人工智能教育政策范文

導語：如何才能寫好一篇人工智能教育政策，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：高職教育；人工智能；轉型發展

一、高職教育現狀

（一）客觀層面

（1）社會面。當前社會發展處于轉型關鍵期，高職教育迎來全新發展機遇，對人才培養質量不斷提高。傳統思想中，家長學生都帶著有色眼鏡看待高職教育。隨著社會給技術技能型人才提供很多高薪崗位，部分學生主動選擇高職院校進修學業，提高自身技能水平。高職院校必須以社會發展趨勢為導向，及時調整自身發展戰略。（2）政策面。在新課程改革視域下，政府高度重視高職教育的發展，出臺了多項扶持政策，如《國家職業教育改革實施方案》《職業學校專業頂崗實習標準》《關于推進高等職業教育改革創新引領職業教育科學發展的若干意見》等，極大的推動了高職教育的穩定發展。

（二）主觀層面

（1）教學理念。高職教師受傳統思想影響，往往重視成績和理論知識，亟需引進新的教學理念，并落實在實際教學中。高職院校已經意識到人工智能時代，自身轉型創新的必要性，正積極將全新的教學理念貫穿在人才培養過程中。（2）教學方式。高職教育逐漸創新教學方式，將頂崗實習、校企合作、實訓教學等應用在常規教學中，適應時展，彰顯職教特色。但在實際教學中，教師理念未發生變化，能力無法滿足新型教學方式需求，存在亟需改進優化的地方。（3）教學體系。只有完善的教學體系，才能為高職教育的改革創新提供依據參考。當前高職教育體系中含有諸多不足，如學科單一、理論與實踐比重不協調、知識內容陳舊等。高職教育要想適應新時展趨勢，應積極完善教學體系。

二、人工智能現狀

（1）國家戰略。近年來，國家高度重視人工智能發展，國務院《關于印發新一代人工智能發展規劃的通知》（國發〔2017〕35號），提出科技創新的主要方向是人工智能，提倡積極構建全新的人工智能科技創新協同機制，進一步完善人工智能教育體系，實現人才儲備和梯隊建設的目標，推動智能經濟的發展。各部委也積極頒布一系列政策，如《智能制造2025》《“互聯網+”人工智能三年行動實施方案》《機器人產業發展規劃（2016-2020）》等[2]。可見，國家為人工智能技術的發展提供了充足動力，人工智能已成為國家戰略的一部分。（2）產業發展。多年的探索，人工智能技術有了明顯提升，在問題求解、泛邏輯理論、不確定推理、拓撲學、圖像處理、模式識別、專家系統等方面有了顯著研究成果，一部分成果甚至領先世界水平。例如我國在模式識別領域的研究，文字識別、語言識別、虹膜識別都取得優異成果，被廣泛應用在生物醫藥、機器人視覺研究、衛星遙感、自主導航、軍事等領域。企業十分關注人工智能技術的發展應用，像360人工智能研究院、阿里人工智能研究院、百度人工智能研究院等。人工智能技術的深度研究，使應用和商業價值最大化。據不完全統計，2017年人工智能產業創造700億元市場價值，預計在2020年產業規模超過1600億元。

三、人工智能推動新時代高職教育轉型發展的必要性

（一）技術技能型人才的需求

高職教育發展的目的是培養適合崗位需求的技術技能型人才。人工智能時代，先進技術的廣泛應用，大部分崗位對人才的需求發生明顯變化，逐漸形成了“機器換人”的局面。企業中簡單、重復、勞動強度大的崗位，都由智能機器人予以代替。例如在京東電商的物流中，出現無人機配送方式，直接沖擊了傳統人工物流配送模式。相信在不久的將來，會有更多的智能機器人走向物流配送的工作崗位，形成全新的工作體系。此外，在生產制造的質檢環節，由于傳統人工監測方式存在諸多不足，應用人工智能的圖像識別技術，可以實現對產品質量的動態檢測。可見，人工智能時代會有大批崗位“消失”，取而代之的是智能化機器人。高職教育必須轉變以往的教育模式，順應時展趨勢，結合社會崗位對技能人才的需求，調整高職教育方向，實現高職教育價值。

（二）國家發展戰略的要求

以往的發展致力于“中國制造”，但新時代“中國制造”已無法提升綜合國力，國家必須調整發展戰略。人工智能時代將“中國制造”轉變為“中國創造”“中國智造”。這一發展戰略的轉變，能看出先進科學技術在國家發展中的重要地位。為了2025年實現“中國智造”的目標，高職院校創新人才培養模式，順應國家發展戰略的調整。同時，高職教育轉型過程中，轉變以往以理論、成績為主的思想觀念，對人才進行更加系統的培養，調整理論知識、實習實踐之間的關系比例。人工智能時代的高職教育轉變與創新，可以加大對學生創新意識的培養力度，使人才綜合素養得到更好提升，滿足“中國創造”的需求。

（三）學生自身價值實現的需求

時代的發展使高職學生的思想發生變化，傳統的高職教育雖能提高學生專業能力，但并不滿足當前企業對工作崗位的需求，學生無法實現自身價值。曾經的學生，沒有認識到自身與社會的關系，存在“得過且過”等不良思想。新時代，高職學生逐漸認清自身地位，意識到自己與國家民族是“命運共同體”，是實現偉大復興“中國夢”的主要力量。高職教育轉型創新，根據時展要求、學生需求，合理調整教學方案與計劃。

篇2

要實現《中國教育現代化2035》的目標，難點和重點是在農村。面對時代挑戰，解決農村教育現代化的問題，需要我們把目光投向農村，充分運用信息技術、人工智能、大數據等手段，幫助農村教師提升信息素養，幫助農村提高教育質量，促進教育公平，讓農村的孩子能享有公平而有質量的教育。農村教育和城市教育有相同之處，也有各自不同的優勢。在信息技術與教育融合的道路上，農村不能完全套用城市的發展思路和模式，不能盲目追求硬件設備的高大上，而要探索出與自身優勢結合的發展路徑，解決好人機關系的問題。

第一，始終把提高教育質量放在首位，但要避免重蹈應試教育的覆轍。在技術與教育深度融合的過程中，最重要的問題是要明確目的和手段的關系。教育的根本任務是立德樹人，培養德智體美勞全面發展的社會主義建設者和接班人。技術應用到教育中的最終目的，是為了培養人。相較于城市，農村教育的基礎較為薄弱，可以充分利用信息化手段，把城市優質資源輸送到農村，并且使用技術提高教學效率。但要避免走入技術助長應試教育的誤區，要以育人為前提，在實際教育教學中恰當融入信息技術。

第二，要進一步加強農村地區教師隊伍建設，提高教師的業務水平和信息素養。免費師范生政策、特崗教師計劃及鄉村教師支持計劃等政策的出臺，解決了一些偏遠農村教師“下得去、留得住”的問題。

教育部的《全國中小學教師信息技術應用能力提升工程2.0的意見》中明確指出，“信息技術應用能力是新時代高素質教師的核心素養”。要實現“教得好”的目標，可以充分發揮信息技術的優勢，一方面通過網絡等手段，為他們提供更多進修、培訓、同行交流的機會和平臺；另一方面幫助農村教師提升信息素養，借助技術手段提高教育教學質量，增強農村教師的成就感和自信心。

篇3

人工智能的教育本體：教育的變與不變

從本質上講，人工智能技術是信息技術革命的集大成者。自從托夫勒1970年寫出《未來的沖擊》，信息技術革命越來越快，概念越來越多，沒有停止的跡象。僅從近五年來看：大數據、數據科學、生命信息、工業4.0、物聯網、新硬件時代、機器人、互聯網+、人工智能，表面上概念你方唱罷我登場，但內在邏輯一直沒有變：從單項技術走向全面融合，從局部應用走向全面工具化，而人工智能至少在目前看來是集大成者。硬件上物聯網的成熟、軟件上高可用性和動態數據庫的成熟、生物學上神經科技的進展、數學上網絡算法的應用、材料科技上納米和感知材料的進展、信息科技上芯片和云技術的快速進步。從物理世界到混合世界，再到比特世界，人工智能技術剛剛開始，但人們基于過去工業革命的經驗，明確感到這是臨界點的來臨。

STEM 成為后人工智能教育的不動點：應對科技的變化，教育的變革一直都在進行且與科技的發展互為因果。從彼得?蒂爾對教育的質疑，到創客熱潮在美國教育中的掀起，事實上，STEM教育是美國對過去概念化的“實用主義”教育和“通識教育”百年爭論的落錘之音。起源于杜威和哈欽斯的那場爭論，恰恰是工業革命已經明確成型后的兩種教育理念的爭論。之所以今天的美國已經很少爭論到底是實用主義還是通識教育，是因為美國的科技已經進入到一個新的階段。教育是一個組織行為，一個圍繞未來10年不變的知識、20年不變的技能、30年留存的體驗的穩定的復雜社會經濟形態，因此不那么容易被顛覆。恰恰是科學、技術、工程、數學（STEM）構成了工業時代（數理化）和后工業時代（文科、理工科）中的不動點，在物理學和幾何學中，不動點對于系統的穩定和概念的一致性非常重要，而目前的STEM教育，不僅僅是一個概念的東西，而是舊技術時代向新技術時代過渡的“不動點”。在這個不動點體系中，新的側重開始后，原有的教師和學科體系以及支撐可以平穩切換，不至于導致教學秩序的混亂。

元學科、應用學科和副科發生結構性的變化。由于人工智能的出現，使得復雜計算和系統計算以及簡單的人機交互計算工具化全面超越人類，對技術基礎這個原有概念的教育的分歧越來越大。人工智能視野下學科概念如果表述成元學科、應用學科與素質學科，那么教育學科的概念的持續性還能以最大公約數繼續運行：以數學、物理、化學等元學科為代表的學科，在今后的教育中更加重要并將作為篩選人的條件。而應用科學：（生物、地理、信息、勞動）學科，將著重項目制學習、體驗學習，成為培養人的目標；社會科學（歷史、哲學、思想品德）將來的重點在于綜合應用，批判性思維學習，更加側重學科的來源和發展；而綜合素質類（音樂、體育、美術）將從副科走向前臺。@樣，圍繞STEM的教育，人工智能下的教育體系還是一貫的科學（元學科）、技術（應用學科）、工程（素質學科、社會學科、管理學科）、數學（邏輯、數學學科）。

人工智能技術對學科的影響：越理性，越感性

數學：傳統的工業時代的數學，其訓練方法是數值計算，其指向是力學計算，這種側重至今還非常濃厚。隨著知識庫的普及和共享以及計算工具的進化，越來越少的人將來從事傳統的工程計算行業，而正宗的工科專業越來越向著專業化和高端化演化（如學材料的將來的進入門檻很可能是博士）。但是，人工智能今后用到的大量的數學以及人與人打交道用到的計算機數學，統計學基礎的數學，這方面中國數學還停留在工業時代。美國學生從高中就開始問卷處理和微積分的學習，大學數學更加有用的是方程組、統計學等。數學是一個典型的年齡相關性學科，一定要從小學，而且轉向數值和算法類的學習，從偏向材料計算的高等數學方向，轉向偏向矩陣計算的統計數學方向，邏輯學、幾何學和統計學成為三個數學學習的支柱。

物理：有一位著名的物理學家回顧過去物理百年，發現一個有趣的現象：“力”這個概念，在物理學上看，已經不是一個原始的變量了，能量和質量才是，為什么我們的老師還在使用這個概念呢？那是因為在機械時代，“力”是最容易理解的組合概念。在工業革命前后的幾百年直到今天，物理學教育的重點還是偏向傳統力學計算方向，從中小學來說就是牛頓力學。然而隨著工業時代的結束，人們更容易見到的力學概念不再是機械和天體，而是轉向社交網絡、計算機圖像、信息變量、生物體和電子學以及更容易接受的能量、時間維度。數學老師們轉向統計學的同時，物理老師應該考慮從牛頓力學轉向量子力學和熱力學甚至時空維度，這些對于孩子未來的人生更是基礎，而通過物理學進行基礎的科學實證的訓練以及科學觀測和數據處理，才是物理學最基礎的作用和價值體現。不然，人生什么年齡都可以去學物理而不必非要從未成年時代去學。

元科學化學：中美物理學和化學都是選擇性的，但比較中美化學教育，卻發現有很大的不同。美國高中化學就允許且必須使用帶有功能性計算的計算器，而中國大學生都沒有這方面的訓練。也就是說，隨著化學和生物化學要求越來越高、知識點越來越多，設法繞過煩人的記憶而走向邏輯，是美國學習化學的方向，這點也值得我們注意。另外，化學的側重由從偏向無機化學方向的基礎化學，轉向偏向生物和有機化學方向甚至與物理相結合的量子規律，是化學學科的重點。例如，很多美國的大學錄取要看高中生在化學創新方面的實踐，能創新的往往是生物化學。

外語：工具性的外語逐漸失去市場，形式節奏上的美學、邏輯學角度的詞源學、社會學角度的語言學、心理學角度的語義學成為外語復興的落腳點。另外，似乎從來沒有人將計算機程序當作外語來教，事實上，隨著工具性的外語被人工智能取代，計算機程序語言很可能成為一種外語，而很多軟件人才是學外語出身的，也不斷印證這個結論。

語文：可以預料的是，隨著工具性的人工智能的出現，原先學習語文的工具性的方法（如語法），逐漸將退出語言學習（包括外語），而作為母語的語文之所以在工具化人工智能時代還得到重視，最重要的理由也許是儀式感的表達：回到經典、回到表達、回到應用、回到美學。

除了以上學科教育的重點隨著技術經濟必然發生變化外，學科學習的醒悟和內在邏輯將更加重要，學科歷史、學科邏輯、學科故事將替代題庫訓練，因為作為計算的精確性除了特殊人才的培養外，將讓位于工具和人工智能，而人要考慮體驗和持續學習的興趣和邏輯。學科學習之間還將朝著融合的方向發展，應用學科和元學科的分離意味著應用學科更加朝著整合的方向發展：地理、生物、科技等融合課程，朝著綜合應用發展。

人工智能技術對教育技術的改變：從工具到空間

隨著人工智能的發展，也許目前花里胡哨的信息技術將隱身后臺。課堂上也許看不見信息化了，師生在課堂層面體驗將會越來越好，越來越貼近自然：看不見計算機的信息化，距離教育更近而不是技術更近。

學校之所以存在是因為學校為學生模擬了一個高度抽象的比真實世界還真實的教育世界。因此，未來的校園從改變世界的信息模版角度，將更加強調與客觀世界的互動、映射和高度抽象。

美國的大學錄取是更接近人工智能手段的個性化錄取，而學生選拔是更接近大數據角度的GPA（平均成績點）。從培養角度，學生畫像比GPA更加個性化地從個體角度描述學生的個性特征，學生的學習行為、實踐行為、創新行為，在全地域、全信息、全自動、全過程的記錄下，將更加全面地反映學生的全貌。智能實驗室和智能校園的方向，將來是基于個體的專業學習和評價。

與學生相對應的教育行為畫像，將側重于聯系社會、聯系科技、聯系家庭、聯系團隊，從重復性勞動變為創造性勞動。

而學校的管理行為將演變成支撐技術：支撐數據、支撐品牌、支撐環境。今后的教育將出現越來越專業和自由的教師，越來越職業的校長。

在教育政策上，由于全國性的數據和人工智能的使用，教育測評將更加專業化、教育本體化（而不是被測評機構和排名所左右），教育選拔將更加科學化和長期化，短視模式隨著計算方法和智能評估的進展而迅速被迭代掉，衡水模式將逐漸退出歷史舞臺，未來應該篩選更應該上清華大學的人和更應該培養好每一個想學習的人。即使僅從功利教育目標來看，教師個體經驗也逐漸讓位于人工智能和大數據，教育重心從教育哲學屬性逐漸走入教育科學屬性；而被恐懼綁架的教育所強調的教育的篩選功能，逐漸將重心轉向教育培養功能，個體成功的培養目標，逐漸轉變成為未來視角的社會價值角度；教育回歸人與人的本質關系和專業培育孵化的社會職能，功利性和工具性減弱，過程幸福成為教育者追求的目標。教育者由工匠逐漸轉型為藝人，教師由于工具化的替代，將會越來越有尊嚴和個性，而不是越來越像工具。

“人創造”的價值逐漸凸顯，教育的價值在于“創造人”

柯潔在被人工智能的計算機打敗之后，接連戰勝外國圍棋高手，刷了一下存在感并表示：“與機器下棋沒意思”。同樣，在工具制造時代，如果從質量和精度考慮，無疑機器越來越超過人，然而手工的紅木家具、手工的藝術品、手工的食品、甚至手工的衣服和汽車，比起無論從什么角度來看的機器人制造的東西，都越來越貴，人也越來越愿意采購。“人創造”的價值凸顯，是體驗經濟產業升級的一個標志，人工智能時代也不能例外。因為，“有意思和不可復制”才是人消費的高級時代。

不同于機器代替人的重復勞動的趨勢，教育與學校會替代機械的班級成為人與人關系的場所，在這個場所中，機器越來越像人來代替人的高級狀態，而人越來越擺脫工具性、擺脫重復性，更具藝術性和創造性。研究教育的歷史會發現一個普遍的現象，就是隨著工具性的增強，反而是班級規模的縮小和師生比的擴大，這也印證了：人畢竟要與人打交道，教育是一個個性化的活動。C器代替人意味著更多的時間人會回到家庭陪同孩子，這在美國已經持續發生了50年，幾乎多數的女性甚至男性在孩子成長過程回到家庭（如果他們算教師的話，教師比例更大）。在學校里未來的師生比會持續增加，教育更加不再計較投入產出，而將演變成一種創造性的職業。

杜威在研究工業化革命后的教育中，提出教育的目標更加集中地體現在教育本身之中，教育即生長（教育的目標就是讓教育繼續下去）。隨著工具化的人工智能代替越來越多的教師的重復性勞動，教師的幸福指數越來越高，更多的和更合適的師生比使得學生得到更加專業的呵護和培養，幸福指數也得到提升。教育讓生活更美好將逐漸實現，教育即生活的前提條件是教師不再是指標的工具，學生不再是考核的工具。

篇4

1936年人工智能之父提出人工智能這個概念，為人工智能乃至現代信息科技奠定了基礎。

1958年，10位美國年輕的學者在一起研討，正式提出人工智能這個概念。

人工智能經過了60年曲折的發展，有過令人興奮激動的時刻，也有令人非常沮喪的時刻，現在到了一個新的，這是沒有異議的。

特別值得一提的是，專用人工智能領域取得了突破性進展，今年，阿爾法狗是標志性之一，包括競賽性能的不斷提高，特別是在測試中已經超越人。

新版的人型機器非常的震撼人心，在地面上走，盡管歪歪扭扭，但走得還很穩；還有自動駕駛汽車，在雪地里，也可以走得很好；語音識別，這是科達訊飛一個典型的語音識別的例子，效果非常好；人臉識別，盡管還有一些挑戰，但是這幾年還是不錯的。

專用人工智能確實取得了突破性的進展，但人工智能的研究與應用依然任重道遠，要在通用人工智能方面取得巨大突破還需要盡洪荒之力，曾經有四句話描寫了人工智能目前的水平，有智能沒智慧，有智商沒情商，會計算不會算計，有專才無通才。

另外，人工智能產業化應用也有了很好的發展，2015年全球人工智能市場規模為1270億美元，今年預計1650億美元，到2018年預計超過2000億美元，發展非常之快。目前，人工智能已經上升到國家戰略高度。過去一年人工智能領域的十件大事

過去的一年里，人工智能領域有很多新的變化。

第一項，阿爾法狗。

第二項，各國政府高度重視人工智能發展，包括今年5月份美國白宮舉行的4場研討會。

第三項，IBM類腦超級計算機平臺，是基于前幾年的芯片。

第四項，軟銀320億美元收購ARM，這是很大的收購。

第五項，谷歌、facebook等開源人工智能基礎平臺反映了一個趨勢和動向。

第六項，創建公益性的人工智能機構OpenAI。

第七項，在學術方面，Science發表Bayesian Program 論文。

第八項，微軟深層殘差網絡奪冠2015年ImagnNet。

第九項，谷歌量子計算機取得重要突破，為人工智能計算搭建了一個平臺。

第十項，劍橋大學成立了人工智能倫理研究所。

怎樣通過這個標志性事件看目前人工智能發展的狀態，我將其概括成十段話。

人工智能十大趨勢動態

第一，人工智能熱潮全球化，從東方到西方，從發達國家到發展中國家，從大國到小國，都掀起了熱潮。

第二，產業競爭白熱化。

第三，投資并購密集化，過去一年的收購、投資，數不勝數。

第四，人工智能應用普適化，開始向各個領域滲透。

第五，人工智能的服務專業化，一個是研究通用化的人工智能，一個是專業化的人工智能。

第六，基礎平臺開源化，包括IBM、谷歌開源的平臺，是過去一年特別明顯的一個新的特征。

第七，關鍵技術硬件化，包括IBM的類腦計算平臺。

第八，技術方法集成化，單一的人工智能計算理論和方法不可能包打天下，集成創新勢在必行，阿爾法狗里集成了很多。

第九，學科創新協同化，多學科跨界融合交叉協同創新人工智能創新途徑，其中包括量子技術跟人工智能的結合。

第十，社會影響大眾化。

人工智能未來發展五大思考

第一，要保持警醒。熱潮下面尤其需要冷思考，阿爾法狗在圍棋上的表現，確實提高了人們對人工智能的期望，但是對人工智能希望太高，如果沒有實現就會非常失望。過去60年中我們有很多這樣的教訓，在熱潮下尤其需要冷靜的思考，有就一定會有低谷，這是發展的客觀規律，而任何一個時段不可能一直蓬勃，所以一定要保持冷思考。引用最新的新興技術成熟度曲線。智能機器人、認知等熱門技術正處于期望膨脹期，接下來可能是幻滅期，所以需要我們冷靜的思考。

第二，切忌跟風。我認為跟風難有大作為，這幾年風口熱好像說得很多，找風口不如找關口，發展的瓶頸在哪里，突破瓶頸就可能開創一個新天地，搶占先機，大家不要再跟風。

第三，不忘初心。對于人工智能來說是不忘初心繼續探索，回歸人工智能的本原，是要解決什么問題，別走偏了。所以從研究的內容到研究的目的，在回歸本原的過程中尤其要記著，信息科技與腦類科技的交匯，人腦智能機理的挖掘孕育著信息科技的重大變革。

第四，苦練內功。重視前沿基礎理論研究，現在是家喻戶曉，但是大家不要忘記不是那么火爆的時候在干什么，一直堅持，才有深度學習的今天，所以苦練內功很重要，不能被當下的熱點一葉障目。深度學習不等于AI，深度學習只是人工智能領域機器學習方向的一種方法，盡管現在效果很好，確實需要思考如何克服這個瓶頸，人工智能發展的下一個關口在什么地方。深度學習的成功不是理論方法的突破，而是在大數據和大規模計算資源驅動下的基于基礎理論的技術突破，其本質是通過映射對復雜函數進行逼近。

深度學習依舊存在明顯的局限性，尤其在任務的切換和對環境變化自身完善、對小樣本的舉一反三等方面，人工智能與人類還是相差甚遠。

第五，以史為鑒。丘吉爾說你能看到多遠的過去，你就能看到多遠的未來，你過去看的有多深，你對未來才能看得有多準，我認為是有道理的，所以這個時候就需要我們做一個思考。從淺層智能到深層智能；從專用人工智能到通用人工智能；從機器智能到混合智能；從數據驅動到數據和知識協同驅動；從線下智能到云上智能；從網下到網上。

人工智能在中國的發展

這些具體的趨勢實際上都反映在整個社會化大趨勢上，智能化是新一輪科技與產業革命的最顯著特征。

我們國家發展有很多機遇，天時地利人和，當然也有挑戰，我們的戰略思維、冒險精神還不夠，所以要思考這些問題，人工智能如何更好地服務社會。

如何抓住這個機會，我覺得首先應該有一個規劃，因為只有通過頂層規劃協調才能實現一盤棋，最終實現人工智能強國。

篇5

2017年什么概念最火？人工智能當之無愧。作為新興熱點，人工智能領域的公司很多還處于創業階段，在A股市場中成熟的公司雖然也有或多或少涉足，但總體還處于探索階段。

咨詢公司Venture Scanner統計，2016年全球人工智能公司已突破1000家，跨越13個子門類，融資金額高達48億美元。

在這13個種類中，研究機器學習（應用）的人工智能公司數目最多，達260家，約占整個行業的30%。從區域分布情況來看，歐美等西方國家發展較為迅猛，其中美國以499家人工智能公司占據絕對主導地位，且初創公司數量眾多;而以中國為首的發展中國家在人工智能領域顯然仍處于起步階段，真正布局該產業的公司較少，以傳統互聯網巨頭進軍人工智能領域為主。

目前較為成熟的感知智能技術（如語音、視覺識別的服務、硬件產品等）的應用開發所形成的新“人工智能+”將引領產業變革，成為推動社會飛躍發展的新動力。在傳統產業，人工智能可以在制造業、農業教育、金融、交通、醫療、文體娛樂、公共管理等領域得到廣泛應用，將不斷引入新的業態和商業模式;在新興產業，人工智能還可以帶動工業機器人、無人駕駛汽車、VR、無人機等處于產業生命周期導入期的公司飛躍式發展。

從具體應用方向來看，如今十分火熱的工業4.0、人臉識別、智能答題機器人、智能家居、智能安保、智能醫療、虛擬私人助理等人工智能概念是有望得到快速爆發的重點領域。目前人工智能在圖像識別、語言識別和自然語言處理，以及人機交互、機器視覺、自動駕駛等方面都已經成功應用。

人工智能產業鏈中，基礎層是構建生態的基礎，價值最高，需要長期投入進行戰略布局;通用技術層是構建技術護城河的基礎，需要中長期進行布局;解決方案層直戳行業痛點，變現能力最強。

基礎層公司 多為傳統IT轉型

人工智能基礎層就是我們常說的大數據、云計算、CPU等。目前國內上市公司中在人工智能基礎層方面相關的公司包括久其軟件、東方國信、天璣科技、浪潮信息、恒生電子、拓爾思等。

恒生電子（600570.SH）2016年成立了恒生研究院，負責人工智能、區塊鏈、大數據等前沿技術的研發。區塊鏈課題，恒生電子作為發起單位加入了金融區塊鏈合作聯盟（金聯盟），并加入了linux基金會hyperledGEr開源項目等。

久其軟件從最初的軟件提供商到移動互聯和大數據運營的再次驗證，未來定位基于高端客戶資源大數據和移動互聯網變現的不斷執行公司。公司創立之初以報表管理軟件切入，為政府提供結構化數據分析和整理，并進一步提供完整解決方案，現已發展成集大數據、集團管控、電子政務和移動互聯領域軟件于一身的大數據解決方案提供商，A股稀缺。

拓爾思（300299.SZ）大數據服務領域稀缺純正標的。公司脫胎于北京信息科技大學中文信息處理研究中心，自1985年起便開始研究中文信息檢索，目前公司已擁有大數據領域非結構化數據處理技術，在大數據分析領域具有較高的技術壁壘，從底層技術、平臺產品到應用產品服務技術全產業鏈布局。隨著非結構化數據的地位在整個大數據領域中的不斷上升，拓爾思有望進入高速增長期。

科大訊飛（002230.SZ）是A股人工智能龍頭，公司在以“從能聽會說到能理解會思考”為目標的訊飛超腦項目上，持續加大投入，在感知智能、認知智能等領域均取得顯著研究成果。

技術及應用層公司 靠智能制造落地

人工智能技術層主要涵蓋了框架、算法、通用技術，目前人工智能算法大體上流行12種，這12種算法包括決策樹、樸素貝葉斯分類器、最小二乘法、邏輯回歸、支持向量機、集成學習、聚類算法、主成分析法、SVD矩陣分解、獨立成分分析、關聯規則、其他方法等。

人工智能算法通過AlphaGo與柯潔的人機大戰，成為當前數據分析領域中的一個熱點內容。目前通用的框架層：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系統。作為投資者或者普通消費者更多的會關注通用技術如：語音識別、圖像識別、人臉識別、NLP、SLAM、傳感器融合、路徑規劃等技術或中間件，畢竟通用技術與我們日常生活習習相關，如你們平時所能看到的智能廣告、智能診斷、自動寫作、身份識別、智能投資顧問、智能助理、無人車、機器人等場景應用。

目前，A股市場有59家公司涉足機器人產業，部分公司通過收購進入這個領域。以昆侖萬維為例，公司收購美國的機器人公司WooboInc.，致力于開發人工智能技術驅動的交互式機器人;在東方網力的18.30億元增發方案中，1.57億元擬投入智能服務機器人項目。

人工智能目前最看好生物識別，如遠方光電和佳都科技。金融科技Fintech圍繞IT與金融創新展開。虛擬的網絡戰爭已經開始，IT安全有更大的彈性。無人駕駛里有四維圖新和中海達。繞著人工智能產業鏈有很多投資機會，大數據是產業鏈發展起點，作為數據采集的關鍵通道，傳感器至關重要，如漢王科技;云計算、大數據處理技術支撐上，國內FPGA（可編程性）稀缺標的紫光國芯;人工智能應用場景上防領域佳都科技、營銷領域浙江富潤等相關的上市公司。

我國在人工智能領域底層的計算機體系架構、智能硬件、軟件應用雖有技術積累質的進步，國內人工智能的產業發展和商業化路徑劃，依然需要借鑒國外的產業政策引導和企業商用成功模式。

篇6

歷屆峰會上，李彥宏都會與大家分享他對互聯網行業的看法與思考。在今年會上，李彥宏首次使用PPT現場演示了百度的人工智能技術。他說：推動互聯網下一幕發展的核心動力，不是大數據，不是云計算，而是人工智能。

日新月異的科技舞臺上，第一幕是PC互聯網時代，第二幕是移動互聯網時代。

PC互聯網經歷了18年的增長周期，而移動互聯網只用了大概4年就走到了現在。但是，移動互聯網正面臨巨大挑戰，其初期發展主要得益于人口紅利釋放，但最近兩年用戶規模增速在明顯下降，每個人都感受到其中巨大的壓力。

互聯網即將迎來發展的第三幕，而推動互聯網第三幕發展的核心動力，不是大數據，不是云計算，而是人工智能。

現在，人工智能技術已經使百度語音識別準確率達到97%，目前百度每天的語音識別請求的PV超過1億；現在，百度圖像理解和問答系統，能實現用手機隨便拍一張自然圖片，系統不僅能回答圖片中有什么顏色，還能實現更多輪交互；現在，百度無人駕駛汽車已經可以像正常車輛一樣加速、并線、超車。3到5 年內，無人駕駛一定可以成為現實。

人工智能到底會解放人類，還是毀滅人類？李彥宏說：“我是屬于比較樂觀的那一類，我認為人工智能會做的是解放人類，至少在我有生之年，它毀滅不了人類。”

人工智能可以解放人類的繁瑣工作，激發無限的可能性。例如，現在百度教育貸款的處理速度已經可以用秒計算，而以前，普通的處理時間要以天計算。而這些技術，百度會無償地開放出來，供伙伴使用。很快會開放深度學習的源代碼，推動人工智能迅速地滲透到各行業，改變社會。

以下為李彥宏演講全文+PPT：

歡迎大家來到第十一次的百度聯盟峰會，在去年的時候我已經基本上預告了今年要講什么。按照慣例我們在聯盟峰會上會講產業趨勢，而今年我們稍微變了變形式，以前是純粹“講”，今天有一個PPT，它題目叫做《下一幕》。

去年在聯盟峰會上我講了互聯網的第一幕和第二幕，我們先回顧一下。從1994年開始的PC互聯網，一直持續到了大約2012年，應該說是改變了整個世界、改變了人們的生活，這算是互聯網的第一幕；我覺得第二幕應該算是從2012年開始，每個人都切實地感受到了移動互聯網的大潮對于我們生活的改變。所以我去年就留了一個疑問：移動互聯網之后是什么？今天我想和大家分享這樣一個主題。

從2012年到現在，其實只有短短四年的時間，移動互聯網的成長非常迅速，同時我們每一個人可能也感受到了其中的壓力。這個壓力是什么？中國互聯網的滲透率現在已經到了50%左右，如果把老人、小孩這些都去掉，其實能上網的人大多數都已經上網了。現在，人口的紅利快要沒有了，該用智能手機的人都已經用上了智能手機，市場的規模也逐步趨于飽和。現在大家都說市場很大、很繁榮，各種各樣的機會不斷地出來。可是當我們再往前看一下的時候，我們會發現整個互聯網面臨著巨大的挑戰。PC互聯網走了18年左右的路，移動互聯網走了僅僅四年，很多人就已經感覺到這當中成長的壓力。

過去的PC互聯網時代，比如說百度成立的時候，中國只有不到1000萬網民，現在這個數字是7億，這里一直有人口紅利的迅速增長。移動互聯網僅僅發展了四年時間，就基本上已經處于一個普及的狀態了。在這種情況下，未來會是什么樣子？

其實現在從國家政策的角度來講，非常提倡所謂的“互聯網+”行動計劃，這是因為國家的經濟進入了新常態，從國家政策的角度來講，我理解新的增長動力就是希望靠“互聯網+”，讓互聯網和每一個行業結合來提升運營的效率，從而推動經濟持續地、高速地增長。但是國家靠互聯網推動經濟的增長，而移動互聯網本身的增長我們現在已經看到瓶頸了。所以我們必須要思考互聯網靠什么來保持它持續地、高速地增長。最近幾年其實這兩個詞都是非常熱的，一個是大數據，一個是云計算。所以互聯網+的下一幕是不是大數據，是不是云計算？我的答案：不是。那是什么？是人工智能。

這是我本來去年就有點想講的，后來因為要講其他的內容，所以把它推到了今年。沒有想到在過去一年當中人工智能從一個高精尖的科技變成了每一個人都可以街談巷議的熱門話題。事實上，人工智能背后的技術其實還是非常復雜的，需要投入、需要做的事情是非常多的。所以我想先給大家回顧一下人工智能的發展歷程。

1950年圖靈提出圖靈測試，就是當你對面有一個屏幕和你交流的時候，你說一句話它回答一句話，看看回答這個話背后的究竟是一臺機器還是一個人，如果你能夠區別出來是機器還是人，就說明計算機還不具有智能，如果你區分不出來它是一個機器還是一個人，我們就可以說計算機具備了智能。

到1956年的夏天，MIT（麻省理工學院）一群科學家首次提出了“人工智能”這個詞，Artificial intelligence。當時他們聚在一起的時候，六七個人打算用一夏天的時間，用他們這些聰明的頭腦就可以解決人工智能的問題。沒有想到不僅僅是一夏天解決不了，之后的半個世紀都沒有能夠解決人工智能的問題。我們看到70年代、80年代，一直到90年代初期，90年代是我在美國讀計算機的時期，我們有人工智能的課程，我非常喜歡，但是學完了之后非常失望的發現人工智能其實沒有實際的應用，在當時任何一個領域我們都看不到有價值的人工智能的應用，所以當時非常depress（失望）。

90年代以后，數據量越來越大，計算的能力也越來越強，機器學習逐漸興起；到2006年一個叫做深度學習的模式首次能夠證明它比過去所有的算法例如圖像識別等都更加有效，而且是遠遠地超出過去圖像識別的能力。深度學習其實也不是2006年提出來的，是很早就提出來了。但是2006年為什么出現了這樣一個拐點，為什么大家突然覺得這個東西行了、work（起作用）了，是因為數據量越來越大，計算能力越來越強，而且越來越便宜，所以過去那些不實用的算法，到2006年以后逐步進入到了實用階段。

這里還有一個2013年，在2013年年初，百度對外宣布成立IDL（深度學習研究院），開始大規模進入深度學習的領域。以上大致就是人工智能發展60年時間的回顧。

現在人工智能已經能夠在多個領域顯現出來它的威力，第一領域是語音的識別。當前百度的語音識別準確率超過了97%。目前語音識別日請求的量到了1億以上。97%是什么概念？它比正常人的聽力都要好一些了。不信我們來試一試。

展示語音識別技術：播放方言或發音不清晰的語音，請現場嘉賓判斷內容。在觀眾表示很難聽清的情況下，機器則能夠準確的進行判斷

深度學習這樣的計算機能力在語音識別上已經相當精準，所以我有時候向朋友推薦用百度語音搜索，很多人第一反應是百度有語音搜索嗎？第二反應是它能夠識別我的話嗎？我的話不是很標準，其實大家看到了剛剛這些不是很標準的語言都可以被很不錯地識別出來了。不僅是語音方面的進展，我們可以看到在語音合成上也能做很多事情。剛才是識別，你說了它能夠知道你說什么，接下來它能夠學你說話，說出來跟你說話幾乎是一模一樣的。我給大家演示一下，模仿麥兜動畫片里面的配音演員對百度聯盟峰會說一段話。

展示語音合成技術：通過人工合成用麥兜的聲音說出一段話

這個配音演員其實從來沒有說過這些話，但是我們根據過去他說的很多很多話就可以人工合成出來一段他“講”的話，并且聽起來還是很像的，合成的準確度也會逐步地提高。

這是語音的合成，其實我們完全可以想象圖像也可以合成，圖像合成有什么實際用處呢？昨天晚上吃飯的時候大家聊，如果一旦實現了圖像的合成，以后演員、大腕們演電影也將會被改變，只要他們同意演這個電影，不用實際去演，我們可以把他所有的動作和語言合成出來。過去一個大腕一年拍兩部戲、三部戲，以后可以拍2000部戲、3000部戲，只要他同意我們就可以合成出來各種各樣的動作和聲音。所以這些技術一旦應用到各個領域，就能夠產生出來無窮無盡的可能性。

下面我們看一下圖像識別技術，先看2015年時做到的東西，這個我在當時聯想的技術創新大會上演示過一遍，大家看一下。

展示2015年圖像識別技術：對既有圖片進行提問

大家看到這個圖片是在表達什么樣的東西，計算機是能夠明白的。不僅如此，它還能夠懂得你問話的意思，它能夠理解你的自然語言。這是2015年我們已經實現的，那接下來我們看一下2016年和2015年有什么不一樣？

展示2016年圖像識別技術：對現場拍照得到的圖片進行提問

2016年和2015年有什么不一樣？2015年我們用了一張靜態高質量的圖片，2016年我們就用手機隨便拍一張很自然圖片，在質量不是很高的情況下機器仍然理解的比較到位，畫面里是什么樣的東西，我們的提問是什么意思。所以對圖像和對自然語言理解的相關技術也在迅速的提升。

其實我們人工智能的技術不僅僅在圖像識別、語音識別、自然語言理解方面有非常大的推動作用，另外一個很大的推動作用實際上是百度從去年開始對外宣傳的無人車。我一直在說，從本質上來講無人車是帶著輪子的電腦，這臺電腦就可以像人一樣，識別障礙物、識別交通燈、遵守交通規則、帶著乘客到任何他想要去的地方。這里我也想給大家放一個短片，演示一下我們的無人車實際在路上跑的情況。

播放“無人車”上路測試視頻

大家可以看到，視頻中無人駕駛車路測的整個過程是沒有人進行任何干預的。當然，無人車離使用還有一段時間。現在我們能做到的是在路況不是特別復雜、非上下班高峰期的時候，無人車不需要人工干預就可以上上下下、做各種動作，但如果路況特別復雜的話，現在我們技術還達不到。但是我們相信，三五年之內，無人駕駛一定可以成為現實。

我們認為人工智能再往下發展，其最主要的作用是會取代簡單的腦力勞動。我剛才舉的幾個例子，比如無人車，一般人用幾個月都可以學會駕車，而自動駕駛就是能夠模仿人類的這種簡單腦力勞動。還有一些在餐館里的點餐員，他做的事情也是相對比較簡單的，我們的人工智能也能夠替代這樣的功能，我們來看一下點餐的狀況。

播放“度秘”入駐上海肯德基餐廳為顧客點餐視頻

這是在上海的一個肯德基概念店，我們用度秘實現了點餐的功能。其實我們可以想象，未來很多這種簡單、重復性的勞動都可以通過人工智能的方式來實現，代替人的作用。

當然，人工智能在很多領域都有應用，比如金融領域。依據大數據，依據我們對一個人的理解和分析，這其實也是一種人工智能、機器學習的技術，能夠實現很多過去不那么方便實現的東西。比如征信，現在百度的教育貸款，基本上就是以秒為單位就可以決定是否要給一個人貸款，而在過去恐怕是要以天為單位去計時的。

在很多領域，人工智能都能夠對傳統產業產生改變。我覺得不需要我做更多的解釋，大家只要想一想剛才展示的這些技術，無論是語音識別也好，自然語言的理解也好，還是圖像識別也好，這些技術一旦應用到各種各樣的產業中，都會對每一個產業產生巨大的改變。我們講了很多年互聯網對于制造業的影響，講了很多年的物聯網，我可以下這樣的結論，如果沒有人工智能的能力，物聯網也好，互聯網也好，對于制造業——大家知道中國是一個制造業大國——是不會有本質性影響的；但是有了人工智能，它對于制造業幾乎每一個領域都可以產生巨大的影響。原來大家覺得一個死的東西，將來就變活了，它就會具有人類的智能。

那么問題來了，這可能是很多人比較喜歡談論的一個話題：人工智能到底是會解放人類，還是會毀滅人類？業界其實有很多大咖都傾向于后者，他們都很擔心人工智能會毀滅人類，我是屬于比較樂觀的那一類，我認為人工智能會做的是解放人類，至少在我有生之年，它毀滅不了人類。

其實這個道理很簡單，大家想想，能夠毀滅人類的東西早就出現了，比如說原子彈。現在人類擁有的原子彈可以毀滅人類很多次，但是為什么至今還沒有能夠毀滅人類呢？這是因為我們還擁有最終的控制權，誰能去push那個launch button（發射按鈕），這個方面還是有很好的機制能夠管理的。所以人工智能會越來越智能、越來越接近人類的能力，能夠解放人類很多繁瑣的工作，也能夠激發無限的可能性。過去我們覺得不能做的事情，未來可能通過人和機器的結合，就越來越能做了，但是我不覺得人工智能會毀滅人類，因為我們有能力去控制，我們也有能力去制定相應的規則。

篇7

為推動我國幼兒教育行業進一步發展、與國際間達成貿易合作，日前，2016第九屆中國（北京）國際幼教裝備及用品展覽會（以下簡稱北京幼教設備展）在中國國際展覽中心舉辦。

本次展會由中國教育部和中國教育裝備行業協會支持，由中國同源有限公司主辦，為期3天。參展內容包括幼教信息化、早教加盟、兒童圖書、幼教用品、幼兒園配套設施、益智玩具等。展出面積為2萬平方米，展會吸引了百余家展商集中展示了幼兒教育領域的新模式、新產品、新科技，以迎合急速增長的中國幼教裝備市場。

寓教于樂的幼教產品備受關注

據了解，目前與幼教相關的移動信息市場規模約有25-30億元，隨著現代技術的發展，家園互動的方式也更加多樣，智能手機的普及，移動互聯網時代碎片化的潮流到來，使即時性和互動性更強的APP客戶端應用漸漸成為未來的發展趨勢。

記者在現場看到，參展的眾多展商推出了全新的幼教產品，顛覆傳統的枯燥學習模式，營造將游戲與學習融為一體的學習環境。

在奇幻斑斑繪本展臺，記者看到許多家長被公司新上市的AR奇幻斑斑動物歡樂島繪本吸引。奇幻斑斑市場部經理表示，動物歡樂島繪本是一套專為3歲以上兒童打造，具有融合學習、娛樂、藝術創造為一體的AR英語早教繪本。奇幻斑斑結合AR技術，將孩子的繪畫作品變活，有聲有色還原孩子作品還能及時互動。從試、聽、說、觸、想全方位完美啟發孩子天份和創造力，配合游戲、連線勾畫輪廓，動手剪紙，純正美式英語發音，給孩子打造一個理想的寓教于樂學習環境。

ROOBO展出的布丁兒童成長陪伴智能機器人、DOMGY達萌寵物機器人，為觀眾帶來了一抹新的歡樂色彩。在展會現場，不少童心未泯的成人觀眾與機器人智能趣味地互動交流。機器人呆萌的外表很容易吸引孩子的注意力。

現場工作人員告訴記者，布丁屬于兒童成長陪伴智能機器人，專為兒童打造，集教育、陪伴、娛樂等功能為一體，擁有業內獨創的R-KIDS兒童交互對話系統，配合人工智能、海量知識。除了陪伴孩子之外，它還兼顧家庭安全，隨時自動抓拍寶寶動態，讓不在家的家長能夠了解寶寶在鏡頭前的一切動作。手機綁定布丁機器人后，布丁會向主人了解家中寶寶基本信息，以便針對不同年齡段的寶寶溝通和進行人性化的設計。在家長外出的時候，啟動看家模式后，布丁內置的監控攝像頭即刻啟動移動偵測模式，并適時地向用戶推送報警信息，可以時刻了解孩子的安全狀況。

ROOBO將智能硬件、人機交互和人工智能結合在一起，在本次展會上充分展示了其在人工智能機器人系統的行業領先趨勢，以兒童智能機器人作為核心的網絡入口，把整個家庭網絡搭建起來，為家庭生活提供各種便捷、智能的服務和功能，顛覆傳統的枯燥學習模式。

家園共育是幼教發展的主流趨勢

隨著“互聯網+”上升為國家戰略，中國的互聯網產業已經進入產業互聯網時代，眾多傳統實體產業逐漸被互聯網改造和升級。信息和智能終端的普及，幼教也進入了移動互聯網時代，眾多幼教APP和自媒體應運而生。

記者看到，在智慧樹展區咨詢、交流的人絡繹不絕，現場氛圍十分熱烈。造型可愛的智慧樹聰明逗得到了許多女性朋友的喜愛，智慧樹APP、新型考勤機和園所直播攝像頭更是得到了廣大園所領導、幼教工作者及合作伙伴的高度認可。

智慧樹的工作人員告訴記者，智慧樹不斷洞察園長、教師和家長的需求和反饋，通過大數據的方式發掘分析用戶的剛性需求和潛在痛點，為不同的孩子定制個性化教育方案，同時深度整合全國的優質教育內容和行業資源，以海量的優質資源及垂直社交吸引更多的幼教專家、幼教工作者及家長加入，構建“家園互動+幼教資源傳播分享”平臺生態，幫助園長與老師實現智能管理、高效教學，幫助家長跨時空掌握幼兒動態，讓孩子更好地成長。

教育模式創新的“互聯網+傳統教育”模式已成為幼兒教育發展新趨勢。北京泛亞力豆文創圖書有限公司推出的“中國少兒數字學習館”就是這樣一個新時代教育前沿的多媒體學習平臺。

據記者了解，作為一種學習媒介，“中國少兒數學學習館”是基于兒童身心發展規律和學習特點進行開發的，具有形象、直觀、生動的特點，能更快速、更準確地傳遞知識信息，與幼兒的認識水平和思維方式相適應，能吸引孩子學習的興趣，以寓教于樂的游戲方式進行潛移默化的知識傳遞。

由于“中國少兒數字學習館”是安裝在智能裝置上的APP平臺，所以可以把它和幼兒園教學匹配的APP一起安裝在家長的智能裝置上，讓家長也能有目的、有計劃、有系統地同步進行兒童教育，達到親子交流和增進情感的目的。

篇8

關鍵詞：STEM；智能財務；人才能力框架

2017年國務院的《新一代人工智能發展規劃》，將人工智能產業提到重要的戰略地位。2018年教育部出臺《高等學校人工智能創新行動計劃》，進一步明確“人工智能+X”復合專業培養新模式。2021年財政部《會計改革與發展“十四五”規劃綱要（征求意見稿）》，要求切實加快會計審計數字化轉型步伐，為會計事業發展提供新引擎、構筑新優勢。在國家政策及發展規劃指引下，高校陸續開始智能財會本科教育改革探索。本文試圖以STEM為視角，探討智能財務專業人才能力框架及實現路徑。

一、數智時代對財會人才的沖擊與影響

（一）財會人才的工作環境發生深刻變化。數智時代是指在信息技術普遍應用背景下，經濟活動大量依賴于平臺支撐、數據驅動和智能算法等技術時代。在數智時代，各類組織通過大數據、人工智能、移動互聯網、云計算、物聯網、區塊鏈等技術及會計軟件應用，從業務到財務部分或全部實現線上處理，改變傳統財務的業務流程和工作方式，形成具有信息化、自動化、數字化、智能化工作場景。隨著財務共享和智能財務的廣泛應用，傳統崗位逐漸消失，而適應數智時代需求的新崗位不斷崛起。（二）財會工作從核算反映型向管理型、決策型轉變。信息技術和人工智能通過數字信息系統處理的應用，令復雜繁瑣的會計工作變得高效簡便，提高了會計信息處理效率。傳統會計業務，諸如發票真偽識別、往來賬務核對和報表編制等工作，現在可以由財務機器人自動完成。在數智時代，對財會人員的需求從核算反映型向管理型、決策型轉變，需要更多財會人才借助智能技術進行大數據分析、智能決策、風險控制。財會智能機器人可以完成一些基礎的財會工作，這使得財會人員從大量日常的基礎會計工作中脫身，將精力集中于財會專業化工作。由此，財會專業人才的培養應當面向管理服務型財會崗位群和技術服務型財會崗位群。（三）會計人員工作所依賴工具與基本技能發生本質變化。會計人員需要在先進的財務管理理論、工具和方法之上，借助智能機器人和財務專家的有機合作，去完成企業復雜的財務管理活動。由于財務共享和智能機器人的普遍應用，各個信息“孤島”被打通，業財數據實現了互聯互通，大量財會人才從事數據采集、數據模型設計與計算、數據服務和應用等決策層次的工作。譬如，財會人員利用大數據技術，實時對資金運營進行動態監控，實現資金運營效益的最大化；利用神經網絡技術、專家輔助決策系統在預算管理、項目可行性分析等方面發揮作用；利用射頻識別技術（RFID），以實現資產的高效管理，在資產管理方面結合電子監視技術及智能機器人實現無人倉儲管理。

二、基于STEM的智能財務專業人才能力框架設計

（一）基于STEM的能力框架1、STEM的能力內涵。STEM是指科學（Science）、技術（Technology）、工程（Engineering）和數學（Mathematics）四位一體的教育理念。2019年2月，聯合國教科文組織的國際教育局（IBE-UNESCO）的《探索21世紀STEM能力》對于基于STEM建立跨學科的人才培養方案有一定借鑒意義。IBE從能力發展觀角度將能力定義為“在21世紀背景下，以能動性和倫理性地使用知識技能、價值觀、態度和技術，實現個人有效參與體現集體和全球利益的行動并發展能力”。所謂能力，包含了“是什么”和“怎么做”兩個基本部分，同時在能力實施過程中，還要體現人才本身的倫理態度和價值觀，以及和團隊溝通、協作能力，最終人是以一種綜合能力方式參與工作。2、STEM能力框架的內容。在STEM能力框架中，以能力為本位建構人才培養方案，打破了傳統學科界限，形成跨學科的知識架構。科學蘊含著不同學科的知識，構成了人們探索客觀世界而形成的事實判斷、概念、原理、思想等內容；技術主要包含一些程序性的和技術性方面的知識，主要是指解決問題的步驟、程序、要點和操作技能等方面內容；工程是指技術知識的規模化、產業化和流程化的特點，是推動技術性知識轉化為產品的知識和技能；數學在人才培養中是基礎性的知識，滲透在科學、技術和工程的方方面面。基于科學-技術-工程-數學維度，進一步分解為認知能力、數據分析能力、解決問題和工程思維、科研與探索能力、數字與計算思維、設計思維與創新能力、動手操作能力和溝通寫作等8項技能。（圖1）（二）基于STEM的智能財務人才能力培養框架設計。根據STEM能力框架，智能財務人才能力框架可分解和細化為：1、認知能力。智能財務人才需要洞悉數智時代給財會行業所帶來的巨大影響，并準確把握智能財務系統的組織結構和系統架構，能夠掌握信息技術應用的邏輯和核心場景，對未來信息技術演變有一定預見性。認知能力并不反映人才本身的知識儲備，而是通過學習、觀察、實踐、思考等環節，以分析性、推理性和批判性思維獲得認知；通過邏輯推理發現問題本質，學會在不斷實踐中提升認知技能。必要時借助一定工具和方法等。2、信息處理能力———數據解釋和數據分析。信息處理能力包括數據獲取、解釋和分析，并以有效的方式顯示結果。在智能財務領域，有大量的結構化和非結構化的數據，如何對這些數據進行整理、組織，并選擇有效的信息進行分析，是數智時代智能財務人才所具有的基本技能。要求智能財務人才能夠通過利用數據圖、Excel電子表、數據庫、大數據分析軟件等工具，培養自身數據驅動決策能力。3、解決問題與工程思維能力。通過識別分析復雜問題、分析數據、制訂解決方案、評估和實施解決方案來發現智能財務領域的問題。工程思維離不開解決問題能力這一基礎，另一方面也體現系統化解決問題的能力。同時，在解決問題時，注意項目的可行性和程序化的流程設計，為系統性解決問題奠定基礎；工程思維還需要考慮客戶需求，考慮項目的可持續性和可靠性；設計解決方案，并進行測試，并準備可能的備選方案，最終以可視化形式展示工程結果。4、科學調查。用數據來驅動決策，前提是要獲得可靠的數據來源。在智能財務領域，依賴智能技術，獲得信息和數據，分析數據，驗證與測試假設，探索和發現相關規律和答案，以提供財務決策的理論依據。5、計算和數字思維。在智能財務領域，計算和數字思維是指采用計算機科學的概念、算法、數據模擬等方式，進行問題求解、系統設計。計算和數字思維是有利于STEM任務的高效執行，是解決實際問題的一種重要思維訓練。6、動手操作技能。在智能財務領域，技能訓練包括如何依賴智能技術在財務分析、決策等領域的應用和操作。通過智能財務技能的培養，使得學生能夠以智能工具解決財務問題。7、設計思維與創新能力。在智能財務領域，工程和技術是保障智能化財務產品落地的前提和基礎。創新性思維還依賴于設計思維的鍛煉和培養。通過頭腦風暴、構思和原型設計等方法，培養學生的設計思維能力。通過創造性的戰略和過程來完成產品開發和方案的設計，為學生構建一個結構化的框架。8、溝通協作技能。在智能財務領域，團隊需要協作設計構建許多解決方案，在此過程中，學生的溝通和表達能力是不可或缺的技能。有效的團隊協作能讓團隊成員在平等機會之上進行交流。在教學方案設計中，通過溝通環境設計，促進學生在團隊合作中，達成共同愿景、責任擔當、信息傳遞、相互交流和合作。（三）融入STEM態度和價值觀。價值觀是人們認識世界的偏好、態度、方式和方法，是解決困境、面對利益沖突確定最佳行動方案。在智能財務領域教學設計中，要培養學生對數據倫理的重視，在制訂決策方案時，如何選擇對社會好處最大，損害最小的方案是十分必要的。

三、基于STEM的智能財務專業人才培養方案實現路徑

（一）跨學科要素的重新融合。STEM的能力培養框架是跨理、工、文、經等多學科要素的組合。在智能財務領域，應摒棄以傳統財會專業核心課程為主干，再附加若干個計算機課程模式；而是通過跨學科要素的重新融合，將會計、業務和技術融為一體，避免“兩層皮”的情況出現。通過跨學科導師制和跨學科教學團隊的建設，培養學生跨學科的融合能力。通過整合計算機與會計學科師資的專業知識來建設跨學科的課程項目，諸如Python在財務決策領域的應用、商業決策和數據挖掘等課程開展，基于多種專業的教師隊伍協作研究跨學科課題，以項目、問題的形式來展示課程內容。除了開展跨學科課程以外，學生還可以跨專業、跨院系，或者是跨學院選修核心課程或選修專業課，或者開展不同院系或不同學院之間的專業研討會，通過選擇不同專業的導師學習各學科知識，來形成跨學科知識結構和解決實際問題的能力，并訓練學習者處理復雜問題的能力。（二）智能財務課程體系設計路徑。STEM能力框架的培養著眼于解決現實問題。智能財務領域課程設計路徑分別有以下幾個：1、傳統設計路徑。常見的傳統課程體系設計主要是“專業學科+輔助計算機課程”模式。這種模式是目前大多數院校智能財務培養的主要方式。這種模式的優點是仍舊保留原有專業的培養框架和課程體系，對師資轉型沒有太大要求，教學目標和教學步驟清晰。輔助計算機課程委托其他系老師講授。缺點是呈現“兩層皮”的情況，學生思維仍舊被固化在原有專業框架中，對于計算機在本學科的應用缺乏認識和鍛煉。2、跨學科設計路徑。跨學科智能財務的設計路徑要求學生對兩門專業學習是平行進行，同時對于計算機課程學習強調底層邏輯和計算機思維。學生從兩個或多個相互聯系的學科中學習概念和技能，課程體系設計更多增加一些應用類和設計類課程，例如，通過智能財務相關項目設計，在有效的跨學科方法中，相關學科融合在一起，避免“兩層皮”的情況。3、融合學科設計路徑。以解決真實世界問題或執行真實項目為導向。應用來自多個學科知識和技能，形成自身獨立的思維模式和操作技能。融合學科的精髓在于尋求跨越傳統學科之間的鴻溝，這樣使其比跨學科走得更加長遠。這種模式對師資和學生學習能力、資源整合能力要求都非常高。（表1）（三）以能力為本的跨學科智能財務課程體系“搭建”。基于STEM的能力框架“搭建”智能財務課程體系中，以從學生認知能力和底層邏輯思維能力培養起步，由低階到高階逐步推進，最終通過設計綜合項目訓練，達到解決智能財務領域復雜問題的能力。課程體系設計如圖2所示。（圖2）智能財務專業人才培養最終是要用所學知識解決真實世界和情境的復雜問題。需要通過思維訓練、專業能力和應用能力多個方面著手。在高階階段，教師要圍繞培養目標，通過融合類課程的構建，引導學生解決復雜問題。（四）多種形式的產學研培養路徑。在智能財務跨學科培養模式中，需要通過多種形式的產學研聯合。形成協同一致的多元利益主體。企業、社會團體、專業社團等多個利益主體參與，不僅僅依賴政府、學校的力量，建立合作機制，共同參與、聯合培養，從而形成有效合力。開發產學研聯合示范培養項目，發揮校企聯合項目示范引領作用，通過多導師制、導師負責制、跨學科導師制等方式，使學生有更多的機會將理念、知識應用于實踐，提高學生的職業能力。產學研培養路徑能夠為學生提供充分的真實或模擬的體驗，參與真實的財務方案設計活動，實現學習資源的共享、學習問題的交流和經驗分享。（五）建立能力可量化的評價機制。能力是學生通過學習所具備的技能，能力培養既是學習成果，也是學習目標。培養方案和課程體系是能力培養的載體，將能力培養與課程評價標準聯系，明確學生應該掌握什么樣的內容，掌握的程度。通過課程標準建立，能夠為學生獲得某種能力程度提供參考依據。課程標準不僅僅包括內容標準，還包括培養質量。前者描述了能力框架內學生應該知道什么和能夠做什么，后者明確學生掌握知識和獲得能力的程度。（圖3）

四、研究結論

信息科技的迅猛發展催生了新產業、新業態和新商業模式，新的要素市場結構對會計人才能力要求提出新的需求。本文以STEM為基礎，構建了智能財務人才能力框架，并探討了智能財務人才能力實現的路徑。本文分別從課程體系、教學模式和評價機制等方面對可實現路徑進行了論述。從而為開設智能財務方向、或開設智能會計專業奠定了一定理論基礎。

主要參考文獻：

［1］陳鵬，田陽，黃榮懷.基于設計思維的STEM教育創新課程研究及啟示———以斯坦福大學d.loftSTEM課程為例［J］.中國電化教育，2019（08）.

［2］許昊，陳怡斐，潘慧凡，張成.人工智能背景下會計學專業人才培養模式的創新與改革［J］.改革與開放，2018（01）.

［3］李聞一，李栗，曹菁，陳新巧.論智慧財務的概念框架和未來應用場景［J］.財會月刊，2018（05）.

［4］董澤華，卓澤林.基于項目學習的STEM整合課程內涵與實施路徑研究［J］.中國電化教育，2019（08）.

［5］董藍蔓.中國的STEM教育面臨三大瓶頸［N］.文匯報，2015-07-17（006）.

篇9

李彥宏：人工智能成互聯網第三幕核心

在2015年百度聯盟峰會上，李彥宏曾指出了互聯網的第一幕(PC互聯網)和第二幕(移動互聯網)。今年峰會上，李彥宏認為，互聯網即將迎來發展的下一幕，而推動其發展的核心動力，不是大數據，也不是云計算，而是人工智能。

PC互聯網經歷了18年的增長周期，而移動互聯網自2012年至今只用了大概4年。移動互聯網初期發展主要得益于人口紅利釋放，但最近兩年用戶規模增速在明顯下降，每個人都感受到其中巨大的壓力，李彥宏認為，移動互聯網正面臨巨大挑戰。

談及人工智能最新進展，李彥宏表示，深度學習在語音上的應用已經非常精準，現在的百度語音識別準確率也已經達到了97%，每天語音識別請求的PV超過1億；此外，今天的百度圖像識別與過去一年也大不一樣。李彥宏演示了百度圖像理解和問答系統，用手機隨便拍一張普通的自然圖片，不僅能夠回答圖片中有什么顏色，還能實現更多輪交互，像人一樣基于之前的語境接受追問。

李彥宏認為人工智能還有一大熱門應用是無人駕駛，“百度無人駕駛汽車，是一臺帶輪子的電腦”，他在聯盟峰會現場演示了百度無人車路測的實況錄像。他指出，無人車已經可以像正常車輛一樣加速、并線、超車。并充滿信心地表示，三五年之內，無人駕駛一定可以成為現實。

現場，李彥宏針對“人工智能到底是解放人類還是毀滅人類？”這一爭議也發表了個人看法：“我是樂觀派，至少在我有生之年，人工智能毀滅不了人類。其實能毀滅人類的東西早就出現了，比如原子彈，但是我們有最終的控制權。人工智能可以解放人類很多繁瑣的工作，激發無限的可能性。人工智能在很多的領域都有應用，比如金融的領域。我們現在百度教育貸款，基本上是以秒的時間可以決定是不是給一個人貸款，過去恐怕是以天為單位來計時的。”

向海龍：移動搜索轉型已完成推百度百家號入局內容分發

百度搜索公司總裁向海龍表示，百度移動搜索流量已經大幅超越PC端，并保持持續上升態勢；2016年一季度移動搜索月活躍用戶達到了6.63億。通過不斷的技術創新、產品創新及自我突破，百度正在從多個維度全面打造“新搜索”。百度“新搜索”將由智能交互方式、高效內容滿足、閉環服務交易、以及個性化推薦機制四個核心內涵構成。同時，百度也在積極構建服務生態和內容生態，未來的百度聯盟將不僅僅是流量的聯盟，更是多維度、多方位的全面合作聯盟。

在服務生態方面，百度推出了免傭金的政策，向海龍表示：“百度糯米對除餐飲之外的3600行絕大多數行業實行永久免傭金，切實減輕商家線上化的成本壓力；同時，基于搜索、糯米和地圖平臺，推出了本地直通車等多種營銷工具創新，幫助商家實現潛在顧客的精準觸達；并且，通過多種核心技術打造了全流程的O2O解決方案，幫助商家實現智能化的選址、開店、運營和管理。總之，我們將多方位為商家賦能，為服務生態注入新的活力。”

而在內容生態方面，百度正在不斷完善相關工具和機制。向海龍特別介紹了即將升級并全面推廣的內容生態產品——百度百家號，這是百度為媒體、機構、及自媒體等內容生產者推出的強大內容平臺，整合手機百度、百度搜索、百度好看、百度新聞等多個核心平臺供內容和展示，并提供編輯號角色，促進優質內容在百度全平臺轉載和分發。百家號還推出開放推薦模式，支持內容生產者參與個性化內容推薦環節。

百度聯盟公布數據：分成預計160億

百度聯盟發展部總經理鄧明生會上表示，2015年百度向合作伙伴分享收益112億元，其中移動端合作伙伴獲得收益67億元，占總體比重60%；百度聯盟實現行業主流App 80%滲透率，幫助大量移動開發者找到盈利模式，渡過資本寒冬。

“大量聯盟成員目前已是美股、國內A股、新三板等板塊的上市公司，這一群體的總市值累計逾4000億人民幣，相當于目前創業板市值的十分之一。”鄧明生介紹稱，“2015年有8家聯盟伙伴分成超億元，2016年該梯隊成員已增至20家。”鄧明生說。

目前，百度聯盟已經實現移動生態聯盟向搜索內容服務生態聯盟升級，通過聯手百度金融升級“聯盟貸”產品，推出大額貸、隨時貸等產品，拿出15億來支持聯盟會員，以紓解聯盟成員中大量中小企業的資金壓力。百度聯盟還攜手百度百眾，為伙伴打造股權眾籌服務。

鄧明生表示，2016年百度聯盟分成政策將維持移動媒體100%分成，同時內容服務媒體也將實現100%分成。在“雙百政策”下，2016全年聯盟向合作伙伴分成目標預計為160億，內容服務生態分享收益20%。

百度商業生態事業部總經理崔聿泓表示，百度聯盟將大幅擴展流量伙伴、服務伙伴、數據伙伴和內容伙伴，以“全場景無邊界”的開放姿態吸納各路移動創業者，形成更廣義的生態聯盟。同時，依托百度技術、產品和平臺優勢，新一代聯盟將向伙伴輸出更多內容、服務和洞察能力，注入百度最核心的資源整合能力，搭建更強勁的營銷與傳播生態，給伙伴更高回報。

現場，WiFi萬能鑰匙聯合創始人、中國區總裁李磊分享了與百度聯盟創新合作時的經歷，表示百度不僅僅是流量變現的接口，更是一個技術能力輸出平臺，為聯盟伙伴提供了用戶沉淀的場景，完成用戶、流量、營收三者的平衡。中關村在線總裁劉小東在回顧與百度聯盟合作歷程表示，ZOL從07年加入百度聯盟到如今成為中國較大的科技網站，其成長和百度聯盟密切相關。

篇10

在現有的許多關于科技創新并且要趕超發達國家的討論中，往往都沒能走出一個致命的缺陷，就是意識不到除了一些基礎科學領域，多數的發達世界的技術創新是以節約人力（勞動力）為目標的。而無視自身特點，在發達國家自身階段特點導致的科技創新體系下亦步亦趨，那么這樣建設的技術創新體系恐怕于經濟于國情都未必是正效應的東西。發展經濟學家、諾貝爾經濟學獎得主庫茲涅茨在1971年就已經講過，“強調節省勞動力的發明和現代技術可能并不適用于勞力過剩而其他因素例如土地和水源不足的國家，”發達國家擁有的社會技術也未必能給人口背景差異很大的欠發達國家提供適用的辦法。

那么根據中國目前的情況，事實上現今最大的科技缺口在哪里？顯然，如果希望中華民族能夠可持續的繁衍，那么最大的缺口無非是資源技術和空間技術（且不能帶有侵略性）。相對于人口壓力，中國是淡水資源和能源資源最缺乏的國家之一，而土地和耕地這樣具有生存空間性質的物質，如果不出去占飛地、不租地不買地，未來中國的資源技術和空間技術能不能提高每個人平均（或者中位）享有的資源和空間，包括數量意義和質量意義上的享有，恐怕應該是所有人，不論熱不熱愛科學，需要反復思考的問題。那么，這種方向的科技創新有沒有經濟意義？毫無疑問，它的經濟意義是無需質疑的。此外，既然控制人口數量、提高人口質量的計劃生育是基本國策，那么圍繞此國策的計劃生殖的科技又獲得了多少進步？如何讓計劃生殖科技更親民、更宜人、成本更低，顯然也是一個硬幣中的另一面的巨大科技缺口。

上述由自身特點暴露的科技缺口，有的與發達國家的科技創新導向一致，比如資源技術，這是降低資源成本的普世需求決定的。而在空間技術和生殖科技上，飽受天賜空間資源和早已進入后工業階段的發達國家，是不可能代替仍處在農業社會向工業社會過渡的人口大國中國引領潮流的。

舉一個例子，比如被熱炒的中國將成為仿人工智能產品，也就是機器人的最大市場的說法，聯系到中國現在的農業工業兩部門經濟效率和勞動就業情況來看，這種說法就會暴露出很大的問題。仿人工智能技術除了是滿足少數不適合人類勞動力工作的環境需求外，大部分的商業利用目標在于節約人力。而在中國，單看農業部門就可以暴露問題，韓俊先生最近有個陳情，表示美國的家庭農場的經營規模和管理技術可以達到經營1000畝的規模，但中國只能做100畝，這是因為國情。那么這個國情是什么？其實不是中國農業部門的生產技術、機械應用技術和管理技術達不到經營1000畝的能力，所以無法收獲這樣的規模效益和生產效率，而是因為人太多，剩余勞動人口太大，把規模做小、生產效率降低是為了讓農業部門繼續提供更多就業崗位，以及為從工業和服務業回流的剩余中年勞力留空間。中國在仿人工智能科技的發展上也許不應該落后，不過根據中國經濟本質上剩余勞動力供大于求的特點，仿人工智能在中國的大規模商業化運用只會制造更大規模的失業人口、畸形的兩部門經濟效率和供需失衡經濟結構，其經濟收益和社會收益都可以被質疑。 兩極分化后的科技工具

當然，如果認為分析了中國國情下的科技缺口，科技創新就會有對應的發展，那就是想當然了。就像已經有獨立經濟和教育研究機構通過全國實調數據，證明了只要對全國兩套以上（或對應面積）的多套住房按市值征收接近2.8%的年度房產稅，每年就可以平衡掉6000多億的土地財政，而政策依然止步不前一樣，所以觀察者們也就可以不必多說話了。那么，我們可以從另一個視角來解析一下，在社會兩極嚴重分化的情況下，科技和所謂的科技創新作為一種工具，將可能會怎樣運用。

可以先看一下生命與醫療科技。這是一塊市場應用收益非常大的科技門類。雖然不能否定很多的技術進步在普世意義上降低了生命維系和“再青春”的成本，但在兩極分化、底層基數太大的條件下，這一門類的科技很可能將演變為主要服務于富人和上層統治者的工具。可能不少人看到過某些群體因窮困自愿出售器官和相關買賣市場的調查報道，但是如果看到底層社會人口被有組織的暴力強迫而失去器官的報道大概仍然會感到觸目驚心。當以節約勞動為目標的科學技術應用和仿人工智能讓很多人的勞動力不再有價值時，勞動者個體的醫療工具意義這時就會凸顯。香港學者潘毅曾經做過工廠年輕女工的自殺行為研究，有的西方學者也做過中國農村婦女自殺率的深度調查，這些都是沒有組織的、由個體來反抗奴役化的自發行為，但它是無效的。當前在中國，某些普通學童在毫不知情的情況下，成為某類“黃金大米”的生物科技商業化實驗受體，這樣的事情是不可能在富人和上層統治群體中發生的。而這樣的例子，也僅僅暴露了科技工具和所謂科技創新體系走向的一種趨勢。