人工智能的教育培训精品(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教育培训范文，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)

算起来，在线教育的争夺战是在三年之前开始的。2013年8月“学而思”网校正式更名为“好未来”，作为最早发力在线教育的一家公司，发展了布局相对完整的中小幼教育专业门户网站群――e度教育网，该网站由育儿网、幼教网、奥数网、中考网、高考网、留学网等多个网站构成。此后，新东方、学大网等一票传统教育机构纷纷发力于在线教育。

根据《2015年中国在线教育白皮书》数据显示，2011到2014年间，中国在线教育市场规模增速均保持在17%以上，最高增速达到21.84%；市场规模从2011年的575亿元增至2015年的1171亿元，预计到2021年在线教育市场规模将达到2830亿元。在线教育用户突破2亿人，在线教育项目数量已经超过3000个。

如今，BAT、网易等互联网巨头也争相跨界进入教育领域……

争相布局

10月，网易宣布其有道词典用户突破6亿。这意味着，网易的产品已经可以在在线语言培训市场占有一席之地。2007年推出有道词典以来，网易在互联网巨头之中率先“误入”在线教育行业，并逐渐形成有道翻译官、有道口语大师、网易云课堂等产品矩阵。

语文学习产品――有道语文达人，引进职业教育与通识教育等课程、推出网易云课堂企业版产品等等动作，都说明了网易在在线教育各个细分领域重度垂直、精耕细作的野心。

与此同时，阿里巴巴终于也按捺不住。在10月宣布启动“星火计划”，称未来将会大力扶持生产优质内容的个体老师以及中小型教育机构。比如调用周边资源，引入专业第三方扶持基金等，以此为中小创业群体提供高效的变现机制。

自去年12月成立教育事业部以来，百度在教育领域的布局正在加快。除了在传统的教师资源方面，百度推出了专为教师服务的互联网平台“百度优课”。百度在线教育的一大特色在于其教育信贷市场。百度CFO李昕曾在Q3财报电话会议上表示，百度要借助人工智能和大数据技术，从教育领域进入互联网金融。

据百度透露的数据，在教育信贷领域，百度已与超过700家教育培训机构达成合作，学生通过在线填写信息，线下和教育机构确定培训意向，审核通过后，即可获得“百度有钱花”提供的学费贷款，实现分期交学费。

腾讯坐拥QQ和微信两大社交平台，其固有用户与在线教育针对用户重合度之高，不容小觑。去年，腾讯将这一优势应用于教育信息化领域――分别以QQ和微信为基础推出QQ智慧校园和腾讯智慧校园，为各类学校提供一体化互联网智慧解决方案，范围涵盖学校管理、教务教学、校园生活等方面。扶持优质内容方面，腾讯也不甘落后推出了名师计划，旨在帮助名师实现知识经济化，扩大知识生产力与传播力，同时提供标准化服务与资源扶持。

加之腾讯出手向来大方。今年2月，腾讯3.2亿元投资新东方在线，而目前新东方在线申请挂牌已经获批，将登陆新三板。按照最近一次股票发行的价格来算，新东方网的总市值达到了31.72亿元，而腾讯当初的投资金额也由3.2亿元升值到了3.9亿元，平均每个月赚了1400万元。

线上线下结合

近年来在线教育的项目虽多，但往往良莠不齐，真正实现盈利的更是少数。

互联网教育研究院在2015年调查了400家在线教育公司，结果显示，有70.58%的公司处于亏损状态，13.24%的公司处于持平状态，仅有16.18%的公司保持盈利状态。同时，其报告还指出，由于新进入的项目非常多，而且有一部分项目已经死亡，整体上盈利的在线教育企业预计不超过5%。

在这个资本的“寒冬”，包括老师来了、36号教师、轻舟网等在线教育创业项目，都相继倒下。一位多年从事在线教育的业内人士向《中国经济信息》记者分析：“一个项目从开端投入资金到逐步发展，进入盈亏平衡状态，至少需要3到5年的时间。”作为一个更重视长期发展循环的行业，在线教育前期需要投入大量资金，而后期课程的制作、平台的维护以及产品的营销和推广，都需要团队极大的耐心和毅力。

随着在线教育行业的发展，平台的竞争，已经从最初的野蛮走向有序，从跑马圈地走向深耕细作，优质的教育内容成为巨头们的抢夺焦点。还有一些业内人士指出在线教育的一些弊病，例如在线教育APP更多是单向机械灌输，缺乏线下辅导为学生的知识体系做一个完整的梳理以及打通思维知识上的逻辑关联。

信天创投合伙人张俊熹对《中国经济信息》记者分析，线上与线下的结合将会是在线教育接下来发展的趋势。以留学教育为例，“以前的出国留学只是在国内做一些语言培训，但是长周期的链条并没有被开发出来，出国后的实习、就业、移民、置业等等，有很多内容可以深入挖掘。”张俊熹说。

尽管在线教育市场前景广阔，但在创新工场投资总监张丽君的眼里，其实它每个细分领域的市场规模并不大。而且，与其他行业不同，教育行业的内容不能完全规模化复制，往往面对不同的时期和对象，都需要重新做，因此并不容易找到大的市场。

今年在线教育还有一个创新动作就是与AR、VR合力。正如李彦宏多次在公开场合强调的，人工智能是百度核心的核心。人工智能之于百度教育的重要性也不例外。

11月，百度教育“教育云”平台，宣布百度教育生态将依托人工智能技术，朝着内容化、智能化、个性化方向发展。百度教育事业部总经理张高透露，人工智能在百度教育的布局分成内容的数字化、学习的个性化与交互的拟人化三个部分。不过，业内声音普遍认为，鉴于教育行业自身的慢热特点以及技术发展尚在初期等原因，人工智能与教育的融合还需要一个漫长的过程。

篇(2)

上半年工作目标：

1.坚持面向广大青少年开展兴趣特长普及性活动。重点抓好围棋、跆拳道、中国武术、小模特、民族舞、拉丁舞、街舞、酷吧机器人、航模、沙画、葫芦丝、钢琴、吉他（尤克里里）、架子鼓（非洲鼓）、相声曲艺等18项专业的培训工作，丰富青少年的课余生活，促进广大青少年特长的提升。

2.坚持免费开展公益性活动。利用寒假等节假日开展留守儿童关爱活动，与学校联合组织研学活动。继续打造“四点半彩虹公益学堂”品牌活动，充分挖掘“彩虹”公益活动特色文化，做实做优“四点半彩虹学堂”、“彩虹围棋学堂”等公益学堂，招收一批家庭贫困、有兴趣爱好的学生免费学特长。

3.发挥校外活动中心的辐射作用，整合周边城区“学校少年宫”优秀师资带动“农村学校少年宫”建设。

4.办好家长学校总校，常态化开展家庭教育讲座活动。

完成情况：

2020年上半年因疫情影响，很多的工作计划没有得到实施。到5月下旬中心才开展了“四点半彩虹公益学堂”和周未特长班。

利用疫情这段时间，中心主要做的工作有：

1、 对新科技馆进行规划、设计；

2、 修缮了中心房屋渗雨的问题，楼顶重新做了防水，对中心进行安全隐患排查；

3、 对中心课程进行了优化调整，规划下半年工作任务。

存在问题：

做为公益性培训机构，无教学管理人员，无专业艺术老师，建议局领导能优化师资给予配置。

二、下半年工作计划

1、开展好青少年校外教育公益性活动

定期或不定期开展青少年校外教育公益课堂和活动。联合学校做好校外教育的组织联络工作。开展公益讲堂，邀请孩子、家长免费听各种知识讲座；开展多样的校外活动，带孩子拓展社会实践，增加孩子的认知能力。中心将继续开展好“四点半”彩虹课堂、国学课堂、家教沙龙、才艺沙龙、出彩少年郎等公益活动。同时我们利用中心艺术教师积极、义务地为有需要的学校打造特长兴趣社团。

2、做好机器人科技馆的改造建设

下半年建成机器人工作室，与宿迁学院机器人创客项目合作，做好机器人的教育培训，让孩子们了解机器人的搭建、编程及参加比赛，培养孩子们对人工智能技术的兴趣，真正认识智能机器人对社会进步与经济发展的作用，培养孩子的科学素养。

3、建立新的运营管理机制

今年中心将开设舞蹈、美术、书法、围棋、葫芦丝、竹笛、“四点半”课堂等项目。特长班采用分块化管理，主要分为舞蹈组、书美组、“四点半”彩虹学堂组、器乐组、棋类组，每个组由一名工作人员做组长，负责该组的特长班教学管理、考级和各项活动及比赛，让项目都有团队，让团队管理让他们课程出彩，办出特色，塑造精品。

篇(3)

【关键词】法理学/法律推理/人工智能

【正文】

一、人工智能法律系统的历史

计算机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个哲学家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）

如果连抽象的哲学推理都能转变为计算问题来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自学习能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。

20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究自然语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）

1970年Buchanan&Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由WalterG.Popp和BernhardSchlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。JeffreyMeld-man1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。

专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）

我国法律专家系统的研制于20世纪80年代中期起步。（注：钱学森教授：《论法治系统工程的任务与方法》（《科技管理研究》1981年第4期）、《社会主义和法治学与现代科学技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和理论奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。

专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际问题，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的应用领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。

法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统目前只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《中国大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。

人工智能法律系统的发展源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。

二、人工智能法律系统的价值

人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：

一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法理学反思。这个信仰反映了法理学可以被视为旨在于开发法律分析和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。

二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字电子计算机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能理论和方法的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理分析，将法理学、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和规律提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能科学的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，BryanNiblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。

四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些现象。

五是辅助法律教育和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机网络实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。

六是辅助立法活动。人工智能法律系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法辅助系统如能应用于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。

三、法理学在人工智能法律系统研究中的作用

1.人工智能法律系统的法理学思想来源

关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的发展所产生的一些直接影响。

第一，法律形式主义为人工智能法律系统的产生奠定了理论基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国分析法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，中国政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西方法律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由WalterG.Popp和BernhardSchlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被计算机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。

第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的社会性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值问题，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和政治理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(KnowledgeBasedSystem)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）

第三，“开放结构”的法律概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替分析法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现问题的阳面，而根据社会政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。

第四，目的法学促进了价值推理的人工智能研究。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，中国政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用内容明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(NewRhetoric)的法律理论。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《现代西方法理学》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给计算机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律发展的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。

2.法理学对人工智能法律系统研制的理论指导作用

GoldandSusskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律科学的理论，一种法律推理理论”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系统的研究，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的发展历史，法律推理的标准、主体、过程、方法等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制计算机应用程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。

随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论问题的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与分析模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。

四、人工智能法律系统研究的难点

人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。

第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、时代信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，中国大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。

第二，关于启发式程序。目前的法律专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等问题，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，EdwinaL.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序应用于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。

第三，关于法律自然语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并计算实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解研究工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以EdwinaL.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）

五、人工智能法律系统的开发策略和应用前景

我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。

依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟理论。

从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：

第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过网络等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。

第二，确定研究与应用相结合、以应用为主导的研发策略。目前国外人工智能法律系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。

第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与计算机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供参考的书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。

第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下发展阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)分析并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。

第五，人－机系统解决方案。人和机器在解决法律问题时各有所长。人的优点是能作价值推理，使法律问题的解决适应社会的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人－机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动，服务于国家的法治建设。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的和辩护方案，再做更加高级的推理论证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人－机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。

未来的计算机不会完全取代律师和法官，然而，律师和法官与智能机器统一体的出现则可能具有无限光明的前景。（注：Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.）可以预见，人工智能将为法律工作的自动化提供越来越强有力的外脑支持。电脑律师或法官将在网络所及的范围内承担起诸如收债、税务、小额犯罪诉讼等职能。自动法律推理系统将对诉讼活动发挥越来越多的辅助作用，例如，通过严密的演绎逻辑使用户确信全部法律结论得出的正当性；在解决相互冲突的规则、判例和政策问题时提示可能出现的判决预测；等等。正如网络的出现打破了少数人对信息的垄断一样，电脑法律顾问的问世，将打破法官、律师对法律知识的垄断，极大地推动法律知识的普及，迅速提高广大人民群众的法律素质，使法律真正变为群众手中的锐利武器。

篇(4)

2018年5月30日，有着“互联网女皇”之称的玛丽·米克尔了《2018年互联网趋势报告》（以下简称《报告》），从12个方面对全球互联网趋势作出判断，特别是在互联网普及应用、大数据应用和监管、技术创新和就业、个人数据开发利用和隐私保护、全球互联网领导力、互联网领域研发和资本支出等方面，见解独到。深入分析该《报告》对我国的启示，大力推动互联网和实体经济深度融合，加快传统产业数字化、智能化，拓展经济发展新空间，对我国意义重大。

《报告》的主要亮点

（一）全球互联网普及率日渐触及天花板

《报告》显示，全球互联网设备和用户数增长率均趋于停滞或放缓。全球智能手机出货量的同比增长率，2010年超过70%，2017年为零增长。互联网用户数的增长率从2010年的13%左右减少到2017年的7%左右。2018年，全球互联网用户数将达到36亿，超过了全球人口总数的50%。《报告》认为，当互联网普及率达到50%之后，全球互联网用户数的增长将越来越难。

（二）大数据促进互联网服务提档升级

《报告》显示，互联网企业正在通过对用户数据的分析和使用，让低价服务变得更好。Facebook、Pint er ests、Spotif ys、Netf l ixes等社交、新闻资讯、音乐、视频类网站或APP，拥有数以亿计的用户，他们通过对集体数据和个人数据的分析来优化产品，提供个性化、定制化服务，令用户感受到这些服务的价值，使用时间将随之增加。这些网站或APP的订阅用户增长率也出现了较快增长。

（三）技术创新未造成大规模失业潮

《报告》认为，近70年来，新技术促进了GDP的快速增长，而失业率一直保持稳定。以互联网为代表的新一代信息技术对就业的影响体现在两个方面。一是让人们更容易找到自由职业。2014年—2017年，美国自由职业者增速是总劳动力增速的3倍多。二是按需工作数量庞大，并保持高速增长。比如，Uber2017年增长率达到50%，其全球有300万名司机，其中美国有90万名，每周平均工作时间17小时，每小时平均收入为21美元。

（四）用户在个人利益和隐私保护间不断寻求动态平衡

《报告》认为，大部分消费者会为了利益而分享个人数据。咨询公司德勤对美国消费者的调查显示，79%的线上消费者愿意为“明显的个人好处”而共享个人数据，超过66%的在线消费者愿意和朋友亲属共享个人数据。当利益不明显时，大部分消费者会选择通过卸载应用、改变隐私设置、关闭Cook? ies、停止访问某些网站等方式，来保护个人隐私数据。

（五）中国在全球互联网的领导力快速提升

《报告》从企业、用户、智能手机等方面对比了美中两国在互联网领导力方面的变化。中国在全球互联网领域的竞争力在快速提升。从全球互联网企业市值排名20强看，5年前，美国9家，中国2家；目前，美国11家，中国9家。从智能手机出货量的全球份额看，中国2007年为零增长，到2017年实现占比40%，美国2017年占15%。此外，中国拥有全球最大的互联网用户群，大型互联网企业具有丰富的产品服务生态，但与美国相比还存在一定的差距。从互联网企业用户规模看，美国Facebook的22亿和Googl e的20亿，明显领先于中国腾讯的10亿和阿里巴巴的7亿，且Facebook和Googl e的非北美用户占绝大部分，腾讯和阿里巴巴的用户主要集中在中国，我国互联网发展的国际化进程仍显滞后。

（六）美国科技公司高度重视研发和资本支出

《报告》显示，过去20年全球范围内的科技风险资本融资和美国上市科技公司IPO发行交易一直处于较高水平。美国科技公司在美国所有行业中的研发支出和资本支出最大、增速最快，两者占营收的比重从2007年的13%增长到2017年的18%。2017年，美国上市公司中研发支出和资本支出排名前5的企业均是互联网企业，其中，亚马逊、谷歌、英特尔的研发支出和资本支出较2016年分别增长高达45%、23%、11%。

几点启示

（一）互联网应用加大了全球数字鸿沟

《报告》显示，全球互联网普及率达到50%之后很难再继续增长，但普及的用户应用还在继续深化，导致全球数字鸿沟持续扩大。发达国家利用互联网的普及应用机遇，进一步加速了经济社会数字化进程，而不发达国家未能驶入互联网发展的快车道，与发达国家数字化发展水平差距进一步拉大。发达国家和不发达国家在网络覆盖范围、互联网服务资费、教育水平和知识技能背景等方面的显著差异加剧了上述现象。缩小数字鸿沟，推进互联网普遍服务，需要从扩大网络覆盖范围、降低互联网服务资费、提升教育知识水平多方面协同发力。

（二）互联网等技术进步提升了产业供给侧服务质量

《报告》显示，得益于对用户数据的收集与利用以及高度满足用户的个性化需求，用户愿意为服务付费。互联网、大数据、人工智能和用户互联网服务的结合，大大优化了用户服务供给质量，促进了传统要素的优化配置和服务提档升级。推动互联网、大数据、人工智能和实体经济深度融合，能够推动产业创新发展，提升供给侧质量，能够为实体经济发展注入新动能，是实体经济转型升级重要路径选择。

（三）技术创新引发的产业结构变化释放了就业红利

《报告》显示，过去的技术快速发展并没有带来大规模失业，总体失业率始终保持在较低水平。技术发展促进了产业结构变化和产业分工细化，部分传统产业退出历史舞台，同时衍生出不少新兴产业，传统产业对就业人员需求持续减少，新兴产业的出现和分工细化对就业人员需求增加，相互之间此消彼长，使全社会失业率始终维持在一个较低水平。同时，产业结构的新变化，对人才需求也提出了新要求，要求产业工人不断掌握新的产业技术，提升自身适应能力。

（四）隐私保护和用户体验是产业创新发展矛盾体

《报告》显示，当个人数据开发有助于提高用户体验时，用户愿意让渡部分隐私来提高其服务体验；反之，当个人数据利用对个人没有显著意义时，用户对隐私的保护就比较关注。依据服务需求，用户在体验和隐私保护之间寻求一种动态平衡。无论政府加强数据治理还是推动产业发展，都须注意用户需求这一特点，过于严格或固定的个人隐私保护政策，都不利于产业创新和用户服务体验的提升。

（五）互联网产业正在重塑全球竞争格局

《报告》显示，由于互联网企业的快速崛起，在网络领导力方面，中国正在快速追赶美国，全球前20大互联网企业中，中美两国几乎平分天下，与5年前相比，竞争格局发生了显著变化。由于互联网产业具有很强的渗透和融合效应，对各国经济社会转型发展和提档升级具有巨大的促进作用，各国在互联网产业方面的比拼，最终将对国际竞争格局产生显著和深远影响。

（六）研发和资本投入是驱动产业创新的双轮

《报告》显示，科技公司的研发支出和资本支出，美国最高，其两者支出所占营收比例从2007年的13%增加到2017年的18%。在过去20年间，美国科技公司创新持续加快，主要得益于研发支出和资本投入双轮驱动。纵观全球网络科技企业，频繁投资和并购促进了包括人才等优质资源的聚集，而快速增长的研发支出使得企业争先恐后为未来发展提供技术支撑。美国的网络科技公司紧紧抓住这两点，获得了巨大成功。

对策建议

（一）推进网络基础设施和服务包容性发展

一是持续推进宽带通信网络普遍服务，加快网络的升级改造，加快推动5G试商用和大规模部署，以多种方式扩大网络覆盖范围，不断满足农村、边远地区和贫困山区的网络接入需求。二是持续推进宽带普及提速降费，提高互联网资费的可负担性，为老百姓(603883，股吧)提供用得上、用得起和好用的互联网服务。三是加快推进互联网无障碍服务，加大互联网无障碍终端和服务供给力度，不断满足不同知识和技能背景的人士对互联网的使用需求。

（二）以互联网创新应用助推产业供给侧改革

一是以互联网应用促进企业服务模式创新，创新移动服务、个、在线服务、远程服务、O2O服务等多种模式，可以满足不同场景下客户服务新需求，释放场景应用红利。二是以互联网应用促进企业组织模式创新，大力发展众创、众包、众筹等网络平台服务，提高企业对产业资源整合能力，促进资源优化配置，提升服务供给能力。三是以互联网促进企业商业模式创新，发展精准营销、个性化定制、网络制造等新商业模式，以需求侧的深度挖掘来助推精准供给。

（三）加强互联网相关教育培训力度

一是提高全民信息素养，推进互联网应用教育从娃娃抓起，把互联网应用技能作为全民基础技能来培养，将其纳入义务教育体系。二是优化教育人才结构，加大互联网技术、应用、融合、管理、治理和安全等各方面创新人才的培养，满足互联网和经济社会各领域全面融合对产业人才结构变化的需求。三是加强产业工人互联网应用技能培训，完善定期培训机制，发展在线培训服务，强化新技术、新模式和新业态培训，提高产业工人适应互联网发展的能力。

（四）平衡个人隐私保护和数据开发促进产业创新

一是制定合理的隐私保护监管政策，适应数字经济发展趋势，依据国内产业发展阶段和发展水平，完善个人数据采集、流通、开发和利用政策，加大隐私保护和监督检查的执法力度，提升数据保护水平。二是鼓励在尊重个人数据保护的前提下，鼓励企业加强对个人数据的开发利用，促进服务优化、体验提升和产业创新。

（五）推动互联网和实体经济深度融合

一是应用互联网推动实体经济数字化、网络化和智能化转型，发展以数据为创新驱动要素的数字经济，推动实体经济朝着创新、协调、绿色、共享、开放方向发展。二是以互联网应用助推实体经济服务模式、组织模式和商业模式全方位变革创新，提升实体经济产业创新、资源整合和要素优化等能力。

篇(5)

根据教育投资机构蓝象营的研究报告，2015年中国教育科技的投资总额已超过美国成为全球第一，近四年复合增长率达32%。科技在教育中的渗透率正在增加，教育信息化的潜力巨大，下一代 教育创业的发力点将变为来自技术和教研领先，从而创造更高的价值。在线教育作为教育产业的创新势力，2016年也亮点颇多。本文从以下几个方面来分析。

一、K12领域的发展

K12（kindergarten through twelfth grade，指从幼儿园到十二年级）领域蕴藏着巨大的金矿，2014年出现了题库类的产品和公司，2015年的O2O平台，2016的优秀创业公司，猿辅导，疯狂老师等机构，创新价值和成长速度成为两个关键的因素。猿辅利用猿题库积累的大量用户练习数据，以及在数据挖掘和人工智能上的技术积累，由系统自动生成专门的讲义，使教师有针对性的根据学生的水平因材施教。疯狂老师主推明星教师，单月课耗过亿，势头凶猛。但其中发展最好的仍然为黄冈中学网校。2003年左右，北大附中、清华附中、北京五中、天津一中等七八十所国内知名的中学都做了网校。利用黄冈中学的名校品牌与教学资源，黄冈中学网校切入了中小学在线教育这个被汪建宏称之为“有大势”的行业。公开数据显示，2011年，中国中小学补习市场规模有2740亿元，而网络教育市场在2012年的市场规模约为700多亿元。2012年，黄冈中学网校将其所创办的学路公司以股份置换形式合并了其东家太奇公司的黄冈中学网校项目。一年内，黄冈中学网校增加了数亿元的营收，加盟分校增至200多家，有近100家直营分校。营收迈上10亿级的台阶。名师+名校+同步教学+在线辅导是中小学在线教育行业的主流路径，黄冈中学网校也毫不例外，但是它在线下设有自己的体验店，是一个“智能学习中心”，有电脑、圆桌、学习顾问、学习测评系统，家长可以和学习顾问一起类似沙龙一般地进行交流和沟通。黄冈中学网校极力想把产品、商业模式、学习做得标准化。一个教育产品并不在于有多创新，而在于其对这个行业能构成多大的颠覆性。在这种情况下能够做到年收入10亿，对行业的发展有一定的参考意义。

二、语言类在线教育的发展

ABC360上半年B轮融资1亿，同样是在线外教一对一平台，同样是菲利宾外籍老师，ABC360的发力重点在于后端运营、研发，提供更切合用户的产品体验。英孚、新东方这样的传统教育巨头也开始加紧布局在线教育。

沪江模式的价值在于通过大量的专业内容获得用户，解决了在线教育流量获取的难题，降低了获客成本。过亿的用户量变现则采取C2C+B2C+B2B2C组合商业模式。从最早的论坛到在线培训，口碑和内容在在线教育中含金量颇高。

值得注意的是，简单地将课表、教材搬上互联网，对所有学生进行毫无差异性的单向填鸭式教学，或像其他电子商务网站那样卖卖“学习卡”和课程光盘，这是教育利用互联网科技的第一次勇敢尝试。遗憾的是，这种“传统”模式在“个性化为王”的时代对学习者几乎不具任何吸引力，而且容易被复制，很难构建稳定的盈利模式。然而，科技的进展为乐观的人们打开了一扇新门：移动网络和社交媒体正在引发教育创新的第二波爆发，沪江网校开发了大量的APP手机软件，和ipad版本，充分的利用了碎片化时间，随着移动互联网的发展，自身也随之发展壮大。在移动式平台上利用碎片时间学习，这种学习将是无时无刻和无处不在的。未来谁占据了用户的手机，谁就占据了市场。

三、职业教育类的发展

通过在线方式，灵活的，低成本的学习新的职业技能。学生可以通过直播、自适应等技术提高学习效率，并通过新的在线学位完成职业能力认证。这样的学习闭环正在职业教育培训领域实践。专注于提供编程教育服务Udacity在去年宣布完成1.05亿美元的D轮融资，并且估值达到10亿美元，进入独角兽的行列。Udacity采取的就是以上闭环的学习方式。相比Udacity的全英文教学，国内统一赛道的极客学院则显得更接地气，二者无论从培训方向到形式都如出一辙。通过线上图书馆的形式极客学院上线2年注册用户突破了300万，线上新型大学的培训方式则让用户变现的方式更加多样。成立于2010年的CreativeLIVE主要向创业者提供摄影、商业、设计等培训课程，在全球拥有近100多万名学生。

中国大学生毕业面临的是知识的结构性欠缺，即大学生并没有学到走向社会、走向职场的必要技能，这方面的知识需求很大，所以做职业培训和考证培训是条道路。MOOC 以知识的了解和初步掌握为目的，以现视频的展示形式，为广大用户提供了便利。但对于职业技能培训来说，其内容供给方存在问题：如果内容由传统的培训机构来提供，网络上的廉价学习将冲击其线下销售，其面临着左右手互搏，目前在 MOOC 网站上挂出免费课程的机构更多是出于营销目的―这绝不是 MOOC 网站能够存活的基础；如果内容由个人提供，则其质量堪忧，劣币最终驱逐良币，网站将逐渐没落。

随着社会的加速演变，技术的创新应用，学习模式将会从在校学习变为终身学习。未来的发展或许不仅仅是文凭的获取，更重要的技能的获取。如果得到用户的终身使用，不仅仅对于用户是及其重要的，更不止于对某一家在线教育的发展，更重要的是对于整个行业的巨大推动。

四、儿童早教类的发展

儿童早教这个赛道从“鲨鱼公园”为代表的内容衍生到家园沟通软件，创新的内容和方向愈加多样化。贝聊是一款家园沟通软件，上半年宣布完成由威创股份和启迪教育领投的过亿B轮融资。专注于提供家园共育服务。接受程度高，重在启迪心灵和服务，相对K12赛道，内容知识点要求不高，VR的兴起和融入和更加细分的服务将会是新的发展热点。

互动和交流已成为在线教育的真意，其背后不乏科学依据。研究表明，人的情绪会对学习产生广泛影响，比如开心的情绪有利于新创意的产生，而沮丧则使人们更关注解决具体问题。

教学方式并不是影响学习效果的唯一因素，还有很多因素会影响学习者的热情与学习效果，比如学习的目的、压力和强度等。对于儿童早教，如何引起儿童的兴趣与热情，从玩乐中学习成长，吸收知识，比学习本身更加的重要。

在线教育是慢事业，财富只是教育方面的一方面，更深入的了解教育培训行业的特殊性，尊重行业的内在规律，寻找具有教育行业特色的在线道路是所有赛道选手的必修课。如果把传统学校教育称为教育1.0，2005年左右出现的网校为教育2.0，那么眼下基于互联网+的在线教育则是教育3.0。在线教育，特别是移动在线教育，是未来很重要的发展方向。这是一条漫长而遥远的道路，绝不适用于既往互联网的快速传播、快速奠定用户基础、快速成功法则。

作者简介：

篇(6)

一、指导思想

坚持以新时代中国特色社会主义思想为指导，全面贯彻党的和二中，三中，四中全会精神，结合经济发展实际，贯彻落实好省《关于加快发展数字经济的实施意见》(冀办发[2019]28号)和市《关于加快发展数字经济的实施方案》文件精神。坚持示范带动、创新引领、开放合作及共建共享的发展原则，突出数字化、网络化、智能化发展方向，以创新引领、数据驱动发展为核心战略，以推动互联网、大数据、人工智能与经济社会深度融合为主攻方向，推行以数据为基础资源的城市发展新模式，深入推进数字政府治理和智慧城市建设，逐步推动经济社会各领域数字化转型发展，增强数字经济发展竞争力，实现产业发展数字化，民生服务智慧化、城市管理精细化,为加快经济高质量赶超发展助力。

二、发展目标

到2020年，数字信息网络基础设施支撑能力和服务水平显著增强，工业龙头企业数字化转型取得突破,两化融合水平大幅提升，数字化研发设计工具普及率达到65%，关键工序数控化率达到50%。惠民公共服务能力明显提高，政府数据资源开放共享机制基本建立。

到2025年，先进泛在的数字基础设施基本普及，交通、教育等领域数字化转型基本完成,高效便捷的信息惠民服务体系建设完善，网络安全保障有力，数字化监管机制发挥巨大作用，经济社会发展信用环境明显改善。

三、重点任务

为扎实做好全县数字经济发展的推动工作，结合实际，将重点实施好五大工程，24项具体工作。

（一）实施数字经济基础设施建设工程。一是督促移动、联通、电信、广电等电信运营企业按照省、市公司统一规划部署，优化网络结构，增加网间互联带宽，促进LTE增强、5G等新型无线通信技术应用。结合本县实际科学推进大数据中心建设，建立并完善关键信息基础设施安全保障体系；建设适应数字经济、数字社会发展需要的基础设施，提升本地应急通信保障能力；支持电信运营企业在的信息基础设施、核心机房建设，统筹协调5G通讯设施的需求，将信息基础设施纳入国土空间总体规划。到2020年底，完成县政府、县医院、轴承工业园区等15个5G网络站址覆盖。（责任单位:县工信部门、县发改局、县自然资源和规划局、县应急管理局、中国移动分公司、中国电信分公司、中国联通分公司）二是在先进装备制造行业，推动建设和完善企业IT网络，扩大网络覆盖范围。支持信息化集成度高的企业开展基于IPv6的改造升级，支持IPv4/IPv6双栈运行，在新建IT网络全面部署IPv6；鼓励企业结合IT/OT有线网络，科学部署和应用无线网络，支撑工业生产全流程的网络覆盖和信息采集；加强5G在智慧城市、智慧交通、智能制造、智慧教育、智慧医疗等领域融合应用,带动物联网、VR/AR、车联网及智能制造等新兴产业发展。到2020年，基本完成面向先进制造业的下一代互联网升级改造和配套管理能力建设，初步建成低时延、高可靠、光覆盖的工业互联网基础设施。（责任单位:县工信部门、县发改局、县教育局、县卫生健康局、县文广新体和旅游局、县交通局）三是推动传统基础设施数字化建设和改造。加快以智能配变终端为核心的低压配电网运行监测体系建设，强化低压配电网故障研判、拓扑分析、分布式电源接入、电动汽车充电管理等应用成效；配合省、市推进公路、水利基础设施数字化，推动汽车客运站等交通场站多家宽带运营商网络覆盖；配合市相关部门推进矿用水资源保护与水害防治微震监测预警大数据平台建设。（责任单位:县发改局、县交通局、县水务局、国网供电分公司）

（二）实施制造业与数字经济深度融合工程。一是支持“找轴网”互联网平台创新发展，构建面向轴承产业集群，提供全供应链服务的工业互联网平台；支持有实力的重点企业构建基于云架构、叠加物联网、大数据、人工智能等先进信息技术的企业工业互联网平台；积极推动国内外优质工业互联网平台在布局，加强平台企业、制造企业、电信运营企业、第三方开发者的跨界合作；积极推动智能电网、机器视觉、远程控制、缺陷检测、AR辅助、VR装配、远程控制、AGV控制、机器人控制等技术的推广。推动轴承工业园区，在可视化指挥调度、一体化物业管理、全方位园区安防等方面实现智慧园区建设。到2022年，力争培育1个面向产业集群的工业互联网平台。（责任单位:县工信部门、县科协、县发改局、轴承工业园区、运河工业园区、东留善固园区）二是围绕工业企业转型升级，引导先进装备制造业企业加快在研发、设计、生产、营销、流通等各个环节的数字化、网络化改造步伐；在中伟、诚为等重点企业中探索建设“工业大脑”，打造一批信息化工厂、数字化车间、智能化生产线的试点示范企业；推动“轴承+互联网”，强化设备联网与数据采集能力、数据集成应用能力，发展个性化定制、智能化生产、网络化供应和服务化延伸等应用新模式；推动企业上云，以基础设施上云、平台系统上云、业务应用上云、设备产品上云、制造能力上云为重点，加快新一代信息技术在企业中普及应用；完善工控安全风险预警与信息共享机制，开展工控安全态势感知能力建设，推动工控产业发展，提升工业信息安全保障水平。（责任单位:县工信部门、县科协、县发改局）三是实施“大智移云”应用科技专项，推动新兴技术在工业互联网中的应用；围绕工业企业研发设计数字化、装备智能化、生产过程自动化和管理信息化，开展基于云平台的综合集成应用服务，打造与行业特点紧密结合的工业互联网整体解决方案；大力支持“找轴网”开展工业电子商务、供应链、产业链金融等全链条新型服务，促进轴承产业链上下游联动发展。（责任单位:县工信部门、县科协、县发改局）

（三）实施服务业和民生领域数字化发展工程。一是整合全县交通运输全要素信息资源，配合市直相关单位构架建养管运大数据平台，建立完善全县域、全行业的信息共享和交换机制，提升交通网络的基础建设、运营监测、路网养护、综合调度等能力；积极支持在智能交通信息采集、运行监测、教据分析等方面参与建设，重点聚焦车路协同、自动驾驶等方面的5G及信息化应用建设。（责任单位:县交通局、县工信部门、县公安局）二是支持对运河传统文化及红色旅游资源的数字化挖掘，积极融入市直相关部门建设的旅游云数据中心、旅游智慧管理平台、智慧服务平台和智慧营销平台；推进数字图书馆、博物馆、档案馆等数字文化基础设施建设；加快新闻出版数字化转型，加快智慧广电建设步伐，推进传统媒体和新型媒体融合发展；加强对玉兰纪念馆、四二九烈士陵园等红色旅游资源的智慧化建设，提升旅游景区的智慧化管理水平和服务质量。（责任单位:县文化广电体育和旅游局、县委宣传部）三是支持“找轴网”、“轴承联盟”等轴承产业平台扩大知名度，完善服务功能，推进轴承产业高质量发展；支持“五邦同城电子商务平台”、“微同城”、“供销e家”等O2O电商模式的发展壮大；加快“闲来先得”农特产品和“好乡亲365”电子商务平台建设，促进电子商务与本县特色食品产业深度融合；支持上规模的物流企业建设物流信息系统，实现物流信息全程可追踪。（责任单位:县商务部门、县工信部门、县发改局、县交通局）四是积极融入互联网+教育大平台,开展5G+VR教学等5G联合教学应用，推进“数字化校园”建设，实现校园的信息基础设施100%覆盖；实施联网攻坚行动，到2020年各类学校(含教学点)全部实现“宽带网络校校通”，带宽满足信息化教学需要。2022年各类学校校园网络全面覆盖，所有教学班实现多媒体教学设备全覆盖；普及网络学习空间应用，校园无线网络逐步普及，发展同步课堂、专递课堂、空中课堂新型教学模式及在线教育等教育服务；深化与清华大学慕华成志教育科技有限公司合作，依托慕华成志旗下“爱学堂”的基础教育在线资源，引进清华附属学校优质在线课程和学习平台，建立清华附小互联网联盟学校；提升县实验中学与北京101网校联合办学效果，推动全县高中教育提升；加强教育云平台及优质数字化资源库建设；大力推进STEMA教育，中小学阶段开展教育机器人、智能开发板、智能创客等教育课程研究。到2023年，在中小学阶段普及scratch、python、C++等编程课。（责任单位:县教育局）五是依托省级全民健康信息平台，完善县级全员人口、居民健康档案、电子病历、健康扶贫等数据库；通过公共卫生、医疗服务、计划生育、医疗保障、药品管理、综合管理等六大类业务应用系统，自下而上采集各级各类卫生健康机构服务信息，实现各级各类数据共享。以县三院“互联网+医院”建设模式为引领，鼓励全县医疗机构构建覆盖诊前、诊中、诊后的线上线下一体化医疗服务模式，推进移动医疗应用。配合市直相关单位建设市、县两级远程医疗综合管理和运营监管系统，做好与省系统的对接；推进远程医疗服务覆盖全县所有医疗联合体和县级医院，并向社区卫生服务机构、乡镇卫生院和村卫生室延伸；加快“咱家健康”手机APP家医签约移动平台建设及推广，同时提升“家庭医生”数量与质量，争取实现全县覆盖。（责任单位：县卫健局、县市场监管局、县医疗保障局、县文化广电体育和旅游局）六是推进互联网与社会保障服务领域的深度融合，实现社会保障公共服务信息化全覆盖，重点推动“老来网”APP的应用，实现社会服务网络化，推进社会救助、优抚安置、社会福利、社会管理等方面数字化。融入市级建立面向居家、空巢老人服务的社会养老服务信息平台，逐步提高县域数字化养老服务水平。（责任单位：县人社局、县民政局、县医疗保障局、县退役军人事务局）七是在粮食、畜牧、蔬菜等方面积极推进农业物联网应用，培育1-2个网络化、智能化、精细化的生态农业新模式。积极推动本县产品生产企业融入省级农产品监管追溯平台，完善数字农业服务体系，提升种养环节的监管水平；深入推进信息进村入户工程建设，创新推进机制，通过政府引导、市场化运作方式，推进益农信息社村级服务站建设，到2020年，力争益农信息社村级服务站覆盖率达70%。依托全省大数据精准扶贫服务平台，积极推进部门间扶贫开发相关数据的跨地区、夸部门交换共享，实现精准识别，精准帮扶、精准管理和精准脱贫。（责任单位：县农业农村局、县委网信办、县商务部门、县扶贫办）八是引导企业依托现有生产能力、基础设施、能源资源等，提供个性化、柔性化、分布式服务，建立网络化协同共享体系。支持大型商贸企业利用新技术，构建线上线下融合、具有深度感知功能的消费平台、融资平台。加快找轴网、轴承产业集群窗口服务平台等建设,为轴承企业发展提供轴承产业政策研究、质量监督检测、信息咨询、展览展示、网络宣传、产品研发、创业辅导、人员培训、生产技术、销售信息、金融、仓储物流等系列服务,助力轴承产业转型升级。（责任单位：县发改局、县工信部门、县委网信办、县科协、县商务部门、县轴承产业管理服务中心）

（四）实施政府管理服务数字化水平提升工程。一是加快全县“互联网+政务服务”建设，积极建设政务信息资源基础数据库和编制政务信息资源目录，形成数据需求清单；主动对接市政务信息资源交换共享平台，实现省、市、县三级政务信息互联互通；推进建设政府公共数据开放目录，逐步推动政府部门数据依法有序向社会开放。在移动执法、应急响应、立体安防、智慧环保、城市人口大数据、电子政务等方面与移动、联通、电信等通讯运营企业开展合作，共同打造政务应用示范。（责任单位：县委网信办、县政府办公室、县发改局、县行政审批局）二是依托政务服务平台建设“互联网+监管”系统，促进政府监管规范化、精准化、智能化。整合登记备案、质量安全监管、食品安全、竞争执法、消费维权、安全生产、环境保护等涉企信息数据，按照省、市统一安排部署，建设大数据平台，推进监管信息全程可追溯和“一网通享”，对市场环境强化监测分析、预测预警，提高市场监管的针对性、科学性和时效性；推进“冀时办”政务服务软件的推广应用，实现各项审批事务的手机网上办理；配合市直部门建立健全全市环境预警和风险监测数字化系统，加强对县域内高耗能高排放行业及重点领域的实施监测和动态分析；加强对企业环保信用数据的采集整理，将企业环保信用记录纳入全国统一信用信息共享交换平台；积极高效推进智慧河长管理平台、远程无线视频监控系统、物联网感知技术的建设及应用，实现河库水质状况的实时监测、智能预警，力争到2020年，重点行业、重点企业环保监测数据100%上网，积极争创5G+智慧环保示范项目。（责任单位：县市场监管局、县应急管理局、市生态环境局分局）三是加快数字化城管平台向智慧城管转型升级，打造全县城市管理一张图，构建全时段、全方位、全市域的城市智能化、精细化管理新模式。积极推进智慧园林、智慧环卫、智慧照明等系统建设，纳入智慧城管中心统一管理，实现对人员、车辆、设施的高效、智能化管理，提升数字城管感知、分析、服务、指挥、监察“五位一体”功能；积极推动农村管理服务转型，构建涉农信息普惠服务机制；加快“综治云”平安建设，重点实施以公安“天网”平台为基础建设的“雪亮工程”，与市级平台实现联通，构建市、县两级公共安全视频监控共享平台，推进公共安全视频图像智能化应用平台建设，打造公安实战平台，提升精准打击、整体作战能力，到2020年，基本实现“全域覆盖、全网共享、全时可用、全程可控”的目标；推进退役军人信息管理服务及视频信息一体化平台建设，提高退役军人管理服务水平。（责任单位:县城管局、县委政法委、县公安局、县农业农村局、县退役军人事务局、县住建局）四是推进社会信用信息共享平台建设，建立信用联合奖惩机制，实现社会信用信息共享，推动信用服务开发与应用，鼓励有实力的重点企业建设第三方信用信息服务平台；加快征信系统二代升级工作，实施守信激励，失信惩戒，营造诚实守信的良好社会环境。（责任单位：县行政审批局、县市场监管局、县人行）

（五）实施数字产业支撑和创新能力增强工程。一是鼓励找轴网、轴研院、等建立数据资源采集、汇聚、整合、存储系统，逐步推动数据采集向专业化、市场化方向发展；引导并推动相关企业、机构、协会等围绕决策保障、跨域协作、公共服务、经济调节等领域开展一系列专题应用深化。（责任单位：县委网信办、县发改局、县工信部门、县金融办等县直有关部门）二是鼓励有发展意向的企业积极与大专院校、科研院所开展合作，培育发展本县的信息安全产业；积极利用本地的招商引资鼓励政策，引进建设1-2个支撑本地数字经济发展的研发机构、孵化机构。（责任单位：县科协、县发改局、县工信部门、县委网信办、县交通局）三是贯彻落实《省大数据产业创新发展三年行动计划(2018—2020年)》，推进海量数据存储、数据清洗、可视化、边缘计算、认知计算等关键核心技术的应用，推动智能感知、人机交互、数据挖掘算法、增强现实等技术的应用，支持数字工厂、数字家庭、数字化医疗等新产业发展；支持区块链技术研发及试验,培育产业生态，加快区块链技术产业化进程，推进区块链技术在金融、电子商务、智慧医疗、扶贫、农产品安全追溯等领域的应用。（责任单位：县工信部门、县发改局、县委网信办、县科协）四是重点支持人工智能关键技术在主导产业中的重点企业中的应用，实现两化技术的融合。（责任单位：县科协、县工信部门、县发改局）五是支持重点企业积极利用大数据、物联网、云计算、人工智能等技术推动主导产品的智能化升级；鼓励富恒、恒运、东方等机床生产企业加大对智能高端数控机床的的研发，实现产业化生产。（责任单位:县工信部门、县发改局、县科协）六是鼓励工业、农业、服务业、政务服务、社会治理、民生等领域的积极推进专业软件的应用，重点推进工业控制软件和嵌入式软件的定制和应用。（责任单位:县工信部门、县发改局、县科协、县商务部门、县交通局）

四、保障措施

（一）强化新型市场主体引育。深入开展“双创双服”活动，培育一批以开展数字经济业务主体的中小微企业；积极引进和承接市外互联网、大数据、人工智能等新一代信息技术产业领域成果来转移转化，实现本地企业与县外优势企业、机构的多层次、多渠道、多方位推进技术交流与战略合作。支持数字经济领域产学研平台资源整合，为本地企业发展提供检验检测、标准信息、成果推广、创业孵化、跨界合作、展览展示、教育培训等一体化服务。（责任单位:县工信部门、县科协、县商务部门）

（二）加大域外人才智力引进。立足本地数字经济发展实际，通过在职称评定、科研服务、医疗保险、配偶安置、子女入学等方面按规定给予优惠待遇，吸引一批创新创业高层次人才来临发展，重点吸引一批籍人才返乡创业；把握京津冀协同发展战略机遇，指导本县重点企业、科研机构参加域外大型人才交流活动，适时开展科技招才引智；鼓励专业技术人员向基层一线流动，提高落实待遇，畅通基层专业技术人员职称晋升渠道，提高基层职称申报评审比例；鼓励县职教中心与民营企业开展联合办学，将职业教育资源和企业实训资源有机结合，为民营企业职工提升技能搭建良好平台。（责任单位：县人社局、县教育局、县工信部门、县科协、县医保局）

（三）支持示范工程项目建设。在智能制造领域推动建设一批应用示范项目，争取省战略性新兴产业专项资金支持；支持光明生猪实施生猪养殖大数据农业应用示范项目，支持光明九道菇公司实施节能型智能化高效无菌植物工厂项目，支持中伟、诚为等重点企业推进工业智能制造支撑应用示范项目建设，切实发挥项目示范引领作用；积极帮助符合条件的企业争取省各类引导基金支持；对符合条件的创新型、成长型企业，积极推动企业上市、挂牌或发行债券融资。（责任单位:县发改局、县工信部门、县金融办、县人行）

（四）加强对数字经济的统计监测和监管。严格执行省统计局制定的数字经济统计监测调查制度，做好数字经济运行监测分析及对经济社会发展贡献评估。严格执行市统计局制定的数字经济发展监管方式，做好合理划分权责边界，完善社会监督举报机制建立工作。构建以信用为基础的数字经济监管体制，推动政企联动、行业联动的信用共享共治。引导互联网内部管理和安全保障，严格规范经营。（责任单位:县统计局、县发改局、县委网信办、县工信部门、县市场监管局）

篇(7)

随着煤炭科学技术的进步，电子控制技术在煤矿机械中占据的比重逐渐增大，功能和应用范围和复杂程度越来越有所提高，这样对煤矿设备的管理工作提出了更为严峻的挑战。在煤炭生产中，煤矿机械的性能自动化程度和经济性是影响到煤炭生产和煤矿供电、排水、通风、提升等的安全运行的关键性因素。煤矿机械电气与电子控制系统产品的质量又直接影响煤炭机械的安全性、经济性和效率。微电脑控制技术已经成为现代煤矿机械不可缺少的重要的组成部分。

一、煤矿机电技术的发展

20世纪以来，我国煤矿机电技术取得了较大的发展，煤炭技术应用到了煤矿各个环节，但比较来说，还比较落后。我国的煤矿机电技术要想达到世界先进的技术水平，就必须掌握信息时代煤炭机电技术的特点和有关技术发展动态。我们应当努力提高我国煤矿机电技术的标准化、规范化、系统化的程度，把计算机作为煤炭机电的核心装置，在设计煤矿机电产品时，尽量选用功能完善的嵌入式计算机，保证可靠的工作性能，对于新开发的煤矿机电产品，要具有先进的通信功能，要选用开放性强的通信模块，方便实现与控制网络的有效通信控制，在智能化方面，煤矿机电产品要能判断机电设备和周围环境，自动调节最佳工作状态，同时能够加强故障诊断和故障预测。最后，要对煤矿专用的传感器加大研究开发，努力实现传感器的数字化、集成化、智能化和多维化，保证传感器测量的准确率。同时关注国内外煤矿生产高新技术的发展，将最先进的、适于煤矿井下工作环境的高新技术，应用到煤矿生产，提高煤矿现代化，努力实现煤矿生产自动化。

二、煤矿机电控制系统的主要功能

1.自动报警、在线监控和故障自诊。现代煤炭机电技术对煤矿机械的电机、作业装置、液压系统和制动系统等的实现在线运行状态实时监控，出现故障的时候，能够自动报警并准确地提示故障发生的部位，大大简化了设备的维护和检查工作，降低了维修费用。

2.提高生产效率和实现节能降耗目标。例如煤矿井下使用的通风机、胶带输送机、变频起动、提升机以及PLC控制系统，就使节电量达到30％以上，生产效率也得到大大的提高。

3.自动化或者半自动化操作功能。煤矿机械机电设备实现自动化或者半自动化控制，能够减轻操作员劳动强度，有效减少因操作者的经验缺乏对作业精度的影响。

三、煤矿生产施工机电设备的性能要求

根据目前煤炭开采状况，煤矿机械应当具有以下性能：生产效率高且节能降耗、经久耐用且维修简单，自动化程度高且操作简单，性能稳定、安全性高和使用寿命长，并且具有较好的经济性特征，能够降低工人劳动强度，真正实现在线运行状态监视、故障自诊以及自动故障报警的基本功能。

1.可靠性。微电脑系统的可靠性是煤矿机械一项非常重要的性能指标。煤矿机械一般都在井下作业，工作环境恶劣，长期受到煤尘、潮气、石块和地质变化的侵袭，另外还受到各种电、磁场以及采煤机械振动的干扰，因此微电脑控制系统必须适应井下性能的特殊环境要求，在井下的环境温度下稳定、可靠、持久地工作，实现抗压强度高、抗老化的功能。

2.智能性。智能化是现代煤矿机电技术的基本要求，它有机组合了机械、电子和液压控制技术，大大地提高了煤矿机械的综合性能。目前，以微机或微处理器为核心的微电控制系统在煤矿机械中的得到了广泛的应用，煤炭电子控制技术已深入到煤矿机械的各种领域。随着煤炭科学技术的不断更新和发展，对煤矿机械的智能化性能要求也在不断提高，智能化电子控制装置的需求有了更大程度的提高，也更加专业化。

四、煤矿井下机电设备安全技术管理存在的主要问题

煤矿企业的生产是一个较为复杂的过程，而煤矿机电设备的使用种类也较为多样，相对而言，机电设备的技术安全管理就面临着多变的情况。具体来说，煤矿井下机电技术安全管理一般存在以下几个重要的问题：

1.煤矿机电作业人员的素质不高。煤矿工作面临着特殊的环境，与此同时薪酬待遇一般不是太高，这就导致了对专业人员的吸引力不够，所以，煤矿企业招工难，进而导致相关技术人员的素质和专业化程度不高的问题。由于煤矿企业对新技术和新设备的引进，相应的也要求有专业的、素质高的专业人员进行操作和指导。而在目前的煤矿企业生产中，作业人员整体素质偏低，这就给煤矿井下机电设备的安全生产带来了隐患，是进行技术安全管理的一个关键性问题。

2.对相关的专业员工培训不够，管理制度不够健全和完善。按照新的煤矿作业生产质量标准化标准的规定，矿井应有机电主管部门和专业化的管理小组，进行电缆、电气和小型电气的检查。但有相当多的矿井对这些不够重视，大量的压缩机电管理人员没有很好地协调组织意识。与此同时，按规定的17项基本的机电管理制度都没有很好地落实，相关的考核也不够严格。对于企业的工人没有很好地进行培训和学习指导，虽然大部分的企业成立了教育培训机构，但并没有得到良好的效益。一般的企业强调实践，轻视了对理论知识的学习和培训，导致员工的素质不高。

3.机电设备使用不规范，而且没有及时进行更新。我国的大部分煤矿企业，有关的机械设备相对落后和陈旧，处于超负荷工作的状态。与此同时存在操作不规范，安全意识淡薄的问题。一些企业的负责人单方面追求经济效益，对于安全生产的重要性不够重视，而且在矿井的机器设备上投入较少，没有及时进行设备更新，设备的维护和优化升级。而且一些煤矿主系统有设备上的技术问题，同时保护不到位、安全设施缺失。在煤矿的发展过程中一些煤矿企业没有安装相应的安全检测系统，一些采掘设备也比较老化，机械化的程度处于低水平的状态，这些因素大大制约了设备的安全运行，阻碍了煤矿企业的正常生产和运行。

4.对机电设备的综合管理力度不够，处于低水平的状态。一般表现在以下三个方面：设备管理混乱，对于井口的把关较松；在技术的管理手段上比较落后，管理方法效率低，而且对相关的技术档案和图纸资料保存的不够仔细，导致残缺；一些矿井在设备管理上不平衡。