緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇人工智能論文范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

2信息安全與人類生活的關系

信息安全包含的范圍很廣，大到國家軍事機密，小到如何防范商業秘密和人身秘密。在目前的網絡信息社會中，信息安全的實質就是要保護信息系統或信息網絡中的信息資源免受各種類型的威脅、干擾和破壞，但是在我們的日常生活中，這種事情還是屢有發生。

2.1信息安全對人們生活的影響

（1）對信息服務的破壞。

一是信息的泄露，被某個未被授權的實體或者是個人獲得用于不法目的，而且在這個過程中，可能導致信息被非法轉讓、刪減或者是破壞，讓原來信息擁有者的信息失去真正的意義；二是被拒絕服務，這是對信息或者是相關資源的合法訪問被無條件阻止。

（2）非法使用對合法權的破壞。

這主要是某一資源被某個非授權的人，或以非授權的方式使用。一是竊聽。用各種可能的合法或非法的手段竊取系統中的信息資源和敏感信息。例如對通信線路中傳輸的信號搭線監聽，或者利用通信設備在工作過程中產生的電磁泄露截取有用信息等。通過對系統進行長期監聽，利用統計分析方法對諸如通信頻度、通信的信息流向、通信總量的變化等參數進行研究，從中發現有價值的信息和規律。二是假冒。通過欺騙通信系統（或用戶）達到非法用戶冒充成為合法用戶，或者特權小的用戶冒充成為特權大的用戶的目的。黑客大多是采用假冒攻擊。攻擊者利用系統的安全缺陷或安全性上的脆弱之處獲得非授權的權利或特權。例如，攻擊者通過各種攻擊手段發現原本應保密，但是卻又暴露出來的一些系統“特性”，利用這些“特性”，攻擊者可以繞過防線守衛侵入系統的內部破壞

2.2信息安全受到威脅的分類

（1）授權侵犯

被授權以某一目的使用某一系統或資源的某個人，卻將此權限用于其他非授權的目的，也稱作“內部攻擊”。在某個系統或某個部件中設置的“機關”，使得在特定的數據輸入時，允許違反安全策略。

（2）木馬攻擊。

軟件中含有一個覺察不出的有害的程序段，當它被執行時，會破壞用戶的安全。這種應用程序稱為特洛伊木馬(TrojanHorse)。計算機病毒：一種在計算機系統運行過程中能夠實現傳染和侵害功能的程序。

(3)人為原因。

一個授權的人為了某種利益，或由于粗心，將信息泄露給一個非授權的人。信息被從廢棄的磁碟或打印過的存儲介質中獲得。侵入者繞過物理控制而獲得對系統的訪問。重要的安全物品，如令牌或身份卡被盜。業務欺騙：某一偽系統或系統部件欺騙合法的用戶或系統自愿地放棄敏感信息等等

3人工智能對信息安全的影響和未來發展趨勢

隨著人工智能的不斷發展和應用方法的不斷成熟，人工智能在信息安全保障的服務能力將更加強大，人工智能也將處于計算機網絡發展的前沿，與計算機發展的軌跡同行。筆者僅就人工智能在信息安全的具體領域“數字水印”的研究展開論述，分析未來人工智能與信息安全的密切關系。

3.1數字水印的定義

數字水印技術的基本思想源于古代的密寫術。古希臘的斯巴達人曾將軍事情報刻在普通的木板上，用石蠟填平，收信的一方只要用火烤熱木板，融化石蠟后，就可以看到密信。使用最廣泛的密寫方法恐怕要算化學密寫了，牛奶、白礬、果汁等都曾充當過密寫藥水的角色。可以說，人類早期使用的保密通信手段大多數屬于密寫而不是密碼。然而，與密碼技術相比，密寫術始終沒有發展成為一門獨立的學科，究其原因，主要是因為密寫術缺乏必要的理論基礎。

數字水印（DigitalWatermark）技術是指用信號處理的方法在數字化的多媒體數據中嵌入隱蔽的標記，這種標記通常是不可見的，只有通過專用的檢測器或閱讀器才能提取，因為當前的性信息安全技術都是以密碼學為基礎，計算機處理能力提高后，這種密保措施已經越來越不安全，因此數字水印就是人工智能跨速發展的結果，數字水印是信息隱藏技術的一個重要研究方向，這對于信息安全有著超強的保護能力。

3.2數字水印的特征

（1）隱蔽性：

在數字作品中嵌入數字水印不會引起明顯的降質，并且不易被察覺。

（2）超強安全性：

水印信息隱藏于數據而非文件頭中，文件格式的變換不應導致水印數據的丟失。

（3）不可丟失性：

是指在經歷多種無意或有意的信號處理過程后，數字水印仍能保持完整性或仍能被準確鑒別。可能的信號處理過程包括信道噪聲、濾波、數/模與模/數轉換、重采樣、剪切、位移、尺度變化以及有損壓縮編碼等。

3.3發展前景

（1）實現數字化作品產權信息保護。

計算機網絡的發達，讓數字作品（如電腦美術、掃描圖像、數字音樂、視頻、三維動畫）的版權保護成為當前的熱點問題。但是數字作品的拷貝、修改非常容易，而且可以做到與原作完全相同，“數字水印”利用數據隱藏原理使版權標志不可見或不可聽，既不損害原作品，又達到了版權保護的目的。目前，用于版權保護的數字水印技術已經進入了初步實用化階段，IBM公司在其“數字圖書館”軟件中就提供了數字水印功能，Adobe公司也在其著名的Photoshop軟件中集成了Digimarc公司的數字水印插件。

（2）商務票據信息安全保護。

隨著高質量圖像輸入輸出設備的發展，特別是精度超過1200dpi的彩色噴墨、激光打印機和高精度彩色復印機的出現，使得貨幣、支票以及其他票據的偽造變得更加容易。網絡安全技術成熟以后，各種電子票據也還需要一些非密碼的認證方式。數字水印技術可以為各種票據提供不可見的認證標志，從而大大增加了偽造的難度。

（3）重要聲像數據信息安全保護。

篇（2）

2.電子機械工程中對人工智能的應用

社會的發展需要物質和信息的推動，在人類社會文明的最初階段，受生產力水平限制，社會的關注點都在物質上，信息的傳遞方式過于單一。隨著人類文明的逐漸發展，人們發現了信息船體的重要性，而近年來人們進入到了電子信息社會。電子信息社會需要人工智能技術的支撐，不論是建立模型和使對模型進行控制，對故障進行診斷，在機械電子工程中，人工智能對信息處理都有著重要作用。機械電子系統本身的穩定性較差，因此對電子信心系統的輸出與輸入的描述就變的額外困難，傳統的描述方法主要有以下三種：（1）數學方程推導。（2）拼成知識。（3）建設規則庫。傳統的數學解析精確、嚴密，但只能在簡單的系統中應用，例如，線性定常系統，如果系統過于復雜，則無法給出對應的數學解析式，因此在實際工作中只能通過操作實現。現代的社會越來越發展，設備經常需要對不同類型的信息進行處理，例如傳感器需要傳遞的專家語言和數字信息。因為人工智能在信息出來上具有復雜性、不確定性、因此在機械電子工程中利用人工智能信息處理代替解析數學。通過人工智能而建立的系統通常分為以下兩類：（1）神經網絡系統，人工智能是計算機的一個分支，在研究過程中利用計算機對人行為和思維過程進行模擬，可以實現對計算的高層次應用。神經網絡主要是利用神經元的興奮將信息分布在網絡上，同時可以實時的進行動態相互作用。人工神經網絡主要具有分布式存儲信息和協同處理信息特點，雖然其功能有限、結構簡單，但通過神經元而構建的神經網絡可以實現許多行為，滿足人們在生產過程中的需求。此外，通過神經網絡能夠實現對大腦結構進行模擬，對數字信號進行分析，并提供參考值，同時可以利用相關的網絡形式實現連續函數。神經網路系統在映射上采用的點對點的方式，進行數據輸入時，每個神經元之間都會存在固定的聯系，輸出輸入都具有較高的精準度，且計算量大。（2）模糊推理系統，模糊集合論是模糊推理系統的基礎，模糊理論是設計的主要工具，能夠對模糊信息進行處理，是一種功能強大的系統。隨著科技的高速發展，模糊推理系統已經在數據處理、自動化控制方面得到了廣泛應用，并取得了不錯的成效。機械電子系統中，模糊推理系統主要通過對人大腦功能進行模擬，實現對語言信號的分析，同時通過網絡結構無限接近連續函數，這與神經網絡系統十分相近。模糊推理系的物理意義十分明確，在信息的存儲上通過域到域的映射方式完成，但此系統的計算量較小，不存在固定連接，因此同神經網絡系統相比輸出和輸入的精準度更低。

篇（3）

2.人工智能在電氣工程自動化中的應用

2.1人工智能在電氣產品優化設計中的應用在電氣工程運行過程中，進行電氣設備的設計是十分復雜的，其設計不但對電氣自動化的各個專業學科與內容有所設計，而且要求電氣設備設計人員具有較高的專業文化知識以及豐富的設計經驗，進行電氣設備的設計只有把電氣知識、經驗以及科學進行有機的融合，才能夠對電氣產品的科學性有所保障。人工智能在電氣產品設計中的應用有效的對一些依靠人腦無法迅速解決的復雜計算以及模擬過程進行解決，進而大大的縮短了產品設計的周期，提高電氣工程的工作效率，并且設計出的電氣產品極具科學性與實用性。專家系統對于電氣工程的開發性設計有積極的意義，而遺傳算法主要應用于產品的優化設計，在進行產品設計的過程中，要求設計人員應該具備設計經驗以及較強的智能軟件應用的能力，從而便于依據不同情況的沾邊選擇不同的算法對產品進行高質量的設計。

2.2人工智能在電氣設備故障診斷中的應用在進行電氣設備故障的診斷時，電氣企業通常會使用人工智能中的人工神經網絡、模糊理論以及專家系統的引用，其應用診斷的范圍包含：發電機、電動機、變壓器等的故障診斷。在電氣設備中，電氣工程遇到故障問題時，所呈現的現象是相對復雜的，運用傳統的處理技術很難對問題進行及時準確的查找與判斷，人工智能技術對于這種問題科技進行高效的解決，例如：當發電機的設備出現故障時，故障所呈現的不確定性、復雜性以及非線性的特征都是可以通過人工智能中的專家系統以及模糊理論進行綜合的處理，人工智能技術大大的提升了電氣設備故障診斷的準確性。

2.3電氣工程運行過程中的智能控制目前，在電氣工程的自動化中智能控制的應用已經十分廣泛，逐漸的發展成為電氣工程自動化領域中的未來趨勢。由于電氣設備的控制工作比較復雜且極具綜合性，對控制系統的技術含量以及計算的精確度都有比較高的標準，通過對人工智能中的模糊理論、人工神經網絡以及專家系統的綜合應用，有效的提高了電氣設備的計算精度以及計算速度，不僅有利于節約電氣企業的資源，而且對實現電氣企業資源的優化配置具有積極的意義。

2.4人工智能在電力系統中的應用在電力系統中應用比較普遍的人工智能主要有：啟發式探索、專家系統、人工神經網絡以及模糊理論。其具體的應用主要表現為：一是，專家系統。作為一個十分復雜的程序系統，專家系統集知識、規則以及經驗于一體，主要工作程序是通過運用電氣系統中某領域的專業經驗以及專業知識對所遇問題進行分析與判斷，接著進行專家決策的模擬，對需要專家解決的問題進行處理，而且在專家系統的使用過程中，應該依據現實情況對系統中的知識庫、數據庫以及規則庫的信息與數據進行更新，從而使用電力系統的應用需要。二是，人工神經網絡。其學習的方式十分靈活，存儲方式也是呈現分布式，在大規模的信息處理中得到廣泛的應用，人工神經網絡具有較強的識別與分類能力，對與模型進行合理的分類并進行科學的選擇，同時其與元件進行關聯分析相結合能夠對復雜的電力系統進行故障的診斷，而且能對故障進行識別與定位。三是，模糊理論。模糊理論主要應用于系統規劃、潮流計算以及模糊控制之中。有利于操作界面的優化以及工作流程的簡化，而系統可以進行自動日志與報表的生成與保存，進而提高系統日常操作的效率，對系統的安全運行具有積極的作用。

篇（4）

一、相關概念

（一）人工智能。人工智能是一門研究、理解和模擬人類智能，并且發現其內在規律的學科。它是計算機科學的一個分支，試圖發現智能的實質，并創造出一種以人類思考的方式做出相似反映的智能機器。同時，它又是計算機知識、心理學知識和哲學知識的集合，模擬人的意識和思維過程，讓機器能夠做到只有人類智慧才能做到的復雜的事項。

（二）智能家居。智能家居是嵌入式技術、通信技術和網絡技術的集合，通過系統將各種家居與人們的居家生活緊密結合，以提高人們生活的舒適感和安全感。隨著人工智能的迅猛發展，智能家居正與人工智能緊密結合，讓消費者享受到更人性化的居家體驗。

二、文獻綜述

歐陽婷梓研究了人工智能對智能家居的影響，認為人工智能應用的落地將會使智能家居產業升級，同時還指出Al技術還有待突破，市場決定人工智能能否再次爆發。榮華英和兼國恩研究了人工智能發展背景下國際智能家居行業貿易發展前景，認為國際智能家居行業貿易將朝智能產品設計、智能生產制造、智能高效物流和智能商業服務方向發展。吳斌在研究我國智能家居系統發展存在的問題時，指出要制定行業標準體系，降低系統成本并完善售后服務。

觀察現有研究，發現有關人工智能時代下智能家居行業發展的研究仍相對較少，本文指出Al對智能家居行業發展的影響，指出未來發展機遇，并預測未來該行業的發展趨勢，對行業發展具有指導意義。

三、智能家居行業發展現狀

（一）國際智能家居行業發展現狀。美國的Amazon Echo、Google Home和Apple HomeKit占據了國外的智能家居語音控制平臺市場，Contro14 利用Zigbee技術可以與世界知名品牌的家電產品連接，控制各種設備和系統；英國的Laing Homt公司早在2000年建立了“智能家居”示范街，給每棟房子都裝上了智能管理系統，近年也在國內建立起了一些智能家居體驗式展廳；日本軟銀生產的Pepper人形情感機器人能夠讀懂人類的情感，并做出相應的反映，在各種場合為人們服務，松下于2017年“Panasonic Home+全屋智能”戰略，讓全屋各個部分的功能都智能化；德國的Apartimentum未來型公寓將物聯網應用和先進科技結合起來讓住戶的生活更加簡潔舒適。據中國報告大廳的《2016-2021年中國智能家居產業市場運行暨產業發展趨勢研究報告》數據顯示智能家居市場規模逐年上漲，但增長速度開始放緩，隨著人工智能的發展，行業開始進入技術融合，技術沉淀打造更加智能的家居用品的階段，2016～2018年全球智能家居市場規模變化如圖1所示。

（二）國內智能家居行業發展現狀。2012年智能家居行業進入快速發展期，深受大眾追捧，但進入2015年，銷售增速開始放緩，隨著政策的扶持，2016年市場規模增速開始上漲。工信部數據顯示，我國物聯網產業規模發展迅速，2010年規模超過2，600億元，2015年達到7，500億元，2020年產業規模將突破15，000億元，物聯網在智能家居、智能社區和智慧城市等領域發展愈發強勁。面對如此紅利，相關企業加快布局，海爾建立U-home平臺、美的建立M-Smart平臺、阿里巴巴建立人工智能實驗室并了智能音箱等產品。據中國報告大廳的《2016-2021年中國智能家居產業市場運行暨產業發展趨勢研究報告》數據顯示，未來幾年智能家居市場規模持續上漲，市場前景看好，市場規模增長情況如圖2所示。

智能家居產業錯綜復雜，涉及眾多產品，根據目前各企業涉及的領域，大致分為六個流派：以海爾、美的為代表的傳統家電企業，通過將原有的產品智能化提高銷售；以阿里巴巴和京東為代表的互聯網企業，通過自產智能硬件或與傳統家電企業建立合作涉足智能家居行業；以華為和小米為代表的手機硬件企業，通過研發軟件、生產硬件和建立智能家居生態系統進軍智能家居行業；以Honeywell、Bosch和松下為代表的安防企業，在本身安防設備的基礎上智能化，占據智能家居安防市場；以Amazon Echo和Google Home為代表的國外智能家居企業，通過語音識別和人工智能技術進軍國內市場；以及一些提供云平臺服務和小型硬件的供應商。

四、當前智能家居行業面臨的問題

（一）缺乏規范統一的標準。在整個智能家居產業中，至今還沒有制定統一的標準，導致各大公司各行其道，各自開發自己的系統，與其他廠商開發出來的系統并不兼容，目前具有代表性的是谷歌、蘋果、微軟加入了高通主導的AllSeen聯盟，英特爾、三星、戴爾等公司組成了智能家居設備標準聯盟OIC。之后，谷歌在收購Nest之后力推Thread，蘋果自家提出Homekit。一方面用戶的智能體驗降低；另一方面加重了用戶的轉換成本。而人工智能是一項復雜的產業，它不是一兩家公司就能經營好的，它需要各領域的公司參與進來研發技術、搭建平臺、生產終端，各司其職，并用統一的標準將各個環節連接起來。

（二）缺乏人性化的偽智能。目前，智能家居產品大多通過手機來實現，但有些廠商以“智能”為噱頭，將原本簡單的操作強加到手機上，使得手機承擔較多的功能。然而，除了年輕人對智能手機的操作較為熟悉，其他用戶面對復雜的“智能”操作只能望而卻步，嚴重缺乏人性化設計。

（三）需求低且價格高。一方面智能家居概念映入人們眼簾的時間較短，人們對智能家居還不太了解；另一方面智能家居智能化水平不高，操作復雜，運行過程中經常出錯，嚴重打擊了消費者的體驗。同時，目前的技術水平有限，技術和產品的研發需要較高的研發費用，加上日常的維護費用，導致智能家居的消費價格偏高，打擊了消費者的購買欲望。

（四）信息安全存在隱患。物聯網信息傳輸過程中，個人信息極易被黑客竊取，不法分子通過這些個人信息進一步竊取用戶的財產，會造成巨大的社會不穩定，對智能家居未來發展構成巨大威脅。如果智能家居產業在未來想占據較大一部分家居市場，就必須克服信息安全問題，加大信息的監管力度。

五、Al助力智能家居行業發展

（一）AI與智能家居結合進入最終狀態。經過幾十年的發展，智能家居經過了用App遠程控制家電的單品智能化和多個電器間相互感應的智能互動兩個階段，以上兩個階段均為弱智能階段，得通過手機來操作。而第三階段是家居產品與人工智能的深入結合，賦予家居產品人性化，擺脫手機的操控，通過自主學習、主動記憶、自主決策為用戶提供舒適的生活。

（二）提升全新的交互體驗。語音交流以其與人交流的親和感，成為當今最流行的人機交互方式。人類通過語音給機器下達指令，機器通過語音識別執行指令。近幾年，語音識別技術取得重大突破，語音識別準確率達到97%以上。而智能音箱具有語音交互、提供音樂和有聲讀物等媒體內容、提供多種互聯網服務以及可以對智能家居進行控制等功能，深受大眾追捧，因而被稱為智能家居的入口。為搶占智能家居的入口，互聯網各大巨頭紛紛加緊研究搶占市場。2014年11月，亞馬遜推出智能音箱Echo，至今已有幾千萬的銷量，隨后谷歌推出GoogleHome，微軟推出Cortana，緊接著國內的京東推出叮咚音箱，阿里巴巴也推出了“天貓精靈”，小米推出“小愛同學”。

（三）提供更安全、可控的應用環境。傳統的密碼輸入和保護方式已經不再滿足人們對操作便捷性和安全性的要求，于是推動了人們對生物識別技術的開發。生物識別是指通過計算機與生物傳感器等高科技結合，提取人固有的生理特征和行為特征，以鑒定個人身份。目前人臉識別、指紋識別和虹膜識別已經得到廣泛的應用。為達到更高的安全水準，通過紅外線照射獲取手指靜脈圖像的指靜脈技術也在緊密研究當中，極大地迎合了人們對智慧生活的追求。

六、我國智能家居發展的機遇

（一）我國加速進入老齡化社會，智能家居需求增大。因為工作關系很多子女與父母在異地生活，難以妥善地照顧好父母的生活，而智能家居可以方便老人們的日常生活，提高老年人的生活質量，加上多年財富的積累，老年人的經濟實力比年輕人要高，隨著老齡化進程的加快，老年人人口的比例將加重，多重原因結合起來支撐起了未來潛在的市場需求。

（二）“智能家居”概念將越來越普及。通過前些年“智能家居”概念的炒作，各大新聞客戶端、網站的轉載宣傳，讓越來越多的人認識了解到智能家居的相關概念。近些年各大瀏覽器對“智能家居”關鍵詞的搜索數量大幅度增長，隨著科學技術的發展，人們對智能家居產品的信賴感也在增強。如今人們購買家具，對房屋進行裝修也會考慮適當引進智能家居的相關元素進入日常的起居中。

（三）居民收入增多，消費價格將降低。隨著經濟的不斷發展，人們的收入也在逐年上漲，到2020年我國將全面建成小康社會，屆時人們的收入水平將會大幅增長，相比2010年翻一番。經濟增長的同時，科技也在飛速發展，技術水平的不斷完善降低了智能家居產品的成本，同時電信運營商的網絡費用也在下調，日常的運營維護成本也在下降，消費者的消費成本將會大幅下降，市場需求將會激增，市場規模將會擴大。

（四）政策扶持，發展道路順暢。智能家居產業發展被寫入政府工作報告，政府相繼出臺《“互聯網+”人工智能三年行動實施方案》、《智能制造工程實施指南（2016-2020年）》、《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》等指導性文件，促進智能家居、智能機器人、智能制造裝備等領域產業發展。并成立“中國人工智能產業創新聯盟”和“人工智能產業技術創新戰略聯盟”，把涉及人工智能領域的所有環節全面整合，掃除阻礙人工智能發展的一切障礙。

七、我國智能家居行業未來發展趨勢

（一）標準日趨統一。當智能家居行業依舊遵循現在的發展方式，各企業各行其道，系統間互不兼容，消費者將會對該行業產生疲倦，未來市場規模可能難以擴大。除非出現一家領導性標桿企業，擁有自己的系統，能夠生產出所有類別的智能家居產品，用戶對該企業提供的方方面面都很滿意，進而壟斷了整個智能家居市場。很顯然，出現這種情況的概率很小，沒有一家企業可以力挽狂瀾，所以市場逼著企業間建立起統一的標準，為用戶提供便捷舒適的生活體驗。

（二）AI與智能家居的完美融合。人工智能在智能家居領域的廣泛應用已是大勢所趨，只有智能家居與人工智能的完美結合才會讓人們的生活更加便捷。未來智能家居將會更加智能化、人性化，能夠準確抓住用戶的喜好提供相應的服務，根據用戶的工作安排相應的行程。一整套智能家居系統猶如一個智能管家，在最優的時間提供最優的服務。

（三）個人信息更加安全。個人信息的安全是制約智能家居市場規模擴大的又一要素，因此行業內將建立起一套世界領先的信息安全標準，并且該標準能夠和各地的法律法規銜接好，收集到的數據能夠安全地儲存好，能夠記錄數據的產生時間地點等情況，以便需要的時候能夠查證。

八、結語

人工智能時代下智能家居行業仍將在相當的一段時間處于一個無統一標準、需求低、價格高的階段，但隨著老齡化進程的加快，智能家居概念的逐漸普及、居民收入不斷增加、產品價格的不斷下降，智能家居產品的市場需求將會逐漸增長，將促使企業間制定規范統一的標準，人工智能將會與智能家居完美結合，為用戶提供更加舒適便捷的生活。

（來源：合作經濟與科技 文/陳功正 王騰 陸暢 王蘊鑫 陳黎陽 編選：電子商務研究中心）

主要參考文獻

［1］陳晉.人工智能技術發展的倫理困境研究［D］.吉林大學，2016.

［2］鄧中祚.智能家居控制系統設計與實現［D］.哈爾濱工業大學，2015.

篇（5）

1.2基于人工智能知識體系的教學案例庫建設根據所確定的教學內容、知識重點和知識難點，從國內外經典教材、科研項目、研發設計、生產建設以及國內外人工智能網站等多種途徑，收集案例素材，加以整理，撰寫各知識要點的教學案例及其內容。表1給出基于人工智能知識體系的教學案例示例。

2人工智能課程教學案例的詳細設計

在教學案例具體設計時應包括章節、知識重點、知識難點、案例名稱、案例內容、案例分析過程、案例教學手段、思考/討論內容等案例規范，分別從以下單一案例、一題多解案例和綜合應用案例3種情況進行討論。

2.1單一案例設計以人工智能課程中神經網絡課堂教學內容為例，介紹基于知識點的單一案例的設計。神經網絡在模式識別、圖像處理、組合優化、自動控制、信息處理和機器人學等領域具有廣泛的應用，是人工智能課程的主要內容之一。教學內容主要包括介紹人工神經網絡的由來、特性、結構、模型和算法，以及神經網絡的表示和推理。這些內容是神經網絡的基礎知識。其重點在于人工神經網絡的結構、模型和算法。難點是人工神經網絡的結構和算法。從教學要求上，通過對該章節內容的學習，使學生掌握人工神經網絡的結構、模型和算法，了解人工神經網絡的由來和特性，一般性地了解神經網絡的表示和推理方法。采用課件PPT和演示手段，由簡單到復雜，在學生掌握人工神經網絡的基本原理和方法之后，再講解反向傳播BP算法，然后運用“手寫體如何識別”案例，引導學生學習理解人工神經網絡的核心思想及其應用方法。從國外教材中整理和設計該案例，同時應包括以下規范內容。章節：神經網絡。知識重點：神經網絡。知識難點：人工神經網絡的結構、表示、學習算法和推理。案例名稱：手寫體如何識別。案例內容：用訓練樣本集訓練一個神經網絡使其推廣到先前訓練所得結果，正確分類先前未見過的數據。案例分析過程：①訓練數字識別神經網絡的樣本位圖；②反向傳播BP算法；③神經網絡的表示；④使用誤差反向傳播算法訓練的神經網絡的泛化能力；⑤一個神經網絡訓練完畢后，將網絡中的權值保存起來供實際應用。案例教學手段：手寫體識別的神經網絡演示。思考/討論內容：①訓練改進與權值調整改進；②過學習/過擬合現象，即在一個數據集上訓練時間過長，導致網絡過擬合于訓練數據，對未出現過的新數據沒有推廣性。

2.2一題多解案例設計一題多解案例有助于學生把相關知識點聯系起來，形成相互關聯的知識網絡。以人工智能課程中知識及其表示教學內容為例，介紹一題多解案例的設計。知識及其表示是人工智能課程三大內容（知識表示、知識推理、知識應用）之一。教學內容主要包括知識表示的各種方法。其重點在于狀態空間、問題歸約、謂詞邏輯、語義網絡等知識表示方法。難點是知識表示方法的區別及其應用。從教學要求上，通過對該章節內容的學習，使學生掌握利用狀態空間法、問題歸約法、謂詞演算法、語義網絡法來描述和解決應用問題，重點掌握幾種主要知識表示方法之間的差別，并對如何選擇知識表示方法有一般性的了解。通過講解和討論“猴子和香蕉問題”案例，來表示抽象概念。該案例從國內外教材中進行整理和設計，同時包括以下規范內容。章節：知識及其表示。知識重點：狀態空間法、問題歸約法、謂詞邏輯法、語義網絡法等。知識難點：知識表示方法的區別及其應用。案例名稱：分別用狀態空間表示法與謂詞邏輯法表示猴子和香蕉問題。案例內容：房間內有一只機器猴、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子的高度不足以碰到它。猴子如何摘到香蕉？如何采用多種知識表示方法表示和求解該問題？案例分析過程：①狀態空間法的解題過程。用n元表列表示該問題的狀態；定義問題的操作算符；定義初始狀態變換為目標狀態的操作序列；畫出該問題的狀態空間圖。②謂詞邏輯法的解題過程。定義問題的常量；定義問題的謂詞；根據問題描述用謂詞公式表示問題的初始狀態、中間狀態和目標狀態。案例教學手段：猴子和香蕉問題的演示。思考/討論內容：①選擇知識表示方法時，應考慮哪些主要因素？②如何綜合運用多種知識表示方法獲得最有效的問題解決方案?

2.3綜合應用案例設計與單一案例、一題多解案例相比，綜合應用案例能更加有效地啟發學生全方位地思考和探索問題的解決方法。以機器人行動規劃模擬為例，介紹人工智能綜合應用案例的設計，該案例包括以下規范內容。章節：人工智能綜合應用。知識重點：人工智能的研究方向和應用領域。知識難點：人工智能的技術集成。案例名稱：機器人行動規劃模擬。案例內容：綜合應用行為規劃、知識表示方法、機器人學、神經網絡、人工智能語言等多種人工智能技術與方法，對機器人行動規劃問題進行描述和可視化。案例分析過程：①機器人行為規劃問題求解。采用狀態歸約法與分層規劃技術，將機器人須完成的總任務分解為若干依序排列的子任務；依據任務進程，確定若干關鍵性的中間狀態，將狀態對應為進程子規劃的目標；確定規劃的執行與操作控制，以及機器人過程控制與環境約束。②基于謂詞邏輯表示的機器人行為規劃設計。定義表達狀態的謂詞邏輯；用謂詞邏輯描述問題的初始狀態、問題的目標狀態以及機器人行動規劃過程的中間狀態；定義操作的約束條件和行為動作。③機器人控制系統。定義機器人平臺的控制體系結構，包括反應式控制、包容結構以及其他控制系統等。④基于神經網絡的模式識別。采用神經網絡方法以及BP算法對桌面茶壺、杯子等物體進行識別，提取物體圖形特征。⑤機器人程序設計語言。運用人工智能語言實現機器人行動規劃行為的可視化。案例教學手段：機器人行動規劃的模擬演示。思考/討論內容：人工智能將會怎樣發展？應該在哪些方面進一步開展研究？

3案例教學環節和過程的具體實施細節

人工智能案例教學的實施面向筆者所在學院軟件工程專業三年級本科生展開。具體實施細節如下。（1）教學內容的先進性、實用性和前沿性。引進和整合國外著名人工智能教材內容，保證課程內容具有先進性。同時將前沿人工智能的研究成果與技術有機地融入課程案例教學之中。（2）案例教學的創新教學模式。在教師的引導下，將案例中涉及的人工智能內容推廣到對人工智能的一般性認識。案例的教學過程，成為認識人工智能、初步運用人工智能的理論與方法分析和解決實際應用問題的過程，使學生具備運用人工智能知識解決實際問題的意識和初步能力。在課程教學中，打破國內常規教學方式，建立和實施開放式案例教學模式。采用動畫課件、錄像教學、實物演示、網絡教學等多種多媒體教學手段，以及集中講授與專題討論相結合的教學方式將理論、方法、技術、算法以及實現有機結合，感性認識與理性認識相結合，理論與實際相結合，極大地激發學生自主和創新性學習的熱情。（3）“課堂教學—實踐活動—現實應用”的有機融合。在案例教學過程中，從傳統教學觀以學會為中心轉化為創新應用型教學觀以創新為中心，以及從傳統教學的以課堂教學為中心轉化為以課堂教學與實踐活動并重為中心，構造具體問題場景以及設計教學案例在情境中的現實應用，加深學生對教學內容的理解，同時提高學生的思考能力和實際綜合應用能力。

篇（6）

盡管哲學上關于“機器意識”有著不同觀點的爭論，但隨著研究工作的不斷深入，一些有遠見的專家學者開始充分認識到開展機器意識研究的重要意義，并專門撰文進行了精辟論述。比如，英國皇家學院電子工程系的Aleksander教授根據學術界從上世紀九十年代到本世紀對機器意識態度的轉變，指出機器意識的影響與日俱增，并預計了機器意識對科學與技術發展的潛在影響，特別是在改變人們對意識的理解、改進計算裝置與機器人概念等方面的貢獻尤為重大。

無獨有偶，美國伊利諾伊大學哲學系Haikonen教授則專門撰文強調機器意識是新一代信息技術產業發展的新機遇，他認為新產品與系統的發展機會起因于信息技術的發展，而現有的人工智能基于預先編程算法，機器與程序并不能理解其所執行的內容。顯而易見，不考慮意識就沒有對自身行為的理解，而機器意識技術的涌現可以彌補這一缺失，因此機器意識技術可以為信息技術產業的發展提供新的契機。意大利巴勒莫大學機器人實驗室的Chella教授則指出，開展機器意識不僅是一種技術挑戰，也是科學和理論上開展人工智能和機器人研究的新途徑。最近，土耳其中東技術大學的G?k和Sayan兩位學者進一步認為，開展機器意識的計算建模研究還有助于推進對人類意識現象的理解，推動構建更加合理的意識理論。

上述這些學者的論述，無疑說明，機器意識研究不但對深化人工智能的研究有著重要的推動作用，對從科學上解釋神秘的意識現象也同樣具有非同尋常的意義。正因為機器意識研究有著如此重要的科學意義和推動未來信息技術革新的潛在價值，隨著最近十年的研究發展，該領域已經成為學界廣泛關注的熱點。與此同時，數量相當可觀的研究成果和實驗系統已逐步形成，有些成果已經被運用到實際機器認知系統的開發之中。機器意識研究已經成為了人工智能最為前沿的研究領域。

機器意識研究的現狀分析

2006年之前的有關機器意識的研究狀況，英國皇家學院電子工程系的研究團隊已經做過了比較全面的綜述。因此，我們這里主要就在此之后國際上有關機器意識的研究概況和發展趨勢進行分析。據我們的文獻檢索，截止到2015年底，在機器意識研究領域發表過的學術論文超過350余篇，其中最近十年發表的論文占了一半以上。歸納起來，由于對意識的哲學解釋不同，目前機器意識方面的主流研究往往是以某種意識科學理論為出發點的具體建模研究和實現。由于涉及到的文獻過多，無法一一列舉，我們僅就一些影響較大的典型研究進行分析。

在意識科學研究領域，一種較早的理論觀點是用量子機制來解釋意識現象，這樣的出發點也波及到有關機器意識建模的研究。利用量子理論來描述意識產生機制的有效性并不是說物質的量子活動可以直接產生意識，而是強調意識產生機制與量子機制具有跨越尺度的相似性。近年來，意識的量子模型發展又有了新的動向。比如，作為量子意識理論的進一步發展，中國科學院電子學研究所的高山(Gao Shan)提出了意識的一種量子理論，研究了量子塌縮與意識之間的關系，假定量子塌縮是一種客觀的動態過程。日本Akita國際大學的Schroeder另辟蹊徑，在構建統一意識模型中不涉及量子力學的量子相干性方面做出了全新的探索，主要目標是說明現象意識能夠依據量子力學的物理解釋，用量子力學的形式化代數性質來描述。此外，俄羅斯Lebedev物理研究所的Michael B. Mensky利用意識的量子概念提出了一種主觀選擇的數學模型，說明意識和超意識的特性如何能夠通過簡單的數學模型給出。當然，更多的是有關意識量子機制描述的可能性爭論，正反兩方面的觀點都有。特別是在2012年的Physics of Life Reviews第9卷第3期，以Baars和Edelman所著論文“Consciousness， biology and quantum hypotheses”為核心，10余名相關領域的學者分別撰文對是否能夠通過量子機制來描述意識現象展開了多方位的辯論。最近，Susmit Bagchi從分布式計算的角度，較為全面地討論了生物演化與量子意識之間的關系。遺憾的是，迄今為止，學術界對此問題尚未達成一致的結論。

在機器意識研究中，第二種有重大影響的理論觀點就是全局工作空間理論。全局工作空間理論(Global workspace theory)是由美國加利福尼亞大學圣地亞哥分校神經科學研究所的Baars研究員1988年提出的意識解釋理論。在該理論的指導下，由Baars、Franklin和Ramamurthy等人組成的研究團隊開展了長達20多年的機器意識研究工作，最終開發完成了LIDA認知系統。

LIDA(Learning Intelligent Distribution Agent)是在該研究團隊等人早期開發的IDA(Intelligent Distribution Agent)基礎上發展起來的，主要依據Baars全局工作空間理論，采用神經網絡與符號規則混合計算方法，通過在每個軟件主體建立內部認知模型來實現諸多方面的意識認知能力，如注意、情感與想象等。該系統可以區分有無意識狀態，是否有效運用有意識狀態，并具備一定的內省反思能力等。從機器意識的終極目標來看，該系統缺乏現象意識的特征，比如意識主觀性、感受性和統一性均不具備。

指導機器意識研究的第三種重要理論觀點是意識的信息整合理論。意識的信息整合理論是美國威斯康星—麥迪遜大學精神病學的Tononi教授1998年提出的。自該理論提出以來，不少研究團隊以信息整合理論為依據，采用神經網絡計算方法來進行機器意識的研究工作。其中，典型代表有英國Aleksander教授的研究團隊和美國Haikonen教授的研究團隊所開展的系統性研究工作。英國皇家學院的Aleksander教授領導的研究團隊長期開展機器意識的研究工作，發表相關論文30余篇。早期的研究主要給出了有關意識的公理系統及其神經表征建模實現，比較強調采用虛擬計算機器來建模意識。最近幾年，Aleksander研究團隊采取仿腦策略，強調信息整合理論的運用，建立了若干仿腦(brain-inspired)意識實現系統，更好地實現了五個意識公理的最小目標。美國伊利諾伊大學哲學系Haikonen教授的研究團隊則主要采用聯想神經網絡來進行機器意識系統的構建工作。自1999年以來，該團隊開展了富有成效的研究工作。Haikonen教授在所提出的認知體系模型的基礎上，構建了一個實驗型認知機器人XCR-1系統。應該說，雖然Haikonen所開展的機器意識研究的出發點是為了揭示意識現象本性，但他的成果卻是目前機器意識研究領域最為典范的工作之一。

在意識科學研究中，也有學者將人類的意識能力看作是一種高階認知能力，提出意識的高階理論。在機器意識研究中，以這樣的高階理論為指導，往往會采用傳統的符號規則方法來建立某種具有自我意識的機器系統。其中，一個比較系統的研究工程就是意大利巴勒莫大學機器人實驗室的Chella教授用10年時間開發的Cicerobot機器人研究項目。該機器人實現了一種自我意識的認知結構機制，該機制主要由三個部分構成：亞概念感知部分、語言處理部分和高階概念部分。通過機器人的高階感知(一階感知是指對外部世界的直接感知，高階是對機器人內部世界的感知)，就形成了具有自我反思能力的機器人。這項研究工作的主要特點是將邏輯形式化方法與概念空間組織相結合，強調對外部事物的一種心理表征能力，并對外部環境進行內部模擬。在高階認知觀點的自我意識建模研究方面，另一個做出突出貢獻的是美國喬治梅森大學的Samsonovich教授率領的研究團隊。該團隊經過10余年的研究，開發了一個仿生認知體系GMU-BICA(George Mason University-Biologically Inspired Cognitive Architecture)。在該系統中定義的心理狀態不但包含內容，還包含主觀觀察者，因此該系統擁有“自我”意識的主觀能力。系統實驗是利用所提出的認知結構模型來控制虛擬機器人完成一些簡單的走迷宮活動，機器人可以表現出具有人類意識所需要的行為。相比而言，與Cicerobot機器人強調自我意識是反思能力的概念不同，GMU-BICA系統則將自我意識理解為“自我”的意識。當然，不管是Cicerobot還是GMU-BICA，這樣的高階認知模型往往對心理掃視、主觀體驗與統一意識等意識本質方面的表現兼顧不足。

除了上述介紹的這些有代表性的研究外，對于機器意識研究而言，還有如何判定機器具有意識能力的檢驗問題，這是目前機器意識研究領域十分重要的一個方面。顯然，要判斷開發的機器意識系統是否真正具備預期的意識能力，就需要開展相應的意識特性分析、評判標準建立以及檢測方法實現等方面的研究工作。在這方面，由于目前對意識現象的認識存在許多爭議，對于意識評測特性分析方面也難以有統一的認識。因此，目前的機器意識特性需求分析也比較零散。倒是在評判標準的建立方面，西班牙卡洛斯三世馬德里大學計算機科學系Arrabales教授的研究團隊做出了比較系統的研究。該團隊自2008年開始就在這方面開展意識特性分析，給出了計算人工意識的一種量化測量方法ConsScale以及對感受質的功能性刻畫。之后，該團隊又進一步提出了ConsScale的修訂版，并討論了在機器中產生感受質和現象意識狀態的可能性。最終，該團隊成功構建了CERA-CRANIUM認知體系(采用意識全局工作空間理論建模)來檢驗產生的視覺感受質以及實現的內部言語。所有的這些成果為機器意識能力的初步檢測提供了一種實用的標準。當然，也有將鏡像認知看作是機器擁有自我意識能力的一種檢測標準，該理論的依據是人類和其他一些動物能夠在鏡子中認出自己，這一能力被看作是擁有自我意識的明證。因此，Haikonen認為在鏡像中的自我識別，即鏡像測驗，也可以用來確認機器潛在的自我意識能力。于是，在意識能力檢測方法的研究中，許多研究工作都是通過鏡像測試來確定意識能力的。但也有研究認為，鏡像測驗并不能證明意識能力的存在，要證明機器具有意識能力還需要通過更加復雜的測驗。比如，Edelman就提出三種意識檢驗的途徑，即意識的語言報告、神經生理信號以及意識行為表現。

總而言之，機器意識的研究主要圍繞量子涌現機制、全局工作空間、信息整合理論、意識高階理論以及意識能力檢測這五個方面展開的。從研究的策略來看，主要分為算法構造策略(Algorithm)與仿腦構造策略(Brain-Inspiration)兩種途徑。從具體的實現方法上，主要可以分為三類：一是采用類神經網絡的方法；二是采用量子計算方法；三是采用規則計算方法。雖然經過20多年的發展，機器意識的研究取得了眾多的研究成果，但相對于人類意識表現方面，目前機器意識能力的表現還是非常局限的。根據筆者以及土耳其中東技術大學的G?k和Sayan發表的論文，目前機器意識系統主要具備的能力都是功能意識方面的，偶爾涉及自我意識和統一性意識(很難說是否真正實現了)。可見，意識計算模型的研究還有很長的路要走，特別是關于內省反思能力、可報告性能力、鏡像認知能力、情感感受能力以及主觀性現象等，這些方面更加需要進一步的研究和探索。

人類意識能力的唯識學分析

人類意識能力的基礎是神經活動，盡管神經活動本身是意識不到的，也不是所有的神經活動都能產生意識，但神經活動卻能夠產生有意識的心理活動，這便形成了人類的意識能力。

根據現有的相關科學與哲學研究成果，人類意識的運行機制大致是這樣的：物質運動變化創生萬物，生物的生理活動支持著神經活動，神經活動涌現意識(有意識的心理活動)，意識感受生理表現并指導意向性心智活動的實現，從而反觀認知萬物之理。除了心理活動所涉及的神經系統外，主要的心理能力包括感覺(身體感受)、感知(對外部事物的感知能力，包括視、聽、味、嗅、觸)、認知(記憶、思考、想象等)、覺知(反思、意識、自我等)、情感(情緒感受)、行為(意志、愿望、等)、返觀(禪觀、悟解)等。

必須強調的是，迄今為止，對有意識的心理能力最為系統解析的學說體系并非是現在的腦科學研究，而是起源于古印度的唯識學。唯識學所研究的對象就是心識問題，相當于本文界定的有意識的心理活動。如圖1所示，其理論體系主要包括五蘊八識的心法體系。

第一，前五識歸為色蘊，對應的心法稱為色法，相當于當代心理學中的感知，其意識的作用稱為五俱意識(所謂“俱”，就是伴隨)。如果這種感知是真實外境的感知，則其伴隨性意識稱為同緣意識；如果是有錯覺的感知，則稱不同緣意識；如果這種感知活動產生后像效應，則稱為五后意識(屬于不相應法)。一般而言，色蘊對應的心理活動都是有意向對象的，因此屬于意向心理活動。

第二，受蘊是一種心所法(具體的心理能力)，主要是指身體與情感狀態的感受。注意這里要區分身識中的身體狀態感受與色蘊是完全不同的心理能力，身識相當于觸覺，是一種感知能力，而身體狀態的感受不是感知能力，而是感受身體疼痛、暖冷等的體驗能力。受蘊的心理活動，雖然具有意識，但不具有意向對象，因此不屬于意向性心理活動。

第三，想蘊是另一種心所法，用現代認知科學的話講，就是狹義的思維能力，如思考、記憶、想象等，屬于認知的高級階段，顯然是屬于意向性心理活動。

第四，行蘊也是一種心所法，主要指一切造作之心，用現代認知科學的話講，如動機、欲望、意愿、行為等。唯識學中的“行”，與“業”的概念相互關聯，一般分為三種，即身業(行動)、語業(說話)和意業(意想)，但都強調有意作為的方面，因此行蘊也屬于意向性心理活動。

第五，識蘊是整體統一的心法，更加強調的是后兩識(第七末那識、第八阿賴耶識)的心法，現代西方的認知科學尚無對應的概念。主要強調的是自我意識，特別是返觀能力，即對根本心識的悟解能力。

總之，色蘊是色法(感知能力)，受蘊、想蘊、行蘊都是心所法(具體的心理能力)，它們本身就是具有意識的心理活動(統歸于心法)，其中色法的意識作用是伴隨性的五俱意識，其他三蘊的意識作用與伴隨性的意識則又有不同，稱為獨散意識(受蘊、想蘊、行蘊所涉及的意識，是一種周遍性意識活動)。

當然，如果所有意識作用出現在夢中，唯識學中則另外稱之為夢中意識(做夢時的意識活動，屬于不相應法)。在唯識學的五蘊學說中，識蘊比較復雜，它是唯識理論特別單列的一種根本心法，除了強調自我意識的末那識“我執”外，更是強調達到定中意識的阿賴耶識“解脫”，屬于去意向性心理活動。

總之，從意向性的角度看，我們的心理能力可以分為無意向性的受蘊，意向性的色蘊(前五識)、想蘊、行蘊，元意向性的意識以及去意向性的識蘊。其中，識蘊是一種特定的禪悟能力，對其性質的認識與禪宗的心法觀有關。

機器意識研究面臨的困境

對于目前的人工智能研究而言，我們涉及到的心智能力，如果按照五蘊分類體系來分析，那么大致只有色蘊、想蘊與行蘊中的部分能力。如果考慮目前有關機器意識的研究，也僅僅涉及到五俱同緣的伴隨性意識、想蘊與行蘊中的獨散意識、識蘊中的自我意識以及意識活動本身的機制問題，其他意識比如不相應法的夢中意識、五后意識、定中意識、五俱不同緣意識等都沒有涉及。

根據上述有關心識能力的唯識學分析，對于機器而言，真正困難的機器意識實現問題是受蘊性獨散心識(體驗性意識能力)與識蘊性心識兩個方面，一個涉及無意向心理活動的表征問題，一個涉及去意向性心理活動的表征問題，這兩方面都是目前計算理論與方法無法解決的問題。反過來講，機器最有可能實現的心智能力部分應當是那些具有意向性的心識能力(色蘊、想蘊與行蘊)，即唯識學心法中的色法與若干心所法。

很明顯，意向性心理活動一定伴隨有意向對象，于是就有可能對此進行計算表證，并完成相關的某種計算任務。因此，反過來說，我們認為意向性心理能力是人工智能的理論限度(是上界，但并非是上確界)，機器實現的人類意識能力不可能超越意向性心識的范圍。這也就是本文觀點討論的基點，并具體給出如下方面論據的分析。

首先，我們來分析心智機器的成功標準。從我們的立場看，如果要構建具有人類心智能力的機器，成功的標準起碼應該通過圖靈測驗。主要理由是，由于“他心知”問題的存在，行為表現可能是唯一的判斷標準，此時圖靈測驗不失為一種可行的測試途徑，關鍵是“巧問”的設計。原則上，圖靈測驗通過言行交流，這是人類之間默認具有心智能力的唯一途徑。再者，根據摩根準則，在沒有把握的情況下，寧肯選擇比較簡單的解釋。因而，對圖靈測驗的解釋中，也必須注意摩根準則，諸如機器思維或者機器經過思考的行動這類有關心智能力的假設在大多數情況下應該丟棄。

現在我們就來一場圖靈測驗，看看機器到底會遭遇什么樣的困境。為了看清本質，我們的提問異常簡單，就是進行如下提問(所謂“多大年紀”思想實驗，參見筆者以前的文章“重新發現圖靈測驗的意義”)：你多大年紀？此時會發生怎樣復雜的情形呢？當提問者一而再、再而三不斷重復這一問題時，機器很快就會暴露出其致命的缺陷，就是缺乏不可預見性反應能力。那么，面對這么簡單的提問，機器為什么會無所適從呢？其實這跟機器形式系統的局限性有關。眾所周知，圖靈機是個形式系統，而哥德爾不完全性說明足夠復雜的形式系統不能證明某些真命題。這是否說明人的某些知識是計算機器永遠不能得到的？或者反過來說，是否說明不是所有的知識都能形式化呢？這樣就引出了如下第二個論據的討論。

從形式系統角度看，確實存在不可計算(證明)的問題，而且是大量的，但這些問題對于人類同樣也是不可計算(證明)的。比如圖靈停機問題，如果換成了人，結果是一樣的。至于知識，可能首先要分清知識的含義與性質，知識是動詞還是名詞，要不要考慮元知識？如果這樣看待知識，那么肯定不是所有知識都可以形式化的。因此，我們可以發現，問題不在于形式系統是否有局限性，而在于對于意識現象能不能給出一致性的形式描述。

那么，我們可以對人類的意識現象給出一致性描述嗎？回答顯然是否定的。因為在人類的意識現象中，存在著意識的自反映心理現象：我們的意識活動是自明性的。從邏輯上講，如果一個系統允許自涉，那么該系統一定是不一致的，也就是說無法對該系統給出一致性的形式化描述。其實，人類的心理活動本來就是建立在神經集群活動的自組織涌現機制之上的。因此，出現意識的自明性現象是必然的。這也就是美國哲學家普特南給出“缽中之腦”思想實驗所要說明的道理。比如，對于“我們都是缽中之腦”命題，在事先并不知曉這一事實的前提下，使用知道邏輯的反證法，可以明確加以否定。因此，我們人類的意識能力，顯然不可能為機器所操縱。這樣，由于計算機器形式化能力的局限性，靠邏輯機器是不可能擁有人類全部意識能力的，起碼意識的自明性能力不可能為機器所擁有。

進一步，作為第三個論據討論，我們再來看人類的意義指稱能力問題。我們需要明確的問題是：機器能處理符號，但它能真正理解符號所代表的意義嗎？如果人的概念依賴于人類的軀體和動機(涉身性認知)，那機器怎么可能掌握它們呢？這個問題主要是指機器是否能夠擁有指稱能力。塞爾的“中文之屋”提出了反對意見。其實這個問題的關鍵還是要弄清什么是“意義”？如果意義是指所謂抽象的“概念”內涵而非表征形式，那么就必然存在一條語義鴻溝，因為機器內部能夠處理或變換的只是不同的形式語言而已。但如果意義是指“行為表現”，那么這個問題就回到了上面圖靈測驗的第一個論據上去了。

人類語言表達意義不在語言形式本身，而在于意識能力。正因為這樣，才會有許多超出常規的意義表達方式。從根本上講，我們也不必一一列舉機器難以擁有的指稱能力，諸如矛盾性言辭、元語言表述以及整體性語境等難以一致性描述的狀況；而只需指出，機器不可能擁有人類的終極指稱能力即可。那么什么是終極指稱能力呢？宋代臨濟宗禪師惠洪在《臨濟宗旨》中指出：“心之妙不可以語言傳，而可以語言見。蓋語言者，心之源、道之標幟也。標幟審則心契，故學者每以語言為得道淺深之候。”其中所謂的“心之妙”者，就是終極指稱。由于超越了概念分別，是難以用語言來描述的，這就為形式化描述帶來了根本的困境。

第四個論據的討論涉及到所謂預先設定程序的問題。我們知道，目前的機器只能遵循給定的程序運行(預先設定的程序)，這樣的話，機器又怎么可能擁有真正的創造性和靈活性？也許人工智能的目的就是要讓機器的“計算”更加“聰明”，但目前預先設定程序的機器不可能是靈活的，更不用說創造性能力了。顯然，事情越有規則，機器就越能掌控，這就是預先設定程序的界限。比如對于表面復雜結構的分形圖案，由于可以靠簡單規則加以迭代產生，機器就可以靠預先編程規則自如產生。但是對于人類常常出現的出錯性，由于毫無規律可言，機器便不可能預先加以編程，機器也就不可能擁有出錯性了。人是易于犯錯誤的，而機器按照設定的程序運行，永遠不會出錯，這就是預先編程的一個致命弱點，這也是第一個論據討論中機器無法通過圖靈測驗的根本原因。

要知道出錯性表面上似乎是一個負面品質，但其實質上則包含著靈活性和創造性，是一切新事物涌現機制的基礎。如果沒有生物基因的出錯性，自然選擇就沒有了作用的對象，繁復的生物多樣性也就無從談起。同樣，如果沒有了思想模因的出錯性，文化選擇也同樣沒有了作用的對象，博大的思想多樣性同樣無從談起。可見，出錯性是機器難以企及人類心智能力的一個分界線，而這一切都歸結為機器的預先編程的局限性。

同樣的道理，由于預先編程問題，也帶來了機器不可能真正擁有情感能力的新問題，這也構成了機器難以擁有人類心識能力的第五個論據。我們知道，情感從某種意義上講就是常規理性活動過程中的“出錯性”，是非理性的，但基于邏輯的機器是理性的。也許人們會說，非理性的情感在心理表現中是不重要的，甚至是不起作用的。但我們要強調，即使是理性思維，情感和其他非理性因素也在其中扮演重要角色(傾向性指導作用)。如果說理性的認知能力是前進的方向，那么非理性的情感能力就是前進的動力，人類的心理活動中豈可或缺情感能力？！而對于機器而言，缺少了情感能力，機器怎么能夠像人類一樣思維？！

機器是邏輯的，難以體現情感本性，目前有關情感的計算只是實現了情感的理性成份。筆者比較贊同這樣的觀點：理智是方向性的舵手，情感是驅動性的馬達，在航行中情感與理智相互依存。因此，如果情感不能計算，那么也談不上實現人類意識的計算，因為情感難以計算的本質就是意識的感受問題。

機器能擁有意識能力嗎

通過上述對機器實現人類心智能力所面臨的困境的討論，就可以進一步引申出機器是否能夠跟人類一樣擁有意識能力的問題。為了避免陷入不必要的信念之爭，筆者認為學術辯論主要應對事實或可能事實開展分析討論。由于計算機器的概念相對明確，爭論的焦點多半會聚焦到有關人類“意識能力”的界定之上。所以，下面先給出筆者所理解的人類“意識能力”的分析描述，然后再圍繞著我們討論的主題，展開觀點的陳述。

意識包括功能意識、自我意識和現象意識，其中功能意識大體上涉及到意向性的心理能力，除了前面已經討論過的五個論據外，似乎并不存在特別的新困難。但自我意識和現象意識則不同，由于涉及到去意向性和非意向性的表征問題，這便構成了機器心識的最大困擾。首先，我們要清楚“自我意識”不是關于“自我”的意識，而是一種自身內省反思能力。因此，自我意識是意識的核心功能。其次，我們必須澄清所謂的“體驗意識(qualia)”到底指什么？是精神的本性，還是虛構的對象？這涉及到哲學基本問題，非常復雜，觀點紛呈。機器能否擁有意識能力的核心問題，其實就在于此。

由于涉及到心靈的一些本質問題，機器意識研究一開始就引起了哲學領域的廣泛關注，有專家專門討論機器意識研究的哲學基礎，也有學者討論機器意識會面臨的困難，包括像意識(consciousness)、感受質(qualia)和自我覺知(self-awareness)這些回避不了的、顯而易見的困難問題，以及一些與意識相關的認知加工，如感知、想象、動機和內部言語等方面的技術挑戰。除此之外，更多的則是延續早期對人工智能的哲學反思，對機器意識的可能性提出質疑。涉及到強弱人工智能之爭、人工通用智能問題、意識的難問題、“中文之屋”悖論的新應用、人工算法在實現意識能力方面的局限性、蛇神機器人不可能擁有主觀性、現象意識等眾多方面的爭論。

那么機器能夠擁有這種現象意識狀態嗎？對于現象意識的存在性問題，有截然相左的兩種觀點。一種是神秘論的觀點，認為我們神經生物系統唯一共有的就是主觀體驗，這種現象意識是不可還原為物理機制或邏輯描述的，靠人類心智是無法把握的。另一種是取消論的觀點，認為機器僅僅是一個蛇神(zombie)而已，除了機器還是機器，不可能具有任何主觀體驗的東西。在這兩種極端觀點之間，還存在各種不同偏向的觀點，如還原論、涌現論、唯心論、二元論，等等。其實，依筆者看來，無需做上述復雜的討論，只須從意向性的角度來看，便可以澄清機器意識的可能性問題。筆者觀點是，凡是具有意向性的心理能力，理論上機器均有可能實現，反之則肯定不能實現。因為一旦缺少了意向對象，機器連可表征的內容都不存在，又如何形式化并進行計算呢！

通過上述分析討論，可以發現，機器意識難以達成的主要困境可以歸納為這樣三個方面。第一個是形式化要求，特別是一致性要求導致的局限性，使得機器智能局限于具有意向性的心識能力，如色蘊、想蘊、行蘊。第二個則是機器缺乏不預見性的反應能力，只能通過預先設定的程序來應對環境。第三個就是無法擁有終極指稱能力，無法實現去意向性的識蘊能力。最后補充一點則是，對于涉及到現象意識的感受性能力(受蘊)，由于沒有意向對象可以作為形式化的載體，因而對其進行的計算完全無從入手。

于是，我們可以很清楚地看到，意向性就是實現機器意識能力的一條不可逾越之界線。用數學的術語說，機器能夠擁有的意識能力的上界就是意向性心識能力。當然這并非是上確界，因為不可預見性的反應能力也屬于意向性能力，但從前面的分析中可以看出，目前基于預先編程的機器仍然無法擁有不可預見的反應能力。或許我們可以期待更為先進的量子計算機器來突破預先編程能力，但意向性心識能力的邊界，依然是無法突破的。

因此，當我們把目前有關機器意識的研究分為面向感知能力實現的、面向具體特定意識能力實現的、面向意識機制實現的、面向自我意識實現的以及面向受蘊能力實現的這五個類別時，就可以同唯識學中意識的五蘊學說相對比，從而更加清楚地認識其中的本質問題所在。我們的結論是，對于機器意識的研究與開發，應當擱置有爭論的主觀體驗方面(身心感受)的實現研究，圍繞意向性心識能力(環境感知、認知推理、語言交流、想象思維、情感發生、行為控制)，采用仿腦與量子計算思想相結合的策略，來開發具有一定意向能力的機器人，并應用到社會服務領域。

機器意識研究未來展望

圍繞著上述分析所得出的主要結論，我們認為，未來機器意識的研究，主要應該開展如下5個方面的研究工作。

首先，構建面向機器實現的意識解釋理論。由于意識問題本身的復雜性，目前存在眾多不同的意識解釋理論，其中只有部分理論用于指導機器意識的研究。為了更好地開展機器意識研究工作，取得更加理想的機器意識表現效果，必須直接面向機器意識實現問題本身，綜合并兼顧已有意識解釋理論，提出一種更加有利于機器意識研究的、有針對性的、全新的意識解釋理論。提出的新理論應該不但能夠清晰地刻畫各種意識特性及其關系，而且應該符合機器意識實現的要求，更好地用以指導機器意識的開展。為此，具體需要開展現有意識解釋理論的梳理研究、機器意識限度與范圍的分析研究、意識特性刻畫標準規范的構建研究等方面的研究工作。

其次，探索機器意識的計算策略與方法。過去的研究表明，要想讓機器擁有意識能力，傳統的人工智能方法是無能為力的，我們必須尋找全新的計算方法。因此，機器意識的深入展開，需要有不同于傳統人工智能的計算策略和方法。就目前機器意識研究中所遇到的問題而言，在計算方法方面起碼需要開展亞符號(神經信號)表征到符號(邏輯規則)表征之間的相互轉換計算方法、在非量子體系中實現類量子糾纏性的計算方法，以及神經聯結與符號規則相互融合的計算方法等方面的研究。而在計算策略方面則需要開展仿腦與算法相結合策略的研究。只有確定了行之有效的計算策略和方法，才能真正推動機器意識進一步深入發展。

第三，構建機器意識的綜合認知體系。作為機器意識研究的主要任務，就是要構建具有(部分)意識現象表現的機器認知體系。給出的意識機器認知體系應該滿足一些基本需求，起碼應該包括：實現具有感受質和外部感知對象的感知過程；實現過程內容的內省反思；允許各模塊無縫整合的可報告性以及配備本體感知系統的基本自我概念。因此，這部分的研究內容應該結合機器意識計算策略與方法的探索，參照已有各種機器意識認知體系的優點，有針對性地進行構建工作，以期滿足基本的意識特性需求。

篇（7）

2計算機網絡技術的問題

目前，隨著計算機技術的廣泛應用，人們愈發重視有關網絡信息安全問題。在網絡管理系統的應用過程中，用戶最為關注的功能便是網絡監視與網絡控制，其中，為正常發揮網絡監視及網絡控制這兩大功能，就需要對信息急性及時獲取與準確處理。網絡傳輸的數據通常是不連續、不規則的，而在早期階段，計算機只具備邏輯化分析及處理數據的功能，難以準確判斷出數據的真實性，因此，為從大量繁復的信息中，挑選出有效的信息，實現計算機網絡技術的智能化具有非常重要的意義[2]。計算機的應用日益廣泛與深入，這使得用戶需要通過網絡安全管理來為其信息安全提供保障，而網絡犯罪現象的增多，使得計算機必須具備靈敏的觀察能力及迅速的反應能力否則便難以對侵犯用戶信息的各種違法犯罪行為進行有效遏制。為促進網絡安全管理的實現，就需要將以人工智能技術為基礎而建立起來的智能化管理系統作為有效手段，自動收集信息數據，及時診斷運行故障，并在線分析趨勢及性能等，從而確保計算機發生網絡故障時，可做出快速、準確的反應，并采取有效措施來恢復計算機的網絡系統。由此可知，針對計算機網絡中存在的問題，就需要應用人工智能技術，在其內部建立完善的網絡管理及防御系統，從而為用戶信息安全提供充分保障。

3計算機網絡技術中人工智能的應用分析

在計算機網絡技術中應用人工智能，可極大程度滿足人們對計算機提供人性化及智能化服務的需求。其中，計算機網絡技術智能化服務主要指的是智能化的人機界面、信息服務、系統開發及支撐的環境這幾個方面，與此同時，這些需求進一步促進了人工智能在計算機網絡技術，尤其是在智能人機界面、網絡安全及系統管理評價等方面的應用進程。

3.1人工智能在計算機網絡安全管理中的應用。在計算機網絡技術中，人工智能得到了極為廣泛的應用。在計算機網絡安全管理中，人工智能的應用主要表現在智能防火墻、入侵檢測、智能型反垃圾郵件系統這三個方面。相比于其他防御系統，智能防火墻系統采用的是智能化識別技術，例如，通過概率、統計、記憶、決策等方法，來識別并處理有關信息數據，不但有效減少了計算機匹配檢查過程中的龐大計算，而且大大提高了發現網絡有害行為的效率，從而實現了限制訪問及攔截有害信息的功能；此外，與傳統防御軟件相比，智能防火墻系統具有更高的安檢效率，從而將拒絕服務共計這一普通防御軟件普遍發生的問題進行有效解決，實現了高級應用的入侵及病毒傳播的有效遏制[3]。作為計算機網絡技術安全管理的一項重要環節，入侵檢測起著保證網絡安全的關鍵作用，同時也是防火墻技術的核心部分。計算機系統資源的保密性、完整性、安全性等均與網絡系統入侵檢測功能的有效發揮有著緊密聯系。入侵檢測技術通過采集、篩選、分類、處理信息數據，在形成最終報告的基礎上，將當前計算機網絡系統的安全狀態及時反映給用戶。現階段，人工智能在模糊識別、專家及人工神經網絡等系統入侵檢測中，得到了非常廣泛的應用。計算機網絡安全管理中的智能型反垃圾郵件系統，是一項以人工智能技術為基礎而研發出來的防護技術，其針對的對象為垃圾郵件。此項技術可在不對用戶信息安全造成影響的前提下，有效監測用戶的郵件，并在完成郵箱內垃圾郵件的開啟式掃面后，將垃圾郵件分類信息提供給用戶，提醒其對可能對自身不利或對系統造成危害的信息進行盡早處理，進而確保整個郵箱的安全性，

3.2人工智能在計算機網絡系統管理及評價中的應用。計算機網絡管理的智能化發展，離不開人工智能技術及電信技術的發展。除了應用在計算機網絡安全管理中，人工智能技術中的問題求解技術及專家知識庫等，均可促進計算機網絡綜合管理的實現。由于網絡具有瞬變性及動態性的特點，因而給計算機網絡管理工作增加了一定的難度，這同時也使得現代化網絡管理工作朝著智能化的方向發展。其中，以人工智能理論為發展基礎的專家級決策及支持方法，在信息系統的管理工作中得到了廣泛應用。作為一項智能計算機程序，專家系統可累積盡可能多的專家經驗與知識，并通過進行歸納與總結，在形成資源錄入系統的基礎上，利用這一匯集了多位特定領域中的專家經驗的系統，對此領域中相似的其他問題進行解決。因此，對于計算機網絡管理及其系統評價，可通過眾多專家系統來開展計算機網絡管理及系統評價等大量工作。

篇（8）

1.1研究對象本文運用的數據來自1998年中國老人健康長壽影響因素研究基礎調查以及2002年跟蹤調查（本項目由北京大學老齡健康與家庭研究中心主持，并得到美國Duke大學資助）。1998年共調查了22個省市自治區8959名80歲及以上的高齡老人，其中包括2418名百歲人。2002年新增了4894位65～79歲老人子樣本，將年齡范圍擴大到65歲及以上所有年齡。

1.2調查工具采用在MMSE基礎上略加修改的適用于高齡老年人的認知量表。在高齡老人健康長壽調查中認知能力的測量是根據問卷C部分（能力測試）除去C2-2以外的所有24個小問題計算得到。問卷C（能力測試）部分包括C1部分（一般能力）、C2部分（反應能力）、C3部分（注意力及計算能力）、C4部分（回憶能力）和C5部分（語言、理解與自我協調能力）。這24小題中，問題C1-6“一分鐘說出的食物數”作為7分（即每說出一個食物計1分，說出7個及7個以上為7分），其他23小題各為1分，共計30分［1］。

1.3方法采取入戶調查的形式，對符合條件的老年人進行逐個問卷調查。所有的入戶訪問調查由一名調查員、一名登記員和一名醫務人員共同進行，醫務人員對被訪高齡老人進行基本健康體格檢查，調查前先組織調查人員進行培訓，學習調查工具的使用，以保證調查質量。

1.4老年人輕度認知功能損傷的篩選標準美國Mayo神經病學研究中心及Petersen［2］提出的MCI推薦標準：MMSE至少24分。國內肖世富［3］等將MMSE分值定在18～28分作為納入MCI的標準。筆者按《中國高齡老人健康長壽調查數據集（1998）》中定義：“認知健全”為24～30分，“低度認知損傷”為18～23分，“中度認知損傷”為10～17分，“重度認知損傷”為0～9分為標準篩查MCI［4］。

1.5統計學方法應用SPSS13.0軟件包對全部數據資料進行統計學處理。

2結果

2.1一般情況2002年跟蹤調查共計有16064名65歲及65歲以上的老年人，其中包括3321名百歲老人。其中能計算得出認知能力得分（即問卷C部分除C2-2以外的所有題目答案無缺失）的共有6796人，年齡65～111歲。

2.2調查結果

2.2.1認知能力概況在最終分析的6796名老年人中，認知健全的有5843人，占86.0%，低度認知損傷的有715人，占10.5%，中度認知損傷的有209人，占3.1%，重度認知損傷的有29人，占0.4%。

2.2.2年齡與認知能力得分情況見表1。

表1按年齡分的老年人的認知能力（人）

2.2.3受教育年限與認知能力得分情況見表2。

表2按受教育年限分的高齡老人認知能力（人）

2.2.4性別差異與認知能力得分情況見表3。

表3按性別分的老年人的認知能力（人）

3討論

3.1密切關注MCI人群MCI是介于正常衰老與癡呆之間的認知功能缺損狀態。MCI的概念最早由Petersen［5］提出，特指有輕度記憶或認知損害但未達到癡呆的老年人，其病因不能由已知的醫學或神經精神病狀況解釋。美國神經病學研究所（ANN）報道每年MCI進展為AD的發生率為6%～25%，Petersen等［6］對MCI患者進行了近3年隨訪研究，發現有10.0%～15.0%的MCI患者在1年后發展為AD，該數據表明，MCI者比不常老年人發生癡呆的比例高10倍，且2/3AD患者是由MCI轉變而來。國內于寶成等［7］對部隊老干部的調查數字為7.55%。因而學者們認為MCI（特別是遺忘型MCI，即Alzheimer型MCI）是由老年發展為AD的過渡階段，是AD的主要危險因素。可見對MCI的早期干預有助于AD的防治。

3.2認知功能隨年齡增加而遞減的趨勢明顯表1顯示，老年人的認知功能隨年齡變化非常明顯，老年人認知功能健全的比例從65～79歲組的53%下降到100～111歲組的4.5%。雖然，現實生活中也有不少健康的百歲老人，但平均起來看，在高齡期，認知功能的減退仍隨年齡增大而加速。國外研究表明，年齡是70歲及以上老人群體認知功能最好的預測因子，這可能與生物學生理學規律有關［8］。Lyretsos［9］等的研究也得出MMSE分隨年齡增大均有不同程度認知功能減退的結論，且年齡越大減退程度越重。

3.3受教育年限對認知功能的影響表2中顯示老年人所受教育程度的年限長短對認知功能有一定的影響。輕度認知受損的老年人中，受教育年限為0的構成比為66.0％，受教育年限為1～2年的構成比為10.3％，受教育年限為3～4年的構成比為9.7％，受教育年限為5～6年的構成比為7.1％，受教育年限為7～9年的構成比為3.9％，受教育年限為10～12年的構成比為2.0％，受教育年限為≥13年的構成比為1.0％。可見教育對認知功能有積極的作用，可減緩認知能力的下降。因此，平時應該鼓勵老年人多學習、多讀書、多接受新的信息。“老有所學”也是老年認知功能的保健要求。

3.4男性認知健全比例高于女性表3顯示老年人認知功能存在性別差異，中國男性高齡老人的認知功能明顯強于女性高齡老人，而且隨著年齡的增加男性高齡老人與女性高齡老人的認知功能差異不斷擴大。此與許多研究結論一致，可能與社會文化因素的影響有關［10］。女性較男性長壽，增齡本身可能導致認知逐漸下降，隨年齡增大Alzheimer病等各種類型癡呆患病危險性增高［11］，也是認知功能性別差異的因素之一。因此，提示普遍對老人認知功能變化重視的同時，對女性老人認知變化更應注意。

4護理對策

4.1正確地對待老年、保持積極心態和良好情緒老年人的心境對認知功能的影響很大，消極情緒降低認知效應，積極情緒增強認知效應。因此，老年人應不斷進行自我調節，樂觀、積極地生活，以促使認識功能的健全狀態能長久維持。子女們應持寬容的態度，不能嫌棄、諷刺和挖苦，幫助老年人樹立信心，提高記憶力。

4.2改善飲食結構，保證營養多食雞蛋、魚、肉，補充和供給卵磷脂、乙酰膽堿，可增加血液中有助于記憶的神經遞質，多食豆類、麥芽、牛奶、綠色蔬菜、堅果等，有助于核糖核酸補充入腦內，提高記憶力。吸煙對認知功能有害，適量飲酒能防止認知功能的下降。因此，平時應盡量做到戒煙、酒。

4.3進行適當的體育鍛煉大量研究結果表明參加一定強度的體育鍛煉（慢跑、散步、太極拳、太極劍等）可以延緩老年人的認知功能的衰退，改善認知功能障礙，在預防老年癡呆方面有積極的意義。建議老年人從事多種健康有益的體育活動，從而平衡發展機體的功能，增進大腦健康。

4.4加強認知訓練通過認知訓練可以幫助老年人增強記憶功能和智能。看報、讀書、下棋、看電視與學習電腦、學外文單詞、背誦詩詞等，與人交談討論，保持良好的社會互動，都可以幫助保持和增強記憶功能與智能。用復述的方法強化記憶，讓老人聽熟悉的歌曲，一起聊過去經歷過的事情，參加感興趣的活動，建議老人寫日記、周記，將做過的事記下來，有助于記憶，記備忘錄，避免將要做的事情遺忘［12］。

4.5藥物治療藥物治療有很多，目前國內外正致力于MCI的干預研究，給予促智藥或改善認知功能的藥物，如維生素E、銀杏葉制劑［13］、金思維［14］、加味五子衍宗顆粒［15］、還腦益聰膠囊［16］、都可喜［17］、小劑量多奈哌齊（商品名：安理申）［18］對老年輕度認知功能障礙有較好療效。

MCI的研究是衰老和癡呆領域的重點。因AD不可逆轉，而MCI患者通過早期干預治療可延緩或阻止病情進展為AD。因此，密切關注MCI人群，加大對其健康干預的力度，越來越迫切地擺到我們面前。預期通過對MCI的有效干預和護理措施，將可顯著降低癡呆的發病率，提高老年人的生活質量，使其有一個健康、美好的晚年生活。這對于我國即將到來的老齡社會也將有積極意義。

【參考文獻】

1敖晉，柳玉芝.中國高齡老人認知下降及相關因素.中國心理衛生雜志，2004，18（2）：119-122.

2PetersenRC，DoodyR，KurzA，eta1.Currentconceptsinmildcognitiveimpairment.ArchNeurol，2001，58：1985-1992.

3肖世富，姚培芬.老年人輕度認知功能損害的神經心理測驗研究.臨床精神醫學雜志，1999，9（3）：129-132.

4中國高齡老人健康長壽研究課題組.中國高齡老人健康長壽調查數據集（1998）.北京：北京大學出版社，2000，125.

5PetersenRC，SmithGE，WaringSC，etal.Aging，memory，andmildcognitiveimpairment.IntPsychogeriatr，1997，9（Suppl1）：65-69.

6PetersenRC，SimithGE，WaringSC，etal.MildCognitiveImpairment：ClinicalCharacterizationandOutcome.ArchNeurol，1999，56（3）：303-308.

7于寶成，王玉敏，田京利，等．軍隊離退休干部輕度認知功能損害的患病率調查．中國行為醫學科學，2002，11（5）：505.

8顧大男，仇莉.中國高齡老人認知功能特征和影響因素分析.南京人口管理干部學院學報，2003，19（2）：3-13.

9LyretsosCG，CHENLS，AnthongJC.Cognitvedeclineinadulthood：An11.5yearfollow-upoftheBaltimoreEpide-miologicCatchmentAreastudy.AmJPsychiatry，1999，156：58-65.

10張永莉，趙貴芳.城市老年人認知功能及影響因素的調查分析.山東精神醫學，2004，17（4）：215-217.

11RaplanandSadocr.SynopsisofPsgchiatry，8thed.Baltimore：Williams＆W：Irins，1998，328.

12白嬌嬌，馮秀卿.對老年人輕度認知功能障礙的調查研究.實用護理雜志，2003，19（1）：57-78.

13嚴鐳，王樹聲.銀杏葉制劑對老年癡呆病人早期認知功能的影響.中國老年學雜志，2002，22（5）：175-177.

14田金洲，朱愛華.金思維治療社區輕度認知損害老年患者記憶減退癥狀的1年隨訪.中國中藥雜志，2003，28（10）：987-991.

15王學美，富宏.加味五子衍宗顆粒治療輕度認知障礙的臨床研究.中國中西醫結合雜志，2004，24（5）：392-395.

篇（9）

(一)發展歷程

在機械電子工程發展初期，主要體現為手工制作，生產力水平較低，資源技術等對其發展產生制約。為了提升生產效率，逐漸朝著機械工業方向發展。在生產線階段，機械工程己逐漸發展到流水線生產，實現標準化大批量生產，.這一生產模式使勞動力得到解放，生產力水平大大提升，同時生產效率也得到提高。但是仍然存在一些不足，比如，部分生產仍就以進口為主，生產成本較大，在市場方面缺少適應力舀靈活性較差，難以滿足不斷變化的市場需求。

在機械電子產業發展階段中，產品生產能夠適應市場的需求，對于不斷變化的產品需求產業化發展能夠滿足。

(二)機械電子工程主要特征

機械電子工程是復雜綜合性學科，同各類學科之間都有著密切的聯系。機械電子工程發展要以計算機、電子以及機械為基礎，結合其他學科做出合理、科學的設計。在設計的過程中，要求每一個模塊都能夠實現有機結合，進而使得各個模塊都能將其最大優勢發揮出來。機械電子產品內部結構簡單明了，并不復雜，無需復雜原件的投入，這樣能在一定程度上使產品性能得到提升，進而擴大消費市場，

二、人工智能簡述

人工智能是一門復雜，并且綜合性較強的學科，所涉及到的學科比較多。也可以說，21世紀人工智能是最偉大學科之一。人工智能實現了對人的智能模擬，并且能通過計算機使認得智能化得到進一步的延伸，人工智能這門學科有著較好的發展潛力。人工智能在發展的過程中主要經歷下列幾個階段。

初步階段。人工智能在17世紀開始發生萌芽，法國在這一階段成功誕生世界上的第一部計算機，這一計算器只是單純的能進行加法簡單運算，但是仍就轟動世界，進而在世界范圍內，對這項技術開始進一步研究。在最初階段，人工智能并沒有明顯的進展，主要是在實踐的過程中積累與總結知識，這為今后人工智能發展奠定堅實的基礎。

發展初始階段。美國人在二十世紀首次提出人工智能專業用語。在這個發展階段，人工智能主要以證明與闡釋為主要體現，在這一時期對于人工智能的研究就是首要任務。

發展起伏階段。隨著人們對于人工智能的不斷深入研究，人工智能也處于持續的發展階段，但是在實踐過程中發現，要想使人工智能模仿和人類思維同步是非常困難的。大部分對于人工智能的科學研究僅僅是停留于簡單映射層面，.對于邏輯思維的研究仍就沒有突破性進展。不論怎么說，在發展的起伏階段，人功能智能也在發展中得到了技術創新，特別是在系統方面、計算機機器人以及語言掌握方面取得了較大的成就.

起伏階段發展以后。在這一階段，人工智能的相關研究得到了發展，尤其是第五屆國際人工智能聯合會議的召開，人工智能逐漸朝著知識層面的方向發展，大部分的人工智能研都會結合相應的知識工程，在這個階段中，人工智能發展的高度是前所未有的，在一定程度上促進了人工智能應用于實際工程中。

穩步發展階段。隨著互聯網技術的快速發展，對于人工智能研究方向發生重大轉變，由原本的單一主體朝著集中統一主體的方向發展。關于人工智能在實際中的運用以及研究，受到了互聯網技術的影響。網絡的普及與快速發展，在一定程度上促進了信息化的發展，信息在傳送方面發生率重大性變革。在人們逐漸進入信息化社會后，在信息有效處理方面人工智能的發展起到了重要的作用，在模擬設計方面，機械電子工程的發展需要人工智能的大力支持。

三、機械電子工程與人工智能之間的關系

隨著我國社會經濟的持續發展，社會不斷的進步，對于信息人們越來越重視。在21世紀，互聯網技術得到快速發展，同時信息的傳遞也逐漸注入新鮮血液。互聯網應用的普及說明人們正朝著信息時代的方向邁進，在社會逐步信息化以后，更加需要有人工智能這一技術的支持，特別是機械電子工程發展中有著重要作用，機械電子系統本身缺少一定的穩定性，這樣在機械電子工程設計方面就有著較大阻礙存在。在現代社會中，信息的處理量持續增大，并且較為復雜，有些時候需要同時對不同類型的信息進行處理，所以需要采取人工智能的支持才能完成信息處理。人工智能主要包含模糊推理系統、神經網絡系統這種兩種方法。神經網絡系統傾向于對人腦結構的綜合分析，模糊推理系統更加重視對于語言信號的分析與理解。隨著現代社會的發展，僅僅采取單一的人工智能方法，明顯己經無法適應目前社會中不斷變化的市場需求，所以，對于人工智能相關問題的研究正逐漸朝著多方位、全面的人工智能方向轉變。多方位全面人工智能系統通過模糊推理系統和神經網絡系統相互統一的方式，揚長補短，將二者有效的結合起來，使得二者的優勢得到最大程度的發揮。

篇（10）

一.人工智能的背景

人工智能是計算機科學的分支，它企圖了解智能的實質，并研制出一種新型的以人類思維相似的方式做出相應反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智能的思想萌芽最早可以追溯到十七世紀的巴斯卡和萊布尼茨。十九世紀，英國數學家布爾和摩爾根提出了“思維定律”，這些可謂是人工智能的開端。（1）50年代至70年代，人工智能相繼出現了一批顯著的成果，這一階段的特點是重視問題求解的方法，忽視知識重要性。（2）隨著第五代計算機的研制進入了80年代，人工智能得到迅猛發展。它的研制形成了一股研究人工智能的熱潮。（3）90年代，由于國際互連網的技術發展，將人工智能更面向實用。研究人工智能出現新的。

二.人工智能的發展給人類帶來倫理問題

（1）人工智能的情感問題。情感問題是千百年來人們一直在談論的話題。明斯基認為，通過把我們的身體部分看做是大腦可以使用的資源，就可以改變它們的精神狀態。因此，現在人工智能界的一種觀點認為情感是一種特別的思維方式，我們可以利用它來增加我們的機智。智能機器人畢竟是一個賦予一種人類情感程序的機器，實質上還是沒有人類的意識，只有固定的程序。

（2）人工智能機器的責任問題。人類不斷向前發展，社會不斷進步，人類把人工智能機器研制出來，賦予一定的程序，幫助老人，照顧小孩等；愛，不僅是男女之間的愛，也有父母對子女，這種愛是相互的。人們要面對智能機器的情感控制，我們不能把它視為一臺機器，應該視為人類其中的一員，他們是一個種族，我們要對研制出來的人工智能機器負責。智能機器賦予人類的情感，我們也要給予同等的情感。我們不僅要研制智能機器，我們也要愛護和保護他們。

三.人工智能的問題對策

（1）人工智能情感問題研究。我們可以看出人工智能的機器情感是一個極其復雜的問題，這不僅涉及到人工智能的技術層面，同時情感是一種特殊的思維方式，機器是同樣可以具有情感的。人類可能賦予人工智能一定的情感程序，我們要把人工智能的看成一類種族，讓人工智能與我們共同創建美好的大家庭。

（2）人工智能的責任問題研究。隨著人類社會的不斷發展和進步，人工智能技術研究將成為人類不可避免，人類研究人工智能不僅會給人類帶來幫助，也會給人們的帶來一些困惑。我們在研究人工智能機器要考慮到，智能機器發展到一定程度的時，智能機器可以自己轉變程序，人類要研究一種機器人的法律規范，也要賦予研究機器人的科學家一定的法律法規。

四.人工智能的影響

（1）人工智能帶來負面影響。隨著現代科學技術的發展，人工智能給人類帶來幫助，也給人們帶來了一些問題，像氣候變暖，生物物種的滅絕，新型細菌的出現等。

（2）研究人工智能涉及的學科領域。人工智能是研究使計算機來模擬人的某些思維過程的智能行為學科，主要包括如下領域：專家系統、機器學習能力、模式識別、人工神經網絡。在智能領域里最關鍵的問題之一，就是機器學習的問題。一旦機器有了學習能力，人類的未來發展難以預料！

（3）人工智能的積極影響及美好前景。人工智能的發展還沒有到達一定水平，人工智能機器就可以和人做朋友，可以作為家里的一份子出現，進入人們的生活。我們在未來要研究人工智能的發展，也要研究人工智能出現以后所帶來的問題，把人工智能的優勢發揮的更好，給人類帶來更美好的未來。

篇（11）

中圖分類號：G641 文獻標志碼：A 文章編號：1002-2589（2014）02-0273-02

德國唯物主義哲學家費爾巴哈說過“住在皇宮里的人與住在茅草屋里的人，他們所想的事情不盡相同”。如果說三十多年前的改革開放，重點是讓中國人民富起來，那么今天，在人民生活從溫飽進入小康之后，精神文化需求便凸顯出來，向著社會主義文化強國目標邁進，已經成為全黨和全國人民的共同理想與企盼。因此，黨的十報告明確提出，“全面建成小康社會，實現中華民族偉大復興，必須推動社會主義文化大發展大繁榮，興起社會主義文化建設新，提高國家文化軟實力，發揮文化引領風尚、教育人民、服務社會、推動發展的作用。”黨的十報告提出的推進文化強國建設思想順應了時代要求，同時對高校思想政治理論課（以下簡稱思政課）教學提出了新要求。高校思政課如何發揮文化育人的功能，不斷推進我國社會主義文化強國建設成了當前教學研究的重大課題。

一、高校思想政治理論課具有的文化育人功能

一個國家、一個民族，沒有文化的大繁榮大發展，沒有人民精神世界的極大豐富，沒有全民族精神力量的充分發揮，不可能屹立于世界民族之林。當今時代，知識不斷成為提高綜合國力和國際競爭力的決定性因素，人才不斷成為推動經濟社會發展的戰略性資源，大學越來越成為文化傳承創新的重要載體，文化育人也越來越成為社會成員的熱切愿望。社會主義現代化建設，是面向未來的事業，需要一代又一代有志青年接續奮斗。大學生作為未來發展中國特色社會主義事業的中堅力量，作為文化強國建設的重要生力軍，承擔著國家繁榮富強、文化繁榮發展、民族偉大復興的歷史使命。

1.高校思政課的教育塑造功能

黨的十報告指出“立德樹人是教育的根本任務”，在關于推進社會主義文化強國建設中明確提出要“全面提高公民道德素質”，“加強社會主義核心價值體系建設”。公民思想道德素質是提高人的精神境界、促進人的自我完善、推動人的全面發展的內在動力，特別是社會主義核心價值體系的建設，更關系著社會的文明進步、國家的長治久安。

高校思政課是對大學生進行思想政治教育的主渠道，肩負著培育社會主義合格建設者和接班人的使命，承擔著對大學生進行系統地理論教育的任務，是提升大學生道德素質、培育和踐行社會主義核心價值體系的主陣地。沒有社會主義核心價值體系的支撐，就談不上文化的真正發展。必須通過高校思政課教育教學工作不斷增強社會主義核心價值體系的凝聚力和感召力，不斷增強社會主義意識形態的吸引力和凝聚力，引導大學生發自內心的認同社會主義核心價值體系，牢固樹立社會主義共同理想。也只有這樣，才能實現文化強國建設的目標。

2.高校思政課的文化傳播功能

“思想政治教育從本質上講，是指社會或社會集團用一定的思想觀念、道德規范對其成員施加有目的、有計劃、有組織的影響，使他們形成符合一定社會或一定階級所需要的思想品德的社會實踐活動。”[1]181這種“思想觀念，道德規范”就是傳播文化。思想政治教育“不只是個理論知識的灌輸問題，還要高度重視情感、意志、信念、行為等素質的培育，沒有這些非智力因素的開發、培育，便不可能達到由知到行的轉化，就不可能養成良好的道德品質。”[1]33可見非智力因素在道德品質提升方面的重要作用。人們需要通過文化來啟蒙心智、認識社會、獲得思想上的教益，也需要通過文化愉悅身心、陶冶性情、獲得精神上的滿足和依歸。這些都屬于非智力因素。誠如恩格斯所說：“文化上的每一進步，都是邁向自由的一步”。[2]456思政課通過追求和傳播社會主義主流文化，闡釋和倡導社會主義核心價值觀；通過追求和傳播高雅文化，闡釋和倡導真、善、美、愛，創造性地進行文化引領。用文化溫潤學生心靈、涵養人生，更好地豐富大學生的精神世界，最終達到以文化感化人，并以感化文化人推進社會主義文化強國建設的目標。

3.高校思政課教師的文化滲透功能

黨的十報告明確指出要“加強教師隊伍建設，提高師德水平和業務能力，增強教師教書育人的榮譽感和責任感。”這對于思政課教師來說尤為重要。教師的一言一行本身就是一種巨大的教育力量和文化力量。思政課教師在品格修養、知識積累、精神歷練、提升智慧等方面地豐富、完善和充實，將會以一個鮮明的文化人形象影響和感染學生的人生實踐。在潛移默化中滲透進學生的言行舉止。

二、把握受教者群體特征是高校思課文化育人功能實現的前提

思政課和其他專業課相比有其特殊性，思政課教師只是因為從事該職業才具有了話語權，這種話語權只能出自引導而非禁忌和灌輸。因為，思想政治教育是一種價值教育，它要解決信與不信的問題，很難立竿見影。因此教育的出發點或者說引導的出發點，應該是建立在對受教育者普遍了解的前提之上。也只有這樣，才能更好地發揮思政課的文化育人功能。

1.90后大學生熱衷快餐文化

長期以來，由于受歷史、國情等諸多因素的影響，我們文化的政治、教化功能比較強，而娛樂、休閑功能則相對比較弱。時至今日，快餐文化的盛行，某種程度上結束了長期的“文化話語霸權”，一方面折射出思想的解放，反映出社會的進步，但另一方面，也存在著一些隱憂――如果沒有精神文化上的充實和豐盈，就不能說有真正幸福的生活和美好的人生。快餐文化只會帶來平庸和短暫膚淺的快樂。當90后的大學生沉浸在流行音樂、網絡小說中；當他們的眼里只有美國大片、《非誠勿擾》；當他們整日掛在QQ上神侃；當泛娛樂化的文化熱潮席卷高校校園……這一切足以引起每一位思政課教師的關注和思考。

2.90后大學生熱衷獨立表達

90后大學生已不再認同“沉默是金”、“槍打出頭鳥”這類處事哲言，他們充滿激情的青春歲月，需要一個宣泄的出口，他們頻繁地更換QQ簽名檔，在微博上，在微信里抒發自己的小清新、小憤怒、小憂慮。相對來說，他們更關注個體體驗、更注重追求自我價值的實現，對所有“高、大、全”嗤之以鼻，他們要求講授內容更多形象化、生動化。因此，他們顯得更有“主見”，當然，也許這“主見”很顯片面、主觀。但至少證明他們愿意思考，而不是被灌輸。

三、高校思政課文化育人功能實現的路徑選擇

從90后大學生的特點出發，通過恰當的路徑選擇，因勢利導，充分發揮高校思政課的文化育人功能。

1.思政課要提倡經典閱讀

文化是通過長期的沉淀、凝聚和發展而形成的，具有歷史傳承性，任何國家和民族要推動文化發展，都必須繼承傳統文化的優秀成果。中華民族優秀傳統文化是社會主義先進文化建設的母體，是建設中華民族共有精神家園的重要支撐，為當代社會主義文化發展提供了豐富的物質資源和精神滋養。中國著名社會學家先生曾經提出“文化自覺”的觀點，他說：“文化自覺是一個艱巨的過程，只有在認識自己的文化，理解并接觸到多種文化的基礎上，才有條件在這個正在形成的多元文化的世界里確立自己的位置，然后經過自主的適應，和其他文化一起，取長補短，共同建立一個有共同認可的基本秩序和一套多種文化都能和平共處、各抒所長、連手發展的共處原則。”[3]31培養文化自覺，首先應認識、了解自身的文化傳統。中華民族在五千多年的歷史長河中形成了博大精深、源遠流長的優秀文化，積淀著中華民族最深層的精神追求，包含著中華民族最根本的精神基因，代表著中華民族獨特的精神標識，不僅為中華民族生生不息、發展壯大提供了豐厚滋養，也為人類文明進步做出了獨特貢獻；不僅鑄就了歷史的輝煌，而且在今天仍然閃耀著時代的光芒。

正如黨的十報告所指出的：“我們一定要堅持社會主義先進文化前進方向，樹立高度的文化自覺和文化自信，向著建設社會主義文化強國宏偉目標闊步前進。”思政課應成為文化自覺的倡導者，要不斷從中華民族優秀傳統文化中汲取智慧和營養，以豐厚的精神資源，來啟迪學生的思考，觸碰學生的心靈。閱讀經典是弘揚民族優秀傳統文化的重要途徑，要鼓勵學生讀經典、讀原著，與先賢往圣進行心靈的對話和溝通，使90后大學生既有古典文化的修養，又關注中華文化的前途和人類的命運，推動傳統文化現代化，使之煥發新的時代光彩。

2.思政課要提倡思辨表達

黨的十報告指出要“深入開展愛國主義、集體主義、社會主義教育。倡導富強、民主、文明、和諧，倡導自由、平等、公正、法治，倡導愛國、敬業、誠信、友善，積極培育社會主義核心價值觀。”在推進社會主義文化強國建設別指出要“引導群眾在文化建設中自我表現、自我教育、自我服務。”核心價值觀的培育非一朝一夕之事，社會現實和我們傳承的文明存在差距，真善美需要在反復較量中站住腳，思政課要為學生提供比較體驗，不掩藏假惡丑，鼓勵學生通過思辨和實踐做出選擇，達到自我表現、教育和服務。

思政課堂應該注重思想的碰撞和交流，傳統教法理論關注“三備”，即備教材、備學生、備教法，現在不光要“三備”，還要備思想、備故事、備話題、備沖突――引導學生思考、引導學生討論，從思考和討論中引出社會倡導的主流價值觀。使“當事人用自己的語言講述的充滿意義的生活故事。”[4]127意味著思政課要最大限度地發揮學生的主觀能動性、挖掘其內在潛能，充分調動主動性、積極性，通過思辨、表達，使課堂成為生命與生命的碰撞，在碰撞中擦出真善美的火花，在爭論中提高認知。

參考文獻：

[1]張耀燦.現代思想政治教育學[M].北京：人民出版社，2006.