【正文】 氛圍中學(xué)習(xí)新知識(shí)，掌握新技能。二、積極探索，形象直觀學(xué)生們利用之前所學(xué)程序可以計(jì)算出簡(jiǎn)單的價(jià)格，但是當(dāng)問(wèn)題逐漸增多，利用之前的方法就非常麻煩了，這時(shí)候引導(dǎo)學(xué)生提出問(wèn)題，教給學(xué)生新的知識(shí)點(diǎn)變量。三、小組合作，積極探究本節(jié)課學(xué)生參入度高，動(dòng)手實(shí)踐能力強(qiáng)，設(shè)計(jì)的問(wèn)題層層遞進(jìn)，環(huán)環(huán)相扣，過(guò)渡環(huán)節(jié)都處理的非常到位，更多的是讓學(xué)生自己去探索，把課堂交給學(xué)生，不斷創(chuàng)新，發(fā)揮了學(xué)生的主體學(xué)習(xí)地位，讓其自主探索，合作學(xué)習(xí)，做到真正的掌握一門技能。這也是培養(yǎng)學(xué)生不斷創(chuàng)新的手段之一。希望以后能有更多這樣的學(xué)習(xí)機(jī)會(huì)，以便于在信息技術(shù)的教學(xué)上有更大的進(jìn)步和提高。人工智能心得體會(huì)5一、在中小學(xué)開展的機(jī)器人教育具有重要的意義。主要體現(xiàn)在以下幾個(gè)方面：促進(jìn)教育方式的變革，培養(yǎng)學(xué)生的綜合能力在機(jī)器人教育中，課堂以學(xué)生為中心，教師作為指導(dǎo)者提供學(xué)習(xí)材料和建議，學(xué)生必須自己去學(xué)習(xí)知識(shí)，構(gòu)建知識(shí)體系，提出自己的解決方案，從而有效培養(yǎng)了動(dòng)手能力、學(xué)生創(chuàng)新思維能力。有效激發(fā)學(xué)習(xí)興趣、動(dòng)機(jī)“寓教于樂(lè)”是我們教育追求的目標(biāo)。這也是當(dāng)前教育游戲成為當(dāng)前研究熱點(diǎn)一個(gè)原因。學(xué)習(xí)興趣是學(xué)生的學(xué)習(xí)成功重要因素。機(jī)器人教育可以通過(guò)比賽形式，得到周圍環(huán)境的認(rèn)可和贊賞，能夠激發(fā)學(xué)生學(xué)習(xí)的興趣，激發(fā)學(xué)生的斗志和拼博精神。培養(yǎng)學(xué)生的團(tuán)隊(duì)協(xié)作能力機(jī)器人教育中大多以小組形式開始，機(jī)器人的學(xué)習(xí)、競(jìng)賽實(shí)際上是一個(gè)團(tuán)體學(xué)習(xí)的過(guò)程。它需要學(xué)習(xí)者團(tuán)結(jié)協(xié)作，包容小組其他成員的缺點(diǎn)和不足，能夠與他人進(jìn)行有效溝通與交流。在實(shí)踐鍛煉中提高自己的團(tuán)隊(duì)協(xié)作能力，其效果比普通的教育方式、方法更加有效。擴(kuò)大知識(shí)面，轉(zhuǎn)換思維方式在機(jī)器人的學(xué)習(xí)過(guò)程中，通過(guò)制作機(jī)器人過(guò)程中的實(shí)際問(wèn)題解決，可以學(xué)到模擬電路、力學(xué)等方面知識(shí)，不但對(duì)物理學(xué)科、計(jì)算機(jī)學(xué)科的教學(xué)起到促進(jìn)作用，同時(shí)也擴(kuò)大、加深了學(xué)生科學(xué)知識(shí)；通過(guò)完成任務(wù)和模擬項(xiàng)目使學(xué)生在為機(jī)器人擴(kuò)充接口的過(guò)程中學(xué)習(xí)有關(guān)數(shù)字電路方面的知識(shí)；通過(guò)為機(jī)器人編寫程序，不但學(xué)到計(jì)算機(jī)編程語(yǔ)言、算法等顯性知識(shí)，更有意義的是通過(guò)為機(jī)器人編寫程序?qū)W到科學(xué)而高效的思維方式，邏輯判斷思維、系統(tǒng)思維等隱性知識(shí)二、中小學(xué)機(jī)器人教學(xué)活動(dòng)的幾點(diǎn)做法：考慮到中小學(xué)生和機(jī)器人課程的特點(diǎn)，為培養(yǎng)學(xué)生的綜合設(shè)計(jì)能力和創(chuàng)新能力，本人認(rèn)為機(jī)器人教學(xué)應(yīng)該在教學(xué)內(nèi)容、教學(xué)方法、教學(xué)組織方面一改其它課程的教學(xué)模式，走出一條新的路子來(lái)。教學(xué)內(nèi)容：機(jī)器人教學(xué)應(yīng)注意學(xué)生知識(shí)廣度的學(xué)習(xí)。雖然僅通過(guò)一門課程來(lái)擴(kuò)充學(xué)生的知識(shí)面效果有限，但是由于機(jī)器人的設(shè)計(jì)涉及到光機(jī)電一體化、自動(dòng)控制、人工智能等多方面問(wèn)題，既有硬件設(shè)計(jì)也有軟件設(shè)計(jì)，所以是讓學(xué)生了解和掌握大量知識(shí)的絕好機(jī)會(huì)。知識(shí)不追求深度，只要求廣度。例如在確定教學(xué)內(nèi)容時(shí)，注意力不要僅放在競(jìng)賽用輪式成品機(jī)器人上，還應(yīng)該關(guān)注單片機(jī)、嵌入式CPU、各種傳感器、電機(jī)、機(jī)械部件等軟硬件技術(shù)在機(jī)器人和自動(dòng)化技術(shù)上的應(yīng)用。教學(xué)方法：應(yīng)根據(jù)學(xué)段和學(xué)科情況選擇不同的綜合設(shè)計(jì)教學(xué)方法。如：小學(xué)階段可讓學(xué)生完成輪式競(jìng)賽用機(jī)器人的功能模塊組裝的設(shè)計(jì)；初中階段可進(jìn)行生活與學(xué)習(xí)中實(shí)用機(jī)器人的創(chuàng)意設(shè)計(jì)；高中信息技術(shù)課中可重點(diǎn)對(duì)機(jī)器人智能軟件算法進(jìn)行設(shè)計(jì)；而高中通用技術(shù)課中可重點(diǎn)對(duì)機(jī)器人的電氣部分、傳感器部分、動(dòng)力部分和機(jī)械部分進(jìn)行相關(guān)設(shè)計(jì)?？傊虒W(xué)方法應(yīng)該側(cè)重綜合設(shè)計(jì)，而不是放在問(wèn)題的分析上。教學(xué)組織機(jī)器人教學(xué)應(yīng)事先營(yíng)造好供學(xué)生動(dòng)手動(dòng)腦進(jìn)行設(shè)計(jì)活動(dòng)的環(huán)境。提供必要的設(shè)備和工具（包括工具軟件），組織學(xué)生進(jìn)行探究式學(xué)習(xí)，特別應(yīng)注意探究式學(xué)習(xí)三個(gè)要素（任務(wù)驅(qū)動(dòng)、協(xié)作學(xué)習(xí)、教師引導(dǎo)）的構(gòu)成，讓學(xué)生能夠充分化動(dòng)手。同時(shí)，還應(yīng)提倡設(shè)計(jì)過(guò)程的規(guī)范化，用于提高學(xué)生的綜合設(shè)計(jì)能力。教學(xué)活動(dòng)不僅在課堂上進(jìn)行，還應(yīng)組織學(xué)生在課余時(shí)間做適當(dāng)?shù)墓ぷ?，以保證教學(xué)的完整性和有效性。教育機(jī)器人活動(dòng)受到越來(lái)越多的師生歡迎，教育機(jī)器人必將為我國(guó)的素質(zhì)教育做出應(yīng)有的貢獻(xiàn)，教育機(jī)器人的前途是光明的。人工智能心得體會(huì)6人工智能主要研究用人工方法模擬和擴(kuò)展人的智能，最終實(shí)現(xiàn)機(jī)器智能。人工智能研究與人的思維研究密切相關(guān)。邏輯學(xué)始終是人工智能研究中的基礎(chǔ)科學(xué)問(wèn)題，它為人工智能研究提供了根本觀點(diǎn)與方法。人工智能學(xué)科的誕生12世紀(jì)末13世紀(jì)初，西班牙羅門盧樂(lè)提出制造可解決各種問(wèn)題的通用邏輯機(jī)。17世紀(jì)，英國(guó)培根在《新工具》中提出了歸納法。隨后，德國(guó)萊布尼茲做出了四則運(yùn)算的手搖計(jì)算器，并提出了“通用符號(hào)”和“推理計(jì)算”的思想。19世紀(jì)，英國(guó)布爾創(chuàng)立了布爾代數(shù)，奠定了現(xiàn)代形式邏輯研究的基礎(chǔ)。德國(guó)弗雷格完善了命題邏輯，創(chuàng)建了一階謂詞演算系統(tǒng)。20世紀(jì)，哥德爾對(duì)一階謂詞完全性定理與N形式系統(tǒng)的不完全性定理進(jìn)行了證明。在此基礎(chǔ)上，克林對(duì)一般遞歸函數(shù)理論作了深入的研究，建立了演算理論。英國(guó)圖靈建立了描述算法的機(jī)械性思維過(guò)程，提出了理想計(jì)算機(jī)模型(即圖靈機(jī))，創(chuàng)立了自動(dòng)機(jī)理論。這些都為1945年匈牙利馮諾依曼提出存儲(chǔ)程序的思想和建立通用電子數(shù)字計(jì)算機(jī)的馮諾依曼型體系結(jié)構(gòu)，以及1946年美國(guó)的莫克利和?？颂爻晒ρ兄剖澜缟系谝慌_(tái)通用電子數(shù)學(xué)計(jì)算機(jī)ENIAC做出了開拓性的貢獻(xiàn)。以上經(jīng)典數(shù)理邏輯的理論成果，為1956年人工智能學(xué)科的誕生奠定了堅(jiān)實(shí)的邏輯基礎(chǔ)?，F(xiàn)代邏輯發(fā)展動(dòng)力主要來(lái)自于數(shù)學(xué)中的公理化運(yùn)動(dòng)。20世紀(jì)邏輯研究嚴(yán)重?cái)?shù)學(xué)化，發(fā)展出來(lái)的邏輯被恰當(dāng)?shù)胤Q為“數(shù)理邏輯”，它增強(qiáng)了邏輯研究的深度，使邏輯學(xué)的發(fā)展繼古希臘邏輯、歐洲中世紀(jì)邏輯之后進(jìn)入第三個(gè)高峰期，并且對(duì)整個(gè)現(xiàn)代科學(xué)特別是數(shù)學(xué)、哲學(xué)、語(yǔ)言學(xué)和計(jì)算機(jī)科學(xué)產(chǎn)生了非常重要的影響。邏輯學(xué)的發(fā)展邏輯學(xué)是一門研究思維形式及思維規(guī)律的科學(xué)。從17世紀(jì)德國(guó)數(shù)學(xué)家、哲學(xué)家萊布尼茲(niz)提出數(shù)理邏輯以來(lái)，隨著人工智能的一步步發(fā)展的需求，各種各樣的邏輯也隨之產(chǎn)生。邏輯學(xué)大體上可分為經(jīng)典邏輯、非經(jīng)典邏輯和現(xiàn)代邏輯。經(jīng)典邏輯與模態(tài)邏輯都是二值邏輯。多值邏輯，是具有多個(gè)命題真值的邏輯，是向模糊邏輯的逼近。模糊邏輯是處理具有模糊性命題的邏輯。概率邏輯是研究基于邏輯的概率推理。當(dāng)今人工智能深入發(fā)展遇到的一個(gè)重大難題就是專家經(jīng)驗(yàn)知識(shí)和常識(shí)的推理?，F(xiàn)代邏輯迫切需要有一個(gè)統(tǒng)一可靠的，關(guān)于不精確推理的邏輯學(xué)作為它們進(jìn)一步研究信息不完全情況下推理的基礎(chǔ)理論，進(jìn)而形成一種能包容一切邏輯形態(tài)和推理模式的，靈活的，開放的，自適應(yīng)的邏輯學(xué)，這便是柔性邏輯學(xué)。而泛邏輯學(xué)就是研究剛性邏輯學(xué)(也即數(shù)理邏輯)和柔性邏輯學(xué)共同規(guī)律的邏輯學(xué)。泛邏輯是從高層研究一切邏輯的一般規(guī)律，建立能包容一切邏輯形態(tài)和推理模式，并能根據(jù)需要自由伸縮變化的柔性邏輯學(xué)，剛性邏輯學(xué)將作為一個(gè)最小的內(nèi)核存在其中，這就是提出泛邏輯的根本原因，也是泛邏輯的最終歷史使命。邏輯學(xué)在人工智能學(xué)科的研究方面的應(yīng)用邏輯方法是人工智能研究中的主要形式化工具，邏輯學(xué)的研究成果不但為人工智能學(xué)科的誕生奠定了理論基礎(chǔ)，而且它們還作為重要的成分被應(yīng)用于人工智能系統(tǒng)中。人工智能誕生后的20年間是邏輯推理占統(tǒng)治地位的時(shí)期。1963年，紐厄爾、西蒙等人編制的“邏輯理論機(jī)”數(shù)學(xué)定理證明程序(LT)。在此基礎(chǔ)之上，紐厄爾和西蒙編制了通用問(wèn)題求解程序(GPS)，開拓了人工智能“問(wèn)題求解”的一大領(lǐng)域。經(jīng)典數(shù)理邏輯只是數(shù)學(xué)化的形式邏輯，只能滿足人工智能的部分需要。(1)不確定性的推理研究人工智能發(fā)展了用數(shù)值的方法表示和處理不確定的信息，即給系統(tǒng)中每個(gè)語(yǔ)句或公式賦一個(gè)數(shù)值，用來(lái)表示語(yǔ)句的不確定性或確定性。比較具有代表性的有：1976年杜達(dá)提出的主觀貝葉斯模型，1978年查德提出的可能性模型，1984年邦迪提出的發(fā)生率計(jì)算模型，以及假設(shè)推理、定性推理和證據(jù)空間理論等經(jīng)驗(yàn)性模型。歸納邏輯是關(guān)于或然性推理的邏輯。在人工智能中，可把歸納看成是從個(gè)別到一般的推理。借助這種歸納方法和運(yùn)用類比的方法，計(jì)算機(jī)就可以通過(guò)新、老問(wèn)題的相似性，從相應(yīng)的知識(shí)庫(kù)中調(diào)用有關(guān)知識(shí)來(lái)處理新問(wèn)題。(2)不完全信息的推理研究常識(shí)推理是一種非單調(diào)邏輯，即人們基于不完全的信息推出某些結(jié)論，當(dāng)人們得到更完全的信息后，可以改變甚至收回原來(lái)的結(jié)論。非單調(diào)邏輯可處理信息不充分情況下的推理。20世紀(jì)80年代，賴特的缺省邏輯、麥卡錫的限定邏輯、麥克德莫特和多伊爾建立的NML非單調(diào)邏輯推理系統(tǒng)、摩爾的自認(rèn)知邏輯都是具有開創(chuàng)性的非單調(diào)邏輯系統(tǒng)。常識(shí)推理也是一種可能出錯(cuò)的不精確的推理，即容錯(cuò)推理。此外，多值邏輯和模糊邏輯也已經(jīng)被引入到人工智能中來(lái)處理模糊性和不完全性信息的推理。多值邏輯的三個(gè)典型系統(tǒng)是克林、盧卡西維茲和波克萬(wàn)的三值邏輯系統(tǒng)。模糊邏輯的研究始于20世紀(jì)20年代盧卡西維茲的研究。1972年，扎德提出了模糊推理的關(guān)系合成原則，現(xiàn)有的絕大多數(shù)模糊推理方法都是關(guān)系合成規(guī)則的變形或擴(kuò)充。人工智能——當(dāng)代邏輯發(fā)展的動(dòng)力現(xiàn)代邏輯創(chuàng)始于19世紀(jì)末葉和20世紀(jì)早期，其發(fā)展動(dòng)力主要來(lái)自于數(shù)學(xué)中的公理化運(yùn)動(dòng)。21世紀(jì)邏輯發(fā)展的主要?jiǎng)恿?lái)自哪里?筆者認(rèn)為，計(jì)算機(jī)科學(xué)和人工智能將至少是21世紀(jì)早期邏輯學(xué)發(fā)展的主要?jiǎng)恿υ慈?，并將由此決定21世紀(jì)邏輯學(xué)的另一幅面貌。由于人工智能要模擬人的智能，它的難點(diǎn)不在于人腦所進(jìn)行的各種必然性推理，而是最能體現(xiàn)人的智能特征的能動(dòng)性、創(chuàng)造性思維，這種思維活動(dòng)中包括學(xué)習(xí)、抉擇、嘗試、修正、推理諸因素。例如，選擇性地搜集相關(guān)的經(jīng)驗(yàn)證據(jù)，在不充分信息的基礎(chǔ)上做出嘗試性的判斷或抉擇，不斷根據(jù)環(huán)境反饋調(diào)整、修正自己的行為，由此達(dá)到實(shí)踐的成功。于是，邏輯學(xué)將不得不比較全面地研究人的思維活動(dòng)，并著重研究人的思維中最能體現(xiàn)其能動(dòng)性特征的各種不確定性推理，由此發(fā)展出的邏輯理論也將具有更強(qiáng)的可應(yīng)用性。結(jié)語(yǔ)人工智能的產(chǎn)生與發(fā)展和邏輯學(xué)的發(fā)展密不可分。一方面我們?cè)噲D找到一個(gè)包容一切邏輯的泛邏輯，使得形成一個(gè)完美統(tǒng)一的邏輯基礎(chǔ)。另一方面，我們還要不斷地爭(zhēng)論、更新、補(bǔ)充新的邏輯。如果二者能夠有機(jī)地結(jié)合，將推動(dòng)人工智能進(jìn)入一個(gè)新的階段。概率邏輯大都是基于二值邏輯的，目前許多專家和學(xué)者又在基于其他邏輯的基礎(chǔ)上研究概率推理，使得邏輯學(xué)盡可能滿足人工智能發(fā)展的各方面的需要。就目前來(lái)說(shuō)，一個(gè)新的泛邏輯理論的發(fā)展和完善需要一個(gè)比較長(zhǎng)的時(shí)期，那何不將“百花齊放”與“一統(tǒng)天下”并行進(jìn)行，各自發(fā)揮其優(yōu)點(diǎn)，為人工智能的發(fā)展做出貢獻(xiàn)。目前，許多制約人工智能發(fā)展的因素仍有待于解決，技術(shù)上的突破，還有賴于邏輯學(xué)研究上的突破。在對(duì)人工智能的研究中，我們只有重視邏輯學(xué)，努力學(xué)習(xí)與運(yùn)用并不斷深入挖掘其基本內(nèi)容，拓寬其研究領(lǐng)域，才能更好地促進(jìn)人工智能學(xué)科的發(fā)展。