“人工智能”这一概念 1956 年在达特茅斯会议上被首次提出&＃xff0c;到现在已经有了 60 多年的发展历程。人工智能是一门交叉、广泛的科学&＃xff0c;它的研究目的是使机器能够像人类一样识别、学习、思考。随着互联网技术的高速发展&＃xff0c;人工智能技术不断革新&＃xff0c;应用领域不断扩大。

人工智能的发展曲折起伏&＃xff0c;在其发展的早期取得如机器定理证明等一些成果&＃xff0c;这些成果激励人们对人工智能领域有了更高的期望&＃xff0c;然而由于理论技术的局限&＃xff0c;人们提出了一些不合理的目标&＃xff0c;翻译机器闹出的笑话等失败的研究使得人们的预期落空。20 世纪 70 年代初到 80 年代中&＃xff0c;通过模拟人类专家的知识和经验去解决特定问题的专家系统应用在化学、医疗等领域&＃xff0c;实现了人工智能从理论到实际应用的重大突破&＃xff1b;紧接着人工智能技术迎来发展的低迷期&＃xff0c;专家系统知识储备不足、分析问题方式单一等问题暴露出来&＃xff1b;1997 年&＃xff0c;深蓝计算机战胜国际象棋世界冠军卡斯帕罗夫&＃xff1b;2011 年至今&＃xff0c;随着大数据、云计算、物联网等快速发展&＃xff0c;以神经网络为基础的人工智能技术极大地促进了科学转化为应用&＃xff0c; 图像识别、语音识别、无人驾驶等迎来前所未有的发展高潮。大量以深度学习为基础的人工智能技术有着人工干预的局限性&＃xff0c;科研人员试图使用减少人工干预的自主智能方法来降低人员成本&＃xff0c;未来人机混合智能将会成为主要发展方向。

2017-07&＃xff0c;国务院发布《新一代人工智能发展规划》&＃xff0c;为抢占全球人工智能制高点&＃xff0c;中国已将其上升至国家战略&＃xff0c;国务院要求从小学起增加人工智能相关课程&＃xff0c;形成人才梯队&＃xff0c; 抢抓人工智能发展机遇将会给科技发展和产业变革带来重大影响。

一、人工智能的主要研究范畴

1.1 自然语言处理

语言是人类区别于其他动物的本质特征&＃xff0c;人类的智慧大多以语言的实质得以记载或者流传&＃xff0c;自然语言处理是人工智能领域的重要分支&＃xff0c;主要包括自然语言理解和自然语言生成&＃xff0c;它的目的是实现人机间自然语言通信&＃xff0c;把带有潜在歧义的自然语言输入转换成某种无歧义的计算机内部表示。想要实现通用的、高质量的自然语言处理是人类的终极目标。虽然目前这一项研究针对一定应用已经产生实用系统&＃xff0c;一部分已经企业化&＃xff0c;甚至开始产业化&＃xff0c;但是自然语言处理面临的主要问题仍是词义结合不到语境中&＃xff0c;容易产生歧义。

1.2 计算机视觉

计算机视觉方向是研究使机器“看”的科学&＃xff0c;利用摄影机和计算机模拟生物的眼睛对目标进行识别和跟踪&＃xff0c;使系统从图像或多维数据中感知并且获取信息。目前计算机视觉技术包主要包括图像识别、图像处理、空间形状描述&＃xff0c;计算机视觉技术应用领域广泛&＃xff0c;人脸识别、指纹识别、虹膜识别在门禁认可、身份识别等方面精准可靠&＃xff0c;这一方向的研究极大地促进了制造业的发展。

1.3深度学习

人工智能技术具有标准化的数据库和深度学习的能力&＃xff1b; 人工智能技术的几个亚领域包括机器学习、代表性学习、深度学习&＃xff0c;监督学习是目前最成功的机器学习算法&＃xff0c;会使输出部分的错误最小化。深度学习算法旨在利用计算机&＃xff0c;建立模拟人类大脑分析学习的神经网络&＃xff0c;从而获取知识和技能&＃xff0c;重新组织知识结构使之不断改善自身性能。深度学习可应用在人工智能技术研究的各个方向&＃xff0c;比如基于深度学习的智能搜索不仅能综合考察文献的重要性、相关性等指标&＃xff0c;还可以对检索结果进行排序&＃xff0c;提高检索效率&＃xff1b;除此之外为用户提供兴趣自动识别、智能信息化过滤等功能&＃xff0c;如浏览器上“除了这些&＃xff0c;你可能还喜欢的是”&＃xff0c;购物网站上“试试用这些筛选” “你可能喜欢”。深度学习算法在计算机视觉、语音识别、机器翻译、数据挖掘等领域都取得很多成果。

二、人工智能目前最广泛的应用

人工智能是一门边缘学科&＃xff0c;也是一门交叉学科&＃xff0c;人工智能技术的发展涉及计算机、数学、心理学、社会学等众多学科。人工智能近年来发展迅速&＃xff0c;在医疗、文教娱乐行业、制造业和服务业等领域应用最为广泛&＃xff0c;以下举例说明人工智能技术在相关领域的应用。

2.1 人工智能在医疗卫生服务中的应用

新闻报道中已经提及中国的人工智能在诊断脑瘤上打败了医生&＃xff1b;人工智能技术可以监测帕金森病和多发性硬化症&＃xff08;MS&＃xff09;等疾病&＃xff1b;比专家发现更多的皮肤癌变&＃xff1b;比专家更准确、更快地发现脑瘤和其他疾病&＃xff0c;通过数据分析遏制过度用药危机&＃xff1b;研究人员利用已经掌握的化学相互作用知识&＃xff0c;通过人工智能算法得到与动物实验结果相同的检测结果&＃xff0c;这一研究未来可能取代动物实验&＃xff0c;预测成千上万的化学物质毒性。人工智能相关技术的发展&＃xff0c;给医疗行业带来了前所未有的希望曙光。

2.2 人工智能在基层医疗卫生服务中的应用

人工智能技术在基层医疗卫生中的应用更新发展迅速&＃xff0c; 赵嘉莹等[2]提出人工智能技术可以按照已编写好的计算机诊断程序对患者进行诊断&＃xff0c;根据患者的症状提出治疗建议&＃xff0c; 当遇到程序无法诊断的疑难杂症时&＃xff0c;人工智能技术利用已有的数据给出转诊建议&＃xff0c;帮助患者转到专科医生那里进行治疗。专科医生的诊疗信息可以反馈给人工智能相关设备和算法&＃xff0c;使人工智能设备增加病例信息&＃xff0c;以便以后遇到相似的疾病时对患者进行诊断。人工智能技术还可以在专科医生给出治疗方案后&＃xff0c;对患者进行后期的恢复观察和管理。基层医疗卫生系统的建设无疑将带给中国基层医疗卫生服务飞跃式的进步。

2.3 人工智能技术在护理领域的应用

程攀指出&＃xff0c;人工智能技术在护理领域的应用主要体现在饮食护理、慢性病护理、智能病房&＃xff0c;在饮食护理中&＃xff0c;失能老年人和患病老年人随着人口老龄化的数量越来越多&＃xff0c;通过人机交互系统提供人机交互和辅助进食服务帮助老年人进食&＃xff1b;随着中国慢性病人口数量的增加&＃xff0c;慢性病患者对护理需求更大&＃xff0c;利用人工智能技术监测患者相关指标数据的变化&＃xff0c; 帮助患者增强自我管理&＃xff0c;提高患者生活质量&＃xff1b;智能病房依托于自然语言技术和认知计算&＃xff0c;通过说话可以控制房间里的温度、灯光等。将人工智能技术应用在护理领域&＃xff0c;患者可在就诊前完成健康评估&＃xff0c;为后期的治疗和护理做好保障&＃xff0c;同时护理人员减少手写记录&＃xff0c;提高护理工作效率&＃xff0c;减轻护理工作负担。不仅如此&＃xff0c;科学的数据也能提供更为优化的护理方案&＃xff0c; 使患者早发现早治疗&＃xff0c;通过数据和智能监测保障人们的生命安全。

2.4人工智能在心脏磁共振成像中的应用

人工智能技术在医疗领域的广泛应用受到好评&＃xff0c;这与其在难度较大的研究中发挥重要作用有极大关系。由于人工智能相关技术的发展&＃xff0c;自动化操作已经用于心脏磁共振成像程序的选择、成像计划、影像的采集和重建。心脏磁共振成像可被用于心室功能、灌注、血流、组织特性的测量&＃xff0c;基于深度学习的左室功能全自动测量方法得到的参数与专家手动得到的数据集的结果高度一致&＃xff0c;研究显示由于心脏磁共振成像较单光子发射计算机断层成像相比具有更高的空间分辨率&＃xff0c;诊断结果准确性更高。深度学习算法的典型模型卷积神经网络和循环神经网络&＃xff0c;目前在图形识别领域应用十分广泛&＃xff0c;通常在深度神经网络中组合使用。通过深度学习算法&＃xff0c; 心脏磁共振成像技术帮助分析与结果相关的数据&＃xff0c;能够预测事件发生的概率。对相关研究指标标准化将极大推动心脏磁共振成像图像分析算法的发展。

不仅如此&＃xff0c;人工智能技术还在医疗机器人、药物研发、医疗影像、基因测序、健康管理等方面不断有突破性进展。

2.5 人工智能技术在文教娱乐领域中的应用

互联网技术的飞速发展&＃xff0c;打破了过去纸质版传播的局限&＃xff0c;随着人工智能技术的发展&＃xff0c;出现的智能搜索、智能化学习模式在改变着人们接受知识的方式&＃xff0c;智能化教育更是为文教行业带来新的商业模式和产业链。

以下举例说明人工智能技术在文教娱乐领域中的应用。

2.6人工智能技术在教育行业中的应用

人工智能相关技术已经在教育行业中得到应用&＃xff0c;中国用人工智能技术来给作业评分&＃xff0c;利用自然语言处理技术对作文进行评判已被广泛应用于教学中&＃xff0c;例如在英语作文评判中可以保证在词汇、语法方面统一评价标准&＃xff0c;但是也存在评价过于机械化的缺陷&＃xff0c;使学生的分数差距不是太大&＃xff1b;在英语教学中&＃xff0c;人工智能可以根据学生的实际水平和情况为学生匹配口语练习资料&＃xff0c;同时陪伴学生练习口语&＃xff1b;在护理教育中&＃xff0c;人工智能技术可提供更加个性化、人性化的学习环境&＃xff0c;针对学生的学习兴趣、现实需求和学习习惯制定出合适的个性化的学习规划&＃xff0c;并对学生进行实时跟进和评测&＃xff0c;旨在对学生做出更加客观的评价&＃xff0c;人工智能技术也能在数据挖掘之下获得学生学习状况与外部条件的关系从而预估学习趋向&＃xff0c;对于基于大数据技术的“私人订制”个性化教程&＃xff0c;不可否认其确实对教学起到辅助作用。

2.7 人工智能技术在出版行业中的应用

武菲菲提出&＃xff0c;在“万物皆媒”的人工智能时代&＃xff0c;人工智能技术在出版行业也得到了应用&＃xff0c;利用大数据技术&＃xff0c;人工智能对于新闻内容生产、图书编辑、用户需求挖掘、选题营销决策等产生积极影响。人工智能可在数据采集后进行数据分析&＃xff0c;设计传达内容&＃xff0c;编写出简单的新闻稿件&＃xff1b;利用大数据分析&＃xff0c;抓取读者对于热点的关注度&＃xff0c;分析读者的兴趣所在&＃xff0c; 从而为读者提供个性化的阅读方案&＃xff1b;营销人员可以根据数据分析做出更具针对性的营销方案。

2.8 人工智能技术在图书馆的应用

国内已有图书馆进行智慧图书馆建设&＃xff0c;智能检索和智能参考咨询技术为应用最广泛的两项技术&＃xff0c;杨九龙等人指出&＃xff0c;智能检索可以根据用户历史检索信息为用户提供感兴趣的信息&＃xff0c;或者预测热点信息&＃xff0c;提高检索成功率&＃xff1b;智能参考咨询主要体现在智能聊天、实时提供咨询服务方面。人工智能技术在图书馆的应用为建设现代化智能图书馆奠定基础。在网页技术方面&＃xff0c;微软推出人工智能网页设计工具&＃xff0c;可以将手工绘制的网页模型转换为功能性的 HTML 标记&＃xff0c;而不是依赖应用程序对明确的指令做出奴性的回应。

2.9 人工智能技术在制造业和服务行业中的应用

人工智能技术被应用到制造业和服务行业中&＃xff0c;正在改变着人们的工作方式和生活方式&＃xff0c;机器工作极大地解放了劳动力&＃xff0c;智能化的机器更是为制造业和服务业的产业成果、产业质量提供更加可靠的保障。

以下举例说明人工智能技术在制造业和服务行业中的应用。

1.10人工智能技术在纺织行业的应用

根据蒋高明等人的研究&＃xff0c;利用深度学习算法&＃xff0c;快速精准地在图案数据库中检索到与实物图相符的产品&＃xff0c;在线织物疵点检测中&＃xff0c;以机器视觉技术为基础的人工智能技术发挥了极大作用&＃xff0c;这项技术有检测速度快、定位精度高、疵点类型覆盖广、机械损耗和维护成本较低的优点&＃xff1b;利用决策树算法找出各生产要素与产品质量的相互关系&＃xff0c;构建合理的质量决策模型&＃xff0c;提高生产质量。人工智能技术不止对针织产品的生产过程有所帮助&＃xff0c;而且在生产管理方面也提高了行业工作效率。在质量实时监测、产量报表生成、订单跟踪等方面人工智能技术可以在数据分析的基础上指导生产管理&＃xff0c;根据实际原料与生产能力为企业提出合理的生产计划&＃xff0c;以满足顾客的需求和应对市场竞争。不仅如此&＃xff0c;利用人工神经网络还可以对未来流行趋势进行预测&＃xff0c;促进行业的升级。

2.11 人工智能技术在炼化领域的应用

炼化企业中人工巡检并不能满足现巡检的要求&＃xff0c;开发智能巡检机器人可以降低巡检强度、提高巡检质量、降低人身伤害风险&＃xff0c;由于炼化企业装置密集&＃xff0c;开发巡检机器人代替人工进行巡检的难度很大&＃xff0c;目前鲜有应用&＃xff0c;但也有公司进行尝试和应用。

巡检机器人应当具备自动或半自动移动能力、现场设备状态诊断能力、有毒有害和爆炸性气体检测能力以及报警能力&＃xff0c;为了满足现实以上应用要求&＃xff0c;智能巡检机器人将主要由导航与控制系统、检测传感系统、安全防护系统、智能识别系统以及实时通信系统五部分组成&＃xff0c;这是未来巡检机器人的发展趋势。一旦巡检机器人应用在炼化企业&＃xff0c;这一领域的工作效率将会大幅提升&＃xff0c;工作人员可以从事更为精细的检查服务&＃xff0c;确保炼化企业中的巡检工作达到标准更高的状态。

2.12 人工智能技术在客服系统的应用

王铮等人提出&＃xff0c;语音识别技术、自然语言处理、知识库管理、语音合成技术等技术是客服系统的关键技术&＃xff0c;利用信号处理对语音进行识别&＃xff0c;甚至可以产生多种识别结果&＃xff0c;识别结果带着置信度的标识&＃xff0c;应用程序根据置信度向客户展示这些结果&＃xff0c;供客户进行二次选择&＃xff1b;通过独特的词向量处理和适当的短句匹配&＃xff0c;可以有效处理一些无法找到责任方甚至无法处理的问题&＃xff0c;将人工智能技术应用于处理普遍性突出、重复性高的工单处理环节中&＃xff0c;可以极大地提高工作效率&＃xff0c;降低人工成本。在语音服务方面&＃xff0c;虽然存在着机器回复生硬、死板的问题&＃xff0c;但不可否认人工智能技术在客服系统中有着广阔的应用前景。

2.13人工智能技术在银行业的应用

人工智能技术在各个领域的应用是大势所趋&＃xff0c;近年来&＃xff0c; 国际国内的不少金融机构引入人工智能技术促进行业发展&＃xff0c; 比如利用人工智能技术&＃xff0c;根据投资者的实际情况的投资目标&＃xff0c;为投资者推荐投资计划的智能投顾&＃xff1b;非接触性的人脸识别技术大大提高业务办理速度&＃xff0c;同时避免了接触性操作带来的疾病传播&＃xff1b;智能柜台基本可以自助办理所有业务&＃xff0c;从前台的个性化服务&＃xff0c;到中台的提供专业决策支持&＃xff0c;再到大堂迎宾、业务咨询、分流引导的服务均可实现&＃xff1b;通过大数据技术实现智能风控&＃xff0c;降低金融风险&＃xff1b;成立无人智能银行&＃xff0c;通过智能机器人引导客户办理各种业务。将人工智能技术应用在银行业中&＃xff0c;对客户而言提高了审核速度&＃xff0c;减少了排队等候时间&＃xff0c;简化了繁杂的流程。

2.14人工智能技术在食堂配餐系统的应用

目前已有学校、机构在使用人工智能技术支配的机器人进行炒菜和自动打饭&＃xff0c;使用机器人炒菜能更加精准控制油温&＃xff0c;避免因温度过高导致油变质&＃xff0c;同时机器人可以精准控制油、盐的添加量&＃xff0c;使饭菜更加健康&＃xff0c;机器人操作也避免了掉入头发、汗水等情况&＃xff0c;保证实物更为卫生。自动打饭使得饭量更为精准&＃xff0c;避免因人为操作导致饭量不同带来的用餐心理不平衡&＃xff0c;用餐体验差。此外&＃xff0c;印度铁路公司也已经通过人工智能技术检测确保食物卫生。

三、人工智能的发展前景

目前对于人工智能技术的讨论和研究十分火热&＃xff0c;根据人工智能的实力&＃xff0c;将其分为弱人工智能、强人工智能和超人工智能&＃xff0c;现阶段人类的科技已经达到一定水平&＃xff0c;但是仍然处于弱人工智能时代&＃xff0c;每一个弱人工智能的创新都是在为通往强人工智能时代和超人工智能时代添砖加瓦。中国已将人工智能发展上升为国家战略&＃xff0c;因此政府必将投入更多人力、物力以促进其发展。现有行业在人工智能技术的支持下已经发生前所未有的变化&＃xff0c;用科技重构着人类的生产生活方式&＃xff0c;为人类带来极大的便捷。未来人工智能技术将作为基本要素重塑各个行业、深入各个行业&＃xff0c;人工智能技术的发展势不可挡&＃xff0c; 但是有一部分比较传统的人不能接受此类技术带来的变化&＃xff0c; 不接受这一技术的人将会被接受这一技术的人所取代。

关于人工智能取代人类的这类担忧有些杞人忧天&＃xff0c;人工智能技术在迅速发展的同时确实引发了关于人文伦理的讨论&＃xff0c;但是技术终将服务于人类而不是取代人类。只要明确发展目标&＃xff0c;找准发展方向&＃xff0c;力求建立全面系统的智能社会&＃xff0c;合理地利用科学的力量&＃xff0c;让技术服务于人类&＃xff0c;那么科学家和研究人员的愿望也就实现了。

四、专业培养目标

人工智能专业致力于培养符合国家战略及安徽省人工智能产业发展需求&＃xff0c;具备良好的信息科学、数理统计基础、计算机系统知识及扎实的编程基础&＃xff0c;以及大数据基础知识与技能&＃xff0c;掌握AI核心原理和AI思维&＃xff0c;能够熟练运用数据思维、AI模型、工具、语音识别、NLP、图像处理等技术解决实际问题的高素质应用型人才。毕业生毕业后可在政府部门或企事业单位从事智能系统集成、智能软件设计与开发、智能应用系统的管理与运维工作。

1、人工智能技术方向培养目标

a)具备较好的数理基础&＃xff0c;熟悉常见的数据统计模型&＃xff0c;对常见统计模型有比较深刻的认识&＃xff0c;能够理解模型与待解决问题之间的对应关系&＃xff1b;

b)掌握常用的数据结构与算法&＃xff0c;具备应用成熟数据结构与算法解决软件问题的能力&＃xff1b;

c)熟练掌握Python、Java、C/C&＃43;&＃43;等一种以上程序语言&＃xff0c;能够使用Python等语言解决科学计算问题&＃xff1b;

d)熟练掌握数据库原理&＃xff0c;熟练使用T-SQL解决数据库查询、修改、删除等常见的数据操作&＃xff0c;能够结合Python等高级语言完成基于数据库的应用开发。

e)熟悉主流大数据技术&＃xff0c;能够使用Spark结合大数据技术基础完成数据的存储及标注&＃xff1b;

f)熟练掌握常用机器学习及深度神经网络的常用模型及其应用&＃xff1b;

g)能够熟练使用Caffe、Theano、Torch、Tensorflow等任一种主流的深度学习框架进行智能应用系统的设计与开发&＃xff1b;

1、采用“三段式”&＃43;“三明治”&＃43;三学期制培养模式

为了培养符合企业需求的应用型人才&＃xff0c;有效提高学生的分析、解决问题与实践动手的能力&＃xff0c;人工智能专业采用“三段式”培养模式&＃xff0c;即2&＃43;1&＃43;1夹层模式。第一阶段为数理基础及专业核心课程培养&＃xff0c;该阶段强化和拓宽数理基础&＃xff0c;为学生后期专业学习打好扎实的基础&＃xff1b;第二阶段为专业方向课程学习及实训和项目开发培养&＃xff0c;该阶段学生能力从基本技能锻炼进阶到项目开发&＃xff0c;最后到岗位能力素养培养&＃xff0c;逐步从基本知识能力过渡到软件应用能力最后到岗位职业能力。第三阶段为企业实习与毕业设计&＃xff0c;在该阶段每个学生至少完成6个月以上对口企业实习的经历&＃xff0c;通过企业实习使学生尽早地融入到社会企业文化当中&＃xff0c;真实体验企业的职业要求&＃xff0c;尽早建立职业发展规划&＃xff0c;为就业做好准备工作。

遵照执行三学期制&＃xff0c;秋季学期和春季学期主要安排课程学习&＃xff0c;夏季学期主要安排应用型课程&＃xff0c;以企业项目制工作模式进行教学探索&＃xff0c;增强学生实践技能。夏季学期课程一般由企业双师团队为主进行授课&＃xff0c;让学生及早感受到企业工作模式和节奏。

2、专业特色

人工智能专业以行业需求和企业岗位能力为导向&＃xff0c;以建构主义思想重新构建面向行业应用的课程及其教学资源体系&＃xff0c;以互联网技术和信息化手段为依托建立符合认知学徒制的教学模式&＃xff0c;建立面向应用能力的考核评价机制&＃xff0c;实现全面系统的改革。

&＃xff08;1&＃xff09;课程设置与培养内容面向行业、企业需求

人工智能专业在一系列调研基础上构建了面向行业应用型人才培养的课程体系。

Ø  提炼出基于学生实际的人工智能人才培养目标。针对培养目标分解出关键领域、关键单元及每个单元对应的知识、能力和素养&＃xff0c;构建目标体系。

Ø  在充分分析人工智能行业岗位群所需能力和素养的基础上&＃xff0c;对应用类课程围绕特定的主题或内容对原有教学内容进行重新整合&＃xff0c;构建以能力培养为核心的、独立的模块化课程体系。

&＃xff08;2&＃xff09;构建了个性化人才培养体系

人工智能专业“以学生为中心&＃xff0c;尊重学生个性发展”的思路优化专业建设思路、改革人才培养模式&＃xff0c;满足不同层次和兴趣需求的学生需要&＃xff0c;以智慧学习平台为支撑将传统以教为主往以学为主转变&＃xff0c;教师回归辅导者与设计者角色。

主干学科&＃xff1a;计算机科学与技术、数学

主要课程&＃xff1a;高等数学、大学英语、线性代数I、概率论与数理统计I、计算思维I&＃xff08;C&＃xff09;、计算思维II&＃xff08;C&＃43;&＃43;&＃xff09;、数据结构与算法&＃xff08;C&＃43;&＃43;&＃xff09;、计算机网络与分布式处理、数据库原理与应用、操作系统与Linux系统应用、应用统计学与R语言建模、数学建模、软件工程、机器学习基础、网络爬虫技术、大数据技术原理与应用、人工智能综合应用创新实践、两门专业方向课程&＃xff08;如下&＃xff09;。

人工智能技术方向主要课程&＃xff1a;高性能云计算架构与实践、神经网络与深度学习。

专业核心课程&＃xff1a;计算思维I&＃xff08;C&＃xff09;、计算思维II&＃xff08;C&＃43;&＃43;&＃xff09;、数据结构与算法&＃xff08;C&＃43;&＃43;&＃xff09;、数据库原理与应用、操作系统与Linux系统应用、大数据技术原理与应用、机器学习基础、性能云计算架构与实践、神经网络与深度学习。