前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)人工智能教育領(lǐng)域文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。

第1篇

關(guān)鍵詞：人工智能；大數(shù)據(jù)；交叉領(lǐng)域

自二戰(zhàn)時(shí)期阿蘭?圖靈破解恩尼格瑪密碼機(jī)帶來勝利的曙光之后，人工智能初見苗頭，1956年“人工智能”一詞首次由約翰?麥卡錫等科學(xué)家在達(dá)特茅斯研討會(huì)上提出，時(shí)至今日，人工智能經(jīng)歷了60多年的浪潮和洗禮，其中有曙光、有冰封，也有期望。縱觀當(dāng)下，人工智能不僅僅是機(jī)器智能，在深度學(xué)習(xí)和推陳出新的算法推動(dòng)下，其攜手云計(jì)算、大數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)等，攻破了自然語言語音處理、圖像識(shí)別的瓶頸，像潘多拉的盒子一樣在認(rèn)知科學(xué)、機(jī)器人學(xué)、機(jī)器學(xué)習(xí)等領(lǐng)域全面開花，人工智能涵蓋了從基礎(chǔ)層、技術(shù)層到應(yīng)用層等多個(gè)方面，為人類文明帶來了翻天覆地的變化[1-2]。人工智能包羅萬象，在其基礎(chǔ)上衍生的大數(shù)據(jù)“洪流”對(duì)人類社會(huì)的方方面面進(jìn)行沖擊，這些數(shù)字的價(jià)值已然超越了諸如金錢、財(cái)產(chǎn)、黃金、石油，甚至是土地。然而，大數(shù)據(jù)技術(shù)也如同普羅米修斯盜得的圣火，一方面給人間帶來溫暖和光明，另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此，當(dāng)我們沉迷于大數(shù)據(jù)的海洋中時(shí)，我們是否有能力像藍(lán)鯨遨游大海一樣自由掌舵，是當(dāng)今大數(shù)據(jù)和人工智能時(shí)代存在的一個(gè)重大問題。是“曲徑通幽”還是“會(huì)當(dāng)凌絕頂”，我們?nèi)绾卧诖髷?shù)據(jù)中“浮游”，而不是一味地?cái)U(kuò)充，需要理性看待與合理評(píng)價(jià)大數(shù)據(jù)對(duì)人類生存和發(fā)展的影響。

1.人工智能和大數(shù)據(jù)與“工業(yè)革命”

2020年剛剛結(jié)束的新一輪美國總統(tǒng)競(jìng)選上演了各種“國家鬧劇”，為何特朗普在2016年贏得大選，而4年之后卻無法連任？時(shí)間推移，2016年他勝利的部分原因在于他利用了面臨技術(shù)威脅的工業(yè)行業(yè)中工人們的焦慮，同時(shí)指責(zé)非法移民對(duì)美國及美國人資源和就業(yè)機(jī)會(huì)的占用[4]。但在技術(shù)浪潮的挑戰(zhàn)中，自動(dòng)化和人工智能才是占用的“根源”。早在18世紀(jì)60年代工業(yè)革命時(shí)期，機(jī)器取代人力，規(guī)模化工廠生產(chǎn)取代個(gè)體手工生產(chǎn)，即引發(fā)了人工智能數(shù)據(jù)的工業(yè)大變革。從機(jī)械結(jié)構(gòu)、電氣控制等模塊的設(shè)計(jì)和改良，車間機(jī)器人的智能化已可以代替人完成生產(chǎn)作業(yè)[5]。通過智能化機(jī)器人可以減輕勞動(dòng)負(fù)擔(dān)，還可以用于環(huán)境檢測(cè)[6]和實(shí)施救援[7]等，保護(hù)我們的人身安全。這些“機(jī)器人”在為我們減負(fù)的同時(shí)確實(shí)也引發(fā)了“失業(yè)危機(jī)”，這種現(xiàn)象不僅于美國，日本、韓國和德國亦是如此。我們也許可以形象一下，未來20或30年后，工廠中工傷幾乎為“零”，完全實(shí)施機(jī)器人24小時(shí)作業(yè)，速度驚人，質(zhì)量統(tǒng)一，而僅有的幾個(gè)人使用簡(jiǎn)單的觸摸界面對(duì)機(jī)器下達(dá)“命令”。機(jī)器的發(fā)展已超乎我們對(duì)普通機(jī)械的認(rèn)知，21世紀(jì)開發(fā)的三大機(jī)器人中大狗（BigDog）解決了運(yùn)動(dòng)和重載運(yùn)輸問題，特別用于軍事領(lǐng)域，被譽(yù)為“當(dāng)前世界上最先進(jìn)適應(yīng)崎嶇地形的機(jī)器人”；亞美尼亞（Asimo）從人類如何移動(dòng)上展現(xiàn)了機(jī)器人仿人運(yùn)動(dòng)；Cog具有了人類所特有的思考，由不同處理器組成的異種機(jī)互聯(lián)網(wǎng)絡(luò)形成了“大腦”。特斯拉——其除了是電動(dòng)汽車和能源公司外，還是自動(dòng)駕駛汽車行業(yè)的領(lǐng)跑者之一。其2016年已銷售具有自動(dòng)駕駛、自動(dòng)自制和自動(dòng)停車功能的電動(dòng)汽車，但出于法律和倫理層面，駕駛員還是要坐在駕駛位上，但他可以做他想做的其他事，發(fā)短信、打電話或是休息，而不再是駕駛汽車。我們可以不用擔(dān)心酒駕，不用因?yàn)闀r(shí)間緊張而疲勞駕駛，不必為新手司機(jī)而變得脾氣暴躁……汽車自動(dòng)駕駛將讓我們行駛得更規(guī)則、更安全和更“無聊”。自動(dòng)駕駛上的智能進(jìn)化，使得自駕型派送車為商業(yè)化服務(wù)成為可能，還有自駕型飛行器也在被研發(fā)，通用、寶馬、谷歌等公司一直在努力開發(fā)，通過無人機(jī)在您家門口投送包裹將對(duì)電子商務(wù)世界帶來更多創(chuàng)造性方案。“如果你夠走運(yùn)的話，機(jī)器可以把你當(dāng)成寵物。”雖為戲謔之言，卻又飽含心酸。工廠變得越來越自動(dòng)化，但其仍需要人類專家，他們才知道如何監(jiān)控傳感器，知道在發(fā)生故障時(shí)如何進(jìn)行修復(fù)，機(jī)器的運(yùn)行離不開人的監(jiān)控，只有人的思考才能有新產(chǎn)品的誕生以及高效的生產(chǎn)流程，我們與機(jī)器共存，是從體力中解放，但要從事腦力工作。

2.人工智能和大數(shù)據(jù)與金融的未來

“數(shù)字蝶變”席卷金融行業(yè)各個(gè)領(lǐng)域[8]，金融行業(yè)應(yīng)用大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、人工智能等先進(jìn)信息技術(shù)，累積了非常多的客戶信息。通過大數(shù)據(jù)的幫助，金融公司在分析數(shù)據(jù)下尋找更多的金融創(chuàng)新機(jī)會(huì)。在商業(yè)智能（BI）的輔助下，電信業(yè)可以對(duì)客服描述和定位及需求進(jìn)行預(yù)測(cè)；保險(xiǎn)業(yè)可以在進(jìn)行風(fēng)險(xiǎn)分析的同時(shí)進(jìn)行損益判斷；銀行業(yè)可以調(diào)整市場(chǎng)活動(dòng)，建立信貸預(yù)警機(jī)制等等[9]。人工智能和大數(shù)據(jù)讓金融業(yè)形成了“以客戶為中心”的模式。與客戶最密切的金融即是金錢，但是它們已經(jīng)被“支付寶”和“微信”以及更多的電子支付方式取代，越來越少的人使用現(xiàn)金，數(shù)字金錢是否會(huì)完全取代物質(zhì)金錢，我們很可能會(huì)發(fā)展為無現(xiàn)金社會(huì)。那么首先“下崗”的是誰呢？答案毫無疑問：銀行。巴克萊銀行前首席執(zhí)行官安東尼?詹金斯曾預(yù)測(cè)，對(duì)于工業(yè)化國家，銀行員工和其分支機(jī)構(gòu)在未來10年內(nèi)會(huì)消失；花旗全球視角與解決方案的一項(xiàng)研究預(yù)測(cè)，美國和歐洲的銀行將在未來10年裁減約180萬員工；甚至2016年2月的一份丹麥銀行家協(xié)會(huì)新聞稿表示，銀行搶劫案數(shù)量連續(xù)第5年下降。就支付領(lǐng)域而言，在這樣的時(shí)代背景下，如何利用大數(shù)據(jù)技術(shù)對(duì)跨越式發(fā)展的支付行業(yè)進(jìn)行監(jiān)管，成為一個(gè)值得深入研究的課題[10]。在人工智能下，我們都有被銀行自動(dòng)回復(fù)或自會(huì)讀取特定問題的“員工”惹惱過。溝通技巧和財(cái)務(wù)知識(shí)同樣重要，因此，銀行業(yè)員工的下崗只是在基礎(chǔ)性操作上，對(duì)于“專業(yè)咨詢”，需要更多受過高等教育、具有更好溝通能力的員工。目前，我國的多數(shù)銀行還沒建立“開放、共享、融合”的大數(shù)據(jù)體系，數(shù)據(jù)整合和部門協(xié)調(diào)等問題仍是阻礙我國金融機(jī)構(gòu)將數(shù)據(jù)轉(zhuǎn)化為價(jià)值的主要瓶頸。大數(shù)據(jù)的整合、跨企業(yè)的外部大數(shù)據(jù)合作不可避免地加大客戶隱私信息泄露的風(fēng)險(xiǎn)。有效防范信息安全風(fēng)險(xiǎn)成為商業(yè)銀行大數(shù)據(jù)應(yīng)用中急需解決的問題。

3.人工智能和大數(shù)據(jù)與“專家系統(tǒng)”

電子病歷數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)、用藥記錄等構(gòu)成了醫(yī)療大數(shù)據(jù)。醫(yī)療數(shù)據(jù)不僅包括大數(shù)據(jù)的“4V”特點(diǎn)，即規(guī)模大（volume）、類型多樣（variety）、增長快（velocity）、價(jià)值巨大（value），還包括：時(shí)序性、隱私性、不完整性和長期保存性。醫(yī)療大數(shù)據(jù)可以提供預(yù)警性，當(dāng)數(shù)據(jù)發(fā)生異常時(shí)，通過一定的機(jī)制可以發(fā)出警告，從而迅速采取相應(yīng)措施，及時(shí)解決問題[11]。成立于1989年的美國胸外科協(xié)會(huì)（STS）數(shù)據(jù)庫，至今已經(jīng)涵蓋了美國95%的心臟手術(shù)，收集了500萬條手術(shù)記錄[12]。其中的先天性心臟手術(shù)（CHSD）數(shù)據(jù)庫是STS數(shù)據(jù)庫的重要組成部分，是北美最大的關(guān)注兒童先天性心臟畸形的數(shù)據(jù)庫，被認(rèn)為是醫(yī)學(xué)專業(yè)臨床結(jié)果數(shù)據(jù)庫的金標(biāo)準(zhǔn)。近年來，基于CHSD數(shù)據(jù)庫所進(jìn)行的數(shù)據(jù)挖掘不斷增加，大型數(shù)據(jù)庫對(duì)提高醫(yī)療質(zhì)量所起到的正向作用正在日益凸顯。如Welke等基于CHSD數(shù)據(jù)庫探討小兒心臟外科病例數(shù)量和死亡率之間的復(fù)雜關(guān)系[13]；Pasquali等基于CHSD數(shù)據(jù)庫探討新生兒Blalock—taussig分流術(shù)后的死亡率[14]；Jacobs等基于CHSD數(shù)據(jù)庫采用多變量分析方法來研究病人術(shù)前因素的重要性[15]；Dibardino等基于CHSD數(shù)據(jù)庫采用多變量分析的方法來探討性別和種族對(duì)進(jìn)行先天性心臟手術(shù)結(jié)果的影響[16]。這些都是在醫(yī)療領(lǐng)域采用人工智能提供的醫(yī)療診斷，形成了“專家系統(tǒng)”，專家系統(tǒng)可以說是一種最成功的人工智能技術(shù)，它能生成全面而有效的結(jié)果。借助醫(yī)療大數(shù)據(jù)的平臺(tái)，“專家系統(tǒng)”可以智能輔助診療、影像數(shù)據(jù)分析與影像智能診斷、合理用藥、遠(yuǎn)程監(jiān)控、精準(zhǔn)醫(yī)療、成本與療效分析、績效管理、醫(yī)院控費(fèi)、醫(yī)療質(zhì)量分析等。不僅是數(shù)據(jù)平臺(tái)，“達(dá)芬奇機(jī)器人”可以看成醫(yī)療的高精尖“人工智能”，它能縮短泌尿外科手術(shù)以及術(shù)后患者恢復(fù)時(shí)間，促進(jìn)患者早期下床活動(dòng)，減低并發(fā)癥發(fā)生率[17]。達(dá)芬奇手術(shù)機(jī)器人在消化系統(tǒng)腫瘤、泌尿系統(tǒng)腫瘤、婦科腫瘤和心胸部腫瘤等手術(shù)中均有運(yùn)用[18]。正是機(jī)器人，還有其他人工智能設(shè)備，如插入手表或衣服里的傳感器、植入我們皮膚下的芯片，以及智能手機(jī)中裝有各種“專家系統(tǒng)”的遠(yuǎn)程醫(yī)療、預(yù)防醫(yī)學(xué)，甚至是器官的3D打印和虛擬現(xiàn)實(shí)治療等的發(fā)展，讓醫(yī)學(xué)發(fā)生相應(yīng)的轉(zhuǎn)變，并使其逐步突破人類的傳統(tǒng)健康概念，那么是否意味著醫(yī)學(xué)將成為只有科學(xué)性，毫無直覺性的學(xué)科呢？我們攜帶的內(nèi)部傳感器和外部應(yīng)用程序?qū)⒊蔀槲覀兊尼t(yī)生嗎？“你好，醫(yī)生”被“嘿，Siri”取代嗎？這不盡然。醫(yī)學(xué)必然將是向精準(zhǔn)化發(fā)展，并更具個(gè)性化、參與性、預(yù)防性和可預(yù)測(cè)性。醫(yī)生不再是疾病的修理工，而是改善我們健康狀況的顧問。直觀當(dāng)下，我們還是被“看病難”所困擾，我們提出“分級(jí)診療”，是在擁有家庭醫(yī)生、全科醫(yī)生和專科醫(yī)生的基礎(chǔ)上再加上人工智能，以實(shí)現(xiàn)預(yù)期的健康監(jiān)測(cè)、輔助診療和疾病篩查。

4.人工智能和大數(shù)據(jù)與教育變革

面對(duì)各行業(yè)和各學(xué)科，教育作為傳承文明和創(chuàng)新知識(shí)的載體，似乎被排除在人工智能之外。就目前而言，人工智能與教育深度融合發(fā)展還存在技術(shù)基礎(chǔ)不穩(wěn)、教育數(shù)據(jù)缺陷、算法能力不足等現(xiàn)實(shí)問題[19]。我國目前更想要做到的是在教育上消除“信息鴻溝”，促進(jìn)教育公平、均衡發(fā)展。因此，目前可以看到人工智能的教育多在于語言學(xué)習(xí)軟件，通過虛擬技術(shù)和人工智能構(gòu)建一個(gè)靈活的、可擴(kuò)充的虛擬交互平臺(tái)，設(shè)計(jì)多維虛擬場(chǎng)景和智能人工角色，實(shí)現(xiàn)不同場(chǎng)景下人機(jī)角色的交流和學(xué)習(xí)，提升學(xué)習(xí)者的口語能力和語感知識(shí)[20]。這使得教師不再是唯一的知識(shí)傳播者，任何互聯(lián)網(wǎng)搜索引擎都將提供比教師所有的更多信息，并且可以更快捷地獲取。肺炎疫情暴發(fā)以來，遠(yuǎn)程網(wǎng)絡(luò)教育成了主要教學(xué)形式，互聯(lián)網(wǎng)教育形式其實(shí)早在小學(xué)、中學(xué)和大學(xué)中運(yùn)用，虛擬現(xiàn)實(shí)技術(shù)在教學(xué)領(lǐng)域的研究和探索也在全面展開。谷歌已經(jīng)開發(fā)一款VR紙板視圖，并將研發(fā)的虛擬課程一起推向市場(chǎng)，使現(xiàn)實(shí)生活中在生物課上解剖一只青蛙成為一件容易且有趣的事，通過虛擬青蛙，學(xué)生們可以去除心臟和其他器官，而不再是象征性的抽象體驗(yàn)。虛擬現(xiàn)實(shí)可以像互動(dòng)游戲一樣，比單一的在教室聽老師授課帶來更多樂趣和體驗(yàn)，學(xué)習(xí)效果可能更好。我們的學(xué)習(xí)是知識(shí)的積累，那么教育就是我們的庫，荀靜等結(jié)合自身情況對(duì)西安工業(yè)大學(xué)知識(shí)庫構(gòu)建進(jìn)行探究，認(rèn)為機(jī)構(gòu)知識(shí)庫在保存知識(shí)資產(chǎn)的同時(shí)，更重要的是促進(jìn)學(xué)校知識(shí)資產(chǎn)的傳播利用和管理，提升學(xué)校影響力和學(xué)術(shù)聲譽(yù)[21]。劉暢等通過對(duì)東北大學(xué)機(jī)構(gòu)知識(shí)庫服務(wù)的推廣研究，了解到開放獲取的概念和實(shí)踐已經(jīng)受到了廣泛的認(rèn)可，機(jī)構(gòu)知識(shí)庫不僅可以成為一個(gè)知識(shí)的存儲(chǔ)庫，也可以成為各個(gè)學(xué)科領(lǐng)域的學(xué)者進(jìn)行在線交流的平臺(tái)，提供個(gè)性化的增值服務(wù)，既有利于機(jī)構(gòu)知識(shí)庫的內(nèi)容建設(shè)，也可以進(jìn)一步促進(jìn)學(xué)術(shù)交流和科研合作[22]。知識(shí)庫，即大數(shù)據(jù)的有機(jī)整合和有序利用，是學(xué)術(shù)成果、視頻文檔、實(shí)驗(yàn)數(shù)據(jù)等進(jìn)行收集、長期保存、傳播和提供開放利用的知識(shí)資產(chǎn)管理與教育服務(wù)[23]。

5.人工智能和大數(shù)據(jù)應(yīng)用的共性需求

人工智能和大數(shù)據(jù)時(shí)代，海量的信息來自“五湖四海”，但都通過互聯(lián)網(wǎng)絡(luò)匯聚智能終端。這些數(shù)據(jù)只會(huì)進(jìn)一步增多，不僅僅是云存儲(chǔ)，對(duì)于信息的進(jìn)一步挖掘、處理、分析和利用，目標(biāo)性結(jié)果才是我們最想要的信息。全球包括IBM、微軟、谷歌和亞馬遜等一大批知名企業(yè)紛紛掘金大數(shù)據(jù)挖掘這一市場(chǎng)，大家都在開拓自己大數(shù)據(jù)分析平臺(tái)。數(shù)據(jù)挖掘是大數(shù)據(jù)時(shí)代孕育的產(chǎn)物[24]，是我們的共性需求，與傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)相比，數(shù)據(jù)挖掘有著自身的本質(zhì)特征,數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息并發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信具有先前未知、有效以及可實(shí)用三個(gè)特征[25]。數(shù)據(jù)挖掘的出現(xiàn)不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù),相反，它是統(tǒng)計(jì)分析方法學(xué)的延伸和擴(kuò)展[26]。隨著信息時(shí)代的到來，數(shù)據(jù)挖掘被越來越多地應(yīng)用于各個(gè)領(lǐng)域。

6.人工智能和大數(shù)據(jù)的展望

大數(shù)據(jù)與人工智能相輔相成，在人工智能的加持下，海量的大數(shù)據(jù)輸出優(yōu)化的結(jié)果，使人工智能向更為智能的方向進(jìn)步，大數(shù)據(jù)與人工智能的結(jié)合將在更多領(lǐng)域中擊敗人類所能夠做到的極限。漫長的人類歷史發(fā)展和進(jìn)化，信息和人類一直“纏纏綿綿”“你追我藏”，因此，我們應(yīng)該明白信息就是信息，我們需要的是“維基百科”，而不是僅僅的“維基”。走出狹隘的信息資源，管理和洞察大數(shù)據(jù)，才是對(duì)數(shù)據(jù)的有用。因?yàn)椋覀冊(cè)缫迅鎰e了數(shù)據(jù)庫放在一間房間的時(shí)代。此刻不得不提藍(lán)鯨法則——大數(shù)據(jù)之道：了解數(shù)據(jù)懂得利用數(shù)據(jù)的“浮力”才是關(guān)鍵；“以簡(jiǎn)約為目標(biāo)”將數(shù)據(jù)最終形成洞察及行為；可以通過“數(shù)據(jù)”“信息”“知識(shí)”流程式、組合式、直通車式各種需要的方式來獲取[27]，在簡(jiǎn)約中“印象”處理繁雜的大數(shù)據(jù)，使之“為我所用”。=數(shù)據(jù)也是一門科學(xué)、一項(xiàng)技術(shù)，如果實(shí)驗(yàn)不能證明其具有可重復(fù)性和一般性，那它是沒有科學(xué)依據(jù)，但是，任何一項(xiàng)科技，如果你堅(jiān)信它必將改變社會(huì)和商業(yè)，選擇從長期展望其發(fā)展并持續(xù)付出努力，那么就是一種戰(zhàn)略選擇[29]。人類社會(huì)的政治、經(jīng)濟(jì)、文化、思維等固有“態(tài)勢(shì)”被重刷，數(shù)據(jù)思維將為我們帶來一個(gè)智能全新的世界觀。

第2篇

 

經(jīng)過比較詳細(xì)研究Alphago的算法發(fā)現(xiàn)，它在布局階段的前20步采用人類經(jīng)驗(yàn)，之后開始在人類經(jīng)驗(yàn)的基礎(chǔ)上融入了自己學(xué)習(xí)的權(quán)重，變得更加的理性以及所謂的大局觀。由于圍棋的復(fù)雜性，Alphago也不能在每步都能精確地知道當(dāng)前棋盤中所有下法的勝率。所以，他采用的是在可以期待的近期(20步以內(nèi))綜合價(jià)值和勝率會(huì)超過50%的走法。從這幾點(diǎn)來看，這次的機(jī)器戰(zhàn)勝遠(yuǎn)超過國際象棋中人類被戰(zhàn)勝的意義。Alphago的算法是一種新的適應(yīng)機(jī)器的思維，發(fā)揮了機(jī)器的強(qiáng)項(xiàng)，彌補(bǔ)了機(jī)器的短處。這非常讓人感到害怕、悲觀和失望。因?yàn)椋松褪且槐P棋局。如果50年后，有一個(gè)智能科技機(jī)器助手，它不能告訴你最終的未來，但是可以告訴你在幾年內(nèi)的未來，你該如何是好?那這是不是一種宿命論?事實(shí)上，筆者在教授數(shù)據(jù)分析課程的這幾年中，一直在宿命論和未來不確定性兩種相對(duì)的觀點(diǎn)中搖擺。數(shù)據(jù)統(tǒng)計(jì)已經(jīng)有足夠的算法和可靠的實(shí)踐在某些方面做出人類無法預(yù)計(jì)或預(yù)見的準(zhǔn)確預(yù)測(cè)，只不過那些領(lǐng)域還很小，比如，庫存的預(yù)測(cè)、銷量的預(yù)測(cè)，等等。數(shù)據(jù)已經(jīng)在顯示其巨大的價(jià)值，而一旦數(shù)據(jù)預(yù)測(cè)技術(shù)能夠輸入足夠多的變量，采用類似Alphago或更加高級(jí)的算法，進(jìn)而對(duì)你個(gè)人、你所在組織、公司、國家的短期未來甚至是長期未來做出80%、甚至是90%的準(zhǔn)確預(yù)測(cè)，你會(huì)怎樣去接受這樣的未來?!當(dāng)然，不確定性仍會(huì)存在，這是一個(gè)好消息。在此，我對(duì)Alphago事件嘗試做一些思考分析。

 

一、Alphago戰(zhàn)勝人類的幾種可能的基礎(chǔ)

 

1.Deepmind公司用十年的時(shí)間磨練，修改算法，雖然在算法上沒有創(chuàng)新，但是如何融合已有算、如何調(diào)整權(quán)重等多個(gè)方面，仍然是做了大量、艱苦的工作。

 

2.Google擁有超級(jí)大量的計(jì)算資源供Alphago的使用，也就是說目前機(jī)器學(xué)習(xí)的過程非常的耗費(fèi)時(shí)間以及計(jì)算資源。按照以往的經(jīng)驗(yàn)，20年內(nèi)，我們使用的桌面型機(jī)器就應(yīng)該能夠支撐起Alphago目前所需的計(jì)算資源。從現(xiàn)在開始，再過30-40年，可能Alphago這個(gè)“古老”的程序只需要幾天就能完成現(xiàn)在幾個(gè)月所需的機(jī)器學(xué)習(xí)時(shí)間。

 

3.在硬件上CPU和GPU的協(xié)同調(diào)度，以及分布式的運(yùn)算的運(yùn)用，大大加快的計(jì)算的速度。這也是近幾年軟硬件基礎(chǔ)發(fā)展奠定的基礎(chǔ)。

 

4.Alphago 在擊敗歐洲冠軍時(shí)進(jìn)行了嚴(yán)格的保密，說明當(dāng)時(shí)Alphago團(tuán)隊(duì)當(dāng)時(shí)也并不是很自信能夠戰(zhàn)勝。事實(shí)上，我認(rèn)為，在這次比賽開始前，他們?nèi)匀粵]有這個(gè)把握，仍然應(yīng)該認(rèn)為是一半對(duì)一半的勝率。但是，哪怕輸了，也沒有關(guān)系，反正繼續(xù)讓Alphago學(xué)習(xí)后再提升。

 

5.Alphago對(duì)戰(zhàn)時(shí)采用方式近似的模擬了人腦的信息的處理方式，只不過速度更快。所以，Alphago也不能百分之百的勝率，但是隨著學(xué)習(xí)的時(shí)間不斷增加，最終會(huì)遠(yuǎn)遠(yuǎn)超過人類。

 

二、Alphago圍棋人機(jī)大戰(zhàn)事件將會(huì)產(chǎn)生的影響：

 

1.個(gè)人，組織，公司，國家間的競(jìng)爭(zhēng)將會(huì)更加重視人工智能的策略參考。人類的思考開始依賴于機(jī)器的理性，人的決策變得更加的理性，情感的因素會(huì)不斷下降，也意味著更加沒有人情味。這必然會(huì)影響到人類的進(jìn)化進(jìn)程。

 

2.人與機(jī)器的關(guān)系需要重新的思考，人應(yīng)該如何同機(jī)器共存。

 

3. IT行業(yè)的人力資源需求將大規(guī)模增長，而有些行業(yè)將大規(guī)模失業(yè)。

 

4.基因技術(shù)、可控核聚變、機(jī)器人技術(shù)、人工智能這些技術(shù)都將對(duì)人類產(chǎn)生重大意義的影響，但是如何控制好這些技術(shù)將成為一個(gè)重大的問題，否則任何一個(gè)技術(shù)都可能毀滅人類。為了控制好這些技術(shù)，需要從現(xiàn)在開始立即進(jìn)行大量的辯論及監(jiān)督審查。

 

5.Alphago在最終在決定某個(gè)落子的評(píng)分中，其權(quán)重為人類經(jīng)驗(yàn)參數(shù)同左右互搏這種機(jī)器學(xué)習(xí)得來的概率參數(shù)各占50%。Alpago團(tuán)隊(duì)曾經(jīng)調(diào)整過不同的權(quán)重，但是經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn)各占50%時(shí)的最終勝率最高。這一數(shù)據(jù)是否在暗示，如果要戰(zhàn)勝人類就必須首先理解人類的思考，否則就無法做到青出于藍(lán)而勝于藍(lán)。但是，在理解人類思考的同時(shí)，也會(huì)無法避免地繼承人類的弱點(diǎn)，這也是Alphago最終會(huì)有失敗的一局。另外，在具體的步驟中，也不是每步都是完美的。可能這也許是人工智能能夠超越人類，但是可能無法毀滅人類的重要一點(diǎn)。因?yàn)椋绻斯ぶ悄茏约鹤罱K學(xué)會(huì)思考，相信人工智能最終會(huì)參透，或許最符合人工智能自身的利益生存方式是同人類共存，而不是消滅人類。

 

三、Alphago圍棋事件可能對(duì)教育領(lǐng)域的產(chǎn)生的影響

 

1.Alphago算法有較強(qiáng)的通用性，但也有很多的限制。首先為了更加精確，需要大樣本量的學(xué)習(xí)，Alphago為了加快學(xué)習(xí)進(jìn)度在學(xué)習(xí)現(xiàn)有人類棋盤的基礎(chǔ)上，開始自己與自己互博，加快學(xué)習(xí)的速度。這點(diǎn)在通用領(lǐng)域中實(shí)現(xiàn)有一定的難度。在教育領(lǐng)域中，目前比較適合Alphago算法快速進(jìn)入的領(lǐng)域的是在線課程的學(xué)習(xí)。

 

2.在線課程的學(xué)習(xí)目前來說僅僅完成了內(nèi)容的提供，如何編排現(xiàn)有的課程已達(dá)到最高的學(xué)習(xí)效率，這點(diǎn)目前還沒有引入人工智能方法。如果引入，將會(huì)對(duì)教學(xué)的方法理論產(chǎn)生一定的影響，甚至?xí)绊懙骄€下課程順序的設(shè)計(jì)安排。

 

3.多媒體材料的類型的挖掘，不同類型的媒體會(huì)帶來不同的教學(xué)效果，人工智能在這個(gè)領(lǐng)域有助于通過大數(shù)據(jù)分析統(tǒng)計(jì)出在認(rèn)知不同階段采用何種類型的教學(xué)媒體效果最好。

 

4.個(gè)性化的學(xué)習(xí)，引入Alphago算法后的人工智能，會(huì)為個(gè)性化學(xué)習(xí)帶來天翻地覆的變化。通過攝像頭對(duì)學(xué)習(xí)者情緒的監(jiān)控，結(jié)合學(xué)習(xí)過程中不間斷的學(xué)習(xí)效果的評(píng)估，可以會(huì)帶來真正意義上的個(gè)性化學(xué)習(xí)。

 

5.真正意義上的個(gè)性化學(xué)習(xí)會(huì)對(duì)分層教學(xué)產(chǎn)生深遠(yuǎn)的影響，因?yàn)閷W(xué)習(xí)的進(jìn)度快慢會(huì)非常容易的將不同學(xué)習(xí)能力的學(xué)習(xí)者分類，教育會(huì)不知不覺走向過程和結(jié)果的不公平。

 

6.目前，已經(jīng)有在線課程網(wǎng)站同招聘網(wǎng)站結(jié)合的構(gòu)想，利用在線學(xué)習(xí)的記錄，為雇主提供是否雇傭的參考。未來可能會(huì)更加大規(guī)模地出現(xiàn)該類現(xiàn)象，未來各級(jí)各類學(xué)校的升學(xué)也可能會(huì)更加依賴機(jī)器或網(wǎng)站記錄的學(xué)習(xí)過程，同時(shí)造成新的學(xué)習(xí)能力歧視。但是，這樣針對(duì)個(gè)體的不公平，卻可以帶來整個(gè)組織以及國家的利益最大化，將來如何面對(duì)這樣的不公平，會(huì)成為一個(gè)重要的討論話題。

 

7.Alphago通過在線教學(xué)領(lǐng)域的挖掘最終也會(huì)或多或少的影響到傳統(tǒng)的教學(xué)。如在教師多媒體的選擇標(biāo)準(zhǔn)、課程順序及進(jìn)度的選擇。但是，在遠(yuǎn)遠(yuǎn)沒有量化的教學(xué)領(lǐng)域，還有很長的路需要走，而一旦傳統(tǒng)的教學(xué)領(lǐng)域被量化，如學(xué)生的表情、情緒、反應(yīng)等，那么教師這個(gè)職業(yè)將同今天的圍棋一樣，不得不慎重的思考接受一個(gè)類似上帝的理性的人工智能的建議。另外，最快掌握這一技術(shù)的組織和國家，將獲得先發(fā)的優(yōu)勢(shì)。

 

四、Alphago圍棋事件可能對(duì)職業(yè)教育領(lǐng)域的產(chǎn)生的影響

 

1.大量的主要是重復(fù)性的工作，盡管需要一定的隨機(jī)應(yīng)變能力的工作，將會(huì)在30～50年逐步被人工智能所替代。這些職業(yè)中的低層次職員將被大量地解雇。這一點(diǎn)提醒職業(yè)教育的層次需要不斷地上移，為符合人力資源市場(chǎng)的需求及保證國家的競(jìng)爭(zhēng)力，職業(yè)教育中本科教育及研究生教育的比例將逐步加大。

 

2.工廠的工人將被大量的機(jī)械手臂代替，全自動(dòng)化的工廠將越來越多。盡管處于邁向老齡化的社會(huì)，卻并不能保證年輕人足夠的就業(yè)崗位。IT產(chǎn)業(yè)的人力需求將越來越大，各個(gè)產(chǎn)業(yè)的從業(yè)者都將儲(chǔ)存一定的人工智能的知識(shí)，以便同智能機(jī)器助手更好地共存。

 

3.職業(yè)教育的過程將更多地信息化，如教學(xué)資源庫使用將更加類似于在線教學(xué)。通過物聯(lián)網(wǎng)技術(shù)，教學(xué)的過程被更加地量化，實(shí)踐操作的過程中實(shí)現(xiàn)較高精度的量化，實(shí)踐教學(xué)的效率極大地提高。但是，工業(yè)領(lǐng)域的職業(yè)中的實(shí)踐教學(xué)的比例將大幅度下降，由于機(jī)械臂的大規(guī)模采用，實(shí)踐教學(xué)將被機(jī)械臂的操作實(shí)踐教學(xué)大規(guī)模替代。對(duì)于人工智能分析、操作以及針對(duì)不同環(huán)境進(jìn)行適應(yīng)性調(diào)整的能力將成為大部分職業(yè)必修的課程。

 

4.有必要考慮培養(yǎng)學(xué)生的機(jī)器思維的理解能力，讓學(xué)生能夠理解人工智能的思維的方式，理解這種更加冷靜的思維方式。同時(shí)，也要讓學(xué)生明白人工智能不是萬能，也會(huì)犯錯(cuò)，需要保持警惕，不可過分依賴人工智能。

 

5.在職業(yè)道德的教育中需要充分的討論人與智能機(jī)器之間的關(guān)系，以及如何看待智能機(jī)器，應(yīng)該擬物化的看待智能機(jī)器抑或是擬人化的看待?如果擬人化的看待，那么，擬人化到何種程度?如果面臨險(xiǎn)境，是否會(huì)因?yàn)榍楦幸蛩厝フ戎悄軝C(jī)器而犧牲自己?等一系列的問題。

第3篇

[關(guān)鍵詞] 烏靈膠囊；重復(fù)經(jīng)顱磁刺激；認(rèn)知功能；老年抑郁癥

[中圖分類號(hào)] R749.41 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673-7210（2016）06（b）-0065-04

抑郁癥是一種發(fā)病率高、病程慢、社會(huì)負(fù)擔(dān)大的精神疾病，多伴隨認(rèn)知功能改變，尤其在老年人群中，其認(rèn)知損害嚴(yán)重影響患者生活質(zhì)量和社會(huì)功能。抑郁癥目前臨床常用的也是臨床醫(yī)生首選的治療方法是抗抑郁藥治療，但老年患者對(duì)西藥治療的耐受性和依從性差，且治療后很多患者仍殘留認(rèn)知損害。目前抑郁癥的病因仍未明確，而抑郁癥的認(rèn)知功能損害較常見，尤其是老年期抑郁障礙，主要影響其執(zhí)行功能、注意力和記憶能力，對(duì)社會(huì)功能影響較大。迄今抑郁癥的主要治療方法有西藥[如選擇性5-羥色胺（5-HT）再攝取抑制劑]治療、電休克治療及重復(fù)經(jīng)顱磁刺激（repetitive transcranial magnetic stimulation，rTMS）等。各種治療方法都被證實(shí)具有抗抑郁作用，但由于老年群體合并軀體疾病較多、耐受性差等[1]原因使得副作用增加，治療依從性較差。

rTMS是近年新興的物理療法，其利用時(shí)變磁場(chǎng)作用于大腦皮層產(chǎn)生感應(yīng)電流來改變皮層神經(jīng)細(xì)胞的動(dòng)作電位，從而影響腦內(nèi)代謝和神經(jīng)活動(dòng)，耐受性好，安全無創(chuàng)[2-3]。而烏靈膠囊是國家一類新藥，為純中藥制劑。臨床研究顯示，烏靈膠囊具有改善抑郁癥患者抑郁癥狀及各種軀體疾病伴發(fā)的抑郁狀態(tài)的作用，且安全性良好。關(guān)于烏靈膠囊對(duì)認(rèn)知功能影響的研究多局限于腦卒中等器質(zhì)性疾病伴發(fā)的抑郁狀態(tài)。本研究即通過烏靈膠囊聯(lián)合rTMS治療的方法了解其對(duì)老年抑郁癥的療效及認(rèn)知功能（主要關(guān)注執(zhí)行功能）的影響。

1 資料與方法

1.1 一般資料

入組病例均為2014年10月～2016年1月在廣州醫(yī)科大學(xué)附屬第二醫(yī)院精神科門診就診的120例抑郁發(fā)作患者。納入標(biāo)準(zhǔn)：①年齡≥60歲的抑郁癥患者，符合精神疾病診斷與統(tǒng)計(jì)手冊(cè)第4版（the diagnostic and statistical manual of mental disorders Ⅳ，DSM-Ⅳ）中的診斷標(biāo)準(zhǔn)。②未接受系統(tǒng)精神藥物治療（包括中西醫(yī)抗抑郁藥）或心理治療。③簽署知情同意書。排除標(biāo)準(zhǔn)：①存在自殺、嚴(yán)重行為紊亂等危險(xiǎn)因素者。②存在重復(fù)經(jīng)顱磁刺激藥物使用禁忌證者。③合并其他重性精神疾病者，如精神分裂癥等。④伴有嚴(yán)重軀體疾病不適合入組者。退出標(biāo)準(zhǔn)：①患者主動(dòng)要求退出；②因?yàn)閲?yán)重的副作用或病情惡化需要改變治療方案者。采用隨機(jī)數(shù)字表法將所有患者分為實(shí)驗(yàn)組和對(duì)照組。實(shí)驗(yàn)組60例，其中男29例，女31例；平均年齡（65.51±5.13）歲；平均病程（4.12±2.32）年；漢密爾頓抑郁量表（Hamilton rating scale for depression，HAMD）基線評(píng)分（27.48±1.35）分。對(duì)照組60例，其中男28例，女32例；平均年齡（66.45±5.66）歲；平均病程（4.33±2.05）年；HAMD基線評(píng)分（25.96±2.36）分。兩組在年齡、病程、HAMD基線評(píng)分方面比較差異無統(tǒng)計(jì)學(xué)意義（P > 0.05），具有可比性。本研究經(jīng)醫(yī)院醫(yī)學(xué)倫理委員會(huì)通過，患者知情同意。

1.2 方法

實(shí)驗(yàn)組服用烏靈膠囊（浙江佐力藥業(yè)股份有限公司，生產(chǎn)批號(hào)20120521，每次0.99 g，每天3次，療程8周）合并重復(fù)經(jīng)顱磁刺激治療（英國Magstim公司生產(chǎn)的rTMS治療儀，每周一至周五，每天1次，強(qiáng)度采用80%閾值，頻率10 Hz，部位左前額葉背外側(cè)，脈沖數(shù)100，總計(jì)8周，40次）。對(duì)照組單用安慰劑膠囊（0.99 g，每天3次，服用8周）聯(lián)合重復(fù)經(jīng)顱磁刺激治療（參數(shù)同實(shí)驗(yàn)組）。兩組均不合并使用其他精神類藥物，如抗精神病藥、抗抑郁藥、苯二氮類藥物等。

1.3 觀察指標(biāo)及療效判定標(biāo)準(zhǔn)

治療前及治療8周后分別行HAMD評(píng)定[4]和威斯康星卡片分類測(cè)驗(yàn)（Wisconsin card sorting test，WCST）。本研究選用中譯版的HAMD-17版本進(jìn)行評(píng)定，其中9個(gè)條目為0～4分的5級(jí)評(píng)分；8個(gè)條目為0～2分的3級(jí)評(píng)分[4]。由兩位經(jīng)過培訓(xùn)的經(jīng)驗(yàn)豐富的臨床主治醫(yī)師在治療前后分別進(jìn)行評(píng)定。

采用計(jì)算機(jī)程序進(jìn)行WCST評(píng)定[2-4]，WCST是一種單項(xiàng)神經(jīng)心理測(cè)定方法。它所測(cè)查的是根據(jù)已往的經(jīng)驗(yàn)進(jìn)行分類、概括、工作記憶和認(rèn)知轉(zhuǎn)移的能力。本測(cè)驗(yàn)共設(shè)有13個(gè)測(cè)量指標(biāo)，本研究記錄總應(yīng)答數(shù)、正確反應(yīng)數(shù)、持續(xù)錯(cuò)誤數(shù)、隨機(jī)錯(cuò)誤數(shù)和完成分類數(shù)來評(píng)估執(zhí)行功能。

對(duì)每一治療節(jié)點(diǎn)兩組的測(cè)試評(píng)分進(jìn)行統(tǒng)計(jì)分析，通過減分率來判斷治療的有效性，通過治療前后及兩組之間的評(píng)分比較來判定兩種治療方法的療效差異及對(duì)認(rèn)知功能的影響。通過治療8周的HAMD減分率評(píng)定療效，HAMD減分率≥75%為痊愈，50%～

1.4 統(tǒng)計(jì)學(xué)方法

本研究采用SPSS 16.0軟件包進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差（x±s）表示，組間比較采用t檢驗(yàn)，計(jì)數(shù)資料采用百分率表示，組間比較采用χ2檢驗(yàn)。以P < 0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩組臨床療效比較

治療8周后，實(shí)驗(yàn)組臨床痊愈17例（28.33%），顯效19例（31.67%），有效17例（28.33%），無效7例（11.67%），總有效率為88.33%。對(duì)照組臨床痊愈15例（25%），顯效20例（33.33%），有效14例（23.33%），無效11例（18.33%），總有效率為81.67%。兩組總有效率比較差異無統(tǒng)計(jì)學(xué)意義（χ2=1.046，P > 0.05）。

2.2 兩組治療前后HAMD評(píng)分比較

兩組治療8周后HAMD評(píng)分均較治療前顯著降低，差異均有統(tǒng)計(jì)學(xué)意義（P < 0.05）。兩組治療8周后HAMD評(píng)分比較差異無統(tǒng)計(jì)學(xué)意義（P > 0.05）。見表1。

2.3 兩組治療前后WCST測(cè)試結(jié)果比較

實(shí)驗(yàn)組治療8周后WCST測(cè)試中總應(yīng)答數(shù)、持續(xù)錯(cuò)誤數(shù)、完成分類數(shù)與治療前比較，差異有統(tǒng)計(jì)學(xué)意義（P < 0.05）；對(duì)照組治療8周后總應(yīng)答數(shù)、完成分類數(shù)與治療前比較，差異有統(tǒng)計(jì)學(xué)意義（P < 0.05）。兩組治療8周后WCST測(cè)試結(jié)果比較差異均無統(tǒng)計(jì)學(xué)意義（P > 0.05）。見表2。

3 討論

神經(jīng)生化學(xué)研究發(fā)現(xiàn)糖皮質(zhì)激素升高及5-HT、γ-氨基丁酸（GABA）功能不足在抑郁癥認(rèn)知功能損害中可能起一定作用[1]。神經(jīng)解剖學(xué)研究發(fā)現(xiàn)抑郁癥患者的額葉皮質(zhì)、海馬和杏仁核及小腦的血流灌注、體積異常等可能與其認(rèn)知損害有關(guān)[5]。使用西藥抗抑郁藥物治療后，抑郁癥患者的認(rèn)知功能可能會(huì)有所改善，但仍然會(huì)有輕度損害，特別是記憶和執(zhí)行功能，使得老年抑郁癥發(fā)展成進(jìn)展性癡呆的可能性增大。因此，應(yīng)重視抑郁癥認(rèn)知功能的治療，使病程縮短，促進(jìn)抑郁癥狀緩解及認(rèn)知功能恢復(fù)更加徹底。

rTMS的作用機(jī)制包括：①通過不同頻率刺激改變大腦皮層神經(jīng)興奮性，雙向調(diào)節(jié)大腦神經(jīng)興奮與抑制功能之間的平衡。②增加多巴胺、5-HT、谷氨酸，調(diào)節(jié)受體的敏感性。③對(duì)基因表達(dá)的影響。④對(duì)腦血流、代謝、內(nèi)分泌的影響。研究認(rèn)為重復(fù)經(jīng)顱磁刺激治療對(duì)抑郁癥的治療有效率達(dá)到80%以上，而對(duì)認(rèn)知功能無損害，聯(lián)合藥物治療能加強(qiáng)早期療效，對(duì)早期改善癥狀，增加患者治療的依從性有一定的意義，但未能明確對(duì)認(rèn)知功能的改善作用[2-3]。

在中醫(yī)理論中，老年抑郁癥屬于“郁癥”范疇，《內(nèi)經(jīng)》的《靈樞》認(rèn)為“人憂愁思慮即傷正”“人或恚怒，氣逆上而不下，即傷肝也”，認(rèn)為情志不舒、氣郁不伸導(dǎo)致臟腑不和而出現(xiàn)血瘀、氣滯、火郁等抑郁癥的表現(xiàn)。老年人任脈虛，肝氣衰，發(fā)病以肝腎漸虛、衰少、髓海不足為病理基礎(chǔ)；以思慮過度、心氣營血暗耗，或憂郁惱怒、氣郁痰迷、陽越于上為病因；以臟腑功能失調(diào)、陰陽不交、神志失守、思緒無軌、精神抑郁為病理改變。

烏靈膠囊是以我國珍稀藥用真菌烏靈菌經(jīng)現(xiàn)代生物技術(shù)精制而成的純中藥制劑，內(nèi)含腺苷、多糖、甾醇類及谷氨酸、GABA、色氨酸、賴氨酸等19種氨基酸，還含有維生素和微量元素等多種成分，具有補(bǔ)腎健腦、養(yǎng)心安神等功效[6]。動(dòng)物研究顯示：烏靈膠囊能夠提高腦內(nèi)谷氨酸活性及激活GABA受體從而發(fā)揮鎮(zhèn)靜催眠作用，促進(jìn)淋巴細(xì)胞DNA合成，提高機(jī)體免疫力，提高造血功能，發(fā)揮抗疲勞作用等[7-9]。臨床研究顯示，烏靈膠囊具有改善抑郁癥患者抑郁癥狀及各種軀體疾病伴發(fā)的抑郁狀態(tài)的作用，且安全性良好[10-11]。

目前關(guān)于烏靈膠囊對(duì)認(rèn)知功能影響的研究多局限于腦卒中等器質(zhì)性疾病伴發(fā)的抑郁狀態(tài)，藥理研究和對(duì)腦卒中后抑郁狀態(tài)的臨床研究顯示，烏靈膠囊主要通過以下途徑發(fā)揮抗抑郁作用和腦保護(hù)作用：①通過增加血腦屏障通透性增加腦內(nèi)谷氨酸和GABA濃度。②加快谷氨酸向GABA的轉(zhuǎn)化。③提高GABA受體活性。通過上述作用促進(jìn)腦神經(jīng)功能康復(fù)[12-14]。推測(cè)烏靈膠囊對(duì)于抑郁癥患者可能具有類似的神經(jīng)保護(hù)作用，而目前尚未見對(duì)于老年抑郁癥患者認(rèn)知功能影響的相關(guān)研究報(bào)道。

本研究顯示，治療8周后，實(shí)驗(yàn)組總有效率為88.33%，對(duì)照組總有效率為81.67%，兩組總有效率比較差異無統(tǒng)計(jì)學(xué)意義（P > 0.05），而據(jù)WCST測(cè)試顯示治療后實(shí)驗(yàn)組總應(yīng)答數(shù)、持續(xù)錯(cuò)誤數(shù)、完成分類數(shù)與治療前比較差異有統(tǒng)計(jì)學(xué)意義（P < 0.05）；治療后對(duì)照組總應(yīng)答數(shù)、完成分類數(shù)與治療前比較差異有統(tǒng)計(jì)學(xué)意義（P < 0.05）。表明烏靈膠囊與rTMS聯(lián)用或rTMS單獨(dú)使用對(duì)老年抑郁障礙的療效確切，且對(duì)認(rèn)知功能均具有一定的改善作用，這與其他類似研究結(jié)果基本一致[15-20]。而相對(duì)于西藥抗抑郁藥治療以及無抽搐電休克治療，這種治療方式在保證療效的基礎(chǔ)上安全性更高，患者的依從性更好，其改善認(rèn)知的作用是電休克治療無法比擬的[21-22]。但本研究樣本量較少，因門診診療的特點(diǎn)，隨訪時(shí)間較短，且無法對(duì)認(rèn)知功能進(jìn)行全面的、長期的評(píng)估隨訪，因此對(duì)認(rèn)知功能的研究不夠全面，如未能評(píng)價(jià)對(duì)持續(xù)注意能力、記憶力等方面的影響。希望有設(shè)計(jì)更嚴(yán)格、更全面的長期實(shí)驗(yàn)進(jìn)行更深入的研究。

[參考文獻(xiàn)]

[1] 蔣慧，林海.烏靈膠囊合鹽酸帕羅西汀治療抑郁癥失眠30例[J].現(xiàn)代中醫(yī)藥，2011，31（5）：32-33.

[2] 黃滿麗，許毅，胡健波，等.重復(fù)經(jīng)顱磁刺激聯(lián)合抗抑郁藥對(duì)抑郁癥首次發(fā)病患者的早期療效及認(rèn)知功能的影響[J].浙江大學(xué)學(xué)報(bào)：醫(yī)學(xué)版，2011，40（3）：286-290.

[3] Barrett J，Della-maggiore V，Chouinard PA，et al. Mechanisms of action underlying the effect of repetitive transcranial magnetic stimulation on mood：behavioral and brain imaging studies [J]. Neuropsychopharmacology，2004，29（29）：1172-1189.

[4] 湯疏華，張明園.漢密爾頓抑郁量表、副反應(yīng)量表[J].上海精神醫(yī)學(xué)雜志，1990，1（2）：38-39，63-65.

[5] Sala M，Perez J，Soloff P，et al. Stress and hippocampal abnormalities in psychiatric disorders [J]. Eur Neuropsychopharmacol，2004，14 （5）：393-405.

[6] 尹東輝，張晶，劉純莉.烏靈膠囊的臨床應(yīng)用進(jìn)展[J].中國新藥雜志，2011，20（16）：1530-1533.

[7] 馬志章，左萍萍，陳宛如，等.烏靈菌粉的鎮(zhèn)靜作用及機(jī)理研究[J].中國藥學(xué)雜志，1999，34（6）：374-376.

[8] 陳文燕，呂英.烏靈膠囊合用生脈注射液治療失眠癥40例[J].臨床醫(yī)學(xué)，2005，14（6）：175-176.

[9] 廖名龍，郁杰.烏靈膠囊[J].中國新藥雜志，2000，9（11）：797.

[10] 張宸豪，李文貴，顧芳，等.烏靈膠囊治療腦卒中后抑郁的療效觀察[J].臨床神經(jīng)病學(xué)雜志，2014，27（1）：61-63.

[11] 李書劍，李燕.重復(fù)經(jīng)顱磁刺激聯(lián)合烏靈膠囊治療老年卒中后抑郁對(duì)照研究[J].中國實(shí)用神經(jīng)疾病雜志，2013， 12（21）：121-123.

[12] Speer AM，Wassermann EM，Benson BE，et al. Antidepressant efficacy of high and low frequency rTMS at 110% of motor threshold versus sham stimulation over left prefrontal cortex [J]. Brain Stimul，2014，7（1）：36-41.

[13] Rena J，Lia H，Palaniyappanb L，et al. Repetitive transcranial magnetic stimulation versus electroconvulsive therapy for major depression：a systematic review and meta-analysis [J]. Pro Neuropsychopharmacol Biol Psychiatry，2014，51：181-189.

[14] 李兆昌.帕羅西汀治療帕金森病抑郁狀態(tài)療效分析[J].現(xiàn)代醫(yī)院，2014，14（1）：35-37.

[15] 李凝，王學(xué)義，李小倩，等.重復(fù)經(jīng)顱磁刺激與改良電休克治療首發(fā)抑郁癥起效時(shí)間的隨機(jī)對(duì)照試驗(yàn)[J].中國心理衛(wèi)生雜志，2015，29（9）：667-671.

[16] 徐橋，湯義平，胡敏優(yōu)，等.重復(fù)經(jīng)顱磁刺激對(duì)單相抑郁患者認(rèn)知功能的影響[J].中國現(xiàn)代醫(yī)生，2015，53（5）：36-38.

[17] 汪曉暉.低頻重復(fù)經(jīng)顱磁刺激聯(lián)合心理療法治療腦梗死后抑郁癥臨床觀察[J].中西醫(yī)結(jié)合心腦血管病雜志，2015，13（13）：1495-1497.

[18] 張國玲，楊桂梅，柏林，等.烏靈膠囊聯(lián)合氟西汀治療腦卒中后抑郁障礙和神經(jīng)功能缺損的臨床療效[J].黑龍江醫(yī)學(xué)，2015，39（2）：179-180.

[19] 欒慧明，袁國楨，周振和，等.高頻重復(fù)經(jīng)顱磁刺激對(duì)抑郁癥患者輔助治療作用[J].中國醫(yī)藥導(dǎo)報(bào)，2014，11（35）：25-27，35.

[20] 周玉嘉，韋鵬翔，劉佳霖，等.重復(fù)經(jīng)顱磁刺激結(jié)合經(jīng)絡(luò)電刺激治療顱腦損傷性抑郁癥的臨床應(yīng)用[J].中國醫(yī)藥導(dǎo)報(bào)，2014，11（15）：53-56.

[21] 張萬慧.單用帕羅西汀與聯(lián)合烏靈膠囊治療產(chǎn)后焦慮抑郁的對(duì)照研究[J].數(shù)理醫(yī)藥學(xué)雜志，2015，28（3）：419-420.