收稿日期：2012-07-12
作者简介：徐勇（1958-），男，安徽芜湖人，教研员，主要从事中学数学教育研究.
借助TI图形计算器CAS功能解高考题
徐勇（广东省教育研究院）
高建彪（广东省中山市东升高中）
摘要：广大TI图形计算器的使用者，对其强大的CAS功能略显陌生，笔者精选2012年广东高考理科数学部分试题，结合TI图形计算器的CAS功能进行研究与探索，经历之后必将感受TI技术之CAS功能替代成为高级草稿纸之绝妙，同时意识到技术背景下的计算能力不再是烦琐的死算，而是形成并掌握解决数学问题的算理.
关键词：广东高考；CAS功能；TI教育技术；图形计算器
大约在20世纪60年代，人们需要利用计算机进行代数运算的研究，于是诞生了计算机代数系统（Computer Algebra System），简称CAS，它是一种智能化的运算，处理的是符号，其显著标志是能够以字符串作为运算单位，所以又称为符号运算，例如，2*2是数值运算，而2*a是符号运算. 符号可以代表整数、有理数、实数和复数，也可以代表多项式、函数，还可以代表数学结构，如集合、群的表示，等等. 人们在数学的教学和研究中，用笔和纸进行的数学运算多为符号运算.
一般来说，一个常见的计算机代数系统包含以下基本功能：超大型整数快速运算、任意精度的浮点数运算、整数的素数判定、因子分解、数论函数等；多项式的基本运算、最大公因子、因式分解等；矩阵的基本运算、线性方程组、特征值、矩阵函数、精确线性代数等；方程求解和方程组求解、丰富的基本函数与特殊函数支持、数学常数、表达式的化简与归约、极限过程、符号微分、符号积分、符号求和、微分方程符号求解等.
具有CAS功能的计算机软件很多，但大多较为庞大，还需要借助一台电脑完成，而具有“移动数理实验室”之称的TI图形计算器，推出了CAS运算功能，最先进的一款机型是TI-Nspire TM CX CAS（OS版本3.2），下面笔者结合2012年全国普通高考广东理科数学试题，谈谈TI图形计算器CAS运算功能的应用.
一、CAS功能再现函数单调性定义法
例1（理4）下列函数中，在区间(0,)
+∞上为增函数的是（）。
（A）ln(2)
y x
=+（B）y=（C）y=
1
2
x
??
?
??
（D）
1
y x
x
=+
解析：此题用TI图形计算器探索时，先添加一个新问题下图形页面，再依次输入四个函数表达式，得到图1所示的图像，直接由图像可以观察出答案. 然而，更深层次的研究是用CAS功能来研究单调性，例如研究双钩函数的单调性，先求函数定义域，再按定义法讨论单调性，其步骤（作差→因式分解→判别符号→结论）在图2中得以再现.
图
3
图1 图2
二、CAS 功能应对立体几何中公式计算
例2 （理6）某几何体的三视图如图3所示，它的体积为（ ）。
（A ）12π （B ）45π （C ）57π （D ）81π
解析：先由三视图还原出立体图，易知它是一个由上部分圆锥、下部分圆柱构成的组合体，根据已知圆锥的母线长5、圆柱的高5与底面直径6，直接由数值运算可以列出计算式，然而更体现数学味的是采用公式计算，两者对比如图4所示.
TI 技术解决此题还没有体现CAS 运算优势，若将此题进行变式：该组合体中，圆锥母线长5，圆柱高5. ①若组合体表面积为30 时，求半径大小；②试求组合体体积的最大值及相应半径大小. 两个变式的CAS 运算过程如图5所示，看图易知解题思路，能看到图中两种求函数极值点的方法，并能体会CAS 功能之强大
.
图4
图
6
图5
三、CAS 功能依据数列中公式而符号运算
例3 （理11）已知递增的等差数列{}n a 满足11a =，2324a a =-，则n a =_________．
解析：数列计算中，所要用到的公式比较多，似乎用计算器无法完成，然而我们用TI 图形计算器的CAS 运算功能，也能轻松进行数列中的公式运算与相关符号的运算，此题的TI 技术求解过程如图6所示，由图可以看出，技术解题能帮助我们巩固数列基础知识，锤炼解决数学问题的算理，即解题步骤与思路.
四、CAS 功能直接求解曲线切线方程
例4 （理12）曲线33y x x =-+在点（1，3）处的切线方程为 .
解析：先新建一个图形页，从形的角度直接测量出切线的方程，如图7所示. 这种方法只能起到验证结果的作用，我们需要掌握的是求曲线切线方程的方法，即求导→求切线斜率→写出点斜式方程，这一计算过程由TI 的CAS 功能可轻松再现，如图8所示.
图7 图8
五、CAS 功能完美呈现向量法求解空间角
例5 （理18）如图9所示，在四棱锥P -ABCD 中，底面ABCD 为矩形，P A ⊥平面ABCD ，点 E 在线段PC 上，PC ⊥平面BDE .
（1）证明：BD ⊥平面P AC 。
（2）若P A =1，AD =2，求二面角B -PC -A 的正切值.
解析：第（1）问由已知垂直关系易得，从而底面为正方形，以A 为坐标原点，AB 、AD 、AP 为x 、y 、z 轴，建立空间直角坐标系，再由空间向量来完成计算，即先定义A 、B 、C 、P 的坐标，计算PA 、PC ，然后设平面P AC 的法向量n ，由两个数量积为0解出一个法向量n ；同样算出平面ABC 的法向量m ，再算两个法向量的夹角余弦，最后求正切. 这些过程由图10～13完美呈现
.
图10 图11 图9
图12 图13
【评析】向量法解决立体几何问题，关键是理顺求解空间距离与角度的思路. 此例二面角的TI 技术CAS 解法，展示了向量法求二面角的算理（即解题思路与步骤）.
六、CAS 功能全面解决解析几何问题
例6 （理20）在平面直角坐标系xOy 中，已知椭圆C 1：22
221(0)x y a b a b
+=>>的离
心率e =，且椭圆C 上的点到Q (0,2)的距离的最大值为3． （1）求椭圆C 的方程；
（2）在椭圆C 上，是否存在点M （m ,n ）使得直线l ：mx +ny =1与圆O ：x 2+y 2=1相交于不同的两点A 、B ，且△OAB 的面积最大？若存在，求出点M 的坐标及相对应的△OAB 的面积；若不存在，请说明理由.
解析：第一步，求椭圆C 的方程. 如图14所示，添加一个新问题下计算页，写出离心率，设3a k =，求出c 、b ，并代入椭圆方程，再写出两点距离，并用k 表示，进一步求表达式的最大值，由距离最大值为3而求出k .
图14
第二步，探索点M . 添加一个计算页，点(,)m n 代入椭圆方程，再写出圆心(0,0)O 到直线l ：mx +ny =1的距离，并求出直线l 与圆相交的弦长，最后计算出△OAB 的面积，整理为关于m 的函数，进一步求函数的最大值，如图15所示.
图15
【评析】解析几何问题最能体现TI 图形计算器解题的优势，因为利用TI 技术，既可以从图形上进行探索，又可以从CAS 计算上进行研究，每一步运算都是算理的形成之路.
七、CAS 功能探寻压轴题思路与解答
例7 （理21）设1a <，集合{|0}A x R x =∈>，2{|23(1)60}B x R x a x a =∈-++>，D A B = .
（1）求集合D （用区间表示）；
（2）求函数32()23(1)6f x x a x ax =-++在D 内的极值点.
解析：第一步，先作图观察集合D ，如图16～19所示，由图可知：当0a ≤时，
2(,)D x =+∞；当103
a <≤（猜测值）时，12(0,)(,)D x x =+∞ ；当113a <<时，(0,)D =+∞. 其中12,x x 为两零点，且12x x <.
图16 图17
图18 图19
第二步，代数方法求解集合D ，即利用TI 技术的CAS 功能，如图20所示，先定义
2():23(1)6b x x a x a =-++，解()0b x =记两根为12,x x ，
然后分别解不等式10x <，20x <，10x >，20x >及判别式<0，得到a 的不同范围，再根据看图分析的结论，写出集合D .
图20
第三步，观察极值点的功能. 如图21，先定义32():23(1)6f x x a x ax =-++，并求导，分解因式. 再添加一个图形页，插入游标k ，设置范围为-2~1，步长为0.1，然后作出曲线21()23(1)6f x x k x k =-++与322()23(1)6f x x a x ax =-++，改变k 值大小，观察不同k 值时集合D 上函数2()f x 极值点情况. 由图22～24可知：当0a ≤时，2()f x 在区间D 上无极值点；当103
a <≤时，有一个极值点a ；当113a <<时，有两个极值点a 与1.
图21 图22
图23 图24
第四步，代数方法求集合D 内极值点. 添加一记事本页，如图25，分三种情况写出集合D ，前两种情况下，分别解不等式21x <；1x a >，21x <，根据a 范围确定极值点.
图25
【评析】理科试卷最后一道压轴题的难度可想而知，但我们通过TI技术的图形与CAS 运算，对函数综合的压轴题进行了剖析，这一剖析过程让我们清清楚楚地明白了此题的算理，从而充分说明一点，TI技术能帮助我们有效破解难题，加深理解.
012年全国高考广东理科数学试题共21题（8个选择，5个填空，6个解答），笔者尝试用TI技术进行求解，最终结果仅第2题（集合运算）暂时未发现TI解法，这一研究足以表明TI技术解决高中数学问题覆盖面之广. 在应用TI技术解决数学问题的过程中，其CAS运算功能应当引起我们的重视，因为有了CAS运算，我们可以将烦琐的计算交给了机器，把机器当作草稿纸，在机器上进行草稿演算之后形成正确的操作指令，而
系列操作指令就是我们数学学习的精髓，即解题步骤与方法所构成的算理.
什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence，简称AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成
为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。 大数据这个门槛，导致了人工智能只能是巨头的游戏，跟创业
人工智能 【摘要】：人工智能是一门极富挑战性的科学，但也是一门边沿学科。它属于自然科学和社会科学的交叉。涉及的学科主要有哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等。人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等1。 【关键词】：人工智能；应用领域；发展方向；人工检索。 1．人工智能描述 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学2。人工智能是计 算机科学的一个分支，它企图了解智 能的实质，并生产出一种新的能以人 类智能相似的方式作出反应的智能 机器，该领域的研究包括机器人、语 言识别、图像识别、自然语言处理和 专家系统等。“人工智能”一词最初 是在1956 年Dartmouth学会上提出 的。从那以后,研究者们发展了众多 理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复 1.蔡自兴，徐光祐.人工智能及其应用.北京：清华大学出版社，2010 2元慧·议当人工智能的应用领域与发展状态〖Ｊ〗．2008
计算机人工智能的发展及前沿 摘要 人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 关键词：人工智能；数学基础；发展预测；
一、什么是人工智能 智能是知识与智力的总合。知识是智能行为的基础；智力是获取知识并运用知识求解问题的能力。智能具有以下特征： (1)具有感知能力——指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力； (2)具有记忆与思维的能力——这是人脑最重要的功能，亦是人之所以有智能的根本原因； (3)具有学习能力及自适应能力； (4)具有行为能力。 人工智能是计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧（对语言能理解、能学习、能推理）。[1] 美国斯坦福大学人工智能研究中心的尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科———怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”[2] 二、人工智能的发展简史 (1)孕育（1956年前）[3] ?古希腊的Aristotle（亚里士多德）（前384-322），给出了形式逻辑的基本规律。 ?英国的哲学家、自然科学家Bacon（培根）（1561-1626），系统地给出了归纳法。“知识就是力量” ?德国数学家、哲学家Leibnitz（布莱尼茨）（1646-1716）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机 ?英国数学家、逻辑学家Boole（布尔）（1815-1864）实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。 ?美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。 ?英国数学家Turing(图灵)（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了“计算机与智能”的论文。[4] ?美国数学家Mauchly，1946发明了电子数字计算机ENIAC ?美国神经生理学家McCulloch，建立了第一个神经网络数学模型。 ?美国数学家Shannon（香农）,1948年发表了《通讯的数学理论》，代表了“信息论”的诞生。
过去几年，全球的互联网公司包括谷歌、微软、Facebook以及中国的百度、阿里巴巴都在加强人工智能领域的投资，设立自己的人工智能研究院。vivo是第一家设立专攻人工智能方向研究院的中国手机公司。此举是vivo内部已经确立的一份3-5年的中长期发展的战略规划，未来对人工智能的发展研究是必然趋势，vivo公司创始人兼CEO沈炜曾表示“人工智能和5G的结合将会是5G时代手机发展的趋势”。 今年我们看到vivo在产品上不少创新，比如AI拍照、商用屏下指纹技术等等，这些都是基于生物特征(biometrics)的鉴别技术，除此之外还有对人脸、虹膜、指纹、声音等特征上的识别，这些大多涉及到视觉信息，正是体现了计算机视觉的应用性，那什么是计算机视觉呢? 计算机视觉技术的概念 正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，计算机视觉亦如此。与计算机视觉密切相关的概念有视觉感知(visual perception),视觉认知(visual cognition),图像和视频理解( image and video understanding)。这些概念有一些共性之处，也有本质不同。 从广义上说，计算机视觉就是“赋予机器自然视觉能力”的学科。自然视觉能力，就是指生物视觉系统体现的视觉能力。一则生物自然视觉无法严格定义，在加上这种广义视觉定义又“包罗万象”，同时也不太符合40多年来计算机视觉的研究状况，所以这种“广义计算机视觉定义”，虽无可挑剔，但也缺乏实质性内容，不过是一种“循环式游戏定义”而已。 实际上，计算机视觉本质上就是研究视觉感知问题。视觉感知，根据维科百基(Wikipedia)的定义, 是指对“环境表达和理解中，对视觉信息的组织、识别和解释的过程”。根据这种定
人工智能的研究方向和应用领域 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。广义的人工智能包括人工智能、人工情感与人工意志三个方面。 一、研究方向 1.问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2.逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。 1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题--四色定理。他们用三台大型计算机，花去1200小时CPU时间，并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。 3.自然语言理解 NLP(Natural Language Processing)自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒输入的口头指令(而不是从键盘打入计算机的指令)。目前语言处理研究的主要课题是：在翻译句子时，以主题和对话情况为基础，注意大量的一般常识--世界知识和期望作用的重要性。 人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。 4.自动程序设计
第一章前言部分 1.1课程项目背景与意义 1.1.1课程项目背景 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 科学技术的发展是推动人类社会进步的主要原因之一,未来社会进一步地朝着科技化、信息化、智能化的方向前进。在信息大爆炸的今天,充分利用这些信息将有助于社会的现代化建设,这其中图像信息是目前人们生活中最常见的信息。利用这些图像信息的一种重要方法就是图像目标定位识别技术。不管是视频监控领域还是虚拟现实技术等都对图像的识别有着极大的需求。一般的图像目标定位识别系统包括图像分割、目标关键特征提取、目标类别分类三个步骤。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。 深度学习是机器学习中的一个新的研究领域，通过深度学习的方法构建深度网络来抽取特征是目前目标和行为识别中得到关注的研究方向，引起更多计算机视觉领域研究者对深度学习进行探索和讨论，并推动了目标和行为识别的研究，推动了深度学习及其在目标和行为识别中的新进展。基于这个发展趋势，我们小组选择了基于回归方法的深度学习目标识别算法YOLO的研究。 1.1.2课程项目研究的意义 众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃
图形计算器之人工智能 在接触CASIO公司的图形计算器Classpad 330的三个月里，我们通过研究发现Classpad的编程功能真的很强大，简直就是一个可以随身携带的Visual Basic语言编程器，同时，也是因为一次偶然的机会，在了解到iphone4s的siri语音控制功能给人们所带来的便利之后，我便有了编一个人工智能对话程序的想法。 【探究目的】 利用图形计算器的编程功能，在机器上实现一个便利的人工智能对话程序，从而对计算机算法以及相关知识有一个深入的认识。 【探究过程】 说起人机智能对话，我最先想到的是这样一个简单的程序： Lbl r‘设置循环点r Inputstr x,"Hello!"‘输入语句，保存至x变量 If x=m Then Print n ‘输出变量n Ifend Inputstr x,"next talk? ","next talk" Goto r‘前往循环点r (其中m为预设问题，n为预设回答) 通过判断输入问题是否与预设问题等价，来进行回答。有了这个基础，我便有了信心，开始扩大这个数据库的容量，而dt()这个子程序就是那个时期的产物。可是很快，我就遇到
了困难，如果要实现日常的对话，这个数据库将会变得无比巨大，因为一旦有一个字符不同，系统便会无法判别，就连大小写甚至句末的空格、句号、问号等都要加以区分，实在是很麻烦，所以我便开发了如下的筛选化归程序段： Strlwr x,x ‘将字符串x全部改成小写字母Strlen x,xl ‘测量字长保存至xl变量 Chrtonum x,ui,xl ‘ui取得末位字符对应的机内码If ui=32 or ui=44 or ui=46 or ui=33 or ui=63 ‘32代表“空格”的机内码，44 代表“句号”的机内码，以此 类推… Then Strleft x,xl-1,x ‘x取得左起至xl-1的字符串Ifend 于是乎，当你输入“how are you ”或“how are you?”或“How are you?”时，对于机内变量x，都是同一个问题“how are you”，这样就有效地节约了数据库的空间。然而随后，在使用的过程中，我又发现，数据库再大，也还是有无法识别的问题，所以，我便想让它具有学习的功能，程序段如下： z=0 ‘z变量起标志作用 If x=m Then z=z+1 Print n Ifend
浅谈人工智能与计算机 王晨浩 计算机1506班201526810617 摘要人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向.人工智能作为计算机学科的一个分支,有其自身的特点,现已在社会生活各个领域都有应用,并将有更为广阔的发展前景。 关键词人工智能 / 发展 / 应用 / 机器人 / 智能研究 / 计算机学科 1．引言 在进入了二十一世纪之后，信息科学技术的发展越来越受到人们的重视，重视程度也超越了以往的任何时候。正是因为这样，人工智能技术的发展在进入新的世纪之后也有了非常快速的进步，那么，这项技术作为一种比较高端的信息科学技术，它主要是通过借助计算机的各种功能来非常形象的模拟我们人类的思维方式和思维结果，从而使人类的各种思维活动可以在计算机的程序当中得以实现[1]。2．人工智能的发展概述 人工智能的研究经历了以下几个阶段：第一阶段：20世纪50年代人T智能的兴起和冷落。人工智能概念首次提出后，出现了一批显著的成果，如机器定理证明、跳棋程序、LISP表处理语言等。但由于揭发推理能力有限，以及其翻泽失败等，使人工智能走入低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。第二阶段：20世纪60年代末到70年代，专家系统出现使人工智能研究出现新高潮，DENDAI。化学质谱分析系统、MTCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统，Hearsay-II语言理解系统等专家系统的研究和开发，将人工智能引向了实用化。1969年成立了国际人工智能联合会。第三阶段：20世纪80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统LIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮一第四阶段：20世纪80年代末，精神网络飞速发展。1987年，美国召开第一次精神网络国际会议，宣告了这一新学科的诞生。此后，各国在精神网络方面的投资逐渐增大，精神网络迅速发展起来。第五阶段：20世纪90年代，人工智能出现新的研究高潮。由于网络技术特别是嗣际互联网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研
一、问题描述 迷宫图从入口到出口有若干条通路，求从入口到出口最短路径的走法。 图1.1 迷宫示意图 二、设计原理 图1.1为一简单迷宫示意图的平面坐标表示。以平面坐标图来表示迷宫的通路时，问题的状态以所处的坐标位置来表示，即综合数据库定义为｛(x, y) | 1≤x, y ≤ 4 ｝，则迷宫问题归结为求解从(1, 1) 到 (4, 4)的最短路径。迷宫走法规定为向东、南、西、北前进一步，由此可得规则集简化形式如下。 右移 R1：if(x, y) then (x+1, y) 如果当前在(x, y)点，则向右移动一步 下移 R2：if(x, y) then (x,y -1) 如果当前在(x, y)点，则向下移动一步 左移 R1: if(x, y) then (x -1,y) 如果当前在(x, y)点，则向左移动一步 上移 R2：if(x, y) then (x, y+1) 如果当前在(x, y)点，则向上移动一步 给出其状态空间如图2.1所示
为求得最佳路径，可使用A*算法。 A*算法f 函数定义 f(n) ＝ g(n) ＋h(n) 设：每一步的耗散值为1（单位耗散值） 定义：g(n) ＝d(n) 从初始节点s到当前节点n的搜索深度 h(n) ＝| X g －X n | ＋ | Y g －Y n | 当前节点n与目标节点间的坐标距离 其中：( X g , Y g ) 目标节点g坐标( X n , Y n )当前节点n坐标 显然满足：h(n) ≤h*(n) OPEN表节点排序 ⑴ 按照f 值升序排列 ⑵ 如果f 值相同，则深度优先 A*算法的搜索过程如下： 1、OPEN＝(s)， f(s)=g(s)+h(s) 2、LOOP：if OPEN＝( ) then EXIT(FAIL) 3、n ← FIRST(OPEN) 4、if GOAL(n) THEN EXIT(SUCCESS) 5、REMOVE(n,OPEN)，ADD(n,CLOSED) 6、{m i ﹜← EXPAND(n) ①计算f(n,m i )=g(n,m i )+h(m i )，(自s过n，m i 到目标节点的耗散值) ② ADD(m j ,OPEN)，标记m j 到n的指针(m j 不在OPEN和CLOSED中) ③ if f(n,m k ) ＜ f(m k ) then f(m k ) ← f(n,m k )，标记m k 到n的指
关于人工智能的一些介绍与看法 内容提要：人工智能是计算机科学的一个领域，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。它研究和应用的领域包括模式识别、自然语言理解与生成、专家系统、自动程序设计、定理证明、联想与思维的机理、数据智能检索等。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 关键词：人工智能领域应用技术 一、人工智能概述 “人工智能”一词最初是在1956年DARTMOUTH学术会议上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之越来越深入人心。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。 通常，计算机的数学基础包括统计学，信息论和控制论，当然还包括一些非数学学科。长期的工作中，计算机往往只是始终如一的运用这些知识来进行工作，基本上只是依靠以前的“经验”。所谓人工智能，就是指能让计算机像人脑一样去工作，不仅仅是能够连续式学习，更要在工作的过程中，学会跳跃式学习，也就是能过像人类一样，获得顿悟或是灵感。一直以来，计算机通常只能靠经验来工作，很难会“顿悟”，也就是很难获得较大的技能提高。人类的实践过程同时包括经验和创造。这正是智能化工作者梦寐的东西。 近几十年来，人工智能日益发展，技术日趋成熟，研究成果也日趋丰富。例如2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。 二、人工智能的科学范畴 现在，人工智能已构成信息技术领域的一个重要的学科。该学科研究如何使机器具有智能或者说如何利用计算机实现智能的理论、方法和技术，所以，人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。但由于其研究内容涉及到“智能”，因此，人工智能不仅局限于计算机、信息和自动化等学科，还涉及到智能学科、认知科学、语言学、逻辑学、教育科学、系统教学、数理科学等众多学科领域。人工智能是一门综合性的交叉学科和边缘学科。 三、人工智能的研究内容 人工智能的研究内容可以归纳为：搜索与求解、学习与发现、知识与推理、发明与创造、感知与交流、记忆与联想、系统与建设、应用于工程等八个方面。从研究对象来说，人工智能涉及三个相对独立的域，即：（1）研究会读和说的计算机程序，也就是通常称为“自然语言处理”领域；（2）研制灵敏的机器，通过设计出具有视觉和听觉程序化的机器人，在活动时能识别不断改变的环境；（3）开发用符号识别来模拟人类专家行为的程序，即专家系统。但是，从研究的性质来说，人工智能一般可分为理论研究和工程研究两个方面。理论研究主要是对有关开发和理解人和机器智能方面理论进行研究和探索．而工程研究则主要是
人工智能技术在计算机 辅助教学中的应用与实现 金聪 刘金安 （华中师范大学计算机科学系 武汉 430079） 摘 要介绍了计算机辅助教学系统及其现状，分析了现代教育技术与传统教育模式的各自特点，探讨了ICAI的实现原理及利用ICAI对教学的改进方案，并对智能计算机辅助教学系统进行了详细讨论，最后说明了将计算机技术、人工智能技术与网络技术应用于教学过程的必然性、必要性和有效性。 关键词智能计算机辅助教学系统；人工智能；专家系统；推理机 1 引言 随着现代科技的飞速发展，多媒体计算机在教育领域得到了广泛应用，并对教育、教学过程产生着深刻影响。为了使教学改革能与之相适应，需要引入先进的教学手段，而使用计算机辅助教学系统(Computer Aided Instruction, CAI)可以提供理想的教学环境，容易激发学习者的学习积极性和主动性，从而显著提高教学效果。多媒体技术的日益发展以及与其它领先技术的结合，必然促进CAI的进一步发展。 人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。它研究和应用的领域包括模式识别、自然语言理解与生成、专家系统、自动程序设计、定理证明、联想与思维的机理、数据智能检索等。例如，用计算机模拟人脑的部分功能进行学习、推理、联想和决策；模拟医生给病人诊病的医疗诊断专家系统；机械手与机器人的研究和应用等。 本文针对CAI的发展前景，重点论述人工智能技术对CAI，尤其是对智能化CAI产生的重大影响，并通过一个实例说明实现的思路与设想。 2 计算机辅助教学系统及其现状 2.1 计算机辅助教学系统 计算机辅助教学(CAI)即利用计算机代替教师进行教学，把教学内容编成各种“课件”，学习者可以根据自己的程度选择不同的内容进行学习，从而使教学内容多样化、形象化，便于因材施教。如各种教学软件、试题库、专家系统等。CAI 无论是在普通教育、高等教育还是在继续教育中都扮演着重要的角色。 在国外，CAI课件已经广泛应用于学校和家庭中，并收到了很好的效果。在我国，尽管CAI的研究起步较晚，但发展很快，自上世纪80年代起，已有一批实力雄厚的高等院校把CAI的发展列为重点研究课题。 2.2 计算机辅助教学的现状 CAI的实现需要应用AI技术及编制复杂的程序，如自然语言理解、知识表示、推理方法等，一些AI技术的特殊应用成果，如代数说明、符号合成、医疗诊断及理论证明等均被应用于CAI系统，以提高其智能性和实用性。 早期绝大多数CAI课件大都使用决策理论和随机学习的模式，它极大地简化了学习过程的表达形式。例如早期的地质教学系统(SCHOCAR)等。后来，随着人工智能技术的发展，CAI系统中添加了学生的学习行为及训练策略，同时AI技术被应用于建立学习顾问模块(存放所要教课程的问题和技能)。这种方法能控制训练策略并给出适合学生的学习内容。目前为了获取对课程知识表示和控制的灵活性和模块性，有些CAI系统还用AI技术来表示训练计划和策略。例如多数程序设计语言的CAI均属此例。 到目前为止，所使用的绝大多数传统的CAI都是将全部教学信息以编程方式预置于课件中，这样的CAI课件一旦制作完成，任何较大的教学改动都会给维护工作带来极大的不便。因此现有的CAI系统面临许多挑战，它主要存在以下几方面的问题。 （1）缺乏开放性 不具有开放性是目前CAI课件最大的缺点。使用者无法对课件进行任何修改，只能利用已有资源按设定的路线进行教学。其弊端在于：① 固定内容的局限性使课件的适用面狭窄；② 设定的运行路线使授课缺乏自主性；③ 授课的针对性不强；④ 无法利用新出现的资源在较高起点上进行二次开发。 （2）缺乏人机交互能力 现有CAI大多以光盘作为信息的载体，将教材中的内容
人工智能计算机技术发展前景论文 摘要：人工智能得到了愈来愈广泛的关注，许多科学家断言，机器的智能会迅速超过阿尔伯特?爱因斯坦和霍金的智能之和。人工智能相关技术更大的需求促使新的进步不断出现，人工智能已经并且将继续不可避免地改变我们的生活。 关键词：人工智能计算机技术 一、人工智能的定义 “人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。 人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。 二、人工智能的应用领域 1.在管理系统中的应用 (1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。 (2)智能教学系统(ITS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。 2.在工程领域的应用 (1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有
人工智能之人机交互 Research Report of Human-Computer Interaction 2020年第3期 清华大学人工智能研究院 北京智源人工智能研究院 清华-中国工程院知识智能联合研究中心 2020年6月
1 概述篇 (1) 1.1 人机交互的概念 (1) 1.2 人机交互的发展历程 (2) 1.3 专家AI TIME《论道人机交互VS智能》 (5) 2 技术篇 (13) 2.1 触控交互 (13) 2.2 声控交互 (15) 2.3 动作交互 (21) 2.4 眼动交互 (27) 2.5 虚拟现实输入 (31) 2.6 多模态交互 (40) 2.7 信息无障碍中的智能交互技术 (42) 2.8 人机交互领域必读论文 (46) 3 人才篇 (53) 3.1 学者情况概览 (53) 3.2 代表性学者简介 (56) 4 应用篇 (73) 4.1 智能终端 (73) 4.2 智能穿戴 (75) 4.3 智能家居 (76) 4.4 游戏领域 (77) 4.5 教育领域 (78) 4.6 医学领域 (80) 5 趋势篇 (83) 6 结语 (85) 参考文献 (87)
图目录 图1-1 人机交互界面的发展 (2) 图1-2Wonder Painter示例 (7) 图1-3 全手型感应 (9) 图2-1 电阻式触摸屏结构示意图 (13) 图2-2 电容式触摸屏原理示意图 (14) 图2-3 红外触摸屏原理示意图 (14) 图2-4 表面声波式触摸屏原理示意图 (15) 图2-5 语音识别系统的主要模块 (16) 图2-6 语音合成方法 (19) 图2-7 指关节跟踪示意图 (25) 图2-8 基于眼动跟踪的人机交互研究框架 (28) 图2-9 不同注视位置触发示意图 (30) 图2-10 (a)单行程眼势；(b)多行程眼势 (31) 图2-11 用户在虚拟现实中使用QWERTY实体键盘进行输入 (32) 图2-12 (a) TipText；(b) BiTipText (36) 图2-13 VISAR键盘 (38) 图2-14 小型触摸表面 (39) 图2-15 (a)PizzaText；(b)RingText (40) 图3-1 人机交互领域全球学者分布 (54) 图3-2 人机交互领域TOP5国家 (54) 图3-3 人机交互领域学者h-index分布 (55) 图3-4 人机交互领域中国学者分布 (55) 图3-5 中国与其他国家的合作论文数量情况 (56) 图5-1 人机交互技术趋势 (83) 图5-2 人机交互国家趋势 (84) 图5-3 人机交互机构趋势 (84) 表目录 表1-1 各种人机交互界面的特征比较 (4) 表3-1 近三年高产学者百人名单 (70)
人工智能技术在计算机辅助教学中的应用与实现 [ 08-04-30 14:40:00 ] 作者：金聪刘金 安编辑：studa0714 摘要介绍了计算机辅助教学系统及其现状，分析了现代教育技术与传统教育模式的各自特点，探讨了ICAI的实现原理及利用ICAI对教学的改进方案，并对智能计算机辅助教学系统进行了详细讨论，最后说明了将计算机技术、人工智能技术与网络技术应用于教学过程的必然性、必要性和有效性。 关键词智能计算机辅助教学系统；人工智能；专家系统；推理机 1 引言 随着现代科技的飞速发展，多媒体计算机在教育领域得到了广泛应用，并对教育、教学过程产生着深刻影响。为了使教学改革能与之相适应，需要引入先进的教学手段，而使用计算机辅助教学系统(Computer Aided Instruction, CAI)可以提供理想的教学环境，容易激发学习者的学习积极性和主动性，从而显著提高教学效果。多媒体技术的日益发展以及与其它领先技术的结合，必然促进CAI的进一步发展。 人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。它研究和应用的领域包括模式识别、自然语言理解与生成、专家系统、自动程序设计、定理证明、联想与思维的机理、数据智能检索等。例如，用计算机模拟人脑的部分功能进行学习、推理、联想和决策；模拟医生给病人诊病的医疗诊断专家系统；机械手与机器人的研究和应用等。 本文针对CAI的发展前景，重点论述人工智能技术对CAI，尤其是对智能化CAI产生的重大影响，并通过一个实例说明实现的思路与设想。 2 计算机辅助教学系统及其现状 2.1 计算机辅助教学系统 计算机辅助教学(CAI)即利用计算机代替教师进行教学，把教学内容编成各种“课件”，学习者可以根据自己的程度选择不同的内容进行学习，从而使教学内容多样化、形象化，便于因材施教。如各种教学软件、试题库、专家系统等。CAI无论是在普通教育、高等教育还是在继续教育中都扮演着重要的角色。 在国外，CAI课件已经广泛应用于学校和家庭中，并收到了很好的效果。在我国，尽管CAI的研究起步较晚，但发展很快，自上世纪80年代起，已有一批实力雄厚的高等院校把CAI的发展列为重点研究课题。 2.2 计算机辅助教学的现状 CAI的实现需要应用AI技术及编制复杂的程序，如自然语言理解、知识表示、推理方法等，一些AI技术的特殊应用成果，如代数说明、符号合成、医疗诊断及理论证明等均被应用于CAI系统，以提高其智能性和实用性。
python学习-Python编程与人工智能，你毕业前必须收藏！ 智能科技无处不在 尽管曾煊赫一时的移动互联网经济大潮，因为充分甚至过度的发展，逐渐归于平淡，2016年中只有共享单车等小小的波澜能引起大家的注意，但互联互通与智能化，仍然是浩浩汤汤无法阻挡的潮流，其中人工智能与物联网，从数年前的概念、雏形，逐渐成熟起来，甚至替代移动互联网，开始成为消费者和厂商最关注的热点。
Python语言是搞定人工智能的基本入门 Web应用开发：服务器端编程，具有丰富的Web开发框架，如Django和TurboGears，快速完成一个网站的开发和Web服务。典型如国内的豆瓣、果壳网等；国外的Google、Dropbox 等。 图形界面开发：Python可编写桌面图形用户界面，还可以扩展微软的Windows，常用Tk、GTK+、PyQt、win32等。 系统网络运维：在运维的工作中，有大量重复性工作的地方，并需要做管理系统、监控系统、发布系统等，将工作自动化起来，提高工作效率，这样的场景Python是一门非常合适的语言。 网络编程：除了网络和互联网的支持，Python还提供了对底层网络的支持，有易于使用的Socket接口和一个异步的网络编程框架Twisted Python。 科学与数字计算：Python被广泛的运用于科学和数字计算中，例如生物信息学、物理、建筑、地理信息系统、图像可视化分析、生命科学等，常用numpy、SciPy、Biopython、SunPy 等。 3D游戏开发：Python有很好的3D渲染库和游戏开发框架，有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。常用PyGame、Pykyra等和一个PyWeek的比赛。 关于Python语言 Python,是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进。 Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块
1.和发达国家相比，我国的少儿编程教育仍处于落后状态，投资力度不够，也没有引起家长的广泛重视，以全球少儿编程语言Scratch为例，美国的渗透率最高，为44.8%，而我国的渗透率仅为0.96%。虽然大多数中小学已实行编程教育建设，但由于少儿编程教育并不在我国中小学科目内，很多家长热情不高，不愿买单。 同时，少儿编程作为新事物，还没有权威、统一的评价体系，家长认知也不多，因此在和学科辅导班、兴趣特长班相比时自然落于下风。 2.少儿编程教育的课程延续性不足，往往只有适合几年学习的课程体系。 在参加完少儿编程项目的一个阶段课程后，孩子对图形化编程已经基本掌握，这时，下一阶段的学习主要有两个方向可以考虑，一是硬件编程，比如机器人编程，或树莓派等开源硬件；另一个方向是信息竞赛或代码类编程。开源硬件涉及较多电学知识，对于小学生来说难度比较大；代码类编程需要投入更多的时间，对数学的要求也更高，比较适合小学高年级或初中学生，但这时孩子的升学压力也很大，几乎没有时间投入到编程教育中，于是，如何选择下一阶段的学习内容对于家长来说是一个比较大的问题。 同时，现阶段已有的编程教育和学校的计算机教育融合的并不是很好，在编程教育中得到的计算机编程知识和实际学校的编程课程之间存在差异，如何将前者应用到后者也是一个难点。 3.中国STEAM教育缺少创新高效的教育资源和项目建设，大多资源从美国引进，存在着老旧过时的问题，再加上现在的中小学教师不能完全达到STEAM教育所需的水平，不能很好的引导学生利用教育资源掌握知识和能力。 4.相对于传统的基于图形化语言学习的编程教育而言，游戏化编程教育将编程语言学习变成游戏关卡，学习者通过输入代码指令来引导角色过关，最开始是零门槛，难度不断增加，而游戏的过程编程知识也在逐步扩展。 不过游戏化编程教育要落地同样面临挑战，说到游戏家长和学校可能会有所排斥，宣传好游
人工智能与数学 源起 在20世纪50年代，计算机开始大规模生产并进入商业领域。尽管那时候计算机的运算 能力还十分有限，即便是最强大的计算机与现在的智能手机相比也有天渊之别，但这丝毫没 有影响科学家丰富的想象力。 科学家设想：计算机是不是也可以和人类一样进行推理，具有和人类一样的认知能力？ 要知道当时计算机的智力尚不及老鼠的百亿分之一。而提出这个设想的就是天才的科学家图灵，他在1950年提出的"图灵测试"也成为一个关于判断机器是否能够思考的著名试验。 1956年8月，在美国达特茅斯学院，十几位年轻的科学家聚在一起，搞了一个讨论班，参加的人有： 约翰?麦卡锡(John McCarthy), 数学博士； 马文?明斯基(Marvin Minsky), 数学博士、人工智能与认知学专家； 克方德?香农(Claude Shannon ), 信息论的创始人； 艾伦?纽厄尔(Allen Newell), 计算机科学家； 赫伯特?西蒙(Herbert Simon ), 政治学博士； 阿瑟?萨缪尔(Arthur Samuel), IBM的程序员； 与会者在近两个月时间里，讨论一个天马行空的主题：用机器来模仿人类学习以及其他 方面的智能。虽然在会议上大家没有达成普遍的共识，却为会议讨论的内容起了一个响亮的 名字：人工智能(Artificial Intelligence, Al ) 因此，1956年也就成为人工智能元年。 文献中没有留下当时全体与会者的合影，无法确认除了上面几位名传青史的科学家，还 有谁参加了这次“达特茅斯论剑”,就连是谁先提出了“人工智能”这个新词，也无从考证。在与会者之一所罗门诺夫存放会议文档的网站上，有一张会议室窗口朝外拍的照片，这或许 在暗示着什么：当时大家对于人工智能的了解，就如看这窗外的风景，只看到很小的局部， 外面的广阔天空，期待着人们进一步的探索。 演进 人工智能的研究者在“推理机、知识库”的路走不通之后，开始转向概率统计的建模、 学习和计算，建立概率模型,从数据中“找出蛛丝马迹"并从中学习，然后对真实世界中的事 件做出决策和预测。 人工智能和其他技术融合起来,生成了很多“子学科”，例如: 计算机视觉（包括模式识别、图像处理等）；