時間：2023-06-22 09:32:53
導語：在人工智能工作方向的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
關鍵詞：人工智能；人機交互；機器學習；深度學習；數據挖掘
中圖分類號：TP27 文獻標識碼：A 文章編號：1671-2064（2017）03-0221-02
人工智能是當今科技發展中最具潛力的熱點問題之一，2016年初轟動世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經典案例更是引起了全世界廣泛的關注和熱議。“人工智能”這個概念再次被推到了風口浪尖。那么，究竟什么是人工智能呢？它會對我們的生活有什么影響？在這個背景下，我們深入探究人工智能及其相關的技術領域，對于人工智能的普及和發展有著重要意義，也希望能給予人工智能相關領域的科學研究者們提供一些參考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一門全新的信息技術科學，是計算機科學技術的一個重要分支，是指對于模擬、拓展和延伸人類的智能的應用系統及相關的理論和技術方法的開發研究。主要通過研究及了解人類智能的本質從而開發出能給出類似人類智能反饋的智能機器，計算機系統在理解目標方向之后所取得的最大化成果是計算機實現的最大智慧。人工智能不單單是一個特定的技術，它所研究的往往是能創造智能意識的高科技機器，包括了算法和其他應用程序，處理的任務也遠遠超出了簡單計算，從學習感知規劃到推理識別控制等等。人工智能的研究方向包含語言及圖像識別技術、機器人設計、自然語言處理等，日益成熟的理論方法和技術實踐也使得應用領域范圍大規模擴張，人工智能是人類智慧的結晶，未來也可能展現出超過人類的智能。
2 人機智能的研究方向
人工智能的科學研究通常涉及到數學、邏輯學、認知科學、以及最重要的計算機科學等多學科領域，延伸出了以下幾個主要的研究方向：
2.1 邏輯推理與證明
早期的人工智能更多的解決了大量數學問題，邏輯推理是基礎也是研究時間最長最重點的領域之一。通過找到可靠的證明或者反證方法實現潛在的定理證明，根據數據庫的實例進行推導并及時更新證明結論，演繹和直覺相結合，在推理和證明中實現部分智能。
2.2 問題求解
問題求解領域的一大重要應用則是下棋程序的功能實現，化繁為簡、將困難的問題點拆分成為獨立的子問題進行求解；而另一個實例則是數學方程的求解實現，分析各種公式符號的組合意義從而為科學研究者提供強有力的基礎保障。問題求解中所運用的搜索和規約也是人工智能領域中的兩大基本技術。
2.3 自然語言處理
自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計算機來處理使用人類語言作為計算對象的算法程序，并研究相關的理論方法和技術。NLP是人工智能領域的主要研究方向之一，也是發展時間較長的研究方向之一。語音識別、搜索引擎、機器翻譯等等都是NLP的重要研究內容，目前也都在人工智能領域獲得了突出的應用成果。
2.4 專家系統
專家系統是指具有大量模擬人類相關領域專家知識和經驗的智能計算機程序系統，依托于人工智能相關技術，根據專家系統所提供的數據方法進行判斷推理進一步決策，從而代替人類專家解決一部分該領域的特定問題。從知識表示技術的角度上看，專家系統可分為基于網絡語義、基于規則、基于邏輯、基于框架等幾種類別；而從任務類型及專家系統主要解決的問題類型的角度來看，專家系統也可分成解釋型（分析和闡述符號數據的意義）、調試型（根據故障制定排除方案）、預測型（根據現狀預測指定對象未來可能的結果）、維修型（針對特定故障制定并實施規劃方案）、設計型（按指定需求制作圖樣和方案）、規劃型（根據指定目標制定行動方案）等。
專家系統的建立包含以下幾個步驟：（1）初始專家知識庫的設計：包括問題、知識、概念、形式、規則等多個概念的籌建；（2）開發和試驗系y原型機；（3）改進與歸納專家知識庫等。
專家系統的實現通常建立在大量的數據統計與人類專家提供的問題解決實例上，沒有精確或統一的求解算法，因此也會造成一些局限性。在人工智能與計算機科學快速發展的今天，專家系統也逐漸更重視理論和基礎研究，除了基于經驗的理論，基于規則和模型的方法也將投入到實際運用中，未來的專家系統將更偏向協同式和分布式方向發展。
2.5 機器學習
機器學習是指計算機自動獲取新的推理算法和新的科學事實的過程，是計算機具有智能的基礎。計算機的學習能力是人工智能研究史上的突出成就與重要進展，也是人工智能初步實現的重要標志。機器學了在人工智能領域有著重要應用，對于探索人類智慧的奧秘以及學習方法和機理都有著重要意義，機器學習的時代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。
3 人工智能的應用
人工智能的首次提出至今已有60年的歷史，在這個循序漸進的過程中，無論是功能場景還是機器模式，都逐漸從單一到通用、從簡單到復雜，表達方法也更多種多樣。目前主要通過賦予機器產品一定的人類智能從而有效地提升機器工作效率及能力，未來的人工智能將更多的模擬人類生活環境及思維方式來設計出真正具有人類智能的高效人機系統。
3.1 人工智能在各個行業的應用
人工智能已經運用到人類生產生活的各個方面，主要包括以下幾點：（1）以智能汽車為代表的自動化交通方式。（2）種類繁多的家庭智能服務機器人。（3）用于臨床支持和病人看護中的自動化智能設備及醫療器械。（4）智能教育輔導系統、線上學習和智能輔助學習設備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設備的興起給互聯網娛樂時代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領域的預測及防范。（7）大量重復機械的勞動逐漸由智能機器取代，人類承擔著更多的創新及實踐工作。
3.2 人工智能生活應用實例
作為輔助人類生產生活的重要工具，日趨成熟的智能機器人已經快速走進了人們的日常生活中，下面我們介紹幾種常見的使用場景：（1）智能房屋和家居生活的構建：目前的智能停留在自動控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調等等；而未來，人工智能的發展將根據你的日常行為了解你的習慣喜好，利用傳感器和自動裝置搜集用戶的行為數據，通過機器學習和深度學習算法改造你所居住的環境。最終實現真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導航和定位實現規定路線的行駛、通過激光測距、雷達感應和照相等技術，配合復雜的計算公式從而辨別和避讓各種障礙，最終脫離人類操控的環境下自動完成發動、駕駛、剎車等動作。行駛的安全性和準確性在智能機器的幫助下其實更可靠，我們完全有理由相信未來自動駕駛將成為人們出行的新方式。（3）基于神經網絡的新型翻譯方式：在線翻譯相信大多數人都不陌生，使用范圍廣普及率極高，但其準確性一直都是人們關注的焦點之一。谷歌翻譯負責人表示將在部分功能上嘗試使用深度學習技術，如果能順利實施必將使得翻譯準確性的研究取得實質性突破，而基于神經網絡的翻譯方式則將幫助計算機更好地模擬和理解人類思維，使得翻譯結果更流暢合乎規范，也方便人們更好地理解。
4 人工智能的發展歷程
人工智能的發展歷程不算很長，但發展速度卻異常迅猛。跟所有新興的前沿學科一樣，人工智能的發展中也經歷了和低谷時期。根據不同時期代表性人物和事件的發生，我們大致可以將整個過程分為以下幾個階段：
（1）1950年，舉世聞名的“圖靈測試”（圖靈，英國數學家，1912―1954）首次發表于《計算機與智能》一文，即通過房間外的人和兩個房間內的人和機器分別對話中，是否能區分人和機器從而判斷出機器是否具有了人的智能。這是人類對于人工智能最初的概念。
（2）1956年，由香農、麥卡錫、朗徹斯特和明斯基共同發起的DARTMOUTH學會于達特茅斯大學召開，會上首次提出“人工智能”一詞，這是歷史上第一次關于人工智能領域的研討會，見證了人工智能學科研究的開端。
（3）1960年以來，生物進化領域逐漸建立起了遺傳、策略和規劃等算法。1992年計算智能由Bezdek提出，計算智能對于生物進化學的探究有著重大意義，涵蓋了模式識別、人工生命、神經網絡、進化計算等多學科集合與交叉。
（4）上世紀90年代開始，專家系統逐漸興起，對于專家知識庫的不斷改進以及基于規則和模型的協同式分布式專家系統將是未來使用的主要趨勢。
（5）從1960年神經網絡首次應用于自動控制的實施，到1965年人工智能啟發式推理規則的方法引入，再到1977年運籌學理論中概念智能控制模式的成功借鑒，人工智能的發展也順利引導了自動控制模式逐漸切換到了智能控制模式。
（6）從1956年AI概念的正式提出以來，人工智能領域已經取得了眾多突破性的成就和進展，很多天馬行空的想象也隨著科技的進步在一代代科學工作者的不斷努力下逐漸設計落實，人工智能已經從科學研究逐漸走向了人們的日常生活中，成為了當下最具潛力的多學科交叉的前沿科學。
5 人工智能的未來與發展趨勢
從人工智能的提出到逐漸走入人們生活，人工智能的概念一經問世則得到了人們的普遍關注，甚至帶動了語音識別、自然處理處理、機器學習、數據挖掘等一系列相關學科的發展和興盛。人工智能領域中的創新和蓬勃發展是趨勢也是必然，通過了解人工智能學科的發展歷程及應用領域，我們大致可以推測出關于未來人工智能的一些方向：（1）機器學習和深度學習算法指導下更聰明更多樣性更具智能的機器系統。（2）自然語言處理應用中更自然的人機互動交流。（3）機器學習時代更快速的數據處理分析策略。（4）各研發企業和機構對于人工智能先進技術更激烈的競爭和角逐。（5）超人工智能（Artificial Super Intelligence，簡稱ASI）時代下AI是否會走向失控給人們帶來的微恐懼。
6 結語
在短短60年的時間內，人工智能的快速發展已經從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實現正在不斷幫助我們探索這個世界、幫助我們搜尋信息應對各種各樣的挑戰。人工智能在逐漸強大的同時，有機遇也存在著巨大的挑戰和技術瓶頸，距離人工智能時代的真正實現還有很長的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認知的智能、是否會出現違背人類價值觀的危險行為將是未來很長一段時間內需要研究的重要課題。
參考文獻
[1]李紅霞.人工智能的發展綜述[J].甘肅科技縱橫，2007，36（5）：17-18.
人類將在與機器的共生共存中，開啟一個新的時代？
近年來，人工智能已經從科學的神壇走入了經濟的大潮，成為了各大公司爭相競逐的新戰場。
在中國，BAT紛紛在人工智能領域布局：李彥宏聲稱“互聯網的未來在于人工智能”，百度的百度大腦、無人駕駛汽車初具規模；騰訊發揮微信、QQ的強大優勢，在語音識別、圖像識別、人臉支付領域發力；阿里巴巴則以阿里云為基礎，將人工智能的基礎――數據生態系統做大。而國外的谷歌、微軟、FACEBOOK、IBM等巨頭，也在人工智能領域全力推進，從當年IBM的深藍到今天的阿爾法狗，僅僅是巨頭們在人工智能領域嘗試的冰山一角。 什么是人工智能
盡管隨著人機大戰，人工智能已經成為了一個耳熟能詳的熱詞，但究竟什么是人工智能，卻在行業內都難以有一個確定的定義。其實簡單地說人工智能就是對人的意識、思維過程的模擬，但之所以人工智能的定義難以確認，關鍵在于對“智能”的定義難以確認，在人工智能領域經常有一句話說：我們連人的智能是什么都不知道，何談人工智能？因此目前大家普遍認可的還是由約翰?麥卡錫（John Mccarthy）在1956年的達特矛斯會議（Dartmouth Comference）上提出的：人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。簡單地說，如果說機器人是要在完成人類四肢的工作，那么人工智能則是要完成人類大腦的工作。
人工智能為什么這么火
其實人工智能早在60年前就被正式提出，幾十年來也一直在飛速發展，但似乎在過去的日子，普通人更多地是通過《終結者》、《我，機器人》等科幻電影了解到人工智能，但為什么今天人工智能突然成為了大家關注的焦點呢？來自微軟研究院的芮勇認為，除了這些年所謂算法的演進和提升外，幾個物質方面因素的發展也將人工智能的應用成為了可能。首先在于背后計算能力的飛速發展。人工智能背后需要有強大的計算能力的支撐，我們看到是阿爾法狗擊敗了李世石，其實阿爾法狗只是一個程序，在背后則是強大的超級計算機的運算。據中國最大的超級計算機制造者――浪潮公司的科學家劉軍介紹，目前，超級計算機的性能發展迅速，一臺超級計算機已經能夠達到一百萬臺電腦的運算能力，因此，在計算能力上將人工智能需要的超級運算成為可能。其次，人工智能需要對海量的數據進行分析，就必須擁有海量的數據，而幾十年的互聯網的發展，讓人類社會中海量數據的產生于收集成為了可能。第三，4G技術的普及，讓數據隨時隨地的鏈接已經成為常態，也讓大量數據的傳輸成為可能，使用場景的便利化，給人工智能走進日常生活提供了多種可能。如果說人工智能原來是一粒種子，但陽光、溫度、濕度等外在條件還未具備，因此一直蟄伏在科學家的研究室里，那么今天，正是人工智能即將破土而出的時刻。
既然人工智能時代已經到來，那么無論是科學層面、經濟層面，還是我們生活中的人工智能三大猜想就無可回避地出現在我們的面前，讓我們看看中外人工智能專家將給出什么樣的答案。 人工智能是否會比人聰明？
在硅谷的美國宇航局艾姆士研究中心，有一所一出生就聲名顯赫的大學―“奇點大學”。其校長雷?庫茲韋爾認為，伴隨生物基因、納米、機器人技術幾何級的加速度發展，2045年左右，人工智能將來到一個“奇點”，跨越這個臨界點，人工智能將超越人類智慧，人們需要重新審視自己與機器的關系。人類將在與機器的共生共存中，開啟一個新的時代。那么，人工智能真的將比人類聰明嗎？
對于這個問題，科大訊飛董事長劉慶峰堅決認為，人工智能一定能夠超越人類，因為通過互聯網萬物互聯，可以把所有人類的智慧匯聚到后臺，通過深度神經網絡來展現，所以人工智能到時候不是跟單個人比，它是把所有人的智慧匯聚在后臺，來跟單個人比，所以它在絕大部分場合下會表現得比人類更聰明。微軟亞洲研究院院長洪小文則認為人工智能在大多數情況下比人類更具有能力，但它仍舊無法與人類的智能相比，因為，人類最可貴的能力在于創造力，而這一點上人工智能無法與人類抗衡。被稱為中國人工智能布道者的搜狗創始人王小川指出，原來我們都認為人工智能缺乏創造力，但現在人工智能的發展已經否定了這一點。拿阿爾法狗在人機大戰中的表現來看，它的很多招法都是傳統圍棋理論所難以接受，對人類棋手而言匪夷所思的。因為以前是人類告訴機器方法該怎么做，到阿爾法狗的時候，人類開始不用告訴計算機方法，只告訴人工智能目標：就是要贏，這個方法和答案讓它自己找。但即便如此，也不能認為機器能夠比人聰明，因為必須要人類為人工智能設立一個目標，它才能夠產生后面的學習。
所以對于人工智能而言，可以在很多時候輕松擊敗人類，但它仍受到兩方面的限制，第一條是它只能從人類已有的各種各樣的行為和判斷的數據中去學習，創造不了人類沒有經歷過的全新的方向。第二是機器設計不了規則，必須由人來設立規則或者說是算法。 人工智能是否會取代人類？
當機器有了智能，自然而然就會讓人們想到他與人類的關系，所以在《終結者》中出現了“審判日之戰”，在《黑客帝國》中出現了人與MATRIX（矩陣）的對決，而科幻作家阿西莫夫則防患于未然地提出了“機器人三定律”，那么，人工智能的發展真的會取代人類嗎？
小I機器人的創造者袁輝對此持悲觀態度，他認為整個目前人類文明是在走向一個下滑的階段，所以在這種階段下面，人類最后會被終結，這可能是一個時間的問題。從本質上說，這是人類自己的問題，人類創造了人工智能這樣的一個物種，這個物種與人類是和諧共存還是競爭，完全取決于人類的發展。而搜狗董事長王小川則預測當人類面對人工智能的時候，會與人工智能共同進化，人工智能將最終會成為人類的一部分，人工智能既會幫助人類，也會約束人類，二者將是一種合體的關系，最終人會變成新人類，會進化成新的物種。
科大訊飛董事長劉慶峰承認因為人工智能可以在后臺匯聚人類的各種智慧，所以在很多的復雜的活動中可以超越人類，但是最終是被人類所管理和控制的。因為機器沒法自己設定規則，所以它一定是在人類定的大規則下來為人類服務的。最后人和機器會相互耦合在一起，推動整個世界的進程。
其實，在人類發展的進程當中，每一個新技術的出現總會伴隨著爭議、誤解甚至是擔憂或者是恐懼，在十九世紀工業革命的時候，英國的產業工人擔心機器搶了自己的工作，于是紛紛去燒機器、毀機器；兩百年前，在美國大約70%的人口都是農業人口，而大型機器和生產線出現后，幾乎搶奪了所有的農業人口的工作。但現在美國只有1%的農業人口，而那69%的人并沒有因此而失去他們的生活或者是工作，反而在機器創造的更多的新領域創造了新的工作，尋找到了新的生活。相比那個時候，人類進化了，因此人類就是在不斷認知自我的過程當中，去擁抱越來越美好的新生活。 人機大PK
盡管有預言人工智能將逐漸地接管人類的種種職業，但那畢竟是未來，現在，人工智能在一些常見的領域到底達到了什么樣的水準？讓我們看看人機在幾個職業上的PK。
項目：語音識別
規則：由人工智能和人類速錄師同時聽一段聲音，并將其轉化為漢字，看誰的準確率高。
結果：
1、速度：雙方速度幾乎一樣，都是在語音播放的同時完成了錄入。
2、準確率：準確率都達到99%以上。
應用場景：目前，語音技術主要應用領域是：導航和音響系統、智能可穿戴設備、制造業、智能家居、電信領域、醫療領域、教育等領域。預計在2017年以前，全球語音識別市場將達到1330億美元。
視角延伸
1、在嘈雜的環境，多人對話的情況下，人工智能尚缺乏足夠的辨別能力。
2、對于方言，人工智能的準確率明顯降低，需要專門的數據庫予以支撐。
3、人工智能的語音識別已經拓展到多種語言，已經初步達成了實時翻譯功能。
4、在未來萬物互聯時代，語音識別將成為人機對話、打通各個平臺的接口。
項目：駕駛
規則：無人駕駛汽車在高峰期于北京東三環行駛，看行駛的平穩度與安全性；無人駕駛汽車在專業賽車場進行18米S彎繞樁跑，就是賽車手考賽車水平的時候，會有這一段考試，從頭到尾如果是人駕駛一般要14分鐘，用智能機器人可以做到13分鐘多一點，就是說比賽車手還少一點時間。
結果：
1、實地無人駕駛順利完成，放置于車頂的打火機，硬幣等物件沒有掉落。
2、專業賽車場進行的18米S彎繞樁跑，人駕駛一般要14分鐘，人工智能可以做到13分鐘。
應用場景：當前，世界大型汽車制造商都在致力研究無人駕駛汽車技術。該技術在減少擁堵和安全隱患等方面大有作為。根據業內預測到2020年，無人駕駛汽車市場將達到6億美元。
視角延伸
1、人工智能還不能處理很多復雜的情況，在技術上仍然具有很大挑戰。
2、無人駕駛的目標第一是解決因為人為的因素造成的安全性；其次能夠將人類從駕駛的煩瑣中解脫出來。
3、專家預測，未來五年無人駕駛的發展方向將是“增強駕駛”，即汽車同時具有人類駕駛與無人駕駛功能并存，人與車的關系就如同當年人與馬的關系一樣。
4、無人駕駛設備能否小型化將成為無人駕駛能否走向應用的一大門檻。
項目：圖像識別
規則：由人工智能和人類同時識別三張明星在不同化妝、衣物時的圖像，看誰能準確地認出；同時識別三種長得相似的普通人的照片，看是否能夠辨認出這是否是同一個人。
結果：
第一次辨認結果人工智能勝過了人類。
第二次因為有一張圖片面部有頭發遮擋，人工智能表示無法識別。
應用場景：目前，圖象識別技術主要應用在：導航、遙感圖象識別、天氣預報、環境檢測、通信、軍事和公安刑偵、臨床診斷和病理研究等領域。
視角延伸
1、使用圖像識別技術，在大量攝像頭拍攝的畫面中無論要找罪犯還是要找失蹤的人口，效率將會比人類識別高出很多。
2、跟人臉識別和語音識別相結合起來，將極大地提高對個人身份的辨識度，在金融支付領域具有廣闊前景。
3、圖像識別將進一步發展成表情識別，可以在第一時間感知人類情緒，并采取相應措施。如在駕駛中如果智能攝像頭能夠感知司機情緒不穩定，可以提前采取措施，減少事故發生可能性。 觀點大碰撞
對于人工智能，過去很多人定義過，它要有比較高的自感知能力、自主決策和控制能力、對安全和意外的自動預警和防范處理能力等，它要能在較少人為干預的條件下完成工作和服務。但要強調的是未來人工智能跟過去不同的地方，未來的人工智能一定是終端跟云端協同創新實現的智能控制與服務的。有了網絡以后，人工智能就不僅是靠機器內的軟件硬件系統來操縱，還可以在使用終端和云端之間實施交互協同來實現，它的水平和能力會遠遠超過歷史上單部機器的智能行為。其實阿爾法狗也有很多東西是在云端計算，而不在終端。所以這是一個未來的方向。
人工智能技術可應用的領域是非常廣泛的，可以說是無處不在。它可以應用在生產制造業，還可以應用在各種服務領域。比如金融服務、醫療服務等都可以用人工智能技術；學習方面，也可以用來提升學習效率；還有農業領域，可以借助人工智能技術判斷施什么樣的肥料、怎么樣防治病蟲害等，快到收獲季節還可以通過人工智能技術預測預判市場銷售，這對農產品的行銷也都會有大的幫助。
“中國制造2025”提出創新驅動、質量為先、綠色發展、結構優化、人才為本，智能制造是核心。制造經歷過不同的時代，第一次工業革命以后是機械制造時代；第二次工業革命以后是機電結合了起來；后工業階段，上世紀80年代以后又加了電子、機械電子一體化；而信息網絡出現以后，現在和未來的制造是網絡智能的時代的網絡協同智能制造，制造過程、運行服務過程都將數字化、網絡化、智能化，這是制造業發展的方向和技術創新的核心。
鄔賀銓：中國在人工智能應用方面走得很快
人工智能研究的起步，一般被認為是在20世紀50年代，那時候中國還沒有開始研究。不過，人工智能在前50年里還停留在科學家的圈子里，沒有走向應用。這些年中國人工智能的研究跟其他新生領域的研究一樣，取得一些好的成果，但是總體上與國外還是有差距的，在一些有影響的文章發表、人工智能原創的技術，包括支撐人工智能的產業等方面我們還有差距。
不過，應該說中國的人工智能在個別領域做的還是很不錯的。比如說，科大訊飛在中文的語音識別上是領先的，百度、阿里、騰訊也在關注人工智能，不但自己在培養專家，也從海外引入一些高端人才，努力縮短我們與國外的差距。
中國機器人也做的不錯，嚴格來說，我們機器人是廣義的機器人，傳統講的機器人是工業機器人。我們的機器人產品以面向社會消費應用為主，產能產量已經占到世界較大市場。沈陽自動化所和新松機器人等公司從事機器人研究很長時間了，他們在做工業的機器人，也取得了不少的成績和應用。但是在大型生產線上，目前應用的工業機器人還是以國外產品為主。
中國在無人駕駛車的應用方面跟美國相比也不會差距很遠。現在百度的無人駕駛車，按照現在的水平也有望在未來的一兩年內應用了。不過，無人駕駛需要很多技術，而現在國產車內的車載電子系統還是進口的，如果說不能在汽車總線上突破，我們的無人駕駛車在核心技術上還是有不少差距。
總體來說，在人工智能的應用上中國走得很快，展望未來不僅會縮小與國際的差距，也會走在前面。中國正處于經濟發展方式轉變和兩化融合的重要階段，需要大量的生產自動化手段，中國的人工智能的市場非常大。
張潼：人工智能的核心技術就是讓機器學習
現在企業界很多研究院，包括阿里、騰訊、滴滴、360等關心的都是機器學習的核心能力。總體來講，一個是大數據，另外一個是對于大數據處理和加工的能力。把一個原材料變成你真正所需要的系統或者產品，這是它的能力。從機器學習的技術來講，如何實現規模更大、創新還有實時更新的效果，這一系列的技術能力使得所有公司都非常感興趣。
總體來講，數據處理的核心能力就是機器學習能力，還有高性能計算。處理大數據也要有計算平臺，最后是一系列應用，包括廣告、無人車，包括其他行業的探索。
此外，現在的醫療有各個環節，其中一個環節和互聯網緊密相連，當病人患病的時候，去醫院之前往往會自己看看是什么毛病，會有自我診斷或者自我詢查信息的過程，但是百度搜索信息不太足夠，因為只能找到相關網頁，并不直接相關。其他的一系列互聯網公司也會有這樣的平臺去幫助查詢者對接，像對接醫生和對接專業的知識一樣。
從我們的角度來講，實際上可以利用人工智能的能力去做這種系統，這種系統有幾個形式，比如說病人會用口語化的形式表達，醫生比較專業，病人不知道很多專業名詞。如何把口語化和專業知識對接需要設定自然語言的病癥，這也是病人希望交流的形式。
從機器智能角度上要有交互、引導以及對話，另外還要把信息綜合起來，這樣會有更好的理解。如互聯網+零售業，百度怎么和零售業相結合，這是研究院思考的問題。如果打通線上線下，就知道這些客戶線上的行為和喜好，以幫助線下的商家找新客戶。而利用機器學習建模技術把這些人的喜好或者類別分列出來。
如何理解大數據和人工智能的關系，大數據是它的源泉。世界上很多國家很重視收集數據的能力，因此也使得它在下一階段將有大大提升。此外還有機器學習，AlphaGO、無人機就是例子，它的核心技術就是智能化，下一個十年也將會有更加細致的發展。人工智能會促進一系列的新技術成為可能，這種可能會推出新的產業。
Jim Lawton：機器人需要更加智能化
長時間以來，機器人只能在不變的工作環境下工作。我們需要為機器人定制適合的工作環境，這個安排在一些工廠行得通，但是大部分工廠的工作環境不一定能配合。
我們通過編程讓機器人執行一些任務，機器人會按照設定好的程序工作，但這不是智能機器人。更加智能的機器人是這個行業重要的突破和創新。我們現在擁有更優秀的機器人――能夠在不完美的環境下工作。操作任務自動化進程不斷地在創新。此外，隨著機器自主學習及深度學習等人工智能的進步，認知任務的變化也是日新月異。
人機協作將主要在兩個方面發生變化。一方面，以往我們需要請專家為機器人編程，然后執行任務。現在則通過演示來培訓機器人。在未來，人類員工將“告訴”機器人去做什么，機器人只需要“看”著去學，從人類那里學習，也可以從另一臺機器人那里學習。另一方面，我們深信只有人類能自主工作。制造業的新趨勢是結合傳達實時遙測數據的機器人和能累積結構化和半結構化數據的軟件數據平臺，然后供人類理解及詮釋信息、并且做出明智的決定以提升工作流程，促進持續創新。
因此來說，人類和機器人將并肩工作，共同解決問題，提升工作流程，并能一起處理更多的任務。操作任務和認知技術自動化相結合是制造業創新時代的必然趨勢。
SEARI在去年11月成為Rethink Robotics在華首家分銷合作伙伴。協作機器人是Rethink Robotics的核心優勢，Rethink Robotics通過其智能協作型的機器人Baxter和Sawyer，可完成目前90%傳統自動化方案不能完成的工作，從而不斷革新制造業的生產方式。
協作機器人和傳統的工業機器人有很大的區別。傳統機器人對精準定位、速度、精度、剛性等方面有硬性要求，相對而言，易用性、操作靈活性及安全性正是協作機器人的優勢，國內很多企業對兩者的比較已經有一定的了解。
在過去幾個月，我們的銷售團隊已經走訪一百多家企業，向它們推廣Rethink Robotics的方案，獲得非常好的反響。但協作機器人真正進入中國市場還需要有一個磨合的過程，現在不少國內制造業的工廠都是幾年前、甚至十多年前建好的，當時的廠房設計是按照人手操作的思路來設計的，完全沒有把機器人的元素考慮在內。
關鍵字：電氣工程人工智能計算機技術
中圖分類號：F407.6 文獻標識碼：A 文章編號：
智能化是新崛起的高科技技術，它將人工智能理論和計算機技術結合在一起，應用于多個領域。智能化技術在電氣工程領域可應用于優化產品設計、自動控制、系統運行、信息收集和故障診斷等方面，能夠有效地提高控制精度和工作效率，彌補和改進電氣工程中的缺陷和差錯，大幅度地加快了電氣自動化學科的發展，尤其是自動控制領域。設備的智能化，控制系統的穩定化，是電氣工程技術的一次巨大革新。
一、智能化技術的應用理論基礎
智能化技術應用是以一門涉及多學科知識、綜合性較強的學科為理論基礎的。智能化技術研究的方向是如何將人工智能應用到機器上，使機器能夠完成高危工作等人類難以完成的工作。電氣工程行業主要研究相關的信息收集處理、自動控制等科研和控制項目，將計算機技術應用于電氣工程具有很強的實用性和適用性。智能化技術作為計算機的高端技術，已經在電氣工程自動化控制工作中得到應用，并發揮了作用。在電氣工程中應用智能技術，可以大幅度提高工作效率，減少資本投入，可以減少工程控制人員，實現資源的合理分配。
二、智能化控制技術的優勢
1、快速高效
相比于低效且緩慢的傳統控制方式，智能控制技術傳達指令速度快，并且錯誤發生率極低。智能控制技術通過數字化手段向需要控制的設備發送精確的指令，高速到達后，設備就可以完成指令。
2、能夠實現全天監控
電氣工程通常需要全時段運行，而許多疏于監測、管理或在傳統管理模式下難以監測、管理的時段和區段經常發生電氣故障。而智能控制技術通過數字化手段能夠對電氣系統進行全方位、全時段監控，同時能夠及時的將系統信息傳送給控制中心，并將指令反饋到系統。智能化技術的應用實現了對電氣工程的實時監察和控制。
3、安全性更高
高溫、低溫、潮濕等惡劣環境能夠引發電氣工程系統的一些機器故障，造成重大事故并極有可能造成人員傷亡。而智能控制系統通過遠程遙控功能，可以實時監控、及時反應、大大降低事故發生率和減少惡劣環境下工作人員受到的安全威脅。
三、智能化技術在電氣工程中的應用現狀
人工技術的應用實現了以下控制功能：1、實時采集開關量與模擬量等數據信息，并加以儲存和處理；2、通過模擬系統和設備的運行，以畫面的形式真實的呈現出來，實時監測顯示電壓等數據，并進行模擬計算生成趨勢圖；3、在電氣工程中使用專家系統能夠生成報表、日志并儲存數據等；4、能夠實現實時記錄故障、捕捉波形、記錄順序等工作；5、實現通過計算機對電氣工程系統的控制，能夠限制權限，加強值班管理；6、能夠實時在線分析處理數據，設定修改參數；7、實現了智能監控，通過簡單易于分辨的形式自動報警，并對故障進行記錄。
四、電器工程自動化控制的智能應用前景
隨著社會進步、科技發展，人工智能技術也越來越成熟，應用領域也愈加廣闊。人工智能在電氣化工程控制中的應用主要涉及優化產品設計、故障診斷、以及控制保護等方面。
1、產品設計優化中的智能化應用
電器產品的設計過程是一項集合了理論和經驗知識、涉及多學科知識的的復雜工作。相比于采用經驗結合大量實驗手段、缺乏充足技術支持、工作效率低下的傳統設計模式，人工智能在優化產品設計方面的優勢十分突出。通過計算機的幫助，實現了設計的高效化、智能化，減少了構思到投入生產的時間。作為人工智能技術的主要算法之一的遺傳算法，其擁有的全局尋優能力和自動適應調整搜索方向的能力十分適合產品的優化設計，而人工技術的另一主要算法---專家系統能夠根據一個或多個該領域專家的知識和經驗，推斷、處理復雜的問題，這也是優化產品設計的重要手段。
2、診斷故障中的智能化應用
采用傳統方法診斷具有非線性、不確定性等特點的電氣設備故障效率和準確率都很低。人工智能技術通過模糊邏輯、專家系統等方法診斷故障能夠大大提高效率和準確率。例如利用結合模糊理論和神經網絡的方法診斷發單機的故障，既使用了模糊性又利用了神經網絡強大的學習能力。雙管齊下，提高了故障診斷的準確率。
3、控制中的智能化應用
人工智能控制技術已經較為成熟的應用在電氣自動化上。主要控制方法如下：1、專家控制能夠模擬人類專家，根據相關的知識和經驗解決問題；2、模糊控制具有較強的控制力，能夠應用于復雜或者是難以精確描述的系統；3、神經網絡控制能夠解決復雜的非線性、不確定系統的控制問題。采用人工智能技術能夠降低投入，提高系統的工作效率和質量，當前最常用的控制方法是模糊控制，簡單并與實際緊密相關。智能化控制器能夠提高控制的精密度，避免不確定因素的產生。智能化控制能夠進行遠程調控和根據相關數據來自行調節，無需工作人員時時刻刻都守在設備旁邊。目前這三種控制方法主要應用于以下幾方面：采集開關量和模擬量的實時數據，并加以處理；對電氣工程系統的運作狀態智能監視；通過計算機控制電氣系統；記錄、診斷、分析發生的故障。
五、結論
人工智能理論是研究如何將人的智能轉移到機器上的理論。人工智能研究的主要目標之一是使機器完成原本只有人類智能才能完成的任務，甚至在一些人類不能進行工作的環境（高溫高壓等惡劣環境、微小環境）下能夠智能的完成工作。人工智能技術作為計算機科學新的分支詮釋了智能的涵義。人工智能技術主要研究圖像識別、機器人和專家系統等。電氣工程主要研究相關的系統運行、電力電子技術、自動控制、信息采集處理、研究開發、計算機技術應用等領域的工作。所以人工智能的模糊理論、神經網絡、專家控制等理論十分適合應用于電氣工程的多項領域，而電氣工程的一些特殊性也需要人工智能技術的服務。如今，人工智能技術在電氣工程自動化中的應用已經取得一定成果，實現了對電氣工程系統的全天候實時監控、優化產品設計以及智能診斷故障等。但是要實現系統化和規模化還有較大難度，但是只要努力探索和學習，相信電氣工程自動化的智能應用能夠迎來發展的春天。
參考文獻
[1]宋昱良.淺談電氣工程的自動控制技術.電腦知識與技術.Vol.7,No.2，January 2011，pp.460-461.
關鍵詞：智能技術；電氣自動化；應用
中圖分類號：TM76；TP18 文獻標識碼：A 文章編號：1674-7712 （2014） 12-0000-01
人工智能技術是一種融合了多種學科的先進技術，在人工智能技術進入工業生產的很長時間內，使得我國的工業生產自動化水平得到了跨越式的提高。通過將人工智能技術應用于電氣自動化控制的各個方面，最終實現了電氣設備的“智能”操作，通過為電氣設備賦予了如同大腦一般的邏輯思維，提高了電氣控制的精確性和可靠性。因此，人工智能的出現，不僅可以幫助企業提高生產效率，更重要的是可以為未來電氣自動化、智能化的發展趨勢提供了新的思路。
一、人工智能技術的發展與特點
（一）人工智能技術的發展
人工智能技術是伴隨著計算機技術發展而興起來的一門綜合性科學。“人工智能”的概念最早起源于1956年Dartmouth學會上，一批具有超前眼光的科學家，對于如何利用機器來模擬智能進行了廣泛的討論，使得“人工智能”作為一門新興學科進入了人們的視野。隨著時代的發展，人工智能技術越來越成熟和完善，在國內外眾多科技企業和高校聯合研究的努力之下，已經出現了智能語音、智能圖像、語義理解等先進的人工智能技術，它不僅可以改變了人們的生產生活方式，更重要的是為人工智能技術的不斷地創新和融合發展，逐漸形成一體化的人工智能技術鏈奠定基礎。
（二）人工智能技術的特點
人工智能技術作為當前世界三大主流技術之一，不僅在應用范圍上占據優勢，還以其自身豐富的研究領域、跨學科的研究方法等特點，成為最具有挑戰性的前沿科學，整體來說，智能技術在自動化控制方面的特點具體表現為：一是隨著人工智能技術的完善，將工業生產的控制精度、效率都提高了一個新的層次，實現了工業生產控制的各種信息得到及時處理和調整，使得自動化生產流程變的更加柔性化；二是伴隨著工業自動化生產的同步性和綜合性趨勢越來越顯著，人工智能技術與自動化生產集成技術相互融合，以各種可操作、可編程的智能控制器，最終實現了電氣自動化生產的多功能和穩定生產目的。
二、電氣自動化中的人工智能技術探悉
工業自動化生產的順利進行，要從自動化生產的目標入手，通過一定的控制程序完成每個生產流程的任務，因此，將人工智能技術運用到電氣自動化生產時，能夠自動、高速的處理來自于生產過程中的各類數據，從輸入設備到存儲運算器，再至智能控制器，人工職能技術的每個環節，都可以對工業自動化生產“了如指掌”，保證了生產的完整性，又提高了產品的質量，為電氣自動化生產帶來豐厚的收益，其具體應用可以從以下幾個方面進行分析：
（一）保證了電氣自動化設計的先進性
對于自動化控制來說，一套成熟的電氣自動化控制從設計到正式投入使用的周期較長，而且在這個復雜而漫長的過程中，其設計電路的繁瑣性、細致性都是令人難以想象的。由于在傳統設計過程中，大部分設計工作都是依靠設計師的經驗，以人工繪圖布線的方式完成，這就拉長了自動控制的設計周期的同時，也使得電氣設計不一定是最好的方案，由此可見，傳統方式下的電氣自動化控制的設計難度主要集中于此。而人工智能技術的出現，大大改變了電氣自動化控制的設計過程，將設計變的更加高效和簡單，從人工智能的技術層面分析，人工智能技術主要通過強大的計算機設計功能，將控制設計在人工智能技術的啟發之下，充分顯示出人工智能技術的透明性和靈活性，特別是人工智能技術的擴展性是一大特色，它可以將很多新知識納入自己的存儲系統中，將自動化控制設計的現在與未來需求結合在一起。從一定程度上可以認為，人工智能技術已經在幾十年的發展中，將設計過程從理論變為實踐，最終保證設計出來的電氣自動化過程或產品能保持高質、高效的優良品質。
（二）將電氣自動化控制能力提升到新的高度
電氣自動化的控制過程充滿了大量的數據和運算，人工智能技術的應用，可以通過模糊算法、遺傳算法和專家系統對非線性函數進行計算，使得自動化控制變的更加精準，與以往控制理論相比，智能技術具有便于調節、一致性好、抗干擾能力強等優點。比如以人工智能技術中的模糊控制舉例，這種結構簡單、性能穩定的控制方式，讓自動化控制的多維化變為現實，對控制模式識別和信號處理有著不可缺少的重要作用，比如在全自動輪胎鋼絲圈的生產過程中，對不同產品的生產牽引速度采用模糊控制，不僅有利于生產速度的有效控制，還可以充分發揮人工智能技術中專家系統的優勢，實現生產控制的簡單、快速，使得工業自動化生產取得了良好的成效。
（三）滿足了電氣自動化故障的診斷需求
故障診斷也是電氣自動化控制所不能忽略的重要環節，故障診斷的目的是為了確保自動化設備的安全性和準確性，隨著我國工業自動化程度的不斷提高，故障診斷對于自動化控制的重要性也將不言而喻，常見的人工智能診斷技術有專家系統、神經網絡、分行幾何等，每個故障檢測技術都有自己獨特的適用范圍，它們都具備對故障信息的完全處理能力，包括對故障進行有效診斷并給出相應的解決措施，所以，智能診斷技術對推進我國電氣自動化控制的發展意義重大，應該不斷加強人工智能診斷技術的探索和研究。
三、結束語
綜上所述，人工智能技術已經為電氣自動化生產帶來了創新的發展的靈感，特別是隨著越來越多的理論和知識研究的深入，使得這項技術變的更為“智能化”，以最終滿足日益復雜的現代工業的自動化生產的需求。
參考文獻：
[1]紀.人工智能技術在電氣自動化控制中的應用思路分析[J].電子測試，2014（03）.
[2]周超.人工智能技術在電氣自動化控制中的運用[J].硅谷，2012（08）.
[3]劉冰.解析電氣自動化控制中人工智能技術的運用[J].科技創業家，2014（08）.
中圖分類號：TP391.6 文獻標識碼：A 文章編號：1007-9416（2012）04-0000-00
人工智能（Artificial Intelligence，簡稱AI）是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能）。也被認為是二十一世紀（基因工程、納米科學、人工智能）三大尖端技術之一。近三十年來它發展迅猛，逐步成為一個獨立的分支，無論在理論和實踐上都已自成系統，在很多學科領域廣泛應用，并取得了豐碩的成果。美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這種說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。可以說，哪里有計算機應用，哪里就存在應用人工智能。
人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算機，使計算機能實現更高層次的應用，人工智能將涉及到計算機科學、心理學、哲學和語言學等學科。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智能學科在計算機方面的發展也必須借用數學工具，數學不僅在標準邏輯、模糊數學等范圍發揮作用，數學進入人工智能學科，它們將互相促進而更快地發展，以便應用到計算機科學上。
人工智能觀點認為計算機不僅是用來研究人的思維的一種工具，相反，只要運行適當的程序，計算機本身就是有思維的，這是指使計算機從事智能的活動。在這里智能的涵義是多義的、不確定的，下面所提到的就是其中的例子。利用計算機解決問題時，必須知道明確的程序。如識別書寫的文字、圖形、聲音等，所謂認識模型就是一例。再有，能力因學習而得到的提高和歸納推理、依據類推而進行的推理等，也是其例。
計算機出現后，人類開始真正有了一個可以模擬人類思維的工具。現在人工智能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。例如，1997年5月，IBM公司研制的深藍（Deep Blue）計算機戰勝了國際象棋大師卡斯帕洛夫（Kasparov）。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于人類的工作，計算機以它的高速和準確為人類發揮著它的作用。人工智能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件都因為有了人工智能的進展而得以存在。
在人工智能中，這樣的領域包括語言處理、自動定理證明、智能數據檢索系統、視覺系統、問題求解、人工智能方法和程序語言以及自動程序設計等。在過去30多年中，已經建立了一些具有人工智能的計算機系統；例如，能夠求解微分方程的，下棋的，設計分析集成電路的，合成人類自然語言的，檢索情報的，診斷疾病以及控制太空飛行器和水下機器人的具有不同程度人工智能的計算機系統。
80年代以來，隨著計算機網絡的普及，特別是Internet的出現，各種計算機技術包括人工智能技術的廣泛應用推動著人機關系的重大變化。據日美等國未來學家的預測，人機關系正在迅速地從“以人為紐帶”的傳統模式向“以機為紐帶”的新模式轉變。人機關系的這一轉變將引起社會生產方式和生活方式的巨大變化，同時也向人工智能乃至整個信息技術提出了新的課題。這促使人工智能進入第三個發展時期。在這個新的發展時期中，人工智能面臨一系列新的應用需求。
軟件方面，新的開發工具不斷出現，使人工智能越來越方便地運用于各種領域。硬件方面，性能更好、價格更低的人工智能芯片，如模糊芯片、神經網絡芯片甚至“知識芯片”將不斷涌現，模糊計算機、神經計算機等新一代計算機將出現，以代替在該領域的數字計算機，這無疑又將給人工智能的實際應用帶來徹底革命。人工智能與計算機圖形學之間的相互結合和相互影響正在迅速地發展，新的智能自主圖形角色開始普及到游戲、動畫、多媒體、多用戶虛擬世界、電子商務和其他基于web的活動領域。 智能自主圖形角色建模是多方面努力的成果，從底層的幾何模型、物理模型，中間層的生物力學模型到高層的行為模型。
由于計算機芯片的微型化已接近極限。人們越來越寄希望于人工智能能夠帶動全新的計算機技術的發展。目前至少有三種技術有可能引發新的革命，他們是光子計算機、量子計算機和生物計算機。根據推測，未來光子計算機的運算速度可能比今天的超級計算機快1000到1萬倍。而一臺具有5000個左右量子位的量子計算機可以在大約30秒內解決傳統超級計算機需要100億年才能解決的素數問題。相對而言，生物計算機研究更加現實，美國威斯康星*麥迪遜大學已研制出一臺可進行較復雜運算的DNA計算機。據悉，一克DNA所能存儲的信息量可與1萬億張CD光盤相當。如果未來上述三種技術能夠成熟運用，那人工智能對計算機的發展起到決定性的作用。人工智能一直處于計算機技術的前沿，人工智能研究的理論和發現在很大程度上將決定計算機技術的發展方向。
參考文獻
不^，除上述力挺「人工智能派外，互W、u造II域仍有多企I大佬Ξ下人工智能的l展提出了不同^c。人工智能到底楹撾錚槭顫N不同企IΥ人工智能的B度不同？它⒔o企I砟男C遇，都o「老蛐魯人工智能砹酥T多疑。
人工智能「老蛐魯
「人工智能是智能家居的重要M成部分，但它只是一工具，K不是人。智能家居公司深圳W瑞博子有限公司CEO王雄x表示。
人工智能近贍曛聳摯幔2017年「期g綴醴耆吮卣。然而，人工智能K不是新概念，它Q生於1956年，迄今已有60年的v史。然而直到F在，大部分消M者於人工智能也仍是一知半解。王雄xM一步U述，人θ斯ぶ悄艿惱`解主要是不理解，人工智能主要碓挫，通^大碇匭濾茉鶻y的u造I。
Y料@示，人工智能英文sAI，是研究、_l用於模M、延伸和U展人的智能理、方法、技g及用系y的一T新的技g科W。作殯X科W的一分支，它企D了解智能的|，K生a出一N新的能以人智能相似的方式做出反的智能C器，I域的研究包括C器人、Z言Re、D像Re、自然Z言理和＜蟻到y等。
aI^察家洪仕斌表示，人工智能的十分V泛，由不同的I域M成，如C器W、XX等M成，的f恚人工智能研究的一主要目聳鞘C器能偃我恍┩ǔP枰人智能才能完成的}s工作。但不同的r代、不同的人@N「}s工作的理解是不同的。
具w到用用媯人工智能出F在包括目前涫蓽P注的智能家居等多I域。例如，通^a品ca品之g的M以及ν飩緄母兄，智能空{可以感知到室瓤囟冗^低或者^高自娛_⒒蜿P]，似的有h程操控崴器、煲等，@些正在通^手C端成楝F。
在工Iu造I域，人工智能也往往和智能u造P在一起。2017年3月9日_幕的AWE（中家及消M子博[），目前包括海、美的、格力等企I，都在大力推M人工智能u造。格力器董事L董明珠表示，⒋罅Πl展b溲u造I，取到2020年，全面Fo人化生a。
另外，在tI域，推出首款t生名C器人的f物ZBCEOR英鼙硎荊t生名C器人就是一款工具型a品，集合了人工智能、J知物W、大、算等互W3.0核心技g，以「C器人的形式，提供υ、看o功能和O漭o助方案，橢t生完成院前和院後90%以上的重}性、可替代的工作。
大I企I戎夭灰
於人工智能，大I企I也存在不同的看法，同r，各I域在大力推V人工智能的^程中也出F了NN}。
在互WI域，以v、阿里巴巴、百度槭椎木揞^都θ斯ぶ悄鼙憩F出非常eO的B度。v集F副裁、人工智能室人姚星曾表示，v有自己的AI部T，目前有30多科W家，90%以上的人都是博士Wv，磣怨佛、麻省理工、哥比大W等高校。vWC器W、自然Z言理、Z音Re和XX4方向的基A研究，o密@熱蕁⑸緗弧⑦[蛉核心用鼉罷歸_。
阿里巴巴t2015年_始就在eO用人工智能。2015年7月，阿里巴巴便l蚜巳斯ぶ悄苜物助理MC器人「阿里小蜜，而支付峋也早已F了智能Z音客服。2016年，阿里c杭州市政府合作了「城市大X，\用人工智能、大技g逐步解Q交通磯碌}。
百度更是⑽硌涸諶斯ぶ悄萇稀0俁始人李┖暝多次表示，未硎僑斯ぶ悄艿r代，在2016年的百度世界大上，更是定{人工智能是百度核心的核心。早在2014年，百度就在矽谷人工智能室，邀世界人工智能＜搖⑺固垢4WX科W系教授嵌鬟_出任百度首席科W家，力邀人工智能I域先h、前微全球絳懈笨裁奇櫧滸衙}。
不^，360始人周t於人工智能的看法，tc上述企I有所不同。在2016中企I家I袖年上，周t就直言：「互W下半齙娘L口不是人工智能，而是物W。他表示，]有大，人工智能就是空中情w，未5年物W是鶻yu造I@取大的一巨大C。
「在人工智能I域，我到更多的是故事，而不是真正的用。一位不具名的行I人士表示。王雄xtJ椋人工智能l展不能一蹴而就，如今在某些分I域，人工智能已取得了很多成就。
除互W巨^之外，人工智能如今也遍迅I域，不管是手C、等a品，人工智能似乎成樾I潮流。但洪仕斌指出，有些企I蔚贗ㄟ^一移z像^，再拼接上一D片Y理的缶b置，就Q是人工智能，@也是е履殼叭斯ぶ悄芨拍罨y的一大原因。
抓C遇 重用 促蓬勃
人工智能是信息時代的一大特點之一，也是人類認識世界和改變世界的一大成果，是人類客觀能力發展的高峰。本文的研究旨在從理論的角度對人工智能的相關概念和發展歷程進行闡述，對人工智能的現階段研究進行介紹，對已有的人工智能研究成果進行簡要的分析。以期能夠更好地促進人工智能的階段性發展，幫助其在社會中的應用和發展。
【關鍵詞】人工智能 發展 應用
人工智能是產生于20世紀50年代的一門綜合高科技學科，它將機器智能和智能機器的概念和技術進行了融合，應用過程涉及了信息科學、心理學、思維科學、生物科學、認知科學以及系統科學等多種學科，隨著近些年的不斷發展和進步，已經在社會中的很多地方得以應用，向著多元化的方向發展，例如，在博弈、智能機器人、模式識別、自動程序設計、知識處理、自然語言處理、專家系統、自動定理證明、知識庫等方面，人工智能都已經取得了很高的成就，備受世人關注。
1 人工智能概述
人工智能，又稱為AI，是Artificial Intelligence的簡稱。可以算作是計算機科學的一個分支，是在1956年的Dartmouth 學會上由McCarthy正式提出的，之后便躋身于世界三大尖端技術之一。很多學者都將人工智能定義為通過研究使計算機來完成之前只有人才能完成的智能屬性較高的工作。但是關于人工智能的最完整定義，當前業內還存在一定的正義，尚未形成統一的結果，但是所有的這些說法都能夠反映出人工智能的基本內容和基本思想，因此在本文中，筆者將其概念整理為：研究人類智能活動的規律，構造具有一定智能行為的人工系統。
2 人工智能的發展
人工智能的發展最早始于20世紀50年代，并在20世紀60年代更加壯大，形成了人工智能的初級階段。這一時期的研究偏向于運用領域知識和啟發式思維發展，編寫相關的智能計算機程序，為現代的計算機理論奠定一定的基礎。從1963年之后，人工智能便進入了研究的第二階段，人類嘗試用自然語言通訊，實現了計算機對自然語言的理解，并將分析圖像和圖形處理變得可行。70年代中，在進行了大量的研究和探索后，一些專家級的程序系統相繼出現，在各個領域得到運用。80年代，人工智能進入到以知識為中心的發展階段，更多的人開始注意到模擬智能中知識的重要性，圍繞這一現象進行了更多的研究和探索。現如今，人工智能的發展正在朝著大型分布式人工智能及多專家協同系統、并行推理、多種專家系統開發工具，以及大型分布式人工智能開發環境和分布式環境下的多智能體協同系統等方向發展。
3 人工智能的研究與應用
3.1 問題求解
求解問題往往是人工智能發展的第一步。一般過程是將復雜問題分成一些較簡單的子問題，通過解決子問題的基本技術完成人工智能基本技術的組成。當前依然存在一些未真正解決額問題，例如問題的表示也成為問題的原概念在表述時往往存在解決不了的問題，這邊構成了人類發展人工智能過程中的主要工作內容。
3.2 專家系統
專家系統也是研究人工智能的重要分支，這一理論能夠將所研究的問題轉化為知識求解的專門問題，從而實現人工智能從理論研究到實際應用的重要過度。專家系統可以看作是一種智能的軟件，通過啟發式方法對一般難以解決的問題進行求解，在不完全、不精確的信息背景下做出結論。專家系統的基本結構如圖1所示。
3.3 機器學習
機器學習是對計算機模擬人類活動并實現人類活動而進行研究的過程。它是在專家系統之后出現的人工智能另一重要領域，是計算機能夠有智能屬性的根本途徑，具有很高的重要性。
3.4 神經網絡
人工神經網絡是由數量巨大的神經元互相連接組成的，也可稱作類神經網絡或神經網絡。神經網絡通過大量節點之間的相互連接構成運算模型，通過模擬人的大腦的基本運算機制和機理來實現特定方面的功能。
3.5 模式識別
模式識別是指通過計算機技術讓計算機代替人類進行感知和識別。計算機模式識別系統能夠讓計算機在模擬人類感覺器官功能的幫助下對外界形成感知能力。隨著模式識別的發展和壯大，量子計算機技術也已經在模式識別系統中得到運用。早期的模式識別系統僅僅是針對文字或二維圖像，但是隨著技術的進步，對三維景物的識別方面也已經有了重大突破，并已經延伸到活動物體的識別和分析，取得了長足的進步。
4 結束語
作為一門偉大的科學成就，人工智能的誕生無疑成為20世紀最重要的技術之一，而它也必將成為未來發展的主導學科之一。當前，人工智能的一些研究成果已經在國民生活和生產中得到了廣泛的應用，隨著信息時代網絡技術和知識經濟的不斷發展，人工智能的技術成果必將受到更多的重視，得到更廣泛的應用，更多的推動社會和科技的進步和發展，為人類的生活發揮更多的作用。
參考文獻
[1]魏金河.人工智能能否完全替代人類智能[J]. 創新科技，2007（08）.
[2]錢鐵云.人工智能是否可以超越人類智能？―計算機和人腦、算法和思維的關系[J].科學技術與辯證法，2004（05）.
[3]雷?庫茲韋爾，盛楊燕.如何創造思維：人類思想所揭示出的奧秘[J].中國科技信息，2014（08）.
[4]蔡曙山.哲學家如何理解人工智能―塞爾的“中文房間爭論”及其意義[J].自然辯證法研究，2001（11）.
[5]張妮，徐文尚，王文文.人工智能技術發展及應用研究綜述[J].煤礦機械，2009（02）.
關鍵詞：電氣自動化；人工智能；促進；應用
DOI：10.16640/ki.37-1222/t.2017.11.135
機器人的暢想不是憑空而來的，而是隨著科學技術的快速發展，人們的生活節奏變得越來越快，在這種電氣自動化惠及人民的大前提下，人們才大膽地相信人工智能的機器人遲早都會到來。機器人實現電氣自動化與人工智能相結合，給人們帶來更多的便利。在20世紀末，人工智能開始慢慢走上正軌，逐漸地把人的思維、心理活動等賦予電子計算機，實現對機器的人工智能控制。但目前的人工智能技術的應用擁有很多的控制方法，如何把不同的人工智能相應地實施一對一的控制方法，盡量做到“因材施教”的程度還需很長一段路要走。
1 人工智能的優點
電氣自動化的到來給人們帶來了驚喜和過高的期待，其實并沒有實現人民想象中的便利高度，但是在人工智能的出現以后，兩者的結合讓人們又看到了對未來的無限憧憬。通過人工智能技術，把死板、沒有活力、單純靠人類操作的計算機變成了差不多10歲的“小孩”，會一些基本的人類思維，雖然仍顯得有些生硬，但已經在電氣自動化的發展道路上更進一步了。
（1）控制能力更強。使用人工智能的控制力變得更強，從響應時間、下降時間等方面的調整，增強了控制的性能，提高了工作效率。傳統的PID控制器可能工作效率是1，人工智能的模糊邏輯控制器工作效率可能達到了3，并且過沖非常小，實現了控制性能的提升。
（2）使用方法更便捷。不可否認，之前的控制器調節能力比較差，對控制模型的工作過程比較繁瑣，但是人工智能控制器的使用方法更加簡單，只是通過稍微的改善，更加容易的控制器使用可以對應各種各樣的信息和數據。并且不需要很難的專業知識，就可以實現基本的控制。
（3）靈活的控制性。過去的電氣自動化的控制方法比較單一，一種控制方法僅僅能對應制定的控制對象，顯得比較笨拙，沒有辦法實現對別的對象的控制。然而，在實際的很多情況下，要想得到控制對象的準確方程式比較困難的一件事情，控制對象的不確定性會嚴重影響控制器的設計。在人工智能面前，這個問題就迎刃而解了，函數近似器的設計不考慮控制對象的模型，有很強的靈活性。
2 人工智能與電氣化自動化結合的應用
（1）產品的設計與優化。固定的產品生產已經是一項主要的費時費力工作了，更別說產品的設計與優化，不僅對設計者的專業知識和經驗有更高的要求，更是一項繁瑣費時的工作。人工智能的應用很好地解決了這一問題，遺傳算法使簡單的編程語言就可以實現運行的合理與高效，人工智能擁有非常高的精確性，不會出現人工的設計與優化過程中的人為干擾現象，在很大程度上解放了重復無效設計與優化的工作人員。人工智能中另外一個高效方法就是專家系統，比如說變壓器中的專家系統，根據電壓的需要轉化不同的電壓，極大地節省了人力物力。電氣自動化控制中的人工智能提高了產品的設計與優化效率，從而把企業的生產效率與質量又推送到了更高的平臺，實現了企業的升華。
（2）預防與處理故障。單純的電氣自動化使用是一項極易出現故障的工作，人工智能更好地避免了這個憂慮。電氣自動化中的人工只能擁有不可想象的計算能力，通過輸入的編程案例，對容易出現的大量問題進行精確的計算與判斷，統計出現故障的各項數據，并且快速分析出現故障的相應原因，找出解決辦法。人工智能的故障診斷和處理技術在電氣自動化中較為活躍，這樣高效精確的自動預防與處理故障能力是人們最希望看到的，在很大程度上超越了人工的工作效率，保障了電氣自動化的正常運行。
（3）單化控制流程。傳統的電氣自動化控制流程比較復雜，在電氣自動化中增添了人工智能就將控制變得簡化很多。人工智能保證原有的操作過程嚴格精確地執行，是整個工作流程系統化，保持在一個固定不變且高質量的生產狀態下。傳統的控制方法可能控制過程麻煩效果還不好，人工智能的控制經常只需要一個簡單的指令，整個系統就會智能地運行，不僅僅可以避免簡單生硬地完成命令，當出現問題時還會自動地停止工作診斷處理，在原來的控制流程上取得了長足的進步。
3 電氣化控制住人工智能的發展趨勢
目前，電氣自動化控制中的人工智能發揮了非常顯著的作用，提高生活質量和效率，給人類的生產生活提供了很大程度上的方便。中的人工智能與電氣自動化的結合還沒有達到完全契合的地步，仍然需要不斷地研究與開發，為人類生活提供更便利的服務。人工智能是一項非常先進而且復雜的專業領域，要想實現固定語言、思維的編程移植已經非常困難了，更別說在電氣自動化的基礎上加以隨機應變的信息處理，更加有難度，不過相信在不久的未來，一定可以實現這一項壯舉，一定可以實現高智能的機器人為人類服務。
4 總結
科學技術在不斷地更新換代，電氣自動化已經給人類生活帶來了很大的改變，提高了生產效率，加快了生活節奏，還是有很多不足。然而存在的多問題在引用人工智能技術之后有了很明顯的改觀，人力物力用的更少了，工作效率也提高了，對人們身體的威脅也越來越小了，確實更推進了社會生產的發展。希望各行各業齊心協力，共同為電氣自動化的發展出主意，為生活生產的發展奉獻自己的力量，實現我國經濟的進一步發展。
參考文獻：
[1]賈剛，張萌.淺談電氣自動化控制中的人工智能技術[J].中小企業管理與科技（下旬刊），2011，10（09）：45-46.
[2]孫志楠.人工智能在電氣自動化控制中的應用[J].現代商貿工業，2013，9（07）：11-12.
關鍵詞：科技管理；企業；人工智能；能力投放
中圖分類號：G4文獻標識碼：A文章編號：（2021）-9-290
引言：
隨著計算機技術的不斷向前發展，傳統的數據處理方式以及應用流程已經無法滿足企業各項活動正在進行中的實際需求。為了解決這一問題，研究人員經過多年的努力之后提出了一種科技管理概念。所謂的科技管理實際上是通過一系列科學方法的合理利用對企業內部有限的各類資源進行優化整合，從而實現更加高效的管理行為。當前科技管理工作在進行中不斷向著信息化、智能化的方向靠攏，為了讓智能技術作用得以全面發揮，有必要對企業人工智能能力投放策略進行全面的研究。
1建立人工智能能力投放動作準出標準
對于企業而言，要想使其科技管理工作進行得更加富有實效，在人工智能能力投放動作推出標準制定之前，首先應該結合企業各項工作的實際需求全面明確人工智能能力投放鏈。就我國當前情況而言，國內的電力計算機信息化企業要想跟上時代的發展，應該以更加多元化的方式將智能能力進行展示，從而讓更多的受眾對該技術進行認可；其次，企業應該全面明確人工智能能力投放的實際內容以及投放中所需要用到的載體。對于科技管理工作而言，電力計算機信息化企業在人工智能能力投放中所包含的主要內容有技術能力以及技術成果，根據這些展示內容的實際情況選擇合理的投放載體。而投放載體根據其內容及形式的不同又可以更將其進一步劃分為內部載體以及外部載體兩種類型。對于企業而言，技術能力指的更多是人工智能技術。因此投放的具體標準是如何才能有效利用人工智能技術完成企業各項業務的賦能作業。在過去，企業管理工作在進行中無論是生產銷售還是物流等環節其勞動都十分密集。在實際運作中普遍是以人力來換取產量，拿時間來換取利潤。采用這種運營模式企業的生產效率相對較低，而且企業在運營中需要投入大量的人力成本。而人工智能能力投放標準的有效制定可以使得這一問題得到妥善解決。因此，對于傳統的電力計算機信息化企業而言，要想跟上時代的發展，使自身經濟效益得到有效保障，就應該不斷結合企業發展的需求，進一步加大人工智能技術的引入力度。使得人工智能能夠在更多工作當中，代替傳統的人工勞動。同時還需要引入更加先進的人工智能系統，輔助工作人員更好地完成各項工作，全面降低工作人員的勞動量。通過人工智能技術的合理投放，不僅可以使得企業各項工作的運行效率得到實質性的提高，同時還能夠進一步降低企業在運行當中所需要投入的經濟成本，使我國社會文明邁上一個臺階。對于電力計算機信息化企業而言，人工智能能力投放的實際標準應當根據載體的不同進行合理劃分。具體來說，內部載體在人工智能技術實際投放的過程當中應該想方設法使其能夠應用于科技研發領域。通過各類平臺的有效搭建，使得企業內部工作人員的體驗感得到切實加強。通過不同企業之間的交流培訓以及員工之間的交流共同實現對企業內部開發人員的培訓工作，使得各個部門的技術人員之間能力實現共享。同時積極召開研討會議，使不同工作人員能夠就自己的技術心得進行有效討論，為公司帶來更多的經濟效益；應用于新聞宣傳，通過人工智能技術使有關于企業的各類信息能夠在員工之間實現實時傳輸，使信息的時效性得到有效保障，從而給企業帶來更多的經濟效益；
對于外部載體來說，在人工智能技術投放的過程當中應該將其應用于技術沙龍的建設。使企業的每一個節點運行專題實現分享，同時還應該特別針對各項工作進行中所存在的缺陷進行全面探討，以期研究出合理方式使得這些問題得到解決；應用于產、學、研合作，實現企業于高校之間的互動創新。不斷的將研究成果轉化為實際成果；應用于企業和政府連接的渠道建設，使得企業內部的各個示范性項目得到及時的展示。
2實施基于科技管理視角的投放效果評估
為了保障各企業內部已經引入的人工智能技術能力得到更加全面地發揮，各大企業需要不斷結合自身的科技管理理念對人工智能技術的實際投放效果進行有效的評估。為了保障評估最終結果的有效性，經過多年的發展當前企業的評估體系已然包含了4個。主要維度分別為產業貢獻、技術價值、人才培養以及品牌影響力。根據不同維度的具體內容為其制定有針對性的評估指標，并且根據企業各項工作的實際完成情況對其進行量化性的評分工作。在這些內容當中，產業貢獻主要包括企業所生產的具體產品，要求根據產品的實際名稱進行有效填寫產品成熟度。這項內容主要是參照技術成熟度TEL通用定義及等級劃分，全面圍繞不同項目所生得到的核心產品，從基本原理到實際應用設計9層評估等級。實現產品價值對各個項目成果已經產生的經濟效益未來預期的產品價值。項目成果未來可能產生的經濟效益技術價值主要包括技術水平。各個項目的最終成果對原有技術體系的改革或者是經過審定第三方評價達到國內領先技術水平，為本企業形成的技術壁壘，對企業長期發展所提供的支撐。企業在發展中所申請的專利數量、專利授權數等等。而人才培養重點包括新獲高級職稱人員數量，新獲中級職稱人員數量或本單位專家數量等等。評價的體系框架如圖所示。
3制定企業人工智能能力投放持續改進機制
為了讓電力計算機信息化企業在發展的過程當中，其人工智能能力投放實現可持續發展。需要根據評估的最終結果，制定出企業人工智能能力投放持續改進準則。通過這樣的方式，可以及時對區技術在應用中所產生的問題進行改進。具體的改進流程分為以下4個內容：分別是確定改進目標、尋求可行方案、測定最終結果、正式采用。各單位需要根據自身實際情況，結合這4個總體步驟分別根據自身工作實際需求設計出相應的改進機制。