实践周报告总结（八篇）
实
践
周
个
人
总
结
姓名：王飞扬班级：人力101学号：20xx251101
个人总结
实践活动是课堂教学的补充，是学生综合素质形成和提高的教育方式和环节，开展丰富多彩的实践活动，让学生在活动的愉快感受中健康成长，在交往的良好体验中塑造自己，使之形成完整的科学的人生观，世界观，价值观。
学校在第十一周安排我们进行了实践活动。全班分为八个小组，七人一组，我是第七组。一周我们共进行了以下四项活动：
一、模拟公务员面试
我们首先进行的是公务员面试活动，分为两场，
1、我们小组担任面试官：
我的角色：主考官。负责组织整个面试，控制整个面试进程，读考题，打分，最后宣布录取者，对每个面试者进行一一评价并做总体评价。
优点：可以很好的组织整个面试，能清楚准确的读考题，合理打分并能对每个面试者及整体进行合理恰当的评价。
缺点：没有特别好的控制整个面试进程，面试进程有点快时没有及时进行调整，使面试进程有点快。
2、我们小组担任面试者：
我的角色：面试者
优点：具有合适的礼仪和着装，可以条理清晰的回答问题，临场表现从容自信。
缺点：知识缺乏，有的问题回答的不够好。
二、模拟劳动仲裁
我们组和第五组结合组织这项活动，我们组是申诉方。
我的角色：证人。负责搜集整理案例的证据材料，写劳动仲裁案件证据目录及证人证词，并适时出庭证明。
优点：能够迅速并准确的搜集证据材料，能正确的填写证据目录，清楚简洁的写证人证词。
缺点：出庭证明时，有点紧张，致使开始时的证词有点语无伦次。
三、户外素质拓展
除了室内模拟，我们还进行了穿越电网、解手链、背坐起身、七人八足这四项户外活动。这几项活动是小组成员团结协力，共同完成的。
四、参观知名企业
学校联系并组织了我们一起去参观新飞电器冰箱制造厂。
总结：在这一周的实践中，我分别担任了主考官，面试者，证人，并搜集整理了相关资料，最后又在组员的协助下写了小组总结。通过实践，让我知道了自己的一些优点，我会一直保持；还让我看到了我的一些缺点，使我受益匪浅。我从中学到：在组织某些活动时，要根据实际情况及时调整策略，使活动更好进行；要充实自己；要多锻炼自己，调整心态，使自己登台不紧张，从容自信；要多参加户外活动，提高自己的身体素质；要多了解知名企业，为找工作做准备。
…………余下全文
《人工智能概论》总结报告（有一部分内容摘抄自课本）
《人工智能概论》是我们计算机专业学生的专业课程。人工智能，英文缩写为AI，是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。其中共同的基本特点是让机器学会“思考”。人工智能始终处于计算机发展的最前沿。搞基计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算机技术发展的未来方向。人工智能对我们的生活意义非常重大。对于我来说，人工智能是一门极富挑战性的科学，想学好的话必须得懂得计算机知识，懂一点心理学和哲学。人工智能是包扩十分广泛的科学，它由不同的领域组成。我希望自己能够理解老师课堂上所讲的内容，并且能够将其掌握，了解人工智能的形成于发展以及人工智能未来的发展趋势，同时，将各模块、章节之间的联系，掌握人工智能主要的研究方法，如果能够通过人工智能知识来解决实际问题，那肯定是更理想的。也希望自己通过《人工智能》这门课，提高自己的专业素养，具备将其与信心科学的其他课程整合的基本能力，开拓自己的视野，了解更多领域。
《人工智能概论》是一门灵活性比较大的学科，课本教程是英文版的，整本书的教学内容都是纯英文，专业术语又多得数不胜数，对知识的掌握有一定的难度，同时也提高对人工智能的本质与内涵理解的难度，所以对我来说，挑战性还是比较大的。但我们终究还是得掌握人工智能的基本理论和原理。在这学期学习《人工智能概论》的过程当中，得多亏老师在放英文版教程PPT的同时，用中文给我们上课。个人认为老师上课讲的挺好的，我很喜欢听老师的课，而且老师讲的内容让人简洁易懂，比如讲人工智能的研究意义、目标和目标的时候，还有讲专家系统的时候。让我了解到专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统。近年来，在“专家系统”和“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。有一些语言逻辑还是相当有趣的，比如通过几个因素，算明天下雨的概率。
人工智能的发展趋势。技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出，未来人工智能可能会向以下几个方面发展:模糊处理、并行化、神经网络和机器情感。人工智能的发展潜力巨大。人工智能作为一个整体的研究才刚刚开始,离我们的目标还很遥远，但人工智能在某些方面将会有大的突破。自动推理是人工智能最经典的研究分支,其基本理论是人工智能其它分支的共同基础。一直以来自动推理都是人工智能研究的最热门内容之一,其中知识系统的动态演化特征及可行性推理的研究是最新的热点,很有可能取得大的突破。机器学习的研究取得长足的发展。许多新的学习方法相继问世并获得了成功的应用,如增强学习算法、reinforcementlearning等。也应看到,现有的方法处理在线学习方面尚不够有效,寻求一种新的方法,以解决移动机器人、自主agent、智能信息存取等研究中的在线学习问题是研究人员共同关心的问题,相信不久会在这些方面取得突破。自然语言处理是AI技术应用于实际领域的典型范例,经过AI研究人员的艰苦努力,这一领域已获得了大量令人瞩目的理论与应用成果。许多产品已经进入了众多领域。智能信息检索技术在Internet技术的影响下,近年来迅猛发展,已经成为了AI的一个独立研究分支。由于信息获取与精化技术已成为当代计算机科学与技术研究中迫切需要研究的课题,将AI技术应用于这一领域的研究是人工智能走向应用的契机与突破口。从近年的人工智能发展来看,这方面的研究已取得了可喜的进展。
通过这学期的学习，我对人工智能有了一定的感性认识。虽然在学习上会遇到一些困难，但通过与同学们的相互学习帮助，自我思考，积极请教，很多问题都迎刃而解。每当问题解决的时候，就会充满无比的欣慰和满足。人工智能是一门丰富多彩，作为一个科技前沿的学科，我相信会有越来越多的人对它感兴趣。很感谢老师在这一学期当中对我们的耐心与培育。让我们在这一学期的学习当中收获很多，受益匪浅。不过要是老师能在课上给我们展示人工智能的科技产品以及带领同学们做一两个有趣的与人工智能有关的东西或许会让学生们对人工智能有一个印象更深的理解。祝老师在接来来的工作当中，做得越来越出色，越来越好。
有关人工智能方面的调研报告
一、人工智能可与哪些领域结合进行研究1专家系统专家系统是依靠人类专家已有的知识建立起来的知识系统,是一种具有特定领域内大量知识与经验的程序系统。它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题,其水平可以达到甚至超过人类专家的水平。目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域,广泛应用于医疗诊断、地质勘探、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统,它应用人工智能技术、模拟人类专家解决问题时的思维过程,来求解领域内的各种问题,达到或接近专家的水平。2机器学习机器学习就是机器自己获取知识。机器学习的研究,主要是研究人类学习的机理、人脑思维的过程;机器学习的方法;建立针对具体任务的学习系统。还有机器人学这个领域所研究的问题,包括从机器人手臂的最佳移动到实现机器人的目标动作序列的规划方法等。因此开发高智能机器人是一个重要研究方面。3模式识别模式识别是研究如何使机器具有感知能力,主要研究视觉模式和听觉模式的识别,如识别物体、地形、图像、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。当前模式识别主要集中在图形识别和语音识别。图形识别方面例如识别各种印刷体和某些手写体文字,识别指纹、白血球和癌细胞等的技术已经进入实用阶段。语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快,现已有商品化产品如扫描仪的上市。4人工神经网络人工神经网络是在研究人脑的奥秘中得到启发,试图用大量的处理单元(人工神经元、处理元件、电子元件等)模仿人脑神经系统工程结构和工作机理。是通过范例的学习,修改了知识库和推理机的结构,达到实现人工智能的目的。在人工神经网络中,信息的处理是由神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连间分布式的物理联系,网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络也许永远也无法代替人脑,但是他能帮助人类扩展对外部世界的认识和智能控制。多年来,人工神经网络的研究取得了较大的进展,成为具有一种独特风格的信息处理学科。目前,人工神经网络的发展趋势有如下特点:①新的人工神经网络模型产生频率非常之快。②现有的人工神经网络模型的完善改进速度喜人。③人工神经网络结合和其他一些现代优化计算方法的结合运用日见增多。如结合混沌理论、遗传+神经、模拟退火+神经算法等成功运用的实例。5智能决策支持系统决策支持系统是属于管理科学的范畴,它与“知识-智能”有着极其密切的关系。自20世纪80年代以来专家系统在许多方面取得成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统。
二、2017年人工智能十大趋势参考链接：(http://mp.weixin.qq.com/s/4KEzXU1kygE36ohFE7-cQw)
1.人工智能聊天机器人在TechEmergence进行的一项2016年调查中，询问了人工智能的高管和创业者，什么人工智能应用在未来五年内可能会获得成功。他们的首选是虚拟代理和聊天机器人，获得了37％的投票。这些软件程序能够理解自然语言，并通过消息传递服务或电子邮件与人沟通。包括IBM和Facebook在内的几家公司已经宣布了帮助开发者创建聊天室的平台，这些平台似乎越来越受欢迎。去年夏天，Facebook宣布，在其飞书信（Messenger）服务上有超过11,000个机器人。根据IBM的统计，65％的千禧一代（Millennials，出生于1980-1990s）喜欢与机器人进行交流而不是与现场助理交谈。2.应用开发创建聊天机器人并不是开发人员使用人工智能的唯一方式。许多企业正在将人工智能和深度学习功能集成到他们的Web应用、移动应用和内部的企业应用中。人工智能正在发展推荐引擎、安排会议、排定待办事项列表、在大数据中查找隐藏的价值的一系列功能等等。在其2017年十大战略技术趋势列表中，Gartner将智能应用排在了第二位。其中写道，“Gartner预计，到2018年，全球最大的200家企业大多数都会利用智能应用，并使用大数据的完整工具包和分析工具，来优化自身的产品和改善客户体验。”3.智能物件人工智能也与物联网（IoT）的趋势相关，“智能物件”（intelligentthings）在Gartner的2017年前十大战略技术趋势列表中排名第三。其中说道，“现有的物联网设备将使智能物联网人工智能的功能无处不在，包括家庭、办公室、工厂车间和医疗设施。”例如，下一代健身追踪器不仅可以监控您的健康信息，还可能具有机器学习和分析功能，使它们能够根据您的个人健康史和过去的追踪器数据提出改善健康的建议。4.医学研究人工智能的最热门领域之一是医疗健康行业。IDC在其《全球半年度认知/人工智能支出指南》中将诊断和治疗系统列为2016年吸引最多投资的领域之一，并表示在未来五年内，包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。在五年期间，它预测医疗健康人工智能投资的年复合增长率为69.3％。同样，CBInsights将医疗健康列为人工智能中最热的领域，并作为今年的创业项目。5.生物模型人工智能和健康科学之间的关系有两种方式：不只有健康研究人员转向人工智能，用以帮助他们回答医疗健康问题，计算机科学研究人员也正在转向生物模型，用以帮助他们创建更好的人工智能软件。麻省理工学院和谷歌最近都被报道在创建与人类大脑功能相似的神经网络，这个领域的研究可能会持续一段时间。未来学家RayKurzweil甚至预测到2030年，我们将能够合并人类的大脑和计算机网络，创造一种混合形式的人工智能。
三、人工智能技术的应用1实现远程自主规划和控制该项技术能够对距离我们上百万公里以外太空中航天器进行远程规划和控制，例如：美国航天局利用计算机智能程序对航天器进行操作、调整和控制，并成为国际上首例利用计算机人工智能技术远程遥控的国家。远程智能程序能够结合地面系统中预先设定好的任务和目标，进行自主规划，并在对航天器实现实时监督和控制，了解和掌握航天器运行情况，及时发现与程序相悖之处，并发出指令进行调整，实现检测、诊断及恢复目标，从而确保航天器在遥远的外太空稳定、可靠运行，为科学家研究提供参考。2预测步骤，提高博弈技巧将一些技术运用于下棋过程中，能够将下棋涉及的复杂问题分解为多个小问题，提供下棋数据信息，促使其朝着搜索和问题归纳等方向发展，从而为下棋者科学决策提供支持，近年来，这项技术发展速度及应用范围十分广泛。诚然，技术能够达到国际象棋锦标赛的水平，但是，还不能够很好的解决人类棋手的表达和洞察等能力，人们仅能够实现具体问题具体分析，基于此，还需要进一步提高。3结合目标需求，实现自主控制技术涉及的视觉系统能够应用于引导汽车沿着行车道前进，结合这一应用，美国将这一技术安装到微型汽车上，实现了自主导航前进两千公里，其中98%以上时间是由该系统控制汽车前进，剩余部分由人类控制，通过调查发现，人类控制部分主要是公路出口寻找，也就是说，通过对技术进一步完善，能够促使系统获取更多应用经验，从而计算出最佳驾驶方向，从而控制汽车前进。因此，无人驾驶这一目标将会在不久的未来实现。4提高医疗水平，实现准确诊断该项技术在医疗领域中的应用，能够有效突破传统医疗诊断的弊端，进一步提高诊断水平，例如：建立在概率分析基础之上的医疗诊断程序已经得到了应用，且效果十分明显，在一定程度上提高了专家医师的实践水平。诚然，一部分医师对程序诊病这一事实并不认可，但是，程序通过对病人的检查，提出了影响判断的原因，并阐述了并发症状等，最后得到了医师的认可和肯定。技术在医疗领域的应用，不仅能够有效提高医疗水平，还能够更好的解决病人的疑难杂症。5深度理解语言，解决问题建立在该项技术基础之上的程序，在解答纵横字谜问题中得到了重视，其解答效果优于人类，在具体应用过程中，该项程序通过利用填充词限制及相关字谜数据库等多项资源解决问题。6提高专业化水平，完善专家系统专家系统主要是建立在专家已具备知识基础之上的系统，具有特定知识、经验的系统，与人类专家水平基本一致。专家系统是计算机人工智能技术研究较早、且成果最为显著的领域，在地质勘探等方面得到了广泛的推广和普及。
四、谭铁牛院士谈人工智能参考链接：https://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651644094&idx=1&sn=601c77e370fa56b15ea59e6245e37a36&scene=25&srcid=0827BvgC0x8ppDwCNQQCDPPS#wechat_redirect
过去一年人工智能领域的十件大事：第一项，阿尔法狗；第二项，各国政府高度重视人工智能发展，包括今年5月份美国白宫举行4场研讨会讨论，包括我们国家大家也知道5月份几个部委发布了《互联网+人工智能三年的行动实施方案》还是值得一提的事；第三项，IBM发布类脑超级计算机平台，是基于前几年发布的芯片；第四项，软银320亿美元收购ARM，这还是很大的收购；第五项，谷歌、facebook等开源人工智能基础平台，这是值得一提的，反映了一个趋势和动向；第六项，创建公益性的人工智能机构OpenAI，我认为很值得一体，10亿美金；第七项，学术方面的，Science发表BayesianProgram论文；第八项，微软深层残差网络夺冠2015年ImagnNet；第九项，谷歌量子计算机取得重要的突破，为人工智能计算搭建一个平台；第十项，剑桥大学成立人工智能伦理研究所。
人工智能在过去一年的十大趋势动态第一，人工智能热潮全球化，从东方到西方，从发达国家到发展中国家，从大国到小国，应该都是掀起了热潮。第二，产业竞争白热化，各种并购大家也可以看到，招聘人才，都希望来竞争。第三，投资并购密集化，过去一年大的小的收购、投资，数不胜数，从几百亿到几个亿，更小规模的也不用说了，太多了。第四，人工智能应用普适化，各个领域的渗透。第五，人工智能的服务专业化，一个是研究通用化的人工智能，一个是专业化的人工智能。第六，基础平台开源化，包括IBM、谷歌开源的平台，过去一年特别明显的一个新的特征，我不知道大家赞不赞同。第七，关键技术硬件化，包括IBM的类脑计算平台。第八，技术方法集成化，单一的人工智能计算理论和方法不可能包打天下，集成创新势在必行，阿尔法狗里面集成了很多，都是我们非常熟悉。第九，学科创新协同化，多学科跨界融合交叉协同创新人工智能创新途径，包括量子技术跟人工智能的结合。第十，社会影响大众化，我不用解释，包括我的司机前两天问，这一年多人工智能很火热，他都很关心，说明人工智能的影响的社会化大众化。