发布时间：
人工智能是否超越人类大脑的论文详情可以具体和我说说.
人类对于自己大脑的研究还有很长的路要走，说白了就是我们对自己的大脑还不够了解，因为它实在是太复杂了。要知道人类的大脑内有140亿个神经细胞，860亿个神经元，组成了一个相当复杂的系统的。按照目前的研究，有的科学家认为人类大脑的容量是1TB，最近也有一些研究认为人类大脑的储存量大概是100TB。
但是，这要多说一句，人类的大脑不只是硬盘，它要远比硬盘复杂，如果非要形象的比喻的话，那人类的大脑其实和电脑是差不多的。那具体是咋回事呢？
人类的大脑
按照博物学的分类，现代人属于智人，智人是脊索动物门-哺乳纲-灵长目-人科-人属的一个人种。这样的分类其实也蕴含着人类演化的路径。如果要追溯灵长目的祖先，大概可以追溯到6700万年前，当时还没有发生小行星撞地球，恐龙还是地球上的绝对霸主。
灵长目的祖先在当时偏安一隅，在丛林当中，体型又很小，才躲过了恐龙的威胁。到了6500万年前，一颗直径为10公里的小行星撞击地球，恐龙大规模灭绝，只留下了如今鸟类的祖先。而灵长目则是在这场灾难下幸存了下来，它们后来逐渐演化。
在距今400万年前，当时的南方古猿已经可以直立行走，习惯性的直立行走也是人类的一大特点；而人类的第二个特点就是脑容量大，高于650cm^3，在距今200万年前，当时出现了能人，他的脑容量就要高于这个标准，他也被人为是人属的第一个人种。从能人一直到如今的智人，最大的变化就是脑容量在不断地增加。
如今的智人的脑容量就达到了接近1500cm^3。正是因为人类的脑容量巨大，所以脑袋很大，在生育时，不得不提前把孩子生下来。而人类在成长发育的阶段也几乎是完美的复现了人类几百年的演化之路，尤其是体现在脑容量上。
不仅如此，电脑还非常耗能，24小时都在工作，要知道大脑只占体重的2%，却消耗了人类总耗能的20%。如果大脑仅仅是用来储存的，那根本不需要这么耗能。实际上，大脑跟计算机差不多，大脑也拥有计算机的各种功能模块。
因此，大脑也具备了接收信息，处理信息，储存信息和输出信息的能力，它们还有一个有趣的共同点就是：都是耗电的，人脑中的神经元上神经信号的传递就是依靠电信号。
不过，两者各有千秋，计算机的运算速度更快，而大脑识别图像的能力是计算机望尘莫及的。不仅如此，人脑的耗能要是远远低于计算机的，所以，某种程度上看，人类的效率也是计算机望尘莫及的。
大脑储存信息的能力
不过，人类的大脑实在太复杂，科学家至今也没有完全搞清楚电脑各个功能分区的情况，以及具体的运作方式。但毋庸置疑，电脑是具有储存信息的能力的。之前有相关研究认为，大脑的总容量是1TB。当然，就像上文说到的，人类对于大脑的认知比较少。所以，一些以前的发现可能都会被颠覆。最近科学家的研究发现，大脑能够以生物方式储存的信息总量是大概是100TB（这篇论文指出的是910TB，我们这里取整来算）。其中，每1000个神经元可以储存138条信息，平均每个突触可以储存大约比特的信息。记忆的形成依靠的是突触的形成和消失，有些突触可能存在几个小时，然后就消失了，而另外一些这可以长时间的存在，并最终形成新的神经通路。当一个新的神经通路形成，新的记忆也就形成了。
如果把这100TB换算成高清电影，也就是5万部左右的样子。如果我们把一部电影看成是2个小时，那就是10万个小时，满打满算也就可以储存年。而人的一生大概有70~80年，这远远不够用的。那这到底是咋回事呢？
如果我们回忆一下，大多数人记得起自己0~5岁的记忆，不仅如此，如果我们要问过去具体的某一天发生了什么，很少人可以记得起来。这是因为，电脑不仅有储存功能，它还有选择储存的能力，更关键的是它还可以抹去一些没有用的记忆，这个过程主要是在我们平时睡觉时进行的。
大脑的沟壑越深、人就越聪明
人工智能的发展趋势问题从20世纪80年代在国内外就进行了非常激烈的辩论。既有认为人工智能只能作为人的工具的延长而不可能取代人的大脑的工具论,他们认为:人工智能诞生的初衷是作为人类工具的延长,其作用从其诞生的那一天就已经定性,人工智能只能作为人类智能的附庸和补充,而不可能对人类智能构成挑战,更不可能取代人类智能;也有认为人工智能一定会战胜人类智能的观点,他们从达尔文的进化论进行类比推断,对比人类智能和人工智能相对发展的速度和加速度,认为人类智能虽然在短时期内还占有绝对的优势,但是从人工智能近些年突飞猛进的发展速度和加速度来对比人类智能对等时间发展来看,人工智能战胜人类智能绝对只是时间的问题。 当时间进入21世纪,计算机硬件和软件更新的速度越来越快,计算机这个以往总给人以冷冰冰机器的形象也得到了彻底的改变。人机交互的情况越来越普遍,计算机由于需要的缘故被人类赋予了越来越多的智能因素。伴随着人类把最新的计算机技术应用于各个学科,对这些学科的认知也进入了日新月异的发展阶段,促使大量的新的研究成果不断涌现。例如:“人机大战”中计算机轻松的获胜、人类基因组排序工作的基本完成、克隆人理论实质性的突破、人类大脑结构性解密和单纯器官性克隆的成功实现等等。而且随着计算机这个人类有史以来最重要的工具的能力不断发展,伴随着不断有新理论的涌现,大量的已经似乎应当盖棺定论的理论受到了越来越严峻的挑战,人类必须从全新的角度对它们一一进行分析和审视。由于近几年生物学和神经生理学许多新的研究成果的出现,对于人工智能与人类智能之间的关系也有了进行再次讨论分析的必要。 本文通过综合最新与人工智能相关的理论和成果对以往的工具论和纯进化论进行分析和探讨,并且从马克思主义哲学的角度再次去分析人工智能与人类智能的关系,并尝试着给出新的结论:人类对人脑的功能会不断地进行认识,从而人工智能会不断的迫近人类智能。但从动态分析上,即人类智能也在不断的进化和发展,人工智能作为人类智能主体客体化的产物,其作用和功能受到人类智能的制约所以要低于人类智能。
为了理解为什么这么多不缺乏智商，受过良好教育，并且足够努力的人，他们的成就比获得诺贝尔奖的人差得多？经过反复统计，科学界普遍有两种看法：一种解释是，智商或解决问题中显示出的智慧和真正的智慧并非完全线性相关。另一个解释是，天才的大脑与我们普通人的大脑明显不同，也就是说，它们是天生的。
您和我不仅关心这个问题，全世界的科学家也都想知道答案。找到这个答案的直接方法是找到一个超级天才的大脑来研究它。 1955年。一位医生得到了机会。他的名字叫托马斯·哈维。那年，伟大的科学家爱因斯坦去世。他的尸体被停在普林斯顿大学医学院，哈维恰好是负责爱因斯坦的医院医生之一。哈维采取了非常惊人的举动。他利用自己的作品偷走了这个天才的大脑。经过消毒处理后，他做了240切片，并将其保存下来以研究天才的大脑与普通人有什么不同。
当然，这件事不能从联邦调查局隐瞒。他们一直在追捕他们，但联邦调查局只是想秘密保护哈维和爱因斯坦的大脑。爱因斯坦的儿子知道这件事当然很生气，但是在哈维的解释之后，他仍然原谅了哈维，但提出了一项要求，即研究结果必须在世界一流的杂志上发表。从那一刻起，世界一直在等待哈维的研究成果。遗憾的是，哈维一生都在研究，而爱因斯坦的大脑与普通人之间没有任何区别。令我们更失望的是，提出相对论的天才仅重1,230克，远低于普通人的1,400克。尽管他的大脑有更多的苏尔奇，但这还不是判断天才的直接证据。
直到1980年，哈维承受着巨大的压力，担心自己一生中无法完成爱因斯坦大脑研究的艰巨任务，因此他决定让世界各地的科学家参与这项研究。每个人都拿起高火柴火，许多人参加了。人们不仅容易产生结果，而且他们也有不同的意见。 1999年，加利福尼亚大学的科学家发现，爱因斯坦大脑中的神经胶质细胞多于数学。有许多具有物理功能的神经元细胞。然而，医学上的共识是神经元细胞在人类思维中起主要作用，而角质形成细胞仅起辅助作用。因此，这一发现被医学界所鄙视。后来，加拿大科学家发现，埃斯坦的脑洞很大，也就是说，他的颅骨和大脑上部空间更大。尽管在开玩笑时，我们总是说脑孔是敞开的，但每个人都知道，脑孔实际上不一定与智力有关。
爱因斯坦一直被视为科学天才。在他死后，一些研究人员希望通过研究他的大脑来解开他的成功之谜。然而，爱因斯坦大脑研究的一些结果已经被披露，并得出了截然不同的结论。一个结论是爱因斯坦的大脑与普通人有很大的不同，这使他成为一个科学天才。另一个结论是爱因斯坦的大脑和普通人没有什么不同。他在科学上的成就，不是因为他的大脑有别于普通人，而是有很多原因，比如勤奋和后天努力。 为了研究爱因斯坦的大脑，我们必须获得爱因斯坦大脑的样本。根据爱因斯坦的遗嘱，研究员不可能获得爱因斯坦的大脑，因为遗言要求尸体火化，把骨灰散落在秘密的地方。然而，后人并没有按照爱因斯坦的遗言来处理他的身体。 1955年4月18日凌晨1点15分，爱因斯坦在新泽西州普林斯顿大学医院去世，享年76岁。当时，托马斯·哈维是普林斯顿大学病理学主任。他和爱因斯坦只有一次相识，但他成了爱因斯坦的验尸医生。哈维对爱因斯坦的身体和器官逐一进行了检查、称重和描述后，宣布爱因斯坦死于腹腔大动脉破裂。 为了研究这位伟大的科学家，哈维说服了爱因斯坦的遗嘱执行人奥托·内森和爱因斯坦的长子汉斯把爱因斯坦的大脑拿出来做未来的研究。当时，内森和汉斯一致认为，哈维切除爱因斯坦大脑的一个重要条件是，未来对爱因斯坦大脑的研究结果必须发表出来。 哈维根据解剖标准切开爱因斯坦的大脑，然后测量了它。除了给大脑拍照外，哈维还请了一位画家画素描。哈维随后将爱因斯坦的部分大脑切片成240片，每一片都有其在大脑中位置的详细记录和标签。 爱因斯坦的大脑被储存在10个罐子里进行组织学切片和两个大玻璃瓶，所有这些都是用甲醛保存的。因为把爱因斯坦的大脑私藏起来，哈维丢掉了工作，但由于哈维的监护和对一些科学家的捐赠，爱因斯坦的大脑得到了研究和保存。 爱因斯坦的大脑有两个部分。哈维把大脑切片的一部分交给了他信任的一些研究人员，另一部分被保存下来。例如，哈维在制作切片时借用了费城病理学家威廉·埃里克的实验室。为了表示感谢，哈维向对方赠送了46张脑片。埃里克在1967年去世时，他的妻子把它们送给了当地另一位医生艾伦·斯坦伯格。斯坦伯格随后将这些切片转交给费城儿童医院的高级神经病学家露西·亚当斯。亚当斯在2013年初向费城的医学博物馆MUT博物馆捐赠了46片爱因斯坦的大脑切片。博物馆于2013年4月开始展出爱因斯坦的大脑切片，其中一片可以在显微镜下观察。 研究人员得到了多少片爱因斯坦的大脑切片，目前还没有确切的数字。据说，他后来制作了多达2000片爱因斯坦大脑其他部分的切片，并分发给世界各地至少18名研究人员。因此，一系列的研究成果相继发表。 目前，爱因斯坦脑研究的成果已经发表很多。 在已发表的研究结果中，大多数都表明爱因斯坦的大脑与普通人不同，这些差异表现在很多方面。 根据哈维的解剖记录，爱因斯坦的大脑重1230克，低于成年男性的平均值（1400克），并不突出。因此，从脑容量的角度来看，爱因斯坦确实与普通人不同，但这种差别并不是人们所期望的特别突出，应该比普通人更大。 从那时起，第一份正式的学术报告发表于1985年，它解释了爱因斯坦的大脑与普通人的不同之处。加州大学伯克利分校的玛丽安·戴蒙德（Marian diamond）和其他人分别研究了爱因斯坦大脑皮层的四个部分，分别代表左、右前额叶和下顶叶，并将它们与其他11个人的大脑皮层进行了比较。结果显示，爱因斯坦左顶叶的神经元（神经元）与胶质细胞的比例低于正常人。胶质细胞是神经元的支持细胞、营养细胞和保护细胞。先前的研究表明，从老鼠到人类，哺乳动物神经元与胶质细胞的比例逐渐降低。这表明神经元的功能越复杂，就越需要胶质细胞的支持。 神经元与神经胶质细胞的比例很小，这也意味着神经胶质细胞增多，反之亦然。也就是说，爱因斯坦大脑左顶叶的神经元与胶质细胞的比例比普通人要小，这说明爱因斯坦大脑这一部分的胶质细胞数量比普通人多，所以他比普通人更聪明。 此外，神经解剖学还表明，顶叶下皮质是听觉、视觉和触觉信息的聚集地。下顶叶损伤后，患者无法进行复杂的思维，阅读、书写和计算能力也会受损。爱因斯坦大脑左顶叶神经元与胶质细胞的比例与正常人不同，这也反映出爱因斯坦顶叶下叶皮质的功能可能比普通人好。 美国阿拉巴马大学伯明顿分校神经学助理教授安德森1996年6月在《神经科学杂志》上发表题为《爱因斯坦大脑皮层厚度和前额叶皮质密度的变化》的文章。通过比较实验组和对照组的大脑皮层，他们发现大脑皮层的数量比对照组要薄。这表明爱因斯坦大脑皮层的神经元密度很高。 安德森推断爱因斯坦大脑皮层的神经元具有更好的信息传输效率，这可以解释爱因斯坦为什么有非凡的才能。 早在1999年6月，加拿大麦克马斯特大学的桑德拉·维特森等人在《柳叶刀》上发表了他们的研究成果。他们将爱因斯坦的大脑与99名去世的老年男女的大脑进行了比较。他们发现爱因斯坦左右半球的顶叶下区域比普通人厚1厘米，也就是说，比普通人多15%。因为爱因斯坦大脑的左顶叶比普通人大，其大小和形状与右顶叶相似，所以爱因斯坦大脑顶叶比普通人对称。顶叶负责视觉空间认知、数学能力和运动想象，这可能是爱因斯坦非凡的逻辑思维和空间认知能力的主要原因。这也说明爱因斯坦的左脑不同于普通人，而不是他的右脑。 此外，维特森等人。还发现爱因斯坦大脑的另一个特点是表层的许多部分没有凹槽（子宫间沟），这就像大脑中的路障，使得神经细胞很难相互交流。如果大脑中没有这样的障碍，神经元可以自由连接，使大脑的思维更加活跃。 根据福克等人在《大脑》杂志上发表的一篇研究论文，爱因斯坦的大脑确实不同于普通人。他们分析了14张之前未发表的爱因斯坦整个大脑的照片，并将它们与其他85人的大脑进行了比较。结果发现，虽然爱因斯坦的大脑只有1230克重，但他大脑的几个区域却有额外的沟和褶皱，这在其他人的大脑中很少见到。例如，爱因斯坦的大脑左侧有额外的凹槽和褶皱，这使得他的脸和舌头比平时更大。此外，爱因斯坦的前额叶皮质也有很大的延伸，这一区域是大脑的指挥和控制中心。在这里进行决策和自我控制等更高层次的思考。因此，这可以解释为什么爱因斯坦有更多的思考和新颖的想法。 胼胝体是连接大脑左右半球的神经纤维。来自中国上海华东师范大学物理系的研究人员和美国佛罗里达州立大学人类学系的研究人员利用核磁共振成像对爱因斯坦和两个对照组（一组15名中老年男性，另一组52名）的胼胝体进行了研究 健康 的年轻人）在爱因斯坦同时代的人（1905年）去世后，这组人的大脑都被保存了下来，这一年也是26岁的爱因斯坦发表相对论的年代。 研究人员比较了爱因斯坦和对照组大脑不同位置胼胝体的厚度。结果显示，爱因斯坦大脑的胼胝体比正常人厚。研究人员认为，由于胼胝体神经纤维较多，它们连接大脑的重要区域，比如负责复杂思维和决策的前额叶皮层，结合其他研究证据，比如一些物理学家的大脑比普通人的大脑大，而皱纹更为复杂，这表明爱因斯坦大脑的这些特征是他非凡才华基础的基础。 尽管上述研究表明爱因斯坦的大脑与普通人不同，但一些研究认为爱因斯坦的大脑与普通人没有区别。 纽约佩斯大学的心理学家特伦斯·海因斯在《大脑与认知》杂志上发表文章说，爱因斯坦的大脑在细胞和结构上与普通人没有什么不同。海因斯主要质疑此前一些关于爱因斯坦大脑的研究结果，以表明爱因斯坦的大脑与普通人没有什么不同。 首先，海因茨认为之前的研究并不严谨。例如，海因茨说，1985年在人类大脑中发现的钻石细胞数量明显高于普通人。因为戴蒙德分析了4个大脑区域的7个变量，相当于28组分析，只有一组p值小于，这并不能解释问题。因为p值是检验结果可信度的下降指标，如果p值大于，则无统计学意义，即结论不可靠；否则，p值小于，结论更可靠；p值小于，则非常可靠。然而，对爱因斯坦大脑中神经细胞的分类显示，28组中只有一组p值小于，说明爱因斯坦大脑中胶质细胞的含量并不比普通人多。 其次，海因斯认为，以往的研究和分析在逻辑上也存在问题。爱因斯坦的大脑不同于普通人的所有结论都是通过研究爱因斯坦的大脑切片得出的，这本身并不十分科学，因为几片大脑切片无法替代大脑的所有组织和细胞，也无法揭示这些细胞是如何思考和操作多种功能的大脑作为一个整体对整个大脑的一小片或几片进行分析，可以揭示出大脑的特殊认知能力，无异于痴人说梦。 第三，人们过去常常根据爱因斯坦的自我评价来分析他的大脑。例如，爱因斯坦曾写道，他认为自己可以很好地控制自己的大脑，精力充沛。但海因茨认为，这些评论在真正的神经科学中毫无价值，不可能准确地研究爱因斯坦的大脑，根据他说的几句话得出可靠的结论。 耶鲁大学医学院的神经科学家齐默尔曼同意海因斯的观点。齐默尔曼曾经是哈维的老师。因此，哈维也给了齐默尔曼一些爱因斯坦大脑的部分。在爱因斯坦还活着之前，齐默尔曼首先和爱因斯坦约好了将来研究他的大脑。当时，爱因斯坦同意了，但有一个条件：研究结果不应发表。齐默尔曼还仔细观察了爱因斯坦的大脑，认为他的大脑非常正常。爱因斯坦的大脑和普通人的不同之处在于，他的大脑比同龄的人更 健康 ，退化的迹象更少。 至于我们是否可以通过研究大脑得出爱因斯坦比普通人更聪明的结论，齐默尔曼的观点与海因斯一致。他举例说，有人赢得了长跑冠军，但他死后，解剖他的腿，你就以为能发现成为长跑冠军的秘诀吗？ 美国罗伯特·伍德·约翰逊医学院的神经学家雷波尔提出了一个更好的观点：人们对爱因斯坦大脑的迷恋揭示了人们对大脑的假设和对天才的崇拜。 更重要的是，即使爱因斯坦的大脑与普通人不同，哈佛医学院的神经科学家加内巴德认为，他无法回答另一个问题：是非凡的大脑让爱因斯坦成为伟大的物理学家，还是他对高级物理的学习改变了他的大脑？
这个应该没有什么特别的结论吧，只不过是因为爱因斯坦他的一些思维比我们更厉害而已
爱因斯坦大脑出身是便是畸形的，导致管理数学与空间的一块比普通人大
人工智能是一项前瞻性科学研究，已经成为ICT产业发展的突破口。以下是我整理的科技人工智能论文的相关 文章 ，欢迎阅读!
人工智能技术推动我国ICT产业发展模式探讨
【摘 要】人工智能是一项前瞻性科学研究，已经成为ICT产业发展的突破口。通过比较国内外ICT产业中人工智能技术研发现状， 总结 我国相关技术和产业的优劣势，有针对性的从国家政策层面和企业层面探讨人工智能技术在促进我国ICT产业发展的对策和建议。
【关键词】人工智能;政策引导;发展模式
0 引言
工信部在2010年工作会议上重点部署了战略性新兴产业的发展，信息和通信技术(Information and Communication Technology， ICT)产业排在首位。当前以智慧城市、智能家居、车联网等构成的物联网、移动互联网等应用为代表的新一代ICT产业不断创新，正在全球范围内掀起新一轮科技革命和产业变革，相关产业布局如图1所示。2013年前后欧美等国家和地区相继启动的人脑研究计划，促进人工智能、神经形态计算和机器人系统的发展。而人工智能就是机器模拟人脑的具体表现形式，以云计算、深度学习、智能搜索等一系列新技术在大规模联网上的应用，已经成为ICT产业进一步发展的重要方向[1-2]。面对人工智能在ICT产业上的迅猛发展，急需对我国在此方面的发展模式进行梳理。
1 国内外人工智能技术在ICT产业的发展现状
从发展脉络看，人工智能研究始终位于技术创新的高地，近年来成果斐然，在智能搜索、人工交互、可穿戴设备等领域得到了前所未有的重视，成为产业界力夺的前沿领域。目前国际ICT产业在人工智能技术上的发展重心涉及以下几个方面。
搜索引擎方向的发展
信息搜索是互联网流量的关键入口，也是实现信息资源与用户需求匹配的关键手段，人工智能的引入打开了搜索引擎发展的新空间。融合了深度学习技术的搜索引擎正大幅度提升图像搜索的准确率，同时吸纳了自然语言处理和云操作处理技术的搜索引擎，可将语音指令转化为实时搜索结果，另外人工智能搜索引擎可能添加意识情感元素，发展出真正意义上的神经心理学搜索引擎[3]。
从搜索引擎的发展上来看，国内企业起步稍晚，搜索领域较窄，但也有新浪、搜狐、百度、阿里巴巴、腾讯等公司等纷纷运用独特的技术与 商业模式 进行中国式的创新与超越，以及科大讯飞等企事业研究单位在部分方向已经具有了一定的基础，发展态势较好。
人脑科学助推人工智能技术发展
人工智能技术都是通过机器来模拟人脑进行复杂、高级运算的人脑研究活动。目前基于信息通信技术建立的研究平台，使用计算机模拟法来绘制详细的人脑模型，推动了人工智能、机器人和神经形态计算系统的发展，预计将引发人工智能由低级人脑模拟向高级人脑模拟的飞跃。
谷歌公司早就通过自主研发以及收购等方式来获取人工智能的必要技术，包括使用一万六千个处理器建立的模拟人脑神经系统的、具备学习功能的谷歌大脑。国内该方面的研究发展起步偏重于医学单位，在中华人类脑计划和神经信息学方面具有一定的科研成果，在某些领域达到了国际先进水平，但在新一轮全球人工智能竞赛中，中国至今处于观望和模仿阶段。直至2013年初，百度成立深度学习研究院，提出百度大脑计划，如图2所示，拥有了超越天河二号的超级计算能力，组建起世界上最大的拥有200亿个参数的深度神经网络。作为国内技术最领先的互联网公司，百度此次争得人工智能领域最顶尖的科学家，在硅谷布局人工智能研究，被视为与美国科技巨头直接展开了技术和人才竞争。
智能终端和可穿戴设备引起产业变革
移动终端通过嵌入人工智能技术破除了时空限制，促进了人机高频互动，穿戴式智能联网设备正在引领信息技术产品和信息化应用发展的新方向。
我国在智能终端和可穿戴设备芯片的研发方面，还处于探索的阶段，特别是大型芯片企业未进行有力的支持。目前只有君正发布了可穿戴的芯片，制造工艺与国际上还有一定的差距。应该说国内芯片现在还是处于刚刚起步阶段，相比市场对可穿戴设备概念的热捧，用户真正能体验到的可穿戴设备屈指可数，大多停留在概念阶段。
物联网部分领域发展
全球物联网应用在各国战略引领和市场推动下正在加速发展，所产生的新型信息化正在与传统领域深入融合。总的来看，在公共市场方面发展较快，其中智能电网、车联网、机器与机器通信(Machine-To-Machine， M2M)是近年来发展较为突出的应用领域[4]。
物联网涉及领域众多，各国均上升至国家战略层次积极推动物联网技术研发，我国也在主动推进物联网共性基础能力研究和建立自主技术标准。在射频识别(Radio Frequency Identification， RFID)、M2M、工业控制、标识解析等领域已经获得部分知识产权，其中中高频RFID技术接近国际先进水平，在超高频(800/900MHz)和微波()RFID空中接口物理层和MAC层均有重要技术突破。在标准方面，已建立传感网标准体系的初步框架，其中多项标准提案已被国际标准化组织采纳。作为国际传感网标准化四大主导国(美国、德国、韩国、中国)之一，我国在制定国际标准时已享有重要话语权。
2 我国ICT产业的政策引导
目前ICT产业的应用范围在不断的延伸，政策的制定必须考虑跨行业的需要，加速产业链的分工、合作和成熟。我国ICT企业正紧跟变革、激励创新、发掘内需，再通过突破瓶颈的ICT政策必将迎来新的机遇和发展。
国家政策方面的引导
世界发达国家纷纷制定ICT产业发展计划，并将其作为战略性新兴产业的重要组成部分。我国急需在国家政策方面进行引导，试图抢占下一程竞争制高点。政策应呈现如下趋势，破除行业间壁垒，加快制定ICT跨行业标准和产业相关政策。
加强政策顶层设计
成立国家级ICT产业发展机构，尽快确立国家ICT中长期发展战略，落实国家级监管机制、产业协同等各方面的工作，促进ICT产业及相关行业的发展。 加强自主创新能力
将战略性新兴产业作为发展重点，围绕其需求部署创新链，掌握核心关键技术，突破技术瓶颈。加强技术集成和商业模式的创新，加快新产品、新技术、新工艺研发应用。
深化科技体制改革
将企业主体地位予以强化，建立以企业为主、以市场为导向、产学研一体化的创新体系。新体系要确保企业为产业技术研发、技术创新决策、成果转化的主导地位，要促进人才、资源、技术等创新要素向企业流动，要主动与产学研机构开展深度合作，要扶植和壮大创新型企业。
知识产权方面的引导
专利方面
国际专利纠纷在一定程度上提高了国内企业的专利危机意识，但是由于在国内专利长期并未得到重视及专利技术研发周期长，企业对是否有能力实现布局认识不清[5]。初具国际竞争实力的国内企业应该紧抓全球重大的专利收购机遇，快速提升整体竞争力。针对新技术涉及专利问题应加快系统研究，重视前瞻性专利布局。积极探索统一专利池的构建，增强全产业专利授权及谈判能力，探索构建国内企业面临知识产权危机时的商业保护伞机制。一方面强化自身研发投入，另一方面仍需加强产学研结合、实现高校和科研院所的专利对企业转移。
著作权方面
目前版权产业已经成为国民经济新的增长点和经济发展中的支柱产业。世界知识产权组织在与我国国家版权局的合作调研时发现，2013年我国著作权作品登记共845064件，其中软件著作权登记164349件，同比增长超过18%。物联网、云计算、大数据等 热点 领域软件均呈现出了加速增长态势，如物联网软件著作权共4388件，同比增长，云计算软件著作权共3017件，同比增长，明显高于软件登记整体增速。虽然我国软件技术正处在一个高速增长期，但存在着低水平重复、起点较低的问题，仍需坚持不懈的进行引导、创新和保护。
3 ICT相关企业实现方式探讨
经过多年的努力积累，在人工智能究领域我国在不再仅是国外技术的跟随者，已经能够独立自主地进行重大问题的创新性研究，并取得了丰硕的成果。今后我国相关企业应进一步拓展人工智能在ICT产业的应用，并加快构建ICT产业生态系统。我国ICT相关企业在整个产业上应该逐步完成以下几个方面。
政、学、研、产、用全面推进
政府与科研院所建立合作机制。我国已经在制定多个促进产学研合作的计划，目的是将基础研究、应用研究，以及国家工业未来的发展紧密联系起来。大力资助具有应用前景的科研项目，促进大学与产业界联合申请项目，同时对由企业参与投资开发的项目实行重点关注。企业参与高校的科研项目。鼓励实力雄厚的公司通过向高校提供资金、转让科研设备等形式建立合作关系。高校积极参加企业研发项目。提供多种形式的合作方式，如高校教师充当企业顾问、举办学术讲座或参加企业课题研究，公司科研人员到高校进修并取得学位等。随着高校与政府、企业、研发机构合作的不断深入，努力消除校企之间的空间和物理层面的隔阂。探索建立学校、地方、企业、研发机构四位一体的科技创新体系，尽快形成具有特色优势和规模效益的高新技术产业群。
加强合作、推进新技术的产业化与商用
通信设备企业可与电信运营商、互联网企业加强合作，共同搭建新型试验网络，验证基于融合技术的网络架构在各场景的运行状况，排查可能出现的问题，推进相关技术、设备以及解决方案的成熟与商用化。加大与科研院所、专利中介、行业协会组织的合作，充分利用各方资源优势。企业应着重关注和影响科研院所的研究方向，协助其加强研发的实用性，提高研发质量。可以采取与校企合作开发、企业牵头申报课题，高校参与、企业设立课题由高校认领、建立联合实验室等方式。合作培育应用生态。企业在推进网络控制平台面向标准化的过程中，应充分考虑和吸纳包括电信运营商、互联网企业及其他各类企业的网络应用创新需求，为网络应用生态体系的形成与繁荣创建良好的技术基础与商业环境。
全力抢占大数据
我国政府已经认识到大数据在改善公共服务、推动经济发展以及保障国家安全等方面的重大意义。2014年《政府 工作 报告 》明确提出，“以创新支撑和引领经济结构优化升级;设立新兴产业创业创新平台”，在新一代移动通信、集成电路、大数据等方面赶超先进，引领未来产业发展。ICT企业在发展大数据的总体思路应该是：首先，明确国家关于大数据发展的战略目标，促进电信、互联网、金融等拥有海量数据的企业与其他行业进行大数据融合，扩展大数据应用领域;其次，在技术方面需要提高研发的前瞻性和系统性，近期重点发展实时大数据处理、深度学习、海量数据存储管理、交互式数据可视化和应用相关的分析技术等[6];第三，集合产学研用各方力量，统筹规划大数据应用，避免盲目发展;最后，解决个人信息的数据安全性需求。
重点发展云计算
2014年3月，工信部软件服务业司司长陈伟透露我国云计算综合标准化技术体系草案已形成。在政府建立标准化的同时，ICT企业应以企业的角度积极参与到云计算领域研究中，服务国家云产业发展战略。建议向用户充分开放企业平台资源，推进社会云产业发展;加强技术应用深度，将云计算技术着重应用于信息搜索、数据挖掘等领域，逐渐形成社会资源利用方面高效可行的 方法 技术;广泛展开与社会各界合作，推动社会各类数据资源与企业云计算技术的整合应用。云计算企业拥有丰富的软硬件资源、技术资源以及人力资源，并且服务政府信息化建设意愿强烈。应通过与政府社会资源应用需求相结合，充分发挥企业云计算资源在服务政府信息化建设、社会资源应用方面的潜力。
4 小结
发达国家对人工智能技术在ICT产业应用的研究开展较早，为促进人工智能技术的发展和ICT产业相关技术的发展已经提出并实施了一些行之有效的策略，积累了一定的 经验 。本文通过对比国内外在人工智能技术重点方向发展现状，借鉴他国政策与经验，根据我国的国情及产业发展所处的阶段，提出符合我国目前产业发展现状，适合我国的可借鉴的策略，以期为促进我国人工智能技术在ICT产业发展提供参考。
下一页分享更优秀的>>>科技人工智能论文
深度神经网络（DNNs）是 AI 领域的重要成果，但它的 “存在感” 已经不仅仅限于该领域。 一些前沿生物医学研究，也正被这一特别的概念所吸引。特别是计算神经科学家。 在以前所未有的任务性能彻底改变计算机视觉之后，相应的 DNNs 网络很快就被用以试着解释大脑信息处理的能力，并日益被用作灵长类动物大脑神经计算的建模框架。经过任务优化的深度神经网络，已经成为预测灵长类动物视觉皮层多个区域活动的最佳模型类型之一。 用神经网络模拟大脑或者试图让神经网络更像大脑正成为主流方向的当下，有研究小组却选择用神经生物学的方法重新审视计算机学界发明的DNNs。 而他们发现，诸如改变初始权重等情况就能改变网络的最终训练结果。这对使用单个网络来窥得生物神经信息处理机制的普遍做法提出了新的要求：如果没有将具有相同功能的深度神经网络具有的差异性纳入考虑的话，借助这类网络进行生物大脑运行机制建模将有可能出现一些随机的影响。要想尽量避免这种现象，从事 DNNs 研究的计算神经科学家，可能需要将他们的推论建立在多个网络实例组的基础上，即尝试去研究多个相同功能的神经网络的质心，以此克服随机影响。 而对于 AI 领域的研究者，团队也希望这种表征一致性的概念能帮助机器学习研究人员了解在不同任务性能水平下运行的深度神经网络之间的差异。 人工神经网络由被称为 “感知器”、相互连接的单元所建立，感知器则是生物神经元的简化数字模型。人工神经网络至少有两层感知器，一层用于输入层，另一层用于输出层。在输入和输出之间夹上一个或多个 “隐藏” 层，就得到了一个 “深层” 神经网络，这些层越多，网络越深。 深度神经网络可以通过训练来识别数据中的特征，就比如代表猫或狗图像的特征。训练包括使用一种算法来迭代地调整感知器之间的连接强度（权重系数），以便网络学会将给定的输入（图像的像素）与正确的标签（猫或狗）相关联。理想状况是，一旦经过训练，深度神经网络应该能够对它以前没有见过的同类型输入进行分类。 但在总体结构和功能上，深度神经网络还不能说是严格地模仿人类大脑，其中对神经元之间连接强度的调整反映了学习过程中的关联。 一些神经科学家常常指出深度神经网络与人脑相比存在的局限性：单个神经元处理信息的范围可能比 “失效” 的感知器更广，例如，深度神经网络经常依赖感知器之间被称为反向传播的通信方式，而这种通信方式似乎并不存在于人脑神经系统。 然而，计算神经科学家会持不同想法。有的时候，深度神经网络似乎是建模大脑的最佳选择。 例如，现有的计算机视觉系统已经受到我们所知的灵长类视觉系统的影响，尤其是在负责识别人、位置和事物的路径上，借鉴了一种被称为腹侧视觉流的机制。 对人类来说，腹侧神经通路从眼睛开始，然后进入丘脑的外侧膝状体，这是一种感觉信息的中继站。外侧膝状体连接到初级视觉皮层中称为 V1 的区域，在 V1 和 V4 的下游是区域 V2 和 V4，它们最终通向下颞叶皮层。非人类灵长类动物的大脑也有类似的结构（与之相应的背部视觉流是一条很大程度上独立的通道，用于处理看到运动和物体位置的信息）。 这里所体现的神经科学见解是，视觉信息处理的分层、分阶段推进的：早期阶段先处理视野中的低级特征（如边缘、轮廓、颜色和形状），而复杂的表征，如整个对象和面孔，将在之后由颞叶皮层接管。 如同人的大脑，每个 DNN 都有独特的连通性和表征特征，既然人的大脑会因为内部构造上的差异而导致有的人可能记忆力或者数学能力更强，那训练前初始设定不同的神经网络是否也会在训练过程中展现出性能上的不同呢？ 换句话说，功能相同，但起始条件不同的神经网络间究竟有没有差异呢？ 这个问题之所以关键，是因为它决定着科学家们应该在研究中怎样使用深度神经网络。 在之前 Nature 通讯发布的一篇论文中，由英国剑桥大学 MRC 认知及脑科学研究组、美国哥伦比亚大学 Zuckerman Institute 和荷兰拉德堡大学的 Donders 脑科学及认知与行为学研究中心的科学家组成的一支科研团队，正试图回答这个问题。论文题目为《Individual differences among deep neural network models》。 根据这篇论文，初始条件不同的深度神经网络，确实会随着训练进行而在表征上表现出越来越大的个体差异。 此前的研究主要是采用线性典范相关性分析（CCA，linear canonical correlation analysis）和 centered-kernel alignment（CKA）来比较神经网络间的内部网络表征差异。 这一次，该团队的研究采用的也是领域内常见的分析手法 —— 表征相似性分析（RSA，representational similarity analysis）。 该分析法源于神经科学的多变量分析方法，常被用于将计算模型生产的数据与真实的大脑数据进行比较，在原理上基于通过用 “双（或‘对’）” 反馈差异表示系统的内部刺激表征（Inner stimulus representation）的表征差异矩阵（RDMs，representational dissimilarity matrices），而所有双反馈组所组成的几何则能被用于表示高维刺激空间的几何排布。 两个系统如果在刺激表征上的特点相同（即表征差异矩阵的相似度高达一定数值），就被认为是拥有相似的系统表征。 表征差异矩阵的相似度计算在有不同维度和来源的源空间（source spaces）中进行，以避开定义 “系统间的映射网络”。本研究的在这方面上的一个特色就是，使用神经科学研究中常用的网络实例比较分析方法对网络间的表征相似度进行比较，这使得研究结果可被直接用于神经科学研究常用的模型。 最终，对比的结果显示，仅在起始随机种子上存在不同的神经网络间存在明显个体差异。 该结果在采用不同网络架构，不同训练集和距离测量的情况下都成立。团队分析认为，这种差异的程度与 “用不同输入训练神经网络” 所产生的差异相当。 如上图所示，研究团队通过计算对应 RDM 之间的所有成对距离，比较 all-CNN-C 在所有网络实例和层、上的表示几何。 再通过 MDS 将 a 中的数据点（每个点对应一个层和实例）投影到二维。各个网络实例的层通过灰色线连接。虽然早期的代表性几何图形高度相似，但随着网络深度的增加，个体差异逐渐显现。 在证明了深度神经网络存在的显著个体差异之后，团队继续探索了这些差异存在的解释。 随后，研究者再通过在训练和测试阶段使用 Bernoulli dropout 方法调查了网络正则化（network regularization）对结果能造成的影响，但发现正则化虽然能在一定程度上提升 “采用不同起始随机种子的网络之表征” 的一致性，但并不能修正这些网络间的个体差异。 最后，通过分析网络的训练轨迹与个体差异出现的过程并将这一过程可视化，团队在论文中表示，神经网络的性能与表征一致性间存在强负相关性，即网络间的个体差异会在训练过程中被加剧。 总而言之，这项研究主要调查了多个神经网络在最少的实验干预条件下是否存在个体差异，即在训练开始前为网络设置不同权重的随机种子，但保持其他条件一致，并以此拓展了此前与 “神经网络间相关性” 有关的研究。 除了这篇 这篇 研究以外，“深度学习三巨头” 之一、著名 AI 学者 Hinton 也有过与之相关的研究，论文名为《Similarity of Neural Network Representations Revisited》，文章探讨了测量深度神经网络表示相似性的问题，感兴趣的读者可以一并进行阅读。 Refrence： [1] [2]
人工智能是否超越人类大脑的论文详情可以具体和我说说.
人工智能是一项前瞻性科学研究，已经成为ICT产业发展的突破口。以下是我整理的科技人工智能论文的相关 文章 ，欢迎阅读!
人工智能技术推动我国ICT产业发展模式探讨
【摘 要】人工智能是一项前瞻性科学研究，已经成为ICT产业发展的突破口。通过比较国内外ICT产业中人工智能技术研发现状， 总结 我国相关技术和产业的优劣势，有针对性的从国家政策层面和企业层面探讨人工智能技术在促进我国ICT产业发展的对策和建议。
【关键词】人工智能;政策引导;发展模式
0 引言
工信部在2010年工作会议上重点部署了战略性新兴产业的发展，信息和通信技术(Information and Communication Technology， ICT)产业排在首位。当前以智慧城市、智能家居、车联网等构成的物联网、移动互联网等应用为代表的新一代ICT产业不断创新，正在全球范围内掀起新一轮科技革命和产业变革，相关产业布局如图1所示。2013年前后欧美等国家和地区相继启动的人脑研究计划，促进人工智能、神经形态计算和机器人系统的发展。而人工智能就是机器模拟人脑的具体表现形式，以云计算、深度学习、智能搜索等一系列新技术在大规模联网上的应用，已经成为ICT产业进一步发展的重要方向[1-2]。面对人工智能在ICT产业上的迅猛发展，急需对我国在此方面的发展模式进行梳理。
1 国内外人工智能技术在ICT产业的发展现状
从发展脉络看，人工智能研究始终位于技术创新的高地，近年来成果斐然，在智能搜索、人工交互、可穿戴设备等领域得到了前所未有的重视，成为产业界力夺的前沿领域。目前国际ICT产业在人工智能技术上的发展重心涉及以下几个方面。
搜索引擎方向的发展
信息搜索是互联网流量的关键入口，也是实现信息资源与用户需求匹配的关键手段，人工智能的引入打开了搜索引擎发展的新空间。融合了深度学习技术的搜索引擎正大幅度提升图像搜索的准确率，同时吸纳了自然语言处理和云操作处理技术的搜索引擎，可将语音指令转化为实时搜索结果，另外人工智能搜索引擎可能添加意识情感元素，发展出真正意义上的神经心理学搜索引擎[3]。
从搜索引擎的发展上来看，国内企业起步稍晚，搜索领域较窄，但也有新浪、搜狐、百度、阿里巴巴、腾讯等公司等纷纷运用独特的技术与 商业模式 进行中国式的创新与超越，以及科大讯飞等企事业研究单位在部分方向已经具有了一定的基础，发展态势较好。
人脑科学助推人工智能技术发展
人工智能技术都是通过机器来模拟人脑进行复杂、高级运算的人脑研究活动。目前基于信息通信技术建立的研究平台，使用计算机模拟法来绘制详细的人脑模型，推动了人工智能、机器人和神经形态计算系统的发展，预计将引发人工智能由低级人脑模拟向高级人脑模拟的飞跃。
谷歌公司早就通过自主研发以及收购等方式来获取人工智能的必要技术，包括使用一万六千个处理器建立的模拟人脑神经系统的、具备学习功能的谷歌大脑。国内该方面的研究发展起步偏重于医学单位，在中华人类脑计划和神经信息学方面具有一定的科研成果，在某些领域达到了国际先进水平，但在新一轮全球人工智能竞赛中，中国至今处于观望和模仿阶段。直至2013年初，百度成立深度学习研究院，提出百度大脑计划，如图2所示，拥有了超越天河二号的超级计算能力，组建起世界上最大的拥有200亿个参数的深度神经网络。作为国内技术最领先的互联网公司，百度此次争得人工智能领域最顶尖的科学家，在硅谷布局人工智能研究，被视为与美国科技巨头直接展开了技术和人才竞争。
智能终端和可穿戴设备引起产业变革
移动终端通过嵌入人工智能技术破除了时空限制，促进了人机高频互动，穿戴式智能联网设备正在引领信息技术产品和信息化应用发展的新方向。
我国在智能终端和可穿戴设备芯片的研发方面，还处于探索的阶段，特别是大型芯片企业未进行有力的支持。目前只有君正发布了可穿戴的芯片，制造工艺与国际上还有一定的差距。应该说国内芯片现在还是处于刚刚起步阶段，相比市场对可穿戴设备概念的热捧，用户真正能体验到的可穿戴设备屈指可数，大多停留在概念阶段。
物联网部分领域发展
全球物联网应用在各国战略引领和市场推动下正在加速发展，所产生的新型信息化正在与传统领域深入融合。总的来看，在公共市场方面发展较快，其中智能电网、车联网、机器与机器通信(Machine-To-Machine， M2M)是近年来发展较为突出的应用领域[4]。
物联网涉及领域众多，各国均上升至国家战略层次积极推动物联网技术研发，我国也在主动推进物联网共性基础能力研究和建立自主技术标准。在射频识别(Radio Frequency Identification， RFID)、M2M、工业控制、标识解析等领域已经获得部分知识产权，其中中高频RFID技术接近国际先进水平，在超高频(800/900MHz)和微波()RFID空中接口物理层和MAC层均有重要技术突破。在标准方面，已建立传感网标准体系的初步框架，其中多项标准提案已被国际标准化组织采纳。作为国际传感网标准化四大主导国(美国、德国、韩国、中国)之一，我国在制定国际标准时已享有重要话语权。
2 我国ICT产业的政策引导
目前ICT产业的应用范围在不断的延伸，政策的制定必须考虑跨行业的需要，加速产业链的分工、合作和成熟。我国ICT企业正紧跟变革、激励创新、发掘内需，再通过突破瓶颈的ICT政策必将迎来新的机遇和发展。
国家政策方面的引导
世界发达国家纷纷制定ICT产业发展计划，并将其作为战略性新兴产业的重要组成部分。我国急需在国家政策方面进行引导，试图抢占下一程竞争制高点。政策应呈现如下趋势，破除行业间壁垒，加快制定ICT跨行业标准和产业相关政策。
加强政策顶层设计
成立国家级ICT产业发展机构，尽快确立国家ICT中长期发展战略，落实国家级监管机制、产业协同等各方面的工作，促进ICT产业及相关行业的发展。 加强自主创新能力
将战略性新兴产业作为发展重点，围绕其需求部署创新链，掌握核心关键技术，突破技术瓶颈。加强技术集成和商业模式的创新，加快新产品、新技术、新工艺研发应用。
深化科技体制改革
将企业主体地位予以强化，建立以企业为主、以市场为导向、产学研一体化的创新体系。新体系要确保企业为产业技术研发、技术创新决策、成果转化的主导地位，要促进人才、资源、技术等创新要素向企业流动，要主动与产学研机构开展深度合作，要扶植和壮大创新型企业。
知识产权方面的引导
专利方面
国际专利纠纷在一定程度上提高了国内企业的专利危机意识，但是由于在国内专利长期并未得到重视及专利技术研发周期长，企业对是否有能力实现布局认识不清[5]。初具国际竞争实力的国内企业应该紧抓全球重大的专利收购机遇，快速提升整体竞争力。针对新技术涉及专利问题应加快系统研究，重视前瞻性专利布局。积极探索统一专利池的构建，增强全产业专利授权及谈判能力，探索构建国内企业面临知识产权危机时的商业保护伞机制。一方面强化自身研发投入，另一方面仍需加强产学研结合、实现高校和科研院所的专利对企业转移。
著作权方面
目前版权产业已经成为国民经济新的增长点和经济发展中的支柱产业。世界知识产权组织在与我国国家版权局的合作调研时发现，2013年我国著作权作品登记共845064件，其中软件著作权登记164349件，同比增长超过18%。物联网、云计算、大数据等 热点 领域软件均呈现出了加速增长态势，如物联网软件著作权共4388件，同比增长，云计算软件著作权共3017件，同比增长，明显高于软件登记整体增速。虽然我国软件技术正处在一个高速增长期，但存在着低水平重复、起点较低的问题，仍需坚持不懈的进行引导、创新和保护。
3 ICT相关企业实现方式探讨
经过多年的努力积累，在人工智能究领域我国在不再仅是国外技术的跟随者，已经能够独立自主地进行重大问题的创新性研究，并取得了丰硕的成果。今后我国相关企业应进一步拓展人工智能在ICT产业的应用，并加快构建ICT产业生态系统。我国ICT相关企业在整个产业上应该逐步完成以下几个方面。
政、学、研、产、用全面推进
政府与科研院所建立合作机制。我国已经在制定多个促进产学研合作的计划，目的是将基础研究、应用研究，以及国家工业未来的发展紧密联系起来。大力资助具有应用前景的科研项目，促进大学与产业界联合申请项目，同时对由企业参与投资开发的项目实行重点关注。企业参与高校的科研项目。鼓励实力雄厚的公司通过向高校提供资金、转让科研设备等形式建立合作关系。高校积极参加企业研发项目。提供多种形式的合作方式，如高校教师充当企业顾问、举办学术讲座或参加企业课题研究，公司科研人员到高校进修并取得学位等。随着高校与政府、企业、研发机构合作的不断深入，努力消除校企之间的空间和物理层面的隔阂。探索建立学校、地方、企业、研发机构四位一体的科技创新体系，尽快形成具有特色优势和规模效益的高新技术产业群。
加强合作、推进新技术的产业化与商用
通信设备企业可与电信运营商、互联网企业加强合作，共同搭建新型试验网络，验证基于融合技术的网络架构在各场景的运行状况，排查可能出现的问题，推进相关技术、设备以及解决方案的成熟与商用化。加大与科研院所、专利中介、行业协会组织的合作，充分利用各方资源优势。企业应着重关注和影响科研院所的研究方向，协助其加强研发的实用性，提高研发质量。可以采取与校企合作开发、企业牵头申报课题，高校参与、企业设立课题由高校认领、建立联合实验室等方式。合作培育应用生态。企业在推进网络控制平台面向标准化的过程中，应充分考虑和吸纳包括电信运营商、互联网企业及其他各类企业的网络应用创新需求，为网络应用生态体系的形成与繁荣创建良好的技术基础与商业环境。
全力抢占大数据
我国政府已经认识到大数据在改善公共服务、推动经济发展以及保障国家安全等方面的重大意义。2014年《政府 工作 报告 》明确提出，“以创新支撑和引领经济结构优化升级;设立新兴产业创业创新平台”，在新一代移动通信、集成电路、大数据等方面赶超先进，引领未来产业发展。ICT企业在发展大数据的总体思路应该是：首先，明确国家关于大数据发展的战略目标，促进电信、互联网、金融等拥有海量数据的企业与其他行业进行大数据融合，扩展大数据应用领域;其次，在技术方面需要提高研发的前瞻性和系统性，近期重点发展实时大数据处理、深度学习、海量数据存储管理、交互式数据可视化和应用相关的分析技术等[6];第三，集合产学研用各方力量，统筹规划大数据应用，避免盲目发展;最后，解决个人信息的数据安全性需求。
重点发展云计算
2014年3月，工信部软件服务业司司长陈伟透露我国云计算综合标准化技术体系草案已形成。在政府建立标准化的同时，ICT企业应以企业的角度积极参与到云计算领域研究中，服务国家云产业发展战略。建议向用户充分开放企业平台资源，推进社会云产业发展;加强技术应用深度，将云计算技术着重应用于信息搜索、数据挖掘等领域，逐渐形成社会资源利用方面高效可行的 方法 技术;广泛展开与社会各界合作，推动社会各类数据资源与企业云计算技术的整合应用。云计算企业拥有丰富的软硬件资源、技术资源以及人力资源，并且服务政府信息化建设意愿强烈。应通过与政府社会资源应用需求相结合，充分发挥企业云计算资源在服务政府信息化建设、社会资源应用方面的潜力。
4 小结
发达国家对人工智能技术在ICT产业应用的研究开展较早，为促进人工智能技术的发展和ICT产业相关技术的发展已经提出并实施了一些行之有效的策略，积累了一定的 经验 。本文通过对比国内外在人工智能技术重点方向发展现状，借鉴他国政策与经验，根据我国的国情及产业发展所处的阶段，提出符合我国目前产业发展现状，适合我国的可借鉴的策略，以期为促进我国人工智能技术在ICT产业发展提供参考。
下一页分享更优秀的>>>科技人工智能论文
人工智慧虽然是模拟人的智慧创造出来的，但是，反过来也让我们对于人的智慧，对于如何培养批判性思维有了更深入的思考。 以下是我整理的的相关文章，欢迎阅读!
【摘 要】 淘宝推出Buy+和AlphaGo战胜李世石，进一步催热了VR和AI市场。本文的分析表明，VR和AI都有一个共同的基础――真实、准确的资料。同样，人工智慧和人的智慧也有很多类似之处，不仅依赖个体对于符号数字、文字的准确解读，而且还需要对多种资讯来源进行比较、评判和确认。人工智慧虽然是模拟人的智慧创造出来的，但是，反过来也让我们对于人的智慧，对于如何培养批判性思维有了更深入的思考。
【关键词】 虚拟现实;人工智慧;批判性思维;媒介技术
【中图分类号】 G40-057 【文献标识码】 B 【文章编号】 1009―458x201605―0041―02
最近，微信朋友圈的两大热点话题无疑是新推出的虚拟现实Virtual Reality，VR应用淘宝Buy+[1]和人工智慧Artificial Intellegence，AI棋手AlphaGo。淘宝Buy+推出当天，有人就惊呼：“吓得马上剁了还剩下的那只手!”AlphaGo战胜韩国围棋国手李世石以来，网际网路大脑[2]的话题也一直是朋友圈的讨论热点。从网际网路的底层执行逻辑来看，无论VR还是AI，基础都是资料――准确、真实、可信的资料。资料对于VR、AI的意义，就如同知识真正的真知灼见对人的意义。我们从VR、AI这两个应用入手，聊一聊人工智慧和人的智慧。
首先，对于淘宝Buy+，我的看法是：淘宝基础资料的造假，将使VR购物体验大打折扣。
作为一个计算机科班出身的偏执狂，我怀疑一切网路支付的安全性，所以，以前从来没有系结过银行卡，网购只买书，货到付款。春节前预定出境游一时贪便宜用支付宝便宜200元，绑定了支付宝，遂加入剁手党，并在春节期间拿出专业的研究精神，付出上万元的研究“经费”，对我国电子商务平台进行了全面深入的研究，为此，还获得了京东、淘宝颁发的剁手奖!研究结论：中国电子商务平台购物的便利、流程的顺滑，绝对世界一流!为中国电商生态点赞!
可是，从4月2号开始，我还是退出了剁手党，重新回到专卖店、各类商城去买服装、鞋帽等日用品。原因是淘宝服装的号码太不靠谱了!我买的好几家不同店的羊毛、纯棉、羊绒号称开衫，不管标的是L、XL，还是XXL，收到的实物全都比以前在商场买的小1、2公分。你说号码不准，我好好看产品说明，按照尺寸来选服装。结果，白纸黑字的尺寸资料也全无信用!
你说你弄个VR，无非就是帮我试个衣服，看看合不合适、好不好看吗?这倒好，按照商家提供的资料，VR试出来效果特别好，收到实物一看，完全不是一回事儿。原来我还以为淘宝的造假只是抄袭名牌，现在才发现造假也是一个生态链，从基本资料开始，每个环节都可能有假。所以，没有基础资料的标准化以及诚实守信的商业环境，服装类VR会严重失真、失信。资料与实物不对标，会导致VR技术应用的作用大打折扣。
其次，AlphaGo赢了李世石，是否意味着机器已经比人聪明了?人是否应该有危机感了?我想说，大可不必，为时尚早。我们举个例子来说明人工智慧的不同层次。
比如说，《星球大战》里的机器人部队要来攻打北京，我们怎么办?第一层次，如果是比较傻的、只会按照导航指令进行智慧判断的机器人近似于单机版的AlphaGo，可以采用软体打击。先派侦察兵弄清楚机器人用什么地图导航包括自动驾驶汽车、无人机等这类新应用都依赖三维立体地图的导航，然后用黑客手段把三维立体地图资料全部换掉，用一套假地图资料为机器人导航，把它们引到某死亡之地。
第二层次，假如机器人不但有一套导航系统，还具有批判性思维能力，并且有一套由卫星、各路感测器系统组成的“观察”体系，帮助机器人用周边事实景物资讯跟地图资讯进行比较，判断地图的真伪，情况就比较复杂了。对于这类机器人的进攻，最适当的应对措施就是硬体打击，当机立断断电断网。不过，需要说明的是，这种运算机器学习要复杂得多，系统配置也昂贵得多，而且要求网路具备强大的容错效能，防止资讯被长城防火墙之类的拦截。
分清人工智慧的这两个层次，对于我们认识人的智慧，认识媒介与认知的关系，具有重大的启发。
讨论人的智慧首先需要区分两种完全不同的认知论：个体认知论与社会认知论。教育心理学聚焦学习者个人的认知规律，偏重于个体认知论;网际网路大脑更多关注的是社会群体认知论。今天，教育技术学和教育学的“坏理论”根源往往在于将两者混为一谈。
简单说，今天人类用书本、网路所承载的全部知识，是从荷马史诗、圣经、苏格拉底、柏拉图、亚里士多德、哥白尼一直到牛顿、达尔文、爱因斯坦等数千年来人类对世界全部观察的积累。把这些分散于不同时空的“人类智慧”连线在一起的就是口传、手工抄写的羊皮书、印刷技术、广播电视、网际网路等媒介技术。所以，当一个6岁的孩子坐在教室里拿起书本的时候，他面临的巨大认知难题，是一个幼小的仅仅有6年人生经验的个体跟人类整体经验积累的对话。他首先要做的事情，是像海伦・凯勒那样，在数十次、数百次的重复后，认“字”[3]。这样的个体学习，不采用行为主义的学习方式，难道你让他/她拒绝认字，自我建构一套表达符号?
人类知识就是由跨越时空的一个个个体，借助于媒介技术的记录、汇聚、复制、传承、批判等过程生产形成的。这是一个跨越时空的人借助媒介技术支援，以社会认知的方式生产知识的过程[4]。个体的学习，则是个人经验，跟人类知识、规则对话，融入及参与社会合作，藉以实现个人生存和发展的过程。区分个体的人、群体的人和作为人类的人，是我们分析和解决教育问题的出发点。我以为，当下中国教育研究中最大的问题，恰恰在于一直在讨论一个抽象的、理想主义的、没有具体所指的概念――人。因此，无论“全人”，还是技术与“人”，都是争论不清的话题。
与人类整体的知识建构社会认知论相比，个体的人其实相当于处于三维地图情境下的机器人，我们的感知感测器能探测到的其实只是自己周围很少的真实资讯，如果你接收到的知识体系是被黑客“黑”过的一套假三维地图的话，你如何判断正确的方向?20世纪很多伟大的哲学思想，包括福柯的“知识考古学”、波兰尼的“个人知识”、哈耶克的“自生自发秩序”等，其实或多或少都跟“个体的人”“某个群体的人”与“整体的人类知识”这个典型对话情景有关，恰如三维地图情境下的机器人。换句话说，在制造一个人工大脑的机器的过程中，促进了我们对人类智慧的省察与深度思考。
不过，迄今为止，我们能做的仍然主要是在社会认知体系上的建构，用外在的认知形成去推演脑内的“运算”过程，人脑内部真正的意义形成至今还是一个未知领地脑科学的研究主要还是在Function，而不是Meaning层面。
对人工智慧第一、第二层智慧的分析也说明，批判性思维的培养太复杂了，而应试教育知道、信奉一套被输入的知识则要简单得多。批判性思维不仅自己学生、老师要有质疑的意识，还需要一套社会化的“感测器”系统的支援和验证。所以，教育改革真的是天下最难的改革，也可以说，所有的改革本质上都是人的思维和认知方式的改革。
下一页分享更优秀的>>>
早在2400年前，医学之父希波克拉底就曾说过：阳 光空气水运动这是生命和健康的源泉。运动，是治愈一切的良药。特别是在当下疫情的情况下拥有一个健康的身体是相当有必要的。人人都知道生命在于运动，但只有很少人意识到，保持活跃的生活状态，其实是我们大部分人都能够做到的，而且也是我们改善或保持健康必做的头等大事。定期运动不仅能够降低罹患或死于心脏病、中风及糖尿病的风险，还能预防某些癌症，改善情绪，强健骨骼，强韧肌肉，提高肺活量，减少跌倒及骨折的风险，以及帮助维持健康体重。而上述这些都还只是我们比较熟悉的一些运动的益处而已。在过去几年中，该领域的研究发展迅速，对于运动对健康的益处的研究也日益深入。除了别的好处之外，体育锻炼似乎还能够提升大脑功能(特别是专注力、组织和计划的能力)，减轻某些个体的抑郁及焦虑症状，以及提升免疫系统发现及抵抗某些癌症的能力。此外，研究人员已不再局限于描述定期体育活动对于健康的明显益处，而开始在细胞分子水平，详细研究体育锻炼对于动脉粥样硬化患者和糖尿病人的正面影响。许多研究体育锻炼如何影响人体内各种系统(心血管系统、消化系统、内分泌系统以及神经系统等)的项目发现，大多数对健康的益处都来自体育运动对多种生理活动的中小幅度改善，而非对特定细胞组织中少数生理过程的大幅改变。研究人员还发现，并非只有成为铁人三项运动员才能从锻炼中获益。20年前，预防医学专家几乎只关注高强度运动对于健康的助益。如今，他们也开始强调经常进行中强度运动的益处。在护士健康研究(Nurses’ Health Study)及妇女健康倡议计划(Women's Health Initiative)这两个大型研究项目中，本文作者之一的曼森参与了对于中强度与高强度锻炼对健康助益的比较研究。基于这些研究数据，最新的《美国锻炼指南》(. exercise guideline，2008年出版)建议公众，每周进行至少30分钟的中强度运动(例如快步走)五次或以上，或者每周进行一次75分钟的高强度运动(例如慢跑)，并且每周进行至少两次30分钟以上的肌肉强化运动。对于这些发现进一步的仔细分析，可以让我们认识体育锻炼是如何在不知不觉中保护我们的身体，并保持其正常运作的。即时效应为了全面地理解这些最新的发现，我们先来了解身体如何应对增加的生理需求。对于不同的个体，体育锻炼可能意味着完全不同的运动。从雪鞋健行(snowshoe)到游泳、沙滩漫步，体育锻炼的形式多种多样，运动强度也各不相同。有氧运动会显著地提高肌肉的需氧量，需要肺部高强度工作。它对健康的助益最为人们所了解。但是其他保持在原地不动的锻炼(例如举重或平衡练习)，也有它们的益处。科学家们已经研发了一套严谨的方法，在实验室中测量有氧运动的强度。而一种能够在实验室外更经济地测定运动强度的有效方法，就是说话测试(talk test)。当体育活动达到中等强度时，你的心跳开始加快，呼吸开始加重。只要你还可以边运动边说话或背诵诗歌，你的运动强度就还处于中等水平。如果你运动时一次只能说一两个字，那么你就是在进行高强度的锻炼。如果你运动时还能唱歌的话，那你的运动强度就十分轻微了。无论人体什么时候开始加快步伐，神经系统都会将身体的各个器官调整到相应的运动状态。最初，个体可能会注意到自己感知力变得更敏锐，心跳和呼吸开始加速，身体开始轻微出汗。此刻，人体胃肠道和肾脏这类非运动必需的器官内血流量开始减少。同时，运动肌内的血管开始扩张，以确保肌肉组织中供氧充足，达到最佳工作状态。进入肌肉细胞中的氧气，会进一步渗入一种叫做线粒体(mitochondria)的细胞器中，它们利用氧气来为细胞制造能量。人体将较大的食物颗粒消化吸收，分解成葡萄糖分子， 作为线粒体产能过程的基本燃料。在线粒体中，氧气促使葡萄糖分子发生一种高效产能的氧化反应。在有氧条件下，线粒体中葡萄糖分子的产能效率比无氧条件下高出近20倍。身体首先利用的是以糖原(glycogen)形式存在于肝脏和肌肉组织中的葡萄糖分子。但随着运动的进行，体内可用的糖原很快被耗尽，甘油三酯(triglyceride，一种脂肪)分子成为主要的能量来源。所有这些体内的氧化反应，都会产生一些副产物，例如乳酸和二氧化碳。这些副产物会从肌肉组织渗入血液中，流到身体各个部位。这些副产物水平的升高会促发大脑、肺部和心脏的一系列生化反应，更有效和更轻松地将这些废物从体内清除。一旦体育活动成为了一种习惯，运动对身体的好处就真正开始慢慢积累起来。身体开始习惯体育活动所增加的各种生理需求，个体的耐力随之提高，而身体也变得越来越健康。举例来说，每次呼吸的加深，肺部所处理的氧气量增加，心脏泵出的血液量也会增加。当个体的体育活动量达到或超过美国政府的建议标准后几周内，通常就会出现这些适应性的生理反应，而这些生理反应还会使人体产生一些生理变化，使个体健康得到长期的改善。分子变化体育锻炼对于人体各方面的影响，迄今已积累了庞大的研究数据，从对各个主要器官系统的影响，到对多种基因活性的影响。图表“体育运动的益处”就列举了其中一些主要的研究结论。但是我们在本文里关注的是一些新发现的机理，它们能帮助解释为什么体育锻炼可以拓展我们的认知能力，改善我们控制血糖的能力，加强我们的心血管系统。在运动所带来的益处之中，这些变化对于我们日常生活质量的影响是最大的。运动员们早就发现运动可以提升他们的情绪，改善他们的心理健康。然而，直到2008年科学家才终于能够直接测量所谓的“跑步者的快感”(runner's high)——这是一种长时间运动后，个体所感受到的愉悦感。他们发现，在长跑中，人的大脑会释放出更多的内啡肽(一种能产生愉悦感的鸦片样激素)，而且这种物质会作用于大脑中掌管强烈情绪的区域。(以前的研究只发现血液中内啡呔含量的增加，而并没发现这与大脑中的变化相关。)最近，研究人员开始关注运动产生的大脑化学变化，以及它们如何提高人们的专注力、思维和决策能力。2011年，一项对120位60～70岁老年人所进行的严谨科学实验(即随机对照实验)显示，运动会增加大脑中海马体的体积。该项研究论文的作者提到，海马体中受运动影响的部位其实正是掌管人们对熟悉环境记忆的部位，同时它也是大脑中少数几个能够产生新神经细胞的区域之一(至少在大鼠中如此)。新生神经细胞被认为有助于个体区分相似的不同事物。动物研究还进一步显示，运动可以提高脑源性神经营养因子(brain-derived neurotrophic factor，BDNF)的水平，而这种化学物质正是诱发新生神经细胞生长的分子。目前，多项科学研究正在挑战我们对于运动预防心脏疾病的认识。最初，科学家们认为日常锻炼之所以能够降低心血管疾病的患病风险，主要是通过降低血压和减少血液中的低密度脂蛋白胆固醇分子(即坏的胆固醇)含量，提高高密度脂蛋白胆固醇分子(即好的胆固醇)含量。这个结论其实只讲对了部分原因。运动确实能够显著降低一些人的血压，但对于大多数人，运动的这一益处相对较小。而且，通过运动(特别是负重训练一类的阻力锻炼)来提高血液中高密度脂蛋白胆固醇的含量，即使是只提高几个百分点，也需要好几个月的时间。进一步的研究显示，运动对于低密度脂蛋白胆固醇的影响，更重要的是改变该分子的特性，而非降低该分子在血液中的水平。从严格意义上来讲，低密度脂蛋白并不等同于胆固醇，它其实是胆固醇在血液中的载体，就好像运载货物的卡车一样。(胆固醇的脂类组成使其无法溶解在血液的水环境中，因而它必须被包裹在可以溶于水的物质中。)低密度脂蛋白颗粒也有多种不同的大小，就像运载货物可以是面包车，也可以是大卡车。在过去的几年中，越来越多的科学家发现，分子较小的低密度脂蛋白特别危险。例如，它们容易释放出电子，在血管中横冲直撞，破坏其他分子和细胞(可以把它想象成由疯狂司机驾驶的破货车)。另一方面，分子较大的低密度脂蛋白则稳定得多，它随着血液流动，不会撞到任何东西(就好像由专业司机驾驶的大卡车)。目前的研究显示，运动可增加较大的、更安全的低密度脂蛋白的数量，同时降低较小的、更危险的低密度脂蛋白的数量。运动能够增加脂肪和肌肉组织中的脂蛋白脂肪酶(lipoprotein lipase)活性，从而改变较大和较小低密度脂蛋白的比率。如果两个人运动的程度不同，即使他们血液中的胆固醇水平相同，他们罹患心脏疾病的风险也会大相径庭。久坐不运动的人体内可能存在大量小分子的低密度脂蛋白，而经常运动的人血液中则可能是大分子的低密度脂蛋白占多数。即使这两个人的胆固醇水平完全相同，前者心脏病发作的风险也可能是后者的数倍。定期运动还能对血液中的另一种重要成分——葡萄糖——产生正面的影响。无论是在静息时还是运动时，肝脏、胰脏和骨骼肌(转动头部、手臂、腿和身体的肌肉)通常会合作无间，以确保身体各部位获得所需的糖分。运动无疑会增加人体对骨骼肌的要求，骨骼肌就会需要更多葡萄糖来满足这些要求。长期来讲，运动还会促使肌肉纤维更有效地利用葡萄糖，这样会使肌纤维更强壮。当身体发出需要更多能量的信号时，肝脏会马上把糖分子释放到血液中，而胰脏则会分泌胰岛素，指示细胞吸收血液中增加的葡萄糖。你可能会认为，这一过程或许会导致餐后或运动后血糖水平的急剧变化，但是在正常人体内，血糖水平却一直被控制在70～140mg/dL的有限范围内(空腹血糖维持在126mg/dL以下)。血糖水平必须保持在70mg/dL以上是因为，葡萄糖是大脑的主要能量来源，大脑对血糖浓度的变化十分敏感。虽然极端的低血糖可能在几分钟内导致昏迷和死亡，但从生理学的角度来看，避免血糖长期处于高浓度水平也同样重要。大致来讲，血液中多余的糖分容易使身体状况变糟，导致细胞过早老化。当体育锻炼成为日常习惯，人体的肌肉组织对胰岛素的敏感性就会提高。这就意味着胰脏不必如此辛苦地运作，就能保持机体内血糖稳定；低浓度的胰岛素就能达到过去高浓度胰岛素所能达到的效果。这对于2型糖尿病患者具有特别的意义，因为他们要保持一个正常血糖值十分困难，这在很大程度上是由于他们对胰岛素产生了耐受性。而且，胰岛素同时也会促进细胞的增殖(即快速产生新细胞)，因此，高浓度的胰岛素会增加罹患乳腺癌和结肠癌的风险。最近，研究发现体育运动还能促进另一种吸收葡萄糖的途径，这种途径不依赖胰岛素。多一种不依赖胰岛素将葡萄糖从血液之中移出，并转移到肌肉细胞的途径，可能为糖尿病的治疗开辟一个新的方向。有趣的是，进行多种不同运动的糖尿病患者，似乎从运动中获益更多。两项大型的随机对照实验发现，将有氧运动与阻力训练结合，比单独一种运动更有助于控制人体的血糖水平。但是，第一项研究由于其实验设计的关系，无法确定参加有氧和阻力结合训练的测试个体比参加单项运动的测试个体受益更多，到底是由于同时进行两种运动的关系，还是由于其运动的总时间较长。本文的作者之一丘奇于是决定针对这一问题，展开第二项实验。他将262位久坐不运动的糖尿病患者分成4 个小组：有氧运动组(在跑步机上行走)，阻力训练组(坐姿划艇、腿推举等运动)，综合组(结合有氧运动和阻力训练的运动)及对照组 。在实验进行的9个月时间里，每个实验组的个体进行体育活动的时间和强度都大致相当(每周大约140分钟)。所有参与实验的个体腰围都有所减少，而且进行了有氧运动的两组人都变得更健康了。但只有综合组个体的血液中HbA1c的含量有显著下降——HbA1c是一个反映过去几个月平均血糖水平的蛋白指标。两种运动的叠加效应暗示，有氧运动和阻力训练对于身体的影响机制不尽相同。目前，美国彭宁顿生物医学研究中心及其他地方的研究人员都在积极探索其中缘由。运动还能通过促进产能的线粒体的形成，来增强肌肉组织。日常的体育锻炼会使肌肉细胞产生一种叫做PGC-1α的蛋白质，这种蛋白质会促使细胞大量制造新的线粒体。细胞内的线粒体越多，细胞利用葡萄糖产能就越多，从而增加肌肉强度，抵抗肌肉疲劳。久坐的危害性既然中强度的体育运动对身体有如此多的好处，你可能会以为每个人都会系紧鞋带，开始出门运动了。但很多美国人甚至还没有达到每次半小时，每周5次以上的中强度运动。只有52%美国成年人达到《美国锻炼指南》中有氧运动的指导标准，仅有29%的人会完成每周两次，每次30分钟的肌肉训练。每5个美国人中，只有1个达到了《美国锻炼指南》中推荐的有氧运动与阻力训练的锻炼标准。要想一下子改变人们久坐不运动的习惯并非易事，因此科学家们开始研究强度较轻、时间较短的运动是否也对健康有好处。他们希望，肯定的研究结果能够促使那些成天蜷缩在沙发里的人尽量多动一下。到目前为止，初步的研究结果显示，即使是最小量的日常运动也有助于延年益寿。2012年，对于六项研究中万美国成年人10年的跟踪调查数据分析发现，每天仅仅花11分钟进行休闲活动的个体，其40岁之后的预期寿命也比不爱动的个体长年。无可否认，那些达到锻炼标准的个体寿命更长，他们的预期寿命比不爱动的个体长年。而那些每天进行60～90分钟体育活动的个体，其预期寿命更是比不爱动的个体长年。即使是最小量的运动也有好处。而且，我们全面审视迄今为止的运动研究后，结果显示，如果增加运动量，大多数人会在其中受益。例如，如果他们一般进行轻度运动，就适当进行中强度运动，或者如果他们一般进行中强度运动，就增加短时间的剧烈运动。也许，对于现今坐在办公室里的知识型工作者来说，最坏的消息是，就算你在进行少量高强度的训练，每天的闲暇时间坐上六个多小时也是有害的。这是坐着这个姿势本身的原因，还是与久坐不动造成的缺乏运动有关，还是个未知数。鉴于越来越多层出不穷的证据证明了体力活动对健康的好处，启示是明确的。定期进行长时间运动——将强度级别控制在安全范围内——需要成为每个人的日常习惯，而整个社会需要形成锻炼的风气。锻炼应该像现在人们一出门就跳进汽车里那样常见。我们强烈建议，医生和其他卫生保健工作者在人们来进行常规检查时，在处方上写上“定期运动”。此外，在现今社会，人们常常久坐，但也有一些行为模式，公共卫生运动和城市设计的变化是有利于人们增加体力活动水平的，我们建议应该对这些有利于人们增加体力活动水平的因素进行更深入的研究。
体育的功能论文
导语：体育是人类共同创造的一种特殊的社会文化活动，它所构建的以公平竞争为道德核心的，以和平、进步和团结为目标的价值体系和价值标准，得到了全人类普遍认同。以下是我为您整理的体育的功能论文相关资料，欢迎阅读！
摘要： 随着社会的发展，时代的进步，人类的物质生活水平得到了极大的改善，但是来自工作、家庭等各方面的压力也逐渐增多，致使很多人的身心健康也受到了威胁。而健身锻炼在促进人类身心健康方面，起到了非常重要的作用。所以，只有充分了解体育健身的功能，才能将健身促进身心健康的作用发挥到最大。
关键词： 健身锻炼；功能；分析
一、健身锻炼对人体各器官系统的作用
（一）健身锻炼对运动系统的作用
骨骼、关节和肌肉构成了人体的运动系统。长期坚持体育锻炼不仅可以加强骨组织的新陈代谢，改善骨骼的血液供应，促进骨骼的生长发育、形态结构和机能的良好改变，而且能够使骨密质增厚，骨径变粗，骨小梁的排列更加整齐且有规律，有利于抵抗外部压力。同时还有利于骨表面肌肉附着的突起更明显[1]。
系统的体育锻炼，可使关节面骨质和关节软骨增厚；肌腱和韧带增粗；关节囊、韧带、肌腱和周围肌肉的伸展性增强。这样关节的牢固性、灵活性、伸展性和柔韧性都会得到提高，关节的活动范围增大，承受能力和运动能力加强，同时可以防止伤害事故的发生。
健身锻炼对肌肉的影响更明显。经过长期锻炼，可以使肌纤维增粗，肌肉体积增大；肌纤维中线粒体的数目增多，供能更充分；肌肉中脂肪减少，结缔组织增多，化学成分发生改，变等等。这样肌肉会变得更发达、结实、健壮、匀称有力，收缩能力强，运动持续时间长。
（二）健身锻炼对循环系统的作用
健身锻炼对心脏有良好的影响。它可以增加心肌收缩蛋白和肌红蛋白的含量，毛细血管大量增生，进而使得循环血量的增加；还可以使心肌纤维变粗，心壁增厚，形成心脏运动性肥大，收缩搏动有力，而且会使得心脏的容积增大，脉搏输出量增加，提高了血液循环能力。
健身锻炼能够促进血管功能[2]。体育锻炼使血管壁肌层增厚，提高血管壁的弹性，增大管径，以有利于血液的流通和营养物质的供应，并能顺利地排出二氧化碳和其他废物。体育锻炼还可改善微循环。体育锻炼能使肌肉中的毛细血管大量开放，能极大地改善微循环机能，使之有更大的潜力来满足激烈活动所需的能量物质供应。
（三）健身锻炼对呼吸系统的作用
人体的肺活量受遗传因素的影响很大。即使经过后天的锻炼，提高的'空间也不明显，最多也就是30%左右[3]。体育锻炼对呼吸最大的效用是减少了肺的剩余容量，即减少了肺在呼吸中没有被利用的部分。健身锻炼并不能改变人的肺的容积，而是可以改善呼吸肌的状态和频率。
健身锻炼对呼吸系统的作用，主要是因为增加了肺通气量，即每分钟呼出的空气升数。肺通气量=肺活量×呼吸频率。健身锻炼虽然会降低呼吸频率，但是能增强呼吸肌的力量，使呼吸深、慢并且有节奏。健身锻炼对肺活量的增大有很大帮助。所以，即使呼吸的频率降低，但一次呼吸进出肺部的空气容量在很大程度得到了提高，这样增大肺通气量，提高了呼吸效率，进而也提高了呼吸系统的机能水平。
（四）健身锻炼对神经系统的作用
神经系统是由中枢神经系统和周围神经系统组成。神经元是神经系统的功能组成部分，而构成神经元的突起根据形状和功能分为树突和轴突。树突的主要作用是接收神经冲动，即起相互间信息联系作用。而轴突的主要作用是将神经冲动传出，即起信息输出的作用。坚持科学的体育锻炼，可以促进“树突”和“轴突”的生长发育，可以促进树突分枝增多，为人的智力发展奠定物质基础[4]。
科学适宜的运动使大脑和神经系统得到充分的锻炼，提高神经工作过程的强度、均衡性、灵活性和神经细胞的工作耐久力，使神经细胞获得更充足的能量物质和氧气供应，从而使大脑和神经系统在紧张的工作过程中获得充分的能量物质保证。
健身锻炼还可以提高视觉、听觉、位觉、本体感觉及肤觉等器官的功能。
二、健身锻炼可以提高人体社会适应能力
社会适应是指个体或群体调整自己的行为，使其适应所处社会环境大过程。实质上是个体不断社会化的过程。环境不仅包括例如天气等外部自然环境的影响，也包括例如人际交往等方面的社会环境。
（一）健身锻炼对外部环境适应能力的提高
健身锻炼对适应外部环境，增强身体素质起到了非常重要的作用[5]。长期在各种气候和环境条件下进行锻炼，能改善人体体温调节的机能，从而提高人体对自然环境的适应能力。同时，由于体育锻炼能促进血液循环，加速新陈代谢，提高造血机能，改善情绪，增强免疫力，也就提高了对各种疾病的抵抗能力和防治作用。
（二）健身锻炼对社会环境适应能力的提高
与此同时，体育锻炼的过程中充满着挑战，既有对自己运动能力的挑战，也有对他人的挑战；既有个体间的竞争，也有团队间的竞争。而竞争的结果总与成败相伴。所以，说体育锻炼不仅能够激发参与者追求成功的渴望，而且也能够锻炼参与者不怕失败和承受挫折的能力。竞赛中的失败是一种良好的挫折训练，是一种心理磨练和心理调适的过程，也是提高社会适应能力的过程。
三、健身锻炼能够提高人的智力
（一）健身锻炼可以促进神经系统各器官的生长发育
美国心理学家通过对幼鼠的训练发现，体力活动能有效增加大脑的重量、皮质的厚度和神经细胞的体积，枕叶细胞树突侧棘增多，突触的数量亦见增加[6]。这一结果说明后天的实践活动和脑组织的结构变化有着密切的联系。而体育锻炼对人类大脑和神经系统和其他各部分的生长发育同样可能起到类似的促进作用。
（二）健身锻炼可以增强人体脑部的工作效能
从生理学角度分析，人的记忆能力与脑疲劳有很大关系，而脑疲劳与脑部供能有着直接关系。对脑部的供能主要是指能源物质和氧气的供应。大脑需氧量占人体总需氧量的20%～25%，所以说为大脑提供充足的氧气，是保证其正常有效工作的基础。
长期的体育锻炼会增强人体循环系统和呼吸系统的功能，这两大系统对全身能源物质供应发挥着非常重要的作用。体育锻炼可以增大肺部的通气量，增强了心脏的泵血能力。这样氧气和其他能源物质就会伴随着血液的流动，流入脑部，以供其工作需要。只要脑部供能充足，才能更好地发挥其作用。从另一个角度来说，体育锻炼可以增强人体脑部的工作机能。
四、健身锻炼可以促进人的心理健康
有研究表明，适度负荷的体育锻炼能使人体内释放一种多肽物质—内啡肽，使人欣快和镇静。有研究还认为，体育锻炼还能使中枢神经系统得到适度的滋活，使人直接感觉到舒适，产生愉快的心情。美国一项调查显示：1750名心理医生中，80%的人认为健身运动的治疗抑郁症的有效手段之一，60%的人认为健身运动可以作为一个治疗手段来消除焦虑症。
（一）健身锻炼的抗抑郁效能
抑郁症是一种常见的心理障碍，可由各种原因引起，以显著而持久的心境低落为主要临床特征，且心境低落与其处境不相称。迄今为止，抑郁症病因与发病机制还不明确，也无明显的体征和实验室指标异常，概括的说是生物、心理、社会（文化）因素相互作用的结果。
美国北卡罗来纳州大学医学院，曾针对156名50岁以上的患有严重精神抑郁症的男子进行了试验。将他们分成每周运动三次，每次30分钟、只靠药物治疗、药物治疗与锻炼治疗兼顾的三组进行试验比较。16周之后，三组病人的病情都有显著改善。但是再过6个月发现，抑郁症复发率最低的是运动组，只有8%，而药物治疗组复发率为38%，药物治疗与锻炼治疗兼顾组复发率为31%。研究小组负责人布鲁门索指出：原先是假设药物治疗与锻炼治疗兼顾组的效果会更明显，但结果却发现运动组的治疗效果更持久[7]。
这最主要的原因可能是因为体育锻炼使得病人的主动意识加强，对病情的自我掌控度增加，随着病情的改善与锻炼的进行，形成良性循环，导致病情复发率降低。所以说，健身锻炼对于抗抑郁有着显著的效能。
（二）健身锻炼降低焦虑的效能
焦虑是由紧张、焦急、忧虑、担心和恐惧等感受交织而成的一种复杂的情绪反应，是面对挑战、困难或危险时的一种正常的情绪反应。并且伴有明显的生理变化，尤其是植物神经活动的变化，如心悸、血压升高、呼吸加深加快、肌张力降低、皮肤苍白等。
流畅体验对降低焦虑有着非常重要的作用。流畅体验是一种理想的内部体验状态，它来源于人们的生理需要或心理需要的满足。而体育锻炼是流畅体验的主要来源。在这种体育锻炼的流畅体验状态中，人忘我地全身心投入所进行的锻炼之中，从锻炼过程本身体验到乐趣和享受，并产生对锻炼过程的控制感。
健身锻炼还能提高参与者的自信心，培养参与者乐观积极的心态，这对降低焦虑症发挥至关重要的作用。但同时Morgan（1987）在做了七个系列实验研究的基础上指出：只有在强度为最大心率的70%下所进行的锻炼，才能有效降低焦虑，低强度或中强度的体育锻炼并没有降低焦虑的作用。
（三）健身锻炼促进心理适应能力
体育锻炼过程中充满了挑战，所以当参与者完成特定的锻炼目标时，就可以提高意志品质，增强自信心，保持身心愉快。参加竞技类体育锻炼，还可以增加社会交往，培养乐观向上的积极态度。体育锻炼可以使得参与者全身心的放松，改善生理机能，增加心理承受力，适应日趋紧张的社会压力，从而成为抵御亚健康侵袭的最有效的手段。
体育与其他学科比，运动的多样性与灵活性为人们提供了更多的选择方式，并结合体育锻炼不受空间、地域、年龄等条件局限的特点，选择适宜自我锻炼的内容和方法来增强体质，提高对环境的心理适应能力[8]。
参考文献：
[1]唐宏贵.体育健身原理与方法[M].武汉：湖北人民出版社，1999.
[2]吴中南，吕莉.体育锻炼对人体生理机能的作用[J].黄冈职业技术学院学报，2008，10，（3）：78.
[3]杨文轩，杨霆.体育概论[M].北京：高等教育出版社，2005.
[4]陆阿明，朱小龙.科学健身运动指南[M].苏州：苏州大学出版社，2008.
[5]原黎君.再论体育锻炼对增强体质的作用[J].科技信息，2007，（26）：493.
[6]郭成吉，陈志明，等.体育锻炼“育智”功能探析[J].沈阳体育学院学报，2004，23，（3）：419.
[7]季浏.体育心理学[M].北京：高等教育出版社，2006.
[8]申向军.体育锻炼对心理健康作用的相关分析[J].内肛科技，2006，（4）：110.
运动对心理有直接的促进作用，另外，运动通过缓解压力、改善人际关系、调节情绪对心理健康有间接的促进作用。然而我们该如何写有关运动与心理健康的论文呢?下面是我给大家推荐的浅论运动与心理健康关系的论文，希望大家喜欢!
《运动处方与心理健康关系的研究》
关键词:运动处方 要素 心理健康
健康是人类生命延续的基石，在不同的历史发展阶段和不同的文化背景下人们对健康的诠释不同。如今，心理健康已成为现代健康概念的重要内涵。随着生活环境压力的不断增加，个体的心理健康水平每况愈下，心理问题已成为影响现代人生活质量的重要因素。如何改善当代人的心理状况已成为科研工作者面临的一个重要课题。面对挑战，有关学者不得不对心理健康问题进行新的思考和探讨，开始重新审视身体与心理的关系，重新审视运动锻炼的功能，并逐步意识到运动对改善心理的重要意义。运动对心理有直接的促进作用，另外，运动通过缓解压力、改善人际关系、调节情绪对心理健康有间接的促进作用[1]。
一、运动处方应用于心理的研究起源
1954年德国的霍尔曼研究所通过对运动处方的理论和应用进行研究，制定出健身运动处方，并明确指出，在不久的将来，“为人脑制定运动处方”将是体育科学的重要研究课题[2]。自此，运动处方在心理领域研的研究得到发展，其应用价值及功能也得以凸现。
由于研究视角和立场以及学科专业的差异，不同学者对运动处方的定义作出了不同的阐述。现阶段，从锻炼心理学角度来讲，运动处方可定义为以促进个体身心健康为目的。运动处方在改善心理的价值，已逐渐得到科研工作者及参与锻炼个体的认可。目前关于运动处方与心理健康关系的研究虽处于探索性研究发展阶段，但部分研究已取得了较为深远的影响。随着研究的深入，运动处方的健心作用会用被越来越多的个体所接受。
二、运动处方各要素与心理健康的关系
(一)运动形式对心理健康的影响
运动形式与心理健康关系的研究一直是倍受关注的领域。锻炼心理学对运动处方心理效应的研究主要集中在运动形式上面。现阶段，国内关于运动形式与心理健康的研究具体可以概括为以下几类：(1)传统体育项目锻炼的心理健康效益。如权黎明(2007)研究分析了太极拳活动的特点，认为练习练太极拳可以降低大学生对内部情绪和外部刺激的干扰，使精神紧张、焦虑不安、情绪低落、烦躁等心理障碍逐渐得到调整和改善[3]。(2)新型有氧操与舞蹈类对心理健康的影响。如蔺跃同，庄雪芹(2009)对女大学生进行有氧健身操锻炼，将锻炼前后的心理健康状况进行比较，结果表明：有氧健身操锻炼对女大学生具有良好的心理效应，能明显改善女大学生的心理健康水平[4]。(3)球类项目锻炼的心理效应。如殷晓旺，余锡祥(2007)对江西师范大学23名SCL-90调查中心理因子得分≥3分的学生分别采用篮球与健美操运动对大学生进行实验干预。结果表明:篮球运动能促使大学生的心理健康总体水平产生积极变化[5]。(4)其他形式的运动心理效应。如马晓云(2006)采用心理量表和问卷调查相结合的方法对西安市城区中老年人进行走路、慢跑、自行车等运动方式对心理健康状况进行测查，结论认为：坚持以上各种健身活动的中老年人身心健康状况均呈现良好态势[6]。
上述研究表明：不同形式、项目的身体锻炼都会对个体的心理健康产生积极影响。由于运动项目特点不同，产生的心理效益不同。
(二)运动强度与心理健康关系的研究
运动强度作为运动处方的核心要素对健身效果起着决定性的作用，对于运动强度的选择与控制也一直是科研工作中的难点与重点。目前关于锻炼强度对心理健康效应的研究还存在较大争议，但多数研究认为，中等强度的运动锻炼能取得较好的心理效应。如borger等(1992)发现有规律地从事中等强度(最高心率的60-75%)，每次20-60分钟的锻炼有助于情绪的改善[7]。
运动强度极大地影响着锻炼的心理效应，然而，目前对于运动强度与心理效应的研究还不够深入，大部分研究者的运动强度选取范围跨越较大，致使现在的研究结果还不具有一致性，还没有得出改善心理健康状况的最佳运动强度。
(三) 运动时间与心理健康关系的研究：
运动时间对心理健康的影响类似心理学研究中的“遗忘规律曲线”，即每次运动后都会产生一定训练效果痕迹，运动锻炼重复时间与周期越长，产生的效果痕迹越深刻，锻炼的效果也就越明显。有研究发现，一次性的5分钟步行运动就能改善心境状态，但是这种短时间的活动产生心理效应较短，对消极情绪没有长期的抑制作用。Steptoe A(1988)等研究认为，通过运动锻炼进入积极陶醉状态并使大脑得以自由运转所需要的时间是40-50分钟，因此持续40-60分钟的运动锻炼效果可能会更好，而每次锻炼时间在20-30分钟即可取得理想效果[8]。
运动时间与心理健康存在明显的剂量效应，合理安排时间进行运动，能有效地增强个体的心理健康状况。但目前还不清楚是否存在一个最佳锻炼持续时间的范围，低于或超出这个时间范围是否还会出现更好的心理效应。
(四)运动频率与心理健康关系的研究
运动频率即在一定周期内运动的次数。有研究者认为，锻炼者每月运动1次就可以产生一定的心理效应，也有研究者提出个体每周锻炼3-5次会取得最佳的心理效应。North TC(1990)对1969年至1989年间进行的80项有关体育锻炼对抑郁控制作用的研究进行了元分析，结果表明：体育锻炼的频率(每周多少次)与抑郁的降低程度有关，心理效应在一定范围内会随着锻炼频率的增加而增加。宋子良(2008)运用问卷、心理量表(SCL-90)对不同频度的体育活动与我国大学生心理健康状况关系进行调查统计，结果表明:不同频度的体育活动对改善大学生心理状况具有不同的效果，每星期锻炼3 次以上者效果最理想[9]。
在实验操作中，大多数研究者所采用的运动频率为每周2-4次，这可能是由于生理学运动处方对运动频率的要求一般都是每周2-4次。但是心理健康与生理健康毕竟是两个不同的层次，对运动频率的要求可能存在一定的差异。因此，究竟怎样安排运动频率对心理健康的效益最好，还需设计更为完善的实验方案进行研究验证。
三、结论与建议
毋庸置疑，运动处方的应用会对个体的心理产生积极的影响，然而运动处方中不同的运动方式、运动强度大小、持续时间和运动的频率对心理影响的作用机制不同。虽然目前还没有得出一致性的研究成果，即对于何种运动方式、运动强度多大、持续时间多长、运动频率多高才能取得最大的心理效应，但是大部分研究表明，有氧练习、中等强度、每次锻炼至少20-30分钟、每周锻炼3次以上可以取得良好的心理效应。
目前，多数研究得出的结论只是在整体上验证了运动处方对改善心理的积极功效，而不能具体确定是哪种要素发挥关键作用，因而结论比较笼统。所以，应进一步加强不同运动形式之间、运动强、持续时间和运动频度之间是否存在心理效益差异的研究。未来的研究应注重在控制某一个或几个要素的前提下单独研究运动处方的单一要素对心理效益的贡献(如在控制时间和运动形式的前提下单独研究运动强度对心理健康的影响)，寻求处于核心地位的要素，这样的运动处方设计时才会具有更明确的目的性与应用价值。
参考文献：
[1] 殷恒婵,卢敏.运动对大学生心理健康影响的研究[J].体育科学. (5):41-46.
[2] 任建生.体育科学学科的发展与未来运动处方研究的现状与发展趋势[M].北京:北京体育大学出版社.1993:3.
[3] 权黎明.太极拳运动对大学生心理健康的影响[J].山西师大体育学院学报.(4):62.
[4] 蔺跃同,庄雪芹.有氧健身操对临沂师范学院女大学生心理健康影响的研究[J].安徽体育科技.(3):64.
[5] 殷晓旺,余锡祥.篮球、健美操对大学生心理健康的实验干预[J].北京体育大学学报.(3):338.
[6] 马晓云等.不同体育锻炼方式对中老年居民心理健康影响的研究[J].北京体育大学学报.2006:1198.
[7] Bosscher . Running and Mixed Physical Exercise With Depressed Psychiatric Patients [J]. Psycho, . 1993,24:170.
[8] Steptoe A, Bolton J. The short-term influence of high and low intensity physical exercise on mood[J]. Psychology and Health, 1988(2):91-106.
[9] 宋子良.不同频度的体育活动与大学生心理健康状况关系的研究[J].北京体育大学学报.(7):948.