与其他城市概念相比，智慧城市还是一个很年轻的名词。2008年11月，在纽约召开的外国关系理事会上，IBM提出了“智慧地球”这一理念，进而引发了智慧城市建设的热潮。其主要思想是把新一代信息技术充分运用在各行各业之中，使人类能以更加精细和动态的方式管理生产和生活。具体而言，就是把传感器安装到全球每个角落的供电系统、供水系统、交通系统、建筑物和油气管道等设备中，使其形成的物联网与互联网相联，实现人类社会与物理系统的整合。根据IBM的设想，在“智慧地球”时代，信息技术将成为支撑地球运转的隐性能动工具，弥漫于人、自然系统、社会体系、商业系统和各种组织中。
但一般认为，2009年1月28日IBM首席执行官彭明盛首次正式提出智慧城市这一概念，才是智慧城市的发轫，就这样智慧城市从IBM走向了世界各地。实际上智慧城市、智慧社会的实践工作要早于智慧城市这一概念提出的时间，比如韩国政府在2004年3月就推出了U-Korea发展战略，力求将韩国城市乃至全国提前推入智能社会；欧盟于2005年7月就开始实施“2010战略”，致力于发展最新通信技术、网络技术、新媒体、新服务，并在2007年提出和推行一整套的智慧城市建设方案。此外，奥巴马政府也将智能电网项目作为其振兴经济的关键性支撑之一。以上举措不仅加快了智慧城市理念在世界范围内的传播速度，也勾勒了“智慧城市”的发展轨迹。
自从智慧城市的概念引入中国之后，就得到了政府部门的广泛关注和响应。当前，我国的智慧城市建设可谓风生水起，各地政府部门都对智慧城市寄予厚望，希望其能在城镇化进程中大显身手，成为破解城市发展问题的“灵丹妙药”。那么，究竟什么是智慧城市？恐怕正应了莎士比亚的名言“一千个读者就有一千个哈姆雷特”。
清华大学公共管理学院书记、副院长孟庆国教授说：“智慧城市是工业信息化背景下城市发展的必然产物。具体来说，市民足不出户就可以享受到教育、医疗和公共福利，企业只需在公司就可以完成行政审批，政府通过视频就可以了解现场情况，这些都只需轻点包括手机在内的传感器即可。”
中国工程院院士邬贺铨说，“智慧城市的一个检验标准就是要让老百姓感受到城市更有智慧，能够享受到更高质量的生活。”智慧城市建设的最终目标是人的发展，它并不仅仅是要满足人的一般物质需求，更是要满足人求知、求乐、求富、求安的整体性需求。
而欧盟的智慧城市理念则认为，城市竞争力的高低，不是单一地体现在硬件基础设施上，而是取决于软实力，如智力资本和社会资本。早在2007年，奥地利维也纳大学等研究机构就开始了对智慧城市的理论探索，他们认为智慧城市可以从6大坐标维度来界定，即智慧经济、智慧流动、智慧环境、智慧公众、智慧生活和智慧管理。这6大坐标由细分的31个因素和74个指标作为评判标准，其中智慧经济包括创新性、创业性、经济形象和地位、生产力、劳动力市场灵活性、国际性6个因素，智慧环境包括自然条件、污染、环境保护、可持续资源管理4个因素，最后根据指标及总成绩来量化考评。该机构还根据这个标准对欧洲中等城市的可持续发展与竞争力进行了“智慧”排名。
“目前，对于智慧城市这一概念还没有权威的定义，概念比较模糊，在世界范围内智慧城市建设尚处于探索阶段，许多学者、公司、政府部门都会从各自立场出发，从不同的角度去解读。有的观点认为关键在于技术应用，有的观点认为关键在于网络建设，有的观点认为关键在人的参与，有的观点认为关键在于智慧效果。但我们相信，随着实践的不断深入，政府决策部门、专家学者和普通大众对智慧城市的理解将会不断发展和深化。”软通动力技术服务有限公司北京分公司高级总监王剑告诉《经济》记者。
到底什么是智慧城市？面对记者的提问，有人侃侃而谈，有人沉默不语，有人避而不谈，有人不屑一顾，有人说是偷换概念，有人说是城市创新。人们对智慧城市的莫衷一是表明，智慧城市依然概念模糊，建设工作依然任重道远，但我们相信随着城镇化进程的提速和新兴技术的广泛应用，智慧城市建设不必苦苦追寻，自会水到渠成。
关于大数据的议题，虽然早在1980年托夫勒的《第三次浪潮》中就有所提及，但在2011年前，关于大数据的讨论基本局限于计算机技术领域内部，影响范围相对较小。2011年5月，在EMC与IDC合作进行“数字宇宙”研究5年之后，正式提出了“大数据”的概念。同年6月，IBM、麦肯锡等众多国外机构相关研究报告，积极跟进大数据概念的推广。2012年3月美国奥巴马政府“大数据研究和发展倡议”，希望增强收集海量数据、分析萃取信息的能力，把大数据上升到了国家战略的层面。大数据逐渐引起广泛关注。
IT领域从来不缺乏新概念，近几年关于“物联网”、“云计算”、“智慧地球”等概念都曾引起了广泛关注，并在实体经济中引发了投资热潮。这一次“大数据”概念的提出，有何重要意义？与前几次相关概念的提出有何联系和区别？
大数据概念的内涵
1.大数据的来源。以更快的速度、更强的处理能力进行数据计算一直是IT领域技术创新的重要目标。从1946年第一台数字计算机发明以来，数据的体量和复杂性在绝大部分时间内一直是超越计算机处理能力的。一方面，技术的发展使人类能够逐渐地数字化各种事物，从数据、文字、图片、到声频、视频。数据采集、存储、扩散等的技术不断发展，使全面记录人与自然界各种现象的“泛在存储”成为可能。另一方面，计算机和网络的发展为人类开辟了一种前所未有的生活方式，拓展了人们的活动空间和范围，产生了大量新的数据。尤其是近年来移动通讯和物联网的迅猛发展，遍布于物理世界的移动设备、RFID、无线传感器等无时无刻不在产生数据，数以亿计的互联网用户也随时产生巨量的数据交互，构成了大数据的重要来源。另外，科学研究项目也在产生海量数据，例如欧洲大型强子对撞机每秒产生约700兆数据流，每年的试验数据达到1.5TB；全球医院每年仅医学成像数据可达20TB。
从数据类型来看，全世界结构化数据增长率大概是32%，而非结构化数据增长率则是63%。估计在2012年全球非结构化数据约占有互联网数据量的75%以上。目前阶段，对关系数据库中的结构化数据我们有相对较强的分析能力，结构化数据多年来也一直主导着IT应用，但在分层数据、文档、电子邮件、图像、音频、视频、商业及金融交易等非结构化数据所占比例越来越大的趋势下，数据的增长速度和数据类型的变化速度与计算机处理能力的差距愈发明显，如何挖掘传统技术难以发现的知识，成为重要的技术挑战。
2.大数据概念的相对性。从数据体量的绝对性观察，用计算机数据存储和运算的单位字节（Byte）来衡量，以1024为乘数，衡量单位依次跃升为：KB，MB，GB，TB，PB，EB，ZB，YB。2010年，全球数据量达到ZB级别，为1.2ZB，未来全球数据增速将会维持，预计到2022年全球数据量将达到35ZB。在当前阶段，麦肯锡认为处理量在TB级别的数据可称为大数据，IDC认为多个数据的集合有可能达到PB级的数据储量为大数据。按照IDC预测的全球数据量大约每两年翻一番的速度标准，我们不妨把眼光放在更远的未来，当人类在20余年后产生的数据总量越过ZB级，以其可猜想的数据处理能力，当前TB、PB级别的数据就难以称之为“大”数据了。所以大数据的“大”字带有阶段主观性。
大部分大数据的定义，其描述的重点都是数据规模的相对性。麦肯锡把大数据描述为“无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合”，强调的是获取大数据价值的技术可行性；Gartner将大数据定义为“大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产”；强调发掘大数据价值的创新性；IDC定义大数据为“为了更为经济的从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。人们并用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新”，强调大数据作为一项系统工程所覆盖的范围。从相对概念上讲，大数据的“大”是指在信息化发展的当前阶段，传统文件系统、关系数据库、并行处理等技术无法有效处理的极大规模数据或极限计算。我们需要新的能力来通过海量数据的交换、整合和分析，发现新的知识和创造新的价值。
3.大数据概念出现的必然性。理解当前阶段出现的大数据概念，需要结合互联网及物联网发展的历程进行分析。自上世纪90年代网络向公众开放，互联网从初期的简单联系平台，过渡到浏览平台，目前成为交互平台和工作平台，并正向着智慧平台迈进。在向智慧平台迈进的过程中，“物联网”、“云计算”、“智慧地球”三个概念的提出对“大数据”概念的出现有着重要意义。
物联网是通过射频识别、全球定位系统、激光扫描器等信息传感设备，把任何物品与互联网连接，进行信息交换和处理，达到对物理世界实时控制、精确管理和科学决策的目的，实现人与人、人与物、物与物之间的信息交互和无缝链接。如果说在物联网提出之前互联网着重解决的是人与人的信息沟通问题，物联网则是通过人与人、人与物、物与物的相联，解决的是人与世界的信息沟通问题，是互联网的延伸和拓展。
云计算是一种基于互联网的分布式计算技术，通过这种方式，共享的软硬件资源和信息按需提供给联网的计算机和其他设备来达到分散处理量的目的，可以在短时间内完成海量信息的处理。人类一方面通过高性能计算机的发展来达到更高的处理速度，另一方面通过计算方式的优化，形成更高的处理能力，以应对物联网等产生的海量数据。
“智慧地球”是IBM提出的概念。虽然在技术层面和安全层面可能还有所争论，但在战略层面已经得到国际间广泛的认可。“智慧地球”的主要推动力来自三个方面：一是“更透彻的感知”，即通过物联网实现物质世界的数据化；二是“更全面的互联互通”，即实现“物联网”与“互联网”的融合，实现人类社会与物质世界的整合；三是“更深入的智能化”，即通过云计算和超级计算机等先进技术，对感知的海量数据进行分析处理，以便做出正确的行动决策，使个人、企业、组织、政府、自然系统和人造系统的交互方式更具智慧。智慧地球的本质是建立在物联网上基础上的更加智能的数字化世界，云计算是这个数字化世界运行的重要方式。物联网产生大数据，云计算处理大数据，智慧地球是大数据处理要达成的目标，从这个意义上说，大数据概念的出现是物联网、云计算及智慧地球等概念发展的必然结果。
大数据可能的影响
1.行业发展层面。正在生成的海量异构数据中可能蕴含着目前尚未被认识到的全新知识。企业如果能在这些非结构化数据中挖掘出新的知识并与业务融合，不但其决策的依据将会更加全面和准确，而且有可能形成新的核心竞争力，进而在生产模式、商业模式、管理模式等方面发生深刻变革。
目前阶段，可能从大数据发展直接受益的行业主要是一些数据集中应用型企业。例如，金融行业的信息化程度高，数据量大且管理集中，为大数据的分析与利用提供了良好的基础。通过对客户行为的大数据分析，可以实现营销活动的快速反应，并为金融机构实现服务创新提供支撑；在电信行业，由于无线上网和智能手机的推广，数据量呈现爆炸性增长，同时电信业市场饱和度高、产品服务同质化明显，运营商有可能从大数据中获取新的知识以突破竞争现状。在医疗行业，通过数据支持的疗效比较、临床决策支持系统、医疗数据的透明化、患者远程监测及患者数据支持的高级病症分析工具，可以极大地提高医疗体系效率和辅助产生更有效的医疗模式及管理政策。在零售业，市场占有率的提高依赖于高水平的客户服务和良好的购物体验，以及有效的商品物流体系。对大数据的分析可以使零售商实时掌握市场动态并快速做出反应，生产厂商也可以通过对市场动态的快速反应改变产品策略。能源、交通等行业也是目前阶段可能直接受益于大数据趋势的行业。
2.思维方式层面。大数据的产业链主要有三个层面，第一层是数据层，主要是数据的采集、存储、传输、扩散；第二层是信息层，把数据背景融入数据，形成价值密度更高的信息；第三层是知识层，在信息基础上进行提炼，形成有价值的知识。“更高的洞察力和决策力”是大数据应用的核心目标，但仅有知识，是达不成这一目标的。相同的数据可以产生相同的知识，但相同的知识被不同的人认知和使用，可以形成不同的智慧。在目前大数据的发展阶段，人仍旧是形成智慧的决定性因素。
但大数据也在改变着产生智慧的基础。舍恩伯格和库克耶（2012）提出了大数据时代三个重要的思维方式转变，代表了当前对大数据思维的基本认识：一是从满足于样本数据到使用全体数据；二是从追求精确性到容忍混杂性；三是从关注因果关系到关注相关关系。使用样本数据，注重精确性，探寻事物、现象间的因果关系是现代科学研究的基本思维，所以舍恩伯格和库克耶提出的这些思维方式转变，引起了一定程度上的争论。大数据的影响，与其说是要改变这些思维方式，不如说是拓展了我们探求知识的思维方式，在大数据时代背景下，我们可以用更宽泛的思维方式，来挖掘数据中隐含的知识。“互联网重塑了人类交流的方式，大数据则不同：它标志着社会处理信息方式的变化。随着时间的推移，大数据可能会改变我们思考世界的方式”（邱基尔和舍恩伯格，2013）。
3.智慧和战略层面。在数据的产生和扩散历程中，人类已经多次经历过类似于数据大爆发的历程。第一次是人类语言出现。语言的出现使数据具有了载体，并逐步形成了处理数据的逻辑框架。以语言对自然和人类社会的记录开始得以记忆和流传；第二次是文字的出现。文字克服了语言在时间和空间上的局限性，对自然和人类社会现象的记录由此可以长时间留存和长距离转移；第三次是印刷术的发明。印刷术大幅降低了人类知识的存储成本和空间传播和交流成本；第四次则是信息化。信息化在更大程度上消减了数据保存和扩散的成本，替代了知识的面对面交流和互动。鉴于信息技术消减知识传播成本的巨大潜力，很多学者认为，世界将最终“变平”，距离不再是数据、信息及知识交流的障碍。以上四次数据的大爆发，都带来了人类社会的巨大变革，究其根本原因，在于知识的存储与传播最终改变了人类的智慧。
自上世纪80年代“信息大爆炸”以来，数据一直在呈几何级增长。面对急剧膨胀的数字化信息规模和种类，人们抱怨信息太多以至于无法发现有用的或真实的信息。一方面，数字化信息作为一种资源在总量上并不稀缺，并很容易复制和传播；另一方面，对于个体来说，收集、处理、使用有价值信息的能力都是有限的。由此，数字化信息爆炸从一开始就对经济社会发展模式提出了新的挑战。信息膨胀从未停止并加速扩展，终于累积到了一个可能引发变革的程度：数据的膨胀在“量”上引发混沌的同时，在“质”上可能开始显现出秩序。这可能对社会发展和管理模式提出了新的挑战，如何应对这种挑战，需要新的智慧和战略。
大数据产业发展中面临的主要挑战
1.技术层面。大数据在技术层面，要解决的是由于数据量、数据类型的快速增长，导致传统技术不能满足要求的问题。大数据产业的技术门槛较高，目前在该领域展开竞争的大都是在数据存储、分析等领域有着传统优势的国际厂商。从2007年左右开始，IBM、SAP、微软等国际巨头开始系统收购数据处理公司，布局大数据产业，其投资态势一直持续到目前。当前阶段，大数据计算的发展主要有三个趋势：分布式数据集群、高性能计算和大数据分析机。在计算机集群应对大数据计算中，以Google的MapReduce并行计算框架和分布式数据容错存储BigTable为核心的分布式计算机集群是应用最为普遍的。在雅虎等大公司的支持下，开源项目Hadooop已日趋成熟，衍生出应用于不同领域的分布式计算和存储平台，得到了广泛应用。
中国在Hadoop分布式数据处理与计算机集群方面进行了一些有效的研究，初步建立了大规模运算平台研发和实验环境，但总体在数据处理方面仍旧缺乏核心技术。在高性能计算机研发的某些方面具有一定的领先地位，但整体与国际先进水平仍有差距。技术创新具有偶然事件的特点，并不总是沿着确定的轨道发展，未来还会涌现大量能够处理大数据的工具和平台。除了Hadoop的批量化处理方式之外，基于流数据处理的方式也有可能在实时数据分析应用中发挥作用，数据可视化技术也有可能迎来大发展。这些工具的发展又依赖于人工智能技术，比如语言处理、模式识别和机器学习等技术的发展，大数据计算技术的发展仍旧是一个系统工程。
2.政策层面。在构建数字化智慧平台的过程中，近几年“物联网”、“云计算”、“智慧城市”等引发了我国各地的投资潮，出现了过热的隐忧。例如自2010年云计算被列入国家战略性新兴产业后，国内许多地方政府在国家扶持资金支持下大批量购买服务器，之后则出现大量闲置，缺乏应用的云计算实际上变成了房地产。智慧城市的概念被提出后，全国数百个城市一哄而上，纷纷以自身的理解来建设“智慧城市”，有可能造成低水平重复建设和不能互通互联的信息孤岛。如果忽略思考这些概念的本质含义，和其技术进步方向究竟隐含着怎样的市场和社会变革，而仅仅关注某一概念的建设能够启动多大的投资规模，迎来多大的市场机遇，最终把各种概念转化为基建设施投资，在技术和战略上只能跟随概念的提出者而无法超越。要防止把大数据变成又一轮盲目投资的由头。
以多元智能理论作为教学设计的背景下，其具体安排可以首先明确此节课重点出于培养学生哪项智能，进而将此节课的大多时间指向这部分智能的训练与启发，而教学设计的思路也主要是为了培养这部分智能的活动方式进行展开．以智能为手段进行课堂教学的设计，其主要设计内涵主要为了给予智能结构不尽相同的学生对自身职能实施充分发挥与运用的学习过程．对传统意义上教学中存在的整齐划一”的单方面聆听式教学进行改革，使得学生可以有公共机会，在课堂上或是在不同的环境中展示智能强项的一面，并且用最为擅长的方式去完成学习，达到事半功倍的教学效果．
二、多元智能理论下的化学课堂教学策略
1．实验法
众所周知，化学如果一旦离开了实验的辅助，则极容易导致学生知识的杂乱无章，造成死记硬背”的错误教学．而倘若在化学课堂教学的过程中使用实验作为直观的教学方法，能够极大的使学生更加积极的面对化学，因为观察本身就属于学生的特长，而化学实验正最注重于观察的力量．从而也可以让学生准确的对化学实验中的物质与其反应规律进行很好的认识．实验法，不仅可以提高学生对化学课程的兴趣，还可以增加学生的思维能力，助其充分在理解知识的形成，最大程度上发掘学生的空间智能以及对自然规律的观察智能．例如在进行氯气的实验中，引导学生描述出氯原子的结构图，观察氯原子结构分布后，判定氯气可能发生的化学性质，通过进行分组实验，得出氯气性质．
2．阅读法
阅读能够让学生发现化学与社会、环境、科技的紧密联系，并且能够激发学生的社会责任意识与科学精神，让学生关注周边环境与能源等现代科技与化学的影响，进一步提高学生对于化学的兴趣．例如在实施二氧化硫污染”教学时，通过相关读物阅读结合课本实验的手段，制订学生写出二氧化硫污染防治的文章，以提高了学生的科学素养，增强学生言语表述智能．
3．范例法
教师在进行化学计算教学以及化学用语教学时，无疑都是在化学概念与原理的理解下成为教学基础的，属于新课程三维目标”当中的知识和技能”范畴，其本质上是明显的技能教学．教师在设计化学课堂教学中更加要注重三维目标”中的过程和方法”，采取范例法进行讲授教学．例如在进行化学教学中的守恒法”计算技巧时，教师可以根据范例进行分析，方可让学生理解化学反应前后的物质量的等价关系．
4．归纳法
化学课堂实施归纳法教学旨在提高学生的逻辑推断方面的智能，而其主要分为概念形成与概念通化．所谓概念形成”是学生依靠对同类事物的大量观察，辨别出食物的本质属性，其例证概括抽象形成的重点在于大量”;而概念同化”是指学生通过自身认知结构中的概念形成”来更迭新的概念，教师要保证学生在新的概念认知结构具备同化新概念的原始结构．
5．讨论法
问题讨论法出于加强学生互动交流沟通的基础，属于能够为学生之间创造良好的合作学习机会方法，并通过对问题的讨论，以此来观察学生在人际关系上的智能体现．例如在进行气体摩尔体积”的教学过程中，可以先对lmol在固、液体与气体的体积数据进行，让学生在讨论过程中发现问题，例如温度对于体积的影响．
三、高中化学课堂教学中培养学生多元智能的意义
化学属于以实验为教学基础的一门学科，其教学目的并非单纯的让学生具备理论下的化学知识以及在进行实验时的操作技能，而是让学生可以通过实验的进行，学会对实验进行中的状态观察、对实验所发生的化学现象进行记录，并且对所见的宏观化学现象实施微观层面的解释与评价．学生可以通过化学独有的符号、组合，把化学反应的发生过程，清晰精准地进行表述，在与其他学生进行沟通与交流知识时，根据化学课堂教学中的对比、归纳进行合理的分析，从而清楚化学的变化规律，达到温故而知新”的境界．
四、结束语
关键词：电信行业交换数据领域
在新世纪到来的时候，其实人们早已将交换概念的内涵扩展了，其外延一直延伸至广义的信息交换。这样做的结果一方面丰富了交换的概念，另一方面也导致了一些困惑。所以我们说人类技术的进步已经进入了一个交换新世纪。这里交换的概念不仅涉及对延时敏感的话音，而且包含数据交换和视频交换。也就是说现在的交换概念不再是电路交换，也不完全是分组交换，而是信息交换。
由于分层概念是新通信基础设施的关键之一，所以信息传递也是分层的，这才有了分层交换的概念，才有了我们经常听到的各种交换的新名词，如第二层（L2）交换、第三层（L3）交换、第四层（L4）交换。其实最基本的交换还是第一层，即物理层的交换，传统电话交换系统就是采用的这种交换。在其它层的交换实际上是一种软交换（SoftSwitching）或虚拟交换（VirtualSwitching）。
最初交换的概念是由硬件派生出来的，但是现在已经可以由软件和固件实现，如采用ASIC实现的第二层（L2）、第三层交换（L3），甚至是第四层交换（L4）。正是这种概念的革新，才常使一些墨守经典交换概念的人感到费解和困惑。
过去，交换的概念几乎是面向连接的服务的专利，但是现在交换的概念已将会晤（Session）过程分解为更多的子过程，只要其中一部分采用了交换，就对此技术冠以时髦的交换概念/名称。过去的交换概念主要在物理层，所以具有确定性和稳定性，譬如PSTN交换机、DDN和交叉连接设备，但是现在交换的概念已经扩展至协议推的各层，而且是从统计的角度来定义的。这里连接的概念已经让位给流（Flow/Stream）的概念，当然流是需要识别的，因此才有了标签（Tag/Label）技术。当然，不同的应用协议会带来不同的流特征和标签体系。
具体而言，新交换的概念可以应用在局域网和／或广域网。最早在局域网中的交换概念是第二层交换，它是为了解决以太网共享带宽瓶颈问题而提出的，采用了MAC地址作为识别交换端口的标识。但是值得注意的是，在广域网中早就采用了第二层交换，如帧中继和ATM交换。
在现代数据网中，路由器是网络的核心构件。但是由于它对每个分组都要进行第三层处理，所以速度受到限制。因此，路由器设备厂商便千方百计提高节点机的速率，当然采用硬件实现原来由软件实现的第二层，甚至第三层功能是一种方案，再者简化第二层和第三层的处理功能也是一种方案。显然，将两者同时实现更是一种理想。交换技术相对于路由技术的好处就是快，当网络规模很大时，高速，大容量路由器是十分必要的。另一方面，由于现代通信网络大都采用光纤技术，所以现在数据网络的主要瓶颈是节点/路由器。现在的L3交换、路由交换或其它名词都是这种思路的结果。虽然L3交换最初也是为LAN设计的，它采用目的IP地址进行交换，但是现在这种技术也已经开始在WAN中使用。
在网络边缘，由于服务器应用越来越多，出现了新的网络边缘瓶颈，因此第四层交换的概念开始在用户侧或局域网测产生。L4层能够基于端口地址实现交换，通常听到的基于策略的路由选择就是在L4层完成的、L4交换多用于分布式系统，以提高访问速度。显然，目前在广域网中还无法应用L4交换，但是未来的网络智能节点有可能在第四层实现某种形式的交换。
【关键词】多元智能教学策略
多元智能理论指出，每个人至少具有八种智能，即：语言智能、数学-逻辑智能、空间智能、身体-运动智能、音乐智能、人际关系智能、内省智能、自然观察者智能。这八种智能对学生的发展都是重要的。教师在教学中要给予同等的注意，以促进学生的全面发展，而不能延续传统的只注重培育语言智能、空间智能和数学－逻辑智能的教学方法。物理学是一门以实验为基础的学科，是可以广泛联系生产、生活实际的学科，在课堂教学中，如何发展学生的多元智能，同时又能体现物理教学的特色，按照多元智能理论，对教师的教学工作应提出那些要求，下面着重谈一下这些问题。
一、教学中语言智能的培养策略
多年的教学实践表明，学生在准确表达物理概念、叙述物理规律、说明实验现象和准确书写物理名词方面存在困难。口头回答问题时不能兼顾准确性、系统性和科学性，往往顾此失彼、漏洞百出。
物理课堂教学是培养学生语言智能的有效途径，物理教师在培养学生的语言智能方面要注意以下问题：
1.教师在进行课堂教学时语言必须规范、准确、流畅教师在进行课堂提问、阐明概念、叙述规律、对学生进行点拨、指导时必须给学生起示范作用。教师应该使用标准的普通话授课，使用规范的专业术语。例如，将“匀速直线运动”简写为“匀直运动”就不够规范。教师流畅的表达，抑扬顿挫而又富有魅力的语调，不仅能顺利表达出教学内容，同时还给学生一种愉悦的美感，进而提高学生学习的兴趣。
2.坚持让学生多发言，多参与课堂教学教师应时刻牢记学生是学习的主体，课堂教学的目的是学生学会知识，而不能还定位于教师传授。因而应让学生多渠道全方位的参与课堂教学。教师要尽量把讲课的内容让学生自己表述出来，这样学生易于接受和掌握，而且对发展学生的语言智能十分有利。比如一些概念（以匀速直线运动概念为基础的匀变速直线运动的概念；以超重概念为基础的失重的概念）可以让学生自己得出。教师的工作仅是引导、补充和评价。还比如说总结一些简单规律，像“磁场”一章中有实验基础的“同向电流相互吸引，异向电流相互排斥”，都可以大胆的交给学生去做，虽然这要多用一点时间，但换来的是学生语言智能的逐步提高，并使学生加深了对物理基本概念的理解，是值得的。
3.适当留一些非书面形式的课外作业例如，让学生放学后回家乘坐电梯，体会电梯运动方向不同时的感受，并记录下来。这种“做中学”是一个很重要的教学策略，它使学生真正做到“视、听、动”总出击，手脑并用。
二、教学中视觉－空间智能的培养策略
视觉－空间智能在物理课堂上主要表现为观察能力。观察对物理学研究发展有着重要的作用：伽利略通过观察教堂摆动的吊灯发现了摆的等时性；牛顿通过对月球、行星等运动的观察，在前人研究的基础上，经过长时间研究提出了万有引力定律。物理课上，无论是教师的演示实验还是学生的分组实验，都要注意培养学生的观察能力，使学生掌握科学的观察方法，通过开发学生的空间智能，来提高物理教学质量。
现在的学生是看电视长大的一代，这使得他们的学习具有高度视觉化的倾向。幻灯片、投影片和录象都可以成为学生学习的辅助素材，如果学生在使用这些素材的过程中能由被动的观察者转变成为主动的思考者，这样的教学起点就比较高了。
“观察”不能简单地理解为“看”。脑科学揭示，人在感知事物的同时也在理解事物，并不是感知在前理解在后，思维与观察是密不可分的，这是多元智能理论提出视觉－空间智能的重要依据。从多元智能的视角分析，如何引导学生学会在观察中思考，开发学生的视觉智能，便成为提高物理教学的重要环节之一。比如右面一幅大象的图片，冷眼一看，就是一只普通的大象；仔细观察，才发现大象的腿画得不对。事实上，能发现图画的错误，就是经过了提取、重现、比较、鉴别等复杂的大脑活动，正是伴随这些大脑活动，学生的学习才得以进行。可见教师在指导学生观察时引发学生思考是很重要的教学环节。
古希腊学者亚里士多德和17世纪的科学家伽利略观察同样物体的运动却得出完全不同的结论，原因是二者观察的深度不同。那么教师对学生提高观察能力有哪些具体要做的事情呢？
1.教师要多给学生提供实验的机会，增加演示实验或变演示实验为学生分组实验，布置可行的家庭小实验学校可以开放实验室让学生在教师指导下完成自己感兴趣的课外实验，实验中要求学生手做、眼看、耳听、脑想，指导学生观察什么，怎样观察（是听？是看？是感受？在看、听和操作时想到了什么？），培养正确有序的科学观察方法，总结观察事物的规律，增强学生学习兴趣，丰富想象力。
物理知识是许多现代科学技术的基础，学生在学习物理过程中得到的能力锻炼也是其它相关学科所需要的。但高中物理难学、高中物理难教几乎成了教育界公认的事实。为使物理教学情景化、人文化，这门以实验为基础的自然科学必然要采用不同于其它学科的教学策略。加德纳教授的多元智能理论为寻找到这个策略提供了导向。在学习物理中，学生需要发展和培养多种智能，而不仅仅是传统观念中的语言智能、空间智能和数学逻辑智能。本文借鉴多元智能理论，从优化课堂教学、发展学生的多元智能的角度对教学工作提出了一些建议。
【关键词】多元智能教学策略
物理学是一门以实验为基础的自然科学，是观察、实验和科学思维相结合的产物。物理学使用数学作为工具，是一门定量的科学。它研究最基本最简单的运动形式的一般规律，以及如何运用这些规律为社会生产、生活和发展服务。
多元智能理论指出，每个人至少具有八种智能，即：语言智能、数学-逻辑智能、空间智能、身体-运动智能、音乐智能、人际关系智能、内省智能、自然观察者智能。这八种智能对学生的发展都是重要的。教师在教学中要给予同等的注意，以促进学生的全面发展，而不能延续传统的只注重培育语言智能、空间智能和数学－逻辑智能的教学方法。物理学是一门以实验为基础的学科，是可以广泛联系生产、生活实际的学科，在课堂教学中，如何发展学生的多元智能，同时又能体现物理教学的特色，按照多元智能理论，对教师的教学工作应提出那些要求，下面着重谈一下这些问题。
一、教学中语言智能的培养策略
多年的教学实践表明，学生在准确表达物理概念、叙述物理规律、说明实验现象和准确书写物理名词方面存在困难。口头回答问题时不能兼顾准确性、系统性和科学性，往往顾此失彼、漏洞百出。例如高一学生在说（写）“匀变速直线运动”时，误为“均变速直线运动”，高二学生将“干涉”、“衍射”错写成“干射”、“衍涉”。这种在物理课上出现的语言问题，多属于笔误，并不是什么值得注意的问题，给学生纠正几次就能解决了。但在语误的背后，是否反映理解问题呢？如果是理解问题，就属于语言智能范畴，应当在“纠错”的过程中，既发展其语言智能，又提高物理教学的质量。如学生在回答牛顿第二定律的内容时，往往简单地说成F=ma（正确表述：物体加速度的大小与合力成正比，和质量成反比；加速度方向与合力方向相同），而不是从加速度的大小和方向两个方面的相关因素去说明，这就是语言智能有所缺陷的表现。
物理课堂教学是培养学生语言智能的有效途径，物理教师在培养学生的语言智能方面要注意以下问题：
1.教师在进行课堂教学时语言必须规范、准确、流畅教师在进行课堂提问、阐明概念、叙述规律、对学生进行点拨、指导时必须给学生起示范作用。教师应该使用标准的普通话授课，使用规范的专业术语。例如，将“匀速直线运动”简写为“匀直运动”就不够规范。教师流畅的表达，抑扬顿挫而又富有魅力的语调，不仅能顺利表达出教学内容，同时还给学生一种愉悦的美感，进而提高学生学习的兴趣。
2.坚持让学生多发言，多参与课堂教学教师应时刻牢记学生是学习的主体，课堂教学的目的是学生学会知识，而不能还定位于教师传授。因而应让学生多渠道全方位的参与课堂教学。教师要尽量把讲课的内容让学生自己表述出来，这样学生易于接受和掌握，而且对发展学生的语言智能十分有利。比如一些概念（以匀速直线运动概念为基础的匀变速直线运动的概念；以超重概念为基础的失重的概念）可以让学生自己得出。教师的工作仅是引导、补充和评价。还比如说总结一些简单规律，像“磁场”一章中有实验基础的“同向电流相互吸引，异向电流相互排斥”，都可以大胆的交给学生去做，虽然这要多用一点时间，但换来的是学生语言智能的逐步提高，并使学生加深了对物理基本概念的理解，是值得的。
3.适当留一些非书面形式的课外作业例如，让学生放学后回家乘坐电梯，体会电梯运动方向不同时的感受，并记录下来。这种“做中学”是一个很重要的教学策略，它使学生真正做到“视、听、动”总出击，手脑并用。再如，让学生阅读教材中的阅读材料（人教社出版的高中物理第一册实验修订本的必修教材中共有14篇），选择感兴趣的内容写成读书笔记。这些内容丰富了学生的课余生活，使学生对物理知识加深了印象，通过调动学生的语言智能来达到物理教学目标，与此同时，也培养了学生的语言智能，提高了他们的书面表达能力。
二、教学中视觉－空间智能的培养策略
视觉－空间智能在物理课堂上主要表现为观察能力。观察对物理学研究发展有着重要的作用：伽利略通过观察教堂摆动的吊灯发现了摆的等时性；牛顿通过对月球、行星等运动的观察，在前人研究的基础上，经过长时间研究提出了万有引力定律。物理课上，无论是教师的演示实验还是学生的分组实验，都要注意培养学生的观察能力，使学生掌握科学的观察方法，通过开发学生的空间智能，来提高物理教学质量。
现在的学生是看电视长大的一代，这使得他们的学习具有高度视觉化的倾向。幻灯片、投影片和录象都可以成为学生学习的辅助素材，如果学生在使用这些素材的过程中能由被动的观察者转变成为主动的思考者，这样的教学起点就比较高了。
“观察”不能简单地理解为“看”。脑科学揭示，人在感知事物的同时也在理解事物，并不是感知在前理解在后，思维与观察是密不可分的，这是多元智能理论提出视觉－空间智能的重要依据。从多元智能的视角分析，如何引导学生学会在观察中思考，开发学生的视觉智能，便成为提高物理教学的重要环节之一。比如右面一幅大象的图片，冷眼一看，就是一只普通的大象；仔细观察，才发现大象的腿画得不对。事实上，能发现图画的错误，就是经过了提取、重现、比较、鉴别等复杂的大脑活动，正是伴随这些大脑活动，学生的学习才得以进行。可见教师在指导学生观察时引发学生思考是很重要的教学环节。
古希腊学者亚里士多德和17世纪的科学家伽利略观察同样物体的运动却得出完全不同的结论，原因是二者观察的深度不同。那么教师对学生提高观察能力有哪些具体要做的事情呢？
1.教师要多给学生提供实验的机会，增加演示实验或变演示实验为学生分组实验，布置可行的家庭小实验学校可以开放实验室让学生在教师指导下完成自己感兴趣的课外实验，实验中要求学生手做、眼看、耳听、脑想，指导学生观察什么，怎样观察（是听？是看？是感受？在看、听和操作时想到了什么？），培养正确有序的科学观察方法，总结观察事物的规律，增强学生学习兴趣，丰富想象力。