人工智能调研论文模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇人工智能调研论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

根据原国家新闻出版广电总局的年度新闻出版产业分析报告，2016年期刊总印数比前一年降低6.3%，总印张降低9.4%；与2016年相比，2017年期刊出版总印数降低7.6%，总印张降低10.1%；与2017年相比，2018年期刊出版总印数降低8.0%，总印张降低7.3%。反观数字出版，2016年数字出版总收入5720.85亿元，2017年数字出版总收入7071.93亿元，2018年数字出版总收入8330.78亿元。可以预见，随着时间的推移，数字出版在期刊领域也将承担越来越重要的角色。由于数字出版的发展和技术发展密不可分，本文尝试从技术的角度分析数字出版态势，并进一步探讨我国科技期刊的发展态势以及新技术可能为数字出版带来的变化。

一、数字出版领域和新技术领域关键词

在数字出版方面，本文研究了2019年数字出版会议和期刊编辑领域的论文来探讨数字出版领域的关键词。在技术方面，本文通过调研互联网的发展了解了新技术的关键词。1．数字出版领域的关键词。2019年，重要的数字出版会议主办方主要有中国期刊协会和中国新闻出版研究院。会议报告题目关于数字出版的关键词有：数字产业、生态、经济模式、数据、移动、互联网、信息技术、5G、AR+、人工智能/AI/机器人、平台、云计算、新媒体、大数据、创新产品、智慧产品、知识付费、微课程、全媒体、在线、智库、阅读、精准、IP、传播、数字出版、知识服务、融合发展、出版未来、人才等。在期刊调研方面，本文调研了期刊和编辑出版领域的重要期刊——《中国科技期刊研究》《科技与出版》《编辑学报》等，分析了2019年刊发的文章。这些文章涉及数字出版领域的关键词主要有：媒体融合、5G、AR、移动出版、xml/html、共媒体云和自媒体库、人工智能、平台、产品、APP、在线、新媒体、区块链、知识图谱、知识服务、社区服务、精准推送、全媒体、智慧媒体、数字出版、造船、有声阅读、赋能、书刊互动、转型、智库、知识付费、编辑出版工具等。从上述关键词我们可以分析出，在数字出版方面，期刊和技术方分别都在哪些方面开展了工作，期刊在数字出版方面的融合可以从哪些方面突破。图1是从2019年度相关会议和期刊论文调研得出的与数字出版相关的关键词。从中可以看出，数字出版会议和相关报告更多地从技术层面出发，考虑技术、产品和运营。数字出版相关论文更多地从编辑出版角度进行分析，涉及期刊出版各环节。关键词方面两者有所重叠，也有所不同。例如，数字出版相关论文较少关注5G、产品，更多关注和专业以及学术研究息息相关的数据（尤其是科学数据）、知识服务、编辑业务和人才队伍；而数字出版会议和相关报告则相对较多地关注5G、IP运营等技术或者产品。双方均关注融合发展、数字出版、人工智能、新媒体等。专业技术团队和编辑出版团队已经在一定程度上融合，但是双方的发力点还是有所不同。因此，若要促进科技期刊融合发展，编辑出版方需要更好地表述自己的需求，技术方也需要更深入地做好需求调研，更好地按照期刊的思路研发产品，如此建设的系统和平台才能更好满足期刊出版的需求。上述调研也给数字出版的研究带来启发。一方面，研究数字出版可从期刊编辑工作流程出发，研究各个环节中哪些环节可以利用数字化提高工作效率，或者整个工作流程中有哪些困难需要机器帮助解决；或从现有数字出版的实际态势出发，研究同行在做哪些工作。另一方面，可研究新技术的特点，即研究其可能给数字出版领域带来哪些变化。2．新技术关键词。那么，我们需要关注哪些新技术呢？哪些新技术能代表新一代互联网的发展呢？2019年第六届世界互联网大会在浙江乌镇召开，会议的主题是“智能互联开放合作——携手共建网络空间命运共同体”。会上公布了15项代表性领先的科技成果，它们的主要关键词是人工智能、机器、分布式、共享、智慧、自适应、5G等，这些关键词也说明了新一代互联网技术的重点发展方向，是近几年技术领域的重点。我们可以看出，随着互联网的发展，尤其是和数字出版息息相关的新技术，是5G、大数据、云计算、人工智能、物联网、区块链、虚拟现实技术等。另外，还有和数字出版领域紧密结合的碎片化技术、语义技术、新媒体技术（微信公众号、小程序、短视频等）。下面我们逐一分析这些技术的特点，以便后续进一步探讨它们在数字出版方面的应用。5G是下一代信息社会建设的基础设施，它的特点是高速率、大容量、低延时、低功耗，这些特点使得更多资源可以部署到云上，单位时间可以传输更多的内容或者整合更大量的数据；使得虚拟现实、万物互联等成为可能；也使得智慧城市、智慧社区等得以实现。从期刊出版的角度来说，5G将可能改变知识内容、平台、存储、流通、渠道、服务、消费、终端呈现等的方式，对行业带来深度的变革。大数据技术包括数据分析技术、事件处理技术、数据流通技术。我们可以从数据采集与处理、数据挖掘与分析、数据存储与管理、数据展现与应用方面去思考期刊出版相关数据的采集、处理、重新聚合、呈现形式等，思考大数据技术可能为数字出版带来哪些新的应用。我们可以从分布式存储方面考虑期刊相关数据库的架构、设计以及分布式关系模型；可以从数据流通角度考虑期刊数据传输的质量、安全等；可以从数量巨大、来源分散、格式多样的数据中发现新知识、创造新价值、提升新能力，从而考虑新一代数字出版服务业态。云计算是一种基于互联网的超级计算模式，云计算的计算速度甚至达到每秒10万亿次，可以将繁多的系统以及云资源连接在一起以提供各种服务。云计算的特点是可以有效兼容各种不同种类的硬件和软件，支持资源以及新业务的动态扩展，具有高可扩展性；支持多业务体系按需服务，按需配备计算能力和资源；使用数据多副本容错和计算节点同构可互换等措施来提高可靠性；使用户突破时间和空间的限制享受虚拟现实的服务；支持海量信息处理以便提供超大规模服务等［1］。云计算技术逐渐成熟，将使得对运算能力要求高的产品得以运用，使得对运算能力要求高的服务得以实现，使得跨空间、跨时间的虚拟服务成为现实，使得跨平台、跨数据库的资源得以快速整合。人工智能产业在大数据、深度学习算法、计算能力三大要素的推动下逐渐成熟，人工智能研究让计算机模拟人的思考过程以及智能行为，如学习、问题求解、自动推理、智能检索、思考、规划等，其相关的技术包括机器人、语言识别、图像识别、自然语言处理等［2］。期刊可以思考，现阶段或者未来在数字出版中，哪些环节可以用计算机或者机器人来实现，思考利用计算机和机器人可以帮助我们实现哪些人工难以完成的工作。物联网作为信息通信技术的典型代表，其技术和应用的普及以及逐渐成熟，将推动人类社会进入万物互联的新时代，可穿戴设备、智能家居、自动驾驶汽车、智能机器人等新设备将接入互联网。这使得未来学术出版物的产品、终端等呈现多样化。根据物联网的特点可以更多地思考学术出版的产品以及终端。区块链技术的特点是去中心化、分布式和安全。期刊可以从这三个特点考虑在这方面有要求的产品和环节。虚拟现实技术包括VR（虚拟现实技术）、AR（增强现实技术）和MR（混合现实技术）。VR是利用电脑模拟产生虚拟世界，让使用者如同身临其境一般，是纯虚拟数字画面。AR是通过电脑技术将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到同一个画面或空间，是虚拟数字画面和裸眼现实。MR包括增强现实和虚拟现实，指的是结合数字化的现实世界和虚拟世界而产生的新可视化环境，MR是数字化现实加虚拟数字画面。虚拟现实的特点将使得学术传播更加真实、直观、多方位、多角度。和期刊紧密结合的语义技术、碎片化技术、新媒体技术、视频技术等，这些期刊界比较熟悉，这里不再赘述。

二、我国科技期刊数字出版状况

根据《中国科技期刊发展蓝皮书（2017）》统计，我国科技期刊中，5020种期刊共有1375个主管单位、4381个出版单位。平均每个出版单位出版1.15本期刊，仅出版1种期刊的出版单位就有4205家［3］。我们可以看出，我国期刊众多，但是小而散，这些小而散的科技期刊很难有比较强的经济实力单独开展数字出版的转型。尤其是和国际大出版商相比，我国科技期刊的数字出版还落后很多。进行国际合作的英文学术期刊，充分利用国际数字出版平台，在一些流程中实现数字化，是众多国内英文科技期刊的选择。即使如此，我国科技期刊一直坚持不懈地利用一切可利用的资源逐步摸索出自己的数字化发展之路。在科技期刊数字出版过程中，期刊出版人体验了如图2（1）到（5）所示的媒体传播发展过程。尤其是近几年，科技期刊媒体融合技术和产品日新月异，科技期刊、期刊集群、超大规模刊群均在数字出版和媒体融合方面做了大量探索，并取得一定的成绩。图2媒体传播的发展1．期刊的数字出版我国科技期刊在数字出版方面侧重于期刊出版全流程的数字化以及为学科服务。目前，我国科技期刊出版流程中很多环节已经实现了数字化、融媒体发展。科技期刊数字出版的重点是采编审校、出版、学术传播和知识服务等环节。在出版方面，我国很多科技期刊除出版整期外，还做优先出版、预出版，也有期刊支持已经提交预印本库的文章，还有期刊平台支持连续文章出版。相当数量的科技期刊实现了xml制作、html展示、全媒体出版，并实现一次制作多元，还支持读者针对文章内容、图、表等进行交流和评论，甚至记笔记、翻译和分享。我国有100多家期刊加入双语出版，使得中文期刊的文章被翻译后得以在海外传播。也有期刊打造多媒体栏目，有的视频，通过多媒体的方式为读者直观地呈现原始的研究成果和重大发现。在学术传播方面，期刊也是百花齐放。有的通过论文改编或者写文章评论的方式在其他平台进行学术推广；有的充分利用各种数据库、社交平台、学术传播平台、学术媒体进行学术传播，例如《中国科学数据》的平台可以直接对接ResearchGate传播期刊论文；有的开通微信、微博、博客等进行学术社交；有的做精准推送；有的增加在线的微视频、音频等内容；有的充分利用新媒体领域的短视频平台，如今日头条、九州云播等开展专业领域的学术推广活动。在知识服务方面充分发挥学科特色，如将研究区域嵌入地图，进行线上线下推送相关专业信息、科普信息等；或者充分利用淘宝、抖音、快手等平台展示专业内容或科普内容。2．期刊集群的数字出版期刊集群侧重为所属期刊提供各种单刊不易实现的服务，降低刊均成本。例如，学科刊群比单个期刊容易整合更多学科资源，为本学科提供更丰富的服务，并且还能为所属期刊提供多种出版服务，进行整体学术推广，相比单刊有更大的学术影响力。近些年有众多声音指出，我国科技期刊很难与国际大出版商同台竞争的原因是我国期刊小散弱，因此呼吁我国期刊规模化发展和集群化发展。这些年也确实形成了一系列的期刊集群，并逐年扩大，如中华医学会医学期刊集群、科学出版社期刊群、高等教育出版社期刊集群、清华大学出版社期刊群、浙江大学出版社期刊群、中国光学期刊群、中国地理资源期刊集群等。这些期刊群均建设了自己的网站，并获得了一定的资金支持。在资源整合方面，如中国材料期刊网实现了期刊资源的集成，除此之外还整合了图书、专利、专家、会议等学科资源，并增加了虚拟专辑、会议系统等。中国煤炭网有期刊库、专题库、专家库、视频库以及煤炭视听板块（专家报告、特别访谈、煤炭科普、会议活动等），整合了行业资源。在平台建设方面，清华大学出版社期刊集群平台实现了预出版、OA出版等，还制定TUP-JATS的xml标准。浙江大学出版社期刊中心实现了全流程的数字化期刊集群平台建设，平台集投审稿、内容、运营推广、读者服务于一体，打通底层数据，实现多终端访问。中华医学会建设CAMJATS标准，采用统一的标准处理期刊相关数据，曾中标国家数字复合出版工程的试点单位和示范单位，并升级采编平台以及出版平台，进一步进行资源整合，实现采、编、审、排、加工、多形态、富媒体出版、移动出版、质量管理、新媒体学术推广、期刊销售、会议服务等一体化、现代化的出版和服务体系。高等教育出版社实现采编、运营管理、数字化生产、数字化平台建设、市场营销与海外合作的体系化发展。在学术推广方面，国内的期刊集群化平台常对接一些学术评价和学术推广平台，例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度学术等。在知识服务方面，国内的学科期刊集群通常整合该学科的各种学术资源，为该学科研究人员提供知识服务，或者为期刊、编辑等提供行业服务。例如中国激光杂志社提供协同会议系统、DOI注册、编辑加工等行业服务，该集群通过举办会议聚拢专家资源和学术资源，同时也为光学领域提供服务［4］。3．超大期刊集群的数字出版国内的超大期刊集群，有知网、万方、维普、龙源、超星等，特点是能更好地利用大数据资源和技术为期刊出版的上游、期刊出版环节以及期刊出版的下游提供服务。下面以知网为例叙述超大期刊群的数字出版。知网整合了我国95%以上的中文学术资源，拥有我国最大最全的中文学术资源库，也拥有我国最广最全的读者群。知网在期刊上游环节，为作者以及研究人员提供的服务有：如何查资料、如何申请课题、怎么做实验、怎么做科研等信息；读者可通过中国知网、CNKISCHOLAR、全球学术快报、CNKI知识元搜索（碎片化地搜索图、表、概念、数字……）等检索学术论文、基金、碎片化资源、全媒体资源等；可以通过庞大的学者成果库、学者圈子等获取专家信息，进行学术社交；可以通过研究型学习平台获取或者管理自己关注的学术资源；可以通过大数据研究平台利用统计数据获取学术热点等信息。在期刊全流程出版环节，编辑可以利用选题策划、学术热点、期刊按需出版中的用户分析等模块进行选题策划，利用采编排发一体化出版系统（包括学术不端检测、文章创新性检测、

篇2

云计算、大数据、人工智能新兴领域的崛起，推动信息技术全面渗透于人们的生产生活中。信息技术的核心在于计算机技术和通信技术。然而，虽然目前各个高校都开设了计算机基础课程，但是其教学却存在着诸多问题，导致该课程无法达到预期的教学效果。教育部在2012年《教育信息化十年发展规划（2011-2020年）》，其中指明“以教育信息化带动教育现代化，促进教育的创新与变革”[2]。因此，本文以华中师范大学计算机基础课程教学为例，深入阐述了传统计算机基础课程教学的弊端，提出了在当前人工智能如火如荼的时代背景下，如何应用人工智能相关技术对传统的计算机基础教学进行改革的具体方案。该方案以创建网络智慧课堂教学模式改革为主体，辅以教学观念、知识体系和课程考核方式改革，以期对高校的计算机基础课程教学有所裨益。

1传统教学的缺陷

⑴课程的教学地位没有引起足够的重视一些高校为计算机基础课程分配较少的学时（少于48学时），甚至有的专业将此课程设置为选修课。这种设置降低了该课程在教师和学生心目中的位置，导致了对该课程的忽视。同时，不少老师因为学时不够，时间紧迫，仅仅讲述与考试相关的内容，不考的一概不讲。这导致学生的眼界受限，知识和能力受限，无法培养其全面综合的计算机素质。还有的专业没有将这门课给专业的计算机学院的老师讲授，而是随意安排授课人员。没有经过系统专业训练的教师缺乏足够的知识储备，很难讲好这一门看似简单的课程。⑵课程教学内容的制定与当今时代对于信息化人才的需求脱节一些高校的现状是计算机基础的课程教材知识陈旧[3]、质量堪忧，教材总是无法跟上知识更新的步伐，例如都2019年了还在讲Office2010。有的高校由于缺乏对课程的重视，没有对教材优中选优，而是基于利益的考虑，优先选择自己院系编写的教材。其教材内容是七拼八凑，没有整体性、逻辑性和连贯性，更不用说前瞻性。这样的教材，无疑对学生的学习设置了巨大的屏障。除此以外，一些院校的课程教学知识体系不够明确和完善，教学大纲的制定不够科学。从教学大纲中制定的学时分配来说，常常偏重实用性[4]，常用计算机软件操作占据了大部分的课时。这会让教师在授课时轻理论而重操作，如此培养学生，非常不利于其计算思维的形成，对后续其他计算机相关课程的学习也是很大的伤害。⑶教学模式过于传统，信息化水平较低从教学方式上来说，传统的教学模式以教师课堂授课为中心，是以教师为主体的教学模式[5]。在这种模式下，教师仍然主要以填鸭式教学为主[6]，无法通过课堂教学发现学生的个性化特点，并进行有针对性的教学。另外，虽然计算机基础课程一般都配备了实验课时，但是实验课常常是采用教师布置上机任务、学生做完抽样检查的模式。这对于大课堂来说，教师的任务繁重，无法搜集到每一个学生的任务完成情况，无法清晰地掌握学生学习的实际情况和薄弱环节。而且，该课程缺乏相应的研讨课时，很难让学生对其所学知识进行深入思考和探究，以增强思辨能力和对课程的学习兴趣。⑷课程考核方式不够公平合理从考核方式上来说，该课程普遍采用“平时成绩”+“期末考试”的加权方式对学生成绩进行评定。平时成绩多由考勤分所得，期末考试多采用机考模式。这种考核方式过于单一化、机械化，无法对学生进行全方位的评价。很多学生来到教室打考勤，但可能根本没听讲，而是在睡觉或者玩手机。期末机考的公平合理性也是存在着很多的漏洞。例如机考的试题库可以十年不变，分值的分配和难度的掌握都没有经过系统的考量。甚至有的考试系统不够稳定和安全，频频爆出Bug，严重影响了考试结果的真实性。

2新人工智能环境下对计算机基础课程改革的具体方案

2012年开始，在随着卷积神经网络技术在视觉处理方面的应用取得巨大的成功之后，人工智能到达了有史以来的第三个爆发期。目前，深度学习技术在AlphaGo、无人驾驶汽车、机器翻译、智能助理、机器人、推荐系统等领域的发展如火如荼。与此同时，人工智能技术在教育领域方面的应用已经兴起。人工智能的教学产品也已有先例，例如基于MOOC平台研发的教学机器人MOOCBuddy等等。基于人工智能的教育是融合云计算、物联网、大数据、VR、区块链等新兴技术的增强型数字教育[2].在当前人工智能的大时代背景下，针对传统计算机基础的种种弊端，我们提出了如下教学改革方案。⑴改变教学理念，确立计算机基础课程的重要地位计算机基础作为高校的一门公共课，实则应当作为各个专业的学生后续的学习、科研的必修之课程。因此，高等学校应从源头上确立该课程的重要地位，将该课程纳入必修课范畴，并给与更充分合理的课时分配。除教学课时、实验课时之外，需要为该课程增加一定的研讨课时。任课老师必须是来自于计算机专业的人才。同时，定时举办关于该课程的教学培训、教学研讨会和教学比赛，改变教师的教学理念，从源头上给予该课程足够的重视。⑵优化教学内容，重新制定课程的教学知识体系教材是教师教学的主要依据，也是学生获得系统性知识的主要来源。因此，教材对于教学的重要性不言而喻。教材的选取需要优中择优，必要的时候可以根据自身院校的情况自己编写，力求使用好的教材使教学事半功倍。在选定优质教材的基础上，制定更加合理的教学大纲，优化计算机基础课程的教学知识体系，突出计算机学科入门相关基础理论知识的重要地位。对现有的过时内容进行更新，例如操作系统以Windows10的操作取代Windows7，Office这部分使用Office2019版本取代2010的版本，同时增加关于算法入门知识、程序设计入门知识以及人工智能、区块链等前沿知识单元的介绍。以华中师范大学为例，我们在图1中给出了该校计算机基础课程的教学知识体系结构图。⑶充分利用现代化的教学工具和人工智能技术，构建智慧课堂，改变传统教学模式现代化的教学应当转变以教师为核心的教学模式，更加突出学生的主体性地位。因此，在人工智能、物联网、大数据等技术和蓬勃发展的情形下，应当改变传统的课堂教学形式，充分利用现代化信息技术，将传统课堂教学和网络课堂教学模式相结合，构建智慧课堂。融合课堂教学身临其境的效果与网络课堂自主性强且方便师生交流的特点，通过师生之间多层次、立体化的互动，达到提升教学效果的目的。同时，建立功能强大、完善的学生实验平台，基于不同专业学生的不同特点和不同需求，进行个性化的作业设置。针对教师布置的实验任务和学生的完成情况，结合在线网络教学系统，通过传感器及网络数据，搜集学生的学习行为数据，并且使用人工智能算法进行智能分析，使教师对当前的学生的学习情况一目了然，并能引导学生对重点、难点的巩固和掌握。研讨课以学生为主体，按照所选课题进行分组调研、分组讨论，刺激学生的学习兴趣，培养其思辨能力。研讨内容最终可以课程论文的形式上交至课程共享平台，由教师和同学共同给出评分。这里，仍以华中师范大学为例，我们将在线教学系统、实验课平台、研讨课共享平台等集成为一个基于人工智能技术的网络智慧教学综合平台系统。该系统主要包括用户管理、在线教学、课堂互动、作业管理、考试管理、BBS系统、智能分析和平台管理8个模块，其主要功能如图2所示。该系统采用C/S模式，系统的服务器选用Linux服务器，同时开发基于PC机的和手机端的客户端系统，方便学生和教师随时选用、更加灵活。在线教学模块中的智能学习助理功能，能够根据历史用户的学习行为和当前用户的学习行为，自动地识别学习内容中的难点以及当前学生的难点内容，有针对性地对学生进行知识点强化。课堂互动模块中，通过可穿戴式传感器搜集学生的学习行为，用于后续智能分析模块中对学生的学习态度和学习行为进行智能分析。在线作业评价模块包括机器评价和教师评价两个功能。机器评价是系统为学生作业（客观题、主观题）自动评分，其中主观题的评分也是使用人工智能技术来实现。教师评分时可以参考机器评分，减少教师工作量。同时，教师评分为机器评分提供机器学习的经验数据，促进机器评分更加智能。智能分析模块能够依据学生的在线课程学习模块、课堂学习模块、作业管理模块等搜集到的学习行为数据进行综合分析，促使教师深入了解学生的学习情况和个性化特点，提升教学的针对性，并且有助于后续对学生进行全面、综合的分析和成绩评定。所有系统模块中使用到的智能分析技术包括基本的统计分析、以及各类机器学习算法（k-means,NaveBayes,SupportVectorMachine,DeepLearning等等）。⑷改变传统成绩考核的方式在“教学”+“实验”+“研讨课”课程结构以及网络智慧教学综合平台的辅助之下，学生的成绩评定更加全面化、多元化、公平化、自动化[7]。平时成绩中，除了教学综合平台的“课堂签到”次数之外，还增加更多丰富多元化的考察信息，如：学生的课堂讨论、在线课程学习和考核结果、平时作业完成情况，以及智能分析模块中辅助分析的学习态度、学习能力、平时成绩预测。期末上机考试系统也是智慧课堂综合平台的一个子模块，是精心设计的稳定、安全、功能强大的子系统，方便教师每一年更新试题库，修改bug。试题库中的每一套试卷都应当经过科学的考卷质量分析，使其难度、覆盖范围在一个均衡、合理的范围。最后，教师通过对各类平时成绩指标以及期末考试成绩加权，给出最终的学习成绩。通过规范、合理、公平、全面的考核体系，获得对学生公平、完善的评价机制，激励学生并刺激教学良性运转。

篇3

工程教育认证要求通过认证的工程专业不仅要深入理解和把握复杂工程问题，更要按照国际实质等效原则培养学生具有解决复杂工程问题的能力［1］。目前，针对计算机相关专业解决复杂工程问题能力培养的研究还处于探索阶段。许智宏等人认为可采用半开放式项目驱动教学方法达成目标［2］;尚凤军提出课程群建设面向复杂工程设计的方案［3］;黄永红等人认为可增设综合训练项目来达到培养目标［4］。刘秀平等人提出了分层实施方案，从知识、实践、设计的维度支撑了解决复杂工程问题的能力［5］。王宏宇等人提出了以学科竞赛主题为对象，遵循工程逻辑设计开发过程的课程建设改革方法［6］。许多研究成果对于分解落实解决复杂工程问题能力的培养缺乏深入探索，对于如何优化课程设计体系和内容来提高学生解决复杂工程问题的能力方面也缺乏深入研究。

1课程设计改革的意义

完备的实践教学体系主要包括课程实验、课程设计、实习、毕业设计(论文)等。通常，国内高校都将毕业设计(论文)环节作为实现解决复杂工程问题的重要载体。但近年来，毕业设计期间应聘、考研等挤占了学生很多时间和精力，设计内容往往弱化甚至忽略难以处理的学科交叉问题和非技术因素，且毕业设计往往采取一人一题，很难达到个人与团队的教学指标。课程实验往往随理论授课逐周分散进行，受学时限制以及学生知识掌握处于积累阶段等因素，一些深度型、探究型、综合型的实验往往很难开展。实习由于受到场地、经费、管理难度、企业技术保密等限制，往往缺乏理论指导下的实践。一些计算机类专业学生到实习单位后，只能接触一些前端页面或模块代码的机械性编写，无法接触软件或硬件的具体设计过程，有些专业实习甚至畸变为企业参观。《计算机类专业教学质量国家标准》要求计算机类专业学生4年的实验当量应不少于2万行代码。在课程设计方面，要求至少完成两个有一定规模和复杂度的系统的设计与开发。调研发现，实践教学体系中提高学生解决复杂工程问题的环节应保证时间的集中性，内容的规模和复杂度要达到国家标准中的要求，且应在理论的指导下开展，课程设计比较符合这一要求，应作为提升学生解决复杂工程问题能力培养的关键突破口。

2课程设计改革宗旨和研究方法

2.1课程设计改革宗旨

第一，以培养学生解决复杂工程问题能力为主线，突出工程技术应用能力的培养，强调自主学习和终身学习意识培养，全面提升学生的能力和素质。第二，使学生能够设计针对复杂工程问题的解决方案，在设计环节中体现创新意识，实现多方案分析与评价，从而全面提升实践教学效果。第三，使学生深入掌握工程原理，结合工程实践，体现综合运用，提升解决复杂工程问题的能力。第四，分解落实解决复杂工程问题能力的培养，课程设计的持续改进逆向推进课程体系的整体优化。第五，构建计算机专业完善的实践教学体系和课程群体系，建立各项实践教学活动的持续改进机制。

2.2基本研究方法

第一，调研法。采取调研问卷调查和访谈的方式，对目前已毕业学生、在校生(包括计算机类专业本科生、研究生)、教师(包括教学管理、教学一线、教辅等多层面)开展调研。同时走访和调研部分高校、IT企业和专业培训机构等。第二，逆向研究法。从实践入手，逆向优化专业类知识体系教学。第三，分析建模法。对调研数据、教学环节统计与考核数据、质量保证监控数据进行科学分析，借助人工智能手段进行建模优化。第四，螺旋优化、研以致用法。杜绝纸上谈兵，形成的专业课程设计内容设置实施方案(含教改方案、教学大纲、课程标准、考核标准等)，直接实施于一线教学活动，并通过实施效果的反馈螺旋优化后续方案。

3课程设计改革实践

课程设计计划的实施要求指导教师明确课程设计对应于工程教育认证标准具体的毕业要求指标点，并要在课程设计过程中坚持实施。明晰课程设计对毕业要求指标点的支撑作用，为合理安排课程设计的内容明确了指导思想。本校计算机科学与技术专业培养方案以工程教育专业认证为背景，共设置11门课程设计。一类课程设计在前5学期开设，涉及专业类知识课程门数相对较少，具体包括以下7门课程设计:C语言程序设计课程设计、Java程序设计课程设计、数据结构与算法课程设计、数据库原理课程设计、计算机网络课程设计、C++程序设计课程设计、JavaEE编程技术课程设计。以上课程设计以语言开发为主，是培养学生计算思维、软件工程设计规范、计算机语言开发能力的基础。指导教师面向解决复杂工程问题培养，认真设定课程设计题目和内容。以学生为中心，强调基础性、技能性、应用性、工程性和创新性，采用问题驱动和求解渐进化方式不断提升学生解决复杂工程问题的能力。每门课程设计在具体实施中，指导教师始终探索课程设计如何解决承上(课程实验)启下(毕业设计和实习)，并不断思考和探索课程设计如何逆向优化专业类知识课程的教学活动。计算机科学与技术专业另一类课程设计在第6和第7学期设置，综合性较强(在某些高校或专业有时被称为“综合开发实训”或“综合训练项目”等，但通常拘泥于一种开发语言或技术)。综合类课程设计有4门:A.体系结构课程设计。专业类知识课程涉及体系结构、计算机组成原理、编译原理、汇编与接口技术、计算机网络等硬件类和系统类课程。B.操作系统课程设计。专业类知识课程涉及操作系统、Linux系统等系统软件类课程和部分高级语言类课程。C.软件开发综合课程设计。专业类知识课程涉及各种高级语言类课程(如Java、C、C++)、软件工程、数据结构与算法、数据库原理等软件开发类课程。D.Python与人工智能课程设计。专业类知识课程涉及各种高级语言类课程(如Python、Java、C、C++)、数据结构与算法、人工智能导论等课程。综合类课程设计涉及大量通识类知识和学科基础知识，具有较高的综合性，包含多个相互关联的子问题，体现问题和系统的规模、难度、复杂度、综合性。课程设计更强调培养学生的系统观，使学生能够站在系统的高度，以系统的视角去看问题，去适应错综复杂的应用场景，最终实现问题的系统化、科学化求解。“软件开发综合课程设计”综合了之前的.NET综合课程设计、Java综合课程设计等软件开发类课程设计。根据工程教育专业认证要求，这门课程设计并不拘泥于某一种语言或技术要求，要求学生能够针对复杂工程问题，选择与使用恰当的技术、资源、现代工程工具和信息技术工具等设计开发一套软件系统，并通过对比得到有效结论。“Python与人工智能课程设计”以解决复杂工程问题入手，学生首先分析问题建立模型，然后给出解决方案和算法设计，通过Python语言及其扩展库编程实现系统，最后通过设计方案、模型、算法、开发语言等多个角度对比分析给出所设计系统的客观性评价。在2017版培养方案中该课程设计为“Python程序设计课程设计”，设计内容包含了软件开发、大数据、人工智能、深度学习等。2019版培养方案中，专业增设了1门48学时的人工智能导论理论课，Python程序设计和人工智能导论合并为1门2周的“Python与人工智能课程设计”。“体系结构课程设计”和“操作系统课程设计”是专业认真研究工程教育认证标准后于2019版人才培养方案中新设置的2门课程设计。在学时紧张的情况下，专业仍增设了这2门综合类课程设计，力图保证学生硬件系统、组成原理、体系结构、操作系统方面的综合设计能力培养质量，保证人才培养的系统性和专业性。课程设计具体实施过程中，指导教师以突破解决复杂工程问题能力培养为核心安排课程设计内容，使学生的能力培养达到工程教育认证标准的培养要求，反复思考和尝试解决以下关键问题:第一，课程设计内容重点覆盖了《华盛顿协议》7个特征中的哪些特征?课程设计的规模、难度、复杂度、综合性是否能满足工程教育认证背景下的解决复杂工程问题的要求?第二，课程设计中，如何运用深入的而不是浅显的工程原理，经过什么样的分析，而不是直接套用原理、公式来解决设计目标?第三，课程设计中学生在哪些理论指导下进行实践?加深对哪些原理的理解?第四，为了突出复杂工程问题的解决，与课程设计相关的一门或多门相关课程的讲授环节中，将对传统的授课方式、方法和内容采取哪些变化?与课程设计相关的理论知识讲授和基本实验环节能否为学生完成课程设计奠定扎实基础?第五，课程设计是否要引入混合式教学?如果引入，混合式教学将如何提高课程设计效果?第六，从以学生为中心的角度分析学生如何通过课程设计和相关理论的学习，实现从“学了”到“学会”再到“会应用”?第七，课程设计“能力培养”如何量化考核，“复杂度”如何评价?以产出为导向，如何建立持续的人才培养改进机制?通过指导教师的不断思考和改革尝试，使各门课程设计实现了设计理念的转变、从简单到综合的转变、从单一系统到增加对比分析、综合评价等突破常规的转变。

4课程设计改革效果

课程设计改革使计算机科学与技术专业逐步形成一套课程设计内容设置实施方案(含教改方案、教学大纲、课程标准、形成性考核标准等)，并直接实施于现有教学活动。通过培训和专家辅导讲座等形式，指导教师深刻理解了工程教育认证的本质和内涵，改变了传统的课程设计理念。以复杂工程问题的提出和解决为课程设计核心，突出产出导向，精心设计课程设计题目，优化课程设计考核指标，建立了课程设计持续改进机制。课程设计改革在人才培养方面取得了切实效果。第一，以培养学生解决复杂工程问题能力为主线，突出工程技术应用能力的培养，增强了学生自主学习和终身学习意识培养，设计理念更符合学科发展趋势。第二，使学生能够设计针对复杂工程问题的解决方案，在设计环节中体现创新意识，养成了多方案分析、对比和评价的设计习惯。第三，使学生逐步掌握深入的工程原理，结合工程实践，综合运用，提升了解决复杂工程问题的能力。第四，以课程设计内容设置为突破口，逆向推进课程体系设置整体优化，使学生通过实践逆向推动理论课学习的兴趣和动力，学生的理论素质进一步提升。课程设计改革首先在省级一流本科专业“计算机科学与技术”专业实施，并推广至软件工程、数据科学与大数据技术、物联网工程三个计算机类本科专业。与信息技术密切且相关的电子商务、电子信息工程、机器人工程等专业也逐步开展了面向复杂工程问题能力培养的课程设计改革，取得了切实有效的实施效果。

5结语

截至2018年，计算机类专业已达3349个专业点，培养学生复杂工程问题的解决能力，是工程教育专业认证对工程类专业人才培养的核心要求，也是一流本科专业建设的核心目标之一。随着工程教育认证的普及开展，面向OBE理念，突出解决复杂工程问题能力培养的课程设计改革越发迫切和必要。只有不断改革，建立持续改进机制，才能不断优化计算机教育教学工作，为信息技术产业培养更多优秀人才，推动我国信息技术产业的蓬勃发展。

参考文献:

［1］林健.如何理解和解决复杂工程问题:基于《华盛顿协议》的界定和要求［J］．高等工程教育研究，2016，(05):17－26，38.

［2］许智宏，李妍，董永峰，等.半开放式项目驱动复杂工程问题能力培养实践［J］．计算机教育，2019，(02):37－40.

［3］尚凤军.面向复杂工程问题的计算机人才创新能力培养体系研究［J］．计算机教育，2016，(09):70－73.

［4］黄永红，蔡晓磊，刘国海，等.电气类专业“复杂工程问题”的理解与实践［J］．电气电子教学学报，2018，40(06):15－18，22.

篇4

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。

2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。

如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源：创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景，B、C 端全面发力。

资料来源：券商报告、互联网公开信息，创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源：互联网公开信息，创业邦研究中心整理

2.发展关键要素：数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。

（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。

此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源：互联网公开信息，创业邦研究中心整理

（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。

4.投资方向

（1）前端智能化，低成本的视觉解决模块或设备

从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。

（2）深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。

（3）新兴服务领域的特殊应用

前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。

（4）数据是争夺要点，应用场景是着力关键

机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

（1）语音识别技术已趋成熟，全球应用持续升温

语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。

（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。

（3）语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理（NLP）发展现状

（1）多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

（2）NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。

（3）创业公司的机遇

1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源：创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。

图 人工智能在医疗行业的应用图谱

资料来源：创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源：创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。

从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。

最新估值

企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必

选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)

第九部分典型企业案例分析

1.Atman

企业概述

Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。

目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。

企业团队

创始人&CEO：马磊

清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。

Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。

核心技术与产品

技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。

Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。

机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。

知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。

2.黑芝麻

企业概述

黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。

目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。

企业团队

团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。

创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。

核心技术和产品

在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。

3.乂学教育

企业概述

乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。

企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。

主要产品

学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。

智适应学习人工智能系统

智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。

业务模式

线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。

4.云从科技

企业概述

云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。

云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。

企业核心团队

创始人

周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。

周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。

核心技术团队

云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。

技术优势

全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。

云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。

在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。

正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。

行业应用

目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。

5.Yi+

企业概述

北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。

旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。

目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。

企业团队

团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。

创始人&CEO：张默

北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。

核心技术与产品

技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。

公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：

行业解决方案

针对营销、安防、相机和电视的不同特点，推出相应解决方案。

营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。

智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。

电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。

相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。

新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。

6.擎创科技

企业简介

擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。

核心团队

擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。

主要产品

“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。

“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。

“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。

商业模式

目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。

篇5

1.文献管理中的问题

科技文献快速增长，电子期刊迅速发展，科技工作者面对越来越多的信息。传统管理文献的方法低效、繁琐、易错的缺点更加突出，故迫切需要一种辅助管理工具来统筹管理各种文件和资料。如手工完成这些修改，必定是繁琐、低效而且极易出错，因此高效的引文辅助工具使用十分必要。信息技术大发展趋势下，各种文献已经基本信息化，搜索技术也取得了长足发展，科研工作者能够很容易找到海量的相关文献。但现有的搜索技术离智能化距离还非常远。因此，查找到的文献，必须经科研工作者人工阅读分析，判断其参考价值。如何管理这些相关文献，如何管理这些经人工分析具高附加值的文献，如何在日后的科研工作中快速检索到这些重要文献，关系到科研的效率，是信息时代科技成败的关键之一。采用文献管理软件则能自动进行文献的检索、收集、整理以及导入、导出，从而降低科研工作强度。[1]

2.EndNote及其功能

1）基本介绍

Endnote由Thomson ResearchSoft公司开发的一款文献管理工具，用来进行文献信息检索，统一管理各种参考文献及对应文件并创建系统化易识别的目录[2]。该软件支持科技引文索引（SCI）的多种文献格式，是使用最为广泛的文献管理软件。该软件支持书目、PDF文件等多种文献的管理。通过该软件可以方便的对存储的记录进行编辑、、查找、排序等操作，从而实现个人文献的有效组织与管理[3]。EndNote以加载项的形式嵌入到word等编辑器中，在科技论文撰写过程中进行引文管理，从而减少参考文献引用过程中产生的格式错误与引用错误。

2）建立文献数据库

建立专题文献数据库对于科研查新，及时掌握科研动态具有重要意义。EndNote提供多种功能快速完成专题文献数据库的建立。其中，最常用的两种方式是，直接联网检索添加与导入参考文献文件两种方式。EndNote集成了大多数英文文献数据库的搜索引擎接口，如Web of Knowledge， Spring Link，Science Direct， PubMed等。可直接通过EndNote软件进行文献检索，自动产生包含摘要的题录数据库。如果用户所在单位有对应数据库的使用权限，还可以直接下载这些题录对应的PDF格式的文献原文。EndNote也可以导入其它用户发送过来的参考文献文件，或者是导入从文献数据库检索并下载的参考文献格式文件。前一种数据库建立方式非常具有效率，后一种方式则方便用户间交流。EndNote也提供手工录入题录信息功能。对于查不到网络电子资源的书目信息或早期下载的零散文献资料的录入，可以考虑手工录入。该方法输入速度慢，常产生人工输入错误。

3）数据库管理

文献数据库维护管理主要包含、检索、组织等主要功能。EndNote提供了功能，对于冗余题录的删除非常方便。通常文献数据库包含大量题录，手工逐条检索费时费力，EndNote提供了检索、排序功能。NoteExpress提供了附件功能，能将多个不同格式的文件资料（包括网络链接）保存在该题录下，双击即可直接打开，省去了在电脑磁盘中寻找的麻烦。可以对题录进行编辑用来记录重要信息。例如可以通过对题录标签（label）栏目填入文献分级信息，从而帮助用户进行文献分类，体现文献重要性或者用户阅读、关注程度。EndNote提供文献导出功能，可以将一些参考文献以多种参考文献格式导出后发送给其它科研工作者，方便学术交流。

4）引文管理

EndNote提供的另一项核心功能是参考文献的自动格式化生成。该软件支持几千种国际期刊的参考文献格式，提供几百种写作模板，各个领域的文章均能找到合适的写作模板。写作过程中，可通过光标选中插入参考文献的位置，在EndNote中选择要插入的引文，即可通过嵌入MS office 2007的EndNote插件完成引文的插入。EndNote提供了丰富的引文排版样式，在文章改投其它期刊时可以迅速变换参考文献格式。EndNote能替用户完成格式调整，引文的整理、标注和顺序排列，从而为科研工作者减少机械重复性的劳动。

3 结语

EndNote提供的各项功能极大方便了文献信息的收集、整理和写作应用，极大的方便了科研信息采集，管理，应用及挖掘。EndNote能将科研工作者从繁琐、易错、低效文献管理与写作中解放出来，从而使科研工作者集中精力于创造性的科研创新。另外，EndNote已经解决了很多文献调研写作中的问题，但依然还有许多值得改进的地方。EndNote应完善对中文数据库的支持。EndNote应综合人工智能、认知科学、管理科学等多学科的先进理论改善文献组织技术，搜索技术（包括文字、图片、音频、视频等），从而人机互动更自然，信息筛选更精准。合作研究已经成为学术研究的主流，加强学术交流、共享文献资源，网络阅读、评注越来越成为广大研究人员的共同需要。

参考文献

篇6

在过去的二十年里，商务智能与分析（Business intelligence and analytics，BI&A）与大数据相关的分析随着大数据的发展在工业界及学术界变得越来越重要。来自于Bloomberg商业周刊的报道（2011）显示，97%的超过1亿市值的公司使用了商务分析技术。据麦肯锡全球机构预测，到2018年，仅美国一年就会面临14到1万人的深度分析技术人才的需求，同时约有150万数据分析经理的缺口[1]。

“智能”一词自20世纪50年代被人工智能方面的研究人员提出并沿用至今。而商务智能（Business intelligence）则随着信息技术的发展在20世纪90年代被企业界和学术界熟知。自2008年大数据的一系列论文在NATURE上发表，大数据分析技术已被应用到从文本、计算机日志、传感器、社交媒体等产生的大量非结构化、体量巨大、类型繁多、价值低密度、要求快速处理的大数据。BI&A经历了BI&A1.0，BI&A2.0和BI&A3.0的演进。他们分别对应面向基于关系数据库的结构化数据、基于web的非结构化数据、基于移动及传感器的非结构化大数据。因此，BI&A3.0是面向大数据分析的新兴领域。

BI&A3.0面向大数据可能产生的巨大影响，它涵盖了电子商务及营销智能、电子政务及政治2.0、科学与技术、智慧健康、安全及公共安保等方面。涉及的技术领域包括大数据分析，例如统计学习、序列及暂时挖局、空间挖掘、过程挖掘、网络挖掘、web挖掘、基于列的数据库挖掘、内存数据库、并行数据库、云计算、Hadoop、Mapreduce，文本分析，例如静态NLP信息抽取、主题模型、问答系统、选项挖掘、情绪及影响分析等。除此之外，还包括web分析、网络分析、移动分析等大的技术分析方面。因此，BI&A3.0是未来管理科学与工程专业研究生培养的重要基础和研究热点。

BI&A3.0的发展和应用对管理科学与工程硕士研究生的培养提出了挑战。主要表现在以下几个方面，BI&A聚焦于理解、解释、战略并服务于组织。一些学科对BI&A的发展作出了贡献，例如信息管理、计算机科学、统计学、管理学和市场营销学。

然而，目前的课程体系设置相对于商务分析技术及大数据的发展来说较滞后。虽然大部分学校针对学生的研究方法及研究能力的培养开设了一些BI&A课程，例如复杂系统分析与决策、随机过程、应用统计学、矩阵分析、Matlab、现代管理分析技术等。这些课程的设置对于面向大数据的BI&A3.0的研究及应用来说尚有差距，缺乏系统性和前沿性。因此，面向BI&A3.0的研究生课程体系改革具有一定的现实意义及急迫性。

1.教学研究的内容及实践内容

围绕如何培养面向大数据及BI&A3.0数据分析及研究能力进行课程体系改革研究。借鉴国际国内针对从BI&A1.0到BI&A3.0的知识体系及技能相关的教学改革，注重管理科学与工程的专业内涵。

（1）教学研究的内容

①对国内和国际当前的面向BI&A3.0大数据分析能力培养的知识体系及技能进行梳理。

②对本校管理科学与工程专业主要的研究方向进行梳理，调研面向BI&A3.0大数据分析的具体能力和层次要求。

③结合国际国内面向BI&A3.0的知识及技能体系与本校管理科学与工程主要的研究方向，提出面向BI&A3.0的管理类研究生课程体系改革的具体方案，包括课程设置、教学方式、考核方式、教学目的与要求。

（2）实践内容

通过设计与理论相配套的课程实验、研讨与课程内容密切相关的科学问题、及时追踪研究热点，使得实践环节成为提高研究生BI&A3.0创新和研究的推动器，同时也提高学生在实践方面的兴趣和动手能力。

2.教学及实践改革的目标

（1）教学目标。通过建立面向BI&A3.0的管理类研究生课程教学体系，使得研究生掌握BI&A3.0的基本知识体系、知识网络、基本研究能力，并最终培养研究生掌握面向BI&A3.0的创新能力。

（2）实践目标。通过培养学生面向BI&A3.0的实践技能，培养研究生面向BI&A3.0的实践能力，包括文献检索能力、借助计算机的分析能力、数学建模能力、数据收集能力。

3.课题研究要解决的问题

围绕面向BI&A3.0的管理类研究生课程体系的建设，本课题将要解决如下问题：

（1）如何划定面向BI&A3.0的分析及计算机技能。面向BI&A3.0的分析及计算机技能涵盖的面十分广泛，本校管理类研究生所依附的学科方向及研究重点决定了这些技能需有选择地纳入。因此，需要解决具体纳入哪些分析及计算机技能的培养。

（2）如何结合研究方向与BI&A3.0的应用。培养面向BI&A3.0大数据分析能力的目的是将BI&A3.0大数据分析应用到具体的研究方向。物流、市场营销、工程管理、运营管理等方向的研究需要将这些领域的知识和BI&A3.0的应用结合起来才能达到培养的目的。

4.拟采取的方法

（1）借鉴国内外先进的BI&A3.0教学教改经验。对国际和国内BI&A3.0相关的教学教改文献进行分析，并参加相关的国际国内会议，与国内外同行进行交流学习。

（2）对本校管理类研究生现状及改革反馈进行调研。通过以往教学实践的总结、专家学者的讨论、课题组集体研究的方式，调研适合本课程体系服务学科专业的研究生课程教学内容、目标、方法与手段。

（3）对企业界进行调研发掘BI&A3.0实际应用能力的需求。通过对企业界进行调研，发现潜在的BI&A3.0应用方向。通过这些方向的发掘弥补课程体系设置的不足。

篇7

设计发展到今天，工业设计、信息艺术设计、环境艺术设计、建筑设计、视觉传达设计、媒体与传播设计等等这些设计专业细分实际上都是对设计师“入门阶段”的专业技能和实际操作层面的技术种类的细分，而从更高的设计思维与设计研究领域，各个专业方向都有基于本专业的实践方式对服务管理、体验方式、信息传达这些更高层次的设计思维观的关注和深入研究。本文研究和分析的主要范畴是基于交互设计、服务设计和信息艺术设计领域的讨论。

1作为设计过程的服务设计和作为剖析需求的体验设计

服务设计中有一个核心概念“生活方式”，而体验设计的重点当然在“用户体验”，进一步说是满足用户对身心体验的需求。这前后二者的提出都是基于社会经济水平长足发展、社会生产制造业和物资分配方式能够给人们生活提供相对足够物质资源的前提，因此这些设计理念都强调对“非物质”因素的设计，特别关注对人与物（机器）的关系、人与技术的关系、人与社会的关系、人与环境关系、人与人的自我认知的重新认识和价值判断。

服务设计为消费者创造了他们理想或意想不到的适宜的生活方式，这是一种通过优化系统内的过程和接触点使得系统内的各个利益相关者获得更大价值的设计观念。从设计哲学上看，服务设计是对过程的设计，更多的是将消费者（也就是人）作为系统内的一个重要组成核心，通过将其周围“外部因素”（物质与非物质的相互关系）不断优化来促成对这一核心提供价值。

而体验设计是对“内部因素”的设计，是对“体验”本身进行设计，从设计哲学上来说就放大和直接剖析设计对象这一“宾语”，将“人”这一核心概念逐层剥离开，对其可能的感知感受、本能的行为反应、可能的思维方式和上升的情感反思进行分析和预判，为其需要被满足或还未被发掘的“自我认知需求”提供可能机遇。

从更加生动感性的角度诠释，“体验十分重要，因为它把设计中心从设计生活方式变成了设计生活的意义。”

2体验设计可以创造生活意义

在理解“体验设计可以创造生活意义”这个话题之前，先回忆一个大家熟知的“鸡汤故事”帮助话题更好展开：一日富翁与渔夫的对话，问他为什么不继续去捕鱼，捕鱼可以赚更多的钱可以雇更多帮手，可以自己当老板，最后可以舒舒服服地在此地晒太阳。渔夫笑着反诘到：那我此刻不正在晒太阳吗？ 对于这个心灵鸡汤故事，过去最流行的解读就是不要过多的为了追求物质而迷失方向，要有澄澈的心境，因为最终我们需要拥有的只是一刻的轻松和阳光，那这些“财富”我们早就已经拥有了。这个故事在今天明显有了更新更全面的解读方式。当今时代和社会背景下，对“财富”也可以说个人所拥有“价值”的定义绝不仅仅是“一片阳光和惬意”这么简单。对于富人来说，他享有经济财务自，享有自我实现的满足感，享有他人的尊重，享有丰富的社会资源和人际关系，即便不着意于“名和利”，他仍然享有享有对信息和资讯更广泛的涉猎方式和更高效的接触手段，拥有丰富精彩的人生经历和身临其境的体验，而渔夫只有“阳光”。如果按照故事原意的解读，放在体验经济背景下，渔夫所拥有的“价值提供物”――体验，较之于富人来说是可能是相对“匮乏”的。当然，体验这一精神状态或过程从宏观上本身无法量化和做定性比较，若渔夫能够充分的体验和感受“这一刻”的状态并且从精神上得到足够的满足，那么他所有的“价值”也绝不比富人少。这就是在体验经济时代下对“富人和渔夫”的故事双重解读。

在马斯洛的“需求层次”理论中，最高需求层次是“自我实现”的阶段。“事物有了价值，还需要被体验，人们越来越重视精神消费和情感满足。”当某人购买一种体验时，他是在花时间享受某一企业所提供的一系列值得记忆的事件――就像在戏剧演出中那样――使他身临其境。人们的需求层次越来越向高的需求层次靠近，对社会地位、友情、自尊、他尊的追求，都是需要或希望被满足的“体验”。因此，高品质服务创造的“体验”成了满足人们需要的主要经济提供物。体验经济中，设计师不再是简单操作层面的“创造者”，而是让消费者在精心制作的舞台上开始自己独一无二、值得回忆表演的“促成者”。这些都是体验设计可以创造生活意义的证明。

3体验设计如何创造生活意义、价值

2001年，美国信息交互设计专家谢佐夫在《体验设计》一书中，首次给出了体验设计定义：“体验设计是将消费者的参与融入设计中，是企业把服务作为“舞台”、产品作椤暗谰摺薄⒒肪匙魑“布景”，使消费者在商业活动过程中感受到美好的体验过程，……体验特征应从感官、行为、精神三个层面上综合表现。”由此可以看出，体验设计的目的从客观上说就是为了创造更好的用户体验、提供更多的体验感受而设计；从设计行为上来说是可能包括对认知科学因素的探索和转化、对服务行为和系统架构的优化、对服务的有形物质资料和无形的行为方式的规范和管理；从设计可能涉及到的学科方向看包括：认知科学（心智哲学、认知心理学、认知语言学）、行为学、心理学、社会学、伦理学、人类学等。对这些学科的关注和相关研究方法的引入，标志着体验设计开始真正走向了关注内在精神需求和自我认知满足的研究领域。

（1）体验设计将用户参与引入到设计的环节，使得用户或消费者意识到自身是设计服务的主体，这本身就扩展了用户对自身创造价值方式的理解范畴，同时也强化了用户对自我可创造价值能力的满足感。

（2）体验设计为用户提供多种时空方式、感官通道、交互行为、服务模式、情景内容的体验，丰富了用户的生活经历，扩展了用户的认知同时强化了用户对自我认知的判断和体察。具体说来，体验设计提供的多种时空方式包括历时性的过程的体验和瞬时性的结果的体验；为用户提供的多种感官通道外界信息包括视觉的、听觉的、嗅觉的、触觉的、温觉的，以及多通道综合联络式的信号刺激；为用户提供了多种交互行为的体验方式包括人与物的接触、接触型人机界面、非接触型透明交互、具身交互方式、沉浸式增强现实环境体验、沉浸式虚拟现实体验、行为和语言交互等；为用户提供的不同商业模式和产业形态的体验接触包括商业性质的线下产品服务推广体验、在线电子商务业务的营销和广告、科学普及和知识传播为目的的线上数字化展览和线下实体科技馆体验、艺术与文化研究推广位目的的艺术展览和博览会等；为用户提供的不同情境内容的体验方式包括对自然科学知识普及的情境、对艺术文学文化价值的再现和感悟的情境、对未来智能生活和物联网家具生活展示的情境、对优越生活服务和信息化社会智能管理方式的展示的情境、科幻超前极限环境体验的情境、对数字娱乐及互动游戏的体验的情境、对科学技术前端科技可视化可理解的展示的情境等等。

（3）体验设计通过强化用户对自我认知的判断和体察，触发、激发、诱发更多的体验需求和实现个人满足的手段。

（4）体验设计通过更高的设计满足目标和创新的设计行为方式，将更好的优化和整合各个设计部门和设计实践方式。这种优化包括化基于产品的物理性设计、基于生活方式的系统服务设计、基于用户体验的的交互性设计、基于信息传递和获取的信息艺术设计、以及基于人――物――社会――环境的信息时代大背景下的综合性设计。

（5）体验设计在提供给用户更多无可复制、独一无二、充满回忆的“体验”的同时，可以做到真正刺激体验经济模式下社会的生产力，挖掘和促生更多创新交叉式的经济产业，丰富和提升社会文化内容和人们的精神文明世界，诱发更多新兴前沿科技的研究并促进其向社会生活的快速转化，最终通过提升人类对自我认知和价值需求判断的哲学、伦理学、人类学高度来更好地促进人类与物质、社会、环境友好关系的缔结和平衡稳定的发展。

以上就是笔者对体验设计如何创造价值、以及可能创造何种价值的思考和预测。

4能够创造更多“体验”的最新科学技术手段

技术已经并将继续成为以人为中心，它将提高人、企业和事物之间的透明度。随着技术演变更加适应工作场所和家庭环境，并且与企业和其他人的互动加强，这种关系将变得更加交织。设计师应该更加应该“谨慎、周密地运用先进的科学技术，在新的生态文化、价值观念下，创造新的产品或新的价值意义，同时设计也应该对其功能和后果进行全面的社会评价和控制。[4]”。因此，对于最新前言技术特别是生命科学、人工智能、计算机学习、可穿戴智能设备技术的即时了解和掌握，将有助于设计师更好地对未来体验设计发展趋势、可能性进行判断和预设。

2016年7月，全球最具权威的IT研究与顾问咨询公司Gartner高德纳咨询公司了年度新兴技术成熟度曲线。Gartner指出，2016年是数字的一年，数字业务创新是“新常态”，有三个趋势非常突出：一是感知智能机器时代来临；二是透明的身临其境的体验更加优化；三是平台革命正在酝酿[5]。

（1）感知智能机器技术为体验的获得和判断提供更多的科学依据、大数据来源，以及提供“体验生活”（包括工作、学习、娱乐、交流）这一“舞台剧”的叙事方式和文本情境――Contexts。智能感知技术将是未来10年里最具认知突破力的一类技术，包含智能微尘、机器学习、虚拟个人助理、认知专家顾问、语音翻译、智能数据挖掘、智能工作空间、会话用户界面、智能机器人、商业无人机、自动驾驶汽车、自然语言问答等技术，这些技术将极大的提高对可收集到的所有认知体验数据的收集宽度、分析精度、利用效率。

（2）透明化身临其境的体验技术将为用户体验过程、特别是用户对自身本质属性和能力的探索感悟过程提供无限的表演道具和戏剧冲突――Elements。这个趋势中的关键技术包括4D打印、脑机接口、人类机能增加、自我实现的高级分析（Advanced Analytics With Self-Service Delivery）、立体显示技术、情感运算、互联家庭、增强现实、虚拟现实和手势控制设备、可穿戴设备等。

（3）平台实现将为实现更全面、更人性化、更安全、更智能的体验生活搭建时空背景和舞台结构――Stage。新兴技术正在改变“平台”的定义和使用平台的方式。从技术基础设施到生态系y平台，平台或系统有了较新的商业模式，正在形成人类生活和技术之间的桥梁。这些关键平台实现技术包括：物联网平台、智慧型信息服务系统、混合云空间，以及“神经形态硬件、量子计算、软件定义安全和软件定义一切（SDx）”等技术。

物联网：物联网是借助互联技术和各类平台，在物（包括产品、服务与地点等）与人之间建立起来的一种关系，是第四次工业革命中联结物理应用与数字应用的重要桥梁和纽带。物联网技术中传感器以及其他可将物理世界中的物品与虚拟网络相接通的各种方式，正在以惊人的速度传播开来，不管是制造业、基础设施行业还是医疗卫生，所有行业概莫能外。物联网技术的发展，将会丰富体验设计中人与物的相关关系、物与物的相关关系以及人与环境的相关关系的概念。

智能机器：机器具有类似人类在学习、推理、适应和理解等方面的能力就被称为“智能”。智能机器人按照其适用案例的范围可以分为：具有广泛使用案例的“强人工智能”和仅限于特定（窄）案例的“弱人工智能”（专用机器智能）。以目前的人工智能为例，苹果手机Siri语音控制系统通过预设答案及网络搜索手段实现了初步智能应用。但参加达沃斯年会的科技界人士预测，未来人工智能完全可以实现理解语言、读懂文件、自我学习甚至情感理解。当然，具有能够控制自身思维、维护系统生态并且具有再生产方式的机器只存在于科幻小说。今天人工智能系统，都不能通过等同于人类的智力通用测试（当然也没有完全可接受对人类的智慧的测量方式去测试机器）。这并不是说，永远不可能创造一种接近于人类认知能力的机器，但我们可能距离完成必要研究和工程实验还有好几十年。可以想象，在进行智能机器技术研发和创意设计的Google公司、MIT麻省理工艺术媒体实验室，他们的工作具有意义非凡的体验感，研究和工作于这些领域的设计师、科学家每一个细节的工作开展都是对人类自身智慧、认知体察和伦理观念的思考与体验。

人类机能增进：人类机能增强过程沿着自发且可探测、可量化监控的轨迹和范围发展。现在通过技术来增强人能力的方式主要集中在行为轨迹和行为范围的某个特定的点上，技术提供特定的且可量化检测的帮助，例如监控睡眠质量的智能手环和监控呼吸心跳并调节微电流环境的保健磁疗颈环。不过，事实上，研究提供更多的自发和不可检测的增强人类机能的技术确实遇到了一些极端情况和综合症，力图例如提高精神集中度的隐形眼镜显示器或脑刺激技术，再例如外科植入物或直接的遗传基因编码操控技术。增强或改善人类机能，势必会给人类的体验提供更广泛的接触途径、更敏感的交感神经和更简单可行的交互方式，不过面对选择用技术增强身体和头脑机能的“社会人”，人际关系、组织、社会、环境势必也会面对越来越多的挑战。

脑机接口（Brain-Computer Interface）：Emotiv Epoc是一种智能头戴式设备，由美国加州旧金山的神经科技公司Emotiv Systems花费了五年时间研发人脑-电脑接口的最新成果，是目前市场上通用度和流通性最高的这一款脑机接口设备之一。 Emotiv Epoc运用一种被称为非侵入性的脑电波仪（EEG）技术，感测并学习每个使用者大脑神经元电讯号模式，读取使用者大脑对特定动作产生的神经元电信号脉冲频段，配合以先进软件进行脑电波信号频率的模式分析和解读，将其转化成电脑或游戏机能理解的讯息，再以无线信号传输到电脑，最终在荧幕上复制出同样的“动作”或人的“意念。相较以前仅能探测基本、常见的精神状态，如“精力集中”的技术，Emotive还能同时区分具体的想法如：“推”和“举”，以及情感如“兴奋”或“平静”。 使用者戴上之后，只需起心动念便可以操控眼前的电脑，透过意志和情感控这给与了科学家和设计师有关研究人类大脑是如何运转以及如何扩展人类对自身认知的有价值的设计洞见。

5对未来体验设计作用和职责之思考

现在消费者通过佩戴智能脑机接口设备已经可以通过EG（大脑电信号动态画面）直观的看到即时的大脑动态变化以及脑内信息交换互动方式，脑机接口可以使人用大脑的意见来移动事物，虽然只是将电脑里的花朵“催开”。可以试想，在不久的将来，如果人类“设计”的范畴已经到了可以控制人类本身在微观概念上的生物遗传属性和神经元信号传递方式，那么是否人类的任何“体验感”都可以由一段信号编码的电磁脉冲来提供呢？这种身临其境可能是“心临其境”或者“脑临其境”，与真实环境中人的情境体验可以做到“电信号脉冲级别”的接近甚至完全一致，那么这种深入到生理学、心理学境界的“完全一致”是否会成为对人类生活方式、价值认识和行为原则的一种挑战呢？

即使现在作为设计师无法用文艺创作的方式对未来科技和生活方式进行预判和想象，我们身为设计师还是有很多可以创造价值的作用和需要践行的职责。

（1）不断研究和判断体验设计的设计理论和方法，价值判断和审美范式，用更系统有效的设计原则和价值判断帮助推进由体验设计所串联起的产品-商品-服务-系统产业链的规划和发展，以创造更多的社会经济价值、社会人文价值和环境可持续发展。

（2）体验设计包含感官体验设计、情感体验设计、思考体验设计、行为体验设计、关联体验设计和混合式体验设计。充分学习有关这些设计的学科专业知识（包括心理学、认知科学、社会学、人类学、哲学等），充分掌握或创造能够有效展开以上设计研究的研究方法（例如影子预示法、访谈调研法、观察法、图表归纳法、需求转述法、情绪版和情境角色扮演法）和研究模型，充分在设计实践中结合反思和总结来不断充实对体验设计的经验和方法。

（3）好的体验设计通过扩展人类对自我的认知，帮助重新认识自我，应该成就人们更善意的态度、更宽广的胸襟和更积极乐观的生活态度，最终促进人们对真善美的追求。因此，体验设计应该谨慎周密的拿捏提供体验的方式和情境，通过合适的引导和具有感染力的“自我实现”的机会，促进更多的人履行社会责任创造社会价值，而不是对个人浅显欲望的盲目追求。

（4）体验设计应该为解决诸多现实问题而设计，例如人类种族、群落、地区、文明的发展程度的差距逐渐增大，再例如信息鸿沟、信息不对等、物质世界和虚拟世界的跨越、个人性和社会性的冲突、隐私伦理道德和人类价值取向的扩展等问题。因此体验设计需要以消除信息的不均等以及有效利用、均衡信息为设计目的，尽力做到在关注人本质问题的同时实现社会价值的更优化分配。

6结语

在笔者看来，体验设计应该是一种回归的设计。数千年前在中国古代哲学体系中就有“天人合一”、“物我两忘”的精神境界，这就是一种人性的返璞归真和充分的自我实现，这种“回归”通过在有限物质环境下不断理解和调和人与物、社会、环境等因素在自身精神世界中所映射出的相互关系来达到实现。在“人造的自然”中，设计的目的当然不会是再让人回到“天为盖、地位席”的生活方式中。但通过智慧的、有效的、周全的设计，能够让人克服人性的弱点，引领人性的回归，创造和组织更多人与自然的平等关系，树立人类文化价值与自然价值并重的价值观念，这是笔者可以想象的未来设计、体验设计的发展趋势和目标。

参考文献：

[1]辛向阳，构建值得记忆的经历.Interaction Design Committee交互设计专业委员会，2016.

[2]鲁晓波，深圳大学学报，人文社会科学版，2010（27）.价值、体验与设计创新.

[3]体验经济.The Experience Economy ，（美）约瑟夫派恩（二世），詹姆斯H吉尔摩，夏业良，鲁炜，等译.北京：机械工业出版社，2002（4）.

篇8

摘要：基于CDIO工程教育理念，结合大连东软信息学院推行的TOPCARES-CDIO人才培养目标体系和电子工程系智能科学与技术专业特点，提出构建培养学生创新、沟通、工程推理与解决实际问题等能力的专业人才培养方案。

关键词 ：CDIO；专业人才培养；智能科学与技术；项目导学

基金项目：2012年度辽宁省普通高等学校本科工程人才培养模式改革试点专业项目(G2201249)。

第一作者简介：周国顺，男，教授，研究方向为嵌入式系统，zhouguoshun@neusoft．edu．cn。

0 引 言

专业人才培养方案是专业建设的根本性文件，主要由专业基本信息、学制与学位、专业人才培养目标、课程体系、培养计划安排及学时学分要求等内容组成。为了能够适应当前国民经济发展的需要，高校有必要对相关学科的专业培养方案进行改革。专业培养方案应该适当加强对工科学生创新设计与实践能力培养的要求，广泛调研专业相关企事业用人单位的岗位需求，适当增加符合专业发展趋势的专业拓展、前沿课程。大连东软信息学院电子工程系智能科学与技术专业依靠具有丰富的智能产品研发、工程设计、工程实施经验的师资队伍和CDIO工程环境，对本专业人才培养方案进行了基于TOPCARES-CDIO的教育教学改革，取得了良好的效果。

1 工程教育改革的意义

CDIO工程教育改革的目的是培养学生具有在工程、产品开发团队中构思一设计一实施一运行复杂、高附加值产品或过程与系统的能力，通过大学本科的教育与实践，成为一名具有基本工程创新及设计能力、整装待发的工程师。为此，教师必须改变传统工程教育重理论、轻实践、理论与实践脱节的教学方式，补充对工程教育至关重要的个人素养、团队合作与系统构建能力培养的教学内容。

传统的教与学是建立在布鲁纳的“认知一发现说”、奥苏伯尔的“有意义言语学习理论”和加涅的“认知学习理论”基础上的。大多数高校教师为了让学生掌握深厚的工程推理能力，基本上采用奥苏伯尔的“有意义言语学习理论”进行教学。该理论提倡课堂的讲授式教学，学生在学习过程中基本是被动地接受学习口。多数学生虽然会关注理论知识在实践中运用的问题，但是也常常只为应付考试而去记忆工程理论。考试结束，学过的知识、理论也就不用了，甚至忘记了。

2009年，大连东软信息学院提出创办独具特色的、培养应用型人才的国内一流应用型大学的目标，借鉴美国MIT、瑞典皇家理工大学、瑞典查尔莫斯工业大学、瑞典林雪平大学组成的工程教育改革研究团队倡导的CDIO（Conceive-构思、Design-设计、Implement-实现、Operate-运行）教育教学理念，提出TOPCARES-CDIO人才培养目标体系。TOPCARES分别代表CDIO的8大一级能力指标的首字母，即Technical knowledge and reasoning, Open thinking and innovation, Personal and professional skills,Communication and teamwork, Attitude and manner, Responsibility, Ethicalvalues, Social contribution by application practice。

基于CDIO的教学模式提倡主动学习和经验学习。主动学习是让学生在参与学习活动时发现问题、思考与解决问题。教师收集学生提出的在课程学习中的问题，集中回答；同时教师也提出问题，促使学生主动学习、思考问题并寻求解决方法。经验学习是让学生在模拟工程师和工程实践的环境下进行学习，包括基于项目的学习、仿真、案例分析与设计实现。

评估与评价是衡量学生对规定学习内容完成程度的判断。传统的教学评价基本上是以笔试成绩为标准的，很难评价学生的工程、产品及过程构建能力。CDIO教学模式下的评估以学习为中心，贯穿整个教学过程始终。评估方法主要有笔试和口试、平时表现、项目成果演示、书面报告等。教师可根据一系列考核成绩，对教学大纲及教学方法进行持续的改进和完善，这就构成一个工程教学的闭环控制系统。

2 智能科学与技术专业人才培养方案改革

教师应遵循高等教育教学规律，贯彻落实“国家中长期教育改革和发展规划纲要（2010-2020年）”精神，以TOPCARES-CDIO教育理念和方法为指导，以培养高素质应用型高级专门人才为目标，以当前“万众创新、大众创业”理念为契机，努力为学生构建合理的知识、能力、素质结构，结合智能行业的新理论、新技术、新工具、新产品更新课程体系与教学内容，强化创新精神和工程实践能力培养，促进学生的全面发展。

2.1 以知识、能力、素质培养为核心，以项目为导向，构建一体化专业人才培养方案

1)以社会和行业需求为背景，准确定位专业人才培养目标。

教师应深入开展专业调研工作，基于TOPCATES-CDIO人才培养目标体系框架，综合分析应用型人才的通用标准、行业标准、学校标准和专业标准，构建和确定本专业人才培养的目标和能力培养的具体要求，培养掌握智能信息处理与识别、自动控制方法等方面基础知识，具备信息处理系统软硬件平台开发、自动控制系统设计、人工智能系统开发等基本能力，具有开放式思维与创新能力和较强个人职业能力与团队合作能力，树立正确价值观、态度端正、习惯良好、有责任感的，能在智能医疗设备、多媒体信息处理、工业机械控制、机器人、人工智能等智能科学与技术学科相关的专业领域从事智能产品开发、系统测试、技术支持等工作的应用型高级专门人才。

在专业教育阶段，教师可跟踪专业和产业新理论、新技术、新工具、新产品的要求，通过开设专业特色课和专业拓展课，将创新、创业融入专业教育，培养学生的相应知识和技能。专业课程分类见表1。

2)以项目为导向，构建一体化的课程体系。

学生在学完所有学科课程后，要完成一个贯穿整个课程体系知识及能力的压顶石项目。为达到专业培养目标和完成压顶石项目，学生必须具有三大核心应用能力：智能传感与检测技术能力，智能机器人传动、驱动技术能力和智能机器人系统技术能力。专业核心能力对压顶石项目的支撑关系如图1所示。

依据专业人才培养目标，教师应以专业核心应用能力培养为主线，面向行业、服务产业、突出应用，以项目训练为导向，系统构建课程与项目相结合，知识、能力、素质同步培养的一体化课程体系，形成课程培养目标、项目培养目标与专业培养目标的相互对应和支撑。专业课程体系如图2所示。

3)以能力培养为本，构建一体化的实践教学体系。

智能科学与技术专业依据专业能力培养目标，以能力为本，以项目为载体，采用“学中做”和“做中学”的方法，统筹安排基础实践、专业实践、创新训练与实践、创业训练与实践、综合实训与实践、毕业设计（论文）与企业实践等循序渐进的实践教学环节，使实践训练内容逐级递进、逐步深化，将实践学期实训内容与理论学期的教学内容紧密衔接，形成理论与实践相结合、课内与课外相结合、学校与企业相结合，贯穿本科教育全程的一体化实践教学体系。专业培养方案中采用自顶而下的方式设计各级项目。一级项目（压顶石项目）的设计直接针对专业培养目标，二级和三级项目是一级项目培养能力的分解。专业课程体系中的实践项目设计如图3所示。图中每一鱼骨分支上支撑同一个二级项目的一组课程为课程群，课程三级项目进行适当的延伸与扩展将对应二级项目的一部分。专业项目设置见表2。教师可通过从课程的三级项目实践开始，到实践学期的有一定综合能力的二级项目锻炼，再最后进行一级压顶石项目实训，消除学生对智能系统设计的恐惧感，令学生从容应对工程项目的挑战。

4)创新素质教育，提升学生的综合能力。

教师需将素质教育项目纳入专业人才培养方案，明确学分要求、内容安排、组织方式及考核评价标准。构建与专业教育相呼应的集校、系两级项目和专业团队项目为一体的素质教育项目体系，加强学生职业素质、书面表达能力、沟通交流能力、团队协作能力、实践能力的培养，全面提升学生的综合能力。

2.2 “实用化、个性化、国际化”人才培养特色

1)优化专业结构，凝练实用化专业特色。

智能科学与技术专业依据办学定位、培养目标、服务面向和行业需求，认真梳理和凝练专业特色，提高专业建设质量和水平。

本专业开设了有别于其他高校智能科学与技术专业的特色课程，如智能传感与检测技术、智能机器人、智能终端应用开发等。通过学习这些课程，学生能够掌握智能科学行业前沿的技术与能力，在就业市场上处于有利位置；以强化职业岗位技能训练、提高工程实践能力为目标，依托业界先进的机器人实验室设计课程体系，使毕业生具有智能科学领域由硬件到软件的设计能力和实际开发经验。

2)优化课程体系结构，科学设置专业课程。

本专业立足教育教学的全过程，处理好基础与专业、必修与选修、课内与课外、理论与实践、专业教育与素质教育的关系，按照整体优化、加强能力、提高素质的思路精心设计教学实践环节；通过设立全校公共选修课平台扩大选修课范围，按照学科门类细化公共选修课类别，提高选修课学分学时比例，增强学生选课自由度和灵活性。

3)以人为本，因材施教，满足学生多元化需求。

教师需根据学生的学习基础和个性化需求，实施分类教学、分级教学、分层次教学、分方向培养；通过弹性学制、选课制、主辅修制、重修制、学业导师制、学分替换、实践奖励学分等方式，把共性与个性、统一性与差异性、规范性与灵活性有机结合，突出“实用化、个性化、国际化”的人才培养特色。

2.3 以产学融合为途径，创新人才培养模式

1)校企合作建设课程资源。

高校应加强与相关企业的深度合作，通过承接企业项目，将实际案例和项目引入课程，对学生进行实际项目开发、项目规范流程和创新能力培养；根据行业和职业岗位需求，有针对性地将企业认证课程纳入课程体系；通过与企业共建校内外实习、实践基地，建设真实或仿真实践环境，将企业实习、实训、顶岗等实践环节列入培养方案，并根据行业和企业的实际需要，有计划地开展定制式的人才培养。

2)校企融合实施卓越计划。

学校应充分发挥源于企业的办学体制、产学融合的育人机制；在已实施的3+1模式、CO-OP计划（校企合作）、项目工作室模式的基础上，进一步深化人才培养模式改革；按照卓越工程师人才培养的改革思路，对人才培养方案的校内培养与企业培养进行一体化设计与实施的探索，逐步形成具有“TOPCARES-CDIO”特色的IT应用型卓越工程师培养模式。

3 结语

智能科学与技术专业实施CDIO人才培养模式改革以来，学生的工程实践能力、团队合作能力和创新能力普遍有所提升，近年来在国家、省、市各级学科竞赛中捷报频传，而且CO-OP实习学生也受到了用人单位的好评。基于CDIO工程教育模式，系统实施以知识、能力、素质培养为核心，以项目为导向的一体化人才培养方案及产学融合的创新人才培养方式，既能保证学生获得先进的智能科学与技术专业知识与技能，又能系统地培养学生的创新能力和职业素养，对于智能科学与技术专业培养出适应社会需求的应用型创新人才具有重大实践意义。通过以上智能科学与技术专业培养方案的改革与实践，大连东软信息学院电子工程系智能科学与技术专业今后将继续发扬、倡导CDIO工程化教育方法，持续完善专业培养方案，为把本专业建设成为有特色、高水平、创新创业应用型专业而继续努力。

参考文献：

[1]孙晓凌，温涛，郭权．Utilizing CDIO engineering workspaces to facilitate design-implement experiences[C]//Proceedings of the 9th International CDIO Conference. Boston: MIT-Harvard, 2013: 83.

[2]张奇．高等教育心理学[M]．大连：辽宁师范大学出版社，2007:56-58.

[3] Crawley E F，Malmqvist J，Ostlunds，et al．重新认识工程教育：国际CDIO培养模式与方法[M]．顾佩华，沈民奋，陆小华，译，北京：高等教育出版社，2009: 6-17.

篇9

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097(2009)10―0080―03

引言

从1991年Mark Weiser[1]在《Scientific American》的“The Computer for the 21st Century”中提出泛在计算(ubiquitous/pervasive computing)的思想至今,它在计算机和教育技术等领域受到了广泛的关注。近年来随着泛在计算技术的不断进步,泛在学习(ubiquitous learning)正引领着一场教育领域新的革命。

当前,许多致力于泛在学习的研究者已经设计与实现了各种泛在学习环境模型[2],提出了泛在学习中的关键技术[3],引入了泛在学习中交互的应用[4]。通过对泛在学习系统的研究,我们认识到尽管泛在学习环境在多方面都优于远程教育与网络教育,但它们都有一个共同的本质特征,即学习者之间存在空间隔离,缺乏足够的社会交互。文献调研显示,学习者的社会交互问题成为远程教育与网络教育质量的争论焦点[5],由此许多专家学者也开展了网络教育中学生社会交互的研究[6],以及远程教育中学生社会交互的研究[7],并提出了相应的优化解决方案。在此基础上,本文从社会交互的定义出发,提出在泛在学习系统中构建统一的社会交互支持模型,并运用该模型设计和分析泛在学习中社会交互场景及使能技术。

一 社会交互

许多研究者认为学习过程是一个社会化过程,并且社会化技能和团队精神是在学习和工作中取得成功的关键因素。

1 社会交互定义

当前研究领域中已有不少术语用于描述交互。例如,Walther通过计算机媒介通信(CMC)技术把交互分为非人的,人与人的及超个人的交互[8]。其中超个人的交互指通过亲密接触,意志力和喜好等高层次的感官产生的交互,它不能通过面对面的交互得到,而能通过CMC支持的交互体验到。陈丽老师[9]认为,在计算机支持的学习环境中,交互分为三个层次,学习者与学习资料,学习者与教育者,以及学习者与学习者之间的交互。其中,学习者与教育者、学习者与学习者之间的交互称为社会交互。本研究中,我们简单的定义社会交互为泛在学习环境中学习者根据自己的意愿同其他人的交流与合作。

2 社会交互作用

首先,社会交互可以促进学习者与学习资源之间的信息交互,也有助于学习者建立良好的师生和生生关系,激发学习者的学习动机和学习热情,使得学习者获得更多来自教师和学习伙伴的帮助,这些都会促进学习者与学习资源更深层次的交互。

其次,社会交互对于发展学习者的社会性至关重要。社会交互促进学习者的社会化,它帮助学习者建立和维持与他人的关系,使学习者根据社会规则和标准调整自身的行为,逐步成为社会所接纳的成员[10]。

社会交互在减少学习者学习障碍方面也起着关键的作用。许多学习者认为交互是轻松、有效学习的一个重要因素。支持交互的解决方案包括异步信息交换,如通过电子邮件;同步信息交换,如使用即时通信工具;集体讨论空间,如使用BBS;合作环境,如讨论研讨会等。

二 社会交互支持模型

一般来说,泛在学习环境中社会交互产生于两个以上的学习者之间。在泛在学习环境中,很多研究者已经根据不同的情境成功运用社会交互原理达到学习者的各种学习目标。然而,一个学习者在什么时间,以及如何能够感知其它学习者的存在,并且与他们交流、合作,仍是艰巨的任务。

为了在泛在学习环境中构建统一的社会交互,提高学习者的社会交互程度,促进泛在学习中的学习质量,我们提出了社会交互支持模型。在这个模型中,把泛在学习环境中学习者之间的社会交互分为三个层次:动态分组、交流与合作。

为了感知其它学习者的存在,文中通过“动态分组”对学习者进行小组匹配。只有在感知到其它学习者的存在以及各自的特点后,学习者才可以有目的的通过电子邮件、聊天或BBS等方式和他们进行相关研究内容的交流,我们称这个层次为“交流”。更高层次的交互是与其它学习者合作,如共同完成论文写作等,文中称这个层次为“合作”。这三个层次的功能关系如图1所示。

1 动态分组

学习者在和其它学习者交互之前,需要了解他是否能够与其它学习者交互,以及他能够与哪一位学习者交互。对于其它学习者的情境感知是交互的起点,比交互本身更重要。在本文提出的社会交互支持模型中,我们采用动态分组来实现对学习者的情境感知。

(1) 可行性与必要性

在泛在学习环境中,由于泛在计算设备能稳定的感知学习者的动作、声音以及所处的环境等,因此获得学习者情境的方式不仅仅局限于键盘或鼠标的输入;甚至即使学习者远离计算机,他的实际情境,言谈和动作都能被泛在计算设备捕捉,并作为社会交互模型中情境感知的基础。

在泛在学习过程中,由于地理位置分离,学习者需要通过与其它学习者交互完成学习任务,促进学习。然而在交互发生之前,学习者首先需要了解其它学习者的存在,即需要对其它学习者情景感知。只有当学习者感知到能够与自己交互的学习者后,学习者之间才能继续进行交互。然而,学习者可能并不对所有在线的学习者都感兴趣,因此按照一定的方式对学习者进行动态分组,这对于为他们提供情境感知具有必要性。

(2) 动态分组的方式

在泛在学习环境中,通过泛在计算设备捕捉到学习者的语言、动作等信息,泛在学习系统从这些信息中智能化推测出学习者的性格、爱好等。在此基础上,根据学习者的课程选择、研究专题内容等,模型中的动态分组层为学习者建立各种小组。同一个学习者被动态的划分到各种不同的小组中,他可以在不同的小组中针对相关内容与其它学习者展开交流。

例如,社会交互支持模型的动态分组层根据学习者的性格爱好划分小组,将意气相投的伙伴组合在一起,他们可以充分开展和交流共同的话题;还可以按照班级划分小组,将同一班级的学习者划分在一个小组中,他们可以对班级的集体活动积极的团结协作;还可以按照同一学习内容来划分小组,将当前学习同一内容的学习者划分在一个小组中,他们可以针对该学习内容的相关知识点进行充分的交流。

2 交流

根据动态分组,每个学习者被动态的划分到各个类别的小组中,他们在每个小组中都与其它成员具有某一方面的共同特征,因此学习者能与小组中的其它学习者就相关学习内容进行交流。

(1) 传统交流支持工具

支持交流的传统工具有即时通信工具,e-mail,BBS,虚拟社区等。其中通过即时通信工具与电子邮件,学习者可以实现个人与个人之间的同步和异步交流;通过BBS与虚拟社区,学习者可以实现个人与群体之间的异步交流。

以上的传统交流工具不仅能够使得学习者之间相互交流更加便利,而且也能帮助学习者增强他们的个人表达能力、相互沟通能力以及在泛在学习环境中的交流能力。

(2) 泛在计算交流支持工具

在泛在计算技术和人工智能技术的支持下,与其它学习者的交流可以不需要接触到计算机。泛在学习系统通过嵌入式微芯片或环绕在学习者周围的不可见的计算机搜集到学习者的行为动作,并分析学习者的行为形式,智能推测出学习者的需求和观点等,然后把这些信息发送给其它的学习者,为学习者了解其它学习者的需求和观点等提供一定的参考。在泛在学习中,这种交流方式无声无息的进行着,使得交流支持工具变得更加灵活、智能。

3 合作

只有在学习者相互充分交流的前提下,他们才能对研究课题更深入的展开合作。当前,社会交互支持模型的合作层中,支持合作学习的传统工具有文件共享、协作文本编辑等;这些传统支持工具大部分都是为完成团队合作而提供的一个平面接口。学习者可以就某个问题进行观念分享,充分发表自己的见解,展开争论、相互补充、相互修正,不断地引向正确的结果,还可以对某一个学习任务进行分工协作,分头解决各自承担的部分,最终形成优秀的集体成果。在这种传统合作学习过程中,学习者可以从同伴那里获得宝贵的学习心得,与其它学习者共享学习成果。

根据泛在学习环境的特点,计算机隐退到背景环境中,学习者周围随处可见接口,因此学习者之间的合作如同在三维空间中一样完成。在讨论研讨会中,系统把每个学习者的形象(如同一个虚拟形象)发送给其它学习者;在另一个学习者的一端,学习者可以通过指出该虚拟形象显示在哪一个位置来安排对方的“座位”。通过这种方式,讨论研讨会看上去好像在一个真实的会议室举行,以此增强学习者对研讨会场景、内容的真实体验性,弥补空间隔离带来的社会交互障碍。

三 泛在学习中社会交互场景设计

如何在泛在学习中实现社会交互,需要各种泛在计算技术的支持。智能空间(Smart Space)是交互活动产生的工作环境,它可以通过泛在计算提供的联入Internet的静态和动态信息环境,借助计算机多层次的信息访问方式有效地执行任务[11]。在前文介绍的社会交互支持模型基础上,下面运用该模型设计泛在学习中社会交互场景,同时分析该模型中各层次的使能技术。

在泛在学习环境中,所有学习者按照不同的划分方式分为不同的小组。在这一场景设计中,我们把选择相同课程的学习者划分为一组。泛在学习系统运用智能空间的泛在计算技术,通过嵌入式计算机和多模态传感器等情境感知设备感知学习者的动作、声音、操作习惯、个人喜好等,再根据学习者的性格、爱好和历史信息等把选择相同课程的学习者划分为不同的小组。在小组中他们通过相互之间的直接交流或系统提示等方式自主选择系统提供的课题、伙伴等,以此完成社会交互模型中的动态分组环节。

在此基础上,同一小组的学习者对所选的研究课题相互交流。交流方式多样化,其中传统的方式包括通过即时通信工具聊天,在互联网上收发电子邮件,在BBS上异步讨论,在虚拟社区组成主题讨论区等;其次在泛在技术和人工智能技术的支持下,学习者不仅可以通过自然的方式,如语音、手写等与计算机系统交互,而且学习者周围的嵌入式微芯片等可以搜集、分析并发送组员的学习观点给同组其它学习者,达到无声无息的交互。

学习者的全部学习历程都记录在泛在学习系统中,通过系统分析学习者的学习进度,在小组成员相互充分交流的前提下,系统为学习者提供合作的环节。学习者分享各自的研究报告、观点、文件等,并且学习者之间通过协作的方式为同伴修改报告、论文。学习者的这些活动都记录在系统中,并反馈给相应报告或论文的作者,他们通过讨论研讨会的形式进行交互,进一步改进自己的报告或论文。在该泛在学习场景中,学习者受空间地理因素的阻碍,但他们在上述社会交互支持模型的指导下,利用联网的计算机或嵌入式的设备以及泛在计算技术,融入到泛在学习环境中,通过自然舒适的方式与学习系统及其他学习者交流、合作学习,实现了泛在学习中学习者之间深层次的社会交互。

四 结论

文章中讨论了计算机支持的泛在学习系统中社会交互的定义,社会交互支持模型的构建,为以后在泛在学习系统中构建社会交互提供了统一的模型。最后,运用所提出的社会交互支持模型设计了一个泛在学习中的社会交互场景,同时分析了该模型中各层次的使能技术,为泛在学习中社会交互的技术实现提供参考。文章中提出的社会交互支持模型的实践运用和评估有待进一步的研究。

参考文献

[1] Weiser M. The computer for the twenty-first century [J]. Scientific American, 1991, 265(3):94-100.

[2] 李卢一,郑燕林.泛在学习环境的概念模型[J].中国电化教育,2006,(12):9-12.

[3] 赵海兰.支持泛在学习(u-Learning)环境的关键技术分析[J].中国电化教育,2007,(7):99-101.

[4] 叶海智,辛尚鸿,王富强.泛在学习环境下个性化知识感知地图系统的构建[J].现代教育技术,2008,18(4):35-38.

[5] 陈向东,余锦凤.网络学习环境中交互问题的跨学科研究[J].中国电化教育,2006,(4):24-27.

[6] 孟庆军.国外基于网络学习的社会交互研究透视[J].外国教育研究,2007,34(10):76-80.

篇10

一、引言

长期以来对企业价值评估的经典方法是折现现金流(DCF)法，但是DCF法存在很大的问题：首先，用DCF方法进行估价的前提假设是企业持续稳定经营，未来现金流可预期。该方法隐含了两个不切实际的假设，即企业决策不能延迟而且只能选择投资或不投资，同时项目在未来不会作任何调整。该方法忽略了许多重要的现实影响因素，因而在评价具有经营灵活性或战略成长性的项目时，会低估项目价值，甚至导致错误的决策。其次，DCF法只能估算现有业务未来所产生的现金流价值，而忽略了企业潜在的投资机会可能在未来带来的收益，也忽略了管理者通过灵活地把握各种投资机会所能给企业带来的增值。

实物期权的概念最初是由Myers(1977)提出的，他指出一个投资方案的现金流量，来自于目前所拥有资产的使用，再加上一个对未来投资机会的选择权。当企业面对不确定作出初始投资时，不仅给企业直接带来现金流，而且赋予企业对有价值的“增长机会”进一步投资的权利。如等到项目有了更好的预期回报，或是不确定性降低到一定水平以后再投资，而不必在一开始就投资，这种“等待”也会增加项目的价值。实物期权理论认识到了商业行为灵活性的重要性，特别在现代商业环境下，管理者拥有更大的控制权力，企业经营前景也变得越来越不确定，因此对实物期权的研究也就变得更加重要了。

二、研究实物期权需要考虑的几个因素

为了准确地运用实物期权理论评价投资项目，就必须实际地考虑决策过程中所遇到的各种情况，有针对性地调整期权定价公式。以下几点是需要特别加以考虑的：

1.注意价值漏损和信息成本的影响

价值漏损出现的原因是标的资产的持有者能获得来自标的资产所带来的便利收益。比如股利，专利权收入，储存成本,以及其他暗含的便利收益。在发生价值漏损的时候，实物资产的价值会相应地改变。这时需要根据标的资产的价值漏损，对实物期权定价模型做出相应的调整。通常，将价值漏损设为标的资产不变的百分比，这样处理通常相对简单，而且有效。期权定价基于市场的完全性与有效性，它假设市场是完全的，投资者能获得所需的全部信息。但管理者为了获取所需的信息，必须付出一定的成本，这需要在预期收益项中加以调整得以反映。

2.管理者的信息认知和管理控制能力

标准的“等等看看（wait and see）”这类研究实物期权的方法，考虑了管理者的管理灵活性，但忽略了管理者的信息认知和管理控制的能力——管理者具备认知信息的能力，他们会主动去收集有关项目的信息，进行市场调研，以及做一些研发实验等。这些行为能够降低项目的不确定性，在进行不可逆投资之前提供许多有价值的信息。其次，公司也可以直接采取行动增加项目的价值，如做广告以增加产品的销量，或是改良产品的品质或增加一些产品的功能。要反映管理者这种积极的控制能力，就需要引入控制变量，在有成本的管理控制环境下，来对实物期权进行估值。

这里需要特别注意的是，期权是项目不确定性（波动率）的增函数。既然管理者的信息认知行为会降低项目的不确定性，这又可能降低项目的期权价值，为什么管理者还要这样做呢？Martzoukos（2001）通过数值分析说明，管理者会选取适宜时机去认知信息，通过提高决策信息的质量，降低将来犯潜在错误的成本，以使得企业能够做出最优决策。

3.引入“顺序期权”

在大多数场合，各种实物期权存在一定的相关性，这种相关性不仅表现在多个投资项目之间的相互关联，而且同一项目内部各子项目之间也前后相关。通常，投资者进行投资时，不是一次性的完全投资，而是分阶段、有顺序地投资。当管理者获得与投资项目相关的信息时，就会重新评价投资项目的价值，并据此决定继续追加投资或撤回投资。其次，后续投资通常与前期所实施的管理控制相关，只有进行了前期投资，才有后续投资的机会。通过前期所收集的相关信息，可以为后续投资提供决策参考。再次，管理者可以通过比较不同投资路径下的投资项目的价值，以选择最优的实施路径。这种阶段性投资的相关性，通过引入路径依赖的思想，可以较好地拟合实际情况。

4.考虑随机事件对项目价值的影响

在标准的实物期权文献中，都假设资产的价值变化遵循几何布朗运动。但是当一些重大信息出现时（政治、疾病问题等），标的资产的价格会发生不连续地变动，即跳跃。默顿指出，标的股票的收益是由“标准几何布朗运动”引起的连续变动和"泊松过程”引起的跳跃共同作用的结果。基于这种考虑，默顿(1976)建立了跳一扩散模型，并给出了在这种模型下欧式看涨期权的定价公式。这时，就需要引入非连续的随机变量，比如泊松过程，来拟合项目价值的实际变化过程。

5.注意期权执行价格的动态变化

通常，我们假定在执行期权时都具有一个确定的执行价格。在市场环境相对稳定时，投资额变化不大，假定一个不变的执行价格具有可行性。但是，对某些投资额起伏很大的投资项目，就需要实事求是地分析投资额变化的特性（变化的期权执行价格），这样才能更准确地评价项目的价值。

6.利用博弈论的方法分析实物期权

实物期权的持有者在行权时，可能并不拥有购买标的资产的独占权利，竞争者可能会提前执行期权。因此，在公司的投资决策过程中，同样也不能忽略竞争对手的存在，需要通过竞争对手所传递出的信息，做出相应的决策。对于这些不确定的问题，需要引入博弈论来分析实物期权。Junichi Imai（2004）利用博弈论分析了管理灵活性和竞争相互作用情形下的两阶段实物期权估值问题。Novy（2004）研究了公司在竞争和不确定环境下的最优投资决策问题。他们的研究成果表明，通过引入博弈论能很好地拟合竞争者之间的动态博弈行为，以此更加准确地拟合实际决策过程。

7.人工智能与期权定价相结合

在解决实物期权的定价问题时，只有极少数的模型存在分析解，多数时候只能依靠模拟仿真得到近似的数值解。这些模拟方法的计算需要耗用大量的时间，对于某些实时决策，这些方法就不能很好地满足要求。对于实物期权这类不确定的非线性预测问题，人工智能方法具有较大的优越性。Lajbcygier（1999）研究了利用人工神经网络方法，来对金融衍生产品进行定价。Msrtzoukos（2001）研究了具有隐含合同性质的客户化期权的定价问题。他的研究结果表明，这一方法能很好地满足银行等金融机构的实时决策需求，在计算结果的准确性方面，也能达到令人满意的地步。

三、实物期权在实际运用中需要注意的几个问题

当实物期权越来越多地被用于分析实物投资时，在以下几个方面应加以注意：

1.关注实物期权分析的逻辑和目的

实物期权分析的根本逻辑是金融期权定价技术在新领域的“转换”而不是“外延”，避免在尚未仔细分析实物投资特性的前提下，直接将金融期权定价公式用于实物投资分析。

2.关注实物期权分析与组织管理之间的结合

投资者运用实物期权思想可能会接受短期看似非盈利的项目，如何在组织制度上防范道德风险、保证企业对风险的控制也是一个需要注意的问题。

3.模型的复杂性与实用性相结合

具体的实物期权估价问题，往往涉及复杂的分析过程。对于太复杂的模型，通常不能被管理者所接受，而且在模型的实现上也会带来极大困难。而实物期权分析的目的只是指引决策者选择最优策略，关注基于实物期权的整体决策制定过程，而不像金融期权需要“精确”的价格。为此，管理者就需要在模型的复杂性与实用性之间进行权衡。

四、结束语

实物期权理论是基于金融期权而发展起来的评价方法，国内学者对实物期权理论的研究还不太深入，而将实物期权理论与复杂的决策过程相结合的定量研究文章更是少见。实物期权也不存在固定的分析框架，对于不同的项目，会涉及许多不同的需要考虑的决策因素，这就需要根据每一个具体的投资项目，调整实物期权的定价公式，以求计算出更准确的项目价值。

参考文献：

[1]杨春鹏:实物期权及其运用[F]. 上海:复旦大学出版社，2003