智慧是人類知識產生的嗎？還是透過搜尋和學習獲得的呢？抑或是知識+搜尋+學習得到的？智慧主要表現在可能性的大小上而不僅是現實性嗎？
Rich Sutton反對傳統人工構建知識的方法，比如知識表示或手動構建的啟發式函式，他認為痛苦的教訓是基於歷史的觀察，即：1）人工智慧研究人員常常試圖將知識構建到他們的智慧體中；2）從短期來看，這總是有幫助的，而且對研究人員來說是個人滿意的，但是從長遠來看，它會停滯不前，甚至會阻礙進一步的進展；3)透過基於搜尋和學習的縮放計算的相反方法，可能會最終取得突破性的進展。
一、元知識的概念
元知識的定義
目前對元知識的定義，在學術界還沒有一個嚴格的概念。通常來說，元知識就是“關於知識的知識”。
元知識可用來描述一類知識或知識集合所包含的內容、基本結構和一般特徵。沒有元知識, 人們無法描述知識、使用知識和認識知識。在自動控制與人工智慧等系統領域中,一般把使用和控制該系統領域知識的知識稱為元知識。元知識不是領域知識,不能解決具體知識領域問題；而是關於各領域知識的性質、結構、功能、特點、規律、組成與使用的知識, 是管理、控制和使用領域知識的知識。
元知識是思想和意識的核心,如果沒有掌握元知識的，就不能學習和認知基本的知識，元知識對於人們認知系統的建立起著重要作用。人工智慧和深度學習領域研究各種各樣的智慧系統，自主學習機制均是以模擬人腦思維活動為目的, 沒有學習元知識的能力的智慧系統起碼不能算是一個智慧系統。
二、知識的分類
布魯姆在學習目標分類學方面進行了開創性工作，他將學習目標分為認知、情感和動作技能三大領域。在認知領域，其認知教育目標分類學將將教育目標分為知識、領會、運用、分析、綜合、評價等六個類別。
布魯姆認知目標分類誕生幾十年來，對其修訂工作一直沒有停過。以加涅的學習結果分類理論和安德森的產生式理論以及以安德森為首的團隊進行的布魯姆認知分類修訂版最為著名。
加涅的認知學習結果分類
加涅將可能的學習結果分為五類：陳述性知識、智慧技能、認知策略、動作技能和態度，每一種分類又可以分為不同的亞類。如下圖所示：
加涅認知學習結果分類
陳述性知識是指可以用言語表達的資訊，在陳述性知識是回答“是什麼”的問題。智慧技能是人們按照一定的方式方法做事的能力，它們是“怎麼做”的知識，如應用規則與原理解決確定性的問題。認知策略是指個體自主學習、記憶和思維活動的較高層次的智慧技能。
Gagne對於知識的分類
Gagne將可能的學習結果分為五種型別：陳述性知識、智慧技能、認知策略、態度和動作技能，具體的定義如表所示。其中陳述性知識分為符號記憶、事實的知識、有組織的整體知識三個小類。
Gagne定義的學習結果型別
型別
定義
陳述性知識
要求學習者逐字逐句的記憶、解釋或者從事實、名單、姓名中總結或是組織資訊。陳述性知識有時被描述成是“知道什麼”。
智慧技能
智慧技能的結果是學習和培訓情景中的主要學習目標。智慧技能最重要的是將規則應用於之前沒有遇到的例子中，也稱為程式性知識，描述為“怎麼做”。
認知策略
學生用認知策略來管理他們自身的學習，有時稱為學習策略或者“學習如何學習”。認知策略支援其他領域的學習。
態度
態度是一種使學習者傾向於選擇某種行為方式的心理狀態。Gagne將態度描述為認知、情感和行為互相作用的結果。
動作技能
以流暢和精確定時為特徵的肌肉運動調節就是動作技能。
修訂的布魯姆認知教育目標分類
最正規的修訂工作是由課程理論與教育研究專家安德森為首的一個專家小組經過5年的工作，於2001年公佈的原分類學的修訂版。本文基於此種分類方式對不同型別的知識的認知過程分別進行分析，試圖找出虛擬維修訓練中元知識的認知規律依據。
布魯姆教育目標分類學修訂版的與以前最大的不同是將教育目標分成兩個維度。一個是認知過程維度，另一個是知識維度。認知過程維度仍分為6大類，但第一類的知識改為記憶，保留了理解、應用、分析和評價，增加了創造。將舊版中的知識單獨劃出來作為一個新的維度。知識維度將知識分為事實性知識、概念性知識、程式性知識和元認知知識。
布魯姆認知教育目標分類修訂前後對比
以認知過程維度為橫軸、知識維度為縱座標，就形成了如下圖所示的認知目標二維分類模型。不同的知識維度，對應不同的認知過程，由此形成了不同的學習和訓練目標以及訓練方法、訓練策略。
認知目標分類二維模型
在總結以上專家對於知識的分類方式後，這裡將最具權威的修訂布魯姆教育目標分類學作為本文的主要研究分類，並以此作為元知識的分類方式。
事實性知識
事實性知識的研究基礎
事實性知識是學習者在學習某一專業時必須掌握的基本元素，這些元素包括時間，地點，人物，事件。對應裝備虛擬維修訓練，如裝備的技術性能、基本技術引數等。事實性知識可能以獨立元素或點滴資訊而存在，而被認為在本質上和其自身是有某種價值的。它又可分為術語知識、具體細節和要素知識兩個亞類。
事實性知識的一般過程
對於事實性知識，在知識呈現情景階段透過對呈現的知識考察可發現事實性知識呈現的離散性特點。在學習過程情景階段，透過對學習時互動方式的考察可以發現認知過程以被動接收為主的特點。
事實性知識的認知過程以記憶為主。
事實性知識的基本規律
事實性知識有如下特點：
（1）以陳述性的知識為主。
（2）認知內容沒有認知中的高階分析加工或加工量很小，資訊不存在認知困難，認知任務主要在於資訊的量。
（3）認知過程是離散的。
（4）認知過程以被動的視聽接收為主
事實性知識的分類
術語知識包括特殊言語和非言語的符號（如詞、數字、標記、圖畫）。每一個專業都有其特有的標識和符號表示方式，它們是掌握這一學科的基礎。掌握一個專業的術語知識，同一個專業的人就可以快速交流，短時間內實現思想的碰撞，更有利於擦出新的火花。掌握術語知識可以方便人們快速記憶一些東西，為將來學習更加深刻的內容打下堅實基礎。
具體細節和元素知識指時間、地點、人物、事件等知識。它可能包括非常具體的資訊，如在哪一時刻開啟哪一個開關或按鈕，也可能有大概的資訊，如事件出現的時期或大量現象出現的一般順序。與只能在一定的背景中才可知的事實相比，具體事實可以看作是獨立的和分散的元素。
概念性知識
概念性知識的研究基礎
概念性知識是指一個整體結構中各個要素之間的關係,就是這個關係表達了某一專業的知識是如何形成的，各個要素之間是如何互相影響的，以如何組成一個完整的系統。將概括的知識按照意義的方式加以概括總結，用以體現某些問題、現象的內在聯絡。概念性知識有如下三個亞類：類別與分類的知識、原理與概括的知識、理論、模式與結構的知識。
概念性知識的一般過程
概念性知識的一般過程是一個以記憶為基礎，到理解的過程。
概念性知識的基本規律
概念性知識有如下特點：
（1）以陳述性的抽象知識為主。
（2）需要對認知內容加以理解。
（3）記憶與理解相互作用形成認知。
概念性知識的分類
分類和類目的知識這個亞類包括特殊類目、類別、部分和排列。當題材（或教材）發展時，學習該材料的人發現，開發出一些類別和類目使之能將這些類別和類目用於結構化和系統化的現象，是很有好處的。同術語和具體事實相比，這類知識是比較一般的和抽象的。
分類或類目的知識是發展某一個學術性學科的重要方面。資訊適當分類和經驗進人適當類目乃是學習和發展的經典指標。而且新近關於概念變化和理解的研究表明，資訊的錯誤分類進人不適當類目可以限制學生的學習。
如同前述，原理和概括是由分類和類目構成的。這個亞類抽象的概括出人們見到的各種現象，並且將這些現象抽象成知識。這些抽象知識對於描述某種現象，解釋這種現象出現的原因，預測事件的發展趨勢，並根據預測結果採取相應的行動具有重大的價值。
原理和概括知識，就是從大量的事實和事件中，抽象和概括出這些事實的核心，並且分析這些核心的內在聯絡和之間的相互作用，以及如何構成整個事實或事件的整體。
理論、模型和結構的知識包括原理、概括及其組合成相互聯絡的知識，這個亞類側重於將原理和概括以某種方式相聯絡，從而形成理論、模型或結構。
學科具有不同研究正規化和認識論，學生應該知道從概念上加工和組織教材的不同方式和在該教材中的研究領域。
程式性知識
程式性知識的研究基礎
程式性知識是“如何做事的知識”，如何思考及如何解決問題，在遇到問題時，不僅要想到如何去解決問題，同時也要知道在什麼樣的場景下，使用什麼樣的方式去解決什麼樣的問題。程式性知識有三個亞類：具體學科技能和演算法的知識、具體學科技巧和方法的知識、確定何時運用適當程式的知識。
程式性知識的一般過程
程式性知識不僅包括了基本的由記憶到理解的一般認知過程，還包括了理解之後的應用和分析。
程式性知識的基本規律
程式性知識有如下特點：
1、認知內容綜合性強，需要經過高階分析加工進行理解。
2、對情景依賴性高，認知任務主要在於正確把握當前情景並做出合理判斷。
3、認知過程是一個互動的過程，需要主動參與，是一個不斷反覆的過程。
4、認知過程是一個連續的整體、實時性要求高。
程式性知識的分類
如上所述，程式性知識可以表達為一系列步驟，在總體上是我們所知的程式有時這些步驟的順序是不變的；有時需做出決策，決定先做什麼，然後在做什麼。相似地，有時其結果是固定的（只有單一預定的答案），有時答案不定。
與通常最終導致固定結果的具體技能和演算法不同，有些程式並不導致預先決定的單一解答或答案。例如我們以某種先後有序的方式遵循一般科學方法去設計某一研究，但實驗設計的結果依據大景的因素可能會有很大差異。程式性知識的這一亞類與上個個亞類相比，其結果是較為開放的和不固定的。
具體學科的技術和方法的知識主要是意見一致的結果或學科規範，而不是更為直接來自觀察、試驗或發現的知識。決定何時運用適當程式的標準的知識是指除了知道與專門課題有關的程式外，也希望人們知道何時運用它們，後者涉及過去運用它們的方式。這些知識幾乎是歷史的或百科全書式的。
這一亞類更多的涉及到人們對於當前情況的情景認知能力，首先要對當前的所處的狀態做一個判斷，然後將判斷所得到的資訊與已知的相關程式性知識做匹配，最後做出選擇，決定在什麼樣的時間和空間，以及各種複雜條件下，適用什麼樣的程式,最後透過對人們用定律解決問題的能力進行評定。
元認知知識
元認知知識的研究基礎
元認知知識一般指關於認知的知識，也指個體對於自身情況的是否有足夠的瞭解，並且能夠做出正確的判斷，包括瞭解自己認知活動中的優勢與不足，以及採用什麼樣的一般策略去發現必要的資訊。元認知知識有如下三個亞類：策略知識、關於認知任務的知識、自我知識。
元認知知識的一般過程
元認知知識的認知過程是在事實性知識、概念性知識、程式性知識的基礎上，逐漸遞進的過程。由最初事實性知識的記憶，到概念性知識的理解，程式性知識的應用、分析，元認知知識在這個基礎上，增加了評價和創造的過程。
元認知知識的基本規律
元認知知識有如下特點：
1、認知難度大，要求高。
2、認知的形成可以作用於設計階段以改善學習訓練效果。
元認知知識的分類
策略性知識是有關學習、思考和解決問題的一般策略的知識。這個亞類中的策略可以跨不同的任務和教材運用，而不僅僅對某一學科領域中某種任務最有用，如用於解二次方程式和歐姆定律。
除了各種策略的知識之外，個人還積累了有關認知任務的知識。在傳統元認知知識區分中，弗拉維爾把下列知識納人元認知知識：不同認知任務可能有難度較大的，也有比較簡單的，根據難度的不同，可能需要不同策略。回憶任務需要個體積極搜尋和提取適當資訊，而再認任務只需要個體在幾種選擇中做出決定和選擇正確的或最適當的答案。
自我知識
弗拉維爾提出，除不同策略和認知任務的知識之外,自我知識也是一種重要的元認知知識。專家的一個標誌是他們對自己不知道的東西很清晰，所以他們具有發現所需要的和適當的資訊的一般策略。個人對自我知識深度和廣度的意識是自我知識的一個非常重要的方面。他們對自己的實際知識和能力沒有誇大和虛假的印象，他們知道自己知道什麼和不知道什麼。
義大利羅馬西北郊的西斯廷教堂的屋頂有一副面積500平方米的壁畫。
作者是文藝復興時期的著名畫家米開朗基羅。《創造亞當》是米開朗基羅創作的西斯廷禮拜堂天頂畫《創世紀》的一部分。這幅壁畫描繪的是《聖經·創世紀》中上帝創造人類始祖亞當的情形。
在這壁畫中，穿著飄逸長袍的白鬍須老者正是上帝。上帝的右臂舒張開來，生命之火從他的指頭中傳遞給了癱坐在地上的赤身裸體的亞當。
就在這指尖相接的驚心動魄一瞬間，上帝把智慧傳給了亞當。亞當最終成為一個人。
什麼是人？
一個人最重要的是他的智慧，這智慧包含了學習能力與創造力，有了智慧的人可以製造與使用工具，可以編寫計算機程式。
智慧正是人與動物的本質區別。
那麼，人也能賦予機器智慧嗎？
2016年，人類終於賦予機器以智慧——人工智慧阿爾法狗在圍棋賽中擊敗南韓名將李世石，這是一個標誌性的事件。從這一刻開始，人類進入了人工智慧時代。人類就好像上帝創造亞當那樣，也創造了屬於自己的智慧體。
迄今為止三年過去了，很多人已經看到，不但人類圍棋大師的心力與計算能力，很難與計算機硬體加演算法的“人工智慧”匹敵，而且一場浩浩湯湯的人工智慧產業革命已經拉開了時代大幕，從語音到視覺，從演算法到晶片，人工智慧正在全球範圍內給各行各業賦能。幾乎是在一夜之間，人工智慧成為第四次工業革命的先進生產力。
很多行業都出現了“人工智慧恐慌”，普通勞動者擔心人工智慧機器人將取代自己的工作崗位，擔心自己的飯碗不保。如果說前三次工業革命是用機器替代了人的體力勞動能力與一般計算能力，那麼人工智慧出現預示著機器可以代替人類大腦的智慧，機器具有了獨立的學習能力與創新能力！
這種人工智慧大趨勢毫無疑義地昭示著一箇舊世界正在被打破！
人工智慧標誌著第四次工業革命
按照2017年李開復與王詠剛先生合著的《人工智慧》一書中的描述，人工智慧是會學習的計算機程式。這種具有學習能力的計算機程式崛起以後，為什麼能以迅雷不及掩耳之勢影響各個行業呢？從教育到醫療，從金融到建築，從安防到環保，到處都有人工智慧的痕跡。
要解釋這個問題，還必須站在人類歷史的長河中回望審視。
人類與一般動物的區別在於：人類可以製造與使用工具。所以在人類的文明史上，工具代表著生產力的發展水平。人類鑽木取火，有了火之後就學會了青銅器的燒製，隨後就有了鐵器，於是人類掌握了農業生產的工具，就可以開墾荒地播種糧食；到了文藝復興之後，牛頓科學革命肇始，人類發明了蒸汽機，在這些工具的幫助下，人類進入了第一次工業革命時代。從此以後，人類開始告別田園牧歌的社會，正如恩格斯在《英國工人階級狀況》中寫道的那樣：“新生的工業能夠這樣成長起來，只是因為它用機器代替了手工工具，用工廠代替了作坊。”
如果說蒸汽機的發明導致了第一次工業革命，而電動機的發明導致了第二次工業革命。那麼以微軟、蘋果與IBM為代表的個人電腦的出現，標誌著第三次工業革命。而人工智慧技術的興起，則表明第四次工業革命已經在路上了。人工智慧是整個人類大歷史發展的潮流，這種潮流不以任何個人的意志為轉移，所以它能在各行各業找到應用場景。
中國企業在人工智慧時代抓住了風口
在前三次工業革命中，因為在中國沒有誕生現代科學，而且中國採取了閉關鎖國的封閉政策，所以中國最終落後於當時的時代發展。落後就要捱打，在這段歷史程序中，中國有了一部辛酸的現代史。但是，Sunny總在風雨後，在2016年開啟的“第四次工業革命”中，中國不但沒有落後於時代，而且在一定程度上還領先於世界——這是中華民族偉大復興的一個顯著標志。
目前中國已經湧現了大量的人工智慧企業，而且在各行各業的產業化做得相當不錯。據報道，截止到2018年6月，中國一共有1000餘家人工智慧企業，比軟體強國印度還多出來200多家，企業總數量僅次於美國。而到了2018年末，全華人工智慧企業數量進一步增長，相關企業共計4000餘家。除了在企業方面，華人工智慧論文總量和高被引論文數量也佔據世界第一的位置。以2017年為例，中國在人工智慧領域論文的全球佔比27.68%，遙遙領先其他國家。在人工智慧專利方面，中國已經成為全球人工智慧專利佈局最多的國家，數量略領先於美國和日本，而中美日三國佔全球總體專利公開數量的74%。
人工智慧需要有大資料作為原料，而中國有全球最多的人口，也有大量的工業感測器與網際網路資料，基於這些基礎條件，中國在大資料方面有獨特的優勢。這也為人工智慧在中國的發展提供了堅實的基礎。
人工智慧鋪就中國復興之路
中國在人工智慧各個領域都有了一批代表性的企業。
在人工智慧計算機視覺領域，其落地應用遍地開花。在安防攝像頭領域，主要有無人值守的場地看管、刷臉門禁、以及發現異常自動報警裝置等，在這裡主要的代表性公司有海康威視、大華股份等傳統大公司與商湯科技、雲從科技、依圖科技以及曠視科技等獨角獸企業，這四家公司被稱為人工智慧計算機視覺的“四小龍”，它們的產品在張學友演唱會上抓逃犯的過程中發揮了重要作用。在交通攝像頭領域，主要是識別車輛車牌，進而進行車輛套牌分析、交通違章分析等智慧城市解決方案，在這個領域的人工智慧計算機視覺的頭部公司有格靈深瞳等。在金融領域，計算機視覺主要用於快速信貸稽核、刷臉支付與刷臉開戶等應用，在這個行業的代表性企業有商湯科技、曠視科技Face++等。在醫療領域，計算機視覺主要用於智慧診斷與疾病研究和精準醫療方面，在這個垂直領域的代表性企業有阿里雲ET醫療大腦等。在汽車領域，計算機視覺主要用於無人駕駛，代表性的企業有百度等。百度最近與金龍汽車合作釋出了阿波龍無人駕駛汽車。在無人機領域，計算機視覺主要應用於物流運輸以及路徑規劃、地質災害監控等，在這個領域的代表性企業是大疆科技。
不久前，《科學美華人》與世界經濟論壇釋出了2018年十大新興技術，人工智慧輔助新藥研發就是其中之一。目前，在全球有至少100家企業正在探索新藥研發的人工智慧方法，在國外，葛蘭素史克、默克、強生與賽諾菲公司都已經佈局人工智慧新藥研發。在中國，也湧現了深度智耀、零氪科技與晶泰科技等人工智慧新藥研發企業，藥明康德也戰略投資了美國的一家人工智慧新藥研發公司。
在人工智慧晶片領域，華為海思與寒武紀等公司紛紛佈局相關晶片，雲知聲、出門問問、Rokid等國內人工智慧初創企業也紛紛推出了自己的晶片或模組。比如雲知聲釋出了人工智慧語音晶片Swift以及面向智慧出行的車規級多模態人工智慧晶片雪豹；而思必馳攜手中芯國際，釋出人工智慧語音晶片TAIHANG。雲米科技也釋出了人工智慧仿生晶片“悟空”。
中國在人工智慧金融服務中也湧現了大量優質企業。在中國出現了第四正規化這類主攻銀行業精準營銷的人工智慧公司。在教育領域，智慧化的程度不斷提升，近年來湧現出一批像松鼠AI、英語流利說這樣充分利用人工智慧技術的新型教育企業。
對於中國這個在時間尺度上綿延了數千年的超級大國而言，實際上在漢唐宋以來的過去很長的一段歷史內，中國在經濟上與技術上領先於世界各國。只不過在工業革命以來，中國開始落後於西方。隨後就有了清朝中葉開始的一系列戰爭賠款與“喪權辱國”的不平等條約，使得中華民族陷入了痛苦的深淵。
不過，令人欣慰的是，在歷經百餘年的風雨洗禮之後，中華民族已經開啟了復興之路。
2016年以後，中國抓住了“人工智慧”這個“第四次工業革命”的風口，中國企業積極參與到了這場新時代競爭之中。2016年，國務院印發《新一代人工智慧發展規劃》，提出了面向2030年中國新一代人工智慧發展的指導思想、戰略目標、重點任務和保障措施，部署構築中國人工智慧發展的先發優勢。規劃提出，要建立財政引導、市場主導的資金支援機制，要利用天使投資、風險投資、創業投資基金及資本市場融資等多種渠道，引導社會資本支援人工智慧發展。還要積極運用政府和社會資本合作等模式，引導社會資本參與人工智慧重大專案實施和科技成果轉化應用。
智慧是人類知識產生的嗎？還是透過搜尋和學習獲得的呢？抑或是知識+搜尋+學習得到的？智慧主要表現在可能性的大小上而不僅是現實性嗎？
Rich Sutton反對傳統人工構建知識的方法，比如知識表示或手動構建的啟發式函式，他認為痛苦的教訓是基於歷史的觀察，即：1）人工智慧研究人員常常試圖將知識構建到他們的智慧體中；2）從短期來看，這總是有幫助的，而且對研究人員來說是個人滿意的，但是從長遠來看，它會停滯不前，甚至會阻礙進一步的進展；3)透過基於搜尋和學習的縮放計算的相反方法，可能會最終取得突破性的進展。
一、元知識的概念
元知識的定義
目前對元知識的定義，在學術界還沒有一個嚴格的概念。通常來說，元知識就是“關於知識的知識”。
元知識可用來描述一類知識或知識集合所包含的內容、基本結構和一般特徵。沒有元知識, 人們無法描述知識、使用知識和認識知識。在自動控制與人工智慧等系統領域中,一般把使用和控制該系統領域知識的知識稱為元知識。元知識不是領域知識,不能解決具體知識領域問題；而是關於各領域知識的性質、結構、功能、特點、規律、組成與使用的知識, 是管理、控制和使用領域知識的知識。
元知識是思想和意識的核心,如果沒有掌握元知識的，就不能學習和認知基本的知識，元知識對於人們認知系統的建立起著重要作用。人工智慧和深度學習領域研究各種各樣的智慧系統，自主學習機制均是以模擬人腦思維活動為目的, 沒有學習元知識的能力的智慧系統起碼不能算是一個智慧系統。
二、知識的分類
布魯姆在學習目標分類學方面進行了開創性工作，他將學習目標分為認知、情感和動作技能三大領域。在認知領域，其認知教育目標分類學將將教育目標分為知識、領會、運用、分析、綜合、評價等六個類別。
布魯姆認知目標分類誕生幾十年來，對其修訂工作一直沒有停過。以加涅的學習結果分類理論和安德森的產生式理論以及以安德森為首的團隊進行的布魯姆認知分類修訂版最為著名。
加涅的認知學習結果分類
加涅將可能的學習結果分為五類：陳述性知識、智慧技能、認知策略、動作技能和態度，每一種分類又可以分為不同的亞類。如下圖所示：
加涅認知學習結果分類
陳述性知識是指可以用言語表達的資訊，在陳述性知識是回答“是什麼”的問題。智慧技能是人們按照一定的方式方法做事的能力，它們是“怎麼做”的知識，如應用規則與原理解決確定性的問題。認知策略是指個體自主學習、記憶和思維活動的較高層次的智慧技能。
Gagne對於知識的分類
Gagne將可能的學習結果分為五種型別：陳述性知識、智慧技能、認知策略、態度和動作技能，具體的定義如表所示。其中陳述性知識分為符號記憶、事實的知識、有組織的整體知識三個小類。
Gagne定義的學習結果型別
型別
定義
陳述性知識
要求學習者逐字逐句的記憶、解釋或者從事實、名單、姓名中總結或是組織資訊。陳述性知識有時被描述成是“知道什麼”。
智慧技能
智慧技能的結果是學習和培訓情景中的主要學習目標。智慧技能最重要的是將規則應用於之前沒有遇到的例子中，也稱為程式性知識，描述為“怎麼做”。
認知策略
學生用認知策略來管理他們自身的學習，有時稱為學習策略或者“學習如何學習”。認知策略支援其他領域的學習。
態度
態度是一種使學習者傾向於選擇某種行為方式的心理狀態。Gagne將態度描述為認知、情感和行為互相作用的結果。
動作技能
以流暢和精確定時為特徵的肌肉運動調節就是動作技能。
修訂的布魯姆認知教育目標分類
最正規的修訂工作是由課程理論與教育研究專家安德森為首的一個專家小組經過5年的工作，於2001年公佈的原分類學的修訂版。本文基於此種分類方式對不同型別的知識的認知過程分別進行分析，試圖找出虛擬維修訓練中元知識的認知規律依據。
布魯姆教育目標分類學修訂版的與以前最大的不同是將教育目標分成兩個維度。一個是認知過程維度，另一個是知識維度。認知過程維度仍分為6大類，但第一類的知識改為記憶，保留了理解、應用、分析和評價，增加了創造。將舊版中的知識單獨劃出來作為一個新的維度。知識維度將知識分為事實性知識、概念性知識、程式性知識和元認知知識。
布魯姆認知教育目標分類修訂前後對比
以認知過程維度為橫軸、知識維度為縱座標，就形成了如下圖所示的認知目標二維分類模型。不同的知識維度，對應不同的認知過程，由此形成了不同的學習和訓練目標以及訓練方法、訓練策略。
認知目標分類二維模型
在總結以上專家對於知識的分類方式後，這裡將最具權威的修訂布魯姆教育目標分類學作為本文的主要研究分類，並以此作為元知識的分類方式。
事實性知識
事實性知識的研究基礎
事實性知識是學習者在學習某一專業時必須掌握的基本元素，這些元素包括時間，地點，人物，事件。對應裝備虛擬維修訓練，如裝備的技術性能、基本技術引數等。事實性知識可能以獨立元素或點滴資訊而存在，而被認為在本質上和其自身是有某種價值的。它又可分為術語知識、具體細節和要素知識兩個亞類。
事實性知識的一般過程
對於事實性知識，在知識呈現情景階段透過對呈現的知識考察可發現事實性知識呈現的離散性特點。在學習過程情景階段，透過對學習時互動方式的考察可以發現認知過程以被動接收為主的特點。
事實性知識的認知過程以記憶為主。
事實性知識的基本規律
事實性知識有如下特點：
（1）以陳述性的知識為主。
（2）認知內容沒有認知中的高階分析加工或加工量很小，資訊不存在認知困難，認知任務主要在於資訊的量。
（3）認知過程是離散的。
（4）認知過程以被動的視聽接收為主
事實性知識的分類
術語知識包括特殊言語和非言語的符號（如詞、數字、標記、圖畫）。每一個專業都有其特有的標識和符號表示方式，它們是掌握這一學科的基礎。掌握一個專業的術語知識，同一個專業的人就可以快速交流，短時間內實現思想的碰撞，更有利於擦出新的火花。掌握術語知識可以方便人們快速記憶一些東西，為將來學習更加深刻的內容打下堅實基礎。
具體細節和元素知識指時間、地點、人物、事件等知識。它可能包括非常具體的資訊，如在哪一時刻開啟哪一個開關或按鈕，也可能有大概的資訊，如事件出現的時期或大量現象出現的一般順序。與只能在一定的背景中才可知的事實相比，具體事實可以看作是獨立的和分散的元素。
概念性知識
概念性知識的研究基礎
概念性知識是指一個整體結構中各個要素之間的關係,就是這個關係表達了某一專業的知識是如何形成的，各個要素之間是如何互相影響的，以如何組成一個完整的系統。將概括的知識按照意義的方式加以概括總結，用以體現某些問題、現象的內在聯絡。概念性知識有如下三個亞類：類別與分類的知識、原理與概括的知識、理論、模式與結構的知識。
概念性知識的一般過程
概念性知識的一般過程是一個以記憶為基礎，到理解的過程。
概念性知識的基本規律
概念性知識有如下特點：
（1）以陳述性的抽象知識為主。
（2）需要對認知內容加以理解。
（3）記憶與理解相互作用形成認知。
概念性知識的分類
分類和類目的知識這個亞類包括特殊類目、類別、部分和排列。當題材（或教材）發展時，學習該材料的人發現，開發出一些類別和類目使之能將這些類別和類目用於結構化和系統化的現象，是很有好處的。同術語和具體事實相比，這類知識是比較一般的和抽象的。
分類或類目的知識是發展某一個學術性學科的重要方面。資訊適當分類和經驗進人適當類目乃是學習和發展的經典指標。而且新近關於概念變化和理解的研究表明，資訊的錯誤分類進人不適當類目可以限制學生的學習。
如同前述，原理和概括是由分類和類目構成的。這個亞類抽象的概括出人們見到的各種現象，並且將這些現象抽象成知識。這些抽象知識對於描述某種現象，解釋這種現象出現的原因，預測事件的發展趨勢，並根據預測結果採取相應的行動具有重大的價值。
原理和概括知識，就是從大量的事實和事件中，抽象和概括出這些事實的核心，並且分析這些核心的內在聯絡和之間的相互作用，以及如何構成整個事實或事件的整體。
理論、模型和結構的知識包括原理、概括及其組合成相互聯絡的知識，這個亞類側重於將原理和概括以某種方式相聯絡，從而形成理論、模型或結構。
學科具有不同研究正規化和認識論，學生應該知道從概念上加工和組織教材的不同方式和在該教材中的研究領域。
程式性知識
程式性知識的研究基礎
程式性知識是“如何做事的知識”，如何思考及如何解決問題，在遇到問題時，不僅要想到如何去解決問題，同時也要知道在什麼樣的場景下，使用什麼樣的方式去解決什麼樣的問題。程式性知識有三個亞類：具體學科技能和演算法的知識、具體學科技巧和方法的知識、確定何時運用適當程式的知識。
程式性知識的一般過程
程式性知識不僅包括了基本的由記憶到理解的一般認知過程，還包括了理解之後的應用和分析。
程式性知識的基本規律
程式性知識有如下特點：
1、認知內容綜合性強，需要經過高階分析加工進行理解。
2、對情景依賴性高，認知任務主要在於正確把握當前情景並做出合理判斷。
3、認知過程是一個互動的過程，需要主動參與，是一個不斷反覆的過程。
4、認知過程是一個連續的整體、實時性要求高。
程式性知識的分類
如上所述，程式性知識可以表達為一系列步驟，在總體上是我們所知的程式有時這些步驟的順序是不變的；有時需做出決策，決定先做什麼，然後在做什麼。相似地，有時其結果是固定的（只有單一預定的答案），有時答案不定。
與通常最終導致固定結果的具體技能和演算法不同，有些程式並不導致預先決定的單一解答或答案。例如我們以某種先後有序的方式遵循一般科學方法去設計某一研究，但實驗設計的結果依據大景的因素可能會有很大差異。程式性知識的這一亞類與上個個亞類相比，其結果是較為開放的和不固定的。
具體學科的技術和方法的知識主要是意見一致的結果或學科規範，而不是更為直接來自觀察、試驗或發現的知識。決定何時運用適當程式的標準的知識是指除了知道與專門課題有關的程式外，也希望人們知道何時運用它們，後者涉及過去運用它們的方式。這些知識幾乎是歷史的或百科全書式的。
這一亞類更多的涉及到人們對於當前情況的情景認知能力，首先要對當前的所處的狀態做一個判斷，然後將判斷所得到的資訊與已知的相關程式性知識做匹配，最後做出選擇，決定在什麼樣的時間和空間，以及各種複雜條件下，適用什麼樣的程式,最後透過對人們用定律解決問題的能力進行評定。
元認知知識
元認知知識的研究基礎
元認知知識一般指關於認知的知識，也指個體對於自身情況的是否有足夠的瞭解，並且能夠做出正確的判斷，包括瞭解自己認知活動中的優勢與不足，以及採用什麼樣的一般策略去發現必要的資訊。元認知知識有如下三個亞類：策略知識、關於認知任務的知識、自我知識。
元認知知識的一般過程
元認知知識的認知過程是在事實性知識、概念性知識、程式性知識的基礎上，逐漸遞進的過程。由最初事實性知識的記憶，到概念性知識的理解，程式性知識的應用、分析，元認知知識在這個基礎上，增加了評價和創造的過程。
元認知知識的基本規律
元認知知識有如下特點：
1、認知難度大，要求高。
2、認知的形成可以作用於設計階段以改善學習訓練效果。
元認知知識的分類
策略性知識是有關學習、思考和解決問題的一般策略的知識。這個亞類中的策略可以跨不同的任務和教材運用，而不僅僅對某一學科領域中某種任務最有用，如用於解二次方程式和歐姆定律。
除了各種策略的知識之外，個人還積累了有關認知任務的知識。在傳統元認知知識區分中，弗拉維爾把下列知識納人元認知知識：不同認知任務可能有難度較大的，也有比較簡單的，根據難度的不同，可能需要不同策略。回憶任務需要個體積極搜尋和提取適當資訊，而再認任務只需要個體在幾種選擇中做出決定和選擇正確的或最適當的答案。
自我知識
弗拉維爾提出，除不同策略和認知任務的知識之外,自我知識也是一種重要的元認知知識。專家的一個標誌是他們對自己不知道的東西很清晰，所以他們具有發現所需要的和適當的資訊的一般策略。個人對自我知識深度和廣度的意識是自我知識的一個非常重要的方面。他們對自己的實際知識和能力沒有誇大和虛假的印象，他們知道自己知道什麼和不知道什麼。
義大利羅馬西北郊的西斯廷教堂的屋頂有一副面積500平方米的壁畫。
義大利羅馬西北郊的西斯廷教堂的屋頂有一副面積500平方米的壁畫。
作者是文藝復興時期的著名畫家米開朗基羅。《創造亞當》是米開朗基羅創作的西斯廷禮拜堂天頂畫《創世紀》的一部分。這幅壁畫描繪的是《聖經·創世紀》中上帝創造人類始祖亞當的情形。
在這壁畫中，穿著飄逸長袍的白鬍須老者正是上帝。上帝的右臂舒張開來，生命之火從他的指頭中傳遞給了癱坐在地上的赤身裸體的亞當。
就在這指尖相接的驚心動魄一瞬間，上帝把智慧傳給了亞當。亞當最終成為一個人。
什麼是人？
一個人最重要的是他的智慧，這智慧包含了學習能力與創造力，有了智慧的人可以製造與使用工具，可以編寫計算機程式。
智慧正是人與動物的本質區別。
那麼，人也能賦予機器智慧嗎？
2016年，人類終於賦予機器以智慧——人工智慧阿爾法狗在圍棋賽中擊敗南韓名將李世石，這是一個標誌性的事件。從這一刻開始，人類進入了人工智慧時代。人類就好像上帝創造亞當那樣，也創造了屬於自己的智慧體。
迄今為止三年過去了，很多人已經看到，不但人類圍棋大師的心力與計算能力，很難與計算機硬體加演算法的“人工智慧”匹敵，而且一場浩浩湯湯的人工智慧產業革命已經拉開了時代大幕，從語音到視覺，從演算法到晶片，人工智慧正在全球範圍內給各行各業賦能。幾乎是在一夜之間，人工智慧成為第四次工業革命的先進生產力。
很多行業都出現了“人工智慧恐慌”，普通勞動者擔心人工智慧機器人將取代自己的工作崗位，擔心自己的飯碗不保。如果說前三次工業革命是用機器替代了人的體力勞動能力與一般計算能力，那麼人工智慧出現預示著機器可以代替人類大腦的智慧，機器具有了獨立的學習能力與創新能力！
這種人工智慧大趨勢毫無疑義地昭示著一箇舊世界正在被打破！
人工智慧標誌著第四次工業革命
按照2017年李開復與王詠剛先生合著的《人工智慧》一書中的描述，人工智慧是會學習的計算機程式。這種具有學習能力的計算機程式崛起以後，為什麼能以迅雷不及掩耳之勢影響各個行業呢？從教育到醫療，從金融到建築，從安防到環保，到處都有人工智慧的痕跡。
要解釋這個問題，還必須站在人類歷史的長河中回望審視。
人類與一般動物的區別在於：人類可以製造與使用工具。所以在人類的文明史上，工具代表著生產力的發展水平。人類鑽木取火，有了火之後就學會了青銅器的燒製，隨後就有了鐵器，於是人類掌握了農業生產的工具，就可以開墾荒地播種糧食；到了文藝復興之後，牛頓科學革命肇始，人類發明了蒸汽機，在這些工具的幫助下，人類進入了第一次工業革命時代。從此以後，人類開始告別田園牧歌的社會，正如恩格斯在《英國工人階級狀況》中寫道的那樣：“新生的工業能夠這樣成長起來，只是因為它用機器代替了手工工具，用工廠代替了作坊。”
如果說蒸汽機的發明導致了第一次工業革命，而電動機的發明導致了第二次工業革命。那麼以微軟、蘋果與IBM為代表的個人電腦的出現，標誌著第三次工業革命。而人工智慧技術的興起，則表明第四次工業革命已經在路上了。人工智慧是整個人類大歷史發展的潮流，這種潮流不以任何個人的意志為轉移，所以它能在各行各業找到應用場景。
中國企業在人工智慧時代抓住了風口
在前三次工業革命中，因為在中國沒有誕生現代科學，而且中國採取了閉關鎖國的封閉政策，所以中國最終落後於當時的時代發展。落後就要捱打，在這段歷史程序中，中國有了一部辛酸的現代史。但是，Sunny總在風雨後，在2016年開啟的“第四次工業革命”中，中國不但沒有落後於時代，而且在一定程度上還領先於世界——這是中華民族偉大復興的一個顯著標志。
目前中國已經湧現了大量的人工智慧企業，而且在各行各業的產業化做得相當不錯。據報道，截止到2018年6月，中國一共有1000餘家人工智慧企業，比軟體強國印度還多出來200多家，企業總數量僅次於美國。而到了2018年末，全華人工智慧企業數量進一步增長，相關企業共計4000餘家。除了在企業方面，華人工智慧論文總量和高被引論文數量也佔據世界第一的位置。以2017年為例，中國在人工智慧領域論文的全球佔比27.68%，遙遙領先其他國家。在人工智慧專利方面，中國已經成為全球人工智慧專利佈局最多的國家，數量略領先於美國和日本，而中美日三國佔全球總體專利公開數量的74%。
人工智慧需要有大資料作為原料，而中國有全球最多的人口，也有大量的工業感測器與網際網路資料，基於這些基礎條件，中國在大資料方面有獨特的優勢。這也為人工智慧在中國的發展提供了堅實的基礎。
人工智慧鋪就中國復興之路
中國在人工智慧各個領域都有了一批代表性的企業。
在人工智慧計算機視覺領域，其落地應用遍地開花。在安防攝像頭領域，主要有無人值守的場地看管、刷臉門禁、以及發現異常自動報警裝置等，在這裡主要的代表性公司有海康威視、大華股份等傳統大公司與商湯科技、雲從科技、依圖科技以及曠視科技等獨角獸企業，這四家公司被稱為人工智慧計算機視覺的“四小龍”，它們的產品在張學友演唱會上抓逃犯的過程中發揮了重要作用。在交通攝像頭領域，主要是識別車輛車牌，進而進行車輛套牌分析、交通違章分析等智慧城市解決方案，在這個領域的人工智慧計算機視覺的頭部公司有格靈深瞳等。在金融領域，計算機視覺主要用於快速信貸稽核、刷臉支付與刷臉開戶等應用，在這個行業的代表性企業有商湯科技、曠視科技Face++等。在醫療領域，計算機視覺主要用於智慧診斷與疾病研究和精準醫療方面，在這個垂直領域的代表性企業有阿里雲ET醫療大腦等。在汽車領域，計算機視覺主要用於無人駕駛，代表性的企業有百度等。百度最近與金龍汽車合作釋出了阿波龍無人駕駛汽車。在無人機領域，計算機視覺主要應用於物流運輸以及路徑規劃、地質災害監控等，在這個領域的代表性企業是大疆科技。
不久前，《科學美華人》與世界經濟論壇釋出了2018年十大新興技術，人工智慧輔助新藥研發就是其中之一。目前，在全球有至少100家企業正在探索新藥研發的人工智慧方法，在國外，葛蘭素史克、默克、強生與賽諾菲公司都已經佈局人工智慧新藥研發。在中國，也湧現了深度智耀、零氪科技與晶泰科技等人工智慧新藥研發企業，藥明康德也戰略投資了美國的一家人工智慧新藥研發公司。
在人工智慧晶片領域，華為海思與寒武紀等公司紛紛佈局相關晶片，雲知聲、出門問問、Rokid等國內人工智慧初創企業也紛紛推出了自己的晶片或模組。比如雲知聲釋出了人工智慧語音晶片Swift以及面向智慧出行的車規級多模態人工智慧晶片雪豹；而思必馳攜手中芯國際，釋出人工智慧語音晶片TAIHANG。雲米科技也釋出了人工智慧仿生晶片“悟空”。
中國在人工智慧金融服務中也湧現了大量優質企業。在中國出現了第四正規化這類主攻銀行業精準營銷的人工智慧公司。在教育領域，智慧化的程度不斷提升，近年來湧現出一批像松鼠AI、英語流利說這樣充分利用人工智慧技術的新型教育企業。
對於中國這個在時間尺度上綿延了數千年的超級大國而言，實際上在漢唐宋以來的過去很長的一段歷史內，中國在經濟上與技術上領先於世界各國。只不過在工業革命以來，中國開始落後於西方。隨後就有了清朝中葉開始的一系列戰爭賠款與“喪權辱國”的不平等條約，使得中華民族陷入了痛苦的深淵。
不過，令人欣慰的是，在歷經百餘年的風雨洗禮之後，中華民族已經開啟了復興之路。
2016年以後，中國抓住了“人工智慧”這個“第四次工業革命”的風口，中國企業積極參與到了這場新時代競爭之中。2016年，國務院印發《新一代人工智慧發展規劃》，提出了面向2030年中國新一代人工智慧發展的指導思想、戰略目標、重點任務和保障措施，部署構築中國人工智慧發展的先發優勢。規劃提出，要建立財政引導、市場主導的資金支援機制，要利用天使投資、風險投資、創業投資基金及資本市場融資等多種渠道，引導社會資本支援人工智慧發展。還要積極運用政府和社會資本合作等模式，引導社會資本參與人工智慧重大專案實施和科技成果轉化應用。
作者是文藝復興時期的著名畫家米開朗基羅。《創造亞當》是米開朗基羅創作的西斯廷禮拜堂天頂畫《創世紀》的一部分。這幅壁畫描繪的是《聖經·創世紀》中上帝創造人類始祖亞當的情形。
在這壁畫中，穿著飄逸長袍的白鬍須老者正是上帝。上帝的右臂舒張開來，生命之火從他的指頭中傳遞給了癱坐在地上的赤身裸體的亞當。
就在這指尖相接的驚心動魄一瞬間，上帝把智慧傳給了亞當。亞當最終成為一個人。
什麼是人？
一個人最重要的是他的智慧，這智慧包含了學習能力與創造力，有了智慧的人可以製造與使用工具，可以編寫計算機程式。
智慧正是人與動物的本質區別。
那麼，人也能賦予機器智慧嗎？
2016年，人類終於賦予機器以智慧——人工智慧阿爾法狗在圍棋賽中擊敗南韓名將李世石，這是一個標誌性的事件。從這一刻開始，人類進入了人工智慧時代。人類就好像上帝創造亞當那樣，也創造了屬於自己的智慧體。
迄今為止三年過去了，很多人已經看到，不但人類圍棋大師的心力與計算能力，很難與計算機硬體加演算法的“人工智慧”匹敵，而且一場浩浩湯湯的人工智慧產業革命已經拉開了時代大幕，從語音到視覺，從演算法到晶片，人工智慧正在全球範圍內給各行各業賦能。幾乎是在一夜之間，人工智慧成為第四次工業革命的先進生產力。
很多行業都出現了“人工智慧恐慌”，普通勞動者擔心人工智慧機器人將取代自己的工作崗位，擔心自己的飯碗不保。如果說前三次工業革命是用機器替代了人的體力勞動能力與一般計算能力，那麼人工智慧出現預示著機器可以代替人類大腦的智慧，機器具有了獨立的學習能力與創新能力！
這種人工智慧大趨勢毫無疑義地昭示著一箇舊世界正在被打破！
人工智慧標誌著第四次工業革命
按照2017年李開復與王詠剛先生合著的《人工智慧》一書中的描述，人工智慧是會學習的計算機程式。這種具有學習能力的計算機程式崛起以後，為什麼能以迅雷不及掩耳之勢影響各個行業呢？從教育到醫療，從金融到建築，從安防到環保，到處都有人工智慧的痕跡。
要解釋這個問題，還必須站在人類歷史的長河中回望審視。
人類與一般動物的區別在於：人類可以製造與使用工具。所以在人類的文明史上，工具代表著生產力的發展水平。人類鑽木取火，有了火之後就學會了青銅器的燒製，隨後就有了鐵器，於是人類掌握了農業生產的工具，就可以開墾荒地播種糧食；到了文藝復興之後，牛頓科學革命肇始，人類發明了蒸汽機，在這些工具的幫助下，人類進入了第一次工業革命時代。從此以後，人類開始告別田園牧歌的社會，正如恩格斯在《英國工人階級狀況》中寫道的那樣：“新生的工業能夠這樣成長起來，只是因為它用機器代替了手工工具，用工廠代替了作坊。”
如果說蒸汽機的發明導致了第一次工業革命，而電動機的發明導致了第二次工業革命。那麼以微軟、蘋果與IBM為代表的個人電腦的出現，標誌著第三次工業革命。而人工智慧技術的興起，則表明第四次工業革命已經在路上了。人工智慧是整個人類大歷史發展的潮流，這種潮流不以任何個人的意志為轉移，所以它能在各行各業找到應用場景。
中國企業在人工智慧時代抓住了風口
在前三次工業革命中，因為在中國沒有誕生現代科學，而且中國採取了閉關鎖國的封閉政策，所以中國最終落後於當時的時代發展。落後就要捱打，在這段歷史程序中，中國有了一部辛酸的現代史。但是，Sunny總在風雨後，在2016年開啟的“第四次工業革命”中，中國不但沒有落後於時代，而且在一定程度上還領先於世界——這是中華民族偉大復興的一個顯著標志。
目前中國已經湧現了大量的人工智慧企業，而且在各行各業的產業化做得相當不錯。據報道，截止到2018年6月，中國一共有1000餘家人工智慧企業，比軟體強國印度還多出來200多家，企業總數量僅次於美國。而到了2018年末，全華人工智慧企業數量進一步增長，相關企業共計4000餘家。除了在企業方面，華人工智慧論文總量和高被引論文數量也佔據世界第一的位置。以2017年為例，中國在人工智慧領域論文的全球佔比27.68%，遙遙領先其他國家。在人工智慧專利方面，中國已經成為全球人工智慧專利佈局最多的國家，數量略領先於美國和日本，而中美日三國佔全球總體專利公開數量的74%。
人工智慧需要有大資料作為原料，而中國有全球最多的人口，也有大量的工業感測器與網際網路資料，基於這些基礎條件，中國在大資料方面有獨特的優勢。這也為人工智慧在中國的發展提供了堅實的基礎。
人工智慧鋪就中國復興之路
中國在人工智慧各個領域都有了一批代表性的企業。
在人工智慧計算機視覺領域，其落地應用遍地開花。在安防攝像頭領域，主要有無人值守的場地看管、刷臉門禁、以及發現異常自動報警裝置等，在這裡主要的代表性公司有海康威視、大華股份等傳統大公司與商湯科技、雲從科技、依圖科技以及曠視科技等獨角獸企業，這四家公司被稱為人工智慧計算機視覺的“四小龍”，它們的產品在張學友演唱會上抓逃犯的過程中發揮了重要作用。在交通攝像頭領域，主要是識別車輛車牌，進而進行車輛套牌分析、交通違章分析等智慧城市解決方案，在這個領域的人工智慧計算機視覺的頭部公司有格靈深瞳等。在金融領域，計算機視覺主要用於快速信貸稽核、刷臉支付與刷臉開戶等應用，在這個行業的代表性企業有商湯科技、曠視科技Face++等。在醫療領域，計算機視覺主要用於智慧診斷與疾病研究和精準醫療方面，在這個垂直領域的代表性企業有阿里雲ET醫療大腦等。在汽車領域，計算機視覺主要用於無人駕駛，代表性的企業有百度等。百度最近與金龍汽車合作釋出了阿波龍無人駕駛汽車。在無人機領域，計算機視覺主要應用於物流運輸以及路徑規劃、地質災害監控等，在這個領域的代表性企業是大疆科技。
不久前，《科學美華人》與世界經濟論壇釋出了2018年十大新興技術，人工智慧輔助新藥研發就是其中之一。目前，在全球有至少100家企業正在探索新藥研發的人工智慧方法，在國外，葛蘭素史克、默克、強生與賽諾菲公司都已經佈局人工智慧新藥研發。在中國，也湧現了深度智耀、零氪科技與晶泰科技等人工智慧新藥研發企業，藥明康德也戰略投資了美國的一家人工智慧新藥研發公司。
在人工智慧晶片領域，華為海思與寒武紀等公司紛紛佈局相關晶片，雲知聲、出門問問、Rokid等國內人工智慧初創企業也紛紛推出了自己的晶片或模組。比如雲知聲釋出了人工智慧語音晶片Swift以及面向智慧出行的車規級多模態人工智慧晶片雪豹；而思必馳攜手中芯國際，釋出人工智慧語音晶片TAIHANG。雲米科技也釋出了人工智慧仿生晶片“悟空”。
中國在人工智慧金融服務中也湧現了大量優質企業。在中國出現了第四正規化這類主攻銀行業精準營銷的人工智慧公司。在教育領域，智慧化的程度不斷提升，近年來湧現出一批像松鼠AI、英語流利說這樣充分利用人工智慧技術的新型教育企業。
對於中國這個在時間尺度上綿延了數千年的超級大國而言，實際上在漢唐宋以來的過去很長的一段歷史內，中國在經濟上與技術上領先於世界各國。只不過在工業革命以來，中國開始落後於西方。隨後就有了清朝中葉開始的一系列戰爭賠款與“喪權辱國”的不平等條約，使得中華民族陷入了痛苦的深淵。
不過，令人欣慰的是，在歷經百餘年的風雨洗禮之後，中華民族已經開啟了復興之路。
2016年以後，中國抓住了“人工智慧”這個“第四次工業革命”的風口，中國企業積極參與到了這場新時代競爭之中。2016年，國務院印發《新一代人工智慧發展規劃》，提出了面向2030年中國新一代人工智慧發展的指導思想、戰略目標、重點任務和保障措施，部署構築中國人工智慧發展的先發優勢。規劃提出，要建立財政引導、市場主導的資金支援機制，要利用天使投資、風險投資、創業投資基金及資本市場融資等多種渠道，引導社會資本支援人工智慧發展。還要積極運用政府和社會資本合作等模式，引導社會資本參與人工智慧重大專案實施和科技成果轉化應用。
義大利羅馬西北郊的西斯廷教堂的屋頂有一副面積500平方米的壁畫。
作者是文藝復興時期的著名畫家米開朗基羅。《創造亞當》是米開朗基羅創作的西斯廷禮拜堂天頂畫《創世紀》的一部分。這幅壁畫描繪的是《聖經·創世紀》中上帝創造人類始祖亞當的情形。
在這壁畫中，穿著飄逸長袍的白鬍須老者正是上帝。上帝的右臂舒張開來，生命之火從他的指頭中傳遞給了癱坐在地上的赤身裸體的亞當。
就在這指尖相接的驚心動魄一瞬間，上帝把智慧傳給了亞當。亞當最終成為一個人。
什麼是人？
一個人最重要的是他的智慧，這智慧包含了學習能力與創造力，有了智慧的人可以製造與使用工具，可以編寫計算機程式。
智慧正是人與動物的本質區別。
那麼，人也能賦予機器智慧嗎？
2016年，人類終於賦予機器以智慧——人工智慧阿爾法狗在圍棋賽中擊敗南韓名將李世石，這是一個標誌性的事件。從這一刻開始，人類進入了人工智慧時代。人類就好像上帝創造亞當那樣，也創造了屬於自己的智慧體。
迄今為止三年過去了，很多人已經看到，不但人類圍棋大師的心力與計算能力，很難與計算機硬體加演算法的“人工智慧”匹敵，而且一場浩浩湯湯的人工智慧產業革命已經拉開了時代大幕，從語音到視覺，從演算法到晶片，人工智慧正在全球範圍內給各行各業賦能。幾乎是在一夜之間，人工智慧成為第四次工業革命的先進生產力。
很多行業都出現了“人工智慧恐慌”，普通勞動者擔心人工智慧機器人將取代自己的工作崗位，擔心自己的飯碗不保。如果說前三次工業革命是用機器替代了人的體力勞動能力與一般計算能力，那麼人工智慧出現預示著機器可以代替人類大腦的智慧，機器具有了獨立的學習能力與創新能力！
這種人工智慧大趨勢毫無疑義地昭示著一箇舊世界正在被打破！
按照2017年李開復與王詠剛先生合著的《人工智慧》一書中的描述，人工智慧是會學習的計算機程式。這種具有學習能力的計算機程式崛起以後，為什麼能以迅雷不及掩耳之勢影響各個行業呢？從教育到醫療，從金融到建築，從安防到環保，到處都有人工智慧的痕跡。
要解釋這個問題，還必須站在人類歷史的長河中回望審視。
人類與一般動物的區別在於：人類可以製造與使用工具。所以在人類的文明史上，工具代表著生產力的發展水平。人類鑽木取火，有了火之後就學會了青銅器的燒製，隨後就有了鐵器，於是人類掌握了農業生產的工具，就可以開墾荒地播種糧食；到了文藝復興之後，牛頓科學革命肇始，人類發明了蒸汽機，在這些工具的幫助下，人類進入了第一次工業革命時代。從此以後，人類開始告別田園牧歌的社會，正如恩格斯在《英國工人階級狀況》中寫道的那樣：“新生的工業能夠這樣成長起來，只是因為它用機器代替了手工工具，用工廠代替了作坊。”
如果說蒸汽機的發明導致了第一次工業革命，而電動機的發明導致了第二次工業革命。那麼以微軟、蘋果與IBM為代表的個人電腦的出現，標誌著第三次工業革命。而人工智慧技術的興起，則表明第四次工業革命已經在路上了。人工智慧是整個人類大歷史發展的潮流，這種潮流不以任何個人的意志為轉移，所以它能在各行各業找到應用場景。
在前三次工業革命中，因為在中國沒有誕生現代科學，而且中國採取了閉關鎖國的封閉政策，所以中國最終落後於當時的時代發展。落後就要捱打，在這段歷史程序中，中國有了一部辛酸的現代史。但是，Sunny總在風雨後，在2016年開啟的“第四次工業革命”中，中國不但沒有落後於時代，而且在一定程度上還領先於世界——這是中華民族偉大復興的一個顯著標志。
目前中國已經湧現了大量的人工智慧企業，而且在各行各業的產業化做得相當不錯。據報道，截止到2018年6月，中國一共有1000餘家人工智慧企業，比軟體強國印度還多出來200多家，企業總數量僅次於美國。而到了2018年末，全華人工智慧企業數量進一步增長，相關企業共計4000餘家。除了在企業方面，華人工智慧論文總量和高被引論文數量也佔據世界第一的位置。以2017年為例，中國在人工智慧領域論文的全球佔比27.68%，遙遙領先其他國家。在人工智慧專利方面，中國已經成為全球人工智慧專利佈局最多的國家，數量略領先於美國和日本，而中美日三國佔全球總體專利公開數量的74%。
人工智慧需要有大資料作為原料，而中國有全球最多的人口，也有大量的工業感測器與網際網路資料，基於這些基礎條件，中國在大資料方面有獨特的優勢。這也為人工智慧在中國的發展提供了堅實的基礎。
中國在人工智慧各個領域都有了一批代表性的企業。
在人工智慧計算機視覺領域，其落地應用遍地開花。在安防攝像頭領域，主要有無人值守的場地看管、刷臉門禁、以及發現異常自動報警裝置等，在這裡主要的代表性公司有海康威視、大華股份等傳統大公司與商湯科技、雲從科技、依圖科技以及曠視科技等獨角獸企業，這四家公司被稱為人工智慧計算機視覺的“四小龍”，它們的產品在張學友演唱會上抓逃犯的過程中發揮了重要作用。在交通攝像頭領域，主要是識別車輛車牌，進而進行車輛套牌分析、交通違章分析等智慧城市解決方案，在這個領域的人工智慧計算機視覺的頭部公司有格靈深瞳等。在金融領域，計算機視覺主要用於快速信貸稽核、刷臉支付與刷臉開戶等應用，在這個行業的代表性企業有商湯科技、曠視科技Face++等。在醫療領域，計算機視覺主要用於智慧診斷與疾病研究和精準醫療方面，在這個垂直領域的代表性企業有阿里雲ET醫療大腦等。在汽車領域，計算機視覺主要用於無人駕駛，代表性的企業有百度等。百度最近與金龍汽車合作釋出了阿波龍無人駕駛汽車。在無人機領域，計算機視覺主要應用於物流運輸以及路徑規劃、地質災害監控等，在這個領域的代表性企業是大疆科技。
不久前，《科學美華人》與世界經濟論壇釋出了2018年十大新興技術，人工智慧輔助新藥研發就是其中之一。目前，在全球有至少100家企業正在探索新藥研發的人工智慧方法，在國外，葛蘭素史克、默克、強生與賽諾菲公司都已經佈局人工智慧新藥研發。在中國，也湧現了深度智耀、零氪科技與晶泰科技等人工智慧新藥研發企業，藥明康德也戰略投資了美國的一家人工智慧新藥研發公司。
在人工智慧晶片領域，華為海思與寒武紀等公司紛紛佈局相關晶片，雲知聲、出門問問、Rokid等國內人工智慧初創企業也紛紛推出了自己的晶片或模組。比如雲知聲釋出了人工智慧語音晶片Swift以及面向智慧出行的車規級多模態人工智慧晶片雪豹；而思必馳攜手中芯國際，釋出人工智慧語音晶片TAIHANG。雲米科技也釋出了人工智慧仿生晶片“悟空”。
中國在人工智慧金融服務中也湧現了大量優質企業。在中國出現了第四正規化這類主攻銀行業精準營銷的人工智慧公司。在教育領域，智慧化的程度不斷提升，近年來湧現出一批像松鼠AI、英語流利說這樣充分利用人工智慧技術的新型教育企業。
對於中國這個在時間尺度上綿延了數千年的超級大國而言，實際上在漢唐宋以來的過去很長的一段歷史內，中國在經濟上與技術上領先於世界各國。只不過在工業革命以來，中國開始落後於西方。隨後就有了清朝中葉開始的一系列戰爭賠款與“喪權辱國”的不平等條約，使得中華民族陷入了痛苦的深淵。
不過，令人欣慰的是，在歷經百餘年的風雨洗禮之後，中華民族已經開啟了復興之路。
2016年以後，中國抓住了“人工智慧”這個“第四次工業革命”的風口，中國企業積極參與到了這場新時代競爭之中。2016年，國務院印發《新一代人工智慧發展規劃》，提出了面向2030年中國新一代人工智慧發展的指導思想、戰略目標、重點任務和保障措施，部署構築中國人工智慧發展的先發優勢。規劃提出，要建立財政引導、市場主導的資金支援機制，要利用天使投資、風險投資、創業投資基金及資本市場融資等多種渠道，引導社會資本支援人工智慧發展。還要積極運用政府和社會資本合作等模式，引導社會資本參與人工智慧重大專案實施和科技成果轉化應用。
義大利羅馬西北郊的西斯廷教堂的屋頂有一副面積500平方米的壁畫。
作者是文藝復興時期的著名畫家米開朗基羅。《創造亞當》是米開朗基羅創作的西斯廷禮拜堂天頂畫《創世紀》的一部分。這幅壁畫描繪的是《聖經·創世紀》中上帝創造人類始祖亞當的情形。
在這壁畫中，穿著飄逸長袍的白鬍須老者正是上帝。上帝的右臂舒張開來，生命之火從他的指頭中傳遞給了癱坐在地上的赤身裸體的亞當。
就在這指尖相接的驚心動魄一瞬間，上帝把智慧傳給了亞當。亞當最終成為一個人。
什麼是人？
一個人最重要的是他的智慧，這智慧包含了學習能力與創造力，有了智慧的人可以製造與使用工具，可以編寫計算機程式。
智慧正是人與動物的本質區別。
那麼，人也能賦予機器智慧嗎？
2016年，人類終於賦予機器以智慧——人工智慧阿爾法狗在圍棋賽中擊敗南韓名將李世石，這是一個標誌性的事件。從這一刻開始，人類進入了人工智慧時代。人類就好像上帝創造亞當那樣，也創造了屬於自己的智慧體。
迄今為止三年過去了，很多人已經看到，不但人類圍棋大師的心力與計算能力，很難與計算機硬體加演算法的“人工智慧”匹敵，而且一場浩浩湯湯的人工智慧產業革命已經拉開了時代大幕，從語音到視覺，從演算法到晶片，人工智慧正在全球範圍內給各行各業賦能。幾乎是在一夜之間，人工智慧成為第四次工業革命的先進生產力。
很多行業都出現了“人工智慧恐慌”，普通勞動者擔心人工智慧機器人將取代自己的工作崗位，擔心自己的飯碗不保。如果說前三次工業革命是用機器替代了人的體力勞動能力與一般計算能力，那麼人工智慧出現預示著機器可以代替人類大腦的智慧，機器具有了獨立的學習能力與創新能力！
這種人工智慧大趨勢毫無疑義地昭示著一箇舊世界正在被打破！
按照2017年李開復與王詠剛先生合著的《人工智慧》一書中的描述，人工智慧是會學習的計算機程式。這種具有學習能力的計算機程式崛起以後，為什麼能以迅雷不及掩耳之勢影響各個行業呢？從教育到醫療，從金融到建築，從安防到環保，到處都有人工智慧的痕跡。
要解釋這個問題，還必須站在人類歷史的長河中回望審視。
人類與一般動物的區別在於：人類可以製造與使用工具。所以在人類的文明史上，工具代表著生產力的發展水平。人類鑽木取火，有了火之後就學會了青銅器的燒製，隨後就有了鐵器，於是人類掌握了農業生產的工具，就可以開墾荒地播種糧食；到了文藝復興之後，牛頓科學革命肇始，人類發明了蒸汽機，在這些工具的幫助下，人類進入了第一次工業革命時代。從此以後，人類開始告別田園牧歌的社會，正如恩格斯在《英國工人階級狀況》中寫道的那樣：“新生的工業能夠這樣成長起來，只是因為它用機器代替了手工工具，用工廠代替了作坊。”
如果說蒸汽機的發明導致了第一次工業革命，而電動機的發明導致了第二次工業革命。那麼以微軟、蘋果與IBM為代表的個人電腦的出現，標誌著第三次工業革命。而人工智慧技術的興起，則表明第四次工業革命已經在路上了。人工智慧是整個人類大歷史發展的潮流，這種潮流不以任何個人的意志為轉移，所以它能在各行各業找到應用場景。
在前三次工業革命中，因為在中國沒有誕生現代科學，而且中國採取了閉關鎖國的封閉政策，所以中國最終落後於當時的時代發展。落後就要捱打，在這段歷史程序中，中國有了一部辛酸的現代史。但是，Sunny總在風雨後，在2016年開啟的“第四次工業革命”中，中國不但沒有落後於時代，而且在一定程度上還領先於世界——這是中華民族偉大復興的一個顯著標志。
目前中國已經湧現了大量的人工智慧企業，而且在各行各業的產業化做得相當不錯。據報道，截止到2018年6月，中國一共有1000餘家人工智慧企業，比軟體強國印度還多出來200多家，企業總數量僅次於美國。而到了2018年末，全華人工智慧企業數量進一步增長，相關企業共計4000餘家。除了在企業方面，華人工智慧論文總量和高被引論文數量也佔據世界第一的位置。以2017年為例，中國在人工智慧領域論文的全球佔比27.68%，遙遙領先其他國家。在人工智慧專利方面，中國已經成為全球人工智慧專利佈局最多的國家，數量略領先於美國和日本，而中美日三國佔全球總體專利公開數量的74%。
人工智慧需要有大資料作為原料，而中國有全球最多的人口，也有大量的工業感測器與網際網路資料，基於這些基礎條件，中國在大資料方面有獨特的優勢。這也為人工智慧在中國的發展提供了堅實的基礎。
中國在人工智慧各個領域都有了一批代表性的企業。
在人工智慧計算機視覺領域，其落地應用遍地開花。在安防攝像頭領域，主要有無人值守的場地看管、刷臉門禁、以及發現異常自動報警裝置等，在這裡主要的代表性公司有海康威視、大華股份等傳統大公司與商湯科技、雲從科技、依圖科技以及曠視科技等獨角獸企業，這四家公司被稱為人工智慧計算機視覺的“四小龍”，它們的產品在張學友演唱會上抓逃犯的過程中發揮了重要作用。在交通攝像頭領域，主要是識別車輛車牌，進而進行車輛套牌分析、交通違章分析等智慧城市解決方案，在這個領域的人工智慧計算機視覺的頭部公司有格靈深瞳等。在金融領域，計算機視覺主要用於快速信貸稽核、刷臉支付與刷臉開戶等應用，在這個行業的代表性企業有商湯科技、曠視科技Face++等。在醫療領域，計算機視覺主要用於智慧診斷與疾病研究和精準醫療方面，在這個垂直領域的代表性企業有阿里雲ET醫療大腦等。在汽車領域，計算機視覺主要用於無人駕駛，代表性的企業有百度等。百度最近與金龍汽車合作釋出了阿波龍無人駕駛汽車。在無人機領域，計算機視覺主要應用於物流運輸以及路徑規劃、地質災害監控等，在這個領域的代表性企業是大疆科技。
不久前，《科學美華人》與世界經濟論壇釋出了2018年十大新興技術，人工智慧輔助新藥研發就是其中之一。目前，在全球有至少100家企業正在探索新藥研發的人工智慧方法，在國外，葛蘭素史克、默克、強生與賽諾菲公司都已經佈局人工智慧新藥研發。在中國，也湧現了深度智耀、零氪科技與晶泰科技等人工智慧新藥研發企業，藥明康德也戰略投資了美國的一家人工智慧新藥研發公司。
在人工智慧晶片領域，華為海思與寒武紀等公司紛紛佈局相關晶片，雲知聲、出門問問、Rokid等國內人工智慧初創企業也紛紛推出了自己的晶片或模組。比如雲知聲釋出了人工智慧語音晶片Swift以及面向智慧出行的車規級多模態人工智慧晶片雪豹；而思必馳攜手中芯國際，釋出人工智慧語音晶片TAIHANG。雲米科技也釋出了人工智慧仿生晶片“悟空”。
中國在人工智慧金融服務中也湧現了大量優質企業。在中國出現了第四正規化這類主攻銀行業精準營銷的人工智慧公司。在教育領域，智慧化的程度不斷提升，近年來湧現出一批像松鼠AI、英語流利說這樣充分利用人工智慧技術的新型教育企業。
對於中國這個在時間尺度上綿延了數千年的超級大國而言，實際上在漢唐宋以來的過去很長的一段歷史內，中國在經濟上與技術上領先於世界各國。只不過在工業革命以來，中國開始落後於西方。隨後就有了清朝中葉開始的一系列戰爭賠款與“喪權辱國”的不平等條約，使得中華民族陷入了痛苦的深淵。
不過，令人欣慰的是，在歷經百餘年的風雨洗禮之後，中華民族已經開啟了復興之路。
2016年以後，中國抓住了“人工智慧”這個“第四次工業革命”的風口，中國企業積極參與到了這場新時代競爭之中。2016年，國務院印發《新一代人工智慧發展規劃》，提出了面向2030年中國新一代人工智慧發展的指導思想、戰略目標、重點任務和保障措施，部署構築中國人工智慧發展的先發優勢。規劃提出，要建立財政引導、市場主導的資金支援機制，要利用天使投資、風險投資、創業投資基金及資本市場融資等多種渠道，引導社會資本支援人工智慧發展。還要積極運用政府和社會資本合作等模式，引導社會資本參與人工智慧重大專案實施和科技成果轉化應用。