人工智能時代對人才的要求精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能時代對人才的要求主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能時代對人才的要求范文

關鍵詞：人工智能；教學改革；教學方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科，是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發，人工智能技術的日趨成熟。隨著AI3.0時代的到來，大數據、云計算等新技術的應用也愈發廣泛，對于管理類人才來說，加強對人工智能知識的深入學習，不斷將人工智能技術與管理知識結合起來，對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科，管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力，基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點，通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習，加強學生解決實際問題的能力，為就業打下基礎。本文基于社會對于人工智能領域的人才需求，結合諸多長期從事經管類專業課程教學的老師意見，針對管理類人才的人工智能課程教學內容與方法進行探討，以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。

1、教學現狀與問題

作為一門綜合性、實踐性和應用性很強的理論技術學科，人工智能課程內容及內涵及其豐富，外延極其廣泛。學習這門課程，需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才，該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前，中國大多數大學仍采用傳統的課堂教學模式，在教學過程中照本宣科，忽略與學生的互動，并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置，如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時，隨著章節的知識難度不斷增加，單向介紹式的枯燥教學方式無法反映人工智能學科的全貌，課堂講解難以同時給以學生感性和理性的認知，部分學生因乏味的課堂氛圍漸漸無法跟上教學進度，導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位，具有多學科的素養，但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識，給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機器學習、數據挖掘等眾多內容，概念抽象，不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程，缺乏一定的關聯思考和研究意識，導致課程學習難度增加，產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下，人工智能廣泛應用于機器視覺、智能制造等各個領域，給學生提供了大量的現實案例，使得人工智能不再是高深莫測的理論，而是現實中可以觸及的內容。例如，在機械學科領域，人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源；在醫療領域，是醫療器械的創新生產源動力；在能動領域，是高端能源裝備與新能源發展的重要驅動；在光電信息與計算機工程領域，技術的發展時刻推動著智能科學與技術核心價值的提升。然而，對于管理類專業的學生來說，現階段的人工智能教材涵蓋許多智能算法及相關理論，在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法，書本中的應用實例大多紙上談兵，缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐，加上一些教師授課方法單一，不利于引導學生將人工智能算法應用于現實生活。另外，大學生對知識的理解能力差異很大，教師采用統一的方式教給他們，這使一些學生無法跟上和理解，教師也無法控制學生的學習狀況，導致學生缺乏動力。因此，如何結合學生的現實情況，提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。

2、管理類人才的人工智能課程教學改進策略

課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言，教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化，而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題，可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。

2.1教學方法改進

教師對學生具有引領作用，其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求，通過安排一些具體的教學案例，引導學生積極參與案例思考、分析、討論和表達等多項活動，是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征，調動學生的學習積極性，并緊密結合人工智能領域的相關理論與方法，有效理解知識要點及其關聯性，適用于管理類專業學生的教學。具體而言，高校基于其問題啟發性、教學互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學案例庫，雖然這項建設將極具挑戰性與耗時性，但具有很強的積極效果：培養學生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學，讓學生掌握相關基礎知識原理及應用；通過一題多解的案例使學生思考如何獲取最有效的解題方法；通過綜合案例的設計，啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性，在課堂討論的過程中對學生做出評判，從而對不同類型的學生開展針對性的教學。互動則是在研討的基礎上，通過老師與學生、學生與學生的互動，讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中，教師通過課堂討論了解學生對于知識點的掌握情況，可以有針對性地設計教學內容，例如，對于學校積極性不強的學生，將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來，能夠極大程度地提高學生學習的自主能力；對于基礎知識較為薄弱的學生，可以在教師的指導下查閱相關文獻資料，根據自己的理解撰寫心得報告，并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望，建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術，人才需求量極大，對教師的教學水平也提出了更高要求，因此，進行有效激勵極為重要。在學生激勵方面，可以舉辦各類人工智能競賽項目，設置相應項目獎學金，吸引學生參與實踐，調動學生做研究、發論文的積極性。例如，教育部主辦的中國研究生人工智能創新大賽，圍繞新一代人工智能創新主題，激發學生的創新意識，提高學生的創新實踐能力，為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式，在各學院乃至全校開展此類競賽項目，激發學生的創新能力與團隊合作能力，鼓舞更多學生加入到人工智能課程的學習中來，激發其學習興趣。在教師激勵方面，在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分，鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高，學科交叉性強。基于人工智能的學科交叉性特點，增強管理類人才對學科應用的領悟，可以采取開展學科滲透式教學的方法。從2015年起，國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件，“互聯網+”、“智能+”已經滲透到各個領域，人類進入數字經濟時代，社會需求“技術+管理”的高端復合人才。例如，基于工業4.0和強國戰略，人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識，我們請機械工程、能源動力領域的相關專家以授課或講座的形式，進行相關領域知識和發展趨勢的講解，使學生理解更為透徹。此外，在教學實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進不同專業間老師、學生對于人工智能知識模塊的見解，相互交流、滲透和學習，從而推動人工智能課程教學的改進。

2.2教學內容設置

世界一流大學在人工智能課程內容設置根據不同國家的教育體系設置，肯定會有不同，但頗有共通之處。本文借鑒世界頂尖大學經驗，針對管理類專業人工智能課程教學內容進行研究，結合中國教育體系設置，認為應從以下幾方面進行改進。(1)核心內容設置為避免學生因為知識點過多而出現雜而不精的問題，勢必要精化教學內容。在互聯網時代，我們可以使用云計算和其他方式來實現數據信息的傳輸、存儲和處理，通過在線收集和整合網絡課程相關數據，挖掘和豐富教學資源，并在整合課程資源的基礎上，進行研究方法和前沿知識的擴展。在核心內容設置方面，可以通過收集到的數據資料，選擇人工智能領域具有代表性且難易程度適中的知識作為重點，使學生能夠在有限的學時內掌握人工智能的知識脈絡。例如，編寫針對管理類人才的人工智能教材，內容涉及緒論、知識表示與推理、常用算法、機器學習、神經網絡等方面的同時，重點增加相應知識點在管理上的應用案例，加強學生對知識點的理解。同時，根據管理類專業偏向領域，開設關聯程度較大、應用較廣泛的人工智能選修課程，以便學生根據自己的興趣與需求選修具體方向的課程。(2)注重學生的數理及編程基礎良好的數理及編程基礎是學習人工智能的前提。只有具備了這些基礎，才能搞清楚人工智能模型的數量關系、空間形式和優化過程等，才能將數學語言轉化為程序語言，并應用于實驗。管理學院人才的數理及編程基礎相對薄弱，因此，在安排學生學習人工智能課程之前，建議開設面向全體管理類專業學生的微積分、線性代數、概率論等專業基礎數學課程以及C語言、python等編程基礎課程，使學生具備數學分析的基礎與一定編程基礎，為學習人工智能課程打下堅實的基礎。另外，可以推進MOOC平臺建設，在平臺上開設人工智能網絡課程，幫助學生掌握人工智能知識基礎及專業技能。(3)實驗建設為了加強學生對于人工智能知識點間的關聯性理解，可以基于不同的應用模塊，設計具有前后鋪墊、上下關聯的綜合性實驗，設計不同層次的項目要求，同時基于相同的實驗課題，讓學生分組對實驗課題進行攻克，并設置多元化的實驗評價體系，通過實驗教學過程中反映出的不同進度，讓教師能對學生的學習水平做出準確評判，及時進行教學反思，以便更好地開展下一步工作。例如，針對人工智能課程應用中很廣的遺傳算法，在某一管理規劃的具體應用上設置理解－實現－參數分析－具體應用－嘗試改進－深度拓展的不同層次的項目要求，在這些項目層次中規定必做項與可選項，讓學生基于同一實驗課題進行合作學習，然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分，對小組整體能力以及個人能力進行綜合評估，以期培養學生的自主思考能力。

第2篇：人工智能時代對人才的要求范文

一、人工智能應用于稅收征管的必要性分析

1.優化辦稅體驗，提高納稅遵從度。稅務部門的納稅服務有網絡和辦稅服務廳兩種方式。利用人工智能技術，可以智能地分析納稅人輸入的信息，精準納稅信息的推送，提高個性化咨詢的針對性，服務好PC端和移動端，使納稅人無需離開住宅即可完成一般的稅收申報。對于某些納稅人條件有限或無法在線解決的問題，實體服務機構仍可以使用人工智能系統。自2016年以來，江蘇、廣東、上海等地陸續推出了采集納稅人人臉圖像、身份信息和電話號碼的“旺寶”、“小賢”等稅務服務機器人提供自助稅收服務、發票申請等，它不僅減輕了工作人員的負擔，而且提高了稅務處理的效率。人工智能的友好、耐心、準確和高效的服務，也受到了公眾的好評。2.實現稅收信息共享，確保信息對稱。目前，“金稅”項目的第三階段已逐步在全國范圍內建立了信息收集系統。政府應建立基于“金稅”項目的綜合電子稅務辦公系統，運用人工智能技術分析大數據，連接各稅務機關的信息，整合分散的資源并重新開發一套用于稅收信息收集和管理的操作方法，以增強稅收信息收集和管理的相關性，確保信息的對稱。3.創新檢查手段，兼顧公平速度質量。對于稅收征管檢查工作分為兩部分，計算機選擇選案，然后由稽查人員負責后續的稽查工作。人工智能的選擇不僅有助于確保公平性和準確性，還可以提高速度，使稅務人員更好地投入于跟蹤工作。人類與人工智能各司其職，這是流程再造理論下稅收征管改革的必然趨勢。4.加強風險防范，打擊涉稅違法。電子商務的興起，納稅人收入來源的不明確和生產模式的多樣化催生了一系列偷稅和逃稅行為。稅務部門應依靠人工智能技術，建立稅收風險的預防和控制系統，對評估有疑問的納稅人，由人工智能系統過濾后，發送給不同的部門進行監控和定期檢查，從而遏制不法行為發生。5.節省人力時間，降低稅收成本。人工智能的優勢在于能夠利用風險評估和稅源管理機制來減少稅收管理資源的投入，日常工作效率得到有效提高。人工智能還可以對熱點稅收問題進行智能分析和評論。還可以應用于稅務審批事務。通過智能的機檢，可提高工作效率，從而降低稅收成本。

二、基于人工智能應用稅收征管的障礙因素

1.人工智能技術的發展不夠完善。首先，稅收信息與人民生活息息相關，但稅收人工智能技術還存在技術方面的不足，容易受到黑客攻擊。目前，稅收信息的保護是有限的。其次，人工智能系統的專家系統。計算機經過的智能程序的學習，除了原有的程序思維，也導入了另一個思維，有了雙思維，這就是人性化的專家思維，使稅收征管中解決復雜問題能力上了一個臺階，計算機程序通過稅務專業知識+稅務專家經驗兩個思維去思考和分析面對的稅收征管難題。事實上由于缺乏專家系統的技術支撐，人工智能應用會大打折扣。2.缺乏人工智能復合的高端人才。首先，稅收征管需要兼通IT和稅收的人才。但如今，稅務專業中基本上沒有人工智能的本科教育，人工智能與稅收學科的交叉和融合無法實現。另外，在稅收征管領域，人工智能廣泛應用之后，普通稅收專業人員的數量將減少。簡單的咨詢輔導工作，發票業務等可以輔以人工智能系統。而高端管理人才缺乏，是阻礙稅收人工智能發展的重要成因。3.適應智能辦稅能力尚顯不足。在稅收實際工作中，由于納稅人的水平不一，接受新事物新技術的能力不一，也就不能很好地掌握智能辦稅中的各種操作要求和智能處理。4.缺乏人工智能應用和數據的保護。政府對個人信息的收集，分析和比較，確實提高了政府部門的管理能力，并在一定程度上有助于改善政府管理手段。但是，公權力無限收集信息超出必要程度可能會侵犯私人權利。目前，我國還沒有關于“人工智能數據的應用和保護”的規定。建議從法律條文上體現對公民的隱私保護。

三、完善人工智能應用稅收征管的對策

第3篇：人工智能時代對人才的要求范文

關鍵詞：人工智能；Python程序設計教學；項目驅動混合教學模式

人工智能技術在教育領域的應用已經非常深入，它可呈現深度學習、跨學科融合、人機協同、群智開放、自主操控等諸多內容，并在教學中引發鏈式突破、推動教學內容的數字化、網絡化與智能化躍升式快速發展。所以說在教育領域中，人工智能如魚得水，它獲得了更大的自我技術展現空間，也為學生學習新知識內容帶來諸多福音。

一、高職院校Python程序設計教學引入人工智能技術的必要性

人工智能本身離不開算法，而算法的實現則需要語言做支撐，像目前高職院校的Python程序編程設計教學就可引入人工智能技術，Python作為AI時代的頭牌語言其融合性教學也成為了培養AI人才的重要關鍵。目前國內許多高職院校都在全面推行人工智能技術背景下的Python教學，將其作為是數據分析、網絡攻防的第一語言以及編程入門教學的第一語言。

換個角度講，高職院校在Python程序設計教學中引入人工智能是非常必要的，因為它關系到高職生未來的就業生存、崗位專業能力創新與事業發展，考慮到人工智能領域的知識理論性偏強，且對學生的數學基礎能力要求較高，整體學科學習難度較大，所以許多高職院校也在思考如何將人工智能技術內容合理融入到Python程序設計教學體系當中，為學校相關專業領域拓展教育新路，培養對路人才[1]。

二、高職院校人工智能背景下的Python程序設計教學方法應用研究

（一）教學應用概述與教學目標明確

Python語言作為高職院校守門程序設計課程教學語言，相比于其它傳統計算機語言具有簡單易學、程序可讀性、可遷入性、可擴展性、邏輯結構縝密等特點。同時該編程語言采用了開放開源設計，擁有12萬以上的第三方庫，可有效避免編程重復問題，提高教學中的語言編程教學效率。另外Python是一種解釋型語言，它的跨平臺與可移植性相當之強，可在任何系統中拷貝運行，對環境配置要求不高。

為了確保某些沒有編程基礎知識能力的高職生也能學好Python語言程序設計課程，教師專門在教學中加入了人工智能技術內容，圍繞該技術融合可開展的Python編程語言課程就包括了Python安裝、Python輸入輸出、Python特性、人工智能編程等等知識內容。在教學中希望明確3點教學目標：

第一，要求學生初步具有利用Python初步編寫基本程序的能力。

第二，要求學生掌握Python編程語言的基本特性。

第三，要求學生深入了解某些常用Python庫，特別是了解人工智能的基本思想與編程方式，能夠利用人工智能和Python編寫出某些復雜的處理程序。

（二）創新教法設計應用

為切實達到Python程序設計教學目標，凸顯學生在課堂教學中的主體地位，教師可采用任務驅動配合項目驅動的混合教學模式展開一系列的教學設計活動，引導學生循序漸進的完成各項教學任務內容，不斷提升自身的Python語言程序設計水平。

具體到教學方案設計中，教師專門圍繞學生中心、任務載體將教學內容相對巧妙的隱藏于具體的教學任務中，再通過Python編程語言新知識內容與新教學技能驅動學生深入學習展開基礎章節任務，結合任務結果評價評價學生對知識點的掌握情況。這一教法的提出與運用希望解決傳統程序設計教學中理論與實踐相互分離的不利教學局面，希望將課堂中的所有理論內容全部轉移到實踐任務中，凸顯教學中理論與實踐過程的相互和諧統一。如下：

教師為學生設計教學任務，設計Python程序示例任務，將fileA和fileB兩個文件各存放于不同的兩行字母中，然后將兩個文件中的信息數據內容完全合并，按照字母順序排列并再次輸出一個新文件fileC，以下給出該任務教學中的程序設計編寫代碼：

fp1=open(‘fileA.txt’)

data1=fp1.read()

fp1.close()

fp2=open(‘fileB.txt’)

data2=fp2.read()

fp2.close()

fp3=open(‘fileC.txt’，w)

data_all=list（data1+data2）

fp3.write（data_unite）

fp3.close()

采用上述項目任務驅動項目混合教學法可為學生構建一個相對完整的人工智能Python程序設計教學獨立項目，將項目完全交由學生獨立處理完成，教師負責設計教學方案，而由學生收集信息，實施項目并最后再由教師給出學生項目完成評價。它全面考驗了學生對于Python基本庫與第三方庫的學習了解與運用程度，同時在融入大量人工智能編程思路后顛覆學生的語言編程學習認知思維，讓學生了不但能夠練習獨立編程，也能共同學習協作編程，全面提高自己的的Python語言編程能力[2]。

總結：

綜上所述，在高職院校中采用人工智能技術配合Python語言編程設計可有效拓展教學思路，而本文中所采用的的任務驅動項目混合教學模式則能有效激發學生的學習熱情，促進他們合理運用所學習知識解決實際問題，徹底擺脫復雜語法及算法所帶來的學習困擾，更好學習Python編程語言知識。

參考文獻

第4篇：人工智能時代對人才的要求范文

關鍵詞：“智能科學與技術”專業；專業建設；培養目標；課程體系；師資隊伍建設；就業

中圖分類號：G642　文獻標識碼：A

1　“智能科學與技術”專業背景

隨著生產力的持續進步和科技的發展，傳統的科學技術已不能適應時代進步的要求，眾多的產業、經濟、科技和社會問題，無法用傳統的數學方法和技術加以解決。智能科學技術正是在這樣的背景下被提出來的，它是腦科學、認知科學和人工智能等學科構成的交叉學科，主要研究智能的基本理論和實現技術。在國外，智能科學技術已得到了較好的發展。并且，國外一些著名學府，如東京大學、愛丁堡大學、卡內基梅隆大學等先后開設了“智能科學與技術”專業，培養該方向的高層次人才。智能科學技術也得到國內專家的密切關注，早在1991年中國科學院就建立了以智能科學技術為主要研究方向的復雜系統與智能科學重點實驗室，并且已有計劃將其列入我國新近制定的中長期科技發展規劃中。

智能科學技術要發展，人才是關鍵。中國人工智能學會副理事長、北京郵電大學鐘義信教授在2007年中國人工智能年會上指出：“智能科學技術作為現代科學技術的核心、前沿和制高點，充滿重大的創新機遇。在激烈競爭的國際環境下，誰先掌握智能科學技術，誰就有可能掌握制勝的主導權”。目前，智能科學技術正在迅猛發展，推進智能科學技術專業教育，培養高層次智能科學技術人才，正當其時，適應國家教育振興行動計劃的要求，順應時代的需求。自2003年10月北京大學自主設置的“智能科學與技術”本科專業在教育部備案以來，先后有北京郵電大學、南開大學、西安電子科技大學等多所院校先后設置了“智能科學與技術”本科專業，我校申報的“智能科學與技術”本科專業也于2008年得到了國家教育部的批準。

為加快智能科學與技術研究生教育的發展步伐，進而提高“智能科學與技術”本科專業的辦學質量，新專業建立以來，中國人工智能學會教育工作委員會先后于2004年8月在北京、2004年11月在北京、2005年11月在武漢、2006年12月在北京、2007年12月在哈爾濱和2008年10月在北京六次組織“智能科學與技術”教育研討會和座談會，上百所大學的代表參加了會議。加快發展“智能科學與技術”專業教育己成為眾多院校的共同愿望，但由于該專業設置時間不長，各高校對于該專業的建設都還處于摸索階段，因而還有很多問題有待研究。

我校建校50多年來，堅持以信息學科為特色，不斷調整學科結構，努力提高辦學質量和辦學效益，為國家及地方建設培養了大批專門的人才。近年來，我校計算機科學與技術學科建設取得明顯的成效，是中國人工智能學會粗糙集與軟計算專業委員會的掛靠單位，在智能科學與技術領域中的智能信息處理、計算智能、模式識別、文本分類、圖像處理等研究方向已取得了豐碩的成果，已形成了一支學歷、職稱、年齡結構合理的師資隊伍和學術梯隊。在科學研究方面，研究內容涉及多個領域。在Rough集擴展理論模型、決策信息系統不確定性度量、自主式機器學習、信息系統知識約簡、不完備信息系統中的知識獲取等方面取得了一系列成果；針對復雜問題求解，模擬人類問題求解的自然方式，以Rough集、模糊集和商空間理論為基礎，開展粒計算研究工作，在二進位粒表示、模糊商空間、覆蓋粒計算模型、粒計算知識獲取等方面已取得了階段性成果；將計算智能理論成果應用于一些特色領域，例如，研制了EMAIL過濾系統、基于語音和圖像的雙模情感識別系統、Rough集智能數據分析仿真系統(R1DAS)、圖形圖像智能分析與處理系統、棉屬植物生物基因信息智能分析系統等，取得了良好的社會經濟效益。這些都為我校“智能科學與技術”專業建設提供了基礎。

本文將結合重慶郵電大學本校的學科優勢和人才優勢，對我校建設“智能科學與技術”專業中的若干問題進行探討。

2　“智能科學與技術”專業建設的若干問題

2.1 培養目標

制定科學、合理的“智能科學與技術”專業培養目標是實施人才培養的基礎。培養目標的制定必須結合以下三個方面。

(1)緊扣專業內涵，彌補“智能缺位”的專業漏洞

智能科學技術以人工智能理論和方法為核心，研究如何用計算機去模擬、延伸和擴展人的智能；如何設計和建造具有高智能水平的計算機應用系統；如何設計和制造更聰明的計算機。對于專業培養目標，按照專業現狀，“智能科學與技術”專業的培養目標應定位于彌補“智能缺位”的漏洞。現有的電子、自動化和計算機等專業本身都在向縱深發展，人才需求強勁，都是不可或缺的朝陽專業，與智能技術雖有交叉和結合，但每個專業都不能獨立地覆蓋智能科學技術的整體范疇，更不可能丟棄原有的專業核心將重心轉移到智能科學技術領域。因此，“智能科學與技術”專業應該定位于彌補信息領域“智能缺位”的專業漏洞。

(2)緊跟市場需求，培養適應國際競爭和社會需求的人才

學校并不是孤立的，它與社會有千絲萬縷的聯系，是面向社會開放的大系統。因此，在制定專業培養目標時，必須緊跟市場需求，培養適應國際競爭和社會需求的人才。隨著經濟的發展和國際競爭的加劇，社會對人才提出了更高的要求，“寬口徑、厚基礎、強能力、高素質”是當前社會對人才的要求。具體到“智能科學與技術”專業，我們可以從以下三個方面著手。一是加強基礎能力培養，即加強英語、數學、計算機能力的培養；二是突出本專業的核心技能，即突出對人工智能、腦科學、認知科學等的基本理論與方法的掌握；三是強化實踐動手能力，即強化智能系統、智能網絡等的分析與設計能力。

(3)緊隨本校優勢，突出人才培養特色

市場對人才需求的多樣性要求學校對學生的培養多樣化。各所院校不可能制定完全一致的培養目標，完全一致的培養目標必定導致人才培養的失敗。因此，培養計劃的制定必須結合自己的學科優勢和人才優勢，突出本校的專業特色，針對性地培養市場所需要的人才。重慶郵電大學是一所以信息科學技術為特色的院校。因此，我們在制定培養計劃時，一方面可以借鑒其他院校的培養目標，另一方面必須結合我校十分優越的計算機和通訊技術方面的學科優勢和人才優勢。將“智能科學與技術”專業與現有的“通信技術”、“計算機科學與技術”等專業結合，不僅能夠為社會培養急需的人才，而且必將大力推動我校的計算機科學與技術學科建設，加速我校其他學科的快速發展。

2.2　課程體系

培養目標的實現需要依靠課程體系的整合和設計來 支撐。一個專業的課程體系直接反映了人才培養的方向。課程是教學之根本，其主要任務在于結合社會對人才的實際需求，依靠專業培養的總體目標來進行課程體系的設計。

對于“智能科學與技術”專業的課程體系，從該專業本科畢業生所應具備的知識體系來看，我們大致可以將大學教育期間學生應學習的知識劃分為以下四個層次：公共基礎課程、專業基礎課程、專業核心課程和專業開放選修課程。其中，公共基礎課程是對學生德、智、體三方面基礎素質的培養。專業基礎課培養學生在計算機、電子技術等方面的基本能力，為本專業后續課程之基礎。專業核心課程培養學生本專業的基本能力，主要以智能科學技術方面的課程為主。專業開放選修課是實現學生個性化發展的課程，也是體現本校專業特色的模塊。

新專業要生存和發展，必須盡快形成自己的特有學科體系和核心課程，核心課程將成為區別于相關學科的重要標志。“智能科學與技術”專業課程體系建設的一個重要原則是：本專業核心課程不是信息科學專業核心課程和自動化科學核心課程的簡單堆砌，而應該對信息科學核心課程進行有效的裁減和調整。通過對各相關院校進行調研，我們發現“智能科學與技術”專業尚沒有形成本專業的核心課程，這是一個亟待討論的問題。開放選修課是各校區別于其他院校的特色課程。結合我校的學科優勢與專業特色，可以將智能科學技術與通信技術結合開設相關課程，如智能通信技術等。

2.3　師資隊伍建設

優良的師資隊伍是實施“智能科學與技術”專業人才培養的保證。要保證教學的正常運行、教學質量的不斷提高，需要教師具備相關專業的堅實基礎和熟練的業務能力。如何整合師資力量，如何共享資源，如何進行高校之間的聯合培訓、互聘教師等問題都是新專業建設和規劃所面臨的突出問題。

重慶郵電大學計算機科學與技術學院通過20多年的師資隊伍建設，在計算機科學與技術學科上已經形成了一支學歷、職稱、年齡結構合理的師資隊伍和學術梯隊。但是，為適應智能科學與技術專業的教學需要，除了依賴本院已有的師資隊伍，還需要整合其他院系的師資力量，比如控制技術相關的課程和實驗可以借調自動化學科的老師，而生物信息技術方面的課程則可以讓生物信息處理學科的老師來承擔。

然而，為了適應“智能科學與技術”專業以后發展的需要，師資隊伍建設還有很長的路要走。特別是腦科學和認知科學方面的師資力量的建設和加強。我們擬從以下幾個方面對現有的師資隊伍進行調整和培養：

(1)調整教師隊伍。從現有的教師隊伍中挑選一些在智能科學技術方面有專長的老師組建“智能科學與技術”專業教研室。

(2)組織教師培訓。針對當前師資隊伍薄弱的課程，組織老師到相關院校進行調研和專業學習。

(3)引進高級人才。建設科研團隊，提高教師學術水平，是建設“智能科學與技術”專業的根本保證。

2.4　就業前景展望

“智能科學與技術”專業人才就業前景的好壞是本專業生死存亡的關鍵。產業、經濟、科技和社會對智能科學技術的強烈需求為“智能科學與技術”專業人才提供了廣闊的就業空間。因此，“智能科學與技術”專業學生的畢業去向至少包括以下幾條重要途徑：

(1)從事智能科學技術的研究。智能科學技術已成為新世紀爭奪國際市場的重要因素，加之我國中長期科學技術規劃的迫切需要，在國家各部門各領域從事智能科學技術的研究工作是“智能科學與技術”專業畢業學生的一個去向。

(2)從事“智能科學與技術”專業的人才培養。隨著“智能科學與技術”專業的逐步建立，高校急需大量具有相關領域專業知識和技能的教學人員和研究人員，在高校從事人才培養是“智能科學與技術”專業畢業學生的又一個去向。

(3)從事智能系統和智能產品的設計與開發。智能系統和智能產品的設計與開發需要大量的智能科技人才，結合我校的行業背景，將智能科學技術應用到通信網絡領域，培養學生從事智能通信技術、智能網絡、智能信息安全等的研發能力，將為我校“智能科學與技術”專業畢業學生就業開辟最主要的途徑。

第5篇：人工智能時代對人才的要求范文

Abstract： Since 1956， when Dartmouth institute put forward the AI （Artificial Intelligence）， Artificial Intelligence in the past 50 years has achieved great development. Artificial Intelligence gradually formed with the three factions-symbol school， behaviorism school， connectionism school-led by the situation， each school has its own unique opinion. Based on the unique angle of view， the paper puts forward some opinions on the development of Artificial Intelligence.

關鍵詞： 人工智能；研究現狀；發展趨勢；社會力量

Key words： Artificial Intelligence；research status；development tendency；social force

中圖分類號：TP18 文獻標識碼：A 文章編號：1006-4311（2013）28-0005-03

0 引言

人工智能是自1956 Dartmouth學會后發展起來的新型學科，其有著涉及學科廣、需要技術高端、使用范圍廣等特點。在過去的50多年時間中人工智能經歷了學科發展中都會遇到的發展——否定——否定的否定階段，現在人工智能大致分成了符號主義學派、行為主義學派、聯結主義學派三大學派。其各有優勢，獨樹一幟。一直以來重大前沿科學研究都是以國家牽頭，等到時機成熟了再轉為民用。這樣無形中浪費了很多社會中的人才，比如android智能機的問世，當開發商源代碼公布后android智能機獲得了飛速的發展。這是社會資源集體作用的結果，人工智能能否通過這種方式獲得飛速的發展呢，文中給出了問題的答案。

1 人工智能的現狀

1.1 人工智能的發展過程 人工智能是由“人工”與“智能”組成。“人工”十分容易理解，也就是我們常說的人類開發研究出來的事物。“智能”則是十分復雜的一個詞匯，是指如由意識（Consciousness）、自我（Self）、思維（Mind）（包括無意識的思維（Unconscious_mind））等等組成的有機集合。通常我們所說的人工智能是指人本身的智能。總體來說人工智能（Artificial Intelligence，AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。關于人工智能的傳說一直可以追述到埃及，直到電子計算機的問世才使人們真正具備了發展人工智能的基本技術，而直到1956年的Dartmouth學會之后“人工智能”才逐漸地被大家所熟知接受。人工智能作為一門自然科學、社會科學、技術科學交叉的邊沿學科，涉及哲學和數學，認知科學，心理學，神經生理學，計算機科學，控制論，不定性論，信息論，社會結構學，仿生學與科學發展觀等眾多前沿學科。二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能），也被認為是二十一世紀（基因工程、納米科學、人工智能）三大尖端技術之一[1]。

人工智能在其過去的50多年時間里，有了長足的發展，但并不是十分順利。目前人們大致將人工智能的發展劃分成了五個階段：

第一階段：萌芽期（1956年之前）

自古以來，人類一直在尋找能夠提高工作效率、減輕工作強度的工具。只是受限于當時的科學技術水平，人們只能制作一些簡單的物品來滿足自身的需求。而人類的歷史上卻因此留下了很多膾炙人口的傳說。傳說可以追溯到古埃及時期，人們制造出了可以自己轉動的大門，自動涌出的圣泉。我國最早的記載是在公元前900多年，出現了能歌能舞的機器人。這一時期出現了各種大家：法國十七世紀的物理學家、數學家B.Pascal、德國十八世紀數學家、哲學家Leibnitz以及二十世紀的圖靈、馮·諾伊曼等。他們為人工智能的發展做出了十分重要的貢獻。

第二階段：第一次期（1956年-1966年）

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在Dartmouth學會上引發一場歷史性事件——人工智能學科的誕生。Dartmouth會議結束后，人工智能進入了一個全新的時代。會議上誕生了幾個著名的項目組：Carnegie-RAND協作組、IBM公司工程課題研究組和MIT研究組。在眾多科學家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理證明工作中首先取得突破，開啟了以計算機程序來模擬人類思維的道路；1960年，McCarthy建立了人工智能程序設計語言LISP。此時出現的大量專家系統直到現在仍然被人使用，人工智能學科在這樣的氛圍下正在茁壯的成長。

第三階段：低谷發展期（1967年-八十年代初期）

1967年之后，人工智能在進行進一步的研究發展的時候遇到了很大的阻礙。這一時期沒有比上一時期更重要的理論誕生，人們被之前取得的成果沖昏了頭腦，低估了人工智能學科的發展難度。一時之間人工智能受到了各種責難，人工智能的發展進入到了瓶頸期。盡管如此，眾多的人工智能科學家并沒有灰心，在為下一個時期的到來積極的準備著。

第四階段：第二次期（八十年代中期-九十年代初期）

隨著其他學科的發展，第五代計算機的研制成功，人工智能獲得了進一步的發展。人工智能開始進入市場，人工智能在市場中的優秀表現使得人們意識到了人工智能的廣闊前景。由此人工智能進入到了第二次期，并且進入發展的黃金期。

第五階段：平穩發展期（九十年代之后）

國際互聯網的迅速發展使得人工智能的開發研究由之前的個體人工智能轉換為網絡環境下的分布式人工智能，之前出現的問題在這一時期得到了極大的解決。Hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用再度出現了欣欣向榮的景象。人工智能已經滲入到了我們生活的方方面面。

1.2 人工智能的主要學派 人工智能發展的50多年時間里，經歷了符號主義學派、行為主義學派和聯結主義學派，三大學派各有特點，各自從不同的角度研究人工智能，為人工智能的發展做出了卓越的貢獻，在人工智能的發展史上留下了濃重的一筆。

1.2.1 符號主義學派 符號主義學派，又稱為邏輯主義、計算機學派或心理學派。符號主義學派理論基礎是物理符號系統假設和有限合理性原理，他們認為人類的認知基元是符號，認知的過程是對符號的計算與推理的過程。人與計算機均可以看做物理符號系統，因此人們可以使用計算機來模擬人的行為。符號主義學派認為人的認知基元可以通過計算機上的數學邏輯方法表示，然后通過計算機自身的邏輯運算方法模擬人類所具備的認知系統的機能和功能，進而實現人工智能[2]。

符號主義學派無視了認知基元的本質，對于所有的認知基元均使用數學邏輯方法表示。符號主義學派重點研究認知基元的邏輯表示以及計算機的推理技術，早期的眾多人工智能的研究都是在這一思想的推動下進行的。符號主義學派在歸結推理、翻譯、數學問題證明以及專家系統和知識工程做出了十分巨大的貢獻，為后期的人工智能研究打下了基礎。專家系統的出現更是將人工智能的研究推上了一個頂峰，其在礦業探究、醫療診查、教育推廣、工業設計的應用帶來了巨大的社會效益。

1.2.2 行為主義學派 行為主義又被稱作進化主義或控制論學派。行為主義學派認為智能取決于感知和行動，不需要像符號主義學派的邏輯知識以及推理。行為主義學派認為人的本質能力是行為能力、感知能力和維持生命及自我繁殖的能力，智能行為是人與現實世界環境的交互作用體現出來的。人工智能應像人類智能一樣通過逐步進化而實現，而與知識的表示和知識的推理無關[3]。行為主義學派的與傳統人工智能截然不同的觀點吸引了眾多的科學家，雖然到現在還沒有獨立完善的知識理論系統，但其在人工智能領域的獨樹一幟還是奠定了其霸主地位。該學派重點研究人類的控制行為，目前已有的機器昆蟲已經證明了行為主義學派的理論正確性。雖然大部分人認為機器昆蟲不能導致高級行為，但是行為主義學派的崛起標志著控制論在人工智能領域有著獨樹一幟的作用。

1.2.3 聯結主義學派 聯結主義學派是近年來最熱門的一個學派，又被成為仿生學派或心理學派，建立于網絡聯結基礎之上模仿人類大腦的結構和工作模式。聯結主義學派主要研究能夠進行非程序的，可適應環境變化的，類似人類大腦風格的信息處理方法的本質和能力，是基于神經網絡及網絡間的連接機制和學習算法的人工智能學派。持這種觀點的學者認為，認知的基本元素不是符號是神經細胞（神經元），認知過程是大量神經元的聯接，而大腦是一切智能活動的基礎，因而從大腦神經元及其連接機制出發進行研究，搞清楚大腦的結構以及它進行信息處理的過程和機理，就有望揭示人類智能的奧秘，從而真正實現人類智能在機器上的模擬。[4]

聯結主義學派通過模擬人類神經網絡模仿人類的認知行為，由此進行人工智能的學習記憶、模式識別。聯結主義學派構建了大量的神經網絡模型，方便在不同的情景模式下選擇相應的模型，進而快速的得出答案。聯結主義學派采用分布式存儲數據，對數據進行并行處理，這樣使得人工智能在處理問題的時候的速度有了明顯的提升，由此聯結主義學派在人工智能領域中受到大家的一致熱捧。

三大學派在人工智能的發展史上有著舉足輕重的作用，每一個學派的興起都代表人工智能的一個新高峰。三大學派各有優缺點，在人工智能領域三者相輔相成，人工智能學科在三大學派的帶領下正在茁壯成長。

2 對人工智能主要理論學派的評述

在過去的50多年時間中，人工智能獲得了巨大的發展，基本實現了從無到有的過程，構建了基本完善的理論知識體系，構建了各種模型，形成各種技術方法，但是人工智能的發展依然任重道遠，前景依然不容樂觀。三大主義學派有著自身獨到的優點，同時也有著各自的缺點，符號主義學派將人的認知基元符號用數學邏輯表示，通過計算機邏輯處理系統分析得出結果，但是在面對沒有明確結果的非確定問題時經常不能得出令人滿意的答案，它對信息要求十分精確完整，現實生活中的很多問題都不能滿足條件，因此符號主義學派的發展受到了一定的限制。行為主義學派認為智能取決于感知與行動，但是缺乏足夠的理論知識支撐學派觀點，而且缺乏足夠的成果表明理論的正確性。學派認為人工智能與知識的表達和知識推理無關，與人類認知的發展是不相符的。聯結主義學派采用仿生學的方法，模擬人腦的神經網絡，通過類似人腦的結構和運行機制模仿人類智能。這一觀點十分有吸引力，在提出之后馬上就有大量的支持者，但是人腦神經系統的復雜性遠遠超出人們的預知，現階段人們對人腦的構造以及運行機制還沒有深入的理解，在此基礎上想模擬出人腦的神經系統顯然是有些不不切實際。聯結主義學派的發展更多的受制于對人腦結構和運行機制的研究，因此其發展相對緩慢。綜上，三大學派固然有著自身的優勢，各自的成果，但是其同樣有著明顯的局限性，人工智能要想進一步發展必須要對現有的發展方式進行創新。

另一方面，人工智能在經歷了兩次期后再次回落到了平穩發展時期，社會公眾對人工智能的熱度有了明顯的降溫。人工智能的研究再次變成了國家以及一些超級公司的工作，擁有的資源有了大幅度的縮水，研究的進度也受到干擾。在此狀態下沒有重大的技術創新，人工智能恐怕很難再有重大的突破。

3 對人工智能發展的評述

3.1 對人工智能涵義的認識 同樣的詞匯在不同時期的有著不同的解釋，人工智能也不例外，大家都認可的人工智能是指在人類制造的機器工具上實現人類智能，即實現人類的認知能力、行為能力以及解決問題的能力。人類智能有著一個明確的特點，在面對未知問題時，人類智能能夠得出自身想要的答案，也就是消除答案的不確定性。符號主義學派的邏輯解決方式、行為主義學派模擬人的行為能力、聯結主義學派的神經網絡，三大主義學派各自以自身的方式實現了對問題消除或減弱不確定性。可見減弱甚至消除問題的不確定性也將是人工智能的一個研究方向。

3.2 人工智能研究模式的發展 目前人工智能領域中，符號主義學派通過數學邏輯表示人類的認知基元，對數學邏輯經過解讀分析，得到答案，進而實現智能。該學派重點運用還原思想，將人類的認知基元全部使用數學邏輯表示。行為主義學派認為人工智能取決于感知和行動，不需要學習知識與知識推理，是一步步，由低級到高級慢慢進化的。聯結主義學派是通過人工神經網絡的形式模仿人類智能，理論上講該方法是最符合人類智能的運行方式的。而在一系統中，最重要的是系統的運行機制，如何將接受到的信息轉化為我們的知識并通過表述、行為展示出來，在了解了人類智能的運行機制之后，人工智能將會更加符合人們的需求。

3.3 人工智能研究方法的發展 人工智能的目的是消除答案的不確定性，然后做出相應的反應。在消除答案不確定性的時候便有了各種方法，其中有一種便是突出解決問題的目標，在有明確目標的前提下會削弱干擾問題解決的條件，提高人工智能解決問題的效率。明確問題的目標便需要引入目標函數，在動態目標函數的引導下會減弱答案的不確定性。而在已有的人工智能基礎上設立人工智能模型，通過人工智能自身的計算結果結合目前的研究成果去優化目前的人工智能系統，則會提升人工智能的發展速度。

3.4 人工智能時期的發展 人工智能自發展到現在已經經歷了五個時期，在兩次期中人工智能均獲得了迅速的發展。然而現在人工智能的發展步入到了緩慢發展時期，如何將人工智能的發展緩慢時期加速度過同樣是十分嚴肅的問題，傳統說來需要重大的科學進步。我們往往認為人工智能屬于頂端科技只能由國家和超級公司研究，卻忽略了社會所擁有的重大的力量。小小的android智能手機在問世的短短時間內變改變了之前的市場格局，其中固然有著android智能手機的特點，但是我想他的市場策略同樣給與了莫大的助力。人工智能應該向android一樣，適當的開放出來一部分根基，放開其研究門檻，甚至鼓勵民間研究。量變引發質變，當有足夠專家在研究人工智能時，人工智能的研究會加快的。而且民間的研究成果也會作為經驗反作用于人工智能的進一步研究，實現科學與社會的雙贏。

4 結論

人工智能是人們長久以來的夢想，同時也是一門很有挑戰性的學科。像所有的學科一樣，人工智能會經歷各種各樣的挫折，但是，只要我們有信心、有毅力，我們相信人工智能終將會成為現實，融入到我們生活的方方面面，為我們的生活帶來極大的改變。

參考文獻：

[1]朱祝武.人工智能發展綜述[J].中國西部科技，2011，10（17）：8-10.

[2]陳慶霞.人工智能研究綱領的發展歷程和前景[J].科技信息，2008，20（33）：49，234.

第6篇：人工智能時代對人才的要求范文

[關鍵詞] 計算機 信息產業 嵌入式系統 企業計算 人工智能

一、企業計算的發展狀況

1.企業計算的含義

企業計算（Enterprise Computing）主要是指企業信息系統，如ERP軟件（企業資源規劃）、CRM軟件（客戶關系管理）、SCM軟件（供應鏈管理、即物流軟件），銀行證券軟件，財務軟件，電子商務/政務（包括各種網站），數據倉庫，數據挖掘，商務智能等企業信息管理系統。

2.企業計算的發展

回顧IT產業系統的發展脈絡。40年前IBM S/360系統的誕生開創了以大型主機為核心的重心計算時代，計算機開始影響人類發展的歷程。之后小型機的興起和網絡技術的成熟使分布式計算模式被人們廣泛的接收。到了上世紀80年代，IBM發明的個人電腦（PC）更是將客戶機/服務器的計算機模式逐漸推向一個高峰。隨著互聯網的出現，業界進入到了互聯網計算時代，IBM在這個時期率先倡導了電子商務理念，使得IT手段首次成為了商業生活中不可缺少的組成部分。進入21世紀，IT業界再次迎來新變革大潮，我們看到以SOA、虛擬化技術為代表的21世紀企業計算模式已經漸露端倪，并成為成就企業創新成功的重要因素。

今天，企業需要通過不斷的業務創新來推動自身的發展。越來越多的CIO開始意識到，在企業業務創新中，自身扮演著非常重要的角色。業務的創新離不開先進的IT基礎架構支撐，這也對IT基礎架構提出了新的要求，這些要求歸結起來有如下幾個方面：如何滿足企業對掌控信息，優化IT的需求；如何幫助企業降低風險、提升員工的效率，支持業務靈活性。要解決以上的問題，建立一個面向創新的IT基架構是行之有效的途徑。一個面向創新的IT基礎架構的顯著特征是以SOA，虛擬化技術為核心，具有安全、可擴展的特性，同時秉承開放標準的思想，有能力協同各方資源。

3.當今企業計算的模式

在當今的企業計算模式下，以下的一些熱點正在成為重要的應用趨勢：ServerFarm2.0（下一代Server Farm），Server Farm2.0實際上代表了虛擬化技術在客戶數據中心的最新應用理念。它以虛擬化的服務器存儲設備、系統管理和自動化軟件為基礎，同時是以一種服務的形式為客戶變化的應用需求提供靈活的基礎架構資源。應用Server Farm2.0，客戶可以縮短應用部署時間、簡化硬件系統、大大節省硬件投資，同時管理流程自動化可以提高系統維護人員的效率。

綠色數據中心――gartner公司指出，環境的可持續性正在成為IT組織日益優先關心的問題，并預計到2011年將會超過一半的大型IT環境中實現對環境可持續性發展有益的流程和工具。數據中心日益增加的能源成本及供電、散熱和空間方面的管理也正在成為一項重大的挑戰。IBM很早認識到數據中心的能源效率是一個涉及到各個方面且相互聯系的難題――從硅技術和芯片設計的進步，一直到數據中心的系統規劃,以及如何運行這些系統以最大程度地減少能源的使用。

刀片及模塊化計算――刀片以及模塊化計算架構，以其經濟、低功耗和靈活易于擴展的特性越來越受到企業用戶，尤其是中小企業的青睞，并逐漸成為網絡計算的標準設備。到目前為止，全球50多家風險投資公司為了推動刀片服務器生態環境的發展已經投入了超過10億美元。

安全和業務彈性――伴隨著愈演愈烈的網絡侵入、病毒傳播，和數據盜竊等問題的發生，安全和業務彈性越來越成為影響企業生存發展的根本問題之一。企業也開始重新思考解決安全問題的根本之道。企業對于安全性方面的需求主要有以下幾個方面：系統各個層面的安全、安全快速的在線交易，廣泛安全的網絡傳播、強制性的侵入偵測，協同合作伙伴實施企業范圍內的安全保障、集中的密鑰管理等。

二、嵌入式系統的發展狀況

計算機產業革命的技術基礎是集成電路、微處理器、微型計算機，它的計算手段起到了智力替代的作用。通用計算機智力平臺的模式，，推動了嵌入式系統的智力嵌入，整個現代計算機形成了兩個領域：一個是通用計算機領域，一個是嵌入式領域。

1.通用計算機和嵌入系統的區別

通用計算機提供了智力平臺，主要實現軟件設計，包括：計算機輔助設計、輔助制造、科學計算、工程設計等，實現了智力替代平臺。而在嵌入式計算機領域中，智力嵌入是將嵌入式系統嵌入到對象體系中。這個對象體系包含家用電器、智能儀表、工控單元等多個領域，嵌入是帶計算機內核的設備，所以提供了智力平臺和智力嵌入模式，這就是計算機革命的兩個模式。

嵌入式計算機出現以后，通用計算機和嵌入計算機分道揚鑣，出現了兩個不同的發展方向。嵌入式系統的發展走向單片機的道路，直到現在單片機仍然是嵌入式系統的重要發展方向。

通用計算機承擔智力平臺的使命，嵌入式系統承擔智力嵌入的使命，這是兩個不可兼容的技術發展方向。所以通用計算機承擔的任務是高速海量的數字計算，而嵌入式系統主要是滿足對象系統的全面智能化要求。現在通用計算機不斷地提高速度和存儲容量，而嵌入式系統中，位計算機仍然是一個很主要的應用形式。嵌入式系統的發展方向是超小型、超低價位、高可靠性和易耦合。嵌入到對象體系時，原對象系統應該和電子系統具備很好的耦合，包括傳感器、傳感器接口、驅動器接口、人機界面等。除了物理耦合性，還需要科學的耦合性，研究人員應對所涉及的技術原理深入了解。

2.嵌入式系統的發展

單片機是嵌入式發展的必然道路，通用計算機的體系結構不能替代嵌入式系統，必須建立一個創新的體系結構。英特爾最早提出了嵌入式系統經典的硬件體系，這個體系精簡、高效、高可靠，它的指令系統突出控制功能，外部總線易擴展、易配置，提供了在位系統中必須遵循的特殊功能計算機管理模式，不管將來擴展任務電路單元，都遵循歸一化的特殊功能管理模式。另外英特爾還帶來了原創嵌入式操作系統。早期嵌入式操作系統受通用計算機影響最大，作為原創RTOS實時多任務操作系統，設計時必須考慮實時性、多任務性。

單片機時代也屬于嵌入式時代，不過單片機進入電子應用領域，主要面對智能儀表、家用電器、工控單位等領域。在通訊網絡遍布的后PC時代，很多計算機人才進入這個領域，形成了嵌入式系統全面發展的新時代，它和單片機時代是銜接的。單片機和嵌入式系統是兩個時代概念，但其內涵相同，單片機是嵌入式獨立發展的時代，兩者之間并沒有技術本質的差異，都遵循MCU和SoC道路。

嵌入式系統包含四個支柱學科：微電子學、計算機學科、電子學科和對象學科。四個學科共同促進嵌入式系統發展。其中對象學科和其他三個學科之間差異最大，所有嵌入式產品從對象學科中走出來，無論是計算機學科、微電子學科還是電子技術學科，都為嵌入式應用提供了一個廣闊的平臺，對象系統在這個平臺上實現嵌入式系統的應用。

嵌入式系統新型的產業模式是一個扇形產業結構，和資本經濟時代一體化封閉的產業結構有本質的差別。此外，半導體產業中還突顯了知識產權產業，嵌入式產業中從百花齊放開始向技術集權方向發展。技術集權方式對整個產業發展很有利，可以做到技術上的高度統一和協調。平臺模式的發展日益明顯，微電子學科、計算機學科、電子學科都為對象學科構建理想的平臺，提供最適合的集成開發環境和操作系統。

三、人工智能的發展狀況

1.人工智能的含義

人工智能實際上是一個計算機系統，是模仿職能活動的程序，使之能顯示出某些人類智能活動的特性以延伸人類智力的科學，所以可以說人工智能是計算機科學與心理科學相結構而產生的研究成果，是用計算機實現人的智力活動和功能的一門邊緣學科。換句話說，它是計算機科學的一個分支，主要研究問題求解中的搜索問題和知識信息的處理問題、涉及計算機科學、心理學、哲學和語言學等多種學科，總的目標是增強人的智力。從實用的觀點看，人工智能是一門以知識為研究對象，研究知識的獲取、知識的表征方法和知識的使用，設計計算機使之模仿人腦的學習、推理等思維活動，來解決需人類專家才能處理的復雜問題，如醫療診斷、石油鉆井、探礦、氣象預報等課題。

2.人工智能的發展

現代人工智能的先驅者創立了很多的學科，例如維納的控制論，馮?諾依曼的博弈論以及申農的信息論，它們對人工智能的形成和發展產生了很大的影響。整個60年代是人工智能發展的黃金時期，很多人工智能科學家在人工智能的各個領域做出了奠基性的貢獻。

網絡技術的發展，特別是世界范圍內因特網的普及給新時期人工智能的發展注入了活力。而研究工作的結果給人工智能的信息系統建設以促進作用。人工智能將在未來的網絡世界中扮演重要的角色。網絡的快速發展，特別是極端豐富的網絡資源要求計算機不但能用文本、圖形，還能通過語音、動作姿勢等與用戶進行交互。這種交互應該是有目標導向的、合作式的，同時應該是自適應的，并為用戶提供沉浸感。

參考文獻：

第7篇：人工智能時代對人才的要求范文

關鍵詞：人工智能；資產評估；企業兼并；問題對策

一、企業兼并中資產評估的問題

第一，無形資產難以準確評估。不同于有形資產的有形性和可觀測性，無形資產的核算給資產評估帶來了極大的挑戰。首先是無形資產的無形性，使得評估難以通過其本身得出精確的評估結果；其次，對于無形資產的評估還缺乏統一的核算標準，使得評估的結果差異較大，使得無形資產的評估結果得不到客觀公正科學的有效保證。第二，資產評估缺乏統一的行業標準。在市場經濟快速發展的今天，資產評估作為新興的行業具有突飛猛進的發展，且未來市場前景廣闊［1］。但其發展的速度超過資產評估的行業建設速度，使得在一些規章制度和行業準則方面發展還不健全，難以建立統一的資產評估準則。在企業兼并中，其評估結果存在無法避免的差異，影響資產評估的質量，因此在整個評估行業中就很難控制風險。

二、企業兼并中資產評估智能化

人工智能是一項新興的科學技術，它不是像人那樣通過思考來工作，而是通過搜集、統計某一工作的大量信息，模擬人的意識和思維處理信息的過程，并拓展延伸人的工作技術和方法。人工智能融入資產評估后，無論是資產評估工作內容還是與之相關的評估人員都有了一些變化。隨著人工智能對資產評估的多方面滲入，對企業資產評估來說，加快資產評估與人工智能的結合是必然選擇，代表了當今社會對人工智能運用的更高要求。快節奏時代，企業也在為高效率、高價值的生產發展，謀求與之匹配的智能化配置，人工智能與資產評估密切融合是大勢所趨。資產評估是為了便于確定企業價值，而形成一份準確無誤的資產評估報表是一項繁雜且艱巨的工作。資產評估人員需要將核算好的資產評估資料進行系統的清算和整合，通過人工檢查清算，制成報表，生成資產評估報表的過程中需要注意很多事項，稍有不慎就會給被兼并企業投資者的利益造成損失。傳統的資產評估清算是人工操作的，這種機械性的工作需要耗費資產評估人員大量的精力。引入大數據、云計算后，不僅提高了資產評估中某些工作流程的效率，還減少了部分資產評估人員中重復且單一任務，并能自動整理保留與資產評定相關的資料。但隨著人工智能化在提高效率的同時，也給資產評估增加了傳統行業沒有的一些風險和費用。

三、人工智能對資產評估發展的風險和挑戰

（一）智能化評估檔案保管的風險

傳統資產評估資料是手工編制的，因此直接保存即可。紙質的資產評估資料在保管期間一般需要防火防水，一旦丟失和損壞將很難找回。電子資產評估資料的存放雖然占據的空間小，但是存儲空間不僅要防火防水，還要注意空間內溫度的控制，溫度過高或者過低都會影響硬盤讀取信息的速度，損壞硬盤，進而導致儲存的資產評估資料丟失。防塵防潮也是硬盤存儲需要注意的問題。除了這些問題，硬盤的存放也不是永久的，不同的硬盤質量也有不同的保質期。電子資產評估資料要依托于計算機和網絡，才能傳輸、打印，沒有設備就不能查看資產評估資料。雖然工作效率提高了，但這些問題的出現也增加了企業財務管理的費用。

（二）智能化評估軟件的安全風險

一是外部。人工智能依托于計算機網絡技術，那么就有很多網絡安全風險問題。企業間的惡意競爭可能會從智能軟件下手，首先，智能化評估軟件會遭遇黑客非法入侵，黑客攻擊可能造成評估信息的泄露，對委托方和投資方造成不可逆的風險；其次，智能化軟件遭遇病毒侵襲、系統故障、線路故障等也會造成系統“癱瘓”和計算機線路中斷，輕微的會影響日常資產評估工作，嚴重的會使資產評估數據丟失。另外，電子檔案相對紙質的來說，竊取和泄露信息變得更加容易，短時間即可拷貝盜取大量評估信息。二是內部。每一位資產評估人員對應一個賬戶進行智能化軟件處理資產評估工作，每個賬戶都有各自的密碼和權限，賬戶使用者只能進行權限范圍內的工作，而權限又是按照資產評估人員各自的崗位職責設置的，這可以在一定程度上保證資產評估的正常進行，避免資產評估人員的越權操作。但網絡環境下，也不排除個別資產評估人員可能會濫用權限，利用系統漏洞泄露評估信息，造成被兼并企業和投資者的巨大損失。

（三）智能化對評估機構和評估人員的挑戰

第一，評估機構作為企業兼并過程中的中介，其評估過程需要大量的數據進行分析、預測。隨著人工智能化、互聯網數據、云計算等科技的不斷滲入，評估機構要提高抗風險能力，內部需要加強監管力度，建立、完善風險管理與防控體系，保持精益求精的工作態度，預防評估流程中存在的疏漏，采用智能化評估軟件，擬定科學合理的評估計劃，提高評估計算的準確性，編寫出高質量的評估報告［2］。并且，還需要注意政府介入風險，雖然企業兼并是一種市場經濟行為，但在社會主義市場經濟的發展下，政府的介入猶如一雙無形的手，為了達到特定的經濟目的，干預市場經濟，介入兼并行為，限制資產評估的過程，導致評估價值區間與客觀價值的偏離，影響評估結果的客觀準確性。使得評估結果的參考價值下降，從而給企業及其利害關系人造成重大經濟損失。第二，在企業兼并資產評估中，傳統資產評估在資產清查和資產價值評定估算等方面的工作需要安排大量的人員進行，企業因這些工作流程產生了很多評估崗位。高質量的資產評估不僅要對企業綜合資產有準確了解和評估，還要對資產各方面的利益要求和評估方法有很高的把握和知識武裝，這就需要有豐富的理論知識以及專業素養的綜合型評估人才。人工智能的引入使得企業資產評估的用人率降低，同一資產評估崗位的部分人員閑置，特別是那些只會簡單操作的初級資產評估人員，僅掌握了與資產評估工作相關的知識和技能，對現今的計算機網絡技術不了解、不熟悉，進而影響對智能化評估軟件的實際操作，這部分評估人員在競爭中更容易被淘汰出局。因此，人工智能的運用是這些資產評估人員適應社會發展的一大挑戰。第三，由于人工智能是設定好的一種“算法”。在資產評估里有很多重復性強、過程單一、不需要創新的工作，而人工智能在其中的運用，出錯率遠低于人類。例如，企業、銀行的發票、原始憑證就可以使用智能掃描功能，直接錄入電腦。這種方式有效地提高了發票信息的準確性，減少了在這方面投入的勞動力，但也造成了以這些工作為生的評估人員的失業。因此，評估智能化既是資產評估人員對計算機知識深度和廣度的再一次汲取，又是傳統資產評估人員就業升職的巨大挑戰。

四、企業兼并中風險和挑戰的應對措施

（一）科學客觀的評估兼并企業價值

無論是有形資產還是無形資產，都要根據國家的法律法規，并依據企業兼并的目的，運用智能化資產評估方法，科學準確地評定估算出資產的價值［3］。在評估資料硬盤保管方面要不斷地改善保存環境和加強評估檔案管理的安全防護性，提高環境條件，安排管理人員定期對電子評估資料進行整理和檢查，防止電子評估資料因客觀條件而損壞和讀寫空白。評估機構既要保存電子評估資料，還要保存紙質的評估資料，對電子評估檔案備份兩份以上，并且打印出紙質的同時保存，實現一旦其中一方損壞遺失，可以再次恢復評估數據的目標。

（二）建設良好的評估環境

建立統一的行業標準，制定統一行業規章制度，縮小核算差異，降低評估程序的復雜性。對系統外部的安全風險方面，企業需要對智能化評估軟件系統進行定期的維護和檢查，檢查計算機線路是否正常，定期檢查系統殺毒功能，進行系統維護，不斷升級軟件以應對新型攻擊手段，減少問題的發生。同時，要加強內部管理，建立良好的內部管理體制和運行機制。同級評估人員賬戶權限要相互牽制、相互監督，使得每項指令都有跡可循，避免評估人員產生違法行為。借助線上視頻課程和線下培訓相結合的模式，系統地學習相應的評估制度和智能化評估系統，可以此加強機構在評估風險層面上的預防和控制能力［4］。

（三）注意評估過程的流暢性

在計算機和網絡條件下，評估機構應盡快做好評估前資料準備工作，提前制訂好評估計劃，形成完整的評估體系，確保評估內容保持完整性，評估過程規范性，針對評估過程中可能出現的問題，及時做好預防風險應對處理方案，在減少安全風險的基礎上，選擇適當的評估方法和計算公式提高評估效率，使得評估業務更具有靈活性。注重企業的整體價值評估，準確把握被兼并企業的資產價值。同時，也要通過政府等各方的努力，建設規范統一的資產評估市場環境，充分發揮資產評估在企業兼并中的作用，降低評估風險，提高評估的有效性，使資產評估在企業兼并中做的工作更具可靠性。

參考文獻：

［1］劉麗芳.森林資源資產評估信息披露研究初探［J］.現代經濟信息，2014（19）：403-404.

［2］申海霞.大數據時代資產評估業的機遇與挑戰［J］.企業改革與管理，2018（14）：211-212.

［3］鄧蕾.資產評估在人工智能時代所面臨的機遇和挑戰［J］.財稅研究，2018（17）：139-140.

第8篇：人工智能時代對人才的要求范文

1通識教育

通識教育(general education，也可譯為普通教育、博雅教育)按照性質、目的和內容三方面可以有三種不同的界定。就性質而言，通識教育是高等教育的組成部分，是所有大學生都應接受的非專業性教育；就目的而言，通識教育意在培養積極參與社會生活的、有社會責任感的、全面發展的社會人和國家的公民；就內容而言，通識教育是一種廣泛的、非專業性的、非功利性的基本知識、技能和態度的教育。

通識教育是對近代高等教育有重大影響的一種教育思想與實踐。研究它，既為認識高等教育發展歷程與規律所要求，更對今后的高等教育改革有重要的意義。

我國高等教育發展已進入大眾化階段，目前的重心已經轉移到調整結構、提高質量的軌道上來，提高人才培養質量是順應時代需求、符合人們意志的重大戰略選擇。然而，我國高校目前存在專業教育過窄，人文修養過弱，創新能力不強等問題不適于全球化背景下我國經濟社會發展對人才規格的要求，通識也遠離了大學教育的本質。通識教育人才培養模式是我國進入高等教育大眾化階段后重新審視人才培養理念的重要選擇，提高對通識教育的認識，對于深化我國高等教育改革有著重要的意義。

通識教育是培養創新型人才的有效途徑。通識教育的目標不是培養通才，而是在于通“識”，在于讓受教育者形成開闊的視野。有許多事例可以證明，真正具有創造力的大師級人物，大多具有多個領域的身后修養和造詣。愛因斯坦不僅是一個偉大的科學家，同時也是一個非常出色的小提琴家。復旦的老校長蘇步青的古典詩詞和書法造詣也獨樹一幟，受到多方推崇。李政道先生、楊振寧先生都有著很好的文化修養和藝術修養，他們在很多大學講授的科學與藝術方面的課程。通識教育在增強學生的知識、能力的綜合性，提高人文素養，促進人的全面發展方面起著十分重要的作用。把通識教育與專業教育加以融合，實現在通識教育課程設計上的統一和滲透，無疑是實施通識教育培養創新型人才的最佳途徑。

2邏輯學現狀

中國是邏輯學的三大發源地之一，但由于歷史的原因，我們在中世紀和近代大大落后于西方的發展。進入改革開放的新時期，我們終于認識到這種差距，并經歷了約20年從引進學習到全面追趕的發展，到20世紀末，我們在很多領域實現了與西方的同步發展，在一些領域還取得了具有領先性的研究成果。

在新世紀，邏輯學的發展面臨新的機遇與挑戰。作為發展機遇，邏輯學在對人類精神世界的研究方面顯示出越來越重要的作用。一方面，邏輯學與哲學、語言學、計算機科學與技術、人工智能的交叉生長，繼續推動哲學邏輯、語言邏輯、人工智能邏輯等新興學科的發展。另一方面，在認知科學等現代科學新興領域的研究中，邏輯學、語言學、心理學，以及生理學、腦科學、神經生物學、計算機科學與人工智能互相融合，出現了多學科交叉的傾向，產生了很多嶄新的、具有發展前景的研究領域。

但是，我們也應該清醒地本文由收集整理看到，目前我國邏輯學發展整體水平不高，對很多新的領域我們并不了解，有些人基于陳舊的邏輯學觀念，甚至將這些新的領域拒之門外。在我們的很多所大學中，還在開設陳舊的邏輯學課程。而舊的學科體制一旦固定下來，要改變它非常困難。所有這些又都是我國邏輯學面臨的挑戰。

3邏輯學的學科建設

我國邏輯學的發展受到兩個方面因素的制約：科學的和學科的。

在科學研究方面。邏輯學有三大發源地：中國、印度和古希臘，但中國和印度的邏輯學從中世紀以后衰落了，唯有古希臘亞里士多德的邏輯經過中世紀和近代歐洲的發展，特別是現、當代的發展，成為一棵挺立在現代科學園地里的枝葉繁茂的大樹。因此，在邏輯學的研究中，我們仍然需要向西方學習，特別要在哲學邏輯、語言邏輯、計算機與人工智能的邏輯等前沿領域向西方學習。在這方面，我們與西方主要是英美等國的差距仍然很大。此文前面對西方現代邏輯發展的分析已經說明了這一點。遺憾的是國內一些學者似乎不愿意承認哥德爾以后西方邏輯的發展。一種觀點是“邏輯學等于數理邏輯”，這種觀點認為，邏輯學就是數理邏輯，數理邏輯之外的都不是邏輯；另一種邏輯觀似乎寬容一些，這種觀點承認數理邏輯、模態邏輯、多值邏輯等是邏輯，此外的都不是邏輯。這樣就把哲學邏輯、語言邏輯、計算機和人工智能的邏輯、認知邏輯等當代邏輯最新的發展領域統統排斥在邏輯學之外。顯而易見，這些邏輯觀都是不正確的，也是不利于我國邏輯學發展的。在邏輯學的研究方面，我們不僅應該學習西方，而且應該爭取經過若干年的努力，逐步形成中國學派，并爭取在某些領域超越西方的學者，這是一個更高的目標。有著悠久傳統和具有聰明才智的中國人，應該有決心做到這一點。與此相適應，在學科建設方面，應該按照國際規范建立我國邏輯學的學科體制和教學體制。

邏輯學是現代科學的基礎學科，已經證明現代數學的基礎是集合論，而集合論的基礎是邏輯。因此，聯合國教科文組織和主要的發達國家都將邏輯學作為一級學科，列于各學科之首。按照聯合國教科文組織的學科分類，邏輯學是列在“知識總論”下的一級學科。聯合國教科文組織的“科學技術領域的國際標準命名法建議”中，更將邏輯列于眾學科之首。美、英、德、日等國家的學科劃分都遵照這一標準。教育部人文社會科學科研管理部門遵循國際標準，已將邏輯學列為一級學科。但是，在國務院學位委員會和全國哲學社會科學規劃辦公室的學科分類中，邏輯學長期以來一直被作為“哲學”下面的二級學科。這樣，在20世紀初發展起來并引起“第三次數學危機”、“語言學革命”和“哲學的語言轉向”的數理邏輯，以及其后發展起來的語言邏輯、哲學邏輯，在我國的學科目錄中，通通是“不知所終”，用一句有中國特色的話來說，叫做“沒有戶口”。如果一門學科沒有戶口，那可是悲哀之極。例如研究生招生、重點學科評審、學科基地建設，通通把邏輯學排斥在外，因為這些重大的學科建設舉措都是照二級學科來設置的。與此同時，在教學課程設置、教材編寫出版、申請各類基金項目的申請中，沒有戶口的學科也是難上加難。面對這種情況，從事這方面科學研究的學者只有兩種選擇，要么放棄，要么甘受冷遇和白眼。如果說學者遭受的冷遇是不足道的，那么，科學遭受的冷遇就不能不足道，因為科學遭受損失對任何一個國家和民族都是一種真正的悲哀。

第9篇：人工智能時代對人才的要求范文

關鍵詞:“大智移云”；管理會計；財務會計；融合

一、“大智移云”背景下企業管理會計的發展現狀和存在的問題

(一)大數據給管理會計帶來的影響

大數據又稱海量數據，大數據數據類型多、體量大，價值密度低，數據處理速度快。在互聯網和云技術的支持下，大數據技術相對于現有其他技術具有“廉價、迅速、優化”的特點。互聯網的普遍運用產生出海量數據，大數據分析即對海量數據進行存儲和分析，從中尋找有用的信息，規律和模式，運用大數據的關鍵并不在于數據量的巨大，而在于如何對數據價值進行挖掘。在“大智移云”技術快速發展和應用背景下，迅速從海量互聯網數據中獲取有價值信息是企業長久生存和發展的必然要求，企業應用大數據技術可以做出更加合理的決策，適應市場變化。企業管理會計主要職能是預測經濟前景、參與經濟決策、規劃經營目標、控制經濟過程以及考核評價經營業績等，注重企業的整個管理過程及行為影響，大數據技術的應用可以為管理會計提供更全面的、更準確、更及時的數據，有利于企業挖掘商機取得競爭優勢。不過傳統管理會計系統基于內部統計數據和財務數據進行分析，在處理數據的效率和效果上，達不到大數據分析處理的要求。

(二)人工智能給管理會計帶來的影響

人工智能的本質是對人的思維的信息過程的模擬，人工智能技術的運用能夠代替人類進行各種技術工作和腦力勞動，在各行各業帶來巨大的宏觀效益，對會計行業而言，人工智能快速而強大的數據處理功能，提高了會計數據處理的效率，避免了人為失誤，提高了數據的準確度和及時性，提高了會計信息質量。目前人工智能在會計行業的運用更多的是財務會計的核算方面，財務會計的主要功能就是核算與監督，當財務會計的大部分工作量由人工智能替代以后，企業會計工作的中心更加向管理會計傾斜。在人工智能的應用下，管理會計要為企業科學制定短期經營決策和長期投資決策等發展戰略，為企業提供更高管理效益，管理會計人員在掌握會計知識的基礎上，必須能夠對經營數據進行動態分析。傳統管理會計運用的數據處理手段很難滿足人工智能環境下的會計質量要求。人工智能技術在核算和報銷環節目前已經廣泛應用，這種廣泛應用讓管理會計工作的重要性更加凸顯，人工智能在管理會計領域的應用還有更多的發展空間，企業需要把握人工智能技術在會計領域的發展趨勢，開發基于人工智能的管理會計信息處理系統，進一步提高管理會計的效率和效果，使管理會計為企業決策提供科學及時的指導。

(三)“互聯網+”給傳統管理會計帶來的影響

“互聯網+”技術的應用使得信息在業務處理過程中被全程、自動、實時收集成為可能，“互聯網+會計”實踐上就是業務活動與財務活動的交互運行，即目前熱門的業財融合，通過對業務過程產生的數據進行加工與轉換，形成會計數據庫，實時、精準與高效的融合業務層、資金層和數據層。資金流信息是按會計記賬規則自動下沉到數據庫，數據庫的信息收集自動完成所有的會計處理，財務完全融入業務，是業財融合發展的趨勢和目標。在此趨勢下，構建企業“業務管控平臺”將財務會計融入管理會計是會計應對信息技術挑戰的大的方向策略。優化管理會計信息系統，使之能夠達到業財合一甚至業財稅合一，完成信息的互聯、互通與共享是移動“互聯網+”對管理會計提出的新要求。

(四)云計算給傳統管理會計帶來的影響

云計算是一種包含了虛擬化技術動態可擴展的具有高度靈活性和可靠性的全新的網絡應用技術，通過云計算，可以在幾秒種完成數以萬計的數據處理，同時相對成本低廉，性價比高。云計算在會計領域的使用，改變了傳統會計的應用程序。對企業而言，云平臺的應用可以低價獲得海量信息，通過云計算，企業可以不必購買價格高昂的處理器就能取得有價值的財務和非財務信息，大大降低了數據處理成本，同時提高了信息獲取的效率。云計算在管理會計工作中的應用，提高了管理會計獲取信息的效率和效果，結合人工智能等技術的使用，提升了管理會計在管理流程優化、經營規劃，預測與長短期經營決策方面的及時性和準確性。

二、“大智移云”背景下財務會計的發展現狀和存在的問題

(一)人工智能在會計中的運用提高了財務會計人員的可替代性

財務機器人在會計行業的運用已成趨勢，智能財務、智能財稅的發展如火如荼，人工智能在財務會計中的應用有兩個突出的優勢：1.減少會計基礎核算工作的人工，節約人力成本和時間；2.提高了會計信息的準確性和及時性。財務機器人軟件通過編訂程序或者模板，將發票掃描后進行業務歸類然后自動生成憑證。隨著電子發票越來越普及，甚至可以達到一鍵生成憑證，無需掃描工作，主要的數據對接完全由電腦完成。

(二)財務會計不能很好地滿足企業內部需求

財務會計工作要根據會計準則進行，會計準則針對各行各業企業制定，就單個企業而言缺乏針對性，所以大多數情況下財務會計核算數據并不能直接滿足企業管理需求。

(三)財務會計信息在部門間溝通不順暢

第一，會計主體是企業，財務會計主體是企業整體，沒有分層，不能滿足企業不同層級不同部門的管理需求。第二，財務部門人員依據準則要求核算得出財務會計信息，其他沒有財務基礎部門人員，可能很難準確解讀和充分利用財務信息。

三、管理會計與財務會計融合的必要性與可行性研究

(一)管理會計與財務會計融合的必要性

隨著經濟的快速發展，“大智移云”的逐步應用，財務會計的基本職能是基于歷史成本法的核算與監督，關注過去時態，缺乏對未來的合理預測功能，同時對不同部門的績效評估效果不明顯，對企業決策的影響力有限，不足以幫助企業應對競爭激烈的市場。管理會計工作側重點是企業內部管理“內部會計”，工作時效包含過去、現在和未來時態的算“活賬”的“經營型會計”，是通過對財務信息和非財務信息的收集、加工處理，協助管理者完成企業經營過程的預測、決策、規劃、控制、責任考核評價等活動的一整套信息處理系統。在“大智移云”背景下，將管理會計與財務會計，“內賬”與“外賬”融合使用，可以幫助企業更好的適應經濟技術的發展和激烈的市場競爭環境。

(二)管理會計與財務會計融合的可行性

管理會計與財務會計同屬現代會計，是企業會計的兩大領域，兩者最終目標一致：確保企業資源收益最大化。管理會計和財務會計互享部分信息。管理會計與財務會計在實踐工作中，充分利用信息技術、網絡平臺做好信息共享，兩者的工作過程和成果就能相互補充、共同完善，實現交叉融合，更好的服務于企業經營管理。例如，針對企業現金流動問題，財務會計依據企業會計準則核算監督企業的現金流量，形成財務會計報告，為管理部門履行投資決策職責提供了必要的、重大的信息；在成本核算階段，管理會計與財務會計通過信息資源共享，科學合理選取符合企業實際情況的成本核算方法，更好的滿足企業管理和發展需要。

四、管理會計與財務會計有機融合發展情況

(一)管理會計與財務會計信息共享性有限

財務會計需要對企業外部利益相關者負責，工作依據是公認的會計原則，工作過程上有固定的會計循環程序，必須遵循企業會計準則，遵守相關法律法規，是公開信息、定量資料，對精確度和真實性的要求較高，有統一規定的載體。管理會計所依據的會計假設和原則不具有權威性，僅有指導性，工作程序性較差，沒有固定的工作程序，信息運用上定量資料和定性資料，因為涉及未來的信息，不要求過于精確，也不需要向社會公開發表，沒有統一規定的載體。這些原則、工作過程、信息規范要求的差異致使部分財務信息無法實現有效共享，對管理會計與財務會計的有機融合發展有所影響。

(二)會計人員素質無法有效協調

會計工作對從業人員的專業素質和道德素養都有較高要求，將管理會計與財務會計工作進行融合，對財務從業人員的專業技能、職業素養和綜合素質要求更高。在傳統的財務工作設定中，財務會計與管理會計分開設立，在管理會計與財務會計工作融合實踐中要重新設定崗位人員配置。目前我國會計人員總體職業表現參差不齊，會基礎簡單核算的人員過剩，而擅長管理會計、能參與管理決策的人員稀缺，會計人員素質還需進一步提升協調。

(三)財務系統模式尚未充分適應“大智移云”發展

在目前產業轉型升級的大背景下，經濟與技術的雙重發展，對企業的財務系統模式提出了更高的要求，也有不少企業引入現代化財務管理模式，建立運用“大智移云”技術的財務系統平臺，總的來說，我國目前的管理會計與財務會計的系統運行模式結合度不夠，從管理會計和財務會計融合運用的工作實踐來看，容易發生財務數據互享后，一方對另一方工作的過度依賴，現行財務系統模式下管理會計與財務會計的融合并未完全發揮雙方各自最大管理能效，未能達到成本上的一加一小于二和效果上的一加一大于二。

五、“大智移云”背景下管理會計與財務會計有機融合與創新發展

(一)充分利用“大智移云”技術，提高信息共享性

1.業財融合，注重原始數據信息管理。會計工作的數據信息來源于企業的經營業務。管理會計與財務會計工作的一致目的是實現企業資源收益最大化，盡管二者目標一致，但是傳統的管理會計與財務會計服務對象不同，信息來源也不完全相同，在數據采集方式和信息匯總形式上差別較大，要實現管理會計與財務會計工作的融合那么首先要統一管理會計與財務會計原始數據的來源。業財融合，通過業務數據下沉取得經營管理所需的管理與財務信息，業務層、資金層與數據層的融合可以為管理會計與財務會計提供統一的原始數據來源，促進管理會計與財務會計的有機融合。2.樹立大會計理念，建立信息化管理平臺。業財深度融合趨勢下，業務流、資金流與信息流三流合一，企業需要有將財務會計融入管理會計，將會計工作同步業務進行的大會計理念。構建企業“信息化業務管控平臺”，原始業務數據輸入經過信息化管理平臺識別、計算、分類、匯總，生成會計信息輸出，為企業決策提供真實、準確、及時的信息，業、財、管深度融合，提高企業智能化管理水平，提升企業競爭力。3.充分利用“大智移云”技術。目前“大智移云”技術已經在理論上可以實現資金流信息按會計記賬規則自動下沉到數據庫，在財務工作中運用計算機網絡技術，構建財務信息數據庫及數據資源共享平臺，通過數據平臺進行數據的傳輸、共享及儲存，減少重復勞動，避免人工核算錯誤，提高數據準確性和工作的效率效果。人工智能平臺技術的運用，將數據采集工作從線下轉移到線上，提高了原始數據的及時性、充分性與準確性。“大智移云”技術的應用，對管理會計和財務會計工作的有效融合提供了技術上的便利。4.進一步加強數據共享性。利用計算機技術編制管理會計與財務會計的信息目錄，在大數據背景下建立會計信息數據庫與數據管理系統，充分利用財務機器人、智能財稅等人工智能減少數據收集和憑證編制的工作量。要實現管理會計與財務會計工作的有機融合，需要提升數據的共享性，利用“大智移云”的發展，進一步完善管理會計與財務會計信息系統的對接，加大數據共享性，可降低企業信息收集整理成本，提高管理決策的全面性和準確性。

(二)全面提高會計人員素質

1.轉變會計人才培養目標。目前我國人力資源市場基本的財務會計已經飽和，而高級的財務人才和管理會計人員呈現緊缺，在“大智移云”背景下，業財融合是會計發展大趨勢，也是管理會計與財務會計有機的融合要求。“懂”業務、“會”技術成為時代對財務人員的基本要求。要達到“懂”業務，要求能夠通過會計的學習：掌握業務、掌握業務流程、掌握企業的商業運作模式和掌握企業的資金運動；要達到“會”技術，要求通過相關技術的學習掌握數據的挖掘與分析。因此，高校會計人才培養目標需要結合“大智移云”技術的發展進行調整。教與學的重心要從會計本身的技術處理轉向對業務及其資金運動的把控，就目前而言在開設“Excel數據處理與數據分析”課程的基礎上，可以安排財務專業學習數據庫技術、管理信息系統、C++語言、數據挖掘與開發技術等技術課程。2.會計人員自主提升綜合能力。首先，要轉變思維。傳統的會計的重心是記賬、算賬和報賬，在“大智移云”背景下，業財融合，管理會計與財務會計融合，會計的重心是業務，要樹立業務導向的思維。傳統的財務會計基本工作很多都由財務機器人代勞，從埋頭核算與記賬工作中解脫出來的財務人員要有業務導向思維，向管理人員的思維轉變，對接管理會計的思維體系。其次，要拓展業務能力。對傳統財務會計人員來說，在“大智移云”背景下會計關注的重心從會計本身的技術轉變到業務、業務流程和業務的資金運動處理上來。管理會計本就是內部經營管理會計，管理會計與財務會計有機融合，要求會計人員能夠制定科學合理的操作流程作為業務人員的經濟業務活動的指導。對傳統管理會計人員來說，管理會計報告的財務數據很多基于財務會計報告，財務會計知識要扎實，在“大智移云”背景下，目前處于供給側結構性改革階段，管理會計不能只拘泥于企業內部管理的范疇，要關注企業戰略、產業鏈等，同時也需要關注宏觀經濟形勢、企業外部市場環境、競爭對手情況等方面，形成比較全面的戰略管理體系。在管理會計與財務有機融合的情況下，會計人員有業務基礎，能夠搭建合理的企業戰略體系，有助于企業在產業轉型階段取得競爭優勢。最后，要提升信息化技能。在大數據時代，財務信息化、管理信息化應用已經日趨成熟，數據處理系統的運用可以高效的處理會計信息核算，相對于人工核算也避免了人為錯誤，提高了核算準確率，大量的節約了時間和減少了勞動力耗費。市場情況瞬息萬變，會計信息質量要求具備及時性，有用是數據需要及時的處理，為管理決策所用，所以在管理會計和財務會計融合背景下，會計人員必須要熟悉相關數據處理系統，熟練掌握系統的操作規程，有效利用系統快速完成數據分析，為企業發展把握良機。

(三)構建新的會計報告體系