醫學信息技術知識表示方法有哪些

A. 什麼是信息技術 隨著信息技術的發展，請例舉信息技術在各個領域的應用

信息技術（Information Technology，簡稱IT），是主要用於管理和處理信息所採用的各種技術的總稱。它主要是應用計算機科學和通信技術來設計、開發、安裝和實施信息系統及應用軟體。它也常被稱為信息和通信技術（Information and Communications Technology, ICT）。
對於信息技術，人們從不同的角度會有不同的描述：
1、信息技術是指有關信息的收集、識別、提取、變換、存儲、處理、檢索、檢測、分析和利用等的技術（http：//database。cpst。net。cn）。
2、信息技術是指利用電子計算機和現代通訊手段獲取、傳遞、存儲、處理、顯示信息和分配信息的技術（《新華詞典》，商務印書館，2001年修訂版）。
3、我國有些專家學者認為，信息技術是指研究信息如何產生、獲取、傳輸、變換、識別和應用的科學技術。
……
信息技術的研究包括科學，技術，工程以及管理等學科，這些學科在信息的管理，傳遞和處理中的應用，相關的軟體和設備及其相互作用。
信息技術的應用包括計算機硬體和軟體，網路和通訊技術，應用軟體開發工具等。計算機和互聯網的普及以來，人們日益普遍的使用計算機來生產、處理、交換和傳播各種形式的信息（如書籍、商業文件、報刊、唱片、電影、電視節目、語音、圖形、影像等）。
在企業，學校和其它組織中，信息技術體系結構是一個為達成戰略目標而採用和發展信息技術的綜合結構。它包括管理和技術的成分。其管理成分包括使命、職能與信息需求、系統配置、和信息流程；技術成分包括用於實現管理體系結構的信息技術標准、規則等。由於計算機是信息管理的中心，計算機部門通常被稱為「信息技術部門」。有些公司稱這個部門為「信息服務」（IS）或「管理信息服務」（MIS）。另一些企業選擇外包信息技術部門，以獲得更好的效益。
具體來講，信息技術主要包括以下幾方面技術：
1、感測與識別技術 它的作用是擴展人獲取信息的感覺器官功能。
它包括信息識別、信息提取、信息檢測等技術。這類技術的總稱是「感測技術」。它幾乎可以擴展人類所有感覺器官的感測功能。感測技術、測量技術與通信技術相結合而產生的遙感技術，更使人感知信息的能力得到進一步的加強。
信息識別包括文字識別、語音識別和圖形識別等。通常是採用一種叫做「模式識別」的方法。
2、信息傳遞技術 它的主要功能是實現信息快速、可靠、安全的轉移。
各種通信技術都屬於這個范疇。廣播技術也是一種傳遞信息的技術。由於存儲、記錄可以看成是從「現在」向「未來」或從「過去」向「現在」傳遞信息的一種活動，因而也可將它看作是信息傳遞技術的一種。
3、信息處理與再生技術 信息處理包括對信息的編碼、壓縮、加密等。
在對信息進行處理的基礎上，還可形成一些新的更深層次的決策信息，這稱為信息的「再生」。信息的處理與再生都有賴於現代電子計算機的超凡功能。
4、信息施用技術 是信息過程的最後環節。它包括控制技術、顯示技術等。
信息技術是人們用來獲取信息，傳輸信息，保存信息和分析，處理信息的技術。信息就在我們身邊：春暖花開，是春天到來的信息，五穀豐登，是秋天的信息……
【資格認證】
國際信息化人才資格認證證書
國際信息化人才資格認證證書是由國際信息化認證協會頒發的資格認證證書，此項目融合社會上國際知名廠商的認證項目與一體，創立的國家認可的廠商中立的認證培訓體系，打造的一艘聚萬家之長，容百川之勢的培訓行業的航空母艦，是國內首次也是唯一廠商中立的普及型國際認證證書，具有極高的權威性及國家政府認可度。
國際信息化人才資格認證大綱共分兩大類：
一.信息化商務管理類；
二.信息化技術工程類；
其中：
商務管理類包括：物流管理師、營銷師、職業經理人、電子商務師、電子政務師、信息行政管理師、項目管理師、人力資源師、項目數據分析師
21世紀商務管理類信息技術人才: 不僅要有深厚廣泛的技術基礎，還要有各行業的信息及商務分析處理能力，能夠讓技術來適應市場，讓傳統行業應用好信息技術。但目前這方面的人才還是相當缺泛的。因為技術人群主要是80後佔多，頁這類人群商務知識少，商業分析能力低，而80年前的正好相反。
技術工程類包括：計算機維修師、現代信息網絡辦公師、平面設計師、網頁設計製作師、3D設計師、AutoCAD建築建模設計師、PRO/E專業模具設計師、軟體開發工程師、網路管理工程師、資料庫開發工程師、網路安全工程師、網路綜合布線工程師
計算機技術還在不斷發展中,目前已出現人工智慧(AI)
AI(Artificial Intelligence，人工智慧) 。「人工智慧」一詞最初是在1956 年Dartmouth學會上提出的。從那以後,研究者們發展了眾多理論和原理,人工智慧的概念也隨之擴展。人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。例如繁重的科學和工程計算本來是要人腦來承擔的, 現在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更准確, 因之當代人已不再把這種計算看作是「需要人類智能才能完成的復雜任務」, 可見復雜工作的定義是隨著時代的發展和技術的進步而變化的, 人工智慧這門科學的具體目標也自然隨著時代的變化而發展。它一方面不斷獲得新的進展, 一方面又轉向更有意義、更加困難的目標。目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機, 人工智慧的發展歷史是和計算機科學與技術的發展史聯系在一起的。除了計算機科學以外, 人工智慧還涉及資訊理論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等多門學科。
人工智慧學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。
知識表示是人工智慧的基本問題之一，推理和搜索都與表示方法密切相關。常用的知識表示方法有：邏輯表示法、產生式表示法、語義網路表示法和框架表示法等。
常識，自然為人們所關注，已提出多種方法，如非單調推理、定性推理就是從不同角度來表達常識和處理常識的。
問題求解中的自動推理是知識的使用過程，由於有多種知識表示方法，相應地有多種推理方法。推理過程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎。結構化表示下的繼承性能推理是非演繹性的。由於知識處理的需要，近幾年來提出了多種非演澤的推理方法，如連接機制推理、類比推理、基於示例的推理、反繹推理和受限推理等。
搜索是人工智慧的一種問題求解方法，搜索策略決定著問題求解的一個推理步驟中知識被使用的優先關系。可分為無信息導引的盲目搜索和利用經驗知識導引的啟發式搜索。啟發式知識常由啟發式函數來表示，啟發式知識利用得越充分，求解問題的搜索空間就越小。典型的啟發式搜索方法有A*、AO*演算法等。近幾年搜索方法研究開始注意那些具有百萬節點的超大規模的搜索問題。
機器學習是人工智慧的另一重要課題。機器學習是指在一定的知識表示意義下獲取新知識的過程，按照學習機制的不同，主要有歸納學習、分析學習、連接機制學習和遺傳學習等。
知識處理系統主要由知識庫和推理機組成。知識庫存儲系統所需要的知識，當知識量較大而又有多種表示方法時，知識的合理組織與管理是重要的。推理機在問題求解時，規定使用知識的基本方法和策略，推理過程中為記錄結果或通信需設資料庫或採用黑板機制。如果在知識庫中存儲的是某一領域(如醫療診斷)的專家知識，則這樣的知識系統稱為專家系統。為適應復雜問題的求解需要，單一的專家系統向多主體的分布式人工智慧系統發展，這時知識共享、主體間的協作、矛盾的出現和處理將是研究的關鍵問題。
一、人工智慧的歷史
人工智慧（AI）是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧的目的就是讓計算機這台機器能夠象人一樣思考。這可是不是一個容易的事情。 如果希望做出一台能夠思考的機器，那就必須知識什麼是思考，更進一步講就是什麼是智慧，它的表現是什麼，你可以說科學
家有智慧，可你決不會說一個路人什麼也不會，沒有知識，你同樣不敢說一個孩子沒有智慧，可對於機器你就不敢說它有智慧了吧，那麼智慧是如何分辨的呢？我們說的話，我們做的事情，我們的想法如同泉水一樣從大腦中流出，如此自然，可是機器能夠嗎，那麼什麼樣的機器才是智慧的呢？科學家已經作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋裡面的東西是由數十億個神經細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。
在定義智慧時，英國科學家圖靈做出了貢獻，如果一台機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的，圖靈實驗的本質 就是讓人在不看外型的情況下不能區別是機器的行為還是人的行為時，這個機器就是智慧的。不要以為圖靈只做出這一點貢獻就會名垂表史，如果你是學計算機的就會知道，對於計算機人士而言，獲得圖靈獎就等於物理學家獲得諾貝爾獎一樣，圖靈在理論上奠定了計算機產生的基礎，沒有他的傑出貢獻世界上根本不可能有這個東西，更不用說什麼網路了。
科學家早在計算機出現之前就已經希望能夠製造出可能模擬人類思維的機器了，在這方面我希望提到另外一個傑出的數學家，哲學家布爾，通過對人類思維進行數學化精確地刻畫，他和其它傑出的科學家一起奠定了智慧機器的思維結構與方法，今天我們的計算機內使用的邏輯基礎正是他所創立的。
我想任何學過計算機的人對布爾一定不會陌生，我們所學的布爾代數，就是由它開創的。當計算機出現後，人類開始真正有了一個可以模擬人類思維的工具了，在以後的歲月中，無數科學家為這個目標努力著，現在人工智慧已經不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，現在計算機似乎已經變得十分聰明了，剛剛結束的國際象棋大賽中，計算機把人給勝了，這是人們都知道的，大家或許不會注意到，在一些地方計算機幫助人進行其它原來只屬於人類的工作，計算機以它的高速和准確為人類發揮著它的作用。人工智慧始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟體都因為有了人工智慧的進展而得以存在。
現在人類已經把計算機的計算能力提高到了前所未有的地步，而人工智慧也在下世紀領導計算機發展的潮頭，現在人工智慧的發展因為受到理論上的限制不是很明顯，但它必將象今天的網路一樣深遠地影響我們的生活。
在世界各地對人工智慧的研究很早就開始了，但對人工智慧的真正實現要從計算機的誕生開始算起，這時人類才有可能以機器的實現人類的智能。AI這個英文單詞最早是在1956年的一次會議上提出的，在此以後，因此一些科學的努力它得以發展。人工智慧的進展並不象我們期待的那樣迅速，因為人工智慧的基本理論還不完整，我們還不能從本質上解釋我們的大腦為什麼能夠思考，這種思考來自於什麼，這種思考為什麼得以產生等一系列問題。但經過這幾十年的發展，人工智慧正在以它巨大的力量影響著人們的生活。
讓我們順著人工智慧的發展來回顧一下計算機的發展，在1941年由美國和德國兩國共同研製的第一台計算機誕生了，從此以後人類存儲和處理信息的方法開始發生革命性的變化。第一台計算機的體型可不算太好，它比較胖，還比較嬌氣，需要工作在有空調的房間里，如果希望它處理什麼事情，需要大家把線路重新接一次，這可不是一件省力氣的活兒，把成千上萬的線重新焊一下我想現在的程序員已經是生活在天堂中了。
終於在1949發明了可以存儲程序的計算機，這樣，編程程序總算可以不用焊了，好多了。因為編程變得十分簡單，計算機理論的發展終於導致了人工智慧理論的產生。人們總算可以找到一個存儲信息和自動處理信息的方法了。
雖然現在看來這種新機器已經可以實現部分人類的智力，但是直到50年代人們才把人類智力和這種新機器聯系起來。我們注意到旁邊這位大肚子的老先生了，他在反饋理論上的研究最終讓他提出了一個論斷，所有
人類智力的結果都是一種反饋的結果，通過不斷地將結果反饋給機體而產生的動作，進而產生了智能。我們家的抽水馬桶就是一個十分好的例子，水之所以不會常流不斷，正是因為有一個裝置在檢測水位的變化，如果水太多了，就把水管給關了，這就實現了反饋，是一種負反饋。如果連我們廁所里的裝置都可以實現反饋了，那我們應該可以用一種機器實現反饋，進而實現人類智力的機器形式重現。這種想法對於人工智慧早期的有著重大的影響。
在1955的時候，香農與人一起開發了The Logic TheoriST程序，它是一種採用樹形結構的程序，在程序運行時，它在樹中搜索，尋找與可能答案最接近的樹的分枝進行探索，以得到正確的答案。這個程序在人工智慧的歷史上可以說是有重要地位的，它在學術上和社會上帶來的巨大的影響，以至於我們現在所採用的方法思想方法有許多還是來自於這個50年代的程序。
1956年，作為人工智慧領域另一位著名科學家的麥卡希（就是右圖的那個人）召集了一次會議來討論人工智慧未來的發展方向。從那時起，人工智慧的名字才正式確立，這次會議在人工智慧歷史上不是巨大的成功，但是這次會議給人工智慧奠基人相互交流的機會，並為未來人工智慧的發展起了鋪墊的作用。在此以後，工人智能的重點開始變為建立實用的能夠自行解決問題的系統，並要求系統有自學習能力。在1957年，香農和另一些人又開發了一個程序稱為General Problem Solver(GPS)，它對Wiener的反饋理論有一個擴展，並能夠解決一些比較普遍的問題。別的科學家在努力開發系統時，右圖這位科學家作出了一項重大的貢獻，他創建了表處理語言LISP，直到現在許多人工智慧程序還在使用這種語言，它幾乎成了人工智慧的代名詞，到了今天，LISP仍然在發展。
在1963年，麻省理工學院受到了美國政府和國防部的支持進行人工智慧的研究，美國政府不是為了別的，而是為了在冷戰中保持與蘇聯的均衡，雖然這個目的是帶點火葯味的，但是它的結果卻使人工智慧得到了巨大的發展。其後發展出的許多程序十分引人注目，麻省理工大學開發出了SHRDLU。在這個大發展的60年代，STUDENT系統可以解決代數問題，而SIR系統則開始理解簡單的英文句子了，SIR的出現導致了新學科的出現：自然語言處理。在70年代出現的專家系統成了一個巨大的進步，他頭一次讓人知道計算機可以代替人類專家進行一些工作了，由於計算機硬體性能的提高，人工智慧得以進行一系列重要的活動，如統計分析數據，參與醫療診斷等等，它作為生活的重要方面開始改變人類生活了。在理論方面，70年代也是大發展的一個時期，計算機開始有了簡單的思維和視覺，而不能不提的是在70年代，另一個人工智慧語言Prolog語言誕生了，它和LISP一起幾乎成了人工智慧工作者不可缺少的工具。不要以為人工智慧離我們很遠，它已經在進入我們的生活，模糊控制，決策支持等等方面都有人工智慧的影子。讓計算機這個機器代替人類進行簡單的智力活動，把人類解放用於其它更有益的工作，這是人工智慧的目的，但我想對科學真理的無盡追求才是最終的動力吧。
二、人工智慧的應用領域
1、問題求解。
人工智慧的第一大成就是下棋程序，在下棋程度中應用的某些技術，如向前看幾步，把困難的問題分解成一些較容易的子問題，發展成為搜索和問題歸納這樣的人工智慧基本技術。今天的計算機程序已能夠達到下各種方盤棋和國際象棋的錦標賽水平。但是，尚未解決包括人類棋手具有的但尚不能明確表達的能力。如國際象棋大師們洞察棋局的能力。另一個問題是涉及問題的原概念，在人工智慧中叫問題表示的選擇，人們常能找到某種思考問題的方法，從而使求解變易而解決該問題。到目前為止，人工智慧程序已能知道如何考慮它們要解決的問題，即搜索解答空間，尋找較優解答。
2、邏輯推理與定理證明。
邏輯推理是人工智慧研究中最持久的領域之一，其中特別重要的是要找到一些方法，只把注意力集中在一個大型的資料庫中的有關事實上，留意可信的證明，並在出現新信息時適時修正這些證明。對數學中臆測的題。定理尋找一個證明或反證，不僅需要有根據假設進行演繹的能力，而且許多非形式的工作，包括醫療診斷和信息檢索都可以和定理證明問題一樣加以形式化，因此，在人工智慧方法的研究中定理證明是一個極其重要的論題。
3、自然語言處理。
自然語言的處理是人工智慧技術應用於實際領域的典型範例，經過多年艱苦努力，這一領域已獲得了大量令人注目的成果。目前該領域的主要課題是：計算機系統如何以主題和對話情境為基礎，注重大量的常識——世界知識和期望作用，生成和理解自然語言。這是一個極其復雜的編碼和解碼問題。
4、智能信息檢索技術。
受"()*+ (*) 技術迅猛發展的影響，信息獲取和精化技術已成為當代計算機科學與技術研究中迫切需要研究的課題，將人工智慧技術應用於這一領域的研究是人工智慧走向廣泛實際應用的契機與突破口。
5、專家系統。
專家系統是目前人工智慧中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來，在「 專家系統」或「 知識工程」的研究中已出現了成功和有效應用人工智慧技術的趨勢。人類專家由於具有豐富的知識，所以才能達到優異的解決問題的能力。那麼計算機程序如果能體現和應用這些知識，也應該能解決人類專家所解決的問題，而且能幫助人類專家發現推理過程中出現的差錯，現在這一點已被證實。如在礦物勘測、化學分析、規劃和醫學診斷方面，專家系統已經達到了人類專家的水平。成功的例子如：PROSPECTOR系統發現了一個鉬礦沉積，價值超過1億美元。DENDRL系統的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用。MY CIN系統可以對血液傳染病的診斷治療方案提供咨詢意見。經正式鑒定結果，對患有細菌血液病、腦膜炎方面的診斷和提供治療方案已超過了這方面的專家。
三、人工智慧理論的數學化趨勢越來越突出
在現代科技高速發展的今天，許多科技理論都有賴於數學提供證明，有賴於數學對其的模擬。人工智慧的發展也不例外，如何把人們的思維活動形式化、符號化，使其得以在計算機上實現，就成為人工智慧研究的重要課題。在這方面，邏輯的有關理論、方法、技術起著十分重要的作用，它不僅為人工智慧提供了有力的工具，而且也為知識的推理奠定了理論基礎。人工智慧中用到的邏輯可概括地分為兩大類。一類是經典命題邏輯和一階謂詞邏輯，其特點是任何一個命題的真值或者是「真」，或者是「假」，二者必居其一。這一類問題可以用數學里的經典邏輯理論來解決。世界上事物千差萬別，形形色色，除了確定性的事物或概念外，更廣泛存在的是不確定性的事物或概念。這些不確定的事物是無法用經典邏輯理論來解決的。因此我們需要發展新的數學工具來表示這些問題。目前在人工智慧中對不確定性的事物或概念是通過運用多值邏輯、模糊理論及概率來描述、處理的。多值邏輯、模糊理論及概率雖然都是通過在〔!，"〕上取值來刻畫不確定性，但三者之間又存在著很大區別。多值邏輯是通過在真（"）與假（!）之間增加了若干中介真值來描述事物為真的程度的，但它把各個中介真值看作是彼此完全分立的，界限分明。而模糊理論認為不同的中介真值之間沒有明確的界限，表現了不同中介值相互貫通、滲透的特徵，從而更好地反映了不確定性的本質。概率用來度量事件發生的可能性，而事件本身的含義是明確的，只是在一定的條件下它可能不發生，它與模糊理論是從兩個不同的角度來描述不確定性的，因而有人稱模糊理論描述了事物內在的不確定性，而概率描述的是事物外在的不確定性。由上可以看出，數學使得人工智慧能很好的模擬人類智能，大大推動了人工智慧的向前發展。現在人工智慧中還有一些問題用現在的數學很難表示出來，相信在數學知識不斷發展之後，這些問題能很快得到解決。
五、人工智慧的發展現狀及前景
目前絕大多數人工智慧系統都是建立在物理符號系統假設之上的。在尚未出現能與物理符號系統假設相抗衡的新的人工智慧理論之前,無論從設計原理還是從已取得的實驗結果來看,SOAr 在探討智能行為的一般特徵和人類認知的具體特徵的艱難征途上都取得了有特色的進展或成就,處在人工智慧研究的前沿。
80 年代,以Newell A 為代表的研究學者總結了專家系統的成功經驗,吸收了認知科學研究的最新成果,提出了作為通用智能基礎的體系結構Soar。目前的Soar 已經顯示出強大的問題求解能力。在Soar中已實現了30 多種搜索方法,實現了若干知識密集型任務(專家系統) ,如RI 等。rOOks 提出了人工智慧的一種新的途徑。它認為無需概念或者說無需符號表示,智能系統的能力可以逐步進化。在它的研究中突出4 個概念:(1) 所處的境遇 機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2) 具體化 機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用後立即會有反饋。(3) 智能 智能的來源不僅僅是限於計算裝置,也是由於與周圍進行交互的動態決定。(4) 浮現 從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。
五、結語
人工智慧不單單需要邏輯思維與模仿,科學家們對人類大腦和神經系統研究得越多,他們越加肯定:情感是智能的一部分,而不是與智能相分離的。因此人工智慧領域的下一個突破可能不僅在於賦予計算機更多的邏輯推理能力,而且還要賦予它情感能力。許多科學家斷言,機器的智能會迅速超過阿爾伯特·愛因斯坦和霍金的智能之和。到下世紀中葉,人類生命的本質也會發生變化。神經植入將增強人類的知識和思考能力,並且開始向一種復合的人/機關系過渡,這種復合關系將使人類逐漸停止對生物機體的需求。大量非常微小的機器人將在大腦的感覺區里占據一席之地,並且創造出真假難辨的虛擬現實的模擬效果。
人工智慧的實現，不是天方夜譚。雖然會很辛苦，但是沒有人規定只有人類可以思考。就像是生命的不同表現形式，動物，植物，微生物，是不同的生命的形式。人類可以以未知的方式思考，計算機也可以以另一種（並非一定要和人相同的）形式思考。
著名軟體公司ADOBE的專業制圖軟體Illustrator 的一種文件格式!
AI （ Artificial Intelligence ）：人工智慧。就是指計算機模模擬實世界的行為方式與人類思維與游戲的方式的運算能力。那是一整套極為復雜的運算系統與運算規則。

B. 信息技術教學中常用的教學方法有哪些

信息技術教學過程中最常用的教學方法有以下幾種:講授教學法、示範教學法、同步教學法、探索教學法、任務教學法等。
一、講授教學法。
講授教學法就是教師對知識進行系統地講解。它雖是一種傳統的教學方法,卻同樣適合新興的信息技術教學。這種教學方法主要運用於信息技術常識性的知識教學。如教學計算機的發展史、計算機的原理、計算機的組成等。這種教學方法也同樣適用於計算機操作性知識的原理講解和操作步驟的講解,如講文件的復制粘貼。
二、示範教學法。
示範教學法就是教師操作,學生從教師的示範性操作中學習操作的步驟和方法。這種教學方法主要用於操作性較強的學科教學,如自然實驗、科技製作、運動技巧等。這種教學方法在信息技術學科教學中也是一種重要而且非常有效的教學方法。其應用主要有兩方面:一方面是指操作姿勢的示範,如:操作計算機的坐姿、操作鍵盤的指法、操作滑鼠的指法;另一面方面是指計算機軟體的使用方法和操作步驟的示範。如:講windows操作基礎時,講文件夾的創建,其操作步驟為:1.進入到指定位置;2.文件—新建—文件夾;3.轉換輸入法;4.把滑鼠移到新建文件夾,點右鍵,選重命名;5.輸入文件夾的名字;6.確定。教師可以藉助計算機投影儀或網路教學系統進行一步一步地演示。這種教學法能夠很直觀地讓學生從教師的示範操作中學到操作方法,從而完成學習任務。
三、同步教學法。
同步教學法就是學生與老師同步進行操作,學生在同步操作的過程中掌握所學知識和操作內容。這種教學方法也主要用於操作性較強的學科教學,如自然實驗、科技製作等。而這種教學方法在信息技術學科的教學中有著更重要的作用和新的含義。此教學法有兩種應用模式。第一種教學模式為,教師在教師機上操作(邊操作邊講解),通過計算機投影儀展示給學生看,學生則跟著教師的操作和講解一步一步地操作,直到完成整個操作過程。這種教學模式在信息技術教學中應用很廣。如講文件的保存,這是講windows基礎操中的重點兼難點之一,教師在講這個內容時,讓學生同教師一起操作,邊操作邊向學生講解保存位置、文件名、文件類型等在保存中最為關鍵的地方,如果帶著學生反復操作,還可輕松地向學生講清楚「保存」與「另存為」的區別與聯系。這種教學模式必須要求計算機教室裝有計算機投影儀,這對有條件的學校來說,採用這種教學模式進行教學效果非常好。另一種教學模式為教師面對全體學生的操作進行指導。首先教師講解或演示一遍,使學生有一個初步印象,然後學生在教師的指導和講解下同時進行同樣的操作,一步一步直到完成整個操作過程。這種教學模式適用於更為廣泛的學校,因為應用這種教學模式進行信息技術教學,教師不需要計算機投影儀,但這種方法教師比較累。教師在教學講解時,除了講解具體功能及作用外,由於學生沒有直觀的視覺參照,還要強調每一步操作滑鼠所指向和點擊的具體位置,為了讓每一位學生都能完成操作,教師要找好參照物或說清楚具體方位,也可讓相鄰同學互相幫助找。這樣,其教學效果與第一種教學模式完全一樣,還會營造一種良好的學習氛圍。
四、探索式教學法。
探索式教學法就是針對某一特殊的教學內容,教師先進行簡單提示或不作講解,只是給學生一個任務,讓其自己完成,讓學生在完成任務的過程中探索知識,完成學生任務。這種方法最好在學生有一定計算機基礎的情況下使用。學生在探索過程中,教師應起好引導作用,多鼓勵學生去探索和發現解決問題的方法,多給學生創造一些探索和解決問題的條件,多幫助和開導後進生的思路,使探索過程順利地進行下去。探索式教學方法多用於趣味性強、有一定的難度而難度又不是很大的教學內容。
五、任務式教學法。
任務式教學法就是教師根據教學內容進度,結合學生學習的實際情況,給每節課制定出切合實際的任務,讓學生通過學習和努力在本堂課里完成教師規定的任務。任務式教學法是一種信息技術學科性比較強的教學方法。此教學法多用於信息技術操作方面的內容的教學,其核心在於任務的確定。任務定得太多太難,學生無法完成,任務定得太少或太容易,則造成時間浪費,它是教學成敗的關鍵。任務式教學針對不同的教學內容,其任務的含義和完成方式不完全一樣。任務在含義上有以下幾種:一種是操作數量上的任務;一種是操作速度上的任務;一種是操作質量上的任務。完成任務的方式主要有:一種是全體同學都按同樣的要求完成任務。這主要是指教師在講信息技術的一些基礎操作時,要求所有學生都必須掌握的內容,如:窗口的使用,創建文件夾,保存和打開文件等;另一種是根據學生的能力,分別完成難易程度不一樣的任務,如學生學完指法後,優秀生要求達到正確率100%,輸入速度每分鍾80個字以上,中等生要求達到正確率100%,輸入速度每分鍾50個字以上,而差生要求達到正確率100%,輸入速度每分鍾20個字以上。主題活動與任務驅動的教學方法有什麼區別和聯系？具體來說就是課堂教學過程是在教師的啟發和誘導下，以學生獨立自主學習和合作討論為前提，以現行的教材為基本內容，以學生周圍世界和生活實際為參照對象，為學生提供充分自由的設計問題、質疑問題、討論感受、表達想法的機會，將自己所學知識應用於解決實際問題的一種教學模式。 任務驅動法，只是實施探究式教學模式的一種教學方法。任務驅動的教學方法是屬於啟發式的、探究式的學習，適用於培養學生的自學能力和相對獨立地分析問題、解決問題的能力，將有助於激發學生的學習興趣，強化學生在學習過程中的主體意識。
以上是信息技術學科常用的五種教學方法,各種教學方法之間並非獨立運用於課堂教學中,而是根據教學內容,在同一堂課中不同教學階段選用合適的教學方法進行教學,才能最大限度地發揮學生的潛能,調動學生的學習積極性,這樣才能收到更好的教學效果。信息技術是一門新興的學科,迫切需要廣大在信息技術教學一線上的教師結合計算機軟體和硬體實際情況去探索、實踐已知的和未知的教學方法及應用模式,及時進行總結、交流和推廣。

C. 知識表示的方法

經過國內外學者的共同努力，目前已經有許多知識表示方法得到了深入的研究，目前使用較多的知識表示方法主要有以下幾種知識表示方法。
（1）邏輯表示法
邏輯表示法以謂詞形式來表示動作的主體、客體，是一種敘述性知識表示方法。利用邏輯公式，人們能描述對象、性質、狀況和關系。它主要用於自動定理的證明。邏輯表示法主要分為命題邏輯和謂詞邏輯。
邏輯表示研究的是假設與結論之間的蘊涵關系，即用邏輯方法推理的規律。它可以看成自然語言的一種簡化形式，由於它精確、無二義性，容易為計算機理解和操作，同時又與自然語言相似。
命題邏輯是數理邏輯的一種，數理邏輯是用形式化爛汪語言(邏輯符號語言)進行精確(沒有歧義)的描述，用數學的方式進行研究。我們最熟悉的是數學中的設未知數表示。例：用命題邏輯表示下列知識：
如果a 是偶數，那麼a2 是偶數。
解：定義命題如下：P:a 是偶數；Q: a2 是偶數，則：原知識表示為：P→Q
謂詞邏輯相當於數學中的函數表示。例：用謂詞邏輯表示知飢穗仔識：自然數都是大於等於零的整數
解：定義謂詞如下：N(x):x 是自然數；I(x):x 是整數；GZ(x):x 是大於等於零的數。所以原知識表示為：(∀x)(N(x)(GZ(x)∧I(x))，∀(x)是全稱量詞。
（2）產生式表示法
產生式表示，又稱規則表示，有的時候被稱為IF-THEN 表示，它表示一種條件-結果形式，是一種比較簡單表示知識的方法。IF 後面部分描述了規則的先決條件，而THEN 後面部分描述了規則的結論。規則表示方法主要用於描述知識和陳述各種過程知識之間的控制，及其相互作用的機制。
例：MYCIN 系統中有下列產生式知識(其中，置信度稱為規則強度)：
IF 本生物的染色斑是革蘭性陰性，本微生物的形狀呈桿狀，病人是中間宿主
THEN 該微生物是綠膿桿菌，置信度為 0.6
（3）框架表示
框架(Frame)是把某一特殊事件或對象的所有知識儲存在一起的一種復雜的數據結構。其主體是固定的，表示某個固定的概念、對象或事件，其下層由一些槽(Slot)組成，表示主體每個方面的屬性。框架是一種層次的數據結構，框架下層的槽可以看成一種子框架，子框架本身還可以進一步分層次為側面。槽和側面所具有的屬性值分別稱為槽值和側面值。槽值可以是邏輯型或數字型的，具體的值可以是程序、條件、默認值或是一個子框架。相互關聯的框架連接起來組成框架系統，或稱框架網路。
例：用框架表示下述地震事件：[虛擬新華社3月15日電]昨日，在雲南玉溪地區發生地震，造成財產損失約10萬元，統計部門如果需要詳細的損失數字可電詢62332931。另據專家認為震級不會超過4 級，並認為地處無人區，不會造成人員傷亡。
（4）面向對象的表示方法
面向對象的知識表示方法是按照面向對象的程序設計原則組成一族配種混合知識表示形式，就是以對象為中心，把對象的屬性、動態行為、領域知識和處理方法等有關知識封裝在表達對象的結構中。在這種方法中，知識的基本單位就是對象，每一個對象是由一組屬性、關系和方法的集合組成。一個對象的屬性集和關系集的值描述了該對象所具有的知識；與該對象相關的方法集，操作在屬性集和關系集上的值，表示該對象作用於知識上的知識處理方法，其中包括知識的獲取方法、推理方法、消息傳遞方法以及知識的更新方法。
（5）語義網表示法
語義網路是知識表示中最重要的方法之一，是一種表達能力強而且靈活的知識表示方法。它通過概念及其語義關系來表達知識的一種網路圖。從圖論的觀點看，它是一個「帶標識的有向圖」。語義網路利用節點和帶標記的邊構成的有向圖描述事件、概念、狀況、動作及客體之間的關系。帶標記的有向圖能十分自然的描述客體之間的關系。
例：用語義網路表示下列知識：中南大學湘雅醫學院是一所大學，位於長沙市，建立時間是1914 年。
（6）基於XML 的表示法
在XML(eXtensible Markup language，可擴展標記語言)中，數據對象使用元素描述，而數據對象的屬性可以描述為元素的子元素或元素的屬性。XML 文檔由若干個元素構成，數據間的關系通過父元素與子元素的嵌套形式體現。在基於XML 的知識表示過程中，採用XML 的DTD(Document Type definitions，文檔類型定義)來定義一個知識表示方法的語法系統。通過定製XML 應用來解釋實例化的知識表示文檔。在知識利用過程中，通過維護數據字典和XML 解析程序把特定標簽所標注的內容解析出來，以「標簽」+「內容」的格式表示出具體的知識內容。知識表示是構建知識庫的關鍵，知識表示方法選取得合適與否不僅關繫到知識庫中知識的有效存貯，而且也直接影響著系統的知識推理效率和對新知識的獲取能力。
（7）本體表示法
本體是一個形式化的、共享的、明確化的、概念化規范。本體論能夠以一種顯式、形式化的方式來表示語義，提高異構系統之間的互操作性，促進知識共享。因此，最近幾年，本體論被廣泛用於知識表示領域。用本體來表示知識的目的是統一應用領域的概念，並構建本體層級體系表示概念之間的語義關系，實現人類、計算機對知識的共享和重用。五個基本的建模元語是本體層級體系的基本組成部分，這些元語分別為：類、關系、函數、公理和實例。通常也把Classes(類)寫成Concepts。將本體引入知識庫的知識建模，建立領域本體知識庫，可以用概念對知識進行表示，同時揭示這些知識之間內在的關系。領域本體知識庫中的知識，不僅通過縱向類屬分類，而且通過本體的語義關聯進行組織和關聯，推理機再利用這些知識進行推理，從而提高檢索的查全率和查准率。
上面簡要介紹分析了常見的知識表示方法，此外，還有適合特殊領域的一些知識表示方法，如：概念圖、Petri、基於網格的知識表示方法、粗糙集、基於雲理論的知識表示方法等，在此不做詳細介紹。在實際應用過程中，一個智能系統往往包含了多種表示方法。

D. 什麼是知識它有哪些特性列舉至少六種知識表示方法

知識是符合文明方向的，人類對物質世界以及精神世界探索的結果總和。知識汪辯，至今也沒有一個統一而明確的界定。但知識的價值判斷標准在於實用性，以能否讓燃巧人類創造新物質，得到力量和權力等等為考量。

有一個經典的定義來自於柏拉圖：一條陳述能稱得上是知識必須滿足三個條件，它一定是被驗證過的，正確的，而且是被人們相信的，這也是科學與非科學的區分標准。

由此看來，知識屬於文化，而文化是感性與知識上的升華，這就是知識與文化之間的關系。有關於知識的悖論是：知識如果不能改變行為，就沒有用處；但是知識一旦改變了行為，知識本身就立刻失去意義——《未來簡史》。

經過國內外學者的共同努力，目前已經有許多知識表示方法得到了深入的研究，目前使用較多的知識表示方法主要有以下幾種知識表示方法。

（1）邏輯表示法

邏輯表示法以謂詞形式來表示動作的主體、客體，是一種敘述性知識表示方法。利用邏輯公式，人們能描述對象、性質、狀況和關系。它主要用於自動定理的證明。邏輯表示法主要分為命題邏輯和謂詞邏輯。

（2）產生式表示法

產生式表示，又稱規則表示，有的時候被稱為IF-THEN 表示，它表示一種條件-結果形式，是一種比較簡單表示知識的方法。IF 後面部分描述了規則的先決條件，而THEN 後面部分描述了規則的結論。規則表示方法主要用於描述知識和陳述各種過程知識之間的控制，及其相互作用的機制。

（3）框架表示

框架(Frame)是把某一特殊事件或對象的所有知識儲存在一起的一種復雜的數據結構。其主體是固定的，表示某個固定的概念、對象或事件，其下層由一些槽(Slot)組成，表示主體每個方面的屬性。

（4）面向對象的表示方法

面向對象的知識表示方法是按照面向對象的程序設計原則組成一種混合知識表示形式，就是以對象為中心，把對象的屬性、動態行為、領域知識和處理方法等有關知識封裝在表達對象的結構中。

（5）語義網表示法

語義網路是知識表示中最重要的方法之一，是一種表達能力強而且靈活的知識表示方法。它通過概念及其語義關系來表達知識的一種網路圖。從圖論的觀點看，它是一個「帶標識的有向圖」。

語義網路利用節點和帶標記的邊構成的有向圖描述事件、概念、狀況、動作及客體之間的關系。帶標記的有向圖能十分自然的描述客體之間的關系。

例：用語義網路表示下列知識：中南大學湘雅醫學院是一所大學，位於長沙市，建立時間是1914 年。

（6）基於XML 的表示法

在XML(eXtensible Markup language，可擴展標記語言)中，數據對象使用元素描述，而數據對象的屬性可以描述為元素的子元素或元素的屬性。XML 文檔由若干個元素構成，數據間的關系通過父元素與子元素的嵌套形式體現。

在基於XML 的知識表示過程中，採用XML 的DTD(Document Type definitions，文檔類型定義)來定義一個知識表示方法的語法系統。

(4)醫學信息技術知識表示方法有哪些擴展閱讀：

從一般意義上講，知識表示就是為描述世界所做的一組約定，是知識的符號化、形式化或模型化；從計算機科學的角度來看，知識表示是研究計算機表示知識的可行性、有效性的一般方法，是把人類知識表示成機器能處理的數據結構和系統控制結構的策略。

一個完整知識表示過程是:首先是設計者針對各種類型的問題設計多種知識表示方法；然後表示方法的使用者選用合適的表示方法表示某類知識;最後知識的使用者使用或者學習經過表示方法處理後的知識。

所以，知識表示的客體就是知識；知識表示的主體包括3 類：表示方法的設計者、表示方法的使用者、知識的使用者。具體來說，知識表示的主體主要指的是人(個人或集體)，有時也可能是計算機。

假設有這樣一個知識需要表示：小潘是計科系的學生，但他不喜歡編程。我們用一階謂詞邏輯來表示它就需要採用如下的步驟：首先，定義謂詞。

Computer(x)：x是計科系的學生

Like(x，y)：x喜歡y

其次，用謂詞公式表示之：

Computer(xiaopan)∧¬Like(xiaopan，programing)

產生式規則：在條困段缺件、因果等類型的判斷中所採用的一種對知識進行表示的方法。其基本的形式是P→Q，或者是if P then Q。

這里這個產生式規則與剛才的謂詞邏輯中的「蘊涵（→）式」表示還是有區別的，後者是一種精確的匹配，即如果x，則100%的會是y，而前者則可以表示 一種模糊匹配，有一定的置信度，即發生概率。

例如：if 「咳嗽 and 發燒」，then 「感冒」，置信度80%。這里if部分表示條件部，then部分表示結論部，置信度表示當滿足條件時得到結論的發生概率。這整個部分就形成了一條規則，表示的就是這樣一類因果知識：「如果病人發燒且咳嗽，則他很有可能是感冒了」。

因此，針對比較復雜的情況，我們都可以用這種產生式規則的知識表示方式形成一系列的規則。