前言:我们精心挑选了数篇优质人工智能调研论文文章,供您阅读参考。期待这些文章能为您带来启发,助您在写作的道路上更上一层楼。
根据原国家新闻出版广电总局的年度新闻出版产业分析报告,2016年期刊总印数比前一年降低6.3%,总印张降低9.4%;与2016年相比,2017年期刊出版总印数降低7.6%,总印张降低10.1%;与2017年相比,2018年期刊出版总印数降低8.0%,总印张降低7.3%。反观数字出版,2016年数字出版总收入5720.85亿元,2017年数字出版总收入7071.93亿元,2018年数字出版总收入8330.78亿元。可以预见,随着时间的推移,数字出版在期刊领域也将承担越来越重要的角色。由于数字出版的发展和技术发展密不可分,本文尝试从技术的角度分析数字出版态势,并进一步探讨我国科技期刊的发展态势以及新技术可能为数字出版带来的变化。
一、数字出版领域和新技术领域关键词
在数字出版方面,本文研究了2019年数字出版会议和期刊编辑领域的论文来探讨数字出版领域的关键词。在技术方面,本文通过调研互联网的发展了解了新技术的关键词。1.数字出版领域的关键词。2019年,重要的数字出版会议主办方主要有中国期刊协会和中国新闻出版研究院。会议报告题目关于数字出版的关键词有:数字产业、生态、经济模式、数据、移动、互联网、信息技术、5G、AR+、人工智能/AI/机器人、平台、云计算、新媒体、大数据、创新产品、智慧产品、知识付费、微课程、全媒体、在线、智库、阅读、精准、IP、传播、数字出版、知识服务、融合发展、出版未来、人才等。在期刊调研方面,本文调研了期刊和编辑出版领域的重要期刊——《中国科技期刊研究》《科技与出版》《编辑学报》等,分析了2019年刊发的文章。这些文章涉及数字出版领域的关键词主要有:媒体融合、5G、AR、移动出版、xml/html、共媒体云和自媒体库、人工智能、平台、产品、APP、在线、新媒体、区块链、知识图谱、知识服务、社区服务、精准推送、全媒体、智慧媒体、数字出版、造船、有声阅读、赋能、书刊互动、转型、智库、知识付费、编辑出版工具等。从上述关键词我们可以分析出,在数字出版方面,期刊和技术方分别都在哪些方面开展了工作,期刊在数字出版方面的融合可以从哪些方面突破。图1是从2019年度相关会议和期刊论文调研得出的与数字出版相关的关键词。从中可以看出,数字出版会议和相关报告更多地从技术层面出发,考虑技术、产品和运营。数字出版相关论文更多地从编辑出版角度进行分析,涉及期刊出版各环节。关键词方面两者有所重叠,也有所不同。例如,数字出版相关论文较少关注5G、产品,更多关注和专业以及学术研究息息相关的数据(尤其是科学数据)、知识服务、编辑业务和人才队伍;而数字出版会议和相关报告则相对较多地关注5G、IP运营等技术或者产品。双方均关注融合发展、数字出版、人工智能、新媒体等。专业技术团队和编辑出版团队已经在一定程度上融合,但是双方的发力点还是有所不同。因此,若要促进科技期刊融合发展,编辑出版方需要更好地表述自己的需求,技术方也需要更深入地做好需求调研,更好地按照期刊的思路研发产品,如此建设的系统和平台才能更好满足期刊出版的需求。上述调研也给数字出版的研究带来启发。一方面,研究数字出版可从期刊编辑工作流程出发,研究各个环节中哪些环节可以利用数字化提高工作效率,或者整个工作流程中有哪些困难需要机器帮助解决;或从现有数字出版的实际态势出发,研究同行在做哪些工作。另一方面,可研究新技术的特点,即研究其可能给数字出版领域带来哪些变化。2.新技术关键词。那么,我们需要关注哪些新技术呢?哪些新技术能代表新一代互联网的发展呢?2019年第六届世界互联网大会在浙江乌镇召开,会议的主题是“智能互联开放合作——携手共建网络空间命运共同体”。会上公布了15项代表性领先的科技成果,它们的主要关键词是人工智能、机器、分布式、共享、智慧、自适应、5G等,这些关键词也说明了新一代互联网技术的重点发展方向,是近几年技术领域的重点。我们可以看出,随着互联网的发展,尤其是和数字出版息息相关的新技术,是5G、大数据、云计算、人工智能、物联网、区块链、虚拟现实技术等。另外,还有和数字出版领域紧密结合的碎片化技术、语义技术、新媒体技术(微信公众号、小程序、短视频等)。下面我们逐一分析这些技术的特点,以便后续进一步探讨它们在数字出版方面的应用。5G是下一代信息社会建设的基础设施,它的特点是高速率、大容量、低延时、低功耗,这些特点使得更多资源可以部署到云上,单位时间可以传输更多的内容或者整合更大量的数据;使得虚拟现实、万物互联等成为可能;也使得智慧城市、智慧社区等得以实现。从期刊出版的角度来说,5G将可能改变知识内容、平台、存储、流通、渠道、服务、消费、终端呈现等的方式,对行业带来深度的变革。大数据技术包括数据分析技术、事件处理技术、数据流通技术。我们可以从数据采集与处理、数据挖掘与分析、数据存储与管理、数据展现与应用方面去思考期刊出版相关数据的采集、处理、重新聚合、呈现形式等,思考大数据技术可能为数字出版带来哪些新的应用。我们可以从分布式存储方面考虑期刊相关数据库的架构、设计以及分布式关系模型;可以从数据流通角度考虑期刊数据传输的质量、安全等;可以从数量巨大、来源分散、格式多样的数据中发现新知识、创造新价值、提升新能力,从而考虑新一代数字出版服务业态。云计算是一种基于互联网的超级计算模式,云计算的计算速度甚至达到每秒10万亿次,可以将繁多的系统以及云资源连接在一起以提供各种服务。云计算的特点是可以有效兼容各种不同种类的硬件和软件,支持资源以及新业务的动态扩展,具有高可扩展性;支持多业务体系按需服务,按需配备计算能力和资源;使用数据多副本容错和计算节点同构可互换等措施来提高可靠性;使用户突破时间和空间的限制享受虚拟现实的服务;支持海量信息处理以便提供超大规模服务等[1]。云计算技术逐渐成熟,将使得对运算能力要求高的产品得以运用,使得对运算能力要求高的服务得以实现,使得跨空间、跨时间的虚拟服务成为现实,使得跨平台、跨数据库的资源得以快速整合。人工智能产业在大数据、深度学习算法、计算能力三大要素的推动下逐渐成熟,人工智能研究让计算机模拟人的思考过程以及智能行为,如学习、问题求解、自动推理、智能检索、思考、规划等,其相关的技术包括机器人、语言识别、图像识别、自然语言处理等[2]。期刊可以思考,现阶段或者未来在数字出版中,哪些环节可以用计算机或者机器人来实现,思考利用计算机和机器人可以帮助我们实现哪些人工难以完成的工作。物联网作为信息通信技术的典型代表,其技术和应用的普及以及逐渐成熟,将推动人类社会进入万物互联的新时代,可穿戴设备、智能家居、自动驾驶汽车、智能机器人等新设备将接入互联网。这使得未来学术出版物的产品、终端等呈现多样化。根据物联网的特点可以更多地思考学术出版的产品以及终端。区块链技术的特点是去中心化、分布式和安全。期刊可以从这三个特点考虑在这方面有要求的产品和环节。虚拟现实技术包括VR(虚拟现实技术)、AR(增强现实技术)和MR(混合现实技术)。VR是利用电脑模拟产生虚拟世界,让使用者如同身临其境一般,是纯虚拟数字画面。AR是通过电脑技术将虚拟的信息应用到真实世界,真实的环境和虚拟的物体实时地叠加到同一个画面或空间,是虚拟数字画面和裸眼现实。MR包括增强现实和虚拟现实,指的是结合数字化的现实世界和虚拟世界而产生的新可视化环境,MR是数字化现实加虚拟数字画面。虚拟现实的特点将使得学术传播更加真实、直观、多方位、多角度。和期刊紧密结合的语义技术、碎片化技术、新媒体技术、视频技术等,这些期刊界比较熟悉,这里不再赘述。
二、我国科技期刊数字出版状况
根据《中国科技期刊发展蓝皮书(2017)》统计,我国科技期刊中,5020种期刊共有1375个主管单位、4381个出版单位。平均每个出版单位出版1.15本期刊,仅出版1种期刊的出版单位就有4205家[3]。我们可以看出,我国期刊众多,但是小而散,这些小而散的科技期刊很难有比较强的经济实力单独开展数字出版的转型。尤其是和国际大出版商相比,我国科技期刊的数字出版还落后很多。进行国际合作的英文学术期刊,充分利用国际数字出版平台,在一些流程中实现数字化,是众多国内英文科技期刊的选择。即使如此,我国科技期刊一直坚持不懈地利用一切可利用的资源逐步摸索出自己的数字化发展之路。在科技期刊数字出版过程中,期刊出版人体验了如图2(1)到(5)所示的媒体传播发展过程。尤其是近几年,科技期刊媒体融合技术和产品日新月异,科技期刊、期刊集群、超大规模刊群均在数字出版和媒体融合方面做了大量探索,并取得一定的成绩。图2媒体传播的发展1.期刊的数字出版我国科技期刊在数字出版方面侧重于期刊出版全流程的数字化以及为学科服务。目前,我国科技期刊出版流程中很多环节已经实现了数字化、融媒体发展。科技期刊数字出版的重点是采编审校、出版、学术传播和知识服务等环节。在出版方面,我国很多科技期刊除出版整期外,还做优先出版、预出版,也有期刊支持已经提交预印本库的文章,还有期刊平台支持连续文章出版。相当数量的科技期刊实现了xml制作、html展示、全媒体出版,并实现一次制作多元,还支持读者针对文章内容、图、表等进行交流和评论,甚至记笔记、翻译和分享。我国有100多家期刊加入双语出版,使得中文期刊的文章被翻译后得以在海外传播。也有期刊打造多媒体栏目,有的视频,通过多媒体的方式为读者直观地呈现原始的研究成果和重大发现。在学术传播方面,期刊也是百花齐放。有的通过论文改编或者写文章评论的方式在其他平台进行学术推广;有的充分利用各种数据库、社交平台、学术传播平台、学术媒体进行学术传播,例如《中国科学数据》的平台可以直接对接ResearchGate传播期刊论文;有的开通微信、微博、博客等进行学术社交;有的做精准推送;有的增加在线的微视频、音频等内容;有的充分利用新媒体领域的短视频平台,如今日头条、九州云播等开展专业领域的学术推广活动。在知识服务方面充分发挥学科特色,如将研究区域嵌入地图,进行线上线下推送相关专业信息、科普信息等;或者充分利用淘宝、抖音、快手等平台展示专业内容或科普内容。2.期刊集群的数字出版期刊集群侧重为所属期刊提供各种单刊不易实现的服务,降低刊均成本。例如,学科刊群比单个期刊容易整合更多学科资源,为本学科提供更丰富的服务,并且还能为所属期刊提供多种出版服务,进行整体学术推广,相比单刊有更大的学术影响力。近些年有众多声音指出,我国科技期刊很难与国际大出版商同台竞争的原因是我国期刊小散弱,因此呼吁我国期刊规模化发展和集群化发展。这些年也确实形成了一系列的期刊集群,并逐年扩大,如中华医学会医学期刊集群、科学出版社期刊群、高等教育出版社期刊集群、清华大学出版社期刊群、浙江大学出版社期刊群、中国光学期刊群、中国地理资源期刊集群等。这些期刊群均建设了自己的网站,并获得了一定的资金支持。在资源整合方面,如中国材料期刊网实现了期刊资源的集成,除此之外还整合了图书、专利、专家、会议等学科资源,并增加了虚拟专辑、会议系统等。中国煤炭网有期刊库、专题库、专家库、视频库以及煤炭视听板块(专家报告、特别访谈、煤炭科普、会议活动等),整合了行业资源。在平台建设方面,清华大学出版社期刊集群平台实现了预出版、OA出版等,还制定TUP-JATS的xml标准。浙江大学出版社期刊中心实现了全流程的数字化期刊集群平台建设,平台集投审稿、内容、运营推广、读者服务于一体,打通底层数据,实现多终端访问。中华医学会建设CAMJATS标准,采用统一的标准处理期刊相关数据,曾中标国家数字复合出版工程的试点单位和示范单位,并升级采编平台以及出版平台,进一步进行资源整合,实现采、编、审、排、加工、多形态、富媒体出版、移动出版、质量管理、新媒体学术推广、期刊销售、会议服务等一体化、现代化的出版和服务体系。高等教育出版社实现采编、运营管理、数字化生产、数字化平台建设、市场营销与海外合作的体系化发展。在学术推广方面,国内的期刊集群化平台常对接一些学术评价和学术推广平台,例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度学术等。在知识服务方面,国内的学科期刊集群通常整合该学科的各种学术资源,为该学科研究人员提供知识服务,或者为期刊、编辑等提供行业服务。例如中国激光杂志社提供协同会议系统、DOI注册、编辑加工等行业服务,该集群通过举办会议聚拢专家资源和学术资源,同时也为光学领域提供服务[4]。3.超大期刊集群的数字出版国内的超大期刊集群,有知网、万方、维普、龙源、超星等,特点是能更好地利用大数据资源和技术为期刊出版的上游、期刊出版环节以及期刊出版的下游提供服务。下面以知网为例叙述超大期刊群的数字出版。知网整合了我国95%以上的中文学术资源,拥有我国最大最全的中文学术资源库,也拥有我国最广最全的读者群。知网在期刊上游环节,为作者以及研究人员提供的服务有:如何查资料、如何申请课题、怎么做实验、怎么做科研等信息;读者可通过中国知网、CNKISCHOLAR、全球学术快报、CNKI知识元搜索(碎片化地搜索图、表、概念、数字……)等检索学术论文、基金、碎片化资源、全媒体资源等;可以通过庞大的学者成果库、学者圈子等获取专家信息,进行学术社交;可以通过研究型学习平台获取或者管理自己关注的学术资源;可以通过大数据研究平台利用统计数据获取学术热点等信息。在期刊全流程出版环节,编辑可以利用选题策划、学术热点、期刊按需出版中的用户分析等模块进行选题策划,利用采编排发一体化出版系统(包括学术不端检测、文章创新性检测、
美国麻省大学(University of Massachusetts Amherst)阿默斯特校区(以下简称麻省大学)是马萨诸塞州立大学系统五个校园中的主校园,是美国知名的研究型大学。该校创办于1863年,坐落在美国东部美丽的新英格兰地区。
麻省大学计算机系成立于1964年,其研究生教育也有超过40年的发展历史。由最初的3名教授发展到现在拥有43名教授,其中包括9名ACM计算机学会(Association for Computing Machinery)院士(Fellow)、4名电子和电气工程师协会(IEEE)院士、5名人工智能学会(AAAI)院士和2名美国科学促进协会(AAAS)院士。麻省大学计算机系在人工智能、网络与分布式系统、计算理论等多个领域的研究处于世界领先水平。作为美国知名的计算机系,麻省大学计算机系的教育理念是“培养下一代能以创新的方法解决真实世界问题的计算机科学家”(cs.umass.edu/grads/msphd-requirements)。在这个核心思想的指导下,该系非常注重对博士研究生的培养,为了达到培养学生具备进行原创性科学研究(Original Research)的能力的教育宗旨,该系制定了一套非常严格的课程计划,以培养学生坚实而广博的基础知识、良好的科学研究方法和思维习惯。麻省大学计算机系每年大约会收到1000份左右来自世界各国的优秀学生的申请,攻读其博士学位,而录取的人数一般保持在30名左右。完善和严格的博士研究生培养体系、开放而先进的教育理念,使麻省大学计算机系成为全美最具有竞争力的计算机院系之一。
麻省大学计算机系招收两种形式的博士研究生:硕士/博士连读研究生和直博研究生。只有在美国其他大学获得相应计算机硕士学位,并修完麻省大学计算机系认可的相关课程的学生,才有资格申请直接攻读博士学位;否则,学生在录取后必须经过硕士/博士的连续培养才能获得博士学位。
无论哪种形式,麻省大学计算机系博士生培养大体分为两个阶段:博士生资格学习阶段和博士生研究阶段。博士生资格学习阶段主要是对学生进行基础知识培养和基本研究能力训练。学生只有在通过博士资格考试论证,成为正式博士候选(PhD Candidate)人后,才能进入下一步的博士论文研究阶段学习。以下是麻省大学计算机系对硕士/博士研究生的培养要求:
(1)Actively participate in research under the guidance of an advisor(在导师的指导下,积极参与研究)
(2)Satisfy 6 Core Requirements (完成6门核心课程的要求)
(3)Complete 42 course credits (core courses taken to satisfy core requirements are included)(完成42个课程学分,其中包括核心课程的学分)
(4)Complete a 6-credit MS Project (完成6个学分的硕士研究项目)
(5)Graduate with an M.S. Degree(申请获得硕士学位)
(6)Pass the Department Qualifying Exam- Portfolio(通过博士资格考试)
(7)Form a Committee(成立答辩委员会)
(8)Propose a Thesis(提交博士开题报告)
(9)Complete 18 Dissertation Credits (完成18个学分博士论文)
(10)Pass the Teaching Assistant Requirement(完成助教的工作要求)
(11)Pass the Residency Requirement (at least 9 credits in back-to-back semesters) (完成连续两个学期修9个学分的要求)
(12)Defend and Submit a Thesis (博士答辩和提交博士论文)
本文将以麻省大学计算机系为例,探讨美国计算机专业博士研究生培养的一个重要环节――博士研究生课程教育体系的特点,以期为提高我国的计算机专业博士生教育提供借鉴。
2掌握牢固的理论知识是培养优秀博士生的基础
美国的计算机博士教育非常注重对学生基础理论知识的培养,为了使学生掌握牢固而广博的基础知识,麻省大学计算机系要求每个硕士/博士研究生必须修完6门博士核心课程,而且成绩必须达到B+以上。这些核心课程分别属于计算机科学的三大领域:理论(Theory)、系统(Systems)和人工智能(Artificial Intelligence),课程设置具体如下:
(1) 理论核心课:计算理论(Computation Theory)、高级算法(Advanced Algorithms)
(2) 系统核心课:有三组课程,分别是:
编译技术(Compiler Techniques)、现代计算机体系结构(Modern Computer Architecture)
数据库设计和实现(Database Design and Implementation)、高级计算机网络(Advanced Computer Networking)、操作系统(Operating Systems)
高级软件工程I(Advanced Software Engineering: Synthesis and Development)、高级软件工程II(Advanced Software Engineering: Analysis and Evaluation)、程序设计语言(Programming Languages)
(3) 人工智能核心课程:高级人工智能(Artificial Intelligence)、机器人学(Robotics)、信息检索(Information Retrieval)、不确定环境下的推理(Reasoning and Acting under Uncertainty)、增强型学习(Reinforcement Learning)、机器学习(Machine Learning: Pattern Classification)
根据不同的研究方向,学生可以在六门核心课程的选择上有所不同,但为了加强理论基础和掌握知识的广度,无论哪个研究方向的学生,都必须修完两门理论核心课程和一门高级人工智能课程,同时,再根据自己的研究方向选修其他三门核心课程。例如,一个系统方向的博士研究生除了修完以上两门理论和一门人工智能课程以外,还必须修完来自于系统方向不同组的三门系统方向的课程;而一个人工智能方向的博士生则必须修完另外两门人工智能方向的核心课程和一门系统方向的核心课程。
每门核心课程由教师讲授一学期,其中每星期2次课,每次2小时,3个学分。根据内容不同,每门课程一般要安排5~8次书面作业、1次期中考试和1次期末考试。其中,对系统方向的课程来说,每个章节完成后一般还有一次课程项目设计(Course Project),主要要求学生实现相应的算法和进行性能评价。由于核心课程要求高,课程学习内容多,导师和系里会建议学生每学期选学不超过一门的核心课程,所有6门核心课程则在三年内完成。如果成绩没有达到B+,麻省大学计算机系允许学生重修该核心课;但是,如果学生在规定的博士资格考试申请时间前没有通过全部的6门核心课,则不再具备继续攻读博士的资格。
严格的核心课程作业、考试制度和淘汰制度,不但使学生牢固掌握了计算机科学各领域的基础知识,培养了学生勤奋刻苦的专研精神,而且极大地丰富了学生的视野,为学生进入实际科学研究打下了坚实的基础。
3灵活而完善的博士生选修课程体系是培养创新型人才的重要途径
美国一流研究型大学博士生教育的目标是培养世界一流的科学家和拔尖创新型人才,为了实现这个目标,美国的博士生教育除了注重培养学生扎实和精深的基础知识外,还非常注重培养学生的创新思维和发现新问题的探索精神及能力。
如果核心课程体系的设置是培养优秀博士生的基础,是向学生传授学科领域的重要基本知识和原理与技术,是学生全面掌握计算机基本理论与方法的重要途径,那么,选修课的设置则是对学科基本知识的补充,是培养学生学习新的知识和了解并探索前沿研究方向,从而成为创新型人才的重要手段。
麻省大学计算机系的做法是,在博士研究阶段,除了要求学生完成18个学分(6门)的核心课程学习以外,还要求完成24个学分(8门)的非核心课程(或称为选修课)学习。这些选修课大多是关于本学科及相关专业前沿领域近3~5年的新研究方向、研究方法或新技术的相关内容的介绍,一般由教师在每学期开学前提出新的课程计划,学生则根据自己的研究兴趣和职业目标自由选课。通过课程的学习,学生能在最短的时间内了解本学科相关领域的最新研究现状,更重要的是,在课程的学习过程中,教授会将许多新出现的问题在课堂上和学生讨论,同时,通过2~3个课程项目培养学生独立(或合作)解决新问题的能力,以及教会学生各种探索问题的研究方法。
在教学模式上,可以采用由教授主讲的传统方式,也可以采用以讨论为主的方式。以教授为主讲的教学模式在此就不再赘述,以下着重描述以讨论为主的选修课教学模式。
以讨论为主的Seminar是美国计算机院系的教授最常用的选修课教学模式。Seminar的课程设置没有固定模式,但通常有以下几方面的特点。
第一,课程的选题一般是近年新出现的有代表性的前沿研究课题。
第二,课程内容的选择一般来自近年来该领域顶级国际会议的专题论文。
第三,课程内容的组织由教师完成。教师在确定题目后,一般会根据论文的情况将讨论的内容分为多个子专题,每个子问题由3~4篇论文组成。课程的开始一般是综述性的论文或在该领域出现的最早的学术论文,其目的是探讨该研究方向出现的新的应用背景需求和所带来的新的挑战。其后的每个子专题则将对具体问题和方法进行深入探讨。
第四,选课的学生人数一般在20~30人左右,而且通常是由学完了核心课程以后的高年级博士生组成。学生人数太少,论文的覆盖面可能太小;学生太多,可能导致讨论的深度不够。同时,只有学完了基本理论后,学生才有可能具备较深入分析问题的能力。在Seminar的学习讨论中,找到新的研究问题也是该课程设置的重要目的之一。
第五,课堂教学的模式基本上是教师和学生互动的教学方式。教师在第一节课引导学生对该领域的基本问题有了初步认识后,学生将对每篇论文进行评估(Review)、宣讲(Presentation)和进行课堂讨论。每篇论文的宣讲时间是25~30分钟,课堂讨论时间是10~15分钟。其中教师将引导学生对论文中所研究的问题和关键技术进行深入讨论,学生参与讨论的情况将作为课程考核的重要依据。
选择合适的题目并对教学讨论的内容(论文)进行筛选和组织对开课教师的要求非常高。为了准备一门新的Seminar课,教师一般需要预先通读该研究方向所有重要国际会议的相关论文,然后根据不同的研究问题对论文分类,并将其中有代表性的论文提炼出来,作为课程学习的论文。在课程项目的设置上,教师会事先准备一些题目,如对某些算法的实现、评估和改进,实现原形系统等,同时也非常鼓励学生在论文讨论的过程中有针对性地提出自己的见解和新的解决问题的方法。
4合理的课程学习安排是培养高质量博士生的有效保证
美国的博士教育是以博士生的最终质量为评判标准,而不是以年限来规定学生的毕业时间。在美国计算机专业,培养一个硕士/博士生一般需要至少5年时间。由于强调博士生专业知识学习的深度和广度,在整个博士学习阶段,博士生都会积极参与课程的学习,并尽可能地将研究项目中的问题和课程学习联系起来,用所学到的方法或思路来解决新问题。
以麻省大学计算机系为例,虽然学生的背景不同,但为了在保证质量的前提下帮助学生用最短的时间顺利完成博士课程要求和博士论文要求,系里建议学生按如表1所示的时间表安排整个博士阶段的学习计划。
麻省大学计算机系不但在本系有完善的研究生课程体系,学生可以根据自己的研究兴趣和职业规划来自由选课,而且也鼓励学生在其他相关院系选修本系没有开设但对研究有用的课,如数学系或电子工程系的高级课程。总之,美国博士教育的一个重要特点是强调基础知识的学习,鼓励学生以积极的态度参与到课程的学习中,同时训练学生在课程学习的过程中逐步学会发现问题和研究问题的方法。
5启示和建议
美国的博士教育强调坚实的基础理论知识、完善的知识体系和用于探索与创新的研究能力,而这些恰恰是决定博士毕业生日后发展潜力的关键。长期以来,我国计算机博士教育主要是通过参与科研项目的形式来对学生进行培养,这种“研究项目驱动型教育”在我国恢复研究生教育的初期起到了很好的推动作用,培养了大批科研人才。但随着教育本质的回归和创新型人才培养的需要,从总体来看,我国的这种单纯强调研究项目的教育模式培养的博士生,质量与国际先进水平相比还有一定的差距。由于没有严格的博士课程要求和淘汰制度,学生在学习阶段往往会忽略对基础知识的学习和对知识结构的完善。长此以往,必然会影响博士生的研究水平和发展潜力,最终将会影响国家的整体创新能力。
笔者建议,为了使学生掌握牢固的专业基础知识,同时培养学生在某一学科领域的研究兴趣和基本的研究能力,应该首先强调核心课程体系的建设,不论哪个方向的学生都必须通过一定数量的核心课程的学习,如算法、分布式操作系统、人工智能等,这些核心课程应由教师来讲授;同时,应严格课程的考核制度和课程评价体系。对于选修课,由于其主要目的是扩展学生的视野,培养学生分析问题和研究问题的能力,所以应借鉴国内外Seminar课程的成功经验,积极有效地激励教师和学生共同上好Seminar课。
博士生教育是一项复杂而艰巨的系统工程,而其中的课程学习是研究生培养中非常重要的一个环节,如何通过严格的培养机制和灵活的培养方法,在给学生传授基础知识的同时培养学生分析问题和解决问题的能力;如何将合理的研究生课程体系和研究项目结合起来,严格博士生培养机制,完善博士生资格评估体系,从制度上保障博士研究生的质量;以及如何真正教会学生探索科学基本问题的方法,培养学生良好的科研习惯和勇于开拓创新的精神等,是我们在计算机学科建设中应该进一步思考的问题。
关键词:智能科学基础;系列课程;国家级教学团队;改革;建设
在国家教育部质量工程的支持下,中南大学信息科学与工程学院对国家级精品课程人工智能[1-2]和智能控制[3]、全国双语教学示范课程人工智能和国家级智能科学基础系列课程教学团队[4]等进行持之以恒的改革与建设,取得一些成果。
“智能科学基础系列课程教学团队”的教学队伍是一支由国家级教学名师领衔[5],知识结构、梯队结构和年龄结构比较合理,具有明显的学科优势、课程优势、人才优势和教学科研优势的颇具特色与影响力的教学团队。该团队以中南大学智能科学研究中心为核心,主要承担人工智能基础、智能控制导论、机器人学、专家系统等本科基础和专业基础课程,硕士学位课程人工智能、智能控制和机器人控制技术以及留学生硕士学位课程Artificial Intelligence和博士生学位课程智能系统原理与应用的教学。
教学团队在建设过程中,注重教学改革,加大课程建设和教材建设力度,不断改进教学方法,在课程改革、教材建设、教学手段、队伍建设以及交流合作等方面取得一些进展。本文拟就教学团队的改革与建设的相关理念与实践问题加以总结,谈谈我们的见解。
1创新教学方法
教学是教师的本职和核心工作。本教学团队一直致力于教学方法与教学模式的改革与创新,虚心学习国内外先进教学经验和方法,积极探索教学新路,形成了“以趣导课、以疑启思、以法解惑、以律求知”的教学模式和教学方法[6-7]。充分激励学生的学习积极性和主动性,发挥独立思考和创新思维,多方位培养学生发现问题、分析问题和解决问题的能力。我们在教学过程中应用了课堂演示、课堂互动、课堂辩论、课后网络教学、网络实验等一系列现代化全方位的教学新模式。此外,为提高学生的动手能力和理论水平,让学生直接参与部分教师课题,理论联系实际,为毕业后的工作学习打下良好基础。具体措施如下:
1) 举行课堂讨论会,营造自由探索氛围。
为调动学生的积极性,我们在授课过程中多次开展课堂讨论会和辩论会等活动,让学生自己查阅资料,分析整理,提出自己的观点,使学生全方位地接触所学课程,培养学生的研究能力,真正实现师生互动,并鼓励学生用英语讨论。学生对有些问题展开了激烈的争论,激发了学习潜能,明确了学习目标。课程中还经常请来在科研工作中担任主要任务的教授和博士生来给学生介绍最前沿的科学动态,激发学生们对所学知识和科学研究的兴趣。在研究生教学方面,我们更进一步通过举办课程课堂学术研讨会,让学生在一年级就开始接触学科前沿,自己查阅资料和动手写科技论文,并在研讨会上宣读讨论,培养独立工作能力和从事学科前沿研究的能力,为将来的高层次研究打下基础。
2) 倡导启发式教学,培养学生学习能力。
注意采用面向问题的启发式方法进行教学,启发学生求解问题能力,强化学生的参与意识,提高他们的学习积极性。教学中还注意采用了多种交互式策略,如课堂教师提问、鼓励或指定学生用英语提问、学生就某个知识点进行主题发言后老师点评等。此外,师生通过互联网进行交互,方式包括Email、BBS和QQ谈和交换文件等。
根据学生的兴趣和创新潜力,对有专业特长的本科生,在自愿情况下,挑选2~3名参与国家级项目研究工作,进行中长期培养试点,实现本科培养过程与硕士、博士研究生培养过程的衔接。
3) 增强课程实验教学环节,筹建智能专业实验室。
智能科学基础课程的概念性较强,初学者感到比较抽象,而实验教学又是薄弱环节。因此,结合学生实际情况,我们对实践教学环节十分重视,设计了一些新的实验项目,探索新颖的实验方法。新开实验项目包括人工智能实验、智能控制实验、专家系统实验、机器人学实验、人工智能课程设计等。对相关课程的原有实验,我们也进行了一些改革,增设了个性化的实验,使得学生的实验数据和实验结果分析既有格式要求,又给学生报告自己研究的过程和结果留有空间。这些做法能够鼓励学生进行独立性研究,满足他们学习的需求。通过实验教学,学生能够理论联系实际,验证所学理论知识和概念,加深理解,充分调动了学生的学习积极性,培养了他们的创造能力。
除课堂实验外,我们还充分发挥虚拟实验的优点,设计了网络虚拟实验,让学生在课外上网练习。通过虚拟实验,学生可以了解算法的具体运行过程,调整参数和过程,并进行验证以加深对知识的理解,提高学习兴趣,从而达到教学目的。
结合科研,购进和自制部分新设备、新系统,计划建设智能专业实验室,为教学提供更多的优良实验设备。例如,已研制“中南移动一号”和“中南移动二号”自主移动机器人共7台,已购进RCB-1型教学机器人20套等。
教学团队教师还指导学生参加全国大学生“飞思卡尔”杯智能汽车竞赛活动、大学生创新性实验计划及创新教育计划项目等,取得优秀成果。
2推进课程改革
教学改革是课程建设和学科发展的生命线。我们把国家级精品课程和全国双语教学示范课程放在优先建设的位置,并以它们带动其他课程建设,完善系列课程建设,同时新办了智能科学与技术专业。
2.1搞好精品课程建设,改进双语示范课程教学,稳步推进系列课程建设
本团队着力搞好已有的2门国家级精品课程、1门全国双语教学示范课程,更新精品课程网站,丰富课程内容。为了及时反映上述课程中相关科学技术的最新进展,我们调整了教学体系和教学内容,修订了教学大纲,并对教学内容进一步优化和更新,极大充实了各课程教学内容。同时,通过校际教学活动和网上资源共享对精品课程、双语教学示范课程进行交流和推广,起到较好的辐射作用[8-9]。
为加强精品课程建设,完善和拓展课程体系,在总结现有精品课程的建设经验的基础上,又建成省级精品课程1门,校级精品课程1门。
为提高学生的专业英语水平和学习兴趣,使得学生能够开拓眼界,追踪国际前沿科学研究,本团队长期对双语教学进行研究和实践。除改进人工智能双语教学示范课程外,团队承担的其他课程,如智能控制、机器人学、专家系统、数据结构等也实行了双语教学,并为该课程引进英文辅助教材。例如,对人工智能课程,我们先后采用Nilsson和Russell等编著的国外影响较大的英文原版教材作为主要教学参考书[10-11],供学生学习参考。在双语教学中,一般以汉语讲授为主,英语为辅,并对一些关键词同时用汉语和英语表示。对部分章节或某个专题,采用纯英语教学或以英语为主汉语为辅的教学。对PPT课件的编写分为纯汉语、纯英语和英汉混合几种方式。英语教学比例要根据教学内容和学生英语水平而定,其检验标准是学生的接受程度与学习效果,根据这一点来适时调整双语教学中英语对汉语的比例。
通过教改实践,我们承担的智能科学基础课程逐步形成为具有明显特色的课程体系。我们讲授的课程从智能科学的基础课程到专业基础课程,再到专业实践课程,形成了配置合理、特色鲜明、循序渐进、优势互补、协调发展的智能科学与技术学科从基础到应用的系列课程体系。
2.2新办智能科学与技术专业
智能科学与技术是当代科技发展的前沿学科和重要组成部分,其人才需求日益增加,超出了目前高校的培养能力[12]。我校的智能科学与技术学科方向经过近20年的发展,已形成了具有自身优势和特点的学科,在国内具有一定的知名度和优势。为了促进智能科学与技术学科的发展,经过多年积极准备,我们于2009年申报了智能科学与技术专业并获得教育部批准。通过向兄弟学校学习调研,了解该专业人才需求、专业建设规划,设定适应培养目标的教学计划与课程设置方案。虽然我们开办“智能科学与技术”专业较晚,但我们从2002年开始,就一直关注和积极参与国内智能科学的学科的讨论与新专业筹备工作[13]。
我校于2009年申报获准,在自动化专业增设了智能科学与技术专业方向,目前已招收2届学生共84人。我们为选读智能科学与技术本科专业方向的每个学生选定指导老师。每个学生都可以参加指导老师的课题,指导老师也可以利用自己的学识、经验和责任心来更好地管理呵护学生。这一做法取得明显效果,不仅受到同学们的普遍欢迎,也得到了学校的肯定。我们还多次召开师生见面会并通过指导老师走访宿舍,了解每个人的情况。为了消除代沟,努力融入同学当中,学习熟悉他们的语境和思维想法。我们的目标就是不让一个学生掉队。
创建与建设智能科学与技术新专业,将为智能科学基础系列课程教学建设提供一个更加宽广的平台,并对计算机、自动化和电子信息等学科的专业建设和课程建设提供一个新的增长点。我们将以智能科学与技术专业建设为契机,虚心学习兄弟学校的专业建设的做法和经验,进一步规范智能科学与技术的基础课程教学,让智能科学基础课程教学建设登上一个新的台阶。
3加强教材建设
教材是教学的重要工具和资源,其水平直接影响教学效果和教学质量。在教学过程中,我们与时俱进,对教学内容不断优化与更新,精益求精地编写反映学科发展的教材[14]。
我们对原有编写出版的教材进行修订,反映新世纪学科发展水平和发展趋向,以适应教改需要。把这些最新内容用于教学,使学生了解到国际前沿动态和本学科的最新成果。
以相关系列课程为平台,注重教材配套,服务因材施教,着眼长远教材建设。仅2007年以来我们已出版的相关教材及专著如下:
《智能控制原理与应用》,国家级精品课程配套教材,2007;《智能控制导论》,国家级精品课程配套教材,2007;《未知环境中移动机器人导航控制理论与方法》,2008;《机器人学》,第二版,国家级教学团队配套教材,2009;《机器人学基础》,国家级教学团队配套教材,2009;《人工智能及其应用》,第四版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《人工智能基础》,第二版,国家级“十一五”规划教材,国家精品课程配套教材,2010;《移动机器人协同理论与技术》,2010。
4优化队伍结构
师资队伍建设是团队建设的源头,没有一流的教师队伍就没有一流的教学团队。在师资队伍建设上,我们一直采取引进优秀人才和在职培养相结合的做法。对于人才的引进主要通过办专业和办学科点等方式吸引人才,还通过创造教学和科研条件,稳定教师队伍,解决个人的发展问题。
采取有效措施,提高主讲教师的学术积累和教学水平。一是教研组教师,特别是中青年教师积极参加重要科研项目,提高学术水平。二是派中青年教师赴国外研修访问,了解和学习发达国家同类课程的先进教学经验、相关课程设置情况与发展趋势,将国外教学思想引入课程教学。
教学始终是教师的第一要务,为了提高青年教师的教学素质,我们实施并完善了一系列管理措施和制度。
1) 设立名师工作室,实现名师资源共享形成多元化的带教制度,安排高年资的教师对年轻教师进行传、帮、带,可以有业务方面的指导,也可以有认识方面的交流。通过老教师对年轻教师全方位的指导,使老教师的教学理念和经验得以继承,加快了年轻教师的成长。
2) 有计划地安排年轻教师虚心旁听有经验教师的讲课。通过听课,不仅使年轻教师进一步掌握课程的内容,更重要的是使年轻教师学到了老教师的教学方法和经验,对其今后从事教学工作起到了积极的指导作用。
3) 对于第一次上课和第一次上某门新课程的年轻教师,团队都要在课前组织他们试讲。试讲前,安排老教师进行指导,传授教学经验。试讲时,由团队的教师参加听课并对其进行讲评,肯定其优点,指出其不足,帮助青年教师尽快掌握课程的重点,找到更合适的讲授方法。此外,我们还备课,统一基本教案,帮助年轻教师成长。
近两年来本教学团队获得的主要教学奖励就有徐特立教育奖、茅以升教学专项奖等。
5扩大交流合作
我们在做好自身团队建设的同时,增进与全国相关高校和教学团队的交流,学习兄弟团队的建设经验,在课程示范、教材推广、网络资源辐射等方面发挥积极作用。我们还开展校内合作,联合不同院系进行教学和精品课程的申报与建设,在校内推广改革成果;发表了一系列教改论文;发起筹备《全国智能科学技术课程教学研讨会》;邀请企业界科技精英做本科生就业指导相关报告。
1) 增进校际交流,发挥辐射作用。
我们经常以讲座报告形式在许多兄弟院校进行教学与教改交流。例如,最近一年来就应邀先后到上海交通大学、同济大学、东华大学、东南大学、国防科技大学、中国矿业大学、北京科技大学、清华大学等校就智能科学技术课程的教学、教改和建设问题作专题报告,在兄弟院校师生中引起热烈反响。已有数以百计的高等院校采用我们编著的教材和网络课程进行教学,国内已有众多的从事人工智能课程和智能控制课程教学的教师,来信来函索取我们开发的课程教案、课程演示和网络课程相关资料等,我们一直尽力地搞好推广和服务工作。
2) 撰写课程改革论文,进行国内外交流。
本团队成员仅近一年多来,就在中国教育开放资源网、中国人工智能学会13届年会、计算机教育、高等理科教育、计算机与现代化等会议及刊物上发表10篇教改论文,在国内外进行交流,起到介绍情况,交流信息和经验的积极作用。
3) 筹备全国相关课程教学研讨会。
为了更好地交流经验,扩大影响和辐射作用,我们发起并联合中国人工智能学会教育工作委员会、中国计算机学会人工智能与模式识别专业委员会、中国人工智能学会智能机器人专业委员会、中国自动化学会智能自动化专业委员会、中国人工智能学会人工智能基础专业委员会,筹备召开了首届《全国智能科学技术课程教学研讨会》[15]。围绕各个学校在智能科学与技术本科专业的课程改革与建设、课程和专业教学计划制定和未来发展设想等方面进行交流研讨。通过交流研讨,认真学习兄弟学校的经验,并尽可能汇报我们的经验。我们相信,在与会全体代表的共同努力下,本次课程教学研讨会一定能够取得积极的成果。
注:本研究获得教育部国家级精品课程人工智能(2003年)和智能控制(2006年)、全国双语教学示范课程人工智能(2007年)、国家级智能科学基础系列课程教学团队(2008年)等项目支持。
参考文献:
[1] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:433-436.
[2] CAI Zixing,LIU Xingbao,LU Weiwei,et al. Comparative Study on Artificial Intelligence Courses Between CSU and MIT[EB/OL]. [2010-5-1]. CORE (China Open Resources for Education),.cn/.
[3] 中国高等教育学会. 中国高校国家精品课程,工学类,(上册),2003-2007[M]. 北京:北京大学出版社,2008:426-429.
[4] 国家教育部和财政部关于立项建设国家级教学团队、国家级精品课程、全国双语教学示范课程的通知[EB/OL]. [2010-5-1]. http///转高等教育司.
[5] 中华人民共和国教育部高等教育司. 名师风采,第一届高等学校教学名师奖获奖教师集锦[M]. 北京:地质出版社,2006: 152-153.
[6] 李广川. 丹心育桃李,妙手谱春秋[M]//名师颂.北京:教育科学出版社,2007:397-401.
[7] 及立平. 笃定平和:访国家级教学名师蔡自兴[M]//春风化雨:中南大学教师风采. 长沙:中南大学出版社,2006:119.
[8] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识,搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.
[9] 陈爱斌,肖晓明,魏世勇,等. 智能控制的学科发展与学科教育[J]. 现代大学教育,2006(3):102-105.
[10] Nilsson N J. Artificial Intelligence:A New Synthesis[M]. New York:Morgan Kaufmann Publishers,1998.
[11] Russell S, Norvig P. Artificial Intelligence:A Modern Approach[M]. London:Prentice Hall Publishers,2005.
[12] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.
[13] 蔡自兴,贺汉根. 智能科学发展的若干问题[C]//中国自动化领域发展战略高层学术研讨会论文集. 自动化学报,2002, 28(增刊1):142-150.
[14] 蔡自兴,谢斌,魏世勇,等.《机器人学》教材建设的体会[C]//2009年全国人工智能大会(CAAI-13). 北京:北京邮电大学出版社,2009:252-255.
[15] 2010年全国智能科学技术课程教学研讨会征文通知[J]. 计算机科学,2010,37(6):封3.
Construction of State Teaching Group of Series Course for Intelligence Science Basis in CSU
CAI Zi-xing, CHEN Bai-fan, LIU Li-jue
(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)
据统计,2017年中国人工智能核心产业规模超过700亿元,随着各地人工智能建设的逐步启动,预计到2020年,中国人工智能核心产业规模将超过1600亿元,年复合增长率将达31.7%。
随着人工智能技术的不断成熟,人工智能创业的难度逐步降低,越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年,人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面,带来生产效率及生活品质的大幅提升。智能红利时代开启!资本、巨头和创业公司纷纷涌入,将人工智能拉到了信息产业革命的风口。
如何把握产业动向,抓住风口机会?创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力,在对国内人工智能创业公司进行系统调研的基础上,推出《2018中国人工智能白皮书》,对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能(Artificial Intelligence, AI)又称机器智能,是指由人制造出来的机器所表现出来的智能,即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来,“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后,深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破,前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层,主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层,主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层,主要是把人工智能相关技术集成到自己的产品和服务中,然后切入特定场景。目前来看,自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源:创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景,B、C 端全面发力。
资料来源:券商报告、互联网公开信息,创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉,以让机器获得相关的视觉信息并加以理解,它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源:互联网公开信息,创业邦研究中心整理
2.发展关键要素:数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长,机器不再只是通过特定的编程完成任务,而是通过不断学习来掌握本领,这主要依赖高效的模型算法进行大量数据训练,其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后,机器视觉的主要识别方式发生重大转变,自学习状态成为视觉识别主流,即机器从海量数据里自行归纳特征,然后按照该特征规律使图像识别的精准度也得到极大的提升,从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者,其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者,适合以“全产业链生态+场景应用”作为突破口,加速商业化。
(1)软件服务:技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑,构建起功能和信息架构较为复杂的生态系统,推动最末端的消费者体验。
此类商业模式成功关键因素:深耕算法和通用技术,建立技术优势,同时以场景应用为入口,积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源:互联网公开信息,创业邦研究中心整理
(2)软硬件一体化:生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入,海量优质数据积累,建立算法平台、通用技术平台和应用平台,以场景为入口,积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统,各部分相辅相承,锐化企业竞争力,在产业链中拥有更多话语权。
4.投资方向
(1)前端智能化,低成本的视觉解决模块或设备
从需求层面讲,一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体,一方面提升了处理速度,另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发,结合先进的算法开发模块和产品,这类企业将在机器视觉领域拥有核心竞争力。
(2)深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例,传统的识别方案大都基于颜色空间,如 RGB,HSV ,YCrBr,无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习,如通过 R-CNN 训练大量标注后的手势图像数据,得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时,比传统方案的效果好很多。
(3)新兴服务领域的特殊应用
前沿技术带来的新领域(如无人车、服务机器人、谷歌眼镜等),对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉,涉及三维空间、多维空间,其技术基本上处在初始阶段,未来存在较大市场增长空间。
(4)数据是争夺要点,应用场景是着力关键
机器视觉的研究虽然始于学术界,但作为商业应用,能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据,又有挖掘该数据价值的先进技术时,商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据,要么选择与拥有数据源的公司进行合作,同时选择一个商业落地的方向,实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
(1)语音识别技术已趋成熟,全球应用持续升温
语音识别技术已趋成熟,全球应用持续升温。语音识别技术经历了长达60年的发展,近年来机器学习和深度神经网络的引入,使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法,在识别率上取得突破。根据Google Trends统计,自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测,2020年语音及图像搜索占比有望达到50%。Echo热销超过400万,带动智能音箱热潮。
(2)语音识别进入巨头崛起时代,开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖,语音交互技术催生的新商机,吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力,欲吸引更多玩家进入他们的生态系统。
(3)语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%,远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高,带环境音的语料的搜集、标注可用于模型的训练,有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域,云端识别并非通行的最优方案,把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理(NLP)发展现状
(1)多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破,比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展,使DL有了路径在语义理解领域取得突破,并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年,硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用,语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用,应用场景越明确(如客服/助理),逻辑推理要求越浅(如翻译),知识图谱领域越成熟(如数据饱和度和标准性较强的行业),技术上实现可能性相对较低。在各种技术融合应用发展的情况下,具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
(2)NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson,典型的办法是把问答用FAQ索引起来,与搜索引擎相似。对每一个新问题进行检索,再将回答按匹配度进行排序,把最有可能的答案排在前面,往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术,跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近,深度学习被成功地运用到机器翻译里,使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的,要求机器能准确地理解问题,并且基于自身的知识系统和对于对话目标的理解,去生成一个回复。
(3)创业公司的机遇
1)机器翻译方面:经过多年的探索,机器翻译的水平已经得到大幅度提升,在很多垂直领域已经能够在相当大程度上替代一部分人工,机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争,以某一细分行业为切入点,深耕垂直领域,对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域;技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易,计算机视觉与生物识别应用于金融领域的身份识别,语音识别及自然语言处理应用于金融领域的智能客服、智能投研;应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源:创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大,目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局,其中医学影像、药物挖掘、健康管理,辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源:创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像,通过深度学习,实现机器对医学影像的分析判断,是协助医生完成诊断、治疗工作的一种辅助工具,帮助更快的获取影像信息,进行定性定量分析,提升医生看图/读图的效率,协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式,完成病灶识别与标注,三维重建,靶区自动勾画与自适应放疗等功能,应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段:将深度学习技术应用于药物临床前研究,在计算机上模拟药物筛选的过程,包括靶点选择、药效和晶型分析等,预测化合物的活性、稳定性和副作用,快速 、准确地挖掘和筛选合适的化合物或生物,提高筛选效率,优化构效关系。临床后阶段:针对临床试验的不同阶段,利用人工智能技术对患者病历进行分析,迅速筛选符合条件的被试者,监测管理临床试验过程中的患者服药依从性和数据收集过程,提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统,通过人工智能技术实现人机交互,从而在就医过程中,承担诊前问询、诊中记录等工作,成为医务人员的合作伙伴,使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同,主要有智能导诊分诊,智能问诊,用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商,上接上游软硬件提供商,下接公司和消费者,在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商,如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源:创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新,推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期,然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。预测到2030年,全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%,单车应用成本的显着提升之 外,从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计,全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆,并在 2025- 2035 年间获得高速发展,年复合增长率将达到43%,并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能,同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测,L4 高度自动驾驶等级下,自动驾驶零部件成本约在 3100 美元/车,其中硬件占比 45%,软件占比 30%,系统整合占比 14%,车联网部分占比 11%。按照全球 1 亿辆量 产规模计算,理想假设所有车辆全部达到 L4 高度自动驾驶水平,那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟,人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向,助力创新企业发展,创业邦研究中心对国内200多家人工智能创业公司进行了系统调研,从发展能力、创新能力、融资能力等多维度指标,评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中,北京人工智能企业最多,占比高达39.66%;其次是上海,人工智能企业占比达21.55%;位列第三的是广东,人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等,成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力,人工智能应用实力雄厚,也聚集了一批人工智能垂直产业园;广东互联网产业发达,企业对数据需求强烈,依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看,行业应用层的企业占比最大,为56.03%;其次是应用技术层的企业,占比达31.04%;基础技术层的企业占比最小,仅为12.93%。随着人工智能技术的发展,人工智能与场景深度融合,应用领域不断扩展,行业应用公司比重不断提升。在基础层技术方面,国际IT巨头占据行业领先地位, 国内与国际差距明显,中小初创企业很难进入。
从行业应用来看,智能金融企业占比最大,为16.92%;其次是机器人企业,占比达15.38%;位列第三的是智能驾驶和智能教育,占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础,智慧金融被列入国家发展规划中,庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出, 目前市场需求较大,商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多,企业积极推动应用落地,百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地,相关初创企业涉入教育蓝海,推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多,占比达49.14%;500万以下的企业位居其次,占比达 26.72%;位列第三的是10000-100000万之间的企业,占比为17.24%。
最新估值
企业最新估值均在亿元级别,且分布较为均衡。三成企业估值超过15亿元,还有企业估值达到百亿级别,如优必
选科技、达闼科技和商汤科技等,将来或将跻身人工智能独角兽企业。(备注:分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办,提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品,致力于成为医学、新闻、法律等专业领域语言智能专家,为专业领域用户赋能,推动专业领域用户进入人工智能时代,助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营,能快速响应全国各地客户需求。
企业团队
创始人&CEO:马磊
清华大学计算机系毕业,曾先后在微软研究院和工程院担任研究员和架构师,机器学习专家、多次创业者、曾主导多项人工智能重大项目,和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成,公司员工40人,其中硕士以上学历占比60%,技术开发人员占比70%,一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面,擅长机器学习(深度学习、强化学习、群体智能)在复杂问题的应用,和国际专利15项,Atman神经网络机器翻译系统于2016年9月首秀,早于谷歌的GNMT,专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页,支持私有部署和云端混合部署,提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类,根据行业需求自动生成专业文档,适用于所有专业写作场景,可大幅减少专业报告写作过程中的繁复工作,大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析,形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助,帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业,2016年分别在美国硅谷和上海成立研发中心,主攻领域为嵌入式图像、计算机视觉,公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台,为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作,提供基于视觉的感知方案;除此之外,公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业,平均拥有超过15年以上的产业经验,毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO:单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年,离职前担任该公司的技术副总裁一职,工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域,黑芝麻可提供车内监控方案(DMS),自动泊车方案(AVP),ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分:黑芝麻感知算法从基础的控光技术,到面向AI的图像处理技术出发来提高成像质量,以及应用深度神经网络训练,结合视频处理和压缩技术,形成从传感器端到应用端的处理过程;黑芝麻芯片平台采用独有的神经网络架构,包括独有的图像处理,视频压缩和计算机视觉模块,与黑芝麻视觉算法结合,采用16nm制程,设计功耗2.5w,每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育,成立于2014年,是一家网络教育培训机构,采用人工智能和大数据技术,为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司,销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品,其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”,该产品拥有完整自主知识产权,能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可,并在纽约设计了人工智能教育实验室,与斯坦福国际研究院(SRI)在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师,采用图论、概率图模型,机器学习完成知识点拆分和个人学习画像,采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径,实现个性化教育。
业务模式
线上与线下,2B和2C相结合。以松鼠AI智适应系统教学为主,真人教师辅助,学生通过互联网在线上学习课程。开创教育新零售模式,授权线下合作学校,已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月,是一家孵化于中国科学院重庆研究院的高科技企业,专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队,是中科院战略先导项目人脸识别团队唯一代表,唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年,云从科技成为祖国“一带一路”战略实行路上的人工智能先锋,与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位: 国家肯定,国家发改委2017、2018年人工智能重大工程承建单位;顶层设计,唯一同时制定国标、部标和行标的人工智能企业;模式创新,三大平台解决方案,科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士,师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授,专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”,曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章,被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室,中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人,80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求;模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒:世界智能识别挑战赛成绩斐然,在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中,85次获得第一;2018年,云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501,DukeMTMC-reID,CUHK03三个数据同时集体刷 新世界记录, Market-1501上的首位命中率达到96.6%,首次达到商用水平。
正式在国内“3D结构光人脸识别技术”,可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术,3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能, 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点,受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日,已经完成招标的银行约为121家,其中云从科 技中标了88家总行平台,市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作,通过公安部重大课题研发火眼人脸大数据平台等智能化系统,在民航领域,已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商,为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎,衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作,通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户,同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO:张默
北京大学软件工程硕士, 南洋理工大学创业创新硕士。连续创业者, 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师,北方区合作伙伴经理,主机Linux中国区负责人,中国区开源联盟负责人,年销售额数亿。 2013年创业于美国硅谷和新加坡,2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面,在国际顶级计算机视觉竞赛ImageNet中,成绩曾超过谷歌、斯坦福等,2015-2016年2年获得十项世界第一。2018年3月,人脸识别准确率位列LFW榜首。Yi+通过遵循无限制,标记的外部数据协议。 Yi+的系统由人脸检测,人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型,其中包含来自多个来源的约10M个图像,其中包含150,000个人(训练数据集与LFW没有交集)。在测试时, Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量,最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎,图像视频分析引擎以及人脸识别和分析引擎:
行业解决方案
针对营销、安防、相机和电视的不同特点,推出相应解决方案。
营销+AI。场景化广告方案中,大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐,适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市,在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上,实时处理直播摄像头信息,算法反应敏捷,相应迅速。建立智慧园区方案模型,考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素,从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片,打通相册和购物一站式体验。准确识别人物属性特征,动态适应表情变化,可以在视频以及图像中对人脸实时检测,基于深度学习技术,进行人脸相似度检测,实现面部关键点定位、妆容图像渲染,试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等,添加AR效果,SDK支持本地检测、识别、追踪,平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心,建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分,其中数据采集包括人脸数据采集、商品数据采集;算法模型说明包括识别算法训练、商品识别、识别输出;部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年,专注于将人工智能和机器学习赋予传统IT运维/企业运营管理,为企业客户提供智能运维大数据分析解决方案,从而取代和改善对高技能运维人员严重依赖的现状。2017年,擎创科技已实现全年2000万营收,迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初,擎创科技完成了数千万人民币的A轮融资,由火山石投资领投,晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵,与新浪、饿了么等知名互联网公司的大数据、算法专家组成,核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售,曾带领团队获得10倍的业绩增长;CTO葛晓波拥有长达15年的企业级软件开发和运维经验;而产品总监屈中泠则来自甲方,创业前为浦发硅谷银行企业架构师,深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队,如今在智能运维企业服务赛道继续领跑,让擎创科技成为最懂企业的客户,最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品,自2016年上线以来,已从1.0版本升级至1.9版本,可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上,夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值,结合客户的现有情况,规划从传统ITOM至AIOps智能运维的一站式路径,助其运营落地,由此打破数据孤岛,建立统一的大数据智能分析平台,实现以人工智能为核心,驱动传统IT运维监、管、控三个层面,并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法,犹如运维界的福尔摩斯,能迅速发现并定位运维问题的根因,实现秒级排障,最大程度避免企业产生重大损失。更有价值的是,“夏洛克AIOps”还能通过长期的数据积累和机器学习,运用新型深度神经网络算法对企业的业务数据进行预测,帮助企业提前规划IT资源,高效预防各类黑天鹅事件的发生。
商业模式
目前,擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系,包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户,采用个性化的商业模式进行服务,目前主要有私有模式和SaaS模式两种,都具有较强的可复制性。
核心优势
谷歌有一个名为“谷歌流感趋势”的工具,它通过跟踪搜索词相关数据来判断全美地区的流感情况(比如患者会搜索“流感”两个字)。近日,这个工具发出警告,全美的流感已经进入“紧张”级别。它对于健康服务产业和流行病专家来说是非常有用的,因为它的时效性极强,能够很好地帮助到疾病暴发的跟踪和处理。事实也证明,通过海量搜索词的跟踪获得的趋势报告是很有说服力的,仅波士顿地区就有700例流感得到确认,该地区目前已宣布进入公共健康紧急状态。
这个工具工作的原理大致是这样的:设计人员置入了一些关键词(比如温度计、流感症状、肌肉疼痛、胸闷等),只要用户输入这些关键词,系统就会展开跟踪分析,创建地区流感图表和流感地图。谷歌多次把测试结果与美国疾病控制和预防中心的报告做比对,发现两者结论存在很大相关性。
但它比线下收集的报告强在“时效性”上,因为患者只要一旦觉察有流感症状,在搜索和去医院就诊这两件事上,前者通常是他首先会去做的。就医很麻烦而且价格不菲,如果能通过搜索来寻找到一些自我救助的方案,人们就会第一时间使用搜索引擎。故而,还存在一种可能是,医院或官方收集到的病例只能说明一小部分重病患者,轻度患者是不会去医院成为它们的样本的。
这就是一个典型的“大数据”的应用例子,舍恩伯格的这本《大数据时代》受到了广泛的赞誉,他本人也因此书被视为大数据领域中的领军人物。大数据起源于数据的充裕,舍恩伯格在他的另外一本书《删除》中提到了这些源头:首先,信息的数字化,使得所有信息都可以得到一个完美的副本;其次,存储器越来越廉价,大规模存储这些数字信息成本极低;再次,数据库技术的完善使得这些存储的信息能够被轻易按照一定的条件搜索出来;最后,全球性覆盖,网络是无国界的,A地的数字信息可以让远在天边的B地调用。
当我们掌握有大量的数据后,便可以开始进行所谓“大数据”的操作。大数据在舍恩伯格看来一共具有三个特征:全样而非抽样,效率而非精确,相关而非因果。
第一个特征非常好理解。在过去,由于缺乏获取全体样本的手段,人们发明了“随机调研数据”的方法。理论上,抽取样本越随机,就越能代表整体样本。但问题是获取一个随机样本代价极高,而且很费时。人口调查就是典型一例,一个稍大一点的国家甚至做不到每年都一次人口调查,因为随机调研实在是太耗时耗力了。但有了云计算和数据库以后,获取足够大的样本数据乃至全体数据就变得非常容易了。谷歌可以提供谷歌流感趋势的原因就在于它几乎覆盖了七成以上的北美搜索市场,而在这些数据中,已经完全没有必要去抽样调查这些数据,数据仓库里所有的记录都在那里躺着等待人们的挖掘和分析。
第二点其实建立在第一点的基础上。过去使用抽样的方法,就需要在具体运算上非常精确,因为所谓“差之毫厘便失之千里”。设想一下,在一个总样本为一亿人口的范围中随机抽取1000人,如果在1000人上的运算出现错误的话,那么放大到一亿中会有多大的偏差。但全样本时,有多少偏差就是多少偏差,不会被放大。诺维格,谷歌人工智能专家,在他的论文中写道:大数据基础上的简单算法比小数据基础上的复杂算法更加有效。精确的计算是以时间消耗为代价的,但在小数据时代,追求精确是为了避免放大的偏差而不得已为之。但在“样本=总体”的大数据时代,“快速获得一个大概的轮廓和发展脉络,就要比严格的精确性要重要得多”。
第三个特征则非常有趣。相关性表明变量A和变量B有关,或者说A变量的变化和B变量的变化之间存在一定的正比(或反比)关系。但相关性并不一定是因果关系(A未必是B的因)。亚马逊的推荐算法非常有名,它能够根据消费记录来告诉用户你可能会喜欢什么,这些消费记录有可能是别人的,也有可能是该用户历史上的。但它不能说出你为什么会喜欢的原因。难道大家都喜欢购买A和B,就一定等于你买了A之后就要买B吗?未必,但的确需要承认,相关性很高——或者说,概率很大。
舍恩伯格认为,大数据时代只需要知道是什么,而无需知道为什么,就像亚马逊推荐算法一样,知道喜欢A的人很可能喜欢B,但却不知道其中的原因。这本书的译者周涛教授则有不同的看法,他认为,“放弃对因果性的追求,就是放弃了人类凌驾于计算机之上的智力优势,是人类自身的放纵和堕落”。
在笔者看来,双方讨论的可能不是一回事。合恩伯格在这本书中完全不像他在《删除》一书中表现得那么有人文关怀,这是一本纯商业的书籍,商业本来就是以结果为导向的。但周涛谈论的却和“人工智能”有关。
腾讯公司副总裁吴军在他的《数学之美》中曾经提到,人工智能领域曾经走过一个很大的弯路,即人们总是试图让计算机理解人类的指令——注意,是理解,不是知道。但折腾了很多年发现计算机的理解力实在得比三岁小孩还要弱。最终人工智能放弃了这条途径,而改为数据传输和匹配。举个例子说,你在进行语音输入的时候,事实上计算机完全不知道你在说什么,但不妨碍它能够准确地把你说的话尽可能地用字符表达出来。苹果的Siri是很神奇,但它其实并不懂你的意思,而只是你的语音数据和它的后台数据一次匹配而已。
1 智能系·信科院
智能科技系是2002年9月初正式成立的,它完全根植于北人信息科学中心,末作增扩。后者的简称——“信息中心”——虽然易与“计算中心”或“情报资料中心”混淆,却是上世纪八十年代中期北大一些有识之士倡议建立的第一个多学科交叉研究中心。它以数学系、无线电f电子学)系和计算机系为主,联合心理学、中文、遥感等共十个系所而组成,宗旨是开展多学科交叉研究,充分发挥北大的综合优势。即使放在二十余年后的今天来看,这样的举措也是颇有前瞻性和魄力的。在此基础上,北大很快于1986年建立了第一个国家重点实验室。就是这样人数不多的一个机构,先后出过三名院士和一名北大常务副校长。以指纹识别为代表的研究成果进入国际先进行列,在国内得到广泛应用。
2003年9月10日,北京大学最大的学院——信息科学技术学院——成立。它包括计算机、电子学、微电子学和智能科学四个系,有十二个(研究)所和中心,两个国家重点实验室和若干部门实验室。系是教学单位,所和中心是研究实体。从此,智能科学系(暨信息中心、国家实验室三位一体)翻开了新的一页。
2 专业增列·学会指导
成立智能科学系除了要顺应北大“系并院”的潮流,也是完善作为学校基本建制单位所必备的。何新贵院士为系取了名称,如今许多学校也大都采用这样的称谓。查红彬教授担任系主任,笔者是主管学科建设和教学的副主任,具体参与负责各项相关工作。创办国内第一个智能科学与技术本科专业也是我们这一班人继承传统的首要任务。事实上,早在一年多前,大家就进行了酝酿,特别是中国人工智能学会教育工作委员会多次组织的相关研讨,成为重要的准备基础。
北大是一级学科下自主增设、增列学科专业的学校。系领导上任伊始第一件事就是要在当年申办智能本科专业,而且志在必得。为此,我们在前期制定了详细的步骤计划,进行了深入调研和各项准备工作。我们起草完成了所需的各项材料(人才需求论证、专业建设规划和适应培养目标的教学计划与课程设置方案、教师教辅队伍和基本办学条件说明以及国内外背景对比材料等),中国人工智能学会涂序彦等学者对此进行了专家论证,协助完成了论证报告。这些工作就绪后,我们在2003年10月下旬向学校主管副校长、教务部负责领导和学院领导做了汇报说明,并于10月30日正式提交申请材料。经学校的学部讨论通过,校教务部审核和校教学科研工作委员会论证(由于是国家公布专业目录外者),再经校学术委员会审议,报校长办公会批准,最后于12月15日前顺利完成了全部程序,报教育部备案。2004年初,教育部正式批复并公布了北京大学“智能科学与技术”新的本科招生专业。这个专业名称是查红彬教授建议的,日后成为教育部批复新申办学校的统一提法。
由于“智能科学与技术”未在国家公布的专业目录中,因此是增列而非设置,北京大学将其置于计算机科学与技术一级学科之下。由于北大历来严格控制招生规模,我们的30名招生计划是由信息学院其他三个系从原有计划分配名额中挤出来的。新专业的计划发展规模最终为50名。
3 教学计划·四校会议
智能科学系虽然成功地创建了国内第一个“智能科学技术本科”专业,但也面临着许多挑战。首先是缺乏本科教学的经验。尽管信息中心前身具有北大最早的硕士点、博士点和博士后流动站,研究生培养己历十余年,但一直实施科研主导体制,未曾从事过本科教学。师资队伍扩充快,新进年轻博士比例大,而真正有过本科教学经历者寥寥无几。此外,信息学院成立后开始调整教学计划,制定了一年级统一课程内容,新生是按学院统一招进来,第一年共同学习,后三年才分专业培养。我们虽然为申办专业制定了一套课程计划,但因不兼容学院的统一规划而未能第一次通过学院教学指导委员会的审核。为此,我们组织学院经验丰富的老教授,为本系青年教师进行教学培训,听取学院主管负责领导和几位多年从事本科教学管理的老系主任对教学计划的修订意见。
通过几个月的努力,我们完善了智能科学系的课程体系,并最终通过学院教学指导委员会的审核。这个教学计划具有几个特点:一个大基础——以学院的数、理和信息类为主,强调宽厚扎实;三个核心课程群作为专业理论基础,包括智能基础课程群(智能科学技术导论、人工智能、脑与认知科学、信息论、信号与系统)、机器感知课程群(生物信息处理、图像处理、数字信号处理、模式识别)和计算智能与知识发现课程群(智能信息处理、机器学习、数据挖掘、计算智能等),以及两门实验(机器感知和机器智能)和其他各种选修课。四年学分150分,其中必修88学分(包括全校公选26学分、大类平台20学分、学院要求的13学分、专业必修29学分),专业选修56学分(含专业课44学分、通选课12学分),毕业设计6学分。
为了更好地交流经验,扩大本专业的影响力,2005年5月,我们发起并与第二批获准的学校(南开、北邮、西电)在北大召开了四校研讨会,围绕各个学校在智能科学与技术本科专业的建设、招生、教学计划制定和未来发展设想等方面进行交流研讨,并建立了联系机制和网站。全国一些兄弟院校也纷纷来北大了解情况,开展座谈,我们则尽可能贡献自己的经验,给予支持。
4 招生·分流
从2004年开始,信息科学技术学院按学院大类招生,每年接收330~340名本科生,占全校的1/9左右。学生高考排名在全校属中上,但成绩分布差异较大。与学校的其他学院(多从一个系成长为一个学院,如数、理、化、生等)相比,信息学院是由四个不同的系合并而来的,专业跨度大,因此采用一年分流的模式(上述学院为二年分流),笔者被指定负责这项工作。我们提出自愿为主、计划为辅的方针,尽量满足同学们的兴趣志向。制定的分配计划是:电子学系120人、计算机系110人、微电子系70人、智能科学系30人,允许有10%的调整。分流工作在大一下学期(每年4月份)进行,包括全院动员、四个系专题介绍宣传、开放日参观咨询等几个步骤,可谓热闹非凡,同学们可以充分了解了四个系的专业特色。
为了克服盲目性引发的偏差,我们建立了一个网上分流系统,在正式填报专业前,增加了摸底预填报的环节,及时反馈群体意向的分布信息,指导学生们的选择,也便于学院掌握动向,调整措施。这种大类招生、进来一段时间后再分专业的举措体现了北大的人文关怀。智能专业初办,基础条件差,缺乏毕业生记录的宣传说明,与学院其他三个老牌系(电子学系50年历史、计算机和微电子系30年历史)相比较并无优势可言,但是我们通过扎扎实实的工作和细致有效的改进,使这个新方向日益显现出魅力。随着智能专业的成熟,特别是有了第一届毕业生后,就愈加受到更多学生的喜爱。
选择智能专业的人数逐年上升,2004级34人、2005级36人、2006级39人、2007级43人,目前正在进行的2008级分流达到45人。除了在信息学院内部的影响力不断扩大,北京大学其他学院的转系情况也开始有了可喜的变化。北大最好的元培计划实验班今年第一次有4名学生选择智能专业,医学部和光华管理学院也有申请者(本文成稿时这项工作还在进行),2008级学生肯定突破50名,我们在第五年就达到了创办智能科学专业的规划目标。
5 首届生·班主任
在新办专业中,有一项由教授担任智能本科专业班主任的举措。这是利用教授的学识、经验和责任心来更好地管理呵护自己的学生,避免了年轻教师因职称晋升等压力可能出现的疏漏。这一做法取得明显效果,不仅受到同学们的普遍欢迎,信息学院也开始考虑推行。笔者担任了智能专业的第一任班主任。首届学生(2004级)有34名,他们进入北大后毅然选择全新的智能专业是很有勇气的,全班有11名来自北京的学生,5名女同学,这个比例迥异于整个信息学院的总体分布。
该班学生的年龄恰与我自己的孩子相同,我天然地熟悉他们的一般特点,也理解家长们的想法。北大信息学院的淘汰率平均是7%,每年都有20多人退学。这班学生在大一时的成绩并不占优,其中有几人处在边缘位置,因此,我立下的最低目标就是确保所有同学不掉队。我首先通过全班民主选举任命了一个5人组成的班委会,这个5人机构在随后的几年中发挥了重要作用:其次走访宿舍,了解每个人的情况,为了消除代沟,我努力融入同学当中,学习熟悉他们的语境和思维想法。我同多数同学家长有过接触,从中更深入地掌握学生的性格特点,也包括寻求家长的必要配合。我与所有同学做过不止一次的个人交谈,经常是在晚间,很多时候是他们主动找我,谈遇到的各种困惑、自己的想法、志向等,我利用这些机会及时解决了具体问题。在学习上,我组织全班同学开展互帮互学,尤其对几门有难度的专业课程进行“联合攻关”。全班的“数据结构与算法”课程成绩甚至超过了计算机系。
几年来,全班团结互助,像一个大家庭,班委会也一再连任,得到全体拥护。到毕业时全部合格,实现了我的愿望。不仅如此,全班的学习成绩在学校的综合评估中优良率达93‰毕业设计都在良以上,有14人获优秀,更有三名同学的毕业论文被评为学院“十佳”论文。学院的第一、三名也都出自我班。34名同学中有22名继续保送本校读研(其中20人仍在本系),4名同学去了大的国企和知名外企工作,8名同学出国深造,在欧、美一些名校攻读博士,其中有一名学生同时拿到了包括哈佛、MIT、CMU、UCLA在内的著名大学的全额奖学金(最后选择MIT)。第一届智能专业学生的良好成绩极大鼓舞了我们,增强了我们办智能专业的信心,也为以后的几届同学做出榜样。
几年班主任的经历让我深深地体会到,进入二十一世纪的大学,教书、育人同等重要。要适应新时代年轻人的特点,保持我们民族的优良传统,把人格培养放在首位。能够进入北大的学生都是各地的尖子,当他们聚集在这所著名学府时,首先要调整原来俯视周围的习惯,学会平视甚至仰视其他同学,平和自己的心态,开阔胸怀,树立人生抱负和刻苦努力的决心,这样才能正确对待困难和挫折,才有所作为。班主任的工作往往细致入微,其实是把70%的精力用到30%的人上面。一些学生掉队是否可以避免,关键看班主任的工作是否到位。
6 培养体系·本研贯通
北大是(文)理科性质的学校,“智能科学与技术”专业也是按理学设置,尽管它更强调学科交叉。从智能科学的内涵来看,我们设立的培养方向更多地是继承自身传统和学校的综合优势,突出“以人为本”的脑认知和与心理生理结合,开展机器感知(视、听、触)和数据转换信息,进而发现知识的机器智能两个方面的研究。同时,我们配合学院的教学指导规划设置课程计划,除了全校的公共必修课程(外语、政治和体育),还有学院的公共平台课。第一年主要是夯实数学、物理和信息类的基础,后三年的专业课程安排是以必修的专业基础和机器感知与机器智能两个方向的专业核心课程为架构。为了强调学生的动手能力,还重点建设了两门实验课程。此外,还利用学校的各种本科科研基金项目(包括大学生创新基金、著政基金、泰兆基金、校长基金)和各个实验室承担的项目来吸引学生,培养他们思考问题的能力,提高他们的研究兴趣,为日后进一步深造打基础。由于绝大多数学生都将读研,这样的安排无疑起到了积极作用,并成为撰写毕业论文的基础。我们还打通了本科高年级与研究生一年级的课程,利用各种机会举办研究讲座,如龙星计划、专题报告、国际人工智能远程教学等活动,开阔学生的视野,引导研究方向,调动学生的潜质。从专业特点来看,我们的智能学科更偏向于“软”的一侧,因此也充分利用信息学院,特别是计算机系的各类教学资源来帮助扶持新办专业的成长。
我们原有的博士、硕士点是计算机应用技术和信号与信息处理两个方向,为了让我们的培养体系更加系统,我们进行了两年的精心准备。2007年底,我们正式向北大研究生院申请增列“智能科学与技术”硕士和博士点。经过必要的论证,最终获得批准,及时衔接第一届本科毕业生升研。至此,本、硕、博一以贯通,作为计算机科学与技术下的二级学科,一个完整的智能科学技术专业培养体系建立起来,从培养体制上保证了新兴智能专业的顺利发展。
7 特色专业·教学团队
五年来,北京大学智能科学技术本科专业从酝酿到创办,可谓初见成效,走过了颇具挑战的历程。除了确定具有特色的培养目标和方向外,还需要扎扎实实落实每一个环节,并在实践中检验。本科教学迥异于研究生培养,它的计划性、按部就班执行的严格性以及每堂课程的内容安排和效果评估必须一丝不苟。
信息学院秉承了北大的优良传统,对这个新办的专业给予了巨大支持和关怀,使我们能迅速成长起来。我们从一开始就有一套严格的课程设置审核程序、教案检查制度和新教师上岗准入的试讲考核手续。学院有一支由经验丰富的退休教师组成的督导组,随堂听课评估每一位教师的讲课内容、方式和教学效果,及时纠正问题。作业批改和试卷出题也都有严格规定。在课程体系的建设方面,信息学院打通了一年级的公共部分,深化和夯实了数理基础。
在专业课程上,智能科学系提炼了三个课程群,并组织教师进行重点建设。此外还加强对学生动手能力和独立思考解决问题能力的培养。
除了在专业上实施分流培养外,我们还针对北大学生的特点,在基础课采用实验班的A、B分级组合方式,满足不同专业对各自基础培养的要求。在专业课程群中,也允许不同兴趣的组合选择,充分发挥和提升学生的能力。为了更好地关怀学生顺利成长,我们除规定教授担任班主任外,还设立了本科生学术导师制,加强对学生的各种指导。智能科学系也注重师资队伍建设,引进了一大批(半数以上)优秀的年轻教师,其中信息学院中从国外回来的教师比例是最高的,为这一新兴学科注入了最具活力和新思想的力量。在招聘教师时,教学需求和能力成为评价的重要指标。
2007年,我们接受了教育部的学科评估,新办专业得到好评。学校开始关注我们的进步,在随后的一年中,我们一再从学校的竞争中脱颖而出,陆续获得了国家一类特色专业、北京市一类特色专业和北京市优秀教学团队等称号,2008年又获得国家级教学团队称号。我们的培养体系和人工智能双语教学也分获北京大学的教学一、二等奖。
8 结语·致谢
尽管北大年轻的“智能科学与技术”本科专业建设初见成效,但征程是漫长的,我们还会面临更多的挑战和问题。然而,智能科学这个本科专业方向是很有希望的,它不仅吸引了大学的新生,也在高考人群中产生着愈加重要的影响,它的健康发展需要大家共同的努力和精心培植。每所大学都有不同的特点,我们应该从学校、师资、方向、生源以及学科培养性质和目标等条件出发来建设新兴专业。以上是笔者对北京大学第一个“智能科学与技术”本科专业创建历程的回顾,希望与同行共享。
在专业建设过程中,许多人给予了热情帮助和支持。这里要特别感谢北大信息学院陈徐宗教授,感谢中国人工智能学会涂序彦和王万森教授。
最后引龚定庵一句名言:“但开风气不为师”。
9 总结与展望
本文介绍了厦门大学智能科学与技术系在学科发展、科学研究和人才培养方面的基本建设情况。我们希望这些初步的工作总结能对目前正积极筹办本专业的兄弟院校起到一定的借鉴作用。
“智能科学与技术”专业在我国的发展尚属初级阶段。尽管近几年得到了国内部分高校的重视,但其发展并不是很快,且进一步发展也存在一些障碍。比如,从专业配置来看,目前智能科学与技术并非一级学科,多数学校的“智能科学与技术”专业博士培养都是依附于其他相关专业。从长远来看,这并不利于整个学科的发展。希望通过各相关高校的广泛交流和积极配合,“智能科学与技术”专业在国内的发展能更上一层楼。
关键词:工体验设计;设计哲学;发展方式; 技术结合;设计价值
设计发展到今天,工业设计、信息艺术设计、环境艺术设计、建筑设计、视觉传达设计、媒体与传播设计等等这些设计专业细分实际上都是对设计师“入门阶段”的专业技能和实际操作层面的技术种类的细分,而从更高的设计思维与设计研究领域,各个专业方向都有基于本专业的实践方式对服务管理、体验方式、信息传达这些更高层次的设计思维观的关注和深入研究。本文研究和分析的主要范畴是基于交互设计、服务设计和信息艺术设计领域的讨论。
1作为设计过程的服务设计和作为剖析需求的体验设计
服务设计中有一个核心概念“生活方式”,而体验设计的重点当然在“用户体验”,进一步说是满足用户对身心体验的需求。这前后二者的提出都是基于社会经济水平长足发展、社会生产制造业和物资分配方式能够给人们生活提供相对足够物质资源的前提,因此这些设计理念都强调对“非物质”因素的设计,特别关注对人与物(机器)的关系、人与技术的关系、人与社会的关系、人与环境关系、人与人的自我认知的重新认识和价值判断。
服务设计为消费者创造了他们理想或意想不到的适宜的生活方式,这是一种通过优化系统内的过程和接触点使得系统内的各个利益相关者获得更大价值的设计观念。从设计哲学上看,服务设计是对过程的设计,更多的是将消费者(也就是人)作为系统内的一个重要组成核心,通过将其周围“外部因素”(物质与非物质的相互关系)不断优化来促成对这一核心提供价值。
而体验设计是对“内部因素”的设计,是对“体验”本身进行设计,从设计哲学上来说就放大和直接剖析设计对象这一“宾语”,将“人”这一核心概念逐层剥离开,对其可能的感知感受、本能的行为反应、可能的思维方式和上升的情感反思进行分析和预判,为其需要被满足或还未被发掘的“自我认知需求”提供可能机遇。
从更加生动感性的角度诠释,“体验十分重要,因为它把设计中心从设计生活方式变成了设计生活的意义。”
2体验设计可以创造生活意义
在理解“体验设计可以创造生活意义”这个话题之前,先回忆一个大家熟知的“鸡汤故事”帮助话题更好展开:一日富翁与渔夫的对话,问他为什么不继续去捕鱼,捕鱼可以赚更多的钱可以雇更多帮手,可以自己当老板,最后可以舒舒服服地在此地晒太阳。渔夫笑着反诘到:那我此刻不正在晒太阳吗? 对于这个心灵鸡汤故事,过去最流行的解读就是不要过多的为了追求物质而迷失方向,要有澄澈的心境,因为最终我们需要拥有的只是一刻的轻松和阳光,那这些“财富”我们早就已经拥有了。这个故事在今天明显有了更新更全面的解读方式。当今时代和社会背景下,对“财富”也可以说个人所拥有“价值”的定义绝不仅仅是“一片阳光和惬意”这么简单。对于富人来说,他享有经济财务自,享有自我实现的满足感,享有他人的尊重,享有丰富的社会资源和人际关系,即便不着意于“名和利”,他仍然享有享有对信息和资讯更广泛的涉猎方式和更高效的接触手段,拥有丰富精彩的人生经历和身临其境的体验,而渔夫只有“阳光”。如果按照故事原意的解读,放在体验经济背景下,渔夫所拥有的“价值提供物”――体验,较之于富人来说是可能是相对“匮乏”的。当然,体验这一精神状态或过程从宏观上本身无法量化和做定性比较,若渔夫能够充分的体验和感受“这一刻”的状态并且从精神上得到足够的满足,那么他所有的“价值”也绝不比富人少。这就是在体验经济时代下对“富人和渔夫”的故事双重解读。
在马斯洛的“需求层次”理论中,最高需求层次是“自我实现”的阶段。“事物有了价值,还需要被体验,人们越来越重视精神消费和情感满足。”当某人购买一种体验时,他是在花时间享受某一企业所提供的一系列值得记忆的事件――就像在戏剧演出中那样――使他身临其境。人们的需求层次越来越向高的需求层次靠近,对社会地位、友情、自尊、他尊的追求,都是需要或希望被满足的“体验”。因此,高品质服务创造的“体验”成了满足人们需要的主要经济提供物。体验经济中,设计师不再是简单操作层面的“创造者”,而是让消费者在精心制作的舞台上开始自己独一无二、值得回忆表演的“促成者”。这些都是体验设计可以创造生活意义的证明。
3体验设计如何创造生活意义、价值
2001年,美国信息交互设计专家谢佐夫在《体验设计》一书中,首次给出了体验设计定义:“体验设计是将消费者的参与融入设计中,是企业把服务作为“舞台”、产品作椤暗谰摺薄⒒肪匙魑“布景”,使消费者在商业活动过程中感受到美好的体验过程,……体验特征应从感官、行为、精神三个层面上综合表现。”由此可以看出,体验设计的目的从客观上说就是为了创造更好的用户体验、提供更多的体验感受而设计;从设计行为上来说是可能包括对认知科学因素的探索和转化、对服务行为和系统架构的优化、对服务的有形物质资料和无形的行为方式的规范和管理;从设计可能涉及到的学科方向看包括:认知科学(心智哲学、认知心理学、认知语言学)、行为学、心理学、社会学、伦理学、人类学等。对这些学科的关注和相关研究方法的引入,标志着体验设计开始真正走向了关注内在精神需求和自我认知满足的研究领域。
(1)体验设计将用户参与引入到设计的环节,使得用户或消费者意识到自身是设计服务的主体,这本身就扩展了用户对自身创造价值方式的理解范畴,同时也强化了用户对自我可创造价值能力的满足感。
(2)体验设计为用户提供多种时空方式、感官通道、交互行为、服务模式、情景内容的体验,丰富了用户的生活经历,扩展了用户的认知同时强化了用户对自我认知的判断和体察。具体说来,体验设计提供的多种时空方式包括历时性的过程的体验和瞬时性的结果的体验;为用户提供的多种感官通道外界信息包括视觉的、听觉的、嗅觉的、触觉的、温觉的,以及多通道综合联络式的信号刺激;为用户提供了多种交互行为的体验方式包括人与物的接触、接触型人机界面、非接触型透明交互、具身交互方式、沉浸式增强现实环境体验、沉浸式虚拟现实体验、行为和语言交互等;为用户提供的不同商业模式和产业形态的体验接触包括商业性质的线下产品服务推广体验、在线电子商务业务的营销和广告、科学普及和知识传播为目的的线上数字化展览和线下实体科技馆体验、艺术与文化研究推广位目的的艺术展览和博览会等;为用户提供的不同情境内容的体验方式包括对自然科学知识普及的情境、对艺术文学文化价值的再现和感悟的情境、对未来智能生活和物联网家具生活展示的情境、对优越生活服务和信息化社会智能管理方式的展示的情境、科幻超前极限环境体验的情境、对数字娱乐及互动游戏的体验的情境、对科学技术前端科技可视化可理解的展示的情境等等。
(3)体验设计通过强化用户对自我认知的判断和体察,触发、激发、诱发更多的体验需求和实现个人满足的手段。
(4)体验设计通过更高的设计满足目标和创新的设计行为方式,将更好的优化和整合各个设计部门和设计实践方式。这种优化包括化基于产品的物理性设计、基于生活方式的系统服务设计、基于用户体验的的交互性设计、基于信息传递和获取的信息艺术设计、以及基于人――物――社会――环境的信息时代大背景下的综合性设计。
(5)体验设计在提供给用户更多无可复制、独一无二、充满回忆的“体验”的同时,可以做到真正刺激体验经济模式下社会的生产力,挖掘和促生更多创新交叉式的经济产业,丰富和提升社会文化内容和人们的精神文明世界,诱发更多新兴前沿科技的研究并促进其向社会生活的快速转化,最终通过提升人类对自我认知和价值需求判断的哲学、伦理学、人类学高度来更好地促进人类与物质、社会、环境友好关系的缔结和平衡稳定的发展。
以上就是笔者对体验设计如何创造价值、以及可能创造何种价值的思考和预测。
4能够创造更多“体验”的最新科学技术手段
技术已经并将继续成为以人为中心,它将提高人、企业和事物之间的透明度。随着技术演变更加适应工作场所和家庭环境,并且与企业和其他人的互动加强,这种关系将变得更加交织。设计师应该更加应该“谨慎、周密地运用先进的科学技术,在新的生态文化、价值观念下,创造新的产品或新的价值意义,同时设计也应该对其功能和后果进行全面的社会评价和控制。[4]”。因此,对于最新前言技术特别是生命科学、人工智能、计算机学习、可穿戴智能设备技术的即时了解和掌握,将有助于设计师更好地对未来体验设计发展趋势、可能性进行判断和预设。
2016年7月,全球最具权威的IT研究与顾问咨询公司Gartner高德纳咨询公司了年度新兴技术成熟度曲线。Gartner指出,2016年是数字的一年,数字业务创新是“新常态”,有三个趋势非常突出:一是感知智能机器时代来临;二是透明的身临其境的体验更加优化;三是平台革命正在酝酿[5]。
(1)感知智能机器技术为体验的获得和判断提供更多的科学依据、大数据来源,以及提供“体验生活”(包括工作、学习、娱乐、交流)这一“舞台剧”的叙事方式和文本情境――Contexts。智能感知技术将是未来10年里最具认知突破力的一类技术,包含智能微尘、机器学习、虚拟个人助理、认知专家顾问、语音翻译、智能数据挖掘、智能工作空间、会话用户界面、智能机器人、商业无人机、自动驾驶汽车、自然语言问答等技术,这些技术将极大的提高对可收集到的所有认知体验数据的收集宽度、分析精度、利用效率。
(2)透明化身临其境的体验技术将为用户体验过程、特别是用户对自身本质属性和能力的探索感悟过程提供无限的表演道具和戏剧冲突――Elements。这个趋势中的关键技术包括4D打印、脑机接口、人类机能增加、自我实现的高级分析(Advanced Analytics With Self-Service Delivery)、立体显示技术、情感运算、互联家庭、增强现实、虚拟现实和手势控制设备、可穿戴设备等。
(3)平台实现将为实现更全面、更人性化、更安全、更智能的体验生活搭建时空背景和舞台结构――Stage。新兴技术正在改变“平台”的定义和使用平台的方式。从技术基础设施到生态系y平台,平台或系统有了较新的商业模式,正在形成人类生活和技术之间的桥梁。这些关键平台实现技术包括:物联网平台、智慧型信息服务系统、混合云空间,以及“神经形态硬件、量子计算、软件定义安全和软件定义一切(SDx)”等技术。
物联网:物联网是借助互联技术和各类平台,在物(包括产品、服务与地点等)与人之间建立起来的一种关系,是第四次工业革命中联结物理应用与数字应用的重要桥梁和纽带。物联网技术中传感器以及其他可将物理世界中的物品与虚拟网络相接通的各种方式,正在以惊人的速度传播开来,不管是制造业、基础设施行业还是医疗卫生,所有行业概莫能外。物联网技术的发展,将会丰富体验设计中人与物的相关关系、物与物的相关关系以及人与环境的相关关系的概念。
智能机器:机器具有类似人类在学习、推理、适应和理解等方面的能力就被称为“智能”。智能机器人按照其适用案例的范围可以分为:具有广泛使用案例的“强人工智能”和仅限于特定(窄)案例的“弱人工智能”(专用机器智能)。以目前的人工智能为例,苹果手机Siri语音控制系统通过预设答案及网络搜索手段实现了初步智能应用。但参加达沃斯年会的科技界人士预测,未来人工智能完全可以实现理解语言、读懂文件、自我学习甚至情感理解。当然,具有能够控制自身思维、维护系统生态并且具有再生产方式的机器只存在于科幻小说。今天人工智能系统,都不能通过等同于人类的智力通用测试(当然也没有完全可接受对人类的智慧的测量方式去测试机器)。这并不是说,永远不可能创造一种接近于人类认知能力的机器,但我们可能距离完成必要研究和工程实验还有好几十年。可以想象,在进行智能机器技术研发和创意设计的Google公司、MIT麻省理工艺术媒体实验室,他们的工作具有意义非凡的体验感,研究和工作于这些领域的设计师、科学家每一个细节的工作开展都是对人类自身智慧、认知体察和伦理观念的思考与体验。
人类机能增进:人类机能增强过程沿着自发且可探测、可量化监控的轨迹和范围发展。现在通过技术来增强人能力的方式主要集中在行为轨迹和行为范围的某个特定的点上,技术提供特定的且可量化检测的帮助,例如监控睡眠质量的智能手环和监控呼吸心跳并调节微电流环境的保健磁疗颈环。不过,事实上,研究提供更多的自发和不可检测的增强人类机能的技术确实遇到了一些极端情况和综合症,力图例如提高精神集中度的隐形眼镜显示器或脑刺激技术,再例如外科植入物或直接的遗传基因编码操控技术。增强或改善人类机能,势必会给人类的体验提供更广泛的接触途径、更敏感的交感神经和更简单可行的交互方式,不过面对选择用技术增强身体和头脑机能的“社会人”,人际关系、组织、社会、环境势必也会面对越来越多的挑战。
脑机接口(Brain-Computer Interface):Emotiv Epoc是一种智能头戴式设备,由美国加州旧金山的神经科技公司Emotiv Systems花费了五年时间研发人脑-电脑接口的最新成果,是目前市场上通用度和流通性最高的这一款脑机接口设备之一。 Emotiv Epoc运用一种被称为非侵入性的脑电波仪(EEG)技术,感测并学习每个使用者大脑神经元电讯号模式,读取使用者大脑对特定动作产生的神经元电信号脉冲频段,配合以先进软件进行脑电波信号频率的模式分析和解读,将其转化成电脑或游戏机能理解的讯息,再以无线信号传输到电脑,最终在荧幕上复制出同样的“动作”或人的“意念。相较以前仅能探测基本、常见的精神状态,如“精力集中”的技术,Emotive还能同时区分具体的想法如:“推”和“举”,以及情感如“兴奋”或“平静”。 使用者戴上之后,只需起心动念便可以操控眼前的电脑,透过意志和情感控这给与了科学家和设计师有关研究人类大脑是如何运转以及如何扩展人类对自身认知的有价值的设计洞见。
5对未来体验设计作用和职责之思考
现在消费者通过佩戴智能脑机接口设备已经可以通过EG(大脑电信号动态画面)直观的看到即时的大脑动态变化以及脑内信息交换互动方式,脑机接口可以使人用大脑的意见来移动事物,虽然只是将电脑里的花朵“催开”。可以试想,在不久的将来,如果人类“设计”的范畴已经到了可以控制人类本身在微观概念上的生物遗传属性和神经元信号传递方式,那么是否人类的任何“体验感”都可以由一段信号编码的电磁脉冲来提供呢?这种身临其境可能是“心临其境”或者“脑临其境”,与真实环境中人的情境体验可以做到“电信号脉冲级别”的接近甚至完全一致,那么这种深入到生理学、心理学境界的“完全一致”是否会成为对人类生活方式、价值认识和行为原则的一种挑战呢?
即使现在作为设计师无法用文艺创作的方式对未来科技和生活方式进行预判和想象,我们身为设计师还是有很多可以创造价值的作用和需要践行的职责。
(1)不断研究和判断体验设计的设计理论和方法,价值判断和审美范式,用更系统有效的设计原则和价值判断帮助推进由体验设计所串联起的产品-商品-服务-系统产业链的规划和发展,以创造更多的社会经济价值、社会人文价值和环境可持续发展。
(2)体验设计包含感官体验设计、情感体验设计、思考体验设计、行为体验设计、关联体验设计和混合式体验设计。充分学习有关这些设计的学科专业知识(包括心理学、认知科学、社会学、人类学、哲学等),充分掌握或创造能够有效展开以上设计研究的研究方法(例如影子预示法、访谈调研法、观察法、图表归纳法、需求转述法、情绪版和情境角色扮演法)和研究模型,充分在设计实践中结合反思和总结来不断充实对体验设计的经验和方法。
(3)好的体验设计通过扩展人类对自我的认知,帮助重新认识自我,应该成就人们更善意的态度、更宽广的胸襟和更积极乐观的生活态度,最终促进人们对真善美的追求。因此,体验设计应该谨慎周密的拿捏提供体验的方式和情境,通过合适的引导和具有感染力的“自我实现”的机会,促进更多的人履行社会责任创造社会价值,而不是对个人浅显欲望的盲目追求。
(4)体验设计应该为解决诸多现实问题而设计,例如人类种族、群落、地区、文明的发展程度的差距逐渐增大,再例如信息鸿沟、信息不对等、物质世界和虚拟世界的跨越、个人性和社会性的冲突、隐私伦理道德和人类价值取向的扩展等问题。因此体验设计需要以消除信息的不均等以及有效利用、均衡信息为设计目的,尽力做到在关注人本质问题的同时实现社会价值的更优化分配。
6结语
在笔者看来,体验设计应该是一种回归的设计。数千年前在中国古代哲学体系中就有“天人合一”、“物我两忘”的精神境界,这就是一种人性的返璞归真和充分的自我实现,这种“回归”通过在有限物质环境下不断理解和调和人与物、社会、环境等因素在自身精神世界中所映射出的相互关系来达到实现。在“人造的自然”中,设计的目的当然不会是再让人回到“天为盖、地位席”的生活方式中。但通过智慧的、有效的、周全的设计,能够让人克服人性的弱点,引领人性的回归,创造和组织更多人与自然的平等关系,树立人类文化价值与自然价值并重的价值观念,这是笔者可以想象的未来设计、体验设计的发展趋势和目标。
参考文献:
[1]辛向阳,构建值得记忆的经历.Interaction Design Committee交互设计专业委员会,2016.
[2]鲁晓波,深圳大学学报,人文社会科学版,2010(27).价值、体验与设计创新.
[3]体验经济.The Experience Economy ,(美)约瑟夫派恩(二世),詹姆斯H吉尔摩,夏业良,鲁炜,等译.北京:机械工业出版社,2002(4).
[4] 鲁晓波,观察家 ,2003.关于设计伦理问题的一点思考.
关键词:卷烟物流配送中心;规划;文献综述
中图分类号:F253 文献标识码:A
Abstract: Currently, to lower cost and promote competitiveness, cigarette logistics distribution centers have begun to transform traditional logistics system. Implementing science and technology, lean, efficient and humanism modern logistics construction, whose core is lean supply chain logistics construction, becomes one of the most important part in the reform of the tobacco logistics. Related research studying from the perspectives of logistics management, sorting, warehousing, distribution process or comprehensive perspective of the planning, have made outstanding contributions to cigarette logistics distribution center optimization.
Key words: cigarette logistics distribution center; planning; review
1 卷烟物流现状
近年来,我国卷烟物流行业自动化及信息化程度发展较快。自动输送机、自动升降卸货平台、RFID 自动扫描设备、高架立体仓库、自动/半自动分拣线、自动安保设备、仓库自动温湿度控制设备等得到广泛应用。中国烟草以物流信息化重点工程为抓手,以建设“数字烟草”为目标,建设行业电子政务、电子商务、管理决策三大应用体系,推广应用了行业卷烟生产经营决策管理系统、工商营销信息共享系统、商业企业卷烟物流配送中心数字仓储管理系统和工商卷烟物流在途信息系统等重点工程,极大地推动了行业信息化建设的发展。同时,各企业根据自身发展实际和业务需要,建立了立体仓库、自动化分拣线、电子标签托盘等物流设施与设备,开发应用了智能化仓储管理系统、卷烟分拣包装管理系统、GIS智能优化调度管理系统、GPS车辆,降低了物流成本,提升了服务质量和管理水平。辅助导航与定位监控系统、绩效评价考核等多种业务管理系统,有效地提高了工作效率。另外,中国烟草目前正积极推进传统商业向现代流通转变。推动以精益化供应链物流建设为核心的“科技、精益、人本”现代物流建设成为烟草物流改革的重要内容之一。中国烟草的生产经营决策管理系统、工商在途信息系统、商业数字仓储系统、全国统一电子地图、行业物流综合监管调度平台正在发挥着重要作用,行业物流标准化体系已经基本建立。
然而,另一方面,我国烟草专卖制度实行“统一领导、垂直管理、专卖专营”的管理体制。卷烟物流中心与中国烟草工业系统物流独立运作,有各自的物流网络和节点,各自为政,没有形成战略协作关系,这些网络上节点的物流基本都是独立多点对多点的关系,形成了繁杂的物流网络,这在一定程度上存在资源浪费。且卷烟销售网络物流多以区域配送为主,运输部门只为本企业服务为主,资源未充分有效利用。与美国相比,美国的不同地区企业共同出资兴建卷烟物流配送中心,一方面实现了物流配送资源的共享,有效地降低了企业的物流配送成本;另一方面也从根本上提高了物流配送的合理化程度。与德国相比,在标准化方面,我国大多数的烟草配送中心都没有按照严格的标准执行,这也是配送效率不高的原因之一。当前卷烟配送行业各企业为降低成本提升竞争力纷纷改造传统的物流系统,如何使卷烟配送行业的物流建设工作能适应未来行业发展的需要,使烟草物流系统从整个行业全局的角度达到最优,值得我们思考与研究。
2 卷烟物流配送规划研究
相关烟草物流配送的规划及优化的文献很多,总结起来,多从管理、仓储、分拣作业系统、配送路径优化四个角度入手,达到为客户提供优质服务,为企业节省成本的高效物流。其规划研究多结合具体卷烟物流配送中心的情况,找出现状存在的问题,通过定性分析,进行技术标准化、管理数字化规范化等改进,提出相应优化解决办法。卷烟物流主要规划内容如下:
2.1 在卷烟销售物流配送中心整体规划的研究
完善卷烟配送体系是很有必要的,建立完善的烟草配送体系是“中国烟草最有价值的战略性工程”[1]。潘文龙[2]运用一种适合现代企业的改进SLP法布局设计库房、库存管理的ABC三类物品的分类法优化、配送路线的节约法,对南通烟草物流中心进行规划。苏凯[3]在二级配送中心选址采用聚类分析法,配送路线优化采用遗传算法,对石家庄卷烟物流系统整合优化;张亚娜[4]基于节约算法进行线路优化、基于安全库存量的库存优化、基于概率估工法的油耗管理,从三个方面对榆林烟草公司物流配送成本进行了优化。周泽岩[5]以益阳市烟草公司为例,构建了基于工作量均衡的、带软时间窗的配送调度综合优化模型, 通过matlab编程实现遗传算法的模型求解,解决了车辆选择、货物配装、配送路线优化等问题。张晓昆[6]指出建立卷烟配送中心的重要性,并对卷烟配送中心的配送体系模式、库存量设计、仓储方式设计、分拣模式设计、工艺布局和流程设计进行了分析和描述。并重点介绍了为提高配送效率卷烟配送中心需要的分拣设备。姜荣奇、唐铮显等[7]从成品配送中心的构成,包括入库区、高架仓库区、件烟分拣区、条烟分拣区及出库区等。采用了往复式穿梭车、巷道堆垛机、输送机系统、高层货架及重力式货架等设备。并从入库作业流程、出库作业流程入手,介绍了卷烟销售自动化过程。
2.2 卷烟物流单一流程的优化研究
2.2.1 管理优化
目前卷烟物流管理正走向信息化、合理化和智能化,其中,建立实用、高效、适应性强的卷烟销售信息管理系统是提高配送效率,减小配送成本的重要举措。李慎恒[8]通过物流管理的现状和物流管理面临的挑战进行分析论述,从快速回应顾客要求、不断改进物流过程、发挥企业的整体功能、建立计算机支持的物流信息系统等四个方面对提高物流效率进行了论述。屈琦等[9]将GIS和GPS技术引入到烟草物流业务中,以满足烟草物流配送的调度、导航与监控需求。通过对烟草物流配送流程的调研和分析,总体系统设计采用C/S、B/S、M/S相结合的模式,实现配送中心管辖范围内的配送智能调度,既提高了服务质量,又节省了配送成本。刘伟民[10]通过对烟草行业管理流程的详细分析,针对线路优化、车辆监控调度和相关业务衔接等关键物流环节,提出基于3G技术的卷烟物流配送车辆调度系统的技术构成和具体实现。基于GPS/GIS/GPRS的卷烟物流配送车辆调度系统,以3G为技术手段,运用现代车辆调度优化方法,结合卷烟配送业务流程,以零售户订单为核心,通过送货线路整合优化、配送车辆实时监控调度,实现配送全过程数字化管理。同时为专卖管理、行政管理、营销决策分析提供科学依据,在提高烟草物流中心配送效率与服务水平的同时,实现整体业务流程改造、优化与提升。
2.2.2 仓储优化
卷烟物流仓储优化主要做到仓储合理化、数字化。金桂根、刘学军等[11]根据目前烟草配送的现状和发展趋势,着重介绍和分析了烟草商业配送物流设计中件烟存贮和条烟分拣的基本方式,并对相关仓储主要设备和系统案例进行了描述。郭宏义,周宏伟[12]将“ABC分类法”运用于市级卷烟物流仓储管理中的实践,进一步实现仓储的合理化。
2.2.3 分拣优化
卷烟分拣的自动化、电子化以提高分拣效率成为一大趋势。杨启成、李向东等[13]指出,作为现代物流技术三大措施之一,自动分拣系统被广泛应用于制造企业的货物配送环节,成为大型物流中心不可缺少的部分。提高分拣系统的分拣能力、准确性和可靠性,对提升企业快速响应市场能力,进而在一定程度上提升企业的核心竞争力具有十分重要的意义。卷烟成品自动分拣系统主要设备包括合流机构、缺条检测机构、扫描系统、主输送带、分拣机构、分拣通道、剔除通道等,从系统功能和系统布局对自动分拣方案进行了设计,并从高速合流系统的技术和分拣控制技术两个方面对自动分拣系统应用技术进行了研究。
2.2.4 配送线路优化
1964年,Clarke和Wright首次给出了从分销中心到各个递送点的具有不同容量卡车的路径优化问题的具体描述和算法设计,算法思想是尽量减少循环,从而快速找到最优路径。基于Clarke-Wrigh的节约算法是最早的启发式算法,直到现在都被应用在物流配送线路优化问题当中。随着人工智能技术的引入和不断发展,遗传算法、动态规划法和模拟退火算法等新方法及人工神经网络和专家系统等技术,为解决大规模、多目标车辆调度问题提供了新的辅助手段。1971年,Eilon等人[14]提出将动态规划法用于固定车辆数的物流配送线路优化问题,通过递归方法求解。1996年J.Lawrence[15]将遗传算法应用于线路优化的研究,同年Desan和Gorar提出用模糊集理论来求解点数不确定的车辆线路优化。1999 年Modares,Somhom 和T. Enkawa[16]提出用自组织的神经网络算法来求解线路优化问题,B.Bullnheiiner于1998年针对蚁群算法求解线路优化问题展开了研究,同年Luiz,Dalessandro建立平行遗传算法。2001年Tan等人[17]结合遗传算法、tabu-树搜索算法的优点,形成知识库,用人工智能的方法来求解,2002年Taranrilis和Kiranondis[18]使用空间决策支持系统来解决车辆路径问题。
迄今为止,国外不仅在理论研究方面成果显著,并且在应用方面也取得了一定的成果。美国利用最短路径算法、启发式算法开发计算机配送调度系统用来解决货运汽车作业计划中路线优化选择和车辆分配等问题,使运输成本和运输时间有了明显下降。伴随智能交通系统研究领域和内容的不断深入发展,对于线路优化问题的求解方法,目前主要集中在动态规划、神经网络、禁忌搜索、遗传算法、蚁群算法以及粒子群算法等智能优化方法。目前,世界上已逐渐形成了美国、欧洲和日本三大智能交通体系,随着自动控制技术、定位导航技术、数据通讯技术、图象分析技术以及计算机网络和信息处理技术的快速发展,车辆路径问题作为智能交通系统的一个重要组成部分,将越来越受到各国家交通运输部门的高度重视。
国内对配送路线优化逐步得到重视。陈子侠[19]运用网格划分技术和算法,对配送中心不同送货线路之间工作量不均衡问题进行了优化,使一条线路尽量集中,减少线路交叉,便于配送,大大降低了划分的复杂度,减少了运算量,可以判断出哪个区域网点较密集,对密集区域集中配送,提高配送效率。陈佳丽[20]以贵州为例,运用节约里程法模型主要从打破行政区域限制的角度,实施卷烟配送路线优化。提升配送效率,克服了送货线路重复、送货成本偏高和送货量不均等问题。陈艳艳,宋健民[21]通过将地理信息系统与基于遗传算法的优化决策相结合,建立了一个综合优化决策模型,利用遗传算法进行优化决策,使总成本最小。
3 总 结
卷烟物流配送中心的规划原则归纳起来有如下几点:(1)技术标准化;(2)流程科学化;(3)运作规范化;(4)仓储管理数字化;(5)库存合理化;(6)物资分拣电子化(自动化);(7)配送方式最优化;(8)调度智能化。通过上述原则在卷烟物流中的践行实施,加强组织管理数字化、科学化;有效地控制库存水平,降低损耗率;提高卷烟分拣速度,降低分拣差错率和人员工作强度;优化配送路径,实现配送资源合理优化配置,降低路线重复率;降低配送成本,提高配送准确率和车辆利用率,等等。卷烟物流须发挥行业优势,整合现有的物流资源,建立以物流信息为基础的全行业物流。从而提高物流服务质量和效率,降低物流成本,增强烟草行业整体竞争力。
参考文献:
[1] 孙峰,沈长鹏. 城市烟草配送中心布局研究[J]. 技术交流,2004(12):31-33.
[2] 潘文龙. 南通烟草物流中心规划研究[D]. 南京:南京理工大学(硕士学位论文),2009.
[3] 苏凯. 石家庄卷烟物流系统整合优化研究[D]. 石家庄:河北科技大学(硕士学位论文),2011.
[4] 张亚娜. 榆林烟草公司物流配送成本优化研究[D]. 西安:西北大学(硕士学位论文),2009.
[5] 周泽岩. 烟草物流配送调度综合优化方法研究[D]. 北京:北京交通大学(硕士学位论文),2013.
[6] 张晓昆. 卷烟配送中心的设计[J]. 权威论坛,2005(2):78-81.
[7] 姜荣奇,唐铮显. 卷烟成品销售配送中心模式[J]. 工业现场,2002(8):80-81.
[8] 李慎恒. 提高物流管理效率之我见[J]. 经济师,2002(5):274-275.
[9] 屈琦. 烟草物流管理平台的设计与应用[J]. 烟草科技,2007(1):15-18.
[10] 刘伟民. 基于3G技术的卷烟物流配送应用研究[J]. 物流技术,2007,26(11):180-182.
[11] 金桂根,刘学军. 烟草商业配送物流设计分析[J]. 物流技术,2009(5):49-50.
[12] 郭宏义,周宏伟.“ABC分类法”在市级烟草物流仓储管理中的实践和运用[J]. 经营管理者,2014(1):58-59.
[13] 杨启成,李向东. 自动分拣技术在卷烟成品配送系统中的应用[J]. 物流技术,2007,26(2):151-154.
[14] Eilon. Distribution management: Mathematical modelling and practical analysis[M]. London: ISBN, 1971.
[15] J. Lawrence, Mohammad A. Parametric experimentation with a genetic algorithmic configuration for solving the Vehicle Routing Problem[C] // Proceedings-Annual Meeting of the Decision sciences Institute, Decis Scil Inst, 1996:34-39.
[16] A. Modares, S. Somhom and T. Enkawa. A self-organizing neural network approach for multiple traveling salesman and vehicle routing problems[J]. International Transactions in Operational Research, 1999(6):591-606.
[17] Tan K. C, Lee L. H, Du K. Artificial Intelligence Heuristics in Solving Vehicle Routing Problem with Time Window Constraints[J]. Engineering Applications of Artificial Intelligence, 2001(14):825-837.
[18] Tarankilis C. D, Kiranondis C. T. Using A Spatial Decision Support System for Solving the Vehicle Routing Problem[J]. Information & Management, 2002(39):359-375.
[19] 陈子侠. 城市卷烟配送线路的网格划分算法[J]. 上海交通大学学报,2003,37(7):1013-1017.
关键词:科技期刊;跨界融合;增强出版;跨界科普;跨界教育;联动传播;媒体融合
随着互联网技术的发展,我国传统媒体正在借助人工智能、物联网、云服务、虚拟现实、大数据等新技术与其他媒体融合,寻求转型升级之路[1-2]。跨界融合作为媒体融合的深度融合阶段(也称“高级阶段”)[3-4],已经成为新一轮产业升级的大趋势。最早使用“跨界融合”的文献出现在1997年,2013年后针对跨界融合的研究进入期[4],主要分布在新闻与传媒等10个领域,目前已成为新闻传播学的研究热点。韩立新等[4-5]系统梳理了前人的研究成果,对跨界融合的概念进行界定,并提出相应的评价指标,也对传统媒体跨界融合的理论研究进程、跨界融合的实践探索、学科范式转换等进行详细的探讨。刘素花[6]以“媒体+”为基本范式,将我国传统媒体的跨界融合分为媒体+技术、媒体+教育、媒体+金融、媒体+旅游、媒体+医疗、媒体+电商6种模式进行探讨。国外媒体的跨界融合涉及视频制作、教育培训、地产、展会等领域;国内的中国知网、万方等大型数据库,以及中国医学期刊集群一体化出版平台,均具有显著的跨界特征[7]。总体来看,我国传统媒体特别是新闻出版业的跨界融合已常态化,科技期刊在跨界融合方面也已进行了很多的探索,但鲜有针对性的报道。科技期刊是一个跨界需求非常强的领域,与国外集群化运营模式不同,我国大多数科技期刊为单刊经营,“小散弱”是其主要特点。在集群化、平台化过程中,我国单刊的品牌建设也未获得重大突破。在我国科技期刊一体化媒体融合生态链建设过程中,跨界融合作为媒体融合的高级阶段,或将成为获得资本的突破口[8-9],跨界发展必将成为科技期刊脱颖而出的竞争优势。我国实行单刊经营的科技期刊是否具有跨界基因,应如何跨界,向哪里跨,值得深入探讨。本文在科技期刊媒体融合[8-9]研究的基础上,调研大量跨界融合文献与案例,梳理跨界融合的特征,重点剖析传统媒体跨界融合典型案例特点,探寻我国科技期刊跨界融合构建策略,为促进我国科技期刊转型升级抛砖引玉。
1跨界融合的内涵及测度
针对跨界融合内涵的研究始于1997年,但目前仍未形成能被广泛认可的定义。李刚[10]认为,跨界融合是指媒体进行跨地区、行业以及领域的相互融合,跨界融合有利于巩固和壮大主流思想舆论,有利于社会正能量的传播,同时对网络空间话语权的增强极为有利。隋二龙[11]认为,跨界融合为跨越地区、领域、行业,甚至国界的媒体融合,在跨界融合过程中,新媒体与传统媒体在资本、资源、管理、市场等方面重新布局,使各类资源的配置更加优化,实现优势互补,强化整体优势。刘素花[6]认为,媒体的跨界融合是指在媒体分化后进行重构的过程中,媒体内部各要素向媒体领域外延伸、融合发展的脱困方式,是以“媒体+X”多变魔方式互融为核心的模式。韩立新等[4]认为,跨界融合是媒介从专业机构中分化出来成为独立的要素,并在社会中与其他社会要素进行重组的过程,即跨界融合是指以基于智能化和移动互联网技术的媒介为独立中间体,将分属不同领域的事物连接起来的过程。总体来说,跨界融合具有跨领域与融合重组两个主要特征:一个是内部流程,一个是外部领域,最终会体现为运营模式的改变。如上所述,目前的跨界融合涉及平台、内容、传播三个方面的跨界发展,对跨界融合的测度也主要是从这几个方面的融合深度与广度着手,一些学者也已经提出一些评价指标。韩立新等[4]基于媒体融合的相关指标,首次提出跨界融合的5个评价指标:(1)连接力,衡量不同媒介或者不同领域之间的连接程度;(2)传播力,衡量媒体传播的广度和深度;(3)互动力,即跨媒介的互动,包括与受众的互动和不同媒介、领域之间的互动两个方面;(4)社会影响力,即对社会的影响;(5)收益力,是指能否给媒体组织带来收益。
2我国传统媒体的跨界融合
目前,跨界融合在新闻出版领域已常态化。虽然部分科技期刊的媒体融合表现出一些跨界特征,但受限于人、财、物等因素,尚无典型的成功案例可循。
2.1新闻报道领域的跨界融合
2017年两会期间《人民日报》等主流媒体深化“跨界”合作,与网络媒体、互联网公司联动,在内容层面与技术层面合作,实现资源共享、优势互补、平动,开启共享新模式,形成强大的传播合力。在广度上,主流媒体与网络媒体(如腾讯网-腾讯新闻、新浪网-新浪新闻、今日头条等)的联动规模空前且力量集中。在深度上,主流媒体和网络媒体、互联网公司“跨界”合作形式更加多元,利用内容、渠道及技术优势分工协作,创新产品的形式,充分发掘内容价值,全面提升两会报道的影响力[12]。各媒体跨界融合主要表现在[12]:(1)《人民日报》在全媒体平台中采用“中央厨房”机制,整合了内部的多种资源,形成“选题确定—内容生产—分发追踪”的全流程生产线,便于联动协作以及信息集成与深耕。(2)新闻内容移动首发,再网页,最后在传统端全面深入报道,形成“移动端讲快、网页讲全、传统端讲深”的差异化联动报道,实现最大化的传播效果。(3)重视“用户思维”,应用多种新技术,跨界合作,深挖用户需求,形成“直抵民心”的、形式多样的融合产品。人工智能、虚拟现实(VirtualReality,VR)、H5等新技术的应用,全景相机、VR设备等的亮相,形式多样、内容充实的“爆款”新闻产品的推出,使得微博、微信矩阵、微视频、直播、增强现实(AugmentedReality,AR)技术支持的创意视频、H5游戏、模拟群聊、给朋友圈点赞、客户端嵌入智能语音播放技术听新闻、人工智能机器人“小度”播报等吸引无数网民参与其中,形成圈层化传播,产生很大的社会影响力。经过各媒体及时准确、多角度、全方位、形式丰富的报道解读,网友纷纷表示“获得感满满”“很实在”“有盼头”。新华社客户端与网易云音乐跨界,联合举办了“留声40年”音乐主题影像展,该产品在微博、微信、新华社客户端等平台的总浏览量达到800万,全网的传播量达到2500万[13]。其特点主要表现在以下几个方面:(1)内容贴近受众,报道形式多样,如专访、快闪、交互体验等;(2)充分利用多种媒介,如利用地铁车站、列车车厢、音乐会、快闪活动、互动展览等推广宣传;(3)采用先进技术如人脸识别、AR、H5等形成H5产品、微视频,将音乐实体化、可视化、互动化、场景化;(4)针对不同受众进行个性化生产、对象化传播。
2.2图书出版领域的跨界融合
(1)围绕IP的跨界融合。IP(IntellectualProperty)即知识产权,具有资源转化、价值提升模式、结构优化、市场扩张等可跨界特性[14]。IP的跨界可发生在文化产业内各行业间、非文化产业以及社会生活中。IP的跨界在不同产业之间都可进行联动和协同,不同产业界如出版界、影视界、网络文学界、网络游戏界都可借力于共同的IP,促进传统产业结构调整和产业升级,提高产品的附加值。只有优质IP,才能实现特定领域的跨界,唤醒产品的“潜藏价值”,并从不同渠道进行开发利用和营销。成功运营的IP可在电影、电视、漫画、游戏等媒介形式中转换,其目的在于引发社群共振,突破不同社群间的壁垒,最终通过强大的裂变传播的扩散力,促使跨界形成巨大效应[14]。国产系列动画片《熊出没》的IP开发,就是国内的一个IP开发典范。这种以IP开发为核心的盈利模式的构建需要完善的知识产权保护体系作为支撑。(2)出版文创。基于出版内容开发文化创意产品和服务,产生于跨界融合和新兴技术的发展背景,出版文创将出版与玩具、服装、影视、游戏、旅游等产业融合起来[15],延伸成出版产业链[15-16]。目前出版文创的模式有很多种,可大致划分为:基于出版内容跨界拓展的文化创意服务,如围绕《海贼王》漫画书中不同人物形象、道具、用品、场景等开发的手伴、玩具、饰品和服装等衍生产品;基于改编权延伸的文化创意服务,如将《三国演义》丛书改编成电视剧、电影、游戏、数字图书、主题公园等[15],长江出版传媒集团打造出“书业+影视业、书吧+影城”的跨界融合模式;基于新兴数字技术的文化创意服务,如南京师范大学出版社将VR、AR技术运用到跨超本《红楼梦》的纸质口袋书中;基于实体书店打造的文化创意服务,如日本的茑屋书店提供书籍阅读+电影、音乐、咖啡、文具等,号称世界上最美的书店之一;基于生活美学,打造高端文化需求,提供个性化定制服务,如按需印刷、读者自己编校并打印出版等,有些出版社还跨界到书房陈设、花瓶镜框设计等定制服务。
2.3其他媒体的跨界融合
沈阳广播电视台开展跨媒体行动,推出“我爱沈阳”系列产品。此次跨界的特点主要表现在:①围绕同一报道主题,将新老媒体融合在一起;②打破地域局限,整合媒介资源,通过电视屏幕、户外大屏、地铁屏幕、网络平台实现跨界传播,并将传播范围扩大到全国;③开展暖心公益传递爱心,制作“我爱沈阳”卫衣、环保购物袋、明信片等文创产品,多层次、多角度、全方位地满足不同受众的需求,温暖更多人,以扩大影响[17]。凤凰传媒集团收购游侠网并控股,投资上海慕和网络科技有限公司,基于自身教育资源优势,跨界投资教育游戏,将教育与游戏结合,吸引青少年关注,既引导了青少年的正确学习观,提升了青少年的学习兴趣,又取得了较好的经济效益[18]。
3我国科技期刊跨界融合构建
跨界融合是媒体融合的更高发展阶段,是时展的大趋势,可使互不相干的行业、企业全面渗透、融合。通过跨界,传统媒体可克服自身薄弱之处,增强各自的竞争力与创造力,保证跨界合作方以及用户均受益。目前,我国大多数科技期刊实行单独运营,且多为非盈利机制,受资金、人力、技术等限制,科技期刊媒体融合发展较为缓慢,服务内容单一,受众面小[9]。跨界融合为我国打造科技期刊强刊、大刊提供了很好的思路。笔者认为科技期刊拥有高质量、权威的专业知识,优质内容是跨界成功的根本,若能更好地发挥桥梁纽带作用,以更加开放的视角跨界发展或合作,或许将是我国科技期刊实现快速转型升级的机遇。在跨界融合过程中,科技期刊首先要构建综合服务平台,其次要在平台上尽可能地提供符合用户需求的多种优质内容与服务,最后联合各种渠道实现最大化的传播。
3.1平台的跨界
构建一体化网络平台是科技期刊跨界融合的基础,平台要体现科技期刊自身特色与品牌内涵,具有集约化或集群化、立体化网络平台、全媒体产业链、传播媒体矩阵与跨界融合经营等特质[8],整合采、编、发等出版流程,促进出版流程的跨界整合,实现一体化生产链,如“中央厨房式”工作机制,实现一次采集信息,多平台使用,也可跨界关联,或集成或拓展更多相关领域的资源。
3.2传播的跨界
传播时可利用全媒体化传播矩阵(如网页+微信+微博+App+QQ+邮件+知名客户端+数据库等),并形成“移动端讲快、网页讲全、传统端讲深”的差异化传播,或与各大网络媒体(如腾讯、百度、阿里巴巴、今日头条、一点咨询等)联动传播,为好内容插上飞翔的翅膀,最大限度地展现优质内容的价值,并充分运用VR、AR、视频直播、音频等先进技术实现内容的多样化、可视化表达,满足不同用户的个性化需求。
3.3内容的跨界
随着互联网技术的迅速发展和自媒体领域的迅速扩张,网络信息质量良莠不齐。相比之下,科技期刊可以提供高质量且专业化内容的优势逐渐得到显现。用户也更愿意通过付费获得优质原创的内容。跨界是互联网的特质,科技期刊更应该在保证内容质量[19]的同时整合所在领域或行业资源,竖起大旗,引领发展:做好期刊本职工作,提供优质内容;提供更多更好的知识服务,融入科学共同体;充分发挥枢纽作用,促进产学研一体化发展;延伸布局,深化跨界发展或合作领域,如跨界科普、教育、夏令营、旅游等;拓展服务对象,提供更多元的服务内容或产品。短期内可集中精力打造一两款“爆款产品”或“暖心产品”,迅速提升科技期刊社会影响力,并带来一定的经济效益。
3.3.1做好科技期刊本职工作,提供优质内容在信息爆炸、信息泛滥的时代,通过同行评议与编辑审定后的内容具有权威性、系统性,这是科技期刊的优势。科技期刊出版论文的形式若能更好地满足当前科研人员的阅读需求,则会吸引更多的领域内科研人员、相关行业从业者、相关专业学生等的关注。科技期刊出版内容的增强可采用如数据出版[20]、语义出版、富媒体出版、AR出版等新的出版模式来丰富科研成果的展现形式。通过增强出版模式[21],将论文进行结构化处理后,论文中各知识点可实现碎片化传播并融入科研共同体;将与论文相关的一切形式的内容,如数据出版、富媒体出版、增强出版等的相关内容,与各种新闻、会议报道、音视频、图片等进行跨界关联,能更加突出论文的核心地位,更加完整、立体、系统地呈现相关科学问题,讲好科研故事,为科学家的科研工作提供便利。对期刊论文,科技期刊可通过短阅读首先在移动终端进行宣传,再与网络系统中增强论文进行关联,实现快与全的有机结合。
3.3.2发挥科技期刊桥梁纽带作用,“承上启下”跨界发展科学研究过程包括很多方面,学术论文仅是科研产出的一小部分。通过科技期刊发表研究成果,仅是整个科研活动的一个小环节。科研活动过程中形成的大量知识成果尚待挖掘,科技期刊在促进知识传播中的价值也未充分体现。因此,科技期刊应立足自身优势,充分发挥桥梁纽带作用,围绕整个科研过程,拓展服务对象与范围,做到以科技期刊为中心枢纽,提供面向科研过程的一体化服务链条,同时拓展科技期刊服务对象,跨界科普、教育等领域,最大化社会效益。(1)向成果上游跨界,为科研人员提供更多的知识服务。围绕科研活动拓宽期刊业务范围,创新业务形式,提供更多的知识服务。科研过程中需要随时掌握相关领域的最新研究进展及发展方向,科研人员希望通过阅读态势分析报告、接受决策咨询服务等快速获得这些信息,进而从枯燥的海量文献检索与阅读中解放出来,也希望能便捷地获得关键信息、事实数据或实验数据等。通常这些信息的获得需要找专业的情报服务机构,通过对大量相关科研信息的收集、梳理、分析与再组织等来实现。科技期刊可与相关的部门或单位跨界合作,可在期刊主页上提供信息检索、数据挖掘和情报分析等工具或路径,简化繁琐的数据收集与分析工作,同时也可在期刊网站和移动客户端为科研人员提供专业化、个性化的定制情报服务和信息检索收集服务等,从而提升科技期刊影响力,增强期刊用户黏性。科技期刊可以利用互联网、大数据等技术,整合所在区域或行业资源供科研人员使用,为政府、企业、相关机构等提供智库、舆情、营销传播、品牌传播等服务,以增加科技期刊的内容附加值,拓展盈利空间;为个人用户提供垂直内容领域的信息服务和区域性社区服务,以提升科技期刊的社会影响力。向科技期刊上游跨界,实质上是后向跨界,可采取联盟或协同发展策略。(2)向成果下游跨界,延伸科技期刊产业链。通过长期的数据积累,或加盟集成,科技期刊可围绕内容二次开发,进行前向跨界,扩大科技期刊的服务对象范围,产生更大的文化效益、社会效益以及经济效益。在互联网时代,运用跨界思维去创新,或许能取得意想不到的收获。不同领域科技期刊如医学类、农业类、油气工程类期刊可结合自身品牌特色、专业定位、优势资源等,跨界到不同的领域或方向。①跨界教育。民强则国强,教育兴则民族兴。教育强国是中华民族伟大复兴的基础工程,要优先发展教育事业,尤其要支持和规范社会力量兴办教育,完善高等职业教育和培训体系,深化科教-产教融合、校企合作[22]。跨界教育也是媒体界一直努力的一个方向,有着恒久的生命力与巨大的受众潜力。科技期刊拥有优质、权威、前沿的学术资源,跨界教育,得天独厚。科技期刊可贯彻全民教育、开放教育、终身教育的理念,突破课堂或学校教育限制,为社会需要的复合型人才的自主学习或跨学科教育提供网络资源;也可与开放教育平台跨界合作,为开放教育、终身教育等提供优质学习资源,促进科技期刊与教育、社会、工作、生活紧密相连;也可根据自身情况,集成多年积累的高层次专业人才资源、相关领域机构资源、学术资源以及其他信息资源等,优化资源配置,促进资源共享,促进各级相关政府部门、教育机构、研究组织、学术团体、公司企业以及社会民众等跨界交流与合作,促进“跨学科融合”“校企合作”“就业指导”等,形成命运共同体。②跨界科普。科技期刊跨界科普,可将高深的科学知识变成大家都能懂的语言,面向全民传播,实现全民学习,提升国民科学素质和国家综合竞争力,这不仅是国家的战略目标,也是人们文化素养提升的需求,更是科技期刊的责任和义务。四川荣县地震与页岩气开采到底有没有关联,这看似是个科学问题,但更是个科普的问题。若科普工作做到位,至少能让民众更理智地去思辨和处理此类问题。通过科普,不仅能让深奥难懂的科学知识通俗易懂,帮助公众提高科学素养,以惠及更多的人,同时扩大科学家的社会影响力,提升科学家的社会认同感、获得感、存在感与幸福感,还能迅速扩大科技期刊的社会影响力。科技期刊拥有大量科学家资源和大量科研成果,可为从事科普工作的机构提供高质量的科普资源,可组织感兴趣的科学家撰写科普内容,让专业的人干专业的事,也让喜爱的人参与其中。中国缺少科普创作人才,科学家才是科普创作的最佳人选[23]。科技期刊可以与相关科普工作者、科普全媒体平台[24]或科普机构探寻跨界合作方式,将科学家忘我奋斗和奉献的事迹做成科普内容,弘扬科学家精神,激发全民务实求真、永无止境的探索精神。也可与相关机构、实验室等合作,组织科普活动,让群众了解科研过程,培养青少年的创新思维和科学创造思维,激发青少年努力学习科学知识的兴趣,点亮科学梦想。科技期刊也可在网站中加入一些科普内容,或通过增强出版关联一些科普小视频或音频等,实现科研论文与科普内容的双重传播,精深与易懂联合,满足更多用户的阅读需求,帮助更多用户走进科学殿堂,促进全民科学素养的提升。③跨界夏令营/冬令营。随着人们生活水平的提高,越来越多的孩子通过参加夏令营/冬令营提升个人见识,开阔个人眼界。科技期刊是前沿、尖端思想的汇聚地,关联着大量宝贵的科学资源,科技期刊可与科学家、科研机构、教育机构等跨界联合,或协同组织夏令营/冬令营活动,让青少年体验科研活动,提升科研兴趣,激发青少年的科学创造思维。④跨界旅游。对于部分自然科学领域或地理类科技期刊,能否将有关的旅游信息、住宿资源等优化配置,并联合具有丰富野外工作经验的科研人员跨界发展旅游?这值得进一步尝试探索。目前媒体跨界旅游较为成功的是,媒体推介宣传与线下旅游运作相结合的模式。
3.3.3跨界其他行业新闻媒体多凭借自身内容信息优势,跨界游戏、金融、地产、动漫、电商、影视等领域,实现多元化运营,获得技术创新、产业创新、服务创新的红利,增加收益来源[2]。如浙江日报报业集团进军网络游戏产业;羊城晚报集团与多家文化、音乐、游戏、动漫企业跨界合作;《大河报》通过机器人记者“小明看财经”专栏等集信息流、资金流、项目流、人才流于一体,跨界金融[25]。科技期刊也可以基于自身情况探索IP的开发、出版文创等,尝试开拓相关领域的跨界合作等。不同学科领域科技期刊或者不同办刊主体在进行跨界融合时,应根据期刊特色、专业属性、已有的和潜在的用户群体等去优选跨界路径或跨界方向,如跨界科普可能更适合具有更多能做科普内容的科技期刊去跨界发展,而跨界教育则在高校主办的科技期刊中更易取得成功。
[论文摘要] 本文结合实际管理决策中所遇到的一些问题,分析了运用实物期权理论进行项目可行性分析需要注意的几点内容,这有助于完善实物期权定价理论及其在实际决策过程中的运用。
一、引言
长期以来对企业价值评估的经典方法是折现现金流(DCF)法,但是DCF法存在很大的问题:首先,用DCF方法进行估价的前提假设是企业持续稳定经营,未来现金流可预期。该方法隐含了两个不切实际的假设,即企业决策不能延迟而且只能选择投资或不投资,同时项目在未来不会作任何调整。该方法忽略了许多重要的现实影响因素,因而在评价具有经营灵活性或战略成长性的项目时,会低估项目价值,甚至导致错误的决策。其次,DCF法只能估算现有业务未来所产生的现金流价值,而忽略了企业潜在的投资机会可能在未来带来的收益,也忽略了管理者通过灵活地把握各种投资机会所能给企业带来的增值。
实物期权的概念最初是由Myers(1977)提出的,他指出一个投资方案的现金流量,来自于目前所拥有资产的使用,再加上一个对未来投资机会的选择权。当企业面对不确定作出初始投资时,不仅给企业直接带来现金流,而且赋予企业对有价值的“增长机会”进一步投资的权利。如等到项目有了更好的预期回报,或是不确定性降低到一定水平以后再投资,而不必在一开始就投资,这种“等待”也会增加项目的价值。实物期权理论认识到了商业行为灵活性的重要性,特别在现代商业环境下,管理者拥有更大的控制权力,企业经营前景也变得越来越不确定,因此对实物期权的研究也就变得更加重要了。
二、研究实物期权需要考虑的几个因素
为了准确地运用实物期权理论评价投资项目,就必须实际地考虑决策过程中所遇到的各种情况,有针对性地调整期权定价公式。以下几点是需要特别加以考虑的:
1.注意价值漏损和信息成本的影响
价值漏损出现的原因是标的资产的持有者能获得来自标的资产所带来的便利收益。比如股利,专利权收入,储存成本,以及其他暗含的便利收益。在发生价值漏损的时候,实物资产的价值会相应地改变。这时需要根据标的资产的价值漏损,对实物期权定价模型做出相应的调整。通常,将价值漏损设为标的资产不变的百分比,这样处理通常相对简单,而且有效。期权定价基于市场的完全性与有效性,它假设市场是完全的,投资者能获得所需的全部信息。但管理者为了获取所需的信息,必须付出一定的成本,这需要在预期收益项中加以调整得以反映。
2.管理者的信息认知和管理控制能力
标准的“等等看看(wait and see)”这类研究实物期权的方法,考虑了管理者的管理灵活性,但忽略了管理者的信息认知和管理控制的能力——管理者具备认知信息的能力,他们会主动去收集有关项目的信息,进行市场调研,以及做一些研发实验等。这些行为能够降低项目的不确定性,在进行不可逆投资之前提供许多有价值的信息。其次,公司也可以直接采取行动增加项目的价值,如做广告以增加产品的销量,或是改良产品的品质或增加一些产品的功能。要反映管理者这种积极的控制能力,就需要引入控制变量,在有成本的管理控制环境下,来对实物期权进行估值。
这里需要特别注意的是,期权是项目不确定性(波动率)的增函数。既然管理者的信息认知行为会降低项目的不确定性,这又可能降低项目的期权价值,为什么管理者还要这样做呢?Martzoukos(2001)通过数值分析说明,管理者会选取适宜时机去认知信息,通过提高决策信息的质量,降低将来犯潜在错误的成本,以使得企业能够做出最优决策。
3.引入“顺序期权”
在大多数场合,各种实物期权存在一定的相关性,这种相关性不仅表现在多个投资项目之间的相互关联,而且同一项目内部各子项目之间也前后相关。通常,投资者进行投资时,不是一次性的完全投资,而是分阶段、有顺序地投资。当管理者获得与投资项目相关的信息时,就会重新评价投资项目的价值,并据此决定继续追加投资或撤回投资。其次,后续投资通常与前期所实施的管理控制相关,只有进行了前期投资,才有后续投资的机会。通过前期所收集的相关信息,可以为后续投资提供决策参考。再次,管理者可以通过比较不同投资路径下的投资项目的价值,以选择最优的实施路径。这种阶段性投资的相关性,通过引入路径依赖的思想,可以较好地拟合实际情况。
4.考虑随机事件对项目价值的影响
在标准的实物期权文献中,都假设资产的价值变化遵循几何布朗运动。但是当一些重大信息出现时(政治、疾病问题等),标的资产的价格会发生不连续地变动,即跳跃。默顿指出,标的股票的收益是由“标准几何布朗运动”引起的连续变动和"泊松过程”引起的跳跃共同作用的结果。基于这种考虑,默顿(1976)建立了跳一扩散模型,并给出了在这种模型下欧式看涨期权的定价公式。这时,就需要引入非连续的随机变量,比如泊松过程,来拟合项目价值的实际变化过程。
5.注意期权执行价格的动态变化
通常,我们假定在执行期权时都具有一个确定的执行价格。在市场环境相对稳定时,投资额变化不大,假定一个不变的执行价格具有可行性。但是,对某些投资额起伏很大的投资项目,就需要实事求是地分析投资额变化的特性(变化的期权执行价格),这样才能更准确地评价项目的价值。
6.利用博弈论的方法分析实物期权
实物期权的持有者在行权时,可能并不拥有购买标的资产的独占权利,竞争者可能会提前执行期权。因此,在公司的投资决策过程中,同样也不能忽略竞争对手的存在,需要通过竞争对手所传递出的信息,做出相应的决策。对于这些不确定的问题,需要引入博弈论来分析实物期权。Junichi Imai(2004)利用博弈论分析了管理灵活性和竞争相互作用情形下的两阶段实物期权估值问题。Novy(2004)研究了公司在竞争和不确定环境下的最优投资决策问题。他们的研究成果表明,通过引入博弈论能很好地拟合竞争者之间的动态博弈行为,以此更加准确地拟合实际决策过程。
7.人工智能与期权定价相结合
在解决实物期权的定价问题时,只有极少数的模型存在分析解,多数时候只能依靠模拟仿真得到近似的数值解。这些模拟方法的计算需要耗用大量的时间,对于某些实时决策,这些方法就不能很好地满足要求。对于实物期权这类不确定的非线性预测问题,人工智能方法具有较大的优越性。Lajbcygier(1999)研究了利用人工神经网络方法,来对金融衍生产品进行定价。Msrtzoukos(2001)研究了具有隐含合同性质的客户化期权的定价问题。他的研究结果表明,这一方法能很好地满足银行等金融机构的实时决策需求,在计算结果的准确性方面,也能达到令人满意的地步。
三、实物期权在实际运用中需要注意的几个问题
当实物期权越来越多地被用于分析实物投资时,在以下几个方面应加以注意:
1.关注实物期权分析的逻辑和目的
实物期权分析的根本逻辑是金融期权定价技术在新领域的“转换”而不是“外延”,避免在尚未仔细分析实物投资特性的前提下,直接将金融期权定价公式用于实物投资分析。
2.关注实物期权分析与组织管理之间的结合
投资者运用实物期权思想可能会接受短期看似非盈利的项目,如何在组织制度上防范道德风险、保证企业对风险的控制也是一个需要注意的问题。
3.模型的复杂性与实用性相结合
具体的实物期权估价问题,往往涉及复杂的分析过程。对于太复杂的模型,通常不能被管理者所接受,而且在模型的实现上也会带来极大困难。而实物期权分析的目的只是指引决策者选择最优策略,关注基于实物期权的整体决策制定过程,而不像金融期权需要“精确”的价格。为此,管理者就需要在模型的复杂性与实用性之间进行权衡。
四、结束语
实物期权理论是基于金融期权而发展起来的评价方法,国内学者对实物期权理论的研究还不太深入,而将实物期权理论与复杂的决策过程相结合的定量研究文章更是少见。实物期权也不存在固定的分析框架,对于不同的项目,会涉及许多不同的需要考虑的决策因素,这就需要根据每一个具体的投资项目,调整实物期权的定价公式,以求计算出更准确的项目价值。
参考文献:
[1]杨春鹏:实物期权及其运用[F]. 上海:复旦大学出版社,2003
[2]Yuri Kifer. Game options[J].Finance and Stochastics. 2000, pp. 443-463
【关键词】大数据;高等教育;机遇和挑战
0.引言
数据是指一切保存在电脑中的信息,包括文本、声音、视频等。“大数据”是一股新的技术浪潮,也是逐步形成的历史现象,其具体是指随着信息存贮量的增多,人类在实践中逐渐认识到,通过数据的开放、整合和分析,能发现新的知识、创造新的价值,从而为社会带来“大科技”、“大利润”、“大智能”和“大发展”等新的机遇。大数据之“大”,并不在于其表面的“大容量”,而在于其潜在的“大价值”。大数据之所以被称为革命性现象的根本原因,因为从本质上来说,它标志着我们人类社会在从信息时代经由知识时代快速向智能时代迈进,并给普通高等学校发展带来的新机遇和挑战[1]。
1.大数据给普通高等学校发展带来的机遇和挑战
大数据,使教师面临挑战,使学科专业设置和专业知识结构面临挑战;大数据为大学管理的精细化个性化服务提供了工具;大数据给科研带来颠覆性的影响。
1.1教师面临的挑战
智能学习平台只是大数据大潮在教育领域掀起的一朵浪花。如著名的在线教育公司Coursera,已经和普林斯顿、伯克利、杜克、香港理工等全世界30多所大学达成协议,通过其平台免费开放课程。如今这些学校的课程可以实现全球几十万人同步学习。分布在世界各地的学习者不仅可以在同一时间听取同一位老师的授课,还和在校生一样,做同样的作业、接受同样的评分和考试[2]。
这种学习平台的崛起,在美国引起了广泛的关注和激烈的讨论。其中的原因,是因为该平台已经不是一个镜头、一段视频那么简单,而能对学习者的学习行为自动进行提示、诱导和评价,从而弥补没有老师面对面交流指导的不足。例如,通过记录鼠标的点击,计算机能够记录你在一张幻灯片上停留的时间,判别你在答错一道题之后有没有回头复习,发现不同的人对不同知识点的不同反应,从而总结出哪些知识点需要重复或强调,哪种陈述方式或学习工具在哪种情况下最有效等规律。
不难发现,该平台之所以强大,正是因为大数据。单个个体学习行为的数据似乎是杂乱无章的,但当数据累积到一定程度时,群体的行为就会在数据上呈现一种秩序和规律。通过收集、分析大量的数据,就能总结出这种秩序和规律,然后有的放矢,对不同的学习者提供有针对性的帮助。
这种智能学习平台将会给教育行业带来怎样的影响。学校曾经是最重要的教育资源,好的学校更是异常稀缺,由于这种智能平台的普及,在不远的将来,名校将人人可上,也就是说,如果应对得当,中国教育资源匮乏的问题将很快得到有效缓解。对个人来说,随时随地地学习、终身学习都将成为可能,例如,高中生可以尝试大学的课程,离开了校园的人,也可以登录在线平台再和在校生一起听课。这些都是教育工作者探讨多年、孜孜以求的梦想。但硬币的另一面,是中国的教育行业要面对更加激烈的全球化竞争和挑战。过去,是学生争学校;将来,可能是学校在全球范围中争夺学生。发达国家的一流大学会挤压发展中国家普通大学的生存和发展空间,普通大学该如何来吸引生源?它们会不会因此衰落?既然最好的教学视频等学习资源都可以免费获得,教师的角色又需不需要调整?又该如何调整?这些问题,都是大数据时代催生的重大挑战。
1.2学科专业设置和专业知识结构面临的挑战
网络大数据在科学和技术上的突破,将可能诞生出数据服务、数据材料、数据制药等战略性新兴产业[3].网络数据科学与技术的突破意味着人们能够理清数据交互连接产生的复杂性,掌握数据冗余与缺失双重特征引起的不确定性,驾驭数据的高速增长与交叉互连引起的涌现性(Emergence),进而能够根据实际需求从网络数据中挖掘出其所蕴含的信息、知识甚至是智慧,最终达到充分利用网络数据价值的目的.涌现性是指由低层次的多个元素构成高层次的系统时展示出的每个单一元素所不具备的性质.网络数据不再是产业环节上产生的副产品,相反地,网络数据已成为联系各个环节的关键纽带.通过对网络数据纽带的分析与掌握,可以降低行业成本、促进行业效率、提升行业生产力.因此,可以预见,在网络数据的驱动下,行业模式的革新将可能催生出数据材料、数据制造、数据能源、数据制药等一系列战略性的新兴产业,使高等教育学科专业设置和专业知识结构面临挑战。
1.3大数据为大学管理的精细化个性化服务提供了工具
教育是在生活中实现的,不在生活中实现的教育不是真正的教育,学校教育更需要“终极关怀”。华东师范大学一位女生节食减肥,很少在校内用餐,学校通过困难生预警系统察觉到其饭卡消费值较低,便发送了一条短信,询问是否有经济困难,是否需要帮助。这位女生收到短信,感到非常温暖,便发了一条“华师大少女减肥减出人文关怀”微博,结果被网友纷纷转发。网友们称赞学校“通过对数据的挖掘、应用,更贴心地服务学生、关爱学生”,“让冰冷的数字有了人性美!”这一事件至少告诉人们,大数据为大学管理的精细化服务提供了工具,有助于学校实现“终极关怀”[4]。
1.4大数据给科研带来颠覆性的影响
科技创新实质上是科学研究方法的创新,数据科学带给大家改变探索世界的新方法――从大量的数据中,揭示世界运行的规律。新方法体现在大数据的三个特征中。
大数据在舍恩伯格看来,一共具有三个特征:全样而非抽样,效率而非精确,相关而非因果。
第一个特征非常好理解。在过去,由于缺乏获取全体样本的手段,人们发明了“随机调研数据”的方法。理论上,抽取样本越随机,就越能代表整体样本。但问题是获取一个随机样本代价极高,而且很费时。人口调查就是典型一例,一个稍大一点的国家甚至做不到每年都一次人口调查,因为随机调研实在是太耗时耗力了。
但有了云计算和数据库以后,获取足够大的样本数据乃至全体数据,就变得非常容易了。谷歌可以提供谷歌流感趋势的原因就在于它几乎覆盖了7成以上的北美搜索市场,而在这些数据中,已经完全没有必要去抽样调查这些数据:数据仓库,所有的记录都在那里躺着等待人们的挖掘和分析。
第二点其实建立在第一点的基础上。过去使用抽样的方法,就需要在具体运算上非常精确,因为所谓“差之毫厘便失之千里”。设想一下,在一个总样本为1亿人口随机抽取1000人,如果在1000人上的运算出现错误的话,那么放大到1亿中会有多大的偏差。但全样本时,有多少偏差就是多少偏差而不会被放大。诺维格,谷歌人工智能专家,在他的论文中写道:大数据基础上的简单算法比小数据基础上的复杂算法更加有效。
数据分析并非目的就是数据分析,而是有其它用途,故而时效性也非常重要。精确的计算是以时间消耗为代价的,但在小数据时代,追求精确是为了避免放大的偏差而不得已为之。但在样本=总体的大数据时代,“快速获得一个大概的轮廓和发展脉络,就要比严格的精确性要重要得多”。
第三个特征则非常有趣。相关性表明变量A和变量B有关,或者说A变量的变化和B变量的变化之间存在一定的正比(或反比)关系。但相关性并不一定是因果关系(A未必是B的因)。
亚马逊的推荐算法非常有名,它能够根据消费记录来告诉用户你可能会喜欢什么,这些消费记录有可能是别人的,也有可能是该用户历史上的。但它不能说出你为什么会喜欢的原因。难道大家都喜欢购买A和B,就一定等于你买了A之后的果就是买B吗?未必,但的确需要承认,相关性很高或者说,概率很大。
舍恩伯格认为,大数据时代只需要知道是什么,而无需知道为什么,就像亚马逊推荐算法一样,知道喜欢A的人很可能喜欢B但却不知道其中的原因。
越来越多的事物不断的数字化。使得人们可以从大量的数据中,发现隐藏的自然规律、社会规律和经济规律。从这个角度来看,大数据将拓展人类的视野。
大数据给科学和教育事业的发展提供了前所未有的机会,同时也提出了前所未有的挑战。它将对现有的科研和教学体制带来大幅度的变革,对科学与产业之间的关系、科学与社会之间的关系带来大幅度的变革。
事实上,数据科学还带给大家观察世界的新方法――从大量的数据中,揭示世界运行的规律。2008 年《连线》杂志主编克里斯?安德森就指出“数据爆炸使所有的科学研究方法都落伍了”,用一系列的因果关系来验证各种假设和猜想的研究范式已经不实用了,如今它已经被无需理论指导的纯粹的相关关系研究所取代。安德森指出:“现在已经是一个有海量数据的时代,应用数据已经取代了其他的所有学科工具。而且只要数据足够多,就能说明问题。如果你有一拍字节的数据,只要掌握了这些数据之间的相关关系,一切就都迎刃而解。
人们在研究自然语言处理方面走过的弯路,为安德森的观点提供了有利的证据。20 世纪50 年代,几乎所有的科学家都认为如果让计算机来充当翻译,就必须像人一样,让他理解词句的含义。于是提出人工智能的概念,让计算机来学习的人类的各种规则。这种方法很快在70 年代走到了尽头。但是基于大量数据、运用概率模型的统计语言学的出现使得自然语言处理柳暗花明。如果没有这些概率统计模型,风靡一时的Siri(个人语音处理)等应用,就不可能实现。
2.结语
大数据时代已经到来,对大数据进行合理的分析,管理和应用必将会推动普通高等学校的大发展,当然也会为社会提供更多的利益和创新性成果。
【参考文献】
[1]赵国栋,易欢欢,糜万军,鄂维南.大数据时代的历史机遇―产业变革与数据科学[M].北京:清华大学出版社,2013.
[2]舍恩伯格.大数据时代[M].浙江人民出版社,2013.
程序设计是信息技术学科教学的内容之一,目前阶段小学生所学的编程语言,因命令冗长、结构复杂、逻辑思维抽象等特点并不适合小学生学习,而Scratch的出现正好弥补了这一点。
Scratch是由美国麻省理工学院开发的,专为八岁以上儿童设计的,以搭积木的方式快速实现程序编写的软件,它让学生能够在图形化的环境下轻松掌握程序设计的精髓,学生在学习编程过程中培养了创新能力与解决问题的能力。因此,姑苏区将Scratch项目引入课堂,它的出现不仅为信息技术课堂增添了活力,更主要的是通过学习,使学生在利用Scratch进行创作中培养了逻辑思维能力、数字化文化创作能力以及解决问题的能力。
二、项目主要做法
1. 广泛研究,出版刊物
由于Scratch由国外引进,国内几乎没有可作参考与借鉴的成功案例,我们立足自主、立足课堂开展研究,将Scratch与实际教学相融合,并加以实践、反思与总结,根据Scratch模块的特点编写了十个Scratch案例,在国内率先撰写了《Scratch儿童编程乐园》一书。该书以快乐学习、自主探究为出发点,以项目式学习为框架,旨在启发学生的宏观程序设计思维,不仅是程序设计技能的学习,更重要的是培养学习者学会一种化繁为简的解决问题方法。该本土化教材,也为Scratch进入课堂奠定了坚实的基础。
2. 引入课堂,组织教学
在引入课堂教学方面,我们多次进行了调研和实践,摸索出了一条Scratch与课堂教学有效结合的教学之路。我们的做法是以解决实际问题为出发点,合理拆分重点,逐步化解难点,通过让学生在艺术创作、人工智能、游戏制作和物联感知等工程背景下,渗透编程思维、锻炼计算能力、提高艺术修养、培养创作精神。
3. 架设网站,探索分享
除了课堂教学以外,我们积极探索Scratch的课外学习功能,为此我们创造性地开发了Scratch网站――小猫创意秀。该网站包括优秀案例展示、最新上传、热门排行等栏目,网站不仅为学生提供了一个学习的平台,更为学生打造了一个分享、互动与交流的平台。到目前为止,它是继美国Scratch官网以外第一个能在网站上分享与互动的专题网站,已成为全国少年儿童创新实践的基地。
4. 依托网站,开展活动
我们充分利用该平台,先后举办了 “2012中小学生Scratch创意设计比赛”、 第一届小学生 “释放孩子的创造力” Scratch创意大赛,两项活动得到了全国广大中小学师生和辖区内学生的热烈反响与参与。截至目前,共有来自全国各地的935名学生注册会员并上传作品,收到作品856件。
5. 组织研讨,优化应用
为了进一步优化课堂教学,我们采取走出去请进来的策略,加强市、区域间交流与合作研讨,分别与北京、广州、常州等兄弟教研团队开展教学研讨活动,通过同题异构、主题研讨的形式与兄弟市区教师和教研员,共同交流与探讨Scratch的课堂价值与效果,在一定程度上对Scratch项目在本市的推广与应用起到了推波助澜的作用。
三、项目绩效评价
1. 出版专题教材,发表多篇论文
项目自实施以来已取得了一定成绩。经过近八个月的努力已完成了全国首个Scratch读本――《Scratch儿童编程乐园》的组织编写,并由江苏科学技术出版社出版发行。其次,在区域内形成了Scratch教学研讨热潮,多家出版社约稿专设Scratch专栏,十多篇研究成果于全国核心刊物,对更大范围地推广普及Scratch教学起到一定的促进作用,在全国赢得良好反响。
2. 教学效果良好,学生能力提升
Scratch进入课堂已有三年了,学生学习程序的积极性大幅提升,相比以前传统的LOGO教学,学生在Scratch课堂上的表现更为主动、更加善学、更有收获。
Scratch使得学生的能力得到大幅提升,主要表现在以下几个方面:
(1)创造力得到激发。卡通化的图形界面和搭积木式的编程序方式使得学生的学习兴趣和学习积极性被极大地激发,创新求变的欲望增强。
(2)动手实践能力得以提升。Scratch中的命令无需记忆,从指令集中拖选出来即可。较低的入门门槛使得学生乐于动手尝试。
(3)计算思维能力得到加强。Scratch中包含条件语句、重复语句、数字和逻辑判断、变量和链表等程序算法,涉及算法思维、数学思维、逻辑思维等多种计算思维。经实践观察,Scratch对学生计算思维能力的培养和提高有辅助作用。
3. 国内首创网站,开展线上活动
Scratch专题网站的建立在国内属于首创,该网站与Scratch官网相比界面更为卡通、使用简单,消除了语言沟通上的障碍。同时引入评价机制由学生间进行互动评分,分别从作品的“总体印象、完整性、创造性、趣味性和其他突出表现”五个方面进行评价,充分调动了学生的主体性和参与度,依托网站开展的多项线上活动都开创了全国之最。
四、项目创新启示
首先,本项目具有鲜明的时代特征,其以学生发展为宗旨,以推进课程改革为主线,以培养学生的信息素养和创新能力为目标,开展了基于Scratch环境下优化学生学习方式的研究,弥补了传统信息技术课程中教师在学生创新能力培养上的极度缺失,给学生能力的培养提供了平台。
其次,从课堂到课外,通过组织课堂教学、创意大赛等多种方式加强训练学生逻辑思维能力和解决问题的能力,小组合作、网上分享、网上互评等活动形式突显学生合作精神与分享精神。
同时,Scratch的横空出世对于教师来说也是一种全新的体验和挑战。教师必须站在全新的角度审视原有的教学观念,重新定位课堂主体,精心设计教学内容,合理安排教学活动,这一切对于教师来说都是一种全新的自我提升和修炼。
随着Scratch研究的不断深入,我们发现其在硬件编程领域也表现出极强的开放性与儿童化,如今在凌秋虹名师工作室成员卢斌、蒋佳琪、徐帧、许凯等老师的探索下,通过Scratch与Arduino控制板的组合,实现了信息技术与综合实践教育的有机融合。随着研究的深入,Scratch与Arduino的整合应用可拓展至智能办公、智能校园、智能家居、智能安防、物联网络等领域,不但可以有助于改善实际生产生活,还可以拓展学校兴趣课、实践课的内容范围,大大提高学生的兴趣与实践能力。
点评:
图形化编程软件Scratch进入小学信息技术课堂,为信息技术课程注入了新的活力,为学生的发展提供了广阔的空间。学生使用Scratch即可轻松创建自己喜欢的互动式故事、游戏和动画等富有童趣的作品,使得编程不再神秘枯燥。在凌秋虹名师工作室团队的研究与引领下,开发了Scratch课程资源――《Scratch儿童编程乐园》,并在苏州市姑苏区率先将Scratch项目引入课堂,教学效果显著,学生的信息技术素养、动手实践能力等都得到了可喜的提升。有鉴于此,我们在2013年将Scratch纳入江苏省小学《信息技术》课程教材。
随着凌秋虹名师工作室团队研究的深入,Scratch将不断拓展到智能控制领域,如智能办公、智能校园、智能家居、智能安防、物联网络等方面,信息技术教学将不断延伸至课堂外,解决生活中的实际问题。
关键词:职业教育;产业升级;机制;对策
中图分类号:F2 文献标识码:A 文章编号:16723198(2016)02002401
近年来,产业集群在河南有了长足发展,截至2013年,河南的产业集群有洛阳装备制造、郑州纺织服装、漯河食品加工、航空港智能终端、许昌智能电网、郑汴汽车及零部件、三门峡黄金加工、濮阳油煤盐化工等322个,有120个百亿元以上特色产业集群。从长期来看,河南产业集群的发展还处于初级阶段。因为受到省内资源环境的约束,传统的高消耗、高投入、粗放式发展方式越来越无法继续生存下去,要想继续生存就要转变发展观念,从投资驱动转向创新驱动。重视发展职业教育,整合校企资源,促进产业升级。通过体制机制创新,实现创新驱动发展,形成新动力。通过职业教育改革,达到互利共赢,助推中原崛起,已成为必然选择。
职业教育与产业最近,产业的需求关系通常反映在职业教育的专业设置上,职业教育对产业形态的发展变化最为敏锐。一方面,发展职业教育顺应产业需求,带动劳动力资源素质的提高,一定会助推产业结构的优化和升级;另一方面,职业教育发展最为根本的原动力就是产业结构的优化和升级。科学构建职业教育与产业结构联动升级机制,通过创业型职业教育发展,带动新兴产业,培育新兴产业集群;通过高等职业教育发展,增强产业创新能力,提升产业竞争力;通过中等职业教育发展,促进产业结构优化与升级,这些是实现产业结构调整和经济发展方式转变,推动向资源节约型、环境友好型社会迈进的必由之路。
在以创新职业教育促进产业升级方面,河南省具有一定的基础条件。全省的职业教育以中、高等职业教育为主体,技术培训学校、培训机构、中小学等相配合的职业教育基本形成。河南省的高等职业院校有56所,共设置专业1526个,覆盖了全部19个专业大类。近年来,有关职业教育与产业升级的论文及科研成果不断涌现,对职业教育促进产业优化升级机制形成的研究,已具备了现实与理论条件。
当前国内外企业都在积极地抢占市场、进行技术控制,比如在人工智能、数字制造、工业机械人等高科技领域。河南也不例外,在这同一起跑线上。如果不培养产业发展所需各类人才,不创新职业教育,不研发科技含量高的新产品,就会一直被全球价值链低端锁定。
而河南省的职业教育目前存在的突出问题是:办学条件较差;职业院校的专业设置不适应产业发展的需要;职业院校与企业没有完善的互动机制;科研成果转化为生产力的过程漫长;政府投入严重不足等。近年来,由于职业教育的专业设置与社会需求脱节、教学质量下滑等原因,职业教育的发展已出现徘徊不前,甚至出现倒退的征兆。而在同时,由于产业集群缺乏创新平台,企业研发经费投入的比例非常低,许多企业内部缺乏自主创新能力,特别是中小企业多数没有核心技术,产品仅停留在低水平的往返式生产上。目前,在经济发展进入新常态的大背景下,我国经济正在向形态更高级、分工更复杂、结构更合理的阶段演化。对职业教育进行改革创新,促进产业升级,形成良性机制,从而实现共同发展,助推中原崛起,无疑具有重大意义。
笔者认为应从以下几个方面着手进行职业教育改革,构建产业的优化升级机制。
1 调整传统的职业教育专业结构
首先,要适当压缩就业困难的相关专业,提高对涉农专业、农业职业学校的支持力度,培养满足现代农业需要的专业技术人才;其次,针对河南省经济产业的转移和发展的重点,培养制造业、能源业、交通运输业等与产业发展紧密相连的高技术型人才。
2 构建创业型职业教育格局,引领新兴产业集群发展
新兴产业是引领未来的先导产业,需要大批创业型人才为支撑。而创业型职业教育处于职业教育的高端层面,它以培养学生的创业意识、创业精神和创业能力为目标,并源源不断为社会造就创业型领军人才,并经由他们的创业活动,引领产业结构的深刻变革,催生新兴产业。这样才有可能形成产业聚集和产业集群,去实现产业结构的升级换代。所以,只有调整职业教育专业结构,构建创业型职业教育格局,才能引领新兴产业集群的发展。
3 重塑高等职业教育体系,促进产业结构优化升级
当前,河南省创新型人才、高技能人才严重短缺,人力资源结构存在问题,企业自主创新能力要素薄弱,同时,高新技术转化为现实生产力的能力要素也严重不足。这与产业结构优化升级、产业创新要求不相适应。因此,只有通过高等职业教育的发展,重塑高等职业教育体系,为企业输送大批产业自主创新紧缺急需的创新型高技能人才,增强产业自主创新能力和科技转化能力,进而提升产业竞争力和产业附加值,才能最终实现产业的升级换代。
4 建立职业院校与企业良性互动的内外运行机制
职业院校与企业良性互动的核心在于人的互动。要从根本上解决产业升级过程中所遇到的各种难题,必须建立双方人员的长期、稳定和制度化的联系。比如,学校教师可以访问学者的身份到企业挂职锻炼,学生以学员、企业员工的双重身份进行互动;可以邀请企业成功人士到学校讲学,聘请企业专业人士做兼职教师等。对于外部机制的建设,主要是政府要起激励、规范、约束、沟通的作用。比如在经费投入、政策引导与约束、行业中介、研究支持等方面提供外部保障。
总之,只有从职业教育引领产业发展、促进产业升级的角度出发,才能解决河南省产业集群所面临的问题。调整职业教育专业结构;构建创业型职业教育格局,引领新兴产业集群;重塑高等职业教育体系,促进产业结构优化升级;建立职业院校与企业良性互动的四位一体的运行机制,才能最终实现职业教育对产业转型升级的带动作用和职业教育与产业发展的良性互动,从而使河南省产业由简单、粗放型向集约型,从单一的、低级的结构向全面协调可持续发展转变。
参考文献
[1]郑瑾.职业教育与产业结构联动机制研究[J].厦门城市职业学院学报,2013,(2).
[2]《河南省中长期教育改革和发展规划纲要》重大战略专题调研组.河南省教育改革和发展调研报告[R].2009,(4).
计算机辅助设计(CAD)技术,作为电子信息技术的一个重要组成部分,是促进科研成果的开发和转化,促进传统产业和学科的更新和改造,实现设计自动化,增强企业及其产品在市场上竟争能力加速国民经济发展和国防现代化的一项关键性高新技术,也是进一步向计算机集成制造(CIMS)发展的重要技术基础.从广义上说,CAD技术包括二维工程绘图、三维几何设计、有限元分析、数控加工、仿真模拟、产品数据管理、网络数据库以及上述技术(CAD/CAE/CAM)的集成技术等。CAD应用工程是与CAL)技术研究开发、推广应用相关的高新技术密集的大型系统工程。CAD应用工程的实施标志着我国在“企业信息化、信息企业化”的大道上取得了长足的发展。CAD技术的使用使产品和工程设计、制造的工作内容和方式发生了根本性变革,这一技术成为工业发达国家制造业保持竞争优势、开拓市场的重要手段。
随着计算机性能成数最级的提高,其价格成倍地下降;随着网络通讯的普及化、信息处理的智能化、多媒体技术的实用化;CAD技术的普及应用越来越广泛,越来越深入,CAD技术正向着开放、集成、智能和标准化的方向发展。
90年代以来,从事科研和应用开发CAD的技术人员认识到,要让CAD技术成为生产力,关键是让设计人员都用上、会用CAD系统。国家科委确定以“甩图板”的工程目标来实现绘图设计自动化作为推广应用CAD技术的突破口,今天,许多地方、企业己经推广了CAD,取得了较好的效果,但也还存在一些问题值得探讨。
1 引起设计革命的CAD
CAD是目前计算机应用中最活跃的领域一股的设计业务主要包括研究开发设想、产品基本设计、成本估算、设计制图以及为设计而进行的辅助工作(如产品调研、为设计而接受继续教育、参加有关的学术会议等)
首先从占设计时间40%的制图入手,计算机辅助制图不但作为一种减轻设计者劳动的方法,而且引出一场“设汁革命”。CAD使设计工作产生了如下的变革:①使设计工作深入到前所未有的深度:②提高图纸设计的速度和质量;③简化设计过程,计算机与产品标准数据库连接后,所有己纳入标准的零部件设计都可实现计算机自动给图,设计者只需告诉计算机所采用的标准参数就可以了:④设计仿真和设计检验,利用CAD的三维图形功能,可在计算机屏幕上模拟出所设计产品的外形状态,在设计之初就对产品进行优化,在新产品试投产前,就可以对其制造过程中的结构、加工、装配、装饰和动态特征进行分析和检验,从而提高了产品设计的一次成功性;⑤设计与制造的紧密结合,如前所述,CAD的设计数据既可用于设计仿真 CAE,也可以通过数据传输系统与数控加工设备联结,将设计数据直接用于产品的加工,即CAM、CAD可自动完成从设计到加工程序的转换。
2 CAD软件迈进个性化时代
设计和制造是制造业开发产品的主要环节,CAD技术推动了制造业的技术革命,他哭破了传统方式,使人们可以不用图板、图纸就可高效地开发产品,现在CAD技术己经成为衡量一个国家工业水平的重要标志。
应用领域和人群的不断增长,对CAD软件提出了更高的要求。各行业用户一方面迫切希望得到最适合自己专业需求的CAD软件,另一方面希望以合理可承受的价格得到来自专业CAD厂商为自己虽身定做的专业服务。行业用户迫切希望得到个性化的CAD产品和服务。
CAXA日前率先推出的“电子图板2000”,标志着CAD软件迈入个性化时代。“CAXA电子图板”充分考虑了用户的个性化需求,提供了专业而易于使用的开发平台,使用者可以根据自己的需要改变软件、增加功能甚至开发出全新的专业设计软件。“CAXA电子图板2000”目前己集成了机械、电气和建筑设计模块,
数十家专业软件开发机构与CAXA合作开发专业设计软件并将不断集成起来此外,CAX人推出了个性化服务计划,从培训、支持到定制产品,一改以往“ 企业生产什么卖什么”的思路,而以“用户需要什么,我们提供什么”为宗旨,针对使用者的应用和需求,为其置身定制,让软件和服务更适合使用者的需求.“CAXA电子图板2000”个性化的产品和服务,让高科技的软件更加大众化了。
3应用CAD技术的几个问题
网络化
网络化是当前的一个趋势,CAD采用网络可以实现信息共享,给设计工作带来极大的方便。这里有必要谈的一点是CAD软件的网络化问题。由于CAD的实时数据交换量极大,采用主机分时系统会降低设计效率,最佳方案是各节点机能独立完成设计工作,网络的作用是各节点有关资源的相互调用。同时,由于知识产权保护的需要,CAD软件都有自己的加密措施(如钥匙盘或加密狗)。因而在实施上出现两种情况,一是仅在服务器上安装一个加密狗,二是在各节点机分别安装加密狗。前者便于资产管理后者可以脱离网络单机运行,各有优点。
像CAXA电子图板的网络板就提供了三种安装模式,即全服务器安装、全工作站安装、混合安装。第一种模式适合于无盘工作站网络,将软件全部安装在服务器上,节点工作站无硬盘:不足之处是网络要求高,否则运行速度受影响。第二种模式要求工作站有一定的硬盘容量,运行服务器与工作站基本上无数据交换,服务器的作用仅是软件使用权限控制。第三种模式则是将经常调用的部分程序安装在工作站上,而把硬盘空间大的库文件之类安装在服务器上,兼顾运行速度、网络通讯及硬盘空间各个万面,是一种较好的模式。
智能化
智能化是CAD发展的必然。智能化的主要特征是不仅能处理数据而且能处理知识,其功能远超出了计算范畴,他能进行推理、优化、选择、判断并作出决策,这样的系统在解决问题方面能达到专家水平,即‘专家系统气专家系统是人工智能的一种实际应用。
众所周知,工程设计是一项综合性工作,是工程师根据科学方法,凭借自身积累的经验、遵循国家规范,按使用要求和施工条件等诸多因素,进行分析,比较和判别卜最后用图纸和文字资料表达设计产品的过程。整个设计过程是一个反复的逐步求精的过程。可是目前我国自行开发的工程CAD软件大多只能进行校核性设计及出施工图,不具备思维、决策的能力。
智能化CAD技术是一项复杂的系统工程,是一项跨学科的重大课题.必须要有经验的工程设计专家和计算机软件专家密切配合进行研究开发才能较好的解决。
目前,我国智能型CAD系统的研究刚刚开始,还没有可供应的商品化软件。因此,在吸收国外先进技术的基础上,加快研制高水平的智能型CAD软件也是我们的一项迫切任务对提高我国CAD的应用水平和设计手段的现代化将会起到积极的促进作用。
要真正使产品、工程和系统的质量好、成本低、市场竞争能力强,就需要用最好的设计、最好的加工和最好的管理,就十分迫切需要总结国内外相关产品、丁程和系统的设计制造经验和教训,把成功的设计制造经验做成智能设计,智能制造系统去指导新产品、新工程和新系统的设计制造,这样才能使我们的产品、工程和系统有创新性。
标准
标准化是企业技术工作一个很重要的部分当应用CAD技术时,企业技术部门首先应该对企业己有的标准进行修订或订立新的标准,完善的CAD标准体系是指导我国标准化管理部门进行CAD技术标准化工作决策的科学依据,是开发制定CAD技术各相关标准的基础,也是促进CAD技术普及应用的约束手段,因此,在CAD应用工程中跟踪国际的相关标准、研究制定符合我国国情的CAD标准,并切实加以执行是促进我国CAD技术研究开发、推广应用能不断发展的重要保证。
对软硬件的认识
通常,CAD软件的使用人员是专业技术人员,他们关心所选择的CAD软件能否满足他们工作的需要,是否好用,而不大关心软件是怎样开发出来的,以及软件的功能是否覆盖了CAD的所有领域,是否反映了CAD技术研究的最新成果等,而系统维护人员大多是计算机专业人员,他们关心的是软件有否二次开发语言接口,系统的开发语言是哪几种,以及某个软件的接口怎样等等.有些提出的问题与企业的实际技术工作相脱节.因此,CAD系统的选型应以CAD系统使用人员为主。
CAD对硬件的要求比起一般文字处理、管理系统要高一些。通常,二维绘图需要486以上的机型,主频速度在100MHz以上,内存4M以上(建议8M),内存大小将会影响操作速度。图形输出最好采用喷墨绘图机,根据企业图纸幅面来配里绘图机的大小。
CAD软件的二次开发
所谓二次开发就是在某种墓础软件平台上(如二维绘图软件)构筑一些专业化应用功能,以提高系统的专业针对性和使用效率.例如可以在CAXA电子图板上增加一些刀具设计的计算、数据及图形库,从而构成一个高度专业化的成形刀具CA工)系统。
要使企业真正用好CAD系统、使之变成现实生产力,必须向企业提供易学易用的二次三度开发工具,即开发面向行业和企业应用的专用CAD软件和数据库.除了传统的函数库调用,Lisp语言和C语言开发工具外,更需要系统开发单位能及时地对用户进行技术支持和培训。现在按交互、对话的图声文方式提示用户构造适合行业,适合企业的CAD应用系统将会更加友好,受用户欢迎。
CAD应用人才的培训
现代化的设备需要高科技素质的人员操纵,才能发挥其应有的作用,产生巨大的经济效益。只有让设计人员尽快掌握CAD这一先进的科学技术知识。才能让现代化的设备创造出应有的经济效益和社会效益。
目前,在职工程设计人员通过设计实践,以具有较为丰畜的专业知识,但缺乏应用CAD技术的知识和能力,影响了CAD技术的普及和应用。CAD是一项高新技术,人的因素极为重要,没有一支相对稳定巨技术水平较高的队伍,推广和普及工程CAD技术是一句空话。在设计单位由十历史的原因,还有相当数量的工程设计人员是计算机盲,更说不上对CAD技术的认识。因此,首先应充分利用CAD培训中心的优势进行基础知识培训,达到人人会用计算机,人人掌握CAD技术,只有这样才可谈得上甩掉图板,只有在此基础上才可进行高层次培训和开发培训可用几种办法进行:
送出去培训出少量资金,选派业务能力强的中青年技术人员到大专院校和培训基地进行培训,培训回来后就是CAD技术应用的骨干。
自我培训对大多数技术人员可以利用脱产或半脱产的方法进行自我培训.请计算机专业人员专门讲授计算机方面的基础知识、操作技能,提高技术人员的计算机操作水平。
论文摘要:解释了知识管理和知识管理模式,介绍了图书馆知识管理的内容和运作过程, 指出图书馆要用知识管理理念引领其创新服务。
知识经济的到来是社会发展的必然,它的兴起是历史上一场前所未有的巨大变革,它的到来对社会政治、经济、教育、科技、文化及人类的思维方式、行为方式和生活方式将产生重大的影响。知识经济时代的图书馆各项业务工作的主线就是知识的收集、整理、利用和优质创新的服务。也就是说,图书馆知识管理的根本目的就是最大限度地获取、利用和传播知识,为读者提供获得知识的窗口,提供有效的知识共享平台。因此,如何运用知识管理的理念,开展创新服务,便成为图书馆今后能否持续发展的关键。
1知识管理和知识管理模式
知识管理是为企业经济效益不断提高和企业文化全面提升而创造的一种现代管理机制。由于知识管理模式是在知识经济时代产生与发展的,这就决定了知识管理模式与传统管理模式必然有其不同的规定性,其内核是:知识管理是建立在知识分工基础上的一种新型管理模式,是运用现代信息技术和网络手段对相关知识进行连续管理的过程。它认为企业核心优势和竞争力得以提高的关键是最大限度地利用和传播知识,而企业持续发展的灵魂就是知识的内部共享和知识创新。可以借鉴企业的这种知识管理模式来完善高校图书馆的管理体系,从而形成高校图书馆特色的企业文化,以达到知识的共享,服务的创新。
2图书馆知识管理的运作过程
武汉大学图书情报研究所所长邱均平教授认为:“狭义的知识管理主要是对知识本身的管理,包括对知识的创造、获取、加、存储、传播和应用的管理。而广义的知识管理不仅包括对知识进行管理,还包括对知识有关的各种资源和无形资产的管理,涉及知识组织、知识设施、知识资产、知识活动、知识人员的全方位和全过程的管理”。虽然学术界对图书馆知识管理众说纷纭,但是知识管理以人为中心的人本管理思想却是不容置疑的。
知识管理流程可分为4个运作过程,即知识集约过程、知识应用过程、知识交流过程和知识创新过程,这4个过程不是各自独立的,而是相互关联的。知识创新是知识管理的目的,实现这一目的关键是隐性知识的显性化和显性知识的内部化。图书馆知识管理就是对显性知识和隐性知识的收集、整理、应用和交流并充分发挥其作用,开展创新服务。
2.1关于显性知识管理
通过书籍、报刊、光盘、数据库等载体,能够用语言、文字、数字、图表等表达的知识可编码化,易于整理和计算机存储,这部分知识属于显性知识。在知识经济时代,对显性知识的管理主要针对“馆藏资源数字化”和“网络虚拟资源馆藏化”两方面。前者是将馆藏的非电子文献数字化,它包括数据库的建设信息系统建设和各种载体全文数字化;后者是指对网络资源进行组织、对信息内容进行加工,形成信息库。根据读者的实际需要,对这两方面资源进行合理的配置,帮助读者方便、快捷地利文献信息资源,更好地为读者服务。
2.2关于隐性知识管理
隐性知识是存储于人们头脑之巾的属于经验、诀窍、灵感的那部分知识,常隐含于过程和行动之中,是更加含蓄的、难以量化和信息化的知识。由于显性知识容易沟通和共享,因此显性知识不可能形成持续的竞争优势,所以知识管理的核心内涵是发掘馆员头脑中的隐性知识。对隐性知识的管理主要是图书馆应营造一个文化氛围,建立有效的激励机制,倡导馆员的学习、进取、创新精神,通过在“干中学”提高馆员的隐性知识水平,这样,图书馆作为一个整体才能真正扩展知识储备,并由此提高创新能力。
3用知识管理的理念引领图书馆的创新服务
图书馆引进知识管理的目的是实现知识的价值和服务的价值,不论是对显性知识的管理还是隐性知识的管理,落到实处,都是以知识为内涵,以服务为中心,走知识服务之路。知识窟《新是知识管理的目的,无论是传统图书馆还是数字图书馆,服务是我们的根本宗旨,也是图书馆永恒的主题。搞好服务的根本是创新,管理的改革是创新,新技术的应用是创新,服务方式的改变是创新。图书馆实施知识管理的最终日的,也就是以创新服务满足读者的需求。下面将重点阐述如何开展高校图书馆的创新服务。
3.1采用多种导航方式以开展虚拟参考咨询服务
目前,高校图书馆均抓住网络环境下图书馆发展的大好机遇,“以读者为中心”,积极做好虚拟参考咨询服务。为满足网络学习者的需要,图书馆要对那些只拥有使用权而不拥有所有权的网上资源,根据其分布在不同的数据库,缺少统一的分类体系和检索界面的现状,合理安排、组织、优化、筛选,并按专业、专题建立起读者指导数据库,加大对网上资源的分类标引和主题标引的力度,让那些面对虚拟馆藏资源束手无策的读者顺利地获得所需文献资料。同时,在图书馆主页上,开辟网上参考咨询台,开展实时解答,在第一时间帮助读者解决所发生的问题。
3.2根据专业学科内容开展垂直化服务
这种服务需要馆员具有超前意识,主动出击.深入目标读者群体,把读者需求调研与图书馆提供的信息服务宣传结合起来。比如,挑选出有学科专业背景及业务知识丰富的馆员.分配到各院(系)作为我馆信息服务联系人,负责全面深入了解有关院(系)的教学、科研任务及其对图书馆文献保障服务的综合需求,为各院(系)在图书馆主页上提供学科文献信息导航服务,以定期或不定期的形式组织并联系有关院(系)师生参加图书馆举办的有关电子数据库检索和利用的培训讲座。
3.3以读者为根本开展个性化服务