對人工智能教育的建議范文

導語：如何才能寫好一篇對人工智能教育的建議，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：人工智能；英語教育；積極影響；消極影響

人工智能概念是20世紀五六十年代正式提出的，隨著信息技術的不斷發展，人工智能已成為一門新的技術科學。時至今日，人工智能技術的發展經歷了人工智能起步期、專家系統推廣期和深度學習期等階段，而在應用領域也取得了重大突破，如Google的無人駕駛技術和運用深度學習算法的AlphaGo戰勝圍棋冠軍等。除此之外，人工智能已被日益廣泛地應用于經濟社會各個領域，在教育領域亦是如此。2018年教育部就印發了《高等學校人工智能創新行動計劃》，要求進一步提升高校人工智能領域科技創新、人才培養和服務國家需求的能力。因此，人工智能必將不斷被融合到教育領域，并為大學教育變革提供新方式。基于人工智能的機器學習、人機交互與知識圖譜等技術方法，可以為大學英語教師在課堂教學、備課與教學研究等多個方面提供支撐；可以為大學英語教學管理與治理提供決策支持；可以為大學生英語自主學習和教師備課提供智能推薦支撐。目前，學者們已對人工智能對英語教育的影響進行了相關的研究。如高華偉分析了外語作文智能評閱與形成性評價融合策略；劉洋針對人工智能技術與高校英語教學的相互關系，通過調查問卷和訪談等方式，分析了現有計算機輔助語言學習軟件和系統的不足，并提出了相應的解決策略；張艷璐對人工智能在給英語教學帶來機遇的基礎上，探究了人工智能在大學英語教學中的應用；趙生學分析了人工智能時代大學英語教學的變革與策略；嚴燕分析了人工智能時代英語教學促進學生深度學習的路徑。在人工智能時代，人工智能技術必將對大學英語教育領域各個方面產生重大影響，如大學英語人才培養目標、教學內容、教學計劃、教學策略、教學模式、成績評價體系與英語領域科研等方面。針對此，本文在現有研究的基礎上，重點從教師和學生兩個層面分析人工智能對大學英語教育的積極影響和消極影響，并提出相關建議，以期為大學英語教師教學與大學生英語學習提供參考。

一、人工智能的積極影響

人工智能技術在大學英語教育領域的應用，將對大學英語教學資源、教學模式與大學生二語習得等方面產生積極作用，主要體現為以下幾個方面。

（一）豐富了大學英語教與學資源人工智能技術的發展與應用為大學英語教與學提供了豐富的資源。如互聯網上含有豐富的英語視頻與圖片等資源；在線教育平臺也提供了大量的英語課程資源，如中國大學生慕課、雨課堂等，它們各具特色，可為教師與學生提供多樣化選擇。因此，人工智能技術一方面可為大學英語教師提供豐富的教學素材，同時還可根據大學生學習目標與學習習慣等為其英語學習提供豐富的課外資料。同時，很多網絡資源可下載或者回放，這樣可以使得大學生的英語學習不再受到時間與空間的限制。特別是對于教育資源缺乏的地區而言尤為重要，可以在很大程度上解決教育資源不平衡問題。其中，百度教育大腦的智能備課系統便是典型應用案例。其依托百度人工智能、大數據和云平臺的優勢，整合了豐富的優質資源。對于教師而言，此平臺可按照教學進度為教師提供經過篩選的教學素材，節省教師的備課時間，提高其工作效率。

（二）豐富了大學英語的教學方式傳統的大學英語授課往往以線下課堂教學方式為主，而人工智能技術的使用豐富了大學英語單一的教學方式。可利用網絡平臺，如雨課堂、慕課平臺等，開展大學英語線上教學模式或者線上線下混合教學模式。新的教學模式有利于教師在大學英語教學過程中采用不同的教學策略。使用新的教學模式和不同的教學策略可以提高大學生學習英語的興趣，進而有助于提高大學生英語習得的效率。

（三）提高了大學生英語習得的效率由于英語習得是一個復雜的心理過程，與大學生的情感因素、學習動機等密切相關。采用人工智能技術的大學英語線上教學方式，使得教師與學生之間不是面對面的交流互動，可以在一定程度上緩解學生焦慮、害怕等情緒，有利于學生的英語學習。動機是英語習得中重要的非智力因素，也是影響大學生英語習得效率的重要內在因素之一。學習動機與使用另一種語言的興趣密切相關。而人工智能技術采用豐富的英語學習資源以及英語教學方式的多樣化，這些有助于提高學生學習英語的興趣，進而增強學習英語的動力。

（四）形成了大學生英語習得分析數據庫人工智能技術是以大數據為依托，可以跟蹤和記錄大學生英語課堂學習和課后學習等各種信息數據，進而可形成大學生英語習得數據庫。基于大數據分析與人工智能技術方法，如數據挖掘、關聯性分析和回歸預測等，可以挖掘大學生英語學習背后的規律特征，了解到每個學生的具體情況。進而構建每個學生的英語學習畫像，如學生的線上學習狀態、課程作業完成情況、測試成績和學習方式等。可為教師形成可視化的學生個體和班級整體的學情分析報告。因此該數據庫有利于教師掌握每位學生的英語學習狀態，掌握學生個體差異，為調整教學方式、教學方法與策略提供支撐。同時，上述數據為大學英語教學與大學生英語習得的研究也提供了數據支撐。

二、人工智能的消極影響

人工智能在大學英語教育領域對教師與學生發揮著積極的作用，同時對他們也產生了一些消極的影響，主要體現為以下幾個方面：

（一）對教師的消極影響由于大學英語課堂教學存在一定的缺陷，往往需要改進此教學方式。而人工智能技術的應用，雖有助于大學英語教學改革，但還需要教師熟練掌握人工智能相關技術的使用，會給信息技術能力比較薄弱的教師造成壓力。借助人工智能平臺，大學英語教學不受時間、空間和學生人數等影響，勢必會減少大學英語教師的需求，造成大學英語教師面臨失業的壓力。進而影響大學英語教師的工作積極性，以及大學英語教學質量。

（二）對學生的消極影響根據語言資本理論與期望價值理論，大學生英語學習的期望價值主要是經濟期望價值。而大學生英語學習的期望價值與學習目的和行為密切相關。比如大學生英語學習經濟期望價值主要體現為學習英語對未來找工作很重要，可以增加經濟收入。而人工智能技術在語言領域的應用，勢必會影響大學生對英語學習的期望價值。如人工智能翻譯機的出現，使得各種語言之間翻譯非常容易。即使不懂英語，也可使用它進行英語交流。因此，人工智能技術在英語領域的應用，將降低大學生英語學習的期望值，進而影響他們英語學習的興趣與目的。

（三）對師生關系的消極影響基于人工智能技術的大學英語教學，將改變傳統的以教師為中心的模式，使得教師在教學過程中的中心地位得到弱化。學生通過人工智能技術，可以很好地收集到自己需要的各種英語學習資源，如在線課程、英語講座視頻和英語文本資料等，甚至可以通過自學的方式完成英語學習任務。但這些將弱化教師與學生之間的互動以及情感，從而隔閡了教師與學生之間的關系。

篇2

自1956年人工智能概念在達特茅斯會議提出以來, 人工智能的發展超出了人們的想象:1997年, IBM超級電腦深藍擊敗國際象棋世界冠軍卡斯帕羅夫;2016年, 由Google旗下的深度學習公司Deep Mind開發的人工智能圍棋程序Alpha Go戰勝了世界圍棋冠軍李世石, 這件事轟動了全世界[1]。隨后有關人工智能的熱點應用不斷推出, 比如無人駕駛、智能醫生、語音與人臉識別等, 讓我們認識到人工智能的應用已與生活息息相關。在教育領域, 人工智能應用也取得了重大突破, 比如2017年高考期間, 機器人艾達挑戰高考數學, 10分鐘就答完, 獲得134分, 激發了教育領域對人工智能的巨大熱情, 同時也引發了人們對教育的憂慮與反思[2]。2017年7月國務院印發了《新一代人工智能發展規劃》, 提出人工智能產業競爭力在2030年要達到國際領先水平。目前世界主要發達國家先后從國家層面人工智能政策規劃, 將人工智能作為國家經濟發展、社會變革和國際競爭的新動力[1]。

1 人工智能定義和發展階段

人工智能的英文是Artificial Intelligence, 簡稱AI, 人工智能的內容不斷豐富和發展, 至今還沒有統一的定義。比較權威的說法認為[3]:人工智能是關于人造物的智能行為, 主要包括知覺、推理、學習、交流和在復雜環境中的行為。人工智能的長期目標是發明出可以像人類一樣或能更好地完成以上行為的機器, 短期目標是理解這種智能行為是否存在于機器、人類或其他動物中, 所以它包含了科學和工程雙重目標。根據其功能強弱, 人工智能分為三類, 即弱人工智能、強人工智能還有超級人工智能。人工智能的發展大體上經歷了三個階段, 第一階段是20世紀50~60年代, 提出人工智能的概念。主要以命題邏輯、謂詞邏輯等知識表達和啟發式搜索算法為代表;第二階段是20世紀70~80年代, 提出了專家系統, 同時基于人工神經網絡的算法研究發展迅猛, 伴隨著半導體技術計算硬件能力的逐步提高, 人工智能逐漸開始突破;第三階段是自20世紀末以來, 尤其是2006年開始進入了大數據和自主學習的認知智能時代。隨著移動互聯網的快速發展, 人工智能的應用場景也開始增多, 特別是深度學習算法在語音和視覺識別上實現了巨大的突破[4,5]。人工智能的技術體系主要分為四個方面, 即機器學習、自然語言處理、圖像識別以及人機交互等。當今擊敗世界圍棋冠軍李世石的Alpha GO主要應用了機器學習中的深度學習算法。

2 人工智能應用狀況與反思

2017年, 阿里的無人超市落地杭州, 進店、挑選商品、付款支付一氣呵成, 消費者幾乎在完全自主的狀態下完成購物。與此類似, 昆山富士康公司裁員6萬名工人, 全用機器人代替。京東、淘寶引入的智能機器人替代了原來的倉庫管理、人工客服等崗位。因此有學者悲觀地斷言:在人工智能時代, 因為很多職業崗位或技能將被智能機器人所代替, 職業院校畢業生很有可能面臨畢業就失業的窘境。筆者認為, 我們不應該重蹈歷史上英國制定的限制汽車推廣使用的《紅旗法案》的悲劇。正是這個在今天看來毫無道理的, 但卻持續了三十年的法案讓德國和美國的汽車工業完全趕上來, 最終遠超英國。人工智能應用必將淘汰或替代很多現有就業崗位, 但同時又會創造新的就業崗位, 這是一個伴隨著產業智能升級的、長期的艱難過程, 對于職業教育來說, 這既是一個嚴峻的挑戰, 也是一個難得的機遇。

3 人工智能時代職業教育的發展策略

為了更積極地適應人工智能時代, 除了國家層面的統籌規劃、科學指導和政策、經費支持之外, 建議還要做好以下幾個方面的發展規劃。

3.1 解放思想, 更新理念與制度

中國工程院院士潘云鶴提出, 人工智能走向2.0階段的真正原因是世界正從原來由人類社會與物理空間構成的二元空間, 向著由物理空間、人類社會與信息空間構成的新三元空間演變[6]。因此, 職業教育在教學和管理過程中應該加入人工智能等相關理念和技術, 同時其辦學定位、人才培養方案、專業建設、課程內容、考核評價標準等方面都需要做出相應的改進。比如當前大多數職業院校非計算機類專業的課程安排中, 信息技術類課程課時偏少, 數據處理、編程類或人工智能課程幾乎沒有, 這樣的安排不利于提升學生的信息素養, 必須做出相應的調整, 同時適當減少將來可被人工智能應用替代的技能課程的課時, 比如電算會計、環境監測等。

3.2 善用人工智能, 提升教學與管理

在人工智能背景下, 教師們現有的重復性工作和大量數據積淀的教學任務, 比如批改作業或閱卷或課堂考勤都可能被人工智能取代, 因此, 教師能騰出更多的時間, 更充分地關注學生的個性差異, 從而為學習者提供更精確的個性化學習服務, 教師也能夠及時調整教學方法和手段, 優化教學評價方式, 補充教學資源, 減少備課重復性工作, 提升教學效率, 真正地做得因材施教, 同時學生們的學習方法和方式將不同程度地得到重構, 基于大數據的智能在線學習平臺大量出現, 不同的學校、學科及專業課程不再封閉, 學習時時處處都可以進行, 碎片化與個性化學習將日益普遍。教師能完整地跟蹤學生的整個學習過程, 比如學生上課是否睡覺、是否玩手機、是否在教室里與其他同學合作學習等, 都能夠根據監測數據進行智能解析, 有利于更有效、更全面地對學生進行過程性評價。大部分課程考試將全部自動化, 考生資格審查利用人臉識別、監考與閱卷都由智能機器來完成。上述人工智能給教學帶來的這些變化既需要網絡硬件設施和相關軟件系統來支撐, 更需要職業教育的教師們繼續提升信息技能、深化和加強信息素養。

3.3 深化產教融合、優化實訓筑牢就業

在人工智能時代, 職業院校應與相關行業統籌發展, 深化產教融合, 拓寬企業參與的途徑, 深化引企入教改革, 支持引導企業深度參與職業院校的教育教學改革, 多種方式參與學校專業規劃、教材開發、教學設計、課程設置、實習實訓, 促進企業需求融入人才培養環節;鼓勵以引企駐校、引校進企、校企一體等方式吸引優勢企業與學校共建共享生產性實訓基地;全面推行現代學徒制和企業新型學徒制, 推動學校就業與企業招工無縫銜接。比如職業教育將出現新師徒制, 行業領域的行家里手將通過互聯網以VR或者AR技術言傳身教的方式, 帶領規模龐大的徒弟用碎片時間進行學習與實踐。

3.4 完善終身學習的職業教育體系

隨著人工智能應用的深入推廣, 職業院校培養的技能型人才所掌握的技能如果不及時進行充電升級, 中低端的重復性強的工作將面臨被智能機器人不同程度進行替代的危險。所以對于不少技能崗位, 守著一門技術吃一輩子老本的時代將一去不復返。因此, 職業教育要繼續完善終身教育體系, 為職業教育學生的充電升級鋪就一條縱深的通道。

3.5 人文教育為道, 智能教育為用

在人工智能的幫助下, 簡單重復性的工作將被機器替代, 人們將從重復繁瑣的事務中解脫出來, 轉去從事更具有創造性、創新性或者更具有情感類的工作, 這些工作需要人與人之間的合作與溝通, 因此, 職業教育更需要注重學生思想道德水平、人文綜合素質的培養, 這是做人之道, 在此基礎之上激發學生們的學習主動性和創造力, 促進跨界思維的形成, 更好地掌握人工智能時代的相關職業崗位知識和相應的智能技能。著名理論物理學家霍金曾說:完全人工智能的研發可能意味著人類的末日。Tesla汽車和Space X公司創始人馬斯克說:我們必須非常小心人工智能。如果必須預測我們面臨的最大現實威脅, 恐怕就是人工智能了[7]。一群沒有良好道德水平的, 但掌握了智能技術或設備的人們是危險的, 所以職業教育應該從學生入學起就開始, 不斷提升學生的思想道德水平, 熱愛社會、熱愛生活、樂于助人、與人為善。只有這樣, 人工智能應用才能更好地服務人們、造福社會。

4 結論

人工智能正在快速又深刻地改變我們的教學、生活和工作方式, 也對職業教育提出了嚴峻的挑戰, 同時也是一個巨大的機遇。職業教育在面對人工智能時代的變革時, 須要從國家政策、理念與制度、教學管理、產教融合、終身學習等方面做好應對, 切實地把握人文教育之道對智能教育之用的統領原則, 培養能很好地掌控人工智能技術和應用的人才。

參考文獻

[1]謝青松.人工智能時代職業教育的轉型和發展[J].教育與職業, 2018 (8) :50-56.

[2]蘇令.人工智能來了, 教育當未雨綢繆[EB/OL].[2018-05-15].

[3]Nils J.Nilsson.人工智能[M].鄭扣根, 莊越挺, 譯.北京:機械工業出版社, 2000.

[4]王璐菲.美國制定人工智能研發戰略規劃[J].防務視點, 2017 (3) :59-61.

[5]賀倩.人工智能技術在移動互聯網發展中的應用[J].電信網技術, 2017 (2) :1-4.

篇3

“大數據”“神經元學習”“人工智能”，這些新潮的名詞在我們生活中出現的頻率越來越高，尤其是“阿法狗”和李世石的世紀大戰，更是把前沿科學結晶帶入我們的認知當中。也許有些人會提出質疑：這對我們的生活來說，意義何在？不久前，谷歌采用了新的神經網絡算法，來升級其核心產品――谷歌翻譯，從一定程度上回答了這個疑問。

在培訓和管理領域，相似的顛覆性局面是否也會發生？新的技術、交互與呈現形式，是否會改變未來的培訓過程，顛覆管理的方法？基于我們多年來的人工智能培訓研究和實驗型項目，發現這樣的改變已經在悄然發生。

“崗位勝任力模型自動生成系統”便是典型的代表――只需要輸入某崗位的工作內容和系統提出的簡單問題，這個系統就能自動給予使用者此崗位的勝任力模型，提供結構化的面試建議，還能和企業的評價中心對接，給予招聘人員多視角的評價建議。通過這種方式選拔出的員工，其離職率明顯下降。這些簡單而基礎的應用，已經開始潤物無聲地滲入企業的管理領域，醞釀著未來翻天覆地的變革。

數據建模

預測員工心理狀態趨勢

計算機自主學習的強大，在于無止盡地自我完善，具有無與倫比的適應性和自生長性。事實上，人工智能看似神秘，其實充滿了大量的數學計算的研究過程。在人才發展方面，人工智能可以幫助我們預測員工的心理狀態趨勢，從而激發員工的熱情。

我們曾啟動了管理環境對人類心理的影響研究，旨在尋找那些激發員工工作熱情的最佳管理環境方面的實踐。目前已積累了3414個管理環境樣本，并針對每個樣本持續采集了約5年的員工心理及行為數據，調研不同企業所采取的管理戰略以及具體的執行方案。通過運用人工智能，我們進行了大量的建模和驗證工作，發現不同的管理方式下的員工心理狀態變化趨勢，尤其是工作動機，在一定程度上都是可預測的。事實上，在分類或趨勢預測的背后，是龐大的數據演算，建模和預測的過程包含了繁復的統計過程，包括描述統計與推斷統計。

與此同時，“預測”這一點對于人工智能應用而言很重要，因此，我們設計了沙盤工具“員工激勵與動機管理”――既然動機和行為是可預測的，那么就可以通過計算機模擬，用物理形式呈現在人們眼前。通過人工智能將各種管理環境中發生的事件融入其中，沙盤能夠圍繞動機水平高低、績效程度好壞兩個維度，對虛擬的企業員工進行分類，并讓沙盤參與者針對各類管理事件作出虛擬的處理選擇。根據學員的選擇，計算機可以預測并反饋其心理及行為的變化。這種運用了人工智能的沙盤工具，其預測準確性高達84%，置信水平0.95。這就意味著，如果一個參與者做了決策后，沙盤將能準確地預言各類員工的心理及行為變化趨勢。

運用人工智能進行“無責任的”開放式推演，在培訓過程中能允許參與者不斷試錯。學員根據自身的管理環境，可以實驗出合適的管理方法，并對培訓中所獲得知識進行實時驗證。

技術迭代

展開更高效的自主學習

隨著90后員工踏上工作舞臺，傳統的人工智能數據建模思路和方法被打破了。之前的模型設計思路通常是建立一個個假設，比如，正向激勵與負向激勵的抵消性、個人得失與他人得失的對比性、個人得失與環境公平性關系等，在此基礎上，通過數據集的分類統計來驗證假設的科學性，并調整參數來觀察預測的可靠性。但是新的數據集所具備的特點，極大地顛覆了先前的結果，尋找新的解決方案迫在眉睫。

此時，基于神經網絡的計算機自學習技術，即神經元自學習，是一個不錯的解決方案。相比以前的人工智能培訓工具，神經元自學習更為繁雜。為了讓計算機高效地自主學習、識別行為模式，我們需要將調研結果解構成更基本的參數“告訴”計算機，從而得出對應的結果。

展開神經元自學習具有一個明顯的優點，每當調研和統計結果有所更新，計算機就會自動對這些數據進行新的學習，對模型進行修正。這個過程是動態的，不需要人為干預。而且，當計算機再次遇到一個新世代富有特色的信息集合，甚至可能自主地之前的模型設計，重新構建新的統計描述方式。神經元學習不僅節省了時間和精力，更能為沙盤推演參與者提供更深入的信息――通過選擇處理事件，能夠歸納出參與者的管理風格傾向性。這是傳統培訓和沙盤工具做不到的。

超越培訓 為管理帶來新思路

作為培訓產品來說，人工智能培訓工具已經足以彰顯其魅力，它允許學員在虛擬環境中試錯，讓工作效率得以改進。我們認為，它更重要的意義在于，對現實世界的指導。

以我們的沙盤工具為例，一個實際使用者能從這個工具中得到許多培訓之外的有價值的信息。他可以在遇到“員工要求加薪”“員工消極怠工”“員工集體離職”“員工尋求晉升”“辦公室政治”等各種管理事件時，讓系統給出各種模擬的結果，評估各種行為的可行性，盡量做到趨利避害。這個工具超脫了培訓范疇的桎梏，真正在工作中產生價值。

篇4

關鍵詞：人工智能；會計行業；影響

一、研究背景及意義

在剛剛過去的2016年，圍棋領域的“人機大戰”掀起一股人工智能的浪潮，以“阿爾法狗”為代表的人工智能戰勝了韓國的圍棋高手李世石，由此人工智能的發展引人深思。很多人會覺得人工智能是一個很遙遠的事情，始終抱以一種懷疑的態度去看待人工智能。其實不然，人工智能從上世紀40年展至今，且不說現在家家都在使用，但是在我們的生活中至少是隨處可見的，比如，計算機行業、銀行業、會計業等都在使用的智能處理系統，而且范圍越來越廣，技術越來越具有深度。在傳統的會計行業中，會計核算工作從憑證到報表都是由人工來完成的，但是現如今財務會計中的大部分工作都可以由財務軟件來完成，大大的解放了會計中的人力。也是在去年的3月份，著名的會計師事務所德勤對外宣布將人工智能引入會計行業，這一宣布也是幾家歡喜幾家愁。雖然人工智能讓會計實務變得更加便捷、精準，但是傳統會計行業中那些被人工智能替代的手工記賬人員將何去何從？筆者從一個會計人的角度對人工智能時代下的會計行業進行探討，目的是明晰人工智能對會計行業的影響，以及傳統的會計人員如何應對人工智能時代的到來。

二、我國人工智能在會計行業的應用現狀和展望

(一)我國人工智能在會計行業的應用現狀會計行業主要涉及的是企事業單位、政府機構和會計師事務所，這三大類是有會計核算系統的主要主體。就我國來說，很多涉及會計工作主體對于人工智能的應用僅限于會計系統，而且在會計系統中一些類似于審核、判斷等主觀行為還是要財務人員手工進行操作。目前市場上已經存在各種可以滿足不同類型組織結構會計主體業務需求的會計軟件，可以說應用已經十分廣泛了。但是就會計師事務所來說，作為主要業務之一的審計業務在人工智能方面應用的稍微較少，因為對于上市公司審計業務而言，需要填制大量的審計工作底稿，包括電子版和紙質版，這些數據的錄入目前還是依賴于手工。

(二)對人工智能在會計行業中應用的展望任何一位會計人都清楚地知道，會計行業是一種具有嚴瑾性、及時性的行業，并且會計工作程序多，處理起來比較繁雜。所以對于會計人員來說加班是家常便飯，從某種程度上來說，會計人員也希望有一天能有人工智能來替代這繁瑣而枯燥的工作。目前已經應用的人工智能解決了一些基本的操作，比如憑證和報表的生成等等，但是還遠遠不能滿足目前會計主體多樣性的需求。比如人力資源會計，就需要一個適合企業特點的模型來對企業的人力資源進行計量和報告，此模型可以對企業的人力資源進行大數據的分析，從而可以合理的進行人力資源管理，這也是有效降低成本的途徑之一。這樣的需求在管理會計，環境會計等眾多會計的分支中都是需要的，因為現在會計的職能越來越傾向于決策，決策過程中就需要會計提供相應的資料，這些資料通過會計的手工計算和分析往往難以獲取，如果人工職能可以進一步運用科學知識來解決這個難題就再好不過了。

三、人工智能對會計行業的影響

(一)提高了會計信息的及時性和精準性不管是企事業單位還是政府機構或者會計師事務所，在運用會計軟件之后，一方面對于當日發生的各項經濟業務都能及時的進行處理。因為會計人員的只需要登錄系統進行相關事務的選擇或者審核就可以了，期末系統會根據已經有的數據自動生成相關報表，相比較傳統會計的手工填制憑證和編制報表要及時得多。另一方面，在傳統的會計業務處理時，會計員手誤記錯賬是常有的事，雖說現在的財務系統也需要手工錄入一些數據，但是當錄入出錯時系統給予提示，所以這種情況下，大大降低了數據出錯的概率，即提高了會計信息的準確性。

(二)一定程度上抑制了財務信息造假在提高準確性和及時性的基礎上，人工智能在會計行業中的應用還可以相對防止財務信息造假。在特定的會計核算系統下，每一位登錄系統的人員都會有唯一的賬號和密碼，以及自己的權限，可以說分工明確，相比較傳統的會計核算中崗位相容現象十分嚴重，尤其是在中小企業里，人工智能的應用對于職能清晰劃分有助于遏制信息的人為造假。但也不是說人工智能可以杜絕財務造假，因為盡管大部分工作在系統中完成，每個人只能進行自己職能范圍內的操作，但是系統終歸還是由人來控制的，還無法應對管理層凌駕于會計人員之上的內部操縱現象。

(三)會計行業中傳統崗位需求減少隨著人工智能在會計行業的應用領域越來越廣，傳統會計崗位就不需要那么的職員了，這是顯而易見的變化。會計電算化早在上世紀八十年代就在我國有所發展和普及，發展至今，已經商品化，為各種會計主體所使用，使得原本那些簡單的會計記錄和核算工作被人工智能所取代，相應的，這些崗位上的會計人員也就不再需要。

(四)會計信息安全性受到威脅目前應用廣泛的各種電算化核算系統，都是以電子形式對會計主體的各種財務數據進行保存，電子存儲的數據保存形式有很多優點，比如保存方便，數據容量大，便于查找和使用等。另一方面，現在的系統如果防護措施不到位很容易被黑客攻擊，同時目前網絡的安全性也大大降低，信息在網絡傳輸過程中可能會被攔截，所以企業的財務信息就會被泄露出去，嚴重的話，還會造成重大商業秘密的外泄，給企業帶來損失。

四、會計人員如何應對人工智能的“入侵”

(一)學習會計電算化處理，跟上人工智能的步伐作為一名會計人員，如果在智能時代還停留在傳統會計處理方法上，那只能被時代所淘汰，這個社會本來就是優勝劣汰，新的技術方法已經產生，你沒掌握那你就是被打敗的那個，至少要跟上時代的步伐。國家目前對于會計人員有接受繼續教育的要求，會計人員可以借助這一平臺學習當前的人工智能在會計領域的應用，也可以自主的學習會計電算化的相關應用。

(二)由簡單的財務會計向綜合型會計人才轉變雖然人工智能時代減少傳統會計崗位的需求，但是隨著國家近幾年來對于管理會計的發展的鼓勵，各會計主體尤其是企業對于管理會計的需求增加，而目前管理會計的工作是人工智能無法完成的，因為這其中涉及大量的職業判斷以及包括審計業務里也是含有很多的會計估計。所以會計人員應該在人工智能時代努力學習會計其他方面的知識，比如管理會計和審計業務的內容等，掌握多方面知識，使自己成為一名復合型會計人才。

(三)以積極的視角來看待人工智能現實中有很多會計從業人員狹隘的認為人工智能可以取代他們，甚至完成他們完成不了的工作，于是乎就開始說會計行業沒有前景，進行轉行，而不去想著提升自己的執業能力。從以上的分析可以看出，這種消極的觀點是不對的，不僅不利于會計人員自身的發展，也不利于整個會計行業的發展。五、結論總的來說，人工智能日益蓬勃的發展固然是好事，應該把此作為提升自我的動力，而不是避而遠之。就會計行業而言，由于其中涉及的大量會計判斷和會計估計，以及管理會計越來越突出的地位等多種客觀因素的存在，所以不需要抱以一種人工智能摧殘了工作崗位的態度來考量，大可不必擔心會計人員的工作會被人工智能所取代，這是我們必須明確的一點。轉變自己傳統的職業發展觀，向復合型人才轉變才是硬道理。

參考文獻：

[1]祝姍.人工智能與會計人員[J].財稅研究，2016(15).

[2]張威.人工智能對會計行業人力資源的影響[J].財會學習，2016(13).

篇5

關鍵詞：智能計算；課程特點；教學方法；教學效果

1　背景

目前，智能計算已成為人工智能界一個研究的熱點領域，研究的最終目標就是為了實現真正意義的人工智能圖景，為了讓計算機和集成有計算功能的各種工具及設備更加獨立、更加聰明、能夠自主思考和行動，最終成為我們工作和生活中必不可少的得力助手。特別，物聯網作為信息產業第三次浪潮，從物聯網的概念中，我們不難看出它與計算，特別是智能計算的密切聯系，現在的互聯網上各種終端之間、它們與服務器端和存儲系統之間的溝通與互相響應，其實都是有人在后面操作和控制的，但是在未來的物聯網里，物與物、物與人以及物與計算機設備之間的協作則要實現智能化和自動化，不需要人們花費太多的時間去介入、控制和管理。

舉例來說，一個物聯網時代的超市，其物流完全可以實現全自動化的管理。例如它可以通過設置在貨架和倉庫中的RFID標簽讀取設備了解存貨信息，一旦要出現缺貨現象時，它就會立即將信息發送給超市的服務器系統，并由它自動聯系行駛在路上的眾多送貨車輛里的計算機系統，查找哪輛貨車中有足夠的相應商品，最后才會通知相關的司機，讓他將車駛向缺貨的超市，而此前的一切計算和通信的過程，都無需人工介入。

通過這個例子可以了解到，即時了解外界的環境和需求變化，并就變化進行智能化、自動化的信息處理和通信就是物聯網的核心技術。而這一技術，其實就是智能計算技術。智能計算的理論與方法已成功應用于幾乎所有的科學與工程領域，特別是非線性系統辨識與控制、模式識別與智能系統、復雜系統建模與預測、計算材料學、生物醫學圖像處理、生物信息學與系統生物學等。因此，學習和研究智能計算技術，推動智能科學技術專業教育，培養高層次智能計算技術人才，有著極為重要的現實意義。

在國外，開設智能計算課程的大學已非常普遍。在國內，近幾年開設智能計算課程的中國大學越來越多，如清華大學、北京大學、哈爾濱工業大學、中國科技大學、西安電子科技大學等。另外，在計算機、電子、自動化、系統和控制、材料等有關的國際會議上，均有智能計算相關的研究主題。智能計算相關的國際雜志和協會近幾年也越來越多，如：Spring出版的Swarm Intelligence，IEEE出版的IEEE Transactions on Evolutionary Computation，IEEE／ACM Transactions 0nComputationalBiology andBioinformatics等學術刊物。隨著計算機技術及相關前沿學科的發展，智能計算已經成為計算機、信息技術等專業開設的必修課之一，國內外有關智能計算的教學內容基本上大同小異。我校從2005年開始，在計算機應用技術、計算數學碩士點開設智能計算必修課程，筆者主講該課程，以下結合自己的教學實踐，談談研究生智能計算課程的一些教學方法和經驗，并提出自己對該課程建設的一些看法和建議。

2　教學內容及課程特點

智能計算課程的主要內容包括：人工神經網絡、進化算法、模糊系統、人工免疫系統、群體智能(模擬退火、蟻群、粒子群、蜂群、魚群、人口遷移、螢火蟲算法等)、量子計算、DNA計算等。智能計算不同于其他課程特點，它是一個交叉學科，主要特點有以下幾方面。

1)仿生法：仿生是智能計算一個非常重要的研究方法，它強調向自然界學習，采用類比的方法，通過模仿其中的原理規律以得到解決問題的一般方法。如蟻群、粒子群、蜂群、魚群、螢火蟲算法等，無不體現了仿生這一研究方法。此外，還有很多群智能算法通過模仿一些自然或物理現象和規律，如模擬退火算法通過模擬液體的結晶過程設計；免疫算法是模擬生物、植物或動物免疫系統自適應調節功能設計的；量子、分子計算模擬量子論原理而設計；人工神經網絡是模擬人的大腦結構及信號處理過程而設計的；進化算法是基于達爾文的“優勝劣汰、適者生存”原理設計的。

2)實驗法：智能計算源自于計算機技術的發展及人們對自然界的深入思考，其中的算法有著合理的仿生背景，要徹底說清楚算法為什么行之有效，目前大多算法都缺乏嚴格的數學理論證明，從數學的角度分析算法的性能是比較困難的。因此，只能通過計算機仿真實驗去分析算法的性能，通過實驗分析提高對算法機理的認識，然后，尋求理論上的嚴格證明，改進算法的性能。

3)融合策略：大量復雜問題的存在使得沒有一個算法是通用的，同樣，智能計算中的方法各有有點，也都有不足之處。算法的融合策略是取長補短，將不同的算法有機地結合起來，以提高算法的整體性能，提高算法的求解能力。融合策略通常將待融合的算法采用“串聯”、“并聯”、“包含”等模型來融合，其中待融合的算法考慮將智能算法和傳統的算法結合起來。這一方面，人們己作了大量的工作，取得了良好的效果。

4)系統理論：智能計算是為了解決復雜問題而發展起來的，系統理論主要包括協同論、突變論和耗散結構等內容，這些對于指導算法設計、改進算法和理解算法的復雜行為方面有指導意義。

3　教學方法及教材建設

針對智能計算課程內容及其研究內容，根據研究生教育規律、研究生學習的特點，筆者采用的教學方法是“課堂講授、問題討論、課外研讀”相結合的教學方法，借助于多媒體教學手段，采用動漫技術來實現智能算法的仿生機制，從源頭上讓學生體會每一種智能算法的仿生機制或一些自然或物理現象和規律，歸納起來有以下幾點：

1)結合智能計算課程的特點，確立“以大自然、社會等為學習對象，善于觀察其仿生機制或一些自然或物理現象和規律”作為理解智能計算課程概念、原理的關鍵點。

2)啟發學生在理解仿生機制或一些自然或物理現象和規律的基礎上，抽象出模擬進化計算的一般框架。

3)講解計算智能的有關理論和算法，課程中穿插了大量的研究案例，告訴研究生如何使用計算智能方法解決各個工程領域的具體問題。

4)要求學生通過具體的研究項目，親自編寫自己的算法程序源代碼，培養研究生獨立解決問題的能力。總之，隨著計算智能的快速發展，每年我們的教，學內容和課件都在更新，以包括最新的研究內容，尤其是我們自己的研究內容，擴大研究生的知識范圍。

近幾年，我們使用過國內出版的多種有關智能計算教材，如高等教育出版社的《計算智能(第一分冊)》、科學出版社的《計算智能中的仿生學：理論與算法》、《計算智能――理論、技術與應用》等教材，但很快發現其中很多地方不適用，因此，我們在教學的過程中，對目前國內出版有關智能計算教材，結合我們課題的研究，針對性選取一些內容來制作課件和講義進行教學。因此，建議智能計算相關專業的協會或出版社盡快組織教學經驗教師編寫適合于研究生教學的智能計算教材。

4　教學效果評價方法

智能計算理論與應用這門具體課程來說，最重要的是注重學生的交叉學科知識和能力的培養。因此，本課程學習結束考察方式主要采用：1)閉卷考試。主要考察對智能算法原理的理解和綜合運用能力。2)小作業。要求對介紹過群智能算法總結、分析、對比等，形成一個簡要總結報告，對介紹過多種智能算法的概念、原理、方法、應用等方面進行總結。3)大作業。檢查學生的動手編程能力，要求對介紹過群智能算法的源代碼集成，形成一個演示系統。該門課成績分配如下：成績=閉卷考試(50％)+小作業(30％)+大作業(20％)。

5　結語

智能計算是隨著計算機技術的飛速發展和人們對自然界的深入理解而發展起來，它強調對人類和其他生物、植物等智能行為的模擬，注重向自然界學習，汲取其中有益的規律和原理。與傳統的方法相比，智能計算具有自適應、并行性、全局搜索等能力，尤其可解決一些大規模復雜問題。智能計算是人們研究自然以及人類社會自身的一種非常有效的手段，其應用前景非常廣泛，目前已經成為人工智能界研究的熱點領域。因此，在計算機科學與技術、人工智能等相關專業開設智能計算課程是勢在必行，這有著重要的現實意義。

參考文獻：

[1]徐宗本.計算智能(第一分冊)：模擬進化計算[M]，北京：高等教育出版社，2004：124－132。

[2]徐宗本，張講社，鄭亞林.計算智能中的仿生學：理論與算法[M].北京：科學出版社，200 3：1－9。

篇6

這樣一幅人工智能時代的生活圖景，已經近在眼前。人們使用的計算方式正在發生變化，來自生活各個角落的海量數據匯聚到云端，重新分析整合之后的大數據，改變著每個人的生活方式。

“這是一個最好的時代，人工智能讓創業更容易成功。我期待跟你們一起，在中國改變世界！”7月13日，在2016年全國大學生創業實訓營的青年企業家創新發展高峰論壇上，科大訊飛股份有限公司董事長兼總裁劉慶峰講述了如何用最新的科技讓世界聆聽中國的聲音。

和他一樣，幾位專注于不同領域并頗有建樹的青年企業家走上臺前，分享自己的創業經和創業夢。一個個夢想成真的故事各有各的曲折，但成功背后也有相似的感悟：既要有仰望星空的夢想和信念，也要有腳踏實地的堅持和努力。

為何很多世界級創業家都是大學時創業

“創業就是把不可能變成可能。”畢業于清華大學的童之磊是名副其實的大學生創業元老，1999年，他憑著顛覆傳統出版模式的一份創業計劃拿下了首屆“挑戰杯”中國大學生創業大賽冠軍，十幾年的深耕之后，他創辦的“中文在線”如今已成為國內最大的數字出版內容和服務提供商之一，他告誡心懷創業夢的年輕人，“要有夢想，并為之不懈努力，世界會因你而改變。”

“比爾·蓋茨、喬布斯、拉里·佩奇、扎克伯格，這些世界級的創業家無一例外都是大學時創業，為什么呢？”童之磊的答案是，對大學生來說，世界上沒有什么事情是不可能的，如果你堅持夢想，一切皆會變為現實，“讓世界因我們的行動而發生變化，這就是夢想的力量。”

他創立的“中文在線”，就是基于改變世界的夢想。“通過數字化方式提供過去紙質媒介或者傳統媒介提供的所有內容，變革過去的閱讀習慣。”他眼中這份“偉大的創業”，就是從大學宿舍里開始的。

帶著執著的夢想，童之磊擁有了很多第一：在校園中創立了名為“化云坊”的中國最早的互聯網企業，全中國最受大學生歡迎的個人網站，全中國首批大學生企業之一，中國第一屆創業大賽的冠軍。也因為他和當時一批年輕人的經歷，誕生了“知本少年”這個新詞，“在中國歷史上第一次出現這樣一些年輕人，不因為你是富二代，不因為你有錢，而是因為你有知識懷揣夢想，就可以創造新的商業傳奇。”

“大學生創業確實成功率比較低，只有2%左右，那么為什么還要鼓勵大學生創業呢？”張輝15歲考入中科大少年班后赴美留學，并創辦了第一家在美國上市的中國芯片設計公司，如今是賽伯樂投資集團戰略合伙人、創毅科技集團董事長。他認為，選擇是否創業，對每個人來說只是選擇一種生活方式，是遵從發自內心的選擇。

相比大學生創業缺錢、缺經驗等問題，張輝看到的更多是年輕人的優勢：第一，大學生更加理解面向年輕人的生活體驗和生活方式，能夠找到更好的創業機會，找到痛點；第二，有激情和時間；第三，失敗機會成本很低。

認清時代找準自己的機會

第三次人工智能的浪潮已經勢不可擋地進入現代生活。今年3月，阿爾法狗與韓國棋手李世石的人機大戰開始前3天，科大訊飛就公開對媒體預測，機器一定大幅領先。“這就是今天人工智能的深度學習算法，假如運算能力再進一步提升，機器就可以在圍棋上直接碾軋人類。”劉慶峰說，今天中國對人工智能的源頭技術已經走在全球前列。

劉慶峰提醒準備和正在創業的大學生，創業首先要摸清整個時代的脈搏。這是一個萬物互聯的時代，每個人的智慧都匯聚在后臺，讓機器自動去學習，這其中可能包含了上百個頂尖專家的行為和決策，“我們這些名校畢業的學生大學期間學的知識根本比不過。”

“面對這樣一個新的人工智能時代，創業就要思考怎樣把科技和生活‘耦合’在一起來做更多的事。”他認為，因為簡單重復性的工作都會被替代，不光是文檔管理員、花匠，甚至復雜腦力勞動也一樣可以被替代，包括CEO、華爾街的大牛，他們的工作也很快就會被機器替代。

飛速前進的人工智能領域，給創業者提供了更多機會。“今天的移動互聯網創業，只要有一個領導型企業沖進來，把流量全部導到他那邊去，你初始所獲得的用戶和收益很快會被洗掉，這是大家所面臨的困境。”他舉例說，很多創業者找風投，被問到的第一句話常常是，“如果騰訊也干這件事，你還能不能活？”

而人工智能不一樣。這是一個完全為個性化服務的時代，需求是理想化的，每個人的審美趣味各有不同，因為芯片、操作系統、設計都不一樣，沒有一個公司能夠做到所有的這一切，“只要你有獨特的觀念，有獨特的審美和消費理念命中你獨特的用戶群，成功可能更加容易。”

張輝則從互聯網時代的更迭來理解當下以及未來的時代。“未來十年，創業成功率怎樣才會高一些？”他認為，一定要深刻理解互聯網的過去二十年和未來二十年之間的一個重大轉折。過去二十年互聯網主要是圍繞信息做，互聯網解決了信息不對稱，無論是百度、阿里巴巴還是微信，都增加了溝通信息對稱，這是所謂的互聯網1.0時代。然而也隨之出現了“劣幣驅逐良幣”的現象，即對質量和信用要求比較低。進入2.0時代，互聯網要能夠給大家提供更好的創新的產業，更好的差異化、個性化、有質量的服務和信息。

未來，通過互聯網應該給大家撮合和推薦更多的服務。張輝說，“必須用到大數據和人工智能，不斷按照你的生活習慣和需求來推薦更好的教育產品、培訓產品、醫療產品、旅游產品等，最后就可以形成良幣驅除劣幣的一種新的業態。”

下一步，張輝和劉慶峰等人要做的是，把人工智能和虛擬現實、語音識別這些技術作為共性的能力免費開發給大學生創業者，“也就是說我們給一個創新的基礎設施，把大數據挖掘、人工智能的這些能力開放給創業者，提供更好的創業環境，這些比硬件環境更重要得多。”

先活下來，再去顛覆世界

“不要一上來就想顛覆世界，請先活下來。”三人行傳媒網絡科技股份有限公司董事長兼CEO錢俊冬直率地提醒大學生創業者，“創業成功是超小概率事件，死了是正常的，活著才是偶然的。”他坦言畢業以后工作幾年再去創業，反而更好一些，因為創業需要很多資源，在校大學生基本沒有資源，“僅僅能吃苦是不夠的，要么是商業模式，要么是技術，再或者是人脈關系，總有一個方面你得超出別人。”

的確，對大學生創業者而言，生存似乎是更加關系到安身立命的根本問題。童之磊回憶自己創業之初，把大學期間所有獎學金都搭進去，最后自己去打工掙工資回來貼補公司。十幾年間，起起落落，最終成為整個中國數字出版產業的標桿。

啟明信息技術股份有限公司董事長吳建會的心得是，一定要走創新之路，一個企業要想長期發展，必須有自己獨到之處，“大學生創業也應該有一個認識，你的獨到之處是什么。一定要有自己拿得出手的好產品。”

他建議大學生，做技術要有一種對科學的獻身精神，做事情不能盲目跟風。同時，要有創新思想、開放心態和共享的意識，“一定是大家一起干，共享社會資源共享發展。”

劉慶峰堅持了十幾年做一件事——讓機器能說會講。他率領科大訊飛做的，是從源頭基礎創新，“假如中國在人工智能未來十年能夠走到世界頂尖，未來的創新創業我們將在全球占據著高端，而不是繼續給全世界打工，這不是一個行業的事情，是國家戰略。”

即使沒有能力研發深奧的人工智能，身邊也照樣有機會。張輝建議，首先要提供更好的產品和服務，比如開個民宿要有特點；開健身中心要比別人體驗好。同時新式互聯網營銷和跨學科形成的新型設計等，也都是值得大學生思考的方向。

篇7

關鍵詞：人工智能；BP神經網絡；招聘面試；大數據處理；系統設計

0引言

隨著人工智能技術的快速發展，大數據分析與處理的方式也在發生相應的變化，企業人才招聘可以充分利用這一科技發展趨勢，將傳統的人與人、面對面的招聘面試形式逐漸轉化為通過人機交互完成人才初選的智能招聘形式［1－3］。為此，本研究提出并設計了一種基于人工智能的招聘面試管理系統，結合大數據分析與虛擬現實技術進行人才數據的采集、處理并對其進行深入挖掘，以智能的方式完成人才初選的多個環節，從而緩解了企業人力資源部門招聘工作負荷過高的現狀。

1系統框架

人工智能招聘面試管理系統的總體結構如圖1所示。（1）在線填寫簡歷。企業人力資源管理部門依據企業的崗位需求制定招聘條件，并以此創建電子簡歷模板通過網絡平臺對外，求職者根據個人實際情況填寫電子簡歷并說明自己的就業意愿。系統根據電子簡歷中的信息進行結構化與非結構化數據的采集，對求職者的意向進行分析。（2）電子簡歷自動篩選。由智能機器人進行崗位所需人才的綜合分析，其中主要包括本行業同類崗位人才基本技能大數據分析和本企業對該崗位人才的個性化需求，基于分析的結果確定人才招聘條件，設計甄別指標，智能分析求職者簡歷；使用特定算法搜索關鍵信息，以此完成簡歷的初步過濾，確定適合崗位需求的人選。（3）智能在線交流，由智能機器人通過計算機客戶端或手機App進行在線人機交流，智能機器人可以圍繞崗位需求向面試者提出問題，也可以對其提出的問題進行解答，問答環節結束后還可向其提供后續的應聘建議。系統從問答內容中提取關鍵信息，對候選人的數據進行更新并對人才素質作出評估。（4）虛擬場景面試。對于崗位招聘的復試環節，系統可以基于虛擬現實技術創建多種對應崗位日常工作的虛擬場景。在復試的過程中，由考官根據崗位實際為面試者選定多個任務場景，在面試者完成任務的過程中對其進行實時監測，基于大數據分析對面試者的表現進行評定。（5）人才素質綜合評估。通過人工與智能相結合的方式，利用大數據匹配對人才素質作出綜合評價并完成合適人選推薦。首先，制定崗位勝任性評價標準，一是對網絡中已有的特征數據進行采集、分析和挖掘，進行適合特定崗位的人才特征描繪并設定人才維度指標；二是由人力資源部門與用人崗位所在部門站在各自的角度共同制定人才選用標準。其次，建立求職者崗位勝任性評分機制，通過大數據分析、挖掘并結合崗位權重，制定求職者崗位勝任性的評分方案，作為企業科學招聘的參考［4］。（6）精準錄用。將人才素質綜合評價的結果提交給人力資源部門和用人崗位所在部門的決策者，由二者共同決定是否錄用系統推薦的求職者。

2核心模塊設計

2．1智能簡歷篩選

本系統基于反向傳播（BackPropagation，BP）神經網絡進行電子簡歷的智能篩選。（1）建立詳細的用人崗位人才選用標準并為其分配權重。依據企業發展的戰略規劃提出人才素質層次整體需求，人力資源部門開展崗位及其職責的設計，應以其為基礎建立人才選用標準，從而創建與企業發展相對應的崗位勝任性素質模型。本系統所創建的模型包括基本素質、能力素質、知識技能、品行動機和人格特征5個指標庫，系統以該模型為基礎建立崗位勝任素質評價體系，如圖2所示。（2）依據崗位人才選用標準創建同一格式的電子建立模板并通過網絡對外。簡歷中的待填寫項包括求職者姓名、性別、年齡、聯系方式以及教育背景、工作經歷等基本信息。（3）求職者完成電子簡歷的在線填寫。求職者在指定的平臺在線填寫電子簡歷，確保按實際情況完成必選信息的填寫，同時可對崗位意向和薪資要求等進行附加說明。（4）以崗位優秀員工的簡歷為樣本進行神經網絡的訓練。在對崗位所需人才的人格特征、興趣機動、行為模式、知識技能等方面的圖譜進行深度數據分析的基礎上，人力資源部門可以從人事檔案中挑選出多個崗位優秀員工的簡歷，用以對神經網絡進行訓練，BP神經網絡會基于其自身的記憶能力與自適應性實現簡歷中有用數據的的采集和處理，最終輸出系統所需的結果。（5）基于BP神經網絡進行最優簡歷的篩選。隨著學習次數的增多，BP神經網絡逐漸成熟，進而能夠獨立完成線上簡歷的初選，減少人力資源部門的工作量。（6）向通過初選的求職者發送復試通知，同時將初選的評估結果發送給相關管理人員。

2．2智能交流面試

智能機器人的系統中植入了自然語言辨識和機器人學習的模塊，能夠在一定程度上按照人類的模式進行語言組織與學習，智能面試在人機交互問答的模式下進行。系統按照設定的場景向求職者提出問題，從而了解求職者的真實情況及意圖。收到面試通知的求職者可在任意的時間和地點通過計算機客戶端或手機App啟動面試程序。面試的過程系統會全程記錄并從中選取出所需的數據。（1）知識庫訓練。訓練知識庫能夠提高智能機器人的語義分析能力，從而提升匹配精度。系統基于Encorder－De－coder模型創建智能機器人，選取已保存的面試交流語音為樣本對其進行訓練。訓練的過程是基于神經網絡進行的，通過模式識別、深度學習等技術提高了系統的語義解析能力和自主學習能力。訓練的目的是創建新的知識庫及豐富已有知識庫，將有關學歷、技能、經驗和敬業度等多種信息轉換為量化的數據。詞庫訪問是通過倒排索引和多模式匹配兩種方式實現的，詞庫中包含多個主題數據模塊，匹配是面向模塊進行的，因此詞庫訪問的速度得到了提升。為了解決智能機器人進行人機交互時的上下文機制問題，在Encorder過程中對基于上下文生成的Context信息和實時Message同時進行編碼，從而保證在Decoder過程中能夠按照上下文信息創建對應的Response應答。而對于個性信息歸一化的問題，智能機器人可以創建一個代表不同身份或交流風格的對話助理，交流對象所表達的個性化信息借助WordEmbedding進行描述，通過不同對話助理的選擇實現個性信息的歸一化。（2）主動提問。智能機器人能夠使用文本信息與求職者進行交流，避免語音交流的識別錯誤且可以清晰地表達提問的內容。同時，智能機器人系統中載有人工招聘過程中經常被提出的問題，除此之外，機器人還可以根據簡歷信息進行針對性較強的提問，以此獲取更多的求職者信息［5］。智能機器人能夠向求職者提出問題并記錄其給出的答案，提問的過程是高效的，只就與崗位有關的信息進行提問，對于求職者的專業能力考察，會根據求職者對當前問題的應答情況動態選擇下一個問題，進而以最少的提問量獲取盡可能多的信息，并根據這些信息對求職者的專業能力進行評估。（3）應答匹配。系統利用這一功能對求職者的提問進行反饋，求職者通過語音提出問題，系統進行語音解析并分析語義，再從數據庫中搜索與之匹配的答案，在這個過程中，語音解析是基于自然語言解析技術（NatrualLanguagePro－cessiing，NLP）完成的，其具體流程如下。a）求職者提出問題，并在人機交互界面將系統自動辨識的提問文本信息進行簡化處理，去除冗余信息；b）系統進行自然語言解析和文字分切，將語句分割為詞組并為其分配權重，基于綜合權重均衡算法從知識庫中提取出包含最優答案的文檔塊，結合分詞處理的結果判斷是否存在歧義或空值，若存在，則通過深度學習進行化解或補充；c）重復分詞和答案搜索環節直至提問的語句全部處理完畢。組織最精準的回答語句向求職者進行反饋。

2．3虛擬場景面試

通過虛擬場景（VirtualReality，VR）技術能夠為求職者提供一個與崗位日常工作實際十分貼近的虛擬場景，從而使考官直觀地了解求職者的專業技能水平和臨時應變能力。系統通過VR設備向求職者顯示一個虛擬的任務場景，求職者在該場景中進行虛擬操作、解決隨機出現的問題以完成設定的任務，系統對整個過程的影像進行記錄并基于大數據分析對求職者的實際操作能力水平進行評定。具體過程如下。（1）根據求職者的應聘崗位為其創建一個對應的工作場景，該場景按照工作崗位的實際環境搭建，完全能夠代替真實的現場。從企業的崗位技能知識題庫中抽取一定數量的題目，用于對求職者的專業知識進行考察。（2）考核題目可視化條件準備，訓練智能機器人。（3）由考官選擇或切換虛擬任務場景，隨機向求職者提出專業問題或布置任務，求職者回答問題并按其要求完成操作，現場解決出現的各種臨時問題。考官全程監控求職者的操作和反應，機器人記錄整個考核過程并基于大數據分析對其專業能力進行評估。（4）考官根據智能機器人的評估報告和自己對求職者表現的監控記錄做出綜合評定，并形成錄用意見。

2．4應用效果

為了驗證系統的功能有效性，系統開發完成后在某網絡游戲運營公司進行試運行。求職人員通過該界面能夠了解崗位類別、計劃招聘人數及具體的崗位工作內容，同時根據自身的專業能力對崗位進行選擇并按系統要求填寫電子簡歷，系統會自動篩選出相對較為優秀的求職者并通知其參加后續的招聘環節。在招聘信息時間內，系統共收到電子簡歷377份，其中除技術類的“客戶端開發工程師”崗位外，其余崗位電子簡歷數量均遠高于計劃招聘人數，經過系統自動篩選，按1：3的比例挑選出各崗位初選合格的求職者參加在線面試，并經過后續的VR場景面試和綜合評估最終錄用了其中的71人（客戶端開發工程師僅1人通過系統考核）。根據公司在實習期對此次招聘人員的考評結果，本次招聘的新員工能力評定全部達到良好以上，由此可見本研究所設計的系統對于企業人才招聘具有很強的實效性。

3總結

基于人工智能的招聘面試管理系統，將人工智能技術、大數據分析技術與虛擬現實技術進行有機融合，通過電子簡歷的自動篩選、智能在線交流與VR場景面試實現了智能化的崗位勝任素質考核，加快了企業招聘的進程，減輕了企業人力資源管理部門的工作負荷。本研究介紹了系統的整體框架，說明了相關技術的應用原理并闡述了各功能模塊的設計思路和實現流程，為相關技術的深化應用和同類系統的研發提供了有價值的參考。在本次研究的過程中，由于對BP神經網絡的復雜結構理解尚不夠透徹，因此在簡歷篩選環節所建立的指標庫并不十分完善，在今后的研究中，將會進一步細化人才評價指標并持續豐富BP神經網絡結構，實現更加高效和精準的人才初選。

參考文獻

［1］王瑛南．火電廠人才招聘系統的優化［J］．人力資源，2020（12）：82－83．

［2］韓保剛，杜素艷，于乃文，等．基于人工智能的人力資源招聘系統的研究［J］．法制與社會，2019（23）：184－185．

［3］張心怡．人工智能時代對于人力資源從業者的挑戰［J］．湖北經濟學院學報（人文社會科學版），2019，16（6）：60－62．

［4］周暢飛．某集團招聘管理系統的設計與實現［D］．大連：大連理工大學，2016．

篇8

傳統的人力資源管理信息系統因其能提高人力資源管理效率、提高人力資源管理水平、為決策提供信息支持而倍受企業青睞，但管理信息系統主要解決的是結構化問題，對于半結構化問題與非結構化問題則束手無策[1]，智能決策支持系統（IDSS）因此應運而生。IDSS是以信息技術為手段，應用管理科學、計算機科學及專業的理論和方法，針對半結構化和非結構化的決策問題，通過提供背景材料、協助明確問題、修改完善模型、列舉可能方案、進行分析比較等方式，為管理者做出正確決策提供幫助的智能型人機交互信息系統。人力資源智能決策支持系統（HRIDSS）是IDSS在人力資源管理中的應用，是全面覆蓋人力資源管理各業務領域，系統展現人力資源管理信息，實現人力資源管理深度分析，科學支持人力資源管理相關決策，輔助生產管理報告的專業化、一體化、集成化管理平臺。HRIDSS融合了專家知識系統、人工智能技術、神經網絡、知識管理、模式識別及系統集成等技術和理論，具備了較好的自組織、自學習和決策支持功能，能根本地改變組織的人力資源管理模式，提高組織的人力資源管理效能[2]。

本文結合筆者工作所在電網企業人力資源管理的現狀、特點與需求，深入分析HRIDSS功能定位，提出了建設HRIDSS的架構設計。

二、HRIDSS的功能定位

HRIDSS旨在增強人力資源管理決策支持能力，提升企業人力資源管理價值，業務功能包括多維分析與預測、報表與智能查詢、全景展現、監控與督辦等四個方面，支持管理報告的結構化、個性化、自動化生成，在信息不確定、不完整，或者制定決策存在風險的情況下，使用HRIDSS可以克服個人判斷的局限性，幫助解決復雜的決策問題[3]。

1、多維分析與預測

多維分析從企業組織機構、崗位、人員結構、人工成本、時間序列等多種維度，采用同比、環比、上年同期、同比變化量、環比變化量等方式，實現人員現狀、人力資源配置優化、成本效益、管理效率等分析。預測是通過科學的方法和模型，根據企業未來發展與戰略規劃，對組織規劃與人員需求進行模擬預測與分析。常用的分析方法有回歸預測法、趨勢外推法、馬爾科夫模型、圖表法、正太分布法、時間序列、決策模型等。多維分析與預測需求指標包括人員配置情況分析、工資總額分析、人工成本分析、人才當量密度分析等涵蓋人力資源各業務領域的指標。

2、報表與智能查詢

報表是對人力資源日常管理活動的全面展現，分為通用報表與定制報表，通用報表主要反映組織機構與人員編制、人力資源計劃、勞動用工現狀及人員結構情況、勞動關系、人員招聘與配置及人員減少情況、薪酬與人工成本、農電用工、勞務派遣用工、福利保障等九個業務模塊的內容。定制報表是基于人力資源基礎庫，定制特定內容、時間點、統計口徑及約定格式的報表。智能查詢主要實現各業務領域、跨業務領域的多維度、自由組合查詢。

3、全景展現

全景展現實現對企業人力資源管理業績、管理成效、發展成果和責任實踐的全方位展示，利用先進的可視化技術和展示載體，有選擇的面向企業外部環境制定應用場景，是展示企業形象和核心價值觀的窗口，面向企業內部各層級、各專業用戶開放權限，展示公司人力資源集約化管理成效。

4、監控與督辦

針對人力資源管理業務的流程效率、績效、規范性等指標進行動態監測，實行預警分級制度，通過設定指標閥值、與業務標準比對的方式，實現人力資源管理過程中問題和異動情況的動態監測及自動預警，提醒相關組織單元及時跟蹤落實，支持相關問題分析及根本原因的查找。如圖1所示，業務監控管理設置包括監控目標設定、異常監控和目標維護與評估三個環節。

圖1 業務監控設置流程

針對全過程監控和運行分析中發現的問題、風險點和盲點，以及業務組織提出需要協調的事項，形成督辦事項，通過郵件、短信分發給相關組織單元，支持手工錄入督辦事項并分發。督辦任務生成流程如圖2所示：

圖2 督辦任務生成流程

三、HRIDSS的架構設計

1、業務架構

HRIDSS遵循SG-ERP人力資源管理信息系統建設總體業務架構，以人力資源價值杠桿下各領域主題為索引，開展人力資源管理分析與決策，業務架構的構建覆蓋人力資源管理各業務領域，包括人力資源戰略規劃與計劃管理、招聘管理、勞動組織管理、員工管理、薪酬與福利管理、教育培訓管理、績效管理、職業生涯管理等業務域。

2、應用架構

如圖3所示，HRIDSS應用架構建議采用省級單位統一部署、地縣多級應用的方式，主要實現指標體系管理、指標過程管理、指標展示管理，指標體系管理包括指標對象分類管理、指標體系查詢、指標屬性管理、指標體系信息維護、指標有效期管理；指標過程管控包括指標數據采集工具、指標數據采集頻率設置、指標監控、信息監控設置和短信提醒功能；專業分析層包括完善報表與智能查詢、多維分析與預測、監控與督辦和全景展示功能；運營分析層包括主題報表、監控預警、高級分析、業務診斷等功能；戰略分析層包括規劃預測、績效分析、對標分析和模型分析等功能。

圖3 HRIDSS應用架構

3、數據架構

遵循SG-ERP數據架構的設計思路及原則，從人力資源整體業務的視角統一對數據進行組織和規劃，提高跨系統數據存貯和共享效率。從企業數據資產管理的角度，制定整個數據生命周期中數據的采集、存儲、移動和訪問環節中的策略、模型、流程，數據架構設計流程如圖4所示。

圖4 HRIDSS數據架構設計過程

4、技術架構

如圖5所示，HRIDSS技術架構分為系統展現、數據集市、數據倉庫、基礎數據層，通過SAP、SG-UAP等多項技術融合，實現了界面、功能和數據三層融合，實現各業務系統之間的橫向集成。其中，主要采用的數據庫優化技術包括數據庫分區技術、表空間優化設計、數據緩沖區設計、基礎數據表物理分表。應用優化技術包括Java堆優化、Java應用服務器優化。

圖5 HRIDSS技術架構

5、安全架構

信息系統涉及物理安全、網絡安全、系統安全、應用安全、管理安全和數據安全等五個方面，其中物理安全、網絡安全和系統安全通常由硬件提供商、系統軟件提供商、平臺軟件提供商提供保證。如圖6所示，HRIDSS的總體安全防護方案建議按照第三級系統安全要求進行設計，包括網絡、主機、數據、應用和安全管理（運維）五個方面。

圖5 HRIDSS安全架構

篇9

一、貫徹執行法律法規、公正司法方面的情況

實現公平正義是司法機關追求單位永恒目標。首先，加強了對法律法規方面的學習，提高司法辦案的本領和水平。隨著社會進步、司法改革、以及互聯網+的發展和深入，新情況、新問題不斷涌現，要想適應環境的變化，就要不斷的加強學習。不僅學習新的法律法規和相關司法解釋，還要學習互聯網、人工智能的方面的知識，學習中央司法改革方面的理論，才能跟得上時代的變化。其次，努力轉變司法理念，以適應司法改革的大潮和人民群眾對司法的現實需要，真正樹立以審判為中心的司法理念。改進司法工作作風，確立實體法與程序法并重，保障律師的職業權利，保障訴訟參與人的各項權利，從制度上保證辦案的準確性。再次，陽光是最好的防腐劑。每辦理一個案件，都要通過“兩微一端”及案件信息公開系統向社會公開。讓人民群眾和社會各界來監督，保證案件的公開透明。

二、履行工作職責情況

今年以來，主要分管反貪污賄賂局，同時兼任院黨總支書記。從10月開始，增加分管檢察行政部。反貪局堅持有案必辦、有腐必懲，在案件線索質量不高的情況下，努力保持查辦職務犯罪案件力度不減，節奏不變。到目前為止，共立案查辦貪污賄賂案件7件12人，其中要案一人。立案查辦瀆職侵權案件2件2人。偵查終結1件4人。審查法院6件16人。法院作出有罪判決3件11人。職務犯罪預防工作開展預防職務犯罪警示教育137件次；進行案列剖析4件；撰寫調查報告6份；發出各種檢察建議5份；為招投標單位開展行賄犯罪檔案查詢760次；進行專項預防工作4次；工程項目預防4個；創新工作1項；《檢察出動，為農民工工資保駕護航》被正義網采用，《反腐倡廉經抓不懈拒腐防變警鐘長鳴》在直播XX欄目上播出。與內蒙古景晟房地產有限公司、XX區消防大隊開展了共建工作。

在工作中，堅持邊指揮辦案、邊親自辦案。按照司法改革的要求，凡是入員額的檢察官必須到一線辦案。今年查辦的案件，我全部到一線親自指揮。今年八月初，內紀委抽調我院辦案人員到呼市辦案，我帶領四名同志在呼市連續工作兩個月，制定初查、偵查計劃，詢問、訊問證人和犯罪嫌疑人，外出調查取證，在行賄人在逃、受賄人閉口不言的情況下，立案5件8人，擴大了工作戰果，達到了預期目的，取得了較好的法律效果、社會效果和政治效果。

黨總支工作以開展“兩學一做”活動為抓手，以“學”為基礎，以“做”為關鍵，邊學邊做，邊學邊改，以改見成效。按期開展各支部換屆工作，為支部建設注入新的活力。按照區直機關工委“兩學一做”學習教育“三周一轉”的安排，列好學習計劃，組織開展好各項支部活動。對近年來榮獲各項榮譽的黨員干警，組織到井岡山開展紅色教育,加強對干警的理想信念教育。

三、貫徹落實區人大及其常委會決議、決定審議意見的情況

對人大及其常委會的決議、決定及審議意見能夠認真貫徹，主動落實。能夠主動聯系人大代表，通過多種方式征求人大代表對檢察工作的意見和建議。并對人大代表提出的建議、批評和意見認真接受，積極辦理。對征求到的人大代表意見積極整改，及時反饋，努力使工作得到人大代表的滿意。能夠主動向人大常委會報告工作，自覺接受人大及其常委會的監督。

篇10

關鍵詞：樂高；4C  ；機器人教育；  中學

一、

一、 中學機器人教學現狀

機器人的學習過程，非常重視課程內容與現實生活的聯系，注重學生的動手實踐能力和情緒體驗。體現了新課程改革的基本要求，受到學生的歡迎。

但是，在開展機器人教學的初始階段由于學校領導、老師、學生家長受到升學壓力等因素的影響，并沒有認識到開展機器人教學的重要性。

中學機器人教育缺乏科學系統的課程建設研究，中學機器人教學的目標、內容的理論研究和實踐經驗十分薄弱，最重要的是尚未有一種較為科學合適的教育理念運用于中學機器人教育中。

那么，將哪一種教育理念運用于中學機器人教育中比較合適呢？本文將試著將4C教育理念運用于中學機器人教育中，由此為廣大中學機器人教師進行教學時提供一定的參考價值。

二、 樂高4C教育理念的優勢

樂高4C理論是以支持四個步驟的學習過程為目的而設計，即：聯系(Connect)、建構(Construct)、反思(Contemplate)和延續(Continue)。機器人課程強調的是情感和價值觀的培養—通過學習和體驗人工智能技術的應用，感受其對人類生活的影響，從而激發學生學習新技術的興趣，培養學生的創新精神。這與機器人課程強調的教育理念有著驚人的相似。

聯系-Connect：是教學環節中的關健之一，引導學生將新的體驗與現有的“知識庫”聯系起來，從而促進學習效果。

建構-Construct：指學生在現實中構建事物的同時，在頭腦中組合知識。

反思-Contemplate：是達到成效的重要階段，讓學生對其所看到或建構的內容進行思考，對方案進行討、反思并調整他們的看法。

延續-Continue：建立在想了解更多內容的愿望的基礎上，從而把學生引入一個新的“聯系”階段。

三、 4C教育理念在中學機器人教育中的應用

（一）聯系（Connect）環節

首先，我們應該進行情景的創設，其主要目的是通過情景引導，激發學生的學習興趣，促進學生進行討論交流。創設情景不單指創設好的學習氛圍，在基于樂高4C理論的教學活動中，創設情景更重要的是給學生創設或這還原發生在學生身邊與學習有關的真實場景，引導學生從身邊的真實事情中去發現問題，找出規律，尋求問題的解決方案。

（二）建構（Construct）環節

   建構主義學習理論提倡的學習方法是教師指導下的、以學生為中心的學習;建構主義學習環境包含情境、協作、會話和意義建構等四大要素。

   由于機器人涵蓋了多種學科的知識和技術，因此學生每向前邁進一步都會遇到重重困難，但這種困難往往是需要學生要用探索、發現等方法去完成的，在解決問題的過程中要求學生主動搜集并分析有關的信息和資料，對所學習的問題要提出各種假設并努力加以驗證，要把當前遇到的問題盡量和自己己經知道的知識相聯系，努力學習新知識，鍛煉動手能力，通過同化和順應的過程不斷完善認知結構，促進學生的意義建構。

   那么我們應該如何幫助學生進行建構呢？

   首先是在情景創設激發學生興趣后，進行重難點的講授。

   其次，根據學生興趣點的不同進行分組。小組是協作學習的基本組織形式，研究表明，學生在具有良好組織結構的小組學習中的學習效果遠遠優于傳統的班級組織形式，并且基于樂高4C理論教學活動的全過程都建立在學生的小組學習基礎之上的。

   其三，通過小組合作搭建學習，將自己的想法運用于機器人搭建中，然后進行課堂討論，以便分享經驗與答疑解惑，老師在一旁進行引導，促使學生發散思維，在實際中解決問題，消化新知識，復習舊知識，鍛煉其動手能力，不斷完善自己的認知結構，增強自身的創新意識，促進自身的意義建構。

（三）反思（Contemplate）環節

   首先，教師借助互動評價對學生的自我評價及學生在課堂上的表現進行評價。

   其次，教師經過查閱資料，實驗驗證等活動，對學生提出來的尚未解決的問題或沒有合適解決方案的問題，給出具有啟發性的意見或建議，激發學生的潛力，從而促使學生能自己尋找出問題的解決方案。

4C教育理論的一個很重要的環節就是實戰訓練，通過實戰訓練可以檢驗學生在“做中學”活動中的知識掌握情況，從而對教學進度和教學計劃進行調整，使學生能更好的掌握所學知識。

四、 不足與建議

目前中心機器人教育與樂高 4C 理論在我國尚處于探索發展階段，由于樂高4C理念的運用還不成熟，將其運用于課程教學中還是存在一些問題，教師在運用其進行教學活動的時候，如何將各環節的活動能夠很好的連貫起來，如何解決學生提出的問題和教學中遇到的問題，這是我們以后繼續做此研究要解決的重要問題。這些都需要我們在進行中學機器人教學中不斷探索與完善，進而將4C理念很好的融合與中學機器人教育中。如果能完善樂高4C理念，并將其運用于中學機器人教育中，相信一定能激發教師對機器人課堂教學的積極性以及提高學生對學習探索機器人的興趣度。

參考文獻：