人工智能在教育领域的价值精品(七篇)

时间：2023-08-28 16:28:45

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在教育领域的价值范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

人工智能在教育领域的价值

篇(1)

关键词：人工智能；英语教育；积极影响；消极影响

人工智能概念是20世纪五六十年代正式提出的，随着信息技术的不断发展，人工智能已成为一门新的技术科学。时至今日，人工智能技术的发展经历了人工智能起步期、专家系统推广期和深度学习期等阶段，而在应用领域也取得了重大突破，如Google的无人驾驶技术和运用深度学习算法的AlphaGo战胜围棋冠军等。除此之外，人工智能已被日益广泛地应用于经济社会各个领域，在教育领域亦是如此。2018年教育部就印发了《高等学校人工智能创新行动计划》，要求进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力。因此，人工智能必将不断被融合到教育领域，并为大学教育变革提供新方式。基于人工智能的机器学习、人机交互与知识图谱等技术方法，可以为大学英语教师在课堂教学、备课与教学研究等多个方面提供支撑；可以为大学英语教学管理与治理提供决策支持；可以为大学生英语自主学习和教师备课提供智能推荐支撑。目前，学者们已对人工智能对英语教育的影响进行了相关的研究。如高华伟分析了外语作文智能评阅与形成性评价融合策略；刘洋针对人工智能技术与高校英语教学的相互关系，通过调查问卷和访谈等方式，分析了现有计算机辅助语言学习软件和系统的不足，并提出了相应的解决策略；张艳璐对人工智能在给英语教学带来机遇的基础上，探究了人工智能在大学英语教学中的应用；赵生学分析了人工智能时代大学英语教学的变革与策略；严燕分析了人工智能时代英语教学促进学生深度学习的路径。在人工智能时代，人工智能技术必将对大学英语教育领域各个方面产生重大影响，如大学英语人才培养目标、教学内容、教学计划、教学策略、教学模式、成绩评价体系与英语领域科研等方面。针对此，本文在现有研究的基础上，重点从教师和学生两个层面分析人工智能对大学英语教育的积极影响和消极影响，并提出相关建议，以期为大学英语教师教学与大学生英语学习提供参考。

一、人工智能的积极影响

人工智能技术在大学英语教育领域的应用，将对大学英语教学资源、教学模式与大学生二语习得等方面产生积极作用，主要体现为以下几个方面。

（一）丰富了大学英语教与学资源人工智能技术的发展与应用为大学英语教与学提供了丰富的资源。如互联网上含有丰富的英语视频与图片等资源；在线教育平台也提供了大量的英语课程资源，如中国大学生慕课、雨课堂等，它们各具特色，可为教师与学生提供多样化选择。因此，人工智能技术一方面可为大学英语教师提供丰富的教学素材，同时还可根据大学生学习目标与学习习惯等为其英语学习提供丰富的课外资料。同时，很多网络资源可下载或者回放，这样可以使得大学生的英语学习不再受到时间与空间的限制。特别是对于教育资源缺乏的地区而言尤为重要，可以在很大程度上解决教育资源不平衡问题。其中，百度教育大脑的智能备课系统便是典型应用案例。其依托百度人工智能、大数据和云平台的优势，整合了丰富的优质资源。对于教师而言，此平台可按照教学进度为教师提供经过筛选的教学素材，节省教师的备课时间，提高其工作效率。

（二）丰富了大学英语的教学方式传统的大学英语授课往往以线下课堂教学方式为主，而人工智能技术的使用丰富了大学英语单一的教学方式。可利用网络平台，如雨课堂、慕课平台等，开展大学英语线上教学模式或者线上线下混合教学模式。新的教学模式有利于教师在大学英语教学过程中采用不同的教学策略。使用新的教学模式和不同的教学策略可以提高大学生学习英语的兴趣，进而有助于提高大学生英语习得的效率。

（三）提高了大学生英语习得的效率由于英语习得是一个复杂的心理过程，与大学生的情感因素、学习动机等密切相关。采用人工智能技术的大学英语线上教学方式，使得教师与学生之间不是面对面的交流互动，可以在一定程度上缓解学生焦虑、害怕等情绪，有利于学生的英语学习。动机是英语习得中重要的非智力因素，也是影响大学生英语习得效率的重要内在因素之一。学习动机与使用另一种语言的兴趣密切相关。而人工智能技术采用丰富的英语学习资源以及英语教学方式的多样化，这些有助于提高学生学习英语的兴趣，进而增强学习英语的动力。

（四）形成了大学生英语习得分析数据库人工智能技术是以大数据为依托，可以跟踪和记录大学生英语课堂学习和课后学习等各种信息数据，进而可形成大学生英语习得数据库。基于大数据分析与人工智能技术方法，如数据挖掘、关联性分析和回归预测等，可以挖掘大学生英语学习背后的规律特征，了解到每个学生的具体情况。进而构建每个学生的英语学习画像，如学生的线上学习状态、课程作业完成情况、测试成绩和学习方式等。可为教师形成可视化的学生个体和班级整体的学情分析报告。因此该数据库有利于教师掌握每位学生的英语学习状态，掌握学生个体差异，为调整教学方式、教学方法与策略提供支撑。同时，上述数据为大学英语教学与大学生英语习得的研究也提供了数据支撑。

二、人工智能的消极影响

人工智能在大学英语教育领域对教师与学生发挥着积极的作用，同时对他们也产生了一些消极的影响，主要体现为以下几个方面：

（一）对教师的消极影响由于大学英语课堂教学存在一定的缺陷，往往需要改进此教学方式。而人工智能技术的应用，虽有助于大学英语教学改革，但还需要教师熟练掌握人工智能相关技术的使用，会给信息技术能力比较薄弱的教师造成压力。借助人工智能平台，大学英语教学不受时间、空间和学生人数等影响，势必会减少大学英语教师的需求，造成大学英语教师面临失业的压力。进而影响大学英语教师的工作积极性，以及大学英语教学质量。

（二）对学生的消极影响根据语言资本理论与期望价值理论，大学生英语学习的期望价值主要是经济期望价值。而大学生英语学习的期望价值与学习目的和行为密切相关。比如大学生英语学习经济期望价值主要体现为学习英语对未来找工作很重要，可以增加经济收入。而人工智能技术在语言领域的应用，势必会影响大学生对英语学习的期望价值。如人工智能翻译机的出现，使得各种语言之间翻译非常容易。即使不懂英语，也可使用它进行英语交流。因此，人工智能技术在英语领域的应用，将降低大学生英语学习的期望值，进而影响他们英语学习的兴趣与目的。

（三）对师生关系的消极影响基于人工智能技术的大学英语教学，将改变传统的以教师为中心的模式，使得教师在教学过程中的中心地位得到弱化。学生通过人工智能技术，可以很好地收集到自己需要的各种英语学习资源，如在线课程、英语讲座视频和英语文本资料等，甚至可以通过自学的方式完成英语学习任务。但这些将弱化教师与学生之间的互动以及情感，从而隔阂了教师与学生之间的关系。

篇(2)

[关键词]人工智能；公共管理；运用

中图分类号：D631.43文献标识码：A

随着科学技术的发展，人工智能、大数据等新一代信息技术已经成为了人们关注的焦点，它不但给人们的工作生活带来快捷和便利，同时实现了良好的经济社会效益。把人工智能运用到公共管理当中，可以创新管理理念和管理模式，提高公共管理和社会治理的效能。

一、公共管理概述

公共管理是指以政府为核心的公共部门，把科学管理理念、功能、组织及手段应用到公共事务。公共管理的特征：其一，公共管理主要把实现公共利益当作主要目标，促使社会整体朝着更加良好的方向发展；其二，积极履行社会公共责任是公共管理重要职能；其三，公共管理能够结合实际发展需要，协调与控制各项公共事务，并不断创新管理方式和手段。因此，公共管理者需要在法律基础上主动实行公权力，科学合理地运用各项公共资源才能顺利实现最终管理目标。目前，社会对公共管理者的专业能力及综合素养要求越来越高，公众在整个过程中赋予公共管理者较多的期望和责任。此外，公共管理也具备技术掌控职能、社会协调职能及预测职能等，这些都是新时代对公共管理者提出的新要求，公共管理者必须全面掌握各方面技能，了解并掌握公众的实际需求与时代的发展趋势，才能成为一名符合时展的高素养公共管理者。

二、人工智能对公共管理的主要影响

（一）人工智能对公共管理的促进作用

公共管理指通过使用管理理论、技术及方法等知识，系统化、专业化地管理公共事业，不断优化公共资源分配，使公共事业为人民服务。传统公共管理模式在公共管理信息收集及资源管理配置方面，需耗费大量人力、物力及财力，要想提升公共管理水平，就要加大成本投入。因此，传统的管理模式已无法适应新时期公共事业管理需求。将人工智能运用到公共管理中，尤其在收集处理公共管理信息方面效果较为明显。其一，智能化管理系统能够全面提升收集信息的效率和质量；其二，人工智能管理模式更为精准有效。人工智能对于问题与数据分析更具针对性，分析结果更加科学合理，可以准确把握社会个体需求，做到管理精准化、个性化；其三，在公共管理中运用人工智能可以节约成本，并实现更加优化的管理目标，提升公共管理效益；其四，在公共管理中运用人工智能，使资源配置更加符合公众需求，采用人工智能化、科学化资源配置模式，能够使资源合理利用，发挥最大效能。

（二）人工智能给公共管理带来的风险

人工智能作为新兴信息技术，为公共管理事业带来了较多机遇，推动了公共管理事业的进步和发展。然而人工智能也给公共管理事业带来了相应的机遇和风险。人工智能给公共管理带来的机遇在于人工智能与计算机网络技术可以完整的保存海量数据，并挖掘与分析有价值的信息。网络安全性使得人工智能技术存在诸多未知性，人工智能是否能够确保信息资源安全，包括信息存储、授权使用，行为轨迹等管理问题[1]。信息安全对公共管理十分重要，要确保信息安全才能使公共事业管理中资源配置更加科学合理，最终实现提升公共管理效率。通过以往的案例证明，人工智能技术的自我安全性还不足，因此，要想使人工智能在公共管理事业中得到普及，就必须尽快解决这一问题。

三、人工智能在公共关系管理当中的具体运用

当前，人工智能快速发展，能给人们的工作生活带来巨大改变，帮助人们完成了许多高难度、高强度、复杂化的公共工作，推动智能社会发展。人工智能能够代替人开展脑力劳动工作，可以改变许多工作模式。但是人工智能属于辅助工具，人们要正确认识并科学合理地利用它，才能充分发挥它在公共管理中的真正价值。在人类社会不断进步与发展过程中，公共管理者必须不断学习、掌握先进技术，才能提升对人工智能的利用效率，把具有明确规则却复杂、耗时耗力的工作交给人工智能。

（一）公共事业方面。有人认为人工智能在生活和工作中不常用到，然而其已经运用到了人们生活的方方面面。2016年共享单车方便了出行，各年龄段的人安装了共享单车APP。共享单车具有明显优势，快捷便利、绿色环保，是人们出行的首选。共享单车利用人工智能平台，来科学的预测骑行的行程、路况及停放等，从而有效整合了天气、时间等各项变量工作，合理分析了其需求量和供给量，进一步提升了共享单车管理效率和效益。由此可见，人工智能已经越来越多地进入到了人们的日常生活当中，改变了人们的生活模式，使人们的生活朝着智能化方向发展。

（二）社会经济方面

运用人工智能能够把消费者具体需求反馈给企业，企业根据精准数据可以制定出更加优质的产品，提供高效服务[2]。当前电子支付是人们生活中重要的内容，人们出行不用带大量现金，运用支付宝或微信就能够进行支付。同样在电商物流整个过程中，分拣机器人就属于人工智能，其每天能够完成大于20万的工作量，很好地解决了困扰电商的物流问题，降低了人工成本，提高了工作效率。

（三）教育管理方面

人工智能运用包含教育管理，通过智能化学习系统和数据分析，教师能根据学生具体情况，如学习行为数据、知识点掌握等制定相应的个性化教育方案，提高了育人效果。从当前人工智能在教育领域运用情况看，在远程教育中同样获得了良好效果。在运用人工智能后，学生获得了个性化教育，创建了新的教学、内容研发和师资管理等形态。运用人工智能可以更准确、有针对性地协助教学，使日常教学效率得到大幅度提升。

四、人工智能在公共管理中的应用措施

（一）改变人才培养方式

人工智能技术的运用，还可以推动人才培养方式的变革和发展，能够创建健全的新型教育方式。首先，加强编程教育普及，设置人工智能方面的课程，把人工智能和其他学习的教育结合起来，健全人才培养方式。其次，组织多元化、多层面的人工智能科普活动，使社会大众能够进一步认识和了解人工智能。最后，加大人工智能基础设施方面的建设。

（二）重新构建组织形式

随着人工智能的出现和广泛运用，管理主体要结合自身特点，积极主动运用人工智能，不断发展完善管理结构。

在日后的工作当中，管理主体要和普通员工、智能机器有效合作，全面发挥潜在优势。另外，运用人工智能技术的时候，管理者要精心设计各种组织形式，才能确保信息传递真实、高效。

（三）创新工作模式

随着社会发展和科技进步，公共管理者必须具备较强的学习能力和综合素质才能满足工作需求。在工作中可以通过人机互动工作模式，充分发挥人工智能在处理重复性、逻辑性等工作的优势，和管理者的工作充分融合、优势互补，将人工智能运用到公共管理中，创新工作模式，推动公共管理事業的发展。

篇(3)

据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。

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，越来越多的创业公司加入人工智能的阵营。

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%。

篇(4)

1高校法学专业教育的现状

当代高校法学专业教育成绩斐然，其不仅为中国的法治建设奠定了丰富的理论基础，而且也为未来的法学专业教育指明了发展方向。但是随着新时代的到来，法学教育的背景以及定位也在发生变化，此时，高校的法学专业教育在教育目标、方法、体制以及模式方面也显现出诸多问题。

1．1法学教育目标片面

法学教育目标不仅直接决定了高校法学教育的方向，甚至也影响着法律人才类型的培养。但就目前来看，教育界对法学教育目标的认识较为混乱。有学者主张法律人作为治国之才，承担着服务社会与管理社会的责任，其属于社会的精英人才。为了更好发挥法律人管理及服务社会的能力，法学教育目标应以培养法律精英人才为首位。也有学者主张法学作为应用性学科，法学教育应以培养法学应用人才为根本目标，核心在于注重法学理论知识的运用。还有的学者认为法学专业应以培养通识人才为主，在当前创新型国家背景下，培养法学通识人才有利于形成创新思维，使法学人更容易应对社会变化不断出现的新情况以及新问题。学界对法学教育目标认识不一致最终导致高校在实际法学教育过程中目标的不统一。有的高校仅重视法学精英人才的培养，而忽略了法学应用人才培养，导致学生处理实际法律纠纷的能力多有欠缺。而有的高校仅重视培养法学应用人才，而忽略了传统的法学理论知识，也导致学生的专业素养不高，甚至缺乏法律职业道德素养，给相关法律职业带来负面影响。

1．2法学教育方法落后

在高校进行法学教育过程中，教学方法的运用也至关重要。科学、合理的教学方法不仅能使学生牢固掌握法学理论知识，还有利于提升法学专业的教学质量。但从当前高校法学教育方法来看，仍然较为落后。一方面，由于高校法学教育目标较为片面，导致在教学方法上，也未能很好兼顾理论教学与实践教学，最终使学生产生理论和实践脱节现象。有的高校教师仅进行课堂式的法学教学，通过在课堂上分析法律条文的内涵与外延来要求学生掌握相应的法学理论知识，并未给学生提供运用法律知识处理实际问题的机会;而有的高校教师则一味重视案例教学，并未教授相应的法学理论知识，导致学生仅掌握了个别案件，对案件背后所折射的法学理论则一知半解。另一方面，随着人工智能以及大数据技术在各学科领域的运用，其也为法学教育方法的革新带来了契机。但实践中，高校教师大多数仍是以传统的课堂教学为主，未能很好运用现代化的教学工具。最终，法学教育方法的落后不仅不利于提升学生学习法律知识的积极性，使法学教学难以达到应有的效果。而且也不利于培养学生的法律逻辑能力、思维能力以及实际解决问题的能力。

1．3法学教育体制不一

就我国当前的法学教育体制而言，从法学教育层次来看，既有专科，也有本科，同时还有硕士及博士，不同层次教育所掌握的法学知识明显存在差异。从法学教育机构来看，既有普通公办高校，也有私立学校还有职业院校以及其他相关培训机构。从法学教育内容来看，既有普通高校的法学基础理论知识教学，也有培训机构的法律职业资格教学，还有公权机关对相关人员的法律执业能力的培训。虽然从历史层面上来看，现有的法学教育体制在一定程度上为改革开放之初国家法治建设输送了大量的法律人才，但是随着国家治理体系以及治理能力现代化水平的持续深入，实践中法学教育层次繁多、渠道庞杂、内容多样等的特点无不彰显着当前法学教育体制的混乱，不仅同国家要求构建法律职业共同体的愿景相违背，也严重影响了法学教育工作的开展，给法学教育的整体形象带来了负面影响。

1．4法学教育模式单一

法学作为理论与应用相结合的学科，法学教育也可以分为专业型、职业型以及专业与职业兼顾型模式。但我国高校在教学模式的选择方面长期坚持专业型的教学模式。主要原因在于一方面，我国传统的课堂教学是教师主导型，教师在课堂上通常是对法学各学科的基本理论以及法律条文进行讲解，使学生能够具备基本的法学素养，并系统掌握法学的基础理论。在此过程中极少涉及实践案例，使得法学教育呈现专业性特征。另一方面，我国的法律职业资格考试也进一步加强了专业型的法学教育模式。法律职业资格考试在很大程度上作为法律职业的准入门槛，对于法学生以及法学院校而言，其重要性不言而喻，所以，学生个人为了通过资格考试，往往会花费大量时间在法律专业知识的学习上，从而也使得学校在法学教学模式上更倾向于选择法律职业资格考试所要求的专业型教育模式，最终也导致了法学教育模式的单一。

2高校法学专业教育面临的机遇

审视当代高校法学专业教育的现状，虽然可以看出仍然存在诸多问题，但随着依法治国理念的深入推进、社会经济稳中向好的发展、人工智能技术的广泛应用以及高端法学人才培养模式的逐渐健全也为高校法学专业教育的优化带来了诸多机遇。

2．1依法治国理念为高校法学专业教育带来思想优势

依法治国，建设社会主义法治国家作为我国社会主义现代化建设重要的战略目标，其核心要义是依据宪法及法律来治理国家。随着时代进步，依法治国理念也被不断深入推进，并成为国家长治久安的重要保障。在全面依法治国战略的引领下，社会各界都形成“尊法、学法、守法、用法、护法”的法治理念，社会公民的法律素养整体上有很大提升。而高校作为社会的重要组成部分，依法治国理念的深入推进也为高校的法学专业教育带来了诸多机遇。

2．2社会经济增长为高校法学专业教育带来经济优势

经济同教育的关系具有辩证统一性，一方面，教育可以为经济带来智力型劳动人才以及相应的技术创新。另一方面，经济又影响着教育发展、教育规模、教育结构甚至教育内容。如果国家的经济实力强大，基于教育对经济的能动作用，势必会投入诸多经济资源来为教育发展奠定物质基础。随着我国的社会经济的稳步发展，综合国力也得到了显著提升。而在科教兴国作为实现中华民族伟大复兴的重大方略的重要影响下，我国对教育的投入逐年提高，教育经费占国内生产总值的比例也在不断上升。从而为高校的法学教育工作的优化奠定了物质基础。

2．3人工智能发展为高校法学专业教育带来技术优势

随着人工智能技术在社会各领域的广泛应用，其也为高校的法学专业教育带来了诸多技术优势。例如，一方面，法学专业更加注重理论和实践相结合的教育模式，面对实践中高校教师仅重视理论型教学的弊端，便可以利用法律人工智能技术来加以完善，其能够提供一种交互式的VR模拟场所，使学生可以置身于虚拟法律系统中全程模拟法官、检察官或者律师办公流程或者对案件进行重现，该种技术不仅有利于学生深入了解案件的基本情况，还有利于学生学习到相应的法律实务技能，从而使其能够在课堂上所学到的法学理论与法学实践相结合。另一方面，人工智能技术还为高校法学专业的课堂教育提供了新的方式。慕课借助人工智能技术后，具备极强的互动性、智能性以及自主性的优势，更新了传统的法学教育模式。在慕课教学中，学生可以根据自身情况来选择所要学习的课程，摆脱了传统法学教学课堂的概括性教学，从而能够很大程度上调动学生学习的自主性。并且慕课也能够实现差异性学习，每个学生对于知识的掌握并不是同步的，在慕课平台，学生可以自主选择学习时间、学习地点以及学习内容，使学生的学习潜能最大程度被激发。

2．4高端法学人才为高校法学专业教育带来智力优势

法学教育作为培养法律人才的关键环节，不仅影响着法学生的思维养成以及职业选择，甚至也对国家的法治建设具有重要影响。高校在进行法学教育过程中，一方面需要有思想、经济、以及技术的支持，另一方面也需要高端法学人才的参与。教育本质上来说是师生共同完成的一项活动，如果法学教师的理论水平不高、实践经验有限，其在教学过程中将很难对学生以启迪，严重影响了学生的对于知识的掌握。因此，法学理论知识储备以及司法实践经验丰富的法学教师对于法学专业教育而言必不可少。就目前来看，随着我国高端法学人才培养模式的逐渐健全，具备深厚的法学理论知识、司法实践经验丰富、综合素质较强的法学人才被培养出来，当该类人才作为教师队伍投入到法学教育中时，高校法学专业的教育能够在很大程度上得到优化。

3高校法学专业教育的优化路径

对高校法学专业教育加以优化，从微观层面来看，有利于法学生对于法学知识的理解与掌握，从而改善并提高法学教学的现状及质量;从宏观层面来看，能更好为国家法治建设输送高技能的法律人才。在优化路径的选择上，应首先准确把握高校法学教育目标;其次，转变法学教育方法;再次，应打破高校同司法实务部门的体制壁垒，最后，需要积极探索“人工智能+法学”的教育模式。

3．1准确把握高校法学教育目标

法学作为一门实践性极强的学科，决定了高校的法学教育绝不是纯粹的象牙塔式的文字理论教学，法学教育目标的制定应以满足社会实际需求为准则。而在社会层面，不仅需要具有丰富理论知识的法学家来对社会现象问题进行研究、论证;也需要具有丰富实践经验的律师以及其他法律实践工作者来为社会提供法律服务;还需要具有较高的法律职业素养以及辨法析理能力的法官、检察官来对案件进行定分止争，进而达到维护法律的权威以及社会正义的目标。所以，高校法学教育目标的制定决不能过于单一化，而应该具有综合性。法学教育除了需要培养学生的基础法学理论之外，也需要注重对学生法律实践的引导，还需要注重提升学生法律职业素养，以不断适应社会发展对法学教育所提出的新要求。

3．2积极转变高校法学教育方法

传统的高校法学教育主要以课堂式讲授教学为主，虽然有利于学生掌握系统的法学理论知识，但却不利于学生实务经验的提高，导致学生进入社会后由于缺乏相应的实务经验而难以找到自身的职业定位，最终对法学生的就业率产生影响。所以，高校的法学教育应加以改进，从传统上以法学理论为主的教学方法转变为将理论与实务两者并重的教学方法。尤其面对当下重理论而轻实务的教学背景，法学教育除了课堂式的讲授教学方法之外，还可以通过加入相关案例教学，通过对典型案例的分析来引导学生进入案例情景，然后对案例背后所蕴含的深层法学理论知识以及解决实际法律问题的技巧进行讲解，不仅能以小见大，使学生能够更加深刻地理解抽象的法学理论，而且也能使学生亲自体验获取知识的过程，激发其求知欲，有利于培养学生创造性思维能力以及批判精神。除此之外，实践中高校还可以进一步推进模拟法庭活动，正所谓“实践出真知”，在模拟法庭中，由学生自己扮演和案件相关的诉讼参与人，并按照案件事实以及法庭程序来真实还原法院审判的全过程，不仅能够增加学习法律知识的趣味性，还有利于使学生对相关案件的发生、预防、处理以及涉及到的法律法规有更为深刻的认识和理解。最后，为了使学生能够学以致用，还可以开展诊所式的法律教育，法律诊所不同于传统的法学教育，其更加注重对学生自主学习能力、法律思维能力以及灵活运用法律解决问题能力的培养。在法律诊所教育中，学生能够亲自参与到案件争议的解决过程中，不仅能使其更深层次理解法律的内涵与要义，还有利于培养其法学实践能力。

3．3打破高校同实务部门的体制壁垒

当前的法学院校和实务部门之间具有明显的体制壁垒，法学院校作为高等学府，掌握着大量的法学基础理论知识，但是实务经验相对来说较为欠缺。而对于诸如法院、律所、政府机构等实务部门而言，其掌握了大量卷宗材料以及实务经验，但可能在法学理论基础方面较为薄弱。因此，应破除高校同实务部门之间的体制壁垒，充分发挥法律实务工作者在高校法学教育中的积极作用。具体可以在高校的法学教育过程中积极引入律师、法官、检察官以及其他法律实务人员担任高校教师，实现理论型教师与实务型教师的双线并行式教学模式。在该种并行式模式下，不仅可以使学生学习系统法学基础理论，还可以在实务型教师的引导下，使学生能够将法学基础理论同具体案件的知识点相融合。例如中国政法大学除了传统的法学基础理论以及实务课程体系之外，还开设了庭审同步直播、庭审录像观摩以及案卷阅览等诸多模式的实践教学活动，学生通过观看庭审直播、录像或者翻阅相关案卷材料来掌握司法实务中的相关问题，最终实现法学理论与实践经验的同步发展。

3．4探索“人工智能+法学”的教育模式

随着人工智能技术的迅速发展，其不仅推动了法律服务与行业活动的智能化，也给高校的法学专业教育模式也带来了诸多影响，为了培养出更多适应智能化要求的法治人才，法学教育应做出积极的回应与变革。大学慕课便是很好的尝试，不仅能很好解决传统法学课堂概括性教学的弊端，使学生能够实现个性化以及差异化学习，而且还能实现优势教育资源的共享，使学生能突破时间、地域以及师资力量的限制，学习潜能也可以在最大程度上被激发。此外，高校还应该引导教师转变传统的教学观念，高校教师作为推动教育创新发展的中坚力量，面对智能化变革的背景，不仅应积极探索智能化的教学方案，将智能化技术运用到法学基础教学中，还应该引导学生在法学学习过程中掌握各种智能技术，着重培养其法律思维能力、推理能力以及解决问题的能力，使其能适应人工智能时代对法治人才新的需求。

篇(5)

论文关键词：知识管理；教育技术；知识价值链

知识管理伴随着知识经济时代的发展逐渐凸现出来，它关于知识及与知识相关的资源和过程的管理方法与管理技术可以为教育技术实现理论的创新与应用的拓展提供一种新的思路。

一．知识管理与教育技术概述

20世纪90年代初，知识管理的概念首次出现在管理学领域。知识管理是对组织知识的生产、分配、交流、整合、内化、评价、改造的全过程管理，其目的在于实现知识共享，增加组织的知识总量，提高组织的创新能力和核心竞争力。

从宏观角度来看，知识管理关注整体，是对一个组织系统所拥有的全部知识及相关资源的管理，任何一个管理过程都应考虑组织整体效益的实现。组织还应有与外部环境交换知识的通道，从而保证知识来源的丰富性。组织成员通过共同努力，更新组织的知识，提高组织的知识总量。知识管理的目标定位是实现知识共享与知识创新，提升组织的竞争力。

知识管理的另一个重要理念就是显隐知识的转换。在这一转换过程中，个人首先通过摹仿习得他人的隐性知识；接着将这一部分隐性知识经过思考表达出来后，外化成为显性知识；显性知识再与先前的显性知识组合，成为一个新的整体，在组织内共享；最后组织中的成员将其内化为个人所拥有的隐性知识。在实际的转换中，这是一个循环往复的过程。即隐性知识社会化为隐性知识、隐性知识外化为显性知识、显性知识与显性知识重新组合、显性知识内化为隐性知识，这四个转换环节是知识转化理论的核心内容，并由此形成一个循环上升的知识增值系统。

从微观角度来说，知识管理的实质就是对知识价值链的管理，清除影响知识价值链形成的阻碍因素，加快价值链的形成速度，使组织的知识在运动中不断增值。通过对知识管理定义与管理过程的分析，知识价值链可以具体化为如图1所示的K9知识链。

在具体的实际操作过程中，知识管理又可以划分为不同的环节，即知识生成管理、知识应用管理、知识交流管理，由此又形成诸多知识管理工具。网络技术、人工能技术等信息技术手段在知识管理中发挥着重要的作用，较常见的专家系统、数据仓库等都在知识管理中得到了应用。

教育技术是通过创造、使用、管理适当的技术性的过程和资源，以促进学习和改善绩效的研究与符合道德规范的实践。教育技术在发展中注重创造新的资源和过程，重视技术手段的运用，突出以人为本的思想，既关注学习者的学习过程也关注学习者的学习成果。同时，教育技术一直是抱着一种开放的态度来促成自身的发展。信息技术的每一次飞跃发展都能带动教育技术的进步，其他学科的理论创新也能引发教育技术的关注。知识管理对教育技术的发展意义也正是如此。教育技术关注较多的仍然是可以传播和表达的显性知识，未能对价值更大的隐性知识进行有效地开发与利用，也未建立健全的管理机制。而知识管理的一个重要观念就是隐性知识比显．陛知识更能创造价值。从这点出发，教育技术可吸收和借鉴知识管理关于隐性知识的管理理念。

二、教育技术借鉴知识管理理念的可能性分析

如前所述，知识管理与教育技术虽然分属于不同的学科范畴，两者却存在着诸多相同或相似的方面，这就为教育技术借鉴知识管理的理念提供了可能。

1．知识管理与教育技术都具有整体观

知识管理与教育技术所需实现的都是组织的整体效益。知识管理关注的是提高组织的知识总量与核心竞争力，组织的知识储存量直接影响到组织的后续发展潜力。教育技术服务于整个教育系统，注重提高系统的绩效，并且一直致力于去寻找能够完成这一使命的方式方法。系统科学、信息科学等在教育技术领域中能够得到广泛的应用即可说明这点。归结起来，两者有着共同的目标，即提高个人和组织的知识和学习，进而提升个人素质，组织智慧。

2．知识管理和教育技术都具有相同的知识观

知识管理通过对知识的一系列开发过程，实现和完善自身的管理理念，达成管理目标。教育技术则从关注信息转变为关注知识，通过对知识进行整体研究，实现教育组织中知识的发现与再创造。而两者最终都需创设知识共享和知识创新的平台，增进组织成员的相互交流，同时需建立有效的保障机制，促使知识流动系统的形成。

3．知识管理和教育技术都倡导人本主义的思想

以人为本的思想既存在于知识管理中，也存在于教育技术领域。知识管理认为只有组织中的人才能创造知识、更新知识、利用知识，因此对知识的管理最终须体现在对人的管理上。教育技术也一直强调人本主义思想，即不仅要关心学习者学习目标的实现，还要积极倡导为教育者提供一个再学习的平台。

4．知识管理与教育技术在技术手段上的相同点

两者在技术层面也有着共同之处，即两者都运用了计算机网络、人工智能等技术。由这两种技术还衍生出来许多新型的交流和学习方式，如Blog、网络社区、电子邮件系统、知识资源库等。知识管理和教育技术可以相互借鉴彼此在应用这些技术手段时的经验和成果。教育技术的一个重要任务就是构建学习平台，营造学习环境，促进学习者学习，提高教育组织的绩效。管理知识的过程实际上直接影响到学习者学习效率的提高以及教育功能的实现，吸收知识管理的理念，也是教育技术为完成这一任务而进行的一次努力。

三、利用知识管理，创新教育技术

知识管理中的知识分类思想、知识转化理论、知识价值链的形成等理念，均可以引入到教育技术中来。通过借鉴这些理念，教育技术可以为学习者营造更为有利的学习环境。学习者或者教育者都可以通过各种途径，如面对面交流、网络社区等直接或间接共享到他人的经验、技能等，从而最终提升学习者的学习效率、教师的工作能力，进而提升整个教育系统的组织智慧。

1．知识分类思想对教育技术的意义

知识管理将知识分为隐性知识和显胜知识，而且更关注隐性知识。教育技术在多年的发展中一直致力于将显性知识通过各种途径传播给学习者，并为学习者所熟知和掌握。学习者对更加重要的隐性知识的学习则处于一种未知的状态。在面对面的传统教学过程中，学习者或多或少能够通过一些亲身体验的方式学习到隐性知识。但是在非面对面的教学过程中，这种隐性知识的学习就被完全忽略知识分类思想提醒教育技术相关人员应该更加关注开发和利用隐性知识。

2．知识转化理论对教育技术的启示

教育技术必须关注隐性知识对学习者的作用，在实际开发过程中创设一种能让学习者感觉到这种知识的存在，并且学习和使用这种知识的环境。知识转化理论详细阐述了隐性知识和显性知识相互转化的过程，并且强调隐性知识只有被转化成显性知识才能被认识，而显性知识在被学习者学习并内化为隐性知识后才能达到提升个人素质的目的。教育技术已经能够成功地将显性知识利用信息技术转化成各种产品，然后传递给学习者，学习者也能够利用这些产品来促进自身的学习。但是教育技术还未能创造出一种有效的机制去利用隐性知识。教育技术通过借鉴知识转化理论，思考利用隐性知识的途径，创设能促进隐性知识转化成能被学习者利用的显性知识的环境教育技术还应该具备合并显性知识和显眭知识的能力，以及鼓励学习者与教育者将自身的知识拿出来共享。

3．教育技术对k9知识价值链的借鉴

K9知识价值链的对象是知识，如前所述包含有九个过程。教育技术在AECT94定义中则划分为五个范畴——设讥开发、利用、管理和评价，其对象界定为学习资源和学习过程。相比之下，K9知识价值链更具有操作性，同时还揭示出知识在传递过程会不断地增值。教育技术可按照K9知识链的划分方法，将实际开发知识的过程细分为获取、开发、利用、管理、更新和评价知识。此外，教育技术还应该要创造出具有增容性的学习环境——能支持知识的螺旋上升，提高知识的总量和价值。

4．知识管理环节的划分对教育技术的启迪

知识管理通过总结k9知识价值链，得出知识管理包含四个过程：知识生成管理、知识积累管理、知识应用管理和知识交流管理。从这点出发，教育技术在运用知识管理的理念时，首先必须解决的是明确教育知识的来源：应该包括已经被认识到的可以拿来学习的知识、还掌握在少数教师、专家、学习者头脑中不能被传播的知识以及新创造的但还未纳入到教育领域中的知识。其次，应该运用一定的鼓励机制和技术手段识别、提取和组织这些知识，使之有序化、系统化。当拥有了大量的知识之后，教育技术可以利用教育资源库、专家系统等手段将这些知识积累起来，并进行管理。学习者和教育者可以通过教育资源库获取大量的知识，同时又可以将自身独有的知识拿出来供所有人使用。知识通过交流和共享获得增值，这也为产生新产品和新技术提供了前提条件。

5．教育技术在技术层面上吸收知识管理的成熟经验

知识管理运用了诸多先进的技术手段。教育技术可以吸收这些技术在知识管理中应用的成熟经验，来促进自身技术能力的提高。教育技术和知识管理一样都很重视计算机网络技术——利用网络可以整合组织内部和外部的信息、创设组织成员的交流平台，还能利用其中的群件技术为学习者和教育者提供知识共享的基础通讯设备。知识管理应用的另一核心技术就是人工智能。教育技术已经在实践过程中尝试使用人工智能，如专家系统、机器学习等，但还处于起步阶段。教育技术可以尝试从知识管理的角度更加深入地了解和使用人工智能。

知识管理为发现、分析和管理教育信息资源提供了一条综合的途径。教育技术可以吸收和借鉴知识管理的很多东西。何克抗教授在其主编的((教育技术学》一书中，甚至将知识管理视为教育技术管理的重要组成部分。很多教育技术相关人员已经开始试着去研究在自己所从事的行业中应用知识管理的途径。

四、知识管理在教育技术中的应用现状

1．校园知识管理系统的研究

建构校园知识管理系统是知识社会对于教育技术提出的要求。教育技术通过构建校园知识管理系统为学生提供适当的知识源和知识环境，培养学生的创新能力。在学校建立信息管理系统和校园网工程后，为信息的获取提供了前所未有的便捷途径，但由此也引发了赢息垃圾、信息冗余和信息无序化等新问题。教育技术利用技术手段建立校园知识管理系统，可以有效地对校园中存在的信息如学生信息、教学信息、教育资源、头脑中的知识、知识行为、知识资产等进行开发、利用和管理，促进校园内知识的共享，同时也可以利用教育者和学习者的集体智慧完成创新知识的目标。

2．远程教育中的知识管理研究

随着互联网技术的发展，远程教育也迎来了新的发展机遇，借助互联网进行在线学习、在线培训已经成为远程教育的新特征。然而，在远程教育领域，存在着一对亟待解决的矛盾：一方面网络信息膨胀，另一方面学习者迫切需要精炼的知识。教育技术可以通过借鉴知识管理的理念来解决这一问题。

首先是知识管理可以为远程教育的核心——教育资源库的建设提供可以借鉴的理念和技术。资源库建设的目的是要达到教育资源配置的最佳化、教与学效果的最优化。从知识管理的角度来看，其实质就是一个知识流的过程，即知识如何以最佳方式和最好的效果从教育者传播到学习者的过程。另外，深度标引技术、知识挖掘技术、知识关联技术等知识管理技术也可以应用于资源库建设。

其次，远程教育的另一核心要素就是卜学习者和教育者。两者均可借助个人知识管理来提高个人的知识总量，完成学习和工作的目标。个人知识管理的实质在于帮助个人在短时间内处理大量的信息，快速有效地获取所需知识，准确地表达知识，提升工作效率，提高个人的竞争力。在远程教育中，学习者和教育者是分离的，但是通过个人知识管理工具，可以让任何学习者的学习过程和学习心得都能在自我思考的基础上外化为一个学习组织可以分享的知识，教育者也可以针对这些情况做出最为恰当的指导。

五、结论

知识管理对教育技术的发展究竟有多大的推动作用，到目前为止，是无法得出结论的。但是可以肯定地说，知识管理能够促进教育技术理论的创新和实践的深入。从这个角度出发，可以预测教育技术今后将关注的焦点：关注整个教育系统。传统学校教育、现代远程教育等教育形式都应纳入到教育系统这个整体中来。教育技术应该从整体出发，探讨系统利用教育知识的方式。任何一种教育形式都应该能够使用公共的教育知识库，并在此基础上实现教育系统的效益最优化。

实现对知识最大程度的开发。教育技术需同时关注隐性知识和显性知识的开发，通过创造学习环境，完成知识从获取到评价的一系列过程，实现知识共享与创新，帮助教育者和学习者提升自身素质以适应社会的发展。

篇(6)

关键词：智能控制；双语教学；教学实践

作者简介：陈志楚（1976-），男，湖北仙桃人，湖北汽车工业学院电信学院，讲师。（湖北　十堰　442001）

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）34-0077-02

随着全球经济一体化以及信息处理手段网络化的发展，世界各国高等教育正在经历深刻的变化。中国高等教育的发展也正在经历教育方式国际化和人才培养综合化。而社会对于掌握专项技术同时又可以熟练使用英语进行国际交往和合作的高级复合型人才的需求也使得当前高等院校中的双语教学方兴未艾。

当前随着我国入世和国际贸易交流的发展，全方位发展的高素质工科人才不仅需要面对大量的工程问题，同时也会遇到使用国际通用语言——英语的问题。能够阅读和查找最新说明书和工程资料，与同行沟通交流和解决问题，这些都是高校教育的目标。采用双语教学，引进外文教材，使用英语、汉语来讲授专业内容，让学生可以接触到较先进的内容和理念的同时，增强使用英语阅读交流专业知识的能力；同时可以促进教师的教学方式和学校相关课程设置的发展，是“一举多得”的教学改革。

智能控制作为高校机械工程及自动化专业的一门专业课程，是在人工智能及自动控制等多学科基础上发展起来的新兴交叉学科，是控制理论发展的高级阶段。对于控制理论及控制工程等领域的本科生来说，需要通过该课程掌握智能控制的基本理论并逐步学会智能控制的应用。通过这些内容的学习，使学生了解智能控制的基本结构、各类主要智能控制方法的基本知识，掌握模糊控制与神经控制的基本理论、算法和基本设计方法，并为今后智能控制系统的设计、运行打下一定基础。

湖北汽车工业学院坚持特色兴校、教育创新，注重个性发展，着重培养学生的创新精神和实践能力。在本科教育上紧紧围绕培养创新型应用人才为目标，坚持走产学研道路，积极推进本科教改，全面推进教学改革，提高教学与教研的整体水平，不断提高人才培养质量。湖北汽车工业学院自动控制教研组在省级精品课程“电工电子技术”的基础上，以“智能控制”课程作为教学试点，开展了双语教学的一系列教学实践。

双语教学是使用外语进行的非语言专业类课程教学。双语教学在高校中广泛开展的同时也遇到了相当多的问题。在课堂中由于双语的引入，引起了思维方式的转变，学生的学习内容和教师的备课工作量都大为增加；学生英语水平参差不齐和教师的英语能力有限造成课堂专业课信息量减少，缺乏师生互动，教学效果受到限时。笔者一直任教控制类课程专业课程教学，并从事过英语教学多年，在开展“智能控制”课程双语教学教学实践活动中总结了一些经验。

一、教材的选用

双语教材的选用是关系到双语教学质量的大事。在选择教材时，应以实用、适用和学生的承受能力为主要参照。引进的原版教材一定要是优质的，同时也应是内容比较新的。各个学校和各个院系可以根据自己的需要进行优选。原版教材注重启发学生思考和动手实践，善于由浅入深地叙述和展示理论、原理，并非常注意实验和技术应用。但是原版教材也存在课程体系和大纲与国内不符，同时内容过浅的问题。而国内教材从内容、知识结构和难度上都较符合学生的认知水平和规律，知识体系清楚完整，叙述严谨，擅于概念和理论推导。所以在教材的选择上，不应完全排斥中文教材，教师应在吃透教学内容的前提下充分发挥两者的长处，组合使用。而学生也可以在使用一两本主教材的基础上，同时阅读多本参考教材，以帮助理解，激发求知欲。

考虑到多数高等学校第五或第六学期开设智能控制课程，其前序课程有“自动控制”、“现代控制”和“过程控制”作为基础，所以其内容和前面课程有较强的连贯性。因此，为开展“智能控制”双语教学，笔者将在前面部分回顾控制理论的主要内容作为引入智能控制方法的基础，并向学生推荐课下阅读控制理论的经典教材，比如Dorf的《Modern control System》（国内有影印版）等。“智能控制”课程本身内容非常庞杂，涉及领域也很广，故教材也是风格迥异。模糊控制方面的教材有Kevin M. Passino etc.的《Fuzzy Control》等，神经网络控制方面的教材有Kevin Gurney的《An Introduction to Neural Networks》等，但符合国内“智能控制”大纲的教材非常少，而且国内改编和自编教材基本没有。考虑到课程本身的特点，笔者采用了“原版教材和中文教材结合，主要教材和参考教材结合”的方式。笔者在课程中外文教材主要采用Alexander M. Meystel和James S. Albus等的《Intelligent Systems：Architecture，Design，Control》。该书是智能控制领域的著名教材，它回顾了整个学科的发展，同时从理论和技术两个方面全面讲述了智能控制系统的构造、设计和实用。国内出版社有影印版出版，并同时有原文和中文翻译两个版本方便学生阅读。易继锴的《智能控制技术》作为主要中文参考教材。该书对于各个知识点的讲述比较清晰透彻。除此之外，在课程教学过程的不同阶段，鼓励学生通过图书馆或者网络自由选用、阅读更多的外文教材和中文参考教材。

二、教学内容的选择

不论是否采用双语教学，课程最后的教学效果是关键。由于双语教学在语言理解上花费了学生和老师大量的精力，这样在教学内容的选择上就更显得尤为重要。应在内容上选择符合大纲、重点难点为主的知识，并在这些知识点上增加教学投入时间。“智能控制”是一门国内开展较晚的课程，由于其涵盖模糊系统、神经网络、优化算法和专家系统等诸多智能算法和应用控制方法，所以教学上不可能做到面面俱到，只能是择优而取。参照国外很多著名大学（诸如麻省理工学院、加州理工大学等）的教学课程安排，基本上没有专门的“智能控制”课程，而是各个系会针对学生所学专业需要开展相应的课程，例如“针对模式识别的神经网络算法”或者“机器学习中的模糊控制”等等。依据湖北汽车工业学院和自动化专业的具体情况，“智能控制”主要是对各类控制算法的原理和应用领域进行介绍，让学生对其有总体的了解和认识，使其能在实践中运用。基于此目的，笔者主要讲授的内容为绪论（智能控制的发展历史）、模糊控制理论基础、模糊控制系统、神经网络模型、神经网络控制论和集成智能控制系统。

由于课程学时较少，每个知识点的学时有限。这样，每种智能控制方法以介绍讲述为主，但不作详细的分析和过多的数学推导。比如在讲述模糊控制的模糊推导系统时，推理方法有蕴含积、蕴含最小和Mamdoni方法等各种推理方法，在讲授时以应用最多的Mamdoni方法为主介绍原理，其他方法只需了解。为使得学生能够理论联系实际，特为本课程增加实验环节，并专门开设“智能控制”实验，安排实验学时及老师等资源配置，以保证实验效果。学生需要利用Matlab或者C及其他编程语言分别针对倒立摆和水箱水位控制等多个控制对象使用神经元控制、模糊控制、专家控制等不同的智能控制手段进行仿真分析，以验证课堂内容。比如针对水箱水位控制学习，采用学生分组，每个小组通过讨论确认选择不同算法，可采用神经元控制、模糊控制、模糊控制和专家控制结合等各类方法。最后测试结果，分析原因。通过这样的实践活动可以提高学生对书本内容的直观理解，增加学习热情。

三、教学方法的改进

“智能控制”课程涉及到控制论、人工智能和运筹学等诸多交叉学科，而其中每个学科的内容都十分庞杂。一味介绍讲述容易使学生像听“科普课”，兴趣很大但实际意义不大，无法指导实践；而针对某个知识点讲述过深过难，本身学时不够，会造成学生的畏难情绪且无法让学生形成对课程的整体理解。双语教学既有很多优点，但要教好也存在学生不易理解等诸多难题。为此，笔者和课题组老师针对这些问题展开了一系列教学改革和探索。

1.教学课件使用英语制作，主要使用英语讲述

双语教学要提高学生英语的阅读、沟通和交流能力，教师首先要使用英语教材和英语课件，并使用英语来“教授”课程。但是考虑到英语并非母语，可在重要专业术语初次出现时旁边加注汉语。并在介绍和描述概念时主要使用英语，但不应盲目排斥使用汉语。在需要师生互动的时候，如果学生反映理解有困难，可以使用汉语举例子或者使用比喻、讲故事等方法以帮助学生理解。

2.多使用课堂多媒体演示

智能控制效果单独通过讲述智能控制方法会让学生觉得枯燥，而利用多媒体来对某个控制算法进行软件仿真和演示就可以直接形成“感观”意识，从而加深学生对于课程内容的印象。例如针对智能洗衣机的模糊控制，可以使用Matlab结合Simulink和Labview等软件对分别进行使用不同形状隶属度和不同模糊推理方法的仿真，最后控制的效果可以通过仿真展现在学生面前，激励学生自己通过实验得到真实结果来对比并展开讨论。

3.增加实验教学环节

本课程之前由于学时的限制，仅限于理论教学。为增强教学效果，特增加神经元控制和模糊控制等多个实验，并在实验验收阶段增加小组答辩等环节，以增加学生的实践技能和分析研究问题的能力。

四、课程考核的改进

双语教学不同于普通英语教学、专业英语教学，它以掌握专业知识和技术为主要目的。但是双语教学课程既然以培养学生的全面素质为目的，那么在最终成绩的考核体系上就需要综合各类因素，尽可能全面公平公正地给予学生评价。传统的“智能控制”课程考核方法仅限于试卷考试，主要是概念论述和公式推导演算，无法全面评价学生的能力水平。试卷中无法涵盖学生对于专业基础知识的掌握情况，也无法提供学生在学习探究以及采用双语教学后英语应用能力的测试结论。

本课程现已转变为试卷考试、试验考查和独立报告等多方面结合的课程考核方法。除去卷面考试分数外，学生可以通过以下途径获得加分：阅读相关外文文献并作出阅读报告或完成英语口述演示；学生通过独立或小组实验并根据实验结果作出实验分析报告且完成答辩。这些教学改革意在全面考查学生的理解和实践能力，鼓励学生分析研究和创新。学生不仅要掌握智能控制的控制思想和方法方面的知识，还要能使用英语阅读和表达，并通过试验和独立研究实现自己的控制理念。

五、结束语

笔者通过对“智能控制”进行双语教学提高了学生对于该课程的学习兴趣，并取得了较好的教学效果。多数同学认可教学改革的效果。课程考查通过率达到82%，其中约21.2%的同学通过英语综述和阅读报告获得加分，约1/3的同学通过实验和课程报告获得加分。而随后的问卷调查显示，31.7%的同学在课程结束后对智能控制产生兴趣，51.3%的同学认同在学习后英语水平有提高，并对后期通过大学英语四、六级考试有帮助。

从长远看，在专业课程中开展双语教学是一个大趋势，但是如何使双语教学发挥优势、避免一些可能的问题还需要解决大量细致的问题，在师资培养、教学方法创新和双语教学效果评估方法方面不断思考、研究和探索。

参考文献：

[1]吴平.五年来的双语教学综述[J].中国大学教学，2007，（1）.

[2]莫勇波.关于大学双语教学有效性探索[J].广西教育学院学报，2008，

（5）：48-51.

[3]Richard C.Dorf，Robert H.Bishop.Intelligent Control System（12th Edition）[M].Prentice Hall，2010.

[4]Alexander M.Meystel，James S.Albus.Intelligent Systems：Architecture，Design，Control（First Edition）[M].Wiley-Interscience，2001.

[5]TimonthyJ.Ross.Fuzzy logic with Engineering Applications（Third Edition）[M].Wiley，2010.

[6]Laurene V.Fausett.Fundamentals of Neural Networks：Architectures，Algorithms And Applications（First Edition）[M].Prentice Hall，1993.

[7]Kevin M.Passino，Stephen Yurkovich. Fuzzy Control（First Edition）[M].Addison Wesley Publishing Company，1997.

[8]Kevin Gurney.An Introduction to Neural Networks[M].CRC Press，1997.

[9]易继锴，侯媛彬.智能控制技术[M].第二版.北京：北京工业大学出版社，2007.

[10]刘金琨.智能控制[M].第二版.北京：电子工业出版社，2009.

篇(7)

三维技术教育主要是指3D服装设计的教学研究，是立足于二维的基础上针对服装造型、结构、面料特征、颜色及图案等要素的空间设计。相对传统教育模式，改变了服装设计教学模式，不再是单一的理解服装造型和结构。而是通过三维技术激发学生的空间造型能力和解剖能力。现在的服装产品从服装产品本身的属性发生了巨大的改变；造型元素多元化、系列品种多样化、制衣制造模块化等的革新，改变教育模式增强三维服装技术利于服装专业人才的培养。

关键词：

二维技术三维技术教学改革

中图分类号：G423

文献标识码：A

文章编号：1003-0069（2015）06-0099-02

一二维服装技术在教学中的应用

二维服装技术是指服装造型结构等的平面设计；在教学中的应用手段包括手工设计和计算机辅助设计，二维服装技术在我国服饰文化史中由来已久。无论是古代的袍服还是现代的西式服装均在二维服装技术的背景下产生，直至上个世纪80年代逐步将计算机应用到服装生产和教学领域，才使得二维服装CAD技术教育得到空前发展。服装CAD技术其本身的属性是借助计算机强大的计算功能进行设计服装，二维服装CAD技术是基于二维软件的应用。计算机服装设计和手工服装设计均为设计手段的变换，其目标相同。计算机辅助设计效率高于手工设计，特别是在服装结构设计方面尤为突出。手工设计主要用于服装制造；即人机结合式的制造，在服装立体制衣的时代还未到来时手工作业仍是主要制衣模式。

我国服装CAD技术教育是从无到有、从一般软件教育到专业软件教育的发展过程。服装CAD技术的优点是精确度高，速度快。摆脱了手工制图、排版、推放等工程技术误差大的缺点。目前，服装CAD技术教育主要包括；款式设计、面料设计、结构设计、放码设计、排料设计五大系统。基本涵盖了服装产品制造的所有环节；服装款式、结构、面料、放码、排版等要素都能在计算机软件下得以最大的发挥。譬如；计算机的复制粘贴、剪切、编辑、扫描读图等功能提高了服装产品开发的速度。

二二维服装技术在教学中存在的问题

（1）服装教材与CAD软件的教学问题

我国大多数服装院校在服装和CAD技术教育方面存在两个主要矛盾问题；一是服装专业教材不规范，二是服装用软件鱼龙混杂。譬如；服装制图这门课的教材，这门课要解决的主要问题是服装样板制作。所涉及到的专业知识有人体、制图规格、制图方法、工业样板的制作等知识点。这门课程的教学形成了各自为政的院校派教育模式，以老师为主导的差异化专业教育模式。特别是在制图方法上没有统一的格局，如比例法、定数法、原型法、胸胸度法等方法参与教学。往往使学生难以掌握，不知应用那种方法最为科学。导致教而全学不精的教学局面，从未考虑企业用人才和行业用人才，对人才培养的目标大而不准确。

虽说二维服装技术从客观上解决了服装设计效率的问题，但是在教学中需要学生掌握多方面的专业软件，无疑增大了学生的学习负担和课时量。同时，又有许多学生基于多种软件的学习反而削弱了服装设计的创新能力，脱离了本专业人才培养目标的实质要求。不符合服装设计专业人才培养的基本规律，CAD技术只不过是一个工具，一种完成设计的手段和方法。不能混淆设计为何和工具为何的主导思想，工具是借助其本身的环境进行服装创作，设计是思想的核心，服装设计就是以服装产品开发为教学出发点进行创造。引导学生积极地展开构思和创造活动，设计本身就是对教育水平的检验，也是对个人能力的检验。服装设计和CAD技术两者存在既矛盾又统一的内在联系，基于创新的思想服装设计与CAD技术是矛盾的，因为设计是先确立了造型思想而不是先确立CAD技术；如果基于设计的后期制作则服装设计与CAD技术又是统一的。现在服装CAD技术的开发证明了服装设计的后期制作，正如前面所谈到的五大模块。所以说，增强学生创新能力观念的教育远远高于CAD技术的教育。

（2）创造性思维和程序性思维在教学中的问题

什么是创造性思维？何为程序性思维？在服装教学中必须搞清楚这两种思维的主导位置。创造性思维是指重新组织已有的知识经验，提出新的方案和程序，并创造出新的思维成果的思维方式。创造性思维是思维的高级形态，是多种思维方式的综合体现。而程序性思维是指用现成的规律和程序直接去解决问题。两者间有共同的关键词，就是程序。创造性思维是对思维系统的重新建立，具有某种未知领域的思维混合。这种混合可能是有效的，也可能是无效的，但毕竟是一种创造。注重奇特和违背常规的基本规律，而程序性思维是清晰的，是以现有的方法和规律去解决问题。在思维的整合上并不积极，多采用一种惯性思维去解决问题。只有在问题解决不通的情况下会重新整理思维，抉择新的思维系统。从教学实践来看多数技术类课程的教育属于后者，注重了学生程序性思维的培养忽视创新思维。服装技术在教学中的问题就是不知如何进行创新性思维培养的问题，在教学中不乏有一些教师口头上不断讲要创新而实质就没有行之有效的教学创新改革，仍然老腿走老路。

创造性思维的培养应符合其本质，服装创造性思维教育应遵循创造思维的一般规律。譬如，激发学生的创造热情、培养学生的造型意念、强化学生的发散性思维和形象思维，并在教学中采用形式多样的教学手段激发学生的设计思想。这是人才创新教育的基本规律，在这里服装创造性思维的核心是造型和技术手段的创造，它和服装美的创造有所区别。服装造型是创造新型的服装产品，而服装技术创造就是采用何种新型的技术手段解决服装造型的解剖问题使之成为合格的服装样板，两者的共同特征是创造性思想。不同的是针对的问题不同，造型创造多是以形象思维的创造，而技术创造则是以形象为对象的技术方法创造。也可以说是技术程序思维的重新编排，就是程序性思维的创造。

二维设计的特点是以平面视觉为对象的图形图像设计，如平面款式图设计就是二维的，服装制图是二维的。二维设计的思想核心就是图形内外轮廓的改变。外轮廓是指服装款式和结构外形设计，内轮廓是指款式和结构以内的部件设计。款式设计具有创造的丰富含义，结构设计具有数字形象化的创造，因为服装造型学就是以服装为对象培养学生的创造水平。同时，服装款式还包括了面料、色彩及图案的设计。所以说服装款式设计是创造思维的深化，是整体设计的第一要素。服装结构设计是款式设计的延伸和发展，是款式的解剖术，具有遵循和约束性。那么，工艺设计应属于服装成衣制作环节，是对设计的检验和修正。款式设计和结构设计均为二维设计范畴，只有工艺设计属于立体设计。所以，现代的二维服装CAD技术五大系统均为二维设计范畴。从这一论断不难发现二维服装设计的缺点缺少空间创造能力，因为学生在创造过程中无法判断立体形态，而导致设计的作品和后期成衣作品出现的误差，致使设计失败及创新力度削弱的现象。

三三维服装技术教学研究

（1）三维服装技术在教学中的现状

三维服装技术是指以服装为设计对象的立体设计，也称之为三维角度设计。是在二维服装技术发展的基础上发展起来，三维服装技术包括人工智能化三维设计和手工三维设计。人工智能化三维设计是指计算机模拟设计，通常采用计算机辅助设计。手工三维设计是指服装借助人体或者人台进行现场操作的空间设计，两者共同点都是采用多种维度进行创作。不同点是直接和间接，计算机辅助设计是间接的。

我国服装三维技术起步晚发展较慢，从教育的角度来看，应用三维软件进行设计服装的教学机构并不多见。究其原因是教育观念的问题，有的教师认为服装设计没必要进行三维设计。二维设计能满足服装产品的开发和制造，应用三维设计是多余的，这种思想落伍不科学。岂不知三维设计具有增强学生思维空间能力的设计，譬如二维的设计学生只能模糊地判断服装成型后的大概样子，而不能准确判断。三维就能很清楚地看见或者判断服装内外层次结构和造型程度。从三维软件的发展来看，我国很是落后。至今采用外来的三维软件进行设计，没有自己的专业软件。另外三维教育观念跟不上，教育体制不健全，教师队伍技术落后。造成三维服装设计难成体系，影响高级人才的培养。

（2）三维服装技术在教学中的探析

由于二维服装设计存在一定的偏差，弥补二维设计的不足依靠三维服装设计是当今服装设计专业学生培养的主要方向和任务。也是保证服装产品顺利开发的重要手段，三维服装技术在教学中的探讨主要是针对服装的造型、结构、面料等立体造型和内部结构及面料的物理性能。三维服装技术教育创新是提升学生设计水平和扩大设计思维空间能力的最好路径，轻视不得。从设计心理学的角度分析是解决三维旋转识别的问题…，让学生通过不同造型体面识别整体结构和内部关系，能很好地进行创造和分解。本文章所讲的三维技术是指一切空间的造型术，如服装立体裁剪就属于三维造型术。同时，利用纸型、雕塑、编织等一切手段进行空间造型均属于三维设计的范畴。

三维服装技术的科学价值主要表现在学生的认知论中，是多元化的设计。如应用坯布在人台上的动态样衣立裁提高了学生对造型的判断能力，采用三维技术解决服装结构设计中各种部件对接问题，以及最终的造型效果是否清楚是该技术的主要特征。这就是二维裁剪中学生所想象不到的，通过三维立裁清晰了设计思维，稳定了造型和结构之间的对接关系和线性形态。同时针对二维设计的不足做了进一步的补充，虽说学生通过三维立裁掌握了样板结构特征和造型要求。但是通过教学实践发现学生对于立裁掌握水平不高，仍然存在教学难度。究其原因是学生对造型复杂性难以掌握，需要抽象思维的参与。所以，三维立体设计能激发学生的创造性思维，提高想象力，但针对一些造型复杂的样衣在操作上仍然存在学习难度。解决此问题的方式应从造型和解剖术出发，提升学生抽象思维，强化学生的解剖能力。能在立裁之前就能对服装造型从思想上有一个较为准确的技术分解，该技术分解是对服装造型和样板之间建立了思维通道，大脑虚拟储存的样板利于进行立体裁剪。

另外，借助计算机技术进行模拟立裁，也可以解决该问题。从目前的三维技术教育应用来看，服装三维技术已是教育的发展方向，但应用面不够广阔，原因是服装三维技术教育体系尚未成熟。加之三维服装专业软件又是外来品。没有本土软件，导致服装计算机教育大多数停留在二维基础上。正因如此强化服装三维技术教育是当务之急，最好利用现有的通用软件进行模拟教学。可以改变以往不足的教学现象，如3D之类的软件可以用在教学中。最好形成统一的教学格局，排除以往各自为政的教学模式。便于学生、教师、企业、行业、国际之间专业技术交流和沟通。3D技术教育是服装专业教学的主要工作，是长期的一项科学项目，是高级人才的基点。同时不断地进行教学改革和创新，教学改革应始终坚持本专业的专业特色，抓好平面设计和立体设计并举，理论与实验教学并举，以服装产品开发为教学内容的特色体系，同时与企业和市场接轨。不断提升学生的设计、开发、艺术和技术、创造力等方面的能力。

最后，服装三维技术改革包括教育体系创新和知识教育创新；三维服装技术教育改革首先是教育理念的革新。作为教育机构建立三维教育体系，加强教育观念、构建师资、完善硬软件建设、强调创新思想是发展服装三维技术教育的保障。三维服装技术教育改革的主要任务是教会学生应用三维技术手段进行创造服装产品，发展能实现人体、造型、样板、假缝、试衣、调整等各个环节的无缝对接技术是三维技术教育的主要内容。这样服装设计才能真正走向个性化发展的时代，走向三维生产指日可待。

人工智能在教育领域的价值精品(七篇)

篇(1)

篇(2)

篇(3)

篇(4)

篇(5)

篇(6)

篇(7)

透析与人工器官

人工晶体学报

模式识别与人工智能

球团技术