人工智能与创新设计
AlphaGo完胜李世石围棋冠军挥泪赛场、机器人小度秒杀最强大脑水哥、无人驾驶汽车新司机空中开挂轻松上路、智能医疗DNA修复治未病以求长生、区块链虚拟币AI空手套白狼、量化自我白日梦境敛聚海量社会资本、机器人索菲亚石头剪子布放狠话统治地球、才高八斗微软小冰既出诗集又开画展、AI算法肖像画佳士得拍卖同场碾压毕加索画作、智能教育使得人人都是爱因斯坦人人都是达芬奇、AI外骨骼系统修复残疾重塑奥运冠军英雄、DeepFake虚拟人秒变明星经典传奇角色、生物智能材料智能服装一衣一生伴随人类成长千机变、AI重现保罗沃克速度与激情、杀人智能无人机机器人一击毙命目标改写军事战争规则、AI还原5500万年前的宇宙黑洞极大开拓人类宇宙视野、50年前阿波罗登月视频栩栩如生、50年后美国再立“阿波罗脑计划”开展脑认知科学与人工智能国家战略蓝图、2020新冠疫情运用人工智能进行全球特殊时期的“人类命运共同体”的特殊管理、非接触式经济在人工智能之下形成新型人类移动性和“地球村”全球公共空间公共政治经济社会文化的聚变、人工智能引发生产力生产方式生产工具和生产关系发生改变，世界量子思维影响之下的创新设计范式的颠覆式改变，如此种种，皆为人类命运共同体的星球如何将零和博弈转化为非零和博弈，进而达到可持续发展而带来机遇与挑战.......人工智能迅速从概念走向应用，各种应用不断涌现，进入发展爆发期，在生产工具、生产力和生产关系各个方面产生颠覆式的创新。人工智能，从模仿走向了超越，从映射定位识别走向了动作模式打印，从拷贝粘贴走向了交互转化，从强迫学习走向了自主学习，从离身隐喻到具身语言，都是一种全息交感关系的精准匹配。
随着“人工智能+大数据+互联网+创新设计”的时代到来，进而演进到“融智能+活数据+万联网+创新设计”。世界风云变幻，变革与机遇同在。如何以全球公民的维度视野，预见生命3.0、生命X.0版本的未来世界，再观生命形态、生存样态、生产方式与生活美学，是自然科学文化、社会科学文化、艺术设计文化的产学研各界都关心的世界性课题。《人工智能与创新设计》，思考并探索在生命形态的演进过程中，从生命1.0版本Life1.0到生命2.0版本Life2.0，再到生命3.0版本Life3.0，再到生命X.0版本Life…LifeX.0的创新设计发展图景，囊括“智能生命形态”，“智造生产方式”，“智美生活文化”，“智慧生存文明”四大版图。
2017年7月20日，国务院发布《新一代人工智能发展规划》，充分显示人工智能的战略重要性！不懂人工智能的人，即为新一代的文盲，即将被社会潮流所冷落；不懂将人工智能与创新设计各个领域相结合的人，即将被时代所淘汰！人工智能与创新设计的人才需求缺口每年以百万级扩大，科技发展与国家发展的双重需求下，人工智能与创新设计人才，在奇点来临之际，敢为天下先，用创新设计之桥跨越达尔文之海，制定未来国家创新体系发展方向，解放人工智能与创新设计的巨大生产力，《人工智能与创新设计》课程，即是在此背景下，应时而需，顺势而为，将人工智能取之于民，又用之于民，为社会大众创造福祉！
《人工智能与创新设计》是响应国家战略发展方向，开设的新工科、新文科和新设计本科生大类学科以及交叉学科的主干基础课，是新工科、新文科和新设计类后续课程以及完成课程设计和毕业设计的必要基础。本课程主要研究人工智能与创新设计方法、设计规则以及采用人工智能进行元设计，并进行综合创新及解决问题的理论和方法，为培养学生的智能设计技能和艺术与科学的交叉创新的想象能力，打下必要的基础。
《人工智能与创新设计》的重点放在“元设计”上。人工智能（主要是视觉计算的CNN、RNN、GAN、CAN等算法）的算法应用及其在设计方法的创新是本课程的基础。培养智能设计思维能力、元设计能力，培养智能产品设计和视觉计算思维设计能力是本课程的基本任务。在本课程的教学中，既要保持前沿科技带给创新设计方法的高阶性，还需要形成AI算法技术带给创新设计的系统性影响和逻辑性建构，又要注意人工智能与创新设计的结合；既要注意多种人工智能算法技术对创新设计流程的影响，了解并掌握各种人工智能技术及应用场景，以及本质原理对培养创新思维能力所起的作用，又要注意分析创新设计本质，应用人工智能进行跨平台与跨媒体的人工智能应用开发结合。既培养学生的人类智能创新设计能力，又培养学生的人工智能的设计造型能力。
第一代文盲是不识字的人
第二代文盲是不会找信息的人
第三代文盲是不懂人工智能的人
非智能信息等着你去找，智能信息主动找到你
非智能创新深陷零和博弈，智能创新探索动态非零和博弈
非人工智能的创新设计是面对过去的死的设计，人工智能创新设计是面向未来的活的设计
本课程分为三大部分：
第一部分了解人工智能与创新设计是什么？人工智能能够做哪些创新设计？
第二部分掌握人工智能如何做创新设计？创新设计的算法有哪些？
第三部分洞察人工智能为何需要创新设计？人工智能和创新设计结合的方法论是什么？
课程分为四大章节：
第一章人工智能与创新设计应用 【19节课】6课时
第二章人工智能基础 【6节课】3课时
第三章AI智能设计规则 【9节课】3课时
第四章AI智能设计创新思维方法 【10节课】4课时
课程分为四大章节，44节课，分别讲述人工智能与创新设计在各个领域的应用，人工智能的算法技术基础，人工智能创新设计的规则，以及人工智能的智能设计方法。
第一章，人工智能与创新设计应用，19节课，讲述在大数据+万联网+智能化+创新设计的视野之下，案例分析人工智能在艺术、绘画、文化遗产、服装、可穿戴设备、无人驾驶车、无人机、机器人、家庭服务型机器人、工业机器人、智慧城市、智能空间、智能安防救灾、虚拟现实、游戏人工智能、AI++全面赋能的各个领域，人工智能所带来的创新应用，特征规律以及技术倒逼创新设计思维与方法的改变。慕课讨论区重要探讨人工智能大势所趋之下的应用意义及发展前景。
第二章，人工智能基础，6节课，讲述人工智能的发生缘起、思想哲学流派以及技术算法基础。重点围绕与创新设计中的视觉思维、视觉设计和无人驾驶车智能产品设计紧密相关的算法，进行导论概述，包括人工智能算法卷积神经网络CNN（ConvolutionalNeuralNetworks）、生成对抗网络GAN（GenerativeAdversarialNetworks）、创意对抗网络CAN（CreativeAdversarialNetworks）、偏序关系剪枝东风骨干网络（PartialOrderPruningDF）等。慕课讨论区和习题部分，重点阐述主流算法的应用范围及与创新设计的结合应用。
第三章，AI智能设计规则，9节课，讲述人工智能作为技术驱动，带给创新设计的新的设计思维与规则。此部分从人工智能面临的十大技术问题入手，讲述技术改变生产工具和生产力以及生产关系之下，人工智能创新设计面临的十大问题，进而引申出对人工智能设计伦理的思考，从设计基础层面，结合人工智能GPT（GeneralPurposeTechnology）关键目的技术，分析智能设计的刚需硬核设计基础。同时在智能创新设计的思维层面，重点讲述人工智能审美意识的本质及意义。在算法技术方面，回到创新设计的本质对象，从信息维度的升维降维方面，讲述人工智能创新设计规则。慕课讨论区重点探讨人工智能AI智能设计的伦理问题，设计规则问题，设计的可为与不可为，设计的意义与价值，设计在技术驱动以外的文化驱动力、经济驱动力、社会驱动力等非技术因素，以及非技术驱动力对技术驱动力的引导作用。
第四章，AI智能设计创新思维方法，10节课，讲述人工智能可持续发展的意义，人工智能可持续设计规则，人工智能在“设计的设计”本质层面的AI元设计方法，从思维和哲理层面思考创新思维和创新方法，以及在策略层、框架层、表现层不同的层面的AI元设计的创新模式及流程步骤，同时深入探讨引领人工智能创新设计的思维模式，即有别于牛顿思维和信息思维的量子思维，将量子物理和量子计算，从技术的驱动角度，引入人文艺术设计的文化美学角度及创造未来的角度，探讨量子创新思维对人工智能创新设计的引领指导下，创新设计的本质规律。慕课讨论区重点探讨面向未来已来以及自然科学文化、社会科学文化、艺术设计文化交叉协同的创新范式。
智能交互设计专业
智能交互设计专业面向智能互联、虚实结合的新时代需求，依托北京邮电大学的信息科技优势，立足“新工科”培养理念，培养“人工智能+交互设计”的复合型精英人才。
本专业将设计创意与人工智能和大数据有机融合，核心解决信息物理系统（智能体）与人、环境、社会的智能交互与人机（环境）协作共融问题，学生既要学习掌握设计理论和设计创意技能，也要掌握虚拟/增强现实、语音、手势等多模态智能交互技术，学生毕业后可在互联网行业、娱乐游戏业以及新兴智能产业（智能汽车、机器人等）等领域从事交互设计、体验设计、用户研究、产品经理、大数据可视分析，以及AR/VR、语音交互等多模态自然交互技术开发与设计等工作。
核心课程：设计思维基础、设计方法、人机工程、数据统计与分析、程序设计基础、计算机图形学、应用机器学习、信息可视化、web交互设计、移动交互设计、AR/VR交互、AI游戏交互、AI与创新设计、智能交互综合实践等。
人工智能分类浅谈
文章目录前言一、什么是人工智能？二、人工智能的分类1.按学派分类2.按能力分类3.按业务领域分类4.按学习方式分类5.按实时分类6.按学习步骤来分7.按学习技巧来分8.按学习轮次来分9.按模型种类来分10.按任务来分11.按模型来分前言本文将粗略介绍人工智能的分类
一、什么是人工智能？通过学习掌握了某种技能的机器，我们认为他具备了人工智能。
二、人工智能的分类1.按学派分类符号主义：又被称为逻辑主义，心理学派，专家系统。该学派认为人工智能是源于数学逻辑的，该学派认为人类认知和思维的基本单元为符号，把这种符号输入到能处理符号的计算机中，从而模拟人的认知过程来实现人工智能。
连接主义：又被称为仿生学。该学派是基于神经网络及网络间的连接学习算法的智能模拟方法。
行为主义：又被称为进化主义或控制论学派。研究的是一个群体的行为。
2.按能力分类弱人工智能：只能处理单一的问题，该模型如果被训练为识别猫狗分类，那么他就只能够处理这个问题。
强人工智能：在各个方面都能够和人类相比。
超人工智能：在各个方面的远超人类。
3.按业务领域分类信号领域
图像领域：识别/侦测，跟踪，切割，生成
语音领域:
自然语义
自动化
4.按学习方式分类有监督：每条数据都有对应的标签。如在训练手写数字识别的时候我会告诉网络传入的图片所对应的数字。高效但成本高
无监督：在训练网络的时候，只给网络对应的数据没有标签，不告诉网络图片对应的数字。成本低而且泛化性能较好但效率低
半监督：输入网络的数据只有部分数据有标签。（少量包含标签的大量无标签的）
自监督
5.按实时分类在线学习：推理和学习是同时进行的。
离线学习：学习完成之后在使用。
6.按学习步骤来分非端到端学习：数据在输入模型之前需要认为进行特征提取。传入模型的不是原始数据，而是经过处理之后的特征。特征提取比较难，对最终的结果影响大。
端到端学习：数据直接输入模型得到输出，特征提取是由模型自己提取的。当任务比较复杂的时候学习起来比较困难。
7.按学习技巧来分迁移学习：在已经训练好的基础上继续学习新的任务。如某个模型已经学会了识别猫狗，我们在这个基础上继续学习识别飞机，船等。
元学习：元学习学习的数据的本质特征
级联学习：将任务进行分解来进行学习
递增学习：逐级增加学习的难度
对抗学习：两个网络相互竞争从而来进行学习
合作学习：分工合作学习
8.按学习轮次来分N-shot/Few-shot
one-shot
zero-shot
9.按模型种类来分判别模型
生成模型
10.按任务来分回归/拟合/函数逼近：当模型的输出为一个具体的数值时为回归任务如预测物体的所在的坐标点时。
分类
聚类：聚类和分类本质上都是把数据分开，区别时聚类为无监督学习。我不知道这堆数据里面有几个类别也不知道哪些是具体的哪一类的数据。
特征提取/降维/主成分分析
生成创作
评估与规划
决策
11.按模型来分统计：传统的机器学习，非端到端学习
仿生：神经网络
产品设计专业
回顶部一、专业解析产品设计是什么？产品设计是一个将某种目的或需要转换为一个具体的物理形式或工具的过程，是把一种计划、规划设想、问题解决的方法，通过具体的载体表达出来的一种创造性活动过程。在这个过程中，通过多种元素如线条、符号、数字、色彩等方式的组合把产品的形状以平面或立体的形式展现出来。
在我们的生活中产品设计无处不在。例如，一把勺子，是什么材质，羹匙与长柄的比例，怎样的弧度更容易盛取食物；一组移动抽屉，如何合理的搁置文件、档案、文具及隐藏纠缠的电线；一件珠宝，从首饰表现方式，到雕蜡、加工、镶嵌、金工制作，都是产品设计需要考虑的问题。
好的产品设计，不仅能表现出产品功能上的优越性，而且便于制造，生产成本低，从而使产品的综合竞争力得以增强。所以说产品设计是集艺术、文化、历史、工程、材料、经济等各学科的知识于一体的创造性活动，是技术与艺术的完美结合，反映着一个时代的经济、技术和文化水平。
由艺术设计和工业设计合并而来产品设计所包含的范畴非常广，与生活有关的各种器物都存在设计的需求。小如杯盘、刀叉、电子产品，大至家具、汽车、轮船、各类机械等。而根据性质和用途的不同，产品设计被划分为很多种类，如手工艺设计和工业设计；外观设计和结构设计等。
事实上，在专业目录修订之前，很多院校没有“产品设计”这个专业名称，而是叫“艺术设计”或“工业设计”。直到2012年《普通高等学校本科专业目录》出台后才统一改为“产品设计”。现在的“产品设计”专业是由部分“艺术设计”专业和部分“工业设计”专业合并而来。
产品设计学什么？产品设计专业主要课程有：设计素描、设计色彩、平面构成、立体构成、计算机辅助设计、思维与创意、设计概论、表现技法等。由于产品设计涉及到社会生活的方方面面，各校的课程设置根据培养方向和教学特点也有所不同：有的偏重于家居装饰，有的偏重于纺织，有的偏重于陶瓷，有的侧重于公共设施设计，有的侧重于工业产品的外观。考生可具体查看开设该专业院校的课程设置。
如中国地质大学的产品设计专业就偏重于珠宝首饰设计方向。主要课程有：构成、素描和色彩、设计概论、设计创意、非物质文化遗产、金工制作基础、镶嵌、雕蜡、玉雕加工、珠宝概论、珠宝首饰设计、珠宝首饰表现方法、计算机辅助设计等。
回顶部二、专业与就业各行各业都需设计人才科学技术的突飞猛进推动着产品的发展和演化，而设计则是将科技成果转化为现实生产力的媒介。近几年，许多企业已意识到设计的重要性。今天的文化、艺术、食品、汽车、手机、电脑市场中，各企业越来越关注设计问题，谁的设计有创新能取胜，谁就能赢得市场。
美国一位画家，只是把橡皮用铁皮固定在铅笔上，变成了我们现在常用的带橡皮的铅笔。这一设计在办了专利手续后，卖了55万美元。苹果产品已经在消费者心目中有了鲜明的印记，它以优越的性能、独特的外形和完美的设计，一度成为“酷”和“时尚”的代表，风靡全球。同样国内的很多大企业如海尔集团，也高薪聘用了多名外国工业设计专家，每年投入的开发设计费达8000多万元。
目前，我国的产品设计正处在由“中国制造”向“中国创造”的转折点上。各种新产品都希望以新颖独特的外观和性能，吸引大众的目光。各行各业对设计人才的需求日渐凸显。学习产品设计的毕业生可从事的工作很多：如可以在互联网、手机、电子、纺织、机械、仪器仪表、交通、家居、家用电器、奢侈品、装饰品、手工艺品、生活用品、食品、旅游产品等行业从事产品开发设计、展示设计、交互设计、设施设计等工作；也可从事产品开发相关的媒体、印刷、包装、广告、营销等研究与管理工作；还可在高校从事教学、科研、产品研究以及顾问等工作。
就业与行业背景相关产品设计专业就业有一定的特殊性，它的就业与所依托的产品行业背景密切相关。产品设计师可以延伸到各个设计领域当中去，当然在不同的行业，不同的公司就业也会有一定的差异。现在很多大学的产品设计专业与其他相关课程结合在一起，充分体现了行业背景和教学优势，展示了不俗的就业实力。
例如，中国地质大学的产品设计专业就是以培养高端珠宝首饰设计人才为主要目标。据珠宝学院王鼐老师介绍，该校这类人才在当前的需求中非常稀缺，近十余年来，首饰设计专业毕业生就业率超过98%，就业前景非常可观。毕业生主要就职于与珠宝首饰相关的大型珠宝首饰公司或者高端珠宝首饰会所或工作室。有的已成为相关公司的设计总监、设计师等，还部分人员选择了自主创业，在业界也具有良好的影响力。
北京林业大学该专业毕业生大多在机械、交通、轻工、环境、纺织、电子信息、环境等行业从事创新设计工作，就业单位包括：德国保时捷公司、韩国现代汽车、北京汽车研究院、洛可可设计集团、品物设计集团、北京东道设计公司、英皇集团等。就业率近年一直保持在100%。苏州大学产品设计专业学生毕业后主要从事染织美术、家纺、服装等单位的设计、研究和管理工作，就业率达98.5%。
企业需要什么样的人产品设计既是艺术设计，又是技术设计，同时还是文化的设计。产品设计师是一个新型的综合体。那么，具备哪些能力的产品设计师更受企业的青睐呢？
业内人士表示，设计能力、绘画基础、创造能力、规划能力、逻辑思维能力等都是产品设计人才必须具备的素质。设计能力和图画是设计师的语言，虽然现在用计算机、模型、绘制工具等方法可以更全面地表达设计师的构思，但纸笔作画仍是最简单、直接、快速的方法。最重要的想象、推敲过程绝大部分都是通过简单的纸和笔来进行的。同时，缜密的思维能够提升产品的严谨性，创造能力和创新思维能开拓新产品和新的市场格局。
在谈到产品设计专业需要具备怎样的素质和条件时，中国地质大学王鼐老师说：“产品设计专业的学生需要具备良好的空间造型、色彩表达等能力和一定的文化素质修养。当然，思维创新能力和较好的动手能力也是必备素质。”
乔布斯曾经说过这样一段话：“设计是一个有趣的话题。一些人认为设计意味着外观。但是，如果你深入地考虑话，设计意味着工作性能。如果想把产品设计得很好，这一点必须考虑到。你必须对于它的一切心领神会。真正彻底地理解一些东西是需要热心奉献精神的，细细咀嚼，而不要囫囵吞枣。绝大多数人都不愿意在这上面花费时间。创造伟大的产品一需要耐心，二要专注于你的强项。”
回顶部三、报考指南开设院校多培养方向不同产品设计专业是艺术向其他行业延伸的代表专业之一，也是艺术类各专业中专业方向较多，覆盖行业较广的专业。产品设计专业最早开设在艺术院校，重在产品的外形设计。后来部分理工科院校也开设了产品设计或工业设计专业，并将其并入机械学院，重在产品的功能实现。虽然是艺术类专业，但目前依然有不少院校的产品设计隶属于机械、机电、珠宝等不同的学院，同时也体现出各校不同的专业特色和专业优势。
据教育部阳光高考平台数据统计，目前，全国本科阶段开设产品设计专业的院校有340余所。有的院校产品设计专业侧重于工业产品及外观，如电子产品、机械产品的设计；有的侧重于家居环境，如家具装饰、公共设施设计等；有的则偏重于珠宝首饰设计、手工艺、染织、家纺、陶瓷工艺品的设计。
例如，北京化工大学产品设计专业隶属于北京化工大学机电工程学院，本科毕业授予艺术学学士学位。开设有产品造型设计、展示展览设计、视觉传达设计及公共艺术设计方向等四个培养方向。
中国地质大学产品设计专业隶属于珠宝学院，设有珠宝首饰设计方向。主要培养从事首饰设计与工艺、品牌首饰的规划与设计、艺术首饰设计、宝石琢型设计、珠宝包装-展示与广告设计、珠宝企业形象设计、珠宝设计及工艺专业研究等工作的高级技术和设计人才。
天津理工大学产品设计为天津市品牌专业，以工业产品的外观与功能设计及人——产品——环境之间的相互关系为研究方向。
江南大学本科产品设计专业是由原工业设计调整而来，是国内该领域中创建较早的专业之一，国家特色专业建设点，江苏省重点专业类建设专业。主干学科有产品设计方法学、人机工程学、材料与工艺学等。
景德镇陶瓷学院该专业是江西省特色专业和品牌专业，设有产品设计和产业陶瓷设计两个专业方向。浙江理工大学产品设计专业就设有纺织品艺术设计和家具设计等方向。考生可以根据自己的兴趣爱好、分数情况、整体实力等综合考量，选择报考。
要依据相关要求报考文化产业与其他产业的结合，改变了艺术类专业限于美术、音乐、舞蹈领域的局面，艺术类考生可以选择的专业及方向增多了，那些擅长美术，同时又在理科学习方面有优势的同学，可以借助产品设计、工业设计等专业充分施展自己的才华。
当然，报考艺术类专业需按照艺术类专业相关要求，取得省统考合格证，有的还需要参加各校组织的校考。注意了解所报院校对专业是否有特殊的规定，如身体条件、文化课成绩、录取方式等要求。考生最好详细阅读所在省份当年艺术类专业招生工作实施办法及院校简章。
另外，根据教育部逐步提高艺术类专业文化成绩的要求，近两年，提高艺术类专业文化成绩已是大势所趋，很多艺术类院校已经提高了文化课成绩在招生录取中的权重。考生在关注艺术类专业课考试的同时，也不能落下文化课的学习。
专业推荐推荐专业源自高校学生实名推荐数据。当前累计投票数量超过315万人次。通过实名注册的高年级学生或毕业生，根据本校各专业办学情况进行投票，推荐优势专业或特色专业。下图仅展示了部分高校专业推荐情况，星号为推荐指数。点击图片可查看更多专业推荐数据。（产品设计专业由工业设计等专业合并而来，目前还没有专业推荐数据。）
回顶部四、录取数据部分高校录取分数江南大学产品设计专业录取情况
更多录取数据可登陆招生高校网站查询
【点击查看更多专业解读】
本文版权归教育部阳光高考信息平台所有，转载请注明来源。
人工智能课程设计报告
人工智能课程设计报告1.引言随着我国经济快速发展，城市人口急剧增加，带来了一系列的社会问题。交通拥堵，环境遭到破坏，公共交通的快速发展可以有效解决人们出行和交通拥堵的问题。自行车具有机动灵活、低碳环保的优点，若自行车可以取代现在的机动车，那么道路就不会那么拥挤，人们的出行效率就会大大提升，汽车废气的排放量也将大大的减少，环境的质量也会提升。同时，为了完美的解决从地铁站到公司、从公交站到家的“最后一公里”路程，共享单车应运而生.共享单车有效的解决了“走路累，公交挤，开车堵，打车贵”的苦恼。一夜之间，北上广深、甚至部分二线城市，共享单车大街小巷随处可见。继2016年9月26日ofo单车宣布获得滴滴快车数千万美元的战略投资，双方将在共享单车领域展开深度合作之后，摩拜单车也于2017年1月完成D轮2.15亿美元（约合人民币15亿元）的融资，国内共享单车更加火爆，最近一张手机截屏蹿红网络。在这张截图上，24个共享单车应用的图标霸满了整个手机屏幕，真的是“一图说明共享单车的激烈竞争”。而在街头，仿佛一夜之间，共享单车已经到了“泛滥”的地步，各大城市路边排满各种颜色的共享单车。共享经济的不断发展逐渐的改变着人们的日常生活，共享精神也逐渐深入人心。1.1任务要求要求运用人工智能相关理论和方法设计计算机系统解决实际问题。2.详细设计2.1设计步骤1.共享单车骑行数据的获取运用python库（BeautifulSoup，requests，scrapy）对优易数据网站（http://www.youedata.com/）Kaggle和进行爬取共享单车的骑行数据。将爬取的数据写入csv文件中：分析数据集：数据集来源于加利福尼亚大学欧文分校（UCI）大学的公开数据集：https://archive.ics.uci.edu/ml/datasets/Bike+Sharing+Dataset，本次数据集的信息参考该网站。共享单车数据集包含有两个文件，一个是按天来统计的共享单车使用量数据，另一个是按照小时数来统计的使用量。共享单车数据集是在2011年至2012年间收集的，此处的共享单车是采用固定桩形式的单车，类似于中国的永安行，并不是我们目前所看到的满大街的小黄车，摩拜之类。本数据集总共有17389个样本，每个样本有16列，其中，前两列是样本序号和日期，最后三列数据是不同类型的输出结果。
2.导入并理解数据首先导入并读取查看训练数据和测试数据：
测试数据共7列，10886行，且所以数据完整，没有缺失。然后需要我们通过模型来进行预测。导包：3.数据处理与分析在数据处理过程中，最好将训练数据与测试数据合并在一起进行处理，方便特征的转换。通过查看数据，确保测试数据均无缺失，或不一致。特别是在，日期时间特征由年、月、日和具体小时组成。可以根据日期计算其星期，然后就可以将日期时间拆分成年、月、日和星期5个特点。分析按天来统计的共享单车使用量数据集：4.数据分析规范数据后，快速查看各影响因素的结果：从相关系数，不同月份、季节对骑行人数的影响。未来更加值观地展现所有特征之间的影响，通过绘制柱状图来实现。接下来，深入分析各特征的影响规律，对每个特征进行可视化：由随机森林模型预测分析：结果说明：Instant记录号Dteday：日期Season：季节（1=春天、2=夏天、3=秋天、4=冬天）yr：年份，(0:2011,1:2012)mnth：月份(1to12)hr：小时(0to23)（在hour.csv有）holiday：是否是节假日weekday：星期中的哪天，取值为0～6workingday：是否工作日1=工作日（是否为工作日，1为工作日，0为周末或节假日weathersit：天气（1：晴天，多云；2：雾天，阴天；3：小雪，小雨；4：大雨，大雪，大雾）temp：气温摄氏度atemp：体感温度hum：湿度windspeed：风速casual：非注册用户个数registered：注册用户个数cnt：给定日期（天）时间（每小时）总租车人数，响应变量y（cnt=casual+registered）1.输出结果可以看出，这个数据集中没有缺失值，且每一列的数据特征都一致的，不需要进行额外的修改2.数据集中的season等7列是int64类型，意味着这些数据需要重新转换为独热编码格式，season中的1=spring，2=summer，3=autumn，4=winter，需改成独热编码形成的稀疏矩阵。构建随机森林回归模型：直接使用随机森林回归模型直接拟合
绘制不同特征的相对重要性直方图：3.关键技术1.导包操作：科学计算包nnumpy，pandas。可视化工具matplotlib，seabornMatplotlib是一个python的2d绘图库，我们可以通过这个库将数据绘制成各种2D图形（直方图、散点图，条形图等）。2.我们做数据可视化，其实就是对数据进行分析，pandas是一个非常强大的数据分析工具包。通常使用pandas进行下列图形的快速绘图：1.‘line’2.‘bar’forbarplots3.‘box’forboxplot4.‘area’forareaplots5.‘scatter’forscatterplots3.NumPy（NumericalPython）是目前Python数值计算中最为重要的基础包，主要包含以下内容：·高效多维数组ndarray，提供了基于数组的便捷算数操作以及灵活的广播功能；·对所有数据进行快速的矩阵计算，而无需编写循环程序；·对硬盘中数组数据进行读写的工具，并对内存映射文件进行操作；·线性代数、随机数生成以及傅里叶变换功能；·用于连接NumPy到C、C++和FORTRAN语言类库的C语言API。4.Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。5.在Python中，有很多数据可视化途径。Matplotlib非常强大，也很复杂，不易于学习。Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。
4.运行结果4.1运行环境硬件配置：Cpu主频2.80GHz，8GB内存软件配置：Windows操作系统（x86），python3.6，pycharm4.2运行结果打印初始数据集：直接使用随机森林回归模型结果：不同特征的相对重要性直方图:
数据可视化分析
一周内骑行时间分析
不同月份骑行人数可视化分析4.3实验结果分析
1.在没有对数据集进行任何处理的情况下，采取了默认的随机森林回归模型得到的模型在测试集上的MSE很大，解释方差分和R2都是0.93，表明模拟还可以。2.从相对重要性图中可以看出，温度对共享单车的使用有较大的影响性，从正常生活中可以理解，冬天太冷或夏天太热，骑行共享单车的人数就会显著减少。所获取的数据集是2011和2012年的，如果要得到更加可信的结果，还需要更多年份的数据。
1.可以从图表中看出秋季和冬季的骑行人数较多，可能是气候的原因，太热人们不愿意骑车出行2.早上上班和晚上下班高峰期，骑行人数有明显的增加，反观工作时间，骑车的人数较少，上下班时段为使用共享单车的高峰。3.非工作日中人们出行可能会更多使用汽车或其他公共交通出行，工作日中使用共享单车较多，周末时可能数量会相对减少。
1.在夏季5，6，7，8月份是全年的共享单车使用最多的时候，相比12月与1月是全年用车低峰，冬季户外太冷，共享单车使用急剧下降。5.心得和结论5.1结论和体会本次人工智能课程设计完成了对共享单车数据的分析和数据可视化，从中更加直观的反映不同月份，不同时间共享单车的使用情况，以及使用随机森林回归模型反应影响共享单车使用的因子的重要性。设计中通过直方图，曲线图等图表简练地反映了共享单车的使用情况。但由于数据集采用的年份较少，不能得到一个更加可信的参考结果，因此还需要更多年份的数据。影响共享单车使用还有地域等等客观因素，这些还没考虑周全，希望以后能完善对其的研究。设计中遇到的问题：1）normalize是标准化，另外你这里分别对训练和测试数据标准化是有问题的。分别处理会导致数据分布变得不一样。2）数据特征工程做的少，类别型特征没有处理。3）模型跑出来之后，完全没有结果的解析主要参考文献[1]加利福尼亚大学欧文分校（UCI）大学的公开数据集https://archive.ics.uci.edu/ml/datasets/Bike+Sharing+Dataset，访问日期：2019年12月.[2]优易数据网站http://www.youedata.com/，访问时间：2019年12月[3]Python机器学习经典实例，PrateekJoshi著，陶俊杰，陈小莉译[4]《ProbabilisticGraphicalModels-PrinciplesandTechniques》Koller著[5]《IntroductiontoMathematicalStatistics》第六版，Hogg著[6]TwoFacesofActiveLearning50,Dasgupta,2011[7]ActiveLearningLiteratureSurvey8,Settles,2010[8]ASurveyofOnlineFailurePredictionMethods2,Salfner,2010[9]《统计学习方法》作者李航[10]《机器学习及其应用》周志华、杨强主编。[11]《数学之美》,作者吴军[12]《PatternClassification》（《模式分类》第二版）作者RichardO.Duda[5]、PeterE.Hart、David。
人工智能课程心得
我第一次听说人工智能这个词源自初中的时候AlphaGo与李世石的围棋比赛，印象中的AlphaGo以大比分的优势击败了李世石，后来经过了解知道了在2016年比赛时的李世石是近十年来获得世界冠军最多的棋手。从表面上来看，李世石当时是和一台机器下棋，实际上也是与历史上所有的围棋高手下棋。在2017年AlphaGo再次挑战我国棋手柯洁，以3：0击败了柯洁，此时是AlphaGo2.0。在1.0时代并不是真正的人工智能，只是基于大数据是一些查询的检索，在他的棋路够熟，反应够快的前提下，是有机会能赢得。AlphaGo2.0就完全不同，它像人一样有学习能力和思考能力，能够通过一些基本规则，通过不断的学习，得到异于人类的能力。能够像人类一样去学习，思考和行动，才叫真正的人工智能。通过强大的算力和先进的算法，人工智能可以在短时间完成人类在几千年都不能完成的事情，所以，运用好人工智能，就可以让人类社会产生巨大的进步，这种进步在以前是无法想象的。
通过一个学期的人工智能课程的学习，自己也只是浅浅的入门了，了解了人工智能这门学科的应用，一些知识的表示方法，真正人工智能的核心部分我还没有完全的接触到，一个是这门课程的安排仅仅靠这些课时学懂一人工智能这门学科显然是不可能的，另一方面自己在这方面花费的时间精力去深入了解也是完全不够的。
人工智能是一门十分有发展前景的同时对我来说具有挑战性的科学，想要学好这门课程必须要懂得计算机知识以及基本的算法认识。人工智能研究的主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。虽然这个课程中上机题并不完全是自己独立完成的，在网上找到了一些代码，学习这些算法的每一个代码块的意义从而有了一定的理解和认识。可以说是反向学习的过程，从已有的代码学习其用法，再到对宽度优先搜索以及遗传算法有了自己的认识。即使网上相关的代码十分的多，但是在学习代码的过程中我也有自己的调试以及修改，使其更符合上机的要求。经过反复的调试，在期间不断的思考以及理解，才对一开始对上机要求中的文字的陌生到代码实现后对算法有了更加清晰的思路。
十四五”规划建议列举出的几大前沿科技中，人工智能位列第一，预示着其未来的良好发展前景。图灵提出“机器可以具有智能”的观点受到了各种批判,其中有关“机器能否具有意识”的观点引起了学界讨论,塞尔通过“中文屋”思想实验与图灵测试进行类比,指出机器没有智能的原因在于缺少产生意向性的生物基础。计算机将会向网络化，智能化，并行化方向发展，人工智能的总趋势，通过理论联系实际，与其他学科交叉，逐步走向应用，在应用中体现人工智能的理念。
在机器学习这一章节的学习中，我了解过基于人工智能与医学影像方面的交叉应用，科技从人民中来，又回到人民中去，个人觉得十分有意义并且有发展前景。二十一世纪的信息技术领域将会以智能信息处理为中心，基于人工智能在医学影像方面[1]突破了传统方法的技术壁垒，是近些年发展最快的领域之一。医学影像+AI目前已应用于临床，在病灶识别和诊断、疗效评估等方面辅助医师做出了出色的成果，大大提高了医师的诊断效率。本文对医学影像+AI的发展历程，现状和未来可能的发展方向进行综述，辅助相关人员进一步了解该领域。医学影像作为临床和科研的一种可视化手段，在医疗健康领域发挥着极为重要的作用。人工智能技术的发展有可能从根本上改变医学实践的方式，将会在很大程度上推动个性化医疗和精准医疗的发展。
中小学人工智能课程内容设计及实施案例分析
我国中小学人工智能教育取得飞速发展与瞩目成绩的同时，也存在以下几点主要问题。
其一，缺乏完善的课程体系，无论是国家课程还是校本课程，人工智能教育都是依托其他课程开展的，这导致了人工智能教育内容分量难以确定，目标难以明晰。横向来看，教学内容过于碎片化，学生难以构建相关知识体系；纵向来看，学段间的人工智能教育内容联系不够紧密，这既不利于学生循序渐进的知识与技能学习，也使得教师难以把握学情从而导致教学目标与教学效果之间的落差。此外，现阶段中小学人工智能教育的教材大多属于产品说明书或用户指南[4]。
二、中小学人工智能课程设计
表1中小学人工智能课程目标及内容架构
人工智能技术虽然复杂深奥，但是其应用广泛且贴近生活，知识内容间紧密联系，对学生而言并非是不可感知、无法构建的。以人工智能为依托培养学生的计算思维、智能素养也并非是难以实现的。教师如何设计人工智能课程内容以及课程间以何种方式组织就显得尤为重要。
（一）中小学人工智能课程内容设计案例
下面，以初中年级人工智能课程中的“智能灯”为例对中小学人工智能的课程内容设计做详细阐述。“智能灯”一课意在通过学生对于生活中常见情境下智能灯的设计了解其背后设计原理，能够通过模块化程序设计和python代码编写出智能灯的程序，激发学生对于人工智能在生活中应用的兴趣。“智能灯”课的具体课程内容设计如图1所示：
图1以“智能灯”为例的人工智能课程内容设计
1.问题提出，明确任务
问题提出：绿色、环保、节能、和谐是当今生活的主旋律，智能灯的出现深化了人类与灯光之间的关系。请同学们结合生活实际谈一谈你所了解的智能灯！
明确任务：明确智能灯的设计要求——内置监测外界光线强度传感器，当光敏值大于700时，灯自动打开，当光敏值小于700时，灯自动熄灭。
2.深入探究，设计展示
深入探究：请学生利用可视化工具，例如思维导图，深入理解智能灯的设计要求，分析其所需要的元器件并搭建其真实应用的简易场景。
设计展示：小组通过分工利用模块化程序语言和python语言对智能灯进行设计，调试形成小组作品，并对本组作品进行演示和分享，讨论这两种不同的计算机语言在应用时的异同之处。
3.总结反思，拓展提高
以思维导图的形式回顾智能灯设计的全过程。在实际生活中往往面临着更为复杂的情境，当外界光线昏暗，智能灯会自动给打开且不能自动关闭，这也造成了一种资源浪费。进而引发学生对智能灯更深入的思考，完善、改进作品设计，为之后的课程内容做好准备。
本案例从生活实际出发引发学生的学习兴趣，在内容设计过程中通过对可视化工具的利用帮助学生理清思维脉络，不仅重视学生对模块程序和计算机语言的学习利用，更是通过比较二者的语言风格加强学生对编程的深入理解，进而培养学生的计算思维。
（二）中小学人工智能课程组织案例
人工智能虽然是一个知识体系丰富的新兴技术领域，其内容架构设计包含人工智能基础、算法与编程、机器人与智能系统等多个模块。表面看起来是彼此独立、互不关联的内容，但实际上，无论是技术特点还是知识内容都是可联系、可互通的。忽视了课程内容间的联系、放弃将内容整合成为模块是无法将人工智能的原理与技术讲解透彻的，也无法将计算思维和智能的培养渗入课堂。因而，以综合任务为导向的模块化组织中小学人工智能课程不仅能够有效帮助学生构建人工智能知识体系，更有助于教师组织形式丰富、内容多样的系统课程，增加课堂趣味性、有效性。
以“模拟城市交通系统”为例组织相关课程内容。如图2所示，智能路灯、自动道闸、智能信号灯、环线巴士、无人加油站原本都是独立的课程内容，根据课程与生活实际的联系整合成模拟城市交通系统为主题的模块。教师利用5-10个课时实践此模块，引导学生设计完成模拟城市交通系统这个综合任务实践每课内容，帮助学生在体验人工智能的同时，创造性地应用人工智能解决实际问题。
图2“模拟城市交通系统”课程模块
三、中小学人工智能课程实施策略
（一）跨学科整合式教学
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它的涉及领域除了计算机科学外，更包括了生物学、心理学等。跨学科的整合能够将数学、生物、神经科学等多学科知识与人工智能知识相融合、渗透。在这个过程中，教师不仅能够利用其他学科知识帮助学生理解人工智能知识内容，更利用其他学科思维帮助学生培养计算思维的核心素养。跨学科整合式的教学是将人工智能学科与其他相关学科进行融合，以项目形式实践课程内容，利用人工智能技术创造性地解决实际生活问题。以“机器视觉”一课为例设计如下，这一课中，教师将人工智能中机器视觉的知识与神经科学相结合（如图3），以人是如何看到事物的为导入，进而类比解释机器是如何“看到”事物的。该教学设计在渗透了脑科学知识的基础上，帮助学生联系生活实际体验人工智能的应用与价值。
图3“机器视觉”与神经科学知识融合
（二）情境游戏化教学
由于中小学学生的认知水平存在局限性和差异性，以及人工智能领域知识特性，学生难以通过讲授和演示直接理解课程内容。人工智能技术的发展也为创设情境提供了条件，教师完全可以利用人工智能技术的应用反哺课堂教学，帮助学生增强学习的体验感，对人工智能技术形成直观、形象的理解。借助游戏化的角色、模式以及元素，为学生提供丰富、有趣的学习内容；通过机制、增益等策略，能够丰富学习者的经历和体验，同时提高学习者在活动中的参与率和巩固率[9]。因而，将情境的创设与游戏化学习相结合，有利于增强人工智能教学课堂的趣味性、个性化。例如东南大学举办的人工智能为主题的夏令活动中实施的“火灾演练”，要求学生扮演消防员在模拟灭火行动中完成救援。创设的火灾情境融合机器人小车巡线、FPV第一视角等教学内容。氛围营造、综合竞赛及消防员的角色扮演都极大激发了学生的课堂兴趣及参与感。该项目在实践中得到了学生与教师的一致肯定。该设计能够帮助学生将人工智能知识与生活实际相联系，建构开源硬件的知识体系。鼓励学生在游戏化式轻松的教学环境中大胆创新。从而达到培养学生核心素养与创新能力的目标。
表2“火灾演练”项目内容
面向中小学开展人工智能课程有利于学生了解现代科技发展、适应未来生活有着重要的意义。目前，我国中小学人工智能教育尚在探索发展阶段，无论是课程内容的设计还是其组织方式、或是教学策略均未成型，本研究希望借以案例的分析，促进研究者对中小学人工智能课程设计广泛、深入的思考。
参考文献
[1]国务院关于印发新一代人工智能发展规划的通知[EB/OL].
[2]教育部关于印发《教育信息化2.0行动计划》的通知
[3][7]谢忠新,曹杨璐,李盈.中小学人工智能课程内容设计探究[J].中国电化教育,2019(4):17-22.
[4]徐多,胡卫星,赵苗苗.困境与破局:我国机器人教育的研究与发展[J].现代教育技术,2017,27(10):94-99.
[5]周邵锦,王帆.K-12人工智能教育的逻辑思考:学生智慧生成之路——兼论K-12人工智能教材[J].现代教育技
术,2019,29(4):12-18.
[6]解月光,杨鑫,付海东.高中学生信息技术学科核心素养的描述与分级[J].中国电化教育,2017(5):8-14.
[8]李德毅.AI——人类社会发展的加速器[J].智能系统学报,2017,(5):583-589.
[9]祝智庭,魏非.教育信息化2.0:智能教育启程,智慧教育领航[J].电化教育研究,2018,39(9):5-16.
东南大学百研工坊：21世纪是我国创新型人才培养的关键期。东南大学百研工坊（儿童发展与教育研究所）结合信息技术、生物医学工程、脑科学技术，进行青少年科学素养的国际比较研究和学生核心概念掌握水平的评测系统的研究与开发，我们的目标是：（1）面向中小学学生综合能力发展的steam研究；（2）通过实证教育研究，探究科学素养的本质及有效的培养途径；（3）将科学素养的传统评测方法与现代信息技术相结合，探究基于ECD模型的学生科学素养评测方法研究；（4）运用ERP、EEG和眼动等脑科学技术，开展对学生核心概念熟练掌握程度的评测研究。
责编：罗培
推荐关注：韦钰院士公众号
可鑫的科学漫步
介绍有关神经教育学、神经信息工程和科学教育的相关信息
推荐书籍
滑动查看更多>>>返回搜狐，查看更多