发布时间：
智商低怎么办
智商低怎么办，很多人认为智商是天生的，和我们的人体特征一样是一生不变的。但是有越来越多的研究说明不是这样的，智商是可以提升也可以下降的。那么智商低怎么办呢？下面我就和大家介绍一下。
1、病因治疗
已经查明病因者，如慢性疾病、中毒、长期营养不良、听力及视力障碍，则应尽可能设法去除病因，使其智力部分或完全恢复。甲状腺功能低下，苯丙酮尿症等内分泌代谢异常患儿应早期诊断，早期采用甲状腺激素替代或苯丙酮尿症特殊饮食疗法，改善其智力水平。社会心理文化原因造成的MR，改变环境条件，让其生活在友好和睦的家庭中，加强教养，则可使其智力取得圈套进步。
2、训练和康复
配合应用医学、社会、教育和职业训练等措施，按年龄大小和MR的严重程度对患者进行训练，使其达到尽可能高的智力水平。
迟早让患儿在有组织的机构（如托儿所和幼儿园)里接受持久的综合笥教育和训练。最好让患儿与正常儿一起照管，这样比分开照管更有益。开办特殊班级或特殊学校，以便提高身体健康水平，训练日常生活技能和言语功能以及简单的文化学习。设立工作医疗站，一方面为青少年患者训练生产技能，另一方面保障就业。还可设立专门的医院、疗养所（村)，收住中度以上MR。
智力低下有哪些表现
一般来说，3岁以内婴幼儿如有下列一项以上异常表现，则高度提示智力发育迟缓的可能性：
1、哭声异常，即从刺激到引起啼哭的时间长，有时需反复刺激或持续刺激才能引起啼哭，或者哭声尖锐，或哭声细小无力；部分患儿不爱哭闹，显得异常“乖巧”。
2、宝宝吸吮能力差，咀嚼晚，吃固体食物时，容易发生吞咽障碍和呕吐。
3、 睡眠过多且不易唤醒。
4、满百天婴儿竖头不起或转头困难，单眼或双眼持续向里或向外。
5、满百天后才有笑的表情，且表情呆滞，到6个月时不能表现出自然的笑容。
6、半岁后注视手和玩手的动作仍持续存在。
1、怎样提高智商
、新任务刺激大脑
有一些实用的方法能够帮助人们在中长期内改变智商。智商测试不衡量创造力、常识或社会敏感性。不过它们确实会考查许多种知识和能力，包括抽象推理能力。新西兰奥塔戈大学政治学荣誉退休教授詹姆斯·弗林(James Flynn)的研究显示，抽象推理得分上升是20世纪30年代以来智商平均分每10年提高3点左右的主要原因。康奈尔大学人类发展系教授温迪·M.威廉姆斯(Wendy M. Williams)说，这在一定程度上可能是因为，现在的孩子平均的上学时间差不多是几十年前的.两倍。情感问题添加情感导师/信：，领取专业的情感分析
、强化训练增加分数
如果情商和智商都低怎么办？强化训练可以使分数增加。密歇根大学的研究人员采用了一种叫“n-back”的方法训练青年人记忆字母顺序。他们将一串字母打在屏幕上，并要求受试者在看到“n”次（比如一次或者两次）之前出现过的相同字母时按下按键。该研究论文的共同作者苏珊·耶吉(Susanne Jaeggi)说，每天25分钟左右，持续8至19天的训练与流体智力得分上升之间存在因果关系，训练时间越长，分数提高越多。这篇论文2008年发表在《美国国家科学院院刊》上。>>10道挽回测试题：测你们的复合机会大不大
、学音乐受益终生
怎样提高智商和情商？多伦多大学密西沙加分校心态学教授E.格伦·舍伦贝格的研究显示，音乐训练对智商的促进是贯穿终生的。《教育心态学期刊》2006年发表的一项研究称，六年的音乐课程可以使儿童智商得分平均提高点；到了上大学的年龄，得分增幅会减为2点。在一项研究中，堪萨斯大学的研究人员发现，有十年以上乐器演奏史的人在60岁之后智商得分仍然较高。情感问题添加情感导师/信：，领取专业的情感分析
谈多元智力理论观照下的高职教育学生评价研究
［论文摘要］ 加德纳的多元智力理论从新的角度阐述和分析了智力在个体身上的存在方式及发展潜力，它直接影响教师重塑新的“教育观”、重建新的“智力观”和重构新的“评价观”。在高职院校学生评价中引进多元智力理论，对于促进高职院校学生的健康成长具有重要的现实意义。 评价是人们对某一事物的价值判断，评价总是基于一定的智力观，采用不同的智力观对相同学生群体进行评价会得到不同的评价结果，智力观在深层次上影响学生评价的形式、实质和效果。 一、对传统智力观照下学生评价的审视 传统智力观认为“智力”是一个客观存在的实体，人们可以客观测量并分析其内部的构成要素，并且将智力等同于认知能力，认为是一种遗传的外在于人的客观存在，其目的是为选择人才提供依据和手段，其测量的基本方式是借助一些经典的量化手段，如用纸笔问答的形式测出个体的智力量化分值（如智商的测定），并将这个分值作为主要依据来得出个体智力高低、素质优劣的结论。传统智力观通过学生评价在教育领域中得到了充分的表现，目前的学生评价基本上就是通过学习或者学科考试的分数这一量化的认知指标作为主要标准，评价学生优劣的主要依据就是那张记录学生某一时期各科考试分数的成绩单。学生评价的目的就在于根据这些指标来确定哪些学生是智力优秀者，哪些学生是智力较低者，进而选出英才（如目前国内通行的将中学分重点和非重点，中学内部还分快班和普通班）。目前对学生评价的实际取向就是通过学术性知识的灌输和训练使学生获取考试分数的能力，考试分数高的学生就被认为是智商高、认知能力强和素质高，并把这些所谓的高智力学生再精选出来，进行更为精深的学业训练和考试训练（如延续多年并还在延续的高考）。传统学生评价从纯教育角度来讲，就是竭尽所能地发展学生的认知能力，而实际上这种认知能力是相当片面的，学生其他方面的能力或潜力都被残酷地遏制了，人的智力的发展性、多元性、复杂性就在不知不觉中被割裂和湮没了。因此，从形式上看学生评价最终走应试化道路就不难理解了。 在目前这种评价的指引下，许多学生被无形地强迫着在他们可能并不擅长的或没有兴趣的方面投入宝贵的青春年华，而他们的智力却并没有得到多少发展，很多学生因为考试失败而被视为低智能的人或是低素质的人，其本来具有优势的方面由于受到抑制也未能得到发展，这对学校、对社会来说无疑都意味着是巨大的资源浪费，而对生命只有一次的个体来说就显得太残酷了（学家吴晗和大家钱钟书考清华大学时，分别考了0分和15分，按照现在的高考录取标准是无缘上大学的，更别说上清华大学），更无受教育的公平可言。应试的深刻积弊不知埋没了多少人才，应该引起教育部门和界的深刻反思。旅美画家陈丹青一针见血地指出现在许多大学生：有知识没文化，有技能没常识，有专业没思想。固然，学习成绩好的人一般会有较高的认知能力，一般也具有较高的.素质，但是这并没有必然的因果关系。因此，要全面地、科学地、可持续发展地促进人的智力的发展需要从根本上克服传统智力观的局限性，在认识上非有根本的转变才行。 二、对高等学生评价的思考 我国的高等职业教育起步较晚，对高等职业教育的研究正处于初级阶段，前几年各高职院校忙于新校区建设和量的扩张，近年开始重视内涵建设。高等职业教育无论是高职院校的数量还是在校生数都占据了的半壁江山，但是目前高等职业教育的学生评价基本上沿袭了普通高等教育的评价方法和手段。 高等职业教育主要面向生产、管理、建设、服务第一线培养具有一定职业素养的高技能应用型人才，说得通俗一点是培养“能工巧匠”的。高等职业教育与普通高等教育是有质的区别的，普通高等教育侧重于科学教育，而高等职业教育则侧重于技术教育。科学与技术本是人与自然关系的两个方面，科学是人类认识自然的产物，技术则是人类改造自然的工具；科学的作用在于理解，而技术的作用在于制造和实现；科学体系是由命题构成的，技术体系则是由工具、方法和经验构成的。要缩短中国同世界先进水平的差距，关键是要加快科技创新、知识创新的步伐。但科技创新、知识创新只是发展的基础，其本身并不等于经济的发展，还必须将创新成果尽快转化为现实的生产力，这就要靠掌握高技术、能熟练使用现代化设备的人才才能实现，高等职业教育就是培养这种人才的。 高等职业教育培养的人才，首先是高层次、高技术，他们以较强的实践能力和分析解决生产中实际问题的能力区别于普通高等教育培养的人才，又以较高的理论素养区别于中等专业人才；其次，他们是掌握新知识、新技术、新工艺的人才，具有某一岗位群所需要的生产操作能力和组织管理能力，善于将新的技术、创意或工程设计转化为实体，并且能在生产现场进行技术及组织管理；另外，他们还应是生产第一线善于进行熟练操作、设备革新、工艺改进以及故障诊断和排除等的人才。因此，对高等职业教育学生的评价，除考核他们理论知识够用和实用之外，应重点考核他们的实践能力和团队精神等非智力因素。而传统学生评价关注学业的最终结果，强调掌握知识的多少、程度，忽视了对学生学习过程的考查以及对学生的学习态度、情感、学习策略、文化意识等素质的考查，忽视了促进学生的全面发展。过去重视纸笔测验，这种测验注重对书本知识的考查，只能测量出学生“知道了什么”，而无法测量出学生“能做什么”“想做什么”，忽视了学生在学习过程中的考查，如动手能力、小组协作能力等的记载与考查。职业教育不仅要考查学生知道了什么，更重要的是要考查学生“会做什么”“能做什么”“能做成什么”。 三、多元智力理论及其解读 1983年，美国哈佛大学发展学家加德纳（Howard Gardner）在《智力的结构》一书中提出了多元智力理论，并描述性地给出了智力的定义：智力是一种或一组个人解决问题的能力，或制造出一种或多种文化背景下被认为是有价值的产品的能力，智力结构是多元的，既可以是某种独特的能力，也可以是能力的组合。加德纳提出了言语—智力、—数理智力、视觉—空间智力、—节奏智力、身体—运动智力、人际交往智力、自我反省智力、自然观察智力和存在智力等九种智力。多元智力理论打破了传统的将智力看做是以语言能力和逻辑—数理能力为核心的整合能力的认识，并从新的角度阐述和分析了智力在个体身上的存在方式及发展的潜力，因而该理论一经提出，就在教育界掀起了巨大的波澜。多元智力理论作为现代智力观的一个新视野，无疑为改变我国当前的学生评价开辟了一条新的道路和提供了一个新的选择。 多元智力理论的核心是尊重每一个学生的自然个性和公平地看待全体学生，比较全面地评估个别学生的成就，并发展学生的潜能，从而重建学生的自信心和学习兴趣，最终达到个人全面的提高和发展。多元智力观超越传统智力观的视界在于：智力是人的内在功能的外显形式，是多元的、发展的和可塑的，并只能以人的活动予以确认，只要是人的活动并且这种活动有利于解决问题或创造被认为是有价值的产品，都可以认为是智力。一个人，只要不是植物人，每个人都拥有自己独特的智力优势和优势领域，这样人人都可以通过这样的形式来发展自己便有了依据和理论基础，也为学生评价带来了新的视角。多元智力理论修正了传统智力理论认为“智力是单一的，可度量的，具有高度遗传性的以和数理能力为核心的综合能力表征”的褊狭观点。多元智力理论认为，人的才能是多方面的，在人的一生中，这些智力不断受先天和后天的影响，而教育的主要目的，不仅仅是传授知识，更要发掘并引领这些智力的发展。
多元智力理论所倡导的是尊重个体差异、尊重每一个个体发展的思想，认为在这个世界上不存在谁聪明谁笨的问题，而是一个人与另一个人相比在哪些方面更聪明，每一个学生都可以通过发展自己的优势智力领域而使自己成为人才，学校就是拥有不同智力特征的学生的集合，这有助于教师形成乐观、积极的学生观。由于每个人的智力表现都有各自独特的方式，而每一种智力又有多种不同的表现形式，因此很难找到一个适合所有人的统一的评价标准和尺度来衡量一个人的聪明与成功与否。智力的本质更多地表现为个体解决实际问题的能力和生产或创造出有效产品的能力，这与传统的教学和评价所关注的重点发生了显著的变化，评价的功能也由此发生了质的转变，教师不再只注重学生的考试成绩，而更多地关注学生的个性化发展，尤其是重视培养学生的实践能力和应用能力，培养学生的生活经验、阅历和人际沟通能力。教师更容易从多个角度来评价、观察、培养和接纳学生，并在每一个学生身上寻找闪光点，发现并培养学生的潜能。多元智力理论不仅认为每一个学生都同时拥有智力的优势领域和弱势领域，而且还提出在每一个学生充分表现自己优势领域的同时，应将其优势领域的特点向弱势领域转移，使弱势领域也能得到发展，这有利于帮助教师确立新的教育观。作为教师要根据每一个学生的个性特点，帮助其做好生涯规划，尤其是中短期的目标导学，促进其优势才能的发展，同时学生将其优势领域所表现出来的智力特征和意志品质迁移到弱势领域中去，促进其全面可持续的发展。 四、多元智力理论对高等学生评价的启示 通过对高等职业教育特点的分析和对多元智力理论的解读可以看出，多元智力理论为确认学生的不同智力和才能提供了理论基础，为衡量学生的学业成功开辟了新的视野，多元智力理论运用到高等职业教育的学生评价中可谓是量身订制的“衣裳”。受多元智力理论的启示，笔者认为在高等职业教育的实践中，必须以发展性的评价为指导，坚持评价的多元性： 1.评价主体多样化。评价的主体应是变化的和多元的，评价的主体应和评价的情境有关，应该强调评价主体的多样化和评价信息的多元化，重视自评和互评的作用，评价的主体可以是任课教师、同学、实验实训指导教师、班主任辅导员、宿舍人员及（或用人）单位。 2.评价标准多元化。评价是一个动态的过程，要从重视学习结果的终结性评价向重视学习过程的形成性评价和终结性评价并重转变，从过分关注学生学业成绩的评价转向对学生职业素养、素质、健康体魄、学习兴趣、情感体验、能力、团队精神等的评价。教师应着眼于学生千差万别的发展现状，坚持从不同的侧面评价学生，注意评价多几把尺子。“一纸定性”是要不得的，“一考定终身”是有害的；高等职业教育不但要“产品”，更要“人品”；不但要高技能，更要高素质。 3.评价方法多维度。从过分强调量化评价逐步转向对质性的分析与把握，把量化评价与质性评价相结合，尽可能地采用多种评价方法，如问答、技能测试、社会、论文、设计报告、主持或参与群体活动、实习及综合毕业实践报告等；每一次评价或测试要尽可能地覆盖多种相关能力要素，并将评价与职业资格证书或技术等级证书挂钩，使评价更具有职业导向性和实效性。要用实践现场、工作现场的考核代替传统的考场考试，用学生有创意的作品和成果代替传统的试卷试题，用学生的社会调查报告和参加公益活动的热情来取代学生的德育评定，用对学生的全面评价代替抽样。 4.评价态度多赏识。马斯洛的需要层次理论认为，人类除了最基本的生理、安全需要外，更高层次的需求就是对尊重的需求，希望得到他人的肯定和欣赏，得到社会的肯定性评价，这是人们心理的最高需要，高职学生更不例外，因为经历从小学到中学再到高考的无数次考试的失败，上高职院校实在是他们无奈的选择，他们是高考的牺牲品，是传统评价的学业失败者，他们中的许多人从未得到过积极的评价，很少得到老师的青睐和父母的笑脸，他们自己从内心也基本认定自己是“差生”，从而失去了自信。我们的评价应该帮助学生找回自信，我们的教师应善于发现学生的点滴闪光点，及时给予表扬和肯定，让学生充分体验到成功的喜悦、自信的力量。 5.评价重心重过程。学习是一个动态的过程，学习的阶段性检测只能反映出学习的某些方面，教师是学生学习过程的引导者，最了解学生在学习过程中的变化、收获与成长，因此教师对学生的评价应重点放在学习过程的评价上，及时肯定学生在理论学习、技能掌握以及思想品德等方面的点滴收获，鼓励成长，注入动力，要关注学生与自己过去纵向比进步多少，让学生感受到学习的过程是快乐的过程。 6.评价结果重潜能。学生评价所追求的不应该是给学生下一个简单的结论，更不应是给学生一个等级分数并与其他同学比较。评价不仅要考虑学生的过去、重视学生的现在，更要着眼于学生的未来；评价不但要使学生在原有水平上有所提高，更要发现学生的潜能，发挥学生的特长，了解学生发展中的需求，帮助学生认识自我，识别自己的智力优势领域，并把自己的优势领域向弱势领域迁移，带动弱势领域的发展，建立自信，促进全面发展。 学生评价是教育评价的一个重要组成部分，多元智力理论为高等职业教育学生评价提供了新的思路、新的视角，是否服“水土”还有待实践的检验。我们也要知道任何理论都不是完美无缺和尽善尽美的，多元智力理论也不是学生评价的灵丹妙，其本身也在不断完善之中，但其对于我们转变教育观念，构建适合我国国情的、科学的、合理的高等职业教育的学生评价体系无疑是有借鉴作用和积极意义的。 ［参考文献］ ［1］石伟平，徐国庆.试论我国技术本科教育［J］.职业技术教育，2003（31）. ［2］刘岩.多元智力理论与多元化学生评价［J］.鞍山师范学院学报，2005（4）. ［3］吕功曼.多元智能理论与学生评价体系的构建［J］.湖北师范学院学报，2007（1）.
论文相关查阅： 毕业论文范文 、 计算机毕业论文 、 毕业论文格式 、 行政管理论文 、 毕业论文
摘 要：21世纪是一个知识经济和信息的时代，随着网络的发展及社会竞争的日趋激烈，非智力因素的重要性日益凸现出来，因此高校教育工作不仅要重视大学生的智力因素，更应注重非智力因素的开发与应用，以期全面提高大学生的整体素质。 关键词：非智力因素 大学生素质 应用 路径 21世纪是一个知识经济和信息的时代，这个时代最主要的特点是越来越需要高素质的人才。教育机构逐渐认识到应该把培养和提高受教育者的综合素质摆在首要位置，这种综合素质更注重人的完整性、潜质性、差异性，而不仅仅是以提高受教育者的成绩为主要目的。高校教育工作的根本目标在于全面提高大学生的整体素质。 一、非智力因素的内涵 1935年美国心理学家亚历山大在其论文《具体智力和抽象智力》中，首次提出了“非智力因素”这个概念。对于这个心理学的概念学术界仍众说纷纭。广义的非智力因素包括智力以外的心理因素、环境因素、生理因素以及道德品质等等。狭义的非智力因素则指那些不直接参与认识过程，但对认识过程起直接制约作用的心理因素，主要包括动机、兴趣、情感、意志、性格、习惯等等。 非智力因素作为人的心理活动的产物，具有影响人们思想发展方向和思维深度的能动作用，主要体现在四个方面： 第一，具有动力作用。人的行为总是由一定的动机促成的，它能促进人的智力健康发展，使人学习积极性高、态度正确、求知欲旺盛、注意力集中、自制能力强，这就有助于学习成绩的提高，促使智力因素的发展和发挥。 第二，具有巩固作用。人的学习活动需要有坚韧性和克服困难的精神与勇气，才能有勤奋向上的情绪和刻苦学习的积极性。 第三，调节功能。非智力因素的调节功能主要是通过情感来发挥的，一般来说，快乐、喜悦对学习起促进作用，反之则有阻碍作用。 第四，弥补功能。在学生中那些意志坚强、性格良好的学生往往能取得较好学习成绩，智力因素发展不好的人，只要非智力因素得到发展，就可以弥补其智力的不足。 二、研究与应用非智力因素对当代大学生教育的重要性 1. 高校肩负着培养创新人才的重任，大学生是否具备创造力，拥有创新才能，直接关系着国家的未来和民族的发 展。创造性人才从何而来？必须通过创造教育来培养。创造教育十分强调对学生进行创造素质的培养，而创造性素质的培养涉及许多方面，非智力因素的培养就是其中之一。因此高校教育工作必须关注非智力方面的开发与研究。 2. 当代大学生的心理特点要求在教育过程中重视非智力因素。当代大学生的心理特征：（一）心理成熟期后移。一般而言，个体的生理发展与心理发展往往不是同步的，生理发展为心理发展提供必备的物质基础，心理发展稍后于生理发展。心理发展与生理发展之间的这种异步性，在当代大学生的生理心理发展呈现进一步拉大的特点，这一特点的具体表现，即当代大学生心理成熟期的普遍性后移。（二）心理矛盾增多。大学生作为人的青年期发展的一个阶段，是人生发展的一个过渡时期，是个体“钟摆式地寻求自我”的特殊时期。与这一特殊时期相应，矛盾性是大学生心理发展呈现的最基本的特征。（三）心理压力加大，心理问题增多。与当代大学生群体在总体上心理矛盾的增多相一致，再加上当代社会人才竞争的全方位性、日益激烈性，当代大学生的心理压力呈不断加大趋势，心理问题日益增多。 3. 当代大学生的思想行为特点要求在高校教育过程中重视非智力因素。与当代大学生生理心理发展的上述特点相一致，在思想行为方面，当代大学生也表现出鲜明的特点。第一，思想活动影响因素的多样性。人的思想活动的开展，受到各种各样主客观因素的影响。在当前，由于社会信息化的发展，经济全球化的推进，国内社会现实多样化的产生，加之当代大学生思想的活跃性，使得影响当代大学生思想活动的因素呈现出复杂性与多样性。第二，思想关注点的宽域性、分散性和思想文化需求的表层性。信息化的发展，既使得当代大学生思想活动影响因素愈益多样，他们的思想关注点呈现出明显的宽域性特点。信息化社会中各种思想信息的极度丰富性、迅速变化性，也滋生了当代大学生思想文化需求的表层性发展。第三，价值取向的多样性和现实性。改革开放带来社会现实的多样化发展，当代大学生的价值取向表现也明显呈多样性。当代的大学生已经习惯于运用多样的价值尺度来看待他人和社会，从而对社会现实表现出更多的宽容和理解。在日益多元的价值取向中，现实性是当代大学生表现出的多种多样的价值取向所共有的鲜明特色。 三、当代大学生教育中非智力素培养的路径 人才成长的事实无不证明，非智力因素在一个人的成长及智力发展、发挥方面的作用是不可忽视和低估的。为此，我们应该从以下几方面入手进行非智力因素的培养： 1. 自信心的培养和训练。 自信心是一个人对自己确信无疑的态度和看法，是对自己的人格、能力、特长和修养等方面的一种总的积极的自我认识和自我评价。自信的力量是惊人的，它可以改变任何恶劣的现状，激发人的潜意识，使人产生无限的智慧和力量，创造出令人难以置信的圆满结局，对于立志有所成就的人都具有重要意义，在建立信心的同时，要不断地丰富知识，积累经验，提高勇气与胆略，面对困难和挫折时能迅速调整自己，面对挑战，解决困难。高校在教育过程中要特别注重树立大学生的自信心，克服自卑感，认识自我、相信自己，在学习中及就业中充分开发自己的创造潜力。 2. 培养开拓创新的意识。 凡成才者，都有强烈的进取意愿和开拓精神。开拓创新精神是同理想抱负连结在一起的。在科学史上，众多的科学人才，他们并没有很高的学历，如著名的发明家爱迪生，他没有上过大学，但由于他有致力于发明创造的远大抱负、强烈的进取愿望和开拓创新的意识，并付诸艰苦的实践，从而为人类做出了巨大的贡献。因此，高校教育应重视培养学生开拓进取的创新意识，培养他们探索新事物、开拓新领域的勇气和信心，以便发现新范畴、创造新成果。 3. 培养坚强的意志。 培养大学生意志的坚韧性。对整个人生而言，挫折是人无法回避的伴侣，就创造历程来讲，挫折更是成功密不可分的挚友。所以，青年大学生应首先明确：创造道路是一条充满荆棘的险路，要笑面挫折，善于化压力为动力。挫折并不可怕，但挫折后不醒悟却是愚蠢的。冷静地研究为什么失败，才能孕育出成功。逆境为我们每个人提供了一个重新认识、评价自己的反思机会，只要大学生对待挫折、对待逆境有着正确的认识和乐观、豁达的人生态度，并将这些素质逐渐在日常生活中转化为一种意志习惯，就会具有面对挫折和失败永不放弃的勇敢顽强精神。 4. 培养稳定良好的兴趣。 兴趣是一个人在事业上取得成功的重要因素，首先要对自己的兴趣进行确定，珍重这些兴趣。热爱是最好的老师，由此产生的着迷的兴趣，对学习知识或进行研究都有很大的促进作用，当然必须将才能与兴趣结合起来才能产生实际效果。其次，对自己不感兴趣的东西，也不能视而不见，要培养自己的感情，进而由不感兴趣而感兴趣，第三，要多参加创造活动。创造的过程可能会使你产生无穷无尽的兴趣，反过来，又会促进你的创造活动。有了广泛的兴趣，可以有意识地把专一兴趣上升到追求的高度，兴趣集中才能发展才能，这样，兴趣才能对开发展创造力具有促进作用。 5. 培养严谨求是的学风。 从事探索性、创造性的工作必须有一个严肃、谨慎、求是的科学态度，一切从实际出发，在占有大量事实材料的基础上，运用大脑思维活动，由表及里、发现事物现象之间的本质联系，进而揭示出事物发展变化的规律性。我国明代大药物学家李时珍之所以能够写出具有永久性医学价值的巨著《本草纲目》，就是因为他有实事求是的科学态度。因此，大学生从事探索性、创造性的实践，必须治学严谨，不骄不躁，精益求精，一丝不苟。 6. 加强人文教育，重建人文精神。 长期以来，人文教育在高等教育中受到轻视，导致大学生对文化传统极其陌生，人文精神的培养、完善人格的塑造逐渐被忘却。当代大学生人文精神的缺失，不仅体现于人文知识的匮乏，也在其情感、意志等理性思维方面有所表征。建构大学人文精神最直接的途径，便是强化人文教育。即通过人文教育来塑造大学生的品格和意志。强化大学人文教育有许多措施：在价值层面上，要使所有的教育工作者认识到人文教育在个人和社会发展过程中的重要作用；在教学内容方面，必须加强人文课程建设，将其确立为核心课程之一。只有加大人文教育，注重情感、意志的培养，才能把大学生培养成勇敢、正直、意志坚定、热情向上，在体力、智力、情感、伦理各方面全面发展，符合社会主义事业发展要求的合格人才。 参考文献： ［1］阮秀梅.关于大学生创业教育的探讨［J］.高等农业教育，2001，（4）. ［2］沈德立.非智力因素与人才培养［M］.教育科学出版社，2001年. ［3］张墨英.努力开发大学生非智力因素［J］.江苏高教，2006，（6）.
岗位胜任力下的薪酬管理论文
一、聘用制人员的薪酬现状
薪酬是人力资源管理的主要内容，是员工工作的根本要求。在薪酬的构成中主要有基本工资、绩效工资、福利和社保、公积金等组成。调查发现，不同的医院根据各自的实际情况聘用制人员薪酬组成与薪酬多少存在较大差异，聘用制人员的薪酬与编内人员也有一定的差异。
1.与编内人员同工同酬
部分医院由于受国家对于编制数量的限定，以及考虑聘用编外人员用工性质灵活的原因，其招聘聘用制人员的薪酬一般与编内员工在工资、奖金、福利、社保、公积金等方面同工同酬。但其辅助人员一般采用外包，由外包企业发放。
2.主体医疗技术人员同工同酬
部分医院的医生、病区护士采用与编内人员同工同酬，其他岗位的`医疗技术人员及行政后勤管理人员的薪酬与编内相同岗位的人员相比在编内人员的60－80%之间，医疗辅助人员的薪酬在社会一般水平。上述三类人员的社保和公积金采用按企业人员的标准缴纳。
3.奖金量化和年薪制
部分医院的某些岗位，如放射、超声、理疗、抽血护士等岗位采用按工作量计算奖金，如放射技术员，拍一例CT、DR则给予多少奖金，与编内人员采用同样的奖金发放办法，但其工资、福利、公积金、社保一般低于编内人员。部分后勤管理岗位人员采用年薪制。
4.薪酬与职称工龄挂钩
聘用制人员薪酬发放依据中，各医院关注度最多的是专业技术职称，其次是工作年限而后是工作表现。同时，对于岗位性质及工作表现大多医院并没有明确的评价体系，医院更倾向于对职称、年限等易于比较的因素进行评价。
二、基于岗位胜任力的聘用制人员薪酬探讨
聘用制人员的薪酬主要考虑岗位的性质与岗位的胜任力两个因素，与此同时还应考虑到岗位的应聘率与流失率的关系，以及社会总体薪酬水平这两个因素。
1.从岗位性质的角度设计薪酬
不同性质岗位所承担的技术含量、岗位风险、劳动强度、能力要求和岗位责任不同。相对于技术含量大、岗位风险性大、劳动强度大的岗位在薪酬的设置中应相对提高其薪酬来提高岗位的稳定性。对于普通岗位可以采用年薪制，并且保证薪随岗变，人员岗位变动其薪酬也随之发生变化，或采用工作量与满意度相结合与薪酬挂钩。
2.从岗位胜任力的角度设计薪酬
岗位胜任力包括了聘用制人员所在岗位所需的知识、技能、特征、品质与经验。任职资格强调的是履行岗位职责所需要的资质要求，比如学历、工作经验等，而岗位胜任力则是促使员工认识到胜任工作岗位必须具备的能力等级，而界定这种能力显然比界定任职资格要复杂得多。对于一个具有良好岗位胜任力的聘用制人员来说，所享受到的薪酬待遇就应相应提高。
3.岗位胜任力评价的指标
根据三级综合医院岗位的特点设计胜任力评价的指标，主要的评价指标包括岗位责任、能力要求、知识技能、强度与环境、工作特征等五个方面。岗位责任包括患者服务职责、质量安全职责、管理决策与实施职责、财务与资产管理职责、人员管理职责、信息资源管理职责、科学研究职责等要素；能力要求包括沟通与人际关系能力、操作能力、分析与判断能力、应对突发事件能力、创新能力、计划与组织能力；知识技能包括专业技术知识、经验、培训；强度与环境包括体力强度、脑力强度、心理与精神强度、工作环境；工作特征包括工作自主性、工作关联性、工作时间特征。各医院可根据实际情况调整相应指标，并设置权重。
4.岗位胜任力考核与薪酬等级
在考核过程中，首要依据所制定出的胜任力评价模型表，根据不同的劳动强度、难易程度等即岗位性质分配不同档位的人员比例。这样既可以从宏观角度来考虑员工所处岗位的贡献度，又可以考虑到员工平日里的工作认真度，在评价中，为避免主观影响客观表现，因此要尽量将胜任力评价具体化和细节化，保证整个评价过程的公平性。根据胜任力模型与考核评价结果，同时兼顾岗位应聘率与流失率情况将不同结果胜任力的聘用制员工按岗位分配薪酬比例划分为相应等级，调整聘用制员工的薪酬。设置不同的岗位等级待遇标准和极差，通过分配得当的薪酬制度，可将员工不同利益追求，引导、整合至一个总体目标框架内。
作者：金炜玮 陆富生 单位：温州医科大学附属第二医院
知识员工胜任力评价指标研究现状及对策建议
论文关键词:胜任力模型指标内容指标权重
论文摘要:组织研究并构建知识员工胜任力模型,旨在为组织甄选到正确的知识员工,以增进知识员工与组织之间的战略合作伙伴关系。而胜任力评价指标体系及测评工具的科学性与适用性是决定胜任力模型能否充分起到其预定作用的主要制约因素之一。为便于系统地了解知识员工胜任力评价指标体系研究进展情况,本文主要从指标内容及指标权重配置两方面回顾了知识员工胜任力指标体系研究的成果,并针对存在的问题尝试性提出几点对策建议。 胜任力模型作为组织甄选优秀知识员工的最有效工具之一,最早由哈佛大学心理学家McCleIland于上世纪70年代初提出,距今仅有30多年的历史。本世纪初期国内学者才逐渐把更多目光关注在知识员工胜任力理论与实证研究中,研究起步较晚。就目前的研究现状来看,对胜任力模型维度层的研究较多,而对胜任力评价指标体系及测评工具的研究较少,导致组织在知识员工胜任力测评操作中有一定的困难。胜任力指标体系的科学性,关系着胜任力量化测评的科学性与可操作性,对该问题研究的深度将从很大程度上影响到胜任力模型应用的效度。为便于深入了解知识员工胜任力评价指标体系的研究进展,文中首先介绍了该领域评价指标内容研究的现状,并总结了指标体系的权重分配的特征,最后,针对研究中存在的问题尝试性提出几点对策建议。 1胜任力评价指标内容的研究 指标研究现状 对知识员工胜任力影响因素的研究渐趋深入。有部分学者提出,组织文化是影响知识员工胜任力的一个重要因素。也有学者对知识员工忠诚度、敬业度等胜任品质进行了探索研究,以期通过最佳的心理契约来增进知识员工与组织间更长久的战略合作伙伴关系。例如有些组织在甄选知识员工时,要求候选人对组织文化、战略愿景等有高度的认同感,并在管理中构建了与之相应的胜任力评价指标体系。由于知识员工具有很强的独立性、创新性、不可替代性等特征,吴强等已提出知识员工价值=稀缺性×忠诚度。 心理学、统计学、品德测评量化等相关理论与技术的发展,对知识员工胜任力评价指标体系设计与应用起到了重要的支撑作用。由于胜任道德特质测评的量化是所有品德测评形式中重要而有效的一种形式,国内学者及管理者已开始重视通过模糊数学等量化方法构建胜任力(特别是胜任品德)测评指标体系,多元统计分析(如SAS、SPSS)等现代数理统计分析技术的广泛运用也极大提高了胜任力测评结果的准确性和效率。 存在的问题 胜任能力导向型评价指标体系仍是指标内容研究当中的主流。已有文献表明,目前国内更趋向于领导和职能型胜任力评价指标体系的研究。这部分的与我国面临的国内、国际竞争环境及我国市场经济发展阶段有关,企业对员工胜任能力特质的关注更多,为企业快速发展赢得人才优势,对员工特别是知识员工提出了诸多胜任能力方面的要求。如国内学者将管理人员胜任力指标体系设置为战略管理能力、团队管理能力、自我意识、分析式思考、自我管理能力、关注细节和秩序等9项指标。从中发现有8项指标属于胜任能力型指标,涉及胜任道德的测评指标为1项,即自我意识。 胜任能力评价指标与胜任品德评价指标内容混合设置,属于能力维度的指标中有胜任品德指标,胜任品德维度的指标中有胜任能力指标。例如某公司将管理人员胜任力评价指标体系中的个人内在能力指标(一级指标)设置成3个二级指标:个性品质、逻辑思维能力和改革创新能力。其中将个性品质细分成5项三级指标:诚信正直、自信心、成就动机、适应能力和应变能力。诚信正直实属胜任品德指标,被列在个人内在能力指标的三级指标中。如此设置指标结构体系,会增加胜任力测评的难度,并影响考评者对考评结果的分析,如考评者往往难以区分判断某知识员工的不胜任,是因胜任能力欠缺还是因其不具备组织所要求的胜任品质。 2胜任力评价指标权重研究的现状 权重研究现状 胜任力评价指标权重设置的科学与否,在很大程度上影响评价指标体系的效度,科学的权重结构,是确保指标体系科学适用性的必然要求。因此,合理化的设计权重尤为关键。总结发现,目前国内学者普遍认可的确定权重的方法主要包括德尔菲法、多元统计分析法,同时由于在研究与实践中广泛运用了现代数理统计、模糊数学等量化方法,为科学设计知识员工胜任力评价指标权重奠定了必要的基础。 存在的问题 由于人们对知识员工胜任品质等问题研究的深度还不够,权重分配中存在的一些问题也不容忽视。如在上述某集团副总经理胜任力评价指标体系中,个人品质二级指标占总杈重的10%,其三级指标中涉及品质道德的指标(即诚信正直指标)权重占总权重的2%,即有助于规避知识员工败德行为的指标权重仅为2%。 关于评价指标体系权重分配中存在的问题主要表现为以下两个方面。 胜任品德评价指标权重占总权重的'比重偏小。如上所述,三级指标中与胜任道德品质相关的指标只有1项即诚信正直,权重为2%,胜任能力及其它指标的权重占到98%。也有学者在对项目经理胜任力评价指标地研究中,将职业道德指标权重设置为。占总权重的10%,能力素质指标权重占总权重的80%。许多案例表明,这样设置杈重结构使得知识员工即使达到了组织所要求的胜任道德标准,其所谓的胜任道德也难以有效支撑这些更符合能力要求的知识员工潜能地发挥,这种比例结构,也部分地解释了知识经济时代,知识员工特别是CEO机会主义行为泛滥的原因。 胜任品德评价指标权重与胜任能力评价指标权重在结构及加权计算等方面缺乏独立性。胜任品德指标的权重占总权重的很少比例且失去必要独立性,在此情况下,若进行综合加权或模糊主客观综合计算后,品德特质指标杈重对测评结果的影响会更小,并模糊了胜任力的测评结果,干扰对实质性问题的分析,从某种意义上讲,也为高能低德的知识员工敞开了入围之门。 3改进评价指标体系研究的对策建议 针对上述知识员工胜任力评价指标内容及权重设置中存在的问题,笔者提出四点对策建议,以期为有效解决指标体系设置中的不足带来启示。 针对知识员工高度自主性、稀缺性等特征,应基于企业文化、战略愿景等视角评价知识员工胜任力,重视胜任品德指标(如知识员工价值观、企业文化认同度、忠诚度、职业道德等)的研究与测评,通过构建科学高效的知识员工胜任力模型来提高企业在人才管理(特别是人才甄选)中的前馈控制能力,最终为企业甄选正确的知识员工提供必要保障。
一、研究背景随着社会的发展，高校的管理，教育的进步，高校院长的胜任能力变得越来越重要。一位高校院长会决定学校发展的方向，拥有能够提升学校素质、发展学校重要性的胜任能力有着重要意义。二、研究意义首先，研究高校院长的胜任能力有助于提高高校管理水平，探索出一种更有效的管理模式，指导高校发展。其次，研究高校院长的胜任能力有助于提高高校办学效率和质量，改善高校办学环境，提高高校的教学水平。最后，研究高校院长的胜任能力有助于促进高校的可持续发展，促进学校与社会的合作，生成更加完善的高校发展环境。本研究将为学校管理者和教育工作者提供有效的参考依据，促进学校发展，为社会发展做出更多的贡献。
人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。人工智能研究与人的思维研究密切相关。以下是我精心整理的有关人工智能论文的相关资料，希望对你有帮助!
浅谈逻辑学与人工智能
人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。人工智能研究与人的思维研究密切相关。逻辑学始终是人工智能研究中的基础科学问题，它为人工智能研究提供了根本观点与方法。
1 人工智能学科的诞生
12世纪末13世纪初，西班牙罗门·卢乐提出制造可解决各种问题的通用逻辑机。17世纪，英国培根在《新工具》中提出了归纳法。随后，德国莱布尼兹做出了四则运算的手摇计算器，并提出了“通用符号”和“推理计算”的思想。19世纪，英国布尔创立了布尔代数，奠定了现代形式逻辑研究的基础。德国弗雷格完善了命题逻辑，创建了一阶谓词演算系统。20世纪，哥德尔对一阶谓词完全性定理与N 形式系统的不完全性定理进行了证明。在此基础上，克林对一般递归函数理论作了深入的研究，建立了演算理论。英国图灵建立了描述算法的机械性思维过程，提出了理想计算机模型(即图灵机) ，创立了自动机理论。这些都为1945年匈牙利冯·诺依曼提出存储程序的思想和建立通用电子数字计算机的冯·诺依曼型体系结构，以及1946年美国的莫克利和埃克特成功研制世界上第一台通用电子数学计算机ENIAC做出了开拓性的贡献。
以上经典数理逻辑的理论成果，为1956年人工智能学科的诞生奠定了坚实的逻辑基础。
现代逻辑发展动力主要来自于数学中的公理化运动。20世纪逻辑研究严重数学化，发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。
2 逻辑学的发展
逻辑学的大体分类
逻辑学是一门研究思维形式及思维规律的科学。 从17世纪德国数学家、哲学家莱布尼兹(G. LEibniz)提出数理逻辑以来，随着人工智能的一步步发展的需求，各种各样的逻辑也随之产生。逻辑学大体上可分为经典逻辑、非经典逻辑和现代逻辑。经典逻辑与模态逻辑都是二值逻辑。多值逻辑，是具有多个命题真值的逻辑，是向模糊逻辑的逼近。模糊逻辑是处理具有模糊性命题的逻辑。概率逻辑是研究基于逻辑的概率推理。
泛逻辑的基本原理
当今人工智能深入发展遇到的一个重大难题就是专家经验知识和常识的推理。现代逻辑迫切需要有一个统一可靠的，关于不精确推理的逻辑学作为它们进一步研究信息不完全情况下推理的基础理论，进而形成一种能包容一切逻辑形态和推理模式的，灵活的，开放的，自适应的逻辑学，这便是柔性逻辑学。而泛逻辑学就是研究刚性逻辑学(也即数理逻辑)和柔性逻辑学共同规律的逻辑学。
泛逻辑是从高层研究一切逻辑的一般规律，建立能包容一切逻辑形态和推理模式，并能根据需要自由伸缩变化的柔性逻辑学，刚性逻辑学将作为一个最小的内核存在其中，这就是提出泛逻辑的根本原因，也是泛逻辑的最终历史使命。
3 逻辑学在人工智能学科的研究方面的应用
逻辑方法是人工智能研究中的主要形式化工具，逻辑学的研究成果不但为人工智能学科的诞生奠定了理论基础，而且它们还作为重要的成分被应用于人工智能系统中。
经典逻辑的应用
人工智能诞生后的20年间是逻辑推理占统治地位的时期。1963年，纽厄尔、西蒙等人编制的“逻辑理论机”数学定理证明程序(LT)。在此基础之上，纽厄尔和西蒙编制了通用问题求解程序(GPS)，开拓了人工智能“问题求解”的一大领域。经典数理逻辑只是数学化的形式逻辑，只能满足人工智能的部分需要。
非经典逻辑的应用
(1)不确定性的推理研究
人工智能发展了用数值的方法表示和处理不确定的信息，即给系统中每个语句或公式赋一个数值，用来表示语句的不确定性或确定性。比较具有代表性的有：1976年杜达提出的主观贝叶斯模型， 1978年查德提出的可能性模型， 1984年邦迪提出的发生率计算模型，以及假设推理、定性推理和证据空间理论等经验性模型。
归纳逻辑是关于或然性推理的逻辑。在人工智能中，可把归纳看成是从个别到一般的推理。借助这种归纳方法和运用类比的方法，计算机就可以通过新、老问题的相似性，从相应的知识库中调用有关知识来处理新问题。
(2)不完全信息的推理研究
常识推理是一种非单调逻辑，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论。非单调逻辑可处理信息不充分情况下的推理。20世纪80年代，赖特的缺省逻辑、麦卡锡的限定逻辑、麦克德莫特和多伊尔建立的NML非单调逻辑推理系统、摩尔的自认知逻辑都是具有开创性的非单调逻辑系统。常识推理也是一种可能出错的不精确的推理，即容错推理。
此外，多值逻辑和模糊逻辑也已经被引入到人工智能中来处理模糊性和不完全性信息的推理。多值逻辑的三个典型系统是克林、卢卡西维兹和波克万的三值逻辑系统。模糊逻辑的研究始于20世纪20年代卢卡西维兹的研究。1972年，扎德提出了模糊推理的关系合成原则，现有的绝大多数模糊推理方法都是关系合成规则的变形或扩充。
4 人工智能——当代逻辑发展的动力
现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。21世纪逻辑发展的主要动力来自哪里?笔者认为，计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理，而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素。例如，选择性地搜集相关的经验证据，在不充分信息的基础上做出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。
5 结语
人工智能的产生与发展和逻辑学的发展密不可分。
一方面我们试图找到一个包容一切逻辑的泛逻辑，使得形成一个完美统一的逻辑基础;另一方面，我们还要不断地争论、更新、补充新的逻辑。如果二者能够有机地结合，将推动人工智能进入一个新的阶段。概率逻辑大都是基于二值逻辑的，目前许多专家和学者又在基于其他逻辑的基础上研究概率推理，使得逻辑学尽可能满足人工智能发展的各方面的需要。就目前来说，一个新的泛逻辑理论的发展和完善需要一个比较长的时期，那何不将“百花齐放”与“一统天下”并行进行，各自发挥其优点，为人工智能的发展做出贡献。目前，许多制约人工智能发展的因素仍有待于解决，技术上的突破，还有赖于逻辑学研究上的突破。在对人工智能的研究中，我们只有重视逻辑学，努力学习与运用并不断深入挖掘其基本内容，拓宽其研究领域，才能更好地促进人工智能学科的发展。
人工智能研究的一个重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。 以下是我精心整理的机器人与人工智能论文的相关资料，希望对你有帮助!
人工智能与智能机器人探析
【摘 要】 人工智能(AI)是研究使计算机来模拟人的某些思维过程和智能行为的学科，是二十一世纪三大尖端技术之一。AI未来的发展必将越来越广泛，越来越深入，越来越快地向着人类智能的方向逼近。伴随着人工智能和智能机器人的发展，为人类文化生活提供了新的模式。
【关键词】 人工智能 大脑智能 智能机器人
0 引言
人工智能(Artificial Intelligence)，英文缩写为AI，是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机。二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。
1 人工智能的发展历程
(1)人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德摩尔根提出了“思维定律”，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架“计算机器”，它被认为是计算机硬件，也是人工智能硬件的前身。1936年，24岁的英国数学家图灵提出了“自动机”理论，把研究会思维的机器和计算机的工作大大向前推进了一步，在定义智慧时，图灵做出了解释，如果一台机器能够通过称之为图灵实验的测试，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为。(2)上世纪三四十年代，维纳、弗雷治、罗素的数理逻辑，和丘奇、图灵的数字功用以及计算机处理发展促使了1956年夏Dartmouth会议上人工智能学科(由“人工智能之父”麦卡锡提出，麦卡锡曾是Stanford人工智能实验室主任)的诞生20世纪60年代以来，采用生物模仿来建立功能强大的算法，包括进化计算等，人工生命以进化计算为基础，研究自组织、自复制、自修复以及形成这些特征的进化和环境适应。70年代以来，Conrad等研究人工仿生系统中的自适应、进化和群体动力学，提出不断完善的“人工世界”模型。80年代，人工神经网络再度兴起促进人工生命的发展。(3)1992年贝兹德克提出计算智能。专家系统在90年代兴起，模拟人类专家解决领域问题。
2 人工智能的研究
强人工智能的观点认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。弱人工智能的观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。现在主流科研集中在弱人工智能上，强人工智能的研究则处于停滞不前的状态下。
目前人工智能主要研究内容是：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面，分布式人工智能与多智能主体系统、人工思维模型、知识系统、知识发现与数据挖掘、遗传与演化计算、人工生命应用等等。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。
3 人工智能的应用
IBM公司“deep blue”电脑击败了人类的世界国际象棋冠军，美国Sandia实验室建立了国际上最庞大的“虚拟现实”实验室，拟通过数据头盔和数据手套实现更友好的人机交互。国际各大计算机公司相继开始将人工智能作为其研究内容，几乎包括所有IT企业，以及很多金融巨头，纷纷建立自己的人工智能产业部，利用“智能”来解决问题。无人驾驶车的诞生，打破了汽车靠人驾驶的时代。
MIT开发出了SHRDLU，STUDENT系统可以解决代数问题，而SIR系统则开始理解简单的英文句子了，SIR的出现导致了新学科的出现：自然语言处理。在70年代出现的专家系统成了一个巨大的进步，它头一次让人知道计算机可以代替人类专家进行工作。在理论方面，计算机开始有了简单的思维和视觉，而不能不提的是人工智能语言Prolog语言诞生了，它和Lisp一起几乎成了人工智能工作者不可缺少的工具。
4 人工智能的影响及发展必须注意的问题
(1)人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。(2)人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。(3)人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。
伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。
5 智能机器人
智能机器人具有类似于人的智能，它装备了高灵敏度的传感器，因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力，能对感知的信息进行分析，控制自己的行为，处理环境发生的变化，完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。目前研制的智能机器人大都只具有部分的智能，和真正的意义上的智能机器人，还差得很远。
6 结语
当然，虽然人工智能一直都处于计算机技术的最前沿，但人工智能的发展也并不是一帆风顺的，并不象我们期待的那样迅速，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷。人工智能的问题的在于，一方面哲学、认知科学、思维科学和心理学等学科所研究的智能层次高而抽象;另一方面AI逻辑符号、神经网络和行为主义所研究的智能层次太基本。由于对中间机制知之甚少，这种背景下提出的各种AI理论，就只能是或者完全不同于人类思维，与人类的思维模式相距太远，同时在人类思维方式的理解上也有待突破，不然很难形成更新的AI框架和理论体系。尽管如此，多学科的联合协作研究也带来了足够引人注目的增长。因为人工智能的基本理论还不完整，我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，我们相信它会给世界带来难以预料的变化。
人工智能的产生和发展首先是一场思维科学的革命，它的产生和发展一定程度上依赖于思维科学的革命，同时它也对人类的思维方式和方法产生了深刻的变革。以下是我精心整理的浅谈人工智能发展的大学论文的相关资料，希望对你有帮助!浅谈人工智能发展的大学论文篇一 浅谈人工智能技术的发展 1、人工智能的概念 人工智能(Artificial Intelligence，简称AI)是计算机科学的一个分支，它探究智能的实质，并以制造一种能以人类智能相类似的方式做出反应的智能机器为目的。人工智能的产生和发展首先是一场思维科学的革命，它的产生和发展一定程度上依赖于思维科学的革命，同时它也对人类的思维方式和方法产生了深刻的变革。人工智能是与哲学关系最为紧密的科学话题，它集合了来自认知心理学、语言学、神经科学、逻辑学、数学、计算机科学、机器人学、经济学、社会学等等学科的研究成果。过去的半个多世纪以来人工智能在人类认识自身及改造世界的道路上扮演了重要角色。一直以来，对人工智能研究存在两种态度：强人工智能和弱人工智能，前者认为AI可以达到具备思维理解的程度，可以具有真正的智能;后者认为研究AI只是通过它来探索人类认知，其智能只是模仿的不完全的智能。 2、人工智能的发展 对于人工智能的研究一共可以分为五个阶段。 第一个阶段是人工智能的兴起与冷落，这个时间是在20世纪的50年代。这个阶段是人工智能的起始阶段，人工智能的概念首次被提出，并相继涌现出一批科技成果，例如机器定理证明、跳棋程序、LISP语言等。由于人工智能处于起始阶段，很多地方都存在着缺陷，在加上对自然语言的翻译失败等诸多原因，人工智能的发展一度陷入低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点：对问题求解的方法过度重视，而忽视了知识重要性。 第二个阶段从20世纪的60年代末到70年代。专家系统的出现将人工智能的研究再一次推向高潮。其中比较著名的专家系统有DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、Hearsay-11语言理解系统等。这些专家系统的出现标志着人工智能已经进入了实际运用的阶段。 第三个阶段是20世纪80年代。这个阶段伴随着第五代计算机的研制，人工智能的研究也取得了极大的进展。日本为了能够使推理的速度达到数值运算的速度那么快，于1982年开始了“第五代计算机研制计划”。这个计划虽然最终结果是以失败结束，但是它却带来了人工智能研究的又一轮热潮。 第四个阶段是20世纪的80年代末。1987年是神经网络这一新兴科学诞生的年份。1987年，美国召开了第一次神经网络国际会议，并向世人宣告了这一新兴科学的诞生。此后，世界各国在神经网络上的投资也开始逐渐的增加。 第五个阶段是20世纪90年代后。网络技术的出现和发展，为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向基于网络环境下的分布式人工智能研究。在这个阶段人工智能不仅仅对基于同一目标的分布式问题求解进行研究，同时还对多个智能主体的多目标问题求解进行研究，让人工智能有更多的实际用途。 3、人工智能可否超过人的智能 那么人工智能可否超过人的智能呢?关于这个问题可以从下面几个方面来分析： 首先，从哲学量变会引起质变的角度来说，人工智能的不断发展必定会产生质的飞跃。大家都知道，人工智能从最初的简单模拟功能，到现在能进行推理分析 (比如计算机战胜了国际象棋世界冠军)，这本身就是巨大的量变。在一部科幻电影中，父亲把儿子生前的记忆输人芯片，装在机器人中，这个机器人就与他的儿子死去时具有相同的思维和记忆，虽然他不会长大。从技术的角度来说，科幻电影中的东西在不久的将来也可以成为现实。到那个时候，真的就很难辨别是人还是机器了。 第二，有的人会说，人工智能不会超过人的智能，因为人工智能是人制造出来的，所以不可能超过人的智能。对于这个观点，我们这样想一想，起重机也是人造出来的，它的力量不是超过人类很多吗?汽车也是人制造出来的，它的速度不也远超过人类的速度吗?从科学技术的角度来说，智能和力气、速度一样，也是人的某个方面的特性，为什么人工智能就不能超过人类的智能呢? 第三，还有的人认为，人工智能是人制造的，必有其致命的弱点，所以人的智能胜于人工智能。我认为这一点也不成立，因为人与机器人比较，也可以说有致命弱点，比如说人如果没有空气的话，就不能生存，就好比是机器人没有电一样。再比如，人体在超过一定的温度或压力的环境下，不能生存，在这一点上，机器人却可以远胜于人类。因此，在弱点比较方面，我认为人工智能的机器人并不比人差，在某些方面还远胜于人类。 第四，随着科学技术的发展，人工智能不单需要逻辑思维与模仿。科学家对人类大脑和精神系统研究得越多，他们越加肯定情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能不仅在于赋予它情感能力。 4、结束语 人工智能一直处于计算机技术的前沿，其研究的理论和发现在很大程度上将决定计算机技术、控制科学与技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。
浅谈如何培养幼儿语言表达能力论文如下：
孩子只有真正学会了说话，把自己的愿望用正确的语句表达出来，才自由地和人交往，同时也才能更好地接受成人传授的知识和经验。
在 教育 工作中，教师应有目的地丰富幼儿生活内容，增长幼儿知识，开拓幼儿视野，培养幼儿多方面的兴趣。
使他们知道在浩翰的大自然中，有许许多多还不清楚不知道的事情，启发幼儿的求知欲望。引导幼儿仔细观察，认真分析思索，扩大和加深对周围事物的认识和理解，发展幼儿的口语表达能力。
(一)多看
教师在教学过程中，要有计划地带领幼儿直接观察，给幼儿多创造条件。
采用直观形象的 方法 ，引起幼儿学习的兴趣。图画读物是幼儿的精神粮食，是幼儿喜爱的一种文学形式。它形象生动可爱，色彩鲜明美丽，深受幼儿喜爱。欲想发挥图书作用，也需要教师与家长做具体指导。
光知道给幼儿买书不成，还要教给幼儿看书的方法。幼儿不理解书意，也不能收到良好的效果。如采用以下几种方法，指导幼儿看图画书。
先教幼儿看书的方法，拿到一组图画，要求幼儿先看数码，或按情节排好顺序，然后找出书中的主要角色，记住他们的形象，观察他们的动作，想象他们在干什么?联想组合成 故事 。
如此，幼儿虽一个字都不认识，却能看出画中的内容，并能根据图画内容讲述，既丰富了他们的知识，又发展了语言表达能力。
(二)多听
培养幼儿注意地倾听，这是发展幼儿表达能力的先决条件。幼儿学习语言，首先要学会听，听得准确，听得懂，然后才有条件正确地模仿――说。讲故事是向幼儿介绍文学作品的基本方法。因为幼儿不识字，他们是文学作品的听众。
将不识字的幼儿引入文学世界，就需要找人给幼儿讲，让幼儿认真地倾听，达到教育目的。给幼儿积极创设听的环境，可以是多种多样的。
如给幼儿听录音故事、听别人讲故事;邀请幼儿谈话，互相倾听并交谈;带领幼儿听多种声音：乐器的声音、动物的声音……让幼儿听后模仿，想像，并讲出他们听到的声音好像在说什么。
让幼儿多听，是为了发展倾听和区别周围声响的能力，发展幼儿听觉器官，加强对语言的声音结构分析。培养幼儿良好的倾听习惯，要求幼儿会听，听得懂，认真听不打断别人的话，这也是文明习惯的一种表现。
(三)多说
为了发展幼儿的表达能力，不但要发展幼儿听的能力，还要培养幼儿说的能力。我们要给幼儿创设“说”的环境，在说话中练习说话，在日常生活中，利用与幼儿接触的一切时机，进行交谈，在交谈中建立感情，使他们无拘无束，有话愿意讲出来。
当幼儿用语不当时，教师及时予以纠正。教师应该善于利用幼儿来园、饭后、游戏、离园等分散时间，有计划有目的与幼儿交谈。在交谈中，教师和幼儿易于进行感情交流，关系可更加亲密，幼儿有什么事就都愿意告诉老师。
这不论对幼儿发展语言能力，还是形成对事物的正确态度都有积极作用。教师在组织幼儿集体学习时，更要注意启发幼儿学习的积极性，克服教师说孩子听的教法。还要克服说得好的让说，说得不好的不让说的做法。
鼓励幼儿说错了没关系，老师会帮助的。教师应注意给每个幼儿“说”的机会。幼儿学习语言是靠“听”和听后的模仿“说”。因此，我们要给孩子创设一个“说”的环境，让孩子练习“说”，学习“说”，在说中学说。
(四)多练
发展幼儿语言表达能力的任务，主要是培养幼儿正确的发音，吐字清楚，丰富幼儿词汇，并能正确运用。教会幼儿按照汉语语法规则讲话。这些内容，都得在语言实践中学习，掌握。这就要让孩子多练习，重复地练习，逐渐地掌握。
给幼儿提供多练的机会，创造多练的环境。幼儿的发音不准，教师和家长注意及时纠正、练习，就能掌握得快，说得好。幼儿还经常讲出不合乎语言结构的 句子 ，如：“老师，我要一本书，葫芦娃。”
教师就要给予纠正说：“老师，我要一本葫芦娃的书。”并让幼儿反复说两遍。这样，幼儿渐渐地就会说了。又如“老师，”幼儿经常说成“老希”，等，凡属幼儿用词不当时，老师就给予纠正，并让幼儿重复练习。
幼儿学习语言，主要靠模仿，因此，我们就需要不厌其烦地让幼儿多练习。
如果你要写一篇论文如何培养幼儿的语言表达能力的论文，我建议你首先要讲语言表达能力的基本要素，对幼儿的影响，对幼儿的教育的方法进行论述，然后又弄出的特点弄出的要点等等写出来就。
语言是人与人之间相互交流的工具，是信息的主要载体，对人类的发展具有至关重要的意义，同时具备优秀的语言能力对个人的成长与发展也具有重要的意义。幼儿期是语言能力发展与成型最关键的时期，而口语能力的培养又是其中最重要的环节。幼儿在幼儿园的生活、学习、交流都必须通过口语表达来完成，老师的教学过程也必须通过口语表达来实现。但是，语言能力的培养过程有相对枯燥和抽象，因此，如何激发幼儿的学习兴趣，提高幼儿的接受能力，满足幼儿成长的需要，使幼儿充分实现"敢说，爱说，能说"，是幼儿语言能力培养的首要任务。一、幼儿时期培养口语表达能力的优势首先，幼儿的智力水平和学习能力与一、二年级入学儿童相比差距并不大，而且在幼儿时期，幼儿对外部事物表现出更浓厚的兴趣，也更有意愿去模仿和学习，因此，刚入学儿童学习的知道在幼儿时期也是可以接受的。其次，幼儿在幼儿园的学习生活过程中，环境和氛围比较自由和宽松，没有固定的学习任务，学习方式轻松活泼，容易引起幼儿的学习兴趣和学习欲望。同事，老师有可以寻找最适合幼儿的教学方法对幼儿进行教学和训练，尽可能的因材施教，为进入小学学习阶段打下良好的基础。再次，在幼儿阶段，幼儿在语言能力的学习过程中心态是轻松的，童言无忌，因此自由发挥的空间较大，在学习时心态不会紧张，把学习的过程看成一种娱乐的过程，通过语言的交流和学习获得乐趣，有助于提高幼儿的学习兴趣和主动性，对幼儿语言能力的培养产生良好的影响。二、如何培养幼儿的口语表达能力培养幼儿的表达能力是一项需要长期努力的复杂的工作，在工作的过程中我们需要对过往的经验进行总结，在此基础上发展新的理念和方法来进行幼儿语言能力的培养工作，努力提高幼儿的语言表达能力。1 为幼儿语言表达能力的培养创造良好的环境对于幼儿来说，第一印象是至关重要的，因此，幼儿语言能力的培养与幼儿所处的环境密切相关。幼儿对语言的学习与所处周围现实的人、物及自然与社会现象紧密相关，通过感官的感知获取各种信息进行学习。宽松和谐的语言环境是幼儿语言学习和发展的基本前提，是激发幼儿语言表达积极性的必要条件。因此，教师在日常教学是应尽可能的为幼儿创造一个宽松、活泼的语言学习环境，使他们想说、敢说、愿说。幼儿刚入院时，由于环境的变化，幼儿的情绪很不稳定，缺乏安全感，可能导致幼儿变得孤僻，容易脱离群体之外。此时，教师应该善于发现问题，把握幼儿的心理，多与他们亲近、沟通，让他们逐渐融入园内的环境。在教学过程中，有些，有些幼儿的表现欲很强，想说、愿说，但是羞于表达，缺乏自信，不敢说，怕说错。因此，在教学过程中，教师应该耐听的倾听他们的回答，鼓励他们多想一想，多说一说，让他们放下心里包袱，敢于表达自己的想法。同时，对于那些性格相对内向的幼儿，教师应该为他们创造平等对话的机会，尊重他们的人格，寻找合适的话题以他们一对一的谈天，耐心的倾听他们的心声，这是，幼儿就愿意表达自己内心的想法，并且对他们点点滴滴的进步给予表扬，犯错时进行耐心的教导，一个抚摸，一个微笑都是打开幼儿心门的钥匙。2.培养幼儿的认知能力语言表达信息主要通过对周围事物的观察分析获得，因此，幼儿的语言表达能力的提高与发展必须与认知能力的提高相结合。幼儿对事物的认知主要是通过周围环境对感官的刺激获得的，教师要有意识的培养幼儿观察和倾听的意愿，从而提高幼儿的认知能力。教师在可以有计划的安排幼儿对周围环境进行观察，并且进行讲解和启发，进行实践教学，给幼儿创造条件，在实践中认识世界，发展语言表达能力。如：带领幼儿春游时，让幼儿对自然环境环境进行观察，通过教师的讲解和启发，发现树木、花朵、温度的变化，总结春天的特点。此时，幼儿很愿意表达自己内心的想，教师可以鼓励他们勇敢的说出自己的想法，帮助他们树立勇于表达自己的信心。传统教学也是提高幼儿认知能力的重要途径，在此过程中要改进教学方式，激发幼儿学习的积极性。幼儿园的语言教育大多是注入式，让幼儿学习和背诵儿歌、诗歌、寓言故事等文学作品，这样只能死记硬背，过程枯燥乏味，缺少给幼儿自己自由思考和发挥的空间，容易打消幼儿学习的积极性。所以在教学过程中教师应该采取多种教学形式，比如在教室内设置图书角，鼓励幼儿通过自主阅读获取更丰富多样的知识；也可以在教室内设置科学角，种植一些花草，让幼儿观察它们的生长过程。这样通过多种形式，发展幼儿的观察能力，记忆能力，思维能力和想象能力。在培养幼儿的语言交流能力时既要培养幼儿的语言模仿能力，也要让幼儿学会举一反三，在原有的语言规范基础上填换新的内容，表达新的意思。另外，在语言教学活动中要采取综合的教学手段，让幼儿亲身参与到教学活动中，如在讲故事时让幼儿扮演其中的角色，身临其境，加深幼儿对故事的理解和记忆，调动幼儿学习的积极性，在教学过程中让幼儿的创造性思维得到充分的发展。
人工智能的设计与开发进一步完善了传统AI在DOTA等即时战略游戏中的不足，从玩家的角度出发，设计出针对各个水平层次的人工智能。以下是我精心整理的人工智能实现的论文的相关资料，希望对你有帮助!
DOTA游戏中人工智能的设计与实现
引言
DOTA游戏以及所有的即时战略游戏中，人工智能(AI)是不可或缺的一大工具。新手玩家通过对AI的对战初步了解整个游戏的规则、战斗方式、英雄特性等。在非联网的情况下，AI也是玩家的唯一对手。
传统AI：战斗模式单一，反应速度缓慢，行动指令呆板，无法较好的分析战场形势与战斗情况。水平低，容易被玩家识别出设计好的指令，从而导致轻易击杀，影响游戏的娱乐性。
创新AI：模拟人类思维，有了较高的智商的。新手玩家能够通过与AI的对战，逐渐学会游戏的玩法，提升对游戏的认识，而并不像以前的直接与人类对抗导致被高端玩家蹂躏。
此外，创新型AI不只面向新手玩家，基于AI具有水平高、套路广、懂得随机应变等特点，同时能够使得高水平玩家从与AI的对战也能获得乐趣，进一步提升用户体验。
算法核心功能
AI的核心功能包括控制中心、巡查系统和指令中心。巡查系统好比AI的眼睛和大脑，AI通过巡查系统来获取游戏数据并且分析这些数据;巡查系统分析的结果传达给指令中心，经过指令中心处理后转化成指令信号传达给控制中心;控制中心将信号转化为AI的具体行为[1]。具体功能如下：
核心功能实现
巡查系统
设一个角色当前生命值为H、攻击力为A、防御力为D、魔法值为M，四个技能分别为A1、A2、A3、A4且对应的四个技能强度分别为P1、P2、P3、P4、技能的冷却程度为C1、C2、C3、C4。
若对于任意一个技能An得知其剩余冷却时间为Yn、冷却的总时间为Zn，则必然存在线性函数fn使得技能冷却程度Cn为：
Cn=fn(Yn，Zn)，Cn∈[0，1]
计算技能冷却程度在高端游戏局中对技能冷却的掌握程度很大程度上体现了一个玩家游戏水平，当技能冷却程度约为0时代表这个技能刚刚进入冷却时间，对于一些靠技能为主的英雄代表丧失战斗力;当技能冷却程度即将到达1时，英雄即将恢复战斗力且在其等于1时瞬间恢复大量战斗力。而这个恢复的过程往往是出乎意料的。在这个恢复战斗力过程即是考验玩家技术含量的过程，如撤退、普通攻击、走位或衔接其他策略方案等[2]。
则对于任意技能An技能强度Pn与冷却程度Cn和其他参数X的对应关系如下所示：
Pn=fc(Cn，X)
自我学习功能
AI的自我学习使得AI在实际战斗中能够不断地提升自己的水平。为了实现这一块功能，我们一改传统直接给AI编程固定的套路，让AI知道自己有何种技能、属性，并且告诉AI各种行为将会产生的结果，让AI自己计算当前情况下最有效的套路，这样的设计让AI在复杂的实际游戏战斗中能够有出色的表现[3]。
指令中心
指令中心是将信号转化为实际行动的系统功能模块。
比如指令中心接受到控制中心传来的一个“ATTACK”指令，那么指令中心将对英雄下达攻击指令，并反馈给控制中心此次指令的结果，如英雄被击晕了，那么此次指令必将是执行不了的，那么将反馈给控制中心一个被击晕的信号，控制中心立马重新计算应对措施。
控制中心
各个子系统通过控制中心连接成一个完整的AI系统，控制中心接受各个子功能的数据和分析结果，然后向指令中心发布指令。
例如在实际战斗中，一个具有控制技能的高爆发法师，首先他看见他的正前方有一名敌人，通过知己知彼系统，AI得知目标敌人的战斗力比自己低，可以击杀。接着AI开始思考击杀策略，通过自我学习系统，AI计算出了最优方案：先通过走位靠近目标敌人，然后试用控制技能将其制服，在控制技能期间AI对目标敌人进行普通攻击，当控制技能快要结束时AI放出大招将其击杀。知己知彼、自我学习系统计算出的结果传达给控制中心，控制中心对指令中心发布指令，于是AI就行动了起来。
3.结论
人工智能的设计与开发进一步完善了传统AI在DOTA等即时战略游戏中的不足，从玩家的角度出发，设计出针对各个水平层次的人工智能。玩家的需求才是游戏设计的根本，玩家的体验才是游戏设计的目标，保证玩家出色的游戏体验，才能让游戏有更大的市场竞争力。
人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。人工智能研究与人的思维研究密切相关。以下是我精心整理的有关人工智能论文的相关资料，希望对你有帮助!
浅谈逻辑学与人工智能
人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。人工智能研究与人的思维研究密切相关。逻辑学始终是人工智能研究中的基础科学问题，它为人工智能研究提供了根本观点与方法。
1 人工智能学科的诞生
12世纪末13世纪初，西班牙罗门·卢乐提出制造可解决各种问题的通用逻辑机。17世纪，英国培根在《新工具》中提出了归纳法。随后，德国莱布尼兹做出了四则运算的手摇计算器，并提出了“通用符号”和“推理计算”的思想。19世纪，英国布尔创立了布尔代数，奠定了现代形式逻辑研究的基础。德国弗雷格完善了命题逻辑，创建了一阶谓词演算系统。20世纪，哥德尔对一阶谓词完全性定理与N 形式系统的不完全性定理进行了证明。在此基础上，克林对一般递归函数理论作了深入的研究，建立了演算理论。英国图灵建立了描述算法的机械性思维过程，提出了理想计算机模型(即图灵机) ，创立了自动机理论。这些都为1945年匈牙利冯·诺依曼提出存储程序的思想和建立通用电子数字计算机的冯·诺依曼型体系结构，以及1946年美国的莫克利和埃克特成功研制世界上第一台通用电子数学计算机ENIAC做出了开拓性的贡献。
以上经典数理逻辑的理论成果，为1956年人工智能学科的诞生奠定了坚实的逻辑基础。
现代逻辑发展动力主要来自于数学中的公理化运动。20世纪逻辑研究严重数学化，发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。
2 逻辑学的发展
逻辑学的大体分类
逻辑学是一门研究思维形式及思维规律的科学。 从17世纪德国数学家、哲学家莱布尼兹(G. LEibniz)提出数理逻辑以来，随着人工智能的一步步发展的需求，各种各样的逻辑也随之产生。逻辑学大体上可分为经典逻辑、非经典逻辑和现代逻辑。经典逻辑与模态逻辑都是二值逻辑。多值逻辑，是具有多个命题真值的逻辑，是向模糊逻辑的逼近。模糊逻辑是处理具有模糊性命题的逻辑。概率逻辑是研究基于逻辑的概率推理。
泛逻辑的基本原理
当今人工智能深入发展遇到的一个重大难题就是专家经验知识和常识的推理。现代逻辑迫切需要有一个统一可靠的，关于不精确推理的逻辑学作为它们进一步研究信息不完全情况下推理的基础理论，进而形成一种能包容一切逻辑形态和推理模式的，灵活的，开放的，自适应的逻辑学，这便是柔性逻辑学。而泛逻辑学就是研究刚性逻辑学(也即数理逻辑)和柔性逻辑学共同规律的逻辑学。
泛逻辑是从高层研究一切逻辑的一般规律，建立能包容一切逻辑形态和推理模式，并能根据需要自由伸缩变化的柔性逻辑学，刚性逻辑学将作为一个最小的内核存在其中，这就是提出泛逻辑的根本原因，也是泛逻辑的最终历史使命。
3 逻辑学在人工智能学科的研究方面的应用
逻辑方法是人工智能研究中的主要形式化工具，逻辑学的研究成果不但为人工智能学科的诞生奠定了理论基础，而且它们还作为重要的成分被应用于人工智能系统中。
经典逻辑的应用
人工智能诞生后的20年间是逻辑推理占统治地位的时期。1963年，纽厄尔、西蒙等人编制的“逻辑理论机”数学定理证明程序(LT)。在此基础之上，纽厄尔和西蒙编制了通用问题求解程序(GPS)，开拓了人工智能“问题求解”的一大领域。经典数理逻辑只是数学化的形式逻辑，只能满足人工智能的部分需要。
非经典逻辑的应用
(1)不确定性的推理研究
人工智能发展了用数值的方法表示和处理不确定的信息，即给系统中每个语句或公式赋一个数值，用来表示语句的不确定性或确定性。比较具有代表性的有：1976年杜达提出的主观贝叶斯模型， 1978年查德提出的可能性模型， 1984年邦迪提出的发生率计算模型，以及假设推理、定性推理和证据空间理论等经验性模型。
归纳逻辑是关于或然性推理的逻辑。在人工智能中，可把归纳看成是从个别到一般的推理。借助这种归纳方法和运用类比的方法，计算机就可以通过新、老问题的相似性，从相应的知识库中调用有关知识来处理新问题。
(2)不完全信息的推理研究
常识推理是一种非单调逻辑，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论。非单调逻辑可处理信息不充分情况下的推理。20世纪80年代，赖特的缺省逻辑、麦卡锡的限定逻辑、麦克德莫特和多伊尔建立的NML非单调逻辑推理系统、摩尔的自认知逻辑都是具有开创性的非单调逻辑系统。常识推理也是一种可能出错的不精确的推理，即容错推理。
此外，多值逻辑和模糊逻辑也已经被引入到人工智能中来处理模糊性和不完全性信息的推理。多值逻辑的三个典型系统是克林、卢卡西维兹和波克万的三值逻辑系统。模糊逻辑的研究始于20世纪20年代卢卡西维兹的研究。1972年，扎德提出了模糊推理的关系合成原则，现有的绝大多数模糊推理方法都是关系合成规则的变形或扩充。
4 人工智能——当代逻辑发展的动力
现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。21世纪逻辑发展的主要动力来自哪里?笔者认为，计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理，而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素。例如，选择性地搜集相关的经验证据，在不充分信息的基础上做出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。
5 结语
人工智能的产生与发展和逻辑学的发展密不可分。
一方面我们试图找到一个包容一切逻辑的泛逻辑，使得形成一个完美统一的逻辑基础;另一方面，我们还要不断地争论、更新、补充新的逻辑。如果二者能够有机地结合，将推动人工智能进入一个新的阶段。概率逻辑大都是基于二值逻辑的，目前许多专家和学者又在基于其他逻辑的基础上研究概率推理，使得逻辑学尽可能满足人工智能发展的各方面的需要。就目前来说，一个新的泛逻辑理论的发展和完善需要一个比较长的时期，那何不将“百花齐放”与“一统天下”并行进行，各自发挥其优点，为人工智能的发展做出贡献。目前，许多制约人工智能发展的因素仍有待于解决，技术上的突破，还有赖于逻辑学研究上的突破。在对人工智能的研究中，我们只有重视逻辑学，努力学习与运用并不断深入挖掘其基本内容，拓宽其研究领域，才能更好地促进人工智能学科的发展。