引导者，需要注意到学生的思考，深入挖掘，鼓励他们对所思内容进行反思并付诸实践。科学史和科学哲学应当成为科学教师教育项目中的一部分，这能让科学教师更好地理解他们的社会责任。为此，对职业科学教师进行HPS培训便是必要的。

(三)多场景开展小学科学教育

科学素养不是空洞的，它来自学生的认识体验，并从中获得生动、具体的理解和收获。《人工智能读本》作为方便携带的读本，不仅可以在小学科学课堂中作为教材使用，也可以应用在其他场景，如研学旅行、科技馆等场所。课堂学习只是小学科学教育中的一个环节，家庭、科技馆等也可以进行科学教育。例如，科技馆与博物馆可以以科学家和历史科学仪器为主题举办展览，展览中融入HPS教育理念，学生在参观和学习过程中学习有关科学内容。一些历史上大型的科学实验，学校教室或实验室无法满足条件，但在大型的场馆中可以实现。例如，研学旅行作为目前科学教育中最受欢迎的方式之一，已被纳入学校教育教学计划，列为中小学生的“必修课”，正逐渐成为学生获得科学知识的另一个途径。研学旅行作为一种集知识性、教育性、趣味性和娱乐性为一体的旅游形式，通常伴随着知识教育的过程，包括科学知识的普及，所以也是开展小学科学教育的重要场所。在该场景下，运用《人工智能读本》等新兴手段进行科学教育往往取得事半功倍的效果。

结语

目前，HPS教育理念已经积极尝试运用到小学科学教育中，包括学校内的正式学习以及学校外如科技馆、博物馆、研学旅游中的非正式学习之中。其中，科技史以时间维度为线索创造丰富资源的同时也可以提升课程趣味性;科学社会学以科学与社会之间的相互关系帮助学生理解科学本质，提升科学素养;科学哲学则以哲学的视域审视科学的诞生提升学生思辨能力。未来，HPS教育结合小学科学则需要更深入，在资源开发、教师培训以及应用场景等方面加以改进，为提升国民科学素养做出努力。

参考文献:

［1］袁维新．国外科学史融入科学课程的研究综述［J］．比较教育研究，2005，26(10):62-67．

［2］张晶．HPS(科学史，科学哲学与科学社会学):一种新的科学教育范式［J］．自然辩证法研究，2008，24(9):83-87．

［3］丁邦平．HPS教育与科学课程改革［J］．比较教育研究，2000(06):6-12．

篇(2)

关键词：人工智能 情感 约束

中图分类号：TP18 文献标识码：A 文章编号：1007-3973（2013）001-085-03

1引言

人工智能（Artificial Intelligence，AI）自从20世纪50年代产生，经过长期发展，已经有了长足的进步，并且已经深入到社会生活的诸多领域，如语言处理、智能数据检索系统、视觉系统、自动定理证明、智能计算、问题求解、人工智能程序语言以及自动程序设计等。随着科学技术的不断发展，现在的人工智能已经不再是仅仅具有简单的模仿与逻辑思维能力，人们也越来越期待人工智能能够帮助或者替代人类从事各种复杂的工作，加强人的思维功能、行为功能或是感知功能。这就要求人工智能具有更强的情感识别、情感表达以及情感理解能力。通俗的说，为了使得人工智能对外界的变化适应性更强，需要给它们赋予相应的情感从而能够应对这个难以预测的世界。

在赋予人工智能“情感”的过程中，面临着许多的问题，有科技层面上的，也有社会学层面的。本文在这里只讨论其中一个比较基本的社会学问题：“人工智能情感约束问题”，即关注于如何约束赋予给人工智能的情感，不至于使其“情感泛滥”。情感指的是一种特殊的思维方式，人工智能具有了情感后的问题是：人工智能的情感是人类赋予的，人工智能自身并不会创造或者控制自己的情感。如果赋予人工智能的情感种类不合理，或者是赋予的情感程度不恰当，都有可能造成“情感泛滥”并导致一些灾难性的后果。例如，当人工智能具有了情感之后，如果人类自身管理不恰当，有可能导致人工智能反过来伤害人类。尽管目前我们只能在一些科幻作品中看到这种情况发生，但谁也不能保证未来有一天会不会真的出现这种悲剧。

本文第二章对人工智能情感研究进行了概要性回顾，第三章对如何约束人工智能情感进行了尝试性探讨，最后一章对全文进行了总结。

2人工情感发展情况概述

随着科学家对人类大脑及精神系统深入的研究，已经愈来愈肯定情感是智能的一部分。人工情感是以人类自然情感理论为基础，结合人工智能、机器人学等学科，对人类情感过程进行建模，以期获得用单纯理性思维难以达到的智能水平和自主性的一种研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感机器识别与表达、人工情感机理等四个方面的内容。其中，尤以人工情感机理的研究困难最大，研究者也最少。

目前人工情感在很多领域得到了应用和发展，比较典型的是在教育教学、保健护理、家庭助理、服务等行业领域。在教育教学方面比较典型的例子是德国人工智能研究中心发展的三个方案：在虚拟剧场、虚拟市场和对话Agent中引入情感模型和个性特征来帮助开发儿童的想象力及创造力。在保健护理方面比较典型的是家庭保健与护理方向，如Lisetti等人研制的一个用于远程家庭保健的智能情感界面，用多模态情感识别手段来识别病人的情感状态，并输入不同媒体和编码模型进行处理，从而为医生提供关于病人简明而有价值的情感信息以便于进行有效的护理。服务型机器人的典型例子是卡内基梅隆大学发明的一个机器人接待员Valerie。Valerie的面孔形象的出现在一个能够转动方向的移动屏幕上时可以向访问者提供一些天气和方位方面的信息，还可以接电话、解答一些问题；并且Valerie有自己的性格和爱好，情感表达较为丰富。当然这些只是人工情感应用领域中的几个典型的例子，人工智能情感的潜力仍然是巨大的。

尽管关于人工情感的研究已经取得了一定的成果，给我们带来了很多惊喜和利益，但由于情绪表现出的无限纷繁以及它与行为之间的复杂联系，人们对它的运行机理了解的还不成熟，以致使得目前人工情感的研究仍面临着诸如评价标准、情感道德约束等多方面问题。所以必须清楚的认识到我们目前对于人工情感的计算乃至控制机制并没有一个成熟的体系。

3对人工智能的情感约束

正如上文所述，如果放任人工智能“情感泛滥”，很有可能会造成严重的后果。为了使人工智能技术更好的发展，使智能与情感恰到好处的结合起来，我们有必要思考如何对赋予人工智能情感进行引导或者约束。

3.1根据级别赋予情感

可以根据人工智能级别来赋予其情感，如低级别人工智能不赋予情感、高级别人工智能赋予其适当的情感。众所周知，人工智能是一门交叉科学科，要正确认识和掌握人工智能的相关技术的人至少必须同时懂得计算机学、心理学和哲学。首先需要树立这样的一个观点：人工智能的起点不是计算机学而是人的智能本身，也就是说技术不是最重要的，在这之前必须得先解决思想问题。而人工智能由于这方面没有一个严格的或是量度上的控制而容易出现问题。从哲学的角度来说，量变最终会导致质变。现在是科学技术飞速发展的时代，不能排除这个量变导致质变时代的人工智能机器人的到来，而到那个时候后果则不堪设想。因此，在现阶段我们就应该对人工智能的情感赋予程度进行一个约束。

根据维纳的反馈理论，人工智能可以被分成高低两个层次。低层次的是智能型的人工智能，主要具备适应环境和自我优化的能力。高层次的是情感型的人工智能，它的输入过程主要是模仿人的感觉方式，输出过程则是模仿人的反应情绪。据此我们可分别将机器人分为一般用途机器人和高级用途机器人两种。一般用途机器人是指不具有情感，只具有一般编程能力和操作功能的机器人。那么对于一般用途的机器人我们完全可以严格的用程序去控制它的行为而没必要去给他赋予情感。而对于高级层面的情感机器人来说，我们就适当的赋予一些情感。但即使是这样一部分高层次的情感机器人，在赋予人工情感仍然需要考虑到可能会带来的某些潜在的危害，要慎之又慎。

3.2根据角色赋予情感

同样也可以根据人工智能机器人角色的不同选择性的赋予其不同类型的情感。人类与机器合作起来比任何一方单独工作都更为强大。正因为如此，人类就要善于与人工智能机器合作，充分发挥人机合作的最大优势。由于计算机硬件、无线网络与蜂窝数据网络的高速发展，目前的这个时代是人工智能发展的极佳时期，使人工智能机器人处理许多以前无法完成的任务，并使一些全新的应用不再禁锢于研究实验室，可以在公共渠道上为所有人服务，人机合作也将成为一种大的趋势，而他们会以不同的角色与我们进行合作。或作为工具、顾问、工人、宠物、伴侣亦或是其他角色。总之，我们应该和这些机器建立一种合作互助的关系，然后共同完任务。这当然是一种很理想的状态，要做到这样，首先需要我们人类转变自身现有的思维模式：这些机器不再是一种工具，而是平等的服务提供人。

举例来说，当机器人照顾老人或是小孩的时候，我们应该赋予它更多的正面情绪，而不要去赋予负面情绪，否则如果机器人的负向情绪被激发了，对于这些老人或者小孩来说危险性是极大的；但是，如果机器人是作为看门的保安，我们对这种角色的机器人就可以适当的赋予一些负向的情绪，那么对于那些不按规则的来访者或是小偷就有一定的威慑力。总之，在我们赋予这些智能机器人情感前必须要周到的考虑这些情感的程度和种类，不要没有顾忌的想当然的去赋予，而是按分工、作用赋予限制性的情感约束，达到安全的目的。

3.3对赋予人进行约束

对人工智能情感赋予者进行约束，提高赋予者的自身素质，并定期考核，并为每一被赋予情感的人工智能制定责任人。

纵观人工智能技术发展史，我们可以发现很多的事故都是因为人为因素导致的。比如，首起机器人杀人案：1978年9月的一天，在日本广岛，一台机器人正在切割钢板，突然电脑系统出现故障，机器人伸出巨臂，把一名工人活生生地送到钢刀下，切成肉片。

另外，某些研究者也许会因为利益的诱惑，而将人工智能运用在不正当领域，或者人工智能技术落入犯罪分子的手中，被他们用来进行反对人类和危害社会的犯罪活动。也就是用于所谓的“智能犯罪”。任何新技术的最大危险莫过于人类对它失去控制，或者是它落入那些企图利用新技术反对人类的人的手中。

因此为了减少这些由于人而导致的悲剧，我们需要对这些研究者本身进行约束。比如通过相应的培训或是定期的思想政治教育、或是理论知识的学习并制定定期的考核制度来保证这些专家自身的素质，又或者加强对人工智能事故的追究机制，发生问题能立即查询到事故方等等，通过这样一系列强有力的硬性指标达到减少由于人为因素导致悲剧的目的。

3.4制定相应的规章制度来管理人工智能情感的发展

目前世界上并未出台任何一项通用的法律来规范人工智能的发展。不过在1939 年，出生在俄国的美籍作家阿西莫夫在他的小说中描绘了工程师们在设计和制造机器人时通过加入保险除恶装置使机器人有效地被主人控制的情景。这就从技术上提出了预防机器人犯罪的思路。几年后， 他又为这种技术装置提出了伦理学准则的道德三律：（1）机器人不得伤害人类，或看到人类受到伤害而袖手旁观；（2）在不违反第一定律的前提下，机器人必须绝对服从人类给与的任何命令；（3）在不违反第一定律和第二定律的前提下，机器人必须尽力保护自己。这一“机器人道德三律”表现了一种在道德忧思的基础上，对如何解决人工智能中有害人类因素所提出的道德原则，虽然得到很多人的指责，但其首创性还是得到公认的。尽管这个定律只是小说家提出来的，但是也代表了很多人的心声，也是值得借鉴的。

那么对于人工智能情感的约束呢？显然，更加没有相应的法律法规来规范。那么，我们就只能在赋予人工智能情感的道理上更加的小心翼翼。比如，我们可以制定一些应急方案来防止可能导致的某些后果，也即出现了问题如何及时的处理之。另外我们在操作和管理上应更加慎重的去对待。也希望随着科学技术的发展，能够在不久的将来出台一部相应的规章制度来规范人工智能情感的管理，使之更加精确化、合理化。

4结束语

人工智能的情感研究目的就是探索利用情感在生物体中所扮演的一些角色、发展技术和方法来增强计算机或机器人的自治性、适应能力和社会交互的能力。但是现阶段对这方面的研究虽然在技术上可能已经很成熟，但是人工智能情感毕竟是模拟人的情感，是个很复杂的过程，本文尝试性的在人工智能发展中可能遇到的问题进行了有益的探讨。但是不可否认仍然有很长的道路要走，但是对于人工智能的发展劲头我们不可否认，将来“百分百情感机器人”的问世也许是迟早的事情。

参考文献：

[1] 赵玉鹏，刘则渊.情感、机器、认知――斯洛曼的人工智能哲学思想探析[J].自然辩证法通讯，2009，31（2）：94-99.

[2] 王国江，王志良，杨国亮，等.人工情感研究综述[J].计算机应用研究，2006，23（11）：7-11.

[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究综述[J].江南大学学报（自然科学版），2012，11（04）：497-504.

[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.

[5] Valerie.The Roboceptionist[EB/OL].http：//.

[6] 张显峰，程宇婕.情感机器人：技术与伦理的双重困境[N].科技日报，2009-4-21（005）.

[7] 张晓丽.跟机器人谈伦理道德为时尚早[N].辽宁日报，2011-11-04（007）.

[8] Peter Norvig.人工智能：机器会“思考”[J].IT经理世界，2012（Z1）：331-332.

[9] McCarthy J.Ascribing Mental Qualities to Machines1A2. In Ringle M，editor，Philosophical Perspectives in Artificial Intelligence1C2，Humanities Press Atlantic Highlands，NJ，1979：161-195.

篇(3)

人类从此不再一直奔跑在未来后面

“未来”作为一个时间概念，在人类的思想意识里一直都是前置的。几乎所有人都知道，对于自己来说，“未来”是无可选择的选择。所以，每个人都对未来抱有美好的憧憬和无限的期待。如果您认真阅读了《撞见未来》这本书就能体会到，在从猿类动物开始到人类长期的进化中，在今天，时间概念的“未来”已经走到了尽头，“未来”也许从此不再仅仅属于人类。我们面对的未来再也不是把今天当做起点的时间的射线，而是对各种概念、思想、意识进行完全的重构和解构的宏大场域。在这个场域里，一切都将被重新定义，包括我们人类，包括即将出现的人工智能概念下的超人，等等。从此，世界将不再是我们的，而是“未来”的。

时间概念的历史就像是一个平衡木，几千年来人类在上面艰难舞蹈。虽然常常忽左忽右，战战兢兢，甚至波折颇多，但今天我们终于走到了平衡木的尽头。在这平衡木的尽头，人类只要存在就不能自由滑落，而是必将如滑行到一定速度的飞机一样腾空而起，舍弃时间，舍弃历史，奔向“未来”。毫无疑问，信息技术、人工智能和量子科学把我们已经带到了这样一道门前，门前是我们，门后就是未来。作者初次谈到《撞见未来》的时候，把它定义为关于未来学的著作。从他的努力来看，作者用洪荒之力和惊天勇气将信息技术、人工智能和量子科学等一系列新科技知识和概念聚合起来，作为他书中的“未来”的“起点”。

在人类所认知的范围内建立的逻辑和伦理体系中，人类在这个世界长期占有统治地位，概念、思想和意识几乎是全人类的私属财产，这已经成为一种普遍认同的客观和自然。当宇宙伦理和更新的科技逻辑摆在大家面前，成为大家思考问题的依据的时候，人类在伦理上的优势地位是否还能确保？这成了一个现实的问题。我是谁？我来自哪里？这些将不再是人类的自我追问，而是超人的来自未来的隔空喊话。作者试图把这喊话尽可能清晰准确地传给我们现在的人类，但人类从来没有有意识地试图把一些喊话传给这个现实世界的其他生物。所以，我们和地球上的其他生命从来就没有建立真正的共生关系。而今天，在人类即将走进未来场域的时候，我们需要和未来的一切共生、永生。

跨出这一步，进入共生和永生的人类最终将把时间和历史从我们的头脑中抽离，成为一种现实的物质。从此，人类不再慌张地一直奔跑在“未来”的身后，而是在“未来”的场域里舞蹈、歌唱。过去我们太慌张，经历了太多的战争、瘟疫，承受了太久的饥饿、匮乏。现如今，《撞见未来》告诉我们这一切都将改变，作者系统分析了可再生、可分享、可替代等“七可”，为大家描述了一个思想和意识之外的全新世界。这个世界是我们人类新的家园吗？在这个世界里的人类还将是不是今天的人类？我们在“未来”身后观望，却无法冷静，被这种疑惑紧紧伴随。

人类到底相信不相信未来

好R坞等机构的大制作下出品的各类著名灾难片等等，超炫的未来描述和表现，让太多人类几乎都患上了未来恐惧症。这使人分化成两类：一种是彻底的虚无主义者，从来不相信有什么实在的未来，他们眼里的未来就是即将到来的明天，后天好像就与他们再无任何关系。一种是或轻易或全身心地把未来交给上帝的人。不管是信众眼里的上帝还是牛顿眼中的上帝，这些人都将面向他托付自己的灵魂和终生。在人类历史中，对于这个问题几乎从无可解，更无中间路线可行。毫无疑问，这两类人都不是“未来”的信徒，前一种人的“未来”只是他们预期的享乐，后一种人的“未来”只是他们心目中的想象。

《撞见未来》一书试图找到这样一条途径，尽力把靠近真实的未来呈现在所有人面前。这是很困难的事情，于是作者就从他对全球能源互联网的思考和探讨，从他在学习和工作中的积累与沉淀出发，行囊里装上信息科技、人工智能和量子科学等概念，走向未来。作为未来学概念下的研究成果，《撞见未来》里面显然运用了许多预测手段。这些预测不是凭空而来，而是来自于作者系统的学习和长期的探讨、思考。从《撞见未来》的系统表达来看，这种思考已经自成体系，能够启发人的心智，使人有能力、有胸怀去领悟未来。

在这个体系里，《撞见未来》的第一部分提到的“七可”源自具体，带来的却是颠覆，比如可再生、可替代、可预测、可分享等等，显然超出了我们现有的理论体系和认知能力。虽然作者对此给予了很技术很系统的解释，但让人实实在在地信以为真，恐怕还有很长的路要走。我们的生活真的可以是这个样子吗？在更多人无法克服对未来的怀疑与恐惧的情况下，怎么去验证它呢？面对这个问题，作者在书的第二部分给出了答案。这一部分的题目叫人类的解放事业。确实是，科技解放了人类，在这场行走中信息技术的传播是第一功臣。那么解放之后是什么样子？必然带来自我的重生、经济的革新、政治的重构、文化的转型等等。

《撞见未来》的第三部分指出了未来场域下人所面临的机遇和挑战，这也许是人类面临的最后一次最为宏大悲壮的选择。最终，人类要么成为超人，要么被超人替代，从而进入被选择的未来时空中。其实，在人类甚至生物历史上，这些带着生命概念的物种所有的选择的正确率和准确率都是极低的。特别是在遥远的上古时代，这种正确率和准确率极低的选择为进化论提供了条件，因为这种高代价使每个物种都在慎重选择，保持着渐变的演进态势，这更多的体现的是一种对旧有体系的维持。

渐变是进化论的基础，是一种相对机械的演进方式。而今天，日益发达的信息技术、人工智能和量子科学以及大数据、云计算、物联网从技术上解决了选择的准确性和正确性问题，突变成为常态，物质流动的高速度使选择变得近乎悲壮，速度快得天翻地覆，常常是你生我死，死而复生的惨烈场面。随着物质流动速度越来越快，对寻常世界的颠覆必将成为寻常的事情。《撞见未来》显然准确地把握和科学地分析了这一点，作者在用思想和未来竞赛，虽然无法分出输赢，但总是比我们看得清晰、辽远。

当算法和技术清算了伦理、逻辑等概念

科技的本质是发展了的工具。人类创造了工具，但工具也在改变着人类。从最初的石器到现代的信息技术、量子科学、人工智能，人类对于自己创造的工具或者今天的科技越来越难把握。直接的感受就是科学家们研究越深入，发现越多却感觉对未来世界的了解越少，越无知，以至于几乎无法把控，甚至是从来没有把控过。这符合轮回的规律，未来世界的不可知是一种真理存在，跨越此世奔向彼世的人毕竟凤毛麟角。技术进步和迷惑认识的剪刀差越大，我们距离未来世界一定就越近。于是，牛顿走向了神的世界。这种无力感是不是一种轮回？人类终将走到这个轮回的终点，我们的一切对于下一个轮回来说，就是洪荒世界。那么，下一个轮回所面临的世界其实就是超人或者神的世界，牛顿只是比我们更早更透地看到了这一点。

在已经走进我们的信息技术、人工智能和量子科学的时代，一旦越过横亘在我们面前的那道门槛走进“未来”，一切都重新定义之后，现实世界中的伦理、逻辑等一大堆人类运用娴熟的概念就会突然失效。随之而来的是大数据、虫洞、量子力学、人工智能等扑面而来的概念，依托极其强大的科技、算法技术作为重构未来世界的词汇将统治一切。由此造成人类所拥有的所有概念的集体失效，难道不是对人类的一次全面清算？这是必然？还是偶然？《撞见未来》告诉我们，这当然是一种必然，也是一次全面彻底的清算。就像我们走进一个殿堂之前，都会在门前稍作停留。不管你有意识还是无意识，这种停留既有整理衣冠的需要，也是整理情绪的表现。就像衣服上的灰尘和不良情绪一样，在面向未来的这道门前，伦理、逻辑这些概念必将毫不可惜地被抛弃，被无情覆盖。

在超人的世界里，全新的概念体系为我们建筑了一个什么样的未来？这将不是我们所能掌控的话题，因为，随着科学技术的发展，在“未来”世界，我们将失去主导地位，被超人所取代。众多伦理、逻辑、概念集体失效的背后，是人类让出占统治地位的主角位置。当然，当前对超人的塑造看似还掌控在我们的手里，几乎可以不用杞人忧天。然而，人工智能终究有一天会超过我们人类，这个节点一定是人工智能能够自我创造智能的那一天。让人工智能模仿人是我们人类的事情，让人工智能超越人将是人工智能自己的事情。《撞见未来》明确地告诉我们，科学技术已经进入几何级的升级速度，这意味着科学技术在能量概念下将面临着爆炸性的增长。那么，按照这个道理分析，这个节点距离人类还会远吗？

当人类被超人完全取代，退到配角地位，我们也许会重新认识这个世界。在宇宙伦理、超人逻辑作为规范的未来世界里，科学技术带给我们的不仅是永生，还是全新算法下的变身。变身之后的我们人类在这个宇宙处于什么位置？是在宇宙的演艺厅的观众席上看超人肆意演出？还是被超人扔到各类动物或者其他生命形式充斥的纷乱舞台？对此，作者在《撞见未来》一书中没有明确的答案。毕竟，在量子时代，作为未来学概念下的预测技术还没有脱离物理概念，问题的提出并未必然带有方向。《撞见未来》描述的本来就是一个多维度视角下构建的关于“未来”的宏大场域，用二进制的传统思维解答人类和未来命题显然还显无力。

人类为超人设置算法，但按照线性的发展趋势来分析和认识，超人终有一天会有属于自己的算法，或者他们终将牢牢掌控算法，直到“超”超人的出现。在人类的算法世界里，今天的我们并不比洪荒时代的人类掌控更多的人性，爱、恨、生、死，甚至梦境、幻想等等，在人类的世界里，总有那么一些的不可掌控的东西要交给神或者上帝。但在超人逻辑或未来宇宙逻辑下的算法技术中，今天的这些不能掌控必将被超人掌控。那么，什么人性，什么梦幻，都可能会物质化并技术地随意组合。也许，超人的世界里从此彩虹不一定七色，开水未必L烫，雪山不再清冷，超人的世界不由我们假设，人类也不会懂。

超人是人类的再生还是毁灭

在概念上，大多数宗教强调的神性其实是放大了的人性，是人性自我挣脱意识的现实反映，或者说是人性自我救赎过程中的集体映像。那么超人是不是应该具有超人性？超人性是不是就是我们一直所崇敬的神性？那么，超人是不是也意味着就是我们想象中的“神”？人类造神几千上万年，被自己所创造的神统治了几千上万年，突然人类自己升级成为了“神”，会不会像婴儿来到世界一样，一切都是陌生和新鲜的，一切又都不是自己的，除了这条生命。超人跳出人类圈子，在“神”的世界里还要像一个婴儿一样，呀呀学语，蹒跚学步，迈出神的生命旅程的第一步。

连通现实和未来的通道就是物质，动力来自于科学技术。于是，死亡，从形而上走进形而下。作者在《撞见未来》一书中写到，死亡成了物质的一种转换形式，而不是生命的消亡。这种生命概念的绝对物化，是放在未来世界里重新构建的。有了物质的支撑，也许这个生命概念将会融入类似今天的操作系统、量子力学、信息技术等内容，那么，升级我们人类将成为非常技术的可能和扑面而来的现实，而不是手术刀和各类肌肉、脏器的生硬搏杀。血液里流淌了太多技术元素的超人还是不是人？如果超人是人，超人将意味人类的升级或者再生；如果超人不再是人，那么是不是就意味着我们人类将面临覆灭，或者退回动物的群落，由超人取而代之？

超人的一小步，甩开人类千万步，轻易跨越了人类和超人之间的千沟万壑。随着科技的发展、意识的升级、人与世界的重构，必将建立全新的逻辑和伦理体系，假设中的宇宙伦理、超人逻辑将成为超人的生存和发展准则，这必将给当下的道德体系和思想意识带来无情的碾压，一些基本的概念从此失去了意义，人类有可能从此不再崇高。这种不崇高使人彻底失去了积累万年的万物灵长之优越感，之后人类面临的将是什么心情？也许，进入超人的轮回里，我们人类的区区几万年只是一个痕迹？一位院士曾经说过，不要说拯救地球，地球没有问题，有问题的是人类，需要拯救的是人类。确实是，地球存在了几十亿年，而人类存在时间与之相比不过是那么短暂的一瞬，短暂到对地球的影响几乎可以忽略不计。没有人类，地球依然在，失去了人类，地球依然在。在我们还无法跳出我们的世界，遇到未来的挑战时，超人会拯救我们吗？

一切科学的最终结果就是哲学。虽然科学和技术取得了极大的进步，但科学依然远远落在哲学的后面。天地广阔，却不能任鸟飞。超越一切，却无法超越理性。这是人之为人的一种根本状态。当科学技术以及其他一切学科都回归工具本质，唯有哲学才能给人类留有生存的空间，对接未来的世界的人类。毫无疑问，这是人类的法则，也是我们作为生命的意义所在。但面对未来，信息溢出、权利溢出、概念溢出等等，让意义从此不再纯洁无瑕，意义退位，力量上位。力量是什么？就是物质，物质靠什么推动，眼见的就是信息技术、量子力学和人工智能等等。

篇(4)

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对自主和情感等意识现象的破解。

在真实的人机环境系统交互领域中，人的情景意识SA（Situation Awarensss）、机器的物理SA、环境的地理SA等往往同构于同一时空中（人的五种感知也应是并行的）。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。

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。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

人与机器相比，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、触觉等在具有辨别性的同时还具有情感性，常常能够理解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，更不用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，主要体现在把表面上无关的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），还是四大文明之后以西方为代表的现代科技力量，其原点都可以落实到认知领域上。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，其本质反映的是人与物（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，其核心道理反映的是人与人、人与环境之间的沟通交流。在这些人、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”，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？分别对应着认知、道德和信仰。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。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”“要到哪里去”这些问题也许就是人工智能研究的关键瓶颈。

结语

篇(5)

各国人工智能技术飞速发展

随着进入新世纪后第三次人工智能浪潮的到来，通过“机器学习”与“深度学习”，用计算机来模拟人的思维过程和智能行为（如学习、推理、思考、规划等）得到极大发展。国际金融危机以后，欧美国家更加重视人工智能技术的研究，在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有所突破。

“互联网+”带动我国人工智能技术实现突破

在人工智能技术领域，我国大体上能够与世界先进国家发展同步。近年来，我国在视觉识别、语音识别等领域实现了技术突破，处于国际领先水平。我国拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等很多智能科技成果已进入实际应用。

我国经济发展正进入一个新常态。经济发展方式正从规模速度型的粗放式增长向质量效率型的集约式增长转变。供给侧改革要求我们在适度扩大总需求同时，去产能、去库存、去杠杆、降成本、补短板，从生产领域加强优质供给，减少无效供给。因此，在大力淘汰“僵尸企业”同时，我们要更多地依靠改革、转型、创新来培育新增长点，形成新动力。

在我国新一轮改革发展关键时刻，人工智能技术确实给我们提供了一个弯道超车机会。作为制造业大国，近年来我国低成本优势逐渐消失，制造业转型迫在眉睫。对企业而言，利用好新一代信息技术将是其在新时代成长环境中抓住机遇的关键。我们应充分利用大量企业正在转型升级的机会，强化企业在人工智能技术创新中的主体地位，充分发挥百度、阿里巴巴、腾讯等在人工智能领域已经有所建树的大企业作用，紧盯人工智能研究最前沿发展，成为引领全球人工智能发展的骨干企业。同时，培育若干中小智能企业，支持他们面向市场需求来确定创新突破口。从资金、税收、人才、知识产权、放开管制等方面入手，大力营造有利于人工智能领域的企业发展的政策环境和制度环境。鼓励企业结合市场和国家需求，将人工智能的基础和应用研究产品化、商业化，实现产业链的优化和调整。

推动技术创新应该成为一种国家的重要使命和责任。从历史上看，第一次与第二次工业革命的兴起几乎都是由个人与企业推动的，但在而后技术发展中，政府作用越来越大。人工智能是一项抢占未来竞争高地的基础性技术，研究经费耗费巨大，超出个人甚至企业承受范围，更需要国家战略层面的资金支持和参与。政府工作重点在于政策引导与资金支持，特别是在基础研究领域中，抓紧制定政策，建造一批国家级、基础性、共性技术、创新能力保障的人工智能研发基地和平台。高校与科研机构则在推动基础和应用研究上和人才培养上发挥重要作用，同时还应鼓励一部分高校开办人工智能专业研究所与学院。

最后，还要把自主创新与引进消化再创新相结合。虽然人工智能领域中的很多最前沿应用技术掌握在国外，特别是在美国高科技中小企业手中，但他们缺乏大规模低成本的制造能力与市场营销能力。我国制造业和美国中小科技企业有着天然互补性。应支持我国风险投资加大对前沿中小公司的投资，再把这些产品引进国内生产，把我国一部分制造业打造成全球人工智能产品制造链条中的关键环节。

总之，从现在开始到2040年，将是一个人工智能快速发展阶段。人工智能将改变各行各业生产和工作方式，也将催生许多新行业和新领域，最终将全面改变人类生活和世界。我国有集中力量办大事、统筹能力强的制度优势，在人工智能这一战略制高点上，应予以充分发挥。

时代呼唤“懂技术的管理者”

技术与知识产权、技术与法律法规、技术与新闻伦理之间的张力，凸显了新技术成长与旧方法滞后之间的冲突，考验着管理部门呵护技术进步的服务能力与引导社会潮流的监管智慧。

戴上一副眼镜，你就可以进入一个360度的虚拟世界，行人擦肩而过，星辰触手可及……很多人可能都体验过这样的“虚拟现实”（Virtual Reality，简称VR）。普通人可以尽情享受技术的奇思妙想，但对于监管者，时常需要“递进一层”想想，当新技术迅速为媒体所用，可能出现什么监管漏洞，又会提出什么新的管理课题？

“新技术+媒体”的组合，已经一再出现。作为一个巨大的变量，技术始终处于“不断地动荡”状态，未来必将更深刻地影响媒体和传播。在高速公路上，警察不可能骑着自行车来执法。同样，新技术不断拓展媒体的边界，媒体管理也离不开新的技术手段。从门户网站时代到WEB2.0时代，再到移动互联时代，我们已经探索出很多媒体管理的新办法，管理体制也发生了巨大变化，但互联网“未知远远大于已知”，唯有不断创新，才能回应技术带来的持续挑战。

在技术上，管理者处于“追赶”状态，是一个不争的事实。前几年，相关部门为了净化青少年上网环境，曾要求我国销售的所有个人电脑出厂时必须预装“绿坝—花季护航”绿色上网过滤软件，旋即因为无法阻断不良信息、被黑客破解改写等技术问题，而引来极大争议。类似的案例，不能仅仅是“花钱买教训”，更需要思考其后的问题：我们现在不缺技术条件、不缺物质资金，但为什么在管理上还“跟跑”得有些狼狈？

篇(6)

1 引言

近年来，任务驱动教学法越来越受到信息技术教师的青睐。教育部于2003年的《普通中学信息技术课程标准》在实施建议中指出：“‘任务驱动’教学强调让学生在密切联系学习、生活和社会实际的有意义的‘任务’情境中，通过完成任务来学习知识、获得技能、形成能力、内化伦理。因此要正确认识任务驱动中‘任务’的特定含义，使用中要坚持科学、适度、适当的原则，避免滥用和泛化；要注意任务的情境性、有意义性、可操作性；任务的大小要适当、要求应具体，各任务之间还要互相联系，形成循序渐进的梯度，组成一个任务链，以便学生踏着任务的阶梯去建构知识。”然而在教学实践中如何设计出恰如其分的任务，如何在任务驱动中更好地落实三维目标，是要解决的问题。

“用智能工具处理信息”是湛江市第二中学许淼淼老师执教的一堂示范课，该课在2010年第六届广东省信息技术优质课评比活动（高中组）中获得一等奖。本课例以“忆上海世博，探智能奥秘”为主线，进行任务设计，是一堂“任务驱动”教学法的典型课例。

2 任务驱动教学的设计

2.1 教学内容分析

教师必须以课标为依据，对教学内容进行认真细致的分析，在充分分析教学内容的基础上，确定一个单元或一个部分要求学生掌握的知识点。“用智能工具处理信息”是粤教版必修1《信息技术基础》第四章“信息的加工与表达（下）”第二节的内容。课标要求学生通过部分智能信息处理工具软件的使用，体验其工作过程，了解其实际应用价值，提高对信息智能处理内容的学习兴趣，从而为选修“人工智能初步”指引方向。对于本节内容，应以体验为主，最后在体验的基础上进行认知和理解。

2.2 学生学习特征分析

本课教学对象是高中一年级的学生，这个阶段的学生已经具有一定的逻辑思维能力和学习的自觉性，但还需要教师及时、合理、周详地引导。通过前面阶段的信息技术课的学习，他们已初步掌握一定的操作技能，能够根据任务的需求，利用工具软件处理信息。但是他们在自主思考方面还不主动、合作与探究的意识和技能等方面还比较欠缺。

鉴于本节课内容的前沿性和新颖性，教师完全可以放手让学生自己去实践，让学生动手动脑，培养他们自主探索、勇于实践的能力。通过合作交流，激发学生学习的兴趣，提高学习效率。

2.3 确定教学目标

教学目标是指导教学过程设计与教学效果评价的依据。根据教学内容与学生学习特征，确定当前教学内容所要达到的目标水平，这是进行教学设计的首要环节。“用智能工具处理信息”中的教学目标如下：

1）知识与技能目标：①了解信息智能处理的方式；②感受信息智能处理的基本工作过程；③初步了信息解智能处理的工作原理；④体验信息智能工具的应用价值。

2）过程与方法目标：①掌握简单智能信息处理工具的使用方法；②通过完成任务，体验人工智能的独特魅力；③掌握分析问题、呈现观点和交流思想的方法。

3）情感、态度、价值观目标：①感受智能信息处理的魅力，形成对人工智能这一前沿技术的探索愿望；②体验人工智能技术的实际应用价值。

2.4 教学重点、难点

1）教学重点：体验信息智能处理工具的应用。

2）教学难点：理解模式识别和自然语言理解的工作原理。

2.5 任务设计说明

本课中，许老师以“忆上海世博，探智能奥秘”为主题，变人工智能由抽象到具体，任务探究活动贯穿整课堂，调动学生的学习热情，使学生能主动参与、积极探索，掌握技巧的同时培养各种能力。本课中任务的设定由探究任务、继续探究任务和拓展任务组成，层层递进，体现了分层任务的概念，并且环环相扣，设计巧妙。

2.6 教学设计流程图（图1）

3 任务驱动教学模式的实施过程

3.1 创设情境，引入课题

【情境设置】播放视频“世博会海宝博士与杨澜的对话”。

【教师引入】大家思考一下，海宝博士是真人么？他是如何跟主持人交流的呢？

【学生讨论】海宝博士不是真人，而是机器人，它植入芯片，有语音识别系统，是一台高级的电脑……

【教师引申】我们大家说的这些都是人工智能的范畴，今天我们就共同学习如何用智能工具处理信息。（课件展示课题“用智能工具处理信息”）。

【设计意图】通过智能机器人的演示，创设一种人工智能的神奇氛围，使学生对智能处理信息有一个全面的认识，还可营造课堂氛围和激发学生对智能技术的兴趣。

3.2 感知体验，启发探索

探究活动一：体验机器翻译的乐趣

【活动背景】对于英语水平不好的学生来说，翻译句子是件非常头疼的事情，现在出现了翻译软件，可以帮助人们进行翻译，但是它翻译得好不好呢？就让我们来体验一下。

【活动任务】将学生分成两组，分别打开Google在线翻译和雅虎在线翻译，分别将“城市，让生活更美好”译成英文再译成中文然后再译成英文。

【活动探究】是谁在给我们翻译？为什么两种翻译软件两次翻译的中文和英文会有这么大的不同？这些网站又是如何进行双向翻译的呢？

探究活动二：体验手写输入的乐趣

【活动背景】用键盘录入汉字对于同学们来讲已经不是什么难题，但对于电脑初学者，汉字录入是他们感到非常头痛的一件事情。手写板的出现令输入汉字不再是一般人使用计算机的关卡，语音输入更是手疾人士应用计算机时的必需。这里我们借助“微软拼音2003输入板”来体验手写板的神奇功能。

【活动任务】打开微软拼音2003手写输入板，在桌面上建立记事本文件，内容为“城市，让生活更美好”。

【任务探究】怎样书写汉字可以提高识别率？导致识别率不高的原因有哪些？

3.3 层层深入，探究新知

新知一：自然语言理解

回顾活动一：体验机器翻译的乐趣

【教师引申】很显然，几秒钟之内就给出翻译结果，不可能是人类，给我们翻译的应该是机器。那为什么一般的工具又不具备翻译功能呢？

【原理探讨】机器翻译智能工具，它属于人工智能领域中的自然语言理解，但计算机不是人类，不能理解字里行间的意思，翻译起来比较生硬，有时候翻译得荒谬可笑。

【得出结论】下面请大家结合自己的英语知识对“城市，让生活更美好”进行翻译，并根据自己翻译的过程推测出翻译软件的工作过程（如图2所示）。

【概念理解】自然语言理解主要是指研究如何使计算机能够理解和生成自然语言的技术。自然语言的理解过程可分为3个层次：语法分析、句法分析和语义分析。

【设计意图】通过活动一的开展，使学生感受自然语言理解技术应用的魅力和价值，激发学习兴趣。在已有体验的基础上提出概念，加深学生的理解。

新知二：模式识别技术

回顾活动二：体验手写输入的乐趣

【教师引申】在刚才的活动中，同学们体验了手写输入汉字的神奇效果，但是如果我们的书写不规范，或我们写的字字库里还没有，也是不能输入的。

【原理探讨】智能手写输入是人工智能技术的研究领域之一，它所采用的是模式识别技术。

【牛刀小试】接下来我们玩一个游戏“掌中写字”：两人一组，甲闭眼伸手，乙在其手心写字，甲猜字，然后互换角色进行。思考人脑是怎样猜字的？经历了怎样的过程？

【得出结论】根据人脑猜字的过程推断手写输入软件的工作流程，如图3所示。

【概念理解】模式识别是利用计算机对物体、图像、语音、字符等进行自动识别的技术。它的一般过程包括：样本采集、信息的数字化、预处理、数据特征的提取、与标准模式进行比较、分类识别等。

【设计意图】通过游戏时猜字过程的对比，加深学生对模式识别过程的理解。

3.4 总结提升，共享交流

【共享交流】请大家就自己所实践的活动过程及结果发表意见，并结合教材简单分析其工作流程及原理，了解人工智能的两个研究领域：模式识别和自然语言处理。

【总结提升】人工智能（AI，artificial intelligence）是研究、开发利用计算机来模拟、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学科。

【设计意图】通过学生共同讨论交流，进一步加深巩固本节课的知识。

3.5 课外延伸，展望未来

【课后探究】利用飞信与网络机器人“海宝博士”聊天，试图发现网络机器人的语言破绽。

【得出结论】机器不能完全代替人，我们不能完全依赖机器。在现实生活中，同学们应该学会举一反三，并懂得在适当的情况下选择合适的智能信息处理工具为自己的学习、生活和工作服务。

【展望未来】人工智能对我们的生活正起着越来越大的作用，它是人类智慧的结晶。作为一名中学生，我们还没有足够的知识和能力参与到人工智能的前沿研究当中，但我们可以利用学习到的初步知识，积极探索，多些创意，也许未来就有你想实现的更智能的处理工具，更好地为人类服务。（观看世博短片《2020年老王的一家》，畅想未来生活中的智能工具。）

【设计意图】在学生的心中埋下美好的种子，激励他们探究未来世界的勇气。

4 结束语

用智能工具处理信息这一课，许老师很好地发挥了“任务驱动”教学法的作用，注重学生的参与体验，活动设计环环相扣，启发学生自主探究并总结规律，体现了新课程以教师为主导、学生为主体的教育理念；通过设置几个活动，层层深入带领学生研究探讨，顺利实现预定的目标，同时也有效培养了学生自主学习的能力。

“任务驱动”教学法在信息技术教学中备受关注有其一定的道理，但怎样使其发挥更大作用，还需要在实践中继续探讨和研究。

参考文献

篇(7)

其实人工智能并不是一门新学科，早在60年前的1956年夏天，美国达特茅斯大学召开的学术会议上，约翰・麦卡锡（John McCarthy）就首次提出了“人工智能（Artificial Intelligence，AI）”这一名词。在研讨会上，他与马尔温・ 明斯基（Marvin Minsky）等10位年轻学者共同提出了一个极具创造性的研究计划：希望通过程序让计算机能够进行棋类游戏并完成其他任务，还可以让人类智能的各种特长和学习能力都能够在机器中实现。

Gartner预计到2018年，全世界将有60亿台设备用上人工智能技术，这些设备包括互联网家电、汽车和可穿戴设备等物联网产品。此外，Gartner预计到2020年，85%的客服服务都将由人工智能客服完成，社交媒体频道自动分析、客户关系管理系统软件和个性化聊天机器人的出现将大幅减少人工客服的需求量。人工智能系统不仅可以替代传统客服人员，还可以替代普通的医疗助手，自动驾驶汽车则可以没有职业司机。

Gartner预计到2018年，45%的公司都将雇用人工智能机器人，这些机器人的数量将超越人类。此举不但能大幅降低公司成本，还能大幅提高生产力。Forrester也认为，未来十年人工智能系统将抢走美国人16%的工作岗位。但是，人工智能的兴起也会创造许多新的工作岗位，比如维护人工智能平台和设备的技术人员。

牛津大学马丁学院技术与就业项目联席主任卡尔・贝内迪克特・弗雷（Carl Benedikt Frey）和迈克尔・奥斯本（Michael Osborne）之前的研究发现，未来20年，美国将有47%的职位属于被计算机取代的岗位。

金融机构则从另一个角度看待人工智能。美林银行预计，到2025年，人工智能每年所创造的颠覆性影响所产生的价值高达140亿到330亿美元，这其中包括因为采用人工智能而减少的人工成本90亿美元和因为雇用人类所产生的医疗保险成本80亿美元，以及因为采用无人机和自动驾驶汽车提升效率而节省的20亿美元等。

在大型创投社区AngelList上，跟人工智能相关的公司有上千家，每家平均估值超过500万美元，可见风险投资对人工智能领域的关注度之高。

Markets and Markets预计，随着机器学习和自然语言处理技术在媒体、广告、零售、金融和保健领域的广泛应用，人工智能市场规模将从2014年的4.2亿美元增长至2020年的50.5亿美元。

并不是所有人都看好人工智能，太空探索和特斯拉创始人、CEO埃隆・马斯克（Elon Musk）就曾多次表示：“创造出人工智能，就像在召唤魔鬼。”物理学家史蒂芬・霍金（Stephen Hawking）近日在接受采访时表示：“我并不认为人工智能的进化必然是良性的。一旦机器人达到能够自我进化的关键阶段，我们无法预测它们的目标是否还与人类相同。人工智能可能比人类进化速度更快，我们需要确保人工智能的设计符合道德伦理规范。”

小i机器人董事长袁辉则没有那么悲观，他将人类对人工智能的关系理解为亚当和夏娃，伊甸园里那个苹果已经被吃了第一口，人们在忧虑和期待中前行，但趋势是不可逆的。袁辉认为，机器人是人工智能最重要的代表，机器人将跟我们的未来生活有密切关系。

百度首席科学家吴恩达则更加直白地表达了自己的观点，担心人工智能会给人类带来灾难就好像在人类移民还未能踏足火星前就担心火星人口会过多一样。

格灵深瞳CTO赵勇认为，在感知层面上，人工智能会在未来几年有巨大的突破，它会成为一个有智能的机器，但不能跟有灵魂的人相提并论。“把人工智能或者机器人炒作成有情感、有人性的人，都不是做人工智能的，因为在我们这个领域里面做这样事情的人非常非常少。”他认为目前人工智能领域的从业者都还在解决一些基础问题，比如：如何让人工智能系统看懂一段文字或者听懂一段语音，了解用户想表达什么意思，看懂一张照片，帮助机器人做判断等非常具体的、有用的东西。

更现实点的担心可能是来自就业问题。随着人工智能的发展，机器取代初级劳动者已经成为现实。富士康2015年就曾表示，将在三年内用自动化设备和机器人替代70%的人类工作岗位。当然，富士康大力推动自动化可能更多是从企业成本和效率方面进行考虑的，这就像当年蒸汽机、电脑发明时，人们总是担心自己被机器所取代，但是实际情况则是每次技术革命都给人类带来了巨大的进步，新技术创造的工作比消亡的旧工作要多得多，毕竟实施自动化也是要靠人来完成的。

麦肯锡全球研究院的研究显示，相比工业革命时期，现在人工智能掀起的社会变革速度要快10倍，规模要大300倍，影响更是扩大3000倍。目前来看，视频监控、自动驾驶汽车、机器人、环境监测等领域将是未来人工智能发展的主要领域。

让潜在危险无处遁形

随着城市中摄像头越来越多，人们的安全感大幅提升。但是传统的视频监控都是人工值守，视频监控只负责记录场景，具体发生什么事情需要值班人员进行人工判断，这样不仅会造成监控人员工作压力大、反应慢等问题，还容易使重要的场景被监控人员忽略。除此之外，从海量的视频信息中查找特定的信息也无异于大海捞针，过去监控人员为了找到一段视频甚至要花几十小时查看记录的影像。

随着人工智能的发展，智能视频监控开始兴起。分析监控的内容，减轻监控人员负担，提高监控效率，这就是智能视频监控的目标。

真正的智能视频监控，至少要具备下面4种能力。

第一就是对摄像机的保护。摄像机是监控获取信息的重要来源，如果摄像机得不到保护，其他的就都是空中楼阁。如果摄像机出现被遮挡、被移动、模糊不清等情况，人工智能要能够及时自动调整摄像头、报警并通知监控人员。

第二是入侵监测和运动目标跟踪。对于非正常进入监视区域的可疑目标要能够及时监测，并能够识别单个或多个目标的运动情况（如运动方向、运动速度等）。在监测到可疑目标后，发送控制指令使摄像机自动跟踪目标，在物体超出该摄像机监控范围之后，自动通知邻近的摄像机协同工作，继续进行跟踪并向监控人员发出报警信号。

第三是滞留物和搬移物报警。当监控区域中（如ATM取款间、候机室、储藏室等）某一物体（如手提箱、包裹等）在敏感区域停留的时间过长，或者原场景中存在的物体（如ATM取款机、手提电脑、仪器仪表等）被无故搬走移动时，系统就自动发出报警信号，同时自动在前面的视频画面中查找放置滞留物或搬走原有物品的可疑人。

第四是群体行为分析，包含对人群、车流等目标的正常行为和异常行为分析：能够对场景中群体的正常行为进行分析，如统计穿越出入口或指定区域的人或车的数量、高速公路交通流量，识别人群的整体运动特征，包括速度、方向等；也能够对场景中群体的异常行为进行分析和判断，如检测、分类、跟踪和记录过往行人、车辆和其他可疑物体，判断公路上是否有车辆非法停靠，是否有故障车辆，是否有行人和车辆在内发生长时间徘徊、停留、逆行等行为，检测公共场所是否有人员的集聚、奔跑、斗殴等异常行为。

智能语音机器人进入语音客服领域

“您好，请问是张先生吗？我是XX公司，我们想对您最近在我公司购买的产品做一个用户满意度调查，请问您对我们的产品满意吗？”这种用户回访电话想必大家一定很熟悉，但是大家不知道的是，可能在不久的将来，这种回访电话将由人工智能客服完成。人工智能呼叫中心可以帮助企业大幅降低建立和维护呼叫中心的人工成本。

不过，要想实现高标准的人机交互对话，智能语音技术也面临着诸多挑战。首先是人工智能对自然语言的识别和理解问题，要建立理解语义的规则，还有克服语音信息量大、语音的模糊性、环境噪声和干扰导致的语音识别率低等问题。

灵伴科技CEO陈博博士在近日举办的睿思智能社会服务云平台――AIaaS（人工智能既服务）的会上表示：“它的语音合成非常接近真人自然发声，它能够理解并生成人类正常使用的语言，避免与人交流过程中的歧义问题。智能语音应用的关键在于人机交互，它也能够理解并实现多轮对话。”睿思智能社会服务云平台基于深度神经网络建模，实现了声学模型的区分性训练，提高了语音识别的性能，基于概念体系的合理构建，实现了对话过程的高效规划，提高了人机对话的自然度，使得智能的人机对话成了一种可能。

灵伴机器人可以通过语义、情感、态度、话题、意向诱导，与人类话务员高度相似，让机器人坐席代替传统人工坐席，不仅可节省80%的客服成本，还能使企业客服总体业水平进一步提升，将大幅提升中小企业的竞争力。陈博表示：“脱离了噱头与概念才是智能语音的未来。灵伴一直在思考如何助力智能硬件产品，真正踏实了解用户交互需求，做到对语言和知识的深度理解。只有找到语音交互与硬件产品的结合点，才是智能产品长远发展的道路。”

自动驾驶离人们越来越近

来自Frost & Sullivan的数据显示，未来10年，约有30～40种来自不同整车制造商的车型将配备LIDAR（激光探测与测量）系统，拥有该系统的汽车将具有自动驾驶功能。

理论上讲，自动驾驶可以分成4个阶段：辅助驾驶员驾驶、半自动驾驶、高速自动驾驶、完全自动驾驶。

辅助驾驶员驾驶简单来说就是司机在驾驶的时候，系统会提醒他。半自动驾驶是在某些场景下，可以实现汽车自动驾驶，在大多数情况下还是由人驾驶。高速自动驾驶是在高速公路等封闭道路上实现全天候的无人驾驶。

说到自动驾驶就不得不提一下特斯拉和谷歌，特斯拉一直是自动驾驶的倡导者和践行者，谷歌则一直在进行大量的自动驾驶路面测试。

最近特斯拉被泼了冷水――一辆特斯拉Model S行驶在一条双向、有中央隔离带的公路上，自动驾驶功能处于开启模式，此时一辆拖挂车从与Model S垂直的方向穿越公路。在强烈的日照条件下，驾驶员和自动驾驶都未能注意到拖挂车的白色车身，因此未能及时启动刹车系统。由于拖挂车正在横穿公路，且车身较高，这一特殊情况导致Model S从挂车底部通过时，其前挡风玻璃与挂车底部发生撞击，造成驾驶员死亡。

针对此事，特斯拉公司表示，假使当时车辆发生的是正面撞击或追尾事故，即便在高速行驶条件下，Model S的防撞系统都极有可能避免人员伤亡的发生，因为在此前的很多起事故中，Model S都有过如此表现。

智能行车预警系统制造商Mobileye在特斯拉Model S发生事故之后表示：发生事故的特斯拉车内的摄像设备仅适用于防止后部撞击而非避让从侧面穿越而来的车辆，系统要到2018年才能对侧面的交通状况做出反应。也就是说目前特斯拉Model S的系统仅为辅助驾驶而非人们所认为的自动驾驶。

把视线拉回国内，现在有一家以实现真正自动驾驶为目标的企业驭势科技在快速发展。驭势科技从创立之初就表示：跳过辅助驾驶，直接进军自动驾驶。

“我们经常说‘发明一样东西的人是最后一个看到它过时的’，他们的基因、观念，都有路径依赖。你看英特尔做PC，它是最后一个认为PC过时的。” 驭势科技联合创始人、CEO吴甘沙表示，Mobileye从1999年至今，已经把传统视觉算法的潜力挖掘到极致了，下一步要提升只能靠深度学习，但它又不舍得把传统的算法扔掉，Mobileye芯片给深度学习留下的地方不多，这是它的历史包袱。

现在主流的自动驾驶方案主要基于三种感知技术：高精度激光雷达、高精度GPS和高精度惯性导航，而这三套设备的售价分别为70万元、50万元～100万元、30万元。仅是感知设备就需要花费将近200万元，是目前市面上家用轿车的10倍甚至更多。

在吴甘沙看来，目前自动驾驶做得最好的是谷歌，他认为谷歌是用2.0的视力在做无人驾驶――解决方案，包含激光雷达、高精度GPS、高精度惯性导航系统，但是成本高昂。而驭势科技要做的则是用1.0的视力（用商用雷达、商用GPS、商用惯性导航系统）加上强大的计算和人工智能实现和谷歌相似的效果，成本控制在3000美元以下，只有将成本降低到汽车厂商和消费者可以接受的程度，自动驾驶才能真正实现商业化。

吴甘沙选择了一条和谷歌不太一样的路线，谷歌更加重视自动驾驶的眼睛――激光雷达、高精度GPS、高精度惯性导航系统，而驭势科技将主要精力放在大脑，也就是计算系统方面吴甘沙认为提升计算能力目前看更加现实。

智能环境监测 提供决策支撑

过去环境监测都是被动的，环保部门只能根据各个监测点的数据预测对城市的环境进行评估，但是这种方法存在一些问题，比如监测点是否具有代表性、不是监测点的地方无法体现出来等。

IBM利用自身在认知计算、大数据分析，以及物联网技术上的优势，开发了绿色地平线平台，它可以分析空气监测站和气象卫星传送的实时数据流，凭借自学习能力和超级计算处理能力，能够提供未来72小时（过去一般是24小时）、1平方公里范围内的高精度空气质量预报，实现对城市地区的污染物来源和分布状况的实时监测，以及全国300个主要城市提前7天的污染趋势预报。

值得一提的是，绿色地平线平台甚至能够实时在社交网络上抓取用户即时的微博，比如者在某地吃烧烤，照片显示乌烟瘴气，平台也会将这个污染因素进行分析和评估。

在实时监测与高精度预报的基础上，IBM的研发人员通过给不同地区建立相应子模型，然后对这些模型中的大数据进行综合分析，对可能影响空气质量的相关因素进行分析预测，判断各项影响因素在不同情况下与空气质量的量化关系，从而帮助城市管理者进行环保决策。比如：怎么把污染降低到可以接受的程度，是通过关闭几家污染严重的工厂还是对机动车实行限行措施。

IBM中国研究部主管沈小伟之前在接受采访时表示：“我们的研究人员现在正在努力增加系统的功能，希望可以提供更早的天气质量预测，比如提前十天。同时，我们还加入了其他功能，比如污染源追踪、相关案列分析，并对减排措施给出合理化建议。”

链接 Gartner人工智能发展十大预测

1.作者将被机器取代

到2018年，20%的商业文件将由机器来创作和编辑。机器人已经能制作预算报告、体育和商业报道，且不带偏见和情感。

2.万物互联

到2018年，60亿相连的“物”需要支持。用户要求各类服务、数据，及合适的支持方式，新业务、新业态由此产生。

3.程序开始参与人类经济活动

到2020年，独立于人类控制的自主软件程序将参与5%的社会经济活动。智能算法开始用于独立交易。

4.机器可以控制工人

到2018年，全球将有超过300万工人由机器人管理。不过，机器人没有人的类反应和举止。

5.智能建筑暴露安全问题

到2018年，20%的智能建筑可能遭遇数字攻击。相互联系的商业和住宅建筑，在变得越来越智能的同时，遭受攻击的可能也在变大。

6.智能机器大量进入公司

到2018年，50%的快速成长型公司将使用大量智能机器和少数智能“员工”。智能“员工”系统可进行工厂运营分析和工作评估。

7.数字助手技术成熟

到2018年，数字助手可通过脸和声音来识别用户，不再依赖密码。生物识别技术发展快速。

8.智能设备降低企业用工成本

到2018年，作为雇佣条件，成百万员工将被要求穿戴健康和运动追踪设备。员工保险成本有望下降。

9.智能程序进一步发展

到2020年，智能程序可支持40%的移动交易。诸如苹果Siri的智能助手将逐渐成为通用接口。