時間：2023-08-24 17:14:47
導語：在人工智能發(fā)展前景的撰寫旅程中，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(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
摘要：機械電子工程與人工智能的結(jié)合是機械電子工程的必然發(fā)展趨勢，如今人工智能在機械電子工程中的應用越來越廣泛，兩者的結(jié)合將使機械電子工程的自動化和智能化水平進一步提高，同時也有利于人工高智能的更好發(fā)展。本文將對機械電子工程與人工智能的各自特點以及歷史發(fā)展進行簡要分析，著重探討機械電子工程與人工智能之間的相互關(guān)系。
關(guān)鍵詞：機械電子工程；人工智能；關(guān)系
機械工程的每一次發(fā)展都帶動了工業(yè)生產(chǎn)水平的顯著提升，機械電子工程通過融入電子技術(shù)，使其突破了機械工程的局限性，能夠完成傳統(tǒng)機械工程難以完成的復雜工作任務，同時也降低了對人員操作的依賴性。隨著機械電子工程的不斷成熟以及人工智能的快速發(fā)展，兩者的結(jié)合應用得到了廣泛重視，機械電子工程的智能化方向發(fā)展，將使其技術(shù)水平得到進一步提升，滿足工業(yè)生產(chǎn)對機械設備的多元化需求。
1機械電子工程的發(fā)展過程及技術(shù)特點
1.1發(fā)展歷程
機械電子工程在其發(fā)展的最初階段，沒有受到相關(guān)產(chǎn)業(yè)的高度重視，由于缺乏資源支持，技術(shù)水平提升緩慢，許多機械電子產(chǎn)品都需要通過手工制作，使其發(fā)展受到較大限制。隨著機械電子工程的工業(yè)化水平不斷提升，其技術(shù)價值逐漸顯露出來，通過機械技術(shù)與電子技術(shù)的相互結(jié)合，能夠有效提升傳統(tǒng)機械產(chǎn)品的功能和性能。因此機械電子工程逐漸開始受到重視，并實現(xiàn)了流水線生產(chǎn)。但從目前生產(chǎn)規(guī)模和生產(chǎn)水平來看，雖然我國引進了國外標準生產(chǎn)線，但生產(chǎn)能力與市場需求相比還較為落后。
1.2技術(shù)特點
機械電子工程的主要特點是綜合性強，具有跨學科性，涉及到機械、電子技術(shù)等多個領(lǐng)域，雖然在設計環(huán)節(jié)仍以機械為主，但電子技術(shù)和信息技術(shù)發(fā)揮出了越來越重要的作用。還需要根據(jù)系統(tǒng)配置需求和生產(chǎn)目標，綜合利用其它科學技術(shù)。因此，在機械電子工程的設計過程中，通常采用從上至下的設計策略，將不同領(lǐng)域的技術(shù)模塊相互結(jié)合，實現(xiàn)設計中產(chǎn)品的功能和性能要求。相比于傳統(tǒng)機械產(chǎn)品，應用多門先進技術(shù)的機械電子產(chǎn)品在外觀結(jié)構(gòu)上更加小巧、精致，內(nèi)部結(jié)構(gòu)更加復雜，產(chǎn)品功能和性能都得到了極大提升。
2人工智能的三個發(fā)展階段及發(fā)展前景
2.1三個發(fā)展階段
截止到目前為止，人工智能歷經(jīng)了三個發(fā)展階段，在其技術(shù)萌芽階段，人工智能發(fā)展緩慢，但是在這一階段為人工智能的后續(xù)發(fā)展積累了大量的寶貴經(jīng)驗。第一臺超級計算機的誕生加快了人工智能的發(fā)展速度，但是在該階段的研究仍未取得實質(zhì)性進展。從1956年開始，隨著人工智能命題的首次提出，人工智能進入第一個發(fā)展階段，其基本原理和博弈原理得到證明，解放了技術(shù)思想，為人工智能的后續(xù)發(fā)展提供了強有力的理論支持。1977年，第五屆人工智能會議的成功召開使人工智能進入第二發(fā)展階段，其技術(shù)應用得到快速發(fā)展，并與實際生產(chǎn)相結(jié)合，取得了重要的實際應用價值。近年來，人工智能的發(fā)展受到了越來越多的關(guān)注，具有良好的發(fā)展前景。
2.2發(fā)展前景
人工智能以計算機為依托，不斷延伸自身的智能性，深度挖掘計算機功能的各種可能，是21世紀以來最具有發(fā)展前景的學科之一。人工智能學科以計算機技術(shù)為基礎，立足于心理學、信息論等多個領(lǐng)域知識，吸收了許多其他學科的特點，同時也推動了其他學科的更好發(fā)展，是一門極具發(fā)展?jié)摿Φ那把貙W科。人工智能技術(shù)在機械電子工程領(lǐng)域的應用，將彌補機械電子工程的不足，促進機械電子工程的更好發(fā)展。
3機械電子工程與人工智能的關(guān)系探究
3.1應用差異性
人工智能的應用需要以計算機網(wǎng)絡系統(tǒng)為依托，因此無法通過其他途徑在機械電子工程中得到應用只有對網(wǎng)絡系統(tǒng)進行人工的指令轉(zhuǎn)變，才能在機械電子工程中實現(xiàn)智能化控制。而計算機網(wǎng)絡系統(tǒng)的運行是以數(shù)據(jù)分析和計算為基礎的，一旦在數(shù)據(jù)處理過程中出現(xiàn)問題，就會導致人工智能控制失誤，進而導致機械電子工程的網(wǎng)絡系統(tǒng)發(fā)生崩潰。因此，人工智能在機械電子工程中具有一定的應用差異性。
3.2綜合性補充
機械電子工程采用模塊化設計方式，每個模塊的功能特點較為固定，而現(xiàn)代機械電子工程對其功能的多元化需求不斷提高，一些綜合需要人工智能提供支持。因此，人工智能技術(shù)可以對機械電子工程進行綜合性補充，通過其自身的綜合操作功能，為機械電子工程的多元化工程實現(xiàn)提供輔助。比如目前較為成熟的模型推理系統(tǒng)就是兩者相互結(jié)合的典型例子，也是人工智能技術(shù)在機械電子工程中應用的正確方法。目前人工智能中神經(jīng)網(wǎng)絡系統(tǒng)通過對人體神經(jīng)進行模仿，使其技術(shù)水平更進一步，在機械電子工程中的應用，可以實現(xiàn)對機械電子工程各個功能模塊的完整控制，使二者更加完美的結(jié)合。
3.3不穩(wěn)定性處理及精度控制
不穩(wěn)定性是機械電子工程存在的主要缺陷之一，其系統(tǒng)本質(zhì)以及輸入、輸出關(guān)系決定了機械電子工程的不穩(wěn)定性，對其各項功能的實現(xiàn)及正常使用產(chǎn)生較大的負面影響。在傳統(tǒng)的機械電子工程中，主要采用解析法對系統(tǒng)的不穩(wěn)定性進行調(diào)節(jié)控制，但這種控制方法無法做到精確控制，因此對不穩(wěn)定性的調(diào)節(jié)能力有限。人工智能技術(shù)以計算機技術(shù)為基礎，能夠?qū)崿F(xiàn)對數(shù)據(jù)的準確、高效處理，可以很好的彌補機械電子工程的這一缺陷。可以采用人工職能的神經(jīng)模式對機械電子系統(tǒng)進行精確化控制，為系統(tǒng)的穩(wěn)定運行提供保障。
4結(jié)束語
綜上所述，機械電子工程與人工智能都經(jīng)歷了較為漫長的發(fā)展過程，都整合了大量相關(guān)學科，具有較強的綜合性。針對于電子機械工程目前存在的功能多元化需求和系統(tǒng)不穩(wěn)定性缺陷，人工智能技術(shù)可以對其進行有效彌補，促進機械電子工程的更好發(fā)展。因此，應加大力度促進機械電子工程與人工智能的相互融合，使人工智能技術(shù)在機械電子工程領(lǐng)域得到更加廣泛的應用。
參考文獻
[1]吳昊年,楊文.芻議機械電子工程與人工智能之間的關(guān)系[J].電子技術(shù)與軟件工程,2015(15):130.
[2]王一楠.試論機械電子工程與人工智能的整合思路構(gòu)建[J].科技風,2015(21):154.
[3]溫偉華.人工智能技術(shù)在機械電子工程領(lǐng)域的應用[J].自動化與儀器儀表,2016(02):96-97.
[4]周龍飛,屈梁浩,梅越.淺析機械電子工程與人工智能的關(guān)系[J].通訊世界,2016(08):235.
【摘要】2016年是“十三五”的開局之年，也是全面建成小康社會決勝階段的開局之年，設施農(nóng)業(yè)產(chǎn)業(yè)將面臨更多的機遇和挑戰(zhàn)。在以往的研究中，針對物聯(lián)網(wǎng)對設施農(nóng)業(yè)影響的研究比較多，本文將以人工智能在設施農(nóng)業(yè)領(lǐng)域應用為視角，分析人工智能對設施農(nóng)業(yè)的潛在發(fā)展優(yōu)勢。
施農(nóng)業(yè)是集種植、農(nóng)業(yè)裝備等多領(lǐng)域為一體的系統(tǒng)工程，是一種在人為可控環(huán)境下進行的高效農(nóng)業(yè)生產(chǎn)方式，具有成套的生產(chǎn)技術(shù)、完整的設施裝備和生產(chǎn)規(guī)范[1]。近幾年，隨著信息技術(shù)的發(fā)展，物聯(lián)網(wǎng)技術(shù)逐漸被應用到農(nóng)業(yè)生產(chǎn)和科研中，這是現(xiàn)代農(nóng)業(yè)依托新型信息化應用的一次進步[2]。本文結(jié)合人工智能研究成果，著重介紹人工智能技術(shù)在設施農(nóng)業(yè)種植領(lǐng)域方面的應用前景，根據(jù)設施農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后3個階段，對現(xiàn)有研究成果進行了闡述。
人工智能概述
“人工智能”一詞是1956年在Dartmouth學會上提出。從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展。人工智能（Artificial Intelligence），英文縮寫為AI，它是研究用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的新型科學技術(shù)[3]。
作為計算機科學的一個重要分支，人工智能技術(shù)著眼于探索智能的實質(zhì)，模擬智能行為，最終制造出能以人類智能相似的方式做出反應的智能機器。著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學科，即怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而另一位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。”@些說法反映了人工智能學科的基本思想和基本內(nèi)容。人工智能自誕生以來，理論和技術(shù)日益成熟，應用領(lǐng)域不斷擴大，可以設想，未來應用了人工智能的科技產(chǎn)品，將會是人類智慧的“容器”。
隨著人工智能技術(shù)的日益成熟，人們意識到人類已經(jīng)具備了設計和建造智慧型設施農(nóng)業(yè)所需的硬件和軟件技術(shù)條件，結(jié)合設施農(nóng)業(yè)高投入高產(chǎn)出，資金、技術(shù)、勞動力密集型的特點，完成工廠化農(nóng)業(yè)生產(chǎn)已經(jīng)不是夢想[4]。依靠人工智能技術(shù)，作物可以在適宜的溫度、濕度、光照、水肥等設施環(huán)境下，生產(chǎn)優(yōu)質(zhì)、高產(chǎn)的農(nóng)產(chǎn)品，擺脫對自然環(huán)境的依賴，實現(xiàn)設施生產(chǎn)的高度智能化，提高農(nóng)業(yè)生產(chǎn)的效率，降低勞動成本[5]。
人工智能在設施農(nóng)業(yè)領(lǐng)域的應用
人工智能技術(shù)在產(chǎn)前階段的應用
在設施農(nóng)業(yè)產(chǎn)前階段，憑借人工智能技術(shù)可對土壤、灌溉水量需求、作物品種質(zhì)量鑒別等方面做出分析和評估，為農(nóng)民做出科學指導，對后續(xù)的農(nóng)業(yè)生產(chǎn)起到很好的保障作用。
土壤分析是農(nóng)業(yè)產(chǎn)前階段最重要的工作之一，是實現(xiàn)定量施肥、宜栽作物選擇、經(jīng)濟效益分析等工作的重要前提[6]。在土壤分析等農(nóng)業(yè)生產(chǎn)智能分析系統(tǒng)中，應用最廣泛的技術(shù)就是人工神經(jīng)網(wǎng)絡（簡稱ANN）。ANN是模擬人腦神經(jīng)元連接的，由大量簡單處理單元經(jīng)廣泛并互連形成的一種網(wǎng)絡系統(tǒng)，它可以實現(xiàn)對人腦系統(tǒng)的簡化、抽象和模擬，具有人腦功能的許多基本特征。目前可以通過該技術(shù)分析土壤性質(zhì)特征，并將其與宜栽作物品種間建立關(guān)聯(lián)模型。土壤性質(zhì)特征的探測主要是借助非侵入性的探地雷達成像技術(shù)，然后利用神經(jīng)網(wǎng)絡技術(shù)在無人指導的情況下對土壤進行分類研究，進而建立起土壤類別與宜栽作物的關(guān)聯(lián)關(guān)系；土壤表層的黏土含量也可通過人工智能方法預測，該技術(shù)通過分析電磁感應土壤傳感器獲取的信號，使用深度加權(quán)方法從中提取土壤表層質(zhì)地信息，然后使用ANN預測土壤表層的黏土含量。
傳統(tǒng)農(nóng)業(yè)對灌溉用水的使用量往往依靠經(jīng)驗，無法根據(jù)環(huán)境變化進行精確調(diào)節(jié)，對多目標灌溉規(guī)劃問題也無能為力。人工智能技術(shù)可幫助人們選擇合適的水源對作物進行灌溉，保證作物用水量，大大減輕灌溉問題對作物產(chǎn)量造成的不良影響。在美國，有專家研制出一個隱層的反饋前向ANN模型和一個位于科羅拉多州地區(qū)阿肯色河流域的消費使用模型，使用它們可勘察區(qū)域氣候變化對灌溉用水供應和需求可能產(chǎn)生的影響。在灌溉項目研究中，為了選擇最好的折中灌溉規(guī)劃策略，還可基于多目標線性規(guī)劃優(yōu)化，利用神經(jīng)網(wǎng)絡將非支配的灌溉規(guī)劃策略加以分類，將這些策略分為若干個小類別。結(jié)果表明，在對多目標灌溉規(guī)劃問題加以建模時，綜合模型方法是有效的。
人工智能技術(shù)在產(chǎn)中階段的應用
在設施農(nóng)業(yè)產(chǎn)中階段，主要應用是農(nóng)業(yè)專家系統(tǒng)、人工神經(jīng)網(wǎng)絡技術(shù)、農(nóng)業(yè)機器人等。這些技術(shù)能夠幫助農(nóng)民更科學地種植農(nóng)作物并對溫室大棚進行合理的管理，指導農(nóng)民科學種植，提高作物產(chǎn)量。這些人工智能技術(shù)的使用推進了農(nóng)業(yè)現(xiàn)代化的發(fā)展，提高了農(nóng)業(yè)生產(chǎn)的效率，使農(nóng)業(yè)生產(chǎn)更加機械化、自動化、規(guī)范化。
專家系統(tǒng)是指應用于某一專門領(lǐng)域，擁有該領(lǐng)域相當數(shù)量的專家級知識，能模擬專家的思維，能達到專家級水平，能像專家一樣解決困難和復雜問題的計算機（軟件）系統(tǒng)。國際上農(nóng)業(yè)專家系統(tǒng)的研究始于20世紀70年代末期的美國，1983年日本千葉大學研制出MTCCS（番茄病蟲害診斷專家系統(tǒng)），到了20世紀80年代中期，農(nóng)業(yè)專家系統(tǒng)不再是單一的病蟲害診斷系統(tǒng)，美國、日本、中國等國家也相繼轉(zhuǎn)向開發(fā)涉及農(nóng)業(yè)生產(chǎn)管理、經(jīng)濟分析、生態(tài)環(huán)境等方面的農(nóng)業(yè)專家系統(tǒng)。農(nóng)業(yè)科研人員把人工智能中的專家系統(tǒng)技術(shù)應用到農(nóng)業(yè)生產(chǎn)中，開發(fā)出了農(nóng)業(yè)專家系統(tǒng)。它可代替農(nóng)業(yè)專家走進生產(chǎn)溫室，在各地區(qū)具體指導農(nóng)民科學種植農(nóng)作物，這是科技普及的一項重大突破。
在設施生產(chǎn)中可以使用機器人來代替農(nóng)民進行作物采收，不僅可以降低勞動成本，也可以提高工作效率。Wolfgang Heinemann等人研發(fā)出的具有獨特設計結(jié)構(gòu)的采收機器人，該機器人可以在無需人類干擾的情況下自動采收白蘆筍。為了保證機器人能夠精確行進，它使用了2個獨立的速度控制輪和級聯(lián)控制結(jié)構(gòu)（其中包含了一個內(nèi)部的定位誤差控制器和一個外部的橫向偏置控制器）。借助PID算法①，機器人系統(tǒng)可以分析自己的運動軌跡，優(yōu)化驅(qū)動電機的控制參數(shù)，保證系統(tǒng)能夠穩(wěn)定自主的運行。
在中國，應用人工智能技術(shù)的智能雜草識別噴霧系統(tǒng)已經(jīng)得到了長足發(fā)展。圖像分析系統(tǒng)通過分析田間圖像的顏色模型，根據(jù)色差分量②顏色特征實現(xiàn)雜草實時識別，并基于Canny算子對識別到的雜草進行邊緣檢測，提取其特征參數(shù)，配合超生測距等技術(shù)可以精確控制噴頭位置及用藥量[7]。該技術(shù)的應用可以大大提高除草劑的經(jīng)濟性，對保護環(huán)境也大有益處。
人工智能技術(shù)在產(chǎn)后階段的應用
人工智能技術(shù)在設施農(nóng)業(yè)產(chǎn)后階段也有相當多的應用前景。
在農(nóng)產(chǎn)品分類方面人工智能技術(shù)能提供很好的支持。張嘏偉[8]等提出了一種基于圖像識別的番茄分類方法，該方法根據(jù)番茄的表面缺陷、顏色、形狀和大小，使用遺傳算法訓練的多層前饋神經(jīng)網(wǎng)絡對番茄進行分類，并與BP訓練神經(jīng)網(wǎng)絡③進行了比較。結(jié)果表明，遺傳算法在訓練次數(shù)和準確性上都具有優(yōu)勢。謝靜[9]等對圖像識別分類中的圖像預處理方法進行了研究，包括圖像噪聲去除方法、圖像分割方法、邊緣提取方法等。提出了使用改進的canny算法④和當量直徑法相結(jié)合來檢測水果大小的新思路，并使用模糊聚類方法處理gabor濾波器提取水果表面缺陷特征，對水果表面缺陷進行了分類。
隨著社會的發(fā)展，人民生活水平的提高，廣大消費者及國家都對食品安全問題越來越重視，農(nóng)產(chǎn)品質(zhì)量檢測方法也在不斷進步。圖像識別、電子鼻等技術(shù)都應用在了農(nóng)產(chǎn)品檢測中。李洪濤[10]等利用人工嗅覺裝置，模擬人的嗅覺形成過程分析、識別和檢測農(nóng)產(chǎn)品在腐敗過程中釋放的不同特征氣體。其制作了小型化的傳感器陣列并利用半導體制冷片搭建了一個PID溫度控制系統(tǒng)，保證傳感器正常工作的溫度及濕度。在當前技術(shù)的發(fā)展下，科學家們以彩色計算機視覺系統(tǒng)為重要技術(shù)手段，綜合運用圖像處理、人工神經(jīng)網(wǎng)絡、遺傳算法、模擬退火算法以及決策樹、專家系統(tǒng)等人工智能領(lǐng)域的技術(shù)，研究出了眾多實現(xiàn)農(nóng)產(chǎn)品品質(zhì)檢測和自動分級的新方法。
草莓、葡萄等農(nóng)產(chǎn)品很容易破損和受傷，依靠人工采摘和搬運，不僅增加了勞動成本，也影響農(nóng)產(chǎn)品采摘后的品質(zhì)。結(jié)合磁流變（MR）流體技術(shù)，工程師們設計出了一種可用于搬運農(nóng)產(chǎn)品的磁機器人手爪，該手爪經(jīng)過精確設計，可以搬運胡蘿卜、草莓、西蘭花和葡萄等不同形狀食品，而且不會在食物表面留下任何淤痕和凹陷。為了讓機器人手爪更為快速、準確地工作，在磁流變手爪的基礎上結(jié)合力傳感技術(shù)開發(fā)出了更為靈活、智能的新型手爪。該手爪可在410～530 ms內(nèi)抓握50～700 g重量的農(nóng)作物，還能顯著減少細菌的交叉感染。
人工智能發(fā)展前景
近年來，人工智能技術(shù)已經(jīng)取得了長足的進步，語音識別、自然語言識別、計算機視覺、自動推理、數(shù)據(jù)挖掘、機器學習以及機器人學都在蓬勃發(fā)展。人工智能的未來就是在智能感知的前提下，結(jié)合大數(shù)據(jù)技術(shù)自主學習，橢人們做出決策、代替重復性工作。在農(nóng)業(yè)方面出現(xiàn)全天候全自動平臺，實現(xiàn)農(nóng)業(yè)生產(chǎn)的全自動化[11]。物聯(lián)網(wǎng)技術(shù)在設施農(nóng)業(yè)中已經(jīng)得到普及，在溫室大棚中的大量智能傳感器是機器感知的基礎，而感知則是智能實現(xiàn)的前提之一，通過感知，農(nóng)業(yè)數(shù)據(jù)源源不斷地匯集在一起。云計算的發(fā)展為大數(shù)據(jù)存儲和大規(guī)模并行計算提供了可能[12]，而數(shù)據(jù)則是機器學習的書本。設施農(nóng)業(yè)是物聯(lián)網(wǎng)、云計算、人工智能三大技術(shù)結(jié)合應用的領(lǐng)域之一，它們的結(jié)合顛覆了傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式。
面對眾多的新技術(shù)、新成果，把它們投入到生產(chǎn)中去才是關(guān)鍵。如何讓技術(shù)能夠適應中國復雜的農(nóng)業(yè)生產(chǎn)環(huán)境，同時還要面對不同知識水平的用戶，這些都是人工智能技術(shù)、云計算技術(shù)等高新技術(shù)在農(nóng)業(yè)生產(chǎn)中所面臨的問題。設施農(nóng)業(yè)高產(chǎn)出高投入的特點，正適合應用這些新技術(shù)，這樣既可以讓新技術(shù)有實踐的機會，又可以讓其他涉農(nóng)用戶對新技術(shù)有直觀的感知，這對技術(shù)進步和技術(shù)推廣都很有幫助[13]。
人工智能技術(shù)雖然前景光明，但其應用的研究才剛剛起步，離目標還很遠。未來，人工智能技術(shù)可以更好地為人們服務，改善人們的生活，并帶來巨大的社會和經(jīng)濟效益[14]。在人工智能的引領(lǐng)下，農(nóng)業(yè)已邁入數(shù)字和信息化的嶄新時代，借助其技術(shù)優(yōu)勢來提高農(nóng)業(yè)生產(chǎn)的經(jīng)濟效益，是全面實現(xiàn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化、智能化、信息化的必由之路。
參考文獻
[1]李雪，肖淑蘭，趙文忠，等.信息技術(shù)在農(nóng)業(yè)領(lǐng)域的應用分析[J].東北農(nóng)業(yè)大學學報，2008，39（3）：125-128.
[2]施連敏，陳志峰，蓋之華，等.物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應用[J].農(nóng)機化研究，2013（6）：250-252.
[3]劉現(xiàn)，鄭回勇，施能強，等.人工智能在農(nóng)業(yè)生產(chǎn)中的應用進展[J].福建農(nóng)業(yè)學報，2013，28（6）：609-614.
[4]姜芳，曾碧翼.設施農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的應用探討與發(fā)展建議[J].農(nóng)業(yè)網(wǎng)絡信息，2013（5）：10-12.
[5]陳超，張敏，宋吉軒，等.我國設施農(nóng)業(yè)現(xiàn)狀與發(fā)展對策分析[J].河北農(nóng)業(yè)科學，2008，12（11）：99-101.
[6]鄒承俊.物聯(lián)網(wǎng)技術(shù)在蔬菜溫室大棚生產(chǎn)中的應用[J].物聯(lián)網(wǎng)技術(shù)，2013（8）：18-24.
[7]石禮娟.基于可見光/近紅外光譜的稻米質(zhì)量快速無損檢測研究[D].武漢：華中農(nóng)業(yè)大學，2011.
[8]張嘏偉.計算機視覺系統(tǒng)在番茄品質(zhì)識別與分類中的研究[D].保定：河北農(nóng)業(yè)大學，2005.
[9]謝靜.基于計算機視覺的蘋果自動分級方法研究[D].合肥：安徽農(nóng)業(yè)大學，2011.
[10]李洪濤.基于農(nóng)產(chǎn)品品質(zhì)檢測的專用電子鼻系統(tǒng)的設計與研究[D].杭州：浙江大學，2010.
[11]張震，劉學瑜.我國設施農(nóng)業(yè)發(fā)展現(xiàn)狀與對策[J].農(nóng)業(yè)經(jīng)濟問題，2015（5）：64-70.
[12]施連敏.物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應用[J].農(nóng)機化研究，2013（6）：250-252.
目前，金融科技如火如荼。金融智能化正在改變甚至顛覆整個金融行業(yè)。這種對傳統(tǒng)金融的顛覆與改造也許比預想的來得早、來得快。
如果說互聯(lián)網(wǎng)金融已經(jīng)開始動搖傳統(tǒng)金融的根基，那么金融科技將徹底顛覆傳統(tǒng)金融的所有領(lǐng)域。圍棋是最復雜、需要開動最強大腦的比賽，而人工智能卻能輕易戰(zhàn)勝世界冠軍，那么金融領(lǐng)域包括分析師等最高端崗位都可能被人工智能取代。
金融分析師面臨的挑戰(zhàn)
金融數(shù)據(jù)服務商Kensho創(chuàng)始人預計，到2026年，有33%～50%的金融業(yè)工作人員會失去工作，他們的工作將被電腦所取代，這其中就包括金融業(yè)高端服務的金融分析師。而特許金融分析師協(xié)會（CFA協(xié)會）是通過考試來“生產(chǎn)”世界上最權(quán)威、最專業(yè)金融分析師的搖籃。CFA證書是投資從業(yè)者的“黃金標準”。投資從業(yè)者希望通過獲得CFA認證，可以更深入地了解市場，獲得更好的工作崗位和更高的薪酬。
如果人工智能替代金融分析師崗位，那么不遠的將來CFA證書或許將一文不值，CFA協(xié)會也將最終被人工智能金融所淘汰。全球金融分析師包括CFA證書持有者都正面臨空前的危機。他們的危機同樣是CFA協(xié)會的危機。這促使CFA協(xié)會主動出擊，主動擁抱人工智能金融。
CFA協(xié)會將人工智能等內(nèi)容加入考綱，希望持證人能充分利用人工智能指導投資決策。近期，CFA協(xié)會分管資格認證的執(zhí)行董事Steve Horan稱，協(xié)會計劃將人工智能、智能投顧以及大數(shù)據(jù)分析方法納入CFA考試大綱，新的知識點將在2019年CFA考試中出現(xiàn)。
CFA考試納入人工智能等內(nèi)容能否起作用
實際上，即使納入大綱也不一定能夠挽救金融分析師及其組織的命運。因為人工智能不僅被引入到金融行業(yè)，而且正在對各行各業(yè)，甚至是有些看似非常高大上的行業(yè)構(gòu)成嚴重沖擊。我們不妨看幾個例子。
2016年，最熱鬧的事件莫過于谷歌Alpha Go大戰(zhàn)李世石。但不為眾人所知的是，2016年IBM的沃森（Waston）通過閱讀醫(yī)學文獻，成功救治了一位日本患者。也就是說醫(yī)生這個職業(yè)被人工智能取代的可能也非常大。
法律工作者似乎也不能幸免。摩根大通設計了一款金融合同解析軟件COIN。這款軟件上線半年多，此前律師和貸款人員每年消耗36萬小時才能完成的工作，如今COIN只需幾秒。
金融數(shù)據(jù)服務商Kensho的程序可以迅速告知人們，在發(fā)生沖突的時候，石油、貨幣等各類資產(chǎn)，在過往是如何表現(xiàn)的。Kensho開發(fā)的程序做這份工作只需要1分鐘，而分析師們需要40個小時，且這些分析師還拿著35萬～50萬美元的薪水。
目前，歐洲地區(qū)、美國、日本正在研究能夠讀研報、分析研報的沃森，它既能跟蹤市場資訊與價格波動，又能眨眼之間就告訴投資者什么時候買入什么股票。最可怕的是，它不會抱怨，不會要求加薪。
一個報道的描述非常形象：當你在吃飯的時候，機器人在讀研報；當你在喝咖啡的時候，機器人在讀研報。機器人不會疲憊，不用休息，可以通宵達旦。對于分析常用的股票估值模型，人工智能用了之后更快，用得更嗜貳
從被動應對到主動變革
無論如何，金融科技正在快速到來，無論你愿意不愿意，承認不承認，它正在向金融業(yè)最高級群體的金融分析師走來。其他群體基本無一幸免。
關(guān)鍵詞：人工智能；計算機科學；發(fā)展方向
中圖分類號：TP18
文獻標識碼：A
文章編號：1672-8198(2009)13-0248-02
1 人工智能的定義
人工智能(Artificial Intelligence，AI)，是一門綜合了計算機科學、生理學、哲學的交叉學科。“人工智能”一詞最初是在1956年美國計算機協(xié)會組織的達特莫斯(Dartmouth)學會上提出的。自那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展。由于智能概念的不確定，人工智能的概念一直沒有一個統(tǒng)一的標準。著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義“人工智能是關(guān)于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而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。”童天湘在《從“人機大戰(zhàn)”到人機共生》中這樣定義人工智能：“雖然現(xiàn)在的機器不能思維也沒有“直覺的方程式”，但可以把人處理問題的方式編入智能程序，是不能思維的機器也有智能，使機器能做那些需要人的智能才能做的事，也就是人工智能。”諸如此類的定義基本都反映了人工智能學科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，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(shù)。
2 人工智能的應用領(lǐng)域
2.1 人工智能在管理及教學系統(tǒng)中的應用
人工智能在企業(yè)管理中的應用。劉玉然在《談談人工智能在企業(yè)管理中的應用》一文中提到把人工智能應用于企業(yè)管理中，認為要做的工作就是搞清楚人的智能和人工智能的關(guān)系，了解人工智能的外延和內(nèi)涵，搭建人工智能的應用平臺，搞好企業(yè)智能化軟件的開發(fā)工作，這樣，人工智能就能在企業(yè)決策中起到關(guān)鍵的作用。
人工智能在智能教學系統(tǒng)中的應用。焦加麟，徐良賢，戴克昌(2003)在總結(jié)國際上相關(guān)研究成果的基礎上，結(jié)合其在開發(fā)智能多媒體漢德語言教學系統(tǒng)《二十一世紀漢語》的過程中累積的實踐經(jīng)驗，介紹了智能教學系統(tǒng)的歷史、結(jié)構(gòu)和主要技術(shù)，著重討論了人工智能技術(shù)與方法在其中的應用，并指出了當今這個領(lǐng)域上存在的一些問題。
2.2 人工智能專家系統(tǒng)在工程領(lǐng)域的應用
人工智能專家系統(tǒng)在醫(yī)學中的應用。國外最早將人工智能應用于醫(yī)療診斷的是MYCIN專家系統(tǒng)。1982年，美國Pittsburgh大學Miller發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist 2I內(nèi)科計算機輔助診斷系統(tǒng)的研究成果，1977年改進為Internist 2Ⅱ，經(jīng)過改進后成為現(xiàn)在的CAU-CEUS，1991年美國哈佛醫(yī)學院Barnett等開發(fā)的DEX-PLAIN，包含有2200種疾病和8000種癥狀。我國研制基于人工智能的專家系統(tǒng)始于上世紀70年代末，但是發(fā)展很快。早期的有北京中醫(yī)學院研制成“關(guān)幼波肝炎醫(yī)療專家系統(tǒng)”，它是模擬著名老中醫(yī)關(guān)幼波大夫?qū)Ω尾≡\治的程序。上世紀80年代初，福建中醫(yī)學院與福建計算機中心研制的林如高骨傷計算機診療系統(tǒng)。其他如廈門大學、重慶大學、河南醫(yī)科大學、長春大學等高等院校和其他研究機構(gòu)開發(fā)了基于人工智能的醫(yī)學計算機專家系統(tǒng)，并成功應用于臨床。
人工智能在礦業(yè)中的應用。與礦業(yè)有關(guān)的第一個人工智能專家系統(tǒng)是1978年美國斯坦福國際研究所的礦藏勘探和評價專家系統(tǒng)PROSPECTOR，用于勘探評價、區(qū)域資源估值和鉆井井位選擇等。20世紀80年代以來，美國礦山局匹茲堡研究中心與其它單位合作開發(fā)了預防煤礦巷道底臌、瓦斯治理和煤塵控制的專家系統(tǒng)；弗尼吉亞理工學院及州立大學研制了模擬連續(xù)開采過程中開采、裝載、運輸、頂板錨固和設備檢查專家系統(tǒng)Consim；阿拉斯加大學編寫了地下煤礦采礦方法選擇專家系統(tǒng)。
2.3 人工智能在技術(shù)研究中的應用
人工智能在超聲無損檢測中的應用。在超聲無損檢測(NDT)與無損評價(NDE)領(lǐng)域中，目前主要廣泛采用專家系統(tǒng)方法對超聲損傷(UT)中缺陷的性質(zhì)，形狀和大小進行判斷和歸類；專家在傳統(tǒng)超聲無損檢測與智能超聲無損檢測之間架起了一座橋梁，它能把一般的探傷人員變成技術(shù)熟練。經(jīng)驗豐富的專家。所以在實際應用中這種智能超聲無損檢測有很大的價值。
人工智能在電子技術(shù)方面的應用。沈顯慶認為可以把人工智能和仿真技術(shù)相結(jié)合，以單片機硬件電路為專家系統(tǒng)的知識來源，建立單片機硬件配置專家系統(tǒng)，進行故障診斷，以提高糾錯能力。人工智能技術(shù)也被引入到了計算機網(wǎng)絡領(lǐng)域，計算機網(wǎng)絡安全管理的常用技術(shù)是防火墻技術(shù)，而防火墻的核心部分就是入侵檢測技術(shù)。隨著網(wǎng)絡的迅速發(fā)展，各種入侵手段也在層出不窮，單憑傳統(tǒng)的防范手段已遠遠不能滿足現(xiàn)實的需要，把人工智能技術(shù)應用到網(wǎng)絡安全管理領(lǐng)域，大大提高了它的安全性。馬秀榮等在《簡述人工智能技術(shù)在網(wǎng)絡安全管理中的應用》一文中具體介紹了如何把人工智能技術(shù)應用于計算機網(wǎng)絡安全管理中，起到了很好的安全防范作用。
3 人工智能的發(fā)展方向
3.1 人工智能的發(fā)展現(xiàn)狀
國外發(fā)展現(xiàn)狀。目前，AI技術(shù)在美國、歐洲和日本發(fā)展很快。在AI技術(shù)領(lǐng)域十分活躍的IBM公司。已經(jīng)為加州勞倫斯?利佛摩爾國家實驗室制造了號稱具有人腦的千分之一的智力能力的“ASCII White”電腦，而且正在開發(fā)的更為強大的新超級電腦――“藍色牛仔(blue jean)”，據(jù)其研究主任保羅?霍恩稱，預計“藍色牛仔”的智力水平將大致與人腦相當。麻省理工學院的AI實驗室進行一個的代號為cog的項目。cog計劃意圖賦予機器人以人類的行為，該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經(jīng)過的東西，還有一個項目則是讓機器人學會聆聽音樂的節(jié)奏并將其在鼓上演奏出來。由于人工智能有著廣大的發(fā)展前景，巨大的發(fā)展市場被各國和各公司所看好。除了IBM等公司繼續(xù)在AI技術(shù)上大量投入，以保證其領(lǐng)先地位外，其他公司在人工智能的分支研究方面，也保持著一定的投入比例。微軟公司總裁比爾?蓋茨在美國華盛頓召開的AI(人工智能)國際會議上進行了主題演講，稱微軟研究院目前正致力于AI的基礎技術(shù)與應用技術(shù)的研究，其對象包括自我決定、表達知識與信息、信息檢索、機械學習、數(shù)據(jù)采集、自然語言、語音筆跡識別等。
我國人工智能的研究現(xiàn)狀。很長一段時間以來，機械
和自動控制專家們都把研制具有人的行為特征的類人性機器人作為奮斗目標。中國國際科技大學在國家863計劃和自然科學基金支持下，一直從事兩足步行機器人、類人性機器人的研究開發(fā)，在1990年成功研制出我國第一臺兩足步行機器人的基礎上，經(jīng)過科研10年攻關(guān)，于2000年11月，又成功研制成我國第一臺類人性機器人。它有人一樣的身軀、四肢、頭頸、眼睛，并具備了一定的語言功能。它的行走頻率從過去的每六秒一步，加快到每秒兩步；從只能平靜地靜態(tài)不行，到能快速自如的動態(tài)步行；從只能在已知的環(huán)境中步行，到可在小偏差、不確定環(huán)境中行走，取得了機器人神經(jīng)網(wǎng)絡系統(tǒng)、生理視覺系統(tǒng)、雙手協(xié)調(diào)系統(tǒng)、手指控制系統(tǒng)等多項重大研究成果。
3.2 人工智能發(fā)展方向
在信息檢索中的應用。人工智能在網(wǎng)絡信息檢索中的應用，主要表現(xiàn)在：①如何利用計算機軟硬件系統(tǒng)模仿、延伸與擴展人類智能的理論、方法和技術(shù)，包括機器感知、機器思維、機器行為，即知識獲取、知識處理、知識利用的過程。②由于網(wǎng)絡知識信息既包括規(guī)律性的知識，如一般原理概念，也包括大量的經(jīng)驗知識，這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素，對其進行推理，需要利用人工智能的研究成果。
基于專家系統(tǒng)的入侵檢測方法。入侵檢測中的專家系統(tǒng)是網(wǎng)絡安全專家對可疑行為的分析后得到的一套推理規(guī)則。一個基于規(guī)則的專家系統(tǒng)能夠在專家的指導下，隨著經(jīng)驗的積累而利用自學習能力進行規(guī)則的擴充和修正，專家系統(tǒng)對歷史記錄的依賴性相對于統(tǒng)計方法較小，因此適應性較強，可以較靈活地適應廣普的安全策略和檢測要求。這是人工智能發(fā)展的一個主要方向。
人工智能在機器人中的應用。機器人足球系統(tǒng)是目前進行人工智能體系統(tǒng)研究的熱點，其即高科技和娛樂性于一體的特點吸引了國內(nèi)外大批學者的興趣。決策系統(tǒng)主要解決機器人足球比賽過程中機器人之間的協(xié)作和機器人運動規(guī)劃問題，在機器人足球系統(tǒng)設計中需要將人工智能中的決策樹、神經(jīng)網(wǎng)絡、遺傳學的等算法綜合運用，隨著人工智能理論的進一步發(fā)展，將使機器人足球有長足的發(fā)展。
關(guān)鍵詞：電力系統(tǒng)；人工智能；運行
作者簡介：郭云川（1971-），男，四川達川人，國網(wǎng)四川省電力公司攀枝花供電公司，工程師。（四川 攀枝花 617067）
中圖分類號：TM73 文獻標識碼：A 文章編號：1007-0079（2013）27-0204-02
電力系統(tǒng)內(nèi)部非常復雜，涉及到大量的數(shù)據(jù)和信息，人工管理不但費時費力，還容易出現(xiàn)差錯。而人工智能技術(shù)卻能夠解決這些問題，在將來，我國的電力系統(tǒng)必定會往智能化、自動化的方向發(fā)展。
一、人工智能技術(shù)概述
人工智能技術(shù)集腦科學、神經(jīng)學、信息技術(shù)為一體，目前廣泛運用于多個領(lǐng)域，同時也是近年來科技領(lǐng)域的一個研究熱點。它通過對人腦的原理和行為進行模仿，從而研制出一種自動化的機器，這種機器能分析、識別、發(fā)現(xiàn)問題。很多電力企業(yè)都運用了這種技術(shù)，它提高了電力運行的效率，減少了故障發(fā)生的機率，還節(jié)約了人力、物力、財力。同時，它也能解決電力系統(tǒng)中非常復雜的問題，比如非線性映射。不僅如此，它還被繼電保護所應用。人工智能技術(shù)中的神經(jīng)網(wǎng)絡方法，通過采集大量的故障樣本，使設備對故障有一定的印象。因此，在發(fā)生故障的時候，設備能夠快速反應并且發(fā)出警報。
二、人工智能技術(shù)的種類
1.人工神經(jīng)網(wǎng)絡
人工神經(jīng)網(wǎng)絡是人工智能技術(shù)中的一種，它的非線性問題非常復雜，這種技術(shù)主要是用在繼電保護上，它是通過模仿人的神經(jīng)系統(tǒng)而研制出來的。此外，人工神經(jīng)網(wǎng)絡還具有比較快的反應能力，能夠及時對電力系統(tǒng)進行監(jiān)控、評估等等。即便是發(fā)生了故障，它也能夠進行快速的判斷，并且對故障的距離、情況等一一進行探測。
2.智能模糊邏輯
智能模糊邏輯通過運用模糊理論，輸入變量，建立數(shù)學模型，能夠很好地對電力系統(tǒng)進行規(guī)劃，并且診斷電力系統(tǒng)故障。如今，智能模糊邏輯已經(jīng)成為了一種比較成熟和完善的人工智能技術(shù)，廣泛應用于電力系統(tǒng)當中。
3.遺傳算法
遺傳算法的理論基礎是數(shù)學模型，它通過借鑒自然遺傳機制的隨機搜索算法，從而對群體和個體之間的信息進行交換。一般情況下，電力系統(tǒng)中比較難的非線性問題都是采用遺傳算法來解決。
4.混合技術(shù)
所謂的混合技術(shù)，就是將遺傳算法、人工神經(jīng)網(wǎng)絡、智能模糊邏輯等幾種技術(shù)合在一起，因為上面所說的幾種方法有一定的局限性，甚至還有一些難以克服的缺陷。將這些技術(shù)合在一起，就能夠更好地解決電力系統(tǒng)中的問題。
三、人工智能技術(shù)的特點
1.優(yōu)點
（1）并行性。該技術(shù)具有高度的并行性，因為它的內(nèi)部由多個簡單處理單元組成，這些小單元雖然比較簡單，但是處理能力卻很高。不僅如此，這些小單元相組合，還能夠處理并行活動，對信息的處理速度更是驚人。
（2）記憶性。人工智能技術(shù)也具有記憶性，因為它能夠?qū)π畔⑦M行記憶，然后將這些記憶信息存儲在權(quán)值當中。從這些權(quán)值中就可以看出電力系統(tǒng)中的信息。另外，它還能對信息進行特征提取、特殊處理，給電力系統(tǒng)的工作帶來了很大的方便。
（3）非線性全局作用。這種技術(shù)中的神經(jīng)元能夠接受其他神經(jīng)元的輸入，并且經(jīng)過并行網(wǎng)絡產(chǎn)生輸出，從而對其他的神經(jīng)元造成一定的影響。整個電力系統(tǒng)是相互制約、相互影響的，這樣就可以達到非線性映射，從而表現(xiàn)出一種集體性的行為。
2.缺點
（1）需要較長訓練時間。對于一些比較復雜的問題，遺傳算法需要進行較長時間的訓練。這是因為其學習的速率太慢。
（2）訓練的難度較大。如果網(wǎng)絡出現(xiàn)了故障，或者權(quán)值調(diào)得過大，就會使人工智能中的加權(quán)總和增加，從而導致導數(shù)非常小，而網(wǎng)絡權(quán)值的調(diào)節(jié)過程也會隨之而停頓。因此，訓練的難度較大。
四、電力系統(tǒng)運行中人工智能的具體應用
電力系統(tǒng)中有很多非線性問題，里面的方程式也有一定復雜性和系統(tǒng)性，但是可以應用人工智能技術(shù)來解決這些問題。
1.人工神經(jīng)網(wǎng)絡在繼電保護中的應用
過去的繼電保護裝置是運用的普通計算機，后來開始運用人工神經(jīng)網(wǎng)絡，因為這種技術(shù)比普通的計算機更加可靠和穩(wěn)定。在運行過程中，人工神經(jīng)網(wǎng)絡的運行效率非常高，而且速度也很快，不僅如此，人工神經(jīng)網(wǎng)絡還可以實現(xiàn)精準度比較高的算法，從而更好地保護電力系統(tǒng)。
人工神經(jīng)網(wǎng)絡中又包括三個部分，這三個部分分別是前置信號處理子系統(tǒng)、故障區(qū)域判定子系統(tǒng)以及故障判定網(wǎng)絡。在操作之前，先要對輸電線路旁邊的電流、電壓信號進行處理，從而得到一些數(shù)據(jù)。之后再把故障的特征輸入故障區(qū)域判定子系統(tǒng)當中，這樣就可以判斷系統(tǒng)的故障了。最后再使用第三部分的故障判定網(wǎng)絡對故障的性質(zhì)進行分析。
第一個部分是前置信號處理子系統(tǒng)，要采取合適頻率來對繼電保護中的電流、電壓進行采集，收集到了故障樣本之后再將其輸入到處理信號的子網(wǎng)絡當中，對其進行處理。最后再將剛才的電流、電壓的特征進行輸出。
第二個部分是故障區(qū)域判定子系統(tǒng)，這個系統(tǒng)能夠?qū)收线M行判定，用于快速判定故障發(fā)生的位置，從而對故障采取合理的解決措施。電力系統(tǒng)發(fā)生故障是不可避免的，系統(tǒng)運行了一段時間之后，難免會出現(xiàn)問題，比如金屬故障、非線性故障、設備故障等等。
第三個部分是故障判定網(wǎng)絡，這個部分會自動對發(fā)生的故障進行分析，它有三個層面和節(jié)點。必須在其中輸入電力系統(tǒng)中的突變量，然后再對得到的這些值進行處理。
2.人工智能算法在電力系統(tǒng)運行中的應用
人工智能算法主要的原理是無功優(yōu)化，通過無功優(yōu)化，能夠提高電力運行效率，使電力傳輸達到一個最佳的狀態(tài)。
人工智能算法采取記憶指導搜索的辦法來提高搜索速度，從而使全局達到最優(yōu)的狀態(tài)。它還有禁忌搜索方法，這種方法在跳出局部方面有很大的優(yōu)勢。此外，它還能解決多變量、非線性、離散性的問題，而且操作手法簡單，易于使用。
3.模糊理論在電力系統(tǒng)運行中的應用
模糊理論突破了經(jīng)典集合中的一些概念，它采用的是模糊搜索的原理來對一些不明確、不精準的事情和現(xiàn)象進行分析。首先要在其中加入一些近似推理的模糊邏輯和引入語言變量，從而對事情和現(xiàn)象進行分析與描述。如今，這種模糊理論已經(jīng)具有比較成熟的技術(shù)，它的應用已經(jīng)相當廣泛，遍及多個行業(yè)、多個領(lǐng)域。電力系統(tǒng)中有非線性，而線路通過非線性的時候，就會產(chǎn)生一些分量，這些分量能夠重疊在故障上面，并且不會被消除掉。而模糊理論中的技術(shù)可以消除輸電線路中互相影響的現(xiàn)象，使之相互獨立。
4.專家系統(tǒng)在電力系統(tǒng)運行中的應用
專家系統(tǒng)也是人工智能中的一種，它在很多年前就開始被應用。同時，它還能解決電力系統(tǒng)中的疑難問題，并且提高運行效率和解決問題的速度。
與上面的幾種人工智能技術(shù)相比，專家系統(tǒng)同樣能夠保護電力、控制電力、規(guī)劃電力。此外，它還能夠支持消息發(fā)送、防止停電、移除一些負荷較大的設備，從而降低電力系統(tǒng)運行的負荷。因此，專家系統(tǒng)可以說是一種比較可靠、技術(shù)含量較高的電力保護系統(tǒng)，適宜被大力推廣和使用。
五、人工智能在電力系統(tǒng)中的發(fā)展與前景
目前，人工智能在電力系統(tǒng)運行中得到了廣泛應用，隨著經(jīng)濟發(fā)展和社會進步，人們對供電的質(zhì)量和要求也越來越高，這使得電力企業(yè)必須采取科學的手段來提高電力系統(tǒng)的運行效率，應用新方法來解決問題，促進電力的發(fā)展，并且運行更加方便簡單、易于操作。這也是人工智能在電力系統(tǒng)中的發(fā)展與前景。
在將來，電力系統(tǒng)還會不斷發(fā)展，因為其復雜性在不斷提高，所以一些影響因素也會隨之而產(chǎn)生，再加上人工管理的方法容易出差錯。因此，電力企業(yè)必須使用人工智能的技術(shù)和方法。人工智能技術(shù)仍然在開發(fā)當中，技術(shù)人員在原有的技術(shù)基礎上對其進行改進和完善，這樣不但能夠提高技術(shù)，還能夠為電力系統(tǒng)的發(fā)展提供新的活力。
六、總結(jié)與體會
人工智能技術(shù)已被大部分電力企業(yè)所應用，這種技術(shù)不但能為電力企業(yè)節(jié)省人力、財力、物力，還能提高供電質(zhì)量，其發(fā)展前景非常可觀。未來，這種技術(shù)將會越來越成熟，并且變得容易操作、方便，從而為電力企業(yè)和廣大用戶提供更優(yōu)質(zhì)的服務。
參考文獻：
[1]田秀梅.人工智能在電力系統(tǒng)故障診斷中的應用[J].電子技術(shù)，
2011，38（1）：31-32.
[2]占才亮.人工智能技術(shù)在電力系統(tǒng)故障診斷中的應用[J].廣東電力，2011，24（9）：87-92.
[3]李玲敏.現(xiàn)代人工智能方法在電力系統(tǒng)無功優(yōu)化中的應用情況分析[J].大科技：科技天地，2011，（21）：191-192.
[4]韓禎祥，文福拴.人工智能及其在電力系統(tǒng)中的應用：從專家系統(tǒng)到人工神經(jīng)元網(wǎng)絡[J].電力系統(tǒng)自動化，1991，15（3）：5-15.
關(guān)鍵詞：人工智能；教育；應用；問題
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2012）03-0159-02
人工智能是研究如何構(gòu)造智能機器（智能計算機）或智能系統(tǒng)，使其模擬、延伸、擴展人類智能的學科。隨著人工智能的理論與技術(shù)在社會各個領(lǐng)域的廣泛應用，其在教育領(lǐng)域內(nèi)的應用也越來越受到重視，并取得了一定的研究成果。
一、人工智能教育應用的主要形式
人工智能在教育領(lǐng)域應用的最直接結(jié)果就是誕生了智能教學系統(tǒng)。智能教學系統(tǒng)是以計算機輔助教學為基礎而興起的，它是以學生為中心，以計算機為媒介，利用計算機模擬教學專家的思維過程而形成的開放式人機交互系統(tǒng)。目前，智能教學系統(tǒng)已成為人工智能在教育中應用的主要形式。智能教學系統(tǒng)主要是在知識表示、推理方法和自然語言理解等方面應用了人工智能原理。由于它綜合了知識專家、教師與學生三者的活動，因此，與之相對應的，智能教學系統(tǒng)一般分成知識庫、教學策略和學生模型三個基本模塊，再加上一個自然語言智能接口。智能教學系統(tǒng)的功能具體來說有以下幾條：了解每個學生的學習能力、認知特點和當前知識水平；能根據(jù)學生的不同特點選擇適當?shù)慕虒W內(nèi)容和教學方法，并可對學生進行有針對性的個別指導；允許學生用自然語言與“計算機導師”進行人機對話。智能教學系統(tǒng)的設計不僅要有計算機科學的知識，還需要有教育科學的理論指導。
二、人工智能在教育中應用的局限性分析
1.阻礙人工智能發(fā)展的關(guān)鍵因素。在人工智能的發(fā)展中，一直存在著對“計算機是否能代替人腦甚至超過人腦”的問題的討論，實際上，以電子計算機為主要工具模擬人的某些思維活動而產(chǎn)生的人工智能是有局限的。①計算機處理問題的根本原理。要計算機解決某種問題，有三個基本的前提：必須把問題形式化；問題還必須是可計算的，即要有一定的算法；問題必須有合理的復雜度，即要避免指數(shù)爆炸。由于人的智能活動不能完全形式化，因此，機器就不能將人腦的智力活動全部復制出來。電子計算機最終只能把握0、1這兩個開關(guān)代碼，遇到不能形式化、不能找到算法或不能程序化的任務，計算機則難以執(zhí)行。②人和機器之間的根本區(qū)別。智能模擬利用了人和機器的共性，即兩者都是一個信息轉(zhuǎn)換系統(tǒng)，但兩者之間存在著不容忽視的本質(zhì)區(qū)別。智能模擬與天然智能屬于兩種不同的進化系統(tǒng)，人類的智能是人類社會實踐的產(chǎn)物，機器的智能是機械制造的結(jié)果。大腦和電腦的組織結(jié)構(gòu)也不相同，兩者屬于兩種不同的運動過程，前者是復雜的生理--心理過程，后者是機械--物理過程。智能模擬可以在局部上超過天然智能，但是，模擬的根本方法是功能模擬法，兩個系統(tǒng)在結(jié)構(gòu)和實際過程上是不一樣的。智能模擬不具有人的思維的社會性，不具有主觀世界。
2.人工智能在教育中應用的局限。就目前人工智能的發(fā)展水平以及人工智能本身的特點而言，它在教育中的應用也是有其局限性的。①與學生之間無法暢通交流。教育本質(zhì)上是一種“交互”活動，而智能教學系統(tǒng)無法實現(xiàn)最充分、最真實的交互。目前自然語言理解的研究成果非常有限，遠不能達到人人交流的要求。此外，就態(tài)度、品德、情感等教育問題而言，機器只能通過學生輸入計算機的信息來判斷其掌握和內(nèi)化程度，而無法像人類教師通過自然狀態(tài)的交流和觀察來判斷學生的真實情況，因此，“機器智能”很容易被蒙蔽“雙眼”，無法做到像人與人之間那樣自然暢通的交流。②決策和推理機制不完善。智能教學系統(tǒng)的關(guān)鍵智能所在是其決策和推理機制，即“教學策略”模塊根據(jù)不同學生的具體情況通過推理做出靈活決策，這種決策基于學生模塊提供的有關(guān)學生的知識水平、認知特點和學習風格，而這些不能完全被形式化。同時，隨著教育理念的不斷更新以及教學模式和教學方法的不斷改進，系統(tǒng)所應用的教學策略模塊用于評估和判斷學生學習過程的能力是有限的。③人工智能并非適合所有的學習領(lǐng)域。根據(jù)加涅的學習結(jié)果分類，學習分為言語信息、智慧技能、認知策略、動作技能和態(tài)度五類。言語信息分為符號學習、事實學習和有組織的知識學習，這些屬于可形式化內(nèi)容，適用于智能教學系統(tǒng)；智慧技能分為辨別、具體概念、定義性概念、規(guī)則和高級規(guī)則，其中前四項屬于可形式化內(nèi)容，適用于智能教學系統(tǒng)，而高級規(guī)則屬于復雜――形式化內(nèi)容，部分內(nèi)容不適用于智能教學系統(tǒng)；動作技能和態(tài)度領(lǐng)域的學習，在其認知成分中可以使用智能教學系統(tǒng)，但情感和行為成分等非形式化內(nèi)容，則難以用智能教學系統(tǒng)來實現(xiàn)。因此，并不是所有的學習領(lǐng)域都適用于智能教學系統(tǒng)。智能教學系統(tǒng)在教育中應用的重點應放在認知領(lǐng)域中的符號學習、事實學習和有組織的知識學習、辨別、具體概念、定義性概念以及規(guī)則這些學習內(nèi)容上。
三、人工智能教育應用的發(fā)展方向
近年來，隨著計算機技術(shù)、網(wǎng)絡技術(shù)、人工智能技術(shù)以及現(xiàn)代教育教學理論的發(fā)展，人工智能在教育中應用的發(fā)展呈現(xiàn)出以下幾個趨勢。
1.開始突破單一的個別化教學模式。長期以來，計算機輔助教學系統(tǒng)和智能教學系統(tǒng)都是強調(diào)個別化教學模式，這種模式在發(fā)揮學生的學習積極性、主動性和進行因人而異的指導等方面確實有許多優(yōu)點。但是，隨著認知學習理論研究的進展，人們發(fā)現(xiàn)在計算機輔助教學系統(tǒng)和智能教學系統(tǒng)中只強調(diào)個別化是不夠的，在某些場合（例如問題求解）采用協(xié)作方式往往更能奏效。因此，近年來在智能教學系統(tǒng)中，協(xié)作型教學模式得到越來越多的重視和研究。
2.智能教學系統(tǒng)日益與超媒體技術(shù)相結(jié)合。超媒體系統(tǒng)具有良好的開發(fā)環(huán)境、靈活方便的用戶界面以及圖、文、聲并茂的特點，而且其信息的組織方式與人類認知的聯(lián)想記憶習慣相符，已成為目前一種最理想的信息載體和最有效的信息組織與信息管理技術(shù)，在許多領(lǐng)域尤其是教育領(lǐng)域有廣闊的應用前景。把超媒體技術(shù)引入智能教學系統(tǒng)，從而發(fā)展成為智能超媒體輔助教學系統(tǒng)，可以大大改善計算機輔助教學系統(tǒng)的教學環(huán)境，激發(fā)學生的學習積極性，從而顯著提高教學效果。
3.智能教學系統(tǒng)與網(wǎng)絡的關(guān)系日益密切。網(wǎng)絡的應用和普及為遠程教育和終身教育提供了一個良好的空間。當前，智能教學與多媒體網(wǎng)絡的結(jié)合成為人工智能在教育中應用的一個勢不可擋的發(fā)展趨勢。
4.傳統(tǒng)人工智能與神經(jīng)網(wǎng)絡模糊決策機制相結(jié)合。傳統(tǒng)人工智能從宏觀角度開展認知模擬，可以部分地模擬人類的邏輯思維過程，而神經(jīng)網(wǎng)絡模糊決策機制從微觀方面進行認知模擬，著力實現(xiàn)模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。今后將探索一種新的智能處理模型：把神經(jīng)網(wǎng)絡的模糊決策機制和符號專家系統(tǒng)的推理能力結(jié)合起來，利用多重知識源、多種模型進行復合協(xié)同處理。如果上述技術(shù)能夠成熟運用，那將對人工智能的發(fā)展及其在教育中的應用起到?jīng)Q定性的作用。
參考文獻：
[1]王士同.人工智能教程[M].北京：電子工業(yè)出版社，2001.
[2]王永慶.人工智能原理與方法[M].西安：西安交通大學出版社，1998.
[3]何克抗.計算機輔助教育[M].北京：高等教育出版社，1997.
[4]徐鵬，王以寧.國內(nèi)人工智能教育應用研究現(xiàn)狀與反思[J].現(xiàn)代遠距離教育，2009，（5）：3-5.
關(guān)鍵詞：電氣工程；智能化；應用；發(fā)展
前言
在新世紀到來之際，各項經(jīng)濟不斷進步，科技不斷發(fā)展，使電氣工程不斷融入新的技術(shù)并應用到多個領(lǐng)域。在傳統(tǒng)的電氣工程中，存在技術(shù)與工藝的不完善，制約著電氣工程的發(fā)展，導致經(jīng)濟效益的過低。新時代，計算機網(wǎng)絡技術(shù)的大范圍應用帶動了電氣工程的發(fā)展，電氣工程不斷被廣泛的網(wǎng)絡資源所影響，將計算機技術(shù)不斷應用，實現(xiàn)了信息化的發(fā)展。在電氣工程自動化的發(fā)展中，運用計算機技術(shù)進行各個系統(tǒng)的掌控，將GPS等高端技術(shù)的應用，實現(xiàn)了智能化、信息化的發(fā)展趨勢。但是，目前的電氣工程智能化處于剛剛起步階段，很多控制技術(shù)還不夠完善，以及各個管理體制的缺乏，制約著電氣工程智能化的發(fā)展，因此，堅強智能化電氣工程的管理，尤為重要。
1 智能化技術(shù)概述
1.1 智能化技術(shù)的應用
社會經(jīng)濟及科技的不斷發(fā)展，使市場競爭不斷激烈，智能化技術(shù)的應用能夠適應市場競爭，并占據(jù)有利的地位。目前，智能化技術(shù)被大量應用在人們的生產(chǎn)生活當中，并為社會的發(fā)展提供了可靠的技術(shù)基礎。智能化的應用給個耳光領(lǐng)域帶來的優(yōu)勢主要包括：
（1）增加可靠性能。智能化技術(shù)的應用，大大節(jié)省了電氣工程企業(yè)的人力物力的投入，減少了資金的投入。同時，減少了設備的使用率，實現(xiàn)高效性的發(fā)展，為企業(yè)節(jié)省了成本。（2）使操作簡單。智能化技術(shù)的應用，能夠?qū)⒏黜棽僮骱喴谆瑴p少了人力的使用，并使工作效率大大提高，促進工作環(huán)境的改善，枯萎電氣工程的各項作業(yè)的操作提供高效率與高質(zhì)量的效果。（3）降低施工難度。在施工過程中，由于工程施工的復雜性與危險性，一部分操作無法進行，智能化技術(shù)的應用，能夠使工程難以操作的部分運用智能化的技術(shù)進行操作，實現(xiàn)了人為不能操作的作業(yè)，保證工程質(zhì)量與施工安全。（4）工程故障的診斷。智能化技術(shù)的應用，能夠?qū)⒐こ讨泄收线M行智能化的監(jiān)督與分析，并有效反映故障的原因及具體情況，提高了故障解決的效率，增加了工程進度。
1.2 智能化技術(shù)的理論基礎
1956年人工智能被首次提出后，它的主要作用是讓機器擁有人工智能，使其可以獨立完成一些高難度、高危險的工作，被廣泛應用于各行各業(yè)中。智能化技術(shù)在電氣工程自動化控制領(lǐng)域中的應用原理是通過模仿人類大腦進行計算機編程，完成信息的收集、處理與分析、反饋的內(nèi)容要求。大量事實證明，智能化技術(shù)在電器工程自動化控制領(lǐng)域中取得了一定的成效，它提高了工作效率，降低了工程的成本，降低了控制人員的勞動強度，有效地節(jié)省了人力資源，提高了工程的質(zhì)量，保障了人們的生命安全。
2 智能化技術(shù)在電氣工程自動化控制中的具體應用
科學技術(shù)的不斷發(fā)展，促進了人工智能技術(shù)的迅猛發(fā)展，在各行各業(yè)中，計算機的人工智能操作技術(shù)逐漸取代了手工操作，特別是在電氣工程自動化控制領(lǐng)域。智能化技術(shù)在電氣工程自動化控制中主要包括故障診斷、智能控制和優(yōu)化設計三個方面的內(nèi)容。
2.1 智能化技術(shù)在故障診斷中的應用
電氣工程自動化系統(tǒng)在運行過程中不可避免地會發(fā)生電氣設備故障的問題，之所以出現(xiàn)故障，就是因為人們很難發(fā)現(xiàn)設備發(fā)生故障前一些預兆。因此，在電氣工程自動化控制中引進智能化技術(shù)，發(fā)揮智能化技術(shù)的優(yōu)勢對設備故障進行全面、準確的診斷。應用智能化技術(shù)對故障診斷的方式就是通過分析變壓器中滲漏油的分解出來的氣體，確定變壓器發(fā)生故障的主要范圍，然后在這個范圍中找出設備故障的具置并及時安排維修人員進行檢修。
2.2 智能化技術(shù)在智能控制中的應用
電氣工程自動化控制中會存在一些高難度、高危險的工作，將智能化技術(shù)應用于電氣工程自動化控制工作中，讓人工智能操作代替人為操作，實現(xiàn)電氣工程自動化控制的無人操作、遠程操作，達到智能操作的高效化和自主化的目的，智能化技術(shù)為智能化控制提供了良好的發(fā)展空間。
2.3 智能化技術(shù)在優(yōu)化設計中的應用
電氣設備設計程序復雜，設計人員需要具備電路、電機、電力電子技術(shù)、電磁場、變壓器等相關(guān)方面的知識。由于傳統(tǒng)的手工設計方式，會存在方案達標率低、修改難度大的問題，需要花費大量的人力、物力、財力。而人工智能技術(shù)的應用，利用計算機軟件來完成方案的設計，如CAD圖紙設計軟件，解決了人腦難以解決的復雜計算過程的問題，不僅可以提高方案的質(zhì)量和使用性能，還可以大大減少設計所需的時間。
3 電氣工程自動化智能化技術(shù)的發(fā)展前景
3.1 性能發(fā)展方向
智能化技術(shù)在電氣工程自動化控制中的應用，使其朝向高速度、高精度、高效化的方向發(fā)展。速度、精度、效率是衡量電氣工程自動化水平的關(guān)鍵性指標，在電氣工程自動化控制中結(jié)合智能化技術(shù)，可以實現(xiàn)電力系統(tǒng)的高速度、高精度、高效化。
3.2 功能發(fā)展方向
增強智能化技術(shù)在電氣工程自動化控制中的功能作用，要充分利用用戶界面圖形化、科學計算可視化、內(nèi)裝高性能PLC、多媒體技術(shù)等要素。智能化的圖形用戶界面使得人們可以通過窗口和菜單進行簡單的操作，極大地方便了非專業(yè)用戶的使用。在電氣工程自動化控制領(lǐng)域，利用可視化技術(shù)，如CAD設計技術(shù)，極大地縮短了產(chǎn)品設計周期，提高產(chǎn)品質(zhì)量同時降低了成本。在電氣工程自動化控制系統(tǒng)中內(nèi)裝高性能PLC，可以方便用戶進行編輯修改，從而建立自己的應用程序。將多媒體技術(shù)應用于電氣工程自動化控制領(lǐng)域中，可以對信息進行智能化、綜合化的處理。
3.3 體系結(jié)構(gòu)的發(fā)展
智能化技術(shù)可以使電氣工程自動化的體系結(jié)合向集成化、模塊化、網(wǎng)絡化的方向發(fā)展。LED顯示技術(shù)，科技含量高、體積小、質(zhì)量輕，可以以超大尺寸的形式顯示信息，很大程度地提高電氣工程自動化相關(guān)顯示器的性能，提高了集成電路的密度。應用智能化技術(shù)實現(xiàn)電力系統(tǒng)的模塊化，這利于實現(xiàn)電氣工程自動化控制系統(tǒng)的標準化和集成化。
結(jié)束語
智能化技術(shù)在各行各業(yè)都得到了應用，特別是在電氣工程自動化控制領(lǐng)域。人工智能理論為智能化技術(shù)發(fā)展奠定了理論基礎，電氣工程自動化智能化技術(shù)的應用一定要清楚了解人工智能理論的要點，這樣才能將智能化技術(shù)用在實處，實現(xiàn)自動化控制，有效地提高電氣工程企業(yè)產(chǎn)品的競爭力和經(jīng)濟效益。電氣工程自動化的智能化技術(shù)發(fā)展前景廣闊，在電氣工程自動化工作中，要不斷總結(jié)經(jīng)驗，進一步促進我國電氣工程自動化的發(fā)展。
參考文獻
關(guān)鍵詞：人工智能；智能家居；智能音箱
一、相關(guān)概念
（一）人工智能。人工智能是一門研究、理解和模擬人類智能，并且發(fā)現(xiàn)其內(nèi)在規(guī)律的學科。它是計算機科學的一個分支，試圖發(fā)現(xiàn)智能的實質(zhì)，并創(chuàng)造出一種以人類思考的方式做出相似反映的智能機器。同時，它又是計算機知識、心理學知識和哲學知識的集合，模擬人的意識和思維過程，讓機器能夠做到只有人類智慧才能做到的復雜的事項。
（二）智能家居。智能家居是嵌入式技術(shù)、通信技術(shù)和網(wǎng)絡技術(shù)的集合，通過系統(tǒng)將各種家居與人們的居家生活緊密結(jié)合，以提高人們生活的舒適感和安全感。隨著人工智能的迅猛發(fā)展，智能家居正與人工智能緊密結(jié)合，讓消費者享受到更人性化的居家體驗。
二、文獻綜述
歐陽婷梓研究了人工智能對智能家居的影響，認為人工智能應用的落地將會使智能家居產(chǎn)業(yè)升級，同時還指出Al技術(shù)還有待突破，市場決定人工智能能否再次爆發(fā)。榮華英和兼國恩研究了人工智能發(fā)展背景下國際智能家居行業(yè)貿(mào)易發(fā)展前景，認為國際智能家居行業(yè)貿(mào)易將朝智能產(chǎn)品設計、智能生產(chǎn)制造、智能高效物流和智能商業(yè)服務方向發(fā)展。吳斌在研究我國智能家居系統(tǒng)發(fā)展存在的問題時，指出要制定行業(yè)標準體系，降低系統(tǒng)成本并完善售后服務。
觀察現(xiàn)有研究，發(fā)現(xiàn)有關(guān)人工智能時代下智能家居行業(yè)發(fā)展的研究仍相對較少，本文指出Al對智能家居行業(yè)發(fā)展的影響，指出未來發(fā)展機遇，并預測未來該行業(yè)的發(fā)展趨勢，對行業(yè)發(fā)展具有指導意義。
三、智能家居行業(yè)發(fā)展現(xiàn)狀
（一）國際智能家居行業(yè)發(fā)展現(xiàn)狀。美國的Amazon Echo、Google Home和Apple HomeKit占據(jù)了國外的智能家居語音控制平臺市場，Contro14 利用Zigbee技術(shù)可以與世界知名品牌的家電產(chǎn)品連接，控制各種設備和系統(tǒng)；英國的Laing Homt公司早在2000年建立了“智能家居”示范街，給每棟房子都裝上了智能管理系統(tǒng)，近年也在國內(nèi)建立起了一些智能家居體驗式展廳；日本軟銀生產(chǎn)的Pepper人形情感機器人能夠讀懂人類的情感，并做出相應的反映，在各種場合為人們服務，松下于2017年“Panasonic Home+全屋智能”戰(zhàn)略，讓全屋各個部分的功能都智能化；德國的Apartimentum未來型公寓將物聯(lián)網(wǎng)應用和先進科技結(jié)合起來讓住戶的生活更加簡潔舒適。據(jù)中國報告大廳的《2016-2021年中國智能家居產(chǎn)業(yè)市場運行暨產(chǎn)業(yè)發(fā)展趨勢研究報告》數(shù)據(jù)顯示智能家居市場規(guī)模逐年上漲，但增長速度開始放緩，隨著人工智能的發(fā)展，行業(yè)開始進入技術(shù)融合，技術(shù)沉淀打造更加智能的家居用品的階段，2016～2018年全球智能家居市場規(guī)模變化如圖1所示。
（二）國內(nèi)智能家居行業(yè)發(fā)展現(xiàn)狀。2012年智能家居行業(yè)進入快速發(fā)展期，深受大眾追捧，但進入2015年，銷售增速開始放緩，隨著政策的扶持，2016年市場規(guī)模增速開始上漲。工信部數(shù)據(jù)顯示，我國物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模發(fā)展迅速，2010年規(guī)模超過2，600億元，2015年達到7，500億元，2020年產(chǎn)業(yè)規(guī)模將突破15，000億元，物聯(lián)網(wǎng)在智能家居、智能社區(qū)和智慧城市等領(lǐng)域發(fā)展愈發(fā)強勁。面對如此紅利，相關(guān)企業(yè)加快布局，海爾建立U-home平臺、美的建立M-Smart平臺、阿里巴巴建立人工智能實驗室并了智能音箱等產(chǎn)品。據(jù)中國報告大廳的《2016-2021年中國智能家居產(chǎn)業(yè)市場運行暨產(chǎn)業(yè)發(fā)展趨勢研究報告》數(shù)據(jù)顯示，未來幾年智能家居市場規(guī)模持續(xù)上漲，市場前景看好，市場規(guī)模增長情況如圖2所示。
智能家居產(chǎn)業(yè)錯綜復雜，涉及眾多產(chǎn)品，根據(jù)目前各企業(yè)涉及的領(lǐng)域，大致分為六個流派：以海爾、美的為代表的傳統(tǒng)家電企業(yè)，通過將原有的產(chǎn)品智能化提高銷售；以阿里巴巴和京東為代表的互聯(lián)網(wǎng)企業(yè)，通過自產(chǎn)智能硬件或與傳統(tǒng)家電企業(yè)建立合作涉足智能家居行業(yè)；以華為和小米為代表的手機硬件企業(yè)，通過研發(fā)軟件、生產(chǎn)硬件和建立智能家居生態(tài)系統(tǒng)進軍智能家居行業(yè)；以Honeywell、Bosch和松下為代表的安防企業(yè)，在本身安防設備的基礎上智能化，占據(jù)智能家居安防市場；以Amazon Echo和Google Home為代表的國外智能家居企業(yè)，通過語音識別和人工智能技術(shù)進軍國內(nèi)市場；以及一些提供云平臺服務和小型硬件的供應商。
四、當前智能家居行業(yè)面臨的問題
（一）缺乏規(guī)范統(tǒng)一的標準。在整個智能家居產(chǎn)業(yè)中，至今還沒有制定統(tǒng)一的標準，導致各大公司各行其道，各自開發(fā)自己的系統(tǒng)，與其他廠商開發(fā)出來的系統(tǒng)并不兼容，目前具有代表性的是谷歌、蘋果、微軟加入了高通主導的AllSeen聯(lián)盟，英特爾、三星、戴爾等公司組成了智能家居設備標準聯(lián)盟OIC。之后，谷歌在收購Nest之后力推Thread，蘋果自家提出Homekit。一方面用戶的智能體驗降低；另一方面加重了用戶的轉(zhuǎn)換成本。而人工智能是一項復雜的產(chǎn)業(yè)，它不是一兩家公司就能經(jīng)營好的，它需要各領(lǐng)域的公司參與進來研發(fā)技術(shù)、搭建平臺、生產(chǎn)終端，各司其職，并用統(tǒng)一的標準將各個環(huán)節(jié)連接起來。
（二）缺乏人性化的偽智能。目前，智能家居產(chǎn)品大多通過手機來實現(xiàn)，但有些廠商以“智能”為噱頭，將原本簡單的操作強加到手機上，使得手機承擔較多的功能。然而，除了年輕人對智能手機的操作較為熟悉，其他用戶面對復雜的“智能”操作只能望而卻步，嚴重缺乏人性化設計。
（三）需求低且價格高。一方面智能家居概念映入人們眼簾的時間較短，人們對智能家居還不太了解；另一方面智能家居智能化水平不高，操作復雜，運行過程中經(jīng)常出錯，嚴重打擊了消費者的體驗。同時，目前的技術(shù)水平有限，技術(shù)和產(chǎn)品的研發(fā)需要較高的研發(fā)費用，加上日常的維護費用，導致智能家居的消費價格偏高，打擊了消費者的購買欲望。
（四）信息安全存在隱患。物聯(lián)網(wǎng)信息傳輸過程中，個人信息極易被黑客竊取，不法分子通過這些個人信息進一步竊取用戶的財產(chǎn)，會造成巨大的社會不穩(wěn)定，對智能家居未來發(fā)展構(gòu)成巨大威脅。如果智能家居產(chǎn)業(yè)在未來想占據(jù)較大一部分家居市場，就必須克服信息安全問題，加大信息的監(jiān)管力度。
五、Al助力智能家居行業(yè)發(fā)展
（一）AI與智能家居結(jié)合進入最終狀態(tài)。經(jīng)過幾十年的發(fā)展，智能家居經(jīng)過了用App遠程控制家電的單品智能化和多個電器間相互感應的智能互動兩個階段，以上兩個階段均為弱智能階段，得通過手機來操作。而第三階段是家居產(chǎn)品與人工智能的深入結(jié)合，賦予家居產(chǎn)品人性化，擺脫手機的操控，通過自主學習、主動記憶、自主決策為用戶提供舒適的生活。
（二）提升全新的交互體驗。語音交流以其與人交流的親和感，成為當今最流行的人機交互方式。人類通過語音給機器下達指令，機器通過語音識別執(zhí)行指令。近幾年，語音識別技術(shù)取得重大突破，語音識別準確率達到97%以上。而智能音箱具有語音交互、提供音樂和有聲讀物等媒體內(nèi)容、提供多種互聯(lián)網(wǎng)服務以及可以對智能家居進行控制等功能，深受大眾追捧，因而被稱為智能家居的入口。為搶占智能家居的入口，互聯(lián)網(wǎng)各大巨頭紛紛加緊研究搶占市場。2014年11月，亞馬遜推出智能音箱Echo，至今已有幾千萬的銷量，隨后谷歌推出GoogleHome，微軟推出Cortana，緊接著國內(nèi)的京東推出叮咚音箱，阿里巴巴也推出了“天貓精靈”，小米推出“小愛同學”。
（三）提供更安全、可控的應用環(huán)境。傳統(tǒng)的密碼輸入和保護方式已經(jīng)不再滿足人們對操作便捷性和安全性的要求，于是推動了人們對生物識別技術(shù)的開發(fā)。生物識別是指通過計算機與生物傳感器等高科技結(jié)合，提取人固有的生理特征和行為特征，以鑒定個人身份。目前人臉識別、指紋識別和虹膜識別已經(jīng)得到廣泛的應用。為達到更高的安全水準，通過紅外線照射獲取手指靜脈圖像的指靜脈技術(shù)也在緊密研究當中，極大地迎合了人們對智慧生活的追求。
六、我國智能家居發(fā)展的機遇
（一）我國加速進入老齡化社會，智能家居需求增大。因為工作關(guān)系很多子女與父母在異地生活，難以妥善地照顧好父母的生活，而智能家居可以方便老人們的日常生活，提高老年人的生活質(zhì)量，加上多年財富的積累，老年人的經(jīng)濟實力比年輕人要高，隨著老齡化進程的加快，老年人人口的比例將加重，多重原因結(jié)合起來支撐起了未來潛在的市場需求。
（二）“智能家居”概念將越來越普及。通過前些年“智能家居”概念的炒作，各大新聞客戶端、網(wǎng)站的轉(zhuǎn)載宣傳，讓越來越多的人認識了解到智能家居的相關(guān)概念。近些年各大瀏覽器對“智能家居”關(guān)鍵詞的搜索數(shù)量大幅度增長，隨著科學技術(shù)的發(fā)展，人們對智能家居產(chǎn)品的信賴感也在增強。如今人們購買家具，對房屋進行裝修也會考慮適當引進智能家居的相關(guān)元素進入日常的起居中。
（三）居民收入增多，消費價格將降低。隨著經(jīng)濟的不斷發(fā)展，人們的收入也在逐年上漲，到2020年我國將全面建成小康社會，屆時人們的收入水平將會大幅增長，相比2010年翻一番。經(jīng)濟增長的同時，科技也在飛速發(fā)展，技術(shù)水平的不斷完善降低了智能家居產(chǎn)品的成本，同時電信運營商的網(wǎng)絡費用也在下調(diào)，日常的運營維護成本也在下降，消費者的消費成本將會大幅下降，市場需求將會激增，市場規(guī)模將會擴大。
（四）政策扶持，發(fā)展道路順暢。智能家居產(chǎn)業(yè)發(fā)展被寫入政府工作報告，政府相繼出臺《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》、《智能制造工程實施指南（2016-2020年）》、《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》等指導性文件，促進智能家居、智能機器人、智能制造裝備等領(lǐng)域產(chǎn)業(yè)發(fā)展。并成立“中國人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟”和“人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟”，把涉及人工智能領(lǐng)域的所有環(huán)節(jié)全面整合，掃除阻礙人工智能發(fā)展的一切障礙。
七、我國智能家居行業(yè)未來發(fā)展趨勢
（一）標準日趨統(tǒng)一。當智能家居行業(yè)依舊遵循現(xiàn)在的發(fā)展方式，各企業(yè)各行其道，系統(tǒng)間互不兼容，消費者將會對該行業(yè)產(chǎn)生疲倦，未來市場規(guī)模可能難以擴大。除非出現(xiàn)一家領(lǐng)導性標桿企業(yè)，擁有自己的系統(tǒng)，能夠生產(chǎn)出所有類別的智能家居產(chǎn)品，用戶對該企業(yè)提供的方方面面都很滿意，進而壟斷了整個智能家居市場。很顯然，出現(xiàn)這種情況的概率很小，沒有一家企業(yè)可以力挽狂瀾，所以市場逼著企業(yè)間建立起統(tǒng)一的標準，為用戶提供便捷舒適的生活體驗。
（二）AI與智能家居的完美融合。人工智能在智能家居領(lǐng)域的廣泛應用已是大勢所趨，只有智能家居與人工智能的完美結(jié)合才會讓人們的生活更加便捷。未來智能家居將會更加智能化、人性化，能夠準確抓住用戶的喜好提供相應的服務，根據(jù)用戶的工作安排相應的行程。一整套智能家居系統(tǒng)猶如一個智能管家，在最優(yōu)的時間提供最優(yōu)的服務。
（三）個人信息更加安全。個人信息的安全是制約智能家居市場規(guī)模擴大的又一要素，因此行業(yè)內(nèi)將建立起一套世界領(lǐng)先的信息安全標準，并且該標準能夠和各地的法律法規(guī)銜接好，收集到的數(shù)據(jù)能夠安全地儲存好，能夠記錄數(shù)據(jù)的產(chǎn)生時間地點等情況，以便需要的時候能夠查證。
八、結(jié)語
人工智能時代下智能家居行業(yè)仍將在相當?shù)囊欢螘r間處于一個無統(tǒng)一標準、需求低、價格高的階段，但隨著老齡化進程的加快，智能家居概念的逐漸普及、居民收入不斷增加、產(chǎn)品價格的不斷下降，智能家居產(chǎn)品的市場需求將會逐漸增長，將促使企業(yè)間制定規(guī)范統(tǒng)一的標準，人工智能將會與智能家居完美結(jié)合，為用戶提供更加舒適便捷的生活。
（來源：合作經(jīng)濟與科技 文/陳功正 王騰 陸暢 王蘊鑫 陳黎陽 編選：電子商務研究中心）
主要參考文獻
［1］陳晉.人工智能技術(shù)發(fā)展的倫理困境研究［D］.吉林大學，2016.
［2］鄧中祚.智能家居控制系統(tǒng)設計與實現(xiàn)［D］.哈爾濱工業(yè)大學，2015.
［3］歐陽婷梓.人工智能能否成為智能家居的強心劑［J］.通信企業(yè)管理，2018.1.
1列舉人工智能的研究內(nèi)容
1.1模式識別
在對人工智能系統(tǒng)研究的過程中，對其模式識別版塊的研究，實質(zhì)上就是借用計算機技術(shù)，將人體對外界環(huán)境的感知功能以某種程序規(guī)整到計算機體系中，從而構(gòu)建出智能化識別系統(tǒng)。[1]計算機體系可以將個體感知與識別能力呈現(xiàn)出來，在自體數(shù)據(jù)庫信息資源的協(xié)助下，將文字、表格、聲音以及圖式等內(nèi)容顯現(xiàn)出來。人工智能系統(tǒng)中的模式識別通常要經(jīng)歷數(shù)據(jù)信息收集、預處理、基元提取、模式分類等流程。
1.2機器視覺
這一人工智能技術(shù)是在模式識別基礎上發(fā)展起來的，其最大的功效是可以將人體視覺的識別功能虛擬化構(gòu)建出來，在模仿人類對事物的理解功能上也體現(xiàn)出一定的優(yōu)越性。對機器視覺功能的深入，在打破原有技術(shù)局限性方面有所建樹，同時也使其演變成一門獨立性較強的學科，在發(fā)展的進程中向更深層次延展。在對機器視覺研究過程中，工作運行的方向大多數(shù)是對個體視覺的模擬，確保機器人系統(tǒng)順利的洞察與掌握生態(tài)景觀等不同信息，對其進行深度探究從而構(gòu)建出具有圖像機器視覺效應，此時機器人自體具備了人的視覺功效，在立體視覺、視覺檢驗、動態(tài)圖像分析等形式運行的進程中，機器人能夠自行的對外部圖像的內(nèi)涵進行理解與挖掘，繼而將反映機器人運轉(zhuǎn)狀態(tài)的信息資源提供給機器人運控控制系統(tǒng)。
1.3機器學習
機器學習可以被視為智能化發(fā)展的重要技術(shù)，最大的特色是對個體智力進行模仿從而達到獲取知識資源的目標，此時機器人能夠為人類提供更為優(yōu)質(zhì)的服務。在經(jīng)濟全球化時代中，人類對機器人工作質(zhì)量提出更高的標準，這就要求機器人不斷的學習新知，對自體屬性進行科學的調(diào)整，實現(xiàn)在復雜化環(huán)境中高效運轉(zhuǎn)這一偉大目標。機器學習的功效可以在以下幾個方面體現(xiàn)出來：一是強化機器人在多變環(huán)境中的適應能力，順利的采集大批量的信息資源并對其進行精確分析；三是借助學習環(huán)節(jié)機器人可以強化自體智能化檔次，對多變的環(huán)境做出科學的回應，及時處理緊急問題；三是機器學習環(huán)節(jié)的啟動，可以協(xié)助機器人設計者實現(xiàn)優(yōu)化設計效果這一目標，節(jié)省了人力資源，降低了生產(chǎn)成本，最終輔助機器人實現(xiàn)優(yōu)化運行效率這一終極目標。
2人工智能在智能機械人領(lǐng)域中的具體應用
2.1人工神經(jīng)網(wǎng)絡在機器人定位與導航中的應用
人工神經(jīng)網(wǎng)絡是在生物神經(jīng)系統(tǒng)之上發(fā)展起來的一種對信息資源處理的方式，其獨特之處在于能夠處理那些無法用模型或者是相關(guān)規(guī)范概述的程序與體系，在解說非線性系統(tǒng)的結(jié)構(gòu)與性能等方面體現(xiàn)出一定的統(tǒng)一性；具備著融合多元信息資源的性能，人工神經(jīng)網(wǎng)絡最常見的結(jié)構(gòu)如圖1所示。該類人工智能在移動機器人定位和導向環(huán)節(jié)具有較高的應用頻率，主要得力于移動機器人多傳感器信息整合借助了神經(jīng)網(wǎng)絡的諸多性質(zhì)，此時機器人外部傳感器的信息資源演變?nèi)斯ど窠?jīng)網(wǎng)絡的傳送處理目標體，這樣操縱人員就可以順利的獲取到與移動機器人自體方位相關(guān)的信息資料，同時對阻礙物的位置、形狀以及大小有一個較為確切的評估，在人工智能的協(xié)助下移動機器人順利的躲避障礙物并且自置也明確化。
眾所周知，攝像機標定為移動機器人視覺體系的重要版塊，攝像機參數(shù)明確的過程便是智能機器人內(nèi)部幾何和光電參數(shù)整合的過程，同時其自體坐標系和外界坐標系兩者的相對方位也體現(xiàn)出明確性，國內(nèi)相關(guān)學者借用人工神經(jīng)網(wǎng)絡順利實現(xiàn)上述目標。具體是在人工神經(jīng)網(wǎng)絡的協(xié)助下，直接采集到智能機器人攝像機呈現(xiàn)的圖像信息資源，繼而建設三維坐標系（x，y，z），從而明確攝像機內(nèi)部幾何與光電參數(shù)、自體坐標系與外界坐標系之間的關(guān)聯(lián)性。如圖1所示，人工神經(jīng)網(wǎng)絡首層為輸入層，次層為隱含層，末層為輸出層。[2]隱含層與輸出層神經(jīng)元的類型分別是S型激活函數(shù)以及線性激活函數(shù)，網(wǎng)絡輸入層則是移動機器人目的點在3個攝像機內(nèi)所有的圖像信息資源，輸出層構(gòu)建的坐標系類型為三維世界坐標。人工神經(jīng)網(wǎng)絡在移動機器人運作進程中的應用，能夠使操作人員獲得到與目標物在三維空間內(nèi)較為精確的位置信息資料，在人工智能的協(xié)助下，智能機器人在方向引導過程中能夠使障礙點的方位更加明確化，軌跡追蹤這一目標也得以實現(xiàn)。
2.2專家系統(tǒng)在機器人控制中的應用
人類對機器人控制理論的研究腳步從未停歇過，也取得了令人欣慰的科研成績，致使大部分機器人控制方法均是在某些數(shù)學模型上發(fā)展起來的。基于智能機器人具有非線性、順變性、多關(guān)節(jié)耦合性等動力學特性，為數(shù)學模型參數(shù)與類別的確定設置了較大的難度系數(shù)。并且在動態(tài)式數(shù)學模型在應用過程中準確性受到智能機器人位置變動而發(fā)生變更的現(xiàn)狀，導致龐大的計算任務難以在該方法的協(xié)助下完成。在這種局勢下，智能控制理念被提出來了，其能夠?qū)€體行為方式進行模擬，而不需要大批量數(shù)學模型與公式的協(xié)助。目前智能控制與人工智能領(lǐng)域的多個結(jié)構(gòu)產(chǎn)生關(guān)聯(lián)，常見的有專家系統(tǒng)、神經(jīng)網(wǎng)絡、模糊控制等。
2.3進化算法在機器人路徑設計中的應用
路徑設計是智能機器人領(lǐng)域一直被研究的專題。基于路徑設計是智能機器人構(gòu)建的重要成分這一實況，路徑設計的宗旨是協(xié)助移動機器人在某些因素的制約下，能夠順利探尋出一條從初始狀態(tài)到終極狀態(tài)的優(yōu)良型、無碰撞型的路徑。在智能機器人路徑的設計方面，眾多學者開展了大量的探究工作，并研發(fā)出一些方式方法。
在人工智能領(lǐng)域不斷延展的進程中，計算智能與進化智能法先后被開發(fā)出來，遺傳算法與蟻群等算法也陸續(xù)被提出與應用，從而使智能機器人路徑設計工作的實效性有所保障。特別是遺傳算法在機器人路徑設計環(huán)節(jié)中的運用，使機器人智能化水平更上一層樓，此時其運行的軌跡基本上與預期效果相吻合。有研究人員應用遺傳算法的過程中不斷對其實施改良措施，并積極在陌生環(huán)境中，借用動態(tài)化手段對機器人路徑進行設計規(guī)劃，此時其借用遺傳算法體系中路點坐標值可變長染色體編碼方法，創(chuàng)建出涵蓋障礙物排斥子函數(shù)項的代價函數(shù)。這一人工智能形式在智能機器人領(lǐng)域中的應用，確保路徑設計環(huán)節(jié)中的地圖信息資源順利融合進遺傳操縱進程中。在對遺傳算法不斷應用與改進的過程中，研究人員積極對被設計的機器人路徑應用形式進行深層次的研究，開發(fā)出兩種遺傳算子，即交叉算子與變異算子，在多樣化進化算法的協(xié)助下，智能機器人在運轉(zhuǎn)的過程中在對路徑探尋之時取得了最佳效果，從而使移動機器人運行的效率得到切實的保障，當然，使移動機器人路徑設計工作獲得更大的發(fā)展空間也是毋庸置疑的事實。
3人工智能的發(fā)展前景
在知識經(jīng)濟一體化時代中，人工智能發(fā)展體現(xiàn)出高效性，應用環(huán)節(jié)上體現(xiàn)出管理廣泛性，這不在人類預期范圍之內(nèi)的，所以說人類在預測電子科技、人工智能以及機器人發(fā)展趨勢上存在較大的難度系數(shù)。現(xiàn)階段，人工智能機器人的推理功能水平已經(jīng)提高到一定的檔次，但是機器人學習與想象功能的研制依然處于開發(fā)階段，在智能機器人的創(chuàng)造方面，科研人員工作的難點是仿照人腦右腦模糊功能以及整個大腦的處理功能。[4]現(xiàn)階段，人工智能領(lǐng)域不斷被拓寬，可以間接的推測出其在機器人中的應用比例不斷加大，眾多人工智能產(chǎn)品已經(jīng)在人類實際生活中得到切實的應用，并取得了良好的應用成效。可以推測的是，在未來的發(fā)展中，電子科技人工智能的開發(fā)與應用將使給人類的生產(chǎn)生活發(fā)生巨大的變化。人工智能在發(fā)展的進程中將會積極借鑒計算機技術(shù)，從而確保人工智能理論等方面研究的深入性。國內(nèi)一人工智能企業(yè)也將會不斷強化自體實力自身實力，從多個方面強化智能機器人實效性，使其為社會經(jīng)濟的發(fā)展提供更大的能量。
4結(jié)束語
總之，在電子科技迅猛發(fā)展的時代中，人工智能將會在智能計算機領(lǐng)域獲得更大的應用空間。相關(guān)技術(shù)開發(fā)部門也應該緊隨時展的腳步，對人工智能系統(tǒng)進行改造與優(yōu)化，從而確保機器人能夠在復雜多變的環(huán)境中協(xié)助人類完成高難度的工作任務，為社會經(jīng)濟的保值增值貢獻力量。
參考文獻
[1] 趙紹充.基于人工智能的流水線智能機器人設計與驗證[J].中國戰(zhàn)略新興產(chǎn)業(yè)，2016（28）：71-75.
[2] 沈小波，韓舒淋.人工智能等技術(shù)重塑機器人產(chǎn)業(yè)后者迎來大機會[J].信息與電腦（理論版），2016（17）：8-14.
[3] 吳偉國.面向作業(yè)與人工智能的仿人機器人研究進展[J].哈爾濱工業(yè)大學學報，2015（7）：1-19.