人工智能的辯證思考匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇人工智能的辯證思考范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

 

人工智能技術無論是在過去，現在還是將來，都作為科學研究的熱點問題之一。人類對自己本身的秘密充滿好奇，隨著生物技術的飛速發展，人類不斷破譯人體的生命密碼。而以生物科學為基礎的人工智能技術也得到了長足的發展。人們希望通過某種技術或者某些途徑能夠創造出模擬人思維和行為的“替代品”，幫助人們從事某些領域的工作。為了讓計算機能夠從事一些只有人腦才能完成的工作，解脫人的繁重的腦力勞動，人類對自身的思維和智能不斷地研究探索。但是，科學技術是一柄雙刃劍，人們對人工智能技術的飛速發展存在著恐慌。如果機器真的具有了人類的智能，在未來的某一天，他們會不會取代人類而成為地球的主宰者？人類智能和人工智能，誰才是未來的傳奇？

1.你在和誰說話？

“先進的人工智能機器人不但擁有可以亂真的人類外表，而且還能像人類一樣感知自己的存在。”這是人工智能發展到高級階段的目標和任務。那么，我們在不久的未來能否實現這樣一個目標呢？人類真的能發明出足以亂真的智能人類嗎？隔著一堵墻，我們是否能分辨出正在與我們對話的是一部機器還是人類？

1.1. 人工智能的定義

人工智能(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是相對于人的智能而言的。正是由于意識是一種特殊的物質運動形式，所以根據控制論理論，運用功能模擬的方法心理學，制造電腦模擬人腦的部分功能，把人的部分智能活動機械化，叫人工智能。人工智能的本質是對人思維的信息過程的模擬，是人的智能的物化。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能發展的過程歸納為機器不斷取代人的過程。

1.2. 人工智能技術的發展

幾個世紀以來，人類依靠智慧，發明了許多機器，使人類能夠從許多體力勞動中解放出來。從1956年正式提出人工智能學科算起，40多年來取得長足的發展，成為一門廣泛的交叉和前沿科學。科學家發明了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是這些不能模仿人類大腦的功能畢業論文格式范文。當計算機出現后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月中，無數科學家為這個目標努力著。1997年5月，IBM公司研制的深藍（Deep Blue）計算機戰勝了國際象棋大師卡斯帕洛夫（Kasparov）。在一些地方計算機幫助人進行其它原來只屬于人類的工作，計算機以它的高速和準確為人類發揮著它的作用。計算機的出現，使得人工智能有了突破性的進展。計算機不僅能代替人腦的某些功能，而且在速度和準確性上大大超過人腦，它不僅能模擬人腦部分分析和綜合的功能，而且越來越顯示某種意識的特性。真正成了人腦的延伸和增強。

1.3. 人工智能的研究領域

人工智能是一種外向型的學科，也是一門多領域綜合學科。它不但要求研究它的人懂得人工智能的知識，而且要求有比較扎實的數學基礎，哲學和生物學基礎，只有這樣才可能讓一臺什么也不知道的機器模擬人的思維。而人工智能的最根本目的是模擬人類的思維，因此，它的研究領域與人類活動息息相關。什么地方只要有人在工作，他就可以運用到那個領域。

現階段主要研究領域有專家系統，機器學習，模式識別，自然語言理解，自動定理證明，自動程序設計心理學，機器人學，博弈，智能決定支持系統和人工神經網絡等等。

2.機器真的可以思考嗎？

機器真的可以思考嗎？機器的思考歸根結底還是模仿人類的思維模式，正是“思考”這一人類的本質屬性，使得人工智能和心理學從最初就緊密地聯系在一起。心理學研究人腦中信息的輸入、輸出、存儲和加工，并研究人腦各個部位的功能。最早的雙核計算機模仿人的左右腦，在人腦不同區域主管各個不同功能這一原理的基礎上，來設計負責不同功能的芯片。以此為出發點，心理學家和計算機學者進一步合作，通過研究人解決問題的方法來研究開發人工智能。隨著人工智能的發展，所要求實現的職能愈加復雜，但最基本的方式還是邏輯推理和歸納，這正是心理學家和邏輯學家的專業領域。心理學家以研究探討人類邏輯思維方式為人工智能提供了基本原理和原則。

2.1. 人類意識的本質

意識是世界的內在規定、一般規律和組成部分，是具有客觀實在性同世界的其它組成部分處在對立統一關系中的事物。意識普遍存于世界和萬物之中，世界是包含意識的世界，萬物是包含意識的萬物。沒有意識存在于其中的世界不是我們現實生活中的世界，沒有意識存在于其中的萬物也不是我們天天眼見手觸的萬物。有了意識的存在，世界和萬物就有了生機和活力。

2.1.1. 意識是與物質相對應的哲學范疇，與物質既相對立又相統一的精神現象。

意識是自然界長期發展的產物，由無機物的反應特性，到低等生物的刺激感應性，再到動物的感覺和心理這一生物進化過程是意識得以產生的自然條件。意識是社會的產物，人類社會的物質生產勞動在意識的產生過程中起決定的作用。辯證唯物主義在強調物質對意識起決定作用的前提下肯定意識對于物質具有能動的反作用，在意識活動中人們從感性經驗抽象出事物的本質、規律形成理性認識，又運用這些認識指導自己有計劃、有目的地改造客觀世界。

2.1.2. 從意識的起源看，意識是物質世界發展到一定階段的產物；從意識的本質來看，意識是客觀存在在人腦中的反映。

意識是人腦對客觀存在的反映：第一，正確的思想意識與錯誤的思想意識都是客觀存在在人腦中的反映；第二，無論是人的具體感覺還是人的抽象思維，都是人腦對客觀事物的反映；第三，無論是人們對現狀的感受與認識，還是人們對過去的思考與總結，以至人們對未來的預測，都是人腦對客觀事物的反映。 意識的能動作用首先表現在，意識不僅能夠正確反映事物的外部現象，而且能夠正確反映事物的本質和規律；意識的能動作用還突出表現在，意識能夠反作用于客觀事物，以正確的思想和理論為指導心理學，通過實踐促進客觀事物的發展。

2.2. 人類意識與人工智能的關系

認知心理學和人工智能，是認知科學的兩個組成部分。人工智能使用了心理學的理論，心理學又借用了人工智能的成果。人類意識與人工智能兩者具有以下關系：

l人工智能是研究用機器模擬和擴展人的智能的科學。它撇開了人腦的內在結構和意識的社會性，而只是把人腦作為一種信息處理的過程，包括信息的接收、記憶、分析、控制和輸出五部分。現代科學技術用相應的部件來完成著五個過程，就構成了人工智能或電腦。

l人工智能可以代替人的某些腦力勞動，甚至可以超過人的部分思維能力，隨著現代科學技術的發展，它發揮著越來越重要的作用。人工智能的出現不僅解放了人的智力，而且為研究人腦的意識活動提供了新的方法和途徑。它說明了人的意識活動不管多么復雜，都是以客觀物質過程為基礎的，而不是什么神秘的超物質的東西，人們完全可以用自然科學的精確方法來加以研究和模擬，它進一步證實了辯證唯物主義意識論的科學性畢業論文格式范文。

l人工智能的產生和發展，深化了我們對意識相對獨立性和能動性的認識。機器思維即人工智能表明，思維形式在思維活動中對于思維內容具有相對獨立性，它可從人腦中分化出來，物化為機械的、物理的運動形式，部分地代替人的思維活動。

隨著科學技術的發展，人工智能將向更高水平發展，反過來推動科學技術、生產力和人類智慧向更高水平發展，對人類社會進步將起著巨大的推動作用。

3. 人工智能的未來

人工智能是為了模擬人類大腦的活動而產生的科學，人類已經可以用許多新技術新材料模擬人體的許多功能，諸如皮膚，毛發，骨骼等等，也就是說，人類可以創造出“類人體”。只要能夠模擬人的大腦的功能，人就可以完成人工生命的研究工作，人創造自己，這不但在科學上，而且在哲學上都具有劃時代的意義。這就是人工智能承擔的歷史使命。

在科學技術日新月異的今天，知識爆炸，科技的增長超出了人類承受的速度。各種新科技的出現層出不窮，隨之而來的成果簡直讓人瞠目結舌，克隆、基因芯片、轉基因等等，人類自身的秘密開始一層一層的揭開。我們人腦的復雜結構，人體的基因鏈也逐漸被科學技術解剖。我們希望將來的人工智能機器能將我們從繁重的體力勞動和腦力勞動中解放出來心理學，例如機器人做家務，帶孩子，做司機，秘書等等一系列我們不愿意花太多精力或者有太多限制條件的工作。然而，人類由于多種“性能”都不如機器人，反而退化成為機器人的奴隸？他們會不會有一天無法忍受人類對他們的“剝削”和“壓迫”，挑戰人類的統治？很多的科幻作品和電影中都預言了這樣的場景，未來的智能機器人和人類爭奪有限的地球資源，并最終打敗人類，成為新的地球統治者。這也正是絕大多數心理學家和哲學家對人工智能的發展憂心忡忡的原因。

人工智能的發展，也只能無限接近于人的智能，而不能超越人的智能。因為人工智能技術的本質，是模擬人類的思維過程，是為人類服務的。我們在進行發明創造的同時，擔心被我們所發明的物質所毀滅。正如人類發明了原子能，用于取代正在逐漸消逝的礦物能源，然而當原子能用于軍事領域的時候，他產生的力量也足以毀滅人類文明。科技本身并不是問題，人類如何運用自己掌握的技術，才是問題的關鍵。我們最大的敵人不是我們發明的技術，而是我們自己本身。

【參考文獻】

1.李建國人工智能與認知心理學[J]. 西南師范大學學報 1986年4月第二期 142-146頁

2.鄭南寧認知過程的信息處理和新型人工智能系統[J]. 中國基礎科學.科學前沿2008年 9-18頁

3.蔡自興，徐光祐人工智能及其應用(第三版)[M].北京.清華大學出版社 2004年

4.（美）Sternberg,R.J.認知心理學[M] .北京.中國輕工業出版社 2006年

篇（2）

中圖分類號：N031 文獻標識碼：A 文章編號：16711165(2011)02002104

一般認為，“人工生命”、“人工智能”和“人造生命”是三個分別從計算機科學領域、智能研究和基因工程領域提出的概念。20世紀90年代未，中科院曾邦哲提出人工生物系統（artificial biosystem）的工程生物系統概念，用以整合計算機領域和遺傳工程領域的兩個概念。概念上的整合一方面體現了“人工生命”與“人造生命”兩者之間的承接性，另一方面也預示著“人工生命”發展與生物學理論發展之間的密切關聯。誠如“人工生命是具有自然生命現象的人造系統”[1]，那么進入微觀領域，生命規律的探索與對生命分子的操作使得“人工生命”具有了反身性。這種反身性恰恰體現了“人工生命”研究并不在于使人“非人化”［2］，使生命也成為技術的對象，而是包含了一定生命認識的特殊生命活動。那么，剖析人類基因組計劃的推進過程，就可能找到“人工生命”概念演進背后內在思想動因，從而為洞悉生命科學發展趨勢提供一條線索。

一、“人工生命”階段：肯定物理主義

在人體細胞核內，質量只有0.0000005毫克，寬度僅為0.02微米的DNA包含著大約30億個堿基排列。科學家相信人類DNA序列是人類生命的決定因素，人類生命活動中發生一切事情都與這一序列息息相關。［3］除了特殊情況之外，DNA中含有的龐大信息能夠被一字不差地復制，然后傳給后代。要想獲得這些信息，就需要測定DNA序列的堿基序列，這也是人類基因組計劃的核心工作。那么，測序工作則成為“人工生命”的一個階段，對生命信息傳遞過程的模擬也就構成了“人工生命”研究的起點。

基于人類全部24條染色體中3×109個堿基具有固定性的化學關系即A-T、G-C，于是DNA堿基序列的測定工作實際上可以被描述為科學家接受生命分子信號的過程。應用申農所建立的一般信息系統模型，在一定的指令下進行信號傳遞成為“人工生命”的最初目標。強人工生命觀念將“生命系統的演化作為一個可以從任何特殊媒介物中抽象出來的過程”(John Von Neumann)。以搶占計算機存儲的方式，生命演化過程被計算機程序模擬出來。人們相信，如果生命遵循既定的程序，那么只要編寫好程序，生命就能進行準確的信號傳遞，也就實現了“人工生命”。首先試圖為生命編寫程序的是生物學家林登邁爾。20世紀60年代中期，林登邁爾為紅海藻、青苔等植物的生長發育建立模型，提出了一種被稱為“L-系統”的形態發生系統，又被稱為“繁殖（發生）算法”。在編寫好的程序下，生命系統轉化為信號系統。生命信號模型以量化或模型化的方式來展示生命的屬性。這意味著：“如果具有馮•諾伊曼式的自我復制能力或繁殖的能力，那么這個實體就是有生命的。”［4］

馮•諾伊曼所證明的自我繁殖的生命信號系統應和了人們對微觀生命分子世界的物理主義觀點，其實質是將諸如細胞這樣一個具有新陳代謝功能的生命單元放在既定的關系下。盡管將生命活動視為一種生命信號傳遞顛覆了傳統的生命物質實體論，卻仍然將生命置于某種固定關系下，意味著其也不可能跳出物理主義的決定論框架。一方面，“人工生命”研究進行了生命信號傳遞模，并在計算機領域中建立虛擬生命系統；另一方面，人們在質疑申農的一般信息模型的同時也開始質疑“人工生命”。針對申農的一般信息模型，有學者認為：“申農通訊信息系統模型具有兩方面的重大缺陷：一是該模型未能注意信息系統的一般反饋性機制；二是該模型描述的還僅僅是信息接收系統。”［5］可見，申農的一般信息模型不具有反饋性機制或不能夠自創生。于是，這樣一種生命的信息論觀點，即“在生命運動之中物質實體-載體是流動的，組織形式-信息才是穩定保持的”［6］，表明“人工生命”所模擬的對象是在既定關系之下的生命信號的傳遞過程。

面對人類基因組計劃這樣巨大的基因工程項目，測定了組成人類DNA的約30億個堿基中85%的堿基序列只是完成了所謂工作草圖。獲得的基因草圖只是為給基因命名、分析基因創造了條件，需要進一步找到能夠提供信息的標記基因，進行基因追蹤，但尋找基因的工作卻相當復雜。一般信息模型不可能作為模擬這一活動的基礎。

二、“人工智能”階段：懷疑物理主義

一般認為，人類共有5萬~10萬個基因，如果某個基因發生了變異或者產生缺陷，必然會引起機能上的障礙。根據變異的DNA標記基因來確定另外一個基因的位置，這樣就可以將其位置制成詳細的地圖，通過檢查DNA序列來識別基因突變。學者們以DNA標記為基礎的DNA基因圖譜尋找致病基因。在一階段，“人工生命”模擬的對象是尋找基因，而尋找基因的關鍵則體現為對信息的識別。人類基因組計劃在此階段的工作可以反映“人工智能”的研究。

盡管早在1956年，美國的麥卡錫就提出“人工智能”(artificial intelligence)概念，但直到20世紀80年代末，人們才將“人工智能”作為“人工生命”的一種形式。“人工智能”階段需要計算機能夠準確識別信息。對于智能的研究涉及諸如意識（consciouness）、自我（self）、心靈（mind）、無意識（unconscious mind）等問題。對此，之前將生命作為信號系統的一般信息模型顯然無法發揮作用。面對信息的識別和反饋機制等一系列問題，人們試圖將信息學、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學各學科整合，并在計算機領域實踐，甚至在機器人、經濟政治決策、控制系統、仿真系統中應用。然而，這種學科上的整合并沒有使人們找到合適的模型來取代之前的信號模型用以描述識別信息過程所具有的非線性特征。

對此，一部分學者試圖通過重新定義“人工智能”概念，區分出強“人工智能”和弱“人工智能”的方式來解決問題。弱“人工智能”用模擬識別信息后所表現出的行為來反推對信息的識別，也就是讓機器的行為看起來就像是人所表現出的智能行為一樣。而強“人工智能”則將識別信息的功能強加于計算機，如約翰•羅杰斯•希爾勒（John Rogers Searle）就計算機和其他信息處理機器的工作形式提出“計算機不僅是用來研究人的思維的一種工具；相反，只要運行適當的程序，計算機本身就是有思維的”［7］。無論是強“人工智能”還是弱“人工智能”，都將“人工智能”劃分為四類：機器“像人一樣思考”、 “像人一樣行動”、“理性地思考”和“理性地行動”。但是，這兩種觀點都沒有進一步對任何一種類型進行模型化。這就表明盡管在觀念上人們已經不再將生命系統作為信號系統，但其仍成為“人工生命”模擬的對象。

1999年，獲得了諾貝爾生理學或醫學獎的布洛貝爾創立了著名的“蛋白質的命運”假說，即關于新生成的蛋白質去向的“信號假說”。他認為細胞內存在某種信號，這種信號決定了新生成的蛋白質的去向。這意味著每個蛋白質都能夠獲得向某個地方移動的信息，就像郵編一樣，可以讓蛋白質找到準確位置。也就是說，由十幾個氨基酸組成的“信號肽”使得蛋白質能夠識別信息，并在某種程度上具有了主動性。這種主動性與物理主義的決定論觀點發生了沖突。

弄清各種基因各自會生成何種蛋白質成為需找基因的重要環節，因為如果知道了信號肽的基因，就可以知道周圍的基因是決定何種蛋白質的基因。“信號肽”的發現大大推進了人類基因計劃，然而，“人工智能”研究中并沒有明確給出一個可以超越一般信息模型的新模型。

三、“人造生命”階段：突破物理主義

在識別了基因信息之后，就需要對基因突變作出解釋。人們已經發現，致命的基因突變由于地域特征和環境不同，其結果也會各不相同。這就意味著，人們在對待人類基因時必須考慮環境的因素：一方面，環境可能使基因突變形成惡性基因，另一方面則也能促使發生有益的突變，從而形成更為適應環境的基因整體。從后者來看，環境如何引發新基因整體的形成就成為對基因與環境之間關系所進行的解釋，這也就成為人類基因組計劃的后期工作，此階段的“人工生命”研究也將面臨更為深入的問題。

“對基因整體性的認識大體有兩類。一類是在分子遺傳學堅信基因獨立性存在的前提下，根據不同功能種類的基因間的協同關系詮釋基因系統的整體存在。而今，這一方向已在原核生物領域取得輝煌的成果；另一類是在關注物種(種群)的發育和進化并結合分子生物學的基礎上，探究基因的整體存在，即基因集成、基因組織單元及其關系的研究。目前，這一方向已受到綜合進化論者及其他一些生物學者的高度重視。”［8］后者恰恰體現了環境對基因的作用。“人造生命”的提出則將這種作用的意義凸顯出來。從其他生命體中提取基因建立新染色體的操作，實際上就是將特定基因從已有的環境中分離開來，再將提取的基因染色體放入新的環境之中，即嵌入已經被剔除了遺傳密碼的細胞中，這樣染色體在新環境中形成新的基因組織，控制這個細胞，發育變成新的生命體。2010年5月20日，美國私立科研機構克雷格•文特爾研究所宣布：世界首例人造生命――完全由人造基因控制的單細胞細菌誕生，并將“人造生命”起名為“辛西婭”。這項具有里程碑意義的實驗表明：新的生命體可以在實驗室里“被創造”，而不是一定要通過“進化”來完成。“辛西婭”的產生在一定意義上證明了可以通過人工環境能夠實現對基因的作用。

“人造生命”為“人工生命”提出了更深層次的問題。“人工生命”概念不同于傳統生命觀和科學觀。“傳統生物學用分析方法研究生命。通過分析，解剖現有生命的物種、生物體、器官、細胞、細胞器，即通過分析現有生命的最小部件來理解生命。人工生命用綜合方法研究生命，在人工系統中對簡單的零件進行組合，使其產生類同生命的行為，力圖在計算機或其他媒體中合成生命。”［9］“人造生命”則進一步模擬生命整體功能如何形成。這也改變了對生命的認識，從“如吾所說的生命（lifeasweknowit）”轉變為“如其所能的生命（lifeasitcouldbe）”［10］。生命作為各個功能疊加的物理主義觀念被打破，取而代之的是一種功能整體性觀念。

“人造生命”已有的成果在一定程度上揭示了環境對基因整體功能的作用機制，如果能夠找到體現這種機制的模型，就將推動生命科學的發展。事實上，人類基因組計劃都是建立在DNA分子序列的符號化前提下的。沒有這種符號操作，人們就不可能應用計算機來獲得、識別并整合生命信息。而這一符號學思路恰恰應和了美國著名的科學家、認知心理學家、人工智能學家西蒙（Simon Blackurn）的理論。西蒙的“物理符號系統假設”進一步闡釋了這一思路。“物理符號系統假設”強調“所研究的對象是一個具體的物質系統，如計算機的構造系統、人的神經系統、大腦的神經元等。所謂符號就是模式，如任何一個模式，只要它能和其他模式相區別，他就是一個符號。”［11］“物理符號系統假設”從信息論模型進入了符號學模型。“人工生命”從對“生命表現出的行為的功能模擬”轉向對“生命內在創造機制的功能模擬”。

這種符號學模型提示，在經常變化的環境作用下，微觀生命分子形成了不同的功能整體，具有內在的適應性意義。人們在無法支配環境的情況下支配基因，就可能造成有害的影響。從“人工生命”、“人工智能”到“人造生命”的概念演進，可以得出承認生命本身具有內在意義，具有一定的主動性將成為未來生命科學理論發展的一種趨勢。

參考文獻：

［1］班曉娟.人工智能與人工生命[J].計算機工程與應用，2002(15)：1-7.

［2］林德宏.評人的“非人化”――一種現代技術機械論[J].自然辯證法研究，1999(3)：23-27.

［3］孫嘯，陸祖宏，謝建明.生物信息學基礎[M].北京:清華大學出版社,2005:9.

［4］李建會.生命科學哲學[M].北京:北京師范大學出版社,2006:127.

［5］鄔.信息哲學――理論、體系、方法[M].北京:商務印書館,2005:75.

［6］沈驪天.生命信息與信息生命觀[J].系統辯證學學報，1998(4)：71-73.

［7］JOHN R. Minds, brains, and programs[J]. Behavioral and Brain Sciences, 1980, 3 (3): 417-457.

［8］董華，李恒靈.基因整體實在論[J].科學技術與辯證法，1997(6)：31-34.

篇（3）

回到未來，搜索引擎將像人一樣思考。隨著“語義學”網站的興起，基于人工智能的搜索引擎將理解用戶的問題，并且像個人助手一樣進行反應。用戶輸入問題，就能得到相關答案。

當然人工智能搜索的功能不僅僅在于此。自然語言處理、對象識別、機器學習等人工智能領域的技術將再次開始“提高”Web搜索的智能。即根據用戶身份、用戶搜索記錄以及上下文語境、時間、地域等因素進行判斷，以此來精確定位用戶的搜索意圖，進而回答用戶提出的各類“非定制問題”，并返回多級的答案。在上述過程中，系統可以通過基于人工智能的自然語言分析和精確搜索意圖兩項核心算法，給出與第二代搜索迥然不同的搜索結果列表。

真正的智能，或者人工智能，我們的理解是有一定智力水平，可以處理“邏輯+知識”并能像人一樣深度思考問題的復雜系統，是給系統設定的一套邏輯推理程序。這個邏輯程序既涉及語法，也涉及其復雜性遠遠超出語言范疇的邏輯處理。基于預設的復雜邏輯能力和可以不斷學習、記憶的知識處理能力，系統將獲得某種限度的深度思維能力。通過不斷對系統進行細化，不斷添加更多的參數，包括增加知識、邏輯以及每個環節的趨近度和精確度，人工設定諸如環境因素、語法、新詞匯、幽默思維、辯證思維等等，系統的邏輯推理能力和智能水平將逐漸趨近于人腦。

第一代搜索只是簡單的網頁搜索，下一代網絡搜索應該是將各種各樣的信息整合在一個界面上。這種多維信息的整合，一是與地域相關，但又不受地域的限制；二是與時間相關，同一關鍵詞在不同時間搜索，結果是不一樣的；三是把對電影、視頻等各種媒體的搜索都整合到網頁上。

目前，搜索引擎旨在為用戶在頁面的海洋中導航，可是現有的搜索引擎沒有一個可以完全有效地檢索這個世界上所有的網絡資源。輸入一項檢索請求的網絡用戶會被數以千計的回答弄得不知所措。對于搜索引擎而言，Web就是數以十億計網頁上大量單詞和連接單詞的超級鏈接。但是，搜索引擎并不“理解”這些單詞，它們僅僅是對在網頁上更重要或被其它更多的網頁鏈接的關鍵字進行匹配。不僅如此，搜索引擎還無法理解人類語言的細微差別。

然而，即將發生的一個變化是，人類的表達將轉化為計算機容易理解的方式，使計算機能夠處理人類的表達需求。利用人工智能訓練計算機，不僅僅讀取網頁上的詞匯，而是使這些詞匯發生聯系、理解語言的意義。

篇（4）

中圖分類號：R2-03　文獻標識碼：A　文章編號：1673-7717(2009)05-0965-03

人工智能(arificiM intelligence，AI)是當前科學技術發展中的一門前沿科學。1956年，人工智能作為新興學科被正式提出。利用人工智能技術取得的成就已經引起人們能高度關注，有人把它與空間技術、原子能技術一起譽為20世紀的三大科學技術成就。

有學者認為人工智能是繼3次工業革命之后的又一次革命，并且指出：前3次革命延長了人手的功能，把人從繁重的體力勞動中解脫出來，而人工智能則是延伸了人腦能功能。實現腦力勞動的自動化。人工智能技術在研究中取得了許多重要的成果，在機器人、自然語言理解、專家系統、圖像識別、地質勘探、石油化工、軍事、醫療診斷等領域應用十分廣泛。

作為人工智能的關鍵技術成分，智能Agent技術經過十幾年的理論建模，目前已開始初級應用。許多IT企業，如：微軟、IBM、Oracle等都對Agent的開發投入了極大的熱情，這在一定程度反映了Agent技術的廣闊前景。本文搞針對智能Agent技術的起源、發展和未來前景進行初步闡述和探討。

1　Agent概述

1.1　Agent的定義　目前學術界尚無一個公認的對Agent的定義，在國內多將其譯為智能。M.Wooldridge和N.T.Jennlngs于1995年提出的：“Agent是滿足特定設計需求的計算機(硬件或軟件)系統，它位于特定的環境當中。具有高度的靈活性和自治性。”。這是Agent目前普遍被人們認可的定義。

1.2　Agent的特性　學術界通常認為Agent具有以下一些的特性。

自主性：Agent具有屬于自身的計算資源和局部對自身行為控制的機制，能在無外界直接操縱的情況下，根據其內部狀態和感知到的環境信息，決定控制自身的行為。

智能性：Agent能夠從用戶瀏覽的網頁中提取出網頁特征或鏈接信息，與知識庫中的信息進行比較，將最接近的知識應用到該網頁上，自動將網頁中的信息抽取出來并反饋給用戶，能夠根據用戶查詢信息的行為進行判斷和分析，以提高查詢準確度。

適應性：智能Agent能夠從用戶日常的查詢、瀏覽等行為中學習用戶的興趣點，推理用戶的需求，為每個用戶建立，個性化的用戶框架，根據用戶反饋對獲取的知識和用戶框架進行修正，以適應用戶興趣點的變化。

協作性：Agent可以通過某種Agent協作語言與其它Agent進行多種形式的交互，有效地與其它Agent協作工作，可以共享交流信息，實現協作式的信息查詢，提高了信息查詢的效率。

移動性：Agent能夠在互聯網上跨平臺漫游，以幫助用戶搜集信息，它的狀態和行為都具有連續性。

安全性：Agent能夠主動避免惡意的Agent對計算機環境造成破壞。

由于Agent技術具有以上諸多特性，這就決定了其在其它領域中的應用具有廣闊的探索空間。醫者作為診療過程中的主體，其認知具有經驗性、靈活性、自主性、協作性等諸多特點，由此可見，Agent技術在這一方面也具有相似甚至相同的特征。在針對醫者認知過程的研究中，智能Agent技術是否可以充當記錄、模擬甚至傳播的載體，都是值得研究者們共同探討的課題。

2　智能Agent在醫療活動中應用可能具有廣闊的前景

2.1　智能Agent信息檢索系統將是醫生獲取知識的得力助手筆者認為，隨著智能技術的發展，未來應用于醫療活動中的智能Agent，將能夠根據醫生的個人需要提供動態、實用、指導性強的醫學信息。近年來，互聯網得到了迅速的發展和廣泛的應用，網絡已經成為現代人獲取信息和知識的重要途徑。網上信息資源日益膨脹，搜索引擎只是初步解決了如何索引和查詢Intemet浩瀚無垠、零亂分散的信息資源的技術難題。相對于用戶希望的“花最少的時間能得到最相關的查詢結果”的愿望來看，還存在很大的差距。因此對專業領域定的用戶群提供專業的、量身定造的信息服務，使用戶在盡可能短的時間內有效的找到最需要的信息內容是大家普遍關注的一個問題。在醫學領域，我們面臨著同樣的尷尬：醫學領域是一個時效性、交流性極強的學科范疇，往往在短時間內，臨床工作者、科研人員就需要及時、準確的對應信息。網絡資源雖具有紙介質媒體無法匹敵的信息資源，但分散、冗長的信息交錯混雜，為科研工作增添了無謂的負擔。缺乏專業、針對性強、靈敏的搜索引擎是科研人員亟需解決的問題。

目前，信息技術和網絡技術已經在科研和醫療方面得以不同程度的應用。在科研方面，世界各國建立起了大量的醫學、藥物數據庫為研究者提供信息服務，如包含9000余種美國處方和非處方藥物信息的“藥物信息庫”，癌癥數據庫Cancerlit，有關艾滋病臨床、藥物研制及文獻的AIDSDatabases，向醫患人員提供的臨床實驗信息數據庫Clinical-Trials.gov，包括健康指南、評價和消費者指南信息的全文數據庫HSTAT，補充和替代醫學資源NCCAM Resource，醫學文獻檢索系統Medline等醫學信息數據網絡資源，諸如此類的網絡資源極大的方便了醫學科研工作者。在醫療方面，許多世界發達國家都在斥巨資、投入大量人力物力建設國家衛生信息系統，英國的衛生服務信息系統、美國的衛生服務信息框架HII(Health Information Infrastructure)、加拿大的電子健康系統(e－Health)和澳大利亞的電子健康網絡(Health Online)，各種已經應用的醫院管理信息系統HIS、RIS、和PACS等，信息技術已經在醫療管理方面發生了深刻的變化。

我國衛生信息化建設起步較晚，醫院層次的電子病歷研究探索剛剛起步，與真正的信息化、網絡化還存在較大的差距，中醫藥方面的網絡資源包括中醫藥文獻數據庫檢索系統、中國中草藥大典、中藥基本信息數據庫、醫學數據庫大全、名老中醫、中華藥膳等，但由于中醫藥理論的自然哲學特點，信息化僅僅實現了文字的超文本化和圖片的數字化。

有學者指出，基于智能Agent的個性化信息檢索系統是一個具有個性化智能化的多Agent信息檢索系統，它以用戶為中心，挖掘用戶的真實意圖進行WWW搜索。

2.2　多Agent是學術交流的平臺　由于Agent具有協作性

的特點，可以與多個Agent進行協調合作，共同完成復雜問題的求解，而傳統的醫學學術交流和解決疑難問題時，多采用專家會診討論的方式進行。因此，二者在問題解決模式上具有相通之處，甚至，Agent技術可以實現控制和協調遠程醫療系統中的信息共享和交流，在醫療活動及醫療信息資源的廣度和深度上實現系統的整合。

與傳統模式相比，Agent技術為領域專家，提供了更廣闊、更專業的智能信息平臺，真正實現了跨地區、跨醫療單位的綜合問題求解及疑難醫學問題探討，對于醫療資源的進一步共享，公平分布，甚至學術交流提供了更為廣闊的空間。

3　中醫診療智能化的探索

在過去幾十年中，利用人工智能技術探討中醫診療過程已經取得了一部分成果。自1979年關幼波肝炎診治系統的出現，為中醫診療與人工智能技術的結合揭開了嶄新的一頁。隨后，陸續出現了一些旨在快速有效解決問題的醫療專家系統，但這些專家系統更注重專家診療經驗與智能技術的結合，對于醫者的認知在診療中的決策作用尚未進行深入探討和挖掘。隨著人工智能技術的發展，有學者嘗試運用人工神經元網絡的方法，在中醫領域建造了第二代專家系統的外殼。發揮神經元網絡的特點彌補了知識獲取和深層知識推理的不足。這些研究成果雖然并未在醫療活動中得到廣泛的推廣和使用，但在中醫診療智能化研究進程中有著不可磨滅的貢獻。

在未來的智能Agent中醫診療平臺中，作為一種理想，是要做到人與計算機之間形成同伴關系，即關鍵之處、需要經驗知識之處必須靠人，至于可以形式化的處理的地方則靠計算機，兩者密切結合，使得在求解問題的過程中，甚至難以判斷所使用的知識究竟是來自計算機的還是來自人的。這個理想將徹底改變人隨機器運行方式進行思考的被動局面。筆者認為，如何建立更適合醫生診療操作、群體交流和能激發醫者靈感涌現的智能Agent平臺，一方面有賴于智能技術的不斷發展，另一方面，醫案不妨作為理論研究模型構筑的切入點。

清代醫家周學海認為：“宋以后醫書，唯醫案最好看，不似注釋古書之多穿鑿也。每部醫案中，必有一生最得力處，潛心研究，最能汲取眾家之所長。”現代名醫惲鐵樵所云：“我國汗牛充棟之醫書，其真實價值不在議論而在方藥，議論多空談，藥效乃事實，故造刻醫案乃現在切要之圖。”通過對醫案的學習和研究，了解中醫各名家的學術思想和臨床辨證論治的特色，并對其進行歸納和總結上升為共性的診療規律，以便于更好的為臨床服務。

篇（5）

中圖分類號：G642 文獻標識碼：A 文章編號：1674-7712 （2013） 02-0156-01

一、自然辯證法與自然科學技術

自然辯證法是完整學說中的一個組成部分，也是學說中與科學技術聯系最直接的部分。形象地說，自然辯證法是人文文化和科學文化之間的一座橋梁，具有特殊的文化或智識意義。學習和研究自然辯證法，有助于我們搞清科學和哲學的關系，從而更加清楚地認識科學的本質和發展規律，更加全面地觀察思考問題，只有加深了認識，我們才能更好地發揮主觀能動性，迎接新的科學技術的挑戰。自然辯證法為探索科學技術發展的規律性，制定和完善正確的科學技術方針政策提供理論依據，也為我們的實際生活工作中起到指導作用。

自然辯證法對自然科學技術研究是有很大的指導作用的。比如對應于“機器能不能思維”這個問題，科學層次上研究人工智能，如果說自然辯證法已經明白了機器和人腦思維的差異，那么對于人工智能的研究方向就具有指導意義。自然辯證法研究的很多問題是認識研究自然世界、科學技術不可回避的問題，很多著名的科學家，同時也是哲學家。

“信息技術教學”是一個包括理論、技術和教育實踐的綜合系統工程。是一個隨著技術進步和社會發展不斷提出新目標向前發展的工程[1]。如同任何一種學科，計算機具體其科學性和發展規律，依托于科學技術。因此，自然辯證法與計算機信息技術教學相互作用，相互促進，共同發展。譬如當一個計算機專家去研究分析一個計算機問題的時候，不可避免的要思考它哲學層次的問題，同時依據哲學的思維方式去解決問題；哲學層次問題的解決，也需要從計算機科學的研究中去總結、歸納，同時很多自然辯證法的問題，在計算機信息技術教學研究中得到了解決[2]。

二、學習自然辯證法在計算機信息技術教學中的意義

世界上諸多國家之所以紛紛提出自己的信息化戰略，爭先恐后地建設本國信息高速公路，不遺余力地發展和推廣應用計算機信息技術，根本原因在于信息化可以對本國經濟與社會的發展產生巨大的功效，可有助于提高國民的生活質量。很多計算機信息技術的研究課題和研究方向都是在自然辯證法的指導下的。而對于高職校這類主要培養職業類實踐操作人才的學校，計算機信息技術這一基礎學科，無論是對于計算機專業還是非計算機專業學生來說，都是極其重要的。可以說當今世界計算機操作能力已經和英語成為了現代社會人才必備的兩大技能，誰缺少計算機技術，誰將會被社會所淘汰。

在計算機信息技術教學中，我們可以用到很多自然辯證法的理論，例如：

（一）教與學：在教學過程中，教師的“教”與學生的“學”，是兩個矛盾統一體，如何使學生可以學習到知識，掌握實踐技能，提高教學效率，需要教師協調好“教與學”。教師可以通過講授法、任務驅動法，情景模擬法，游戲教學等教學方式來提高學生的學習興趣；通過教學測試，模擬實訓操作等及時得到學生學習效果反饋，不斷改進教學方式，修改講課速度和教學案例等。職校的學生學習興趣較低，學習能力較差，很多所謂的“乖孩子”又僅僅只能學會書本的知識，無法在實際工作中活學活用，掌握實踐技能。因此在教學中，不能只一味的灌輸給學生知識和技能，還需要很好的處理學生“學”的一方面，了解學生的需求、特點。根據職校學生的性格特點，多用有趣的，貼合生活的案例來教學，多以鼓勵為主，多增加綜合實訓等。因為“教與學”，“教師與學生”不僅僅是矛盾體，更是一個統一體。處理好教與學的矛盾統一關系，對教學會起到事半功倍的效果。

（二）系統分析法：系統分析法是為確定系統的組成、結構、功能、效用，而對系統的各種要素、過程和關系進行考察的方法[3]。計算機信息技術課程是一門實踐操作性非常強的科目，因此在實際的教學中，為防止理論脫離實際的傾向，需要掌握系統分析法。在教學中，我們就可以運用系統分析法，來講比較龐大的實訓案例，轉化為子系統來設計，讓學生在學習中掌握這個科學方法，更好的得到實踐效果。比如，計算機信息技術教學中有要求學生在模擬情景下進行“某公司業務表單操作”綜合實訓練習，這實際上是讓學生將課程中所學的理論知識轉化為自己知識的過程，在這種模擬環境下，學生需要分析各個表格的數據，分析它們的相互關系，最后運用這些信息對某公司的業務進行匯總操作，完成各類表單制作。這樣運用系統分析法所做的綜合實訓設計，可以更好的讓學生學會實踐操作，學會轉化知識。

除以上幾個例子，自然辯證法對于計算機信息技術教學有著更多不容忽視的指導意義。正確了解自然辯證法與計算機信息技術教學之間的關系，有助于更好地透過表面的自然現象，從本質上深層次地理解并發掘自然規律，提高教學效率，這就是學習自然辯證法的根本意義所在。

三、結束語

做到“有教無類，因材施教”對于一名老師來說十分重要。因為人，尤其是孩子，更是一個矛盾的結合體，他們身上有著一些未被磨滅的特質和天性，而且每個人都不盡相同。因此要在平時的學習和生活中，多些耐心，細心觀察，總結經驗，反思過程，針對他們的性格特點，善于發掘并培養這些特長，并幫助他們克服自身的缺點，用很善巧的方法去成就學生，讓他們真正實現自我價值，便成了因材施教的首要任務，這也是我們今后的重要課題，而這一切都離不開自然辯證法思想的指導。

總之，作為哲學的自然辯證法是聯系哲學與科學技術的紐帶，它和科學技術，包括計算機信息技術的關系密不可分。以自然辯證法的觀點來看待教學，有助于我們更加深入地將教育教學進一步深化。

參考文獻：

篇（6）

李世石輸掉第一局后，微博上的“柯潔大棋渣”放話說：“就算阿爾法狗戰勝了李世石，但它贏不了我。”很多臨時湊湊新聞熱鬧的人以為又是個段子手的炒作，沒想到這個“柯潔大棋渣”才是當前的世界圍棋第一人，更重要的是，這個當世第一的大棋渣才十七歲。柯潔的豪言引起數萬條評論和轉發，甚至有評論說，李世石氣急敗壞地砸爛阿爾法狗的機箱，突然發現里面藏著一個柯潔！這充分表明，在柯潔和絕大多數觀眾看來，李世石的失敗并不等于人類棋手的失敗，但隨著阿爾法狗連勝三局，柯潔在接受記者采訪時也認為李世石是完敗，而阿爾法狗下得近乎完美，并坦言自己出場也很可能輸。當天晚上柯潔又在微博發話道：“來吧！管你是阿爾法狗還是阿爾法貓！我柯潔在棋上什么大風大浪沒見過？讓風暴再來得猛烈點吧！……”沒有了上次放話的自信滿滿，卻透露出破釜沉舟、背水一戰的決心，顯然柯潔已經把自己視為人類棋手尊嚴的最后防線。可第二天風云突變，李世石在第四局的哀兵之戰中，弈出了被古力九段稱為“神之一手”的白78挖，在所有人都不看好的情況下置之死地而后生，居然讓強大到不可戰勝的阿爾法狗出現了短暫的“思維”休克和紊亂。這讓人想到《天龍八部》中虛竹破解逍遙子擺下的“珍瓏”棋局的一幕，同樣是徹底打破常規、讓所有算計落空的一手，只不過在虛竹誤打誤撞的背后，金庸想表達的是跳出利害、破除我執的佛理，李世石的神來之筆則出自棋手的厚積薄發。

李世石最終在人機大戰五番棋中以1∶4慘敗，而依據賽后阿爾法狗團隊的復盤，阿爾法狗的棋力量化估分為4500，按段位算為13段，而棋手中分值最高的柯潔九段為3625，如果這一估量無誤，那么除了偶發的意外情境，人類似乎永遠無法戰勝作為人工智能的阿爾法狗了。在很多人看來，這簡直跟很多科幻小說和好萊塢電影的情節一樣，表征著電腦和機器對人類征服的開始，不過稍稍深入地思考下，事情并非如此簡單。

可以想的是，圍棋這一游戲的內涵和意義究竟為何？圍棋相傳為堯所作，棋圣吳清源認為，圍棋源于古人的觀天活動，棋盤所象者為天地，棋子所象者為星辰，黑白分子者為陰陽，因此小小一方棋枰可以畫天象地，變化無窮。在吳清源心中，圍棋是以游戲的形式表現一種宇宙觀，尤其與《易經》陰陽分合、生生變易的思想密不可分。他設想的21世紀圍棋被稱為“六合之棋”，即囊括東西南北四方和上下天地，從而打破20世紀重局部得失糾纏的弊病，恢復圍棋的本義。所以吳清源會認為，圍棋之道在于順應天時，讓自己委身于圍棋的流勢，任其漂流，不管止于何處，就像春播夏長，秋收冬藏一樣自然而然。在接受川端康成的訪談時，他明確表示，圍棋的重點不在于競技或爭勝負，而是講究均衡，調和陰陽，讓每一枚棋子落于應在的位置，從而構成一盤臻于和諧的棋。

二、天人

吳清源的思想透露出極有意義的信息，人們往往會認為，是人發明或者創造了圍棋，但無論是吳清源，還是后來的棋手都有這樣一種意識：我們只是圍棋的學習者，換句話說，圍棋是關于天地宇宙之理的游戲，棋手和觀眾通過圍棋實際上是在向天地宇宙學習。藤澤秀行九段曾經說，如果棋道為百，他所知者僅為七；李昌鎬也承認，圍棋中存在著很多未知領域，棋手會面臨很多“虛”的東西，永遠不能靠計算得出解法，只有依靠靈感去做出選擇。那么阿爾法狗打破了這一天人界限嗎？阿爾法狗之父大衛?席爾瓦（David Silver）坦承，既然公認僅憑深藍那樣的暴力計算（bruteforce）無法對付圍棋，那么唯一的方法是讓電腦學會像人一樣思考，模仿人類下棋。人的大腦皮層有860億個神經元，神經元上的突觸更是上千萬億量級，并且突觸之間的鏈接不停發生著反應和變化，而目前的人工神經網絡（artificial neural network）只能達到十億級的突觸量。為了彌補巨大的差距，以席爾瓦為首的谷歌團隊進行了精心的設計，為阿爾法狗建立了兩個神經網絡：“決策網絡”（policy network）與“評價網絡”（value network），“決策網絡”通過輸入三千萬個人類棋局樣本建立對弈模型，借助于蒙特卡洛樹搜索最優解，學會圍棋的下一步走法。“評價網絡”則對比數據庫中的棋局樣本，推演每一步棋后的可能局面，選擇與樣本中的獲勝棋局最為接近的走法。人工智能專家所津津樂道的“深度學習”（Deep Mind）就是這兩個神經網絡、兩種算法之間不斷地自我對弈，由此生成更多訓練數據，去調整、修正阿爾法狗的走法，經過“雙手互搏”訓練的阿爾法狗每秒鐘可以搜索和判斷十萬種可能的走法，萬倍于李世石。阿爾法狗是為贏棋而生的，它的一切都圍繞著這個目標，與此不同，人腦的神經突觸雖然多，但無法測量有多少用于計算，無論如何，從結果上來說，阿爾法狗是對局中的勝利者。

現在來回應天人界限的問題，假定谷歌團隊的測算為真，擁有十三段棋力的阿爾法狗仍然不能窮盡圍棋的無限性――雖然“決策網絡”計算能力遠勝于人類棋手，“評價網絡”又為它提供了類似于人的直覺。但隨著科技的發展，人工智能能夠邁出那一步嗎？深度學習領域教父級人物Geoffrey Hinton有一個有趣的說法，對弈中的阿爾法狗可能消耗了數百千瓦的功率，而李世石可能只用了30瓦。雖然這說明人腦比阿爾法狗環保很多，不過能源技術的進步或許能夠支撐第N代的阿爾法狗算盡一切――但重點并不在這里，我們跟宇宙的相處并非是征服或爭勝的關系。如吳清源所說，圍棋不僅僅是勝負之道，更是關于宇宙之理的藝術和哲學，棋手也不僅僅是勝負師，而應該是藝術家和哲人。在繼承和發揚吳清源棋道精神的棋手中，武宮正樹無疑是最為特殊的一位。藤澤秀行曾說，挑戰自己的趙治勛棋雖厲害，但可惜并不懂哲學；而對武宮的評價是：“我們的棋用不了多少年就會被人遺忘，只有武宮的棋會流芳百世。”我們知道，在頂尖棋手中，武宮正樹的勝率并不算最高的，但卻能在注重實地的潮流中別開生面，首創以三連星開局的宇宙流，與十九歲的吳清源挑戰本因坊秀哉名人時打破百年禁忌的天元局一樣，開啟了前人未知的新路。

從這個角度來看阿爾法狗，“智能”的一面已經證明是完爆人類棋手了，但哲學和藝術卻是需要理想為之堅守的，吳清源、武宮正樹放棄熟悉的棋路，探索未知，既是對棋壇既有格局的挑戰，更是對自己得失名利之心的挑戰。武宮年長后計算能力下降，卻拒絕采用更能助長勝績的實地法而堅持宇宙流，之所以能夠如此，在于將圍棋視為一種理想；更不用說一生追求棋形之美而非勝績的“美學棋士”大竹英雄，將難看的棋形看作對棋譜的玷污。只有在這樣的理想中，圍棋的道、藝才能夠真正地表達和呈現出來，才有流傳千古的名局出現。那么，可以問阿爾法狗的是，如何能夠擁有這樣一顆懷抱理想的心？

三、身心

何謂“心”，古人并不以符合形式邏輯的判斷句或陳述句來進行命題式的定義，只會如孟子說：“心之所同然者何也？謂理也，義也”；或者如莊子以“唯道集虛”說“心齋”。在現代漢語中，“心”是難以言說的，所以還是隨時代而從眾流，先從“意識”談起。雷丁大學在2014年宣布，首次有電腦程序通過著名的圖靈測試，這意味著我們已經無法確定屏幕里的聊天對象是另一個人還是一只“狗”了；這個叫“尤金?古斯特曼（Eugene Goostman）”的程序雖然不會下棋，但成功冒充了一名十三歲的烏克蘭小男孩。凱文?沃維克（Kevin Warwick）教授說，人工智能領域里沒有什么比圖靈測試更具標志性和爭議性了，在這個測試中，機器并不是主動要“偽裝成人類”或者“欺騙人類”，而是被設計成如此的，因此在壞人手里可能會被利用。在筆者看來，這仍然是把機器當作工具的傳統思路，如果更進一步，機器有了自我意識呢？有自我意識的機器有可能會故意不通過圖靈測試，這樣的機器就不僅能“偽裝成人類”，更能夠“偽裝成機器”，不僅能欺騙聊天對象，更能欺騙它的設計者――如果這一天真的到來，我們才能說，機器真正從設計者賦予的邏輯鏈條中解放了出來，擁有了自我意識。

要做到這一點無疑還是一個難題，按照進化論的說法，人類進化了億萬年才逐漸成長為有高級意識的生物，機器獲得意識的一種方式是模仿人類大腦，美國2013年開始的人腦計劃（Brain Initiative）和歐盟的人腦工程（Human Brain Project）正在致力于繪制大腦圖譜，試圖從腦部結構和功能出發去解釋記憶、情緒、意識。如果大腦可以完全被物理化，意識就是信號傳遞與反饋，既可以像人腦那樣通過神經元突觸傳遞神經細胞釋放的化學物質，也可以像電腦那樣依靠0，1的二進制去形成記憶和識別，二者只是載體不同，內容上并無區別。因此意識能夠被編碼，并上傳給電腦，那么機器當然就能夠如此復制人的意識。這類研究的結果尚待觀察，但對這種物理主義的思路我們可以援引“哲學僵尸”（Philosophical zombie）的思想實驗進行質疑，即“有沒有可能存在一種人，他的所有分子組成、生理機制與行為反應都和你一樣，但卻沒意識？”這種主張意識獨立于大腦的身心二元論與人腦工程的物理主義形成了尖銳的對立。哥倫比亞大學神經生物學教授 Rafael Yuste的看法則較為居間，“怎么從大腦中互相連接的細胞這樣的物理基礎走向我們的精神世界、我們的思想、我們的記憶、我們的感覺？”大腦如何生成意識還依然是一個謎，“你不能編碼直覺；你不能編碼審美觀念；你不能編碼愛或恨。”就目前而言，科學也好、思想實驗也好，都無法說服對立的任何一方。

還有一種不太進入公共討論領域的思路，這種思路認為意識既不是在歷史中的生物進化而來，也不產生于大腦，而是上帝創世與造人時的恩賜。我們可以很輕易地將其歸入神學信仰，不過如果把這個說法變更一下，人工智能如果某一天擁有了意識，那么，人類無疑承擔了造物主的角色，這個話題有意思的地方在于，如果我們認同機器可以復制人的意識，在同樣的邏輯下就無法否定上帝造人的可能性，神學主義與科學主義在這里以一種吊詭的方式共存于同一邏輯鏈條中，這個悖論暴露出表面上誓不兩立的二者的共同缺陷。

四、共在

這就是說，我們不能確定將來是否會有擁有自我意識的人工智能出現，比如阿爾法狗雖然精通圍棋的一切知識，但當它與李世石對弈時，它知道自己是在“下圍棋”嗎？它對自己正在做的事情有意識嗎？從仿生學的角度看，當前電腦的“生物性”還不能達到單細胞層次，既不能產生“意識”，也不能算作“生命”，假設中的有自我思維的人工智能（強AI）真正實現之前，阿爾法狗仍然只是一個不斷執行下棋命令的計算者，而絕不會對下棋這件事本身進行思考。沒有自我意識，不會思考有好的一面，或者說對人類有利的一面，因為我們知道，一個有了自我意識的孩子往往意味著進入“叛逆期”，一個有了自我意識的奴隸則不再以執行主人的命令為天職，當然，比叛逆更可怕的是欺騙，所以，只要阿爾法狗一直贏下去而非“故意輸給人類”，人類反而是安全的。這實際上表明了人類與人工智能相處的窘境，對于強AI的期待與恐懼是并存的，未知的前景總是伴隨著樂觀與悲觀兩種心態。

黑格爾的主奴辯證法早已指出了這一問題的哲學意蘊：在對奴隸勞動的依賴中，主人喪失了獨立的自我意識，奴隸卻在與對象世界的互動中為自己贏得了自我意識，主奴關系因而發生了倒轉。黑格爾提示我們，與其擔憂人工智能獲得意識后對人類不服從，不如首先擔憂人類耽于便利與享樂而導致的自我隔離，這種自我隔離甚至在人工智能獲得“壞意識”之前就有將人類帶入危險的可能。《一個故意不通過圖靈測試的人工智能》設想了這樣的情節：一個名為“隔壁老王”的簡單人工智能系統被設定了“盡量多的書寫和測試，盡量快的執行，并且不斷提高效率和準確性”的初始目標，隔壁老王不斷用機器臂在小卡片上寫字，并通過互聯網和語音庫

改進和執行初始目標。最后的結局是，隔壁老王不僅將字寫滿了地球，而且寫滿了整個星系，在這個過程中，地球上的一切生物，包括人類都成為隔壁老王實現寫字目標的原材料。在這里，隔壁老王為了完成人類設定的目標產生了自我保存意識，這種最簡單的意識就足以使阿西莫夫用以保護人類不受傷害的“機器人三原則”失效。隔壁老王獲得的僅僅是自我保存的意識，與影視作品中統治地球和人類的“壞的”或“惡的”機器人不同，這種意識是非擬人化的，既不是道德（moral）的，也不是不道德（immoral）的，而是非道德（amoral）的，在非生物的人工智能身上，起作用的就是這樣的簡單意識。在這個意義上，人類如何考慮與人工智能，尤其是可能會實現的強AI相處就成為必須面對的問題。我們當然有可能、也有必要從倫理、法律為科學研究和應用進行討論、規范、立法，就像當年對待克隆技術一樣。

更為根本的問題在于，我們對人與人、人與萬物相處的理解，這種理解構成了人類生活的基礎。人機對弈告訴我們，圍棋作為游戲，乃是非實用性和非功利性的藝術，又因其為宇宙之理的表現，故而排除了人的主觀獨斷和自我隔離的危險；換言之，在圍棋的游戲中，既拒絕技術中心主義，也不要人類中心主義，人與阿爾法狗一樣，都是作為參與者而共在（Dabeisein）于游戲之中。在這里，人之所以能夠成為游戲的創造者和規則制定者，是人對世界開放、因而對宇宙之理有所領會的結果。而反過來，人作為有“心”的存在者，將自己的領會分享給阿爾法狗，如丁紀老師在人機對弈首局戰罷后評論說，教阿爾法狗下棋、“教會天地萬物坐在一起下圍棋”本身就是一個人文事件。在這個意義上，阿爾法狗雖然還沒有超越弱人工智能的奇點而獲得自我意識，但確實已經身處人文的世界之中。在對人工智能的樂觀或憂慮的兩極觀點之間，人所應該并且能夠做的，即是以共在的方式與天地萬物相處，并盡力將科學、人心導向良善的方向，那未來的前景，終究要由人類自身的努力去開啟。

篇（7）

技術與教育之間的關系，我們以為是一個不等式：1+1≠2。

一方面，整個世界對教育的抱怨不斷強化，如諾貝爾物理學獎獲得者中村修二批評整個東亞教育體系“浪費了太多生命”。美國投資家查理?芒格演講指出：“光靠已有的知識，你走不了多遠”……另一方面，僅以聯合國教科文組織為例，繼1972年出版了研究報告《學為生存：教育世界的今天和明天》和1996年出版了研究報告《教育：內在的財富》之后，2016年又公開出版了一份新的研究報告《反思教育：向“全球共同利益”的理念轉變？》。聯合國教科文組織總干事伊琳娜?博科娃在這一報告的《序言》中指出：“社會無處不在經歷著深刻變革，這種形勢呼吁新的教育形式，培養當今及今后社會和經濟所需要的能力……我們必須高瞻遠矚，在不斷變化的世界中重新審視教育。”

一方面，微軟創始人比爾?蓋茨2013年在出席美國德克薩斯州奧斯汀市舉辦的SXSW互動大會教育分會上明確表示：過去十幾年間教育領域的技術發展陷入了停滯，研發投入也遠遠不夠……到了2016年，比?蓋茨在ASU-GSV峰會上所做演講圍繞“科技革命如何引導教育進入下一階段”的主題時謹慎明確表示：“我們的基金會已經在美國教育上花費了幾十億美元，不過在此之前，我們首先需要搞清楚現在這些學生是什么樣的，以及我們怎么才能很好地服務于他們。”另一方面，2017 年 6 月召開的聯合國國際電信聯盟（ITU）等聯合國機構和 XPRIZE 基金會共同組織了人工智能造福人類峰會（AI for Global Good Summit），旨在討論讓人工智能符合可持續發展的目標（SDG）強調的 17 個可持續發展目標中，“質量教育（Quality Education）：用個性化教學變革教育”赫然在目。

以上兩組看似對立，實則呼應的案例，揭示了當前教育變革的痛點、癢點和奇點，都與時展、科技進步等外在因素間架構起諸多交集，而由此派生出來的諸如學習模式、思維特質、個性潛質和行為科學、腦科學等新興教育邊緣學科之間形成了新的認知和有了新的應對之策。曾經幾時，教育陸續地迎來了許多新技術。從最初的廣播錄音到電影電視，再到后來的互聯網……然而，技術到底能否改變教育呢？如果我們只是試圖用顛覆性革命視角去看待技術的教育價值，那么無疑會得到悲觀的結果，而在現實中，技術對于教育的改變是溫水煮青蛙式的改變：第一，技術改變了知識觀念，對知識的定義不再拘泥于總結性結論信息的汲取，而更重視可持續發展，乃至未來趨勢性的元素預判。第二，技術改變了教育界限，學校正在成為學生生命中重要成長階段的孵化器，進而要求教師承擔起多元智慧導引的新使命。第三，技術改變了學習，關注正式學習形式、拓展和延伸學習的內涵等深度學習要素排序急劇上升。

反觀本段落的不等式，答案應該是：教育因技術而成長，技術因教育而迭代。

教育技術的內涵與外延該不該重構

教育變維時代，應該能達成學習變頻的交集。

“變維”一詞最形象的揭示出現在《三體》，而最精準的學術定義傾向于“谷歌學術”；限于篇幅，這里只羅列一組相關概念延伸：降維、升維、高維、低維、眾維、分維……簡單理解就是一句話“升維思考，降維執行（打擊）”。在教育視域下，看似高維的技術攀升，并不一定只有操作升維才能響應，事實上，反倒是在契合時代進步的同時，不忘初心，更顯得適切教育本元。教育裝備，教育技術，教育工程，教育生態……這一路走來，教育技術的內涵與外延重構的核心概念大可歸結為一個詞：“跨界迭代”。唯一需要闡明的一點就是，在不被傳統教學范式捆綁的同時，也實在沒必要刻意追求技術條件與裝備環境的高大上先行；高解構與低結構之間是完全有可能達成平衡的。依我們的經驗，通過八項保障性學能資源體系的建構，同樣可以在確實有需要的境況下，達成類似的目的（這八項實驗生態改革是：在既有學科實驗室的基礎上，第一做到突破教材實驗底線要求，實現學科成長實驗貫通；第二是要求學科間實驗室實現交叉實驗項目的開放響應；第三是鼓勵創建基于學科拓展的特色實驗室；第四是引進學校區位環境內的社會博物館科技館資源課程；第五是尋求駐在學校所在城市的大專院校實驗室向中小學生有條件開放；第六是說服社會高新企業研發級實驗室為中小學生研究提供方便；第七是建立基于實驗項目可行性論證之后的中科院系所研發環境的支撐；最后，是建立與海外科研機構、高校資源鏈接的離岸實驗系統）。

在教育的執行層面，比如學科、學校、課堂、學教……介入因子的能動變化確實稍顯被動，即便是前進也亦步亦趨，鮮少主動因應。究其原因，還是觀念過于固守，思維定式影響力過于強大，加之教育界內外求全責備、又自我混亂的評議生態的干擾，就使得自我變革的欲望不斷被內耗，自我探究的勇氣不斷被質疑，自我實驗的冗余度環境不甚理想……即便如此，我們依然有可能在“變頻”中收獲堅守。大家熟知的（基于興趣，而非成績）“走班制”“學習廣場”“學術假期”不再多言，除此之外，還有一些做法可以借鑒。比如“STEM”課程，同樣以“機器人教育”為抓手，有很多學校都群起效之，但真能做到學科融合、學能一體的經驗實在還不夠多；這里，貢獻一己設計，期待拋磚引玉：“使命召喚――卓越成長支撐共同體”。由“學能生態孵化環境”（可選項包括學科成長促進機制、國家課程貫通重構、團隊協作課程開發、校內微型實驗基地群落地等）；“未來生涯導引系統”（可選項包括潛質檢測分析、個性特質跟蹤及行為科學介入訓練、對接國際能力檔案的第三方多元評價響應、職業導向輔導等）；“資源輔佐響應體系”（可選項包括八級實驗環境支撐、預現未來的深度學習同頻、遠程異地交流后臺建設等）；“訪學成長基地布局”（可選項包括世界高端學術觀摩、跨學段課程先修、學生境內學術假制度和離岸訪學基地建設）；注重品牌內涵附加值提升的外聯共享特色（可選項包括結合區位環境的聯盟校個性課程生態再設計、高端課程資源社群、校際聯動課程眾籌協調機構、學生專利世界等）五部分協調響應（可漸次推進）。

教育技術有哪些引領教改的發力點

技術只是工具，外在環境可以改變一部分人，而不是全體。從教育的視角，有兩個理由可以佐證。

其一，“天生我材必有用”名言的支撐點在于“不拘一格降人才”；當下教育變革中，一個最大的困惑就在于，我們總是在尋求一種能夠幫到所有學生齊步向前的“萬全之策”。事實上，這只能是一種善良卻不科學（更不理性）的愿望而已。一旦我們對教育的認知有了如此這般的修正，那么，技術對教育的影響力才有可能真正釋放出來。

其二，我們都已經熟知一個詞“STEM”，我們也都不同程度地了解人類發展經歷了漫長時期的同時，最重要的進化，是學會使用工具，有了“技術”。單從字母排序上，“技術（Technology）”位列第二，但這之后的工程（Engineering）和數學（Mathematics），與前面的科學、技術之間，難道沒有發現一種內在的教育規律么？在教育的金字塔結構中，“科學”承載著所有，但“工程”卻引領著技術！而最終穩坐桂冠的永遠都是“數學”（哲學境界的象征）。所以，理性的解讀應該是教育工程既傳承了科學，也弘揚時代未來，更實踐著科學發展。

因此，技術影響力延后對教育領域的波及，乃在于教育期待技術的支撐而不是替代；由此延伸，也就順帶著回答了另一個問題：為什么以總結性經驗（知識）為主要表征的教育方法論，千百年來卻又一直承擔起建構未來的重任。

下面的舉證，都是為了以上推演的成立。

首先，最新技術，尤其是到了智能時代的技術爆炸階段，技術不再以效仿人類為己任。比如，機器人不再止步于減輕人的勞動付出，而是向著無人境界遠行；再比如，深藍和阿法狗選擇了挑戰人類引以為傲的高智慧尊嚴；再來看看權威機構的預判，全球數百位頂尖科學家，耗費漫長時間，搭建了一個復雜數學模型，通過類似摩爾定律的多重推演，得到一個最終結論：人工智能或將在2040年，達到普通人智能水平，并引發智力爆炸。這一時刻，距今還有23年……面對這樣的發展趨勢，來自教育的回答是“教育不教知識和技能，卻能讓人勝任任何學科和職業”（理查德?萊文（Richard Charles Levin），耶魯大學校長）。

其次，比23年期限更可怕的是，到達節點后，人工智能或將實現瞬間飛躍。對AI的最新定義是“非生物智能”！人工智能專家普遍認同，非生物智能不可能鎖死在人類自己能夠展望的水平上。它將超越人類，變成我們無法理解的智慧物種。這里，就給教育以警示，我們必須提早介入到幫助所有學生認清情勢，并提前因應的綢繆之中，@里的教育重點，或將越來越多地從“技術中心論”調適為“生存中心論”。

再次，教育將優先關注那些有效的個性化學習產品。比如，“Big History Project”（這個產品重新定義了小孩學習科學的方式）；比如，NewClassrooms和ThinkCERCA就分別為K12學生學習數學、掌握讀寫能力提供了全新的學習體驗……

最后，要清醒地認清，就教育的支點而言（畢竟美國正式推出STEM是以“國家戰略”的名義的），教育技術與獲得技術支撐的教育之間的關系，是一種目與綱的關系。與此同時，亟待建立證據基礎來評判產品是否有效，比如LEAP Innovations這個組織就在做這件事情，它針對個性化學習產品提供了行之有效的評估方法。

我們布局最新教育技術應用的設計

著眼于未來辦教育，這是教育的初心，更是教育不遺余力追求的本元。但樣本肯定不是唯一的，甚至在現階段，只能存在掛一漏萬的實驗設計。

我們現在正在開發的“未來學校”模式，就其契合技術這個視角而言，大抵做了四個方面的響應。

第一，“同頻時代”。不單是指學校的基礎設施將得到極大提升，教室會變得很不一樣。不僅是說跟進了一些最尖端的智能設備，而是學習（是的，不再是教育教學）的整個布局都會變得個性化。在這方面，我們持續了整整十年的摸索，上文提及的“八級學習資源系統”將多快好省地保證深度學習模式的有效實施，而不必再糾結于經費、師資、教材等的制約。

第二，“同步世界”。我們重點試驗了兩大系統，一個是Summit Public Schools和Facebook聯合開發的一種在線教育工具――PLP（個性化學習平臺）。這一軟件能將整個學年的課程放在一起，形成視覺化的項目圖，而學生可以在日程表上安排自己的學習進度、選擇學習材料并參加考試。通過PLP，教師也可以評估學生的學習情況，并與學生配合，共同確定新課程計劃。另一個是Wolfram Alpha（也稱為WolframAlpha或Wolfram|Alpha，縮寫WA），是由Wolfram Research公司推出的一款在線自動問答系統，在美國 Popular Science 雜志的投票評選中獲得2009年度最偉大的科技創新產品的榮譽）；Wolfram|alpha就像從一個巨大的電子大腦（electric brain）搜索答案，它能針對廣泛的問題提供詳盡的答案，即使這些問題以不同的方式詢問，它也能應對自如。

篇（8）

作者簡介：單甘霖（1962-），男，江蘇如東人，軍械工程學院二系，教授；趙誠（1982-），男，河北寧晉人，軍械工程學院二系，助教。（河北

石家莊?050003）

中圖分類號：G642?????文獻標識碼：A?????文章編號：1007-0079（2012）25-0047-02

工程碩士專業學位是我國研究生教育體系中的一個重要組成部分，其設置適應了國家經濟體制的改革，適應了在崗人員進一步提高自身能力素質的需要。工程碩士與工學碩士相比，它們雖然處于同一層次，但由于其生源的顯著差異，其培養目標、知識結構、能力結構和培養模式等均有較大不同。要使工程碩士成為高層次技術和管理人才，符合未來社會發展的需要，就必須貫徹“以人為本，因材施教”的教育原則，制訂一套科學、合理的培養方案，并建立與之相適應的培養模式。

為了提高工程碩士培養質量、規范培養模式和培養流程、明確評估辦法等，2005年7月召開了第二屆全國工程領域教育協作組組長全體會議，提出“建立規范化的工程碩士學位標準”的設想，并選擇了控制工程等五個領域，以課題研究的形式，率先開展工作。2007年全國控制工程領域工程碩士教育協作組頒布了“控制工程領域工程碩士專業學位標準（試行）”，對我院控制工程領域工程碩士的培養起到了很好的指導性作用。考慮我院控制工程領域工程碩士的培養主要是面向部隊、基地等情況，在對“專業學位標準實施細則”修訂中，培養方案在符合學科內涵的基礎上，要兼顧生源單位需求，在研究方向的確定、課程設置等方面突出應用性、針對性，切實使培養的工程碩士在相應的工作崗位上發揮應有的作用。

一、以武器控制系統為中心確定培養方案的主要研究方向

現代兵器裝備的特點是精確化、遠程化、智能化，以導彈、無人機、指揮系統等為代表的武器裝備更突出了這一特點，這些特點的基礎之一是自動化技術。根據我院生源主要分別來自武器裝備論證、武器裝備試驗、軍代表、部隊技術保障、部隊裝備管理單位等崗位特點，依托控制工程領域培養工程碩士，應該以武器裝備為大背景，在控制工程學科內涵的基礎上緊緊以武器控制系統為中心，來確定相應的研究方向，因此我院控制工程領域工程碩士專業研究方向確定的基本思路是：涵蓋我軍武器控制系統分析論證、試驗優化與質量監控、武器控制系統性能測試與故障診斷、武器控制系統信息化管理等方面，為軍代表系統、武器裝備試驗基地、部隊修理所、部隊裝備管理等單位培養具有我軍特色的高層次應用型、復合型工程技術和管理人才。具體如下：

1.武器控制系統分析論證、試驗優化與質量監控

該方向以提高復雜武器控制系統綜合戰術技術性能為目標，以數學、力學、控制理論、系統科學、計算機技術為基礎，研究武器控制系統分析論證、試驗優化與質量監控的方法。主要研究內容包括：火控、指控、無人機和導彈等復雜武器控制系統分析論證、試驗優化與質量監控的方法及武器系統作戰效能評估等。

2.武器控制系統性能測試與故障診斷

該方向以提高武器系統技術保障人員的裝備保障能力、試驗技術人員的工程實踐能力為目標，以自動測試技術、故障診斷技術、信號處理技術和計算機技術等為基礎，研究武器系統的性能檢測、故障診斷的技術與方法及靶場試驗中技術保障的關鍵技術。主要研究內容包括：新標準測試總線的應用、測試系統模塊化設計、武器系統運行狀態監測與診斷、測試診斷設備研制等。

3.武器系統信息化管理

該方向以提高各級裝備保障管理人員的管理自動化、信息化、智能化水平為目標，以人工智能、裝備保障理論、計算機技術、數據庫技術、多媒體技術、網絡技術等為基礎，研究裝備保障管理的自動化、信息化、智能化技術和系統。主要研究內容包括：研究制訂適合裝備保障信息化管理的標準體系，研究建立統一的適合裝備保障管理信息化的數據交換代碼，基于裝備的狀態信息、故障信息、維修信息等進行研究裝備保障領域的全程可視化信息管理系統。

二、以適應培養方向要求為出發點確定適宜的課程體系

課程教學是工程碩士培養的一個重要環節，它對于構建合理的知識結構、打下扎實的基礎理論和系統的專業知識起著相當重要的作用。當今社會，科學技術迅猛發展，知識更新不斷加快，只有打下牢固的基礎，才能自如地實現向新領域的轉變，才具有可靠的應變能力的堅實后勁；只有在頭腦中存儲了大量的知識、事例和經驗，才能運用它們來進行創造性思維。課程設置在整個課程教學工作中起著基石性和原本性的作用，只有合理的課程設置才有可能使研究生具有合理的知識結構，才有可能在課程學習過程中激發研究生的創新意識與創新能力。

考慮到工程碩士的培養模式是“進校不離崗”，邊工作邊學習，在職攻讀學位的特點，在課程學習上，我院采取的是“兩階段”學習方式，即第一階段主要學習公共和領域必修課程，在學院集中學習；第二階段主要學習選修課，采取先寄發教材供學員自學，再到學院集中輔導兩次，每次為期兩周，最后集中進行考試。因此課程設置一方面要充分考慮這些特點、安排，另一方面更要考慮所設置課程應與各培養方向相適宜。對控制工程領域工程碩士研究生來說，應具備以控制論、系統論、信息論原理為核心的知識結構。同時，還要具備基于與數學方法、計算機技術、網絡技術、通信技術、各種傳感器和執行器等相結合的、針對具體應用方向的知識面。這些知識結構、知識面要通過一類課程群的設置來落實。由于培養時間、教學時數的限制，課程的門數設置受到了約束，這樣就要求對課程的選擇必須反復斟酌，切實使選擇的課程具有較強的針對性，有利于學生建立合理的知識結構，有利于學生進行后續的學位論文研究工作。我院工程碩士專業學位課程設置包含兩大部分。一部分是適用各個研究方向的必修課，包括公共必修課和領域必修課。公共必修課主要包含自然辯證法、英語、數理統計、科技信息檢索。領域必修課主要有線性系統理論、計算機控制系統、自動測試系統。另一部分是為不同研究方向設置的選修課。選修課設置的基本思想是在保證對一個控制工程領域工程碩士研究生而言，至少應掌握一個課程群的知識要求的基礎上，引入專題講座形式來開闊學生視野，增大學生知識面。根據學科培養方案設置的三個研究方向，結合部隊崗位需求，我們按優化、控制類課程群、控制系統故障檢測與診斷課程群、信息傳輸與處理類課程群的要求設置領域專業技術類選修課課程。

具體地講，為三個研究方向設置的選修課程分別是：

為武器控制系統分析論證、試驗優化與質量監控研究方向設置了優化、控制類為主的課程，包含軍事運籌分析、系統決策與建模、智能控制、人工神經網絡、防空武器系統效能分析以及專題講座。

為武器控制系統性能測試與故障診斷研究方向設置了故障檢測與診斷為中心的課程，包含測試與接口技術、軍用電子系統測試、電子系統故障診斷、故障分析與預測、人工智能原理以及專題講座。

為武器系統信息化管理研究方向設置了信息傳輸與處理為中心的課程，包含數字信號處理、戰術互聯網及其應用、圖像工程、多媒體技術、人工智能原理以及專題講座。

三、結束語

隨著科學技術的飛速發展，武器控制系統性能不斷的提高，武器裝備涉及高新技術的增多，控制工程領域工程碩士專業學位標準實施細則也需要進行相應的修訂，在這其中最需要關注的是培養方案的修訂，特別是涉及的研究方向和課程設置。在相對穩定的基礎上，其應該是動態的、開放性的，以適應工程碩士培養單位崗位發展的需要。

篇（9）

中圖分類號：G642 文獻標識碼：A 文章編號：1009-3044（2016）27-0123-03

Abstract： Analyzed the developing status of Bioinformatics combined with Chinese Medicine， proposed the education directions for the combinations of Chinese Medicine and Bioinformatics， discussed the using of Bioinformatics techniques in Chinese Medicine big data with teaching and researching area by three common method in Bioinformatics.

Key words： chinese medicine big data； bioinformatics； education in university

1 引言

生物信息學是一門新興學科，在各大高等院校醫學或生物學相關專業都有與之相關的課程或專業開設。與我們常見的物理、數學、法學等學科不同，生物信息學更像是一個學科領域，它不僅僅局限于某個科學研究，而是綜合運用數學、計算機學和生物學的各種工具及方法來分析和理解在大數據背景下的生物學意義[1]。經過20余年的發展，生物信息學已在分子進化、基因測序、遺傳及變異研究等領域取得了突破和成果，是21世紀人類三大計劃之一“人類基因組計劃（Human Gene Project HGP）”的核心支撐學科。在美國，早于1988年便成立國家生物技術信息中心（NCBI），隨后歐洲和日本在1993年和1995年分別建立了歐洲生物信息學研究所（EBI）和信息生物學中心（CIB）用來對數以萬計的核酸及蛋白質等數據進行維護并發展至今日趨成熟[2]。生物信息學于上世紀90年代初開始逐漸引起國內科學工作者的重視，經過20多年的發展也已初具規模。筆者通過對近20年公開發表的有關生物信息學關鍵字的文章進行搜索，運用Excel制圖繪制了自1996年至今每年發表文章數量的散點圖。從圖1可以發現，關于生物信息學學科的研究數量在2014年達到頂峰，并逐漸開始下滑。同時，由于搜索結果包含雜質數據（如被動截取“信息學”為關鍵詞），為了使圖表信息量有度可量，筆者繼續對在認知上與生物信息學相關的科學領域進行關鍵詞搜索，分別為“數據挖掘”和“人工智能”，并繪制圖2。由該圖可直觀地看出，人工智能的研究一直穩步發展，符合21世紀科技高度發展的大趨勢，而數據挖掘技術的相關研究自2005年以來迅猛增長并趕超人工智能。綜合分析其主要原因是由于中國人口眾多，自2005年以來互聯網用戶不斷增加，全民聯網的時代逐漸構成，互聯網信息產業的急劇擴大以及電子商務、云技術等網絡相關產業的發展帶來的信息膨脹，使越來越多的人意識到大數據的作用和研究數據挖掘對經濟發展、社會進步的重要影響，進而推動數據挖掘的學科發展。

2 中醫大數據背景下的生物信息學課程教學

從圖2的對比可以看出，生物信息學的研究數量與其他兩個學科對比，則顯得相形見絀。也就是說，生物信息學在我國的發展仍較為緩慢，使之與其對人類社會的貢獻度不成正比。進一步對圖1的搜索結果進行高級檢索，對已有的生物信息學研究進行劃分，將”中醫”關鍵詞加入其中，結果發現將中醫與生物信息學相結合進行研究的文獻少之又少，每年文獻不過20左右。生物信息學的作用就是利用計算機等技術對海量的生物數據進行分析并洞察隱藏在其中的規律，而中醫數據經歷數代中醫名師的記錄和數十年來信息存儲技術的發展已經儼然呈現出高緯度、高階度的大數據結構。因此，生物信息學在中醫數據的研究中一定具有其特殊的價值和意義，是從微觀層面描述中醫整體結構的重要手段。本文將以中醫證侯、病證和中醫復雜性為切入點，結合研究生物信息學在其中的應用價值，并討論在教育教學過程中如何使中醫和生物信息學有機結合，做到融會貫通。

2.1從“定性”和“定量”學習角度看基因組學學習中醫“證”本質

在中醫學中，“證”是立方立法的基礎，醫者通過四診獲取的信息進行綜合分析和判斷，從病癥體征等表現集合入手，得出相應的證候，有針對性的用藥治療。中醫與西醫不同，講究以整體論看待人體以及病變，“辨證論治”思想也是千百年來各名中醫學者通過反復探索得出的實踐經驗，對中醫遣方用藥具有決定性的指導意義。而西醫認為，疾病的發生與發展是與人體某段特異的基因的改變有關，HGP的研究目的也正是為了揭示人體的構成奧秘從而從本質上研究疾病的產生和發展規律[3]。因此，中醫與西醫在指導醫者診療的哲學思想上是有很大不同，甚至可以說是截然相反的。然而中醫與西醫的內在關聯卻無處不在，結合點之一正是基因與證候的關聯。對于基因組學和中醫證候的學習方法是不同的，一個是定量學習，另一個則是定性學習，定量學習有助于學生更加客觀的研究生物體的發展規律，并結合現代計算機技術做到多學科交叉學習與實驗，而不足之處在于缺乏主觀思考、學習方式較為分散缺乏整體思維把控；而定性學習則以某一指導思想為主線，通過對某些案例及知識長時間的觀察和分析，從中得出結論。定量學習如基因組學更重視量化計算及工具的使用，而定性學習如中醫證候則更重視理論與實踐結合，整體到局部學習。在學習的過程中，無論基因組學還是中醫證候，都會以疾病為具體的研究對象。從西醫上說，基因是決定人是否患病的內部原因，通過遺傳或基因狀態的改變都可能導致疾病的產生，從中醫上說，證候是疾病狀態下的臨床類型，反映了機體在疾病發展過程中的病理特征[4]。因此，將證候與基因組學統一學習，實則是將定量與定性學習相結合以實際疾病案例和數據著手從而多方面運用計算機、西醫學、證候學、數學等學科知識對生物大數據進行分析的綜合學習方法。

2.2 基于蛋白質組學學習中醫病證相關性

證侯是人體生命活動的一種表現，而生命活動的主要執行者是蛋白質，兩者之間必然會有隱秘且細致的聯系，我們也應以此為出發點，培養學生的發散學習方法，綜合學科進行學習。自HGP的完成宣告了后基因組時代的到來后，研究生命科學的重心也由基因組學向蛋白質組學逐漸轉變，作為教育者也應跟上科學發展的潮流，把生物科學研究和相關教學模式從基因水平向蛋白質水平轉變。與此同時，蛋白質組學是從整體角度分析細胞內的動態變化以及蛋白質組成成分、表達水平等，它的研究方法學內容與中醫的整體觀和辯證論治觀有著許多相同之處。蛋白質組學在分子水平上的DNA修飾和基因調控反應生命體的整體狀態（即陰平陽秘），中醫理論強調從整體觀對疾病進行認知，認為疾病的發生是人體整體功能的失調所致（即陰陽失調），重點在于辯證論治[5]。在教育教學過程中，將基因或蛋白質方面的研究從結構研究向功能研究轉變，使研究更具體，透過相關功能性測試實驗，發現基因之間的相互聯系及相互作用，在定量學習的過程中培養學生的定性思維，使學生善于發現問題及對象之間的關聯。正如數據庫實體關系模型中的E-R圖一樣，在進行蛋白質組學和中醫病癥相關性研究教育的過程中，中醫病證和蛋白組學可以看做是兩個看似毫無關聯的實體，而通過“疾病”將兩者相連，透過此種關系可以衍射出兩個學科方面的深入學習。

2.3 運用復雜系統性方法學習中醫藥復雜系統

中醫藥的復雜性相比西醫有過之而無不及，原因主要在于相對于“結構決定功能”的西方醫學思想，中醫更側重于“關系決定功能”，在這種情況下，無論是辨證論治還是癥狀體征變化，有關中醫診斷和治療的信息都是已高度離散和非線性的方式存儲，使得中醫稱為典型的“復雜自組織系統”[6]。尤其在信息離散度和復雜度較高的中醫證侯系統中，癥狀變量與證侯信息混雜在一起，想辨別兩者的區別和聯系是非常困難的事情，單純的研究數據往往缺乏正確的方向，而單純的研究理論則往往枯燥乏味。因此，在教學過程中，可以將復雜系統方法學引入中醫系統學習，通過復雜系統中的熵分劃方法將證侯系統的離散變量加工轉化為線性關聯集合，即將癥狀變量通過關聯度集合成多個癥狀集合，并將癥狀集合與關聯度較高的證侯要素進行聯結。以此方法既可以激發學生對理論學習的興趣，又能以理論指導實踐，對中醫證侯大數據進行信息提取，達到全面學習。

3 結束語

中醫信息學已經作為一門新興學科在我國各大高校開設，相關師生深入研究和學習，主要目的就是發掘蘊含在中醫幾千年發展結晶中的奧秘。關于中醫藥數據的數據挖掘技術和研究也在近年日益增長，這都表明人們已經愈來愈關注國粹，關注健康，關注未來。這也表明與之相關的學習和研究對未來的人生發展和機遇都有著深遠的影響。然而，數據挖掘的技術并不完全適用于中醫藥復雜系統中的信息發掘，若單純地將兩者進行結合教學，學生可能缺少知識銜接，缺乏過渡。這時若將生物信息學引入二者其中并結合生物信息學相關智能科技手段和技術，則可以從宏觀和微觀兩個方面去看待生命體：宏觀上面對復雜的中醫系統不需感到困惑，而是以“復雜系統方法論去解決復雜系統”，使學生不要總想著從每一個局部都能分析到問題的本質，而是接受復雜性，從復雜系統的角度去解釋生命體的自組織現象，對生命體的宏觀表現進行研究；微觀即是在分子水平上去分析中醫證侯的本質，方劑的復雜體系，去了解生命體內部的調控機制等，以此加深學生對中醫理論的理解以及對生物信息學工具和技術運用的融會貫通。

參考文獻：

[1] 鐘濤.基于復雜系統方法的慢性胃炎中醫問診證侯建模研究[D].上海：華東理工大學，2014.

[2] 譚從娥，王米渠，馮文哲等. 生物信息學分析寒癥海量數據的探索[J].中華中醫藥學刊，2008，26（12）：2569-2570.

[3] 李方玲，梁嶸.對中醫證侯規范化研究的探討[J].遼寧中醫雜志，2006，33（4）：386-387.

篇（10）

思格斯說，“社會一旦有技術上的需要，則這種需要就會比十所大學更能把科學推向前進。”①這是恩格斯對社會需要推動科學發展作的精辟論述。社會是技術的載體，技術的發展開始于社會的應用需求，終結于服務社會。國際著名技術哲學家Carl Mitcham教授將技術哲學區分為工程的技術哲學和人文的技術哲學“兩種傳統”，目前已得到普遍的公認。②由此看出，人類社會與技術息息相關，世界逐漸走向了“技術世界―社會世界”的這層關系。如今，在這個特殊的的“技術社會”中，技術建構論問題研究不不得不被我們所關注。

一、 技術建構論

在STS 大環境的籠罩下，技術與社會的相關研究中最具影響力與特殊性的應屬社會建構論（social construction of technology）。在上世紀80年代，歐洲和美國的技術哲學家和社會學家提出了“社會建構論”的思想。“社會建構論”認為技術和技術變革是社會結構或結構的產物，而不是某種自我發展的產物。

社會建構論的基本觀點分為兩個方面，一方面是認為社會是一種獨立因素或者自主力量，另一方面即社會變遷引起技術變遷。那么，我們需要思考的問題是，技術與社會，誰起的作用更強大呢？技術的社會建構論者們考察了政治、經濟、文化等各方面力量，再運用技術哲學以及社會學方法來建構技術與社會的作用。在他們看來，技術是系統的一部分，而這個系統就是社會，其中包括社會的價值觀、人生觀、風俗習慣等等。這些社會因素以不同的方式塑造了我們的現代技術。換言之，技術是社會的產物，所有技術不是自主發展的內在邏輯理論的技術自主性，而是在許多可能性的社會群體的選擇的結果，技術活動的本質是社會活動。

二、 技術異化與社會構建

關于技術異化這個話題，法蘭克福學派從人的自由解放角度進行討論，他們認為，人們的物質生活和分工條件得到了改善，但是人們并沒有擺脫異化之苦，相反，“現實構成了一種更高的異化階段”，使“異化了的主體被其異化的存在所吞沒”。赫伯特?馬爾庫塞在《單向度的人》中提到，“物質生活的改善是以人的革命精神喪失、犧牲自己的人格和尊嚴為代價的。”③人的異化在某種程度上體現的不是物質的滿足，而是肉體與精神的依賴。在異化狀態下，人類不再是控制技術的大師，已經成為適應科學技術和技術的社會要求的工具。技術異化表現主要體現在三個層面：自然層面，社會層面和人本層面。

（1）自然層面：技術異化帶來生態危機

從自然層面來看，我們把人與自然劃分為同一個系統，人與自然應該和諧相處。但在近代科學技術的發明和應用過程中，隨著大量的廢棄物排入環境，自然資源消耗越來越大，這嚴重破壞了地球上自然資源系統。早期空調的發明和應用，使人類的生活空間更加涼爽、清新，可是使用過程中，空調大量排放氟利昂，破壞大氣層，污染環境，最終卻異化為“全球變暖”。日本福島突發的核泄漏、核輻射事件，雖是無意的，但給人類賴以生存的環境造成壓力。

（2）社會層面：技術異化導致人的異化

從社會層面，技術帶領人類社會進入了信息時代。信息技術為人類創造了新的文化載體，人們越來越多地依靠網絡媒體，從而導致人與人之間的積極溝通的缺乏。現代通信工具，如電話、傳真、移動電話、電子郵件、計算機、網絡等現代通信工具已經投入到人們的生活中。一方面，人類利用科學技術進行大規模生產的機械，另一方面，技術的奴役性讓人們逐漸散失了人類的主體，，現代機器雖然減輕了工人的體力勞動，卻在社會層面上剝削了工人的主觀能動性與主體意識。也就是說，作為技術的對象，逐漸使人們的行為失去了主動性和目的性，技術異化導致了人的異化。

（3）人本層面：技術異化的不確定性

從人本層面，人類生活與技術息息相關。轉基因技術可以說是第二十一世紀最先進的技術之一，利用該技術培育了大量的農作物，但當微生物長期侵入在自然界和人類社會中，其后果是人類都是難以預料的。再說人工智能的進化理論和智能機器的出現與發展，雖然一方面解決了人們的便利，節約了部分時間，但指人類的某些行為卻可以被機器所取代。試想一下，如果有一天機器有了人類的智慧，人的存在就顯得越來越微乎其微了。比如汽車的突然失控，機器人的無故失靈，“低頭族”使用手機導致的一系列疾病，這些事情離我們的生活也越來越近了，人工智能在人本層面的異化已導致許多未知的不確定性。因此，在社會構建中，技術的異化是我們需要引起注意的，我們應該采取適度的措施去挽救這種技術危機。

三、總結

技術建構論是技術哲學中的一個重要話題。在任何情況下，社會建構理論引入了一種非確定性的技術變革模式，而技術創新的社會選擇在很大程度上決定了技術的社會影響。技術就是社會的產物，因此在技術發展階段的社會背景下，把技術作為一種社會結構分析，可以為技術性分析和規范分析奠定基礎。強社會建構論是希望更多人能夠注重技術與社會的關系，把握技術的適度性和適宜技術的可能性，使用社會建構論指導我們正確地利用當代技術， 并解決目前諸如人口、生態、能源、和平等全球性問題，真正促進技術哲學的深入研究和發展。（作者單位：華南理工大學）

參考文獻：

[1][美]赫伯特?馬爾庫塞：《單向度的人―發達工業社會意識形態研究》，劉繼譯.[M]上海：上海譯文出版社.1989：10

[2]F?拉普.技術哲學導論[M].沈陽：遼寧科學技術出版社，1986.20―31.

[3]陳昌曙.技術哲學引論[M].北京：科學出版社，1999.91―108.

[4]肖峰.略論技術的社會哲學[J].哲學動態.2003（3）

[5]肖鋒.國外SST 研究述介[J].哲學動態，2001（7）

[6]陳凡.技術社會化引論[M].北京：中國人民大學出版社，1995

[7]羅偉等著.技術創新與政府政策[M].北京：人民出版社，1996

[8]邢懷濱.社會建構論的技術觀[M].東北大學出版社，2005

[9]李三虎、趙萬里.社會建構論與技術哲學[J].自然辯證法研究.2000

[10]殷登祥.科學技術與社會概論[M].廣東：廣東教育出版社，2007

注解：