人工智能論文經(jīng)典范文

人工智能論文經(jīng)典范文

　　人工智能是研究如何構(gòu)造智能機器(智能計算機)或智能系統(tǒng)，使其模擬、延伸、擴展人類智能的學(xué)科。以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能論文經(jīng)典范文的相關(guān)文章，歡迎閱讀!

　　人工智能論文經(jīng)典范文篇一

　　關(guān)于人工智能教育應(yīng)用的幾個問題

　　人工智能是研究如何構(gòu)造智能機器(智能計算機)或智能系統(tǒng)，使其模擬、延伸、擴展人類智能的學(xué)科。隨著人工智能的理論與技術(shù)在社會各個領(lǐng)域的廣泛應(yīng)用，其在教育領(lǐng)域內(nèi)的應(yīng)用也越來越受到重視，并取得了一定的研究成果。

　　一、人工智能教育應(yīng)用的主要形式

　　人工智能在教育領(lǐng)域應(yīng)用的最直接結(jié)果就是誕生了智能教學(xué)系統(tǒng)。智能教學(xué)系統(tǒng)是以計算機輔助教學(xué)為基礎(chǔ)而興起的，它是以學(xué)生為中心，以計算機為媒介，利用計算機模擬教學(xué)專家的思維過程而形成的開放式人機交互系統(tǒng)。目前，智能教學(xué)系統(tǒng)已成為人工智能在教育中應(yīng)用的主要形式。智能教學(xué)系統(tǒng)主要是在知識表示、推理方法和自然語言理解等方面應(yīng)用了人工智能原理。由于它綜合了知識專家、教師與學(xué)生三者的活動，因此，與之相對應(yīng)的，智能教學(xué)系統(tǒng)一般分成知識庫、教學(xué)策略和學(xué)生模型三個基本模塊，再加上一個自然語言智能接口。智能教學(xué)系統(tǒng)的功能具體來說有以下幾條：了解每個學(xué)生的學(xué)習(xí)能力、認知特點和當(dāng)前知識水平;能根據(jù)學(xué)生的不同特點選擇適當(dāng)?shù)慕虒W(xué)內(nèi)容和教學(xué)方法，并可對學(xué)生進行有針對性的個別指導(dǎo);允許學(xué)生用自然語言與“計算機導(dǎo)師”進行人機對話。智能教學(xué)系統(tǒng)的設(shè)計不僅要有計算機科學(xué)的知識，還需要有教育科學(xué)的理論指導(dǎo)。

　　二、人工智能在教育中應(yīng)用的局限性分析

　　1.阻礙人工智能發(fā)展的關(guān)鍵因素。在人工智能的發(fā)展中，一直存在著對“計算機是否能代替人腦甚至超過人腦”的問題的討論，實際上，以電子計算機為主要工具模擬人的某些思維活動而產(chǎn)生的人工智能是有局限的。①計算機處理問題的根本原理。要計算機解決某種問題，有三個基本的前提：必須把問題形式化;問題還必須是可計算的，即要有一定的算法;問題必須有合理的復(fù)雜度，即要避免指數(shù)爆炸。由于人的智能活動不能完全形式化，因此，機器就不能將人腦的智力活動全部復(fù)制出來。電子計算機最終只能把握0、1這兩個開關(guān)代碼，遇到不能形式化、不能找到算法或不能程序化的任務(wù)，計算機則難以執(zhí)行。②人和機器之間的根本區(qū)別。智能模擬利用了人和機器的共性，即兩者都是一個信息轉(zhuǎn)換系統(tǒng)，但兩者之間存在著不容忽視的本質(zhì)區(qū)別。智能模擬與天然智能屬于兩種不同的進化系統(tǒng)，人類的智能是人類社會實踐的產(chǎn)物，機器的智能是機械制造的結(jié)果。大腦和電腦的組織結(jié)構(gòu)也不相同，兩者屬于兩種不同的運動過程，前者是復(fù)雜的生理--心理過程，后者是機械--物理過程。智能模擬可以在局部上超過天然智能，但是，模擬的根本方法是功能模擬法，兩個系統(tǒng)在結(jié)構(gòu)和實際過程上是不一樣的。智能模擬不具有人的思維的社會性，不具有主觀世界。

　　2.人工智能在教育中應(yīng)用的局限。就目前人工智能的發(fā)展水平以及人工智能本身的特點而言，它在教育中的應(yīng)用也是有其局限性的。①與學(xué)生之間無法暢通交流。教育本質(zhì)上是一種“交互”活動，而智能教學(xué)系統(tǒng)無法實現(xiàn)最充分、最真實的交互。目前自然語言理解的研究成果非常有限，遠不能達到人人交流的要求。此外，就態(tài)度、品德、情感等教育問題而言，機器只能通過學(xué)生輸入計算機的信息來判斷其掌握和內(nèi)化程度，而無法像人類教師通過自然狀態(tài)的交流和觀察來判斷學(xué)生的真實情況，因此，“機器智能”很容易被蒙蔽“雙眼”，無法做到像人與人之間那樣自然暢通的交流。②決策和推理機制不完善。智能教學(xué)系統(tǒng)的關(guān)鍵智能所在是其決策和推理機制，即“教學(xué)策略”模塊根據(jù)不同學(xué)生的具體情況通過推理做出靈活決策，這種決策基于學(xué)生模塊提供的有關(guān)學(xué)生的知識水平、認知特點和學(xué)習(xí)風(fēng)格，而這些不能完全被形式化。同時，隨著教育理念的不斷更新以及教學(xué)模式和教學(xué)方法的不斷改進，系統(tǒng)所應(yīng)用的教學(xué)策略模塊用于評估和判斷學(xué)生學(xué)習(xí)過程的能力是有限的。③人工智能并非適合所有的學(xué)習(xí)領(lǐng)域。根據(jù)加涅的學(xué)習(xí)結(jié)果分類，學(xué)習(xí)分為言語信息、智慧技能、認知策略、動作技能和態(tài)度五類。言語信息分為符號學(xué)習(xí)、事實學(xué)習(xí)和有組織的知識學(xué)習(xí)，這些屬于可形式化內(nèi)容，適用于智能教學(xué)系統(tǒng);智慧技能分為辨別、具體概

　　念、定義性概念、規(guī)則和高級規(guī)則，其中前四項屬于可形式化內(nèi)容，適用于智能教學(xué)系統(tǒng)，而高級規(guī)則屬于復(fù)雜——形式化內(nèi)容，部分內(nèi)容不適用于智能教學(xué)系統(tǒng);動作技能和態(tài)度領(lǐng)域的學(xué)習(xí)，在其認知成分中可以使用智能教學(xué)系統(tǒng)，但情感和行為成分等非形式化內(nèi)容，則難以用智能教學(xué)系統(tǒng)來實現(xiàn)。因此，并不是所有的學(xué)習(xí)領(lǐng)域都適用于智能教學(xué)系統(tǒng)。智能教學(xué)系統(tǒng)在 教育中 應(yīng)用的重點應(yīng)放在認知領(lǐng)域中的符號學(xué)習(xí)、事實學(xué)習(xí)和有 組織的知識學(xué)習(xí)、辨別、具體概念、定義性概念以及規(guī)則這些學(xué)習(xí)內(nèi)容上。

　　三、人工智能教育應(yīng)用的 發(fā)展方向

　　近年來，隨著 計算機技術(shù)、 網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)以及現(xiàn)代教育教學(xué)理論的發(fā)展，人工智能在教育中應(yīng)用的發(fā)展呈現(xiàn)出以下幾個趨勢。

　　1.開始突破單一的個別化教學(xué)模式。長期以來，計算機輔助教學(xué)系統(tǒng)和智能教學(xué)系統(tǒng)都是強調(diào)個別化教學(xué)模式，這種模式在發(fā)揮學(xué)生的學(xué)習(xí)積極性、主動性和進行因人而異的指導(dǎo)等方面確實有許多優(yōu)點。但是，隨著認知學(xué)習(xí)理論研究的進展，人們發(fā)現(xiàn)在計算機輔助教學(xué)系統(tǒng)和智能教學(xué)系統(tǒng)中只強調(diào)個別化是不夠的，在某些場合(例如問題求解)采用協(xié)作方式往往更能奏效。因此，近年來在智能教學(xué)系統(tǒng)中，協(xié)作型教學(xué)模式得到越來越多的重視和研究。

　　2.智能教學(xué)系統(tǒng)日益與超媒體技術(shù)相結(jié)合。超媒體系統(tǒng)具有良好的開發(fā) 環(huán)境、靈活方便的用戶界面以及圖、文、聲并茂的特點，而且其信息的組織方式與人類認知的聯(lián)想記憶習(xí)慣相符，已成為目前一種最理想的信息載體和最有效的信息組織與信息 管理技術(shù)，在許多領(lǐng)域尤其是教育領(lǐng)域有廣闊的應(yīng)用前景。把超媒體技術(shù)引入智能教學(xué)系統(tǒng)，從而發(fā)展成為智能超媒體輔助教學(xué)系統(tǒng)，可以大大改善計算機輔助教學(xué)系統(tǒng)的教學(xué)環(huán)境，激發(fā)學(xué)生的學(xué)習(xí)積極性，從而顯著提高教學(xué)效果。

　　3.智能教學(xué)系統(tǒng)與網(wǎng)絡(luò)的關(guān)系日益密切。網(wǎng)絡(luò)的應(yīng)用和普及為遠程教育和終身教育提供了一個良好的空間。當(dāng)前，智能教學(xué)與多媒體網(wǎng)絡(luò)的結(jié)合成為人工智能在教育中應(yīng)用的一個勢不可擋的發(fā)展趨勢。

　　4.傳統(tǒng)人工智能與神經(jīng)網(wǎng)絡(luò)模糊決策機制相結(jié)合。傳統(tǒng)人工智能從宏觀角度開展認知模擬，可以部分地模擬人類的邏輯思維過程，而神經(jīng)網(wǎng)絡(luò)模糊決策機制從微觀方面進行認知模擬，著力實現(xiàn)模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。今后將探索一種新的智能處理模型：把神經(jīng)網(wǎng)絡(luò)的模糊決策機制和符號專家系統(tǒng)的推理能力結(jié)合起來，利用多重知識源、多種模型進行復(fù)合協(xié)同處理。如果上述技術(shù)能夠成熟運用，那將對人工智能的發(fā)展及其在教育中的應(yīng)用起到?jīng)Q定性的作用。

下一頁分享更優(yōu)秀的<<<人工智能論文經(jīng)典范文