人工智能课程篇1

关键词：人工智能；深度学习；教学建议

0引言

传统的人工智能课程主要包括人工智能导论、模式分析、机器学习、数据挖掘等。这些课程由各个院校根据专业情况不同而选择，课程的内容也有较大差别，但是，基本上都涉及人工神经网络的内容。然而在人工神经网络的教学内容上，一般只讲解经典的多层感知器和反向传播算法，或再加入一些反馈网络的内容，这种教学内容设计的一个不足是忽视了人工智能领域的最新发展——深度学习，它是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破。

北京邮电大学计算机学院开设人工智能科学与技术的本科专业，笔者从事深度学习的研究工作，同时承担了本科生和研究生人工智能类课程的教学工作，因此产生了将深度学习内容引人人工智能类课程的想法。本文先介绍深度学习的背景，说明深度学习在人工智能发展中的地位，之后分析了将深度学习基本内容引入人工智能类课程的必要性和可行性，最后给出了一些实施建议供探讨。

1深度学习背景

2006年，加拿大多伦多大学的GeoffreyHinton教授与Salakhutdinov博士在美国《科学》杂志发表了题为“ReducingtheDimensionalityofDatawithNeuralNetworks”的论文，该文提出一种学习多层神经网络的方法，并将这种具有多层结构的学习方法命名为深度学习（DeepLearning），而这成为深度学习研究的一个导火索，从此深度学习的研究与应用蓬勃发展起来。

深度学习在语音识别与生成、计算机视觉等应用领域取得了突出进展。近几年的国际机器学会（InternationalConferenceonMachineLearning，ICML）、神经信息处理大会（AnnualConferenceOnNeuralInformationProcessingSystems，NIPS）、计算机视觉大会（InternationalConferenceonComputerVision，ICCV）、

声学语音与信号处理大会（InternationalConferenceOnAcoustics，Speech，andSignalProcessing，ICASSP）、计算语言学大会（AnnualMeetingoftheAssociationforComputationalLinguistics.ACL）、计算机视觉与模式识别（InternationalConferenceonComputerVisionandPatternRecognition，CVPR）等都有不少相关的研究论文、会议教程和小组研讨会（Workshop）。美国国防高级研究计划（DARPA）也提出了关于深层学习的研究项目。此外，2013年6月《程序员杂志》的封面故事，采访了周志华、李航、朱军3位国内的机器学习专家对于深度学习的看法，他们一致肯定了深度学习在机器学习领域的贡献。

工业界对深度学习也寄予了很高期望。2012年6月，《纽约时报》报道了斯坦福大学计算机科学家AndrewNg和谷歌公司的系统专家JeffDean共同研究深度神经网络的机器学习模型在语音识别和图像识别等领域获得的巨大成功。2012年11月，微软公司在天津公开演示了一个全自动的同声传译系统，其关键技术也是深度学习。2013年1月，百度公司首席执行官李彦宏先生宣布建立深度学习研究院（InstituteofDeepLearning）。2013年3月，谷歌公司收购了由深度学习创始人GeoffreyHinton创立的公司。

从学术界与工业界的研究态势看，深度学习已经成为机器学习与模式识别，乃至人工智能领域的研究热点。正是在这样一个背景下，人工神经网络重新回到人们的视野。此前人工神经网络的发展大致可以分为两个时期，1943年，McCulloch和Pitts提出了最早的人工神经元，这种神经元具有学习能力，这是人工神经网络的发端，也可以被认为是人工智能的发端（当时还没有人工智能这个术语）。1949年，Hebb提出了Hebbian学习算法。1957年，Rosenblatt提出了感知器的神经网络模型。1969年，Minsky和Papert分析了这种感知器神经网络模型的局限性。然而，很多研究者认为，感知器的这种局限性对于所有的神经网络模型都适用，这使人工神经网络的研究很快暗淡下来。1980年代中期，诺贝尔奖得主JohnHopfield提出了Hopfield神经网络模型，这种Recurrent神经网络具有的动态性有可能用于解决复杂的问题。同时，多层前向神经网络的后传算法也被重新发现，这两个工作使人工神经网络得到重生。这时，人工神经网络已经成为人工智能的一个重要组成部分。但是，在随后的研究中，人们发现，当学习多层神经网络包含更多的隐藏层时，后传算法并不能学到有效的网络权值，这使得神经网络的研究再次陷入低潮。此次以深层神经网络为代表的深度学习重新回到研究的舞台，其中一个重要因素是Hinton提出的逐层预训练神经网络方法治愈了多层神经网络的一个致命伤。

2必要性与可行性

深度学习的发展使得从事教学一线的教师也无法忽视这个颇具影响力的研究主题。为此，我们提出将深度学习这个主题引入到人工智能类课程中，将它作为课题教学的一部分。

2.1必要性

将深度学习这个主题引入到人工智能类课程中的必要性主要包括如下4点。

1）深度学习是人工智能的前沿。

2006年以来，深度学习的研究席卷了整个人工智能，从机器学习、机器视觉、语音识别到语言处理，都不断涌现出新的研究工作和突破性进展。深度学习不仅在机器学习领域成为研究热点，同时在多个应用领域也成为有力工具，而且，在工业界的系统应用中，深度学习成为其中的关键解决技术。

2）深度学习是人工智能的突破。

深度学习的发端是神经网络。关于神经网络的论述，在人工智能类常见教科书中还停留在多层神经网络，即神经网络的第二阶段，它们大部分描述多层结构无法训练的现象。但是，从深度学习的角度看，深层神经网络不仅可学习，而且有必要，这与第二代神经网络的观点是完全不同的。深度学习突破了原有人工神经网络的认识，超越了人工智能神经网络教科书中的原有内容，因此，有必要将多层神经网络结构的可学习性告知学生，从新的视角纠正原有的观点。

3）深度学习是人工智能的延伸。

深度学习不仅提供了一种可以在深层神经结构下训练网络的方法，也包含了不少新的内容，是人工智能的新发展，为人工智能补充了新的内容。到目前为止，深度学习至少包括：从生物神经网络与人类认知的角度认识深层神经网络的必要性；如何构建和学习深层学习网络；如何将深层结构用于解决视觉、语音、语言的应用问题；如何看待深度学习与原有的机器学习方法，如流形学习、概率图模型、能量模型的直接关系；深度学习与其他学科的关系等。

4）深度学习是学生的潜在兴趣点。

大学生对知识有着强烈的好奇心，加之当前信息技术的发达，部分对智能感兴趣的学生可以从其他途径了解到这个学科发展的前沿。因此，顺势而为，将深度学习这个主题做具体讲解，满足学生的好奇心，培养他们对学科前沿与发展的认识，是十分必要的。对高年级的学生而言，了解深度学习的基本知识，是他们全面认识人工智能与发展前沿的一个途径，而对于研究生，较多地了解和掌握深度学习的基本知识有助于他们研究工作的开展。

基于以上几点，笔者认为，将深度学习这个主题引入到人工智能类课程中非常有必要。深度学习作为人工智能的前沿，既是对人工智能原有理论和技术的一个突破和补充。

2.2可行性

将深度学习引入到人工智能类课程中的可行性主要包括如下3点。

1）深度学习与现有人工智能联系密切。

深度学习并不像突兀的山峰拔地而起。而是深深植根于原有的人工智能理论与技术。深度学习是以神经网络为出发点，这正是深度学习教与学的切入点。比如，可以通过对多层感知器隐藏层的增加和后传算法的失效来讲解深度学习是如何解决这个问题的。再者，深度学习的一个核心构建“受限波尔兹曼机（RestrictedBoltzmannMachine）”，可以被认为是一种能量模型，而这种模型与Hopfield网络都可以从物理学的能量模型角度分析，RBM可以认为是Hopfield网络的随机扩展。总之，深度学习与现有人工智能的联系，使学习深度学习变得容易。

2）深度学习的基本内容并不深。

深度学习有个很好的名字，这个名字恰当地描述了特定的学习结构。比如，深度学习的核心部件受限于波尔兹曼机RBM，其结构非常简单。从神经网络的角度，受限波尔兹曼机是一种随机的双向连接神经网络，信号可以从可见层传递到隐藏层，也可以从隐藏层传递到可见层。网络中每个节点是具有特定结构的神经元，其中的神经元具有典型的包含自身偏置的Logistic函数的随机单元，能够依Logistic函数计算得到的概率输出0状态或1状态。概括地说，深度学习的基本内容在高年级阶段较易掌握。

3）深度学习的资料容易获得。

当前的信息资讯非常发达，有相当多的资料可以通过互联网等多种途径获得，这使学习深度学习成为可能。近期，中国计算机学会主办了多个技术讲座均涉及深度学习的部分；深度学习的创始人Hinton教授的主页也有很多资料；Coursera网站有免费的Hinton教授的神经网络课程；斯坦福大学的Ng教授提供了很多的在线教程；蒙特利尔大学Bengio教授发表的题为“LearningDeepArchitecturesforAI”的论文也是这领域的优质资料。

3实施建议

在具体的教学过程中，笔者建议适当安排深度学习的最基本内容，内容不宜过多，也不宜占用过多的学时，可以根据教学对象的不同进行调整。比如，本科生的高年级专业课可以安排1学时的教学量，介绍层次训练的基本算法；也可以在高年级前沿讲座中安排2学时，内容覆盖面尽可能广泛。在研究生的教学中，可以根据教学的课程主题安排内容与学时。比如，神经网络主题的课程可以安排4-6学时的教学内容，包括波尔兹曼机及学习算法、深层信念网络与学习算法、深层波尔兹曼机与学习算法卷、积神经网络、自动编码器等。结合应用，课程还可以包含MNIST数字识别的应用、人脸识别的应用、图像检索的应用、语音识别中的应用等。另外，深度学习是一个实践性很强的研究，随机性：大规模（意味着数据不宜可视化，程序运行时间长）等多种因素混合，使深度学习在学习中不容易理解。为此，可以在条件允许的前提下，增加小规模的实验，辅助理解。最后，课件可以通过对优质资料做修改得到。

人工智能课程篇2

关键词:人工智能;管理会计;人才培养

在人工智能和大数据背景下，管理会计是未来会计领域发展的趋势。传统的财务会计注重数据核算，进行会计信息披露，现代管理会计主要是充分利用智能化财务数据，结合其他渠道获取的相关信息，分析对比进行事中分析决策。高等院校管理会计人才培养存在不足之处，管理会计课程体系不完善，教学内容滞后等问题始终存在。人工智能时代，日益变化的经济形势为课程教学带来更大的挑战，管理会计课程转型改革迫在眉睫，未来会计课程教学需要把培养创新型管理会计人才作为目标，培养学生更高层次的职业能力。

一、智能化时代对会计行业的影响

2017年，全球四大会计师事务所的普华永道、德勤以及安永先后推出财务机器人方案，在会计行业引起很大轰动。人工智能背景下，会计行业基于先进技术的引进与应用，形成更智能化、信息化的工作模式。智能财务软件的出现能够实现企业常规性经济业务的自动化处理以及凭证账表的自动生成，例如企业职工的报销、企业间往来账款的结算等，既节约了大量的人力成本又提高了财务处理效率。同时，人工智能技术具有强大的数据分析能力，能够助力企业的经营管理决策，优化资源配置，实现可持续发展。会计岗位向着智能化、深度化发展，以大数据为基础的财务共享是未来企业发展的方向。当前，很多大中型企业已开始重视人工智能技术的运用，基于大数据、云计算、财务共享的各项技术被综合运用，替代传统会计的核算工作。

二、智能化时代对会计人才的新要求

人工智能技术广泛运用于会计领域，降低财务管理成本与时间耗费，提高企业经济效益的同时，也大大冲击了传统会计工作岗位，造成大量会计核算人员裁减。人工智能技术顶替了传统低端会计核算工作，只具备传统会计技能的核算型会计人才逐渐失去就业竞争能力，这就意味着传统会计人员需要实现向管理会计转型发展。智能化时代对管理会计人才的需求愈加紧迫，会计必须顺应新时代要求进行转型升级，以财会专业知识与信息技术相融合的管理型会计人才能够为企业的管理者提供数据信息和决策的建议。人工智能与会计行业的融合，推动了应用型高等院校会计专业教育的变革，高校需要及时调整人才培养模式，推进“会计教育+人工智能”模式。［1］在人才培养方案中应该指明会计人才不仅需要掌握会计专业知识，还需要对信息技术合理运用，顺应人工智能的发展。在培育人才过程中，大量引入信息化的教育手段，培养满足智能化时展的高素质管理会计人才。

三、智能化时代高校管理会计人才培养存在的问题

(一)管理会计课程体系结构单一人工智能技术对传统会计专业带来了很大的冲击与影响，但是很多高校会计课程体系没有做到与时俱进，仍停留在核算型会计人才的培养层面。目前，大部分高校会计专业的课程体系设计“重财务、轻管理”，以“基础会计、中级财务会计、高级财务会计”等财务会计课程为核心。缺乏对管理会计课程的重视，管理会计课程结构单一，只设置了财务管理、成本管理会计等相关课程，缺乏交叉学科和新兴学科的支撑。课程内容资源匮乏，缺乏创新性，仍然停留在传统管理会计领域，例如经营预测与决策、本量利分析、全面预算等，对管理会计前沿领域知识扩展不够，如作业成本法、平衡计分卡、战略成本管理等。人工智能时代，大数据技术已经成为管理会计人才必须掌握的基本技能，然而，很少高校将相关课程纳入会计专业课程体系，缺少大数据、云计算、财务共享等内容，信息技术无法与管理会计教学进行深度融合，学生对大数据、云计算等新兴技术的了解程度不深，没有真正体会到新兴的人工智能、大数据等技术对管理会计带来的变革。课程内容与社会需求脱节，学生数据分析能力和实际操作能力无法满足智能时代的要求，不利于学生未来就业发展。

(二)管理会计教学模式欠佳教学模式创新性不够，信息化教学资源利用率低，教师授课仍然采用单一的“PPT+板书”形式，按传统的授课方式“填鸭式”地照本宣科，很少利用案例教学、翻转课堂等教学手段。学生对教师的讲授产生依赖性，懒于主动发现和思考问题，导致教学活动呆板没有活力，缺乏思想的碰撞，学生学习兴趣不高，课堂抬头率低。管理会计课程内容具有灵活性，但是在教学过程中，很多教师与传统的财务会计教学并无差别，只注重讲授管理会计相关的计算方法，教学生如何计算，缺乏对最新管理会计前沿知识的解读。教师缺乏良好的思维引导，学生为了应试，掌握的知识大多仅仅停留在成本计算、本量利分析、变动成本法预测分析、经营决策等基础性知识上，很难形成管理会计意识，不会加以运用。案例教学流于形式化。管理会计课程选用教学案例内容过于陈旧，鲜有与教学时段相匹配的最新案例，案例综合性差，大多针对某一知识点设计，割裂了相关知识点之间的联系，案例教学沦为习题练习，以致学生案例处理能力匮乏，学习深度不够。教师对案例教学准备不充分，没有很好地设计启发性问题引导学生开展讨论，针对案例讨论的内容和过程点评和总结不到位，使案例教学效果大打折扣。对学生而言，由于课前没有充分阅读相关资料，课堂中难以进入案例情景、不积极参与讨论、定向思维比较严重。

(三)管理会计教师知识结构单一教师除了具备管理会计基本理论知识，还需要掌握与智能化时代管理会计相适应的智能财务共享、模拟实践、大数据财务数据分析及云会计平台等知识。然而，会计专业的教师普遍没有接受过与智能化时代管理会计相关的知识，尤其中老年教师这种现象更为严重，知识储备基本上是传统会计人员应具备的知识，不具备管理会计意识和前瞻性，不了解管理会计发展前沿信息，不能对教学内容进行及时更新、补充与完善，未能对当下的大数据技术、财务共享、云计算等应用建立正确的认知，将其融入自己的教学过程中，不能充分利用信息化教学手段。教师知识结构单一，更无法通过学科融合合理化拓展管理课程教学资源，如果不能主动增加自身知识结构及层次，很难适应新时代管理会计教学需求。在人工智能时代，全球经济趋于一体化，管理会计人才的培养不能仅局限于我国的市场需求，还需要与国际接轨。高校管理会计专业教学应该响应时展的需要，积极培养学生掌握一门外语技能，这是未来管理会计岗位最需要的技能。外语能力可以更好地帮助教师与学生学习掌握新管理会计数字化工具，对此，高校管理会计专业教师应该提升自己的双语教学能力，从而带动学生外语技能水平的提高，但是这种教师职业培训建设发展较为缓慢。

(四)缺乏管理会计信息化教学环境智能化时代，信息技术在管理会计领域被广泛地应用，管理会计在进行预测、决策、控制、评估等活动时，都需要运用信息技术对会计信息进行整合处理。目前，高等院校普遍存在会计实验课程内容陈旧、方法单一及教学软件更新不及时等现象，不少高校的会计专业实验教学仍然停留在核算型会计人才的培养层面，即锻炼学生正确填制凭证、登记账簿、正确计算成本和编制会计报表的技能，却忽视了会计审核、会计信息分析运用、会计预测和决策，不利于会计人才管理与决策能力的培养。学生在就业时，通常会感受到学校所学和岗位所需存在很大差距，造成了教育资源的浪费。部分高校由于资金或者认知等多方面的限制，缺乏会计信息化授课所需的硬件与配套设备。校园内的智能教学设备也未引进或未做到及时更新，以致不能给学生足够的实践空间来体验新兴科技给会计领域所带来的改变和影响，学生的计算机运用能力仅仅停留在基础层次，对跨级软件操作不熟练，显然无法满足智能化时代对管理会计人才的要求。［2］

四、优化高校管理人才培养模式的建议

(一)拓宽专业课程体系管理会计人才偏向信息决策，需要对会计数据信息进行加工。会计专业课程体系重点要突出培养学生的专业核心竞争力，专业课程体系设置中应该适当弱化财务会计课程所占比例，增设人工智能模块，开设相关拓展性课程，例如:人工智能导论、大数据分析技术与工具、财务共享与智能财务、大数据财务决策、智能决策支持系统等。为学生构建全方位立体的专业课程体系，让学生在会计核算体系的基础上，增加对信息技术以及管理决策能力的学习，旨在培养既掌握基础计算机技术，又熟悉会计业务处理流程，能够恰当地运用人工智能技术进行数据分析处理的管理会计人才。合理拓展与丰富管理会计课程教学资源，应能将最新的管理会计理论进行解读。例如，战略管理会计、环境管理会计、时间作业成本法等，都是目前管理会计课程体系中缺失的，需要与时俱进，及时更新、补充。社会需要管理会计人才具备全面的知识体系，加强跨学科的知识融合和跨职能的技能融合，突破现有会计专业的局限性，帮助会计人才多维度学习多学科知识，掌握包括财务共享、区块链、大数据、企业供应链等管理知识。人工智能时代，课程资源能够实现网络化，教师要善于发现优质资源，利用优质资源，实现跨校相互借鉴的一种共享学习环境。通过整合资源形成管理会计课程的经典视频、课件、作业、案例分析等，以达到优质资源共享，有利于课程教学内容进行及时更新、补充与完善，拓宽教学内容的深度和广度。

(二)改进教学模式，注重能力培养在管理会计课堂上，教师授课方式应从单方面灌入式教学转变为师生互动型教学，教师针对新时代大学生的认知习惯、信息获取渠道等，将翻转课堂融入教学中，除要求学生夯实基础理论知识外，更多地引导学生参与课堂讨论、完成案例分析、理解知识拓展，改变以往传统会计课程学习模式，树立管理会计意识。［3］例如，教师在向学生具体讲授管理会计职能的过程中，应能将其与当下的行业发展背景进行联想。即在人工智能背景下，管理会计若能熟练应用这些前沿技术，可对财务数据进行更加精确的分析与应用。在教师的引导下，使学生在学习阶段，就能积极运用信息技术等，不断完善大数据思维，处理相关学习任务。结合管理会计课程教学需求，建立一套较为完整的管理会计课程教学案例库，包括国内外经典案例库和与教学年度相匹配的近期案例库。可以借助大型集团公司的典型案例，全面讲解全面预算、战略成本管理、平衡记分卡、作业成本法等管理会计内容在集团公司中如何实施运用，通过剖析管理会计应用的案例，提升管理会计教学的深度和广度，启发学生进行独立思考，多角度对相关问题展开分析。人工智能技术以互联网作为依托，学校应积极构建线上学习平台，充分利用网络资源拓展管理会计课程内容，满足学生课下时间的学习需要。通过网络方式增强学生的学习兴趣，引导学生课外通过智能手机等移动设备开展学习。利用线上资源和信息化平台，引入智能化过程考核模式，让学生动起来，以此提高学生的自学能力、思辨能力、知识整合能力。

(三)提升专业教师教学业务水平高素质的教师团队，才能培养出高素质的管理会计人才。在人工智能时代，更新教师的知识结构，使其不与时展相脱节，对提高管理会计教学质量具有积极意义。注重培养教师的跨界意识，高校应举办会计学相关教师与其他学科教师的交叉学习与培训，为实现会计学专业人才的跨专业联合培养打下基础。不能将授课思维只局限于本专业，会计专业教师不仅需要关注会计准则、税法的变化，还应主动学习人工智能新知识、新趋势，才能将大数据、云计算、智能化等思想从专业的角度解读给学生。注重大数据挖掘与分析，是管理会计的行业趋势，高校应积极地创造条件，提升教师信息化技术应用能力。比如:聘请国内外的专家为专业教师做人工智能、信息技术、大数据、财务共享等方面的课程培训。会计专业教师应积极参加会计软件升级培训，学习云财务软件的设计、开发与操作，丰富其知识层次与能力结构，以胜任人工智能时代会计人才培养和科研工作。教师更需要走出课堂，走进企业，全面了解人工智能技术对会计行业的影响，积累实践工作经验，反哺课堂教学。高校应该积极搭建平台，将教师送往会计师事务所、大中型企业等进行挂职锻炼，全程跟进企业财务人员的日常工作，了解人工智能背景下管理会计人才所需的各项技能，为后续培养专业性高素质人才提供有力保障。提高管理会计教师双语能力。高校应定期组织教师参与到双语培训中，提升教师的专业英语能力。高校应结合学校发展目标与办学性质，开设管理会计双语课程，提升会计专业学生专业英语水平。高校可以提供资金支持，保证管理会计教师能够获得双语交流机会，为教师多提供一些进修机会，也可以选派一些英语实力较强的教师到发达国家进行访问学习。

(四)优化管理会计信息化教学环境注重信息技术应用能力的强化。引进先进的教学软件及硬件，满足云计算、大数据处理等先进技术的实施与运用。例如:引入具备大数据处理功能的“”数据库，数据分析的SAS、SPSS和STATA等软件，管理决策的“用友沙盘模拟实验”和“企业管理决策模拟实验”等教学软件，构建信息化教学环境。人工智能时代，随着“智能财税”“财务共享”理念的提出，共享服务与大财务理念已经成为会计专业发展的趋势，未来会计行业方向为“会计+”或者“+会计”综合实践教学，高校应切实跟进共享财务专业平台建设。［4］加大实践教学环节，增强学生利用“互联网+”、云计算等技术进行成本管理、财务分析、预测及决策的能力。在此基础上，高校应该充分利用“互联网+”信息共享平台，实施校企远程合作，在嵌入式校企合作的基础上，开阔学生的眼界，了解各行各业所处的宏观和微观环境以及典型企业的财务数据的处理流程，将所学管理会计理论知识应用于具体实践，在人才培养过程中，能高效将传统教学与信息化教学融合，实现实践教学升级，努力实现理论教学与实战训练对接、课程内容与真实动态业务对接、专业设置与岗位对接，使学生满足岗位需求。［5］

人工智能课程篇3

关键词：智能时代；会计人才；高校

纵观现如今人们的生活，智能产品已经无处不在，正一步步的改变着大众的生活方式，比如一部智能手机就可以处理很多业务。许多行业也进入了智能化工作时。就会计领域而言，以德勤为首的四大会计师事务所相继推出财务机器人来完成基础会计工作，给会计行业带来了巨大的挑战。

一、智能时代对传统会计工作的影响

（一）改变了会计工作方式，提高了工作效率

近几年的时间里，需要会计人员处理的工作因为智能化的发展同样发生了变化，企业通过建立财务账套系统，日常发生的发票开具、费用报销、凭证填制等业务都可以在财务软件上操作，期末账簿和报表可自动生成；货币结算时也可以通过互联网进行转账。简单的会计工作由于这些变化摆脱掉时空的束缚，不仅可以缩短会计人员的工作时间，工作效率也能有很大的提升。

（二）会计人员工作岗位发生变化

财务机器人的应用取代了处理基础财务工作的人员，使会计人员免于重复基本业务。更多的会计人员将转型到有价值的财务分析、财务决策以及其他管理岗位中。这就需要财会人员具备商务数据挖掘、财务数据分析处理、财务决策和企业管理等能力，能对报表和数据进行深刻解读，提取数据背后的信息，并把这些信息变为对企业经营策略的制定有用的信息。

（三）降低了财务风险，财务数据更加精准

智能机器发生错误的概率微乎其微，未进入智能时代前的会计工作中会有大批量的财务数据需要进行人工处理，不但枯燥还及易出错。人工智能在会计领域的应用保证了会计信息的真实和完整，而且还可以快速选取各种决策所需的相关数据和信息，大大降低了以往人工分析数据差错、数据不全面和数据分析结果滞后造成的财务风险。

二、智能时代会计人才培养存在的问题

（一）会计学专业课程设置存在缺陷

1.财务核算类课程比重偏大。目前大多数大学的会计学专业课程都侧重于财务会计，不够重视财务分析与财务管理，会计核算类课程多，且课程之间重复的内容比较多，这种传统的以财务会计为中心的课程体系已经不适应智能时代对会计人才的需要。2.缺少数据分析课程。智能时代下，财务机器人的应用会使会计数据自动生成，无需会计工作者进行手动计算。公司的财务分析、决策和其他管理工作会需要会计人员来进行，但目前会计学专业缺少数据分析类相关课程的设置，几乎没有学生拥有对财务数据的分析能力。3.理论知识的传授多过实践能力的培养。很大一部分大学的会计学专业都强调理论教学，对实践教学重视不够，导致很多高校学生毕业以后不能把所学的知识很好的应用到会计实际工作中。4.跨学科类课程设置不足。学科交叉是智能时展的主流方向，要把复合型会计人才列为当前各高校的培养目标。而目前，与其他专业学科设置课程整合是会计课程体系没有涉及的领域，各高校的会计学专业毕业生不能实现智能时代对会计复合型人才的需要，只掌握了单一的会计知识。

（二）缺少对学生自学能力的培养

会计是为社会生产活动服务的，必将随着社会的发展而不断变化，所以学生只靠在学校获取的知识是远远不够的，但目前高校教师的传授知识的方式只是讲授这一种，学生没有任何思考过程，只是把知识听了一遍，并不能使他们的自主学习能力有所提升，导致学生在工作中不能很好的适应环境、内容和工作方式等的变化。

（三）应用型师资不足

会计是实践较强的学科，若教师缺少实践经验，就不能很好的培养学生的实践能力。目前很多高校没有重视对应用型教师的培养，而是一味的鼓励教师进行学术研究，这对培养企业需要的会计人才极为不利。

（四）缺乏职业素养教育

职业素养是从业者按照职业岗位要求养成的行为习惯和良好作风，它是工作人员在从事其专业相关的活动中所表现出来的综合素质。会计职业素养就需要每个会计工作人员对会计这个职业有着崇高的理想和信念，遵守会计行业的纪律，履行其责任与义务，不断提升自己的职业技能，对这份职业充满兴趣，并保持良好的工作态度。目前高校对会计学专业学生的培养只停留在知识教育层面，忽视了对会计职业素养的教育，教学方法和考核方式缺乏多样性，各高校毕业生还没有实现智能时代对会计职业素养的要求。

三、智能时代会计人才培养改革策略

（一）完善会计学专业课程体系

1.减少财务核算类课程比重，增加数据分析类课程。高校在制定会计学专业人才培养计划时，要减少会计核算类课程所占的比重，增加管理会计、财务分析、风险分析、财务管理以及内部控制等课程比重。同时像财务分析、数据处理、挖掘业务数据这类有助于提升学生数据分析能力的课程需要增加到必修课中，以提升会计人员的数据分析能力。2.增加实践类课程，鼓励学生顶岗实习。高校不能仅限于传统的理论教学，与会计有关的实践课程的比重需要提高，比如用友、金蝶在财务中的应用，大数据与可视化在会计学中的应用，企业风险分析案例等课程，为了增长实战经验使学生的实际操作能力有所进步。还要与会计领域中已经开展智能化工作的企业进行深度合作，让学生到真实的企业会计工作岗位参加实习，积累工作经验，更好地将理论与实践结合，保障学生毕业后能更好地适应智能化的工作模式。目前市场需求的会计人才与高校培养的会计人才不一致，高校可以通过调查企业对会计人才的需求方向来培养符合市场需求的会计人才。同时高校还应该定期聘请合作企业的优秀财务工作者为学生开设智能时代会计知识的讲座，提高学生对智能会计工作的了解。3.开设学科交叉课程，注重复合型会计人才培养。随着移动互联网、大数据、人工智能、云计算等新技术在会计领域的应用，会计人员的综合素质必须适应市场的需要，会计人才不仅要有会计理论知识，还要掌握诸如管理学、经济学、金融学、法学、统计学、数据分析以及计算机程序设计等相关知识；不仅要具备会计业务处理能力，还要具备创新、团队沟通、组织协调、判断决策、持续学习等智能机器难以复制的能力。因此，在高校会计学专业开设学科交叉课程，培养复合型会计人才至关重要。具体做法是，在公共基础课程模块应开设人文素养、计算机编程和数理统计类课程，对学生进行厚基础、宽口径的培养。在专业基础课程模块应开设经济管理、金融、财经法规和会计职业道德类课程，融入思政元素，培养学生一定的协调管理能力和良好的会计职业价值观。在专业核心课程模块应该增设大数据会计分析、大数据财务决策、新技术与经济一体化发展等课程。

（二）创新教学以及考核评价方式

高校要不断更新教育理念，应以学生的创造性思维为中心，努力提高学生的自主学习能力，加强培养自主解决问题的能力，实施以教以学生为本，教师主导的教学模式。可以利用互联网上的慕课、微课采用线上线下结合、小组讨论、案例分析、实践操作、竞赛等多种教学方法鼓励学生积极参与教学过程，以此增加独立思考的机会，对学生形成良好的终身学习习惯有很大的好处。同时，学习不只是结果考查，要重视对过程的评价，把对学习过程的考评比例提高。可以采用提高平时作业质量、课堂表现在课程学业成绩中的比重，还可以将学生参与小组讨论、操作演示、课后与老师互动等情况的表现纳入考核评价范围。

（三）建设应用型师资队伍

高校会计专业教师在会计人才培养中担任重要角色。智能时代下，会计工作方式发生了巨大的变化，相应的使会计学科体系的内容也出现了改变。作为引导者，高校会计专业教师应自发的地学习与智能时代相关的理论知识和实践知识。与此同时，高校也应该积极为教师提供学习新知识的渠道，可以聘请实务界人工智能专业人员为教师开设大数据、人工智能、信息技术、财务共享等培训讲座，开拓教师的视野，提升教师的理论水平；还可以分批选派教师到行业内优秀的企业进行挂职锻炼，在企业工作中了解人工智能对会计工作的改变，练习操控人工智能进行会计工作，教师要不断地学习实践来适应智能时代，为后续培养适应智能时代的高素质会计人才提供有力保障。

（四）强化职业素养教育

会计学专业是按照企业对会计人员的需求而设立的专业，满足并且符合经济社会以及会计行业的发展要求是各高校培养会计人才的首要目标。智能时代的到来，以往的会计核算能力就已经不是会计人员的核心竞争力了，对会计人员有了更高的职业素养要求。1.培养学生的管理能力。智能时代已经不再需要财务会计，逐渐变为对管理会计的需求，高校也要考虑这一点，提高学生的综合管理能力。作为一名企业的财务管理者，既要拥有一定的会计专业知识，同时还要具备沟通、团队协作、分析研判以及决策等能力。高校可以开展模拟企业管理竞赛或开设模拟企业管理课程，通过搭建标准工作流程让学生感受企业财务部门管理层的日常工作，以及管理人员的工作内容。还要鼓励学生通过参加社团和学生工作组织来锻炼自己的组织管理、团队协作和决策等能力。2.提升学生的创新意识。高校要使学生感受到良好的创新氛围，为学生搭建好创新平台，让学生积极参加“互联网+”大学生创新创业竞赛，指导学生申报大创项目。此外，教师引导学生开展科研项目，在科研中发现创新点，提高教学质量，学生的创新意识也能得到培养，开拓视野，让学生紧跟会计行业发展变化的步伐。3.加强学生的会计职业道德教育。虽然目前高校已经开设会计职业道德的相关课程，但社会上的会计造假案例仍不断出现，因此在高校还应进一步强化会计职业道德教育，从源头入手，在学生时代就要让他们了解职业道德的重要性和违反职业道德的严重的后果，树立正确的会计职业道德观，提高辨别是非的能力、抵抗诱惑的能力，自觉抵制不良社会风气，维护会计的职业尊严，促进良好的会计道德观的形成。

四、结语

智能时代会计人才培养问题已成为我国人才强国战略的重要组成部分。在人类的不断进步下，社会管理领域也会被智能科技产品一步步的占据。因此，智能时代下会计人才培养问题的研究也不是一劳永逸的，培养教育会计人才的内容也要不断进步，使智能技术不断为会计工作带来便捷。

参考文献：

[1]陈小芹.人工智能时代会计人才培养模式[J].商业会计,2019,657(09):127-129.

[2]吴媛媛.人工智能时代会计人才培养新模式探究[J].时代金融,2018,717(35):192.

人工智能课程篇4

关键词：人工智能；教学改革；学习心理；考核方式

中图分类号：G642.3文献标志码：A文章编号：1674-9324（2012）06-0152-02

虽然人工智能的发展历史只有五十余年，但它已经广泛应用于专家系统、机器翻译、图像处理和机器人技术等领域。随着人工智能技术对社会经济发展的影响不断增大，人工智能课程不再是计算机专业独有的专业课程，国内外很多高校在自动化、智能交通等专业都开设了选修课，甚至在高中的信息技术课程中也在推广设置。吉林大学硕士专业“模式识别”将《人工智能》设为专业学位课程，同时也将其设为汽车、机械等其他学科的选修课程。由于研究生相关基础知识水平参差不齐，课程内容又比较抽象、生涩，为了提高教学质量，在本次教学改革过程中充分考虑学生学习新知识的心理演变过程，认真研究教学内容、教材、教学方法等诸多方面，力求在教授基本原理的同时，培养学生对智能系统进行理论分析、设计并编程实现的能力，为后期的论文研究阶段打下坚实的基础。本次教学改革受到了吉林大学研究生课程体系建设和核心课程建设项目的资助。

一、教学内容

教学改革的关键是教学内容。人工智能与统计学、心理学、语言学、计算机科学、生物学、控制论等都有交叉关系，学科涉及的内容十分庞大。人工智能学科知识的繁多与授课学时有限之间的矛盾比较突出。作为国内模式识别专业的领军院校，如中科院智能所、清华大学、上海交通大学和南京理工大学等，他们所开设的《人工智能》课程学时和内容也不尽相同。我们参考了上述院校的授课内容，同时考虑到本校本学科的学术研究方向，精心归纳、优化教学内容，力争做到教学内容系统、精炼和实用。目前，我们讲授的教学内容主要包括：智能化智能体系统、盲目搜索方法、启发式搜索方法、局部搜索方法、约束满足问题、博弈树搜索方法、知识表示方法、不确定知识与推理、规划与机器学习等，共40学时。

另外，人工智能领域中新问题、新理论交错涌现，这就要求教学大纲要定期修订，教学内容要及时更新，同时教师也需要不断提高自身的学术水平，以便提高硕士课程的研究性内涵。

二、教材选用

要搞好课程建设，教材是一个很关键的问题。我们广泛阅读和研究了国内外的经典教材，经过一番斟酌之后，我们选用了StuartRussell和PeterNorvig所著的《人工智能-一种现代方法（第二版）》。首先，选用国外教材能够更快地追踪最新研究成果。同时该教材已经被世界上900多所大学采用，符合促进高校的教学内容向国际水准靠拢、与国际接轨的理念。另外，人民邮电出版社在2002年曾经出版该书的英文版的第一版，双语学习能有助于提高学生的英语水平，为学生后续的查阅英文文献，甚至发表英文文章奠定基础。

三、教学方法

在国内，比较有影响的是中南大学以蔡自兴教授为首的教学团队为计算机科学与技术本科专业开设的人工智能课程，该课程在2003年被评为全国高等学校首批精品课程[1]。2007年该课程又开始进行全国双语教学示范课程建设，成绩斐然[2]。多年来，我们不断汲取同行的成功教学经验[3]，结合本学科的硕士专业特点、考虑学生的知识结构和实践能力，不断改革和尝试，总结了一套行之有效的教学方法。我们一切以学生为主体，在教学过程中充分考虑学生学习新知识的心理演变过程，采用灵活多变的教学手段。让学生从感兴趣，保持兴趣，到收获用所学知识解决实际问题的成功喜悦，并进一步增强投身于科研论文研究的热情。

课程伊始，通过多媒体演示人工智能技术已取得的杰出成就，激发学生的学习兴趣。然后布置学生查阅资料，列举人工智能发展史上的重要事件和最新研究的热点问题，课上再组织学生做报告。通过上述活动，一方面拓展了学生的专业视野，另一方面锻炼了学生的表达能力。

随着课程内容的深入，让学生组成兴趣小组，任意选择问题实例，利用每节课学习的理论、算法不断地更新该实例的解决方案，评价性能优劣。学习小组可以培养学生科研协作的精神。另外，课堂上每组轮流做报告阐述各自的研究进展，演示编程效果。其他同学或给出修改意见，或提出个人观点。最后老师及时总结，引导学生提高分析问题的深入性和广泛性。充分的课堂讨论能够提高学生多角度思维的能力，培养学生善于钻研和勇于创新的精神。同学间的这种学术交流也可以让学生有机会了解彼此的学习状况与能力，促进学生展开良性的学习竞赛，也为学生接受和理解老师最后给出的课程成绩做了心理铺垫。老师总结时要对学生的努力多肯定，激发他们的学习热情和潜能，让他们感到学习知识的快乐。

四、考核方式

实践表明笔试测验的方式不能全面反映学生的学习情况，所以本课程尝试采取自选实验设计题目，根据实验报告、上机演示结果和口试等方式综合评定成绩。其中，实验报告要求学生根据实验题目详细介绍设计思路，阐述编程方法，分析实验结果。口试是老师当场就报告中的问题提问，并对学生的回答进行讲评。课程成绩中，实验报告设计分析占60%，上机成果演示占30%，口试占10%。

通过实验设计的考核方式，学生的学习积极性得到了很大的调动，充分发挥了学生的自主创新能力，锻炼了学生知识综合应用技能。但美中不足的是该方式不像笔试那么客观，学生的成绩容易受教师的主观性影响。另外，人工智能作为一门学位课，其成绩往往直接影响学生的奖学金评定，学生和相关领导对成绩的评定原则十分关心和重视。为了减少人为因素对学生成绩的干扰，避免师生因课程成绩产生分歧，我们规定了完善的考核细则。考核细则发给同学，作为实验报告的首页，方便记录每一个环节上学生的得分情况，做到成绩评定有据可查。

非笔试的成绩评定方式对任课教师的要求也提高了，我们教师团队还规定了详细的教师工作守则。首先要求教师认真细致地阅读学生的实验报告，给出报告得分，并准备口试时提问的问题，得分和问题都要在实验报告的首页做好记录。询问每个同学的问题都不能重复，上机演示和口试环节都是公开的。问题可以是设计不合理的思路，或是阐述不清的步骤等，教师要注意掌握问题的数量，尽量做到均衡。上机演示时，学生经常因为紧张而漏掉部分功能的演示，因此，教师要跟学生加强沟通。口试时，根据学生的状态，可以给予适当启发，但要在成绩评定上做出相应调整。经过多年的摸索，我们将上机演示按照实验报告成绩的倒序方式进行，这样有利于在口试过程中由浅入深，逐渐加深问题的难度，有效避免重复。教师评价时应严格缜密，让学生正确认识自己的设计水平，对课程成绩的认定跟老师达成一致。

经过教学团队的不懈努力，“模式识别”专业的“人工智能”课程建设在教学内容、教学方法、教材选用、考核方式等方面的研究都取得了一些成绩，教学实践表明教改措施已见成效，教学质量有了明显提高。

参考文献：

[1]刘丽珏，陈白帆，王勇，余伶俐，蔡自兴.精益求精建设人工智能精品课程[J].计算机教育，2009，（17）：69-71.

人工智能课程篇5

关键词：智能楼宇；弱电系统；规划；实施；课程；开发；实践

中图分类号：TPG424文献标识码：A文章编号：1009-3044(2010)20-5548-03

随着社会信息化进程的加快，我国已形成了全球规模最大、发展最快的智能建筑市场，广阔的市场潜力为智能建筑的发展提供了巨大机遇，同时也面临着智能建筑工程技术人才不足的问题。为此，计算机系统集成公司由网络系统集成向智能化楼宇弱电方向发展，公司除了获得信息产业部等级资质外，还获得建设部有关楼宇弱电的等级资质。为适应计算机系统集成公司的转型，满足企业发展对智能楼宇弱电工程技术人员的需求，我院计算机应用技术专业于2004年转向智能楼宇弱电技术专业方向。

《智能楼宇弱电系统规划与实施》课程是本专业的一门核心课程，下面就本课程的开发和实践作一介绍。

1课程建设思路

1)校企合作共同制定工学结合人才培养方案；采用调研、归纳、排序、重组四步法设置系统化专业课程体系。

2)校企共建课程的资源与教学平台,合作进行基于智能楼宇弱电系统项目工作过程的课程开发；进行学习领域、学习情境、学习任务三层教学设计；按资讯、决策、计划、实施、检查、评价六步法组织教学。

3)在校内，以校企共建的智能楼宇新型实训室为教学环境，实施六步法中资讯、决策、计划教学；在校外，依托工学结合顶岗实习中企业在建弱电工程项目实施六步法中实施、检查、评价教学。

2课程设置

根据企业对专业人才的要求，计算机应用技术专业人才培养目标为培养适应社会主义现代化建设需要，德、智、体、美全面发展的，具有创新精神和较强实践能力，具备本专业必需的专业能力、方法能力和社会能力，能从事智能化楼宇弱电系统工程规划实施、施工管理，综合布线、弱电设备的安装、调试、验收与维护，弱电系统管理软件的安装、调试、维护与开发等工作的高素质技能型专门人才。

课程组总结已经积累的课程开发经验，借鉴系统化课程开发方法以及其它先进的教学理念，深入学习国内基于工作过程课程开发的最新成果，采用调研、归纳、排序、重组的专业课程开发方法，形成以工作过程为主导的专业课程体系。计算机应用技术专业课程开发方法如图1所示，计算机应用技术专业课程体系如表1所示。

《智能楼宇弱电系统规划与实施》课程主要介绍智能楼宇弱电系统工程规划及视频监控、入侵报警、门禁管理、楼宇对讲等子系统工程实施技术，用于培养学生就业岗位中智能楼宇弱电系统规划与实施能力与职业素养，并与工学结合顶岗实习紧密结合，为学生打下良好的操作技能基础。因此，《智能楼宇弱电系统规划与实施》是计算机应用技术专业的专业核心课程。

本课程是建立在智能楼宇弱电设备安装与调试、智能楼宇综合布线、智能楼宇供配电等课程基础上的综合性专业课程，与工学结合顶岗实习同步展开教学。非工作日在校内多个智能楼宇实训室完成智能楼宇弱电系统分析、施工准备部分的教学；工作日选择多个顶岗实习合作企业在建典型工程，在工程现场展开教学，完成工程实施和检查评价的教学。

通过课程学习使学生能根据智能楼宇弱电系统工程项目的需求进行调研及可行性分析（资讯），进行系统的初步规划（决策），工程中标签约后进行深化设计，绘制出相应的施工图纸（计划），进行设备材料的采供，综合布线，设备的安装与调试（实施），最后根据功能和规范要求对系统性能进行测试（检查），完成项目的竣工验收（评价）。教师通过资讯决策计划实施检查评价六步法教学，使学生掌握弱电系统及各子系统的分析、规划、施工和验收的方法。专业知识教学目标与能力培养目标如下。

1）理解弱电工程的基本概念和弱电工程实施流程；2）掌握弱电工程项目的分析、规划、施工、检测和验收方法；3）掌握视频监控系统、入侵报警系统、门禁管理系统、楼宇对讲系统工程施工准备和具体施工过程及其注意事项；4）了解弱电工程相关子系统的验收规范和流程，初步具备弱电工程项目的分析、选型配置、实施和验收能力；5）具备视频监控、入侵报警、门禁管理、楼宇对讲系统工程的实施能力。

3教学内容设计

按基于工作过程的课程开发方法，课程教学内容设计是通过学习情境设计和学习任务设计来实现的。

3.1学习情境设计

计算机应用技术专业就业岗位之一是“智能楼宇弱电系统的规划与实施”，根据基于工作过程的课程开发思路，针对工作岗位典型工作任务的工作过程，建立“智能楼宇弱电系统工程规划”、“视频监控系统工程实施”、“防盗报警系统工程实施”、“门禁管理系统工程实施”、“楼宇对讲系统工程实施”五个学习情境作为本课程的教学内容。本课程中每个学习情境的名称与学时如表2所示。

对每个学习情境应制定教学设计卡，包括学习目标、教学实施方案、所需设备对象与使用工具、教学重点、考核与评价标准等内容，采用资讯、决策、计划、实施、检查、评价六步教学法进行课程教学。

在每个学习情境课程的教学中均要介绍系统的组成原理，并让学生通过资讯、决策、计划、实施、检查、评价学会智能楼宇弱电系统的规划与实施工作，使学生具备一定规划与实施工作的能力，为学生可持续发展奠定良好的基础

3.2学习情境中的学习任务设计

遵循学生职业能力培养的基本规律，以智能楼宇弱电系统规划与实施典型工作任务的工作过程为依据，整合工作过程知识，设计学习任务。

每个学习情境由若干学习任务构成，如“智能楼宇弱电系统工程规划”学习情境由“智能楼宇弱电系统分析”、“智能楼宇弱电系统规划”、“智能楼宇弱电系统工程实施”、“智能楼宇弱电系统工程验收”共4个学习任务构成，学生完成这4个学习任务，即经历了一次智能楼宇弱电系统工程规划与实施工作过程。

学习领域课程中学习任务的教学是通过学习任务设计卡与学习任务书来完成的。在上课前教师要编写各项学习任务的学习任务设计卡及学习任务书，课堂上必须按课程学习任务设计卡中的学习目标组织教学，下放学习任务书，明确本次课的学习要求，指导学生实训，完成本次学习任务，并按考核标准对学生任务完成情况进行考核。

学习任务设计卡包括学习任务及所属学习领域和学习情境、学习目标、教学设计与组织、学习重点与难点、考核标准、使用实训设备等内容。

学习任务书由任务名称、任务描述、任务要求三部分组成，学习任务书中必须明确学习任务内容与要求，任务书下发到学生手中，学生将按要求完成本单元学习任务。

4教学组织安排

本课程以多个智能楼宇新型实训室和工学结合顶岗实习工程项目为载体，对每个学习情境按资讯、决策、计划、实施、检查与评价六步法组织教学，把校内理论教学和校外实践性教学有机结合起来，把工学结合顶岗实习和工程现场教学内容结合起来，把竣工工程案例的分析比对和在建工程项目的工程规划实施教学内容结合起来。在本课程的教学过程中，课程教学六步法实施中前三步资讯、决策和计划学习任务可利用双休日，学生集中在校内实训室完成，教师讲解学习情境中的系统组成、系统工作原理、系统规划、工作任务要求、考核标准等，学生利用业余时间完成对系统的组成和规划的资讯工作；学生在工作日参加顶岗实习企业的在建工程实施过程，在工程现场完成教学中的工程施工准备、工程施工以及工程验收学习任务。教学组织安排如图2所示。

5教学方法

5.1学习情境六步教学法

本课程选取智能楼宇弱电系统规划及其视频监控、入侵报警、楼宇对讲、门禁管理四个子系统的工程实施作为五个学习情境，对应于智能楼宇弱电系统典型工作任务的工作过程，对每个学习情境课程采用项目式教学法。如：将视频监控系统工程实施作为一个工程项目案例，再将工程项目的分析、施工准备、施工、检测和验收作为学习情境中的若干学习任务，按资讯、决策、计划、实施、检查、评价六步法进行学习情境教学，每个学习情境下的任务教学的开展都采取以学生为中心，教师辅助指导的任务驱动式教学方法。

5.2智能楼宇新型实训室和工学结合顶岗实习工程项目教学法

本课程以智能楼宇新型实训室及工学结合顶岗实习工程项目为载体，采用教、学、做结合现场教学法。如“视频监控系统工程实施”选择某质检局的在建视频监控系统作为一个工程项目，视频监控系统分析和视频监控系统工程施工准备学习任务在学校智能楼宇新型实训室进行，而视频监控系统工程施工和视频监控系统工程验收则在学生工学结合顶岗实习工程现场进行，使学生能真实体验一个工程项目规划与实施的整个过程。

5.3校内理论教学与工程现场教学结合法